MétaCan
Menu
Retour à la cohorte
Enregistrement W2204990715

Adjust Me if I Can’t: The Effect of Firm Incentives on Labor Supply Responses to Taxes

2015· article· en· W2204990715 sur OpenAlexafffund
Alisa Tazhitdinova

Notice bibliographique

RevueUniversitas Pasundan institutional repositories & scientific journals (Universitas Pasundan) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaInstitut für Arbeitsmarkt- und BerufsforschungWashington Center for Equitable Growth
Mots-clésPayroll taxEconomicsLabour economicsIncentivePayrollLabor demandPaymentEmpirical evidenceIncome taxWageMicroeconomicsPublic economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

I provide theoretical and empirical evidence on the importance of statu- tory incidence in labor markets in the presence of asymmetric frictions. Using a theoretical model I show that labor supply responses are stronger when the statutory incidence of taxes or labor rules falls on firms, even when wages can adjust freely. I explore these mechanisms by studying labor responses to incentives generated by the “Mini-Job” program aimed at increasing labor supply of low-income individuals in Germany. Using administrative data, I show evidence of a strong behavioral response – in the form of sharp bunching – to the mini-job threshold that generates large discontinuous changes both in the marginal tax rates and in the total in- come and payroll tax liability of individuals in Germany. Sharp bunching translates into elasticity estimates that are an order of magnitude larger than has been previously estimated using the bunching approach. To ex- plain the magnitude of the observed response, I show that in addition to tax rates, fringe benefit payments also change at the threshold. Mini-job workers receive smaller yearly bonuses and fewer vacation days but are paid higher gross wages than regular workers. These results indicate that lower fringe benefits make mini-jobs attractive to employers, thus facilitating labor supply responses in accordance with the model’s predictions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,277
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversitas Pasundan institutional repositories & scientific journals (Universitas Pasundan)Même sujetGender, Labor, and Family DynamicsTravaux en français237 207