A Behavioral Economic Study of Tax Rate Selection by the Median Voter: Can the Tax Rate Be Influenced by the Name of the Publicly Provided Private Good?
Notice bibliographique
Résumé
This paper presents the results of a behavioral economics study to test if the tax rates submitted to finance the public provision of a private good are influenced by changing the name of the private good. A revealed-preference laboratory decision-making experiment is used to test if participants choose significantly different tax rates to support provision of a private good named as a health care investment compared to an identical good named as a neutral monetary investment. Although some previous studies focusing on both framing and context effects find differences associated with health versus non-health environments, these studies have not involved voting over public provision of a private good. In our experimental environment, participants with different income endowments provide their preferred proportional tax rates for financing public provision of a private good in either a neutral or a health context. The implemented tax rate is the median preferred tax rate, and once the budget is determined, each participant receives the same quantity of the publicly provided private good. In each context, the payoff functions are the same. The only difference between the contexts is the name attached to the publicly provided private good, regardless of the name attached to the publicly provided private good, consuming it imposes no externalities. This controls for the positive externality characteristics of many health care goods, but not for preferences evoked by the merit good character of health care which factor into decisions about the public provision of health care. We find that the theoretical predictions of the median voter model are generally supported by the data. However, the conjecture that the implemented tax rate would be affected by context is not supported by the results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».