Smokes, Smugglers and Lost Tax Revenues: How Governments Should Respond
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is widespread consensus that higher cigarette taxes are the most effective policy tool in reducing population smoking rates and tobacco-induced mortality, but the efficacy of such taxes is tempered by the possibility of a rise in smuggling and the availability of contraband tobacco. Understanding the extent to which stronger law enforcement affects the consumption of contraband tobacco is key given the significant tobacco tax increases recently implemented by the federal, Ontario and Quebec governments. Concerns have been raised about lost tax revenue and even the funnelling of black-market revenue to organized crime and terrorist activities. The study employs rigorous econometric methods in order to estimate the amount of smuggled cigarette cartons, along with associated lost tax revenues, in Quebec and Ontario from 2006 to 2014. While the amount of contraband has been quite significant in both provinces, it has been particularly high for Ontario, with lost tax revenue of approximately $816 million to $900 million in 2014. But the amount of contraband has declined over time for both provinces and coincided with an increase in excise cigarette taxes. The reduction in contraband since 2008 has been especially dramatic in Quebec. Lost tax revenue from current levels of contraband in Quebec is roughly a tenth of corresponding amounts in Ontario. The decline in illegal sales can be at least partially attributed to additional federal and provincial resources devoted to law enforcement. Given the magnitude of the decrease in estimated lost tax revenues as a likely consequence of stronger policing, and the risks to higher tobacco taxes undermining fruitful enforcement efforts, it appears that Ontario in particular would be better off by focusing on strengthening enforcement and regulation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle