Capturing Economic Rents From Resources Through Royalties and Taxes
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
Oil price fluctuations, concerns over the division of resource revenues, and unconventional oil and gas developments are forcing governments to confront the same issue: how to design optimal royalty and corporate tax systems that bring in a publicly acceptable share of revenues without discouraging private investment. This paper surveys tax and royalty systems across six countries, as well as four US states and five Canadian provinces, offering concise analyses of their strengths and shortcomings to describe the best and simplest approaches to both. As in a public-private partnership, government owns the resources and allows private agents to maximize the rents resources generate. An optimal royalty system will thus be rent-based, ensuring that both owner and agent obtain maximally competitive returns so that each has incentives to continue the partnership. Such a system will also be simple, making compliance easy, manipulation difficult, and risks affordable. And it will be stable, instilling in the private sector the confidence needed to invest for the long term. As for corporate income taxes, they should be neutral across business activities, and applied at equal effective rates on economic income, to avoid distorting market forces through subsidies or needless complexity. A clean rent-based tax that allows all costs incurred by producers to be expensed or carried over, along with a corporate income tax system shorn of many of the preferences that negatively affect business activity, should be the way forward for any government looking to update their fiscal regimes for the 21st century.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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