The Effect of Corporate Income Tax on the Economic Growth Rates of the Canadian Provinces
Notice bibliographique
Résumé
This paper investigates the long-run effects of the corporate income tax (CIT) rate on the economic growth of Canadian provinces using annual panel data for the period 1981-2016. We find evidence of a statistically significant negative long-term relationship between the provincial statutory CIT rate and economic growth. The model has the properties of a neo-classical growth model in that a reduction in the CIT rate “temporarily” increases the growth rate of the economy before returning to its long-run run growth rate. However, the temporary growth effects are economically significant and persistent. According to our preferred specification of the econometric model, one percentage point reduction in a provincial government’s statutory CIT rate increases the growth rate by 0.12 percentage points four years after the initial CIT rate cut and increases real per capita GDP by 1.2 percent in the long-run. We use the model to simulate the recently announced reduction in the CIT rate in Alberta from 12 percent in 2018 to 8 percent in 2022. The simulation results indicate that the growth rate of real per capita GDP would increase by 0.92 percentage points in 2022 and by 0.28 percentage points in 2029. The model also predicts that real per capita GDP would be 2.5 percent higher in 2022 and 6.5 percent higher in 2029. This would translate into employment increases of approximately 58,000 in 2022 and 172,000 by 2029. Our results indicate that provincial governments could significantly improve economic performance by lowering provincial corporate income tax rates.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».