Application de la théorie de la taxation optimale à l'impôt québécois
Notice bibliographique
Résumé
Nous appliquons la théorie de la taxation optimale sur le revenu de James Mirrlees (J.A. Mirrlees, « An Exploration in the Theory of Optimum Income Taxation » (1971) 38:2 Review of Economic Studies 175-208) aux données fiscales québécoises. Cette théorie nous fournit un guide normatif pour suggérer des réformes quant à la structure des taux marginaux effectifs d'impositions (TMEI). Contrairement aux taux d'imposition fédéraux et provinciaux, les TMEI permettent de prendre en compte l'ensemble des crédits d'impôt et programmes gouvernementaux, tels que, sans s'y limiter, l'aide sociale, les cotisations obligatoires à l'assurance-emploi, la prime au travail et le bouclier fiscal. Les TMEI traduisent ainsi à quel point le revenu disponible augmente en fonction d'une augmentation du revenu de travail. La question fondamentale de ce document est d'évaluer si l'on peut améliorer la structure des TMEI pour améliorer tantôt l'efficacité, tantôt l'équité de l'économie. Pour ce faire, nous utilisons les statistiques fiscales provenant de l'enquête canadienne sur le revenu de Statistique Canada de 2016 et dérivons des TMEI optimaux, que nous pouvons ensuite comparer aux vrais TMEI au Québec. Les simulations sont effectuées pour deux types de ménages, soit le couple avec deux enfants et l'individu seul. Notre recommandation la plus robuste pour le premier est de réduire ces taux dans la plage de revenu entre 40 000 $ et 50 000 $. Nous montrons également qu'il pourrait être efficient d'augmenter les taux d'imposition chez les parents à revenus plus élevés, selon que le gouvernement ait des préférences redistributives plus élevées, ou selon des paramètres comportementaux des travailleurs. Cette deuxième conclusion est moins robuste et requiert des travaux empiriques additionnels pour être qualifiée de définitive. Pour l'individu seul, l'ensemble des simulations impliquerait d'augmenter le niveau d'imposition dans la plage de revenu entre 60 000 $ et 100 000 $. Nous montrons aussi qu'il pourrait être efficient de diminuer les taux d'imposition pour la plage de revenu entre 35 000 $ et 55 000 $, selon les préférences pour la redistribution du gouvernement et les paramètres des consommateurs. Cette recommandation nécessiterait aussi des travaux empiriques additionnels.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».