Reforming Equalization: Balancing Efficiency, Entitlement and Ownership
Notice bibliographique
Résumé
In this paper, we provide an overview of the equalization grant system in Canada and the issues that have been raised concerning the reform of the fiscal transfer system. Any reforms to the equalization grant system have to balance three concerns — “efficiency” effects that arise through federal financing of transfers, and the incentive effects on provincial fiscal policies, “entitlement” to reasonably comparable public services at reasonably comparable levels of taxation, and “ownership” of resources and independence of fiscal policies by provincial governments. Five proposals for reform of the equalization system are discussed. With regard to the inclusion rate for resource revenues in equalization formula, we argue that the rate should be reduced from 50 per cent to 25 per cent and that ceiling on total equalization payments should be eliminated. We argue against the proposal to exempt from the calculation of equalization entitlements that are deposited in provincial sovereign wealth funds because this would not reduce total equalization entitlements in present value terms, it would be complex to implement if it extended to all forms of savings by provinces (such as debt reduction), and it would not alter the resource rich provinces’ incentives to save more of their resource revenues. We argue against a proposal to reduce CHT and CST to provinces with above average fiscal capacities because this would reduce their incentive to develop and tax their resources, and it would be counter to the purpose of these block grants, which is to reduce the vertical fiscal imbalance between the federal and the provincial governments. We review the Gusen (2012a) proto-type model for incorporating variations in costs and needs in the computation of the equalization entitlements and argue that this procedure seems feasible and merits further analysis.
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 | 0,003 | 0,006 |
| 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 | 0,004 | 0,008 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».