Lower Tax on Innovation Output: The Uneasy Case Against an Innovation Box in Canada
Notice bibliographique
Résumé
The innovation box (also known as a patent box) offers a reduced rate of tax for firms that create and commercialize certain forms of intellectual property (IP). The innovation box has been justified on the basis that it discourages firms from relocating valuable intellectual property to lesser taxed jurisdictions, and also that it encourages real activity including R&D and related commercialization. Some authors have argued that the Canadian government should implement an innovation box. In the 2022 Federal Budget, the federal government indicated that it would study whether an innovation box would be beneficial for Canada. This thesis investigates the arguments offered in support of implementing an innovation box in Canada. The thesis first explores the argument that the innovation would discourage firms from migrating IP income outside of the country using profit shifting techniques. The thesis then explores the argument that the innovation box would lead to greater R&D and related commercialization. These arguments are explored using several sources including a unique database of patent application for a sample of the top Canadian headquartered R&D performers in Canada (with custom computer code), corporate tax data obtained from the Canada Revenue Agency and an informal interview with the leader of international tax with a “big 4” accounting firm. In addition, numerous secondary sources were consulted including academic journals and government reports. The central claim of the thesis is that the innovation box would not offer any tangible benefit to Canada. There is little evidence that profit shifting using IP is a significant drain on the Canadian treasury. For various reasons, there is little reason to believe that an innovation box would encourage greater R&D or related commercialization in Canada.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,007 |
| Communication savante | 0,012 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 ».