Tuloverotuksen vaikutusten arviointi verotettavan tulon jouston menetelmällä : Suomen tuloverotuksen haasteet väestön ikääntyessä
Notice bibliographique
Résumé
Verotuksen pääasiallisena tehtävänä on julkisen sektorin toiminnan rahoittaminen ja julkisten palveluiden mahdollistaminen. Suomessa väestön ikääntyminen muuttaa verorakennetta ja lisää julkisten palveluiden tarvetta, mikä tuo haasteita tulevien vuosien verosuunnitteluun. Tuloverotuksen vaikutusten arvioinnista on perinteisesti tehty taloustieteellista tutkimusta työn tarjonnan jouston avulla, mutta viimevuosina on siirrytty laajempaan tuloverotuksen vaikutusten arviointiin verotettavan tulon jouston menetelmää eli ETI-menetelmää hyödyntäen (the Elasticity of Taxable Income). Verotettavan tulon jousto mittaa kuinka paljon tuloverotuksen muutos eli muutos rajaveroasteessa vaikuttaa veropohjaan eli verotettavaan tuloon. Tämän tutkielman tavoitteena on esitellä verotettavan tulon jouston menetelmä ja selvittää tuloverotuksen vaikutuksia Suomessa verotettavan tulon jouston menetelmällä tehtyjen taloustieteellisten tutkimusten avulla. Verotettavan tulon joustosta on muodostunut kansainvälisesti keskeinen veropolitiikan parametri, mutta Suomessa verotettavan jouston menetelmällä on tehty tutkimusta vielä niukasti. Verotettavan tulon jousto tutkimusmenetelmänä vaatii käytännössä aina selkeän muutoksen rajaveroasteissa, mistä johtuen Suomessa tutkimus on ollut vähästä. Tässä tutkielmassa perehdytään kahteen Suomessa ETImenetelmän avulla tehtyyn tutkimukseen ja niiden tuloksiin. Ensimmäisessä tutkimuksesssa hyödynnetään kunnallisveroprosenttien muutoksia ja toisessa tutkimuksessa analysoidaan yrittäjien veromuutosten todellista vaikutusta taloudelliseen aktiviteettiin erottelemalla ETI-joustosta tulomuunnoksen osuus ansituloveron ja pääomatuloveron välillä. Suomessa ETI-menetelmällä tehtyjen tutkimusten tulosten perusteella ETI-joustoksi on saatu matalahkoja lukuja ja vaikutusmekanismit ovat aiemmista tutkimuksista poikkevia. Väestörakenteen muutokset huomioiden on pohdittava, ollaanko tulevaisuudessa valmiita hyväksymään korkeampi tuloverotaso vai luovutaanko korkeatasoisista julkisista palveluista. Uudistuksia Suomen tuloverotukseen kuitenkin kaivataan, etenkin keinottelumahdollisuuden vähentämiseksi veropohjien välillä.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,095 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».