Gelir vergisi tarifelerinin ekonomik analizi (2003-2020)
Notice bibliographique
Résumé
Türkiye’de gelir vergisinde artan oranlı tarife kullanılmaktadır. Bu uygulamanın iki temel avantajı ve amacı bulunmaktadır. Artan oranlı vergi tarifesi ile vergi ödeme gücü tespit edilmekte ve dikey vergi adaleti gerçekleştirilmeye çalışılmaktadır. Bu çalışmada 2003-2020 dönemi gelir vergisi tarifeleri analiz edilmiştir. Gelir vergisi tarifelerinin dikey adaleti sağlamada başarısı ortalama vergi oranı ve marjinal vergi oranı göstergeleri ile incelenmiştir. Bulgular tarifelerin dikey adalet amacını gerçekleştirmede başarılı olduğunu göstermektedir. Tarifelerin uzunluk ve yükseklik farkları sonuçları dönem sürecinde yükseklik farkı sabitken, uzunluk farkının arttığını göstermektedir. Bu bulgu zayıf artan oranlı tarife uygulandığını göstermektedir. Gelir vergisinin konjonktürel esnekliğinin dönem ortalamasının 1,60 olarak gerçekleşmesi gelir vergisi hasılatındaki artışının GSYH artışından daha fazla olduğunu göstermektedir. Bu bulgu uygulanan gelir vergisi tarifelerinin bir çıktısıdır ve gelir vergisinin otomatik istikrar sağlayıcılık işlevi görebilmesi açısından olumludur. Gelir vergisi tarifeleri kullanılarak hesaplanmış reel gelir vergisi bulguları, reel verginin oldukça stabil olduğunu göstermektedir. Bulgular, 2010 ve 2011 hariç, gelir vergisi tarifelerinin enflasyonu dikkate alarak hazırlandığını göstermektedir.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».