Income Inequality in Canada at the National and Subnational Levels 1982-2021
Notice bibliographique
Résumé
In this paper we estimate the distribution of all national income in Canada, and five sub-regions, from 1982 to 2021. We apply distributional national accounts (DINA) methodology to tax tabulations, combined with national accounts data and survey data. Pre-tax and post-tax income data are analysed. We find that top income shares published by Statistics Canada tend to underestimate income inequality relative to top income shares calculated using DINA, as DINA account for people who do not file taxes and for undistributed capital income that is retained in corporations. In line with previous research, income inequality in Canada increased significantly from 1982 until the mid-2000s. From 1982 until 2000, the real income of the bottom 50% of Canadians stagnated while that of the top 0.01% quadrupled. Since the mid-2000s, income inequality has decreased slightly although it remains far above the levels observed in the early 1980s. Across Canadian provinces, Ontario has consistently had higher inequality than Quebec although the gap has closed in recent years. Quebec has the most progressive tax and transfer system of the six sub-regions. In Alberta, record levels of inequality were reached in the mid-2000s and these appear to have been a significant driver of the national peak in inequality during this period. Post-tax income inequality initially fell during the pandemic because large temporary transfer programs were introduced. However, pre-tax income inequality increased, especially in 2021 when record levels of corporate profits were reached.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».