FISCAL AND TAX COMPETITIVENESS What Gets Measured Gets Managed: The Economic Burden of Business Property Taxes
Notice bibliographique
Résumé
What is the total tax burden on a new investment? It’s a question businesses must ask when deciding whether to invest in a given locality. The METR, or marginal effective tax rate, measures the tax total burden on a new investment. The METR can make or break a decision to invest, with high METRs driving investment elsewhere. However, current METR estimates are incomplete. They do not include an important component of the overall tax system: business property taxes (BPTs). By analyzing provincial BPTs, we find METRs are substantially higher than previously thought, especially in New Brunswick, Prince Edward Island, Ontario, and Saskatchewan. By measuring the extent to which municipal BPT rates exceed residential rates in the largest city in each province, we find net municipal BPTs have the largest effect on METRs in Montreal, Halifax, St. John’s, and Charlottetown. Including BPTs in estimates of METRs would give jurisdictions a clearer picture of their comparative attractiveness for new investment and motivate them to lower BPTs. Governments across Canada have made reducing the marginal effective tax rate (METR) on new business investment a policy priority. Sensible policies to reduce corporate income taxes, replace retail sales taxes with a Harmonized Sales Tax and eliminate corporate capital taxes have lowered the prevailing METR estimates substantially (see Chen and Mintz 2011, for example). However, The authors thank numerous reviewers of our paper who provided helpful comments, including
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 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».