Enhancing taxpayer registration with inter-institutional data sharing—evidence from Uganda
Notice bibliographique
Résumé
Abstract In many African countries, limited population data pose a challenge for tax administrations struggling with informal economies. This study examines Uganda’s integration of national ID data into tax registration through “Instant TIN,” an interface linking the Uganda Revenue Authority (URA) with the National Identification and Registration Agency (NIRA) and the Uganda Registration Service Bureau (URSB). This reform aims to streamline taxpayer registration and improve data quality. Using a mixed-methods approach—combining interviews with government officials and administrative data analysis—we identify three key findings. First, Instant TIN registrants differ significantly from those using the conventional process. They are more likely to be individuals, female, younger, and previously informal, highlighting the reform’s role in bringing in marginalised taxpayers. Second, Instant TIN improves data quality. It reduces TIN duplications for individuals and enhances contact accuracy, decreasing invalid or missing email addresses by eight percentage points and invalid phone numbers by six. However, it worsens sector data quality, increasing missing or incorrect sector information by 12 percentage points. Third, while Instant TIN reduces duplication, manual data entry, and administrative burdens, challenges remain. Infrequent updates in external datasets and a lack of validation within the interface increase administrative costs and complicate taxpayer engagement. Additionally, mandatory in-person updates and invalid contact details add to compliance burdens. Overall, Uganda’s experience highlights both the potential and limitations of integrating national ID data for tax administration, offering insights for other countries considering similar reforms.
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 | 0,048 | 0,152 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».