Inference Tests for Gini-Based Tax Progressivity Indexes
基于基尼系数的税收累进性指数推断检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究洛伦兹曲线、基尼系数及收入微观数据中的税收累进性变化，直接涉及收入分布指标的统计推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于基尼系数的税收累进性指数推断检验
- 研究问题
- 如何检验税收改革前后累进程度的变化？研究关注基于洛伦兹曲线与基尼系数的不同指数是否给出一致的显著性判断。
- 方法与思路
- 作者构造分布无关的推断程序，分别检验 Reynolds–Smolensky 与 Kakwani 指数，并用瑞典、英国和美国税改前后的收入微观数据示范。
- 材料陈述的贡献
- 摘要称，各国是否出现显著变化取决于所选指数，且没有单一指数在所有国家和时期呈现一致的显著变化模式。
- 阅读关注点
- 核对两种指数分别衡量的剩余累进性和税负累进性、检验统计量及样本处理，重点检查不同指数为何产生不同的显著性判断。
- 阅读边界
- 摘要未说明税改时点、具体统计量、显著性水平或样本可比性，也未交代能否将指数变化解释为税改的因果效应。
原文摘要
Distribution-free statistical inference procedures for changes in Lorenz- and Gini-based indexes of tax progressivity are developed and applied. Related but distinct tests for the Reynolds-Smolensky index of residual progression and the Kakwani index of liability progression are provided. The inference procedures are illustrated by applying them to Luxembourg Income Study microdata for Sweden, the United Kingdom, and the United States before and after periods of tax reform. In each country, a finding of significant change depends on the choice among progressivity indexes. No single index exhibits a consistent pattern of significant change in all countries across time.