Крупная реформа Налогового кодекса США в соответствии с Законом о налоговых сокращениях и рабочих местах 2017 года возродила интерес к давно возникшему вопросу - являются ли налоги инновацией?
Если инновации являются результатом преднамеренных действий и налоги снижают ожидаемую чистую прибыль от них, то ответ на этот вопрос должен быть положительным. Тем не менее, когда мы думаем о первооткрывателях истории, таких как Уоллес Каротерс, Эдвин Лэнд или Уильям Шокли мы часто представляем себе трудолюбивых и энергичных ученых, которые игнорируют национальные стимулы и просто стремятся достичь интеллектуальных результатов.
- В более общем плане, если налоги влияют на объем инноваций, влияют ли они и на качество производимых инноваций?
- Являются ли они тем местом, где изобретатели решают найти и на какие среднеквадратические показатели они работают?
- Являются ли они тем аспектом, где компании распределяют ресурсы на НИОКР и сколько исследователей они нанимают?
Ответы на эти вопросы, хотя и имеют решающее значение для более четкого понимания одной из наиболее тревожных текущих проблем государственной политики, остаются труднодостижимыми из-за недостатка эмпирических данных.
Фактически, в отсутствие систематических данных неоднозначность в отношении налоговой политики может объясняться тем, что отдельные случаи или анекдоты могут служить основанием для выражения или опровержения конкретных точек зрения. Разрыв в наших знаниях особенно велик, когда мы пытаемся понять влияние налоговой политики на технологическое развитие в долгосрочной перспективе. Хотя в течение двадцатого века в Налоговом кодексе США произошли значительные изменения, в настоящее время мы не знаем, как эти налоговые изменения отразились на нововведениях как на уровне отдельных лиц, так и на уровне корпораций или штатов.
Используется три новых набора данных.
- Во-первых, создается набор данных по изобретателям на основе оцифрованных исторических патентных данных с 1920 года. Эти данные панели позволяют нам отслеживать изобретателей во времени и следить за их инновациями, цитатами, местом жительства, технологическими достижениями и количеством, на которое они выдали свои патенты.
- Во-вторых, создается набор данных о деятельности в области НИОКР на протяжении двадцатого столетия, в частности, о количестве лабораторий, в которых проводились исследования, и количестве занятых в них сотрудников. Эти данные были получены в ходе обследований промышленных исследовательских лабораторий Соединенных Штатов Америки (ИРЛУС), проводившихся Национальным исследовательским советом (НИЦ) за период 1921-1970 годов.
- В-третьих, объединились новые экспертные данные на уровне изобретателей и данные по НИОКР на уровне промышленных предприятий с новым набором данных по подоходному налогу с предприятий на уровне штатов и базой данных по ставкам подоходного налога с физических лиц.
- Серьезная проблема в процессе дезагрегирования заключается в проведении вычислительных работ.
В идеале, необходимо сравнить каждую пару записей в наших данных и построить схожесть для каждой из них. Однако, имея в нашем наборе данных более 12 миллионов уникальных патентно-изобретательских записей, необходимо будет сравнить более 144 триллионов пар записей, чтобы сравнить их друг с другом, что невозможно вычислить. Чтобы обойти эту проблему, следуем примеру Lai et al в последовательном уточнении более крупных блоков. Первыми записываем группы в блоки возможных совпадений, основываясь на rst символах имени изобретателя.
- Затем сравниваются все записи внутри блока друг с другом, но никогда не сравниваем между блоками. После дешифровки набора узких блоков расширяется размер блока, например, рассматривая все пары записей, которые соответствуют первым трем буквам имени изобретателя, а не первым буквам. Итеративно позволяя постепенно увеличивать размеры блоков и предполагая, что кластеры в рамках предыдущих раундов блокирования были успешно дешифрированы, значительно уменьшается вычислительная нагрузка дешифрирования.
Существует три специальных эпизода налоговой реформы в Нью-Йорке, Делавэре и Мичигане, которые наглядно продемонстрируют эффективность налогов на инновации. Иными словами, это средневзвешенное значение по другим государствам выборки, в которых взвешенные показатели наилучшим образом соответствуют среднему результату инновационной деятельности, а также реальному ВВП на душу населения и плотности населения за период до изменения налогового законодательства в интересующем государстве.
В случае с Нью-Йорком, контролирующим штатом оказывается Калифорния. Для Мичигана и Делавэра это комбинация других штатов. Для периода после изменения налогов синтетическое состояние представляет собой вероятный контрафакт того, что могло произойти в государстве интереса без изменения налогов.
- Изучение налогов на доходы физических и юридических лиц от инновационной деятельности в США в течение 20 века, происходило используя ряд новых наборов данных.
Эти данные обширны так, что можно рассматривать как изобретателей, так и среднестатистических изобретателей, занимающихся изобретательской деятельностью в течение длительного периода времени, и при этом можно использовать многочисленные изменения в Налоговом кодексе США, произошедшие в течение 20 века. Документированием влияния налогов на макро (государственный) и микроуровни и пытаемся определить оценки эмпирически. И что налоги на доходы физических лиц и корпораций важны для инноваций. Количество, качество и местоположение инноваций зависят от налоговой системы, а количество и месторасположение инноваций имеют количественное значение.
- Помимо того, что можно документировать и идентифицировать эти важные ответы на вопросы налогообложения, такие оценки могут помочь в калибровке налоговых эластичностей, необходимых для оптимальных налоговых формул для доходов от труда или капитала, а также количественно оценить затраты на налогообложение, которые продаются или сопоставляются с доходами от прироста. Кроме того, эти эмпирические данные дают представление о том, как среднеквадратические показатели и изобретатели реагируют на чистую прибыль от инноваций, а не только на налоговые ставки, которые являются лишь одним из компонентов этого экономического расчета.
В будущем было бы полезно сравнить опыт США с опытом других стран, как исторически, так и современно. Для этого потребуется серьезный сбор данных, как это делали для США, но даже такой анализ показывает преимущества таких инвестиций. В настоящее время очень мало знаем о влиянии налогообложения на инновации в долгосрочной перспективе, и поэтому такой анализ является важным первым шагом на пути к лучшему пониманию взаимосвязи, которая имеет решающее значение в политических дискуссиях.
Хотя расчеты и показывают, что налоговые льготы на уровне штатов обусловлены не только хищением бизнеса с нулевой суммой, остается открытым вопрос о том, как федеральная налоговая ставка влияет на инновации национального уровня в США, учитывая международную мобильность изобретателей, представителей сферы услуг и интеллектуальной собственности.