世界银行-印尼门到门税收执法策略评价（英）-2024.9-54页_1mb

在本次研究中，论文《对印尼户户走访税收执法策略的评估》通过分析印尼戈隆塔洛市的税收执法项目，评估了税务官员上门拜访房产以促进业主遵守财产税义务的策略。该项目使用行政数据和机器学习技术，旨在提高税收合规性和收入征收。

研究发现，该项目在实施第一年显著提升了税款缴纳率：在广泛边际提高了4.3%，在集约边际提高了5.1%。这些效应在后续年份持续，表明了策略的持久性。分析显示，受拜访的房产通常具有较好的历史合规记录、较低的估值、较小的面积和较多的建筑结构，而高价值房产对拜访的响应更低，这引发了对算法化执法策略可能导致累退税负的讨论。

通过机器学习方法，研究识别了异质性效果，发现这些效果在2022年因COVID-19政策可能被低估。结果显示，算法应用在提高低收入群体遵从度的同时，需关注其分布性后果，并强调政策制定需采用可解释算法，以优化靶向策略。

总体而言，该研究提供了中小企业税收执法的实证支持，并突出了在发展中国家背景下，执法策略设计需平衡效率与公平。