Оценка влияния социально-экономических показателей субъектов РФ, входящих в ПФО, на численность плательщиков специального налогового режима «Налог на профессиональный доход»

Кустов Никита аспирант; Кафедра учета, аудита и экономического анализа; Пермский государственный национальный исследовательский университет 614000, Россия, г. Пермь, ул. Куйбышева, 14 Kustov Nikita Postgraduate student; Department of Accounting, Audit and Economic Analysis; Perm State National Research University 14 Kuibyshev str., Perm, 614000, Russia parolaks@yandex.ru

Городилов Михаил Анатольевич доктор экономических наук доцент; кафедра учета, аудита и экономического анализа; Пермский государственный национальный исследовательский университет 614000, Россия, Куйбышева 14 область, г. Пермь, ул. Куйбышева, 14 Gorodilov Mikhail Anatol'evich Doctor of Economics Associate Professor; Department of Accounting, Audit and Economic Analysis; Perm State National Research University 614000, Russia, Kuibyshev 14 region, Perm, Kuibyshev str., 14 gorodilov59@yandex.ru

ВВЕДЕНИЕ

Специальный налоговый режим «Налог на профессиональный доход» (далее — НПД) установлен Федеральным законом «О проведении эксперимента по установлению специального налогового режима «Налог на профессиональный доход» от 27 ноября 2018 № 422-ФЗ^[1], и на сегодняшний день стал привычным для большинства граждан Российской Федерации, решивших стать самозанятыми. Внедренный в 2019 г., специальный налоговый режим, применяемый до недавнего времени лишь в качестве налогового эксперимента, своей основной целью ставил обеспечение самозанятых граждан благоприятными условиями осуществления их деятельности путем предложения указанным лицам оптимальной налоговой нагрузки. Данная цель была обозначена в пояснительной записке к законопроекту «О проведении эксперимента по установлению специального налогового режима «Налог на профессиональный доход» в городе федерального значения Москве, в Московской и Калужской областях, а также в Республике Татарстан (Татарстан)»^[2]. Устойчивая положительная динамика численности самозанятых и налоговых поступлений с бюджет показывает, что указанная цель успешно реализована.

Численность плательщиков НПД в субъектах Приволжского федерального округа по данным реестра субъектов малого и среднего предпринимательства по состоянию на 30 сентября 2023 г. составляла 1 404 956 чел.^[3], а общая численность населения данного федерального округа на 01 января 2023 г. составляла 28 683 247 чел.^[4], следовательно, примерно каждый 20-й гражданин РФ, проживающий в Приволжском федеральном округе, имел статус плательщика НПД. И указанное соотношение постоянно растет. Актуальным становится вопрос о том, оказывают ли социально-экономические показатели субъектов ПФО влияние на численность плательщиков НПД. Практическая цель данного исследования заключается в определении и оценке показателей, обуславливающих рост поступлений по указанному налогу.

ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ

Мировой тренд развития самозанятости становится фундаментом для проведения различных исследований и оценок влияния многообразных способов налогообложения самозанятости на экономику различных регионов и стран. Например, в работе Гетц С., Флеминг Д. и Рупасинга А. исследуется положительное влияние развития самозанятости на рост доходов на душу населения и сокращение бедности ^[1], а в работе Хуан Эрреньо и Серхио Окампо, наоборот, проводится оценка негативного влияния самозанятости на развитие кредитования, из-за наличия высоких рисков сокращения доходов самозанятых лиц ^[2]. Также проводится много исследований по теме налогообложения самозанятых, среди которых можно отметить Огембо Д., исследовавшего специфику налогообложения самозанятых-специалистов в Африке ^[3], Луо Б., Чонг T., затрагивающих исследование специфики регионального налогообложения самозанятых в Китае ^[4], Батранча Л.М., Никита А., Де Агостини Р. и др., проводивших оценку соблюдения налогового законодательства самозанятыми лицами в одиннадцати странах ^[5], и Кэн Э., посвятившего свою работу исследованию изменения налоговых ставок на общую активность развития самозанятости ^[6].

Также в зарубежной практике большое внимание сконцентрировано на исследованиях последствий развития зависимой самозанятости, данное направление исследовали Боззон Р. И Мурджиа А., пришедшие к выводу о том, что развитие зависимой самозанятости приводит к трансформации рынка трудовых ресурсов ^[7], Уильямс, К.С., Городнич, А.В., сделавшие вывод о том, что более 4 % рабочей силы в Европе являются зависимыми самозанятыми ^[8], а также Славина Спасова, Дени Буже, Далила Гайлани, и Барт Ванхерке, исследовавшие социальную защищенность зависимых самозанятых лиц в европейских странах ^[9].

Эволюция становления самозанятости в Российской Федерации от зарождения до внедрения и расширения действия НПД на все субъекты РФ описана в предыдущей работе автора ^[10]. В рамках текущего исследования оценку влияния развития НПД, выраженного в увеличении численности плательщиков данного налогового режима в зависимости от динамики региональных социально-экономических показателей, необходимо рассматривать как инструмент налоговой политики, оказывающий влияние на экономику региона, округа или всей страны.

В отечественной практике анализ взаимного влияния налоговой политики Российской Федерации и экономики регионов, является перспективным направлением для исследований, механизмы налоговой политики позволяют оказывать существенное влияние на социально-экономическое развитие субъектов РФ, и наоборот. Так в работе Трусовой Н.С. был предложен методический инструментарий налоговой политики, нацеленной на стимулирование экономического развития регионов ^[11]. Современные тенденции налоговой политики в Российской Федерации в отношении физических лиц направлены на сокращение сектора теневой экономки, развитие малого предпринимательства и цифровизацию налоговой отрасли, что подтверждается активным внедрением специальных налоговых режимов ^[12].

Оценка специальных налоговых режимов и последствий их внедрения на территории Российской Федерации всегда являлось актуальной темой и основой для проведения различных исследований. Результаты данных исследований используются для корректировки налоговой политики и учитываются при внедрении новых режимов налогообложения. В числе авторов, занимавшихся исследованием специальных налоговых режимов, можно отметить Бочкову А.А. и Юшко А.В. проводивших правовую оценку специальных налоговых режимов ^[13], Казьмина А.Г. и Лоленко И.В., оценивавших фискальную функцию налоговых режимов и сделавших вывод о том, что специальные налоговые режимы не имеет высокой фискальной значимости, а их основной целью является стимулирование развития предпринимательской активности ^[14], Хижак Н.П., занимавшуюся прогнозированием налоговых доходов бюджетов от специальных налоговых режимов ^[15].

Тема НПД и самозанятости также является популярным направлением для исследований, по данной проблематике можно отметить ряд следующих исследований: Павлова Е.В. – ею проведена оценка влияния НПД на развитие малого бизнеса в Тверской области ^[16]; Чекмарев О.П. – им исследовано место плательщика НПД на рынке труда ^[17]; Жукова Т.В. – занималась анализом международного опыта пенсионного обеспечения самозаянятых с целью возможного применения в Российской Федерации ^[18]. Также авторами данной статьи был проведен ряд научных изысканий по данной теме: исследование подходов и методов оценки бюджетной эффективности внедрения НПД в субъектах РФ ^[19], выделение особенностей налогообложения самозанятых в странах ближнего и дальнего зарубежья ^[20], анализ положительных эффектов и рисков внедрения НПД в субъектах РФ ^[21] и др.

В контексте исследования влияния НПД на региональные социально-экономические показатели одним из авторов проводилось исследование, и в статье^[29] были поставлены гипотезы, отражающие взаимосвязь изменения ряда региональных социально-экономических показателей в зависимости от динамики численности плательщиков НПД.

Среди других авторов, ранее исследовавших данное направление, можно отметить Абрамову Е.А., в работе которой проведен теоретизированный анализ положительного влияния НПД на снижение уровня безработицы в кризисный период ^[22], и Звереву Т.В., исследовавшую роль цифровизации в налогообложении плательщиков НПД ^[23]. Также исследованием возникающих эффектов от НПД занималась Дорошенко С.В., оценивая с помощью эконометрических методов влияние введения НПД на долю доходов от предпринимательской деятельности в структуре доходов населения в субъектах Российской Федерации ^[24]. Однако количественная оценка взаимного влияния социально-экономических показателей и численности плательщиков НПД в отдельно взятом регионе РФ производится впервые.

Гипотеза исследования: изменение социально-экономических показателей субъектов ПФО оказывает влияние на изменение численности плательщиков НПД.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Для оценки влияния региональных социально-экономических показателей на изменение численности плательщиков НПД в субъектах Приволжского федерального округа определим зависимую и объясняющие переменные. В качестве зависимой переменной нами взят показатель численности плательщиков НПД.

Объясняющие переменные состоят из региональных социально-экономических показателей, на которые предположительно оказывает влияние изменение численности плательщиков НПД. Данный выбор обусловлен отбором явных показателей из групп по оценке налоговой эффективности (бюджетной, социальной и экономической).

К региональным социально-экономическим показателям группы бюджетной эффективности относятся: налог на профессиональный доход – исполнение бюджета по доходам (млрд. р.), количество индивидуальных предпринимателей – субъектов малого и среднего предпринимательства (человек); ко второй группе социальных показателей относятся: валовой региональный продукт по субъектам ПФО (в текущих ценах; млн р.), численность безработных в возрасте 15 лет и старше (чел.); к третей группе экономических показателей относятся: среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций в целом по экономике по субъектам ПФО (р.).

Выбор региональных социально-экономических показателей, которые оказывают влияние на изменение численности плательщиков НПД, обусловлен выбором наиболее явных показателей из групп по оценке эффективности внедрения налоговых льгот (бюджетной, социальной и экономической). Ранее автором было проведено исследование по оценке специального налогового режима «Налог на профессиональный доход» как льготного режима налогообложения ^[25].

Для оценки влияния социально-экономических показателей субъектов ПФО на численность плательщиков НПД используем выборку панельных данных, состоящих из наблюдаемых статистических данных за период действия специального налогового режима «Налог на профессиональный доход» с 2020 по 2022 гг. Основными преимуществами использования панельных данных является: большое количество наблюдений, возможность отслеживания динамики для множества объектов и возможность устранить эндогенность ^[26]. Собранные данные содержат необходимые для исследования региональные социально-экономические показатели субъектов Приволжского федерального округа.

В табл. 1 представим описание переменных, этих данных, и их показателей, а также источники получения информации.

Таблица 1

Исходные данные

Все данные собраны за период 2020-2022 гг. по 14 субъектам Приволжского федерального округа. Такой период объясняется тем, что эксперимент по внедрению специального налогового режима «Налог на профессиональный доход» распространил свое действие на всю территорию Российской Федерации начиная со второй половины 2020 г. Таким образом, мы имеем панельные данные, содержащие информацию по 252 наблюдениям. Также важно отметить, что все данные собраны за все периоды времени и не имеют пропусков, что позволят нам сделать вывод о сбалансированности панели.

Далее для каждой переменной рассчитаем описательные статистики (среднее, медиана, мода) и дисперсии (стандартное отклонение, размах). Это обеспечивает обзор распределения значения для каждой переменной и позволяют определить очевидные закономерности или выбросы по исследуемым переменным. Полученные результаты представлены в табл. 2.

Таблица 2

Описательная статистика

По результатам описательной статистики, можно сделать несколько выводов. По показателю selfemployed средняя численность плательщиков НПД в субъектах ПФО составляет 48 100,00 чел., медианное 31 546,00 чел., по показателю individual entrepreneurs среднее количество ИП в субъектах ПФО 43 917,00 чел., медианное 35 113,00 что говорит нам о превосходстве численности плательщиков НПД над численностью ИП в некоторых субъектах ПФО. Медианная численность безработных (unemployed) по субъектам ПФО составляет 38 493,00 чел. Средний ВРП (GRP) и среднемесячная номинально начисленная заработная плата (nominal salary) составляют 1 118 100,25 млн р. и 39 848,00 р. соответственно. Медианный доход региональных бюджетов ПФО от НПД (professional income tax) составляет 0,055 млрд. р.

Для изучения множественной связи между исследуемыми переменными и определения силы данной связи воспользуемся методом корреляционного анализа.

Корреляционный анализ – метод, позволяющий определить тесноту связи между результативным и факторными признаками, в нашем случае - между зависимой и группой объясняющих переменных. Коэффициент корреляции Пирсона принимает значения от -1 до +1. Чем ближе к 1, тем сильнее линейная связь между переменными. Для оценки значимости коэффициента корреляции применяют критерий Стьюдента. Для этого необходимо сравнить коэффициент корреляции с критическим значением, величина которого зависит от объема выборки и уровня значимости. В случае, если фактическое значение коэффициента корреляции больше, чем критическое, можно сделать вывод о том, что коэффициент корреляции достоверен (или значим).

Корреляционная матрица иллюстрирует взаимосвязь между переменными. Корреляционная матрица также обладает следующими свойствами: симметричность (ее элементы на главной диагонали равны 1, а остальные элементы симметричны относительно главной диагонали), значения корреляции (находится в диапазоне от -1 до +1), независимость переменных (если значение корреляции межу парой элементов матрицы равно 0, то они не зависимы друг от друга).

Построим корреляционную матрицу по имеющейся группе показателей с помощью программного продукта Gretl.

Таблица 3

Корреляционная матрица

5% критическое значение (двухсторонние) = 0,3044

Представим показатели и их значения, указанные в табл. 3 в виде тепловой карты (см. рис 1).

Рис. 1. Тепловая карта (составлено авт. по данным табл. 3)

По данным табл. 3 и рис. 1 можно сделать следующий вывод: поскольку критическое значение для проверки значимости коэффициента корреляции составляет 0,3044, следовательно, значения корреляционной матрицы, которые находятся выше критического значения, являются достоверными. Значения корреляция между показателями nominalsalary и unemployed и показателями professionalincometax и unemployed – не достоверны. Дальнейший анализ корреляционной матрицы показывает, что наибольшая взаимосвязь между показателями selfemployed и professional income tax - 0,9611, а также между GRP и individual entrepreneurs - 0,9534. Наименьшая достоверная связь прослеживается между показателями unemployed и selfemployed - 0,3322. На данном этапе исследования уже можно заключить о наличии тесной линейной связи между оцениваемыми социально-экономическими показателями и изменением численности плательщиков НПД.

Модели множественной регрессии

Далее перейдем к построению модели множественной линейной регрессии на панельных данных. Модель имеет вид:

selfemployed – зависимая переменная;

; ; ; ; – объясняющие переменные;

– неизвестные параметры модели;

i – регион ПФО;

t – год;

– случайная ошибка.

Построим модель множественной линейной регрессии по методу наименьших квадратов (модель объеденной регрессии или pooled модель).

Модель 1: Объединенный (pooled)

Зависимая переменная: selfemployed

Коэффициент значим «…» * на уровне 5%; ** на уровне 1%, *** на уровне 0,1%.

По данной модели можно сделать ряд следующих выводов:

1) По показателю individual entrepreneurs, регионы с большим количеством индивидуальных предпринимателей (на каждую ед.) имеют и большую численность плательщиков НПД (на 1,25 ед.), это также объясняется тем, что ИП могут совмещать специальный режим налогообложения «Налог на профессиональный доход» с другими режимами налогообложения;

2) По показателю unemployed, регионы с большим количеством безработного населения имеют меньшую численность плательщиков НПД (каждый дополнительный безработный снижает численность плательщиков НПД на 0,64 ед.);

3) По показателю GRP, (ВРП) – он не оказывает существенного влияния на изменение численности плательщиков НПД и, в целом, не значим;

4) По показателю nominal salary, регионы с более высоким показателем средней номинальной заработной платы имеют большую численность плательщиков НПД;

5) По показателю professional income tax, ожидаемо, рост численности плательщиков НПД происходит пропорционально увеличению суммы доходов регионального бюджета.

Анализ коэффициента R-квадрат показывает, что анализируемые переменные в сумме оказывают (объясняют) 98 % влияние на изменение численности плательщиков НПД.

Анализ значения F статистики показывает нам, что при 1 % уровне значимости уравнение в целом значимо, что позволяет нам отвергнуть гипотезу об отсутствии связи между переменными.

Чтобы снизить вариацию значений, прологарифмируем переменные: GRP и professional income tax, и повторно построим модель с уточненными данными.

Модель 2: Объединенный (pooled)

Зависимая переменная: selfemployed (с логарифмами)

Коэффициент значим «…» * на уровне 5%; ** на уровне 1%, *** на уровне 0,1%.

По результатам построения модели 2 мы видим, что коэффициент R-квадрат меньше, чем в модели 1, 0,95<0,98, следовательно, можно сделать вывод, что модель 1 имеет большую степень достоверности.

Экономический смысл полученных по итогу рассмотрения модели 1 и модели 2 результатов содержит в себе ряд важных выводов. Во-первых, в субъектах РФ, входящих в ПФО, в которых наблюдается развитие сферы микропредпринимательства, существует синергетический эффект увеличения численности плательщиков НПД. Во-вторых, снижение численности безработных в данных субъектах РФ также взаимосвязано с увеличением численности плательщиков НПД. В-третьих, в регионах с более высокой средней номинально-начисленной заработной платой также наблюдается заметный рост численности плательщиков НПД. В-четвертых, экономическое положение субъектов ПФО, оцениваемое по показателю ВРП, не влияет на изменение численности плательщиков НПД. В-пятых, рост доходов региональных бюджетов субъектов РФ, входящих в ПФО, в виде поступлений от НПД имеет тесную положительную корреляцию с численностью плательщиков НПД.

Далее для уточнения и дополнительной проверки полученных выводов построим модели со случайными и фиксированными эффектами ^[27]. Модели с фиксированными эффектами (fixedeffects) обычно используют для оценки среднего влияния переменной в группе, в данном типе моделей погрешность характеризует ненаблюдаемые временные эффекты, и рассматривается как фиксированные эффекты (временные или пространственные). В моделях со случайными эффектами (randomeffects) погрешность рассматривается как случайные эффекты (временные или пространственные).

В соответствии с эконометрической практикой для построения моделей и исследования регионов строят и оценивают модель с фиксированными эффектами, где каждый регион обладает своими индивидуальными особенностями. Модель с фиксированными эффектами позволяет оценить влияния прошлых значений переменной на будущие значения этой переменной. Кроме того, поскольку субъекты ПФО в нашей выборке не однородны, и невозможно учесть данные различия в полной мере, следовательно, следует предполагать наличие определенных фиксированных эффектов. Фиксированные эффекты в данной модели будут обозначены за и предположительно коррелированы с объясняющими переменными.

Модель с фиксированными эффектами имеет следующий вид:

selfemployed – зависимая переменная;

; ; ; ; – объясняющие переменные;

– неизвестные параметры модели;

i – регион ПФО;

t – год;

– случайная ошибка;

– фиксированные эффекты регионов.

Результаты построения модели с фиксированными эффектами

Модель 3: Фиксированные эффекты

Зависимая переменная: selfemployed

Коэффициент значим «…» * на уровне 5%; ** на уровне 1%, *** на уровне 0,1%.

По вышепредставленной модели можно сделать несколько важных выводов:

1) коэффициент nominalsalary в модели с фиксированными эффектами оказался статистически не значимым, следовательно, размер среднемесячной номинальной начисленной заработной платы в субъектах ПФО на изменение численности плательщиков НПД не оказывает существенного влияния;

2) коэффициент GRP в модели с фиксированными эффектами начинает оказывать влияние на численность плательщиков НПД в субъектах ПФО на уровне 5%.

В данном исследовании также были рассмотрены модели с фиксированными и случайными эффектами с включенными временными эффектами в виде дамми-переменных (dummyvariable), для их значимого эффекта применялся критерий Вальда, а выбор между моделями с фиксированными и случайными эффектами осуществлялся с помощью критерия Хаусмана ^[27].

Принимая во внимание факт наличия индивидуальных фиксированных региональных особенностей каждого исследуемого субъекта РФ, входящего в ПФО, нам необходимо скорректировать полученные выводы по итогу совокупной оценки модели 1, модели 2 и модели 3, изменив мнение о значимости социально-экономических показателей средне-номинальной начисленной заработной платы и ВРП на численность плательщиков НПД. Снижение влияния одного показателя и рост влияния другого в модели с фиксированными эффектами подтверждает присутствие региональных особенностей.

Для сравнения модели 1 (модель объеденной регрессии или pooled модель) и модели 3 (модель с фиксированными эффектами) необходимо провести тест Вальда ^[28] на линейные ограничения, включающий в себя следующие гипотезы:

- нулевая гипотеза H0 – выбираем (pooled) модель;

- альтернативная гипотеза HА – выбираем модель с фиксированными эффектами.

В нашем случае: тестовая статистика: F(13, 23) = 20,5294, р-значение = P(F(13, 23) > 2,05294) = 0,00636977.

Поскольку p= 0,00636977 меньше уровня значимости 0,05, то принимаем альтернативную гипотезу, следовательно, гипотеза подтверждается, что позволяет нам сделать вывод о наличии индивидуальных эффектов модели 3.

Далее, построим и протестируем модель со случайными эффектами. Данная модель предполагает, что ненаблюдаемые эффекты не коррелированы с объясняющими переменными. Также в данной модели можно оценить регрессоры, которые не меняются во времени, что невозможно было сделать в модели с фиксированными эффектами. По сути, в модели используется факт того, что некоторые факторы, влияющие на результат, могут случайным образом различаться у разных объектов.

Модель со случайными эффектами имеет следующий вид:

selfemployed – зависимая переменная;

; ; ; ; – объясняющие переменные;

– неизвестные параметры модели;

i – регион ПФО;

t – год;

– случайная ошибка;

– случайные эффекты.

Для построения модели со случайными эффектами по имеющемся панельным данным воспользуемся программным продуктом Gretl.

Модель 4: Случайные эффекты (GLS)

Зависимая переменная: selfemployed

Коэффициент значим «…» * на уровне 5%; ** на уровне 1%, *** на уровне 0,1%.

По данной модели можно сделать вывод о том, что коэффициенты GRP и nominalsalary в модели со случайными эффектами являются статистически значимыми.

Предполагая наличие ненаблюдаемых эффектов, не коррелированных с анализируемыми социально-экономическими показателями в субъектах ПФО, мы видим, что в модели 4 восстановилась значимость влияния средне-номинальной начисленной заработной платы на изменение численности плательщиков НПД, а также стало заметно и влияние ВРП на зависимую переменную.

Проведем тест Бройша-Пагана ^[28] для проверки наличия или отсутствия гетероскедастичности в выше представленной модели. Данный тест позволяет сравнить модель 1 (Объединенный (pooled) модель) и модель 4 (случайные эффекты (GLS)), причем в данном тесте используется нижеуказанные нулевая и альтернативная гипотезы:

- нулевая гипотеза H0 – выбираем (pooled) модель;

- альтернативная гипотеза HА – выбираем модель со случайными эффектами.

В нашем примере: асимптотическая тестовая статистика: Хи-квадрат(1) = 2,93929, р-значение = 0,0864489 больше уровня значимости 0,05, следовательно, принимаем гипотезу H0. По итоговой оценке, теста Бройша-Пагана, можно сделать вывод о подтверждении нулевой гипотезы, дисперсия специфических для наблюдений ошибок равна 0, следовательно, модель 4 менее значима, чем модель 1.

Также для сравнения моделей с фиксированными и случайными эффектами воспользуемся тестом Хаусмана ^[28]. В данном тесте используется нижеуказанные нулевая и альтернативная гипотезы:

- нулевая гипотеза H0 – выбираем модель со случайными эффектами;

- альтернативная гипотеза HА – выбираем модель с фиксированными эффектами.

Асимптотическая тестовая статистика: Хи-квадрат (5) = 23,3015, р-значение = 0,0801828 меньше уровня значимости 0,1, следовательно, альтернативная гипотеза подтверждается, модель с фиксированными эффектами более достоверна.

По результатам проведенных сравнительных тестов можно сделать вывод о том, что наилучшей моделью является модель с фиксированными эффектами, которая характеризует индивидуальные особенности регионов, отличающие регионы друг от друга.

ЗАКЛЮЧЕНИЕ

По итогам проведенного эконометрического исследования можно сделать вывод о том, что социально-экономические показатели субъектов ПФО оказывают заметное влияние на численность плательщиков НПД в данных регионах, а именно: individualentrepreneurs, unemployed и professionalincometax. Гипотеза исследования подтверждается.

1) individualentrepreneurs – количество индивидуальных предпринимателей (чел.) имеет положительную взаимосвязь с численностью плательщиков НПД, что позволяет нам сделать вывод о том, что в регионах с большим количеством ИП растет и численность плательщиков НПД;

2) unemployed – численность безработных в возрасте 15 лет и старше (чел.) имеет обратную зависимость, следовательно, чем меньше безработных в субъекте ПФО, тем больше в нем плательщиков НПД;

3) professionalincometax – налог на профессиональный доход, исполнение бюджета по доходам (млрд. р.), ожидаемо имеет прямую зависимость с численностью плательщиков НПД в субъектах ПФО;

4) Не оказывает существенного влияния на численность плательщиков НПД такие показатели как GRP – валовой региональный продукт по субъектам РФ (ПФО) (в текущих ценах; млн р.) и nominalsalary – среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций в целом по экономике по субъектам ПФО (р.).

В целом, подход к количественной оценке взаимного влияния социально-экономических показателей на численность плательщиков НПД в субъектах РФ, входящих в ПФО, может быть использован при формировании программы бюджетной и налоговой политики, как на федеральном, так и на региональном уровне в Российский Федерации, а также в странах ближнего и дальнего зарубежья.

Аналогичный подход к оценке последствий внедрения специальных налоговых режимов также может применяться для оценки достижения целей по другим специальным налоговым режимам, применимым для физических лиц, направленным на стимулирование и развитие предпринимательской активности. Кроме того, с помощью разнообразных макроэкономических инструментов можно оказывать адресное воздействие на различные социально-экономические показатели для увеличения положительных эффектов от внедрённых налоговых режимов.

^[1] Федеральный закон «О проведении эксперимента по установлению специального налогового режима «Налог на профессиональный доход» от 27.11.2018 № 422-ФЗ.

^[2] [Электронный ресурс] URL: https://sozd.duma.gov.ru/bill/551845-7 Официальный сайт Системы обеспечения законодательной деятельности / Законопроект № 551845-7/ Пояснительная записка к законопроекту / (дата обращения: 29.10.2023).

^[3] [Электронный ресурс] URL: https://59.rosstat.gov.ru/folder/160975# Официальный сайт ФНС России/Единый реестр субъектов малого и среднего предпринимательства/ (дата обращения: 29.10.2023)

^[4] [Электронный ресурс] URL: https://rosstat.gov.ru/folder/12781 Официальный сайт Федеральной службы государственной статистики/Демография/Численность и состав населения/ (дата обращения: 29.10.2023)

Просто выделите и скопируйте ссылку на эту статью в буфер обмена. Вы можете также попробовать найти похожие статьи