揭示逃税

本研究通过在印尼全国代表性企业样本（共2,955家注册企业）中实施随机双列表实验，探讨了企业税收逃漏现象的普遍性和与之相关的企业特性。双列表实验是一种间接捕捉税收逃漏程度的方法，通过让受访者仅陈述适用其自身的项目数量而不直接披露哪些项目为真。

研究发现，大约四分之一的企业通过这种实验方式间接承认了其存在税收逃漏行为。这一比例在两个实验之间保持一致，约为26%（从25%至27%不等），表明该结果具有高度的准确性。值得注意的是，这个估计值实际上是基于自我报告的税收逃漏，实际逃漏率可能更高。

研究利用机器学习方法分析了大量企业特征，以识别税逃行为存在显著且一致变化的维度。结果显示，不出口产品、面临来自非正规部门的激烈竞争以及认为税收管理是其业务活动主要障碍的企业，最有可能进行税收逃漏。除了这些因素外，其他维度在两个实验中的报告税逃行为差异不大，这凸显了税收逃漏行为的普遍性。

这项研究对于中等收入国家的税务当局具有重要意义，这些国家在准确估算税收逃漏水平及识别违规纳税人方面面临巨大挑战。研究结果表明，如果政府能提高注册企业的合规性，可以收集到更多的收入。

此外，该研究可能为税务当局的合规活动提供帮助，特别是通过识别税逃行为在不同企业间存在的最大异质性维度。例如，高税率的发现可能有助于针对性地提升合规策略。