累進與單一稅率結構

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第四節 累進與單一稅率結構

在 2009 年遺贈稅修法前為高累進稅率結構，在此結構下，因對於富有者來 說，稅負過重，易使逃漏稅與租稅規劃誘因過高，進而影響資源配置效率與國內 資本累積，不利於經濟發展與提升國際競爭力，但益處卻可在公平面抑制財富不 均，不過若該稅制驅使資金外流而導致課徵不易，避免財富過度集中的效果將難 以顯現。而在2009 年修法為單一稅率 10% 後，與在高累進稅率制度下，有相反 的結果，但對於目前稅制稅基漏洞多，贈與稅免稅額過高、遺贈稅不計入與免徵 項目及資產評價不一致等問題（朱澤民與陳國樑，2016），實際單一稅率對於經 濟上的助益仍大有疑慮，另外，專家甚至表示反對目前的單一稅率結構，中央研 究院院士朱敬一曾指出：「在2009 年遺產稅修改過後，臺灣的熱錢逐漸增加，房 價跟著大漲、貧富差距明顯逐年拉大」。表 2-3 為各學者及研究對於高累進稅率 與低單一稅率有關看法之整理。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

表 2-3、遺贈稅高累進稅率與單一稅率下之影響

遺贈稅稅率結構 高累進稅率 低單一稅率

逃稅誘因

逃稅誘因高

富有者在生前有意花時間與金錢預先做好 分散財產的規劃（曾巨威，2007）。

逃稅誘因低

1. 稅率低，短漏報遺產低（ 胡 世 唐 與 吳 世 英 ， 2012）。

2. 相較高累進稅率，逃漏稅意願較低（楊葉承與陳玉政，2014）。

資本累積

不利資本累積

富有者稅負較重，租稅規劃的結果，將使 資本外流，不利國內資本累積。

有利資本累積

1. 相較於高累進稅率，平均每件遺產及贈與金額將增加（楊葉承與 陳玉政，2014）。

2. 香港廢除遺產稅確實使資金回國，而資金回流間接也擴大其他稅 目之稅基，台灣改至單一稅率 10% 應有同樣效果（楊陳旺，

2009）。

3. 單一稅率制目的大多為全球租稅競爭。現今國際化，跨國界的資 本或勞動流動性已大幅提高，以單一稅率吸引資本流入或避免資 本外移（孫克難與羅時萬，2012）。

資源配置與稽徵效率

不利資源配置與稽徵效率

扭曲資源配置效率或增加稽徵行政成本

（曾巨威，2007）。

較高累進稅率有利

相較於高累進稅率有利資源配置效率，但台灣目前稅基漏洞過多，

贈與稅免稅額與不計入及免徵項目，或是資產評價不一等問題，易 扭曲個人決策（朱澤民與陳國樑，2016）。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

財富分配

有利減緩財富不均

1. 透過遺贈稅高累進稅率的課徵，可有效 減緩財富分配惡化 (Piketty and Saes, 2003)。

2. 防止社會財富過度集中化以及代際間 移轉所造成的分配不均問題（曾巨威，

2007）。

不利減緩財富不均

因只有免稅額所產生的累進效果，較累進稅率下來得小，因此相較 於高累進稅率不利於改善財富分配。

其他¹¹

1. 單一稅率修改至高累進稅率後加重富 有者稅負。

2. 級距攀升效果 (bracket creep) －通貨 膨脹使財富名目上增加，但實質沒有增 加，可能推使納稅人去適用到更高的課 稅級距。

3. 自動穩定機制－在景氣不佳時保護納 稅人，財富下降，所適用累進稅率也下 降，景氣好則反之。

1. 易於理解與遵從，因此較能減少錯誤與租稅詐欺行為。

2. 高累進稅率修改至單一稅率，富有者的稅負移轉至低階層者身 上，即富有者有效稅率降低，低階層者原先適用之累進稅率提高。

11 參考 Glen Nunes (2016),“Pros and Cons for the U.S. of Flat vs. Progressive Taxes,” ToughNickel。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y 第三章 研究設計

為使評估 2009 年遺贈稅制改革效果能更加完善，本文初步先探討稅改前後 對於贈與意願的影響，使用非線性Probit 機率模型，而對於在遺產稅租稅規劃最 常提及的利用贈與稅免稅額的分年贈與情形，則使用 Wilcoxon 符號等級檢定，

檢驗各修法前後次數下之人數是否存在顯著差異。最後，採用差異中之差異法 (DID, Difference-in-Differences) 估計 2009 年稅改對於平均每人年贈與金額的影 響。

第一節 研究方法 一、 Probit 機率模型

本文第一階段先探討我國 2009 年遺贈稅修法對於贈與意願的影響，將是否 改變其贈與行為及修法前後是否贈與以虛擬變數表示作為應變數，而影響生前贈 與之因素作為自變數，觀察修法之效果。

在線性機率模型下，使用最小平方法當自變數值過大或過小，所估計出的應 變數將會出現大於1 與小於 0，不符合機率原理，而所估計出之係數（邊際效果）

雖符合一致性，但因殘差項仍存在異質變異 (heteroskedasticity)，並不符合 Gauss-Markov 定理，因此線性機率模型非為最佳線性不偏估計 (BLUE)，為避免 這 些 缺 點 ， 本 文 使 用 非 線 性 Probit 機率模 型 ，以最大概似 法 (Method of Maximum-likelihood) 求得估計之相對機率較為準確，以下以本文研究方向作為 例子。

下式3-1 為原始潛在模型，y_i^*為潛在變數 (latent variables) 定義為修法後贈 與之效用減除不贈與之效用，若為正則贈與，為負或為0 則不贈與，而此變數並 無法從資料中觀察到。y_i為表示有無贈與之虛擬變數，若y _i 1為有贈與，y _i 0 為無贈與，而此變數可從資料中觀察到。

* '

i i i

y  x   

ⁱ

 ^{1, 0,}

ⁱi^**

^{0 0}

y y

y

 



(3-1)

‧

註：參考Cameron and Trivedi (2005)。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

另外，若以圖形表示，將其呈現於圖3-1，應變數之平均機率即為



至

x

_i

^

 所累積之機率，邊際效果則為對其累積密度函數 ( x_i



)對x 偏微，而當邊際效果_i 較大時表示累積機率密度函數曲線愈陡峭（或邊際效果為負，曲線為負斜率）， 因此自變數對贈與決策的影響就愈大。

圖 3-1、累積機率密度函數示意圖

二、 Wilcoxon 符號等級檢定 (Wilcoxon signed-rank test)

第二階段為檢驗修法是否造成贈與人分年贈與意願產生變化，便以修法前與 修法後在該分年贈與次數下之人數，做配對樣本差異檢定，在配對樣本差異檢定 中，通常分為有母數方法的配對 t 檢定，無母數方法的符號檢定及 Wilcoxon 符 號等級檢定。有母數方法必須在樣本多而符合常態分配的情況適用，估計結果才 不會產生偏誤，而符號等級檢定相較於 Wilcoxon 符號等級檢定為未考慮其差異 之大小，因此在本文樣本少，只有修法後幾年之贈與人的情況下，僅可適用無母 數方法，因此本文在檢驗修法對分年贈與次數的影響採用 Wilcoxon 符號等級檢 定。本文採雙尾檢定方式，在 5% 的顯著水準下檢驗其差異，以下為其統計假設，

pregtime_n 為修法前在該分年贈與次數下之人數，postgtime_n 為修法後在該分年 贈與次數下之人數。

0

: _ _

H pregtime n  postgtime n

A

: _ _

H pregtime n  postgtime n

0

1 CDF=

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

此檢定方式為將前測值 (pregtime_n) 與後測值 (postgtime_n) 相減後，得到

其差異D ，再將其差異取絕對值_i

D

_i ，並依其差異的絕對值，只給予在有差異之

配對樣本順序等級

R

_i，差異愈大給予等級（權重）愈高，而得到各順序等級後，

將原先差異已知之正負符號，套用於各順序等級上，即稱為符號等級(

R

_i^{ ,} )，並 將各符號等級加總後得 Wilcoxon 檢定統計值 W，如式 3-5 所示，實際運用於本 研究之過程可參考附表 3。

, 1

W=

ⁿ _i

i

R

^{ }



 (3-5) 得到 Wilcoxon 檢定統計值後，接續應計算 z 統計值，而在本文的樣本中皆 屬小樣本 (n 20)，因此其標準誤為式 3-6，當為大樣本時 (n 20)，其標準誤 之計算與小樣本不同。

( 1)(2 1)

W 6

n n n

S    (3-6) 得到標準誤後便可計算 z 統計值：

W

z W

 S

(3-7) 在 雙 尾 檢 定 下 ， 當 在 5% 顯 著 水 準 下 ， z 統 計 值 的 顯 著 標 準 為

0.025 1.96

z   　，當所估計結果為z  1.96時，表示存在顯著負向差異，而z 1.96 表示存在顯著正向差異。正向差異及負向差異以本文所探討之分年贈與次數作為 例子，解釋為在同一分年贈與次數下，修法前人數與修法後人數之差異，正向差 異表示修法前人數大於修法後人數，負向差異則反之。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

三、 差異中之差異法 (Difference-in-Differences, DID)

最後階段，為探討因 2009 年修法使年贈與金額提高的實質效果，因此採用 差異中之差異法，而此方法必須設有實驗組及控制組，實驗組即為有受該政策所 影響的目標對象，而控制組則未受該政策所影響，並可觀察實驗組的改變在消除 時間趨勢後，該政策對實驗組所帶來的真實影響，如圖3-2 所示。

圖 3-2、DID 模型-控制組與實驗組關係

依圖 3-2，將政策實施前之實驗組平均值設為 TB，實施後平均值設為 TA， 控制組政策實施前平均值為CB，實施後平均值設為CA，而DID 估計即為政策實 施後實驗組與控制組之差異，減除政策實施前之實驗組與控制組之差異後，即為 差異中之差異，另外，也可表示為實施前後實驗組之差異，減除實施前後控制組 之差異，結果仍會相同，但實際上統計軟體採用第一種方式，如下表3-2 所示。

表 3-2、實驗組與控制組政策實施前後平均值與政策效果

實驗組 控制組

實施前 TB CB

實施後 TA CA

DID 政策效果 (TA−CA)−(TB−CB) or (TA−TB) –(CA–CB) C:控制組

實施後 最後評估點 實施點

時間 Y

應 變

數 T:實驗組

T:實驗組（無實施下）

DID

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

若以本研究方向作為例子，DID 模型迴歸式表示為式 3-8：

0 1 2 3

it t it it treatit it it

y 

 

 reat 



time 



time 



X



(3-8) yit為個人年贈與金額；^treatit為虛擬變數，當為實驗組為 1，控制組則為 0；

time_it 同樣為虛擬變數，政策實施後為 1，實施前則為 0，^treatit time_it為前兩者之 交乘項，





X

為與應變數有關之控制變數。若將估計出的係數與表 3-2 連結可 表示為表3-3。

表 3-3、估計係數與兩組實施前後之平均值關係

實驗組 控制組 (TA−CA)−(TB−CB) 實施後 TA= ₀+₁+ ₂+ ₃ CA= ₀+ ₂ ₁+ ₃

實施前 TB= ₀+₁ CB= ₀ ₁

(TA−TB)–(CA–CB)  ₂+ ₃  ₂  ₃（政策效果）

‧

種為是否有意願投入勞動市場，稱勞動的廣度邊際 (extensive margin of labor)，

而在投入勞動市場後，第二種為投入多少工時，稱勞動的強度邊際 (intensive margin of labor)，運用以上的原理，將其套用於贈與決策上，贈與意願、分年贈 與次數作為贈與的廣度邊際，年贈與金額作為贈與的強度邊際，並各別採用不同

pregive ln_networth leftspouse leftparents leftddsnt group w

postgive ln_networth leftspouse leftparents leftddsnt group w

無贈與為0。控制變數，ln_networth 為將淨財富取對數；leftspouse 為死亡時留有 配偶為1，無則為 0；leftparents 為死亡時留有父母雙方為 2，一方為 1，無則為 0；leftddsnt 為死亡時留有直系血親卑親屬為 1，無則為 0。主要自變數，group_w 虛擬變數為參考Bernheim (2004) 之作法，淨財富依修法前後遺產稅免稅額劃分

‧

共線性問題 (collinearity)，因此估計時便會省略 group_5 變數，此模型在各淨財 富虛擬變數 (group_1、group_2、group_3、group_4) 所估計之邊際效果即可表示

‧

共線性問題 (collinearity)，因此估計時便會省略 group_5 變數，此模型在各淨財 富虛擬變數 (group_1、group_2、group_3、group_4) 所估計之邊際效果即可表示

在文檔中 我國2009年遺產及贈與稅稅制改革生前贈與之效果 - 政大學術集成 (頁 28-0)