Business Visibility and the Measurement of Informality: A Multidimensional Latent Variable Index
本文通过引入一个关于可见性与可追溯性的“非隐匿”维度，验证了一个用于衡量哥伦比亚商业非正式性的多维潜变量指数，该指数得出的非正式性估算值显著高于传统的基于合规性的衡量标准。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
经济并非一个单一、坚实的活动块，而是一个既有可见高峰也有隐藏谷底的地貌。几十年来，经济学家和政策制定者一直试图绘制“非正规经济”的图谱，即那些在注册、税务和劳动保护等官方规则之外运营的庞大商业部门。这些包括街头小贩、未登记的工作坊，以及不申报纳税或不为员工缴纳社会保障的小型店铺。理解这个隐藏的世界至关重要，因为它掌握着一个国家实际创造了多少财富以及多少人真正受到法律保护的关键。然而，衡量它一直是一项艰巨的任务。寻找这些企业的标准方法是在调查中直接询问他们，但这种方法有一个致命缺陷：人们往往害怕承认自己正在违反规则。他们可能会为了避免麻烦而撒谎，或者可能仅仅因为不想引起注意而忘记提及自己的非正福业务。这种恐惧造成了一个盲点，使得非正规经济看起来比实际规模要小。
为了解开这个谜题，来自那不勒斯帕特诺普大学（Parthenope University of Naples）的一个研究小组将注意力转向了哥伦比亚，这是一个拥有完善的小型企业追踪系统的国家。他们利用了来自一项名为 EMICRON 的大规模全国性调查的数据，该调查收集了 2019 年至 2024 年间数十万家微型企业的信息。研究人员想要测试哥伦比亚统计局（DANE）所使用的官方方法，该方法基于一份合规性清单来衡量非正规性：该企业是否注册？他们是否纳税？他们是否为员工购买了医疗保险？研究小组怀疑，这个清单虽然逻辑严密，但可能并未描绘出全貌，因为它完全依赖于询问人们是否遵守规则。他们提出了另一种观察数据的新方法，该方法不仅包括企业自称的做法，还包括它们在现实世界中的可见度和可追溯性。
研究人员构建了一个新的测量工具，将非正规性视为一种复杂的、隐藏的特征，而非简单的“是或否”的开关，这种特征会通过许多不同的线索显现出来。他们首先测试了现有的官方模型，该模型将企业分为“准入”（注册）、“投入”（劳动权利）和“税收”等类别。当他们分析数据时，发现旧模型存在结构性弱点。有些问题是以略微不同的方式询问相同的内容，导致了数学上的混乱，而另一些问题则过于敏感，导致许多人拒绝回答，从而留下了数据空白。为了修复这个问题，研究小组改进了模型，剔除了冗余问题，并专注于最清晰的正规性信号。随后，他们增加了一个名为“非隐匿性”的新维度。这个维度并不询问“您是否缴纳了税款？”，而是询问可观察的问题：该企业是否有网站？它是否使用商号？它接受信用卡支付，还是仅接受现金？它位于可见的店面，还是隐藏在私人住宅中？
这种新方法的逻辑在于，试图隐藏其活动的业务自然会避免留下数字或公共痕迹。正规企业通常希望被看见以建立声誉，而非正规企业则往往试图保持低调以避免审查。通过包含这些“可见性”线索，研究人员可以捕捉到那些可能在税收方面撒谎，却无法掩盖其没有网站、没有商号且仅接受现金这一事实的企业。当他们将新模型与精炼后的模型与政府官方数据及其他简单方法进行对比时，结果令人震惊。新模型一致地识别出了规模更大的非正规经济。平均而言，它估计近 80% 的雇主型微型企业是非正规的，这一数字比政府官方估算值高出约 11 个百分点，并且比仅查看是否拥有税务识别号的简单衡量方法高出约 80%。
研究表明，传统的衡量非正规性的方式过度依赖于要求人们承认其合规性，这显著低估了隐藏经济的真实规模。官方数字虽然有用，但由于受到披露恐惧的影响，很可能偏低。通过将劳动合规、税务记录以及企业可见性的事实交织在一起，新模型提供了一张更完整、更诚实的经济图谱。它表明，非正规经济不仅仅是一个是否持有政府文件的议题，而是一个复杂的行为网络，其中企业积极尝试保持隐形。研究人员发现，这些非正规性的不同方面——劳动、税收和可见性——是紧密相连的，它们作为一个单一的、潜在的现象共同运动。
这项工作并不声称已经永久解开了非正规经济之谜，但它提供了一个更清晰地观察它的强大新工具。研究人员证明，通过观察企业为了隐藏而采取的行为，而不是仅仅听取它们关于遵守规则的说法，我们可以得到一个更真实的、关于谁在系统外工作的计数。研究结果表明，在人们害怕承认逃税或违反劳动法规定的国家，寻找缺乏网站或缺乏业务名称的情况可以作为一种可靠的备份。这提醒我们，经济往往是由那些看不见的部分所定义的，并且要理解全貌，我们必须学会像阅读官方记录一样，仔细解读沉默与阴影。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。