2026年3月10日下午，第747期“现代经济学系列讲座”在复旦大学经济学院710会议室举行。本次讲座由北京大学新结构经济学研究院吴春赞老师主讲，报告题目为“When in Doubt, Tax More Progressively? Uncertainty and Progressive Income Taxation”。讲座由复旦大学经济学院陈钊老师主持，学院部分师生参加了本次讲座。
报告围绕“关键结构参数存在不确定性时的最优个人所得税设计”展开。相较于传统研究通常在参数点估计给定的条件下讨论最优税收，吴老师在论文中将家庭偏好和工资过程参数的不确定性显式纳入分析框架，重点考察家庭风险厌恶、劳动供给弹性以及收入冲击等因素的不确定性将如何影响税制的累进程度。理论分析表明，当政策制定者无法准确把握相关参数时，参数不确定性本身就会影响最优税收安排，并可能使更高的税制累进性成为更优选择。
在定量分析中，吴老师基于一个不完全市场的生命周期模型，刻画家庭在面临收入冲击时的劳动供给与储蓄决策，并以两参数非线性所得税形式描述税制的总体税负与累进程度。结合1999—2017年美国PSID数据，论文通过有限信息贝叶斯方法估计偏好参数与工资过程参数的联合后验分布，进而比较“忽略参数不确定性”与“考虑参数不确定性”两种情形下的最优税制。研究发现，在纳入参数不确定性后，最优所得税的累进程度明显上升。累进度参数由约0.128提高至约0.148，高低收入家庭之间的边际税率差扩大约5.5个百分点。这一调整主要由工资过程参数不确定性所驱动。报告同时指出，仅通过所得税这一政策工具，参数不确定性就可能带来较为显著的福利损失，其规模大致相当于生命周期消费下降约0.38%。
在随后的提问与讨论环节，与会师生围绕模型设定、参数识别与估计策略，以及研究结论对现实税制设计的启示等问题，与吴老师进行了深入交流。本次讲座将最优税收理论与结构估计、贝叶斯方法相结合，为理解参数不确定性条件下的税收政策设计提供了新的学术视角，也为学院相关领域的研究带来了有益启发。
文/钟岳霖
