The impact of tax deduction on inequality in Russia

Full Text

Введение.

Во время экономических кризисов правительства сталкиваются с необходимостью стимулировать восстановление экономики и рост благосостояния, учитывая при этом проблемы социальной справедливости и ограничения государственного бюджета [32].

Многие государства предоставляют блага, от которых выигрывает все население, и которые имеют перераспределительный эффект, например услуги здравоохранения и образования [32]. В то же время страны заинтересованы в повышении профессиональных компетенций граждан и их здоровье, а потому принимают меры по стимулированию собственных расходов граждан в данных сферах [1].

Как и любая система преференций, меры фискального стимулирования искажают налоговую систему, в результате чего может снижаться ее прозрачность, а также проявляться непреднамеренные эффекты в других сферах, например повышаться неравенство доходов или включаться механизм регрессивного налогообложения. В то же время фискальная система должна учитывать растущий запрос граждан и общественных объединений на автономию и возможность принятия управленческих решений и самостоятельного распоряжения средствами, из которых финансируется предоставление государственных услуг [22, 24].

Частью мер фискального стимулирования является предоставление физическим лицам или домохозяйствам налоговых льгот. Налоговые льготы широко применяются в России и европейских странах [6]. Согласно ст. 56 Налогового кодекса РФ, налоговыми льготами признаются преимущества по сравнению с другими налогоплательщиками, включая возможность не уплачивать налог или уплачивать его в меньшем размере¹.

Налоговые льготы в форме налоговых вычетов делятся на возвратные (refundable) и невозвратные (nonrefundable): если возвратный вычет превышает сумму уплаченных налогов, разница выплачивается в качестве возмещения, в то время как если невозвратный вычет превышает сумму уплаченных налогов, излишек теряется [39, 59]. Также предоставление или размер налоговых вычетов могут зависеть от доходов налогоплательщика: ряд вычетов предоставляется, например, только налогоплательщикам с низким уровнем дохода, ряд вычетов предоставляется вне зависимости от уровня доходов [58]. Одним из критериев различия налоговых вычетов является также наличие ограничений по объему снижаемой налоговой базы: существуют вычеты с ограничениями и без ограничения объема снижения налоговой базы [10].

Постановка проблемы.

Уровень неравенства в России в 2010–2015 гг. устойчиво снижался, с 2016 по 2019 г. увеличивался, а в 2020 г. снизился до минимального значения [37]. Систему налогообложения доходов физических лиц в данный период нельзя назвать прогрессивной; несмотря на это, уровень неравенства по доходам, оцениваемый как индекс Джини, в России является фактически самым высоким среди постсоветских стран с доступными данными (рис. 1).

 

Рис. 1. Динамика индекса Джини в постсоветских странах с 2011 по 2020 г.

Источник: Gini Index // The World Bank. URL: https://data.worldbank.org/indicator/SI.POV.GINI (дата обращения: 15.06.2023).

 

При рассмотрении возможных реформ законодателям необходимо оценивать последствия вводимых изменений для населения. Так, в случае реформ налоговых вычетов следует устранить информационные пробелы в области количественной оценки воздействия данных мер на экономическое благосостояние населения, на распределение доходов и обеспечение доступа населения к социальным услугам.

Налоговый вычет представляет собой уменьшение налоговой базы при исчислении НДФЛ либо возврат ранее уплаченного НДФЛ частично или полностью в установленных случаях. Социальные налоговые вычеты по расходам на образование и здравоохранение можно получить при подаче декларации 3-НДФЛ в электронном или бумажном виде в налоговую инспекцию по окончании года с приложением копий подтверждающих документов. Например, налогоплательщик может вернуть часть стоимости оплаченных медицинских услуг путем подачи декларации в налоговую инспекцию пакета документов, включающего справку об оплате медицинских услуг.

Поскольку социальные налоговые вычеты изменяют объем располагаемых доходов, а следовательно, влияют на изменение уровня неравенства, возникает необходимость оценить это влияние, найти баланс между расширением доступа к налоговым вычетам и уровнем неравенства, изменяющимся в результате применения данной меры. Таким образом, оценка влияния данной меры на неравенство становится необходимой частью оценки эффективности налоговых вычетов в целом, ведь при внедрении реформы без данного измерения сохраняется риск проявления нежелательных эффектов.

Например, реформа налога на доходы физических лиц в России, связанная с установлением единой ставки НДФЛ на уровне 13%, оказала разнонаправленное влияние на уровень неравенства: прямой налоговый эффект увеличивал неравенство, а косвенный эффект в виде снижения уклонения от налогообложения при этом снижал неравенство [31]. Эффекты последующих налоговых реформ НДФЛ и налоговых вычетов не имеют достаточных оценок влияния на доходы населения и неравенство. Предварительные расчеты влияния налоговых реформ на неравенство доходов в обществе являются важным инструментом для обоснованного принятия экономических решений. Такие расчеты позволяют оценить потенциальные последствия различных налоговых инициатив на распределение доходов среди различных социальных групп и выбирать наиболее эффективные меры, направленные на достижение справедливого распределения ресурсов. Кроме того, такие расчеты помогают избежать непредвиденных негативных последствий, которые могут усугубить социальное напряжение и подорвать экономическую стабильность. Таким образом, предварительный анализ является критически важным для формирования справедливой и эффективной налоговой политики, способствующей устойчивому развитию общества.

Обзор литературы.

В условиях бюджетных ограничений и экономической рецессии распространенной практикой является финансирование государственных инициатив за счет привлечения частных инвестиций через меры фискального стимулирования, например налоговые вычеты на образование и здравоохранение [45].

Некоторые из этих налоговых мер фактически дополняют государственные программы образования и здравоохранения (там, где они существуют) и субсидируют стоимость частного образования и медицинского страхования [19]. В то же время часто остается неясным, какие группы населения являются ключевыми бенефициарами реализации данных положений. Определение этих групп позволит повысить эффективность государственных расходов.

Меры по достижению всеобщего охвата услугами здравоохранения, предусмотренные концепцией ВОЗ [4], на практике реализуются таким образом, что сначала ими будут охвачены более обеспеченные слои населения, что в среднесрочной перспективе может привести к увеличению неравенства [38]. В исследовании ВШЭ под руководством С.В. Шишкина [2] в России за период с 1994 по 2016 г. отмечался высокий уровень неравенства по расходам на медицинские услуги в зависимости от уровня дохода. Так, в 2016 г. значение индекса Джини по доходам составляло 0,35, а по объемам расходов на услуги здравоохранения – 0,97.

Исследование Демери [30] показывает, что беднейший квинтиль получает наибольшую выгоду от субсидирования начального образования и наименьшую – от государственных расходов на высшее образование. Для самого богатого квинтиля характерна обратная картина. В то же время слои с более низкими доходами могут быть ограничены в использовании государственной медицины в силу отсутствия соответствующей инфраструктуры, так как она расположена в местах проживания более обеспеченных слоев. Территориальное неравенство, хоть и не является предметом изучения в данном исследовании, также должно учитываться при реализации реформ. В России оно может проявляться как в различиях в доступе к инфраструктуре, так и в различиях в региональных программах [2].

В отчете Европейской комиссии представлен обширный обзор налоговых вычетов в рамках прямого налогообложения в странах Европейского союза [34]. Однако многообразие используемых подходов и понятий на национальном уровне не позволяет проводить сравнительный межстрановой анализ относительной эффективности, результативности и влияния налоговых систем на располагаемые доходы, используя в качестве единственного источника публикуемые на национальном уровне статистические данные.

Ранее были опубликованы работы по анализу влияния вычетов в различных странах. Например, в США Вебер анализировал влияние налогового вычета на полученный доход (Earned Income Tax Credit) на сбережения домохозяйств [58]. Нацеленность данного вычета на конкретные группы населения и соответствие вычета целям политики описаны Хойнс [39]. В Европе также исследовалось фискальное воздействие различных видов налоговых вычетов для отдельных государств, например Тоне для Германии [56], Тайсон для Италии [57], Клун для Словении [42] или Коллинс и Уолш для Ирландии [28]. При этом в данных работах оцениваются не эффекты налоговых вычетов, а описываются их структуры и место в структуре экономики. Так, в исследовании Тоне представлен анализ влияния фискальных мер на достижение целей их внедрения. Автор делает заключение, что только 5 из 20 мер в полной мере способствуют достижению целей, для которых они внедрялись, при этом расходы бюджета на их реализацию составляют только 15,5% от общего объема налоговых расходов [56]. В результате подчеркивается неэффективность использования столь обширного перечня мер. Тайсон оценил долю и объем различных налоговых вычетов в Италии с рекомендацией продления налоговых льгот только в рамках ежегодного бюджетного процесса [57]. В работе Клун описаны применяемые в Словении налоги и налоговые вычеты, а также рассмотрено распределение налоговых вычетов по группам их получателей [42]. Коллинс и Уолш оценили опыт предоставления налоговых вычетов в Ирландии, включая их количество, объем, долю от валового внутреннего продукта, а также дали рекомендации по реформированию мер фискальной поддержки [28].

Одним из современных инструментов исследования эффектов фискальной политики является методология Commitment to Equity (CEQ). Использование данного подхода позволяет оценить, насколько перераспределение доходов и сокращение бедности достигается с помощью фискальной политики, насколько налоги и государственные расходы учитывают интересы бедных слоев и снижают бедность, а также каково влияние фискальных реформ, которые изменяют размер и/или прогрессивность конкретного налога или льготы [47]. Данный кластер исследований изучает перераспределительные эффекты систем налогов и трансфертов, однако ограничен существующими программами и не позволяет рассмотреть гипотетические сценарии.

Анализ эффективности российской фискальной системы в области перераспределения доходов показал низкую эффективность в сокращении бедности и относительно слабое чистое финансовое воздействие на все демографические группы, кроме пенсионеров [46]. Если рассматривать пенсии как отложенные доходы, то снижение Джини в России за счет прямых налогов и трансфертов находится на уровне 0,031 пункта между рыночным доходом и располагаемым доходом, в то время как если считать пенсии трансфертами, то сокращение неравенства составляет 0,132 пункта Джини. В работе Поповой и др. также отмечается умеренное относительно большинства стран Европейского союза снижение неравенства в РФ за счет налогово-льготной политики. При этом отмечается высокое перераспределительное влияние пенсий на фоне ограниченного влияния налогов и других социальных выплат [55].

Перераспределительное влияние налоговых систем с использованием методологии Commitment to Equity также исследовалось для Сербии [52], ЮАР [41], Уругвая [23], Турции [29], Индии [44] и других государств. Межстрановые сравнения проводились для развивающихся [40, 48] и постсоветских [21, 35] государств, а также стран Латинской Америки [36, 50]. В целом по результатам анализа CEQ отмечается в основном сглаживающая роль основных государственных образовательных программ и систем общественного здравоохранения. Однако отмечается, что государственное финансирование высшего образования может приводить к увеличению неравенства.

Микросимуляционные методы анализа фискальной политики и социальных трансфертов использовались для изучения влияния мер в странах ЕС, России, а также ряда развивающихся стран. Барриос и соавторы в своем исследовании [20] использовали микросимуляционную модель EUROMOD² для анализа воздействия реформирования налогообложения работников с низким уровнем дохода в пяти европейских странах. В частности, они показывают, что прямые фискальные издержки этих мер могут быть частично, а иногда и полностью, компенсированы, если принять во внимание поведенческие реакции со стороны предложения труда, включая возможный экстенсивный (увеличение числа занятых) и интенсивный (увеличение рабочей нагрузки на сотрудника в виде часов занятости) рост предложения труда.

Исследование роли налогов и трансфертов в стабилизации последствий кризисов с использованием EUROMOD представлено в исследовании Тима Каллана и соавторов [25]. Выяснилось, что эффекты автоматической стабилизации, особенно через пособия по старости и по безработице, играют важную роль в снижении неравенства во всех странах, переживших кризис, при этом для трудоспособного населения их влияние меньше.

Перераспределительные эффекты мер поддержки во время пандемии COVID-19 с использованием микросимуляционных моделей активно оценивались для стран Европы и России. В большинстве исследованных государств отмечается высокий уровень компенсации негативного влияния кризиса на доходы населения в 2020 г. Наиболее выраженный эффект антикризисных мер наблюдается среди групп с низким доходом [17, 18, 26, 27]. Результаты исследований с применением методов микромоделирования подчеркивают возможность таргетирования фискальных и трансфертных мер, а значит, и принятие решений об их дальнейшем применении или реформировании исходя не только из бюджетных, но и из социальных эффектов.

В России с использованием микросимуляционных моделей исследовались перераспределительные эффекты пособий на детей [53, 54], эффекты антикризисных мер в связи с пандемией COVID-19 [17], последствия монетизации льгот [3] и другие проблемы. Методология CEQ применялась в том числе для анализа перераспределительной силы налоговой системы России [46], оценки влияния фискальной и социальной политики на доходы и уровень бедности [49], а также для оценки изменений фискальной нагрузки при введении безусловного базового дохода [33].

Задачи исследования.

В работе применяются современные методологические подходы к количественной оценке эффектов фискальной политики, анализируется система налоговых вычетов в России и моделируется воздействие налоговых вычетов на образование и здравоохранение на доходы населения и уровень неравенства.

Задачами исследования являются:

Система налоговых вычетов в России.

В России физическим лицам предоставляются, согласно ст. 218–221 НК РФ, стандартные налоговые вычеты для льготных категорий граждан, социальные вычеты, инвестиционные вычеты, имущественные вычеты, профессиональные вычеты, а также вычеты, связанные с переносом убытков³. Социальные налоговые вычеты, согласно ст. 219 НК РФ, разделяются на 5 видов в зависимости от направленности расходов:

Вычеты предоставляются в отношении доходов, относящихся к основной налоговой базе, такой как заработная плата, а также доходов от продажи имущества, страховых выплат и выплат по пенсионному обеспечению.

Гипотезы исследования.

В ходе исследования выдвигаются следующие гипотезы:

Предполагается, что наибольший абсолютный эффект (в рублях) социальных вычетов будет отмечаться среди верхних децильных групп как наиболее способных нести высокие затраты. При этом в силу ограничения размера социальных вычетов наибольший относительный эффект (в % от дохода без вычета) будет отмечен среди средних децильных групп, тогда как в верхних децильных группах доход от вычета будет незначительным в общем объеме доходов.

В силу наибольшего абсолютного эффекта в верхних децильных группах и низкого эффекта в нижних децильных группах ожидается увеличение уровня неравенства по располагаемому доходу. При этом с расширением программ (предоставлением вычетов в беззаявительном порядке или увеличением лимитов) неравенство будет только возрастать. Это связывается с тем, что для получения налогового вычета изначально необходимо понести затраты, при этом представители более низких децильных групп несут затраты ниже, чем представители более высоких групп.

Методология и информационная база исследования.

В данном исследовании с целью оценки эффектов социальных налоговых вычетов в России используется микросимуляционная модель RUSMOD, разработанная на основе программного обеспечения и принципов модели EUROMOD для стран Евросоюза. RUSMOD является полномасштабной микросимуляционной моделью для России, которая позволяет моделировать большую часть существующих программ налогово-бюджетной политики, осуществляемой на федеральном и региональном уровнях, для национально-репрезентативной выборки населения [51]. Использование микросимуляционных моделей позволяет оценить, как конкретные налоговые инструменты взаимодействуют с другими программами в рамках фискальной политики для репрезентативной выборки домохозяйств и физических лиц и каков будет чистый эффект реформ отдельных инструментов налоговой политики на распределение доходов [51]. Стоит отметить, что модель RUSMOD, как и EUROMOD, является статической микросимуляционной моделью, то есть используется для оценки первичных эффектов реформ налогов и трансфертов на распределение доходов, или эффектов в краткосрочном периоде, до каких-либо реакций населения на реформы.

RUSMOD моделирует располагаемые доходы населения с использованием нескольких допущений, позволяющих учитывать также и ненаблюдаемые доходы. Так, в базе исследования имеется информация о сообщенных респондентами доходах за вычетом налогов, однако в целях оценки фискального воздействия в модели рассчитывается рыночный или доналоговый доход (или доход до вычета НДФЛ и страховых взносов). В него также включаются ненаблюдаемые доходы, которые рассчитываются как разница между расходами домохозяйства и располагаемым доходом до моделирования (если она положительна). Затем к рыночному доходу прибавляются пенсии и социальные трансферты [51]. После вычета прямых налогов и добавления прямых трансфертов формируется располагаемый доход, который является ключевым показателем в данном исследовании.

Базой данных RUSMOD являются данные Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (РМЭЗ–ВШЭ). В данном исследовании применяются данные РМЭЗ–ВШЭ за четвертый квартал 2020 г.⁵ Данный мониторинг представляет собой лонгитюдное обследование домохозяйств и является серией ежегодных общенациональных репрезентативных опросов на базе вероятностной стратифицированной многоступенчатой территориальной выборки. Объем репрезентативной выборки индивидов в 2020 г. – 12120 респондентов. Обследование является выборочным, поэтому расчетные показатели могут иметь расхождения с данными официальной статистики.

Для расчета объема расходов на образование и здравоохранение используются следующие переменные:

• — ye1b – «Сколько всего рублей Ваша семья истратила на содержание и оплату занятий детей в дошкольных учреждениях, школах, секциях, кружках, на оплату частных уроков, репетиторов, в том числе и на подарки педагогам?»;
• — ye22b – «Сколько всего рублей Ваша семья истратила на лечение, обследование в стационарных лечебных учреждениях: больницах, госпиталях, клиниках, исключая покупку лекарств?»;
• — ye23b – «Сколько всего рублей Ваша семья истратила на лечение, обследование в поликлиниках, амбулаториях, исключая покупку лекарств?»;
• — ye24b – «Сколько всего рублей Ваша семья истратила на лечение, протезирование зубов, исключая покупку лекарств?»;
• — ye4b – «Сколько всего рублей Ваша семья истратила на оплату занятий взрослых членов семьи в различных секциях, на курсах, у преподавателей?».

Совокупность расходов респондентов на образование и здравоохранение представляется как сумма значений переменных ye13.1b, ye13.22b, ye13.23b, ye13.24b и ye13.4b.

Располагаемые доходы домохозяйства рассчитываются на основании сообщенных респондентами сведений об их рыночных доходах с применением поправки на ненаблюдаемые доходы, за вычетом налогов и после добавления трансфертов. Доходы в расчете на индивида рассчитываются на основании доходов домохозяйства с использованием модифицированной шкалы эквивалентности ОЭСР [13].

В базовом сценарии (статус-кво) применяются существующие правила политики предоставления вычета с ограничением 120 тыс. руб. и 50 тыс. руб. на каждого ребенка. При этом сценарий учитывает заявительный характер вычета и оценивает количество получателей вычета согласно расчетной доле получателей налогового вычета, составляющей 6,5% в 2020 г. [9]. Таким образом, налоговый вычет моделируется для всех возможных получателей, а затем калибруется на долю фактически получавших вычет, по данным Федеральной налоговой службы.

Выбор 2020 г. в качестве исследуемого периода обусловлен необходимостью учета периода возможных дополнений налоговой отчетности, в результате чего возможно дозаявить доходы или предъявить к получению налоговые вычеты, что ограничивает возможности использования более свежих данных.

Население в модели делится на децильные группы на основании эквивалентных располагаемых доходов: совокупность домохозяйств разделяется на 10 равнонаполненных групп по возрастанию дохода. Неравенство в данном исследовании измеряется через показатель концентрации доходов – индекс Джини. Он принимает значения от 0 (полное равенство) до 1 (полное неравенство) [8].

Сценарии реформ налоговых вычетов.

Цифровизация налогового учета и получения налоговых льгот позволяет рассматривать в качестве возможных сценариев беззаявительный порядок получения вычетов, максимально сокращающий издержки для их получения. Важным шагом в данном направлении является начало предоставления в упрощенном порядке тех вычетов [15], которые применяются при покупке недвижимости, уплате процентов по ипотеке [5], а также инвестиционных вычетов [14]. В данном случае налогоплательщик избавляется от необходимости заполнения декларации 3-НДФЛ, при этом срок получения вычета сокращается с четырех месяцев до полутора.

В работе оценивается воздействие на располагаемые доходы и неравенство пяти сценариев реформ налоговых вычетов (табл. 1):

• — первый сценарий – статус-кво, выражающийся в применении базовых правил налоговой политики с применением поправки на вероятность получения вычета (ограничение 120 тыс. руб., 50 тыс. руб. на каждого ребенка);
• — второй сценарий – налоговый вычет не предоставляется;
• — третий сценарий – текущие правила налоговой политики с вероятностью получения вычетов 100% (беззаявительный порядок) (ограничение 120 тыс. руб., 50 тыс. руб. на каждого ребенка);
• — четвертый сценарий – лимит вычета увеличен до 150 тыс. руб. на взрослого и 110 тыс. руб. на каждого ребенка с вероятностью получения вычетов 100% (беззаявительный порядок);
• — пятый сценарий – лимит вычета увеличен на Индекс потребительских цен (ИПЦ, базовый год – 2009, когда были установлены действующие лимиты) с применением поправки на вероятность получения вычетов.

Использование таких сценариев позволяет сравнить действующую систему налоговой политики с системами, предполагающими повышение лимитов вычетов, повышение вероятности их получения, а также сочетание увеличенных лимитов и доли получателей.

 

Таблица 1

Параметры моделируемых сценариев реформ вычетов

Показатель	Сценарий 1 (статус-кво)	Сценарий 2	Сценарий 3	Сценарий 4	Сценарий 5
Доля получателей среди понесших затраты на лечение и образование	6,5%	0%	100%	100%	6,5%
Лимит на каждого взрослого, руб.	120 000	0	120 000	150 000	250 500
Лимит на каждого ребенка, руб.	50 000	0	50 000	110 000	104 375

Источник: Статистическая форма ФНС 1-ДДК, ст. 218 Налогового кодекса РФ, расчеты автора.

 

Статус-кво.

Исходный сценарий предполагает использование фактических лимитов вычетов, а также реальной вероятности получения вычетов. Данная вероятность для 2020 г. составляет 6,5% и рассчитывается как количество всех получателей соответствующих вычетов (по данным ФНС [9]), разделенное на количество граждан, несших соответствующие траты (по результатам моделирования на данных РМЭЗ). Федеральная налоговая служба ведет учет количества получателей вычетов отдельно по каждому из оснований его получения. Это приводит к необходимости вычисления количества получателей вычетов на образование и здравоохранение путем их сложения, при этом не вводится поправка на пересечение между собой реципиентов вычетов из каждой группы. В результате фактическое число получателей может быть меньше, чем представлено в модели, но уточнить его на данном этапе не представляется возможным.

Так, по данным ФНС, совокупность получателей вычетов на образование и здравоохранение в 2020 г. составила 2,27 млн человек. По данным РМЭЗ, всего соответствующие расходы несли 34,1 млн граждан. Соответственно, доля получателей вычетов среди всех, кто имеет на это право, в зарубежных исследованиях называемая take-up, равна примерно 6,5% [43].

Лимит получения вычета составлял 120 тыс. руб. на взрослого и 50 тыс. руб. на ребенка. Это означает, что максимально возможной суммой к получению является 15600 руб. на взрослого и 6500 руб. на каждого ребенка.

Средний размер доходов в месяц на человека с использованием модифицированной шкалы эквивалентности ОЭСР составлял 37932,97 руб., на домохозяйство – 59778,80 руб.

Уровень неравенства по располагаемому доходу (индекс Джини) в сценарии статус-кво составляет 0,3210.

Средний размер вычета составляет 3767 руб. Важно отметить, что в 3, 4 и 6 децилях средний объем вычетов значительно ниже среднего уровня. В 1 дециле наблюдается высокий средний размер вычета относительно доходов индивидов, причиной тому может быть высокая доля неучтенных доходов (табл. 2, 3).

 

Таблица 2

Распределение располагаемых доходов в сценарии 1, 2020 г.

Дециль	Доход домохозяйства,  руб. в месяц	Доход индивида  (шкала эквивалентности),  руб. в месяц
1 дециль	18 161,91	13 497,33
2 дециль	27 702,28	18 903,35
3 дециль	33 727,08	22 526,51
4 дециль	42 383,65	25 864,39
5 дециль	48 592,08	29 201,56
6 дециль	54 854,00	32 896,43
7 дециль	66 032,33	37 543,11
8 дециль	76 811,82	43 395,05
9 дециль	93 294,53	53 695,82
10 дециль	178 269,11	101 899,41
В среднем	59 778,80	37 932,87

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

  

Рис. 2. Количество получателей налоговых вычетов по децильным группам в сценарии 3

Источник: расчеты автора.

 

Таблица 3

Количество получателей и средний размер вычетов в сценарии 1

Дециль	Количество  получателей  вычетов, человек	Доля получателей  в дециле, %	Доля дециля в общем объеме  вычетов, %	Средний  размер вычета, руб. за год
1 дециль	68 222	0,48	3,0	3430,7
2 дециль	166 139	1,17	7,32	2344,4
3 дециль	246 840	1,73	10,87	1802,8
4 дециль	192 012	1,34	8,45	2495,3
5 дециль	267 244	1,88	11,77	4450,7
6 дециль	149 709	1,05	6,59	1874,0
7 дециль	303 846	2,13	13,38	4436,4
8 дециль	282 949	1,99	12,46	2689,0
9 дециль	318 266	2,23	14,01	4295,9
10 дециль	275 901	1,94	12,15	7472,2
Всего	2 271 128	1,59	100,0	3767,0

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Наиболее высокий номинальный объем вычетов характерен для 10 дециля (7472,2 руб.), а относительно располагаемых доходов индивидов (объем вычета, разделенный на объем располагаемых доходов) – в 1 и 5 децилях (2,12% и 1,27% годового дохода соответственно).

Сценарий 2

Данный сценарий предполагает отмену практики предоставления налоговых вычетов, а значит, нулевую вероятность их получения. В результате никто из граждан не получит вычетов на образование и здравоохранение вне зависимости от факта несения соответствующих расходов.

Объем доходов в месяц на человека с использованием шкалы эквивалентности в среднем составлял 37925,29 руб. (меньше на 7,58 руб. относительно статус-кво), на домохозяйство – 59767,13 руб. (меньше на 11,68 руб.)(табл. 4).

 Уровень неравенства по располагаемому доходу – 0,3210, что равно значению в сценарии статус-кво.

 

Таблица 4

Распределение располагаемых доходов в сценарии 2

Дециль	Доход домохозяйства,  руб. в месяц	Доход индивида  (шкала эквивалентности),  руб. в месяц
1 дециль	18 159,50	13 495,31
2 дециль	27 697,90	18 900,04
3 дециль	33 721,69	22 521,79
4 дециль	42 351,75	25 855,57
5 дециль	48 593,13	29 187,76
6 дециль	54 805,05	32 895,11
7 дециль	66 052,30	37 530,60
8 дециль	76 818,00	43 383,43
9 дециль	93 273,39	53 683,79
10 дециль	178 237,00	101 881,06
В среднем	59 767,13	37 925,29

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Сценарий 3

Предполагается использование фактических лимитов вычетов со стопроцентной вероятностью получения вычетов. Вычеты будут предоставлены всем, понесшим соответствующие затраты в рассматриваемом периоде, с учетом доходов. Определенные черты данного сценария уже внедряются в существующие практики в виде предоставления налоговых вычетов в упрощенном порядке.

Как указывалось ранее, такие затраты несли 34,1 млн граждан, при этом количество получателей вычетов по децилям монотонно растет (рис. 2).

Объем доходов в месяц на человека с использованием шкалы эквивалентности в среднем составлял 38038,41 руб. (на 105,54 руб. больше, чем в статус-кво), а на домохозяйство – 59941,81 руб. (на 163,04 руб. больше) (табл. 5).

 

Таблица 5

Распределение располагаемых доходов в сценарии 3

Дециль	Доход домохозяйства,  рублей в месяц	Доход индивида  (шкала эквивалентности),  рублей в месяц
1 дециль	18 205,08	13 512,39
2 дециль	27 661,90	18 935,46
3 дециль	33 640,21	22 575,61
4 дециль	42 787,56	25 930,96
5 дециль	48 770,33	29 288,54
6 дециль	55 244,97	33 014,27
7 дециль	65 970,66	37 672,56
8 дециль	77 163,46	43 544,74
9 дециль	93 506,23	53 860,30
10 дециль	178 843,07	102 146,47
В среднем	59 941,84	38 038,41

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Уровень неравенства по располагаемому доходу (индекс Джини) в сценарии 3 составляет 0,3212.

Средний размер вычета составляет 3769 руб. При этом в некоторых группах отмечается снижение среднего размера вычета, это объясняется тем, что в данном сценарии предоставляются даже те вычеты, за которыми граждане не обращались бы из-за слишком малого размера.

Наиболее высокий номинальный объем вычетов проявляется в 10 дециле (6533,58 руб.), а относительно располагаемых доходов индивидов – в 1 дециле (1,29% годового дохода).

Сценарий 4

В данном сценарии используются лимиты вычетов, предложенные в Послании Президента РФ Федеральному Собранию 2023 года [11], изложенные в Федеральном законе «О внесении изменений в статьи 219 и 257 части второй Налогового кодекса Российской Федерации» [16]. Данные изменения вступили в силу в 2024 г. В соответствии с законом лимиты налоговых вычетов увеличены до 150 тыс. руб. на взрослого и 110 тыс. руб. на каждого ребенка. При этом президент в ходе послания также отметил необходимость «не только поднять сумму вычета, но и повысить его востребованность, чтобы вычет предоставлялся в проактивном режиме, быстро и дистанционно, необременительно для граждан» [11]. В соответствии с этим предложением сценарий предусматривает вероятность получения вычета в 100%, таким образом, количество получателей соответствует распределению в сценарии 3 (табл. 6).

 

Таблица 6

Количество получателей и средний размер вычетов в сценарии 3

Дециль	Количество  получателей  вычетов, человек	Доля получателей  в дециле, %	Доля дециля  в общем объеме  вычетов, %	Средний  размер вычета,  руб. за год
1 дециль	984 173	6,90	2,89	2087,37
2 дециль	2 198 905	15,42	6,45	1793,86
3 дециль	2 571 460	18,05	7,54	2358,07
4 дециль	2 926 739	20,53	8,58	2831,93
5 дециль	3 459 908	24,19	10,15	3222,25
6 дециль	3 665 129	25,61	10,75	2965,32
7 дециль	3 884 465	27,43	11,39	3517,36
8 дециль	4 578 557	32,15	13,43	3888,85
9 дециль	4 689 533	32,92	13,75	4503,05
10 дециль	5 135 452	36,05	15,06	6533,58
Всего	34 094 321	23,92	100,0	3769,14

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Объем доходов в месяц на человека с использованием шкалы эквивалентности в среднем составил 38044,55 руб. (на 111,68 руб. больше, чем в статус-кво), на домохозяйство – 59951,31 руб. (на 172,51 руб. больше) (табл. 7).

 

Таблица 7

Распределение располагаемых доходов в сценарии 4

Дециль	Доход домохозяйства, руб. в месяц	Доход индивида (шкала эквивалентности), руб. в месяц
1 дециль	18 205,08	13 512,39
2 дециль	27 661,90	18 935,46
3 дециль	33 641,29	22 576,42
4 дециль	42 790,78	25 933,14
5 дециль	48 773,84	29 290,40
6 дециль	55 248,79	33 016,70
7 дециль	66 079,62	37 673,37
8 дециль	77 030,07	43 546,39
9 дециль	93 525,59	53 871,30
10 дециль	178 898,95	102 178,57
В среднем	59 951,31	38 044,55

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

Уровень неравенства по располагаемому доходу (индекс Джини) в сценарии 4 составляет 0,3213.

 

Таблица 8

Количество получателей и средний размер вычетов в сценарии 4

Дециль	Количество получателей вычетов, человек	Доля получателей в дециле, %	Доля дециля в общем объеме вычетов, %	Средний размер вычета, руб. за год
1 дециль	984 173	6,90	2,89	2087,37
2 дециль	2 198 905	15,42	6,45	1793,86
3 дециль	2 571 460	18,05	7,54	2392,74
4 дециль	2 926 739	20,53	8,58	2910,18
5 дециль	3 459 908	24,19	10,15	3293,27
6 дециль	3 665 129	25,61	10,75	3037,47
7 дециль	3 884 465	27,43	11,39	3588,95
8 дециль	4 578 557	32,15	13,43	4099,66
9 дециль	4 689 533	32,92	13,75	4770,03
10 дециль	5 135 452	36,05	15,06	7232,01
Всего	34 094 321	23,92	100,0	3972,14

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Средний размер вычета составляет 3972 руб. (табл. 8). Наибольший пророст среднего размера вычета отмечается в 10 дециле, тогда как для 1 и 2 дециля он фактически не изменился. Даже несмотря на отсутствие изменений наибольший относительный эффект сохраняется в 1 дециле (1,29% годового дохода индивида).

Сценарий 5

В данном сценарии предусматривается проведение индексации лимитов вычетов на Индекс потребительских цен с первого года установления лимита в 120 тыс. руб. на взрослого и 50 тыс. на ребенка. По данным Росстата, с января 2009 г., когда были установлены лимиты, по январь 2020 г. уровень инфляции составил 108,75% [12]. Таким образом, лимиты вычетов в сценарии увеличены на 108,75% до 250500 руб. на взрослого и 104375 руб. на каждого ребенка. Отмечу, что для взрослых в данном сценарии лимиты выше, чем вступившие в силу в 2024 г., а для детей – ниже. Вероятность получения вычета соответствует сценарию статус-кво – 6,5%, количество получателей – аналогично.

В данном сценарии объем доходов в месяц на человека с использованием шкалы эквивалентности в среднем составлял 37934,46 руб. (на 1,59 руб. больше, чем в статус-кво), на домохозяйство – 59781,33 руб. (на 2,53 руб. больше) (табл. 9).

 

Таблица 9

Распределение располагаемых доходов в сценарии 5

Дециль	Доход домохозяйства, руб. в месяц	Доход индивида (шкала эквивалентности), руб. в месяц
1 дециль	18 161,91	13 497,33
2 дециль	27 702,28	18 903,35
3 дециль	33 673,21	22 527,16
4 дециль	42 476,58	25 865,11
5 дециль	48 596,03	29 203,70
6 дециль	54 854,00	32 896,43
7 дециль	65 962,95	37 541,44
8 дециль	76 888,57	43 390,22
9 дециль	93 296,42	53 696,95
10 дециль	178 286,86	101 909,40
В среднем	59 781,33	37 934,46

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Средний размер вычета в данном сценарии составляет 4581 руб., в 10 дециле он максимальный и равен 11601 руб. (табл. 10). Относительно уровня располагаемых доходов индивидов наиболее выраженный прирост – в 1 и 5 децилях (2,12% и 1,56% соответственно).

Уровень неравенства по располагаемому доходу (индекс Джини) в сценарии 5 составляет 0,3211.

 

Таблица 10

Количество получателей и средний размер вычетов в сценарии 5

Дециль	Количество  получателей  вычетов, человек	Доля получателей  в дециле, %	Доля дециля  в общем объем е вычетов, %	Средний размер  вычета, руб. за год
1 дециль	68 222	0,48	3,0	3430,71
2 дециль	166 139	1,17	7,32	2344,45
3 дециль	240 313	1,69	10,58	1427,97
4 дециль	198 540	1,39	8,74	3036,24
5 дециль	267 244	1,88	11,77	5479,19
6 дециль	149 709	1,05	6,59	1873,97
7 дециль	292 425	2,05	12,88	4332,61
8 дециль	294 370	2,06	12,96	3848,14
9 дециль	318 266	2,23	14,01	4679,54
10 дециль	275 901	1,94	12,15	11601,21
Всего	2 271 128	1,59	100,0	4581,08

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

В результате анализа распределения доходов и уровня неравенства в каждом из сценариев было выявлено, что в случае отмены налогового вычета уровень неравенства не изменяется относительно статус-кво. При этом любые программы по увеличению лимитов вычетов или доли их получателей на уровне погрешности (на несколько пунктов индекса) увеличивают неравенство относительно действующего сценария. Наиболее высокое значение индекса Джини отмечается в сценарии 4. Этот же сценарий сильнее других влияет на объем располагаемых доходов граждан.

Абсолютный эффект прироста доходов в результате получения вычетов наиболее выражен в 10 дециле, при этом средний размер вычета выше при применении сценария 5 (индексация на ИПЦ), чем при применении сценария 4 (вступившего в силу в 2024 г.: 11601 руб. против 7232 руб. Такое различие происходит в силу получения вычетов в рамках сценария 4 всеми имеющими на него право, даже если речь о незначительных суммах.

 

Таблица 11

Сравнение показателей оценки доходов и неравенства между сценариями

Сценарий	Эквивалентный доход на члена домохозяйства,  руб. в месяц	Индекс Джини	Дециль с наибольшим  абсолютным эффектом	Дециль с наибольшим  относительным  эффектом
Сценарий 1	37 932,87	0,3210	10	1
Сценарий 2	37 925,29	0,3210	–	–
Сценарий 3	38 038,41	0,3212	10	1
Сценарий 4	38 044,55	0,3213	10	1
Сценарий 5	37 934,46	0,3211	10	1

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

Относительный эффект ярче всего выражается в 1 дециле, он максимален при использовании 1 и 5 сценариев (более 2% годового дохода индивида) (табл. 11).

Расходы государства на реализацию программы вычетов изменяются в соответствии с их лимитами и долей граждан, обращающихся за ними (табл. 12).

 

Таблица 12

Сравнение объема расходов на программу налоговых вычетов на образование

и здравоохранение между сценариями

Сценарий	Объем расходов  на программу,  млн руб.
Сценарий 1	8 555,3
Сценарий 2	0
Сценарий 3	128 506,3
Сценарий 4	135 427,3
Сценарий 5	10 404,2

Источник: расчеты автора в модели RUSMOD (версия EUROMOD 3.4.6), данные 29 волны РМЭЗ НИУ ВШЭ.

 

Наиболее высокие расходы (135,4 млрд руб.) отмечаются в сценарии 4, предполагающем увеличение лимитов вычетов до 150 тыс. и 110 тыс. руб., а также увеличение вероятности получения вычетов до 100%. При использовании действующих лимитов с увеличением вероятности получения вычетов до 100% (сценарий 3) расходы составляют 128,5 млрд руб. При этом по состоянию на 2020 г. объем расходов в сценарии статус-кво отмечается на уровне 8,6 млрд руб.

Заключение.

В условиях ограниченных возможностей роста государственных расходов на прямые трансферты налоговые вычеты становятся важным инструментом фискальной и социальной политики. В то же время задача точной оценки объемов перераспределения доходов в результате мер налогового стимулирования не является простой, особенно в условиях ограниченности данных. В представленной работе впервые предпринята попытка оценить влияние социальных налоговых вычетов на распределение доходов и неравенство в России с применением методов статического микромоделирования, которые оптимально подходят для изучения перераспределительных эффектов системы налогов и трансфертов в краткосрочном периоде.

Результаты исследования ставят также вопрос о развитии теории участия в контексте влияния граждан и общественных объединений на систему налогообложения.

В исследовании предложены к рассмотрению пять сценариев налоговой политики, включая сценарий, применяющийся в России на практике. Исследование показало, что расширение программ налоговых вычетов как через рост лимитов вычетов, так и через расширение доли получателей вычетов ведет к увеличению неравенства доходов на уровне статистической погрешности. Наибольший прирост неравенства характерен для сценария 4, повторяющего законодательно принятую реформу.

Результаты работы позволяют сделать вывод о том, что социальный налоговый вычет на образование и здравоохранение существенно не меняет степени неравенства при сравнении ситуации статус-кво и сценария с отменой вычета. Поэтому данный налоговый вычет не следует рассматривать как меру снижения неравенства как при статус-кво, так и при реформах, предусматривающих беззаявительный характер вычета или увеличение его предела.

Реализация четвертого сценария, повторяющего правила, вступившие в силу 1 января 2024 г., ведет к номинально большему увеличению неравенства по сравнению с остальными рассматриваемыми моделями, при этом динамику нельзя назвать значимой. Если рассматривать налоговые вычеты как меру по поддержке населения в целом, видно, что в результате их применения располагаемые доходы населения растут, а значит, их можно назвать мерой по поддержке населения в целом, при этом наибольшая часть прироста приходится на самых обеспеченных.

В итоге, следует отметить, что первичные эффекты налоговых вычетов скорее способствуют росту неравенства доходов, однако вторичные эффекты могут быть позитивными, в том числе для более бедных слоев. Так, например, стимулирование расходов на образование может повышать совокупный человеческий капитал, а также обеспечивать достаточный спрос на образовательные услуги.

 

¹ Налоговый Кодекс Российской Федерации // ФНС России URL: https://nalog.garant.ru/fns/nk/ (дата обращения: 10.01.2023).

² EUROMOD – это модель микросимуляции налогов и льгот для Европейского союза, которая позволяет исследователям рассчитывать сопоставимым образом влияние налогов и льгот на доходы домохозяйств и стимулы к труду для населения каждой страны-члена и ЕС в целом.

³ Налоговый Кодекс Российской Федерации // ФНС России. URL: https://nalog.garant.ru/fns/nk/ (дата обращения: 10.01.2023).

⁴ Налоговый Кодекс Российской Федерации // ФНС России. URL: https://nalog.garant.ru/fns/nk/ (дата обращения: 10.01.2023).

⁵ «Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ (RLMS HSE)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. (Сайты обследования RLMS HSE: http://www.hse.ru/rlms и https://rlms-hse.cpc.unc.edu).

About the authors

Evgeny Blagolev

National Research University Higher School of Economics

Author for correspondence.
Email: esblagolev@hse.ru

Postgraduate student, Graduate School of Public Administration

Russian Federation, Moscow

References