Targeted and comprehensive tax incentives to support the pharmaceutical industry.

Cover Page

Cite item

Full Text

Abstract

The subject of this study is the analysis of approaches (legal and economic) to the classification of tax benefits, followed by the development of a new approach using the example of the pharmaceutical industry. The aim of this article is to develop a new approach to classifying tax support instruments that enhances the effectiveness of fiscal support tools for capital-intensive industries (using the pharmaceutical industry as a case study) in practice. The author provides a detailed examination of current approaches to the classification and summarization of tax benefits by various authors. Based on these current approaches, the author proposes their own method for classifying support instruments for the pharmaceutical sector, developed on the basis of current benefits available to pharmaceutical companies. The author analyzes which support tools for the pharmaceutical industry are more effective. Based on the developed classification of support instruments for the pharmaceutical industry, the author suggests directions for the development of incentives in this sector. This research was conducted using general scientific research methods, including systemic, logical, and comparative analysis, as well as the method of analogy. The main results of the research include the classification of support tools for the pharmaceutical industry, which allows the identification of directions for the development of incentives in the pharmaceutical sector. From the conducted analysis, the author concludes that comprehensive support tools are more effective for supporting investment projects, and that targeted support instruments are also important as they impact specific costs and actions relevant to the pharmaceutical industry. The scientific novelty of the study lies in the development of a new classification of support instruments for the pharmaceutical sector, which facilitates the identification of challenges related to incentivizing the pharmaceutical industry, as well as suggestions for refining the current approach to applying comprehensive and targeted support tools with the aim of enabling their joint application: harmonization of tax benefits, expansion of technology-oriented tax benefits, and integration of existing tax benefits into comprehensive support tools.

References

  1. Болденков, А. В. Фармацевтическая отрасль как составная часть экономики России / А. В. Болденков // Молодежь и наука. – 2019. – № 5-6. – С. 98. – EDN LPWCQZ.
  2. Быков, С. С. Классификация налоговых льгот как условие и этап оценки их эффективности / С. С. Быков // Известия Иркутской государственной экономической академии. – 2013. – № 5. – С. 20-26. – EDN REDPCN.
  3. Мигашкина, Е. С. Систематизация налоговых льгот и преференций, предусмотренных российским налоговым законодательством, для оценки их эффективности / Е. С. Мигашкина // Прикладные экономические исследования. – 2017. – № 3(19). – С. 48-55. – EDN YMKONU.
  4. Налоговое право : учебник / под ред. С.Г. Пепеляева. – Москва : Альпина Паблишер, 2015. – 796 с.
  5. Крохина, Ю. А. Налоговое право : учебник / Ю.А. Крохина. – 6-е изд., перераб. и доп. – Москва : Юрайт, 2013. – 495 с.
  6. Кулешова, Н. А. Система налоговых льгот в России: федеральное и местное регулирование / Н. А. Кулешова // Актуальные вопросы современной науки и образования : материалы Научной сессии 2020 Борисоглебского филиала ФГБОУ ВО "ВГУ", Борисоглебск, 01-30 апреля 2020 года / Борисоглебский филиал ФГБОУ ВО “Воронежский государственный университет”. – Москва: Издательство "Перо", 2020. – С. 204-207. – EDN ODNLVP.
  7. Зиннурова, А. М. Классификация налоговых льгот / А. М. Зиннурова // Фундаментальные и прикладные аспекты развития современной науки : Сборник статей по материалам международной научно-практической конференции, Уфа, 18 декабря 2019 года. Том Часть 1. – Уфа: Общество с ограниченной ответственностью "Научно-издательский центр "Вестник науки", 2019. – С. 171-177. – EDN TDXKCU.
  8. Барулин, С. В. Налоговые льготы как элемент налогообложения и инструмент налоговой политики / С. В. Барулин, А. В. Макрушин // Финансы. – 2002. – № 2. – С. 39-42. – EDN VUFBBB.
  9. Майбуров, И. А. Теория и история налогообложения / И. А. Майбуров. – Москва : Юнити-Дана, 2007. – 495 с.
  10. Авдеева, В. М. Налоговые преференции как объект налогового контроля: терминологический аспект // Инновационное развитие экономики. – 2024. – № 3 (81). – С. 97-102. – doi: 10.51832/222379842024397. – EDN AXWPFL.
  11. Баландина, А. С. Анализ теоретических аспектов налоговых льгот и налоговых преференций / А. С. Баландина // Вестник Томского государственного университета. – 2011. – № 4 (16). – С. 45-60.
  12. Селюков, М. В. Роль налоговых льгот в реализации налоговой политики / М. В. Селюков // Инновационная экономика и общество. – 2023. – № 2 (40). – С. 46-52. – EDN GSVXIP.
  13. Хабдаев, А. М. Виды налоговых льгот в Российской Федерации: новый взгляд на основания классификации / А. М. Хабдаев // Академический юридический журнал. – 2024. – Т. 25, № 3(97). – С. 492-499. – doi: 10.17150/1819-0928.2024.25(3).492-499. – EDN PSFTDQ.
  14. Пинская М.Р., Стешенко Ю.А. Диагностика восприимчивости промышленности к налоговому стимулированию // Налоги и налогообложение. 2019. № 9. С. 14-25. doi: 10.7256/2454-065X.2019.9.30978 URL: https://nbpublish.com/library_read_article.php?id=30978
  15. Баландина, А. С. Теоретические основы классификации отраслевых налоговых льгот и преференций // Евразийский Союз Ученых. – 2014. – № 6-1. – С. 17-19.
  16. Баландина, А. С. Классификация отраслевых налоговых льгот на примере нефтегазовой отрасли / А. С. Баландина // Социально-экономические науки и гуманитарные исследования. – 2014. – № 1. – С. 35-39. – EDN SZBPZP.
  17. Юлдашева, М. А. Развитие фармацевтической промышленности как фактор модернизации экономики // Вестник Западно-Казахстанского инновационно-технологического университета. – 2024. – Т. 29. – № 1. – С. 266-273.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».