evidoria

← Back to browse

Good practice

Modelo Fiscal de Kenia (RIAPA-AI) — la plataforma de equilibrio general computable con IA conversacional del KIPPRA para simulación de política fiscal

Kenya · Nairobi · See the Kenya profile

El KIPPRA de Kenia, la KRA y el IFPRI crearon un modelo de equilibrio general computable con IA conversacional para simulación fiscal; una simulación de 2024 proyectó que una retención del 5% sobre productos agrícolas empujaría a más de 106.000 kenianos a la pobreza.

106,313 people
Aumento proyectado de la pobreza nacional (propuesta de impuesto de retención del 5%, sin reciclaje de ingresos)
109,805 people
Aumento proyectado de la pobreza rural
19,832 people
Aumento proyectado de la población desnutrida a nivel nacional
+0.02%
Variación proyectada del PIB global
-0.05%
Variación proyectada del PIB agrícola (sin reciclaje de ingresos)
+1.07%
Variación proyectada del PIB agrícola (si los nuevos ingresos se reinvierten en inversión agrícola)
Modelo Fiscal de Kenia (RIAPA-AI) — la plataforma de equilibrio general computable con IA conversacional del KIPPRA para simulación de política fiscal

Details

Maturity
Scaling
Promoter
Kenya Institute for Public Policy Research and Analysis (KIPPRA), with the Kenya Revenue Authority (KRA) and IFPRI/CGIAR
Period
2024–ongoing (model co-created 2024; in active policy use through 2025–2026)
Keywords
policy simulation, tax policy analysis, computable general equilibrium modelling, evidence-based policymaking

Context

En 2024, el Kenya Institute for Public Policy Research and Analysis (KIPPRA), una corporación estatal bajo el Tesoro y Planificación Nacional de Kenia, creó conjuntamente el Kenya Tax Model con la Autoridad Tributaria de Kenia (KRA) y el International Food Policy Research Institute (IFPRI/CGIAR). Se basa en la plataforma de equilibrio general computable (EGC) RIAPA del IFPRI, con una interfaz de lenguaje natural impulsada por chat (RIAPA-AI), y ahora forma parte del Economic Modelling Hub de KIPPRA.

Objectives

Permitir que los responsables de políticas ejecuten simulaciones de política fiscal y comercial sin operar software especializado de modelación EGC, de modo que las medidas propuestas puedan evaluarse en cuanto a sus efectos sobre la pobreza, la nutrición y el crecimiento antes de su promulgación.

Activities

El modelo se aplicó a una propuesta de política real: un impuesto de retención del 5% sobre productos agrícolas vendidos a través de cooperativas. Los resultados de la simulación se presentaron el 5 de abril de 2024 en un taller de partes interesadas que incluyó a la KRA, gobiernos de condado, el National Cereals and Produce Board y cooperativas de agricultores.

Results

Sin reciclaje de ingresos, la simulación proyectó un aumento de la pobreza nacional de 106.313 personas, un aumento de la pobreza rural de 109.805 personas y 19.832 personas más desnutridas a nivel nacional; el PIB global subiría marginalmente un 0,02%, mientras que el PIB agrícola caería un 0,05%. En cambio, se proyectó que el PIB agrícola subiría un 1,07% si los nuevos ingresos fiscales se reinvirtieran en inversión agrícola. Según se informa, la KRA estaba abierta a revisar la propuesta a la luz de la evidencia.

Conclusions

Los resultados cuantitativos están publicados por sus propios desarrolladores (KIPPRA/IFPRI/CGIAR) y no han sido auditados externamente, y el propio análisis subyacente señaló vacíos de datos sobre los volúmenes de ventas de las cooperativas que requirieron supuestos de incidencia. Ninguna fuente confirma si el impuesto de retención finalmente se eliminó, modificó o promulgó como resultado directo de la modelación; solo que los hallazgos llegaron a los responsables de políticas. El componente de "IA" es una interfaz de lenguaje natural sobre un modelo EGC convencional, no un sistema de aprendizaje automático en sí mismo.

Implementation

Indicative cost
Medium (€50k–€500k) — Built on an existing IFPRI CGE platform (RIAPA) rather than developed from scratch; cost is largely staff time within KIPPRA's Economic Modelling Hub plus IFPRI/CGIAR technical collaboration — not itemised in source.
Time to results
Medium (1–3 years) — Model co-created in 2024 and in active policy use through 2025-2026, per the source period.
Staffing & skills
KIPPRA modelling economists (Economic Modelling Hub), Kenya Revenue Authority (KRA) policy staff, IFPRI/CGIAR CGE modelling technical team

Conditions for success

  • Tri-institutional partnership (KIPPRA, KRA, IFPRI) providing institutional backing
  • Chat-driven interface lowering the technical barrier for policymakers to run scenarios
  • Stakeholder workshops (e.g. 5 April 2024) to present findings directly to affected parties such as county governments and cooperatives

Common failure modes

  • Data gaps around cooperative sales volumes required incidence assumptions, flagged by the analysis itself
  • Results are developer-published, not externally audited
  • No confirmed link between the modelling and an actual policy decision

Where it fits

Governance type
national government agency / state corporation, in partnership with an international research institute
Scale
national
Income level
low/middle-income (Kenya)

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful