Political machines and the curse of public resources in subnational democracies
Notice bibliographique
Résumé
Purpose This paper argues that decentralization reforms in Colombia, implemented since the 1980s, have led to the decentralization of political clientelism rather than its demise. Clientelism is a system of political and economic institutions that turns every local democracy into an extractive political institution. The authors theoretically demonstrate that an increase in public resources will increase corruption. Design/methodology/approach The authors develop and test a subnational public choice model, where clientelism in elections and corruption in public administration constitute a stable long-term institutional equilibrium. The model comprises two linked subgames: electoral tournament and corruption in public policy. The model makes two predictions that currently oppose predominant approaches: (1) increasing the severity of jail sentences to electoral crimes increases their price and the predominance of machine politics, instead of improving the quality of electoral tournaments and (2) increasing local governments' public finance increases clientelism in elections and corruption in public administration. Findings The authors find evidence in favor of the theoretical model of curse of public resources, using difference-in-differences estimation with a database 2016–17 of Colombia's 1,034 municipalities. This country is well-suited for our analysis because it has a long-term commitment to formal democratic processes (since 1958), while plagued by endemic corruption and clientelism problems. Originality/value (1) The theoretical approach is innovative and disruptive of current models on the problem, (2) the model builds upon the Colombian situation, a country with prominent corruption and political violence problems regardless of its relatively long-term commitment with free elections (since 1958) and (3) the theoretical discussion is tested using a comprehensive set of difference-in-differences estimations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».