How Does Climate Finance Affect the Ease of Doing Business in Recipient Countries?
Notice bibliographique
Résumé
Developing countries face a disproportionate degree of threat from climate change. As such, they require and receive significant financial support to address the menace. However, little is known about the potential externalities of this form of external liquidity for the business sector. This paper evaluates the impact of climate finance on the ease of doing business (EODB). On the one hand, climate finance might lead to an improved business environment as the funds facilitate infrastructure provision, technological innovation, and international collaboration for recipient countries. On the other hand, however, the business environment might be negatively impacted by complex new regulations, disruptive technological transitions, market distortions, and resource diversions. Countries receiving climate funds may also introduce new environmental and business regulations, implement new technologies, and divert resources to new programs to justify the receipt of aid or demonstrate a commitment to balancing economic development with environmental objectives. We theorize that given the expected disruptions to business, climate finance should negatively impact the EODB. We also argue that this negative impact will be more severe for resource-rich countries than for their resource-poor peers. Countries rich in natural resources might experience higher disruptions to business operations as they attempt to balance resource-dependent economic operations with environmental objectives mandated by climate finance. Utilizing panel data for 86 recipient countries for the 2002–2021 period, we test our hypotheses using the Generalized Methods of Moments (GMM) technique. The baseline results suggest that climate finance has a weak positive impact on the EODB. However, as argued, resource-dependence heterogeneity analysis reveals that climate finance significantly negatively disrupts the EODB in resource-rich countries. Furthermore, a sectoral comparative analysis shows that while climate finance has a significant positive impact on the growth of the service sector, it significantly slows the growth of the resource sector, affirming the argument that climate finance might attract higher disruptions to resource-dependent business operations. By implication, lowly diversified economies might realize more negative than positive effects of climate finance, and investors should consider providing support to ease the pains of transitioning from resource-intensive growth to clean energy-driven development strategies.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».