Data and Code for "Tax-Exempt Lobbying: Corporate Philanthropy as a Tool for Political Influence"
Notice bibliographique
Résumé
We analyze the role of charitable giving as a means of political influence, a channel that has been heretofore unexplored in the political economy literature. For philanthropic foundations associated with Fortune 500 and S&P500 corporations, we show that grants given to charitable organizations located in a congressional district increase when its representative obtains seats on committees that are of policy relevance to the firm associated with the foundation. This pattern parallels that of publicly disclosed Political Action Committee (PAC) spending. As further evidence on firms' political motivations for charitable giving, we show that a member of Congress's departure is associated with a short-term decline in charitable giving to his district, and we again observe similar patterns in PAC spending. Charities directly linked to politicians through personal financial disclosure forms filed in accordance with Ethics in Government Act requirements similarly exhibit patterns that are consistent with political dependence. Our analysis suggests that firms may deploy their charitable foundations as a form of tax-exempt influence seeking. Based on a stylized model of political influence, our most conservative estimates imply that around 7 percent of total U.S. corporate charitable giving can be interpreted as politically motivated, an amount that is economically significant: it is 2.5 times larger than annual PAC contributions and about 36 percent of total federal lobbying expenditures. Given the lack of formal electoral or regulatory disclosure requirements, charitable giving may be a form of political influence that goes mostly undetected by voters and shareholders, and which is subsidized by taxpayers.<br>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,010 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».