Aid and growth: New evidence using an excludable instrument
Bibliographic record
Abstract
Abstract . We use an excludable instrument to test the effect of bilateral foreign aid on economic growth in a sample of 97 recipient countries over the 1974–2013 period. Our instrument interacts donor government fractionalization with a recipient country's probability of receiving aid. The results show that fractionalization increases donors’ aid budgets, representing the variation over time of our instrument, while the probability of receiving aid introduces variation across recipient countries. Controlling for country‐ and period‐specific fixed effects that capture the levels of the interacted variables, the interaction provides a powerful and excludable instrument. Making use of the instrument, our results show a positive but insignificant effect of aid on growth. We also investigate the effect of aid on consumption, savings, investments and net exports and investigate heterogeneity according to the quality of economic policy, democracy and the Cold War period. We find that aid increases investment and consumption, while it decreases net exports. In no regression do we find that aid affects growth. However, the coefficients from the instrumental variables regressions are also not statistically different from the positive and significant OLS estimates. Résumé . Aide et croissance : nouveaux éléments de preuve grâce à un instrument exclusif . À l’aide d’un instrument exclusif, nous évaluons l’impact de l’aide étrangère bilatérale sur la croissance économique d’un échantillon de 97 pays bénéficiaires entre 1974 et 2013. Notre instrument met en interaction le fractionnement de l’aide apportée par les gouvernements contributeurs et la probabilité qu’un pays bénéficiaire puisse recevoir de l’aide extérieure. Les résultats suggèrent qu’en matière d’aide, le fractionnement entraîne une augmentation des budgets des pays contributeurs, constituant ainsi la variable dans le temps de notre instrument. La probabilité de recevoir de l’aide, quant à elle, introduit la variable parmi les pays bénéficiaires. Cette mise en interaction, tenant compte des effets fixes spécifiques au niveau des pays et des périodes, et reflétant le niveau des variables dépendantes, offre un outil puissant et exclusif. Grâce à cet instrument, nos résultats indiquent que l’aide extérieure exerce une relation positive mais négligeable sur la croissance. Dans cet article, nous étudions également l’effet de l’aide étrangère sur la consommation, l’épargne, l’investissement et les exportations nettes, ainsi que l’hétérogénéité à l’aune de la qualité des politiques économiques, du niveau démocratique et de la période de guerre froide. Nous constatons que l’aide étrangère permet d’augmenter l’investissement et la consommation, mais à tendance à diminuer les exportations nettes. Hors modèle de régression, nous constatons que l’aide extérieure exerce une incidence sur la croissance. Néanmoins, les coefficients issus des régressions à variables instrumentales ne sont pas statistiquement différents des estimations positives et significatives réalisées par la méthode des moindres carrés ordinaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".