From Coding to Evidence: A Global Reassessment, Recoding Climate and Development Finance from Determinants to Local Outcomes

Du codage à la preuve : une réévaluation globale, recoder la finance climatique et du développement, des déterminants aux effets locaux

• Auteur / Autrice : Pierre Beaucoral
• Direction : Michael Goujon, Sébastien Marchand
• Type : Projet de thèse
• Discipline(s) : Sciences Economiques
• Date : Inscription en doctorat le 01/10/2023
• Etablissement(s) : Université Clermont Auvergne (2021-...)
• Ecole(s) doctorale(s) : École doctorale des sciences économiques, juridiques, politiques et de gestion (Clermont-Ferrand)
• Partenaire(s) de recherche : Laboratoire : Centre d'Etudes et de Recherches sur le Développement International

Mots clés

Mots clés libres

Climat

Financement du développement

Finance

Politiques publiques

Secteur privé

Économétrie

Climate

Development Finance

Finance

Public policies

Private sector

Econometrics

Résumé

Cette thèse propose une réévaluation globale de la finance du développement et de la finance « climat » en partant d'un meilleur codage des projets pour aboutir à des preuves plus solides sur leurs déterminants, leur alignement sur les politiques des pays bénéficiaires et leurs effets locaux mesurables. Objectifs. (i) Concevoir une classification améliorée des activités de développement et des composantes « climat » fondée sur des approches de traitement automatique du langage et d'apprentissage supervisé/asservi à l'expertise. (ii) Quantifier en quoi ce recodage modifie les constats de la littérature (volumes, ciblage sectoriel/territorial, trajectoires temporelles). (iii) Évaluer la réactivité des flux « climat » aux politiques et plans nationaux, en particulier les Plans Nationaux d'Adaptation (PNA), ainsi que le rôle de la gouvernance et des incitations budgétaires. (iv) Mesurer les effets locaux sur des indicateurs environnementaux et d'activité (émissions/qualité de l'air par proxys satellitaires, éclairage nocturne, etc.) à des échelles infranationales. Données et méthode. La thèse mobilise des bases mondiales de projets géolocalisés croisées avec des textes de politiques publiques (PNA et documents connexes) et des données spatiales à haute résolution (imagerie nocturne, proxys d'émissions/air, caractéristiques physiques et socio-économiques). Le recodage s'appuie sur des modèles de langage (NLP), des règles expertes et des validations humaines. Les effets sont identifiés à l'aide de cadres causaux adaptés aux politiques échelonnées et d'intensité variable : différences-en-différences avec adoption étalée, études d'événement dynamiques, fonctions dose–réponse et forêts causales, avec tests de robustesse (placebos, fenêtres synthétiques, sensibilités spatiales). Contributions attendues. Une taxonomie transparente et reproductible de la finance climat/développement, ouverte et réplicable. Une mise à jour des faits stylisés montrant ce que change réellement un meilleur codage (qui reçoit quoi, quand et dans quels secteurs/territoires). Des preuves sur l'alignement des flux avec les priorités nationales (PNA) et les conditions institutionnelles, éclairant les leviers de politique publique et de programmation des bailleurs. Une évidence subnationale sur les effets locaux, permettant de relier l'allocation aux résultats observables dans l'environnement et l'activité. Structure. La thèse s'articule en quatre essais : (1) recodage et validation de la classification ; (2) révision des résultats de la littérature sous la nouvelle taxonomie ; (3) réactivité des financements aux politiques et PNA ; (4) estimation des effets locaux via indicateurs satellitaires et administratifs. Au total, le projet vise à rendre la finance climat et du développement lisible et actionnable, en reliant un meilleur codage à des analyses causales rigoureuses pour guider les décideurs vers des allocations plus efficaces et mieux alignées sur les besoins.

This dissertation offers a global re-assessment of development finance and “climate” finance, starting from improved coding of projects to produce stronger evidence on allocation determinants, alignment with recipient policies, and measurable local outcomes. Objectives. (i) Design an enhanced classification of development activities and climate components using natural-language processing, expert rules, and supervised learning with human validation. (ii) Quantify how this recoding changes established findings in the literature (volumes, sectoral/territorial targeting, temporal patterns). (iii) Assess the responsiveness of climate-labelled flows to recipient policies and national plans, especially National Adaptation Plans (NAPs), and the roles of governance and budgetary incentives. (iv) Estimate local effects on environmental and activity indicators (e.g., air-quality/emissions proxies from satellites, night-time lights) at subnational scales. Data and Methods. The thesis combines worldwide, geocoded project datasets with policy texts (NAPs and related documents) and high-resolution spatial data (night-time lights, environmental proxies, physical and socio-economic layers). Recoding relies on NLP models, transparent rule-sets, and expert validation. Effects are identified using causal frameworks suited to staggered policy adoption and varying intensity: differences-in-differences with staggered timing, dynamic event studies, dose–response designs, and causal forests, alongside extensive robustness checks (placebos, sensitivity to windows and spatial aggregation). Expected Contributions. A transparent, reproducible taxonomy of climate/development finance, openly documented and replicable. An updated set of stylized facts showing what a better coding actually changes (who receives what, when, and in which sectors/territories). Evidence on alignment between flows and national priorities (NAPs) and on institutional conditions that shape allocation, clarifying actionable levers for governments and donors. Subnational evidence on local outcomes, linking allocation patterns to observable changes in environmental and activity indicators. Structure. Four essays: (1) recoding and validation of the classification; (2) literature re-assessment under the new taxonomy; (3) responsiveness of finance to recipient policies and NAPs; (4) estimation of local outcomes using satellite-based and administrative indicators. Overall, the project aims to make climate and development finance legible and actionable by connecting improved coding with rigorous causal analysis, enabling more effective, policy-aligned allocations.