Essays on GDP per Capita Prediction, Conflict-Poverty Dynamics, and Foreign Aid for Natural Resources

Abstract

Aquesta tesi doctoral explora tres temes en economia del desenvolupament, amb l’objectiu de millorar la comprensió de les dinàmiques socioeconòmiques en països en desenvolupament, on les dades són limitades i les condicions de treball per als responsables de polítiques són complicades. El primer capítol aborda com avaluar els nivells de vida en aquests països malgrat la manca de dades oficials. Els altres dos capítols analitzen les relacions entre conflicte i pobresa, així com entre l’ajuda exterior i els recursos naturals, basant-se en proves empíriques per validar les teories proposades.

El primer capítol presenta un model per estimar el PIB per càpita subnacional utilitzant imatges satel·litàries i tècniques d’aprenentatge automàtic, amb un enfocament particular en el sud-est asiàtic. Aquest mètode permet fer prediccions del PIB en zones amb escasses dades oficials, mostrant una gran precisió en les estimacions. El model utilitza imatges diürnes i nocturnes i obté un R-quadrat de 0,77 en la predicció del PIB per càpita, mentre que un mètode més simple, utilitzant només imatges diürnes, aconsegueix un R-quadrat de 0,70. A més, en comparació amb un estudi anterior, aquest nou mètode ofereix prediccions de PIB molt competitives amb un R-quadrat de 0,94. No obstant això, en la predicció del creixement del PIB, el model encara presenta limitacions, suggerint que tècniques més avançades podrien millorar els resultats.

El segon capítol, coescrit, examina la relació entre conflicte i pobresa a través de dades macro i regionals, amb un estudi de cas sobre Uganda. Es presenta el concepte de "deute de conflicte", que descriu els efectes acumulatius del conflicte armat sobre la pobresa a llarg termini. Els resultats mostren que els conflictes generen un deute que triga anys a superar-se, i que els països amb cicles recurrents de violència tenen més dificultats per reduir les taxes de pobresa. Sense aquest "deute", aquests països podrien reduir la pobresa entre 5 i 10 punts percentuals.

El tercer capítol investiga la hipòtesi que els països donants sense recursos naturals proporcionen ajuda als països rics en recursos per assegurar-ne l'accés. El capítol desenvolupa un marc teòric que examina la motivació d’ajuda per obtenir recursos, i les proves empíriques confirmen que l’augment del valor dels recursos naturals provoca un increment en l’ajuda dels països donants amb alta demanda de recursos. Aquestes troballes són consistents amb la teoria que els països donants busquen assegurar-se l'accés a recursos valuosos, com es veu en casos d’estats com els EUA, el Regne Unit o Alemanya. Curiosament, Suècia, malgrat tenir una demanda de recursos menor, també mostra una alta elasticitat en aquest tipus d’ajuda.

Esta tesis doctoral está compuesta por tres capítulos sobre economía del desarrollo, enfocados en entender mejor las relaciones entre factores socioeconómicos en países en desarrollo, donde la disponibilidad de datos y las condiciones para los responsables de políticas suelen ser limitadas. El primer capítulo examina cómo medir los niveles de vida en lugares donde los datos oficiales son escasos, mientras que los dos capítulos siguientes exploran las relaciones entre el conflicto y la pobreza, y entre la ayuda externa y los recursos naturales. A través de estos estudios, la tesis busca contribuir al entendimiento de estos complejos temas.

El primer capítulo aborda la falta de datos económicos subnacionales, especialmente en el sudeste asiático, mediante el uso de imágenes satelitales y aprendizaje automático. Se presenta una herramienta de "aprendizaje por transferencia" diseñada para estimar el PIB per cápita subnacional en entornos con pocos datos. El modelo utiliza imágenes satelitales diurnas y nocturnas, y muestra un rendimiento competitivo, logrando un R-cuadrado de 0.77 en la predicción del PIB per cápita. Además, un modelo simplificado que solo emplea imágenes diurnas ofrece predicciones rápidas y precisas, con un R-cuadrado de 0.70. Sin embargo, el método es menos preciso en la predicción del crecimiento del PIB, lo que sugiere que su precisión podría mejorarse con técnicas más avanzadas y más datos.

El segundo capítulo, coescrito, investiga la relación entre pobreza y conflicto, utilizando datos macro y regionales, con un estudio de caso en Uganda. Se introduce el concepto de "deuda de conflicto" para describir los efectos acumulativos del conflicto en la pobreza a largo plazo. El modelo empírico demuestra que los conflictos actuales crean una deuda que solo se reduce lentamente con el tiempo. Además, el estudio destaca que los ciclos de violencia recurrente en países gravemente afectados obstaculizan la recuperación económica, mientras que las estimaciones sugieren que, sin la "deuda de conflicto", estos países experimentarían una reducción significativa de la pobreza.

El tercer capítulo explora la hipótesis de que los países donantes sin grandes recursos naturales proporcionan ayuda financiera a países ricos en recursos para asegurar su acceso a estos. Se desarrolla un marco teórico que analiza cómo la valoración de los recursos naturales del receptor, sus ingresos y la ayuda de otros donantes influyen en las decisiones de ayuda. Los datos empíricos, basados en variaciones en los precios globales de los combustibles fósiles, confirman que el valor de los recursos afecta los compromisos de ayuda. Un incremento del 1% en el valor de los recursos naturales genera un aumento del 1.1% en la ayuda al desarrollo de países con alta demanda de recursos, como Estados Unidos, Reino Unido, Francia, Alemania, Japón y Corea del Sur. Este comportamiento es consistente con la teoría que explica la motivación de "ayuda por recursos", aunque también se observan elasticidades altas en países como Suecia, a pesar de su menor demanda de recursos.

This doctoral thesis consists of three chapters in development economics, focusing on relationships among socioeconomic factors in developing countries where data availability and conditions for policymakers are challenging. The first chapter addresses assessing living standards in developing countries with scarce official data. The second and third chapters present theoretical frameworks exploring the relationships between conflict and poverty, and between foreign aid and natural resources, supported by empirical tests. This thesis aims to contribute to understanding these complex issues.

The first chapter tackles subnational GDP data gaps, especially in Southeast Asia, using satellite imagery and machine learning. It introduces a transfer-learning toolbox for estimating subnational GDP per capita, particularly effective in data-constrained environments due to its performance, feasibility, and low data access costs—key in developing countries. The model uses daytime and nighttime satellite imagery and achieves an out-of-sample R-squared of 0.77 for GDP per capita predictions. Lasso regression confirms the method's external validity, showing minimal dependence on area or population size. A simpler model, relying only on daytime features, delivers an out-of-sample R-squared of 0.70 and produces predictions within three weeks after the target period. Compared to a more data-intensive method, this approach yields highly competitive GDP predictions with an R-squared of 0.94. However, the method underperforms in predicting GDP growth, suggesting room for improvement through advanced deep learning techniques and a larger training dataset.

The second coauthored chapter examines the link between poverty and conflict using macro and regional data, with a case study of Uganda. Building on literature that highlights conflict's severe impact on health and economic outcomes, we develop a statistical framework to trace the long-term effects of armed conflict on poverty, termed "conflict debt." Our findings show that contemporary conflicts generate a conflict debt, only gradually alleviated over time. The model captures cross-country poverty trends and regional variations. A key insight is that conflict both impedes poverty reduction and triggers catch-up effects once resolved, but recurrent violence in conflict-affected countries severely obstructs poverty recovery. Even our most conservative estimates suggest that without conflict debt, affected countries would see a 5-10 percentage point reduction in poverty rates.

The final chapter explores the hypothesis that wealthy donor countries without significant natural resources may provide financial aid to resource-rich but economically poorer countries to secure access to those resources. This chapter develops a theoretical framework examining both altruistic and resource-driven motives behind aid. It outlines three key mechanisms influencing aid: the recipient’s natural resource value, their income, and aid from other donors. Empirical tests using global fossil fuel price variations confirm the direct impact of resource values on aid. Specifically, a 1% increase in resource value leads to a 1.1 percentage point greater increase in aid from high-resource-demand donors compared to lower-demand donors. Calculations of donor-specific aid elasticities with respect to resource values show that countries with high demand for resource imports—such as the United States, the United Kingdom, France, Germany, Japan, and South Korea—exhibit the highest aid elasticities, consistent with the theory.