Effekter av bistånd: En studie baserad på ny detaljerad biståndsdata

Aid in the SDG-era: Understanding aid effectiveness using a disaggregated approach

Trots framsteg på många fronter kvarstår enorma skillnader i levnadsstandard mellan världens fattiga och rika länder. För att bemöta de globala samhällsutmaningarna har världens länder antagit en uppsättning mål för hållbar utveckling (SDGs). De 17 målen, som delats upp i 169 delmål, täcker en lång rad ekonomiska, sociala och miljörelaterade frågor, och ska, med gemensamma insatser från det internationella samfundet, uppnås till år 2030. Behovet av utvecklingspolicy som hjälper utvecklingsländer att uppnå de specifika målsättningarna skapar efterfrågan på specifik, men samtidigt generaliserbar, forskning om biståndets effektivitet.       Syftet med projektet är att studera biståndseffektivitet i ett disaggregerat, jämförande perspektiv, med fokus på systematisk variation mellan biståndssektorer, givare och regioner inom länder. Med tanke på hållbarhetsmålen och det ökade behovet av mål-specifik utvärdering av biståndets effekter är detta fokus centralt från ett policyperspektiv.       Projektet fyller dessutom en viktig lucka i den akademiska litteraturen om biståndets effektivitet. Frågan om huruvida bistånd bidrar till ekonomisk utveckling, och på vilket sätt det i så fall ska organiseras för att vara mest effektivt, är kontroversiell. Det har under lång tid funnits en tydlig uppdelning mellan makro- och mikrostudier på området, dvs. studier som undersöker sambandet mellan samlade biståndsflöden och olika utfall på landnivå, och studier som undersöker effekten av enskilda biståndsprojekt. Medan de tidigare har problem att statistiskt fastslå kausala samband har de senare, som ibland baseras på väldesignade randomiserade insatser, viktiga begränsningar i fråga om generaliserbarhet.       Det här projektet berör ’den saknade mitten’ i litteraturen om biståndseffektivitet. För att systematiskt studera variation mellan biståndssektorer, givare och regioner inom länder i fråga om biståndets effektivitet kommer vi använda oss av ’Geospacial Impact Evaluation’ (GIE), en ny metod som utnyttjar geokodad bistånds- och utfallsdata på lokal (subnationell) nivå för att utvärdera effekten av biståndsprojekt. Genom att geografiskt matcha information om var biståndsprojekt genomförs med geokodad surveydata på individ- eller hushållsnivå kan man systematiskt studera lokala effekter av biståndsprojekt på bred front, över flera länder. Istället för att mäta effekten av det samlade biståndsflödet till ett land, eller effekten av ett enskilt projekt, kan man med denna metod exempelvis studera om hälsoprojekt har haft positiva effekter på relevanta hälsoutfall i berörda områden, såväl som indirekta effekter på andra utfall (såsom fattigdom).       Det senare är en viktig poäng. När vi studerar biståndets effektivitet kommer vi inte bara ta hänsyn till huruvida ett projekt uppfyller dess uttryckliga mål, utan också beröra indirekta, oavsiktliga, effekter som kan vara positiva såväl som negativa. För att få en djupare förståelse för biståndets indirekta effekter, samt mer generellt, varför vissa projekt är framgångsrika och andra inte, kommer vi komplettera GIE-analysen med fältstudier som fokuserar på specifika biståndsinsatser.       Vårt bidrag till den akademiska litteraturen och policydebatten om biståndseffektivitet kan delas in i tre kategorier. För att bemöta det ökande behovet av mål-specifik utvärdering av bistånd, samt ’den saknade mitten’ i litteraturen om biståndseffektivitet, studerar vi biståndseffektivitet i ett disaggregerat, jämförande perspektiv, med fokus på systematisk variation mellan biståndssektorer, givare och regioner inom länder. För att få en mer komplett bild av biståndets effekter så studerar vi inte bara direkt avsedda effekter av biståndsprojekt, utan även dess (ofta förbisedda) indirekta effekter på andra relevanta utfall. Och slutligen, för att reda ut de inblandade teoretiska mekanismerna, och i synnerhet varför vissa projekt är framgångsrika och andra inte, kompletterar vi den kvantitativa analysen med djupgående

The question of if and how foreign aid can help promote economic development in poor countries is a subject of controversy for academics and policymakers. This project will merge new aid data identifying where and when aid programs took place along with geographically located outcome data to investigate the effectiveness of aid. The project contains three subsections: 1) We will use location specific aid data to evaluate whether sub-national aid allocations are optimal from a poverty reduction perspective. This will highlight which donors and aid types reach the poorest segment of the population within recipient countries. 2) We will use the same data to study the effectiveness of aid projects by aid type, donor and sub-national locality, with a focus on aid promoting health, education and institution building (both formal and informal). As such, this section will identify what aid programs work, where and when, generating policy recommendations for future aid projects. 3) We will evaluate the unintended impacts of aid programmes on behavior and living conditions using both location specific aid data and detailed field studies. Aid programmes may have unintended consequences that are often not measured resulting in positive or negative spillovers. These spillovers may explain why some programs are more effective than others. Thus, this project will improve our understanding of aid effectiveness which, in turn, provides the foundations to reduce poverty and achieve the SDGs.

ID Projet
SE-0-29-2017-05684_2-285-43082
Statut de l'activité
2 - Implementation
Type d'aide
D02 - Autres formes d’assistance technique
% to Ouganda
100.00

Organisations

Funding
Sweden
Implementing
Göteborgs universitet
Extending
None

Versements par exercice fiscal, trimestre

Exercice fiscal Trimestre fiscal Montant (USD) Ouganda Montant (USD)
2018 Q2 72,393.82 72,393.82

Engagements par exercice fiscal, trimestre

Exercice fiscal Trimestre fiscal Montant (USD) Ouganda Montant (USD)
2017 Q3 289,575.29 289,575.29

Projections de CDMT par exercice fiscal

Exercice fiscal Montant (USD) Ouganda Montant (USD)

Code CRS %
Institutions scientifiques et de recherche (43082) 100.0