评估自然灾害引发停电的宏观经济影响的投入产出方法敏感性
综合经济学
2025-07-29 v1 经济学
摘要
据估计，2023年超过四分之一的美国家庭经历了停电，平均每年造成1500亿美元损失，其中87%的停电由自然灾害引起。事实上，大量研究已经使用多种建模方法和数据参数化技术考察了电力网络中断的宏观经济影响，这值得进一步调查。在本文中，我们量化了三次由自然灾害引发的美国重大停电的宏观经济效应：飓风伊恩(2022)、2021年德克萨斯州大停电和热带风暴伊萨亚斯(2020)。我们的分析评估了三种常用数据参数化技术(家庭中断、损失千瓦时和卫星亮度)以及三种静态模型(Leontief 和 Ghosh、关键投入和不可运行投入产出)的敏感性。我们发现平均国内损失估计分别为31.3亿美元、41.8亿美元和29.3亿美元。此外，数据参数化技术可使估计损失改变高达23.1%和50.5%。与广泛的输出结果一致，我们发现 GDP 损失对模型架构、数据参数化和分析师假设高度敏感。结果敏感性在不同模型间并不均匀，且源于重要的先验分析师决策，数据参数化技术在同一模型内产生11%和45%的差异证明了这一点。我们发现数值输出比部门间联系和其他宏观经济洞察更为敏感。据我们所知，我们为文献贡献了首次对多种投入产出模型和参数化在多次自然灾害引发的长持续时间停电中的系统比较，为分析师提供了指导和见解。
引用
@article{arxiv.2507.19989,
title = {Assessing the Sensitivities of Input-Output Methods for Natural Hazard-Induced Power Outage Macroeconomic Impacts},
author = {Matthew Sprintson and Edward Oughton},
journal= {arXiv preprint arXiv:2507.19989},
year = {2025}
}