Hvordan ville en væbnet konflikt, en epidemi eller en oversvømmelse påvirke økonomien? "At være i stand til at vurdere - måske endda forudsige - de økonomiske konsekvenser af sådanne kriser er afgørende, når det kommer til at afbøde og modvirke skaden," siger Christian Diem fra Complexity Science Hub (CSH).
Ifølge en nylig undersøgelse offentliggjort i PNAS Nexus , kan lande, der søger at forberede sig bedre på kriser, drage fordel af et unikt datasæt med granulære forsyningskædedata. CSH-forskere rapporterer for første gang, at meget anvendte økonomiske data på sektorniveau kan undervurdere den økonomiske virkning af kriser med op til 37 % sammenlignet med meget detaljerede data på virksomhedsniveau.
"Vi havde adgang til et unikt datasæt med oplysninger om moms (moms) - en generel skat, der i princippet anvendes på alle varer og tjenester - fra Ungarn til denne undersøgelse. Den indeholder 243.399 virksomheder og muliggør rekonstruktion af 1.104.141 forsyningsforhold, der stort set repræsenterer hele den nationale økonomi," forklarer Stefan Thurner fra CSH.
Dette gjorde det muligt for forskerne systematisk at analysere og sammenligne, hvordan virkningerne af kriser vurderes forskelligt, når enten kun data om de 88 økonomiske sektorer defineret af EU er tilgængelige, eller når detaljerede forsyningskædedata er tilgængelige på virksomhedsniveau, som omfatter alle virksomheder. og deres kunde-leverandør-forhold.
I alt 1.000 hypotetiske krisescenarier blev simuleret til dette formål. For at sikre, at scenarierne kopierede reelle kriser, var de hypotetiske kriser baseret på faktiske empiriske data om de økonomiske konsekvenser af COVID-19-krisen i begyndelsen af 2020.
"Vi var meget overraskede over at konstatere, at den økonomiske effekt af hver af de 1.000 simulerede kriser systematisk blev undervurderet - med op til 37% - hvis vi kun brugte data for hele sektorer, som det altid har været tilfældet," forklarer Diem.
Derudover var resultaterne på virksomhedsniveau meget tættere på resultaterne fra den faktiske recession i andet kvartal 2020. På denne måde vurderes en krises konsekvenser altid som mindre på sektorniveau, end de reelt er på virksomhedsniveau. .
"Hidtil er økonomien i et land hovedsageligt blevet beskrevet på niveau med hele økonomiske sektorer," forklarer Thurner. "Med andre ord taler vi om, hvor hårdt hele bilindustrien er påvirket af forsyningsflaskehalse. De nye data om hele forsyningskæden på virksomhedsniveau giver os mulighed for at se atomerne i økonomien – virksomhederne – og hvordan de interagerer med hinanden. Dette er et nyt videnskabeligt område, og det er ekstremt fascinerende."
"Nu kan vi beregne, hvor individuelt berørte virksomheder inden for økonomiske sektorer er af en krise frem for blot at beskrive gennemsnittet for en hel sektor."
"Der er stor forskel på blot at sige, at en økonomisk sektor kommer til at lide for eksempel 20 % tab, og om en simulering kan afsløre, hvilke virksomheder der sandsynligvis reelt bliver ramt af krisen, og hvilke der ikke er. Måske endda vigtigere er at vise, hvordan dette spreder sig gennem forsyningsnetværket – hvordan det påvirker deres direkte og indirekte handelspartnere," tilføjer Diem.
Mere end 160 lande har et momssystem og kunne i princippet bruge det til at rekonstruere deres forsyningsnetværk - en bemærkelsesværdig undtagelse er USA. Indtil videre indsamler kun et dusin lande de data, der kan bruges til at rekonstruere forsyningsforbindelser. Listen omfatter EU-medlemslande som Spanien, Belgien og Ungarn samt lande som Indien, Kina og nogle afrikanske og latinamerikanske nationer.
For lande, der ikke indsamler deres momsdata på den rigtige måde - for eksempel Tyskland og Østrig - ville en lille justering i momsindberetningen af virksomheder gøre det trick og samtidig skabe minimalt ekstra bureaukratisk arbejde for virksomhederne. "Dette kunne automatiseres gennem fast regnskabssoftware," forklarer Diem. Det kunne også reducere former for momssvig.
"Med denne undersøgelse ønskede vi at vise, hvor meget estimater baseret på aggregerede sektordata kan afvige fra estimater baseret på granulære data og den faktiske økonomiske effekt, og hvor vigtigt det er at indsamle detaljerede data på virksomhedsniveau," siger Diem. Uanset hvad truslen er, om det er en oversvømmelseskatastrofe, CO2 emissioner eller konsekvenserne af politiske indgreb, kan en præcis vurdering hjælpe med at forudse konsekvenserne og frem for alt reagere hurtigt og præcist.
Flere oplysninger: Christian Diem et al., Estimering af tabet af økonomisk forudsigelighed fra aggregering af produktionsnetværk på virksomhedsniveau, PNAS Nexus (2024). DOI:10.1093/pnasnexus/pgae064
Journaloplysninger: PNAS Nexus
Leveret af Complexity Science Hub
Sidste artikelHvorfor erstattede moderne mennesker neandertalerne? Nøglen kan ligge i vores sociale strukturer
Næste artikelDin følelsesmæssige reaktion på klimaændringer kan påvirke de politikker, du støtter, viser undersøgelse