美联储洪水风险图与气候信息的分布影响（英）

财经讨论系列 美国联邦储备委员会，华盛顿特区ISSN1936-2854（打印） ISSN2767-3898（在线） 洪水风险图和气候信息的分布影响 JoakimA.Weill2023-066 请引用这篇论文： Weill,JoakimA.(2023)."FloodRiskMappingandtheDistributionalImpactsofClimateInformation,"FinanceandEconomicsDiscussionSeries2023-066.Washington:BoardofGovernorsoftheFederalReserveSystem,https://doi.org/10.17016/FEDS.2023.066 注意：财务和经济讨论系列（FEDS）中的员工工作文件是分发的初步材料，旨在激发讨论和批判性评论。所提出的分析和结论是作者的分析和结论，并不表示研究人员或理事会其他成员的同意。金融和经济学讨论系列出版物中的引用（除了承认）应与作者一起清除，以保护这些论文的暂定性质。 洪水风险图和气候信息的分布影响 JoakimA.Weill∗2023年9月 Abstract 本文研究了美国官方洪水风险信息的提供及其对居民洪水保险承担的分布影响。我整理了卡特里娜飓风过后制作的所有洪水地图，并记录了更新后的地图减少了高风险洪泛区的物业数量，并错误地忽略了500万处物业，主要是在黑人和西班牙裔居民较多的社区。利用地图更新的交错时间，我估计它们减少了洪水保险的使用，并加剧了保险范围内的种族差异。更正洪水地图每年可以增加200亿美元的福利，但过去的地图更新扭曲了风险和价格信号。 ∗美联储理事会，joakim.a.weill@frb.gov。我感谢第一街基金会，联邦应急管理局的 信息披露办公室和Zillow进行数据访问，以及MariaeBitler，KatriaJessoe，PierreMérel，AshishSheoy和MichaelSprigbor 的持续支持。我还要感谢马克·阿格顿、夏洛特·阿姆布罗泽克、布里安娜·巴利斯、约书亚·布朗兹、塞尔索·布鲁内蒂 、科林·卡梅伦、本·科利尔、米基·多恩、约翰·德里斯科尔、凯特琳·赫瑟、凯特琳·基兰，PalLegerma，Yaj（Pey）Liao（讨论者），MareePage，EmmaelParoissie，FracescOrtega，AmieOzad，JimSachirico，ChristopherSampso，ChristopherCompmis，Taya，KatherieWager（讨论者），UgroieEasoomics约翰·缪尔环境研究所和数据科学与人工智能中心的财政支持得到了认可。我在美国联邦储备委员会工作之前进行了这项研究，当时我是加州大学戴维斯分校的博士候选人。数据来源是在加州大学戴维斯分校的许可范围内获得的。本文中表达的观点完全由我负责，不应被解释为反映联邦储备委员会或与联邦储备系统相关的任何其他人的观点。 1Introduction 气候变化正在增加极端事件的频率和影响，自然灾害在过去十年中在美国造成了超过一万亿美元的经济损失。适应战略和保险产品通常可用于减轻这些成本，但缺乏有关风险的信息可能会抑制气候适应。为了应对这一挑战，大多数工业化国家和越来越多的发展中国家制作和传播气候风险信息。然而，公共信息的提供是否充分促进了气候适应还不清楚。家庭和公司可能不注意公共信息；官方信息可能无法反映科学知识的现状；适应性反应的差异可能会引起公平问题。 洪水是美国最昂贵的灾难。为了了解和管理洪水风险，联邦政府制作了洪水保险费率图，通常称为“洪水图”，用于描述该国大多数物业的洪水风险敞口。此信息还传达了对国家洪水保险计划（NFIP）的运作至关重要的监管条件，该计划销售了所有住宅洪水保险政策的95％（Kosy，2016 ；Kosy等人。，2018）。更新这些地图已成为全球最昂贵的风险测绘工作之一，但其促进洪水防备的能力尚不清楚。 在本文中，我调查了过去二十年来官方洪水风险信息的提供方式，并估计了其对保险承担的影响 。我利用洪水图的数字化和洪泛区边界的变化来研究洪泛区分类和数字信息访问对保险承担的作用 。我强调了这些地图的分布后果，这在一定程度上解释了保险覆盖面日益扩大的社区差异：在2008年至2018年期间，白人居民最高四分位数的社区的平均入学率从3.9％上升到3.6％，而社区的覆盖率最高少数民族居民的比例从2.7％上升到2.3％。1 为了研究风险信息的提供及其对家庭行为的影响，我通过收集联邦紧急事务管理局（FEMA）在15年的推出中更新的所有洪水地图，并将其链接到美国整个住宅存量的地理定位数据。获取和汇编这些数据涉及四个单独的《信息自由法》要求以及与现任和前任政府官员的多次会议。使用这个新颖的数据集，我可以观察提供给家庭的风险信息的演变，特别是通过对100年洪泛区内外的财产进行重新分区，或“高风险”。 1作者的计算，使用十年一次的人口普查衡量一个社区中的“白人独居”家庭，各社区的平均保险接受率。 区”，详见下文。我还通过以前的洪泛区边界的数字化，观察到访问先前存在的信息的成本的离散变化。为了评估官方风险信息的科学准确性，我将洪水地图与FirstStreetFodatio洪水模型进行了比较 ，FirstStreetFodatio洪水模型是最近开发的，经过同行评审的独立替代官方地图，被认为可以提供更完整的风险估计。最后，我将这些风险估计与FEMA关于6000万份洪水保险单的一组新的行政记录结合起来。 我使用数字洪水图的交错展开来衡量信息提供变化的影响。虽然大多数社区在2020年被数字地图覆盖，但由于公共资金的限制，地图更新的时间因社区而异。这种跨空间和时间的变化使我能够利用异质性-稳健的差异-差异估计器来恢复地图更新对住宅保险采用的影响（Callaway和Sat'Aa ，2021；S和Abraham，2021）。为了灵活地估计治疗效果的整个分布并评估差异估计的稳健性 ，我采用了最近开发的综合控制估计器（Abadie和L'Hor，2021；Be-Michael等人。，2021)，并实施一种基于单元特定和空间聚类合成控制估计的新方法。最后，我校准了保险需求模型，以计算官方洪水风险信息的基本福利估计。这一分析产生了三个新的发现。首先，在过去的二十年中， 新地图被重新分区。1高风险洪泛区内的100万处房产，同时从这些地区移除超过240万处房产，导致100年洪泛区净减少超过140万处房产-主要是在黑人和西班牙裔居民比例较高的社区。2官方洪水风险的这种总体减少与当前的气候科学不相容，后者一直估计全国范围内的洪水风险正在增加。官方和独立风险信息之间的这种差异是由两个因素驱动的：在沿海和河流风险地区改进的测绘技术，以及洪水（基于雨的）风险是洪水增长最快的驱动因素，这一事实在官方地图中仍然被忽视。 其次，我发现地图更新在全国范围内减少了保险的使用，并导致黑人和西班牙裔居民更多的社区出现了严重的下降，从而加剧了洪水保险范围内的种族差异。官方的洪泛区分类驱动了这些影响：尽管高风险区的保费较高，但在高风险区（外部）重新划分的每五个物业中，都会诱使一个家庭购买（放弃）洪水保险。这些信息的影响可以通过两个渠道先验地发生：改变家庭。 2在整篇文章中，我使用了以下美国人口普查局的种族群体：“美洲印第安人或阿拉斯加 原住民”，“亚洲人”，“黑人或非裔美国人”，“夏威夷原住民或其他太平洋岛民”，“白人”和“西班牙裔或拉丁裔”族裔群体。如果未包含在主要文本中，则附录中会显示其他种族和族裔群体的可用结果。 关于洪水风险的信念，或在100年洪泛区内扩大强制性购买要求（MPR）的执行，名义上要求拥有联邦政府支持的抵押贷款的家庭购买保险-尽管在其实际执行方面存在分歧（Tobi和Calfee，2005；Michel-Kerja等。，2012；国家研究委员会，2015；政府问责局，2021b；Blicle和Satos，2022)。虽然我不能完全解开这两种机制，但我发现有证据表明两者都在起作用：在高风险区域内重新分区物业会导致高风险区域之外的相邻物业，并且不受MPR的影响来购买保险-由对风险的信念驱动的局部空间溢出效应。在有抵押贷款的财产份额较高的社区中，保险接受反应似乎稍强，这与MPR约束对某些家庭的约束一致。相比之下,已经可用的风险信息的数字化并不影响保险的承担,这表明获取信息的成本并没有实质性地限制家庭对洪水保险的需求。 最后，我在保险需求的结构模型中利用属性的重新分类和洪水风险的独立估计，以获得风险信息对福利影响的全面估计。我发现，在风险规避参数的合理值下，卡特里娜飓风过后进行的地图更新降低了福利-这是由于提供了错误的风险信息而引起的。这些损失分散在整个收入分配中。相比之下，在全国范围内纠正洪泛区边界将每年产生超过200亿美元的收益，主要是在富裕和多数白人社区。 总之，这些结果表明，公开提供的气候风险信息是促进私人投资住宅洪水保险的关键工具。然而 ，由于地图更新将高风险区域以外的超过一百万处房产重新分区，洪水风险地图计划将全国范围内的保险范围减少了约100,000份保险单，并加剧了保险范围内的种族差异。这与通过更新和数字信息促进保险采用的计划的目标完全矛盾。尽管该计划的全部福利影响对建模选择高度敏感，但粗略的估计表明，洪水信息的提供降低了福利。 Thisworcotribtestothelargeliteratreotheimpactsadsalieceofiformatiopro-visio(Stigler,1961;Ctleretal.，2004；Chetty等人。，2009；Jessoe和Rapso，2014；Cabral和Hoxby，2015；Davis和Metcalf，2016；Kameica，2017）。Asmallbtgrowigliteratrefocsesotheroleofpblicprovidediformatioithecotextofweatherforecastsadclimateriss(RosezweigadUdry,2014;Shrader,2020;Shraderetal.，2022年；莫利纳和鲁迪克，2022年）。我表明，当前在官方地图中使用的风险信息的粗略分类可以促进保险的使用，而将以前存在的信息数字化。 没有可检测的效果。虽然先前的工作估计了洪水风险信息对住房价值的影响（Pope，2008；Bi和Ladry，2013；Beltrá等人。，2018年；Shr和Zipp，2019年；Gibso和Mllis，2020年；Hio和Bre，2021年；Gorevitch等人。，2023)，本文首次研究了洪水图的推出及其对保险占用的影响 。溢出效应的存在表明，家庭不仅关注自己的洪泛区分类，而且关注位于同一社区内的其他物业的分类，这意味着当前对洪水图对物业价值影响的享乐主义估计可能是实际效果的下限。 本文直接为气候变化适应文献做出了贡献(Kah，2005；Aa和Schleer，2015；Barreca等人。 ，2016年；迪亚兹和摩尔，2017年；博岑等人。，2019；Kocori-Mia等人。，2020年；卡恩，2021年；萨斯里，2021年；卡尔顿等人。，2022年；Baese和Barrage，2022年；Ostrip和Rsso，2022年；Fried，2022年）。虽然灾后援助很少（政府问责局，2020年），但以前的工作发现极端事件造成了巨大的间接公共成本（Derygia，2017年），表明灾害影响并不完全由私人承担。瓦格纳（2022）通过对美国洪水保险市场的令人信服的分析，展示了保险需求中“摩擦”的存在如何证明保险授权的严格实施是合理的。其他工作讨论了保险在促进灾后重建或移民方面的价值(Trham等人。，2011；库斯基，2019；阮和诺伊，2020；你和库斯基，2023)。几篇论文讨论了