为进行成本效益分析提供一般指导。它还提供了有关用于评估联邦计划的折扣率的具体指导,这些计划的效益和成本随时间分布。一般指导将作为一份清单,用于检查机构是否已考虑并妥善处理合理的成本效益分析的所有要素。2.撤销。本通函取代并撤销了管理和预算办公室 (OMB) 通函第A-94,“用于评估时间分布成本和收益的折扣率”,日期为 1972 年 3 月 27 日,以及通函第A-104,“评估资本资产租赁”,日期为 1986 年 6 月 1 日,现已撤销。租赁购买分析仅在决定购买资产服务后才适用。租赁购买分析的指导在第 8.c 节中提供。(2) 和第 13 节。3.权力。本通函根据 31 U.S.C.第 1111 条和经修订的 1921 年预算和会计法颁布。4.范围。本通函并不取代法律、行政命令或其他相关通函规定或依据其制定的机构惯例。本通函的指导方针建议用于行政部门机构的内部规划。提交给 OMB 的所有分析都必须遵循这些指导方针,以支持符合 OMB 通函编号的立法和预算计划。A-11,“年度预算估计的编制和提交”,以及编号A-19,“立法协调和审批。”在向 OMB 提交符合行政命令号12291“联邦法规”和总统 1992 年 4 月 29 日备忘录的估算时,也必须遵循这些准则。该备忘录要求对某些立法提案进行成本效益分析。a.除下列例外情况外,本通函中的准则适用于支持政府决定启动、更新或扩展计划或项目的任何分析,这些计划或项目将产生一系列可衡量的效益或成本,并持续三年或更长时间。本通函特别适用于:(1) 联邦计划或政策的成本效益分析。(2) 监管影响分析。(3) 租赁或购买决策分析。(4)资产评估及出售分析。b.特别免除本通函管辖范围的决定涉及:(1)水资源项目(指导方针为已批准的《水和相关土地资源实施研究的经济和环境原则及指南》)。
气候变化正在增加Nat Ural灾难使整个美国的生命和财产面临风险的程度。1国家海洋和大气管理局(NOAA)估计,在2023年,28个克利人和天气灾难每人至少造成了至少1美元的bil狮子赔偿。一起,他们造成了930亿美元的损害赔偿和492人死亡。2实际上(即调整以消除通货膨胀的影响),从2019年到2023年,亿万美元灾难的平均成本是1990年至1994年的年成本的三倍(见图1-1)。根据许多研究人员的说法,气候变化和较高的全球温度有助于此类灾难的范围和严重性。3此外,野火和飓风高风险地区的建筑物和人口增长增加意味着更多的人和财产处于危险之中,因此也会造成更大的损失。
决定政府项目是否符合经济原则的标准是折现净收益——预期净收益(即收益减去成本)的折现货币价值。折现净收益的计算方法是估计与特定决策相关的货币收益和成本,使用适当的折现率折现未来收益和成本,并从折现收益总和中减去折现成本总和。折现收益和成本将不同时间段发生的收益和损失转换为一个共同的计量单位。折现净收益最高的项目通常最能增加社会福利,通常是首选,而折现净收益为负的项目通常应避免。
a. 折现净收益和相关结果衡量指标。判断一个政府项目是否符合经济原则的标准是折现净收益——预期净收益(即收益减去成本)的折现货币价值。折现净收益的计算方法是估计与特定决策相关的货币收益和成本,使用适当的折现率折现未来收益和成本,然后从折现收益总额中减去折现成本总额。折现收益和成本可将不同时期发生的收益和损失转换为一个共同的计量单位。折现净收益最高的项目通常对社会福利的增加最大,因此通常是首选,而折现净收益为负的项目通常应避免。
(1)联邦能源管理计划的生命周期成本核算手册,国家标准与技术研究所,手册135 - 2022版。本手册是理解生命周期成本和相关经济分析方法的指南,因为它们适用于联邦决策,尤其是遵守10 CFR 436A规则的决策。它描述了所需的程序和假设,定义和解释了如何应用和解释经济绩效指标,提供联邦决策问题及其解决方案的示例,解释了如何使用能源价格指数和折现因素,并提供计算辅助工具和说明来计算所需措施。2020年版扩大了考虑范围,包括联邦可持续性和弹性项目。2022年版扩展了有关定价外部性的讨论,特别是温室气体(GHG)排放。
a 效益仅包括与气候相关的效益。气候效益基于 HFC 排放量的变化(减少),并使用四种不同的 HFC 社会成本(SC-HFCs)估算值计算得出:2.5%、3% 和 5% 折现率下的模型平均值;3% 折现率下的 95 百分位数。为了便于本表的展示,我们显示了 3% 折现率下 SC-HFC 平均值的相关效益,但该机构没有单一的中央 SC-HFC 点估计值。我们强调考虑使用所有四个 SC-HFC 估算值计算的效益的重要性和价值。请参阅表 4-24 了解 SC-HFC 估算值的全部范围。如第 4 章所述,在折现代际影响时,也有必要考虑使用低于 3%(包括 2% 及以下)的折现率计算的气候效益。本表中显示的成本为年度估算值。
从自然科学到社会科学,发现数据中隐藏的规律是许多领域的核心挑战。然而,这项任务在历史上依赖于人类的直觉和经验,在许多领域,包括心理学。因此,使用人工智能 (AI) 发现规律有两个显著的优势。首先,它可以发现人类无法发现的规律。其次,它将有助于构建更准确的理论。一种名为 AI-Feynman 的人工智能在一个非常不同的领域发布,表现令人印象深刻。虽然 AI-Feynman 最初是为发现物理学规律而设计的,但它在心理学中也能很好地发挥作用。本研究旨在通过测试 AI-Feynman 是否可以发现双曲折现模型作为折现函数,来检验它是否可以成为跨期选择实验的一种新的数据分析方法。为了实现这些目标,进行了一项跨期选择实验,并将数据输入 AI-Feynman。结果,AI-Feynman 提出了七个折现函数候选。其中一个候选模型是双曲折现模型,目前认为该模型最为准确。三种均方根误差函数均优于双曲折现模型。此外,三种候选模型中有一种比标准双曲折现函数更“双曲”。这些结果表明了两点。一是 AI-Feynman 可以成为跨期选择实验的一种新数据分析方法。二是 AI-Feynman 可以发现人类无法发现的折现函数。
年度计划的年度总成本意味着,小客户根据客户当前客户零售合同应支付的最低可能付款,不包括根据小客户的年度使用历史记录和关税,费用和折现率,该合同的价值以及在价格更改的日期或账单上的所有折扣时,按照较小的日期或账单的折扣,计算的,关税,费用和折现率当前的税额,当前的费用和折现费小客户获得的任何折扣是因为小客户购买了另一种商品或服务,并包括零售商根据政府资助的能源费用回扣,特许权或救济计划扣除,贷记或收到的任何金额;年度计划的年度总成本意味着,小客户根据客户当前客户零售合同应支付的最低可能付款,不包括根据小客户的年度使用历史记录和关税,费用和折现率,该合同的价值以及在价格更改的日期或账单上的所有折扣时,按照较小的日期或账单的折扣,计算的,关税,费用和折现率当前的税额,当前的费用和折现费小客户获得的任何折扣是因为小客户购买了另一种商品或服务,并包括零售商根据政府资助的能源费用回扣,特许权或救济计划扣除,贷记或收到的任何金额;
OMB 通过将每年的折现率建模为缓慢移动趋势成分(随机游走)和周期性成分之和,估算出未来 30 年以后的社会时间偏好率。OMB 假设随机游走中的创新呈正态分布,均值为零,方差为 0.04;周期性成分为 AR(1) 过程,AR 参数设置为 0.7,创新呈正态分布,均值为零,方差为 0.9。每年的利率都被限制为非负值。OMB 模拟了 100,000 条折现率路径,计算了这些路径上的预期折现因子,并计算了与此预期折现因子路径一致的远期利率。2 OMB 提供了 150 年期利率表;超出此时间段的利率可应机构要求从 OMB 获得。
7 收入部分的 NPV 根据 2018 年 12 月 FID 时确定的假设折现至 2018 年 12 月。截至 2018 年 12 月确定的成本 NPV(折现至 2018 年 12 月)为 49 亿美元,项目 NPV 为 28 亿美元。8 收入部分的 NPV 根据 2023 年 8 月项目重置时确定的假设折现至 2018 年 12 月。截至 2023 年 8 月确定的成本 NPV(折现至 2018 年 12 月)为 89 亿美元,项目 NPV 为 30 亿美元。