Policy Research Working Paper 8895 Lifelines: The Resilient Infrastructure Opportunity Background Paper Resilient Infrastructure for Thriving Firms A Review of The Evidence Johannes Braese Jun Rentschler Stéphane Hallegatte Climate Change Group Global Facility for Disaster Reduction and Recovery June 2019 Policy Research Working Paper 8895 Abstract : This review examines the literature on the role of infrastruc- productivity. It also shows that providing infrastructure ture in determining the productivity and competitiveness per se is not enough to boost productivity, unless it offers of firms. It shows that the existing evidence base is clear reliable service. Disruptions and irregular service have sub- in concluding that reliable and high-quality infrastructure stantial adverse effects on firms, not least due to disrupted is a crucial foundation for enabling businesses to thrive. supply chains, underutilization of production capacity, and It demonstrates that the provision of electricity, transport, costly adaptation measures. water, and telecommunications systems increases firm-level This paper is a product of the Global Facility for Disaster Reduction and Recovery, Climate Change Group. It is part of a larger effort by the World Bank to provide open access to its research and make a contribution to development policy discussions around the world. Policy Research Working Papers are also posted on the Web at http://www.worldbank.org/ prwp. The authors may be contacted at jbraese@worldbank.org and jrentschler@worldbank.org. The Policy Research Working Paper Series disseminates the findings of work in progress to encourage the exchange of ideas about development issues. An objective of the series is to get the findings out quickly, even if the presentations are less than fully polished. The papers carry the names of the authors and should be cited accordingly. The findings, interpretations, and conclusions expressed in this paper are entirely those of the authors. They do not necessarily represent the views of the International Bank for Reconstruction and Development/World Bank and its affiliated organizations, or those of the Executive Directors of the World Bank or the governments they represent. Produced by the Research Support Team Resilient infrastructure for thriving firms: A review of the evidence Johannes Braese1, Jun Rentschler1, Stéphane Hallegatte1  1 Global Facility for Disaster Reduction and Recovery, World Bank, Washington DC, USA  Acknowledgements: This working paper contributes to the World Bank’s 2019 flagship report on Resilient  Infrastructure.  It  has  benefited  from  helpful  comments  and  feedback  by  Shoko  Takemoto,  Guillaume  Prudent‐Richard, and Xavier Alegre. The authors would also like to thank Justice Tei Mensah, Peter Sanfey,  and Moussah Blimpo for contributing data and providing invaluable assistance during the drafting process.  JEL classification: O18, L25, Q54  Keywords: infrastructure, competitiveness, firms  1. Introduction  Infrastructure systems play a crucial role for economic development due to their twofold contribution to  supporting  well‐being:  Households  rely  on  essential  infrastructure  services  to  meet  basic  needs  and  pursue economic activities, while firms rely on infrastructure services as inputs to the production of goods  and services, and for the smooth functioning of supply chains.   This  review  shows  that  the  empirical  evidence  is  clear  in  concluding  that  reliable  and  high‐quality  infrastructure is a crucial foundation for enabling businesses to thrive. Moreover, it shows that unreliable  infrastructure has substantial costs for firms, especially for  those engaged in the  production of goods.  Developing  countries  in  particular  tend  to  suffer  from  poor  reliability  and  efficiency  of  their  public  infrastructure. In these countries, infrastructure users tend to experience frequent disruptions, such as  power outages, water supply interruptions, or transport disturbances.   These disruptions can have a range of causes, including sub‐standard and malfunctioning equipment, poor  management, lacking investment and maintenance, as well as natural stresses and hazards. Without a  thorough understanding of the economy‐wide costs of infrastructure disruptions, policy makers are ill‐ equipped for identifying, prioritizing and implementing adequate investments and reforms for enhancing  the reliability, quality, and resilience of their infrastructure systems. For as long as infrastructure systems  remain disruption‐prone, this will have substantial adverse effects on the continuity of business, affecting  the smooth functioning of supply chains, diminishing aggregate productivity, and restricting the ability of  firms to trade and compete internationally.  This  section  aims  to  provide  an  overview  of  this  relationship  by  exploring  three  related,  but  distinct  channels: First, the provision of infrastructure is shown to be crucial for productivity and competitiveness.  Second, this review shows that it is not just the availability, but just as much the reliability and quality of  infrastructure services that matter to firms. Lastly, the costs of mechanisms that are employed by firms  to adapt to unreliable infrastructure are explored.   2. Infrastructure availability is a key driver of productivity and  competitiveness  Efficient  infrastructure  systems  are  crucial  for  enabling  firms  to  maximize  their  productive  capacity  without investing in expensive back‐up or contingency technology. For instance, the ownership of costly  diesel‐based  electricity  generators  is  far  less  common  in  countries  with  reliable  electricity  supply.  In  addition,  reliable  and  efficient  infrastructure  is  key  to  facilitating  firms’  access  to  the  markets  and  information that drive their ability to provide goods, services, and jobs.   Infrastructure matters for several key indicators of competitiveness at the country‐level  Economists have long studied  the factors contributing  to firm‐  and  national‐level competitiveness and  productivity.  Their  studies  have  analyzed  the  role  of  increased  provision  of  electricity,  transport,  and  information and communication technology infrastructure, focusing on effects at the global, national, and  firm levels.   In a prominent paper on the “competitive advantage of nations” Porter (1990) argued that the ability of  a  country  to  host  high‐performing  firms  is  supported  by  four  broad  categories  of  enabling  factors:  (i)  factors  of  production,  (ii)  home‐market  demand  conditions,  (iii)  presence  of  supply  chains,  and  (iv)  2    regulation, organization of firms, and domestic rivalry. The study argues that – besides skilled labor – the  availability of infrastructure systems is a key factor of production that determines the competitiveness of  firms and thus entire economies.   This notion has been confirmed by a wide range of studies focusing on the role of infrastructure: Calderón  and Servén (2014) review the literature on infrastructure and economic growth. Overall, both theoretical  and empirical literature are concluded to find positive impacts of infrastructure development on growth  and  even  distributive  equity.  Bom  and  Ligthart  (2014)  conduct  a  meta‐regression  of  68  quantitative  studies that all use a production function approach to quantify the impact of public infrastructure capital  on  GDP.  This  review  included  studies  published  between  1983  and  2008,  predominantly  considering  developed economies countries. Through a weighted meta‐regression, the authors estimate an average  elasticity  of  output  with  respect  to  public  capital.  Their  assessment  suggests  that,  on  average,  a  1%  increase in public infrastructure capital is associated with an increase in GDP of 0.1%.   A large body of literature assesses the relationship between infrastructure and economic performance by  considering  a  country’s  infrastructure  stock.  In  these  studies,  infrastructure  availability  is  typically  assessed in terms of its provided quantity, approximated for example by the total length of paved roads  or phone lines in a given country. By considering the variation in infrastructure stocks across countries  and time, these studies have shown a significant positive impact of infrastructure availability on various  indicators of economic performance.   For instance, Straub and Terada‐Hagiwara (2010) conduct an in‐depth empirical analysis of infrastructure  quality  and  growth,  focusing  on  developing  Asia.  For  this  purpose,  they  use  a  range  of  physical  infrastructure  stock  indicators  covering  telecommunications,  energy,  transport,  and  water  for  102  countries, including 23 in South and East Asia, and the Pacific. They find that improvement of a country’s  infrastructure base correlates significantly with higher economic growth. Similarly, using a large dataset  on infrastructure stocks covering 88 developing and industrial countries and the period from 1960 to 2000,  Calderón, Moral‐Benito, and Servén (2014) show that the output contribution of infrastructure is highly  significant.  According  to  their  estimates,  an  increase  in  infrastructure  provision  from  a  typical  lower‐ middle income country (e.g. Bolivia in 2000) to an upper‐middle income country (e.g. Uruguay) increases  output per worker by 5 percent.   The  same  positive  impact  of  infrastructure  investments  is  found  in  studies  investigating  individual  countries at different income levels. A prominent study by Aschauer (1989) finds that public investment  in US infrastructure has a significant positive effect on total factor productivity. In particular, investments  in  ‘core’  infrastructure  such  as  transport,  electricity,  gas,  water,  and  sanitation  are  found  to  have  the  strongest explanatory power for productivity. For a 30 year‐long panel of South African manufacturing  firms, Fedderke and Bogetić (2009) find a positive and significant impact of investments in different types  of  transport,  telecommunication,  and  power  generation  infrastructure,  on  measures  on  productivity,  output,  and  growth.  Similarly,  Mitra,  Sharma,  and  Végantonès‐Varoudakis  (2016)  analyze  Indian  manufacturing firms and find a strong  positive impact of  the availability of  transport, information and  communication  technology  infrastructure  on  firms’  productivity.  The  size  of  this  effect  is  larger  in  industries  with  greater  exposure  to  foreign  competition,  thus  highlighting  the  link  between  competitiveness and infrastructure stocks.   Further  studies  offer  evidence  of  the  economic  contribution  of  specific  infrastructure  systems,  in  particular power, transport, ICT, and water.   3    Electrification increases economic output and employment  Focusing on electricity infrastructure specifically, Rud (2012) investigates the effect of electrification on  industrialization  in  India  between  1965–1984.  This  state‐level  analysis  shows  that  an  increase  in  electrification of one standard deviation is associated with an increase in manufacturing output of around  14%.  In  South  Africa,  electrification  has  been  shown  to  increase  employment  in  newly‐electrified  communities  between  1996  and  2001,  an  effect  that  is  especially  strong  among  women.  The  study  suggests that this is mainly driven by an increase in small enterprises and self‐employment, rather than  larger‐scale industrialization of rural regions (Dinkelman, 2011).   Using data on the Indian wholesale electricity trade market, Ryan (2017) simulates the effect of additional  transmission  infrastructure  in  regions  where  limited  transmission  capacity  is  obstructing  trade  and  economic  activity.  He  finds  that  investments  in  transmission  capacity  can  lead  to  social  benefits  (i.e.  additional consumer and  producer surplus) that exceed  the investment costs, especially  by facilitating  interregional trade, increasing market harmonization, and increasing competition. In other words, new  transmission infrastructure can pay for itself by reducing the negative effects of market power. Similarly,  in  the  context  of  the  Indonesian  manufacturing  sectors  between  1990  and  2000,  Kassem  (2018)  demonstrates  a  link  between  electrification  and  industrial  development.  Electrification  is  shown  to  increase the number of firms, employment, competition among firms, and the establishment of firms with  higher average productivity in electrified areas.   Transport infrastructure increases productivity and creates jobs  Transport infrastructure has been shown to determine firm productivity through various channels, both  at the micro and macro levels. Common links identified in the literature include effects on employment  through higher mobility of high‐skilled labor, decreased transportation costs and resulting increases in  trade  and  allocative  efficiency,  reduced  transaction  costs  through  lower  inventory  requirements,  increased market entrance of new firms, and agglomeration economies through spill‐overs in knowledge  and human capital caused by spatial proximity.1  A key challenge to the quantification of these relationships is endogeneity. The locations where new roads  are built, or existing ones are upgraded, are not randomly chosen. Instead, roads are improved in regions  where gains in productivity are expected or likely. Or on the contrary, in other regions a looming decrease  in economic activity may cause an increase in infrastructure investments to stimulate growth. Thus, simply  evaluating  productivity  in  an  area  before  and  after  changes  to  the  local  transport  network  does  not  necessarily allow for the identification of the causal effect of infrastructure investments.   Gibbons  et  al.  (2017)  overcome  this  endogeneity  problem  by  examining  areas  in  the  UK  not  directly  affected  by,  but  close  enough  to  new  road  infrastructure  that  they  profit  from  increased  accessibility.  They find that improving accessibility measured through journey times by 1% leads to a 0.3‐0.4% increase  in  overall  employment.  Interestingly,  this  increase  seems  to  be  largely  driven  by  new  firms  whereas  incumbents  register  decreases  in  employment  that  might  be  driven  by  increasing  wages  and  resulting  substitution of labor by material inputs. Duranton and Turner (2012) use the location of historic highways  and railroads in the USA to assess the effect of interstate highways on the growth of cities. They find that,                                                               1  For further details refer to a meta‐analysis by the Asian Development Bank et al. (2018), which offers a far‐ranging  discussion and review of the wider economic effects of large transportation infrastructure projects on welfare, social  inclusion, inequality, the environment, and economic resilience.  4    all else being equal, a 10% increase in the initial stock of highways in a city leads to higher employment of  1.5% between 1983 and 2003. A similar analysis for the USA concludes that the construction of interstate  highways raises economic growth in counties through which the highway passes, but reduces economic  activity in nearby regions, thus leading to an unclear effect on overall economic activity  (Chandra and  Thompson, 2000).   Road  networks  also  impact  regional  productivity  through  changes  in  transport  costs  and  increased  economy‐wide  allocative  efficiency.  Faber  (2014)  investigates  the  displacement  of  economic  activity  caused by increased ease of transport through a 15‐year construction program as part of the National  Trunk Highway System in China. The study overcomes endogeneity in road placement by considering a  hypothetical road network as a benchmark and finds that reduced transport costs lower economic activity  in peripheral regions when connected to large centers of production. Baum‐Snow et al. (2017) provide  somewhat  contrasting  evidence  by  showing  strong  negative  relationships  between  GDP  in  peripheral  regions and the construction of new transport infrastructure in Chinese cities between 1990 and 2010.  The results suggest that development of a new radial railroad or ring road displace industrial GDP in the  city center by about 20% or 50%, respectively.   It is important to note that these positive or negative changes at the sub‐national level do not contradict  the national‐level gains from better transportation networks found in other studies. Rather, they illustrate  the  important  role  of  infrastructure  systems  in  distributing  and  reallocating  economic  centers  across  space. This is evident, for example, in studies looking at early infrastructure projects such as the railroad  network in colonial India. This transport systems has been shown to have reduced transportation costs,  facilitated the harmonization of price levels, and thus increased agricultural income by 16% in the average  district (Donaldson, 2018). In current times, Asturias et al. (2015) estimate that the Golden Quadrilateral,  a  large  infrastructure  project  in  India  connecting  Delhi,  Mumbai,  Chennai,  and  Kolkata  with  highways  established from 2001 onwards, lead to real income gains in the manufacturing sector of 2.7%, about 7%  of which was caused by gains in allocative efficiency.   In addition to reductions in transport cost, better road infrastructure can also reduce transaction costs for  firms. In the US, a marginal dollar invested in highway capital has been estimated to decrease firm‐level  raw material inventory by seven cents in the 1970s, although the return shrunk to two and 0.3 cents in  the 80s and 90s, respectively (Shirley and Winston, 2004). Using the World Bank Enterprise Survey (ES)  data for India, Datta (2012) shows that businesses in cities affected by the Golden Quadrilateral project  could reduce their average inventory by production inputs worth 6‐12 days between 2002 and 2005 and  are more likely to have switched their supplier, again hinting at improvements in allocative efficiency.  Using  firm‐level  data  for  Chinese  manufacturers,  Li  and  Li  (2013)  confirm  the  existence  of  this  effect  channel. They find that for every dollar invested in roads, affected firms can reduce their inventory costs  by about two cents.   Empirical evidence exists for several other ways in which transport networks can boost productivity. The  quality of physical infrastructure has been found to substantially impact the entrance of new firms into  the market (Ghani, Kerr and O’Connell, 2014; Ghani, Goswami and Kerr, 2016). Martincus et al. (2017) use  the Inca road network to assess changes in road infrastructure in Peru and estimate that 26% of growth  in firm exports between 2003 and 2010 can be attributed to upgrades of domestic transport infrastructure.  In addition to these direct effects on productivity, Wan and Zhang (2018) identify an indirect effect of  infrastructure on firm productivity through agglomeration economies in the Chinese manufacturing sector,  5    meaning the increased relative proximity of firms allows them to profit from knowledge spillovers and a  shared labor pool.   Transport infrastructure can also have positive effects outside the manufacturing industry even though  evidence is scarcer for other key economic sectors such as tourism or agriculture. Focusing on the tourism  sector, Khadaroo and Seetanah (2008) assess the importance of transport infrastructure in determining  the ability of a country to develop as an international tourism destination. Based on a panel data set of  bilateral tourism flows among 28 countries over the decade 1990–2000, the study finds that – besides  tourism  infrastructure  and  other  classical  determinants  –  stocks  of  transport  infrastructure  like  roads,  airport terminals, and ports are indeed significant determinants of tourism inflows.  Information and communication technologies (ICT) infrastructure is associated with increased  productivity  Linkages between ICT infrastructure and productivity are well documented at the country‐level. Analyzing  OECD  countries  between  1996  and  2007,  Czernich  et  al.  (2012)  find  that  a  10  percent  increase  in  broadband penetration increases GDP growth by 0.9 to 1.5 percentage points. Albiman and Sulong (2016)  analyze  45  Sub‐Saharan  African  countries  from  1990  to  2014  and  find  that  positive  effects  of  ICT  infrastructure on economic growth are evident once a penetration rate threshold of about 5 percent has  been crossed for mobile phones, internet, and telephone lines.   This positive relationship between ICT infrastructure and performance holds also at the firm level. Paunov  and Rallo (2015) use Enterprise Survey data for firms in 117 developing and emerging countries between  2006 and 2011 to quantify the link between ICT and productivity. Overall, an increase in an industry’s use  of  the  internet  by  one  standard  deviation  increases  the  labor  productivity  of  an  average  firm  in  this  industry from the 50th to the 55th percentile of the distribution. This effect is heterogeneous amongst firms,  with the most productive firms showing three times the increase of the least productive firms. Using the  same  data,  the  authors  also  identify  positive  effects  on  innovation  activities.  An  increase  in  industry  internet usage by one standard deviation is associated with an increase in ownership of quality certificates  and patents of 3 and 5 percent, respectively (Paunov and Rollo, 2016). In a meta‐regression of 70 studies  quantifying  the  relationship  between  ICT  infrastructure  and  productivity  in  a  production  function  framework, Polák (2017) finds that an increase in ICT investments of 1% increases productivity by 0.3%  on average when controlling for publication bias.   A large fraction of the global economy is dependent on water supply  In addition to the attention given to electricity, transport, and ICT infrastructure, water supply is a further  crucial  determinant  of  economic  activity.  According  to  one  assessment,  42%  of  the  total  global  active  workforce  is  employed  in  heavily  water‐dependent  jobs,  while  a  further  36%  are  moderately  water‐ dependent,  meaning  that  water  is  a  necessary  input  somewhere  in  their  value  chain  (United  Nations  World Water Assessment Programme, 2016). Overall, this amounts to more than three quarters of all jobs  on a global level being dependent on water supply. As a result, differences in water availability can explain  differences in economic activity between countries. Debaere (2014) exploits cross‐sectional variation in  134  countries  and  over  200  sectors  to  show  that  abundant  water  resources  lead  to  a  comparative  advantage for countries and to higher exports of water‐intensive products, even though this factor is small  in  comparison  to  the  influence  of  labor  or  physical  capital.  Furthermore,  improving  water  supply  infrastructure has impacts on economic growth: According to the United Nations Environment Program,  investments in small projects providing safe water supply and basic sanitation in Africa could lead to an  6    estimated overall economic gain of about US$ 2.84 billion, roughly corresponding to 5% of GDP (United  Nations Environment Programme, no date).   3. Infrastructure provision is not enough: Quality and reliability matter  The evidence reviewed in the previous section focuses on infrastructure provision and investments, and  thus explores the role of infrastructure availability. However, the  quality and reliability of infrastructure  also plays a key role in all prominent assessments of competitiveness. The Global Competitiveness Report  by the World Economic Forum (WEF, 2018), the Doing Business reports and the Enterprise Surveys (ES)  by the World Bank (2018a, 2018b), and the Business Environment and Enterprise Performance Survey by  the European Bank for Reconstruction and Development and the World Bank (EBRD, 2018) – they all place  a strong emphasis on the quality of public infrastructure. In addition to considering a wide range of factors,  such  as  technical  capacity,  administrative  obstacles,  regulation,  governance,  and  transparency,  these  assessments score the reliability and service quality of key infrastructure such as transport, electricity,  water, and telecommunications.  Higher infrastructure quality is associated with higher productivity   In  a  comprehensive  review  of  the  literature,  Dethier,  Hirn,  and  Straub  (2011)  examine  the  impact  of  business climate on productivity and growth in developing countries. They show that there are several  key variables – including infrastructure quality – that have a significant impact on firm performance.  For 26 countries across Africa, Escribano, Guasch, and Pena (2010) assess the impact of infrastructure  quality on total factor productivity of manufacturing firms between 1999 and 2005. They focus on the  quality  of  various  infrastructure  services,  including  customs  clearance,  energy,  water,  sanitation,  transportation,  telecommunications,  and  information  and  communications  technology.  Overall,  they  confirm that productivity is, among other factors, determined by infrastructure quality. However, they  also show that different infrastructure types matter more in some countries than in others. Low‐quality  electricity, measured by several power supply and outage frequency indicators, reduces log productivity  in Zambia by 34.1% on average, but only by 0.3% in Morocco. This difference is likely driven by a lower  overall influence of infrastructure on productivity in the Moroccan economy and a higher reliability of the  Moroccan power grid.   Similar effects have been shown for garment and food‐processing firms in the Kyrgyz Republic, Moldova,  Poland,  Tajikistan,  and  Uzbekistan  (Bastos  and  Nasir,  2004).  Using  Enterprise  Survey  data  for  eight  countries in Eastern Europe, Anos‐Casero and Udomsaph (2009) show that over the period 2001 to 2004,  an  increase  of  one  standard  deviation  in  infrastructure  quality,  measured  by  an  indicator  combining  information on power and water outages as well as mainline telephone disruptions, raises the total factor  productivity of the average firm by 9.8%. More reliable electricity supply can increase output and productivity  Empirical  studies  for  a  large  number  of  countries  have  shown  that  power  supply  irregularity  can  have  substantial  adverse  impacts  on  the  productivity  and  sales  of  firms.  These  studies  are  reviewed  in  this  section and are summarized in  Figure 2. A detailed overview of studies is offered in the Annex, providing  the case study country, the type of firms considered in the analysis, details on the power supply quality  indicator, methodology, and the estimated effect of power supply irregularity on different indicators of  firm performance.  7    Current levels of power outages and their impacts on firms % 35 25,000 30 20,000 25 GDP pc (US $) 20 15,000 15 10,000 10 5,000 5 0 0 Bosnia… FYR… Pakistan Estonia Montenegro Lithuania Poland Czech Rep. Kosovo Hungary Slovak Rep. Croatia Bulgaria Ghana Bangladesh Latvia Romania Albania India Cameroon Slovenia Serbia Ethiopia   35 140 Average monthly outage duration (h) % 30 120 25 100 20 80 15 60 10 40 5 20 0 0 Montenegro FYR Macedonia Kosovo Pakistan Estonia Lithuania Poland Czech Rep. Hungary Bosnia and Herz. Slovak Rep. Croatia Bulgaria India Bangladesh Ghana Romania Albania Cameroon Latvia Slovenia Serbia Ethiopia Decrease of sales due to current level of outages Decrease of productivity due to current level of outages Decrease of value added due to current level of outages   Figure 1: Current level of power outages and their impact on firm performance (left axis), and national level GDP per capita in  2019  USD  (upper  panel,  right  axis)  and  average  monthly  electricity  outage  duration  (lower  panel,  right  axis)  (Source:  studies  reviewed in this section)  8    Decrease in firm productivity from 1% increase in power outages 4.0 7,000 % 3.5 6,000 3.0 5,000 2.5 GDP pc 4,000 2.0 3,000 1.5 2,000 1.0 0.5 1,000 0.0 0 South Africa Mali Malawi Angola Nigeria Kenya Burkina Faso Ghana Rwanda Cameroon Zambia Tanzania DR Congo Uganda GDP/cap Percentage decrease in productivity resulting from one percent increase in outages   Figure 2: Decrease in firm productivity from 1% increase in power outages (left axis) and national‐level GDP per capita in 2019  USD (right axis) (Source: Mensah, 2016)  A meta‐review of literature analyzing constraints to growth in developing countries finds that over 40%  of such studies classify electricity as a binding constraint (McCulloch and Zileviciute, 2017). Based on the  World  Bank  Enterprise  Survey,  Bbaale  (2018)  assesses  the  impact  of  electricity  outages  on  manufacturing  firms  in  26  African  countries.  The  study  shows  that  power  outages  lead  to  self‐ reported  losses  in  sales  of  11‐12%  for  small,  medium,  and  non‐exporting  firms.  For  large  and  exporting  firms,  the  study  observes  that  the  substitution  of  grid  supplied  power  with  generators  tends to increase productivity.   Using Enterprise Survey panel data for 15 Sub‐Saharan African countries, Mensah (2016) identifies  reductions  in  firms’  productivity  by  0.6%  to  1.1%  for  a  percentage  increase  in  outage  intensity.  A  similar  study  based  on  a  panel  of  23  African  countries  estimates  that  a  one  percent  increase  in  electricity outages would account for a loss in firms’ total factor productivity of 3.5% (Mensah, 2018).  Ramachandran et al. (2018) use Enterprise Survey data as well but allow for heterogeneity among  firms’  experiences  of  outages.  By  clustering  firms  according  to  their  affectedness  by  outages  and  their  growth  behavior,  they  find  a  large  group  of  firms  seemingly  unaffected  by  outages,  a  group  that seems to be able to cope with outages through the usage of generators, and a group severely  affected by power outages that cannot cope even when using generators.  Increasing the reliability of infrastructure services has been found to significantly improve outcomes both  at  the  firm‐  and  macro‐economic  level.  For  instance,  Ilmi  (2011)  estimates  the  marginal  impact  of  electricity  reliability  on  firm  costs,  using  firm‐level  data  collected  by  the  Business  Environment  and  Enterprise Productivity Survey (BEEPS) in 26 countries in Europe and Central Asia. Eliminating all electricity  outages would allow firms to reduce costs by about 1.4%, on average. In the Western Balkans, firms loose  on average 5.8 percent of their annual sales due to electricity issues, according to the same survey (Kresic,  Milatovic and Sanfey, 2017). The losses caused by outages are particularly pronounced in Africa. One study  9    uses  Enterprise  Survey  observations  for  14  countries  and  hydro‐power  variation  as  an  instrument  to  estimate that reducing the outages to a level comparable to that of South Africa would increase sales of  firms in Sub‐Saharan Africa by 85%, a number that rises to 117% if firms do not own generators (Cole et  al., 2018). For 23 countries, a recent study by the World Bank (2019) estimates that a one percentage  point  increase  in  power  outage  frequency  reduces  firm‐level  output  by  3.3%.  Furthermore,  the  same  increase  reduces  firms’  share  of  sales  from  exports  by  0.12%.  Finally,  low  power  reliability  makes  it  impossible for countries to host certain high‐growth industries such as large data centers, thus further  foregoing economic potential.   As the reliability of electricity supply significantly influences the production possibilities of firms, it also  dynamically influences their longer‐term choices. Aterido and Hallward‐Driemeier (2010) show that for  African firms, increased occurrences of power outages have a negative effect on employment growth –  especially  in  the  case  of  large  firms.  Mensah  (2018)  finds  a  negative  effect  of  electricity  shortages  on  employment in 21 countries in Africa that is substantial in size: overall, electricity outages decrease the  probability  of  employment  for  an  individual  by  35%  to  41%.  Impact  channels  for  this  link  include  the  discouragement  of  entrepreneurship  by  shortages,  lower  productivity  and  output  by  businesses,  and  reduced  international  competitiveness  of  firms.  Indeed,  a  one  percentage  point  increase  in  outages  is  estimated to reduce employment by 1.1% in the case of low‐skilled workers, and 0.35% for high‐skilled  workers in a study considering a sample of 23 African countries (World Bank, 2019).   At the country level, Allcott et al. (2016) similarly use hydroelectric power supply as an instrument and  estimate that electricity deficits reduce Indian manufacturing firms’ revenues by 5% to 10% on average.  They do not, however, find that shortages translate into losses in productivity which might be explained  by the ability of plants to store inputs for later usage. Looking only at small firms, Zhang (2019) finds that  they are disproportionately affected by outages and face production costs that are higher by 0.29% of  revenue for every percentage point increase in electricity shortages.   Indeed, firm size is an important factor in determining the ability to cope with outages as confirmed for a  set of Indonesian manufacturing firms (Poczter, 2017). In their sample, the negative effect of electricity  unreliability  on  firm  productivity  is  more  than  50%  larger  for  smaller  than  for  bigger  firms.  Further  confirming the disproportionate effect on smaller firms, a survey of Ghanaian small‐ and medium‐sized  manufacturing  firms  revealed  that  major  power  outages  between  2012  and  2015  decreased  average  monthly productivity by 10% (Abeberese, Ackah and Asuming, 2017). In Bangladesh, Zhang (2019) uses  two different sets of firm‐level micro data to estimate the productivity impacts of electricity shortages.  According to her estimates, a shortage of 10% causes total factor productivity reductions of 3.1% when  using a survey of the manufacturing industry or of 4.1% when using Enterprise Survey data.  A problem related to, but distinct from power outages are so called brownouts, which refer to fluctuations  in the voltage provided by the electrical grid. According to one study, one third of enterprises surveyed in  Tanzania experienced damage to their appliances resulting from brownouts (Bensch et al., 2017).   The relationship between power outages and foregone economic activity is not only visible at the firm‐ level,  but  also  on  a  country‐wide  scale.  Andersen  and  Dalgaard  (2013)  estimate  the  impact  of  power  outages  on  economic  growth  at  the  country‐level  for  Sub‐Saharan  African  countries.  Using  nightlight  brightness  and  lightning  strikes  as  control  variables,  they  estimate  that  an  increase  in  outages  by  one  percent reduces GDP per capita in the long run by 2.86%.  10    The link between unreliable electricity and output losses varies between countries and industries  Aside from econometric estimation, losses can also be quantified using specifically designed surveys. In  Bangladesh, about 14% of industrial sector electricity demand could not be met between 2001 and 2003,  with  94%  of  outages  being  unplanned  according  to  a  survey  conducted  by  Wijayatunga  and  Jayaleth  (2008). In 2001, this is estimated to have translated into damages equivalent to 1.72% of Bangladesh’s  GDP. A survey conducted with Pakistani industrial firms in 2008 finds that, on average, firms suffer losses  of 23% of value added as a result of unserved electricity (Siddiqui et al., 2008). A newer study of Pakistani  manufacturing firms finds that an increase in average daily power outages by one hour causes a reduction  in value added of 1.26% (Zhang, 2019). In Cameroon, about 80% of industrial firms experience output  losses of between 16% and 50% due to power outages, according to one survey. Costs of outages are  found to increase with outage duration and decrease if advance notice is given (Diboma and Tamo Tatietse,  2013).   In  Ethiopia,  power  supply  disruptions  result  in  productivity  losses  of  about  4%  to  10%  among  manufacturing firms, according to census data. Disaggregating the impact shows that firms with very low  and  very  high  power  usage  intensities  suffer  the  most  productivity  losses  from  electricity  disruptions.  Intuitively, firms with low electricity intensity adopt costly coping mechanisms to a lesser degree and are  therefore  hit  harder  by  disruptions,  whereas  firms  with  high  power  intensity  do  invest  in  adaptation  measures, but are also most affected by the high costs of self‐generation, thus incurring greater losses  (Gurara and Tessema, 2018).  Productivity loss due to power outages by energy intensity of industry in Ethiopia Energy intensity Low Medium High 0 Change in labor productivity ‐0.1 ‐0.2 ‐0.3 ‐0.4   Figure 3 Power supply disruptions in Ethiopia cause the highest productivity losses among firms with very low or very high power  use intensity in production (difference in labor productivity due to power supply disruptions on the y‐axis, energy intensity on the  x‐axis) (Reproduced from Gurara and Tessem, 2018)  For manufacturing firms in Indonesia, Rentschler and Kornejew (2017) show that lacking access to reliable  electricity  can  cause  firms  to  switch  towards  polluting  and  less  efficient  fuels.  This  reduces  their  profitability  and  causes  them  to  pass  on  higher  prices  down  their  supply  chains.  Stated  preference  valuation  methods  can  be  used  to  quantify  the  direct  and  indirect  cost  of  unreliable  electricity  infrastructure by asking businesses for their willingness to pay for improved  service. According  to one  survey,  small  Indian  manufacturing  firms  face  on  average  outages  of  between  two  (winter,  monsoon  11    season)  and  six  hours  a  day  (summer)  and  would  be  prepared  to  pay  0.018  to  0.031  US$/kWh  for  uninterrupted power supply, or 20% more than the actual prices (Ghosh et al., 2017).   In Ethiopia, manufacturing firms of comparable size are willing to pay US$ 0.0046 per kWh to reduce the  monthly number of outages by one, which corresponds to 16% of the current kWh electricity price. In  order to decrease average outage duration by one hour, firms would be prepared to pay US$ 0.0092 per  kWh. From these numbers, the authors infer that firms’ compensating variation for a scenario without  power  outages  would  be  about  three  times  the  current  cost  of  electricity  (Carlsson,  Demeke  and  Martinsson, 2018). In Ghana, firms affected by significant power rationing between 2012 and 2015 were  estimated  to  be  willing  to  pay  a  16%  higher  monthly  electricity  bill  to  avert  future  power  outages  (Abeberese,  Ackah  and  Asuming,  2017).  These  results  further  illustrate  the  substantive  differences  in  power supply quality across countries and the heterogeneity in firms’ vulnerability to power outages.   Higher‐quality water infrastructure matters for firms’ production and productivity  While the better availability of data has caused studies to focus on the effects of unreliable electricity  supply,  water  supply  infrastructure  also  plays  an  important  role  for  production.  In  agriculture,  the  relationship  between  water  availability  –  determined  by  weather  and  irrigation  technology  –  and  agricultural production has been clearly established (Damania et al., 2017).   Looking  beyond  the  agricultural  sector,  Iimi  (2011)  finds  that  if  all  water  supply  disruptions  could  be  removed in Europe and Central Asia, firms would on average be able to reduce their costs by 0.5%. This  effect  can  be  expected  to  be  significantly  larger  in  developing  countries  with  less  reliable  water  infrastructure.   Indeed, Islam and Hyland (2018) use Enterprise Survey data for 103 countries and analyze the effects of  water supply disruptions on firms separately for low and lower‐middle income and for upper‐middle and  higher income countries. They find a significant effect only for the poorer of the two groups; here, an  additional  water  outage  incident  in  a  day  would  lead  to  sales  losses  of  about  8.2%  for  the  average  manufacturing  firm.  Described  as  an  elasticity,  a  1%  increase  in  daily  water  shortages  causes  a  sales  decline of 0.002%. While the ES includes only formally registered firms, similar results also hold in a survey  of  informal  firms  in  12  developing  countries.  For  these,  an  increase  of  the  monthly  duration  of  water  shortages by one standard deviation causes annual losses of about 15% of the monthly sales per worker  (Islam, 2018).   Such clear relationships, however, are not present in all studies. Using multivariate analyses on ES data  for firms from 100 countries, Bhat (2015) does not find a link between water scarcity problems and firms’  labor productivity. This result, however, does not imply that there is no causal link. Instead it may also  indicate that firms account for unreliable water supply and choose less water intensive activities.   Traffic congestion disturbs economic activity in metropolitan areas  In addition, inefficient transport infrastructure can further affect firm productivity – especially through  traffic  congestion  in  urban  areas.  The  negative  impacts  of  congestion  on  economic  growth  have  been  shown in a number of case studies, which have been reviewed by Sweet (2011). The evidence suggests  that firms that are reliant on high‐skilled labor, specialized inputs, and geographically distributed markets  are especially sensitive to congestion, as it obstructs their access to these factors (Weisbrod, Vary and  Treyz, 2003). Sweet (2013) uses panel data from 2001 to 2007 and 88 metropolitan areas in the US and  finds that, amongst effects on economic growth, a one percent increase in congestion – measured by daily  12    traffic per freeway lane – leads to a decrease in productivity growth per worker of up to 0.033%. With a  panel of similar geographical scope, Jin and Rafferty (2017) show that an increase in congestion growth  by one percent – measured by an index of traffic delays – furthermore causes a decrease in employment  growth of 0.08%.   Traffic disruptions and congestion have been shown to have negative productivity effects in developing  countries too. Based on a survey with commuters in Kumasi, Ghana, congestion has been estimated to  result in an average loss of daily productive hours of 9% per worker (Harriet et al. 2013). In the Greater  Cairo Metropolitan Area in Egypt, traffic congestions cause direct costs of US$ 5.1 billion annually as of  2010, an amount that is only expected to increase (World Bank, 2013). The upside to these numbers is  that  addressing  congestion  does  not  have  to  be  costly.  A  recent  modeling  study  in  Grand  Casablanca,  Morocco, finds that a combination of demand‐side instruments – a fuel tax, a parking fee, and a bus fare  – increases income by 0.8% through decreasing travel times and thus freeing up travelers’ time for other  activities. These gains can be further increased by adding bus services or constructing new roads (Anas,  De Sarkar and Timilsina, 2018).  4. Firms adapt to unreliable infrastructure – often at considerable cost  As infrastructure directly affects firms’ productivity, firms take infrastructure quality into account when  making business decisions. Through adaptation measures, firms can influence to what degree they will be  affected by disruptions.   This can be illustrated when considering the effects of a large shock, such as an earthquake. Figure 4 plots  the recovery of a directly affected firm’s production capacity. The recovery from damages to the firm’s  productive  assets  is  slowed  down  by  the  loss  of  electricity,  water,  and  gas  supply  (subsumed  under  ‘lifelines’). Here, two factors determine the impact of the infrastructure disruptions; it is influenced by  both speedier service restoration (i.e. when the upward steps appear in the fat black line) and a firm’s  resilience to infrastructure disruptions (i.e. the size of the vertical difference between the fat black line  and the thin black line). Through adaptation measures, firms can increase their resilience and decrease  the negative impact of the loss of infrastructure services (Kajitani and Tatano, 2014).   As such adaptation measures protect firms from losses, the real impact of infrastructure disruptions on  firms is difficult to estimate. They require consideration of the costs of adaptation investments along with  the  cost of  the disruption. This section discusses various measures that firms implement to cope  with  unreliable  infrastructure.  It  includes  the  costly  location  choices  by  firms  in  response  to  infrastructure  constraints, the increase in inventory to cope with unreliable transportation systems, the direct cost of  backup self‐generation incurred by firms, and the dynamic consequences of unreliable electricity supply  on industry composition.     13      Figure 4: Recovery of production capacity after a shock that damages a firm's productive assets and cuts off infrastructure services  ('lifelines'). Figure from (Kajitani and Tatano, 2014).   In their location choices, firms consider the availability of transport and ICT infrastructure   In a large number of empirical analyses in various countries, transport infrastructure has been shown to  have a significant impact on firms’ location choices (see Arauzo‐Carod, Liviano‐Solis, and Manjón‐Antolín,  2010  for  a  review).  In  Indonesia,  for  example,  road  improvements  in  the  1990s  lead  to  a  diffusion  of  manufacturing activity away from industrial centers as lower transport costs and better access to labor  increased the set of feasible firm locations (Rothenberg, 2011). Similar results also hold for other types of  infrastructure  –  Kim  and  Cho  (2017)  find  that  the  availability  of  broadband  connectivity  significantly  increases the chance that a firm chooses a certain location in the rural US. While such location decisions  do not necessarily impose greater costs on firms, regions with poor infrastructure quality are bound to be  less attractive to businesses which has implications for local economic activity and employment outcomes.   Firms increase inventories to deal with low‐quality infrastructure  Guasch and Kogan (2003) detail another channel through which infrastructure quality impacts firms by  investigating the determinants of firm inventories in a cross‐country analysis. While they do not find an  impact of road infrastructure provision, a country‐level indicator of infrastructure quality has a significant  impact  on  average  inventories  held  by  firms  in  a  developing  country.  If  infrastructure  quality  were  to  decrease by one standard deviation, raw material inventories increase by 11‐37%. The importance of this  effect  is  also  visible  at  the  firm‐level  in  East‐Africa.  An  analysis  of  firms  in  Burundi,  Kenya,  Rwanda,  Tanzania,  and  Uganda  finds  that  inventories  would  decrease  significantly  with  reduced  transportation  costs  (Iimi,  Humphrey  and  Melibaeva,  2015).  This  adaptation  measure  to  unreliable  transport  infrastructure  comes  with  significant  costs  in  the  form  of  opportunity  costs  of  capital  bound  in  the  inventory, costs of storage, and possible depreciation of stored goods.   Unreliable electricity can force firms to invest in back‐up generators and pay extra for used power  As relocation may not always be feasible, firms can also opt for other measures to decrease the adverse  effects of lacking infrastructure services. In the case of electricity supply, the most commonly employed  14    strategy  is  the  purchase  of  diesel‐powered  back‐up  generators  that  mitigate  outages  and  ensure  continued business operations. This, of course, comes at a cost to firms. Using Enterprise Survey data for  25  African  countries  between  2002  and  2006,  Steinbuks  and  Foster  (2010)  find  that  self‐generated  electricity is on average three times more expensive than if purchased from the grid. This number is in  line with findings based on a 1998 survey in the Nigerian manufacturing sector (Adenikinju, 2003).   In  a  more  recent  study,  Farquharson  et  al.  (2018)  also  estimate  the  additional  costs  of  self‐generated  electricity in 15 Sub‐Saharan African countries. This study shows that self‐generation is substantially more  expensive than grid electricity. The net cost of backup power generation (i.e. cost of backup generation  minus hypothetical cost of grid electricity for the same amount) varies substantially across countries, with  Senegal carrying additional annual costs of US$ 4 million, corresponding to 0.03% of GDP, and Nigeria  incurring additional annual cost of US$ 1.6 billion, or 0.28% of GDP (see Figure 5). Overall, Nigerian backup  generation produces electricity corresponding to roughly 25% of grid electricity generation. Moreover,  the  authors  also  demonstrate  that  backup  generation  using  diesel  generators  significantly  increases  emissions of air pollutants such as PM2.5 and greenhouse gases like CO2, thus causing substantial indirect  costs in the form of health impacts or climate change (Farquharson, Jaramillo and Samaras, 2018; World  Bank, 2018c).    Figure 5: Back‐up electricity comes with an extra cost. Panel a: Blue bars display grid electricity prices (US$ kWh‐1) and orange  bars display backup electricity costs. Panel b: Annual costs consumers incur for backup power with. Figure from (Farquharson,  Jaramillo and Samaras, 2018)  15    Generators can mitigate short‐term losses but reduce other investments  Using a set of Enterprise Survey observations restricted to eight Sub‐Saharan African countries in 2007,  Oseni and Pollitt (2015) show unmitigated losses due to outages range between US$ 2‐24 per kWh for  firms possessing generators and US$ 1.5‐32 per kWh for firms without generators. These figures, however,  do not reveal all differences between the two sets of firms as those owning generators are also more likely  to be exposed to outages and more reliant on electricity. And while generators can prove to be effective  in  mitigating  short  term  losses,  they  are  also  linked  to  lower  longer‐term  productivity  due  to  higher  marginal costs, thus limiting investments into other input factors (Mensah, 2016). Furthermore, scarcity  in electricity supply has been found to increase production cost via spending on alternative inputs and  even  lead  to  the  outsourcing  of  production  to  firms  with  reliable  electricity  supply  in  a  large  panel  of  Chinese firms (Fisher‐Vanden, Mansur and Wang, 2015).  The high cost of generators changes industry composition in power‐intensive sectors and disadvantages  small firms  Aside  from  increased  operational  costs,  unreliable  power  networks  can  drastically  increase  the  initial  investments required to start a business. In Nigeria, small firms have to spend between 10 and 30 percent  of  their  start‐up  cost  on  technologies  for  self‐generation  (Adenikinju,  2003,  2008).  In  industries  that  require  a  large  amount  of  electricity  for  production,  small  firms  might  be  unable  to  finance  such  investments and thus be shut out of the market, leading to overall efficiency losses. Indeed, Alby et al.  (2013) use Enterprise Survey data for 77 countries to show that energy‐intensive sectors (e.g. chemical  and textile industries) have a significantly lower share of small firms in countries with frequent outages.  In these circumstances, large firms are more likely to be able to mobilize sufficient funds for investing in  generators, while smaller firms are pushed out of the market. And unreliable electricity supply also affects  entrepreneurship. An analysis of Enterprise Survey data for 23 African countries finds that, power outages  diminish the probability that individuals start their own business by 32%, an effect that even rises to 44%  when considering only the non‐farm sector (Mensah, 2018).   5.  Conclusion  The literature reviewed in this section demonstrates the positive effects of provision of electricity, water,  transportation,  and  ICT  infrastructure  on  economic  development.  It  stresses  the  crucial  role  that  infrastructure quality plays in increasing the productivity of firms, even though further research is needed  assessing the impacts of ICT quality upgrades, such as improving internet speeds.   At  the  same  time,  there  is  ample  evidence  how  infrastructure  disruptions  hurt  firms.  In  analyzing  the  consequences  of  infrastructure  disruptions,  most  of  the  literature  focusses  on  direct  effects  such  as  foregone production. Indirect effects have been quantified to a lesser degree. This does not, however,  mean that they are less important. Disruptions such as power outages reduce investment through several  channels;  firm‐level  adaptation  measures  such  as  procurement  of  self‐generating  capacity  crowd  out  investments that would increase the productivity of capital, and investment in infrastructure‐dependent  sectors is more likely to flow to regions with fewer disruptions. Outages also distort the sectoral allocation  of firms, leading, for example, to macroeconomic efficiency losses due to a lack of small firms in energy‐ intensive sectors.   The total effect of these and other indirect impacts of infrastructure disruptions on economic growth is  unknown. In the long term, they may even exceed the short‐term direct impacts and lead to costs that  16    are substantially higher than immediately evident from analyzing foregone economic output from halted  production. Reducing the prevalence of disruptions by increasing the resilience of infrastructure therefore  provides a powerful tool to increase longer‐term capital investments and entrepreneurship and can lead  to sustainable economic benefits far exceeding the primary effects of avoided disruptions (Tanner et al.,  2015).   References  Abeberese, A. B., Ackah, C. G. and Asuming, P. O. (2017) How did the 2012‐2015 power crisis affect small  and medium manufacturing firms in Ghana? 33305.  Adenikinju, A. F. (2003) ‘Electric infrastructure failures in Nigeria: a survey‐based analysis of the costs and  adjustment responses’, Energy Policy, 31(14), pp. 1519–1530. doi: https://doi.org/10.1016/S0301‐ 4215(02)00208‐2.  Adenikinju,  A.  F.  (2008)  Efficiency  of  the  Energy  Sector  and  its  Impact  on  the  Competitiveness  of  the  Nigerian Economy, Fourth Quarter.  Albiman, M. M. and Sulong, Z. (2016) ‘The role of ICT use to the economic growth in Sub Saharan African  region  (SSA)’,  Journal  of  Science  and  Technology  Policy  Management,  7(3),  pp.  306–329.  doi:  10.1108/JSTPM‐06‐2016‐0010.  Alby, P., Dethier, J.‐J. and Straub, S. (2013) ‘Firms Operating under Electricity Constraints in Developing  Countries’, The World Bank Economic Review, 27(1), pp. 109–132. doi: 10.1093/wber/lhs018.  Allcott, H., Collard‐Wexler, A. and O’Connell, S. D. (2016) ‘How Do Electricity Shortages Affect Industry?  Evidence  from  India’,  American  Economic  Review,  106(3),  pp.  587–624.  Available  at:  http://www.aeaweb.org/articles?id=10.1257/aer.20140389.  Anas, A., De Sarkar, S. and Timilsina, G. (2018)  The Optimal Mix of Pricing and Infrastructure Expansions  to Alleviate Traffic Congestion and In‐Bus Crowding in Grand Casablanca. 8501.  Andersen,  T.  B.  and  Dalgaard,  C.‐J.  (2013)  ‘Power  outages  and  economic  growth  in  Africa’,  Energy  Economics, 38, pp. 19–23. doi: https://doi.org/10.1016/j.eneco.2013.02.016.  Anos‐Casero, P. and Udomsaph, C. (2009) ‘What Drives Firm Productivity Growth?’,  World Bank Policy  Research Working Papers, 4841.  Arauzo‐Carod,  J.‐M.,  Liviano‐Solis,  D.  and  Manjón‐Antolín,  M.  (2010)  ‘Empirical  Studies  in  Industrial  Location: An Assessment of Their Methods and Results’, Journal of Regional Science, 50(3), pp. 685– 711. doi: 10.1111/j.1467‐9787.2009.00625.x.  Aschauer, D. A. (1989) ‘Is public expenditure productive?’, Journal of Monetary Economics. North‐Holland,  23(2), pp. 177–200. doi: 10.1016/0304‐3932(89)90047‐0.  Asian Development Bank et al. (2018) The WEB of Transport Corridors in South Asia. The World Bank. doi:  10.1596/978‐1‐4648‐1215‐6.  Asturias,  J.,  García‐santana,  M.  and  Ramos,  R.  (2018)  Competition  and  the  welfare  gains  from  transportation infrastructure: Evidence from the Golden Quadrilateral of India. 1816.  Aterido,  R. and  Hallward‐Driemeier,  M.  (2010) ‘The Impact of  the Investment Climate on  Employment  Growth  Does  Sub‐Saharan  Africa  Mirror  Other  Low‐Income  Regions?’,  The  World  Bank  Policy  Research  Working  Paper,  pp.  1–42.  Available  at:  http://documents.worldbank.org/curated/en/965531468192859171/pdf/WPS5218.pdf.  Bastos, F. and Nasir, J. (2004) ‘Productivity and the Investment Climate : What Matters Most ?’,  World  Bank Policy Research Working Paper, pp. 1–30. doi: 10.1596/1813‐9450‐3335.  Baum‐Snow,  N.  et  al.  (2017)  ‘Roads,  Railroads,  and  Decentralization  of  Chinese  Cities’,  The  Review  of  Economics and Statistics, 99(3), pp. 435–448. doi: 10.1162/REST_a_00660.  Bbaale, E. (2018) ‘Infrastructure quality and firm productivity in Africa’, World Journal of Entrepreneurship,  Management and Sustainable Development, 14(4), pp. 367–384. doi: 10.1108/WJEMSD‐11‐2017‐ 17    0091.  Bensch, G.  et al. (2017)  The Status of Energy Access in Three Regions of Tanzania: Baseline report for an  urban grid upgrading. Essen, Germany. doi: 10.1075/eurosla.10.04reg.  Bhat,  V.  N.  (2015)  ‘Water  and  Its  Effect  on  Business  Productivity:  A  Cross‐Country  Analysis’,  Water  Resources Management, 29(11), pp. 4007–4020. doi: 10.1007/s11269‐015‐1042‐7.  Bom, P. R. D. and Ligthart, J. E. (2014) ‘What have we learned from three decades of research on the  productivity of public capital?’, Journal of Economic Surveys. John Wiley & Sons, Ltd (10.1111), 28(5),  pp. 889–916. doi: 10.1111/joes.12037.  Calderón,  C.,  Moral‐Benito,  E.  and  Servén,  L.  (2014)  ‘Is  infrastructure  capital  productive?  A  dynamic  heterogeneous approach’, Journal of Applied Econometrics. John Wiley & Sons, Ltd, 30(2), pp. 177– 198. doi: 10.1002/jae.2373.  Calderón, C. and Servén, L. (2014)  Infrastructure, Growth, and Inequality: An Overview,  Policy Research  Working Paper, World Bank Group. doi: 10.1596/1813‐9450‐7034.  Carlsson,  F.,  Demeke,  E.  and  Martinsson,  P.  (2018)  Cost  of  Power  Outages  for  Manufacturing  Firms  in  Ethiopia : A Stated Preference Study. 731.  Chandra, A. and Thompson, E. (2000) ‘Does public infrastructure affect economic activity?: Evidence from  the rural interstate highway system’,  Regional Science and Urban Economics, 30(4), pp. 457–490.  doi: https://doi.org/10.1016/S0166‐0462(00)00040‐5.  Cole,  M.  A.  et  al.  (2018)  ‘Power  outages  and  firm  performance  in  Sub‐Saharan  Africa’,  Journal  of  Development Economics, 134, pp. 150–159. doi: https://doi.org/10.1016/j.jdeveco.2018.05.003.  Czernich,  N.  et  al.  (2012)  ‘Broadband  Infrastructure  and  Economic  Growth*’,  The  Economic  Journal,  121(552), pp. 505–532. doi: 10.1111/j.1468‐0297.2011.02420.x.  Damania,  R.  et  al.  (2017)  Uncharted  Waters:  The  New  Economics  of  Water  Scarcity  and  Variability.  Washington DC. doi: 10.1596/978‐1‐4648‐1179‐1.  Datta, S. (2012) ‘The impact of improved highways on Indian firms’,  Journal of Development Economics,  99(1), pp. 46–57. doi: 10.1016/j.jdeveco.2011.08.005.  Debaere,  P.  (2014)  ‘The  Global  Economics  of  Water:  Is  Water  a  Source  of  Comparative  Advantage?’,  American Economic Journal: Applied Economics, 6(2), pp. 32–48. doi: 10.1257/app.6.2.32.  Dethier, J.‐J., Hirn, M. and Straub, S. (2011) ‘Explaining enterprise performance in developing countries  with business climate survey data’, The World Bank Research Observer, 26(2), pp. 258–309.  Diboma, B. S. and Tamo Tatietse, T. (2013) ‘Power interruption costs to industries in Cameroon’,  Energy  Policy, 62, pp. 582–592. doi: https://doi.org/10.1016/j.enpol.2013.07.014.  Dinkelman, T. (2011) ‘The Effects of Rural Electrification on Employment: New Evidence from South Africa’,  American Economic Review, 101(7), pp. 3078–3108. doi: 10.1257/aer.101.7.3078.  Donaldson,  D.  (2018)  ‘Railroads  of  the  Raj:  Estimating  the  Impact  of  Transportation  Infrastructure’,  American Economic Review, 108(4–5), pp. 899–934. doi: 10.1257/aer.20101199.  Duranton, G. and Turner, M. A. (2012) ‘Urban growth and transportation’,  Review of Economic Studies,  79(4), pp. 1407–1440. doi: 10.1093/restud/rds010.  EBRD (2018) Business Environment and Enterprise Performance Survey (BEEPS).  Escribano,  A.,  Guasch,  J.  L.  and  Pena,  J.  (2010)  ‘Assessing  the  Impact  of  Infrastructure  Quality  on  Firm  Productivity in Africa : Cross‐Country Comparisons Based on Investment Climate Surveys from 1999  to 2005’, World Bank Policy Research Working Papers, 5191.  Faber,  B.  (2014)  ‘Trade  Integration,  Market  Size,  and  Industrialization:  Evidence  from  China’s  National  Trunk  Highway  System’,  The  Review  of  Economic  Studies,  81(3),  pp.  1046–1070.  doi:  10.1093/restud/rdu010.  Farquharson, D., Jaramillo, P. and Samaras, C. (2018) ‘Sustainability implications of electricity outages in  sub‐Saharan Africa’, Nature Sustainability, 1(10), pp. 589–597. doi: 10.1038/s41893‐018‐0151‐8.  Fedderke,  J.  W.  and  Bogetić,  Ž.  (2009)  ‘Infrastructure  and  Growth  in  South  Africa:  Direct  and  Indirect  18    Productivity  Impacts  of  19  Infrastructure  Measures’,  World  Development.  Pergamon,  37(9),  pp.  1522–1539. doi: 10.1016/J.WORLDDEV.2009.01.008.  Fisher‐Vanden, K., Mansur, E. T. and Wang, Q. (Juliana) (2015) ‘Electricity shortages and firm productivity:  Evidence from China’s industrial firms’, Journal of Development Economics. North‐Holland, 114, pp.  172–188. doi: 10.1016/J.JDEVECO.2015.01.002.  Ghani,  E.,  Goswami,  A.  G.  and  Kerr,  W.  R.  (2016)  ‘Highway  to  Success:  The  Impact  of  the  Golden  Quadrilateral  Project  for  the  Location  and  Performance  of  Indian  Manufacturing’,  The  Economic  Journal, 126(591), pp. 317–357. doi: 10.1111/ecoj.12207.  Ghani, E., Kerr, W. R. and O’Connell, S. (2014) ‘Spatial Determinants of Entrepreneurship in India’, Regional  Studies. Routledge, 48(6), pp. 1071–1089. doi: 10.1080/00343404.2013.839869.  Ghosh,  R.  et  al.  (2017)  ‘Are  small  firms  willing  to  pay  for  improved  power  supply?  Evidence  from  a  contingent  valuation  study  in  India’,  Energy  Policy,  109,  pp.  659–665.  doi:  https://doi.org/10.1016/j.enpol.2017.07.046.  Gibbons, S. et al. (2017) New Road Infrastructure : The Effects on Firms.  Guasch, J. L. and Kogan, J. (2003) Just‐in‐Case Inventories : A Cross‐Country Analysis. 3012.  Gurara, D. and Tessema, D. (2018) ‘Losing to Blackouts : Evidence from Firm Level Data’,  IMF Working  Paper, 18(159). doi: 10.1177/00220345740530061001.  Harriet, T., Poku, K. and Emmanuel, A. K. (2013) ‘An Assessment of Traffic Congestion and Its Effect on  Productivity in Urban Ghana’, International Journal of Business and Social Science, 4(3).  Iimi, A. (2011) ‘Effects of Improving Infrastructure Quality on Business Costs: Evidence from Firm‐Level  Data  in  Eastern  Europe  and  Central  Asia’,  The  Developing  Economies,  49(2),  pp.  121–147.  doi:  10.1111/j.1746‐1049.2011.00126.x.  Iimi, A., Humphrey, R. M. and Melibaeva, S. (2015) Firm Inventory Behavior in East Africa. The World Bank  (Policy Research Working Papers). doi: 10.1596/1813‐9450‐7280.  Islam, A. (2018) The Burden of Water Shortages on Informal Firms. 8457.  Islam,  A.  and  Hyland,  M.  (2018)  The  Drivers  and  Impacts  of  Water  Infrastructure  Reliability  A  Global  Analysis of  Manufacturing Firms. Available at:  http://www.worldbank.org/research. (Accessed: 5  February 2019).  Jin, J. and Rafferty, P. (2017) ‘Does congestion negatively affect income growth and employment growth?  Empirical  evidence  from  US  metropolitan  regions’,  Transport  Policy,  55,  pp.  1–8.  doi:  https://doi.org/10.1016/j.tranpol.2016.12.003.  Kajitani, Y. and Tatano, H. (2014) ‘Estimation of Production Capacity Loss Rate after the Great East Japan  Earthquake and Tsunami in 2011’,  Economic Systems Research. Routledge, 26(1), pp. 13–38. doi:  10.1080/09535314.2013.872081.  Kassem, D. (2018) ‘Does Electrification Cause Industrial Development ? Grid Expansion and Firm Turnover  in Indonesia Job Market Paper Click here for recent version’, Job Market Paper, (August).  Khadaroo,  J.  and  Seetanah,  B.  (2008)  ‘The  role  of  transport  infrastructure  in  international  tourism  development: A gravity model approach’,  Tourism  Management. Pergamon,  29(5), pp. 831–840.  doi: 10.1016/J.TOURMAN.2007.09.005.  Kim,  K.  and  Cho,  Y.  (2017)  ‘Estimation  of  power  outage  costs  in  the  industrial  sector  of  South  Korea’,  Energy Policy. Elsevier, 101, pp. 236–245. doi: 10.1016/J.ENPOL.2016.11.048.  Kresic, A., Milatovic, J. and Sanfey, P. (2017)  Firm Performance and Obstacles to Doing Business in the  Western Balkans: Evidence from the BEEPS,  European Bank for Reconstruction and Development.  doi: 10.2139/ssrn.3119154.  Li, H. and Li, Z. (2013) ‘Road investments and inventory reduction: Firm level evidence from China’, Journal  of Urban Economics, 76, pp. 43–52. doi: https://doi.org/10.1016/j.jue.2013.02.002.  Martincus, C. V., Carballo, J. and Cusolito, A. (2017) ‘Roads, exports and employment: Evidence from a  developing  country’,  Journal  of  Development  Economics,  125,  pp.  21–39.  doi:  19    https://doi.org/10.1016/j.jdeveco.2016.10.002.  McCulloch, N. and Zileviciute, D. (2017)  Is Electricity Supply a Binding Constraint to Economic Growth in  Developing Countries? 1.3.  Mensah,  J.  T.  (2016)  ‘Bring  Back  our  Light:  Power  Outages  and  Industrial  Performance  in  Sub‐Saharan  Africa’, in Agricultural and Applied Economics Association Annual Meeting.  Mensah, J. T. (2018) Jobs ! Electricity Shortages and Unemployment in Africa.  Mitra,  A.,  Sharma,  C.  and  Véganzonès‐Varoudakis,  M.‐A.  (2016)  ‘Infrastructure,  information  &  communication  technology  and  firms’  productive  performance  of  the  Indian  manufacturing’,  Journal of Policy Modeling, 38(2), pp. 353–371. doi: https://doi.org/10.1016/j.jpolmod.2016.02.013.  Oseni, M. O. and Pollitt, M. G. (2015) ‘A firm‐level analysis of outage loss differentials and self‐generation:  Evidence  from  African  business  enterprises’,  Energy  Economics,  52,  pp.  277–286.  doi:  https://doi.org/10.1016/j.eneco.2015.11.008.  Paunov, C. and Rollo, V. (2015) ‘Overcoming Obstacles: The Internet’s Contribution to Firm Development’,  The World Bank Economic Review, 29, pp. S192–S204. doi: 10.1093/wber/lhv010.  Paunov, C. and Rollo, V. (2016) ‘Has the Internet Fostered Inclusive Innovation in the Developing World?’,  World Development, 78, pp. 587–609. doi: https://doi.org/10.1016/j.worlddev.2015.10.029.  Poczter,  S.  (2017)  ‘You  Can’t  Count  on  Me:  The  Impact  of  Electricity  Unreliability  on  Productivity’,  Agricultural and Resource Economics Review. Cambridge University Press, 46(3), pp. 579–602. doi:  10.1017/age.2016.38.  Polák, P. (2017) ‘The productivity paradox: A meta‐analysis’,  Information Economics and Policy, 38, pp.  38–54. doi: https://doi.org/10.1016/j.infoecopol.2016.11.003.  Porter, M. E. (1990) ‘The Competitive Advantage of Nations’, Harvard Business Review, (March‐April).  Ramachandran, V., Shah, M. K. and Moss, T. (2018)  How Do African Firms Respond to Unreliable Power?  Exploring  Firm  Heterogeneity  Using  K‐Means  Clustering.  493.  London.  Available  at:  https://www.cgdev.org/publication/how‐do‐african‐firms‐respond‐unreliable‐power‐exploring‐ firm‐heterogeneity‐using‐k‐means.  Rentschler, J. and Kornejew, M. (2017) ‘Energy price variation and competitiveness: Firm level evidence  from  Indonesia’,  Energy  Economics,  67,  pp.  242–254.  doi:  https://doi.org/10.1016/j.eneco.2017.08.015.  Rothenberg, A. D. (2011) Transport Infrastructure and Firm Location Choice in Equilibirum: Evidence from  Indonesia’s Highways.  Rud,  J.  P.  (2012)  ‘Electricity  provision  and  industrial  development:  Evidence  from  India’,  Journal  of  Development Economics. North‐Holland, 97(2), pp. 352–367. doi: 10.1016/J.JDEVECO.2011.06.010.  Ryan, N. (2017) The Competitive Effects of Transmission Infrastructure in the Indian Electricity Market. doi:  10.3386/w23106.  Shirley, C. and Winston, C. (2004) ‘Firm inventory behavior and the returns from highway infrastructure  investments’,  Journal  of  Urban  Economics,  55(2),  pp.  398–415.  doi:  https://doi.org/10.1016/j.jue.2003.11.001.  Siddiqui, R. et al. (2008) ‘The Cost of Unserved Energy: Evidence from Selected Industrial Cities of Pakistan’,  The Pakistan Development Review. Pakistan Institute of Development Economics, Islamabad, 47(3),  pp. 227–246. Available at: http://www.jstor.org/stable/23234709.  Steinbuks, J. and Foster, V. (2010) ‘When do firms generate? Evidence on in‐house electricity supply in  Africa’, Energy Economics, 32(3), pp. 505–514. doi: https://doi.org/10.1016/j.eneco.2009.10.012.  Straub, S. and Terada‐Hagiwara, A. (2010) ‘Infrastructure and Growth in Developing Asia’, ADB Economics  Working Paper Series. Manila, 231.  Sweet,  M.  (2011)  ‘Does  Traffic  Congestion  Slow  the  Economy?’,  Journal  of  Planning  Literature.  SAGE  Publications Inc, 26(4), pp. 391–404. doi: 10.1177/0885412211409754.  Sweet, M. (2013) ‘Traffic Congestion’s Economic Impacts: Evidence from US Metropolitan Regions’, Urban  20    Studies. SAGE Publications Ltd, 51(10), pp. 2088–2110. doi: 10.1177/0042098013505883.  Tanner, T. et al. (2015) The Triple Dividend of resilience ‐ Realising development goals through the multiple  benefits of disaster risk management. London & Washington, DC.  United Nations Environment Programme (no date) ‘Water In the Transition to a Green Economy: A UNEP  Brief’.  United  Nations  World  Water  Assessment  Programme  (2016)  The  United  Nations  World  Water  Development Report 2016: Water and Jobs. Paris: UNESCO. doi: ISBN 978‐92‐3‐100146‐8.  Wan,  G.  and  Zhang,  Y.  (2018)  ‘The  direct  and  indirect  effects  of  infrastructure  on  firm  productivity:  Evidence  from  Chinese  manufacturing’,  China  Economic  Review,  49,  pp.  143–153.  doi:  https://doi.org/10.1016/j.chieco.2017.04.010.  WEF (2018) The Global Competitiveness Report 2017‐2018. Cologny: World Economic Forum.  Weisbrod,  G.,  Vary,  D.  and  Treyz,  G.  (2003)  Measuring  Economic  Costs  of  Urban  Traffic  Congestion  to  Business, Transportation Research Record. doi: 10.3141/1839‐10.  Wijayatunga, P. D. C. and Jayalath, M. S. (2008) ‘Economic impact of electricity supply interruptions on  the  industrial  sector  of  Bangladesh’,  Energy  for  Sustainable  Development,  12(3),  pp.  5–12.  doi:  https://doi.org/10.1016/S0973‐0826(08)60433‐0.  World Bank (2013) Cairo Traffic Congestion Study: Final Report. Washington DC.  World Bank (2018a) Doing Business 2018 ‐ Reforming to Create Jobs. Washington DC: The World Bank.  World Bank (2018b) Enterprise Surveys.  World  Bank  (2018c)  ‘National  Accounts  Data’.  Available  at:  https://data.worldbank.org/indicator/ny.gdp.mktp.cd?end=2014&start=2013.  World Bank (2019) ‘Electricity Uptake for Economic Transformation in Sub‐Saharan Africa’.  Zhang, F. (2019)  In the dark: How Much Do Power Sector Distortions Cost South Asia? Washington, DC.  doi: doi:10.1596/978‐1‐4648‐1154‐8.    6. Annex  a. Impact of the current level of power supply quality on firm productivity  Country   Type  of  Power  supply  Method  Effect  of  low  electricity  Source  firms  quality variable  supply quality on firms  Ghana  Small  and  Number  of days  Regression  Major  power  outages  in  (Abeberese, Ackah  medium‐ with  power  Ghana  between  2012  and  and  Asuming,  sized  outage   2015  decreased  firms’  2017)  manufacturi average monthly productivity  ng firms  by 10 percent  Ethiopia  Manufacturi Are  power  Quantile  Power  disruptions  result  in  (Gurara  and  ng firms  disruptions  regressions  total factor productivity  Tessema, 2018)  major  obstacle  losses  of  about  4–9  percent  to firm (binary)  on average  India  Manufacturi Percent  of  IV  regression,  Electricity  deficits  decrease  (Allcott,  Collard‐ ng firms  electricity  simulations  total  factor  productivity  Wexler  and  demand  in  losses  by  1.5‐2.2  percent  on  O’Connell, 2016)  state/year  that  average  (2.6  for  firms  w/o  is unmet  generator)      b. Impact of the current level of power supply quality on firm revenue, output, or costs  21    Country   Type  of  Power  supply  Method  Effect  of  low  electricity  Source  firms  quality variable  supply quality on firms  26 transition  Business  Frequency  and  Estimation  of  The  removal  of  all  existing  (Iimi, 2011)  economies  Environmen duration  of  firms’  cost  electricity  outages  would  in  Eastern  t  and  electricity  function  enable cost reductions of 1.3‐ Europe  and  Enterprise  outages  1.4% by firms  Central Asia  Performanc e Survey  Albania,  Business  Percent  of  Descriptive  On  average,  firms  lose  5.8  (Kresic,  Milatovic  Bosnia  and  Environmen annual  revenue  statistics  from  percent  of  their  annual  sales  and Sanfey, 2017)  Herzegovina t  and  lost  due  to  firm survey  due  to  electricity  issues  , Macedonia,  Enterprise  power outages  (Kosovo  11.3%,  FYR  Kosovo,  Performanc Macedonia  7.5%,  Albania  Montenegro  e Survey  7.7%,  Montenegro  2.7%,  Serbia  4.0,  Bosnia  &  Herz.  and Serbia  3.7%)   Hungary,  Business  Percent  of  Descriptive  On  average,  firms  lose  2.4  (Kresic,  Milatovic  Poland,  Environmen annual  revenue  statistics  from  percent  of  their  annual  sales  and Sanfey, 2017)  Bulgaria,  t  and  lost  due  to  firm survey  due  to  electricity  issues  Romania,  Enterprise  power outages  (Hungary  5.2%,  Poland  5.1%,  Czech  Performanc Bulgaria 2.8%, Romania 2.8%,  Republic,  e Survey  Czech  Republic  2.1%,  Slovak  Slovak  Republic  1.1%,  Croatia  1.6%,  Republic,  Lithuania  0.9%,  Slovenia  Croatia,  2.1%,  Latvia  1.3%,  Estonia  Lithuania,  1.1%  Slovenia,  Latvia,  Estonia  India  Manufacturi Percent  of  IV  regression,  Electricity  deficits  decrease  (Allcott,  Collard‐ ng firms  electricity  simulations  Indian  manufacturing  firms’  Wexler  and  demand  in  revenues  by  5.6‐7.7  percent  O’Connell, 2016)  state/year  that  on average (10 for firms w/o  is unmet  generator)  Bangladesh  Industrial  All  power  Descriptive  Planned  and  unplanned  (Wijayatunga  and  firms  outages  statistics  from  outages translate into unmet  Jayalath, 2008)  firm survey  industrial demand amounting  to  11.54%  of  the  industrial  sector  GDP  or  1.72  %  of  Bangladesh’s GDP in 2000‐01  Pakistan  Industrial  Unserved  Calculations  Firms suffer losses of 23% of  (Siddiqui  et  al.,  firms  energy demand  based  on  firm  value  added  as  a  2008)  survey  consequence  of  unserved  electricity  Ethiopia  Small  and  Power outages  Descriptive  Firms lose 14 percent of their  (Carlsson, Demeke  medium‐ statistics  from  monthly sales due to outages  and  Martinsson,  sized  firm survey  2018)  manufacturi ng firms  Bangladesh  Manufacturi Power  outages  Calculations  Firms  experience  annual  (Zhang, 2019)  ng  firms;  and  load  based  on  firm  output  losses  of  US$  1.1    World  Bank  shedding  survey  billion  or  0.5  percent  of  GDP    Enterprise  due  to  power  outages  and    Survey  load shedding  India  Micro,  Power  outages  Calculations  Firms  experience  annual  (Zhang, 2019)  Small,  and  and  load  based  on  firm  output losses of 1.09 percent    Medium  shedding  survey  of GDP due to power outages    Enterprises  and load shedding    22    Pakistan  Manufacturi Power  outages  Calculations  Firms  experience  annual  (Zhang, 2019)  ng firms  and  load  based  on  firm  output  losses  of  US$  8.4    shedding  survey  billion  or  3.1  percent  of  GDP    due  to  power  outages  and    load shedding  Cameroon  Industrial  Power outages  Descriptive  Firms  on  average  experience  (Diboma  and  firms  statistics  from  total output losses of at least  Tamo  Tatietse,  firm survey  about  31  percent  due  to  2013),  own  power outages  calculation  of  average    c. Elasticity of firm productivity with respect to power supply quality  Country   Type  of  Power  supply  Method  Effect  of  low  electricity  Source  firms  quality variable  supply quality on firms  26  African  World  Bank  Number  of  Regression  An increase in the number of  (Bbaale, 2018)  countries  Enterprise  power  outages  power  outages  in  a  typical  survey  in  a  typical  month  by  one  reduces  month  productivity  by  0.1–0.2  percentage points    15  Sub‐ World  Bank  Outage  IV regression  A one percentage increase in  (Mensah, 2016)  Saharan  Enterprise  frequency  outage frequency is  African  survey  associated  with  a  decline  in  countries  firms’  productivity  by  between  0.6%  and  1.1  percent  (Angola  1.85%,  Burkina  Faso  1,36%,  Cameroon  2,52%,  DR  Congo  2,51%,  Ghana  2,22%,  Kenya  1,50%,  Mali  1,33%,  Malawi  2,09%,  Nigeria  3,46%,  South  Africa 1,35%, Rwanda 2,40%,  Tanzania 2,01, Uganda 2,38%,  Zambia 2,51%  23  African  World  Bank  Outage  IV regression  A  one  percent  increase  in  (Mensah, 2018)  countries  Enterprise  frequency  per  outages leads to a 3.5 percent  survey  month  loss  in  firms’  total  factor  productivity     d. Elasticity of firm production with respect to power supply quality  Country   Type  of  Power  supply  Method  Effect  of  low  electricity  Source  firms  quality variable  supply quality on firms  23  African  World  Bank  Outage  IV regression  A  one  percentage  point  (Mensah, 2018)  countries  Enterprise  frequency  per  increase  in  the  frequency  of  survey  month  power  outages  decreases  firm‐level  output  by  3.3  percent;  this  increase  in  outage frequency also results  in  a  2.7  percent  loss  in  firm  revenue  India  Micro,  Power  outages  IV regression  A  one  percentage  point  (Zhang, 2019)  Small,  and  and  load  increase  in  shortages    Medium  shedding  increases production costs of    Enterprises    23    small firms by 0.29 percent of  revenue  Pakistan  Manufacturi Power outages   Calculations  An  increase  in  average  daily  (Zhang, 2019)  ng firms  based  on  firm  power  outages  by  one  hour    survey  causes  a  reduction  in  value    added of 1.26 percent      24