综述解读：经济复杂性理论及应用

导语

MIT 媒体实验室集体学习中心主任 César A. Hidalgo 于2007年在 Science 发表论文名为《产品空间为各国发展提供条件》的论文，首次提出了经济复杂性（economic complexity）的概念，开创并成为了该领域的权威。今年2月，他在 Nature Reviews Physics 发表长文综述，对经济复杂性理论及其应用进行了全面阐述。集智俱乐部全文翻译了该综述（见3月16日推文），本文是对该综述的要点解读。

集智俱乐部正在组织为期15周的「复杂经济学读书会」，梳理研读相关文献，探讨复杂经济学涉及的各个研究方法、前沿方向。目前已有超过 200 名老师同学参与，欢迎更多对此领域感兴趣的朋友，读书会详情见文末。
郭瑞东 | 作者赵雨亭、刘培源 | 审校
邓一雪 | 编辑

论文题目：
Economic complexity theory and applications
论文地址：https://www.nature.com/articles/s42254-020-00275-1

1. 为什么要进行产业升级，
来自经济复杂性的回答

产业升级无疑是这些年来经济领域的最热门的话题，但对于究竟是什么让高端产业脱颖而出，学界仍没有确切的答案。自从亚当·斯密提出分工带来经济增长的理论后，财富增长和劳动细化及其背后的知识的关系，兼之各地区经济发展水平的差异，糅合成为区域经济学的核心问题。该问题的解答，将不仅能解释为何两个起点类似的地区的经济发展分道扬镳，还能针对性地给出建议。

不同于传统经济学的统计量——诸如国内生产总值、总产出，某个地区的经济复杂性，来自数千个生产要素的汇总。其学科的发展，得益于近年来海量的数据，以及机器学习技术的发展。通过运行诸如矩阵分解这样数据降维方法，可以根据某一地区产品出口、工业雇用或技术专利申请等微观数据中，得出评价特定区域总的生产能力和经济潜力。

由于经济活动本身的复杂性，传统经济学会构建显示的模型，从众多数据中抽取关键的特征来预测。而经济复杂性则对其背后的机制问题存而不论。其假设经济活动符合内生经济增长理论，由于技术进步带来的收益递增会促使经济持续增长。

但知识更多的是不可编纂、难以沟通的默会学识。这使得知识在地理上具有粘性。因此，在一个地点发生的经济活动所携带的信息，会在生产地累积。这意味着仅仅从经济复杂性这宏观一指标出发，就能够解决预测经济增长、收入不平等及温室气体排放等诸多问题。

该综述将经济复杂性的研究分为了两个部分，第一是产业相关性，第二是新的经济复杂性指标；之后分别讲述了这两种方法的具体应用，最后对经济复杂性的研究进行了展望。

2. dota战队中的
人员分配-产业相关度方法简介

控制论的创始人将科学研究分为三个阶段，最初是简单事物的科学，例如牛顿力学；之后是无序的复杂物的科学，例如热力学关注微观分子的整体状况；最后是有组织的复杂性，关注于系统参与者的属性和系统间的互动。

对于经济发展来说，其根源在于知识的积累；而吸收新知识的能力，来源于相近知识——这又取决于地理和文化上的接近。经济学中将其称为“ Jacobs 溢出效应”，意指相近产业部门的知识形成合力后 1+1>2 的效果。

将具有溢出效应的产业聚在一处，按照产业之间产出数据的相关性，可以构成不同产品的相关性网络，越是基础的原材料生产，就越处于网络的边缘，而越是高端的产业，越需要知识的积累。因此，若是该产业处于网络中心，根据一国的出口和进口情况，就可以判定该国的经济水平。

图1. 埃及的进出口在产品相关性网络上的可视化，图中的距离根据当前埃及的产业结构中产业的相关度绘制，点的大小代表该产业的进出口量

图2. 埃及在产业森林，红色为出口产品所在的点，其大多在外围，这代表埃及的经济以初级产品加工为主

产业相关性网络的构建，不仅可以基于经济数据，还可以使用专利申请，科研论文发表，就业等，不同数据来源，构建出的网络有所不同。如下图所示：

图3. 图中的相关性数据分别使用专利数据、研究发表数据和行业数据和就业数据构建。颜色代表种类（专利技术，研究领域，行业的工业部门及职业的职业类别）

3. 关于经济复杂性的两种误解

如何根据一国的进出口数据计算经济复杂性，已有很多种方法。该综述中对计算过程有详细描述。在之前的推文：《Nature通讯：经济复杂性新算法，利用产品多样性衡量国家经济水平》和《经济复杂性指数：利用网络科学判断国家经济实力》中都有论述。

经济复杂性的算法虽然众多，但其来源都是区域的进出口情况，针对每一种产品进行数据降维，先给出该国在该产品上的专业化程度，再将各个产业汇总得出区域的经济复杂性。

图4. 产品优势矩阵与全球经济复杂性指数

左图中原油产品沙特俄罗斯专业程度高，而橡胶和打印机则是中国专业化程度高。右图是汇总后的全球各国经济复杂性热图，颜色越深经济复杂性越高。

接下来复述两种对经济复杂性这一概念的常见误解。第一个是将经济复杂性等价于出口产品的多样性，认为出口产品越多样，经济复杂性越高。如前文所述，区域经济复杂性的计算来自于整合多个相互正交的产业经济复杂性指数（Economic Conplexity Index，ECI），因此更合适的理解是区域的经济复杂性，代表了该区域内各个产业的经济复杂性的平均。

图5. 使用外贸数据计算的各国经济复杂性（纵轴）和代表各国产业的聚集程度Herfifindahl–Hirschman Index（横轴），可见两者之间无显著相关性

第二个误解是由于计算经济复杂性的数据大多来自进出口贸易，因此经济复杂性只与外贸相关。由于经济复杂性所描述的，是对一个区域众多经济活动及其背后知识应用的汇总，进出口只是表现，进出口商品背后的技能积累，才是经济复杂性真正想要反映的。使用进出口数据只是一种便捷地计算方法，也可使用专利申请、就业、工业产出、文化消费等数据计算特定区域的经济复杂性。

4. 产业相关性的应用

产业之间的相关性的细分类被称为相关性分解。在自由市场中，产业会自然地向相关领域扩散，从而实现多元化。通过找到能够解释产业之间的相关性地因素，就可以得到想要改变路径依赖下的产业相关性，应该采取的何种措施。例如参考文献[1]，根据中国获得的外国直接投资、研发投入、人力资本等变量的研究，发现外国直接投资和研发投入会显著降低产业相关性带来的路径依赖，这意味我们获得了“弯道超车”的机会。

产业相关性和劳动力的流动是另一个研究热点。由于工人会倾向于在相关行业中寻找工作，同时来自移民的创业者，也会带着其母国所具有的技术能力。这使得如果移民迁入的区域和其本身区域的产业相关，他们更有可能创业成功，同时创业的影响力越大[2]；另一发现是，如果某一地区产业更集中，那么该地区失业工人能更快找到工作，收入损失也更小[3]。

此外，产业相关性还可用于刺激经济可持续发展。例如要扶持可再生能源时，需要考虑产业相关性的影响，同时扶持诸如风力，太阳能等多个行业，从而利用专业化带来效率提升。顺应产业相关性规律的就业市场，会自然地产生分工，从而推动清洁能源行业的发展，这样效果远好于对单个产品的政策支持[4]。

5. 经济复杂性的应用

当均一化人口数量、教育水平、制度、出口等数据后，可以使用经济复杂性预测未来的经济增长。例如根据对中国221个城市的经济复杂性统计可知，经济复杂性每增加一个标准差，就会贡献0.7个百分点的GDP增长[5]。区域人力资本的增长，也与经济复杂性相关[6]。下图分别展示了使用贸易数据、工业产出数据计算的经济复杂性与GDP及家庭平均收入的关系，可见两者之间显著相关。

图6. 经济复杂性与经济发展水平关联的散点图

除财富以外，经济的复杂性也已证明与收入不平等的变化有关，经济水平相同的地区，经济复杂性越高，收入差距就越小。一个经济体贸易伙伴的复杂性，也与该经济体的收入不平等有关。与更复杂的经济体的贸易，会带来收入不平等的减少[7]。这意味着提升某地区的人力资本投资，进而提高其经济复杂性，可以缓解收入不平等。

经济复杂性越高，CO2排放量就越低——和收入不平等类似，CO2 排放量和经济复杂性之间呈现倒U型曲线（随着经济复杂性的提升，排放量先曾后减）。此外，经济复杂性和空气质量之间呈现负相关，与从事绿色行业的就业数正相关；此最后，经济复杂性还与健康水平正相关。

由于利用观测数据建立因果关系是不可行的，因此，即使经济复杂性具有预测未来经济的能力，上述使用经济复杂性进行的预测结果，都不应轻易地预设其存在因果关系。通过使用更多的控制变量，以及使用格兰杰因果假设（Granger Causality），可以增加由复杂性增加导致经济增长之间因果联系的可靠度。另一个基于常识的检验可统计诸如卡塔尔、科威特等目前（人均）GDP高的国家，能否因此在未来提升经济复杂性（GDP造成了经济复杂性增加），还是中国这样经济复杂性高的发展中国家能进一步提高GDP。

6. 展望

美国开国元勋亚历山大·汉密尔顿很早就指出，美国需要扭转农业国经济方式，发展需要更多分工的加工业。经济复杂性的研究，将这一洞见量化，提供了研究专业分工与经济增长之间关系的新工具。数十年来，得益于网络科学家、经济地理学家、创新经济学家的合作，这一领域发展迅速。

然而其发展建立在一个内生性的矛盾上：一方面，知识和技能是特定的具体的；另一方面，经济复杂性的计算是汇总的、宏观的。在国家、城市或地区层面，不能展示特殊性。现有研究已经试图在更细的尺度上去研究经济复杂性——例如研究电影的复杂性，将分工细化到编剧、导演的层面[8]。此外，随着知识密集型行业——例如游戏，软件服务业等——如何在计算经济复杂性时体现出其产出背后的人力资源，也是需要研究的。

通过经济复杂性研究，指定产业政策，也将是未来的研究热点。经济复杂性对科学、创新和产业政策产生影响，以及如何最好地应用它们，截至目前仍然是个悬而未决的话题。此外，经济复杂性和知识在时间及空间不同尺度扩散的动力学，也期待科研人员进一步细究。

参考文献：1. Zhu, S., He, C. & Zhou, Y. How to jump further and catch up? Path-breaking in an uneven industry space. J. Econ. Geogr. 17, 521–545 (2017).
2. Miguelez, E. & Moreno, R. Relatedness, external linkages and regional innovation in Europe. Reg. Stud. 52, 688–701 (2018).
3. Neffke, F. M., Otto, A. & Hidalgo, C. The mobility of displaced workers: How the local industry mix affects job search. J. Urban Econ. 108, 124–140 (2018).
4. Santoalha, A. & Boschma, R. Diversifying in green technologies in European regions: does political support matter? Reg. Stud.
5. Poncet, S. & de Waldemar, F. S. Economic complexity and growth. Rev. Écon. 64, 495–503 (2013).
6. Zhu, S. & Li, R. Economic complexity, human capital and economic growth: empirical research based on cross-country panel data. Appl. Econ. 49, 3815–3828 (2017).
7. Fawaz, F. & Rahnama-Moghadamm, M. Spatial dependence of global income inequality: The role of economic complexity. Int. Trade J. 33, 542–554 (2019).
8. Tinits, P. & Sobchuk, O. Open-ended cumulative cultural evolution of Hollywood film crews. Evol. Hum. Sci. https://doi.org/10.1017/ehs.2020.21 (2020).

复杂经济学读书会等你加入

在经济学的研究历史中，强调非均衡性和复杂性的思想，已经有很长的历史，熊彼特、凡勃伦、哈耶克、沙克尔等经济学家都有贡献。现在我们有了更系统的复杂性理论，更丰富的实证研究基础，更强大的计算和模拟工具，以及更迫切的现实需求，因而可以说复杂经济学的研究有幸赶上了新的历史机遇，召唤我们有志青年学者学生在新的平台上推进复杂经济学的传播和研究。

从更高的层面看，复杂性思维其实是席卷了所有学科的一场运动，而不仅仅是一个研究课题。集智俱乐部长期关注复杂性科学研究进展，其思想和方法可以为经济学研究再开一扇通向未来之门。组织此次读书会以学术交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。

我们欢迎正在从事相关问题研究的老师、同学报名参与交流，不限专业背景。特别欢迎有交叉学科背景的朋友参加。读书会的分享交流以论文、专著为基础，需要一定的背景知识与论文阅读能力。如果你缺少研究基础但兴趣特别浓厚，也欢迎报名。

时间：1月底-6月底，每周二晚20:00-22:00，持续约15期
模式：线上闭门读书会；收费-退款的保证金模式；读书会成员认领解读论文
费用：299元/人（可看录播）

第一步：扫码填写报名信息。第二步：信息填写之后，会弹出对应的课程购买信息，提交保证金299元。（购课相当于提交保证金，符合退费条件后可退费）。第三步：添加负责人微信，拉入对应的读书会讨论群（需遵守群规）。

详情及报名请参考：复杂经济学读书会启动招募，一起探索非均衡的、演化的经济系统

读书会安排表：