提高经济复杂性指数

然后，我们可以将一个国家的修正总出口定义为：(8) 是一种衡量一个国家总出口的指标，根据每种产品的出口难度进行修正。然而，我们可以用修正后的总出口值来再次计算一种产品在平均国家中所占的份额(). 这为我们提供了二阶修正：（9） 将这种直觉发挥到极致，我们可以得到迭代图：（10） 根据这一定义，我们将ECI+估计为一个国家的总出口额，经出口每种产品的难度修正后，减去该国在产品出口中所占的平均份额（该份额占一国出口经济的规模）。 （11） 为了保证映射的数值收敛性，我们在每一步（包括) 几何平均值：（12） 其中{C}是样本中的国家数。同样，我们将新产品复杂性指数PCI+定义为映射的迭代：（13） 在初始条件下 产品在一个国家的平均份额：（14） 并且，在每个步骤进行规格化（包括) 几何平均值：（15） 其中{P}是样本中的产品数量。因此，我们定义 作为：  （16） 其中，Xp是一种产品的全球贸易总额。ECI+和PCI+分别是一个国家总出口的衡量标准，根据出口每种产品的难易程度进行修正，以及一种产品总贸易的衡量标准，根据出口该产品的难易程度进行修正。与ECI和适应度不同，ECI+的优点是不需要我们对数据进行离散化（如在Mcp中），因为它是仅输出值（Xcp）的函数。

结果我们首先以图形方式比较ECI+、原始经济复杂性指数（ECI）和适应度复杂性（F）。然后，我们引入三个计量经济学模型，在控制实物资本、人力资本和制度（OLS、随机效应和固定效应）的测量后，检验每个变量预测未来经济增长的能力。我们通过查看未来经济增长的收入来最终确定结果部分。图1 a-c使用散点图对所有国家的三个指标进行了图形化比较。正如预期的那样，这些指标是正相关的，但它们之间存在重要的偏差。ECI+和ECI具有很强的相关性（R2=85%），但ECI+倾向于将制造业重国排名高于ECI（ECI+将越南排名高于卡塔尔，中国排名高于挪威）。另一方面，体能与ECI和ECI+之间的相关性要低得多（分别为48%和43%）。健身复杂度将许多南欧国家（如西班牙、意大利和葡萄牙）排在榜首，同时也为先进的东亚和欧洲经济体（如韩国、瑞士、芬兰、日本和新加坡）提供了非常低的复杂度值。接下来，我们将这三个复杂性指标与人均GDP进行比较（图1 d-f）。正如预期的那样，所有指标都与收入呈正相关。然而，与ECI+和ECI相比，健身复杂性与收入水平的相关性相对较弱。图1 g-i试图通过将这三个指标与纯粹的多样性指标（Rcp>1的国家出口的产品数量）进行比较，来揭示这三个指标之间的差异。

与ECI+和ECI不同，适应度复杂性密切跟踪国家的原始多样性，这表明它对产品复杂度的差异不敏感，并且与使用简单的多样性度量相比，它不会提供更多的额外信息。这就解释了为什么在健康指数方面，希腊的经济排名高于日本、瑞典或中国。图1使用2010年数据对经济复杂性的三个衡量指标（ECI+、ECI和F）进行比较。（a-c）每对测量值之间的相关性：a ECI和ECI+、b F和ECI+、c F和ECI。（d-f）三个指标中的每一个与人均GDP之间的相关性。（g-i）三个指标中的每一个指标与单一多样性指标（Rcp>1的国家出口的产品数量）之间的相关性。接下来，我们使用我们现有的最一致的国家数据集和数据（1973-2013年），比较这三个指标预测未来经济增长的能力（详情见SM）。我们从一个基本的40年横截面模型开始，然后使用合并OLS、随机效应和固定效应模型指定5年、10年和20年的平均周期。合并OLS模型提供了基线，但存在忽略的变量偏差。随机效应模型允许我们将方差分解为国家间和国家内部的方差。固定效应回归有助于我们解释由于时间或个人一致性效应而忽略的一些变量偏差，并放松国家特定效应与我们的解释因素不相关的假设（这对于随机效应模型是有问题的）。除了长期数据集外，我们还使用了1998-2014年的三个模型和五年期面板，以包括世界银行治理指标的数据（仅适用于这一时期）。

对于这些规范，我们使用CEPII 27编译的BACI数据集的导出数据。该出口数据始于1996年，并根据HS4分类进行汇总。我们首先比较这三个指标在整个数据可用期间的性能。表1使用横截面OLS回归预测1973-2013年的年化增长。我们感兴趣的变量是ECI+、ECI和健康，保持恒定的初始收入水平、人力资本、每位工人的资本和人口。回归提供了长期经济增长的大致情况。虽然我们不能依赖OLS进行系数估计，但我们仍然发现，ECI+和ECI，以及它们与人均GDP的相互作用项，在1%的水平上是显著的，而适应度（F）在任何常规水平上都不显著。正如预期的那样，我们还发现，在所有三个回归中，初始收入与增长呈负相关，人力资本为正且显著。从我们感兴趣的变量来看，ECI+解释了增长的大部分差异，尽管它只略好于ECI。健身是第三位。事实上，ECI+和ECI比F解释了8个多百分点的方差。表1使用三种经济复杂性指标中的每一种来预测经济增长的线性回归模型。接下来，我们使用OLS面板、随机效应和固定效应模型（表2-表4），展示了5年、10年和20年间隔的预测结果。这些时间间隔有助于缓和各种冲击（如自然灾害或自然资源价格波动）可能导致的增长率波动。

我们平衡了我们的面板数据集，只包括我们拥有整个1973-2013年期间信息的国家。这是为了确保进出数据的国家不会影响我们的估计。我们使用基本模型将复杂性度量的估计与合并OLS、随机效应和固定效应回归进行比较：     其中，Growthj是观察期内j国的复合年化增长率（CAGR）。GDP是该时期开始时j国的初始人均GDP（本例中时间t减去5年，但在其他回归中为10年或20年），ECI代表ECI+、ECI或适合度，具体取决于模型。C是控制变量的向量，包括初始人口水平、初始人力资本和每个工人的初始资本。Dt是各自年份的虚拟变量，用于控制对增长的任何时间影响，如全球经济衰退。错误术语为, 在随机效应模型的情况下，这也包括单个效应系数。我们的模型包括人均GDP和复杂性之间的相互作用项，因为这一项有助于测试复杂性对低收入国家或高收入国家增长的影响是否更重要，而且，之前的研究表明，这一项是一个重要的预测因子。22我们在表2-表4中给出了5年、10年和20年间隔的OLS、随机效应和固定效应模型的结果。所有规范都有几个共同的特性。首先，我们注意到，ECI+的系数及其与收入的相互作用在所有规范中都是一致的，并且具有统计显著性。

ECI的系数表现类似，但五年固定效应模型除外，该模型中的系数保留其正符号，但不具有统计显著性。然而，在固定效应模型中，适应度系数不一致且不显著（甚至相反的符号）。其次，我们发现在合并OLS中，ECI+的调整后-R2总是大于ECI和适应度的调整后-R2。第三，随机效应模型表明，大多数差异是国家之间的。此外，我们发现，初始人力资本系数通常为正且显著，初始收入系数通常为负且显著。表2 OLS、Rand om效应和固定效应5年间隔线性增长回归模型。表3 OLS、随机效应和固定效应10年间隔线性增长回归模型。表4 OLS、随机效应和固定效应20年间隔线性增长回归模型。接下来，我们通过在五年小组中添加来自世界银行治理指标的数据来控制机构。表5使用5年的面板重复了OLS、随机效应和固定效应模型。我们观察到，在对机构进行控制后，三个模型的ECI+系数是一致的。人均初始收入和人力资本的影响也没有变化。在制度变量中，监管质量始终为负且显著，政治稳定和腐败控制始终为正且显著，ZF效率始终为正但不显著，初始法律、声音和问责制不一致。表5机构的增长回归控制。

最后，我们使用二十年OLS模型（表4第1、4和7列）预测2013年至2033年期间的年化未来经济增长。图2显示了ECI+、ECI和F的预测图。我们注意到，OLS预测与平均值有很强的回归关系，因此实际值不应像相对排名那样信息丰富。尽管如此，这些地图仍然显示出一些有趣的模式。所有地图都与中国、印度、菲律宾和东欧大部分地区的持续增长相吻合。然而，ECI+对秘鲁、墨西哥和蒙古的未来经济增长比其他两个预测指标更为乐观，而对东非经济增长则不太乐观（完整的表格见附录）。图2显示了2013年至2033年期间ECI+、ECI和F的年化未来经济增长预测。讨论了解经济增长是发展经济学的核心问题之一。近年来，旨在衡量经济体知识密集程度的经济复杂性指标，已成为衡量一个经济体未来经济增长潜力的重要指标。在这里，我们通过开发一种改进的经济复杂性度量，提供了一种方法上的贡献，该度量比以前提出的度量更能预测未来的经济增长。该指标基于一种方法，该方法通过考虑出口每种产品的难度来修正一个国家的出口。OLS、随机效应和固定效应模型表明，与之前提出的指标相比，该指标更能预测长期增长，并且在所有规范中的估计值都非常一致。

然而，经济复杂性并不是帮助预测未来经济增长的唯一因素。在经济复杂性的边缘，人力资本具有几乎一致的正效应，收入具有一致的负效应，这与传统的经济增长文献一致。就制度而言，我们发现政治稳定和腐败控制的影响大多是积极和显著的，而监管质量的影响往往是消极和显著的。本文通过提出一种改进的指标来估计一个经济体的总知识含量及其创收能力，为日益增长的经济复杂性文献做出了贡献。参考文献1。索洛，R.M.对经济增长理论的贡献。来源：Q.J.Econ。(1956). 内政部：10.2307/1884513 2。Glaeser，E.L.、LaPorta，R.、Lopez De Silanes，F.&Shleifer，A.机构是否会导致增长？Edward L.Glaeser、Rafael La Porta、Florencio Lopez de Silanes和Andrei Shleifer*2004年6月。North 9271–303（2004）。3、Mankiw，N.G.、Romer，D.&Weil，D.N.对经济增长实证的贡献。Q、 J.经济。(1992). 内政部：10.2307/2118477 4。Acemoglu，D.、Johnson，S.和Robinson，J.A.《比较发展的殖民起源：一项实证研究》。是经济。修订版。102, 3077–3110 (2000). 霍尔，R.E.&琼斯，C.I.为什么有些国家的人均产出比其他国家高出这么多？Q、 J.经济。114, 83–116 (1999). Knack，S.&Keefer，P.社会资本是否有经济回报？跨国调查。Q、 J.经济。(1997). 内政部：10.1162/0033553005475 7。社会资本与经济发展：走向理论综合与政策框架。理论Soc。(1998). 内政部：10.2307/657866 8。伍尔科克，M。

社会资本在理解社会和经济成果中的地位。可以J、 政策决议（2001年）。Romer，P.M.《内生技术变革》。J、 政治。经济。98，S71–S102（1990）。10、Aghion，P.&Howitt，P.内生增长理论。可以J、 经济。修订版。可以dEconomique 32，xiii，694（1998）。11、Hidalgo，C.A.&Hausmann，R.《经济复杂性的基石》。过程。自然的。Acad。Sci。(2009). 内政部：10.1073/pnas。0900943106 12.  Hausmann，R.&Hidalgo，C.A.《经济产出的网络结构》。J、 经济。增长（2011年）。内政部：10.1007/s10887-011-9071-4 13。《信息为何增长：从原子到经济秩序的演变》。(2015). Hartmann，D.、Guevara，M.R.、Jara Figueroa，C.、Aristarán，M.和Hidalgo，C.A.将经济复杂性、制度和收入不平等联系起来。《世界发展》（2017）。内政部：10.1016/j.worlddev。2016.12.020 15.  萨维奥蒂（Saviotti，P.P.&Frenken，K.，《出口品种与各国经济表现》。J、 进化。经济。(2008). 内政部：10.1007/s00191-007-0081-5 16。Felipe，J.、Kumar，U.、Abdon，A.&Bacate，M.《产品复杂性与经济发展》。结构。青稞酒。经济。Dyn公司。(2012). 内政部：10.1016/j.strueco。2011.08.003 17.  Taccella，A.、Cristelli，M.、Caldarelli，G.、Gabrielli，A.&Pietronero，L.。国家健身和产品复杂性的新指标。Sci。代表（2012年）。内政部：10.1038/srep00723 18。Boschma，R.&Capone，G.《制度与多元化：各种资本主义框架下的相关多元化与非相关多元化》。Res.Policy（2015年）。内政部：10.1016/j.respol。2015.06.013 19.  《复杂性经济学：经济思想的不同框架》。复杂的经济。牛津大学出版社（2013）。20、Poncet，S.&Starosta de Waldemar，F.《出口升级和增长：国内嵌入的先决条件》。《世界发展》（2013）。内政部：10.1016/j.worlddev。2013.05.010 21.  Nelson，R.R.&Winter，S.G。

走向经济能力的进化理论。是经济。修订版。63, 440–449 (1973). 豪斯曼（Hausmann，R.et al.）《经济复杂性图集：通向繁荣的路径图》。(2014). Balland，P.-A.&Rigby，D.《复杂知识的地理》。经济。Geogr公司。(2017). 内政部：10.1080/00130095.2016.1205947 24。Balassa，B.《贸易自由化和“显示的”比较优势》。曼彻斯特Sch。33, 99–123 (1965). 25、Simoes，A.J.G.和Hidalgo，C.A.《经济复杂性观察：理解经济发展动态的分析工具》。分析和可视化的可扩展集成（2011年）。Feenstra，R.C.、Inklaar，R.&Timmer，M.P.宾夕法尼亚大学世界桌的下一代。是经济。修订版。(2015). 内政部：10.1257/aer。20130954 27.  Gaulier，G.和Zignago，S.BACI：产品层面的国际贸易数据库（1994-2007年版本）。SSRN电子。J、 （2010年）。内政部：http://dx.doi.org/10.2139/ssrn.1994500Source:麻省理工学院经济复杂性观察站http://atlas.media.mit.edu/en/profile/hs92/880240/Source:麻省理工学院经济复杂性观察站http://atlas.media.mit.edu/en/profile/hs92/620342/