关系、知识扩散与双边贸易的演变

然后，产品相关性由以下公式得出：ωopd=Xpφppφp·xopdxod（1），其中xodis表示o国和d国之间的贸易量（xod=Ppxopd），φp=ppφpp。同样，进口商相关性由以下公式得出：Ohm（d） opd=Xd1/Ddd1/Dd·xopdxop，（2）其中xopis是来自原产国o的产品p的贸易量（xop=Pdxopd），Ddd是目的国d与其邻国d之间的地理距离，1/Dd=Pd1/Ddd。最后，出口商相关性由以下公式得出：Ohm（o） opd=Xo1/Doo1/Do·xopdxpd，（3）其中xpd是产品p与目的国d的贸易量（xpd=Poxopd），Doo是原产国o与其邻国o之间的地理距离，1/Do=Po1/Doo。接下来，我们使用这三种关联性度量，结合常见文化和地理因素的数据，构建一个扩展的引力模型，以研究产品、进口商和出口商的关联性以及共享语言、边界和殖民地速度对未来出口增长的边际贡献。我们的模型预测了两年内一种产品的双边贸易，同时控制了：（i）相同贸易伙伴之间该产品的初始贸易，（ii）出口商的产品总出口，（iii）进口商的产品总进口，（iv vii）出口商和进口商的人均GDP和人口，以及（viii）他们的地理距离。形式上，我们的模型由方程4给出：xt+2opd=β+βωtopd+βOhm（d） topd+βOhm（o） topd+βxtopd+βxtop+βxtpd+βDod+βgdpto+βgdptd+βPopulationto+βPopulationtd+βBorderod+βColonyod+βLanguageod+βLang.Pr ox imityod+εtopd（4），其中因变量xt+2opd表示t+2年产品从出口商o到目的地d的贸易量（美元）。

我们感兴趣的主要变量是我们的三个关联度指标：产品关联度ωtopd、进口商关联度Ohm（d） topd，出口商关系Ohm（o） topd、共享边界（Borderod）、共享语言（Languageod）、语言接近度（双语使用者的数量Lang.Proximityod）和共享殖民地历史（Colonyod）。Borderod、Languageod、Colonyodare二进制（虚拟）变量（0或1）。人均GDP、人口和距离模型（Dod）中的其他因素是标准重力控制（Tinbergen，1962；P¨oyh¨onen，1963）。最后，通过将一个国家的总出口量（xop）、一个目的地的总进口量（xpd）和一个原产地和一个目的地之间每种产品的当前贸易流量（xopd）结合起来，我们捕捉到了我们的利益变量在随后两年内变化的影响。在方程4中，我们通过减去平均值并除以标准差来标准化所有变量（二元变量除外），从而使其具有可比性。（有关汇总统计数据和变量相关性，请参见附录B和附录C）表1显示了我们分为三个时期的主要结果：2000-2006年（金融危机前）、2007-2012年（危机期）和2012-2015年（恢复期）。由于所有这些时期的结果在质量上都是相同的，我们将统一描述它们。（见附录B和C中的详细结果、相关表和汇总统计数据）首先，我们发现三个相关变量与未来双边贸易呈正相关。

这意味着，当：（i）该国向目的地d出口相关产品，（ii）向目的地邻国出口同一产品（Confiming Chaney（2014）），以及（iii）其邻国已经向该目的地出口同一产品时，该国可能会经历产品P向目的地d出口的增长。这扩展了Bahar等人（2014）的观点，他指出，地理上相邻的地区增加了新产品出口的可能性，因为Bahar等人（2014）没有关注单个出口目的地（它们在所有目的地都聚集在一起）。因此，我们的发现补充了Bahar等人（2014年）的研究结果，表明出口产品的邻国不仅增加了出口总量，而且还增加了向邻国出口的相同目的地的出口量。在比较产品和地理关联性的影响时（变量标准化），我们发现产品关联性（ωtopd）的作用平均最大，而出口关联性的作用最大(Ohmoopd）是最小的。除此之外，我们发现共同边界、殖民地历史、共同语言，以及在较小程度上，翻译数量（语言接近度）的作用产生了强大的积极影响。

其他标准重力因子（距离、人均GDP和人口）的表现与预期一致。表1:2000-2006年（金融危机前）、2007-2012年（危机期）和2012-2015年（恢复期）两年后的双边贸易额因变量：log xt+2opd2000-2006 2007-2012-2015ωtopd0.209***0.180***0.152***(0.001) (0.001) (0.001)Ohm（d） opd0.143***0.143***0.151***(0.001) (0.001) (0.001)Ohm（o） opd0.077***0.105***0.107***（0.001）（0.001）（0.001）日志xtopd1.371***1.600***1.769***（0.001）（0.001）（0.001）日志xtop0.961***0.972***0.915***（0.001）（0.002）（0.002）日志xtpd0.529***0.421***0.406***（0.001）（0.001）（0.002）对数距离-0.485***-0.419***-0.432***（0.001）（0.001）（0.004）日志gdpto0.165***0.198***0.203***（0.001）（0.001）（0.001）日志gdptd0.226***0.216***0.281***（0.001）（0.001）（0.001）日志填充0.472***0.456***0.455***（0.001）（0.001）（0.002）日志填充0.344***0.367***0.338***（0.001）（0.001）（0.001）边界0.712***0.717***0.611***（0.003）（0.004）（0.005）Colonyod0.052***0.127***0.193***（0.003）（0.004）（0.005）语言OD0.545***0.441***0.334***（0.002）（0.003）（0.003）对数郎。近似值0.032***0.027***-0.001（0.001）（0.001）（0.001）常数9.653***9.830***9.793***（0.001）（0.001）（0.001）观察值10911584 7591489 5332257调整后的R0.494 0.516 0.558剩余标准误差2.568 2.637 2.529注：*p＜0.1；**p＜0.05；***p<0.01综上所述，发现产品之间的相关性、地理邻国之间的知识、语言、殖民历史、共同边界和语言接近度，都对特定产品和国家的贸易流量的增加产生了积极而显著的影响，有证据支持这样一种观点，即关于如何在一对特定国家之间进行特定产品贸易的知识需要流动才能实现这种贸易。

如果这一假设是正确的，我们还应该能够研究知识流对新的和有经验的出口商（有或没有比较优势的出口商）以及不同技术成熟度的产品的不同重要性。接下来，我们通过将每种产品的出口商分为新的、新生的和有经验的，来测试出口商的竞争力水平对贸易所需信息的差异的影响。我们通过计算每个出口商在每种产品上的显示比较优势（RCA）来实现这一点。RCA是一个国家在一种产品中的出口与表2所示的出口之间的比率：新出口国、新生出口国和有经验出口国两年后的双边贸易额因变量：log xt+2 PDNew Exporter新生出口国有经验出口国ωtopd0.194***0.140***0.184***(0.003) (0.004) (0.001)Ohm（d） opd0.149***0.122***0.122***(0.003) (0.005) (0.001)Ohm（o） opd0.111***0.078***0.069***（0.003）（0.005）（0.001）日志xtopd0.474***1.410***1.484***（0.003）（0.005）（0.001）日志xtop0.964***0.684***0.804***（0.005）（0.006）（0.001）日志xtpd0.525***0.518***0.553***（0.005）（0.008）（0.001）对数距离-0.532***-0.504***-0.454***（0.004）（0.006）（0.001）日志gdpto0.235***0.128***0.100***（0.004）（0.005）（0.001）日志gdptd0.010**0.045***0.264***（0.005）（0.007）（0.001）日志填充0.331***0.388***0.446***（0.003）（0.005）（0.001）日志填充0.190***0.213***0.362***（0.004）（0.006）（0.001）Bord erod0.651***0.817***0.713***（0.009）（0.016）（0.004）Colonyod0.218***0.259***0.097***（0.012）（0.020）（0.004）语言OD0.557***0.782***0.481***（0.007）（0.011）（0.003）对数郎。近似值0.008***0.016***0.029***（0.003）（0.004）（0.001）常数7.776***9.213***10.124***（0.004）（0.004）（0.001）观察值922092 463388 8045262调整后R0.281 0.456 0.526残余标准。

错误2.641 2.535 2.487注意：*p＜0.1；**p＜0.05；***根据一个国家的总出口市场和该产品的全球市场规模，预计p<0.01。我们将一种产品的RCA低于0.2的所有国家（出口额低于预期出口额20%的国家）归类为新出口国。我们将所有RCA在0.2到1之间的国家归类为新兴出口商。我们将所有在信息技术领域显示出比较优势（RCA>1）的国家归类为经验丰富的产品出口商。表2将国家产品对分为新的、新生的和有经验的出口商。结果与表1中的结果一致，但也揭示了两个重要的区别。首先，产品和地理关联性的影响，尤其是与出口商的关联性，对新出口商来说更为强烈，这表明知识和信息摩擦对没有产品出口经验的国家造成了更大的限制。其次，对于有经验的出口商来说，该模型的总体解释力要大得多（R≈ 53%vsR≈ 新兴出口商和R≈ 新出口商28%。这些差异很大，即使考虑到样本大小不同）。

这表明，缺乏经验的出口商面临更多的不确定性（由于R平方较低，因此不太可预测），因此，关联性（更高的关联系数）带来的好处更多。最后，我们利用Lall（2000）的五个技术类别：初级、0.100.150.20初级资源型低技术中技术高技术低技术高技术高技术低技术高技术COEF，探讨了我们的三个关联度衡量指标与产品技术成熟度之间的相互作用（d） 奥普达！opdR2=0.71R2=0.25R2=0.270.200.150.10（B）连续语言ODR2=0.42R2=0.930.50.00.5以初级资源为基础的低技术中技术高技术0.50.0R2=0.86R2=0.50BR2=0.42R2=0.93语言ODBorderodColonyODlog距离低技术高技术（o） opd-0.5图2：产品技术成熟度的变量系数；（A） ωopd的系数，Ohm（d） 门诊部，以及Ohm（o） opd，（B）边界、L角度和柱状图的系数，以及（C）对数长度、接近度和对数距离的系数。红色的装配线在统计上具有显著性，而蓝色的装配线在统计上不具有显著性。*p＜0.1；**p＜0.05；***p<0.01资源型制造业、低技术、中技术和高科技产品。由于Lall的分类基于3位数的标准国际贸易分类（SITC-3）第2版，我们使用联合国贸易统计网站提供的转换表将产品与我们的数据进行匹配。继Lall（2000）之后，我们还排除了“特殊交易”，如电流、电影胶片、印刷品、折叠、硬币和宠物。我们在附录E（表A15）中给出了之前模型中所有变量的系数，并通过在图2中绘制系数及其误差作为产品技术成熟度的函数，以图形方式总结了主要结果。

随着技术成熟度的提高而显著增加的趋势（p<0.1）以红色显示，不显著的趋势以蓝色显示。图2 A显示，产品关联性的影响，而不是进口商关联性或出口商关联性的影响，随着技术成熟度的增加而增加。这表明，产品关联性捕获了与复杂产品出口相关的知识和信息流动渠道。此外，图2 B显示，对于技术更为成熟的产品，共享一种语言和一个殖民地的过去（而不是共享一个边界）的影响更大。这再次重申了边界和地理距离通过限制社会互动影响知识流动的观点（Singh，2005；Breschi和Lissoni，2009），因此，一旦我们考虑到文化和语言的相似性，我们就不会看到太多的地理影响。对于技术复杂的产品，距离的负面影响略大，但影响还不足以显著。这些发现共同支持了这样一种观点，即贸易的部分驱动力来自于如何将每种产品出口到每个目的地的知识和信息的差异。讨论在过去的几十年中，有20种观点重新构建了我们对国际贸易的理解。第一个想法是信息和知识的摩擦，而不仅仅是运输方面的差异https://unstats.un.org/unsd/trade/classi职位/通信表。成本、要素禀赋和生产率差异影响着全球贸易。第二个想法是，各国需要学习如何生产其出口的产品，从而以受知识流约束的路径依赖方式发展其生产结构。

在这里，我们使用双边贸易数据，以及经济规模、文化和地理邻近性的各种衡量标准，将这两种观点结合在一起。我们的发现证实了许多涉及语言和文化作用的现有理论，但也通过表明产品和国家之间的相关性决定了未来的贸易量，增加了知识体系。特别是，我们表明，产品之间以及地理邻国之间的关联性可以解释未来双边贸易的很大一部分：当国家向某一目的地出口相关产品时，以及当它们共享向该目的地出口的邻国时，或当它们已经向某一目的地邻国出口时，贸易量会增加。在比较这三种形式的相关性时，我们发现产品之间的相关性最强，这表明可能存在产品或行业特定的学习渠道，在建立或增加贸易关系所需知识的差异中发挥着重要作用。此外，我们发现关联性对新出口商的影响更大，而产品关联性对技术更复杂产品的影响更大。这些额外的考虑支持这样一种观点，即相关活动的存在有助于各国了解如何生产产品并将产品出口到特定目的地。然而，我们的研究结果对这些知识和信息流动的机制留下了许多尚未回答的问题。我们观察到的地理邻国之间的两个渠道（进口商和出口商关系）可以进一步分解为四个渠道：相邻进口商或出口商之间的知识流动，或出口商或进口商内部的知识流动。

从那里，我们可以开始了解这些知识流背后的具体机制。此外，相关性的解释也有类似的问题。一方面，人们无法知道知识的流动是在产品线之间、在同一企业或行业内、在不同行业之间，还是螺旋效应、外国直接投资或移民的结果。然而，我们的结果确实为理解社会网络、文化和知识流动如何影响国际贸易的长期探索提供了一些线索。他们告诉我们，产品相关性起着重要作用，因为其影响的大小比在地理邻居中观察到的要大。这表明，研究产品线之间和行业之间的知识流动，应该成为一种调查途径，以增进我们对影响全球贸易的社会和经济力量的理解。感谢Mauricio（Pacha）Vargas和Alex Simoes对数据的帮助。我们还感谢克里斯蒂安·贾拉·菲格罗亚、弗拉维奥·皮涅罗、塔里克·鲁克尼和多吉翁·宋的有益评论。该项目由麻省理工学院斯科尔特项目以及马斯达尔科学技术研究所与麻省理工学院媒体实验室联盟之间的合作协议资助。参考Anderson，J.E.，1979年。重力方程的理论基础。《美国经济评论》69（1），106–116。Anderson，J.E.，Marcouiller，D.，2002年。不安全与贸易模式：一项实证调查。《经济学与统计学评论》84（2），342–352。Bahar，D.，Hausmann，R.，Hidalgo，C.A.，2014年。邻国与国家比较优势的演变：国际知识差异的证据？《国际经济学杂志》92（1），111–123。Bailey，M.、Cao，R.R.、Kuchler，T.、Stroebel，J.、Wong，A.，2017年。衡量社会联系。NBER工作文件编号。23608年。巴拉萨，B.，1965年。