绿色成长：路径依赖和结构跳跃在

最后，作者构建了一个衡量绿色复杂性潜力（GCP）-预测“…国家在绿色产品方面的未来竞争力”（Mealy和Teytelboym，2018，第1页），并表明GCP和GCI之间的关系将“…表明绿色生产能力积累中的路径依赖”（Mealy和Teytelboym，2018，第1页）。显示比较优势（RCA）显示比较优势（RCA）指数可定义为“衡量一个国家相对于其贸易伙伴生产良好产品的相对能力”（French，2017，第83页），由Balassa（1965）定义。Hausmann等人（2014年）将Balassa（1965年）对RCA的定义描述为，如果一个国家的产品生产和出口量超过“…公平份额，即等于该产品[代表]的世界贸易总额份额的份额”（Hausmann等人，2014年，第25页），则该国对该产品拥有RCA。c国产品i的RCA可计算为（Hausmann等人，2014；Fraccasia等人，2018）：                                                        哪里 是c国产品i的出口值， 是国家c出口的所有产品j的总出口值，  是所有国家c出口的产品i的总出口值，以及  是世界上所有国家之间交易的所有产品的总价值。（Hausmann等人，2014年）然后利用这一指标开发了“…一个将每个国家与其生产的产品联系起来的矩阵”（Hausmann等人，2014年，第25页）。

矩阵值可计算为（Hausmann等人，2014）：              哪里 是矩阵中的条目，如果c国出口产品i，显示的比较优势大于1，则为1，否则为0。数据为了获得本研究的数据，首先必须制定一份全面的绿色产品清单。为此，从经济合作与发展组织（OECD）获得了绿色产品清单，并据此构建了247种绿色产品的综合清单（Sauvage，2014）。本综合清单中的绿色产品根据6位协调制度（HS）进行分类。第二，绿色产品的绿色增长指标及其相关数据列表见https://www.oecd-ilibrary.org/trade/the-stringency-of-environmental-regulations-and-trade-in-environmental-goods_5jxrjn7xsnmq-en11收集自OCED统计数据库，以探讨这些指标是否对提高各国在其绿色产品空间中实现结构性跳跃的能力起到了作用。绿色增长指标可以列为：人均环境相关技术的发展、与环境相关技术相关的专利数量以及与环境相关技术的发展，占所有技术的百分比。在第三步中，247种绿色产品的贸易数据来自联合国商品贸易数据库（UN Comtrade，2019）。数据包括：1。每种绿色产品出口年份的信息2。出口和进口绿色产品的国家3。所有绿色产品代码符合HS分类。4、各国代码5。所有国家每年（2007年至2017年）每种绿色产品的贸易价值。

每种绿色产品的贸易价值显示了每个国家出口的特定绿色产品的数量。贸易价值以美元为基础，所有247种绿色产品的出口价值都被考虑在内。贸易值用于计算每年每个国家的RCA和相关性。表1.12表1列出了一些绿色产品及其相关数据。列出一些绿色产品方法本分析使用七个步骤来回答上述研究问题：1。为了开始分析，应该定义两年来了解该国的绿色增长模式。在本研究中，第一年为2007年，t0=2007年，最后一年为2017年，t1=2017年。2、定义绿色新产品。3、计算在t0=2007年交易的任何一对产品i和j之间的相关性，以构建所有产品i和j之间的MxM相关性矩阵。4。构建每个国家在t0=2007时RCA>1的产品集。YearCountryCountry ISO代码HS6绿色产品代码绿色产品名称出口值（美元）德国双酚树脂，初级形式251471129美元美国双酚树脂，初级形式237674965美元中国双酚树脂，初级形式156046507美元德国双酚树脂；蒸汽轮机和其他蒸汽轮机零件500 354255美元美国；蒸汽轮机和其他蒸汽轮机零件309129267ChinachnTurbines美元；蒸汽和其他蒸汽涡轮机零件43076793913美元5。在t0=2007时，计算新绿色产品与RCA>1的所有产品之间的相关性。6、在t0=2007时，构建新绿色产品与RCA>1的所有产品之间的关联度矩阵MxG。7.

对步骤6中获得的数据进行统计分析，以了解各国是否遵循路径依赖过程来发展其绿色经济。我们的方法基于PS框架（Hidalgo et al.，2007）和Coniglo et al.（2018）提出的飞镖板方法，以探索一个国家向绿色经济的过渡是否遵循路径依赖。我们使用Coniglio et al.（2018）提出的新产品定义来定义新的绿色产品。此外，Balassa（1965年）提出的RCA定义被用于将各国出口篮子中的绿色产品定义为RCA高于1的产品（Coniglio et al.，2018；Hidalgo et al.，2007）。新的绿色产品可以定义为在t0=2007年时不在一个国家的绿色生产篮子中，而在t1=2017年时进入一个国家的绿色生产篮子的产品。因此，本研究中的新绿色产品是那些在t0=2007时RCA低于0.2，在t1=2017时RCA高于1的产品。与Coniglio et al.（2018）和Hidalgo et al.（2007）类似，在时间t0=2007时在世界上出口的任何一对产品i和j之间的相关性在MxM矩阵中计算，其中产品i在矩阵的行中，产品j在矩阵的列中，矩阵中的值表示乘积i和j之间的相关性。矩阵的值（乘积i和j之间的相关性）如下所示：1。计算世界上每个国家c出口的所有产品的RCA值以及时间t0，以“…衡量一个国家c是否出口更多的货物i，占其总出口的份额…”（Hidalgo等人，2007年，第484页），如下所示：14                                                                                 (1) 2.

在计算t年每个国家c的RCA值后，如果国家c的产品i的RCA大于1，则表示该国家是产品i的主要出口国，并且在t时产品i的RCA大于1，否则RCA为0（Hidalgo et al.，2007；Coniglio et al.，2018）： “在哪里  是用于衡量出口专业化的标准Balassa（1965）指数。”（Coniglio等人，2018年，第11页）。然后，在确定每个国家的RCA值后，使用c、Hausmann和Klinger（2007）方法计算任意一对产品i和j之间的相关性，作为共同出口的成对条件概率的最小值（Hidalgo等人，2007；Coniglio等人，2018）：                                                          （3） 在哪里 是MxM矩阵中的相关性值。根据Coniglio et al.（2018），在分析的第三步中，应列出t0时每个国家（c）出口的RCA高于1的产品。在实施前两个步骤后，我们建议作为每个国家出口的绿色产品集，c，时间t0=2007。接下来是MxC矩阵，, 2007年t0时的新绿色产品与2017年t1时的国家初始绿色产品之间的相关性如下：                                       （4） 15其中 显示了2017年t1时新绿色产品与2007年t0时最相关（相关性最高）绿色产品的相关性（Coniglio et al.，2018）。

关联度值介于0到1之间，关联度值越接近1，生产所需的两个产品i和j的能力就越相似。最后一步是提供统计分析，以探索进入各国出口篮子的新绿色产品是遵循路径依赖还是非路径依赖。与Coniglio et al.（2018）类似，通过实施蒙特卡罗模拟，构建了每个国家c的反事实相关性分布，“…1000个大小等于新产品实际数量的随机抽奖”（第12页）绿色产品，以检验Hidalgo et al.（2007）对发展中国家生产篮子的路径依赖假设，同时，观察是否有任何新的绿色产品未遵循路径相关流程。本质上，这将从方程（4）中获得的新绿色产品关联度值的分布与反事实分布进行比较，以探索以下三种可能的情况（Coniglio et al.，2018）：1。如果新绿色产品关联度值的分布完全位于反事实分布的右侧，则对于实际数据（全路径依赖），可以拒绝任何近似水平的随机关联性假设。2、如果新绿色产品关联度值的分布低于反事实分布，则对于实际数据（无路径依赖），不能拒绝任何近似水平的随机关联性假设。3.

如果新绿色产品关联度值的分布部分位于反事实分布的右侧，则对于分布高于反事实分布的新绿色产品，可以拒绝随机关联性假设16（路径依赖和非路径依赖过程）。根据Duranton和Overman（2005）以及Coniglio等人（2018）的方法，该分析使用核平滑密度估计进行，如下所示：   对于所有国家，c（5），“……密度[是]根据Silverman的最佳经验法则，使用带宽为h集的高斯核函数非参数计算的。”（Coniglio等人，2018年，第13页）。在方程式（5）中， 使用方程式（4）获得，并且  等于绿色产品的总数。此外开发了一个回归模型，以探索从OECD统计数据库中获得的绿色增长指标（人均环境相关技术的发展、与环境相关技术相关的专利数量以及与环境相关技术的发展，占所有技术的百分比）是否对一国的绿色增长有显著影响生产扩张。该模型将在“高投资结构跳跃”一节中进行深入讨论。结果图1显示了所有国家在t1=2017年时新绿色产品与t0=2007年时RCA>1的产品之间的相关性的核分布，如等式4所定义。17图1。

t1=2017和t0=2007时新绿色产品之间相关性的核分布：实际新绿色产品数据与随机数据图1中的横轴显示了所有国家t1=2017时新绿色产品与t0=2007时RCA>1的产品之间的相关性值-0到1。蓝色核分布显示了t0=2007时新绿色产品与t0=2007时RCA>1的产品之间的相关性，而橙色核分布显示了通过反事实分析获得的随机生成的相关性值。蓝核分布与橙核分布的比较表明，各国的绿色增长是否遵循路径依赖过程。比较表明，当关联度值在0.58到0.7之间时，国家向绿色经济的多样化遵循路径依赖过程。关联度值大于0.7表明，当产品具有高度关联时，遵循非路径依赖过程。18这表明，各国并没有在其RCA>1的产品的基础上提高其绿色生产篮子，而是加入了其PS网络。比较还表明，各国向绿色增长的多样化遵循了大量绿色产品的非路径依赖过程（以蓝色区域上方的橙色区域为代表）。因此，我们的结果表明，各国的生产总值确实大幅增长，生产的绿色产品与其现有的绿色生产篮子不具有类似的能力。根据Mealy和Teytelboym（2018）的数据，中国在绿色增长方面排名第一，并且中国遵循了Hidalgo等人（2007）提出的路径依赖概念，开发了他们的绿色生产篮子。图2：。

中国在t1=2017和t0=2007时新绿色产品之间相关性的核心分布：实际新绿色产品数据与随机数据19类似于图1，图2中的横轴显示了中国在t1=2017时新绿色产品与t0=2007时RCA>1的产品之间的相关性值-0到1。通过比较t1=2017年新绿色产品与t0=2007年RCA>1的产品之间的关联度核分布，蓝色核分布与中国绿色产品关联度值随机生成的关联度核分布，橙色核分布，结果表明，中国对一些绿色产品遵循了非路径依赖过程（橙色区域位于蓝色区域之上），但同时，也遵循了路径依赖过程（蓝色区域部分位于橙色区域右侧），尤其是对于关联度值高于0.7的新绿色产品，这表明，当产品具有高度关联性时，路径依赖过程是遵循的，与Hidalgo等人（2007）的路径依赖假设一致。这表明，中国在RCA大于1的产品的基础上提高了其绿色生产篮子。也就是说，中国的模式既遵循路径依赖假说，也背离了路径依赖假说。这表明，中国生产能力的结构性变化使其能够生产更多的绿色产品并发展经济，同时降低环境风险（Haibo et al.，2019；Li et al.，2019；Pan et al.，2019）。高投资结构性跳跃在前一节中发现，各国不仅遵循路径依赖过程来扩大其绿色生产篮子，而且还遵循非路径依赖过程来生产大量的绿色产品。

一个国家在不受其现有能力限制的情况下扩大其产品篮子的能力表现为其扩大到与其当前生产篮子无关的生产部门的能力；能够做到这一点的国家更有能力进行结构转型和快速经济增长（Coniglio等人，2018年）。20本节的目标是确定推动绿色生产篮跳跃的因素。为此，使用了一个线性回归模型，其中因变量是在路径依赖过程之后加入国家出口篮子的新绿色产品的份额。如方法部分所定义，新绿色产品是2007年RCA<0.5，2017年RCA高于1的绿色产品。线性回归模型为Y=   哪里 是在t0=2007时为每个国家计算的自变量，以及 是错误项。因变量和自变量如表2所示。表2：。