[論文レビュー] Economic Complexity: "Buttarla in caciara" vs a constructive approach

L. Pietronero, Matthieu Cristelli+5 more|arXiv (Cornell University)|Sep 15, 2017

Economic and Technological Innovation参考文献 4被引用数 8

ひとこと要約

この論文は、経済的複雑性におけるECI+アルゴリズムを批判し、それが以前に発表されたFitnessアルゴリズムと同一であると主張する。著者らのECI+が他の手法を上回ることを主張する主張は、彼ら自身が性能が名前によって決まることを認めていることにより、根拠を失い、数値的検証の信頼性が損なわれる。本論文は建設的な姿勢を提唱し、Fitnessアルゴリズムの予測力と、中国のような国々における産業能力に基づく持続的成長の予測可能性を強調する。

ABSTRACT

This note is a contribution to the debate about the optimal algorithm for Economic Complexity that recently appeared on ArXiv [1, 2] . The authors of [2] eventually agree that the ECI+ algorithm [1] consists just in a renaming of the Fitness algorithm we introduced in 2012, as we explicitly showed in [3]. However, they omit any comment on the fact that their extensive numerical tests claimed to demonstrate that the same algorithm works well if they name it ECI+, but not if its name is Fitness. They should realize that this eliminates any credibility to their numerical methods and therefore also to their new analysis, in which they consider many algorithms [2]. Since by their own admission the best algorithm is the Fitness one, their new claim became that the search for the best algorithm is pointless and all algorithms are alike. This is exactly the opposite of what they claimed a few days ago and it does not deserve much comments. After these clarifications we also present a constructive analysis of the status of Economic Complexity, its algorithms, its successes and its perspectives. For us the discussion closes here, we will not reply to further comments.

研究の動機と目的

• ECI+アルゴリズムの経済的複雑性指標における優位性を主張する信憑性を揺るがすこと。
• 著者らの数値的検証に内在する矛盾を暴露し、それがアルゴリズムの名前ではなく構造に依存しているという点を示すこと。
• 経済的複雑性を測定する最適な手法としてFitnessアルゴリズムを再確認すること。
• 産業能力と予測可能性に基づいた、経済的複雑性のための建設的フレームワークを提供すること。
• アルゴリズムの選択が単なる選択肢ではないことを主張し、物理学やPageRankの類似例を用いて、最良のアルゴリズムを特定することが重要であることを強調すること。

提案手法

• 著者らがECI+とFitnessアルゴリズムを比較し、それらが数学的に同一であることを示した。
• 著者らの数値的テストを分析し、性能がアルゴリズムの構造ではなく名前によって決まることを示した。
• GDP人件あたりとFitnessの平面を用いて、各国の軌道を可視化し、成長可能性を予測した。
• Fitnessフレームワークを用いて中国とブラジルの長期的成長を分析し、両国の産業能力を対比した。
• 経済データにおけるネスト化と多様化のパターンを用い、技術分野と輸出実績を関連づけた。
• 実世界の応用を通じてモデルを検証した。これには、国や企業の長期戦略的計画が含まれる。

実験結果

リサーチクエスチョン

• RQ1 著者らのテストによれば、同じアルゴリズムがECI+と名付けられるとより良い性能を示すのはなぜか？
• RQ2 Fitnessアルゴリズムは、中国のような国々における長期的経済成長をどの程度まで予測できるか？
• RQ3 Fitnessフレームワークは、経済的移行を予測する統計的平均回帰モデルとどのように異なるか？
• RQ4 すべてのアルゴリズムが同等であると主張するにもかかわらず、なぜアルゴリズムの選択が無視できないのか？
• RQ5 同じGDP人件あたりでも、異なる産業能力を持つ国々をFitnessモデルは区別できるか？

主な発見

• 著者らの付記により、ECI+アルゴリズムは数学的にFitnessアルゴリズムと同一であると確認された。
• 著者ら自身が性能がアルゴリズムの名前に依存することを認めているため、ECI+が他のアルゴリズムを上回るとの主張は、根拠を失う。
• Fitnessモデルは、中国の高い産業適合度のおかげで、GDP人件あたりがブラジルと似通っているにもかかわらず、持続的で高速な成長を予測している。
• 中国の軌道はGDP人件あたり-Fitness平面において平衡線から大きく離れており、依然として高い成長可能性を示している。
• ブラジルの1980年代の急速成長は突如として終了したが、これは統計的平均回帰によるものではなく、低適合度に起因する。これは、モデルの予測力の高さを示している。
• Fitnessフレームワークにより、技術分野と将来の輸出競争力の関連を結びつけることで、長期戦略的計画が可能になる。