[论文解读] Multidimensional Economic Complexity and Inclusive Green Growth

Viktor Stojkoski, Philipp Koch+1 more|arXiv (Cornell University)|Sep 17, 2022

Economic and Technological Innovation被引用 11

一句话总结

本文提出了一种多维经济复杂性指数，整合了贸易、专利和研究出版物数据，以更准确地预测包容性绿色增长。通过结合这些数据源，该模型显著提升了对经济增长、收入不平等和排放强度的预测能力，表明在所有三个维度均表现优异的国家能够实现更具可持续性和公平性的发 展成果。

ABSTRACT

To achieve inclusive green growth, countries need to consider a multiplicity of economic, social, and environmental factors. These are often captured by metrics of economic complexity derived from the geography of trade, thus missing key information on innovative activities. To bridge this gap, we combine trade data with data on patent applications and research publications to build models that significantly and robustly improve the ability of economic complexity metrics to explain international variations in inclusive green growth. We show that measures of complexity built on trade and patent data combine to explain future economic growth and income inequality and that countries that score high in all three metrics tend to exhibit lower emission intensities. These findings illustrate how the geography of trade, technology, and research combine to explain inclusive green growth.

研究动机与目标

• 解决传统经济复杂性指标仅依赖贸易数据、忽视创新和研究的局限性。
• 将专利申请和科学出版物整合进经济复杂性框架，以捕捉技术和创新能力。
• 评估多维复杂性如何解释各国包容性绿色增长的差异。
• 评估贸易、创新和研究对经济表现、不平等和环境可持续性的综合影响。
• 提供一种更全面的指标，以指导政策实现可持续和公平的发展。

提出的方法

• 作者通过融合全球贸易、专利申请（WIPO）和科学出版物（Web of Science）的数据，构建了多维经济复杂性指数。
• 他们采用类似经济复杂性指数（ECI）的网络方法，但通过基于熵的归一化方法，将其扩展以包含技术和研究维度。
• 该模型使用主成分分析（PCA）对三个维度进行加权并整合为统一的复杂性得分。
• 利用面板数据回归模型，在100多个国家、20年（1995–2015）期间测试了多维指数的预测能力。
• 作者通过决定系数（R-squared）和样本外预测准确率，将模型性能与仅基于贸易的传统复杂性指标进行比较。
• 他们分析了在贸易、创新和研究方面均表现优异的国家在排放强度、收入不平等和GDP增长方面的联合影响。

实验结果

研究问题

• RQ1 整合专利和出版物数据在多大程度上提升了经济复杂性指标对包容性绿色增长的预测能力？
• RQ2 在贸易、创新和研究方面均表现优异的国家，其排放强度降低的幅度有多大？
• RQ3 多维复杂性指数是否比仅基于贸易的指标更能解释未来经济增长和收入不平等？
• RQ4 贸易、创新和研究对可持续和公平发展成果的相对贡献是什么？
• RQ5 贸易、技术和知识生产之间的相互作用如何塑造包容性绿色增长轨迹？

主要发现

• 多维复杂性指数在预测各国未来GDP增长和收入不平等方面，显著优于传统的仅基于贸易的指标。
• 在贸易、专利和研究三个维度均得分高的国家，其排放强度比表现参差或低下的国家低25–30%。
• 与仅基于贸易的模型相比，纳入专利和出版物数据使增长预测的决定系数（R-squared）最高提升18%。
• 该模型表明，即使在控制初始收入水平和制度质量后，技术和研究能力仍是长期可持续发展的强预测因子。
• 在三个维度均表现优异的国家，其经济增长更加稳定和公平，随着时间推移，基尼系数更低。
• 结果表明，当贸易、创新和知识生产相互协调并形成正向反馈时，包容性绿色增长最有可能实现。