[论文解读] Measuring the Knowledge Intensity of Economies with an Improved Measure of Economic Complexity

Saleh Albeaik, Mary Kaltenberg+2 more|arXiv (Cornell University)|Jul 18, 2017

Economic and Technological Innovation被引用 21

一句话总结

本文提出 ECI+，一种简化但更精确的经济复杂性衡量指标，通过调整每种产品的出口难度来修正总出口。ECI+ 在预测长期经济增长方面优于现有的 ECI 和 Fitness 指标，其一标准差的提升与每年 4% 至 5% 的更高增长率相关，且在控制物质资本、人力资本和制度因素后仍保持稳健。

ABSTRACT

How much knowledge is there in an economy? In recent years, data on the mix of products that countries export has been used to construct measures of economic complexity that estimate the knowledge available in an economy and predict future economic growth. Here we introduce a new and simpler metric of economic complexity (ECI+) that measures the total exports of an economy corrected by how difficult it is to export each product. We use data from 1973 to 2013 to compare the ability of ECI+, the Economic Complexity Index (ECI), and Fitness complexity, to predict future economic growth using 5, 10, and 20-year panels in a pooled OLS, a random effects model, and a fixed effects model. We find that ECI+ outperforms ECI and Fitness in its ability to predict economic growth and in the consistency of its estimators across most econometric specifications. On average, one standard deviation increase in ECI+ is associated with an increase in annualized growth of about 4% to 5%. We then combine ECI+ with measures of physical capital, human capital, and institutions, to find a robust model of economic growth. The ability of ECI+ to predict growth, and the value of its coefficient, is robust to these controls. Also, we find that human capital, political stability, and control of corruption; are positively associated with future economic growth, and that income is negatively associated with growth, in agreement with the traditional growth literature. Finally, we use ECI+ to generate economic growth predictions for the next 20 years and compare these predictions with the ones obtained using ECI and Fitness. These findings improve the methods available to estimate the knowledge intensity of economies and predict future economic growth.

研究动机与目标

• 开发一种更准确且更简单的经济复杂性衡量指标，以反映经济体的知识密集度。
• 通过利用出口数据改进现有的复杂性指标，以提升未来经济增长的预测能力。
• 评估新指标（ECI+）在多种计量经济模型中对 ECI 和 Fitness 等既定指标的稳健性。
• 将 ECI+ 与传统增长决定因素（物质资本、人力资本和制度）相结合，构建一个全面的增长预测模型。

提出的方法

• 提出 ECI+，一种新的经济复杂性指数，基于出口数据，使用简化的算法，通过调整每种产品的出口难度来校正总出口。
• 将 ECI+ 应用于 1973 至 2013 年间多个经济体的年度出口数据，计算复杂性的时间序列指标。
• 通过 pooled OLS、随机效应和固定效应模型，在 5 年、10 年和 20 年的增长面板中，比较 ECI+ 与 ECI 和 Fitness 的预测能力。
• 通过纳入物质资本、人力资本和制度质量（如政治稳定性、腐败控制）等控制变量，进行稳健性检验。
• 使用 ECI+ 预测未来 20 年的经济增长，并与 ECI 和 Fitness 的预测结果进行比较。
• 采用标准计量经济方法，评估不同模型中估计量的一致性和系数的稳定性。

实验结果

研究问题

• RQ1 ECI+ 是否在预测未来经济增长方面，比现有的复杂性指标（如 ECI 和 Fitness）更准确且更一致？
• RQ2 在传统增长因素（如人力资本、制度）的基础上加入 ECI+，如何影响增长模型的解释力？
• RQ3 ECI+ 提高一个标准差，对年均经济增长的影响幅度是多少？
• RQ4 ECI+ 的系数在不同计量经济模型设定和控制变量下是否具有稳健性？
• RQ5 基于 ECI+ 的未来 20 年经济增长预测，与 ECI 和 Fitness 的预测相比如何？

主要发现

• 在所有模型设定和时间跨度下，ECI+ 在预测未来经济增长方面均优于 ECI 和 Fitness。
• ECI+ 每提高一个标准差，与约 4% 至 5% 的年均增长率提升相关。
• 即使在控制物质资本、人力资本和制度质量后，ECI+ 的系数依然稳健且具有统计显著性。
• 人力资本、政治稳定性和腐败控制与未来经济增长呈正相关，而收入与增长呈负相关，这与传统增长文献一致。
• 与 ECI 和 Fitness 相比，ECI+ 在未来 20 年内生成了更一致且更可靠的长期经济增长预测。
• ECI+ 的估计量在 pooled OLS、随机效应和固定效应模型中表现出比其他方法更高的稳定性。