创新模式的全球趋势 ： 一种复杂性方法

第80/ 2024号经济研究 工作文件 创新模式的全球趋势— —一种复杂性方法 RicardoHausmann,MuhammedA.Yildirim,ChristianChacua,MatteHartog,ShreyasGadginMatha 创新模式的全球趋势：一种复杂性方法 里卡多·豪斯曼*MuhammedA.Yildirim*†.ChristianChacua* 哑光Hartog*ShreyasGadginMatha* 2024年4 月 Abstract 一个国家的技术诀窍决定了其增长潜力和竞争力。科学出版物，专利和国际贸易数据提供了有关科学，技术和生产思想如何演变，结合并转化为能力的补充见解。分析他们的轨迹可以更全面和多方面地理解整个创新过程，从产生想法到国际商业化产品。我们分析了这三个领域的生产模式，记录了发达和新兴市场经济体之间的差异。我们发现，未来的收入，专利和出版增长与从这些领域计算出的经济复杂性指数相关。嵌入该国的能力也塑造了未来的多元化机会，并使创新过程路径依赖。最后，我们还表明，多元化机会可以在创新领域推断出来。 关键词：经济复杂性，创新复杂性，科学复杂性。JEL代码：O25，O30，O38，F60。 免责声明：本文所表达的观点是作者的观点，不一定反映世界知识产权组织（WIPO）或其成员国的观点。 致谢：我们感谢AndreaMorrison、SebastianBustos、JulioRaffo、FedericoMosatelli、PaoloAversa、Oguguo王子、BasilMahfouz和HakanOzalp的评论和建议。任何错误仍然是我们的错误 。 *美国马萨诸塞州剑桥哈佛大学国际发展中心增长实验室。 †行政科学与经济学院经济系-Koc大学，伊斯坦布尔，土耳其。 1经济复杂性方法 技术进步是经济增长和竞争力的基石。正如我们在随附的论文中所论述的那样(Hasma等人。， 2024)，技术在空间上没有充分扩散，这解释了国家之间的收入差异。在各个国家，地区和行业中 ，技术进步的动力不仅取决于产生的新思想的数量，还取决于经济体系中思想的复杂性和相互联系 。我们认为，与经济生产相关的多个认知领域产生的思想之间的相互作用会影响经济的发展轨迹。科学出版物，专利和国际贸易数据提供了有关科学，技术和生产思想如何演变，结合并转化为各国能力的补充见解。分析他们的轨迹可以更全面和多方面地理解整个创新过程，从产生想法到国际商业化产品。 本文引入并应用经济复杂性度量来描述创新复杂性的全球趋势。它将概念从贸易的经济复杂性框架扩展到通过科学出版物和专利衡量的科学技术进步分析。遵循Hasma等人提出的拼字游戏类比 。(2024)，我们讨论了三个领域(科学、技术和工业能力)中使用的字母度量，并提供了2000-2020年期间这些度量的一些估计。我们的计算依赖于从OpeAlex中提取的科学出版物的国家一级数据(Priem等人。，2022），WIPO汇编的专利，以及来自联合国COMTRADE数据集的国际贸易，由Bstos＆Yildirim（2023）处理。 我们的分析涵盖了四套不同的能力衡量标准。首先，我们提出了建立在生产水平和揭示比较优势（RCA）的概念上的结果（Balassa，1965）。RCA提供信息，以确定科学，技术和工业成果的生产和地理分布的广泛趋势。其次，我们涵盖了捕获经济复杂程度和知识程度的指标。 积累。他们依赖于经济复杂性指数的广义版本(Hasma等人，，2014；Hidalgo&Hasma，2009)，用于检验复杂性与经济增长之间的关系。第三，我们引入了展示能力的时间演变和科学技术多样化过程的措施。这些措施捕获了字母之间的重叠（i。Procedres.，相关性)，推广产品空间方法论(Hidalgo等人。，2007)为国际贸易中的产品开发到科学领域和技术类别(Ballad&Boschma，2022 ；Petralia等人。,2017)。最后，我们量化了科学、技术和工业能力之间的相互作用。它们被用来探索各国根据其科学和工业能力实现复杂技术的潜力。在方框1中，我们简要解释了本文使用的特定指标。 我们记录了全球创新活动的几种模式。首先，我们表明，科学出版和专利在少数国家的集中程度远远超过出口。创新活动多样性（以专利、出版物或出口衡量）的国家往往会产生更独特（不那么普遍）的创新。接下来，我们根据国家产生的想法类型来计算它们的集群。我们确定了两个集群，它们根据研究支出和人均GDP而不是人口而存在显着差异。这表明发达经济体和新兴市场经济体开展的科技活动类型可能存在差异。进一步，我们发现一个国家的创新活动的复杂性（以专利，出版物或出口的经济复杂性指数衡量）与人均GDP，专利，科学出版物和出口的增长呈正相关。接下来，我们展示了各国在创新方面表现出相关的多样化。也就是说，他们更有可能通过转移到产品空间中的附近出口产品，科学领域空间中的附近科学领域以及技术类空间中的附近专利类别来使其创新组合多样化。最后，我们发现了这种跨创新领域的相关多元化模式。例如，出口相对较多某些产品的国家可能会在相关技术类别中增加其专利活动。 本文的其余部分组织如下。第2节描述了分析中使用的数据。第3至第6节分析了指导我们分 析的四套指标及其与创新政策讨论的相关性。第7节最后讨论了政策影响。此外，我们包括三个附录部分，涵盖了指标的数学公式（A），经验数据方法（B）和补充结果（C）的详细信息。 方框1：主要概念 在这里，我们介绍了经济复杂性研究中经常使用的各种概念。我们在国际贸易的背景下提出了我们的定义和解释，同时也强调了它们对技术和科学产出的适用性。 •显示比较优势（RCA）是一种度量标准，用于确定一个国家与其他国家相比在生产特定产品方面的相对优势或劣势。本质上，如果一个国家对一种产品的RCA大于1，则该国家在生产该产品方面具有比较优势。 •另外两个基本概念，即多样性和普遍性，与RCA紧密交织在一起。多样性评估了一个国家生产的具有比较优势的产品范围，而普遍性则评估了产品在所有国家中的普及程度。两者都提供了对一个国家的生产能力和全球需求的见解。 •经济复杂性指数(ECI)衡量一个经济体的复杂程度和知识积累。它反映了一个经济体生产各种复杂产品的能力。更高的ECI值意味着一个经济体生产的各种产品在全球范围内很少生产，揭示了知识和能力的深度。 •相关性检查生产两种不同产品所必需的共享能力 ，技能和专有技术。如果竞争性生产一种产品的国家也经常在另一种产品中竞争，则两种产品被认为更相关。 •产品的相关性可以在称为“产品空间”的网络上可视化。在“产品空间”中，产品表示为节点，产品之间的接近度表明它们在国家出口篮子中共同出现的频率，表明生产中的共享能力。 除了国际贸易和产品外，我们还将这些概念应用于科学技术思想 。我们根据科学出版物的数据创建科学领域空间，并根据专利数据创建技术空间。我们探讨了相关性的各种定义。此外，我们量化了各种科学领域和技术创新的复杂性，并为各国走向更复杂的科学领域和技术绘制了阻力最小的路径。 5 2Data 我们的多维方法建立在三个主要信息来源的基础上，这些信息来源提供了对创新过程的全面了解：科学出版物，专利和国际贸易（图1）。科学出版物捕获了可以转化为科学能力的知识的创造。专利揭示了可以转化为技术能力的发明。国际贸易数据揭示了一个经济体当前的工业能力。这三个措施一起提供了一个更广泛和互补的观点，基于一个地点存在的能力，创新过程的复杂性。 图1：创新能力的多维视图 来源：自己的建设。我们对创新能力的多维观点考虑了三种类型的能力：科学，技术和工业能力。因此，我们分析了三种类型活动的数据：研究，以科学出版物衡量；发明，以专利衡量；和工业生产，以贸易数据衡量。 科学出版物提供了对主要源于科学研究的想法的见解。它抓住了学术界和基础研究机构的新生想法，这些想法可能会支撑未来的生产性创新。尽管并非所有科学知识都会导致 生产性创新，因为它不是其主要目标，生产性创新的很大一部分来自基础科学(Mazzcato，2015；Grber&Johso，2019)。我们依赖于OpeAlex的数据(Priem等人。，2022)在我们所有与科学出版物相关的计算中。尽管包括OpeAlex在内的大多数文献计量数据库都声称对科学出版物进行了全球覆盖，但我们知道它们并不包含所有国家的代表性数据。因此，这里介绍的全球趋势可能反映出覆盖范围的偏见，这可能会对全球南部国家产生不成比例的影响。1 专利是发明的指标，是创新过程的中间步骤之一。它评估了想法向市场产品的潜在转变。一个在一个部门持续产生专利的经济体可能在该部门拥有富有成效的知识和能力。尽管我们认识到使用专利数据的局限性，但它仍然是衡量创新轨迹的宝贵来源。2我们的专利数据由WIPO汇编，综合了来自多个来源的数据，主要是EPO的Patstat2023和WIPO的PatentScope。 我们从中提取出口数据的贸易数据集作为基准，主要显示一个经济体当前的工业能力。这些信息揭示了一个国家生产什么是可行的，以及它在全球经济格局中的地位。我们的贸易数据主要来自UNCOMTRADE从海关收集的国际数据，并由Bstos＆Yildirim（2023）进一步清理。这一清理程序试图说明出口商和进口商报告的数据差异，以及各国报告的数据质量。 Inthethreeconsidereddatasets,weanalyzedataatthenationallevelfortheperiod2000-2020.Wefocusoncountriestodescribeglobaltrends,butweacknowledgethatthedesignofparticularinnovationpoliciesrequiresanalysisatmoredislatinglevels 1包括OpeAlex在内的大多数文献计量数据库对非英文文献、本地期刊和仅以印刷形式提供的期刊的覆盖率仍然很低（Asorge，2023）。由于这些特征不是随机分布在各国之间(例如Procedre，非英语国家可能不成比例地撰写非英语文章），科学出版物数据可能无法完全代表科学知识的地理分布。 2由于专利的使用因几个因素而异（e。Procedre、行业、公司规模、创新类型等)(Mezzaotti&Simcoe，2023年；科恩等人。，2000；莱文等人。，1987；Harabi，1995)，基于专利数据的统计推断是有限的。此外，各国的专利实践可能会有所不同，并且可能会对战略行为做出回应（Lemley＆Shapiro，2007；Golde，2007；Heel，2022）。 我们的研究时间不够大，无法理解创新过程的所有阶段的动态，在某些情况下，创新过程可能跨越几十年，需要对个人想法如何转化为最终产品进行更详细的评估。但是，它使我们能够评估科学，技术和工业能力的当前状态，并提供有关其地理分布，复杂程度，最新演变和潜在联系的见解。 当我们专注于衡量每个国家的能力时，我们将科学出版物、专利和出口分配到生产它们的地方 。对于科学出版物，我们根据作者的机构隶属关系将论文分配给各国。对于专利，我们依赖于专利家族中列出的发明人的位置。对于出口，我们使用UNCOMTRADE数据的干净版本（Bstos＆Yildirim，2023年）的出口商位置。在衡量一个国家的科学出版物和专利数量时，我们根据不同国家的数量而不是不同作者或发明人的数量来计算分数。此外，为了使专利数据具有国际可比性，当我们提到专利计数时，我们计算国际专利家族（Migelez等人。，2019)，而不是个人专利申请。此外，我们应用了一系列过滤器来删除特定维度上的数据对统计分析没有意义的国家。有关具体数据源和方法的更多详细信息，请参见附录B。 3全球趋势 如图2a所示，在2000年至2020年之间，全球大多数出版物都在医学和生物学领域，其次是工程和计