1704612750
1704612751
图10–2 人均GDP Vs 2000年出口多样性[10]
1704612752
1704612753
1704612754
1704612755
1704612756
图10–3 人均GDP Vs 2000年经济复杂性
1704612757
1704612758
在图10–2和图10–3里我标记了三个国家，新加坡、智利和巴基斯坦。我选这三个国家是因为在2000年它们出口了相同数量的产品，所以我们无法只通过产品出口数量（多样性）来区分它们。因为新加坡、智利和巴基斯坦的人均GDP差别很大，而且这种差别的出现不是因为其产品出口数量，所以在图10–2中它们是竖直排列着的。一旦我们开始加入关于这些国家所出口产品的普遍性以及出口国家多样性的信息，这种排列就不复存在了。图10–3中新加坡在智利右边，智利又在巴基斯坦右边。这样的位移告诉我们，融入有关一个国家所出口产品特征的信息（通过其普遍性和出口国家多样性）能帮助我们认识到，新加坡的经济比智利的更为复杂，而智利的经济比巴基斯坦的复杂。
1704612759
1704612760
然而，这种观察经济复杂性和人均GDP之间关系的方法还不是最令人惊讶的，其解释人均GDP在长时间段内变化的能力才是这种经济复杂性测量方法十分重要的原因。
1704612761
1704612762
为了展示经济复杂性解释经济增长的能力，让我们看看图10–4。此图显示的是经济体的复杂性（用完整的数学公式计算出的）和1985年的人均GDP。图中，一个国家可能出现在以下所述三片区域中的一个。线以上的国家的人均GDP比经济复杂性所预计的预期值高，线以下的国家的人均GDP比经济复杂性所预计的预期值低。最后，在线上的国家的人均GDP与经济复杂性所预计的预期值相符。
1704612763
1704612764
1704612765
1704612766
1704612767
图10–4 经济复杂性Vs 1985年人均GDP
1704612768
1704612769
那么，随着时间的推移，这些差距会如何发展变化呢？在大多数情况下，线以下的国家，比如印度和中国，比线上和线以上的国家经济增长更快（图10–5）。这就意味着经过很长一段时间，国家的经济收入会倾向于与经济复杂性衡量出的信息相符。简而言之，国家的经济复杂性可以预测国家的经济收入走势。毕竟，要想赚钱，就要制造嘛。
1704612770
1704612771
1704612772
1704612773
1704612774
图10–5 1985年经济复杂性和人均GDP不匹配预测的经济走势和1985~2000年真实经济走势的对比图
1704612775
1704612776
但是在什么样的时间范畴内，经济复杂性才能预测未来经济走势呢？有趣的是，在5年以下的短期时间内，经济复杂性无法准确预测经济走势。因为（5年）短期时间内的经济很容易被经济危机、商品价格变动和一定程度上的汇率调整所控制、影响。而在一段较长的时间内（10~15年），经济复杂性就能高度预测未来经济走势，这就意味着这些方法捕捉到了有关一个经济体长期产生经济收入能力的信息。
1704612777
1704612778
经济增长和经济复杂性之间具有动态关系，其中一个关系就是一个国家生产和出口的产品决定了其经济收入的平衡水平。这就意味着，一个国家的平均收入会慢慢靠近有相似经济复杂程度的国家的收入水平。另一种动态关系是，每个企业和行业都会向其自身的收入水平靠拢。举个例子，熟练的软件开发者不管在什么地方工作都能得到不错的报酬，而无论在什么地方干活，水果采摘工的工资都很低。这并不意味着同一职业或产业在不同国家的工资都相同，因为很明显事实不是这样。这意味的是，工资的国际差距促使在相同产业工作的人的工资向相等的价值靠拢，尽管这种推动力不强而且见效较慢。21
1704612779
1704612780
当把人均GDP和经济复杂性放在一起来审视世界时，我们就能看到很多很多的东西。一个显而易见的启示就是，人均工资低本身不会提供任何经济优势，只有那些比起其经济复杂性而言工资水平低的国家才有经济优势。
1704612781
1704612782
让我们想一想制造业从美国到中国的迁移。在过去的几十年里，美国媒体一直在用低工资来解释这一现象。但是有不少国家的劳动力工资明显低于中国，而且也有着大量人口：比如印度尼西亚，拥有超过两亿的人口；埃塞俄比亚，有8 000万人口；尼日利亚，有超过一亿的人口。然而，尼日利亚和印度尼西亚的人均GDP只有中国的1/2，据估算，埃塞俄比亚的人均GDP是中国的1/10。制造业没有转移到这些国家的原因很简单：这些国家缺少中国所具有的制造产品的能力——一种体现在中国所有城市、公司和人群的能力。通过与任何一个在中国制造业中心（比如深圳）批量生产产品的员工交谈，我们都可以得到一些非正式的证据来证明中国的这种高生产力。在深圳从事移动电话和电子产品制造的外地人会第一个告诉你，他们选择深圳是因为那里是最好的生产基地。在深圳，生产各种产品所需知识的人比十分充足，公司选择在这儿生产主要是因为它们希望用上这些能力，而不只是因为工资很低。22
1704612783
1704612784
***
1704612785
1704612786
这一章中，我们由总结著名的经济增长和生产要素之间的关系而始，从实物资本谈到人力资本，再到社会资本。这些要素能让我们解释世界经济增长差异的大部分原因，但同时我们也看到，它们被技术和概念上的显著缺点所制约。经济元素聚合起来的一个缺点就是，它们无法体现有关组成经济体的元素的特性的信息。由于只关注骨干而不注重实际情况的多样化，这些要素就会把苹果、橘子、炉子同冰箱叠加起来，把美术设计师同电子工程师叠加起来。正如列昂季耶夫和其他人警示过的那样，单纯地把经济元素集合、叠加起来是有局限性的，显然会出问题。在实际操作中，这个局限性很难解决。
1704612787
1704612788
然而，通过使用每个国家出口产品的数据，创造出一种能保留其中元素特性的经济测量方法就变得可能了。某种程度上，我们能这么做是因为联系国家及其出口产品的数据是以网络形式呈现的。在一个网络中，元素的特征不仅表现在其内在特点上（可能从本质上定义一个产品或国家的特性），还表现在节点的连接模式中——对一个国家而言，其中包括其第一邻元素（所连接产品的数量），第二邻元素（所制造产品的普遍性），第三邻元素（与其所连接产品同样相连的其他国家的平均数量），等等。
1704612789
1704612790
当然，这并不是测量经济复杂性的唯一手段。同样的数据可以用不同的方法来处理。而且，我们还可以使用不同的数据——例如将国家和产业、将产业和职业类型联系起来的数据——来创造取决于职业和地点之间（而非产业和地点之间）的网络结构的衡量方法。我们在这里不是说经济复杂性是唯一且最好的衡量方法，我们要说的是，通过发展能保留网络中经济元素特性的分析技术，经济复杂性是可以被测量的。
1704612791
1704612792
然而，这种新方法的代价很高，因为它提供了预测总体经济产出的模型，这种模型不仅融合了之前探究过的要素，比如机制、社会资本、人力资本，还融合了有关一个经济体总体积累的知识技术的信息。
1704612793
1704612794
在下一章中，我们不谈国家经济，不谈生产要素和GDP，我们会从一个记叙性、生物学性和历史性更强的角度，来对比人类群体携带和解析知识信息的能力与生物界中与之等效的机制。这将会有助于我们探究系统以再现其促使信息增长的能力的机制。
1704612795
1704612796
[10]图10–2、图10–3、图10–4、图10–5中，国家和地区英文名缩写对应关系如下：智利（CHL）；巴基斯坦（PAK）；新加坡（SGP）；冰岛（ISL）；巴哈马（BHS）；新喀里多尼亚（NCL）；中国澳门（MAC）；巴林（BHR）；马耳他（MLT）；巴巴多斯（BRB）；圣基茨和尼维斯（KNA）；委内瑞拉（VEN）；哥斯达黎加（CRI）；毛里求斯（MUS）；牙买加（JAM）；沙特阿拉伯（SAU）；阿曼（OMN）；特立尼达和多巴哥（TTO）；加蓬（GAB）；伯利兹（BLZ）；阿尔及利亚（DZA）；萨摩亚（WSM）；伊朗（IRN）；圭亚那（GUY）；喀麦隆（CMR）；几内亚（GIN）；冈比亚（GMB）；中非（CAF）；卢旺达（RWA）；尼日尔（NER）；马拉维（MWI）；布隆迪（BDI）；埃塞俄比亚（ETH）；塞拉利昂（SLE）；塔吉克斯坦（TJK）；萨尔瓦多（SLV）；斐济（FJI）；巴布亚新几内亚（PNG）；尼加拉瓜（NIC）；海地（HTI）；土库曼斯坦（TKM）；尼日利亚（NGA）；多哥（TGO）；乌干达（UGA）；布基纳法索（BFA）；马里（MLI）；莫桑比克（MOZ）；塞内加尔（SEN）；赞比亚（ZMB）；苏丹（SDN）；贝宁（BEN）；蒙古（MNG）；孟加拉国（BGD）；肯尼亚（KEN）；尼泊尔（NPL）；坦桑尼亚（TZA）；吉尔吉斯斯坦（KGZ）；科特迪瓦（CIV）；马达加斯加（MDG）；亚美尼亚（ARM）；加纳（GHA）；阿塞拜疆（AZE）；格鲁吉亚（GEO）；危地马拉（GTM）；巴拉圭（PRY）；玻利维亚（BOL）；叙利亚（SYR）；白俄罗斯（BLR）；哈萨克斯坦（KAZ）；厄瓜多尔（ECU）；多米尼加（DOM）；阿尔巴尼亚（ALB）；菲律宾（PHL）；津巴布韦（ZWE）；斯里兰卡（LKA）；摩洛哥（MAR）；约旦（JOR）；拉脱维亚（LVA）；挪威（NOR）；爱尔兰（IRL）；塞浦路斯（CYP）；摩尔多瓦（MDA）；乌克兰（UKR）；罗马尼亚（ROM）；南非（ZAF）；克罗地亚（HRV）；立陶宛（LTU）；墨西哥（MEX）；乌拉圭（URY）；阿根廷（ARG）；韩国（KOR）；新西兰（NZL）；以色列（ISR）；澳大利亚（AUS）；芬兰（FIN）；中国香港（HKG）；瑞典（SWE）；俄罗斯联邦（RUS）；哥伦比亚（COL）；爱沙尼亚（EST）；巴拿马（PAN）；黎巴嫩（LBN）；马来西亚（MYS）；秘鲁（PER）；埃及（EGY）；巴西（BRA）；印度尼西亚（IDN）；葡萄牙（PRT）；日本（JPN）；丹麦（DNK）；希腊（GRC）；斯洛文尼亚（SVN）；斯洛伐克（SVK）；洪都拉斯（HON）；土耳其（TUR）；泰国（THA）；印度（IND）；中国（CHN）；英国（GBR）；荷兰（NLD）；波兰（POL）；捷克（CZE）；奥地利（AUT）；西班牙（ESP）；意大利（ITA）；美国（USA）；德国（DEU）；加拿大（CAN）；匈牙利（HUN）；老挝（LAO）；安哥拉（AGO）；利比里亚（LBR）；乍得（TCD）；刚果（布）（COG）；毛里塔尼亚（MRT）；越南（VNM）；伊拉克（IRQ）；古巴（CUB）；突尼斯（TUN）；保加利亚（BGR）；科威特（KWT）；阿联酋（ARE）；瑞士（CHE）；法国（FRA）。
1704612797
1704612798
1704612799