作者：郭瑞東

導(dǎo)語：

2025年剛剛過半，震驚全世界的“關(guān)稅戰(zhàn)”卻再次硝煙四起。在中美較量的背景下，全球的政府、企業(yè)或者政策制定者該如何做出經(jīng)濟決策？一份最新的研究抓住了我們的目光。來自布達(dá)佩斯考文紐斯大學(xué)和圖盧茲大學(xué)的伊達(dá)爾戈（César A. Hidalgo）團隊，首次提出了靠量化算法來給出個性化的產(chǎn)業(yè)升級建議。什么是量化算法？它真的可靠嗎？這就要從它的基礎(chǔ)——經(jīng)濟復(fù)雜性理論開始說起。

圖1 https://arxiv.org/abs/2503.04476

（1）從勞動分工到經(jīng)濟復(fù)雜性

其實早在2009年，塞薩爾?伊達(dá)爾戈和里卡多?豪斯曼共同提出了經(jīng)濟復(fù)雜性理論。它靠的是勞動分工，這個經(jīng)濟學(xué)里最基礎(chǔ)的概念，來描述經(jīng)濟體的復(fù)雜程度?！敖?jīng)濟學(xué)之父”亞當(dāng)?斯密在《國富論》中寫到“在一個治理良好的社會中，正是由于勞動分工，各種不同行業(yè)的產(chǎn)品得以成倍增長，從而使得普遍的富裕能夠惠及到社會最底層的人民?！眲趧臃止砹私?jīng)濟增長，增長是背后是知識積累的推動。

例如2025年初，讓全國矚目的杭州“六小龍”，其高科技產(chǎn)業(yè)的背后是一個足夠多元化的能力組合，其中的游戲、機器人、腦機接口、大模型等看似差異巨大，但有一個高度多樣化的技能網(wǎng)絡(luò)來支撐。

圖2 國家/地區(qū)-能力-產(chǎn)品與國家/地區(qū)-產(chǎn)品網(wǎng)絡(luò)圖示 | 來源：Hidalgo et al., 2009

如把國家/地區(qū)和生產(chǎn)的產(chǎn)品綜合起來考量（國家-產(chǎn)品網(wǎng)絡(luò)示意圖如圖2所示），就能比較出一個國家的經(jīng)濟生產(chǎn)能力。經(jīng)濟復(fù)雜度指數(shù)這個概念由此應(yīng)運而生，用來量化經(jīng)濟體的經(jīng)濟活動，是一目了然，還是紛繁復(fù)雜。

（2）應(yīng)用經(jīng)濟復(fù)雜性理論指導(dǎo)產(chǎn)業(yè)升級

要實現(xiàn)經(jīng)濟的可持續(xù)增長，經(jīng)濟體必須適應(yīng)市場和技術(shù)的變化。經(jīng)濟復(fù)雜性已經(jīng)成為探索經(jīng)濟戰(zhàn)略的常用方法。

對于一個國家，最理想的情況，是擁有一些復(fù)雜度高且相互關(guān)聯(lián)不高的產(chǎn)業(yè)，例如同時擁有航天航空制造、高端芯片制造產(chǎn)業(yè)等，這樣即能保證多樣化又能獲得高利潤，這對應(yīng)赫爾曼?西蒙提出的“隱形冠軍”，對應(yīng)圖3左上區(qū)域；現(xiàn)實中更多是順勢而為發(fā)展優(yōu)勢產(chǎn)業(yè)，例如同時發(fā)展汽車制造、精密醫(yī)療器械制造產(chǎn)業(yè)等，這些產(chǎn)業(yè)復(fù)雜且對技術(shù)要求高，但與已有產(chǎn)業(yè)高度相關(guān)，容易實現(xiàn)協(xié)同發(fā)展，對應(yīng)圖3右上區(qū)域；但某些地區(qū)也會陷入“低端鎖定”中，難以帶來突破，以低相關(guān)性和低復(fù)雜性產(chǎn)業(yè)為主，例如簡單服裝加工、基礎(chǔ)電子裝配產(chǎn)業(yè)等，對應(yīng)圖3左下區(qū)域；有些地區(qū)在初步產(chǎn)業(yè)升級中，會選擇高相關(guān)性但低復(fù)雜性的產(chǎn)業(yè)，例如食品深加工、建材生產(chǎn)等產(chǎn)業(yè)，這些產(chǎn)業(yè)技術(shù)門檻低，但與本地資源或產(chǎn)業(yè)高度相關(guān)，但提升空間有限，需“久久為功”，對應(yīng)圖3右下區(qū)域。

圖3 “相關(guān)性-復(fù)雜性”四象限圖：其中橫軸代表相關(guān)性（Relatedness）用來衡量產(chǎn)業(yè)之間的相互關(guān)聯(lián)是否密切，縱軸代表復(fù)雜性（Product Complexity）用來反映該產(chǎn)業(yè)的技術(shù)含量和經(jīng)濟價值（高復(fù)雜性產(chǎn)業(yè)通常與高收入相關(guān)），

當(dāng)政策制定者推動產(chǎn)業(yè)升級時，往往會先優(yōu)先選擇具有高相關(guān)性和高復(fù)雜性的產(chǎn)業(yè)，但這樣的選擇產(chǎn)生的經(jīng)濟效應(yīng)可能并非最優(yōu)的。

例如一個地區(qū)依靠自己的產(chǎn)業(yè)優(yōu)勢，優(yōu)先選擇發(fā)展相關(guān)性和復(fù)雜性都更高的汽車組裝產(chǎn)業(yè)，短期可能產(chǎn)生較好的效益，但長期來看，從油車時代到新能源時代，汽車組裝產(chǎn)業(yè)由于組建模塊化，其涉及到的產(chǎn)品復(fù)雜度降低，不再是產(chǎn)業(yè)鏈的核心。這種決策就忽略了復(fù)雜度和相關(guān)性會隨時間變化，而僅僅基于當(dāng)前值做決策。

簡言之，僅通過四象限圖來設(shè)計未來產(chǎn)業(yè)升級路徑，是對經(jīng)濟復(fù)雜性過度簡化的理解，而忽略了多因素綜合模型，以及動態(tài)變化的復(fù)雜性。

而這正是伊達(dá)爾戈團隊在最新研究中要解決的問題，文章提出了ECI優(yōu)化算法（Economic Complexity Index Optimization），這里ECI指經(jīng)濟復(fù)雜性指數(shù)，一個國家的經(jīng)濟復(fù)雜性指數(shù)基于該國家所生產(chǎn)的產(chǎn)品的平均復(fù)雜度，而產(chǎn)品的復(fù)雜度則基于該產(chǎn)品的生產(chǎn)國家的平均復(fù)雜度，經(jīng)濟復(fù)雜性指數(shù)越高，表明該國家生產(chǎn)的產(chǎn)品越復(fù)雜，其經(jīng)濟活動也越復(fù)雜。

如圖4所示，算法可以找到實現(xiàn)目標(biāo)ECI，并且最小化產(chǎn)業(yè)進(jìn)入成本的組合，有效平衡復(fù)雜度和進(jìn)入難度的問題。算法會根據(jù)現(xiàn)有的數(shù)據(jù)，預(yù)測未來產(chǎn)品復(fù)雜度（PCI）和相對比較優(yōu)勢（RCA），避免靜態(tài)數(shù)據(jù)的誤導(dǎo)，通過引入專業(yè)化水平、相關(guān)性、相對相關(guān)性的度量，以及“墊腳石”年份來設(shè)立中期里程碑，構(gòu)建更精準(zhǔn)的經(jīng)濟潛力模型。

圖4 ECI優(yōu)化算法工作流

用餐廳的產(chǎn)業(yè)升級舉個例子，想象兩家餐廳，一家主營泰式炒河粉，一家賣墨西哥玉米餅，傳統(tǒng)的產(chǎn)業(yè)升級建議，是將餐廳做成米其林星級餐廳，賣出高價菜（對應(yīng)圖3 的高復(fù)雜度-高相關(guān)性象限），而基于經(jīng)濟復(fù)雜性理論，對賣炒河粉的店可能建議先添加冷凍食品線（利用現(xiàn)有廚房設(shè)備），再引入自動化包裝機（為未來預(yù)制菜鋪路）；而對于墨西哥餐廳給出的可能建議是先推出罐裝辣醬（復(fù)用調(diào)味技術(shù)），再研發(fā)食品檢測設(shè)備（跨界到儀器制造）。

（3）ECI優(yōu)化算法的實際案例

圖6 根據(jù)ECI算法對越南給出的提高經(jīng)濟復(fù)雜性的建議，初始的ECI=0.14

基于ECI優(yōu)化算法的過程，可基于一個國家或地區(qū)當(dāng)前在產(chǎn)業(yè)網(wǎng)絡(luò)上的位置，對比如果將生產(chǎn)產(chǎn)品擴展后會有何影響，從而給出提高經(jīng)濟復(fù)雜性的個性化建議。

例如圖6展示的是對越南的個性化建議，圖中的點代表一個產(chǎn)品，橫軸表示產(chǎn)品的進(jìn)入成本，縱軸表示產(chǎn)品的復(fù)雜性指數(shù)，越南最初的經(jīng)濟復(fù)雜度是0.14，根據(jù)算法，最先從左上的區(qū)域優(yōu)化產(chǎn)品組合，從左到右，復(fù)雜度從0.19、0.24到0.34不斷提高，產(chǎn)品組合不斷豐富。在這個過程中，能直觀看到在產(chǎn)品復(fù)雜性和進(jìn)入成本之間的動態(tài)權(quán)衡過程。
基于經(jīng)濟復(fù)雜性給出的產(chǎn)業(yè)升級建議，不會盲目追求“神裝”，而是規(guī)劃性價比最高的升級路線。它允許“繞路”——比如先點“鍛造技能”才能解鎖“寶劍圖紙”。升級過程中還包括了動態(tài)調(diào)整：例如發(fā)現(xiàn)某個裝備被削（產(chǎn)業(yè)降級），立刻切換路線。

ECI優(yōu)化算法會考慮不同國家的特殊性，例如對于泰國和墨西哥，在2022年，兩個國家的經(jīng)濟復(fù)雜性指數(shù)是相似的，泰國為0.98，墨西哥為0.99，按照年度3.5%的增長率，給出了10年后，給出了兩個國家不同的產(chǎn)品組合，對于泰國應(yīng)該發(fā)展橡膠加工機械、橡膠制品、化學(xué)工業(yè)、測量檢測及分析一起等產(chǎn)業(yè)，對于墨西哥應(yīng)該發(fā)展金屬磨具制造、農(nóng)業(yè)機械、鋼托平板軋制等產(chǎn)業(yè)。

圖7 對泰國和墨西哥給出的基于ECI優(yōu)化算法的產(chǎn)業(yè)擴展建議


圖8 ECI優(yōu)化算法（藍(lán)線）與傳統(tǒng)的“相關(guān)性-復(fù)雜性”的產(chǎn)業(yè)升級建議（紅線）對比

圖8(a)指出基于ECI優(yōu)化算法推薦的產(chǎn)業(yè)，其相對比較優(yōu)勢RCA普遍接近0.8，高于傳統(tǒng)方法的推薦。這正體現(xiàn)了ECI的優(yōu)勢，ECI優(yōu)化算法給出的產(chǎn)業(yè)升級建議，更像“順勢而為的沖浪者”——優(yōu)先選擇那些只需“最后一把勁”就能突破的產(chǎn)業(yè)，專注于利用現(xiàn)有能力發(fā)展產(chǎn)業(yè)。

圖8(b)比較推薦產(chǎn)業(yè)的相對關(guān)聯(lián)性與經(jīng)濟復(fù)雜度的關(guān)系，對于較低和中等ECI指數(shù)的國家會選擇相對更不相關(guān)的產(chǎn)品，產(chǎn)業(yè)關(guān)聯(lián)性的方差更大。這意味著中等發(fā)展階段最需要混合策略，進(jìn)行多元化優(yōu)化。

圖8(c)體現(xiàn)了新產(chǎn)業(yè)的數(shù)量和經(jīng)濟體產(chǎn)品數(shù)量的關(guān)系，兩種方法表現(xiàn)相似，雖然推薦了不同的產(chǎn)業(yè)，但是新增產(chǎn)業(yè)數(shù)量相似，相比較而言，ECI優(yōu)化算法推薦的數(shù)量更少。
圖8(d)展現(xiàn)為實現(xiàn)產(chǎn)品的比較優(yōu)勢所需的新增出口額，圖片顯示ECI優(yōu)化算法給出的建議，能夠以更少的成本，通過精準(zhǔn)選擇杠桿產(chǎn)業(yè)，撬動經(jīng)濟復(fù)雜性指數(shù)的提升。

概括來看，ECI優(yōu)化算法能夠為經(jīng)濟體提供量化決策框架，識別高潛力的發(fā)展路徑，避免“追逐全球熱點但脫離本地能力”的陷阱，還能通過預(yù)測未來競爭格局（如汽車組裝的產(chǎn)業(yè)復(fù)雜度下降），避免過度投資“即將貶值”的產(chǎn)業(yè)。其算法框架可擴展至區(qū)域創(chuàng)新、技術(shù)演化等領(lǐng)域，并在未來的研究中將制度、社會資本等“無形因素”納入模型。

（4）對ECI優(yōu)化算法的可能批判

管理學(xué)中古德哈特定律指出，“一項指標(biāo)一旦變成了目標(biāo)，它將不再是個好指標(biāo)?！碑?dāng)各個經(jīng)濟體將經(jīng)濟復(fù)雜性的優(yōu)化作為指標(biāo)，優(yōu)化過程就會產(chǎn)生外部性，從而相互干擾——例如過去各地盲目跟風(fēng)建設(shè)同質(zhì)化工業(yè)園區(qū)。雖然ECI優(yōu)化算法可以為經(jīng)濟體提供個性化的產(chǎn)業(yè)發(fā)展建議，但當(dāng)多個經(jīng)濟體都同時采納這些建議時會產(chǎn)生相互作用，這時需要進(jìn)入博弈論來加以衡量。

其次，經(jīng)濟活動的主體是人，推動經(jīng)濟發(fā)展的是人的創(chuàng)造力。經(jīng)濟復(fù)雜性指數(shù)作為一個統(tǒng)計指標(biāo)，捕捉的永遠(yuǎn)是已反映在數(shù)據(jù)之中的知識網(wǎng)絡(luò)，是基于當(dāng)下科技樹推斷出的產(chǎn)業(yè)相關(guān)性和復(fù)雜性。2000年時，在諾基亞時代手機組裝被視為高復(fù)雜度產(chǎn)業(yè)，但十年后迅速標(biāo)準(zhǔn)化。ECI優(yōu)化算法依賴對產(chǎn)業(yè)未來復(fù)雜性的預(yù)測，但技術(shù)突破具有不確定性，未來可結(jié)合科學(xué)學(xué)，通過機器學(xué)習(xí)去預(yù)測可能的技術(shù)突破方向。

最后，經(jīng)濟復(fù)雜性的計算，依靠的是貿(mào)易或就業(yè)數(shù)據(jù)，沒有整合歷史、文化、教育等維度，例如推薦沙特阿拉伯發(fā)展精密儀器制造（高PCI），但可能忽視其勞工體系、教育系統(tǒng)與這類產(chǎn)業(yè)的不匹配。ECI優(yōu)化算法也沒有考慮一個區(qū)域的產(chǎn)業(yè)升級會對周邊地區(qū)帶來的虹吸或輻射效應(yīng)以及特定產(chǎn)業(yè)造成的環(huán)境污染等，這些因素在真實的產(chǎn)業(yè)規(guī)劃中，都需要考慮。

盡管ECI優(yōu)化算法存在局限性，但它提供了一種具有數(shù)學(xué)基礎(chǔ)的戰(zhàn)略多元化方法，推進(jìn)了經(jīng)濟復(fù)雜性理論在政策中的落地，它應(yīng)該激發(fā)更多對戰(zhàn)略多元化的新研究。

本文為科普中國?創(chuàng)作培育計劃扶持作品
作者：郭瑞東
審核：張江 北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院教授
出品：中國科協(xié)科普部
監(jiān)制：中國科學(xué)技術(shù)出版社有限公司、北京中科星河文化傳媒有限公司

來源: 科普中國創(chuàng)作培育計劃

內(nèi)容資源由項目單位提供