知識經濟的興起

什麼是知識?知識如何傳播?它的價值是什麼?

加入我們的科學愛好者社群!

本文發表於《大眾科學》的前部落格網路,反映了作者的觀點,不一定反映《大眾科學》的觀點


大約30年前,保羅·羅默發表了一篇論文,探討了知識的經濟價值。在那篇論文中,他認為,與傳統的生產要素(資本和勞動力)不同,知識是一種“非競爭性商品”。這意味著它可以無限分享,因此,它是唯一可以按人均計算增長的東西。

羅默的工作最近獲得了諾貝爾獎的認可,儘管這僅僅是一個更長故事的開始。知識可以無限分享,但這是否意味著它可以傳播到任何地方?在羅默的開創性論文發表後不久,亞當·傑夫、曼紐爾·特拉滕貝格和麗貝卡·亨德森發表了一篇論文,研究了知識的地域傳播。他們使用一種稱為匹配的統計技術,為每項專利識別出一個“孿生”專利(即在同一時間提交併提出類似技術主張的專利)。

然後,他們比較了每項專利及其孿生專利收到的引文。與它們的孿生專利相比,專利從來自同一城市的其他專利收到的引文比來自其他地方的專利多出近四倍。羅默是對的,知識可以無限分享,但知識也難以遠距離傳播。


關於支援科學新聞報道

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道: 訂閱。透過購買訂閱,您正在幫助確保關於塑造我們當今世界的發現和想法的具有影響力的故事的未來。


是什麼讓知識具有粘性?追隨羅默和傑夫的腳步,學者們繪製了發明人的合作網路。這表明,限制知識傳播的是發明人的專業網路,而不是地理位置的其他方面(例如制度環境或共同文化)。儘管有專利申請和出版物,但發明人對其領域的知識受到他們自身合作網路範圍的限制。在幾十年裡,我們已經理解了為什麼知識是經濟價值的中心,以及為什麼它是每個人都想要但很少人擁有的蜜糖。

當羅默發表關於經濟增長的開創性論文時,我才10歲。十六年後,我在聖母大學攻讀博士學位。與羅默不同,我擁有大量資料。我擁有追蹤社交網路和人口流動的手機通話資料。我擁有國際貿易資料,以精細的細節概括了各國的生產模式。最後一個數據集是我們建立知識經驗度量所需的麵粉,將羅默的思想擴充套件到大資料世界。

我們發表的第一個知識度量現在被稱為相關性度量。它衡量一個經濟體在特定活動方面擁有的知識。這裡的活動是一個廣泛的概念。它可以是一個行業(襯衫製造)、一種產品(襯衫)、一種技術(織造機械),甚至是一個研究領域(非織造紡織品)。相關性衡量一個經濟體發展尚未存在的活動的“潛力”。相關性尊重知識的一個重要屬性,即知識不易在活動之間轉移。擅長音樂並不能讓你擅長運動。同樣,一個擅長出口電子產品的經濟體可能在採礦方面缺乏經驗。

衡量相關性非常簡單。首先,你需要建立一個連線相似產品的網路。在我們的案例中,我們連線了傾向於一起出口的產品:襯衫和女式襯衫、蘋果和梨、公共汽車和汽車。然後,你專注於一種產品,並使用這個網路來計算每個國家已經出口的“姊妹產品”的比例。如果這個比例很大,你就可以預測該國更有可能開始出口該產品。而這正是資料所顯示的。當經濟體存在相關活動時,它們更有可能進入一項活動。這適用於國家和產品地區和產業城市和專利,甚至大學和研究領域。這個相關性原則,與經濟原則一樣穩健。

幾年後,我們發表了第二個指標,衡量一個國家、地區或城市擁有的知識總量。這個指標側重於知識的強度——知識不能簡單地累加,因為它有重疊,而且是以離散塊狀形式存在的。基本思想是,一個地方的知識體現在它存在的活動中,而一項活動的知識體現在該活動存在的地點中。這使我們能夠以完全迴圈的方式定義知識,可以使用遞迴或與主成分分析相關的數學技術。好訊息是,這沒有對哪些地點或活動知識密集程度最高做出任何假設。我們將這個指標稱為經濟複雜性指數

但是,經濟複雜性是否證明了羅默的願景?答案是響亮的肯定。知識密集程度較高的國家更富裕,不平等程度更低,當他們的人均GDP知識過剩時,他們增長得更快。這個神奇的指標預測了東亞的崛起、希臘的危機和拉丁美洲的停滯不前。然而,這些發現仍然很少告訴我們知識是如何進入新地方的。這就是下一步研究的方向。

當我向學者、企業家、部長和公務員介紹我的工作時,他們通常會問我同樣的問題:“清單是什麼?!”他們的意思是,他們想知道與他們所在位置最相關的活動清單——一份關於在哪裡集中他們的產業發展努力的清單。但我從來不喜歡“清單”。因此,最近,我與阿梅娜·阿什姆斯和弗拉維奧·皮涅羅合寫了一篇論文,我們在其中探討了數百萬個清單,而不是隻關注一個清單。數學表明,按照相關性遞減的順序遵循清單實際上是次優的。

這是因為該清單包含高度相關但也是死衚衕的產品(即,與其他產品沒有聯絡的產品)。死衚衕產品在“清單”上可能排名很高,但有時,最好關注那些更難開發但能開闢新道路的產品。此外,數學表明,當國家偏離最相關的活動時,存在一個狹窄的機遇視窗。過早地過於雄心勃勃會導致開發專案失敗。在最佳視窗期過於保守會浪費機會。

但是,我們能加速知識的流動嗎?更好的資料和方法使我們能夠將知識的流動置於顯微鏡下。我們可以觀察到知識是如何隨著工人更換工作失業而流動的。我們可以看到通訊和交通技術的變化如何影響知識傳播:從早期現代歐洲印刷機的引入,到中國火車速度的加快。我們可以研究移民知識流動的作用。我們甚至可以使用專利來探索創新活動的相關性和複雜性

對知識的研究接下來會給我們帶來什麼?我們能否達到像衡量國內生產總值一樣準確地衡量國內知識總值的程度?我們能學會如何設計知識傳播嗎?知識會繼續集中在城市嗎?還是最終會打破社會的枷鎖,傳播到世界的每一個角落?我們唯一可以肯定的是,對知識的研究是一段激動人心的旅程。最低垂的果實可能已經被摘走了,但樹上仍然充滿了水果和風味。讓我們爬上去探索吧。

César A. Hidalgo directs the Center for Collective Learning at the Artificial and Natural Intelligence Institute (ANITI) of the University of Toulouse. He also holds appointments at the Harvard School of Engineering and Applied Sciences (SEAS), at the Alliance Manchester Business (AMBS) School of the University of Manchester, at the Toulouse School of Economics (TSE) and at the Institute of Advanced Study in Toulouse (IAST). He is the author of three books including How Humans Judge Machines (MIT Press, 2021).

More by César A. Hidalgo
© .