在刚刚播出的【2025泉果基金春季策略会】中,泉果基金创始人王国斌提到了哈佛增长实验室的一份报告。报告探讨了经济体复杂度和生命力之间的关系——经济越复杂、越多元,国家的经济韧性和增长潜力就越强。
【泉果探照灯】此前也介绍过这份报告,点击链接直达:
王国斌提到,一位全球知名的英国金融学教授在看到泉果基金的这一观点之后,非常认同,讲课时特意因此增加了一个主题单元,标题就是——“对中国经济的复杂性充满信心”。
中国经济越复杂,“柳岸花明又一村”的机会就会越多,创新就会层出不穷。哈佛增长实验室的报告里还有一个关于“拼词游戏”的比喻,经济发展就像英语的拼词游戏,你拥有的字母越多,能拼出的单词组合也就越多,而且会越长、越复杂。
王国斌用一组数据,以供应链为切入点,说明中国经济在复杂性这一维度上的巨大优势:“中国有怎样的复杂的供应链?我简单介绍一下。这是一个很强大的供应系统,中国拥有联合国产业分类中全部工业的门类,覆盖制造业的各个领域:中国有41个工业大类,207个中类,666个小类;而且在联合国分类中的500种主要工业产品中,中国有200多种产品产量位居全球第一。通过源源不断的产品供应链、产业升级,有效提升了经济的复杂性。中国在供应链上的工业产品,尤其在制造业领域,比美国、欧洲、日本的总和还多。”
“这样的供应链让我们的制造业自身就具有组装式、融合性的创新优势。即使中国增长速度相比过去10年有所放缓,但因为中国将生产多元化到了更复杂阶段,咱们国家依然是未来10年内全球增长最快的国家之一。”
就在王国斌发表这一观点的几乎同一时期,“哈佛增长实验室”(Harvard Growth Lab)又发布了最新论文,更详细地阐释了中国为什么在“复杂性指数”上领先,又为什么会因此在未来的经济发展上具备巨大优势。
“经济复杂性指数”(ECI: Economic Complexity Index)不仅仅是哈佛的领先研究成果,而且已经具有了实际在经济衡量上的国际权威性,被IMF、世界银行等国际机构广泛使用,是评估国家长期增长潜力最强大的单一指标之一;它通过衡量出口产品的复杂度,来评估国家的经济复杂度。
增长实验室最新研究显示,中国因经济复杂度现状和发展前景俱佳,在全球“战略地图”中处于“黄金象限”——“因势利导”区域,
这意味着中国既拥有发达国家级别的产业复杂度,又保持着发展中国家的升级锐气,产业体系复杂且升级路径广阔,无需刻意规划单一方向,也是唯一适合“多线作战”的实现全行业进阶的沃土。
【泉果视点】将分上下两期,提炼哈佛增长实验室的最新研究以及对中国经济和创新的潜力分析。
知识只集中在
极少数“顶尖生产者”手中
知识只集中在极少数的顶级生产者手中。全球每100项专利,44项来自1%的顶尖机构;每100篇论文,39篇由头部1%学者主导。
在春季策略会直播中,王国斌也特别提到了和中国有关的论文数据,他引用了美国乔治城大学ETO数据库数据,发现中国近十年AI论文发表量全球第一,这正是中国科技创新量变引发质变的缩影。
增长实验室的研究发现,尽管我们生活在一个知识爆炸、通信便捷的时代,但知识的发展并不会均等地惠及所有国家。
所以在全球范围内,我们会看到下面两种技术状态同时存在。
实际上,知识只集中在非常少数的顶级生产者手中。
该研究使用专利和科学出版署的数据来进行“知识”的研究,数据表明,前1%的专利生产者占总专利的44%。对于研究论文来说,这个值接近39%。而作为对比,在出口方面,前1%的出口商只占世界出口的20%左右。
这一现象看似违反常识。知识通常被认为是非竞争性和非排他性的,是一种全球公共产品,尤其在数字化时代,知识似乎应该比商品更无缝的流动,但事实是,知识无法做到自由扩散。而这种很难自由扩散的知识可能正是收入差距的来源。
那么究竟哪些知识才是决定收入水平的关键?这就涉及“技术”——一个在经济增长中经常被提及,却又容易被误解的概念。
哈佛增长实验室的创始人里卡多·豪斯曼(Ricardo Hausmann)说:
有时候,经济学家有点像外交官,他们会使用那些隐藏分歧的词语。因为每个人都想在会议结束时,签署一份公报。
所以,虽然他们没有达成共识,但是他们可以使用那些隐藏分歧的词语。
经济学家最常用的词汇之一就是“技术”。经济学家常用“技术”一词,但这个概念往往含糊不清,听上去权威,却缺乏明确的定义。
图1. 哈佛增长实验室的创始人里卡多·豪斯曼
为什么技术很难“搬家”?
如果你牙疼,你会网购工具+搜索教程自己拔牙吗?当然不会!你会去找牙医,因为牙医的“隐性手艺”是传播的最高门槛。
因此,里卡多在研究中详细拆解了“技术”一词,并进一步解释了为何技术难以在各国间平等传播。
他认为,技术是生产性知识,是关于如何做事的知识。它们分别储存在“工具”、“教程”和“头脑”中,前两种是有形的,第三种是无形的也是最关键的。
1. 工具:嵌入式知识
(Embeded knowledge)
这是关于如何生产一个工具的知识。这个知识是被嵌入到工具中的。比如你没必要知道如何制造无人机,就可以去操纵无人机。这个知识可以砸钱解决,比如进口光刻机。
2. 教程:编码知识
(Codified knowledge)
这种知识类似于教程或者蓝图,你可以通过里面的步骤、提示来获取。这类知识通常适合网络传输。
3. 头脑:隐性知识
(Tacit Knowledge)
“隐性知识”也被称为“Know-how”,指无法通过书面或语言直接传授的经验性知识,通常需要通过实践和长期积累才能掌握。比如芯片制造中,如何提升良率。
对于这三类知识,里卡多举了一个简单的例子:如果你牙疼,你会怎么办?
你会去网上买牙科“工具”,然后去搜索如何拔牙的“教程”,之后让朋友给你拔牙吗?不会的,我们都会去找牙医,因为牙医有临床经验,也就是“隐性知识”。
隐性知识需要长时间的实践积累,这也解释了为什么你的牙医和律师不会是同一人。
随着社会发展,分工日益精细。知识爆炸的结果不是让每个人掌握更多知识,而是将不同的知识分配给不同个体,并通过企业协作,将这些知识组合起来,生产出更多、更复杂的产品。
这也解释了为什么知识无法自由传播。
海运可以把工具类的嵌入知识,运输到世界上的每一个遥远的角落,互联网可以让任何人访问各种操作手册,但是“隐性知识”是技术传播中最难也是最缓慢的部分,它在人和人之间传递都非常困难,更别提在不同的社会之间了。
中国是跨越“知识陷阱”
的“A+级案例”
现代经济运行不是整齐划一的体操,而是一个由专家们复合协作的“管弦乐团”。
下图是厄瓜多尔的一个社区,一个家庭可以生产图中的所有商品,而且主要成员都知道这些产品的生产知识。
但是现代社会,已经不再是简单的糕点师、屠夫和香薰师的组合了,而是极其复合的技术集合。就像波音飞机,没有任何一个人或家庭知道它到底是怎么制作的,它融合了不同国家的不同技术,因此分工和协作至关重要。
所以,里卡多指出,最重要的不是“个人知识”,而是“集体知识”(Collective Know-how)——以协作形式完成某事的能力。
穷国和富国的差别,就在于拥有多少“集体知识”。
现代经济运行就像一个“管弦乐团”。如果你把一个资深的长号手换成了小提琴手,那么你会影响演奏的性质和质量。因为长号拥有的专业知识,并不能简单的被另一个专业的人所取代。
因此,发展中国家在提升经济复杂度的过程中,非常容易陷入“知识陷阱”。因为本身的字母不够多,缺乏一个充分互补的技能生态,而每一个新字母的产生,新单词的组建,都需要知识。在这方面,中国就是跨越“知识陷阱”的一个“A+级别”的案例。
在这一过程中,流动性是“隐性知识”跨区域转移的关键。比如你需要小提琴手,你可以去外面邀请一位进来,只要你有了第一个小提琴手,你就更可能去培养第二个。
因此,一个国家可以通过“外商直接投资”或者“人才引进”来实现知识的传递。比如硅谷,54%的STEM工程师是外国人(其中华裔在2015年占到25%,近几年回国现象明显),另外的46%的美国人也不是当地人,而土生土长的加利福尼亚人只有不到20%。
除此之外,每个国家还有一座藏在海外的"金矿"——侨民网络。套用一个投资的比喻,侨民是可以跨国界进行“知识套利”的。
比如以色列能成为"中东硅谷",因为美国科技圈数万名以色列裔精英;印度软件业崛起,因为硅谷12%的CTO是印度裔,而中国互联网崛起背后,离不开20万在硅谷练过级的华人天团。
泉果视点注:一则备受关注的最新消息是,3月12日,英特尔认命陈立武为CEO,也是该公司历史上首位华人CEO。自此美国本土的四大芯片巨头:英特尔、英伟达、AMD、博通的“一把手”都是华人,有评论称“半导体业的核心决策层已形成东亚力量主导的新格局”。
图2. 美国芯片四巨头的华裔掌门
图中人物介绍如下:
左上:AMD CEO 苏姿丰
左下:英特尔CEO 陈立武
右上:波动CEO 陈福阳
右下:英伟达 CEO 黄仁勋
泉果策略会
提到的“拼词游戏”
到底是什么?
每个字母代表了一种隐性知识,用字母来拼单词就是通过协作,生产不同的产品或者形成不同的行业。增长的过程就是不断积累新“字母”的过程。
在2025春季策略会上,泉果基金创始人王国斌特别提到了经济发展中的“拼词游戏”概念,那么,什么是拼词游戏呢?
如果你只有一个字母A,那你只能拼出一个单词,就好像一个农业社区,社区中的每个人都只会耕种,那你就只能生产农产品,也只能拥有农业一个行业。
而如果你有了3个字母,你就可以拼出4个单词。如果你有了4个字母,你可以拼出9个单词。
字母越多,你能拼出的单词越多。当你有了10个字母,你就可以拼出595个单词,同时也可以形成更长更复杂的单词。
所以经济的发展就是增加“字母”,即增加额外的技术类型,来生产更多更复杂的产品。
下图是简化的三类国家的运行状态。
你会发现这样的现象:
1. 产品多样性:
收入排名最高的国家能生产全部5种产品,排名最后的国家仅生产1类产品;
2. 产品差异性:
最复杂的产品仅有一个国家能生产,而简单的产品所有国家都能生产。
因此,增长实验室通过衡量出口产品的复杂度,即多样性和差异性,来简化衡量经济的复杂度,即“经济复杂度指数”。
它用来表示,一个国家到底拥有多少“字母”,能做什么样的产品,而复杂度的提升,也预示着国家未来十年的发展潜力——当你具备了获得更高收入水平的复杂度,你就会获得更高的人均收入水平。
以下为全球经济复杂程度。蓝色越深,经济复杂度越高,而中国是在2012至2022年之间,经济复杂度指数增长最快的国家之一。
图3. 2022年全球经济复杂度
数据显示,经济复杂度与国家的人均收入高度相关,相关系数达0.68。
图4. 经济复杂度指数与国家的人均收入高度相关
根据增长实验室的研究,在过去的40年间,人均收入增长最快的20%国家(下图黄线),都积累了更多的“字母”——学会了制作更多和更复杂的产品。因此,增长的过程就是积累“字母”的过程。
图5. 那些将出口产品复杂化的国家迎头赶上
中国稳坐全球创新的
“黄金象限”
中国的“工业技能树”非常完备。中国拥有联合国产业分类中全部工业门类——包含41个工业大类、207个中类、666个小类;其中,在500种主要工业产品中,220多种产品的产量都居全球第一。
国家将如何积累字母,去提升复杂度呢?
经济的复杂度并不是随机增加的,而是遵循一定的路径。就像语言的学习一样,你很难直接从零学会一门复杂的语言,但如果你已经掌握了一些基础单词,就更容易扩展词汇量。这种现象在经济发展中,被称为“相邻可能性”(Adjacent Possibility)。
从根本上讲,多元化是个“先有鸡还是先有蛋”的问题。
当国家试图增加新的字母时,都会面临一个问题:当如果你想建造新的东西,你必须知道怎么做,但是你通常不知道,如何制造你那些不制造的东西。
这也就决定了国家的发展路径。
因此增长实验室提出了“相邻可能性”理论。简单讲,如果你会造一种机器,那么你大概率也会造差不多的其他机器,或者至少很容易学会。就好像一个人跳槽,一般都会优先选择相对熟悉或类似的行业。
毕竟,当你想拼出一个新“单词”,如果仅缺少一个“字母”,问题相对容易解决;但如果同时缺少四个或更多“字母”,难度将大大增加。
同时这篇论文也提到,人们容易忽视的是,“单词”对“字母”同样重要。如果这个复杂体系中没有这样的“单词”,那么它需要的“字母”大概率也不会出现,甚至即使存在,保有和传播这种技能的动机会缺失,这个“字母“也可能会丢失。
下图为中国的“产品空间”,展现了不同产品之间的“距离”,可以看到基本上是比较全面的覆盖状态。
图6. 中国2022年的“产品空间”
* 不同颜色代表不同行业,圆的大小代表该产品的出口规模
根据经济复杂度的现状和前景,增长实验室在一张图中列出了世界各国的增长“战略地图”。
图7. 国家的经济复杂度增长战略
X轴是经济复杂度,越往右越复杂。代表国家产业体系越复杂。
Y轴是发展前瞻指数,越往上代表在产业升级路径上选择空间越大。
中国稳稳坐在右上角的黄金位置——这里被称为“因势利导”(Let it Be)区,意味着中国既拥有发达国家级别的产业复杂度,又保持着发展中国家的升级锐气。因为产业体系复杂且升级路径广阔,无需刻意规划单一方向,是唯一适合多线作战的战场。
如果看看其他三个象限,就能知道中国的这种战略优势有多宝贵。
■ 左上角【天梯计划】
(Stairway to heaven)
象限:低经济复杂度+高发展前瞻性
特征:在优势领域纵向深挖,向相邻高精尖技术延伸,像登山者抓着一条绳索上行。
典型代表:德国
■ 右下角【竞争力修复】
(Competitive Policy)
象限:高经济复杂度+低发展前瞻性
特征:未来增长前景有限,优先提升已有产业优势。
典型代表:美国
■ 左下角【战略押注】
(Strategic bets)
象限:低经济复杂度+低发展前瞻性
特征:需集中资源突破少数赛道。
典型代表:柬埔寨
得生态者得天下。
全球的产业竞争已经进入到生态对抗时代,经济增长的关键在于技术和知识的积累,而最难跨越的门槛并不是资本或劳动力,而是“隐性知识”和“集体协作”。
中国正是通过不断积累“字母”、扩展“单词”,靠拥有最全的产业类比和完备的知识生态,集齐26个字母,解锁更加繁荣的工业技能树。
参考资料:
Global Trends in Innovation Patterns: A Complexity Approach, Harvard Growth Lab, Sep, 2024
Innovation Policies Under Economic Complexity, Harvard Growth Lab, Sep 2024
America is missing the new labor economy - Robortics part 1, Semianalysis, March 11, 2025
2025-03-23 16: 45
2025-03-23 16: 45
2025-03-22 00: 46
2025-03-22 00: 46
2025-03-22 00: 46
2025-03-22 00: 46