全部版块 我的主页
论坛 经济学人 二区 外文文献专区
298 6
2022-06-11
英文标题:
《Machine-learned patterns suggest that diversification drives economic
  development》
---
作者:
Charles D. Brummitt, Andres Gomez-Lievano, Ricardo Hausmann, and
  Matthew H. Bonds
---
最新提交年份:
2018
---
英文摘要:
  We develop a machine-learning-based method, Principal Smooth-Dynamics Analysis (PriSDA), to identify patterns in economic development and to automate the development of new theory of economic dynamics. Traditionally, economic growth is modeled with a few aggregate quantities derived from simplified theoretical models. Here, PriSDA identifies important quantities. Applied to 55 years of data on countries\' exports, PriSDA finds that what most distinguishes countries\' export baskets is their diversity, with extra weight assigned to more sophisticated products. The weights are consistent with previous measures of product complexity in the literature. The second dimension of variation is a proficiency in machinery relative to agriculture. PriSDA then couples these quantities with per-capita income and infers the dynamics of the system over time. According to PriSDA, the pattern of economic development of countries is dominated by a tendency toward increased diversification. Moreover, economies appear to become richer after they diversify (i.e., diversity precedes growth). The model predicts that middle-income countries with diverse export baskets will grow the fastest in the coming decades, and that countries will converge onto intermediate levels of income and specialization. PriSDA is generalizable and may illuminate dynamics of elusive quantities such as diversity and complexity in other natural and social systems.
---
中文摘要:
我们开发了一种基于机器学习的方法,即Principal Smooth Dynamics Analysis(Principal Smooth Dynamics Analysis,PriSDA),以识别经济发展中的模式,并自动开发新的经济动力学理论。传统上,经济增长是用从简化理论模型中得出的几个总量来建模的。在这里,普里斯达确定了重要的数量。通过对55年来各国出口数据的分析,普里斯达发现,各国出口篮子的最大区别在于其多样性,并将额外的权重分配给更复杂的产品。权重与文献中先前的产品复杂性度量一致。变异的第二个维度是相对于农业而言的机械熟练程度。PriSDA然后将这些数量与人均收入进行耦合,并推断出系统随时间的动态变化。普里斯达认为,各国的经济发展模式以日益多样化的趋势为主。此外,经济体在多样化之后似乎变得更加富有(即多样化先于增长)。该模型预测,具有不同出口篮子的中等收入国家将在未来几十年内增长最快,而这些国家的收入和专业化水平将趋于中等水平。普里斯达是可以概括的,它可能会揭示其他自然和社会系统中难以捉摸的数量的动态,例如多样性和复杂性。
---
分类信息:

一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--
一级分类:Economics        经济学
二级分类:General Economics        一般经济学
分类描述:General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Economics        经济学
分类描述:q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学,包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-6-11 06:15:01
机器学习模式表明,多样化驱动经济发展哈佛大学哈佛医学院国际发展中心的Charles D.Brummitt、Andr’es G’omez Li’evano、Ricardo Hausmann 2,3和Matthew H.BondsGlobal Health and Social Medicine 2018年12月11日摘要我们开发了一种基于机器学习的方法,Principal Smooth Dynamics Analysis(PriSDA),用于识别经济发展模式,并自动开发新的经济动力学理论。传统上,经济增长是通过简单理论模型得出的几个总量来建模的。在这里,PriSDA确定了重要的数量。通过对55年来各国出口数据的分析,普里斯达发现,各国出口篮子的最大区别在于其多样性,并将额外的权重分配给更复杂的产品。权重与文献中先前的产品复杂性度量是一致的。变化的第二个方面是与农业相关的机械效率。PriSDA然后将这些数量与人均收入进行耦合,并推断出系统随时间的动态变化。PriSDA认为,各国的经济发展模式以多样化趋势增加为主导。此外,经济体似乎在多样化之后变得更加富有(即多样化先于增长)。该模型预测,拥有多样化出口篮子的中等收入国家将在未来几十年内增长最快,而这些国家将在中等收入和专业化水平上趋同。普里斯达是可以概括的,它可以说明其他自然和社会系统中的多样性和复杂性等孤立量的动态。计算机可以学习使用人类无法掌握的庞大数据集预测未来。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 06:15:03
然而,机器预测背后的逻辑往往难以理解,目标往往是准确,而不是洞察力。与此同时,科学家们利用直觉生成新理论,或者从现有模型中逐步推导出新理论。可解释机器学习的最新进展使理论的产生能够自动化:机器已经识别出物理和生物系统中的数学定律,科学家们花了多年时间手动解决这些定律[12、54、21、66、14]。但尽管钟摆和流体动力学可能遵循优雅的控制方程,但组成反复无常的人类的系统可能不会。因此,在社会科学领域,教人类更好的理论对机器来说是一个挑战。我们介绍了一种在高维时间序列中识别可解释模式的方法,称为主平滑动力学分析(PriSDA),并将其应用于社会科学中的一个统一问题:为什么一些国家富有,而另一些国家贫穷。PriSDA从具有潜在多维度特征的系统中提取时间序列数据,并识别少量涉及平滑样条线的动力学方程,以模拟系统随时间的变化。结果模型在准确性方面进行了优化,但易于解释。传统上,人们通过手动选择复杂过程的降维表示(如“效用”)或国内生产总值(GDP)等总价值来构建经济理论。然后,我们构建了这些数量如何随时间变化的模型,最后我们用数据估计得出的模型。这些模型往往忽视了一些重要的模式,例如商品的巨大多样性的出现,或者为什么富国与其他富国发生冲突[39]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 06:15:06
不知道经济学的显性传统,自动化经济学家会发现什么样的经济增长理论?在这里,我们使用主成分分析[40]来分析国家出口篮子的机器缩减维度(根据人口规模进行校正),然后我们训练广义加性模型(GAMs)[61]来预测出口篮子和人均收入的年度变化。结果表明,一个经济体(复杂性加权)多样性的根本重要性,既可以作为汇总统计多样性捕获比任何其他方向更多的出口篮子跨越时间的方差,也可以作为经济增长的预测因子。PriSDA方法普遍适用,可以说明其他生物、物理和社会系统中多样性和复杂性的出现。1方法PriSDA方法确定预测复杂系统中随时间变化的方程(使用非参数回归,此处为GAMs),该复杂系统使用降维和潜在的其他聚合量进行描述。其成功的关键是提供itdata,使大型和小型单位(此处为国家经济体)具有可比性,同时允许绝对增长。1.1经济生产能力的多维表征对经济发展和贫困的多维指标越来越感兴趣[3,36]。我们基于年度出口跟踪宏观层面的多层面经济发展,过去半个世纪所有国家都有高质量的数据。一个国家的出口表明其国际竞争优势,与国内生产不同,出口共享一个共同的分类系统。第SI-2和SI-3节介绍了访问数据的说明及其预处理的细节。由于出口数据有噪声,产品被汇总为59个类别(第SI-3A节)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 06:15:09
一个国家c在t年的产品p出口值,表示为Xcpt,往往与该国的人口规模Pct呈正相关。为了说明这种关系,Xcpt除以一个期望值,该期望值是根据一个国家人口给定的预期出口值的空模型得出的。为了消除全球价格冲击的影响,该数量除以该产品的全球出口总值,该值也通过使用全球人口预测全球出口价值的nullmodel进行归一化。我们将得出的数量称为c国在某一产品年份t的绝对优势,表示为Rcpt:Rcpt=Xcpt/E[Xcpt | Pct]PcXcpt/EPcXcptPcPct. (1) 详情以秒为单位。SI-3B。我们将国家视为跨越所有产品的RCPT的长度为59的向量;图1(a)所示为RCPT两条轨迹的二维投影。与相对数量(如显示出的比较优势)不同,一个国家可以任意支配其绝对优势。例如,2016年,比利时和荷兰是所有59种产品p中唯一“冲出重量”(即hadRcpt>1)的国家。为了使产品彼此平等,我们通过所有国家和所有年份的RCPT的平均值和标准偏差来对RCPT进行中心化和标度≤ 1988年(图1(B))。我们将得到的量称为标度绝对优势,并用Rcpt表示。标度绝对优势是指所有国家在该产品中的绝对优势超过1988年前平均值的标准偏差数。Rcpt>0意味着c国在t年生产和出口产品p方面表现出色。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 06:15:12
通过在Rcpt中划分产品的全球出口市场,并在Rcpt中集中和扩展每个产品,使产品具有可比性,从而能够检测一种产品的专业知识如何能够在另一种产品中发展专业知识,而不管这些产品的市场规模如何。1.2缩小导出篮的尺寸我们使用主成分分析(PCA)缩小尺寸【40】,因为得出的尺寸是可解释的,而且求和导出可以减少导出数据中的噪声。第节讨论了其他方法。SI-1。图2显示了59种产品的前三个主成分的载荷(重量)。一国出口篮子在第k个主成分φk-上的核心是该国出口篮子的点积[如图1(C)所示](Rcpt)p∈P、 根据主成分的负荷,SA19621970198020119972016MDG1962198020012016蔬菜和水果服装及服装配件57更多产品(即尺寸)(A)出口的多维时间序列,按人口(B)中心和比例列按1988年之前的列平均值和标准差进行归一化(C)使用PCAUSAMDG20161962201619901962在第一个主成分上得分在第二个主成分上得分减少维度59产品SUSA 1962。2016MDG 1962。2016年×First2主要组成部分的装载量图1:出口篮子的预处理和缩小尺寸。(A) 从59个产品类别的出口值时间序列开始,通过人口标准化[公式(SI-1)]和对数转换[公式(SI-5)],使大国和小国具有可比性。为了便于说明,我们展示了美国(USA)和马达加斯加(MDG)的轨迹。我们在这里演示了两个维度,但实际上,红色和绿色曲线存在于59个维度中。(B) 按1988年前的平均值和标准偏差计算中心和刻度柱。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群