本文来自微信公众号：集智俱乐部（ID：swarma_org），编译：集智俱乐部翻译组，来源：scientificamerican，原题：The Rise of Knowledge Economics
将近30年前，Paul Romer 发表论文，阐述了知识的经济价值。
他在文章中提出，知识是一个“非竞争性商品”（“non-rival good”）。不同于生产的传统要素（资本和劳动力），知识可以无限共享。因此，唯有知识会随人口增长。
Paul Romer，美国经济学家，2018年诺贝尔经济学奖得主
论文标题：Endogenous Technological Change
论文地址：http://pages.stern.nyu.edu/~promer/Endogenous.pdf
Romer 的研究意义已被诺贝尔奖认可。但是，这仅仅是个开端。知识可以无限共享，就意味着会扩散到世界各地吗？
在 Romer 发表开创性论文不久后，Adam Jaffe、Manuel Trajtenberg 和 Rebecca Henderson 发表了一篇关于知识地理扩散的论文。采用匹配（matching）的统计方法，他们识别了每项专利的“双胞胎”，也就是同时申请并提出类似技术要求的专利。然后，他们比较了每对“双胞胎”专利收到的引用。相比之下，同城专利比其他地方平均多近4个引用。
Romer 是对的，知识确实可以被无限共享，但同时，知识也很难走得太远。
论文标题：Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations
论文地址：http://homes.chass.utoronto.ca/~serrano/eco2404/Jaffe&Tratjenberg&Henderson1993.pdf
什么导致知识的集中？
跟随 Romer 和 Jaffe 的脚步，学者们绘制了发明者的合作网络。限制知识扩散的是发明者的合作范围，而非其他地理因素（如制度环境、共享文化）。即使专利已经发表，发明者在该领域的知识依旧受限于合作网络的范围。过去几十年的研究，让我们明白了为什么知识处于经济价值的中心，人人想要，却极少得到。
论文标题：Knowledge Networks from Patent Data
论文地址：https://link.springer.com/chapter/10.1007/1-4020-2755-9_2
论文图1：专利和发明人的二分图，下图为发明者的合作网络
尺度1：知识关联性
作者 César A. Hidalgo 是MIT媒体艺术与科学专业副教授，领导着MIT媒体实验室集体学习小组。Hidalgo 研究知识流（knowledge flow），并且开发了促进组织学习的软件工具，于2018年被授予拉格朗日奖（Lagrange Prize）。
当 Romer 发表经济增长的开创性论文时，我只有10岁。16年后，我在圣母大学读博士。不同于Romer，我有海量数据：手机通话记录了社交网络和人员流动，国际贸易细致入微地体现了国家的生产模式，第三个数据集是知识的经验测量——用大数据检验 Romer 的想法！
知识的第一个尺度是关联性（relatedness），衡量的是一个经济体拥有的关于某一特定活动的知识，反映这个经济体产生该活动的“潜力”。这里的活动是个广义的概念，包括工厂（衬衫制造）、产品（衬衫）、技术（纺织机器），甚至研究领域（纺织业）。关联性体现了知识的一项重要属性：知识不容易在不同活动间迁移。成为音乐专家不能让你也擅长运动。同样的，一个常常出口电子元件的经济体可能矿业并不发达。
论文标题：The Product Space Conditions the Development of Nations
论文地址：https://arxiv.org/ftp/arxiv/papers/0708/0708.2090.pdf
论文图7：最终版本的产品空间中，节点大小表示其世界贸易，节点颜色表示Leamer分类，链接颜色表示距离（proximity）
测量关联性很简单。首先，你需要建立一个连接相似产品的网络。在我们的案例中，我们把容易一起出口的产品连接起来，如衬衫和手套，苹果和梨，公交车和汽车。然后，你要用其中一个产品的网络来计算各国出口的“姐妹产品”的比例。如果“姐妹产品”的出口比例高，这个国家更可能开始出口这个产品。
数据告诉我们，经济体更容易与已有关联开展活动。这个结论适用于国家和商品，地域和工业，城市和专利，甚至是大学和研究领域。关联性原理，和经济原理一样可靠。
尺度2：知识强度
几年后，我们提出了国家、地区、城市总体知识的第二个尺度——知识的强度。知识会有重叠，并以离散的块状出现，因此，知识不能简单加和。基本观点是：一个地方的知识体现在当地的活动中，一个活动的知识体现在活动的地方上。这让我们能够使用递归或与主成分分析有关的数学方法技术、以完全循环的方式定义知识。
这种测量方法没有任何知识强度的假设，我们称之为经济复杂性指数（Economic Complexity Index）。
论文标题：The building blocks of economic complexity
论文地址：https://www.pnas.org/content/pnas/106/26/10570.full.pdf
经济复杂度排名前十的国家 | 来源：OEC
但是，经济复杂度可以证明 Romer 的观点吗？答案是响亮的“Yes”。
知识强度高的国家更富裕、平等，当他们的人均知识超过单位GDP的时候，国家发展迅速。这个神奇的尺度解释了东亚的崛起、希腊的危机和拉丁美洲的停滞。然而，这些发现仍然不能解释知识是怎么扩散到新地方的，这是接下来的研究方向。
如何应用知识的尺度
当我向学者、企业家、部长和公务员展示我的工作时，他们通常会问我同一个问题：“列表在哪里？”他们想要知道与地点最相关的活动列表，需要重点关注的工业发展列表。我从不喜欢“列表”这个词，所以，最近我们和 Aamena Alshamsi 、Flávio Pinheiro 一起，探索了上百万个列表，而不是专注于一个。数学表明，按照关联性递减顺序排列的一张列表实际上是退而求其次的。
论文标题：Optimal diversification strategies in the networks of related products and of related research areas
论文地址：https://www.nature.com/articles/s41467-018-03740-9
论文图3：经济动力学和研究多样化。紫线为最优策略，黑线为随机策略，红线为经验拟合，也就是按照关联性递减的顺序排列的策略。
这是因为列表包括了高度相关的产品，但也包括了终端产品（不与其他产品相关的产品）。终端产品在“列表”上名列前茅，但有时，更需要关注难以开发但指向崭新道路的产品。此外，数学表明，当国家偏离最相关的活动时，存在一个狭窄的机会窗口，这对国家来说是最佳时机。太早行动或太过激进会导致发展项目的失败，但是，在最优窗口期太过保守同样会丧失良机。
知识探索无止境
更好的数据和方法让我们可以把知识流放在显微镜下研究：我们可以观察到工人转业、失业时知识如何流动；可以看到通信和运输技术如何影响知识扩散：从近代欧洲发明印刷机，到中国火车的提速；我们可以研究移民对知识流的影响；甚至可以利用专利探索创新活动的关联性与复杂性。
但是，我们可以加速知识的流动吗？
对知识的研究会把我们引向何方？会有一天，我们可以像测量GDP一样，精准测量国内知识总值吗？未来我们会发现操控知识扩散的方法吗？知识会继续集中在城市，还是最终打破社会的桎梏，扩散到世界的每一个角落？
我们唯一知道且肯定的是：对知识的研究是个激动人心的旅程。枝条上最低的果实已被摘下，但是知识之树依然缀满果实和香料。
本文来自微信公众号：集智俱乐部（ID：swarma_org），编译：集智俱乐部翻译组，原文地址：https://blogs.scientificamerican.com/observations/the-rise-of-knowledge-economics/