Сезар Идальго - Как информация управляет миром

Получить точные данные о месте нахождения отраслей промышленности нелегко, но возможно. Несовершенные выражения международных связей между промышленностью и местонахождением производств воплощены в торговых данных, отражающих экспортируемые и импортируемые каждой страной продукты. В случае с местными экономиками эти данные можно найти в таких правительственных отчетах, как налоговое резидентство фирм, взносы людей в фонды социального страхования и перепись промышленных предприятий. Хотя по большей части такие наборы данных несовершенны и ограничены, они представляют собой один из лучших источников, которые мы можем использовать для определения местоположения фирм, а также знаний и ноу-хау, которыми эти фирмы обладают.

Эти наборы данных полезны, поскольку показывают эмпирическую сторону, которую мы можем использовать для проверки теорий, объясняющих состав промышленного комплекса того или иного региона. Для этого нам необходимо выявить неочевидные особенности этих наборов данных (то есть те, которые нельзя объяснить случайным образом), являющиеся общими для нескольких различных наборов данных и поддающихся предсказанию, исходя из тестируемых теорий.

Поразительной особенностью, являющейся общей для данных, отражающих налоговое резидентство фирм, и данных международной торговли, является паттерн, который экологи называют вложенностью ( nestedness ). [135]Значение этого слова станет очевидным, если вы обратитесь к иллюстрации, показанной в следующей врезке. Вложенность представляет собой технический способ описания «треугольности» этих матриц. Формально вложенность – это одновременная тенденция к тому, чтобы (1) в наименее разнообразных в плане представленных отраслей регионах присутствовало подмножество отраслей промышленности, характерных для самых многоотраслевых регионов и чтобы (2) наименее распространенные отрасли промышленности присутствовали почти исключительно в самых многоотраслевых регионах.

Чтобы проиллюстрировать идею вложенности, рассмотрим данные экспорта Аргентины, Гондураса и Нидерландов. Из 50 продуктов, которые Гондурас экспортировал в 2008 году, Аргентина экспортировала 25 (50 %), а Нидерланды – 48 (96 %). [136]Из 227 продуктов, которые экспортировала в 2008 году Аргентина, Нидерланды экспортировали 213 (94 %). Это говорит нам о том, что экспорт Гондураса, говоря статистически, является подмножеством экспорта Аргентины, а экспорт Аргентины и Гондураса, в свою очередь, представляют собой подмножество экспорта Нидерландов. Вы можете посчитать очевидным то, что многоотраслевой район включает отрасли, присутствующие в наименее разнообразных в плане представленных отраслей регионах. Тем не менее значение вложенности, наблюдаемой в данных, статистически больше того, которое можно было бы ожидать, исходя из различий в населении или промышленности, таким образом, мы называем эти матрицы вложенными не только из-за структуры подмножеств, но и потому, что значение вложенности статистически больше того, которое можно было бы ожидать, исходя из очевидных объяснений. [137]

Статистическая значимость вложенности представляет собой факт распределения отраслей в пространстве, заставляющий нас глубоко задуматься о механизмах, которые могли бы помочь учесть вложенность. Здесь опять становится полезной концепция челобайта.

Вложенность этих матриц, отражающих расположение отраслей, говорит нам о том, что некоторые отрасли промышленности (и, следовательно, фрагменты знаний и ноу-хау) присутствуют практически везде, в то время как другие доступны только в некоторых местах. Однако какие же отрасли присутствуют всюду? Те, которые воплощают большие или небольшие объемы знаний и ноу-хау? Чтобы ответить на вопрос, рассмотрим несколько примеров.

На следующих рисунках показаны две матрицы, отражающие расположение отраслей промышленности. Каждый ряд соответствует местоположению, а каждый столбец представляет собой продукт или отрасль промышленности. На рисунке слева показаны продукты, экспортируемые каждой страной, а на рисунке справа – данные налогового резидентства чилийских фирм. Черные точки говорят об экспорте продукта по странам или о присутствии отрасли промышленности в чилийском муниципалитете. В обеих матрицах местоположения отсортированы в порядке уменьшения разнообразия, в то время как продукты и отрасли отсортированы в порядке уменьшения степени вездесущности. Тот факт, что большая часть присутствия сосредоточена в области приблизительно треугольной формы в левом верхнем углу матрицы, и представляет собой вложенность. Сплошная линия показывает разнообразие каждого местоположения. Это разнообразие соответствует количеству продуктов, экспортируемых страной, или количеству отраслей, присутствующих в муниципалитете. График разнообразия – это простая приблизительная оценка максимально возможной вложенности, которая может наблюдаться в матрице. При совершенной вложенности график разнообразия представлял бы собой практически идеальную границу между черной и белой областями.

Большинство стран экспортируют такие продукты, как одежда, например нижнее белье, рубашки и брюки, в то время как некоторые страны экспортируют оптические инструменты, самолеты и приборы для медицинской визуализации. Такой беглый анализ наводит на мысль о том, что более «простые» отрасли промышленности, требующие меньшего объема знаний и ноу-хау, присутствуют в большем количестве регионов. Это кажется очевидным, поскольку производство продуктов, требующих меньшего объема знаний и ноу-хау, должно быть более легким. Тем не менее вездесущность отрасли промышленности едва ли может являться точной мерой необходимых знаний и ноу-хау. Среди товаров, экспортируемых некоторыми странами, встречаются такие природные ресурсы, как урановая руда. Таким образом, вопрос заключается в том, как мы можем отличить редкость урановой руды от сложности устройств медицинской визуализации. Ответ состоит в том, чтобы оценить промышленное разнообразие стран, степень которого больше у стран, экспортирующих устройства медицинской визуализации, по сравнению со странами, экспортирующими урановую руду.

В целом мы обнаруживаем, что объединение информации о вездесущности продукта с данными о промышленном разнообразии экспортирующих его стран позволяет быстро идентифицировать продукты, которые являются более сложными по сравнению с другими. [138]Суть в том, что существует четкая тенденция, говорящая, что наиболее сложные продукты, как правило, производятся несколькими многоотраслевыми странами, в то время как более простые продукты обычно производятся большинством стран, в том числе теми, которые производят лишь несколько продуктов. Это согласуется с идеей о том, что отрасли промышленности, которые требуют меньшего объема знаний и ноу-хау, присутствуют повсюду. Как мы увидим, именно эти небольшие фрагменты знаний и ноу-хау, скорее всего, будут распространены по всему миру.