打开文本图片集
[摘要]研究资源丰裕度与经济增长的关系可采用线性与非线性两种模型，相对于线性模型，非线性模型可大幅度提高可决系数，解决多重共线性问题。基于2004—2012年中国市级面板数据，运用非线性模型研究资源丰裕度与经济增长的关系，结果表明资源丰裕度与经济增长间确实存在非线性关系，且在不同区域，两者关系存在差异：在西北、京津冀地区，发展资源产业更有利于经济增长；而在华东、华南、长三角地区，发展资源产业不利于经济增长，而实行产业多元化战略，用卫生社保和社会福利业等7项产业替代资源产业，将有利于经济增长。
[关键词]资源丰裕度；经济增长；非线性模型；区域差异
[中图分类号]F062.1[文献标识码]A[DOI]10.3969/j.issn.1009-3729.2015.06.018
资源丰裕度是指某经济体拥有自然资源的丰富程度。传统观点认为，丰富的资源是经济增长的必要条件，有人将这种观点称为“资源祝福论”。1990年代，有学者提出“资源诅咒论”，认为丰富的自然资源不一定促进经济增长，反而可能阻碍经济增长[1]。Sachs等[2-5]对资源诅咒命题进行了实证检验，用95个发展中国家的截面数据进行回归分析，发现自然资源出口占GDP的比重同经济增长之间存在显著的负相关性，即资源诅咒命题在发展中国家层面上成立。已有研究不仅关注国家层面的资源诅咒问题，也将研究视角投向一国内部，当然也有不少学者把目光投向中国。
徐康宁较早地将资源诅咒研究引入中国，研究资源诅咒命题在中国大陆是否成立，以及资源诅咒的传播途径。徐康宁等[6-7]认为，中国的区域经济增长在长周期上存在资源诅咒效应，并运用中国省级面板数据，以“经济增长率”为因变量，以“采掘业固定资产投资占各行业固定资产投资总额的比重”和“采掘业从业人员占各行业从业人员总数的比重”为自变量，对资源诅咒命题进行了实证检验，发现此命题在中国内部的地区层面成立，多数省份丰裕的自然资源并未成为经济发展的有利条件，反而制约经济增长。胡援成等[8]以“人均GDP增长率”为因变量，以“采掘业基本建设投资占固定资产投资总额的比重”为自变量，证实我国省际层面存在资源诅咒效应。邵帅等[9]研究中国西部地区的资源诅咒问题，以“人均GDP增长率”为因变量，以“能源开发强度”为自变量，面板数据模型结果显示，资源诅咒命题在中国西部地区成立。刘红梅等[10]以“人均GDP增长率”为因变量，用“农业虚拟水产量占GDP的比重”衡量农业虚拟水资源丰裕度，发现农业虚拟水“资源诅咒”命题在中国成立。邵帅[11]利用中国28个地级煤炭城市1997—2007年的面板数据，以“人均GDP增长率”为因变量，以“采矿业从业人数占全部从业人数的比重”为自变量，发现煤炭资源的开发束缚了煤炭城市的经济增长，即产生了资源诅咒效应。
当然，也有一些研究成果不支持资源诅咒命题。Rui等[12]使用1997—2005年间95个市的数据，以“GDP增长率”为因变量，以“采矿业就业人数占当地人口的比重”作为表征资源丰裕度的自变量，结果显示：资源诅咒命题在中国大陆不成立。方颖等[13]使用横截面模型研究95个市的数据，以“采掘业从业人员占当地人口的比重”表征资源丰裕度为自变量，以“2006年人均GDP”为因变量，发现资源诅咒命题在中国城市层面上不成立。
还有研究认为，在不同条件下，资源丰裕度与经济增长的关系存在差异，有时资源诅咒与资源祝福是并存的。胡华[14]发现，在东北地区，资源诅咒命题成立；在华南、西北、西南、华东地区，资源祝福命题成立。胡华[15-16]还发现，即使在同一经济体内，资源丰裕度与经济增长的关系也并非一成不变，资源的价格波动会导致此关系发生变化，交替出现资源诅咒与资源祝福现象。李伟军等[17]选用中国 1999—2011年30个省级样本对中国资源诅咒假说的门槛效应进行实证检验，发现中西部地区对自然资源的依赖程度较高，其经济增长路径符合资源诅咒假说；而东部地区的资源依赖度不高，增长路径不符合资源诅咒假说条件。邵帅等[18]运用1998—2010年中国市级面板数据，借助动态、静态面板数据模型等，发现资源丰裕度与经济增长呈现“倒U型”的关系，即资源诅咒与资源祝福并存。
综观上述文献，研究方法大多相同。第一，选取人均GDP、人均实际GDP、人均地区经济增长率、人均地区消费收入增长率等经济增长指标作为因变量；第二，选取某地区采掘业产值占当地GDP的比重、某地区采掘业就业人数占当地就业人口比重、某地区采掘业基建投资占当地固定资产投资总额的比重等来表征资源丰裕度；第三，选取制造业投资、对外依存度、人力资本投入、腐败程度等指标作为控制变量；第四，构建面板数据模型或截面数据模型进行回归分析，模型左边是经济增长变量，模型右边先加入资源丰裕程度变量，有些文献还加入了资源丰裕程度变量的平方项或立方项，然后逐一加入控制变量，形成多个线性回归模型；第五，分析各模型中资源丰裕度变量拟合系数的变化情况。若此拟合系数在大多数模型中是负值，且能通过显著性检验，则资源诅咒命题成立，否则，资源诅咒命题不成立。若加入了资源丰裕度变量的平方项或立方项，还需检验其平方项、立方项的显著性，当平方项的拟合系数小于0，且能通过显著性检验，并且立方项的拟合系数不能通过显著性检验时，资源丰裕度与经济增长之间呈现“倒U型”关系，即资源诅咒与资源祝福并存。
相似的研究方法有助于寻找已有研究的不足。第一，所选模型大多是线性回归模型，包括横截面模型、时间序列模型、面板数据模型，而线性回归模型的可决系数偏小，如邵帅等[9]的静态面板数据模型的可决系数介于0.5～0.7之间；刘红梅等[10]的空间递归面板数据模型的可决系数介于0.06～0.18之间；邵帅[11]的静态面板数据模型的可决系数介于07～08之间；方颖等[13]的截面数据模型的可决系数介于0.0006～0.62之间；邵帅等[18]的多种模型中，系统GMM模型的可决系数达到0.9以上，但此模型可决系数的意义值得商榷，其他模型的可决系数都在0.2～0.6之间。第二，当自变量中加入资源丰裕度变量平方项或立方项时，会出现多重共线性问题，但已有研究没有对此进行修正。第三，已有文献提出可运用产业多元化策略来解决资源诅咒问题，但缺乏实证研究分析究竟何种产业较资源产业更有利于经济增长。因此，本文拟采用对数指数模型等方法研究资源丰裕度与经济增长之间的关系，分析非线性模型优于线性模型的原因，并解决多重共线性问题，比较各地各行业对经济增长促进作用的差异，为一些有识者所建议的产业多元化策略提出更为具体的措施。