中国农业虚拟水_资源诅咒_效应检验_基于省际面板数据的实证研究_刘红梅

《管理世界》(月刊)

2009年第9期

摘要：本文基于中国省际面板数据，参照“资源诅咒”假说，在考虑经济现象的时间和空间自相关性的基础上，分别采用时间动态面板数据模型和空间递归面板数据模型对农业虚拟水

“资源诅咒”效应进行检验，并对其传导机制进行分析。以中国29个省份（地区）1988~2006年面板数据为样本进行实证检验。结果表明，农业虚拟水“资源诅咒”效应确实存在；农业虚拟水资源丰度对地区经济增长的负效应主要通过对固定资产投资、人力资本投入及对外开放度的影响而作用于地区经济发展。其中，对固定资产投资的影响最大，其次为人力资本投入，再次为对外开放度。

关键词：资源诅咒

虚拟水

传导机制

动态面板数据模型

空间递归面板数据模型

一、引言

资源约束条件下的经济增长研究对中国经济的可持续发展具有重要的理论和现实意义（房林等，2008）。地区经济增长与资源丰度之间存在怎样的关系（正相关还是负相关）？其相关关系形成的原因为何？引致这种关系的传递机制是怎样的？这些问题已引起发展经济学界的重视。20世纪50年代之前的经济学理论基本上均强调丰富的自然资源对区域经济增长的正面作用。但是，二战后绝大多数资源丰富的发展中国家或地区，并没有因为丰富的自然资源而飞速发展起来（如墨西哥、尼日利亚、委内瑞拉及富产石油的海湾地区等），尤其是经历资源繁荣后，其发展速度反而低于很多缺乏自然资源的国家和地区（如日本、韩国等）。20世纪90年代以来，逐渐发展起来一种基于实证分析的新学说———“资源诅咒”（curse of resources ）假说。“资源诅咒”指的是丰富的自然资源①对经济增长产生了限制作用，相对于自然资源贫乏的经济体，自然资源丰裕的经济体反而呈现出较差的经济发展绩效。自Sachs 和Warner （1995）开始对“资源诅咒”效应进行实证检验以来，对于自然资源诅咒效应的研究就一直是一个活跃而充满争议的领域（Brunnschweiler ，2007）。

“资源诅咒”效应的实证研究集中于国家（或地区）经济增长与能源产品、矿产品等更新周期相当长（储量相对固定）、点状分布（地区分布不均匀）的自然资源丰度之间的关系，对于农业虚拟水“资源诅咒”效应的实证研究还没有看到。水是一种重要的自然资源，随着人类经济社会的发展，水资源管理问题成为21世纪全球资源环境的首要问题（Shuval ，1992）。水资源短缺也是21世纪中国面临的最主要的生态和社会经济问题之一，根据《21世纪中国水供求》的预测，2010~2050年中国缺水量在100亿~318亿立方米之间（张兴榆等，2006）。对于缺水国家或地区而言，“虚拟水”（Virtual water ）作为一种水资源管理战略，为解决水资源短缺问题提供了一种新的思路。人类生活所需的农产品、畜产品以及工业产品，在其生长或制作过程中都需要大量的水，因此产品中相当于以虚拟形式包含了大量的水，称为“虚拟水”。如果一个国家或地区出口水密集性产品给其他国家，实际上就是以虚拟水的形式出口了水资源。农业虚

中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究*

□刘红梅

李国军

王克强

*本文得到国家社会科学基金（(04CZZ015)）、上海市教育委员会科研创新项目（09YS177）、上海财经大学“211工程”三期重点学科建设项目资助。感谢上海财经大学湛学勇博士对本文提出的修改建议。

拟水是指农产品（包括种植作物和畜产品）生产过程中所消耗的水。农业用水占总用水的70%左右，在固定的时间段内（比如1年），每个地区用于农业生产的可循环水资源的量也基本是固定的，而且各地区分布很不均匀；从这个意义上说，农业虚拟水资源丰度可以表征地区用于农业生产的水资源禀赋水平。农业虚拟水资源是否存在“资源诅咒”效应呢？本文以农业虚拟水资源为对象进行实证研究，验证农业虚拟水“资源诅咒”效应存在与否，可以为国家在制定更好的政策以促进国内农业虚拟水贸易发展、保障国家粮食安全等方面提供参考。

本文结构如下：第二部分在文献回顾的基础上提出要检验的命题；第三部分对农业虚拟水“资源诅咒”效应存在的可能性进行初步统计观察；第四部分通过对检验“资源诅咒”效应所采用的计量模型的梳理，设定本文要使用的模型，并给出基本假设和变量说明；第五部分进行农业虚拟水“资源诅咒”效应的实证检验分析；第六部分进行农业虚拟水“资源诅咒”效应的传导机制分析；第七部分是结论和政策启示。

二、文献回顾

目前来看，根据对自然诅咒效应的存在性所秉持的观点，可分为两大阵营（Davis，2008）。以Jef-frey Sachs为首的哥伦比亚学派作为“资源诅咒”假说的主流，相信该效应的存在性；而以Lederman和Maloney为代表的世界银行派认为，长期来看，自然资源诅咒效应并不存在。尽管Lederman和Maloney 学派目前处于该领域的边缘境地，但其支持者却在增加；在自然资源诅咒效应的实证研究方面，双方的分歧在于对衡量自然资源丰度的指标的选取等方面。

程志强（2008）对研究“资源诅咒”假说的主流文献进行了条理清晰的说明：以往文献分别从理论解释和经验研究两方面进行，着重研究“资源诅咒”效应的发生机制并对其进行实证检验。Auty（1993）将资源丰度与经济增长的关系总结为“资源诅咒”假说，即自然资源充裕度与经济增长速度成反比。随后，Sachs和Warner（1995,1997,1999,2001）对“资源诅咒”假说进行了开创性的实证检验，以95个发展中国家为样本，以初级产品出口额占GDP的比重反映资源禀赋水平，利用1970~1989年的截面数据进行回归分析，结果表明资源禀赋与经济增长之间存在显著的负相关，即使将更多的解释变量纳入回归方程，如制度安排、区域效应、价格波动及地理气候等因素，负相关仍然存在。其他很多学者如Leite和Weidmann（1999）、Gylfason（2000，2001）等也得到了与其一致的结论。

相关文献着重就“资源诅咒”效应的传导机制进行了分析，将其概括为：（1）贸易条件波动。Auty （2001）、Sachs和Warner（1997）等提出，初级产品往往具有价格波动大的特点而导致需求波动，政府财政收入因此受到影响，进而影响宏观经济政策的制定，使经济产生大起大落从而不利于整个经济的长期持续稳定增长。（2）“荷兰病”效应。Gorden和Neary（1982）、Gylfason（2000）等指出，制造业部门具有技术外溢和“干中学”的特征，而初级产业部门则缺乏外部性及对人力资本的要求也较低，因此会导致人才外流致使经济衰退。资源丰富可以产生资源转移效应、相对价格效应和支出效应而使制造业逐渐衰落。（3）挤出效应。Gylfason（2001）、Papyrakis 和Gerlagh（2006）、Stijns（2006）等加以解释，认为丰富的自然资源对那些能够正向促进经济增长的因素如储蓄投资、人力资本投入、创新行为等产生了挤出效应。（4）政治制度弱化效应。Krueger（1974）、Torvik（2002）等从制度质量考虑，认为自然资源提供了一种收取经济租金的简单方法，并增加了为获得资源租金而向行政人员行贿的回报，从而容易滋生特殊利益集团的寻租和腐败行为。这些行为弱化了政治制度的质量，进而对经济增长产生负面影响。除此之外，有学者从理论上对“资源诅咒”效应进行探讨，如Wenar（2007）认为引起该效应的根本原因是由于资源产权不清晰。

否认长期自然资源诅咒效应存在性的学者也进行了相关的实证研究。Davis（1995）对“荷兰病”效应进行了重新检验，通过对91个矿产丰富的国家的1970~1991年间数据的分析，结果表明长期的经济发展与矿产资源丰度之间并无确切的负相关关系。Brunnschweiler（2007）在考虑制度质量的同时，通过选取不同的指标来衡量资源丰度，以1970~2000年间42个国家的数据为样本，对自然资源诅咒效应进行了实证检验，得到了经济发展与自然资源丰度

中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究中国农村发展论坛

《管理世界》(月刊)

2009年第9期

之间存在正相关的结论，结果也不支持制度质量可以作为资源丰度对经济发展影响的传导途径的观点。Lederman和Maloney（2007）以世界银行报告中的11篇文章集中阐述了他们的观点和研究结论。

国内学者对于能源部门所引起的“资源诅咒”效应，无论从国家层面还是地区层面都有相关的实证分析，如徐康宁、王剑（2006）、胡援成、肖德勇（2007）对煤炭、石油等能源资源的“资源诅咒”效应进行了验证；邵帅、齐中英（2008）通过面板数据模型对西部地区的能源资源诅咒效应进行了实证分析。对于“资源诅咒”效应的传导机制，也有学者基于中国的现实情况进行了探讨（汪戎、朱翠萍，2008）。但到目前为止，尚鲜见专门对于农业部门中水资源“资源诅咒”效应问题的实证研究，没有见到专门对于农业虚拟水资源诅咒效应问题的实证研究。

“虚拟水”的概念是在20世纪90年代中期首先由Tony Allan（1993）提出来的。2002年以后，虚拟水研究进入快速发展阶段（王克强等，2007）。荷兰的国际水文和环境工程研究所（IHE）、世界水资源委员会（WWC）和联合国粮农组织（FAO）以及日本的一个研究组等组织分别对虚拟水含量进行了定量研究，提出了虚拟水含量计算的方法。在此基础上，出现了对于地区间通过产品和服务贸易方式所进行的虚拟水流量的计算（Chapagain and Hoek-stra，2005；马静等，2005）和水足迹（国家或地区生产本地居民所消费的所有产品和服务的水资源需求总量与该国家或地区的进出口虚拟水总量的代数和）的计算（Chapagain and Hoekstra，2007）。

国内学者对“虚拟水”的研究从各个方面展开。周姣等（2008）、杨阿强等（2008）对虚拟水量化分析方法进行了探讨；刘红梅等（2008）对虚拟水贸易及其影响因素进行了分析；马静等（2008）研究了粮食国际贸易对中国水土资源利用的影响；邹君、毛德华（2008）提出区域虚拟水战略优势度并对其影响因素进行了分析；田贵良（2008）对虚拟水战略进行了理论探讨。

通过衡量地区水密集型产品的产出量，可以评价该地区虚拟水资源的丰度。农业虚拟水资源是农业部门最重要的资源之一，地区农业虚拟水产量通过有代表性的农产品（包括种植作物和畜产品）进行计算；如果某地区农业虚拟水产量大，表明该地区农业虚拟水资源相对丰富，该地区农业相对发达。王江（2008）在其硕士论文中，根据FAO提供的Penman-Monteith公式②，对中国31个省份、自治区、直辖市的农业虚拟水产量进行了计算，并对各大区域占全国的比重进行了总结。本文基于其对农业虚拟水产量的计算结果，对农业虚拟水是否也存在“资源诅咒”效应进行实证检验。

三、初步统计观察

在采用动态模型对“资源诅咒”效应进行检验之前，先对中国各地区1988~2006年间样本数据进行初步统计，以确定地区农业虚拟水资源丰度与经济增长速度之间的关系。由于样本数据时间跨度大，重庆市的统计数据不能覆盖整个区间，因此将重庆市数据并入四川省；鉴于西藏地区数据与其他地区相差较大，作为异常值加以舍弃。

资源丰度既可指单项资源的丰度，也可指某类资源组合的丰度（程鸿，1998）；可以用地均资源占有量或人均资源占有量来表示（杨萍果，2008）。从现有“资源诅咒”效应实证研究文献来看，或以资源类产品出口量占地区GDP的比重来衡量（Sachs and Warner，1997），或以资源类产品产值占地区工业总产值的比重来表征（邵帅、齐中英，2008）。地区虚拟水产量既能反映该地区水资源的存量水平，也能反映固定时间段（1年）内用于农业生产的水资源流量。从对地区经济增长的角度，并保持与其他指标的一致性，本文采用地区农业虚拟水产量占该地区GDP的比重这一指标来表征农业虚拟水资源丰度（即每百万元产值中所包含的农业虚拟水产量，单位为107米3/107元）。

参照Sachs和Warner（1997）及邵帅、齐中英（2008）的研究方法，以1988~2006年间各地区（省份）人均GDP的年均增长率为经济增长变量（用meanY表示，其计算公式为ln（GP2006/GP1988）/19）。分别作meanY与1988年农业虚拟水资源丰度（用E_88表示）及meanY与1988~2006年间农业虚拟水资源丰度的平均值（用meanE表示）两者之间的对应关系散点图（详见图1、图2）。

图1和图2表明，1988~2006年间地区人均GDP年均增长率无论是跟初始农业虚拟水资源丰度还是跟这期间平均的农业虚拟水资源丰度均存

在负相关的关系。由此可见，农业虚拟水资源丰度具有引起“诅咒”效应的可能性。

四、模型设定与变量说明

（一）模型设定

“资源诅咒”假说实证检验所采用的模型随着计量经济学的发展而发展。为了检验经济增长与资源丰度的关系，需要将资源丰度变量纳入经济增长模型，初期的文献（Sachs

and Warner，1995；Papyrakis and Gerlagh，2004）中所采用的经典模型框架为：

ln（y（T）/y（0））/T=α0+α1ln（y（0））+α2Z+ε（1）

模型（1）采用截面数据进行实证检验，y（0）和y（T）分别为0~T间期初和期末的经济增长率水平，因此，等式左边为0~T间的平均经济增长率；基于经济理论，向量集Z用来表征各影响经济增长的变量，一般包括物质资本投入、人力资本投入、科技投入及制度因素等。（1）式的核心假设是区域间的经济增长率可以描述为按一定的动态路径向其稳态收敛的过程。式中的α1用来验证这个假设，如果α1为负，则经济增长率向其稳态值的调整路径为凹的，即在初期的时候发展较快，因为这时其状态离稳态值最远。向量Z包含了影响经济稳态值进而影响其增长率的各种经济因素，“资源诅咒”假说试图验证的是资源丰度因素是否也包含在Z中。

利用模型（1），可以考察地区经济平均增长率与期初资源存量的相关关系。随着计量方法的发展，面板数据模型被越来越多地加以使用。邵帅、齐中英（2008）对西部地区能源开发与经济增长之间关系的实证分析时所采用的面板数据模型为：

（2）（2）式中，i对应于各个省份截面数据；t代表年份；y i t表示人均GDP增长率；ln GP t-1表示滞后一期人均GDP的自然对数；E为能源开发强度（资源丰度）；Z为将要加入的其他控制变量所组成的向量集；α0为常数项向量，α1、α2、α3为系数向量；ε为随机扰动项。模型（2）中引入了“滞后一期地区GDP的存量（ln GP t-1）”，可以反映地区当期的经济增长率与前一期存量之间的关系，为本文进行实证分析提供了参照。

模型（2）称为静态面板数据模型，其基本假设之一是模型中的误差项为独立同分布，然而，经济理论分析和实证研究证明，地区间经济发展并非相互独立，而是相互影响；同一地区各期经济增长率也存在相关关系；表征各经济变量的数据不能被看作是从独立同分布的同一总体中产生的（Anselin，1988）。即地区经济增长率本身在时间序列上及在不同地区间也存在着相关关系，称为时间自相关和空间自相关。计量方法的不断发展使得用于实证检验的模型愈加符合实际，为了表示这种时间及空间差异性，静态面板数据模型通常引入两个虚拟变量μi和νt（Hausman，1981）。其中，μi用来表征不随时间改变的个体固定效应，νt用来表征只随时间而变化的时点固定效应，但这种做法只能反映该差异性的共性部分，却无法全面反映每个地区独特的个体差异性（Arbia et al.，2005）。

因此，为了更加全面反映地区经济增长率本身在时间上的相互影响，本文所采用的模型为：

（3）该模型称为时间动态面板数据模型（白仲林，2008）；为反映地区经济增长率本身的空间相关性，所采取的模型为：

（4）该模型称为空间递归面板数据模型（pure recur-sive spatial panel data model）（Anselin，2001）。

模型（3）中将因变量的一阶滞后项引入模型，用以解释因变量在时间上的自相关性；模型（4）中将因变量的一阶空间滞后项引入模型，用以解释因变量自身的空间相关性③。上述两模型中的误差项虽也假设为独立同分布，然而，因变量的一阶滞后项的引入，分别反映了因变量在时间上和空间上对其自身的影响。由于模型由静态面板数据模型变为动态面板数据模型，因而

中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究中国农村发展论坛

《管理世界》(月刊)

2009年第9期

要求采用新的估计方法对模型中的参数进行估计。

对应于模型（3），本文进行实证检验所采用的具体的回归模型为：

模型（5）中，系数α3的符号度量了农业虚拟水“资源诅咒”效应的存在与否，其绝对值度量了该效应的程度。如果α3＜0，说明经济增长速度与资源丰度成负相关关系，农业虚拟水“资源诅咒”效应存在；系数α3的绝对值越大，说明该效应越大，否则该效应越小。

将空间效应纳入模型，对应模型（4），所采用的具体的回归模型为：

（6）式中，W为最近邻居空间权重矩阵④。模型（6）中引入了被解释变量的一阶空间滞后项，可以反映临近地区经济增长对本地区的影响程度。系数α2表征了农业虚拟水“资源诅咒”效应的方向和程度。

（二）变量选择及说明

对“资源诅咒”假说进行实证研究的众多学者都对影响经济增长的变量进行了分析和建议。根据相关文献，控制变量Z（模型中的Z i t，Z i，t，Z t，i）包括物质资本投资、人力资本投资、科技创新及经济制度条件等。借鉴这些文献，选取下列控制变量，利用模型（3）和（4）对农业虚拟水“资源诅咒”效应进行实证检验。

（1）用农业虚拟水产量占地区GDP的比重来衡量农业虚拟水资源丰度（用E表示）。农业虚拟水产量根据农产品中的种植作物和畜产品产量来计算，农业虚拟水产量越高，表明农业虚拟水资源相对丰富，同时说明该地区农业部门产出相对较大。

（2）物质资本投入用新增固定资产投资占地区GDP 的比重来衡量（用Inv表示）。该指标越大，表明该地区当年对基础设施、装备等的投入越大，更加有利于各产业的发展，尤其是提高第二、三产业的产出，从而促进地区的经济增长。

（3）对外开放度可用来衡量地区市场发育程度，用海关统计的进出口贸易总额占地区GDP的比重来表征（用Ope表示）。贸易量越大，表明外贸对地区经济的拉动作用越强，以及地区在贸易政策支持、市场发育程度等方面的程度较高。

（4）人力资本投入用人才指标来衡量，以拥有中专及以上学历的人口占地区年底总人口的比重来表征（用Edu表示）。当年该地区新增大中专以上人口越多，说明该地区教育投入即人力资本投入越大，从而对经济的促进作用也越大。

（5）技术创新用科技投入来衡量，以科技三项费用占地区财政支出的比重来表征（用RD 表示）。投入科研的经费越多，越有利于技术创新，从而对经济增长的促进作用也越强。

（6）制度因素用职务犯罪来衡量，以职务犯罪立案数占地区年底职工总数的比重来表征腐败度（用Cor表示）。职务犯罪案件越多，说明制度的有效性越差，从而对经济增长起到不利的影响。

以地区经济增长作为因变量（用y i，t表示），选取的指标为地区人均GDP增长率（ln（GP i，t/ GP i，t-1））；自变量均选取相对值指标来度量。

研究的数据集包含了中国29个省份（地区）1988~2006年19年间的样本观察值。进行虚拟水产量计算所需数据主要来源于中国气象科学数据共享服务网和《中国农村统计年鉴》，固定资产投资和科技投入数据来源于《中国统计年鉴》，人力资本投入数据来源于《中国人口统计年鉴》，职务犯罪数据主要来源于《中国监察年鉴》，贸易数据主要来源于《新中国五十五年统计资料汇编》及各省份统计年鉴。各样本数据均按可比价格进行了换算处理。

五、农业虚拟水“资源诅咒”

效应实证检验

在上节选定了模型和设定了变量后，本节分别使用时间动态面板数据模型和空间递归面板数据模型对农业虚拟水“资源诅咒”效应进行实证检验。

（一）时间动态面板数据模型的检验及结果

根据模型（5），现对农业虚拟水“资源诅咒”效应进行检验。

为了避免虚假回归，对各变量进行面板单位根检验和协整检验（白仲林，2008），在此基础上采用GMM（广义矩）方法进行参数估计。分别控制各个经济变量，基于模型（5）的6个方程（方程Eq51~Eq56）的回归结果如表1所示。

在考虑滞后一期人均GDP增长率和滞后一期人均GDP的自然对数的前提下，当只考虑农业虚拟水资源丰度变量E时，如表1中Eq51的回归结果所示：在5%的显著性水平下，地区经济增长率与农业虚拟水资源丰度之间存在负相关，相关系数α3为-0.99537。但这还不足以说明农业虚拟水“资源诅咒”效应的存在，在此，尚需考虑在控制其他变量的情况下，检验负相关关系是否依然存在。

首先加入的变量是固定资产投资变量。从在表1中加入变量Inv后Eq52的回归结果，可以看出其对经济增长的正向效应非常显著（系数为0.43482），而农业虚拟水资源丰度变量E的系数α3依然为负（-0.80494），但其绝对值有所降低。α3的绝对值降低，表明农业虚拟水“资源诅咒”效应的减弱。改革开放以来，中国经历了高投资和高增长的发展过程，投资成为中国经济增长的第一推动力，而投资对经济增长的促进作用主要是通过固定资产投资产生的（经济增长前沿课题组，2005）。固定资产投资对于农业虚拟水资源丰富地区的拉动作用一定程度上缓解了农业虚拟水“资源诅咒”效应，但不能说明固定资产投资与农业虚拟水资源丰度之间存在正相关关系，即一个地区的农业虚拟水资源越丰富，该地区的固定资产投资也更多。

表1中，Eq53的回归结果是加入了描述经济制度条件的对外开放度变量Ope之后的情况。对外开放度变量表明中国市场的发展程度，说明贸易对经济增长有一定的拉动作用，表中结果说明对外开放度对经济增长的贡献为正（0.07855），在此情况下，农业虚拟水资源丰度变量E的系数α3仍为负值（-0.91939），但其绝对值变大了。众所周知，由于粮食安全是关系一个国家稳定的大事，因此，各国政府都对粮食进出口以及粮食价格进行管制，中国也不例外。这种管制所导致的一个结果是，随着中国对外开放程度的加大，农产品的进出口没有像第二、三产业的产品那样有大幅度的提高。尽管对外开放对地区经济有正向拉动作用，然而这种作用对于第二、三产业相对发达的东部沿海地区比那些农业产业相对发达的地区更加明显。在固定资产投入和对外开放两个变量的共同作用下，农业虚拟水“资源诅咒”效应进一步增强。

内生经济增长理论证明，技术创新和人力资本投入是拉动经济增长的两大关键性因素。表1中，Eq54的回归结果证实了这个结论：教育投入变量E-du的系数都为正；而农业虚拟水资源丰度变量E的系数α3保持为负值，但绝对值略有降低（-0.89713）。固定资产投资、对外开放度和人力资本投资的共同作用，使得农业虚拟水“资源诅咒”效应略有减弱。这个结果说明这些年中国在教育方面的投入对社会经济各部门都有益处，对于降低地区差异有一定作用。

表1中Eq55的回归结果虽然显示科技投入变量RD的系数为正，但在5%的水平下不显著。另外，农业虚拟水资源丰度变量E的系数α3的绝对值变大（-0.99361），说明中国科技投入对第二、三产业的贡献更大些，加剧了农业虚拟水“资源诅咒”效应。

表1最后一列是加入腐败度变量Cor之后Eq56的回归结果。该结果表明腐败度对经济增长的作用不明显（-0.00067），为弱负相关（但不显著）。农业虚拟水资源丰度变量E的系数α3几乎没有变化，这是由于农业虚拟水资源丰度反映的是农业部门的产出，而在该部门中，腐败程度的影响没有在其他部门中那么明显。

（二）空间递归面板数据模型

理论和实证分析所揭示的经济现象的空间效

中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究中国农村发展论坛

《管理世界》(月刊)

2009年第9期

应集中表现为空间自相关和空间集聚效应

（也称空间异质性），如图3所示，2000年各

地区的人均GDP呈现正的自相关（总体自

相关系数为0.1886，在剔除异常值江西省

后，自相关系数达到0.6145）⑥，且几个大的

区域表现为一定的空间集聚现象。

现采用极大似然估计法，对基于模型

（6）的6个方程（方程Eq61~Eq66）进行回归的

结果如表2所示。

空间递归面板数据模型回归得到了与

时间动态面板数据模型相类似的结果。尽管

临近地区对本地区存在正向促进作用（不显

著），地区经济增长率与农业虚拟水资源丰

度之间依然存在负相关关系。

表2中Eq61回归的结果表明当只考虑

滞后一期人均GDP自然对数的情况下，经济增长率与农业虚拟水资源丰度呈负相关关系，相关系数α2为-0.79010。

加入固定资产投资变量Inv后的方程Eq62的回归结果中，系数α2的符号依然为负，但是绝对值有所降低（为-0.63139）。说明固定资产投资对各地区经济增长有正向促进作用，即使农业大省，也由于固定资产投入的增加而使得其经济有了较快增长，一定程度上减弱了农业虚拟水的“资源诅咒”效应。

Eq63的回归结果反映了加入对外开放度变量Ope后的情况。系数α2的符号依然为负，但绝对值有大幅提高（为-0.90993）。

新增固定资产投入以及

对外开放政策对第二、三产业的拉动作用开始显现出来，使得第二、三产业相对发达的沿海地区的经济增长远快于农业产业相对发达的地区，致使农业虚拟水“资源诅咒”效应增强。

加入人力资本投入变量Edu后的方程Eq64的回归结果中，α5（为0.02790）表明了教育投入对各地区经济增长的普适性。虽然系数α2的符号依然为负，但绝对值略有下降（-0.90538），说明教育投入对农业虚拟水“资源诅咒”效应有削弱作用，从而有利于缩小地区差异。

Eq65的回归结果中，科技投入变量RD的系数α6说明其对经济的正向促进作用仍不显著。此时，系数α2的符号没有变，但绝对值变大了（为-0.91114）。这说明，科技投入对经济的弱正向拉动作用，对第二、三产业的贡献相对于其对农业产业的贡献更为明显，因而，使得农业虚拟水“资源诅咒”效应得以加强。

Eq66的回归结果中，α7为腐败度变量Cor的系数，该结果不显著。此时系数α2的绝对值稍有上升（为-0.91290），说明腐败程度对农业虚拟水“资源诅咒”效应有弱的促进作用。

综合以上分析，农业虚拟水资源丰度对地区经济增长产生了负效应，农业虚拟水产量较大的地区的经济增长率低于农业虚拟水产量较小的地区，存在着所谓的农业虚拟水“资源诅咒”效应。下面，对农业虚拟水“资源诅咒”效应的传导机制进行分析，从而找到削弱这种效应的途径。

六、农业虚拟水“资源诅咒”

效应传导机制分析

“资源诅咒”效应的传导途径可以通过相应的各个替代变量与资源丰度变量之间的关系被反映出来。借鉴文献（Papyrakis and Gerlagh，2007；邵帅、齐中英，2008）的研究方法，建立如下的线性回归方程：

Z i，t=β0+β1E i，t+μi，t（7）

鉴于科技投入变量和腐败度变量的影响不显著，此处的Z i，t分别代表固定资产投资变量（Inv i，t）、开放度变量（Ope i，t）、人力资本投入变量（Edu i，t）。

（一）传导途径分析

利用1988~2006年间的面板数据对基于模型（7）的3个方程

进行回归的结

果如表3所示。

从表3可

以看出，农业虚

拟水资源丰度

对所考察的3

个变量均存在

不同程度的负

相关关系，说明农业虚拟水“资源诅咒”效应确实通过它们进行传导，从而对地区经济增长产生负效应。

首先，农业虚拟水资源丰度对经济增长的负效应通过降低固定资产投入而发生作用（系数为-2.53403）。中国实行改革开放以后的经济快速增长与大力发展第二、三产业的战略是分不可的，这是由于第二、三产业对经济增长的拉动作用更强。比较中国1990~2007年间三次产业对GDP增长的拉动作用可以说明这一点（见图4）。而大规模的固定资产投资是发展第二、三产业的必要基础，这可从该期间中国三次产业中固定资产投资额的变化得以印证（见图5）。从逻辑上讲，农业虚拟水产量较大的地区为了发展第一产业，必然挤占了其用于第二、三产业的投资，导致其产出相对较低。

其次，农业虚拟水资源的相对丰富不利于对人

中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究

中国农村发展论坛

《管理世界》(月刊)

2009年第9期

力资本的投入（系数为-6.97365）。这是由于农业虚拟水产量较大的地区，从事农业生产的人员相对较多，而该部门的工作对人力素质要求相对较低，从而导致在这些地区对教育的投入相对较少。中国西部某些地区一直以来人口受教育程度普遍偏低，文盲人口比重偏高，人才流失和断层情况严重，绝大部分人力资源依附于第一产业，依附率高达61.7%，高于全国平均水平11.7个百分点；以2003年为例，西部教育投入只相对于东部教育投入的40.68%，西部教育所获得的财政资金仅相当于东部地区的45.39%；中国西部某些农业大省高学历人口比重偏低的事实说明了这种效应的存在（邵帅、齐中英，2008）。

再次，农业虚拟水资源丰度影响对外开放度，这也成为其对经济增长负效应的一条传导通道（系数为-1.36090）。改革开放（1978年）以来中国经济每年8%~10%的增长，主要得益于市场经济体制的建立和对外开放政策的实施（Tsakok and Gardner，2007）。由于国家从宏观调控的角度限制粮食出口，农业虚拟水产量较大地区用于出口的产品相对较少，加上农产品的附加值较低，无法发挥贸易对经济增长的拉动作用。

通过以上分析，可以看出农业虚拟水“资源诅咒”效应的传导途径为通过影响固定资产投资、人力资本投入以及对外开放度进而对经济增长产生影响。下面接着分析各传导途径的影响程度。

（二）传导途径影响程度分析

借鉴相关文献，利用表1和表3的回归结果，进行传导途径影响程度的分析，结果如表4所示。

表4第2列为表1中方程Eq56回归结果中对应各变量的系数，第3列为表3中3个方程分别回归得到的回归系数β1，两者乘积（见第4列）表示了农业虚拟水资源丰度通过各传导途径对经济增长产生的绝对影响程度，最后一列给出了各种传导途径的相对影响程度，为各绝对影响程度占总影响程度的比重。结果显示，固定资产投入的影响程度最大，达到75.62%，人力资本投入和开放度的影响分别为17.02%和7.36%⑧。

通过以上分析可以看出，农业虚拟水资源丰度对地区经济增长的“资源诅咒”效应，主要是通过其降低了固定资产投资、人力资本投入及对外开放度这3个途径实现的。其中，固定资产投资的间接传导作用最强，其次是人力资本投入和对外开放度。

（三）传导机制分析

为了更加明确地分析农业虚拟水“资源诅咒”效应的传导机制，即丰富的农业虚拟水资源如何导致地区经济增长速度的滞后，通过建立简化的投入产出模型加以分析。

首先，对丰富的农业虚拟水资源影响地区固定资产投资的机制进行分析。假设地区只包含两个部门：农业部门和非农业部门。简化的两部门投入产出模型见式（8）~（11）：

q i=y iA+y iNA（8）

y iA=f1（x iA）（9）

y iNA=f2（x iNA）（10）

s.t.x iA+x iNA≤E（11）

其中，q i为地区i的总产出，y iA为地区i农业部门的产出，y iNA为地区i非农业部门的产出，x iA为地区i农业部门的投入，x iNA为地区i非农业部门的投入。假设地区i所拥有的资源禀赋E为一常量。地区i要在两个部门间进行资源分配，即x iA+x iNA≤E。

对地区i，若将资源等量地投入两个部门，即x iA=x iNA，则有y iNA≥y iA。因此，对地区i而言，将资源投入农业部门，相对于将其投入非农业部门，机会成本要高。对于拥有相同资源的两个地区i和j，如果地区的农业部门比较发达，则有q i≤q j；反之亦然。

由于农业部门的机会成本较高，该地区有将更多资源配置到非农业部门的动力，以提高其总体产出水平。设其用于非农业部门的最大可能的资源为d max，有d max≤E。每个地区都有动力使其分配于非农业部门的资源d i→d max，以实现地区总产出水平最大化。

假设地区i为农业虚拟水资源丰裕地区，地区j为农业虚拟水资源欠缺地区。对于农业虚拟水资源丰裕地区，因资源比较优势而形成的农业部门相对发达，因而其产出水平较低，影响了地区财富积累的水平（q i≤q j），进而使得其用于再投资的资本相对不足，无法扩大对机会成本较低的非农

业部门的投入

（d i≤d j）；虽然地区自身有增大非农产业部门投入的内在动力，然而为保护国家粮食安全、保护生态环境，政府从宏观调控角度所制定的政策要求农业虚拟水资源丰裕地区保护并发展农业部门，限制其对于非农部门的再投入（d i＜d max）。在这两者的共同作用下，农业虚拟水资源丰裕地区的固定资产投资相对不足，尤其对拉动地区经济增长贡献较大的非农业部门的投入不足，形成负反馈机制，造成这些地区经济增长速度滞后于其他地区。

农业虚拟水资源丰度对地区人力资本投入的影响与其对固定资产投资的作用机制类似。农业虚拟水资源丰裕地区的财富积累速度慢，水平低，其对人力资本的投入水平较低；另外，农业部门对高素质人力资源要求较低，更多的人力资源被投入到农业部门，难以发挥高素质人力资本对经济增长的正向促进作用，致使地区经济增长放缓。

市场开放度高，市场发育良好，资源配置的效率就高，对经济增长的正向作用就大。农业虚拟水资源丰裕地区农业部门比较发达，而农产品市场化程度较低，政府从国家粮食安全、保护生态环境及发挥地区比较优势角度，必然对农产品的大量出口加以限制，加上农产品的附加值较低，地区经济增长速度受到影响。这是丰富的农业虚拟水资源通过影响市场开放度进而影响地区经济增长的传导机制。

七、结论与政策启示

本文基于省际面板数据对农业虚拟水“资源诅咒”效应进行检验，实证地考察了中国农业虚拟水资源丰度与经济增长之间的作用关系，并进一步对该效应的传导机制进行了定量分析。从实证检验结果来看，在控制经济变量之后，农业虚拟水资源丰度与经济增长之间始终具有显著的负效应，说明丰富的农业虚拟水资源在一定程度上影响了地区经济增长，“资源诅咒”效应确实存在。农业虚拟水资源丰度的大小，表征了各地区不同的产业结构，部分解释了不同产业结构对地区经济增长的影响，从而成为了地区经济发展不平衡的一个潜在因素。

通过对农业虚拟水“资源诅咒”效应传导机制的分析，表明丰富的农业虚拟水资源不仅对地区经济增长具有直接的负效应，还通过固定资产投资、人力资本投入及对外开放度3个间接传导途径影响经济增长。其中，固定资产投资是作用最强的传导因素，其次是人力资本投入和对外开放度。

农业虚拟水“资源诅咒”效应证明了发展经济学家刘易斯提出的丰富的自然资源不是经济增长的充分条件的观点；但鉴于本文研究所采用的样本取自中国1988~2006年间的数据，实证分析结果仅能反映该段时间内地区经济增长与农业虚拟水资源丰度之间的相关关系，本文认为农业虚拟水“资源诅咒”效应是一个阶段性的规律，是跟中国经济所处的发展阶段相关联的。至于随着中国经济的发展，未来该效应是否存在，还需更进一步的研究。从广义资源的角度，如果把资本也看作一种资源的话，中国改革开放以来，其对经济增长的推动作用很大，不存在所谓的“资源诅咒”现象，因此，本文的研究结果所揭示的是一种针对特定对象（自然资源）的、阶段性的规律。对农业虚拟水“资源诅咒”效应进行检验及其传导机制的分析，目的在于研究如何充分地利用丰富的虚拟水资源，引导其对地区经济增长发挥正向促进作用，从而缓解、削弱这种效应。然而，我们应该看到的是，缓解农业虚拟水“资源诅咒”效应是一个关系国家全局的长期而复杂的任务，是需要在新农村建设框架下认真探讨的一个命题。除了提高用水效率、发展节水灌溉投入等技术手段之外，尚需采取有针对性的经济调节和行政管理手段，制定相应的政策制度。

本文的研究所带来的政策启示是：农业虚拟水资源丰裕地区由于将更多积累用于农业部门，第二、三产业相对落后，从而导致地区经济增长率的落后，如果任由这种趋势发展，势必导致地区差异加大。（1）鉴于这些地区在国家粮食安全方面所做出的重要贡献，需要政府实施财政转移支付，用以补偿这些地区在本地区经济增长方面的损失，才不至于影响其积极性。（2）由于农业虚拟水资源丰裕地区固定资产投入相对不足，需要政府对其加以支持，从而完善这些地区的产业结构，促进其经济增长。（3）要加大对农业虚拟水资源丰裕地区的教育投入，并施行优惠政策吸引留住高素质人才，促进人力资本积累。（4）国家出于粮食安全的考虑，不可能大规模进行农产品出口贸易来促进地区经济增长，但可以发展农产品国内贸易，既可以充分发挥地区比较优势，又可缩小地区差距，实现社会和谐、

中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究中国农村发展论坛

《管理世界》(月刊)

2009年第9期

可持续发展。

对于农业虚拟水“资源诅咒”效应间接传导机制的深入分析，从而找到化解该效应的更加确切的措施，是下一步的研究方向。

（作者单位：刘红梅，上海师范大学商学院；李国军、王克强，上海财经大学公共经济与管理学院；责任编辑：程漱兰）

注释

①此处的自然资源涉及能源和农业领域，包括诸如耕地、渔业、矿产、石油等。

②Penman-Monteith公式：

式中，ET0为参考作物的土壤水分蒸发量（mm/d）；R n为作物表面的净辐射（MJ/m2d）；G为土壤热通量（MJ/m2d）；T为作物生长地区平均温度（℃）；U2为作物生长地区2米高度处的风速（m/ s）；e a为饱和的水蒸气压力（kPa）；e d为实际的水蒸气压力（kPa）；△为饱和水气压-温度曲线的斜率（kPa/℃）；r为干湿表常数（kPa/℃）。

③上述两模型中其实也包含μi和νt，这里没有列出。

④本文采用4-最近邻居权重矩阵，即考虑距离最近的4个邻居对该地区的影响。

⑤回归结果所显示的回归方程及系数较高的显著性，本文认为是由于所采用的样本数量较大的缘故。

⑥I为空间自相关系数Moran I，其计算公式为：

其中，，,Y i为地区i的观察值，

n为地区总数。

⑦产业拉动指GDP增长速度与各产业贡献率之乘积。

⑧该结果与邵帅、齐中英（2008）对西部地区能源工业“资源诅咒”效应验证的结果不同，这是因为农业虚拟水资源丰度代表了地区农业部门的产出，而能源工业在更大程度上代表了工业部门的缘故。

参考文献

（1）白仲林：《中国省际全要素生产率动态行为的经验研究》，《西北师大学报（社会科学版）》，2008年第4期。

（2）程志强：《资源诅咒假说：一个文献综述》，《财经问题研究》，2008年第3期（总第292期）。

（3）程鸿：《资源丰度和资源有效空间——

—中国农业资源丰度综合估算方法的探讨》，《自然资源学报》，1998年第1期。

（4）房林、邹卫星：《资源约束与经济增长研究》，《中国人口·资源与环境》，2008年第6期。

（5）胡援成、肖德勇：《经济发展门槛与自然资源诅咒——

—基于中国省际层面的面板数据实证研究》，《管理世界》，2007年第4期。

（6）刘红梅、王克强、刘静：《虚拟水贸易及其影响因素研究》，《经济经纬》，2008年第2期。

（7）马静、张红旗、李慧娴、张秝湲：《粮食国际贸易对我国水土资源利用的影响分析》，《资源科学》，2008年第11期。

（8）邵帅、齐中英：《西部地区的能源开发与经济增长——

—基于“资源诅咒”假说的实证分析》，《经济研究》，2008年第4期。

（9）田贵良：《农业虚拟水战略的经济学解释》，《经济学家》，2008年第5期。

（10）汪戎、朱翠萍：《资源与增长间关系的制度质量思考》，《清华大学学报（哲学社会科学版）》，2008年第1期。

（11）王克强、刘红梅、刘静：《虚拟水研究文献综述》，《软科学》，2007年第6期。

（12）王江：《中国国内农产品虚拟水贸易影响因素实证分析》，上海财经大学硕士学位论文，2008年5月。

（13）徐康宁、王剑：《自然资源丰裕程度与经济发展水平关系的研究》，《经济研究》，2006年第1期。

（14）杨萍果：《基于资源丰度指数模型的石家庄市农业资源研究》，《中国人口·资源与环境》，2008年第4期。

（15）杨阿强、刘闯、赵晋陵、于伯华：《中国与东盟农产品贸易虚拟水概算》，《资源科学》，2008年第7期。

（16）张兴榆、曹明明、雷敏：《农业虚拟水域农业虚拟水战略研究进展》，《水资源研究》，2006年第2期。

（17）周姣、史安娜：《区域农业虚拟水贸易计算方法及实证》，《中国人口·资源与环境》，2008年第4期。

（18）邹君、毛德华：《中国虚拟水战略优势度评价》，《资源科学》，2008年第8期。

（19）Allan J. A.,1993,“Fortunately There are Substitutes for Water Otherwise Our Hydro-political Futures Would be Im-possible”,Priorities for Water Resources Allocation and Manage-ment,London:ODA,pp.13~26.

（20）Auty,R.M.,1993,Sustaining Development in Mineral Economics:the Resource Curse Thesis,London:Routledge.

（21）Auty,R.M.,2001,Resource abundance and economic development,Oxford:Oxford University Press.

（22）A.O.Krueger,1974,“The political economy of the rent-seeking society”,American Economic Review,vol.64,No.3, pp.291~303.

（23）Anselin,L.,1988,Spatial Econometrics:Methods and Models,Dordrecht,Kluwer Academic Publishers.

（24）Anselin,L.,2001,Spatial Econometrics,Ch.14in:A Companion to Theoretical Econometrics,ed., B.H.Baltagi, Blackwell Publishers Lte.,Massachusetts.

（25）Brunnschweiler,C.N.,2007,“Cursing the Blessings? Natural Resource Abundance,Institutions,and Economic Growth”,World Development,Vol.36,No.3,pp.399~419.

（26）Chapagain, A.K.and A.Y.Hoekstra,2005,“The Global Component of Freshwater Demand and Supply:An As-sessment of Virtual Water Flows Between Nations as a Result of Trade in Agricultural and Industrial Products”,Water Interna-tional,Vol.33,No.1,pp.19~32.

（27）Chapagain, A.K.and A.Y.Hoekstra,2007,“Water Footprints of Nations:Water use by People as a Function of Their Consumption Pattern”,Water Resource Manage,21,pp.35~48.

（28）Davis,Graham A.,1995,“Learning to Love the Dutch Disease:Evidence from the Mineral Economies”,World Develop-ment,2（10）,pp.1765~1779.

（29）Davis,Graham A.,2008,“Book Review:Escaping the Resource Curse”,Edited by Macartan Humphreys,Jeffrey D. Sachs and Joseph E.Stiglitz,New York,Columbia University Press,pp.xviii+408,index,Cloth,$29.95,ISBN: 9780231141963,Resources Policy,33:pp.240~242.

（30）Giuseppe Arbia,Roberto Basile and Gianfranco Piras, 2005,“Using Spatial Panel Data in Modelling Regional Growth and Convergence”,in:Working Paper No.55.

（31）Gorden,W.M.and J.P.Neary,1982,“Booming Sector and De-industrialization in a Small Open Economy”,Economic Journal,92,pp.825~848.（下转第90

页）

（上接第79页）

（32）Gylfason,T.,2000,“Resources,Agriculture and Eco -nomic Growth in Economics in Transition ”,Kyklos,vol.53,No.4,pp.545~580.

（33）Gylfason,T.,2001,“Natural Resources,Education and Economic Development ”,European Economic Review,45,pp.847~859.

（34）Hausman,J.and W.Taylor,1981,“Panel Data and Un -observable Individual Effects ”,Econometrica,Vol.49,No.6,pp.1377~1398.

（35）Lederman,D.and W.F.Maloney,2007,“Natural Re -sources:Neither Curse nor Destiny ”,Stanford University Press,Washington,DC （The World Bank,and Palo Alto,CA ）.

（36）Leite C.and J.Weidmann,1999,“Does Mother Nature Corrupt?”,Natural Resources,Corruption and Economic Growth,IMF Working Paper,No.99/85,International Monetary Fund,Washington,DC.

（37）Ma,J.,Hoekstra,A.Y.,Wang,H.,Chapagain,A.K.and D.Wang,2006,“Virtual Versus Real Water Transfers With -in China ”,Philosophical Transactions of the Royal Society,361（1469）,pp.835~842.

（38）Papyrakis, E.and R.Gerlagh,2004,“The Resource Curse Hypothesis and Its Transmission Channels ”,Journal of Comparative Economics ,32,pp.181~193.

（39）Papyrakis,E.and R.Gerlagh,2007,“Resource Abun -dance and Economic Growth in the United States ”,European E -conomic Review,51,pp.1011~1039.

（40）Shuval,H.,1992,“Approaches to Resolving the Water Conflicts Between Israel and her Neighbors-a Regional Water for

Peace Plan ”,in Water International,17,pp.133~143.

（41）Papyrakis,E.and R.Gerlagh,2006,“Resource Abun -dance and Economic Growth in the United States ”,European E -conomic Review,4,pp.253~282.

（42）Sachs,J. D.and A.M.Warner,1995,“Natural Re -source Abundance and Economic Growth ”,NBER Working Paper Series,No.5398,National Bureau of Economic Research,Cam -bridge,MA.

（43）Sachs,J. D.and A.M.Warner,1997,“Fundamental Sources of Long-run Growth ”,American Economic Review,87,pp.184~188.

（44）Sachs,J. D.and A.M.Warner,1999,“Natural Re -source Intensity and Economic Growth ”,In Mayer J.,Chambers,B.and A.Farooq （Eds.）,Development Policies in Natural Re -source Economics ,Edward Elgar,Cheltenham,UK..

（45）Sachs,J. D.and A.M.Warner,2001,“Natural Re -sources and Economic Development:The Curse of Natural Re -sources ”,European Economic Review,45,pp.827~838.

（46）Stijins,J.,2006,“Natural Resource Abundance and Human Capital Accumulation ”,World Development,Vol.34,No.6,pp.1060~1083.

（47）Torvik,R.,2002,“Natural Resources,Rent Seeking and Welfare ”,Journal of Development Economics,67,pp.455~470.

（48）Tsakok,I.and B.Gardner,2007,“Agriculture in Eco -nomic Development:Primary Engine of Growth or Chicken and Egg?”,American Journal of Agricultural Economics ,Vol.89,No.5,pp.1145~1151.

（49）Wenar,L.,2007,“Property Rights and the Resource Curse （Parts 1–4）”,https://www.360docs.net/doc/f53567368.html,/.

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

劳动力流动、教育水平、扶贫政策与农村收入差距中国农村发展论坛