有条件资源诅咒在中国存在吗_姚毓春

［13 ］ ，“资源诅咒” 假说在中国城市层面上不成立。 系并不显著 赵新宇和范欣利用 1991 —2009 年我 ［14 ］ 国省际面板数据的研究显示，资源诅咒在我国省级层面并未出现 。 ［12 ］ ［10 ］
［8 ］
与上述两种观点不同，一些学者认为 “资源诅咒 ” 并非规律性的存在。 他们指出， 指标选 取的差异性、制度选择不同均可能导致相反的结论， 即 “资源诅咒 ” 是有条件存在的。 Ding ＆ · 50·
有条件资源诅咒在中国存在吗 ？
姚毓春 范 欣
［ 摘
要］ 应用生态足迹模型测度自然资源，界定出我国自然资源富集地区 、 自然资源一般地区和
自然资源贫瘠地区，并利用 1991 —2011 年省际面板数据对我国自然资源对经济增长的影响进行实 证研究。研究结果发现，无论是整体性研究还是分阶段研究，自然资源与经济增长均呈现 “U 型 ” 关系； 有条件资源诅咒在中国存在； 各省市自身发展具有独特性 。 ［ 关键词］ 有条件资源诅咒； 生态足迹； 经济增长 ［ 基金项目］ 国家社会科学基金重点项目 （ 11AZD100 ） ； 吉林省软科学项目 （ 20120627 ） ； 吉林大 学 “985 工程” 项目 ［ 收稿日期］ 2014 － 04 － 05 ［ 作者简介］ 姚毓春，吉林大学经济学院副教授； 范 130012 ） 欣，吉林大学经济学院博士研究生 。 （ 长春
①
生态足迹 （ Ecological Footprint） 由 Ｒee价人类对生物生产性土地的
［21 ］ 需求量与区域生物生产性土地的供给量 。 生物生产性土地包括六种类型土地： 耕地、林地、草地、 渔业用地、 碳吸收用地与 PE P C － （ 1 － S ocean ） | YF | EQF，EF P， | YF C | EQF C 。其中， 建筑用地。生态足迹计算公式为 EF P = EF P， E + EF P， C ， EF P， E = C = YN YC
P E 表示特定区域生物物质产品收获数量； P C 表示特定区域二氧化碳排放数量； Y N 表示该区域生物物质产品的平均生产力； Y C 表示该区域林地二氧化碳吸收能力的平均水平； YF 表示产量因子； YF C 表示指定年份全球林地平均碳吸收速率； EQF 表示均 衡因子； EQF C 表示碳吸收用地的均衡因子，等于林地的均衡因子； S ocean 表示特定年份人类排放二氧化碳的海洋吸收系数。
吉林大学社会科学学报 2014 年
第5 期
源诅咒带来的不利影响，以期推动资源开发利用与国民经济的协调发展 。
二、文献回顾
自然资源为工业生产提供了基础原材料 ，它是生产活动不可缺少的生产要素 。在以工业化为 基础的现代经济增长中，自然资源发挥了基础性作用。从微观的视角看，自然资源作为一种生产 要素，在生产过程中不断被使用和消耗 ，自然资源的有限性可能会对经济增长造成一定约束 ； 从 宏观的视角看，自然资源是一个国家 （ 或地区 ） 的天然要素禀赋， 它对该区域的产业类型、 产 业发展和产业结构产生一定影响 ，进而影响一国 （ 或地区） 经济的长期增长实绩。 学者们对于自然资源对经济增长的约束作用存在截然相反的两种观点 。 较为悲观的看法认 为，大多数自然资源是不可再生的，其储量和存量是有限的，如果不对人类过度的开发行为加以 限制，自然资源不可避免地面临枯竭境地， 经济增长自然难以实现。 马尔萨斯 （ 1798 ） 认为， 随着人口数量激增， 自然资源最终会被人类耗尽， 世界经济不可避免地陷入崩溃。 梅多斯等 （ 1972 ） 对世界经济增长的预判指出，资源耗竭、环境恶化、福利降低等一系列社会环境问题将
· 51·
吉林大学社会科学学报 2014 年
第5 期
衡量物质资本，方法上采用永续盘存法①； 人力资本采用的工具变量为平均受教育年限， 计算中 将受教育程度分为小学以下、 小学、 初中、 高中、 大专及以上， 受教育年限分别选取 0 、6 、9 、 12 、16 ； 科技创新用平均每万人专利申请授权数测度 ； 在对外开放度上，本文采用进出口贸易总 额占国内生产总值的比重作为测量指标 。考虑到前一期人均地区生产总值对当期人均地区生产总 值的影响，我们引入滞后一期人均地区生产总值的对数值 。 本文研究样本剔除了香港、澳门和台湾，并将重庆市数据合并至四川省。因此，本文研究的 》 、 《新中 整体面板数据集包括了 1991 —2011 年 630 个样本观察值。数据来源于 《中国统计年鉴 国 60 年统计资料汇编》 及各省市历年统计年鉴。
病” 现象的出现。在上世纪 50 年代，石油和天然气资源的发现和开发，使得荷兰经济呈现出异 常繁荣的景象： 初级产品部门的超常规发展，带来了出口剧增和收支盈余。同时，荷兰的非资源 产业发展受到抑制，经济的结构性问题突出，导致上世纪 80 年代荷兰经济出现衰退。与此类似， 东南亚、拉美等地的资源富庶国家在经济增长过程中也遇到类似问题 ，丰裕的自然资源在短期内 刺激了经济增长，而其长期效果却并不显著。 Auty 开创性的研究发现， 自然资源丰裕国家的经 ［6 ］ 。 济增长速度并不高于自然资源贫瘠的国家， 他将这一现象定义为 “资源诅咒 ” 此后， 国内外 学者对 “资源诅咒” 假说进行了深入研究。 早期的实证研究大多印证了 “资源诅咒” 的存在。Sachs ＆ Warner 的实证研究表明，在控制
［7 ］ 了贸易政策和投资率等变量后， 丰裕的资源对委内瑞拉等国的经济增长起到负面作用。 Collier ＆ Goderis 对 130 个国家 1963 —2003 年数据进行实证研究， 结果表明自然资源与经济增长的关系
为负相关。 徐康宁和王剑利用 1995 —2003 年中国省级面板数据的实证研究表明 ，对于多数自然 ［9 ］ 资源丰裕省市来说，资源并不利于经济增长。 邵帅和齐中英利用 1991 —2006 年中国西部省市数 据的研究认为，能源开发与经济增长呈现负向关系 。 同时，也有一些研究认为 “资源诅咒 ” 并不存在。 Maloney ＆ Lederman 利用 1980 —2005 年 ［11 ］ ， “资源诅咒 ” 在国家层面并不存在。 跨国数据进行实证研究，发现自然资源有利于经济增长 丁菊红和邓可斌通过城市样本的实证研究表明 ，资源诅咒在中国地区层面并不明显 。 方颖等利 用中国地级城市的横截面数据对 “资源诅咒 ” 假说进行验证， 结果表明自然资源与经济增长关
，而其他自然资源则不会。 Ｒobinson et al． 认为制度质量的差别亦是 产资源形成了 “资源诅咒” 造成不同结论的原因， 拥有正面激励制度的国家将会从自然资源中获益 ， 反之则可能会遭受
［17 ］ “资源诅咒” 。 邵帅等基于微观产业视角， 利用 1998 —2010 年中国面板数据进行实证研究， 结 论显示资源产业和经济发展呈现非线性的倒 U 型关系， 制造业发展、 对外开放程度、 市场化程
DOI:10.15939/j.jujsse.2014.05.002
第 54 卷 第 5 期 2014 年 9 月
吉林大学社会科学学报 Jilin University Journal Social Sciences Edition
Vol． 54 No． 5 Sep． ， 2014
□财经前沿： 资源与环境专题
［2 ］ 对经济增长产生不利影响。 另一种较为乐观的观点认为，技术进步将会提高资源利用效率， 延 缓资源枯竭速度，并寻求可再生资源进行替代， 从而资源问题并不会严重影响世界经济增长。 ［1 ］
Beckerman，Lecomber 等研究认为，资源变动可能对短期经济增长产生冲击， 但长期的经济增长
［3 － 4 ］ ［5 ］ 不会受到自然资源约束的影响。 Solow 等人对自然资源与经济增长的关系亦持乐观态度 。 在资源可获得的前提下，自然资源对经济增长的促进作用似乎是毋庸置疑的 ， 直到 “荷兰
［16 ］
度是避免资源诅咒的关键因素。
［18 ］
三、模型构建与变量说明
［19 － 20 ］ 在借鉴 Sachs ＆ Warner， Papyrakis ＆ Gerlagh 等文献 实证模型基础上， 本文将自然资 源、物质资本、人力资本、科技创新、对外开放度引入其中，构建了自然资源与经济增长关系的
计量模型： y it = a0 + a1 NＲ it + a2 NＲ2 it + a3 X it + a4 logGＲP it －1 + ε it （ 1） y 表示经济增长， NＲ 表示自然资源。为了考察自然资源与经济增长的非线性关系 ， 我 式中， 们引入了自然资源的平方项 （ NＲ2 ） ； X 是一个综合变量， 包括物质资本 （ KC ） 、 人力资本 （ HＲ ） 、科技创新 （ TI ） 、对外开放度 （ IN ） 等； logGＲP t －1 表示滞后一期人均地区生产总值的 t 表示年份， a0 为常数项向量， a1 、 a2 、 a3 、 a4 为系数向量， ε为 对数值； i 表示相应省市截面单位， 随机扰动项。 （ 1 ） 被解释变量的指标选取。 考虑到我国区域经济发展的不平衡性， 我们采用人均地区生 产总值进行衡量。 （ 2 ） 解释变量的指标选取。 在自然资源丰裕度的测度方面， 从现有的研究来看， 绝大部分 实证研究在度量资源禀赋时采用了单一的指标 。 这些替代指标主要有： 资源产业产值占 GDP 的 比重、资源产业产品出口占 GDP 比重、 采掘业投资占全社会固定资产投资的比重、 采掘业从业 人员收入占总收入比重、能源产业产值占工业总产值的比重等。 应该看到， 自然资源的种类繁 多，用单一指标度量资源禀赋并不精确 。 为此， 本文采用人均生态足迹作为自然资源的测量指 ① 根据 1991 —2011 年各省市人均生态足迹的平均值 ，可以将 30 个省市分为三类 ： 第一类 ，0 标。 ≤EF ＜ 2 ，包括上海、 浙江、 广东、 广西、 福建、 海南、 江西、 湖北、 北京、 江苏、 湖南、 云 南、四川、安徽、贵州、甘肃 16 个地区； 第二类，2 ≤ EF ＜ 4 ， 包括辽宁、 吉林、 天津、 河北、 河南、山东、陕西 7 个地区； 第三类， EF ≥4 ， 包括黑龙江、 青海、 宁夏、 西藏、 山西、 新疆、 内蒙古 7 个地区。这三类分别代表自然资源贫瘠地区 、自然资源一般地区和自然资源富集地区 。 （ 3 ） 综合变量的指标选取。在物质资本的指标选择上， 本文采用固定资产存量取对数值来