自然資源與經濟增長關系的實證分析
——基于安徽省“資源詛咒”的驗證

（淮南師范學院，安徽 淮南32038）

Auty首次提出“資源詛咒”（Resource Curse）命題，即豐裕資源并不能促進經濟增長，反而是一種限制[1]。當前國外的研究基本得出以下一致命題（Sachs,J.D,Warner,A.M，1995）：開發自然資源產生的對其他要素的擠出效應會間接對經濟增長產生負效應。近年來國內實證分析自然資源稟賦與經濟增長關系的文獻日益增多，徐康寧等與胡援成等驗證了“資源詛咒”效應在我國的存在性[7,8]，也有些學者得出相反的結論。本文通過對國內外文獻進行綜述過程中得知，國外學者對“資源詛咒”這一命題的研究，放在跨國的大樣本數據上，以國際層面的研究為主，主要涉及存在性驗證和傳導機制等方面。國內學者側重從省級層面上展開，大多以省際面板數據作為研究樣本，對“資源詛咒”效應的規避措施以及資源型城市轉型問題的研究。國外學者“資源詛咒”的研究已經相當于國內來說較為成熟，其較多地運用傳統的回歸分析法驗證“資源詛咒”命題，國內學者也基本運用此實證方法檢驗該命題，關注也相對較晚。國內外研究成果中，關于省內各市資源詛咒命題的實證分析較少，對安徽省是否存在資源詛咒命題的研究至今還沒有。因此，本文通過實證研究安徽省16個城市間面板數據驗證“資源詛咒”命題的存在性，從而為研究安徽省資源型城市如何實現可持續發展，產業如何實現轉型升級提供一定的政策建議。

一、安徽省經濟發展及資源稟賦

安徽省有11個國家級資源型城市（潁上縣、宿州市、亳州市、淮南市、滁州市、池州市、宣城市、巢湖市、淮北市、銅陵市、馬鞍山市），2017年安徽省全年生產總值達到27518.7億元，比2016年增長8.5%。

第一產業增加值為2611.7億元；第二產業增加值13486.6億元；第三產業增加值11420.4億元。三次產業結構由上年的10.5：48.4：41.1調整為9.5：49：41.5，其中工業增加值占GDP比重為41.8%。人均GDP44206元，比2016年增加4645元。2017年全省能源消費量13051.9萬噸標準煤，比2016年增長2.8%。全省電力消費量增長7.1%。單位GDP能耗比2016年下降5.3%。

當前，安徽省已發現的礦種為128種，查明資源儲量的礦種共有124種 （含亞礦種），能源礦種為6種，金屬礦種為23種，非金屬礦種93種，水氣礦種2種。新增查明資源儲量的大中型礦產地8處。從表1以及安徽當前探明儲量的資源可以看出，安徽省較之很多省市經濟排名靠后，作為資源大省的安徽省從省際層面上是否存在“資源詛咒”？同時，安徽省省內礦產資源豐富，反觀經濟增長，合肥、蕪湖經濟增長迅速，從直觀的觀察來看，礦產資源豐裕的“兩煤一鋼”城市經濟排名卻在合肥、蕪湖蚌埠之后，安徽省是否存在“資源詛咒”問題？這將在文中第二部分進行實證分析。

表1 全國2015—2017年主要省份排名

二、安徽省是否存在“資源詛咒”命題驗證

本文通過上述對安徽省整體經濟及資源稟賦的描述分析，發現安徽省資源分布并不集中，各市都有資源分布。下面我們將進一步利用描述性統計分析和計量經濟模型分析安徽省各市間是否存在“資源詛咒”效應。

（一）描述性統計分析

本文進行描述性分析之前，首先確定資源豐裕度指標，本文測算自然資源稟賦的方法是主流方法中第二種——在產業結構層面上對自然資源豐裕度進行估算2。下面我們將分別對安徽省16個市2012-2016年的年均人均GDP、采礦業固定資產投資比重比重進行排名，從而初步判定安徽省各市間是否存在“資源詛咒”效應。

表2 安徽省各城市采礦業固定資產投資比重與人均GDP排名情況

表1中數據結果是根據安徽省2012-2016年數據計算得知，采掘業固定資產投資總額（萬元）/全社會固定資產投資總額（萬元）比重的全省各市排名與其幾年人均GDP排名完全一致，這說明安徽省近年來經濟發展迅速，自然資源開發起到重要作用，尤其是各資源型城市發展基本依據其自然資源，自然資源的豐裕度與經濟增長從描述性統計結果來看呈現正向關系，“資源詛咒”效應有可能在安徽省并不存在。

（二）統計計量分析

1、模型設定

“資源詛咒”假說命題的理論基礎是經濟增長理論，勞動、資本、科技和制度被眾多學者認為是經濟增長的源泉，應該都納入區域經濟增長模型。本文主要借鑒徐康寧和王劍 （2006）、邵帥和齊中英（2008）文中所使用的模型，構建如下面板數據回歸模型

其中，i表示安徽省內各個城市所對應的單位（i＝1，2，…，16）；

T 表示年份（t＝2013，…，2016）；為各城市人均國內生產總值的年增長率；

Re表示自然資源豐裕度；Z表示將要加入到模型中的控制變量所組成的向量集；α0是常數項；α1、α2是系數，ε是隨機擾動項。

2、模型變量和數據說明

考慮安徽省各市間經濟指標以及相關資源指標、地理環境的差異，為了保證模型的結果有效性及無偏性，本文的自變量均采用相對數值指標，而非絕對數。根據國內外學者對“資源詛咒”假說的研究文獻綜述，控制變量Z里應包括物質資本、人力資本投資、科技和制度等因素。

表3 模型變量及其涵義

本文所有涉及的變量的具體涵義及度量指標假設符號如表2所示，同時本文對控制變量Z作出界定后，具體的回歸模型如下：

本文通過對國內外文獻進行梳理發現，國外學者大多集中在跨國層面樣本數據量相對來說較大，基本都在20年以上，國內學者研究多集中在省際層面，市際研究較少各城市統計口徑存在不一致情況，數據完整性較差，本文在收集數據過程中根據現有可得數據整理出2012-2016年間。因此，研究的面板數據總共包含了2013-2016年16個截面單位（安徽省內16個市）的64個樣本。主要數據來源：《安徽省統計年鑒》、《安徽省2017年國民經濟和社會發展統計公報》、各城市統計年鑒以及相關政府網站等。

3、計量結果

本文在構建面板數據模型前首先對數據進行相關檢驗，利用Hausman檢驗和F檢驗，對面板模型選擇進行相對正確的識別。Hausman檢驗結果，由于 P值為 0.00266，故拒絕原假設：H0：Ui與 Xit，Zi不相關，該模型使用固定效應模型。一般來說，面板數據經常存在異方差問題。本文將利用 STATA12對面板數據模型進行回歸時，對異方差問題也進行了相應的檢驗和處理，盡而對模型進行回歸。本文依次向模型里加入控制變量，逐次回歸后得出以下各個控制變量對自然資源豐裕與經濟增長關聯效應的影響結果，回歸結果匯總見表4。

上表回歸結果顯示，在模型中未添加任何控制變量時，表4第（1）列所示，自然資源豐裕度與經濟增長之間呈現正向顯著性檢驗，此結果不足以說明安徽省16個城市間是否存在“資源詛咒”效應，繼續加入控制變量進行回歸。持續加入控制變量進行回歸過程中發現物質資本投資和人力資本投資都是經濟增長最重要的動力，二者關系為正，結果與預期相符，且顯著通過檢驗。科技創新水平的提高能顯著促進經濟增長，，且通過顯著性檢驗，這與內生經濟增長理論長期得到的結果基本一致，該理論中指出，人力資本和創新都被視為經濟增長的關鍵性因素。

但是資源豐裕度與經濟增長基本呈現正向關系，且系數基本顯著，這足以說明資源豐裕度是促進經濟增長的關鍵要素，安徽省并不存在“資源詛咒”效應。制度經濟學相關理論強調制度對經濟增長具有不可替代的作用。因此，將制度作為控制變量添加到回歸方程中。結果如表所示，對經濟增長產生正向作用，且系數通過顯著性檢驗。此回歸方程中，資源系數符號依然為正，而且能通過顯著性檢驗，進一步說明，資源能促進當地經濟發展。

總之，從上述實證結果，除了資源豐裕度變量，其余各項系數符號均符合預期，從R2大小來看，方程基本能對樣本作為很好擬合。但是本文前文假設資源有可能對經濟產生阻礙作用的命題在此并不成立，模型經過反復修正得到資源豐裕度與經濟增長呈現正向關系，實證結果證實安徽省城市間并不存在“資源詛咒”效應。反而是城市發展主導產業基本依靠資源性相關產業，這也同時得出資源型城市在去產能政策背景下如何實現可持續發展，進一步實現轉型升級提出難題。

三、結論

本文利用安徽省16個城市的2013-2016年面板數據基本能反映安徽省經濟發展與自然資源之間的關系，實證結果表明安徽省不存在資源詛咒現象，反之，安徽省經濟近年經濟發展依托資源開發，自然資源的豐裕度與區域經濟增長呈現正向關系。在“資源詛咒”命題中,因變量選擇GDP增長率和GDP總量，得知結果是不同的，發達地區GDP基數一般較高,如廣東省和江蘇省。資源豐富的欠發達地區,由于經濟基礎薄弱,GDP基數低，只要國家（物質、人力）資本投入加大,就會有較高的經濟增長率,但絕對增量是有限的。本文選取GDP經濟增長率作為被解釋變量的分析中,使得“資源詛咒”效應的表現受到限制。自然資源對經濟增長起到關鍵性作用，尤其是資源型城市,這與本文第二部分描述性統計結果基本一致，雖然與資源詛咒命題出現相反結果，但是本文結論也極具現實意義。當前，資源過度開發已經導致城市出現經濟、生態、社會等一系列問題。面對當前安徽省經濟下行壓力大，資源型城市實現可持續發展盡而完成產業轉型的目標的背景下，如何“去產能”如何破解資源拉動城市經濟的關鍵因素，實現全面建成小康社會迫在眉睫。

因此，要實現安徽省全面建成小康社會，實現城市可持續發展，需要綜合調整經濟發展的眾多要素：進行資源性產業轉型升級并延長其產業鏈，同時提供科技創新優惠政策、鼓勵大眾創業，萬眾創新的新發展思路，政府應加大政府和企業的科技技術，并為企業發展創造獎勵環境，同時更應該通過優化財政支出分配結構，建立完善的法律法規和監督機制，加強對外開放等措施減少資源在經濟增長中的關鍵主體作用。

注釋：

①目前學術界對自然資源豐裕度的測算方法，共有3種主流方法：一是直接一用貿易結構測算——計算自然資源產品（或初級產品）的出口密度來對某地區的自然資源稟賦進行估算（Sachs和Warner）。二是在產業結構層面上進行測算，即通過測量資源部門的投入水平或者產出水平來對自然資源豐裕度進行估算。三是直接測量自然資源的儲量來反映地區的自然資源稟賦。直接測算自然資源儲量理論上最能反映地區的自然資源稟賦，但由于數據往往較難獲得，所以經濟學者們較少將這一指標用于實際的統計分析。本文利用第二種方法，核算自然資源稟賦。