中国富煤省区资源开发与经济发展绩效

李世祥 马海燕 成金华

(1.中国地质大学(武汉)公共管理学院，湖北武汉430074;2.中国地质大学(武汉)经济管理学院，湖北武汉430074)

中国是世界煤炭资源大国，煤炭储量占世界的比重为13.3%，仅次于美国(27.6%)和俄罗斯(18.2%)，居世界第三位。然而，中国90%以上的煤炭储量主要分布在西北部等内陆地区。其中，“三西”地区(山西、陕西、内蒙古西部)煤炭储量占全国60%之多。山西、内蒙古、新疆、陕西、贵州、河南、安徽、山东、黑龙江、云南、河北、甘肃、四川、宁夏、辽宁等15个富煤省区，聚集了全国95.85%的煤炭储量，生产了全国90%的煤炭。作为国家的重要能源基地，这15个富煤省区为国家的煤炭供应、能源安全保障和经济发展做出了重大贡献。据此，这里引出一个非常有趣的问题:在西部大开发的背景下，煤炭富集区域的资源开发一方面保障了国家能源安全，但另一方面是否促进了区域经济发展?现实中可以观察到的是，富煤省区主要位于中西部地区，其经济发展水平与东部沿海发达地区具有较大差距，“富饶的贫困”现象非常普遍［1］。既然富煤区域没有从大规模的资源开发中获得经济发展的动力，从而实现良性发展和较高的经济绩效，那么这种资源开发模式本身是有问题的，资源的不合理开发利用终将损害区域经济社会发展能力和国家能源安全的保障能力。因此，当前需要进一步研究的是，富煤省区的长期资源开发是否对其经济发展绩效具有不利影响，以及资源诅咒是否真的困扰着资源丰富区域的经济发展。目前的相关研究主要基于全国层面的省级数据或城市数据，采用计量方法，对“资源诅咒”假说进行验证，但得出的结论并非完全一致。这可能与模型选择、变量选取或样本采集的差异有关。本文的研究目的是，基于国内15个富煤省区1995－2010年的投入产出面板数据，利用Malmquist指数法实证测算这些地区的环境全要素生产率，并考察其经济绩效的变动趋势。

1 理论回顾

煤炭等自然资源是经济增长的物质基础，在经济社会发展过程中起着不可替代的重要作用。然而，从20世纪80年代后期开始，资源诅咒假说的研究逐渐兴起［2］。自然资源对经济发展形成诅咒的传导途径大致有以下几种:一是生产要素向采矿业过度集中，对制造业造成了挤出效应，使资源富集地区易患上“荷兰病”;二是资源开采滋生腐败行为，这往往导致生产要素配置扭曲;三是资源开发占用的生产要素挤出了教育和创新等影响增长的关键因素;四是资源开采带来的利益分配不均衡常常引发国内不同族群之间的冲突;五是资源开发可能会阻碍民主制度的建立和健全。有研究甚至指出，独裁者可以利用资源租金收买政治上的潜在反对者，而这将使得民主制度的建立和健全举步维艰［3］。当然，并非所有资源富裕的地区都会受到上述诅咒，其效应与该国初始的制度禀赋有密切关系，如澳大利亚、加拿大、挪威等国，其初始制度比较健全，其资源诅咒效应相对较小，甚至会带来资源红利。还有学者基于全球135个发展中国家1995－2007年的面板数据，运用动态面板系统广义矩阵方法，估计中国上世纪90年代以来的资源进口需求是否引发了欠发达国家资源诅咒的问题，其研究结论并不支持“资源诅咒”假说［4］。

近年来，国内一些学者基于地区数据和回归计量模型，实证研究区域资源开发与经济发展之间的关系，研究结论大多认为中国区域层面确实存在着资源诅咒效应［5－7］。关于资源诅咒对经济发展的影响机制，这些研究一般认为制度的弱化以及对资源型产业的依赖是主要原因，资源开发往往导致对其他部门生产性要素的挤出，制约地区人力资本和科技创新投入，从而引发制造业衰退。当然，也有一些研究认为，国内地区资源诅咒效应不一定存在。例如，有研究发现，在1985－2005年，中国存在资源诅咒现象，但当考察1995－2005年的子样本时，资源诅咒的现象消失了，并将此归因于1993年底开始的针对石油等能源产品的价格双轨制改革［8］。在研究过程中，若控制住海港距离、政府干预等因素后，资源诅咒在中国并不明显，与其说是资源造成了各地区经济发展的迥异，不如说是政府干预和其他因素导致的。现有文献之所以倾向于得出资源诅咒假说的结论，主要原因在于采用地区采掘业占当地的工业总产值比重，或者职工收入比重，或者固定资产投资比重等指标来衡量资源禀赋，而这些处理方法可能存在“内生性”的问题。当以人均概念衡量自然资源丰裕程度时，自然资源的丰裕程度与经济增长之间并无显著的负向联系，资源诅咒假说在中国城市层面上不成立。因此，国内区域层面是否存在资源诅咒效应，还是一个富有争议的问题。

与现有研究不同的是，本研究体现出3个方面的特点:①将研究样本集中在煤炭富集区域，即国内15个富煤省区。煤炭是中国的主体能源，煤炭资源开发为区域经济增长和国家能源供给做出了重要的贡献。②将煤炭资源开发内生于区域经济发展之中，认为煤炭资源开发对地区固定资产投资、人力资本投入、产业布局具有内生性的影响，即煤炭资源大规模开发与这些地区经济发展的绩效之间具有内生性关系。③基于投入产出和经济效率测度理论，利用Malmquist指数法计算环境全要素生产率，以考察煤炭富集区域的经济绩效。因此，这里提出以下两个基本研究假设:假说Ⅰ，从时间趋势看，若研究区域的全要素增长率指数没有明显的增长，则资源诅咒效应存在;假说Ⅱ，从区域比较看，若资源丰裕度相对较高地区的全要素增长率指数小于资源丰裕度相对较低的地区，则资源诅咒效应存在。

2 研究方法与模型

全要素生产率(Total Factor Productivity，TFP)是反映经济增长质量的重要指标，可以用来测度一个国家或地区的经济绩效。TFP最早由美国经济学家索洛(Solow)提出，是指各要素(如资本和劳动等)投入之外的技术进步和资源配置能力等导致的产出增加，是剔除要素投入贡献后所得到的残差，故又称为“索罗余值”。

文献中对传统全要素生产率的度量只基于资本和劳动要素，很少考虑到与可持续发展息息相关的能源和环境因素。为了体现能源资源在现代经济增长中的重要作用，近年来的文献通常把能源作为一种与资本、劳动相类似的独立生产要素纳入生产函数。而如何将环境因素纳入到全要素生产率的核算中，目前的文献涉及两类方法:一种是将污染排放作为投入要素，不过是未支付的投入，与资本和劳动投入一起引入生产函数;另一种则是将污染看作非期望产出，与期望产出(比如GDP)一起引入生产过程，利用方向性距离函数对其进行分析。

与一些研究者的方法［9］一致，本研究采用将二氧化碳排放看作投入要素的第一类处理方法，用以构造纳入环境要素的全要素生产率。关于生产函数的构成，假定国内各省的经济活动可以概念化为一种产出即生产总值(GDP)、四种投入(即资本K、劳动L、能源E、二氧化碳排放C)的生产技术。虽然个别企业可以通过增加污染排放来提高其净产出，但是累积的排放物会通过降低经济系统、社会系统与自然资源系统之间的协调性，从而给其他经济主体带来负外部性，降低整体产出。

对于面板数据，基于数据包络分析(Data Envelopment Analysis，DEA)的Malmquist指数法，是对全要素生产率指数进行测算和分解的一种非参数模型。该指数最早由曼奎斯特(Malmquist)于1953年作为一种消费指数提出，之后被卡夫斯(Caves)等人应用于生产率变化的度量。Fre等构造了基于产出的Malmuqist生产率变化指数［10］。与传统的增长会计法相比，利用Malmquist指数法度量全要素生产率增长具有两方面的优势:一是无需要素价格信息和经济均衡假设，从而避免了较强的理论假设约束;二是可以将全要素生产率增长分解为效率变化与技术进步率两部分，从而提供更全面的全要素生产率增长信息。

进一步，可以得到第j个省任意两个时期t1，t2(t2＞t1)之间环境全要素生产率的几何平均增长率(RMj)、效率的几何平均增长率(REFj)和技术进步的几何平均增长率(RTPj):

3 样本、数据及结果讨论

3.1 样本、变量与数据

综合考虑煤炭资源储量和煤炭产量两个指标，从全国各省选出山西、内蒙古、新疆、陕西、贵州、河南、安徽、山东、黑龙江、云南、河北、甘肃、四川、宁夏、辽宁共15个富煤省区作为研究样本(见表1)，其中四川省的数据合并了重庆市的数据。样本区间为1995－2010年。因此，该研究样本是一个包含15个地区、时间跨度为15年、具有较大信息容量的面板数据。

投入变量包括资本(K)、劳动(L)、能源(E)和二氧化碳(C)，产出变量(y)用GDP表示。考虑到投入转化为产出的时滞效应，借助于多元回归，确定时滞期为1年。文中所用的相关数据来源于各年《中国统计年鉴》、《中国能源统计年鉴》、《中国工业经济统计年鉴》、《中国工业能源交通50年统计资料汇编1949－1999》以及各省(市、区)统计年鉴。

资本存量的估算采用“永续盘存法”，计算公式为:Kit=Kit－1(1 － δit)+Iit，其中 i指第 i个省，t指第 t年，Kit代表经定基价格指数平减后的第i个省第t年的资本存量，Iit代表第 i个省第 t年的投资，δ代表折旧率［11］。

能源投入使用各省每年的能源消耗量来表示，已经折算成标准煤。对于各省GDP数据，采用商品零售价格指数，将其换算成1978年价数据。

表1 15个富煤省区煤炭基础储量、产量及其占全国的比重Tab.1 Basic reserve，production and its share of total country for 15 coal-rich provinces in China

以煤炭、原油和天然气这三种一次能源为基准来核算国内各省的CO2排放量［13］。根据联合国政府间气候变化专门委员会提供的参考方法，CO2排放量估算公式如下:

其中，C代表估算的 CO2排放量(单位为万 t)，i=1，2，3分别代表三种一次能源(煤炭、原油和天然气)，E代表能源消费量。NCV为2007年《中国能源统计年鉴》附录4提供的中国三种一次能源的平均低位发热量(IPCC也称为净发热值)。CEF为IPCC(2006)温室气体清单提供的碳排放系数，其中煤炭的碳排放系数可以通过烟煤和无烟煤碳排放系数的加权平均值(80%和20%)来计算。COF为碳氧化因子(通常煤炭可设定为0.99，原油和天然气为1)。44和12分别为CO2和碳的分子量。原煤的折标系数为0.714 3，原油为1.428 6，天然气为1.33。

3.2 结果与讨论

首先通过求解优化问题得到相应的距离值，然后利用公式(2)给出15省1995－2010各年的环境全要素生产率增长指数、效率变化指数和技术进步率指数，并利用公式(5)－(7)给出环境全要素生产率、效率和技术进步的几何平均增长率。煤炭富集区域的环境全要素生产率测算结果见表2。

3.2.1 对假说Ⅰ的验证

假说Ⅰ主要考察煤炭富集区域的经济发展绩效是否随着时间而得到改进。这里，从以下3个方面来分析和验证假说Ⅰ。

首先，从地区年度均值看，煤炭富集区域的环境全要素生产率每年都比上一年增长5%－10%。这表明随着时间的推移，煤炭富集区域的经济绩效一直处于提升之中，提高的幅度在5%以上。

其次，除了极个别年份接近1外，15个富煤省区中有14个省的环境全要素生产率指数都是大于1的，这些省包括河北、山西、内蒙古、辽宁、黑龙江、安徽、山东、河南、贵州、云南、陕西、甘肃、宁夏、新疆。四川省除了2005－2006年为0.754外，其他年份绝大多数时候都大于1。这表明，整体而言，1995－2010年期间15个富煤省区的经济绩效基本上都得到了持续改进。

再次，以1995年为基期进行观察，发现各省的环境全要素增长率在1995－2010年期间几乎都处于上升趋势(见表3)。截止2010年，15个省的累计环境全要素生产率指数都在1.5以上，部分省份的值达到3或5以上，地区平均值达到2.5。这说明，经过15年来的经济发展和积累，煤炭富集区域的经济绩效普遍有较大程度的提高。

综上，1995－2010年期间15个煤炭富集地区的经济发展绩效得到了明显改进。因此，假说Ⅰ并不成立。

3.2.2 对假说Ⅱ的验证

假说Ⅱ主要从地区比较的角度，考察资源丰裕度相对较高地区的环境全要素增长率指数是否小于资源丰裕度相对较低地区。

1995－2010年15 个富煤省区环境全要素生产率指数的变动，虽有一致性但也有明显差异性。从表3可以看出，2010年内蒙古、山西的累计环境全要素生产率指数上升幅度最大，数值分别达到5或6左右;新疆、宁夏、辽宁、陕西、贵州、山东、甘肃、黑龙江、安徽等大部分省区的环境全要素生产率指数累计值在2－3之间;而四川、云南、河南、河北的环境全要素生产率指数累计值在1.5－1.9之间。有趣的是，位于较高绩效层次的内蒙古和山西的资源丰裕度最高，山西和内蒙古的煤炭资源储量和煤炭产量

分别位居全国第一和第二。位于中等绩效层次的新疆、陕西、贵州、安徽、山东、黑龙江的资源丰裕度也较高，其中新疆、陕西、贵州的煤炭资源储量分别居全国第三、第四和第五位，陕西的煤炭产量位居全国第三。处于较低绩效层次的云南、河北、四川的资源丰裕度本来就处于15省的后半段。

表3 1995－2010年15个富煤省区环境全要素生产率增长速度Tab.3 Rate of environmental total-factor productivity of 15 coal-rich provinces in 1995 －2010

整体而言，资源丰裕度较高地区的环境全要素生产率指数高于资源丰裕度较低的地区，也即煤炭资源丰富地区和煤炭高产量地区的经济发展绩效并没有受到资源诅咒效应的影响。因此，假说Ⅱ也不成立。

3.2.3 富煤区域经济绩效提升的因素

根据Malmquist指数法，将环境全要素生产率指数分解为技术进步率指数和效率变化指数，以便窥探煤炭富集区域经济绩效增长的源泉。从图1可以看出，1995－2010年间，技术进步指数与环境全要素生产率指数之间的变化轨迹较为接近，都处于明显的上升趋势，且二者之间的距离相对较近;而效率变化指数却一直处于平缓的稳定状态，几乎没有什么变化，且与环境全要素生产率指数之间的距离相对较远。这表明煤炭富集区域的环境全要素生产率增长主要是由技术进步引起的，效率贡献非常有限。富煤省区的资源优化配置与利用方面的效率还存在较大的改进空间。

图1 1995－2010年煤炭富集区域平均环境全要素生产率指数分解Fig.1 Decomposition of average environmental total-factor productivity of coal-rich regions in 1995－2010

4 结论及政策含义

为了考察国内富煤省区的长期资源开发是否对其经济发展绩效具有不利影响，以及资源诅咒是否真的困扰着资源丰富区域的经济发展，本文将研究样本集中在山西、内蒙等15个富煤省区，并基于两个基本理论假定:①富煤地区煤炭资源大规模开发与这些地区经济发展的绩效之间具有内生性关系;②基于投入产出分析的环境全要素生产率能够代表经济发展绩效。通过采集15个富煤省区1995－2010年的投入产出面板数据，利用基于DEA的Malmquist指数法，计算各地区的环境全要素生产率指数及其分解指数，得到了以下一些有趣的发现:从地区年度均值看，煤炭富集区域的环境全要素生产率每年都比上一年增长5%－10%;分地区和分年份看，除了极个别年份接近1外，15个富煤省区中有14个省的环境全要素生产率指数都大于1;若以1995年为基期，截止2010年，15个省的累计环境全要素生产率指数都在1.5以上，部分省份的值达到3或5以上，地区平均值达到2.5;从环境全要素生产率指数的分解来看，1995－2010年间，技术进步指数与环境全要素生产率指数之间的变化轨迹较为接近，都处于明显的上升趋势，而效率变化指数却一直处于平缓的稳定状态。

这些发现表明:1995－2010年期间，15个煤炭富集地区的环境全要素生产率指数具有明显的增长，这些地区的经济发展绩效并没有随时间而恶化，相反其绩效明显得到了持续提高;在样本期间，资源丰裕度较高地区的环境全要素生产率指数高于资源丰裕度较低的地区，也即煤炭资源丰富地区和煤炭高产量地区的经济发展绩效并没有受到资源诅咒效应的影响;煤炭富集区域的环境全要素生产率增长主要是由技术进步引起的，资源优化配置与利用方面的效率提升虽对全要素增长率具有一定贡献，但还存在较大的改进空间。总之，本文所选取的研究样本并不支持资源诅咒假说，也即煤炭富集区域的大规模资源开发并没有对区域经济发展造成制肘，反而有利于提升这些区域的经济发展绩效。

上述结论蕴含着重要的政策含义:富煤省区应重视资源开发对于区域经济发展的积极意义，应通过制定科学合理的资源开发利用战略和加大科技投入，进一步提升区域经济绩效;各省应计算本区域内资本、劳动、能源以及碳排放规模之间的最优比例关系，制定出科学合理的碳排放计划;应进一步重视要素价格机制改革，促使生产要素自由流动与最优化利用。

(编辑:李 琪)

References)

［1］关凤峻.自然资源对我国经济发展贡献的定量分析［J］.资源科学，2004，26(4):24 －27.［Guan Fengjun.Quantitative Analysis on the Contribution of Natural Resources to the Economic Development of China［J］.Resources Science，2004，26(4):24 －27.］

［2］Auty R M.Sustaining Development in Mineral Economies:The Resource Curse.London［M］.New York:Routledge，1993.

［3］Acemoglu D，James A R，Thierry V.Kleptocracy and Divide-and-Rule:A Model of Personal Rule，The Alfred Marshall Lecture［J］.Journalof the European Economic Association Papers and Proceedings，2004，162－192.

［4］魏国学，陶然，陆曦.资源诅咒与中国元素:源自135个发展中国家的证据［J］.世界经济，2010，(12):48 －66.［Wei Guoxue，Tao Ran，Lu Xi.Resource Curse and China’s Character:Proofs from 135 Developing Countries［J］.The Journal of World Economy，2010，(12):48 － 66.］

［5］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［J］.经济研究，2006，(1):78 －89.［Xu Kangning，Wang Jian.An Empirical Study on Linkage between Natural Resource Abundance and Economic Development［J］.Economic Research Journal，2006，(1):78 －89.］

［6］胡援成，肖德勇.经济发展门槛与自然资源诅咒:基于我国省际层面的面板数据实证研究［J］.管理世界，2007，(4):15－23.［Hu Yuancheng，Xiao Deyong.The Threshold of Economic Growth and the Natural Resource Curse［J］.Management World，2007，(4):15 －23.］

［7］邵帅，齐中英.西部地区的能源开发与经济增长［J］.经济研究，2008，(4):147 － 160.［Shao Shuai，Qi Zhongying.Energy Development and Economic Growth in Western China:An Empirical Analysis based on the Resource Curse Hypothesis［J］.Economic Research Journal，2008，(4):147 －160.］

［8］Zhang X B，Xing L，Fan S G，et al.Resource Abundance and Regional Development in China［J］.Economics of Transition，2008，16(1):7－29.

［9］陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展［J］.经济研究，2009，(4):41 －55.［Chen Shiyi.Energy Consumption，CO2Emission and Sustainable Development in Chinese Industry［J］.Economic Research Journal，2009，(4):41 －55.］

［10］F re R，Grosskopf S，Lovell CAK.Production Frontiers［M］.Cambridge:Cambridge University Press，1994.

［11］张军，吴桂英，张吉鹏.中国省际物质资本存量估算:1952－2000［J］.经济研究，2004，(10):35 －44.［Zhang Jun，Wu Guiying，Zhang Jipeng.The Estimation of China’s Provincial Capital Stock:1952 －2000［J］.Economic Research Journal，2004，(10):35 －44.］

［12］Barro R J，Lee J W.International Data on Educational Attainment:Updates and Implications［C］.CID Working Paper，2000，11(42).

［13］陈诗一.中国工业分行业统计数据估算:1980－2008［J］.经济学(季刊)，2011，(3):735 －775.［Chen Shiyi.Reconstruction of Sub-industrial Statistical Data in China(1980－2008)［J］.China Economic Quarterly，2011，(3):735 －775.］