资源依赖：增长诅咒还是贫困陷阱？

胡尧 严太华

摘要 “资源诅咒”假说为资源与经济关系的探讨提供了新的视角，但关于其存在性的争论从未停歇，国内也少有“资源诅咒”在社会福利领域的探讨，而实证中资源依赖指标的内生性和研究时段随意性问题也受到了质疑。本研究利用2003—2015年地级市面板数据，借助准实验模型避免内生性，依据资源市场价格将研究时段分为繁荣期、波动期和萧条期，从增长与福利两个层面同时检验了资源诅咒的存在性问题，实证发现：①资源依赖没有显著带来地区长期经济增长的差异，传统增长式诅咒并不存在，短期内资源型经济存在较大波动性;②资源依赖显著恶化了贫困、收入不平等等福利水平，存在资源福利陷阱，时间趋势上资源型地区与非资源型地区的福利水平差异正在逐步缩小。通过理论分析发现，资源依赖可能通过以下四个途径恶化贫困：资源工业自身对劳动力吸纳不足、资源工业繁荣带来产业飞地经济阻碍了多元化发展、遗留计划体制下的城镇偏向政策与市场发育不足以及资源工业的生态破坏性对农业生产的负面影响。进一步利用全互交模型实证发现，资源依赖的确对增长减贫弹性产生了负面影响，抑制了增长对农村贫困群体的涓滴效应。这意味着，在注重地区经济增长的同时，政府更需要关注资源红利式增长在城乡收入分配公平以及農村减贫效应等方面的弱质性表现，通过合理有效地利用资源租金，加大农村地区的医疗、教育、交通等基础公共品投资，以及增加涉农领域的财政转移，来弥补资源依赖对增长“包容性”的不利影响。

关键词 资源诅咒;资源依赖;贫困;收入不平等

中图分类号 F205   文献标识码 A   文章编号 1002-2104（2019）04-0137-10   DOI：10.12062/cpre.20181020

“资源诅咒”理论假说认为丰富的资源会使经济体产生对资源产业的依赖，通过挤出有利于长期增长的经济因素、恶化制度等传导机制，对经济发展产生负面影响，经济增长缓慢是“资源诅咒”的重要表现，也是存在性实证研究的主要因变量。现实中，资源型地区除了面临着长期增长乏力、资源枯竭、环境破坏等一系列可持续发展问题，贫困、失业率高等社会民生问题也尤其突出。中国有262个资源型城市，其中1/4的资源趋于枯竭，人口只占全国的4%，但其棚户区占全国1/4，低保人数占全国1/10。当前中国政府正日益强调发展的社会公平性和普惠性，着力推动经济的包容性增长，实现可持续发展，这对资源型地区尤为重要。因此，研究资源依赖与社会福利的关系具有重要的理论和实践意义。

1 文献综述

丰富的自然资源作为潜在社会资本，是经济增长的重要促进因素，长期以来被视为“天赐福音”。但Auty[1]在对资源出口国的案例分析中发现，那些资源丰裕国家的经济表现反而不如那些资源贫瘠的国家，并首次将这种自然资源对经济增长的负效应称为“资源诅咒”。Sachs等[2]率先验证了国家层面“资源诅咒”的存在，并开创了该领域实证研究的经典范式SW模型，该命题随即得到了国内外学者的广泛关注和研究。

为什么有些资源丰裕的国家发展会失败？“资源诅咒”假说主要存在三种解释：①中介挤出效应[3]。丰裕资源对有利于长期经济增长的活动存在挤出效应，资源部门的繁荣轻易为地方带来了巨大财富，由此减弱了当地对人力资本投入、科学技术创新、制造业发展等的需要，从而阻碍了长期经济发展。②制度恶化效应。丰裕资源容易引发产权等相关制度安排的不合理，滋生政府寻租和腐败，恶化了有利于市场经济的制度建设，意外资源收入也是引起国内利益相关者之间的冲突的主要原因[4]，甚至引发动乱和战争。③价格波动效应。国际资源价格波动频繁，而国内资源的供给弹性较低，带来了资源收入不稳定，价格高涨时政府难以抑制投资热情和财政支出，价格疲软则不易削减开支、加剧债务风险，这种资源收益波动对经济增长产生的负效应覆盖了资源收益本身对经济增长的正效应[5]。

目前学术界对于资源究竟是福音还是诅咒的分歧仍然较大。大量文献发现“资源诅咒”在跨国层面[6-7]和国内层面[8-9]是普遍存在的。而另一些学者的研究则表明“资源诅咒”现象并不存在[10-11]。也有学者关注资源与经济增长的非线性关系[12]，邵帅等[13]验证了两者倒U型关系存在，另一些文献则利用门槛模型验证了“资源诅咒”在人力资本、制度质量、技术创新、社会资本等方面的条件存在性[14-15]。

“资源诅咒”假说的经验研究也受到以下两个方面的质疑：①解释变量指标合理性与内生性问题，严格外生的资源丰裕理应使用资源储量的总量或人均指标，但该指标长期趋于稳定，也并没明显证据表明埋在地下的资源本身对经济存在破环作用[16]，而与资源产量有关的指标，比如资源出口规模占比或资源产业规模占比等指标是被运用最多的，但衡量的却是经济体对资源（产业）的依赖程度[17]，且一定程度内生于经济发展、技术水平与制度因素，大量文献仍将依赖指标当作外生处理将致使回归模型结论不可靠。②样本、时段的选择性偏误问题，不同文献在对样本的选择中存在有意选择有利于结论的样本和时间段的嫌疑，比如SW的经典研究中，仅纳入了97个发展中国家，人为排除了诸多资源丰富且发达的国家，样本时间段也仅仅是1971—1989的20多年短时间，这时期同时也是东亚国家外向工业化政策发挥高效作用的时段，而在1820—1950的130年间，资源丰富的拉美各国增长率都普遍比东亚各国高[18]。

另一些学者发现资源依赖对社会福利也存在负面影响。Ross[19]发现资源依赖与收入不平等显著正相关，能源、金属等点资源的开采出口倾向于损害穷人的利益，扩大贫富差距，包括区域间的横向不平等和区域内部的阶层不平等。Perdue& Pavela[20]对美国西维吉尼亚州55个县的研究发现，非产煤区的贫困程度和失业率要显著低于产煤区。

综上所述，资源依赖究竟是增长诅咒还是“福音”，学术界观点尚未达成一致。同时，在资源型城市产业转型升级和精准扶贫的大背景下，国内资源依赖与社会福利之间的关系更值得深入研究。本研究的主要贡献在于以下三点：①尝试将经济增长和社会福利同时纳入“资源诅咒”存在性命题的研究框架中，从经济增长数量和社会福利效果两方面探讨资源依赖对地区经济发展的影响;②使用准实验方法研究了资源依赖对经济增长和社会福利的影响，避免了关键解释变量资源依赖的内生性问题;③来自2003—2015年中国地级市面板数据的证据表明，资源依赖不会对经济增長率有显著影响，但会显著降低社会福利水平，并且对经济增长的益贫效应有显著抑制作用。

2 来自经验数据的统计观察

以2005年283个地级建制市名单（不包含直辖市以及港、澳、台地区）为研究对象，剔除了缺少农村数据的深圳市、2011升为地级市的毕节市以及2011年撤市的巢湖市，最终共280个地级市。以2003—2015年采掘业单位就业人口占城镇单位就业总人口平均值为横坐标，作为资源依赖度的代理变量，以人均实际GDP的对数增长率平均值为纵坐标，作为经济增长的代理变量，作拟合散点图如图1所示。

以线性关系来看，资源依赖对经济增长存在负效应，而以二次关系来看，资源依赖对经济增长的影响满足倒U型，但由于解释变量的指标存在数据截断，在倒U型曲线的上升阶段，资源依赖对经济增长的正效应并不明显，而在下降阶段，则表现出比线性模型更强的负效应。此外，相比资源丰裕地区，资源贫乏地区的样本点更多，被解释变量人均实际GDP增速分布更广，这也意味着在资源较贫乏地区，资源依赖度未必对经济增长产生影响。

由此可见，基于地级市样本对两者弹性关系进行回归分析存在一定风险也是缺少政策意义的。首先，以采掘业就业占比作为衡量资源依赖程度的指标，几乎一半的样本处于低资源依赖区域，低资源依赖区域的增长率差异可能仅是误差项引起，未必与资源依赖有关，更小的地理研究单元可能面临自然资源贫乏、缺少资源部门的情况，该指标受到本地资源储量的硬约束，即便得到类似非线性模型在上升段的正向关系，该回归系数也难以对非资源型地区形成可行的政策建议。因此，当研究样本为地级市时，利用全部样本进行线性或非线性关系的回归并不是个合适的选择。由于本研究关注的重点在于，资源依赖是否明显对经济或福利产生了明显影响，不要求具体的弹性数值，可以通过虚拟变量分组的方式来解决这个问题。

图2展示了资源依赖与收入不平等、贫困率的拟合散点图，分别用城乡收入比和低保人数占比作为收入不平等和贫困率的代理指标，其中低保人口的数据来自中国民政部按季度公布的全国县级以上城市和农村低保情况，以每年第一季度的数据作为上一年的指标，可获数据范围为2007—2015。从线性角度看，随着资源依赖度的上升，城乡收入差距呈现扩大的趋势，资源依赖也与贫困率正相关。在地级市层面，资源的“诅咒”似乎不仅仅表现在经济增长方面，资源依赖对贫困率、收入不平等等社会福利水平也存在负面影响。

综上所述，对“资源诅咒”存在形式的验证可以看作验证资源依赖式的发展方式是否对经济增长和社会福利产生了显著负影响，由此可以提出以下两个假说：

假说1：资源依赖阻碍经济增长，也即资源型经济比非资源型经济显著有更低的经济增长率。

假说2：资源依赖会恶化社会福利水平，加重贫困和扩大收入不平等，也即资源型经济比非资源型经济有更高的贫困率和更大的城乡收入差距。

3 资源依赖对经济增长、社会福利的影响检验3.1 数据准备和模型设定

本研究将借助Dan等[21]的准实验方法来研究上述两个假说，从280个地级市中选取典型资源型地区（处理组）和典型非资源型地区（对照组），研究两者是否在经济增长上和社会福利方面是否存在显著异同。

采掘业就业人数占比来是重要的分组指标，但单一指标无法突出资源部门的绝对规模和价值以及其在全国范围的地位，可能会导致分组误判，比如经济落后地区会因本身的制造业薄弱会被误认为是资源型地区，而因资源开采而兴起的地区可能仍保留着一定的采掘业规模却被判断为非资源型地区。为了尽可能减少资源因素在两组之间的公共干扰，进一步结合国务院2013年公布的资源型城市地级市名单（《全国资源型城市可持续发展规划（2013—2020年）》）来进行划分，此份名单结合当地资源储量、市场占有率、资源产业比重等以及历史发展历程对我国县级行政区以上的地区进行综合分类，具有较高的可信度，为了确保研究更具代表性，我们剔除了以森林（丽江等）、盐矿（自贡）、陶瓷土（景德镇）等特殊资源为主的城市，选择最终共107个资源型城市。具体方法如下：首先根据规划名单，将研究样本280个地级市划分为资源型城市和非资源型城市，然后，以2003—2015年采掘业就业人口占比的平均值作为分组标准，将采掘业就业比重大于等于5%的资源型城市作处理组，将采掘业从业人员比例小于0.5%的非资源型城市作为对比组。

分组结果如图3所示，

全国280个样本地级市，依据资源依赖特征被划分为处理组70个，控制组70个以及其他组140个。从空间分布特征来看，处理组即典型资源型地区主要分布在我国西部、北部以及东北一带，而控制组则主要分布在东部沿海和华中地区，其他组在空间上较好地分离了控制组和处理组，有效减少了两组之间在地理上可能存在的空间溢出效应。

资源市场价格波动也是资源诅咒传导机制中的一个重要途径。在对比实验中，可以作为外生冲击，来检验价格冲击对资源型经济的影响。图4反映了1992—2016年资源市场的价格走势，从2003年资源市场开始进入繁荣期，到2008年能源和金属商品放入的实际价格几乎增长了3倍，再经历了2009—2011年的经济危机波动后，2011年资源市场逐步进入萧条期，到2015年资源商品价格基本回到了2006年水平。因此，在分时段研究中，将研究阶段2003—2015年分为三个时期：2003—2007年资源繁荣期，2008—2010年波动期以及2011—2015年资源萧条期，以考察资源市场冲击对资源型地区的经济发展影响。

根据Dan等[21]的研究，准实验基本模型如下所示：

Yist=C+βTi+（ProvsYeart）+γXi+εist

（1）

Yist=∑3j=1βj（TiPjt）+（ProvsYeart）+γXi+εist

（2）

其中，Yist表示第s个省份中的第i个城市在t时刻的被解释变量，包括实际人均GDP增长率DG、贫困率POV以及城乡收入差距INC。Ti为分组变量，Pjt为分时段虚拟变量。在全时段模型（1）中，包括常数项C，β代表了资源型地区与非资源型在被解释变量上的平均处理效应;在分时段模型（2）中，没有包含常数项C，Ti为标识处理组与对比组的虚拟变量，Pj为标识繁荣期、波动期和萧条期的虚拟变量，βj则衡量了处理组和对比组在不同时期的被解释变量平均差异，对两个模型都引入省份（Prov）和年份变量（Year）用来控制任何在省级层面随时间变化的因素。我们还在增长模型引入滞后一期的人均实际GDP控制初始经济状态的差异，在福利模型中引入控制当期人均实际GDP控制经济发展水平对福利的影响。根据邵帅等[13]的研究，进一步选择了资源诅咒传导机制中“被挤出”的关键中介变量物质资本投资、私营经济发展水平、制造业发展水平、创新投入水平作为模型的控制变量Xi，以验证结果稳健性，控制变量均取对数。另外，省会和副省级城市往往存在政治资源优势，也可能是经济发展的影响因素之一，对模型引入了是否为省会以及副省级城市的虚拟变量。

所有变量含义、计算以及数据年份说明如表1所示。所有數据均来自对应年份的《中国城市统计年鉴》《中国区域经济统计年鉴》以及各省市的《统计年鉴》和各地级市统计公报，统计范围为全市，对部分缺失值进行插值预处理，低保数据来自中国民政局网站整理。

由于关键解释变量T为不随时间变动的二值变量，在固定效应模型时不变变量的偏效应系数会随着不可观测因素一同被差分掉，而关注的重点在两组之间的平均处理效应。所以在基础模型估计上，主要使用随机效应模型来进行估计。同时，为了减少组间异方差和自相关导致对估计效率的影响，采用异方差一致协方差矩阵估计量来估计系数标准误。所有模型均控制了省份和年份。

3.2 资源增长诅咒检验

全时段的经济增长模型估计结果如表2所示，关键变量T的系数正负不一，且不显著，无足够证据表明资源型经济与非资源经济的经济增长存在显著差异。其中，模型（1）未考虑任何其他控制变量，结果表明在控制省份和年份因素后，资源型经济的对数增长率高于非资源型0.3%，但不显著，修正后拟合优度只有0.108 3;模型（2）考虑了经济增长的收敛因素，增加了控制变量滞后一期的人均GDP对数，但由此引入内生性问题，我们利用滞后二期的人均GDP对数作为工具变量，资源型经济的增长率与非资源型经济的差距仅为0.11%，同样不显著，但经济增长的随收入水平的收敛效应明显，系数为-0.022 9，通过了1%水平的显著性检验;模型（3）添加了省会以及副省级城市虚拟变量SP，以控制政治因素对经济增长的影响，资源型经济增长率低于非资源型经济0.04%，甚至模型拟合优度还有所下降，这表明SP不是合适的控制变量;模型（4）（5）中，进一步考虑了物质资本投入INV、市场发展水平PD、制造业发展水平MD以及创新投入TI，依据资源诅咒理论机制，资源依赖会通过挤出这些中间变量，从而对长期经济增长产生负效应，结果表明资源型经济比非资源型经济增速低0.31%，而依旧不显著，此外，投资对经济增长显著正影响，以私人就业占比衡量的市场发展水平PD则表现为显著负效应，制造业发展水平MD为正效应，创新投入TI为正效应，但不显著。因控制变量的数据年份限制，样本数减少，模型（4）和（5）的解释力度也有所下降。总之，五个模型中，T的系数正负号有所变动，并且均不显著，全时段的模型结果表明并没有足够证据表明资源依赖对地区长期经济增长有显著影响。

在剔除常数项后，分组虚拟变量T与时间段虚拟变量P的交叉项系数则可以表示不同时段资源型地区与非资源型地区的经济增长差异，分时段经济增长模型估计结果如表3所示。在繁荣期，资源型地区的经济增长率高于非资源型地区，但不显著，在波动期则高出1%左右，在模型（1）（2）通过了10%的显著性检验。资源型经济在波动期的表现甚至要好于繁荣期的可能原因是在2009年次贷危机对所有地区经济增长都造成了较大冲击，但2010年中央大规模基建投资刺激计划对资源型地区的利好更大，从2011年资源价格再创历史新高来看，此段波动期也能看作是繁荣期的延续。而在萧条期，资源型地区的经济增长率则低于非资源型地区，并且随着控制变量的加入，两组差距逐步增大，显著程度也逐渐增强，模型（3）的系数则达到了-1.58%，通过了1%显著性检验。这充分表明，样本时间段的选择会显著影响模型的结论，短期内资源市场价格冲击对资源型地区的影响不容忽视，这也解释了国内短期面板数据研究中产生不同结论的原因，相比非资源型地区而言，资源型地区的经济增长表现的确也存在更大的波动性。

3.3 资源贫困陷阱检验

全时段福利模型估计结果如表4所示。对贫困率的估计模型为（1）～（3），结果显示资源型地区的贫困率要显著高于非资源型地区1.32%以上，且均通过了1%的显著性检验，在控制了经济发展水平以及其他控制变量之后，也表现出较强的稳健性，经济增长显著有助于减缓贫困。对收入不平等的估计模型为（4）～（6），资源型地区的城乡收入比要高于非资源型地区0.167 1以上，均通过了5%的显著性检验，经济发展水平与城乡收入比显著负相关，物质资本投资、私营经济发展和制造业发展对缩小城乡收入差距有显著促进作用，科技创新投入的影响不显著。结合此前分析可知，在我国地级市层面，“资源诅咒”更多是表现在社会福利方面而非经济增长上，这也反映了当前我国资源型城市面临着较为严重的社会福利问题，地区丰富资源开采的租金红利也许带来了可观的GDP，但却没有为贫困、农村人口带来更多的福利，反而进一步加剧了地区收入不平等，城乡两极分化日益严重。

分时段福利模型结果见表4，无论是贫困率还是城乡收入比，关键变量T在各时段的系数符号始终为正，都通过了5%显著性检验，表现出较好的稳健性，显示出资源依赖对社会福利显著的负影响。模型（3）显示，2007—2015年间资源型地区与非资源型地区的贫困率差距经历了先增大后缩小的过程，由0.007 7先扩大到0.014 3再缩小至0.014。这种差距的变动，很可能与政府相关扶贫政策的调整有关，2008年中央首次统一了绝对贫困标准和低等收入标准为1 067元，此后逐年提高标准，2011年国家大幅上调扶贫标准，由2010年的1 196元提高到了2 300元，导致符合条件的贫困人口规模的增加，但同时也进一步加大了对中西部地区、革命老区、民族地区、边疆地区的扶持力度，这些地区也多具有资源型经济属性，仅2014年就减贫1 000万人以上。而同样，两组地区城乡收入比之间的差距也基本呈现出不断缩小的趋势。这说明，尽管资源型地区与非资源型地区在社会福利方面显著存在差距，但这种差距正在逐步缩小，一个可能的解释是国家发展战略由不平等发展向兼顾地区公平发展的转变过程中，中央向中西部地区、贫困地区、农村地区的转移支付对减少贫困、缩小贫富差距起到了重要作用。

4 资源依赖恶化贫困的作用机制分析

上述结果表明：就我国地级市层面而言，资源依赖不是增长诅咒而是贫困陷阱。资源型经济与非资源型经济间不存在经济增长率上的显著差异，但前者存在更大的经济波动性、更高的贫困率和更严重的城乡收入差距。资源依赖显著恶化了贫困，破坏了增长的“包容性”。

那么资源依赖如何恶化贫困，破坏增长“包容性”呢？主要有以下四个方面的机制。

一是资源工业自身对劳动力吸纳不足。资源依赖的核心特征是经济体对以采掘业为主体的资源型工业的依赖，现代资源工业的发展方向是以大规模机械化代替手工劳作，随着中国资源工业兼并重组加快，中小型矿山和民营资本的相继退出，资本密集化程度趋高，意味着工业部门对劳动力吸纳能力的减少，进一步延缓了地区城市化进程，致使大量劳动力滞留农村或外出他地打工，土地规模报酬递减属性注定了本地土地边际产出下降，农村平均收入水平也因此下降。陈开斌和林毅夫[22]发现中国建国初期的重工业发展战略，正是因为大力发展资本密集型产业，违背了资本稀缺劳动力充裕的要素禀赋特征，阻碍了城市化，继而造成了城乡收入差距的扩大。

二是资源工业繁荣带来产业飞地经济阻碍了多元化发展。多元化有助于贫困减缓，相关多元化有利于知识在不同但是相互补充的部门分支之间的溢出，不相关多元化则可以缓解经济波动对增长和就业的负面影响[23]。采掘工业产业关联度低，难以培育和发展前后向关联产业，往往导致本地形成资源产业专一化，资源丰裕的贫困地区往往倾向引进资源工业的投资来加快本地经济发展，但资源工业对东道国的人力资本激励和技术知识溢出效应都非常小[24]，这减缓了对本地劳动素质的提高进程，进一步扩大了资本输出国与东道国之间的技术差距，阻碍了本地经济长期发展和产业的多元化，这也造成城市部门对农村劳动力吸纳不足，资源繁荣对制造业的挤出效应更是加重了这种负面效应。

三是遗留计划体制下的城镇偏向政策与市场发育不足。中国的大多数资源型地区是计划经济时代重工业发展战略下的桥头堡，一整套城市偏向的经济与社会政策在当地根深蒂固，体制因素持续阻碍着城乡收入差距的缩小，地方政府政策的城镇偏向越严重，城镇地区获得好处越多，城乡收入差距就越大[25]。资源工业作为本地主导产业，往往国有经济占比较高，经济效率低，地方寻租氛围浓厚，企业家缺乏创新动力，作为市场经济主体之一的私营经济活力不足，导致本地非资源的其他部门发展缓慢，对富余劳动力的吸纳能力进一步减弱。

四是资源工业的生态破坏性对农业生产的负面影响。采矿活动会带来水土流失、地表下陷、地面水污染、尾矿废渣、重金属污染等生态问题。这极大地破坏了的农村生产，降低农业产量，采矿造成的污染累积长期对农村居民健康造成危害，恶化农村劳动力质量，给农村家庭带来沉重的经济负担，从而降低了农村居民的收入水平和生活质量。Pegg& Zabbey[26]对尼日利亚的研究则发现，石油开采工业通过污染对农村贫困产生了显著的负面影响。

为了进一步验证资源依赖是否影响了经济增长的减贫效果，提出第三个假设：假说3：资源依赖阻碍了经济增长对贫困群体的涓滴效应，即资源依赖抑制了经济增长的减贫弹性。

5 资源依赖与增长减贫效应关系实证5.1 数据准备和模型设定

定义贫困群体的收入水平为（相对）贫困收入，则经济增长的减贫效应可以由贫困收入对经济增长的弹性系数来衡量。由于我国城乡差距较大，贫困人口多集中在农村地区，在缺少市级分级收入数据的情况下，将使用农民年人均纯收入作为贫困收入的衡量指标，根据所在省份的CPI数据剔除价格因素，并选择如下指标作为贫困收入的解释变量：①经济增长。使用人均GDP衡量，经济增长是消除贫困的主要途径，对贫困人口的收入存在涓滴效应，预期影响为正。②收入差距。使用城乡收入比衡量。收入分配是影响贫困的另一个途径，收入差距的扩大阻碍了经济增长的减贫效应[27]，预期影响为负，考虑到解释变量城乡收入比由被解释变量生成，为避免内生性，选用滞后一期。③农村规模。用農村人口占全市年末总人口占比衡量，农村人口占比越大，城市化率越低，贫困人口收入越少，预期影响为负。④其他控制变量同表1中其他控制变量一致，包括物质资本投资、私营经济发展水平、制造业发展水平、创新投入水平以及省会与副省级城市虚拟变量。数据来源同前文一致。

实证模型如式（3）所示，利用分组变量T与全部解释变量构建全互交模型，以考察经济增长对贫困群体的红利效应在处理组和对比组之间的差异，相比完全分组模型，全互交模型拥有更稳健的标准误，使组间差异的检验更为精确。

lnIPist=Ti（β1+β2lnGist+β3lnINCist-1+β4lnAPRist+

（Provs+Yeart）+γXit）+εist

（3）

其中，下标i为个体序号，s为省份，t为时间，为时间与省份虚拟变量的系数向量。

5.2 资源依赖对经济增长的减贫效应抑制作用

在对模型（3）的估计中，重点关注虚拟变量与G的交叉项系数。为进行稳健性分析，将分别考察个体固定效应估计量（FE）、个体随机效应估计量（RE）以及一般FGLS估计量（gFGLS），其中FE和RE估计量均结合White稳健标准误进行统计检验，所有模型都使用滞后一期的收入差距作为其自身的工具变量。根据变量数据的获取年份，分别估计2003—2015与2003—2008两个时间段的结果，前者包含除农村规模以外的变量，后者包含模型（3）中的全部变量。表5仅报告了关键变量及其交叉项系数。

T×lnG系数都为负，FE估计没有通过显著性检验，RE估计量和gFGLS估计量系数都通过了5%的显著性检验，比较稳健，而其他变量的交叉项系数则符号方向不一致且不显著，这表明处理组和对照组在经济增长的减贫效应上有明显差异，资源依赖式发展的确减少了经济增长正常的减贫弹性，而对其他途径的减贫弹性并无明显影响。

具体来看，2003—2015年三个模型（1）～（3）中T×lnG的估计系数平均值为-0.045 2，lnG为0.227 2，表明人均GDP每提高1个百分点，非资源型地区的贫困收入将平均提高0.227 2个百分点，而资源型地区则为0182，仅为前者的80%。而模型（4）～（6）中，加入了农村规模变量，时间段变为在2003—2008年，恰好处于资源繁荣期，两组之间增长的减贫弹性平均值差距扩大到0.091 3，而同期非资源型地区的增长减贫弹性平均值为0.267 4，即资源型地区仅为0.1761。这也表明资源繁荣并未给资源型地区的低收入群体带来更多的好处。

因此，上述结果支持了假说3的成立，资源型地区贫困人口收入显著低于非资源型地区，资源依赖的确对经济增长的减贫弹性产生了负影响。

6 结论与启示

利用2003—2015年地级市面板数据，借助准实验模型，分时段从增长与福利两个层面同时检验了资源诅咒的存在性问题，并进一步分析了资源依赖对增长减贫弹性的影响，本研究得到了如下三个主要结论：①资源依赖没有显著带来地区长期经济增长的差异，传统增长式诅咒并不存在，短期内资源型经济存在较大波动性;②资源依赖显著恶化了贫困、收入不平等等福利水平，存在资源福利陷阱，时间趋势上资源型地区与非资源型地区的福利水平差异正在逐步缩小;③资源依赖显著降低了经济增长的减贫弹性，阻碍了增长对农村贫困群体的涓滴效应。

实证结果为资源诅咒在经济增长方面的不存在观点提供了新的证据。本研究表明，在地级市层面并没有足够证据显示丰富资源引起了经济增长率的差异，这与方颖等[11]的结论一致。

政策意义上，资源依赖对社会福利水平，尤其是对农村群体福利的显著负面影响，不得不引起資源型城市决策者的重视。在注重地区经济增长的同时，政府更需要关注资源红利式增长在城乡收入分配公平以及农村减贫效应等方面的弱质性表现，通过合理有效地利用资源租金，加大农村地区的医疗、教育、交通等基础公共品投资，以及增加涉农领域的财政转移，来弥补资源依赖对增长“包容性”的不利影响。这同样也是政府在力求资源型经济结构转型，寻求经济包容性增长，实现可持续发展的重要途径。

本研究仅从“资源诅咒”的一般性传导机制出发，分析了资源依赖在社会经济中的现实表现，并未考虑资源会随着开采日益减少的硬约束情况，而实际上，从更长远的可持续角度来看，未能及时进行产业转型的高资源依赖地区往往会面临矿竭城衰的风险，资源产业本身固有的不可迭代性，也促使单一的资源出口型地区也会随着矿山资源的减少陷入产量瓶颈，增长率降低在未完成非资源型经济转型前是不可逆的趋势。将资源问题内生化，结合“资源生命周期理论”探索两者关系是进一步的研究方向。此外，资源依赖对社会福利具体影响机制理论和实证也值得深入探讨和研究。

（编辑：王爱萍）

参考文献

[1]AUTY R M. Sustaining development in resource economies： the resource curse thesis[J]. London and New York：Routledge， 1993.

[2]SACHS J D， WARNER A M. Natural resource abundance andeconomic growth[R]. National Bureau of Economic Research， 1995.

[3]GYLFASON T. Natural resources， education， and economic development[J]. European economicreview， 2001， 45（4-6）： 847-859.

[4]BODEA C， HIGASHIJIMA M， SINGH R J. Oil and civil conflict： can public spending have a mitigation effect？[J]. Worlddevelopment， 2016， 78：1-12.

[5]LEONG W， MOHADDES K. Institutions and thevolatility curse[R].Cambridge： University of Cambridge， 2011.

[6]KIM D G， HA J K， HWANG C J， et al. Is onestage posterior corpectomy more favorable compared to decompression with fusion to control thoracic cord compression bymetastasis？[J]. Clinical spine surgery， 2015， 54（7）：2019-34.

[7]COCKX L， FRANCKEN N. Natural resources： a curse on education spending？[J]. Energy policy，2016， 92：394-408.

[8]PAPYRAKIS E， GERLAGH R. Resource abundance and economic growth in the United States[J]. European economic review， 2007，51（4）：1011-1039.

[9]张攀， 吴建南. 政府干预、资源诅咒与区域创新——基于中国大陆省级面板数据的实证研究[J]. 科研管理，2017， 38（1）：62-69.

[10]ALEXANDER J. The resource curse： a statisticalmirage？[J]. Journal of development economics，2015，114.

[11]方颖， 纪衎， 赵扬.中国是否存在“资源诅咒”[J]. 世界经济， 2011（4）：144-160.

[12]MEHRARA M. Reconsidering the resource curse in oilexporting countries[J]. Energy policy， 2009， 37（3）：1165-1169.

[13]邵帅， 范美婷， 杨莉莉. 资源产业依赖如何影响经济发展效率？——有条件资源诅咒假说的检验及解释[J]. 管理世界， 2013 （2）：32-63.

[14]董利红，严太华.制度质量、技术和人力资本投入与“资源诅咒”：基于我国省际面板数据的实证机理分析[J].管理工程学报，2016，30（4）：18-24.

[15]万建香，汪寿阳.社会资本与技术创新能否打破“资源诅咒”？——基于面板门槛效应的研究[J].经济研究，2016，51（12）：76-89.

[16]PAPYRAKIS E， GERLAGH R. Natural resources： a blessing or a curse？[J/OL]. http：// dx.doi.org/10. 2139/ssrn.383482.

[17]BRUNNSCHWEILER C N， BULTE E H. The resource curse revisited and revised： a tale of paradoxes and red herrings[J]. Journal ofenvironmental economics and management， 2008， 55（3）： 248-264.

[18]崔学锋.“资源诅咒”论不成立[J]. 经济问题探索， 2013（5）：27-31.

[19]ROSS M. The natural resource curse： how wealth can make you poor[M]//Natural resources and violent conflict： optionsand actions. Washington DC： World Bank， 2003： 17-42.

[20]PERDUE R T， PAVELA G. Addictive economies and coal dependency： methods of extraction and socioeconomic outcomes in West Virginia， 1997-2009[J]. Organization &environment， 2012， 25（4）：368-384.

[21]DAN B， MCKINNISH T， SANDERS S. The economic impact of the coal boom and bust[J]. Economic journal， 2005，115：449-476.

[22]陳开斌，林毅夫.发展战略、城市化与中国城乡收入差距[J].中国社会科学，2013（4）：81-102，206.

[23]单德朋，王英，郑长德， 专业化、多样化与产业结构减贫效应的动态异质表现研究[J]. 中国人口·资源与环境， 2017（7）： 157-168.

[24]ROSS M. The oil curse：how petroleum wealth shapes the development of nations[M].Princeton：Princeton University Press， 2012.

[25]陆铭， 陈钊.城市化、城市倾向的经济政策与城乡收入差距[J]. 经济研究， 2004（6）：50-58.

[26]PEGG S， ZABBEY N. Oil and water： the Bodo spills and the destruction of traditional livelihood structures in the Niger Delta[J]. Community development journal， 2013，48（3）：391-405.

[27]劉一伟，汪润泉， 收入差距、社会资本与居民贫困[J]. 数量经济技术经济研究，2017（9）：75-92.Resource dependency： curse on growth or poverty？

HUYao YAN Taihua

（Economics and Business Administration， Chongqing University，Chongqing 400044， China）

Abstract ‘Resource curse hypothesis has provided a new angle of view for scholar to explore the relationship between resources and economy. But the debate about its existence never stops， and this topic in the field of social welfare has been seldom discussed in domestic papers. Furthermore，the endogeneity of the resource dependence indicator and the arbitrariness of the research period chosen have also been questioned. By applying the panel data of prefecturelevel cities from 2003 to 2015 and the quasiexperimental model to avoid endogeneity， this study divided the study period into boom period， fluctuation period and depression period according to the resource market price. The existence of ‘resource curse was examined from the two aspects of growth and welfare. Then this paper drew following conclusions： ①Resource dependence did not bring significant regional differences in longterm economic growth which indicated that the curse caused by resource on economic growth did not exist， while resourcebased economy performed more volatility in the shortterm. ②Resource dependence significantly deteriorated social welfare related to poverty and income inequality， which implied that the curse caused by resource on social welfare did not exist ， while the difference in social welfare between resourcebased region and nonresource based region had been gradually narrowed by time. Through theoretical analysis， it showed that resource dependence might worsen poverty in four ways： inadequate absorption of labor by resource industry itself， the obstacles to the diversified development by prosperity of resource industry， insufficient market development and urbanbiased policy under the planned economy， and negative effects on agricultural production by resources industry. Further through the full interactive model， it is found that resource dependence exerted a negative impact on the elasticity of poverty reduction of growth， and inhibited the trickle effect of growth to the rural poor. It means that when pursuing regional economic growth， the government needs to pay more attention to the poor performance of resourcebased economy on the fair distribution of urban and rural incomes， and the effect of poverty alleviation in rural areas. It suggested that using resource rent more rationally and effectively， for example， increasing investment in basic public goods in rural areas such as healthcare， education， transportation and so on， and increasing fiscal transfer to rural areas， can offset the negative impact on inclusive growth of resource dependence.

Key words resource curse; resource dependence; poverty; income inequality CHINA POPULATION，  RESOURCES AND ENVIRONMENT  Vol.29  No.4  2019