“资源诅咒”是否会挤出教育投入？

郝晓伟， 杨 曦， 闵维方

(1.北京大学 教育学院， 北京 100871; 2.北京大学 经济学院， 北京 100871)

一、引言

自然资源一直被认为是重要的生产要素，传统经济学中生产要素禀赋理论指出，由于资源丰富的国家具有“资源红利”，故而能够将资源禀赋转化为经济发展的推动力，从而实现更加良好的发展。但是，在实际观察中却发现，大量具有资源禀赋的国家和地区在长期的经济发展中出现了经济结构固化、人力资本积累缓慢、生态环境恶化等问题，最终导致区域经济发展受阻，这一现象引起了学者们的广泛争论。

Auty最早把这一类国家和地区发展缓慢的现象概括为“资源诅咒”这一概念，即丰裕的资源对一些国家的经济增长并不是充分的有利条件，反而是一种限制。[1]而后的研究中，Sachs和Warner最早使用计量模型系统性讨论和验证了“资源诅咒”这一问题，他们选取95个发展中国家作为样本，测算自1970—1989年这些国家GDP的年增长率，发现自然资源禀赋与经济增长之间有着显著的负相关性，[2]此后二人对这一问题进行了一系列深入的研究，发现资源型产品(农产品、矿产品和燃料)出口占GNP的比重每提高16%，经济增长速度将下降1%。即使将更多的解释变量纳入回归方程，比如制度安排、区域效果、价格波动性等，负相关性依然存在。[3, 4]

在我国，学术界也对国内出现的“资源诅咒”问题展开了广泛的讨论，“资源诅咒”的存在性问题是我国学者面临的第一个问题。徐康宁和王剑率先验证了资源丰裕的地区经济增长速度普遍慢于资源贫瘠的地区，认为我国省级层面存在“资源诅咒”，而且他们认为制造业衰退和制度弱化是造成“资源诅咒”的主要原因[5]，而胡援成和肖德勇则认为人力资本的投入水平是导致省际层面“资源诅咒”存在的关键因素[6]，邵帅和齐中英的研究验证了人力资本投入是影响“资源诅咒”作用最强的传导因素[7]。从省级层面的研究结果来看，中国的“资源诅咒”不仅存在，而且机制相对清晰。但是有部分使用市级面板数据的研究发现，中国国内并不存在“资源诅咒”，比如丁菊红和邓可斌[8]、方颖等[9]基于地级市数据的研究，不过由于数据的缺失，在全国300多个地级市中，以上两项研究分别只包括21个和95个地级市，样本缺乏代表性，所得出的结论并不可靠。而安虎森等使用更为全面的数据，认为地级市层面不存在显著的“资源诅咒”现象[10]，不过邵帅等使用同级别城市的数据得出相反结论，发现资源产业依赖和经济增长、全要素生产率存在倒U型曲线关系，我国半数城市存在“资源诅咒”的问题，当然我国城市层面的“资源诅咒”问题正逐渐得到改善[11]。此外，也有不少研究是针对一些特定资源种类、特定地区的研究，发现了资源型地级市[12]、煤炭型城市[13, 14]都存在“资源诅咒”，而针对不同地区划分的研究，也发现了西部[7]、东北[15]、陕西[16]、山西[5]等地自然资源并未成为经济发展的有利条件,反而制约了经济增长。

综合以上研究可以发现，大部分研究支持国内不同程度上存在“资源诅咒”的问题，由于国内不同地区的城市资源产业发展阶段不一样，“资源诅咒”所发挥的效应也不一样，这应当是部分研究结果不一致的原因。不过，随着我国经济社会发展，资源消耗的水平也会不断提高，大量城市面临产业结构升级的问题，在中国“资源诅咒”问题可能会越发突出，但是国内研究多关注于中国“资源诅咒”存在性的验证，对于“资源诅咒”的影响及其机制研究尚不充分。

对于“资源诅咒”的影响机制，可以概括为以下路径。第一，认为“资源诅咒”是“荷兰病”效应的体现，即过度繁荣的资源初级产品部门导致制造业和其他部门萎缩，从而降低了经济竞争力。[17]自然资源丰富经常导致本国货币升值，自然资源产业的繁荣和相关的原材料出口激增推高了实际汇率和实际工资，从而损害了其他行业出口。[18]第二，受资源价格波动效应影响，经济发展也存在较大波动性，从而间接导致不稳定的增长前景，而且经常性的繁荣和萧条交替往往会增加汇率的波动性，也加剧了经济波动。[22]第三，由于资源依赖导致腐败问题，进而引发制度退化问题，同样会造成不良后果。[23, 24]自然资源丰富的经济体更可能出现生产者的社会寻租行为，从而扭曲资源分配并降低经济效率和社会公平。[25]第四，丰富的自然资源可能会使人们产生一种错误的满足感，并导致忽视对良好经济发展模式的需求，包括技术创新、自由贸易、政府效率和体制改革，进而导致整体发展受挫。[26]第五，也是本文关注的对于长期发展最重要的机制，即“资源诅咒”对教育与人力资本投资的影响。很多资源丰富的国家和地区会出现教育投资不足、人力资本水平低下的情况。一方面，资源产业的过度发展会挤出其他行业，这其中可能就包括人力资本需要高的行业，导致人力资本需求不足，人力资本外流；另一方面，资源产业对于技术需求相对不高，不断扩大的初级产品部门并不需要高技能劳动力，人力资本投资在资源地区的回报率较低，教育投资回报率会影响人们接受教育的积极性，通过抑制人们对人力资本的投资追求，而使得人力资本投资的内驱力减弱，限制了人力资本的积累，从而影响经济的长期发展。而相当多的研究也验证了教育与人力资本投资对于“资源诅咒”的影响。比如，有研究在讨论“资源诅咒”的影响机制时就发现，腐败、投资、贸易和学校教育是“资源诅咒”的主要影响路径，学校教育影响的重要性几乎是腐败的两倍，教育是比其他因素更重要的影响因素。[30]

而从统计数据来看，世界上各个国家的教育投入确实与自然资源的丰富程度成反比。例如，2016年欧佩克(OPEC)国家教育公共开支占GDP的比例为3.87%，高等教育毛入学率为34.86%，小学生师比为24.58；而同时上述指标的世界平均水平分别为4.49%、37.4%、23.44；而经合组织的上述指标分别为5.11%、74.64%、15.41。自然资源丰富的国家可能会无意或有意地由于对教育的重视和支出不足，忽视了其人力资源的发展。[22]

国内学界对于“资源诅咒”形成原因的讨论也越来越多地集中到教育投入、人力资本和科技创新等方面。教育在绿色GDP增长中具有突出的作用，在倡导绿色发展理念下，教育有助于建设资源节约型、环境友好型社会，减少“资源诅咒”的影响。[31]从研究角度来看，资源丰裕地区普遍存在资源产业依赖对人力资本投资的挤出效应[32]。

20世纪五六十年代提出的人力资本理论验证了教育和人力资本在推动经济增长中的作用，而教育投入是人力资本投资的主要形式，也是人力资本形成的主要途径。当前，绿色发展理念逐渐成为经济社会发展的主流趋势，中国也提出要在2030年前实现碳达峰、2060年前实现碳中和的目标。《全国资源型城市可持续发展规划(2013—2020年)》提出了促进资源型城市可持续发展的要求，教育正是可持续发展中不可或缺的一部分，资源型城市教育投入不足很大程度会影响城市的未来发展。教育投入和人力资本投资在一定程度上可以减轻资源产业依赖对经济发展的不利影响。当然，教育和人力资本投资对于“资源诅咒”的影响并不一定立竿见影，虽然教育投资本身可以刺激需求增长，带动经济发展，但是更重要的是通过提高劳动者的素质，增加人力资本，加速科技进步，进而推动我国经济社会发展。教育投入不是短期见效的过程，而是具有长期的影响。因此，相关研究也发现，教育投入降低了“资源诅咒”的影响，减弱了资源禀赋对经济增长的阻碍效应，但是对于经济的正向提升效应却是比较有限的[32, 33]，这说明人力资本对“资源诅咒”的直接影响不强。但同时，技术创新是打破“资源诅咒”的门槛[34]，而教育正是技术进步的重要因素，教育投入对经济社会发展的长期作用更加深远[35]。

所以，本研究所要解决的问题就是“资源诅咒”是否会导致资源型城市教育投入不足。本研究具有以下几方面的贡献。从文献上，目前关于资源诅咒对教育投入的影响及其机制的研究主要来自美国和西欧地区，且集中于以国家为单位，而且很大程度忽略了这些国家之间原本存在的基础性发展差异，以至于在内生性处理上一直存在瑕疵；而国内研究则着重于对人力资本的研究之上，但是对于影响人力资本的核心因素——教育投入，仍然缺乏相关研究。本文通过对县级经济社会数据的分析验证了“资源诅咒”在中国县级地区的存在性，结合全国教育经费统计数据进一步研究了“资源诅咒”对于教育投入的影响，对于“资源诅咒”和教育发展之间关系的研究做出了贡献。在方法上，本文使用双向固定效应模型以及空间断点回归法，将样本限制到更加可比的空间，并尽量克服内生性，获得了更为精确的研究结果：资源型城市中小学的生均经费整体上显著更低，而教师资源相对不足。此外，针对不同类型的资源型城市的异质性进行了充分的讨论，对于教育投入和“资源诅咒”之间的机制进行了分析。

二、数据与方法

首先，本文需要研究“资源诅咒”问题在中国区县级资源型城市是否存在。根据Sachs和Warner关于“资源诅咒”的经典模型以及参考后续研究的模型调整方法，本文建立如下基本计量回归模型(1):

GDPit=β0+β1Resourceit+Cityi+Timet+εit

(1)

其中，因变量GDPit包括资源型城市的GDP、人均GDP和人均GDP增速，Resourceit表示是否是资源型城市的虚拟变量，1表示为区县级资源型城市，0表示为临近的区县级非资源型城市。Cityi表示市级固定效应，Timet表示时间固定效应，本文所有回归结果均加入固定效应，所以在表格中不再额外标注。εit表示残差项。

进而，本文需要研究中国区县级资源型城市的教育投入是否偏低，根据模型(1)，调整了相关变量，建立如下模型(2)：

Educationsit=β0+β1Resourcesit+Xsit+Cityi+Timet+εsit

(2)

其中，因变量Educationsit包括学校生均经费收入(公共财政预算安排的教育经费)和生师比。Resourcesit表示学校所在地是否是资源型城市的虚拟变量。Xsit表示控制变量，包括三部分：学校基本情况变量、学校周围栅格数据变量和所在区县基本情况变量。其中，学校基本情况变量包括学校的校舍面积、图书数、固定资产原价；学校栅格变量包括根据地理信息系统获取的学校一公里栅格范围内人口、GDP、灯光值；学校所在区县数据包括区县的中小学总学生数、工业化水平、财政分权度、总税收、财政自主度、财政占GDP比重、财政预算内收入、财政支出。学校的校舍面积、图书数、固定资产原价用以衡量学校资产，学校资产增加会提高当年的教育经费，对此需要进行控制；人口、GDP、灯光值、工业化水平代表当地的经济发展水平，经济发展水平对于教育投入具有一定影响；由于规模效应的存在，中小学学生数多的地区生均经费一般相对更低；财政分权度、总税收、财政自主度、财政占GDP比重、财政预算内收入、财政支出用于衡量地区财政情况，由于教育经费主要由公共财政保障，因此地区财政状况很大程度上会影响教育经费投入水平，其中地方财政收入占地方财政总支出的比重为地方财政自主度，地方政府人均财政支出占国家人均财政支出的比重为财政分权度。模型中对于GDP、人均GDP、生均经费收入、生师比、校舍面积、图书数、固定资产原价、人口、GDP、灯光值、中小学学生数、总税收、财政预算内收入、财政支出等量纲较大，容易出现异方差的变量，进行了对数化处理。其他变量与模型(1)相同。角标s代表学校。

针对“资源诅咒”问题，过往研究中主要使用资源丰裕度和资源依赖度作为关键自变量。对于变量如何定义和度量，是研究“资源诅咒”的一大困难，而已有研究也尚未取得完全一致的结论。[36]对此，本文使用了是否是资源型城市作为关键自变量。资源型城市的划分体现了对于资源丰裕度和资源依赖度的综合评价，而且贴合中国资源国情和经济社会发展的实际情况，是对于资源诅咒研究对象的合理划定标准。资源型城市的划分依据《全国资源型城市可持续发展规划(2013—2020年)》，该规划确定了262个资源型城市，其中地级行政区(包括地级市、地区、自治州、盟等)126个，县级市62个，县(包括自治县、林区等)58个，市辖区(开发区、管理区)16个。在本文中，研究对象不包含地级行政区，而只包括县级行政区。这是因为，首先，地级行政区和县级行政区相差一个行政层级，在各类指标中都会有巨大差异，本身不可比较，需要分开进行研究。而且目前已有研究中主要针对国家间和省级行政区的“资源诅咒”问题进行研究，对地级行政区也有所涉及，但是对于县级行政区是否存在“资源诅咒”的研究很少。县级行政区相对上述其他层级行政区的经济社会背景发展情况大不相同，特别是财政税收状况相对高层级政府来说更加紧张，如果发生“资源诅咒”，所受影响更大，所以对于县级行政区的研究十分有必要。最后，本文使用的数据可以精确到学校层级，这也为研究县级行政区提供了可能。因此，本文使用区县级资源型城市作为实验组。同时，将与区县级资源型城市地理边界相接壤的其他非资源型城市作为对照组。

“资源诅咒”问题的研究可能会存在一定的内生性，从而影响模型估计结果的准确性。因变量与关键自变量之间可能存在反向因果的问题。一方面，资源型城市可能存在人力资本投资不足的问题，对教育的投入偏少；另一方面，由于教育投入不足，可能使得资源型城市难以摆脱资源依赖，更容易受到“资源诅咒”。此外，由于无法获取不同地区行政管理体制、历史文化因素等差异的衡量指标，还会存在遗漏变量的问题，而使用空间断点回归方法可以控制内生性。空间临近地区的变量特征在一定程度上是连续的，如果控制了所在地区的固定效应，可以将对于处理效应的估计限定在一个相对较小的范围内，使得回归结果可比。资源型城市与其临近区县应该在主要的经济社会发展、行政管理体制和历史文化因素等指标上具有一致性，在该前提下，如果出现教育投入的显著差异，则可以认为与资源型城市有关。

本文使用2014—2016年全国教育经费统计数据(学校个体样本)，匹配相应的县级经济社会数据(区域样本)，并通过ArcGIS软件获得了相应的地理数据。表1展示了学校数据的描述性统计结果，其中因变量各学校生均经费的平均值为10563.89元，平均生师比为14.26，而标准差分别为6756.87元和6.25，说明学校之间教育投入的差距较大。此外，学校的指标还包括校舍面积、图书数、固定资产原价，以及通过ArcGIS软件处理的学校范围内一公里的人口、GDP、灯光值。

表1学校个体样本描述性统计

本研究包括了《全国资源型城市可持续发展规划(2013—2020年)》所划分的136个区县级资源型城市当中数据较为完整的130个，并将所有与其边界接壤的519个区县作为临近地区，共包含649个区县。表2展示了资源区县及其临近区县的中小学学生数、工业化水平、财政分权度、总税收、财政自主度、财政占GDP比重、财政预算内收入、财政支出等情况，个别年份和变量有所缺失，剔除后样本量为1577。以上变量来源于《中国县(市)社会经济统计年鉴》《中国区域经济统计年鉴》和各省统计年鉴。

三、“资源诅咒”是否在县级层面存在

本文首先验证了“资源诅咒”是否在县级层面存在，发现区县级资源型城市的GDP和人均GDP都显著高于临近区县24.3%和24.1%，但是人均GDP增速却显著低于临近区县非资源型城市(简称临近区县)1.41个百分点。这说明，区县级资源型城市虽然经济总量较大，但是其经济发展速度却相对减慢，可能会存在“资源诅咒”的问题。结果见表3。

表2区域样本描述性统计

表3基准回归结果

为了进一步研究“资源诅咒”的影响机制，本文使用空间断点回归，研究资源型城市对于教育投入是否有显著差异，回归结果见表4。结果发现，资源型城市中小学的生均经费显著低于临近区县4.1%，小学的生均经费显著低3%，初中的生均经费显著低6.8%，而高中的生均经费的结果不显著，而资源型城市中小学的生师比相对临近区县显著高0.353，小学的生师比显著高0.341，初中的生师比高0.139，高中的生师比显著高0.466。由此可以发现，相比临近的区县，资源型城市的生均经费和生师比的指标都相对更差，说明资源型城市对于基础教育的投入相对更少。表4的1-4列因变量为生均经费，5-8列因变量为生师比，分别按照全样本、小学样本、初中样本和高中样本进行展示。虽然本研究对于样本选择的限制已经较为严格，但是为确保结果的可靠，进一步使用最优带宽对结果进行估计。根据均方误差(MSE)最优带宽选择估计结果发现，本文样本的最优带宽是断点前后8.699公里。对模型进行重新估计后，发现资源型城市与初中和高中生师比的关系显著性水平下降，而整体上与全样本结果一致，资源型城市的生均经费和生师比的都差于临近区县。

表4空间断点回归结果

四、结果检验

本研究根据资源型城市和其临近区县的边界，将资源型城市到边界的距离设为正数，临近区县到边界的距离设为负数，以边界为界限构成断点。由于断点回归设计对模型设定条件非常敏感，如果估计结果随设定条件变化而呈现较大幅度波动，那么应当对回归结果存疑。现有文献主要通过调整带宽、变换多项式形式来进行稳健性检验。Gelman和Imbens认为当带宽较大时，高阶多项式估计结果更加准确，带宽较小时，低阶更精确[37]。因此，本研究主要汇报了生均经费和生师比两个因变量的一次多项式和二次多项式的结果。图1可以发现，在断点两侧，资源型城市和其近界区县生均经费和生师比出现了跳跃，这也表明资源型城市生均经费显著的低于临近区县，而生师比高于临近区县。该检验见图1。

图1 空间断点图形检验

断点回归有效性还取决于平滑性假设，即除了是否为资源型城市以外，其他影响教育投入的控制变量在断点两边应该不存在明显的跳跃。表5分别是校舍面积、图书数、固定资产原价、人口、GDP、灯光值、中小学学生数、工业化水平、财政分权度、总税收、财政自主度、财政占GDP比重、财政预算内收入、财政支出等控制变量在区县边界断点处的连续性检验，估计方法与生均经费和生师比两个关键自变量一致，可以发现是否是资源型城市与上述控制变量的关系均不显著。图2为上述控制变量图形检验的结果。由表5和图2可知，上述控制变量在断点附近不存在明显的断点，满足平滑性要求。

表5控制变量的连续性检验

为保障结果的可靠性，本研究进一步进行了多项检验。首先，考虑到由于区县边界形状是不规则的，可能造成作为对照组的临近区县范围划定的不准确，为了保障研究结果的可靠性和稳健性，本文进一步使用各个县几何中心之间的距离作为划定临近县的标准，以替换边界接壤的临近区县样本。本文分别将距离资源型城市中心30公里、40公里、50公里、60公里、70公里的区县作为该资源型城市的临近区县。结果显示，资源型城市的生均经费显著低于临近区县，而生师比显著高于临近区县。因此，可以认为资源型城市的教育投入确实低于临近区县，进一步验证了“资源诅咒”在中国区县级资源型城市中存在。回归结果见表6。

其次，作为断点的依据，区县边界本身可能也存在问题。如果临近区县的边界以大型河流或山脉为界，那么尽管两个区县直线距离很近，但实际上由于地区相对孤立的，因此相邻县之间的社会和经济发展会有很大差异。在排除这些特殊临近后, 作者检验了估计结果的稳健性。再次，考虑到市辖区和县级市行政管理体制存在一定特殊性，可能会受到省直管县级行政单位等政策的影响，而且辖区内可能会有省属学校或者市属学校，从而导致学校教育投入出现差异，因此本研究同样将这一部分学校剔除后进行结果比较。根据表7第一和第二部分可以发现，两种剔除样本后的结果与前文一致，均为资源型城市显著存在生均经费更低，而生师比更高的情况，进一步验证此前结果。最后，本研究进行伪断点检验(表7第三和第四部分)。将断点分别外移和内移一个最优带宽，构成伪断点，并使用前文同样的方法估计断点回归结果。结果发现，伪断点估计量不显著，因此在伪断点不存在干预效应，说明本研究当中其他未观测因素对结果的影响不大，断点设计不存在问题，前文结果是可靠的。

图2 控制变量的图形检验

表6以公里数分样本稳健性检验结果

表7剔除样本和伪断点检验

五、异质性讨论

根据《全国资源型城市可持续发展规划(2013—2020年)》，资源型城市划分为成长型、成熟型、衰退型和再生型四种类型。成长型城市资源开发处于上升阶段，资源保障潜力大，经济社会发展后劲足，是我国能源资源的供给和后备基地。成熟型城市资源开发处于稳定阶段，资源保障能力强，经济社会发展水平较高，是现阶段我国能源资源安全保障的核心区。衰退型城市资源趋于枯竭，生态环境压力大，是加快转变经济发展方式的重点难点地区。再生型城市基本摆脱了资源依赖，经济社会开始步入良性发展轨道，是资源型城市转变经济发展方式的先行区。根据以上定义，可以发现这四类城市对应资源型城市发展的不同阶段，成长型城市属于资源型城市发展的早期阶段，资源产业刚刚起步，资源保障潜力大，经济社会发展后劲足，短期内不会面对“资源诅咒”的问题；成熟型城市属于资源型城市发展的中期阶段，对于资源产业的依赖大，如果产业转型升级不够，资源耗竭速度加快，具有发生“资源诅咒”的风险；衰退型城市属于资源型城市发展的后期阶段，基本已经发生“资源诅咒”；而再生型城市是资源型城市发展后期阶段的另一形式，相对于衰退型城市而言，再生型城市基本已经摆脱了“资源诅咒”。由于不同阶段的资源型城市的特征不同，资源型城市的类型与教育投入也可能存在一定关系。

分样本回归结果可以发现，成长型城市、成熟型城市、衰退型城市中小学的生均经费显著低于临近区县，而再生型城市中小学的生均经费整体上高于临近区县。不同城市类型不同教育阶段的生师比则没有比较一致的结论。以上结果反映出，大部分类型的资源型城市的教育投入是相对较低的，而再生型城市的教育经费投入是相对较高的。虽然这部分研究并不能严格的验证是否是教育投入帮助资源型城市摆脱“资源诅咒”，但是我们仍然可以发现资源型城市的转型升级和教育存在着一定的关系。回归结果见表8。

表8四类资源型城市分样本回归结果

上述结果均发现，资源型城市在义务教育阶段的教育财政投入显著低于临近区县，这与“资源诅咒”的假设相一致，但是资源型城市和其临近区县在高中教育阶段的投入差距却相对较小，是什么原因导致了资源区县相对更重视高中财政投入呢？公共选择理论认为，政府主体是一个有自身追求的“理性经济人”，其行为旨在实现自身利益最大化，具有自利性。而政府部门的利益结构非常复杂，可能包括官员自身利益、部门利益、地方利益等。而大力投入高中教育对于地方政府是一个相对更有利的工作。高考成绩往往更被上级领导、政绩考核和社会舆论所关注，相对于义务教育阶段的小学和初中，地方政府可能更有动力办好高中教育。而且高中教育规模相对小学和初中来说更小，更容易集中财政资源。因此，地方政府可能会更偏好于投资高中教育，从而一定程度抵消“资源诅咒”的影响，使得资源区县和临近区县的高中教育投入差距不大。

对于地方政府的财政投入偏好，本文使用各区县普通高中和职业高中数据进行对比验证。由于小学、初中和高中的阶段不同，教育投入的大小并不直接可比，而普通高中和职业高中属于同一教育阶段，更为可比。根据对资源区县和临近区县两类学校学生数、教师数、生均经费和教师平均工资的统计，发现虽然两类区县的普通高中都比职业高中更受重视，但是资源区县比临近区县更重视普通高中。上述四个指标及其普职比(1)一般来说，普职比是指一个地区普通高中学生数和职业高中学生数的比值，此处借鉴这一方法计算四个指标的普职比，可以获得两类高中指标的相对差距，从而比较资源县和临近区县对于两类高中投入的偏好差异。如表9所示，可以发现资源区县比临近区县的普职比分别高5.65%、0.71%、4.53%和4.02%，说明资源区县学生更倾向于上普通高中，而资源区县也比临近区县对普通高中的投入更大。由此可以发现，资源区县地方政府对于高中教育投入的偏好确实存在，从而减小了高中阶段投入差距，而这可以一定程度上解释高中教育阶段的经费差距相对较小的原因。结果见表9。

表9两类高中发展情况对比

六、结论与政策建议

本文使用空间断点回归方法，通过研究资源型城市与教育投入的关系，发现资源型城市的生均教育经费和生师比相对临界区县都更差，在进行稳健性检验后，依然可以得出这一结论。此外还发现，已经摆脱“资源诅咒”的再生型城市的生均经费投入要高于临近区县，而其他类型城市的指标都逊于临近区县。对比不同教育阶段，发现资源型城市对于小学和初中的教育投入负向影响显著，而高中的结果并不显著。

以上结果进一步验证了资源型城市对于教育投入有明显的“挤出效应”。考虑到教育投入和人力资本投资对于抑制“资源诅咒”具有重要作用，这种“挤出效应”可能增大资源型城市受到“资源诅咒”的风险。而“资源诅咒”会进一步导致地区经济发展落后、公共服务水平低下，从而影响到教育投入能力和教育教学质量，限制当地人力资本积累和技术水平提高，使得“资源诅咒”严重加深，出现经济和教育发展的恶性循环。而这也可能是导致一些资源富集的国家和地区经济发展长期停滞的因素之一。

虽然受到政府投入偏好的影响，资源型城市的普通高中经费投入没有明显下降，但是这一定程度上也存在一定问题。普通高中毕业生一般会选择进一步接受高等教育，而大部分区县级资源型城市缺乏高等教育资源，相当部分高中生会流向其他地区，而地区间的人口流动造成基础教育投资在地区间的外部性[38],使得资源型城市的教育投资收益大打折扣。而相比之下，职业高中毕业生更可能留在当地，对资源型城市具有更大的直接价值，有助于当地经济转型和发展。

因此，本文认为资源型城市可以通过加强教育经费投入，优化教育投入结构，大力推动教育事业发展，加强人力资本投资，进而解决资源禀赋所带来的不利影响。对此，本文提出以下具体建议。

第一，完善以县为主的教育管理体制。县级人民政府作为当地教育的主要管理者，需要切实履行教育职责，全力贯彻执行党的教育方针情况，落实教育法律、法规、规章和政策情况，健全教育保障机制，统筹推进各级各类教育协调发展，规范办学行为，努力推动当地教育事业发展，有效解决教育投入“挤出”问题，带领当地避免出现“资源诅咒”现象。

第二，加强教育经费省级统筹。本文验证了资源型县区普遍存在“资源诅咒”的问题，而县级地区受到“资源诅咒”的影响，如果仅靠内生发展动力，当地政府将难以有效地履行所承担的教育发展职责，因此需要省级政府协调区域内教育资源分配，统筹教育经费下拨与使用，重点保障资源地区教育经费水平，支持该地区教育事业发展。

第三，加强教育财政转移支付。我国资源型城市往往分布在中西部地区，这类地区往往经济相对落后，财政保障能力较弱，特别是已经陷入“资源诅咒”的地区，往往难以单纯依靠自身力量，跳出“资源诅咒”的陷阱。因此需要一定程度借助外力，通过国家财政，特别是教育经费的地区间转移支付，提高当地教育经费水平，改善地区教育质量，加速人才培养和人力资本积累。

第四，加强职业教育投入。职业教育有助于满足个人的就业需求和工作岗位的客观需要，进而推动社会生产力的发展，加快资源型城市产业结构的调整与转型。而目前职业教育的投入相对薄弱，因此应当完善国家职业教育制度体系，构建职业教育国家标准，促进产教融合，建设职业教育多元办学格局。

总之，资源富集地区的经济发展战略需要转变单一的资源开发导向，建立促进资源型城市可持续发展的长效机制，增加教育投资,以便让更多的劳动力可以接受更加优质的教育,提升地区教育整体水平，加强科学技术人才队伍建设,将“资源诅咒”转变为“资源祝福”，实现高水平的绿色可持续发展以及“碳中和”的目标。