教育投入对“资源诅咒”的挤出效应*

陈 林 刘 乾



教育投入对“资源诅咒”的挤出效应*

陈 林 刘 乾

［提 要］依据“资源诅咒”理论，后发地区优异的资源禀赋反而会对该地经济增长产生阻碍作用，甚至使其陷入“经济落后-依赖资源-进一步落后”的“恶性循环”。那么后发地区应该如何破解该“诅咒”呢？利用连续型交互项计量模型，以省级面板数据进行了实证检验，研究得出：（1）资源丰裕度与人均GDP之间仍存在显著负相关关系，“资源诅咒”理论在我国省际层面成立。（2）教育投入对“资源诅咒”的经济连带效应的作用为负向，即教育投入减弱了资源禀赋对经济增长的阻碍效应。（3）而科技投入虽然能够刺激GDP增长，但连续型交互项变量的回归系数表明，与教育投入截然相反，科技投入反而加剧了“资源诅咒”的边际作用。因此，扩大教育投入对“资源诅咒”具有显著的挤出效应。而且，相对于科技投入来说，教育投入对国家和社会的长期作用还来得更为深远。

［关键词］资源诅咒 后发地区 教育投入 区域非均衡 挤出效应

*本文系国家自然科学基金重点项目“推动经济发达地区产业转型升级的机制与政策研究”（项目号71333007）和国家社会科学基金重大项目“我国重点生态功能区市场化生态补偿机制研究”（项目号15ZDA054）的阶段性成果，并获得广东产业发展与粤港澳台区域合作研究中心资助。

一、引言

“资源诅咒”国内的学术研究基本停留在实证性（Positive）的研究之上。至于规范性（Normative）研究，学术界似乎一直没能深入，并没有尝试提示地方政府应如何化解这个“诅咒”，从而使资源诅咒研究的理论价值未能与实践指导将结合。另一方面，改革开放以来的非均衡式经济发展路径，进一步加剧了资源诅咒对后发地区的连带效应。根据《中国区域竞争力发展报告》显示，1985～2004年间，东部地区竞争力的平均排名在全国总排名前十位中有北京、上海、广东、天津、辽宁、浙江、福建、山东等九个省份，而西部地区竞争力的平均排名在全国总排名中没有一个省份位列前十，陕西、新疆、四川三个省份平均排名在全国总排名中处于第11～21位，重庆、内蒙古、广西、青海、甘肃、宁夏、贵州、云南、西藏九个省份的平均排名则在全国总排名处于第21位以外。从以上中国东部、中部、西部省份竞争力排名可以看出，中国区域经济发展的非均衡特征明显。

根据Myrdal（1957）的理论，某一区域若拥有初始的先发优势条件，其自身会通过循环累积而不断超前发展，在该过程中产生的“回流效应”使区域经济差异逐渐扩大，“扩散效应”使区域发展差异不断缩小，但在市场机制下，前者大于后者，从而造就区域经济发展的不平衡。换句话说，就是在资源禀赋、历史传统、政策制度等方面具有比较优势的地区会率先发展。依据此理论分析我国区域经济的发展状况不难发现：东部沿海地区自古到今多是经济重镇，改革开放后也得到政府的最先扶持，在历史传统和政策制度等方面都具备比较优势，经济发展迅速理所当然。这样一来，资源诅咒加剧了非均衡发展，因为有资源诅咒的地区基本处于内陆的后发地区；后发地区的落后又进一步加剧了本地对资源的依赖——使受“诅咒”的程度进一步加深。本文将这种反馈和交互效应归纳为，资源诅咒与不均衡的“连带效应”。

经济发展具有显著的路径依赖效应，但地区的教育水平却可以实现轻易的跨越式发展。为此，本文推断：后发地区是否可以通过发展教育事业，来缓解资源禀赋的“诅咒”及其“连带效应”，从而跳出“经济落后-依赖资源-进一步落后”的“恶性循环”？

基于以上逻辑，本文将依据中国2008～2012年省际面板数据，构造连续型交互项回归模型（Continuous Interaction Variable Model），对我国省际自然资源禀赋与人均GDP之间的相关性进行实证分析，并寻找克制“资源诅咒”的有效变量，从而验证以教育缓解“资源诅咒”的假说。

二、相关文献回顾

Sachs和Warner（1995）以本国初级品出口占比GDP的比重为资源丰裕度指标，实证检验了资源丰裕度与经济增长之间的负相关关系，开创了这一领域的先河。而后国外相继涌现了大批的相关文献，大多数研究者都表明二者是负相关，即资源禀赋强的国家经济增长速度往往小于资源禀赋相对弱的国家，另外，Auty（2001）首先提出“点资源”的诅咒效应比“散资源”更严重和普遍，尤其是石油、天然气和煤炭等自然资源，后续的一些研究也相继证实了这一观点（Leite and Weidmann，2002；Isham et al.，2005；Boschini et al，2007）。Papyrakis and Gerlagh （2004）基于相对收敛模型，利用美国1986～2001年49个州的数据，验证了资源诅咒现象在美国州际层面确实存在，同时认为资源主要通过“挤出”教育减缓经济增长。

近几年来，国内也有很多学者针对资源禀赋与经济增长之间的关系问题进行了深入的研究，并得出来了很多理论成果。最早研究此问题的是徐康宁（2005），通过计算各地区资源丰裕度指数和GDP年均增速的上、下四分位数，首次提出了我国省际面存在资源诅咒的观点；徐康宁和王剑（2006），胡援成和肖德勇（2007）都是使用省际面板数据，验证了我国省际层面的资源诅咒现象，只是传导机制不同，徐康宁认为是资本转移挤出效应，胡援成认为人力资本投入受限；邵帅和齐中英（2008）使用特定区域（西部）各省面板数据也发现了资源禀赋与经济增长的负相关关系，并认为人力资本投入挤出为主要原因。同时也有研究认为我国不存在资源诅咒。丁菊红和邓可斌（2007），方颖（2008）分别使用了更为细化的我国城市面板数据和横截面数据，却无法找到资源与经济增长二者之间的显著负相关关系。

总之，针对我国是否存在资源诅咒现象，学者们还没有达成共识，但多数人还是认为拥有丰裕资源的省份并没有对当地经济增长产生较大促进作用，即存在资源诅咒问题的可能性很大。因为在中国很多地区，我们能很明显地发现这一现象——贵州市是中国闻名的矿产品大省，其矿产资源储量丰富，种类多样，且分布较为广泛，具有良好的能源和矿产资源优势，山西省和内蒙古自治区矿产资源也十分丰富，煤炭资源更是得天独厚，都形成了煤炭为支柱产业的经济结构，然而从人均GDP水平来看，2008年至2012年，内蒙古平均排名全国第六，山西省平均排名第十八，贵州省平均排名第三十一，远落后于资源丰裕度相对较低的东部沿海省份。

至于教育与资源诅咒的关系方面，虽然国外的研究已经有所涉猎，但国内学术研究却很少。臧兴兵和张浩蕾（2015）从经济发展新常态角度出发，指出中国的地方政府要想破解资源诅咒困境，应该大力提升教育投入（人力资本投资）水平、技术创新能力、市场化程度并加强制度建设，人力资本投入是缓解资源诅咒的重要途径。庄玉乙和张光（2015）尝试进行定量和回归分析，但其视角却基于社会学，而且所用的数据仅是山西省数个县的数据。杨莉莉和邵帅（2014）没有直接切入教育与资源诅咒问题，而是建立了一个人力资本与资源诅咒的纯数理模型，研究了人力资本与资源诅咒之间的“连带效应”。

总而言之，关于如何克服“资源诅咒”，教育是否可以帮助后发地区缓解资源诅咒，国内学术界还是缺乏相关的实证研究。为此，本文将开展以下的实证分析。

三、回归分析

（一）模型的建立

为了利用我国历史面板数据来验证中国省际是否存在“资源诅咒”现象，本文建立如下基本计量回归模型：

其中Y是被解释变量，代表各省份人均GDP水平（以1978年为基期），之所以将其选作被解释变量，而不是选择GDP增速，是因为近年来政府对中西部的财政支持力度比较大，加上中西部地区经济水平基数小，有些区域因此获得一定的发展，用GDP增速作为被解释变量存在一定偏差。而人均GDP水平较短时间内无法有太大改变，可以更加真实地反映区域间经济发展水平的差距，此外，采用相对值已然剔除掉了人口因素的影响，利于区域间的横向比较。

N代表资源要素变量，来测度资源丰裕度；M是其他解释变量集，来测度教育投入和科技投入；Z是控制变量集，来测度对被解释变量产生影响的其他要素；N·M是资源丰裕度与其他解释变量（教育投入和科技投入）的交互项，来测度资源丰裕度的条件效应；i是自然数，代表不同的省份，t代表年份，C0为常数项（截距项），C、C2、C3和C4为计量指标的系数，εi表示“个体效应”因素。为简化分析，本文使用随机效应模型。μit为随机扰动项。

当我们利用数据，按照上述方程进行计量回归后，只要资源变量N的系数为负，并能通过显著性检验，那么就能证明存在“资源诅咒”现象；反之，不存在。

（二）计量指标的选定

能源工业对于一国或者一个地区的经济发展起着至关重要的推动作用，它一般包含煤炭开采和洗选业、石油和天然气开采业、石油和炼焦加工业、电力、热力、燃气及水生产和供应业，这些产业多集中在资源丰富的地区，一个地区对于能源工业的相对固定资产投资可以间接地反映出该地区的资源禀赋，所以本文将以我国2008～2012年各个省份能源工业的固定资产投资额占据该地区固定资产总投资额的比例作为资源丰裕度指标，即解释变量Rai。如下表所示：

表1　部分省市2008～2012年能源工业固定投资平均占比

从表中可以看出，我国各个省份能源工业固定投资占比较大的三个省份分别是山西、内蒙古和贵州，这三个省份都是全国闻名的资源大省，对能源工业的投资比例也最高，这结论与我们预期的一致，说明本文选择能源工业的固定投资占据地区固定总投资的比例作为资源丰裕度指标符合实际情况。

教育在推动经济增长，推动民族兴旺的过程中起着至关重要的作用，从某种意义上来讲，教育决定了一个国家或者一个地区的未来。而科技已然成为现代经济增长的主要波动源，科技的进步可以使得生产力水平发生质的飞跃，从而实现经济的快速增长，所以本文选择我国各个省份教育和科学技术人均资本投入Edu和Sci分别作为解释变量。

根据配第-克拉克定律，劳动力会随着全社会人均国民收入水平的提高而转移，即随着人均国民收入的提高，劳动力会相继实现从第一产业到第二产业与第二产业到第三产业的流动。一个地区的产业结构可以逆向反映该地区的经济发展水平，产业结构的高变换率会导致经济总量的高增长率，所以本文选择我国2008～2012年各个省份第二产业产值占据地区生产总值的比例Ids作为控制变量。

近年来，由于我国经济对外依赖度越来越高，所以区域优势对于地区经济发展所起到的促进作用越来越明显。包括以上海为核心的长三角经济圈、以京津为核心的环渤海经济区和以广深为核心的珠三角经济圈在内的东部沿海地区在改革开放后，经济发展取得的成就远大于中西部地区，故区位因素也是本文所不能忽视的重要变量。本文选择虚拟变量来控制区位因素，规定东部沿海省市为1，其他城市为0，即将Dis作为控制变量来表示对外开放程度。

本文选取的变量所用数据是中国大陆31个省份或区域2008～2012年的省级面板数据，统计数据主要来自历年《中国统计年鉴》，各变量的含义和统计特征详见表2。

表2　变量描述

（三）实证检验。

1.散点图

下图为资源丰裕度Rai与人均GDP的散点图，从图中我们可以看出中国大部分省份的资源丰裕度很低，但是人均GDP水平却很高，整体来说，Rai与Y之间有着较明显的负相关关系，所以我国省际存在资源诅咒问题的可能性较大。

图1　2008～2012年Y与Rai的散点图

2.回归分析

“资源诅咒”的含义就是自然资源丰裕的国家经济发展较慢，用计量语言来表达，就是要检验上述模型中资源丰裕度系数的正负性。由上面资源丰裕度与人均GDP水平的散点图可以看出，拟合的直线稍向右下方倾斜，表明二者存在负相关关系，但图中散点不存在显著规律性，因此拟合直线方程中Rai的拟合系数可能无法通过显著性检验，要证实资源诅咒命题，仍需采取更严谨的方法。

下面运用静态面板数据进行逐步回归，结果如表3所示。

表3　模型估计结果

我们首先使用人均GDP水平与资源丰裕度Rai构建简单的计量方程，回归方程（1）所示，Rai系数为-289，它的意义为资源丰裕度Rai每增加一个单位，人均GDP水平Y就减少289个单位，说明资源丰裕度与人均GDP水平确实存在负相关关系，而且显著性检验通过了置信水平为99.5％的检验，可以得出该解释变量Rai对因变量Y的影响显著。但是由于回归方程中只有资源丰裕度一个解释变量，估计结果可能有偏，所以我们继续在基本回归方程中加入变量进行控制。

加入控制变量第二产业占比Ids和区位因素Dis后，回归方程（2）中二者系数均为正，说明第二产业对经济发展有积极作用，亦反映出中国各省份经济发展不平衡的问题中存在区位因素的影响，临海和港口城市具备内陆地区所不具备的一些优势，现实中也确实如此，如天津滨海新区、上海浦东新区，由于交通便利、税负存在优惠等优势，吸引了大量投资和贸易，在很大程度上促进了当地经济发展。

加入解释变量人均教育资本投入Edu和人均科技资本投入Sci后，回归方程（3）中Rai系数均为负，Edu和Sci系数为正，说明人均教育和科技的资本投入的比例越大，人均GDP水平就越高，二者均对经济有促进作用，与传统的经济增长理论预期相符合。回归拟合优度的大幅提升（从0.44到0.84）表明了，增加这两个解释变量使模型的解释力得到了释放，也表明教育和科技在本计量模型中的重要性。

而且，无论是哪个计量方程，资源丰裕度系数均为负值，且通过了显著性检验，所以验证了资源丰裕度与人均GDP之间确实存在显著负相关关系，因而可以得出结论：我国省际之间整体存在“资源诅咒”问题。

在以上三个回归模型中，每个自变量对因变量的作用不受其他自变量取值的影响，即仅仅探讨了主效应（Main Effect），而事实上，某个自变量对因变量的作用可能会受到其他自变量取值的影响，即存在条件效应（Conditional Effect），这种效应可以由交互项来表达。交互项是两个或多个自变量的乘积，在基础计量回归方程中引入交互项后，参与构造交互项的各自变量对因变量的作用会受到交互项中其他自变量的取值的影响，即引入交互项可以验证某个解释变量对因变量的作用是以另一个解释变量的不同取值为条件的。因此，为了更进一步探究各个省份资源丰裕度的条件效应，本文在回归方程（4）、（5）和（6）中引入Rai*Edu和Rai*Sci两个交互项来检验教育投入和科技投入对资源诅咒的作用效应。

回归方程（4）和（6）中Rai*Edu的系数均显著为负，表明教育投入对资源诅咒的经济连带效应的作用是负向的，即教育投入显著减弱了资源对经济增长的“诅咒”。而回归方程（5）和（6）中Rai*Sci的系数分别为不显著为正和显著为正，表明科技投入对经济增长的作用和资源对经济增长的作用存在着相互促进的关系，即科技投入其实不能减轻后发地区的资源诅咒，反而更有可能加重资源诅咒。教育和科技投入对资源诅咒效应的两种截然相反的作用方向值得引起我们的关注和深思：相较于科技，教育作为立国之本及现代科学技术再生产的基础，这种长期投入才是减缓资源诅咒的基本途径，而本文将此称作教育投入对资源诅咒的一种“挤出效应”。

总之，教育投入对“资源诅咒”的经济连带效应的作用为负向，即教育投入在一定程度上可以减轻资源禀赋对经济增长的所谓“诅咒”，对“资源诅咒”产生了显著的挤出效应。与这种积极的作用截然相反的是，科技投入虽然能够刺激GDP增长，但科技投入却反而会加剧“资源诅咒”对经济增长的连带效应。因此，相对于科技投入来说，教育投入对国家和社会的长期作用来得更为积极，其意义也来得更为深远。

四、主要结论

本文利用2008～2012年省际面板数据，构造了连续型交互项面板计量模型，对各个省份资源丰裕度与经济发展的相关性进行了实证检验和分析，表明我国省际层面确实存在“资源诅咒”现象。同时在此基础上，本文引入教育投入和资源丰裕度、科技投入和资源丰裕度两个交乘项来探究资源禀赋的条件效应，研究表明：相较于科技投入，教育投入对“资源诅咒”的经济连带效应的作用为负向，即教育投入对“资源诅咒”有显著的“挤出效应”。因此，本文认为后发地区可以通过扩大教育投入，发展教育事业，来缓解资源禀赋的“诅咒”及其“连带效应”，从而跳出“经济落后-依赖资源-进一步落后”的“恶性循环”。

实现区域均衡发展是一个长期过程，在依靠先发地区充足资本和先进技术转移带动经济增长的同时，后发地区自身的发展也尤为重要，特别是我国后发地区多是资源禀赋优厚的中西部地区，遭受“资源诅咒”的可能性也就更大，在这种情况下，本文从规范性研究角度提出的教育投入无疑为此问题提供了一种可行性途径。所以，对于资源型区域地方政府来说，在经济发展战略的制定中要保持清醒的认识，不能短视地仅以资源开发为经济导向；除此之外，更重要的是，要从长远利益出发，扩大教育投入，以提升人力资本预期回报和增加岗位需求，使更多的民众得以接受教育，最终实现区域教育水平的提高和先进技术人才的积累，进而破解“资源诅咒”的困境。

［1］程志强：《煤炭资源繁荣与鄂尔多斯工业化之路：问题与对策》，北京：《管理世界》，2008年第1期。

［3］丁菊红、邓可斌：《中国经济发展存在“资源之咒”吗？》，北京：《世界经济》，2007年第7期。

［4］方颖：《中国是否存在“资源诅咒”》，北京：《世界经济》，2011第4期。

［5］胡华：《资源诅咒命题在中国大陆是否成立——基于省级面板数据的回归分析》，天津：《天津财经大学学报》，2013第3期。

［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》，北京：《管理世界》，2007第4期。

［7］李栋华、王霄：《中国省际经济发展的“资源诅咒”——基于Maimquist和面板数据的分析》，广州：《暨南学报》，2010第1期。

［8］苏东水著：《产业经济学》，北京：高等教育出版社，2010年。

［9］邵帅：《西部地区的能源开发与经济增长——基于“资源诅咒”假说的实证分析》，北京：《经济研究》，2008第4期。

［10］邵帅：《自然资源丰裕、资源产业依赖与中国区域经济增长》，北京：《管理世界》，2010第9期。

［11］武芳梅：《“资源的诅咒”与经济发展——基础山西省的典型分析》，太原：《经济问题》，2007第10期。

上海市水务信息中心的IT基础环境成为政府机构计算机信息系统等级保护的重要对象，计算机网络中会有大量的日常办公信息和业务信息，如人事、科研、项目、招标投标等各种办公信息和大量业务化系统采集、传输和处理的业务信息。信息安全涉及的人员、过程、技术是IT运维管理中一项重要内容。

［12］徐康宁、韩剑：《中国区域经济的“资源诅咒”效应：地区差距的另一种解释》，成都：《经济学家》，2005第6期。

［13］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》，北京：《经济研究》，2006第1期。［14］徐康宁、邵军：《自然禀赋与经济增长：对“资源诅咒”命题的再检验》，北京：《世界经济》，2006 第11期。

［15］徐仪红、郭忠兴：《中国省际经济增长“资源诅咒”实证分析》，石家庄：《河北师范大学学报》，2012第2期。

［16］杨莉莉、邵帅：《人力资本流动与资源诅咒效应：如何实现资源型区域的可持续增长》，上海：《财经研究》，2014第11期。

［17］赵伟伟、白永秀：《资源诅咒实证研究的文献综述》，上海：《世界经济文汇》，2009第6期。

［18］臧兴兵、张浩蕾：《新常态下教育投入对“资源诅咒”的破解》，昆明：《昆明理工大学学报（社会科学版）》，2015第3期。

［19］庄玉乙、张光：《资源丰裕、租金依赖有公共物品提供——对山西省分县数据的经验研究》，北京：《社会学研究》，2015第9期。

［20］Auty，R.M.，Industrial Policy Reform in Six Large Newly Industrializing Countries：The Resource Curse Thesis，World Development，1994，pp.11- 26.

［21］Boschini A.D.，J.Pettersson，and J.Roine，Re-source curse or not：A question of appropriability，Scandi-navian Journal of Economics，2007，pp.593-617.

［22］Isham J.，M.Woodcock，L.Pritchett，and G.Busby，The Varieties of Resource Experience：Natural re-source Export Structures and the Political Economics Growth，The World Bank Economic Review，2005，pp.141-174.

［23］Leite，Carlos，Weidmann，Jens，Does Mother Nature Corrupt？Natural Resources，Corruption and Eco-nomic Growth，IMF Working Paper，1999，No.99.

［24］Sachs，J.and A.Warner.，Natural Resource A-bundance and Economic Growth，BER Working Paper，1995，No.5398.

［25］Sachs，J.and A.Warner，Fundamental Sources of Long- run Growth，American Economic Review，1997，pp.184- 188.

［26］Sachs，J.and A.Warner.，The Curse of Natural Resources，European Economi c Review，2001，pp.827-838.

［27］Papyrakis.，E.and Gerlagh R.，The Resource Curse Hypothesis and its Transmission Channels，Journal of Comparative Economics，2004，pp.181- 193.

［责任编辑 潘 莉］

作者简介：陈 林，暨南大学产业经济研究院广州市自由贸易区研究基地副教授、博士生导师；刘 乾，广州市自由贸易区研究基地研究人员，暨南大学产业经济研究院博士研究生。广州 510632

［中图分类号］G520，F062.1

［文献标识码］A

［文章编号］1000-114X（2016）02-0012-08