资源产业依赖、人力资本与“资源诅咒”假说——基于资源型城市的再检验

赵领娣 ， 徐 乐 ， 张 磊

(中国海洋大学 经济学院，山东 青岛 266100)

资源产业依赖、人力资本与“资源诅咒”假说
——基于资源型城市的再检验

赵领娣 ， 徐 乐 ， 张 磊

(中国海洋大学 经济学院，山东 青岛 266100)

利用2003—2013年中国典型资源型城市的面板数据，在考虑潜在内生性的条件下，使用动态面板系统广义矩估计方法，开展“资源诅咒”假说的再检验，进一步讨论资源型城市的人力资本能否有效缓解“资源诅咒”。结果表明：中国资源型城市普遍存在“资源诅咒”现象；人力资本对经济增长的正向作用虽在一定程度上可以弥补资源产业依赖对增长的负向作用，但却不能明显抑制“资源诅咒”；资源型城市普遍存在资源产业依赖对人力资本投资的“挤出”。

资源产业依赖；资源诅咒；人力资本；人力资本投资；资源型城市

0 引言

丰裕的自然资源能否带来显著的增长？对于这一问题的探索，自R.Auty等[1]的开创性工作以来，在跨国层面[2-4]进行的经验研究未能给出一致答案。那么对于中国这样一个自然资源丰裕度存在显著地区差别的国家来说，“资源诅咒”现象是否存在呢？现有研究主要从省际层面[5-6]、地区层面[7]、城市层面[8-10]进行了探索，这对认知“资源诅咒”在中国的存在性提供了重要参考，不过对于资源型城市这一国内自然资源的重要供给者是否存在“资源诅咒”，现有文献关注不足。

与此同时，“资源诅咒”的发生机制也引起学者的广泛关注。对某种相对丰裕资源的过分依赖导致的“荷兰病”、“腐败”和人力资本投资不足[11]等均会导致“资源诅咒”的发生。本研究聚焦于中国典型资源型城市，试图回答如下问题：“资源诅咒”在资源型城市存在吗？人力资本能否抑制“资源诅咒”现象的发生？资源产业依赖是否会“挤出”人力资本投资？显然，对于这些问题的探索不仅是对“资源诅咒”命题的补充和丰富，也能够为我国资源型城市转型提供某些参考。

1 文献综述

根据要素禀赋理论，资源丰裕地区可以通过优先发展资源型产业获取“资源红利”。然而，20世纪70年代以来,南非、中东、俄罗斯、尼日利亚、墨西哥等经济体资源导向型增长模式的失败引发了以R.Auty等为代表的研究者对此理论的怀疑[1]。自然资源带来的到底是“福音”还是“诅咒”，现有研究未能给出一致答案。总体来说，关于“资源诅咒”假说的有效性大致可以概括为以下三类：1) “资源诅咒”存在。F.Rodriguez等探究了“资源诅咒”现象的形成原因[12]。国内学者也分别在省际层面[5,13]、地区层面[7]、城市层面[14]提供了“资源诅咒”存在的相关证据。2) “资源诅咒”不存在[15-16]。C.N.Brunnschweiler[3]将“资源诅咒”归因于指标测度偏误。3) “资源诅咒”有条件地存在。样本和指标选取的差异、制度选择的不同等因素均可能导致不同甚至截然相反的结论[17-18]，所以不能笼统地判定“资源诅咒”的存在性[19-21]。

对于“资源诅咒”的发生机制，代表性观点有：1) “荷兰病”效应，即过度繁荣的资源型产业会挤出制造业从而抑制经济增长[22]。2) 制度弱化效应，即“腐败”，是“资源诅咒”的重要传导机制之一[4,23]。3)人力资本投资不足。内生增长理论强调了人力资本在增长中的作用[24-25]，而人力资本投资作为人力资本形成的主要途径，不仅对经济的长期、持续增长起着主要作用，也对缓解“资源诅咒”至关重要[13]。资源产业依赖在挤出实际使用的人力资本存量的同时，更会通过降低人力资本投资的回报率来抑制人们对人力资本的投资热情[26]，从而导致长期经济增长缓慢[19, 26-28]，引发“资源诅咒”。

自然资源、人力资本与经济增长的关系受到研究者的持续关注。本研究在资源型城市层面开展了“资源诅咒”假说的再检验。有别于邵帅等[14]曾对中国27个典型煤炭型城市进行过的“资源诅咒”存在性检验，本研究使用了一个样本范围更广的资源型城市面板数据，探讨不同资源产业依赖度下“资源诅咒”的存在性；运用一个更加符合资源型城市现实情况的人力资本指标检验人力资本对“资源诅咒”的抑制作用。此外，也探究人力资本投资作为形成人力资本的重要途径是否会受到资源产业依赖的“挤出”。

2 模型设定、变量测度与数据来源

2.1 模型设定与变量测度

静态面板估计容易遗漏动态因素从而导致偏误，这与易忽略被解释变量滞后项的影响有关[29]。而动态面板数据模型则通过加入被解释变量的滞后项作为部分遗漏变量的代理变量能够有效控制内生性问题，且对研究经济的动态行为有较好效果。

2.1.1 模型一：增长模型。根据T.Gylfason[27]，R.J.Barro[25]，C.Bravo-Ortega等[30]的经验分析，建立如下动态面板模型：

(1)

式中：G为经济增长变量；Gt-1表示滞后一期的经济增长变量；R为资源产业依赖度；H为人力资本；R×H为资源产业依赖度与人力资本的交互项；T为时间趋势变量；I为物质资本投资；S为技术创新能力；X为其他控制变量组成的向量集；i表示各截面单位；t代表年份；α0～α8为待估参数；ε为随机扰动项。

本研究使用人均GDP增长率来衡量经济增长，根据公式“人均GDP增长率=GDP增长率-自然增长率”可近似推算出各城市各年份的人均GDP增长率。核心解释变量为资源产业依赖度、人力资本以及两者交互项。

资源产业依赖度。自然资源丰裕度即一个国家或地区可利用的自然资源总量[3]。自然资源依赖度是指一国或地区经济对于自然资源的依赖程度，更确切地说是对资源型产业的依赖程度[14]，常用指标主要有初级产品出口比重[2,12]、初级产品部门就业比重[31]、初级产品部门产值比重[11]等。考虑数据的可得性，本研究使用采矿业从业人数占总从业人数比重衡量资源产业依赖度。

人力资本。一般衡量人力资本的指标为高校在校生人数占总人口比重或平均受教育年限等，邵帅等[14]选用普通中学在校生人数占总人口比重来衡量人力资本水平，因为在典型资源型城市，中等学历者的人力资本可能占较大比重。但事实上，中等教育不仅指中等普通教育(初中、高中)，还包括中等职业教育(如中等专业学校、技工学校等)。尤其针对资源型城市的现实状况，一方面，当地学生在完成初等教育后进入中等职业教育学校接受教育的不占少数；另一方面，由于资源型产业繁荣，中等职业教育学校的学生最终留在当地就业的概率较大。因此，本研究认为使用中等学校在校生人数占总人口比重衡量人力资本更为合理。

资源产业依赖度与人力资本交互项。资源产业依赖度和人力资本之间在经济理论和现象上都相互影响，两者之间的交互作用共同作用于经济增长。因此，本研究在模型一中引入两者的交互项，从而更加清晰地识别资源产业依赖度和人力资本对经济增长的共同影响。

时间趋势变量。为控制宏观经济波动的影响，借鉴傅勇等[32]的做法，引入时间趋势变量Ti(i=1,2,…，11,分别代表2003,2004，…,2013年)。一方面避免与时间有关的因素对其他变量造成的干扰;另一方面也可识别样本期内外部宏观经济环境变化对资源型城市经济增长的冲击与影响。

除上述影响经济增长的重要因素外，物质资本投资和技术创新投入这两个变量能够对主要增长推动因素予以反映，因此，本研究将两者作为重要的控制变量引入模型一。

物质资本投资。使用全社会固定资产投资总额占GDP比重对其予以衡量，表示为I。

技术创新能力。使用从事科研、技术服务人员占总人口比重衡量技术创新能力，表示为S。

参考既有文献，控制变量X包括：1) 制造业发展。“荷兰病”[4,22]，也称去工业化效应。本研究参照徐康宁等[33]的做法,使用制造业从业人数占总从业人口比重衡量制造业发展，表示为M。2) 外商直接投资。选择年末实际使用外资占GDP的比重衡量外商直接投资，表示为Fdi。3) 政府干预程度。资源“红利”使资源丰裕的地区更易遭受“腐败”[12,27]，产生制度弱化效应。参照丁菊红等[34]的做法，使用政府干预程度作为制度质量的潜在代理指标并用扣除科教支出的财政支出占GDP的比重对其予以衡量，表示为Fis。

2.1.2 模型二：资源产业依赖与人力资本投资关系模型。为探究中国资源型城市的人力资本投资是否会受到资源产业依赖的“挤出”，本研究根据J.P.Stijns[35]的经验分析建立如下动态面板模型：

(2)

式中：E为人力资本投资；Et-1为其滞后项；R为资源产业依赖度；T为时间趋势变量；Z为其他控制变量组成的向量集；β0～β4为待估参数；μ为随机扰动项。

教育作为开发人力资源、积累人力资本的主要途径，是人力资本投资最主要的部分[36]。考虑数据的有限性，选择教育支出占政府财政支出的比重来衡量人力资本投资。资源产业依赖度和时间趋势变量的测度与模型一相同。本研究还选取了对人力资本投资可能产生重要影响的因素作为控制变量引入模型二：首先，人力资本投资无疑会受到物质资本投资的重要影响。其次，FDI的外溢效应也会作用于东道国的教育。这两个控制变量的测度均与模型一相同。最后，产业结构会分别通过政府政策导向和个人工资水平预期来影响人力资本投资，本研究使用第二产业产值占GDP比重来衡量产业结构，表示为Sec。

工具变量法(IV)和广义矩估计方法(GMM)是动态面板数据模型的两个一般性估计方法，广义矩估计方法(GMM)由于在IV估计的基础上增加了更多可用的工具变量，可以利用样本中更多的信息，使用更为广泛。差分GMM(DIF-GMM)使用所有可能的工具变量作为滞后变量进行GMM估计[37]，但当变量是“随机游走”或接近“随机游走”时，DIF-GMM会遭受弱工具变量问题[38]。而系统GMM(SYS-GMM)，即将差分方程和水平方程作为一个方程系统进行GMM估计的估计方法，却可以通过寻找更佳的工具变量较好地解决这些问题。但是SYS-GMM的使用需满足两个条件：第一，误差项不存在二阶自相关；第二，工具变量选择合理。有鉴于此，本研究分别进行了序列相关检验(Abond检验)和Sargan检验，回归结果均显示工具变量选取有效，误差项不存在二阶自相关。

2.2 数据来源

基于数据的可得性与一致性，选取《全国资源型城市可持续发展规划(2013—2020年)》划分的262个资源型城市中的99个地级行政区(包括地级市、地区、自治州、盟等)2003—2013年的数据进行实证分析。数据主要来源于《中国城市统计年鉴》《中国区域经济统计年鉴》和《中国城市年鉴》，其中缺失的数据通过均值插补法予以补齐。考虑统计口径的一致性，样本数据基于“全市”统计口径，仅有个别“全市”口径未能连续完整报告的指标数据在相应年份选择了“市辖区”口径[21]。

3 结果与讨论

3.1 增长模型回归

为探讨不同资源产业依赖程度下“资源诅咒”的存在性，本研究按资源产业依赖度的高低对资源型城市进行了划分，即假设mit=第i个城市第t年资源产业依赖度/第t年资源产业依赖度均值(i=1,2,3，…，99;t=1,2,3，…，11)；若mit<1,说明第i个城市在第t年资源产业依赖度低于当年均值，若mit≥1，说明第i个城市在第t年资源产业依赖度高于当年均值；若i城市有6年或6年以上资源产业依赖度均高于当年均值，则界定其为资源产业依赖度较高的城市，否则界定为资源产业依赖度较低的城市。经划分，资源产业依赖度较高城市有31个，资源产业依赖度较低城市有68个*鉴于篇幅限制，未列举按资源产业依赖程度高低划分的资源型城市名称。。表1分别报告了全样本和按资源产业依赖度高低划分的分组样本回归结果。

无论在全样本还是在分组样本，资源产业依赖度的系数都为负，且除第2,8,12列外其余均在1%水平下显著，说明其对经济增长有明显的抑制作用，“资源诅咒”现象在中国典型资源型城市中普遍存在。

人力资本在全样本、资源产业依赖度较低地区与经济增长显著正相关，而在资源产业依赖度较高地区，系数则并不稳定，这可能由于资源产业依赖度较高地区的人力资本水平较低，其对经济增长的正向作用受限；在加入人力资本后，资源产业依赖度的系数并未发生根本性改变，说明人力资本并不能明显抑制“资源诅咒”，因为当地中等学历者的人力资本占较大比重，短期之内并不能扭转固有的经济增长路径。值得注意的是，相比资源产业依赖度较高地区，人力资本和技术创新能力在资源产业依赖度较低地区对经济增长的正向作用更为明显。主要原因：1)资源产业依赖度较高地区的人力资本水平长期较低，技术创新能力不足。2)资源产业依赖度较低地区产业结构相对合理，能够为人力资本和技术创新能力的发挥提供条件，从而一定程度上实现两者与经济增长的良性互动。然而，不可否认的是资源型城市至今普遍存在产业结构单一、人才资源结构性短缺、经济结构自行调整弹性较小等现实情况，短期内，单靠现存的人力资本难以完成资源型城市的经济“换轨”。

在第3,7,11列，资源产业依赖度与人力资本的交互项的系数显著为正，而在加入时间趋势变量和控制变量后，其对经济增长的正向作用仅在全样本和资源产业依赖度较低地区得到支持；加入交互项后，资源产业依赖度对增长的作用方向和力度均无根本性变化。这说明人力资本对经济增长的正向作用虽然可在一定程度上弥补资源产业依赖度对增长的负向作用(在资源产业依赖度较高地区，人力资本水平较低，对增长的促进作用有限，不足以抵消资源产业依赖度对增长的负向作用)，但却不能避免“资源诅咒”的发生。

时间趋势变量系数无论在全样本还是在分组样本均为负且在1%水平下显著，说明在宏观经济下行背景下，资源带来的“红利”不足以应对负面外部冲击，资源型城市依旧存在“资源诅咒”现象，其经济正在经历增速降低的过程。

控制变量中，与预期相符，物质资本投资和外商直接投资均与经济增长呈正相关关系，其中，外商直接投资的流入为当地的经济注入了活力，但是，低质量的外商直接投资也存在着对经济发展的负面影响，应注重从量的扩张向质的提高转变；由于资源型城市制造业多集中于初级产品制造，处在产业链的上游，制造业比例上升并不能促进反而抑制了经济增长；与邵帅等[14]的研究结论相反，结果表明政府干预程度越高，经济增长越快，这说明当地经济对政府政策的依赖性较强，市场化程度偏低。

3.2 资源产业依赖与人力资本投资回归

表1 增长模型回归结果

说明：括号中为t值；a,b,c分别表示1%，5%，10%的显著水平。下表同。

资源产业依赖与人力资本投资的全样本和分组样本对比回归结果见表2。核心解释变量资源产业依赖度的系数在第1～3列均显著为负，说明在我国资源型城市普遍存在着资源产业依赖对人力资本投资的“挤出”。在资源丰裕的国家或地区，平均对教育的投资更少，因为长期依赖资源的生产路径带来的较低的人力资本回报率和人力资本流动带来的地区间的工资差距会抑制人们对人力资本的投资热情。时间趋势变量系数在第1～3列均显著为正，说明技术进步和外部需求冲击等宏观经济环境的变化对资源型城市的人力资本投资具有积极作用。与预期相符，物质资本投资显著挤出人力资本投资。由于进入资源产业依赖度较高地区的FDI多为劳动密集型，因此，FDI并没有促进反而抑制了人力资本投资。资源型城市的产业结构在一定程度上可以反映政府的政策偏好，二产占比显著促进人力资本投资可能源于政府对资源型产业人力资本投资的增加。

4 结论与建议

4.1 结论

1)资源产业依赖度与经济增长显著负相关，资源型城市普遍存在“资源诅咒”现象。2)人力资本对经济增长的作用取决于资源产业依赖度的高低，资源产业依赖度越低，其正向作用力度越大；但人力资本并不能显著抑制“资源诅咒”。3)在不考虑其他因素情况下，资源产业依赖度与人力资本的“合力”可以促进增长，而在加入时间趋势变量和控制变量后，其对经济增长的正向作用仅在全样本和资源产业依赖度较低地区得到支持。4)资源产业依赖度越低，技术创新能力对经济增长的促进作用越明显。5)资源型城市普遍存在资源产业依赖对人力资本投资的“挤出”。

表2 资源产业依赖与人力资本投资回归结果

4.2 建议

1)降低对资源型产业的依赖。丰裕的自然资源本身并不是一件坏事，而对资源的过度依赖则会阻碍经济增长。为了抑制甚至破除对自然资源的依赖，应合理控制资源型产业比例，推动产业结构调整。具体来说，政府可以提高资源型产业准入门槛，制定“限额开采”政策，而对非资源型产业提供税收等方面的优惠政策；同时，也应积极调整资源型部门内部结构，延长加工链条，完善配套产业，促进产品精、细加工，引进先进技术提高资源使用率，形成完整的绿色资源产业链。

2)提高人力资本水平。人力资本是技术创新的源泉和技术扩散的必要条件,人力资本水平决定着资源型城市的创新和转型能力。因此，对于资源型城市转型而言，人力资本至关重要。首先，应加大人力资本投资力度。政府加强当地基础教育建设的同时，更要针对不同地区需要的不同类型的人力资本，采取定向培养策略，培育能与当地产业匹配的特定类型的人力资本。其次，政府可以制定当地人才保留和外地人才引进计划，快速提高人力资本水平，促进人力资本积累。最后，要做好资源型城市转型过程中的就业衔接问题，组织再就业培训，为转型后的经济提供后备力量。

[1] Auty R,Warhurst A.Sustainable Development in Mineral Exporting Economies[J].Resources Policy,1993,19(1):14-29.

[2] Sachs J D,Warner A M.The Curse of Natural Resources[J].European Economic Review,2001,45(4):827-838.

[3] Brunnschweiler C N.Cursing the Blessings? Natural Resource Abundance,Institutions,and Economic Growth[J].World Development,2008,36(3):399-419.

[4] Gylfason T.Resources,Agriculture,and Economic Growth in Economies in Transition[J].Kyklos,2000,53(4):337-361.

[5] 邵帅,齐中英.自然资源开发、区域技术创新与经济增长——一个对“资源诅咒”的机理解释及实证检验[J].中南财经政法大学学报,2008(4):3-9.

[6] 谢波,陈仲常.自然资源、人力资本异质性与区域经济增长——基于省际面板数据的经验分析[J].人口与经济,2011(4):35-44.

[7] 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[J].经济学家,2005(6):97-103.

[8] Fan R,Fang Y,Park S Y.Resource Abundance and Economic Growth in China[J].China Economic Review,2012,23(3):704-719.

[9] 陈凤敏.矿业城市可持续发展困境原因探析[J].地域研究与开发,2005,24(6):43-46.

[10] 周海林.资源型城市可持续发展评价指标体系研究——以攀枝花为例[J].地域研究与开发,2000,19(1):12-16.

[11] Papyrakis E,Gerlagh R.The Resource Curse Hypothesis and Its Transmission Channels[J].Journal of Comparative Economics,2004,32(1):181-193.

[12] Rodriguez F,Sachs J D.Why Do Resource-abundant Economies Grow More Slowly?[J].Journal of Economic Growth,1999,4(3):277-303.

[13] 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(5):15-23.

[14] 邵帅,杨莉莉.自然资源丰裕、资源产业依赖与中国区域经济增长[J].管理世界,2010(9):26-44.

[15] Maloney W F,Lederman D.In Search of the Missing Resource Curse[J].Journal of LACEA Economia,2008,9(1):1-56.

[16] 方颖,纪衎,赵扬.中国是否存在“资源诅咒”[J].世界经济,2011,34(4):144-160.

[17] Gylfason T.Nature Power,and Growth[J].Scottish Journal of Political Economy,2001,48(5):558-588.

[18] Robinson J A,Torvik R,Verdier T.Political Foundations of the Resource Curse[J].Journal of Development Economics,2006,79(2):447-468.

[19] Shao S,Yang L.Natural Resource Dependence,Human Capital Accumulation,and Economic Growth:A Combined Explanation for the Resource Curse and the Resource Blessing[J].Energy Policy,2014,74:632-642.

[20] 姚毓春,范欣.有条件资源诅咒在中国存在吗?[J].吉林大学社会科学学报,2014,54(5):49-56.

[21] 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.

[22] Corden W M. Booming Sector and Dutch Disease Economics:Survey and Consolidation[J].Oxford Economic Papers,1984,36(3):359-380.

[23] 张天舒.资源禀赋、制度弱化与经济增长[J].经济与管理研究,2013,34(6):5-13.

[24] Lucas R E.On the Mechanics of Economic Development[J].Journal of Monetary Economics,1988,22(1):3-42.

[25] Barro R J.Human Capital and Growth[J].American Economic Review,2001,91(2):12-17.

[26] 赵康杰,景普秋.资源依赖、资本形成不足与长期经济增长停滞——“资源诅咒”命题再检验[J].宏观经济研究,2014(3):30-42.

[27] Gylfason T.Natural Resources,Education,and Economic Development[J].European Economic Review,2001,45(4):847-859.

[28] 张耀军.资源型城市转型中的人力资源开发[J].地域研究与开发,2006,25(6):24-27.

[29] Bond S R.Dynamic Panel Data Models:A Guide to Micro Data Methods and Practice[J].Portuguese Economic Journal,2002,1(2):141-162.

[30] Bravo-Ortega C,De Gregorio J.The Relative Richness of the Poor?Natural Resources,Human Capital,and Economic Growth[R].Washington,D.C.:World Bank,2005.

[31] Gylfason T,Herbertsson T T,Zoega G.A Mixed Blessing[J].Macroeconomic Dynamics,1999,3(2):204-225.

[32] 傅勇,张晏.中国式分权与财政支出结构偏向:为增长而竞争的代价[J].管理世界,2007(3):4-12.

[33] 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,2006,41(1):78-89.

[34] 丁菊红,邓可斌.政府干预、自然资源与经济增长:基于中国地区层面的研究[J].中国工业经济,2007(7):56-64.

[35] Stijns J P.Natural Resource Abundance and Human Capital Accumulation[J].World Development,2006,34(6):1060-1083.

[36] 钱雪亚.人力资本水平方法与实证[M].北京:商务印书馆,2011:63-78.

[37] Arellano M,Bond S.Some Tests of Specification for Panel Data:Monte Carlo Evidence and An Application to Employment Equations[J].The Review of Economic Studies,1991,58(2):277-297.

[38] Sarafidis V,Yamagata T,Robertson D.A Test of Cross Section Dependence for A Linear Dynamic Panel Model with Regressors[J].Journal of Econometrics,2009,148(2):149-161.

Natural Resource Dependence, Human Capital and Resource Curse Hypothesis Revisited:Evidence from Resource-based Cities in China

Zhao Lingdi ， Xu le ， Zhang Lei

(SchoolofEconomics,OceanUniversityofChina,Qingdao266100,China)

The paper revisited the resource curse hypothesis using panel data of typical resource-based cities in China for the period 2003—2013 by considering the potential endogeneity problem. The results showed that: Firstly, there is ‘resource curse’ in China’s resource-based cities. Secondly, human capital fails to remit ‘resource curse’ in resource-based cities. Thirdly, natural resource dependence commonly ‘crowd out’ human capital investment in resource-based cities.

natural resource dependence； resource curse； human capital； human capital investment； resource-based cities

2015-11-05；

2016-06-10

国家自然科学基金面上项目(71473233)

赵领娣(1963-)，女，河南武陟县人，教授，博士生导师，博士，主要从事人力资本与可持续发展研究，(E-mail)lingdizhao512@163.com。

徐乐(1991-)，女，黑龙江佳木斯市人，硕士，主要从事人力资本与经济增长研究，(E-mail)Alisaxu9110@163.com。

F

A

1003-2363(2016)04-0052-06