资源型地区的资源诅咒现象及其传导机制研究——以甘肃省庆城县为例

李恒吉，曲建升，鹿晨昱，张子龙，王春娟

(1．中国科学院 兰州文献情报中心，甘肃 兰州 730000；2．兰州大学 资源环境学院，甘肃 兰州 730000；3．西北师范大学 地理与环境科学学院，甘肃 兰州 730070)

自然资源是经济和社会发展重要的物质基础，近百年以来的发展历史表明，自然资源的开发与利用在一个国家原始财富的积累中具有重要作用．传统观念中，自然资源的富集区，随着资源的开采，理应带动当地经济社会发展，提高当地人民水平，但从20世纪80年代以来，出现了一些有悖于经济学常识的现象，一些资源丰富的国家，随着资源的大规模开发与利用，其经济增长陷入缓慢，甚至停滞．而一些资源稀缺型国家和地区(新加坡、韩国、日本、中国台湾等)经济增长却超过了发达国家的平均水平[1].究其原因，是资源丰裕的国家或地区在经济发展过程中过多地依赖资源带来的收益，忽视培育发展其他产业，致使资源产业形成一产独大，产业结构严重失调并发生扭曲，使经济增长陷入停滞或倒退，资源的开发利用未成为经济发展的“福音”，而成为经济发展的“瓶颈”，出现了所谓的“资源诅咒”现象．Auty在1993年首次提出了资源诅咒(Resource curse)这一概念[2]，这一违背经济学常识的概念一经提出，便引起了各国学者们的研究热潮．

国外对资源诅咒的研究重点集中在资源诅咒效应的实证检验研究与其传导机制研究两个方面[3].Sachs等在1997年通过选取95个发展中国家为样本，将制度因素、价格波动等因素引入模型对资源诅咒这一命题进行了最有影响力的实证研究[4]，使得资源诅咒现象在国家层面得到了验证，表明部分国家资源开发与经济增长形成显著的负相关性．Sachs等[4]进一步将自然资源出口占GDP的比重作为衡量一国资源丰裕度的指标对1970—1989世界各国的资源丰裕度和年经济增长率进行回归模拟发现二者之间具有明显的负相关性关系．Brunnschweiler等[5-6]再次用该方法对非洲和拉美国家的资源与经济发展情况进行实证分析，发现过度的资源开发是导致该地区经济发展落后的直接原因．资源诅咒现象仍旧存在，Gylfason等[7]对22个转轨国家(苏联解体后形成的国家和东欧国家)的经济增长效率与自然资源利用状况进行了相关性分析，发现也存在资源诅咒效应．可以发现，这些实证研究证实了资源丰富的国家容易产生资源诅咒现象，自然资源的开发利用以何种途径方式阻碍经济发展成为学术界关注的焦点问题．DING等[8]总结了资源诅咒发生的原因主要是荷兰病、寻租、政府决策失误以及忽视人力资源投资这四条传导途径影响经济发展，并提出资源诅咒传导机制这一概念．Sala-i-Martin等在对自然资源丰裕的尼日利亚进行实证研究中指出，制度弱化是资源诅咒产生的根源所在[9]．Gylfason等[7]通过建立荷兰病模型，指出能源产业开发领域因对人力资本要求较低，并且该产业缺乏联系效应与外部性，长此以往，极容易形成资源部分单独发展壮大，从而导致其他部门投入不足，整体经济发展陷入衰退．Sachs等[4]认为资源富集区因自然资源的发展从而促进其他经济变量长期增长，从而对其他经济部门和领域产生“挤出效应”来限制经济长期增长.从相关的文献分析来看，影响资源诅咒形成的主要因素有人力资本投入、科技创新、教育投资等．

国内学者研究方向与重点与国外基本相似，主要集中在资源诅咒现象的实证研究与该现象发生的机理研究及如何规避这一现象，资源型城市转型发展与资源型城市产业演进等领域．徐康宁等[10-11]验证了资源诅咒效应在我国的存在性．邵帅等[12-13]通过对西部地区能源开发与经济增长关系进行研究，并通过数理模型倒推了1997—2007年我国28个地级煤炭城市面板数据，发现资源诅咒效应确实存在，认为能源开发主要通过创新和人力资本投资作用于经济增长．程志强[14]通过对“鄂尔多斯现象”进行研究解析发现其经济增长过多地依赖煤炭资源的初级开发，致使收益递增性质的制造业部门相对萎缩，经济发展长期处于偏低水平，存在荷兰病效应．陈艳莹等[15]通过我国省级领域的面板数据，从寻租、企业家才能配置与资源诅咒的关系角度分析指出，自然资源的大规模开采利用会提高企业管理者寻租的预期收益，进而形成资源开采越多，带来的区域整体利益呈现停滞化甚至出现贫富差距增大，整体区域效益呈下降趋势的资源诅咒现象产生．张景华[16]、景普秋[17]和赵辉[18]都认为，资源诅咒现象之所以发生的重要原因是自然资源收益的分配制度设计不合理．张复明等[19]指出，制造业在资源禀赋较好的国家中，一旦成为主导产业，就会形成严重的路径依赖，陷入资源开发利用的陷阱，从而导致经济发展缓慢，甚至停滞．恶性的主导产业路径依赖模式，便会导致资源诅咒现象的产生．

通过对现有的资源诅咒相关的研究成果进行梳理，发现以往的研究主要是针对大尺度(国家层面)与中尺度(省级层面)的资源诅咒现象进行验证，对其形成机理的分析较为抽象、笼统，针对小尺度区域研究较少．事实上，不同国家、区域存在不同的资源禀赋与经济增长方式，尤其对于经济欠发达且资源富裕的区域来说，因其产业结构较为单一，极易因资源依赖陷入资源诅咒的困境．鉴于此，文中选取欠发达地区的一个资源极其丰裕的县级行政区甘肃省庆城县为例，探讨小尺度范围内发生资源诅咒现象的可能性，以及衡量该地区经济发展与资源禀赋的偏差程度大小，在此基础上进一步探讨其传导机制，从而为区域全面、协调及可持续发展提供一定的参考．

1 研究区概况

庆城县是我国西部地区典型的欠发达区域，位于甘肃省东部，东西长约70 km，南北宽约56 km．总土地面积2 692.6 km2，总人口约32万人．地处陇东黄土高原中部地带，全县塬面呈残塬沟壑与丘陵沟壑地貌类型，属温带大陆性季风气候．庆城县是陕、甘、宁地区最大的石油、天然气开发基地．境内探明石油储量4.3亿t，有油井2 700多口，年产原油150万t以上，是长庆油田原油主产区．该县作为西部欠发达的能源富集区域，从传统理论角度来说资源的开发会带动当地经济的快速发展，经济社会发展水平应该较高，但事实上富集的资源优势并未带来庆城县经济健康的快速发展，反而因多年的石油资源的开发，导致的地下水层破坏，马莲河污染严重，经济发展水平相对滞后．随着长庆油田总部搬离庆城县，致使该县财政收入严重下滑，部分因油田而建设的小城镇成为“鬼城”．人均GDP仅约为全省人均GDP的75%左右．庆城县具有丰富的自然资源，而经济水平却并不是那么高， 庆城县“发展模式”是否陷入了资源诅咒效应；庆城县资源开发长期处于初级产品的生产，在资源型产业的发展壮大过程中，其资源配置效率是不是有下降趋势；是否存在荷兰病效应，这种效应通过哪些机制来影响该地区的发展，都是文中所要探究的问题．

2 数据来源与研究方法

2.1 数据来源及处理

本研究以庆城县2004—2015年的时间序列数据为研究样本，所有的指标数据均来源于2004—2015年《庆城县统计年鉴》．使用的统计分析软件是Eviews 6.0，并对相关指标进行预处理，尽量使用相对指标，避免使用绝对指标．

2.2 研究方法

文章通过对已有研究的分析及结合庆城县的实际情况，引用姚予龙等[20]提出的资源诅咒系数概念对庆城县的能源开发强度与经济增长的关系进行分析．同时应用荷兰病模型对城市能源开发影响经济增长的传导机制作进一步的探讨．

2.2.1 资源诅咒系数 资源诅咒系数是衡量区域经济发展过程中资源优势能否较为明显体现的指标，尤其对于工业领域，资源开发程度化越高，其指标值越大，表明资源在开发利用过程中并未对区域整体经济起到推动作用．采用地区资源禀赋和资源对经济发展的贡献值大小来衡量该地区资源诅咒的程度．在对已有研究的分析基础上结合庆城县的实际情况，认为姚予龙等[20]提出的资源诅咒系数概念更适合解释庆城县的资源诅咒现象，该系数采用该地区能源资源禀赋和第二产业产值的比重来表示，能源资源禀赋选取地区一次能源生产量来表示．用公式表示为[20]19

(1)

其中，SE,i为地区i的能源资源诅咒系数；n为地区数；Ei为地区i一次能源生产量；IS,i为地区i第二产业产值．

2.2.2 模型构建 通过梳理相关历史研究文献并结合庆城县发展实际，在Corden等[21]的荷兰病模型与徐康宁等[10]建立的基本回归方程基础之上进行模型改进，建立了如下回归模型[21]825：

yt=α+β1Et+β2Mt+β3Zt+εt,

(2)

其中，y为人均GDP增长率；E为能源丰裕度变量；M为制造业投入水平；t为年份；α为常数项向量；Z为将要加入的其他控制变量所组成的向量集；β1,β2,β3为系数；ε为随机扰动项．

为更好分析各个代理变量对经济发展增长的影响程度，运用Enviews 6.0软件对样本数据进行对数化处理，排异方差和序列相关等问题后，逐次加入其他相关变量，最终得到如下回归方程：

其中，Et的系数β1的正负反映了能源开发对经济健康发展的影响程度，若该值为负值，则说明资源诅咒效应存在；若为正数，则不存在该效应．β2～β5表示如果存在资源诅咒效应，其他代理变量间接对经济增长的影响程度，即传导机制．改进的该模型反映的是资本投入与经济产出之间的相关关系．

以2004—2015年人均GDP增长率Y作为经济增长指标变量；能源开发强度指标变量选取能源工业产值占工业总产值的比重E来表示；梳理研究成果发现，经济增长过程中出现的资源诅咒传导机制主要存在于“挤出”效应、荷兰病效应及制度弱化效应[21]，并且荷兰病效应多数出现在工业部门中，故取庆城县制造业从业人员数占工业从业人员数的比重作为荷兰病效应的代理变量M；“挤出效应”是指政府不重视科技教育事业从而减少经费支持所导致，故选取庆城县科技支出与教育事业支出和总财政支出的比重作为挤出效应的代理变量EDU；制度效应代理变量选择外开放程度、市场化水平、财政投资水平等，用进出口贸易总额(人民币表示)占GDP的比重作为对外开放程度的指标O，选取固定资产投资占来源于国家预算金的比重作为市场化程度的指标MAZ，用财政收入占国内生产总值作为财政投资水平度量DL(表1)．

3 结果与分析

3.1 资源诅咒现象的判断

3.1.1 资源诅咒现象的经验判断 文中以2003年作为基期，以2004—2015年为分析时段，分析人均GDP增长率与能源开发增长率之间的相关关系(图1)．

表1 指标定义

从图1可以看出， 趋势线先呈现明显的上涨趋势，然后开始呈现下降趋势，说明庆城县2004—2008年经济增长与能源开发强度呈现明显的正相关关系，其人均GDP增长率随着能源开发强度的加大不断增长，最高达到14.7%；2008年以后散点基本都处于下降趋势，其人均GDP增长率随着能源开发强度的加大而下降，其能源开发强度已经处于16%～21%，而经济增长率却从2008的14%下降到2015年的11.2%，即进入2008年以后随着能源开发强度的不断加大，人均GDP增长速度与能源强度并呈现负相关关系．尤其2008年以后，能源开发强度几年保持在15%的增长速度，而人均GDP增长速度却处于较低水平，能源开发强度与人均GDP增长速度呈现不同步的现象，并且出现此消彼长的情况．庆城县这种“低经济增长、高能源开发”的发展现象与Auty对资源诅咒的定义基本吻合[2]，并且从2008年后这种现象有持续增强的趋势，庆城县能源开发利用已经对经济增长产生了诅咒效应．

图1 2004—2015年庆城县能源开发与经济增长

3.1.2 资源诅咒现象的数据检验 通过以上的数据和图的相关分析结果，从能源开发对经济的作用视角来看，庆城县2008年以后有已经陷入了资源诅咒困境的可能性．但由于散点图只能对庆城县资源诅咒的程度大小进行直观的观测，并不能确定其出遭受程度的大小．所以为了更加深入地解释这个问题，文中用资源诅咒系数这一指标来验证该县是否存在资源诅咒现象，并对资源诅咒程度进行等级划分及趋势分析．

作为一种需要策划的、以活动为主要形式的服务，创新与创意是阅读推广活动的必然要求，同时也是保持品牌活力的关键。

从(1)式可以看出，如果SE，i>1(既某地区的一次能源生产量与全国能源生产量的比重大于其第二产业产值占全国第二产业产值的比重)，则说明某地区的资源优势并未转化为经济优势，该地区遭受了资源诅咒现象，其值越大说明资源诅咒程度越严重．如果SEi<1，则说明该地区没有遭受资源诅咒现象．因此，通过资源诅咒系数值不仅可以确定该地区是否存在资源诅咒现象，而且还可以判断资源诅咒的程度及变化趋势．

根据(1)式，算出资源诅咒系数值，绘制出庆城县2004—2015年资源诅咒系数变化趋势图(图2)．从整体来，庆城县在2004—2015年期间的资源诅咒系数始终大于1，且整体呈现出由小变大的趋势，增长速度较为明显，这说明庆城县的确存在着资源诅咒现象．文中应用2001年姚予龙等[21]的划分标准，取各个地区资源诅咒系数的算术平均值作为界定标准，将中国整个区域分为为无资源诅咒区、资源诅咒边缘区、资源诅咒严重区以及资源诅咒高危区4个部分(表2)．根据表2的划分及每年庆城县资源诅咒系数的大小来比较，可以推出庆城县资2004年以来一直存在资源诅咒现象．大致分为两个阶段：2004—2008就已经处于资源诅咒边缘区，且资源诅咒程度在逐渐增大；到2008—2013年，逐渐进入到资源诅咒严重区；2015年的资源诅咒系数达到4以上，有进入资源诅咒高危区的趋势．因此，通过资源诅咒系数的大小可以判断出庆城县在2004年之前就已经遭受了资源诅咒现象，且资源诅咒程度呈现越来越大的趋势，有陷入资源诅咒高危区的趋势，这与前面所得出的庆城县已经陷入诅咒的结论一致．

3.2 资源诅咒的传导机制分析

通过以上的分析结果来看，以庆城县为代表的欠发达资源富集区确实已经陷入资源诅咒的困境．为了更深刻的研究此问题，以及得出该地区产生资源诅咒的传导机制，文中运用荷兰病模型作更进一步的检验，分析能源开发对传导机制代理变量的影响，以研究中国欠发达资源丰裕区资源禀赋与经济增长关系的动态特征．

图2 2004—2015年庆城县资源诅咒系数变化趋势

表2 资源诅咒分区阈值及基本特征

基于前文所构建的荷兰病模型，运用Eviews 6.0软件对庆城县2004—2015年样本数据进行对数化处理，排除异方差和序列相关等问题后，逐次加入其它相关变量，分析其它变量对于经济增长产生的影响程度．分析结果见表3．

表3中每列的第一个数字代表能源开发强度对各个传导机制的影响系数，第6列给出了方程的整体回归结果，能源开发强度变量lnE的系数为负(-0.195)，且显著性水平为5%，说明庆城县在2004—2015年经济发展中存在资源诅咒效应，与前面的分析是一致的．表3中每行的第一个数字代表每个变量对经济发展的影响系数，可以明显地看出除了制造业投资和制度效应中财政投资变量对经济发展起了阻碍作用，其他变量都对经济发展起了一定的促进作用．制造业投资和财政投资对经济的阻碍作用，可能是因为长庆油田机关搬离庆城县，致使多年来依托长庆油田基地建立起来的工业、服务业萎缩严重．而庆城县的财政收入主要来源于油田三产企业的增值税和所得税，进而对经济的投资发展大大缩水．开放度变量系数不显著，这可能与庆城县比较闭塞及在经济腾飞之前长期的交通不发达有关，使得开放度还未显现出来．

通过对各控制变量的进一步解释，表3中第一列在不考虑其他因素的影响下，分析能源开发与经济增长的关系发现，能源开发强度变量系数为-0.045，说明庆城县确实存在资源诅咒现象，在第二列的基础上加入制造业投入水平变量，能源开发强度系数的绝对值大幅增加，为-0.184，显著性水平为5%，说明加入了该变量使得资源诅咒的效应加强了，庆城县存在着资源诅咒现象， 其采掘业的发展使得其产值占据了部分制造业产值，制造业人数大量减少，转移到采掘业中，限制和减小了制造业本身的创新能力．

表3 庆城县资源诅咒效应分析结果

注：括号中的数值为t值，***,**,*为 1%,5%,10%显著性水平下显著．

庆城县多年来形成的主要以煤炭石油等为主导产业的产业结构较为单一，多年形成的产业路径依赖还在延续，抑制并阻碍了其他部分经济的发展，导致能源开发强度系数绝对值较大．这种抑制作用有不断增强的趋势．

分析第三列加入的教育变量因素，能源开发变量绝对值较第二列有所减少，说明教育变量因素检索了资源诅咒效应．但是能源开发强度对“挤出”效应传导机制的影响系数仍然为负，这只能说明在庆城县的经济发展中，增大对教育投资的规模可以减缓能源开发对经济增长的负效应．

第四列加入制度变量因素，在第四列中加入的是开放度变量，能源开发产业投资系数仍为-0.141，其绝对值比第二列模型系数小，但其变化比较小，这与开放度变量的不显著性有关．

在第五列和第六列加入的是市场化变量和财政投资制度变量，在第五列和第六列说明引入制度变量后，能源开发变量的系数继续增大，最终系数变为-0.195，较第二列系数的绝对值有所增加．资源诅咒效应进一步加强了，说明庆城县在资源开发过程中，制度弱化对资源诅咒的负面影响在逐渐增大．从上述分析来看，庆城县2004—2015年资源的开发在整个区域经济发展中并未起到有效的带动作用，从长期经济发展来看，资源诅咒效应已经形成．且在2004 —2015年资源诅咒存在的12年中，荷兰病效应、挤出效应以及制度弱化效应对庆城县的经济增长产生了不同水平的影响，其中以荷兰病效应和制度弱化的影响最为显著．

4 结论与讨论

庆城县能源开发强度与经济增长不具有正向相关关系，且能源开发对经济增长始终具有显著的负效应，表明以庆城县为代表的欠发达地区资源诅咒效应确实存在，表现出不可持续的发展态势．通过资源诅咒系数可以看出，庆城县在2004—2008年就已经处于资源诅咒边缘区，到2008年以后，资源诅咒系数一直都呈现快速的上升趋势，到2015年时庆城县已经由资源诅咒严重区进入到资源诅咒高危区．这与姚予龙等[20]的我国整体区域资源诅咒程度划分中，西北地区属于资源诅咒严重区与边缘区的结论大体一致．通过对其传导机制的研究，能源不仅对经济的健康发展起到一定的负作用，还通过一定的传导作用，影响其他方面发展，尤其对于制造业投入的影响，是典型的荷兰病效应体现．

通常欠发达资源富集地区的产业往往与本地丰裕的自然资源有很大的相关性，这样市场就可能强化产业结构单一的问题．同时，这类地区在国家发展中的地位也往往决定了其必然形成以资源开发为主的产业发展模式．因此，这类地区很可能因为依赖资源产业而降低了其综合抗风险能力，当自然资源开发衰退时，留下的就是一个资源匮乏、生态环境恶化的地方，这就是所谓的荷兰病和资源诅咒．尽管文中的结论是庆城县确实已经存在资源诅咒，且诅咒程度较严重，对经济的发展很不利，但这种不利影响不是绝对的，并非无法破解．丰富的自然资源使该类地区的发展具有一定的优势，而能否合理的利用这些资源优势至关重要．因此，对于该类区域，在资源开发与经济发展过程中，要统筹考虑，因地制宜．适当采取相关政策手段调节经济发展，以防止出现该类效应的出现和进一步发展，从而实现区域可持续发展．

[1] PAPYRAKIS E，GERLAGH R．The resource curse hypothesis and its transmission[J].ChannelsJournalofComparativeEconomics，2004，32(1)：181．

[2] AUTY R M．SustainingDevelopmentinMineralEconomies：TheResourceCurseThesis[M].London：Routledge，1993．

[3] 段利民．资源诅咒与区域经济增长研究[D].西安：西北大学，2009．

[4] SACHS J D，WARMER A M．The curse of natural resources[J].EuropeanEconomicReview，2001，45：827.

[5] BRUNNSCHWEILER C N，BULTE E H．The resource curse revisited and revised：a paradoxes and red herrings[J].JournalofEnvironmentalEconomicsandManagement，2008，55(3)：248.

[6] BRUNNSCHWEILER C N．Cursing the blessings?Natural resource abundance，institutions，and economic growth[J].WorldDevelopment，2008，36(3)：399．

[7] GYLFASON T.Natural resources,education and economic development[J].EuropeanEconomicReview,2001,45:847.

[8] DING N，FIELD B C．Natural resource abundance and economic growth[J].LandEconomics，2005，81(4)：496．

[9] SALA-I-MARTIN X，SUBRAMANIAN A．Addressing the natural resource curse：an illustration from Nigeria[J].JournalofAfricanEconomies，2013，22(4)：570.

[10] 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(1)：78.

[11] 贺灿飞，王俊松．经济转型与中国省区能源强度研究[J].地理科学，2009，29(4)：461.

[12] 邵帅，齐中英．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[J].经济研究，2008(4)：147.

[13] 邵帅．煤炭资源开发对中国煤炭城市经济增长的影响：基于资源诅咒学说的经验研究[J].财经研究，2010，36(3)：90.

[14] 程志强．煤炭资源繁荣与鄂尔多斯工业化之路：问题与对策[J].管理世界，2008(1)：184.

[15] 陈艳莹，王二龙，程乘．寻租、企业家才能配置和资源诅咒：基于中国省份面板数据的实证研究[J].财经研究，2012(6)：16.

[16] 张景华．自然资源是“福音”还是“诅咒”：基于制度的分析[J].上海经济研究，2008(1)：9.

[17] 景普秋．基于矿产开发特殊性的收益分配机制研究[J].中国工业经济，2010(9)：15.

[18] 赵辉．基于资源租金的资源收益分配机制分析[J].资源与产业，2014，16(3)：51.

[19] 王必达，王春晖．“资源诅咒”：制度视域的解析[J].复旦学报(社会科学版)，2009(5)：100.

[20] 姚予龙，周洪，谷树忠．中国资源诅咒的区域差异及其驱动力剖析[J].资源科学，2011，33(1)：19.

[21] CORDEN W M，NEARY J P．Booming sector and de-industrialisation in a small open economy[J].TheEconomicJournal，1982，92：825.