煤炭产业依赖对全要素生产率影响研究——基于有条件“资源诅咒”假说

张 丽，盖国凤

(东北师范大学 经济与管理学院，吉林 长春 130117)

由于存在技术和生产率的差距，处于较低发展阶段的国家具有后发优势，可以依托资本、土地、资源等投入促进经济增长。而处于较高发展阶段的国家需要关注基于全要素生产率的经济增长。2015年底的中央经济工作会议提出，认识经济新常态，应“以提高全要素生产率为核心”实现国家发展战略的转型。

能源是国民经济发展的基础和重要动力，煤炭是中国的主体能源。自然资源部发布的《中国矿产资源报告2018》显示，截至2017年底，中国煤炭查明资源储量为1.7万亿吨，占全球总量的13%，位居世界第三位，中国属于煤炭资源较为丰富的地区。中国煤炭资源的分布格局为北富南贫，西多东少，中国的经济发展和煤炭城市呈现区域上的错位分布，煤炭城市普遍陷入经济发展缓慢、环境污染等困境。资源的丰裕度并没有对经济增长实现有效的支撑，这种资源丰裕度和经济增长的负向关系被称为“资源诅咒”现象。在提升全要素增长率的发展战略下，研究中国煤炭城市“资源诅咒”机制将有助于实现资源的可持续发展，从中寻找煤炭等资源型城市的转型路径。

一、研究基础

古典经济学将资源视为一个国家或经济体经济和社会发展的关键物质基础。自然资源是一国的重要经济来源，通过对自然资源进行开发和利用可以实现资本的快速积累，丰富的自然资源为经济发展提供了必需的原料、能源和资本，从而促进了该地区的经济增长。然而，随着现代经济发展模式的兴起，到了20世纪中后期，自然资源丰裕的国家和地区经济发展速度放缓甚至出现负增长。Auty[1]在1993年首先提出“资源诅咒”的概念，他发现自然资源丰裕的国家没有能够有效地利用资源去促进经济增长，这些国家的经济增长率低于自然资源相对贫乏的国家，自然资源甚至限制了一些国家的经济增长。多位学者分别进行了大量的实证研究, 证明资源丰裕度与经济增长的负相关关系普遍存在[2]。国内学者对“资源诅咒”现象的研究起步晚于国外，国内学者将研究的重点集中于省际或城市层面,主要中国是否存在“资源诅咒”现象、“资源诅咒”效应的传导机制，以及资源型产业占主导的区域如何进行转型。

资源丰裕度与经济发展之间存在线性关系已经得到学术界的认可，但是资源对经济发展的负向关系仍然有争议。Maloney[3]质疑了“资源诅咒”现象的长期性，他认为在工业化过程中自然资源发挥了积极作用，仅通过20世纪后期的数据进行的实证分析而得出的结论不具备可信性。越来越多的学者们试图建立同时包含资源祝福与诅咒现象的模型，他们认为自然资源对经济增长的抑制作用并不是必然的，“资源诅咒”现象的出现是有条件的。刘耀彬和黄梦圆[4]对煤炭资源开发与城市化发展的关系进行正负效应检验，27个样本城市中有16个城市为正效应，11个城市出现负效应，并认为资本投入、教育和制度等因素是“资源诅咒”的条件变量。姚毓春和范欣[5]对1991—2011年中国省际面板数据进行整体性和分阶段实证研究，发现中国省级层面上存在有条件“资源诅咒”。Kurtz和Brooks[6]采用1979—2007年的跨国样本验证了有条件“资源诅咒”的假说，认为人力资本和经济开放程度是“资源诅咒”发生的条件变量。Tamat等[7]、刘耀彬等[8]使用门限回归方法进行相关实证研究，他们分别以制度质量、金融发展为门限条件变量，验证了“资源诅咒”的条件。有条件“资源诅咒”的研究逐渐兴起。

对“资源诅咒”现象的深入研究主要集中在“资源诅咒”现象的传导机制。大量研究表明，“资源诅咒”传导机制包括“荷兰病”效应、挤出效应和制度弱化效应。“荷兰病”效应是指初级的资源产业异常繁荣导致区域内劳动力和要素成本攀升，抑制其他产业特别是制造业发展的现象[9]。中国多数煤炭城市的经济发展高度依赖煤炭资源，煤炭资源的开发和利用是政府财政收入的主要来源，煤炭产业的过度发展导致产业结构失衡，中国煤炭城市已经初显“荷兰病”效应。但是，国家已经针对能源地区出台了去产能的相关政策，煤炭城市的劳动力结构在逐渐改善。

挤出效应表现为政府重点扶植资源产业，抢占了教育、科研和创新等方面的投入，挤出了其他要素的投入[10]。赵康杰和景普秋[11]认为物质资本和人力资本被自然资源挤出导致对创新的抑制是中国资源型省份产生“资源诅咒”的原因。

资源产业的高利润会引起政府腐败、贫富不均、引发区域冲突，致使该地区的制度弱化效应[12]。但是，在中国自然资源的所有权和开发权主要归属于政府，对于一个中央集权且长期处于和平状态的国家，制度弱化效应的解释缺少合理性。

资源对经济发展“诅咒”的研究已扩展到更多的维度。针对资源产业依赖和全要素生产率(TFP)增长关系的研究出现在2005年。Ng[13]选取了1970—1990年近100个国家的数据进行分析，发现了资源产业依赖和TFP增长负相关的经验性事实。邵帅等[14]利用1998—2010年中国220个地级市的面板数据样本，发现了资源产业依赖和TFP增长之间的倒U型关系。不同经济环境、不同区域以及不同时期，资源产业依赖与TFP增长之间可能会表现出不同的特征和演化趋势。因此，研究“资源诅咒”发生的条件以及“资源诅咒”的传导机制，试图找到有效延缓甚至规避“资源诅咒”现象的途径，促进城市经济的高效发展，对于自然资源总量丰裕的中国意义重大。

在建立模型进行实证分析之前，可以先对资源产业依赖与TFP增长的关系进行一些初步判断，选取2003—2017年中国44个地级及以上煤炭城市采矿业从业人数占从业总人数比重作为度量煤炭产业依赖程度的代理变量，并以此为横轴，以各城市的TFP增长率为纵轴，绘制出二者的散点拟合图(见图1所示)。从图1可以看出，二者的关系呈现倒U型关系，在曲线的拐点前后煤炭产业依赖对TFP增长的作用分别表现为正向和负向的关系。这也初步印证了根据文献分析所得到的推断，在数据层面证明中国煤炭型城市存在有条件“资源诅咒”现象。但是，仅通过散点图不能够证明二者之间倒U型关系的稳定性，还需要在控制相关变量的条件下验证二者之间的关系。依据事实数据和前期理论分析，提出本文的假设：煤炭产业依赖与TFP增长之间存在有条件“资源诅咒”现象，二者之间存在倒U型曲线关系。本文将以中国煤炭型城市为研究对象，在地级市层面对有条件“资源诅咒”效应进行实证检验，通过分析煤炭型城市有条件“资源诅咒”效应的传导机制为城市转型提供政策建议。

图1 煤炭产业依赖与TFP增长率的散点拟合图

二、模型设定及样本数据来源

(一)模型设定

构建模型对有条件“资源诅咒”假设进行实证检验的过程，也是依据TFP增长理论和有条件“资源诅咒”传导机制的相关研究对有中介效应的控制变量进行选取的过程。按照中介效应的原理，资源开发过程中对行为Z产生了促进或抑制作用，而Z是TFP增长的关键变量，所以，资源开发通过中介变量Z影响了TFP增长[15]。根据前文提出的假说，本文以Sachs 和Warner[2]的回归模型为基础，借鉴邵帅等[14]建立的回归模型，构建出静态面板数据回归模型：

TGit=α0+α1RDit+α2RD2it+α3Zit+εit

(1)

其中，TG表示TFP增长率。RD表示煤炭产业依赖度，Z表示控制变量组成的向量集，α0、α1、α2和α3为待估参数，i和t代表各截面单位和年份，ε为随机扰动项。

TFP增长率(TG)是利用DEA-Malmquist指数法对44个样本城市2003—2017年的TFP增长率进行测算，并将其作为被解释变量。DEA-Malmquist指数法将每一个城市作为一个决策单元，通过距离函数的比率来测算投入产出效率。在测算过程中，两个投入变量为资本和劳动。其中，资本投入为全社会固定资产投资总额以永续存盘法得出的固定资本存量，劳动投入为年均全社会从业人数，结果以百分比为单位[16]。

煤炭产业依赖度(RD)常用的度量指标有采矿业就业比重、产值比重、投资比重等，但中国城市数据仅有采矿业的从业人数，因此，本文与其他研究中国城市“资源诅咒”的文献一样，利用采矿业从业人数占从业总人数比重来度量煤炭产业依赖度。由于采矿业从业人员比重数据波动较大，这里取采矿业从业人数比重的万分比并取对数[8-14-17]。

“荷兰病”和挤出效应的分析认为，资源产业抢占其他产业，特别是制造业发展所必须的资源，并提高经营成本，同时挤出了对TFP增长有决定性作用的中介变量Z，资源依赖通过这些传导机制最终阻碍了TFP增长。考虑到数据的可获性，本文筛选出有代表性和研究意义的四个控制变量:金融业发展、制造业发展、人力资本水平、技术创新投入。

金融业发展(FD)对“资源诅咒”的影响受到很多学者的关注，刘耀彬等[8]认为金融发展对经济增长存在门槛效应，提高金融发展水平有助于消除 “资源诅咒”。本文借鉴刘耀彬等[8]的做法使用金融业从业人员数占总从业人员数比重来度量金融业发展水平[8-18]。

制造业发展(MD)主要考察中国煤炭城市的“荷兰病”现象，作为“资源诅咒”效应的一个重要传导机制，对制造业的挤出效应已经被大量的理论和实证研究证明[19-20]。薛雅伟等[21]通过实证检验出制造业发展对于有条件“资源诅咒”倒U型关系中的正向关系部分存在遏抑作用。本文根据一般文献的做法，利用制造业从业人数占总从业人数的比重对制造业的发展予以反映。

人力资本水平(HC)的挤出效应也受到很多学者的关注[22-23]，人力资本通过提升创新能力、提高煤炭资源就地转化能力，进而有效规避 “资源诅咒”[23]。本文同样使用教育业从业人员数占总从业人数比重对其进行度量。

技术创新投入(TI)，特别是技术研发资金与人员的投入是促进区域创新和提升经济效率的必要条件[22]。采用科研、技术服务和地质勘查业从业人员数占总从业人数比重反映技术创新投入水平。

将筛选出的控制变量加入模型(2)中，完整的回归方程如下:

TGit=α0+α1RDit+α2RD2it+α3FDit+α4MDit+α5HCit+α6TIit+εit

(2)

(二)样本数据来源

对于煤炭资源型城市的界定目前还没有官方的权威定义。煤炭资源型城市是资源型城市中的一种重要类型，学者也从概念界定、划分标准及分类等方面对煤炭型城市进行了大量的研究，基本形成的共识是煤炭型城市因煤炭资源而兴起，对煤炭产业高度依赖，为保障煤炭的产销活动而扩展出生产、生活、贸易、服务等职能。煤炭型城市具有行政区划的概念，承担城市的行政职能，同时煤炭产业产值和产业比重也要达到足够的权重。

本文借鉴了2002年国家计划委员会宏观经济研究院课题组对于资源型城市的界定方法，将用定性和定量相结合的方法界定煤炭型城市的概念。

从定量的角度来看，煤炭工业生产总值应超过2亿元，且煤炭与选洗业生产总值与地区生产总值的比值大于8%；煤炭与选洗业从业人员应超过2万且从业人员的年均比重不小于4%；原煤产量高于800万吨/年。

从定性的角度来看，煤炭型城市应该是因煤而生或者因煤而兴的，是伴随着煤炭开采和选洗业而形成或发展的城市类型；煤炭型城市具有独特的“矿区结构”。特别要强调的是，煤炭型城市应该是一个动态变化的概念，对煤炭产业的依赖程度决定了城市的性质，所以，煤炭型城市的界定既需要从空间结构去判断，也需要考虑历史时间因素。

依据这一标准，本文对《全国资源型城市可持续发展规划(2013—2020年)》(后简称为《规划》)中确定的126个资源型地级市进行初步筛选，考虑到再生型和衰退型资源城市的特殊性，对其定量的标准予以适当的放松，最终确定煤炭型城市46座，去除数据统计严重缺失的黔西南布衣苗族自治州和海西蒙古族藏族自治州，最终选定44座城市作为本文的研究对象。样本城市为朔州、呼伦贝尔、鄂尔多斯、六盘水、昭通、延安、榆林、邯郸、大同、阳泉、长治、晋城、忻州、晋中、吕梁、临汾、赤峰、鸡西、宿州、淮南、济宁、泰安、平顶山、鹤壁、三门峡、郴州、达州、曲靖、渭南、平凉、乌海、阜新、抚顺、辽源、鹤岗、双鸭山、七台河、淮北、萍乡、枣庄、焦作、铜川、唐山、徐州。其中，呼伦贝尔、鄂尔多斯、六盘水、榆林被《规划》确定为煤炭后备基地。

本文选取数据较为完整的2003—2017年的面板数据集。本文的数据主要来源于EPS数据库提供的《中国城市统计年鉴》和《中国统计年鉴》，其中，少量缺失数据通过所在省份统计年鉴、城市统计公报或使用线性插值法补齐。

三、结果分析

“从一般到特殊”的建模原则可以降低遗漏变量误差，本文先以包含全部控制变量的整体回归模型作为研究对象，通过多种估计方法对所提假设进行稳健性检验，当确定煤炭产业依赖与TFP发展效率之间存在倒U型关系后，在基本模型的基础上，分步依次添加控制变量进行参数估计，考察各控制变量对曲线关系的影响及其对拐点的冲击。

(一)有条件“资源诅咒”的存在性分析

使用混合效应、随机效应、固定效应和时间个体双固定效应对包含全部控制变量的模型(2)进行估计。四种估计方法的结果都显示煤炭产业依赖与TFP增长之间存在着稳定的倒U型关系，煤炭产业的发展对TFP效率增长存在一个拐点，当煤炭产业从业人员比重小于拐点时，煤炭产业对城市TFP增长率产生促进作用(亦称“资源祝福”)。当超过拐点时，负面效应就会显现，煤炭产业发展抑制城市TFP增长，使其进入“资源诅咒”状态。分析发现Hausman 检验P值为0.0000，强烈拒绝随机效应模型的假设，应采用固定效应模型。为进一步验证研究假设，用个体固定效应模型和时间个体双固定效应模型进行回归分析发现，时间个体双固定效应模型中，时间效应的系数均为负，且除2004年、2005年外都在1%水平上显著，所有年度虚拟变量的联合显著性检验P 值为0.0000，结果强烈拒绝无时间效应的假设，模型中应该包含时间效应。

依据时间个体双固定效应模型的回归结果显示，RD的一次方项系数符号为正，数值为0.0573；平方项系数符号为负，数值为-0.0139，且都在1%水平上显著。对于煤炭型城市而言，煤炭产业依赖度和TFP增长之间为显著倒U型关系，拐点为1.5693(由于变量进行了对数处理，拐点实际应为采矿业人员数占全部从业人员比重超过4.8032%)，说明TFP增长维度的有条件“资源诅咒”现象存在。采矿业人员数占全部从业人员比重低于4.8032%时，煤炭资源对城市全要素生产率的增长起到促进作用，表现为“资源祝福”；但是当煤炭产业依赖超过4.8032%时，“资源诅咒”的负向关系就表现出来了，进而抑制了TFP增长。

处在“资源祝福”状态的城市主要有呼伦贝尔、徐州、宿州、赤峰、昭通、曲靖、达州、郴州、萍乡、邯郸等城市，其中以徐州为代表的再生型煤炭资源城市，建立了可持续发展的长效机制，基本摆脱资源依赖，为其他煤炭城市改变经济增长方式起到了示范作用，呼伦贝尔、昭通等成长型煤炭城市利用后发优势，这些城市的资源储备比较丰富, 煤炭资源综合利用尚未完全形成,有利于合理规划产业布局，引导各要素的投入，从而规避“资源诅咒”现象。也有一部分成熟型煤炭城市，如邯郸、赤峰、宿州、郴州、达州、曲靖等城市通过降低资源依赖度，合理利用煤炭资源，使资源优势转化为经济发展效率的增长。但是大部分成熟型和衰退型城市都陷入了“资源诅咒”状态。其中，重要煤炭主产区如东北老工业基地和西部地区，以及山西等产煤大省因为区位的劣势，经济结构单一，人才流失严重等原因导致煤炭资源抑制了TFP增长。

各控制变量系数皆为正且都通过检验，说明所选取的控制变量都对TFP增长有不同程度的正向贡献。其中，技术创新投入的系数为1.9334，在所有控制变量中系数最高，这说明技术创新投入是影响TFP增长的关键因素。全要素生产率可以分解为技术进步变化和技术效率变化，TFP增长来源于技术进步和创新的发展, 这二者又都依赖于技术创新投入[24]。金融业发展的系数为1.3040，说明金融业的发展对煤炭城市TFP增长也有较大的贡献。金融业的发展可以优化资金配置，对煤炭型城市的经济发展起到调节和监督作用，是政府调控地区宏观经济的重要杠杆。金融业不仅自身能够对经济发展效率做出贡献，同时作为产业发展的关键要素投入，还可以促进其他产业的发展。人力资本投入的系数为0.4091，相较于前两个变量来说，对TFP增长的贡献较弱。人力资本作为经济增长的核心资源，在技术落后地区的生产投入存在配置浪费现象，抑制了该地区经济发展的后发优势转化[25]。制造业发展的系数为仅0.1554，这表明在煤炭城市中制造业的经济发展效率不高。制造业是城市的工业体系核心，决定了区域生产力发展水平，但是由于资源产业和制造业对于劳动力等投入资源的需求趋同，资源产业发展挤压了制造业发展的空间，限制了制造业对煤炭城市TFP增长的贡献。如表1所示。

表1 有条件“资源诅咒”存在性估计结果

注:*、**和***分别表示系数通过 10%、5%和 1%显著性水平的检验，括号内为稳健标准误。下同。

(二) 有条件“资源诅咒”效应传导机制分析

在明确了煤炭资源依赖对TFP增长有条件“资源诅咒”的基础上，进一步研究所选取的控制变量对TFP增长的中介效应是否有利于煤炭城市更好地利用资源和优化产业结构。中介效应检验用来分析自变量与因变量之间的影响机制，自变量对因变量具有一定的影响作用，同时自变量通过向量集Z也可以影响到因变量，Z在模型中起到了间接的中介传导作用，Z是因变量与自变量之间的中介变量。常用的中介效应检验方法是Baron和Kenny[26]提出的逐步回归的递归方法。前文已经对整体的模型进行了回归分析，并证明了煤炭产业依赖度对TFP增长的直接影响。为考察中介变量在煤炭产业依赖度和TFP增长之间的中介传导机制还需要分析控制变量向量集Z与煤炭产业依赖度(RD)之间的关系，检验Z对RD的中介效应是否成立，通过将各个控制变量逐步纳入模型中，进行分步回归，以检验每一个中介变量的传导机制。

为考察煤炭产业依赖度对四个控制变量的影响作用，以控制变量向量集Z为被解释变量，以煤炭产业依赖度(RD)为解释变量建立回归方程，对模型(3)进行测度，回归结果见表2所示。

Zit=β0+β1RDit+εit

(3)

表2 煤炭产业依赖的传导机制模型回归结果

由表 2可见，模型(3)中所有控制变量Z对于RD都有显著的影响，模型(2)的回归结果显示这四个控制变量对TFP增长都是显著正向关系。因此，可以认为金融业发展、制造业发展、人力资本水平、技术创新投入这四个控制变量都是煤炭产业依赖对TFP增长的中介变量，结果符合模型设定时的理论预期。在所有的中介变量中，只有人力资本投入与煤炭产业依赖在 1%显著性水平下呈正相关，系数为0.0264，说明资源产业的高利润为城市教育事业的投入提供了资金支持，提高了人力资本水平。其他的三个控制变量显著呈负相关关系，其中煤炭产业依赖对于制造业发展的抑制作用最大，系数为-0.0451，说明煤炭资源的过度依赖严重阻碍了制造业的发展，同时煤炭资源开发对于金融业的发展也表现为负向影响，系数为-0.0055。当城市过度依赖煤炭产业会破坏区域内产业结构的合理化，抑制了城市制造业和金融业的发展，使煤炭城市呈现出“荷兰病”效应。煤炭产业依赖对于技术创新投入也有一定的抑制作用，因为煤炭产业对新技术需求有限，在粗放型经济发展模式下，缺乏技术创新投入的动力，回归结果也证明了资源产业依赖度对技术创新投入的抑制作用，但是这种抑制作用不是特别严重，系数仅为-0.0020。所以，资源依赖度与各中介变量对煤炭城市TFP增长的影响路径并不相同, 具体的传导作用如图 2所示。

图2 煤炭产业依赖的传导机制图

分析了各中介变量的传导机制后，还应进一步探究各中介变量对于“资源诅咒”现象的影响作用，以便找到“资源诅咒”现象产生的条件变量。利用双固定模型分步依次在模型(1)中添加检验出来的四个中介变量，通过分析各中介变量对曲线拐点的冲击，来判定其对“资源诅咒”效应的影响效力。分五个步骤逐次进行回归分析。由表3可见，模型中回归系数基本都在5%水平上通过了显著性检验，随着控制变量的加入，各系数估计结果波动不大，估计结果稳健。

表3 时间个体双固定模型分步估计结果

不添加任何控制变量的基础模型回归结果显示，资源产业依赖的一次项在5%的显著水平下为正，系数为0.0762，平方项在1%的显著水平下为负，系数为-0.0262，拐点值是1.4503。接下来在模型中分步引入金融业、制造业发展和对TFP增长有关键影响作用的人力资本水平和技术创新投入的中介变量后，基本的曲线关系没有变化，本文的假设仍然成立，但是具体系数和曲线拐点有不同程度的变化。

模型中加入金融业发展(FD)这一中介变量后，回归结果显示FD的系数为1.3747，可见金融业发展对TFP增长的影响较大，而图2显示，金融业发展在煤炭产业依赖对TFP增长的影响中起到了抑制性的中介传导作用。但是金融业的发展对诅咒拐点的冲击不大，拐点略微增加为1.4567。说明金融业的发展可以促进煤炭城市TFP增长[27]，对于“资源诅咒”的规避作用不明显。

制造业发展(MD)引入模型后，虽然回归结果显示MD的系数仅为0.1355，意味着制造业发展对TFP增长的贡献并不是很大，但是表2也显示煤炭产业依赖对制造业发展的抑制作用最为严重。进一步分析发现，制造业的发展对拐点的冲击是最大的，将拐点从1.4567大幅提升到了1.6129。这说明中国煤炭型城市存在严重的“荷兰病”现象[28]，同时制造业发展对于“资源诅咒”的抑制作用又是最大的，因此可以认为制造业的发展是“资源诅咒”现象的条件变量。

人力资本水平(HC)变量回归系数为0.4484，符合相关理论预期，图2也显示人力资本水平在煤炭产业依赖对TFP增长的影响中起到了正向的中介传导作用。但是随着人力资本的加入，曲线拐点从1.6129大幅下降为1.4913，这说明煤炭城市已经有意识地增加教育的投入，而且也在一定范围内促进了TFP增长，但却加剧了“资源诅咒”现象。因为煤炭型城市社会资本缺失，导致人才大量流失，对煤炭产业的过度依赖，破坏了产业结构，导致其他产业人才流失严重，造成人才浪费和人才短缺并存的局面，这种人力资本的结构不合理造成了煤炭城市粗放型经济增长模式的锁定，制约了产业结构的转型[29]，加剧了“资源诅咒”现象。

技术创新投入(TI)变量回归系数为1.9334，说明技术创新投入对城市的TFP增长的促进作用较大。图2反应了煤炭产业依赖也显著地抑制了技术创新投入[30]，技术创新投入在煤炭产业依赖抑制TFP增长中起到了负向的中介传导作用。随着技术创新投入变量的加入，曲线的拐点从1.4913提升到了1.5693，这说明技术创新投入对TFP增长的贡献和对“资源诅咒”的规避作用都是很巨大的，技术创新投入也是“资源诅咒”现象的条件变量。

四、结 语

本文验证了所提出的假说：煤炭产业依赖与TFP增长之间存在有条件“资源诅咒”现象，存在“促进—抑制”型非线性曲线关系，即二者之间存在倒U型关系，分析了各控制变量的传导机制。中国煤炭城市存在有条件的“资源诅咒”现象，其拐点为采矿业人员数占全部从业人员比重的4.80%，即大部分煤炭城市都处在抑制型关系阶段。

中国煤炭城市存在“荷兰病”效应，制造业的发展和技术创新投入有利于缓解 “资源诅咒”现状，是“资源诅咒”出现的条件变量。煤炭产业依赖对技术创新投入和金融业有挤出效应，享受资源红利的人力资本投入虽然也一定程度上促进了TFP增长，但是由于人力资本结构性流失加深了“资源诅咒”程度。

为缓解“资源诅咒”现象，提升诅咒拐点，有必要针对各控制变量不同的传导机理因地制宜地引导要素投入。推进产业结构的多元化， 缓解“荷兰病”。煤炭产业主导型经济区域在依托煤炭资源发展经济的过程中，要将产业结构多元化作为产业转型的重点，加大对制造业和金融等产业的扶持力度，以资源为产业纽带推进产业链的纵深发展，培育产业多元化环境。平衡政府的产业扶植政策，培育非资源型产业特别是高技术产业，降低煤炭产业对其他产业的挤出现象。

加大对技术创新的投入。产业结构优化是产业结构转型的关键，技术创新正是产业结构优化的重要内驱力。政府应发挥对技术创新投入的导向作用，通过制定和落实激励创新的相关政策，强化企业的创新主导作用，引导资源向创新型企业聚集，激励企业将资源红利向技术创新领域倾斜，增加技术创新投入，提升创新能力。同时，还要结合重点转型产业的技术需求，鼓励技术创新资源共享，多渠道建设技术创新公共服务平台，以提高技术创新的产出效率。

调整人力资本结构，增强吸引力，抑制人力资本流失。煤炭型城市人口的净流出加剧了人力资本外流，而人力资本流失会抑制区域内人力资本积累的动力。调整人力资本结构是打破煤炭城市粗放型经济增长模式锁定的关键，为产业结构转型提供动力，有助于缓解“资源诅咒”现象。所以，在继续保持对人力资本投入的同时，应将重点由人力资本积累转向人力资本结构调整，抑制人才流失。