不可再生自然资源对经济增长的福祸之辨

康爱香,郝 枫,宋旭阳

(1.天津财经大学 统计学院,天津 300222;2.天津商业大学 经济学院,天津 300134;3.山西财经大学 经济学院,山西 太原 030006)

一、引 言

自然资源是资本积累和物质生产的基础,也是经济增长与可持续发展的重要保证。一般而言,无论何种国家类型或发展阶段,拥有丰富自然资源均有助于形成发展优势。欧美发达国家率先完成工业化,莫不受益于此[1]。Sachs和Warner指出1960—1990年资源贫乏国家人均收入增长速度比资源丰裕国家快2～3倍[2]。这种经济增长与自然资源丰裕度之间的负向关系,称为“资源诅咒”。在过度依赖单一资源部门的极端情形下,不可再生资源丰裕的国家更易遭遇发展停滞。

经济增长离不开对自然资源的开发利用,高质量增长依托资源高效利用,粗放增长则伴随资源过度开发。丰裕的自然资源对一国或地区的经济增长究竟是诅咒还是祝福?其影响方向取决于哪些因素?不仅是吸引大量学者持续关注的理论热点,也是各国发展模式选择与政策制定面临的重大现实议题。合理利用自然资源并有效保护生态环境,是中华民族永续发展的重要基石。深入探究不可再生自然资源对中国经济增长的影响方向与机制,并据以寻求改进路径,具有重要的政策价值。

中国幅员辽阔,自然资源空间分布极不均衡,构成区域经济发展差距的重要诱因。1985—2017年,九大资源丰裕省份(1)根据本文测算,山西、内蒙古、山东、陕西、新疆、黑龙江、辽宁、河南和河北等九个省份,人均自然资本存量高于全国平均水平。自然资本存量占全国比重由76%降至66%,其GDP占全国比重也由34%降为32%;反观浙江、广东和江苏,自然资本占全国比重由2%升至8%,GDP比重则由16%升至26%。自然资本丰裕并未带来经济增长优势,暗示中国区域经济发展整体上存在资源诅咒。为深入揭示不可再生自然资源对经济增长影响的时空差异,本文兼顾自然资源租金流量与自然资本存量测度,考察资源禀赋与经济增长之间的长短期动态关系,进而为将“资源诅咒”转为“资源祝福”提供思路。

二、文献综述

经济增长与自然资源关系的研究,侧重探讨自然资源对经济增长的影响,已经积累了大量文献。自然资源在经济增长中究竟扮演何种角色,主要有三种不同观点:一是经济增长与自然资源丰裕度正相关,即“资源祝福”假说;二是经济增长与自然资源丰裕度负相关,即“资源诅咒”假说;三是经济增长与自然资源丰裕度无关,也称“资源中性”假说。究竟孰是孰非,经验研究尚无定论。近20余年的实证文献,约40%支持资源诅咒假说,20%发现资源祝福证据,另外近40%偏向资源中性观点[3]。

资源祝福观点源远流长。斯密和李嘉图等古典经济学家将自然资源视为天赐财富,资源丰裕地区不仅能直接获取高额租金,还可将其转用于物质资本投资以推动经济发展。尽管古典与新古典增长模型并未直接将自然资源纳入生产函数,但均暗含自然资源通过促进资本积累而推动增长的作用路径。Hamdi和Sbia采用VECM方法检验资源租金与经济增长关系,发现长期关系支持资源祝福假说,且经济增长对资源租金也有正向影响[4];Ben-Salha等基于PMG法也有类似发现[5]。Arin和Braunfels使用贝叶斯模型平均技术分析1970—2014年跨国数据,发现石油租金对长期经济增长有积极影响[6]。基于世界银行国民财富视角,Brunnschweiler采用存量计算自然资源丰裕度,仍支持经济增长与自然资源之间的正向关系[7-8]。

资源诅咒观点及其成因,激发了学术界浓厚的研究兴趣。利用自然资源出口占GDP的比重,Sachs和Warner发现资源丰裕国家的资源强度与经济增长负相关[9]。Satti等利用ARDL模型,考察1971—2011年委内瑞拉自然资源总量、经济增长、金融发展、资本存量和贸易开放之间的联系,给出存在资源诅咒的有力证据[10]。Asekunowo和Olaiya运用Johansen多元协整考察1974—2008年尼日利亚原油收入与经济增长的关系,同样支持资源诅咒假说[11]。究其原因,主要涉及三方面。一是产业结构:由于国际市场资源价格剧烈波动,倚重丰裕资源而专事初级产品出口的经济体,无力保持发展稳定性与可持续性。自然资源价格攀升时,会吸引大量投资涌入,不仅因削弱其他部门竞争力而遭受“荷兰病”困扰,还会通过对储蓄与就业的负面影响,对人力资本和物质资本投资产生“挤出效应”,阻碍资源丰裕国家的长期经济增长[12]。自然资源价格下降,则会减少财政收入,令资源丰裕经济体陷入公共财政困境;二是制度效率:如果产权与管理体制不健全,各种利益集团为谋求高额资源租金而激烈博弈,其引发的寻租现象因加剧腐败与冲突而损害经济增长;三是技术创新:随着资源型产业不断扩大,不仅削弱其他产业科技研发投入,还会减少高端人才需求,令技术创新失去核心支撑力而损害长期增长[12-14]。

资源中性假说,也得到众多研究支持。将自然资本N与劳动L和物质资本K一并纳入总量生产函数,经济增长取决于技术进步以及各类资本之间的替代关系[15]。Konte等所用广义混合回归模型表明,究竟呈现资源诅咒抑或祝福,取决于特定国家所属的增长机制[16]。Manzano和Rigobon利用固定效用模型,发现经济增长与资源丰裕度无关,所谓资源诅咒往往是债务威胁引致的假象[17]。Brunnschweiler和Bulte使用2SLS和3SLS对经济增长、资源丰裕度、依赖度和法治进行回归,发现资源依赖度并不影响经济增长[18]。自然资源丰裕本身并未损害经济,“资源诅咒”实质为缺乏完善制度诱发的次生问题,制度对决定资源丰裕经济体的发展绩效具有关键作用。

还有研究认为,自然资源与经济增长存在非线性关系。由于不同经济体的资源禀赋与制度体制差异显著,经济增长与自然资源的关系存在时空差异。一是随资源生命周期呈阶段变化,自然资源在开发初期往往是经济增长的“福音”,一旦后期形成资源依赖其对经济增长转为“诅咒”;二是不同类型自然资源对经济增长影响有别,Gasmi等认为不可再生自然资本对经济增长有直接促进作用,可再生自然资本对经济增长有间接影响[19];三是自然资源与经济增长的关系随技术水平、制度因素、人力资本、产业结构而异:技术水平和人力资本较高的资源丰裕地区可摆脱资源诅咒;制度质量高于阈值时自然资源租金与经济增长正相关,低于阈值则关系反转[20-21]。

为揭示自然资源与经济增长关系的成因,大量研究聚焦传导机制。其中,产业结构、政治制度、人力资本、诱致创新等因素备受关注。进而开出各类政策处方:经济多样化、经济结构调整、金融发展、制度治理有助于化解资源诅咒;提升社会资本、人力资本以及技术创新,可将资源诅咒变为福音。只有将不可再生自然资源租金通过再投资转化为其他资本,才能促进资源丰裕地区的可持续增长。

总之,围绕经济增长与自然资源的关系积累起大量文献,但对其方向与成因尚无共识。观点分歧很大程度上源于自然资源测度指标的差异。一则,多数研究倚重自然资源租金,少数研究基于自然资源实物总量,缺乏将自然资源租金流量与自然资本存量结合的全面考察;二则,无论基于自然资源租金,抑或自然资源总量,已有研究涵盖范围普遍偏窄,仅能揭示某项自然资源对经济增长的影响,无法综合衡量自然资源的作用;三则,相比自然资源对经济增长影响,对自然资源与经济增长之间双向关系的考察尚不充分。有鉴于此,本文基于国民财富核算视角系统估算中国省级自然资本存量,并与自然资源租金流量联合检验不可再生自然资源对经济增长的影响,注重区分长期影响与短期效应,并考察不可再生自然资源与经济增长之间的双向关系(2)本文对中国各省份自然资源进行估算,既包括不可再生自然资源,也包括可再生自然资源。但在实证分析部分,专注考察不可再生自然资源与经济增长的关系。采用这一口径,便于与该领域同类研究比较,同时也源于资源诅咒检验本身即重点关注不可再生自然资源。就该领域已有文献来看,几乎全都讨论某类不可再生资源(如化石能源或矿产)对经济增长的影响,其中尤以石油最受关注。这一现状,源于两类自然资源影响经济增长的方式存在显著差异:石油等不可再生自然资源会随开发利用而减少,其能否合理利用攸关经济发展可持续性,且能源资源存在庞大的国际市场和巨大的经济利益,较易诱发其储量丰裕国家过度依赖资源出口而损害长期发展能力;而农地等可再生资源对经济发展的影响较为平稳,其作用主要通过影响农业生产而实现,且此类自然资源无法直接出口,故通常不涉及资源诅咒问题。。

三、自然资源租金与自然资本估算

合理测度自然资源是有效检验资源诅咒存在性的重要前提。凭借简便易行优势,自然资源租金(3)自然资源租金是资源开采者为获取资源开采权而向资源所有者支付的报酬,宏观上等于一国或地区由自然资源获得的收入流量。自然资源租金一般以自然资源产品市场价格与其生产成本的差额表示,常用核算方法如拨付法、永续盘存法和资本服务流量估算法。获得广泛使用,但其变动剧烈,且作为流量指标难以有效揭示自然资源丰裕度。引入自然资本存量(4)自然资本是自然资源因能持续提供产品与服务而具备的价值存量,其核算方法有支付意愿法、净现值法、市场估价法、成本费用法等。,有助于克服单纯使用自然资源租金的局限,可对既有研究给出有益补充。本文分别测算自然资源租金和自然资本存量,据以构建自然资源依赖度和自然资本丰裕度,并兼顾两类标准确定资源倚重型省份。为满足分析需要,在数据约束下尽量扩展考察期,选定时间跨度为1985—2017年。

(一)自然资源租金

中国各省份自然资源种类与数量差异悬殊,只有利用价值量加总才能有效刻画省际资源禀赋差异。参照世界银行(2006)自然资源分类,首先划分为可再生资源和不可再生资源,前者以农田、牧草地和森林资源为主,后者则由能源和矿产资源构成[7]。

为获取各省份自然资源租金,对不同自然资源分别采取两种方法。方法一,借助WDI提供的全国租金信息进行省份分解。WDI给出1970—2017年中国能源、矿产和森林资源租金与GDP的比率,将其乘以同年GDP得到对应的全国租金序列;为消除各年价格差异,采用GDP缩减指数调整得到2015年价格数据。借助《中国统计年鉴》《能源统计年鉴》和《中国林业统计年鉴》提供的历年各类资源产量与产值数据计算各省比重,将全国总租金分解到各省份。方法二,WDI并未提供中国耕地与牧草地资源租金数据,借鉴世界银行(2018)方法直接估算各省份自然资源租金[22]。首先利用分类产品成本与价格信息确定农业和畜牧业的租金率(5)农业和畜牧业的年平均租金率可取农作物种植业产值和畜牧业产值的平均固定比例,通常采用“(价格-成本)/价格”的方法估算。农业租金率选取考察期内稻谷、小麦、玉米、大豆、花生、油菜籽、棉花、烤烟、甘蔗和甜菜10种代表性农作物的价格和原始数据,经加权平均得到平均租金率;牧业租金率选取2002—2018年5种代表性畜牧产品和4种毛(绒)产品的平均产值、价格和成本数据,经加权平均计算平均租金率。,再将其乘以各地区农作物总产值和畜牧业产值,得到耕地和牧草地租金。

将可再生资源租金与不可再生资源租金相加,获得历年各省份自然资源总租金,进而利用不可再生资源与GDP的比率计算资源依赖度,初步识别资源倚重型省份。图1显示,各省份自然资源禀赋和开采强度存在明显差异。从自然资源租金总值看,山东、黑龙江、河南、内蒙古、陕西、河北、四川、新疆、山西、辽宁、广东、湖南和江苏等13个省份共占全国68%左右。上述省份除四川、广东和湖南外,不可再生资源租金均较高,尽管天津自然资源租金总值不大,但不可再生资源租金很高。鉴于各省份经济总量差异明显,计算不可再生资源租金与GDP比率,有助于更好刻画各省份资源依赖度。资源依赖度高于全国平均水平(3.9%)的共有黑龙江、新疆、山西、青海、陕西、内蒙古、天津、山东、宁夏、辽宁、河南、河北、贵州和吉林等14个省份。

图1 各省份自然资源租金与资源依赖度:1985—2017年均值

(二)自然资本估算

伴随可持续发展理念兴起,自然资本测度日益受到重视,但仅有少数国家将其纳入国民核算体系。中国官方统计尚未开展自然资本价值量测算,只有部分文献从学术研究角度进行估算。

中国自然资源种类繁多,对各类不可再生资源和可再生资源需分类估算。对于能源、矿产和森林等易于通过市场交易传递价值信息的资源,借鉴世界银行(2011)采用净现值(NPV)法估算,即由未来时期该资源提取的预期租金的现值之和衡量[23]。某种不可再生自然资源价值量,计算公式为:

(1)

该不可再生自然资源t期的价值量Vt,取决于三大因素:一是资源寿命T,由年初资源剩余可采储量与当年产量之比确定;二是该种资源t期的可比价租金Rt,获取方法如前所述;三是社会贴现率r,通常使用剔除通货膨胀后的无风险利率,本文选取3%(6)根据《中国统计年鉴》,考察期内3～5年金融机构人民币法定贷款基准利率平均值为5.96%,通货膨胀平均值为2.9%,二者之差约3%。。

对耕地和牧草地等可再生自然资源,只要利用与维护得当,即可永续使用并产生稳定收益。尽管若干可再生自然资源还具有生态价值或社会价值,但因缺乏公认计算方法且受数据制约,此处仅考虑其直接经济价值。由于此类资源寿命无限,故改用收益还原法:

(2)

可再生自然资源价值Vt也取决于三大因素:一是该种资源t期的可比价租金Rt;二是社会贴现率r,仍取3%;三是考察期内农业生产率年均增长速度g,可由官方统计数据计算。

最终,将能源、矿产、森林、耕地和牧草地资源的价值量汇总,得到各省份自然资本总量。同时将能源与矿产资源价值加总为不可再生自然资本存量,将森林、耕地和牧草地资源价值加总为可再生自然资本存量。图2给出各省份自然资本存量,表明自然资源丰裕度差异悬殊。绝大多数省份,可再生资本占自然资本较大比重,只有山西省由不可再生资本主导。整个考察期内,不可再生自然资本丰裕省份主要包括山西、内蒙古、山东、陕西、黑龙江、新疆等。

图2 各省份分类自然资本存量:1985—2017年均值

(三)省份类型划分

为更好揭示自然资源与经济增长的关系,根据资源禀赋差异进行地区分类。已有研究因目的和数据约束各异,所用标准各不相同。一些学者选用单一标准,如以初级产品出口比国民收入构造自然资源强度,以资源出口比总出口或GDP构造自然资源依赖指标,采用人均资源租金或人均土地面积等。也有学者采用二元标准,如Gasmi等兼顾了可再生资本和不可再生资本占财富份额,邵帅等结合了资源丰裕度与资源依赖度[19,24]。

利用自然资源租金和自然资本估算结果,对中国各省份构建资源丰裕度和资源依赖度指标。自然资源丰裕度表示各类自然资源的丰富程度,常用度量指标包括绝对资源储量、地均资源储量和人均资源储量。本文基于不可再生自然资源刻画资源丰裕度,使用各省份不可再生自然资本存量占全国比重,取值高于全国均值3.2%时为资源丰裕省份。自然资源依赖度则反映一国或地区发展对自然资源的依赖程度,具体使用各省份不可再生自然资源租金与GDP的比率,取值超过全国均值3.9%即为资源依赖省份。

结合自然资源依赖度和自然资源丰裕度标准,将图3分为四个象限。第一象限包含9个省份,资源丰裕度与资源依赖度均较高,自然资源十分重要;而对第三象限的15个省份,自然资源不重要;第二象限的2个省份虽自然资本丰裕,但其发展对自然资源依赖度很低;第四象限的5个省份,尽管不可再生自然资本占全国比重不高,但其经济发展对资源开发依赖度较高。

图3 考察期内各省份资源依赖度与资源丰裕度时期平均值

借鉴已有研究并审慎考虑,主要基于资源依赖度对省份类型进行划分。将第一象限与第四象限内资源依赖度超过全国均值的14个省份(黑龙江、新疆、山西、青海、陕西、内蒙古、天津、山东、宁夏、辽宁、河南、河北、贵州和吉林)称为资源倚重型省份。对这类省份而言,不可再生自然资源对经济发展有重要影响,然而,其影响方向及强度有待进一步实证检验。

四、不可再生资源租金与经济增长关系

已有文献多基于资源租金流量考察自然资源对经济增长的影响。为便于比较,首先针对14个资源倚重型省份,考察不可再生自然资源租金(下文简称资源租金)与经济增长之间的关系。

(一)计量模型选择

考察期内,资源倚重型省份资源租金与经济增长的长期关系可写作:

gYit=α0+β1Ruit+eit

(3)

其中,i=1,2,…,n代表不同省份,t=1,2,…,T表示不同年份,gY表示GDP增长率,Ru表示不可再生资源租金,eit为误差项。

为同时考察资源租金与经济增长的长期与短期关系,采用动态异质性面板自回归分布滞后模型Panel-ARDL(p,q)[5]。该方法便于转化为兼顾长短期影响的误差修正模型,并有诸多优势:无论变量是I(0)或I(1)均可有效估计和检验,小样本下也足够稳健,并能克服非平稳序列带来的诸多问题。Panel-ARDL(p,q)模型的基本形式为:

(4)

(5)

转化得到VECM模型:

(6)

(7)

运用ARDL模型,首先要确保变量间存在协整关系,然后方可进一步估计长期和短期系数。具体而言,需要考虑两个关键问题。一是最优滞后阶数确定:F统计量对于式(6)与式(7)中两类一阶差分项的滞后阶数较敏感,可基于赤池信息量准则(AIC)或贝叶斯信息准则(BIC)确定;二是变量单整阶数检验,ARDL模型要求变量单整阶数不超过1。鉴于面板数据中,可能因某种共同冲击导致截面相关性,传统面板单位根检验(ADF检验、PP检验和KPSS检验)失效。因此,首先做截面相关性检验,如存在截面相关需采用Pesaran-CADF面板单位根检验[25]。

本文采用基于最大似然估计的混合组群平均方法(Pooled Mean Group,PMG)估计模型,其假定不同个体长期系数相同,但允许截距项、短期系数与误差修正项系数变化。PMG方法还有一个明显优势,能够减轻内生性问题对参数估计的影响。

(二)模型设定检验

1.截面相关性检验

表1给出模型所用变量的截面相关性检验结果。三类检验方法均有力拒绝原假设,表明无论GDP增长率还是资源租金,各省份之间存在明显的截面相关性。

表1 截面相关性检验结果

2.单位根检验

根据截面相关性检验结果,进一步做Pesaran-CADF面板单位根检验。表2结果显示,GDP增长率和资源租金均为平稳序列,符合ARDL模型对变量应为I(0)或I(1)的要求。

表2 CADF面板单位根检验

3.协整检验

估计ARDL模型之前,应首先确保变量间存在协整关系。表3显示:多种方法下检验统计量的伴随概率均小于0.05,表明GDP增长率与资源租金存在协整关系。

表3 变量关系的协整检验

(三)基准估计结果

采用PMG方法,估计资源倚重型省份Panel-ARDL模型的长短期系数,基准估计结果见表4。与MG和DEF方法(7)MG估计量允许长短期系数均随个体变动;PMG估计量假定长期系数不变,仅短期系数随个体变动;DFE估计量假假定长短期系数均不随个体变动。的估计结果对比发现其具有较好的稳健性。结果显示,资源租金与GDP增长率相互影响。无论采用何种估计方法,两个模型的误差修正项均显著为负,验证了此前所做“二者存在协整关系”的判断。对资源倚重型省份,资源租金对GDP增长率的长期影响显著为负,支持资源诅咒假说。PMG估计量显示,长期而言,租金每增长100亿元,GDP增长率下降0.298个百分点;再看其短期关系,滞后一期的ΔR系数显著为正,表明资源租金会对GDP有即时正向影响。由误差修正项系数可知,从短期向长期均衡的调整速度较快(33.8%)。反观GDP增长率对资源租金的影响,长期系数显著为正,PMG估计量表明GDP增长率每提高1个百分点,资源租金上涨86.4亿元。PMG估计量显示短期系数为负,但统计上不显著。

表4 资源倚重型省份Panel-ARDL模型长短期系数估计:基于不可再生资源租金

下面,简要探讨导致资源诅咒的潜在影响渠道。众多文献支持荷兰病效应,即自然资源丰富的经济体,因产业结构单一和汇率波动而损害非资源部门出口,进而导致经济增长率下降。14个资源倚重型省份,考察期内出口额与资源依赖度负相关,支持荷兰病假说。此外,自然资源倚重型经济体更易忽视人力资本投资与创新性产业发展,这类对经济增长的负面影响称为挤出效应。14个资源倚重型省份,考察期内人力资本水平与资源依赖度也呈负相关,挤出效应也得到支持。

(四)省际差异比较

长期系数反映变量间关系的均衡值,假定各省份一致并无不妥。然而,变量间短期关系在不同省份往往存在差异。可分别估计不同省份的短期系数,是PMG估计量的一大优势。表5给出各省份资源租金和GDP增长率之间短期系数估计结果,据其可将14个省份分为四类。

第一类为资源推动型,吉林、天津、宁夏、山东、山西、新疆、河北、河南、辽宁、陕西、黑龙江均属此类:资源租金对GDP增长的短期影响均为正,表明短期内(即期)资源开发利用对经济增长有推动作用;然而,GDP增长对资源租金的短期影响统计上不显著;第二类为经济约束型,贵州属于此类,资源租金对GDP增长的短期影响统计上不显著,但GDP增长对资源租金存在显著的反向影响;第三类为相互加强型,青海属于此类,GDP增长与资源租金的短期系数均显著为正;第四类为互不相关型,内蒙古属于此类,GDP增长与资源租金的短期系数统计上均不显著。总之,误差修正模型表明各省份不可再生资源租金和经济增长之间的短期关系存在异质性。

表5 各省份资源租金与经济增长的PMG短期估计

总之,通过对资源租金与GDP增长率关系的估计,发现自然资源与经济增长存在稳定的长期关系。尽管经济增长会加大资源开发利用强度,但资源依赖度越高则经济增长率越低,明确支持资源诅咒假说。从短期看,全部省份增加资源租金(加大资源开发利用)均会促进GDP增长,这是其难以摆脱资源倚重型发展方式的重要原因。鉴于误差修正项系数为负且调整速度较快,随着时间推移短期系数将逐渐向长期系数收敛,为短期利益牺牲长期发展的弊端逐步凸显,有助于倒逼其放弃短视发展模式。

五、不可再生自然资本与经济增长关系

资源租金流量与GDP增长率之间的关系,仅体现在不可再生资源开发利用方面。本节从存量角度,对资源倚重型省份不可再生自然资本Nu与经济增长的关系做进一步考察。

(一)模型设定检验

1.截面相关性与单位根检验

对各省份不可再生自然资本进行截面相关性和单位根检验,结果见表6。三种方法之下,截面相关性检验均有力拒绝原假设,表明14个资源倚重型省份的不可再生自然资本存在截面相关。Pesaran-CADF面板单位根检验表明,Nu序列为平稳的I(0)过程,符合模型使用条件。

表6 截面相关性与CADF面板单位根检验

2.协整检验

进一步对不可再生资本与经济增长进行协整检验。表7显示,三种统计量均在5%显著性水平下拒绝原假设,说明二者之间存在长期平衡关系。

表7 变量关系的协整检验

(二)模型估计结果

1.长短期系数估计结果

使用上节方法,基于PMG估计量反映不可再生自然资本与经济增长的相互影响,并用其他两种估计方法做稳健性检验。

表8 资源倚重型省份Panel-ARDL模型长短期系数估计:基于不可再生自然资本

表8显示:不可再生自然资本与GDP增长率相互影响;各种估计方法之下,两个模型的误差修正项均显著为负且调整速度较快。从长期系数看,PMG估计量显示,不可再生自然资本对GDP增长率影响为负,Nu每提高1000亿元(如上节所述原因,为便于说明结果,模型估计时将不可再生自然资本计量单位改为千亿元),GDP增长率下降0.135个百分点,其他两类估计方法之下结果的符号一致,但强度存在差异。GDP增长率对不可再生自然资本的长期影响为正,PMG估计量显示,GDP增长率每提高1个百分点,不可再生自然资本相应上升835亿元。由于不可再生自然资源实物量无法增长,不可再生自然资本增加必然来自价格上升,经济增长率提高会增大对能源与矿产资源的需求,通过改变供需关系引发资源价格上涨,并最终导致自然资本存量攀升。二者之间的短期关系,也与表4基于资源租金的结果类似。

2.各省份短期系数比较

进一步考察14个资源倚重型省份的短期系数异质性,表9给出简要结果。

根据短期系数符号,可将其分为两类:一类是资源推动型,绝大多数省份属于此类,包括内蒙古、吉林、天津、宁夏、山东、山西、新疆、河南、辽宁、陕西、青海以及黑龙江;另一类为互不相关型,仅包括河北和贵州。由于自然资本存量与资源租金流量侧重不同,表9与表5的估计结果及省份分类存在一定差异。

(三)省份分类异同

以上分别从流量和存量角度考察经济增长与自然资源之间的长短期关系,异同总结见表10。

从不可再生自然资源对经济增长的影响来看。长期而言,中国资源倚重型省份,无论基于资源租金流量还是资本存量,都存在明显的资源诅咒。从短期系数看,自然资源对GDP增长有促进作用,构成资源倚重型省份因短期利益而损害长期发展的短视行为的重要诱因。进一步审视短期系数的省际异质性,发现绝大多数省份为资源推动型,其增长模式难以摆脱对短期利益的追求。可见,考察期内资源倚重型省份的资源利用方式与发展模式存在问题,应予以高度重视。

经济增长对自然资源的影响截然不同。长期而言,经济增长对自然资源的影响为正,但原因不同:经济增长刺激能源与矿产等不可再生资源的开发,导致资源租金增加;不可再生自然资源实物储量通常只降不增,但经济增长导致的资源需求上升会推高其价格,进而引起自然资本价值量提升。但从短期系数看,经济增长无力对自然资本产生显著影响。无论基于流量还是存量,经济增长对自然资源的正向影响都值得警醒:一要避免经济发展过于依赖资源开采而缺乏持续性,二要对资源供需关系导致的价格变动未雨绸缪,寻求更具可持续性的增长方式。

表9 各省份资本存量与经济增长的PMG短期估计

表10 基于资源租金与自然资本的估计结果及省份分类比较

六、研究结论与启示

基于中国各省份1985—2017年不可再生自然资源租金和自然资本估算结果,计算资源依赖度与资源丰裕度,并确定14个资源倚重型省份。进而利用Panel-ARDL模型,借助PMG估计方法考察上述省份不可再生资源和经济增长之间的长短期关系。研究结论如下:

自然资源租金流量与自然资本存量是考察自然资源与经济增长关系的两种视角。与可再生资源相比,不可再生自然资源与经济增长之间的关系是研究重点。估算结果显示,中国各省份不可再生自然资源租金差异明显,不可再生自然资本的省际差异尤其悬殊。以不可再生自然资源租金与GDP比率计算资源依赖度,进而据其确定资源倚重型省份作为考察对象,有利于更有效地揭示自然资源与经济增长的长短期关系。

基于资源租金流量考察自然资源与经济增长之间的关系,是既有文献的常用方法。相比该领域已有文献,Panel-ARDL模型的一大优势为可兼顾长期系数与短期系数。从长期系数看,中国资源倚重型省份存在明显的资源诅咒,荷兰病效应与挤出效应均有助于解释这一发现。从短期系数看,自然资源对经济增长有促进作用,导致资源倚重型省份通常存在谋求短期利益而损害长期发展的短视行为。尽管存在省际异质性,但资源资金对经济增长的短期系数均为正,对这类过度看重短期利益的普遍增长模式应予高度警惕。

Panel-ARDL模型的另一优势在于可同时考察自然资源与经济增长之间的双向关系。尽管资源租金对经济增长有长期负向影响,但经济增长对自然资源的长期影响则显著为正。经济增长过程中,各产业发展必然加大对能源与矿产等不可再生资源需求,导致资源租金因资源开采利用强度增大而攀升。对此也应保持警醒,避免对自然资源开采的过度依赖,寻求更具可持续性的增长方式。

基于自然资本存量视角考察自然资源与经济增长的关系,可对基于资源租金流量视角的结果做有益补充。整体而言,两类估计结果基本一致,仅在短期系数省际异质性方面存在若干不同。两种视角之下的长期系数估计结果对中国资源倚重型省份存在资源诅咒达成共识;就经济增长对自然资源的正向影响也高度一致,但其内在原因差异明显。经济增长对自然资源租金的正向影响,主要源于推高自然资源开发利用,而对不可再生自然资本的正向作用,则主要由于改变供需关系提升资源价格所致。

中国资源倚重型省份尚未摆脱资源诅咒,经济增长对不可再生资源的开采利用存在路径依赖,不利于产业结构转型升级与发展可持续性提升。为摆脱资源诅咒并谋求资源祝福,可由如下方面做出努力:一是做好国民财富中各类资本的“投资组合管理”,将不可再生自然资源租金转化为对物质资本与人力资本的投资,积极推动非资源产业发展以减弱对资源部门的依赖;二是通过财政收支将自然资源租金更多投向技术研发,技术进步既可扩大自然资本的可用范围与数量,又有助于提高现有资源利用效率,故可有力推动集约式经济增长;三是合理权衡短期利益与长期利益,避免因资源开采的“快钱”诱惑而陷入短视发展路径,应就资源耗尽后如何保持平稳发展未雨绸缪。