自然资本对中国经济增长的深层影响及机制

郝枫　张圆　陆洲

关键词 自然资本；经济增长；深层理论；贝叶斯模型平均；多重增长机制

中图分类号 F124. 5 文献标志码 A 文章編号 1002-2104（2024）04-0172-15 DOI：10. 12062/cpre. 20230704

自然资源是人类经济社会发展的物质依托，其不仅构成物质资本积累的重要源泉，也是评判发展可持续性的首要标尺。传统的经济增长研究高度重视劳动力、物质资本、人力资本与技术进步，但就各类自然资源对经济发展贡献的研究严重不足。自然资本是地球生态系统提供给人类的自然资源和生态服务的总称，可在当前和未来为经济社会发展持续提供有价值的生态商品与服务流［1］。在可持续发展理念推动下，经济学家和生态学家合力将自然资源提升为自然资本，并放到与物质资本、人力资本同等甚至更为重要的位置。自然资本对经济增长的作用因类型而异［2］，化石燃料和各类矿产等不可再生自然资源对经济增长的贡献颇受关注，耕地、森林、水、生态系统等可再生自然资本对经济增长的贡献则易被忽略。中国曾长期采用“高投入、高消耗、高污染”的粗放增长方式，造成严峻的资源与环境压力。党的十八大之后，中共中央将生态文明建设摆到可持续发展战略的突出位置。习近平反复强调“绿水青山就是金山银山”，“两山”论深刻揭示了生态环境保护与经济社会发展之间的辩证统一关系。厘清自然资本对经济增长的作用，是深入理解和努力谋求可持续发展的前提。中国经济正处于由高速增长向高质量发展转型的关键时期。探索经济增长与资源保护的协同发展道路，充分发挥自然资本对经济增长和社会福祉的促进作用，有助于为高质量发展注入绿色动力。有效衡量自然资本对经济增长的直接与深远影响，深入揭示不可再生与可再生自然资本对经济增长的影响方向及作用机制，具有重要的理论意义与政策价值。

1 文献综述

1. 1 经济增长及其影响因素研究

经济增长是宏观经济研究的核心议题，对其影响因素的理论与实证研究汗牛充栋［3］。经济增长的决定因素种类繁多，各类决定因素的影响处于不同层面且有轻重远近之分。为突出关注重点，已有经济增长研究对核心变量的取舍各有侧重［4］。

根据所考察决定因素的层级特征，Rodrik［5］明确将经济增长理论分为两类：一是专注刻画经济增长直接影响因素的理论，称为表层理论（Proximate Theories）；二是专注刻画未必直接影响经济增长却有深远作用的各类因素的理论，称为深层理论（Fundamental Theories）。换言之，表层理论明确揭示特定变量对经济增长的直接影响；深层变量对经济增长可能仅有间接影响，也可能兼具直接与间接影响，深层理论重在挖掘此类变量影响经济增长的方式与路径。

上述分类方式，已获得广泛认同与使用。具体而言，表层理论主要与物质资本、人力资本等投入要素及其生产率有关［6］，还包括易受政策影响的决定因素，主要涉及新古典模型、人口统计学、宏观经济政策等。深层理论聚焦对要素积累和技术进步有深远影响的变量，包括历史、文化、宗教、种族、地理、资源禀赋及经济结构等［7］。

表层理论方面，资本积累和技术进步对经济增长的影响历来最受瞩目［8］。深层理论方面，地理特征和文化制度的作用也有大量探讨［5］，但对自然资本影响的研究远不充分［9］。自然资本不仅作为生产要素直接推动经济增长，还可通过影响物质资本与人力资本积累而产生间接作用，因此属于深层变量。深入考察自然资本对经济增长的影响方式及作用路径，有利于推动人与自然协调发展。

1. 2 自然资本对经济增长的影响研究

就自然资本对经济增长的影响已有广泛探讨，但研究结论分歧较大。一些学者指出，丰富的自然资源有助于推动经济增长［10］：矿物、水、土地等各类自然资源是经济增长的物质基础，只要保护与利用得当，自然资本就能长期促进经济增长，形成“资源祝福”（Resource Blessing）。但也有研究发现，自然资本对经济增长具有抑制作用：资源丰裕经济体的经济增长有时反而更为落后，甚至出现增长停滞、生活质量和人均收入偏低现象［11］，遭遇“资源诅咒”（Resource Curse）。此外，还有文献表明自然资本对经济增长并无明确影响，称之为“资源中性”（ResourceNeutrality）。

“资源祝福”与“资源诅咒”之争由来已久。古典经济学家对自然资本促进经济增长的“资源祝福”论深信不疑，但近几十年的经验研究中“资源诅咒”更占上风［12］。Sachs等［13］基于跨国面板数据发现，自然资源禀赋和经济增长之间存在反向关系，且控制贸易、投资率和政府机构等变量后其依然成立。然而，博茨瓦纳和挪威等自然资源丰裕国家的成功经验则对“资源祝福”假说提供有力支持［14］。可见，相比资源数量多寡，对自然资本的有效管理与利用才是获得持续增长的保障［15-16］。

一个经济体得到“资源祝福”或“资源诅咒”，不仅受制于资源种类和结构，还取决于代理指标刻画丰裕度抑或依赖度。自然资本丰裕度取决于资源禀赋，一般以人均自然资本衡量。尽管能源和矿产等不可再生自然资源可通过贸易获取，但无法贸易的可再生自然资源（如土地、水和生态环境）匮乏必然损害经济发展［17］。自然资本依赖度与经济发展阶段密切相关，常以资源出口依存度或资源租金占GDP比重反映。将丰裕的自然资源转化为长期增长优势并非易事，过度依赖不可再生自然资源出口的产业结构与国际分工，会损害一国经济长期发展［18］。

实证研究结论差异还源于计量模型与估计方法。面板数据模型为处理自然资源对经济增长影响的跨国异质性提供了有用工具，为揭示长期跨国差异还可引入虚拟变量控制均值漂移［19］。因依托的经济理论有别，探寻自然资本对经济增长影响时的变量选取迥异。主观取舍容易造成遗漏或误选，而有效处理不同变量之间的层级关系和内在关联更为棘手。目前，学术界对检验增长理论的简约形式尚无共识。为判别增长模型应包含的影响因素并确定其强度，Sala?i?Martin等［20］和Durlauf等［21］引入贝叶斯模型平均（Bayesian Model Averaging， BMA）技术。凭借能容纳大量解释变量并基于数据完成筛选，BMA能有效克服模型不确定性问题，为深入揭示自然资本对经济增长的影响提供了有力工具［22］。

自然资本对经济增长的“祝福”效应，主要源于提升社会生产力、提供环境服务和增进国民福祉。首先，自然资本为各类生产活动顺利进行提供必不可少的原材料［23］，直接推动经济增长。其次，生态系统通过调节气候水文，改善空气质量、涵养水土、降解污染、减轻自然灾害、保护生物多样性等途径为经济增长创造良好的外部环境［9］，并通过改善人口健康提升人力资本和生产率，对经济增长做出间接贡献［24］。

自然资本对经济增长的“诅咒”效应，则可由产业结构锁定、技术创新乏力、制度质量薄弱等机制解释［25］。首先，过度依赖自然资源部门的经济体，会因产业结构单一而危及发展稳定性：一则削弱各类非资源部门的竞争力而引发“荷兰病”；二则国际资源价格震荡会损害财政收入稳定性乃至造成公共财政困境［26］。其次，资源行业过度膨胀会对其他行业人力资本和物质资本投资产生严重的“挤出效应”［27］，其不仅削弱一国研发投入，还会减少高端人才需求，令技术创新丧失支撑而损害长期增长［25，28］。最后，制度因素对自然资源丰裕国家能否摆脱“资源诅咒”极为关键［29-30］：薄弱制度之下，自然资源丰裕国家更易遭遇非法寻租，并产生损害经济发展的特权阶层［31］；如果制度质量高且运转良好，自然资本收益充分用于经济发展和再投资，则会推动迈上可持续发展路径［32］。

基于自然资本对经济增长的影响机制，已有研究开出若干政策处方：通过产业结构升级摆脱经济单一化，完善财政金融体制以提升制度质量，有助于破解资源诅咒；加强技术创新、提升人力资本和社会资本，对国民财富进行资本组合管理，是获得资源祝福的重要途径［33］。

1. 3 文献评述

梳理已有文献，形成三点判断：其一，自然资本对经济增长是福是祸取决于多种因素，具有不同资源禀赋与发展阶段的经济体差异悬殊。其二，评估自然资本对经济增长的影响时，基于丰裕度与依赖度代理指标的结果有别，可再生自然资本与不可再生自然资本影响各异，单独使用某类变量难以得出可靠结果。其三，影响经济增长的变量众多，变量选取与模型设定严重限制了估计结果比较，化解模型不确定性是确保研究可靠性的根本途径。

有鉴于此，本研究综合多类经济增长理论选取解释变量，从指标测度与估计方法两方面寻求改进，系统探讨自然资本对中国经济增长的深层影响，并据以调和已有文献对“资源诅咒”存在性的争论。创新性工作有二：一是明确区分可再生与不可再生自然资本，兼顾丰裕度与依赖度构造代理指标，克服既有文献自然资本测度粗糙且范围狭窄的局限。二是将多类表层理论与深层理论蕴含的變量纳入扩展的MRW模型，利用BMA方法甄选决定经济增长的关键变量，厘清自然资本的直接与间接影响，并利用分类与回归树（CART）识别多重增长机制。通过揭示自然资本影响经济增长的方向、强度与机制路径，为推动人与自然和谐共生的可持续发展提供实证依据与对策建议。

2 模型构建

2. 1 基线模型

新古典增长理论，将物质资本、劳动力与外生技术进步一道，视为经济增长的源泉。内生经济增长模型致力于探索技术进步内生化，借助人力资本、研发创新、技术扩散克服要素报酬递减以解释长期增长，推动了增长理论的复兴。Mankiw 等［34］构造了一个简洁的分析框架（MRW 模型），迅速成为经济增长实证分析的重要研究范式。

2. 2 理论与变量选择

实证研究中，为排除核心解释变量之外各种因素的影响，通常会引入一组控制变量。但应重点考虑哪些变量，则见仁见智。周国富等［35］指出，某些文献添加控制变量较为随意，未充分考虑附加变量与原始变量的联系。应审慎选择控制变量，使之兼具充分理论依据与良好统计性质。为此，兼顾表层理论与深层理论遴选变量，对经典文献中各类增长理论的代理变量进行总结，见表1。

表层理论中，以新古典增长理论、人口统计学理论和宏观经济政策理论为主。新古典增长理论变量构成MRW模型的基础，包含物质资本积累、人力资本积累和以人口增长率为基础的资本有效补偿率，并以各时期首年人均实际GDP刻画初始条件。人口统计学理论，常选用总和生育率与平均预期寿命作为代理变量。宏观经济政策理论，重点考察财政政策、货币政策、贸易政策对经济增长的影响，政府支出比重、贸易依存度和各类价格价指数是常用代理指标。

深层理论中，变量选取主要涉及文化制度、地理环境、经济结构，自然资本也渐受重视。文化制度方面，种族、民族、语言、宗教、历史、法制的差异备受关注。地理环境方面，通常关注国家所处大洲和区域位置、经纬度、海拔、气候特征以及交通便利度。经济结构方面，产业结构、需求结构、城乡结构的影响最引人注目。自然资本方面，丰裕度和依赖度变量均有涉及，但偏重便于贸易的不可再生化石能源，对可再生自然资本关注不足，极少使用综合性自然资本测度指标。

2. 3 模型不确定性处理

扩展的MRW模型涉及众多变量且关联复杂，故采用BMA解决其导致的模型不确定问题。

2. 3. 1 BMA模型

BMA基于贝叶斯理论，将备选模型视为随机变量，通过先验和后验概率测度模型不确定性［36］；其充分利用样本信息，计算后验概率且通过加权平均整合全部模型的解释能力，识别解释变量的相对重要性，给出更稳健的估计结果。

BMA的核心优势，在于避免主观设定单一模型造成的信息损失。其以后验概率为权重，综合考虑各类潜在影响因素的全部组合，基于数据客观反映变量重要性。凭借善于整合各类理论与变量，BMA在经济增长研究中大有用武之地［20，37］。

设y 为因变量，X_γ为部分自变量的特定组合，其是自变量完备集合X 的子集。通常，可将模型M_γ| y，X 设为X_γ的线性函数：

根据各类增长理论，引入控制变量。表层理论之下，还涉及2类理论变量。①人口统计学，包括总和生育率与平均预期寿命。总和生育率（Total Fertility Rate）是重要的人口变量，指一国或地区的妇女育龄期间平均生育子女数；官方统计可提供部分年份全国和省级数据，缺失数据借助辅助信息推算。平均预期寿命（Life Expectancy）指同一年份出生的人口预期能生存的平均年数；官方统计仅提供特定年份全国和省级数据，缺失数据结合辅助信息推算。②宏观经济政策，包括3类变量：一是贸易依存度（反映开放政策），由进出口总额比GDP得到；二是政府消费占比（反映财政政策），为政府消费支出除以支出法GDP；三是通货膨胀率（反映货币政策），选用居民消费价格指数（CPI）和GDP隐含缩减指数（根据GDP现价数据与可比价GDP指数推算）。

深层理论之下，涉及4类理论变量。①民族特征：引入虚拟变量，少数民族自治区取1。②地理环境含多种变量：一是反映是否沿江（长江经济带，取1）、沿海（有海岸或距离海岸300 km以内，取1）或近海（无海岸但距海岸300～900 km，取1）的虚拟变量；二是各省份地理位置与地形，包括省会经度、纬度与海拔；三是区位交通特征，包括海岸线长度、省会到海岸线距离以及对外经贸便利度。除对外经贸便利度随时间变化，其他变量的省际差异不变。③经济结构，选取三个变量：一是居民消费率（反映需求结构），即居民最终消费除以支出法GDP；二是第二产业比重（反映产业结构），为第二产业增加值除以GDP；三是城市化率（反映城乡结构），为城镇常住人口占常住总人口比重。④自然资本：自然资源可为其所有者持续带来经济收益，故应视为资本［39］。采用价值量测度自然资本，便于同各类资本相协调，故该方式备受经济学家青睐［40］。郝枫［38］在国民财富框架内采用NPV法系统测度中国自然资本，给出1978—2017年省级分类估算结果。本研究使用这套数据，并按相同方法扩展至2020年。代理指标选取，兼顾丰裕度（人均自然资本）和依赖度（自然资本占国民财富比重），并明确区分不可再生自然资本（包括煤炭、石油、天然气、矿产）与可再生自然资本（包括森林、牧草地、耕地）。

各省份自然资本依賴度与丰裕度均存在显著的空间差异，可再生与不可再生自然资本的相对重要性也迥然不同。这种省际差异，为基于省级面板数据揭示其对经济增长的影响提供了有力支持。

3. 3 估计结果

3. 3. 1 整体估计

首先，基于自然资本总量数据，对扩展MRW模型进行BMA估计。由于有27个解释变量，模型备选空间的元素高达2²⁷个（超过1. 34亿）。采用RJMCMC算法，从备选空间迭代抽取1 001万个模型。为避免先验分布参数偏差的不利影响，保证Markov链状态转移过程的稳健性，采用Burn?in舍弃前1万个模型。

分别在兼顾表层与深层理论和仅含深层理论的两种情形下，对所有参数进行估计，并计算各类变量的后验包含概率（Posterior Inclusion Probability， PIP）、后验均值（Post Mean）及后验标准差（Post SD）。自变量PIP越高表明其对因变量的解释能力越强，取值越接近1越应纳入模型。但对确保自变量入选模型的PIP取值，并无统一标准。Brock等［41］给出一个经验标准，若自变量后验均值的绝对值达到后验标准差的2 倍，该变量在模型中应予保留。

整体估计结果见表3。其显示：同时考虑表层与深层理论时，snc 与ncpc 的PIP仅为0. 133和0. 036，表明自然资本并非经济增长的直接决定因素，这与Gasmi等［9］高度一致；仅考虑深层理论时，snc 与ncpc 的PIP近乎为1，自然资本丰裕度与依赖度均有显著作用。综上可知，自然资本对经济增长缺乏直接影响，但通过对表层理论代理变量间接影响经济增长。纵观人类社会的经济发展进程，不断从自然界索取各种资源，构成物质资本积累乃至人力资本积累的重要源泉。因此，自然资本对经济增长的间接深层贡献不容忽视。

对比两套BMA估计结果，自然资本依赖度snc 影响方向有别：兼顾表层与深层理论时，snc 后验均值为正但PIP很小，表现为资源中性；仅含深层理论时，后验均值为负且PIP很高，明确支持“资源诅咒”。自然资本丰裕度ncpc与之形成鲜明对比：尽管其对经济增长的直接影响也为中性，但自然资本丰裕度对经济增长的间接促进作用十分显著。进一步审视，两种结果并行不悖：自然资源丰裕是经济增长的有利因素，但过度依赖自然资源会制约持续发展能力；只要能设法摆脱对自然资源的依赖，资源丰裕省份更具发展优势。世界银行［15］数据显示，高收入OECD国家自然资本依赖度很低，但其丰裕度明显高于低收入和中等收入国家，为本研究的发现提供了有力的经验支持。

两套BMA估计结果中，y0 的PIP皆为1，是经济增长的重要影响因素；其后验均值为负，表明控制多类变量后，各省份经济增长率存在明显的条件β 收敛。与理论预期一致，物质资本与人力资本积累对经济增长具有很强的正向影响；物质资本积累的影响强度远高于人力资本，与中国主要由物质资本积累驱动的增长模式相吻合。人口统计学变量中，预期寿命对经济增长具有正向影响，与生命周期理论中预期寿命对经济增长具有促进作用的判断契合。宏观经济政策中，两类通货膨胀变量均有显著影响但方向不同，消费价格上升适度促进经济增长，GDP缩减指数对经济增长则起抑制作用。

再看其他深层理论变量对经济增长的影响。少数民族地区（de）对经济增长率影响为负但不显著，表明中国区域协调发展战略颇具成效，少数民族地区与其他省份增速无异。地理因素中：沿江（dr）与海岸线长度（coa）是影响经济增长率的关键变量，位于长江经济带及拥有更长海岸线，凭借对外连接便利性对地区经济增长产生促进作用；沿海（ds1）对经济增长率的负向直接影响始料未及，主要是与coa 存在过多信息重叠所致；仅考虑深层理论时，近海（ds2）对经济增长率的正向影响统计上显著，但其对经济增长并无直接影响。其他地理因素的影响，统计上均不显著。至于经济结构：产业结构对经济增长的影响突出，且兼具间接作用与直接影响，二产比重对经济增长率的负向影响符合“配第-克拉克定理”；居民消费率对经济增长率的负向影响应予高度重视，其揭示考察期内中国经济增长主要由投资拉动，构成中国经济发展模式转向消费需求为主的重要障碍。

3. 3. 2 分类估计

按相同步骤，分别基于可再生与不可再生自然资本数据对模型进行BMA估计，并比较其与整体估计结果的异同。分类估计结果见表4。

汇总解释变量的PIP及后验均值，有助于揭示各类理论的关键变量及其影响方向。基于分类自然资本的扩展MRW模型，表层理论的BMA估计结果与表3高度一致：新古典增长理论、人口统计学和宏观经济政策方面的解释变量，解释能力强度（PIP）几乎未变，各变量对经济增长率的影响（后验均值）方向不变且强度接近。

深层理论中，少数变量的影响有所变化。可再生自然资本的BMA估计结果中：de 的直接影响变大但仍不显著；沿江沿海变量（dr，coa，ds1）的影响方向与层级保持不变；居民消费率与二产增加值比重对经济增长率的间接影响有所增强，但直接影响不再显著。不可再生自然资本的BMA估计结果，无论地理环境还是经济结构，模型优先入选变量的影响方向与层级与表3完全相同。

最后，重点考察分类自然资本的影响差异。不可再生自然资本的估计结果，仍与表3一致。然而，可再生自然资本对经济增长率的影响统计上不显著。这有力凸显了两类自然资本对经济增长影响有别：不可再生自然资本对经济增长有显著间接影响，其依赖度导致“资源诅咒”而丰裕度带来“资源祝福”；可再生自然资本对经济增长的影响呈中性。丰裕的不可再生自然资源原本对经济增长有利，但对其过度依赖将陷入增长陷阱。只有合理开发不可再生自然资源，并将资源租金再投资于物质资本、人力资本及自然资本，才能摆脱依赖度引发的“资源诅咒”，并凭借丰裕度的“资源祝福”实现对经济增长的整体促进。这一判断，已为诸多资源丰裕型发达国家的历史经验所印证。

3. 3. 3 稳健检验

参数g 及模型先验概率设定，会影响BMA估计结果。下面据其考察估计结果稳健性。

（1）改变模型先验概率。表3和表4的BMA估計，模型先验概率使用均匀先验。下面，分别给出随机先验［42］与固定先验［43］两种设定下的结果，见表5。

这两种备择设定下，PIP 及后验均值与前文高度一致，BMA估计结果十分稳健。估计结果完全由（根据实际数据计算的）后验概率主导，是BMA的核心优势。

（2）改变参数g 设定。参照Liang等［43］，改用超参数g（Hyper?g）与局部经验贝叶斯（EBL）概率。

主要结果见表6。两种新设定下BMA估计结果对变量显著性和影响方向判断一致，且PIP与后验均值与表3、表4及表5十分接近。这再次表明，BMA估计结果稳健性很强。

3. 4 多重机制

3. 4. 1 机制识别

交叉验证用于确定分类回归树的最佳泛化预测能力，此处采用R软件默认的10折交叉验证。图1中，底部横轴为复杂性参数（cp），控制对模型复杂度的惩罚力度；顶部横轴为决策树规模，即终节点数；将交叉验证误差的最大值标准化为1，纵轴为相对交叉验证误差（小圆圈）及其标准误（垂线段），虚线表示离最优cp 值1个标准误的位置。终节点数为12时，交叉验证误差最小，R软件的分类回归树默认采用该结果。1个标准误（1SE）原则对应的终节点数减少为9，其较默认结构更为简洁，且精度损失很小。据此，取0. 015 为cp 标准，对分类回归树进行剪枝。

剪枝后的分类回归树共有5层，9个终节点（TerminalNode），如图2所示。物质资本增长率（gk）同时占据根节点（Root Node）和初始内节点（Internal Node），是经济增长的首要决定因素。大量理论和经验研究表明，不同的增长机制往往取决于物质资本积累，CART分类结果明确支持这一判断。根节点分裂（split）条件为gk<11. 2，略高于中位数10. 83；初始内节点分裂条件为gk<6. 6 与gk<14. 8，与四分位数（Q₁=7. 39，Q₃=14. 25）接近。经济增长率与gk 正相关（r=0. 66），最高积累组（gk≥14. 8）经济增长率约为最低积累组（gk<6. 6）的2倍。后续内节点的分裂变量出现分化，左端涉及纬度（lat）和城市化率（ur），右端仅为纬度。沿图2路径逐层下移，可确定完整分类。

3. 4. 2 积累机制

图2修剪后的分类回归树仍较为复杂，部分子枝样本量过小。为保证估计效果，仅对n≥100的枝进行回归。首先在根节点两侧对子样本做BMA 估计，主要结果见表7。

将其与表3和表4的全样本结果对比，有如下发现：①与全样本估计结果酷似，各子枝自然资本对经济增长几乎均无直接影响；唯一例外是不可再生自然资本丰裕度，高积累下（gk≥11. 2）其直接影响显著为正，但强度远低于间接影响。②不同积累机制下，自然资本对经济增长的间接影响差异很大。对整体自然资本：相比表3全样本结果，高积累下自然资本丰裕度的“祝福”效应显著增强，且依赖度的“诅咒”效应不再成立；反观低积累机制，自然资本丰裕度的“祝福”消失，依赖度的“诅咒”有增无减。对不可再生自然资本：高积累下自然资本丰裕度的“祝福”效应明显增强，依赖度的“诅咒”效应也有所增大；低积累下，不可再生自然资本对经济增长的作用变为中性。自然资本对经济增长的影响取决于物质资本投资能否补偿自然资源耗减，高积累是自然资本促进经济增长的先决条件。

按以上思路，进一步对下一层开展机制分析，结果见表8。①直接影响：最高积累（gk≥14. 8）机制下，自然资本对经济增长有显著直接影响，不仅不可再生自然资本丰裕度系数为正，整体自然资本丰裕度也有很强促进作用；中低积累机制下，无论依赖度或丰裕度，整体与分类自然资本对经济增长的影响均为中性。②间接影响：最高积累（gk≥14. 8）机制下，不可再生自然资本和整体自然资本丰裕度对经济增长均有“祝福”效应，且强度远高于直接影响，而依赖度对经济增长影响为中性；中低积累机制下，丰裕度对经济增长并无“祝福”效应，整体自然资本依赖度对增长的“诅咒”效应明显，尤其较低积累机制（6. 62≤gk<11. 2），分类自然资本依赖度对经济增长也有“诅咒”效应。表8结果强化了表7的发现，高积累有助于消除自然资本依赖度的“诅咒”并获得其丰裕度的“祝福”，其不仅体现在间接影响，甚至表现出直接效应。

总之，物质资本积累与自然资本的作用存在内在联系。高积累机制下，自然资本丰裕度对经济增长有很强“祝福”效应。低积累机制下，自然资本丰裕度对经济增长的促进作用消失，且依赖度的“诅咒”效应增强。将不可再生资源租金再投资于国民财富的各类资本，是推动经济持续增长的关键。

3. 4. 3 其他机制

特定积累模式下，还可根据经济结构和地理环境等深层理论变量，进一步细分增长机制。

较低积累机制（6. 6≤gk<11. 2）下，城市化率分组比较结果见表9。高城市化率（ur≥33. 5）组：整体自然资本依赖度对经济增长的间接与直接影响均为“诅咒”，丰裕度对经济增长影响中性；该结果完全由不可再生自然资本所主导。低城市化率（ur<33. 5）组：整体自然资本对经济增长的影响取决于可再生自然资本，依赖度有显著“诅咒”效应，丰裕度则有很强“祝福”效应。较低积累机制下，整体自然资本依赖度始终具有“诅咒”效应，但其主导力量因发展阶段（ur 高低）而异；尽管发展早期自然资本丰裕度对经济增长有“祝福”效应，但较低积累机制下，会因投资补偿不足而难以为继。

CART确定的纬度分界点，表明经济增长机制存在南北差异：最低积累机制下的分界点为北纬30. 9°，与长江中下游高度重合；最高积累机制下的分界点为北纬36. 3°，对应黄河中下游。主要结果见表10。其左半区显示，最低积累（gk<6. 6）机制下，自然资本对经济增长的影响存在南北差异：长江以北（lat≥30. 9），自然资本对经济增长的影响均为中性；长江以南，自然资本对经济增长的影响也多为中性，但可再生自然资本丰裕度的间接影响和不可再生自然资本依赖度的直接影响，均有很强“祝福”效应。其右半区显示，最高积累（gk≥14. 8）机制下，黄河以北地区整体自然资本依赖度对经济增长的直接影响为“祝福”效应，且其完全取决于不可再生资本；黄河以南地区可再生自然资本依赖度对经济增长有直接“祝福”效应。

总之，自然资本对经济增长的影响由积累机制主导，同时受发展阶段（ur）和地理区位（lat）影响。高积累机制下，自然资本对经济增长存在明显的“祝福”效应，但其依托的自然资本类型存在南北差异。较低积累机制下，“资源诅咒”随发展阶段呈现不同特征。

4 结论与建议

兼顾经济增长表层与深层理论，扩展MRW 增长模型，利用BMA剖析自然资本对中国经济增长的影响，并借助CART开展多重机制分析。主要结论如下：

（1）自然资本对中国经济增长的直接影响微弱，但有显著的深层影响，且依赖度呈“诅咒”效应，丰裕度呈“祝福”效应。该结论对模型与参数先验设定非常稳健，其可调和已有文献对“资源诅咒”存在性的严重分歧：模型缺少表层理论变量时，自然资本显著影响经济增长，且福祸方向取决于所用指标属于依赖度或豐裕度；模型充分引入表层与深层理论变量后，资源中性假说更受支持。

（2）分类自然资本对经济增长的影响迥然不同。可再生自然资本符合“资源中性”假说；不可再生自然资本对经济增长有显著的间接影响，其依赖度引发“资源诅咒”，而丰裕度带来“资源祝福”。

（3）物质资本积累是决定自然资本对经济增长影响的关键因素。①物质资本积累改变自然资本的直接影响，高积累机制下不可再生资本丰裕度对经济增长的直接作用显著为正。②至于间接影响，高积累机制可以消除自然资本依赖度的“诅咒”，并强化丰裕度的“祝福”。③城市化率和纬度对增长机制划分起辅助作用，可从发展阶段和地理区位视角丰富物质资本积累对经济增长的作用机制。

上述结论具有鲜明的政策含义：①丰裕的不可再生自然资源是天赐财富，其对经济增长是福是祸取决于能否善加利用。强化国民财富的资本组合管理，合理开发不可再生自然资源并将其租金再投资于物质资本、人力资本和可再生自然资本，是实现可持续发展的重要抓手。②各省份应立足自身资源禀赋与发展阶段，确定自然资源利用的动态优化路径，提升资源利用效率并促进代际公平，避免因过度依赖自然资源而深陷“资源诅咒”。③不可再生自然资源丰裕省份（如山西、内蒙古）应努力摆脱资源依赖，通过资源租金再投资推动产业结构升级与技术进步，切实将资源优势转化为长期增长动力，提升经济发展质量和可持续性。④可再生自然资源丰裕省份（如西藏、海南）应加大保护力度，强化自然资本再投资以期永续利用，依托资源优势发展绿色低碳产业，实现当代与后代共享的经济发展与生态文明双赢。⑤自然资源匮乏的经济发达省份（如上海、北京）应利用资金与技术优势，在节能减排领域发挥引领作用，带动欠发达省份提升绿色发展能力，为中国高质量发展和生态文明建设提供更强的牵引力。

（责任编辑：蒋金星）