資源詛咒、金融部門與經(jīng)濟(jì)增長

胡華

[摘要]學(xué)界研究發(fā)現(xiàn)，資源豐裕程度與經(jīng)濟(jì)增長并非線性關(guān)系。相對于線性模型，非線性模型可解決多重共線性問題，并大幅提高可決系數(shù)?；诜蔷€性模型的實證研究顯示，資源詛咒命題在中國整個大陸并不成立，但在一些區(qū)域是成立的，如東部、華東、華南、長三角地區(qū)；資源部門對經(jīng)濟(jì)增長的促進(jìn)作用有限，金融部門對經(jīng)濟(jì)的促進(jìn)作用明顯高于資源部門，發(fā)展金融業(yè)有利于促進(jìn)經(jīng)濟(jì)增長；在不同區(qū)域，發(fā)展金融業(yè)對經(jīng)濟(jì)的促進(jìn)作用存在差異，如將中國劃分為七個經(jīng)濟(jì)區(qū)域，按金融部門對經(jīng)濟(jì)促進(jìn)作用的從大到小排序，依次是東北、華東、華中、華北、華南、西北、西南。

[關(guān)鍵詞]資源詛咒；金融部門；經(jīng)濟(jì)增長；非線性模型

[中圖分類號]F061.2[文獻(xiàn)標(biāo)志碼]A[DOI]10.3969/j.issn.1009-3729.2015.01.012

“資源詛咒”是指豐富的資源稟賦并不一定能促進(jìn)經(jīng)濟(jì)增長，還可能阻礙經(jīng)濟(jì)增長。[1]直觀上看，資源詛咒命題在中國大陸是成立的。例如，長三角地區(qū)（上海、江蘇、浙江）資源貧瘠，西部地區(qū)（重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古）資源豐富：在全國國土面積中，長三角地區(qū)占比不足3%，西部地區(qū)占比高達(dá)71.5%；礦產(chǎn)資源工業(yè)總產(chǎn)值方面，2011年，長三角地區(qū)占比是1.77%，西部地區(qū)占比是35.76%。但長三角地區(qū)經(jīng)濟(jì)發(fā)達(dá)，經(jīng)濟(jì)增速較高。2012年，長三角地區(qū)GDP占全國GDP 18.89%，西部地區(qū)占比僅為19.76%；經(jīng)濟(jì)增速方面，1978—2012年，長三角地區(qū)年均GDP增速是16.28%，高于西部地區(qū)的16.05%。

徐康寧等[2-3]較早地將資源詛咒研究引入中國，研究資源詛咒命題在中國大陸是否成立，以及資源詛咒的傳播途徑。當(dāng)然，有的研究并不支持資源詛咒命題，如Rui Fan等[4-5]通過計量研究發(fā)現(xiàn)：資源詛咒命題在中國城市層面上并不成立。還有一些研究認(rèn)為，在不同地區(qū)或不同時間段，資源與中國經(jīng)濟(jì)增長的關(guān)系存在差異，“資源祝福”與“資源詛咒”并存。[6-7]除了大量的實證研究外，一些學(xué)者的經(jīng)驗研究也證實，資源詛咒命題在中國大陸成立，并從“荷蘭病”、人力資本、制度等諸多角度加以詮釋，呼吁從產(chǎn)業(yè)多元化、提高人力資本投入、規(guī)范制度安排等多方面解決資源詛咒問題，但迄今尚缺乏從金融部門角度研究資源詛咒的文獻(xiàn)。為此，本文擬采用靜態(tài)面板數(shù)據(jù)模型、動態(tài)面板數(shù)據(jù)模型與非線性模型，分別研究資源豐裕程度變量和金融就業(yè)變量與經(jīng)濟(jì)增長之間的關(guān)系，分析非線性模型優(yōu)于線性模型的原因，論證金融部門對解決資源詛咒問題的作用，比較各地金融部門對經(jīng)濟(jì)增長促進(jìn)作用的差異。

一、模型選擇與變量設(shè)定

1.模型選擇

2.變量設(shè)定

本文選用“人均實際GDP的自然對數(shù)”作為被解釋變量Y。人均GDP等于各年各地區(qū)GDP除以相應(yīng)的人口數(shù)，運用城鎮(zhèn)居民消費價格指數(shù)剔除物價波動對人均GDP的影響，可獲得人均實際GDP；在此基礎(chǔ)上，取自然對數(shù)，即可獲得人均實際GDP的自然對數(shù)。采用自然對數(shù)的形式，可以減少各回歸模型出現(xiàn)異方差問題。選取“采掘業(yè)（采礦業(yè)）就業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)”（N）作為資源要素豐裕程度的表征變量，這種做法存在一個問題：1997—2005年，《中國城市統(tǒng)計年鑒》的從業(yè)人員分類存在差異：1997—2004年，與資源開發(fā)相關(guān)的就業(yè)人員被稱為采掘業(yè)就業(yè)人員；而2005年后，與資源開發(fā)相關(guān)的就業(yè)人員被稱為采礦業(yè)就業(yè)人員。采掘業(yè)與采礦業(yè)的主要內(nèi)容是相同的，都包括石油開采、天然氣開采、煤炭開采，以及其他礦產(chǎn)開采等，兩者差別在于：采掘業(yè)包括石油、天然氣等非礦石資源的開發(fā)利用和自來水的生產(chǎn)與供應(yīng)，而采礦業(yè)不包括這些內(nèi)容。但觀察采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎嘏c采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎貏t發(fā)現(xiàn)，兩者不存在明顯的差異，2004年，中國地級及地級以上城市的采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.401%，2005年中國地級及地級以上城市的采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.404%；同樣，2004年各市的采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎嘏c2005年各市的采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎匾膊淮嬖陲@著差別，如北京市2004年采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.188%，2005年采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?191%。因此，本文對這兩個比重不加區(qū)別。

本文所選控制變量包括：一是人口密度變量P，等于每平方公里人數(shù)的自然對數(shù)；二是就業(yè)變量J，用各行業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)表征；三是人力資本投入變量G，用教育業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)表征；四是城市化程度變量City，用市轄區(qū)人口占總?cè)丝诒戎氐淖匀粚?shù)表征。因此，包含所有變量的模型如下。

靜態(tài)面板數(shù)據(jù)模型Ⅰ：

上述變量使用的數(shù)據(jù)是中國大陸285個地級以上城市的市級面板數(shù)據(jù)，來自2004—2013年《中國城市統(tǒng)計年鑒》，剔除數(shù)據(jù)不連續(xù)的巢湖市、三沙市、畢節(jié)市、銅仁市和數(shù)據(jù)缺失嚴(yán)重的拉薩市。即使如此，其他城市仍有一些變量值缺失，因此所采用的市級面板數(shù)據(jù)并非平衡面板數(shù)據(jù)。各變量的含義、均值、標(biāo)準(zhǔn)差等詳見表1。

二、面板數(shù)據(jù)模型的估計與多重共線性問題

1.靜態(tài)面板數(shù)據(jù)模型結(jié)果與檢驗

下面運用靜態(tài)面板數(shù)據(jù)模型進(jìn)行回歸，六個模型的因變量都是人均實際GDP的自然對數(shù)，模型I只有一個解釋變量N，在此基礎(chǔ)上，依次加入N的平方項，人口密度變量P，就業(yè)變量J，人力資本投入變量G，城市化程度變量City，從而形成模型Ⅰ2～Ⅰ6。如表2所示，這6個模型都是固定效應(yīng)模型。確定使用固定效應(yīng)模型前，運用似然比檢驗對混合面板數(shù)據(jù)模型與個體隨機(jī)效應(yīng)模型進(jìn)行比較，此檢驗的原假設(shè)是靜態(tài)面板數(shù)據(jù)模型的個體效應(yīng)的方差等于零，所有6個模型的檢驗結(jié)果顯示，原假設(shè)成立的概率都低于10%，因此固定效應(yīng)模型更優(yōu)。為甄別固定效應(yīng)模型與隨機(jī)效應(yīng)模型的優(yōu)劣，對其進(jìn)行Hausman檢驗，其原假設(shè)是個體固定效應(yīng)模型與個體隨機(jī)效應(yīng)模型的擬合系數(shù)不存在系統(tǒng)性的差異，檢驗結(jié)果顯示，都適用固定效應(yīng)模型?；貧w結(jié)果顯示，在6個模型中，N的擬合系數(shù)都大于零，且能通過顯著性檢驗，這表明，資源詛咒命題在中國大陸不成立。N的平方項都大于零，說明資源變量與經(jīng)濟(jì)增長之間呈現(xiàn)“正U型”關(guān)系。

4個控制變量的擬合系數(shù)都是正值，且都能通過顯著性檢驗，說明人口密度的增加、就業(yè)增加、人力資本投入增加、城市化推進(jìn)都有利于促進(jìn)經(jīng)濟(jì)增長。變量P（每平方公里人數(shù)的自然對數(shù)）與因變量呈顯著的正相關(guān)，且能通過1%的顯著性檢驗，原因是人口密度增加會有更多人成為經(jīng)濟(jì)人口，獲得工資或獲得所擁有生產(chǎn)要素的報酬，這些都將提高GDP；變量J（從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)）的擬合系數(shù)是正值，且能通過顯著性檢驗，說明新增就業(yè)可以提高人均實際GDP，原因是新增就業(yè)將增加人均收入，收入水平提高會促進(jìn)消費，新增消費則以乘數(shù)作用于GDP，促進(jìn)人均實際GDP提高；變量G（教育業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)）的擬合系數(shù)是正值，能通過1%的顯著性檢驗，說明教育投入有利于經(jīng)濟(jì)增長，原因是教育投入可

模型類型固定效應(yīng)模型固定效應(yīng)模型固定效應(yīng)模型固定效應(yīng)模型固定效應(yīng)模型

注：1.因變量都是Y（人均實際GDP的自然對數(shù)）；2.括號內(nèi)數(shù)值是t檢驗值；3.#、*、**、***分別表示擬合系數(shù)能通過15%、10%、5%、1%的顯著性檢驗；4.模型通過Stata 12.0軟件計算得來。

提高當(dāng)?shù)鼐用袷芙逃?，提高其生產(chǎn)效率，從而促進(jìn)經(jīng)濟(jì)增長；變量City（市轄區(qū)人口占總?cè)丝诒戎氐淖匀粚?shù)）的擬合系數(shù)是正值，且能通過顯著性檢驗，原因在于擴(kuò)大的城市規(guī)模將吸引更多流動資源進(jìn)入，有助于促進(jìn)經(jīng)濟(jì)增長。靜態(tài)面板數(shù)據(jù)模型可以證明資源詛咒命題不成立，但此模型有缺陷，可決系數(shù)都低于0.2。

2.動態(tài)面板數(shù)據(jù)模型結(jié)果與檢驗

運用動態(tài)面板數(shù)據(jù)模型進(jìn)行回歸分析，結(jié)果見表3。由表3可知，模型Ⅱ0的資源變量同人均實際GDP的自然對數(shù)呈正相關(guān)，且能通過顯著性檢驗。為檢驗兩者關(guān)系的穩(wěn)定性，在模型Ⅱ2～Ⅱ6中逐一加入資源變量的平方項、人口密度變量P、就業(yè)變量J、人力資本投入變量G、城市化程度變量City等控制變量。結(jié)果顯示，資源變量的擬合系數(shù)都大于0，但在模型Ⅱ2～Ⅱ6中，不能通過顯著性檢驗。資源變量平方項的擬合系數(shù)有正有負(fù)，說明無法確定資源變量與經(jīng)濟(jì)增長之間是否存在非線性相關(guān)關(guān)系。自變量中，加入因變量的滯后一期后，控制變量的顯著性受到很大影響。Sargan檢驗、Hansen檢驗顯示，上述6個模型都不能通過過度識別檢驗。因此，動態(tài)面板數(shù)據(jù)模型的結(jié)果不能確定資源詛咒命題在中國大陸是否成立。

3.靜態(tài)、動態(tài)面板數(shù)據(jù)模型的多重共線性問題

靜態(tài)、動態(tài)面板數(shù)據(jù)模型的多重共線性問題主要源于資源變量、資源變量平方項的線性相關(guān)關(guān)系。如表4所示，模型Ⅰ′和Ⅱ′都是一元線性回歸模型，因變量都是資源變量的平方項，自變量都是資源變量。模型Ⅱ′與Ⅰ′的區(qū)別在于：模型Ⅱ′針對自相關(guān)問題進(jìn)行修正，使得D-W統(tǒng)計量從0.107提高至1.785。兩模型結(jié)果顯示，N與N2之間存在很強(qiáng)的正相關(guān)性，這會導(dǎo)致靜態(tài)、動態(tài)面板數(shù)據(jù)模型的多重共線性問題。要檢驗資源詛咒命題是否成立，以及經(jīng)濟(jì)增長與資源變量間是否存在非線性相關(guān)性，還需采取非線性模型進(jìn)行估計。

三、非線性模型的估計

1.資源變量與經(jīng)濟(jì)增長非線性模型的估計

運用迭代法對非線性模型（Yi，t=b0×b1Ni，t+μi，t）進(jìn)行估計（Y代表人均實際GDP的自然對數(shù)，N代表采掘業(yè)（采礦業(yè)）就業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)），具體結(jié)果見表5。選取全國為樣本進(jìn)行非線性模式估計發(fā)現(xiàn)，b0=5.350>0，b1=1.006>1，說明經(jīng)濟(jì)增長與資源變量呈正相關(guān)關(guān)系，因此，在中國大陸資源詛咒命題不成立。調(diào)整后可決系數(shù)達(dá)到0978，高于靜態(tài)面板數(shù)據(jù)的可決系數(shù)。

將中國大陸劃分為東、中、西三大區(qū)域發(fā)現(xiàn)，資源詛咒命題在東部地區(qū)成立，在中、西部地區(qū)不成立。中、西部地區(qū)中，西部地區(qū)的擬合系數(shù)都大于中部地區(qū)的擬合系數(shù)，說明資源部門對西部經(jīng)濟(jì)的促進(jìn)作用要大于對中部經(jīng)濟(jì)的促進(jìn)作用。

將中國大陸劃分為華北等七個小區(qū)域發(fā)現(xiàn)，資源詛咒命題在華東、華南地區(qū)成立，在華北、東北、華中、西北、西南地區(qū)不成立。西北地區(qū)的擬合系數(shù)都大于其他地區(qū)的擬合系數(shù)，說明資源部門對西北經(jīng)濟(jì)的促進(jìn)作用要大于對其他地區(qū)經(jīng)濟(jì)的促進(jìn)作用。

在京津冀、長三角、西三角三區(qū)域，資源詛咒命題在長三角成立，在其他兩區(qū)域不成立。京津冀地區(qū)的擬合系數(shù)都大于其他兩地區(qū)的擬合系數(shù)，說明資源部門發(fā)展更有利于促進(jìn)京津冀地區(qū)的經(jīng)濟(jì)增長。當(dāng)b1等于1時，資源變量的變化不會引起經(jīng)濟(jì)

增長的變化。在不同區(qū)域，資源變量與經(jīng)濟(jì)增長的關(guān)系雖有所不同，但在所有的非線性模型中，b1都介于0.97～1.04之間，都接近于1。換言之，即使大部分地區(qū)資源部門對經(jīng)濟(jì)增長存在促進(jìn)作用，但此作用也很有限，因此應(yīng)采用產(chǎn)業(yè)多元化戰(zhàn)略來促進(jìn)經(jīng)濟(jì)增長，如通過發(fā)展金融部門來促進(jìn)經(jīng)濟(jì)增長等。

2.金融就業(yè)變量與經(jīng)濟(jì)增長非線性模型的估計

下面運用迭代法對非線性模型（Yi，t=b0×b1Fi，t+μi，t）進(jìn)行估計（Y代表人均實際GDP的自然對數(shù)，F(xiàn)代表金融就業(yè)變量，用金融業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)表征，金融從業(yè)人員占當(dāng)?shù)厝丝诘谋戎卦礁撸鹑诓块T越發(fā)達(dá)），具體結(jié)果見表6。由表6可知，對中國大陸所有城市進(jìn)行估計，調(diào)整后的可決系數(shù)達(dá)到0.986，擬合系數(shù)b0=11.57>0，擬合系數(shù)b1=1.147>1，這兩個擬合系數(shù)都大于表5中選取全國為樣本時的相應(yīng)值，說明相對于資源部門，金融部門發(fā)展更有利于促進(jìn)經(jīng)濟(jì)增長。下面分析各區(qū)域情況，總體上，各區(qū)域的非線性模型調(diào)整后的可決系數(shù)都大于0.97，說明非線性模型很好地解釋了金融就業(yè)變量與經(jīng)濟(jì)增長的關(guān)系。

在東、中、西三大區(qū)域內(nèi)，金融就業(yè)變量與經(jīng)濟(jì)增長非線性回歸模型的擬合系數(shù)都大于資源變量與經(jīng)濟(jì)增長非線性回歸模型的相應(yīng)值，說明在大區(qū)域內(nèi)，相對于資源部門，金融部門的發(fā)展更有利于促進(jìn)經(jīng)濟(jì)增長。表6中，中部地區(qū)的擬合系數(shù)大于東部、西部的相應(yīng)值，說明相對于東、西部地區(qū)，中部地區(qū)的金融部門對當(dāng)?shù)亟?jīng)濟(jì)的促進(jìn)作用更強(qiáng)。

在華北、東北、華東、華南、華中、西北和西南七個小區(qū)域內(nèi)，金融就業(yè)變量與經(jīng)濟(jì)增長非線性回歸模型的擬合系數(shù)都大于資源變量與經(jīng)濟(jì)增長非線性回歸模型的相應(yīng)值，說明在小區(qū)域內(nèi)，相對于資源部門，金融部門發(fā)展更有利于促進(jìn)經(jīng)濟(jì)增長。表6說明東北地區(qū)的金融部門對當(dāng)?shù)亟?jīng)濟(jì)促進(jìn)作用大于其他地區(qū)。按照擬合系數(shù)b0或b1從大到小的順序排列（按b0、b1從大到小順序排列的結(jié)果相同），依次是東北、華東、華中、華北、華南、西北、西南，這是金融部門對經(jīng)濟(jì)促進(jìn)作用按照從大到小排序的結(jié)果。

在京津冀、長三角、西三角三個區(qū)域內(nèi)，金融就業(yè)變量與經(jīng)濟(jì)增長非線性回歸模型的擬合系數(shù)都大于資源變量與經(jīng)濟(jì)增長非線性回歸模型的相應(yīng)值，說明相對于資源行業(yè)，金融部門發(fā)展更有利于促進(jìn)經(jīng)濟(jì)增長。按照擬合系數(shù)b0或b1從大到小的順序排列，依次是長三角、京津冀、西三角，即在金融部門對經(jīng)濟(jì)增長促進(jìn)作用方面，長三角較大，京津冀居中，西三角較小。

四、結(jié)論

1.資源部門對經(jīng)濟(jì)增長的促進(jìn)作用有限

基于2004—2012中國市級面板數(shù)據(jù)，本文考察了資源豐裕程度與經(jīng)濟(jì)增長的關(guān)系，采用靜態(tài)面板數(shù)據(jù)模型、動態(tài)面板數(shù)據(jù)模型、非線性模型，研究發(fā)現(xiàn)，非線性模型的可決系數(shù)更高。非線性模型結(jié)果顯示，資源詛咒命題在中國整個大陸雖不成立，但在一些小區(qū)域成立，如東部、華東、華南、長三角地區(qū)。在其他區(qū)域，資源詛咒命題雖不成立，但資源部門對經(jīng)濟(jì)增長的促進(jìn)作用有限。

2.發(fā)展金融業(yè)有利于促進(jìn)經(jīng)濟(jì)增長

運用非線性模型，研究金融就業(yè)變量與經(jīng)濟(jì)增長的關(guān)系，發(fā)現(xiàn)在中國大陸整體范圍內(nèi)，或在任何一個區(qū)域，金融部門對經(jīng)濟(jì)增長的促進(jìn)作用都高于資源部門。因此，解決資源詛咒問題、促進(jìn)經(jīng)濟(jì)增長的方法之一是實行產(chǎn)業(yè)多元化，如促進(jìn)金融業(yè)發(fā)展。

3.發(fā)展金融業(yè)對中部、東北、長三角地區(qū)經(jīng)濟(jì)增長的促進(jìn)作用較大

在東、中、西三大區(qū)域內(nèi)，中部地區(qū)金融部門對經(jīng)濟(jì)的促進(jìn)作用較強(qiáng)。在華北等七個小區(qū)域內(nèi)，金融部門對經(jīng)濟(jì)促進(jìn)作用按照從大到小排序依次是：東北、華東、華中、華北、華南、西北、西南；在京津冀、長三角、西三角三個區(qū)域內(nèi)，金融部門對經(jīng)濟(jì)的促進(jìn)作用，長三角較大，京津冀居中，西三角較小。

[參考文獻(xiàn)]

[1]Auty R M.Sustaining Development in Mineral Economies：The Resource Curse Thesis[M].London：Routledge，1993.

[2]徐康寧，韓劍.中國區(qū)域經(jīng)濟(jì)的“資源詛咒”效應(yīng)：地區(qū)差距的另一種解釋[J].經(jīng)濟(jì)學(xué)家，2009（6）：96.

[3]徐康寧，王劍.自然資源豐裕程度與經(jīng)濟(jì)發(fā)展水平關(guān)系的研究[J].經(jīng)濟(jì)研究，2006（1）：78.

[4]Rui Fan，Ying Fang，Sung Y Park.Resource Abundance and Economic Growth in China[Z].Xiamen：Xiamen University，2010.

[5]方穎，紀(jì)衎，趙揚.中國是否存在“資源詛咒”[J].世界經(jīng)濟(jì)，2011（4）：144.

[6]李偉軍，李智.知識溢出與資源詛咒假說的門檻效應(yīng)[J].經(jīng)濟(jì)科學(xué)，2013（6）：44.

[7]邵帥，范美婷，楊莉莉.資源產(chǎn)業(yè)依賴如何影響經(jīng)濟(jì)發(fā)展效率——有條件資源詛咒假說的檢驗及解釋[J].管理世界，2013（2）：32.

[8]Sachs J D，Warner A M.Natural resource abundance and economic growth[J].Journal of Development Economics，1999（1）：43.