基于内生性视角的“资源之咒”问题研究，本文主要内容关键词为：生性论文,视角论文,资源论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言 “资源之咒”(curse of natural resources)这一命题最早由学者Auty(1994)提出，其含义是丰富的自然资源非但不会促进经济发展，反而会阻碍经济发展。在这一问题被提出后，国际上涌现出了一大批实证研究成果，Sachs and Warner(1995，1999，2001)最早展开实证研究，肯定了“资源之咒”这一命题是成立的。随后Gylfason(2001)、Papyrakis and Gerlagh(2004，2007)等继续跟进，运用跨国数据或者某国国内数据进一步证实了丰富的自然资源确实会通过一系列渠道对经济发展产生负面影响。针对中国实际，近几年也出现了大量针对“资源之咒”问题的实证研究，代表性研究包括徐康宁和王剑(2006)、丁菊红等(2007)、胡援诚和肖德勇(2007)、张复明和景普秋(2008)、邵帅和齐中英(2008，2009)、邵帅和杨莉莉(2010)，上述实证研究肯定了“资源之咒”这一命题在中国是成立的①。 “资源之咒”问题之所以引起国内外众多学者的关注，我们认为，研究该问题固然有其现实价值，但它本身也是一个很好的故事题材，它与“来得快去得快”“富家子弟多纨绔”“容易的钱使人变坏”等传统价值观念不谋而合，同时很好地支持了现代经济增长理论的一些基本实证结论，如制度和人力资本积累等因素是推动经济增长的根本动力(Barro，1999；Acemoglu et al.，2005)。然而，科学与信念(道德)是两个范畴的事物，科学研究通过严谨的逻辑和证据来获取对现实的解释。从国内外针对“资源之咒”这一问题的实证研究来看，解释变量的内生性问题是一个不容忽视的问题，由于这一问题未能得到研究者足够的重视，所以研究结论的可靠性值得怀疑。我们认为，如果要继续研究这一命题是否适合实际情况，必须讨论解释变量的内生性问题。本文内容组织如下：第1部分从两个方面讨论在“资源之咒”问题研究中解释变量内生性问题的可能根源，并通过模拟直观考察内生性可能给该问题的实证研究带来的挑战；第2部分是在考虑内生性问题的情况下运用中国省级面板数据研究“资源之咒”是否适合中国实际，在对解释变量的内生性进行适当处理以后，我们的研究发现，中国各地区能源资源禀赋对经济增长存在明显的促进效应，这种促进效应可能部分是通过推动固定资本积累来实现的；第3部分是本文的结论性评价。 1 内生性问题 国内外学者一般在经济增长的实证研究框架内对“资源之咒”这一问题进行实证研究，通常设定如下回归方程：
式(1)中，Growth为经济增长率，Resource为自然资源禀赋，X是影响经济增长的变量，如资本积累、人力资本、技术进步和制度等，ε是随机扰动项。我们认为，在上述研究框架下，解释变量Resource可能存在的内生性问题主要源于以下两个方面：指标定义导致的内生性问题以及遗漏变量导致的内生性问题。 1.1 指标定义导致的内生性问题 在经济学领域的实证研究中，自然资源通常是指可利用的自然资源。自然资源禀赋在不同文献使用了不同的指标，Sachs and Warner(2001)使用初级产品出口价值量占总出口产品价值的比例，Gylfason(2001a)使用自然资本占社会总资本的比重，徐康宁和王剑(2006)使用了采掘业劳动投入占总劳动投入的比例和采掘业固定资产投资占总固定资产投资的比例两个指标，丁菊红等(2007)使用了采掘业开采收入占总收入的比重，邵帅和齐中英(2008，2009)将能源工业产值占工业总产值的比重定义为自然资源禀赋。不难发现，上述文献对自然资源禀赋进行定义的共同点是用相对指标来定义自然资源禀赋，即自然资源价值量(初级产品出口值、自然资本、采掘业资本投资、能源产值等)与总经济价值量(总出口值、社会总资本、社会固定资产投资值、能源工业总产值等)之比。使用相对指标来定义自然资源禀赋很可能会带来内生性问题，因为这一指标的大小不仅取决于分子的大小，即自然资源产值大小，而且取决于分母项，即总价值量的大小。社会总价值量越大，用相对指标定义的自然资源禀赋越小，社会总价值量是过去经济增长的后果，简单的代数关系表明，只要经济增长速度超过自然资源禀赋增长速度，则对系数β[，1]的估计必然是负的，这是由指标定义本身造成的，很可能与“资源之咒”无关。为表述方便，我们将这一类内生性问题称为第(I)类内生性问题。 1.2 遗漏变量导致的内生性问题 我们注意到，无论是从全球范围来看，还是从全国范围来看，很多矿产类自然资源丰富的国家(地区)的自然条件很差，例如石油资源丰富的欧佩克国家多数地处高温、干旱沙漠地区，以其自然条件而论，即便没有“资源之咒”，我们也会怀疑这些地区是否能像欧洲或者北美那样持续发展。再从国内情况来看，多数煤炭和油气资源分布在气温低、年降雨量不足500毫米并且交通不便的东北和西北地区，恶劣的自然条件对人们的生产生活造成不便，很可能会影响经济持续发展。现有研究表明，地理因素和自然条件对经济发展有着重要影响(Diamond，1997；Easterly and Levine，2003)，自然资源禀赋很可能与地理自然条件存在某种耦合，很可能是恶劣的地理自然条件对经济发展的影响通过矿产资源禀赋表现出来。不妨反过来想一下，如果没有发现石油，处于高寒地区的黑龙江大庆到现在很可能还是一片荒原，山东东营可能还是芦苇丛生的盐碱滩涂。所以，到底是恶劣的自然条件阻碍了经济发展还是矿产类自然资源“诅咒”了经济发展仍是一个需要谨慎对待的问题。如果在实证研究中不对此类地理自然环境变量加以控制，则可能产生解释变量的内生性问题，导致遗漏变量偏误。同样为表述方便，我们将这一类内生性问题称为第(II)类内生性问题。 通过在回归方程中控制地理自然环境变量可以消除上述遗漏变量偏误，Sachs and Warner(2001)在回归方程中控制了部分地理环境变量，但由于地理自然环境对经济发展影响的维度是多元的，很难通过控制某几个变量来消除遗漏变量偏误。在技术上，使用面板数据的固定效应回归则可以很好地解决这个问题，因为固定效应模型可以控制不随时间变化的个体效应(time-invariant individual-specific effect)。但我们注意到，国外的代表性研究，如Sachs and Warner(1995，1999a，2001)和Papyrakis and Gerlagh(2004，2007)均使用横截面数据，国内的代表性研究，如徐康宁和王剑(2006)、丁菊红等(2007)、张复明和景普秋(2008)、邵帅和齐中英(2008，2009)使用了混合OLS或者面板数据随机效应估计方法(FGLS)，在回归中未能控制不随时间变化的个体效应，因而可能存在因地理自然环境与自然资源禀赋之间某种程度的耦合而产生第(II)类内生性问题，从而导致估计偏误。 自然资源是宝贵的财富，自然资源禀赋对经济发展的负面作用可能是通过一系列影响经济增长的关键变量间接实现的，即在回归方程(1)中，解释变量Resource可能与X中的某一个或者多个变量相关。根据Papyrakis and Gerlagh(2004，2007)的研究逻辑，观察在回归方程(1)中添加控制变量前后解释变量Resource的回归系数及其统计显著性的变化可以帮助判定自然资源禀赋与这一变量之间的相关关系，并进一步根据理论逻辑或者因果识别技术研究资源禀赋对经济发展的影响是否可能是通过这个变量实现的，这为研究“资源之咒”的传导机制问题提供了便利，并可据此将自然资源对经济发展的总效应分解为间接效应和直接效应。需要明确的是，如果在回归方程(1)没有控制向量X的情况下，解释变量Resource的“诅咒”效应是存在的，并且在增加控制变量X后，回归系数趋近于零或者统计上不显著不为零，不能由此判定“资源之咒”不成立，而应理解为解释变量Resource的“诅咒”效应可能是通过控制向量X间接实现的。 但是，如果解释变量Resource存在第(I)类和第(II)类内生性问题，那么Papyrakis and Gerlagh(2004，2007)的研究逻辑就难以成立，难以区分到底是自然资源通过一系列变量影响了经济增长，还是一系列变量通过对经济增长的影响间接改变了以相对指标定义的自然资源禀赋Resource。所以，解决好解释变量Resource可能存在第(I)类和第(II)类内生性问题是进行传导机制研究的前提。 1.3 内生性问题模拟回归 根据上述分析，如果使用相对指标定义的自然资源禀赋进行“资源之咒”问题实证研究，在实证方法选择不当的情况下，研究者很可能会把一种相反的因果关系解读为“资源之咒”。通过模拟，本文试图说明在自然资源禀赋没有差异和变化的情况下，经济增长的随机扰动因素同样能使以相对指标度量的自然资源禀赋发生系统性变化，从而在现象层面使得自然资源禀赋和经济增长之间出现负相关关系，但这并不是“资源之咒”现象，而是由回归系统本身的内生性问题造成的，包括本文在前边介绍的第(I)类和第(II)类内生性问题。为了对由于存在上述两类内生性问题而导致估计偏误问题进行更为直观的展示，本文按照以下规则产生面板数据，进行模拟： (1)横截面个体N=100(i=1，2，…，100)，时期跨度为30年(t=1，2，…，30)。 (2)t=0时，所有截面个体是同质的，人均GDP相同，假设为1000；自然资源产值相同，假定为100，因而使用相对指标定义的自然资源禀赋相同(
=0.1)。 (3)假定经济增长(Growth)完全由随机因素决定，包括两个部分：①地理、自然、历史、文化等不随时间变化的个体效应
，并假设这一因素在各个横截面单位服从(0，5%)均匀分布，但不随时间变化；②其他外生扰动因素
，假设这一因素在(0，5%)区间服从均匀分布，且随时间变化。上述设定实际上是假定自然资源禀赋对经济增长的作用为0，即在经济增长的回归方程中把自然资源禀赋Resource前的参数设定为0。 (4)假定所有横截面个体所有时期自然资源产值不变，因而对所有横截面个体来说，自然资源禀赋绝对量没有发生变化，均为100。基于上述规则产生的模拟数据，依据这一问题实证研究常用的回归方程(1)，模拟设定如下回归方程：
上述设定中，由于
和
是根据随机法则产生，所以自然资源禀赋Resource对它们没有任何影响，这两个独立随机因素决定各横截面单位不同时期的经济增长率。因而，根据上述数据产生过程，真实的自然资源禀赋对经济增长的影响为0，即
=0②。本文的模拟试图说明，即使是在
=0这种极端情况下，如果估计方法选择不当，依然会得出自然资源阻碍经济发展的结论，即肯定“资源之咒”命题。以相对指标衡量的自然资源禀赋随着时间的变化呈现出差异，而这种差异是由前边介绍的两类内生性因素造成，不同的增长率导致不同的以相对指标度量的自然资源禀赋，因而经济增长率和自然资源禀赋之间的这种相关性是一种反向因果关系，而不是“资源之咒”现象。 对基于上述规则产生的数据进行回归，回归方法包括横截面回归、混合OLS、面板数据随机效应回归、面板数据固定效应回归、基于工具变量的2SLS回归以及解释变量滞后5年和10年的固定效应回归。对于上述过程，本文模拟了1000次，统计结果如表1所示。 在表1中，(1)使用的是30年均值的横截面回归方法，(2)使用的是面板数据混合OLS回归方法，(3)使用的是面板数据随机效应回归方法，(4)使用的是面板数据固定效应回归方法，(5)是使用解释变量滞后5年作为工具变量的2SLS回归，(6)和(7)分别为使用解释变量滞后期5年和10年的面板数据固定效应回归方法。根据数据产生过程，模拟设定
=0，所以
的一致估计应该接近0，并且在统计上不能拒绝其为0的假设。但是，如果估计方法不能有效解决第(I)类和第(II)类内生性问题的话，则
估计值会显著地偏离0，从而可能得出“资源之咒”命题成立的结论。以下对表1中的模拟结果(1)～(7)进行说明。
1)回归结果(1)、(2)和(3)中
的回归系数为负，并且在1%水平上显著不为零的比例是100%，即在这一数据构造中，如果使用横截面数据的OLS回归方法、混合OLS回归方法和面板数据随机效应回归方法，回归结果必然肯定“资源之咒”是成立的。国外的代表性研究(Sachs and Warner，1995，1999a，2001；Papyrakis and Gerlagh，2004，2007)均使用了横截面数据，国内的多数研究使用的是面板数据中的随机效应回归方法(或者基于随机效应回归方法进行异方差和序列相关处理，如FGLS)。根据本文对内生性问题的讨论，国内外实证研究中的“资源之咒”效应可能是因第(I)类和第(II)类内生性问题产生的估计偏误所致，至少在逻辑上不能排除这种可能。模拟结果(1)、(2)和(3)显示，由于第(I)类和第(II)类内生性问题的存在，这种估计偏误几乎是必然的。虽然Mehlum et al.(2006)认为，通过控制初始人均GDP可以解决第(I)类内生性问题，但在(1)的模拟中，个体的初始人均GDP是相同的，可见，控制初始人均GDP并不是解决第(I)类内生性问题的有效方法。 2)回归结果(4)使用的是面板数据固定效应回归方法，结果表明，在1%显著性水平上依然能以81.5%的概率肯定“资源之咒”是成立的，在10%显著性水平上“资源之咒”假设能够成立的比例是97.2%，并且在各种显著性水平下系数均值都为负，但其绝对值相对于回归结果(1)、(2)和(3)已经大为降低，说明固定效应回归估计方法因为消除了第(II)类内生性问题，能够在一定程度上降低估计偏误，但依然不能完全消除估计偏误。 3)Sachs and Warner(2001)使用滞后解释变量作为工具变量来解决解释变量的内生性问题，但回归结果(5)表明，使用滞后5年的解释变量作为工具变量虽然能够缓解内生性问题，但并没有很好地解决内生性问题，回归系数在1%水平上显著不为零的比例依然是17.4%，在10%水平上显著不为零的比例接近50%。所以，在固定效应回归的基础上，2SLS回归方法不能彻底解决第(I)类内生性问题。 4)从(6)和(7)的模拟结果来看，使用滞后5年和10年解释变量的固定效应回归有助于缓解内生性问题。使用5年滞后期解释变量的固定效应回归结果(6)与回归结果(5)相似。使用10年滞后期解释变量的固定效应回归结果(7)显示，内生性问题已经得到了较大缓解，回归系数在1%水平上显著不为零的比例降为3.6%，在10%水平上显著不为零的比例降为17.8%。而且，回归结果(5)～(7)中，回归系数均值绝对值已经变得很小，低于0.02。 总结上文，从表1中使用各种回归方法的回归结果统计来看，从逻辑的严谨性出发，由于可能存在的两类内生性问题，经济发展与自然资源禀赋之间的相关关系很可能是一种反向的因果关系，或者虽然丰富的自然资源禀赋会阻碍经济发展，但上述两类内生性问题会放大“资源之咒”效应。根据表1的模拟结果，虽然调整计量方法可以缓解两类内生性问题，但并不能彻底解决这一问题。为了增强上述结论的稳健性，本文在附录展示了
和
在相对不同均匀分布下的模拟结果，模拟结果表明上述结论是稳健的。当然，上述模拟工作的目的并不是要证明“资源之咒”假设不成立，而是试图说明，由于可能存在的第(I)类和第(II)类内生性问题，现有实证研究所使用的实证方法并没有有效解决上述两类内生性问题，因而实证研究在逻辑上没有排除相反因果关系存在的可能性，其实证研究结论是不严谨的。如果要在实证层面检验“资源之咒”效应是否存在，必须在方法上消除内生性问题的干扰。 2 中国存在“资源之咒”吗 2.1 内生性问题的处理和研究框架设定 1)对于第(I)类内生性问题，我们改变文献中使用相对指标的做法，改用人均指标，这也是自然资源禀赋这一概念原本的含义，即人与自然资源之间数量上的相对关系。同时，为了缓解可能存在的内生性问题，我们在回归方程中增加人口变量③。现有文献认为不同性质的自然资源对经济发展的影响是不同的，Isham et al.(2005)根据初级产品出口结构将全球各国分为4种不同自然资源禀赋的国家，发现只有矿产资源丰富的国家及适合生产咖啡和可可的国家才出现经济发展缓慢的迹象④。Engerman等(1997)也发现，制度与自然资源禀赋密切相关，在殖民地时期，适合种植不同作物的国家形成了不同的种植制度，殖民地时期形成的不同种植制度对随后各国经济发展轨迹产生了重要影响。从现有研究的“诅咒”逻辑来看，租金效应越明显的自然资源其“诅咒”效果越大(Karl，1997；Bates，2001；Ross，2001)，所以我们选择租值高的能源资源作为考察对象。根据“资源之咒”的逻辑，如果未能发现租值较高的能源资源对经济发展有负面效应的话，那么“资源之咒”就很难成立。我们根据中科院的标准对石油、天然气和煤炭标准化后计算出各省人均能源产出⑤，以此作为自然资源禀赋的衡量指标。同时，为谨慎起见，根据表1的模拟结果，使用滞后5年和滞后10年的人均能源产出作为备选解释变量，通过回归系数的稳健性来考察解释变量可能存在的第(I)类内生性问题。 2)对于第(II)类内生性问题，我们通过面板数据的固定效应回归方法来控制地理与自然环境等不随时间变化的个体效应，构建以下回归方程：
3)传导机制问题研究。在树下捡到兔子本是好事，但因此荒废时日守株待兔则是坏事。根据现有研究，自然资源对经济发展的“诅咒”机制与此类似。地下丰富的矿产类资源本是上天的赐福，但如果使用不当则反而会“诅咒”经济发展。现有文献认为，自然资源主要通过以下机制对经济增长产生影响：(1)丰富的自然资源会抑制制造业投资(Corden，1984；Gylfason and Zoega，2006)，提高经济的不稳定性(Sachs and Warner，1999b；Herbertsson et al.，2000)，从而降低一个社会的长期增长速度；(2)丰富的自然资源会对人力资本积累产生不利影响，进而影响长期经济增长(Gylfason et al.，1999；Gylfason，2000，2001a，2001b；Gylfason and Zoega，2006)；(3)对外开放使得一个社会的比较优势得以发挥，是长期经济增长的重要源泉，而丰富的自然资源会降低一个社会的对外开放度(Auty，1994；Sachs and Warner，1995)；(4)丰富的自然资源会降低一个社会的研发投入水平，对一个社会的长期增长造成消极影响(Papyrakis and Gerlagh，2004，2007)；(5)丰富的自然资源容易导致不良的制度(Krueger，1974；Gray and Kaufmann，1998；Mauro，1998；Leite and Weidmann，1999；Torvik，2002)。 从回归技术上来说，如果解释变量Resource与X中某一变量
相关，那么在回归方程(3)中添加控制变量X[j]前后解释变量Resource的回归系数会发生显著变化。如果在确认已经消除第(I)类和第(II)类内生性的情况下，进一步结合理论逻辑或者因果推断技术，可以讨论这种相关关系是否为因果关系，即自然资源禀赋是否通过变量X[j]对经济发展产生影响。从常理上来说，当穷尽了自然资源对经济发展产生“诅咒”效应的所有渠道后，自然资源对经济发展的效应至少应该为非负，即自然资源本身应该具有财富效应。 2.2 数据说明 本文使用的数据主要来自《新中国60年统计资料汇编》、“中经网中国统计数据库”、《中国统计年鉴2010》和《中国统计年鉴2011》，部分数据来自部分省份部分年份的统计年鉴。我们使用的面板数据的横截面单位是除西藏以外的31个省(市、自治区)，时间为1978-2010年。下面针对回归方程(3)中变量所使用的数据进行说明。 1)被解释变量Growth为人均GDP增长率。 2)解释变量Resource为人均能源产出，单位是吨标准煤/人。 3)控制变量，方程(3)中控制向量X包括以下变量： (1)资本水平的对数(lnCapital)。本文根据单豪杰(2008)的资本计算方法计算了1978-2010年各省资本水平，并取对数⑥。 (2)人力资本。我们从教师和学生两个方面来反映一个地区的人力资本状况。在教师方面，我们认为，在教育资源中，教师具有关键的作用，因而使用每万人中各类学校教师数量(Human)来反映一个地区生产人力资本的生产能力。从学生方面，我们按照文献中的通常做法，使用每万人口在校大学生人数(College)来衡量一个地区的人力资本状况。 (3)制度因素。制度是影响经济增长的重要因素，我们使用两个指标来反映一个地区的制度状况，用非国有经济工业产值占工业总产值的比重(Nonsoe)反映一个地区产权市场化进展，用财政支出减去文教科卫支出和社会保障支出后剩余部分占GDP的比重(Intervention)来反映一个地区政府对经济干预的强度。 (4)对外开放度。我们用两个指标来反映一个地区的对外开放度，一个是进出口总额占GDP的比重(Open)，另一个是FDI占GDP的比重(FDI)。 (5)技术进步。根据目前文献的一般做法，我们使用万人专利申请受理量来衡量一个地区的技术进步状况(Patent)。 (6)人口数量因素。本文使用各省人口总量的对数(lnPop)。 表2是主要变量的统计描述。
2.3 回归结果与解释 根据式(3)设定的回归方程，我们进行了系列回归，表3的(1)～(7)列示了各种回归方法下经济增长率(Growth)对人均自然资源禀赋(Resource)或其5年和10年滞后项(L5.Resource和L10.Resource)的回归结果。为了控制可能存在的第(I)类内生性问题，我们在回归方程中增加人口的对数(lnPop)这一控制变量⑦。对于回归结果，解释如下。 1)在所有的回归方法中，只有在使用1978-2010年均值数据的横截面回归中，解释变量自然资源禀赋Resource的回归系数为负，系数小(-0.001)且不能在10%的水平上显著不为零。除此之外，在其他回归方法中，解释变量的回归系数均为正，并且多数在统计上是显著的，如在(7)中，回归系数为0.019，并且在5%的显著性水平上显著不为零，这是一个较大的正面效应。 2)根据对解释变量内生性的讨论，如果存在影响经济增长的不随时间变化的个体效应(自然环境变量)，并且该个体效应与自然资源禀赋存在某种耦合，即如果存在第(II)类内生性问题的话，使用面板数据固定效应回归方法的回归结果应该与使用横截面回归、混合OLS回归和面板数据随机效应回归方法得到的回归结果有较大差异，固定效应的回归系数应该比横截面回归、混合OLS回归和面板数据随机效应回归系数大。通过比较回归结果(1)～(4)，我们发现，回归系数从横截面回归的-0.001、混合OLS回归的0.002和面板数据随机效应回归的0.003上升到固定效应回归的0.005，回归结果支持个体效应与自然资源禀赋存在某种耦合的预想，即第(II)类内生性问题是存在的，能源资源禀赋较好地区自然环境条件可能比较差，较差的自然环境条件对经济增长有负面效应。如果不对不随时间变化的个体效应加以控制，则这种个体效应必然会被叠加到自然资源禀赋这一变量之中，从而可能错误地得出“资源之咒”成立的结论。 3)根据在表1中的模拟结果，如果存在第(I)类内生性问题，相对于(4)，(5)～(7)回归系数的统计显著性将呈现规律性变化，即回归系数越来越难以拒绝显著不为零假设，但我们没有在表3的(5)～(7)中发现这种规律性，回归结论不支持“资源之咒”假定。相反，回归系数显著为正表明丰富的能源资源禀赋对经济增长有明显的促进作用。
2.4 传导机制研究 虽然我们没有在表3的各种回归方法的回归结果中发现自然资源对经济增长存在负面效应的证据，但我们认为，自然资源仍然有可能对影响经济发展的主要变量产生负面影响，并通过这些变量对经济增长产生间接的负面效应，换言之，如果没有这些负面影响，经济增长“原本”可以更高，表3中没有发现“资源之咒”的原因可能是这种负面的间接效应与正面的直接效应综合作用的结果。自然资源对经济增长的直接效应是指自然资源作为一种“好”的经济物品本身对经济增长的贡献，这种逻辑关系可以由图1来说明。
图1 自然资源作用于经济增长的直接效应和间接效应 从技术上来讲，在解决了第(I)类和第(II)类内生性问题的前提下，根据Papyrakis and Gerlagh(2004，2007)，上述直接效应和间接效应可以通过使用一定的回归策略加以分解。 首先，我们对方程(4)进行回归以获得
的OLS估计
，
被Papyrakis and Gerlagh(2004，2007)称为自然资源禀赋作用于经济增长的总效应。因为上述回归没有控制影响经济发展的一系列其他变量，自然资源禀赋很有可能与这些变量中的一个或者多个相关。在回归方程(4)中逐渐添加控制变量的过程中，
的估计值和统计显著性可能都会有所变化，这为我们研究自然资源影响经济发展的机制提供了方法上的支持。假设除了自然资源禀赋以外，存在某一影响经济增长的变量
，我们对方程(5)进行回归以获得
的估计量
。
当然，我们认识到，从严格意义上来说，上述策略只是识别资源禀赋与相关经济增长变量之间的相关关系，进一步的因果关系需要在技术上和基本理论逻辑上进行进一步的识别。不过，我们认为，相关性是因果关系的必要条件，如果连相关性都不存在，则因果关系必然不存在，所以上述研究策略所做的工作可以看作是因果关系识别的第一步⑧。 根据上述研究策略，我们对自然资源禀赋影响经济增长的可能机制进行了研究，使用固定效应回归方法以消除第(II)类内生性问题，并且为稳健起见，我们参考表1中的模拟结论，使用10年滞后期的解释变量来削弱可能存在的第(I)类内生性问题，回归结果如表4所示。 在表4中，除了人口因素以外，在没有添加任何控制变量的情况下，我们用经济增长对自然资源禀赋进行回归，回归结果如表4中(1)所示。滞后10年的自然资源禀赋L10.Resource的回归系数是0.019，并且在5%水平上显著不为零，这也是表3中(7)的回归结果。在此基础上，我们逐次添加可能影响经济增长的系列控制变量，观察在添加某一控制变量前后解释变量资源禀赋回归系数的变化，表4中的(2)～(9)是回归结果，我们对上述回归结果解释如下： 1)增加固定资本对数lnCapital这一变量之后，回归结果如(2)所示，自然资源禀赋的回归系数从原来的0.019下降到0.014，这说明自然资源禀赋与固定资本积累之间存在相关性。从理论逻辑来看，我们把这种相关性解释为自然资源禀赋促进资本积累更加合理一些，由于固定资本对经济增长的作用显著为正，说明自然资源禀赋对固定资本积累可能存在促进作用。能源资源禀赋推动固定资本积累的主要原因可能在于能源产业属于资本密集型产业，能源开采前期投资数量巨大，大规模投资推动经济增长。
2)在逐次增加人力资本、制度、对外开放度和技术进步等控制变量后，解释变量自然资源禀赋的回归系数大小和统计显著性基本上不再发生变化，如(3)～(9)所示，回归系数在0.013～0.015之间波动，均在1%显著性水平上显著不为零。回归结果(3)～(9)的稳健特性表明，自然资源禀赋与上述变量之间没有相关关系，因而解释变量自然资源禀赋并不通过这些变量间接影响经济增长，即没有证据显示自然资源禀赋会对中国的人力资本、制度、对外开放度和技术进步等因素产生“诅咒”作用。 3 结论性评价 “资源之咒”虽然具备很好的故事题材，并且得到大量国内外实证研究的支持，但是，实证研究中可能存在的内生性问题是困扰研究结论可靠性的一大难题。在对这一问题研究中可能存在的内生性问题进行处理后，我们运用中国省级面板数据对“资源之咒”这一假定是否适合中国实际进行了研究。研究结果发现，能源类自然资源产出对中国经济增长存在明显的正面效应，这种正面效应的一部分很可能是通过促进固定资本积累实现的，没有证据显示丰富的能源资源禀赋会对中国的人力资本、制度、对外开放度和技术进步等要素产生负面影响，我们的实证研究结果并不支持“资源之咒”这一假说。 由于各种自然资源产出的属性和量纲不同，很难对不同种类的自然资源加总以构造自然资源指标，因而我们在本研究中仅仅选用了能源资源产出作为自然资源的代表。虽然在全球能源价格节节攀升的大环境下，根据“资源之咒”的基本逻辑，能源资源是最容易对经济增长产生负面影响的自然资源，但从研究工作的严谨性来看，我们的研究仍然是不完全的。同时，我们也认识到，我们对自然资源禀赋内生性的处理并不完美，控制变量指标的选取还有待进一步改进。随着数据条件的改善，我们期待后续研究能够更好地处理这些问题。
①虽然丁菊红等(2007)在控制了影响经济增长的一系列变量后发现“资源之咒”效应消失，但根据Papyrakis and Gerlagh(2004，2007)的研究逻辑，这仅仅表明“资源之咒”的直接效应不存在，“资源之咒”的总效应是通过影响经济增长的变量间接实现的，自然资源对经济发展的负面效应可能仍然存在。 ②为了讨论方便，同时设定
=0，因为常数项
数值的大小可以通过调整误差项分布的期望来改变，所以
的取值不影响后边的模拟结果。 ③感谢匿名审稿人的建议。 ④具体分类为：(1)工业生产国，出口产品主要为工业产品的国家；(2)农业生产国，出口产品主要为畜牧产品和谷物的国家；(3)矿产资源国，出口产品主要为石油、煤炭和其他矿产品的国家；(4)咖啡、可可生产国，出口产品主要为咖啡和可可的国家。 ⑤中国科学院的折算公式是：能源产量=原煤产量×0.714吨标准煤/吨原煤+原油产量×1.43吨标准煤/吨原油+天然气产量×1.33吨标准煤/1000
。 ⑥感谢匿名审稿人的建议。 ⑦感谢匿名审稿人的建议。 ⑧感谢匿名审稿人的审稿意见。
标签：回归系数论文; 回归方程论文; 面板数据论文; 资源禀赋论文; 解释变量论文; 禀赋效应论文; 横截面数据论文; 经济论文;
