资源诅咒与中国元素：源自135个发展中国家的证据，本文主要内容关键词为：发展中国家论文,中国论文,证据论文,元素论文,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。
截稿：2010-7
一 引言
在西方主流媒体经常关注的焦点中，除了中国的人民币汇率和过高的贸易顺差问题外，还有中国从发展中国家大量进口资源可能给那些拥有矿产资源的国家带来所谓的“资源诅咒”。
作为全球经济增长最快的国家之一，以及人口、出口第一大国，中国的确需要进口大量资源为其高速运转的经济提供能源和原材料，由此而生的各种质疑常使中国处于舆论的风口浪尖。20世纪末期，Brown(1995)杞人忧天式的疑问就引起一些媒体呼应“中国对粮食的需求将导致全球饥荒”，接踵而至的疑虑则干脆将中国视为“资源诅咒”的导火索，即中国激增的资源进口会给出口资源的发展中国家的经济、社会乃至政治体制的发展带来负面影响(Mcbride，2008)。
从20世纪80年代后期开始，资源诅咒假说的研究逐渐兴起(Neary and Wijnbergen，1986；Gelb and World Bank，1988；Auty，1993)，学术界对这个问题的相关研究方兴未艾之际，也正是中国开始扩大进口资源规模之时。因此，国际学术界乃至主流媒体讨论中国给其他发展中国家带来资源诅咒的问题不足为怪。在2000年以前，中国仅从60多个发展中国家进口资源，它们的资源占中国资源总进口的60％左右，但是自2000年起，中国资源进口的增速明显加快，到2008年，中国已成为全球进口矿物最多和进口燃料第三多的国家，有109个发展中国家为其提供80％的进口资源(见图1)。与此同时，发展中国家也越来越倚重中国的资源市场，1992年它们只有1.3％的资源出口到中国，资源品占对中国总出口的1.7％，而2008年相应的数据分别增至6.3％和8.7％。
中国日益旺盛的资源需求会给世界带来什么？来得最快的当然是形形色色的担忧，特别是国际资源价格的上升。对所有国家而言，随着中国向世界第一经济大国靠近，中东和非洲的石油似乎已不能满足中国的需求，中国势必在全球范围内寻找更多的资源供给者，世界油价的飙升将在所难免(Thomson and Horii，2009)，中国在寻找资源的过程中会和美日等传统资源消费大国产生竞争甚至冲突，这被认为是可能影响全球稳定的一个隐忧(Zweig and Jianhai，2005)；对发展中国家而言，对资源开采利用的投资已成为中国对外投资的一大组成部分(Cheung and Qian，2009)，甚至有人认为中国可能借此推行新的资源殖民主义(Carmody，2009)。更为严重的指控是，中国劳动密集型产品强大的竞争力和旺盛的资源需求，可能对所有发展中国家的制造业造成巨大冲击，把那些有资源的发展中国家的发展重心引向不可持续发展的资源部门(Coxhead，2007；Coxhead and Li，2008)，进而使它们陷入资源诅咒的陷阱。
中国资源消费的增加对发展中国家到底带来了什么影响？这是一个需要从经验分析上找答案的问题。可惜的是，迄今为止，相关的经验研究仍然凤毛麟角，而且研究角度和结论也不尽一致。比如，Coxhead(2007)的研究表明，中国强大的制造业和旺盛的资源需求会使东南亚穷国走向制造业萎缩、资源部门兴起的不可持续发展道路，即中国会给它们带来资源诅咒。Meyersson等(2008)的研究却发现，对中国的资源出口使非洲国家在资本形成、工业发展和短期经济增长上获益。中国资源需求和资源进口在近年来的迅速增加为研究是否存在资源诅咒提供了一个良好的自然实验，但和中国有关的经验研究依然较少，这与有关资源诅咒的文献汗牛充栋形成鲜明对比。总体来看，尽管经济学家对影响增长的决定性因素缺乏共识，但大量研究表明资源禀赋稳健地影响着经济增长(Sala-I-Martin，1997；Sala-I-Martin et al.，2004)，一些基于横截面数据的研究显示资源禀赋和经济增长负相关(Sachs and Warner，1997，2001)，即确实存在资源诅咒的现象。
图1 中国资源进口变化趋势
资料来源：UNCTAD-COMTRADE数据库。
自然资源对经济发展形成诅咒的渠道大致有以下几个：其一是通过资源向采掘业的过度集中和对制造业的挤出效应(Corden and Neary，1982；Pegg，2010)，以及资源出口顺差导致的本币升值，削弱制造业的国际竞争力，使资源富国患“荷兰病”。这种渠道要产生作用，需要假定制造业部门有规模经济，或边干边学之类的效应，使得制造业对经济长期增长有重要作用。文献中关于这个效应的经验分析不足以完全支持这个论点。其二是资源开采滋生的腐败行为(Mauro，1995；Sala-I-Martin and Subramanian，2003；Isham et al.，2005)，而腐败将会破坏社会风气，使得人们不愿从事有价值的生产。这种假说的前提假设是资源开采所带来的好处很容易被少数人侵占，产生贿赂及公共资源投向的扭曲。这种情况在部分资源丰富的国家确实存在。其三是资源挤出了教育和创新等影响增长的关键因素(Gylfason，2001)。其四是资源开采带来的利益会引发国内不同族群之间的冲突(Ross，2004)。当然，国内不同族群之间原来融合程度的高低会影响此类冲突的多少(Klare，2001；Hodler，2006)。其五是资源可能会阻碍民主制度的建立和健全(Ross，2001；Jensen and Wantchekon，2004；Aslaksen，2010)，如果政府可以通过资源开采和出口就获得财政保障，它就可以不再依赖于来自民众和非采掘业部门的税收，民众也就无权再向政府诉求因抽税而可以要求的权利(Huntington，1991)。Acemoglu等(2004)的研究甚至指出，独裁者能利用资源租金收买政治上的潜在反对者，而这将使得民主制度的建立和健全举步维艰。当然，并非所有资源富裕的国家都会受到上述诅咒，其效应与该国初始的制度禀赋有密切关系，比如澳大利亚、加拿大、挪威等国，其初始制度比较健全，那么资源诅咒的效应就较小，甚至会带来资源红利(Mehlum et al.，2006)。
西方舆论之所以把中国和资源诅咒对号入座，除激增的资源进口需求外，还跟中国近年来新增加的一些资源供给者的特点有关。由于巨大的资源需求，中国不仅要从澳大利亚和美国等发达国家进口大量资源，还不得不日益依赖苏丹、安哥拉、刚果、委内瑞拉和伊朗等国的矿物和燃料，西方发达国家认为这些国家或者政治体制上缺乏民主，或者内外冲突不断。西方一些舆论认为，中国的资源进口增加可能带来上述国家非民主体制的强化，或者加剧内部冲突。这是因为中国没有像一些西方国家一样在进行资源品贸易时附加政治条件。当然，在进行国际贸易时附加政治条件是否能有效改善资源出口国的政治情况在学术研究上并没有定论，而这些国家历来就问题重重，中国的资源需求是否导致这些国家的情况恶化也必须基于扎实的分析，才能得出结论。如果仅靠少数几个国家的信息就判定中国引发资源诅咒，那么至少从学理上是不严谨的。退一步讲，即使中国不进口它们的资源，这些国家的情况也未必就会改善，何况其他国家也可能替代中国进口这些国家的资源。总之，中国和资源诅咒之间的关系极具争议，要厘清它们之间的关系还须基于跨度足够大、时间足够长的数据，并且有效地处理可能遇到的计量问题。
这里问题的关键是因果关系，也就是所谓的内生性问题。客观地说，要完全处理社会经济现象中的内生性问题，难度非常大，这也是近年来经济学中控制性实验分析方法日益兴起的关键原因。但在现实生活中，对社会问题可以进行受控性实验少之又少，更不用说回答中国是否对其他国家带来资源诅咒这样一个重大问题了。
在本文中，我们使用较近发展出来的动态面板模型系统GMM方法，希望能够处理内生性问题，从而一致地估计中国对发展中资源出口国的影响。之所以采用系统GMM法，是因为本文要研究资源出口对多个发展指标的影响，模型涉及解释变量内生、存在固定效应、组内自相关和组内异方差等棘手问题，很难单独针对每个因变量寻找工具变量，动态面板模型则正好适合上述研究情景(Roodman，2006)。此外，我们收集到了全球135个发展中国家1995-2007年的面板数据，这种宽截面且时段较短的数据特别适合系统GMM方法。
本文剩余部分安排如下，第二部分介绍分析的模型，第三部分对所利用的数据进行描述，第四部分讨论经验分析的结果，最后是总结。
二 分析模型
已有文献大多利用横截面数据研究资源对发展绩效的影响(Van der Ploeg，2006)，其结果受到两种内生性问题的困扰：首先，遗漏掉的不随时变的国别特征(例如发展战略或政策，或者自然特征)不仅决定资源出口行为，而且影响发展绩效，导致无法一致估计资源出口对发展的影响(Meyersson et al.，2008；Aslaksen，2010)；其次，其他遗漏变量(例如遗漏掉的影响发展绩效的制度和教育等因素，而它们又影响资源出口)和联立性(发展绩效差的国家可能更依赖资源出口)也会带来不一致估计(Horiuchi and Waglé，2008；Haber and Menaldo，2010)。在研究各国对中国资源出口的影响时，也会遇到类似的问题，鉴于此，本文采用计量模型(1)，不可观测效应
用以处理第一种内生性问题，因变量的一期滞后可作为部分遗漏变量的代理变量(Sachs and Warner，1995)，滞后因变量的进入使得模型(1)成为典型的动态面板模型。
在(1)式中，由于因变量y的数值多为百分数或小于等于零，导致难以进行对数处理，因此模型取半对数形式。具体地，β是待估参数；y表示一系列衡量发展水平的指标，包括经济、政治和人权三大类；chn是对中国的资源出口值，为了不让中国和世界的影响混淆，我们把对除中国外的其他所有国家的资源出口值(不包含中国)wld作为控制变量，chn和wld均以1990年不变美元度量，在回归模型里都以对数形式出现；y的一期滞后值既作为部分遗漏变量的代理变量，也反映y的持续影响；p表示时间效应，反映各国共同面对的随时变的扰动；固定效应u代表各国不随时变的独有特征，特质残差ε代表其他所有省略掉的解释变量，u和ε是残差项的两个组成部分。
尽管面板模型(1)引入
作为部分遗漏变量的代理变量，但依然无法解决chn和wld的内生性问题，传统的处理办法是寻找工具变量。也有国外学者确实在研究中国进口非洲资源的问题上使用了工具变量法(Meyersson et al.，2008)，他们使用潜在资源出口国是否具有某些自然资源与资源进口国GDP(作为进口国资源需求的代理)之交叉项来作为资源进口国从该资源潜在出口国进口数额的工具变量。这确实是个有创意的想法，而且他们的研究也发现中国的资源进口显著提高了非洲国家的经济增长和投资，虽然中国资源进口对这些国家的某些人权指标有负面影响，但美国和其他国家也存在这样的影响。我们的研究发现，一旦将研究范围扩展到全球所有发展中国家，上述工具变量方法在适用性上存在严重问题，特别是第一阶段工具变量对内生自变量的影响并不显著。
更为严重的是，在chn和wld的内生性问题悬而未决的情况下，进入面板模型的滞后因变量是个更棘手的内生变量。和固定效应u是相关的，从而产生动态面板偏误(Dynamic Panel Bias)，如果时间跨度较短，这种内生性问题将极为严重。经过组内估计法转换的滞后因变量和残差项仍然相关，导致该经典方法失效，而传统的工具变量法对动态面板模型依然无效(Cameron and Trivedi，2009)，因此动态面板模型必须求诸新的估计方法。
动态面板模型较成熟的估计方法是系统GMM法，Stata软件中的xtabond2命令能胜任估计和统计检验任务(Roodman，2006)，系统GMM是在突破传统估计方法瓶颈的基础上逐渐成形的。为了消除动态面板偏误，Anderson和Hsiao(1981)对方程(1)进行一阶差分，在差分后的方程中，用y的两期滞后和chn(wld)的一期滞后作为差分后对应自变量的工具变量，参数估计采用GMM方法(Hansen，1982)，该估计因此被称为差分GMM估计，这样就能在不使用外部工具变量的情况下解决内生性问题。但差分变换会增加不平衡面板数据的缺失值，Arellano和Bover(1995)的向前正交移动法(forward orthogonal deviations)能克服这一缺陷。此外，偏少的工具变量会影响差分GMM估计的效率，解决办法是让更多更靠后的滞后变量作为工具变量(Holtz-Eakin et al.，1988)，该方法巧妙地将工具变量矩阵中的缺失值替代为零，构建了更有效的GMM类型的工具变量矩阵，从而解决了滞后阶数和数据跨度之间的矛盾。
如果因变量和内生自变量近似于随机游走，那么滞后变量几乎不包含差分后变量的任何信息，差分GMM将面临严重的弱工具变量问题。Blundell和Bond(1998)的系统GMM方法最终应运而生，系统GMM不直接通过差分后的方程估计参数，而是将差分后的滞后因变量和内生自变量作为原始方程(level equation)中对应变量的工具变量。因为对随机游走变量而言，相比用过去的值预测现在的变化(差分GMM)，过去的变化能更准确地预测现值。系统GMM通过堆积数据同时保留原始数据和差分数据，从而使观测值翻倍，但它依然属于单方程估计，因为相同的线性方程被应用于两类数据。系统GMM估计特殊的GMM类型工具变量矩阵较复杂，它通过补零的方法使用任意有益的滞后项作为工具变量，而不必担心差分导致的数据缺失。系统GMM假设差分变量和固定效应不相关，可估计不随时变自变量的参数，因为能在不影响识别方程的矩条件的前提下将不随时变的自变量从残差项分离。
系统GMM即使不引入外部工具变量，也能从变量的历史变化中选取合适的工具变量，这是其最大优势之所在，但其适用性必须满足严格的假设。首先，为了能保证工具变量和内生变量不相关，方程(1)中的特质残差项ε序列不相关，即
，k≥2，Arellano和Bond(1991)提供了检验特质残差项序列相关的方法，如果无法满足该假设，则存在模型误设的风险，补救措施是在自变量中加入更靠后的滞后因变量；其次，工具变量是外生的，Hansen检验能稳健地检验过度识别约束，以此来确认所有工具变量是否整体外生；最后，差分的滞后和原始方程的固定效应不相关，Roodman(2009)认为应格外留意内生变量(chn和wld)是否满足该假设，Difference-in-Hansen检验能对此假设提供判断依据。
在运用系统GMM方法以前，应特别留意其适用性和估计细节。首先，它适用于个体多时间跨度小的面板数据，过少的个体会使Arellano-Bond自相关检验缺乏可靠性，而过长的时间跨度会产生过多的工具变量；其次，自相关检验和参数标准误的稳健估计要求特质残差项在个体间不相关，加入时间虚拟变量能使该假设易于满足，估计时采用Windmeijer(2005)改进了的有限样本标准差估计以避免下偏偏误；再次，要警惕过多的工具变量使得Hansen检验不可靠，工具变量偏多的拇指法则是工具变量数多于个体数；最后，估计结果应呈现系统GMM的设置细节，使复杂的估计过程尽可能透明。本文的经验分析部分将严格按照Roodman(2006)的上述建议报告系统GMM的估计设置和各种检验。
三 数据
由于发达国家的制度相对比较完善，受到资源诅咒的可能性较小，并且除少数发达国家如澳大利亚、挪威等外，不太倚重资源出口，因此本文只选择发展中国家作为样本，国际货币基金组织2006年的人均收入指标是我们区分发展中和发达国家的标准，此外，本文的样本不包含数据缺失严重的一些国家。最终有135个发展中国家进入样本，时间跨度为1995-2007年，这种宽截面且时段较短的数据特别适合系统GMM法。
我们的数据源于几个不同的数据库。其中各国对中国和世界的资源出口值(chn和wld)来自法国国际经济研究所(CEPII)的BACI数据库，资源品包括HS两位编码为26和27的所有产品，它们涵盖了所有矿砂、矿渣、矿灰、矿物燃料和矿物油产品。BACI数据库是在整合联合国COMTRADE数据库的基础上建立起来的，它最大的优点是通过镜像法则(如果出口国未通报出口值，则从进口国的进口数据反推出口数据)补齐了许多未通报贸易情况的国家的数据，极大地提高了数据的可信度(Gaulier and Zignago，2009)。
衡量经济发展的指标有以下6类：(1)是以百分比度量的年GDP增长率(growth)；(2)是资本形成总值(capital)、工业增加值(industry)、制造业增加值(manufac)和服务业增加值(service)占GDP百分比；(3)是以百分比衡量的年通货膨胀率(inflation)；(4)是净贸易条件(tot)，它衡量在一定时期内一个国家出口相对于进口的盈利能力和贸易利益的指标，按百分比衡量且同基期(2000年)相比较。以上四类指标的数据都源自世界银行的世界发展指数(WDI)。(5)是汇率(exchange)，按每单位本币兑换的美元数衡量，数据来自联合国(United Nations Statistics Divisions)；(6)是经济全球化指数(ecoglobal)，数值范围为0～100，值越大说明全球化水平越高，数据来自Dreher(2006)及Dreher等(2008)。
与政府职能相关的指标有5类：(1)Marshall和Jaggers(2002)构建的综合政治评分(polity)，它度量政权的民主程度，-10代表极端专制，10代表最民主；(2)腐败指数，有两个不同的衡量方法：一是源自Heritage Foundation的hf_corrupt指数(corruptl)，数值范围是0～100，值越大说明政府越清廉，二是来自世界银行的wbgi_cce指数(corrupt2)，数值范围-2.5～2.5，值越大表明越清廉；(3)UCDP提供的国内武装冲突指数，它有省际冲突ucdp_type2(conflict1)和省内冲突ucdp_type3(conflict2)两种度量发放，数值范围0～3，0代表无冲突，3代表战争；(4)军费开支占GDP的百分比(military)，源自世界发展指数(WDI)；(5)政府对私有财产的保护力度(property)，数值范围0～100，值越大说明保护力度越强，数据来自Free House的hf_prights指数。
描述人权状况的数据有5类：(1)集会和结社自由(assembly)，数值范围0～2，0表示严格受限，2表示完全不受限制；(2)酷刑、非法监禁和处死的综合指标(physint)，数值范围0～8，8代表政府采用酷刑，0表示没有酷刑；(3)工人权利(wrights)，数值范围0-2，值越大说明政府越重视工人的权利；(4)处决政治犯的次数(kill)，0为经常发生，2为从未发生；(5)政府对政治参与、言论自由和行动自由等基本人权的尊重程度(empower)，0为完全不尊重，10表示完全尊重，以上5类数据均来自CIRI人权数据库。
本文根据经典文献论述的资源诅咒的发生渠道选取指标，惟一遗憾的是不能获取样本量充足的描述各国教育水平的数据，所有数据的简单统计描述见表1，在平衡面板数据中每个变量应该有1755个观测值，本文只有贸易数据满足这一要求，但大部分变量的观测值都超过了1200，数据量比较充分，Teorell等(2009)对本文采用的政府职能和人权状况的相关数据作了更详细的说明。
四 检验结果
下文的回归结果出自30个回归模型，估计方法均采用系统GMM。考虑到该方法的严格假设和复杂程序容易使人怀疑估计结果的可靠性，本文将详细报告模型细节和统计检验。为详细阐释系统GMM的设置细节和统计检验，首先分别用普通最小二乘法、固定效应和系统GMM估计出口资源到中国对出口国经济增长的影响，接着用系统GMM方法估计出口资源到中国对其他经济指标、政府职能和人权状况的影响。
(一)对经济增长的影响
下文如无特别说明，把中国的资源进口简称为中国，对除中国外的其他所有国家的资源进口简称为世界，表2第(1)列显示未控制国家特性的OLS估计结果，影响为正的中国和影响为负的世界都不显著，只有前期的增长率在1％的水平下显著，但是忽略掉的固定效应既影响资源出口，也决定经济增长率。我们转向第(2)列的固定效应模型，在控制了国别效应后，中国的系数增至0.134且在10％的水平下显著，世界的负面影响增大但依然不显著。由于解释变量logchn和logwld的内生性也会导致估计不一致，Meyersson等(2008)用中国(世界)的GDP和资源禀赋的交叉项作为工具变量处理内生性，但我们发现该方法至少在把研究范围从非洲扩展到全球发展中国家时面临弱工具变量问题(即第一阶段不显著)。鉴于此，我们最终采用能消除以上瓶颈的系统GMM估计。
在讨论系统GMM的估计结果之前，应格外留意模型设置细节和假设检验。模型设置细节见最后一列，工具滞后期包含两个区间，第一个区间表示滞后因变量的工具变量的滞后范围，第二个区间是内生自变量logchn和logwld的工具变量的滞后范围，两个区间最小滞后期的选取都遵循Roodman(2006)所给出的传统法则，最大滞后期选择的原则是工具既要尽可能少又要有效，这样才能够获得可靠的Hansen-overid检验。此外，如非特别说明，只有前一期的因变量作为解释变量。Hansen-overid检验可靠的拇指法则是工具变量数小于国家数。
模型假设检验涉及模型误设、工具变量有效和工具变量外生三方面。表2第3行报告的是残差项序列相关检验的p值，原假设是存在序列相关，如果不能拒绝AR(1)或能拒绝AR(2)，则说明模型误设，补救措施是增加因变量的滞后期。第4行报告的是工具变量有效性的各种检验的p值，Hansen-overid报告的是Hansen过度识别检验，原假设是所有工具变量中至少有一个有效；接下来的4个p值都对应Difference-in-Hansen检验，L_Hansen-Eg的原假设是代入原始方程的所有工具可以被排除在外，L
Difference的原假设是代入原始方程的所有工具和固定效应不相关，E_Hansen-Eg和E_Difference是对内生变量logchn和logwld做相同的Difference-in-Hansen检验。
在第(3)列的系统GMM估计结果中，中国对资源出口国经济增长的影响从0.134增至0.156，但不再显著，世界对出口国经济增长的负面影响也增大。为了确保系数符号的稳健性，我们只改变工具变量的滞后期，于是转向第(4)列的模型，中国对经济增长的正面影响增至0.351，且在10％的水平下显著，世界对经济增长的负面影响也增大，但依然不显著，统计检验未发现模型(4)被误设，在其他检验的p值变化不大的情况下，(4)中的E_Hansen-Eg相比(3)明显增加，说明模型(4)更可靠。
前文用4种不同的方法估计了中国和世界对资源出口国年经济增长率的影响，所有方法都显示中国有正面影响，而世界有不显著的负面影响，但中国的影响在固定效应和最可信的系统GMM估计中(第(4)列)都显著为正，系统GMM的各种假设检验未发现模型设定和工具变量选择存在问题，即系统GMM有效地处理了内生性问题。
上述结果表明，至少在我们考察的时期内，中国的资源进口并没有损害出口资源的发展中国家的经济增长，还促进了其经济增长，而其他国家的资源进口则没有显著的影响。之所以出现这种情况，可能和中国与资源出口国的资源交易方式有关。相比其他资源进口国，中国政府和企业往往更愿意帮助出口国改善开采资源所需的基础设施，而发展中国家也更愿意接受从未推行殖民主义的中国的援建。此外，中国经常使用本国劳动力进行境外开采，劳动力的成本优势使得中国在资源开采和进口上出价要高于竞争者，这就使得与中国贸易的资源出口国往往获益更大。
(二)对其他经济指标的影响
既然中国的资源进口对出口国经济增长率有较显著正面影响，这种影响背后的机制又是什么？不妨将目光投向影响增长的关键因素。表3第(1)列显示中国对资源出口国资本形成有正向影响，世界有负向影响，但二者都不显著；第(2)列和第(3)列的回归有着重要的区别，第(2)列针对工业增加值，而第(3)列针对制造业增加值，工业增加值包含采掘业的增加值，但制造业增加值不包括采掘业的增加值，第(2)列的结果说明中国对资源出口国工业增加值有显著的正面影响，这种正面影响包含中国的资源进口对采掘业的促进作用，但是(2)无法说明中国是否引发资源出口国制造业部门萎缩的“荷兰病”，第(3)列的结果能明确显示中国并未损害制造业的发展，而是带来采掘业的兴起。当然，这可能导致服务业在资源出口国的重要性降低，第(4)列的结果印证了这一点。尽管中国的资源进口促进了出口国工业部门的发展，但它对这些国家的经济全球化水平没有显著影响，世界的影响也不显著(第9列)，这说明资源出口不能帮助发展中国家融入全球经济体系。事实上，除了实体经济外，出口资源的发展中国家的货币经济也受到中国的影响。第(6)列的结果表明中国和世界显著地改善了出口国的贸易条件，第(6)列的模型比较大的瑕疵是L_Hansen-Eg偏小(在10％的显著性水平下，能拒绝所有GMM工具变量可以被排除在外的假设)，我们改变工具的滞后期设置，转向第(7)列的模型，第(7)列的结果未发生显著改变，但L_Hansen-Eg值超过了10％，模型(7)更可靠。资源出口能改善贸易条件，也可能增加国内中间投入品的价格，进而提高所有价格，但这只是理论上的可能性，第(5)列说明中国的资源进口对发展中国家的通货膨胀率没有显著的影响。
上述结果要留意的是L_Hansen-Eg和E_Hansen-Eg值，说明系统GMM方法构造的工具变量可能应该包含在水平方程中，但这并不是个大问题，因为不是非得满足5％的显著水平，Hansen-overid、L_Difference和E_Difference才是评价工具变量有效的核心检验(Roodman，2009)。另外，系统GMM方法对部分模型的确是无能为力的，比如第(8)列的汇率模型，尽管我们加入了因变量的6期滞后，但依然无法使模型通过各种必要的假设。
总体来看，中国的资源进口显著地促进了发展中国家工业部门的发展，改善了这些国家的贸易条件，但同时降低了服务业在整个经济中的比重；中国对出口国资本形成、通货膨胀率和经济全球化水平的影响不显著，同时也未发现中国的资源进口会带来出口国制造业的萎缩，即中国没有在出口国引发所谓的“荷兰病”。其他所有国家的资源进口额要远多于中国，但其他所有国家的资源进口只是显著地改善了贸易条件，它对资源出口国的资本形成、制造业、通货膨胀和服务业的负面影响不显著，对工业部门和经济全球化水平的正面影响也不显著。
(三)对政府治理的影响
民主制度的影响因素极为复杂，资源对它的影响机制也是众说纷纭，较好地处理了内生性的表4第(1)列显示，至少在本文的时间范围内，中国的资源进口没有显著地影响到出口国的民主制度；当资源开采的好处不易被少数人控制时，便会减少因竟争夺开采权而生的腐败行为的激励，第(2)和(3)列的结果可能揭示发展中国家的资源部门满足上述条件，在第(2)列中中国显著减轻了腐败程度，而世界则没有显著影响，因此至少没有证据表明中国的资源进口增加了出口国的腐败行为；第(4)列说明中国显著地增加资源出口国省际的冲突次数，第(5)列说明中国对资源出口国省内冲突没有显著影响，资源产权在资源出口国省内稳定而在省间不稳定是产生上述结果的可能原因；第(6)列说明中国对资源出口国军费开支无显著影响，可见并不存在所谓的“资源换武器”行为；第(7)列说明中国弱化了资源出口国政府对产权的保护，而其他国家的资源进口产生强化作用。
上述结果说明，尽管中国对资源出口国政府的产权保护和省际冲突有显著的负面影响，但同时中国也降低了以某些指标衡量的政府腐败程度，而民主程度、省内冲突和军费开支等行为则不受对中国资源出口的影响。中国的资源进口对政府治理的影响极为有限，并非如西方媒体夸大其词的报道那般严重。
(四)对人权状况的影响
不同于经济发展和政府治理模型，人权状况模型的各种检验更应格外留意。表5第(1)列AR(2)接近但未超过5％，如果能接受4％的显著水平，则可以认为模型设定正确，说明世界进口显著限制结社集会自由，而中国的正面影响不显著；如果不能容忍显著水平降至4％，通过增加一期因变量的滞后转向第(2)列，模型通过了必要的假设，中国和世界的影响都不显著，(1)和(2)说明中国对集会自由没有影响，而世界则能产生负面影响；(3)和(4)显示中国和世界未显著影响酷刑的使用，它们的区别在于滞后期设置，(4)的Hansen-overid值更高，其结果更可信；(5)和(6)表明中国和世界
对工人权利的负面影响都不显著，它们都能勉强通过检验，只是在Hansen-overid和AR(2)方面各有优劣；虽然(7)说明中国从统计上恶化了与政治犯有关的人权指标，但(8)列显示其他国家的资源进口显著侵害了资源出口国另外一些公民基本权利指标，而中国有不显著的正面影响，(8)和(9)之间的抉择类似于(1)和(2)，它们说明世界的资源进口可能显著侵害公民权利，中国则没有显著影响。
表5的结果表明，除了个别指标，中国的资源进口并未给大部分人权指标带来显著负面影响，相反，世界的资源进口对言论集会自由和公民基本权利有显著的负面影响，因此，以人权为借口抨击中国的资源进口行为从统计上看是缺乏足够事实依据的，即使资源出口确实损害人权状况，其他进口资源的国家也需要承担责任。
五 结论
相比资源贫乏的国家，资源丰盈国家的发展绩效反而会较差，这就是著名的资源诅咒假说。西方舆论近年频繁地以此理论质疑资源进口激增的中国，它们认为中国激增的资源进口会提升全球资源价格，不可能给出口国的发展带来积极影响，还有可能危害发展。本文利用1995-2007年全球135个发展中国家的面板数据，分析了中国的资源进口对出口国发展绩效的影响。
本文的动态面板模型采用系统GMM方法估计，该方法能较好地估计既包含固定效应，又包括难以找到外部工具变量的自变量的动态面板模型，本文回归结果的各种统计检验显示绝大多数模型较好地处理了内生性难题，在一定程度上克服了以往文献中用横截面模型处理这些内生性方面的不足。估计结果显示：在1995-2007年，对全球135个发展中国家而言，中国的资源进口对它们的经济增长有比较显著的正效应，这主要是通过对工业增长的影响和贸易条件改善带来的；在政府治理上，中国并未给资源出口国的民主程度、省内冲突、腐败程度和军费开支带来负面影响，甚至还减轻了腐败，而仅对产权保护和省际冲突有负面影响；在人权方面，世界的资源进口对公民基本权利和言论集会自由产生了显著的负效应，而中国仅在个别指标上存在负效应。
当然，中国的资源需求对出口国经济增长的短期效应为正，以及对大部分政治、人权指标也没有显著影响，也并不意味着资源的诅咒效应就完全不存在。这还需要更长时期、更扎实的数据观察。但总体来看，中国的崛起对资源出口国的影响远非一些媒体所报道的那么负面，在一些指标上反而比世界其他资源进口国家对资源出口国的正面影响要更显著。之所以出现这种情况，可能和中国与资源出口国的资源交易方式有关。相比其他资源进口国，中国政府和企业往往更愿意帮助出口国改善开采资源所需的基础设施，而发展中国家也更愿意接受从未推行殖民主义的中国的援建。此外，中国经常使用本国劳动力进行境外开采，劳动力的成本优势使得中国在资源开采和进口上出价要高于竞争者，这就使得与中国贸易的资源出口国往往获益更大。而中国对一些经济、政治与人权发展指标的负面影响也不是独一无二的。
过去的研究或只局限于亚洲或非洲，或在处理主要解释变量的内生性问题方面无法尽如人意。我们的研究在国家覆盖范围和内生性问题处理方面进行了一些初步的改进性尝试。未来值得进一步研究以下问题，为什么各国资源进口对资源出口国会有不同影响，其中根本性的机制何在？特别是资源进口国的哪些特征会更容易带来进口国资源的诅咒？资源出口国的哪些特征会更容易导致其陷入或跳出资源的诅咒？对这些问题的回答，不仅有助于我们从学术上进一步理解社会经济发展的决定因素，也将有助于中国在和平崛起的过程中有效应对来自不同方面的挑战。
标签：资源诅咒论文; 因变量论文; gmm论文; 工具变量论文; 面板数据论文; 中国资源论文; 经济增长论文; 经济论文;