长江经济带自然资源丰裕度、依赖度对经济增长的影响研究

于秋月 程莉，2 陈影

(1.重庆工商大学 长江上游经济研究中心，重庆400067；2.重庆工商大学 经济学院，重庆 400067)

自然资源丰裕度既是国家或地区产业结构的决定因子，又是社会经济发展水平的限制因子，在一定程度上影响着资源的开发规模和经济的发展方向，往往能够促进经济体的生产可能性边界向外扩张从而推进经济增长。然而，很多资源丰裕度国家经济增长的历史表明，自然资源禀赋较好的地区容易以资源型产业为发展导向，形成资源依赖型经济，从长期来看，将引起一系列负面效应，制约区域经济可持续发展，形成“资源诅咒”现象。关于资源诅咒的成因，多数学者认为自然资源主要通过转移资本投入、挤出加工制造业、外商直接投资、技术创新活动、人力资本投资、私营经济发展[1～3]，以及削弱制造业发展的荷兰病效应与政府经济干预程度趋于加强带来生态环境恶化、贫富差距拉大所反映的制度弱化效应[4,5]，导致经济发展停滞。此外，宋瑛、陈纪平认为占优的自然资源禀赋导致经济效率的下降主要是通过降低市场制度效率、扭曲正常结构以及提升市场信息成本进行传导[6]。在实证研究方面，学者们主要针对能矿资源[7]、森林资源[8]、耕地资源[9]为例，研究了其与经济增长之间的关系，发现能矿资源、森林资源都不存在资源诅咒效应，但耕地资源诅咒效应存在。另外，少数学者就旅游资源的诅咒效应也进行了研究。朱希伟、曾道智认为随着工业品贸易成本的降低及本国居民对旅游服务偏好的增强，大国丰富的旅游资源带来的收入效应会吸引资本从小国流向大国，从而促进大国工业企业的发展以逃脱资源诅咒陷阱[10]。曹翔、郭立萍发现旅游资源的福祉效应更为强烈，旅游资源诅咒效应仅在少数城市存在[11]。

自然资源格局的考量主要着眼于通常对区域发展较为重要的土地资源、水资源、矿产资源、常用能源，以及对一个地区特色产业发展有较大影响的旅游资源。从当前文献来看，多数学者仅仅借助于单一指标或单一资源维度来考察资源丰裕度与经济增长的关系，较少学者从多层面综合考虑自然资源的禀赋状态。而且多从国家与国家之间或者是一国内部不同地区层面的样本出发，在流域层面上，资源禀赋如何妨碍经济增长和可持续发展的文献却比较鲜见。长江经济带各地区发展呈现明显差异，自然资源禀赋丰裕的上中游地区，其发展不如资源匮乏的下游地区。长江经济带产业布局不尽合理，基础原材料和能源重化工产业占工业产值比重较大，成渝经济区和云贵地区就占近60%，且化工产量约占全国的46%，长江沿岸分布着40余万家化工企业等大型石油化工基地[12]，尤其是煤炭等能源基地主要集中在上中游地区，对资源依赖度较高，同时面临着人均占有水量少、土地资源占比逐步降低等资源承载力问题，这些都制约了长江经济带经济的可持续增长。因此，将资源诅咒命题引入长江经济带，从土地资源、水资源、常用能源、矿产资源、旅游资源5个层面，测度与评价长江经济带自然资源丰裕度的综合水平，并且为了克服国内当前大多学者对自然资源丰裕度和依赖度未区别对待的研究事实[4]，笔者将进一步结合自然资源依赖度的测算，检验自然资源的丰裕度、依赖度与经济增长之间的关系，不仅能够验证理论假说，而且能够揭示地区经济发展不平衡的内在机制，为长江经济带经济高质量发展提供理论支持。

一、研究方法与数据来源

(一)研究方法

根据研究内容，本文实证过程由长江经济带自然资源丰裕度、自然资源依赖度两个变量提取与计量检验两个环节构成。

1.各类自然资源丰裕度、依赖度测算

为了综合反映长江经济带各地区自然资源的总体情况，首先从土地资源、水资源、常用能源、矿产资源和旅游资源五类资源出发，分别从人均土地面积、人均水资源、人均常用能源、人均矿产储量和旅游资源LQ系数进行衡量，最终通过五类资源拟合成一个综合指数来体现长江经济带自然资源丰裕度的综合发展水平；资源依赖度则用能源工业发展水平来衡量。具体测算方法如表1所示。

表1 长江经济带各类自然资源丰裕度、依赖度测度方法

2.自然资源丰裕度综合指数测算

对于长江经济带各地区自然资源丰裕度的综合指数，进一步运用熵值法进行测度。熵值法的实现步骤主要包括六个层面：

第一，原始数据极差标准化(Rij)。正向指标：

第三，计算指标的熵值(ej)：

第四，计算差异化系数(gj)：gj=1-ej。

第五，差异化系数归一化，计算权重(wj)：

3.模型设定和变量说明

为考察长江经济带自然资源丰裕度、依赖度对经济增长的影响，将计量检验模型设定为：

lnGDPit=β0+β1lnGDPi,t-1+β2lnRAit+

∑αilnZit+εit

(1)

lnGDPit=β0+β1lnGDPi,t-1+β2lnRDit+

∑αilnZit+εit

(2)

模型(1)考察的是资源丰裕度与经济增长之间的关系，模型(2)考察的是资源依赖度与经济增长之间的关系。在回归模型中，i代表长江经济带各省市(i=1，2，3……11)，t代表年份；GDP为被解释变量经济增长，β0为常数项，GDPi,t-1代表经济增长滞后一期，将其引入是为了削弱初始经济发展差异的惯性对分析结果产生的影响[10]；解释变量包括资源丰裕度(RA)和资源依赖度(RD)；Z为控制变量，εit是方程的随机扰动项。变量取对数是为了尽可能消除异方差，系数是待估计的参数。

被解释变量。经济增长借鉴李天籽[3]的做法，使用人均GDP增长率进行衡量。人均GDP增长率≈[ln(人均GDPT)- ln(人均GDPT-1)]×100%，ln为自然对数符号，这里的GDP按当年价格计算。

核心解释变量。资源丰裕度(RA)由熵值法测算所得，资源依赖度(RD)由能源工业发展水平所得。

控制变量。根据前人研究，笔者选择物质资本(WZ)、人力资本投入(HR)、技术创新能力(TI)、城镇化水平(URB)、市场化水平(MAR)、产业结构变迁(ISC)、对外开放度(OPEN)和地理区位因素(GEO)等控制变量。物质资本(WZ)，采用固定资本形成总额与地区生产总值的比重来衡量；人力资本(HR)采用普通高等学校在校学生数占总人口的比重来衡量；技术创新(TI)以地方财政科学技术支出与地方财政一般预算支出的比值来表示；城镇化水平(URB)以城镇人口占总人口的比重来表示；市场化水平(MAR)以固定资产投资完成额与国有固定资产投资差值占固定资产投资完成额的比重来衡量；产业结构变迁(ISC)采用第二产业增加值与第三产业增加值相加的总额与地区生产总值的比值来表示；对外开放度(OPEN)采用进出口贸易总额占地区生产总值的比重来衡量；地理区位因素(GEO)借鉴刘宗飞等地区道路密度的计算方法，采用运输线路长度(包括内河航道里程、铁路营业里程和公路里程)与国土面积的比值(公里/平方公里)来衡量。

(二)数据来源

模型考察的样本期间为2000～2017年，考察的对象是长江经济带9省2市。使用的原始数据来自于中经网统计数据库(2000～2017)、各省市统计年鉴(2001～2018)、《中国金融年鉴》(2001～2017)、《中国统计年鉴》(2001～2018)、《中国能源统计年鉴》(2001～2018)、《中国旅游统计年鉴》(2001～2018)。对于个别年份缺失数据采用均值法进行填补。其中，2007～2017年的地方财政科学技术支出数据来自国家统计局，2000～2006年的地方财政科学技术支出数据，包括各省统计年鉴中科技三项费和科学技术支出。

二、结果分析

(一)自然资源丰裕度

根据表1各指标测算方法，计算得出2000～2017年长江经济带各省份各种自然资源状况，如表2所示。根据熵值法，进一步计算得出长江经济带2000～2017年各省自然资源丰裕度综合指数，如表3所示。

从表2可以看出，全流域自然资源中，除了旅游资源下游地区较为丰富之外，其他自然资源均呈现上中下游递减分布。表3综合测算结果显示，2000～2017年，长江经济带全流域自然资源丰裕度综合指数介于0.37～0.41，总体变化不大，全流域自然资源丰裕度综合指数均值为0.39，标准差为0.19，极差为0.69，最大值是最小值的12.5倍，差距较大。从各地区均值排名来看，云南>四川>贵州>江西>湖南>浙江>湖北>重庆>安徽>江苏>上海。上游地区(重庆、四川、贵州、云南)资源丰裕度综合指数平均值为0.57，高于全流域平均水平；中游地区(江西、湖北、湖南)平均值为0.39，与全流域平均水平持平；下游地区(安徽、上海、江苏、浙江)平均值为0.22，低于全流域平均水平。很明显，上中游地区自然资源禀赋相对丰裕，下游地区自然资源相对匮乏。

表2 长江经济带各省份2000～2017年自然资源状况

表3 长江经济带各省份2000～2017年自然资源丰裕度综合指数

(二)自然资源依赖度

根据表1自然资源依赖度计算方法，计算出2000～2017年长江经济带各地区资源依赖度(表4)。表4综合测算结果显示，2000～2017年，长江经济带全流域自然资源依赖度呈现先下降、升高、再下降的“倒N”型发展趋势，总体在波动中不断下降，从2000年的10.71%上升到2005年的11.31%，再下降到2017年的3.15%，说明近年来，在“生态优先，绿色发展”理念下，通过推进供给侧结构性改革，长江经济带产业不断转型升级，通过运用先进治污技术，增加了对沿江能源开发、金属矿产开采、冶炼等工业企业的环境污染治理强度，减缓了这些企业对资源的依赖程度。从各地区来看，全流域资源依赖度平均水平达到7.39%，在上中下游呈现阶梯分布。上游地区的资源依赖度平均值最大，达到10.77%，高于全流域平均水平，尤其是贵州、云南、四川，在全流域排名前三；中游次之(6.31%)，下游较小(4.81%)，中下游地区都低于全流域平均水平。从中可以看出，上游地区自然资源依赖程度更高，中下游地区则相对较低。

(三)经济增长水平

2000～2017年，长江经济带全流域人均GDP增长率总体呈现出先上升后下降的趋势，从2000年的8%上升到2011年的19%，再下降到2017年的9%，见表5。说明经济进入新常态依赖，长江经济带经济增长有所放缓。从各地区来看，全流域人均GDP增长率平均水平达到12%，在上中下游呈现阶梯分布。上中游地区人均GDP增长率平均值最大，达到13%，略高于全流域平均水平，尤其是上游地区贵州，在全流域排名第一，近年来，贵州加大基础设施建设，推动大数据产业快速发展，经济实现了突破性增长；下游增速则较小(11%)，略低于全流域平均水平，这主要由于下游地区如上海、江苏处于工业化中后期，正是产业转型升级的关键时刻；且在贸易战下，经济必然会受到一定的影响，而以民营经济为主的浙江因受影响较少，依旧保持较快增长势头。

表4 2000～2017年长江经济带各地区资源依赖度

表5 2000～2017年长江经济带各地区人均GDP增长率 %

(四)资源丰裕度、资源依赖度对经济增长影响

1.变量关系的经验观察

在进行计量模型检验之前，先作一些初步的经验观察，以便了解自然资源与经济增长之间关系的大致轮廓，并为后面的计量分析奠定研究方向。在上文对长江经济带资源丰裕度与资源依赖度测算基础上，为直观显示三者之间的关系，分别作出自然资源丰裕度和资源依赖度之间的关系散点图(图1)、自然资源丰裕度和人均经济增长率之间的关系散点图(图2)、资源依赖度和经济增长之间的关系散点图(图3)。

由图1～3可知，三条拟合曲线均向上倾斜，说明：其一，一般而言，资源丰裕的地区会凭借资源禀赋优势，优先发展资源依赖型产业；其二，资源丰裕度与经济增长之间存在正向关系，即丰富的自然资源本身对经济发展是一个有利的基础条件；其三，资源依赖度和经济增长之间存在正向关系，资源依赖型产业的发展，对该地区的经济增长作出了贡献。初步经验观察表明，自然资源丰裕和资源依赖对经济增长都有促进作用。据此，提出假说：基于资源丰裕和资源依赖下的“资源诅咒”现象在长江经济带流域内省级层面并不成立。经验观察得出的假说，还不足以说明问题，笔者通过建立模型，对假说进行实证检验。

2.回归结果

对模型(1)和模型(2)分别进行Hausman检验，检验得出Hausman统计量分别为43.73和35.83，伴随概率均为0，因此，在1%的显著性水平下均拒绝原假设，最终使用固定效应模型的面板数据估计方法对模型进行估计。表6为逐步引入控制变量后长江经济带资源丰裕度对经济增长的影响结果。根据表6，模型(1)～模型(9)的初始经济发展水平的系数都小于0，且大多在5%的显著性水平下显著，表明各地区的经济发展存在条件收敛；自然资源丰裕度的系数为负，且在模型(1)和模型(2)中显著，虽然模型(3)～模型(9)中，资源丰裕的系数不显著，但依然为负，这说明资源禀赋较高反而抑制了经济增长，与初步的经验观察并不一致，资源诅咒在长江经济带存在。

长江经济带资源依赖度对经济增长影响的检验结果，见表7。根据表7，模型(1)包含初始经济发展水平和自然资源依赖度两个变量，其中初始经济发展水平的系数大于0，表明各地区的经济发展不存在条件收敛。自然资源依赖度系数为正，且在10%的显著性水平下显著，表明资源依赖型产业的发展促进了经济增长。但随着所有控制变量的引入，根据模型(9)，资源依赖度的回归系数不显著且变为负值，表明资源型产业的发展并不能实现经济有效且持续增长，资源依赖的诅咒效应在长江经济带存在。这主要是由于长江经济带分布着众多重化工园区和企业，“重化工围江”特征明显。采矿业等资源型产业是长江中上游地区的重要产业，尤其是四川、贵州、云南等地，对采矿业依赖程度较高，采矿业及其相关高能耗、高污染产业，损耗资源严重，破坏了当地生态环境，一定程度制约了经济增长。

对于控制变量，当所有控制变量引入模型后，根据表6和表7的模型(9)，物质资本、人力资本、市场化水平、城镇化水平、产业结构变迁、对外开放、区位优势对经济增长具有不同程度的正向作用。技术创新则与经济增长呈现负相关，与一般意义上的技术创新推动经济增长不同，这可能是由于全流域各区域创新资源聚集程度差异大，比如国家高新区个数、企业研究与试验发展投入与增加值的比例等，总体上都呈现出下游发展较好、中游次之，上游较差的状况。

同时可以发现，表6中，随着控制变量的引入，自然资源丰裕度的系数逐渐降低，当引入全部解释变量后，回归系数由模型(1)中-0.0286变为模型(9)的-0.0073，并且不再具有显著性，这说明自然资源丰裕度并不是直接对经济增长产生影响，而是通过物质资本、人力资本、技术创新等间接作用于经济增长。表7中，随着控制变量的全部引入，自然资源依赖度的系数由模型(1)中0.0458降为模型(9)的-0.0000，这说明资源依赖度也不直接作用于经济增长。为了研究自然资源对经济增长的传导机制，分别以资源丰裕度和资源依赖度为解释变量，以上文控制变量(区位因素除外)(1)影响物质资本、人力资本、技术创新、城镇化、产业结构、对外开放、市场化的因素还有很多，只考虑自然资源并不能控制所有的因素。但主要是通过模型(1)、(2)重点考察自然资源通过物质资本、人力资本、技术创新、城镇化、产业结构、对外开放、市场化对经济增长产生的间接效应，而加入其他控制变量不会使结果产生太大实质性变化，因此在此采取这种简单的回归形式。为被解释变量做回归分析，结果如表8所示。

表6 资源丰裕度视角下模型实证检验结果

表7 资源依赖度视角下模型实证检验结果

表8 资源丰裕、资源依赖对控制变量的影响

由表8可知，资源丰裕度通过物质资本、人力资本、技术创新、城镇化水平以及对外开放度抑制经济增长；资源依赖通过阻碍技术创新与进步、城镇化水平、市场化水平对经济增长发生作用。资源丰裕与物质资本负相关，丰裕的自然资源在1%的显著性水平下对物质资本投资产生了“挤出效应”，这主要是因为资源禀赋高的地区通过对资源的开发，能够得到较高的边际收益，无论私人部门和公共部门都会减少物资资本的形成。从资源依赖度来说，资源依赖型产业的发展在5%的显著性水平下带动了物质资本的形成。资源丰裕、资源依赖对人力资本的影响与物质资本类似，以资源为基础的部门和工业对高技术人才需求较低，在5%的显著性水平下，抑制当地的人力资本投资，造成人才外流。技术创新能力、城镇化水平在资源丰裕和资源依赖两个视角下都受到了抑制，可以得出，对于依靠资源禀赋和资源依赖型产业拉动经济增长的地区来说，可能会对技术创新与进步和城镇化水平产生抑制作用。资源型产业的发展会降低该地区的市场化水平，从而减弱对经济增长的作用。资源丰裕的地区会降低进出口贸易总额，减弱对外开放的程度，对经济增长产生阻碍。

三、结论与启示

基于2000～2017年长江经济带省级面板数据，从自然资源丰裕、依赖两个视角对经济增长产生影响的实证分析，得出如下结论。其一，长江经济带自然资源丰裕度综合指数均值为0.39，标准差为0.19，极差为0.69，最大值是最小值的12.5倍，差距较大。上中游地区自然资源禀赋相对丰裕，下游地区自然资源相对匮乏。上游地区资源丰裕度综合指数平均值为0.57，高于全流域平均水平；中游地区平均值为0.39，与全流域平均水平持平；下游地区平均值为0.22，低于全流域平均水平。其二，长江经济带资源依赖度平均水平达到7.39%，在上中下游呈现阶梯分布。上游地区的资源依赖度平均值最大，达到10.77%，尤其是贵州、云南、四川，在全流域排名前三，中游次之(6.32%)，下游较小(4.80%)。其三，资源丰裕对经济增长的作用为负，并且通过挤出物质资本、人力资本、技术创新、城镇化水平以及对外开放度抑制经济增长；其四，在控制其他因素的情况下，资源依赖型产业的发展对经济增长产生促进作用。逐步引入全部变量后，资源依赖对经济增长的促进作用不再明显，甚至变为抑制。因此，“资源诅咒”现象无论是从资源丰裕度视角还是从资源依赖度视角来看，在长江经济带省际之间都是存在的。

根据上述研究结论，笔者给出以下几点政策启示。第一，合理开发和利用自然资源，建立自然资源市场，明确界定自然资源的所有权和使用权，实行自然资源有偿开发和使用。组织力量，做好全流域内的资源普查和核算工作，确定统一资源评价标准，综合考虑资源的使用和维护。建立具有权威性的资源管理机构，加强中央对流域地方政府的监督和控制，抑制地方政府无效率的行为。第二，因地制宜，推动产业转型升级。上游地区资源丰富，经济欠发达，应依托资源加快科学发展，以资源型产业为主体，对资源进行深加工，延长产业链，提高附加值；中游地区是重要的工业基地，装备制造基础良好、产业配套能力强、区位条件好、物流成本低，应将其打造成我国的制造业中心；下游地区经济发达，科技实力雄厚，要打造其成为高科技研发中心、金融贸易中心和高端产业、总部经济的集聚地。第三，优化制度环境，促进技术进步，推进全流域产业多样化和市场化进程，创造条件鼓励私营经济发展，并将资源红利更多地利用于人力资本积累、科技创新和改善流域生态环境，推动经济高质量发展，根治资源依赖症，破解资源诅咒。