資源詛咒、金融部門與經(jīng)濟(jì)增長(zhǎng)資源詛咒、金融部門與經(jīng)濟(jì)增長(zhǎng)

[中圖分類號(hào)]F061.2[文獻(xiàn)標(biāo)志碼]A[DOI]10.3969/j.issn.1009-3729.2022.01.012

“資源詛咒〞是指豐盛的資源稟賦并不一定能促進(jìn)經(jīng)濟(jì)增長(zhǎng)，還可能妨礙經(jīng)濟(jì)增長(zhǎng)。[1]直觀上看，資源詛咒命題在中國(guó)大陸是成立的。示例，長(zhǎng)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、--、陜西、甘肅、青海、寧夏、--、廣西、內(nèi)蒙古〕資源豐盛：在全國(guó)國(guó)土面積中，長(zhǎng)三角地區(qū)占比缺乏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，2022年，長(zhǎng)三角地區(qū)占比是1.77%，西部地區(qū)占比是35.76%。但長(zhǎng)三角地區(qū)經(jīng)濟(jì)興旺，經(jīng)濟(jì)增速較高。2022年，長(zhǎng)三角地區(qū)GDP占全國(guó)GDP18.89%，西部地區(qū)占比僅為19.76%；經(jīng)濟(jì)增速方面，1978―2022年，長(zhǎng)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(guó)，研究資源詛咒命題在中國(guó)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RuiFan等[4-5]通過計(jì)量研究發(fā)現(xiàn)：資源詛咒命題在中國(guó)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(shí)間段，資源與中國(guó)經(jīng)濟(jì)增長(zhǎng)的關(guān)系存在差別，“資源祝福〞與“資源詛咒〞并存。[6-7]除了大量的實(shí)證研究外，一些學(xué)者的經(jīng)驗(yàn)研究也證實(shí)，資源詛咒命題在中國(guó)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、標(biāo)準(zhǔn)制度安頓等多方面解決資源詛咒問題，但迄今尚不足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(dòng)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(zhǎng)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(duì)解決資源詛咒問題的作用，比擬各地金融部門對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用的差別。

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(shí)際GDP的自然對(duì)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(yùn)用城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)剔除物價(jià)波動(dòng)對(duì)人均GDP的影響，可獲得人均實(shí)際GDP；在此根底上，取自然對(duì)數(shù)，即可獲得人均實(shí)際GDP的自然對(duì)數(shù)。采用自然對(duì)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?duì)數(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(gè)問題：1997―2022年，?中國(guó)城市統(tǒng)計(jì)年鑒》的從業(yè)人員分類存在差別：1997―2022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2022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，兩者差異在于：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)與供給，而采礦業(yè)不包括這些內(nèi)容。但察看采掘業(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)厝丝诘谋戎啬敲窗l(fā)現(xiàn)，兩者不存在明顯的差別，2022年，中國(guó)地級(jí)及地級(jí)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%，2022年中國(guó)地級(jí)及地級(jí)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，2022年各市的采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎嘏c2022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@著差異，如北京市2022年采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.188%，2022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(duì)這兩個(gè)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(duì)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?duì)數(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?duì)數(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?duì)數(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(guó)大陸285個(gè)地級(jí)以上城市的市級(jí)面板數(shù)據(jù)，來自2022―2022年?中國(guó)城市統(tǒng)計(jì)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(jí)面板數(shù)據(jù)并非平衡面板數(shù)據(jù)。各變量的含義、均值、規(guī)范差等詳見表1。

二、面板數(shù)據(jù)模型的估計(jì)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(yàn)

下面運(yùn)用靜態(tài)面板數(shù)據(jù)模型進(jìn)行回歸，六個(gè)模型的因變量都是人均實(shí)際GDP的自然對(duì)數(shù)，模型I只有一個(gè)解釋變量N，在此根底上，依次參加N的平方項(xiàng)，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(gè)模型都是固定效應(yīng)模型。確定使用固定效應(yīng)模型前，運(yùn)用似然比檢驗(yàn)對(duì)混合面板數(shù)據(jù)模型與個(gè)體隨機(jī)效應(yīng)模型進(jìn)行比擬，此檢驗(yàn)的原若是靜態(tài)面板數(shù)據(jù)模型的個(gè)體效應(yīng)的方差等于零，所有6個(gè)模型的檢驗(yàn)結(jié)果顯示，原若成立的概率都低于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(duì)其進(jìn)行Hausman檢驗(yàn)，其原若是個(gè)體固定效應(yīng)模型與個(gè)體隨機(jī)效應(yīng)模型的擬合系數(shù)不存在系統(tǒng)性的差別，檢驗(yàn)結(jié)果顯示，都適用固定效應(yīng)模型。回歸結(jié)果顯示，在6個(gè)模型中，N的擬合系數(shù)都大于零，且能通過顯著性檢驗(yàn)，這說明，資源詛咒命題在中國(guó)大陸不成立。N的平方項(xiàng)都大于零，表明資源變量與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)“正U型〞關(guān)系。4個(gè)控制變量的擬合系數(shù)都是正值，且都能通過顯著性檢驗(yàn)，表明人口密度的增加、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(zhǎng)。變量P〔每平方公里人數(shù)的自然對(duì)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(yàn)，原因是人口密度增加會(huì)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(bào)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?duì)數(shù)〕的擬合系數(shù)是正值，且能通過顯著性檢驗(yàn)，表明新增就業(yè)可以提高人均實(shí)際GDP，原因是新增就業(yè)將增加人均收入，收入水平提高會(huì)促進(jìn)消費(fèi)，新增消費(fèi)那么以乘數(shù)作用于GDP，促進(jìn)人均實(shí)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?duì)數(shù)〕的擬合系數(shù)是正值，能通過1%的顯著性檢驗(yàn)，表明教育投入有利于經(jīng)濟(jì)增長(zhǎng)，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(shí)際GDP的自然對(duì)數(shù)〕；2.括號(hào)內(nèi)數(shù)值是t檢驗(yàn)值；3.#、*、**、***分別表示擬合系數(shù)能通過15%、10%、5%、1%的顯著性檢驗(yàn)；4.模型通過Stata12.0軟件計(jì)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(zhǎng)；變量City〔市轄區(qū)人口占總?cè)丝诒戎氐淖匀粚?duì)數(shù)〕的擬合系數(shù)是正值，且能通過顯著性檢驗(yàn)，原因在于擴(kuò)大的城市規(guī)模將吸引更多流動(dòng)資源進(jìn)入，有助于促進(jìn)經(jīng)濟(jì)增長(zhǎng)。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(dòng)態(tài)面板數(shù)據(jù)模型結(jié)果與檢驗(yàn)

運(yùn)用動(dòng)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(shí)際GDP的自然對(duì)數(shù)呈正相關(guān)，且能通過顯著性檢驗(yàn)。為檢驗(yàn)兩者關(guān)系的穩(wěn)定性，在模型Ⅱ2～Ⅱ6中逐一參加資源變量的平方項(xiàng)、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(yàn)。資源變量平方項(xiàng)的擬合系數(shù)有正有負(fù)，表明無(wú)法確定資源變量與經(jīng)濟(jì)增長(zhǎng)之間是否存在非線性相關(guān)關(guān)系。自變量中，參加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(yàn)、Hansen檢驗(yàn)顯示，上述6個(gè)模型都不能通過過度辨認(rèn)檢驗(yàn)。因此，動(dòng)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(guó)大陸是否成立。

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

靜態(tài)、動(dòng)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(xiàng)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(xiàng)，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(duì)自相關(guān)問題進(jìn)行修正，使得D-W統(tǒng)計(jì)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(huì)導(dǎo)致靜態(tài)、動(dòng)態(tài)面板數(shù)據(jù)模型的多重共線性問題。要檢驗(yàn)資源詛咒命題是否成立，以及經(jīng)濟(jì)增長(zhǎng)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(jì)。

三、非線性模型的估計(jì)

1.資源變量與經(jīng)濟(jì)增長(zhǎng)非線性模型的估計(jì)

運(yùn)用迭代法對(duì)非線性模型〔Yi，t=b0×b1Ni，t+μi，t〕進(jìn)行估計(jì)〔Y代表人均實(shí)際GDP的自然對(duì)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?duì)數(shù)〕，具體結(jié)果見表5。選取全國(guó)為樣本進(jìn)行非線性模式估計(jì)發(fā)現(xiàn)，b0=5.350>0，b1=1.006>1，表明經(jīng)濟(jì)增長(zhǎng)與資源變量呈正相關(guān)關(guān)系，因此，在中國(guó)大陸資源詛咒命題不成立。調(diào)整后可決系數(shù)到達(dá)0978，高于靜態(tài)面板數(shù)據(jù)的可決系數(shù)。

將中國(guó)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)，表明資源部門對(duì)西部經(jīng)濟(jì)的促進(jìn)作用要大于對(duì)中部經(jīng)濟(jì)的促進(jìn)作用。

將中國(guó)大陸劃分為華北等七個(gè)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)，表明資源部門對(duì)西北經(jīng)濟(jì)的促進(jìn)作用要大于對(duì)其他地區(qū)經(jīng)濟(jì)的促進(jìn)作用。

在京津冀、長(zhǎng)三角、西三角三區(qū)域，資源詛咒命題在長(zhǎng)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)，表明資源部門開展更有利于促進(jìn)京津冀地區(qū)的經(jīng)濟(jì)增長(zhǎng)。當(dāng)b1等于1時(shí)，資源變量的變化不會(huì)引起經(jīng)濟(jì)

增長(zhǎng)的變化。在不同區(qū)域，資源變量與經(jīng)濟(jì)增長(zhǎng)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，即使大局部地區(qū)資源部門對(duì)經(jīng)濟(jì)增長(zhǎng)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(zhǎng)，如通過開展金融部門來促進(jìn)經(jīng)濟(jì)增長(zhǎng)等。

2.金融就業(yè)變量與經(jīng)濟(jì)增長(zhǎng)非線性模型的估計(jì)

下面運(yùn)用迭代法對(duì)非線性模型〔Yi，t=b0×b1Fi，t+μi，t〕進(jìn)行估計(jì)〔Y代表人均實(shí)際GDP的自然對(duì)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?duì)數(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越興旺〕，具體結(jié)果見表6。由表6可知，對(duì)中國(guó)大陸所有城市進(jìn)行估計(jì)，調(diào)整后的可決系數(shù)到達(dá)0.986，擬合系數(shù)b0=11.57>0，擬合系數(shù)b1=1.147>1，這兩個(gè)擬合系數(shù)都大于表5當(dāng)選取全國(guó)為樣本時(shí)的相應(yīng)值，表明相對(duì)于資源部門，金融部門開展更有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)。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，表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(zhǎng)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(zhǎng)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(zhǎng)非線性回歸模型的相應(yīng)值，表明在大區(qū)域內(nèi)，相對(duì)于資源部門，金融部門的開展更有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)。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，表明相對(duì)于東、西部地區(qū)，中部地區(qū)的金融部門對(duì)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(gè)小區(qū)域內(nèi)，金融就業(yè)變量與經(jīng)濟(jì)增長(zhǎng)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(zhǎng)非線性回歸模型的相應(yīng)值，表明在小區(qū)域內(nèi)，相對(duì)于資源部門，金融部門開展更有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)。表6表明東北地區(qū)的金融部門對(duì)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(duì)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(zhǎng)三角、西三角三個(gè)區(qū)域內(nèi)，金融就業(yè)變量與經(jīng)濟(jì)增長(zhǎng)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(zhǎng)非線性回歸模型的相應(yīng)值，表明相對(duì)于資源行業(yè)，金融部門開展更有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)。按照擬合系數(shù)b0或b1從大到小的順序排列，依次是長(zhǎng)三角、京津冀、西三角，即在金融部門對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用方面，長(zhǎng)三角較大，京津冀居中，西三角較小。

四、結(jié)論

1.資源部門對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用有限

基于2022―2022中國(guó)市級(jí)面板數(shù)據(jù)，本文考察了資源豐裕程度與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，采用靜態(tài)面板數(shù)據(jù)模型、動(dòng)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(guó)整個(gè)大陸雖不成立，但在一些小區(qū)域成立，如東部、華東、華南、長(zhǎng)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(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用有限。

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