张野　陈明　刘继生

内容提要：本文通过面板数据模型分析黑龙江省各地级市1999-2013年各项数据，结果显示黑龙江省存在资源诅咒效应，另外制造业投入和外商投资两项指标与经济发展水平呈负相关，物质资本投资对经济增长起到促进作用。本文分析了这一现象的传导机制及黑龙江省资源开发强度和经济发展水平的分异，以伊春为例重点剖析。

关键词：黑龙江省；资源诅咒效应；资源开发强度；经济发展水平

中图分类号：F0615；K902 文献标识码：A 文章编号：1001-148X（2017）02-0073-06

资源开发强度对经济发展并非都起促进作用，有时甚至会出现负相关现象。如尼日利亚、墨西哥等国，虽然资源较为丰富，但是这些国家的经济增长速度十分缓慢；与其相反，亚洲一些国家如日本等国虽然资源贫乏但经济发展势头一直良好[1-2]。所以，丰裕的自然资源并不一定能促进某些地区经济和社会的发展，反而会起到阻碍作用。英国经济学家Auty于1993年提出了资源诅咒概念[3]，Sachs和Warner 对这一现象进行了开创性验证[4-7]。国内对该现象的研究起始于2005年，徐康宁验证了中国省际范围内存在的资源诅咒效应。从省际范围看，对黑龙江省资源诅咒效应的研究相对较少，仅有部分提及到黑龙江省煤炭城市[8]。黑龙江省拥有丰富的资源，资源开采量大，资源型城市较为集中，资源型地级市数量占总地级市数量的692%，城市脆弱性较为明显，这些城市很多已经被列为资源衰退型城市，正面临着资源型城市转型的重要抉择[9-11]。20世纪90年代以后，东北地区经济发展严重落后于东部沿海城市，为此国家于2003年提出东北老工业基地振兴战略，至2014年，黑龙江省除哈尔滨、大庆、齐齐哈尔三个城市外，其他城市的城市竞争力全国排名均在20名以后，这与城市经济发展水平低下有很大关系。本文通过分析黑龙江省资源开发强度与经济发展的关系，以期对东北地区老工业基地资源型城市的经济发展提供参考[12]。

一、资料来源及研究方法

（一）研究时段及样本

本文研究时段选择1999-2013年，这一时期东北老工业基地振兴工作已全面开展，省内经济发展水平变化明显。研究样本选择黑龙江省12个地级市，即哈尔滨、齐齐哈尔、鸡西、鹤岗、双鸭山、大庆、伊春、佳木斯、七台河、牡丹江、黑河、绥化（大兴安岭地区因无数据故不参与计算）。参考国务院2013年最新界定262个资源型城市，及2007年《国务院关于促进资源型城市可持续发展的若干意见》中相关规定，将以上所要研究的黑龙江省各地级市做出分类，即资源型城市、非资源型城市，其中资源型城市包括矿业城市和森工城市。具体分类见表1。

根据资源种类可将黑龙江省资源型城市划分为三种类型，即煤炭型、石油型、森工型城市。根据产业发展水平和资源开发程度，可分为成熟型和衰退型，其中大庆、鸡西、黑河、牡丹江因为产业较为稳定，资源保障能力强，经济社会发展水平較高，属于成熟型；鹤岗、双鸭山、伊春、七台河资源储量相对较少，经济发展速度较慢，属于衰退型资源型城市，目前这类城市面临产业转型的问题。

（二）指标选取及数据来源

选取采掘业从业人数占总从业人数比重来反映黑龙江省各地级市资源开发强度，这一指标可以表示本地区煤炭、石油、森工三大资源产业的发展水平。选择各地级市GDP指标衡量黑龙江省各地区经济发展水平。为考察资源诅咒效应以及传导机制，参考徐康宁等人的研究成果[8，13-15]，引入控制变量，即制造业投入、物质资本投资、人力资本投资、技术创新能力、对外开放程度。各变量计算方式如下：（1）制造业投入采用制造业从业人数与总就业人数比值来反映，用MI表示；（2）物质资本投入指标采用社会固定资产总投资与GDP比重来反映，用FAI表示；（3）人力资本投资指标采用教育事业费用支出与地方财政总支出比值来反映，用HC表示；（4）技术创新指标采用科学事业费用支出与地方财政预算支出比值来反映，用SE表示；（5）对外开放程度采用实际使用外资占GDP比值来反映，用FDI表示。指标详细描述见表2。除上述指标外，考虑到黑龙江省地处中俄边界，边界口岸城市对经济增长所起到特殊带动作用，本文还引入地理虚拟变量DG，将样本城市中含有口岸的地级市取值为1，其他城市取值为0，加入控制变量来考察对经济发展水平的影响。以上面板数据包括了12个截面单位及15年（1999-2013年）的时间序列，数据来源于《中国城市统计年鉴》。

（三）研究方法

1.资源诅咒效应模型

由于面板数据模型较其他研究方法具有增加了自由度，降低了解释变量间的多重共线性等优点[16]，因此通过借鉴Kormendi 和 Meguire（1985）、Grier 和 Tullock（1989）、Barro（1991）、Sachs 和 Warner（1995， 1997）等人的研究成果，为分析资源开发强度与地区经济发展水平关系，建立以下模型：

其中，i为各截面单位（本文指黑龙江省内各地级市）；t为年份；Y为被解释变量（本文指lnGDP）；R为解释变量（本文指资源开发强度RD）；Xt为向量集（本文指MI、FAI、HC、SE、FDI、DG）；α为待估计参数；ε为随机扰动项；ln（GDPi0） 为初始时期人均GDP的对数值（本文指1999年GDP水平，加入这一变量的目的是为了对模型的转换动态加以控制，以使其符合条件收敛的假设）。

2.资源诅咒传导机制模型

参考王中亚（2011）[13，17]关于资源型城市资源诅咒传导机制模型，选取资源开发强度（RD）作为解释变量，制造业投入（MI）、物质资本投资（FAI）、人力资本投资（HC）、技术创新能力（SE）、对外开放程度（FDI）作为被解释变量，建立如下模型：

其中，R为被解释变量（本文指RD）；Z为向量集（包括MI、FAI、HC、SE、FDI）；t为年份（本文指1999-2013年）；i为各横截面单位（本文指样本指标中12个地级市）；ε为随机扰动项。

二、实证检验

（一） 资源诅咒存在性分析

采用模型（1）对12个地级市各指标进行分析。首先应用Hausman检验，判定模型选择固定效应或随机效应，之后对模型数据进行参数估计。结果如表3所示，黑龙江省资源开发强度对经济发展水平具有负影响，影响系数为-014，即存在资源诅咒效应，调整后的拟合优度已经达到093，足以证明以上变量的选取对于模型的解释力较强，在各个控制变量中，对经济增长起推动作用的要素是物质资本投资（FAI），影响系数为059，并在1%水平上显著。其中制造业的投入水平（MI）系数为-048，并在1%水平上显著，这与预期并不相符，可见在黑龙江省制造业的投入水平仅在扩大工业规模上起作用，粗放的生产方式及大量低端产品的生产并不能对经济增长起推动作用，反而是一种限制。对外开放程度（FDI）对经济发展水平呈负影响，原因大多是由于资源型城市对于外资的利用效率较低[13]。另外，大量外资的流入也可以造成国内人力、财力的间接外流。包含技术创新要素的三个模型中只有模型（6）中该指标系数通过了10%水平检验，模型（6） 结果显示技术创新水平在经济活动中对于经济发展水平起到的是促进作用，这与国内大多数研究结果是一致的，也符合预期值。城市口岸建设及人力资本投资两项要素对于经济发展水平的影响均不显著。

（二）传导机制分析

1资源诅咒传导机制分析

运用模型（2），分析黑龙江省各地级市资源诅咒传导机制，表4给出了计算结果。首先，黑龙江省各地级市的资源开发强度对于制造业水平（MI）具有负影响，对于资源的大量开发并未对制造业水平有所促进反而抑制制造业的发展水平，在丰厚的资源红利驱使下，对资源高度依赖的资源型城市往往会优先发展资源产业部门，并聚集资源产业的相关要素诸如资金、人才、信息等，这使得先进制造业的发展空间和条件受到损害[13]。这种现象在省内诸如大庆、七台河等资源型城市较为常见。其次，资源开发强度对于技术创新能力（SE）产生了抑制效果，并且系数在1%水平上显著，这也证实了之前学界的论点，资源红利能够弱化经济增长对技术创新和技术进步的内在需求。资源繁荣给人们带来错误的导向，这将弱化通过提高生产效率的手段来促进经济增长的动力，造成与之相关的人力资本、研发创新等因素的投入不足，从而使生产效率的提升缺乏必要的动力支持。再次，分析结果显示资源开采强度对于对外开放程度（FDI）起到的是正向促进作用，但这并不意味着实际使用外资对于本省经济发展和生态建设没有副作用，外资的引进和外商企业的投资能够加大和促进省内资源的采掘和大量的大宗原料出口，如煤炭、木材出口量，所以如何引导与合理分配外商投资也是解决资源型城市可持续发展的一项重要任务。

2.分类型城市资源诅咒传导机制分析

黑龙江地区资源型城市较为集中，并且口岸城市的经济发展与资源开发强度也引起了学界的关注。因此，采用之前的样本指標数据对不同类型城市分别进行资源诅咒传导机制分析，计算结果见表5和表6。黑龙江省各地级市中多数地级市既是资源型城市又是口岸开放城市，因此从以上两个角度分析结果极为相似。分析结果显示无论选择口岸城市还是资源型城市，其分析结果都趋近于各地级市传导机制的分析结果。资源开采强度对于对外开放程度起到正向作用，而对于技术创新和制造业水平起到的是负影响。

三、黑龙江省资源开发强度与经济发展水平分异

（一）资源开发强度与经济发展水平分异

根据表2所确定的指标，将1999-2013年黑龙江省各地级市RD与GDP增长水平取算术平均值，把12个地级市单元按等距分类原则分为不同等级，分类结果见图1。从图1中可见在省内近年来资源开发强度东西差异较为明显，南北差异不大。开发强度较大的地区集中于省内东部地区，即鹤岗、七台河、伊春、双鸭山，省内中西部地区（如哈尔滨市）由于资源禀赋的限制近年内资源开发强度一直较低。近年来经济发展水平南北分异相对明显，发展速度较快的地区为牡丹江、双鸭山、大庆等城市，绥化、伊春等城市经济发展速度相对较慢。

（二）资源开发强度与经济发展水平关系分析

为了更直观显示黑龙江省各地级市资源开发强度与经济发展水平之间关系，本文采用各地级市1999-2013年RD与GDP增长率的年均值为横纵轴变量，参考波士顿矩阵及资源丰裕与经济增长矩阵[13]对RD与GDP增长率两指标做出散点图（见图2），图中共分四个象限，其中IV象限城市资源开发强度较大，而经济发展速度较慢。散点图显示伊春市、七台河市位于第IV象限，这两个城市资源开发强度较大，但在全省范围内经济发展水平较低。本文选取在黑龙江省资源型城市中较有代表性的伊春市，对其资源、经济水平做着重分析。

（三）伊春市资源开发与经济发展现状

伊春市地处黑龙江省东北部，是黑龙江省较为典型的资源型城市，拥有丰富的矿产资源及生物资源，尤以林木资源而著称。伊春市林城面积300多万公顷，森林覆被率为843%，活立木总蓄积量279亿立方米，林地面积较为平稳。从图3中可见，伊春市资源开采强度较高，近年来为保护林木资源及稀有树种，政府已经实施停伐工作，但给经济发展造成较大下行压力。如想改变过度依赖林木资源的局面，不但要扩充行业类别、调整产业结构还需要加强省内各地区的协作与地域分工，实现区域内部的和谐发展及区域之间的优势互补。

如图4所示，伊春市2014年经济发展水平较2013年有所下降，较全国水平及黑龙江省平均水平相比仍有很大差距。伊春市第一、第二、第三产业比值为403：26：337，其中农业产值仍占较大份额，产业结构仍有待优化。从全市产业体系来看，冶金建材产业增加值有所下降，旅游业产业增加值同比增长。主导产业中的木材深加工业、新型装备制造业、纺织业增加值都有所下降。因此，可以判定伊春市近年来第二产业并未实现突破，伊春市在各地级市中资源开发强度占第4位，但经济增长平均值却占据第11位，资源禀赋优势和巨大的采伐强度并未给伊春市经济发展带来促进效应。

四、结论与讨论

应用发展经济学中资源诅咒相关理论，对黑龙江省资源开发强度及经济发展水平之间的关系进行不同层级的考察分析，得出如下结论：（1）黑龙江省资源开发强度对本省经济发展影响水平为负，逐级添加影响因素过程中负影响效应依然存在，并且解释力较强，影响系数值为-014。（2）其他要素中对经济发展起到促进作用的要素是物质资本投资，这项要素的影响效应较强，制造业投入和外商投资对经济发展水平起到的是负影响。（3） 黑龙江省资源开采强度对于制造业水平及技术创新水平有负影响，而对于对外开放水平起到了正向促进作用。（4）伊春、七台河两市资源开发强度与经济增长速度之间的比值较大，是协调资源开采与经济发展关系需要重点调整的区域。

通过面板数据模型分析黑龙江省资源开发强度与经济发展水平关系，发现黑龙江省已经存在资源诅咒效应，这与之前经济学界对国内省际范围内研究结果近似。经济发展水平与资源开采强度之间的关系并非由几个影响要素来决定，很多影响因素如制度、法律、生态恶化等指标难以量化。对经济发展水平、资源开采强度的指标选取的不同也会对研究结果造成不同影响，因此本文的指标选取还具有一定局限性，该问题也需要学界继续深入研究。黑龙江省各资源型城市目前面临资源枯竭、城市生态环境较为脆弱、城市转型仍然在推进。本文城市分异功能性研究并不强，目前资源诅咒学说已经由经济学领域逐步被其他领域（如生态学、地理学）所关注，从地理学角度来讲应用更为经典的地理学理论解释这一现象将对资源开发及社会发展做出更为有益的补充。

参考文献：

[1] 李峰，吴海霞.尼日利亚经济增长机制和问题研究——基于荷兰病理论的分析[J].世界地理研究，2015，24 （3）：42-49+58

[2] 郭文炯.“资源诅咒”的空间结构解析：核心边缘理论视角[J].经济地理，2014，34 （3）：17-23.

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

[4] J.D.Sachs，A.M.Warner.Fundamental Sources of Long-run Growth[J].American Economic Review，1997，87（2）： 184-188.

[5] J.D.Sachs，A.M.Warner.The Big Push，Natural Resource Booms and Growth[J].Journal of Development Economics，1999，59（1）： 43-76.

[6] J.D.Sachs，A.M.Warner.Natural Resource Intensity and Economic Growth.In J.Mayer，B.Chambers，F.Ayisha （eds.），Development Policies in Natural Resource Economics.Edward Elgar，1999： 13-38.

[7] J.D.Sachs，A.M.Warner.Natural Resources and Economic Development： The Curse of Natural Resources[J].European Economic Review，2001，45（4-6）： 827-838.

[8] 邵帥.煤炭资源开发对中国煤炭城市经济增长的影响——基于资源诅咒学说的经验研究[J].财经研究，2010，36（3）：90-101.

[9] 董隽，臧淑英，郭红，等.资源枯竭型城市转型期产业用地变化图谱[J].地理研究，2015，34（10）：1911-1919.

[10]王岩，方创琳.大庆市城市脆弱性综合评价与动态演变研究[J].地理科学，2014，34（5）：547-555.

[11]陈晓红，吴广斌，万鲁河.基于BP的城市化与生态环境耦合脆弱性与协调性动态模拟研究——以黑龙江省东部煤电化基地为例[J].地理科学，2014，34（11）：1337-1343.

[12]姜四清，王姣娥，金凤君.全面推进东北地区等老工业基地振兴的战略思路研究[J].经济地理，2010，30（4）：558-562.

[13]王中亚.“资源诅咒”与资源型城市可持续发展研究[D].天津：天津大学，2011.

[14]徐康宁，王剑.自然资源丰裕程度与经济发展水平关系的研究[J].经济研究，2006（1）：78-89.

[15]徐康宁，邵军.自然禀赋与经济增长：对“资源诅咒”命题的再检验[J].世界经济，2006（11）：38-47+96.

[16]Hsiao，C.，Mountain DC，Ho-Illman K.Bayesian integration of end-use meteringand conditional demand analysis[J].Journal of Business and Economic Statistics，1995 （13）：315-326.

[17]王中亚.资源型城市“资源诅咒”传导机制实证研究[J].城市发展研究，2011，18（11）：85-89.

Research on the Relationship between Resource Exploitation Intensity and

Economic Development in Heilongjiang Province

ZHANG Ye1，2，CHEN Ming3， LIU Ji-sheng2

（1. College of Science，Qiqihar University， Qiqihar 161006，China；

2. College of Geography Science， Northeast Normal University， Changchun 130024，China；

3. Commercial College，Northeast Normal University， Changchun 130117，China）

Abstract：The paper uses Panel Data Model to analyze various index data in 1999-2013 of prefecture-level cities of Heilongjiang Province. The results show that there exists resource curse effect in Heilongjiang province， manufacturing investment and foreign investment have negative influence on economic development level and physical capital investment plays an important role in economic growth. This paper analyzes the transmission mechanism of this phenomenon and the differentiation of resource exploitation intensity and economic development level of Heilongjiang province，and takes Yichun city as an example to analyze emphatically.

Key words：Heilongjiang province；resource curse effect；resource exploitation intensity；economic development level

（責任编辑：周正）