資源產(chǎn)業(yè)空間集聚、傳導(dǎo)要素萃取與“資源詛咒”中介效應(yīng)研究

薛雅偉，張 劍，云樂鑫

(1.青島理工大學(xué)管理工程學(xué)院，山東 青島 266520；2.青島理工大學(xué)濱海人居環(huán)境學(xué)術(shù)創(chuàng)新中心，山東 青島 266033；3.智慧城市建設(shè)管理研究中心(新型智庫)，山東 青島 266520；4.中央財經(jīng)大學(xué)政府管理學(xué)院，北京 100081；5.青島理工大學(xué)商學(xué)院，山東 青島266520)

1 引言

自然資源在國家、地區(qū)經(jīng)濟(jì)發(fā)展和居民福利水平提升中發(fā)揮著舉足輕重的作用，其豐裕程度與經(jīng)濟(jì)增速間的關(guān)系一直是學(xué)者關(guān)注的焦點(diǎn)問題?！百Y源詛咒”假說的提出，進(jìn)一步凸顯了兩者關(guān)系的復(fù)雜性[1]，在學(xué)術(shù)上和實踐中具有重要的研究價值和現(xiàn)實意義。

針對“資源詛咒”假說的驗證和傳導(dǎo)分析，許多學(xué)者均已從不同層面展開研究。其中，以Sachs和Warner[1]、Gylfason和Zoega[2]、Audy[3]為代表的學(xué)者從跨國層面證明“資源詛咒”普遍存在；另一部分以國外Steinar[4]、Corrigan[5]、Oskenbayev等[6]、Anne等[7]及國內(nèi)徐康寧和韓劍[8]、胡援成和肖德勇[9]、邵帥[10]、傅利平和王中亞[11]為代表的學(xué)者，則在一國內(nèi)部通過實證檢驗發(fā)現(xiàn)自然資源豐裕程度指標(biāo)與區(qū)域經(jīng)濟(jì)增長指標(biāo)呈負(fù)向關(guān)聯(lián)。雖然對“資源詛咒”成立的支持者居多，但學(xué)術(shù)界對該假說的質(zhì)疑卻從未停止，主要?dú)w結(jié)為以下三方面問題：

①資源豐裕國家或地區(qū)的成功案例，是質(zhì)疑者最常用的反駁論據(jù)。Rosser[12]通過對印度尼西亞案例分析得出“資源詛咒”并非普適性規(guī)律；Lederman和Maloney[13]利用25年間的跨國數(shù)據(jù)測算自然資源豐裕度與經(jīng)濟(jì)增長的相關(guān)關(guān)系，研究發(fā)現(xiàn)“資源詛咒”并不存在；國內(nèi)學(xué)者丁菊紅和鄧可斌[14]、張貢生和李伯德[15]、方穎等[16]也在不同地區(qū)層面揭示“資源詛咒”現(xiàn)象并未出現(xiàn)。②解釋變量存在內(nèi)生性問題。該問題的提出源自Brunnscherweiler和Bulte[17]質(zhì)疑Sachs和Warner采用初級產(chǎn)品出口作為資源豐裕程度的測度指標(biāo)可能引發(fā)的內(nèi)生性問題，即該指標(biāo)為內(nèi)生解釋變量，會導(dǎo)致使用最小二乘法估計結(jié)果不能真實地反映出“資源詛咒”是否存在，更無法準(zhǔn)確測算傳導(dǎo)作用。Murshed和Serino[18]則從遺漏變量的視角考察指出內(nèi)生性問題。③自然資源相關(guān)度量指標(biāo)選取的科學(xué)性，是被質(zhì)疑的焦點(diǎn)。Bulte等[19]對被廣泛沿用的初級產(chǎn)品出口份額度量指標(biāo)進(jìn)行修正，首次提出采用自然資源儲量替代初級產(chǎn)品出口份額作為度量指標(biāo)，研究發(fā)現(xiàn)該修正指標(biāo)可以通過弱化制度質(zhì)量抑制經(jīng)濟(jì)增長。但針對自然資源豐裕度這一度量指標(biāo)，Mehlum等[20]、Alexeev和Conrad[21]則分別從跨國截面數(shù)據(jù)、人均資源占有量等不同層面和視角開展實證研究，結(jié)果表明并非所有研究均能證明詛咒現(xiàn)象的存在。Stijns[22]則進(jìn)一步提出資源產(chǎn)業(yè)依賴度與自然資源豐裕度是兩個概念，前者應(yīng)替代后者作為“資源詛咒”模型中新的度量指標(biāo)，并通過計算該指標(biāo)與制度質(zhì)量指標(biāo)的作用關(guān)系發(fā)現(xiàn)，不同資源對制度質(zhì)量的影響不近相同。

針對上述問題，通過文獻(xiàn)梳理總結(jié)發(fā)現(xiàn)，以Ding Ning和Field[23]、邵帥和楊莉莉[24]為代表的學(xué)者提出有條件的“資源詛咒”假說，在一定范圍內(nèi)減少了學(xué)術(shù)界對于問題①的分歧[25]；Roodman[26]和魏國學(xué)等[27]采用DIF-GMM方法估計動態(tài)面板數(shù)據(jù)回歸模型，并在Haber和Menaldo[28]進(jìn)一步補(bǔ)充影響要素的條件下，將產(chǎn)生內(nèi)生性問題的可能降到最低。針對指標(biāo)選取的科學(xué)性問題，國內(nèi)外學(xué)者多選取相對簡單的初級產(chǎn)品出口比重、初級產(chǎn)品部門產(chǎn)值的占比測度以及初級產(chǎn)品部門從業(yè)人員數(shù)占比測度等作為度量指標(biāo)[29-32]，由于指標(biāo)測算相對簡單，無法全面、科學(xué)地反映油氣資源的豐裕程度抑或資源豐裕地區(qū)對資源產(chǎn)業(yè)的依賴程度[33]。因此，需要更為科學(xué)、合理的度量指標(biāo)作為分析模型的目標(biāo)解釋變量。此外，當(dāng)前“資源詛咒”傳導(dǎo)分析方法相對單一，且多借鑒和采用可直接觀察測算的面板回歸模型[16]，忽略了在傳導(dǎo)過程中無法預(yù)測或控制的中介效應(yīng)，這給通過實證分析萃取影響要素揭示“資源詛咒”傳導(dǎo)效應(yīng)造成了困難。

基于上述分析，本文將采用資源產(chǎn)業(yè)空間集聚度指標(biāo)替代資源產(chǎn)業(yè)依賴度指標(biāo)[34]，以油氣資源城市作為研究樣例，通過構(gòu)建區(qū)域經(jīng)濟(jì)增長的計量回歸模型，萃取影響“資源詛咒”效應(yīng)的傳導(dǎo)要素，進(jìn)而基于B-K中介分析方法建立“資源詛咒”傳導(dǎo)的中介效應(yīng)模型，以期從經(jīng)濟(jì)視閾和地理視閾共同揭示因資源豐裕而形成區(qū)位集聚特征，深入挖掘與分析“資源詛咒”的傳導(dǎo)機(jī)制，為破解“資源詛咒”、實現(xiàn)經(jīng)濟(jì)長效發(fā)展提供科學(xué)的理論指導(dǎo)與數(shù)據(jù)支撐。根據(jù)測算結(jié)果，本文選取的資源產(chǎn)業(yè)空間集聚度指標(biāo)，能更好地反映資源產(chǎn)業(yè)在區(qū)位上的被依賴程度，而非僅從規(guī)模上對其影響進(jìn)行測算，可以替代資源豐裕度指標(biāo)抑或測算資源豐裕地區(qū)的資源產(chǎn)業(yè)依賴度指標(biāo)。同時，本文構(gòu)建的中介效應(yīng)模型除考慮直接影響參數(shù)之外，亦將包含某種內(nèi)部機(jī)制的中介影響參數(shù)考慮其中，參照B-K中介效應(yīng)檢驗程序，通過基于動態(tài)面板數(shù)據(jù)(Dynamic Pannel Data)的廣義矩估計方法，對中介效應(yīng)模型的參數(shù)進(jìn)行了測算。通過比較靜態(tài)、動態(tài)面板數(shù)據(jù)模型和中介效應(yīng)模型的實證研究結(jié)果，給出油氣資源城市“資源詛咒”傳導(dǎo)概念模型，豐富了如何破解“資源詛咒”效應(yīng)、實現(xiàn)區(qū)域經(jīng)濟(jì)長效發(fā)展的研究視閾。

2 “資源詛咒”指標(biāo)的重新測度

2.1 測算方法

測算方法的選取不僅要考慮過程的合理性，也要考慮指標(biāo)數(shù)據(jù)的可得性與真實性。本文通過對常用的產(chǎn)業(yè)集聚測算方法(如赫芬達(dá)爾指數(shù)、熵指數(shù)、空間基尼系數(shù)、E-G集聚指數(shù)、DO指數(shù))進(jìn)行對比分析發(fā)現(xiàn)，Krugman[35]的空間基尼系數(shù)依據(jù)在i區(qū)域的j產(chǎn)業(yè)結(jié)構(gòu)的空間洛倫茲曲線進(jìn)行測算，不受限于企業(yè)區(qū)位分布數(shù)據(jù)的可得性，亦無須考慮企業(yè)之間規(guī)模差異，可作為資源產(chǎn)業(yè)空間集聚度的測算指標(biāo)。由此，根據(jù)Krugman的測算方法，其原計算公式為：

(1)

式中，σ為Krugman算式的空間基尼系數(shù)指標(biāo)，Si表示i地區(qū)某產(chǎn)業(yè)(資源產(chǎn)業(yè))占該地區(qū)上級行政區(qū)域該產(chǎn)業(yè)(資源產(chǎn)業(yè))從業(yè)人員數(shù)的比重，xi表示i地區(qū)全行業(yè)從業(yè)人員數(shù)占上級行政區(qū)域全行業(yè)從業(yè)人員數(shù)的比重。

由公式1可知，產(chǎn)業(yè)空間基尼系數(shù)為零，說明i地區(qū)某產(chǎn)業(yè)在該地區(qū)的分布相對均勻；產(chǎn)業(yè)空間基尼系數(shù)越大，表明i地區(qū)某產(chǎn)業(yè)在該地區(qū)存在集聚現(xiàn)象。當(dāng)Si-xi為負(fù)值時，即產(chǎn)業(yè)空間集聚現(xiàn)象不明顯，且該產(chǎn)業(yè)在i地區(qū)不存在“密集”分布，反而存在“離散”分布的可能。|Si-xi|越大，則說明某產(chǎn)業(yè)在該地區(qū)的集聚現(xiàn)象或分散現(xiàn)象越明顯，但并不確定是集聚還是分散的。由此，對式1進(jìn)行改進(jìn)，改進(jìn)后的資源產(chǎn)業(yè)空間集聚算式如下：

(2)

2.2 研究樣本與數(shù)據(jù)來源

選取我國地級油氣資源城市作為數(shù)據(jù)樣本，剔除1998-2013年間行政區(qū)劃有較大調(diào)整，且與其他城市有較大差距的油氣資源城市，確定10座地級行政區(qū)劃城市為研究樣本，見表1。

表1 研究樣本中油氣資源城市名單

產(chǎn)業(yè)空間集聚的測度主要依據(jù)四個相關(guān)統(tǒng)計指標(biāo)，分別是公式3中求解Si和xi用到的i地區(qū)及上級地區(qū)資源產(chǎn)業(yè)從業(yè)人員數(shù)和全行業(yè)從業(yè)人員數(shù)。鑒于我國油氣資源城市層面的從業(yè)人員數(shù)據(jù)的統(tǒng)計口徑自1998年始做出新調(diào)整，因此這四個指標(biāo)選取1998-2013年間的統(tǒng)計數(shù)據(jù)值作為樣本觀察值，主要指標(biāo)數(shù)據(jù)值來源于《中國城市統(tǒng)計年鑒》的勞動力人員從業(yè)狀況及按行業(yè)劃分從業(yè)人員情況等統(tǒng)計數(shù)據(jù)，缺失數(shù)據(jù)由插值法補(bǔ)齊。

2.3 測算結(jié)果及比較分析

為驗證資源產(chǎn)業(yè)空間集聚度ω是否能夠替代資源產(chǎn)業(yè)依賴度RD[36]，將樣本數(shù)據(jù)代入公式3進(jìn)行資源產(chǎn)業(yè)空間基尼系數(shù)測算，并對二者的測算結(jié)果進(jìn)行比較分析，見表2。由表2可知，我國油氣資源城市產(chǎn)業(yè)空間集聚度的合計值為22.77，說明我國確實存在油氣資源產(chǎn)業(yè)的空間集聚現(xiàn)象；絕大多數(shù)城市的測算結(jié)果為正值，說明資源產(chǎn)業(yè)在這些城市均為集聚分布。僅有南陽的測算結(jié)果為負(fù)值，從表1可知，南陽屬于再生型城市，結(jié)果說明該市已經(jīng)通過產(chǎn)業(yè)轉(zhuǎn)型升級擺脫對油氣資源產(chǎn)業(yè)的依賴。

測算結(jié)果對比顯示，克拉瑪依在資源空間集聚的測算中排名第1，ω值和RD均大于10；排名2到4位的城市分別為松原、盤錦、唐山，其ω值均大于1；排名5到9位的分別是延安、東營、大慶、榆林、濮陽，其ω值均大于0且小于1；排名末尾的是南陽，而且其產(chǎn)業(yè)空間集聚度的測算結(jié)果為-0.0038。

排名次序?qū)Ρ蕊@示，變化較大的是東營、大慶、唐山、松原，分別由第2下降為第6、第4下降為第7、第7上升為第4和第5上升為第2(先RD后ω)，

表2 資源產(chǎn)業(yè)空間集聚與產(chǎn)業(yè)依賴的比較分析

注：(1)ω表示資源產(chǎn)業(yè)空間集聚指標(biāo)，RD表示資源產(chǎn)業(yè)依賴指標(biāo)。(2)ω和RD的單位均為百分比。

其他各城市兩指標(biāo)間的測算結(jié)果排名變化不大。那么與資源產(chǎn)業(yè)依賴度相比，資源產(chǎn)業(yè)空間集聚的測算結(jié)果為什么會出現(xiàn)相對明顯的變化？以松原為例，與其他城市相比，其人均GDP排名相對靠后(第7名)，發(fā)展規(guī)模較小，發(fā)展速度優(yōu)勢并不明顯。資源產(chǎn)業(yè)依賴測算排名第5，排名上并不靠前是由于其油氣資源的儲、產(chǎn)規(guī)模與其他城市相比(如排名比他靠前的東營、大慶等)相對較小。而通過資源產(chǎn)業(yè)空間集聚度的測算，其排名由第5上升為第2，可見松原的經(jīng)濟(jì)發(fā)展更加依賴資源產(chǎn)業(yè)。充分驗證了資源產(chǎn)業(yè)空間集聚度這一指標(biāo)并非僅從規(guī)模上對資源產(chǎn)業(yè)影響進(jìn)行測算，而且能夠更好地反映資源產(chǎn)業(yè)在區(qū)位上的被依賴程度，可以作為計量經(jīng)濟(jì)模型的目標(biāo)解釋變量。

3 基于產(chǎn)業(yè)空間集聚度的傳導(dǎo)要素萃取

3.1 模型構(gòu)建、指標(biāo)篩選與數(shù)據(jù)來源

在分析傳導(dǎo)要素對資源產(chǎn)業(yè)空間集聚指標(biāo)與區(qū)域經(jīng)濟(jì)增長關(guān)系的具體影響時，不僅考慮利用橫截面數(shù)據(jù)對規(guī)模經(jīng)濟(jì)進(jìn)行分析，同時還要考慮利用時間序列數(shù)據(jù)分析資源產(chǎn)業(yè)空間集聚等變量隨時間變化的個體異質(zhì)性問題。鑒于經(jīng)濟(jì)分析的實際情況，采用二維數(shù)據(jù)模型(時間序列回歸模型或截面數(shù)據(jù)回歸模型)無法滿足三維數(shù)據(jù)的估計特征[37]。需采用能夠反映截面、時間和變量(指標(biāo))三個維度的面板數(shù)據(jù)回歸模型，實現(xiàn)對區(qū)域經(jīng)濟(jì)增長的規(guī)模特征以及個體時間差異特征的分析。因此，基于產(chǎn)業(yè)空間集聚度的油氣資源城市區(qū)域經(jīng)濟(jì)增長的計量回歸模型采用面板數(shù)據(jù)回歸模型進(jìn)行計算分析。

區(qū)域經(jīng)濟(jì)增長模型的構(gòu)建不僅要選取合理的“資源詛咒”測度指標(biāo)，即目標(biāo)解釋變量，還要盡可能全面地考慮傳導(dǎo)要素變量，主要包括學(xué)術(shù)界認(rèn)同的主要生產(chǎn)投入要素和可能影響“資源詛咒”傳導(dǎo)的要素變量，并將其全面反映在區(qū)域經(jīng)濟(jì)增長的計量回歸模型中，模型的簡化形式為：

yi=αi+xiβi+ui,i=1,2,…,N

(3)

式中，yi是T*1維被解釋變量向量，xi是T*1維解釋變量矩陣，ui是T*1維擾動項向量，滿足均值為零、方差為σu2的假設(shè)。這一模型的基本形式可以劃分為三種類型，具體的模型形式需要通過Hausman檢驗和最大似然比檢驗確定。

考察產(chǎn)業(yè)空間集聚度指標(biāo)與區(qū)域經(jīng)濟(jì)增長指標(biāo)關(guān)系的同時，引入傳導(dǎo)要素變量測算對經(jīng)濟(jì)增長指標(biāo)的作用以及對集聚度指標(biāo)與經(jīng)濟(jì)增長指標(biāo)關(guān)系的影響。構(gòu)建的計量經(jīng)濟(jì)模型為：

Gt=γ0+γ1lnYt-1+γ2ω+γ3Zt+εt

(4)

式中，t為時間變量；Yt-1為上一年度人均GDP增長率；ω為資源產(chǎn)業(yè)空間集聚度，單位為萬分比，計算見公式2；Zt為傳導(dǎo)要素變量；γ0-γ3為待估參數(shù)；εt為隨機(jī)擾動項。

被解釋變量Gt為人均GDP增長率，單位為元/人，計算公式為：

Gt=(1/t)ln(Yt/Yt-1)

(5)

該模型中，傳導(dǎo)要素變量Zt包含8個要素變量，分別為物質(zhì)資本投資FI、人力資本投資HC、技術(shù)創(chuàng)新投入TI、個體與私營經(jīng)濟(jì)PE、制造業(yè)發(fā)展MD、對外開放程度OP、居民儲蓄能力PS和政府干預(yù)程度GI[38]。模型中涉及的變量符號、度量指標(biāo)、單位及預(yù)期符號見表3。

表3 變量名稱及說明

測算數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》、各省市公開的統(tǒng)計數(shù)據(jù)以及國研網(wǎng)、夏澤網(wǎng)等數(shù)據(jù)分析單位，缺失的數(shù)據(jù)采用插值法補(bǔ)齊。這里需要說明三點(diǎn)，一是各指標(biāo)數(shù)據(jù)在選取時，如遇到國家與地方性城市統(tǒng)計年鑒數(shù)據(jù)有所不同，本文一律選取《中國城市統(tǒng)計年鑒》的統(tǒng)計數(shù)據(jù)作為研究來源；二是《中國城市統(tǒng)計年鑒》中地區(qū)參數(shù)的描述有“XX市”和“XX區(qū)”兩種，本文均選取“XX市”的統(tǒng)計數(shù)據(jù)作為測算依據(jù)；三是各數(shù)據(jù)庫中城市相關(guān)指標(biāo)數(shù)據(jù)的統(tǒng)計口徑略有不同，如有“地區(qū)”、“市轄區(qū)”等，為保證計算結(jié)果的準(zhǔn)確、合理，按照指標(biāo)統(tǒng)計數(shù)據(jù)值選取的一致性原則，本文采用“地區(qū)”這一統(tǒng)計口徑作為面板數(shù)據(jù)樣本觀察值。

為更為全面、合理地分析被解釋變量與目標(biāo)解釋變量和其他解釋變量的關(guān)系，本節(jié)將分別構(gòu)建基于資源產(chǎn)業(yè)空間集聚度指標(biāo)的全樣本靜態(tài)面板回歸模型和全樣本動態(tài)面板回歸模型，采用普遍的最小二乘法和差分的廣義矩陣估計方法，逐項添加8個傳導(dǎo)要素變量分析其對資源產(chǎn)業(yè)空間集聚度與經(jīng)濟(jì)增長關(guān)系的沖擊作用，以期從產(chǎn)業(yè)空間集聚視角驗證我國油氣資源城市“資源詛咒”效應(yīng)。具體模型如下：

(1)全樣本靜態(tài)面板回歸模型：

(6)

(2)全樣本動態(tài)面板回歸模型：

(7)

3.2 計量結(jié)果及分析

首先，采用LLC和ADF Fisher對靜態(tài)面板回歸模型進(jìn)行平穩(wěn)性檢驗。其次，通過Hausman和最大似然比估計檢驗方法，選擇模型的回歸形式，包含個體和時間項的固定效應(yīng)、隨機(jī)效應(yīng)和混合效應(yīng)模型。選擇依據(jù)是：當(dāng)P值小于0.05時，在Hausman檢驗中拒絕原假設(shè)，原假設(shè)為固定效應(yīng)模型，則應(yīng)選擇隨機(jī)效應(yīng)模型；在最大似然比檢驗中拒絕原假設(shè)，原假設(shè)為混合效應(yīng)模型，則應(yīng)選取隨機(jī)效應(yīng)模型。再次，考慮到自然資源對經(jīng)濟(jì)增長的作用可能存在滯后性，研究利用DIF-GMM動態(tài)面板數(shù)據(jù)估計方法，考察面板數(shù)據(jù)的動態(tài)分析結(jié)果，通過Sargan檢驗方法檢驗?zāi)Ｐ凸烙嫿Y(jié)果的有效性。最后，利用逐步添加傳導(dǎo)要素的分步估計模型，分析傳導(dǎo)要素變量對“資源詛咒”模型中資源產(chǎn)業(yè)依賴度和經(jīng)濟(jì)增長指標(biāo)關(guān)系的沖擊作用，為進(jìn)一步分析傳導(dǎo)機(jī)理奠定基礎(chǔ)。

3.2.1 整體估計結(jié)果及討論

計算1998-2013年間10個典型油氣資源城市的被解釋變量與目標(biāo)解釋變量、控制變量間的具體關(guān)系，計算結(jié)果見表4。模型1為不含資源產(chǎn)業(yè)空間集聚度二次方項的全樣本靜態(tài)回歸模型，模型2為含資源產(chǎn)業(yè)空間集聚度二次方項的全樣本靜態(tài)回歸模型，模型3為全樣本動態(tài)回歸模型。

表4 區(qū)域計量經(jīng)濟(jì)模型整體估計結(jié)果(1998-2013)

注：(1)***、**、*、分別表示1%、5%、10%的顯著水平；(2)括號內(nèi)數(shù)值為t統(tǒng)計值；(3)因Sargan檢驗未通過，故未使用SYS-GMM估計。

首先分析資源產(chǎn)業(yè)空間集聚度ω與經(jīng)濟(jì)增長指標(biāo)的關(guān)系。在模型1、2、3中，資源產(chǎn)業(yè)空間集聚的系數(shù)估計值分別為-1.025778、-0.076034、-0.441933，且分別在10%、5%、10%的水平上顯著，說明油氣資源城市的資源產(chǎn)業(yè)空間集聚度與經(jīng)濟(jì)增長之間存在負(fù)向關(guān)聯(lián)關(guān)系，符合“資源詛咒”假說。模型2和模型3的估計結(jié)果中，ω一次方項的系數(shù)均為正，且分別在10%和5%的水平上顯著，與此同時，這兩個模型中ω二次方項的系數(shù)均為負(fù)，且分別在5%和10%的水平上顯著，故資源產(chǎn)業(yè)空間集聚度與區(qū)域經(jīng)濟(jì)增長間存在先促進(jìn)后抑制的關(guān)聯(lián)關(guān)系。

其次，針對傳導(dǎo)要素變量展開分析。模型1中，物質(zhì)資本投資、居民儲蓄能力及制造業(yè)發(fā)展的系數(shù)估計值分別為0.670224、0.001072、2.63574，且均在10%的水平上顯著，說明物質(zhì)資本投資、居民儲蓄能力及制造業(yè)發(fā)展均促進(jìn)經(jīng)濟(jì)增長，且我國油氣資源城市發(fā)展過程中確實存在著由于資源產(chǎn)業(yè)的擴(kuò)張而引發(fā)的對于物質(zhì)資本積累、制造業(yè)發(fā)展的“擠出”效應(yīng)，即資源對于消費(fèi)的“激增”刺激使得整個地區(qū)進(jìn)入低儲蓄率時期，對其他產(chǎn)業(yè)的投資減少。對外開放程度的系數(shù)為負(fù)，且通過顯著性檢驗，與ω的系數(shù)估計值符號相一致，說明對外開放程度越高，資源產(chǎn)業(yè)空間集聚度越高，對經(jīng)濟(jì)增長的抑制作用就越強(qiáng)。與模型1相比，在模型2中對外開放程度的系數(shù)估計值變得不顯著，說明加入ω二次方項后，對外開放程度在對經(jīng)濟(jì)增長的促進(jìn)或抑制作用的“選擇”上變得“猶豫不決”。從結(jié)果來看，難以直接判斷制造業(yè)發(fā)展和對外開放程度對經(jīng)濟(jì)增長是促進(jìn)還是抑制。

在模型3中，物質(zhì)資本投資的系數(shù)估計值也變得不再顯著，同時，人力資本水平和政府干預(yù)程度變得顯著起來，其系數(shù)均為負(fù)值，且分別在1%和10%的水平上顯著，說明使用兩步DIF-GMM的動態(tài)面板數(shù)據(jù)模型中，人力資本和政府干預(yù)在動態(tài)變化中的作用更為明顯。在加入滯后項的動態(tài)面板回歸模型3中，人力資本的累積作用得到體現(xiàn)，對區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)顯著；而政府干預(yù)卻嚴(yán)重阻礙經(jīng)濟(jì)增長，這可能是由于政府在應(yīng)對資源過度開發(fā)等行為時存在決策時滯和行動時滯，其中行動時滯的反應(yīng)時間較長，導(dǎo)致政府“不作為”現(xiàn)象的出現(xiàn)。

3.2.2 分步估計結(jié)果及討論

整體估計結(jié)果僅說明目標(biāo)解釋變量和傳導(dǎo)要素變量與被解釋變量間的固定關(guān)系，并未揭示傳導(dǎo)要素變量對目標(biāo)解釋變量和被解釋變量之間的負(fù)向關(guān)系有何影響，且這些要素會否對兩者間的關(guān)系產(chǎn)生沖擊。因此，利用DIF-GMM估計方法，通過分步添加傳導(dǎo)要素變量的方式考察傳導(dǎo)要素對資源產(chǎn)業(yè)空間集聚與區(qū)域經(jīng)濟(jì)增長間關(guān)系的影響。變量添加的順序按照先添加經(jīng)濟(jì)增長模型中的基本投入要素，包括物質(zhì)資本投資、居民儲蓄能力、人力資本水平和技術(shù)創(chuàng)新投入，再添加影響傳導(dǎo)結(jié)果的要素變量，包括個體與私營經(jīng)濟(jì)、制造業(yè)發(fā)展、對外開放和政府干預(yù)程度，計算結(jié)果見表5。

在模型1中，資源產(chǎn)業(yè)空間集聚的一次方項系數(shù)估計值為9.50775，系數(shù)符號為正，二次方項的系數(shù)估計值為-0.495141，系數(shù)符號為負(fù)，且均在10%的水平上顯著，說明1998-2013年這一時間段內(nèi)，油氣資源城市已陷入“資源詛咒”困境。

分步依次添加傳導(dǎo)要素變量。模型2-5依次加入經(jīng)濟(jì)增長模型中的四個基本要素——物質(zhì)資本投資、居民儲蓄能力、人力資本水平和技術(shù)創(chuàng)新投入，結(jié)果顯示物質(zhì)資本投資的系數(shù)為負(fù)，且隨變量的增加而變得更為顯著，說明盡管并未得到資源產(chǎn)業(yè)空間集聚度由不顯著到顯著的過程，但其自身對經(jīng)濟(jì)增長的負(fù)向作用可能是由于資源產(chǎn)業(yè)空間集聚地區(qū)的產(chǎn)業(yè)相對單一，從而導(dǎo)致因過度投資對人力資本積累造成“侵蝕”效應(yīng)，最終表現(xiàn)為其對經(jīng)濟(jì)增長的抑制作用。居民儲蓄能力的添加對資源產(chǎn)業(yè)空間集聚度的影響并不顯著。人力資本水平的系數(shù)為正，且通過顯著性檢驗，說明其促進(jìn)經(jīng)濟(jì)增長，且對詛咒效應(yīng)的傳導(dǎo)有明顯的抑制作用。技術(shù)創(chuàng)新投入的系數(shù)估計值并不顯著，但也使資源產(chǎn)業(yè)空間集聚度二次方項的系數(shù)估計值變小，且使物質(zhì)資本投資的系數(shù)估計值變得不顯著，說明其不僅能抑制“資源詛咒”效應(yīng)，也通過抑制物質(zhì)資本投資對經(jīng)濟(jì)增長的負(fù)向作用促進(jìn)經(jīng)濟(jì)增長。

模型6和8分別引入個體與私營經(jīng)濟(jì)發(fā)展和對外開放程度，結(jié)果顯示，兩者系數(shù)均未通過顯著性檢驗，也未對資源產(chǎn)業(yè)空間集聚與經(jīng)濟(jì)增長的關(guān)系造成影響。在模型7中，制造業(yè)發(fā)展的系數(shù)估計值雖然并不顯著，但卻使資源產(chǎn)業(yè)空間集聚二次方項的系數(shù)估計值變小，說明制造業(yè)發(fā)展對“資源詛咒”效應(yīng)有明顯的抑制作用，但其自身的系數(shù)估計值不顯著可能是由于資源產(chǎn)業(yè)對其發(fā)展的“擠出”效應(yīng)。模型8引入對外開放程度，其參數(shù)估計值未通過顯著性檢驗，即與經(jīng)濟(jì)增長的正向關(guān)系并不顯著，且對資源產(chǎn)業(yè)空間集聚度的影響微乎其微。模型9中，政府干預(yù)程度的系數(shù)估計值符號為負(fù)，且通過顯著性檢驗，說明政府干預(yù)會對經(jīng)濟(jì)增長的發(fā)展起抑制作用。

表5 區(qū)域計量經(jīng)濟(jì)模型分步估計結(jié)果(1998-2013)

注：(1)﹡﹡﹡、﹡﹡、﹡、分別表示1%、5%、10%的顯著水平；(2)括號內(nèi)數(shù)值為t統(tǒng)計值。

綜上所述，8個傳導(dǎo)要素中有6個與“資源詛咒”有直接或間接的顯著影響，而盡管個體與私營經(jīng)濟(jì)和對外開放程度這2個要素的影響程度不明顯，但不能完全排除其具有傳導(dǎo)作用，需進(jìn)一步通過中介模型的構(gòu)建，計算并分析“資源詛咒”的傳導(dǎo)情況。

4 基于產(chǎn)業(yè)空間集聚的“資源詛咒”中介效應(yīng)分析

構(gòu)建基于資源產(chǎn)業(yè)空間集聚的“資源詛咒”傳導(dǎo)機(jī)理的中介效應(yīng)模型(以下簡稱傳導(dǎo)模型)，分析資源產(chǎn)業(yè)空間集聚度與物質(zhì)資本投資、居民儲蓄能力、人力資本投資、技術(shù)創(chuàng)新投入等8個傳導(dǎo)要素兩兩之間的關(guān)系，萃取顯著的傳導(dǎo)要素以及具體的傳導(dǎo)方向和作用。

4.1 基于資源產(chǎn)業(yè)空間集聚的中介效應(yīng)模型

一國或地區(qū)的資源相對豐裕，其傳統(tǒng)產(chǎn)業(yè)的發(fā)展往往落后于資源產(chǎn)業(yè)。資源產(chǎn)業(yè)對于經(jīng)濟(jì)增長的貢獻(xiàn)也極為巨大，甚至帶動整個地區(qū)的經(jīng)濟(jì)發(fā)展。鑒于此，將油氣資源產(chǎn)業(yè)空間集聚度作為傳統(tǒng)經(jīng)濟(jì)增長模型中的被解釋變量而非投入要素，而物質(zhì)資本投資、人力資本水平、技術(shù)創(chuàng)新投入、個體與私營經(jīng)濟(jì)發(fā)展、制造業(yè)發(fā)展、對外開放程度、居民儲蓄能力以及政府干預(yù)程度等傳導(dǎo)要素作為解釋變量，計算分析前后兩者之間的關(guān)系。通過面板數(shù)據(jù)模型的計算可以得出兩者是否關(guān)聯(lián)，正向還是負(fù)向關(guān)聯(lián)以及關(guān)聯(lián)的程度，進(jìn)而結(jié)合“資源詛咒”效應(yīng)下的經(jīng)濟(jì)增長計量模型的計算結(jié)果，深入挖掘“資源詛咒”的傳導(dǎo)路徑及抑制“資源詛咒”的存在條件等。

圖1 B-K中介效應(yīng)分析方法

根據(jù)B-K中介效應(yīng)分析方法(見圖1)，前文已經(jīng)計算目標(biāo)解釋變量X與被解釋變量Y以及傳導(dǎo)要素變量M與被解釋變量Y的關(guān)系系數(shù)c和b(見公式3)，為觀察目標(biāo)解釋變量與傳導(dǎo)要素變量的關(guān)系并計算關(guān)系系數(shù)a，沿用上文中使用的計量模型的基本形式，解釋變量換為傳導(dǎo)要素變量，被解釋變量換為資源產(chǎn)業(yè)依賴度和資源產(chǎn)業(yè)空間集聚度，如圖1所示。

基于資源產(chǎn)業(yè)空間集聚的傳導(dǎo)機(jī)理中介效應(yīng)模型如公式8-15所示：

ωit=α0+α1FIit+μit

(8)

ωit=β0+β1PSit+μit

(9)

ωit=χ0+χ1HCit+μit

(10)

ωit=δ0+δ1TIit+μit

(11)

ωit=ε0+ε1PEit+μit

(12)

ωit=φ0+φ1MDit+μit

(13)

ωit=φ0+φ1OPit+μit

(14)

ωit=η0+η1GIit+μit

(15)

式中，ω表示資源產(chǎn)業(yè)空間集聚度的測度指標(biāo)；FI、PS、HC、TI、PE、MD、OP、GI分別表示物質(zhì)資本投資、居民儲蓄能力、人力資本水平、技術(shù)創(chuàng)新投入、個體與私營經(jīng)濟(jì)發(fā)展、制造業(yè)發(fā)展、對外開放程度以及政府干預(yù)程度的測度指標(biāo)；α、β、χ、δ、ε、φ、φ、η、γ分別表示各公式中的待估參數(shù)，預(yù)期符號分別為負(fù)、正、正、正、負(fù)、負(fù)、未知、負(fù)；μ為隨機(jī)擾動項。

4.2 測算結(jié)果分析

本節(jié)沿用3.2的參數(shù)估計方法，先利用Hausman和似然比檢驗確定模型的影響形式，而后進(jìn)行模型計算。計算結(jié)果見表6。

表6 資源產(chǎn)業(yè)空間集聚度與傳導(dǎo)要素變量(1998-2013)

注：(1)﹡﹡﹡、﹡﹡、﹡、分別表示1%、5%、10%的顯著水平；(2)括號內(nèi)數(shù)值為t統(tǒng)計值。

從模型1～8的估計結(jié)果來看，物質(zhì)資本投資、居民儲蓄能力、人力資本水平、技術(shù)創(chuàng)新投入和制造業(yè)發(fā)展的系數(shù)估計值通過t檢驗，其參數(shù)估計值分別為-0.020154、0.000028、0.000002、0.038308、-0.280686，分別在10%、10%、5%、1%和5%的水平上顯著。

根據(jù)傳導(dǎo)模型的計算結(jié)果，與自然資源關(guān)系顯著的中間要素除物質(zhì)資本投資、人力資本水平、居民儲蓄能力、技術(shù)創(chuàng)新投入和制造業(yè)發(fā)展。其中，物質(zhì)資本投資與制造業(yè)發(fā)展具有負(fù)向中介作用，其他三個要素具有正向中介作用，具體傳導(dǎo)機(jī)制見圖2。

圖2 油氣資源城市“資源詛咒”傳導(dǎo)模型

由圖2可知，豐裕的油氣資源對區(qū)域經(jīng)濟(jì)增長存在直接的、顯著的促進(jìn)作用，而受傳導(dǎo)要素的影響，該作用被弱化，甚至轉(zhuǎn)化為對經(jīng)濟(jì)增長的抑制作用。在這些傳導(dǎo)要素中，物質(zhì)資本投資和制造業(yè)發(fā)展的介入導(dǎo)致“資源詛咒”效應(yīng)的產(chǎn)生和擴(kuò)大；居民儲蓄能力、人力資本水平、技術(shù)創(chuàng)新投入的介入則可以有效抑制“資源詛咒”效應(yīng)；而個體與私營經(jīng)濟(jì)、對外開放程度和政府干預(yù)程度對自然資源與區(qū)域經(jīng)濟(jì)增長的關(guān)系影響不大。對于物質(zhì)資本投資和制造業(yè)發(fā)展兩項要素而言，許多學(xué)者在研究“資源詛咒”傳導(dǎo)機(jī)理的過程中通過不同層面的數(shù)據(jù)分析得出相一致的結(jié)果，對這一現(xiàn)象的解釋有“荷蘭病”、初級產(chǎn)品論等[39,40]；而對于居民儲蓄能力、人力資本水平和技術(shù)創(chuàng)新投入而言，許多學(xué)者認(rèn)為豐裕的自然資源對這三種要素同時存在的“擠出”效應(yīng)并未出現(xiàn)在其研究結(jié)果中[41,42]，原因可能是由于研究對象的異質(zhì)性問題，導(dǎo)致“資源詛咒”傳導(dǎo)機(jī)理的影響要素并非普遍使用于所有資源豐裕地區(qū)。

需要說明的是，油氣資源城市“資源詛咒”傳導(dǎo)概念模型中未涉及社會文化習(xí)俗、生態(tài)環(huán)境、貧富差距、礦難等難以量化的要素，但并不代表這些要素對“資源詛咒”沒有間接的影響。尤其是油氣資源開發(fā)具有明顯的外部不經(jīng)濟(jì)性，對于生態(tài)系統(tǒng)的破壞問題相當(dāng)突出，而日益惡化的城市生態(tài)環(huán)境使得政府在產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、區(qū)域發(fā)展規(guī)劃、對外招商引資等方面受到嚴(yán)重的制約，大大降低對油氣資源城市的資金和其他資源的配置效率，甚至?xí)l(fā)資金和人才、技術(shù)等資源的外流，嚴(yán)重阻礙區(qū)域經(jīng)濟(jì)增長。

5 結(jié)語

通過對Krugman的空間基尼系數(shù)計算方法的改進(jìn)，測算油氣資源城市“資源詛咒”空間集聚度指標(biāo)，并與資源產(chǎn)業(yè)依賴度的測算結(jié)果比較分析，證明選取該指標(biāo)作為計量經(jīng)濟(jì)模型中目標(biāo)解釋變量更為科學(xué)、合理。在此基礎(chǔ)上構(gòu)建基于油氣資源產(chǎn)業(yè)空間集聚的計量回歸模型并對其進(jìn)行實證檢驗及分析。為更為科學(xué)、合理的分析油氣資源城市“資源詛咒”的傳導(dǎo)機(jī)理，借鑒B-K中介效應(yīng)分析方法，構(gòu)建傳導(dǎo)的中介效應(yīng)模型，明確“資源詛咒”的測度指標(biāo)與傳導(dǎo)要素間的關(guān)系。研究得到以下結(jié)論：

(1)通過對1998-2013年間我國10座油氣資源城市的資源產(chǎn)業(yè)空間集聚情況測算可知，我國油氣資源城市產(chǎn)業(yè)空間集聚度的合計值為22.7713，說明我國確實存在油氣資源產(chǎn)業(yè)的空間集聚現(xiàn)象。與產(chǎn)業(yè)依賴度相比，各城市整體排名變化不大，但根據(jù)發(fā)生變化的城市排名，資源產(chǎn)業(yè)空間集聚度能夠更好地反映資源產(chǎn)業(yè)在區(qū)位上的被依賴程度。

(2)資源產(chǎn)業(yè)空間集聚度指標(biāo)與經(jīng)濟(jì)增長指標(biāo)的系數(shù)呈現(xiàn)負(fù)向關(guān)聯(lián)關(guān)系，且在含二次方項的動態(tài)和靜態(tài)模型中得到一致的結(jié)果，即兩個存在“促進(jìn)-抑制”型非線性曲線關(guān)系，曲線呈倒U型關(guān)系；在新指標(biāo)替代舊指標(biāo)的面板數(shù)據(jù)模型計算結(jié)果中，依然能夠證實“資源詛咒”的存在。

(3)通過構(gòu)建基于產(chǎn)業(yè)空間集聚的傳導(dǎo)機(jī)理概念模型，對傳統(tǒng)的傳導(dǎo)機(jī)理概念模型進(jìn)行修正。結(jié)果顯示，物質(zhì)資本投資和制造業(yè)發(fā)展的具有負(fù)向中介作用，在“資源詛咒”的傳導(dǎo)中起正向促進(jìn)作用；而人力資本水平、技術(shù)創(chuàng)新投入和居民儲蓄能力具有正向中介作用，可以有效抑制“資源詛咒”效應(yīng)；個體與私營經(jīng)濟(jì)、對外開放程度和政府干預(yù)程度對“資源詛咒”的中介作用并不明顯。