孟 明，牛東曉，許曉敏

(1.華北電力大學經(jīng)濟管理系，河北 保定 071003；2. 華北電力大學經(jīng)濟與管理學院，北京 102206)

?

經(jīng)濟轉(zhuǎn)型過程中資源依賴度演進路徑分解模型研究

孟 明1，牛東曉2，許曉敏2

(1.華北電力大學經(jīng)濟管理系，河北 保定 071003；2. 華北電力大學經(jīng)濟與管理學院，北京 102206)

資源依賴度的變化是資源型經(jīng)濟轉(zhuǎn)型的重要標志。為了識別轉(zhuǎn)型過程中的驅(qū)動因素和滯后因素，并對可持續(xù)發(fā)展效果進行評價，本文提出了資源依賴度演進路徑分解模型。該模型在考慮一個經(jīng)濟體的各個組成部分的基礎上，以資源依賴度的導數(shù)形式為起點，通過設計對數(shù)均值算法解決定積分計算中存在的問題，最終得到資源依賴度演進路徑完全分解方程。該模型可以將一個經(jīng)濟體在一段時期內(nèi)資源依賴度的變化，分解為每一個組成部分在每一年通過每一項影響因素所做出的貢獻的和。此外，本文還使用該模型對山西省2006-2012年資源依賴度的變化量進行了分解分析，為促進山西省資源型經(jīng)濟的轉(zhuǎn)型發(fā)展提出了相應的政策建議。

資源型經(jīng)濟；轉(zhuǎn)型；資源依賴度；路徑分解

1 引言

資源型經(jīng)濟主要是指以礦產(chǎn)資源開發(fā)為動力所形成的以煤、石油、天然氣等能源產(chǎn)業(yè)及鐵、銅等礦產(chǎn)部門為主導的經(jīng)濟體系[1]。由于資源稟賦的優(yōu)勢，一些國家或地區(qū)可以在工業(yè)化初期獲得巨大的發(fā)展優(yōu)勢。英國、德國在19 世紀的高速發(fā)展以及美國在20世紀初的迅速崛起均與此有關[2]。實際上，在整個20世紀60年代以前，多數(shù)學者對于自然資源在經(jīng)濟發(fā)展中的推動作用都是持肯定態(tài)度的[3]。

但是，20世紀60年代以后，上述發(fā)展模式的問題開始顯現(xiàn)。主要表現(xiàn)在豐富的資源與資源產(chǎn)業(yè)的興起, 不但沒有為資源豐富地區(qū)帶來預期的進一步發(fā)展, 反而產(chǎn)生了區(qū)域經(jīng)濟增長緩慢、區(qū)際貿(mào)易條件惡化、經(jīng)濟結構失衡、資源環(huán)境破壞、收入差距擴大等問題, 即所謂的資源與經(jīng)濟發(fā)展的悖論[4]。1982年，Corden 和Neary[5]以荷蘭為例對上述現(xiàn)象的成因進行了研究，認為資源產(chǎn)業(yè)部門貿(mào)易順差的增加，導致了本國貨幣的升值，從而惡化了非資源產(chǎn)業(yè)部門的國際貿(mào)易環(huán)境。此外，由于資源部門具有更高的邊際生產(chǎn)率，其對于物質(zhì)和人力資本的吸收也削弱了非資源產(chǎn)業(yè)部門的發(fā)展基礎。這種問題在很多資源稟賦豐富國家和地區(qū)的發(fā)展過程中都曾出現(xiàn)，被稱為“荷蘭病”[6-7]。在后續(xù)的研究中，Auty[8]對“荷蘭病”的成因進行總結，提出了“資源詛咒”的概念，即豐裕的資源對一些國家的經(jīng)濟增長并不是充分的有利條件，反而是一種限制。因此，對資源型經(jīng)濟的發(fā)展模式進行轉(zhuǎn)型，降低其對資源開采的依賴，就成為一些“資源詛咒”國家和地區(qū)未來發(fā)展的必由之路[9-10]。

資源依賴度可以定義為單位GDP產(chǎn)出的資源開采量。其變化量可以用于反應資源型經(jīng)濟轉(zhuǎn)型速度和成果的重要指標。具體而言，隨著經(jīng)濟的發(fā)展，當一個資源型經(jīng)濟國家或地區(qū)的資源依賴度下降時，可以在很大程度上認為該經(jīng)濟體的資源型經(jīng)濟轉(zhuǎn)型取得進展。反之，則可以認為其發(fā)生了逆轉(zhuǎn)。對資源依賴度在一定時期內(nèi)的演進路徑進行分解分析，可以定量測量各種因素對該經(jīng)濟體資源依賴度變化的影響，進而識別出轉(zhuǎn)型過程的驅(qū)動因素和滯后因素。此外，將資源依賴度演進路徑模型的分解結果與該經(jīng)濟體各子區(qū)域的經(jīng)濟規(guī)模相結合，可以對該經(jīng)濟體的各個子區(qū)域的相對可持續(xù)發(fā)展水平進行評價。這些實證分析結果都可以為相關產(chǎn)業(yè)政策的調(diào)整提供借鑒。

當前，對于路徑分解模型模型的設計主要有三種思路：DEA-MPI(Data Envelopment Analysis and Malmquist Productivity Index)分解[11-12]、Laspeyres指數(shù)分解[14]和LMDI(Logarithmic Mean Divisia Index)分解[14-15]。與后兩種分解思路相比，采用DEA-MPI分解思路設計的模型在計算方面較為困難，而且對于分解結果也不容易解釋。對于后兩種分解思路，由于LMDI分解方法設計的模型在理論基礎、適用性、易用性和結果易于解釋等方面均更有優(yōu)勢[16]，因此這種思路也被本文所采用。

采用LMDI分解方法所設計的模型，主要以單一統(tǒng)計指標為分解對象，例如資源消費量[17]或CO2排放量[18]等。而資源依賴度作為比例性指標，并不能采用上述算法直接進行分解分析，主要原因有兩方面：第一，比例性指標的影響因素與單一統(tǒng)計指標不同，因而分解方程框架也不同；第二，由于分解方程框架不同，用于解決定積分計算問題的均值算法也不同。為了解決上述比例性指標的分解問題，本文將采用LMDI分解的思路設計資源依賴度演進路徑分解模型，并以此為基礎對山西省經(jīng)濟轉(zhuǎn)型過程中資源依賴度的變化進行實證分解分析，并進而提出相應的政策調(diào)整建議。

2 資源依賴度演進路徑分解模型

2.1 分解框架

一般而言，在考慮一個經(jīng)濟體各個組成部分的前提下，其資源依賴度的變化，可以受到兩方面因素的影響：第一，其各個組成部分的經(jīng)濟轉(zhuǎn)型情況。當各個組成部分的經(jīng)濟轉(zhuǎn)型普遍取得進展時，該經(jīng)濟體的資源依賴度降低。第二，其各個組成部分區(qū)域經(jīng)濟發(fā)展速度調(diào)整的效果。當該經(jīng)濟體中資源依賴度較低的組成部分的產(chǎn)出比例增加時，該經(jīng)濟體的資源依賴度降低。因此，根據(jù)資源依賴度的定義，并考慮一個經(jīng)濟體的各個組成部分，有：

(1)

其中，R為該經(jīng)濟體的資源依賴度；M為該經(jīng)濟體的資源開采量；G為該經(jīng)濟體的GDP產(chǎn)出；n為該經(jīng)濟體所考慮的組成部分的個數(shù)，一般可按照行政單位進行劃分。

將式(1)中的Mj/Gj和Gj/G看作兩個變量，則隨著時間t的推移，資源依賴度R的邊際變化可以表示為：

(2)

在式(2)中，該經(jīng)濟體的資源依賴度R的邊際變化被分解為等號右側的兩項影響之和。其中，第一項來源于該經(jīng)濟體各個組成部分資源依賴度的變化，可以粗略反映各個組成部分的經(jīng)濟轉(zhuǎn)型速度的影響；第二項來源于該經(jīng)濟體各個組成部分GDP產(chǎn)出比例的變化，可以反映區(qū)域經(jīng)濟發(fā)展速度調(diào)整的影響。

設u和z為兩個統(tǒng)計時點(u

(3)

在式(3)中，由于等號右側第一項中的Gt,j/Gt和第二項中的Mt,j/Gt,j均不是常量，且其具體的表達式未知，因此這兩項定積分均無法直接計算。

2.2 均值算法

為了解決式(3)中的定積分計算問題，按照分解模型的一般設計思路，可以以Gt,j/Gt和Mt,j/Gt,j兩個變量在u和z兩個時點的某種均值形式對其分別進行替換，但這種替換必須保證分解結果是沒有余量的，即式(3)等號左右兩側的結果必須完全相等，因此必須設計合理的均值算法。

根據(jù)LMDI分解的思路，兩因素的對數(shù)均值方程[19]為：

(4)

為了計算式(3)中的定積分，將Gt,j/Gt替換為：

(5)

將Mt,j/Gt,j替換為：

(6)

由于γ(u,z),j和λ(u,z),j不含有變量t，即在積分期間為常量，因此將其帶入式(3)后可直接進行積分計算。

將式(5)和式(6)帶入式(3)，有：

(7)

可以證明，由于采用了式(5)和式(6)的均值算法，式(7)等號右側的分解結果為左側該經(jīng)濟體資源依賴度R的變化量的完全分解，即不存在分解余量[20]。

2.3 完全分解方程

為了描述該經(jīng)濟體資源依賴度在不同年份間的變化情況，必須將式(7)進一步分解為相鄰年份的變化。

(8)

對式(8)等號左右兩側同時求和，可得：

(9)

這樣以來，一個經(jīng)濟體從第1年到第m年資源依賴度的變化量，被分解為每一個組成部分在每一年通過每一項影響因素(經(jīng)濟轉(zhuǎn)型速度和區(qū)域經(jīng)濟發(fā)展速度調(diào)整)所做出貢獻的和。因此，根據(jù)式(9)的分解結果，資源依賴度的演進路徑，可以從時間、組成部分和影響因素三個維度進行定量描述。對分解結果從不同維度進行分析，可以識別源依賴度的變化的驅(qū)動因素和滯后因素。將分解結果與該經(jīng)濟體各子區(qū)域的經(jīng)濟規(guī)模相結合，可以對該經(jīng)濟體的各個子區(qū)域的相對可持續(xù)發(fā)展水平進行評價。

3 實證分析

山西省的煤炭資源非常豐富，其當前已探明的儲量達2673.79億噸，約占全國的20%，故而有“煤鄉(xiāng)”之稱[21]。山西省的煤炭資源開發(fā)較早，其產(chǎn)業(yè)結構體系長期以來均以煤炭資源為基礎，是我國典型的資源型經(jīng)濟地區(qū)。為了降低對煤炭工業(yè)的依賴，實現(xiàn)社會經(jīng)濟的可持續(xù)發(fā)展，山西省近年來一直在謀求經(jīng)濟的轉(zhuǎn)型發(fā)展。在中央政府的支持下，作為我國第九個綜合配套改革試驗區(qū)，“山西省國家資源型經(jīng)濟轉(zhuǎn)型綜合配套改革試驗區(qū)”已于2010年成立。本節(jié)以前面提出的資源依賴度演進路徑分解模型為基礎，對山西省資源依賴度的變化進行實證分析，并為經(jīng)濟的轉(zhuǎn)型發(fā)展提供政策借鑒。

3.1 數(shù)據(jù)選擇及初步分析

山西省在“十一五”規(guī)劃之前就已經(jīng)提出了資源轉(zhuǎn)型發(fā)展戰(zhàn)略，但這一戰(zhàn)略的系統(tǒng)實施是在“十一五”規(guī)劃開始以后。因此，數(shù)據(jù)選擇以“十一五”規(guī)劃的開始年，即2006年為起點。由于各類統(tǒng)計年鑒公布的最新數(shù)據(jù)均截止到2012年，因此數(shù)據(jù)選擇以2012年為終點。此外，在山西省所轄的11個地級市中，由于運城市的煤炭開采量極小，資源型經(jīng)濟的特征并不明顯，因此在本文中將不予考慮(以下所指的山西省均不包括運城市)。為了便于進行使用上述分解模型對各個地區(qū)的相關數(shù)據(jù)進行處理，將其余10個地級市分別進行編號，如表1所示。

表1 山西省各地區(qū)的編號

全部10個地區(qū)的GDP產(chǎn)出和原煤產(chǎn)量均來源于《山西統(tǒng)計年鑒》(2007-2013)[21]。其中，原煤產(chǎn)量來源于“主要工業(yè)產(chǎn)品產(chǎn)量”表(2006-2008)和“規(guī)模以上主要工業(yè)產(chǎn)品產(chǎn)量”(2009-2012)表；GDP數(shù)據(jù)來源于“國民經(jīng)濟核算主要指標”表。為了剔除價格波動對分解結果的影響，所有GDP數(shù)據(jù)在進行進一步分析前均需除以其對應年的“全省商品零售價格總指數(shù)”(2006=1)。

根據(jù)式(1)，并以所選擇的原煤產(chǎn)量數(shù)據(jù)和調(diào)整后的GDP數(shù)據(jù)為基礎，可以得到各地級市2006-2012年的資源依賴度數(shù)據(jù)(單位：噸/萬元)。為了便于觀察其變化規(guī)律，將其以柱狀圖列于圖1中。

圖1 山西省各地區(qū)資源依賴度的變化趨勢

如圖1所示，總體而言，山西省各地區(qū)的資源依賴度自2006年以來均出現(xiàn)了下降的趨勢，這意味著各地區(qū)經(jīng)濟轉(zhuǎn)型均取得了進展。此外，各地區(qū)資源依賴度的差別很大，這就意味著存在著通過對區(qū)域經(jīng)濟發(fā)展速度進行調(diào)整而降低山西省資源依賴度的可能。

3.2 分解結果分析

將上述數(shù)據(jù)原煤產(chǎn)量數(shù)據(jù)和調(diào)整后的GDP數(shù)據(jù)代入式(5)和式(6)，即可得到分解方程的中間值。再將上述中間值代入式(9)，即可得到山西省資源依賴度的分解結果，列于表2中(單位：噸/十萬元)。

表2 各因素定量分解結果

表2中的數(shù)據(jù)可以定量反應相關因素對山西省資源依賴度變化的影響。例如，第2行第3列的-2.096表示太原市(根據(jù)表1所示，j=1代表太原市)在2006-2007年間，通過自身的經(jīng)濟轉(zhuǎn)型使得整個山西省的資源依賴度降低了2.096噸/十萬元。其它數(shù)據(jù)也具有類似的經(jīng)濟意義。此外，表2中所有分解結果數(shù)據(jù)的和為-54.933噸/十萬元，與根據(jù)統(tǒng)計數(shù)據(jù)計算的山西省資源依賴度在2006-2012年間的變化量相等，因此可以證實式(9)是一個完全分解方程。

將表2中“經(jīng)濟轉(zhuǎn)型速度”部分的數(shù)據(jù)求和，其值為-64.419噸/十萬元。相應的，“區(qū)域經(jīng)濟發(fā)展速度調(diào)整”之和為9.486噸/十萬元。也就是說，在2006-2012年間，由于各地區(qū)經(jīng)濟轉(zhuǎn)型進程的推進，山西省的資源依賴度降低了64.419噸/十萬元，但由于各地區(qū)的無序發(fā)展，使得山西省的資源依賴度又回升了9.486噸/十萬元。這就表明，山西省資源依賴度的降低，主要依靠各地區(qū)經(jīng)濟的“自然”轉(zhuǎn)型發(fā)展，而實際相對發(fā)展速度的變化是對此起阻礙作用的。長期以來，為了促進全省的經(jīng)濟發(fā)展轉(zhuǎn)型，山西省制訂了許多區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的相關政策，但上述結果顯示這些政策并未起到應有的作用。究其根源，在于由于歷史觀念及地方財政收入等多方面的原因，我國各級政府均十分重視本地區(qū)的經(jīng)濟發(fā)展，對其進行各種實質(zhì)性保護，上述結果可以反映出各個地區(qū)地方保護主義的存在。因此，破除地方保護主義，使各地區(qū)經(jīng)濟按照經(jīng)濟轉(zhuǎn)型的需要協(xié)調(diào)發(fā)展，是山西省進一步降低資源依賴度的關鍵。

此外，表2所示的分解結果，還可以用于衡量各地區(qū)的相對可持續(xù)發(fā)展速度。在經(jīng)濟轉(zhuǎn)型過程中，可持續(xù)發(fā)展有兩個關鍵，一是“可持續(xù)”，即降低資源依賴度；二是“發(fā)展”，可以粗略的以GDP增長來表示。而表2中“經(jīng)濟轉(zhuǎn)型速度”和“區(qū)域經(jīng)濟發(fā)展速度調(diào)整”則分別反映了上述兩個指標的分解結果。由于“經(jīng)濟轉(zhuǎn)型速度”為負指標，且越小越好，因此將其取相反數(shù)并與“區(qū)域經(jīng)濟發(fā)展速度調(diào)整”的分解結果求和作為反映可持續(xù)發(fā)展成果的指標。另外，根據(jù)式(9)，表2所示的分解結果，除受到相關因素(資源依賴度和GDP產(chǎn)出比例)變化量的影響外，還受到各地區(qū)經(jīng)濟規(guī)模的影響。簡而言之，對于經(jīng)濟規(guī)模較大的地區(qū)，其自身資源依賴度的較小變化，也會對整個山西省資源依賴度的變化產(chǎn)生較大的影響。反過來，如果一個地區(qū)的經(jīng)濟規(guī)模較小，即使其自身資源依賴度的變化較大，對于整個山西省資源依賴度的變化也不會產(chǎn)生明顯的影響。同樣，“區(qū)域經(jīng)濟發(fā)展速度調(diào)整”分解結果也具有類似的現(xiàn)象。因此，對于各地區(qū)的相對可持續(xù)發(fā)展水平的評價，必須綜合考慮可持續(xù)發(fā)展成果和GDP規(guī)模兩個方面。

為反映各地區(qū)的相對可持續(xù)發(fā)展速度，將各個地區(qū)上述可持續(xù)發(fā)展成果和GDP的排名畫于圖2中。

圖2 山西省各地區(qū)的相對可持續(xù)發(fā)展速度

如果各地區(qū)可持續(xù)發(fā)展速度相同，則所有地區(qū)所對應的分布位置應全部落在圖2中從左下角到右上角的對角線上。也就是說，分布位置落在這條對角線上的地區(qū)的可持續(xù)發(fā)展水平可視為所有地區(qū)的平均水平。某個地區(qū)的分布位置偏向于圖2的左上角，則說明該地區(qū)的可持續(xù)發(fā)展成果排名低于其GDP排名，也就是說其相對可持續(xù)發(fā)展速度低于平均水平。而且，偏離程度越大，相對可持續(xù)發(fā)展速度越慢。反之，某個地區(qū)的分布位置偏向于右下角，則說明該地區(qū)的相對可持續(xù)發(fā)展速度高于平均水平。而且，偏離程度越大，相對可持續(xù)發(fā)展速度越快。為了更清晰的反映各地區(qū)分布位置相對于從左下角到右上角的對角線的偏離程度，四條與該對角線平行的虛線也在圖2中畫出。

根據(jù)圖2所示的結果，全部10個地區(qū)的相對可持續(xù)發(fā)展速度從快到慢的排名應該為：朔州、陽泉、晉城、忻州、長治、晉中、大同、太原、臨汾和呂梁。

4 結語

由于“荷蘭病”和“資源詛咒”等原因，對經(jīng)濟發(fā)展模式進行轉(zhuǎn)型是很多資源型經(jīng)濟的必然選擇，而資源依賴度的變化則可視為經(jīng)濟轉(zhuǎn)型的重要標識。為了識別經(jīng)濟轉(zhuǎn)型過程中的驅(qū)動因素和滯后因素，并對可持續(xù)發(fā)展效果進行評價，本文首次提出了資源依賴度演進路徑分解模型。該模型在考慮一個經(jīng)濟體的組成部分的基礎上，以資源依賴度的導數(shù)形式為起點，通過設計均值算法解決定積分計算中存在的問題，最終得到資源依賴度完全分解方程。該模型可以將一個經(jīng)濟體在一段時期內(nèi)資源依賴度的變化，分解為每一個組成部分在每一年通過每一項影響因素(經(jīng)濟轉(zhuǎn)型速度和區(qū)域經(jīng)濟發(fā)展速度調(diào)整)所做出貢獻的和。使用該模型對山西省(不包括運城地區(qū))2006-2012年資源依賴度的變化量進行分解分析表明：第一，山西省資源依賴度的降低，主要依靠各地區(qū)經(jīng)濟的“自然”轉(zhuǎn)型發(fā)展，而各地區(qū)經(jīng)濟的實際相對發(fā)展速度的變化是對此起阻礙作用的。破除地方保護主義，使各地區(qū)經(jīng)濟按照經(jīng)濟轉(zhuǎn)型的需要協(xié)調(diào)發(fā)展，是山西省進一步降低資源依賴度的關鍵。第二，全部10個地區(qū)的相對可持續(xù)發(fā)展速度從快到慢的排名應該為：朔州、陽泉、晉城、忻州、長治、晉中、大同、太原、臨汾和呂梁。

[1] 張復明,景普秋.資源型經(jīng)濟的形成:自強機制與個案研究[J].中國社會科學,2008(5):117-130.

[2] Wright G, Czelusta J. Mineral resources and economic development[C]//Proceedings of Conference on Sector Reform in Latin America Standford Center for Internaxicnal Development,Novernber 13-15,2003.

[3] 徐康寧,王劍.自然資源豐裕程度與經(jīng)濟發(fā)展水平關系的研究[J].經(jīng)濟研究,2006,(1):78-89.

[4] Brunnschweiler C N,Bulte E H.The resource curse revisited and revised:A tale of paradoxes and red herrings[J].Journal of Environmental Economics and Management,2008,55(3): 248-264.

[5] Corden W M,Neary J P.Booming sector and de-industrialisation in a small open economy[J].The Economic Journal,1982,92(368):825-848.

[6] Chand S,Levantis T.Dutch Disease and the crime epidemic: An investigation of the mineral boom in Papua New Guinea[J].The Australian Journal of Agricultural and Resource Economics,2000,44(1):129-146.

[7] Dülger F,Lopcu K,Burga? A,at al. Is Russia suffering from Dutch Disease? Cointegration with structural break[J].Resources Policy,2013,38(4):605-612.

[8] Auty R.Sustaining development in mineral economies:The resource curse thesis[M].London: Routledge,1993.

[9] Li Huijuan,Long Ruyin,Chen Hong.Economic transition policies in Chinese resource-based cities:An overview of government efforts[J].Energy Policy,2013,55:251-260.

[10] Ville S,Wicken O.The dynamics of resource-based economic development: Evidence from Australia and Norway[J].Industrial and Corporate Change, 2013,22(5):1341-1371.

[11] 趙國浩,高文靜.基于前沿分析方法的中國工業(yè)部門廣義碳生產(chǎn)率指數(shù)測算及變化分解[J].中國管理科學,2013,(1):31-36.

[12] Kao C,Hwang S N.Multi-period efficiency and Malmquist productivity index in two-stage production systems[J].European Journal of Operational Research,2014,232(3):512-521.

[13] Meng Ming,Niu Dongxiao,Gao Qian.Decomposition analysis of Chinese provincial economic growth through carbon productivity analysis[J].Environmental Progress & Sustainable Energy,2014,33(1):250-255.

[14] González P F, Landajo M, Presno M J. Multilevel LMDI decomposition of changes in aggregate energy consumption. A cross country analysis in the EU-27[J]. Energy Policy, 2014, 68: 576-584.

[15] Shao Chaofeng,Guan Yang,Wan Zheng,et al.Performance and decomposition analyses of carbon emissions from industrial energy consumption in Tianjin,China[J].Journal of Cleaner Production,2014,64:590-601.

[16] Ang B W.Decomposition analysis for policymaking in energy:which is the preferred method?[J].Energy Policy,2004,32(9):1131-1139.

[17] Sun Qipeng,Ji Jiao,Xu Cheng.Energy consumption driving factors and measuring models of regional integrated transport system[J].Journal of Transportation Systems Engineering and Information Technology,2013,13(3):1-9.

[18] Ren Shenggang,Yin Hongyuan,Chen Xiaohong.Using LMDI to analyze the decoupling of carbon dioxide emissions by China's manufacturing industry[J].Environmental Development,2014,9:61-75.

[19] Ang B W.Decomposition methodology in industrial energy demand analysis[J].Energy,1995,20(11):1081-1095.

[20] Meng Ming,Niu Dongxiao.Three-dimensional decomposition models for carbon productivity[J].Energy,2012,46(1):179-187.

[21] 山西省統(tǒng)計局,國家統(tǒng)計局山西調(diào)查總隊. 山西統(tǒng)計年鑒(2007-2013)[M].北京:中國統(tǒng)計出版社,2013.

Evolution Roadmap Decomposition Model for Resource Dependency During the Process of Economy Transformation

MENG Ming1, NIU Dong-xiao2, XU Xiao-min2

(1. Department of Economics and Management, North China Electric Power University, Baoding 071003, China;

2.School of Economics and Management, North China Electric Power University, Beijing 102206,China)

Economic transformation is essential for many resource-based areas. To identify the driving force and resistance factors of the transformation and to evaluate the effects of sustainable development, an evolution roadmap decomposition model for resource dependency is proposed in this paper. Based on the consideration of the geographical components of an economy, the differential to the resource dependency is used to indicate the beginning of the decomposition model. After designing the mean algorithm to solve the problems existed in calculating the definite integral, the complete resource dependency decomposition equation is obtained. By using this model, the change of the resource dependency for an economy can be decomposed to the summation of the contribution of each component through each influence factor in each year. Furthermore, the change of the resource dependency for Shanxi province during 2006-2012 is decomposed by the proposed model and the following conclusions are drawn. 1) The decrease of resource dependency of Shanxi province depended mainly on the “natural” transformation and the changes of the relative development speed of different areas have hindered the transformation; as well as 2) The sustainable development rank from the fast to the slow of all the considered areas is Shuozhou, Yangquan, Jincheng, Xinzhou, Changzhi, Jinzhong, Datong, Taiyuan, Linfen, and Lvliang.

resource-based economy; transformation; resource dependency; roadmap decomposition

1003-207(2016)03-0018-06

10.16381/j.cnki.issn1003-207x.2016.03.003

2014-06-15；

2014-12-18

國家自然科學基金資助項目(71471061, 71201057, 71471059)；中央高?；究蒲袠I(yè)務費專項資金資助(2014MS148)

簡介：孟明(1979-)，男(漢族)，河北定州人，華北電力大學經(jīng)濟管理系副教授，管理學博士，研究方向：能源消費模型與政策,E-mail:ncepumm@126.com.

F061.3; F407.21

A