丁從明 馬鵬飛 廖舒婭

摘要自然資源對區(qū)域經(jīng)濟發(fā)展是“?！边€是“禍”？現(xiàn)有文獻主要是從國別或省級層面進行研究，強調(diào)資源對地區(qū)收入的影響，宏觀數(shù)據(jù)的研究因存在較大的遺漏變量和反向因果問題而無法獲得無偏性估計結(jié)果，故其結(jié)論存在較大分歧。本文在梳理現(xiàn)有文獻的基礎(chǔ)上首次利用CFPS（2010）微觀數(shù)據(jù)對自然資源和居民人均收入關(guān)系及其背后的傳導(dǎo)機制進行了再檢驗。文章具體使用最小二乘法（OLS）和傾向性匹配得分法（PSM）進行因果識別，估計結(jié)果顯示：①資源詛咒現(xiàn)象在中國村（居）層面存在，擁有自然資源的地區(qū)居民家庭人均收入相比于沒有資源的地區(qū)低19%～23%，利用自助抽樣和傾向性匹配得分法（PSM）在內(nèi)的微觀方法進行檢驗顯示，上述估計結(jié)果高度穩(wěn)??；②資源是通過擠出當(dāng)?shù)氐慕逃顿Y、技術(shù)創(chuàng)新和降低制度質(zhì)量來減少當(dāng)?shù)鼐用袢司杖氲?，其中資源對教育的擠出效應(yīng)不僅體現(xiàn)在擁有資源的地區(qū)政府教育投入更低，更體現(xiàn)在家庭層面上，擁有資源地區(qū)的民眾對教育的重視程度相對更低；③資源開采的同時降低了當(dāng)?shù)氐恼|(zhì)量，具體表現(xiàn)為有資源的地區(qū)政府的公共產(chǎn)品投入相對于沒有自然資源的地區(qū)減少16%，有資源地區(qū)居民更容易遭受政府不公正政策的影響；④由于城鄉(xiāng)所處發(fā)展階段不同，資源對城市居民家庭人均收入的擠出效應(yīng)是農(nóng)村的2.5倍，這一結(jié)果說明資源的詛咒效應(yīng)更多體現(xiàn)在經(jīng)濟發(fā)展到更高階段后。本文的研究為資源詛咒理論提供了微觀數(shù)據(jù)的新證據(jù)，同時為政策制定者的決策提供了微觀層面的理論依據(jù)。

關(guān)鍵詞資源詛咒；居民收入；制度質(zhì)量；PSM

中圖分類號F124.6；F062.1文獻標識碼A文章編號1002-2104（2018）08-0138-10DOI：10.12062/cpre.20180129

中國是一個資源總量十分豐富的國家，許多城市因資源而興起，也有許多城市因資源而衰敗。在經(jīng)歷了大規(guī)模和長時期的自然資源開發(fā)后，伴隨著資源的枯竭，這些城市面臨著生態(tài)破壞、人均收入減少、貧困人口增加以及經(jīng)濟衰退等困境。豐富的自然資源不僅沒有給地方經(jīng)濟發(fā)展帶來“祝?！?，反而成為了經(jīng)濟發(fā)展的“詛咒”。傳統(tǒng)的基于國別的資源詛咒的宏觀研究因存在較多的遺漏變量、經(jīng)濟越落后越容易過度開采資源的反向因果鏈條等因素，導(dǎo)致實證結(jié)果存在較大估計偏誤。在此背景下，本文利用CFPS（2010）微觀調(diào)查數(shù)據(jù)，深入到村（居）層面，首次從微觀層面對“資源詛咒”及其背后的傳導(dǎo)機制進行再檢驗，為資源詛咒提供微觀的新證據(jù)。通過研究自然資源豐富程度與居民收入的關(guān)系，以及這種關(guān)系背后的微觀作用機制，以期達到在合理利用開發(fā)自然資源的同時，實現(xiàn)各區(qū)域均衡發(fā)展，在避免陷入“資源詛咒”陷阱的同時實現(xiàn)資源“祝?！?。

1文獻綜述

自1993年Auty[1]首次提出資源詛咒概念以及1995年Sachs and Warner[2]利用世界上71個國家1970—1989年面板數(shù)據(jù)進行了開創(chuàng)性的實證研究開始，資源詛咒便成為了一個充滿爭議的話題[3]。由于使用的數(shù)據(jù)來源、測度資源的指標、研究對象、研究方法等不同，國內(nèi)外學(xué)者對“資源詛咒”理論是否存在結(jié)論各不相同。總體來說，目前存在三種主流的觀點：①“資源詛咒”存在論；②“資源詛咒”不存在論；③“資源詛咒”條件存在論。

中國學(xué)者大多支持“資源詛咒”存在學(xué)說。徐康寧和王劍[4]等證實“資源詛咒”現(xiàn)象在中國省級層面存在，對自然資源的依賴已經(jīng)成為阻礙我國經(jīng)濟增長的潛在因素；邵帥和齊中英[5]使用中國1991—2006年的省級面板數(shù)據(jù)對西部資源大開發(fā)前后經(jīng)濟增長速度差異和傳導(dǎo)機制進行了計量分析，這是我國學(xué)者首次使用我國局部數(shù)據(jù)進行“資源詛咒”檢驗；欒貴勤和孫成龍[6]以山西為例首次在縣級層面對“資源詛咒”理論進行檢驗。以上檢驗結(jié)果均證明“資源詛咒”效應(yīng)在中國存在。

此外，也有學(xué)者認為自然資源和經(jīng)濟增長并無內(nèi)在關(guān)聯(lián)[7]。當(dāng)使用不同的指標、添加不同控制變量和使用不同的方法都會使得估計結(jié)果發(fā)生巨大變化。Brunnschweiler[3]以美元測度資源豐裕度，估計發(fā)現(xiàn)自然資源對經(jīng)濟增長存在正面效應(yīng)；Lederman[8]利用3SLS的計量方法使用1980—2005年跨國數(shù)據(jù)進行實證分析，發(fā)現(xiàn)“資源詛咒”并不存在；丁菊紅和鄧可斌[9]利用中國城市數(shù)據(jù)實證表明，資源詛咒在中國地區(qū)層面不顯著。

丁從明等：資源詛咒及其微觀機理的計量檢驗中國人口·資源與環(huán)境2018年第8期也有學(xué)者認為只在一定條件下“資源詛咒”存在。他們普遍認為“詛咒”是否存在的關(guān)鍵在于政治制度的優(yōu)劣[10]。資源的“詛咒”效應(yīng)只是會出現(xiàn)在那些制度缺失或薄弱的國家或地區(qū)，良好的制度安排則能夠保證國家從資源繁榮中受益[11]，與其說資源“詛咒”，不如說成是制度“詛咒”，制度弱化才是資源詛咒的根源所在[12]。

梳理文獻，我們發(fā)現(xiàn)現(xiàn)有研究主要存在以下問題：①宏觀數(shù)據(jù)來源困難，統(tǒng)計口徑不一致，更為重要的是宏觀數(shù)據(jù)無法準確刻畫制度質(zhì)量、收入等指標，使得上述研究難以細致識別“資源詛咒”效應(yīng)的作用后果和作用機制；②模型穩(wěn)健性較差，宏觀數(shù)據(jù)樣本量小，添加的控制變量不同極易引起結(jié)果的變動；③因果識別困難，經(jīng)濟發(fā)展水平較低的地區(qū)更有動力去開發(fā)利用本地的自然資源，自然資源可能并非嚴格外生的[13]，這導(dǎo)致現(xiàn)有研究容易高估資源對地區(qū)經(jīng)濟發(fā)展的詛咒效應(yīng)。未進行嚴格的因果識別、結(jié)論缺乏說服力是目前學(xué)術(shù)界存在爭議的重要原因。

基于此，文章在梳理現(xiàn)有研究的基礎(chǔ)上利用CFPS（2010）微觀數(shù)據(jù)對資源和收入的關(guān)系及其背后的作用機制進行了再檢驗。使用微觀數(shù)據(jù)使得我們，①可以深入?yún)^(qū)縣層面進行資源詛咒識別，避免宏觀數(shù)據(jù)“一刀切”問題；②可以使用居民收入、教育、政府治理等的直接問卷調(diào)查對資源詛咒背后的微觀傳導(dǎo)機制進行更細致的研究，獲得更為穩(wěn)健的結(jié)果；③可以利用微觀計量經(jīng)濟學(xué)的估計方法進行更為細致的因果推斷，從而緩解宏觀數(shù)據(jù)研究過程中存在的估計偏誤，得到更加可靠的結(jié)果。具體的，我們使用PSM（傾向性得分匹配法）通過建立實驗組和對照組來緩解遺漏變量問題以及進行因果關(guān)系識別，使用穩(wěn)健的聚類回歸和自助抽樣法來獲得穩(wěn)健的標準誤。

本文的結(jié)構(gòu)安排如下：第二部分是文章的研究方法和數(shù)據(jù)說明；第三部分報告了主要實證結(jié)果和穩(wěn)健性檢驗結(jié)果；第四部分是傳導(dǎo)機制的實證結(jié)果；最后是文章的結(jié)論部分。

2方法與數(shù)據(jù)

2.1估計方法

我們使用居民人均收入這一指標來衡量經(jīng)濟發(fā)展?fàn)顩r。為了檢驗擁有自然資源對居民收入的影響，本文建立模型（1）：

ln（income）ij=β0+β1resourcej+δXij+Zj+εij（1）

在模型（1）中，ln（income）ij表示第j個地區(qū)第i個家庭人均收入的對數(shù)。對收入取對數(shù)后可以使數(shù)據(jù)分布更加平穩(wěn)，減緩極端值的影響，也能最大限度地避免異方差問題，此外，取對數(shù)使得模型（1）變成了一個半對數(shù)模型，系數(shù)β1則可以解釋成資源對收入作用的百分比。關(guān)鍵解釋變量resourcej為虛擬變量，表示第j個地區(qū)是否擁有自然資源，取值為1表示該地區(qū)有資源，取值為0表示該地區(qū)沒有資源。Xij表示家庭層面控制變量，包括家庭成員受教育年限、家庭小孩個數(shù)等，Zj表示第j個村居層面的特征，包括距離縣城距離，城鄉(xiāng)分類、是否自然災(zāi)害頻發(fā)等。εij表示其它可能影響居民收入的不可觀測因素?；诒疚牡难芯考僬f，系數(shù)β1表示資源稟賦對居民收入的影響效應(yīng)大小。

2.2數(shù)據(jù)說明

本文使用的數(shù)據(jù)來自中國家庭追蹤調(diào)查（CFPS2010）數(shù)據(jù)庫。CFPS分層、多階段共抽取了全國25省162個區(qū)縣635村14 798戶家庭及其成員樣本的設(shè)計使得該數(shù)據(jù)能夠代表中國約95%的人口[14]。其中包括了居民收入、教育年限、健康水平、外出打工經(jīng)歷，礦產(chǎn)資源、財政收入、基礎(chǔ)設(shè)施投資、自然災(zāi)害、民族聚居情況等詳細數(shù)據(jù)。

2.2.1關(guān)鍵變量說明

（1）家庭人均收入。指一年內(nèi)家庭人口總收入除以家庭人口數(shù)量，即家庭人均總收入=家庭總收入/家庭人口數(shù)。其中收入包括工資收入和其它收入。工資收入包含了家庭成員扣除繳納所得稅和社會保障支出后的工資收入，其他收入包括出售財產(chǎn)收入及借貸利息收入、轉(zhuǎn)移性收入等。為了使數(shù)據(jù)分布更加平穩(wěn)，減緩極端值的影響，我們對該變量取對數(shù)處理。

（2）資源稟賦的度量。我們使用虛擬變量自然資源resource作為地區(qū)是否擁有資源的衡量指標。CFPS（2010）中將當(dāng)?shù)赜忻禾?、鐵、銅礦等礦產(chǎn)資源便賦值為1，否則賦值為0。Auty[15]把自然資源分為“點資源”（point resources）和“散資源”（diffuse resources），是否擁有自然資源只能定性描述一地自然資源狀況，而難以衡量當(dāng)?shù)刈匀毁Y源擁有量和對資源的依賴程度。為了增加估計結(jié)果的穩(wěn)健性，我們構(gòu)造了資源集中度指標resource_。具體地，我們在區(qū)縣一級計算了當(dāng)?shù)鼐用裰袕氖伦匀毁Y源生產(chǎn)和開采的人數(shù)比例，計算方式如下，resource_=minerslabors，其中miners指當(dāng)?shù)爻赡耆酥袕氖履静?、漁業(yè)、鉆井、礦物、石油天然氣、金屬、煤炭等生產(chǎn)和開采人數(shù)，labors指當(dāng)?shù)爻赡耆酥袆趧恿Φ娜藬?shù)。文章以此作為測度當(dāng)?shù)刭Y源集中度和資源依賴程度的指標。

2.2.2其它控制變量的選擇

（1）家庭控制變量。主要包括家庭成員受教育年限、健康程度、年齡、小孩個數(shù)等。

（2）村居經(jīng)濟控制變量。主要包括經(jīng)濟狀況、財政收入、財政支出、常住人口、外出打工人口比例、選民比例、被選舉人數(shù)、是否少數(shù)民族聚居等。

（3）地理控制變量。主要包括家庭和居委會距離縣城距離、城鄉(xiāng)分類、是否自然災(zāi)害頻發(fā)等。鑒于篇幅限制，具體指標構(gòu)造及說明可向作者索取。

表1在不添加任何變量的情況下，對比了有資源和沒有資源地區(qū)的居民收入水平，教育觀念、技術(shù)創(chuàng)新和制度質(zhì)量的差異?？梢园l(fā)現(xiàn)擁有資源的地區(qū)家庭平均收入顯著低于沒有資源的地區(qū)，當(dāng)然這種差異也可能源于更窮的地方更加傾向于資源的開采，所以嚴格的因果識別需要對遺漏變量進行控制。同樣，在教育投資、父母對教育關(guān)心程度、創(chuàng)新、遭遇不利政策和基礎(chǔ)設(shè)施投資方面擁有資源的地區(qū)表現(xiàn)也相對較差，根據(jù)簡單t檢驗可以發(fā)現(xiàn)，上述差異是顯著的。上述三點將是文章第四部分機制驗證的主要指標。

3計量結(jié)果

3.1基準回歸結(jié)果

變量擁有資源沒有資源t統(tǒng)計樣本量均值樣本量均值差異t值收入對數(shù)7458.3807 2928.479-0.099***2.62教育投資7395.4637 47595.32-89.85***3.50關(guān)心教育1302.5461 0922.784-0.238***3.22創(chuàng)新7842.6937 7944.278-1.586***4.32遭遇不利政策4190.2603 8680.1870.073***4.04基礎(chǔ)設(shè)施投資66929.955 971174.27-144.3***3.32注：①差異為有資源地區(qū)均值減去沒有資源地區(qū)均值；②***、**、*分別表示變量在1%、5%和10%的顯著性水平上顯著。

變量的情況下，結(jié)果（1）顯示資源的系數(shù)為-0.099，在1%水平上顯著，說明自然資源對居民家庭收入的平均擠出效應(yīng)為9.9%左右。在結(jié)果（2）中添加了包括居民受教育水平、健康水平、家庭小孩個數(shù)等家庭控制變量和包括城鄉(xiāng)分類變量、到縣城最短時間的地理控制變量以及包含是否少數(shù)民族聚居和村居經(jīng)濟水平的村居經(jīng)濟控制變量。估計結(jié)果再一次顯示，在控制了家庭、地理和村居經(jīng)濟等變量后，模型的擬合程度得到提升，回歸結(jié)果依然在1%水平顯著。最終結(jié)果（2）表明：平均而言，相對于沒有自然資源的地區(qū)，擁有自然資源的地區(qū)居民收入減少了23.4%，在1%水平上顯著，樣本中居民平均收入水平為7 074元，降低23.4%，意味著平均而言擁有資源將使絕對收入低1 655元。整體而言，資源詛咒效應(yīng)在微觀層面確實存在。

同時結(jié)果（2）顯示，在控制了家庭、地理和村經(jīng)濟變量后，包括教育、健康和地理等因素的符號和理論預(yù)期相一致，說明回歸結(jié)果較為可靠。具體而言，父親的受教育程度、健康水平對家庭人均收入有正向效應(yīng)。此外我們發(fā)現(xiàn)，在同等條件下，城市家庭收入比農(nóng)村更高，距離縣、市中心偏遠的地區(qū)收入更低，自然災(zāi)害頻發(fā)均擠出了家庭人均收入，少數(shù)民族聚居不顯著。這些結(jié)果均和理論直覺相吻合。

3.2穩(wěn)健性測試

雖然我們在表2中添加了系列控制變量，考慮到影響收入的因素相對較多，表2的估計結(jié)果可能受到指標的合理性、方法的選擇性等因素的影響。鑒于此，我們建立如下四個測試方法，測試本文估計結(jié)果的穩(wěn)健性。表2的（3）～（6）列報告了穩(wěn)健性測試結(jié)果。

（1）自助法（bootstrap）。Efron[16]在1979年提出了通過對原始樣本進行大量再放回隨機抽樣從而計算標準誤的自助法。我們進行了300次有放回的抽樣來獲得穩(wěn)健的標準誤和可靠的t值。結(jié)果見表2第（3）列。通過自助抽樣得到的標準誤雖然有所增加，但結(jié)果依然在1%水平顯著，說明表2中因抽樣帶來的偏誤問題不大，這也是微觀數(shù)據(jù)樣本容量大帶來的好處。

（2）聚類分析。在同一個地區(qū)，居民的思想觀念，生活習(xí)慣、經(jīng)濟狀況以及地理環(huán)境等會保持相對的同質(zhì)化，這就使得聚類（Cluster）問題在截面數(shù)據(jù)中同樣存在。實證中聚類問題產(chǎn)生最嚴重的后果是標準誤產(chǎn)生偏差，t值偏離真實值，模型預(yù)測功能失效[17-18]，我們采用穩(wěn)健的聚類分析緩解此問題。

聚類分析主要的思想是把具有某種相同特質(zhì)的“對象”放到同一個類別進行分析。表2以家庭為單位進行回歸，但是同一個村居甚至是同一個縣中的家庭則會具有相同特征，比如民風(fēng)民俗、地理特征、經(jīng)濟特征、氣候特征等。我們分別按照村居和區(qū)縣進行聚類分析，回歸結(jié)果方程（4）聚類到村莊一級，回歸結(jié)果為-0.234，表明資源對居民家庭收入減少效應(yīng)為23.4%，雖然相對于OLS回歸標準誤有所增大，但是結(jié)果同樣在1%水平顯著；聚類到縣一級，結(jié)果表明資源對家庭人均收入減少平均效應(yīng)為23.4%，在1%水平上顯著，同時也說明了在縣一級，資源詛咒效應(yīng)存在。

（3）標準化系數(shù)。文章使用的數(shù)據(jù)可能存在分布有偏的問題，雖然取對數(shù)處理可以有效緩解數(shù)據(jù)分布有偏問題，但未能從根本上解決。鑒于此，我們首先對數(shù)據(jù)進行標準化以消除量綱和減少偏誤，再采用標準化以后的數(shù)據(jù)進行回歸。回歸結(jié)果方程（5）表明相較沒有資源的地區(qū)資源每增加1個標準誤家庭人均收入平均而言減少0.05個標準誤，結(jié)果在5%水平顯著，說明資源和居民收入存在負相關(guān)關(guān)系，同樣支持了基本回歸的結(jié)果。

（4）構(gòu)造連續(xù)指標。問卷中提到的是否擁有自然資源是一個虛擬變量，不同的回答者可能對自然資源的理解不同，故是否擁有自然資源存在一定的測量誤差。參照Auty[15]的方法，我們利用當(dāng)?shù)貜氖沦Y源相關(guān)人數(shù)比例構(gòu)造了資源集中度指標resource_。連續(xù)指標可以具體測度當(dāng)?shù)刭Y源的豐裕程度，使得模型可靠程度得到提升?；貧w結(jié)果方程（6）表明：從事資源開采相關(guān)行業(yè)的人數(shù)每增加一個百分點，當(dāng)?shù)鼐用袢司杖霚p少1.24%，結(jié)果在1%水平顯著，支持了基本回歸的結(jié)果。

3.3內(nèi)生性檢驗

雖然我們認為自然資源是一種自然稟賦，不受經(jīng)濟政治等因素影響，短時間內(nèi)其規(guī)模保持不變，但是自然資源開發(fā)時間以及經(jīng)濟發(fā)展水平都會影響當(dāng)?shù)貙Y源的依賴程度，經(jīng)濟欠發(fā)達地區(qū)對資源依賴性更大，所以理論上講是否擁有資源可能并不嚴格外生；此外可能存在同時影響地區(qū)資源開發(fā)以及經(jīng)濟發(fā)展的遺漏變量。上述兩個潛在問題可能導(dǎo)致表2中OLS估計結(jié)果存在偏誤。為了避免上述內(nèi)生性問題，文章采用傾向性匹配得分法（PSM）來緩解遺漏變量和解決互為因果問題。

PSM最早在1983年由Rosenbaum and Rubin[19]提出，主要運用“反事實”的思想，通過建立“處理組”和“控制組”來形成一個近似的“隨機化實驗”?！翱刂平M”中包含實際上未發(fā)生的、潛在的結(jié)果，“處理組”則指已發(fā)生的、真實的結(jié)果。如果我們可以從處理組中匹配到一個和控制組中具有相同特征的個體，則兩者的差異就是因為事件發(fā)生帶來的平均處理效應(yīng)（ATT）。給實際發(fā)生的個體匹配具有相同特征的未發(fā)生的個體的過程便形成了一個“反事實”的過程。

平均處理效應(yīng)（ATT）是文章關(guān)心的最終匹配后的結(jié)果。Rosenbaum和Rubin[19]證明如果給定propensity score條件下樣本滿足隨機分布，那么ATT就可以使用數(shù)學(xué)公式進行計算。

他們給出的ATT可以使用數(shù)學(xué)公式計算的證明如下：

ATT=E{Y1i-Y0i|Di=1}

=E{E{Y1i-Y0i|Di=1}，p（Xi）}|Di=1

=E{E{Y1i|Di=1，p（Xi）}-E{Y0i|Di=1，p（Xi）|Di=1}

=E{E{Y1i|Di=1，p（Xi）}-E{Y0i|Di=0，p（Xi）|Di=1}

式中，Di代表處理變量，取1時表示接受處理，取0時代表未接受處理（在本文“處理”就是擁有自然資源）；Y1i表示接受處理者接受處理之后的結(jié)果（在本文表示地i個擁有自然資源地區(qū)的居民家庭人均收入）；Y0i表示接受處理者未接受處理的結(jié)果（在本文表示地i個沒有自然資源地區(qū)的居民家庭人均收入）。

他們給出的ATT的計算公式如下：ATT=1NT∑i∈T[YTi-∑j∈C（i）ωijYCj]

其中，NT代表匹配后處理組中的處理個體數(shù)，YTi和YCj分別是處理個體i和對照個體j的結(jié)果，ωij表示權(quán)重。

為了找到兩組中具有相同特征的個體，一般選擇logit模型分別對兩組個體進行打分，然后根據(jù)得分情況，將控制組和處理組中具有相同特征的個體進行匹配。常見的匹配方法有最近鄰匹配、半徑匹配和核匹配。①最近鄰匹配是將兩組中差異最小的若干樣本匹配在一起；②半徑匹配是首先預(yù)設(shè)一個得分差異，把實際得分差異值小于預(yù)設(shè)值的樣本匹配在一起；③核匹配則是基于非參數(shù)估計方法進行匹配，通過抽取若干個來自控制組的樣本對其進行拆分加權(quán)，從而構(gòu)成一個和控制組中樣本類似的虛擬樣本。由于進行了匹配，兩者的特征基本相似，可以有效減緩回歸中遺漏變量的問題，同時由于控制了潛在的結(jié)果，形成了一個“隨機”實驗，便能消除選擇性偏差，得到真實的因果關(guān)系。

表3報告了內(nèi)生性檢驗的結(jié)果。

就本文而言，匹配前ATT（平均處理應(yīng)）為-0.102，t值為-2.69，說明在不添加任何控制變量的情況下，有資源的地區(qū)比沒有資源的地區(qū)居民收入少10.2%，資源對居民收入減少效應(yīng)為10.2%，在1%的水平上顯著。然后我們在5%的水平上控制了父親教育、健康、年齡、小孩個數(shù)、村經(jīng)濟水平、少數(shù)民族聚居、是否自然災(zāi)害頻發(fā)相同的情況下進行了匹配。

對于大樣本的數(shù)據(jù)來說選擇1∶1匹配是恰當(dāng)?shù)腫20]，核密度函數(shù)圖同樣支持上述選擇。為了測試結(jié)果是否穩(wěn)健，表3同時給出了1∶2，1∶3和1∶4匹配的結(jié)果以及半徑匹配和核匹配的結(jié)果。最終匹配結(jié)果表明：平均而言，自然資源減少了家庭人均收入的18.8%，并且在1%水平上高度顯著。與表2的OLS的回歸結(jié)果23%比較，發(fā)現(xiàn)表2高估了資源的擠出效應(yīng)，整體而言，資源詛咒效應(yīng)在19%～23%之間。

4機制檢驗和進一步研究

4.1機制檢驗

至此，文章使用微觀數(shù)據(jù)發(fā)現(xiàn)在中國“資源詛咒”效應(yīng)存在，擁有自然資源的地區(qū)家庭人均收入顯著低于沒有資源的地區(qū)，這是因為：①豐富的自然資源能夠擠出促進社會和經(jīng)濟發(fā)展的正向因素。例如擠出教育和人力資本投資[21- 22]、技術(shù)創(chuàng)新以及基礎(chǔ)設(shè)施投資[23- 28]等，阻礙經(jīng)濟增長；②自然資源的開采弱化了當(dāng)?shù)卣沃贫取＿@是因為自然資源提供了一種簡單的收取經(jīng)濟租金的方法[29]，資源既得者向行政人員行賄[30]，影響選舉、左右政治[31]以獲取對資源的排他性占有[32]，對于一個低質(zhì)量的政府而言，資源利得很有可能被用于消費而不是投資[33]，而投資的減少也會阻礙經(jīng)濟的發(fā)展。

由此，我們提出如下微觀機制：

機制1：擠出教育。有資源的地方對教育重視程度更低。

機制2：擠出創(chuàng)新。有資源的地方創(chuàng)新動力不足，從事創(chuàng)新行業(yè)的人數(shù)比例更低。

機制3：制度質(zhì)量劣化。有資源的地方制度質(zhì)量更低，基礎(chǔ)設(shè)施投資更少，居民更易受到不利政策的影響。

為對上述三個機制進行檢驗，結(jié)合CFPS數(shù)據(jù)，我們構(gòu)造傳導(dǎo)機制指標。說明如下：

（1）教育水平：我們在村居層面考察了當(dāng)?shù)卣逃顿Y，在家庭層面則考察了父母對教育的重視程度這一指標。具體而言，政府教育投資指上一年度政府財政支出中用于教育投資（學(xué)校等）的對數(shù)；而父母對教育的重視程度則是通過訪員對家庭布置情況的觀察，對是否同意父母很關(guān)心孩子教育進行打分，共5分，1分為十分不同意，2分為不同意，3分為中立，4分為同意，5分為十分同意。

（2）技術(shù)創(chuàng)新：殷尹和梁梁[34]2001年指出科學(xué)技術(shù)實力是衡量一個地區(qū)創(chuàng)新實力的首要標準，科學(xué)技術(shù)實力具體上指投入錢、人、物的數(shù)量和質(zhì)量，其中每萬人中科學(xué)家和工程師的比重可作為一個衡量技術(shù)創(chuàng)新的指標?；跀?shù)據(jù)的可得性，我們計算了當(dāng)?shù)匕偃f人口中從事科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)人數(shù)，以此作為村居對技術(shù)依賴和創(chuàng)新能力的替代變量。

（3）制度質(zhì)量：借鑒以往研究，我們選擇政府公共服務(wù)（道路、水電煤、下水）和生產(chǎn)（農(nóng)業(yè)水利等）投資進行制度質(zhì)量的衡量，而政策的公正性則選擇居民是否遭遇不利政策衡量。其中0代表沒有遭遇過不利政策，1代表遭遇過不利政策。

具體的，（1）（2）兩列對資源擠出教育的假說進行檢驗。檢驗從村居和家庭層面這兩個層次進行，村居層面我們主要研究教育投入水平，家庭層面包父母對子女教育的關(guān)心程度以及孩子的努力學(xué)習(xí)程度。相關(guān)指標說明見前文“數(shù)據(jù)說明”，下同；（3）列我們對資源擠出創(chuàng)新的假說進行檢驗。與擠出教育的邏輯類似，對資源的高度依賴，提高了資源行業(yè)的資本回報率，降低了技術(shù)創(chuàng)新的動力。使用從事信息傳輸業(yè)、計算機服務(wù)軟件業(yè)、科學(xué)研究技術(shù)服務(wù)業(yè)、地質(zhì)勘查業(yè)人數(shù)占當(dāng)?shù)爻Ｗ∪丝诘谋壤鳛榧夹g(shù)創(chuàng)新的代理變量；（4）（5）兩列研究了制度質(zhì)量劣化效應(yīng)，同樣從村居層面和家庭層面進行，村居層面研究了政府基礎(chǔ)設(shè)施投資，家庭層面研究的是家庭是否遭遇過不利政策的影響。

（1）列以村居為單位，研究了自然資源與當(dāng)?shù)亟逃顿Y的關(guān)系?；貧w結(jié)果（1）顯示在控制了地理變量和經(jīng)濟變量的情況下，資源與政府教育投資有顯著的負相關(guān)關(guān)系，表明在保持其他條件不變的情況下，有資源的地區(qū)比沒有資源的地區(qū)教育投資平均而言少87.65萬元，1%水平上顯著。

（2）列結(jié)果顯示父母關(guān)心孩子教育系數(shù)為-0.038，在1%水平上顯著，表明平均而言資源使得父母對孩子學(xué)習(xí)的重視程度降低1個檔次的概率為3.8%，說明在家庭層面，資源使得父母對教育的重視程度下降。通過村居和家庭層面的分析發(fā)現(xiàn)：村居層面，資源對村居教育投資有消極作用，資源擠出了教育投資。在家庭層面，我們發(fā)現(xiàn)一方面父母受教育水平低。資源擠出教育在村居層面和家庭層面同時存在。更多的資源稟賦，更低的教育回報，更低的教育重視程度，這一估計結(jié)果清楚的展示了資源對教育的擠出路徑。

（3）列報告了自然資源與創(chuàng)新的關(guān)系。在依次添加地理和經(jīng)濟控制變量的情況下，回歸結(jié)果表明有資源的地方從事技術(shù)創(chuàng)新的人數(shù)比例顯著為負，有資源的地區(qū)技術(shù)創(chuàng)新人員人數(shù)每十萬人中減少1.04人，估計結(jié)果在5%上水平顯著，說明通過降低當(dāng)?shù)丶夹g(shù)創(chuàng)新水平確實是“資源詛咒”傳導(dǎo)機制之一。

（4）列報告了資源和基礎(chǔ)設(shè)施投資關(guān)系?；貧w結(jié)果（4）表明，有資源地區(qū)政府基礎(chǔ)設(shè)施投資減少15.8%，在10%水平上顯著。考慮到資源豐富地區(qū)進行資源的開采和加工需要更多的基礎(chǔ)設(shè)施投資，資源的擠出效應(yīng)被部分中和，其次政府投資往往伴隨著腐敗，政府投資工程是政府發(fā)生腐敗的重災(zāi)區(qū)[35]，政府投資不一定能夠使得當(dāng)?shù)鼐用裾嬲芤?。為此我們進一步考察了制度質(zhì)量中的政策的公正性問題，故（5）列使用logit模型進一步考察了自然資源與居民是否受到不利政策的關(guān)系。logit模型回歸結(jié)果為0.071，在1%水平上顯著，說明有資源的地區(qū)家庭相比沒有資源的地區(qū)家庭受到不利政策的影響的可能性增加7.1%。平均而言有資源的地區(qū)家庭更容易受到不利的公共政策影響，與預(yù)期結(jié)果相符。

4.2進一步研究

雖然在內(nèi)生性檢驗中我們采用PSM方法控制了相同表4資源詛咒傳導(dǎo)機制檢驗

Tab.4Transmission mechanism of resource curse

被解釋變量擠出教育擠出創(chuàng)新制度劣化投資對數(shù)關(guān)心教育創(chuàng)新基礎(chǔ)設(shè)施投資遭遇不利政策（1）（2）（3）（4）（5）資源-0.292*-0.038***-1.04**-0.158* 0.071***（0.172）（0.013）（0.361）（0.084）（0.023）家庭控制變量—YesYes—Yes村經(jīng)濟控制變量YesYesYesYesYes村地理控制變量YesYesYesYesYesN2 3411 2008 1695 5453 792adj.R20.0540.0170.0770.0800.008注：①系數(shù)后括號內(nèi)的數(shù)值是該系數(shù)的穩(wěn)健性標準誤；②***、**、*分別表示變量在1%、5%和10%的顯著性水平上顯著；③（2）（5）使用Ologit模型，報告的是離散應(yīng)變量均值處的邊際效應(yīng)；④（2）（5）報告的是虛擬R2。

的起點，但是我們考慮到城鄉(xiāng)發(fā)展階段不同可能是造成一地對資源依賴程度不同的重要原因。因此有必要重新對資源對城鄉(xiāng)作用的程度進行再討論。

城市和鄉(xiāng)村由于處于的發(fā)展階段不同，資源帶來的作用可能各不相同。城市的基礎(chǔ)設(shè)施，制度，產(chǎn)權(quán)保護更加合理完善，資源更容易擠出這些促進經(jīng)濟發(fā)展和居民收入的因素在農(nóng)村，資源則有可能成為居民收入增加的因素。

具體實證結(jié)果如表5所示。

（1）（2）兩列采用分樣本回歸的方法進行OLS回歸，結(jié)果顯示在城市居民收入受到自然資源擠出38.2%，而農(nóng)村為13.6%，資源對城市的擠出效應(yīng)大于農(nóng)村；（3）使用城鄉(xiāng)虛擬變量和是否擁有資源虛擬變量進行交乘的方法進行了OLS回歸，結(jié)果顯示資源的系數(shù)為-0.131，在l%水平顯著，城鄉(xiāng)分類的系數(shù)為0.218，在1%水平上顯著，交乘項的系數(shù)為-0.201，在1%水平上顯著。通過分解方程可知，資源的系數(shù)為是否擁有資源對農(nóng)村的影響，資源的系數(shù)和交乘項之和為資源對城市的影響。具體的，資源對農(nóng)村居民收入的擠出效應(yīng)為-0.131，對城市擠出效應(yīng)為-0.332，對城市擠出效應(yīng)較農(nóng)村高153.4%，是農(nóng)村的2.5倍。

5結(jié)論性評述

本文利用CFPS（2010）微觀數(shù)據(jù)對資源詛咒進行了再檢驗。文章研究表明：在家庭收入層面，資源擠出了家庭收入，相對于沒有自然資源的地區(qū)而言，擁有自然資源的

地區(qū)居民家庭人均收入降低19%～23%。為了準確識別是否擁有資源和居民收入水平的因果關(guān)系，我們通過PSM控制了一些重要變量，構(gòu)造了實驗組和對照組，對經(jīng)濟地理等狀況接近的家庭進行比較，使得實證結(jié)果可靠性大大增加，一系列的穩(wěn)健性測試均支持了上述的研究結(jié)果。

傳導(dǎo)機制研究顯示，資源是通過擠出教育、創(chuàng)新能力和降低制度質(zhì)量來降低居民收入水平的。擠出教育，我們發(fā)現(xiàn)資源在村居層面和家庭層面同時擠出了教育，表現(xiàn)為村居層面資源擠出了政府教育投入的29.2%，由于資源收入的易得性，有資源地區(qū)的人們忽略了教育的重要性，家長不重視孩子的教育；擠出創(chuàng)新，與擠出教育類似，由于依賴資源，資源開采不需要太多的技術(shù)和創(chuàng)新，有資源的地區(qū)技術(shù)創(chuàng)新能力往往更低，從事技術(shù)創(chuàng)新的人數(shù)每十萬人中減少1.05人；降低政府質(zhì)量，以往的研究認為教育、創(chuàng)新等只是經(jīng)濟發(fā)展的結(jié)果，而好的政府制度才是經(jīng)濟發(fā)展的動力。我們的研究發(fā)現(xiàn)資源使得政府公共投資和生產(chǎn)性投資占政府支出減少15.8%，而受到不公正執(zhí)法遭遇的比例則增加7.1%。

進一步的研究發(fā)現(xiàn)資源對城市的擠出效應(yīng)大于農(nóng)村。使用城鄉(xiāng)虛擬變量和是否擁有資源虛擬變量進行交乘的方法，我們發(fā)現(xiàn)最資源對城市居民收入的擠出效應(yīng)是農(nóng)村的2.5倍，說明資源詛咒效應(yīng)更多的體現(xiàn)在經(jīng)濟發(fā)展到更高階段之后。

自然資源本來是一地經(jīng)濟發(fā)展的“祝?！保罱K由于不合理的開發(fā)和使用變成了經(jīng)濟發(fā)展的“詛咒”，因此克服“資源詛咒”效應(yīng)，使“資源詛咒”變成“資源紅利”對我國大多地區(qū)具有深遠意義。根據(jù)實證的三個資源詛咒的傳導(dǎo)機制，本文提供的政策建議如下：首先，地方政府是中央政府代理人的身份使得其成為制度執(zhí)行的“第一行動集團”，地方政府是更為具體的地方秩序的維護者，在投資、轉(zhuǎn)移支付、稅收等方面具有重要作用，因此地方政府更應(yīng)該以身作則，創(chuàng)建公開透明公正的環(huán)境，避免對資源租金的尋租行為，充分發(fā)揮地方對資源收益分配的積極作用；其次，抽取資源租金加大教育基礎(chǔ)設(shè)施的投資和人才引進。正如我們看到，資源豐富的地區(qū)更應(yīng)該加大教育方面的投入力度，因為資源豐富的地區(qū)更容易導(dǎo)致企業(yè)家才能和人力資本錯配到非生產(chǎn)性的尋租活動中；最后，政府應(yīng)該加強對科技創(chuàng)新的投入和扶持，完善服務(wù)體系，引導(dǎo)資金進入高新技術(shù)發(fā)展領(lǐng)域，對技術(shù)改進的企業(yè)和個人進行獎勵，提升科技創(chuàng)新在經(jīng)濟發(fā)展中所占的比重。

（編輯：于杰）

參考文獻（References）

[1]AUTY R. Sustaining development in mineral economies[M]. America： Routledge，1993.

[2]SACHS J D， WARNER A M. Economic convergence and economic policies [J]. Case network studies & analyses， 1995，65（4）：900-913.

[3]BRUNNSCHWEILER C N. Cursing the blessings？ natural resource abundance， institutions， and economic growth[J]. World development， 2008，36（3）：399-419.

[4]徐康寧， 邵軍. 自然稟賦與經(jīng)濟增長：對“資源詛咒”命題的再檢驗[J]. 世界經(jīng)濟， 2006（11）：38-47. [XU Kangning， SHAO Jun. Natural resources abundance and economic growth： a reexamination of the ‘Resource Curse hypothesis[J]. The journal of world economy， 2006（11）：38-47.]

[5]邵帥， 齊中英. 西部地區(qū)的能源開發(fā)與經(jīng)濟增長——基于“資源詛咒”假說的實證分析[J]. 經(jīng)濟研究， 2008（4）：147-160. [SHAO Shuai， QI Zhongying. Energy development and economic growth in Western China： an empirical analysis based on the resource curse hypothesis [J]. Economic research journal，2008（4）：147-160.]

[6]欒貴勤， 孫成龍. “資源詛咒”對資源匱乏地區(qū)的影響及作用機制——以山西為例[J]. 經(jīng)濟問題， 2010（9）：123-126. [LUAN Guiqin， SUN Chenglong.‘Resource curse effect on the resourcepoor region and its mechanism：take the example of Shanxi[J]. On economic problems， 2010（9）：123-126.]

[7]DAVIS G A. Learning to love the dutch disease： evidence from the mineral economies[J]. World development， 1995，23（10）：1765-1779.

[8]LEDERMAN D， MALONEY W F， DUNNING T， et al. In search of the missing resource curse with comments[J]. Economía， 2008，9（1）：1-57.

[9]丁菊紅， 鄧可斌. 政府干預(yù)、自然資源與經(jīng)濟增長：基于中國地區(qū)層面的研究[J]. 中國工業(yè)經(jīng)濟， 2007（7）：56-64. [DING Juhong， DENG Kebin. Government intervene， natural resource and economy development： based on regional panel data study of China[J]. China industrial economics，2007（7）： 56 -64.]

[10]鄭義， 秦炳濤. 政治制度、資源稟賦與經(jīng)濟增長——來自全球85個主要國家的經(jīng)驗[J]. 世界經(jīng)濟研究， 2016（4）：66-77. [ZHENG Yi， QIN Bingtao. Political institutions， resource endowment and economic growth[J]. World economy study， 2016（4）：66-77.]

[11]汪戎， 朱翠萍. 資源與增長間關(guān)系的制度質(zhì)量思考[J]. 清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2008（1）：152-158.[WANG Rong， ZHU Cuiping. Reflections of institutional quality related between resources and growth[J]. Journal of Tsinghua University（philosophy and social sciences）， 2008（1）：152-158.]

[12]鄭長德. 自然資源的“詛咒”與西部地區(qū)的經(jīng)濟發(fā)展[J]. 西南民族大學(xué)學(xué)報（自然科學(xué)版）， 2006，32（6）：1248-1256. [ZHENG Changde. On the curse of natural resources and economic development in the west of China[J]. Journal of Southwest University for Nationalities（natural science edition）， 2006，32（6）：1248-1256.]

[13]邵帥， 楊莉莉. 自然資源豐裕、資源產(chǎn)業(yè)依賴與中國區(qū)域經(jīng)濟增長[J]. 管理世界， 2010（9）：26-44. [SHAO Shuai， YANG Lili. Abundant natural resources， reliance on resource industries and regional economic growth in China[J]. Management world， 2010（9）：26-44.]

[14]XIE Y， HU J W. An introduction to the China Family Panel Studies（CFPS）[J]. Chinese sociological review，2014，47（1）：3-29.

[15]AUTY R M. The political economy of resourcedriven growth [J]. European economic review， 2001，45（4）：839-846.

[16]EFRON B. Bootstrap methods： another look at the jackknife[J]. The annals of statistics，1979，7（1）：1-26.

[17]GOW I D， ORMAZABAL G， TAYLOR D J，et al. Correcting for crosssectional and timeseries dependence in accounting research[J]. Accounting review， 2010，85（2）：483-512.

[18]PETERSEN M A. Estimating standard errors in finance panel data sets： comparing approaches[J]. NBER working papers， 2005，22（1）：435-480.

[19]ROSENBAUM R P， RUBIN D B， et al. The central role of the propoensity score in observational studies for causal effects[J]. Biometrika， 1983，70（1）：41-55.

[20]ABADIE A， IMBENS G W， DRUKKER D M， et al. Implementing matching estimators for average treatment effects in STATA[J]. Stata journal， 2004，4（3）：290-311.

[21]GYLFASON T. Exports， inflation and growth[J]. World development， 1999，27（6）：1031-1057.

[22]KURTZ M J， BROOKS S M. Conditioning the ‘Resource Curse： globalization， human capital， and growth in oilrich nations[J]. Comparative political studies， 2011，44（6）：747-770.

[23]ACEMOGLU D， JOHNSON S， ROBINSON J A， et al. An African success story： Botswana[J]. CEPR discussion papers， 2002（4）：561-562.

[24]MICHAELS G. The long term consequences of resourcebased specialisation [J]. The economic journal， 2011，121（551）：31-57.

[25]張其春，郗永勤.城市廢棄物資源化共生網(wǎng)絡(luò)脆弱性影響機制——基于SCP與CAS融合的分析視角[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2017，19（2）：9-19.[ZHANG Qichun，XI Yongqin. Vulnerability impact mechanism of symbiosis network for municipal waste recycling：based on the fusion framework of SCP and CAS[J]. Journal of Beijing Institute of Technology（social sciences edition），2017，19（2）：9-19.]

[26]何音，蔡滿堂.京津冀地區(qū)經(jīng)濟增長與資源環(huán)境的脫鉤關(guān)系[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2016，18（5）：33-41.[HE Yin， CAI Mantang.Decoupling relationship between economic growth and resource environment in BeijingTianjinHebei region[J]. Journal of Beijing Institute of Technology（social sciences edition），2016，18（5）：33-41.]

[27]DU X W. Energy revolution： for a sustainable future[J]. Chinese journal of population， resources and environment， 2015， 13（2）：115-118.

[28]SUN R， KUANG D， CHANG D Q. Effect analysis of carbon trading on EconomyEnergyEnvironment system and calculation of reasonable carbon price intervals[J]. Chinese journal of population， resources and environment， 2015，13（2）：146-154.

[29]KRUEGER A O. The political economy of the rentseeking society[J]. American economic review， 1974，64（3）：291-303.

[30]TORVIK R. Natural resources， rent seeking and welfare[J]. Journal of development economics， 2002，67（2）：455-470.

[31]ROBINSON J A， TORVIK R， VERDIER T， et al. Political foundations of the resource curse [J]. Journal of development economics， 2006，79（2）：447-468.

[32]SONIN K. Why the rich may favor poor protection of property rights [J]. Social science electronic publishing， 2003，31（4）：715-731.

[33]ATKINSON G， HAMILTON K. Savings， growth and the resource curse hypothesis[J]. World development， 2003，31（11）：1793-1807.

[34]殷尹， 梁梁. 區(qū)域技術(shù)創(chuàng)新能力短期評估[J]. 中國軟科學(xué)， 2001（1）：71-74. [YIN Yin， LIANG Liang. The measurement of the capability of regional technical innovation system[J]. China soft science， 2001（1）：71-74.]

[35]樂云， 張兵， 關(guān)賢軍， 等. 基于SNA視角的政府投資項目合謀關(guān)系研究[J]. 公共管理學(xué)報， 2013（3）：29-40. [LE Yun， ZHANG Bing， GUAN Xianjun， et al. Collusion study of public investment projects based on SNA[J]. Journal of public management， 2013（3）：29-40.]