论文部分内容阅读
[摘要]研究资源丰裕度与经济增长的关系可采用线性与非线性两种模型，相对于线性模型，非线性模型可大幅度提高可决系数，解决多重共线性问题。基于2004—2012年中国市级面板数据，运用非线性模型研究资源丰裕度与经济增长的关系，结果表明资源丰裕度与经济增长间确实存在非线性关系，且在不同区域，两者关系存在差异：在西北、京津冀地区，发展资源产业更有利于经济增长；而在华东、华南、长三角地区，发展资源产业不利于经济增长，而实行产业多元化战略，用卫生社保和社会福利业等7项产业替代资源产业，将有利于经济增长。
[关键词]资源丰裕度；经济增长；非线性模型；区域差异
[中图分类号]F062.1[文献标识码]A[DOI]10.3969/j.issn.1009-3729.2015.06.018
资源丰裕度是指某经济体拥有自然资源的丰富程度。传统观点认为，丰富的资源是经济增长的必要条件，有人将这种观点称为“资源祝福论”。1990年代，有学者提出“资源诅咒论”，认为丰富的自然资源不一定促进经济增长，反而可能阻碍经济增长[1]。Sachs等[2-5]对资源诅咒命题进行了实证检验，用95个发展中国家的截面数据进行回归分析，发现自然资源出口占GDP的比重同经济增长之间存在显著的负相关性，即资源诅咒命题在发展中国家层面上成立。已有研究不仅关注国家层面的资源诅咒问题，也将研究视角投向一国内部，当然也有不少学者把目光投向中国。
徐康宁较早地将资源诅咒研究引入中国，研究资源诅咒命题在中国大陆是否成立，以及资源诅咒的传播途径。徐康宁等[6-7]认为，中国的区域经济增长在长周期上存在资源诅咒效应，并运用中国省级面板数据，以“经济增长率”为因变量，以“采掘业固定资产投资占各行业固定资产投资总额的比重”和“采掘业从业人员占各行业从业人员总数的比重”为自变量，对资源诅咒命题进行了实证检验，发现此命题在中国内部的地区层面成立，多数省份丰裕的自然资源并未成为经济发展的有利条件，反而制约经济增长。胡援成等[8]以“人均GDP增长率”为因变量，以“采掘业基本建设投资占固定资产投资总额的比重”为自变量，证实我国省际层面存在资源诅咒效应。邵帅等[9]研究中国西部地区的资源诅咒问题，以“人均GDP增长率”为因变量，以“能源开发强度”为自变量，面板数据模型结果显示，资源诅咒命题在中国西部地区成立。刘红梅等[10]以“人均GDP增长率”为因变量，用“农业虚拟水产量占GDP的比重”衡量农业虚拟水资源丰裕度，发现农业虚拟水“资源诅咒”命题在中国成立。邵帅[11]利用中国28个地级煤炭城市1997—2007年的面板数据，以“人均GDP增长率”为因变量，以“采矿业从业人数占全部从业人数的比重”为自变量，发现煤炭资源的开发束缚了煤炭城市的经济增长，即产生了资源诅咒效应。
当然，也有一些研究成果不支持资源诅咒命题。Rui等[12]使用1997—2005年间95个市的数据，以“GDP增长率”为因变量，以“采矿业就业人数占当地人口的比重”作为表征资源丰裕度的自变量，结果显示：资源诅咒命题在中国大陆不成立。方颖等[13]使用横截面模型研究95个市的数据，以“采掘业从业人员占当地人口的比重”表征资源丰裕度为自变量，以“2006年人均GDP”为因变量，发现资源诅咒命题在中国城市层面上不成立。
还有研究认为，在不同条件下，资源丰裕度与经济增长的关系存在差异，有时资源诅咒与资源祝福是并存的。胡华[14]发现，在东北地区，资源诅咒命题成立；在华南、西北、西南、华东地区，资源祝福命题成立。胡华[15-16]还发现，即使在同一经济体内，资源丰裕度与经济增长的关系也并非一成不变，资源的价格波动会导致此关系发生变化，交替出现资源诅咒与资源祝福现象。李伟军等[17]选用中国 1999—2011年30个省级样本对中国资源诅咒假说的门槛效应进行实证检验，发现中西部地区对自然资源的依赖程度较高，其经济增长路径符合资源诅咒假说；而东部地区的资源依赖度不高，增长路径不符合资源诅咒假说条件。邵帅等[18]运用1998—2010年中国市级面板数据，借助动态、静态面板数据模型等，发现资源丰裕度与经济增长呈现“倒U型”的关系，即资源诅咒与资源祝福并存。
综观上述文献，研究方法大多相同。第一，选取人均GDP、人均实际GDP、人均地区经济增长率、人均地区消费收入增长率等经济增长指标作为因变量；第二，选取某地区采掘业产值占当地GDP的比重、某地区采掘业就业人数占当地就业人口比重、某地区采掘业基建投资占当地固定资产投资总额的比重等来表征资源丰裕度；第三，选取制造业投资、对外依存度、人力资本投入、腐败程度等指标作为控制变量；第四，构建面板数据模型或截面数据模型进行回归分析，模型左边是经济增长变量，模型右边先加入资源丰裕程度变量，有些文献还加入了资源丰裕程度变量的平方项或立方项，然后逐一加入控制变量，形成多个线性回归模型；第五，分析各模型中资源丰裕度变量拟合系数的变化情况。若此拟合系数在大多数模型中是负值，且能通过显著性检验，则资源诅咒命题成立，否则，资源诅咒命题不成立。若加入了资源丰裕度变量的平方项或立方项，还需检验其平方项、立方项的显著性，当平方项的拟合系数小于0，且能通过显著性检验，并且立方项的拟合系数不能通过显著性检验时，资源丰裕度与经济增长之间呈现“倒U型”关系，即资源诅咒与资源祝福并存。
相似的研究方法有助于寻找已有研究的不足。第一，所选模型大多是线性回归模型，包括横截面模型、时间序列模型、面板数据模型，而线性回归模型的可决系数偏小，如邵帅等[9]的静态面板数据模型的可决系数介于0.5～0.7之间；刘红梅等[10]的空间递归面板数据模型的可决系数介于0.06～0.18之间；邵帅[11]的静态面板数据模型的可决系数介于07～08之间；方颖等[13]的截面数据模型的可决系数介于0.0006～0.62之间；邵帅等[18]的多种模型中，系统GMM模型的可决系数达到0.9以上，但此模型可决系数的意义值得商榷，其他模型的可决系数都在0.2～0.6之间。第二，当自变量中加入资源丰裕度变量平方项或立方项时，会出现多重共线性问题，但已有研究没有对此进行修正。第三，已有文献提出可运用产业多元化策略来解决资源诅咒问题，但缺乏实证研究分析究竟何种产业较资源产业更有利于经济增长。因此，本文拟采用对数指数模型等方法研究资源丰裕度与经济增长之间的关系，分析非线性模型优于线性模型的原因，并解决多重共线性问题，比较各地各行业对经济增长促进作用的差异，为一些有识者所建议的产业多元化策略提出更为具体的措施。 郑 州 轻 工 业 学 院 学 报 （ 社 会 科 学 版 ）2015年第6期胡华：资源丰裕度与经济增长的非线性关系研究一、模型建立与变量设定
1.模型建立
动态面板数据模型无法通过过度识别检验，因而本文使用4个静态面板数据模型和4个非线性模型。
4个静态面板数据模型如下：Yi，t=c0+c1Ni，t+c2Zi，t+ξi+μi，t①
Yi，t=c0+c1Ni，t+c2Ni，t2+c3Zi，t+
ξi+μi，t②
Yi，t=c0+c1Ni，t+c2Ni，t2+c3Ni，t3+
c4Zi，t+ξi+μi，t③
Yi，t=c0+c1Ni，t+c2Ni，t2+c3Ni，t3+
c4Ni，t4+c5Zi，t+ξi+μi，t④4个非线性模型如下：
指数模型：Yi，t=c0×c1Ni，t+μi，t⑤
幂函数模型：Yi，t=c0×Ni，tc1+μi，t⑥
Logistic模型：Yi，t=2000/（1+ec0+c1×Ni，tc1⑦
对数指数模型：ln（Yi，t）=c0×c1ln（Ni，t）+μi，t⑧
模型①～④是在Sachs等[2]的截面数据模型基础上改进而来的。静态面板数据模型中，被解释变量Y代表经济增长变量，选用“人均实际GDP”表征此变量；N是资源丰裕度变量（以下简称“资源变量”），用“采掘业（采矿业）就业人员占当地人口的比重”表征；N2、N3、N4分别是资源变量的平方项、立方项、4次方项；Z是控制变量集，以表征对因变量产生影响的其他因素；i是自然数，代表不同的省、直辖市、自治区截面单位，t代表年份，c0是常数项，c1、c2、c3、c4、c5是系数向量。ξi表示“个体效应”因素，若ξi只随个体变化而不随时间变化，静态面板数据模型应设定为个体固定效应模型；若ξi反映了不随时间变化的不可观测随机信息的效应，静态面板数据模型应设定为个体随机效应模型。μi，t是随机扰动项。自变量中加入资源变量的平方项、立方项、4次方项，有助于检验经济增长变量与资源变量间是否存在非线性关系，当c2、c3、c4显著不为零时，两者存在非线性关系。
模型⑤～⑧是4种非线性模型。其中，模型⑤是指数模型，当c0显著不等于0，且c1显著不等于0或1时，资源变量与经济增长间存在非线性关系；模型⑥是幂函数模型，当c0、c1显著不等于0或1时，资源变量与经济增长间存在非线性关系；模型⑦是Logistic模型，当c1显著不等于0时，资源变量与经济增长间存在非线性关系；模型⑧是对数指数模型，当c0显著不等于0，且c1显著不等0或1时，资源变量与经济增长间存在非线性关系。
2.变量设定
本文选用“人均实际GDP”作为被解释变量Y。“人均GDP”等于各年各地区GDP除以相应人口数；运用居民消费价格指数，剔除物价波动对人均GDP的影响，可获得人均实际GDP。
选取“采掘业（采矿业）就业人员占当地人口比重”（N）作为资源要素丰裕度的表征变量，但存在一个问题：1997—2004年和2005年后，《中国城市统计年鉴》的从业人员分类存在差异，1997—2004年，资源开发相关的就业人员被称为采掘业就业人员；而2005年后，与资源开发相关的就业人员被称为采矿业就业人员，采掘业与采矿业的主要成分相同，都包括石油开采、天然气开采、煤炭开采，以及其他矿产开采等。两者差别在于：采掘业包括自来水等非矿石资源的开发利用，而采矿业不包括这些内容。但观察“采掘业从业人员占当地人口的比重”与“采矿业从业人员占当地人口的比重”则发现，两者不存在明显的差异，如北京市2004年“采掘业从业人员占当地人口的比重”是0.188%，2005年“采矿业从业人员占当地人口的比重”是0.191%。因此，本文对这两个比重不加区别地使用。
本文所选控制变量包括：第一，人口密度变量（P），等于“每平方公里人数”；第二，就业变量（J），用“各行业从业人员总数占当地人口的比重”表征；第三，城市化程度变量（City），用“市辖区人口占总人口的比重”表征。
上述变量使用的数据是中国大陆285个地级以上城市的市级面板数据，来自2005—2013年《中国城市统计年鉴》，剔除数据不连续的巢湖市、三沙市、毕节市、铜仁市和数据缺失严重的拉萨市。即使如此，其他城市仍有一些变量值缺失，因此所采用的市级面板数据并非平衡面板数据。各变量的含义、均值、标准差等详见表1。
二、面板数据模型的估计与多重共线性问题1.静态面板数据模型结果及检验
下面运用静态面板数据模型进行回归，7个回归模型的因变量都是“人均实际GDP”，回归模型I只有一个解释变量N，在此基础上，依次加入N2、N3、N4、人口密度变量（P）、就业变量（J）、城市化程度变量
表1变量的设定及含义等的描述
变量含 义样本均值标准差最小值最大值Y人均实际GDP 2 533213.542170.234 20.770 381 349.443N采掘业（采矿业）就业人员占当地人口的比重2 6680.008 490.020 060.000 010.319 01N2N的平方项2 6680.000 470.003 310.000 000.101 76N3N的立方项2 6680.000 060.000 810.000 000.032 46N4N的4次方项2 6680.000 010.000 230.000 000.010 36P每平方公里人数2 596415.490318.311 44.700 002 661.540J各行业从业人员总数占当地人口的比重2 8480.104 530.091 920.023 450.984 36City市辖区人口占总人口的比重2 7150.306 720.195 470.034 120.986 11注：数据由Stata 12.0软件计算得来。 （City），形成回归模型II-VII。如表2所示，所有7个模型都是固定效应模型。确定使用固定或随机效应模型前，运用似然比检验对混合面板数据模型与个体随机效应模型进行比较，此检验的原假设是“静态面板数据模型的个体效应的方差等于零”，7个模型的检验结果均显示，原假设成立的概率都低于10%，因此固定效应模型更优。为甄别固定效应模型与随机效应模型的优劣，对其进行Hausman检验，其原假设是“个体固定效应模型与个体随机效应模型的拟合系数不存在系统性的差异”，结果显示，7个模型都适用固定效应模型。回归结果显示，N的拟合系数都大于零，且能通过显著性检验；N2的拟合系数都小于零，N3的拟合系数都大于零，N4的拟合系数都小于零，部分模型中，N2、N3、N4的拟合系数能通过显著性检验。这表明资源变量与经济增长间存在非线性关系。图1是“人均实际GDP”与N、N2、N3、N4模型曲线图。
3个控制变量的拟合系数都是正值，且能通过显著性检验，说明人口密度增加、就业岗位增加、城市化推进都有利于经济增长。自变量P（每平方公里人数）同因变量之间呈现显著的正相关关系，且能通过1%的显著性检验，原因是人口密度增加，有利于细化专业分工，提高生产效率，从而提高人均实际GDP。变量J（各行业从业人员总数占当地人口的比重）的拟合系数是正值，且能通过显著性检验，说明新增就业可以提高人均实际GDP，原因是新增就业将增加人均收入，收入水平提高会促进消费，新增消费则以乘数作用于GDP，促进人均实际GDP提高。变量City（市辖区人口占总人口的比重）的拟合系数是正值，且能通过显著性检验，原因在于：扩大的城市规模将吸引更多流动资源进入，有助于促进经济增长。静态面板数据模型的最大缺点是可决系数较小，组内R2都低于0.1。
2.静态面板数据模型的多重共线性问题
静态面板数据模型的多重共线性问题主要源于资源变量及其分别与平方项、立方项、4次方项之间的线性关系。如表3所示，模型Ⅰ是随机效应模型，模型 Ⅱ、Ⅲ 是固定效应模型，因变量分别是N2、N3、N4，自变量都是N。使用现有模型前，已运用似然比检验对混合面板数据模型与个体随机效应模型进行比较，并使用Hausman检验甄别固定效应模型与随机效应模型的优劣。3个模型的多重共线性检验结果显示，N与N2之间存在很强的正相关性，N与N3、N与N4间也存在较强的正相关性，这导致表2中模型 Ⅱ～Ⅶ 出现多重共线性问题。要检验经济增长与资源变量间的非线性关系，还需采用非线性模型进行估计。
应模型注：1.因变量都是Y；2.括号内数值是t检验值；3.#、*、**、***分别表示拟合系数能通过15%、10%、5%、1%的显著性检验；4.数据由Stata 12.0软件计算得来。
图1人均实际GDP与资源变量（N）的一次方、
二次方、三次方、四次方模型曲线图
表3N、N2、N3、N4的多重共线性检验
变量模型Ⅰ模型Ⅱ模型ⅢN0.143***
（55.42）0.032 3***
（24.54）0.009 18***
（18.97）截距项-0.000 731***
（-7.52）-0.000 221***
（-15.03）-0.000 068 2***
（-12.65）样本数2 3692 3692 369组内R20.5270.2240.147模型类型随机效应模型固定效应模型固定效应模型注：1.括号内数值是t检验值；2.#、*、**、***分别表示拟合系数能通过15%、10%、5%、1%的显著性检验；3.数据由Stata 120软件计算得来。
三、非线性模型的估计
1.全国的非线性回归模型结果
运用非线性最小二乘法，对式⑤⑥⑦⑧进行估计，结果如表4所示。⑤式中，c0显著不等于0，且c1显著不等于0或1。⑥式中，c0、c1显著不等于0或1。⑦式中，c1显著不等于0。⑧式中，c0显著不等于0，c1显著不等于0或1。上述拟合系数的估计结果显示，资源变量与经济增长变量间存在非线性相关关系。比较4种非线性模型的可决系数发现，对数指数模型的调整后R2是0980，明显高于其他非线性模型的调整后R2。上述非线性函数的关系如图2所示，当N处于0.000 1（最小值）与 0319 01（最大值）间时，Y都是N的单调增函数，不存在“先增后减”或“先减后增”的趋势。因此，从中国大陆宏观层面上来看，发展采掘业有利于经济增长。
2.各区域的非线性回归模型结果
如表4所示，⑧式的可决系数明显高于其他模型的可决系数，因此，运用此模型可分析中国各区域内资源变量与经济增长之间的关系。模型结果如表5所示，所有拟合系数都能通过1%的显著性检验，
（675.44）观察值数2 3692 3692 3692 369R20.6380.6190.6380.980调整后R20.6380.6180.6380.980注：1.⑤～⑦中，因变量是“人均实际GDP”，自变量是“采掘业或采矿业就业人员占当地人口的比重”；⑧中，因变量是“人均实际GDP的自然对数”，自变量是“采掘业或采矿业就业人员占当地人口比重的自然对数”。2.拟合系数都能通过1%的显著性检验，括号内数值是t检验值。3.数据由Stata 120软件计算得来。
图2人均实际GDP与⑤～⑧模型曲线图说明在中国各区域内，资源变量与经济增长之间都存在非线性关系。当c0>1，且c1>1时，人均实际GDP是资源变量的单调增函数，资源祝福命题成立；当c0>1，且c1<1时，人均实际GDP是资源变量的单调减函数，资源诅咒命题成立。
将中国大陆划分为东、中、西三大区域，用上述模型对其分别进行研究后发现，资源诅咒命题在东部地区成立，资源祝福命题在中、西部地区成立。在中、西部地区中，西部地区的两个拟合系数大于中部地区的相应值，说明资源产业对西部经济的促进作用大于对中部经济的促进作用。 将中国大陆划分为华北等7个小区域发现，资源诅咒命题在华东、华南地区成立，而资源祝福命题在华北、东北、华中、西北、西南地区成立。西北地区的两个拟合系数都大于其他地区的相应值，说明资源产业对西北等欠发达地区经济的促进作用大于对其他地区经济的促进作用。
在京津冀、长三角、西三角三区域，资源诅咒命题在长三角区域成立，资源祝福命题在其他两区域成立。京津冀地区的两个拟合系数都大于其他两地区的相应值，说明资源产业发展更有利于促进该地区的经济增长。表5中国各区域的非线性回归模型结果
变量全国东部中部西部华北东北华东华南华中西北西南京津冀长三角西三角c05.254
R20.9800.9880.9880.9750.9870.9870.9830.9820.9890.9740.9800.9890.9900.976注：1.所用模型是⑧，其中，Y是“人均实际GDP”，N是“采掘业或采矿业就业人员占当地人口的比重”。上述拟合系数都能通过1%的显著性检验，括号内数值是t检验值。2.东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古；华北地区包括北京、天津、河北、山西、山东、内蒙古；东北地区包括辽宁、吉林、黑龙江；华东地区包括江苏、安徽、江西、浙江、福建、上海；华南地区包括广东、广西、海南；华中地区包括湖北、湖南、河南；西北地区包括陕西、甘肃、青海、宁夏、新疆、内蒙古；西南地区包括重庆、四川、贵州、云南、西藏、广西；京津冀地区包括北京、天津、河北；长三角地区包括上海、江苏、浙江；西三角地区包括陕西、四川、重庆。3.数据由Stata 12.0软件计算得来。
四、各行业比较分析
将⑧式中的N（采掘业或采矿业就业人员占当地人口的比重）先后分别替换为其他行业（农林牧渔业、制造业、电煤气水供应业、建筑业、交通仓储邮电业、信息传输计算机服务和软件业、批发零售贸易业、住宿餐饮业、金融业、房地产业、租赁和商业服务业、科技地质勘查业、水利环境公共设施管理业、居民服务和其他服务业、教育业、卫生社保和社会福利业、文体娱乐业、公共管理和社会组织）的就业人员占当地人口的比重，可得一系列关于某行业就业人员占当地人口比重与人均实际GDP的对数指数模型。由于一些变量缺乏2012年的数据，因此我们使用2004—2011年的数据进行非线性回归分析，结果见表6和表
表6各行业对数指数模型中的c0值
产业全国东部中部西部华北东北华东华南华中西北西南京津冀长三角西三角农林牧渔业4.75.24.65.25.74.54.14.63.95.14.37.04.24.1制造业7.37.26.77.07.37.17.57.06.77.16.47.98.05.9
电煤气水供应业9.28.87.99.510.27.810.214.47.39.08.926.813.38.0建筑业7.47.56.87.06.87.77.67.67.37.66.38.27.06.2交通仓储邮电业8.38.16.78.67.46.79.28.47.78.87.58.18.87.8信息传输计算机服务和软件业10.59.08.813.28.89.513.410.19.114.89.18.111.210.7批发零售贸易业8.18.66.38.56.56.48.38.47.09.56.77.99.56.5住宿餐饮业8.28.16.98.08.16.78.87.68.69.16.58.19.27.0金融业12.810.811.813.611.317.815.210.712.315.511.611.012.110.9房地产业8.68.17.78.37.88.99.58.08.29.07.27.89.57.4租赁和商业服务业8.17.86.58.27.26.78.38.57.49.36.47.58.46.5科技地质勘查业8.68.48.38.57.99.110.79.28.48.47.67.69.57.1水利环境公共设施管理业10.08.88.511.411.68.012.99.711.813.19.011.612.08.4居民服务和其他服务业7.57.76.48.07.16.18.38.87.57.37.57.48.86.8教育业17.215.812.816.814.411.830.621.918.517.511.013.720.69.0卫生社保和社会福利业18.013.716.621.715.217.621.014.822.225.815.912.316.718.6文体娱乐业9.69.28.39.99.28.111.99.79.811.28.18.612.39.4公共管理和社会组织12.110.910.413.313.09.716.212.014.123.58.013.313.67.7采掘业5.25.45.45.65.55.34.84.35.45.94.86.15.25.0注：1.所用模型是⑧，其中，Y代表人均实际GDP，N代表“某行业就业人员占当地人口的比重”。上述拟合系数都能通过1%的显著性检验，调整后的R2都大于0.96。2.数据由Stata 12.0软件计算得来。
7。表6中数字都是对数指数模型（ln（Yi，t）=c0×c1ln（Ni，t）+μi，t）中的c0，全国范围内农林牧渔业的c0是4.7；表7中数字都是c1，全国范围内农林牧渔业的c1是0.99，则“农林牧渔业就业人员占当地人口的比重”与“人均实际GDP”的对数指数模型是ln（Yi，t）=4.7×099ln（Ni，t）。表8是各行业就业人员占当地人口比重的均值，全国范围内，农林牧渔业就业人员占当地人口比重的均值是0.02‰，将其代入上式，可得人均实际GDP的估计值是150元，其他情况以此类推，由此可得表9。表9中的第1列按从高到低的顺序排列，150元名列第10位，用“10”代替“150”，其他情况以此类推，并按照表9第1列的从大到小顺序排列，即可得到表10。 摆脱资源诅咒困境、提高经济增速的方法之一是产业多元化，表10为产业多元化战略提供了实证依据。由表10可得到如下启示：第一，在各行业中，采掘业对各区域经济增长的贡献处于中等水平，按照各产业对经济增长的贡献排序，全部19个产业中，采掘业位列9～13位，因此正确实施产业多元化战略有利于经济增长。第二，产业多元化战略应重点发展7项产业，即卫生社保和社会福利业、电煤气水供应业、文体娱乐业、信息传输计算机服务和软件业、房地产业、居民服务和其他服务业、住宿餐饮业。上述7项产业对各区域经济的贡献都高于采掘业的贡献，因此优先发展这些产业，引导采掘业就业人口进入上述7项产业，将有利于经济增长。第三，一些产业不宜替代采掘业，包括交通仓储邮电业、农林牧渔业、租赁和商业服务业、科技地质勘查业、水利环境公共设施管理业、建筑业、批发零售贸易业、金融业、制造业、公共管理和社会组织、教育业，原因在于：上述产业对经济增长的贡献没有明显高于采掘业的贡献。第四，各产业排名的区域间差异较小，观察任意一个行业便可发现，区域间行业排名没有发生太大变化，如卫生社保和社会福利对经济增长的贡献都处于1～3位，公共管理和社会组织、教育业对经济增长的贡献分别处于18、19位。
五、结论
本研究得出以下几点结论：
1.资源丰裕度与经济增长间存在非线性关系
基于2004—2012中国市级面板数据，本文考察了资源丰裕度同经济增长之间的关系，采用面板数据模型、非线性模型研究发现，非线性模型的可决系数更高，对数指数模型调整后可决系数都超过096，说明资源变量与经济增长之间存在非线性关系。
2.资源诅咒与资源祝福并存
基于对数指数模型，发现资源诅咒命题在宏观中国大陆地区不成立。将中国大陆分为东、中、西三大区域发现，资源诅咒命题在东部地区成立。将中国大陆分为华北等7个小区域发现，资源诅咒命题在华东、华南地区成立。在京津冀、长三角、西三角三区域，资源诅咒命题在长三角地区成立；在其他区域，资源祝福命题成立；较其他区域而言，在西北地区、京津冀地区，发展资源产业更有利于经济增长。
3.产业多元化战略应立足于发展7项产业
卫生社保和社会福利业、电煤气水供应业、文体娱乐业、信息传输计算机服务和软件业、房地产业、居民服务和其他服务业、住宿餐饮业对各区域经济的贡献都高于采掘业的贡献，因此优先发展这些产业，适当引导采掘业就业人口进入这些产业，将有利于经济增长。而交通仓储邮电业、农林牧渔业、租赁和商业服务业、科技地质勘查业、水利环境公共设施管理业、建筑业、批发零售贸易业、金融业、制造业、公共管理和社会组织、教育业不宜替代采掘业，其原因在于，这些产业对经济增长的贡献没有明显高于采掘业的贡献。
4.各产业对经济贡献排名的区域间差异较小
观察任意一个行业发现，区域间行业排名没有发生太大变化，如卫生社保和社会福利业对经济增长的贡献都处于1～3位，公共管理和社会组织、教育业对经济增长的贡献分别处于18、19位。限于篇幅，不再讨论各行业对经济增长贡献差异的经济学原因，以后的研究可针对此问题进行专门讨论。
[参考文献]
[1]AUTY R M.Sustaining development in mineral economies：the resource curse thesis[M].London：Routledge，1993.
[2]SACHS J D，WARNER A M.Natural resource abundance and economic growth[J].Papers，1996（4）：496.
[3]SACHS J D，WARNER A M.Fundamental sources of longrun growth[J].American economic review，1997（2）：184.
[4]SACHS J D，WARNER A M.Natural resource intensity and economic growth[R].NBER Working paper，1995.
[5]SACHS J D，WARNER A M.Natural resources and economic development：the curse of natural resources[J].European economic review，2001（5）：827.
[6]徐康宁，韩剑.中国区域经济的“资源诅咒”效应：地区差距的另一种解释[J].经济学家，2005（6）：96.
[7]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.
[8]胡援成，肖德勇.经济发展门槛与自然资源诅咒——基于我国省际层面的面板数据实证研究[J].管理世界，2007（4）：15.
[9]邵帅，齐中英.西部地区的能源开发与经济增长——基于“资源诅咒”假说的实证分析[J].经济研究，2008（4）：147.
[10]刘红梅，李国军，王克强.中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究[J].管理世界，2009（9）：76.
[11]邵帅.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（3）：90.
[12]RUI Fan，YING Fang，S Y Park.Resource abundance and economic growth in China[J].China economic review，2012（3）：704.
[13]方颖，纪衎，赵扬.中国是否存在“资源诅咒”[J].世界经济，2011（4）：144.
[14]胡华.资源诅咒命题在中国各区域成立吗——基于省际面板数据的实证研究[J].云南财经大学学报，2012（3）：84.
[15]胡华.资源诅咒命题与中国大陆——基于市级面板数据的回归分析[J].湖南工业大学学报（社会科学版），2013（3）：12
[16]胡华.资源诅咒命题在中国大陆是否成立——基于省级面板数据的回归分析[J].现代财经，2013（3）：24.
[17]李伟军，李智.知识溢出与资源诅咒假说的门槛效应[J].经济科学，2013（6）：44.
[18]邵帅，范美婷，杨莉莉.资源产业依赖如何影响经济发展效率——有条件资源诅咒假说的检验及解释[J].管理世界，2013（2）：32.
[关键词]资源丰裕度；经济增长；非线性模型；区域差异
[中图分类号]F062.1[文献标识码]A[DOI]10.3969/j.issn.1009-3729.2015.06.018
资源丰裕度是指某经济体拥有自然资源的丰富程度。传统观点认为，丰富的资源是经济增长的必要条件，有人将这种观点称为“资源祝福论”。1990年代，有学者提出“资源诅咒论”，认为丰富的自然资源不一定促进经济增长，反而可能阻碍经济增长[1]。Sachs等[2-5]对资源诅咒命题进行了实证检验，用95个发展中国家的截面数据进行回归分析，发现自然资源出口占GDP的比重同经济增长之间存在显著的负相关性，即资源诅咒命题在发展中国家层面上成立。已有研究不仅关注国家层面的资源诅咒问题，也将研究视角投向一国内部，当然也有不少学者把目光投向中国。
徐康宁较早地将资源诅咒研究引入中国，研究资源诅咒命题在中国大陆是否成立，以及资源诅咒的传播途径。徐康宁等[6-7]认为，中国的区域经济增长在长周期上存在资源诅咒效应，并运用中国省级面板数据，以“经济增长率”为因变量，以“采掘业固定资产投资占各行业固定资产投资总额的比重”和“采掘业从业人员占各行业从业人员总数的比重”为自变量，对资源诅咒命题进行了实证检验，发现此命题在中国内部的地区层面成立，多数省份丰裕的自然资源并未成为经济发展的有利条件，反而制约经济增长。胡援成等[8]以“人均GDP增长率”为因变量，以“采掘业基本建设投资占固定资产投资总额的比重”为自变量，证实我国省际层面存在资源诅咒效应。邵帅等[9]研究中国西部地区的资源诅咒问题，以“人均GDP增长率”为因变量，以“能源开发强度”为自变量，面板数据模型结果显示，资源诅咒命题在中国西部地区成立。刘红梅等[10]以“人均GDP增长率”为因变量，用“农业虚拟水产量占GDP的比重”衡量农业虚拟水资源丰裕度，发现农业虚拟水“资源诅咒”命题在中国成立。邵帅[11]利用中国28个地级煤炭城市1997—2007年的面板数据，以“人均GDP增长率”为因变量，以“采矿业从业人数占全部从业人数的比重”为自变量，发现煤炭资源的开发束缚了煤炭城市的经济增长，即产生了资源诅咒效应。
当然，也有一些研究成果不支持资源诅咒命题。Rui等[12]使用1997—2005年间95个市的数据，以“GDP增长率”为因变量，以“采矿业就业人数占当地人口的比重”作为表征资源丰裕度的自变量，结果显示：资源诅咒命题在中国大陆不成立。方颖等[13]使用横截面模型研究95个市的数据，以“采掘业从业人员占当地人口的比重”表征资源丰裕度为自变量，以“2006年人均GDP”为因变量，发现资源诅咒命题在中国城市层面上不成立。
还有研究认为，在不同条件下，资源丰裕度与经济增长的关系存在差异，有时资源诅咒与资源祝福是并存的。胡华[14]发现，在东北地区，资源诅咒命题成立；在华南、西北、西南、华东地区，资源祝福命题成立。胡华[15-16]还发现，即使在同一经济体内，资源丰裕度与经济增长的关系也并非一成不变，资源的价格波动会导致此关系发生变化，交替出现资源诅咒与资源祝福现象。李伟军等[17]选用中国 1999—2011年30个省级样本对中国资源诅咒假说的门槛效应进行实证检验，发现中西部地区对自然资源的依赖程度较高，其经济增长路径符合资源诅咒假说；而东部地区的资源依赖度不高，增长路径不符合资源诅咒假说条件。邵帅等[18]运用1998—2010年中国市级面板数据，借助动态、静态面板数据模型等，发现资源丰裕度与经济增长呈现“倒U型”的关系，即资源诅咒与资源祝福并存。
综观上述文献，研究方法大多相同。第一，选取人均GDP、人均实际GDP、人均地区经济增长率、人均地区消费收入增长率等经济增长指标作为因变量；第二，选取某地区采掘业产值占当地GDP的比重、某地区采掘业就业人数占当地就业人口比重、某地区采掘业基建投资占当地固定资产投资总额的比重等来表征资源丰裕度；第三，选取制造业投资、对外依存度、人力资本投入、腐败程度等指标作为控制变量；第四，构建面板数据模型或截面数据模型进行回归分析，模型左边是经济增长变量，模型右边先加入资源丰裕程度变量，有些文献还加入了资源丰裕程度变量的平方项或立方项，然后逐一加入控制变量，形成多个线性回归模型；第五，分析各模型中资源丰裕度变量拟合系数的变化情况。若此拟合系数在大多数模型中是负值，且能通过显著性检验，则资源诅咒命题成立，否则，资源诅咒命题不成立。若加入了资源丰裕度变量的平方项或立方项，还需检验其平方项、立方项的显著性，当平方项的拟合系数小于0，且能通过显著性检验，并且立方项的拟合系数不能通过显著性检验时，资源丰裕度与经济增长之间呈现“倒U型”关系，即资源诅咒与资源祝福并存。
相似的研究方法有助于寻找已有研究的不足。第一，所选模型大多是线性回归模型，包括横截面模型、时间序列模型、面板数据模型，而线性回归模型的可决系数偏小，如邵帅等[9]的静态面板数据模型的可决系数介于0.5～0.7之间；刘红梅等[10]的空间递归面板数据模型的可决系数介于0.06～0.18之间；邵帅[11]的静态面板数据模型的可决系数介于07～08之间；方颖等[13]的截面数据模型的可决系数介于0.0006～0.62之间；邵帅等[18]的多种模型中，系统GMM模型的可决系数达到0.9以上，但此模型可决系数的意义值得商榷，其他模型的可决系数都在0.2～0.6之间。第二，当自变量中加入资源丰裕度变量平方项或立方项时，会出现多重共线性问题，但已有研究没有对此进行修正。第三，已有文献提出可运用产业多元化策略来解决资源诅咒问题，但缺乏实证研究分析究竟何种产业较资源产业更有利于经济增长。因此，本文拟采用对数指数模型等方法研究资源丰裕度与经济增长之间的关系，分析非线性模型优于线性模型的原因，并解决多重共线性问题，比较各地各行业对经济增长促进作用的差异，为一些有识者所建议的产业多元化策略提出更为具体的措施。 郑 州 轻 工 业 学 院 学 报 （ 社 会 科 学 版 ）2015年第6期胡华：资源丰裕度与经济增长的非线性关系研究一、模型建立与变量设定
1.模型建立
动态面板数据模型无法通过过度识别检验，因而本文使用4个静态面板数据模型和4个非线性模型。
4个静态面板数据模型如下：Yi，t=c0+c1Ni，t+c2Zi，t+ξi+μi，t①
Yi，t=c0+c1Ni，t+c2Ni，t2+c3Zi，t+
ξi+μi，t②
Yi，t=c0+c1Ni，t+c2Ni，t2+c3Ni，t3+
c4Zi，t+ξi+μi，t③
Yi，t=c0+c1Ni，t+c2Ni，t2+c3Ni，t3+
c4Ni，t4+c5Zi，t+ξi+μi，t④4个非线性模型如下：
指数模型：Yi，t=c0×c1Ni，t+μi，t⑤
幂函数模型：Yi，t=c0×Ni，tc1+μi，t⑥
Logistic模型：Yi，t=2000/（1+ec0+c1×Ni，tc1⑦
对数指数模型：ln（Yi，t）=c0×c1ln（Ni，t）+μi，t⑧
模型①～④是在Sachs等[2]的截面数据模型基础上改进而来的。静态面板数据模型中，被解释变量Y代表经济增长变量，选用“人均实际GDP”表征此变量；N是资源丰裕度变量（以下简称“资源变量”），用“采掘业（采矿业）就业人员占当地人口的比重”表征；N2、N3、N4分别是资源变量的平方项、立方项、4次方项；Z是控制变量集，以表征对因变量产生影响的其他因素；i是自然数，代表不同的省、直辖市、自治区截面单位，t代表年份，c0是常数项，c1、c2、c3、c4、c5是系数向量。ξi表示“个体效应”因素，若ξi只随个体变化而不随时间变化，静态面板数据模型应设定为个体固定效应模型；若ξi反映了不随时间变化的不可观测随机信息的效应，静态面板数据模型应设定为个体随机效应模型。μi，t是随机扰动项。自变量中加入资源变量的平方项、立方项、4次方项，有助于检验经济增长变量与资源变量间是否存在非线性关系，当c2、c3、c4显著不为零时，两者存在非线性关系。
模型⑤～⑧是4种非线性模型。其中，模型⑤是指数模型，当c0显著不等于0，且c1显著不等于0或1时，资源变量与经济增长间存在非线性关系；模型⑥是幂函数模型，当c0、c1显著不等于0或1时，资源变量与经济增长间存在非线性关系；模型⑦是Logistic模型，当c1显著不等于0时，资源变量与经济增长间存在非线性关系；模型⑧是对数指数模型，当c0显著不等于0，且c1显著不等0或1时，资源变量与经济增长间存在非线性关系。
2.变量设定
本文选用“人均实际GDP”作为被解释变量Y。“人均GDP”等于各年各地区GDP除以相应人口数；运用居民消费价格指数，剔除物价波动对人均GDP的影响，可获得人均实际GDP。
选取“采掘业（采矿业）就业人员占当地人口比重”（N）作为资源要素丰裕度的表征变量，但存在一个问题：1997—2004年和2005年后，《中国城市统计年鉴》的从业人员分类存在差异，1997—2004年，资源开发相关的就业人员被称为采掘业就业人员；而2005年后，与资源开发相关的就业人员被称为采矿业就业人员，采掘业与采矿业的主要成分相同，都包括石油开采、天然气开采、煤炭开采，以及其他矿产开采等。两者差别在于：采掘业包括自来水等非矿石资源的开发利用，而采矿业不包括这些内容。但观察“采掘业从业人员占当地人口的比重”与“采矿业从业人员占当地人口的比重”则发现，两者不存在明显的差异，如北京市2004年“采掘业从业人员占当地人口的比重”是0.188%，2005年“采矿业从业人员占当地人口的比重”是0.191%。因此，本文对这两个比重不加区别地使用。
本文所选控制变量包括：第一，人口密度变量（P），等于“每平方公里人数”；第二，就业变量（J），用“各行业从业人员总数占当地人口的比重”表征；第三，城市化程度变量（City），用“市辖区人口占总人口的比重”表征。
上述变量使用的数据是中国大陆285个地级以上城市的市级面板数据，来自2005—2013年《中国城市统计年鉴》，剔除数据不连续的巢湖市、三沙市、毕节市、铜仁市和数据缺失严重的拉萨市。即使如此，其他城市仍有一些变量值缺失，因此所采用的市级面板数据并非平衡面板数据。各变量的含义、均值、标准差等详见表1。
二、面板数据模型的估计与多重共线性问题1.静态面板数据模型结果及检验
下面运用静态面板数据模型进行回归，7个回归模型的因变量都是“人均实际GDP”，回归模型I只有一个解释变量N，在此基础上，依次加入N2、N3、N4、人口密度变量（P）、就业变量（J）、城市化程度变量
表1变量的设定及含义等的描述
变量含 义样本均值标准差最小值最大值Y人均实际GDP 2 533213.542170.234 20.770 381 349.443N采掘业（采矿业）就业人员占当地人口的比重2 6680.008 490.020 060.000 010.319 01N2N的平方项2 6680.000 470.003 310.000 000.101 76N3N的立方项2 6680.000 060.000 810.000 000.032 46N4N的4次方项2 6680.000 010.000 230.000 000.010 36P每平方公里人数2 596415.490318.311 44.700 002 661.540J各行业从业人员总数占当地人口的比重2 8480.104 530.091 920.023 450.984 36City市辖区人口占总人口的比重2 7150.306 720.195 470.034 120.986 11注：数据由Stata 12.0软件计算得来。 （City），形成回归模型II-VII。如表2所示，所有7个模型都是固定效应模型。确定使用固定或随机效应模型前，运用似然比检验对混合面板数据模型与个体随机效应模型进行比较，此检验的原假设是“静态面板数据模型的个体效应的方差等于零”，7个模型的检验结果均显示，原假设成立的概率都低于10%，因此固定效应模型更优。为甄别固定效应模型与随机效应模型的优劣，对其进行Hausman检验，其原假设是“个体固定效应模型与个体随机效应模型的拟合系数不存在系统性的差异”，结果显示，7个模型都适用固定效应模型。回归结果显示，N的拟合系数都大于零，且能通过显著性检验；N2的拟合系数都小于零，N3的拟合系数都大于零，N4的拟合系数都小于零，部分模型中，N2、N3、N4的拟合系数能通过显著性检验。这表明资源变量与经济增长间存在非线性关系。图1是“人均实际GDP”与N、N2、N3、N4模型曲线图。
3个控制变量的拟合系数都是正值，且能通过显著性检验，说明人口密度增加、就业岗位增加、城市化推进都有利于经济增长。自变量P（每平方公里人数）同因变量之间呈现显著的正相关关系，且能通过1%的显著性检验，原因是人口密度增加，有利于细化专业分工，提高生产效率，从而提高人均实际GDP。变量J（各行业从业人员总数占当地人口的比重）的拟合系数是正值，且能通过显著性检验，说明新增就业可以提高人均实际GDP，原因是新增就业将增加人均收入，收入水平提高会促进消费，新增消费则以乘数作用于GDP，促进人均实际GDP提高。变量City（市辖区人口占总人口的比重）的拟合系数是正值，且能通过显著性检验，原因在于：扩大的城市规模将吸引更多流动资源进入，有助于促进经济增长。静态面板数据模型的最大缺点是可决系数较小，组内R2都低于0.1。
2.静态面板数据模型的多重共线性问题
静态面板数据模型的多重共线性问题主要源于资源变量及其分别与平方项、立方项、4次方项之间的线性关系。如表3所示，模型Ⅰ是随机效应模型，模型 Ⅱ、Ⅲ 是固定效应模型，因变量分别是N2、N3、N4，自变量都是N。使用现有模型前，已运用似然比检验对混合面板数据模型与个体随机效应模型进行比较，并使用Hausman检验甄别固定效应模型与随机效应模型的优劣。3个模型的多重共线性检验结果显示，N与N2之间存在很强的正相关性，N与N3、N与N4间也存在较强的正相关性，这导致表2中模型 Ⅱ～Ⅶ 出现多重共线性问题。要检验经济增长与资源变量间的非线性关系，还需采用非线性模型进行估计。
应模型注：1.因变量都是Y；2.括号内数值是t检验值；3.#、*、**、***分别表示拟合系数能通过15%、10%、5%、1%的显著性检验；4.数据由Stata 12.0软件计算得来。
图1人均实际GDP与资源变量（N）的一次方、
二次方、三次方、四次方模型曲线图
表3N、N2、N3、N4的多重共线性检验
变量模型Ⅰ模型Ⅱ模型ⅢN0.143***
（55.42）0.032 3***
（24.54）0.009 18***
（18.97）截距项-0.000 731***
（-7.52）-0.000 221***
（-15.03）-0.000 068 2***
（-12.65）样本数2 3692 3692 369组内R20.5270.2240.147模型类型随机效应模型固定效应模型固定效应模型注：1.括号内数值是t检验值；2.#、*、**、***分别表示拟合系数能通过15%、10%、5%、1%的显著性检验；3.数据由Stata 120软件计算得来。
三、非线性模型的估计
1.全国的非线性回归模型结果
运用非线性最小二乘法，对式⑤⑥⑦⑧进行估计，结果如表4所示。⑤式中，c0显著不等于0，且c1显著不等于0或1。⑥式中，c0、c1显著不等于0或1。⑦式中，c1显著不等于0。⑧式中，c0显著不等于0，c1显著不等于0或1。上述拟合系数的估计结果显示，资源变量与经济增长变量间存在非线性相关关系。比较4种非线性模型的可决系数发现，对数指数模型的调整后R2是0980，明显高于其他非线性模型的调整后R2。上述非线性函数的关系如图2所示，当N处于0.000 1（最小值）与 0319 01（最大值）间时，Y都是N的单调增函数，不存在“先增后减”或“先减后增”的趋势。因此，从中国大陆宏观层面上来看，发展采掘业有利于经济增长。
2.各区域的非线性回归模型结果
如表4所示，⑧式的可决系数明显高于其他模型的可决系数，因此，运用此模型可分析中国各区域内资源变量与经济增长之间的关系。模型结果如表5所示，所有拟合系数都能通过1%的显著性检验，
（675.44）观察值数2 3692 3692 3692 369R20.6380.6190.6380.980调整后R20.6380.6180.6380.980注：1.⑤～⑦中，因变量是“人均实际GDP”，自变量是“采掘业或采矿业就业人员占当地人口的比重”；⑧中，因变量是“人均实际GDP的自然对数”，自变量是“采掘业或采矿业就业人员占当地人口比重的自然对数”。2.拟合系数都能通过1%的显著性检验，括号内数值是t检验值。3.数据由Stata 120软件计算得来。
图2人均实际GDP与⑤～⑧模型曲线图说明在中国各区域内，资源变量与经济增长之间都存在非线性关系。当c0>1，且c1>1时，人均实际GDP是资源变量的单调增函数，资源祝福命题成立；当c0>1，且c1<1时，人均实际GDP是资源变量的单调减函数，资源诅咒命题成立。
将中国大陆划分为东、中、西三大区域，用上述模型对其分别进行研究后发现，资源诅咒命题在东部地区成立，资源祝福命题在中、西部地区成立。在中、西部地区中，西部地区的两个拟合系数大于中部地区的相应值，说明资源产业对西部经济的促进作用大于对中部经济的促进作用。 将中国大陆划分为华北等7个小区域发现，资源诅咒命题在华东、华南地区成立，而资源祝福命题在华北、东北、华中、西北、西南地区成立。西北地区的两个拟合系数都大于其他地区的相应值，说明资源产业对西北等欠发达地区经济的促进作用大于对其他地区经济的促进作用。
在京津冀、长三角、西三角三区域，资源诅咒命题在长三角区域成立，资源祝福命题在其他两区域成立。京津冀地区的两个拟合系数都大于其他两地区的相应值，说明资源产业发展更有利于促进该地区的经济增长。表5中国各区域的非线性回归模型结果
变量全国东部中部西部华北东北华东华南华中西北西南京津冀长三角西三角c05.254
R20.9800.9880.9880.9750.9870.9870.9830.9820.9890.9740.9800.9890.9900.976注：1.所用模型是⑧，其中，Y是“人均实际GDP”，N是“采掘业或采矿业就业人员占当地人口的比重”。上述拟合系数都能通过1%的显著性检验，括号内数值是t检验值。2.东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古；华北地区包括北京、天津、河北、山西、山东、内蒙古；东北地区包括辽宁、吉林、黑龙江；华东地区包括江苏、安徽、江西、浙江、福建、上海；华南地区包括广东、广西、海南；华中地区包括湖北、湖南、河南；西北地区包括陕西、甘肃、青海、宁夏、新疆、内蒙古；西南地区包括重庆、四川、贵州、云南、西藏、广西；京津冀地区包括北京、天津、河北；长三角地区包括上海、江苏、浙江；西三角地区包括陕西、四川、重庆。3.数据由Stata 12.0软件计算得来。
四、各行业比较分析
将⑧式中的N（采掘业或采矿业就业人员占当地人口的比重）先后分别替换为其他行业（农林牧渔业、制造业、电煤气水供应业、建筑业、交通仓储邮电业、信息传输计算机服务和软件业、批发零售贸易业、住宿餐饮业、金融业、房地产业、租赁和商业服务业、科技地质勘查业、水利环境公共设施管理业、居民服务和其他服务业、教育业、卫生社保和社会福利业、文体娱乐业、公共管理和社会组织）的就业人员占当地人口的比重，可得一系列关于某行业就业人员占当地人口比重与人均实际GDP的对数指数模型。由于一些变量缺乏2012年的数据，因此我们使用2004—2011年的数据进行非线性回归分析，结果见表6和表
表6各行业对数指数模型中的c0值
产业全国东部中部西部华北东北华东华南华中西北西南京津冀长三角西三角农林牧渔业4.75.24.65.25.74.54.14.63.95.14.37.04.24.1制造业7.37.26.77.07.37.17.57.06.77.16.47.98.05.9
电煤气水供应业9.28.87.99.510.27.810.214.47.39.08.926.813.38.0建筑业7.47.56.87.06.87.77.67.67.37.66.38.27.06.2交通仓储邮电业8.38.16.78.67.46.79.28.47.78.87.58.18.87.8信息传输计算机服务和软件业10.59.08.813.28.89.513.410.19.114.89.18.111.210.7批发零售贸易业8.18.66.38.56.56.48.38.47.09.56.77.99.56.5住宿餐饮业8.28.16.98.08.16.78.87.68.69.16.58.19.27.0金融业12.810.811.813.611.317.815.210.712.315.511.611.012.110.9房地产业8.68.17.78.37.88.99.58.08.29.07.27.89.57.4租赁和商业服务业8.17.86.58.27.26.78.38.57.49.36.47.58.46.5科技地质勘查业8.68.48.38.57.99.110.79.28.48.47.67.69.57.1水利环境公共设施管理业10.08.88.511.411.68.012.99.711.813.19.011.612.08.4居民服务和其他服务业7.57.76.48.07.16.18.38.87.57.37.57.48.86.8教育业17.215.812.816.814.411.830.621.918.517.511.013.720.69.0卫生社保和社会福利业18.013.716.621.715.217.621.014.822.225.815.912.316.718.6文体娱乐业9.69.28.39.99.28.111.99.79.811.28.18.612.39.4公共管理和社会组织12.110.910.413.313.09.716.212.014.123.58.013.313.67.7采掘业5.25.45.45.65.55.34.84.35.45.94.86.15.25.0注：1.所用模型是⑧，其中，Y代表人均实际GDP，N代表“某行业就业人员占当地人口的比重”。上述拟合系数都能通过1%的显著性检验，调整后的R2都大于0.96。2.数据由Stata 12.0软件计算得来。
7。表6中数字都是对数指数模型（ln（Yi，t）=c0×c1ln（Ni，t）+μi，t）中的c0，全国范围内农林牧渔业的c0是4.7；表7中数字都是c1，全国范围内农林牧渔业的c1是0.99，则“农林牧渔业就业人员占当地人口的比重”与“人均实际GDP”的对数指数模型是ln（Yi，t）=4.7×099ln（Ni，t）。表8是各行业就业人员占当地人口比重的均值，全国范围内，农林牧渔业就业人员占当地人口比重的均值是0.02‰，将其代入上式，可得人均实际GDP的估计值是150元，其他情况以此类推，由此可得表9。表9中的第1列按从高到低的顺序排列，150元名列第10位，用“10”代替“150”，其他情况以此类推，并按照表9第1列的从大到小顺序排列，即可得到表10。 摆脱资源诅咒困境、提高经济增速的方法之一是产业多元化，表10为产业多元化战略提供了实证依据。由表10可得到如下启示：第一，在各行业中，采掘业对各区域经济增长的贡献处于中等水平，按照各产业对经济增长的贡献排序，全部19个产业中，采掘业位列9～13位，因此正确实施产业多元化战略有利于经济增长。第二，产业多元化战略应重点发展7项产业，即卫生社保和社会福利业、电煤气水供应业、文体娱乐业、信息传输计算机服务和软件业、房地产业、居民服务和其他服务业、住宿餐饮业。上述7项产业对各区域经济的贡献都高于采掘业的贡献，因此优先发展这些产业，引导采掘业就业人口进入上述7项产业，将有利于经济增长。第三，一些产业不宜替代采掘业，包括交通仓储邮电业、农林牧渔业、租赁和商业服务业、科技地质勘查业、水利环境公共设施管理业、建筑业、批发零售贸易业、金融业、制造业、公共管理和社会组织、教育业，原因在于：上述产业对经济增长的贡献没有明显高于采掘业的贡献。第四，各产业排名的区域间差异较小，观察任意一个行业便可发现，区域间行业排名没有发生太大变化，如卫生社保和社会福利对经济增长的贡献都处于1～3位，公共管理和社会组织、教育业对经济增长的贡献分别处于18、19位。
五、结论
本研究得出以下几点结论：
1.资源丰裕度与经济增长间存在非线性关系
基于2004—2012中国市级面板数据，本文考察了资源丰裕度同经济增长之间的关系，采用面板数据模型、非线性模型研究发现，非线性模型的可决系数更高，对数指数模型调整后可决系数都超过096，说明资源变量与经济增长之间存在非线性关系。
2.资源诅咒与资源祝福并存
基于对数指数模型，发现资源诅咒命题在宏观中国大陆地区不成立。将中国大陆分为东、中、西三大区域发现，资源诅咒命题在东部地区成立。将中国大陆分为华北等7个小区域发现，资源诅咒命题在华东、华南地区成立。在京津冀、长三角、西三角三区域，资源诅咒命题在长三角地区成立；在其他区域，资源祝福命题成立；较其他区域而言，在西北地区、京津冀地区，发展资源产业更有利于经济增长。
3.产业多元化战略应立足于发展7项产业
卫生社保和社会福利业、电煤气水供应业、文体娱乐业、信息传输计算机服务和软件业、房地产业、居民服务和其他服务业、住宿餐饮业对各区域经济的贡献都高于采掘业的贡献，因此优先发展这些产业，适当引导采掘业就业人口进入这些产业，将有利于经济增长。而交通仓储邮电业、农林牧渔业、租赁和商业服务业、科技地质勘查业、水利环境公共设施管理业、建筑业、批发零售贸易业、金融业、制造业、公共管理和社会组织、教育业不宜替代采掘业，其原因在于，这些产业对经济增长的贡献没有明显高于采掘业的贡献。
4.各产业对经济贡献排名的区域间差异较小
观察任意一个行业发现，区域间行业排名没有发生太大变化，如卫生社保和社会福利业对经济增长的贡献都处于1～3位，公共管理和社会组织、教育业对经济增长的贡献分别处于18、19位。限于篇幅，不再讨论各行业对经济增长贡献差异的经济学原因，以后的研究可针对此问题进行专门讨论。
[参考文献]
[1]AUTY R M.Sustaining development in mineral economies：the resource curse thesis[M].London：Routledge，1993.
[2]SACHS J D，WARNER A M.Natural resource abundance and economic growth[J].Papers，1996（4）：496.
[3]SACHS J D，WARNER A M.Fundamental sources of longrun growth[J].American economic review，1997（2）：184.
[4]SACHS J D，WARNER A M.Natural resource intensity and economic growth[R].NBER Working paper，1995.
[5]SACHS J D，WARNER A M.Natural resources and economic development：the curse of natural resources[J].European economic review，2001（5）：827.
[6]徐康宁，韩剑.中国区域经济的“资源诅咒”效应：地区差距的另一种解释[J].经济学家，2005（6）：96.
[7]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.
[8]胡援成，肖德勇.经济发展门槛与自然资源诅咒——基于我国省际层面的面板数据实证研究[J].管理世界，2007（4）：15.
[9]邵帅，齐中英.西部地区的能源开发与经济增长——基于“资源诅咒”假说的实证分析[J].经济研究，2008（4）：147.
[10]刘红梅，李国军，王克强.中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究[J].管理世界，2009（9）：76.
[11]邵帅.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（3）：90.
[12]RUI Fan，YING Fang，S Y Park.Resource abundance and economic growth in China[J].China economic review，2012（3）：704.
[13]方颖，纪衎，赵扬.中国是否存在“资源诅咒”[J].世界经济，2011（4）：144.
[14]胡华.资源诅咒命题在中国各区域成立吗——基于省际面板数据的实证研究[J].云南财经大学学报，2012（3）：84.
[15]胡华.资源诅咒命题与中国大陆——基于市级面板数据的回归分析[J].湖南工业大学学报（社会科学版），2013（3）：12
[16]胡华.资源诅咒命题在中国大陆是否成立——基于省级面板数据的回归分析[J].现代财经，2013（3）：24.
[17]李伟军，李智.知识溢出与资源诅咒假说的门槛效应[J].经济科学，2013（6）：44.
[18]邵帅，范美婷，杨莉莉.资源产业依赖如何影响经济发展效率——有条件资源诅咒假说的检验及解释[J].管理世界，2013（2）：32.