论文部分内容阅读
摘要
“资源诅咒”现象是伴随着能源资源开发带来的新问题。本文基于2000-2012年间的面板数据，运用固定效应变截距模型，探讨民族地区“资源诅咒”效应，讨论“资源诅咒”效应的差异性，分析“资源诅咒”效应的影响因素，并运用层次分析法计算权重，构建经济增长效率模型，探讨“资源诅咒”对经济增长效率的影响。结果表明，民族地区存在“资源诅咒”现象，从单个变量看，能源产业依赖度抑制了云南、广西、贵州、青海、新疆的“资源诅咒”效应，但却加剧了内蒙古和宁夏的“资源诅咒”效应，而能源产业丰裕度和能源开发强度能够缓解青海、宁夏、新疆的“资源诅咒”效应，但加剧了内蒙古、云南、广西、贵州的“资源诅咒”效应；从省际层面看，内蒙古“资源诅咒”效应明显，其他省区表现相对较弱。由面板模型的结果可知，对经济增长起促进作用的变量是技术创新投入、能源开发强度、物质资本投资，对经济增长起阻碍作用的变量是能源产业依赖度和能源产业丰裕度。从各省区煤炭、天然气、石油产量变化情况看，“资源诅咒”现象的来源主要是煤炭，除了煤炭之外，青海对石油、宁夏对天然气、新疆对石油和天然气的依赖度也很大。从2000-2012年间经济增长效率值的动态变化来看，内蒙古、云南、广西、青海、宁夏“资源诅咒”现象明显，时间拐点分别出现在2004年、2006年、2003年、2001年、2003年；新疆的经济增长效率值离散情况虽然比较严重，但总体来看呈现下降趋势；贵州的“资源诅咒”现象前期表现明显，但在2006年以后“资源诅咒”效应得以消除。民族地区要摆脱“资源诅咒”效应应当优化产业结构，降低对煤炭资源的依赖度，由资源依赖型产业向非资源型经济转移，扩大就业及经济增长空间；从技术创新投入入手，加强科技和教育投入，提高技术创新能力，加快能源开发效率。
关键词资源诅咒；能源产业依赖度；经济增长效率；民族地区
中图分类号F062.1文献标识码A
文章编号1002-2104（2015）06-0098-09doi：10.3969/j.issn.1002-2104.2015.06.014
我国民族地区拥有丰富的自然资源与能源，据统计，民族地区的铁矿占全国11.4%，其中富铁矿40.6%，煤矿占39.3%，稀土、钾盐、镁、铬等矿产储量占全国90%以上，云母、盐矿储量占全国80%以上，汞、锡、锰、石棉、砷矿储量占全国60%以上，铜、铝、铅、锌占35%以上，石油、天然气资源也占重要地位[1]。西部大开发以来，民族地区能源开发得到快速发展，但经济增长仍落后东部地区，其中有些省区资源型产业依赖程度很高。本文运用面板模型，试图分析民族地区“资源诅咒”效应，探讨“资源诅咒”效应对经济增长效率的影响，为破解资源诅咒现象提供决策参考。
1文献综述
资源诅咒指的是自然资源丰裕的区域往往伴随着经济低增长甚至负增长的现象。最先开始探究这种资源对经济的负效应的人是英国学者Auty[2]，他在研究玻利维亚矿产资源出口导向型国家时，首次提出“资源诅咒”这一概念。他认为，丰裕的资源对一些国家的经济增长并不是充分的有利条件。
Auty提出的“资源诅咒”理论，引起了国内外学者的广泛关注。主要围绕三个方面开展：第一，通过实证或者案例研究，判断某个国家或地区是否存在“资源诅咒”现象；第二，研究“资源诅咒”现象的产生原因及其传导机制；第三，从国际层面、国家层面、地区层面等不同层面研究“资源诅咒”现象。
关于“资源诅咒”现象有两种观点。第一，大多数学者认为“资源诅咒”现象存在，许多资源丰裕的国家存在“资源诅咒”现象。邵帅、齐中英[3]基于1991-2006年的省级面板数据，验证了我国西部地区能源开发与经济增长存在显著地负相关性。第二，“资源诅咒”不存在说。目前国内外仍有一部分学者认为不存在“资源诅咒”现象，例如，Davis[4]最早发现矿产资源经济体作为一个整体并不存在“资源诅咒”现象。国内学者崔学峰[5]认为目前关于“资源诅咒”的研究，由于指标问题、样本偏差、概念混淆等原因，存在严重的缺陷。
研究发现，关于判断某个区域是否存在“资源诅咒”现象，关键在于指标的选择和研究方法的确定。Ding and Field[6]运用人均自然资源资本指标，采用单方程回归模型检验，得到资源丰裕程度对经济增长具有正效应的结论，但采用自然资源资本占总资本的比重作为研究指标，却发现自然资源对经济增长存在负效应。Sachs and Warner[7]通过计量分析发现，对贸易条件进行控制，资源丰裕度与经济增长速度呈反比关系。而国内也有很多学者认为我国因为人均资源拥有量低，所以在国家层面不存在“资源诅咒”现象，但是在自然资源丰裕的地区（省级层面）存在“资源诅咒”现象。因此，关于自然资源丰裕度指标确定和度量也是现阶段国内外学者研究的重点方向。
除了“资源诅咒”存在性问题，许多学者更侧重研究“资源诅咒”传导机制问题。大量的文献认为，“资源诅咒”的传导机制主要包括经济学传导机制和政治学传导机制两大类[8]。其中，较为主要的传导机制包括贸易条件长期恶化、收入波动、荷兰病、制度质量、政府决策失误。大多数学者关于“资源诅咒”传导机制的研究都是通过逐步增加不同方面的影响变量进行研究。例如，龚秀国、邓秋菊[9]研究了劳动力资源大规模开发产生的中国式“荷兰病”对区域经济增长，尤其是西部大开发政策的影响。
国内外关于“资源诅咒”的研究方法，主要运用面板模型和逐步回归模型。例如，刘红梅、李国军、王克强[10]运用时间动态面板数据模型和空间递归面板数据模型对农业虚拟水“资源诅咒”效应进行研究。但在运用逐步回归模型时，并没有考虑交叉关系的影响，也没有考虑变量先后顺序的影响，因此，这种方式是否有效，仍然值得商榷。此外，还有部分学者通过其他方法，验证了“资源诅咒”效应。齐义军，付桂军[11]运用模糊综合评价法，对内蒙古、山西、黑龙江进行“资源诅咒”效应研判。王世进[12]基于1995-2011年的省级面板数据，采用Hausman检验方式，判断出我国省际层面存在“资源诅咒”现象。周晓唯，宋慧美[13]运用主成分分析法和Johansen多变量协整检验法判断了新疆地区存在“资源诅咒”现象。孙大超，司明[14]基于中国省级截面数据，构建联立方程模型，认为资源丰裕度与区域经济增长并无显著相关性，也就是说，他们认为在中国区域经济层面不存在“资源诅咒”现象。 2指标选择与数据预处理
2.1研究对象与数据来源
本文以民族地区为研究对象，由于西藏数据缺失严重，故暂不研究，所以，主要考察对象是青海、贵州、云南、内蒙古、广西、新疆、宁夏七个省（区）。所有数据均来源于2013年各省的统计年鉴、2001年-2013年《中国能源统计年鉴》、《中国劳动统计年鉴》以及《中国人口与就业统计年鉴》。
2.2研究指标
大量文献研究发现，造成“资源诅咒”现象的因素很多，主要有能源资源储藏量及开发能力的变化、科技创新能力的进步、劳动力素质的提高、社会投资能力的发展等。因此，参考相关文献，选择变量见表1。
2.3民族地区能源开发与经济增长现状
为了直观地反映民族地区能源开发与经济增长的关系，表2列出民族地区2000年和2012年能源工业投资额、人均GDP增长率以及对应的变化情况。由此看出，民族地区在能源开发方面增长明显，最少的地区也增长了大约2倍左右。但是，从人均GDP增长率的变化情况来看，就不容乐观了。内蒙古的人均GDP增长率情况出现了下降现象，而其他几个省区虽有上升，但上升情况却没有能源工业投资上升的幅度大。换言之，不断投资开发能源所带来的经济增长比重却不大，甚至还出现下降的现象。这是否就意味着民族地区存在“资源诅咒”效应？
3民族地区“资源诅咒”效应模型与结果
民族地区能源开发如何影响经济增长？本文采用面板模型判断是否存在“资源诅咒”效应，以及各个变量对经济增长的影响程度，并根据系数的正负值，确定阻碍力与推动力的影响变量，构造经济增长效率模型，研究能源开发是如何影响经济增长效率。
3.1“资源诅咒”效应存在性判断
面板数据（Panel Data）是截面上个体在不同时点的重复观测数据。估计方式包括混合最小二乘法、离差变换最小二乘法、固定效应模型、随机效应模型等，需要用LM检验、Hausman检验或者BP拉格朗日乘数检验等方法确定具体模型。
3.1.1确定面板模型具体效应
以人均GDP增长率的年均值作为被解释变量，以物质资本投资、能源产业依赖度、能源产业丰裕度、能源开发强度、技术创新投入作为解释变量。具体的回归模型如下。
lnEGit=β0+β1lnFIit+β2lnRDitD1+β3lnAIitD2
+β4lnDIitD3+β5lnTIit
其中：i=1，2，…，7；t=1，2，…，13；D1，D2，D3分别表示对应能源变量的虚拟变量，即Di=0/1。首先建立全变量面板模型，此时D1=D2=D3=1，然后，分别探讨能源产业依赖度、能源产业丰裕度、能源开发强度分别对区域经济增长的影响，此时，虚拟变量D则各自针对对应变量赋值为1，其余为0。
（1）变系数/变截距模型确立。运用Eviews软件，采取协方差分析检验方法，构造F统计量，判断面板数据应当采用变系数模型还是变截距模型，即检验方式如下假设。
（2）固定效应/随机效应模型确立。在变系数模型的基础上，采用Hausman检验方式，判断模型应当采取随机效应还是固定效应模型。运用Eviews软件计算得到统计量W=13.594 285 95，对应的相伴概率为0.003 7，小于0.05，拒绝原假设，认为模型中个体影响与解释变量相关，应设定为固定效应模型。因此，本文建立固定效应变截距模型。
3.1.2估计结果
根据固定效应变截距模型的确立过程，运用截面残差加权的最小二乘法估计参数。经Eviews软件计算得到全变量面板模型，即模型1，进一步运用同样的办法，分别研究能源产业依赖度、能源产业丰裕度、能源开发强度对经济增长的影响，即模型2、模型3、模型4（见表3）。
根据模型1的结果，参数检验并不是十分显著，仅有技术创新投入与能源开发强度通过了显著性检验，这说明提高技术创新能力与能源开发强度有利于促进经济增长，也就是说，这两个变量对区域经济增长的影响是显著地。尤其是技术创新投入这一变量，从模型2-模型4的结果来看，不仅通过显著性检验，而且变量系数在0.87以上，
这说明，提高技术能力，充分发挥区域技术条件，可以突破能源的限制，摆脱“资源诅咒”现象。这与柯布-道格拉斯生产函数所表示的含义相近，即在资本、劳动力变化水平一定时，提高技术水平可以带来更多的经济收益[18]。
分析模型2-模型4的结果，不难发现，能源产业依赖度与能源产业丰裕度的系数小于零，并且能源产业依赖度的系数通过显著性检验，说明能源产业依赖度对区域经济
增长存在显著的负面影响。同样的，能源开发强度的系数大于零，并通过显著性检验，说明提高能源开发强度，可以有效地促进区域经济增长水平。
另外，模型1-模型4中，物质资本投入与能源产业丰裕度的结果虽然没有通过显著性检验，但系数的正负值也体现了一定的信息。即能源产业的丰裕度系数为负值，表明能源产业丰裕度与当地的经济增长呈现一定的负相关关系。
总之，上述结果否定了传统观念中自然资源禀赋对经济增长存在着单纯正面影响作用。物质资本投资、能源开发强度和技术创新投入，能够为民族地区经济增长带来正效应，但能源产业依赖度和丰裕度，对民族地区经济增长造成负效应，即“资源诅咒”现象。
3.1.3“资源诅咒”区域差异分析
结合面板模型的固定效应估计值，分析各省区之间“资源诅咒”效应的区域差异（见表4）。
从横向分析来看，模型1为全变量面板模型，其数值
含义为各省区在能源开发强度、能源产业依赖度、能源产业丰裕度共同作用下，对经济增长的影响。其中，内蒙古正向偏离均值0.982 2，意味着内蒙古随着能源开采、加工、出口等经济行为，所带来的经济效益在逐渐减少。同样，青海的固定效应值最小，且均为负值，这就意味着青海的能源开发在促进经济效益方面还有很大的上升空间。 模型2在能源变量方面仅仅考虑了能源产业依赖度，结果表明内蒙古对当地能源资源的依赖度较大，青海受到的能
源产业依赖影响较小。模型3在能源方面仅考虑能源产
业丰裕度指标，其含义是能源丰富程度对经济增长的影响。结果表明广西的能源产业丰裕度对经济增长的影响较大，而新疆的能源产业丰裕度为负值，对其经济增长影响不明显。模型4在能源方面仅考虑能源开发强度，结果表明，广西加强能源开发强度，不利于当地经济增长，而青海的能源开发固定效应值小于0，意味着继续加强能源开发强度，有利于推动当地经济增长。
从纵向分析来看，无论选择什么模型，内蒙古的固定效应值均为正向偏离，青海、新疆的固定效应值为负向偏离，而其他省区的固定效应值随着替换不同的能源变量，存在正负向偏离交互变换的情况。
综上所述，民族地区在2000年-2012年期间均出现“资源诅咒”效应。“资源诅咒”现象较为明显的地区是内蒙古；其他省区相对较弱。此外，研究发现，物质资本投资、能源开发强度和技术创新投入可以促进区域经济增长；能源产业依赖度和能源产业丰裕度会阻碍区域经济增长。
3.1.4“资源诅咒”现象来源分析
除了判断一个地区是否存在“资源诅咒”效应，更应该找出“资源诅咒”效应的来源。由表5看出，民族地区“资源诅咒”现象的来源主要是煤炭。煤炭在我国能源地位“不可动摇”，尤其是我国中西部地区，经济增长对煤炭的依赖度极大。除了煤炭之外，石油、天然气也是造成“资源诅咒”现象的原因。个别省区由于缺乏某种能源，反而提高了对另一种能源的依赖度。例如，青海由于缺少煤炭、天然气，因此对石油的依赖度相对较大。
3.2民族地区“资源诅咒”对经济增长效率的影响
根据面板模型分析，结果表明民族地区在样本期间存在“资源诅咒”效应。如何体现 “资源诅咒”现象对经济增长效率的影响？本文在固定效应变截距模型的基础上，提取阻碍作用和推动作用的变量，构建经济增长效率模型，即综合作用力模型，研究 “资源诅咒”现象对经济增长效率的动态变化。
3.2.1确定阻碍与推动变量及其影响系数
根据表3的结果，对民族地区经济增长起阻碍作用的变量有能源产业依赖度、能源产业丰裕度；起推动作用的变量有技术创新投入、能源开发强度、物质资本投资。不妨假设能源产业依赖度和能源产业丰裕度为阻碍变量，而其余的变量为推动变量。运用层次分析法（AHP），确定各个变量的权重，以各地区各变量的均值作为参考数值，作为成对比较矩阵建立的依据。
由于AHP要求各要素比值在1-9之间反应变量重要程度，因此计算结果需要向1-9之间的整数靠近。
经计算，能源产业依赖度与能源产业丰裕度的比值约为9∶1；而能源开发强度、技术创新投入与物质资本投入之间的比值为3∶1∶6。利用
Matlab软件，计算求解成对比较矩阵的最大特征值及其对应的特征向量，并检验一致性结果（见表6）。
因此，“资源诅咒”效应对经济增长的阻碍变量方程（F1）和推动变量方程（F2）分别如下。
从模型的权重中可以看出，“资源诅咒”效应中阻碍因素较大的是能源产业依赖度，推动因素较大的是技术创新投入。经过Excel计算，分别得到各省区2000年-2012年 “资源诅咒”效应的阻碍力和推动力大小（见表7，表8）。
表7、表8的结果分别表示各省区“资源诅咒”效应的阻碍作用和推动作用，从数值上观察，波动性较大，并且，单一的作用力无法衡量“资源诅咒”对经济增长的影响。因此，运用综合作用力构建经济增长效率模型，分析 “资源诅咒”现象是如何影响经济增长的效率。
3.2.2构建经济增长效率模型
假设：经济增长效率值的经济含义是指民族地区在能源开发利用的过程中，推动力与阻碍力共同作用下，经济增长的效率程度。效率值的大小体现能源开发对经济增长的影响程度。因此，综合各方面因素，可定义经济增长效率模型为
Fit=F2it-F1it
其中，i=1，2，…，7；t=1，2，…，13，即Fit表示推动力
与阻碍力的差值，也就是综合的作用力。
图2显示内蒙古、云南、广西、青海、宁夏的经济增长效率呈现出先增长后下降的趋势，这意味着这些地区“资源诅咒”现象逐渐明显。其中，内蒙古经济增长效率值从2004年以后出现下降趋势，表明 “资源诅咒”效应开始显现，阻碍力加大。而云南、广西、青海、宁夏的拐点分别出现在2006年、2003年、2001年、2003年。新疆的经济增长
效率值离散情况虽然比较严重，但从整体趋势上来看，呈现下降趋势，这也意味着新疆的“资源诅咒”现象从2001年开始逐渐显现。
例外的是，贵州经济增长效率波动幅度较大，出现先下降后增长的趋势。这说明贵州的“资源诅咒”现象前期
表现明显；但在2006年之后资源诅咒效应得以消除，即随着当地资源的开发利用，反而能够促进经济增长。当然，这是否意味着贵州资源诅咒效应得以长期破解，还有待时间检验。
总体来看，这种先增长后下降的趋势可能与实施西部大开发战略有关，起初西部大开发对民族地区的确存在促进作用，大部分省区经济增长效率存在上升趋势。但是，这种上升并不是持久的，经过一段时间，经济增长效率出现波动下降，即“资源诅咒”现象出现，并且随着时间推移，“资源诅咒”现象逐渐明显。
4结论与讨论
本文以民族省区为研究对象，采集2000年至2012年的面板数据，利用固定效应变截距模型和经济增长效率模型，探讨了民族地区“资源诅咒”现象以及“资源诅咒”对经济增长效率的影响，并得到如下结论：
（1）研究结果表明，民族地区存在“资源诅咒”现象；能源产业依赖度和能源产业丰裕度是阻碍经济增长的主要因素，而技术创新投入、能源开发强度、物质资本投资则是促进经济增长的主要因素。基于固定效应估计值的结果，发现各省区之间的“资源诅咒”效应有强弱之分。其中，内蒙古的“资源诅咒”效应明显，其他省区表现得相对较弱。 （2）从各省区煤炭、天然气、石油产量变化情况，确定了各省区“资源诅咒”的主要来源。结果表明民族地区“资源诅咒”现象的来源主要是煤炭。除了煤炭之外，青海对石油、宁夏对天然气、新疆对石油和天然气的依赖度也很大。
（3）运用经济增长效率模型，将“资源诅咒”现象作为经济增长的内生因素，探讨“资源诅咒”效应如何影响经济增长效率。从计算结果可知，内蒙古、云南、广西、青海、宁夏资源诅咒现象明显，时间拐点分别出现在2004年、2006年、2003年、2001年、2003年。新疆的经济增长效率值离散情况虽然比较严重，但总体来看呈现下降趋势。贵州的“资源诅咒”现象前期表现明显；但在2006年以后资源诅咒效应得以消除。
上述结论包含了重要的政策含义，民族地区要想摆脱“资源诅咒”的陷阱，应当加强两个方面的内容。一方面，民族地区应当优化产业结构，降低对煤炭资源的依赖度，由资源依赖型产业向非资源型经济转移，扩大就业及经济增长空间。这与民族地区经济发展实际有关，随着自然资源的开发，劳动力、资金、信息、技术等要素禀赋会在短时间内聚集，并且使得当地其他产业的要素向新的资源产业集聚，即造成了“挤出效应”，抑制了其他产业的发展，导致产业结构单一、产业结构发展不平衡等问题，进而导致经济增长速度缓慢。即所谓的间接传导机制。该结论与大多数学者观点一致[20]。另一方面，由于自然和历史的原因，民族地区经济发展相对滞后，存在基础设施落后、教育条件差等现实问题，当地政府在教育投入、科技投入、技术进步等方面缺乏积极性[21]；同时由于开采资源不需要高级技能和知识，他们不愿意去花费太多的时间、金钱成本，用来学习高级技术和知识，导致当地人力资本投资不足。因此， 民族地区应当从技术创新投入入手，加强科技和教育投入，提高技术创新能力，加快能源开发效率。
（编辑：王爱萍）
参考文献（References）
[1]郑长德.论西部民族地区产业结构的优化和产业竞争力的再造[J].西南民族大学学报：人文社科版，2003，（9）：1-6.[Zheng Changde. Industrial Struture Optimization and Competitiveness Reconstruction of Western Minority Regions [J]. Journal of Southwest University for Nationalities：Humanities and Social Science Edition，2003，（9）：1-6.]
[2]谢继文.“资源诅咒”国内研究现状述评[J].对外经贸，2011，（12）：27-29. [Xie Jiwen. The Domestic Research Review of Resource Curse [J]. Foreign Economic Relations & Trade， 2011，（12）：27-29.]
[3]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）：147-160.[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.]
[4]Davis G A. Learning to Love the Dutch Disease： Evidence from the Mineral Economies [J]. World Development， 1995， 23（10）. 1765-1779.
[5]崔学锋.“资源诅咒”论不成立 [J].经济问题探索，2013，（5）：27-31.[Cui Xuefeng. Failure of the ‘Resource Curse’ Theory [J].Inquiry into Economic Issues，2013，（5）：27-31.]
[6]Ding N， Field B C. Natural Resource Abundance and Economic Growth [J]. Land Economics， 2005， 81（4）：496-502.
[7]Sachs J D， Warner A M. Natural Resource Abundance and Economic Growth [Z]. NBER Working Paper No.5398， 1995.
[8]马宇，杜萌.“资源诅咒”发展历程及其传导机制文献综述[J].产业经济评论，2012，（4）：127-142.[Ma Yu， Du Meng. ‘Resource Curse’ Development and Transmission Mechanism： A Survey [J]. Review of Industrial Economics，2012，（4）：127-142.]
[9]龚秀国，邓菊秋.中国式“荷兰病”与中国区域经济发展[J].财经研究，2009，（4）：131-141.[Gong Xiuguo， Deng Juqiu. China’s Dutch Disease and Its Regional Economic Development [J]. Journal of Finance and Economics，2009，（4）：131-141.] [10] 刘红梅，李国军，王克强.中国农业虚拟水国际贸易影响因素研究：基于引力模型的分析[J].管理世界，2010，（9）：76-87.[Liu Hongmei， Li Guojun， Wang Keqiang. Virtual Water and International Trade Impact Study of Chinas Agricultural Based on Gravity Model [J]. Management World，2010，（9）：76-87.]
[11]齐义军，付桂军.典型资源型区域可持续发展评价：基于模糊综合评价研究方法[J].中央民族大学学报：哲学社会科学版，2012，（3）：117-123.[Qi Yijun， Fu Guijun. Evaluation to the Sustainable Development in the Typical Resource Regions Based on Fuzzy Comprehensive Evaluation Method [J]. Journal of Minzu University of China：Philosophy and Social Sciences Edition，2012，（3）：117-123.]
[12]王世进.我国区域经济增长与“资源诅咒”的实证研究[J].统计与决策，2014，（2）：116-118.[Wang Shijin.Empirical Study on Regional Economic Growth and the ‘Resource Curse’ Theory [J].Statistics & Decision，2014，（2）：116-118.]
[13]周晓唯，宋慧美.新疆经济增长和能源优势的关系：基于“资源诅咒”假说的实证分析[J].干旱区资源与环境，2011，（11）：7-12.[Zhou Xiaowei， Song Huimei. The Relationship Between Economic Development Mode and Natural Resource Advantage in Xinjiang：An Empirical Analysis Based on the Resource Curse Hypothesis [J].Journal of Arid Land Resources and Environment，2011，（11）：7-12.]
[14]孙大超，司明.自然资源丰裕度与中国区域经济增长：对“资源诅咒”假说的质疑[J].中南财经政法大学学报，2012，（1）：84-89.[Sun Dachao， Si Ming. On Resource Abundance and China’s Regional Economic Growth： A Query on Resource Curse Hypothesis [J]. Journal of Zhongnan University of Economics and Law，2012，（1）：84-89.]
[15]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）：32-63.[Shao Shuai， Fan Meiting， Yang Lili. How the Resources Dependent Industries Affect the Efficiency of Economic Growth Conditional Resource Curse Hypothesis Testing and Interpretation [J]. Management World，2013，（2）：32-63.]
[16]高铁梅.计量经济分析方法与建模 [M].北京：清华大学出版社，2012：319-339.[Gao Tiemei. Econometric Analysis and Modeling [M]. Beijing： Tsinghua University Press，2012：319-339.]
[17]王学民.应用多元分析 [M].上海：上海财经大学出版社，2011：394-408.[Wang Xuemin. Multivariate Analysis [M].Shanghai： Shanghai University of Finance and Economics Press，2011：394-408]
[18]罗伯特·J·巴罗.宏观经济学现代观点[M].上海：上海人民出版社，2008：62-64.[Barro R J. Macroeconomics Modern View [M].Shanghai： Shanghai People’s Publishing House， 2008：62-64.]
[19]韩中庚.数学建模方法及其应用 [M].北京：高等教育出版社.2009：91-107.[Han Zhonggeng. Mathematical Modeling Method and Application [M].Beijing： Higher Education Press，2009：91-107.]
[20]郑猛，罗淳.论能源开发对云南经济增长的影响[J].资源科学，2013，35（5）：991-1000.[Zheng Meng， Luo Chun. How Does Exploitation of Energy Resources Militate the Economic Growth of Yunnan Province [J]. Resources Science，2013，35（5）：991-1000.] [21]Gylfason T. Natural Resources， Education and Economic Development [J]. European Economic Review， 2001，45：847-859.
Abstract
The ‘resource curse’ phenomenon is a new problem associated with the energy and resource development. Based on the panel data from 2000 to 2012， this paper explored the ‘resource curse’ effect in minority areas， discussed the differences of ‘resource curse’ effect in different minority regions， analyzed factors that affect the ‘resource curse’ effect， used analytic hierarchy process to calculate weight， and built the model of economic efficiency to explore the influence of economic efficiency from ‘resource curse’ effect. The results show that ‘resource curse’ does exist in minority regions. As for single variable， it can be found that the dependence of energy industry can inhibit the ‘resource curse’ effect in Yunnan， Guangzhou， Guizhou， Qinghai， Xinjiang， but it aggravates the effect in Inner Mongolia and Ningxia. Meanwhile， the energy industry abundances and the energy development strength can relaxes the effect in Qinghai， Ningxia， Xinjiang， but it aggravates the effect in Inner Mongolia， Yunnan， Guangxi， Guizhou； As for provinces， the ‘resource curse’ effect in Inner Mongolia is obvious while the others are relatively weak. From the results of panel data model， the variables with promotion in economic growth are technological innovation investment， energy development strength and physical capital investment， and the variables with obstruction in economic growth are the dependence of energy industry and energy industry abundances. On the aspect of the changes of coal， natural gas and oil products in different provinces， the origin of the ‘resource curse’ effect is coal. Except the coal， the dependence on oil of Qinghai， which the dependence on natural gas of Ningxia， while the dependence both on oil and natural gas of Xinjiang are in the same level. Based on the dynamic changes of efficiency value from 2000 to 2012， the ‘resource curse’ effect in Inner Mongolia， Yunnan， Guangxi， Qinghai and Ningxia is obvious while the time inflection points are appearing respectively in 2004， 2006， 2003， 2001 and 2003. The discrete state of efficiency value in Xinjiang seems serious， but it has downward trend as a whole； The ‘resource curse’ effect in Guizhou is obvious in the early while it has been eliminated after 2006. To get rid of the ‘resource curse’ effect， some measures should be taken in the minority areas such as optimizing the industrial structure， reducing the dependence of coal， making the dependent resource industrial to be the independent resource industrial， enlarging the employment and expanding economic growth space. Besides， it should be initiated with increasing the input of technological innovation， strengthening the investment of technology and education， improving the technology innovation ability， accelerating the efficiency of energy development.
Key wordsresource curse； energy industry dependency； efficiency of economic growth； minority areas
“资源诅咒”现象是伴随着能源资源开发带来的新问题。本文基于2000-2012年间的面板数据，运用固定效应变截距模型，探讨民族地区“资源诅咒”效应，讨论“资源诅咒”效应的差异性，分析“资源诅咒”效应的影响因素，并运用层次分析法计算权重，构建经济增长效率模型，探讨“资源诅咒”对经济增长效率的影响。结果表明，民族地区存在“资源诅咒”现象，从单个变量看，能源产业依赖度抑制了云南、广西、贵州、青海、新疆的“资源诅咒”效应，但却加剧了内蒙古和宁夏的“资源诅咒”效应，而能源产业丰裕度和能源开发强度能够缓解青海、宁夏、新疆的“资源诅咒”效应，但加剧了内蒙古、云南、广西、贵州的“资源诅咒”效应；从省际层面看，内蒙古“资源诅咒”效应明显，其他省区表现相对较弱。由面板模型的结果可知，对经济增长起促进作用的变量是技术创新投入、能源开发强度、物质资本投资，对经济增长起阻碍作用的变量是能源产业依赖度和能源产业丰裕度。从各省区煤炭、天然气、石油产量变化情况看，“资源诅咒”现象的来源主要是煤炭，除了煤炭之外，青海对石油、宁夏对天然气、新疆对石油和天然气的依赖度也很大。从2000-2012年间经济增长效率值的动态变化来看，内蒙古、云南、广西、青海、宁夏“资源诅咒”现象明显，时间拐点分别出现在2004年、2006年、2003年、2001年、2003年；新疆的经济增长效率值离散情况虽然比较严重，但总体来看呈现下降趋势；贵州的“资源诅咒”现象前期表现明显，但在2006年以后“资源诅咒”效应得以消除。民族地区要摆脱“资源诅咒”效应应当优化产业结构，降低对煤炭资源的依赖度，由资源依赖型产业向非资源型经济转移，扩大就业及经济增长空间；从技术创新投入入手，加强科技和教育投入，提高技术创新能力，加快能源开发效率。
关键词资源诅咒；能源产业依赖度；经济增长效率；民族地区
中图分类号F062.1文献标识码A
文章编号1002-2104（2015）06-0098-09doi：10.3969/j.issn.1002-2104.2015.06.014
我国民族地区拥有丰富的自然资源与能源，据统计，民族地区的铁矿占全国11.4%，其中富铁矿40.6%，煤矿占39.3%，稀土、钾盐、镁、铬等矿产储量占全国90%以上，云母、盐矿储量占全国80%以上，汞、锡、锰、石棉、砷矿储量占全国60%以上，铜、铝、铅、锌占35%以上，石油、天然气资源也占重要地位[1]。西部大开发以来，民族地区能源开发得到快速发展，但经济增长仍落后东部地区，其中有些省区资源型产业依赖程度很高。本文运用面板模型，试图分析民族地区“资源诅咒”效应，探讨“资源诅咒”效应对经济增长效率的影响，为破解资源诅咒现象提供决策参考。
1文献综述
资源诅咒指的是自然资源丰裕的区域往往伴随着经济低增长甚至负增长的现象。最先开始探究这种资源对经济的负效应的人是英国学者Auty[2]，他在研究玻利维亚矿产资源出口导向型国家时，首次提出“资源诅咒”这一概念。他认为，丰裕的资源对一些国家的经济增长并不是充分的有利条件。
Auty提出的“资源诅咒”理论，引起了国内外学者的广泛关注。主要围绕三个方面开展：第一，通过实证或者案例研究，判断某个国家或地区是否存在“资源诅咒”现象；第二，研究“资源诅咒”现象的产生原因及其传导机制；第三，从国际层面、国家层面、地区层面等不同层面研究“资源诅咒”现象。
关于“资源诅咒”现象有两种观点。第一，大多数学者认为“资源诅咒”现象存在，许多资源丰裕的国家存在“资源诅咒”现象。邵帅、齐中英[3]基于1991-2006年的省级面板数据，验证了我国西部地区能源开发与经济增长存在显著地负相关性。第二，“资源诅咒”不存在说。目前国内外仍有一部分学者认为不存在“资源诅咒”现象，例如，Davis[4]最早发现矿产资源经济体作为一个整体并不存在“资源诅咒”现象。国内学者崔学峰[5]认为目前关于“资源诅咒”的研究，由于指标问题、样本偏差、概念混淆等原因，存在严重的缺陷。
研究发现，关于判断某个区域是否存在“资源诅咒”现象，关键在于指标的选择和研究方法的确定。Ding and Field[6]运用人均自然资源资本指标，采用单方程回归模型检验，得到资源丰裕程度对经济增长具有正效应的结论，但采用自然资源资本占总资本的比重作为研究指标，却发现自然资源对经济增长存在负效应。Sachs and Warner[7]通过计量分析发现，对贸易条件进行控制，资源丰裕度与经济增长速度呈反比关系。而国内也有很多学者认为我国因为人均资源拥有量低，所以在国家层面不存在“资源诅咒”现象，但是在自然资源丰裕的地区（省级层面）存在“资源诅咒”现象。因此，关于自然资源丰裕度指标确定和度量也是现阶段国内外学者研究的重点方向。
除了“资源诅咒”存在性问题，许多学者更侧重研究“资源诅咒”传导机制问题。大量的文献认为，“资源诅咒”的传导机制主要包括经济学传导机制和政治学传导机制两大类[8]。其中，较为主要的传导机制包括贸易条件长期恶化、收入波动、荷兰病、制度质量、政府决策失误。大多数学者关于“资源诅咒”传导机制的研究都是通过逐步增加不同方面的影响变量进行研究。例如，龚秀国、邓秋菊[9]研究了劳动力资源大规模开发产生的中国式“荷兰病”对区域经济增长，尤其是西部大开发政策的影响。
国内外关于“资源诅咒”的研究方法，主要运用面板模型和逐步回归模型。例如，刘红梅、李国军、王克强[10]运用时间动态面板数据模型和空间递归面板数据模型对农业虚拟水“资源诅咒”效应进行研究。但在运用逐步回归模型时，并没有考虑交叉关系的影响，也没有考虑变量先后顺序的影响，因此，这种方式是否有效，仍然值得商榷。此外，还有部分学者通过其他方法，验证了“资源诅咒”效应。齐义军，付桂军[11]运用模糊综合评价法，对内蒙古、山西、黑龙江进行“资源诅咒”效应研判。王世进[12]基于1995-2011年的省级面板数据，采用Hausman检验方式，判断出我国省际层面存在“资源诅咒”现象。周晓唯，宋慧美[13]运用主成分分析法和Johansen多变量协整检验法判断了新疆地区存在“资源诅咒”现象。孙大超，司明[14]基于中国省级截面数据，构建联立方程模型，认为资源丰裕度与区域经济增长并无显著相关性，也就是说，他们认为在中国区域经济层面不存在“资源诅咒”现象。 2指标选择与数据预处理
2.1研究对象与数据来源
本文以民族地区为研究对象，由于西藏数据缺失严重，故暂不研究，所以，主要考察对象是青海、贵州、云南、内蒙古、广西、新疆、宁夏七个省（区）。所有数据均来源于2013年各省的统计年鉴、2001年-2013年《中国能源统计年鉴》、《中国劳动统计年鉴》以及《中国人口与就业统计年鉴》。
2.2研究指标
大量文献研究发现，造成“资源诅咒”现象的因素很多，主要有能源资源储藏量及开发能力的变化、科技创新能力的进步、劳动力素质的提高、社会投资能力的发展等。因此，参考相关文献，选择变量见表1。
2.3民族地区能源开发与经济增长现状
为了直观地反映民族地区能源开发与经济增长的关系，表2列出民族地区2000年和2012年能源工业投资额、人均GDP增长率以及对应的变化情况。由此看出，民族地区在能源开发方面增长明显，最少的地区也增长了大约2倍左右。但是，从人均GDP增长率的变化情况来看，就不容乐观了。内蒙古的人均GDP增长率情况出现了下降现象，而其他几个省区虽有上升，但上升情况却没有能源工业投资上升的幅度大。换言之，不断投资开发能源所带来的经济增长比重却不大，甚至还出现下降的现象。这是否就意味着民族地区存在“资源诅咒”效应？
3民族地区“资源诅咒”效应模型与结果
民族地区能源开发如何影响经济增长？本文采用面板模型判断是否存在“资源诅咒”效应，以及各个变量对经济增长的影响程度，并根据系数的正负值，确定阻碍力与推动力的影响变量，构造经济增长效率模型，研究能源开发是如何影响经济增长效率。
3.1“资源诅咒”效应存在性判断
面板数据（Panel Data）是截面上个体在不同时点的重复观测数据。估计方式包括混合最小二乘法、离差变换最小二乘法、固定效应模型、随机效应模型等，需要用LM检验、Hausman检验或者BP拉格朗日乘数检验等方法确定具体模型。
3.1.1确定面板模型具体效应
以人均GDP增长率的年均值作为被解释变量，以物质资本投资、能源产业依赖度、能源产业丰裕度、能源开发强度、技术创新投入作为解释变量。具体的回归模型如下。
lnEGit=β0+β1lnFIit+β2lnRDitD1+β3lnAIitD2
+β4lnDIitD3+β5lnTIit
其中：i=1，2，…，7；t=1，2，…，13；D1，D2，D3分别表示对应能源变量的虚拟变量，即Di=0/1。首先建立全变量面板模型，此时D1=D2=D3=1，然后，分别探讨能源产业依赖度、能源产业丰裕度、能源开发强度分别对区域经济增长的影响，此时，虚拟变量D则各自针对对应变量赋值为1，其余为0。
（1）变系数/变截距模型确立。运用Eviews软件，采取协方差分析检验方法，构造F统计量，判断面板数据应当采用变系数模型还是变截距模型，即检验方式如下假设。
（2）固定效应/随机效应模型确立。在变系数模型的基础上，采用Hausman检验方式，判断模型应当采取随机效应还是固定效应模型。运用Eviews软件计算得到统计量W=13.594 285 95，对应的相伴概率为0.003 7，小于0.05，拒绝原假设，认为模型中个体影响与解释变量相关，应设定为固定效应模型。因此，本文建立固定效应变截距模型。
3.1.2估计结果
根据固定效应变截距模型的确立过程，运用截面残差加权的最小二乘法估计参数。经Eviews软件计算得到全变量面板模型，即模型1，进一步运用同样的办法，分别研究能源产业依赖度、能源产业丰裕度、能源开发强度对经济增长的影响，即模型2、模型3、模型4（见表3）。
根据模型1的结果，参数检验并不是十分显著，仅有技术创新投入与能源开发强度通过了显著性检验，这说明提高技术创新能力与能源开发强度有利于促进经济增长，也就是说，这两个变量对区域经济增长的影响是显著地。尤其是技术创新投入这一变量，从模型2-模型4的结果来看，不仅通过显著性检验，而且变量系数在0.87以上，
这说明，提高技术能力，充分发挥区域技术条件，可以突破能源的限制，摆脱“资源诅咒”现象。这与柯布-道格拉斯生产函数所表示的含义相近，即在资本、劳动力变化水平一定时，提高技术水平可以带来更多的经济收益[18]。
分析模型2-模型4的结果，不难发现，能源产业依赖度与能源产业丰裕度的系数小于零，并且能源产业依赖度的系数通过显著性检验，说明能源产业依赖度对区域经济
增长存在显著的负面影响。同样的，能源开发强度的系数大于零，并通过显著性检验，说明提高能源开发强度，可以有效地促进区域经济增长水平。
另外，模型1-模型4中，物质资本投入与能源产业丰裕度的结果虽然没有通过显著性检验，但系数的正负值也体现了一定的信息。即能源产业的丰裕度系数为负值，表明能源产业丰裕度与当地的经济增长呈现一定的负相关关系。
总之，上述结果否定了传统观念中自然资源禀赋对经济增长存在着单纯正面影响作用。物质资本投资、能源开发强度和技术创新投入，能够为民族地区经济增长带来正效应，但能源产业依赖度和丰裕度，对民族地区经济增长造成负效应，即“资源诅咒”现象。
3.1.3“资源诅咒”区域差异分析
结合面板模型的固定效应估计值，分析各省区之间“资源诅咒”效应的区域差异（见表4）。
从横向分析来看，模型1为全变量面板模型，其数值
含义为各省区在能源开发强度、能源产业依赖度、能源产业丰裕度共同作用下，对经济增长的影响。其中，内蒙古正向偏离均值0.982 2，意味着内蒙古随着能源开采、加工、出口等经济行为，所带来的经济效益在逐渐减少。同样，青海的固定效应值最小，且均为负值，这就意味着青海的能源开发在促进经济效益方面还有很大的上升空间。 模型2在能源变量方面仅仅考虑了能源产业依赖度，结果表明内蒙古对当地能源资源的依赖度较大，青海受到的能
源产业依赖影响较小。模型3在能源方面仅考虑能源产
业丰裕度指标，其含义是能源丰富程度对经济增长的影响。结果表明广西的能源产业丰裕度对经济增长的影响较大，而新疆的能源产业丰裕度为负值，对其经济增长影响不明显。模型4在能源方面仅考虑能源开发强度，结果表明，广西加强能源开发强度，不利于当地经济增长，而青海的能源开发固定效应值小于0，意味着继续加强能源开发强度，有利于推动当地经济增长。
从纵向分析来看，无论选择什么模型，内蒙古的固定效应值均为正向偏离，青海、新疆的固定效应值为负向偏离，而其他省区的固定效应值随着替换不同的能源变量，存在正负向偏离交互变换的情况。
综上所述，民族地区在2000年-2012年期间均出现“资源诅咒”效应。“资源诅咒”现象较为明显的地区是内蒙古；其他省区相对较弱。此外，研究发现，物质资本投资、能源开发强度和技术创新投入可以促进区域经济增长；能源产业依赖度和能源产业丰裕度会阻碍区域经济增长。
3.1.4“资源诅咒”现象来源分析
除了判断一个地区是否存在“资源诅咒”效应，更应该找出“资源诅咒”效应的来源。由表5看出，民族地区“资源诅咒”现象的来源主要是煤炭。煤炭在我国能源地位“不可动摇”，尤其是我国中西部地区，经济增长对煤炭的依赖度极大。除了煤炭之外，石油、天然气也是造成“资源诅咒”现象的原因。个别省区由于缺乏某种能源，反而提高了对另一种能源的依赖度。例如，青海由于缺少煤炭、天然气，因此对石油的依赖度相对较大。
3.2民族地区“资源诅咒”对经济增长效率的影响
根据面板模型分析，结果表明民族地区在样本期间存在“资源诅咒”效应。如何体现 “资源诅咒”现象对经济增长效率的影响？本文在固定效应变截距模型的基础上，提取阻碍作用和推动作用的变量，构建经济增长效率模型，即综合作用力模型，研究 “资源诅咒”现象对经济增长效率的动态变化。
3.2.1确定阻碍与推动变量及其影响系数
根据表3的结果，对民族地区经济增长起阻碍作用的变量有能源产业依赖度、能源产业丰裕度；起推动作用的变量有技术创新投入、能源开发强度、物质资本投资。不妨假设能源产业依赖度和能源产业丰裕度为阻碍变量，而其余的变量为推动变量。运用层次分析法（AHP），确定各个变量的权重，以各地区各变量的均值作为参考数值，作为成对比较矩阵建立的依据。
由于AHP要求各要素比值在1-9之间反应变量重要程度，因此计算结果需要向1-9之间的整数靠近。
经计算，能源产业依赖度与能源产业丰裕度的比值约为9∶1；而能源开发强度、技术创新投入与物质资本投入之间的比值为3∶1∶6。利用
Matlab软件，计算求解成对比较矩阵的最大特征值及其对应的特征向量，并检验一致性结果（见表6）。
因此，“资源诅咒”效应对经济增长的阻碍变量方程（F1）和推动变量方程（F2）分别如下。
从模型的权重中可以看出，“资源诅咒”效应中阻碍因素较大的是能源产业依赖度，推动因素较大的是技术创新投入。经过Excel计算，分别得到各省区2000年-2012年 “资源诅咒”效应的阻碍力和推动力大小（见表7，表8）。
表7、表8的结果分别表示各省区“资源诅咒”效应的阻碍作用和推动作用，从数值上观察，波动性较大，并且，单一的作用力无法衡量“资源诅咒”对经济增长的影响。因此，运用综合作用力构建经济增长效率模型，分析 “资源诅咒”现象是如何影响经济增长的效率。
3.2.2构建经济增长效率模型
假设：经济增长效率值的经济含义是指民族地区在能源开发利用的过程中，推动力与阻碍力共同作用下，经济增长的效率程度。效率值的大小体现能源开发对经济增长的影响程度。因此，综合各方面因素，可定义经济增长效率模型为
Fit=F2it-F1it
其中，i=1，2，…，7；t=1，2，…，13，即Fit表示推动力
与阻碍力的差值，也就是综合的作用力。
图2显示内蒙古、云南、广西、青海、宁夏的经济增长效率呈现出先增长后下降的趋势，这意味着这些地区“资源诅咒”现象逐渐明显。其中，内蒙古经济增长效率值从2004年以后出现下降趋势，表明 “资源诅咒”效应开始显现，阻碍力加大。而云南、广西、青海、宁夏的拐点分别出现在2006年、2003年、2001年、2003年。新疆的经济增长
效率值离散情况虽然比较严重，但从整体趋势上来看，呈现下降趋势，这也意味着新疆的“资源诅咒”现象从2001年开始逐渐显现。
例外的是，贵州经济增长效率波动幅度较大，出现先下降后增长的趋势。这说明贵州的“资源诅咒”现象前期
表现明显；但在2006年之后资源诅咒效应得以消除，即随着当地资源的开发利用，反而能够促进经济增长。当然，这是否意味着贵州资源诅咒效应得以长期破解，还有待时间检验。
总体来看，这种先增长后下降的趋势可能与实施西部大开发战略有关，起初西部大开发对民族地区的确存在促进作用，大部分省区经济增长效率存在上升趋势。但是，这种上升并不是持久的，经过一段时间，经济增长效率出现波动下降，即“资源诅咒”现象出现，并且随着时间推移，“资源诅咒”现象逐渐明显。
4结论与讨论
本文以民族省区为研究对象，采集2000年至2012年的面板数据，利用固定效应变截距模型和经济增长效率模型，探讨了民族地区“资源诅咒”现象以及“资源诅咒”对经济增长效率的影响，并得到如下结论：
（1）研究结果表明，民族地区存在“资源诅咒”现象；能源产业依赖度和能源产业丰裕度是阻碍经济增长的主要因素，而技术创新投入、能源开发强度、物质资本投资则是促进经济增长的主要因素。基于固定效应估计值的结果，发现各省区之间的“资源诅咒”效应有强弱之分。其中，内蒙古的“资源诅咒”效应明显，其他省区表现得相对较弱。 （2）从各省区煤炭、天然气、石油产量变化情况，确定了各省区“资源诅咒”的主要来源。结果表明民族地区“资源诅咒”现象的来源主要是煤炭。除了煤炭之外，青海对石油、宁夏对天然气、新疆对石油和天然气的依赖度也很大。
（3）运用经济增长效率模型，将“资源诅咒”现象作为经济增长的内生因素，探讨“资源诅咒”效应如何影响经济增长效率。从计算结果可知，内蒙古、云南、广西、青海、宁夏资源诅咒现象明显，时间拐点分别出现在2004年、2006年、2003年、2001年、2003年。新疆的经济增长效率值离散情况虽然比较严重，但总体来看呈现下降趋势。贵州的“资源诅咒”现象前期表现明显；但在2006年以后资源诅咒效应得以消除。
上述结论包含了重要的政策含义，民族地区要想摆脱“资源诅咒”的陷阱，应当加强两个方面的内容。一方面，民族地区应当优化产业结构，降低对煤炭资源的依赖度，由资源依赖型产业向非资源型经济转移，扩大就业及经济增长空间。这与民族地区经济发展实际有关，随着自然资源的开发，劳动力、资金、信息、技术等要素禀赋会在短时间内聚集，并且使得当地其他产业的要素向新的资源产业集聚，即造成了“挤出效应”，抑制了其他产业的发展，导致产业结构单一、产业结构发展不平衡等问题，进而导致经济增长速度缓慢。即所谓的间接传导机制。该结论与大多数学者观点一致[20]。另一方面，由于自然和历史的原因，民族地区经济发展相对滞后，存在基础设施落后、教育条件差等现实问题，当地政府在教育投入、科技投入、技术进步等方面缺乏积极性[21]；同时由于开采资源不需要高级技能和知识，他们不愿意去花费太多的时间、金钱成本，用来学习高级技术和知识，导致当地人力资本投资不足。因此， 民族地区应当从技术创新投入入手，加强科技和教育投入，提高技术创新能力，加快能源开发效率。
（编辑：王爱萍）
参考文献（References）
[1]郑长德.论西部民族地区产业结构的优化和产业竞争力的再造[J].西南民族大学学报：人文社科版，2003，（9）：1-6.[Zheng Changde. Industrial Struture Optimization and Competitiveness Reconstruction of Western Minority Regions [J]. Journal of Southwest University for Nationalities：Humanities and Social Science Edition，2003，（9）：1-6.]
[2]谢继文.“资源诅咒”国内研究现状述评[J].对外经贸，2011，（12）：27-29. [Xie Jiwen. The Domestic Research Review of Resource Curse [J]. Foreign Economic Relations & Trade， 2011，（12）：27-29.]
[3]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）：147-160.[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.]
[4]Davis G A. Learning to Love the Dutch Disease： Evidence from the Mineral Economies [J]. World Development， 1995， 23（10）. 1765-1779.
[5]崔学锋.“资源诅咒”论不成立 [J].经济问题探索，2013，（5）：27-31.[Cui Xuefeng. Failure of the ‘Resource Curse’ Theory [J].Inquiry into Economic Issues，2013，（5）：27-31.]
[6]Ding N， Field B C. Natural Resource Abundance and Economic Growth [J]. Land Economics， 2005， 81（4）：496-502.
[7]Sachs J D， Warner A M. Natural Resource Abundance and Economic Growth [Z]. NBER Working Paper No.5398， 1995.
[8]马宇，杜萌.“资源诅咒”发展历程及其传导机制文献综述[J].产业经济评论，2012，（4）：127-142.[Ma Yu， Du Meng. ‘Resource Curse’ Development and Transmission Mechanism： A Survey [J]. Review of Industrial Economics，2012，（4）：127-142.]
[9]龚秀国，邓菊秋.中国式“荷兰病”与中国区域经济发展[J].财经研究，2009，（4）：131-141.[Gong Xiuguo， Deng Juqiu. China’s Dutch Disease and Its Regional Economic Development [J]. Journal of Finance and Economics，2009，（4）：131-141.] [10] 刘红梅，李国军，王克强.中国农业虚拟水国际贸易影响因素研究：基于引力模型的分析[J].管理世界，2010，（9）：76-87.[Liu Hongmei， Li Guojun， Wang Keqiang. Virtual Water and International Trade Impact Study of Chinas Agricultural Based on Gravity Model [J]. Management World，2010，（9）：76-87.]
[11]齐义军，付桂军.典型资源型区域可持续发展评价：基于模糊综合评价研究方法[J].中央民族大学学报：哲学社会科学版，2012，（3）：117-123.[Qi Yijun， Fu Guijun. Evaluation to the Sustainable Development in the Typical Resource Regions Based on Fuzzy Comprehensive Evaluation Method [J]. Journal of Minzu University of China：Philosophy and Social Sciences Edition，2012，（3）：117-123.]
[12]王世进.我国区域经济增长与“资源诅咒”的实证研究[J].统计与决策，2014，（2）：116-118.[Wang Shijin.Empirical Study on Regional Economic Growth and the ‘Resource Curse’ Theory [J].Statistics & Decision，2014，（2）：116-118.]
[13]周晓唯，宋慧美.新疆经济增长和能源优势的关系：基于“资源诅咒”假说的实证分析[J].干旱区资源与环境，2011，（11）：7-12.[Zhou Xiaowei， Song Huimei. The Relationship Between Economic Development Mode and Natural Resource Advantage in Xinjiang：An Empirical Analysis Based on the Resource Curse Hypothesis [J].Journal of Arid Land Resources and Environment，2011，（11）：7-12.]
[14]孙大超，司明.自然资源丰裕度与中国区域经济增长：对“资源诅咒”假说的质疑[J].中南财经政法大学学报，2012，（1）：84-89.[Sun Dachao， Si Ming. On Resource Abundance and China’s Regional Economic Growth： A Query on Resource Curse Hypothesis [J]. Journal of Zhongnan University of Economics and Law，2012，（1）：84-89.]
[15]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）：32-63.[Shao Shuai， Fan Meiting， Yang Lili. How the Resources Dependent Industries Affect the Efficiency of Economic Growth Conditional Resource Curse Hypothesis Testing and Interpretation [J]. Management World，2013，（2）：32-63.]
[16]高铁梅.计量经济分析方法与建模 [M].北京：清华大学出版社，2012：319-339.[Gao Tiemei. Econometric Analysis and Modeling [M]. Beijing： Tsinghua University Press，2012：319-339.]
[17]王学民.应用多元分析 [M].上海：上海财经大学出版社，2011：394-408.[Wang Xuemin. Multivariate Analysis [M].Shanghai： Shanghai University of Finance and Economics Press，2011：394-408]
[18]罗伯特·J·巴罗.宏观经济学现代观点[M].上海：上海人民出版社，2008：62-64.[Barro R J. Macroeconomics Modern View [M].Shanghai： Shanghai People’s Publishing House， 2008：62-64.]
[19]韩中庚.数学建模方法及其应用 [M].北京：高等教育出版社.2009：91-107.[Han Zhonggeng. Mathematical Modeling Method and Application [M].Beijing： Higher Education Press，2009：91-107.]
[20]郑猛，罗淳.论能源开发对云南经济增长的影响[J].资源科学，2013，35（5）：991-1000.[Zheng Meng， Luo Chun. How Does Exploitation of Energy Resources Militate the Economic Growth of Yunnan Province [J]. Resources Science，2013，35（5）：991-1000.] [21]Gylfason T. Natural Resources， Education and Economic Development [J]. European Economic Review， 2001，45：847-859.
Abstract
The ‘resource curse’ phenomenon is a new problem associated with the energy and resource development. Based on the panel data from 2000 to 2012， this paper explored the ‘resource curse’ effect in minority areas， discussed the differences of ‘resource curse’ effect in different minority regions， analyzed factors that affect the ‘resource curse’ effect， used analytic hierarchy process to calculate weight， and built the model of economic efficiency to explore the influence of economic efficiency from ‘resource curse’ effect. The results show that ‘resource curse’ does exist in minority regions. As for single variable， it can be found that the dependence of energy industry can inhibit the ‘resource curse’ effect in Yunnan， Guangzhou， Guizhou， Qinghai， Xinjiang， but it aggravates the effect in Inner Mongolia and Ningxia. Meanwhile， the energy industry abundances and the energy development strength can relaxes the effect in Qinghai， Ningxia， Xinjiang， but it aggravates the effect in Inner Mongolia， Yunnan， Guangxi， Guizhou； As for provinces， the ‘resource curse’ effect in Inner Mongolia is obvious while the others are relatively weak. From the results of panel data model， the variables with promotion in economic growth are technological innovation investment， energy development strength and physical capital investment， and the variables with obstruction in economic growth are the dependence of energy industry and energy industry abundances. On the aspect of the changes of coal， natural gas and oil products in different provinces， the origin of the ‘resource curse’ effect is coal. Except the coal， the dependence on oil of Qinghai， which the dependence on natural gas of Ningxia， while the dependence both on oil and natural gas of Xinjiang are in the same level. Based on the dynamic changes of efficiency value from 2000 to 2012， the ‘resource curse’ effect in Inner Mongolia， Yunnan， Guangxi， Qinghai and Ningxia is obvious while the time inflection points are appearing respectively in 2004， 2006， 2003， 2001 and 2003. The discrete state of efficiency value in Xinjiang seems serious， but it has downward trend as a whole； The ‘resource curse’ effect in Guizhou is obvious in the early while it has been eliminated after 2006. To get rid of the ‘resource curse’ effect， some measures should be taken in the minority areas such as optimizing the industrial structure， reducing the dependence of coal， making the dependent resource industrial to be the independent resource industrial， enlarging the employment and expanding economic growth space. Besides， it should be initiated with increasing the input of technological innovation， strengthening the investment of technology and education， improving the technology innovation ability， accelerating the efficiency of energy development.
Key wordsresource curse； energy industry dependency； efficiency of economic growth； minority areas