论文部分内容阅读
摘要：首先依据现有资源诅咒成因与传导机制的解释指出了资源诅咒效应具有滞后性，并论证了这种滞后性会导致在经济衰落出现之前存在一个高资源强度促进经济繁荣的“资源诅咒前期”，该时期与诅咒发生期之间存在状态转换的拐点，使得资源诅咒过程具有阶段性特征。之后，为检验上述推断，本文提出基于多断点检验的拐点检测方法，并利用荷兰的数据分析结果验证了方法的有效性。使用该方法分析了37个资源诅咒发生国的数据，确定了其中21个国家的拐点时间，为资源诅咒具有阶段性的论断提供了实际证据。最后，通过对实证数据的深入挖掘，进一步分析了资源诅咒前期向诅咒发生期演变的一般过程与机理，并给出针对性的政策建议。本文的核心结论是，资源诅咒过程具有阶段性，即资源诅咒发生之前存在诅咒前期。在此基础上得到的衍生结论有：①当诅咒效应出现时，较高的诅咒系数会使经济状态从资源诅咒前期迅速进入诅咒发生期，拐点前后经济落差较大，而较低的诅咒系数使得资源强度与经济增长的正相关关系长期存在，拐点前后的经济落差较小。②资源诅咒国家也具有一定的抗诅咒能力，其大小影响拐点后经济衰落的程度以及诅咒症状缓解的快慢。③不同的国情致使各国的资源诅咒成因与传导机制不同，进而导致他们在资源诅咒各阶段表现不一。提出的政策建议是：对于诅咒前期或资源祝福地区，结合自身国情规避资源诅咒是其主要政策目标，诅咒预警是其不可忽略的工作;对于已经发生了资源诅咒的地区，要根据自身特点，通过降低资源强度，增加非资源产业占比等策略以提高抗诅咒能力，尽快缓解诅咒症状。
关键词：资源诅咒前期;诅咒效应滞后性;拐点;资源诅咒的阶段性;多断点检验
中图分类号：062.9 文献标识码：A 文章编号：1002-2104（2019）12-0138-11 DOI：10.12062/cpre.20190605
2016年以来，蒙古与委内瑞拉相继陷入深度經济危机，引起广泛关注。金砖五国之一的巴西在2015年后失业率飙升，货币贬值，GDP负增长，与其他金砖国家差距显著。经济对自然资源存在较高依赖是这三个国家的共同点，所以他们的危机都被归因为“资源诅咒”。“资源诅咒”描述了高资源强度对地区经济的负面影响，是20世纪70年代就被关注的经济现象，为何至今仍有国家不能规避其发生？同样依靠资源，这些国家的经济在2012年之前为何没有崩溃，甚至还飞速增长？进一步的疑问是：如果资源开发一定阻碍经济发展且在初期就引发衰退，为何诅咒发生国依旧坚持开发，甚至不断扩张资源部门？用“少数人获利”“寻租”等理由可以解释部分国家的情况，但用来解释全部诅咒发生国的问题是难以令人信服的。对以上问题较好的解释是：在经济衰退出现之前存在一个因资源而繁荣的阶段，该阶段的存在使管理者更容易认同资源带来的经济收益，忽略了它的负面影响，丧失警惕，最终使国家坠入诅咒深渊。
如果以上观点成立，说明资源诅咒的发生过程具有阶段性。通过对比不同阶段的社会、经济等各方面表现并找到其中差别，可以为资源诅咒产生和传导机制的研究提供新的视角，还能够为诅咒预警和规避策略的制定提供合理思路。所以，证明资源诅咒具有阶段性的假设具有重要意义。
证明假设需回答三个问题：为什么诅咒发生前会存在资源开发带动经济增长的阶段？如何验证诅咒发生国出现过该阶段？资源开发怎样从推动经济增长演变成为阻碍经济发展？为此，本文做了以下工作：①根据诅咒成因和传导机制的解释指出资源诅咒效应存在滞后期，进而论证了为什么会存在资源开发推动经济繁荣的阶段;②如果资源诅咒存在阶段性，则在两个阶段之间必然有拐点，为此本文提出了检验拐点的方法并验证了有效性，用该方法确定了21个国家的拐点时间，使假设通过实证检验;③对各国拐点前后经济状态进行详细对比分析，并解释了诅咒发生过程中资源强度与经济增长关系的转换机理。
1资源诅咒假说及成因解释
在1993年“资源诅咒”被Auty[1]明确定义后，相关研究主要集中于两点：“资源诅咒”假说是否成立;诅咒的成因或传导机制。
1.1对假说的争议
已有研究中，支持假说的观点一直占多数，其中Sachs和Warne[2-5]的SW研究框架最具代表性，之后大量研究都使用该框架证明假说成立。
对假说的质疑主要在于：第一，回归系数不证明因果关系，SW框架所用模型中资源强度前的系数为负不等于是高度资源依赖造成的国家贫穷。尤其面板数据回归，更可能说明反向因果关系，即可能是因为国家贫穷而不得不选择依赖资源而生存[6]。第二，假说支持者认为资源诅咒成因之一是寻租导致的市场和制度无效[7-10]，但有研究结果显示除了用于衡量制度质量的“话语权和问责制”受石油财富的影响较为明显之外，没有其它明显证据证明制度成因的存在[11]。第三，存在资源丰裕同时经济发达的国家，比如澳大利亚、美国、加拿大、挪威等，同时关于一些地区发生了资源诅咒的结论存在疑问[12-15]。
1.2资源诅咒的成因或传导机制
已有研究认为资源诅咒主要有以下成因：第一，荷兰病。经典“荷兰病”模型认为资源产业的发展会带动服务业，吸引走本该留在制造业的资本和劳动力，削弱制造业[16]。第二，寻租和制度失效。政府通过资源出口换回大量公共财富，企业家们会停止生产，并向政府官员进行寻租以获取更多财富[8]。组织机构的违法行为和对基本社会经济权力支持措施的缺乏也会产生资源诅咒[17]。第三，资金流向改变。较高的资源租使更多资金流向资源产业，从而影响到贸易、教育、产业结构等，导致经济衰退[18]。第四，经济波动。丰富资源短期内促进经济增长，但是因为造成波动带来的长期间接负面影响更深重，平均经济增长量较低[19-21]。
诅咒成因的研究没有较大观点冲突，仅是侧重点不同。关于假说是否成立的争论更令人关注。当前所有试图推翻资源诅咒假说的论证都不够严谨。首先，资源强度系数显著为负的确不能证明高资源强度造成了经济贫穷，但同样也不能证明因经济贫穷产生了较高的资源强度，因为高资源强度的前提是高资源禀赋，照此推断会得出日本、韩国等国家是因为经济发达而导致了资源匮乏的荒谬结论。系数显著为负说明资源强度与经济增长之间存在负相关关系，这没有脱离资源诅咒的解释范畴;其次，少数资源富裕国家避免了资源诅咒，或者否定部分国家罹患过资源诅咒，不能证明资源诅咒不存在，就像少数身体强健的人未患过感冒，不能证明感冒类疾病不存在。最后，关于诅咒的成因解释即使是错误的，也不能说明诅咒假说就是错的。 近期除了许多使用多国家、长时间的面板数据模型的研究成果继续支持资源诅咒假说外[9，19，22]，越来越多针对单个国家的分析也证明了假说的正确性[23-27]。
尽管否定资源诅咒假说的论证并不充分有力，但支持假说的相关研究也的确存在不足，其中一个问题就是缺乏对资源诅咒具体发生过程的分阶段研究，致使很多困惑一直存在：一个受到了诅咒的国家是资源开发初期就出现了经济衰退，还是一段时间后才出现的衰退？少数避免了诅咒的国家未来也一定不会发生诅咒吗？巴西曾经依靠资源创造出经济奇迹，为何现在成为资源诅咒的典型国家？已有研究无法给出回答，本文试图对此做出贡献。
2资源诅咒具有阶段性假设的提出
下面说明资源诅咒具有阶段性的含义，并依据已有理论证明该假设的成立。
2.1资源诅咒具有阶段性的含义
定义“资源强度”为资源产业的GDP占比。在资源对经济的诅咒现象出现之前，可能存在一段资源强度带动经济增长的阶段，可把这段时期称为“资源诅咒前期”，诅咒前期与之后的资源诅咒发生期之间存在一个拐点t′（见图1）。这样，资源诅咒发生过程至少包含了两个不同状态的阶段，这是资源诅咒具有阶段性的含义。
2.2资源诅咒效应的滞后性
图2是根据前文总结的诅咒成因与传导机制的理论绘制出的资源诅咒发生过程，由三部分构成：初始阶段，诅咒传导阶段和诅咒发生阶段。图中每个箭头及其连接的两端都表达了一个因果关系，由左至右就是资源诅咒出现的因果传导链。在宏观经济领域，事件之间的因果关系很少会瞬时发生，通常需要经过一段时间，而图2显示的存在众多环节的因果传导链更不会短时间内实现，所以资源开发的“诅咒”需要经过一段时间才会显現出效果，这是资源诅咒效应的滞后性。
为防止数据序列过短造成误判，也建立了RA与Gp，lnRA与lnGp的回归方程。尽管不符合单整要求，为了方便对比，还建立了Rg与Gps的回归方程。得到的1975年之前的所有方程的系数与t统计量见表1。
3.2.3断点后回归方程的建立
1976—2009年间（2009年后能源数据缺失），相关序列都为平稳序列，为解决内生性问题，设lnm表示初级产品产值的对数，检测到该序列为平稳序列，且与可能的因变量不相关，与可能的自变量中等相关（见表2），可作为工具变量。1975年之后回归的方程见表3。
观察表1与表3，其中（18）与（22）式的参数显著性检验与可决系数值都提示方程不能接受。其余方程的参数显著性检验与可决系数相对理想，对比其中系数α的方向，认为1975年符合拐点的第一个特征，是“可能的拐点”。
3.2.4第二和第三特征的确认
荷兰在1975年之前5年和前10年的Gps分别是4.1%和3.9%，之后5年和10年分别是1.7%和0.64%，差别明显，符合拐点的第二个特征。拐点前5年的φ1是0.299，前10年是0.269，符合第三个特征。可判定1975—1976年是拐点，之前是资源诅咒前期。
3.2.5其他断点的检验
1982年前后建立的回归方程的参数都不显著，可决系数值也极低，不是拐点。1968年前后回归方程的参数都是正数，也不是拐点。
图3显示了1961—1990年间荷兰的资源强度与经济增长情况，1984年之前的变化趋势与图1基本吻合。对荷兰的检验证明方法有效，可以用于检测其他诅咒国家的拐点。
3.3基于37+6个国家的实证检验
3.3.1资源诅咒国家的认定
被相关文献认定出现过资源诅咒的国家有荷兰、海湾石油输出国、尼日利亚，7个拉丁美洲国家以及其他非OECD的石油生产国[3-4，16，22，23-27]。杨多贵等[32]测算了100个国家的资源丰裕度和资源诅咒程度，为确定资源诅咒国家提供了重要参考。同时观察到一些新兴的出产石油矿产的发展中国家，例如乍得、苏丹、刚果（布）等国，最终共确定51个资源诅咒国家（见表4）。因为资料数据有限，疏漏难以避免。尽管如此，若在51国中找到存在拐点的国家，即可证明假设成立，如果存在拐点的国家数目较多，就能证明假设的情况具有普遍性，所以研究仍旧有意义。美国、加拿大、澳大利亚、博茨瓦纳、挪威和马来西亚被认为是资源祝福国家[12]，观测期内应该不存在拐点，为保证方法可靠性，选取它们做同样分析。
按本文3.1.1节所述统一确定各国指标，原始数据来自于GGDC和WBOD（世界银行公开数据库）。GGDC的完整时间跨度为1950—2015年，使用2005年不变价。WBOD的完整跨度是1960—2016年，使用2010年不变价。因为检验过程是针对单个国家分别进行，最终结果是时间点，所以不需各国数据来源一致。每个国家都比较两个数据库，选择时间域较长的数据来源，但是GGDC只提供部分国家数据，最终使用GGDC数据的国家包括埃及、荷兰、巴西、智利、墨西哥、玻利维亚、哥斯达黎加、加纳、尼日利亚、秘鲁、委内瑞拉、南非、博茨瓦纳和美国，其余国家数据来源于WBOD。14个国家（见表4）的关键数据缺失严重，可分析国家个数降为37个。
3.3.2实证结果汇总
对37个资源诅咒国家依次检测，未确定拐点的国家有16个，明确拐点时间的国家有21个（见表4）。在拐点前后状态转换的过程中，这21国的表现各有特点。
在经济水平变化方面，刚果、乍得等国的Gps变动显著，而且拐点后的Gps长期低位波动，变化过程与图1完全吻合，可成为证明资源诅咒存在阶段性的典型国家。阿根廷在拐点前的Gps并不高，但是拐点后出现更大下滑，造成前后的Gps差距明显。与之相反，埃及在拐点后的Gps尚可，但是因为拐点前Gps更高，也造成前后较大落差。其余国家的Gps变化与荷兰相近。在拐点后期，大部分国家的Gps长期低位徘徊，波动幅度较小。智利和阿根廷的Gps波动剧烈，每次波动时的增长幅度都小于跌落幅度，整体均值较低。 在拐点后资源强度的变化方面，智利、肯尼亚、刚果、阿根廷等国在较长时期内Rg保持增长趋势，其余大部分国家在极短暂上升期后呈现平稳或下降，或先下降后平稳的趋势。但一段时期内的整体水平仍旧高于诅咒前，与图3显示的1984年之后荷兰的情况类似。
在拐点后经济恢复方面，刚果、安哥拉、哥斯达黎加、古巴和南非等国的Gps长期处于低位，回升艰难。阿根廷的RA与Gp的关系在1991年后转换成正相关，经济增速随之恢复至拐点前水平。其余国家在拐点后10年左右开始，伴随Rg的逐渐下降，Gps缓慢回升。
16个未测出拐点的国家中，部分国家找到了“可能的拐点”，但是第二或第三个拐点特征不够显著（见表4）。巴西、蒙古、科威特、委内瑞拉、纳米比亚在较长时间内资源与经济正相关，Gps较高或不断增加，推测他们的观测期恰好是资源诅咒前期。其余国家在观测期内呈现典型的诅咒发生期特征，推测他们的拐点时间早于观测期。
对6个资源祝福国家依次测试，都未测得拐点，侧面说明本文检测方法具有较高的可靠性。在可观测期内，博茨瓦纳、挪威、加拿大和澳大利亚的资源强度与经济增长呈长期稳定正向均衡关系，资源强度保持基本平稳或上升趋势，属于 “真正资源祝福”的国家。马来西亚和美国的资源强度与经济增长为长期稳定负向均衡关系，期间资源强度持续下降，属于“未发生资源诅咒”的国家。
4资源强度与经济增长关系演变机理分析
实证检验证明资源诅咒具有阶段性的假设成立，即存在资源诅咒前期。为什么诅咒前期的状态会转换为资源诅咒发生期的状态？为回答此问题，结合前文的理论证明与汇总的实证结果，对资源强度与地区经济关系的演变过程与机理做进一步分析。
第一，诅咒系数φ2的变化是出现拐点以及形成经济增速落差的重要原因。根据（8）式，Rgt-1 的系数取决于滞后期n、资源部门扩张速度φ1和诅咒系数φ2。确定了拐点的国家在拐点前一段时间内的φ1都是正数，当滞后期一定时，φ2的变化成为Rgt-1的系数由正变负的主要原因。对各国拐点前5年的φ1与拐点前后的Gps、Gps的差值做相关分析，发现不存在线性相关。当拐点前后非资源GDP影响因素相对稳定时，Gps的变化主要来自于φ2的变化。下面分析φ2对状态转换的具体影响。文章第2节划分出A、B和C三类状态，资源诅咒期是C状态，而资源诅咒前期是A状态还是B状态难以区分。如果诅咒效应出现初期φ2值较大，会直接由A状态转入C状态，或者虽然有B状态，但时间不长就进入了C状态，造成拐点前后的经济增速差距较大，这种情况下，拐点前5年的Gps通常高于拐点前10年的Gps，刚果、安哥拉、乍得等国属于此类情况。如果初期φ2值较小，在拐点前已经处于较长时期B状态，转入C状态后的经济衰落程度较小，拐点前5年的Gps通常低于拐點前10年的Gps，智利、南非等国属于此类情况。
诅咒系数φ2 的变化分两种，一种是由无变有，一种是由小变大。从无到有的变化原因主要在于诅咒效应滞后期的存在，而大小变化的原因较为复杂，一类可能的原因是制度政策、产品价格等与诅咒相关的因素发生了变化，还有一个原因就是诅咒效应的累加。本文仅讨论了第t期的GDP增速受到的第t-n期的资源的诅咒，实际中，诅咒效应不但有滞后性，还可能有“延续性”，第t期的GDP增速可能还受到第t-（n+1）期，第t-（n+2）…期资源的诅咒，这些效应不断叠加，使φ2逐年增加，直至某一年度超过（1+φ1）n，拐点出现，诅咒过程由B状态进入C状态。
如果φ2 的大小变化主要来自于政策、产品价格等因素的冲击，而叠加效应比较弱时，拐点后随着冲击因素的消失，φ2有“回归”的可能，经济状态会由C状态回转为B状态。例如阿根廷，它的拐点时间恰好与马岛战争的时间吻合，说明它的诅咒系数的增加较大可能来自于国内国际形势的变化，当此类因素消失或减轻后，φ2减小使诅咒效应减轻，该国有机会再次享受资源红利。当诅咒的叠加效应比较强时，即使资源强度降低或国家政策调整，在一段时间内φ2难以减小，经济恢复会比较困难。实证中观察到很多国家尽管在拐点后期资源强度逐步下降，但是经济增速恢复较慢，可能存在诅咒效应叠加的情况。
资源诅咒前期是A状态还是B状态不易分辨，若某地处于B状态，诅咒效应已经出现了却仍旧经济繁荣，没有明显损害出现，就容易产生该地是否存在资源诅咒的争议。
资源祝福国家一直未发现拐点，可能是资源的诅咒效应一直未出现，也可能是存在资源诅咒效应，但是诅咒系数φ2很小且一直稳定，使得（8）式中Rgt-1的系数一直为正。
第二，抗诅咒能力是影响关系转换的另一个重要因素。抗诅咒能力是指能够抵抗资源诅咒负面效应，减少经济损失的能力。资源祝福国家的抗诅咒能力是明显的，而资源诅咒国家也具备一定的抗诅咒能力，这从两种表现反映出来。一种表现是很多国家拐点后期的Gps虽然比拐点前下降，却还是正值，说明在较高资源强度导致经济负增长时，还存在其他推动经济前行的力量，抵消了一部分诅咒的负面效应。这股力量越强，拐点后期的经济增速越高，甚至可以出现类似于埃及的较好增速，这也是部分国家拐点的第二特征不明显的一个原因。另一个反映抗诅咒能力的表现是很多国家出现了资源诅咒缓解的情况。尽管各资源诅咒国在拐点后的Gps都长期处于低位，但其中一些国家的Gps在负相关关系的作用下，随着资源强度的逐渐降低而缓慢恢复，使拐点后10年的平均Gps高于后5年。这种情况也说明一段完整的资源诅咒发生过程包括资源诅咒前期、诅咒发生期和诅咒缓解期三个阶段。
两类抗诅咒表象的背后有至少两类抗诅咒能力的成因。一个就是影响人均GDP增长的非资源因素，在公式（1）、（8）和（9）中用Xt表示，如果这些因素的综合效应是促进GDP增长，就可以抵消一部分诅咒的负面效应，成为抗诅咒的力量。如果拐点后这部分力量减弱，经济衰退程度加大;力量增强，经济衰退程度减小。另一类抵抗资源诅咒的力量是促使拐点后期的资源强度平稳且降低的原因，这类原因难以被直接观察到，可能是资源产品价格下降，也可能是政府转换政策或改变产业结构，致使其他产业GDP占比增加，资源强度降低。 第三，因国而异的资源诅咒成因和传导机制使各国在各阶段表现不同。资源诅咒的成因和传导途径有多种，具体哪一种起主要作用要结合各国特点分析。荷兰的资源诅咒用“荷兰病”解释比较合适，独裁类国家的诅咒成因可能主要在于“制度质量”。智利和阿根廷在拐点后期较为激烈的经济波动说明丰裕资源的确容易引发经济剧烈震荡从而产生衰退，但另外一些国家在拐点前后都相对平缓的经济变动又说明不是所有国家的诅咒都源自于经济波动。这些不同的成因和传导机制使得各国的诅咒系数、诅咒效应的滞后期和抗诅咒能力不同，最终表现在诅咒出现的时間点、经济衰落的程度、资源强度的变化趋势、诅咒的缓解等各方面存在显著差异。
对各诅咒发生国的地域相关性进行分析，发现资源诅咒国家的确集中于某些区域，但位置相近的国家在拐点时间、诅咒程度、出现方式等方面并未显示出明显的一致性或相互关联。这说明一国是否拥有丰裕资源与地理位置有关，但是否发生资源诅咒以及发生的程度、形式等与国家的其他个性因素有关。
综上所述，从诅咒前期演变到诅咒发生期的一般过程是：当诅咒滞后期和非资源影响因素稳定时，拐点的出现取决于φ2 的变化，如果诅咒效应出现初期φ2值就很高，会由A状态直接演变成C状态，拐点前后经济衰落程度相对大;如果初期φ2值较小，先由A状态演变为B状态，当某种冲击造成φ2忽然增加，或者诅咒效应的延续性使φ2值逐渐增加致使Rgt-1的系数φ3小于零，再由B状态进入C状态，经济衰落程度相对小。非资源影响因素是一种抗诅咒力，它的变化影响经济增速的落差。
5结论、启示与政策建议
本文在理论和实证两方面证明了资源诅咒具有阶段性的假设成立。理论方面，根据已有资源诅咒成因和传导机制的解释得到诅咒效应具有滞后性的结论，进而证明了资源诅咒前期的存在;实证方面，本文提出的基于多断点检验的拐点确认方法经过验证是可行的，使用该方法确认了21个资源诅咒发生国的拐点时间，为假设的成立提供了实际证据。
理论推导和实证结果还显示有两种从资源诅咒前期到诅咒发生期的演变过程，一种过程是诅咒前期不存在诅咒效应，当诅咒效应出现时因为诅咒系数较高，立即进入诅咒发生期;另一种是诅咒前期已经出现诅咒效应，但是因为诅咒系数较低，资源强度与经济增长仍然正相关，当某种原因造成诅咒系数增加后才进入诅咒发生期。抗诅咒能力的强弱影响诅咒发生后经济衰落的程度和恢复的速度。各诅咒发生国的自身特点造成它们在资源诅咒各阶段的经济表现有所不同。
研究结论带来两点启示。第一，对于所有国家或地区，丰裕资源都具有两面性，既是“祝福”也是“诅咒”。因为当期资源产业带来的GDP收益作为正面影响与滞后到来的诅咒效应的负面影响同时作用于经济增长，而且诅咒效应的滞后性使得资源诅咒发生国也曾经享有过资源赐予的繁荣，诅咒滞后期与诅咒系数的不确定性使得资源祝福国家也时刻面临资源诅咒的威胁。第二，规避资源诅咒与发展资源产业并不矛盾。如果系统内外各类相关因素能长期保持某种均衡状态，促使资源的诅咒效应较晚到来或使诅咒系数长期处于低位，一个地区可以做到在发展资源产业的同时规避资源诅咒。除了资源祝福国家外，许多国家存在较长时间的资源诅咒前期都说明具有这种可能性。这也说明有些诅咒的发生可能是因为某种均衡状态被突然打破造成的。
根据研究结论和获得的启示，我们提出具有针对性的政策建议。
对处于资源祝福的地区，规避资源诅咒应该成为重要的政策目标，但不必为了避免资源诅咒而放弃资源产业，可以继续保持资源部门的增长或不变。同时为了避免“荷兰病”等情况的出现，需采取措施提升资源产业部门效率，在保持产能的同时降低成本，减少或控制资源部门的资金与劳动力投入。可以采取税收、金融等手段将资源部门获得的高额利润转移至制造业或其它产业部门，尤其要重点扶持高新技术产业以及教育科技等公共事业部门，利用资源的祝福避免资源的诅咒。
资源诅咒前期与资源祝福的状态难以区分，所以凡是享受资源福音的地区都需要做好诅咒的预警工作，时刻注意与资源相关的经济要素的变化，避免已有的均衡状态受到冲击。
对处于资源诅咒发生期的地区，提升抗诅咒能力，缓解诅咒症状是首要政策目标。要根据地区特点，采取措施缩减资源部门规模，或者增加非资源产业的GDP占比以降低资源强度，并通过产业多样化减少经济对资源产业的依赖，从而增加抗诅咒力，减少诅咒带来的损失。当一个地区出现诅咒症状缓解的时候，可能是系统中的抗诅咒能力发挥了作用，也可能是采取的应对政策产生了效果，需要继续坚持直至经济彻底恢复。
对于所有资源丰裕地区，无论处于何种状态，都应该结合自身的国情，通过政策制定提升制度质量、减少经济对资源产业的依赖、斩断资源诅咒产生和传递的途径、增加机体的抗诅咒能力以从根本上解决资源诅咒问题。
（编辑：李琪）
参考文献
[1]AUTY R M. Sustaining development in mineral economies： the resource curse thesis[M]. London： Routledge， 1993：1-5.
[2]SACHS J D， WARNER A M. Natural resource abundance and economic growth[J]. NBER working papers， 1995， 81（4）： 496-502.
[3]SACHS J D， WARNER A M. Fundamental sources of longrun growth[J]. American economic review，1997， 87（2）：184-188.
[4]SACHS J D， WARNER A M. The big push， natural resource booms and growth[J]. Journal of development economics， 1999， 59（1）： 43-76. [5]SACHS J D， WARNER A M. The curse of natural resources[J]. European economic review， 2001， 45（4）： 827-838.
[6]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.
[7]GYLFASON T. Nature， power and growth[J]. Scottish journal of political economy， 2001， 48（5）： 558-588.
[8]MEHLUM H， TORVIK M R. Institutions and the resource curse[J]. The economic journal， 2006， 116（508）：1-20.
[9]KIM C S，LEE S. Regime types， ideological leanings， and the natural resource curse[J]. Constitutional political economy， 2018， 29（1）： 1-19.
[10]LEIBBRANDT A， LYNHAM J. Does the paradox of plenty exist？ experimental evidence on the curse of resource abundance[J]. Experimental economics，2018， 21（2）： 337-354.
[11]ALEXEEV M， CONRAD R. The natural resource curse and economic transition[J]. Economic systems， 2011， 35（4）： 445-461.
[12]WRIGHT G， CZELUSTA J. Mineral resources and economic development[C]// Paper for the conference on sector reform in Latin America， Stanford center for international development， November 13-15 2003. Stanford University， 2003：5-26.
[13]WU S M， LEI Y L. Study on the mechanism of energy abundance and its effect on sustainable growth in regional economies： a case study in China[J]. Resources policy， 2016， 47： 1-8.
[14]徐盈之， 胡永舜. 內蒙古经济增长与资源优势的关系——基于“资源诅咒”假说的实证分析[J]. 资源科学， 2010， 32（12）： 2391-2399.
[15]姚予龙， 周洪， 谷树忠. 中国资源诅咒的区域差异及其驱动力剖析[J]. 资源科学，2011， 33（1）： 18-24.
[16]CORDEN W， NEARY J. Booming sector and deindustrialization in a small open economy[J]. The economic journal，1982， 92（368）： 825-848.
[17]COSTA H K D M， SANTOS E M D. Institutional analysis and the ‘resource curse’ in developing countries[J]. Energy policy， 2013， 63： 788-795.
[18]PAPYRAKIS E， GERLAGH R. The resource curse hypothesis and its transmission channels[J]. Journal of comparative economics， 2004， 32（1）： 181-193.
[19]JOYA O. Growth and volatility in resourcerich countries： does diversification help？[J]. Structural change and economic dynamics， 2015， 35： 38-55.
[20]JAMES A. The resource curse： a statistical mirage？[J]. Journal of development economics， 2015， 114： 55-63.
[21]NADEMI Y. The resource curse and income inequality in Iran[J]. Quality & quantity， 2018， 52（3）： 1159-1172.
[22]YADUMA N. Investigating the oil curse in OECD and NonOECD oilexporting economies using green measures of income[J]. Environment， development and sustainability， 2018，20（6）：2725-2745. [23]CENDRERO J M R. Has Bolivia’s 2006-12 gas policy been useful to combat the resource curse？[J]. Resources policy， 2014， 41： 113-123.
[24]ELBRA A D. The forgotten resource curse： South Africa’s poor experience with mineral extraction[J]. Resources policy， 2013， 38（4）： 549-557.
[25]RAWASHDEH R A， MAXWELL P. Jordan， minerals extraction and the resource curse[J]. Resources policy， 2013， 38（2）：103-112.
[26]MIRONOV V， PETRONEVICH A. Discovering the signs of Dutch disease in Russia[J]. Resources policy， 2015， 46： 97-112.
[27]AYELAZUNO J. Oil wealth and the wellbeing of the subaltern classes in subSaharan Africa： a critical analysis of the resource curse in Ghana[J]. Resources policy， 2014， 40： 66-73.
[28]邵帥， 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.
[29]邵帅， 杨莉莉.自然资源丰裕、资源产业依赖与中国区域经济增长[J].管理世界， 2010（9）： 26-44.
[30]BAI J S， PERRON P. Estimating and testing linear models with multiple structural changes[J]. Econometrica， 1998， 66（1）： 47-78.
[31]BAI J S， PERRON P. Computation and analysis of multiple structural change models[J]. Journal of applied econometrics， 2003， 18（1）： 1-22.
[32]杨多贵，周志田.国家健康报告（第1号）[M]. 北京：科学出版社， 2013：252-275.
AbstractBased on the current explanations of causes and transmission mechanisms of resource curse， this paper points out that the effect of resource curse is lagging behind， and demonstrates that before the emergence of economic decline， the hysteresis will lead to the existence of a ‘precurse stage’， in which high resource intensity will promote economy. There is an inflection point between this period and the curse occurrence period， so the resource curse process has staged characteristics. Then， in order to test the above inferences， this paper proposes an inflection point detection method based on MultiBreakpoint test， and validates the effectiveness of the method by using analysis results of Dutch data. Using this method， the data of 37 resource curse countries are analyzed， and the inflection points of 21 countries among them are determined， which provides practical evidence for the conclusion of staged resource curse. Finally， through the indepth study of empirical data， the general process and mechanism of the evolution from precurse to resource curse stage are further analyzed， and the corresponding policy recommendations are given. The core conclusion of this study is that the process of resource curse has stages; that is， there is a precurse stage before the occurrence of resource curse. The derivative conclusions are as follows： ①When resource curse occurs， due to high curse coefficient， economy quickly enters the curse stage from the precurse stage and the economic gap before and after the inflection point is large. Low curse coefficient will result in a longterm existence of positive correlation between resource intensity and economic growth， and the economic gap before and after the inflection point is small. ②Resource curse countries also have certain abilities to resist curse， which affects the degree of economic decline after the inflection point， as well as the relief speed of curse symptoms. ③Different national conditions lead to various causes and transmission mechanisms of resource curse in different countries， which leads to diverse performances in different stages of resource curse. The policy suggestions are as follows： for areas in the precurse stages or resource blessings， the main policy is to avoid resource curse according to their own national conditions， and the early warning of resource curse is an important task; for those areas where resource curse has already occurred， they should reduce the intensity of resources and increase the proportion of nonresource industries to improve the anticurse ability and relief the curse symptoms as soon as possible according to their own features.
Key wordsprecurse stage; hysteresis of curse effect; inflection point; stages of resource curse; multibreakpoint test
关键词：资源诅咒前期;诅咒效应滞后性;拐点;资源诅咒的阶段性;多断点检验
中图分类号：062.9 文献标识码：A 文章编号：1002-2104（2019）12-0138-11 DOI：10.12062/cpre.20190605
2016年以来，蒙古与委内瑞拉相继陷入深度經济危机，引起广泛关注。金砖五国之一的巴西在2015年后失业率飙升，货币贬值，GDP负增长，与其他金砖国家差距显著。经济对自然资源存在较高依赖是这三个国家的共同点，所以他们的危机都被归因为“资源诅咒”。“资源诅咒”描述了高资源强度对地区经济的负面影响，是20世纪70年代就被关注的经济现象，为何至今仍有国家不能规避其发生？同样依靠资源，这些国家的经济在2012年之前为何没有崩溃，甚至还飞速增长？进一步的疑问是：如果资源开发一定阻碍经济发展且在初期就引发衰退，为何诅咒发生国依旧坚持开发，甚至不断扩张资源部门？用“少数人获利”“寻租”等理由可以解释部分国家的情况，但用来解释全部诅咒发生国的问题是难以令人信服的。对以上问题较好的解释是：在经济衰退出现之前存在一个因资源而繁荣的阶段，该阶段的存在使管理者更容易认同资源带来的经济收益，忽略了它的负面影响，丧失警惕，最终使国家坠入诅咒深渊。
如果以上观点成立，说明资源诅咒的发生过程具有阶段性。通过对比不同阶段的社会、经济等各方面表现并找到其中差别，可以为资源诅咒产生和传导机制的研究提供新的视角，还能够为诅咒预警和规避策略的制定提供合理思路。所以，证明资源诅咒具有阶段性的假设具有重要意义。
证明假设需回答三个问题：为什么诅咒发生前会存在资源开发带动经济增长的阶段？如何验证诅咒发生国出现过该阶段？资源开发怎样从推动经济增长演变成为阻碍经济发展？为此，本文做了以下工作：①根据诅咒成因和传导机制的解释指出资源诅咒效应存在滞后期，进而论证了为什么会存在资源开发推动经济繁荣的阶段;②如果资源诅咒存在阶段性，则在两个阶段之间必然有拐点，为此本文提出了检验拐点的方法并验证了有效性，用该方法确定了21个国家的拐点时间，使假设通过实证检验;③对各国拐点前后经济状态进行详细对比分析，并解释了诅咒发生过程中资源强度与经济增长关系的转换机理。
1资源诅咒假说及成因解释
在1993年“资源诅咒”被Auty[1]明确定义后，相关研究主要集中于两点：“资源诅咒”假说是否成立;诅咒的成因或传导机制。
1.1对假说的争议
已有研究中，支持假说的观点一直占多数，其中Sachs和Warne[2-5]的SW研究框架最具代表性，之后大量研究都使用该框架证明假说成立。
对假说的质疑主要在于：第一，回归系数不证明因果关系，SW框架所用模型中资源强度前的系数为负不等于是高度资源依赖造成的国家贫穷。尤其面板数据回归，更可能说明反向因果关系，即可能是因为国家贫穷而不得不选择依赖资源而生存[6]。第二，假说支持者认为资源诅咒成因之一是寻租导致的市场和制度无效[7-10]，但有研究结果显示除了用于衡量制度质量的“话语权和问责制”受石油财富的影响较为明显之外，没有其它明显证据证明制度成因的存在[11]。第三，存在资源丰裕同时经济发达的国家，比如澳大利亚、美国、加拿大、挪威等，同时关于一些地区发生了资源诅咒的结论存在疑问[12-15]。
1.2资源诅咒的成因或传导机制
已有研究认为资源诅咒主要有以下成因：第一，荷兰病。经典“荷兰病”模型认为资源产业的发展会带动服务业，吸引走本该留在制造业的资本和劳动力，削弱制造业[16]。第二，寻租和制度失效。政府通过资源出口换回大量公共财富，企业家们会停止生产，并向政府官员进行寻租以获取更多财富[8]。组织机构的违法行为和对基本社会经济权力支持措施的缺乏也会产生资源诅咒[17]。第三，资金流向改变。较高的资源租使更多资金流向资源产业，从而影响到贸易、教育、产业结构等，导致经济衰退[18]。第四，经济波动。丰富资源短期内促进经济增长，但是因为造成波动带来的长期间接负面影响更深重，平均经济增长量较低[19-21]。
诅咒成因的研究没有较大观点冲突，仅是侧重点不同。关于假说是否成立的争论更令人关注。当前所有试图推翻资源诅咒假说的论证都不够严谨。首先，资源强度系数显著为负的确不能证明高资源强度造成了经济贫穷，但同样也不能证明因经济贫穷产生了较高的资源强度，因为高资源强度的前提是高资源禀赋，照此推断会得出日本、韩国等国家是因为经济发达而导致了资源匮乏的荒谬结论。系数显著为负说明资源强度与经济增长之间存在负相关关系，这没有脱离资源诅咒的解释范畴;其次，少数资源富裕国家避免了资源诅咒，或者否定部分国家罹患过资源诅咒，不能证明资源诅咒不存在，就像少数身体强健的人未患过感冒，不能证明感冒类疾病不存在。最后，关于诅咒的成因解释即使是错误的，也不能说明诅咒假说就是错的。 近期除了许多使用多国家、长时间的面板数据模型的研究成果继续支持资源诅咒假说外[9，19，22]，越来越多针对单个国家的分析也证明了假说的正确性[23-27]。
尽管否定资源诅咒假说的论证并不充分有力，但支持假说的相关研究也的确存在不足，其中一个问题就是缺乏对资源诅咒具体发生过程的分阶段研究，致使很多困惑一直存在：一个受到了诅咒的国家是资源开发初期就出现了经济衰退，还是一段时间后才出现的衰退？少数避免了诅咒的国家未来也一定不会发生诅咒吗？巴西曾经依靠资源创造出经济奇迹，为何现在成为资源诅咒的典型国家？已有研究无法给出回答，本文试图对此做出贡献。
2资源诅咒具有阶段性假设的提出
下面说明资源诅咒具有阶段性的含义，并依据已有理论证明该假设的成立。
2.1资源诅咒具有阶段性的含义
定义“资源强度”为资源产业的GDP占比。在资源对经济的诅咒现象出现之前，可能存在一段资源强度带动经济增长的阶段，可把这段时期称为“资源诅咒前期”，诅咒前期与之后的资源诅咒发生期之间存在一个拐点t′（见图1）。这样，资源诅咒发生过程至少包含了两个不同状态的阶段，这是资源诅咒具有阶段性的含义。
2.2资源诅咒效应的滞后性
图2是根据前文总结的诅咒成因与传导机制的理论绘制出的资源诅咒发生过程，由三部分构成：初始阶段，诅咒传导阶段和诅咒发生阶段。图中每个箭头及其连接的两端都表达了一个因果关系，由左至右就是资源诅咒出现的因果传导链。在宏观经济领域，事件之间的因果关系很少会瞬时发生，通常需要经过一段时间，而图2显示的存在众多环节的因果传导链更不会短时间内实现，所以资源开发的“诅咒”需要经过一段时间才会显現出效果，这是资源诅咒效应的滞后性。
为防止数据序列过短造成误判，也建立了RA与Gp，lnRA与lnGp的回归方程。尽管不符合单整要求，为了方便对比，还建立了Rg与Gps的回归方程。得到的1975年之前的所有方程的系数与t统计量见表1。
3.2.3断点后回归方程的建立
1976—2009年间（2009年后能源数据缺失），相关序列都为平稳序列，为解决内生性问题，设lnm表示初级产品产值的对数，检测到该序列为平稳序列，且与可能的因变量不相关，与可能的自变量中等相关（见表2），可作为工具变量。1975年之后回归的方程见表3。
观察表1与表3，其中（18）与（22）式的参数显著性检验与可决系数值都提示方程不能接受。其余方程的参数显著性检验与可决系数相对理想，对比其中系数α的方向，认为1975年符合拐点的第一个特征，是“可能的拐点”。
3.2.4第二和第三特征的确认
荷兰在1975年之前5年和前10年的Gps分别是4.1%和3.9%，之后5年和10年分别是1.7%和0.64%，差别明显，符合拐点的第二个特征。拐点前5年的φ1是0.299，前10年是0.269，符合第三个特征。可判定1975—1976年是拐点，之前是资源诅咒前期。
3.2.5其他断点的检验
1982年前后建立的回归方程的参数都不显著，可决系数值也极低，不是拐点。1968年前后回归方程的参数都是正数，也不是拐点。
图3显示了1961—1990年间荷兰的资源强度与经济增长情况，1984年之前的变化趋势与图1基本吻合。对荷兰的检验证明方法有效，可以用于检测其他诅咒国家的拐点。
3.3基于37+6个国家的实证检验
3.3.1资源诅咒国家的认定
被相关文献认定出现过资源诅咒的国家有荷兰、海湾石油输出国、尼日利亚，7个拉丁美洲国家以及其他非OECD的石油生产国[3-4，16，22，23-27]。杨多贵等[32]测算了100个国家的资源丰裕度和资源诅咒程度，为确定资源诅咒国家提供了重要参考。同时观察到一些新兴的出产石油矿产的发展中国家，例如乍得、苏丹、刚果（布）等国，最终共确定51个资源诅咒国家（见表4）。因为资料数据有限，疏漏难以避免。尽管如此，若在51国中找到存在拐点的国家，即可证明假设成立，如果存在拐点的国家数目较多，就能证明假设的情况具有普遍性，所以研究仍旧有意义。美国、加拿大、澳大利亚、博茨瓦纳、挪威和马来西亚被认为是资源祝福国家[12]，观测期内应该不存在拐点，为保证方法可靠性，选取它们做同样分析。
按本文3.1.1节所述统一确定各国指标，原始数据来自于GGDC和WBOD（世界银行公开数据库）。GGDC的完整时间跨度为1950—2015年，使用2005年不变价。WBOD的完整跨度是1960—2016年，使用2010年不变价。因为检验过程是针对单个国家分别进行，最终结果是时间点，所以不需各国数据来源一致。每个国家都比较两个数据库，选择时间域较长的数据来源，但是GGDC只提供部分国家数据，最终使用GGDC数据的国家包括埃及、荷兰、巴西、智利、墨西哥、玻利维亚、哥斯达黎加、加纳、尼日利亚、秘鲁、委内瑞拉、南非、博茨瓦纳和美国，其余国家数据来源于WBOD。14个国家（见表4）的关键数据缺失严重，可分析国家个数降为37个。
3.3.2实证结果汇总
对37个资源诅咒国家依次检测，未确定拐点的国家有16个，明确拐点时间的国家有21个（见表4）。在拐点前后状态转换的过程中，这21国的表现各有特点。
在经济水平变化方面，刚果、乍得等国的Gps变动显著，而且拐点后的Gps长期低位波动，变化过程与图1完全吻合，可成为证明资源诅咒存在阶段性的典型国家。阿根廷在拐点前的Gps并不高，但是拐点后出现更大下滑，造成前后的Gps差距明显。与之相反，埃及在拐点后的Gps尚可，但是因为拐点前Gps更高，也造成前后较大落差。其余国家的Gps变化与荷兰相近。在拐点后期，大部分国家的Gps长期低位徘徊，波动幅度较小。智利和阿根廷的Gps波动剧烈，每次波动时的增长幅度都小于跌落幅度，整体均值较低。 在拐点后资源强度的变化方面，智利、肯尼亚、刚果、阿根廷等国在较长时期内Rg保持增长趋势，其余大部分国家在极短暂上升期后呈现平稳或下降，或先下降后平稳的趋势。但一段时期内的整体水平仍旧高于诅咒前，与图3显示的1984年之后荷兰的情况类似。
在拐点后经济恢复方面，刚果、安哥拉、哥斯达黎加、古巴和南非等国的Gps长期处于低位，回升艰难。阿根廷的RA与Gp的关系在1991年后转换成正相关，经济增速随之恢复至拐点前水平。其余国家在拐点后10年左右开始，伴随Rg的逐渐下降，Gps缓慢回升。
16个未测出拐点的国家中，部分国家找到了“可能的拐点”，但是第二或第三个拐点特征不够显著（见表4）。巴西、蒙古、科威特、委内瑞拉、纳米比亚在较长时间内资源与经济正相关，Gps较高或不断增加，推测他们的观测期恰好是资源诅咒前期。其余国家在观测期内呈现典型的诅咒发生期特征，推测他们的拐点时间早于观测期。
对6个资源祝福国家依次测试，都未测得拐点，侧面说明本文检测方法具有较高的可靠性。在可观测期内，博茨瓦纳、挪威、加拿大和澳大利亚的资源强度与经济增长呈长期稳定正向均衡关系，资源强度保持基本平稳或上升趋势，属于 “真正资源祝福”的国家。马来西亚和美国的资源强度与经济增长为长期稳定负向均衡关系，期间资源强度持续下降，属于“未发生资源诅咒”的国家。
4资源强度与经济增长关系演变机理分析
实证检验证明资源诅咒具有阶段性的假设成立，即存在资源诅咒前期。为什么诅咒前期的状态会转换为资源诅咒发生期的状态？为回答此问题，结合前文的理论证明与汇总的实证结果，对资源强度与地区经济关系的演变过程与机理做进一步分析。
第一，诅咒系数φ2的变化是出现拐点以及形成经济增速落差的重要原因。根据（8）式，Rgt-1 的系数取决于滞后期n、资源部门扩张速度φ1和诅咒系数φ2。确定了拐点的国家在拐点前一段时间内的φ1都是正数，当滞后期一定时，φ2的变化成为Rgt-1的系数由正变负的主要原因。对各国拐点前5年的φ1与拐点前后的Gps、Gps的差值做相关分析，发现不存在线性相关。当拐点前后非资源GDP影响因素相对稳定时，Gps的变化主要来自于φ2的变化。下面分析φ2对状态转换的具体影响。文章第2节划分出A、B和C三类状态，资源诅咒期是C状态，而资源诅咒前期是A状态还是B状态难以区分。如果诅咒效应出现初期φ2值较大，会直接由A状态转入C状态，或者虽然有B状态，但时间不长就进入了C状态，造成拐点前后的经济增速差距较大，这种情况下，拐点前5年的Gps通常高于拐点前10年的Gps，刚果、安哥拉、乍得等国属于此类情况。如果初期φ2值较小，在拐点前已经处于较长时期B状态，转入C状态后的经济衰落程度较小，拐点前5年的Gps通常低于拐點前10年的Gps，智利、南非等国属于此类情况。
诅咒系数φ2 的变化分两种，一种是由无变有，一种是由小变大。从无到有的变化原因主要在于诅咒效应滞后期的存在，而大小变化的原因较为复杂，一类可能的原因是制度政策、产品价格等与诅咒相关的因素发生了变化，还有一个原因就是诅咒效应的累加。本文仅讨论了第t期的GDP增速受到的第t-n期的资源的诅咒，实际中，诅咒效应不但有滞后性，还可能有“延续性”，第t期的GDP增速可能还受到第t-（n+1）期，第t-（n+2）…期资源的诅咒，这些效应不断叠加，使φ2逐年增加，直至某一年度超过（1+φ1）n，拐点出现，诅咒过程由B状态进入C状态。
如果φ2 的大小变化主要来自于政策、产品价格等因素的冲击，而叠加效应比较弱时，拐点后随着冲击因素的消失，φ2有“回归”的可能，经济状态会由C状态回转为B状态。例如阿根廷，它的拐点时间恰好与马岛战争的时间吻合，说明它的诅咒系数的增加较大可能来自于国内国际形势的变化，当此类因素消失或减轻后，φ2减小使诅咒效应减轻，该国有机会再次享受资源红利。当诅咒的叠加效应比较强时，即使资源强度降低或国家政策调整，在一段时间内φ2难以减小，经济恢复会比较困难。实证中观察到很多国家尽管在拐点后期资源强度逐步下降，但是经济增速恢复较慢，可能存在诅咒效应叠加的情况。
资源诅咒前期是A状态还是B状态不易分辨，若某地处于B状态，诅咒效应已经出现了却仍旧经济繁荣，没有明显损害出现，就容易产生该地是否存在资源诅咒的争议。
资源祝福国家一直未发现拐点，可能是资源的诅咒效应一直未出现，也可能是存在资源诅咒效应，但是诅咒系数φ2很小且一直稳定，使得（8）式中Rgt-1的系数一直为正。
第二，抗诅咒能力是影响关系转换的另一个重要因素。抗诅咒能力是指能够抵抗资源诅咒负面效应，减少经济损失的能力。资源祝福国家的抗诅咒能力是明显的，而资源诅咒国家也具备一定的抗诅咒能力，这从两种表现反映出来。一种表现是很多国家拐点后期的Gps虽然比拐点前下降，却还是正值，说明在较高资源强度导致经济负增长时，还存在其他推动经济前行的力量，抵消了一部分诅咒的负面效应。这股力量越强，拐点后期的经济增速越高，甚至可以出现类似于埃及的较好增速，这也是部分国家拐点的第二特征不明显的一个原因。另一个反映抗诅咒能力的表现是很多国家出现了资源诅咒缓解的情况。尽管各资源诅咒国在拐点后的Gps都长期处于低位，但其中一些国家的Gps在负相关关系的作用下，随着资源强度的逐渐降低而缓慢恢复，使拐点后10年的平均Gps高于后5年。这种情况也说明一段完整的资源诅咒发生过程包括资源诅咒前期、诅咒发生期和诅咒缓解期三个阶段。
两类抗诅咒表象的背后有至少两类抗诅咒能力的成因。一个就是影响人均GDP增长的非资源因素，在公式（1）、（8）和（9）中用Xt表示，如果这些因素的综合效应是促进GDP增长，就可以抵消一部分诅咒的负面效应，成为抗诅咒的力量。如果拐点后这部分力量减弱，经济衰退程度加大;力量增强，经济衰退程度减小。另一类抵抗资源诅咒的力量是促使拐点后期的资源强度平稳且降低的原因，这类原因难以被直接观察到，可能是资源产品价格下降，也可能是政府转换政策或改变产业结构，致使其他产业GDP占比增加，资源强度降低。 第三，因国而异的资源诅咒成因和传导机制使各国在各阶段表现不同。资源诅咒的成因和传导途径有多种，具体哪一种起主要作用要结合各国特点分析。荷兰的资源诅咒用“荷兰病”解释比较合适，独裁类国家的诅咒成因可能主要在于“制度质量”。智利和阿根廷在拐点后期较为激烈的经济波动说明丰裕资源的确容易引发经济剧烈震荡从而产生衰退，但另外一些国家在拐点前后都相对平缓的经济变动又说明不是所有国家的诅咒都源自于经济波动。这些不同的成因和传导机制使得各国的诅咒系数、诅咒效应的滞后期和抗诅咒能力不同，最终表现在诅咒出现的时間点、经济衰落的程度、资源强度的变化趋势、诅咒的缓解等各方面存在显著差异。
对各诅咒发生国的地域相关性进行分析，发现资源诅咒国家的确集中于某些区域，但位置相近的国家在拐点时间、诅咒程度、出现方式等方面并未显示出明显的一致性或相互关联。这说明一国是否拥有丰裕资源与地理位置有关，但是否发生资源诅咒以及发生的程度、形式等与国家的其他个性因素有关。
综上所述，从诅咒前期演变到诅咒发生期的一般过程是：当诅咒滞后期和非资源影响因素稳定时，拐点的出现取决于φ2 的变化，如果诅咒效应出现初期φ2值就很高，会由A状态直接演变成C状态，拐点前后经济衰落程度相对大;如果初期φ2值较小，先由A状态演变为B状态，当某种冲击造成φ2忽然增加，或者诅咒效应的延续性使φ2值逐渐增加致使Rgt-1的系数φ3小于零，再由B状态进入C状态，经济衰落程度相对小。非资源影响因素是一种抗诅咒力，它的变化影响经济增速的落差。
5结论、启示与政策建议
本文在理论和实证两方面证明了资源诅咒具有阶段性的假设成立。理论方面，根据已有资源诅咒成因和传导机制的解释得到诅咒效应具有滞后性的结论，进而证明了资源诅咒前期的存在;实证方面，本文提出的基于多断点检验的拐点确认方法经过验证是可行的，使用该方法确认了21个资源诅咒发生国的拐点时间，为假设的成立提供了实际证据。
理论推导和实证结果还显示有两种从资源诅咒前期到诅咒发生期的演变过程，一种过程是诅咒前期不存在诅咒效应，当诅咒效应出现时因为诅咒系数较高，立即进入诅咒发生期;另一种是诅咒前期已经出现诅咒效应，但是因为诅咒系数较低，资源强度与经济增长仍然正相关，当某种原因造成诅咒系数增加后才进入诅咒发生期。抗诅咒能力的强弱影响诅咒发生后经济衰落的程度和恢复的速度。各诅咒发生国的自身特点造成它们在资源诅咒各阶段的经济表现有所不同。
研究结论带来两点启示。第一，对于所有国家或地区，丰裕资源都具有两面性，既是“祝福”也是“诅咒”。因为当期资源产业带来的GDP收益作为正面影响与滞后到来的诅咒效应的负面影响同时作用于经济增长，而且诅咒效应的滞后性使得资源诅咒发生国也曾经享有过资源赐予的繁荣，诅咒滞后期与诅咒系数的不确定性使得资源祝福国家也时刻面临资源诅咒的威胁。第二，规避资源诅咒与发展资源产业并不矛盾。如果系统内外各类相关因素能长期保持某种均衡状态，促使资源的诅咒效应较晚到来或使诅咒系数长期处于低位，一个地区可以做到在发展资源产业的同时规避资源诅咒。除了资源祝福国家外，许多国家存在较长时间的资源诅咒前期都说明具有这种可能性。这也说明有些诅咒的发生可能是因为某种均衡状态被突然打破造成的。
根据研究结论和获得的启示，我们提出具有针对性的政策建议。
对处于资源祝福的地区，规避资源诅咒应该成为重要的政策目标，但不必为了避免资源诅咒而放弃资源产业，可以继续保持资源部门的增长或不变。同时为了避免“荷兰病”等情况的出现，需采取措施提升资源产业部门效率，在保持产能的同时降低成本，减少或控制资源部门的资金与劳动力投入。可以采取税收、金融等手段将资源部门获得的高额利润转移至制造业或其它产业部门，尤其要重点扶持高新技术产业以及教育科技等公共事业部门，利用资源的祝福避免资源的诅咒。
资源诅咒前期与资源祝福的状态难以区分，所以凡是享受资源福音的地区都需要做好诅咒的预警工作，时刻注意与资源相关的经济要素的变化，避免已有的均衡状态受到冲击。
对处于资源诅咒发生期的地区，提升抗诅咒能力，缓解诅咒症状是首要政策目标。要根据地区特点，采取措施缩减资源部门规模，或者增加非资源产业的GDP占比以降低资源强度，并通过产业多样化减少经济对资源产业的依赖，从而增加抗诅咒力，减少诅咒带来的损失。当一个地区出现诅咒症状缓解的时候，可能是系统中的抗诅咒能力发挥了作用，也可能是采取的应对政策产生了效果，需要继续坚持直至经济彻底恢复。
对于所有资源丰裕地区，无论处于何种状态，都应该结合自身的国情，通过政策制定提升制度质量、减少经济对资源产业的依赖、斩断资源诅咒产生和传递的途径、增加机体的抗诅咒能力以从根本上解决资源诅咒问题。
（编辑：李琪）
参考文献
[1]AUTY R M. Sustaining development in mineral economies： the resource curse thesis[M]. London： Routledge， 1993：1-5.
[2]SACHS J D， WARNER A M. Natural resource abundance and economic growth[J]. NBER working papers， 1995， 81（4）： 496-502.
[3]SACHS J D， WARNER A M. Fundamental sources of longrun growth[J]. American economic review，1997， 87（2）：184-188.
[4]SACHS J D， WARNER A M. The big push， natural resource booms and growth[J]. Journal of development economics， 1999， 59（1）： 43-76. [5]SACHS J D， WARNER A M. The curse of natural resources[J]. European economic review， 2001， 45（4）： 827-838.
[6]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.
[7]GYLFASON T. Nature， power and growth[J]. Scottish journal of political economy， 2001， 48（5）： 558-588.
[8]MEHLUM H， TORVIK M R. Institutions and the resource curse[J]. The economic journal， 2006， 116（508）：1-20.
[9]KIM C S，LEE S. Regime types， ideological leanings， and the natural resource curse[J]. Constitutional political economy， 2018， 29（1）： 1-19.
[10]LEIBBRANDT A， LYNHAM J. Does the paradox of plenty exist？ experimental evidence on the curse of resource abundance[J]. Experimental economics，2018， 21（2）： 337-354.
[11]ALEXEEV M， CONRAD R. The natural resource curse and economic transition[J]. Economic systems， 2011， 35（4）： 445-461.
[12]WRIGHT G， CZELUSTA J. Mineral resources and economic development[C]// Paper for the conference on sector reform in Latin America， Stanford center for international development， November 13-15 2003. Stanford University， 2003：5-26.
[13]WU S M， LEI Y L. Study on the mechanism of energy abundance and its effect on sustainable growth in regional economies： a case study in China[J]. Resources policy， 2016， 47： 1-8.
[14]徐盈之， 胡永舜. 內蒙古经济增长与资源优势的关系——基于“资源诅咒”假说的实证分析[J]. 资源科学， 2010， 32（12）： 2391-2399.
[15]姚予龙， 周洪， 谷树忠. 中国资源诅咒的区域差异及其驱动力剖析[J]. 资源科学，2011， 33（1）： 18-24.
[16]CORDEN W， NEARY J. Booming sector and deindustrialization in a small open economy[J]. The economic journal，1982， 92（368）： 825-848.
[17]COSTA H K D M， SANTOS E M D. Institutional analysis and the ‘resource curse’ in developing countries[J]. Energy policy， 2013， 63： 788-795.
[18]PAPYRAKIS E， GERLAGH R. The resource curse hypothesis and its transmission channels[J]. Journal of comparative economics， 2004， 32（1）： 181-193.
[19]JOYA O. Growth and volatility in resourcerich countries： does diversification help？[J]. Structural change and economic dynamics， 2015， 35： 38-55.
[20]JAMES A. The resource curse： a statistical mirage？[J]. Journal of development economics， 2015， 114： 55-63.
[21]NADEMI Y. The resource curse and income inequality in Iran[J]. Quality & quantity， 2018， 52（3）： 1159-1172.
[22]YADUMA N. Investigating the oil curse in OECD and NonOECD oilexporting economies using green measures of income[J]. Environment， development and sustainability， 2018，20（6）：2725-2745. [23]CENDRERO J M R. Has Bolivia’s 2006-12 gas policy been useful to combat the resource curse？[J]. Resources policy， 2014， 41： 113-123.
[24]ELBRA A D. The forgotten resource curse： South Africa’s poor experience with mineral extraction[J]. Resources policy， 2013， 38（4）： 549-557.
[25]RAWASHDEH R A， MAXWELL P. Jordan， minerals extraction and the resource curse[J]. Resources policy， 2013， 38（2）：103-112.
[26]MIRONOV V， PETRONEVICH A. Discovering the signs of Dutch disease in Russia[J]. Resources policy， 2015， 46： 97-112.
[27]AYELAZUNO J. Oil wealth and the wellbeing of the subaltern classes in subSaharan Africa： a critical analysis of the resource curse in Ghana[J]. Resources policy， 2014， 40： 66-73.
[28]邵帥， 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.
[29]邵帅， 杨莉莉.自然资源丰裕、资源产业依赖与中国区域经济增长[J].管理世界， 2010（9）： 26-44.
[30]BAI J S， PERRON P. Estimating and testing linear models with multiple structural changes[J]. Econometrica， 1998， 66（1）： 47-78.
[31]BAI J S， PERRON P. Computation and analysis of multiple structural change models[J]. Journal of applied econometrics， 2003， 18（1）： 1-22.
[32]杨多贵，周志田.国家健康报告（第1号）[M]. 北京：科学出版社， 2013：252-275.
AbstractBased on the current explanations of causes and transmission mechanisms of resource curse， this paper points out that the effect of resource curse is lagging behind， and demonstrates that before the emergence of economic decline， the hysteresis will lead to the existence of a ‘precurse stage’， in which high resource intensity will promote economy. There is an inflection point between this period and the curse occurrence period， so the resource curse process has staged characteristics. Then， in order to test the above inferences， this paper proposes an inflection point detection method based on MultiBreakpoint test， and validates the effectiveness of the method by using analysis results of Dutch data. Using this method， the data of 37 resource curse countries are analyzed， and the inflection points of 21 countries among them are determined， which provides practical evidence for the conclusion of staged resource curse. Finally， through the indepth study of empirical data， the general process and mechanism of the evolution from precurse to resource curse stage are further analyzed， and the corresponding policy recommendations are given. The core conclusion of this study is that the process of resource curse has stages; that is， there is a precurse stage before the occurrence of resource curse. The derivative conclusions are as follows： ①When resource curse occurs， due to high curse coefficient， economy quickly enters the curse stage from the precurse stage and the economic gap before and after the inflection point is large. Low curse coefficient will result in a longterm existence of positive correlation between resource intensity and economic growth， and the economic gap before and after the inflection point is small. ②Resource curse countries also have certain abilities to resist curse， which affects the degree of economic decline after the inflection point， as well as the relief speed of curse symptoms. ③Different national conditions lead to various causes and transmission mechanisms of resource curse in different countries， which leads to diverse performances in different stages of resource curse. The policy suggestions are as follows： for areas in the precurse stages or resource blessings， the main policy is to avoid resource curse according to their own national conditions， and the early warning of resource curse is an important task; for those areas where resource curse has already occurred， they should reduce the intensity of resources and increase the proportion of nonresource industries to improve the anticurse ability and relief the curse symptoms as soon as possible according to their own features.
Key wordsprecurse stage; hysteresis of curse effect; inflection point; stages of resource curse; multibreakpoint test