中國資源產業依賴的地區差異及演變
——基于Dagum基尼系數分解

劉那日蘇　郝　戊

(內蒙古科技大學，包頭　014010)

?

中國資源產業依賴的地區差異及演變
——基于Dagum基尼系數分解

劉那日蘇郝戊

(內蒙古科技大學，包頭014010)

〔摘要〕本文利用中國2003～2014年省際面板數據，結合Dagum基尼系數及其按子群分解方法與非參數估計方法，實證研究了中國資源產業依賴的地區差異及其動態演進過程?；嵯禂禍y算及其分解結果表明，中國資源產業依賴在空間分布上具有明顯的地區差異性，且其差異性呈波動下降態勢，盡管超變密度的貢獻率不斷下降，但仍是地區差異的主要來源，地區間凈值差距對地區差異貢獻率不斷上升，地區內差距貢獻率較平穩。Kernel密度估計表明，中國資源產業依賴的地區差異經歷了“先升后降”的變化過程。

〔關鍵詞〕資源產業依賴地區差異基尼系數Kernel密度估計

引言

自從Auty(1993)提出資源詛咒假說的近20多年來，資源產業依賴與資源詛咒效應的關系受到了學術界更加廣泛的關注。作為生產活動的主要投入要素，豐裕的天然資源本身對經濟增長是一個有利的基礎條件。然而，從現實案例和現有文獻來看二者的關系卻在不同歷史時期或不同地區呈現出完全相反的走向(Sachs和Warner，2001[1]；邵帥、齊中英，2008[2]；方穎、紀絗、趙揚，2011[3]；邵帥、范美婷、楊莉莉，2013[4])。學術界普遍認為自然資源開發能否促進地區經濟發展，關鍵在于人們對自然資源的管理和開發利用是否科學合理，對資源產業的畸形依賴尤其是礦產資源的大規模開發是引發資源詛咒效應的主要原因，是羈絆區域經濟發展的最大根源。我國不同地區(或省市)的經濟發展水平、人文素質和資源稟賦等經濟基礎存在著較大差異，特別是伴隨礦產資源的大規模開發，資源產業依賴的地區差異也逐步凸顯。

從已有的研究文獻來看，學界就資源產業依賴與經濟增長的關系做了大量研究且成果頗為豐富，但對中國資源產業依賴的地區差異及其動態演變規律的定量化研究相對缺乏，特別是關于其地區差異的來源分解的研究更少，本文試圖在這方面作微薄的嘗試，拓展學界對于資源產業依賴地區差異性的認識。

本文在現有文獻的總結和思考的基礎上，運用2003～2014年中國省際面板數據，以采礦業固定資產投資占全社會固定資產投資的比重對資源產業依賴度予以度量，采用基尼系數分解方法來考察中國資源產業依賴的地區差異及其來源問題。依據Dagum(1997)提出的基尼系數及其按子群分解方法，我們將總體地區差異分解為地區內差異、地區間凈值差異和超變密度①3個部分，進而有效刻畫地區差異的來源問題[5]。在此基礎上，利用Kernel核密度估計方法，進一步分析資源產業依賴地區差異的分布動態演進過程，詳細考察其分布形態和延展性等特征。對于中國資源產業

依賴的空間分布格局及其動態演進過程的準確測度，不僅有助于揭示資源詛咒效應地區差異性的內在本質，也能為采取措施有效規避資源詛咒效應具有深遠的學術價值和現實意義。

1研究方法與數據描述

1.1資源產業依賴地區差異的基尼系數分解方法

基尼系數、變異系數和泰爾指數是衡量地區差異的常用統計量，需要說明的是，在20世紀90年代后期以前，基尼系數是具有不可按地區分解的特點(崔啟源，1994[6])，因此在學術研究中的應用受到許多限制，但是對于基尼系數分解的研究從未停止(Bhattacharya和Mahalanobis，1967[7]；Bourguignon，1979[8]；Frosini，1989[9]；程永宏，2008[10])。Dagum(1997)提出一種基尼系數按子群分解的方法，有效解決了基尼系數不能按地區分解的難題，此方法已被廣泛應用于多個研究領域(劉華軍、何禮偉、楊騫，2014[12]；黃杰、賈登勛，2015[13])。鑒于Dagum基尼系數按子群分解方法的優點和特性，本文采用該方法刻畫中國資源產業依賴的地區差異及來源。

(1)

Dagum(1997)將總體基尼系數G分解為地區內差距貢獻 、地區間凈值差距貢獻Gnb和超變密度①貢獻Gt，且滿足G=Gw+Gnb+Gt。公式(2)和(3)分別是某地區(如地區j)基尼系數Gjj和地區間(如地區j與h間)基尼系數Gjh；公式(4)、(5)、(6)分別是地區內差距貢獻Gw、地區間凈值差距貢獻Gnb、超變密度貢獻Gt。

(2)

(3)

(4)

(5)

(6)

(7)

上式中，djh和Pjh的計算由式(8)、(9)所示。我們將djh定義為地區間資源產業依賴度差值，可以理解為地區j和地區h間滿足yjt-yhr>0條件的所有樣本值之和的數學期望；pjh定義為超變一階矩，即j、h區域中yhr-yjt>0的所有樣本值之和的數學期望。Fj(Fh)為j(h)地區的累積密度分布函數。

(8)

(9)

1.2Kernel核密度估計

Kernel核密度估計方法作為一種常見的非參數估計方法，主要用于估計概率密度。非參數估計方法在不附加任何具體假定條件下，僅從數據樣本出發研究其分布特征?？傊菂倒烙嬒啾扔趨倒烙嬈淝疤峒俣ǜ鼮榉潘桑虼?，被越來越多地應用于地區差異及其分布動態演進的相關研究中。假設隨機變量X在點x處的概率密度函數為f(x)，則在點x處的概率密度可由公式(10)表示。

(10)

上式中，Xi為獨立同分布的樣本數據，x為均值，N是觀測值的個數，h為帶寬，K()為Kernel函數。在本文研究中，X1，…，Xn是各個省份的資源產業依賴度，f(x)是省域資源產業依賴的Kernel密度估計。參照現有研究中的通常做法，本文選擇高斯核函數進行估計，其表達式如下所示：

(11)

本文關心的一個核心問題就是通過Kernel核密度估計結果的圖形對比，判斷中國資源產業依賴的分布形態、位置和演進態勢。

1.3指標選取和數據描述

通常，以采礦業產值比重、投資比重、就業比重和出口比重作為度量資源產業依賴程度的指標?？紤]到數據的可得性和合理性，本文以采礦業固定資產投資占全社會固定資產投資比重對資源產業依賴度予以度量。本文考察期為2003～2014年，所使用的數據主要來源于《中國固定資產投資統計年鑒》、《各省份統計年鑒》、《中國統計年鑒》有關各期，或根據其中數據計算得到，其中少數缺漏值利用中國知網統計數據庫、搜數網數據庫或插值法予以補齊。

2中國資源產業依賴的地區差異及分解

2.1中國資源產業依賴的空間分布特征

表1描述了2003～2014年，基于全國層面、區域層面和省域層面的資源產業依賴地區差異性的初步統計結果。從表中非常清楚地看出，中國資源產業依賴度的整體走勢呈現出先上升后下降的態勢，2008年達到最高的4.459%；西部地區資源產業依賴的總體走勢與全國較為相似；中部地區從2005年開始呈現出逐年下降態勢，若以2005年為基期，到2014年中部地區資源產業依賴度年均下降3.62%；東部地區資源產業依賴在2008年之前處于時有起伏中呈上升態勢，之后呈現出逐年下降態勢。值得注意的是，中西部地區的資源產業依賴度遠遠大于同期全國平均水平，特別是西部地區約為全國平均水平的兩倍，而東部地區則遠遠小于全國平均水平。不難發現，西部與東部地區間差異最大且呈先擴大后縮小的演變態勢。此外，資源產業依賴在不同省市間差異懸殊。2003年，黑龍江、新疆兩個省區的資源產業依賴度都超過了10%，即新疆17.427%，黑龍江11.343%，低于3%的省份有17個，浙江為最低0.097%。2014年山西、新疆和內蒙古三省區的資源產業依賴度也超過了10%，而大多省市的資源產業依賴度卻低于3%。

表1　資源產業依賴度　%

續　　表

2003年和2014年中國資源產業依賴的空間分布狀況分別如圖1、圖2所示。我們可以直觀地看出，中國資源產業依賴的空間分布具有明顯的空間非均衡特征。由圖1可知，2003年中部地區和西部地區的資源產業依賴度明顯高于東部地區，其中新疆和黑龍江均超過10%。從圖1和圖2不難看出，中國資源產業依賴的空間分布動態演進的顯著特征是逐步向中西部地區連片擴散態勢，同時也能看出西部地區資源產業依賴的集聚程度較高。總體而言，我國資源產業依賴在空間分布上呈現出東輕西重的顯著空間非均衡特征。

圖1　2003年資源產業依賴的地區分布

圖2　2014年資源產業依賴的地區分布

2.2資源產業依賴地區差異測度及來源分解

利用Dagum(1997)基尼系數及其按子群分解方法，進一步研究中國資源產業依賴的地區差異及其來源問題。本文基于東、中、西三大地區層面對我國資源產業依賴的地區差異進行分解，并測算地區內差距、地區間凈值差距和超變密度對總體地區差異的貢獻。

2.2.1中國資源產業依賴空間分布的總體差異、來源分解及演變趨勢

從表2和圖3看出，資源產業依賴的地區差異非常明顯且處于時有起伏狀態中。分時期看來，在2003～2009年，地區差異穩步縮小，在2009年總體基尼系數下降到0.487；在2010～2014年，地區差異時有起伏，在2012年基尼系數達到本文樣本考察期內的最小值0.477。進一步分時期來看，在2003～2011年間，基尼系數盡管處于時有起伏狀態，但總體上呈現出緩慢下降態勢，2011年基尼系數比2003年下降0.043。在2012～2014年間，地區差距緩慢上升，2014年基尼系數比2012年上升0.016。

表2　我國資源產業依賴的基尼系數及其分解結果

那么，這種地區差異主要體現在怎樣的地區構成上呢？本文依據Dagum基尼系數按子群分解方法，將總地區差異進一步分解為地區內差異、地區間差異和超變密度。從圖4可以看出，本文考察期內超變密度對地區差異的貢獻率為最高，是總體差異的主要來源，地區內差異的貢獻率變化不明顯，地區間差異的貢獻率呈持續上升態勢，并于2010年超過地區內差異的貢獻。若以2003年作為基期進行測算，超變密度的貢獻率年均下降5.87%，相反，地區間差異的貢獻率年均上升14.53%。

圖3　我國資源產業依賴地區差距的演變趨勢

圖4　我國資源產業依賴地區差距的來源

由于重工業優先發展戰略和礦產資源的地區分布不均衡等因素的影響，改革開放之前我國資源產業依賴的地區分布是十分不平衡的，東北三省和內蒙古、山西等少數內地省份承擔了主要的礦產資源采掘基地和重工業生產基地。隨著改革開放和各地區工業化的陸續推進，目前我國仍處于礦產資源需求旺盛與部分地區大規模開采資源并存的局面，資源產業依賴的地區差異一直保持在較高水平。

2.2.2三大區域資源產業依賴的地區差異及其演變趨勢

從表2可知，從三大地區層面看，東部基尼系數最高且一直處于頻繁波動態勢中，在本文樣本考察期內，2014年基尼系數為最小0.467，即東部地區資源產業依賴的地區差異相對較高，但是總體上處于持續縮小趨勢中；西部地區資源產業依賴的地區差異最小，從2003～2013年持續下降，在2013年達到整個樣本考察期內的最小值0.266，隨后雖有小幅上升，但不是十分明顯；中部地區呈微弱波動的相對穩定狀態。

3資源產業依賴的分布動態演進分析

3.1基于全國層面的Kernel核密度估計

本文利用高斯核函數作出我國31個省市資源產業依賴的核密度估計二維圖(見圖5)。我們可以看出，在樣本考察期內，中國資源產業依賴的地區差異經歷了“上升——下降”的過程。具體而言，2008年Kernel密度估計曲線峰值相比2003年顯著下降，密度函數中心輕微向右移動，寬度拉大，這一方面說明我國資源產業依賴在上述期間內不斷加深；另一方面也表明地區差異正在擴大。需要說明的是，2008年核密度估計曲線存在明顯的右拖現象，這又說明某些省份處于過度依賴資源產業的狀態。與2008年相比，2014年峰值大幅提高且密度函數中心輕微向左移動，寬度縮小，這說明此階段資源產業依賴的地區差異開始縮小。與2003年相比，2014年密度函數中心無顯著變化，但峰值顯著提高且寬度變窄，這表明資源產業依賴的地區差異在本文樣本考察期內呈下降態勢。可能的原因是，資源型地區努力通過產業多樣化和資源型產業轉型升級等途徑有效降低資源產業依賴度，各地區更注重自然資源的合理開發利用與資源配置效率的提高，從而資源產業依賴的地區差異在全國范圍內表現出下降趨勢。此外，2014年Kernel密度估計曲線呈明顯的雙峰分布，即資源產業依賴具有明顯的兩極分化特征。

圖5　全國資源產業依賴的分布演進

3.2基于三大區域層面的Kernel密度估計

圖6報告了東部地區資源產業依賴的分布演進特征。從整體上看，東部地區資源產業依賴的分布密度曲線峰值不斷變大，寬度不斷縮小，反映資源產業依賴的地區差異不斷縮小；還有，密度函數中心經歷了“先右移后左移”的過程，這又說明資源產業依賴呈“先加大后下降”態勢。

圖6　東部地區資源產業依賴的分布演進

圖7描述了中部地區資源產業依賴的分布演進特征。從整體來看，在本文樣本考察期內密度函數寬度經歷了“先拉大后縮小”的過程，峰值較大幅度波動且密度函數中心輕微發生移動，這說明在本文樣本考察期內地區差異呈現出先擴大后下降的演變趨勢。就演變過程來說，與2003年相比，2008年密度函數中心輕微向右移動，峰值變小，寬度拉大，表明地區差異正在擴大，且資源產業依賴具有加重趨勢。需要說明的是，2008年分布密度函數雙峰現象更為顯著，區域內資源產業依賴具有明顯的兩極分化特征。與2008年相比，2014年峰值大幅提高且密度函數中心向左移動，寬度變窄，這說明此階段資源產業依賴的地區差異開始縮小。與2003年相比，2014年密度函數中心無顯著變化，但峰值顯著提高且寬度變窄，這表明中部資源產業依賴的地區差異在樣本考察期內總體上呈下降態勢。

圖7　中部地區資源產業依賴的分布演進

圖8描述了西部地區資源產業依賴的分布演進特征。就從演變過程來看，較之2003年，2008年密度函數中心向右移動，寬度拉大，雙峰現象變弱，峰值變小，這充分說明地區差異呈擴大態勢。相對于2008年，2014年密度函數中心向左移動，由單峰變為雙峰，寬度變小，表明資源產業依賴的地區差異呈縮小趨勢且存在明顯的兩極分化態勢。總的來看，西部資源產業依賴的地區差異呈現出“先擴大后縮小”的變化過程。

圖8　西部地區資源產業依賴的分布演進

4結論與啟示

針對中國資源產業依賴的地區差異問題，本文利用2003～2014年中國31個省市的面板數據樣本，以采礦業固定資產投資占全社會固定資產投資比重對資源產業依賴度予以度量，采用Dagum基尼系數和Kernel核密度估計方法，實證地考察了中國資源產業依賴的地區差異及其演變趨勢，得到如下主要結論。

(1)利用GIS繪制的資源產業依賴空間分布圖直觀地顯示中國資源產業依賴具有顯著空間非均衡特征，中西部地區的資源產業依賴度明顯高于東部地區。這主要是東部發達地區擁有較好的制度環境、人力資本積累和技術創新能力，制造業和高新技術產業獲得長足發展，成功擺脫了資源依賴型經濟增長模式。此外，資源產業依賴的空間非均衡往往與地區資源稟賦和經濟發展模式有關，資源富集地區更趨向于優先選擇資源依賴型經濟發展道路，從而其資源產業依賴度普遍高于其他地區。

(2)根據Dagum基尼系數測算及分解結果，中國資源產業依賴的地區差異在整個樣本考察期內較為嚴重且呈波動中縮小趨勢，空間分布不均衡的現象有所緩解。從地區差異的來源及其變化來看，盡管超變密度對總體差異的貢獻率呈下降趨勢，但仍然是導致中國資源產業依賴地區差異的主要原因；地區內差距的貢獻率較為平穩；地區間差距的貢獻率不斷上升，逐漸成為中國資源產業依賴地區差異的主要來源。因此，當前需要進一步縮小地區內差異的同時，應當加大措施協調地區間資源產業的協調發展，防止地區間差異的進一步擴大。

(3)Kernel核密度估計表明，中國資源產業依賴度及其地區差異均呈“先上升后下降”趨勢，說明近年來的一系列資源開發利用戰略和政策措施開始收到一定的效果，在一定程度上降低了我國資源產業依賴的地區差異。

上述發現具有一定的理論啟示和政策含義：(1)本文對現有文獻極少關注，但卻在資源詛咒命題研究中更為重要的資源產業依賴的地區差異及其演變趨勢進行了分析，這一工作對于增強有條件資源詛咒假說的理論邏輯性和現實解釋力具有積極的理論價值。(2)本文首次證實了地區間差距、地區內差距和超變密度對中國資源產業依賴的總體地區差異的貢獻，這些來源的識別對于我國資源富集地區有效降低資源產業依賴度，加快轉變經濟發展方式具有重要的現實指導意義。(3)要想提高資源利用效率降低資源產業依賴度，除應當合理利用自然財富加強人力資本積累和技術創新、促進制造業發展、推進市場化進程、提高政府工作效率之外，更重要的是實現資源富集地區的產業結構轉型升級，各地區應根據自身實際，因地制宜采取產業發展政策，通過產業多樣化和提高要素配置效率來擺脫過分依賴礦產資源的單一產業發展路徑。

注釋：

①兩個不同區域之間，經濟發展水平較低的區域中存在著比較富裕的個體，而經濟發展水平較高的區域中也存在著相對貧窮的個體，由這兩個部分共同存在所導致的區域差異被稱為超變密度。

②我國經濟布局可以分為三大板塊：東部地區、中部地區、西部地區。有鑒于此，本文將按照這3個區域來展開相關分析。東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、遼寧、海南共11個省份和直轄市；中部地區包括山西、河南、湖南、湖北、安徽、江西、吉林、黑龍江共8個省份；西部地區包括內蒙古、新疆、寧夏、陜西、甘肅、青海、四川(將重慶并入)、云南、廣西、西藏、貴州共11個省、自治區和直轄市。由于重慶市1997年被劃為直轄市，因此，很難獲得其1990～1997年資源產業依賴的完整數據，為了保證對我國資源產業依賴的空間非均衡及其演進過程的分析具有科學性和連續性，本文將重慶并入四川進行分析。

參考文獻

[1]Sachs J D,Warner A M.The Curse of Natural Resources[J].European Economic Review,2001,45(6):827～838

[2]邵帥,齊中英.西部地區的能源開發與經濟增長—基于“資源詛咒”假說的實證分析[J].經濟研究,2008,(4):147～160

[4]邵帥,范美婷,楊莉莉.資源產業依賴如何影響經濟發展效率？——有條件資源詛咒假說的檢驗及解釋[J].管理世界,2013,(2):32～63

[5]Dagum C.A New Approach to the Decomposition of the Gini Income Inequality Ratio[J].Empirical Economics,1997,22(4):515～531

[6]崔啟源.測算中國省際地區差距問題[M].北京:中國統計出版社,1994

[7]N.Bhattacharya,B.Mahalanobis.Regional Disparities in Household Consumption in India[J].Journal of the American Statistical Association,1967,62(317):143～161

[8]Bourguignon F.Decomposable Income Inequality Measures[J].Econometrica,1979,47(4):901～20

[9]Frosini B V.Aggregate Units,Within-group Inequality and the Decomposition of Inequality Measures[J].Statistica,1989,49(3):349～369

[10]程永宏.基尼系數組群分解新方法研究:從城鄉二亞組到多亞組[J].經濟研究,2008,(8):124～135

[11]方永恒，肖建業，王婷．資源型產業集群轉型過程中的風險研究[J]．工業技術經濟，2013，(9)：34～40

[12]劉華軍,何禮偉,楊騫.中國人口老齡化的空間非均衡及分布動態演進:1989～2011[J].人口研究,2014,(2):71～82

[13]黃杰,賈登勛.中國低碳經濟發展的空間非均衡及動態演進[J].統計與信息論壇,2015,30(3):57～64

(責任編輯：王平)

收稿日期：2016—03—15

基金項目：教育部人文社會科學研究西部和邊疆地區項目“資源詛咒效應發生機制與規避策略研究：基于空間經濟學視角”(項目編號：15XJC790006)；內蒙古自治區高等學?？茖W研究項目“資源產業依賴與區域經濟發展效率的關聯機制研究”(項目編號：NJSY161)。

作者簡介：劉那日蘇，內蒙古科技大學經濟與管理學院副教授，經濟學博士，碩士生導師。研究方向：資源(能源)經濟、城市與區域經濟。郝戊，內蒙古科技大學經濟與管理學院教授，碩士生導師。研究方向：區域發展戰略。

DOI：10．3969/j．issn．1004-910X．2016．07．009

〔中圖分類號〕F062.9

〔文獻標識碼〕A

Regional Disparities and the Evolution of the Dependence on Resource-based Industries in China——On Dagum Gini Coefficient Decomposition

Liu NarisuHao Wu

(Inner Mongolia University of Science and Technology，Baotou 014010，China)

〔Abstract〕Using China’s provincial panel data from 2003 to 2014,this article examines regional disparities and distributional dynamics of the dependence on resource-based industries in China with Dagum’s Gini coefficient and Kernel density estimation method.It reaches the following results.The dependence on resource-based industries in China is characterized by significant regional disparities.According to the overall Gini coefficient,regional disparities exhibits certain fluctuation.The intensity of trans-variation is the major source of overall inequality.The disparity among regions is on the rise,while the disparity in regions is relatively stable.Kernel density estimation indicates that the dependence on resource-based industries in China rises first and decreases afterwards.

〔Key words〕dependence on resource-based industries;regional disparities;Gini coefficient;Kernel density estimation