資源依賴對經濟發展效率的影響與傳導
——基于中國省級面板數據實證分析

張 琦，李松森，夏慧琳

（1.東北財經大學 財政稅務學院，遼寧 大連 116025；2.南京財經大學 財政與稅務學院，江蘇 南京 210023）

一、引言

習近平總書記在黨的十九大報告中指出，現階段中國社會主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。此類不平衡與不充分建設，要求我們進一步探討中國現在是否存在“資源詛咒”現象，同時要求我們在理論分析與實踐中認真研究與處理。一般而言，經濟學理論認為，豐富的資源會對經濟發展起到有力的推動作用，如加拿大、美國等。然而，從20世紀90年代開始，以Sachs與Warner［1］為代表的部分學者研究后發現，大部分資源不足的國家（如日本、盧森堡等）實現了經濟的迅猛發展，而資源充分的國家或區域（如贊比亞等）的經濟發展情況卻比較落后，乃至產生經濟負增長的情況，即出現了“資源詛咒”現象。學者們對“資源詛咒”現象予以分析［2］-［5］，但就“資源詛咒”現象的假說是否成立，結論莫衷一是。因此，應使用更有信服力的數據與方法，重新進行更為穩健的實證研究。鑒于此，本文通過對已有文獻的梳理分析，實證驗證在經濟增長維度和TFP增長維度均存在有條件的“資源詛咒”現象的假說。在“資源詛咒”現象表現的各種維度中，相關研究對資源依賴如何影響TFP增長還未給予應有的重視。本文構建市場化程度指標體系，采用SYS-GMM等計量分析方法，利用2000—2019年中國30個省級面板數據樣本，實證檢驗資源依賴對經濟發展帶來的影響，且對其傳導機制予以進一步分析。最后依據實證結論給出實現經濟可持續發展的政策建議。

二、文獻綜述與研究假設

針對資源依賴對經濟發展的影響，國內外學者從多個角度進行了大量的研究。從進出口角度來看，Corden［6］認為，如增加對資源的出口，則可能導致實際匯率有所上升，進而對制造業的出口產生負影響，并抑制經濟發展。在對其他行業的影響方面，有部分學者認為，資源型產業發展必然會導致該行業就業人員的工資與福利水平相對較高，由此會出現對服務業和制造業發展的擠壓效應。在此觀點之下，Frankel和Romer［7］認為，服務業和制造業的發展對于一個國家的經濟發展有著巨大的推動作用，具體作用體現在，此類行業的發展能夠推動相關行業的優化升級。從“資源詛咒”現象角度來看，徐康寧和王劍［8］認為，造成各地區間發展不平衡的較為明顯的因素之一即為資源豐裕度的差異，在其研究中，通過使用1995—2003年部分數據比較完整的省級面板數據，對“資源詛咒”現象存在與否進行了實證檢驗，并最終得出結論：多數資源豐裕度較高的省份在其發展過程中確實存在有“資源詛咒”現象，即資源約束了當地的經濟發展，使得當地的經濟發展與其所擁有的資源規模大相徑庭。胡援成和肖德勇［9］采用1999—2004年省級面板數據對國內是否存在“資源詛咒”現象進行研究發現，當地的經濟發展確實會受到資源的阻礙。而就如何改善這一現象，董利紅和嚴太華［10］認為，可以通過提高制度質量與提高技術投入水平等措施。萬建香和汪壽陽［11］則在其對此問題的研究中引入了社會資本，提出如能跨越社會資本和技術創新二者交叉因子的門檻值，則可以切斷“資源詛咒”現象的傳導途徑，從而消除影響。此外，國內部分學者認為“資源詛咒”現象在國內并不明顯，代表性研究包括丁菊紅和鄧可斌［12］等，通過地區面板數據的實證研究發現，在控制了政府干預等因素的前提下，“資源詛咒”現象造成的影響并不明顯。方穎等［13］也通過對中國95個地級市或以上城市面板數據檢驗發現，如以人均GDP衡量，則資源豐裕度與當地的經濟發展之間無明顯負相關；資源豐裕度較高的城市還可以在一定程度上促進省份內其他地市的工業化發展。

大多數國家成功的工業化過程中，資源都發揮了積極的推動作用。但是，相當多擁有豐富資源的國家，不但未從資源的大量開發中獲益，還使其經濟發展增速變慢乃至原地踏步，基本上都出現了“資源詛咒”現象，并且在發展中國家尤為明顯。有些學者卻得出了不同的結論，如孫大超和司明［14］、方穎等［13］分別從省級層面和城市層面實證檢驗出資源依賴與經濟發展之間沒有顯著的關聯。在分析資源與經濟發展的關系時，學者要么認為豐富的資源能促進經濟發展，要么認為資源開發不利于經濟發展、“資源詛咒”現象會頻繁出現，要么認為資源與經濟發展并無任何相關關系。顯然，我們需要找到一種能對此類相互矛盾的事實提供充分解釋的理論。基于上述分析，本文提出如下假設：

假設1：資源依賴與經濟增長間具有倒U型曲線關系。

TFP增長是一個對經濟發展至關重要的因素，而現有文獻很少有針對資源開發活動如何影響TFP增長的研究。若說人均GDP增長重點在數量上體現了經濟發展，那么TFP增長便是在質量上反映了經濟發展。由于在新古典增長理論內，對比經濟增長來說，結合了技術成長、市場體系健全、規模效率提高等各個領域經濟發展要素的TFP增長變得更加關鍵。資源依賴與TFP增長間在各個階段、各個區域與各種經濟環境下，也許存在各種演變形式或特點，而不是簡單的線性關系。因此，對資源的過分依賴可否也會不利于TFP增長。基于上述分析，本文提出如下假設：

假設2：資源依賴與TFP增長間具有倒U型曲線關系。

三、研究設計

（一）模型設定

動態面板數據SYS-GMM模型可以很好地反映變量的動態調整過程，也可以通過相關技術方法對長期經濟效應進行反映。并且，動態面板數據SYS-GMM模型能夠通過引入被解釋變量的滯后項當作一些遺漏變量的代理變量來有效解決模型的內生性問題。因此，本文使用動態面板數據SYS-GMM模型開展實證分析。

1.經濟增長模型

本文構建的經濟增長模型如下：

其中，β0—β14為待估參數，?it為隨機擾動項。

（1）人均GDP年均增長率（PGR）。在所有區域物價總體維穩的基礎上，因為對人口要素的考量，本文將人均GDP年均增長率作為經濟增長指標的被解釋變量。采用人均指標可以較好地反映出一個地區的經濟增長水平，避免了人口因素導致的不可比。

（2）滯后一期人均GDP自然對數（lnGDPi，t-1）。將其引入模型，可以控制各截面單位經濟發展初始水平的影響，以減少經濟發展慣性對計量結果的干擾。

（3）TFP增長率（TFP）。在新古典增長理論中，經濟增長通常被分解為資本、勞動及全要素增長率三部分，而且被賦予廣義技術進步性質的增長對經濟增長的重要作用已被許多經驗研究所證實，但相關文獻基本均未對這一重要變量予以控制。本文采用DEA—Malmquist指數法對各省份在相關年度的增長率進行測算，且將其作為一個主要控制變量而添加到經濟增長模型中，并預期其系數符號大于零。

運用DEAP2.1軟件進行計算，投入變量勞動采用年均全社會就業人數進行度量，資本采用固定資本存量。固定資本存量的計算運用戈登史密斯（Goldsmith）在1951年開創的永續盤存法PIM來估算。本文以1978年為基年運用永續盤存法按不變價格計算各省份的固定資本存量。即采用以下模型：

其中，Kit為t期固定資本存量，Iit為t期根據當期價格核算的投資額，Pit為t期定基價格指數與δit為t期分資本折舊率。本文采取固定資本形成總額度量當年投資（與Young［15］的選擇一樣）。結合每年固定資產投資指數與當年固定資本形成總額，采用張軍等［16］的方式，對建筑、設施與其他開支這三種固定資本折舊率給予預估，獲得折舊率分別約7%、15%與12%，且以此為前提根據資產值比例獲得平均折舊率是9.6%。

（4）資源依賴度（R）。資源依賴度是對資源依賴的度量，常用的指標有采礦業產值比重、投資比重、就業比重和出口比重等。本文采用采礦業就業人數占就業總人數比重對資源依賴度來度量。相對于其他指標，上述指標能夠較好地反映出各省份就業結構向資源型產業的傾斜程度，從而更具有代表性。R2為資源依賴度的平方項。

（5）人力資本投資（HC）。本文采用高校在校學生數占當地人口數的比重來度量，并預期其系數符號為正。

（6）技術創新投入（TI）。創新與技術發展在內生增長理論中是促進經濟增長的重要因素。因此，本文采用技術市場成交額在地區生產總值中所占的比重來度量，并預期其系數符號為正。

（7）對外開放程度（OP）。得益于改革開放發展政策，中國的經濟發展迅速，所以對外開放水平對經濟高速發展的影響不容小覷。本文采用企業當地的外貿總額在當地GDP中的占比，并預期其參數符號為正。

（8）制造業投入（MD）。資源型產業的過度發展會使制造業被擠占，“荷蘭病”效應是“資源詛咒”現象發生的一個關鍵要素。本文采用制造業固定資產投資占整個社會固定資產總投資的比重來度量，并預期其系數符號為正。

（9）市場化指數體系的構建。市場化建設的推進是提高經濟發展質量、轉變增長方式、邁向平衡發展階段的重要保障。本文市場化指數體系是量化市場經濟體制改革的制度變量，可以較全面地反映市場化程度的新特點。本文將市場化指數體系作為基本控制變量引入模型。國內學者對中國經濟市場化程度的度量方式，有大部分涵蓋了原國家計委課題組對市場化水平的界定，陳宗勝［17］設立了預估市場化程度的指標機制，王小魯等［18］就某個區域市場化程度相對指數進行了分析。本文設立了含政府行為規范化、產品市場平等化等指標在內的市場化指數機制，以及其下屬的10個二級指標和17個三級指標體系，力求對中國市場化程度進行綜合全面準確的度量。

經濟增長模型的變量定性描述如表1所示，市場化指數評價指標體系如表2所示。

表1 經濟增長模型的變量定性描述

表2 市場化指數評價指標體系

本文將2000年作為基期，此年某項市場化三級指標，其區域分數介于0—10分之間，再根據所有區域的指標情況與基期此項指標在0—10分間的“相對位置關系”確定該指標對應的指數。由于涉及指標值大小與市場化程度的正負相關性，因而指標得分包括兩種計算方法：

其中，Vi是某個地區第i個指標的原始數據，Vmax和Vmin分別是基期（2000年）該指標所對應的30個省份中原始數據最大值和最小值。

根據指標數值與市場化程度的理論關系，將17個三級指標分為兩大類。當指標值與市場化程度正相關時，采用公式（3）計算相對指數，即原始數據越大，指標得分越大，所體現的市場化程度越高，如金融市場競爭等。否則采用公式（4）計算相對指數，即原始數據越大，指標得分越小，市場化程度越低，如政府消費等。另外，在各指標間權重分配上，本文采取簡單平均方法形成各級指數。

2.TFP增長模型

本文構建的TFP增長模型如下：

其中，γ0—γ14為待估參數，νit為隨機擾動項。

針對假設2模型的被解釋變量TFP增長率，我們以DEA—Malmquist指數法對其進行測算，接著將其轉換成以百分比為單位的增長率進而獲得此指標信息。以該指數法能更好地將生產率指數分解成技術進步指數與技術效率變化指數，且將其轉變成以百分比為單位的增長率方式，進而得到增長模型內的兩個主要控制變量。所有要素在生產效率的提升不僅有之前技術效率提升的原因，使得產出更為靠近當前技術環境下的生產可能性界限；也有可能有技術發展帶來的結果，也就是生產可行性界限的外移。因此，本文將技術進步（TE）與技術效率變化（EF）增加至模型內，目的在于度量技術效率與技術進步對TFP增長的貢獻。TFP增長模型的變量定性描述如表3所示。

表3 TFP增長模型的變量定性描述

（1）資源依賴度（R）。資源依賴度是對于資源依賴的度量，常用的指標有采礦業產值比重、投資比重、就業比重和出口比重等。本文采用采礦業就業人數占就業總人數比重對資源依賴度來度量。這個指標能夠較好地反映出各省份就業結構向資源型產業的傾斜程度，更具有代表性。

（2）人力資本投資（HC）。人力資本投資是影響技術創新能力的關鍵要素，直接影響其TFP增長。因此，本文采用高校在校學生數占當地人口數比重來度量，并預期其系數符號為正。

（3）技術創新投入（TI）。內生增長理論認為，研發及技術創新能協助技術進步與生產效率的提高。因此，一個地區對技術創新活動的投入，特別是資金與人員的投入是促進技術進步和生產效率提高的必要條件。本文采用從事科技活動人數占總就業人數比重來度量，并預期其系數符號大于零。

（4）外商直接投資（FD）。該指標能以各種方式對生產效率帶來影響，包括技術擴散效應、競爭效應、產業關聯效應等。本文采用按年均匯率兌換為人民幣的各省份當年實際利用外商直接投資占GDP比重來度量。

（5）基礎設施建設（IC）。完善的基礎設施能夠降低地區間的運輸成本和交易費用，有利于提高資源配置效率和要素使用效率，進而有利于整個社會的經濟發展。本文采用對數化處理的人均擁有道路面積來度量，并預期其系數符號為正。

（6）市場化指數指標機制。這些年來，中國的經濟已經處于新常態下，市場化程度對經濟發展有深刻的影響。因此，考慮市場化程度對經濟發展的影響具有深遠意義。

（二）數據來源

本文的核心數據源自《中國統計年鑒》與各省份的地方統計年鑒。遺失的部分內容以插值法補充。值得說明的是，在選取各指標數據時，如遇到國家與地方統計年鑒數據有所不同，兼顧指標的權威性和可得性，本文一律選取《中國統計年鑒》的統計數據作為研究來源。因為西藏部分數據不全，本文選取不含西藏在內的30個省份2000—2019年的數據。

（三）參數估計方法

本文的動態面板數據模型從理論方面而言也具有由于被解釋變量滯后項和隨機干擾項有關所帶來的內生性問題，若采用一般的面板數據固定效應或隨機效應模型，所獲得的估計結果有較大的幾率是存在一定誤差、不匹配的。Blundell和Bond［19］在Arellano和Bover［20］的基礎上通過構建聯立方程來提高參數估計效率，就是系統GMM。具體估計原理如下：

建立一個聯立方程，包含差分方程和水平方程如下式：

其 中，δ=(γ β')'，Yi=(Yi3，…，YiT)'，ΔYi=(ΔYi3，…，ΔYiT)'，定 義Zi=(Yi，-1Xi)'，則ΔZi=(ΔYi，-1ΔXi)'，Yi，-1=(Yi2，…，Yi，T-1)'，ΔYi，-1=(ΔYi2，…，ΔYi，T-1)'，Xi=(Xi3，…，XiT)'，ΔXi=(ΔXi3，…，ΔXiT)'，uit=ai+εit，ui=(ui3，…，uiT)'，Δui=Δεi。

由于已經假定Xit嚴格外生，故ΔXit也是嚴格外生。因此，對工具變量的討論主要關注內生變量Yi，t-1和ΔYi.t-1。綜合差分方程和水平方程中隨機擾動項的統計特征，可以設定新的工具變量矩陣：

其中，1T-2表示T-2維元素全為1的列向量，d、d1均為T-2行T列的矩陣，其定義如下：

這里H的維度是(2T-4)×(2T-4)。類似于差分GMM估計中的做法，Blundell和Bond［19］給出了系統GMM的估計，令A=IN?H，則：

相比其他估計方法，系統GMM有兩個明顯的優勢：一是在持續性較強的數據中，即Yi，t-1的系數接近1時，差分GMM具有弱工具變量問題，而系統GMM則沒有；二是與差分GMM和水平GMM相比，系統GMM利用樣本信息更充分，其估計結果也更有效。

由于工具變量有效與否決定了SYS-GMM估計結果是否一致，因而有必要利用Hansen檢驗工具變量的過度識別約束，同時使用Arellano-Bond檢驗（AB檢驗）判斷工具變量的選擇是否合理。若Hansen檢驗接受了工具變量具有有效性的原假設，且AB檢驗結果顯示差分誤差項不存在二階序列相關，則表明工具變量的選取是有效且合理的。

綜上所述，本文采用SYS-GMM的方法對動態面板數據模型進行估計。

四、估計結果與討論

（一）經濟增長模型

為了考察假設檢驗結果的穩健性，我們采用在控制因變量和基本控制變量的基礎上，逐步添加控制變量的方式，能發現模型1至模型5的AB檢驗一階自相關顯著出現，而二階自相關則并沒有出現，同時Hansen檢驗結果不顯著，即AB檢驗與Hansen檢驗均符合GMM估計的要求，表明模型不存在工具變量過度識別的問題，本文采用的工具變量合理有效。從基本控制變量的結果來看，TFP增長的系數均在1%水平上顯著為正，表明TFP增長的確對經濟發展有巨大的促進作用。人均滯后1期GDP的系數大于零，表明“條件收斂”假設在中國各省份中都是適用的。基于參數估計結果而言，資源依賴度與其平方項的系數均在1%水平上顯著大于零與顯著小于零，也就是說，資源依賴度與經濟增長之間存在倒U型曲線關系，表明假設檢驗結果是平穩的。經濟增長模型的估計結果如表4所示。

表4 經濟增長模型估計結果

模型1是以滯后1期人均GDP年均增長率、TFP增長率以及市場化指數體系中的5個變量作為基本控制變量進行參數估計。模型2至模型5依次引入4個基本的經濟增長要素，分別為技術創新投資、對外開放程度、人力資本投資和制造業投入。

模型2為引入技術創新投資變量后的結果。技術創新投資與經濟增長顯著正相關，表明中國科教興國戰略在各省份的經濟增長中已經開始發揮作用，有利于提高技術能力、突破資源的限制。

模型3引入了反映對外開放程度的OP變量，結果表明，對外開放程度與經濟增長呈顯著負相關關系，與預期相反，表明這個因素對經濟增長并未表現出應有的促進作用，無法對經濟增長產生積極影響。模型4是在模型3的基礎上引入人力資本投資變量。人力資本投資與經濟增長呈負相關關系，表明現階段人力資本投資并沒有對經濟增長起到促進作用。

模型5引入了制造業投入變量。制造業投入與經濟增長在10%水平上顯著為正。在中國擁有規模報酬遞增屬性的制造業，具有更高的技術水平與技術增長率，在促進區域經濟增長方面至關重要。

上述研究結果清晰地表明，資源依賴與經濟增長間的倒U型曲線關系十分平穩，較好地證實了假設1是合理的，也就表明資源依賴對經濟增長的負面影響是在相關環境下才出現的，恰到好處地開展資源開發對經濟增長是有幫助的，然而若經濟增長對資源過分依賴超過了其閾值，資源便會對經濟增長帶來負面影響。

（二）TFP增長模型

本文仍然采用在控制因變量和基本控制變量的基礎上逐步添加控制變量進行參數估計，估計結果如表5所示，進而確定估計結果的平穩性。從估計結果來看，每個模型的殘差都在1%水平上存在顯著的一階自相關，沒有二階自相關，同時Hansen檢驗結果都不顯著，表明每個模型所使用的工具變量都是合理有效的。基于參數估計結果，資源依賴度與其平方項的系數在1%水平上分別顯著大于零與顯著小于零，表明資源依賴與TFP增長間為倒U型曲線關系。從技術發展與技術效率變化的系數情況而言，技術發展與技術效率的提高對不同省份生產效率提高的效果基本接近。在逐步添加控制變量的過程中，各系數符號均保持不變，表明估計結果非常穩健，所選取的變量對TFP增長均具有重要影響。

表5 TFP增長模型估計結果

模型1是將滯后1期TFP增長率、技術進步、技術效率變化與市場化指數體系內的5個變量作為核心控制變量開展參數估計。模型2至模型5中依次引入4個基本的經濟增長要素，分別為人力資本投資、技術創新投資、外商直接投資和基礎設施建設。

模型2結果表明，人力資本投資對TFP增長發揮了重要推動作用，其系數在1%水平上顯著為正。

模型3結果表明，技術創新投資與TFP增長之間呈顯著負相關關系，與預期相反，表明這個因素對TFP增長并未表現出應有的促進作用。主要原因是有些地區科研成果向實際生產技術轉化的能力不強，使科研與生產之間發生了斷層，同時有關資本的利用率不高，對技術人員的激勵較差，都會造成科技創投資對TFP增長起不到積極有效的促進作用。另外，由于資源開發帶來的環保問題在日益加劇，使經濟建設的環境變差，不利于技術人才的招聘，也就不利于技術創新能力的提升。

模型4是引入外商直接投資這一控制變量后的結果。外商直接投資的系數為負，表明外商直接投資對中國各省份的TFP增長沒有表現出技術擴散效應。一方面，由于中國一直以勞動力優勢吸引外資流入，長期以來處于價值鏈的低端，并且沒有對外資直接投資產生的技術外溢擁有很好的吸收能力。因此，外商直接投資在中國產生技術外溢效應的技術基礎薄弱。另一方面，由于外資搶占了大量的國內市場，高薪吸引大量有創新科研能力的人力資本，對國內企業造成很大沖擊，使得國內企業不再把關注度側重于技術進步，有礙于生產效率的持續提高。

模型5是引入基礎設施建設變量后的結果。基礎設施建設并沒有表現出對TFP增長的積極影響。

上述研究結果清晰地表明，資源依賴與TFP增長間的倒U型曲線關系十分穩定，進而更好地證實了假設2的科學性，也就表明資源依賴對TFP增長的不良影響是在某種特定情況下才出現的，產業結構中資源型產業的比重在某個區間中是能協助社會生產效率提高的，但如果在限度之外便位于過度依賴資源型產業的形態，而資源型產業的發展將不利于社會經濟發展效率的提高。

五、資源對經濟增長的傳導機制

資源對經濟增長的傳導機制有：“荷蘭病”、擠出效應、尋租和腐敗。首先，“荷蘭病”。豐富的資源將帶來“荷蘭病”，該現象出現的原因在于資源的豐富與原料出口的變多會導致實際匯率上升，進而使制造業與服務業的出口變少，導致本國的資源從技術含量高的制造業向技術含量低的資源型產業轉移，不利于經濟發展。其次，擠出效應。因為經濟發展需要有各種要素相互影響才能獲得，對資源的依賴將擠出包括人力資本等當作經濟增長驅動力的其他要素的引入。因為資源的開采通常是資本密集型，政府機構也許會犧牲公共教育經費，將其使用在資源型產業方面，進而形成對人力資本的擠出效應。最后，尋租和腐敗。資源的巨額收益往往集中于少部分人手中，這就容易造成政治家和企業對資源的尋租行為，還會使政府給出不正確的決策。不僅如此，在資源型產業發展迅速時，政府有豐富的資金給制造業提供優惠與減免方面的支持，在資源型產業發展還處于初級階段時，將不再對制造業提供一定的優惠，使得產業方針有所間斷。另外，因為資源的產權不清晰，政府基本上管控了每種資源，同時還決定開采權歸誰所有，而且還會由于開采權的問題帶來腐敗，從而導致治理質量的下降，對經濟改革與經濟結構多樣化產生阻礙作用，不利于經濟發展。

分析資源依賴對經濟增長的傳導方法，能為處理“資源詛咒”現象找到科學的方法。當前的資源依賴對經濟增長的傳導機制包括：對制造業、服務業、對外開放水平的擠出效應，對人力資本的擠出效應，因而對人力資本水平、制造業等中介變量進行傳導路徑的檢驗，建立如下模型：

其中，α0為常數項，α1為系數向量，εit為隨機誤差項，其余符號含義與前文相同。M為技術創新投資、對外開放程度、人力資本投資、制造業投入等變量。“資源詛咒”現象傳導因素如表6所示。

表6 “資源詛咒”現象傳導因素

由表6可見，被解釋變量制造業投入和資源依賴度R在1%水平上顯著為負，表明資源的開發不利于制造業的發展，目前中國各省份仍然存在“荷蘭病”現象。人力資本投資和技術創新投資均在1%水平上與資源依賴度呈負相關關系，發生了“擠出效應”。資源豐富的地區很容易因為對資源的過度依賴造成制造業萎縮的現象，即“去工業化”現象。這是由于此類地區在資源政策優惠的基礎上，產業結構極易往準入條件不高的資源型產業傾斜。也就是說，資源的開發所帶來的短期紅利，會將更多的勞動力和人力資源吸引到更易產生超額利潤的資源型產業。而制造業是一個具有規模報酬遞增的部門。且相較于資源型產業而言擁有產業關聯程度高、相關技術更新速度快、技術創新水平高、對高技能勞動力的需求多等特點。因此，資源的過度依賴會導致制造業的就業人員以及相關技術創新人員數量減少，弱化了對新技術的需求，抑制了制造業的發展，使得區域經濟很容易形成資源型產業“一枝獨大”的畸形產業結構，阻礙區域經濟的可持續發展。

資源依賴與對外開放程度正相關但不顯著，不能體現資源依賴對對外開放程度的影響。這是由于市場經濟體系不健全，資源型產業的超額利益，導致政府產生只注重眼前利益的做法，不太關注人力資本的投資，從而對經濟的長期可持續發展產生阻礙作用。

六、結論與政策建議

在線性關系框架下對資源依賴與經濟發展關系所開展的大多數現有研究，并不能對“資源祝福”與“資源詛咒”這兩種相悖的現象同時予以合理解釋。另外，在“資源詛咒”現象表現的各種維度中，資源依賴如何影響TFP增長還未得到足夠的關注。因此，本文利用2000—2019年中國省級面板數據，以人均GDP增長和TFP增長分別在數量和質量上對經濟發展效率予以度量，在通過SYS-GMM方法有效控制解釋變量內生性問題的條件下，實證考察了資源依賴對經濟發展效率的非線性影響，表明兩個假設都是成立的，且對其傳導機制給予了分析。

為減輕或防范資源依賴所造成的“資源詛咒”現象，本文結合研究結論給出下述政策建議：

第一，增加制造業投入。本文所得結果與大部分學者對于制造業投入在“資源詛咒”現象發生中的作用是一致的。想要有效緩解或者合理規避“資源詛咒”現象，提高制造業投入是一個很重要的途徑。提高制造業投入不僅可以推動制造業的發展，還有助于完善資源型地區的制造業基礎，使得相關技術產業和服務業的科研創新能力得到提高。

第二，增加人力資本投入。本文的研究結果顯示，當前的人力資本投資對地區經濟的可持續發展未發揮出其積極作用。因此，應該增加人力資本投入，重視教育水平提高，人才培養和保留政策的實施，進而提高技術水平和國民素質。

第三，產業結構多樣化發展。不僅可以通過增加對資源型產業上下游相關企業的扶持，促成產業鏈延長與產業集群化，還能設立科學的資源收入分配體系，使不同地區資源型收入得到合理安排，提高可支配資本，將資源開發獲得的收益投資于非資源部門，實現自然資本往其他形態資本的轉變。也就是通過產業結構的多樣化改善“荷蘭病”現象，減弱甚至消除過度依賴單一資源開發帶來的“資源詛咒”現象。

第四，提高資源稅稅率。資源型地區陷入“資源詛咒”現象的陷阱，主要是由于資源的過分開發能帶來巨額利益，并且資源型產業技術水平的準入門檻很低，導致企業對資源型產業進行大量投資，繼而使資源型產業的發展過于迅速。適當提高資源稅稅率，可以增加經營者的經營成本，減少利潤，從而降低其繼續增加投資的訴求，也就可以有效避免資源豐富地區因資源型企業的短視行為，給經濟發展造成的負面影響。