我国典型煤炭城市人口、土地及煤炭资源的“增长尾效”研究

万伦来 郑睿

摘要：煤炭城市发展离不开人口、土地及煤炭等资源要素。文章基于2000—2017年我国30座典型煤炭城市的经验数据，根据Romer（2001）“增长尾效”理论，将人口、土地及煤炭等3大资源要素纳入Cobb-Douglas生产函数模型，据此测算了这些煤炭城市人口、土地及煤炭资源的“增长尾效”及变化趋势。研究结果显示：（1）资本投入对于城市产值产生较显著的正向影响，表明近年来这些煤炭城市经济增长还较大地依赖物质资本的投入。（2）人口、土地及煤炭资源的“增长尾效”分别为0.010308、0.007531和0.002825，这表明这些煤炭城市经济增长因人口红利的耗损产生的“增长尾效”最大，且受人口、土地及煤炭3大资源要素的综合约束，经济增长每年要放缓2.07%。（3）人口、土地及煤炭资源的“增长尾效”总体上呈现出不断增强的变化趋势，并在强度、幅度和波动程度上均有所差异。

关键词：煤炭城市;增长尾效;人口;土地;煤炭

中图分类号：F014.32    文献标志码：A    文章编号：1001-862X（2019）06-0100-006

一、引 言

新增长理论认为，任何国家或地区经济增长都必须消耗诸如煤炭、土地和劳动人口等资源要素，但随着煤炭资源的日益枯竭、生产用地的不断缩减、人口红利的持续衰退，必然会对经济增长产生一定的阻尼效应，这个现象被称之为“增长尾效”（growth drag）[1]。齐晔（2017）[2]研究指出我国经济发展长期以来主要依赖于煤炭资源消耗，煤炭资源消耗占比达70%左右。许多煤炭城市过去是因煤而兴，而现今是因煤而衰，究其原因主要是没有适时推进科技进步和产业结构升级以实现经济增长转型，从而无法抵消过分依赖人口、土地和煤炭等传统资源要素所产生的“增长尾效”。那么，我国近些年来这些传统资源要素给煤炭城市带来的阻力效应究竟多大？这些要素的“增长尾效“孰强孰弱”？厘清这些问题不仅有助于科学把握我国典型煤炭城市“资源诅咒”状况，而且也为我国煤炭城市加快推进经济增长动能转换，实现可持续快速发展提供有价值的参考资料。

事实上，受Romer（2001）[3]等研究启发，关于人口、土地和煤炭等资源要素的“增长尾效”问题已成为学术界关注焦点之一。李影、沈坤荣（2010）[4-5]以煤炭、石油、天然气等化石能源为考查對象研究发现，我国能源结构的失衡极大地影响了经济增速，由于过分依赖煤炭资源致使我国的经济增速每年要降低0.96%，从而证实了煤炭资源“增长尾效”的存在。刘耀彬等（2015）[6]在研究煤炭资源型城市的城市化过程中发现，如果某煤炭城市的资源开发超过一定极限便会产生“增长尾效”，即煤炭等资源会对该地区城市化产生抑制作用。王春枝等（2016）[7]通过对内蒙古煤炭资源发展趋势分析指出，内蒙古经济增长与煤炭资源依赖度存在倒U型关系，出现“资源尾效”现象。Jing Xu等（2018）[8]研究预测中国煤炭资源消耗会对经济增长产生一定阻尼作用，将会使我国经济增长率降至6.34%左右。关于土地资源的“增长尾效”学术界也展开了广泛研究。薛俊波等（2004）[9]等系统地研究了中国土地资源对经济增长所产生的“增长尾效”，发现技术进步到一定程度能够抵消土地资源的“增长尾效”。谢书玲等（2005）[10]测算了土地资源对中国经济增长产生的“增长尾效”，并与美国土地资源“增长尾效”相比，发现我国土地资源“增长尾效”相对较大。王家庭（2010）[11]核算1997—2008年中国省际土地资源增长尾效发现，位于不同的区域和维度上土地资源的“增长尾效”呈现较大的差异。张琳等（2011）[12]基于CES函数模型测算了我国30个省会城市化进程的土地资源“增长尾效”为0.0199，并发现土地资源的“增长尾效”在经济地带上呈现出由东向西递减的空间格局。赵蔡晶等（2018）[13]运用空间面板模型研究了长三角都市圈的土地资源“增长尾效”时空特征发现，长三角都市圈的经济增长显著地受到土地的抑制作用且存在一定的空间溢出效应。我国人口红利变化也呈现“增长尾效”现象，如王伟同（2012）[14]研究发现我国因人口红利的衰减使经济增长放缓2%。曹翔等（2016）[15]研究发现平均劳动人力资本的消耗对“增长红利”的衰减负主要责任，即产生了一定的“增长尾效”。

与现有相关研究文献不同的是，考虑到我国煤炭城市正处在化解经济增长下行压力的关键时期，因此，本文以我国30座典型煤炭城市为研究对象，将人口、土地及煤炭等资源要素纳入Cobb-Douglas生产函数模型中，从而构建了“增长尾效”计量模型，据此实证分析人口、土地和煤炭等资源要素对我国典型煤炭城市经济增长所产生的阻力效应，以期为我国煤炭城市加快经济发展的绿色转型提供决策依据。绿色转型的核心是在保护生态环境和最优化有限资源配置的前提下，以保护环境为目的，从而实现可持续发展的全新发展模式。[16]

二、模型构建、样本选择及数据来源

（一）模型构建

由此可见，人口、土地及煤炭资源的“增长尾效”与该资源对经济产出的弹性值、该资源的增长率、劳动力增长率和资本弹性值紧密相关。就人口资源尾效来看，如果资本弹性值、人口资源弹性值越高，产生的阻尼效应也就越大。这说明人口资源的增长率和稳态下的劳动力增长率的大小则决定了人口资源产生的“增长尾效”究竟是助力经济增长的“红利”，还是抑制经济增速的“阻力”。

（二） 样本选择、数据来源及处理

1.样本选择

根据国务院颁布的《全国资源型城市可持续发展规划（2013—2020年）》，我国拥有63座煤炭资源型城市，考虑数据可得性和可比较性，本文选取其中30座地级市为研究样本，这些城市分别为邢台、长治、朔州、乌海、赤峰、阜新、辽源、鸡西、双鸭山、七台河、萍乡、广元、达州、铜川、石嘴山、淮南、淮北、唐山、邯郸、平顶山、大同、阳泉、晋城、榆林、焦作、鄂尔多斯、抚顺、鹤岗、六盘水、枣庄。

2.数据来源及处理

本文所有原始数据均来自于《中国城市统计年鉴》、各城市和各省份统计年鉴以及EPS数据库。各变量处理说明如下：

（1）城市产值水平（Y）取自各个城市的GDP值来衡量，并按照2000年的不变价格和平减指数进行调整，可以消除价格变化造成的干扰。

（2）有效劳动水平（AL）沿用以往的文献采用各城市各年的社会从业人员数作为衡量的标准。

（3）土地资源（T）参考到过往文献在测量土地尾效值所选取的指标种类，耕地面积更适用于全国或是省级的尾效测算。王家庭（2010）[11]提出，考虑到城市的土地资源多体现在建设用地的方面，这里研究的煤炭资源型城市投入到农作物播种的土地资源基本可以忽视，所以本文采用30个煤炭资源型地级市的建成区面积作为衡量的代理指标。

（4）人口资源（R）不同于王伟同（2012）[14]提出劳动年龄人口对于经济增长的影响，更注重高素质劳动力队伍对于产业结构升级、城市的作用。多数煤炭城市的高等院校会输送源源不断的技术复合型人才，随着对于高素质人才的密切要求，采用历年各城市高等院校在校学生数作为衡量指标，以考虑到高校在校学生即将成为高素质劳动力的潜力和可延续性。

（5）煤炭资源（W）参考刘耀彬（2015）[6]使用采煤业从业人员作为煤炭资源开采水平的衡量标准。城市的开采水平更能表现煤炭资源的存续性，往往部分资源型城市资源充足却缺乏开采的能力，同样会影响其消费。

（6）资本存量水平（K）选择“永续盘存法”即公式Kt=Kt-1*（1-d）+It来核算。Kt指历年资本存量，It为第t年全社会固定资产投资额，本文参考张军等（2004）[17]提出的固定资本存量算法，采用9.6%作为固定的经济折旧率d，第一年资本存量用全社会固定资本投资额除以10%来处理，并将历年社会固定资产投资额通过GDP缩减指数进行调整，从而求出2000—2017年样本城市的固定资本存量。表1给出的是以上各变量的描述性统计。

三、实证结果及分析

考虑到本文使用的是面板数据，而面板数据回归前需要通过豪斯曼检验能否采用混合回归模型、固定效应或随机效应模型。[18]根据豪斯曼检验结果（如表2所列）可知本文适用随机效应模型，并使用聚类标准误解决异方差问题。具体回归结果如表3所示。

从表3可以看出：（1）这些典型煤炭城市的资本投入（K）对于区域经济产值水平产生显著的正向影响，弹性值远大于人口（R）、土地（T）、煤炭（W）的弹性值，这表明近些年來这些煤炭城市经济增长还较大地依赖物质资本的投入。人口、土地、煤炭资源的弹性系数均为正值且影响显著，但弹性程度不同，这表明人口、土地、煤炭资源对这些煤炭城市的经济增长也起不同的重要作用。（2）将人口（R）、土地（T）、煤炭（W）的弹性系数值、劳动力增长率等代入到（6）式和（2）式可得这些典型煤炭城市的人口、土地及煤炭的“增长尾效”分别为0.010308、0.007531和0.002825。这表明我国这些典型煤炭城市因人口、土地及煤炭资源的约束作用，相对应每年经济增长率要放缓1.031%、0.753%和0.283%。对比人口、土地及煤炭的增长尾效值可以发现，人口资源尾效值远大于土地和煤炭资源的增长尾效值，说明人口要素在煤炭城市经济增长中占据首要地位。究其原因主要是这些煤炭城市人口红利的持续衰退和增速放缓，不能满足城市经济增长对人力资源的需求。（3）人口、土地及煤炭3大资源要素综合增长尾效为0.020664，这表明这些煤炭城市每年由于受人口、土地及煤炭3大资源要素的约束，经济增速要放缓2.07%。

为了把握我国这些典型煤炭城市的人口、土地及煤炭资源的“增长尾效”变化特征，本文依据（2）式得到的各年份人口、土地及煤炭资源“增长尾效”值，据此绘出其变化趋势图（如图1所示）。

纵观图1可以发现：（1）从人口资源来看，2012年之前其“增长尾效”多为负值，这说明我国这些煤炭城市早期人口红利能够满足经济增长的需求;但是2012年之后该资源要素的“增长尾效”变为正值，说明近些年来这些煤炭城市因“人口红利”的削减使经济增长放缓。（2）从土地资源来看，该资源要素的“增长尾效”从2001年的0.00072逐步上涨至2016年的0.003922。究其原因是由于近年来这些煤炭城市大力推动城镇建设消耗了大量土地，致使土地资源对煤炭城市经济增长的阻尼效应不断加强。（3）从煤炭资源来看，该资源要素的“增长尾效”呈现出由上升到下降（2009年）再上升（2011年）N形变化趋势。这主要是由于新世纪以来我国许多煤炭型城市纷纷患上了“因煤而衰”的城市病，“十一五”时期国家陆续出台了多项政策措施敦促煤炭资源型城市加快转变经济增长方式，且在2009年政策效果开始显现，故此期间煤炭资源的“增长尾效”有所减弱;但是在2011年之后此“增长尾效”再次逐步上升，直至2012年转为正值，究其原因主要是此阶段我国大多数煤炭城市煤炭资源已消耗殆尽，且“十一五”时期国家出台扶持煤炭城市经济增长的政策效果已发挥到极限，但多数煤炭城市仍然没有改变经济增长对煤炭资源的依赖性，致使煤炭资源的“增长尾效”不断增强。（4）从人口、土地及煤炭3大资源要素综合来看，其整体呈现波动式上升趋势，且与煤炭资源的“增长尾效”变化趋势大体一致，这说明煤炭资源要素是造成煤炭城市经济增长放缓的关键因素，加快经济转型降低对煤炭资源的依赖刻不容缓。贯彻落实“十三五”规划，积极推进经济低碳化发展进程，包括加速能源革命，强化低碳引领，坚持五大发展理念。[19]

四、研究结论及政策建议

本文基于2000—2017年我国30座典型煤炭城市的经验数据，据此测算了这些煤炭城市人口、土地及煤炭资源要素的“增长尾效”及变化趋势。研究结论显示，我国这些煤炭城市的经济增长还较大地依赖物质资本的投入，人口、土地及煤炭的“增长尾效”分别为0.010308、0.007531和0.002825，说明人口的“增长尾效”最大，且受这3大资源要素的综合约束，经济增长每年要放缓2.07%。此外，人口、土地、煤炭资源的“增长尾效”呈现阶段性变化趋势，且在强度、幅度和波动程度上均有差异，人口资源的“增长尾效”缓步攀升，土地资源的“增长尾效”持续上涨，煤炭资源的“增长尾效”呈现出先上升到下降再上升N形变化趋势，这表明我国煤炭城市因人口、土地及煤炭3大资源要素的消耗对经济增长的阻尼效应逐渐增强。

综观上述研究结论可以得到以下几方面政策启示：（1）切实践行“人才是第一资源”的经济发展观。目前，我国煤炭城市经济增长最大障碍是因人口资源要素的削减，其实质是人力资源供给不足，人才匮乏。资源型城市必须深刻领会习近平总书记“人才是第一资源”的精神实质，把增强人力资源供给、提高人口科技素养作为解决经济“增长尾效”问题的工作重点来抓。一方面通过加强区域生态环境治理，加快建设宜商宜业宜居的发展环境来最大限度地吸引各行各业的人力资源，特别是技术工人和创新性人才;另一方面，通过各种措施促进企业、个人乃至全社会加大对人力资本的投入，强化不同年龄段人口红利的培育培训，努力保障城市得到源源不断的“人才红利”。（2）坚定不移地走依靠科技进步促进经济增长之路。近代经济增长史业已证明，科技进步是战胜人口、土地、煤、石油等传统资源要素约束和化解其“增长尾效”的法宝，但目前我国大多数煤炭城市经济增长还较大地依赖物质资本的投入，且从人口、土地和煤炭等资源要素的“增长尾效”变化趋势来看还在对这些煤炭城市经济增长产生较大的不利影响，因此，我国煤炭城市必须因城施策、因时制宜实施创新驱动发展战略，着力依靠科技进步实现经济增长动能转换，努力改变现有的产业格局以降低经济增长对资本、人口、土地和煤炭等生产要素的依赖。鼓励企业服务化升级，促进高端化服务行业的发展，推动服务与资本和技术密集型制造业融合。[20]（3）大力推进土地资源集约节约利用。尽管目前我国煤炭资源型城市土地资源“增长尾效”产生的不利影响有限，但其逐年上升的趋势仍然不可小视。因此，我国煤炭城市应着力制订科学的土地利用规划，大力推进土地资源节约利用，努力提升土地资源开发集约度，充分发挥有限土地资源的经济价值。

参考文献：

[1]Noel D.A.Reconsideration of Effect of Energy Scarcity on Economic Growth[J].Energy， 1995，（1）：1-12.

[2]齐晔.低碳发展的中国逻辑：煤炭消费达峰是前提[J].环境经济，2017，（16）：16-20.

[3]Romer D.Advanced Macroeconomics[M].Shanghai：Shanghai University of Finance & Economics Press，2001.

[4]沈坤榮，李影.中国经济增长的能源尾效分析[J].产业经济研究，2010，（7）：1-8.

[5]沈坤荣，李影.能源约束与中国经济增长——基于能源“ 尾效”的计量检验[J].经济问题，2010，（7） ：
16-20.

[6]刘耀彬，黄梦圆.城市化进程中的“资源尾效”和“资源诅咒”——基于中国27个煤炭城市的面板数据分析[J].华东经济管理，2015，（1）：55-61.

[7]王春枝，赵国杰，于扬.价格约束下的内蒙古煤炭资源诅咒与资源尾效的双重检验[J].干旱区资源与环境，2016，（11）：24-29.

[8]Jing Xu，Min Zhou，Hailong Li.The drag effect of coal consumption on economic growth in China during 1953—2013[J].Resources， Conservation & Recycling：2018，（2）：326-332.

[9]薛俊波，王铮，朱建武，吴兵.中国经济增长的“尾效”分析[J].财经研究，2004，（9）：5-14.

[10]谢书玲，王铮，薛俊波.中国经济发展中水土资源的“增长尾效”分析[J].管理世界，2005，（7）：22-25，54.

[11]王家庭.中国区域经济增长中的土地资源尾效研究[J].经济地理，2010，（12）：2067-2072，2121.

[12]张琳，李娟，李影.土地资源对中国城市化进程的增长阻力分析[J].华东经济管理，2011，（12）：30-36.

[13]赵蔡晶，吴柏钧，吴玉鸣.土地资源对长三角都市圈城市经济增长尾效研究[J].生态经济，2018，（10）：81-85，140.

[14]王伟同.中国人口红利的经济增长“尾效”研究——兼论刘易斯拐点后的中国经济[J].财贸经济，2012，（11）：14-20.

[15]曹翔.供给侧要素投入的“增长红利”与“增长尾效”研究[J].经济学家，2016，（9）：25-31.

[16]张岩，董锐，吴佩佩.以科技创新为引领的中国区域绿色转型能力提升研究[J].科学管理研究，2017，（5）：60-63.

[17]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44.

[18]陈强.高级计量经济学及Stata应用（第二版）[M].北京：高等教育出版社，2014.

[19]冯梅， 杨桑，郑紫夫.碳排放影响因素的VAR模型分析——基于北京市数据[J].科学管理研究，2018，（5）：78-81.

[20]王向进，杨来科，钱志权.制造业服务化、高端化升级与碳减排[J].国际经贸探索，2018，（7）：35-48.

（责任编辑 吴晓妹）