经济学类毕业论文：基于双标分类与要素演化的油气资源城市“资源诅咒”情景模拟

       每年的自考毕业论文都是令众多考生头痛的一件事，湖南自考网指导老师为经济学类专业的考生，收集整理了“经济学类毕业论文：基于双标分类与要素演化的油气资源城市“资源诅咒”情景模拟，以供考生参考。

        经济学类毕业论文：基于双标分类与要素演化的油气资源城市“资源诅咒”情景模拟

        油气资源城市的发展为中国形成完备的工业体系、实现经济发展的快速飞跃提供了坚实的保障[1]，然而发展中面临的资源枯竭问题、转型停滞问题、各种历史遗留问题尚未得到有效解决[2]。随着国际形势复杂化和不稳定性、国内经济发展势头放缓以及区域发展不平衡等问题层出不穷，中国油气资源城市已出现经济增长乏力、资源日益枯竭等问题，城市制造业水平较低、接续产业发展薄弱等问题逐步凸显，城市发展可能陷入Auty[3]提出的“资源诅咒”陷阱。城市的发展滞后由资源丰裕引发的一系列“挤出”“弱化”“寻租”等现象导致[4-7]，如果不能提升其可持续发展能力，油气资源城市必将伴随着资源开发利用进入衰退期而由繁荣走向衰落。“十三五”是全面建成小康社会的攻坚阶段，对油气资源城市而言也是难得的发展机遇，迫切需要相关理论研究和实证检验指导破解“资源诅咒”困境，践行可持续发展理念。

        在自组织理论中，可持续发展并不仅指单纯的发展，而是发展与稳定的统一，即系统自组织的过程——进化[8]，既涵盖发展和稳定下的“持久性”和“抗扰性”，还包括两者的有机统一[9]。体现在城市发展层面，是指需要保持经济发展与资源开发利用的平衡[10]。如若一味加强资源的开发利用，追逐资源红利，则会导致经济系统的稳定性乃至整个生态平衡遭到破坏；相反，若单纯强调要素合理配置而牺牲资源的开发利用，则违反以经济增长为中心的初衷，且对城市进化有害[11]。因此，发展和稳定的统一体现在油气资源城市的要素优化配置过程中，需要考虑两方面：一是在相当长的发展周期内保证城市产业结构发展更为合理[12]；二是在优化资源要素配置的过程中强调城市发展保持迅猛增速[13]。纵观国内外资源型城市发展的成功案例，如德国鲁尔区的补贴转型模式[14]、日本九州区的高新产业发展模式[15]、美国休斯敦的产业多元化模式[16]、法国洛林的产业转轨和集聚模式[17]等，表明仅注重稳定与发展中的一个方面难以实现可持续发展。只有注重“自组织”的核心——进化，秉持发展与稳定的统一，逐步破除城市发展已存在的“诅咒”陷阱，才能实现资源型城市的繁荣与振兴[18-19]。

        基于上述考虑，本文主要针对以下三个问题展开研究：①“进化”是一个漫长的过程，需要经历不同的阶段[20]。已有研究多依据油气资源开发周期或资源丰裕程度进行分类并开展情景分析，缺乏对油气资源城市内部环境的考察。本文采用基于资源丰裕度和产业空间集聚度的双重标准，对资源型城市进行更加合理的双标分类。②在优化要素配置的过程中，要素演化如何影响“资源诅咒”效应?本文拟在已有传导机制研究的基础上[21-24]，通过传导要素的演化分析，明确不同情景下传导要素的指标参数，为情景分析提供更为全面的数据支撑。本文设定三种进化情景水平，即高情景、标准情景和低情景，以期更为科学地考察油气资源城市的“进化”可能及结果。③如何运用情景分析模拟油气资源城市可持续发展的“进化”可能?进化的过程是种群基因频率的改变过程[25]。因此，需要在要素演化分析的基础上，设置不同的传导要素组合并构建情景模型，进而更为全面地考察“进化”的可能及对“资源诅咒”效应的影响。

        1 油气资源城市双标分类

        尽管存在功能单一性、资源产业依赖性、经济效益递减性、环境破坏递增性、资源耗竭性和油价波动隐患性，油气资源产业依然是中国油气资源城市现阶段的发展重点[26]。邵帅[27]、王中亚[28]通过充分验证，提出资源丰裕度对资源型城市经济增长存在正向促进作用，而资源产业依赖度与之相反，存在负向抑制作用。此前的研究以资源产业空间集聚度替代资源产业依赖度，同样得到对资源型经济增长存在负向阻碍作用，且比较结果更优[29]。因此，本文将基于资源丰裕程度和资源产业空间集聚度对油气资源城市进行双标分类，以避免单纯从某一视角划分油气资源城市进行资源诅咒情景分析可能会踏入“分类陷阱”，即不同类城市由于分类不够科学而导致被划分为同一类城市，最终导致情景分析结果与预期不符。其中，资源丰裕度分类以《全国资源型城市可持续发展规划(2013-2020年)的通知》中资源型城市综合分类为依据，资源产业依赖度分类以资源产业空间集聚度指标作为划分依据。

        根据《全国资源型城市可持续发展规划(2013-2020年)的通知》及《中国矿业城市基础数据库》对中国资源型城市的界定，明确研究对象为17座油气资源城市，其中13座为地级行政区，4座为县级行政区。在剔除在统计量级上与地级城市差距较大的4座县级行政区市后，测算1998-2015年间13座地级油气资源城市的资源产业空间集聚程度，结果如表1所示。

        中国油气资源城市按照上述标准可被划分为四类，分别为双高型(高资源丰裕度、高空间集聚度)、一高一低型(高资源丰裕度、低空间集聚度)、一低一高型(低资源丰裕度、高空间集聚度)和双低型(低资源丰裕度、低空间集聚度)，如图1所示。

        双高型油气资源城市具有较高的资源丰裕度，处于快速成长期和成熟期阶段，符合条件的城市有东营市、大庆市、克拉玛依市、松原市、庆阳市、锡林浩特市、鄂尔多斯市、延安市、榆林市。依据资源产业空间集聚程度划分，排名相对靠前的城市分别是克拉玛依市、松原市、盘锦市、唐山市、延安市。因此，同时具有上述两个特征的城市是克拉玛依市、松原市、延安市。

        一高一低型油气资源城市拥有丰裕的油气资源，但对油气资源产业的依赖度较低。与双高型城市相同，东营市、大庆市、克拉玛依市、松原市、庆阳市、锡林浩特市、鄂尔多斯市、延安市、榆林市等九座城市具有较高的资源丰裕度。依据资源产业空间集聚度划分，排名相对靠后的城市有东营市、大庆市、榆林市、濮阳市、南阳市。因此，同时具有上述两个特征的城市是东营市、大庆市、榆林市。

        表1 油气资源城市的资源产业空间集聚程度

        城市 资源产业空间集聚 排名

        东营 0.6275 6

        大庆 0.2504 7

        克拉玛依 16.5925 1

        唐山 1.1514 4

        盘锦 1.3080 3

        延安 0.7394 5

        榆林 0.0673 8

        松原 1.9828 2

        濮阳 0.0558 9

        南阳 -0.0038 10

        合计 22.7713

        注：由于锡林浩特市、鄂尔多斯市、庆阳市缺失多年数据，无法用插值法等方法补全，故未计算其资源产业空间集聚度，也未被列入双标分类的城市样本中。

        一低一高型油气资源城市的资源丰裕度不高，处于衰竭期和再生期，符合条件的城市有唐山市、南阳市、盘锦市、濮阳市。依据资源产业空间集聚度划分，排名靠前的分别是克拉玛依市、松原市、盘锦市、唐山市、延安市。因此，同时具有上述两个特征的城市有唐山市和盘锦市。

        双低型油气资源城市的资源丰裕度较低，与一低一高型城市相同，符合条件的也是唐山市、南阳市、盘锦市、濮阳市。依据资源产业空间集聚度划分，排名相对靠后的城市有东营市、大庆市、榆林市、濮阳市、南阳市。因此，同时具有上述两个特征的城市有濮阳市、南阳市两座城市，该类城市的油气资源产业对城市经济增长的贡献非常有限。

        2 基于要素演化的情景模型构建

        已有研究显示，物质资本投资、制造业发展具有负向中介作用，而人力资本水平、技术创新投入、居民储蓄能力具有正向中介作用，其他要素对“资源诅咒”的中介作用并不明显[30-32]。需要明确的是，尽管技术创新投入在有些文献中计算得出的变量系数未通过显著性检验[29]，但作为经济增长源动力之一的技术创新在城市发展中应该予以充分的重视。因此，本文在考虑油气资源城市发展特征及分类的基础上，为进一步明确上述影响因素的变化对“资源诅咒”的抑制或促进有何影响，借鉴C-D生产函数计算范式和B-K中介变量分析思想，设置标准、高、低三种不同情景，构建情景分析计量模型，分别从物质资本投资、人力资本水平、技术创新投入、制造业发展、居民储蓄能力角度进行情景分类分析。

        2.1 要素情景设置

        许多生产函数具有规模收益不变的特性，即假定规模收益不变，则投入的增加会引起产出的等量增加。在实际生产中，尽管这种理想状态很难实现，但某一投入要素的变化引起产出变化的情况比较常见。因此，在要素演化分析中，可假定其他中介要素不发生改变，只改变某一要素(如物质资本投资)投入水平，通过模型计算来观察该要素的提升或降低对资源产业依赖度系数估计值的影响，从而定量判断其对“资源诅咒”的影响。

        资源依赖程度 高

        唐山市、盘锦市 克拉玛依市、松原市、延安市 资源丰裕程度

        低 高

        濮阳市、南阳高 东营市、大庆市、榆林市

        图1 基于资源丰裕程度与依赖程度的油气资源城市分类

        2.1.1 物质资本投资情景设置

        物质资本是通过生产实践产生的投入要素，城市经济体可以改变其拥有的资本量。根据研究样本中物质资本投资(FI)的测算数据，计算1998-2015年间物质资本投资年均增长率为5.96％，据此可以确定物质资本投资划分的“高情景”“标准情景”“低情景”。

        情景一，“高情景”。物质资本投资在维持现有水平的基础上提升5.96％，即演化率α[，1]=0.0596，且人力资本水平、技术创新投入和其他中介要素维持现有水平，则该情景下的物质资本投资为：

        FI[，1]=(1+α[，1])[t]×FI[，0]

        (1)

        情景二，“标准情景”。物质资本投资维持在现有水平，即演化率α[，2]=0，且人力资本水平、技术创新投入和其他中介要素维持现有水平，则该情景下的物质资本投资为：

        FI[，2]=(1+α[，2])[t]×FI[，0]

        (2)

        情景三，“低情景”。物质资本投资在维持现有水平的基础上降低5.96％，即演化率α[，3]=-0.0596，且人力资本水平、技术创新投入和其他中介要素维持现有水平，则该情景下的物质资本投资为：

        FI[，3]=(1+α[，3])[t]×FI[，0]

        (3)

        在式(1)～式(3)中，FI[，0]表示物质资本投资在现有水平下的基础数值。与物质资本投资类似，在人力资本水平、技术创新投入、制造业发展和居民储蓄能力情景设置中，各要素X的基础数值均由“X[，0]”表示，下文中不再分别说明。

        2.1.2 人力资本水平情景设置

        人力资本具有正的外部性，该要素对一个城市及其周边地区的长期经济繁荣而言与物质资本投资同样重要。这与区域经济增长计量模型的结果一致[29]。根据人力资本水平(HC)的测算数据，计算1998-2015年间人力资本投资年均增长率为1.49％，据此可以确定物质资本投资划分的“高情景”“标准情景”“低情景”。

        情景一，“高情景”。人力资本水平在维持现有水平的基础上提升1.49％，即演化率β[，1]=0.0149，且物质资本投资、技术创新投入和其他中介要素维持现有水平，则该情景下的人力资本水平为：

        HC[，1]=(1+β[，1])[t]×HC[，0]

        (4)

        情景二，“标准情景”。人力资本水平维持在现有水平，即演化率β[，2]=0，且物质资本投资、技术创新投入和其他中介要素维持现有水平，则该情景下的人力资本水平为：

        HC[，2]=(1+β[，2])[t]×HC[，0]

        (5)

        情景三，“低情景”。人力资本水平在维持现有水平的基础上降低1.49％，即演化率β[，3]=-0.0149，且物质资本投资、技术创新投入和其他中介要素维持现有水平，则该情景下的人力资本水平为：

        HC[，3]=(1+β[，3])[t]×HC[，0]

        (6)

以上“经济学类毕业论文：基于双标分类与要素演化的油气资源城市“资源诅咒”情景模拟”由湖南自考网指导老师收集整理。