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0.62756

大庆0.25047

克拉玛依16.59251

唐山1.15144

盘锦1.30803

延安0.73945

榆林0.06738

松原1.98282

濮阳0.05589

南阳-0.003810

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)

2.1.3 技术创新投入情景设置

在经济增长模型中，由于要素转移效应的存在，过度依赖资源产业实现经济增长的油气资源城市，劳动力具有向非资源型城市转移的趋势，而技术创新的主体是拥有技能和知识的劳动力，随着转移的产生和推进，必然导致油气资源城市技术创新能力低于非资源型城市[23]。尽管由于上述现象致使技术创新投入最有可能的演化结果是低情景，但本文中的演化分析仍需考虑高情景和标准情景，以期更为全面地分析该中介要素的情景模拟结果。根据技术创新投入(TI)的测算数据，计算1998-2015年间技术创新能力年均增长率为5.23％。据此可以确定技术创新投入划分的“高情景”“标准情景”“低情景”。

情景一，“高情景”。技术创新投入在维持现有水平的基础上提升5.32％，即演化率χ[，1]=0.0532，且物质资本投资、人力资本水平和其他中介要素维持现有水平，则该情景下的技术创新投入为：

TI[，1]=(1+χ[，1])[t]×TI[，0]

(7)

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

TI[，2]=(1+χ[，2])[t]×TI[，0]

(8)

情景三，“低情景”。技术创新投入在维持现有水平的基础上降低5.32％，即演化率χ[，3]=-0.0532，且物质资本投资、人力资本水平和其他中介要素维持现有水平，则该情景下的技术创新投入为：

TI[，3]=(1+χ[，3])[t]×TI[，0]

(9)

2.1.4 制造业发展情景设置

“资源诅咒”效应中一个非常重要的传导机制是“荷兰病”现象，最典型的表现是具有边干边学和技术溢出效应的制造业发展受到资源开发活动的抑制作用，这一现象已经被众多理论和经验研究所证明[33]。与技术创新投入类似，制造业发展的演化也可能倾向低情景，但需考虑演化的各种可能，本文仍将讨论高情景和标准情景。根据制造业发展(MD)的测算数据，计算1998-2015年间制造业发展年均增长率为9.31％。据此可以确定制造业发展划分的“高情景”“标准情景”“低情景”。

情景一，“高情景”。制造业发展在维持现有水平的基础上提升9.31％，即演化率δ[，1]=0.0931，且物质资本投资、人力资本水平、技术创新投入维持现有水平，则该情景下的制造业发展为：

MD[，1]=(1+δ[，1])[t]×MD[，0]

(10)

情景二，“标准情景”。制造业发展维持在现有水平，即演化率δ[，2]=0，且物质资本投资、人力资本水平、技术创新投入维持现有水平，则该情景下的制造业发展为：

MD[，2]=(1+δ[，2])[t]×MD[，0]

(11)

情景三，“低情景”。制造业发展在维持现有水平的基础上降低9.31％，即演化率δ[，3]=-0.0931，且物质资本投资、人力资本水平、技术创新投入维持现有水平，则该情景下的制造业发展为：

MD[，3]=(1+δ[，3])[t]×MD[，0]

(12)

2.1.5 居民储蓄能力情景设置

投资(包括物质投资、人力投资、R&D等)是左右经济增长的关键要素[34]，自然资本投资也会受到储蓄的影响[35]。储蓄分为私人储蓄和公共储蓄，尽管公共储蓄所占份额不小，但私人储蓄仍对投资起主要作用，因此本文仅讨论私人储蓄的演化情况。根据居民储蓄能力(PS)的测算数据，计算1998-2015年间居民储蓄能力年均增长率为5.65％。需要说明是，尽管居民储蓄能力水平达到5.65％，但在实际计算中要考虑通货膨胀对储蓄能力的抵消作用，按年均通胀2％～2.5％计算，居民储蓄能力水平实际增长约为3.15％～3.65％。考虑到油气资源城市受资源红利影响，通胀率相较会更高，故居民储蓄能力水平实际增长率取极小值3.15％。据此可以确定居民储蓄能力划分的“高情景”“标准情景”“低情景”。

情景一，“高情景”。居民储蓄能力在维持现有水平的基础上提升3.15％，即演化率ε[，1]=0.0315，且物质资本投资、人力资本水平、技术创新投入维持现有水平，则该情景下的居民储蓄能力为：

PS[，1]=(1+ε[，1])[t]×PS[，0]

(13)

情景二，“标准情景”。居民储蓄能力维持在现有水平，即演化率ε[，2]=0，且物质资本投资、人力资本水平、技术创新投入维持现有水平，则该情景下的居民储蓄能力为：

PS[，2]=(1+ε[，2])[t]×PS[，0]

(14)

情景三，“低情景”。居民储蓄能力在维持现有水平的基础上降低3.15％，即演化率ε[，3]=-0.0315，且物质资本投资、人力资本水平、技术创新投入维持现有水平，则该情景下的居民储蓄能力为：

PS[，3]=(1+ε[，3])[t]×PS[，0]

(15)

2.2 模型构建与数据选取

根据经典的经济增长理论，柯布—道格拉斯生产函数的基本形式为：

y=AK[α]L[1-α]

(16)

式中，y表示产出量，K表示资本投入量，L表示劳动力投入量，系数A表示生产率水平。系数α的大小表示资本和劳动的组合比例，取值介于0和1之间。

利用C-D生产函数求解生产要素对于产出的贡献率测度方法，对式(16)两边取对数，则有：

lny=lnA+αlnK+(1-α)lnL

(17)

式(17)表征一种线性计量关系，其中lny是被解释变量，lnK和lnL是解释变量，α为解释变量的系数。根据B-K中介变量分析的方式，可将除物质资本投资FI、人力资本水平HC、技术创新投入TI之外的制造业发展MD和居民储蓄能力PS等影响经济增长的因素加入该模型，并将资源产业依赖度指标引入该模型，该参数的系数估计值可以作为影响变化的参照依据。需要说明的是，主要解释变量采用资源产业依赖度指标而非资源产业空间集聚度指标，是由于对式(16)计算取对数，解释变量取值范围需大于0，而资源产业空间集聚度的测算结果存在负值，无法通过计算。由此，情景分析模型可以表示为：

lny=φ[，0]+φ[，1]lnRD+φ[，2]lnFI+φ[，3]lnHC+φ[，4]lnTI+φ[，5]lnZ+μ

(18)

式中，ln(y)表示人均GDP的对数形式，lnRD表示资源产业依赖度的对数形式，lnFI表示物质资本投资的对数形式，lnHC表示人力资本水平的对数形式，lnTI表示技术创新投入的对数形式，lnZ表示其他两个中介要素的对数形式。φ[，0]～φ[，5]为待估参数，μ为随机扰动项。由于其他中介要素指标不是生产函数中的投入要素，因此解释变量Z仅在制造业发展和居民储蓄能力的情景分析中出现。与“资源诅咒”检验模型中各变量不同的是，y、RD、FI、HC、TI、MD、PS均为当期的水平指标，而非当期与上一期相比较的速率指标。

本文依据样本空间中四类油气资源城市的分布(东部、中部、西部)和规模大小，并适度考虑样本观察值的可获得性，选取克拉玛依市、东营市、盘锦市、濮阳市作为情景模拟对象，共获取四座代表城市1998-2015年间6个计量指标三种模拟情景下共计1296个样本观察值，数据主要来源于《中国城市统计年鉴》、各地市统计部门公开的统计数据，缺失的数据主要由插值法补齐。

3 情景模拟结果分析

3.1 模型检验

首先，对模型中各变量进行自相关检验。对四类城市共计64个变量检验后发现，各变量的自相关系数均落于两倍标准差线以内，且AC值在零值附近波动，因此可认为模型具有序列平稳性。观察自相关图并检验纯随机性，结果表明，在各阶延迟下Q统计值P＜0.05，拒绝原假设，说明样本中的各变量为非白噪声序列。

其次，开展单位根检验。对64个变量进行ADF检验后发现，各序列在level(水平序列)，滞后期为3以下的t检验值均未通过显著性检验，故接受原假设，各变量为非平稳时间序列。进一步采用ADF做差分检验，发现各序列在1st different(一阶差分)且滞后期为以3以下的t检验值均通过显著性检验，拒绝原假设，各变量的一阶差分为平稳序列。

最后，对四类城市、五组要素、三种情景生成的60个计算公式进行协整检验。先对各公式进行计量回归，而后提取残差得到残差序列，再对各残差序列采用ADF检验平稳性。结果显示，各残差序列均在水平序列下滞后期为3时，通过t值的显著性检验，拒绝原假设，且通过一阶差分序列的平稳性检验，故模型存在协整关系。

3.2 结果分析

情景模拟结果显示有两类城市即便调整中介要素，其“资源诅咒”效应依然显著，分别为一高一低型城市和一低一高型城市。在上述城市的标准情景结果中，不论如何调整中介要素的系数估计值，“资源诅咒”效应依然存在，说明这两类油气资源城市在短期内无法摆脱“资源诅咒”效应。而双高型城市和双低型城市尽管存在相似的情景模拟结果，即“资源诅咒”效应不显著，但传导要素内在作用机理却不尽相同。

3.2.1 双高型城市情景模拟分析

在以克拉玛依为代表的双高型城市中，情景模拟结果显示该类城市并未存在Auty等提出的“资源诅咒”现象，具体结果如表2所示。

五组要素的情景模拟估计结果中，RD系数在1％、5％、10％的水平上均不显著，说明“资源诅咒”现象在此类城市中并不明显。从拟合优度的情况来看，超过半数情景模型的拟合优度高于50％，结果具有一定的参考价值。

分析各要素演化具体情况可知，在物质资本投资、人力资本水平、制造业发展这三项要素的估计结果中，低情景下RD系数均为负值，高情景和标准情景则均为正值；而技术创新的高投入致使RD系数变为负值；居民储蓄能力的加入则使得整个模型中的RD系数为负值。尽管RD符号有正有负，但估计值均在1％、5％、10％的水平上不显著，说明在高、标准、低情景下，五组要素的参数值变化均无法引发“资源诅咒”现象，该类油气资源城市未陷入发展的“诅咒”陷阱。

出现上述结果最大的原因归结于该类型城市在发展进化的过程中，油气资源高丰裕度、对油气资源产业高依赖度以及城市所处成长期三者耦合作用，致使城市资源开发处在上升阶段，资源保障潜力大，经济发展动力足，发展势头迅猛，不论是具有负向中介作用还是具有正向中介作用的各项中介要素都无法影响“资源红利”对于城市经济发展的刺激作用。

对此类城市的“进化”，应借鉴资源型城市发展中已有的经验教训，适度提高资源产业准入门槛，合理降低现有资源开发强度，在确保经济增长的同时，满足生态环境保护的需要。产业内各企业应提升加工水平，拓展上下游产业链条，开拓资源衍生产品，增加产品附加值，避免后“资源红利”阶段导致的经济增长乏力。

3.2.2 一高一低型城市情景模拟分析

在以东营为代表的一高一低型城市中，情景模拟结果显示该类城市存在“资源诅咒”现象，且无论各要素投入如何变化，“资源诅咒”现象依然存在，其具体结果如表3所示。

在五组要素的情景模拟估计结果中，RD系数为负值，除引入居民储蓄能力的情景模型外，且均在1％和5％的水平上显著，说明此类城市存在“资源诅咒”现象。从模型的拟合优度来看，一高一低型城市中各情景模型拟合优度均大于90％，远高于双高型城市各类情景模型的拟合优度。

分析各要素演化具体情况可知，在物质资本投资和制造业发展的情景模型估计结果中，尽管RD系数均为负值，但高情景下RD系数明显低于标准情景和低情景，与预期结果恰恰相反，物质资本投资和制造业发展可能会促进“资源诅咒”产生的现象并没有出现。究其原因，可能是这两项要素对“资源诅咒”效应的促进作用因双标分类分析而变得不再显著。在人力资本水平的情景估计中，高情景和低情景的RD系数均比标准情景低，说明该类城市中人力资本水平的投入可能存在要素错配的现象[36]，需要通过各种手段予以优化。在技术创新投入和居民储蓄能力的情景模型中，系数大小显示，两种要素在高情景下均能够有效抑制“资源诅咒”效应。需要指出的是，在居民储蓄能力的情景模型中，RD系数不再显著，说明对“资源诅咒”效应的抑制作用不会因居民储蓄能力的演化而发生显著变化。

表2 双高型油气资源城市情景模拟结果

要素分类情景分类控制变量中介变量检验值

RDFIHCTIMDPSAd.R[2]

物质资本投资高情景0.15231.28070.0765-0.15300.1993

标准情景0.0064-2.0721***-0.07710.6868**0.4865

低情景-0.0077-1.2230***-0.02080.25290.8138

人力资本水平高情景0.0081-2.0765***-0.07330.68690.4789

标准情景0.0064-2.0721***-0.07710.6868**0.4865

低情景-0.0049-2.0656***-0.08070.68570.4944

技术创新投入高情景-0.0002-1.6844***-0.05870.6658***0.6600

标准情景0.0064-2.0721***-0.07710.6868**0.4865

低情景0.0322-1.8692**-0.03690.11480.2544

制造业发展高情景0.2594-0.61440.01040.09921.0583***0.8526

标准情景0.3602-1.9138***-0.06350.6889**1.46890.5243

低情景-0.2396-0.76260.00110.0604-1.0230***0.7486

居民储蓄能力高情景-0.0222-0.4511-0.00090.11020.9100***0.9048

标准情景-0.0308-0.4726-0.00840.16181.1939***0.9123

低情景-0.0462-0.5631*-0.02490.2777*1.7071***0.9124

注：*、**、***分别表示10％、5％、1％的水平上显著；变量取值已经过对数转换。

整体来看，一高一低型城市存在显著的“资源诅咒”现象，但通过各种投入要素的适当调整，如加大物质资本、技术创新的投入，提升制造业发展水平，提高居民储蓄能力，避免该类城市陷入发展的“诅咒”陷阱。

对此类城市的“进化”，应借鉴一低一高型城市的发展经验。此类城市油气储量和产量增长的空间相对有限，油气资源产业对城市经济增长贡献的增速放缓，非油产业如高新技术、旅游业等已初具规模。应立足于国家能源战略框架，对油气资源进行适度开发，缓解资源产业下滑所带来的城市经济疲软，同时牢牢抓住转型的历史契机，以新兴产业代替油气资源产业，如大庆市的汽车产业、东营市的石油装备制造业等。

3.2.3 一低一高型城市情景模拟分析

在以盘锦为代表的一低一高型城市中，情景模拟结果与一高一低型城市相似，也显示该类城市存在“资源诅咒”现象，但在制造业发展的部分情景和居民储蓄能力的情景模型估计结果中，“资源诅咒”效应不再显著，其具体结果如表4所示。

物质资本投资、人力资本水平和技术创新投入这三项不含其他中介要素情景模型的RD系数均为负值，且在5％和10％的水平上均显著，说明该类城市存在“资源诅咒”现象。从模型的拟合优度来看，除物质资本投资低情景以外，其他模型的拟合优度均高于90％，拟合结果较为理想。

分析各要素演化具体情况可知，物质资本投资和人力资本水平的估计结果与一高一低型城市情景模型的估计结果相似，具体分析可参照一高一低型城市。技术创新投入的情景估计结果中，高情景和低情景中的RD系数绝对值均小于标准情景，与人力资本水平的估计结果类似，说明该类城市也可能存在要素错配的现象。制造业发展要素的情景估计结果相对复杂，在高情景和标准情景中，RD系数为负值，且分别在5％和10％的水平上显著，但低情景中RD系数不再显著；此外，RD系数在高情景下绝对值变大，说明制造业发展对“资源诅咒”传导存在正向的促进作用，与其他学者研究结果一致[24，27-29]；而低情景下系数变得不显著，说明适度降低该类城市制造业发展水平不仅能有效抑制“资源诅咒”，甚至可能消除其带来的不利影响。在居民储蓄能力的情景模型中，RD系数不显著，说明在一低一高型城市中，居民储蓄能力能够有效抑制资源依赖对经济增长带来的负向关联效应。

整体来看，一低一高型城市与一高一低型城市相似，均存在显著的“资源诅咒”现象，并可通过调整各要素不同方向有效抑制“资源诅咒”效应。但与一高一低型城市不同的是，该类城市可以通过弱化制造业发展水平或增加居民储蓄能力的方式避免陷入发展的“诅咒”陷阱。

对此类城市的“进化”，应借鉴双低型城市的发展经验。随着城市进入资源枯竭期，沿原有经济结构继续发展势必走向衰退，因此应尽早启动发展转型，从质量和效益角度入手，加快发展制造业和现代服务业，培育新兴产业，提高居民收入和生活质量，完善城市功能，打造城市新形象。

3.2.4 双低型城市情景模拟分析

在以濮阳市为代表的双低型城市中，情景模拟结果显示不存在“资源诅咒”现象，且存在邵帅等[24]学者提到的“资源福音”，其具体结果如表5所示。

在五组要素的情景模拟估计结果中，除物质资本投资和制造业发展中的部分情景以外，其余各情景模型中RD系数均为正值，且在5％和10％的水平上均显著，说明此类城市不存在“资源诅咒”现象。从模型的拟合优度来看，双低型城市是四类城市中整体拟合优度最高的，除物质资本投资中低情景外，其余情景模型的拟合优度均高于95％，情景模拟情况最为理想。

分析各要素演化具体情况可知，在物质资本投资、制造业发展这两项要素的估计结果中，低情景下RD系数均为正值，且在不同水平上均不显著，高情景和标准情景下RD系数也为正值，分别在5％和10％的水平上显著；而人力资本水平、技术创新投入和居民储蓄能力在各情景下的RD系数均为正值，且均在5％的水平上显著。可以得出，此类城市没有陷入“资源诅咒”发展陷阱。从系数估计的显著性来看，相比于系数均显著的人力资本水平、技术创新投入和居民储蓄能力，物质资本投资和制造业发展对于此类城市“资源福音”的促进作用相对有限。

上述结果的出现最可能缘于该类型城市因油气资源的低丰裕度和油气资源产业的低依赖度致使城市经济发展必须转型，即进入再生型生命周期阶段。油气资源产业不再作为此类城市经济发展的重点产业，制造业、服务业等逐渐成为支柱产业，因此不论是具有负向中介作用还是具有正向中介作用的各项中介要素都无法使得该类城市继续陷入“资源诅咒”的发展陷阱。

表4 一低一高型油气资源城市情景模拟结果

要素分类情景分类控制变量中介变量检验值

RDFIHCTIMDPSAd.R[2]

物质资本投资高情景-0.2573**0.8244***0.34860.07180.9623

标准情景-0.4371**1.4242***1.08220.10030.9107

低情景-0.5854*-0.4253-2.90951.7281***0.6029

人力资本水平高情景-0.3601**1.1937***1.5857**0.04230.9357

标准情景-0.4371**1.4242***1.08220.10030.9107

低情景-0.3658*0.9941**-1.11960.27590.9097

技术创新投入高情景-0.3065*0.8435**0.21890.5473**0.9349

标准情景-0.4371**1.4242***1.08220.10030.9107

低情景-0.4060**1.3729***1.1097-0.35080.9221

制造业发展高情景-0.4224**1.4265***2.07650.05810.24850.9065

标准情景-0.3011*0.7571**-1.93310.2348-0.5321**0.9357

低情景-0.20270.4032*-1.83850.2343-0.3897***0.9588

居民储蓄能力高情景-0.16080.3982-0.07380.11290.5300***0.9639

标准情景-0.16920.44610.03980.09700.6511***0.9609

低情景-0.18730.5407*0.24270.07110.8377***0.9550

注：*、**、***分别表示10％、5％、1％的水平上显著；变量取值已经过对数转换。

对此类城市的“进化”，应加大加快生产要素转移，加快发展制造业、服务业等非油产业，实现新兴产业的快速替代，形成城市发展新的经济增长点，以摆脱由于资源产业的枯竭而形成的产业空洞。

4 结论与政策启示

本文主要运用情景分析方法，通过对中国油气资源城市特征分类分析，明确油气资源城市的发展环境与发展趋势，构建情景分析模型，从高情景、标准情景和低情景出发，分析物质资本投资、人力资本水平、技术创新投入、制造业发展等要素变化对“资源诅咒”的影响。结果显示：①油气资源城市的“资源诅咒”现象并非具有普适性。计算结果中，仅一高一低和一低一高型城市存在显著的“资源诅咒”现象，而其他两类城市，特别是双高型城市则更趋向于“资源福音”。②对于一高一低型城市而言，加大物质资本、技术创新投入，提升制造业发展水平，提升居民储蓄能力，均能有效抑制“资源诅咒”现象。③对于一低一高型城市而言，则可以通过弱化制造业发展水平、增加居民储蓄的方式抑制陷入发展的“诅咒”效应。④仅就存在“资源诅咒”的两类城市而言，人力资本存在要素错配的可能，需要通过调整投资比例、方式等手段，优化人力资本配置，以达到有效抑制“资源诅咒”的目的。

根据研究结论，增强城市居民储蓄能力、优化人力资本配置、调整产业结构对存在“资源诅咒”效应的油气资源城市能够有效弱化甚至抑制其对区域经济增长的负面影响。特提出建议如下。

(1)发挥政府主导作用，完善利益分配机制。政府支持是技术投融资体制改革和科技创新激励机制取得实质性突破的重要前提。由于资源开发、征地拆迁等历史或现实原因，油气资源城市长期存在利益分配不和谐的突出矛盾。建议由政府主导，充分发挥政府在战略规划、制度建设、中介服务、创造购买、税收优惠、政府资助和直接投资等方面的促进效应，研究形成资源型企业发展储备金，完善资源开发补偿机制和利益分享共享机制，以满足资源开发可持续发展的需要。在此过程中，应突出资本市场的引导、示范和资源配置作用，坚持以人为本，以保障和改善民生为重点，建立以多层次资本市场体系为主体，政府支持体系和金融机构体系为一体的融资体系，并探索建立合理的利益分配和保护机制，支持油气资源城市居民生产生活条件的改善，分享资源开发成果，在实现经济发展的同时，满足居民日益增长的美好生活需要。

表5 双低型油气资源城市情景模拟结果

要素分类情景分类控制变量中介变量检验值

RDFIHCTIMDPSAd.R[2]

物质资本投资高情景0.2039**0.9650***0.4070***0.1836**0.9787

标准情景0.2640**1.7836***0.6640***0.2772**0.9618

低情景0.35794.09290.31090.9869*0.7782

人力资本水平高情景0.2568**1.6507***0.6478***0.2605**0.9653

标准情景0.2640**1.7836***0.6640***0.2772**0.9618

低情景0.2704**1.9205***0.6717***0.2951**0.9675

技术创新投入高情景0.2557**1.5625***0.5905***0.2841***0.9668

标准情景0.2640**1.7836***0.6640***0.2772**0.9618

低情景0.2669**1.9939***0.7350***0.2518*0.9556

制造业发展高情景0.2485*1.7891***0.6449***0.2711**-0.03500.9588

标准情景0.1848*1.6123***0.5206**0.2304*-0.14670.9624

低情景0.08881.0748***0.27190.1477-0.2705**0.9712

居民储蓄能力高情景0.2342**1.2991***0.5459***0.2292**0.2643*0.9693

标准情景0.2444**1.4405***0.5898***0.2445**0.25000.9671

低情景0.2543**1.5823***0.6321***0.2595**0.22450.9647

注：*、**、***分别表示10％、5％、1％的水平上显著；变量取值已经过对数转换。

(2)加强产学研结合，完善人才培育机制。以资源型城市人才多样化需求为出发点，协调推进专职教师、高级技师等各类人才队伍建设，提升生产一线作业人员的知识素养和技能水平；强化仿真实训平台和基地建设，形成企业定制化培训产品，实现培训关口进一步前移，构建职业教育和在岗培训“生态圈”。提升精准匹配城市人才需求的能力和水平，借鉴国外城市中企业-高等教育、企业大学-传统大学新型合作的有益经验，构建“产学研”联合体，充分发挥学会、高校、企业在创新协调发展中的作用，依托重大专项、重要工程、国家大学科技园，优化科技类资源集成利用，探索高层次人才培养模式；在有条件的城市建立高新技术企业创新创业平台，积极吸引高科技人才在资源型城市创业发展。

(3)合理调整产业结构，践行绿色发展理念。面对产业重新布局这一世界经济主题，应当牢牢把握智能制造、服务创新和“互联网+”三大机遇，结合城市发展实际，合理优化资源配置，实现传统产业结构的再升级。如，“一高一低”型城市大庆市，牢牢把握引进沃尔沃整车制造工厂这一契机，大力发展高端、新能源的汽车产业，加快高端制造业转型升级，促进资源型城市由粗放型向集约型发展；“双低”型城市濮阳市，充分发挥人力资源丰富的优势，配备特色园区等优良承接载体，重点围绕装备制造、家具制造、电子电光源、食品轻工、新能源新材料等主导产业开展链式承接和集群引进。在升级传统产业的同时，还需重视低碳绿色发展，加快转方式、调结构，打好创新“组合拳”，坚持科学化开发与高效化利用，满足企业规范化管理，实现环境保护普及化、资源开发可持续等基本要求，形成油气资源开发的经济效益、生态效益和社会效益的三效合一。