【量化历史研究第99篇】祸兮福兮,因地而异:崎岖地形对非洲的福音

 

崎岖的地形到底对经济增长有怎样的影响?一般来说,蜿蜒的山脉、起伏的地势确实不利于诸如土地耕种、贸易往来等大多数的生产性活动。但是,若由此下定论“崎岖地形不利于经济增长”恐怕为时尚早。...

(图片来源于网络)


崎岖的地形到底对经济增长有怎样的影响?一般来说,蜿蜒的山脉、起伏的地势确实不利于诸如土地耕种、贸易往来等大多数的生产性活动。但是,若由此下定论“崎岖地形不利于经济增长”恐怕为时尚早。一个反例来自非洲:在黑奴贸易时期,非洲国家的崎岖山地就为黑人躲避抓捕和掠杀提供了良好的藏身之地,并因此对其后的国家经济发展产生了间接但持久的正面影响。所以祸兮福兮,因地而异。Nathan Nunn和Diego Puga于2012年发表在Review of Economics and Statistics上的文章“Ruggedness: The Blessing of Bad Geography in Africa”,就根据上述案例研究了地理因素经由历史途径对于经济的间接影响。基于一项全球地理调查数据(GTOPO30),作者为全球国家测算了一个地形崎岖指数,比如较为平坦的低地国家荷兰的指数只有0.037,以沙漠平原地形为主的津巴布韦的指数是1.194,而位于非洲德拉肯斯山西坡的国中之国莱索托,其指数则高达6.202。

作者以地形崎岖指数作为核心变量构建计量模型。进一步地,作者提出了5个待检验的假说:

假说1:在非洲,崎岖的地形对当前收入有额外的正影响。

假说2:崎岖的地形对奴隶出口有负影响。

假说3:奴隶出口对当前收入有负影响。

假说4:控制奴隶出口之后,非洲地形崎岖程度对当前收入的影响并无差异。

假说5:控制奴隶出口之后,地形崎岖程度的系数为崎岖地形的共同效应提供了一致性估计。主模型的结果显示,地形崎岖程度对于世界各国的经济水平拥有共同的负影响。但是考察地形崎岖程度与非洲国家虚拟变量的交互项(
),其系数显著为正,则说明崎岖地形对于非洲国家的经济水平有正影响,由此证明了假说1。而后作者对主模型展开了一系列稳健性检验,包括考察遗漏地理变量的问题,更换收入和地形崎岖程度的测量方法,研究强影响点的作用,分析非洲的其它特质以及殖民统治的影响,甚至还考察了地形崎岖程度对于非洲内各区域之间的不同效应。各种检验均显示结果稳健。

作者进一步考量以下问题:“奴隶出口是否能解释地形崎岖程度带来的差异性作用?”第一步即是考察崎岖地形是否为黑人躲避奴隶掠夺提供便利。利用奴隶出口强度对地形崎岖程度作回归,结果显示,地形崎岖程度的系数显著为负,说明崎岖的地形对奴隶出口有负作用,即证明了假说2。作者又将奴隶出口强度作为自变量纳入主模型进行考察,结果显示奴隶出口强度的系数显著为负,意味着奴隶出口对当前经济发展确有负面影响,这证明了假说3。进一步地,交互项
的系数不显著,且加入一系列控制变量之后,该系数趋近于0,表明在控制了奴隶出口之后,非洲地形崎岖程度对当前收入的影响并无差异,这证明了假说4。可见崎岖地形所带来不同影响正是因为奴隶贸易。最后,当自变量中加入奴隶出口强度并剔除了交互项,地形崎岖程度的系数依然显著为负,且与主模型中对应的系数相近,这意味着该系数是地形崎岖程度的共同效应的一致性估计,假说5得证。

作者最后还度量了地形崎岖程度所带了的经济效应。结果发现,地形崎岖程度由平均1.110提升1个标准差至2.389,将使奴隶出口降低0.54个标准差,进而使当前人均GDP由平均1784美元上升至2531美元。不利的地理条件竟然可以通过历史的渠道,为当前的非洲人民带来切实的收益,真可谓是祸兮福倚,因地而异。



文章来源:Nunn, N., & Puga, D., Ruggedness: The Blessing of Bad Geography in Africa. Review of Economics and Statistics, 2012,94(1), 20-36.

原文链接:请点击左下方【阅读原文】.

“量化历史研究”公众号是由北京大学经济学院量化历史研究所组织,由陈志武(耶鲁大学终身教授、北京大学经济学院特聘教授)和管汉晖(北京大学经济学院副教授)及其团队负责。以严肃而又不失活泼的方式,向广大学界和业界朋友,定期推送有关七大洲五大洋的量化历史研究经典文献和前沿文献。本账户同时作为“量化历史讲习班”信息交流平台,向大家及时发送讲习班的最新信息和进展。喜欢我们的朋友请搜寻公众号:QuantitativeHistory,或扫描下面二维码关注。

关注订阅号的同时,我们也诚邀八方学人发送电邮建言献策。“量化历史研究”旨在凝聚一批对历史研究有激情、有热情的朋友,共同推动以量化历史研究方法研究经济史,金融史、政治史、社会史、文化史等各类历史题材,分享观点,共享资料。我们的邮箱:lianghualishi@sina.com。期待您的声音!

轮值主编:黄英伟         责任编辑:彭雪梅



点击下方“阅读原文”查看英文原文


    关注 量化历史研究


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册