图片来源：https://www.pexels.com/

原文信息：

Hamang J. Economic development and known natural resource endowment: Discovery rate differentials of oil[J]. Journal of Development Economics, 2024, 170: 103290. 

原文链接：

https://www.sciencedirect.com/science/article/pii/S0304387824000397

01

引言

长期以来，石油被誉为工业的“血液”，是现代工业发展的基石，也是经济快速发展的“金钥匙”。然而，反过来，现有关于经济发展对石油等自然资源开采影响的研究却较少，这篇文章则填补了这一空白。

探究经济发展对自然资源禀赋发现概率的影响并不容易，因为会受到反向因果关系和潜在混杂因素的影响。然而作者认为，相比其他资源，石油的发现接近外生，这主要基于以下几点：①石油于1835年首次被发现，此时现代定居模式已建立，避免了反向因果关系；②石油位于地下，难以从地表观察，需要通过勘探来验证，避免了选择性问题；③石油与其他自然特征无关，避免了混杂因素的影响；④石油在全球多个地区分布，减少了虚假相关性。特别是，Rystad Energy 提供的高分辨率地理参考石油数据集 (UCube，2020) 为本研究提供了数据基础。

本文研究发现，经济上已经开发的地区（后文简称“已开发地区”）发现石油的概率比未开发地区高出5.8个百分点。通过工具变量（IV）估计，当前未开发地区尚有5430 Gbbl（十亿桶）的额外石油未被发现，相当于全球目前已知陆上石油储量的约40%。进一步研究表明，地质条件、自然地理特征、经济强度和地理中心性差异均无法解释“已开发地区比未开发地区的石油发现率高”的现象，而基础设施的可及性是导致这一差异的主要原因。

02 

数据

本文将Henderson 等（2018）的数据与石油勘测、历史定居点等地理数据合并，得到分辨率为 0.25 度或更高的242184 个网格单元，覆盖全球除近海区域和永久冰封地区外的所有范围。主要数据的介绍如下：

·石油勘测数据：来自 Rystad Energy（UCube，2020）。该数据包括 2019 年之前历史上所有陆上发现油田（包括从未生产过任何油田和/或被废弃的油田）的横截面数据，其总数为 19238个，共 7170 个网格单元，约占网格单元总数的 3%。

·经济数据：本文使用夜间灯光衡量经济开发情况，数据来自Henderson等(2018)。如果该网格单元有可探测到的夜间灯光，则定义为“已开发地区”（EDC , economically developed grid cell）。

·历史定居点数据：来自Reba 等（2016），该数据包含全球公元前 3700 年至公元 2000 年所有城市定居点信息。本文仅使用公元 1500 年至 1800 年期间记录的654 个历史定居点。

·地质数据：来自美国地质调查局 (USGS) 数据库，该数据提供了全球的基岩类型信息。基岩是沉积物从表面移除后暴露出的第一层岩石，即最接近地表的地质层，因此最有可能与经济发展相关。本文使用地质数据的目的是控制已开发区的位置、地表特征等与石油形成地质之间的潜在相关性。

·生物群落和地理表面特征(GSC)数据：来自 Henderson 等 (2018)，由 14 个生物群系和 18 个 GSC 变量组成，所有变量均以网格单元为地理参考。生物群系包括苔原、温带针叶林丛林和沙漠等；GSC 变量包括：坚固性、海拔、土地适宜性指数等。

03 

实证模型

本文的研究目标是估计历史经济发展对石油发现率差异的影响，即对P(DISC|EDC=1)-P(DISC|EDC=0) 的影响。为解决“石油发现促进经济发展”的反向因果问题，本文使用已开发网格单元与历史定居点距离的对数值作为工具变量。为解决“石油影响地表特征，进而影响已开发区位置”的问题，本文控制了基岩地质固定效应、生物群落固定效应、国家固定效应和 GSC，将开发与未开发区开采率的比较控制在相似的地理网格之间。IV估计第一阶段和第二阶段方程分别如式(9)、式(10)所示：

EDC2010,icgb为国家c、地质类型g、生物群系b的网格i在2010年是否为已开发网格，有灯光亮度则为1，否则为0。DHSicgb为网格i到距离最近的历史定居点的对数值。DISCicgb为网格i在历史上是否被观测到有石油，有则为1，否则为0。根据作者的结构性推导 (详见原文)，β1可以解释为 1800 年至 2010 年经济发展总概率对石油发现率的影响。简约式估计方程如式(11)所示：

其中r1=β1w2010,icgb可以解释为历史定居点对数距离对DISC2019,icgb的边际效应。以上所有报告的标准误聚集在3 × 3 网格单元上。

04 

实证结果

IV估计显示，已开发网格单元的石油发现概率比未开发网格单元高出5.8个百分点，即P(DISC|EDC = 1) − P(DISC|EDC = 0) = 0.058。根据全概率公式，我们有：P(DISC) = P(DISC|EDC = 1)P(EDC = 1) + P(DISC|EDC = 0)P(EDC = 0)。已知 P(DISC) = 0.0296 和 P(EDC = 1) = 0.401。通过联立这两个方程来求解未知数，得到 P(DISC|EDC = 1) = 0.081 和 P(DISC|EDC = 0) = 0.023。根据 Rystad Energy 的数据，每个网格单元发现石油的平均规模为 185 百万桶（MMbbl）。根据灯光数据，已开发网格单元数为 97,182，未开发网格单元数为 145,002。

因此，由于经济开发而发现的石油总量为：[(97,182 * 0.081) − (145,002 * 0.023)] * 185/1000 = 839 Gbbl (十亿桶)。如果将未开发网格单元进行经济开发，预期发现的石油量将增加 145,002 * 0.058 * 185 / 1,000 = 1,556 Gbbl（十亿桶）。这相当于目前已发现的陆上石油总量 1,327 Gbbl 的1.17倍。若考虑 IV 估计中的异质性处理效应，则已发现的石油中有 293 Gbbl 是由于经济发展的差异造成的，目前未开发的网格单元中的开发潜力为 543 Gbbl。

在对七大洲进行异质性分析时，本文发现，除欧洲和北美外，其他地区已开发网格单元的石油发现率显著高于基线结果。在不考虑同质化处理效应假设的情况下，亚洲是迄今为止潜力最大的地区。本文进一步从勘探时长和已开发区域比例等角度，解释了区域异质性产生的原因。

在机制分析部分，本文探究了已开发网格比未开发网格石油发现率高的原因，具体如下：

·经济强度：更高的经济强度既可能通过获取更具生产力的劳动力和资本来降低开采成本，也可能提高当地的石油需求。本文使用夜光灯光强度（NLI）代替EDC进行第一阶段估计，并将样本限制在已开发的网格单元，结果显示，经济发展强度未显著影响石油发现位置。

·地理中心性：与经济中心的距离可能通过运输路径影响发现率。然而，将样本限制在经济中心附近时，已开发与未开发网格之间的发现率差异并未减小，反而增加，这表明地理中心性不是解释发现率差异的原因。

·结构连通性：将样本限制在距离铁路100公里以内，但距离城市100公里以上的网格单元，结果显示已开发和未开发区的石油发现率在统计上无显著差异。这说明基础设施的可及性是解释已开发区较高发现率的关键因素。

05 

结论

本研究表明，已开发地区发现石油的概率比未开发区高出5.8个百分点，基础设施可及性是影响该差异的关键因素。相较于已开发地区，目前未开发地区可能存在额外5430 Gbbl的未发现石油。这一结论在经济和地缘政治上都具有重要意义，因为它不仅影响未来能源供应的位置，还表明不同地区和国家在逐步淘汰石油方面的成本差异巨大。

Abstract 

The location of oil reserves plays an essential role in policymakers’ incentives to coordinate supply-side climate policy. In this paper I use data on the location of all historic onshore petroleum discoveries to establish a new stylized fact: Economically developed areas are many times more likely to contain an oil or gas discovery, compared to undeveloped areas. I show that this result is not driven reverse causality or confounding geology. By implication, there exist large additional undiscovered oil and gas deposits in currently undeveloped areas, mainly located outside of Europe and North America. I quantify these deposits to be about 40% of total discovered onshore oil reserves.

推文作者：武汉大学经济与管理学院博士研究生静峥

声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。