JPE：非洲冲突的经济根源 | 唧唧堂论文解析

本文是针对论文《非洲冲突的经济根源（The Economic Origins of Conflict in Africa）》的一篇论文解析。该论文于2020年10月发表于《政治经济学（JPE）》杂志上。作者为Eoin McGuirk和Marshall Burke。

研究背景与问题提出

国内冲突与国家发展是对立的，在非洲各个国家中，这一特征尤为明显。国内冲突不仅直接导致众多人口死亡，而且对疾病、死亡率、人力资本、投资等因素都产生持续影响。显然，经济冲击是导致冲突出现的重要原因，但数据调查取证和因果关系的复杂性给相关实证研究带来了困难， 作者尝试解决这一问题，通过引入全球粮食价格这一外生因素以及将冲突进行划分为两种不同的形式—要素冲突和产出冲突，为认识和揭示非洲冲突的经济根源提供了重要线索。

数据与研究设计

作者构建了一个面板网格数据集作为实证分析的基础，包含10299个覆盖非洲所有国家的单元格（0. 5°×0. 5°的基本单元格，在赤道大约为55km×55km）。

利用生产者价格指数（PPI）和消费者价格指数（CPI）来反映全球粮食价格变化，在网格i的国家j在第t期的生产者价格指数计算方法为11种农作物价格指数的加权平均，权重为生产该农作物的网格数量份额。农作物价格指数来自国际货币基金组织（IMF）的国际金融统计系列（IFS）和世界银行的全球经济追踪（GEM）；农作物的网格空间数据来自M3耕地项目（Cropland project），吸收了Ramankutty et al., 2008）的研究成果；对于消费者价格指数（CPI），在网格i的国家j在第t期的指数为18种农业消费品价格指数的加权平均，权重为该国国民每人每天消费的该农产品卡路里占比的平均值，数据来自于联合国粮农组织（FAO），并进行了一定的标准化折算。

为了检验全球粮食价格对非洲冲突的影响，作者对冲突采取了不同的观察形式，将其划分为要素冲突（factor conflict）和产出冲突（output conflict），前者涵盖与永久控制领地相关的大规模冲突战斗，在对该类冲突的度量上，作者使用文献中常用的乌普萨拉冲突项目地理坐标数据集（UCDP，GED），其包含两类内容：（1）一个有组织的行动者使用武装力量对付另一个有组织的行动者或平民，导致至少1人直接死亡的事件（2）1989年至2010年期间参与直接造成至少25人死亡的战斗的有组织武装团体。作者对这些事件进行了汇总，如果在某一个单元格的某一年出现了任何上述事件，则记为1，否则为0。后者则定义为通过暴力争夺和占有盈余产品，作者使用武装冲突位置和事件数据集（ACLED）中记录的两类暴力事件：“骚乱和抗议”和针对平民的暴力“来度量这一概念，如果其在某一个单元格的某一年发生，则记为1，否则为0。

作者的研究一共包含两个层面：一、构建理论模型考察粮食的世界价格变动对因素冲突和产出冲突的影响：粮食价格的变动会使得生产者和消费者参与到不同类型的冲突当中，包括争夺土地的冲突（要素冲突）和争夺产出的冲突（产出冲突）。二、实证检验农作物的世界价格变动对两类冲突的影响，分析生产者和消费者粮食价格对要素和产出冲突的影响程度。

粮食的世界价格变动与要素冲突

利用线性概率模型（LPM）来分析粮食价格变动对要素冲突的影响，时间段为1989-2010年，模型设定如下：

等式左端指要素冲突，分别用要素冲突发生率（即在某一网格某一年中发生冲突的频率）、冲突是否开始、是否结束的二元变量来加以度量；核心解释变量为生产者价格指数（PPI）和消费者价格指数（CPI），另外加入网格固定效应，国家x年份固定效应以及国家-年份趋势项。考虑到消费者价格指数的数据特征（只随国家和时间变化而变化），作者在第一个回归方程中只分析生产者价格对要素冲突的影响，并考虑国家-年份固定效应；随后在第二个回归方程中加入消费者价格指数，并用国家-年份趋势项替代国家x年份固定效应。此外，考虑到可能出现的空间相依性和序列相关性，本文采用两种方法来计算标准误：第一种方法考虑了在半径500公里内的空间和序列相依性（Conley，1999）；第二种更为谨慎，考虑到不同国家的空间相依性和网格内序列相关性（双重聚类标准误）。回归结果见表2：

作者将生产者价格指数（PPI）和消费者价格指数（CPI）及其滞后期的效应进行了加总，列（1）只考虑生产者价格指数（PPI）和国家x年份固定效应，PPI一个标准单位的增加将使得要素冲突发生率下降0.0042，或平均下降15.4%，无论用哪种标准差计算，其在1%的水平上都是显著的；在列（2），加入消费者价格指数（CPI），并用国家-年份趋势项替代国家x年份固定效应，结果表明PPI一个标准单位的增加将使得要素冲突发生率下降17.2%，而CPI的增加则使得要素冲突发生率增加8.6%。在列（3），作者加入年份固定效应进行对比，发现CPI产生的效应有所增大，但其方差也有所增大。

在列（4）和列（5），当使用冲突是否发生的二元变量作为被解释变量时，结果与前面类似，PPI的增加会使得要素冲突发生的概率下降16.3%和20%，CPI的增加则使得要素冲突发生的概率下降10.2%。在列（6）加入年份固定效应进行对比，发现CPI效应上升至37.7%，但显著性有所下降：当使用Conley标准误时在10%水平上显著，而当使用双重聚类标准误时，系数不显著。

列（7）和列（8）的结果同样与之类似，PPI的增加使得要素冲突结束的概率提高8.3%和9.2%，CPI的增加则使得要素冲突结束的概率下降16.5%。在列（9）加入年份固定效应进行对比，CPI的效应有所增强，但显著性下降。

粮食的世界价格变动与产出冲突

作者接下来估计生产者和消费者的粮食价格变动对产出冲突的影响，时间段为1997-2013年，模型设定如下：

前两个回归方程的设定机理与前面类似，为了检验作者模型的一个结论：粮食作物价格的冲击对产出冲突的影响将大于经济作物价格的冲击。作者设定第三个方程，将生产者价格指数分为生产者粮食价格指数（主要考虑粮食作物）和生产者经济作物价格指数（考虑剩余的经济作物）分别进行回归。前两个方程的回归结果见表4，第三个回归方程的结果见表5。

在表4中，列（1）表明PPI一个标准单位的增加将使得产出冲突的风险上升15.1%。在列（2），PPI的效应为18.9%，而CPI的效应为14.4%，其都在1%的水平上显著。在列（3），当加入年份固定效应后，CPI的影响有所减弱。在列（4）和列（5），无论是PPI还是CPI，都对产出冲突的发生产生了显著的正面影响。列（6）中年份固定效应的加入再次降低了CPI系数的显著性。从列（7）和列（8）可以发现，PPI的影响主要体现在产出冲突的发生而非冲突的结束，而CPI则对产出冲突的发生和结束都产生了较大影响，列（9）中加入年份固定再一次使得CPI效应显著性的下降。

列（1）表明，粮食价格一个标准单位的增加将使得产出冲突的发生率提升16.6%，而经济作物价格上升则会使得冲突发生率有所下降，这证实了作者模型的预测结果。通过对列（2）和列（3）的对比，可以发现这种效应都来自于对产出冲突发生概率的影响，而非对冲突结束概率的影响。

结论与启示

作者对非洲冲突的经济根源进行了探讨，利用世界粮食价格的外生变化来解决现有文献中大量存在的因果识别的模糊性问题；其次，对不同形式的冲突进行了区分，实证结果表明冲突的经济根源的研究应该考虑不同种类的冲突；再次，作者强调在国内冲突经济学的研究中进行空间分类的重要性，网格层面的数据可以对国家层面数据的理论预测结果进行检验，这将使得研究结果更加可靠；最后，作者的研究结果可以为早期的预警工作提供信息，以帮助减轻未来价格冲击对非洲暴力的影响。

参考文献：

Eoin McGuirk, Marshall Burke.2020.“The Economic Origins of Conflict in Africa”Journal of Political Economy128(10)

解析作者：Ethan Sheng