其他
李 辉 唐世平：位置、位置、还是位置：石油区位何以导致族群战争？| CPSR
位置、位置、还是位置：石油区位何以导致族群战争？
摘要：
在批判并改进已有研究的基础上，我们给出了一个关于石油和族群战争的爆发的更综合且细致的理论，并为我们的理论提供了系统的定量证据。我们认为，真正将石油与族群战争的爆发联系起来的是石油的族群地理分布，而非石油收入、租金以及分布上的相对分散或集中的程度。当一个少数族群的核心领土拥有大量石油时，该族群更有可能反抗一个由另一族群主导的中央政府，因而石油与族群战争的爆发密切相关。相比之下，当石油位于一个占主导地位的族群的核心领土时，或者一个国家的族群分布相当均匀，没有一个族群可以对石油拥有排他性所有权时，石油就与族群战争的风险无关。我们依据两份不同的数据来源，构建了两个关于石油的族群地理分布的新指标，并用这两个新指标来检验我们的假说。统计结果有力地支持了我们的假说。在另一篇相关论文中，我们使用过程追踪法进行了案例研究，结果证明我们的理论所甄别出的机制确实会对族群战争起到推动的作用。结合该案例研究给出的证据，我们提供了一个针对“石油是否以及如何与族群战争的爆发相联系”这一个问题的更完整、而接近“盖棺定论”的答案。我们的工作还指向一个关于大宗商品类矿产资源的族群地理学与族群战争爆发的更广泛的理论。
作者简介：
李 辉，复旦大学国际关系与公共事务学院
唐世平，复旦大学国际关系与公共事务学院
文献来源：
Li, H and Tang, S. Location, Location, Location: The Ethno-Geography of Oil and the Onset of Ethnic War. Chinese Political Science Review. (2017) 2: 135–158
*本推送是在征得作者同意后作的全文编译，转载本文时必须征得作者本人同意
本文作者：李辉教授（左）和唐世平教授（右）
最近的几项研究揭示了石油与族群战争的爆发之间的情境化联系。在批判并改进已有研究的基础上，我们给出了一个更为综合且细致的理论。我们认为，真正将石油与族群战争的爆发联系起来的是石油的族群地理分布，而非一个国家的石油收入、租金（例如Collier and Hoeffler 1998, 2004）、地方产量（例如，Sorens 2011;Hunziker and Cederman 2012; Asal et al. 2016）；或（相对）分散或集中程度（如，LeBillon2001; Morelli and Rohner 2015）。更具体地说，当一个少数族群的核心领土上拥有大量石油时，该少数族群更有可能反抗由另一个族群主导的中央政府，从而将石油与族群战争的爆发联系起来。反之，当石油处于占主导地位的族群的核心领土，或者一个国家的族群分布相当均匀，没有一个族群可以对石油拥有排他性占有时，石油与族群战争的风险无关（详细内容可参加下文第2节）。
为了验证我们的理论，我们将石油的地理分布与少数族群的地理分布相结合，构建了两个新的指标。这两个新指标不仅避免了所有与先前研究中早期测定石油租金或收入（绝对值或相对值）相关的内生性陷阱（正如Ross所批评的那样；Ross 2006，pp.275–277; 2012, pp.17-22），还避免了最近研究中一些测定石油的地方产量和相对集中度有关的严重缺陷（例如Sorens 2011; Hunziker and Cederman 2012; Morelli and Rohner2015; Asal et al. 2016）。之后，我们用这些新的指标来检验我们的实证假说，而统计结果也有力地支持了我们的假说。
在我们另一篇相关论文中（Tang et al. 2017），我们进行了比较案例研究，运用过程追踪方法，证明我们的理论所提出机制确实对族群战争起到了推动作用，而当这些机制未被触发时，族群则能够和平相处。我们的案例研究也彰显了我们的研究与其他研究的区别，那些研究往往关注石油的地方产量或相对集中程度。我们的两项研究证明了，对于族群战争的爆发真正重要的，不是石油本身、石油收入、租金、（地方）产量或相对集中度，而是石油的族群地理分布。因此，我们为石油是否以及如何与族群战争的爆发相联系这样一个问题提供了一个接近确定性的回答。我们的工作还指向一个关于其他商品型矿产资源的族群地理分布与族群战争的爆发的更广泛的理论。
在进一步讨论之前，我们要注意一个关键的补充说明。许多关于石油和冲突（族群的或非族群的）的早期研究，使用国家层面的聚合式数据，因此没有明确地将石油的次国家特征与各族群的次国家分布联系起来。这些研究大多得出结论说，石油通常是一种“诅咒”（此类文章参见Ross 2006, 2012, 2014; Blattman and Miguel 2010; Van derPleog 2011）。然而，这些结果不时会受到质疑（补充材料的附录E中引用了一些关键的研究）。因为我们的研究利用了此国家水平的数据，并明确地将石油的次国家区位与各族群的次国家区位联系起来，所以我们的研究与这些早期的研究有根本的不同。因此，我们没有广泛地使用这些基于聚合式数据的文献，而只是在恰当的时候提到了其中一些。我们认同Smith（2014）的观点，他认为应该综合这两个层次（国家级的和次国家级的）。事实上，我们下面的结果就涵盖了族群和国家两个层面，并提供了一个可能的解释，来说明为什么早期使用国家层面的聚合式数据的研究结果是不一致的。
本文其余部分的结构如下。第2节概述了我们的新理论，列出了我们的经验假说，并为对比我们的研究与最近的几项研究奠定了基础。第3节指出了最近两项研究的缺点，这些研究报告了大略相近的结果，本文批评的重点是它们的理论化、测定和技术问题。第4节对我们的关键解释变量作了简要描述，然后提出了我们的理论的定量结果。第5节得出启示和总结。（译者按：统计学意义上的“inconsistent”可认为是“不一致的”，指前述文献有相互矛盾的解释。）
二、石油与族群战争的爆发：一个综合理论
得益于LeBillon（2001）以及Buhaug & Gates（2002）的开创性研究，第一个缺陷现在已经在很大程度上被修正。最近越来越多关于自然资源和内战的研究开始使用地理信息系统（GIS）数据。因此，我们对于石油和族群战争的理解已经变得越来越精细。
而剩下的两项缺陷，在我们看来，它们是如此紧密相连，以致即使使用GIS数据，我们也不能指望独立地修正其中任何一个。从根本上说，这两个缺陷是因为对石油和族群战争的关系的理论化水平不足而造成的，而将族群性内战与非族群性内战放在一起讨论则加剧了这两个缺陷。如果没有足够的理论化，我们就不知道应该测定什么，应该如何测定，应该检验什么机制，以及应该如何检验这些机制。因此，一些对石油的清晰测定都没有被尝试过：大多数作者仍只是从量的角度来测定石油，例如石油租金、石油与总GDP的对比、石油与总出口的对比（例如Collier and Hoeffler 1998, 2004; Fearon and Laitin 2003）、（地方）石油产量（例如Humphreys 2005;Brunnschweiler and Bulet 2009; Wimmer et al. 2009; Cederman et al. 2010;Hunziker and Cederman 2012; Asal et al. 2016），人均石油收入（Ross 2006, 2012），或（相对）集中或分散（（Morelli and Rohner 2015）。同时，除了少数的研究坚称某些机制并不相互排斥（例如Ross 2004a, pp. 38, 60–61; Smith 2014; Tang 2015; Paine 2016），大多数作者仍然会将不同的机制相互对立起来（例如贪婪、怨望或机会），而不是试图将潜在因素、直接诱因和机制整合到一个连贯的理论中。
因此，我们试图通过提出一个关于石油和族群战争的爆发的更整合性的理论，来修正这两个相互关联的缺陷。通过批判性地建立在现有关于自然资源和国内冲突的文献（特别是Le Billon 2001; Ross 2004a, 2012）以及关于族群统治/臣属和与怨恨/敌意的关系的文献中的要素和见解，（例如Cederman et al.2013; Horowitz 1985; Wimmer 2013）我们提出了一个关于石油和族群战争的爆发的更整合性的理论。
本文认为，正是石油的族群地理分布才能真正将石油与族群战争的爆发联系起来。当一个（居臣属地位的）少数族群的核心领土上有（大量）石油时，这个少数族群会更可能反抗由另一个族群主导的中央政府，以寻求更大的自治权或彻底的分离等。因此，具有这样的族群地理分布的石油才更有可能引发一场族群战争或加剧一场正在进行的族群战争（关于石油的地理分布与族群战争的升级，见理论志往期推送熊易寒、唐世平，“石油的族群地理分布与族群冲突的升级”，《世界经济与政治》，2015年第10期）。因此，在少数族群的核心领土内拥有石油的国家更有可能经历族群战争。相比之下，当石油位于一个占主导多数的族群的核心区域时，或一国之内各族群分布较为均匀，以致没有哪个族群可以对石油宣布排他性占有时，石油就不会与更高的族群战争的风险相关。
我们的理论进一步提出了两个紧密互动的机制将石油的族群地理分布与族群战争联系起来。一方面，当石油是在一个少数族群的核心领土内被发现时，（由其它一个或几个他族群主导的）中央政府出于两方面原因，几乎必然会试图控制这些资源。首先是简单的经济利益（即“贪婪”）：每个国家都希望控制更多的资源和税收。另一方面，中央政府会试图阻止少数族群控制资源和收入，部分是由于中央政府担心少数族群可能会寻求更大的自治权。而如果主导中央政府的族群和少数族群之间曾经出现过紧张局势时，这种情况会极为严重；如果二者曾经开战，形势将更加危险。这两条动因几乎不可避免地导致中央政府加强对少数族群的核心领土及其上石油的控制，利用（准）军事部署（(para-)military deployment） 、武力或诱导使主要族群的人口向少数族群的核心领土移民，或两者兼而有之。事实上，由于石油生产是技术和资本密集的，即使没有中央政府的鼓励，石油开采也几乎不可避免地会吸引流动劳动力的涌入，这些流动的劳动力通常来自其他族群（来自国内主体族群或其他国家）并拥有更多的技术和语言技能加政治和商业联系。其结果是多数族群对少数族群核心领土的“内部殖民”（Hechter 1970），并进而增加了“原住民（sons of the soil）”冲突的风险（Weiner 1978;Fearon and Laitin 2011）。
（译者注：Sons of the soil：是指在一个国家的某个地区具有文化优势的人群（原住民）；在人口统计学上从属于该国的主导文化，并受到来自主导文化的移民对其历史家园的威胁。这一词是针对南亚冲突而发展起来的，已被用来描述非洲一些最暴力或最持久的冲突，包括刚果民主共和国东部、乌干达北部、塞内加尔卡萨芒斯地区和西南部的冲突。）
另一方面，即便先前没有发生过族群紧张或冲突，少数族群也还是会因为中央政府把理应“属于”少数族群的东西从其自然所有者手中夺走而心生怨望，更不必说这个中央政府还是由外族把持的。通俗地说，少数族群会自然而然地认为，在他们的核心领土内发现的石油当然是属于他们的。外族移民工人大量涌入并通常占据大部分的高薪岗位则只会增加当地少数族群对“相对剥夺”的不满，而这种感受部分来自少数族群和多数族群之间收入差距扩大的事实或认知。更糟糕的是，石油开采和加工几乎不可避免地导致当地环境恶化，而石油公司，无论是跨国公司还是国有公司，几乎不会给当地人民足够的补偿或是大力保护环境。这些动因催生了“本土”少数族群对“外来”主体族群的更大的不满。最后，少数族群内部的精英们会利用预期的石油收入来鼓噪自治或独立，宣传说这样的前景会如何光明，而如果石油已经开始生产，那么掠夺和勒索就会成为进行战争的钱袋子。
因此，位于少数族群核心领土的石油既会影响少数族群，也影响由另一个（主体）族群控制的国家。最为重要的是，把这两方面动因叠加在一起将把造成族群战争的直接诱因强有力地混合起来。具体而言，位于臣属地位的少数族群核心领土上的石油会激起主体族群对分裂的恐惧、少数族群的怨恨、双方对利益的追求，以及能力（对少数族群来说更重要）。而如果在少数族群和多数族群之间的仇恨业已存在，那么位于臣属地位的少数族群核心领土上的石油十有八九会成为影响族群战争的直接诱因，并反过来推动双方的紧张局势和互不信任螺旋上升而最终走向战争。因此，我们的理论预测，位于一个（居于臣属地位的）少数族群的核心领土上的石油应该与分裂主义族群战争的爆发有密切的正相关关系。
从我们的新理论中可以得出两个定量研究假说，每个假说有两个子假说：H1A-G：若其他情形不变，在族群层面，当石油位于少数族群的核心领土内时，这个少数族群更有可能反抗由另一族群把持的中央政府，以寻求更大的自治或彻底分离。H1B-G：在族群层面，位于少数族群核心领土的石油对争夺统治权的内战风险几乎没有影响。H2A-C：若其他情形不变，在国家层面，当一国有石油位于少数族群核心领土内时，该国更有可能经历分裂主义的族群战争。H2B-C：在国家层面，当一国的石油位于少数族群核心领土内时，该国经历为了控制政府而发生的族群内战的概率不会更高。
三、对现有理论与实证研究的批评
石油与国内冲突是一个非常拥挤的研究领域，有一些研究已经触及了我们理论中的一些要素，并提出了我们所提出的一两个假说。这些研究的实证结果乍看上去似乎与我们下面将要报告的结果很相似。由于篇幅有限，我们将更广泛的文献回顾放在补充材料的附录E当中。在本节，我们批判性地关注两项最近的研究，因为它们看起来与我们在这里报告的研究最相似。我们首先表明了Morelli和Rohner（2015）的一项研究在理论上是不可靠的，而且在数据上也是不稳健的（我们对他们的结果的复现收在补充材料的附录D中）。在明确指出有用和有效的因素、机制和论题的同时，我们还展示了Asal等人（2016）的研究也存在一些缺点。
Morelli和Rohner（以下简称M&R 2015）和Asal等人（2016）的一个共同不足是，他们依赖PETRODATA数据集来给石油位置和生产编码，而没有意识到PETRODATA数据集中有关石油发现和石油生产的数据有许多缺失值。因此，M&R（2015,pp.37）声称他们关于石油发现和生产的数据集是完整的，而这根本不成立。事实上，在PETRODATA数据集中，只有540个条目（总数891个的60.6%）记录了发现时间的数据；只有309个条目（总数891个的34.8%）记录了生产时间的数据。相比之下，我们不仅使用两套不同的数据来源（USGS和PETRODATA）来编码核心自变量，我们还用这两个不同的数据来源获得了几乎一模一样的结果（详情见下文第4节）。 3.1 M&R（2015）的“石油基尼系数”与内战的爆发M&R（2015）首先建立了一个简单的谈判模型，旨在同时解决族群集中度和资源集中度的问题。他们的简易模型声称，当族群和资源的集中度都很高时，族群就无法对和平给出可信的承诺，内战因而可能爆发。他们的模型提出了一个关键的经验预测，“冲突是由生活在石油资源丰富地区的非统治地位少数族群挑起的……在那些有大量不属于该国执政联盟的人口生活的地区碰巧发现资源时，内战就很可能爆发。”
接着，通过合并Lujala等人（2007）的PETRODATA和Weidmann等人（2010）的族群地理参考（GRED）数据集，M&R（2015，pp.33）创建了一个“石油基尼”指标，以反映在国家层面“在特定国家和年份中，油田在不同族群间分布的不平均性”。在族群层面，M&R创造了一个“R1/（R1+R2）”指标来反映一个国之内某一族群所拥有的石油相对集中程度。在“R1/（R1+R2）”中，R1表示一个少数族群（族群1）的核心领土上的资源（即石油和天然气），而R2表示一个国之内所有其他族群的核心领土上的资源。因此，“R1/（R1+R2）”是在（族群）层面，“一族群富含油气的领土之面积占全国富含油气的领土之总面积的比值”（同上，33）。然后他们报告了支持他们的模型和假说的定量结果。
不幸的是，M&R的理论和实证研究存在三个严重不足。最严重的是，他们在国家层面（即石油基尼数值）和族群层面（即“R1/（R1+R2）”）的关键解释变量是有问题的，因为在国家层面可能相同的石油基尼数值或族群层面相同的“R1/（R1+R2）”会对应完全不同的情况，而这些情况可能会对族群战争产生截然不同、甚至大相径庭的影响。简单来说，就算石油基尼数值相等，并且“R1/（R1+R2）”也相等，各类平均或不平均分布的情况也不能等量齐观。
首先，在国家层面，“石油基尼数”不能区分两类油气分布相当不平均的情况：一类情况是所有的石油都位于多数族群的核心领土上，另一类情况是所有的石油都位于少数族群地区，而这两种情况下的石油基尼数值都为1。但这两种情况对族群战争的爆发的影响却截然不同。在前一种情况下，少数族群为了分布于多数族群的领土上的石油而叛乱的可能性几乎为零，而这个国家所经历的任何族群战争也都与石油没什么关系。相反，在后一种情况下，少数族群要求控制石油收入的可能性相当之高，发生族群战争的可能性也随之增高，正如M&R自己的逻辑所暗示的那样（参见前文第2节）。这表明，在族群战争的爆发方面，“石油基尼”效应可能不是单调的，但它无法反映出这种可能性。而M&R（2015，pp.32）说，这种关系是（并且是线性）正向的：“当资源集中度和族群集中度较高时，战争也就越有可能。”
第二是M&R（2015）的“R1/（R1+R2）”对族群水平上石油的不平均分布的测定也存在问题。根据他们的说法，这个式子中的R2包括除第一个族群（R1）之外的所有其他族群。而这忽略了一个事实，许多多族群国家都有不止一个（少数）族群，每一个居臣属地位的少数族群都可能坚持对其核心领土上的石油拥有独立（分离主义）的所有权。因此，真正重要的不是一个族群相对于其他族群，而是一个族群相对于主体族群或主导族群。印度尼西亚的亚齐和伊里安贾亚/西波帕都拥有大量石油和天然气，它们就是这样的例子。
更严重的是，就像他们在国家层面的逻辑一样，M&R在族群层面的逻辑暗示，“R1/（R1+R2）”必须足够高才能引发内战（不论是非族群性的还是族群性的战争），但它们并没有给该式子指定一个阈值。因此他们的逻辑忽略了一种可能，那就是居臣属地位的少数族群可能只拥有一国之内小部分的油气储备，但仍然可能叛乱。因为该族群认为，即便是这样小的一部分资源，现在都被占主导地位的多数族群控制着，简直没有比这更令人信服的战争理由了。印尼的亚齐就是这样一个悲剧性的例子。根据M&R自己的测量，亚齐的“R1/（R1+R2）”值只有0.027，显然微乎其微。然而，亚齐自由运动的前领导人哈桑·迪蒂罗仍然奔走呼号，号召亚齐人反抗“新殖民主义的爪哇国家”，因为亚齐的天然气属于亚齐人（di Tiro 1984，关于亚齐-印尼冲突的更详细讨论，见Tang et al. 2017以及那里引用的参考文献）。
第三，尽管M&R的两个主要自变量均与族群严格相关——但他们依然声称他们的模型并不依赖于族群性（M&R2015，pp.34, fn. 12），可他们在国家层面和族群层面的因变量都是内战爆发，因此也就既包含了族群战争，又包含了非族群的国内冲突。这不仅在理论上不自洽，而且可能导致严重的估算偏差。此外，他们大部分的回归方程使用的都是OLS模型，而不用logit或probit模型来估计石油集中度对爆发内战的影响。然而人们普遍认为，当因变量是二分变量、多项变量，或定序变量时，OLS模型估计往往会产生较小的标准误，从而夸大解释变量的显著性水平。
M&R的结果说，在国家层面和族群层面，石油的集中度对爆发内战的影响都是十分稳健且显著的。但不出所料，他们的这一结论相当不可靠。通过对他们结果的复现，我们清楚无误地展示了真实情况与他们的稳健性主张恰好相反：他们的定量结果是非常脆弱的（详见补充材料的附录D）。 3.2Asal等人的研究（2016）从表面上看，我们的研究和Asal等人的研究（2016）也十分相似。但只要仔细一看就明白，我们的研究不论是理论上还是实证上，都要明显比Asal等人（2016）的研究更好。
首先，我们的理论比他们的更为完整和细致。和Asal等人（2016）不同，我们并不认为一个族群必须被排除在中心政府之外才能反抗。这是因为，顾名思义，少数族群在中央政府中几乎总是处于“欠代表”的状态，而先前的不满则会加深少数族群被支配或排斥的感觉。此外，我们不仅明确区分了族群性内战与非族群性内战，还区分了分离主义的族群战争与族群内斗。我们进而提出，位于少数族群核心领土上的石油只影响分离主义的族群战争，而不影响非族群性内战或族群内斗。（见第2节）
第二，与我们的理论相一致，我们提供了更细致的结果，表明位于少数族群核心领土上的石油只会影响分离主义族群战争，而不影响非族群性内战或族群内部战争（见第4节）。
第三，虽然Asal等人（2016，10-11）假设政治排斥和石油区位之间的互动诱发了族群战争，但他们最初并没有得到这样明确的结果。因此，他们不得不使用一种不那么直接的技术来获得能够支持他们的假说的结果。相比之下，我们的实证结果一直支持我们的假说（见第4节）。此外，不知出于何种原因，Asal等人（2016）并没有报告国家层面的结果。
最后，Asal等人（2016）的计量经济学分析，至少可以说是留下了很大的改进空间。例如，他们没有对罕见事件进行回归分析。相比之下，我们实施了各种稳健性检验，并稳定地获得了支持我们理论的结果。 3.3小结尽管各有其优点，但上述两项研究还是也存在一些不足之处。相比之下，我们的实证研究与我们的理论研究是一致的，因为作为我们的关键解释变量就是石油的族群地理分布。我们也得到了支持我们的新理论的定量分析结果。此外，我们的关键解释变量几乎完全是外生的、毫不模糊的、非任意的，而且几乎没有缺失值。在第4节中就可以清楚看到，作为我们的关键解释变量的石油的（族群地理）分布，在国家层面和族群层面的不同模型中，在加入了一系列控制变量之后，都是显著的。 四、定量数据与结果
Humphreys（2005，pp.518-522）批判到，早先那些关于石油（和各类自然资源）的指标都太聚合了，因此不足以分辨自然资源影响内战的不同机制。因此，Humphreys建议，一种解决方案是构建关于石油（和内战）的更细致的指标，以更好地分辨这些机制。我们同意Humphreys（2005）的观点，且更进一步。我们认为，一个更有效的解决方案是，通过严密的理论论证构建起关于石油（和各类自然资源）的明确且非随意的测量。现有的关于石油的各类指标，包括石油租金、石油与出口的对比（Collier and Hoeffler 2004）、石油出口与否（Fearon and Laitin 2003）、（地方）石油产量（Humphreys 2005;Hunziker and Cederman 2012; Sorens 2011）、以人均100美元的石油收入为断点（Ross 2006、2012），或者相对分散或集中度等（M&R 2015），都与冲突具有内生性，随意，甚至无效的。此外，这些指标缺乏那些能将石油与族群战争的爆发联系起来的精致理论的支持。
我们的理论明确指出，真正将石油与族群战争的爆发联系起来的，是（居于臣属地位）的少数族群的核心领土上是否有大量石油。我们构建了两个新的解释变量来反映石油的族群地理分布。我们的两个解释变量是个二分变量，不仅清晰且几乎没有缺失值，还尽可能避免了与早先那些关于石油的指标相类似的大多数缺陷（如内生性、任意性）。 4.1样本与关键解释变量根据我们的理论，我们在国家层面将样本限定于多族群国家，而在族群层面，我们将样本限定于拥有确定的核心聚集领土的少数族群（因此，“吉普赛人”不在我们的考察样本之内。作者注）。
在国家层面，我们依赖Wucherpfennig等人（2011年）的地理-族群权力关系（GeoEPR-ETH）数据集：该数据集是族群权力关系（EPR）数据集的地理信息系统（GIS）版本（Cederman et al. 2009；Wimmer et al. 2009）。人口同质的国家（例如朝韩两国）被排除在GeoEPR-ETH数据集之外，因为根据定义，它们不能经历族群战争。GeoEPR-ETH数据集涵盖了125个人口超过50万的多族群国家，其中包括1946年至2005年爆发的110场族群战争。我们的最终数据集涵盖125个国家，当中包括从1946年至2005年的族群层面的数据，和从1946年至2010年的国家层面的数据。
在（族群）族群层面上，根据我们的理论和Wucherpfennig等人的数据（2011，pp.428-429），我们将样本限定于有领土（领地）基础的少数族群，即在GeoEPR-ETH数据集中被编码为1（基于地区的）、3（区域和城市）和6（总和的）的少数族群（Wucherpfennig et al. 2011；Bormann 2011）。我们的最终数据集涵盖了125个多族群国家中的491个少数族群。
在这些样本中，根据我们的理论，我们构建了两个新的解释变量，一个在族群层面，另一个在国家层面。
在族群层面（变量名称为石油区位-族群），对于每个有领土（领地）基础的少数族群，当其核心领土上有石油时，我们将该族群编码为1；否则为0。
在国家层面（变量名称为石油区位-国家），当其国内的少数族群的核心领土有石油时，我们将该国编码为1，而当（1）该国没有任何石油，（2）虽有石油，但石油位于该国占统治地位的主要族群的领土上，以及（3）该国尽管为多族群国家，但没有哪个少数族群集中分布于一个特定地区内（即该国的各族群比较平均地大杂居）时，编码为0。作为稳健性检验，在国家层面，我们还将样本限定于有石油的国家。这个较小样本的统计结果与所有国家样本的总结果基本相同（见表4）。
我们将GeoEPR-ETH中各族群的地理分布信息与“美国地质调查局”（US Geological Survey,以下简称USGS）中的“油气盆地”的地理信息合并，或将将GeoEPR-ETH中各族群的地理分布信息与“实际油田”的地理分布信息合并，构建出两个关键解释变量。如此，我们得以定位大多数主要油气盆地或实际油田的精确地理位置，然后确定油气盆地是否位于某个少数族群的核心领土（例如油气盆地只位于主要族群的核心领土，或者少数族群无明确聚集地），或者实际油田是否位于某个少数族群的核心领土上。
这里解释一下为什么我们要有两组关键的解释变量，一组是基于油气盆地的数据，而另一组是基于实际油田的数据。
“美国地质调查局”提供了世界上所有已知油气盆地的最完整的信息。然而，油气盆地并不意味着实际的石油沉积，当然也就不意味着实际上发现和生产石油。因此，使用“美国地质调查局”关于油气盆地的数据可以让我们避免石油发现和生产的一些内生性问题（Melando 2014；cf. M&R 2015；Asal et al 2016）。此外，美国地质调查局的数据可能会高估拥有实际油田的（少数）族群的数量。从逻辑上讲，这意味着基于美国地质调查局的数据所构建的解释变量（石油区位）应当会低估石油的族群地理分布对族群战争的爆发的影响。因此，如果我们的假说得到USGS的数据支持，我们将会很有信心地认为，石油的族群地理分布与现实世界中族群战争的爆发呈正相关关系。
Lujala等人（2007）的PETRODATA数据集是一个重大的进展：他们首次将基于GIS数据的油气田地理信息引入到关于国内冲突的研究中。PETRODATA的基本录入单元是油气田的发现日期或生产日期。
然而，PETRODATA存在严重的数据缺失问题。在该数据集中，891个油田条目中只有540个（即总数的60.6%）有关于发现时间数据；而只有309个条目（即总数的34.8%）有关于生产时间的数据。从研究的角度看，严重的数据缺失问题意味着我们不可能知道PETRODATA是低估还是高估了在其核心领土上拥有实际油田的（少数）族群的数量。然而，如果本研究的定量假说除了得到USGS数据的支持，还能得到PETRODATA的支持，那我们会更有信心地认为我们的假说在现实世界中是成立的。因此，我们使用PETRODATA数据集的结果作为额外的稳健性检验（见补充材料中的附录C中报告）。这里进一步要说的是，PETRODATA数据集的结果与USGS数据集的结果几乎完全相同（见下文）：这两组结果都强烈支持我们的定量假说。
为了改进我们基于PETRODATA数据集的对两个关键解释变量的编码，我们还使用了来自德克萨斯大学佩里-喀参达图书馆地图收藏中心（University of TexasPerry-Castaneda Library Map Collections）的大型地图馆藏的信息。馆藏中的一些高分辨率地图不仅提供了有关少数族群的地理信息，还提供了主要油气田的地理信息。此外，我们还使用其他信息（例如Li 2011；或是通过《世界能源地图集（World Energy Atlas）》，《石油和天然气杂志(Oil and Gas Journal)》，以及互联网）来尽可能地进一步改进PETRODATA数据集。
我们承认我们的关键解释变量（即石油区位）有一个关键缺陷：它是一个二分变量，而且通常是不太随时间而变化的。作为一个补偿办法，也作为一个稳健性检验，我们将“石油区位”乘以从1946年到2005年的油价（族群水平）或2010年的油价（国家层面）。油价数据为名义美元价格，是按照路易斯安那州亨利中心（Henry Hub inLouisiana）统计的每百万英国热单位的天然气价格计算。该数据由Ross和Mahdavi（2015）从《英国石油（BP）统计评论》和《经济学人智库（EIU）》中搜集得来。我们认为，国际油价与一国之内任何特定的族群或非族群内战基本是外生的。石油价格主要是由全世界总体消费和生产，以及关键的国际战争及其后果驱动的（例如第四次中东战争，伊拉克入侵科威特，和2003年美国入侵伊拉克），而不是任何特定的族群或非族群内战。因此，我们将石油区位和石油价格的乘积作为另一个关键解释变量来做另一组稳健性检验（见补充材料中的附录B）。这里，我们只想强调，用石油区位和石油价格的乘积作为关键解释变量得出的结果与用石油区位为关键解释变量的模型的结果几乎一模一样。
不过，我们没有为了使我们的变量变得随时间变化，而将我们的关键解释变量与一国之内的石油产量（人均）、租金或价值相乘，从而人为地使其体现出时间变易性，因为这些关于石油的指标与族群和非族群内战存在严重的内生性问题（Humphreys 2005；Ross 2006,2012；早期经验证据见Brunnschweiler and Bulet 2009; Mitchell and Thies 2012）。事实上，我们的研究结果也表明，在控制了石油区位后，人均石油产量与族群战争的发生没有显著的相关性，至少在国家层面如此。
我们相信我们的关键解释变量代表了迄今为止最准确和全面的关于石油的族群地理部分的指标，除非能够获得更准确的油田发现日期和油田生产日期的信息。而要想获得从少数族群领土上开采的石油的数据，即便不是完全不可能，也会是相当困难的。 4.2因变量与控制变量我们的关键因变量是族群战争的爆发。我们的因变量也有两个层面：族群层面和国家层面。为了便于和此前的研究结果的比较，我们除了利用UPCD/PRIO武装冲突数据集（ACD数据集， 4-2009版本，关于ACD数据集的详细信息，见Gleditsch etal. 2002; Harbom and Wallensteen 2009）给内战的爆发编码，我们也采用了基于EPR数据集的编码。EPR数据集不仅单列出族群战争的爆发，（变量名称：Ethoset），还通过将将族群战争区分为在中央政府范围内不同群体之间的族群内战与不在中央政府范围内的不同族群间的叛乱性族群战争，完善了ACD的编码（Wimmer et al. 2009; Cederman et al. 2010）。根据我们的理论，我们预期石油的族群地理分布只与族群战争或分离主义内战显著相关，而与族群内部的战争无关（即，假说H1A-G和H1B-G）。在国家层面，我们预期石油的族群地理分布只与叛乱性族群战争显著相关，而与族群内部的战争无关（即，假说H2A-C和H2B-C）。限于篇幅，我们把关于族群层面和国家层面的控制变量的描述性统计放到了补充材料附录A。
基于Beck等人（1998）和Carter, Signorion（2010）等人的建议，本研究引入“和平年数”的立方样条，以减少在族群层面和国家层面处理二分或多项面板数据时可能出现的偏差。但出于空间考虑，而未在表格中予以展示。
所有对关键自变量、因变量和控制变量的描述性统计和解释均见补充资料中的附录A。 4.3模型说明与统计结果在族群层面，我们的主要函数关系式为：
其中是族群i在年份t时爆发的族群战争，Oil_Loci,t是在族群层面或国家层面石油的位置（这是我们的关键自变量），Groupi是族群固定效应，Yeart是年份固定效应，εi,t而是误差项。标准误根据族群取近似值。
在国家层面，我们的主要函数关系式为：
其中Onseti,t是一国i在年份t时爆发的族群战争，Oil_Loci,t是在国家层面石油的位置（这是我们的关键自变量），Countryi是国家固定效应，Yeart是年份固定效应，εi,t而是误差项。标准误根据国家取近似值。
因为我们的因变量要么是二分的，要么是三分的，所以我们始终采用二元或多项logistic回归。因为族群层面的结果会影响国家层面的结果，所以我们首先报告族群层面的结果，随后再是国家层面的结果。在正文中，我们只以数目最少的表格报告常规logit结果。更多的稳健性检验，包括那些检验罕见事件偏差的惩罚性的最大似然logistic回归（penalized maximumlikelihood logistic regression；Firth 1993），均载于在线附录中。这里我们只需要指出，我们的结果是非常稳健的。
表1展现了在族群层面的结果，其中的关键解释变量是基于USGS的数据构建的石油区位[表示为石油区位（USGS，族群）]。在模型1（基准模型）中，我们首先检验了当因变量是由EPR数据集记录的族群战争的爆发时，石油区位（USGS-族群）的解释力。为了便于理解，基准模型使用的控制变量数目最少（Ray 2003）。正如我们预期的那样，石油区位（USGS，族群）与族群战争的发生呈显著正相关关系（模型1）。就比值比（odds ratio）而言，模型1表明，其核心地区拥有石油的少数族群反抗一个国家的概率是一个没有石油的少数民族反抗国家的概率的1.92倍。在模型2中，即便我们像其他的族群层面的研究通常做的那样，控制了一系列的控制变量后，这一结果在成立（例如，Cederman et al. 2010; Weidmann et al. 2010; Wucherpfennig et al. 2011）。
更有趣的结果出现在模型3和模型4中，这两个都是多项logit模型。首先将ACD数据集中的内战分为两类：领土性（或族群分离主义）和统治性（即目标在于控制中央政府，因此并非分离主义），随后出现了非常醒目的结果：虽然石油区位（USGS-族群）仍然与族群战争的爆发显著正相关，但它与统治性（即非族群的）内战的爆发的关系却并不显著。在相对风险比方面，模型3表明，在给定的族群年份，石油区位编码为1的族群经历领土性（族群性）战争的可能性是那些石油区位编码为0的族群经历此类战争的3.15倍，但前者经历统治性（非族群性）战争的可能性只有后者经历此类战争的1.14倍。
这些结果有力地支持了我们理论的核心观点，即石油的族群地理分布只会影响分离主义或族群战争的爆发，而不会影响非族群性或非分离主义的（即统治性的）内战。就笔者寡闻所及，在全球范围内以石油为关键解释变量来做关于族群内战的各路研究中，本文是第一份报告了具有如此显著差异结果的文章。本文的这些结果也有力地支持了这样一种观点，即族群性内战与非族群性内战有一些根本性的区别（例如Horowitz 1985; Wimmer 2013），即便它们在某些基础方面有相似之处，但把它们放在一起研究可能并不是什么明智之举（例如Fearon and Laitin 1996; Walter 2001）。
因此，我们的关键解释变量（即石油区位）反映了石油区位对两种不同类型的族群战争（即内部战争与叛乱）的不同影响。同样据笔者学力所及，在各路以石油为族群战争的关键解释变量的研究中，我们的文章第一个报告了如此惊人的差异结果。我们的假说H2B-C得到了强有力的支持。注意，人均石油产量与族群战争的爆发的关系仍然是不显著的。
在族群层面和国家层面，控制变量之前的系数与Cederman等人（2010）、Wucherpfennig等人（2011）和Wimmer等人（2009）报告的结果高度一致。在他们的回归分析中显著的变量在我们的回归分析中仍然显著，而且它们的相关方向也保持稳定。例如，在族群层面（表1），战争历史（即先前发生过的冲突）、少数族群的核心领土距一国首都的远近（首都距离）均与族群战争的爆发呈显著正相关关系；而少数族群的核心领土距外国的远近（边境距离）与族群战争的爆发呈显著负相关关系。根据EPR数据集得出的两个政治变量——“被排斥”和“降级2”，被一致认定与族群战争的爆发呈正相关（Cederman et al.2010; Weidmann et al. 2010; Wucherpfennig et al. 2011），在我们所做的族群层面的回归分析中，这两个变量也与族群战争的爆发呈显著正相关关系 （另见Asal et al. 2016）。同时，在族群层面和国家层面，人均GDP与族群战争的爆发都呈显著负相关关系。有趣的是，在国家层面，当控制了石油的族群地理分布后，人均石油产量不再显著（表2、3、4）。这一结果进一步强化了我们的核心观点，即是石油的族群地理分布，而非石油生产本身，才是真正将石油和族群战争的爆发联系起来的关键。
讨论与总结
分裂之前的苏丹和尼日利亚至少在一个方面是相似的：尽管这两个国家都有大量的石油，但石油大部分都位于居臣属地位的少数族群的核心领土上。这两个国家都经历了血腥的分离主义族群战争，而其中一个最终以国家的正式分裂（苏丹）而结束。印度尼西亚是另一个石油资源丰富的国家，其大部分石油都位于两个居主导地位的多数族群（爪哇人和巽他人）所控制的领土上。尽管只有一小部分天然气储备位于亚齐省，而那里也有一个居臣属地位的少数族群（亚齐人），印度尼西亚还是经历了一场残酷的族群战争。然而，加蓬作为另一个拥有丰富石油的非洲国家，也不怎么民主，且该国境内族群林立。但是，加蓬的各族群分布相对平均，因此到目前为止都维持了族群之间的和平。因此，尽管这四个多族群国家都是主要的产油国，但他们面对族群战争的幽灵时，却有截然不同的表现。因此，石油对族群战争的影响是有条件的，而不是一种不可避免的“（石油）诅咒”。
我们对石油与族群战争爆发之间的条件联系提出了一个更综合细致的理论，指出石油的族群地理分布才是将石油与族群战争爆发联系起来的关键。接着，我们提供了定量的证据来支持我们的理论。在此过程中，我们修正了最近几项研究的重大缺陷。就笔者寡闻所及，我们是第一个在关于石油的族群地理分布和族群战争的爆发的研究中，报告如此细致且结论性的证据的研究。此外，我们还使用过程追踪法进行了比较案例研究，结果进一步支持了我们的理论所提出的机制确实对族群战争的爆发起到推波助澜的作用（Tang et al. 2017）。因此，我们就石油是否以及如何与族群战争的爆发相联系这一重要问题给出了一个更完整，且接近定论的回答。我们的理论和实证结果对于理解“石油诅咒”（以及更广泛的“自然资源诅咒”）和一般的族群战争具有重要意义。
首先，我们的理论和证据指向了一个关于矿产资源和族群战争的更广泛的理论。每当大宗商品型矿产资源（石油、天然气、铜、黄金、钻石）位于少数族群的核心领土时，在其他条件不变的情况下，如果该集团被边缘化或被中央政府压制的时候，该族群就更有可能发动叛乱。因此，在其他条件相同的情况下，一个在其少数族群的核心领地有重要商品类矿产资源的国家更有可能经历族群战争。我们正在用更系统的证据将我们的理论向这个方向扩展。
其次，虽然我们没有涉及另一个将石油（和其他商品）与内战联系起来的著名论点，即Fearon和Laitin（2003）的“弱国家（能力）解释”，但我们的研究对“弱国家（能力）解释”提出了质疑。我们的研究表明，“弱国家能力”可能不是石油影响族群战争的主要渠道或机制（另见Smith 2014）。然而，我们的研究确实为探究国家能力与石油和其他类商品型矿产资源的族群地理分布之间的相互作用指出了一些可能的方向，以及这种相互作用如何影响族群冲突。例如，在承认国家能力与族群性内战和非族群性内战是内生关系的基础上（Thies 2010），研究各国是否有意在拥有大量石油且不安分的少数民族地区在基础设施建设上投入较少的资源，以及各国的这些不同选择如何影响族群冲突，将是一件有趣的问题。
最后，我们的理论和案例研究所得到的实证结果（Tang et al. 2017）强化了这样一种观点，即要想深入理解族群战争，不仅需要基于地理信息进行详尽的分类和细致的分析，还需要使用过程追踪方法来仔细研究案例（Sambanis 2004；Ross 2004a；Smith 2014）。即使使用地理信息数据，纯粹的定量研究也不足以区分真正的相关案例和虚假的相关案例。例如，在大多数定量研究中，无论是根据国家层面的石油收入还是租金，抑或是根据“石油基尼数值”，甚至根据本文提出的石油区位，两场车臣战争都会被界定为支持石油会导致族群战争的正面案例。然而，这两次车臣战争与位于车臣境内的石油几乎没有什么关系。车臣人之所以叛乱，不是因为他们有石油，而是因为他们渴望重获独立（Tang et al. 2017）。
编译 | 安宇洋
修订 | 张征宇 杨嘉明
审核 | 李三民
终审 | 李致宪
©Political理论志
相关荐读
中国学者发表第一篇Sociological Theory | 唐世平：族群战争的爆发：一个广义理论
顶刊编译 | 唐世平：和解与无政府状态的再造——基于六部作品的批判性综述
顶刊论文 | 熊易寒 唐世平：石油的族群地理分布与族群冲突升级
方法新论| 唐世平：社会科学中的研究设计与《观念·行动·结果：社会科学方法新论》
名家新作| 唐世平教授著《经济发展的经济基础》由普林斯顿大学出版社正式出版
顶刊论文| 王中原、唐世平：政治科学预测方法研究——以选举预测为例
顶刊论文｜唐世平：观念、行动和结果 : 社会科学的客体和任务
“在看”给我一朵小黄花