十年磨一剑！环境经济再登顶刊，新角度新模型
文摘
2024-12-28 16:40
四川
原文链接：王群伟,李振冉,曹雅茹.环境规制会改变劳动力需求结构吗？——基于“大气十条”的理论分析与实证检验[J/OL].数量经济技术经济研究,1-18[2024-07-24].
01引言
环境规制可能引发经济社会的重大转型，对劳动力需求的影响可能不仅限于总量，还可能导致劳动力需求结构的根本改变。目前，环境规制对劳动力需求结构的影响规律和作用机制尚不明晰，需要进行相应的理论分析和实证检验，研究结论将有助于识别环境规制实施过程中劳动力需求的结构变化特征，为减轻环境治理对就业的负面影响提供理论支撑。02数理模型分析
本文将企业分为受规制和非规制企业。受规制企业是污染排放企业，受到政府环境减排约束；非规制企业在生产中不产生污染、或产生较少的污染，不会受到污染减排约束，并可能得到产业升级政策帮扶。假设存在一个受规制企业A，其生产过程中伴随产生污染物。企业A的生产函数为：假设企业A处于完全竞争市场，其产品价格为p；劳动力、资本和污染的价格分别为𝑊𝐴、𝐺𝐴、𝑅𝐴。那么，企业A的利润函数为：根据企业利润最大化原则，将利润函数分别对𝐿𝐴、𝐾𝐴、𝑃𝐴求导，得到劳动力与污染要素之间的关系式：再将公式（3）对环境规制𝑅𝐴求导，可以获得环境规制对劳动力需求的边际影响：假设存在一个非规制企业B，该企业的生产活动不会排放污染物，环境规制对企业B劳动力需求的影响为：本文认为在“大气十条”实施期间，企业的劳动力需求可能呈现为“复旧”型和“复兴”型两种变化路径。（1）“复旧”型。如图1（a）所示，在该路径下，受规制企业选择被动应对环境规制。（2）“复兴”型。如图1（b）所示，在该路径下，受规制企业除了会改变生产规模，还会采取生产设备升级和末端污染治理等措施主动应对环境规制。04实证模型与数据
本文利用城市间实施环境规制程度的差异来设置实验组和控制组，即将环境规制程度最高的京津冀地区作为实验组，排除长三角、珠三角和2017年加入京津冀核心区的其他城市（张中祥和曹欢，2022），将剩余城市作为控制组。DID模型设置如下：本文使用事件研究法分析“大气十条”对京津冀地区企业劳动力需求的动态影响。事件研究法的模型如下所示：政策前，𝛽𝑡用来判断实验组和控制组是否满足平行趋势假设；政策实施期间，𝛽𝑡用来反映“大气十条”在年份𝑡对企业劳动力需求的影响，其原理如公式（9）所示。本文使用“大气十条”期间京津冀地区PM2.5浓度相对控制组的变化情况反映两组的规制程度差异。具体模型如下：本文使用2007—2020年面板数据分析“大气十条”对劳动力需求的动态影响，同时使用了企业层面数据、城市层面数据、PM2.5数据、气象数据等。企业层面数据来自于国泰安数据库，城市层面数据来自于《中国城市统计年鉴》，气象数据来自美国国家气候数据中心（U.S.NationalClimaticDataCenter）。本文参考Liu等（2021）的研究，使用PSM方法为实验组个体筛选合适的控制组对象。本文使用控制变量作为个体的特征变量，通过PSM为实验组个体寻找具有相似特征变量的控制组个体。本文使用最近邻一对四有放回的匹配方法，一对四匹配可以最小化均方误差（Abadie等，2004）。05实证分析
如图2所示，估计结果显示实验组PM2.5浓度的下降幅度显著高于控制组地区，表明实验组受到的环境规制强度相对于控制组更严格，实验组和控制组设置合理。图3（a）展示了受规制企业的结果：①DID模型的估计结果表明“大气十条”对受规制企业劳动力需求的平均影响效果在统计意义上显著为负，表明“大气十条”减少了受规制企业劳动力需求；②事件研究法的结果如折线所示，政策前，估计系数均与0无显著差异，表明实验组和控制组具有平行趋势。政策实施期间，受规制企业的劳动力需求表现为先降低后恢复。图3（b）展示了非规制企业的结果：①DID模型的估计系数在统计意义上显著为正，表明“大气十条”显著促进了非规制企业劳动力需求增加；②事件研究法的估计结果如折线所示，政策前，非规制企业较好地满足平行趋势检验；但与受规制企业不同，非规制企业的劳动力需求在政策实施后得到了显著提高。本文通过使用强度DID、平行趋势敏感性检验、动态安慰剂检验、排除供暖城市的上市企业、排除低碳城市试点政策干扰、异质性处理效应检验等方式进行稳健性检验，其检验结果均稳健。06机制讨论
图7（a）展示了受规制企业估计结果，政策前除2008年以外，均与0无显著差异，基本满足平行趋势检验。政策后，受规制企业产出规模表现为先降低后恢复。基准回归结果表明受规制企业劳动力需求也表现为先降低后恢复，这说明企业生产规模变动是影响受规制企业劳动力需求的重要因素。非规制企业估计结果如图7（b）所示，政策前基本满足平行趋势检验，政策后，非规制企业产出动态变化与劳动力动态变化趋势相似，该结果表明，非规制企业劳动力需求增加受到生产规模扩张的影响。资本要素对劳动力可能存在替代效应，本文首先使用在建工程净额衡量企业的资本要素投入。图8（a）展示了受规制企业在建工程净额的相对动态变化，结果表明，“大气十条”促进了受规制企业资本要素的投资。图8（b）为非规制企业在建工程净额动态变化的估计结果，政策后的估计系数均不显著，表明“大气十条”没有显著增加非规制企业资本要素的投入。本文使用固定资产净值与企业员工人数的比值衡量企业的劳均资本水平，进而分析政策后受规制企业和非规制企业劳均资本的动态变化。图9（a）展示了受规制企业的估计结果，受规制企业劳均资本在“大气十条”实施期间先增加后减少。该结果表明受规制企业在前期的污染治理投资可能主要用于生产设备升级，升级后的设备相对旧设备所需的配套劳动力更少，所以前期劳均资本增加。受规制企业在后期的污染治理投资主要用于末端污染处理设备安装，需要配备相应的劳动力，因此在一定程度会降低企业的劳均资本。图9（b）展示了非规制企业劳均资本的估计结果，“大气十条”实施后非规制企业的劳均资本相对于控制组显著降低。导致该结果的原因可能是受规制企业淘汰的劳动力进入劳动力市场，用工成本降低，非规制企业会使用更多的劳动力代替资本（Hafstead和Williams，2018），因此劳均资本显著降低。结合规模效应和要素替代效应，本文认为导致受规制企业劳动力需求短期内降低的原因是企业缩小了生产规模和升级了生产设备；在长期中劳动力需求恢复是因为污染企业进行了末端污染处理设备安装。另外，长期中受规制企业可能达到了减排要求，企业生产规模得以恢复，从而带动了劳动力需求恢复。非规制企业劳动力需求增加主要归因于生产规模扩张，以及受规制企业淘汰的劳动力部分流向了非规制企业。07异质性分析
本文根据员工技能水平、生产智能化水平和企业年龄，将受规制和非规制企业分别划分为员工技能水平高与低、生产智能化水平高与低、老企业与新企业三个组别。本文构建了如下异质性分析模型：图10（a）中，政策实施的前四年，员工技能水平低的企业劳动力需求降低幅度大于员工技能水平高的企业；2017年后，两种类型企业的劳动力需求均逐渐恢复。图10（b）中，员工技能水平高的企业劳动力需求在长期有大幅增长；员工技能水平低的企业劳动力需求在短期内有所增长，长期没有显著变化。图11（a）中，政策实施后，生产智能化水平高的企业劳动力需求在政策实施的初期便逐渐下降；而生产智能化水平低的企业则在中期考核（2015年）时表现出劳动力需求的急剧降低，且降低幅度大于生产智能化水平高的企业；不过两类企业的劳动力需求在2017年后均逐渐恢复。图11（b）中，生产智能化水平高的非规制企业在长期呈现劳动力需求小幅增长的趋势；而生产智能化水平低的非规制企业则表现出大幅增长。图12（a）中，政策实施后，老企业的劳动力需求先减少后恢复，但长期仍受到负面影响；而新企业的劳动力需求在短期内未发生显著变化，并且在长期中显著增加。这表明，受规制企业劳动力需求的降低主要由老企业劳动力需求的减少引起。图12（b）中，政策实施后，老企业的劳动力需求显著增长，且大于新企业的增长幅度。这表明，非规制企业劳动力需求的增长主要是由老企业的劳动力需求增长引起。08结论与政策启示
环境规制会改变劳动力需求结构，并呈现出动态变化特征。短期内，受规制企业的劳动力需求降低，非规制企业的劳动力需求小幅度增长；长期内，受规制企业的劳动力需求恢复，非规制企业的劳动力需求大幅度持续增长。从机制来看：受规制企业劳动力需求短期内降低主要归因于生产规模缩小和生产设备升级，末端污染处理设备安装和生产规模恢复在长期内推动了劳动力需求的恢复；非规制企业劳动力需求增加的主要原因是生产规模扩张以及受规制企业淘汰劳动力的流入。从异质性分析看，从员工技能水平、生产智能化水平和企业年龄的异质性角度考虑，环境规制对受规制和非规制企业劳动力需求的动态影响呈现出显著的差异。第一，促进淘汰劳动力再就业，减轻环境保护和污染治理对宏观经济的冲击。第二，摸排调查企业的转型升级能力，根据企业实际情况制定和执行精细化的环境规制。第三，监测和评估环境规制的阶段性效果，制定更灵活、可调整的环境政策。
