云南财经大学 安彦文

一、引言

我国自改革开放以来，经济发展取得了令世界瞩目的成就，但在保证经济高速健康稳定发展的同时也付出了惨重的环境代价。在我国经济结构中，第二产业占据了重要地位，其快速发展是经济快速增长的一个重要原因，但第二产业的粗放发展对生态环境产生了巨大的负面影响。为了更好地应对环境问题，实现可持续性绿色发展，政府出台了一系列环境治理法律法规。2010年国家颁布《关于开展低碳省区和低碳城市试点工作的通知》，开始设立第一批低碳试点城市，2012年设立第二批，2017年设立第三批。低碳城市试点环境规制政策的出台，促使企业从两方面对就业产生影响：一方面，环境规制政策严格控制企业碳排放，企业施行严格的污染控制，会对生产规模产生负面影响，进而抑制部分就业；另一方面，污染治理成本的增加同时也会增加生产成本，降低企业收入，从而减少了对劳动力的需求。就业是中国民生的基础，促进人民就业，切实保障就业权益，是改善民生的重中之重。近年来，政府采取了一系列促进就业的措施，并取得了一定成效。但目前我国正处于外部环境不稳定、经济下行压力较大的时期，就业增速有所放缓。因此，在我国各级人民政府全力推进生态环境综合治理建设和改善的背景下，要把实现充分就业、增加劳动机会作为全面建设小康社会的重要目标分析环境规制，对我国第二产业就业的影响具有重要的理论和现实意义。

而关于环境规制对就业的影响研究，目前学术界还存有大量争议。一种观点认为环境规制是促进就业的，如Gray等[1]运用双重差分法分析了1992-2007年的数据，以造纸和纸浆行业的环境规制作为准自然实验，深入研究得出环境规制在一定程度上会使就业增加；陈媛媛[2]研究表明，像重化工行业这种污染密集型产业的环境规制政策也会增加就业；李斌等[3]也认为环境规制不仅能促进节能减排，还可以增加就业。另一种观点并非如此，学者们认为环境规制会导致失业。如 Henderson[4]、Greenstone[5]等认为环境规制会增加污染企业的成本，增加企业的额外支出，同时企业会因顺应环境规制政策而调整生产计划，缩小生产规模，从而减少对劳动力的需求。陆旸[6]利用VAR模型模拟了中国就业双重红利问题，结果发现征收碳税能有效促使污染企业进行有力的节能减排，且与发达国家不同，中国难以在短时间内获得更多的就业红利，即征收碳税短期内会导致失业。另外一些观点认为环境规制并不是简单地促进或抑制就业。施美程等[7]研究发现，不同行业的环境规制与就业的关系不尽相同，环境规制会增加高污染-高资本密集型行业的就业机会，而对纺织业等高污染-高劳动密集型行业来说环境规制会增加失业。而秦楠[8]发现环境规制与重污染行业就业之间存在先抑制后促进的U型关系，而与中、轻污染行业就业之间存在先促进后抑制的倒U型关系。

国内外学者对于环境规制与就业的关系展开了大量研究，但对环境规制与第二产业就业的关系研究较少。高污染、高耗能的第二产业对生态环境造成了严重的破坏，环境规制对第二产业企业的整体生产经营规模、生产成本等都产生了一定的直接影响，因而可以认为环境规制也会影响第二产业的就业。因此，本文以低碳城市试点政策为准自然实验，运用倾向得分匹配双重差分法（PSM-DID），对2008-2016年中国289个地级市面板数据进行定量分析，研究环境规制政策的实施对第二产业就业的影响。

二、研究设计

（一）研究方法

2010至2017年，发改委批准设立了三批低碳试点城市。由于2017年实施后现有数据不足，不具有研究代表性，因此本文选取2010年和2012年两组低碳城市政策作为准自然实验，以分析环境规制的就业效应。由于选取的城市间实际发展水平差异较大，因此在使用双重差分法（DID）来评估低碳城市政策的就业效应之前，先使用倾向得分匹配法（PSM）来克服系统性偏差，选取与试点城市组相似的非试点城市组来细分样本数据，这样能合理评估低碳城市试点政策的有效性，减少结果偏差，使试点组与非试点组之间的比较更为合理。

为准确区分试点组和非试点组，本文构建两个虚拟变量：①地级市虚拟变量（pcity），试点城市（试点组）赋值为1，非试点城市（非试点组）赋值为0；②年份虚拟变量（ptime），第一批试点城市在2010年以后赋值为1（试点期）；否则赋值为0（非试点期）。第二批试点城市在2012年以后赋值为1（试点期）；否则赋值为0（非试点期）。依据两个虚拟变量可将样本分成4组：非试点期非试点组（pcity =0，ptime =0）、非试点期试点组（pcity=1，ptime=0）、试点期非试点组（pcity=0，ptime=1）、试点期试点组（pcity=1，ptime=1）。两个虚拟变量的交叉项（pcity×ptime）记为PCT，为核心解释变量，体现低碳城市试点政策的实施对试点城市第二产业就业水平的影响。

1.倾向得分匹配法（PSM）

倾向得分匹配法的目的是尽可能从样本中选取与试点组相似的城市来匹配作为其非试点组。具体来说，试点组取值为1，非试点组取值为0，因变量为评价两组相似程度的第二产业就业指标，依次计算每个城市成为试点组的概率，即倾向得分：

Pi(xkit)=pr(pcityit=1/xkit)=F[h(xkit)]

其中，pcityit是因变量；xkit代表影响低碳试点城市第二产业就业水平的一系列变量，包括地级市职工年工资水平、固定资产投资和实际外商投资等，k代表第k个变量，i代表第i个城市，t代表第t年；h(.)表示城市特征变量的线性函数；F(.)为Logist分布函数。根据倾向得分计算结果，对每个确定为试点组的城市i，找出倾向得分最接近的城市作为非试点组。由于非试点组和试点组的倾向得分相近，可以认为试点组和非试点组城市之间没有显著差异[9]。

2.双重差分法（DID）

本文以低碳城市试点政策作为准自然实验，采用双重差分法（DID）评估环境规制对第二产业就业水平的影响。将受到低碳城市试点环境规制政策的城市作为试点组，否则作为非试点组，建立如下的双重差分模型：

employitPSM=α0+βPCT+∑αkxkit+γt+μi+εit

其中，employit表示各年份各地级市第二产业就业水平；PCT表示政策虚拟变量，其系数β反应低碳城市试点政策对第二产业就业的影响，若β显著为正，说明低碳城市试点政策对第二产业就业具有正向促进作用；γt表示年份固定效应，是地级市时间控制变量；μi表示个体（城市）固定效应，是地级市控制变量[9]。

（二）变量选取

本文根据《中国城市统计年鉴》及各地级市统计年鉴，收集整理了2008-2016年我国289个地级市的面板数据，变量描述统计见表1。

表1 主要变量描述统计

被解释变量：employ，表示第二产业就业人数。

解释变量：主要解释变量包括pcity和ptime，分别为实施低碳试点城市环境规制政策的地级市虚拟变量和年份虚拟变量；核心解释变量为pcity和ptime的交叉项PCT。

控制变量：①地级市职工工资水平salary，用职工平均工资来衡量；②固定资产投资g，用地级市固定资产投资总额来衡量；③外资投资fdi，用地级市当年实际使用外资总额来衡量；④科研工作人员数量tecpeo；⑤地级市货运总量trans。

三、实证分析

（一）双重差分法实证分析

为了评估低碳城市试点这一环境规制政策与第二产业就业水平之间的关系，在使用PSM-DID之前，先使用DID并逐步加入控制变量来构建六组模型进行估计，如表2所示，例如模型（1）只有变量，此模型结果显示并不显著。随后依次加入salary、g、fdi、tecpeo、trans等控制变量，模型（5）和（6）结果表明PCT变量在10%的显著水平上为负，说明低碳城市试点政策对第二产业就业产生了抑制作用。控制变量中，工资水平和外资投资对第二产业就业的影响并不显著；而固定资产投资、科研人员数量和货运总量都在1%的显著水平上为正，说明这三个控制变量对第二产业就业有显著的促进作用（在实际操作中，已对变量对应的数据取自然对数）。

表2 DID计量结果

（二）倾向得分匹配法实证分析

在使用DID之前，使用PSM找到与试点组尽可能相似的非试点组，这样克服了系统性偏差，消除了干扰。本文构建以pcity为被解释变量，以salary、g、fdi、tecpeo、trans为解释变量的Logist分布函数，采用逐步回归法剔除不显著的变量。在进行DID之前，还需进行平衡性检验来测试PSM结果的合理性，如表3所示。

表3 PSM平衡匹配结果（数值为取自然对数后）

从表3可知，控制变量在经过匹配之后标准差偏差变小，且经过匹配之后在5%的显著性水平上都可通过检验，说明匹配后试点组与非试点组基本满足了双重差分法的共同趋势假设。

在三个图中，图1显示了标准化偏差，匹配后变量的标准化偏差明显减小，基本都在20%以内；图2、图3分别为匹配前、后核密度图，匹配后，试点组和非试点组倾向得分值的概率密度分布比匹配前更接近，即通过了平衡性检验，表明倾向得分匹配法是合理的。

图1 标准化偏差变化

图2 匹配前倾向得分核密度

图3 匹配后倾向得分核密度

（三）PSM-DID实证分析

PSM-DID的实证结果如表4所示，模型（5）和（6）结果显示变量PCT的系数仍在10%的显著水平上为负，表示低碳城市试点政策对第二产业的就业水平具有抑制作用，同时也说明结果与DID方法之间没有显著差异，数据样本具有一定的稳健性。

表4 PSM-DID计量结果

四、结论及建议

为了准确评估低碳城市试点这一环境规制政策是否对试点城市第二产业就业水平产生了影响，本文采用PSM-DID方法对2008-2016年我国289个地级市的面板数据进行了实证研究。结果表明，该环境规制政策对试点城市第二产业就业具有显著的负面影响。但是，固定资产投资、科技人员数量和货运总量对促进第二产业就业具有一定的作用。基于此，在实施类似环境规制政策时，政府不仅要注重环境改善，还要注重民生和就业问题。政府需要通过引导企业扩大固定资产投资、引进科技创新人才促进企业创新等措施，引导企业创造更多的就业岗位，实现环境规制政策的“环境”与“就业”的双重红利。