促环保与稳就业能否兼得?

——基于环境质量约束性指标视角

来源:《系统工程理论与实践》时间:2024-11-08


图源:摄图网

摘要:环境保护是高质量发展的重要推手, 而在经济新常态背景和经济下行压力下, 失业 风险加剧. 在污染治理过程中, 能否实现促环保与稳就业的双赢局面? 本文基于 2018 年中国劳动力动态调查数据库, 构建了 2014–2018 年劳动力就业调整的面板数据, 采用双重差分法考察了 “十三五” 规划中 PM2.5 约束性指标对劳动力就业调整的影响. 研究结果表明: PM2.5 约束性指标的提高会显著降低劳动力参与工作的概率. 具体来看, 随着约束性指标的 提升, 有工作的劳动力失去原有岗位的概率将明显上升, 而失业劳动力再就业的概率可能发生下降, 同时劳动力迁出居住地的概率也随之增加, 但是劳动力更换工作的概率没有发生明显变化. 以上结果在一系列稳健性检验后仍然成立. 与此同时, 劳动力的就业调整存在明显地区和个体异质性. 规划颁布前环境规制程度高、产业高级化程度高的地区在指标影响下受 到的负向冲击更小. 约束性指标对于在制造业、建筑业工作以及教育程度低的劳动力的负向影响更大. 机制检验表明, 在 PM2.5 指标的影响下, 高指标地区相对于低指标地区企业数量减少、生产规模缩小并且外商直接投资下降, 从而进一步对劳动力的就业产生不利影响, 并且这些负向影响均存在显著的地区差异. 本文研究为中国在高质量发展进程中, 权衡环境治理与稳定就业的关系提供了经验依据.

关键词:双重差分;环境规制;约束性指标;劳动力就业

一、研究背景与意义

改革开放以来,中国工业结构不断优化,工业化水平显著提高,经济总量与人均水平得到持续、稳定的发展。但是经济的发展带来了物质财富增长的同时,也伴随着严重的环境污染问题。粗放式发展模式使得污染问题不断累积,到2013年初,以雾霾作为标识的空气污染频繁发生,严峻的环境污染给经济社会的发展带来巨大挑战。十八大以来,国家高度重视空气污染治理,从“大气十条”到《“十三五”生态环境保护规划》,再到《蓝天计划》,蓝天保卫战全面发力空气质量得到明显提高。“大气十条”实施期间,全国PM2.5年平均浓度从2013年的61.8微克/立方米下降到2017年的42微克/立方米,降幅高达32%;“十三五”期间,随着环保政策的逐步推进,经过共同努力,到2020年全国地级及以上城市优良天数比例在2015年的基础上提高了5.8个百分点,上升至87%,同时PM2.5未达标地级及以上城市平均浓度和2015年相比下降了28.8%,生态环境质量在政策作用下持续改善、稳中向好。党的二十大报告也指出要持续深入打好蓝天保卫战,为未来环境保护工作提供了方向。

“十一五”规划期间,二氧化硫、化学需氧量的排放首次作为约束性指标列入五年规划中,并将其纳入了官员考核体系中,“十二五”规划又在此基础上将污染物的种类扩充至四项。污染物排放量在此期间得到了有效的控制,但是空气质量总体并没有得到明显的改善。基于此,为了提高环境质量,补齐生态环境的短板,“十三五”规划又将过去单一的总量控制,转变为污染物排放总量和环境质量双重控制,首次将环境质量以约束性指标的形式纳入五年规划中。一方面,以约束性指标的形式与预期性指标相比,带有一定的强制性,强调政府责任,是政府必须实现、必须完成的目标,其也更有利于环保状况的统计、监测与考核。另一方面,和对污染物排放总量设限相比,采用环境质量约束性指标的设计更为科学,环境质量的变化与民众生活息息相关,更容易被大众直观感知。考虑到部分地区即使污染物排放总量年年达标,但污染却日益严重的现象,环境质量约束性指标的使用,有利于“倒逼”地方政府根据实际环境状况,加大控排治污力度,调整生产方式,改善让环境质量服从于排污约束的局面。

同时,国家近几年一直将稳就业、保就业放在“六稳”“六保”工作的重要位置。当经济形势发生变换,经济结构发生转型与调整时,劳动力能否在各种不利因素的影响下,灵活且稳定地实现就业转换与调整,与民生息息相关。文献普遍认为空气污染加剧会导致劳动力的迁出。但是空气污染的治理却不一定会带来劳动力迁入。治理空气污染的政策可能会对企业生产带来负面影响,而企业经营状态的调整使得劳动力不得不面临就业转化。那么我国的治理空气污染的政策能否实现提升空气质量和稳就业的“双赢”呢?对该问题的研究有助于理解我国空气污染治理的现状,并为进一步打赢蓝天保卫战提供指引。

二、主要内容

本文根据2018年中国劳动力动态调查数据库(CLDS),构建了2014-2018年有关劳动力就业调整的面板数据,利用“十三五”规划中与PM2.5相关的一项环保约束性指标为契机,在双重差分方法下,实证检验了该环保约束性指标对劳动力就业调整的影响。

三、主要结论及政策建议

本文研究发现如下。

第一,PM2.5约束性指标的上升显著降低了劳动力参与工作的概率。第二,进一步来看,约束性指标的提高使得劳动力失去原有岗位和搬离居住地的概率均显著提高,使得失业劳动力再就业的概率显著降低,但是对于劳动力转换工作的概率不存在显著的影响。第三,劳动力的就业调整在地区和劳动力个体层面存在异质性。首先,指标颁布前治理水平以及产业结构高级化程度高的地区,在空气污染治理过程中受到的负向冲击相对更小。其次,在制造业、建筑业工作的劳动力更容易在约束性指标的影响下发生失业的可能,并且低学历的劳动力在治理过程中受到的不利影响也相对更大。第四,约束性指标对劳动力就业调整的影响主要通过关停企业、企业限产停产而导致生产规模缩减的规模效应以及环境成本上升导致的外资撤离的途径使得劳动力发生就业调整。但是,并没有发现约束性指标在短期内反逼各地提升绿色创新能力的证据。并且这些影响均存在不同的显著地区差异。

本文的结论刻画了在“十三五”环保约束性指标影响下劳动力的就业调整,对中国“十四五”规划期间,有序推动绿色低碳发展,稳定深入打好污染防治攻坚战,在疫情影响下仍能实现更加充分更高质量就业,具有重要的政策启示。

第一,气象、地形等因素存在的地区差异与不确定性给环境的监管与治理加大了难度。近年来,相关部门出台了多项空气污染治理的长效举措,工业企业排放逐渐达标,但空气质量仍然有待进一步改善。在进一步的环保压力下,简单地关停污染企业、减产限产、停工停产可以在短时间内实现空气质量的改善,而伴随着蓝天白云的可能是大量的失业。考虑到大部分企业的污染排放在治理过程中已经达标,地方政府可以思考激励仍有减排空间的企业提升污染排放标准的措施手段,如给予高排放标准企业一定的环保补贴。地方政府还应该保持政策的持续性与稳定性,增强平日对于污染行业企业的考核,进一步细化分级管控措施,将审批绿色通道和正面清单等措施常态化,对于持续达标企业减少非计划性停产限产,以达到环境质量的持续改善。

第二,在治理过程中,对于污染问题突出、限期整改依然不合格的“散乱污”企业不得不进行停产整治甚至关停取缔,失业在所难免。各地区可以通过科学手段提高全要素生产率和创新水平,提高地区人力资本水平,合理布局产业结构,构建现代产业体系,缓解因环境规制而给劳动力带来的失业风险。在经济下行的压力下,数字经济、工业互联网、新能源等领域的就业岗位的增加可以弥补部分传统制造业就业岗位的损失,但是除了发展第三产业,抓住数字经济蓬勃发展的机遇以创造大量就业岗位外,还应该尽量保持制造业就业的稳定,加强企业对于现有员工的职能培训,从而使员工进一步适应企业的发展需求。

第三,劳动力就业和再就业保障机制也不可忽视。各教育机构应该积极培育与产业转型升级需要相适应的高技能工人、高创新水平的研发人员与复合型的人才。同时加强失业劳动力求职和技能培训,提升劳动力抵御失业风险的能力,提高求职者自身素质,使求职者自身条件与用人岗位的要求相一致,从而令求职者在失业后能够顺利实现转岗就业。同时,加大失业保险的覆盖范围,适度提高失业保险金的标准,可以考虑将失业保险金的发放与参与求职培训等求职努力相挂钩,进一步促进失业者再就业的概率。

四、边际贡献与未来拓展

与现有研究相比,本文的贡献在于:一,不同于空气污染,本文研究了空气污染治理对劳动力配置的影响;二,本文基于个体劳动力就业调整历史,从微观个体层面分析了空气污染治理的影响,十九大报告中提到“就业就是最大的民生”,从劳动力微观个体的角度切入,能够更好地分析指标对民众切身利益的影响,丰富了已有的研究结论。三,“十三五”规划中,包含PM2.5在内与环境质量相关的8项指标,是第一次作为约束性指标纳入五年规划中,不同于现有研究多基于五年规划中污染物排放总量的“硬指标”分析环境规制对地区、企业、个人的影响,本文首次考察了环境质量约束性指标对劳动力的影响。

五、写作、投稿过程的心得体会

感谢各位匿名审稿专家在论文修改完善过程中提出的宝贵意见。本文于2022年4月形成了初稿,后续经历了无数轮的修改,于2023年5月正式向《系统工程理论与实践》投稿,在投稿过程中,专家们对于文章存在的问题总能一针见血地指出,小到笔误,大到逻辑部分的前后不一致。在修改过程中,文章的严谨性和内涵也产生了质的飞跃。再次衷心地对审稿专家和编辑部的老师们的努力和付出表示感谢。

 

本文摘编自《系统工程理论与实践》2024年,第44卷,第9期论文《促环保与稳就业能否兼得?——基于环境质量约束性指标视角》(点击题目链接全文)
作者:张昱1, 博士,讲师,研究方向:环境经济学;曹思力(通信作者)2,5, 博士,讲师,讲师,研究方向:劳动经济学,应用微观经济学;张征宇3, 博士,教授,研究方向:微观计量经济学,经济政策评价;闫强4,博士,讲师,研究方向:产业经济,数字经济
       1. 上海对外经贸大学 国际经贸学院, 上海 201620;
       2. 浙江财经大学 数量经济研究中心, 杭州 310018;
       3. 上海财经大学经济学院, 上海 200433;
       4. 贺州学院 经济与管理学院, 贺州 542899;
       5. 浙江财经大学 经济学院, 杭州 310018