环境规制、行业异质性与就业效应

李梦洁��

摘要：基于生产的局部均衡模型从理论上分析了环境规制对于企业劳动力需求的规模效应、替代效应和治污与减排效应，并利用中国工业行业面板数据实证检验了各项影响途径，以分析在多重机制的综合作用下环境规制对于总就业及就业结构的影响。研究发现：环境规制与总就业之间呈“U”型关系，随着环境规制的增强其对就业的影响由负向转为正向，而我国目前仍处于“U”型曲线的下降阶段；依据污染程度和技术水平划分就业结构，发现行业的异质性导致U型曲线的形态及位置存在显著差异。因此，制定合理的环境规制水平、分行业实施差异性环境政策并促进行业技术升级对于实现环境治理与就业的双赢具有重要意义。

关键词：环境规制；就业；行业异质性；技术升级

中图分类号： F0626文献标识码：A文章编号：1000-4149（2016）01-0066-12

DOI：103969/jissn1000-4149201601008

一、 问题的提出

近年来，随着环境问题和民生问题的凸显，可持续发展的内涵已经扩展为构建经济-生态-民生相和谐的社会。而环境问题是由于公共产品产权难以界定引致的负外部性造成的，仅靠市场难以有效解决，因此亟须政府通过环境规制来弥补“市场失灵”的缺陷。虽然环境规制是必须的，但是如果环境规制的施行在改善环境的同时会对经济与民生造成很大的负面影响，那么对于经济-生态-民生整体的和谐也将是不利的。因此，对于环境规制的研究，不能仅仅局限在怎样更好地改善环境，还应该包括环境规制的经济效应和民生效应。基于此，本文试图考察环境规制对于民生的重要方面——就业的影响，因为环境规制会通过改变企业的成本函数而对企业的生产规模、劳动力份额、减排活动产生影响，并通过这些影响机制综合作用于企业的劳动力需求。那么，环境规制对就业的影响到底是正向的？还是负向的？或者是非线性的？这是学术界和政策制定者亟须关注的问题。

关于环境规制的就业效应，早期学者汉德森（Henderson）和格瑞斯道（Greenstone）认为环境规制会增加生产成本削弱企业的竞争优势，而企业缩小生产规模会导致吸纳的就业人数减少，因此，环境规制会对就业产生负向影响。美国人口普查局在1993年的减污成本和费用报告（Pollution Abatement Costs and Expenditures，PACE）中指出，迫于环境管制，制造业企业每年要花费300亿元进行减污，使得企业在全球中处于不利的竞争地位，进而导致数以万计的失业。然而，随着研究的深入，学者们发现环境规制对就业的影响机制很复杂：首先，沃克（Walker）指出环境规制对于就业的影响方向在各个行业表现并不一致，劳动力流动使得各个行业之间存在联动作用；其次，卡恩（Kahn）和曼苏尔（Mansur）认为不同地区环境规制标准的差异造成了就业的空间转移，劳动力在环境达标地区和非达标地区之间流动会对就业造成不确定的影响；此外，从作用机理上讲，环境规制对就业并不是单一的负向规模效应，贝兹德克（Bezdek）等指出环境规制会提高资源类生产要素的价格，使企业更倾向于使用劳动力要素替代，因此，环境规制对就业还具有正向的替代效应，夏默（Shimer）也做过类似研究。基于上述影响机制的分析，莫根施特恩（Morgenstern）等、格瑞（Gray）和萨伯根（Shadbegian）等也通过实证研究验证了环境规制造成的就业减少并不明显，甚至会表现出明显的正向影响[8-9]。2009年《世界劳工报告》提出就业的“双重红利假说”，即通过适当的环境规制可以在改善环境的同时刺激劳动力需求，实现环境规制和就业的双重红利。而国内这方面的研究则相对较少，陆旸模拟了开征碳税后对就业可能产生的影响[11]，陈媛媛基于行业层面证明了劳动力要素与污染品要素是替代关系，环境管制会促进就业上升[12]，而闫文娟等利用省际面板数据验证了环境规制对于就业具有两个门限值[13]。

综上，环境规制对于就业的影响尚存在很大的争议，环境规制通过多重影响机制综合作用于企业的劳动力需求，早期研究认为二者存在非正即负的线性关系并不准确，为了弥补这一研究缺口，本文试图在以下两个方面有所突破：①引入非线性面板模型探讨环境规制对就业的影响方向是否会依赖于环境规制本身强度的累积，环境规制与就业的非线性关系是否存在？并明确中国现阶段环境规制与就业关系的现状及今后调整的方向；②基于行业的异质性，有必要针对行业特征划分不同的就业结构：依据污染程度将工业部门分为重度污染行业、中度污染行业、轻度污染行业，依据行业技术水平将工业部门划分为中低技术行业、高技术行业，分别检验环境规制对不同类型行业就业水平的影响，以针对不同行业制定差异性环境政策，并使政策制定者通过可调控政策工具加速实现环境与就业的双赢。

二、 环境规制影响就业的作用机理

本文引入生产的局部均衡模型来考察环境规制对企业劳动力需求的影响，参照伯曼（Berman）和琳达（Linda）的方法[14]，假设企业的生产要素包括准固定投入和变动要素两部分。由于环境规制，企业治污与减排活动会受到一定的约束，所以定义其为准固定要素；而劳动力、资源和常规资本为可优化配置的可变生产要素。企业决策不仅是由成本最小化决定，还由于环境规制的影响因而受到一些“准固定”因子的外源约束，成本函数的表现形式如下：

CV=F（Y，X1，…，XG，Z1，…，ZH）（1）

其中，Y代表产出，Xg代表可变要素的投入量，Zh代表准固定要素的数量。成本最小化的一阶条件要求可变要素劳动力的需求为产出（Y）、其他可变投入（Xg′）、准固定投入（Zh）的近似线性方程，可以表示为：

L=α+ρYY+∑Gg=1βgXg′+∑Hh=1γhZh（2）

为了简化分析，假设产出Y、可变要素Xg以及准固定要素Zh分别为环境规制R的一次函数若采用一般函数形式同样不影响最终分析结论，感谢匿名审稿人关于采用显函数进行推导的建议。，具体形式如下：

Y=aR+m， Xg′=bgR+n， Zh=chR+t（3）

对（2）式劳动力函数求一阶导数，并将（3）式带入，得到环境规制对就业的影响机制，可以表示为：

dLdR=ρYa+βg∑Gg=1bg+γh∑Hh=1ch（4）

其中，R表示环境规制，下面我们具体分析（4）式中的各项影响途径。第一项ρYa代表环境规制通过改变企业产出水平影响劳动力需求的规模效应。环境规制会增加企业成本，如果企业将这部分成本转嫁给消费者，则会降低消费者需求，如果企业自己承担这部分成本，则企业成本增加会削弱企业的竞争优势。因此，企业由于成本上升最终都会缩小生产规模，从而导致对就业的负向影响。第二项βg∑Gg=1bg代表企业通过改变要素使用份额对劳动力需求造成影响的替代效应。环境规制会改变企业可变生产要素的配置，劳动力、资源、能源、资本之间的利用比例会有所调整，通过要素的优化配置实现企业的成本最小化。环境规制强度越高则资源能源类生产要素的价格也相应越高，因此，企业劳动力要素会对资源、能源类要素进行部分替代，企业倾向于使用更多的劳动力要素，从而对就业造成正向影响。第三项γh∑Hh=1ch为环境规制对劳动力需求的治污与减排效应。由于环境规制会对企业的环保行为产生一定的约束，环境规制越强，所需要的治污与减排活动也越多，而这些环保活动本身也需要大量的劳动力投入，因此，环境规制对劳动力需求的治污与减排效应是正向的。

下面关注环境规制通过规模效应、替代效应、治污与减排效应对总就业的综合作用。首先，环境规制增加企业的生产成本，削弱企业的竞争优势，使企业缩小生产规模，造成就业的减少，负效应在环境规制的初期十分明显，但是随着环境规制强度的增强，企业会进行资源的优化配置，成本增加的速度放缓，并且根据“波特假说”，适当的环境管制将刺激技术革新，提高产品质量，这样可能使企业重新获得竞争优势，因此，企业规模缩小的程度会逐渐放缓，环境规制通过企业的规模效应造成的就业减少不再起主要作用。其次，环境规制通过替代效应、治污与减排效应对就业产生正向影响，这种正向影响随着环境规制强度的加大逐渐增强。环境规制强度的加大，相当于资源型要素的价格越来越高，企业会更加倾向于使用劳动力要素替代价格相对偏高的资源型要素；同时，更高的环境规制会促使企业相应的采取更多的治污减排行为，从而使用更多相关的劳动力要素，其治污与减排效应会逐渐增大。

综上，在不同时期、不同发展阶段，基于环境规制的不同强度，各种效应的影响是不同的，所表现出的对于总就业的综合影响方向也会有所改变。因此，我们可以合理推断，环境规制对于就业的影响依赖于环境规制本身的累积程度，可能表现出非线性的“U”型关系，即在环境规制的初始阶段，由于企业的成本升高造成企业缩小规模导致就业水平下降的负向影响起主要作用；但随着环境规制强度的增加，长期来看替代效应和治污与减排效应对就业的正向影响不断增强，而规模效应增长的速度逐渐放缓，因此，替代效应和治污与减排效应的正向影响会超过规模效应的负向影响，逐渐表现出环境规制与总就业的正向关系。本文利用工业行业面板数据通过计量模型检验我们的理论假说，验证环境规制影响就业的各种途径的符号，分析环境规制与就业的“U”型曲线是否成立？如果成立，中国现阶段环境规制水平处于“U”型曲线的哪个阶段？同时，由于行业的异质性，基于不同的污染程度和技术水平，环境规制与就业的关系会表现出何种差异？怎样才能有利于实现环境与就业的双赢？这些都是我们下一步需要解决的问题。

三、指标选取与计量模型

1. 指标选取

下面通过建立实证模型验证我们关于环境规制与就业“U”型关系的理论假说，我们以各行业的从业人数（emp）作为被解释变量，以环境规制（regu）作为核心解释变量，并将行业规模、资本深化程度、技术水平等作为控制变量引入模型。

（1）环境规制指标。本文的核心解释变量是环境规制，目前学界并没有统一的环境规制指标，国内外关于环境规制的衡量比较有代表性的有：一是安特维勒（Antweiler）等用人均收入水平作为衡量环境规制的内生变量；二是拉诺伊（Lanoie）等使用治理污染的总投资与企业总成本的比值表示环境规制；三是戴利（Deliy）和格瑞（Gray）以厂商受到稽查的严厉程度衡量环境规制；四是莱文森（Levinson）用某种污染物治污水平作为环境规制的代理变量，例如二氧化硫去除率、废水达标率等。本文出于对研究目的和数据可得性的综合考虑，选取污染治理设施本年运行费用与工业废水的比值作为环境规制的代理指标，污染治理设施本年运行费用可以反映行业环境规制所付出的成本，而废水排放量可以在一定程度上反映行业的污染规模，只有将两者综合考虑才能代表相对于行业污染规模而进行的规制程度，可以更加客观地反映一个行业的环境规制水平。

（2）其他控制变量。行业规模，用全部国有及规模以上非国有工业企业的总产值（tiov）表示，行业规模越大，则可以创造的就业机会越多，可以吸纳的就业量也越大，就业与行业规模正相关。资本深化程度，用各行业的固定资产净值（nvfa）表示，资本深化提高了劳动生产率，使得同样多的劳动投入可获得更多的产出，同时，资本深化还会通过增加劳动者收入，促进消费结构的升级和相关产业的发展，增加对劳动力的需求，因此，很难直接预期资本深化对就业的影响符号。技术水平，用各行业大中型企业当年新产品开发费用（rd）表示，泰维奈（PostelVinay）指出技术水平对于就业的影响包括损失效应和创造效应两方面，其中，损失效应主要是由于技术性失业造成的，而创造效应是通过价格和收入两方面综合作用带来的，因此，本文合理预期在正负效应综合作用下技术水平与就业也将呈现非线性的关系。模型中所涉及的指标及来源如表1所示。

2. 模型构建

为了控制不随时间变化的因素对于模型估计的影响，减少估计误差，本文拟采用中国分行业多年份的面板数据模型。在处理异方差问题上，结合原始模型对文中涉及的变量进行对数化处理。综上，为了验证环境规制与就业的“U”型关系是否成立，本文构建基本的计量模型如下：

lnempit=β0+β1lnreguit+β2lnregu2it+αXit+ηi+εit（5）

其中，i代表相应的行业，t代表相应的时期，lnregu2it为环境规制综合指数的二次项，ηi为不可观测的不随时间变化的影响因素，εit为误差项，控制变量Xit的集合为：

Xit=α1lntiovit+α2lnnvfait+α3lnrdit+α4lnrd2it（6）

计量模型中，我们选取2002-2011年39个工业行业的面板数据，所涉及的变量描述性统计如表2所示。环境规制对数的最大值（45834）和其最小值（-17724）、就业水平对数的最大值（67087）和其最小值（-25257）均相差较大，表明中国39个细分行业环境规制强度和就业水平的均值都存在显著的行业异质性特征。因此，我们有必要在研究环境规制对总就业影响的基础上，根据不同行业特征进行分类研究环境规制对就业结构的影响，以针对不同类别行业制定出针对性的环境规制政策。

四、实证结果与分析

1. 全样本估计结果

我们选取中国39个行业不同时点的面板数据进行回归分析，为了充分考虑个体间的共性和异质性，提高估计的准确性，通过F检验和豪斯曼检验确定以固定效应模型作为基本回归模型。为了验证环境规制与就业的“U”型关系是否成立，我们在固定效应模型中引入环境规制的二次项，如表3中模型1所示。可以看出，环境规制一次项与就业的系数显著为负，二次项系数显著为正，则证实了之前的理论假说，环境规制与就业呈“U”型的关系。

此外，考虑到环境规制的实施效果可能需要一定时间才能显露出来，而政策实施效果的滞后往往会影响人们对政策效果的客观评估，因此，我们将模型中各解释变量均取滞后一期，以期准确评估环境规制对就业的影响，如模型2所示。可以看出，排除了环境规制实施效果的滞后性可能造成的干扰，环境规制与就业的“ U”型关系仍然成立，与之前的检验结果完全一致。初期随着环境规制的增强，就业下降，而一旦越过“U”型曲线的拐点，随着环境规制的增强，就业反而上升，可以实现环境与民生的双赢。其他控制变量也大多显著且符合或基本符合预期，行业规模对于就业影响为正，研发投入与就业呈“U”型关系，并且随着资本深化程度的提高就业也会提高。我们已经确定环境规制与就业呈“U”型关系，但任何“U”型曲线都有上升阶段和下降阶段，如果不能明确目前我国所处的阶段，就不能带来更多的政策启示。为了具体考察中国现阶段所处“U”型曲线的位置，我们进一步观察模型2，由此我们可得“U”型曲线的拐点lnregu=14082，对于全体样本而言，2011年环境规制综合指数对数（lnregu）的均值为12448，小于“U”型曲线的拐点，其中，39个行业中环境规制小于转折点的行业有28个，占比约为72%。因此，现阶段中国环境规制的强度还没有达到“U”型曲线的拐点，我国依然处于“U”型曲线的下降阶段，环境规制的增强会对就业造成负向影响。因此，要想实现环境规制与就业的双赢，还需要进一步加强环境规制，以使环境规制尽快越过“U”型曲线的拐点。

由于就业是个连续的动态调整过程，可能具有路径依赖的惯性特征，因此，前一期的就业水平可能会对当期就业造成影响，我们有必要引入动态模型滞后项以对此加以控制。为了解决引入动态滞后项造成的固定效应模型参数估计结果的有偏性和非一致性，本文进一步使用系统广义矩估计法（SGMM）进行回归，系统GMM方法是将原始水平方程和一阶差分后的方程同时纳入估计，能获得相对来说更为合适的估计结果，可以很好地解决动态面板数据模型参数估计的有偏和非一致问题，检验结果如模型3所示。可以看出，考虑被解释变量的滞后项之后，环境规制与就业的“U”型关系仍然成立，这也验证了结论的稳健性。

另一方面，由于本文所使用的环境规制指标为污染治理设施本年运行费用对于工业废水排放量的比值，限于数据的可得性，这里污染治理设施本年运行费用中只包括工业废水和工业废气的部分，对于工业固体废物并没有涉及。为了验证环境规制指标的全面性及代表性，我们从固体废物的角度考察环境规制与就业的关系，选取一般工业固体废物处置量与一般固体废物产生量的比值（lnggz）作为环境规制的替代指标，估计结果如模型4所示。可以发现，环境规制一次项显著为负，二次项显著为正，即环境规制与就业仍然呈“U”型曲线，与之前的结论相符，这也验证了本文使用的环境规制指标的可靠性以及研究结论的稳健性。

如前所述，环境规制影响总就业存在三种可能的传导机制，分别为：规模效应、替代效应和治污与减排效应，我们进一步对理论分析进行验证，分别考察环境规制影响就业的规模效应、替代效应和治污与减排效应的方向。在模型5中，引入环境规制与总产出的交互项，分析环境规制通过改变总产出进而影响总就业的规模效应，与理论机制分析的预期一致，交互项系数为负，且十分显著，表明环境规制会通过影响总产出进而对总就业产生负向的作用，即环境规制会提高企业生产成本从而降低企业产量，最终减少就业。在上述基础上，进一步引入环境规制与行业资本要素由于企业以劳动与资本作为主要的生产要素，因此选取资本投入近似作为非劳动要素投入的替代指标。的交互项，即考察环

境规制通过影响要素投入而影响就业的替代效应，结果如模型6所示，可以看出，环境规制与资本要素投入的交互项系数显著为正，进一步验证了环境规制对于总就业影响的正向替代效应，环境规制强度越高，企业劳动力要素会对资源、能源类要素进行部分替代，从而对就业造成正向影响。最后，在模型7中引入环境规制与技术水平考虑到企业生产技术可以反映企业的效率，由于数据的可得性，此处采用企业技术水平近似替代企业的治污与减排指标。的交互项，考察环境规制如何通过影响企业的技术水平作用于总就业，估计结果交互性系数为正，考虑到指标的限制，显著性有所下降，但仍通过了显著性检验，在一定程度上证明了环境规制治污与减排正向效应的存在，环境规制越强，所需要的治污与减排活动也越多，因而劳动力需求增加。此外，比较模型5、6、7的结果可以发现，在引入环境规制与总产出、资本要素以及技术水平交互项的情形下，其他控制变量系数的符号与显著性不变，且各模型中环境规制与总就业呈稳定的“U”型，进一步证明了结论的稳健性。

2. 根据污染程度进行行业分类的环境规制与就业的关系

中国39个细分行业环境规制强度和就业水平都存在显著的行业异质性特征，为了根据不同类别行业制定出有针对性的环境规制政策，我们有必要分类对不同行业环境规制与就业的关系进行研究。本文首先基于39个工业行业的污染排放程度进行分类，为了综合考虑各类污染物并克服不同污染物量纲不同不能直接相加的问题，我们选取工业废水排放量、工业废气排放量、工业固体废物产生量三个指标构建污染排放综合指数，采用改进的熵值法客观地确定各项指标的权重，使该指数能客观反映各行业污染排放的强度限于篇幅有限，略去环境污染综合指数的详细计算过程，若有读者感兴趣，可以向作者索取。。根据所得到的环境污染综合指数，我们由高到低将39个工业行业平均分为三类，分别为重度污染行业、中度污染行业、轻度污染行业，如表4所示。

表5中模型1、2、3所示。可以看出，对于受环境规制影响较大的重度和中度污染行业，核心解释变量环境规制的一次项系数为负、二次项系数为正，环境规制与就业呈现“U”型关系。但是对于轻度污染行业，环境规制的一次项和二次项均不显著，这可能是由于轻度污染行业本身受环境规制的影响较小，其就业变动受环境规制的影响也十分有限。因此，之前针对总体样本讨论环境规制与就业的关系，会由于研究对象中涵盖轻度污染行业而造成估计结果的误差，在总样本中排除轻度污染行业，分别验证出重度污染、中度污染行业就业与环境规制呈现稳定的“U”型关系，这对于我们之前的结论形成了强有力的佐证。

为了进一步验证行业的差异性对于环境规制与就业关系的影响，我们具体讨论重度、中度污染行业环境规制对于就业“U”型曲线的特征。由模型1可以得到重度污染行业“U”型曲线的拐点为lnregu=12068，关系式的常数项为26470，同样由模型2可知中度污染行业“U”型曲线的拐点为lnregu=07924，关系式的常数项为49077。将重度污染行业与中度污染行业的“U”型曲线进行比较，如图1所示，可以看出，重度污染行业的“U”型拐点在中度污染行业的“U”型拐点的右侧，

图题图1重度污染行业、中度污染行业环境规制与就业“U”型曲线的比较

即重度污染行业需要较高的环境规制才能实现环境与就业的双赢。而从中国目前的情况来看，重度污染行业2011年环境规制强度的均值（11402）反而小于中度污染行业（15234），因此，导致重度污染行业的环境规制强度离“U”型曲线的拐点还存在一定的距离，只有加强重度污染行业的环境规制，才有可能使得环境规制在改善环境的同时达到促进就业的目的。同时，重度污染行业“U”型曲线的常数项明显小于中度污染行业，即重度污染行业的“U”型曲线处在中度污染行业的下方，表明要想达到同样的就业水平，重度污染行业对应着更高的环境规制强度，这同样验证了现阶段增强我国重度污染行业环境规制水平的必要性。而中度污染行业的环境规制均值已达到15234，已经越过“U”型曲线的拐点（07924），所以中度污染行业的环境规制状况相对较好，优于重度污染行业的情况，因此，我们应该根据不同污染程度行业“U”型曲线的不同、现阶段规制状况的不同，制定下一步差异性的环境规制政策，切不可实行所有行业“一刀切”的政策。

3. 根据技术水平进行行业分类的环境规制与就业的关系

在确定总体样本及分行业样本“U”型曲线的基础上，为了使中国各地区环境规制强度可以尽快越过“U”型曲线的拐点实现环境与就业的双赢，从技术升级的视角进行考虑，我们有必要进一步研究利用可以改变的影响因素将曲线调整到有利于中国发展的情形。参照盛斌和马涛[21]、臧旭恒和赵明亮[22]以及UNCTAD 2002的分类，根据行业技术水平的高低我们将行业划分为中低技术行业和高技术行业两类中低技术行业包括：煤炭开采和洗选业，石油和天然气开采业，黑色金属矿采选业，有色金属矿采选业，非金属矿采选业，其他采矿业，农副食品加工业，食品制造业，饮料制造业，烟草制品业，纺织业，纺织服装、鞋、帽制造业，皮革、毛皮、羽毛（绒）及其制品业，木材加工及木、竹、藤、棕、草制品业，家具制造业，造纸业及纸制品业，印刷业和记录媒介的复制、文教体育用品制造业，石油加工，炼焦及核燃料加工业，橡胶制品业，塑料制品业，非金属矿物制品业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，废气资源和废旧材料回收加工业，电力、热力的生产和供应业，燃气生产和供应业，水的生产和供应业；高技术行业包括：化学原料及化学制品制造业，医药制造业，化学纤维制造业，金属制品业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及其他电子设备制造业，仪器仪表及文化、办公用机械制造业，工艺品及其他制造业。，并分别考察不同技术水平行业环境规制对于就业的影响。运用固定效应模型进行估计，结果如表6中模型1、模型2所示，可以看出，中低技术行业和高技术行业环境规制对于就业的影响都呈“U”型曲线，这与我们之前的结论一致。再进一步研究不同技术水平行业“U”型曲线的差异，由模型1可得中低技术行业环境规制与就业“U”型曲线的拐点（lnregu）为18517，模型2可得高技术行业“U”型曲线的拐点（lnregu）为11243，而中低技术行业的常数项（24860）小于高技术行业的常数项（73614）。由此可以说明，技术水平影响环境规制与就业的动态关系，高技术行业的“U”型曲线在中低技术行业“U”型曲线的左上方，如图2所示。一方面，“U”型曲线的靠左说明高技术

行业拐点处环境规制较小，这有利于各行业环境规制强度尽快越过拐点，即可以在较低的环境规制强度下实现环境与就业的双赢；另一方面，“U”型曲线越高表明在同等环境规制下，高技术行业可以达到更高的就业水平，即施加同等强度的环境规制在改善环境的同时，高技术行业可以有利于就业获得更大幅度的提高。因此，从环境和民生和谐的角度考虑，促进行业技术升级对于实现环境规制与就业的双重红利具有重要意义。

为了进一步验证随着技术的不断升级环境规制与就业“U”型关系的动态变化，我们可以假设技

术水平不断升级的几种情景，具体包括：情景2为当前的技术水平（lnrd），情景1=（lnrd-2）本文技术水平选取的是各行业大中型企业当年新产品开发费用指标（单位万元），对于所有样本lnrd的均值为119541，所以这里合理假设（lnrd-2，lnrd，lnrd+1， lnrd+2， lnrd+3）为技术水平升级的五种情形。代表低技术水平的情景，情景3=（lnrd+1），情景4=（lnrd+2），情景5=（lnrd+3），即从情景1到情景5表示技术水平不断升级的过程。表6中模型3、4、5、6、7分别验证了情景1到情景5的不同的技术水平下环境规制对于就业的影响，可以看出，环境规制对就业的一次项、二次项系数不变，即“U”型曲线稳定存在，但是随着技术水平的升级，从情景1到情景5关系式的常数项（29076、30568、31471、32477、33587）不断增大，即“U”型曲线不断上移，技术升级可以使得同等环境规制下就业达到更高的水平。由此可以表明通过技术的不断升级可以将“U”型曲线调整到更有利于我国可持续发展的位置，在改善环境的同时创造更多的就业空间，实现环境与民生的双赢，即论证了技术升级的必要性。

五、结论及政策建议

本文引入生产的局部均衡模型考察环境规制对于企业劳动力需求的影响机制，通过分析在不同的环境规制强度下，规模效应、替代效应和治污与减排效应对于就业的影响，提出本文的理论假说：环境规制对于就业的影响依赖于环境规制本身的累积程度，会表现出非线性的“U”型关系。并使用2002-2011年的工业行业面板数据构建计量模型对理论假说进行验证。随着经济全球化以及各种环境问题、社会问题的凸显，构建一个经济-生态-民生相协调的社会将是中国今后面临的主要议题。经济-生态-民生三者的和谐已成为中国政策的主要目标，各项政策都需要综合考虑其经济效应、环境效应、民生效应，因此，本文讨论环境规制的就业效应得出的研究结论蕴含了丰富的政策含义。本文主要研究结论及政策建议如下。

首先，环境规制与就业之间呈“U”型关系，初期环境规制会对就业造成负向影响，但随着环境规制强度的提高，将会有效地促进就业。环境规制与就业的“U”型曲线意味着，增强环境规制对就业造成负面影响是一种短期效果，一旦越过“U”型曲线的拐点，就可以实现环境-民生的和谐。虽然目前我国仍然处于“U”型曲线的下降阶段，但已经破坏了的环境不可以不治理，环境规制是需要并且必需的；与此同时，提高环境规制强度还需要综合经济-生态-民生各方面的影响来考虑，环境规制也不是一蹴而就的。因此，“U”型曲线的下降阶段就如同一个必须经历的“痛苦阶段”，在这个阶段中，要想达到环境的改善可能会损害人们的民生效应，但不应受限于短期的就业损失，只有用发展的眼光看待环境与就业的关系，加强环境规制的强度以使其越过“U”型曲线的拐点，才能最终实现环境与就业的双赢。

其次，依据污染程度分行业来看，环境规制对重度污染行业、中度污染行业的就业也都符合“U”型关系，并且重度污染行业的“U”型曲线位于中度污染行业的右下方，即重度污染行业实现环境规制促进就业的拐点较高并且要想达到同等的就业也需要更高的环境规制。由此可知，不同行业环境规制对于就业的影响是有差别的，这就要求在制定环境政策时切不可在所有行业内实施无差异政策：对重度污染行业、中度污染行业应该分类讨论、区别对待，根据行业的异质性制定不同的环境政策，才能从单一行业经济-生态-民生的和谐逐步过渡到整个行业的和谐。尤其是对待重度污染行业，结合其环境规制与就业“U”型曲线的特点，我国当前重度污染行业的环境规制显然不足，大力提高我国重度污染行业的环境规制强度对于环境的改善、民生效应的提高都具有重要意义。

最后，依据技术水平分行业来看，环境规制对中低技术行业和高技术行业的就业也都呈现“U”型关系，并且高技术行业的“U”型曲线在中低技术行业“U”型曲线的左上方，即施加同等强度的环境规制，高技术行业可以有利于就业获得更大幅度的提高，同时在较低的环境规制强度下实现环境与就业的双赢。进一步看，随着行业技术水平的不断升级可以使得环境规制与就业的“U”型曲线不断上升。由此可见，技术升级对于实现环境规制与就业的双赢具有促进作用，现阶段应继续支持企业加大科技研发的投入，通过技术进步提高产出效益，扩大生产规模，为吸纳更多的就业提供产业基础；但与此同时任何技术对于生态的影响都是具有不确定性的，长远来看，在提倡技术升级的基础上也要警惕技术进步的生态风险。

在构建经济-环境-民生相和谐的可持续发展社会的现实背景下，任何一项经济政策、环境政策、民生政策都不能只考虑某一方面的改进，而需要根据经济、环境、民生效应进行综合考虑。因此，本文探讨环境规制的就业效应就具有重要意义，但是如何评估一项政策或规制的经济-环境-民生综合效应还有待进一步论证，这也是我们下一步研究的方向。

参考文献：

[1]HENDERSON V. The impact of air quality regulation on industrial location[J]. Annales dEconomie et de Statistique， 1997， 45： 123-137.

[2]GREENSTONE M. The impacts of environmental regulations on industrial activity： evidence from the 1970 & 1977 Clean Air Act Amendments and the Census of Manufactures[J]. Journal of Political Economy， 2002， 110 （6）： 1175-1219.

[3]United States Census Bureau. Pollution abatement costs and expenditures[R].1993.

[4]WALKER W R. Environmental regulation and labor reallocation： evidence from the Clean Air Act [J]. The American Economic Review， 2011， 101 （3）： 442-447.

[5]KAHN M E， MANSUR E T. Do local energy prices and regulation affect the geographic concentration of employment？ [J]. Journal of Public Economics， 2013， 101： 105-114.

[6]BEZDEK R H， WENDLING R M， DIPERNA P. Environmental protection， the economy， and jobs： national and regional analyses [J]. Journal of Environmental Management， 2008， 86 （1）： 63-79.

[7]SHIMER R. A framework for valuing the employment consequences of environmental regulation [R]. Working Paper， 2013.

[8]MORGENSTERN R D， PIZER W A， SHIH J S. Jobs versus the environment： an industrylevel perspective [J]. Journal of Environmental Economics and Management. 2002， 43 （3）： 412-436.

[9]GRAY W B， SHADBEGIAN R J， WANG C， et al. Do EPA regulations affect labor demand？ evidence from the pulp and paper industry [R]. US Census Bureau Center for Economic Studies Paper， No. CESWP-13-39， 2013.

[10]INTERNATIONAL INSTITUTE FOR LABOUR. World of work report 2009： the global jobs crisis and beyond[R]. World of Work Report， 2009.

[11]陆旸. 中国的绿色政策与就业： 存在双重红利吗？ [J]. 经济研究， 2011（7）： 42-54.

[12]陈媛媛. 行业环境管制对就业影响的经验研究： 基于25个工业行业的实证分析 [J]. 当代经济科学， 2011 （3）： 67-73.

[13]闫文娟， 郭树龙， 史亚东. 环境规制、产业结构升级与就业效应：线性还是非线性？[J]. 经济科学， 2013 （6）： 23-32.

[14]BERMAN E， LINDA B. Environmental regulation and labor demand： evidence from the south coast air basin [J]. Journal of Public Economics， 2001， 79 （2）： 265-295.

[15]ANTWEILER W， COPELAND B R， TAYLOR M S. Is free trade good for the environment？ [R]. National Bureau of Economic Research， 1998.

[16]LANOIE P， PATRY M， LAJEUNESSE R. Environmental regulation and productivity： testing the Porter Hypothesis [J]. Journal of Productivity Analysis， 2008（2）： 121-128.

[17]DEILY M E， GRAY W B. Enforcement of pollution regulations in a declining industry [J]. Journal of Environmental Economics and Management， 1991（3）： 260-274.

[18]LEVINSON A. Environmental regulation and manufactures location choices： evidence from the census of manufactures [J]. Journal of Public Economics， 1996， 62： 5-29.

[19]刘刚， 胡立. 汇率、工资和经济增长对我国就业的影响： 1994-2010——基于制造业动态面板数据的实证检验 [J]. 产业经济研究， 2012 （3）： 69-78.

[20]POSTEL-VINAY F. The dynamics of technological unemployment [J]. International Economic Review， 2002， 43 （3）： 737-760

[21]盛斌， 马涛. 中国工业部门垂直专业化与国内技术含量的关系研究 [J]. 世界经济研究， 2008 （8）： 61-67.

[22]臧旭恒， 赵明亮. 垂直专业化分工与劳动力市场就业结构——基于中国工业行业面板数据的分析 [J]. 中国工业经济，2011 （6）： 47-57.

[责任编辑责任编辑方志]