碳排放绩效对中国就业影响的行业差异分析——基于2005-2014行业面板数据

王凯

中南财经政法大学，湖北 武汉430073

20世纪后半叶以来，气候问题逐渐成为国际社会日益关注的焦点。继2003年英国将低碳经济作为国家发展战略之后，大多数国家纷纷追随其脚步提出发展低碳经济，以期寻求应对气候问题与发展经济的新路径。作为一种全新的经济发展模式，推动低碳经济必然对就业带来影响。一方面，低碳经济顺应经济发展模式转变的潮流，带动了一系列相关产业的发展，新技术的发展、新能源的开发等系列政策措施均将对行业内部就业结构及地区就业带来不同程度的积极影响，从而带动就业的增长；另一方面，落后的高耗能产业的淘汰又会导致传统就业的缺失，如何兼顾减排目标与就业增长是亟待研究的重大课题。因此，在低碳经济背景下，研究碳排放绩效对行业就业结构影响的作用机理，实证检验其对就业总体数量及内部结构产生的影响具有十分重要的意义。

一、文献综述

追溯到上世纪七八十年代，学者们几乎一致认为环境保护对就业造成的是负面影响；到了九十年代初期，Pearce（1991）指出征收环境税可以抵补负面影响，带来双重红利，由此学界开始重新审视环境保护与就业二者之间的关系。之后学术界主要形成 两 种 观 点 ：Schneider（1997）、Bovenberg（1998）、Crowley（1999）等学者认为环境保护不会对就业造成负面影响，两者可以实现双赢；而 Nielsen（1995）、Carraro（1996）、Goodstein（1999）等学者持有相反观点，他们认为环境保护与就业无法共同保障，实施环境保护政策一定会对就业产生负效应。

2000年以来，随着低碳经济的推行，诸多学者开始研究碳减排政策对就业的影响，但国内外研究结论仍不尽一致。王灿等（2005）、Thampapillai（2007）、林伯强（2010）等学者通过实证分析认为推动低碳经济发展会造成就业减损。 Fankhauser（2008）、Holst（2009）、Palatnik＆Shechter（2010）、杨晶和田芳（2011）、陈媛媛（2011）、张剑 英等（2011）、徐承红等（2013）等国内外学认为推动低碳经济短期内会带来经济系统的调整阵痛，但长期看来，推行低碳经济有利于就业增长。

随着低碳经济在国际社会的推广，越来越多的学者专注于此方面的研究，近年来关于低碳经济与就业关系的课题也逐渐增多，但主要集中于欧美国家，由于环境税体系在欧美国家已建立，学者更愿意探讨环境税收政策对就业的影响。大多数国外学者对环境政策对就业的影响效果持乐观态度。国内关于低碳经济政策的就业影响分析目前仍处于起步阶段，研究多基于理论逻辑分析或CGE分析，对低碳经济与就业的关系进行论述得出的结论也不尽相同。因此，有必要探讨发展低碳经济对我国不同行业的就业影响是否有较大差异，进而探讨如何在不同行业实现低碳经济发展与就业增长的最佳路径。

二、碳排放绩效对就业影响的传导路径和影响效果分析

经济发展以要素投入作为前提，主要要素包括资本、劳动力、技术以及能源。这几大要素对经济的发展起着重要作用，而这些要素之间又存在着互补或替代关系。如果能源与非能源要素之间是替代关系，那么碳减排政策可以通过加大劳动力和资本的投入来促进经济的增长；反之，如果能源与非能源要素之间是互补关系，那么碳减排政策可以减少资本及劳动力等要素的投入降低行业产出水平。通过借鉴以往研究，本文从“直接效应”、“间接效应”及“引致性效应”三个方面分析碳排放绩效对就业影响的传到路径及其影响效果。

（一）碳排放绩效对就业影响的直接效应

直接效应又可细分为结构效应和替代效应。结构效应：短期来看，低碳经济发展带动了整个低碳产业链的发展，整个大产业链中相关行业的就业得以拉动，同时，低碳经济有利于经济结构调整和产业结构的转型升级，由此资源环境与经济之间的关系得以理顺。长期来看，低碳经济更能促进全球经济的可持续增长，实现真正意义上的经济、社会、环境效益。低碳经济发展过程中所推行的各项政策措施，如鼓励新能源开发、调整产业结构、推动低碳产业发展等，使得传统的对要素投入依赖较高的工业结构必然向要素投入较低、附加值较高的新型服务业转变。高新技术产业和现代服务业等相关行业得到政策的大力扶持，随着资金和技术设施的配套逐步到位，这些行业的增长速度将实现质的飞跃，进而使其内部对就业的需求发生变动，所容纳的就业量随之提高。替代效应：在低碳经济发展进程中，由于产业结构的调整，高碳经济发展模式走向末路，传统工业将被淘汰或升级改造，相关行业部门对劳动力要素需求将随之减少，进而引起就业量的变动。如传统能源部门因为能源消耗大、效率低，其发展将受到来自新能源行业的冲击，这会导致其对劳动力投入需求的减少，造成一部分劳动力失业。

（二）碳排放绩效对就业影响的间接效应

间接效应是指某一行业投入或产出的变动，对其相关的上下游行业的投入和产出带来影响后引起的就业变动。也就是说，提高能源价格、实行节能减排行动不仅能够直接影响相关部门的就业，同时也能够影响与其行业发展相关的行业。以新能源汽车为例，其上游可以吸纳大量高校毕业生从事技术研发、经营管理、咨询服务等扩充就业量，下游可以吸收具有相关从业经验的失业人员从事维修、保养等技术工作，这样向上游和下游的扩张，使得行业对劳动力要素的需求大大增加，进而拉动就业。

（三）碳排放绩效对就业影响的引致性效应

引致性效应是指由于某行业或行业内劳动者由于收入变化，使得行业投资或者劳动者消费的能力发生变化，促使经济结构组成发生变动，进而改变就业需求。例如，随着人们收入水平的不断提高，消费能力也逐渐升级，对社会服务、产品服务、医疗服务、餐饮娱乐等方面提出了更高的要求，从而拉动内需，促进整体经济快速发展，进而提高就业率。

综上所述，发展低碳经济，一方面，新行业的出现会带动对劳动要素的需求；另一方面，传统耗能行业的没落又会导致就业减损。在这一增一减的变化中，替代了一些就业岗位，摧毁了一些就业机会，但同时又创造了新的就业机遇，最终二者力量的对比决定了发展低碳经济对就业总需求的影响。

三、碳排放绩效及碳就业率的测算

（一）测算方法

1.碳排放绩效测算方法

学者们从不同角度入手建立了若干指标，采取多种方法来衡量碳排放绩效，比较常用的指标包括碳化指数 （Mielnik et al.，1999）、能源强度（Ang，1999）、碳排放强度（Sun，2005）、工业化累计人均碳排放量和人均单位GDP排放量（Zhang et al.2008）等一系列的单因素指标。然而，Ramanathan（2002）从更大的整体考虑，将与被影响变量有关的所有变量综合在一起，提出更广泛意义的绩效评价指数的“全要素”的思想。而数据包络分析（DEA）的非参数前沿生产函数可以将所有与CO2排放相关的要素囊括其中，进而得到能够对CO2排放进行全面效率评价的Malmquist CO2排放绩效指数（MCPI）。Malmquist生产率指数由瑞典经济学家Malmquist（1953）提出，Caves et al.（1982）定义，后经 Fare et al.（1994）等学者不断完善，是一种通过距离函数来描述两者相关性关系的非参数计量方法。本文利用DEA模型测算CO2排放绩效的Malmquist指数，利用距离函数的比率来计算投入产出效率，如式（1）：

式中，（xt，yt）、（xt+1，yt+1） 表示 t时期、（t+1）时期的投入和产出向量；表示以t时期技术为 Tt参照，时期 t、时期（t+1）的距离函数。

谢泼德产出距离函数不能够将CO2排放量纳入到分析中，结合Tyteca（1997）提出的环境绩效评价方法，得出以CO2为导向的谢泼德距离函数，如式（2）：

为了更进一步的观察碳排放绩效的变化趋势，借鉴Zhou（2010）的方法进一步拓展Malmquist生产率指数，基于CO2导向的距离函数构建Malmquist CO2排放绩效指数。与Malmquist生产率指数相似，MCPI既可选择t期的技术Tt为参照，也可选择t+1期的技术Tt+1为参照，为规避选择基准的不同而导致的差异，本文选取其几何均值作为衡量碳排放绩效变化趋势的替代指标，如式（3）：

其中，K表示资本，L表示劳动力，E表示投入能源，Y表示合意产出，C表示非合意产出。假定规模报酬不变，通过对式（3）的变形，Malmquist绩效指数可以表示为技术效率指数 （EFFCH）和技术进步指数（TECHCH）两个部分，如式（4）和式（5）。EFFCH衡量了从t期到t+1期，每一评价单元对生产可能性边界的追赶程度，TECHCH衡量了在t期到t+1期之间，技术边界的变动情况；当EFFCH或TECHCH大于1，表示其有效促进了碳排放绩效的提高；当EFFCH或TECHCH小于1，则表示其引致了碳排放绩效的降低。

假设规模报酬不变，本文运用DEAP软件计算出2005-2014年全国七大行业的CO2排放绩效指数。

2.碳就业率测算方法

本文参考潘家华（2009）的方法，用碳就业率来表述不同行业就业情况，其计算公式为：行业碳就业率 （人/吨）=行业就业人数/行业CO2排放量。

（二）测算数据来源及处理

本文基础数据来源于2005-2014年的《中国统计年鉴》、《各省市统计年鉴》以及《中国能源统计年鉴》，涵盖七大行业，数据处理如下。

（1）合意产出。用各行业增加值指代。第三产业增加值用不变价格第三产业增加值指数平减，换算为以2005年价格衡量的实际第三产业增加值，单位为亿元。由于第一产业和第二产业相应的产业增加值指数缺失，故用当年GDP平减指数替代，分别换算出以2005年价格衡量的实际第一产业和第二产业增加值，单位为亿元。

（2）非合意产出。用各地CO2排放量指代。关于CO2排放量中国并没有官方统计的数据，因此，本文借鉴杨晓军（2013）的做法，选取了煤炭、石油和天然气三大类能源的消费量来进行估算。第一步，根据2005-2014年《中国能源统计年鉴》的数据，运用统计年鉴中 《能源与标准煤折算系数参考表》，将全国各省煤炭、石油和天然气的实物消费量换算为以万吨为单位的标准煤统计量并加计求和。第二步，利用因素分解法将第一步计算的各省能源标准煤统计量之和量计算成二氧化碳排放量，具体计算如式（6）：

其中，C表示CO2排放量（吨）；E代表各省以煤炭、石油和天然气折算的能源消费总量（万吨标准煤）；Ei代表第i种能源的消费总量（万吨标准煤）；ei代表第i种能源的消费量除以三种能源消费总量后所得的耗用权重（%）；Pi代表碳排放系数，本文参考杨晓军和陈浩 （2010）的作法，采用DOE/EIA、日本能源经济研究所等七个权威机构研究使用的排放系数的算术平均值，作为本文实证研究使用的碳排放系数 （吨碳/吨标准煤）；Q代表CO2气化系数，是一个标准量，即44/12；i代表各类含碳能源，这里是指煤炭、石油和天然气。

（3）劳动力。用年均就业量指代，即本年年初与本年年末就业量的平均值。单位为万人。

（4）物质资本存量。借鉴张军等（2004）的做法，本文采用永续盘存法估算行业物质资本存量。如式（7）：

其中i表示第 i个省，t表示第t年，I/P即实际投资额，D为折旧率。选取2005年为基年进行平减处理，单位为亿元。由于不同行业固定资产投资价格指数缺失，故用全国固定资产投资价格替代。

（5）能源消费总量。根据各地区能源平衡表中统计的各类基础数据，结合给定的标准煤系数进行统一换算，单位为万吨。

（三）测算结果

1.七大行业碳排放绩效测算结果

本文用DEAP软件估算了规模报酬不变前提下2005-2014年全国七大行业的CO2排放绩效平均指数，其平均值水平如表1所示。由表1可知，第一产业和第三产业在测算期间的碳排放绩效平均值均高于第二产业，与各产业发展的不同要素需求相符。

表1 七大行业2005-2014年MCPI平均值及其分解

2.七大行业碳就业率测算结果

本文测算了2005-2014年全国七大行业的碳就业率，并统计了其平均值水平，如表2所示。

表2 七大行业2005-2014年碳就业率平均值

从表2可以看出，第二产业的碳就业率不及第一产业和第三产业，这可能是由于目前我国的第二产业仍属于能源要素密集型产业，而第一产业和第三产业属于劳动密集型产业。根据测算数据，若增加1吨的碳排放量，第一产业能够增加20.55个就业人数，第三产业分别增加4.32和12.06个就业人数，而第二产业新增的就业人数则微乎其微。

四、碳排放绩效对中国就业影响的实证分析

（一）模型设定

借鉴吴振信（2013）在研究碳排放与就业结构关联度时所建立的计量模型，本文所建立的计量模型为：

模型中 β0是常数项；Li，t表示就业变量，以 i行业第 t年就业人数指代；CMCPIi，t表示行业CO2排放绩效指数，即七大行业累积的 Malmquist CO2排放绩效指数；Xi，t是一组其他控制变量，由于数据的不完整性，本文只选取了实际工资（w）作为模型（8）的控制变量。

（二）实证数据来源及处理

1.碳排放绩效 CMCPIi，t。 本文按照上述方法测算了2005-2014全国七大行业的碳排放绩效，构成面板数据。

2.实际工资（用 w 表示）。邱杰（2011）、刘春梅（2013）、王建华（2013）等学者通过实证检验证实了实际工资的增长同就业人数的增长之间的因果关系。因此，本文以在岗职工平均年货币工资除以2005年不变价格的工资指数表示实际工资水平。

此外，为消除异方差的影响，对实证数值取自然对数加以处理。

（三）面板单位根检验

结合变量数据的特点，本文采用LLC和IPS检验法对面板单位根进行检验。具体的检验结果如表3所示。结果显示，所有变量在一阶差分时均在显著性水平下拒绝 “存在单位根的原假设”，由此判定变量间存在协整关系，可以进行面板数据回归分析。

（四）实证结果及分析

在处理面板数据时，本文进行了Hausman检验。根据检验结果，本文选择固定效应模型进行回归，从而得出东、中、西部地区不同行业的就业结构差异，如表4所示。

1.不同行业角度分析

（1）第一产业就业碳排放绩效弹性

从农林牧渔业的就业碳排放绩效弹性来看，东部地区的就业碳排放绩效弹性为-0.122，这意味着东部地区的农林牧渔业的碳排放绩效每提高1%，对应的就业量就减少0.122%；而中部地区和西部地区就业碳排放绩效弹性分别为0.082和0.251，这表明当中、西部地区碳排放绩效每提高1%，这两大区域农林牧渔业就业量将分别增加0.082%和0.251%，也意味着农林牧渔业碳排放绩效的提高将促进中、西部地区相关行业就业量的增加。

表3 单位根检验

表4 不同行业面板回归模型

（2）第二产业就业碳排放绩效弹性

从采掘业、制造业、电力、煤气及水生产和供应业以及建筑业的就业碳排放绩效弹性来看，东、中、西部的就业碳排放绩效弹性均显著为负值，表明碳排放绩效提高将导致东、中西部三个地区上述四大行业就业量的减少，其中采掘业、制造业的碳排放绩效地提高对东部地区地就业影响最大，电力、煤气及水生产和供应业的碳排放绩效提高对中部地区的就业影响最大，建筑业的碳排放绩效提高对西部地区的就业影响最高。

（3）第三产业就业碳排放绩效弹性

从交通运输、仓储和邮政业的就业碳排放绩效弹性来看，东部地区的就业碳排放绩效弹性为负值，这意味着东部地区的农林牧渔业的碳排放绩效的提高将造成就业量的减少；而中西部地区就业碳排放绩效弹性虽然均为正值，但对就业的影响并不显著。从批发、零售业及餐饮、住宿业的就业碳排放绩效弹性来看，东、中、西部三个地区的就业碳排放绩效弹性均显著为正值，这就意味着东、中、西三大区域的批发、零售业及餐饮、住宿业的碳排放绩效提高，将带来三大区域就业量的增加，其中东部地区所受影响最大。

2.不同区域角度分析

综合三大区域数据明确表明，碳排放对各行业就业影响差异显著。第一，批发、零售业及餐饮、住宿业的碳排放绩效与就业人数显著正相关，因为该行业碳排放较少，属于低碳行业，碳排放绩效提高也即意味着生产效率的提高，推动产业发展，带动就业。第二，采掘业、制造业、电力、煤气及水生产和供应业以及建筑业的碳排放绩效与就业人数显著负相关。从各行业的生产要素解释，采掘业以及建筑业依靠大量高耗能机械设备进行生产与服务；电力及水的生产和供应业，以电力生产为例，相对于核力和风力发电，火力发电在电力生产中仍占据较大比例，而火力发电所排放的CO2最多；制造业也囊括了众多的高能耗、高排放的行业。因此，碳排放绩效的提高对该四个行业就业量的冲击非常大。第三，农林牧渔业以及交通运输、仓储和邮政业的碳排放绩效皆与东部地区的就业负相关，而与中西部地区的就业正相关，其原因可能在于相比其他产业，这两个行业的节能减排政策在我国东、中、西部的落实程度差异较大，相较于中西部地区而言，东部地区具有经济发达、科技领先、基础设施完善等显著优势，东部地区逐渐普及了绿色农业、清洁能源以及新能源汽车等的应用和推广，过度地提倡节能减排、一味地提高碳排放绩效反而会限制经济增长、影响企业绩效，进而对就业产生负面影响。

五、政策建议

随着我国经济社会发展日益受到资源和环境的制约，国家出台了一系列政策大力推行低碳经济。中共十八大以来，加强生态文明建设、推动能源生产和低碳消费革命，已成为国家经济发展的重要任务。如何在推广低碳经济的同时维持就业的稳定、实现粗放经济增长向低碳经济转型过程中经济发展与充分就业的双重红利，将成为中国新一轮经济增长的首要议题。

本文认为针对具体行业，不同地区应采取不同的发展措施。第一，在中、西部地区的第一产业中推广各种节能减排技术。一方面，可以大力推广绿色农业，生产加工绿色食品、无公害农产品以及有机食品，进一步推广高新农业技术，形成现代化农业体系；另一方面，在农村地区大力推广沼气等可再生能源，如沼气发电，沼气发电不仅集创效、节能、安全和环保等优点于一起，而且易于推广和使用；同时，可健全农产品市场价格保护机制，以便充分调动从事农业生产的积极性。第二，积极鼓励东、中、西部区域中小企业的发展。因为中小企业多为劳动密集型企业，要发挥中小企业的中坚力量，除了利用市场价格推动中小企业自行进行技术更新外，还应在产业政策、税收、资金等各个方面向中小企业进行倾斜。第三，加大中、西部地区交通运输行业的减排力度。由于中西部地区就业碳排放绩效弹性表现为正，如果碳排放绩效提高，那么也将带动就业量的增加。因此应当制定相应的产业规划，推行优惠便利政策，科学合理的配置交通资源，提高交通资源的使用效率。第四，积极发挥服务业对就业的巨大吸收能力，服务业囊括民生各个方面，本身具有低能耗、高就业的特点，应积极推进新型服务领域，培育地域特色服务业，发展新的经济增长点。