李程宇 严祥武
摘要:“绿色工作”是发展绿色经济的重要组成部分,也是激活要素市场配置的前沿领域,然而在现实经济中却比较容易被忽视,社会上并没有出现在各经济部门中主动创造更多绿色工作就业机会的趋势。相关研究大多集中在对绿色工作数量的估算上,而较少地探讨绿色工作的深层次市场经济逻辑关系,以及绿色工作的“体面性”和“非正式工作”问题。文章选取在中国具有典型特征差异的六部门环保行业作为考察对象,利用2003—2018年的省级面板数据,使用可行广义最小二乘法对被考察行业的就业变化状况进行分析,随后进一步处理了内生性问题,并采用多种方法进行了稳健性检验。研究结果显示:尽管选取的产业部门间存在明显的特征差异,但是均可以支持同一个结论,即政府的绿色投入未能很好地改善绿色环保行业的就业水平,在一定程度上还会对多个绿色环保行业的就业人数造成负向影响,这使得绿色工作偏向成为非正式的工作;平均教育水平对多个行业的绿色工作数量有显著的正向影响,但多数绿色环保行业工作数量和平均教育水平呈现倒“U”型关系,随受教育程度的提高,具有高学历的人才一般不愿从事绿色工作,这不利于未来环保行业的高质量发展;绿色工作数量对薪资水平的弹性较为显著,薪资水平的提升会对多数绿色部门的工作数量产生明显的正向影响;失业率的上升会导致回收行业绿色工作机会减少。上述结论具有较强的政策含义:①仅仅加强对于环保行业的整体绿色投资是不够的,亟需在提升环保行业就业者待遇方面做出改善;②需要给予绿色工作更健全的社会保障,解决就业者流动过快的问题,尤其是能吸引与留住高端人才;③加强对于绿色工作的正面宣传,提升社会的认知水平和公众认同感;④采用政府引导与市场驱动相结合的办法,优先在城市层面做出科学规划。
关键词绿色工作;环保行业;绿色投入;体面工作
中图分类号F016;F426文献标志码A文章编号1002-2104(2021)12-0116-12DOI:10.12062/cpre.20210423
十九届五中全会公报指出,要促进经济社会发展全面绿色转型,实现更加充分更高质量的就业。随着社会组织和生产环节对于资源环境满足当前和未来发展需求的限制越来越多,世界各国经济复苏的潜能已经不太可能再回到以往的技术简单且污染严重的传统行业,而是更多地释放到具有更加复杂技术标准和环保要求的新兴产业,这是因为在传统的经济增长框架下,环境可持续和经济发展天然地构成了一种互相妥协的关系,经济发展和环境保护仍然是互相排斥的"]。绿色增长模式虽然可以通过经济活动内部化带来的正向环境外部性,而达到绿色生产的帕累托最优,但需要大量具备先进绿色生产观念的技术工人⑵。因此,在经济与环境的可持续发展中,“绿色工作”是一个优先的发展方向。有调查显示欧洲许多年轻人的第一份工作都不同程度地与绿色经济相关,而绿色工作也成为解决青年失业问题的有效途径⑶。
目前,“绿色工作”被广泛认可的概念的是国际劳工组织的定义:“在经济部门和经济活动中创造的,可以减轻环境影响并最终实现环境、经济和社会可持续发展的体面工作”其中,“体面工作”是指绿色工作岗位需要得到社会成员的广泛认可与尊重。近年来,学者们从不同的研究视角对“绿色工作”进行了解释,大致可以分为广义的视角和狭义的视角两个方面。广义的“绿色工作”是指一切与绿色环保相关的直接的、间接的以及引致的就业[3-4];狭义的“绿色工作”是发生在特定行业的就业,如一些学者针对可再生能源行业、回收业、自然保护区工作等领域讨论了绿色工作[5-7]。表1归纳了国内外部分有代表性的国际组织、政府部门对于“绿色工作”的定义和描述。
虽然“绿色工作”代表了高质量就业的发展趋势,但是在现实社会中却似乎很少被提及,即使在学术研究中也仅仅是在近几年才得到了关注。主要有以下几个方面的原因:第一,绿色经济是一个内涵非常丰富的概念,在现有的产业体系内,只要是能够运用更加清洁和绿色的生产设备、生产工艺和管理观念,使得原来的资源损耗得到有效控制、环境污染大幅度降低,传统的工作岗位都可以符合广义的“绿色工作”的定义。因此,在可持续发展能够顺利转型的条件下,似乎并没有必需的理由将“绿色工作”进行单独地分类;第二,从表1中也不难看岀,对于“绿色工作”的定义存在较大的差异,从各种不同的学科和视角来看待这一问题,就难免会陷入无休止的概念重命名的诡辩论之中,而使得“绿色工作”的定义脱离了其原有的现实意义;第三,在市场经济条件下,失业是不可避免的,有些部门的行业差别也会提高自然失业率,带来隐性的失業问题;第四,由于固有的社会偏见的存在,使得“绿色工作”往往并不能成为一种体面的工作,要改变这种社会偏见的外部性成本很高,需要长期的宣传和观念的推广;第五,一些新兴的绿色产业在初期需要大量的投资,而其产生收益的时间可能比较长,在跨期的要素投入动态调整中,投资会更偏向于资金的流动性获利,这使得绿色产业在现期的回报率并不高,而相应的绿色工作的收入水平也并不具有明显的竞争力。因此,文章将研究的重点放在可以量化考察的狭义的“绿色工作”的具体产业上,尝试得出具有更加一般意义和政策参考价值的研究结论。
1文献综述
与文章选题相关的研究工作,主要沿着以下三个方向展开。
1.1“绿色工作”的测算方法
根据不同的概念描述,学者们采取的绿色工作测算方法也各不相同,大致可以从广义与狭义两个角度对其进行区分。
从广义角度出发,绿色工作的测算方法一般可以分为以下三类:第一种方法源自国际劳工组织,是自上而下的,基于标准行业的分类,在由完整的官方统计数据汇编而成的行业类别中,将特定的工业活动识别为“绿色”并跟踪这些行业中的就业。此类措施的优点是可以提供定期更新的就业指标,缺点是更新速度较慢且更新难度大。第二种方法是自下而上的,基于调查的分类。这种研究方法需要大量的时间和精力去进行实地调研,而调研的数据也存在不够充分和无法体现趋势的缺陷。因此,Bishop等「时提出了一种混合方法,即将“自下而上”调查的详细信息与“自上而下”趋势数据相结合。
从狭义角度岀发,研究绿色工作的文献主要集中在能源、环境等领域。总体而言,有较多研究着眼于环境政策对绿色工作数量的直接和间接影响[9]。尤其是在可再生能源领域,学者们发现环境政策对增加绿色工作存在显著的正向影响[l0]。其中,投入产岀模型是较为常用的方法。
对于“绿色工作”的测算工作来说,其最大的难题并不是工作量的巨大,而是统计口径的不同以及由此产生的认可问题。Furchtgott-Roth[ll]用一例子证明了准确划分绿色工作的难度:在农业中,当一个农民生产玉米来食用时,这不算是绿色工作,但是当他将其用于乙醇生产时,他就有一份绿色工作。
1.2“绿色工作”的经济效益
一条主要的线索是围绕绿色工作和经济增长是否具有双重红利的争论。李虹等[l2]以风电产业为考察对象,测算出了风电项目相对于传统的火电项目,在降低68万元/MW环境外部成本的同时,能够提供6.6人/MW的就业岗位。周不群[13]对吉林省绿色就业产业结构偏离度进行测算,发现通过就业弥补失业、政府与市场相协调等机制,能够有效实现绿色就业和社会发展的相互促进。曲怡邱对山东省就业状况的研究发现,其三大产业的能源与就业存在互补的均衡关系,节能环保与增加就业机会的双重红利并不存在。
另外一条主线是关于绿色工作的成本效益的研究。Consoli等⑹利用美国的数据,比较了绿色工作和非绿色工作在技能和人力资本方面的差异,绿色工作通常还需要支付更高的人力资本费用。Afolabi等[16]研究了女性从事建筑行业绿色工作的阻碍,主要有文化传统和性别歧视、较低的绿色工作培训水平、招聘中的不平等,以及缺乏经验和榜样等因素。
1.3“绿色工作”的福利状况
第一条线索从绿色工作的“体面性”出发。国际劳工组织总干事胡安·索马维亚在1999年6月首次提出了体面工作的概念,即劳动者可以得到社会成员的认可与尊重,不被强迫劳动,并且可以自由选择工作。Joint「m对德国和西班牙的研究显示,可再生能源的工作者多数为全日制工作,临时工只占少数。徐璐等[18]指岀我国太阳能面板组装和清洗工作、循环经济领域的卸船工作和电子废弃物回收工作的工作环境十分恶劣,是绿色但不体面的工作。Al-Khatib等31对巴勒斯坦加沙地带拾荒者的研究表明,93%的人对自己的工作不满意,主要原因是收入低以及社会对其的恶劣态度。柯水发等[20]指出森林旅游业就业门槛低,其中不少工作岗位是非正式的临时岗位,这些工作具有绿色的特征,却不全是“体面工作”。
第二条线索研究了绿色工作的就业环境。恶劣的工作环境阻挡了年轻人进入绿色环保行业。Langenhoven等[21]的研究指出,南非的高失业率和回收行业的低门槛性使至少3.7万人进入回收行业从事非正式工作。其中,Viljoen等[22]的研究表明,人力资本、劳动力市场、经济和社会壁垒具有双重锁定效应。因此,欧盟对劳动力市场进行改革,制定了严格的就业保护制度,劳动保护法不仅保护绿色环保行业中签订永久雇佣合同的工人,也保护自由的临时或兼职工人。
第三条线索是绿色工作的健康问题。在瑞典从事垃圾收集和处理工作的雇员,面临的工伤风险大约是一般工作生活的3倍心。Econie等⑺研究发现美国的回收工人受到临时工机构和回收商的双重压榨,在安全性和稳定性上得不到保障,处于绿色经济核心地位的绿色工作就业人员,在美国是最脆弱、最受剥削的群体之一。Moreira等京对巴西回收工人的调查发现,虽然回收工人意识到工作场所存在危险,但他们认为这种危险是工作性质所致,因而忽略了这类危险。
综上所述,社会保障体系、受教育程度、社会职业认知等因素是研究“绿色工作”问题的重要参考,同时也需要从测算方法和经济规律的角度深入探讨“绿色工作”的经济效益和社会效益。
2模型与数据
虽然中国目前并未针对绿色经济活动详细地进行分类统计,但在现有研究中已经有学者进行了归纳。例如,李虹[25]指出绿色工作主要分为可再生能源行业、可提高能效的行业、防治污染和环境清洁行业、自然资源存储和农业以及使用清洁能源和燃料的行业等五个领域。李成等[26]按照绿色职业分类的基本规则和操作方法,将我国绿色工作分为生态农业、绿色能源、绿色制造、绿色交通、循环利用、保护治理和绿色服务。这种基于低碳经济的划分标准,虽然无法涵盖中国所有的绿色工作,但是为实际研究工作提供了一种可行的思路。
文章选取了6个具有代表性的环保产业部门的绿色工作数据,分别是回收行业、环境监测业、林业、水利管理业、生态保护和环境治理业、公共设施管理业。这里面既有“绿色却不体面”的工作,例如回收行业,也有“绿色且体面”的工作,例如环境监测业、生态保护和环境治理业。在进行分行业的数据处理和实证研究时,由于采用的是相同的研究方法,可以先选择一个典型部门进行回归分析和模型检验,在后续章节中会对所有被选部门的回归结果进行比较分析。因为绿色工作的“体面性”和“非正式工作”问题主要集中在回收行业部门中,所以首先选取中国回收行业16年间的省级面板数据,分析回收行业的绿色工作状况,然后进行所有被选行业的比较研究。
2.1模型设定
Pociovalisteanu等⑵考察了欧盟的绿色工作的开展状况,试图找岀环境政策和绿色工作之间的关系。最新的相关研究已经开始倾向使用固定效应面板数据进行分析[28]。
Yi[29]利用截面数据,采用两阶段Probit最小二乘法(2SPLS)研究了美国清洁能源政策對大都市地区的绿色工作机会的影响,文章借鉴其做法,并将其计量模型进行适度调整,参见式(1)。在该模型中,为了消除变量间可能存在的多重共线性和异方差的问题,将模型转换成对数形式,其中政府绿色投资占GDP比重(gov)和失业率(uem)均为百分数。同时,考虑到可能存在的无法观测的地区效应和时间效应,通过模型(2)再次进行优化。为了进一步验证政府绿色投入比重、教育水平、失业率和绿色工作数量之间的关系,根据以往经验研究,在模型(2)中加入平均教育水平的二次项,得到模型(3):
其中:1nob*是各省份各年的绿色工作数量,随后是核心解释变量:政府绿色投入比重(gov)、绿色岗位工资(Insal)、失业率(uem)、平均教育年限(aedu)及其平方项(aedu)2,以及一系列控制变量,包括人口数量(lnP°P)、人均GDP(lngdP)、能源强度(EI),勺是随机干扰项,a”是截距项,P是各个解释变量的系数。上和Y分别是无法观测的地区效应和时间效应。
2.2变量解释和描述性统计
2.2.1被解释变量
首先以回收行业为代表部门,完整讨论其绿色工作数量(Inres)。文章以废弃资源综合利用业就业人数,作为回收行业就业人数的代理变量。根据国家统计局国民经济分类标准(GB/T4754-2017),以下简称标准(2017),“废弃资源综合利用业”包括“金属废料和碎屑加工处理”和“非金属废料和碎屑加工处理”两类。国民经济分类标准(GB/T4754-2011)和(GB/T4754-2002)对于“废弃资源综合利用业”或“废弃资源和废旧材料回收加工业”的界定和行业说明与标准(2017)是一致的,因此,将样本回溯到2003年,整个样本区间为2003—2018年。较大的样本数据,不仅很好地克服了数据存在的质量差问题,也更有利于分析回收行业的发展趋势。
统计过程中,提供废弃资源综合利用业就业人数的数据库有《中国人口与就业统计年鉴》《中国劳动统计年鉴》《中国工业统计年鉴》以及各省的统计年鉴。但是,只有部分省份统计了废弃资源综合利用业的就业人数,且统计口径不一致;而《中国人口就业与统计年鉴》相关数据存在大量缺失;相比之下,《中国工业统计年鉴》提供了无缺失的数据,但该年鉴最新版本仅记载了2013—2016年的数据,时间过短无法表现趋势,可以考虑采用此数据作稳健性检验;综合对比之后,只有《中国劳动统计年鉴》提供了时间跨度长、较为完备的数据。因数据不完整,因此研究样本中不包含西藏、新疆、青海、宁夏、香港、澳门、台湾等地区。
除了回收行业的绿色工作数量有多个来源,其他五个绿色环保行业的工作数量:环境监测业(Inem)、林业(Infor)、水利管理业(lnwm)、生态保护和环境治理业(Ineae)、公共设施管理业(Inpcm),均可从《中国劳动统计年鉴》获得,统计方式与前文叙述类似。其中,由于环境监测业的就业人数在2011年之后不再单独列出,文章仅获得了2003—2011年的数据。
2.2.2核心解释变量
政府绿色投入(gov)。绿色环保行业的发展在初始阶段往往是以牺牲经济发展为代价的,已有很多研究表明,政府的支持对绿色环保行业的发展至关重要。失业率(uem.)有两种机制可以发挥作用。一方面,高失业率会导致正式工作岗位减少;另一方面,失业率高时地方政府也有可能面临压力,迫切需要解决就业问题的方案。平均教育年限(aedu)可以作为职业技能的一个替代变量,因为一般而言,学历高的人学习能力较强,因而能较快地掌握职业技能。但该因素对回收行业的影响来讲并非线性的,因为虽然回收行业需要一定的职业技能,但学历较高的人员也很少会考虑在回收行业工作。因此,加入平均教育年限的二次型,来探讨平均教育年限对回收行业具体的影响形式。回收行业绿色工作薪资(Inrsal)。薪资是吸引就业的一大因素,其它五个绿色环保行业的薪资水平获得方法与回收行业类似,文章仅选回收行业进行报告。
2.2.3控制变量
人均GDP(lngdp)。该指标可以衡量当地经济活动的总体发展水平,绿色工作数量取决于当地需求的水平,人均GDP越高,地区的市场规模就越大,可以提供足够多的绿色工作。人口规模(lnpop)代表着劳动力的基本供给,地区人口规模越大,该地区将创造并保持更多的绿色就业机会。能源强度(EI)。在能源强度高的地方,其生产方式相对会更加粗放,资源利用效率不高,对回收行业在内的诸多绿色环保行业产生影响。
被解释变量和薪资水平相关数据来自《中国劳动统计年鉴》,其他变量数据主要来自《中国环境统计年鉴》《中国统计年鉴》《中国能源统计年鉴》以及国家和各省市统计局,部分缺失值通过线性预测法进行补齐。相关变量及说明见表2,由于统计方式一致,仅列出了回收行业的变量定义。表3是主要变量的描述性统计。
3回收行业回归结果分析
首先,使用普通最小二乘法估算式(1),并将其作为对照,结果见表4第2列;使用固定效应模型估算式(2),结果见第3列;在式(2)的基础上,式(3)加入了平均教育水平的平方项,结果见第4列;使用随机效应模型估算式(3),结果见第5列。同时,经过检验,模型存在异方差、自相关和组内同期相关等问题,文章对其进行处理,结果见第6列一8列。
可以看出,使用最小二乘法估算式(1)的R较高,文章关注的核心解释变量均高度显著,但其未考虑可能存在的无法观测的地区效应和时间效应,故其结果并非一致有效的估计量。表4第3列和第4列对比之下,第4列估计结果的R2更大,拟合效果更好。另外,使用随机效应模型的第5列估计结果与第4列无显著差异。第6列是使用异方差、序列相关和截面相关稳健性标准误,其估计结果中各个系数符号和显著程度与第4列相比未发生较大变化,但系数绝对值均有显著的降低。第7列使用最小二乘法加上面板校正标准误进行估计,回归结果与第4列类似,核心解释变量的系数和标准误均有大幅度降低,意味着之前的估计可能高估各因素对回收行业绿色工作数量的影响。在第8列,使用可行广义最小二乘法(FGLS)进行估计。核心解釋变量的系数符号与前面的模型相比均未发生较大变化。考虑到可能存在的内生性问题,文章将被解释变量的滞后一期作为解释变量加入模型中,使用动态面板系统广义矩估计(SYS-GMM)对式(3)进行估计,如表4第9列,其结果与第2列一8列无显著差异,初步表明模型内生性问题不严重。
通常情况下,使用面板校正标准误得到的结果较稳健,全面FGLS的估计结果更有效率,在有效性和稳健性之间选择有效性,即第8列最可能得到一致无误的估计量,接下来将对该模型的估计结果进行解读。
政府绿色投入(gov)的估计结果显著为负,系数为-0.166o政府的环境污染治理投入占GDP的比重提高1%,则回收行业的绿色工作将减少16.6%,这表明虽然政府的绿色投资可能会对回收行业的整体发展具有一定的促进作用,但会在其行业从业人数的增长方面产生抑制作用。政府绿色投入反映了政府对地区绿色发展的重视程度,而废弃资源综合利用业仅是绿色发展中的一部分,却可能与其他绿色环保行业存在互斥关系。废弃资源综合利用业主要分为金属和非金属废料和碎屑加工处理,在废料减少的情况下,该行业也将迎来衰退。此外,随着经济的快速增长,劳动者更倾向于寻找传统社会认知度较高的“体面工作”,而不太愿意从事绿色工作,这使得绿色工作偏向成为非正式工作。上述的估计结果虽然与一般的预期相反,但却又可以得到合理的解释,尤其是符合“体面性”的考虑,同时这也是一个非常值得关注的重要结论,我们在之后的分部门环保行业的结果比较中还会再次对其讨论。
失业率("的估计结果显著为负,表明在失业率提高的情况下,回收行业的绿色工作机会减少,但是非正式工作的比重却可能因为缺乏充分的保障措施而出现相对较大幅度的上升。高失业率可能迫使失业人员进入回收行业,根据Langenhoven等財、Viljoen等[22]对南非的研究,由于南非的高失业率和回收行业的低门槛性,至少3.7万人将回收行业作为其非正规就业选择,虽然南非的失业率之后高达25%,但整体上却维持了稳定的趋势。由于我国经济长期以来保持稳定发展,与世界上其他部分有代表性的国家相比,长期失业率较为稳定,由此可以推断我国的非正式工作比例维持在一个稳定的水平。
平均教育水平(aedu)体现了地区劳动力的基本素质。回收行业总体来说是一个比较小的行业,具有高学历的人才可能不愿从事该行业。因此,在模型中加入了平均教育水平的平方项(aedu)以考察平均教育水平对绿色工作发展的影响。结果符合预期(aedu)2的系数在5%的水平下显著为负,即绿色工作和平均教育水平的关系呈现倒“U”型,随着地区平均教育水平的上升,回收行业的绿色工作数量增加,到达某一临界点之后,随着平均教育水平的提高,地区绿色工作数量开始降低,这一研究结果反映了从事回收行业的人员大多并不具有较高的学历。高端人才匮乏是制约回收行业发展的一个重要因素,这将不利于其向更加清洁化、智能化方向产业升级的进程。
回收人员薪资水平(Inrsal)估计系数为0.929,同样在1%的水平上显著。该系数反映了绿色工作数量对回收工作人员薪资水平的弹性,即回收人员的工资上涨10%,则当地回收行业绿色工作数量会增加9.29%。人口数量(lnpop)、人均GDP(lngdp)、能源强度(?7)等控制变量的估计结果多数显著,表明绿色工作数量受到了这些因素的共同影响,文章关于控制变量的选择是比较合适的。
4进一步研究
根据历年的国民经济分类标准,除了回收行业(lnres),我国还有其他绿色环保行业,如:生态保护和环境治理业(lneae)、环境监测业(Inem)、林业(1nfor)、水利管理业(Ins)、公共设施管理业(Inpcm.)等。其中,国民经济分类标准(GB/T4754-2011)将生态环境保护业下的城市环境卫生管理(原行业代码:8022)划分至公共设施管理业下的环境卫生管理(行业代码:7820),两个行业人数在2012年之后出現“一增一减”的现象,因此生成时间虚拟变量Dyear(2012年前取0,其余年份1),来控制这种差异。根据上文所述,继续使用可行广义最小二乘法估计式(3),结果见表5。
表5第2列一7列分别是回收行业、生态保护和环境治理业、环境监测业、林业、水利管理业和公共设施管理业的估计结果。从估计结果中可以看岀,政府的绿色投资在各个绿色环保行业产生了不同的效果,其中,在回收行业和水利管理业表现为抑制效果,对环境监测业、林业和公共设施管理业作用不显著,仅在生态保护和环境治理业表现为促进效果。各种典型绿色部门的不同回归结果,均可以有效支持同一个结论,即政府的绿色投资很大程度上未能提升绿色环保行业的就业人数。岀现这种情况可能的原因有很多,例如政府的绿色投资重点在于减少现有行业,如建筑业、工业的污染,这些行业是城市污染的主要来源,治理高污染行业是政府较为关注的政策目标。而那些需要长期投资才可以缓慢看到成效的绿色环保行业,政府对其的鼓励和扶持力度可能略显不足。这一结论从时间趋势项t的估计结果中可以得到验证,多数绿色环保行业的就业人数呈现逐年下降的趋势,这表明绿色环保行业的就业人员正在不断流失,这对行业的发展是极其不利的。
失业率对回收行业的影响估计结果显著为负,但对生态保护和环境治理业、水利管理业和公共设施管理业显著为正,对其他绿色环保行业影响的估计结果并不显著,表明失业率的提高很可能促进了部分绿色环保行业的发展。但是在回收行业中,从事者多为未与企业签订合同的退休工人或高龄老人,而且无法将之作为正式的主要工作。一方面这是由于正式的绿色环保相关用人单位较少,另一方面在于这些绿色工作不具有“体面性”,年轻人不愿在这些行业就业。多数绿色环保行业的薪资水平对本行业就业人数呈现显著的正向影响,表明改善从业人员的待遇有利于行业扩张。平均教育水平对多数行业的影响高度显著,估计结果显示,教育水平对回收行业、环境监测业、公共设施管理业的影响呈现倒“U”型关系。
5稳健性检验
稳健性检验主要分为两部分,第一部分是基于内生性问题的再处理。文章在模型中控制了地区固定效应和时间固定效应,可以解决随个体而异和随时间而变的遗漏变量,之后在模型中加入其他控制变量,回归结果无显著差异,表明模型遗漏变量问题并不严重。关于测量误差,文章采用更换数据的方法来检测,结果表明长面板数据可以克服测量误差的问题。最后,文章的解释变量和控制变量可能存在双向作用。参考张二震等[3|)]的处理方式,依次将解释变量逐步作为内生变量,使用SYS-GMM重新进行估计。结果见表6,将各解释变量依次逐步控制为内生变量后,文章关注的核心解释变量的系数估计值和符号与表4相比,均未发生显著变化。基于内生性问题的处理结果,一定程度上证明了表4回归结果的稳健性。
第二部分从两个思路出发:首先是更换因变量的稳健性检验,表7中2列一5列都属于这种类型的讨论;然后是针对控制变量的稳健性检验,见表7第6列。
《中国劳动统计年鉴》提供了2003—2018年的绿色工作数量,从历年《中国工业统计年鉴》中可以获得2013—2016年的废弃资源综合利用业的就业数量(InC-job),利用该样本,使用FGLS重新估计式(3),结果见表7第2列,除gov外其余变量不显著,但值得注意的是各个变量的符号和系数大小与表4第8列的结果相比,没有太大的差异。鉴于更换的样本只有四年的数据,合理预测可能是面板数据的时间跨度过短,无法克服数据本身存在的质量问题,导致了回归结果均不显著。为了检验这项预测,以《中国劳动统计年鉴》中获得的数据,截取了相同年份的样本进行估计,结果见表7第3列:各变量显著程度和系数符号与第2列类似。因此,可以得出是样本量的问题导致了模型多个变量不显著的结论。进一步,考虑使用lnG-job的样本数据来替代lnres变量中2013—2016年的数据,由此得到一个《中国劳动统计年鉴》和《中国工业统计年鉴》提供的混合数据,使用该样本重新估计式(3),结果见表7第4列,gov^lnrsal和(aedu)2的系数分别为-0.123、0.943,-0.107,均在1%的水平上显著,估计结果证明了表4第8列估计结果的稳健性。表7第6列是分样本估计的结果,从总体样本中分离出废弃资源综合利用业的女性工作人员,核心解释变量的估计系数同样高度显著,只有绝对值有所减小,这同样证明了研究结果的稳健性。此外,考虑到可能存在的遗漏变量问题,在式⑶中加入对外开放程度(OPEN)、工业结构(S)、城市化水平(urb)等控制变量进行回归,结果如表7第6列所示,核心解释变量仍然高度显著,估计系数与表4第8列相近。由此,可以相信表4的估计结果是较为稳健的。
6结论和建议
利用2003—2018年的省级面板数据,采用FGLS模型考察了中国回收行业在内的六部门环保行业的就业状况。结果显示,政府的整体绿色投资对多数绿色环保行业绿色工作的就业人数促进作用不明显,随着经济的快速增长,劳动者更倾向于寻找传统社会认知度较高的“体面工作”,而不太愿意从事绿色工作,这使得绿色工作偏向成为非正式工作。平均教育水平对环保行业的绿色工作机会有显著的正向影响,但多数绿色环保行业平均教育水平二次项的系数显著为负,表明平均教育水平对环保行业绿色工作数量的影响大体呈现倒“U”型,具有高学历的人才一般不愿从事这些行业。绿色工作数量对薪资水平的弹性较为显著,说明薪资水平的提升会对绿色工作数量有显著的正向影响。根据以上所述,针对“体面性”和“非正式工作”问题较为突出的回收行业,提出以下政策建议。
第一,产业政策、环保政策和就业政策并重同步。绿色工作具有经济友好、环境友好和社会友好三种属性,是一个跨行业、跨地区的工作概念,仅靠单一政策模式很难促进其发展。解决这类问题一方面需要地方政府完善相关的就业政策,提高回收工作人员的社会保障。另一方面,国家和政府需要针对回收行业进行战略统筹,在项目立项、资金扶持和城市规划上给予帮助。
第二,重视提高回收行业收集运输环节的员工待遇,鼓励高学历人才进入先进绿色环保行业。回收行業主要分为收集运输和处理两个环节,收集运输环节较为低端,附加值也比较低,但解决了大量务工人员就业问题。而废弃资源处理环节附加值较高,员工收入和素质与回收人员相比更高,但其受教育水平和技术能力相对其他行业仍处于较低水平,工作范围和能力有限。人才缺乏问题在各个行业都普遍存在,而绿色工作人才匮乏问题尤显严重。高端人才的引进对优化工作流程、创新加工技术而言具有重要意义。因此,培养高端知识型人才与培训行业低端人员一样必要。
第三,加强对于绿色工作的正面宣传,改变对就业工种固有的社会偏见。一方面需要政府和组织大力宣传绿色经济和绿色工作的时代大趋势,开拓更多绿色就业机会;另一方面需要提升绿色工作者的受教育水平和综合竞争力。
第四,政府引导与市场驱动相互结合。由于我国一些城市回收行业的经营场所多为临时用地,且会随着城市规划推进而频繁变迁或关闭,即使企业和投资者看好行业发展,也会先观望政策层面的消息。为此,政府需要在城市发展规划中考虑回收行业的发展,完善投资市场,提高投资者信心。同时,回收行业市场秩序混乱,各个企业各行其是,管理标准和员工待遇各有不同。政府需要进行合理的资源调配和产业升级。
参考文献
[1]PORTNEY K E.Taking sustainable cities seriously[M].Cam-bridge:MIT Press,2002:100-102.
[2]STAVINS R N.Environmental economics and public policy[M].London:Edward Elgar Publishing,2000:25-27.
[3]SULICH A,RUTKOWSKA M,POP?AWSKI ?.Green jobs,defin-itional issues,and the employment of young people:an analysis ofthree European Union countries[J].Journal of environmental man-agement,2020,262:110314.
[4]CECERE G,MAZZANTI M.Green jobs and eco-innovations in Eu-ropean SMEs[J].Resource and energy economics,2017,49:86-98.
[5]柯水发,潘晨光,温亚利,等.应对气候变化的林业行动及其对就业的影响[J].中国人口·资源与环境,2010,20(6):6-12.
[6]EDWARDS P E T,SUTTON -GRIER A E,COYLE G E.Investingin nature:restoring coastal habitat blue infrastructure and green jobcreation[J].Marine policy,2013,38:65-71.
[7]ECONIE A,DOUGHERTY M L.Contingent work in the US recy-cling industry:permatemps and precarious green jobs[J].Geofo-rum,2019,99:132-141.
[8]BISHOP P,BRAND S.Measuring the low carbon economy at thelocal level:a hybrid approach[J].Local economy:the journal ofthe local economy policy unit,2013,28(4):416-428.
[9]EASTWOOD D,EATON M,MONDS F,et al.Northern Irelandsgreen economy:an examination of environmentally based employ-ment opportunities[J].European environment,1995,5(5):134-144.
[10]KAMMEN D M,ENGEL D.Green jobs and the clean energy econ-omy[M].Scandinavia:Mandag Morgen,2009:10-15.
[11]FURCHTGOTT - ROTH D.The elusive and expensive green job[J].Energy economics,2012,34:S43-S52.
[12]李虹,董亮.發展绿色就业提升产业生态效率:基于风电产业发展的实证分析[J].北京大学学报(哲学社会科学版),2011,48(1):109-118.
[13]周不群.吉林省绿色就业发展研究[D],长春:长春工业大学,2018:10-15.
[14]曲怡.低碳经济对山东省就业影响的机理与实证研究[D],东营:中国石油大学(华东),2018:26-29.
[15]CONSOLI D,MARIN G,MARZUCCHI A,et al.Do green jobs dif-fer from non -green jobs in terms of skills and human capital?[J].Research policy,2016,45(5):1046-1060.
[16]AFOLABI A O,OJELABI R A,TUNJI-OLAYENI P F,et al.Surveydatasets on women participation in green jobs in the constructionindustry[J].Data in brief,2018,17:856-862.
[17]JOINT E.Skills and occupational needs in renewable energy[M].Switzerland:International Labour Organization,2011:25-27.
[18]徐璐,淡卫军.绿色转型的就业效应及挑战[J].中国流通经济,2015,29(9):108-113.
[19]AL-KHATIBIA,AL-SARIMI,KONTOGIANNIS.Scavengers'contributioninsolidwastemanagementsectorinGazaStrip,Pal-estine[J].Environmentalmonitoringandassessment,2020,192(6):1-13.
[20]柯水发,潘晨光,潘家华,等.中国森林公园旅游业发展的就业效应分析[J].中国人口·资源与环境,2011,21(增刊1):202-205.
[21]LANGENHOVEN B,DYSSEL M.The recycling industry and sub-sistence waste collectors:a case study of Mitchells plain[J].Ur-ban forum,2007,18(1):114-132.
[22]VILJOEN K,BLAAUW P F,SCHENCK R.‘I would rather havea decent job:potential barriers preventing street - waste pickersfrom improving their socio -economic conditions[J].South Africanjournal of economic and management sciences,2016,19(2):175-191.
[23]NORDIN H,BENGTSSON B.Occupational accidents and work -related diseases in Sweden[R].Sweden:Swedish Work Environ-ment Authority,2001.
[24]MOREIRA A M M,G?NTHER W M R,SIQUEIRA C E G.Work-ersperception of hazards on recycling sorting facilities in S?o Pau-lo,Brazil[J].Ciencia & saude coletiva,2019,24:771-780.
[25]李虹.包容性增长与绿色就业的发展[J].宏观经济管理,2011(2):51-52.
[26]李成,彭瑜.中国绿色职业分类及与美国的比较[J].江西社会科学,2015,35(10):211-216.
[27]POCIOV?LI?TEANU D,NOVO-CORTI I,ACELEANU M,et al.Employment policies for a green economy at the european unionlevel[J].Sustainability,2015,7(7):9231-9250.
[28]LIU Y,PARK S,YI H T,et al.Evaluating the employment im-pact of recycling performance in Florida[J].Waste management,2020,101:283-290.
[29]YI H T.Clean energy policies and green jobs:an evaluation ofgreen jobs in US metropolitan areas[J].Energy policy,2013,56:644-652.
[30]张二震,张雨,戴翔.全球价值链下利益分配的公平性影响增长绩效吗?[J].广东社会科学,2020(6):30-38,257.
Why do‘green jobstend to be informal jobs?experiences from
Chinas environmental protection industry
LI Chengyu1,YAN Xiangwu2
(1.Industry & Innovation Research Center,Zhengzhou University of Light Industry,Zhengzhou Henan 450001,China; 2.School of Economics & Management,Zhengzhou University of Light Industry,Zhengzhou Henan 450001,China)
Abstract ‘Green jobsare an important part of green economy development,and also the frontier field of activating factor market al-location.However,they are easy to be ignored in the real economy,and there is no tendency of actively creating green jobs in variouseconomic sectors.Most of the related studies focus on estimating the number of green jobs,and rarely discuss the deep-seated marketeconomy logic of green jobs,as well as the issue of‘decencyand‘informalityof green jobs.This paper selected six sectors of envi-ronmental protection industries with typical characteristic differences in China as the investigation objects,used the provincial paneldata from 2003 to 2018,and utilized the feasible generalized least square method to analyze the employment changes of the investigat-ed industries.Subsequently,the endogeneity problem was further dealt with,and a variety of other methods were used to test the ro-bustness.The results showed that although there were obvious differences in the characteristics of the industrial sectors selected in thisstudy,they could all support the same conclusion that the governments green investment was not able to improve the employment lev-el of the green environmental protection industry;to a certain extent,it even had a negative impact on the employment of many greenenvironmental protection industries,which made green jobs tend to be informal jobs.The average education level had a significant posi-tive impact on the number of green jobs in many industries,but the number of jobs and the average education level in most green envi-ronmental protection industries showed an inverted U -shaped relationship.With the improvement of education level,highly educatedtalents were generally reluctant to engage in green jobs,which was not conducive to the high-quality development of environmental pro-tection industries.The flexibility of the number of green jobs over the salary level was significant,and the increase of salary level hadan obvious positive impact on the number of jobs in most green departments.Rising unemployment would lead to fewer green jobs in therecycling industry.The above conclusions have strong policy implications:① It is not enough to only strengthen the overall green in-vestment in the environmental protection industry,and it is urgent to improve the treatment of employees in the environmental protec-tion industry.② We need to provide better social security for green jobs and solve the problem of rapid job turnover,especially to at-tract and retain high -end talents.③ We also need to strengthen positive publicity for green work,and improve social awareness andpublic recognition.④ A combination of government guidance and market drive should be adopted to give priority to scientific planningat the city level.
Key words green job;environmental protection industry;green investment;decent work
(責任编辑:王爱萍)