城市低碳转型的产业调整逻辑——基于劳动力市场视角的分析①

张 晗 周晓时

（北京大学国家发展研究院，北京 100871）

引 言

在我国经济增长与人均收入水平日益提升的背景下，经济社会中的不同主体均对经济社会的绿色发展、低碳发展提出更高要求。习总书记在2020年9月22日提出了 “二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”的目标。城市作为碳排放的关键主体，双碳目标的实现离不开以城市为单位的低碳转型。“十四五”规划指出，要推进新型城市建设、建设低碳城市，支持有条件的地方率先达到碳排放峰值。城市低碳转型意味着产业结构的调整，也因此对当地的劳动力市场不可避免地造成影响。

城市化伴随着人口集聚，带动了基础设施建设、交通体系完善以及能源电力增容等的广泛需求，导致城市能耗和碳排放总量同步增长。据IPCC（2014），全球城市区域的能耗总量占全部区域的67%～76%，产生了超过75%的碳排放。对于城市化进程与碳排放关系的早期研究证实了城市化水平会显著提升碳排放总量［1，2］，而最新的研究进一步分析了二者之间的倒U型关系：当OECD国家城市化率达到73.8%时，城市化对碳排放的影响会从正向逐渐走向负向［3］。按此推算，我国城镇化率2021年达到63.89%②，仍处于与碳排放正相关的区间。在提升城镇化率与降低城市碳排放的双重目标下，如何推进城市低碳转型成为重要的研究议题。

为推动城市低碳化转型，我国于2010年7月发布了 《关于开展低碳省区和低碳城市试点工作的通知》，确定了第一批低碳试点城市，包括广东、辽宁、湖北、陕西、云南5个省份和天津、重庆、深圳、厦门、杭州、南昌、贵阳、保定8个城市；又于2012年和2017年先后发布第二批和第三批低碳试点城市，累计覆盖省份和城市合计87个。在低碳试点城市的相关政策安排中，既包括加快建立以低碳排放为特征的产业体系，也包括加强低碳发展能力建设和人才队伍建设。已有研究较多关注这一政策对产业结构带来的影响［4，5］，但对于国际上广泛探讨的 “公正转型”问题，即如何在采取应对气候变化措施的过程中保障劳动力群体的基本权益，在我国讨论较少。实际上，市场上出现的 “碳排放管理员”等新型绿色职业，均为我国解决 “公正转型”问题提供可能。

对于上述问题，本文将首先基于城市面板统计数据，分析城市低碳转型对劳动力市场视角下的产业结构调整带来的影响。其次，将采用微观劳动力个体数据对上述问题进一步检验，并从福利分析的视角，来测度这种调整对劳动力个体工资收入、工作时长等的影响，就城市因素和人口因素等展开进一步的分析。

1 文献综述

以能源革命为核心的工业革命以来，世界经济的蓬勃发展促进了经济增长和社会进步，但也带来了严重的环境污染和气候变化问题。看到环境约束愈加严峻，学者们从20世纪80年代开始关注环境政策带来的产业结构效应。随着科学界对碳排放与气候变化相关问题共识的达成③，学者们进一步聚焦于产业结构的低碳转型。实际上，产业结构调整受制于劳动力市场结构，也对劳动力市场产生冲击。因此，本文将分别从环境和低碳政策带来的产业结构效应和劳动力市场影响两方面进行文献综述。

1.1 环境政策、低碳政策与产业调整

随着环境污染问题影响到居民的生产生活，发达国家陆续出台了一系列的环境政策，以回应社会公众对环境保护的诉求［6］。在此背景下，一些高污染、高耗能的工业企业为了降低满足当地环境政策的成本，开始将企业向尚未有严格环境政策的地区或国家转移。根据 “污染避难所”假说，污染密集型的企业为了躲避母国严格的环境标准，会倾向于设立在环境标准相对较低的国家或地区，造成了产业转移，与之对应的母国则出现了产业结构调整［7］。环境库兹涅茨曲线绘制了环境质量与经济发展之间的关系，认为环境问题会随人均收入水平而呈现出倒U型关系，在某一顶点后二者之间的正相关关系会扭转为负相关关系［8］。然而，对于发展中国家，由于绿色技术的广泛使用、环境监管的早期介入等因素，经济增长的同时也能够解决伴随的环境问题，并不必然要达到某一收入临界值，表明环境库兹涅茨曲线假说适用性存在局限［9－11］。这也从侧面说明环境政策对于发展中国家而言不一定会导致产业结构调整。

随着科学界对气候变暖问题共识的达成，以欧盟为代表的发达国家开始更多将环境政策聚焦于低碳政策。这不仅是由于低碳问题与气候变暖问题直接相关，也因为低碳政策可以与其他环境政策产生协同效应。Chang等 （2019）［12］基于 LMDI指出，人口数量、经济规模、能耗强度和碳排放强度是影响碳排放总量的四大驱动因素，其中能耗强度是最主要的碳减排重点。工业企业的用能问题恰好是控制能耗强度的核心。我国大多数城市的产业结构仍然是工业部门占主导地位。从我国温室气体总排放量的结构来看，能源活动排放量占总排放量（不包括土地利用变更和森林）的77.7%④，而能源活动主要涉及能源工业、制造业和建筑业、交通运输业等与城市运转高度相关的第二产业。我国经验表明，产业结构调整能够在一定程度上改善能源效率、优化能源消费结构，进而降低污染排放，依靠产业调整可以实现能耗强度和碳排放强度的同步下降［13，14］。特别是低碳试点城市政策，能够以产业结构调整为渠道提高城市的绿色全要素生产率、促进城市碳减排［4，15］。低碳试点城市建设能够相较于城市样本均值而言降低碳排放量约1.05个百分点［16］，而与其他试点措施的协同又会进一步降低碳排放水平［5］。在具体措施上，低碳试点城市主要是通过能源效率的提高以及产业结构调整等方式实现碳强度的下降，且产业调整的效果有逐年增强的趋势［4］。

1.2 环境政策、低碳政策与劳动力市场

环境政策对劳动力市场的影响存在一定的不确定性。由于环境政策会对工业企业的短期生产成本造成直接冲击，在劳动力市场上会直接表现为工业企业劳动力需求的下降［17］。然而，为了有效控制生产过程中的污染，工业企业为了提高技术水平、增加竞争力，也可能会产生更多的劳动力需求［18］。Zhong 等 （2021）［19］将这两种情况总结为环境政策的 “合规成本效应”和 “创新补偿效应”，认为：“合规成本效应”会增加对高技能劳动力的需求，降低对低技能劳动力的需求；“创新补偿效应”则会同时增加对高技能和低技能劳动力的需求。因此，高技能劳动力的需求将随着环境政策的增强而增加，而低技能劳动力的需求将呈现先下降后反弹的U型曲线。进一步来说，环境政策对劳动力市场的影响也具有显著的异质性：对城市而言，城市类型以劳动密集型行业为主，其影响要大于以资本密集型行业为主［20］；对企业而言，对民营企业的影响要大于国有企业、外资企业［21］；对个体而言，对受教育程度较低的劳动者影响要大于受教育程度较高的劳动者［22］。

对于碳减排问题而言，由于碳排放涉及居民的生产生活，所以碳减排政策对居民就业的 “公平性”问题也备受重视。以碳税为例，在理想的政策设计下，碳税作为一种中性税，其征收可以降低现存的税收扭曲问题［23］。同时，征税定向用于补贴低碳行业，又可以通过提升低碳行业的就业来缓解高碳行业劳动力需求的下降，进而形成一种双赢局面［24］。也就是说，恰当的碳减排政策设计可能取得碳减排与就业的 “双重红利”。我国早期研究表明，与发达国家经验可能略有区别的是，由于我国经济增长高度依赖于高碳行业，即使采取将碳税收入补贴低碳行业并同时减少所得税的政策，也很难取得 “双重红利”［25］。然而，随着我国低碳转型进程的深入，我国的碳减排政策可以在总体上取得就业效应，如低碳试点城市政策能够显著增加高技能和低技能劳动者的企业就业［26］。

2 城市低碳转型对产业调整的影响

2.1 模型设定、变量选择与数据描述

已有研究主要基于城市层面的产业结构数据进行［4］，而鲜有文献关注对劳动力市场的具体影响。本文将基于一、二、三产业就业情况及结构性调整来对此问题进行探究，并且基于宏观视角的城市层面统计数据进行检验。

从2010年开始的3批低碳试点城市，累计包含省份和城市合计87个，覆盖全国东、中、西部地区46.47%的城市⑤。这一政策的渐进试点特征，恰好为城市低碳转型问题的研究构造了一个准自然实验环境。基于此，本文选择2010年、2012年和2017年分别作为3期试点的起始年，构建了一个多期双重差分（Difference in Difference，DID）模型来评估低碳试点城市对产业结构调整的影响。基准回归模型设置如下：

式 （1）中，被解释变量分别为城市c第t年第一产业、第二产业和第三产业从业人员比重，即employmentct∈｛primary＿employct，secondary＿employct，tertiary＿employct｝。pilotcityct是低碳试点城市与试点时间的交互项：当pilotcityct＝1时，表示城市c在t年是低碳试点城市；当pilotcityct＝0时，则表示城市c在t年为非低碳试点城市，或政策尚未开始实施。controlsct为其他控制变量，包括经济发展水平（以实际人均地区生产总值为代理变量）、科技发展水平（以科学技术支出为代理变量）、收入水平（以实际在岗职工平均工资为代理变量）、消费水平（以实际社会消费品零售总额为代理变量）、劳动力市场规模（以在岗职工平均人数为代理变量）。α1为常数项，α2、α3为相应变量的待估计参数。μc和ηt分别表示城市固定效应和年份固定效应，εct是一个经典随机干扰项。

本文选取2005～2020年的全部地级及以上城市作为样本。数据来源于 《中国城市统计年鉴》，名义数据利用国家统计局官网公布的地区生产总值指数和居民消费价格指数分别进行平减（以2005年为基期）。仍需指出的是，虽然2020年受新冠肺炎疫情影响我国就业人员整体数量下降，但三产从业人员比重变动趋势并不明显，故2020年的关键变量仍具有代表性。描述性统计结果见表1。

表1 城市层面变量定义与描述性统计

2.2 基准回归

产业结构的调整随着经济的增长具有一定的规律性，从劳动力相对比重的角度而言：第一产业（包括农、林、牧、渔业部门）占比持续下降，第二产业（包括采矿业、制造业、电力、燃气及水的生产和供应业、建筑业等工业部门）占比上升后趋于稳定，第三产业（包括批发和零售业等服务部门）占比不断上升［27］。就我国而言，改革开放40年以来经济的高速增长与我国工业体系的发展繁荣不无关联，但这也造成了水污染、土壤污染、空气污染等系列问题，二氧化碳排放这一具有全球性影响的问题更为突出。因此，产业结构调整，特别是第二产业工业的低碳转型，是城市低碳转型与发展的重要抓手。利用城市层面的数据，对式 （1）进行双重差分估计，从估计结果可以看到劳动力市场中从业人员产业转移的过程。

根据表2，城市低碳试点政策在1%的统计水平上显著降低了第二产业从业人员比重、显著提升了第三产业从业人员比重。具体而言，城市低碳转型可以降低第二产业从业人员占比2.53个百分点，同时提升2.88个百分点的第三产业从业人员占比。与此同时，第一产业从业人员占比随着城镇化率的持续提升也有所下降，但表现并不十分显著。可以看到，我国社会主义市场经济制度下的劳动力结构调整与Kuznets（1946）［27］的理论基本相符合。考虑到不同产业的碳排放差异，总体上城市低碳转型的确降低了 “棕色”就业，从而实现了更多的 “绿色”就业创造。此外，从控制变量看，经济发展水平、科技发展水平和劳动力市场规模对二、三产的从业人员比重均有显著影响且影响相反，而对第一产业从业人员比重没有显著影响；收入水平对一、二、三产从业人员比重均有显著影响，对第二产业有正向影响，对第一、第三产业从业人员比重有负向影响。此外，样本中未发现消费水平与一、二、三产从业人员比重之间显著的相关关系。

表2 城市低碳转型对三次产业结构的影响：基于DID模型估计

2.3 稳健性检验

（1） Tobit模型检验

在基准回归中，由于被解释变量第一、二、三产业从业人员比重的值在0～100%之间变化，符合Tobit模型中关于被解释变量的截断（Truncated）特点，因此可利用替换模型的方法对基准回归模型进行进一步的稳健性检验。如表3所示，本文采用面板Tobit模型对前述结果进行检验，检验结果与基准回归一致，城市低碳转型显著引起了第二产业从业人员比重的下降和第三产业从业人员比重的上升。

表3 城市低碳转型对三次产业结构的影响：基于Tobit模型估计

（2）平行趋势检验

本文基于双重差分模型探究城市低碳转型对产业结构调整的影响，其前提是平行趋势假设成立，即控制组和对照组在政策开始前有共同趋势，并在政策开始后才显现出分化的趋势。在式 （1）设定的基础上，以第二产业从业人员比重为被解释变量，采用事件分析进行平行趋势检验，检验结果如图1所示。可见，在低碳试点城市政策推行之前，估计系数在前5期均未显著异于0；在政策推行后第二产业从业人员比重开始下降，并在政策开始后第2期呈现出显著性，在第3期估计系数负值达到最大。因此，平行趋势检验通过，并一定程度上说明了政策影响在一定时期内的持续性。

图1 城市低碳转型对产业结构影响的平行趋势检验

3 城市低碳转型对劳动力市场的影响

3.1 模型设定、变量选择与数据描述

宏观层面的产业结构调整依赖于微观个体的就业选择。本文进一步对低碳城市转型带来的社会福利效应进行分析，利用微观调查数据从工作时长、工资收入等方面来观测伴随产业结构调整的居民就业调整的影响。本部分采用中国家庭金融调查（CHFS）进行实证分析。CHFS调查由西南财经大学中国家庭金融调查与研究中心于2011年发起，每两年追踪1次，至今共开展5轮调查，其中2011年、2013年、2015年、2017年、2019年家庭金融调查的家庭数分别为8438户、28141户、37289户、40011户与34643户。其中，2019年调查数据公布于2021年底。CHFS调研对象以家庭为单位，能够涵盖本文所需的家庭成员就业行业和福利效应等相关信息。考虑到2011年的抽样调查与其后抽样调查方法有较大区别，并且不具备省份代表性，故本文使用2013～2019年间的4期数据展开研究。同时，由于研究目的为观察劳动力伴随产业结构调整而出现的就业选择变化，所以样本均为有工作的家庭成员。在删除缺失信息的样本后，最终本文实证模型所用的样本数量为36498个。

为了更加准确地估计城市低碳转型对居民就业行为的影响，需要比较低碳试点政策开始前后对居民就业选择的影响。对于被解释变量，选择调研问卷中关于家庭成员工作所属行业这一指标，对应城市统计年鉴中统计分布，选择采矿业、制造业、电力、热力、煤气及水生产和供应业、建筑业并设置虚拟变量，作为高碳行业就业选择的代理变量。此外，具体研究方法与上文保持一致，仍使用DID模型作为主回归模型，详细设置如下：

式 （2）中，被解释变量表示位于城市c的劳动力i在第t年就业状态，其中carbonjobict＝1表示其在高碳行业就业，carbonjobict＝0表示劳动力的工作不在高碳行业。根据调研问卷，工作行业信息为调研年份上一年相关信息，所以2013年、2015年、2017年、2019年调研的数据结果实际对应2012年、2014年、2016年与2018年城市层面相关变量。控制变量controlsict需同时考虑个体因素和城市因素，前者以劳动力个人的年龄、年龄的平方项、身体状况、家庭成员数量、实际家庭总收入为代理变量，后者以互联网用户数、城镇化率、实际地区经济总量为代理变量⑥。pilotcityict和εict与前述定义一致，β1为常数项，β2、β3为参数，μic和ηct分别表示个体固定效应和年份固定效应。在进一步的研究中，为了观测城市低碳转型下居民就业调整导致的社会福利效应，选择实际家庭成员去年工资收入和家庭成员去年平均每天工作时长作为代理变量，以替换式 （1）中的被解释变量。上述涉及变量的描述性统计结果见表4。

表4 劳动力市场层面变量定义与描述性统计

3.2 基准回归

低碳试点城市政策的推出，关键之一在于建立以低碳为特征的工业、能源、建筑、交通等产业体系。基于宏观统计数据的实证结果表明了这一过程中劳动力从第二产业向第一产业和第三产业的转移。根据表5中的列 （1）回归结果可以看到，微观调查数据同样支持上述结论，城市低碳转型导致劳动力从事高碳行业工作的概率降低了2.6%。然而，列 （2）和列 （3）的结果表明，这种就业低碳转移的趋势在总体上而言有利于样本群体的福利提升：居民的实际工作收入有一定的提升，即使并不显著；同时，居民的工作时长在5%的统计水平上显著下降，日工作时长平均降低了0.15小时。可以认为，城市低碳转型在一定程度上提升了社会福利效应。

表5 城市低碳转型对劳动力市场就业的影响分析：基于DID模型估计

3.3 异质性分析

在产业结构调整的过程中，就业结构也随之改变。劳动力在就业选择上受制于劳动力技能和生命周期，导致劳动力市场供给和需求存在短期错配和摩擦。因此，有必要区分城市低碳转型下对劳动力市场中不同教育程度和生命周期群体的影响差异，具体而言，本文以劳动力受教育程度和年龄作为分组依据，采用分组回归进行异质性检验。（1）基于文化程度的度量，将样本分为高学历和低学历两组，以本科（含）以上代表高学历，包括大学本科、硕士研究生和博士研究生；以本科以下代表低学历，包括大专/高职、中专/职高、高中、初中、小学以及没上过学；（2）基于年龄维度的度量并考虑到 “35岁现象”［28］，本文以35岁为临界值，将样本分为高于35岁和低于35岁两组。

表6中列 （1）、（2）的回归结果显示，城市低碳转型下高碳行业对低学历、年龄相对较高的群体的就业影响更为显著。具体而言，城市低碳转型对低学历人群的影响在5%的水平上显著，会导致3.6%的低学历人群退出高碳行业。相反，对于高学历人群却出现了正向的影响，尽管并没有体现出显著性。这意味着，城市低碳转型、产业结构调整的同时，也是高质量发展、产业升级的过程。因此，传统高碳排放的工业企业转型过程中，会出现对高素质人才的需求，也会出现相对低端的劳动力挤出。列 （3）和列 （4）对年龄结构的划分可以看到，对35岁（含）以上的人群，城市低碳转型对劳动力从高碳行业挤出的情况更为突出，会导致3.5%的高年龄群体退出高碳行业，这一结果在5%的统计水平上显著。这可能跟相对年轻的群体文化程度普遍较高有关，也可能意味着，对于同样的技术工作，传统工业企业更偏好选择较年轻的劳动力。

除了文化程度和年龄等个体层面因素，导致城市低碳转型就业影响的因素还可能跟城市类型有关。考虑到低碳试点城市政策对产业结构调整的对象主要为第二产业，本文选择城市的工业化率将样本进行再次分组，根据第二产业占比地区生产总值的均值，将所在城市分为高和低工业化率两组。从表6中列 （5）和列 （6）的实证检验结果可以看到，在工业化率较高的地区，城市低碳转型会导致4.1%的劳动力选择离开高碳行业，这一比例高于样本总体水平，且在10%的统计水平上显著。另外，城市低碳转型对工业化率较低城市的劳动力影响轻微且不显著。也就是说，工业化率较高城市在城市低碳转型的过程中，可能存在更多的劳动力从高碳行业流出的情况，这一点也与工业化率较高城市一般为高碳排放城市的事实相符。

表6 城市低碳转型对劳动力市场的异质性影响：基于DID模型估计

3.4 稳健性检验

（1）调整样本后再次检验。无论对于产业结构调整还是劳动力市场的再就业而言，都需要一个缓慢调整和适应的过程。因此，本文选择剔除早期样本重新对式 （2）进行回归。实证结果发现，剔除CHFS 2013年调查样本后，低碳城市试点在10%水平上降低3.4%的劳动力进入高碳行业就业概率（系数＝0.034，标准误＝0.021，样本量＝25767），该结果与表5基本保持一致⑦。

（2）平行趋势检验。在式 （2）的基础上进行事前趋势检验，检验结果如图2所示。在低碳试点城市政策推行之前估计系数均未显著异于0，与利用宏观经济数据进行回归时结果一致；在政策推行后，从事高碳行业的劳动力人数开始下降，并在政策开始后第4期呈现出显著性。因此，平行趋势检验通过，虽然政策冲击后的影响与前文基于宏观经济数据的检验略有区别，但均体现出了低碳政策对产业结构调整的显著影响。

图2 城市低碳转型对劳动力市场影响的平行趋势检验

4 结论与启示

随着碳达峰与碳中和目标的持续推进，以城市为单位的绿色转型既符合规模经济理论，也契合我国目标责任制的政府管理模式。我国2010年以来低碳试点城市工作的推进，为未来城市低碳转型的深入提供了样板。然而，绿色转型的同时如何影响产业结构和就业，能否确保公正转型，能否提升社会福利水平，仍是我国实现绿色高质量发展需要关注的重点。

本文同时利用宏观统计数据和微观调查数据对上述问题进行了探索，研究发现，城市低碳转型至少降低了2%的第二产业从业人员，且第二产业从业人员主要流向第三产业。从人员分布的角度来说，低碳发展对低学历和年龄较高的群体影响较大；从城市分布的角度来说，低碳转型对高碳行业聚集的城市影响更为显著。进一步的福利分析发现，城市低碳转型虽然会造成部分劳动力的再就业，但是并未对居民的实际工作收入造成影响，并且会显著降低居民的日工作时长，一定程度提升了社会福利水平。

由于我国与发达国家在社会体制、人口规模、经济增长阶段等诸多方面的不同，我国城市低碳转型的道路也将难免与之不同。在产业结构调整方面，以制造业和能源电力行业为主的转型升级过程中，将保持对高素质人才的持续需求。值得庆幸的是，我国人口红利正在从数量红利向质量红利过渡，在一定程度上满足了双碳目标下产业升级的需求。然而，需要特别指出的是，劳动力市场的需求和供给能否契合可能是我国产业调整逻辑的关键。

注释：

①数据来源于世界银行发布的 《碳市场定价机制的现状与未来趋势 2021》。

②数据来源于2021年5月发布的 《第七次全国人口普查公报》。

③根据2022年IPCC发布的第六次报告，人类活动对气候变暖的影响是 “毫无疑问”的。

④数据来源于2018年12月发布的 《中华人民共和国气候变化第二次两年更新报告》。

⑤数据来源于国家统计局官方网站中的2020年全部地级及以上城市数。

⑥其中，收入和GDP变量以2010年价格为基期进行平减。

⑦限于篇幅，本文未报告调整样本的具体回归结果，资料备索。