摘 要：2013年中國政府啟動(dòng)碳排放權(quán)交易 （CET） 試點(diǎn)政策，旨在實(shí)現(xiàn)“碳中和”和“碳達(dá)峰”的目標(biāo)。然而，CET的實(shí)施無疑增加了多數(shù)高排放企業(yè)的生產(chǎn)成本，這可能導(dǎo)致部分企業(yè)縮減規(guī)模甚至停業(yè)，從而對就業(yè)穩(wěn)定性產(chǎn)生潛在的沖擊。鑒于就業(yè)狀況關(guān)乎經(jīng)濟(jì)發(fā)展與社會(huì)穩(wěn)定，因此，深入剖析CET對勞動(dòng)力需求的影響及其內(nèi)在機(jī)制，為政府提供相應(yīng)的政策依據(jù)和決策支持顯得尤為重要。鑒于此，依托生產(chǎn)函數(shù)理論，通過將CET機(jī)制嵌入生產(chǎn)函數(shù)模型，來闡明CET如何內(nèi)在地調(diào)節(jié)勞動(dòng)力需求，并剖析CET對不同類型企業(yè)勞動(dòng)力需求異質(zhì)性影響的機(jī)理。然后，基于2005—2019年試點(diǎn)企業(yè)的數(shù)據(jù)，采用多時(shí)點(diǎn)PSM-DID模型對理論機(jī)理進(jìn)行實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)，CET顯著降低了試點(diǎn)企業(yè)的勞動(dòng)力需求。機(jī)理分析表明，CET對勞動(dòng)力需求的抑制效應(yīng)由技術(shù)改造的多種效應(yīng)共同驅(qū)動(dòng)，其中技術(shù)改造的規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)促進(jìn)就業(yè)，要素替代效應(yīng)抑制就業(yè)，前者小于后者。此外，CET對勞動(dòng)力需求的影響具有時(shí)變特征，2013—2019年間勞動(dòng)力需求先下降后回升。CET對污染企業(yè)、低技能勞動(dòng)力具有就業(yè)破壞效應(yīng)，對清潔企業(yè)、高技能勞動(dòng)力具有就業(yè)創(chuàng)造效應(yīng)?；谏鲜鲅芯堪l(fā)現(xiàn)，提出政府應(yīng)優(yōu)化人才培養(yǎng)體系、建立完善的勞動(dòng)力市場監(jiān)測體系、準(zhǔn)確獲取企業(yè)信息從而幫助污染企業(yè)進(jìn)行批量整改等政策建議。

關(guān)鍵詞：碳排放權(quán)交易；技術(shù)改造；勞動(dòng)力需求；就業(yè)破壞效應(yīng)；就業(yè)創(chuàng)造效應(yīng)

中圖分類號：F205；F424.21 文獻(xiàn)標(biāo)志碼：A 文章編號：1000-4149（2025）02-0104-15

DOI：10.3969/j.issn.1000-4149.2025.02.008

一、引言

在全球氣候變暖這一嚴(yán)峻挑戰(zhàn)面前，碳排放量的增長已被普遍認(rèn)為是其主要原因，成為國際社會(huì)亟待解決的共性難題。碳排放權(quán)交易（Carbon Emissions Trading， CET）作為一種靈活的市場型政策，被眾多國家視為對抗全球氣候變暖的重要工具。作為全球碳排放量最大的國家，中國正積極投身于全球環(huán)境治理體系，并致力于推動(dòng)自身的低碳轉(zhuǎn)型。自2013年起，中國政府在北京、天津、上海、重慶、湖北、廣東、深圳七個(gè)省份啟動(dòng)CET試點(diǎn)工作，隨后于2016年擴(kuò)展至福建省和四川省，并于2021年在全國范圍內(nèi)全面推行CET政策。其基本運(yùn)作模式為：中央政府設(shè)定碳排放總量上限，并將配額分配給各個(gè)省份，各省級政府進(jìn)一步將配額分配給其管轄范圍內(nèi)的排放企業(yè)。企業(yè)可根據(jù)實(shí)際排放情況，在碳市場自主買賣配額，但需確保總排放量不超過限額 ［1］ 。

盡管中國政府寄望于CET以實(shí)現(xiàn)節(jié)能減排的目標(biāo)，但該政策無疑增加了大多數(shù)排放企業(yè)的生產(chǎn)成本壓力，可能導(dǎo)致部分企業(yè)縮編甚至關(guān)閉，從而對就業(yè)穩(wěn)定性產(chǎn)生潛在沖擊。

鑒于就業(yè)狀況關(guān)乎社會(huì)穩(wěn)定與經(jīng)濟(jì)發(fā)展，尤其在中國經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵階段，2023年《中國政府工作報(bào)告》再次強(qiáng)調(diào)了穩(wěn)定就業(yè)的緊迫性 ［2］ 。因此，厘清CET對勞動(dòng)力需求的影響及其內(nèi)在機(jī)制至關(guān)重要，以便政府能夠制定相應(yīng)的應(yīng)對策略，以減輕CET對勞動(dòng)力市場的負(fù)面影響。

一些學(xué)者提出，CET政策的實(shí)施促使企業(yè)加快了低碳轉(zhuǎn)型的步伐，這一轉(zhuǎn)型將通過轉(zhuǎn)變企業(yè)生產(chǎn)方式、提升技術(shù)水平和重組人力資源結(jié)構(gòu)等途徑，創(chuàng)造更多新型就業(yè)崗位 ［3-4］ 。另有學(xué)者指出，轉(zhuǎn)型過程中的成本壓力可能擠壓就業(yè)空間，尤其是對教育水平較低的勞動(dòng)力構(gòu)成威脅 ［5］ 。目前，CET與勞動(dòng)力需求之間的關(guān)系尚未明晰。

此外，CET對勞動(dòng)力需求的影響機(jī)制值得深入探究。大量學(xué)者關(guān)注波特假說，該假說認(rèn)為環(huán)境政策能夠通過激勵(lì)企業(yè)的技術(shù)創(chuàng)新活動(dòng)，間接地促進(jìn)就業(yè)增長，這一過程被稱為“技術(shù)創(chuàng)新補(bǔ)償效應(yīng)”

［6-9］ 。值得注意的是，引進(jìn)先進(jìn)生產(chǎn)設(shè)備是企業(yè)在面對環(huán)境政策約束時(shí)的低碳轉(zhuǎn)型策略之一，特別是在技術(shù)研發(fā)能力相對有限的企業(yè)中，這一策略顯得尤為突出 ［10-11］ 。然而，目前關(guān)于CET通過促進(jìn)企業(yè)技術(shù)改造影響勞動(dòng)力需求的具體路徑的研究尚存不足。因此，本文將從技術(shù)改造的視角出發(fā)，嘗試回答以下三個(gè)問題：①CET對企業(yè)勞動(dòng)力需求有何影響？②CET是否會(huì)對企業(yè)的技術(shù)改造水平產(chǎn)生影響？③CET通過影響技術(shù)改造進(jìn)而影響就業(yè)的具體機(jī)制是怎樣的？

本文從技術(shù)改造的視角探究CET影響勞動(dòng)力需求的理論機(jī)理，并基于CET政策沖擊構(gòu)建多時(shí)點(diǎn)PSM-DID模型，對理論機(jī)理進(jìn)行實(shí)證檢驗(yàn)。本文的邊際貢獻(xiàn)體現(xiàn)在兩個(gè)方面：第一，從替代效應(yīng)、生產(chǎn)率效應(yīng)及規(guī)模效應(yīng)三個(gè)維度出發(fā)，結(jié)合企業(yè)技術(shù)改造的相關(guān)數(shù)據(jù)，驗(yàn)證了CET通過影響企業(yè)技術(shù)改造活動(dòng)，進(jìn)而對就業(yè)產(chǎn)生影響的具體機(jī)制。此結(jié)論不僅豐富了對碳市場社會(huì)效應(yīng)的認(rèn)識(shí)，還細(xì)化了技術(shù)改造對企業(yè)勞動(dòng)力需求的規(guī)模效應(yīng)、生產(chǎn)率效應(yīng)和替代效應(yīng)的分解，為理解CET與勞動(dòng)力需求的關(guān)系提供了微觀洞察。第二，收集了2013—2019年間不同時(shí)間段內(nèi)被納入CET試點(diǎn)政策的所有企業(yè)的詳細(xì)數(shù)據(jù)，并運(yùn)用多時(shí)點(diǎn)PSM-DID模型實(shí)證分析了CET對企業(yè)就業(yè)的總體影響及動(dòng)態(tài)變化。本文還進(jìn)一步采用安慰劑實(shí)驗(yàn)、交疊DID穩(wěn)健估計(jì)、工具變量法等證實(shí)了研究結(jié)論的穩(wěn)健性 ［9-11］ 。一方面，研究結(jié)論能夠充分體現(xiàn)CET對總就業(yè)的實(shí)際影響，且這些結(jié)論具有較大的穩(wěn)健性；另一方面，厘清CET在較長時(shí)間跨度內(nèi)對勞動(dòng)力需求所產(chǎn)生的時(shí)變效應(yīng)，有助于我們更全面地評估CET對就業(yè)的長期影響，并為政府及時(shí)優(yōu)化碳交易機(jī)制提供政策依據(jù)和決策支持。

二、文獻(xiàn)綜述

CET的環(huán)境、經(jīng)濟(jì)、技術(shù)創(chuàng)新和就業(yè)效應(yīng)是目前研究的熱點(diǎn) ［12-16］ 。就CET的就業(yè)效應(yīng)而言，一些學(xué)者提出，中國排污權(quán)交易可以擴(kuò)大企業(yè)的勞動(dòng)力需求 ［17-18］ 。另一些學(xué)者則得出，環(huán)境政策將對就業(yè)產(chǎn)生負(fù)面影響 ［11，19］ 。還有學(xué)者認(rèn)為環(huán)境政策不會(huì)對就業(yè)產(chǎn)生影響 ［20］ 。可以看出，現(xiàn)有關(guān)于環(huán)境政策對勞動(dòng)力需求影響的研究尚未得出一致的結(jié)論。然而，學(xué)者們普遍認(rèn)為，污染行業(yè)的勞動(dòng)力需求更容易受到環(huán)境政策的負(fù)面影響，而清潔行業(yè)受到的影響則相對較小 ［21］ 。

一些學(xué)者研究了環(huán)境政策對企業(yè)勞動(dòng)力需求的影響機(jī)制。有學(xué)者指出，CET增加了污染企業(yè)的生產(chǎn)成本，為了維持競爭優(yōu)勢，試點(diǎn)企業(yè)會(huì)減少勞動(dòng)力投入 ［22］ 。另有學(xué)者指出，環(huán)境政策通過產(chǎn)出效應(yīng)和要素替代效應(yīng)影響企業(yè)勞動(dòng)力需求 ［3，5，11］ 。此外，環(huán)境政策還可能通過技術(shù)創(chuàng)新補(bǔ)償效應(yīng)來提升勞動(dòng)力需求 ［7］ ?？梢钥闯觯酝P(guān)于環(huán)境政策對企業(yè)勞動(dòng)力需求影響機(jī)制的研究大多聚焦于環(huán)境政策的產(chǎn)出效應(yīng)、替代效應(yīng)和創(chuàng)新補(bǔ)償效應(yīng)，而對于環(huán)境政策通過推動(dòng)企業(yè)技術(shù)改造進(jìn)而影響勞動(dòng)力需求這一路徑，則關(guān)注相對較少。在相關(guān)研究中，任勝鋼與李波僅關(guān)注了技術(shù)改造的互補(bǔ)效應(yīng) ① ，并據(jù)此得出環(huán)境政策通過驅(qū)動(dòng)技術(shù)改造將促進(jìn)就業(yè)增長 ［23］ 。王鋒和葛星等指出，環(huán)境政策的實(shí)施會(huì)激勵(lì)企業(yè)增加治污投資，這一行為對就業(yè)產(chǎn)生了替代與互補(bǔ)的雙重效應(yīng) ②［3，24］ 。然而，這些研究在探討環(huán)境政策下技術(shù)改造對就業(yè)的影響時(shí)，其分析框架尚顯單薄，尤其是對技術(shù)改造可能引發(fā)的替代效應(yīng)或規(guī)模效應(yīng)考慮不足，這可能導(dǎo)致其對環(huán)境政策通過技術(shù)改造作用于就業(yè)的實(shí)際效果評估存在偏差。

作為已有研究的一個(gè)有益補(bǔ)充，有學(xué)者考察了CET通過影響企業(yè)工業(yè)機(jī)器人的部署，進(jìn)而通過規(guī)模、生產(chǎn)率及替代效應(yīng)對就業(yè)產(chǎn)生影響的作用機(jī)制，并基于中國上市制造業(yè)企業(yè)的數(shù)據(jù)，運(yùn)用PSM-DID模型對理論機(jī)制進(jìn)行了實(shí)證檢驗(yàn) ［25］ 。本文在此基礎(chǔ)上更進(jìn)一步，不是局限于機(jī)器人應(yīng)用的范疇，而是將研究視角拓展至更為寬泛的技術(shù)改造領(lǐng)域，涵蓋了機(jī)器設(shè)備的更新、生產(chǎn)工藝的革新等多個(gè)維度。這一拓展為分析CET對就業(yè)的影響提供了一個(gè)更為全面和深入的視角。此外，本文將研究對象擴(kuò)展至所有試點(diǎn)行業(yè)的試點(diǎn)企業(yè)，這一舉措無疑增強(qiáng)了研究結(jié)果的普適性和說服力，有助于我們更準(zhǔn)確地把握CET對整個(gè)就業(yè)市場的實(shí)際影響。

此外，王鋒和葛星將低碳試點(diǎn)省份的所有企業(yè)都視為試點(diǎn)企業(yè)，據(jù)此進(jìn)行了DID估計(jì)，以評估低碳試點(diǎn)政策對企業(yè)的影響。有研究使用中國A股上市公司中高碳行業(yè)的面板數(shù)據(jù)進(jìn)行了PSM-DID分析 ［24］ 。另有研究基于試點(diǎn)省份所有上市制造業(yè)公司的數(shù)據(jù)，進(jìn)行了DID分析 ［25］ 。值得注意的是，僅有試點(diǎn)省市中的部分企業(yè)被真正納入CET試點(diǎn)，同時(shí)，僅有部分高碳行業(yè)的企業(yè)參與了CET試點(diǎn)。因此，基于這些企業(yè)數(shù)據(jù)進(jìn)行DID估計(jì)可能會(huì)導(dǎo)致實(shí)證結(jié)果有偏誤。

僅有任勝鋼與李波基于2009—2016年CET試點(diǎn)企業(yè)的數(shù)據(jù)展開了PSM-DID估計(jì) ［23］ ，但他們未充分考慮中國CET試點(diǎn)政策推進(jìn)過程中，納入試點(diǎn)的企業(yè)名單是動(dòng)態(tài)調(diào)整的。忽略不同地區(qū)企業(yè)參與CET試點(diǎn)的時(shí)間差異，這可能導(dǎo)致對政策影響就業(yè)的研究結(jié)果出現(xiàn)偏差。

此外，本文將利用更長時(shí)間跨度的數(shù)據(jù) （2005—2019年） 來進(jìn)行實(shí)證分析。通過延長觀測期，我們不僅能夠捕捉到CET試點(diǎn)初期的就業(yè)效應(yīng)，還能觀察到政策實(shí)施后的長期影響及其發(fā)展趨勢。

三、理論機(jī)理分析

1. CET影響勞動(dòng)力需求的理論機(jī)理

在CET實(shí)施后，除了資本、能源和勞動(dòng)力投入外，企業(yè)在作出生產(chǎn)決策時(shí)也需考慮碳排放問題。CET可能促使企業(yè)進(jìn)行技術(shù)改造，如安裝和升級機(jī)器設(shè)備等，以減少碳排放，這會(huì)增加企業(yè)的生產(chǎn)成本 ［15］ 。企業(yè)的技術(shù)改造投資決策不僅受企業(yè)利潤最大化原則的影響，還受到企業(yè)外部碳配額約束的限制。能源價(jià)格可以用來反映CET實(shí)施的嚴(yán)格程度。通常，政府對企業(yè)i分配的碳配額越多，則碳價(jià)越低，企業(yè)能耗相對越多，能源價(jià)格越高 ［25］ 。將CET政策及其管控力度引入生產(chǎn)函數(shù)后，可以分析CET調(diào)控下的企業(yè)經(jīng)濟(jì)決策，假設(shè)企業(yè)i的生產(chǎn)函數(shù)滿足科布-道格拉斯公式：

2. 樣本選取

本文選取2005—2019年A股上市公司作為研究對象，采用三個(gè)步驟來篩選樣本。首先，根據(jù)每年各地發(fā)布的參與CET試點(diǎn)的上市公司名單及其所屬行業(yè)，從非試點(diǎn)區(qū)域中挑選出與這些試點(diǎn)公司處于相同行業(yè)的其他上市公司。其次，排除ST和ST * 類別的企業(yè)，以及數(shù)據(jù)存在缺失或異常情況的樣本，從而形成初步的實(shí)驗(yàn)組和對照組。最后，運(yùn)用PSM方法，從非試點(diǎn)區(qū)域中篩選出與實(shí)驗(yàn)組具有相似特性的企業(yè)，作為本文的對照組。

PSM方法的具體實(shí)施步驟如下：首先，我們選取了企業(yè)所有權(quán)、企業(yè)年齡、工資水平、企業(yè)規(guī)模、資產(chǎn)收益率、企業(yè)當(dāng)年新增利潤總額占比作為匹配變量，并通過logit模型計(jì)算出傾向匹配得分。其次，我們實(shí)施了1∶4的卡尺內(nèi)最近鄰匹配，其中卡尺設(shè)定為0.05。然后，我們依據(jù)兩種不同的匹配策略生成了兩個(gè)獨(dú)立的數(shù)據(jù)集：一方面，我們利用最近鄰匹配法為所有CET試點(diǎn)企業(yè)匹配到最優(yōu)對照組，從而得到了一個(gè)截面PSM數(shù)據(jù)集；另一方面，我們采取逐年匹配法對企業(yè)樣本進(jìn)行逐年匹配，并將各年度的匹配結(jié)果匯總成一個(gè)整體數(shù)據(jù)集，形成了適用于回歸分析的面板數(shù)據(jù) — —逐年P(guān)SM數(shù)據(jù)集。此外，我們還對這兩個(gè)匹配后的數(shù)據(jù)集進(jìn)行了平衡性測試，以評估匹配的效果。經(jīng)過這樣的匹配過程，實(shí)驗(yàn)組和對照組的各項(xiàng)特征已趨于一致，從而顯著降低了樣本選擇偏差的風(fēng)險(xiǎn)。

3. 數(shù)據(jù)來源

為了檢驗(yàn)CET對企業(yè)勞動(dòng)力需求的影響，本文選取2005—2019年中國多家上市公司的數(shù)據(jù)作為研究樣本。公司層面的數(shù)據(jù)來源于中國股票市場研究數(shù)據(jù)庫。

CET于2013年正式在中國實(shí)施，本文考慮了將CET實(shí)施之前的8年（即2005—2012年）作為一個(gè)較長的窗口期，以檢驗(yàn)實(shí)驗(yàn)組和對照組是否滿足共同趨勢假設(shè)。事實(shí)上，滿足共同趨勢的窗口期越長，使用DID模型所得結(jié)果的可靠性就越高 ［7］ 。此外，考慮到自2020年以來中國受到新型冠狀病毒肺炎疫情的影響，這一外部因素可能會(huì)對勞動(dòng)力需求產(chǎn)生影響 ［11］ ，因此，為了排除疫情對本文實(shí)證結(jié)果的潛在影響，本文將研究樣本的數(shù)據(jù)范圍限制在2019年及之前。變量的描述性統(tǒng)計(jì)見表1。

五、實(shí)證分析及穩(wěn)健性檢驗(yàn)

1. 實(shí)證結(jié)果及分析

依據(jù)圖2，可以得出以下三個(gè)結(jié)論：第一，CET對企業(yè)勞動(dòng)力需求的總體效應(yīng)估計(jì)顯著為負(fù)值（-0.387），這表明CET顯著減少了試點(diǎn)企業(yè)的勞動(dòng)力需求。第二，上市公司的勞動(dòng)力需求經(jīng)歷了先降后升的過程：2014年下降幅度高達(dá)45.05%，而2019年則回升至-0.77%。

第三，在CET實(shí)施之前，實(shí)驗(yàn)組和對照組的勞動(dòng)力需求趨勢保持平行狀態(tài)，這證明了它們滿足平行趨勢假設(shè)。

2. 穩(wěn)健性檢驗(yàn)

（1） 剔除同時(shí)期減排政策的影響。同時(shí)期其他減排政策可能影響就業(yè)，進(jìn)而導(dǎo)致本文的結(jié)果出現(xiàn)偏差。為此，我們識(shí)別出三項(xiàng)關(guān)鍵政策：2010年低碳城市試點(diǎn)、2012年《重點(diǎn)區(qū)域大氣污染防治“十二五”規(guī)劃》及2016年用能權(quán)交易政策。本文剔除了受這三項(xiàng)政策影響的企業(yè)，并重新進(jìn)行了差分估計(jì)。如表2所示，剔除相關(guān)政策影響后，回歸系數(shù)仍顯著為負(fù)，這證實(shí)了基準(zhǔn)結(jié)果的穩(wěn)健性。

（2） 剔除關(guān)停與退出市場企業(yè)的影響。自2005年起中國逐步關(guān)停了許多高排放企業(yè)。為消除其對實(shí)證結(jié)果的影響，我們在表3的列（1）中剔除了CET實(shí)施前后關(guān)停的企業(yè)，僅保留2019年仍在運(yùn)營的企業(yè)數(shù)據(jù)。

結(jié)果顯示，勞動(dòng)力需求的估計(jì)系數(shù)仍顯著為負(fù)。

此外，2019 年部分企業(yè)雖在運(yùn)營，但它們計(jì)劃在未來幾年內(nèi)停業(yè)。

我們調(diào)查了2019年企業(yè)的經(jīng)營狀況，排除了已注銷、營業(yè)執(zhí)照被吊銷和已搬遷的企業(yè)數(shù)據(jù)，并重新進(jìn)行了差分估計(jì)。結(jié)果顯示，勞動(dòng)力需求的估計(jì)系數(shù)仍顯著為負(fù)（-0.196）。

（3）反事實(shí)模擬。我們從所有上市公司中隨機(jī)抽取多家非試點(diǎn)企業(yè)作為假實(shí)驗(yàn)組，其余企業(yè)作為對照組 ［11］ 。將該隨機(jī)抽取過程重復(fù)2000次，并分別進(jìn)行差分估計(jì)。如圖3所示，DID估計(jì)系數(shù)近似于正態(tài)分布，均值為-0.063，遠(yuǎn)低于基準(zhǔn)回歸結(jié)果，這從反事實(shí)角度證明了CET對勞動(dòng)力需求具有顯著抑制作用。

（4）證偽實(shí)驗(yàn)。假設(shè)CET的實(shí)施年份為2008年，我們采用2005至2012年的樣本數(shù)據(jù)進(jìn)行差分估計(jì) ［29］ 。依據(jù)表4，DID估計(jì)系數(shù)不顯著，這表明在所選樣本和假設(shè)條件下，未觀測到CET對就業(yè)的顯著影響。

（5） 內(nèi)生性檢驗(yàn)。為解決實(shí)驗(yàn)組樣本非隨機(jī)選擇的問題，本文采用工具變量法進(jìn)行內(nèi)生性檢驗(yàn)，將2005—2012年各地的平均通風(fēng)系數(shù)作為工具變量，以確定該地區(qū)是否被納入CET試點(diǎn) ［30］ 。通風(fēng)系數(shù)為風(fēng)速與邊界層高度的乘積 ① ，反映了污染物的擴(kuò)散速度。通常，一個(gè)地區(qū)的通風(fēng)系數(shù)越大，其碳排放量檢測值越小，納入CET試點(diǎn)的可能性越小，因此通風(fēng)系數(shù)滿足有效工具變量的相關(guān)性要求。同時(shí)，由于通風(fēng)系數(shù)由地理?xiàng)l件決定，因此還滿足工具變量的外生性要求。

表5中兩階段最小二乘法的回歸結(jié)果顯示，工具變量在第一階段的回歸系數(shù)顯著為負(fù)，驗(yàn)證了工具變量的相關(guān)性；第一階段的 F值為 29.71，遠(yuǎn)超 10的閾值，說明弱工具變量的問題對估計(jì)結(jié)果的影響較小。

第二階段估計(jì)系數(shù)亦顯著為負(fù)，與基準(zhǔn)回歸結(jié)果一致，說明基準(zhǔn)回歸結(jié)果并非由樣本選擇偏差所致。

（6） 交疊DID穩(wěn)健估計(jì)。采用固定效應(yīng)模型 （FE） 來估算多時(shí)點(diǎn)DID模型時(shí)，其估算系數(shù)實(shí)際上是基于四種子樣本的2×2 DID估算值的加權(quán)平均。這四種子樣本對應(yīng)的2×2 DID估算值分別為：已進(jìn)行試點(diǎn)的企業(yè)與始終未進(jìn)行試點(diǎn)的企業(yè)之間的2×2 DID估算值、較晚進(jìn)行試點(diǎn)的企業(yè)與始終未進(jìn)行試點(diǎn)的企業(yè)之間的2×2 DID估算值、較早進(jìn)行試點(diǎn)的企業(yè)與較晚進(jìn)行試點(diǎn)的企業(yè)之間的2×2 DID估算值、較晚進(jìn)行試點(diǎn)的企業(yè)與較早進(jìn)行試點(diǎn)的企業(yè)之間的2×2 DID估算值。楊冕等指出，對于前三種類別的子樣本，其權(quán)重是非負(fù)的 ［9］ 。這意味著在平行趨勢假設(shè)成立的前提下，這些子樣本的2×2 DID估算不會(huì)導(dǎo)致FE估算值出現(xiàn)偏差。然而，第四種類別的子樣本可能具有負(fù)權(quán)重，這種負(fù)權(quán)重在FE模型的加權(quán)平均過程中可能會(huì)引發(fā)一些偏差，盡管這種偏差的具體影響取決于權(quán)重的分配和子樣本的大小。

截至2019年，尚未啟動(dòng)CET試點(diǎn)的企業(yè)的數(shù)量大約占總樣本的97%。因此，本文基準(zhǔn)回歸分析所得出的FE估算值主要來源于第一和第二類子樣本的2×2 DID估算，而基于第四類子樣本的、可能存在偏差的2×2 DID估算值在FE估算中的權(quán)重相對很低。據(jù)此可以推斷，基準(zhǔn)回歸中獲得的FE估算值的偏差程度較小。

為了進(jìn)一步減少FE估算值的潛在偏差，本文進(jìn)一步采用兩階段DID穩(wěn)健估算技術(shù)進(jìn)行驗(yàn)證 ［9］ 。實(shí)證結(jié)果顯示，與基準(zhǔn)回歸相比，估計(jì)系數(shù)的大小和顯著性水平很接近，這表明基準(zhǔn)回歸中的FE估算值偏差較小，本研究的實(shí)證結(jié)論是穩(wěn)健的。

六、影響機(jī)制檢驗(yàn)

1. CET對企業(yè)技術(shù)改造的影響

為驗(yàn)證第三部分的理論機(jī)制，本文選用固定資產(chǎn)投資總額、折舊速率和資本生產(chǎn)率作為技術(shù)改造水平的代理變量，并進(jìn)行差分估計(jì)。依據(jù)表6，這三個(gè)變量的DID估計(jì)系數(shù)均顯著為正，表明CET有效促進(jìn)了試點(diǎn)企業(yè)進(jìn)行技術(shù)改造。

2. CET對勞動(dòng)力需求的影響機(jī)制

依據(jù)理論分析，CET通過技術(shù)改造的規(guī)模、生產(chǎn)率和要素替代效應(yīng)影響企業(yè)的勞動(dòng)力需求。本部分將對此進(jìn)行實(shí)證檢驗(yàn)。本文采用企業(yè)主營業(yè)務(wù)收入的對數(shù)作為產(chǎn)出規(guī)模指標(biāo)，以驗(yàn)證CET的規(guī)模效應(yīng)；選取全要素生產(chǎn)率作為企業(yè)生產(chǎn)率指標(biāo)，以驗(yàn)證CET的生產(chǎn)率效應(yīng)；選擇企業(yè)自動(dòng)化設(shè)備數(shù)量與員工數(shù)量的比例作為自動(dòng)化水平指標(biāo)，以檢驗(yàn)CET的要素替代效應(yīng)。如表7所示，CET通過技術(shù)改造的規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)增加了勞動(dòng)力需求，通過生產(chǎn)要素替代效應(yīng)抑制了勞動(dòng)力需求。

七、異質(zhì)性分析

1. CET對不同類型企業(yè)勞動(dòng)力需求的異質(zhì)性影響本文以CET試點(diǎn)企業(yè)碳排放強(qiáng)度的中位數(shù)作為劃分依據(jù)，將企業(yè)劃分為清潔企業(yè)和污染企業(yè) ［11］ 。清潔企業(yè)和污染企業(yè)就業(yè)人數(shù)占城市就業(yè)總?cè)藬?shù)的比例，可以反映不同類型企業(yè)相對于整個(gè)城市就業(yè)規(guī)模的變化情況。因此，本文估計(jì)了這一指標(biāo)的變化。表8表明，CET促進(jìn)勞動(dòng)力從污染企業(yè)流向清潔企業(yè)，實(shí)現(xiàn)了勞動(dòng)力的再配置。

本文進(jìn)一步分析了 CET 對不同類型企業(yè)勞動(dòng)力需求的動(dòng)態(tài)影響。依據(jù)圖4，CET實(shí)施后，污染企業(yè)的就業(yè)份額大幅下降。這說明污染企業(yè)通過技術(shù)改造所引發(fā)的替代效應(yīng)大于其規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)的總和。依據(jù)圖5，CET實(shí)施后，清潔企業(yè)的就業(yè)份額呈現(xiàn)上升趨勢。這說明清潔企業(yè)因技術(shù)改造而產(chǎn)生的規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)超過了其替代效應(yīng)。

2. CET對不同技能勞動(dòng)力需求的異質(zhì)性影響

本文根據(jù)學(xué)歷對就業(yè)人員進(jìn)行分類，碩士及以上學(xué)歷的畢業(yè)生被歸類為高技能人員，本科或大專學(xué)歷的畢業(yè)生被歸類為中等技能人員，高中及以下學(xué)歷的畢業(yè)生被歸類為低技能人員。如表9所示，技術(shù)改造水平每提高1%，高技能員工的占比將增加37.9%，中低技能員工分別減少7.5%和42.1%。

本文進(jìn)一步分析了CET對不同技能勞動(dòng)力需求的動(dòng)態(tài)影響。圖 6 顯示，2013—2017年間，低技能勞動(dòng)力的需求呈下降趨勢，特別是在2017年出現(xiàn)了急劇下滑，隨后在2018年又有所回升。這是因?yàn)椋捌谄髽I(yè)為了響應(yīng)CET會(huì)推動(dòng)技術(shù)升級，優(yōu)先雇傭高技能勞動(dòng)力，從而導(dǎo)致了低技能勞動(dòng)力的結(jié)構(gòu)性失業(yè)；而2017年后，隨著企業(yè)整改的完成和勞動(dòng)力技能的提升，低技能勞動(dòng)力的需求也逐步恢復(fù)。圖7表明，2013—2017年間，高技能勞動(dòng)力的需求持續(xù)增長，但從2018年起開始回落。這是因?yàn)?，在技術(shù)改造的初期，高技能勞動(dòng)力的需求得到了極大的刺激，但隨著時(shí)間的推移，這一需求逐漸趨于飽和，進(jìn)入了穩(wěn)定狀態(tài)。

八、結(jié)論和政策建議

與發(fā)達(dá)國家相比，中國擁有更多的勞動(dòng)密集型和能源密集型企業(yè)，因此在面對CET時(shí)，中國可能會(huì)遭受更大的就業(yè)沖擊。鑒于此，厘清CET對中國勞動(dòng)力需求的影響及其作用機(jī)制，能夠?yàn)檎€(wěn)定就業(yè)提供重要的經(jīng)驗(yàn)證據(jù)和政策啟示。

本文從理論和實(shí)證兩個(gè)層面，探討了CET對試點(diǎn)企業(yè)勞動(dòng)力需求的影響及其作用機(jī)制。

研究發(fā)現(xiàn)，CET顯著降低了試點(diǎn)城市和企業(yè)的勞動(dòng)力需求。機(jī)理分析表明，CET對勞動(dòng)力需求的抑制效應(yīng)由技術(shù)改造的多種效應(yīng)共同驅(qū)動(dòng)，其中技術(shù)改造的規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)促進(jìn)就業(yè)，要素替代效應(yīng)抑制就業(yè)，前者小于后者。此外，CET對勞動(dòng)力需求的影響具有時(shí)變特征，2013—2019年勞動(dòng)力需求先下降后回升。CET對污染企業(yè)、低技能勞動(dòng)力具有就業(yè)破壞效應(yīng)，對清潔企業(yè)、高技能勞動(dòng)力具有就業(yè)創(chuàng)造效應(yīng)。可以看出，技術(shù)改造對就業(yè)的影響呈現(xiàn)出結(jié)構(gòu)性特征。基于此，本文提出以下兩點(diǎn)政策啟示。

第一，制定針對性的政策措施，以促進(jìn)勞動(dòng)力市場的可持續(xù)發(fā)展。具體措施如下：首先，針對低技能勞動(dòng)力，政府應(yīng)積極推動(dòng)職業(yè)培訓(xùn)項(xiàng)目，幫助他們提升技能，以便更好地適應(yīng)CET政策下企業(yè)對高技能勞動(dòng)力的需求。其次，在推動(dòng)技術(shù)升級的過程中，要密切關(guān)注高技能勞動(dòng)力市場的飽和趨勢，避免過度依賴高技能勞動(dòng)力可能帶來的經(jīng)濟(jì)風(fēng)險(xiǎn)。最后，建立完善的勞動(dòng)力市場監(jiān)測體系，實(shí)時(shí)跟蹤和監(jiān)測不同技能勞動(dòng)力的需求和就業(yè)狀況，為政策調(diào)整提供科學(xué)依據(jù)。

第二，政府可以對管轄范圍內(nèi)的企業(yè)進(jìn)行全面調(diào)查，準(zhǔn)確收集企業(yè)的整改意愿、整改能力以及員工技能水平等信息。在準(zhǔn)確獲取這些企業(yè)信息的基礎(chǔ)上，政府可以協(xié)助污染企業(yè)進(jìn)行批量整改。批量整改的目的在于將失業(yè)勞動(dòng)力的再就業(yè)培訓(xùn)分散到不同的政策執(zhí)行時(shí)期，以減輕政府在短時(shí)間內(nèi)調(diào)動(dòng)各種資源的壓力，同時(shí)讓更多的勞動(dòng)力有機(jī)會(huì)接受培訓(xùn)并獲得再就業(yè)機(jī)會(huì)。

參考文獻(xiàn)：

［1］ 吳茵茵， 齊杰， 鮮琴， 等. 中國碳市場的碳減排效應(yīng)研究 — —基于市場機(jī)制與行政干預(yù)的協(xié)同作用視角［J］. 中國工業(yè)經(jīng)濟(jì)， 2021（8）： 114-132.

［2］ HUANG X， LANZ B. The value of air quality in Chinese cities： evidence from labor and property market outcomes ［J］.Environmental and Resource Economics， 2018， 71（4）： 849-874.

［3］ 王鋒， 葛星. 低碳轉(zhuǎn)型沖擊就業(yè)嗎 — —來自低碳城市試點(diǎn)的經(jīng)驗(yàn)證據(jù)［J］. 中國工業(yè)經(jīng)濟(jì)， 2022（5）： 81-99.

［4］ LEE S， HE Y， SUK S， et al. Impact on the power mix and economy of Japan under a 2050 carbon-neutral scenario： analysisusing the E3ME macro-econometric model［J］. Climate Policy， 2022， 22（7）： 823-833.

［5］ YIP C M. On the labor market consequences of environmental taxes ［J］. Journal of Environmental Economics and Management，2018， 89： 136-152.

［6］ PORTER M E， LINDE C V D. Toward a new conception of the environment-competitiveness relationship ［J］. Journal ofEconomic Perspectives， 1995， 9（4）： 97-118.

［7］ 張彩云. 排污權(quán)交易制度能否實(shí)現(xiàn)“雙重紅利”？ — —一個(gè)自然實(shí)驗(yàn)分析［J］. 中國軟科學(xué)， 2020（2）： 94-107.

［8］ PERINO G， REQUATE T. Does more stringent environmental regulation induce or reduce technology adoption？ when the rate oftechnology adoption is inverted U-shaped ［J］. Journal of Environmental Economics and Management， 2012， 64 （3）：

456-467.

［9］ 楊冕，謝澤宇，楊福霞 . 省界毗鄰地區(qū)綠色發(fā)展路徑探索：來自革命老區(qū)振興的啟示 ［J］. 世界經(jīng)濟(jì)， 2022 （8）：

157-179.

［10］ LI Z， LIN B Q. Analyzing the impact of environmental regulation on labor demand： a quasi-experiment from Clean Air Action inChina［J］. Environmental Impact Assessment Review， 2022， 93： 106721.

［11］ LI Z， WANG M， WANG Q. Job destruction and creation： labor reallocation entailed by the Clean Air Action in China ［J］.China Economic Review， 2023， 79： 101945.

［12］ 賈智杰， 林伯強(qiáng)， 溫師燕. 碳排放權(quán)交易試點(diǎn)與全要素生產(chǎn)率 — —兼論波特假說、技術(shù)溢出與污染天堂［J］. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2023 （3）： 66-86.

［13］ SHAO S， HU Z， CAO J， et al. Environmental regulation and enterprise innovation： a review ［J］. Business Strategy and theEnvironment， 2020， 29（3）： 1465-1478.

［14］ BAUER A， KING I. The Hartz reforms， the German miracle， and labor reallocation ［J］. European Economic Review，2018， 103：1-17.

［15］ RAFF Z， EARNHART D. The effect of environmental enforcement on labor： environmental workers and production workers

［J］. Journal of Regulatory Economics， 2020， 57 （2）： 118-133.

［16］ ZHANG S， WANG Y， HAO Y， et al. Shooting two hawks with one arrow： could China’s emission trading scheme promotegreen development efficiency and regional carbon equality？［J］. Energy Economics， 2021， 101（5）： 105412.

［17］ REN S， LIU D， LI B， et al. Does emissions trading affect labor demand？ evidence from the mining and manufacturingindustries in China［J］. Journal of Environmental Management， 2020， 254： 109789.

［18］ 周縣華， 范慶泉. 碳強(qiáng)度減排目標(biāo)的實(shí)現(xiàn)機(jī)制與行業(yè)減排路徑的優(yōu)化設(shè)計(jì)［J］. 世界經(jīng)濟(jì)， 2016（7）：168-192.

［19］ WALKER R.The transitional costs of sectoral reallocation： evidence from the Clean Air Act and the workforce ［J］. The QuarterlyJournal of Economics， 2012， 128（4）： 1787-1835.

［20］ HAFSTEAD M A C， WILLIAMS R C. Unemployment and environmental regulation in general equilibrium ［J］. Journal of PublicEconomics，2018， 160： 50-65.

［21］ LIU M， TAN R， ZHANG B. The costs of “blue sky”： environmental regulation， technology upgrading， and labor demandin China［J］. Journal of Development Economics， 2021， 150（4）： 102610.

［22］ CUI J B， WANG C H，ZHANG J J，et al. The effectiveness of China’s regional carbon market pilots in reducing firm emissions

［J］. Proceedings of the National Academy of Sciences，2021，118（52）： e2109912118.

［23］ 任勝鋼， 李波. 排污權(quán)交易對企業(yè)勞動(dòng)力需求的影響及路徑研究 — —基于中國碳排放權(quán)交易試點(diǎn)的準(zhǔn)自然實(shí)驗(yàn)檢驗(yàn)

［J］. 西部論壇， 2019（5）： 101-113.

［24］ BU T， DU W H， TANG C X， et al. Market-oriented environmental regulations， employment adjustment and transfer path： quasi-experimental evidence from China’s carbon emissions trading pilot［J］. Journal of Cleaner Production，2022， 369： 133292.

［25］ WANG Q， ZHU L K. Environmental regulation， firm heterogeneity， and intra-industry reallocation ［J］. China EconomicRevie，2021，68：101648.

［26］ 萬攀兵， 楊冕， 陳林. 環(huán)境技術(shù)標(biāo)準(zhǔn)何以影響中國制造業(yè)綠色轉(zhuǎn)型 — —基于技術(shù)改造的視角［J］. 中國工業(yè)經(jīng)濟(jì)， 2021（9）： 118-136.

［27］ 王永欽， 董雯 . 機(jī)器人的興起如何影響中國勞動(dòng)力市場？ — —來自制造業(yè)上市公司的證據(jù) ［J］. 經(jīng)濟(jì)研究， 2020（10）： 159-175.

［28］ 李磊， 王小霞， 包群. 機(jī)器人的就業(yè)效應(yīng)：機(jī)制與中國經(jīng)驗(yàn)［J］. 管理世界， 2021（9）： 104-119.

［29］ ABADIE A， DIAMOND A， HAINMUELLER J. Synthetic control methods for comparative case studies： estimating the effect ofCalifornia’s tobacco control program［J］. Journal of the American Statistical Association， 2010， 490（105）： 493-505.

［30］ HERING L， PONCET S. Environmental policy and exports： evidence from Chinese cities ［J］. Journal of EnvironmentalEconomics and Management， 2014， 68（2）： 296-318.

Study on the Impact of Carbon Emissions Trading on Labor Demand：

A New Perspective Based on Technological Transformation

WANG Jing 1 ， CAI Peifeng 2

（1. School of Economics， Zhongnan University of Economics and Law， Wuhan 430073，China；2. Guanghua School of Management， Peking University， Beijing 100091， China）

Abstract：In 2013， the Chinese government initiated the carbon emission trading （CET）pilot policy， aiming to achieve the goals of“carbon neutrality”and“carbon peaking”.However， the implementation of CET undoubtedly increases the production cost pressure onmost high-emission enterprises， potentially leading to downsizing or even closure of someenterprises，thereby posing a potential negative impact on employment stability. Given thatemployment conditions are crucial to economic development and social stability， it isimportant to analyze the impact of CET on labor demand and its underlying mechanisms. Thuswe can provide corresponding a policy basis and decision-support for the government.Grounded in the production function theory， we elucidate how CET intrinsically regulateslabor demand by embedding the CET mechanism into the production function model， andanalyze the mechanism of CET’s heterogeneous impact on labor demand across different typesof enterprises. Based on data from pilot enterprises spanning from 2005 to 2019， weempirically test the theoretical mechanisms using the overlapping PSM-DID model. Theresearch finds that CET significantly reduces labor demand in the pilot enterprises. Themechanism analysis reveals that the inhibitory effect of CET on labor demand is jointly drivenby multiple effects of technological transformation， among which the scale effect andproductivity effect of technological transformation promote employment， while the factorsubstitution effect inhibits employment， with the promoting effects being smaller than theinhibiting effect. The impact of CET on labor demand exhibits time-varying characteristics，with labor demand declining first and then rebounding between 2013 and 2019. CET has aemployment destruction effect on polluting enterprises and low-skilled labor but a employmentdestruction effect on clean enterprises and high-skilled labor. Based on these findings， wepropose that the government should optimize the talent cultivation system， establish acomprehensive labor market monitoring system， and accurately obtain enterprise informationto assist polluting enterprises with batch rectification. These measures aim to ensure the stabledevelopment of the labor market under CET.

Keywords： carbon emission trading； technological transformation； labor demand；employment destruction effect；employment creation effect

［責(zé)任編輯 崔子涵］