葉好 葉琪
[摘 要] 在環境問題得到日益重視的背景下,我國制造業將面臨綠色轉型的轉折點,從而對就業產生影響,一方面環境生產成本提高會導致企業降低勞動力工資,導致就業質量下降;另一方面,綠色轉型會提高生產效率,促進就業質量。通過從企業自身利益最大化的角度出發,選取我國2000-2015年制造業行業數據,利用柯布—道格拉斯生產函數探究行政型、市場型、公眾參與型環境規制對制造業就業質量的影響,得出結論:行政型環境規制會優化就業質量;市場型環境規制不利于就業質量;公眾參與型環境規制不會對就業質量產生影響。并提出加強制造業高技術人才的培養、提高市場型環境規制強度、完善環境信訪監督機制的政策建議。
[關鍵詞] 制造業;環境規制;就業質量
[中圖分類號] F069.9 [文獻標識碼] A [文章編號] 1009-6043(2018)09-0057-05
一、引言
自改革開放以來我國經濟實現了長期的高速增長,作為一個快速發展的新興國家,制造業對我國實體經濟發展起到了重要的作用,在未來也必將成為中國經濟發展的中流砥柱。但是與此同時,我國制造業面臨著環境約束的問題。制造業作為高耗能的產業,由此產生的環境污染問題嚴重影響了大部分居民的生活質量。因此環境問題已經引起了黨和國家領導人的高度重視,十九大報告中將生態文明建設上升到關系中華民族永續發展的千年大計的高度,首次把美麗中國建設作為新時代中國特色社會主義強國建設的重要目標,提出到本世紀中葉,“把我國建成富強民主文明和諧美麗的社會主義現代化強國”。制造業在為我國經濟發展做出巨大貢獻的同時,也解決了很大一部分失業問題,因此,我國制造業在解決環境問題的同時也不能忽略其對就業產生的影響。由于環境規制會對制造業的生產成本、生產規模、要素投入比例產生影響,所以勞動力也將隨之受到影響。
關于環境規制對就業的影響,不同國家學者從各自角度對其進行了分析。環境規制對就業的影響有兩種截然不同的結果。Walker(2012)的研究表明,自從1990年美國《清潔空氣法案》頒布以來,美國由于企業生產成本的不斷提高,導致企業大量裁員,產生了許多非自愿性的失業[1];kahn(2013)等發現每噸15美元的碳稅會導致加利福尼亞地區0.66萬人失業[2];然而著名的“波特假說”認為適當的環境規制可以促使企業進行更多的創新活動,提高企業自身的競爭力,增加就業崗位。國內學者對這方面的研究才剛剛起步,相關文獻較少,陸旸(2011)認為我國與發達國家的情況不一致,所以在短期內并不會實現就業與環保的“雙重紅利”[3];閆文娟(2012)通過構建非線性面板門限模型,認為只有在低水平的環境規制強度下才不會損害就業的情況[4];王勇等(2013)[5]、李夢潔等(2014)[6]、李珊珊(2015)[7]研究得出環境規制對就業存在U型關系,當環境跨過“門檻”時,環境規制對就業的影響由負向轉為正向;閆文娟和郭樹龍(2016)研究發現環境規制對就業通過產業結構、技術進步和FDI三個中介變量間接影響就業,并且環境規制對就業的總效應為正[8];婁昌龍(2016)基于三產業下行業面板數據,得出環境規制與就業的關系存在行業差異[9]。
目前來看,學術界關于環境規制對就業影響的研究已經取得了一定的成果,但是大部分文獻研究沒有具體針對制造業這個重要的領域,并且對就業的影響局限于數量方面,較少人關心對就業質量的影響。黨的十九大報告提出“要堅持就業優先戰略和積極就業政策,實現更高質量和更充分就業。高質量的就業不僅僅可以增進人民福祉,提高人民的獲得感以及社會公平正義,并且對于制造業的長期發展都有促進作用。因此,通過選取2000-2015年的數據,運用柯布—道格拉斯生產函數分析我國環境規制對制造業就業質量的影響,并且提出相應的政策建議。
二、理論假說
(一)環境規制和就業質量的內涵闡述
環境規制作為社會性規制的一項重要內容,是指以環境保護為目的、個體或組織為對象、有形制度或無形意識為存在形式的一種約束性力量[10]。為了改善生態環境,從宏觀方面來看,要加強對環境的治理,改善生態環境質量,讓綠水青山成為中華民族的寶貴財富;從微觀方面來看,需要通過政府、企業以及公眾三方共同實施環境規制,以減少污染物的排放。
就業質量是一個多維的概念,宏觀的就業質量主要指一個國家或經濟體總體的就業環境和條件,包括工資水平、失業率和勞動關系狀況等指標維度(賴德勝等,2011)[10],微觀個體的工作質量包含工資、工作時間、工作穩定性、工作自主權和工作價值等特征維度,以及工作與勞動者的匹配狀況等(Munoz De Bustillo等,2011)[11]。
(二)環境規制與就業質量的理論假說
十九大報告中指出,為建設美麗中國,我國當前應該加快建立綠色生產和消費的法律制度和政策導向,構建市場導向的綠色技術創新以及開展全民治污行動。結合十九大報告可以看出,環境規制是一項多方參與的行動,依靠政府、市場以及公眾三方共同努力才可以實現“綠水青山”的長遠目標。借鑒張江雪等[12](2015)的方法,將環境規制分成三種類型:行政性環境規制、市場型環境規制以及公眾參與型環境規制。
1.行政型環境規制
行政型環境規制一般為政府采取強制命令性的手段,關停無法進行綠色轉型的高污染企業,或者對于每家企業污染排放量進行嚴格規定。某些落后的高污染企業由于新增成本過高導致停業,這將導致一部分群體面臨失業的問題;但是與此同時,政府會加大對環保項目的投資,幫助制造業綠色轉型,這不僅會幫助一部分人解決失業問題,而且綠色轉型后的企業可以提供更好的就業環境,提高就業崗位穩定性。因此,提出假設1:行政型環境規制會優化就業質量。
2.市場型環境規制
市場型環境規制一般是通過征收排污費或者排污許可證交易等方法,將環境成本進行企業內部化,按照Morgenstern等(2002)的研究思路,環境規制對就業質量的影響分為兩個方面,分別是“要素替代效應”和“成本效應”[13]。“要素替代效應”是指企業為了應對環境規制的壓力,不得不從源頭、生產過程或者生產末端進行清潔技術創新,從而增加與之相適應的技術勞動力的投入,加強對員工的技術培訓,提高工作價值從而提高就業質量。“成本效應”是指在低強度的環境規制強度下,企業會將治理環境的成本算入總的生產成本中去,為了實現利潤最大化的目標,企業就會選擇降低創新研發成本,從而降低員工工資、減少員工技能培訓。但是當環境規制強度較高的時候,企業如果繼續采取減少創新以彌補治污費用的話,最終都將會面臨破產的情況,因此企業會采取加大技術創新投入的措施,減少排污從而降低污染成本,這就將加強員工的技術培訓,提高就業質量。因此,提出假設2:市場型環境規制對就業質量的影響受當前環境規制強度的影響。
3.公眾參與型環境規制
公眾參與型環境規制主要是通過公眾上訪的方式,向當地有關部門反映污染情況,但是由于公眾與政府以及企業之間存在較為嚴重的信息不對稱情況,無法參與或者監督相關環境政策的制定與實施。并且公眾大多會局限于眼前的利益,為了防止企業倒閉以致自身的就業崗位丟失,或者不愿意提高自身的技術水平來適應新產業,或者是害怕舉報問題而被報復,因此公眾上訪舉報污染問題的積極性不高。因此,提出假設3:公眾參與型環境規制對就業質量的優化不會產生作用。
三、實證分析
(一)基本計量模型
由上文的分析中可以得出,三種不同類型的環境規制都有可能影響制造業企業的生產,從而影響就業質量,但是具體產生何種影響還未知,這個問題的解決對于環境規制相關政策的選擇和落實起著重要的作用。依據傳統的柯布——道格拉斯生產函數,決定制造業生產水平的主要投入要素包括固定資本投資、勞動力投入,原函數為:
Q=F(K,L)=AKαLβ (1)
其中Q為產出,K為固定資本投入,L為勞動力人數,A為其他影響因素,α和β分別表示固定資本投入和勞動力人數對產出的彈性。在這個模型的基礎上,基于目前環境保護的政策背景之下,引入三種類型的環境規制作為新的變量,由此得出公式:
Q=AKαLβHγPμXθ (2)
依據企業追求利潤最大化的原則,即勞動的邊際產出與勞動的實際工資相等,選取勞動實際工資作為衡量就業質量的指標,因此對(2)求導,得到:
W=MPL=βAKαLβ-1HγPμXθ (3)
其中H、P、X分別表示行政型環境規制、市場型環境規制以及公眾參與型環境規制,γ、μ、θ分別表示三種類型環境規制對產出的彈性。
將方程(3)兩邊同時取對數得:
LnW=Lnβ+LnA+αLnK+(β-1)LnL+γLnH+μLnP+θLnX(4)
將Lnβ+LnA=a1;α=a2;(β-1)=a3;γ=a4;μ=a5;θ=a6
最后可以得到相應的函數表示式:
LnW=a1+a2LnK+a3LnL+a4LnH+a5LnP+a6LnX (5)
(二)指標選擇
1.對就業質量選取指標進行衡量。在就業質量評價體系中,薪酬占比高達36%,遠高于社會保險19%、勞動合同期限14%、工作時間9%、培訓7%[15],由此可以看出薪酬比重對就業質量的影響最大,并且薪酬的提高可以從不同層面反映出就業質量的提高。(1)物質層面。較高的薪酬可以滿足就業者的基本物質生活需求,提高生活品質,提升就業者的幸福感;(2)精神層面。在物質生活已經滿足的情況下,高薪可以為就業者在精神方面帶來更高的滿足感,提高就業積極性;(3)自身素質層面。高薪往往對應著就業者較高的受教育程度或者技能水平。以上三點都可以對就業者帶來正效用,從而反映出薪酬從不同層面對就業質量產生影響,它不僅是一個比較全方位的指標,而且數據收集也比較容易。因此選取“制造業城鎮單位就業人員平均工資(W)”作為指標來衡量就業質量,數據來源于《中國勞動統計年鑒》。
2.衡量方法。對環境規制的度量并沒有一個具體的指標,所以不同研究者根據研究目的構造出不一樣的指標。
(1)基于污染治理的投入來計算。一般來說,企業的治污成本比例越高,它所面臨的環境規制強度就越大。Morgenstern(2002)以行業加總的污染減排投資和運行費用作為環境規制強度的衡量標準[13],婁昌龍(2016)采用企業為環境規制而付出的成本和支出來度量環境規制的強度,同時兼顧企業規模的不一致,所以采用單位產值污染治理成本來衡量[9]。污染治理的投入不僅來自于企業本身,政府也需要對環境規制政策進行投入。Levinson(1996)和Cole等(2008)分別使用平均每個企業的環境機構人數和與環境保護相關的行政處罰案件數來作為地區環境規制強度的替代指標[16],Alpay(2001)選取媒體報道的相關部門對環境檢查的次數作為地區環境規制強度的指標[17]。
(2)基于污染物的排放量來測算。李玲、陶峰(2012)選取廢水排放達標率、二氧化硫去除率和固體廢物綜合利用率3個單項指標來衡量環境規制強度[18];盛斌和呂越(2012)認為中國能源結構以煤炭為主、燃煤產生的二氧化硫造成的大氣污染是中國環境污染的主要形式,所以選用SO2的排放量來測算環境規制的強度;趙連閣等(2014)通過將各種污染物標準化后進行加總作為指標衡量環境規制強度[19]。
(3)綜合性的測算指標。由于單一變量具有片面性,所以不可以很好地衡量環境規制政策的整體效果。Dam和Scholtens(2012)按照政策從制定到發揮作用的流程,將環境政策、環境管理、環境改善情況、環境績效對進步的影響四個指標運用因子分析法進行綜合,來衡量環境規制的強度[20]。陳德敏和張瑞(2012)構建的環境規制指標包括環境規制法律、環境規制監督、環境規制方法和環境規制支撐等四個體系[21]。
綜上,基于數據的可得性以及文章假說,對三種類型的環境規制分別采取如下指標進行衡量:行政型環境規制采用“三同時”項目環保投資額(HBTZ)來衡量;市場型環境規制用排污費(PWF)來衡量(雖然從2018年開始排污費被取消,改征環境保護稅,但是為確保往年數據的可得性我們依舊采用排污費作為指標);公眾參與型環境規制采用“環境信訪人次”(XFRC)來衡量。數據來源于《中國環境統計年鑒》、《環境統計年報》、《全國環境統計公報》。
3.固定資產投資(K)選取“制造業固定資產投資額”作為指標,數據來源于《中國高技術產業統計年鑒》、《中國固定資產投資統計年鑒》,由于2001年數據缺失,所以采取2002年和2000年取均值的方法進行彌補。勞動力人數(L)選取“制造業從業人員平均人數”作為指標,數據來源于《中國高技術產業統計年鑒》。
(三)實證分析
1.平穩性檢驗
為了避免出現偽回歸的情況,我們需要先對數據進行平穩性檢驗。運用ADF的方法,首先對各變量進行單位根檢驗,檢驗結果由表1所示。由表中可以看出,LnK、LnHBTZ、LnPWF、LnXFRC四個變量經過一次差分后平穩,LnW、LnL兩個變量經過二次差分后平穩,兩個二階單整序列可以合并成一個整體與一階單整進行降價,因此方程可能存在協整關系。
表1 各變量ADF檢驗結果
注:***表示在1%的顯著性水平上通過檢驗;**表示在5%的顯著性水平上通過檢驗;*表示在10%的顯著性水平上通過檢驗;D(X,1)表示對時間序列進行一階差分,D(X,2)表示對時間序列進行二階差分。
2.E-G兩步法協整檢驗
協整檢驗可以揭示變量之間是否存在長期的均衡關系,首先用OLS估計(5)式的殘差μt,然后再對殘差進行單位根檢驗,得到如下結果:
表2 殘差單位根檢驗
檢驗結果顯示,方程的殘差不存在單位根,模型存在協整關系,即存在長期“均衡”關系。
3.回歸分析
(1)OLS回歸
運用Eviews8對(5)式進行回歸,得到回歸方程式(6):
LnW=0.38*LnK-1.06*LnL+0.59*LnHBTZ-0.45*LnPWF+0.16*LnXFRC+15.77
(4.91) (-1.53) (5.87) (-2.95) (1.50) (3.13)
R2=0.99 F=241.52
從上式中可以看出方程的可決系數和F值都很大,但是LnL和LnXFRC的t值較小,小于t0.1(16)=1.746,t檢驗不通過,方程可能存在多重共線性,因此采用逐步回歸法對方程(6)進行改進。
(2)消除多重共線性
通過構建五個自變量與因變量的一元函數,對R2的值進行比較,很明顯地看出環境信訪人次的R2遠低于其他自變量,因此將這個變量作為無關變量剔除,同時也證實了假說3:公眾參與型環境規制對就業質量的優化不會產生作用,一方面說明政府對于公眾的信訪意見不夠重視,處理不到位,另一方面也體現了公眾參與環境問題治理的積極性較低,因此才會產生這個結果。
表3 可決系數比較
將“環境信訪人次”變量剔除以后,重新構建回歸方程得到方程(7):
LnW=0.44*LnK-1.44*LnL+0.59*LnHBTZ-0.46*LnPWF+20.43 (7)
(6.27) (-2.12) (5.54) (-2.82) (4.89)
R2=0.99 F270.59
得到的(7)式從統計意義上看可決系數和F值相比于(6)式更加理想,并且t0.1(16)=1.746,所有自變量t的檢驗都通過,因此從統計意義來看,這個方程式是理想的。
(3)經濟意義分析
制造業“固定資產投資”(LnK)和“政府‘三同時項目環保投資額”(LnHBTZ)對于就業質量的影響是正的,說明固定資產投資的增加會提高就業質量。因為固定資產投資增加,在技術條件不變的情況下需要更多的勞動力與之相匹配,提高就業率,并且設備的更新換代會讓勞動力有更好的工作體驗,提高就業質量。新增變量環保投資額對就業質量的提高有促進作用,因此假設1:行政型環境規制會優化就業質量成立。政府的環境規制政策雖然會導致一部分高能耗的企業被迫關停,引起一部分人群失業。但是通過對企業綠色轉型的支持,政府會幫助綠色企業創造出更多的崗位,吸納原先失業的勞動力人群,并且綠色企業能夠提供更好的就業環境,員工的就業質量提高會給其帶來愉悅的工作體驗和較高的勞動生產率,勞動生產效率的提高就會幫助企業提高收益,從而解決更多人的失業問題。
“制造業從業人員平均人數”(LnL)與“排污費”(LnPWF)這兩個變量對就業質量的影響是負面的,說明勞動力人數和勞動實際工資呈現負相關的關系,這符合現實生活中的經濟情況,即當勞動力市場的供給大于需求的時候,勞動力的均衡工資水平就會降低,企業為了自身利益最大化自然不會保持原來的工資水平,而是把其降低至新的均衡工資水平。排污費對于就業質量的影響是負面的,基于假設2:市場型環境規制對就業質量的影響受當前環境規制強度的影響,說明目前我國的環境規制強度還處于U型曲線的下降部分,沒有跨過“門檻”,較低的環境規制強度無法“逼迫”企業進行轉型,而是采取將環境規制成本內部化的方式,環境成本的提高就會降低其他方面成本的支出,短期內固定資本不容易發生變動。因此企業會減少勞動力支出,主要表現為降低勞動力工資、減少勞動力技能培訓、提供簡陋的勞動環境等,導致就業質量下降。勞動者就業質量的下降必將導致其勞動積極性下降,勞動生產率下降,對企業長期的發展是不利的。
四、結論和政策建議
(一)結論
通過基于柯布——道格拉斯生產函數,從企業自身利益最大化的條件出發,分析了三種類型的環境規制對制造業就業質量的影響。
1.行政型環境規制對就業質量會有促進作用。政府的環保投資幫助和促進了制造業綠色轉型,從而提高生產效率,改善就業環境。
2.市場型環境規制不利于就業質量的提高。企業的目的是為了自身利益最大化,所以在環境規制強度不大的情況下,他們不會想要進行綠色轉型來應對環境規制政策,而是通過減少勞動力成本的支出來降低總成本,因此在低強度環境規制下就業質量會下降。
3.公眾型環境規制對就業質量不會產生影響。公眾對于環境信訪的積極性較低,一方面是因為公眾較于政府處于信息劣勢地位,公眾對于環境問題的信訪是否會對環境政策產生作用完全取決于處于信息優勢地位的政府,另一方面公眾自身想要參與解決環境問題的意識不夠,積極性不高。
(二)政策建議
根據上文的分析結果,提出以下政策建議:
1.加強制造業高技術人才的培養
政府的環境規制雖然對就業質量的提高產生了促進作用,但是如今我國制造業高層次創新型人才總量相對不足,尤其與制造業相關的拔尖創新人才、領軍人才,缺口依然很大,因此政府不僅要在資金方面幫助制造業進行綠色轉型,同時應該從源頭上即教育方面提高對制造業人才的培養,推進科教融合、產學結合,創新管理體制和培養模式,深化教育教學改革,積極構建新型產學研合作創新機制和協同育人機制[22],彌補制造業綠色轉型所面臨的人才缺口。
2.提高市場型環境規制強度
環境規制強度過低將會使得企業無法提高對環境保護的重視,反而會使企業通過削減勞動力的手段來彌補污染造成的成本,將會導致失業和污染兩種情況同時發生。在當前我國的市場型環境規制強度下,對于提高制造業就業質量產生的作用是負面的,即不會提高就業薪酬、提升就業率、提高就業者受教育程度等。因此政府在對企業進行征收環境保護稅時,應該適當提高征稅比例,這樣一方面可以提高企業綠色轉型的動力,從而在長期減少污染支出,提高對勞動力要素的投入,提升就業質量;另一方面,所征的污染稅收可以提高政府的收入,使政府有更多資金用于就業人員的技能培訓,以適應綠色轉型后的企業,提升自身就業競爭力,從而提高就業質量。
3.完善環境信訪監督機制
高污染企業往往對應著較低的就業質量,其不僅會由于過高的排污成本降低就業者薪酬,而且惡劣的工作環境不利于就業者的身心健康。在消除高污染企業的過程中,公眾監督并且舉報高污染企業是一條必不可少的路徑,因為環保部門干部的人數有限,不可能對每個地方的污染情況進行實時監督,而人民群眾的基數大,并且如今剩下的高污染企業規模較小,其信息較為隱蔽,人民群眾較之于環保干部更容易掌握相關信息。因此環保部門不可以忽視公眾的信訪內容,而是應該對每一次公眾信訪進行記錄,并將后續處理高污染企業的情況公布,以此警戒其他企業,提高企業綠色轉型的積極性,從而提高就業質量。
[參考文獻]
[1]W·Walker. Environmental Regulation and Labor Reallocation : Evidence from the Clean Air Act.[J].American Economic Review,2011,101(3).
[2]Kahn,M .E. and Mansur,E.T.Do Local Energy Prices and Regulation Affect the Geographic Concentration of Employment Journal of Public Economics.2013,101(1):105-114.
[3]陸旸.中國的綠色政策與就業:存在雙重紅利嗎[J].經濟研究,2011,46(7):42-54.
[4]閆文娟,郭樹龍,史亞東.環境規制、產業結構升級與就業效應:線性還是非線性[J].經濟科學,2012(6):23-32.
[5]王勇,施美程,李建民.環境規制對就業的影響——基于中國工業行業面板數據的分析[J].中國人口科學,2013(3):54-64+127.
[6]李夢潔,杜威劍.環境規制與就業的雙重紅利適用于中國現階段嗎?——基于省際面板數據的經驗分析[J].經濟科學,2014(4):14-26.
[7]李珊珊.環境規制對異質性勞動力就業的影響——基于省級動態面板數據的分析[J].中國人口·資源與環境,2015,25(8):135-143.
[8]閆文娟,郭樹龍.中國環境規制如何影響了就業——基于中介效應模型的實證研究[J].財經論叢,2016(10):105-112.
[9]婁昌龍.環境規制、技術創新與勞動就業[D].重慶大學,2016.
[10]趙玉民,朱方明,賀立龍.環境規制的界定、分類與演進研究[J].中國人口·資源與環境,2009,19(6):85-90.
[11]Munoz De Bustillo,R.,Fernandez-Macias,E.,Esteve,F.,&Anton;,J.,E Pluribus Unum. A Critical Survey of Job Quality Indicators.Socio-Economic Review,2011(9):447-475.
[12]張江雪,蔡寧,楊陳.環境規制對中國工業綠色增長指數的影響[J].中國人口·資源與環境,2015,25(1):24-31.
[13]Morgenstern,R.D. Pizer,W.A. and Shih,J.S. Jobs Versus the Environment:An Industry-level Perspective. Journal of Environmental Economics and Management.2002,43(3):412-436.
[14]王婷婷.外商直接投資對我國制造業就業的影響研究[D].首都經濟貿易大學,2014.
[15]蔡昉,王德文.外商直接投資與就業——一個人力資本分析框架[J].財經論叢(浙江財經學院學報),2004(1):1-14.
[16]Cole,M.R.Elliot,P. Fredriksson.Endogenous pollution havens: Does FDI influence environmental regulations[J].Scandinavian Journal of Economics,2008(1): 157-178.
[17]Alpay S. Can environmental regulations be compatible with higher international competiveness : some new theoretical insights[Z]. FEEM Working Paper, 2001.
[18]李玲,陶鋒.中國制造業最優環境規制強度的選擇——基于綠色全要素生產率的視角[J].中國工業經濟,2012(5):70-82.
[19]趙連閣,鐘搏,王學淵.工業污染治理投資的地區就業效應研究[J].中國工業經濟,2014(5):70-82.
[20]Daml, Scholtens B. The curse of the haven: the impact of multinational enterprise on environmental regulation [J].Ecological Economics, 2012, 78(4):148-156.
[21]陳德敏,張瑞.環境規制對中國全要素能源效率的影響——基于省際面板數據的實證檢驗[J].經濟科學,2012(4):49-65.
[22]丁雪梅.加快培養制造業高層次創新型技術人才和領軍人才[J].職業技術教育,2017,38(6):20-21.
[責任編輯:高萌]