環境規制、技術創新與就業增長的內在聯系
——基于中國34個細分工業行業PVAR模型的實證檢驗

朱金生，李 蝶

(武漢理工大學 經濟學院，湖北 武漢 430070)

一、引言

改革開放40多年來，中國成為世界上第二大經濟體和制造業大國，取得的輝煌成就舉世矚目。但是，中國經濟在保持高速增長的同時，也付出了資源枯竭、環境污染和氣候變化等代價。2018年，中國的全球環境績效指數(EPI)得分為50.74，在180個國家和地區中排名第120位，這反映出經濟快速增長給環境帶來巨大的壓力。面臨日益嚴峻的環境問題，在達到環境承載力之前及時提高環境規制強度，是實現經濟社會可持續發展的必然選擇。然而，環境規制的實施必然會對經濟社會產生一系列影響。除了生態效應和經濟效應外，環境規制會產生潛在的就業負效應。技術創新是實現環境保護和經濟發展雙贏目標的決定因素，是經濟長期綠色發展的關鍵驅動力。但是，人工智能等新技術的發展對就業的可能沖擊成為重要的政策話題。中國正處于經濟新常態的“三期疊加”大環境，經濟下行、結構調整和消化過剩產能等可能引起的失業問題十分嚴峻。要實現生態、經濟和民生相協調的可持續發展，必須既使得環境得到改善，又要兼顧到經濟發展和民生保障。技術創新是經濟發展的源泉，勞動就業是民生的基礎，因此，對環境規制、技術創新和勞動就業三者的關系和相互影響進行研究十分必要。

環境規制與技術創新關系的爭論由來已久，大部分的文獻驗證了環境規制的創新補償效應。研究表明，環境規制對工業行業技術創新的影響呈現先抑制后促進的“U”型特征，并且存在行業異質性[1]。學術界一致認為環境規制對就業的影響存在兩種機制，即負向的規模效應和正向的替代效應。早期的研究主要側重于規模效應，并且得出結論認為，環境規制會提高企業的生產和治理成本，削弱企業的競爭優勢，進而導致企業規?？s小，降低勞動需求。但是，環境規制在提高資源類生產要素價格時，企業會傾向于勞動密集型的生產性投入，從而增加了勞動力要素，進而產生替代效應[2]。因此，環境規制的就業效應取決于規模效應和替代效應的大小。隨著研究的深入，學者們研究發現環境規制對就業的影響在不同國家、地區、行業都呈現出不同的特征。從行業層面看，環境規制對就業的影響在行業間存在異質性，會引起行業間的勞動力流動，使得各個行業之間存在聯動作用[3]。新一輪產業革命帶來生產方式和產業組織等諸多變革，催生出眾多新產業和新業態，我們稱之為“創新經濟”。一方面，創新經濟能夠創造大量新的就業崗位；另一方面，創新經濟對就業產生擠壓效應，帶來就業沖擊。近年來，人工智能、機器人等新技術迅猛發展，既為經濟增長提供了新的動力，也引發了對“機器替代人”的恐慌，目前人工智能、機器人等技術進步對就業的破壞效應有限，但長期就業效應不容樂觀[4]。一部分學者關注到目前工作對技術發展的敏感[5]，另外一部分學者探討了創新活動可能產生的就業創造效應[6-7]。

雖然現有的研究在環境規制、技術創新和勞動就業的關系上進行了一些研究，但它們主要側重于建立線性回歸模型，以分析變量之間的單向影響關系，忽視了內生性和滯后性問題。因此，本文基于工業細分行業異質性的視角，將環境規制、技術創新、就業效應納入同一框架，建立動態面板向量自回歸模型(PVAR)，分析三者之間的長短期動態交互效應，以及考察三者動態關系在清潔行業與污染密集行業、高技術行業與中低技術行業間的差異。

二、文獻綜述

1．基于弱波特假說的探究

弱波特假說認為，設計良好的環境規制可以激勵企業創新，在追求利潤最大化的前提下，環境規制為企業施加了額外的約束條件，這些限制可能促使企業開展創新活動，在新的約束下降低生產成本。杰夫(Jaffe)和帕爾默(Palmer)采用美國工業行業數據，檢驗了以污染支出費用衡量的環境規制對R&D支出和專利申請量的影響，研究發現環境規制對研發支出具有顯著的促進作用，但對專利申請的影響不顯著[8]。部分學者通過僅對環境有關的專利申請量進行實證研究，發現了環境規制與專利申請的正向關系[9-10]。沈能等利用非線性閾值模型，分析了中國環境規制和技術創新的門檻效應，研究表明只有環境規制強度跨越特定門檻值時，波特假說才能實現[11]。蔣伏心等利用江蘇省制造業行業的數據，采用GMM方法檢驗了環境規制強度對技術創新的影響，研究表明環境規制與企業R&D呈現先下降后提升的“U”型關系[12]。米拉尼(Milani)通過 28 個 OECD 國家的研發數據發現，難以轉移的產業在面對環境規制增強時，將會選擇開展更多的研發活動[13]。大部分的研究都支持了弱波特假說，即環境規制在一定程度上對企業的技術創新具有促進作用。

2.就業雙重紅利假說的驗證

2009年《世界勞工報告》提出，環境規制能夠實現改善環境的同時提高就業的雙重紅利。國內外關于環境規制與就業關系的研究主要存在以下三種觀點：一是環境規制減少了就業數量。迪索(Dissou)等利用一般均衡框架分析了碳減排政策對勞動力需求的影響，結果表明當許可收入被轉嫁給家庭時，碳減排政策對就業有負面影響[14]。二是環境規制增加了就業數量。米什拉(MiShra)和史密斯(Smyth)研究發現，環境規制作用于高勞動力需求產業如環保產業及相關服務業時，會增加勞動力需求，提高就業水平[15]。格雷(Gray)運用DID方法對美國制漿和造紙業條例產生的就業效應進行了評估，研究發現該項政策沒有顯著地減少就業，反而可能輕微地促進就業增加[16]。趙連閣運用聯立方程模型估計了工業污染治理投資強度對地區就業的影響，實證發現污染治理投資有效地帶動了就業增長[17]。三是環境對就業數量的影響不確定，或者存在先抑制后促進的關系。卡恩(Kahn)和曼蘇爾(Mansur)認為，環境規制標準的差異造成就業的空間轉移，會對不同區域就業造成不確定影響[18]。閆文娟等采用面板門限模型驗證了環境規制對勞動就業影響的差異，研究表明，低水平的環境規制才能不損害就業，想要實現環境規制和就業雙贏，提高第三產業比重是關鍵[19]。王勇等在莫根施特恩(Morgenstern)理論框架的基礎上，引入了行業特征參數，驗證了環境規制對不同行業就業的影響，發現二者之間存在“U”型關系，當環境規制跨過門檻值時會對就業產生促進作用[20]。李珊珊檢驗了環境規制對就業的影響和差異性，結果發現環境規制與就業之間存在“U”型動態關系[21]。李夢潔分析了多重影響機制下環境規制對就業的影響，研究發現環境規制和就業數量呈“U”型關系，行業異質性導致“U”型曲線的形狀及位置存在明顯差異[22]。隨著研究的深入，學者們發現環境規制對就業的影響在不同國家、地區、行業都呈現出不同的特征。

3．創新對就業的影響：創造還是破壞？

技術創新對就業產生創造效應和破壞效應，哪一種效應占主導地位是決定技術創新對就業影響結果的重要因素。國內外有大量學者對技術創新與就業增長的關系進行了實證分析，選擇的分析變量不同，技術創新對就業影響的研究結果也不同。從行業層面分析創新對就業數量的直接和間接影響，結果依賴于產品創新正向影響和工藝創新負向影響的綜合作用。安東努斯(Antonucci)和皮安塔(Pianta )分析了8個歐洲國家制造業行業的就業增長方程，結果顯示技術變革對制造業的就業產生了負面影響，但是對企業的競爭策略起到了積極作用，其中，技術競爭力來源于產品創新，價格競爭力來源于過程創新[23]。博利亞奇諾(Bogliacino)和皮安塔從行業水平驗證了8個歐洲國家制造業和服務業技術創新和就業之間的關系，提出了一個修正的Pavitt分類方法用來分析技術變革具體模式的就業創造與破壞，發現了技術變化影響就業的不同機制[24]。國內關于行業或者產業層面分析技術創新就業效應的研究比較少見。方建國和尹麗波通過技術分解法和產業分解法分析了福建省制造業技術創新對就業的影響，研究表明技術變化對不同產業的就業影響不同[25]。張車偉等利用行業權重計算了創新經濟的就業規模和拉動其他行業就業的規模，同時分析了創新經濟對就業產生的擠壓效應。

通過梳理已有文獻可以發現，環境規制與技術創新具有密切聯系，環境規制對勞動就業存在作用，技術創新是影響勞動就業的重要因素。在面臨生態、經濟和民生可持續發展的背景下，國內外鮮見將環境規制、技術創新和勞動就業三者納入同一框架進行研究的。本文的創新之處在于：首先，將環境規制、技術創新和勞動就業納入內生系統，建立動態面板向量自回歸模型，分析三者的長短期效應，明確現階段環境規制、技術創新和勞動就業關系的現狀。其次，從行業異質性的視角出發，依據污染程度和技術水平對行業進行劃分，檢驗環境規制和技術創新對不同類型行業就業水平的影響，以期針對不同細分行業制定差異化的環境規制政策和創新戰略。

三、作用機理分析

1. 影響機制分析

從現有研究可以看出，環境規制、技術創新和勞動就業通過各種機制并且產生不同方向的作用交織在一起。為了研究環境規制、技術創新與勞動就業的動態關系，有必要先梳理環境規制對技術創新的影響機制、環境規制對勞動就業的影響機制以及技術創新對勞動就業的影響機制(見圖1)。

(1)環境規制對技術創新的影響機制。環境規制對技術創新產生的影響存在兩種機制，即正向的補償效應和負向的抵消效應。一方面，企業需要大量的資金投入進行技術革新，環境規制標準增加了企業的污染治理成本，由于企業生產領域的資金投入是有限的，這將會對研發投入的資金產生擠出效應。同時，實施嚴格的環境規制可能會促使企業選擇環境規制比較寬松的行業進行生產投資，從而對技術創新產生負向的抵消效應。另一方面，企業在執行環境規制措施或者改良污染治理技術降低污染排放量時，其污染治理成本會明顯提高。在利潤最大化的框架下，企業可能開展創新活動，在新的約束下降低成本。企業可以通過技術革新改良生產工藝或提高治污能力，提高企業的生產率水平，減緩或抵消政府環境規制給企業增加的環境成本，產生正向的創新補償效應。

(2)環境規制對勞動就業的影響機制。環境規制對勞動就業的影響機制可分為負向的成本效應和正向的替代效應。環境規制可能會增加企業的成本，進一步影響行業內相關產品的市場，在完全競爭行業中，由于產品價格給定，行業內不同的企業成本結構各不相同，即使受到環境規制的強度是相同的，也可能迫使一些邊際成本高的企業由于無法承受額外的治污成本壓力而關閉生產，從而退出該行業，這會導致整個行業產量的下降和規模的縮小，最終降低了該行業的就業吸納水平，即負向的成本效應。同時，無論是選擇生產末端治理，還是改進生產過程清潔技術，受到環境規制的企業均需增加與清潔治理活動相匹配的勞動力投入，從而增加勞動就業需求，即正向的替代效應，此外，當企業治污技術越傾向于使用勞動力要素時，替代效應越強。

(3)技術創新對勞動就業的影響機制。技術創新對勞動就業產生的影響機制主要是負向的替代效應和正向的補償效應。技術創新會提高行業的勞動生產率，在行業生產規模沒有擴張的前提下，利用機器代替工人，減少對勞動力的需求，而另一方面使得傳統部門衰退、產生新興部門，原有傳統部門中的勞動者技能與新興部門要求的不匹配，引起結構性矛盾，從而使就業人數整體減少，即負向的替代效應。相反地，技術創新的提升大幅度降低了企業生產產品的成本，由于價格優勢和新產品的吸引力，產品需求不斷擴大，為了滿足市場的需求，生產這些產品則需要更多的勞動力，就業需求增長，表現為正向的補償效應。

2. 數理模型推導

(1)假設國民經濟有I個行業，每個行業設定為i,Yit代表t年份行業i的產出，借鑒斯托基(Stokey)的處理方法[27]，將環境污染強度作為環境要素引入生產函數當中，則Yit生產函數中投入要素包括勞動力要素Lit、資本要素Kit、技術要素Ait、環境要素EPit，其中，勞動、資本和環境要素的彈性系數分別為α，β,γ。

(2)假設環境規制強度越大，所需投入的環境治理費用越高，單位污染排放量的治理成本越高。

(3)假設行業代表性企業的生產函數為C-D函數形式。

(4)假設pit代表i行業第t年代表性企業產品價格，wit、rit分別代表勞動力工資和資本利息，θit代表環境成本。

根據上述假設，行業代表性企業的生產函數為：

Yit=Aitf(Lit,Kit，EPit)=Ait(Lit)α(Kit)β(EPit)γ

(1)

利潤函數為：

πit=pitAitf(Lit，Kit，EPit)-witLit-ritKit-θitEPit

(2)

代表性企業利潤最大化需要滿足如下條件：

(3)

對方程等式兩邊求Lit的偏微分如下：

(4)

(5)

將上式簡化可以得到：

lnLit=λ0+λ1lnAit+λ2lnEPit+λ3Xit+εit

(6)

其中，λ0、λ1、λ2、λ3分別為常數項和系數。方程(6)表明，環境規制、技術創新與就業增長之間存在一定的內在聯系。因此本文試圖采用面板向量自回歸模型來揭示三者的作用機制。

四、模型設定與數據說明

1．面板向量自回歸模型

本文采用面板向量自回歸模型(簡稱PVAR模型)來模擬環境規制、技術創新和勞動就業之間的動態關系。PVAR模型能夠解決變量內生性問題，將時間序列中的VAR模型和面板數據相結合，通過廣義矩估計、脈沖響應函數以及方差分解分析各個變量間的相互作用。為了將環境規制、技術創新和行業就業效應納入一個系統框架內考察它們之間的動態關聯和變量之間的沖擊效應，本文建立的模型如下：

(7)

將yit展開得到下面的公式：

(8)

其中，yit表示第i個行業在第t年由內生變量組成的向量，分別為就業增長、環境規制和研發投入，下標i=(1,2，…，34)表示34個工業行業，t表示2007—2015年，j代表變量的滯后階數，yt-j代表所有的內生變量，α0代表截距，Aj代表回歸系數矩陣，fi和di分別表示固定效應和時間效應，εit表示隨機擾動項。本文所使用程序來自連玉君完善后的PVAR2程序(1)世界銀行的洛夫(Love)2000年利用PVAR模型對公司財務問題進行了研究，公布了其編寫的PVAR模型的Stata程序代碼。后來，連玉君在洛夫的程序代碼基礎上進一步優化和改善，最終形成了比較完善的PVAR程序，稱為PVAR2程序包。，使用軟件為Stata 11.0。

2．變量說明與數據來源

本文的時間樣本區間是2007—2015年，由于國民經濟行業分類經過3次調整，我們使用最新版的行業名稱進行表述?？紤]到數據的完整性，本文刪除開采輔助活動、其他采礦業、其他制造業、廢棄資源綜合利用業、金屬制品、機械和設備修理業、水的生產和供應業等數據缺失較多的6個行業，將汽車制造業與鐵路、船舶、航空航天和其他運輸設備制造業合并為交通運輸設備制造業，同時將橡膠制品業與塑料制品業合并為橡膠和塑料制品業，經過以上的處理，得到共計34個工業細分行業。由于不同工業細分行業之間的產品特征不同、生產過程各異，導致工業生產的污染強度和技術水平各不相同，不同污染程度、不同技術水平的行業對環境規制做出的反應不同。因此，我們根據行業污染程度[1]和技術水平[22]的差異對工業行業進行分類(2)行業污染程度的劃分結果：清潔行業(17)：石油和天然氣開采業，煙草制品業，紡織服裝、服飾業，皮革、毛皮、羽毛及其制品和制鞋業，木材加工和木、竹、藤、棕、草制品業，家具制造業，印刷和記錄媒介復制業，文教、工美、體育和娛樂用品制造業，醫藥制造業，橡膠和塑料制品業，金屬制品業，通用設備制造業，專用設備制造業，交通運輸設備制造業，電氣機械和器材制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業。污染密集行業(17)：煤炭開采和洗選業，黑色金屬礦采選業，有色金屬礦采選業，非金屬礦采選業，農副食品加工業，食品制造業，酒、飲料和精制茶制造業，紡織業，造紙及紙制品業，石油加工、煉焦及核燃料加工業，化學原料及化學制品制造業，化學纖維制造業，非金屬礦物制品業，黑色金屬冶煉和壓延加工業，有色金屬冶煉和壓延加工業，電力、熱力生產和供應業，燃氣生產和供應業。行業技術水平的劃分結果：高技術行業(10)：化學原料及化學制品制造業，醫藥制造業，化學纖維制造業，金屬制品業，通用設備制造業，專用設備制造業，交通運輸設備制造業，電氣機械和器材制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業。中低技術行業(24)：煤炭開采和洗選業，石油和天然氣開采業，黑色金屬礦采選業，有色金屬礦采選業，非金屬礦采選業，農副食品加工業，食品制造業，酒、飲料和精制茶制造業，煙草制品業，紡織業，紡織服裝、服飾業，皮革、毛皮、羽毛及其制品和制鞋業，木材加工和木、竹、藤、棕、草制品業，家具制造業，造紙及紙制品業，印刷和記錄媒介復制業，文教、工美、體育和娛樂用品制造業，石油加工、煉焦及核燃料加工業，橡膠和塑料制品業，非金屬礦物制品業，黑色金屬冶煉和壓延加工業，有色金屬冶煉和壓延加工業，電力、熱力生產和供應業，燃氣生產和供應業。，并在分類的基礎上進一步考察三者的關系。

(1)環境規制強度測算。本文借鑒李小平以及秦楠等的做法[28-29]，利用熵值法構建一個環境規制強度的綜合指標。選取工業行業廢氣治理設施運行費用(萬元)與廢氣排放量(億立方米)的比值、廢水治理設施運行費用(萬元)與廢水排放量(萬噸)的比值、固體廢棄綜合利用率(%)三項指標來對各行業的環境規制強度進行計算。具體計算方法如下。

首先，對三項指標進行無量綱化處理，為了減弱極端值對綜合評價的影響，同時消除負值[29]，將坐標平移：

(9)

(10)

(11)

其中，各工業細分行業廢氣排放量、廢氣治理設施運行費用、廢水排放量、廢水治理設施運行費用以及固體廢棄物綜合利用率等數據均來源于《中國環境統計年鑒》。

(2)技術創新的測度(萬元)。本文采用各行業的R&D經費作為衡量技術創新的指標[30]，研發投入經費樣本數據來源于《中國統計年鑒》。需要注意的是，由于統計口徑發生了變化，2010年以前的樣本數據為大中型工業企業數據，2011年以后的數據為規模以上工業企業數據，兩者數據基本一致。

(3)就業數量的測度(萬人)。各工業行業就業總人數用各工業行業全部從業人員年平均人數來衡量，由于年鑒統計口徑和指標的變化，2007—2015年就業人數的統計數據來自不同的統計年鑒。其中，2007—2011年規模以上工業企業全部從業人員平均人數數據來源于《中國統計年鑒》，2012年平均就業人員是通過Wind數據庫公布的分行業每月從業人員計算得到，2013—2014年的分行業規模以上從業人員平均人數數據來源于《中國工業統計年鑒》。2015年分行業規模以上平均用工人數來源于《中國統計年鑒》。

3．變量描述性統計

各變量的描述性統計結果如表1所示。

表1 變量統計特征描述

從表1可以看出，34個工業細分行業總體就業水平平均為5.207，最大值為6.813，最小值為0.963，其中，清潔行業就業水平平均為5.356，污染密集行業平均為5.059，高技術行業平均為5.691，中低技術行業平均為5.006。整體的技術創新水平為13.267，其中，清潔行業均值為13.534，污染密集行業均值為13.000，高技術行業均值為14.721，中低技術行業均值為12.662。環境規制強度均值為1.376，其他行業依次為1.409、1.343、1.386、1.372。在整個樣本研究期內，各個變量的離散程度較高，表明行業之間呈現出一定的異質性。

五、實證結果及分析

1．單位根檢驗與協整檢驗

在進行PVAR模型估計前，采用LLC和 ADF-Fisher檢驗三個變量的平穩性，從表2可以看出，三個變量的一階差分是平穩的，即同階單整，滿足協整分析的條件。

表2 單位根檢驗結果

注：***、**、*分別表示在1%、5%、10%的置信水平上顯著。

然后，通過面板協整檢驗考察環境規制、技術創新和經濟增長的長期均衡關系，構造了四個統計量：兩個組統計量Gt和Ga，兩個面板統計量Pt和Pa，每組統計量的區別在于是否考慮了序列相關。組統計量Gt原假設為不存在協整關系，Ga原假設為至少存在一組協整關系；面板統計量Pt原假設為不存在協整關系，Pa的原假設為面板整體上存在協整關系。從表3中四個統計量我們可以看出：至少存在兩個統計量顯著拒絕原假設，因此認為環境規制、技術創新與勞動就業之間存在長期協整關系。

表3 面板協整檢驗結果

注：***、**、*分別表示在1%、5%、10%的置信水平上顯著。

2．模型的GMM估計

根據相關準則判斷模型的最佳滯后階數為3階，此時模型具有較好的估計結果。采用向前差分對固定效應進行消除，對34個工業行業的GMM估計結果(見表4)表明，環境規制、技術創新和勞動就業之間的動態影響關系存在行業異質性。

從勞動就業方程可以看出，整體上技術創新對勞動就業的影響在前期為負，后期為正，清潔行業和高技術行業兩者關系呈現倒“N”型關系，污染密集行業技術創新與就業呈現“U”型關系，中低技術行業技術創新對就業的影響三期都為正。整體上環境規制與就業之間呈現“U”型關系(包括清潔行業、高技術行業和中低技術行業)，污染密集行業環境規制對滯后期就業的影響都為正。由此說明，從長期來看，技術創新對就業的影響主要表現為創造效應，并且在不同行業存在異質性。同時，政府環境管制對就業的長期影響也為正，一定程度上解釋了雙重紅利假說。

表4 模型的GMM估計結果

注：1.h_表示經過前向均值差分處理后的變量，L1表示時滯yt-1；2.***、**、*分別表示在1%、5%、10%的置信水平上顯著；3.括號中為標準誤。

從技術創新方程可以看出，環境規制對技術創新的影響為正(高技術行業為“U”型關系)，污染密集行業環境規制對技術創新的正向作用比清潔行業更明顯，中低技術行業環境規制對技術創新的正效應比高技術行業要大。整體上驗證了弱波特假說的存在，其中污染密集行業和中低技術行業受到的沖擊更大，這說明目前環境政策具有一定的合理性，環境規制對于污染密集行業的技術創新起到了激勵作用。

環境規制方程顯示技術創新和勞動就業對環境規制的解釋能力并不強(回歸系數不顯著，沒有附在表中)。因此，本文重點關注環境規制對技術創新的動態影響、環境規制對勞動就業的動態影響以及技術創新對勞動就業的動態影響。接下來利用脈沖響應函數和方差分解等計量工具對上述經濟變量之間的動態關系進一步考察。

3．脈沖響應分析

(1)工業行業整體脈沖響應圖分析。由圖2可以看出，①a表示，環境規制對技術創新的正向影響先變大再變小，呈現上下波動的趨勢。②b表示，環境規制對勞動就業的影響由負變為正，最終趨向于零。③c表示，技術創新對勞動就業的正向作用由零逐漸變大再降為零，呈現周期性波動，幅度越來越小。可知，工業行業環境規制對技術創新的沖擊為正，環境規制對勞動就業的沖擊先負后正，技術創新對勞動就業的沖擊為正。

圖2 工業行業脈沖響應圖

(2)清潔行業脈沖響應圖分析。由圖3可以看出，①a表示，環境規制對技術創新的影響都為正，正向作用最大達到0.05左右。②b表示，環境規制對于勞動就業的負向作用比整體的要大，正向效應差別不大。③c表示，不同于整體行業，清潔行業技術創新對勞動就業的影響第一期為負，第二期為正，第三、四期為負，第五期趨向于零。可知，清潔行業環境規制對技術創新的沖擊為正，環境規制對勞動就業的沖擊先負后正，技術創新對勞動就業的沖擊呈現“負-正-負-零”波動。

圖3 清潔行業脈沖響應圖

(3)污染密集行業脈沖響應圖分析。由圖4可以看出，①a表示，環境規制對技術創新的影響都為正，正向作用最大達到0.04左右。②b表示，污染密集行業環境規制對于勞動就業呈現微弱的正向作用。③c表示，不同于整體行業和清潔行業，污染密集行業技術創新對勞動就業的影響第一期為負，第二、三期為正，第四期為負，第五、六期為正，正向作用持續時間更長?？芍?，污染密集行業環境規制對技術創新的沖擊為正，環境規制對勞動就業的沖擊表現為微弱的正向作用，技術創新對勞動就業的沖擊呈現“負-正-負-正”波動，從長期來看具有潛在的正向效應。

圖4 污染密集行業脈沖響應圖

通過對比分析清潔行業和污染密集行業，可以看到環境規制對技術創新都存在正向作用，表現為環境規制的創新補償效應。環境規制對污染密集行業就業存在微小的積極作用，對清潔行業就業的滯后1期為負，滯后3期為正，這可能是因為污染密集行業環境規制對就業的正向替代效應略大于成本效應，清潔行業在滯后1期負向的成本效應大于替代效應，在滯后3期成本效應減小。技術創新對污染密集行業就業的滯后2—3期都為正，對清潔行業就業的滯后2期為正，污染密集行業技術創新對就業的正向作用比清潔行業持續時間更長。技術創新對就業的影響在初期主要表現為替代效應，在后期主要表現為正向的補償效應。

(4)高技術行業脈沖響應圖分析。由圖5可以看出，①a表示，環境規制對技術創新的影響第一期為負，后面都為正，正向作用最大達到0.025左右。②b表示，高技術行業環境規制對于勞動就業呈現微弱的正負上下波動作用，直到第六期趨于收斂。③c表示，不同于整體行業，高技術行業技術創新對勞動就業的影響第一期為負，第二、三期為正，正向作用最大為0.02左右，第四期為負，第五期趨向于零。可知，高技術行業環境規制對技術創新的先負后正，環境規制對勞動就業的沖擊表現為“負-正-負-正”波動，技術創新對勞動就業的沖擊呈現“負-正-負-零”波動，類似于清潔行業。

圖5 高技術行業脈沖響應圖

(5)中低技術行業脈沖響應圖分析。由圖6可以看出，①a表示，環境規制對技術創新的影響都為正，正向作用最大達到0.04左右。②b表示，中低技術行業環境規制對于勞動就業的影響先為負，再為正，到第六期趨于收斂。③c表示，不同于整體行業和高技術行業，中低技術行業技術創新對勞動就業的正向作用由零逐漸變大再降為零，呈現短期周期性波動，幅度越來越小?？芍?，中低技術行業環境規制對技術創新的影響為正，環境規制對勞動就業的沖擊表現為“負-正-零”波動，技術創新對勞動就業的沖擊呈現正向影響。

圖6 中低技術行業脈沖響應圖

經過對比發現，在高技術行業環境規制對技術創新的滯后1期為負，滯后3期為正，但在中低技術行業滯后1—3期都表現為正。在高技術行業，開始環境規制對技術創新的補償效應小于抵消效應，后期抵消效應減小。這可能是因為高技術行業通過改變生產技術遵循環境規制的邊際成本較大。在中低技術行業，補償效應大于抵消效應，環境規制對創新資金的擠出較少。相同的是，在兩類行業環境規制對就業的影響都是先負后正的“U”型關系。技術創新對高技術行業的就業效應表現為滯后1期為負，滯后3期為正，對中低技術行業表現為持續的正向影響。高技術行業的技術創新產生的替代效應較大，且大于補償效應，中低技術行業產生的替代效應較小。

4.方差分解分析

通過方差分解可以進一步度量環境規制、技術創新和勞動就業之間的長期動態關系，分析各變量的方差貢獻率構成。

表5 整體方差分解

由表5可以看出，第10期與第5期的方差分解結果基本相同，這表明第10期后每一種沖擊對某一變量變動的解釋力度非常穩定。結果表明，整體上環境規制對勞動就業的貢獻度為6.0%，技術創新對勞動就業的貢獻度為3.4%，環境規制對技術創新的貢獻度為7.1%。

表6中，清潔行業和污染密集行業的方差分解，結果表明環境規制對勞動就業的貢獻度分別為8.9%、1.5%，技術創新對勞動就業的貢獻度分別為2.5%、8.2%，環境規制對技術創新的貢獻度分別為6.9%、10.1%。其中，清潔行業的就業受環境規制方差貢獻大于污染密集行業，污染密集行業的就業受技術創新方差貢獻大于清潔行業，污染密集行業的技術創新受環境規制方差貢獻也大于清潔行業。

通過表7中高技術行業和中低技術行業的方差分解對比發現，環境規制對勞動就業的貢獻度為5.1%、7.4%，技術創新對勞動就業的貢獻度為38.8%、3.6%，環境規制對技術創新的貢獻度為6.2%、9.7%。其中，中低技術行業的就業受環境規制的方差貢獻大于高技術行業，高技術行業的就業受技術創新的方差貢獻大于中低技術行業，中低技術行業的技術創新受環境規制方差貢獻大于高技術行業。由此可見，高技術行業的技術創新有助于帶動高質量就業。

5.穩健性檢驗

利用創新的產出指標發明專利申請數替代之前創新的投入指標研發投入經費對就業效應的穩定性進行檢驗。結果表明，單位根檢驗、脈沖響應函數分析和方差分解結果基本一致，詳見表8。表明本文的研究結論比較穩定。

六、 結論及啟示

1．研究結論

本文將環境要素引入道格拉斯生產函數，分析環境規制和技術創新對勞動就業的影響機制，選取2007—2015年中國34個工業細分行業的面板數據，采用PVAR模型考察環境規制、技術創新和勞動就業三者的動態關系，得到了如下結論。

(1)環境規制的動態創新效應。從整體上看，環境規制與技術創新呈現正向關系，環境規制對技術創新的補償效應大于抵消效應。其中，高技術行業表現為先負后正再負的影響，其他分類行業都表現為正向關系。對于環境規制產生的沖擊，清潔行業比污染密集行業的技術創新正向波動更大，但是污染密集行業技術創新受環境規制方差貢獻更高，綠色技術創新能力的提升存在較大潛力；高技術行業的技術創新反應剛開始為負，后期為正，整體上比中低技術行業的正向幅度要小，技術創新受環境規制方差貢獻更小。環境規制對技術創新的正向作用在中低技術行業、污染密集行業和清潔行業都比較明顯，一定程度上驗證了弱波特假說。因此，污染密集行業和中低技術行業的環境規制強度可以進一步增加。

表8 穩健性檢驗結果

注：1.h_表示經過前向均值差分處理后的變量，L1表示時滯yt-1；2.***、***分別表示在1%、5%、10%的置信水平上顯著；3.括號內為標準誤。

(2)環境規制的動態就業效應。從整體上看，環境規制與勞動就業呈現“U”型關系，越過曲線的最低點以后，替代效應大于成本效應。其中，污染密集行業環境規制對滯后期就業的影響都為正，其他分類行業都是先負后正的“U”型關系。對于環境規制產生的沖擊，清潔行業比污染密集行業的就業反應更為明顯，清潔行業的就業響應先為負，后面為正，并且幅度較大，而污染密集行業的就業響應呈現微弱的正向趨勢，清潔行業的就業受環境規制的方差貢獻比污染密集行業要高，但污染密集行業正向作用更持久。相對于高技術行業，中低技術行業的就業響應先向下后向上波動的周期更長，幅度更大，中低技術行業的就業受環境規制方差貢獻比高技術行業要高。依據污染程度分行業來看，污染密集行業的曲線位于清潔行業的下方，這說明污染密集行業需要更高的環境規制強度，如此才能實現同樣的就業效果。依據技術水平分行業來看，環境規制對中低技術行業的沖擊更大，因此有必要通過提高中低技術行業的環境規制程度強化其對就業產生的積極作用。

(3)技術創新的動態就業效應。從整體上看，技術創新與勞動就業呈現“U”型關系，在后期，技術創新的補償效應逐漸抵消其替代效應。中低技術行業環境規制對滯后期就業的影響都為正，其他分類行業都是先負后正的波動關系。對于技術創新產生的沖擊，污染密集行業比清潔行業正向響應的時間更長，就業受技術創新方差貢獻比清潔行業大。而高技術行業的反應先負后正，波動幅度較大，中低技術行業從零到正向波動，幅度相對較小，高技術行業的就業受技術創新方差貢獻要比中低技術行業大得多。依據技術水平來看，高技術行業的曲線位于中低技術行業的上方，就業破壞和就業創造都更大，因此應當發揮高技術企業的就業創造效應，避免其破壞效應，同時，應當提高中低技術企業的研發能力，在維持就業穩定的同時實現就業結構優化。依據污染程度分行業來看，技術創新對污染密集行業的沖擊更大，加快污染密集行業的技術升級，對于實現產業升級和穩定就業具有積極作用。

2．啟示

隨著經濟全球化以及各種環境問題、社會問題的凸顯，中國同時面臨環境規制強度較低、基礎創新能力不足、失業率居高不下等多重問題，如何實現經濟、生態和民生協調發展是我們必須面對的重要議題。本文的主要貢獻在于通過考察環境規制、技術創新與勞動就業之間的動態關系及其行業異質性，檢驗環境規制和技術創新對工業行業就業水平的影響，為政府針對不同行業制定差異化的政策提供理論參考?，F階段應該加強環境規制力度，加大研發投入，提高原始創新能力，擴大生產規模，吸納更多的綠色就業。

(1)制定適合行業發展的環境規制政策。制定適當的環境規制政策能夠激勵企業進行技術創新，最大限度地發揮環境規制的弱波特效應，提高企業的治污能力。對于污染密集行業和中低技術行業采取命令控制型環境規制工具，對于清潔行業和高技術行業可以采用激勵型環境規制工具。

(2)加大研發資金的投入力度，提高行業綠色創新水平，支持能源節約型和高新技術產業發展。針對環境規制會擠占企業研發資金，政府應該為積極進行綠色技術創新的企業提供更多的資金支持和政策扶持，實施綠色創新戰略，促進工業經濟與環境協調發展。

(3)鼓勵綠色轉型，提倡綠色就業。2018年《世界勞工報告》指出，如果采取適當政策促進綠色經濟的發展，到2030年，綠色經濟將在全世界創造2400萬個就業機會。綠色經濟將為全球創造就業機會，同樣，綠色就業也會促進經濟可持續發展。因此，中國實現可持續發展目標有賴于全部門的綠色就業推動。