城市低碳轉型的產業調整邏輯
——基于勞動力市場視角的分析①

張 晗 周曉時

（北京大學國家發展研究院，北京 100871）

引 言

在我國經濟增長與人均收入水平日益提升的背景下，經濟社會中的不同主體均對經濟社會的綠色發展、低碳發展提出更高要求。習總書記在2020年9月22日提出了 “二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和”的目標。城市作為碳排放的關鍵主體，雙碳目標的實現離不開以城市為單位的低碳轉型?！笆奈濉币巹澲赋?，要推進新型城市建設、建設低碳城市，支持有條件的地方率先達到碳排放峰值。城市低碳轉型意味著產業結構的調整，也因此對當地的勞動力市場不可避免地造成影響。

城市化伴隨著人口集聚，帶動了基礎設施建設、交通體系完善以及能源電力增容等的廣泛需求，導致城市能耗和碳排放總量同步增長。據IPCC（2014），全球城市區域的能耗總量占全部區域的67%～76%，產生了超過75%的碳排放。對于城市化進程與碳排放關系的早期研究證實了城市化水平會顯著提升碳排放總量［1，2］，而最新的研究進一步分析了二者之間的倒U型關系：當OECD國家城市化率達到73.8%時，城市化對碳排放的影響會從正向逐漸走向負向［3］。按此推算，我國城鎮化率2021年達到63.89%②，仍處于與碳排放正相關的區間。在提升城鎮化率與降低城市碳排放的雙重目標下，如何推進城市低碳轉型成為重要的研究議題。

為推動城市低碳化轉型，我國于2010年7月發布了 《關于開展低碳省區和低碳城市試點工作的通知》，確定了第一批低碳試點城市，包括廣東、遼寧、湖北、陜西、云南5個省份和天津、重慶、深圳、廈門、杭州、南昌、貴陽、保定8個城市；又于2012年和2017年先后發布第二批和第三批低碳試點城市，累計覆蓋省份和城市合計87個。在低碳試點城市的相關政策安排中，既包括加快建立以低碳排放為特征的產業體系，也包括加強低碳發展能力建設和人才隊伍建設。已有研究較多關注這一政策對產業結構帶來的影響［4，5］，但對于國際上廣泛探討的 “公正轉型”問題，即如何在采取應對氣候變化措施的過程中保障勞動力群體的基本權益，在我國討論較少。實際上，市場上出現的 “碳排放管理員”等新型綠色職業，均為我國解決 “公正轉型”問題提供可能。

對于上述問題，本文將首先基于城市面板統計數據，分析城市低碳轉型對勞動力市場視角下的產業結構調整帶來的影響。其次，將采用微觀勞動力個體數據對上述問題進一步檢驗，并從福利分析的視角，來測度這種調整對勞動力個體工資收入、工作時長等的影響，就城市因素和人口因素等展開進一步的分析。

1 文獻綜述

以能源革命為核心的工業革命以來，世界經濟的蓬勃發展促進了經濟增長和社會進步，但也帶來了嚴重的環境污染和氣候變化問題?？吹江h境約束愈加嚴峻，學者們從20世紀80年代開始關注環境政策帶來的產業結構效應。隨著科學界對碳排放與氣候變化相關問題共識的達成③，學者們進一步聚焦于產業結構的低碳轉型。實際上，產業結構調整受制于勞動力市場結構，也對勞動力市場產生沖擊。因此，本文將分別從環境和低碳政策帶來的產業結構效應和勞動力市場影響兩方面進行文獻綜述。

1.1 環境政策、低碳政策與產業調整

隨著環境污染問題影響到居民的生產生活，發達國家陸續出臺了一系列的環境政策，以回應社會公眾對環境保護的訴求［6］。在此背景下，一些高污染、高耗能的工業企業為了降低滿足當地環境政策的成本，開始將企業向尚未有嚴格環境政策的地區或國家轉移。根據 “污染避難所”假說，污染密集型的企業為了躲避母國嚴格的環境標準，會傾向于設立在環境標準相對較低的國家或地區，造成了產業轉移，與之對應的母國則出現了產業結構調整［7］。環境庫茲涅茨曲線繪制了環境質量與經濟發展之間的關系，認為環境問題會隨人均收入水平而呈現出倒U型關系，在某一頂點后二者之間的正相關關系會扭轉為負相關關系［8］。然而，對于發展中國家，由于綠色技術的廣泛使用、環境監管的早期介入等因素，經濟增長的同時也能夠解決伴隨的環境問題，并不必然要達到某一收入臨界值，表明環境庫茲涅茨曲線假說適用性存在局限［9－11］。這也從側面說明環境政策對于發展中國家而言不一定會導致產業結構調整。

隨著科學界對氣候變暖問題共識的達成，以歐盟為代表的發達國家開始更多將環境政策聚焦于低碳政策。這不僅是由于低碳問題與氣候變暖問題直接相關，也因為低碳政策可以與其他環境政策產生協同效應。Chang等 （2019）［12］基于 LMDI指出，人口數量、經濟規模、能耗強度和碳排放強度是影響碳排放總量的四大驅動因素，其中能耗強度是最主要的碳減排重點。工業企業的用能問題恰好是控制能耗強度的核心。我國大多數城市的產業結構仍然是工業部門占主導地位。從我國溫室氣體總排放量的結構來看，能源活動排放量占總排放量（不包括土地利用變更和森林）的77.7%④，而能源活動主要涉及能源工業、制造業和建筑業、交通運輸業等與城市運轉高度相關的第二產業。我國經驗表明，產業結構調整能夠在一定程度上改善能源效率、優化能源消費結構，進而降低污染排放，依靠產業調整可以實現能耗強度和碳排放強度的同步下降［13，14］。特別是低碳試點城市政策，能夠以產業結構調整為渠道提高城市的綠色全要素生產率、促進城市碳減排［4，15］。低碳試點城市建設能夠相較于城市樣本均值而言降低碳排放量約1.05個百分點［16］，而與其他試點措施的協同又會進一步降低碳排放水平［5］。在具體措施上，低碳試點城市主要是通過能源效率的提高以及產業結構調整等方式實現碳強度的下降，且產業調整的效果有逐年增強的趨勢［4］。

1.2 環境政策、低碳政策與勞動力市場

環境政策對勞動力市場的影響存在一定的不確定性。由于環境政策會對工業企業的短期生產成本造成直接沖擊，在勞動力市場上會直接表現為工業企業勞動力需求的下降［17］。然而，為了有效控制生產過程中的污染，工業企業為了提高技術水平、增加競爭力，也可能會產生更多的勞動力需求［18］。Zhong 等 （2021）［19］將這兩種情況總結為環境政策的 “合規成本效應”和 “創新補償效應”，認為：“合規成本效應”會增加對高技能勞動力的需求，降低對低技能勞動力的需求；“創新補償效應”則會同時增加對高技能和低技能勞動力的需求。因此，高技能勞動力的需求將隨著環境政策的增強而增加，而低技能勞動力的需求將呈現先下降后反彈的U型曲線。進一步來說，環境政策對勞動力市場的影響也具有顯著的異質性：對城市而言，城市類型以勞動密集型行業為主，其影響要大于以資本密集型行業為主［20］；對企業而言，對民營企業的影響要大于國有企業、外資企業［21］；對個體而言，對受教育程度較低的勞動者影響要大于受教育程度較高的勞動者［22］。

對于碳減排問題而言，由于碳排放涉及居民的生產生活，所以碳減排政策對居民就業的 “公平性”問題也備受重視。以碳稅為例，在理想的政策設計下，碳稅作為一種中性稅，其征收可以降低現存的稅收扭曲問題［23］。同時，征稅定向用于補貼低碳行業，又可以通過提升低碳行業的就業來緩解高碳行業勞動力需求的下降，進而形成一種雙贏局面［24］。也就是說，恰當的碳減排政策設計可能取得碳減排與就業的 “雙重紅利”。我國早期研究表明，與發達國家經驗可能略有區別的是，由于我國經濟增長高度依賴于高碳行業，即使采取將碳稅收入補貼低碳行業并同時減少所得稅的政策，也很難取得 “雙重紅利”［25］。然而，隨著我國低碳轉型進程的深入，我國的碳減排政策可以在總體上取得就業效應，如低碳試點城市政策能夠顯著增加高技能和低技能勞動者的企業就業［26］。

2 城市低碳轉型對產業調整的影響

2.1 模型設定、變量選擇與數據描述

已有研究主要基于城市層面的產業結構數據進行［4］，而鮮有文獻關注對勞動力市場的具體影響。本文將基于一、二、三產業就業情況及結構性調整來對此問題進行探究，并且基于宏觀視角的城市層面統計數據進行檢驗。

從2010年開始的3批低碳試點城市，累計包含省份和城市合計87個，覆蓋全國東、中、西部地區46.47%的城市⑤。這一政策的漸進試點特征，恰好為城市低碳轉型問題的研究構造了一個準自然實驗環境?；诖?，本文選擇2010年、2012年和2017年分別作為3期試點的起始年，構建了一個多期雙重差分（Difference in Difference，DID）模型來評估低碳試點城市對產業結構調整的影響?；鶞驶貧w模型設置如下：

式 （1）中，被解釋變量分別為城市c第t年第一產業、第二產業和第三產業從業人員比重，即employmentct∈｛primary＿employct，secondary＿employct，tertiary＿employct｝。pilotcityct是低碳試點城市與試點時間的交互項：當pilotcityct＝1時，表示城市c在t年是低碳試點城市；當pilotcityct＝0時，則表示城市c在t年為非低碳試點城市，或政策尚未開始實施。controlsct為其他控制變量，包括經濟發展水平（以實際人均地區生產總值為代理變量）、科技發展水平（以科學技術支出為代理變量）、收入水平（以實際在崗職工平均工資為代理變量）、消費水平（以實際社會消費品零售總額為代理變量）、勞動力市場規模（以在崗職工平均人數為代理變量）。α1為常數項，α2、α3為相應變量的待估計參數。μc和ηt分別表示城市固定效應和年份固定效應，εct是一個經典隨機干擾項。

本文選取2005～2020年的全部地級及以上城市作為樣本。數據來源于 《中國城市統計年鑒》，名義數據利用國家統計局官網公布的地區生產總值指數和居民消費價格指數分別進行平減（以2005年為基期）。仍需指出的是，雖然2020年受新冠肺炎疫情影響我國就業人員整體數量下降，但三產從業人員比重變動趨勢并不明顯，故2020年的關鍵變量仍具有代表性。描述性統計結果見表1。

表1 城市層面變量定義與描述性統計

2.2 基準回歸

產業結構的調整隨著經濟的增長具有一定的規律性，從勞動力相對比重的角度而言：第一產業（包括農、林、牧、漁業部門）占比持續下降，第二產業（包括采礦業、制造業、電力、燃氣及水的生產和供應業、建筑業等工業部門）占比上升后趨于穩定，第三產業（包括批發和零售業等服務部門）占比不斷上升［27］。就我國而言，改革開放40年以來經濟的高速增長與我國工業體系的發展繁榮不無關聯，但這也造成了水污染、土壤污染、空氣污染等系列問題，二氧化碳排放這一具有全球性影響的問題更為突出。因此，產業結構調整，特別是第二產業工業的低碳轉型，是城市低碳轉型與發展的重要抓手。利用城市層面的數據，對式 （1）進行雙重差分估計，從估計結果可以看到勞動力市場中從業人員產業轉移的過程。

根據表2，城市低碳試點政策在1%的統計水平上顯著降低了第二產業從業人員比重、顯著提升了第三產業從業人員比重。具體而言，城市低碳轉型可以降低第二產業從業人員占比2.53個百分點，同時提升2.88個百分點的第三產業從業人員占比。與此同時，第一產業從業人員占比隨著城鎮化率的持續提升也有所下降，但表現并不十分顯著?？梢钥吹?，我國社會主義市場經濟制度下的勞動力結構調整與Kuznets（1946）［27］的理論基本相符合。考慮到不同產業的碳排放差異，總體上城市低碳轉型的確降低了 “棕色”就業，從而實現了更多的 “綠色”就業創造。此外，從控制變量看，經濟發展水平、科技發展水平和勞動力市場規模對二、三產的從業人員比重均有顯著影響且影響相反，而對第一產業從業人員比重沒有顯著影響；收入水平對一、二、三產從業人員比重均有顯著影響，對第二產業有正向影響，對第一、第三產業從業人員比重有負向影響。此外，樣本中未發現消費水平與一、二、三產從業人員比重之間顯著的相關關系。

表2 城市低碳轉型對三次產業結構的影響：基于DID模型估計

2.3 穩健性檢驗

（1） Tobit模型檢驗

在基準回歸中，由于被解釋變量第一、二、三產業從業人員比重的值在0～100%之間變化，符合Tobit模型中關于被解釋變量的截斷（Truncated）特點，因此可利用替換模型的方法對基準回歸模型進行進一步的穩健性檢驗。如表3所示，本文采用面板Tobit模型對前述結果進行檢驗，檢驗結果與基準回歸一致，城市低碳轉型顯著引起了第二產業從業人員比重的下降和第三產業從業人員比重的上升。

表3 城市低碳轉型對三次產業結構的影響：基于Tobit模型估計

（2）平行趨勢檢驗

本文基于雙重差分模型探究城市低碳轉型對產業結構調整的影響，其前提是平行趨勢假設成立，即控制組和對照組在政策開始前有共同趨勢，并在政策開始后才顯現出分化的趨勢。在式 （1）設定的基礎上，以第二產業從業人員比重為被解釋變量，采用事件分析進行平行趨勢檢驗，檢驗結果如圖1所示?？梢?，在低碳試點城市政策推行之前，估計系數在前5期均未顯著異于0；在政策推行后第二產業從業人員比重開始下降，并在政策開始后第2期呈現出顯著性，在第3期估計系數負值達到最大。因此，平行趨勢檢驗通過，并一定程度上說明了政策影響在一定時期內的持續性。

圖1 城市低碳轉型對產業結構影響的平行趨勢檢驗

3 城市低碳轉型對勞動力市場的影響

3.1 模型設定、變量選擇與數據描述

宏觀層面的產業結構調整依賴于微觀個體的就業選擇。本文進一步對低碳城市轉型帶來的社會福利效應進行分析，利用微觀調查數據從工作時長、工資收入等方面來觀測伴隨產業結構調整的居民就業調整的影響。本部分采用中國家庭金融調查（CHFS）進行實證分析。CHFS調查由西南財經大學中國家庭金融調查與研究中心于2011年發起，每兩年追蹤1次，至今共開展5輪調查，其中2011年、2013年、2015年、2017年、2019年家庭金融調查的家庭數分別為8438戶、28141戶、37289戶、40011戶與34643戶。其中，2019年調查數據公布于2021年底。CHFS調研對象以家庭為單位，能夠涵蓋本文所需的家庭成員就業行業和福利效應等相關信息。考慮到2011年的抽樣調查與其后抽樣調查方法有較大區別，并且不具備省份代表性，故本文使用2013～2019年間的4期數據展開研究。同時，由于研究目的為觀察勞動力伴隨產業結構調整而出現的就業選擇變化，所以樣本均為有工作的家庭成員。在刪除缺失信息的樣本后，最終本文實證模型所用的樣本數量為36498個。

為了更加準確地估計城市低碳轉型對居民就業行為的影響，需要比較低碳試點政策開始前后對居民就業選擇的影響。對于被解釋變量，選擇調研問卷中關于家庭成員工作所屬行業這一指標，對應城市統計年鑒中統計分布，選擇采礦業、制造業、電力、熱力、煤氣及水生產和供應業、建筑業并設置虛擬變量，作為高碳行業就業選擇的代理變量。此外，具體研究方法與上文保持一致，仍使用DID模型作為主回歸模型，詳細設置如下：

式 （2）中，被解釋變量表示位于城市c的勞動力i在第t年就業狀態，其中carbonjobict＝1表示其在高碳行業就業，carbonjobict＝0表示勞動力的工作不在高碳行業。根據調研問卷，工作行業信息為調研年份上一年相關信息，所以2013年、2015年、2017年、2019年調研的數據結果實際對應2012年、2014年、2016年與2018年城市層面相關變量?？刂谱兞縞ontrolsict需同時考慮個體因素和城市因素，前者以勞動力個人的年齡、年齡的平方項、身體狀況、家庭成員數量、實際家庭總收入為代理變量，后者以互聯網用戶數、城鎮化率、實際地區經濟總量為代理變量⑥。pilotcityict和εict與前述定義一致，β1為常數項，β2、β3為參數，μic和ηct分別表示個體固定效應和年份固定效應。在進一步的研究中，為了觀測城市低碳轉型下居民就業調整導致的社會福利效應，選擇實際家庭成員去年工資收入和家庭成員去年平均每天工作時長作為代理變量，以替換式 （1）中的被解釋變量。上述涉及變量的描述性統計結果見表4。

表4 勞動力市場層面變量定義與描述性統計

3.2 基準回歸

低碳試點城市政策的推出，關鍵之一在于建立以低碳為特征的工業、能源、建筑、交通等產業體系?；诤暧^統計數據的實證結果表明了這一過程中勞動力從第二產業向第一產業和第三產業的轉移。根據表5中的列 （1）回歸結果可以看到，微觀調查數據同樣支持上述結論，城市低碳轉型導致勞動力從事高碳行業工作的概率降低了2.6%。然而，列 （2）和列 （3）的結果表明，這種就業低碳轉移的趨勢在總體上而言有利于樣本群體的福利提升：居民的實際工作收入有一定的提升，即使并不顯著；同時，居民的工作時長在5%的統計水平上顯著下降，日工作時長平均降低了0.15小時。可以認為，城市低碳轉型在一定程度上提升了社會福利效應。

表5 城市低碳轉型對勞動力市場就業的影響分析：基于DID模型估計

3.3 異質性分析

在產業結構調整的過程中，就業結構也隨之改變。勞動力在就業選擇上受制于勞動力技能和生命周期，導致勞動力市場供給和需求存在短期錯配和摩擦。因此，有必要區分城市低碳轉型下對勞動力市場中不同教育程度和生命周期群體的影響差異，具體而言，本文以勞動力受教育程度和年齡作為分組依據，采用分組回歸進行異質性檢驗。（1）基于文化程度的度量，將樣本分為高學歷和低學歷兩組，以本科（含）以上代表高學歷，包括大學本科、碩士研究生和博士研究生；以本科以下代表低學歷，包括大專/高職、中專/職高、高中、初中、小學以及沒上過學；（2）基于年齡維度的度量并考慮到 “35歲現象”［28］，本文以35歲為臨界值，將樣本分為高于35歲和低于35歲兩組。

表6中列 （1）、（2）的回歸結果顯示，城市低碳轉型下高碳行業對低學歷、年齡相對較高的群體的就業影響更為顯著。具體而言，城市低碳轉型對低學歷人群的影響在5%的水平上顯著，會導致3.6%的低學歷人群退出高碳行業。相反，對于高學歷人群卻出現了正向的影響，盡管并沒有體現出顯著性。這意味著，城市低碳轉型、產業結構調整的同時，也是高質量發展、產業升級的過程。因此，傳統高碳排放的工業企業轉型過程中，會出現對高素質人才的需求，也會出現相對低端的勞動力擠出。列 （3）和列 （4）對年齡結構的劃分可以看到，對35歲（含）以上的人群，城市低碳轉型對勞動力從高碳行業擠出的情況更為突出，會導致3.5%的高年齡群體退出高碳行業，這一結果在5%的統計水平上顯著。這可能跟相對年輕的群體文化程度普遍較高有關，也可能意味著，對于同樣的技術工作，傳統工業企業更偏好選擇較年輕的勞動力。

除了文化程度和年齡等個體層面因素，導致城市低碳轉型就業影響的因素還可能跟城市類型有關?？紤]到低碳試點城市政策對產業結構調整的對象主要為第二產業，本文選擇城市的工業化率將樣本進行再次分組，根據第二產業占比地區生產總值的均值，將所在城市分為高和低工業化率兩組。從表6中列 （5）和列 （6）的實證檢驗結果可以看到，在工業化率較高的地區，城市低碳轉型會導致4.1%的勞動力選擇離開高碳行業，這一比例高于樣本總體水平，且在10%的統計水平上顯著。另外，城市低碳轉型對工業化率較低城市的勞動力影響輕微且不顯著。也就是說，工業化率較高城市在城市低碳轉型的過程中，可能存在更多的勞動力從高碳行業流出的情況，這一點也與工業化率較高城市一般為高碳排放城市的事實相符。

表6 城市低碳轉型對勞動力市場的異質性影響：基于DID模型估計

3.4 穩健性檢驗

（1）調整樣本后再次檢驗。無論對于產業結構調整還是勞動力市場的再就業而言，都需要一個緩慢調整和適應的過程。因此，本文選擇剔除早期樣本重新對式 （2）進行回歸。實證結果發現，剔除CHFS 2013年調查樣本后，低碳城市試點在10%水平上降低3.4%的勞動力進入高碳行業就業概率（系數＝0.034，標準誤＝0.021，樣本量＝25767），該結果與表5基本保持一致⑦。

（2）平行趨勢檢驗。在式 （2）的基礎上進行事前趨勢檢驗，檢驗結果如圖2所示。在低碳試點城市政策推行之前估計系數均未顯著異于0，與利用宏觀經濟數據進行回歸時結果一致；在政策推行后，從事高碳行業的勞動力人數開始下降，并在政策開始后第4期呈現出顯著性。因此，平行趨勢檢驗通過，雖然政策沖擊后的影響與前文基于宏觀經濟數據的檢驗略有區別，但均體現出了低碳政策對產業結構調整的顯著影響。

圖2 城市低碳轉型對勞動力市場影響的平行趨勢檢驗

4 結論與啟示

隨著碳達峰與碳中和目標的持續推進，以城市為單位的綠色轉型既符合規模經濟理論，也契合我國目標責任制的政府管理模式。我國2010年以來低碳試點城市工作的推進，為未來城市低碳轉型的深入提供了樣板。然而，綠色轉型的同時如何影響產業結構和就業，能否確保公正轉型，能否提升社會福利水平，仍是我國實現綠色高質量發展需要關注的重點。

本文同時利用宏觀統計數據和微觀調查數據對上述問題進行了探索，研究發現，城市低碳轉型至少降低了2%的第二產業從業人員，且第二產業從業人員主要流向第三產業。從人員分布的角度來說，低碳發展對低學歷和年齡較高的群體影響較大；從城市分布的角度來說，低碳轉型對高碳行業聚集的城市影響更為顯著。進一步的福利分析發現，城市低碳轉型雖然會造成部分勞動力的再就業，但是并未對居民的實際工作收入造成影響，并且會顯著降低居民的日工作時長，一定程度提升了社會福利水平。

由于我國與發達國家在社會體制、人口規模、經濟增長階段等諸多方面的不同，我國城市低碳轉型的道路也將難免與之不同。在產業結構調整方面，以制造業和能源電力行業為主的轉型升級過程中，將保持對高素質人才的持續需求。值得慶幸的是，我國人口紅利正在從數量紅利向質量紅利過渡，在一定程度上滿足了雙碳目標下產業升級的需求。然而，需要特別指出的是，勞動力市場的需求和供給能否契合可能是我國產業調整邏輯的關鍵。

注釋：

①數據來源于世界銀行發布的 《碳市場定價機制的現狀與未來趨勢 2021》。

②數據來源于2021年5月發布的 《第七次全國人口普查公報》。

③根據2022年IPCC發布的第六次報告，人類活動對氣候變暖的影響是 “毫無疑問”的。

④數據來源于2018年12月發布的 《中華人民共和國氣候變化第二次兩年更新報告》。

⑤數據來源于國家統計局官方網站中的2020年全部地級及以上城市數。

⑥其中，收入和GDP變量以2010年價格為基期進行平減。

⑦限于篇幅，本文未報告調整樣本的具體回歸結果，資料備索。