留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

经济增长和空气污染如何影响就业?

赵领娣,戴亚鑫,王海霞

downloadPDF
赵领娣, 戴亚鑫, 王海霞. 经济增长和空气污染如何影响就业?[J]. bob手机在线登陆学报(社会科学版), 2022, 24(6): 41-53. doi: 10.15918/j.jbitss1009-3370.2022.1391
引用本文: 赵领娣, 戴亚鑫, 王海霞. 经济增长和空气污染如何影响就业?[J]. bob手机在线登陆学报(社会科学版), 2022, 24(6): 41-53.doi:10.15918/j.jbitss1009-3370.2022.1391
ZHAO Lingdi, DAI Yaxin, WANG Haixia. How Does Economic Growth and Air Pollution Affect Employment?[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2022, 24(6): 41-53. doi: 10.15918/j.jbitss1009-3370.2022.1391
Citation: ZHAO Lingdi, DAI Yaxin, WANG Haixia. How Does Economic Growth and Air Pollution Affect Employment?[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2022, 24(6): 41-53.doi:10.15918/j.jbitss1009-3370.2022.1391

经济增长和空气污染如何影响就业?

——基于动态面板模型的实证分析

doi:10.15918/j.jbitss1009-3370.2022.1391
基金项目:国家自然科学基金面上项目(71974176,71473233);山东省重点研发计划(软科学)一般项目(2021RKY01002)
详细信息
    作者简介:

    赵领娣(1963—),女,教授,博士生导师,E-mail:lingdizhao512@163.com

  • 用熵值法核算空气污染综合指数。考虑到版面有限,如有需要者可以联系笔者索取。
  • 中图分类号:F205;X24

How Does Economic Growth and Air Pollution Affect Employment?

——An Empirical Analysis based on Dynamic Panel Model

  • 摘要:就业是最大的民生工程,同时是社会稳定的重要保障。而经济和环境是影响就业的重要因素,研究两者对就业的影响方向及作用机制,对实现充分就业具有重要意义。有别于已有研究考察经济或环境单个因素对就业的影响,选取2008—2017年30个省(自治区、直辖市)的数据构建动态面板模型,将经济和环境纳入同一分析框架,研究经济增长、空气污染及两者交互项的就业效应和作用机理。研究结果表明:第一,经济增长、空气污染的就业效应有所不同,经济增长有利于扩大劳动力就业规模,而空气污染对其产生不利影响。不同性别人群具有异质性,相对女性劳动力而言,男性劳动力就业对经济增长和空气污染更加敏感。第二,经济增长、空气污染的交互作用进一步对劳动力就业产生影响,全国和东部地区具有显著促进作用,中部和东北地区产生显著抑制作用,西部地区交互项对劳动力就业作用不明显。基于以上结论,本文提出改善空气质量以增加劳动力供给、因地制宜推动经济和环境协调发展以扩大地区就业规模等的政策建议。
    注释:
    1) 用熵值法核算空气污染综合指数。考虑到版面有限,如有需要者可以联系笔者索取。
  • 表 1变量的描述性统计指标

    变量 定义 观测数 均值 标准差 最小值 最大值
    labor 城镇单位就业人数/万人 300 523.91 360.01 47.02 1 973.28
    air 每平方公里烟粉尘排放量/(吨/平方公里) 300 116.87 109.75 1.24 552.14
    eco 实际人均地区生产总值/(元/人) 300 4 3611.80 26 477.51 9 855.00 162 461.90
    wage 城镇单位就业人员的平均工资/元 300 4 8551.48 18 965.49 20 597.00 131 872.80
    old 老龄化/% 300 9.68 1.89 5.47 14.28
    pop 年末常住人口数/万人 300 4 495.47 2 692.56 554.00 11 169.00
    eduyear 平均受教育年限/年 300 8.92 0.95 6.76 12.50
    下载: 导出CSV

    表 2全样本及性别分样本回归结果

    解释变量 全国-eco 全国-air 女性-eco 女性-air 男性-eco 男性-air
    (1) (2) (3) (4) (5) (6)
    l.ln labor 0.775*** 0.840*** 0.652*** 0.699*** 0.800*** 0.877***
    (27.57) (56.09) (23.24) (29.34) (23.36) (26.24)
    ln air −0.042*** −0.018*** −0.043***
    (−10.03) (−3.39) (−6.33)
    ln eco 0.074** 0.03 0.200***
    (−2.22) (−0.34) (−4.86)
    ln wage 3.161*** 3.615*** 2.649*** 2.750*** 3.370*** 3.655***
    (8.91) (11.18) (6.47) (5.78) (5.37) (6.88)
    ln wage2 −0.150*** −0.170*** −0.122*** −0.126*** −0.167*** −0.174***
    (−8.83) (−11.42) (−6.97) (−5.68) (−5.54) (−7.01)
    ln old −0.351*** −0.340*** −0.186*** −0.211*** −0.362*** −0.410***
    (−15.67) (−10.95) (−7.32) (−8.46) (−7.32) (−13.56)
    ln pop 0.275*** 0.209*** 0.423*** 0.358*** 0.200*** 0.154***
    (7.63) (14.18) (34.65) (11.03) (4.92) (3.46)
    ln eduyear 0.545*** 0.560*** 0.466*** 0.365*** 0.737*** 0.805***
    (16.05) (12.45) (13.88) (10.92) (20.69) (16.96)
    _cons −18.689*** −20.181*** −17.004* −16.666*** −20.351*** −20.317***
    (−8.75) (−11.23) (−8.38) (−6.36) (−5.57) (−7.18)
    N 270 270 270 270 270 270
    AR(1) 0.009 7 0.011 2 0.015 6 0.014 0 0.015 0 0.017 0
    AR(2) 0.471 7 0.584 6 0.087 5 0.112 1 0.643 4 0.649 0
    Sargan检验 0.952 5 0.960 6 0.977 6 0.978 8 0.962 5 0.957 0
      注:***、**、*分别表示在1%、5%、10%的水平上显著(双侧);括号内数字为相应的标准误(双侧);AR(1)、AR(2)和Sargan检验分别提供检验的p值;为缓解异方差的影响,各模型变量均取对数处理。
    下载: 导出CSV

    表 3稳健性检验回归结果

    解释变量 更换变量 更换方法
    系统GMM(1) 系统GMM(2) 2SLS估计(3) 2SLS估计(4)
    l.ln labor 0.764*** 0.795*** 0.921*** 0.952***
    (24.81) (28.12) (23.39) (30.81)
    ln air −0.040*** −0.023***
    (−6.53) (−3.42)
    ln eco 0.121* 0.056*
    (−2.44) (1.96)
    ln wage −1.605 −0.331 −4.258** −2.619*
    (−1.77) (−0.39) (−3.10) (−2.02)
    ln wage2 0.064 0.008 0.190** 0.115*
    (1.57) (0.21) (3.05) (1.94)
    ln old −0.167*** −0.204*** −0.091* −0.099**
    (−8.25) (−6.51) (−5.02) (−2.87)
    ln pop 0.171*** 0.198*** 0.090* 0.058
    (4.27) (7.41) (2.23) (1.77)
    ln eduyear 0.262*** 0.168* 0.015 0.080
    (2.98) (2.24) (0.13) (0.76)
    _cons 8.481 2.536 23.190** 14.920*
    (1.66) (0.54) (3.07) (2.07)
    N 180 180 270 270
    AR(1) 0.028 4 0.026 8
    AR(2) 0.093 8 0.251 5
    Sargan检验 0.416 5 0.470 3 0.072 6 0.106 5
      注:(1)更换空气污染变量进行稳健性检验时,序列(1)改变数据时间跨度为2011—2017年,原因为2011年中国开始“十二五”规划,中央经济会议将培育战略性新兴产业提到首位,经济增长点发生变化;(2)***、**和*分别表示1%、5%和10%的显著性水平。
    下载: 导出CSV

    表 4全国层面交互项就业效应回归结果

    解释变量 加入一个核心变量 (1) 加入两个核心变量(2) 加入核心变量及交互项(3)
    l.ln labor 0.775*** 0.834*** 0.724***
    (27.57) (32.39) (30.61)
    interaction 0.195***
    (5.22)
    ln air −0.045*** −0.064***
    (−7.00) (−6.81)
    ln eco 0.074* −0.032 −0.010
    (2.22) (−0.56) (−0.16)
    ln wage 0.966*** 1.200*** 1.260***
    (2.61) (4.17) (2.27)
    ln wage2 −0.044*** −0.056*** −0.058***
    (−2.56) (−4.07) (−2.21)
    ln old −0.351*** −0.325*** −0.239***
    (−15.67) (−12.41) (−7.95)
    ln pop 0.275*** 0.224*** 0.315***
    (7.63) (9.78) (12.58)
    ln eduyear 0.545*** 0.602*** 0.578***
    (16.05) (13.41) (8.89)
    _cons −18.69*** −21.50*** −18.83***
    (−8.75) (−9.95) (−3.77)
    N 270 270 270
    AR(1) 0.009 7 0.012 0 0.012 6
    AR(2) 0.471 7 0.538 9 0.429 0
    Sargan检验 0.952 5 0.977 1 0.986 9
      注:***、**和*分别表示1%、5%和10%的显著性水平。
    下载: 导出CSV

    表 5地区层面交互项就业效应回归结果

    解释变量 东部地区 中部地区 西部地区 东北地区
    (1) (2) (3) (4)
    l.ln labor 0.714*** 0.758*** 0.504*** 0.373***
    (−7.60) (−6.91) (−5.63) (−2.94)
    interaction 0.446* −0.221* 0.052 −0.195***
    (−1.88) (−2.09) (−0.67) (−4.08)
    ln air −0.077* 0.007*** −0.010 1.496***
    (−1.95) (−0.25) (−0.49) (−4.13)
    ln wage 2.690*** 12.870*** 8.260*** −1.419***
    (−1.46) (−4.60) (−4.64) (−4.74)
    ln wage2 −0.134*** −0.621*** −0.375*** −0.599***
    (−1.59) (−4.60) (−4.47) (−1.75)
    ln old −0.123*** −0.236 0.011 0.512*
    (−1.14) (−1.60) (−0.12) (−2.45)
    ln pop 0.340** 0.254 0.481*** 0.087
    (7.63) (−1.67) (−4.94) (−0.46)
    ln eduyear 0.814* 0.448* 0.499*** 1.911***
    (16.05) (−2.26) (−3.33) (−3.16)
    ln eco 0.216 0.351 −0.171* 1.889***
    (−1.47) (−1.18) (−1.97) (−4.06)
    _cons −18.060 −71.240*** −45.710*** −9.081***
    (−1.80) (−4.56) (−4.78) (−3.79)
    N 100 60 110 30
    AR(1) 0.153 3 0.569 0 0.045 9 0.220 0
    AR(2) 0.212 8 0.943 0 0.583 7 0.227 0
    Sargan检验 1.000 0 0.270 0 1.000 0 0.062 0
      注:(1)东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省(自治区、直辖市);中部地区包括山西、安徽、江西、河南、湖北、湖南6个省(自治区、直辖市);西部地区包括重庆、四川、贵州、云南、陕西、甘肃、宁夏、青海、新疆、内蒙古、广西11个省(自治区、直辖市);东北地区包括黑龙江、吉林、辽宁3个省;西藏和港、澳、台地区数据缺失较多,不包括在研究范围之内。(2)***、**和*分别表示1%、5%和10%的显著性水平。
    下载: 导出CSV
  • [1] 刘元华, 吴玉锋, 贾杰林, 等. 经济增长、技术进步和结构调整与中国就业[J]. 中国人口·资源与环境, 2012, 22(S1): 368-371.
    [2] 赵利, 潘志远, 王东霞. 城镇劳动就业影响因素的实证研究: 基于主成分分析法和VAR模型的分析[J]. 宏观经济研 究, 2014(05): 117-126+143.
    [3] 谷彬, 孙文博. 新常态下就业的宏观经济影响因素研究: 基于月度数据的实证检验[J]. 宏观经济研究, 2016(08): 12-19.
    [4] 李俊锋, 王代敬, 宋小军. 经济增长与就业增长的关系研究: 两者相关性的重新判定[J]. 中国软科学, 2005, 12(1): 64-70.doi:10.3969/j.issn.1002-9753.2005.01.010
    [5] 林秀梅, 王磊. 我国经济增长与失业的非线性关系研究[J]. 数量经济技术经济研究, 2007, 24(6): 47-55.doi:10.3969/j.issn.1000-3894.2007.06.008
    [6] 孙文凯. 中国近年来经济增长与就业增长间数量关系解释[J]. 经济理论与经济管理, 2014(1): 16-26doi:10.3969/j.issn.1000-596X.2014.01.002
    [7] 尹碧波. 中国经济的高增长与低就业: 货币有效就业假说与经验检验[J]. 经济学家, 2011(5): 28-35.
    [8] 郭兆晖, 孙金山, 郭路. 基于劳动力就业视角的中国经济增长分析: 理论与实践[J]. 云南财经大学学报, 2020, 36(12): 19-26.
    [9] 蔡昉, 都阳, 高文书. 就业弹性、自然失业和宏观经济政策: 为什么经济增长没有带来显性就业?[J]. 经济研究, 2004(9): 18-25+47.
    [10] 齐义军, 付桂军. 促进我国经济与就业协调增长的路径[J]. 经济研究参考, 2012(48): 34-35.
    [11] 李晨. 重新解读奥肯定律对我国“高增长、低就业”现象的适用性[J]. 经济纵横, 2010(10): 39-42.
    [12] 钟智全, 唐姣美. 实现经济发展与就业增长良性互动研究[J]. 改革与战略, 2015, 31(4): 31-35.
    [13] 蔡芸, 周梅, Julian CHOW. 空气污染对劳动力供给的影响研究: 基于健康人力资本视角[J]. 社会保障研究, 2018(06): 59-68.doi:10.3969/j.issn.1674-4802.2018.06.005
    [14] 祁毓, 卢洪友, 张宁川. 环境质量、健康人力资本与经济增长[J]. 财贸经济, 2015(6): 124-135.
    [15] MATUS K, YANG T, PALTSEV S, et al. Toward integrated assessment of environmental change: air pollution health effects in the USA[J]. Climatic change, 2008, 88(1): 59-92.doi:10.1007/s10584-006-9185-4
    [16] CHANG T, GRAFF Z J, GROSS T, et al. Particulate pollution and the productivity of pear packers[J]. American Economic Journal: Economic Policy, 2016, 8(3): 141-169.doi:10.1257/pol.20150085
    [17] 楚永生, 刘杨, 刘梦. 环境污染效应对异质性劳动力流动的影响: 基于离散选择模型的空间计量分析[J]. 产经评论, 2015, 6(04): 45-56.
    [18] 肖挺. 环境质量是劳动人口流动的主导因素吗?: “逃离北上广”现象的一种解读[J]. 经济评论, 2016(02): 3-17.
    [19] 盛鹏飞, 杨俊, 丁志帆. 环境污染对中国劳动供给的影响: 基于面板误差修正模型的研究[J]. 技术经济, 2016, 35(1): 119-125.doi:10.3969/j.issn.1002-980X.2016.01.018
    [20] FLORENCE D L, ZHU Y, HENRY S, et al. Direct and indirect impacts of environmental factors on migration in Burkina Faso: application of structural equation modelling[J]. Population & Environment, 2019, 40(4): 456-479.
    [21] 孙伟增, 张晓楠, 郑思齐. 空气污染与劳动力的空间流动: 基于流动人口就业选址行为的研究[J]. 经济研究, 2019, 54(11): 102-117.
    [22] 邵帅. 空气污染对城市外来劳动力居留意愿的影响研究[J]. 现代经济探讨, 2021(2): 26-32.
    [23] 杨肃昌, 马素琳. 城市经济增长对空气质量的影响: 基于省会城市面板数据的分析[J]. 城市问题, 2015(12): 4-11.
    [24] 王元地, 王国蒙. 环境综合污染程度与人均居民可支配收入关系的EKC验证[J]. 中国科技论坛, 2017(6): 145-152.
    [25] 孙攀, 吴玉鸣, 鲍曙明, 等. 经济增长与雾霾污染治理: 空间环境库兹涅茨曲线检验[J]. 南方经济, 2019(12): 100-117.
    [26] 王媛, 刘儒. 所有权性质、环境污染与经济发展关系的实证[J]. 统计与决策, 2019, 35(12): 136-138.
    [27] 马轶群. 中国环境污染的波动性研究——基于RBC模型的分析[J]. bob手机在线登陆学报(社会科学版), 2021, 23(4): 40-48.
    [28] 王谦, 高军. 我国不同地区“环境库兹涅茨曲线”假说的检验[J]. 科研管理, 2011, 32(7): 157-164.
    [29] 徐盈之, 王进. 我国能源消费与经济增长动态关系研究: 基于非参数逐点回归分析[J]. 软科学, 2013, 27(8): 1-5+10.doi:10.3969/j.issn.1001-8409.2013.08.001
    [30] 曹洪军, 莎娜. 区域环境视角下的区域经济发展模式研究: 基于山东省数据的实证分析[J]. 中国工业经济, 2011(8): 25-35.
    [31] 张可, 汪东芳. 经济集聚与环境污染的交互影响及空间溢出[J]. 中国工业经济, 2014(6): 70-82.
    [32] 周杰琦, 梁文光. 环境规制能否有效驱动高质量发展?——基于人力资本视角的理论与经验分析[J]. bob手机在线登陆学报(社会科学版), 2020, 22(5): 1-13.
    [33] 何璇, 张旭亮. 浙江省产业转型升级对劳动力需求的影响[J]. 经济地理, 2015, 35(4): 123-127.
    [34] 谢杨, 戴瀚程, 花岡達也, 等. PM2.5污染对京津冀地区人群健康影响和经济影响[J]. 中国人口·资源与环境, 2016 (11): 19−27.
    [35] 李卫兵, 邹萍. 空气污染与居民心理健康——基于断点回归的估计[J]. bob手机在线登陆学报(社会科学版), 2019, 21(6): 10-21.
    [36] 李佳. 空气污染对劳动力供给的影响研究——来自中国的经验证据[J]. 中国经济问题, 2014(5): 67-77.
    [37] 徐鸿翔, 张文彬. 空气污染对劳动力供给的影响效应研究——理论分析与实证检验[J]. 软科学, 2017, 31(3): 99-102+14.
    [38] 孙猛, 李晓巍. 空气污染与公共健康: 基于省际面板数据的实证研究[J]. 人口学刊, 2017, 39(5): 5-13.
    [39] 藏媛, 郝枫. 空气质量对流动人口城市留居意愿强度的影响[J/OL]. [2022-07-06].软科学. http://kns.cnki.net/kcms/detail/51.1268.G3.20210930.1123.002.html.
    [40] 李秀敏. 人力资本、人力资本结构与区域协调发展——来自中国省级区域的证据[J]. 华中师范大学学报(人文社会科学版), 2007, 46(3): 47-56.
    [41] 杨丽, 孙之淳. 基于熵值法的西部新型城镇化发展水平测评[J]. 经济问题, 2015(3): 115-119.
    [42] 杨俊, 盛鹏飞. 环境污染对劳动生产率的影响研究[J]. 中国人口科学, 2012(5): 56-65+112.
    [43] 李旭超, 刘丁华, 金祥荣. 僵尸企业的生成、危害及处置: 文献综述和未来研究方向[J]. 北京工商大学学报(社会科学版), 2021, 36(1): 114-126.
    [44] 孙久文, 张皓. 我国区域发展差距的多尺度考察及其“十四五”趋向[J]. 改革, 2021(11): 71-81.
    [45] 陈浩, 罗力菲. 环境规制对经济高质量发的影响及空间效应: 基于产业结构转型中介视角[J]. bob手机在线登陆学报(社会科学版), 2021, 23(6): 27-40.
    [46] 何枫, 刘荣, 陈丽莉. 履行环境责任是否会提高企业经济效?: 基于利益相关者视角[J]. bob手机在线登陆学报(社会科学版), 2020, 22(6): 32-42.
    [47] 骆海燕, 屈小娥, 胡琰欣. 环保税制下政府规制对企业减排的影响: 基于演化博弈的分析[J]. bob手机在线登陆学报(社会科学版), 2020, 22(1): 1-12.
    [48] 许和连, 钱愈嘉, 邓玉萍. 环境污染与劳动力迁移: 基于CGSS调查数据的经验研究[J]. 湖南大学学报(社会科学版), 2019, 33(2): 68-76.
  • [1] 李卫兵, 邹萍.空气污染与居民心理健康——基于断点回归的估计. bob手机在线登陆学报(社会科学版), 2019, (6): 10-21.doi:10.15918/j.jbitss1009-3370.2019.7156
    [2] 李宏.中国自然灾害与长期经济增长——基于VAR与VEC模型的协整分析. bob手机在线登陆学报(社会科学版), 2018, (5): 112-118.doi:10.15918/j.jbitss1009-3370.2018.5458
    [3] 王春枝, 赵国杰, 王维国, 于扬.MIDAS模型与EQW模型预测精度的比较——以资产价格的经济增长效应为例. bob手机在线登陆学报(社会科学版), 2017, (6): 95-102.doi:10.15918/j.jbitss1009-3370.2017.2349
    [4] 黄清煌, 高明, 吴玉.环境规制工具对中国经济增长的影响——基于环境分权的门槛效应分析. bob手机在线登陆学报(社会科学版), 2017, (3): 33-42.doi:10.15918/j.jbitss1009-3370.2017.1063
    [5] 单鹏, 鞠晓峰, 于楠楠, 裴佳音.区域新知识创造对创业活动影响的空间动态研究. bob手机在线登陆学报(社会科学版), 2015, (6): 106-112.doi:10.15918/j.jbitss1009-3370.2015.0614
    [6] 朱恬恬, 张晨婧, 张跃军.中国教育经济复杂系统的协调性研究. bob手机在线登陆学报(社会科学版), 2015, (5): 162-168.doi:10.15918/j.jbitss1009-3370.2015.0523
    [7] 张华, 魏晓平.“能源—经济—环境”系统的约束与解约束:理论与实证. bob手机在线登陆学报(社会科学版), 2015, (3): 53-59.doi:10.15918/j.jbitss1009-3370.2015.0308
    [8] 周杰琦, 汪同三.外商直接投资、经济增长和CO2排放——基于中国省际数据的实证研究. bob手机在线登陆学报(社会科学版), 2014, (3): 30-37,74.
    [9] 任杰, 王雨飞.粤澳地区经济增长的协同性研究. bob手机在线登陆学报(社会科学版), 2014, (2): 64-68.
    [10] 张华, 魏晓平.能源替代与内生经济增长路径研究. bob手机在线登陆学报(社会科学版), 2014, (4): 42-49.
    [11] 赵玉焕, 王邵军.山东省经济增长与碳排放的关系研究. bob手机在线登陆学报(社会科学版), 2013, (2): 39-42.
    [12] 石蕾, 李洋.中国区域经济增长的碳排放强度差异及其敛散性. bob手机在线登陆学报(社会科学版), 2013, (2): 34-38.
    [13] 梁媛.消费信贷与经济增长:北京和全国的比较分析. bob手机在线登陆学报(社会科学版), 2012, (2): 22-26.
    [14] 许冬兰, 李琰.能源约束对经济增长和城市化影响的实证研究——以山东省为例. bob手机在线登陆学报(社会科学版), 2012, (4): 74-79,88.
    [15] 陈庭强, 郑坤法, 何建敏.心理账户交互作用下证券投资组合风险度量模型研究. bob手机在线登陆学报(社会科学版), 2012, (6): 60-63.
    [16] 葛永智, 侯光明.国防科技研发对国民经济增长溢出效应评价研究. bob手机在线登陆学报(社会科学版), 2010, (5): 9-12.
    [17] 吴三忙, 李树民.经济增长与城乡收入差距演化——基于各省面板数据的实证分析. bob手机在线登陆学报(社会科学版), 2007, (3): 68-73.
    [18] 李竟成, 赵守国.对区域经济增长路径选择的实证分析:以中部五省为例. bob手机在线登陆学报(社会科学版), 2006, (3): 75-78.
    [19] 王艳丽, 刘传哲.全要素生产率对中国经济增长的贡献:1952~2002. bob手机在线登陆学报(社会科学版), 2006, (5): 88-91.
    [20] 李杰.中国经济增长的资本策略选择. bob手机在线登陆学报(社会科学版), 2002, (2): 52-55.
  • 加载中
表 (5)
计量
  • 文章访问数:334
  • HTML全文浏览量:59
  • PDF下载量:25
  • 被引次数:0
出版历程
  • 收稿日期:2021-10-19
  • 录用日期:2021-12-31
  • 网络出版日期:2021-12-31
  • 刊出日期:2022-11-10

经济增长和空气污染如何影响就业?

——基于动态面板模型的实证分析

doi:10.15918/j.jbitss1009-3370.2022.1391
    基金项目:国家自然科学基金面上项目(71974176,71473233);山东省重点研发计划(软科学)一般项目(2021RKY01002)
    作者简介:

    赵领娣(1963—),女,教授,博士生导师,E-mail:lingdizhao512@163.com

  • 用熵值法核算空气污染综合指数。考虑到版面有限,如有需要者可以联系笔者索取。
  • 中图分类号:F205;X24

摘要:就业是最大的民生工程,同时是社会稳定的重要保障。而经济和环境是影响就业的重要因素,研究两者对就业的影响方向及作用机制,对实现充分就业具有重要意义。有别于已有研究考察经济或环境单个因素对就业的影响,选取2008—2017年30个省(自治区、直辖市)的数据构建动态面板模型,将经济和环境纳入同一分析框架,研究经济增长、空气污染及两者交互项的就业效应和作用机理。研究结果表明:第一,经济增长、空气污染的就业效应有所不同,经济增长有利于扩大劳动力就业规模,而空气污染对其产生不利影响。不同性别人群具有异质性,相对女性劳动力而言,男性劳动力就业对经济增长和空气污染更加敏感。第二,经济增长、空气污染的交互作用进一步对劳动力就业产生影响,全国和东部地区具有显著促进作用,中部和东北地区产生显著抑制作用,西部地区交互项对劳动力就业作用不明显。基于以上结论,本文提出改善空气质量以增加劳动力供给、因地制宜推动经济和环境协调发展以扩大地区就业规模等的政策建议。

注释:
1) 用熵值法核算空气污染综合指数。考虑到版面有限,如有需要者可以联系笔者索取。

English Abstract

赵领娣, 戴亚鑫, 王海霞. 经济增长和空气污染如何影响就业?[J]. bob手机在线登陆学报(社会科学版), 2022, 24(6): 41-53. doi: 10.15918/j.jbitss1009-3370.2022.1391
引用本文: 赵领娣, 戴亚鑫, 王海霞. 经济增长和空气污染如何影响就业?[J]. bob手机在线登陆学报(社会科学版), 2022, 24(6): 41-53.doi:10.15918/j.jbitss1009-3370.2022.1391
ZHAO Lingdi, DAI Yaxin, WANG Haixia. How Does Economic Growth and Air Pollution Affect Employment?[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2022, 24(6): 41-53. doi: 10.15918/j.jbitss1009-3370.2022.1391
Citation: ZHAO Lingdi, DAI Yaxin, WANG Haixia. How Does Economic Growth and Air Pollution Affect Employment?[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2022, 24(6): 41-53.doi:10.15918/j.jbitss1009-3370.2022.1391
  • 就业为民生之本,是经济社会发展的基础,同时也是居民收入增长的主要来源。改革开放初期,中国经济迅猛发展,依靠投入大量生产要素扩大生产规模,企业雇佣劳动人数较多,经济增长对就业拉动作用较强。与此同时,劳动者对环境问题的关注度较低,就业受环境污染的影响较小。另外,在“GDP锦标赛”增长模式下,中国工业发展路径为“先污染,后治理”,传统观点认为环境治理将加重企业生产负担,损害经济整体发展,因而环境污染被暂时“忽视”,环境治理对就业的部分抑制作用并未显现。然而,粗放型经济发展给就业带来的拉动效应不能长期持续。一方面,依靠要素积累的高速增长已趋向收敛,导致劳动力需求相对下降,进而对就业的带动作用减弱;另一方面,多年来以环境为代价的发展导致中国资源过度浪费、环境质量严重下降,环境污染尤其是空气污染引发多种呼吸道疾病、降低公众主观幸福感,损害劳动者身心健康,对就业产生不利影响。

    因此,基于环境治理的紧迫性和粗放式发展的弊端,十九大报告提出“加强生态文明建设”“推动经济高质量发展”等要求,同时在第75届联合国大会上中国承诺要实现2030年前碳排放达峰、2060年前碳中和的节能减排目标。在此背景下,中央和地方各级政府对环境污染的关注度逐步提升,环境治理执法力度加强。对污染排放量高的传统工业企业而言,直接增加企业的生产成本,削弱企业竞争优势,致使企业缩减生产规模,进而降低吸纳劳动力的能力;对环保企业而言,治污产品和服务需求增多,新工艺和设备被更多地选择,环保产业投资上升、规模扩大,从而创造更多新的就业机会。那么中国劳动力就业整体有什么表现,环境保护、经济增长和充分就业等多重目标能否同时实现?然而,空气污染作为影响最具普遍性和广泛性的污染因素,其就业效应相关研究较少,经济、环境的交互作用对就业的影响更是鲜有被关注。鉴于此,本文既考虑经济增长、空气污染分别对就业的影响,也考虑两者交互项对就业的影响,试图回答:经济增长、空气污染及两者交互项对就业产生何种影响,影响是否存在地区、人群性别差异,影响机制是什么?从而为推动中国经济高质量发展,在生产过程中兼顾经济发展和环境保护,为实现就业增长提供重要参考和有意借鉴。

    • 经济增长的就业效应始终是学术界关心的热门课题。可追溯到古典学派“生产创造需求”、新古典学派“索洛模型”等相关理论。目前,现有文献主要以奥肯定律、就业理论等为基础进行研究,大部分学者认为经济增长能促进就业增长[1-3]。具体而言,在理论分析方面,研究证实中国国情符合奥肯定律,虽然在奥肯系数的大小上存在一些分歧,但大家普遍认为经济增长与失业率之间存在反向变动的关系[4-6];且货币有效就业假说同样解释中国经济增长对就业增长具有显著推动作用[7]。在计量经济分析方面,实证检验产出与人力资本存量具有协整关系,经济增长与人力资本增长具有长期稳定关系[8]。也有学者质疑经济增长对就业的积极作用,认为中国经济增长对就业的吸纳能力在逐步减弱,经济与就业表现出非协调的特征[9-10]。有学者针对这一问题做出解释,由于劳动力市场的发展落后于经济涨幅,且经济增长方式的转变及产业结构调整对高技能劳动力需求增加、低素质劳动力难以匹配。因此,出现经济增长对就业带动作用不显著的现象,但这与奥肯定律不矛盾,仍然支持经济增长带动整体就业增加[11-12]

      随着收入水平的提升,人们对美好环境的需求日益增长,就业受环境因素的影响。相关研究普遍认为环境污染会对劳动力就业造成负面影响[13-14],环境污染引发呼吸道疾病,损害公众健康,降低劳动生产率,在一定程度上增加了居民医疗支出,进而挤占家庭教育资本,不利于劳动力素质提升,降低劳动力供给水平[15-16]。同时研究表明教育水平和收入的提高还会加剧环境污染在短期内降低劳动力的供给水平这种负作用[17-20]。在诸多环境污染因素中,空气污染的影响最具普遍性和广泛性。近年来,有学者聚焦于空气污染与劳动力流动的关系研究,相关研究证实空气污染对流动人口就业选址行为及城市外来劳动力居留意愿均有显著的负向影响[21-22],而关于空气污染的就业效应还较少被关注。

      针对经济发展与环境污染的关系,相关研究主要围绕环境库兹涅茨曲线展开,一些学者建立非平衡面板数据模型、分位数回归模型、动态空间杜宾面板数据模型、动态联立方程模型验证中国经济增长和环境污染呈“倒U形”的曲线关系[23-26]。并有研究表明,中国环境污染的波动性与产出波动相关性极强[27]。有学者进一步指出,不同地区经济和环境的关系存在差异[28],将全国划分为东、中、西三个地区进行研究,只有东部发达地区存在“倒U形”关系[29]。还有学者关注环境污染对经济增长的反向影响,以及经济和环境的双向关系。他们普遍认为经济和环境是相互影响的,经济增长会改变环境质量,而环境质量也会影响经济增长[30-32]。综上所述发现,学术界普遍认为经济、环境两者相互作用,但将经济、环境和劳动力就业放在同一框架下的研究还有所欠缺。

      现有文献表明,经济增长的就业效应一直是学术界的热门话题,相关理论、实证研究比较丰富,大多数学者支持经济增长促进劳动力就业;而有关环境与就业的课题近几年才受到关注,研究仍在初步阶段,大多研究认为环境污染对就业具有负向影响。然而聚焦于空气污染对劳动力就业的影响的研究较少,鲜有文献研究经济增长和空气污染两者交互项对就业的影响及其作用机制。鉴于此,本文的边际贡献在于:(1)创新性地将经济与环境纳入同一框架,研究经济增长、空气污染及两者交互项的就业效应,并实证考察经济增长、空气污染就业效应的人群性别异质性,从理论推断和实证检验双重角度丰富有关就业影响因素的研究内容。(2)考虑到区域经济发展和空气污染程度的差异,将全国划分为东、中、西、东北四区,实证分析经济增长、空气污染两者交互项的就业效应是否具有地区异质性。以期对实现区域性经济与环境良好互动,扩大就业规模提供较为完善的视角和思路。

    • 经济增长与劳动力就业具有一致性[1],即经济增长能促进劳动力就业。古典经济学家亚当斯密提出生产创造需求,经济增长会推动社会需求总量的增加,进而实现就业人数的增加。一方面,由于劳动力资源是重要的生产要素,经济增长推动企业生产规模扩大,企业雇佣劳动力增加。另一方面,在经济发展过程中,产业结构调整,新兴产业的出现会为劳动者创造新的就业岗位,从而推动就业增长[33]。 新古典经济学派提出“索洛模型”理论和“奥肯定律”,同样表明经济和就业有着相同的变化趋势。之所以有相同变化趋势,重要原因是经济增长有助于国家财政收入和国民收入的增加,进而能够为扩大财政性教育投资、提升劳动者个人素质提供物质基础,最终满足社会经济发展对劳动力素质的要求,实现劳动力资源的合理配置。此外,经济增长能够为劳动者提供更高的工资水平,更优质的就业环境,从而刺激劳动者就业意愿,增加劳动力的供给。

      另外,经济增长对劳动力就业的影响存在性别差异。经济在发展过程中为男女性劳动者提供的就业机会有所不同。由于男女性劳动者在身心素质、婚姻生育因素等方面存在差异并受传统观念的影响,劳动力市场始终存在着或多或少的性别歧视,男性在就业中更具有优势,经济在发展过程中对男性劳动者的需求始终更大,为其提供的就业机会也相对较多。不仅如此,男性在家庭和社会中所担负的经济压力更重,他们对于社会发展中提供的就业机会需求更大,这都使得经济发展对男性劳动者就业的积极影响大于女性。

      基于以上理论,提出以下假设:

      假设1.经济增长能够促进劳动力就业的增加,促进作用存在性别异质性。

    • 伴随着经济高速发展,中国环境问题日益突出,空气质量不断恶化。空气中的 $ {\text{SO}}_{\text{2}} $ $ {\text{PM}}_{\text{2.5}} $ 颗粒物等污染物会通过多种途径对劳动力就业直接产生负面影响。首先,国内外大量流行病学研究早已证实,颗粒物是对人体危害最大的大气污染物,暴露在颗粒物中,会对人体呼吸系统和心血管系统造成损害,这些疾病会影响工作出勤率,减少劳动时间,直接影响劳动力供给[34],导致就业规模下降。其次,空气污染恶化劳动者工作和生活环境,减少其户外运动和正常社交,不利于其心理健康[35],进而导致他们的生产效率下降、工作意愿降低,同样不利于就业规模的扩大。另外,空气污染造成人们的生活与工作环境恶化、健康水平受损,劳动者为此要增加开支来改善生活条件以及接受医疗服务,这给劳动者带来额外健康支出,挤占了其在人力资本积累方面的开支,劳动者没有充足的财力来提升自身素质,导致竞争力不足,人力资本积累受到影响,也无法满足社会生产与经济发展对劳动力素质的要求,进而影响就业水平。再次,空气污染对城市外来流动人口的就业选址和居留意愿具有显著的负向影响,抵消城市收入提高对劳动力的吸引力,阻碍城市人力资本的聚集,不利于整体就业规模的增长。

      空气污染对劳动力就业的影响同样因劳动者性别而异。由于工作性质的差异,相对于女性劳动者而言,男性暴露在户外环境的机会更多、时间更长,接触到污染物质,出现呼吸系统方面的疾病的概率更大,造成其工作能力和就业意愿下降,因此其就业水平受到空气污染的影响更大。

      基于以上理论,提出以下假设:

      假设2 .空气污染对劳动力就业产生负面效应,且对男性劳动者影响更大。

    • 经济和环境是不可分割、相互依赖的,两者具有双向因果关系。经济增长会影响空气污染的就业效应,空气污染也会反过来影响经济增长的就业效应。二者的相互作用关系会进一步影响劳动力就业的规模。

      1.经济增长会影响空气污染的就业效应

      在发展水平较低的阶段和地区,经济增长会加重空气污染对就业的负面影响。地区在发展初期更注重追求经济增长,经济规模不断扩大,城市化进程不断推进,意味着更大规模的经济活动和自然资源消耗,从而排放大量污染物,这会加剧污染对劳动者身体健康、工作效率等方面的负面影响,进而限制就业规模增长。同时由于地区经济的发展水平低,政府财政收入较低而在环境保护方面的投入力度小,空气质量监测系统不完善、信息发布不及时;劳动者收入水平低,无法支付空气污染对健康造成的医疗支出,这均导致劳动者因呼吸系统疾病而死亡的人数增加,从而使得就业规模缩小。而在发展水平较高的阶段和地区,经济增长会缓解空气污染对就业的负面影响。经济发展到一定程度时,产业结构向着更高级的方向优化调整,当资本技术密集型的第三产业逐渐超过能源密集型的第二产业,会促使高消耗高污染型生产模式转变,生产活动排放的污染物大幅降低,空气污染得到改善,其对劳动者的身心健康损害减轻,有利于缓解空气污染对劳动力就业的负向影响。在经济发展水平高的地区,企业更有能力进行生产技术创新,开发和利用新能源;政府有财力支持环境保护,提高空气质量监测水平、补贴治污技术的研发;劳动者有能力投资个人健康和改善生活工作环境,这都有利于减轻空气污染对劳动者的健康损害,从而减轻空气污染对就业的负面影响。

      2.空气污染会影响经济增长的就业效应

      首先,空气污染会影响劳动力的就业选址和居留意愿,而劳动力迁入或迁出会影响地区经济增长,进而影响经济增长的就业效应。对经济发展程度较低的地区而言,社会卫生资源相对缺乏,社会福利体系不够完善,空气污染造成的疾病治疗与康复支出的加重会导致及劳动者生产效率的下降甚至健康劳动力的损失,会导致该地区有能力、收入水平及教育水平较高的劳动者发生迁移,这都不利于地区经济增长,地区经济增长缓慢更加导致劳动力就业增长缓慢。对经济发展程度较高的地区而言,空气质量检测水平更高,信息发布及时,外加公共服务如医疗服务、社会福利体系更加完善,均能够减轻污染对劳动者身心健康损害。较高的工资水平和完善的福利医疗体系在一定程度上会抵消空气污染对劳动力的负向驱逐效应,吸引部分劳动力迁入,有利于劳动力聚集,促进地区经济更高效增长,经济高效增长有利于给劳动力提供更高的工资收入水平和就业岗位,进一步扩大地区就业规模。

      其次,对处于发展初期和经济欠发达的地区,空气污染的治理可能削弱该地区经济增长对就业的促进作用;对处于发展后期和较发达的地区,空气污染的治理可能促使该地区经济增长更好地发挥对就业的带动作用。随着国家对环境治理的重视,政府为了改善空气污染问题,会进行环境规制,加大力度向企业征收排污费用、提高企业的排污标准。经济发展水平低的地区,其企业的利润也较小,环保技术和减排措施的投入都会增加企业的生产成本,使其面临经济效益降低的境况,这时企业可能会选择缩减生产规模或者重新选址,不利于相关产业的发展以及经济的集聚与增长,劳动者就业机会减少,进而影响劳动力就业规模。发达地区劳动者收入水平相对更高,对空气污染会更加敏感,对优质环境需求更大。人们对美好环境的诉求和政府对严格的环境规制的实施促使企业进行生产技术创新,实施清洁能源,从而提高其生产效率以及对环境和资源的利用效率,这都会有助于产业结构向着更高级的方向优化,实现经济高效增长,扩大对不同层次人才的需求,使得劳动力就业增长。同时,发达地区由于政策、资金、人才等方面存在优势,对空气污染的规制更易促使环保新兴产业的出现与发展,这为劳动者创造更多就业机会,实现就业增长。

      基于以上理论,提出以下假设:

      假设3.经济增长与空气污染的相互作用对就业产生影响,且这种影响存在地区异质性。

    • 企业在调整用工数量时,会额外增加解雇员工,重新招聘、培训新员工等成本,这一系列成本会导致企业调整合意用工的时间变长。同时,劳动力市场发展不完备,存在信息不对称问题,导致劳动力转移成本较大,使得劳动力就业调整存在滞后效应。因此,本文将被解释变量的滞后期引入计量模型,建立动态面板模型。基于前文的机制分析,为实证考察经济增长、空气污染及两者交互项的就业效应,设计如下实证模型

      $$ {\mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}\mathrm{r}}_{{it}}={\mathrm{\gamma }}_{0}+{\mathrm{\gamma }}_{1}{\mathrm{e}\mathrm{c}\mathrm{o}}_{it}+{\mathrm{\gamma }}_{2}{\mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}\mathrm{r}}_{{it}-1}+{\mathrm{\gamma }}_{3}{{Z}}_{{it}}+{\mathrm{\varepsilon }}_{it} $$ (1)
      $$ {\mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}\mathrm{r}}_{{it}}={\mathrm{\delta }}_{0}+{\mathrm{\delta }}_{1}{\mathrm{a}\mathrm{i}\mathrm{r}}_{{it}}+{\mathrm{\delta }}_{2}{\mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}\mathrm{r}}_{{it}-1}+{\mathrm{\delta }}_{3}{{Z}}_{it}+{\mathrm{\varepsilon }}_{it} $$ (2)
      $$ \mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}{\mathrm{r}}_{it}={\mathrm{\alpha }}_{0}+{\mathrm{\alpha }}_{1}\mathrm{a}\mathrm{i}{\mathrm{r}}_{it}+{\mathrm{\alpha }}_{2}\mathrm{e}\mathrm{c}{\mathrm{o}}_{it}+{\mathrm{\alpha }}_{3}(\mathrm{a}\mathrm{i}{\mathrm{r}}_{it}\times \mathrm{e}\mathrm{c}{\mathrm{o}}_{it})+{\mathrm{\alpha }}_{4}{{Z}}_{it}+{\mathrm{\varepsilon }}_{it} $$ (3)
      $$ \mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}{\mathrm{r}}_{it}={\mathrm{\alpha }}_{0}+{\mathrm{\alpha }}_{1}\mathrm{a}\mathrm{i}{\mathrm{r}}_{it}+{\mathrm{\alpha }}_{2}\mathrm{e}\mathrm{c}\mathrm{o}_{it}+{\mathrm{\alpha }}_{4}(\mathrm{a}\mathrm{i}{\mathrm{r}}_{it}-\overline{\mathrm{a}\mathrm{i}{\mathrm{r}}_{{i}.}})(\mathrm{e}\mathrm{c}{\mathrm{o}}_{{it}}-\overline{\mathrm{e}\mathrm{c}{\mathrm{o}}_{{{{i}}}.}})+{\mathrm{\alpha }}_{5}{{Z}}_{it}+{\mathrm{\varepsilon }}_{it}  $$ (4)
      $$ \mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}{\mathrm{r}}_{it}={\mathrm{\beta }}_{0}+{\mathrm{\beta }}_{1}\mathrm{a}\mathrm{i}{\mathrm{r}}_{it}+{\mathrm{\beta }}_{2}\mathrm{e}\mathrm{c}\mathrm{o}_{it}+{\mathrm{\beta }}_{3}\mathrm{l}\mathrm{a}\mathrm{b}\mathrm{o}{\mathrm{r}}_{{i}{t}-1}\hspace{0.33em}+{\mathrm{\beta }}_{4}(\mathrm{a}\mathrm{i}{\mathrm{r}}_{{it}}-\overline{\mathrm{a}\mathrm{i}{\mathrm{r}}_{{i}.}})(\mathrm{e}\mathrm{c}{\mathrm{o}}_{{it}}-\overline{\mathrm{e}\mathrm{c}{\mathrm{o}}_{{i}.}})+{\mathrm{\beta }}_{5}{{Z}}_{it}+{\mathrm{\varepsilon }}_{{it}} $$ (5)

      其中, ${i}{}$ 代表省级地区横截面; ${t}{}$ 为年份; $ \text{labor} $ 为被解释变量,即就业; $ \text{air} $ $ \text{eco} $ 为核心解释变量,分别表示空气污染和经济增长; ${Z}$ 为控制变量。模型(1)中 $ {\gamma }_{1} $ 表示经济增长的就业效应,根据论文假设1,期望得到的结果是 ${\gamma }_{1} > 0。$ 模型(2)中 $ {\delta }_{1} $ 表示空气污染的就业效应,根据假设2, $ {\delta }_{1} < 0 $ 。模型(5)中 $ {\beta }_{4} $ 表示经济增长和空气污染的交互项的就业效应, $ {\beta }_{4} $ 正负不确定,若 $ {\beta }_{4} > 0 $ ,说明经济增长弱化空气污染对就业的负向影响,空气污染强化经济增长对就业的带动作用,经济增长与空位污染形成良好互动促进就业增长;相反,若 $ {\beta }_{4} < 0 $ ,说明经济增长加剧空气污染对就业的负向影响,空气污染弱化经济增长对就业的带动作用,经济增长与空气污染的矛盾关系进一步抑制就业增长。

      模型(1)考察经济增长的就业效应;模型(2)考察空气污染的就业效应;在模型(3)加入两者交互项,由于交互项的加入可能给模型造成多重共线性模,模型(4)将交互项进行中心化处理。模型(1)、模型(2)及模型(5)均加入就业滞后项,建立动态面板模型,由于在模型中加入了解释变量一期滞后项,模型无法满足完全外生性假定,导致普通面板的固定效应或随机效应估计的有偏且不一致性。为了解决可能存在的内生性问题,本文采用允许随机误差项存在异方差和序列相关等优点的广义矩估计(GMM)进行动态面板估计,较好地解决了内生性问题。同时,参考相关理论和文献研究的做法,将工资水平、人口规模、老龄化、平均受教育年限等相关控制变量纳入模型中来解决由于遗漏变量而造成的内生性问题。

    • 1.核心变量

      1)劳动力就业(labor)。依据国家统计局的统计口径,使用城镇单位就业人员数(万人)来衡量就业规模。

      2)经济增长(eco)。衡量经济增长的指标有国内生产总值(GDP)、人均GDP和GDP增长率等,本文采用相关研究普遍使用的人均GDP(元/人)。

      3)空气污染(air)。借鉴相关衡量空气污染的文献[36-38],选择每平方公里烟粉尘排放量(吨/平方公里)来衡量空气污染。主要理由如下:

      对于空气污染的描述,人们往往更关注某特定成分如PM2.5[39]。常用衡量空气污染的指标有二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)。在可吸入颗粒物中,PM2.5具有体积小、重量轻、在空气中易远距离传播,且比其他污染物对人体危害更加严重等特点受到广泛关注。烟粉尘包括了TSP、PM10、PM2.5,因此,用来它描述空气污染可能更全面。另外,平均浓度会消除季节性的差异,人均排放量也会低估污染[40],而每平方公里的排放量更能科学衡量污染程度。

      2.控制变量

      1)工资水平(wage)。用城镇单位就业人员的平均工资(元/人)来衡量劳动力工资收入。收入始终是影响就业的主要因素,根据劳动力供给理论认为收入对于就业的影响是非线性的,引入工资的一次项和二次项。

      2)人口规模(pop)。选择地区年末人口数(万人)来代表人口规模。人口数量可以在一定程度上反映劳动力规模,还可以控制各地区不同人口规模下的空气污染对就业的影响。

      3)老龄化(old)。具体用65岁以上人口占总人口的百分比(%)来表示老龄化水平。劳动力规模在一定程度上取决于人口年龄结构,因此老龄化程度会影响劳动力人数进而影响就业水平。

      4)平均受教育年限(eduyear)。参考李秀敏[40]的方法,对小学、初中、高中和大专及以上人口分别赋权6、9、12和16,以此计算平均受教育年限(年)作为衡量全社会的受教育水平的指标[41]。人力资本是劳动力的重要组成部分,教育是增加人力资本的重要方式,体现劳动力素质的重要指标,在一定程度上也会影响就业。

    • 国家统计局公布的废气中主要污染物排放指标数据截至2017年,为保证表示空气污染变量数据的完整性,本文选择中国30个省(自治区、直辖市)2008—2017年数据作为研究对象。研究所使用的数据均来自于《中国统计年鉴》《中国环境统计年鉴》(2009—2018年)。西藏地区由于存在极端值且部分指标数据缺失,出于保证数据连续性、避免极端值影响研究结果的考虑,不纳入研究范围。另外考虑到数据的可获得性及连续性,也未将港、澳、台地区选入研究样本。同时,为消除通货膨胀因素对数据的影响,本文通过相应的价格指数将涉及价值形态的变量统一折算为以2008年为基期的实际数值,变量的描述性统计如表1所示。

      表 1变量的描述性统计指标

      变量 定义 观测数 均值 标准差 最小值 最大值
      labor 城镇单位就业人数/万人 300 523.91 360.01 47.02 1 973.28
      air 每平方公里烟粉尘排放量/(吨/平方公里) 300 116.87 109.75 1.24 552.14
      eco 实际人均地区生产总值/(元/人) 300 4 3611.80 26 477.51 9 855.00 162 461.90
      wage 城镇单位就业人员的平均工资/元 300 4 8551.48 18 965.49 20 597.00 131 872.80
      old 老龄化/% 300 9.68 1.89 5.47 14.28
      pop 年末常住人口数/万人 300 4 495.47 2 692.56 554.00 11 169.00
      eduyear 平均受教育年限/年 300 8.92 0.95 6.76 12.50
    • 模型(1)、模型(2)回归结果如表2所示,Sargan 检验的P值均大于0.95,远高于0.1,无法拒绝“所有工具变量均有效”的原假设,证明工具变量不存在过度识别问题,工具变量的选择合理有效;自回归 (AR) 检验表明,一阶序列相关存在,二阶序列相关均不存在,满足系统广义矩估计的条件,说明估计方法选取合理。序列(1)经济增长(ln eco)的系数为0.074,显著为正,符合理论预期,说明经济增长对劳动力就业有显著的促进作用,原因为经济增长使劳动力的需求不断扩大,为劳动者提供的优质就业机会和工资收入也有所增加,推动着就业规模扩大。另外,中国经济发展水平的不断提高,也在一定程度上改善了人们的生活水平和生育条件,有助于人力资本的积累和劳动者素质提高,使得劳动力供给有所增加,进而影响了就业水平。序列(2)空气污染(ln air)系数为−0.042,显著为负,同样符合理论预期,说明空气污染对劳动力就业有显著的抑制作用,原因可能为空气污染恶化了人们的生活和工作环境,导致劳动者的生活幸福指数下降,损害了人们的身心健康,使劳动力的供给规模缩小、工作效率降低,对就业规模产生负向影响,所以中国必须深入打好污染防控阻击战,推动空气质量持续改善,保障劳动者良好的工作和生活环境,解空气污染对劳动力就业的负向影响。

      表 2全样本及性别分样本回归结果

      解释变量 全国-eco 全国-air 女性-eco 女性-air 男性-eco 男性-air
      (1) (2) (3) (4) (5) (6)
      l.ln labor 0.775*** 0.840*** 0.652*** 0.699*** 0.800*** 0.877***
      (27.57) (56.09) (23.24) (29.34) (23.36) (26.24)
      ln air −0.042*** −0.018*** −0.043***
      (−10.03) (−3.39) (−6.33)
      ln eco 0.074** 0.03 0.200***
      (−2.22) (−0.34) (−4.86)
      ln wage 3.161*** 3.615*** 2.649*** 2.750*** 3.370*** 3.655***
      (8.91) (11.18) (6.47) (5.78) (5.37) (6.88)
      ln wage2 −0.150*** −0.170*** −0.122*** −0.126*** −0.167*** −0.174***
      (−8.83) (−11.42) (−6.97) (−5.68) (−5.54) (−7.01)
      ln old −0.351*** −0.340*** −0.186*** −0.211*** −0.362*** −0.410***
      (−15.67) (−10.95) (−7.32) (−8.46) (−7.32) (−13.56)
      ln pop 0.275*** 0.209*** 0.423*** 0.358*** 0.200*** 0.154***
      (7.63) (14.18) (34.65) (11.03) (4.92) (3.46)
      ln eduyear 0.545*** 0.560*** 0.466*** 0.365*** 0.737*** 0.805***
      (16.05) (12.45) (13.88) (10.92) (20.69) (16.96)
      _cons −18.689*** −20.181*** −17.004* −16.666*** −20.351*** −20.317***
      (−8.75) (−11.23) (−8.38) (−6.36) (−5.57) (−7.18)
      N 270 270 270 270 270 270
      AR(1) 0.009 7 0.011 2 0.015 6 0.014 0 0.015 0 0.017 0
      AR(2) 0.471 7 0.584 6 0.087 5 0.112 1 0.643 4 0.649 0
      Sargan检验 0.952 5 0.960 6 0.977 6 0.978 8 0.962 5 0.957 0
        注:***、**、*分别表示在1%、5%、10%的水平上显著(双侧);括号内数字为相应的标准误(双侧);AR(1)、AR(2)和Sargan检验分别提供检验的p值;为缓解异方差的影响,各模型变量均取对数处理。

      根据理论机制分析,男、女性劳动者的工作性质、工作环境等方面存在较大差异,本文继续将总样本划分为男性城镇单位就业人员和女性城镇单位就业人员进行研究。表2中序列(3)和序列(5)分别是女性和男性劳动者经济增长的就业效应的回归分析结果,女性ln eco系数为0.03,正向但不显著;男性系数为0.2,且在1%水平上显著,说明经济增长的就业效应具有性别异质性,其对男性劳动力就业的促进作用更强,对女性劳动力就业影响微弱。原因为经济在发展过程中对男性劳动者的需求更大,为其提供的就业机会更多,男性在就业中更具有优势,而且他们在家庭和社会中的经济负担更重,这都使得经济发展对男性劳动者的就业影响更大。序列(4)和序列(6)分别是女性和男性劳动力空气污染就业效应的回归结果,ln air系数女性为−0.018,男性为−0.043,都在1%水平上显著,说明空气污染对男性、女性劳动力就业都造成负面影响,且男性影响更大。原因为男性劳动者由于工作性质和工作环境的原因,比女性暴露在室外的机会更多、时间更长,他们更容易受到空气污染的影响,进而其健康水平和工作效率也更容易受到影响,所以男性劳动者对环境质量更敏感,空气污染对他们的就业影响更大。

      根据回归结果,工资收入、老龄化、人口规模和受教育水平在内的四个控制变量都对就业有着显著影响,说明控制变量加入模型的必要性及合理性。工资收入对就业的影响呈“倒U形”,这与弯曲的劳动供给曲线相吻合。老龄化程度与就业规模呈反比,老龄化提高,就业人数会减少,人口规模、受教育水平均与就业成正比,符合实际。

    • 为提高估计结果的稳健性,本文选择更换核心变量、改变样本估计期间及变换估计方法两种方式进行稳健性检验。

      1.替换核心变量、更改样本估计期间。《中国统计年鉴》公布的大气污染物数据仅有二氧化硫、氮氧化物和烟粉尘,考虑到数据的可获取性,利用这三项指标的省级面板数据计算出各地区的空气污染综合指数,以此替换每平方公里烟粉尘排放量来衡量空气污染。由于年鉴中这三项数据共有的年份仅为2011—2017年,所以将研究样本期间更改为2011—2017年,作为一种稳健性检验方法[42]

      2.替换估计方法。用2SLS替换系统GMM方法进行实证估计,选取劳动力就业的滞后二阶、三阶、四阶作为解释变量一期滞后的工具变量,解决可能存在的内生性问题,检验更换估计方法基准实证结果是否仍成立。

      稳健性检验结果如表3所示:(1)更换空气污染衡量指标和样本估计期间,系统GMM回归结果不变,空气污染系数仍显著为负,经济增长系数仍显著为正,说明结论不受指标选择和样本范围的影响,模型稳健。(2)2SLS结果显示工具变量通过严格外生的检验,且核心变量符号及显著性与基准回归结果基本吻合,再次说明回归结果的稳健性、结论的可靠性。

      表 3稳健性检验回归结果

      解释变量 更换变量 更换方法
      系统GMM(1) 系统GMM(2) 2SLS估计(3) 2SLS估计(4)
      l.ln labor 0.764*** 0.795*** 0.921*** 0.952***
      (24.81) (28.12) (23.39) (30.81)
      ln air −0.040*** −0.023***
      (−6.53) (−3.42)
      ln eco 0.121* 0.056*
      (−2.44) (1.96)
      ln wage −1.605 −0.331 −4.258** −2.619*
      (−1.77) (−0.39) (−3.10) (−2.02)
      ln wage2 0.064 0.008 0.190** 0.115*
      (1.57) (0.21) (3.05) (1.94)
      ln old −0.167*** −0.204*** −0.091* −0.099**
      (−8.25) (−6.51) (−5.02) (−2.87)
      ln pop 0.171*** 0.198*** 0.090* 0.058
      (4.27) (7.41) (2.23) (1.77)
      ln eduyear 0.262*** 0.168* 0.015 0.080
      (2.98) (2.24) (0.13) (0.76)
      _cons 8.481 2.536 23.190** 14.920*
      (1.66) (0.54) (3.07) (2.07)
      N 180 180 270 270
      AR(1) 0.028 4 0.026 8
      AR(2) 0.093 8 0.251 5
      Sargan检验 0.416 5 0.470 3 0.072 6 0.106 5
        注:(1)更换空气污染变量进行稳健性检验时,序列(1)改变数据时间跨度为2011—2017年,原因为2011年中国开始“十二五”规划,中央经济会议将培育战略性新兴产业提到首位,经济增长点发生变化;(2)***、**和*分别表示1%、5%和10%的显著性水平。
    • 根据前文理论机制分析,经济增长和空气污染可能相互作用,对劳动力就业产生影响。因此,对模型(5)进行回归分析,检验经济污染和空气污染是否具有交互效应,分析两者交互项对劳动力就业产生何种影响。

      1.全国层面交互项的就业效应

      回归结果如表4所示,变量符号方向基本保持一致,保证模型的稳健性。序列(3)引入经济增长和空气污染的交互项,交互项(interaction)系数为正,在1%水平上显著,说明空气污染、经济增长的相互作用进一步对劳动力就业产生影响。从中国整体情况来看,经济增长能够缓解空气污染的就业抑制作用,而对空气污染的治理有利于促进经济增长的就业拉动作用。首先,中国整体上经济的发展水平较高,而且逐步摆脱了粗放式的生产方式,产业结构升级优化,产业重心转向低能耗、低污染的第三产业,生产活动产生的排污量减少,劳动者因空气污染导致的呼吸系统疾病得病率和死亡率降低,环境污染对就业的负面影响有所缓解。同时伴随着经济发展,中国的国民收入不断增加,劳动者医疗健康方面的支出能力有所增加,这在一定程度上能够减轻空气污染对劳动者的工作效率和就业能力的损害,劳动者就业意愿增加,因此,经济增长缓解了空气污染对就业的负面影响。其次,中国整体对环境问题的关注度越来越高,空气污染促使了政府出台环保政策、企业采取节污减排措施,并且带动了一批新兴环保产业的出现。这不仅有利于空气质量改善,而且为中国经济持续高效增长提供优质的条件,在保障劳动者健康的工作生活环境的同时为其提供更多就业机会,劳动力供给水平提升,进而推动就业增长。因此,中国必须坚持“绿水青山就是金山银山”的发展理念及“坚持良好生态环境是最普惠的民生福祉”原则,推动形成经济发展和生态环境保护相融的生产、生活方式,为劳动者创造优质就业机会、健康的工作、生活环境,努力实现经济增长、环境保护、充分就业等多重目标。

      表 4全国层面交互项就业效应回归结果

      解释变量 加入一个核心变量 (1) 加入两个核心变量(2) 加入核心变量及交互项(3)
      l.ln labor 0.775*** 0.834*** 0.724***
      (27.57) (32.39) (30.61)
      interaction 0.195***
      (5.22)
      ln air −0.045*** −0.064***
      (−7.00) (−6.81)
      ln eco 0.074* −0.032 −0.010
      (2.22) (−0.56) (−0.16)
      ln wage 0.966*** 1.200*** 1.260***
      (2.61) (4.17) (2.27)
      ln wage2 −0.044*** −0.056*** −0.058***
      (−2.56) (−4.07) (−2.21)
      ln old −0.351*** −0.325*** −0.239***
      (−15.67) (−12.41) (−7.95)
      ln pop 0.275*** 0.224*** 0.315***
      (7.63) (9.78) (12.58)
      ln eduyear 0.545*** 0.602*** 0.578***
      (16.05) (13.41) (8.89)
      _cons −18.69*** −21.50*** −18.83***
      (−8.75) (−9.95) (−3.77)
      N 270 270 270
      AR(1) 0.009 7 0.012 0 0.012 6
      AR(2) 0.471 7 0.538 9 0.429 0
      Sargan检验 0.952 5 0.977 1 0.986 9
        注:***、**和*分别表示1%、5%和10%的显著性水平。

      2.地区层面交互项的就业效应

      以上从全国层面检验经济增长、空气污染对劳动力就业的交互效应,但由于中国各地区经济发展及污染治理等方面存在较大差异,两者交互项对就业的影响可能具有地区异质性。本文在传统东、中、西三大区域划分方式的基础上,考虑到近年东北地区经济发展陷入困境,生态环境恶化,人才流失现象严重的现实问题,按照“十一五”规划、“十二五”规划将全国划分为东、中、西、东北四个区域,研究地区层面经济增长和空气污染两者交互项的就业效应。

      地区层面回归结果如表5所示,经济增长、空气污染的交互作用对就业的影响存在地区异质性,东部地区交互项系数显著为正,而中部、东北地区交互项系数显著为负,西部地区交互项系数为正但不显著。地区层面产生差异性结果具体原因如下:

      表 5地区层面交互项就业效应回归结果

      解释变量 东部地区 中部地区 西部地区 东北地区
      (1) (2) (3) (4)
      l.ln labor 0.714*** 0.758*** 0.504*** 0.373***
      (−7.60) (−6.91) (−5.63) (−2.94)
      interaction 0.446* −0.221* 0.052 −0.195***
      (−1.88) (−2.09) (−0.67) (−4.08)
      ln air −0.077* 0.007*** −0.010 1.496***
      (−1.95) (−0.25) (−0.49) (−4.13)
      ln wage 2.690*** 12.870*** 8.260*** −1.419***
      (−1.46) (−4.60) (−4.64) (−4.74)
      ln wage2 −0.134*** −0.621*** −0.375*** −0.599***
      (−1.59) (−4.60) (−4.47) (−1.75)
      ln old −0.123*** −0.236 0.011 0.512*
      (−1.14) (−1.60) (−0.12) (−2.45)
      ln pop 0.340** 0.254 0.481*** 0.087
      (7.63) (−1.67) (−4.94) (−0.46)
      ln eduyear 0.814* 0.448* 0.499*** 1.911***
      (16.05) (−2.26) (−3.33) (−3.16)
      ln eco 0.216 0.351 −0.171* 1.889***
      (−1.47) (−1.18) (−1.97) (−4.06)
      _cons −18.060 −71.240*** −45.710*** −9.081***
      (−1.80) (−4.56) (−4.78) (−3.79)
      N 100 60 110 30
      AR(1) 0.153 3 0.569 0 0.045 9 0.220 0
      AR(2) 0.212 8 0.943 0 0.583 7 0.227 0
      Sargan检验 1.000 0 0.270 0 1.000 0 0.062 0
        注:(1)东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省(自治区、直辖市);中部地区包括山西、安徽、江西、河南、湖北、湖南6个省(自治区、直辖市);西部地区包括重庆、四川、贵州、云南、陕西、甘肃、宁夏、青海、新疆、内蒙古、广西11个省(自治区、直辖市);东北地区包括黑龙江、吉林、辽宁3个省;西藏和港、澳、台地区数据缺失较多,不包括在研究范围之内。(2)***、**和*分别表示1%、5%和10%的显著性水平。

      东部地区整体经济发展水平最高,企业和政府有更多财力为劳动力提供更丰富的就业机会、更优质的社会服务以及更高的工资水平,吸引高技术、高学历劳动力集聚。一方面推动经济高质量发展,优化产业结构,减少污染物排放,改善空气质量,提高劳动力供给水平;另一方面在严格的环境规制下,相对充足的高素质人才有利于环保技术的创新,使环保等新兴产业得到更好地发展,产业结构更加合理,进一步吸引高素质劳动力聚集。

      中部地区经济增长、空气污染未形成良好互动。中部崛起战略支持下,大量资金流入基础设施、资源开发等行业,部分传统企业得到短暂发展,但依靠要素投入、规模扩张的粗放式增长方式一方面直接造成产能过剩、空气污染等问题,给劳动力身心造成不利影响;另一方面这些企业容易对地方政府产生依赖,丧失创新动力,阻碍经济结构转型,不利于环保等新兴产业发展,对人才吸引力不足,导致两者交互项对就业产生不利影响。东北地区经济增长、空气污染相互制约,与当前东北地区经济发展形式相适。与其他地区相比,东北地区僵尸企业的资产规模占比最高,僵尸企业由于承担部分“保就业”任务,受到政府和银行补贴得以存续,但实际上,僵尸企业通常具有规模大、效率低、杠杆高等特点,一方面提供无效供给,造成产能过剩,加重工业污染。另一方面挤出正常企业的融资和就业,损害地区经济增长[43],最终对总体就业增长造成不良影响。

      西部地区未表示出负向的抑制作用,并非说明西部地区比中部、东北地区状况良好。而是西部地区经济发展水平相对较低,劳动者最关心的是经济因素。相对东部地区来说,劳动者对空气污染的容忍度更高,敏感度更低,使得他们“容忍”空气污染对自身的影响,优先选择就业获得收入。因此,空气污染对经济增长的抑制作用未凸显,进而两者交互项未对就业表现出显著的负向作用。

      以上实证结果可知,从东部、中部、西部、东北部四大板块来看,经济增长和空气污染对劳动力就业的影响存在较大差异,其差异主要由地区经济发展水平不同导致,而经济发展水平又与区域发展战略及其区位优势紧密相关。因此,中国应继续坚持“区域协调发展”战略[44],因地制宜根据不同区域特色形成不同的优势发展路径,根据各区域不同经济发展阶段出台可行的环境规制及环境治理政策[45],在推动经济高质量增长的过程中实现环境友好、充分就业。

    • 本文基于经济增长、空气污染及两者交互项对劳动力就业作用的内在机制,构建动态面板模型进行实证检验。结论如下:

      1.经济增长和空气污染均对劳动力就业产生显著影响。经济增长对劳动力就业有显著促进作用,空气污染对劳动力就业有显著抑制作用,且相对女性劳动力而言,男性劳动力就业受两个因素的影响更敏感。

      2.经济增长与空气污染的交互作用对劳动力就业产生影响。整体而言,两者交互项对劳动力就业具有正向带动作用。

      3.经济增长和空气污染交互项对就业的影响具有地区异质性。两者交互项对东部地区劳动力就业有显著的促进作用;而中部、东北地区的经济与环境的矛盾关系削弱了就业水平,交互项对劳动力就业有显著的抑制作用;西部地区交互项作用不明显。

      根据实证结果,空气污染给劳动力身心造成损害,仅仅追求经济的高速增长而忽略环境将对就业产生不利影响。为实现经济增长与空气污染的良好互动,促进劳动力就业增加,提出以下建议:

      1.促进空气质量改善以提高就业水平。企业尤其是工业企业,应主动承担环境责任,建立长期的环境战略和计划[46]。要重视环保技术的研发和投入,自觉使用清洁能源,高效利用资源,科学减排,为劳动者创造良好的生活和工作环境,以此吸引并长久留住劳动力,从而扩大就业规模。另外对于那些长期暴露在恶劣天气环境下的劳动者,企业更要加强对他们的保护措施,发放健康福利并给予人文关怀,将空气污染对劳动者身体健康和工作效率的危害降到最低,从而减轻空气污染对就业的负面影响。

      政府要充分发挥职能,以扭转污染削弱就业的局面。一方面,政府要及时出台有关环境保护的规章制度,并加大政策执行力度,及时跟踪企业对污染处理的进度,坚决严厉惩罚违反排污标准的行为;同时引入激励机制,辅助一定的税收减免和财政补贴[47],降低企业治污成本,鼓励企业采用环保技术和清洁能源、提高资源利用效率,为就业增长创造条件。另一方面,对于已经发生的污染问题,政府要及时作出反应[48]。建立空气质量综合评价机制,提高对空气的监测水平和发布时效,正确认识空气污染对不同人群的影响效应,对在户外作业、受空气污染影响较大的男性劳动者给予针对性的保护和出行建议,以此缓解空气污染对劳动力就业的抑制作用。

      2.因地制宜实现经济与环境区域性良好互动以扩大就业规模。东部地区要巩固经济与环境的良好互动局面,实行更为严格的污染物排放标准和产业环境准入政策,吸引高素质劳动力集聚,发挥人才外溢效应,推动环保产业的科技创新和高端化进程,强化经济增长和空气污染良好协调发展促进就业增长。中部地区要将中部崛起政策与供给侧结构性改革相结合,不断淘汰旧动能,培育新动能,减少污染排放,利用政策支持吸引科技创新企业进驻,引导现有企业向高效益模式转型,积极推动经济结构转型,实现经济和环境良好互动,扩大就业规模。西部地区要树立绿色低碳的经济可持续发展观念,做到早意识早预防。一方面要注意提高资源的利用效率,有选择地承接发达地区的产业转移。另一方面要挖掘本地资源优势发展特色经济,增强自身经济实力,带动就业增加。四川、云南、贵州等要充分利用水能、风能、生物质能等清洁能源,推动成渝、关中等重点经济区环保产业发展;新疆、宁夏、内蒙古等要打造牛羊肉、乳制品等特色农副产品品牌,提升产业层次,促进地区就业多层次高质量增长。东北地区要妥善处置僵尸企业,转变经济发展方式,优化破产清算程序,特别对那些长期亏损无法挽救的僵尸企业允许申请破产处理,减少过剩产能,降低工业污染排放量,营造良好生态环境,提高劳动者就业意愿,同时消除僵尸企业对正常企业潜在就业机会的排挤,促进整体就业增长。

      研究经济增长和空气污染对劳动力就业的影响,在一定程度上丰富了有关就业效应的文献内容,所得结论也能够为有关部门制定政策与采取相应措施提供参考。但本文也存在有待完善和改进的地方。由于数据获取受限,论文从省级层面对我国城镇单位就业展开研究,后续研究需要进一步挖掘数据,细化研究对象,分析城市间或者企业间的就业差异,从而获得更全面的结论。

参考文献 (48)

目录

    /

      返回文章
      返回
        Baidu
        map