中國排污權(quán)交易政策與企業(yè)就業(yè)效應(yīng)
——基于微觀企業(yè)數(shù)據(jù)的分析
閆文娟郭樹龍
考察一項環(huán)境政策效果如何,除要考量其直接的環(huán)境效應(yīng)外,還須適當(dāng)考量其經(jīng)濟(jì)效應(yīng)與就業(yè)效應(yīng)。漸進(jìn)式的排污權(quán)交易機(jī)制已逐漸成為中國當(dāng)前應(yīng)對節(jié)能減排問題的重要手段,但其對就業(yè)的影響卻未得到重視。我國二氧化硫排污權(quán)交易試點政策對就業(yè)的凈影響效果,可用雙重差分模型結(jié)合我國2005-2012年持續(xù)經(jīng)營的企業(yè)數(shù)據(jù)分析得出。研究表明,該項排污權(quán)交易政策能夠顯著降低高排硫企業(yè)及高污染企業(yè)的就業(yè)規(guī)模。采用PSM-DID等方法進(jìn)行穩(wěn)健性檢驗的結(jié)果與雙重差分模型相一致,說明中國此項排污權(quán)交易政策尚未實現(xiàn)環(huán)境和民生的雙重紅利。因此,應(yīng)健全和優(yōu)化排污權(quán)交易機(jī)制的相關(guān)制度安排,構(gòu)建一套系統(tǒng)的評估體系,定期評估排污權(quán)交易制度實施的環(huán)境效應(yīng)、經(jīng)濟(jì)效應(yīng)和就業(yè)效應(yīng),完善排污權(quán)交易制度。
排污權(quán)交易; 試點政策; 制度效應(yīng); 就業(yè)規(guī)模
漸進(jìn)式的排污權(quán)交易機(jī)制已逐漸成為中國當(dāng)前應(yīng)對節(jié)能減排問題的重要手段(涂正革和諶仁俊,2015)[1]。從排污權(quán)交易標(biāo)的范圍上講,排污權(quán)交易分為廣義和狹義兩種,其中廣義的排污權(quán)交易包括溫室氣體排放權(quán)交易和傳統(tǒng)污染物(如SO2、COD、NH3-N、NOX)的排污權(quán)交易,而狹義的排污權(quán)交易僅指后者(于杰等,2014)[2]。早在20世紀(jì)90年代,中國就開始了狹義的排污權(quán)交易實踐。1990-1994年國家環(huán)??偩衷谌珖?6個重點城市(天津、上海、沈陽、廣州、太原、貴陽、重慶、柳州、宜昌、吉林、常州、徐州、包頭、牡丹江、開遠(yuǎn)、平頂山)進(jìn)行了“大氣污染物排放許可證制度”的試點及在6個重點城市(包頭、太原、貴陽、柳州、平頂山、開遠(yuǎn))進(jìn)行了SO2和煙塵的排污權(quán)交易試點。2002年3月,國家環(huán)境保護(hù)總局與美國環(huán)境保護(hù)協(xié)會一起,在山東省、山西省、江蘇省、河南省、上海市、天津市、柳州市以及中國華能集團(tuán)公司開展“推動中國二氧化硫排放總量控制及排污交易政策實施”的研究項目,這是當(dāng)時啟動的最大規(guī)模的排污權(quán)交易示范工作。從2007年開始,財政部、環(huán)保部、發(fā)改委先后批復(fù)了江蘇、浙江、湖南、湖北、河南、河北、山西、陜西、內(nèi)蒙古、重慶、天津11個省市開展排污權(quán)有償使用和交易試點。排污權(quán)交易實踐已開展20余年,其污染治理效果一直是社會關(guān)注的焦點問題。除此之外,同樣值得關(guān)注的另一個問題是,排污權(quán)交易政策在治理污染的同時,是否對就業(yè)產(chǎn)生影響?如果有影響,排污權(quán)交易政策究竟是抑制還是促進(jìn)高污染企業(yè)的就業(yè)規(guī)模?本文擬客觀評估排污權(quán)交易政策對高污染企業(yè)的就業(yè)效應(yīng),旨在為環(huán)境規(guī)制及就業(yè)保障提供經(jīng)驗支持。
中國排污權(quán)交易實踐引起了學(xué)者的廣泛關(guān)注(陳德湖,2004[3];張利飛和彭瑩瑩,2011[4]),主要集中在排污權(quán)交易的機(jī)制設(shè)計(金帥等,2013[5];張文彬等,2015[6])、國外排污權(quán)交易對中國的啟示(魏圣香和王慧,2013[7];于杰等,2014[2])以及排污權(quán)交易的經(jīng)濟(jì)、環(huán)境和社會效應(yīng)(武普照和王倩,2010[8];龐瑞芝等,2016[9])等幾個方面。在研究排污權(quán)交易的眾多文獻(xiàn)當(dāng)中,圍繞碳排放權(quán)交易的研究尤為豐富(Zhang et al.,2014[10];Jotzo和L?schel,2014[11];Zhang et al.,2017[12];申晨和林沛娜,2017[13])。而與二氧化硫排污權(quán)交易相關(guān)的文獻(xiàn)鮮見(涂正革和傅立權(quán),2016)[14],代表性的研究如下:Wang et al.(2004)[15]研究中國排污權(quán)交易制度對二氧化硫排放控制作用,結(jié)果顯示,排污權(quán)交易制度幾乎沒有發(fā)揮作用。Shin(2013)[16]研究發(fā)現(xiàn)中國二氧化硫排污權(quán)交易實驗沒有在任何一個省份制度化,實質(zhì)是無效的,并分析了影響政策創(chuàng)新的因素。閆文娟和郭樹龍(2012)[17]利用2002年中國排污權(quán)交易試點的7個省市,采用倍差法研究表明,排污權(quán)交易能顯著降低二氧化硫排放強(qiáng)度。涂正革和諶仁俊(2015)[1]基于DEA模型和倍差法,研究發(fā)現(xiàn)中國排污權(quán)交易機(jī)制短期并不能發(fā)揮減排作用,但長期減排潛力巨大。李永友和文云飛(2016)[18]基于中國2007 年擴(kuò)大排污權(quán)試點范圍這次自然實驗涉及的11個試點省市,采用PSM-DID方法研究表明排污權(quán)交易政策能有效降低二氧化硫排放強(qiáng)度。涂正革和傅立權(quán)(2016)[14]運(yùn)用DEA模型,研究表明排污權(quán)交易機(jī)制有望實現(xiàn)經(jīng)濟(jì)與環(huán)境雙贏,如果全面推進(jìn)二氧化硫排污權(quán)交易政策,全國工業(yè)總產(chǎn)值有望提速一倍增長。通過梳理文獻(xiàn)發(fā)現(xiàn),關(guān)于中國排污權(quán)交易的研究多將關(guān)注重點放在碳排放權(quán)交易,關(guān)注中國二氧化硫排放權(quán)交易的文獻(xiàn)較少,即使研究碳排放權(quán)交易的文獻(xiàn)也鮮有關(guān)注其就業(yè)效應(yīng)。二氧化硫排污權(quán)交易作為一項市場激勵型的環(huán)境規(guī)制政策,對經(jīng)濟(jì)、環(huán)境及社會均會產(chǎn)生一定的影響,然而遺憾的是,迄今為止關(guān)于排污權(quán)交易是否影響就業(yè)這一重要問題仍然未能引起國內(nèi)學(xué)者的足夠重視,至今尚未有文獻(xiàn)專門探討二者之間的關(guān)系,對該問題的研究事關(guān)民生、經(jīng)濟(jì)發(fā)展與社會穩(wěn)定,具有重要的現(xiàn)實意義。
本文運(yùn)用倍差法,研究排污權(quán)交易政策對就業(yè)的凈影響??紤]到2002年排污權(quán)交易試點活躍程度低,大部分試點的排污權(quán)交易量為0,而2007年的排污權(quán)交易試點實驗覆蓋面更廣,涉及11個地區(qū),這些地區(qū)大都出臺了相應(yīng)的政策文件,在制度上更加完善,并且大多數(shù)試點地區(qū)交易范圍基本覆蓋全省域,交易規(guī)模較2002年也大幅度擴(kuò)大(李永友和文云飛,2016)[18],因而研究2007年排污權(quán)交易實驗更具典型性。本文主要有以下三個方面的貢獻(xiàn):其一,在研究視角上,針對性地分析排污權(quán)交易政策對高污染企業(yè)和高排硫企業(yè)就業(yè)的凈影響,彌補(bǔ)了以往排污權(quán)交易政策相關(guān)研究中以地區(qū)為研究視角的不足,并為科學(xué)評估排污權(quán)交易政策對就業(yè)的影響提供了經(jīng)驗證據(jù)。其二,在研究方法上,利用2007年排污權(quán)交易試點政策這一自然實驗,采用雙重差分法(DID),有效控制內(nèi)生性問題,檢驗該政策對企業(yè)就業(yè)的微觀影響,并采用基于傾向得分匹配的雙重差分模型克服樣本選擇偏誤,提高了結(jié)論的可靠性,同時還采用安慰劑檢驗的方式,進(jìn)一步驗證本文研究結(jié)論的穩(wěn)健性。其三,在研究樣本的選取上,區(qū)別于既有研究多采用宏觀數(shù)據(jù)樣本,本文運(yùn)用高度細(xì)化的工業(yè)企業(yè)數(shù)據(jù)庫,從微觀層面系統(tǒng)考察2007年排污權(quán)交易試點政策對中國企業(yè)就業(yè)的影響,進(jìn)而挖掘宏觀層面研究所無法呈現(xiàn)的結(jié)論。
為了計量檢驗排污權(quán)交易機(jī)制這項具有自然實驗性質(zhì)的政策工具對就業(yè)的影響效應(yīng),本文引入雙重差分模型(DID),對下式進(jìn)行估計:
Ln(yit)=C+β1·year+β2·prt+γ·prt·year+controls+εit
(1)
其中,yit表示企業(yè)的就業(yè)規(guī)模,本文用“從業(yè)人員年平均人數(shù)”來衡量,相對“就業(yè)人員年末數(shù)”更能客觀反映當(dāng)年持續(xù)為企業(yè)提供生產(chǎn)能力的勞動者的就業(yè)規(guī)模。year為時間虛擬變量,year=0表示企業(yè)實行二氧化硫排放權(quán)交易前的時期,year=1表示企業(yè)實行二氧化硫排放權(quán)交易后的時期,將2007年排污權(quán)交易政策實施之后的年份(2008-2012年)賦值year=1,政策實施之前的年份(2005-2007年)賦值year=0。C為常數(shù)項,εit為隨機(jī)擾動項。變量year的估計系數(shù)β1表示隨著時間的推移地區(qū)就業(yè)人數(shù)的變化,β2控制處理組與對照組之間的不同,prt(Pollution Rights Trading)表示政策實施的企業(yè),prt=1表示實施該政策的企業(yè),prt=0為沒有實施該政策的企業(yè)。為檢驗政策的效果,設(shè)立交互項prt×year,當(dāng)prt和year這兩個變量同時取1時,交互項取值為1,否則取值為0,其系數(shù)γ度量了實行二氧化硫排放權(quán)交易對地區(qū)就業(yè)的真實影響。當(dāng)然為更加準(zhǔn)確估計這一影響效果,本文在式(1)加入了勞動生產(chǎn)率和出口這兩個常用來研究就業(yè)影響因素的控制變量,借鑒陳昊和劉騫文(2014)[19]的研究,本文還引入了主營業(yè)務(wù)收入和管理費(fèi)用兩個控制變量。
本文數(shù)據(jù)來源于2005-2012年中國工業(yè)企業(yè)數(shù)據(jù)庫,該數(shù)據(jù)庫是目前除了經(jīng)濟(jì)普查數(shù)據(jù)以外最全面的微觀數(shù)據(jù)庫,統(tǒng)計了中國規(guī)模以上工業(yè)企業(yè)(企業(yè)每年主營業(yè)務(wù)收入在500萬元及以上)的經(jīng)濟(jì)數(shù)據(jù)。根據(jù)具有可比性的2004年第一次全國經(jīng)濟(jì)普查年報,當(dāng)年工業(yè)企業(yè)銷售額為218442億元,而中國工業(yè)企業(yè)數(shù)據(jù)庫中當(dāng)年全部樣本企業(yè)的銷售額為195600億元,約占全國的89.5%(聶輝華等,2012)[20]。
按照聶輝華等(2012)[20]的方法對原始數(shù)據(jù)進(jìn)行處理:刪除固定資產(chǎn)、營業(yè)利潤任何一項存在0值或負(fù)值的企業(yè)樣本;刪除產(chǎn)品銷售收入、實收資本等關(guān)鍵變量存在0值或負(fù)值的企業(yè)樣本;刪除員工人數(shù)小于8的樣本;刪除1949年之前成立的企業(yè)。由于該數(shù)據(jù)庫每一年都有新企業(yè)進(jìn)入和老企業(yè)退出,每年的企業(yè)并不相同,依據(jù)企業(yè)代碼和名稱,最終保留2005-2012年持續(xù)經(jīng)營的87555家企業(yè)。本文用到的變量含義及符號見表1。
表1 變量與說明
自2007年國務(wù)院先后批復(fù)天津、河北、陜西等11個省市開展排污權(quán)有償使用和交易試點,近年排污權(quán)交易工作加速推進(jìn),多地發(fā)文推動排污權(quán)交易工作。各地規(guī)定實施排污權(quán)有償使用和交易的污染物為國家實施總量控制的主要污染物,包括化學(xué)需氧量、氨氮、二氧化硫、氮氧化物等。因此,要想正確評估排污權(quán)交易政策的就業(yè)效應(yīng),必須理清該政策具體的針對對象,雖然該政策是在11個省市執(zhí)行,但是真正執(zhí)行貫徹該政策并受其影響的主體是高污染行業(yè)的企業(yè)。本文根據(jù)2007年國務(wù)院制定的《第一次全國污染源普查方案》以及趙細(xì)康(2003)[21]對污染行業(yè)的界定標(biāo)準(zhǔn)來劃分高污染行業(yè)*高污染行業(yè)包括電力、熱力的生產(chǎn)和供應(yīng)業(yè)(44)、煤炭開采及洗選業(yè)(13)、造紙及紙制品業(yè)(14)、農(nóng)副食品加工業(yè)(17)、化學(xué)原料及化學(xué)品制造業(yè)(19)、紡織業(yè)(22)、黑色金屬冶煉及壓延加工業(yè)(32)、食品制造業(yè)(14)、皮革毛皮羽毛(絨)及制品業(yè)(19)、石油加工煉焦及核燃料加工業(yè)(25)、非金屬礦物制品業(yè)(31)、有色金屬冶煉及壓延加工業(yè)(33)、化學(xué)纖維制造業(yè)(28) 。。
表2 排污權(quán)交易政策的就業(yè)影響估計結(jié)果(高污染企業(yè))
注: *、**、***分別表示在10%、5%、1%的水平上顯著。下同。
表2中的模型(1)僅以時間變量、政策變量及二者的交乘項作為自變量,沒有添加任何控制變量,回歸結(jié)果顯示交乘項prt×year的系數(shù)為負(fù),表明排污權(quán)交易機(jī)制對就業(yè)規(guī)模有削弱作用,但并不顯著,并且模型的整體擬合效果也較差,adj.R2基本為0,說明可能遺漏了重要的解釋變量。在模型(1)的基礎(chǔ)上,加入主營業(yè)務(wù)收入,從而得到模型(2),模型(2)顯示時間變量和政策變量交乘項為負(fù),且在1%的水平上通過了顯著性檢驗,同時,模型(2)主營業(yè)務(wù)收入的系數(shù)也顯著為正,說明主營業(yè)務(wù)收入水平對企業(yè)決定招聘多少員工起到關(guān)鍵作用,該模型調(diào)整后的可決系數(shù)有了顯著提高,說明添加主營業(yè)務(wù)收入這一控制變量是合理的。此后,又加入出口這一控制變量,本文關(guān)注的核心解釋變量prt×year仍然在1%水平上顯著為負(fù),而新加入的控制變量DEX在1%水平上顯著為正,說明出口貿(mào)易有助于增加企業(yè)就業(yè),與以往研究一致。由于勞動生產(chǎn)率會影響企業(yè)雇傭員工的數(shù)量,因而在模型(4)中加入了勞動生產(chǎn)率這一控制變量,并且在1%水平上顯著為負(fù),時間變量與政策變量的交乘項仍顯著為負(fù),該模型調(diào)整后的可決系數(shù)也優(yōu)于模型(3)。除此之外,管理費(fèi)用也會影響企業(yè)招工,管理費(fèi)用包含企業(yè)招聘、實施人力資源管理等行為花費(fèi)的成本及其他成本費(fèi)用。因而在模型(5)中,進(jìn)一步加入了管理費(fèi)用這一變量。預(yù)期管理費(fèi)用越高,企業(yè)招工的意愿必然減弱,而模型(5)回歸的結(jié)果與預(yù)期相反,可能是因為管理費(fèi)用對就業(yè)的影響更多體現(xiàn)在對下期就業(yè)的影響,并且如果企業(yè)運(yùn)營狀況足夠理想,管理費(fèi)用對就業(yè)的影響會大幅削弱。在控制了可能影響就業(yè)的其他因素的情況下,排污權(quán)交易機(jī)制顯著削弱企業(yè)就業(yè),削弱幅度為3.30個百分點。引起這一結(jié)果的可能原因是:一方面,只要企業(yè)治理污染的成本低于排污許可證出售的價格,企業(yè)便有動力自己治污,如借用或研發(fā)更先進(jìn)的環(huán)保技術(shù)來削減污染,當(dāng)企業(yè)的治污能力高于自身排放污染產(chǎn)生的治理需要時,企業(yè)以較高的價格出售排污權(quán)結(jié)余在市場上有利可圖,而在這個過程當(dāng)中,企業(yè)積極、主動地技術(shù)創(chuàng)新使得企業(yè)資本有機(jī)構(gòu)成提高,進(jìn)而削減就業(yè)人數(shù)。另一方面,樣本期間排污權(quán)交易政策沒有得到良好的制度保證,可能導(dǎo)致排污權(quán)交易成本高或交易不夠規(guī)范,擠占企業(yè)的生產(chǎn)投資,縮小企業(yè)的規(guī)模,進(jìn)而減少雇傭人數(shù)。
2007年排污權(quán)交易各個試點地區(qū)結(jié)合自身特點對于區(qū)域內(nèi)交易的標(biāo)的物選擇不盡相同,但二氧化硫和氮氧化物這兩種標(biāo)的物在所有試點地區(qū)都有實行交易,尤其在控制大氣污染的標(biāo)的物選擇上,各排污權(quán)交易試點的主要標(biāo)的物均為二氧化硫,因而接下來本文重點檢驗排污權(quán)交易試點政策對試點區(qū)高排硫企業(yè)就業(yè)的凈影響。根據(jù)各行業(yè)排放二氧化硫的數(shù)據(jù)計算結(jié)果,選取化學(xué)原料及化學(xué)制品制造業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)以及電力、熱力的生產(chǎn)和供應(yīng)業(yè)這5大高排硫行業(yè)的企業(yè)為重點分析對象。
由表3回歸結(jié)果可以看出,在控制了可能影響就業(yè)的其他因素的前提下,排污權(quán)交易對高排硫企業(yè)的就業(yè)規(guī)模有顯著削弱作用,削弱幅度為4.62個百分點。其他各個控制變量的符號和顯著性基本與以高污染企業(yè)為樣本的回歸結(jié)果相一致。同時,與表(2)的回歸結(jié)果相比,還發(fā)現(xiàn),高排硫企業(yè)的就業(yè)規(guī)模削減程度大于高污染企業(yè)就業(yè)規(guī)模的削減程度,可能的原因是:各個排污權(quán)交易試點都將二氧化硫作為交易的主要標(biāo)的物,使得高排硫企業(yè)的就業(yè)受該政策的影響最大。
表3 排污權(quán)交易政策對高排硫企業(yè)就業(yè)影響的估計結(jié)果
(續(xù)上表)
變量(1)(2)(3)(4)(5)lqbzglqbzglqbzglqbzglqbzgLMB05020???05110???09330???09000???(00076)(00077)(00038)(00058)DEX-01280??? 00717??? 00548???(00186)(00069)(00070)LLP-08880???-08830???(00047)(00052)LMC00417???(00035)N1215512146121461214610866adjR200000375 0377 0427 0456
1.基于PSM-DID方法再檢驗
先采用最近鄰1:1的匹配方法進(jìn)行傾向得分匹配,在最近鄰配對完成后,執(zhí)行排污權(quán)交易政策的企業(yè)和沒有執(zhí)行該政策的企業(yè)在勞動生產(chǎn)率、主營業(yè)務(wù)收入、出口、管理費(fèi)用等變量上均不存在顯著差異。此外,結(jié)果顯示變量LP、LMB、DEX、LMC各匹配變量的標(biāo)準(zhǔn)偏差的絕對值控制得非常好,均遠(yuǎn)遠(yuǎn)小于10%的標(biāo)準(zhǔn),這說明匹配效果優(yōu)良,可認(rèn)為匹配變量和匹配方法選擇恰當(dāng),為每家高排硫企業(yè)找到了較好的匹配對象。隨后重復(fù)此方法為高污染企業(yè)進(jìn)行匹配,匹配后處理組和控制組的標(biāo)準(zhǔn)偏差以及均值差異T檢驗的結(jié)果良好。最后,本文利用雙重差分模型進(jìn)一步控制不可觀測因素,估計排污權(quán)交易政策對高排硫企業(yè)及高污染企業(yè)員工就業(yè)的影響,結(jié)果如表4所示。采用PSM-DID方法的回歸結(jié)果基本同前文使用倍差法的回歸結(jié)果。
然而,選擇不同的匹配方法和匹配比例會影響最終的匹配質(zhì)量,進(jìn)而影響回歸結(jié)果的可靠性。因此,本文進(jìn)一步更改傾向得分匹配的的方法以及匹配比例進(jìn)行實證檢驗。由回歸結(jié)果可知,匹配方法和匹配比例的更改,不影響回歸結(jié)果的穩(wěn)健性。排污權(quán)交易機(jī)制會顯著削減高污染企業(yè)和高排硫企業(yè)的就業(yè)。
表4 排污權(quán)交易政策對就業(yè)影響的PSM-DID回歸結(jié)果(高排硫及高污染企業(yè))
(續(xù)上表)
變量高污染企業(yè)就業(yè)變量高排硫企業(yè)就業(yè)LMB04460???LMB09010???(00175)(00064)DEX01390???DEX00602???(00100)(00076)LMC02440???LMC00461???(00088)(00040)LLP-06910???LLP-08860???(00092)(00055)_cons57860???25850???_cons57360???00695???(00088)(00953)(00209)(00339)N4067220663N101289610adjR20000 0715 adjR2-0000 0919
2.安慰劑檢驗
借鑒Topalova(2010)[22]的做法,以事件發(fā)生前的觀測樣本進(jìn)行安慰劑檢驗,來驗證本文結(jié)論的穩(wěn)健性。具體而言,選用排污權(quán)交易機(jī)制實施前的樣本數(shù)據(jù),假設(shè)排污權(quán)交易在2006年開始實施,將2006年和2007年賦值year=1,2005年賦值year=0。換言之,如果高排硫企業(yè)就業(yè)的減少確實由排污權(quán)交易導(dǎo)致,那么,在安慰劑檢驗的回歸結(jié)果中,政策變量和時間變量的交乘項應(yīng)該是不顯著的。根據(jù)表5的回歸結(jié)果可知,不管高污染企業(yè)還是高排硫企業(yè),政策變量和時間變量的交乘項都不顯著。
表5 安慰劑檢驗結(jié)果
本文利用2005-2012年持續(xù)經(jīng)營的工業(yè)企業(yè)微觀數(shù)據(jù),基于高污染企業(yè)及高排硫企業(yè)視角,實證分析了2007年排污權(quán)交易試點政策對企業(yè)員工就業(yè)的影響。為了有效控制回歸過程中的內(nèi)生性問題,本文通過雙重差分模型來客觀評估排污權(quán)交易政策的實際就業(yè)效果。通過實證分析,本文得到如下結(jié)論 :(1)從高污染企業(yè)整體來看,在控制了企業(yè)的主營業(yè)務(wù)收入、勞動生產(chǎn)率、管理費(fèi)用及出口交貨值等變量后,2007年排污權(quán)交易試點政策削弱企業(yè)就業(yè)規(guī)模,削弱的幅度為3.3個百分點,且在1%水平上顯著。由此可知,排污權(quán)交易機(jī)制的政策初衷是減少二氧化硫,但在實施過程中對就業(yè)存在削減效應(yīng),中國目前還未能實現(xiàn)排污權(quán)交易的環(huán)境和民生雙重紅利;(2)本文進(jìn)一步考察了2007年排污權(quán)交易試點政策對高排硫企業(yè)就業(yè)的影響。研究發(fā)現(xiàn),在控制相關(guān)變量后,排污權(quán)交易政策對高排硫企業(yè)員工的就業(yè)有顯著負(fù)向影響,削弱幅度為4.62個百分點,且在1%水平上顯著。分別使用PSM-DID方法及安慰劑檢驗進(jìn)行進(jìn)一步回歸,均驗證了以上結(jié)果的穩(wěn)健性。
本文的實證研究表明,當(dāng)前排污權(quán)交易機(jī)制并沒有實現(xiàn)環(huán)境治理和就業(yè)增長的雙重紅利,然而評價一項具體的環(huán)境政策是否有效,不能僅僅考察其直接的環(huán)境效應(yīng),經(jīng)濟(jì)效應(yīng)和就業(yè)效應(yīng)也應(yīng)給予適當(dāng)?shù)目剂?,并且一項環(huán)境管制政策對就業(yè)的影響從理論上講存在正面促進(jìn)的可能,政策制定者應(yīng)該改變環(huán)境管制政策對就業(yè)造成負(fù)面影響的固化認(rèn)知(李廣明和韓林波,2016)[23],因而排污權(quán)交易機(jī)制的設(shè)計還有改進(jìn)的空間。針對上述結(jié)論,可以得出以下政策啟示:其一,優(yōu)化排污權(quán)交易機(jī)制的相關(guān)制度安排。制定一整套包括污染權(quán)初始配置、交易價格等內(nèi)容的規(guī)范化的排污權(quán)交易制度,為執(zhí)行排污權(quán)交易的企業(yè)節(jié)約成本,有助其擴(kuò)大規(guī)模,保障就業(yè);其二,鼓勵企業(yè)進(jìn)行生產(chǎn)型技術(shù)進(jìn)步創(chuàng)新的同時也要積極推進(jìn)治污型技術(shù)進(jìn)步的創(chuàng)新,不僅可以降低企業(yè)治污成本,還可使企業(yè)通過出售結(jié)余的排污權(quán)而獲利;其三,構(gòu)建一套評估體系,定期對排污權(quán)交易制度實施的環(huán)境效應(yīng)、經(jīng)濟(jì)效應(yīng)和就業(yè)效應(yīng)開展評估,不斷總結(jié)反饋,因地制宜地完善排污權(quán)交易制度。
[1] 涂正革, 諶仁俊. 排污權(quán)交易機(jī)制在中國能否實現(xiàn)波特效應(yīng)?[J]. 經(jīng)濟(jì)研究, 2015, (7): 160-173.
[2] 于杰, 周偉鐸, 蔣金星. 排污權(quán)交易: 理論引進(jìn)與本土化實踐[J]. 中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版), 2014, 14(6): 96-104.
[3] 陳德湖. 排污權(quán)交易理論及其研究綜述[J]. 外國經(jīng)濟(jì)與管理, 2004, (5): 45-49.
[4] 張利飛, 彭瑩瑩. 排污權(quán)交易機(jī)制研究進(jìn)展[J]. 經(jīng)濟(jì)學(xué)動態(tài), 2011, (7): 135-140.
[5] 金帥, 盛昭瀚, 杜建國. 轉(zhuǎn)型背景下排污權(quán)初始分配機(jī)制優(yōu)化設(shè)計[J]. 中國人口·資源與環(huán)境, 2013, 23(12): 48-56.
[6] 張文彬, 李國平, 王奕淇. 企業(yè)排污權(quán)交易行為及交易制度穩(wěn)定性影響[J]. 經(jīng)濟(jì)與管理研究, 2015, 36(9): 96-102.
[7] 魏圣香, 王慧. 美國排污權(quán)交易機(jī)制的得失及其鏡鑒[J]. 中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版), 2013, 13(6): 34-39.
[8] 武普照, 王倩. 排污權(quán)交易的經(jīng)濟(jì)學(xué)分析[J]. 中國人口·資源與環(huán)境, 2010, 20(5): 55-58.
[9] 龐瑞芝, 孫長悅, 王亮. 中國污染物排放權(quán)交易的增長效應(yīng)和生態(tài)效應(yīng)(1998-2012)[J]. 當(dāng)代經(jīng)濟(jì)科學(xué), 2016, (5): 60-71.
[10] Zhang, D., Karplus, V. J., Cassisa, C., et al.. Emissions Trading in China: Progress and Prospects[J].EnergyPolicy, 2014, 75: 9-16.
[11] Jotzo, F., L?schel, A.. Emissions Trading in China: Emerging Experiences and International Lessons[J].EnergyPolicy, 2014, 75: 3-8.
[12] Zhang, Y. J., Peng, Y. L., Ma, C. Q., et al.. Can Environmental Innovation Facilitate Carbon Emissions Reduction? Evidence from China[J].EnergyPolicy, 2017, 100: 18-28.
[13] 申晨, 林沛娜. 中國碳排放權(quán)交易試點市場的現(xiàn)狀特征及風(fēng)險分析[J]. 產(chǎn)經(jīng)評論, 2017, 8(4): 123-134.
[14] 涂正革, 傅立權(quán). SO2排污權(quán)交易在中國的理論紅利核算[J]. 中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版), 2016, 16(5): 52-62.
[15] Wang, J. N., Yang, J. T., Ge, C. Z., et al.. Controlling Sulfur Dioxide in China: Will Emission Trading Work?[J].EnvironmentScienceandPolicyforSustainableDevelopment, 2004, 46(5): 28-39.
[16] Shin, S.. China’s Failure of Policy Innovation: The Case of Sulphur Dioxide Emission Trading[J].EnvironmentalPolitics, 2013, 22(6): 918-934.
[17] 閆文娟, 郭樹龍. 中國二氧化硫排污權(quán)交易會減弱污染排放強(qiáng)度嗎?——基于雙倍差分法的經(jīng)驗研究[J]. 上海經(jīng)濟(jì)研究, 2012, (6): 76-83.
[18] 李永友, 文云飛. 中國排污權(quán)交易政策有效性研究——基于自然實驗的實證分析[J]. 經(jīng)濟(jì)學(xué)家, 2016, (5): 19-28.
[19] 陳昊, 劉騫文. 中國出口貿(mào)易的女性就業(yè)效應(yīng): 基于篩選-匹配模型的再檢驗[J]. 經(jīng)濟(jì)評論, 2014, (1): 94-106.
[20] 聶輝華, 江艇, 楊汝岱. 中國工業(yè)企業(yè)數(shù)據(jù)庫的使用現(xiàn)狀和潛在問題[J]. 世界經(jīng)濟(jì), 2012, (5): 142-158.
[21] 趙細(xì)康. 環(huán)境保護(hù)與產(chǎn)業(yè)國際競爭力——理論與實證分析[M]. 北京: 中國社會科學(xué)出版社, 2003: 26-32, 215-218.
[22] Topalova, P.. Factor Immobility and Regional Impacts of Trade Liberalization: Evidence on Poverty from India[J].AmericanEconomicJournalAppliedEconomics, 2010, 2(4): 1-41.
[23] 李廣明, 韓林波. 排污收費(fèi)對異質(zhì)性行業(yè)就業(yè)的影響[J]. 產(chǎn)經(jīng)評論, 2016, 7(2): 120-131.
EmissionTradingPolicyinChinaandEmploymentEffect——ResearchbasedonMicroEnterprisesData
YAN Wen-juan GUO Shu-long
In order to evaluate the effect of an environmental policy, we should consider its economic effect and employment effect in addition to its direct environmental effects. Progressive emissions trading mechanism has gradually become the important means to cope with the problem of energy conservation and emissions reduction in China, but the effect of emissions trading mechanism on employment is not attached great importance. Using the DID model to overcome endogenous problem in the process of regression, this paper analyzes the net effects of decreasing emission of the trading policy in 2007 of the emission rights of SO2on firm’s employment using a sample of Chinese industrial firms over the period 2005-2012. The research finds that the trading policy of emission rights can significantly reduce employment levels in the high sulfur discharge and high pollution industry enterprises. Then the PSM-DID method and placebo are used to conduct a robust test, the results are identical with the result made before. Trading policy of emission rights does not achieve double dividend for mitigation and employment in China. The policy enlightenment is to perfect and optimize the relevant institutional arrangements of emission trading mechanism, and build a systematic evaluation system, evaluating the environmental effects, economic effects and employment effects of emissions trading system regularly, to improve the emission trading system.
trading of emission rights; pilot policy; institutional effect; employment scale
10.14007/j.cnki.cjpl.2017.06.003
方式]杜金岷, 呂寒, 吳非. 股票流動性、 股權(quán)分置改革與企業(yè)創(chuàng)新[J]. 產(chǎn)經(jīng)評論, 2017, 8(6): 34-44.
2017-08-12
國家社會科學(xué)基金西部項目“新常態(tài)下環(huán)境規(guī)制對西部資源型產(chǎn)業(yè)的就業(yè)效應(yīng)研究及對策分析”(項目編號:17XJY017,項目負(fù)責(zé)人:閆文娟)。
閆文娟,博士,西安工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院講師,主要研究方向:環(huán)境經(jīng)濟(jì)學(xué);郭樹龍,博士,天津財經(jīng)大學(xué)商學(xué)院講師,主要研究方向:環(huán)境治理、產(chǎn)業(yè)組織。
F424
A
1674-8298(2017)06-0045-09
[責(zé)任編輯:戴天仕]