发展可再生能源的就业效应综述

孙 冬，刘言言，袁家海

（华北电力大学 经济与管理学院，北京 102206）

随着经济的发展，环境气候变化与能源短缺问题日益突出。节能减排和能源转型是全球所有经济体发展的重要举措，作为全球最大的碳排放国家，中国提出了2030年前二氧化碳排放达峰、2060年前实现碳中和的雄伟目标。从煤炭为主的化石能源体系向风能和太阳能为主的可再生能源体系转型是实现这一目标的主要手段。可再生能源在增加清洁能源供应的同时，由于行业扩张的强化效应、规模经济和技术发展会对价值链上的就业产生影响[1]。2013年至2019年中国可再生能源发电装机占比提升了20. 6%，装机容量由0. 9亿千瓦比重提高至4.15亿千瓦，可再生能源就业人数由230万人提高到380万人。全球可再生能源迅速发展，其影响远远超越能源品种的替代和能源本身的范畴，近年来关于可再生能源发展的就业影响研究文献和报告不断增多，但研究所分析的环节、口径、指标选取、研究方法及产生的结果有所差异，为了更好的理解可再生能源发展的就业影响，对该领域的研究成果进行梳理和综述。

一、就业环节、范围和就业效应分类

可再生能源的发展能够带来较大的环境效益，能够增强能源供应安全，加快可再生能源技术创新，促进经济发展和就业等[2]。在分析可再生能源引起的就业时，一般将可再生能源分为不同的生命周期环节，不同环节投资或规模变化波及可再生能源行业、产业链相关行业、整个经济系统范围内产生直接、间接和引致就业变动，引起就业数量和就业结构的变化。

（一） 就业环节

可再生能源生命周期基本可分为研发设计、制造、建设和安装、运营维护、退役五个环节[3]，多数研究将生命周期合并为制造建设安装和运营维护两个环节，或将其分为制造、建设安装和运营维护三个环节。制造环节是与能源技术相关的设备制造，建设安装环节是电厂建设和设备的安装，运维环节是发电厂的运行和维护。不同环节产生的暂时性就业和长期性就业使用不同的就业单位，常用的就业单位包括“工作”“工作年”和“人年”，制造建设安装环节的就业属于短期临时性就业，就业单位常采用“人年”或“工作年”，而运维环节的就业属于长期就业，就业采用“工作”为单位，如Heavner等[4]预计风能新增装机240.9兆瓦，建设环节将产生1784人年的就业，运维环节将产生48个工作。一个工作年或人年是一个人一年的全职工作，也称为全时当量。所处生命周期环节和就业时间长短不一，不同环节和不同研究中三种测量就业量的单位不能简单加总和比较，需要对不同就业单位进行标准化处理，使其按照同一个标准来衡量，从而具有可比性。Tourkolias[5]标准化希腊风电建设和运维环节就业单位，建设环节每兆瓦产生17.2人年就业，运维环节每兆瓦产生15人年就业。EWEA[6]表明欧盟风能每兆瓦建设安装制造环节创造10.1工作年，运维环节创造0.4个工作，将两个环节就业单位标准化为“工作”，建设安装制造环节每兆瓦创造1.15个工作，运维环节创造1.14个工作，标准化为“工作年”，两个环节每吉瓦时均创造0.13工作年。

（二） 就业范围

根据作用的行业范围大小，可再生能源部署对就业的影响包括直接、间接和引致影响[7]。美国环保署[8]、21世纪再生能源政策网络研究机构[9], 、绿色和平[10]以及许多文献报告都明确界定研究所包含的直接、间接、引致效应范围。直接就业是指可再生能源行业由于受到政策因素的影响而增加或减少投资，导致生产规模相应扩大或缩小而带来的就业影响，是在可再生能源领域创造的就业机会，来源于可再生能源制造、现场安装、运行和维护以及与燃料供应相关的所有活动。间接就业是指可再生能源相关活动的供应链效应，在生产过程中其他行业通过产业链效应向该行业提供生产要素的中间投入的生产而带来的就业。引致就业是指在其他活动部门创造的就业，是由于直接和间接就业人员收入的增加激发其他行业的投资或消费需求而产生的影响。如Markaki[11]利用投入产出分析量化了希腊可再生能源技术相关就业，每兆瓦风电建设和运维创造直接就业16.3人年、间接就业8.2人年，引致就业7.7人年。Slattery[12]发现德克萨斯州风电项目建设环节年均产生17个直接就业、77个间接就业、18个引致就业，运维环节年均产生33个直接就业、65个间接就业、30个引致就业。

（三） 就业效应分类

目前可再生能源发展对就业产生的效应可以概括为两类：一类是就业总量和就业系数的就业数量测算。另一类是行业就业潜力差异、专业技能需求变化、空间地域分配等就业结构的分析。就业结构又称社会劳动力分配结构，表明了劳动力资源的配置状况或变化特征，一般是指社会劳动力在国民经济各部门、各行业、各地区、各领域的分布、构成和联系[13,14]。

对就业数量的测算可以区别为就业总量和就业系数。在测算就业总量时，结合可再生能源的发展现状或情景分析当前或未来某个产业、国家和地区的就业规模或潜力。Dai[15]认为在大力发展可再生能源情景下中国2050年可再生能源将创造412万个就业岗位。除了总量测算外，也有一些研究分析基于投资、产出或装机的就业系数比较某种技术的优越性。Wei等人[16]表明生物质、地热、小水电、光伏、风电的就业系数分别为0.21、0.25、0.27、0.87、0.17工作年/吉瓦时，煤电和天然气的就业系数均为0.11工作年/吉瓦时，与每单位能源的化石燃料供应部门相比，可再生能源更加劳动密集型。

目前可再生能源对就业结构造成的影响主要集中于行业就业潜力差异、专业技能需求变化、空间地域分配。可再生能源的发展一方面刺激可再生能源项目建设、配套的电网设施建设的投资需求，促进相关行业的就业，另一方面减少传统能源行业的投资对化石燃料相关行业带来冲击，造成就业需求的行业转移。如Dai[15]表明中国如果到2050年非化石能源成为支柱产业，获益最多的四个部门是机械、交通运输、服务和电子设备，建筑、水泥、钢铁、矿产开采等能源密集型行业则受到冲击，政府需要采取对策将这些行业的失业转移到其他行业。可再生能源的发展会降低低质量就业需求，增加高技能水平的就业需求量。如Cai[17]以中国为例研究了可再生能源的就业分配效应，可再生能源的发展对高技术人员的需求高于传统能源，如果就业人员结构保持2013年水平，随着可再生能源的发展，到2020年由于就业的不匹配将只有81.8%的就业可以满足，出现结构性失业问题。适宜传统能源和可再生能源发展的地区可能存在偏差，不同国家地区的贸易也存在差异，可再生能源的发展会影响就业的空间分布。如从空间上来说，中国江浙地区的太阳能行业、京津冀地区的风电行业将迎接就业机遇，但山西等依靠传统化石能源及相关行业产业链的地区面临挑战。日本发展可再生能源就业对国内有净积极影响，海外就业从2016年的217000名工人减少到2050年的46000名工人，意味着对可再生能源的投资有可能将工作地点从国外转移到日本[18]。无论是行业、专业水平还是空间就业需求的变化，都需要政策支持以更新专业知识或促进向其他地区迁移的工人再培训计划。

二、研究方法

现有研究一般选取投资、生产能力和产出三种指标衡量可再生能源的就业效应，使用分析法、投入产出模型和宏观经济模型分析可再生能源发展产生的总影响和净影响。

（一） 衡量指标

度量可再生能源产生的效应分析的基础不同，所得系数含义也不同，一般包括投资、生产能力、产出三种指标衡量可再生能源发展的就业效应[16]。一是投资的就业效应，投资变动或给定支出引起的就业变动。如Peltier[19]将清洁能源支出视为对行业的投资，发现100万美元的支出分别在可再生能源领域和化石燃料行业创造了7.49、2.65个全职工作，从棕色能源到绿色能源的每100万美元将净增加5个工作岗位。随着可再生能源的发展，技术进步和规模效应会使得单位成本下降，因此采用这种方法需要考虑单位投资的变化。二是生产能力产生的就业效应，指装机容量变化引起的就业。如Zwaan等人[20]研究发现中东风能部署中制造和安装环节的就业系数是1.5人年/兆瓦，运维环节为0.2人年/兆瓦。三是产出的就业效应，指发电量或产值产生的就业机会。如王灿[21]认为太阳能项目平均产生104个工作/吉瓦时，风电项目平均产生45.4个工作/吉瓦时，绿色和平组织[10]使用的中国风电和光伏发电的直接就业系数为0.114和0.014个工作/万元。

（二） 方法

在可再生能源经济就业研究中，方法大致包括三类：基于表格的分析法，投入产出模型，宏观经济模型。分析方法一般采用以往研究文献及报告中采用的数据，或通过对研究的地区企业进行调研得出一个固定的就业因子，在预测未来的就业时使用此固定因子分析，一般根据每个国家实际情况制定特有的EXCEL表单。分析法假设条件和需要的数据较少，通常不会考虑间接与引致就业影响，不适合全经济分析，只用来分析直接就业影响，计算间接影响只能粗略的使用一个固定的乘数。Wei等人[16]采用分析法分析美国可再生能源发电行业间接就业影响是在直接影响的基础上乘以0.9，Zwaan[20]由于中东的情况不允许采用投入产出模型等更精细的方法，使用适用于直接就业水平的0.75的简单乘数来估计间接就业影响。第二类是考虑所有行业的投入产出模型，多数国家和地区的IO表目前没有充分分类，无法直接得出就业估计，一般通过考虑每个可再生能源不同生命周期环节分解活动进行部门拆分[22]。投入产出模型对数据的要求低于宏观经济系统模型，可以分析直接、间接和引致影响，但只能分析减少对传统能源领域的投资和家庭收入的变化引起的引致效应。如Tourkolias[5]利用投入产出分析量化了希腊可再生能源技术相关就业，风电建设和运维产生直接就业16.3人年/兆瓦、间接就业8.2人年/兆瓦，引致就业7.7人年/兆瓦。第三类是综合整个经济系统的宏观经济模型，这种方法对数据要求高，可以分析经济社会内部的影响，除了投入产出模型中因减少对传统能源领域的投资、家庭收入的变化引起的引致效应外，也可以分析资本竞争、电价变动、劳动工资变动产生的引致就业，研究更为全面。如Mu[23]利用中国的宏观经济模型CHEER模型分析了中国直接和间接就业效应在所有情景中都是积极的，但会被消极的引致就业效应部分或全部抵消，非参考情景中每太瓦时风电扩张的净效应将导致相对于参考情景减少800个就业岗位，但补贴机制的改变将导致风电在整个经济中实现净就业增长。

就业效应的分析涉及总影响或净影响的评估[24]。总影响仅涉及可再生能源相关部门中可再生能源部署产生的积极影响，而净影响研究则考虑了对影响的综合经济分析。净影响研究的目的是提供一个整体影响的观点，一方面是对可再生能源的投资，另一方面是对化石能源的替代。可再生能源扩张的净影响取决于劳动力和产业政策、利用出口市场的能力以及对经济的乘数效应[25]。总影响分析采用分析法或总投入产出方法；净影响的分析采用净投入产出方法或全面的宏观经济模型。投入产出方法与宏观经济模型既可以衡量就业效应，也可以分析经济效应。投入产出模型是一个静态的、线性的模型，数据和建模要求比宏观经济模型方法更低，具有固定的价格和固定的投入产出比例，对于比较静态分析很有用，它最适合于较短的时间段，宏观经济模型适合长期预测。如Ram[26]利用EF就业因素法分析到2050年全球能源向100%可再生能源系统过渡期间创造的就业机会，认为全球电力行业的工作岗位将从2015年的2100万个增加到2050年的3500万个。如Mu[23]利用中国的宏观经济模型CHEER模型分析了中国直接和间接的积极就业效应会被消极的引致就业效应部分或全部抵消，风电扩张的净效应将导致相对于参考情景减少800个就业岗位。具体见表1。

表1 就业效应研究方法

三、就业效应测算

使用的研究方法、包含的就业范围不同，许多研究得出了不同的可再生就业效应结果。不同研究中考虑因素和口径的不同，同一国家地区的就业效应结果也有所差异，根据相同机构发布的不同年份就业效应数据，可以分析同一地区同口径范围的就业变化和各国家地区的就业效应比较。通过比较就业系数，发现不同技术在直接、间接就业及不同环节表现不同。

涉及的研究方法、情景设置、就业口径、边界条件等统筹因素不同，即使同一国家的就业效应结果也并不一致。如Dai[15]使用动态CGE模型评估中国大规模开发可再生能源的经济效益，2050年清洁能源装机占比达到83%，可再生能源将创造412万个直接和间接就业岗位。全球能源互联网发展合作组织[32]利用Messageix-globlim和能源电力规划模型分析中国碳中和的社会效益，2060年清洁能源电源装机占比超96%，考虑了不限于可再生能源领域的脱碳路径，社会将创造1亿个就业岗位。Sandeep Pai[33]利用分析模型考虑了进出口贸易等因素分析2℃目标下全球能源行业的直接就业，未考虑间接和引致就业，结果显示到2050年中国可能出现净就业损失。

不同机构公布的各国或地区的就业总量，包含的就业效应的口径不同，很难进行比较，但同一机构每年公布的数据口径一般相同。如国际可再生能源署每年都会公布各国和不同技术的就业，2014年全球可再生能源从业人数达到770万人，其中中国有339万人，美国72.4万人，欧盟120万人[34]。2019年全球可再生能源从业人数达到1146万人，其中中国有436万人，美国75.6万人，欧盟131.7万人[35]，随着可再生能源规模的扩大，2014-2019年全球可再生能源就业人数增长了48.8%，中国可再生能源行业就业人数增长了28.6%、美国增长了4%、欧盟增长了9.75%。

不同国家由于经济规模、人口总量、产业结构、贸易等因素差异就业总量很难对比，利用就业系数比较单位投入的就业效应，间接乘数的选择会影响间接就业效应。Wei[16]922使用15项美国和欧盟研究报告中的平均值表示美国的就业效应，光伏、风电、水电、核电、生物质、地热、、煤电、气电的直接就业系数分别为1484、2030、2333、1200、780、1880、2175、1010、940工作/GW，各技术都采用0. 9的间接乘数，可再生能源的就业系数高于燃煤发电和燃气发电，并预计发达国家的就业系数范围相似，而与发展中国家的就业系数存在差异。其中运维环节直接就业效应数值分别为690、600、2070、780、1610、1910、740、780工作/GW，煤电和气电的数值反而高于风电和光伏，这是因为风电和光伏建设制造安装的就业比例高，风电和光伏运维环节就业占比为46%和30%，而煤电的运维环节占比73%，水电和生物质的就业也主要集中于运维环节。欧盟光伏、风电、水电、生物质运维环节的直接就业系数分别是775、400、2228、1370、2228工作/GW，研究中所使用的间接乘数数值很小，而间接和诱导乘数加总的数值在0.77-0.98范围，和美国的间接乘数相近，间接乘数的选择会直接影响间接就业效应。中国水电的直接和间接就业效应和美国基本一致，煤电、气电、核电的直接就业系数与美国相似，间接就业效应则很少涉及；风电和光伏的间接乘数为2.2、2.23，高于美国的0.9，美国采用所有电力均采用0.9的间接乘数。从中国水电和风电光伏发电来看，每种技术的间接乘数并不相同，不能将每种技术视为整体。（表2）

表2 不同国家运维环节的就业系数（单位：工作/GW）

四、结语

可再生能源发展引致的就业数量和就业结构变动，分析一般结合生命周期制造、建设、安装、运维等不同阶段，根据影响的经济范围不同，就业效应包括直接、间接和引致就业效应。研究就业效应的研究方法主要分为三类，分析法是最简单的方法，一般只分析直接就业，适合总影响的测算。投入产出方法由于假定固定系数不变，一般适用于短期总影响和净影响分析，可以分析直接、间接效应，将消费作为中间部门也能够分析引致效应。宏观经济模型包含整个经济系统，模型复杂但考虑全面准确度更高，适合长期总影响预测和净影响分析。

目前的研究方法相对简单，主要原因是数据的缺乏，分析法所需要的数据和假设都比较粗略，投入产出方法和宏观经济模型所需要的数据可获得性差。关于直接效应、间接效应研究偏多，引致效应的研究有限。净影响分析一般使用数据完备程度高并且复杂的宏观经济模型，因此现有总影响的研究较多，而关于净影响的研究有限，集中于可再生能源本身的效应，忽略了因为能源替代对其他传统能源的影响。使用的口径和范围不统一，一些只包括某个环节而另一些包括所有环节的就业。随着可再生能源的发展，数据可利用范围扩大，方法也会更丰富精确；研究将由总影响拓展到对整个经济社会的净影响。

目前的研究一般不考虑进出口因素，一些地区在能源生产方面可能具有巨大的自然潜力，而其他地区可能具有生产可再生能源组件的巨大潜力，进出口因素关系到就业的空间分布和行业发展，未来对就业结构带来的影响等深层次问题需要进一步丰富。可再生能源的发展打破以前能源发展的优劣势状态，不仅会造成经济体就业总量的变化，也会影响经济体内部就业的地域空间转移，两个地区可能出现就业此消彼长的现象，由于不同的空间自然条件，潜在的就业影响应该在区域而不是国家范围内进行评估。可再生能源的发展关系到行业的兴衰，对煤炭行业和可再生能源相关行业就业、不同技能和教育水平的就业质量需求以及性别结构等问题的研究需要不断增加。