“双碳”目标下低碳城市试点政策对就业的影响效应

黎 毅，漆 银

（1.重庆工商大学金融学院，重庆 400067；2.四川农业大学经济学院，四川 成都 611130）

一、引言及文献综述

全球经济的快速发展以及化石能源的不断消耗导致的气候变化问题，深刻影响着人类的生存和发展，并引起国际社会的普遍关注和重视［1］。我国作为世界上最大的碳排放国之一，始终是积极应对全球气候变化的践行者。为了积极推进低碳可持续发展进程，2010 年，国家发展和改革委员会在5 省8 市启动第一批低碳城市试点。随后，第二批和第三批试点城市分别于2012 年和2017 年启动，共有3省（直辖市）71市被列入低碳城市试点名单。2020年，习近平总书记首次提出碳达峰和碳中和的“双碳”目标。2022年，党的二十大报告强调要“积极稳妥推进碳达峰碳中和”。三批低碳城市试点的先试先行，为我国实现“双碳”目标提供了宝贵经验和有力探索［2］。低碳城市试点政策可以促进产业结构调整和优化升级，从而对经济、社会及就业产生影响。具体而言，各行业要适应这一环境政策的约束，必然要转变已有发展观念和经营模式，各行业的就业者也将会不断面对岗位和工作的调整［3］。随着低碳城市试点政策的深入推进，更多的行业和企业被纳入这一约束体系，因此有必要将低碳城市试点政策与就业有机结合起来研究。

低碳城市试点政策作为一项环境规制政策，其经济社会效应在学术界引起了广泛讨论，主要包括环境规制对就业的影响、环境规制对就业影响的传导机制以及低碳城市试点政策的效果评估三个方面。①对就业影响方面，环境规制能否促进就业一直饱受争议，未能达成一致意见。一是就业增加论，认为环境规制和就业存在互补和兼容关系［4］，环境的改善能够显著提高就业水平，尤其在高污染行业中的表现更加显著［5-6］；二是就业减少论，认为环境规制水平的提升将导致企业迁移至规制较为宽松的地区，造成区域内就业下降［7］；三是就业不确定论，即环境政策对就业的影响不仅仅是单一作用，如通过引入交互项方式发现，对不同产业或国家就业的作用影响不同［8］。②对就业影响的传导机制研究方面，Morgenstern 等（2002）［9］认为，环境规制对就业的影响体现在成本效应、需求效应和要素替代效应三个方面。最近几年，学者大多采用Berman 的理论模型进行研究，认为环境规制通过成本效应对就业的影响是有限的，相较之下，要素替代效应与需求效应对就业的影响更显著［10-11］。③对低碳城市试点政策的效果评估研究方面，目前绝大多数学者聚焦于该政策产生的环境效应和经济效应，如在环境效应方面，发现低碳城市试点政策能够提升碳排放绩效［12］；在经济效应方面，发现低碳城市试点政策促进了全要素生产率和生产总值［13-15］。

综上所述，国内外关于环境规制对就业影响的研究较为丰富，为本文研究低碳城市试点政策对就业的影响效应奠定了基础。但由于研究内容和视角的不同，学者得出的结论也不完全一致，针对低碳城市建设这一综合环境政策的研究尚存在不足。现有文献关于低碳城市试点政策效果评估的研究多集中在环境效应和经济效应两方面，很少关注社会效应，如对就业影响的研究，对于不同产业下的就业影响研究更少涉及。当前，我国经济正处于高速增长向高质量发展转型关键时期，更加强调就业增长对经济高质量发展的推动作用。国家实施低碳城市试点政策能否有效推动城市就业增长？其背后的作用机制是什么？对此类问题的理论阐述及实证检验具有重要的理论和实践意义。基于此，本文首先以低碳试点城市为准实验组，采用渐进双重差分模型，从整体和产业异质性角度阐述低碳城市试点政策对就业的不同影响，同时进行稳健性检验，进一步验证政策结果的可靠程度；其次，将产出效应和要素替代效应纳入分析框架，分析两种效应对就业的影响机制路径；最后，从不同城市规模、区位和资源类型角度出发，考察低碳城市试点政策对就业影响的差异。

二、理论分析与研究假设

（一）低碳城市试点政策对就业的影响

在高质量发展背景下，我国在通过环境规制政策提升环境效应的同时，也希望实现经济社会发展双赢的局面。低碳城市试点政策旨在鼓励绿色技术创新，完善低碳产业体系，从而实现生态文明建设与经济增长的协同发展。绿色低碳转型是一场广泛而深刻的经济社会系统性变革，低碳城市试点政策的推行会对城市劳动力需求造成影响，这种影响归为社会效应，主要结合就业激励和就业损失来综合分析。从就业激励角度来看，低碳城市试点政策对企业生产和管理提出更高要求，从而调动企业生产经营的积极性，推动更多就业的良性循环［16］；从就业损失角度来看，低碳城市试点政策会给企业带来成本上升的压力，可能会减少劳动力就业岗位［17］。然而，低碳城市试点政策的实施在此情境下同样可以实现就业的增长。通过这一政策的持续推行，能够提高企业的整体环境质量，吸引其他地区环境偏好型劳动力向本地转移，使企业有了更多的人力资源，更容易作出扩大生产的决策，最终促使公司吸收更多员工。同时，随着环境规制力度的加大，企业为了保持其环保设施的正常运转，也会增加劳动力需求。因此，总体上低碳城市试点政策会给企业创造更多的工作机会。

低碳城市试点政策在总体上影响就业的同时，还会对试点地区的产业结构产生影响，进而影响不同产业的就业。具体而言，传统第一产业主要包括农业、林业、牧业、渔业四大行业，由于低碳城市试点政策几乎不会对这些行业产生规制要求，一般也就不对其产生显著影响［18］；第二产业包括煤气、化工等重污染行业，低碳城市试点政策将会对污染行业的生产展开全过程控制，并强化细化对生产各个环节的管理，加强对行业必要的尾端治理等，这些举措的实施可能会削减对生产工人的需求，但引进清洁生产工艺和技术会增加相应技术工人的需求，并且低碳城市试点政策在影响第二产业就业的同时也会间接对第三产业的交通运输、金融等相关服务业就业产生影响。基于此，本文提出假设1。

H1：低碳城市试点政策对总体就业具有促进作用，但对不同产业的就业影响存在差异性。

（二）低碳城市试点政策对就业的影响机制

按照Berman和Bui（2001）［19］的研究方法，将生产要素分为可变要素和“准固定”要素两类，分析低碳城市试点政策对就业的影响机制。其中，可变要素包括劳动力、原材料和生产性资本，而“准固定”要素指由外在因素的约束所产生，不局限于成本最小化固定，因而，在符合环境法规政策要求的情况下，设备购置、污染控制等费用被视为“准固定”的投入要素。在完全竞争的市场中追求成本最小化原则的企业，有M个可变要素和W个“准固定”要素，其生产成本可表示为：

其中：PC 表示生产成本；Y表示产出；Vm表示可变要素的投入价格；Zw表示“准固定”要素投入量，即环境治理投资的数量。按照最小化企业生产成本的原理，对生产成本进行一次微分，就可以用一个线性方程来近似地表达出劳动力需求：

其中：L表示劳动力需求；β代表低碳城市试点政策所带来的环境管理投入与劳动需求是否存在替代或互补关系。若R表示低碳城市试点政策，θ则代表这一政策对就业的边际效应，μ表示其他因素的影响。因此，该政策对劳动力需求的简化形式可表示为：

更进一步地，对上式两边分别求解对R求全导数，则低碳城市试点政策通过以下机制来实现：

如果投入要素市场很大且竞争激烈，则低碳城市试点政策对可变要素价格不会产生影响，因此式（4）中的第二项消失，简化得到如下式：

在此基础上，低碳城市试点政策会通过产出效应和要素替代效应影响就业。具体而言，式（5）表明该政策对就业的作用机制可以被分解为两个部分：第一部分表示低碳城市试点政策对就业的产出效应；第二部分表示低碳城市试点政策影响就业的要素替代效应。

1.基于产出效应的分析

产出效应是指企业为了符合低碳城市试点政策要求而在节能减排方面进行的投资，这些投资会影响企业产出进而影响就业。低碳城市试点政策在推动“碳减排”过程中，对就业产生的影响主要是通过成本效应和创新补偿效应两种途径实现［20］。一方面，依据成本假说，低碳城市试点政策的实施会促使企业购买大量治污设备或投资清洁生产技术，从而增加企业的污染治理成本，企业为追求利润最大化，可能会选择缩小生产规模，最终减少劳动力雇佣数量；另一方面，从创新补偿视角来看，企业为实现可持续发展目标，会进行绿色技术创新，优化产能，提升生产效率，若产出效应能够弥补企业实施减排的成本，则会增加劳动力需求和产品产出，最终提升就业水平。随着低碳城市试点政策的实施，企业面临更严格的排放要求，在进行要素调整、结构重构的同时，创新清洁技术、优化生产流程，使企业获得新的最优平衡点，从而实现生产规模的扩张，进而增加就业。因此，从长期来看，创新补偿效应更能实现企业在发展的同时，满足低碳城市试点政策节能减排要求。此外，第二产业中的煤炭、化工、建材等企业是低碳城市试点政策重点防治目标，这些高污染企业为了满足环境政策方面的要求，会进行绿色技术革新，这有利于企业扩大生产规模，增加劳动力需求。与此同时，这种行为也能间接带动交通运输、通信及金融等相关服务产业的发展，促使第三产业雇佣劳动力的增加。因此，可能为正。

2.基于要素替代效应的分析

要素替代效应是指低碳城市试点政策通过影响企业的“准固定”要素（Z）的投入量进而影响可变要素（V）的需求量，这种影响的强度是由各要素与劳动力间的边际技术替代率决定的。一般认为，随着低碳城市试点政策的推行，企业会加大污染减排力度，为遵守环境政策而产生的环境治理投资等“准固定”要素必然增加，即为正。其中，β表w示“准固定”要素对就业的影响，值的正负反映了企业降污减排活动与劳动力需求之间是互补（βw＞0）还是替代（βw＜0）的关系，然而βw实际大小是不确定的。在环境政策的刚性约束下，不同的企业会有不同的应对策略。有些企业在生产过程中采用先进的环保设备，引进清洁生产技术，从而降低生产过程中的污染物排放。这个过程在提高企业生产效率的同时也可能会导致工作岗位的减少，进而影响就业。另一些企业则会在生产末端的环境治理方面进行投资，譬如，在生产末端增加除尘器及过滤器等，将产生的污染物进行过滤吸收后再排放。该环节的增加会延伸企业的生产链，如设备的安装、操作和维修，进而增加就业机会。其中，城市第二产业主要依赖初级产品部门获得利润，导致生产结构单一。虽然要素替代效应促进了专职人员的就业，但是由于产业自身技术基础薄弱，若技术升级不成功，仍将会面临被市场淘汰的风险，从而对就业造成不利影响。同理，第三产业也会同时受到末端治理投资和生产过程中技术改进的双重影响。因此，要素替代效应对城市就业及第二、第三产业就业产生的正负影响可能是并存的。基于上述分析，本文提出假设2。

H2：产出效应和要素替代效应是低碳城市试点政策影响就业的重要传导机制。

H2a：产出效应对低碳城市试点政策总就业及不同产业的就业具有正向调节作用；

H2b：要素替代效应对低碳城市试点政策总就业及不同产业的就业影响作用不确定。

三、模型选择与研究数据

（一）实证模型

考虑低碳城市试点政策先后分三个批次开展，本文参考Gehrsitz（2017）［21］的做法，采用多期双重差分模型（DID）来考察政策对就业的影响，分别识别时间和政策自然变化所产生的时间效应和政策效应［22］。本文将试点城市当年及之后年份定义为实验组，其他城市作为对照组。构建年份与城市的双重固定效应模型，具体计量模型如下：

其中：c、t分别代表城市和年份；被解释变量ln employeec,t表示城市c在t年的就业，为衡量低碳城市试点政策对不同产业就业的影响，其就业计量指标包含四个因素，分别是Te、fir_e、sec_e和thi_e，Te 是城市总就业人数，fir_e、sec_e、thi_e 分别为第一、第二、第三产业就业人数；LCCc,t为c城市是否在t年实施了低碳城市试点政策的虚拟变量，取值为0 或1；Xc,t表示t年影响城市就业的一系列控制变量。模型中还控制了城市固定效应vc和年份固定效应vt，εc,t表示影响城市就业的随机干扰项。为了考察产出效应和要素替代效应这两个传导机制，本文构建了如下含交互项的回归方程：

为避免交互项与相关变量之间存在多重共线性，在对调节变量进行均值中心化处理后再产生交互项［23］。其中：(ln gdpc,t× LCCc,t)表示城市c在t年的产出效应，本文用城市的地区生产总值、不同产业的产业增加值取对数并与LCCc,t构建交互项表示；(ln capc,t× LCCc,t)表示城市c在t年的要素替代效应，本文用固定资产的投资额取对数并与LCCc,t构建交互项进行分析。其余变量与模型（6）一致。

（二）数据来源与变量说明

1.样本选择与数据来源

按照国家公布的三批低碳城市试点时间，本文选择2006—2020年作为研究区间，探究低碳城市试点政策对城市总就业及不同产业就业的影响，为保证数据的可得性及统计口径的一致性，在样本选择中，将直辖市以及数据缺失较为严重的地级市剔除，最终得到282 个城市作为研究对象，其中119个城市是试点城市，163个城市是非试点城市。

数据来源主要有两类：一是低碳城市试点政策数据，根据国家发展和改革委员会相关政策文件手动整理而得；二是以《中国城市统计年鉴》《中国人口与就业统计年鉴》、各省统计年鉴、各地级市国民经济和社会发展统计公告等为基础的城镇与就业微观数据，并通过线性插值法及人工搜集、整理等方法补充了部分缺失数据。

2.变量说明

（1）被解释变量：城市就业水平（ln employeec，t）。为了衡量低碳城市试点政策对于城市总就业及不同产业就业的影响，本文采用四个指标从不同角度来衡量城市的就业水平：城市总就业人数（Te），即该城市总就业情况，这也是政策实施后评估政策实施效果的主要方面；第一、第二、第三产业就业人员情况（fir_e、sec_e、thi_e），分别用各产业的就业人数表示。在此基础上，本文不仅能从整体上探讨低碳试点政策对城市就业的影响，还能进一步考察其对各产业就业的影响。

（2）核心解释变量：低碳城市试点政策（LCCc,t）。这一核心解释变量定义为，将某一试点城市的当年及之后年份确定为实验组，赋值为1，其余为对照组，赋值为0。低碳城市试点工作一共开展了三批，首批低碳城市试点于2010 年7 月公布，第二批和第三批试点城市分别于2012年11月和2017年1月启动。鉴于前两批试点政策普遍于下半年生效，本文将三批低碳试点实施的时间分别定为2011 年、2013 年和2017 年。按照样本处理策略，若第一、第二批试点城市名单有重复，重复城市按照较早公布批次的时间为准。

（3）调节变量：①产出效应（ln gdp × LCC）。本文分别用城市的地区生产总值与不同产业的产业增加值与低碳城市试点政策的交互项来表示城市及产业层面的产出效应［24］。企业为遵循低碳城市试点政策的要求而对节能减排进行投资，这些投资会影响企业产出进而影响城市就业。②要素替代效应（ln cap×LCC）。考虑环境治理投资数据的可得性，本文使用城市固定资产投资额与低碳城市试点政策的交互项来表示城市及产业层面的要素替代效应［18］。通常情况下，固定资产投资额较大，企业技术和设备的引进与消化吸收能力较强，并且通过改进生产技术来提高生产效率的意愿也越高。

（4）控制变量。参考已有研究成果［25-26］，本文的控制变量包括：①经济发展水平（lnpgdp），用人均地区生产总值取对数表示；②城市工资水平（lnwage），用城市在岗职工平均工资取对数表示；③消费水平（ln consump），用社会消费品零售总额取对数表示；④产业结构（ins），以第三产业增加值与第二产业增加值的比值表示；⑤教育水平（lnedu），用各城市每万人在校大学生数量取对数表示；⑥政府干预程度（ln fiscal），采用政府财政支出取对数表示；⑦交通状况（lntraffic），用客运总量取对数表示；⑧技术水平（ln sci），用专利授权总数量取对数表示；⑨城市开放度（ln open），用进出口贸易总值取对数来表示。

主要变量描述性统计见表1所列。

表1 主要变量描述性统计

四、实证结果分析

（一）低碳城市试点政策对就业影响

表2 表示低碳城市试点政策对城市总就业影响的基准回归结果。其中，列（1）—（3）为逐步引入相关控制变量的结果。可以发现，尽管低碳试点政策的估计系数有轻微变动，但其对城市总就业的正向效应和显著性仍然在5%的水平上成立。第（3）列是加入所有控制变量的回归结果，LCC 的系数估计值为0.064，且在5%的水平上通过了显著性的检验，表明相比于未实施低碳试点政策的城市，开展了低碳试点政策的城市总就业平均上升约6.4%。

基准回归结果表明，无论是否加入控制变量，低碳城市试点政策都会使整体就业水平提升。这是因为，低碳城市试点政策虽然在一定程度上使企业成本上升，企业可能会选择缩小生产规模，进而减少劳动力雇佣数量，导致就业下降，但是企业为实现可持续发展目标，会进行绿色技术创新，当产出效应能够弥补企业实施减排的成本，则会增加劳动力需求和产品产出，进而提升城市总就业水平。

在前文分析的基础上，进一步探究低碳城市试点政策对不同产业就业的影响，结果见表3 所列。表中第（2）、第（4）、第（6）列分别表示低碳城市试点政策对第一、第二、第三产业就业水平影响的回归结果，其中仅有第二产业和第三产业就业的核心解释变量系数在1%的水平上显著为正。由此可见，低碳城市试点政策对城市就业水平的提升，主要体现在第二产业和第三产业上，对第一产业就业的影响不大。这可能是因为，第一产业的农业、林业、牧业和渔业基本不在低碳城市试点政策的管控范围之内，故该政策的实施并未对第一产业产生明显的影响；第二产业主要包括煤气、化工、建材等重污染企业，是低碳城市试点政策重点的防治对象，这些高污染企业为了满足环境政策要求，会进行绿色技术革新，增加了相关工作岗位的数量；同时，低碳城市试点政策的实施也会间接作用于第三产业，提升交通运输、金融服务等产业的就业。上述结果支持了H1。由此，下文只对第二、第三产业继续作深入研究。

（二）低碳城市试点政策对就业影响稳健性检验

1.平行趋势检验

平行趋势假设是双重差分法的一个重要先决条件。也就是说，在不实施低碳城市试点政策的情况下，其就业增长趋势应和其他城市保持一致。为了检验这一假设，本文借鉴Jacobson 等（1993）［27］、蒋灵多等（2021）［28］的做法，利用事件分析法进行平行趋势检验，检验结果如图1所示。在政策执行前，参数βn的系数均不能拒绝为0 的原假设，说明实验组与对照组在政策执行之前的就业水平没有明显的差别，因此研究样本符合平行趋势假设。进一步观察可知，低碳城市试点政策实施之后，边际效应线在逐渐向右上方倾斜，并且在政策实施后的第三年，参数βn的系数估计值为正，同时通过了显著性水平检验，说明城市就业水平的显著提升出现在试点后的第三年，并且从数值的大小来看，就业水平的提升效应是在逐年增大的。

图1 平行趋势检验

2.安慰剂检验

考虑本文的回归模型不能穷尽所有的控制变量，因此，某些不可观察或缺失的变量会对基准回归结果产生影响，进而模糊政策执行后的效果。对此，本文参考Li 等（2016）［29］的做法，通过随机抽样的方法，在样本中随机选取119 个城市为处理组，其他城市为控制组。基于（6）式的设定，可以得到低碳试点政策在实施城市安慰剂后，对城市就业影响的系数估计值。按照上述过程进行重复抽样500次回归，回归系数估计值的核密度和p值分布如图2所示。由图可知，随机匹配的估计值都集中分布在“0”附近，多数p值都大于0.1，即大多数回归结果在10%的水平上不显著。据此表明，本文的估计结果并非偶然得到，排除了其他不可观测因素和随机因素的干扰。

图2 安慰剂检验

3.PSM-DID和异常值检验

由于低碳城市试点名单是中央根据各地工作基础、试点布局代表性及申报情况等因素确定的，因此，试点城市的设立并非完全随机，直接利用双重差分法可能存在样本选择偏差问题。基于此，本文使用倾向得分匹配双重差分模型缓解样本选择偏误造成的内生性问题，并进行稳健性检验。表4第（1）列展示了匹配后的结果。可以看出LCC的系数估计结果与基准回归结果一致，进一步说明低碳城市试点政策促进了城市就业。

表4 PSM-DID和异常值检验的回归结果

此外，为避免基准回归结果受影响力强的极端值影响，本文对被解释变量lnemployee的研究样本分别进行1%和5%的截尾后，重新对式（6）进行回归。根据表4 回归结果，在考虑极端值的影响后，LCC的系数估计值仍通过了显著性检验，该结论与基准回归结果一致，反映回归结果依然稳健，未受异常值的干扰。

4.低碳城市试点非随机选择讨论

运用渐进双重差分法来考察政策实施的影响，最佳条件是试点与非试点城市均为随机选取。但由于城市的固有属性，如地理位置、经济发展、人口密度等与低碳城市试点名单密切相关，这些属性的差异随着时间的推移可能对城市就业产生不同影响，导致测算结果存在一定的偏差。为了控制这些因素的影响，本文参考Lu 等（2017）［30］、Edmonds 等（2010）［31］的研究，在基准模型中加入城市属性与时间趋势项的交互项，控制城市之间固有的属性差异随时间推移对城市就业的影响。本文选取了三类变量作为城市属性的代理变量，即该城市是否为1998年两控区城市、是否为经济特区城市以及是否为胡焕庸右侧城市，估计结果见表5 所列。由表可知，LCC系数通过显著性检验，表明考虑固有的城市间差异可能的影响后，估计结果依然稳健。

表5 低碳城市试点非随机选择讨论的回归结果

（三）低碳城市试点政策对就业影响机制分析

1.产出效应对低碳城市试点政策影响就业机制分析

为了验证产出效应对低碳城市试点政策实施效果的影响，本文分别用城市地区生产总值、不同产业的产业增加值与试点政策交互项来表示城市及产业层面的产出水平，结果见表6所列。表6第（2）列的回归结果显示，lngdp×LCC的估计系数显著为正，这与预期一致。该结果说明，随着低碳城市试点政策的推行，企业为了实现长足发展，会自主进行绿色技术革新以提高产品效能和生产效率，使产出效应能够弥补企业实施减排的成本，进而提升劳动力需求、扩大生产规模，最终创造更多就业机会。

表6 产出效应、要素替代效应对就业传导影响的回归结果

根据表6第（4）、第（6）列结果可知，第二、第三产业的交互项系数分别在10%和1%的水平上显著，表明在低碳城市试点政策推行过程中，产出效应对城市不同产业就业的影响效应是积极的，能促进第二、第三产业就业水平的提升。可能的原因是：一方面，在国家政策扶持下产出效应能够弥补企业实施减排的成本，进而扩大产品需求和产出，增加对劳动力的需求。在第二产业中煤炭、石油等需求弹性较低的企业为了保持原来的产量，会将更多的劳动力投入其中，一般情况下，这些企业都有较大的规模，在吸纳就业方面占据着主导地位，它们对就业的拉动效果明显［18］。另一方面，第三产业的就业也会间接地受到低碳城市试点政策实施的影响。低碳城市的建设增加了市场需求，能间接促进交通运输、通信及金融等相关服务行业的发展，促使企业增加劳动力雇佣。综上，产出效应能促进低碳试点城市的总就业，特别是第二、第三产业的就业。

2.要素替代效应对低碳城市试点政策影响就业机制分析

要素替代效应是通过低碳城市试点政策影响企业环境治理投资进而影响就业。为了检验这一机制，本文采用固定资产投资额与试点政策交互项来分析要素替代效应对政策实施效果的影响。由表6 第（2）列回归结果可知，ln cap×LCC 的系数为-0.040且不显著，说明要素替代效应对城市总体就业水平并未产生显著影响。

根据表6 第（4）、第（6）列结果可知，第二产业的要素替代效应估计系数依旧不显著，第三产业的系数显著为负，表明要素替代效应对城市就业产生了负面影响，阻碍了第三产业的就业。实证结果中，要素替代效应导致城市第三产业就业水平显著下降，可能的原因是，第三产业包括了金融、商业、不动产、运输等服务行业及其他非物质生产部门，低碳城市试点政策的实施虽然没有对第三产业产生直接影响，但是因为对第二产业中部分行业的整顿管理，可能会对相关的配套性服务企业造成影响，从而导致企业以裁员来降低经营成本。基于上述分析，H2、H2a及H2b得到验证。

五、低碳城市试点政策对就业影响异质性分析

（一）城市规模异质性分析

考虑地区发展水平和劳动力要素的差异性，本文依据2010 年《中国中小城市发展报告》，将城市规模按人口数量划分成三类，城市人口数超过100万为大型城市；城市人口在50万到100万之间为中型城市；人口数在50 万以下为小型城市。估计结果见表7 所列，只有中型城市和大型城市的总就业估计系数显著为正，说明试点政策对大中型城市的就业带动作用更强。导致该结果的原因可能是：城市规模越大，劳动力总量越多，城市集聚效应越强，为城市经济效率提升提供了更大空间，在低碳城市试点政策推行下，对劳动力就业带动效果越好。

表7 低碳城市试点政策对不同城市规模就业的影响

此外，对于中型城市而言，第二产业估计系数显著为正，而大型城市第三产业估计系数显著为正。由此可见，低碳城市试点政策对中型城市就业的提升主要体现在第二产业，对大型城市第三产业的就业带动作用更明显。可能的原因是：多数大城市都有严格的环境法规，这些地区的重污染企业通过减产、引进先进设备或将设施搬迁到法规宽松的中型城市来应对，所有这些努力都可能导致第二产业的劳动力转移，由此，劳动力从大型城市向中型城市反向流动占据了原有劳动力市场的大部分，并增加就业。而大型城市本身大量的就业人口，为第三产业创造了更多的就业机会。

（二）城市区位异质性分析

中国区域经济发展差异的重要影响因素是地理位置，总体来看，东部地区城市经济发展水平较高，中西部地区城市经济发展较为落后。为了验证不同区域之间低碳城市试点政策对就业影响的异质性，本文将样本城市划分为东部、中部和西部三个子样本，进行分组检验，检验结果见表8所列。

表8 低碳城市试点政策对不同区位城市就业的影响

由表8 可知，总体上低碳城市试点政策对中部、西部地区城市的就业没有显著影响，而对东部地区城市就业有显著的正向促进作用。同时，第二、第三产业就业在不同区域的估计结果，仍与该政策对城市总就业的分析结论一致。具体而言，试点城市建设依赖于经济发展等基础条件，东部地区较中部、西部地区的经济先发优势明显，生产技术创新更成熟，不同技能劳动力数量也充裕，因此，在低碳城市试点政策的推行下，东部地区能更快调整和适应环境政策带来的变化，企业能够及时补充和吸纳相应的劳动力，促进东部地区城市第二、第三产业就业及总就业的提升。

（三）城市资源空间异质性分析

由于资源型城市与非资源型城市在资源类型、利用效率等方面存在显著差异，其中资源型城市发展过度依赖资源产业，因此，低碳城市试点政策对不同资源禀赋城市的就业会产生不同影响。本文以2013 年国务院发布的《全国资源型城市可持续发展规划（2013—2020）》为依据，将样本城市划分为资源型城市和非资源型城市两组，进行分组回归，结果见表9所列。资源型城市的核心解释变量均为负，且第二产业通过了显著性检验，这表明低碳城市试点政策会造成资源型城市第二产业就业的流失。其中，非资源型城市的估计系数均显著为正，说明该政策显著促进了非资源型城市的就业。可能的原因有两个方面：首先，资源型城市由于产业结构单一，技术创新能力薄弱，在低碳城市试点政策背景下，无法平衡生产与创新之间的成本，创新风险较大，在转型升级过程中容易失败或被淘汰，从而降低城市就业率；其次，与非资源型城市相比，资源型城市对资源产业的依赖程度较高，污染排放强度大，第二产业就业所占比重较高，因此，在低碳城市试点政策的环境规制约束下，企业需要承担更高的环境污染成本，受制于产业结构单一，无法有效进行转型升级，造成许多企业被市场淘汰，第二产业就业人数减少。而重污染企业在资源型城市很难满足严格的环境法规要求，再加上政府政策对低污染城市的倾向，大多企业往往将工厂迁入非资源型城市，劳动力跟随工作从资源型城市到非资源型城市，因此，非资源型城市就业水平显著提升。

表9 低碳城市试点政策对不同资源类型城市就业的影响

六、研究结论与政策建议

（一）研究结论

本文基于2006—2020 年282 个地级及以上城市面板数据，以三批低碳试点城市为准实验组，首先，采用渐进双重差分模型，从整体和产业异质性角度阐述了该政策对就业的不同影响，并进行稳健性检验；其次，将产出效应和要素替代效应纳入分析框架，分析两种效应对就业的影响机制路径；最后，从不同城市规模、区位和资源类型角度出发，考察了低碳城市试点政策对就业影响的差异性。得出结论如下：

第一，低碳城市试点政策的实施总体上有利于城市总就业水平的提升。进一步研究发现，该政策对城市总就业的提升主要体现在第二、第三产业，对第一产业影响不显著。此结论在经过多重稳健性检验下依旧成立。

第二，产出效应和要素替代效应是低碳城市试点政策影响城市就业的两个重要传导机制。该政策通过产出效应促进了城市总就业和第二、第三产业的就业，通过要素替代效应阻碍了城市第三产业就业水平的提升。

第三，低碳城市试点政策对城市就业的影响存在显著差异。基于城市规模异质性分析发现，试点政策对中型城市的第二产业就业有显著的正向影响，对大型城市的第三产业就业水平有显著提升作用；基于城市区位异质性分析发现，低碳城市试点政策能显著提升东部地区城市就业水平，而在中西部地区城市，低碳城市试点政策对就业的影响还未发挥有效作用；基于城市资源异质性分析发现，低碳城市试点政策对非资源型城市的就业促进作用更强。

（二）政策启示

基于上述研究结论，本文提出以下政策启示：

第一，大力推进低碳城市试点建设，鼓励企业开展科技创新活动。为积极应对“双碳”目标约束，合理应对就业问题，总结和推广低碳城市试点经验，充分发挥试点城市中企业对就业的带动作用。同时，地方政府要在人才、资金、基础设施等方面，为试点城市的相关企业提供更多支持，鼓励企业进行技术创新，以更好地推动试点城市实现“双碳”目标。

第二，加强劳动者技术培训，以缓解因要素替代效应造成的失业。首先，产出效应对就业的总效应是积极的，但政府也应加强财税扶持力度，为相关企业提供补贴、税收减免等资金支持，以缓解与之相关的服务业所面临的发展压力，防止第三产业出现大量失业现象；其次，加强职业技能培训，为劳动者赋能，增强其再就业能力，减轻要素替代效应造成的就业流失。

第三，因地制宜地制定绿色低碳转型政策，差异化推进城市劳动力的分流和再就业。在具体实施过程中，要结合各地发展特点，因地制宜，切忌“一刀切”。对中西部地区城市和小型城市，应重视其在低碳试点建设中的重要作用，可以通过人才引进政策、研发补贴等方式，为促进就业提供支持和保障；对资源型城市，要从资源产业链的延伸入手，分门别类地推动企业劳动力的分流、转岗和再就业。