環境規制對失業保險支出水平的影響研究

嚴海寧， 劉堂森， 王 俊

（1. 南昌航空大學 經濟管理學院，南昌 330063；2. 吉林大學 哲學社會學院，長春 130012）

習近平總書記[1]在二十大報告提出，必須牢固樹立和踐行綠水青山就是金山銀山的理念，站在人與自然和諧共生的高度謀劃發展。環境規制作為貫徹落實“綠色”新發展理念的重要手段，對我國實現“碳達峰、碳中和”目標發揮著關鍵的作用，對促進經濟高質量發展、實現人與自然和諧共生具有重要意義。然而，袁曉玲等[2]提出環境規制強度的提升將改變企業的生產成本函數，進而影響企業減排活動以及產品價格，導致企業總體就業需求減少，這必然帶來勞動力市場的震蕩，對就業產生負面影響。就業是民生之本，我國政府高度重視“穩就業、保民生”工作，環境規制可能帶來的失業問題不容忽視。失業保險作為緩解失業問題的有效手段，可以在實行環境規制、轉變經濟發展方式的過程中起到“減震器”的作用。因此，探究環境規制強度與失業保險支出水平之間的關系有利于更好地兼顧經濟高質量發展與“穩就業、保民生”政策目標，是實現共同富裕的應有之義。

一、研究背景

在分析環境規制與失業保險關系之前，有必要厘清當下環境規制對就業的影響?，F有環境規制強度影響就業的研究主要關注兩個方面：就業規模和就業結構。從就業的規模來看，王柱焱和潘超[3]研究發現，環境規制本身可以帶來大量的污染治理投資，從而創造一批就業崗位，同時環境規制還會通過促進企業集聚、降低企業研發投入進而提高就業水平。但是，張慶和喬會珠[4]使用OECD 國家相關數據研究后證實，環境規制會導致企業規模的大幅縮減，對就業存在顯著的負面影響。另外，也有研究表明，環境規制強度對就業規模呈現出先下降、后上升的“U”型非線性影響，該曲線的拐點是產業結構水平的門檻值[5]。目前，我國除部分沿海省份外，其他省份產業結構水平仍未跨過門檻值，環境規制會導致該類地區失業水平上升。

就業結構方面，呂巖威和楊菲[6]以及許一平[7]的研究發現，環境規制可以促進能源、建筑、流通等產業的技術進步，推動產業結構升級，進而促進勞動力就業技能結構的高級化。進一步地，江永紅和申慧玲[8]對各種具體的環境規制模式影響就業技能結構進行實證研究發現，公眾自愿型和政府命令型環境規制模式對就業技能結構的升級影響呈現出“U”型特點，具體表現為先抑制、再促進、最后加速促進；與之不同，市場型環境規制模式對就業技能結構升級起到促進作用，并且該作用呈持續增強的態勢。由此可見，環境規制強度的提升將帶來顯著的結構性失業，以部分農民工為代表的勞動密集型行業低技能勞動力將由于無法適應就業技能結構的提升而被迫失業。

此外，還有一些文獻從地域的角度研究環境規制對就業的影響。陳平和羅艷[9]從我國西北、東北等地的資源型城市環境規制對就業的影響研究中發現，由于資源型城市的產業多為以國有企業為主的能源類產業，受環境規制影響大。同時，國有企業多承載著維持就業的社會性負擔，環境規制對就業呈現顯著的負面影響。劉慧[10]則對長三角地區的環境規制進行研究發現，無論是正式環境規制還是非正式環境規制都顯著提升了該地區服務業占比，從而改變其就業結構。

不難發現，無論是就業規模還是就業結構，抑或是區域就業情況，均不可避免地受到環境規制的負面影響，帶來不同程度的失業。同時，前人的研究主要關注環境規制對就業本身的影響，少有對環境規制引起“失業”這一后果的有效應答。在前人研究的基礎上，本文從政策閉環管理的視角，對環境規制運行的全過程進行分析，聚焦于失業這一后果的應對，將環境規制強度與失業保險支出水平置于同一分析框架，探究二者之間的關系。與前人研究相比，本文可能存在的邊際貢獻有：第一，在前人研究環境規制導致失業的基礎上，進一步探究環境規制與失業保險的關系，使環境規制政策的運行更加平穩有序。第二，運用2006—2020 年31 個省級行政單位相關數據構建面板數據，使用雙固定效應模型，在一個較長的時間范圍中研究二者的關系，并進行內生性處理與穩健性檢驗，使研究結論更加可信。第三，將環境規制與失業保險置于同一框架內研究分析，既有利于我國“碳達峰、碳中和”等環境治理目標的實現，又能夠更好地穩就業保民生，推進國家治理體系和治理能力的現代化。

二、研究設計

（一）數據來源及回歸模型

本文所采用的31 個省市區宏觀經濟數據均來源于2006 年至2020 年《中國統計年鑒》以及各省統計年鑒，其中西藏自治區部分數據存在缺失，缺失年份分別為2008 年、2009 年、2010 年以及2019 年，缺失年份相關樣本已剔除。

為檢驗環境規制強度對失業保險支出水平的影響，本文建立了以下基準回歸模型：

其中，unempit為失業保險支出水平的潛在觀測變量；β0為常數項；envit為核心解釋變量環境規制強度，它表示在i地區第t年的環境規制強度；β1為其估計系數，根據理論預期，我們估計β1>0。此外，θi、τt和εit分別表示個體和時間固定效應以及隨機擾動項。Xit為一組表示控制變量的向量，δ為它們的估計系數向量。εit為模型的殘差項。

（二）變量定義

1. 環境規制強度的測度

就目前來看，并無直接的指標體系可以被用來測量環境規制的強度，學界也未形成統一的測度方法。因此，在借鑒前人研究的基礎上，基于數據的可得性與完備性，本文依據王柱焱和潘超等人的做法，將工業污染治理投資額占GDP 的比重作為環境規制強度的代理變量。

2. 失業保險支出水平的測度

與環境規制強度相類似，現有教材以及學界并未對失業保險支出水平形成統一的認識，由于失業保險是社會保障的子項目，本文將借鑒前人對社會保障水平的測量方法進行失業保險支出水平的測度。王曉麗[11]指出，現有研究對社會保障水平的測量主要有兩種方式：社會保障支出占GDP 的比重以及社會保障支出占財政支出的比重。由于環境規制與財政支出息息相關，并且隨著財政分權的推進，地方政府在財政支出上具有較強的能動性，本文將失業保險支出占財政支出的比重作為失業保險支出水平的測度。

3. 控制變量的選擇

為盡量獲取環境規制強度對失業保險支出水平的凈效應，需要選取合適的控制變量。主要的控制變量有：實際財政收入水平（finrev），由地方財政一般預算收入得出；財政赤字占比（findef），由財政赤字占GDP 的比重所得；人口（pop），地區常住人口數量；人均實際GDP（rpgdp）；人均受教育年限（edu）；技術創新水平（tech），地區發明專利授權數，是來自于國家統計局的指標“國內發明專利申請授權量”，分省年度數據。實證分析過程中，除財政赤字占比外，均取對數。上述變量描述性統計如表1 所示。

表1 變量描述性統計

三、實證結果與分析

（一）初步回歸結果

基準回歸結果如表2 所示，第（1）列為未加入控制變量的OLS 回歸，環境規制強度對失業保險支出水平影響為負，即環境規制并未導致更多的失業，與理論預期不符，極有可能是遺漏變量導致的偏誤。加入控制變量后，結果如第（2）列所示，環境規制強度的估計系數仍為負，但是其影響已經不顯著。為了得到環境規制強度對失業保險支出水平的凈效應，本文運用面板數據的估計方法，依次使用固定效應和隨機效應，逐步控制地區效應和時間效應，得到第（3）至第（6）列的估計結果。不難發現，環境規制強度對失業保險支出水平的影響保持在10%的水平上顯著為正，即環境規制強度提升會帶來更多的失業，從而導致失業保險支出水平的上升，與理論預期相符。

表2 初步回歸結果

對固定效應和隨機效應進行Hausman 檢驗后發現，采用隨機效應模型估計更加準確。因此，后續實證檢驗均采用隨機效應模型。

（二）內生性討論與穩健性檢驗

盡管上述的初步回歸結果總體符合理論假說，但是由于宏觀變量受到影響的因素較多，有必要對模型進行內生性處理。模型的內生性主要包括遺漏變量和雙向因果問題。就雙向因果問題而言，失業保險支出的增加會擠占更多的財政支出，從而導致政府的環境治理支出相對減少、環境規制的強度下降，即二者關系為負，這與實證結果不符，并且失業保險支出的增加往往意味著失業人數的增加，這恰恰是環境規制的結果。因此，本文認為環境規制強度與失業保險支出水平不存在雙向因果問題。

此外，研究采用的環境規制強度的度量方法存在以下內生性問題：第一，環境規制強度作為度量政府環境規制政策的指標，其本身所反映出的是環境規制政策執行的結果。第二，環境規制強度的提升會導致污染企業減少，甚至影響政府財政收入，進而影響政府環境規制政策的制定和執行。因此，為盡可能解決模型的內生性問題，本文選取了環境規制強度滯后一期作為工具變量，盡量解決模型的滯后性帶來的內生性問題。使用Kleibergen-Paaprk Wald F 統計量對該工具變量進行檢驗，結果顯示滯后一期環境規制強度F 統計量大于臨界統計值①一般情況下，15% 為顯著水平的臨界值，本文采用10% 顯著性水平的臨界值。，屬于強工具變量?；貧w結果如表3 第(1)列所示，環境規制強度對失業保險支出水平仍保持在10%的水平上顯著為正。

表3 內生性處理與穩健性檢驗

進行內生性處理后，模型的估計會更加準確。因此，我們以表3 第(1)列結果為準，簡要討論其他控制變量的情況。實際財政收入水平對失業保險支出水平影響為負，且在1%的水平上顯著。主要是因為財政收入水平越高，地方政府穩就業、保民生的能力也就越強，可以通過引進企業、拉動投資等方式創造更多的就業崗位、減少失業，從而降低失業保險支出水平。財政赤字對失業保險支出水平的影響在5%的水平上顯著為負，可能的原因是政府的財政赤字是為了給予企業保護補貼或者優惠政策，以有利于維持企業的生存，從而減少失業，降低失業保險支出水平。人口與失業保險支出水平呈正相關，在5%的水平上顯著，這主要是因為在其他條件不變的情況下，失業水平一定，人口數量越多，失業總人數也就越多，進而導致失業保險支出的增加。人均實際GDP 對失業保險支出的影響不顯著。人均受教育年限對失業保險支出水平在5%的水平上顯著為正，可能是由于我國勞動密集型產業比重大，隨著受教育水平的提高，人們的就業需求傾向于中高端產業，從而導致結構性失業的發生，提高了失業保險支出水平。技術創新水平對失業保險支出的影響不顯著，但其估計系數為正，可能是技術創新帶來產業結構升級，加劇摩擦性失業的發生。

接下來，通過更換被解釋變量與解釋變量的測量方式進行穩健性檢驗。表3 第(2)列結果顯示的是將失業保險支出水平的度量方式改為失業保險支出占GDP 的比重，可以發現，環境規制強度對失業保險支出水平在5%的水平上顯著為正，符合理論預期。之后，再將失業保險支出水平的度量改為實際失業保險支出并取對數，發現環境規制對其影響在10%的水平上顯著為正，仍舊與預期相符。此外，鑒于環境規制水平測量指標的多樣性，本文借鑒宋麗穎和崔帆[12]的研究，將環境治理投資額占工業增加值的比重（env2）作為環境規制強度的測量指標，結果如表3 第(4)列所示，環境規制強度對失業保險支出水平在5%的水平上顯著為正，與前文預期相符，通過了穩健性檢驗。

（三）區域異質性探討

接下來，本文將樣本劃分為東部地區、中部地區、西部地區①東部地區：北京、天津、河北、上海、浙江、江蘇、福建、遼寧、山東、廣東、海南；中部地區：河南、山西、湖南、湖北、江西、安徽、吉林、黑龍江；西部地區：四川、重慶、西藏、貴州、云南、廣西、陜西、青海、甘肅、新疆、寧夏、內蒙古。，進行分樣本回歸，對區域異質性進行討論。表4 第(1)至第(3)列分別為東、中、西的分樣本回歸結果。東部和中部地區的回歸結果不顯著，但其回歸系數為負，即環境規制并未對就業產生負面影響，與全樣本回歸結果相反；而西部地區環境規制則顯著帶來失業水平的上升，這與周五七和陶靚的研究結果一致。這可能是因為東部地區產業結構水平已經跨越了門檻值，增強環境規制對勞動力就業有促進作用；而西部地區產業結構水平較低，且多以能源密集以及污染密集型產業為主，受環境規制影響大，環境規制強度的提升會對就業產生不利影響。此外，東部和中部地區相對于西部而言，地區稟賦水平高，環境規制強度的提升可以倒逼產業結構轉型升級，創造更多的就業機會；而西部地區稟賦水平較低，相關企業轉型困難，在環境規制之下，只好縮減企業規模甚至破產，因而就業水平下降，失業保險支出水平上升。

表4 區域異質性結果

四、結論與建議

本文研究了環境規制與失業保險支出水平之間的關系。在環境規制方面聚焦于工業污染治理投資額占GDP 的比重，在失業保險支出水平上聚焦于失業保險支出占財政支出的比重。本文使用中國各省級行政單位2006—2020 年的年度數據構建了面板數據，實證檢驗了環境規制與失業保險支出水平之間的關系。首先，初步回歸結果顯示，環境規制強度越高，失業保險支出水平就越高。其次，為了進一步剔除模型的內生性問題，本文使用雙固定模型（即同時控制地區效應和時間效應）以避免遺漏變量的問題，之后為進一步緩解內生性問題，將滯后一期的環境規制作為工具變量。在盡量剔除內生性問題后發現：各地區的環境規制強度越高，失業保險支出水平就越高。再次，通過更換環境規制以及失業保險支出水平度量方法進行穩健性檢驗，結果表明本文的研究結論具有穩健性。最后，本文進一步探討了東中西部地區的環境規制對失業保險支出水平的異質性影響。結果表明：西部地區的環境規制會導致更高的失業保險支出。

基于此，本文提出如下政策建議：

第一，調整環境規制模式，推動政策指令型環境規制向市場導向型環境規制轉型，防止運動式減排。目前來看，我國環境規制仍以政策指令型為主，中西部地區更是如此。但是，政策指令型環境規制容易造成資源浪費、過度規制等問題，對相關企業的負面影響較大，容易導致失業的增加；而市場導向型環境規制則有利于優化資源配置，倒逼產業轉型升級，提供更多就業崗位，促進就業技能結構升級，實現綠色發展與增加就業的“雙重紅利”。

第二，按照地區要素稟賦結構所決定的潛在比較優勢制定發展戰略，培育符合比較優勢的產業。按照地區比較優勢發展形成最優生產結構，進而形成最優環境結構，促進環境與經濟的協調發展。林毅夫等[13]學者的研究發現若違背地區比較優勢發展，企業大多將失去自生能力，無法將污染成本內部化，進而形成環境軟約束，扭曲財政支出結構，不利于社會經濟發展。在這種情況下，環境規制對就業的負面影響加大的同時，失業保險支出水平也由于財政支出結構的扭曲而受損，不利于我國經濟的高質量發展。

第三，優化社會保障支出結構，加大對西部地區失業保險的轉移支付。與東部和中部地區相比，西部地區就業受環境規制損害較重，同時西部地區經濟發展水平相對落后，稟賦水平低，失業保險基金壓力較大。因此，國家可以在全國層面進行統籌，加大對西部地區失業保險基金補助，以充分發揮失業保險對經濟發展的“減震器”作用，促進共同富裕的實現。