环境视角下的适宜劳动力结构和清洁技术进步
摘 要：当前环境保护和经济增长矛盾日益突出，如何激励清洁技术创新成为社会关注的焦点。文章引入异质性劳动和技术研发激励假定，模型演绎政策干预、劳动力结构和清洁技术的耦合机制。结果表明，自由市场环境下技术研发均衡的稳定性取决于两部门产品替代弹性，通常非清洁技术水平更高且其创新禀赋更优，清洁技术研发往往不足且环境质量改善有限。环境政策能够有效激励劳动力转向清洁技术研发，但政策效果却并不一定能够长期持续。
关键词：环境政策；劳动力结构；清洁技术
作者简介：董直庆，男，管理学博士，吉林大学商学院教授，华东师范大学商学院教授、博士生导师，从事经济增长问题研究；李多，男，吉林大学商学院博士研究生，从事环境经济学研究。
基金项目：国家社科基金项目“中等收入阶段中国技术进步方向和生产率提升研究”，项目编号：14BJL031；教育部人文社会科学研究项目“中国环境技术进步方向和最优碳税政策设计”，项目编号：13YJA790012
中图分类号：F205 文献标识码：A 文章编号：1000-7504（2015）06-0031-08
导 言
中国经济历经30余年高增长，环境污染与经济发展之间矛盾日益突出。以高投入、高能耗和高排放为特点的粗放型经济发展模式带来的环境污染问题，已严重威胁经济发展和居民生活，废水、废气和固体废弃物排放几乎逼近环境所能承载的极限。中国一味追求GDP增长，为此付出了严重资源环境代价和经济代价。中国能源消费过度依赖煤炭等化石燃料，水电✍、核电和风电占能源消费总量的比重过低。1978年中国能源消费总量仅为6亿吨标准煤，2013年消费总量上升至37.5亿吨标准煤。化石燃料过度消费导致排放大量二氧化碳，据世界银行2014年《世界发展指标》显示，中国二氧化碳排放量从改革开放初期14.6亿吨增长到2010年82.87亿吨，2010年中国碳排放总量约占世界总量25%，超过美国成为世界第一大二氧化碳排放国。上述环境问题使中国在世界环境绩效指数EPI（Environmental Performance Index）排名中由2008年第105位降低至2012年第116位1。《中国环境经济核算研究报告》显示，2004年和2008―2010年全国环境污染造成的经济损失分别为5118亿元、8947亿元、9700亿元和1.53万亿元。
“经济增长和环境保护之间的矛盾不可化解吗？”经济学家指出技术进步是解决环境问题的关键。[1]20世纪90年代后，经济学家构建环境经济模型，研究技术进步和政府政策对环境问题的影响，如MERGE模型[2][3]和CETA模型[4]，而Nordhaus（1✌994，2002）构建的DICE模型以及RICE模型最具代表性[5][6][7]。上述研究表明通过环境监管、经济结构调整、环境税、排污许可证制度和清洁技术研发补贴等方式，可以有效控制环境污染，实现经济与环境双赢局面。但这些理论模型都存在一个不足，即经济模型并没有将技术进步完全内生化，而建立外生技术进步模型无法反映厂商面对政府不同环境政策所做出的应对决策。由于经济是一个自循环复杂系统，技术进步内生化成为近年环境研究关注重点。Van der Zwaan（2002）通过“干中学”模式将技术进步内生化，考察二氧化碳减排和碳税水平对技术创新影响，模型显示内生技术进步要比外生技术更早实现减排目标，而非化石能源技术创新是实现减排目标的关键。[8]Di Maria（2006）参照Acemoglu（2002）偏向性技术进步模型[9]，构建出包含可耗尽资源多部门宏观增长模型，假定资源与其他生产要素间存在互补关系，研究结果表明在平衡增长路径上技术进步将全部转化为资源增加型。[10]Acemoglu（2012）拓展其偏向性技术进步模型为环境技术进步模型，将中间产品和技术分成清洁和非清洁两类，构建技术进步方向系统化框架，分析环境政策对技术创新影响。研究结果显示当投入要素可以充分替代时，最佳环境政策应为税收和补贴的政策组合，并且短期政策介入就能够实现经济可持续增长。[11]Aghion（2012）利用环境技术进步模型和美日欧等80个国家40年汽车产业专利数据，将技术进步分成能源节约型和资本-劳动节约型两类，在厂商层面研究油价变化对传统非清洁技术和新兴清洁技术创新的影响，发现清洁技术创新受含税燃油价格和清洁技术存量影响，油价提高能够显著促进新兴清洁技术发展，同时技术进步方向演变存在路径依赖。[12]由此可见，环境技术进步模型已成为最热点的环境经济模型。但在Acemoglu（2012）构建的环境技术进步模型中，劳动力结构设定易引发如下问题：第一，技术进步外生化问题。由于科学家总数量固定并标准化为1，研发成功率和技术质量提升程度设为常数，导致技术进步率外生给定，因此该模型并未实现完全技术进步内生化。Hourcade等（2011）也指明，该模型设置存在外生属性，原因在于政策制定者仅关注科学家在两部门间分配，而未考虑到科学家总供给变化以及未将科学家作为构成劳动力要素的重要部分。[13]第二，最优科学家投入数量问题。t期科学家占总劳动力比例并非适宜任一时期，随着技术进步和人力资本积累及环境变化，t期最优科学家数量投入到t+1期，生产可能无法达到最优效率。第三，研发激励因素设置和科学家分配问题。在该模型中研发激励来自潜在垄断利润，若研发成功科学家就可获得相应技术专利，进而转为企业家，获取全部垄断利润，此设定与现行利润分配模式不符。因为现代企业股权结构复杂，垄断利润多数由企业家获取，科学家参与分配的份额有限。此外，模型暗含科学家可自由转换研发部门，而无须承担转换成本，期望利润改变将引发科学家分布突变。
本文将环境技术进步模型进一步扩展，假定总劳动供给由工人和科学家构成，且两类劳动力间为替代关系，其中产品由工人生产而科学家投身技术研发。工人和科学家通过工资获得劳动报酬，工资水平差异成为导致劳动力分布变化的关键。政府通过对清洁部门科学家工资实施补贴等环境创新政策，达到促进清洁技术发展，实现经济和环境和谐发展。 那么，当两种中间品相互替代时，提升相对技术水平的外部冲击是否一定会诱致技术进步完全朝向清洁技术方向？当外部冲击使相对技术水平提高时，技术研发将转向清洁技术方向，这样非清洁部门垄断厂商市场份额下降使其未来利润降低，非清洁技术专利迅速贬值。为避免这种情况的发生，非清洁技术垄断厂商会在当期给科学家开出远高于其边际价值的工资吸引科学家投入非清洁部门从事研发工作，将技术重新拉回到平衡增长路径上。所以延长政策持续时间和提高政策力度才能最终使经济朝向清洁技术方向发展。
上述分析可知，两类中间品为替代关系时，需要更多科学家投入清洁部门从事研发工作，这使政策激励成为必然。现在考虑科学家在两个部门之间的流动存在摩擦，即存在一个跨部门流动成本TWsdt。在成为工人或科学家的选择中，个体选择成为科学家需要1期的时间来学习和培训；但科学家跨部门流动不存在时滞，对新部门的知识和技能的学习利用休息时间完成，构成科学家跨部门流动成本，同时转换部门的科学家可以立即获得新部门的工资。在t时期，两部门科学家工资分别为Wsct和Wsdt，令：θt=Wsct/Wsdt。
一方面，政府对在清洁部门的科学家提供长期稳定补贴且额度为δWsct，所以实际的相对工资为（1+δ）θt。另一方面，政府对科学家转换成本TWsdt补贴kTWsdt，则科学家的真实转换成本为1-kTWsdt。如果转换部门的期望工资收入高于维持现状的期望工资收入，那么转换部门将是生命周期剩余超过m（mξ1。ξ2是χ和δ的减函数，当χ和δ的值增加时ξ2值下降，提高对工资补贴和学习成本补贴能降低选择成为科学家的门槛。
情形3：环境视角下科学家投入结构变化来源不同，个体选择成为科学家的门槛差异明显，而政策激励能够有效提高清洁部门科学家的供给规模，促进清洁技术快速发展。
五、基本结论
本文将异质性劳动引入环境技术进步方向模型，考察自由市场和政府环境补贴政策下技术进步的发展路径，结果发现：（1）自由市场条件下清洁 ツ和非清洁部门的劳动力结构和技术进步率的稳定性受两部门科学家研发贡献率和替代弹性的影响。科学家研发贡献率较高时，均衡状态下两部门劳动力结构稳定且技术进步率一致；当科学家贡献率较低时，技术进步将停滞。（2）当两部门间呈替代关系且科学家贡献率较高时，清洁部门科学家需求伴随技术水平提高而增加；当两部门间呈替代关系但科学家贡献率较低时，科学家数量将逐步降低，清洁技术进步速率较低；当两部门间为互补关系时清洁技术进步停滞。（3）当两部门间呈替代关系时，经济均衡状态为不稳定均衡，环境政策冲击能使经济朝清洁技术方向发展，当科学家贡献率较高时短期政策介入就能够实现清洁技术快速发展，当科学家贡献率较低时则政策永久介入才能保证清洁技术持续发展。当两部门为互补关系时，经济均衡为稳定均衡，此时需要永久政策干预才能实现清洁技术发展。为避免环境灾难，此时降低单位非清洁产出污染率的技术成为技术进步的主要方向。（4）通过实施针对清洁部门科学家的工资补贴和教育补贴政策可以有效提高科学家供给规模，并促进科学家投入到清洁部门进行研发。
参 考 文 献 [1] D.Popp， R.Newell， A.Jaffe. “Energy the Environment and Technological Change”， NBER Working Paper， 2009.
[2] A.Manne， R.Mendelson， R.Richels. “MERGE_A Model for Evaluating Regional and Global Effects of Ghg Reduction Policies”， in Energy Policy， 1995， （23）.
[3] A.Manne， R.Richels. “On Stabilizing CO2 Concentrations： Cost-Effective Emission Reduction Strategies”， in Environ Modeling Assess， 1997， （2）.
[4] S.Peck， T.Teisberg. “CETA： A Model for Carbon Emission Trajectory Assessment”， in Energy， 1995， （131）.
[5] Nordhaus. Managing the Global Commons： The Economics of Climate Change， Cambridge，MA： MIT Press， 1994.
[6] Nordhaus， Yang Z. “A Regional Dynamic General-Equilibrium Model of Alternative Climate- Change Strategies”， in American Economic Review， 1996， （4）.
[7] Nordhaus. Modeling Induced Innovation in Climage Change Policy in Techological Change and the Environment， Washington， DC：Resources， For the Future Press， 2002.
[8] Van Der Zwaan， C.Bob， G.Reyer， K.Ger， S.Leo. “Endogenous Technological Change in Climate Change Modelling”， in Energy Economics， 2002， （24）.
[9] D.Acemoglu. “Directed Technical Change”， in Review of Economic Studies， 2002， （69）.
[10] Di Maria， Corrado， S.Valente. “The Direction of Technical Change in Capital-Resource Economies”， ETH Z?Rich， Working Paper，2006.
[11] D.Acemoglu， P.Aghion， L.Bursztyn， D.Hemous. “The Environment and Directed Technical Change”， in American Economic Review， 2012， （102）.
[12] P.Aghion， A.Dechezlepretre， D.Hกemous， R.Ma®rtin， J.Van Reenen. “Carbon Taxes， Path Dependency and Directed Technical Change： Evidence from the Auto Industry”， CEP Discussion Paper， 2012.
[13] J.Hourcade， A.Pottier， E.Espagne. “The Environment and Directed Technical Change： Comment”， FEEM Working Paper， 2011.
[14] N.Stern. “A Blueprint for a Safer Planet： How to Manage Climate Change and Create a New Era of Progress and Prosperity”， Bodley Head： London， 2009.
