勞動力供求視角下綠色金融改革的就業效應研究

摘要：綠色金融改革是推動我國生態文明建設、踐行“兩山論”的重要舉措，在促進經濟社會可持續發展的同時，有望成為提升就業水平、實現“穩就業”目標的新動力。從勞動力供求視角剖析綠色金融改革對就業的影響機理，基于綠色金融改革創新試驗區的政策進行實證檢驗，結果表明綠色金融改革顯著提升了勞動力就業水平，具有“穩就業”效應，尤其在勞動密集型企業和勞動力市場化程度較高的地區表現更為突出。機制分析進一步表明，該效應得益于綠色技術創新水平的提升、融資約束的緩解以及企業社會聲譽的提高。據此提出，綠色金融改革應針對綠色技術扶持、融資生態優化以及企業聲譽提升方面精準發力，為助力勞動力市場提供有效指引，實現在經濟發展中促進綠色轉型、在綠色轉型中推動更好發展。

關鍵詞：勞動力供求；綠色金融改革；就業效應

中圖分類號：Ｆ８３２．０；Ｆ２４１．２" "文獻標志碼：A" "文章編號：1001-862X（2025）01-0107-0０８

就業是民生之本，始終被黨中央置于治國理政的突出位置。2024年９月，《中共中央 國務院關于實施就業優先戰略促進高質量充分就業的意見》提出“增加綠色就業新機會，積極發展節能降碳、環境保護、生態保護修復和利用等綠色產業，推動綠色發展和就業增長協同增效。”［１］綠色金融作為推動經濟社會綠色轉型升級的關鍵力量，通過為綠色產業提供資金支持，促進綠色技術創新和產業升級，在推動經濟綠色發展的同時，催生大量新興綠色就業崗位，有助于實現綠色發展和就業增長協同增效。

已有文獻研究了綠色金融對經濟增長［２］、企業創新［３］、融資成本［４］等的影響，但對于就業效應的研究較少。僅有的研究討論了綠色信貸政策能夠通過促進綠色創新、資本投入，在一定程度上增加企業的勞動力需求。［５］但也有文獻指出綠色信貸可能擠出勞動力需求，導致就業人數減少。［６］因此，無論是從研究視角還是研究結論上，綠色金融的就業效應都需要進一步驗證。基于此，本文從勞動力供給和需求兩個維度，探索綠色金融影響就業的理論機制，并基于綠色金融改革創新試驗區的政策沖擊，以滬深A股上市非重污染公司為研究樣本，進一步驗證相應機制，實證檢驗綠色金融改革的就業效應。

一、理論框架：綠色金融改革視域下

勞動力需求與供給

綠色金融改革通過政策引導與市場機制，不斷完善標準體系，創新金融產品和服務，強化金融監管和信息披露，推動金融資源向綠色低碳、節能環保與可持續發展領域配置，在促進經濟社會與環境協調發展的同時，對勞動力市場也產生了深遠影響。

（一）技術創新與勞動力需求：就業創造效應和就業破壞效應

根據“波特假說”，環境規制能使企業意識到生產經營的外部性成本，進而積極進行綠色技術創新。綠色金融作為應對環境挑戰與促進經濟發展的創新政策工具，兼具環境規制和傳統金融政策的功能。相比于傳統的環境規制，綠色金融更有助于形成區域社會的整體綠色導向，引導企業進行綠色技術創新，從而實現綠色轉型。然而，學術界對技術創新如何影響企業的勞動力雇傭仍存在爭議。“就業破壞論”認為技術創新會破壞就業，降低勞動雇傭。［７］在綠色金融改革背景下，綠色技術創新對勞動力的技能也提出了新要求，勞動者不僅要求具備綠色環保意識，還要求掌握綠色技術和綠色設備操控技能。部分勞動者受知識儲備與能力素質影響，難以適應新的工作要求，由此帶來失業風險。“就業創造論”則認為技術創新能夠增加新的產品、部門或機器，從而增加就業。［８-９］綠色金融改革催生新的綠色產業和業務模式，帶動了關聯產業發展，創造大量新的就業崗位。短期看，綠色金融改革可能會帶來結構性失業，但長期看，綠色產業及其關聯產業能吸納更多的勞動力，創造更多的高質量就業崗位。總之，綠色金融改革將促進綠色技術創新，最終產生就業創造效應還是就業破壞效應，則需進一步實證檢驗。

（二）融資約束與勞動力需求：流動資本帶來的擴張效應

根據“流動資本”概念［1０］，企業雇傭勞動力需要流動資本進行支撐。當企業的流動資本增加（下降）時，企業的勞動力需求會擴張（萎縮）。因此，若企業面臨較大的融資約束，利用外部融資渠道獲取流動性資金的能力就會受限，從而減少勞動雇傭規模。［1１-1２］綠色金融改革引導資本從重污染企業流向綠色企業，借助多樣化綠色金融工具，能夠有效緩解企業融資約束。首先是降低綠色企業融資成本。在綠色金融改革背景下，地方政府綜合利用貼息、補貼、獎勵等多種優惠政策激勵企業綠色行為，企業的降碳、減污、擴綠等表現成為銀行貸款審批、額度測算、利率定價的重要參考，綠色企業融資成本得以降低。其次是拓寬企業融資渠道。在綠色金融改革背景下，綠色企業可以發行綠色債券和轉型債券，募集資金用于綠色項目投資。同時，金融機構為企業提供綠色信貸、綠色保險、綠色資產支持證券、碳減排支持工具等金融產品和服務，企業融資渠道更為多元。最后是緩解融資信息不對稱。綠色金融信息相關平臺的搭建在很大程度上降低市場主體間的信息搜尋成本，改善信息不對稱，從而解決企業的融資約束問題。［１３－１４］綜上，綠色金融改革能夠抒緩企業融資困境，幫助企業獲得更多資金用于擴大生產規模，進而增加企業勞動雇傭需求。

（三）社會聲譽與勞動力供給：聲譽資本的信號傳遞效應

聲譽資本理論認為，在市場信息不完全的情況下，企業社會聲譽是一項重要的無形資產。［1５］從勞動力供給維度看，綠色金融改革引導企業注重環境保護，進行綠色轉型。［1６］企業積極參與綠色金融項目，如發行綠色債券、申請綠色信貸等，可以獲得多個利益相關者的認可，顯著提升企業的市場形象和社會聲譽，增強企業聲譽資本，由此吸引更多的勞動力供給。首先，企業通過綠色金融獲得資金支持，加大對綠色產品和服務的研發投入，推出符合客戶綠色環保需求的產品，能改善企業在客戶群體中的形象。其次，企業通過綠色金融支持，與供應鏈伙伴共同推進節能減排與資源循環利用，推動供應鏈綠色化發展，提升企業在供應鏈中的影響力和聲譽。最后，企業的綠色低碳行為可以獲得政府的綠色金融政策支持，如資金補貼、貸款優惠等，進而提升企業在政府和社會各界的聲譽。總之，企業通過綠色金融獲得資金支持，開展綠色低碳項目，并通過ESG報告等形式進行披露，將提升企業的社會形象和聲譽。由于勞動力市場中雇傭雙方信息不對稱，此時企業良好的社會聲譽將成為一種背書，在就業市場形成競爭優勢，吸引更多勞動力。因此，社會聲譽良好的企業更受勞動者青睞，產生勞動力吸引效應進而提高就業水平。

二、改革背景與研究設計：基于綠色金融改革創新試驗區的設定

作為新形勢下推進綠色發展、實現“碳達峰、碳中和”目標的一項重要金融政策，綠色金融改革創新試驗區承擔著先行先試的重要使命，在組織機構、產品工具、服務模式、政策舉措、發展路徑等方面進行多維探索，形成了可復制、可推廣的模式，為全國性綠色金融改革提供參考和借鑒。

（一）改革背景

不同于以往綠色信貸等綠色金融政策，綠色金融改革創新試驗區將“自上而下”的頂層設計與“自下而上”的區域探索相結合，為綠色金融發展開辟了新路徑。（１）頂層設計方面，國家將綠色金融改革創新試驗區作為推動綠色發展理念落地、完善綠色金融體系建設的重要方式，頒布綠色金融改革創新試驗區總體方案，明確試驗區的發展目標、任務和重點領域。區域探索方面，明確要求各試驗區根據自身產業結構、區位優勢和資源稟賦，實施差異化的綠色金融創新實踐，探索具有地方特色的綠色金融發展模式。實踐中，各試驗區針對微觀企業制定了多種方案，引導資金從高污染高耗能企業流向綠色企業，緩解企業綠色轉型的融資約束，激勵企業開展綠色技術創新，助力企業提升社會聲譽，以實現增加綠色就業目標。具體包括：其一，創新綠色科技債券、綠色保險等綠色金融產品，出臺煤炭清潔高效利用、科技創新、設備更新改造等政策，降低綠色技術創新融資成本與融資風險，拓寬融資渠道，推動綠色技術成果轉化，引導資金流入綠色科技創新領域；其二，鼓勵金融機構設立綠色專營機構，創新金融產品與服務范式，為企業綠色項目提供多元化的融資渠道，不斷完善貸款貼息、風險補償、費用補貼等支持政策，搭建綠色金融綜合服務平臺，提高企業融資的可獲得性；其三，聚焦綠色金融標準體系構建，包括綠色評級、綠色企業和綠色項目標準，開展綠色金融數據統計，搭建綠色金融信息庫，并制定綠色金融“白名單”與“黑名單”制度，精準鑒別綠色企業，有效提升綠色企業的社會聲譽。

（二）模型設定與變量定義

自2017年開始，我國逐批設立綠色金融改革創新試驗區，為評估綠色金融改革的就業效應提供了一個準自然實驗。本部分運用雙重差分法構建實證模型，通過比較政策實施前后試驗區和非試驗區的變化，驗證綠色金融改革是否具有穩就業效應。具體模型設定如下：

lnemployi，t=α0+α1Postt×Treati+Xi，t-1γ+μi+δt+εi，t（1）

其中，被解釋變量lnemployi，t表示勞動力就業水平，用企業i在第t年的員工人數的對數表示。Postt為時間虛擬變量，Postt=1代表設立試驗區當期及之后的日期，設立試驗區之前的日期則等于0。（２）Treati為政策虛擬變量，依據國務院劃定的綠色金融改革創新試驗區范疇，將浙江省、廣東省、貴州省、江西省、新疆維吾爾自治區、甘肅省和重慶市這7省（區、市）劃定為實驗組，賦值Treati=1，其余省（區、市）的Treati=0（鑒于數據統計范疇，樣本中未涵蓋臺灣省、澳門特別行政區和香港特別行政區）。Xi，t-1為控制變量，考慮到可能會影響就業水平的企業特征，并參考王鋒和葛星（2022）已有的研究［９］，選擇如下控制變量并進行滯后一期處理，具體涵蓋企業年齡、勞動生產率、企業價值、成長能力、總資產凈利率和資產負債率等指標，各指標詳細定義見表1。本文也進一步控制個體固定效應μi和年份固定效應δt。模型（1）的核心變量為Postt×Treati交互項，該變量的系數α1反映了綠色金融改革對勞動力就業水平的影響。

（三）樣本選擇與數據來源

綠色金融改革創新試驗區旨在引導資金流向低碳產業，本文選取2012年至2022年A股上市非重污染企業作為研究樣本。具體參考李俊成等（2023）的研究［1７］，依據《上市公司行業分類指引》等相關標準（3）甄別非重污染企業。相關數據源于Wｉｎｄ和CSMAR數據庫。為避免異常樣本，剔除含有ST和ST*標記的公司以及重要數據缺失的樣本，最終獲得10396個企業年度有效觀測值。本文對變量數據進行縮尾處理，變量定義和描述性統計結果見表1。

三、實證分析：綠色金融改革的就業效應檢驗

理論分析表明，綠色金融改革可能具有穩就業效應。為驗證該效應是否存在，本部分首先基于綠色金融改革創新試驗區的政策沖擊，考察綠色金融改革對勞動力就業水平的具體影響，并結合企業實際情況分析綠色金融改革提升勞動力就業的異質性，最后進行系列穩健性檢驗，以增強基準回歸結果的可靠性。

（一）基準回歸

綠色金融改革對試點區域企業勞動力就業的考察結果如表2所示，每列結果均控制了企業和年份固定效應，以剝離其他潛在干擾因素的影響。無論是否加入控制變量，實證結果均表明綠色金融改革與勞動力就業水平呈顯著的正相關關系，且加入控制變量后，交互項的系數明顯增加。列（1）和（2）的結果說明，綠色金融改革在統計意義上顯著提升了勞動力就業水平，相較于綠色金融改革創新試驗區外的企業，區內企業勞動力就業水平平均提升了９．５%。進一步地，鑒于不同企業對相同政策沖擊的效應可能存在差異，基準回歸依據企業要素密集度和企業所在地勞動力市場化程度的差異進行分組回歸。（1）參照毛其淋和王玥清（2023）的研究構建要素密集度指標［1８］，并將要素密集度小于其中位數的樣本劃分為勞動密集型企業，其余的劃分為資本密集型企業，結果如列（3）和（4）所示。相較于資本密集型企業，綠色金融改革會提升勞動密集型企業的就業水平。（2）引入勞動力市場化指數［1９］衡量企業所在地的勞動力市場化程度，按照中位數將樣本劃分為勞動力市場化程度較高和較低組，結果如列（5）和（6）所示。可以發現，綠色金融改革對勞動力市場化程度較高的地區具有顯著的促進效應。

（二）穩健性檢驗

1.平行趨勢檢驗

為保證基準回歸結果的穩健性，本部分進行平行趨勢檢驗。平行趨勢檢驗要求實驗組和對照組在政策實施之前不存在顯著差異，從而確保雙重差分模型得到的估計量能夠識別因果效應。為驗證該假設，并考察勞動力就業水平在綠色金融改革創新試驗區設立前后的動態差異，本文借鑒劉貫春等（2022）的方法［２０］，采用事件研究法進行動態效應分析。以綠色金融改革創新試點設立的前一年為基期，檢驗試點政策出臺前后各年度效應變化，結果如圖1所示。在試驗區設立之前，綠色金融改革對勞動力就業的影響系數不顯著異于零，這意味著實驗組與對照組在政策實施之前尚不存在顯著差異。而在試驗區設立之后，影響系數明顯提升且顯著為正，說明試驗區設立后，實驗組相比對照組的就業水平得到明顯增加。該結果表明本文的雙重差分模型滿足平行趨勢檢驗，基準回歸檢驗結論穩健。

2.安慰劑檢驗

考慮到就業效應可能是由其他隨機因素促成的，為避免此類“偽回歸”，本文根據模型（1）中交乘項Post×Treat的分布情況，進行多次隨機抽樣，得到安慰劑檢驗的結果。由圖2可知，隨機抽樣的系數估計值呈正態分布，且P值大多大于0.1，而基準回歸的估計系數在1%的水平下顯著。安慰劑檢驗的結果表明，就業效應并不是因為其他隨機因素產生的，綠色金融改革創新試驗區確實能夠有效提升勞動力就業水平。

3.其他檢驗

為進一步夯實研究結論的可靠性，本文還采用了以下方法進行穩健性檢驗。①采用傾向得分匹配法，根據文章的控制變量匹配樣本特征較為接近的實驗組和對照組，規避因樣本差異可能引發的估計偏差風險；②剝離樣本期內其他事件的干擾，考慮2019年新冠肺炎疫情對勞動力就業的沖擊，剔除2020年至2022年的樣本后再進行回歸；③增強數據的一致性和可比性，剔除直轄市樣本再進行回歸；④排除固定效應的潛在影響，加入行業固定效應。表3為穩健性檢驗的結果，其系數均顯著為正，且回歸系數與基準回歸接近，支持本文的核心結論，說明綠色金融改革促進勞動力就業水平的基本結論比較穩健。

四、作用機制檢驗：綠色技術、融資約束

和社會聲譽

基于上文綠色金融改革促進勞動力就業水平的理論分析和經驗證據，本部分從綠色技術創新、融資約束緩解以及社會聲譽提升三個維度揭示綠色金融改革促進就業水平的作用機制。借鑒馬亞明等（2020）的方法設計兩階段實證策略［２１］：第一階段驗證綠色金融改革試驗區的設立對企業綠色技術創新、融資約束以及社會聲譽的影響；第二階段在基準回歸模型中分別加入上述變量，考察其對勞動力就業的傳導效應。

（一）綠色技術創新的作用機制

綠色金融改革試驗區能夠驅動企業進行綠色技術創新，并且這種創新驅動通過“就業創造效應”或“就業破壞效應”對企業勞動力規模產生差異化影響。本部分以上市公司當年所提交的綠色專利申請數量作為衡量企業綠色技術創新水平（GT）的關鍵變量。回歸結果如表4第（1）列所示，回歸系數為0.0７８，這意味著試驗區實施后，試驗區內的企業相較于其他企業，綠色技術創新水平平均提升了７．８%。為進一步厘清綠色技術創新對就業的影響，本文將綠色技術創新水平（GT）納入基準回歸模型。根據列（2），該變量所對應的回歸系數為0.１０２，在1%的水平下顯著。從統計意義上講，企業的綠色技術創新水平提升1%，勞動力就業水平將平均增加１０．２%。這表明綠色技術創新水平在促進就業增長方面發揮著重要的作用，支持“就業創造論”。

（二）融資約束緩解的作用機制

為驗證融資約束機制，本部分參考沈坤榮等（202４）的研究方法［2２］，選取ＦＣ指數作為融資約束的代理指標，用于驗證綠色金融改革通過融資約束緩解對就業產生的影響。表4列（3）與（4）展示了這一機制檢驗的回歸結果。其中，第（3）列所呈現的回歸系數顯著為負，表明試驗區設立之后，通過優化資金配置以及降低市場主體間的信息壁壘，能夠有效緩解企業的融資約束。在基準回歸中加入ＦＣ指數后，由列（4）可知，該變量的回歸系數顯著為負，說明融資約束越高，企業的勞動力雇傭需求越低。可見綠色金融改革試驗區的設立能夠通過緩解企業融資約束難題，使企業有足夠的流動性資金雇傭勞動力，進而實現就業水平的穩步提升。

（三）社會聲譽提升的作用機制

企業社會聲譽提升能夠衍生顯著的勞動力吸引效應，進而從勞動力供給側為就業增長注入動力。本部分參考管考磊和張蕊（2019）的研究［2３］，從消費者和社會、股東、債權人以及企業四個角度共選取12個指標，計算企業的社會聲譽得分（Rep）。回歸結果如表4列（5）與（6）所示。列（5）所對應的系數為0.02４，說明試驗區設立后，試驗區內企業的社會聲譽得分相較于其他企業平均提升了2.４%。列（6）社會聲譽的回歸系數為0.28５，表明企業社會聲譽每提高1個單位，勞動力就業水平平均提升28.５%。這意味著，綠色金融改革能夠提升企業的社會聲譽，而良好的社會聲譽能夠顯著強化企業的市場競爭優勢，產生勞動力吸引效應，從勞動力供給角度增加就業。

五、結論與啟示

“碳達峰、碳中和”與“穩就業”是當前經濟社會發展的兩大重要目標。綠色金融改革在推動綠色低碳轉型發展的同時，能否成為實現“穩就業”目標的新引擎？本文基于綠色金融改革創新試驗區這一政策沖擊，采用多時點雙重差分模型，從勞動力供求視角出發，考察了綠色金融改革對勞動力就業的影響及作用機制。研究發現，綠色金融改革具有顯著的穩就業效應，這一效應的實現主要依托三大關鍵路徑：綠色技術創新、融資約束緩解和企業聲譽提升，分別在勞動力需求與勞動力供給層面促進就業。基于研究結論，本文提出以下政策建議：

一是加大綠色技術創新扶持，激發就業創造新動能。優化針對綠色技術創新的綠色金融政策，包括制定統一的綠色技術創新項目認定規則，建立綠色技術創新的環境效益評估標準，細化資金補貼和貸款優惠政策中關于綠色技術創新的條款，引導金融機構加大對綠色技術創新的支持力度。構建針對綠色技術創新的風險補償與擔保機制，推動建立綠色技術創新風險補償基金，合理分擔金融機構因支持綠色技術創新項目而產生的損失，制定激勵政策引導擔保機構為綠色技術創新項目提供擔保服務，提高綠色技術創新項目的融資可得性，降低金融機構支持綠色技術創新的信貸風險。

二是優化融資生態，破除勞動雇傭資金枷鎖。多維度豐富綠色金融產品種類，根據企業需求開發綠色信貸、綠色債券、綠色保險等產品，提供多元化、低成本化融資渠道以滿足企業融資需求。優化企業內部融資結構，鼓勵企業積極對接綠色股權基金、風險投資，獲取發展所需資金，提高股權融資比例、降低債權融資比例。政銀企協同打造良好融資環境，聯合建立綠色金融信息平臺，整合企業環境、金融等信息，實現信息共享，降低信息不對稱風險。

三是提升企業聲譽引力，充實就業人力儲備。對于政府而言，應加快構建綠色工廠、綠色工業園區和綠色供應鏈管理體系，動態優化綠色企業和綠色項目庫，指導培育企業入庫，積極推動企業參與綠色發展專項資金項目的入庫申報工作，提高綠色企業的社會聲譽與市場形象。對于企業而言，須強化社會責任擔當意識，積極投身公益事業，主動披露ESG信息，塑造品牌形象與良好社會聲譽，以軟實力吸引人才、凝聚人心。聯合產業鏈上下游企業，共建綠色產業聯盟，共享資源、共御風險，協同推動綠色產業鏈建設，在綠色發展浪潮中實現就業規模與質量雙提升。

注釋：

（1）2017年6月14日，國務院決定在浙江、江西、廣東、貴州、新疆五省（自治區）八地建立首批綠色金融改革創新試驗區；2019年11月28日與2022年8月19日，中國人民銀行等六部委分別印發《甘肅省蘭州新區建設綠色金融改革創新試驗區總體方案》和《重慶市建設綠色金融改革創新試驗區總體方案》，標志著蘭州新區、重慶市綠色金融改革創新試驗區正式獲批。

（2）根據試驗區的設立時間，對于甘肅省Postt=1（t？叟2020）；對于重慶市Postt=1（t？叟2022）；對于其他省（區、市），Postt=1（t？叟2017）。

（3）依據《上市公司環保核查行為分類管理名錄》《上市公司環境信息披露指南》和《上市公司行業分類指引》，本文定義采礦業（行業代碼：B06、B07、B08、B09）、制造業（行業代碼：C17、C19、C22、C25、C26、C28、C29、C30、C31）、電力、熱力生產和供應業（行業代碼：D44）中的企業為重污染企業，其他為非重污染企業。

參考文獻：

［１］中共中央 國務院關于實施就業優先戰略促進高質量充分就業的意見［ＥＢ／ＯＬ］．（２０２４－０９－２５）［２０２４－１０－２６］．ｈｔｔｐｓ：／／ｗｗｗ．ｇｏｖ．ｃｎ／ｚｈｅｎｇｃｅ／２０２４０９／ｃｏｎｔｅｎｔ＿６９７６４７０．ｈｔｍ．

［２］文書洋，劉浩，王慧.綠色金融、綠色創新與經濟高質量發展［J］.金融研究，2022（8）：1-17.

［３］祁懷錦，劉斯琴.綠色金融政策促進企業綠色創新嗎——來自綠色金融改革創新試驗區的證據［J］.當代財經，2023（3）：94-105.

［４］Shi J，Yu C，Li Y，et al. Does Ｇreen Ｆinancial Ｐolicy Ａffect Ｄebt-financing Ｃost of Ｈeavy-polluting Ｅnterprises？ An Ｅmpirical Ｅvidence Ｂased on Chinese Ｐilot Ｚones for Ｇreen Ｆinance Ｒeform and Ｉnnovations［J］. Technological Forecasting ＆ Social Change，2022，179：121678.

［５］Liu X，Wang X.How Green Finance Reshapes Employment Structure：Evidence from Green Credit［J］.Polish Journal of Environmental Studies，2024（１）：２８９－３０１．

［６］Xu J，Li J，Nie D，et al. To Ｇreen or Ｔo Ｗork：Ｔhe Ｌabor Ｄemand Ｒeduction Ｅffect of Ｇreen Ｆinance［J］.Environmental Science and Pollution Research，2023（23）：63899-63914.

［７］Ａｃｅｍｏｇｌｕ Ｄ， Ｒｅｓｔｒｅｐｏ Ｐ． Ｒｏｂｏｔｓ ａｎｄ Ｊｏｂｓ： Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ＵＳ Ｌａｂｏｒ Ｍａｒｋｅｔｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ， ２０２０（６）： ２１８８－２２４４．

［８］Li D，Zhu J. The Ｒole of Ｅnvironmental Ｒegulation and Ｔechnological Ｉnnovation in the Ｅmployment of Ｍanufacturing Ｅnterprises：Evidence from China［J］. Sustainability，2019，1１：2982.

［９］王鋒，葛星.低碳轉型沖擊就業嗎——來自低碳城市試點的經驗證據［J］.中國工業經濟，2022（5）：81-99.

［1０］Neumeyer P A，Perri F. Business Ｃycles in Ｅmerging Ｅconomies：Ｔhe Ｒole of Ｉnterest Ｒates［J］. Journal of Ｍonetary Economics，2005（2）：345-380.

［1１］羅長遠，陳琳.融資約束會導致勞動收入份額下降嗎？——基于世界銀行提供的中國企業數據的實證研究［J］.金融研究，2012（3）：29-42.

［1２］余明桂，王空.地方政府債務融資、擠出效應與企業勞動雇傭［J］.經濟研究，2022（2）：58-72.

［1３］裴長洪，倪江飛，李越．數字經濟的政治經濟學分析［Ｊ］．財貿經濟，２０１８（９）：５－２２．

［１４］宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角［J］.中國工業經濟，2021（4）：138-155.

［1５］Tadelis S. What’s in a Name？Reputation as a Tradeable Asset［J］.Ｔｈｅ American Economic Review，1999（3）：548-563.

［1６］蘇冬蔚，劉子茗.綠色金融改革是否影響企業綠色績效與漂綠風險？［J］.國際金融研究，2023（4）：74-85.

［1７］李俊成，彭俞超，王文蔚.綠色信貸政策能否促進綠色企業發展？——基于風險承擔的視角［J］.金融研究，2023（3）：112-130.

［1８］毛其淋，王玥清.ESG的就業效應研究：來自中國上市公司的證據［J］.經濟研究，2023（7）：86-103.

［1９］孫文凱，趙忠，單爽，等.中國勞動力市場化指數構建與檢驗［J］.經濟學（季刊），2020（4）：1515-1536.

［２０］劉貫春，程飛陽，姚守宇，等.地方政府債務治理與企業投融資期限錯配改善［J］.管理世界，2022（11）：71-89.

［２１］馬亞明，胡春陽，劉鑫龍.發行綠色債券與提升企業價值——基于DID模型的中介效應檢驗［J］.金融論壇，2020（9）：29-39.

［2２］沈坤榮，喬剛，林劍威.智能制造政策與中國企業高質量發展［Ｊ］．數量經濟技術經濟研究，２０２４（２）：５－２５．

［2３］管考磊，張蕊.企業聲譽與盈余管理：有效契約觀還是尋租觀［J］.會計研究，2019（1）：59-64.

（責任編輯 夏夢麗）