引言

近年来，随着全球变暖、极端天气频发等环境问题的日益严峻，二氧化碳减排已成为世界各国普遍关注的焦点问题。作为当今世界第一大碳排放国，中国积极响应国际社会环保倡议，提出力争2030年前实现“碳达峰”和2060年前实现“碳中和”的战略目标。“双碳”目标的提出，彰显了中国对减少碳排放的决心和对国际社会高度的责任感，也标志着中国生态环境保护进入减污降碳协同治理新阶段。在这一背景下，政府相继修订了《中华人民共和国环境保护法》和《中华人民共和国大气污染防治法》，并出台了《中华人民共和国环境保护税法》《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》和《关于深入打好污染防治攻坚战的意见》等一系列环境规制政策以约束企业碳排放行为，作为碳排放主要源头的污染类企业所面临的碳风险压力不言而喻。

作为环境风险的重要组成部分，碳风险主要是指气候变化或使用化石燃料等资源给企业生产经营带来的不确定性 ^[1]。一般来说，碳风险主要包括碳排放约束政策收紧使企业运营成本的增加，或者企业因违反碳排放约束政策所引致的经济处罚、债务融资成本上升，以及由此而产生的声誉价值损失等 ^[2]。众所周知，在过去的经济粗放式增长时期，我国污染类企业不但是国家财政收入的重要来源，而且是就业吸纳的中坚力量，对经济的发展和民生的改善都发挥了重要作用。然而，当我国经济由高速增长转变为高质量发展时，污染类企业能否化碳风险为“碳机遇”，能否实现向绿色低碳的成功转型，这既关系到企业的生存与发展，也成为影响国家“稳就业”和“双碳”目标实现与否的关键，更是事关人民的福祉和社会的和谐稳定。可见，在中国发展的新时代，在碳风险管理已成为企业尤其是污染类企业风险管理重中之重的当下，深入开展碳风险对污染类企业就业吸纳行为影响问题的研究无疑具有重要意义。

随着国家“双碳”目标的贯彻落实，我国虽有越来越多的学者开始关注企业碳风险管理相关问题，但经文献梳理不难发现，既有企业碳风险管理的文献不多，且主要集中于碳风险信息披露 ^[3-5]，以及碳风险对企业债务融资成本的影响 ^{[6, 7]}等方面，尚无关于碳风险与企业就业吸纳关系的研究成果，而就业作为“最大的民生”问题，不仅关系着国家的经济发展，也会对社会的安定团结和人们的生活品质产生至关重要的影响。党的二十大报告明确提出，要强化就业优先政策，健全就业促进机制，促进高质量充分就业。故本文拟就污染类企业碳风险与企业就业吸纳行为的关系展开研究，即试图回答以下问题：第一，污染类企业碳风险是否对企业就业吸纳行为产生影响？第二，污染类企业碳风险与企业就业吸纳行为的关系呈线性还是非线性？第三，污染类企业碳风险是否通过环保资产投资的路径对企业就业吸纳行为产生影响？

概括说来，本文的边际贡献为：第一，拟着重探讨污染类企业碳风险对企业就业吸纳行为的影响机制，以及碳风险与企业就业吸纳行为之间的内在联系，将进一步丰富相关领域的既有文献。第二，拟揭示企业环保资产投资在碳风险对污染类企业就业吸纳行为的影响中所具有的中介效应，这对企业环保投资经济后果和企业就业吸纳影响机制的相关研究将是有益的补充。第三，本文根据研究结论所获得的启示，可作为政府有关部门和污染类企业对碳风险以及就业管理相关决策的参考依据。

1 理论分析与研究假设 1.1 污染类企业碳风险对企业就业吸纳行为的非线性影响

作为世界第一人口大国，我国劳动力规模庞大，这既是宝贵资源，同时也给就业工作带来挑战。尤其是在经济下行、贸易摩擦、地缘政治等多重压力叠加的现阶段，如何稳定就业已成为政府保障民生和维持社会经济和谐发展的首要任务。

稳定就业离不开企业提供的就业岗位，企业是就业吸纳的主渠道，而拥有足够的人力资源，又是企业开展生产经营活动的前提条件。从这一点来说，企业发展与就业吸纳是有可能形成相互成就的“同频共振”格局。然而，趋利性是企业的基本特征，企业的各种行为通常是出于利润最大化的考虑，就业吸纳更不能例外。从“收入- 费用=利润”这一会计等式可以直观地看到，企业增加利润的途径无外乎是增加收入和降低费用。也就是说，在销售毛利率一定的情况下，企业要获得更多的收入，必须采取规模扩张策略。这是因为，当产品价格不变时，销售量越大，则收入越多，相应地利润会随之增加。当然，随着销售的扩大，费用中的销售成本、税金及附加等变动费用也会随之增加，但由于固定费用因素的存在，企业费用的增长幅度往往要小于收入的增长幅度，因此，在产品供不应求或供求大体平衡的情况下，通过扩大生产经营规模来增加利润，是企业实现快速发展的最常见也是最有效的手段，同时也是企业增加对劳动力需求的最根本的动力。

然而，就污染类企业而言，随着企业生产经营规模的不断扩大，其固有的包括碳风险在内的环境风险问题会愈发严峻，这势必对就业吸纳产生负面影响。这是因为：第一，随着污染类企业的产品成本中，燃料费用往往占较大比重，这意味着其产品生产过程中对化石燃料的依赖度较高。在污染类企业的产能扩张，一方面要消耗大量的化石燃料；另一方面，也会向大气排放大量的污染物和二氧化碳。如果污染类企业碳排放超过现行碳排放约束政策所规定的上限，企业将面临环保部门采取的罚款等处罚措施，企业的生产经营活动将受到程度不同的负面影响，经营业绩势必出现滑坡甚至断崖式下跌，此时，减员增效就成为污染类企业不得不采取的经营策略。第二，较高的环境风险是污染类企业融资中难以逾越的障碍，也是影响银行等金融机构信贷决策的重要因素。污染类企业的碳风险越高，受到环保部门的监管压力越大，更有可能招致额外的潜在诉讼和合规成本，而这种成本的增加可能会减少污染类企业可支配的经济资源，降低企业的盈利能力和现金流，最终导致债务违约风险的增大 ^{[8, 9]}。因此，债权人往往会通过提高债务成本的方式来降低向污染类企业提供贷款的风险。尤其是在绿色信贷政策实施后，污染类企业的“融资难”“融资贵”问题变得更加突出。失去信贷资金支持的污染类企业，就连生产经营活动所需资金都已捉襟见肘，很可能将无力进行创新研发，也不会进一步吸纳人才。第三，碳风险较高也会影响从业者的健康 ^{[10, 11]}，并降低劳动力供给意愿 ^[12]。在绿水青山就是金山银山理念日益深入人心的当下，环境风险较高的污染类企业不可避免要面临“招人难”“留人难”的困境。

综上所述，本文认为污染类企业碳风险对企业就业吸纳行为的影响存在一定的“区间效应”，在低于某一临界点时，污染类企业碳风险水平的上升有助于企业就业吸纳；当污染类企业碳风险水平高于某一临界点时，则会抑制企业的就业吸纳行为。基于此，本文提出如下研究假设：

H1：污染类企业碳风险对企业就业吸纳行为的影响呈先促进后抑制的倒“U”形关系。

1.2 企业环保资产投资对碳风险与污染类企业就业吸纳行为关系的影响

随着人们生活水平的提高和环保意识的逐步增强，社会各界越来越关注企业履行环境保护责任的情况，企业环保投资也相应成为当今社会聚焦的热点议题。作为企业环保投资的重要组成部分，企业环保资产投资是企业自愿履行环境保护责任而发生的资本性环保支出，主要包括企业用于环保设施与技术的研发、购买和改造等方面的投资行为。环保资产是环保支出资本化的结果，是企业进行前端污染治理的物质基础。企业环保资产投资的规模、质量和结构不仅决定了企业对污染物和碳排放的管控能力，也会显著影响企业绿色低碳转型的进程和就业吸纳能力。显然，污染类企业加大环保资产投资力度，既是企业碳风险管理的紧迫需要，同时也是稳定就业的重要举措，它在碳风险影响污染类企业就业吸纳行为中能发挥以下重要作用：第一，获得合法性认同。合法性理论 ^[13]认为，企业要想生存与发展，其行为必须符合相关法律法规的要求，否则，便会因无法获得社会资源而被淘汰出局。面对日益趋紧的污染物和碳排放约束政策，污染类企业只有全面采用环保设施和环保技术，才能实现减污降碳的目标并获得合法性认同和社会赋予的各项资源。第二，缓解融资约束。当前，行业特质给债权人带来的高风险感知与绿色信贷政策融资惩罚效应的叠加，使得污染类企业面临着极强的信贷融资约束。在此融资环境下，只有绿色低碳转型的投资信息方减弱债权人对污染类企业的风险感知，并降低企业债务融资成本，才可使污染类企业有机会得到信贷资金的支持，这是污染类企业走出资金短缺困局的唯一途径。第三，重塑良好形象。企业自愿履行环境保护责任的行为，具有典型的利他重于利己特征，大多会赢得社会公众的好评。“金杯银杯不如老百姓的口碑”，环保资产投资给污染类企业带来的声誉价值不可小觑，而具有高度社会责任感的污染类企业不仅会得到公众的信任和尊重，也必定会获得社会资源的青睐。第四，改善经营业绩。既有研究表明，短期内企业环保资产投资对企业提高经济效益不但难以产生立竿见影的效果 ^[14]，甚至还会因该投资的增加而对企业利润的增长形成羁绊 ^[15]，但从长期来看，企业环保资产投资能够显著提升企业绩效 ^{[16, 19]}，使之有能力和动力吸纳就业。第五，促进创新研发。企业加大环保投入，促进节能环保技术的研发应用，这在一定程度上有可能突破政府环保部门的产能限制，有助于扩大生产规模、衍生新业态，进而能提供更多就业岗位，且污染类企业的低碳创新活动也需要配备更多研发人员从事研发业务，这无疑会增加科技人员的就业机会 ^[20]。

综上所述，本文认为，污染类企业面临的碳风险威胁会激励其加大环保资产投资力度，在产生更多减污降碳行为的同时，也会促进企业的就业吸纳。基于此，本文提出如下研究假设：

H2：污染类企业可通过加大环保资产投资力度来缓解碳风险压力进而促进就业吸纳，即环保资产投资在碳风险对污染类企业就业吸纳行为的影响中具有部分中介效应。

2 研究设计 2.1 变量选取

（1）解释变量：企业碳风险（CRISK）。本文借鉴Chapple等 ^[21]、Kim等 ^[22]的做法，用污染类企业二氧化碳排放量除以企业主营业务收入之后，再乘以10 000来衡量企业碳风险水平。其中，企业二氧化碳排放量是根据所在行业的能源消耗量进行近似估算，即使用企业主营业务成本与行业主营业务成本之比再乘以行业能源消耗总量，然后再乘以二氧化碳折算系数来估算。

（2）被解释变量：企业就业吸纳（JOB）。鉴于数据的可得性，本文借鉴曾庆生等 ^[23]、闫文娟等 ^[20]的做法，用污染类企业员工数量来衡量企业的就业吸纳行为，并对其进行对数化处理以消除量纲的影响。

（3）中介变量：企业环保资产投资（ECI）。本文借鉴吉利等 ^[24]的做法，以污染类企业当年新增环保在建工程额的对数来衡量企业环保资产投资力度。

（4）控制变量（CONTROL）。为了避免可能对污染类企业就业吸纳行为（JOB）产生作用的其他因素的影响，本文借鉴沈洪涛等 ^[25]、周志方等 ^[9]的做法，在回归模型中加入了产权性质（STATE）、资产负债率（DTA）、人均国内生产总值（GDP）（PERGDP）等控制变量。本文选取的变量及其定义如表 1所示。

2.2 模型设定 2.2.1 污染类企业碳风险对企业就业吸纳行为影响的回归模型

为了验证污染类企业碳风险（CRISK）对企业就业吸纳行为（JOB）的影响，本文借鉴闫文娟等 ^[20]的方法构建模型（1）如下：

(1)

在上述模型（1）中，CRISK_{i, t}代表污染类企业i在第t年的碳风险水平；JOB_{i, t}代表污染类企业i在第t年的就业吸纳行为；CONTROL代表控制变量（表 1）。模型（1）用以检验污染类企业碳风险（CRISK）与企业就业吸纳行为（JOB）之间存在的非线性关系，并根据Lind等 ^[26]的“Utest”检验方法与模型（1）的回归结果来判断二者是否存在倒“U”形关系。如模型（1）中碳风险一次项（CRISK）的系数显著为正，碳风险二次项（CRISK²）的系数显著为负，即α₁>0，α₂ < 0，则本文的假设1成立。

2.2.2 基于企业环保资产投资的中介效应检验模型

鉴于逐步回归中介效应模型存在内生性偏误、渠道识别不清等问题 ^[27]，为了检验企业环保资产投资（ECI）对污染类企业碳风险与企业就业吸纳行为（JOB）关系的影响，本文参考江艇 ^[27]、伦晓波等 ^[28]的方法，通过观测核心解释变量（CRISK）对机制变量（ECI）的影响进行机制检验，所构建的模型（2）如下：

(2)

模型（2）用来检验污染类企业碳风险（CRISK）对企业环保资产投资（ECI）的影响。如果β₁>0，则意味着污染类企业碳风险水平（CRISK）的上升会显著促进企业增加环保资产投资（ECI），且污染类企业加大环保资产投资（ECI）力度又会促进企业就业吸纳（JOB）的作用已得到证实 ^{[20, 29]}，那么，企业环保资产投资（ECI）即为污染类企业碳风险（CRISK）影响企业就业吸纳行为（JOB）的中介变量，即面临碳风险的威胁时，污染类企业会加大环保资产投资力度，进而促进企业的就业吸纳行为，本文的假设2成立。

2.3 样本与数据来源

本文选取沪深A股污染类上市企业作为研究样本。本文界定污染类企业的依据是证监会2012年修订的《上市公司行业分类指引》。污染类企业员工人数取自国泰安CSMAR数据库。本文计算解释变量企业碳风险所采用的行业主营业务成本与行业能源消耗总量数据分别来源于《中国工业经济统计年鉴》和《中国能源统计年鉴》；估算企业二氧化碳排放量所使用的二氧化碳折算系数是参照厦门节能中心的二氧化碳计算标准，即1吨标准煤的二氧化碳折算系数为2.493。基于数据的可得性以及我国“双碳”目标的提出时间，本文所使用的企业相关数据为2014—2020年沪深A股污染类上市企业的数据，行业主营业务成本与行业能源消耗总量数据取自2015—2021年的《中国工业经济统计年鉴》和《中国能源统计年鉴》。企业当年新增环保工程额数据也取自国泰安CSMAR数据库。本文对初始研究样本进行如下处理：一是剔除被标记为ST（国内上市公司连续两年亏损，被进行特别处理的股票）或*ST（国内上市公司经营连续三年亏损，被进行退市风险警示的股票）的企业；二是剔除存在缺失值的企业。最终得到符合筛选标准的429家上市公司样本，3003个年度观测值。企业所在省（区、市）人均GDP取自中国各省（区、市）的统计年鉴。稳健性检验中所使用的企业当年申请专利数、政府补助、研发投入等数据取自国泰安CSMAR数据库。媒体关注数量采集自中国知网“中国重要报纸全文数据库”。其他控制变量均取自国泰安CSMAR数据库。

3 实证分析 3.1 描述性统计

本文的变量描述性统计如表 2所示。

表 2报告了主要变量描述性统计结果。企业就业吸纳行为（JOB）的均值为8.1389，标准差为1.2381，表明样本企业每年所吸纳的就业人数一般在3425人左右，不同企业之间的就业吸纳行为的差异较大，适合做比较分析。本文的核心解释变量企业碳风险（CRISK）的均值为0.6879，标准差为0.5883，表明样本企业之间的碳风险水平存在较大的差异。其他变量的统计结果均在合理范围内。

3.2 实证结果分析 3.2.1 基准回归结果分析

表 3报告了污染类企业碳风险对企业就业吸纳行为影响的基准回归结果。在表 3中，列（1）和列（2）的被解释变量均为污染类企业就业吸纳行为（JOB）。其中列（1）的回归结果表明，在不考虑碳风险的二次项（CRISK²）时，碳风险一次项（CRISK）与污染类企业就业吸纳行为（JOB）在1% 的水平上呈现为显著的正相关关系，且相关系数为0.121，即在一定的条件下，污染类企业碳风险的增加会促进企业的就业吸纳行为。

但仅仅考虑污染类企业碳风险与企业就业吸纳行为之间的一次线性关系是不完整的，在方程中还应加入碳风险的平方项来更加全面地检验碳风险与污染类企业就业吸纳行为之间的关系。因此，本文在表 3的基准回归模型中加入了碳风险的二次项（CRISK²）。其回归结果如表 3中列（2）所示，碳风险的二次项（CRISK²）的回归系数为-0.267，显著为负，且碳风险一次项（CRISK）的回归系数为0.745，显著为正。这表明污染类企业碳风险对企业就业吸纳行为的抑制作用也是存在的，即污染类企业碳风险与企业就业吸纳行为之间的关系是随着碳风险水平的上升而表现为非线性的变化趋势。然而，这依然不足以证明污染类企业碳风险与企业就业吸纳行为之间就一定存在倒“U”形关系。这是因为，与倒“U”形关系所表现出来的二次项系数为负值一样，当两者真正的关系是凹而单调时，二次项系数也表现为倒“U”形关系的负值。有鉴于此，本文参照Lind等 ^[26]的做法，使用“U test”检验命令来检验污染类企业碳风险与企业就业吸纳之间所存在的倒“U”形关系。结果表明，碳风险（CRISK）临界点为1.535，包含在 表 2描述性统计中的碳风险（CRISK）取值范围之内。而且当碳风险（CRISK）的取值小于临界点时，碳风险（CRISK）的回归系数为1.221，且在1% 的水平上显著；当碳风险（CRISK）的取值大于临界点时，碳风险（CRISK）的回归系数为-1.283，且在1% 的水平上显著。同时，倒“U”型关系检验的U test T值为5.27，通过了倒“U”形关系检验。由此可见，污染类企业碳风险与企业就业吸纳行为之间存在倒“U”形的关系，即在某一临界点以内，随着污染类企业碳风险水平的上升，企业就业吸纳会呈上升趋势；当突破该临界点以后，随着企业碳风险的加剧，污染类企业就业吸纳则会呈下降趋势。本文的假设H1得到验证。此外，通过进一步测算，在总样本中，1.397为企业碳风险的90% 分位数，表明只有大约10% 的样本企业的碳风险水平在倒“U”形关系的右侧，而绝大多数样本企业的碳风险水平处在倒“U”形关系的左侧，这意味着，对于就业吸纳而言，样本期内大多数污染类企业的碳风险水平都处于比较合理的区域，只有少数污染类企业面临较大的降碳压力。

3.2.2 稳健性检验 3.2.2.1 排除因新冠病毒感染对回归结果的影响

为了避免于2020年爆发的新冠感染对回归结果的影响，本文剔除2020年数据，重新对样本进行回归估计，回归结果如表 4中的列（1）和列（2）所示。

3.2.2.2 加入工具变量

本文选择企业环境信息披露（EID）和媒体关注（MEDIA）作为工具变量来进行克服内生性问题的检验。这是因为，企业环境信息披露（EID）和媒体关注（MEDIA）均可以促使污染类企业减少碳排放，并最终影响企业的碳风险水平，但这两者不会影响污染类企业就业吸纳行为（JOB）。在列（3）的回归模型中加入企业环境信息披露（EID）这一工具变量。借鉴毕茜等 ^[30]的做法，根据生态环境部、上海证券交易所对企业环境信息披露的形式和内容要求，从披露载体、环境管理、环境成本、环境负债、环境投资、环境业绩与环境治理、政府监管与机构认证等方面进行评分，构建企业环境信息披露指数来测度企业环境信息披露水平。在列（4）的回归模型中同时加入企业环境信息披露（EID）和媒体关注（MEDIA）这两个工具变量。借鉴孔东民等 ^[31]、曾辉祥等 ^[32]的做法，本文以污染类企业当年的报纸报道次数来衡量媒体关注（MEDIA）。具体来说，就是通过在中国知网“中国重要报纸全文数据库”的筛选功能来获取关于具体公司的媒体报道数量。需要说明的是，本文将媒体关注数量进行了对数化处理，即以污染类企业当年的新闻报道次数加1取自然对数来度量，从而来确保数据分布的正态性。回归结果如表 4中的列（3）和列（4）所示。

3.2.2.3 加入新控制变量

为了增强实证结果的可信度，本文在模型（1）原有控制变量的基础之上，采用加入新控制变量的方法做进一步检验。考虑到政府补助（SUB）与研发投入（RD）均会在一定程度上影响污染类企业吸纳员工的数量，因此，本文选取这两个变量作为新增控制变量，并做进一步回归分析。对于当年获得政府补助的污染类企业，本文令SUB为1，否则为零。本文将污染类企业当年产生的研发投入额取自然对数来衡量其研发投入（RD）力度。回归结果如表 4中的列（5）和列（6）所示。

3.2.2.4 替换被解释变量与解释变量

为了进一步保证实证结果的稳健性，本文在变换了被解释变量污染类企业就业吸纳行为（JOB）与核心解释变量碳风险（CRISK）的度量方法之后，再次进行回归分析。本文将污染类企业当年员工总数与上一年员工总数进行比较，如当年员工总数大于上一年员工总数，令JOB为1，否则为零。本文参考Chapple等 ^[21]的方法来估算污染类企业的二氧化碳排放量，然后再将污染类企业的二氧化碳排放量取自然对数来重新度量碳风险（CRISK）。回归结果如表 4中的列（7）和列（8）所示。

由表 4的结果可知，采用上述四种方法进行检验，碳风险的一次项（CRISK）系数均显著为正，碳风险的二次项（CRISK²）系数均显著为负。同时，用来检验倒“U”形关系的U test T值结果也显著为正。上述结果证实基准回归结果仍然有效。这进一步验证了本文的假设H1，即污染类企业碳风险对企业就业吸纳行为的影响呈先促进后抑制的倒“U”形关系。

3.2.3 污染类企业碳风险对企业就业吸纳行为影响的内在机制检验

如前所述，在中国经济高质量发展的新时代，污染类企业肩负着既要减污降碳，又要吸纳就业的双重任务，而要完成这一任务必须有赖于企业的环保资产投资活动。换言之，在污染类企业的绿色低碳转型中，环保资产投资扮演着极为重要的角色，它不但能帮助污染类企业化解碳风险的威胁，而且能对企业的就业吸纳产生积极的影响。因此，本文认为，环保资产投资是污染类企业碳风险影响企业就业吸纳行为的中介变量。

需要指出，由于绝大多数企业的碳风险水平尚处在倒“U”形关系的左侧，即从表 3的列（1）中可知，污染类企业碳风险对企业就业吸纳行为的影响主要呈现为促进作用，因此，依据重要性原则，本文将着重讨论污染类企业碳风险促进企业就业吸纳的影响路径。为了检验污染类企业碳风险对企业就业吸纳的内在影响机制，本文在表 3中列（1）的基础上，以模型（2）来进行回归分析。污染类企业碳风险对企业就业吸纳的内在机制检验的结果如表 5所示。

在表 5的列（1）中，除年份和行业变量外，未加入其他控制变量，而在表 5的列（2）中则加入了全部的控制变量。由前文表 3中的列（1）可知，污染类企业碳风险的增加会显著促进企业的就业吸纳行为。由表 5可知，在列（2）中，碳风险（CRISK）与企业环保资产投资（ECI）在5% 的水平上显著正相关，且相关系数为1.679，这表明样本企业在碳风险未达到临界点时，大多通过增加环保资产投资来实现减污降碳的目的，即此时污染类企业碳风险水平的升高会促使企业增加环保资产投资。同时，企业增加环保设施或项目的数量，也必然会需要更多的人手来具体操作环保设施或负责具体的环保项目，因此企业环保资产投资具有促进污染类企业就业吸纳的作用 ^{[20, 29]}。由此可见，企业环保资产投资（ECI）在污染类企业碳风险（CRISK）与企业就业吸纳行为（JOB）之间的关系中发挥部分中介效应，本文的假设H2得到验证，即污染类企业在碳风险未达到临界点时，碳风险的增加会激励其加大环保资产投资力度，进而促进企业来吸纳就业。

3.2.4 异质性检验——污染程度差异的影响

污染类企业碳风险（CRISK）对企业就业吸纳行为（JOB）的影响还会受到企业所属行业污染程度差异的影响。为了验证在不同污染程度情况下，碳风险（CRISK）对污染类企业就业吸纳行为（JOB）的影响是否存在差异，本文根据生态环境部于2008年发布的《上市公司环保核查行业分类管理目录》将样本分为重污染企业与非重污染企业进行分组回归。分组回归结果如表 6所示。

由表 6中的列（1）和列（3）可知，重污染和非重污染企业碳风险（CRISK）的回归系数分别为0.421和0.188，均显著为正，这表明重污染企业碳风险（CRISK）对企业就业吸纳行为（JOB）的影响要大于非重污染企业。由表 6中的列（2）和列（4）可见，重污染企业碳风险一次项（CRISK）回归系数显著为正，碳风险二次项（CRISK²）回归系数显著为负，且均通过倒“U”形检验，这表明重污染企业碳风险（CRISK）与企业就业吸纳行为（JOB）之间存在倒“U”形关系；非重污染企业碳风险一次项（CRISK）回归系数、碳风险二次项（CRISK²）回归系数均不显著，且未通过倒“U”形检验，这表明在非重污染企业中，并不存在碳风险（CRISK）与企业就业吸纳（JOB）之间的倒“U”形关系。

4 研究结论与启示

本文实证检验了污染类企业碳风险、环保资产投资对企业就业吸纳行为的影响及其影响机制。研究结果表明：①污染类企业碳风险对企业就业吸纳行为的影响呈先促进后抑制的倒“U”形关系，且在克服了模型内生性问题之后结论依然成立；②大多数污染类企业碳风险水平位于倒“U”形曲线拐点的左侧，即碳风险对污染类企业就业吸纳行为的影响大多表现为促进作用，且企业环保资产投资在碳风险促进污染类企业就业吸纳的关系中发挥部分中介效应；③无论是碳风险对污染类企业就业吸纳的促进作用，还是碳风险与污染类企业就业吸纳的倒“U”形关系，都主要体现在重污染企业。

本文的研究结论具有一定的启示意义：第一，当前，污染类企业面临着减污降碳与就业吸纳的双重任务，迫切需要找到一条能使二者保持平衡协调的发展道路。鉴于环保资产投资在重污染企业减污降碳和就业吸纳中的特殊作用，故无论是相关政策制定部门还是企业决策者，抑或理论研究中都应对其予以高度关注。尤其是为了保证重污染企业环保资产投资的合理且高效，建立和完善企业环保资产投资的长效激励约束机制就显得尤为重要而紧迫。第二，为了增强企业核心竞争力，在重污染企业环保资产投资的诸多渠道中，环保设施和技术的研发应为首选。这就要求重污染企业应加大研发投入力度，高度重视研发团队建设，坚定不移把技术创新作为绿色低碳转型的突破口。第三，为了助力重污染企业绿色低碳转型和提升就业吸纳能力，商业银行应科学把握绿色信贷政策的基本要求，不但要将企业环保资产投资项目纳入信贷支持范围，还应对有利于就业吸纳的企业新设备和新技术的购买、研发项目施以援手。第四，考虑到环保资产投资在短期内不利于提升企业绩效这一实际情况，应运用补贴、奖励以及税收优惠等政策工具，加大对重污染企业实施环保资本性投入的支持力度，最大限度缓解企业由于该项投资的增加所形成的短期财务绩效压力，进而激励企业即使身处困境也能积极履行社会责任。第五，对重污染企业的绩效考核，既要看财务绩效，更要关注环境绩效，应把资本性环保支出纳入重污染企业绩效评价指标体系中。与此同时，还应建立相应的奖惩机制，要让那些口碑好的企业在资源配置中具有优先权，以充分调动企业承担社会责任的积极性。