拥有一套有效的积极的劳动力市场政策(ALMPs)对于应对自动化、全球化和人口结构变化给劳动力市场带来的挑战至关重要。积极的劳动力市场政策是具体政策的总称，可大致分为四大类政策:职业培训、协助求职过程、工资补贴或公共工程方案、支助微型企业家或独立工人。各国政府将大量财政资源分配给almp(在过去10年里，这类政策占经合组织国家国内生产总值的0.5%以上)，以降低失业率、增加劳动收入和促进采用提高生产率的新技术。然而，在设计有效的政策解决办法时，作为指导的证据往往稀少和混杂。
在最近的一篇论文(Levy Yeyati等。2019)，通过对100多个记录了全球实施的ALMPs有效性的实验评估的系统回顾，我们分析了这些政策的有效性。具体来说，我们专门关注通过随机对照试验(rct)评估的项目，利用了过去五年见证了一系列rct的事实，这些rct对ALMPs的影响和成本效益有了新的认识(图1)。1这种对随机对照试验的重视减少了相关评价的数量，但使我们能够专注于具有较高内部效度的估计，并改进用于比较结果的指标，使来自个别评价的结果更具自然可比性。2
数字根据出版年份纳入我们样本的研究分布
请注意: 2018年数据点仅包括截至2018年6月发表的研究。
像ALMPs这样的多维度和复杂政策的有效性取决于它们的设计方式、执行质量、制定它们的环境以及目标人口。例如，职业培训方案可能在费用和时间、课程内容、私营部门是否参与以及如何参与方面有所不同，而且可能面向非常多样化的公众，从东京或芝加哥的有经验的软件程序员到中央邦的弱势青年。忽视这些因素的分析很难给政策制定者提供具体和结论性的教训。
在普里切特等人(2013)之后，我们的四个政策集群可以被视为政策的“类别”，它们可以以非常不同的方式设计和实施，针对不同的人口统计群体，其有效性也有很大差异。如果不考虑这种可变性，就可能得出“工资补贴起作用”或“职业培训不起作用”之类的结论，也可能得出“摄入化学成分起作用”这样不精确的结论。3.为了以可操作的方式说明问题的维度，我们提出了一个设计空间(一类政策的所有可能实例空间的精简版本，通过指定执行项目所需的所有选择而得到)，它的特点是:(i)可以分解方案的具体组成部分;(二)公私合作的实施特点和类型;以及(iii)方案的经济背景和目标人口。这使我们能够细化分析，并确定为什么纸面上相似的政策会在影响和成本效益方面有所不同，并分离出一大批标准化变量的具体影响，这些变量详细描述了102个almp的设计、实施、背景和目标人口。为了描述这些维度，我们分析了学术出版物中可用的所有信息，并将用于识别每个变量的标准描述浓缩为阐明评审过程的统一协议。
比较所分析的四个政策组的整体影响，我们发现，相对于对照组，工资补贴和独立工人援助对收入的影响中位数最大，分别提高了16.7%和16.5%。另一方面，职业培训方案的影响中值为7.7%，而就业服务的影响几乎可以忽略不计。对就业的影响中位数也表现出类似的模式，工资补贴是对这一结果类别影响最大的方案类型，而独立工人援助和职业培训的影响中位数分别为11%和6.7%。有趣的是，就业服务干预措施的影响中值为2.6%，与短期和廉价的干预措施一致，这些干预措施不试图帮助建立人力资本，而是改善就业倾向。
重要的是，报告对收入和就业结果的影响存在很大的差异。对于就业服务、独立工作者支持或援助和职业培训等我们有10多个案例的干预措施，尤其如此(图2)。
图2652个系数的箱线图根据估计的效果相对于对照组
笔记:估计数按方案类型和成果类别分组。方框表示报告的50%中心系数。水平线表示中值。垂直线表示最后一个系数，它落在+/- 1.5*四分位范围的极限。点是位于+/- 1.5*四分位区间极限以上或以下的观察值。
当信息可用时，我们添加一个连续变量，以2010年购买力平价美元确定干预措施的人均成本。需要强调的是，只有51项干预措施报告了这一关键变量，只有22项通过净现值、内部收益率或回收期进行了严格的成本效益分析，突出了影响评价文献中通常做法的一个重要局限性。
虽然我们拥有成本数据的almp样本是有限的，但我们可以识别一些指示性模式。工资补贴、对独立工人或微型企业家的支持和职业培训的人均成本中值可比较，从1744美元到1518美元不等，在第二组中变化更大。反过来，就业服务显然是成本较低的政策，每位参与者的成本中位数为277 2010年购买力平价美元，各规划之间的变化有限(图3)。
图3单位成本箱线图，按四种方案分类的每位治疗参与者的成本，2010年PPP美元
据报道，最低工资补助计划对就业和收入产出的影响虽然平均来说是适度积极的，但由于这些政策的多维设计空间，影响很大。
正如我们所指出的，almp通常是具有高维设计空间的复杂策略，高度依赖于上下文因素及其实现的质量。4从实际政策的角度来看，任何不描述所评估政策的设计空间，并考虑到同一干预类别内现有的可变性或它们与背景和目标人群的相互作用的系统审查，都可能具有有限的用途。
为了解决这一缺陷，我们运行了元分析回归，利用设计空间的描述粒度，以识别与更大的成功概率相关的政策组件和背景因素。图4总结了8种不同模型在常规水平上具有统计学意义的主要发现。它们是两个截断的正的和统计上显著的二元变量(5%和10%)和四个子样本的组合。
图4元分析回归的主要发现在传统水平上具有统计学意义
从这一实践中产生了以下几点见解:
- 设计．对参与者进行个性化的指导或跟踪，专门针对特定行业的培训，以及向学员提供金钱激励，这些都与职业培训项目(我们数据集中最常见的almp)的更好结果相关。
- 上下文．方案的有效性与增长呈正相关，与失业呈负相关。
- 目标．培训项目往往对年轻人更有效(我们没有发现性别或教育水平之间的显著差异)。
要提高这一实证研究的有效性，就需要从商定的协议中系统地收集细粒度和有价值的信息，以便在系统化和制表的登记处发布相关信息。本文提出的设计空间是该协议的一个初步版本。
参考文献
安德鲁斯，M, L普里契特和M伍尔考克(2017)，建立状态能力:证据、分析、行动、牛津:牛津大学出版社。
卡德、D·J·克拉夫和A·韦伯(2010)，《积极的劳动力市场政策评估:一个元分析》，经济日报120 (548): F452-F477。
卡德，D, J Kluve和A Weber(2017)，“什么有效?”近期积极的劳动力市场项目评估的元分析”，欧洲经济协会杂志16(3): 894 - 931。
埃斯库德罗，V, J Kluve, E López Mourelo和C Pignatti(2018)，《拉丁美洲和加勒比地区积极的劳动力市场规划:来自元分析的证据》，发展研究杂志队。
Levy Yeyati, E, M Montané和L Sartorio (2019)，“什么对积极的劳动力市场政策有效?”，哈佛大学国际发展中心教员工作论文358篇。
Pritchett, L, S Samji, S和J S Hammer(2013)，“关于MeE:使用结构化体验学习('e')爬行设计空间”，全球发展中心工作论文322。
尾注
由于2014年之前的随机对照试验数量相对较少，它们只占以往调查覆盖样本的较小份额，见Card等人(2010)和Card等人(2017)。Escudero等人(2018)的元分析也受益于最近这批rct ALMPs，但它们将注意力限制在针对年轻人的项目上，并以其他评估方法补充样本。
在这一过程中，我们从过去和最近对ALMPs有效性的评估中收集数据，建立了一个可操作的数据集，包括来自全球102个干预措施的652个对就业和收入变量的影响估计，通过73个带有实验设计的严格影响评估，对其进行评估，涵盖了上述四大类ALMPs。该数据集以位为单位可用。Ly /quefuncionacepe，并将定期更新新的评价和描述性变量。
Pritchett等人(2013)指出了“摄入化合物是否能改善人类健康?”’是没有明确规定的，因为有些化合物是有毒的，有些是阿司匹林或青霉素，它们的效果会根据使用剂量的频率或个人的特殊情况而有很大差异。根据这些作者的说法，目前传统的“证据”方法价值有限，因为无法将一个特定政策的影响评估的教训外推到另一个政策的分析中，该政策在其设计的某些元素上有微小的变化(缺乏“构造效度”)，或具有不同的目标人群或在不同的背景下执行(缺乏“外部效度”)。
Pritchett等人(2013)将响应面定义为暴露于特定程序(作为整体设计空间的一个元素)的选定人群在目标指标上的平均增益与未暴露于特定程序的事先相同人群的平均增益的比较。系统评审通常认为其评估的策略是低维的(统一的，在设计中几乎没有相关的决策)，响应面平滑且无上下文关系。根据Andrews等人(2017)的研究，这可能是在“后勤任务”中密集的政策的情况，这些政策需要大量的代理执行(它们是“交易密集”)，但这些代理不需要做出重大决策(它们不需要代理的“本地裁量权”)，而是遵循基于已知和已证实技术的既定协议。这类政策的一个例子可以是开展疫苗接种运动，一旦我们知道了医疗解决方案的“最佳设计”及其所有禁忌症和要求，在非常不同的环境中，效果将具有很强的同质性和有效性，除了确保应用已证明性能的标准化协议外，在设计中几乎不需要做出任何相关决策。
