积极就业政策中的政府选择与撇脂效应

李锐 张甦 袁军

摘要：运用世界银行调查数据，构造联立选择模型分析政府积极就业政策参与决定机制，依此检验决定过程中的“撇脂效应”。研究发现，积极就业政策参与政府决策包括个体、宏观层面；依照政府选择过程可将积极就业政策分为三类，第一类小额担保贷款、社会保险补贴受个体和宏观因素共同主导，第二类职业培训仅受宏观因素主导，第三类职业介绍、公共岗位仅受个体因素主导；宏观因素占主导的职业培训存在严重的“撇脂效应”。在积极就业政策实施过程中必须对政府选择行为采取适当的激励，才能缓解“撇脂效应”。

关键词：积极就业政策；政府选择；撇脂效应

中图分类号：F2414文献标识码：A文章编号：1000-4149（2018）04-0034-10

DOI：103969/jissn1000-4149201804004

一、引言

自2002年引入积极就业政策以来，资金投入不断加大，2016年中央财政就业专项资金达438775亿元

数据来自财社〔2016〕67号文《财政部 人力资源和社会保障部关于下达2016年中央财政就业补助资金的通知》。，政策种类也不断增多，包括职业介绍、职业培训、社会保险、公益性岗位、小额担保贷款等。为了更好地激励地方政府实施该政策，财社〔2012〕17号文

来自财社〔2012〕17号文《财政部 人力资源和社会保障部关于开展就业专项资金绩效评价试点工作有关问题的通知》。规定积极就业政策须依照结果绩效评估进行资金分配。政策实施过程中地方政府往往会根据其自身利益最大化决定参与个体[1-3]。因此以结果为导向可能产生过度激励从而导致“撇脂效应”，“撇脂效应”主要表现为政府往往会选择“结果绩效”而非“效果绩效”最好的群体参与政策。在中国积极就业政策实施过程中政府是如何作出选择的？哪些政策选择过程存在“撇脂效应”？财社〔2012〕17号文深入参考了世界银行2008年9省27市的调研成果，其以结果绩效为基础的规定是否合理地激励了政府行为？如果存在问题如何改进？这些就是本文需要回答的问题。

国外关于政府行为与“撇脂效应”的相关研究主要集中在三个方面：“撇脂效应”形成机理研究；“撇脂效应”检验及其影响分析；“撇脂效应”治理研究。

“撇脂效应”形成机理研究成果相当丰富，并成为相关政策制定的重要依据。普伦德加斯特（Predergast）、迪克西特（Dixit）利用信息经济学和合同理论相继构建了政府行为分析框架，并指出其多任务、多层级、多委托部门的行为特点，并以此为基础为“撇脂效应”提供了理论基础[4]。赫克曼（Heckman）等构建了一个规范的政府目标行为模型，并依此分析了绩效激励对政府行为的影响，广泛地讨论了对政府行为产生影响的各种因素[1]。其他主要研究还包括马歇尔（Marshall）等、库尔蒂（Courty）等、莱希纳（Lechner）等[4]。

一些学者实证研究发现“撇脂效应”影响较大。如谢丁格（Skedinger）等研究发现针对残疾人的保护性就业项目最易产生“撇脂效应”，存在智力或精神缺陷的群体更难在公司招聘时被选中。还有些学者认为“撇脂效应”存在但影响较小[5]。阿科特（Allcott）通过对Opower节能项目的研究发现，政府在选择城市进行节能项目试点时并非随机，所选区域往往环保人士更多，而这部分人更加倾向于参加项目，筛选行为导致的“撇脂效应”使得政策难于推广[6]。

蓋瑞西（Gerrish）对49项政府行为研究进行Meta分析，发现“撇脂效应”广泛存在，并且相当部分影响是广泛的[3]。但也有另外部分学者认为“撇脂效应”影响较小。赫克曼等证明政府会优先选择能够实现短期而非长期目标的群体，但这种影响是有限的。他们的研究还表明在选择参与过程阶段，政府可以通过制定有利于自身的筛选规则达到实现“撇脂效应”的目的，但是规则的改变对于群体参与的影响却很小[1]。凯瑟琳（Kathryn）等发现在JTPA绩效标准下地方政府行为确实存在“撇脂效应”，但撇脂效应的存在仅使得就业率小幅下降[7]。巴诺（Barnow）等、科宁（Koning）等的实证结果也表明存在“撇脂效应”并对政策实施效果有一定影响[8-9]。尽管针对“撇脂效应”的影响大小存在争议，但实证检验均发现“结果绩效”导向会影响政府行为从而导致“撇脂效应”。

国外相关研究已转向如何治理“撇脂效应”。海因里希（Heinrich）研究表明低差别绩效制度对政府产生的名誉效应较大，采取低差别绩效奖惩制度可以有效抑制“撇脂效应”[10]。库尔蒂（Courty）等指出由于系统设计者不是政策执行者，信息不对称导致绩效系统具有功能性缺陷。设计者应该充分考虑政策执行者对绩效考核标准和方式的反应，并针对不同的功能性失调行为提供差异化的解决措施，从而降低政府行为的“撇脂效应”[11]。

国内关于积极就业政策“撇脂效应”的相关研究较少，相关研究综述详见赵曼、李锐等[12-13]

的研究成果

。王海港等发现那些最有可能参加培训的村民从培训中获得的边际收益最低，反而那些不太可能参加培训的村民的边际收益最高，职业技能培训中存在明显的“撇脂效应”[14]。陈耀波发现培训前的工资下降会引起能力较强农村劳动力参加培训，从而产生“撇脂效应”，并对收入产生正向作用，但这种“撇脂效应”是由劳动者的自我筛选行为产生的，没有考虑到政府在培训计划中的选择作用[15]。

本文基于世界银行的调研数据，以积极就业政策中的典型职业培训、职业介绍、小额担保贷款、社会保险补贴和公益性岗位为例，通过构建政府选择模型，实证分析个体和宏观因素在政府政策参与决策中的主导作用，并据此对政策进行分类。并检验不同类型政策中“撇脂效应”的存在性。根据以上分析提出针对“撇脂效应”的治理政策建议。

二、政府选择模型与估计方法

1政府选择模型

本文基本模型包括两个部分：“收入效果绩效”估计模型与政府选择模型。且将主要针对财社〔2012〕17号文中规定的积极就业政策绩效评估重点一级指标收入指标进行分析，估计与之对应的“收入效果绩效”。通常以明瑟收入模型为基础估计积极就业政策“收入效果绩效”，即lnYi，k=Xi，kβi，k+εi，k。为了估计政策的收入“效果绩效”，须将政策参与变量Di，k引入基本明瑟模型：

lnYi，j，k=Xi，kβi，k+αiDi，j，k+εi，k（1）

其中，lnYi，k表示个体i参加项目k的收入对数，Xi，k表示影响收入的因素，βi，k表示回归系数，Di，j，k表示政府j选择个体i参加项目k，αi表示政策“效果绩效”，εi，k表示随机扰动项。

本文在谢宇、赫克曼等基础上对传统选择模型进行拓展，政策参与决定变量Di，j，k是内生的，Di，j，k刻画政府选择行为[16-17]。即积极就业政策由政府提供并实施，政府对个体参加资格进行审查并筛选，只有资格审查并筛选通过的个体才能参加。政府审查并筛选个体时会受到个体特征和宏观经济现状的影响，根据自身利益最大化和财政预算约束选择个体参加。

一般情况下

依据前述分析政府选择行为满足：①政府根据自身利益以及具体申请者条件，对申请者进行审核并筛选。②政府决定个体参与积极就业政策的决策在不同个体间相互独立。③政府是风险中性的。政府选择决策行为以如下政府收益模型为基础：

Gi，j，k=fi，k（Zi，k）+gj，k（Wj，k）+νj，k=Zi，kγ+Wj，kφ+νi，j，k（2）

其中Gi，j，k是潜变量，表示政府j选择个体i参加项目k的收益。Zi，k和Wi，k表示影响其收益的因素，包括个体自身特征和宏观经济特征。γ和φ表示回归系数，ν表示随机扰动项。Di，j，k表示政府政策参与选择行为，取值如下：

Di，j，k=1当Gi，j，k≥Gi，j，m时0当Gi，j，k

Di，j，k=1表示政府j选择个体i参加项目k，Di，j，k=0表示政府j未选择个体i参加项目k。

政府选择行为与“效果绩效”之间关系有三类：第一类Cov（αi，Di，j，k）>0，效果绩效与政府选择之间呈现正相关，表明存在正向选择；第二类Cov（αi，Di，j，k）<0，效果绩效与政府选择之间呈现负相关，表明存在负向选择，即存在“撇脂效应”；第三类Cov（αi，Di，j，k）=0，此时收益与选择之间不存在显著关系。

2估计方法

为了分析政府选择过程中的“撇脂效应”，必须放松条件到Cov（αi，Di，j，k）≠0，这种情况下传统的选择模型估计方法均失效，详见谢宇等、赫克曼等的研究[16-17]。赫克曼等利用IV法解決了该问题，谢宇等对该方法进行了拓展，提出了Stratificationmultilevel（SM）估计法，其适用性更广且更便于操作[16-17]。具体步骤如下：测算每一参加者政府选择倾向得分；对群体构建平衡倾向得分层；测算同一个倾向得分层项目相对效果；利用谢宇等提供的方法估计不同倾向得分层级间的效果趋势[16]。

三、数据和变量选择

1数据

本研究的个体数据源自2008年世界银行抽样调查及2014—2015年补充调研。财社〔2012〕17号文中的关键指标设计正是基于该数据。数据采用多阶段分层抽样以及系统抽样。首先按照东、中、西，发达、中等、落后的原则抽取9个省份；然后从每个省按照发达、中等、落后的原则各抽取3个城市；最后从每个城市享受积极就业政策的名单中抽取样本，共7800个有效样本。由于

调查中部分内容涉及收入等数据，

存在逻辑矛盾以及缺失情况，但该类样本量很小，大约不到总样本量的4%，所以按照惯例删除此类样本。宏观数据源自2008年抽样省份及各市上报就业支出相关数据和各省市统计年鉴。2014—2015年补充调研主要是对河南、湖北等部分省市参与人员（有效样本量357人）、政府部门、积极就业政策服务机构（17家）进行调研，主要以电话调查、访谈以及座谈为主，以期对当前存在问题进行深入调查，增强政策建议的针对性和时效性。

2变量选择

采用参加项目后第一份工作的收入作为被解释变量。收入包括基本收入和奖金，选择2000年物价指数作为基期，对不同年份的收入进行指数化。

核心解释变量包括个体和宏观两个层面。个体层面指标包括性别、年龄、教育、党派、户口、工作经验、健康状况等。而政府在考虑其自身效用最大化的前提下其选择过程主要受自身的资金、上级政府的行政考核和当前的就业压力三个方面影响，因此本文选择了失业率、国内生产总值（GDP）增长率和可使用就业政策资金增长率作为主要的宏观层面指标。具体见表1。

四、实证分析

1政府选择过程

依据前述模型构建和估计部分，本文将政府选择模型与收入决定模型组成联立方程，其中政府选择模型刻画了积极就业政策参与决策，收入决定模型刻画了个体因素、区域宏观经济因素、项目因素对于收入变量的影响，其中项目影响因素刻画了该积极就业政策整体效果，利用Heckman两步法估计得到表2结果。

分析政府选择过程发现，在职业培训项目中，宏观因素主导作用明显。政府可支配就业资金增长率和登记失业率的影响系数分别是0334和-0214，这两个因素是政府决策的主要依据。职业介绍项目和公共岗位项目相似，政府决策主要考虑个体因素。小额担保贷款和社会保险补贴项目相似，受GDP增长率、可支配就业资金增长率和登记失业率因素影响较大的同时，也受个体因素较大影响。

按照政府选择过程中影响因素差异，可将积极就业政策分为三类：第一类包括小额担保贷款和社会保险补贴；第二类项目包括职业培训；第三类包括职业介绍和公共岗位。第一类政策涉及资金配置，对参加者贴息和社会保险补贴都涉及资金直接补助，政府在决策过程中更为慎重。但仔细分析决策模型中的系数发现，这两种政策的目标群体存在显著异质性。小额担保贷款的主要申请者是那些家庭成员少、获得外来资金援助少且学历高的人，而社会保险补贴的主要申请者是那些家庭成员多且学历低的人。第二类政策涉及资金额度较大，培训内容设置通常具有针对性，对个体吸引力更强，申请者来源广泛，对政府而言也是在短期内取得“结果绩效”的重要手段。第三类政策涉及的资金通常较少，同时这类项目的目标群体多是弱势群体和特殊群体。职业介绍机构根据单位需求，向符合条件的劳动者提供岗位信息，然后由待就业人员自主抉择。

2“撇脂效应”分析

接下来本文将对各项政策存在“撇脂效应”情况进行实证分析。对每一具体政策，首先将参与群体按照倾向得分分层，然后测算每一倾向得分层的平均效应，最后预测线性趋势。估计结果报告见表3。

图3显示倾向得分大的群体（即被政府选中的可能性越大群体）平均效应却越小，即Cov（αi，Di，k）<0，被政府选中的可能性每提高一个层次，其“效果绩效”就相应下降65%。第二类政策效果绩效总体上呈现一种递减的趋势。政府在其选择过程中宏观因素占主导地位，存在严重的“撇脂效应”。

图4和图5显示职业介绍近似于Cov（αi，Di，k）=0，参与者被政府选中的可能性每提高一个层次，其结果绩效仅提高01%，实证结果与现实一致说明该政策普惠意义明显。公益岗位参与者被政府选中的可能性每提高一个层次，其结果绩效提高达78%，该政策实施过程中具有良好的正向选择效应。职业介绍和公共岗位不存在“撇脂效应”。

总的来看，第一类和第三类政策不存在“撇脂效应”，第二类政策存在严重的“撇脂效应”。政

府在选择过程中占主导地位的培训项目，效果最好

群体最难被政府选中，政府为提高政策“结果绩效”，选择对自身获益最大而非效果最好的群体，偏离了政策目标。个体在选择过程中占一定主导地

位的项目，无论是小额担保贷款和社会保险补贴，或是职业介绍和公共岗位，都能在一定程度上缓解“撇脂效应”。

3稳健性检验

为检验研究结果的稳健性，将样本数据分为男性与女性，报告见表4。如前所述，培训项目存在明显的“撇脂效应”，而女性参与职业介绍项目时存在轻微的“撇脂效应”，小额担保贷款、社会保险补贴和公共岗位依旧不存在“撇脂效应”。

满足Cov（αi，Di，k）>0，男性和女性依

旧存在正向选择效应；第二类政策男性和女性的效果并无显著差异，Cov（αi，Di，k）<0，斜率分别为-0062、-0072，这表明效果绩效呈现一种递减的趋势，对于男性还是女性均存在“撇脂效应”。第三类政策中，不管其他情况，对于职业介绍项目从总体趋势看，男性和女性参与项目的效果差异显著。对于男性而言，Cov（αi，Di，k）>0，斜率为0083；而女性Cov（αi，Di，k）<0，斜率为-0050。这表明男性存在递增趋势，而女性存在递减趋势。在职业介绍中男性不存在撇脂效应，女性存在一定的撇脂效应。公共岗位中男性和女性都不存在撇脂效应。分组研究验证了估计结果的稳健性。

由于受教育程度越高、身体状况越好、工作经验越丰富的个人对未来找到工作的信心越高，用信心指数变量替代受教育程度、工作经验和健康状况等微观变量来检验结果的稳健性，具体结果见表5。职业培训政策存在明显的“撇脂效应”，而其余政策不存在“撇脂效应”。

通过对样本群体重新进行划分以及替代关键变量后发现，研究结果稳健性较强，在政府选择过程中，宏观因素占据主导地位的职业培训项目存在明显的“撇脂效应”，而其他个体因素占一定主导地位的政策中存在明显的或轻微的“正向效应”。

五、结论与对策

本文研究发现：①依据政府选择过程，可将积极就业促进政策分为三类，第一类项目包括小额担保贷款和社会保险补贴；第二类项目包括职业培训；第三类项目包括职业介绍和公共岗位。②第一类与第三类政策政府选择过程存在正向效应，第二类政策职业培训存在明显的“撇脂效应”。该类政策政府选择基于自身利益最大化，在筛选项目备选人时，会剔除效果绩效最好的群体，导致政策目标偏离目标人群。③通过研究发现财社〔2012〕17号文基于2008年世界银行调研数据忽略了“效果绩效”，仅仅以“结果绩效”作为考核和资金配置标准将进一步加剧“撇脂效应”，从而改变了积极就业政策设计的初衷，通过2014—2015年对部分省市的回访，发现该问题依然存在并有恶化的趋势。

本文对积极就业政策提出以下三个方面建议：①针对积极就业政策实施以结果为唯一导向问题，建立科学合理的绩效评估体系和激励机制。应建立“效果绩效”与“结果绩效”相结合的积极就业政策实施绩效考核方式。②针对积极就业政策需求的差异性，充分了解不同地区不同群体的需求状况，强化积极就业政策选择参与过程满意度评估，通过抽样调查的形式反映积极就业政策申请者的意愿，引导政府选择行为考虑个体因素。③针对积极就业政策缺乏竞争性问题，充分依托市场机制，积极引入第三方积极就业政策服务机构，鼓励并引导社会资本和社会力量开展积极就业政策服务，对政府加强竞争激励。

参考文献：

[1]HECKMAN J J， HEINRICH C， SMITH J. The performance of performance standards[J].

Journal of Human Resources， 2002，37（4）：778-811.

[2]李銳，黄金鹏，赵曼.市场“效率”与政府“公平”的协同——基于积极劳动力市场项目第三方评估机制研究[J].财贸经济，2015（3）：150-161.

[3]GERRISH E D. The impact of performance management on performance in public organizations： a metaanalysis[J]. Public Administration Review， 2016，76（1）： 48-66.

[4]HECKMAN J J， HEINRICH C， SMITH J. The performance of performance standards[M]. Upjohn Press， 2011：65-123.

[5]SKEDINGER P， WIDERSTEDT B. Cream skimming in employment programmes for the disabled？ evidence from Sweden[J]. International Journal of Manpower， 2007， 28（8）： 694-714.

[6]ALLCOTT H. Site selection bias in program evaluation[J].The Quarterly Journal of Economics， 2015，130（3）： 1117-1165.

[7]KATHRYN H A， RICHARD V B， JENNIE E R. The effect of creaming on placement rates under the job training partnership act [J]. Industrial and Labor Relations Review， 1993， 46（4）： 613-624.

[8]BARNOW B S， HEINRICH C J. One standard fits all？ the pros and cons of performance standard adjustments[J]. Public Administration Review， 2010， 70（1）： 60-71.

[9]KONING P， HEINRICH C J. Creamskimming， parking and other intended and unintended effects of highpowered， performancebased contracts [J]. Journal of Policy Analysis and Management， 2013， 32（3）：461-483.

[10]HEINRICH C J. False or fitting recognition？ the use of high performance bonuses in motivating organizational achievements[J]. Journal of Policy Analysis and Management， 2007，26（2）：281-304.

[11]COURTY P， KIM D H， MARSCHKE G. Curbing creamskimming： evidence on enrolment incentives[J]. Labour Economics， 2011， 18（5）： 643-655.

[12]赵曼，李锐，喻良涛.绩效评估中的模型选择：问题与解决方法[J].數量经济技术经济研究，2010（1）：129-139.

[13]李锐，常然君.满意度评估导向的就业政策资源优化配置研究——结合宏微观信息的多项目实证分析[J].世界经济文汇，2016（5）：1-16.

[14]王海港，黄少安，李琴，等.职业技能培训对农村居民非农收入的影响[J].经济研究，2009（9）：128-139.

[15]陈耀波.培训前工资、劳动者能力自我筛选与农村劳动力培训结果：浙江农村劳动力培训计划的一项试点调查研究[J].世界经济文汇，2009（3）：1-21.

[16]ZHOU X， XIE Y. Propensityscorebased methods versus MTEbased methods in causal inference： identification， estimation， and application[J]. Sociological Methods Research， 2014， 45（1）： 3-40.

[17]HECKMAN J J. Building bridges between structural and program evaluation approaches to evaluating policy[J]. Journal of Economic Literature，2010，48（2）：356-398.

[责任编辑刘爱华，方志]