积极就业政策如何影响就业信心？——基于世界银行调查数据的实证研究

李 锐 熊晓涵

(中南财经政法大学 公共管理学院，湖北 武汉 430073)

一、引言及文献综述

就业是关系国计民生的大事，是民生之本。2018年底的中央经济工作会议将“稳就业”排在“六稳”工作之首，并指出为实现“稳就业”，“必须实施就业优先战略和更加积极的就业政策”。在当前和今后一段时期，面对产业结构转型升级以及国内外各种不稳定不确定因素，“稳就业”要求就业率的稳定增长，更需要劳动参与率的稳步提高，其中调动失业群体积极参与经济活动是重中之重。而失业群体由于文化程度、劳动技能等在劳动力市场中处于劣势地位，长期忍受经济压力与失业的自卑感，久而久之谋求职业的动力与信心丧失；就业信心不足，客观上造成了社会交际面窄，进一步妨碍失业群体利用社会资源谋求就业机会，劳动参与率难以提高。可见，研究积极就业政策对失业者未来就业信心的影响机制，并评估积极就业政策项目是否保持与提振了失业者就业信心，具有重要的现实意义。那么，哪些因素影响了失业者就业信心呢？积极就业政策对失业者就业信心的影响机制是什么？积极就业政策中哪些措施有效提高了失业者就业信心，哪些措施还需要完善呢？

目前，关于就业信心的研究主要集中于社会学与心理学领域，研究方法大多为理论分析(例如Pindyck[1]、孙时进等[2]、邝磊等[3]、Konstantinou[4])，少部分实证研究主要分析非金融企业金融化对就业和大学生就业信心影响因素(如石红梅和刘建华[5]、王怀明和王成琛[6]、朱丽叶[7])。积极就业政策有效性的评估中，政策制定者与学者们较多关注其产生的客观经济结果，一部分学者进行了主观满意度评估，客观的经济结果主要分为如下两类：一是对总体就业水平的影响，如Calmfors分析了德国和瑞典等国家积极就业政策的实施效果，发现积极就业政策让长期失业者与劳动力市场保持较为紧密的联系，维持劳动参与率[8]；赖德胜等估算了我国1998～2008年财政用于积极就业政策的支出，并得到相同结论[9]。而赵延东等[10]和Kluve[11]分别对武汉下岗职工情况和欧洲19个国家的137个积极就业项目的数据展开研究，发现积极就业项目对促进就业的效果影响不大甚至没有影响。二是具体某项目对就业与收入的影响，如Sianesi发现就业补助政策的效果最好，而培训的长期效果较好[12]；王海港等使用珠三角地区就业状况调查的数据，研究发现职业培训参加者的收益甚至要低于随机挑选出的村民的平均收益[13]；李静等发现培训项目增加收入的效果随时间递减[14]；李锐等利用9省27市的微观数据进行积极就业政策多项目评估发现，不同项目在增加再就业收入上效果差别巨大[15]。另外，关于积极就业政策满意度评估的研究成果较少，如李锐、常然君利用2008年世界银行调查数据，通过多层倾向值匹配解决内生性问题，在异质性条件下进行积极就业多项目效果的满意度评估，研究发现项目相对效果受宏微观因素影响显著，既体现选择偏差导致培训项目效果被相对低估，也体现在参与者对不同项目的心理反应因宏微观因素而异[16]。

评估积极就业政策若仅仅关注客观经济结果会导致政府为片面追求经济效益，只选择预期效果更好的群体参与积极就业政策项目，忽略项目亟需者的参与需求，进而可能加剧收入的不平等，导致积极就业政策的效果得不到充分发挥。从主观满意度的角度进行评估反映了项目参与者实际感受与期望之间的差距，表达了项目参与者对积极就业政策实施效果的主观评价，虽然重视了项目参与者的主观感受，但未考虑到积极就业政策的初衷是通过提升失业群体劳动技能、培养就业与创业所需的知识等而长远地实现失业群体成功就业、缩小贫富差距。就业信心作为失业群体主动走向劳动力市场、积极争取就业机会的原动力，能长远地实现失业群体自觉摆脱“福利依赖”、促进经济的良性循环发展。考察失业者的就业信心既能够反映积极就业政策带来的长远的客观经济结果，又广泛涵盖了安全感、满意度、自尊等主观福利结果。基于此分析，本文从失业群体的就业信心角度评估积极就业政策效果并提出完善建议。

借鉴以往文献及相关理论(Heckman[17]、Xie[18]、Pitt和Khandker[19]、McKernan[20]、Islam和Maitra[21]等)，本文对“积极就业政策对失业者未来就业信心的影响机制”的认识是：积极就业政策中培训项目可被视为人力资本投资，有助于培养失业者工作技能、增强失业者就业能力，从而提高实现就业的可能性，失业者就业信心增强；小贷项目为有创业意愿的失业者提供资金支持与相关指导，可加强失业者对创业活动的认识，降低盲目创业而失败的风险，增强失业者创业信心，促进创业带动就业。并且这两种影响机制均受到年龄、性别、家庭环境等(Frank[22]、Heath等[23]、Forbes[24])个人特征因素和失业率、GDP增长额等(Leduc[25]、Konstantinou等[26]、李永友[27])社会经济环境因素的影响。失业者之间不仅会做出不同的项目参与选择，也会表现出异质性项目效果。另外，在评估积极就业政策效果时还应特别注意到，由于每个人的项目参与选择与项目效果均可能受到某些不可观测因素的影响，如认知能力(Heckman等[28])、人格特征(程虹和李唐[29])等等，还会出现“选择性偏误”带来的内生性问题。

鉴于此，本文将构建就业信心的经济结构模型与选择方程。为更好地探究积极就业政策对就业信心的影响机制且避免评估时出现“选择性偏误”，先估计就业信心程度与项目参与选择之间的相关性及各因素的影响系数；再估计选择方程与结果方程扰动项之间的相关系数，并运用处理效应模型进行项目效果评估，估计各因素的影响系数。与已有研究相比，本文可能存在以下方面的创新：(1)从失业群体的就业信心角度进行政策评估，既能反映长远的客观经济结果，又能涵盖主观的福利结果；(2)构建失业者就业信心的经济结构模型，更深入地分析积极就业政策的影响机制；(3)为更严格地评估对离散变量的影响，同时有效克服“选择性偏误”引起的内生性问题，采用基于选择方程与回归方程扰动项之间是否服从二变量联合正态分布假设的两种评估方法，并假设服从其他分布进行稳健性检验。

二、模型构建与评估方法

(一)就业信心经济结构模型的构建

(1)

为了分析的方便，将式(1)表达为由可直接测量部分X、不可直接测量部分θ及扰动项υ组成的线性相关形式：

(2)

Ui=λCθi+υi

(3)

(4)

(5)

(6)

应注意到：在回归估计时，若使用OLS，那么α、λC和γ基于以下假定：失业者是否参与积极就业政策是随机决定的，并且α、λC和γ对所有人都是相同的。为了检验该假定，需要估计Ui和Vi的相关系数ρ：当ρ≠0时，Ui和Vi相关，说明是否参与项目Si在式(5)中具有内生性，换言之，影响项目参与选择的因素也影响了项目效果，失业者是否参与项目并非完全随机决定，这种情况下的估计会出现“选择性偏误”，α、λC和γ存在异质性，则该假定不成立，不能使用OLS估计；而当ρ=0时，则不具有内生性，该假定成立，可使用OLS估计。为判断ρ是否为0且避免可能发生的“选择性偏误”，本文借鉴Heckman[32]、Christian A.Gregory[33]的方法，构建因子结构模型，当ρ≠0时运用处理效应模型进行评估，即分别依据Ui和Vi是否服从二变量联合正态分布(BIVN)的假设，运用两种处理效应评估方法进行评估。

(二)因子结构模型

Ui=λCθi+υiVi=λSθi+εi

(7)

式(7)中θi分别与υi、εi独立，υi与εi之间相互独立且均服从均值为零的正态分布。当ρ≠0时，为避免“选择性偏误”带来的内生性估计问题，本文运用基于因子结构Ui和Vi服从二变量联合正态分布(BIVN)的假设的估计模型treatoprobit(模型一)和不服从此假设并在估计似然函数时结合蒙特卡罗模拟方法的估计模型treatoprobitsim(模型二)。具体介绍如下：

若Ui和Vi不满足BIVN假设，服从logistic分布、gamma分布、lognormal分布、uniform分布、chi2分布时，令δ为treatoprobitsim模型(模型二)中两种机制(参与、不参与产生的不同结果)之间内生性转换的虚拟变量，则模型二中处理效果的估计为：

1.边际处理效应MTE

[Φ{μk-(αXi+λCθim)}-Φ{μk-1-(αXi+λCθim)}]

(8)

2.平均边际处理效应ATE

平均影响效果ATE是边际处理效应MTE的平均数，

[Φ{μk-(αXi+λCθim)}-Φ{μk-1-(αXi+λCθim)}]

(9)

3.处理组的平均处理效应ATT

Φ{μj-1-(αXi+δ+λCθim)}-Φ{μj-(αXi+λCθim)}+Φ{μj-1-(αXi+λCθim)}]]

(10)

式(8)～(10)中M为模拟实验次数，k=1,2,…,K，K=J+1，μ0=-，μK=+，Φ{·}为标准正态分布的累计函数，同理，若Ui和Vi满足BIVN假设时，treatoprobit模型(模型一)处理效果的估计没有模拟次数M的加权平均。

三、实证分析

(一)数据来源、变量选择和描述性统计

本文运用了宏观数据与微观数据，宏观数据来自2008年各省(市)统计年鉴，微观数据来自2008年世界银行积极就业调查数据和2014～2015年追踪调查数据，采用多阶段分层抽样及系统抽样方法：首先，以地理行政区划作为分层标志、东中西三大经济区域为抽样框，抽取9个省份；第二阶段从每个省按经济发展水平分层各抽取3个城市，共27个城市；第三阶段从每个城市随机抽取样本共7800个。本文分析最具代表性的职业培训和小额贷款项目，剔除缺失值和异常点后，得到1606个培训样本、1136个小贷样本和1197个两项目皆未参与的样本。

宏观经济环境中登记失业率、GDP增长额、地方政府可支配就业支出资金增长额会影响获得一份高收入的对应概率及未来预期收入；另外依据人力资本投资理论与小额担保贷款理论及相关研究(Heckman[17]、Xie[18]、Pitt和Khandker[19]、McKernan[20]、Islam和Maitra[21]等)，性别、受教育水平、工作经验、健康状况、政治身份、家庭特征等会影响就业能力θ和未来预期收入。本文选取的自变量X中包括：个人特征变量有民族(汉族=1)、性别(男性=1)、户籍(城镇=1)、受教育水平、工作经验、健康状况、政治身份(党员=1)、工作单位所在地、家庭人数、是否拥有固定收入(是=1)；宏观经济变量有登记失业率、GDP增长额、地方政府可支配就业支出资金增长额。

表1变量的描述性统计

注：(1)括号内为标准差；数据已经根据通胀情况进行了调整。(2)数据来源：2008年世界银行积极就业调查数据以及2014～2015年追踪调查数据，下表同。

从表1描述性统计结果来看，培训组未来就业信心最强，培训组未来就业信心程度集中在较好和非常自信的有62%，小贷组未来就业信心程度分布在较好和非常自信的有55%；职业介绍组(对照组)未来就业信心最弱，其未来就业信心程度主要集中在较缺乏和一般类型，占比为59%，其中未来就业信心为较缺乏的占35%。就微观数据反映的个人特征而言，培训组较职业介绍组工作经验少、城镇户籍人口占比更低、家庭总人数较多；小贷组较职业介绍组男性占比较少，但健康状况较佳、工作经验更丰富。宏观经济环境方面，培训组参与者大多来自GDP增长较快、就业支出增长高、失业率较低的地区，相反，小贷项目参与者主要来自GDP增长较慢、就业支出增长较低而失业率较高的地区。

基于以上结果，本文初步推测职业培训比小贷项目、职业介绍对提高失业者就业信心的效果更好，培训项目增强了参与者的劳动技能，提高了就业成功概率，有助于失业者生活水平的长期改善，这种政府支持方式比提供资金来源、工作岗位更能有效提高失业者就业信心。并且，以上可观测变量的明显差异还从侧面反映了宏观经济环境对项目效果存在较大影响：培训组成员的个人特征条件并未比小贷组、职业介绍组优越，但由于来自GDP增长较快、就业支出增长高、失业率较低的地区，其就业成功概率更高、收入更可观，因而未来就业信心程度最强。

另外，参与项目的人群也可能并非完全随机决定，影响项目参与选择的因素也可能同时影响项目效果，以结果为导向的绩效考核方式也会导致政府为追求政绩而选择预期效果更好的群体参与。因此本文将运用treatoprobit模型(模型一)和treatoprobitsim模型(模型二)先分析政策项目参与选择的过程，然后在评估项目效果前，先测算Ui和Vi的相关系数ρ，判断是否存在“选择性偏误”(ρ=0)。

(二)政策项目选择过程分析

政策参与人之间存在差异，其参加项目效果(MTE)往往也存在不同；并且失业者i会根据已有关于参与项目效果的部分信息，选择是否参与申请项目和申请参与哪种项目：当cov(MTE,S)>0时，项目参与情况属“正选择”，即“潜在”项目效果越好的失业者，越倾向于选择申请参与项目；当cov(MTE,S)<0时，项目参与情况属“负选择”，即“潜在”项目效果越好的失业者，越倾向于选择不申请参与项目；当cov(MTE,S)=0时，“潜在”项目效果与是否选择申请参与项目没有相关性。本文运用Ui和Vi服从BIVN假设基础上的treatoprobit估计方法(模型一)和服从logistic分布假设基础上的treatoprobitsim估计方法(模型二)刻画培训项目与小贷项目的选择过程，如表2和表4所示。

表2项目选择过程分析

注：表格中概率值为均值。P11表示S=1且C=1的联合概率，P12表示S=1且C=2的联合概率，以此类推可知P13、P14、P15的含义。P01表示S=0且C=1的联合概率，P02表示S=0且C=2的联合概率，以此类推可知P03、P04、P05的含义。

表3是否参与项目的概率与信心程度之间的相关性检验

注：r为两个有序离散变量之间的相关系数(此处将参与项目(S=1)看作“高水平”，不参与项目(S=0)看作“低水平”)，r值由表2中是否参与项目与信心程度之间的联合概率计算得到，表示是否参与项目的概率与信心程度之间的相关度。M2=(n-1)r2为Cochran-Armitage检验，当样本量n越大时，越接近自由度为1的卡方分布。***、**、* 分别表示在1%、5%、10%的水平上显著。

由表2结果可知，无论是培训项目还是小贷项目，均存在一种现象：在参与培训项目或小贷项目的失业者(S=1)中，毫无就业信心(C=1)的失业者参与的概率最小，就业信心越强的失业者参与的概率越大。但非常有就业信心的失业者(C=5)相对于比较有信心的失业者(C=4)，其参与的概率增加幅度不大，在培训项目中甚至出现明显的减少现象。而在不参与培训项目或小贷项目的失业者(S=0)中，毫无就业信心的失业者(C=1)、较缺乏就业信心的失业者(C=2)和非常有就业信心的失业者(C=5)不参与的概率均很小，就业信心一般(C=3)和比较有信心的失业者(C=4)不参与的概率较大，其中比较有信心的失业者(C=4)不参与的概率最大。还能得知，失业者参与项目的概率普遍高于不参与项目的概率，尤其对于未来就业比较有信心(C=4)的失业者。培训项目中，未来就业比较有信心的失业者参与的概率为0.3003～0.3118，不参与的概率为0.0074～0.1119；小贷项目中，未来就业比较有信心的失业者参与的概率为0.2227～0.2404，不参与的概率为0.0755～0.2417。

从两项目之间的比较来看，培训项目中各类失业者参与项目与不参与项目的概率之差比小贷项目更大。如培训项目中P13与P03显示，就业信心一般的失业者参与项目的概率比不参与项目的概率高0.0408～0.0485；而小贷项目中P13与P03显示，就业信心一般的失业者参与项目的概率比不参与项目的概率高0.0148～0.027。培训项目中P14与P04显示，比较有就业信心的失业者参与项目的概率比不参与项目的概率高0.09～0.22；而小贷项目中P14与P04显示，比较有就业信心的失业者参与项目的概率比不参与项目的概率高0.05～0.15。这同时也说明，培训项目比小贷项目更易出现失业者就业信心越强，参与项目的可能性比不参与项目的可能性更高。

表2的结论也在表3中有所体现。如表3所示，培训项目在模型一中M2值为1691.943(p=0.000)，r为0.509，表明参与培训项目的概率与失业者就业信心的程度呈显著的正相关关系，验证了表2的结论。通过比较培训项目与小贷项目两种模型下结果的绝对值，也能发现培训项目参与的概率与失业者就业信心的相关性强于小贷项目(0.509>0.457，0.061>0.023)，即表2的结论：培训项目比小贷项目更易出现失业者就业信心越强，参与项目的可能性比不参与项目的可能性更高。

就培训项目而言，微观层面变量中性别、户籍、政治状况、工作单位所在地、拥有固定收入的人数、家庭人数对项目参与选择产生了显著影响。但各变量的作用方向不同：城镇户口、性别为男性、共产党员身份、工作单位所在地为城市、家庭人数较多这些因素会增加失业者参加培训项目的概率，而家中拥有固定收入的人数越多会对失业者参加培训项目的概率产生负向影响。宏观层面变量中GDP的增长额、登记失业率对失业者参加培训项目的概率存在显著的负向作用，地方政府可支配就业资金增长额显著不影响失业者参加培训项目的概率。

表4项目选择过程影响因素分析

注：括号内为标准差，***、**、* 分别表示在1%、5%、10%的水平上显著；数据在回归前已进行标准化处理。数据来源：2008年世界银行积极就业调查数据以及2014～2015年追踪调查数据。

就小贷项目而言，微观层面变量中性别、受教育水平、健康状况、政治状况、工作经验、家庭负担对项目参与选择产生了显著影响。其中，性别为男性、受教育水平较高、健康状况较好、共产党员身份、工作经验较多、家庭负担较大会影响失业者参加小贷项目的概率增加。宏观变量中仅有GDP的增长额对失业者参加小贷项目的概率存在显著的负向作用，其他因素无显著影响。

导致以上结果可能是因为培训项目与小贷项目对参与者的基础要求以及产生的作用存在差异：培训项目属于一种人力资本投资，可对零基础的参与者进行培训，帮助失业者提高劳动技能、改善工作效率；而小贷项目属于创业培训与资助，失业者要想参与其中除了需要具备一定基础的劳动技能外，还需要具有一定程度的组织管理、投资理财等知识或意识，因此小贷组参与者比培训组参与者更受教育水平、工作经验、家庭负担等因素的影响。另外，宏观层面变量中GDP的增长额对两项目的参与选择均产生明显的负影响，说明当经济形势发展较好时，失业者就业机会增加，参与就业政策项目的概率会降低。

表5 正态分布假设下未来就业信心的项目影响效果分析

注:ATE为平均边际处理效应，计算了项目对每种就业信心程度的概率的影响；ATT处理组的平均边际处理效应，计算了项目对参与项目的人每种就业信心程度的概率的影响。ATE1表示C=1时的平均边际处理效果，ATT1表示C=1时的处理组的平均边际处理效果，以此类推可知ATE2、ATE3、ATE4、ATE5、ATT2、ATT3、ATT4、ATT5。

(三)两项目未来就业信心影响效果分析

由于表6中方程的极大似然比为负，说明回归方程与选择方程误差项不相关的原假设被拒绝。并且回归方程与选择方程误差项的相关系数(模型一表达为ρ、模型二表达为λ)均在1%的显著性水平上显著不为0，也说明了回归方程与选择方程误差项之间存在相关性，换言之，失业者是否参与项目并非完全随机分布，因而可以运用处理效应模型进行评估。且当Ui与Vi之间的相关系数ρ或λ大于0时，cov(MTE,S)>0，项目参与属“正选择”；反之，当Ui与Vi之间的相关系数ρ或λ小于0时，cov(MTE,S)<0，项目参与属“负选择”。

如表5、图1和图2所示，培训项目与小贷项目运作各有特色，作用于失业者未来就业信心的效果也不尽相同。

图1 培训项目ATE与ATT核密度估计

图2 小贷项目ATE与ATT核密度估计

表5显示：就培训项目而言，模型一和模型二中ATE1、ATE2、ATE3、ATE4值为正，ATE5为负，即培训项目增加了毫无信心、较缺乏信心、就业信心一般和较有信心的概率，降低了非常有就业信心的概率，培训项目对就业信心程度提高的概率产生了负向影响。ATT结果与ATE结果类似，说明培训项目未提高参与者的就业信心增强的概率。而小贷项目与培训项目结果相反，模型一和模型二中ATE1、ATE2、ATE3、ATE4值为负，ATE5为正，说明小贷项目降低了毫无信心、较缺乏信心、就业信心一般和较有信心的概率，增加了非常有就业信心的概率，小贷项目对就业信心程度提高的概率产生了正向影响。模型一和模型二的ATT结果与ATE结果类似，也说明小贷项目的参与提高了参与者就业信心增强的概率。但模型一的ATT结果与模型二结果相差较大。

从图1和图2也可清晰看出失业者在同一程度的就业信心下，培训项目的边际处理效应及参与组的边际效应均与小贷项目完全相反。如当失业者就业信心为一般(C=3)时，培训项目的边际处理效应(MTE3)在0的右边，而小贷项目的边际处理效应在0的左边；培训项目参与组的边际效应(ATT3)在0的右边，并且在区间(0,0.2)里有先缓慢上升后缓慢下降的现象，而小贷项目参与组的边际效应在0的左边，在(-1,0)区间陡然上升再下降。与表5结论一致，图1和图2也说明培训项目对就业信心程度提高的概率产生了负向影响，小贷项目对就业信心程度提高的概率产生了正向影响。并且图1和图2更细致地说明了，当失业者就业信心较弱(C=1或2)时，培训项目和小贷项目对就业信心提高的概率影响力度均较小；当失业者就业信心处于一般和较有信心(C=3和4)时，培训项目明显对就业信心提高的概率呈轻微的正向影响，小贷项目明显对就业信心提高的概率呈轻微的负向影响；当失业者非常具有就业信心(C=5)时，培训项目明显对就业信心提高的概率呈强烈的负向影响，小贷项目明显对就业信心提高的概率呈强烈的正向影响。

综合模型一和模型二对未来就业信心的评估进行分析，可以得出以下结论：宏微观变量对不同项目未来就业信心的影响方向及程度均有差异。微观个体层面上，城市户口、健康水平、家庭支出负担对培训项目者未来就业信心提升作用较显著；受教育水平、健康水平、党员身份、工作经验、家庭负担的女性失业者在参与小贷项目后未来就业信心更强。

表6两项目未来就业信心效果的影响因素分析

宏观层面上，当地方人均GDP增长额上升1%可使培训项目者未来就业信心提升的概率增加0.07%～0.1%，却使小贷项目者未来就业信心提升的概率下降0.1%～0.2%。登记失业率每上升1%使培训项目者未来就业信心上升概率增加26%～45%，使小贷未来就业信心提升概率下降7.8%～15.4%。如前文所述，高失业率对个体选择参与培训项目起了鼓励作用；同时，我国现处于经济转型时期，但劳动力的供给结构未能适应劳动力需求结构的变动，人岗不匹配造成的结构性失业的经济环境下，职业培训项目可根据岗位需求对失业者进行劳动技能培训。而小贷项目为有创业意愿的失业者提供市场信息、进行相应的创业培训，但由于经济环境的影响，小贷项目者的信心会有所下降，这也充分说明了积极就业政策对就业信心的有效性需要考虑实际经济环境。

最后，特别注意到表6中Ui与Vi之间的相关系数(模型一表达为ρ、模型二表达为λ)表明失业者项目参与选择与项目效果之间存在相关性。其中，培训项目下模型一得到的ρ为0.706，模型二得到的相关系数λ为0.635，均为正数，说明使参与培训项目的概率越高的扰动项往往伴随着使就业信心程度越高的扰动项(cov(MTE,S)>0)，培训项目的参与情况属于“正选择”；小贷项目的绝对值与培训项目的值接近，但符号相反：小贷项目下模型一得到的相关系数ρ为-0.722，模型二得到的λ为-0.652，说明使参与小贷项目的概率越高的扰动项往往伴随着使就业信心程度越低的扰动项(cov(MTE,S)<0)；换言之，小贷项目下参与的可能性越高的群体在参与项目后并未得到越高的未来就业信心，小贷项目的参与情况属于“负选择”。这一结论在对比图3中培训项目与小贷项目的MTE#曲线时可再次得到证实。

图3 培训项目与小贷项目MTE#曲线

以上结论在一定程度上反映了政府进行小贷项目参与人群事前甄选时很可能遵循的是经济效率标准，以就业率、收入等客观绩效为纲。作为一项基本公共服务，政府主导的就业政策再分配必须弥补市场初次分配片面倚重效率的不足，使得公共资源惠及真正需要的人群而不是受益最大的人群，关注社会公平尤其是失业者这一弱势群体的主观感受。忽视未来就业信心导向容易造成“负选择”，大大削弱了积极就业政策本可以实现的效果。同时也反映了当前就业政策的就业信心评估体系的缺陷，这正是本文的意义所在。

(四)稳健性分析

考虑到以上结果均以Ui与Vi服从对称性、单峰性分布(正态分布、logistic分布)为假设前提，为了得到更确切真实的分析结果，且考虑到本文研究对象未来就业信心和项目选择受个体主观价值判断(如性格等人格特征和认知、情感等心理因素)的影响，扰动项的分布可能出现偏斜，本文假设Ui与Vi服从uniform、chi2、lognormal、gamma分布，进行稳健性分析。限于篇幅，只展示项目效果的稳健性分析结果，如表7所示。

由表7可知，培训组在4种分布情况下的项目效果方向一致，均说明了培训项目增加了毫无信心、较缺乏信心、就业信心一般和较有信心的概率，降低了非常有就业信心的概率，培训项目对就业信心程度提高的概率产生了负向影响。小贷组在4种分布情况下的项目效果方向也一致，但均与培训组方向相反，说明小贷项目降低了毫无信心、较缺乏信心、就业信心一般和较有信心的概率，增加了非常有就业信心的概率，小贷项目对就业信心程度提高的概率产生了正向影响。

表7稳健性分析

四、结论与政策建议

本文构建了就业信心经济结构模型，利用2008年世界银行调查数据和2014～2015年追踪调查数据，并结合基于选择方程与回归方程扰动项之间是否服从二变量联合正态分布(BIVN)假设的评估方法，从失业者就业信心角度对积极就业政策有效性进行了评估。研究发现：培训项目参与选择过程属“正选择”，最倾向于参与培训项目的失业者能够参与其中，但受微观特征因素与宏观经济环境因素影响，培训项目对提高未来就业信心具有显著的负向影响；小贷项目对提高未来就业信心有显著的正向影响，但由于参与选择过程中存在“负选择”，即失业者在选择时做了错误的判断，或者政府为追求绩效而允许预期结果最好的人群参与，所以最倾向参与小贷项目的群体未能参与其中，也未实现本可以得到的最佳项目效果；培训项目的参与者就业信心程度普遍高于小贷项目参与者，但根据项目边际效果的分析结果来看，培训项目对参与者就业信心的提高作用远不如小贷项目；在纠正“负选择”后，小贷项目对失业者就业信心的提高效果将充分发挥出来。

为实现“稳就业”，积极就业政策要提高就业率、解决当前就业问题，更应重视对失业者就业信心的促进作用、激发失业者积极主动谋求职业。据此，本文提出以下几点优化建议：(1)政策实施应避免政策执行者为完全追求经济效益而出现“负选择”，适当关注如何恢复、调节和增强失业者就业信心，可在考核机制中引入未来就业信心、公平感、满意度评分等评估指标；(2)完善相应的惩处办法，优化项目参与的筛选机制，使政策项目覆盖真正的就业刚需群体，提高项目的实施效率与效果；(3)政府还应综合考虑宏观经济环境和对失业者就业信心的促进效果，在GDP增长较慢、就业支出增长较低而失业率较高的地区可重点实施小贷项目，实现就业信心与经济发展之间的相互促进作用，以进一步增强积极就业政策的有效性。