公共服務(wù)政策績效評估理論研究

劉丁蓉

（廣東商學(xué)院 公共管理學(xué)院，廣州 510320）

公共服務(wù)政策績效評估理論研究

劉丁蓉

（廣東商學(xué)院 公共管理學(xué)院，廣州 510320）

公共服務(wù)政策不僅體現(xiàn)政府效能，更能體現(xiàn)出政府的財政收入分配的合理性。以此為突破口，借助挪威的“職業(yè)復(fù)興”項目相關(guān)方法與技術(shù)（Heckman評估方法與技術(shù)）來對現(xiàn)階段的政策績效進(jìn)行評估，研究結(jié)果顯示：經(jīng)濟(jì)發(fā)展水平與職業(yè)復(fù)興項目績效之間呈正相關(guān)關(guān)系；職業(yè)復(fù)興項目推動能夠帶來其他政府公共服務(wù)政策績效水平的顯著提高；我國東中西部地區(qū)在職業(yè)復(fù)興項目的推行與績效方面差異性也表現(xiàn)得較為明顯。

公共購買服務(wù)；績效評估；政策評估

0 引言

我國勞動力市場的分級化趨勢逐漸制約了經(jīng)濟(jì)發(fā)展進(jìn)程，弱勢群體（下崗失業(yè)、大學(xué)生和農(nóng)民工）的就業(yè)困境嚴(yán)重加劇了二元經(jīng)濟(jì)體制的制約性。最初源于歐美國家的“職業(yè)復(fù)興計劃”最初主要是針對殘疾或失能群體的救濟(jì)與保障，我國引入“職業(yè)復(fù)興計劃”主要是用于上述三類群體的就業(yè)與再就業(yè)工程，由此，在我國可以界定職業(yè)復(fù)興計劃的對象為下崗失業(yè)人員、大學(xué)畢業(yè)生和農(nóng)民工群體。

本文主要通過借鑒挪威殘疾群體“職業(yè)復(fù)興項目”方法和技術(shù)（即Heckman政策評估技術(shù)應(yīng)用的代表案例）來進(jìn)一步論證我國“職業(yè)復(fù)興”計劃的實際效果。挪威殘疾群體“職業(yè)復(fù)興項目”是那些由于健康狀況而導(dǎo)致在勞動力生產(chǎn)率減少的個人提供收入維持補(bǔ)助和培訓(xùn)項目。項目的主要目標(biāo)就是使殘疾但仍有勞動能力的勞動者有機(jī)會重返勞動力市場，從而創(chuàng)造相應(yīng)價值。項目的實施主要是解決五大問題：培訓(xùn)對提高聘用可能性的整體影響程度；哪一類人群從培訓(xùn)中受益最多；在理解選擇和結(jié)果產(chǎn)生過程中對不可觀測因素的控制的重要性有多大；管理者在是否接受申請者加入持續(xù)培訓(xùn)項目的決策中，以及申請者自身可觀測及不可觀測的特征將起到什么樣的作用。本文借助挪威殘疾群體項目的經(jīng)驗、理念與方法，結(jié)合我國實際的“職業(yè)復(fù)興”項目的數(shù)據(jù)，對三個有代表性的省份數(shù)據(jù)進(jìn)行詳細(xì)的對比，最終提煉出三個省份各項“職業(yè)復(fù)興”內(nèi)容的特征，并提出相關(guān)啟示。

1 實證模型構(gòu)建

1.1 變量選擇

由于評估的是不同省份及地區(qū)實施就業(yè)政策的績效情況，因此本研究樣本的選擇以及解釋變量的選擇與Benu等（2005）不同，在估計方法部分將具體解釋這樣做的原因，并且由于考慮到中國的實際情況，本文還引入了一些不同于國外的控制變量，通過實證分析也發(fā)現(xiàn)和驗證了這樣做的合理性。具體見表1，本研究引進(jìn)的解釋變量分四個方面共計25個變量，相對于以往的研究本文解釋變量更全面，因此能得到更精確的評估結(jié)果。

1.2 模型

1.2.1 基本模型1：（就業(yè)壓力系數(shù)：logit模型）

本研究中將沿用選擇模型，并且采用Logit模型來估計不同因素對個人參與和退出勞動力市場的影響。logit模型如下：

X是含有一系列影響因素（協(xié)變量）的向量，β為變量系數(shù)，ε為隨機(jī)誤差項。

本研究采用模型：

1.2.2 基本模型2：（就業(yè)支持力度：duration模型）

表1 解釋變量設(shè)置釋義

Cox比例風(fēng)險模型為：h0(t)為基準(zhǔn)轉(zhuǎn)機(jī)率，是時間的隨機(jī)非負(fù)函數(shù)；X是含有一系列影響因素（協(xié)變量）的向量；β為變量系數(shù)。因此h(t , x)是將在時刻t實現(xiàn)再就業(yè)的概率分解為基準(zhǔn)風(fēng)險率和由向量X引致的增量風(fēng)險率。

本研究采用模型：

τP=E[Δi]就是總體平均處理差異。h(t , x)是將在時刻t實現(xiàn)再就業(yè)的概率；h0(t)為基準(zhǔn)轉(zhuǎn)機(jī)率，是時間的隨機(jī)非負(fù)函數(shù)。其中，X是表9所列一系列影響因素（協(xié)變量）的向量（省際培訓(xùn)解釋變量除外），β為變量系數(shù)，ε為隨機(jī)誤差項。

1.2.3 基本模型3：（公益性項目關(guān)鍵產(chǎn)出績效、社會保險項目關(guān)鍵產(chǎn)出績效、職業(yè)介紹項目關(guān)鍵產(chǎn)出績效、職業(yè)培訓(xùn)項目關(guān)鍵產(chǎn)出績效、小額擔(dān)保貸款項目關(guān)鍵產(chǎn)出績效：tobit模型）

對收入績效（上述幾個種類的績效）進(jìn)行評估時，會發(fā)現(xiàn)很多結(jié)果變量的觀察值為0，傳統(tǒng)的評估方法僅僅采用簡單的回歸模型，該方法將會丟失那些未就業(yè)者的信息，這將對評估效果產(chǎn)生影響。因此,本研究嘗試使用tobit模型對收入績效進(jìn)行評估，該模型可以很好地解決不可觀測值問題。

這里，“0”只是一個符號，并不是表示收入為零，只表示選擇不參加工作。X是含有一系列影響因素（協(xié)變量）的向量，β為變量系數(shù)。

本研究采用模型：

τP=E[Δi]就是總體平均處理差異。其中，X是表9所列一系列影響因素（協(xié)變量）的向量（省際培訓(xùn)解釋變量除外），β為變量系數(shù)，ε為隨機(jī)誤差項。

1.2.4 基本模型4：（其他就業(yè)支出項目關(guān)鍵產(chǎn)出績效：Ordered Outcome Model）

對滿意度進(jìn)行評估，本文注意到結(jié)果變量為多分有序變量，因此本研究采用多分有序模型進(jìn)行“滿意度績效”和“就業(yè)改善信心績效”評估。

多分有序選擇模型為：

而實際觀察的情況都是

X是含有一系列影響因素（協(xié)變量）的向量，β為變量系數(shù)。

本研究采用模型：

多分有序選擇模型為：

而實際觀察的情況都是

τP=E[Δi]就是總體平均處理差異。其中，X是表9所列一系列影響因素（協(xié)變量）的向量（除去省際培訓(xùn)解釋變量），β為變量系數(shù)，ε為隨機(jī)誤差項。

2 實證分析：基于三省的調(diào)研數(shù)據(jù)

2.1 實證檢驗

根據(jù)本文所構(gòu)建的實證評估模型，選取了云南、河南、江蘇三省2008年和2009年的相關(guān)數(shù)據(jù)。主要的評估指標(biāo)有就業(yè)壓力系數(shù)、就業(yè)支持力度、公益性項目關(guān)鍵產(chǎn)出績效、社會保險項目關(guān)鍵產(chǎn)出績效、職業(yè)介紹項目關(guān)鍵產(chǎn)出績效等（如表2所示）。

表2 模型指標(biāo)說明

根據(jù)所選取的變量，運用統(tǒng)計軟件Stata對模型參數(shù)進(jìn)行了估計（不同指標(biāo)使用不同模型，共享同一數(shù)據(jù)庫，筆者對擬合結(jié)果進(jìn)行了修正，不影響實證分析的結(jié)果），具體如表3所示：

2.2 結(jié)果分析

2.2.1 就業(yè)壓力與經(jīng)濟(jì)發(fā)展水平、政府就業(yè)項目重視程度緊密相關(guān)。從2008和2009年兩個統(tǒng)計期的數(shù)據(jù)可以得出，中部地區(qū)（河南?。┚蜆I(yè)壓力最大，東部地區(qū)（江蘇省）次之，而西部地區(qū)（云南?。┚蜆I(yè)壓力最小，此狀態(tài)說明了云南外出務(wù)工人員緩解部分就業(yè)壓力，而當(dāng)?shù)氐穆殬I(yè)培訓(xùn)項目的跟進(jìn)與強(qiáng)化則直接帶來就業(yè)壓力的減小；而與此相對的中部河南，其人口規(guī)模和就業(yè)人口數(shù)量都是最高的，且經(jīng)濟(jì)發(fā)展水平與東部相比相對較低，而在解決就業(yè)問題方面，職業(yè)培訓(xùn)補(bǔ)貼項目的效果并不明顯。

2.2.2 就業(yè)支持力度與經(jīng)濟(jì)發(fā)達(dá)程度和地區(qū)財力水平緊密相關(guān)。在2008和2009年兩個統(tǒng)計期內(nèi)，就業(yè)支持力度東部地區(qū)（江蘇?。┳畲?，中部地區(qū)（河南省）次之，西部地區(qū)（云南?。┳钚?，這與經(jīng)濟(jì)發(fā)達(dá)程度和地區(qū)財力水平緊密相關(guān)。經(jīng)濟(jì)發(fā)展水平高的地方政府一般會重視勞動力的就業(yè)質(zhì)量與穩(wěn)定性，加大對就業(yè)的支持，以此保持這種經(jīng)濟(jì)發(fā)展態(tài)勢。東部地區(qū)的高水平經(jīng)濟(jì)發(fā)展就為其支持更多人就業(yè)，提供高質(zhì)量的就業(yè)服務(wù)提供了更多的經(jīng)濟(jì)基礎(chǔ)。

表3 年度對比分析結(jié)果表

2.2.3 在分項就業(yè)支出結(jié)構(gòu)和結(jié)果績效方面，地區(qū)間呈現(xiàn)出明顯的不均衡。具體表現(xiàn)在：

（1）在公益性項目和社會保險項目方面，地區(qū)長期失業(yè)率影響政府支出的績效。東部地區(qū)（江蘇?。┩度胝急茸罡?，總產(chǎn)出結(jié)果績效較好；而西部地區(qū)（云南?。┌才糯祟愘Y金最少，總產(chǎn)出結(jié)果績效最差，可見，公益性項目和社會保險項目是政府就業(yè)支出政策績效體現(xiàn)最為集中的領(lǐng)域，也和地區(qū)長期失業(yè)率情況相關(guān)聯(lián)。

（2）在市場就業(yè)政策方面，政府投入為政策績效重要影響因素之一。在職業(yè)介紹項目上，西部地區(qū)（云南?。┬Ч^差，而中部地區(qū)（河南?。┖蜄|部地區(qū)（江蘇?。┬Ч^好。在我國，就業(yè)支出的結(jié)果績效是按照戶籍統(tǒng)計的，在經(jīng)濟(jì)發(fā)展?fàn)顩r較差的中西部地區(qū)，是我國最主要的勞務(wù)輸出來源地，當(dāng)?shù)芈殬I(yè)介紹項目方面，大多屬于勞動力輸出，效果較好，因此績效較好。而在就業(yè)培訓(xùn)政策方面，西部地區(qū)（云南?。?008年排名較為靠后，而2009年排名迅速上升，其主要影響因素是西部地區(qū)（云南?。?009年大幅增加了培訓(xùn)項目投入資金，其主要資金來源為自籌資金，同時該省自身勞動力市場需求旺盛，因此也有利于提升該項就業(yè)支出資金績效。

（3）在小額擔(dān)保貸款項目上，東部地區(qū)（江蘇?。┑某煽冏詈?，主要原因是政府投入資金量大，同時創(chuàng)業(yè)機(jī)會較多；而西部地區(qū)（云南?。┡琶亢?，主要原因是創(chuàng)業(yè)機(jī)會較少，創(chuàng)業(yè)風(fēng)險相應(yīng)較大。

2.2.4 東、中、西部地區(qū)評分差距較大，區(qū)分度較強(qiáng)。從總體評分來看，2008年和2009年都是東部地區(qū)（江蘇省）排名第1、中部地區(qū)（河南省）第2、西部地區(qū)（云南?。┑?，但2009年的評價結(jié)果相較2008年而言，結(jié)果差距顯著縮小，特別是西部地區(qū)（云南省）的績效提升幅度較大。由于績效評估強(qiáng)調(diào)的是效率和效果導(dǎo)向，而影響就業(yè)支出效率與效果的因素除了就業(yè)支出資金外，客觀的經(jīng)濟(jì)社會環(huán)境對就業(yè)機(jī)會的影響巨大。因此，可能中西部地區(qū)就業(yè)壓力大的城省雖然就業(yè)支出資金強(qiáng)度大，并且可能執(zhí)行效率高，但結(jié)果績效卻不夠顯著，這與相關(guān)政策監(jiān)管水平和人員培訓(xùn)等因素有直接關(guān)聯(lián)性。

3 研究啟示

國外對于政策項目評估的研究主要是基于大量的實證調(diào)研數(shù)據(jù)，并且其相關(guān)指標(biāo)庫也是非常完善的?！奥殬I(yè)復(fù)興”項目主要由政府實施的積極勞動力市場政策來完成，積極的勞動力市場政策以直接和間接兩種方式支持就業(yè)創(chuàng)造。直接方式是采取能夠產(chǎn)生就業(yè)的措施（如省政工程和企業(yè)創(chuàng)辦以及雇用補(bǔ)貼），間接方式是通過培訓(xùn)提高就業(yè)能力和確保高效的勞工情況交流，以提供更好的勞動力市場信息和提高工作匹配效率。借鑒國外研究經(jīng)驗，本文研究主要的啟示是：為兼顧就業(yè)壓力和就業(yè)績效、就業(yè)存量資金和增量資金，應(yīng)建立就業(yè)支出“差補(bǔ)機(jī)制”。其政策要點是：將增量和存量一并統(tǒng)籌考慮，打破存量的保地方既得利益的分配做法；設(shè)置若干主要因素進(jìn)行分析，包括當(dāng)?shù)厝丝?、城?zhèn)比率、失業(yè)狀況以及就業(yè)支出績效等因素；對失業(yè)狀況嚴(yán)重的地方進(jìn)行差別補(bǔ)助，對就業(yè)支出績效好的地方實行特別獎勵。

[1]Benu Bidani,Niels-Hugo Blunch,Chor-ching Goh,Christopher J.O Leary.EvaluatingJob Trainingin Two Chinese Cities.Upjohn Institute Staff[C].Working Paper No.05～111，2005

[2]Heckman，J.,E.Vytlacil.Econometric Evaluation of Social Programs，Part II：Using the Marginal Treatment Effect to Organize Alternative Econometric Estimators to Evaluate Social Programs，and to Forecast their Effects in New Environments[A].in J.Heckman,E.Leamer eds[Z].Handbook of Econometrics，vol.6B，Chapter 71，4875-5143.New York：Elsevier Science,2007.

[3]Heckman,J.,Tobias,J.,Vytlacil,E.Simple Estimators for Treatment Parameters in a Latent Variable Framework[J].Review of Economics and Statistics,2003，85(3).

[4]Heckman，J,E.Vytlacil.Econometric Evaluation of Social Programs，Part I：Causal Models，Structural Models and Econometric Policy Evaluation[A].in J.Heckman,E.Leamer eds[Z].Handbook of Econo?metrics，vol.6B，Chapter 70，4779-4874.New York：Elsevier Sci?ence,2007.

[5]Heckman，J.，R.Lalonde，J.Smith.The Economics and Econometrics of Active Labor Markets Programs[A].in A.Ashenfelter,D.Card eds[Z].Handbook of Labor Economics，vol.3.New York：Elsevier Sci?ence,2000.

[6]Pierre,D.Partial Observability in Bivariate Probit Models[J].Journal of Econometrics,1999,12.

[7]Jochen kluve,etal.Active Labor Market Policies in Europe.Perfor?mance and Perspectives[M].Berlin:Pringer,2006.

F062.9

A

1002-6487（2013）14-0042-04

國家社科基金重點項目（11AZD013）

劉丁蓉（1979-），女，湖南益陽人，博士,講師，研究方向：財政理論與實踐。

（責(zé)任編輯/易永生）