公共就業(yè)服務(wù)能促進(jìn)個(gè)體勞動(dòng)參與嗎？
——來(lái)自CLDS的證據(jù)①

劉璐嬋

（南京郵電大學(xué) 社會(huì)與人口學(xué)院，江蘇 南京 210023）

1 引言

促進(jìn)就業(yè)、防范失業(yè)，是各國(guó)政治、經(jīng)濟(jì)乃至民生領(lǐng)域的重要議題。公共就業(yè)服務(wù)（Public Employment Service, PES）是指由政府出資向勞動(dòng)者提供的公益性就業(yè)服務(wù)，目的在于滿足勞動(dòng)者就業(yè)或用人單位招用人員的需求。我國(guó)有關(guān)就業(yè)服務(wù)的規(guī)定最早出現(xiàn)在1995年施行的《勞動(dòng)法》關(guān)于促進(jìn)就業(yè)的條款中，并隨著國(guó)企改革的推進(jìn)逐步與下崗職工再就業(yè)扶持政策相融合。2004年《關(guān)于假期就業(yè)服務(wù)制度化、專業(yè)化和社會(huì)化工作的通知》發(fā)布，標(biāo)志著我國(guó)公共就業(yè)服務(wù)邁入規(guī)范化發(fā)展階段。2008年《中華人民共和國(guó)就業(yè)促進(jìn)法》、《就業(yè)服務(wù)與就業(yè)管理規(guī)定》施行以來(lái)，公共就業(yè)服務(wù)體系日益完善，2017年出臺(tái)的公共就業(yè)服務(wù)8項(xiàng)國(guó)家標(biāo)準(zhǔn)更是提升了就業(yè)服務(wù)的均等化水平。根據(jù)《公共就業(yè)服務(wù)》國(guó)家標(biāo)準(zhǔn)，公共就業(yè)服務(wù)主要包括政策咨詢、信息發(fā)布、職業(yè)指導(dǎo)、職業(yè)介紹、招聘會(huì)、職業(yè)培訓(xùn)、就業(yè)見(jiàn)習(xí)、創(chuàng)業(yè)服務(wù)、就業(yè)援助、失業(yè)保險(xiǎn)服務(wù)、就業(yè)和失業(yè)登記管理、人力資源社會(huì)保障事務(wù)代理、公共就業(yè)服務(wù)專項(xiàng)活動(dòng)等內(nèi)容。在“十四五”期間，各級(jí)政府將實(shí)施提升就業(yè)服務(wù)質(zhì)量工程，強(qiáng)化公共就業(yè)服務(wù)的就業(yè)促進(jìn)功能。

2021年末，我國(guó)城鎮(zhèn)調(diào)查失業(yè)率為5.1%②中國(guó)政府網(wǎng)：《2022年政府工作報(bào)告》. http://www.gov.cn/premier/2022-03/12/content_5678750.htm，城鎮(zhèn)登記失業(yè)率為3.96%③中華人民共和國(guó)人力資源和社會(huì)保障部：《2021年人力資源和社會(huì)保障統(tǒng)計(jì)快報(bào)數(shù)據(jù)》. http://www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/szrs/tjsj/202201/t20220127_433753.html，2022-01-27.，因此未來(lái)一段時(shí)間內(nèi)穩(wěn)定就業(yè)和擴(kuò)大就業(yè)仍是各級(jí)政府工作的重中之重。2022年《政府工作報(bào)告》指出，2021年我國(guó)城鎮(zhèn)新增就業(yè)1269萬(wàn)人，2022年的目標(biāo)是新增就業(yè)1100萬(wàn)人以上，因此需要以就業(yè)優(yōu)先為導(dǎo)向，采用多種途徑和舉措穩(wěn)崗擴(kuò)崗。公共就業(yè)服務(wù)作為一項(xiàng)重要的政策工具，其在促進(jìn)就業(yè)、防范失業(yè)方面發(fā)揮的作用不言而喻，因此探究公共就業(yè)服務(wù)與勞動(dòng)參與之間的關(guān)系既有重要的政策意涵，又對(duì)當(dāng)前的基層實(shí)踐具有指導(dǎo)意義。

2 文獻(xiàn)回顧與研究假設(shè)

目前學(xué)界對(duì)公共就業(yè)服務(wù)的研究普遍而深入，研究者結(jié)合各國(guó)和地區(qū)的公共就業(yè)服務(wù)實(shí)踐，充分探討了公共就業(yè)服務(wù)作為失業(yè)風(fēng)險(xiǎn)防范和就業(yè)激活策略的實(shí)施效果。就研究發(fā)現(xiàn)而言，當(dāng)前研究關(guān)于“公共就業(yè)服務(wù)促進(jìn)就業(yè)”的結(jié)論相左。

部分研究認(rèn)為，公共就業(yè)服務(wù)并不存在就業(yè)促進(jìn)效應(yīng)。拉森和維森認(rèn)為，盡管公共就業(yè)服務(wù)對(duì)雇主和求職者而言是低成本的，但是目前勞動(dòng)力市場(chǎng)中存在“雙面信息不對(duì)稱”問(wèn)題，導(dǎo)致求職者與雇主都避免使用效率低下的公共就業(yè)服務(wù)[1]。類似的，伯恩哈德和科普夫?qū)γ嫦蚋＠苤吆烷L(zhǎng)期失業(yè)者提供的就業(yè)援助項(xiàng)目（Job Search Assistance, JSA）開(kāi)展了分析，發(fā)現(xiàn)個(gè)體就業(yè)咨詢服務(wù)對(duì)求職并無(wú)幫助，而且就業(yè)培訓(xùn)課程甚至?xí)p少求職者的受雇機(jī)會(huì)[2]。休格等人認(rèn)為，參加職業(yè)培訓(xùn)延長(zhǎng)了東德地區(qū)失業(yè)者的失業(yè)時(shí)間，同時(shí)鎖定效應(yīng)（lock-in effects）導(dǎo)致失業(yè)者不再愿意找固定工作[3]。在中國(guó)，同樣有研究發(fā)現(xiàn)公共就業(yè)服務(wù)的效果不盡如人意。例如，張海枝借助省級(jí)公共就業(yè)服務(wù)數(shù)據(jù)，分析了不同區(qū)域公共就業(yè)服務(wù)的效率，認(rèn)為公共就業(yè)服務(wù)的整體效率低下[4]。王迪等對(duì)典型案例進(jìn)行了研判，認(rèn)為公共就業(yè)服務(wù)尚存在政策定位不明晰、工作人員素質(zhì)不高、信息化建設(shè)不完善以及缺乏有效的質(zhì)量評(píng)估等問(wèn)題，這都影響了公共就業(yè)服務(wù)就業(yè)促進(jìn)作用的發(fā)揮[5]。

反之，也有大量研究認(rèn)為公共就業(yè)服務(wù)是有效的。研究發(fā)現(xiàn)，公共就業(yè)服務(wù)機(jī)構(gòu)為勞動(dòng)者節(jié)省了大量工作搜尋成本，有助于提升長(zhǎng)期失業(yè)者的就業(yè)能力，因而政策反饋較為積極[6-7]。從服務(wù)項(xiàng)目上來(lái)看，培訓(xùn)項(xiàng)目可以為勞動(dòng)者創(chuàng)造良好的長(zhǎng)期就業(yè)前景，就業(yè)咨詢服務(wù)在提高匹配效率方面更有效，而創(chuàng)業(yè)服務(wù)也被證實(shí)能夠幫助失業(yè)者重返勞動(dòng)力市場(chǎng)[8-12]。類似的，我國(guó)的相關(guān)研究也認(rèn)為就業(yè)創(chuàng)業(yè)服務(wù)、再就業(yè)培訓(xùn)等服務(wù)項(xiàng)目對(duì)勞動(dòng)者的就業(yè)具有正向促進(jìn)作用[13-16]。就具體的服務(wù)項(xiàng)目而言，公益崗位、培訓(xùn)服務(wù)和職業(yè)介紹對(duì)服務(wù)對(duì)象獲得正式或非正式工作具有顯著作用，這是由于公共就業(yè)服務(wù)在提升“人-職”匹配、降低求職搜尋成本、促進(jìn)勞動(dòng)力資源合理流動(dòng)方面等方面發(fā)揮了重要功能[17-19]。再者，現(xiàn)有研究顯示公共就業(yè)服務(wù)的供給存在城鄉(xiāng)、區(qū)域差異，同時(shí)就業(yè)促進(jìn)的效果在受益群體上表現(xiàn)出了明顯的異質(zhì)性,女性、高技能水平者、青年等勞動(dòng)者群體更容易從公共就業(yè)服務(wù)中受益，各類群體對(duì)服務(wù)的敏感性不同[20-22]，意味著公共就業(yè)服務(wù)可能在不同群體間存在相異的政策反饋。因此本文提出以下假設(shè)：

假設(shè)1a：在控制相關(guān)因素的前提下，公共就業(yè)服務(wù)會(huì)影響勞動(dòng)者個(gè)體的勞動(dòng)參與情況，曾接受過(guò)公共就業(yè)服務(wù)的勞動(dòng)者群體失業(yè)的可能性越低。

假設(shè)1b：對(duì)于不同性別、受教育程度、城鄉(xiāng)區(qū)域和戶籍/流動(dòng)人口身份等的群體而言，公共就業(yè)服務(wù)帶來(lái)的勞動(dòng)參與效應(yīng)存在異質(zhì)性。

在勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域，研究的側(cè)重點(diǎn)往往在于公共就業(yè)服務(wù)在勞動(dòng)力市場(chǎng)中發(fā)揮的匹配和篩選作用上[23-24]，研究者更關(guān)注公共就業(yè)服務(wù)機(jī)構(gòu)的效率及對(duì)比其與私人服務(wù)機(jī)構(gòu)的優(yōu)劣，從而將著眼點(diǎn)置于機(jī)構(gòu)及其服務(wù)本身，因此對(duì)個(gè)體勞動(dòng)參與實(shí)踐的關(guān)注度不夠，進(jìn)而關(guān)于個(gè)體勞動(dòng)參與影響機(jī)制的分析較為有限。因此，本研究還將從微觀個(gè)體的角度討論人力資本和社會(huì)資本在公共就業(yè)服務(wù)和勞動(dòng)參與之間發(fā)揮的中介作用。

一方面，人力資本能夠有效促進(jìn)就業(yè)，因?yàn)榘瑢W(xué)歷、技能、健康狀況等在內(nèi)的人力資本能轉(zhuǎn)化為就業(yè)能力，這些高人力資本的勞動(dòng)者更能適應(yīng)勞動(dòng)力市場(chǎng)的結(jié)構(gòu)性變革，失業(yè)幾率較低，即使失業(yè)后也能更快再就業(yè)[25-26]。因此，提升勞動(dòng)者的人力資本成為了多數(shù)國(guó)家勞動(dòng)力市場(chǎng)政策的主要議題之一，公共就業(yè)服務(wù)實(shí)踐中提供技能培訓(xùn)、促進(jìn)終身學(xué)習(xí)等做法也是圍繞這一目的開(kāi)展的。研究發(fā)現(xiàn)，技能培訓(xùn)項(xiàng)目對(duì)縮短失業(yè)時(shí)間、脫離失業(yè)狀態(tài)有顯著幫助，職業(yè)資格培訓(xùn)有助于勞動(dòng)者達(dá)到就業(yè)門(mén)檻要求[27-29]，可見(jiàn)人力資本的提升能夠有效降低勞動(dòng)者的失業(yè)概率。另一方面，在勞動(dòng)力市場(chǎng)中，社會(huì)關(guān)系在求職中的重要性已被證明，那些社交網(wǎng)絡(luò)薄弱的人往往在求職中處于不利地位[30-31]。換言之，社會(huì)資本會(huì)對(duì)勞動(dòng)參與產(chǎn)生影響。利奇提的研究發(fā)現(xiàn)，雇主樂(lè)于接受公共就業(yè)服務(wù)機(jī)構(gòu)推薦的求職者，公共機(jī)構(gòu)的中介作用類似于社交網(wǎng)絡(luò)[32]。這是由于公共就業(yè)服務(wù)機(jī)構(gòu)與用人單位建立了廣泛的、長(zhǎng)期的聯(lián)系，機(jī)構(gòu)工作人員與雇主直接聯(lián)系往往能夠獲得關(guān)于潛在職位空缺和技能要求的非正式信息，并及時(shí)了解當(dāng)前勞動(dòng)力市場(chǎng)發(fā)展的動(dòng)向，進(jìn)而增加了求職者的工作機(jī)會(huì)[33-34]。可見(jiàn)，勞動(dòng)者通過(guò)機(jī)構(gòu)與各類用人單位產(chǎn)生了聯(lián)系，公共就業(yè)服務(wù)機(jī)構(gòu)無(wú)形中拓展了勞動(dòng)者的社交網(wǎng)絡(luò)，強(qiáng)化了勞動(dòng)者的社會(huì)資本。

因此本文提出以下假設(shè)：

假設(shè)2a：公共就業(yè)服務(wù)通過(guò)增加人力資本來(lái)降低勞動(dòng)者的失業(yè)風(fēng)險(xiǎn)。

假設(shè)2b：公共就業(yè)服務(wù)能夠增加勞動(dòng)者個(gè)體的社會(huì)資本，進(jìn)而降低勞動(dòng)者的失業(yè)風(fēng)險(xiǎn)。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)來(lái)自中山大學(xué)“中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查”項(xiàng)目（簡(jiǎn)稱CLDS）。該數(shù)據(jù)從2012年開(kāi)始在中國(guó)大陸地區(qū)實(shí)施追蹤調(diào)查，聚焦于勞動(dòng)力及其家庭的工作、遷移、健康、社會(huì)參與等議題，旨在反映中國(guó)勞動(dòng)力的現(xiàn)狀與變遷。調(diào)查采用PPS抽樣方法，調(diào)查對(duì)象為15至64歲的勞動(dòng)力人口，樣本分布于全國(guó)的29個(gè)?。ㄗ灾螀^(qū)、直轄市），覆蓋303個(gè)村居、10612戶家庭和16253名勞動(dòng)力個(gè)體，并在2018年納入96個(gè)新村居。本文選擇2018年的數(shù)據(jù)開(kāi)展分析，結(jié)合勞動(dòng)參與主題，將分析對(duì)象限定為18歲至59歲且有過(guò)工作經(jīng)歷的勞動(dòng)者，因此在去除非勞動(dòng)年齡人口、從未有過(guò)工作史的個(gè)體以及自變量和因變量有缺失值的樣本后，得到樣本8702人。

3.2 變量測(cè)量及說(shuō)明

為考察公共就業(yè)服務(wù)對(duì)勞動(dòng)參與的影響，本研究將自變量設(shè)定為“是否接受過(guò)公共就業(yè)服務(wù)”，并通過(guò)問(wèn)卷中的“你是否接受過(guò)由政府提供的或者有政府補(bǔ)貼的職業(yè)技能培訓(xùn)”問(wèn)題來(lái)進(jìn)行測(cè)量，接受過(guò)公共就業(yè)服務(wù)則賦值為1，未接受過(guò)公共就業(yè)服務(wù)則賦值為0。在因變量上，本研究以“是否失業(yè)”考查勞動(dòng)者的勞動(dòng)參與情況，并根據(jù)問(wèn)卷中“2017年1月以來(lái)，您是否工作過(guò)”、“您現(xiàn)在的工作狀況”來(lái)甄別勞動(dòng)者當(dāng)前的就業(yè)狀態(tài)。若勞動(dòng)者自2017年1月以來(lái)一直失業(yè)，或2017年1月時(shí)仍在就業(yè)但目前正在失業(yè)，那么其勞動(dòng)狀態(tài)為失業(yè)，賦值為1，反之為未失業(yè)，賦值為0。

圍繞勞動(dòng)參與，本研究將人口學(xué)因素、人力資本與社會(huì)資本因素、工作要素和宏觀因素納入控制變量。其中，人口學(xué)因素包括年齡、性別、婚姻狀況，人力資本與社會(huì)資本因素包括健康狀況、受教育程度、外語(yǔ)能力、國(guó)家職業(yè)資格證書(shū)、本地朋友數(shù)量以及社區(qū)鄰里熟識(shí)程度，工作要素包括有無(wú)單位、工作部門(mén)、年工資收入、經(jīng)驗(yàn)與資歷以及工作滿意度，宏觀因素包括城鄉(xiāng)和經(jīng)濟(jì)區(qū)域。除部分變量在問(wèn)卷中得以直接測(cè)量外，本文結(jié)合現(xiàn)有信息對(duì)變量進(jìn)行了再造：在婚姻狀況中，初婚、未婚被劃分為“在婚狀態(tài)”，未婚、離異、喪偶和同居被劃分為“不在婚狀態(tài)”；在受教育程度方面，未上過(guò)學(xué)、小學(xué)和私塾屬于“小學(xué)及以下”學(xué)歷，普通高中、職業(yè)高中、技校和中專屬于“高中”學(xué)歷，本科、碩士、博士屬于“本科及以上學(xué)歷”；在有無(wú)單位方面，黨政機(jī)關(guān)/人民團(tuán)體/軍隊(duì)、國(guó)有/集體事業(yè)單位、國(guó)營(yíng)企業(yè)、集體企業(yè)、村居委會(huì)等自治組織、民營(yíng)/私營(yíng)企業(yè)、外資/合資企業(yè)、民辦非企業(yè)/社團(tuán)等社會(huì)組織、個(gè)體工商戶屬于“有單位”，務(wù)農(nóng)、自由職業(yè)者和無(wú)固定工作者屬于“無(wú)單位”；在工作部門(mén)方面，黨政機(jī)關(guān)/人民團(tuán)體/軍隊(duì)、國(guó)有/集體事業(yè)單位、國(guó)營(yíng)企業(yè)、集體企業(yè)、村居委會(huì)等自治組織和民辦非企業(yè)/社團(tuán)等社會(huì)組織屬于“公共部門(mén)”，其余屬于“私人部門(mén)”；在經(jīng)驗(yàn)與資歷上，本文以工作年限為代理變量，該變量通過(guò)本次或近次工作的起始年份相減得到，對(duì)于工作起始早于14歲的做缺失值處理，工作未結(jié)束的以2018年為結(jié)束時(shí)間參與計(jì)算；在地區(qū)方面，本文根據(jù)省份信息，參照國(guó)家統(tǒng)計(jì)局對(duì)經(jīng)濟(jì)地區(qū)的劃分，生成了值為東、中、西和東北的經(jīng)濟(jì)區(qū)域變量。此外，在工作要素方面，由于問(wèn)卷分別詢問(wèn)了過(guò)去一年有工作者和有過(guò)工作史但2017年已失業(yè)的勞動(dòng)者，因此本文將兩部分群體的回答進(jìn)行了匯總。

此外，本研究討論“人力資本”和“社會(huì)資本”在公共就業(yè)服務(wù)和勞動(dòng)參與之間發(fā)揮的中介作用。一方面，考慮到勞動(dòng)者將會(huì)通過(guò)參加公共就業(yè)服務(wù)來(lái)積累專業(yè)技能，并通過(guò)獲取專業(yè)技能資格證書(shū)來(lái)達(dá)到就業(yè)門(mén)檻要求，進(jìn)而促進(jìn)其勞動(dòng)參與，因此以“專業(yè)技術(shù)能力”來(lái)代理中介變量“人力資本”，在問(wèn)卷中涉及到的問(wèn)題是“您是否獲得過(guò)專業(yè)技術(shù)資格證書(shū)”。另一方面，參加公共就業(yè)服務(wù)能夠輔助勞動(dòng)者拓展社交圈，通過(guò)新的社會(huì)網(wǎng)絡(luò)來(lái)促進(jìn)找工作，因此本文以社會(huì)組織活動(dòng)的參與情況來(lái)代理中介變量“社會(huì)資本”。相比于娛樂(lè)藝術(shù)、體育鍛煉、老人協(xié)會(huì)和宗教團(tuán)體等開(kāi)展的活動(dòng)，知識(shí)學(xué)習(xí)類團(tuán)體、技能函授類團(tuán)體和志愿者團(tuán)體所舉辦的活動(dòng)更有可能直接或間接創(chuàng)造就業(yè)機(jī)會(huì)，因此本文將勞動(dòng)者參與此三類社會(huì)組織活動(dòng)的參與頻率進(jìn)行了統(tǒng)計(jì)并加總，得到的數(shù)值越大，反映出個(gè)體的參與程度越高。

在工具變量方面，本文以“人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量”作為公共就業(yè)服務(wù)的工具變量。具體而言，人力資源和社會(huì)保障部主辦的公共就業(yè)服務(wù)網(wǎng)站“中國(guó)公共招聘網(wǎng)”面向公眾提供公共就業(yè)和人才服務(wù)機(jī)構(gòu)查詢服務(wù)，本文借助Python爬蟲(chóng)獲取了不同省份各城市的公共就業(yè)和人才服務(wù)機(jī)構(gòu)數(shù)據(jù)，與CLDS數(shù)據(jù)匹配后生成了“本地公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量”變量，用以衡量樣本所在城市提供公共就業(yè)服務(wù)的機(jī)構(gòu)的規(guī)模。隨后，結(jié)合《中國(guó)城市統(tǒng)計(jì)年鑒2019》中的勞動(dòng)力就業(yè)狀況數(shù)據(jù)，整理出2018年各地級(jí)市的城鎮(zhèn)登記失業(yè)人員數(shù)量并與CLDS數(shù)據(jù)匹配，生成了“本地求職者數(shù)量”變量。工具變量“人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量”=本地公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量/本地求職者數(shù)量。具體變量的賦值、說(shuō)明與基本統(tǒng)計(jì)量如表1所示。

表1 變量定義、賦值與描述性統(tǒng)計(jì)（N=8702）

3.3模型設(shè)定

3.3.1 基準(zhǔn)回歸模型

在模型設(shè)定上，由于勞動(dòng)參與（失業(yè)/未失業(yè)）為二元離散變量，因此采用二元logit模型進(jìn)行參數(shù)估計(jì)，模型設(shè)定如下：

其中，P表示處于勞動(dòng)年齡的勞動(dòng)者失業(yè)的概率，Public_employment_servicei表示公共就業(yè)服務(wù)，Xi代表反映樣本特征及基于勞動(dòng)參與的若干控制變量，β0表示常數(shù)項(xiàng)，β1、β2為待估計(jì)的參數(shù)，εi為隨機(jī)擾動(dòng)項(xiàng)。

3.3.2 中介變量的傳導(dǎo)機(jī)制

為了探究公共就業(yè)服務(wù)對(duì)勞動(dòng)參與影響的內(nèi)在原因，本文將重點(diǎn)分析人力資本與社會(huì)資本在其中發(fā)揮的中介作用，先用公共就業(yè)服務(wù)對(duì)各中介變量進(jìn)行回歸，再用中介變量對(duì)勞動(dòng)參與進(jìn)行回歸，檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

其中，Mediationji是中介變量，j=1,2分別代表人力資本和社會(huì)資本。中介變量對(duì)勞動(dòng)者是否失業(yè)的貢獻(xiàn)τj的計(jì)算方式如下：

3.3.3 PSM模型

在判斷公共就業(yè)服務(wù)對(duì)勞動(dòng)行為的影響時(shí)，本研究為了緩解可觀測(cè)變量的系統(tǒng)差異以及函數(shù)形式錯(cuò)誤設(shè)定所導(dǎo)致的內(nèi)生性問(wèn)題，采用傾向得分匹配法，通過(guò)構(gòu)造反事實(shí)結(jié)果產(chǎn)生處理組和對(duì)照組，在其他特征給定的情況下預(yù)測(cè)某樣本獲得公共就業(yè)服務(wù)的概率（即傾向得分,PSi）:

隨后采取k近鄰匹配、核匹配與半徑匹配方法，分別按照傾向得分為處理組樣本匹配具有相似特征的對(duì)照組樣本，將對(duì)照組樣本的勞動(dòng)參與情況作為處理組樣本的反事實(shí)結(jié)果，最終通過(guò)判斷處理組與對(duì)照組在就業(yè)狀態(tài)上的差異（ATT）來(lái)識(shí)別就業(yè)服務(wù)對(duì)勞動(dòng)參與的因果處置效應(yīng)：

其中，ATT為處于勞動(dòng)年齡的勞動(dòng)者接受公共就業(yè)服務(wù)的反事實(shí)效應(yīng)，Yi代表不同就業(yè)服務(wù)獲得狀態(tài)下因變量的取值。

4 基本結(jié)果分析與穩(wěn)健性檢驗(yàn)

4.1 描述性分析

目前由政府部門(mén)提供的服務(wù)主要是職業(yè)搜尋與匹配服務(wù)、崗位技能提升服務(wù)、創(chuàng)業(yè)培訓(xùn)服務(wù)以及其他類型的服務(wù)。從公共就業(yè)服務(wù)的覆蓋面上來(lái)看，8702個(gè)樣本中僅有664人（7.63%）曾接受過(guò)政府提供的就業(yè)服務(wù)。在664位接受過(guò)公共就業(yè)服務(wù)的勞動(dòng)者中，接受過(guò)職業(yè)搜尋與匹配服務(wù)、崗位技能提升服務(wù)、創(chuàng)業(yè)培訓(xùn)服務(wù)以及其他類型的服務(wù)的各占41.42%、47.44%、8.43%與9.64%，意味著職業(yè)介紹和技能培訓(xùn)仍是就業(yè)服務(wù)的主流做法。若將服務(wù)類型與接受的次數(shù)進(jìn)行交叉（見(jiàn)表2），可以發(fā)現(xiàn)多數(shù)勞動(dòng)者所接受的服務(wù)次數(shù)較為有限，僅有少數(shù)人多次獲得了服務(wù)。此外，有勞動(dòng)者不止接受過(guò)一項(xiàng)就業(yè)服務(wù)，約56人接受過(guò)兩項(xiàng)服務(wù)、4人甚至接受過(guò)三項(xiàng)服務(wù)。

表2 公共就業(yè)服務(wù)的覆蓋面、類型與強(qiáng)度（N=8702，%）

就公共就業(yè)服務(wù)獲得者的群體特征而言，表3顯示公共就業(yè)服務(wù)的獲得存在顯著的性別、年齡、學(xué)歷、健康、城鄉(xiāng)與區(qū)域上的差異，30歲至50歲之間、高中文化程度以上、健康的西部城市男性勞動(dòng)力獲得公共就業(yè)服務(wù)的比例更高。

表3 公共就業(yè)服務(wù)可及可得的異質(zhì)性（N=8702，%）

就總樣本的勞動(dòng)參與情況而言，目前處于失業(yè)狀態(tài)的共計(jì)1532人，占總樣本人數(shù)的17.61%。結(jié)合勞動(dòng)者的勞動(dòng)參與和就業(yè)服務(wù)獲得情況來(lái)看（見(jiàn)表4），勞動(dòng)參與狀態(tài)在公共就業(yè)服務(wù)的獲得上存在顯著差異，在當(dāng)前處于就業(yè)狀態(tài)的勞動(dòng)者中，曾獲得過(guò)公共就業(yè)服務(wù)的人顯著多于未獲得過(guò)服務(wù)的人，可見(jiàn)獲得過(guò)公共就業(yè)服務(wù)的勞動(dòng)者其就業(yè)比例更高。

表4 不同勞動(dòng)參與狀態(tài)下的公共就業(yè)服務(wù)獲得情況（N=8702）

對(duì)于曾獲得過(guò)公共就業(yè)服務(wù)的664個(gè)子樣本而言，不同的服務(wù)項(xiàng)目對(duì)勞動(dòng)參與狀態(tài)的影響不同（見(jiàn)表5），獲得過(guò)崗位技能提升服務(wù)的勞動(dòng)者群體的就業(yè)比例顯著高于未獲得過(guò)此項(xiàng)服務(wù)的勞動(dòng)者，但創(chuàng)業(yè)培新服務(wù)和其他服務(wù)未顯示出類似的影響。

表5 勞動(dòng)參與狀態(tài)與公共就業(yè)服務(wù)類型的交叉表（N=664）

4.2 logit回歸結(jié)果解讀

本研究建構(gòu)了logit模型對(duì)勞動(dòng)參與進(jìn)行回歸，如表6所示，模型1為基準(zhǔn)模型，模型2加入了人力資本和社會(huì)資本的相關(guān)變量，模型3和模型4則加入了工作要素、城鄉(xiāng)與經(jīng)濟(jì)區(qū)域等因素。在模型1至模型4中，Wald檢驗(yàn)的卡方值均在1%水平上顯著，表明模型中多個(gè)變量均在1%水平上顯著影響勞動(dòng)者失業(yè)的概率，此外麥克法登似然比指數(shù)（McFadden’s R2）逐步增大并達(dá)到0.135，表明模型的整體擬合程度不斷提高。

表6 公共就業(yè)服務(wù)的勞動(dòng)參與回歸模型

從回歸結(jié)果來(lái)看，基準(zhǔn)模型表明公共就業(yè)服務(wù)與失業(yè)狀態(tài)呈顯著的負(fù)相關(guān)關(guān)系，曾接受過(guò)公共就業(yè)服務(wù)的勞動(dòng)者失業(yè)的可能性較低，接受過(guò)公共就業(yè)服務(wù)的勞動(dòng)者失業(yè)的概率是未接受過(guò)此類服務(wù)的勞動(dòng)者的57.7%。再加入一系列控制變量后模型結(jié)果依舊顯著，假設(shè)1a得到驗(yàn)證。

4.3 穩(wěn)健性檢驗(yàn)

4.3.1 基于傾向得分匹配法的穩(wěn)健性檢驗(yàn)

考慮到可觀測(cè)變量的系統(tǒng)差異以及函數(shù)形式錯(cuò)誤設(shè)定所導(dǎo)致的內(nèi)生性問(wèn)題，本研究采用傾向得分匹配法構(gòu)造了處理組和對(duì)照組，在其他特征給定的情況下預(yù)測(cè)某樣本獲得公共就業(yè)服務(wù)的概率，并以此為基礎(chǔ)判斷處理組與對(duì)照組在就業(yè)狀態(tài)上的差異，一定程度上緩解了內(nèi)生性問(wèn)題。本文采用了k近鄰匹配法（k=4）、核匹配法和半徑匹配法分別圍繞勞動(dòng)參與變量進(jìn)行了匹配，傾向得分匹配的估計(jì)結(jié)果如表7所示。

不同匹配方法下勞動(dòng)參與的平均處理效應(yīng)ATT均在1%的水平上顯著（見(jiàn)表7）。通過(guò)平衡性檢驗(yàn)，本文發(fā)現(xiàn)處理組和對(duì)照組在各變量上的差異不顯著，匹配效果較好。以k近鄰匹配法對(duì)樣本進(jìn)行匹配后，控制變量的標(biāo)準(zhǔn)化偏差整體顯著減小且絕對(duì)值均小于6%，多個(gè)變量的標(biāo)準(zhǔn)化偏差的減少程度在80%以上，即經(jīng)過(guò)傾向得分匹配后處理組和對(duì)照組在多個(gè)變量上的差異極小，因此匹配較好地平衡了數(shù)據(jù)（見(jiàn)表8）。

表7 不同匹配方法的平均處理效應(yīng)結(jié)果

表8 k近鄰匹配法下總樣本匹配前后控制變量的平衡性檢驗(yàn)結(jié)果

本文還匯報(bào)了匹配前后核密度的對(duì)比圖（參見(jiàn)圖1、圖2），發(fā)現(xiàn)匹配后處理組與對(duì)照組的重合度大大提高，這意味著被劃分為處理組和對(duì)照組的樣本除核心解釋變量外的特征高度相似，更有利于判斷公共就業(yè)服務(wù)的凈效應(yīng)。

圖1 匹配前核密度圖

圖2 匹配后核密度圖

結(jié)合上述PSM結(jié)果，本文將匹配后的樣本納入Logit回歸模型后得到了模型5。表9顯示，模型5估計(jì)結(jié)果的顯著性與模型4基本一致，意味著前述的回歸結(jié)果基本穩(wěn)健。

表9 PSM匹配前后回歸模型對(duì)比

4.3.2 基于工具變量法的穩(wěn)健性檢驗(yàn)

* p ＜ 0.05, ** p ＜ 0.01, *** p ＜ 0.001，括號(hào)內(nèi)數(shù)據(jù)為Exp（B）

在模型1至模型4中，本文控制了一系列可能對(duì)勞動(dòng)參與產(chǎn)生影響的變量，但客觀上仍然可能存在一些重要但不可觀測(cè)的變量，如勞動(dòng)力個(gè)體的生活經(jīng)歷、就業(yè)心態(tài)、勞動(dòng)期望等，這些遺漏變量有可能同時(shí)影響公共就業(yè)服務(wù)的獲得與勞動(dòng)就業(yè)狀態(tài)，使勞動(dòng)參與對(duì)公共就業(yè)服務(wù)的回歸結(jié)果出現(xiàn)估計(jì)偏誤?？紤]到模型可能存在的內(nèi)生性問(wèn)題，本文還使用了工具變量法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。

一般而言，公共就業(yè)服務(wù)的供給由當(dāng)?shù)氐墓簿蜆I(yè)服務(wù)機(jī)構(gòu)提供，服務(wù)量通常由人均指數(shù)衡量。根據(jù)人力資源和社會(huì)保障部主辦的公共就業(yè)服務(wù)網(wǎng)站“中國(guó)公共招聘網(wǎng)”提供的數(shù)據(jù)，目前我國(guó)共有公共就業(yè)服務(wù)機(jī)構(gòu)8011家，負(fù)責(zé)為當(dāng)?shù)貏趧?dòng)者提供就業(yè)服務(wù)，這些機(jī)構(gòu)決定了就業(yè)服務(wù)的可及與可得，因此公共就業(yè)服務(wù)的獲得與公共就業(yè)服務(wù)機(jī)構(gòu)的數(shù)量息息相關(guān)，再結(jié)合本地求職者的規(guī)模來(lái)看，人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量影響著每個(gè)勞動(dòng)者所獲得的服務(wù)量。同時(shí)，勞動(dòng)者所在地的人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量并不會(huì)直接對(duì)勞動(dòng)者個(gè)體的勞動(dòng)參與狀態(tài)產(chǎn)生直接影響，換言之，人均機(jī)構(gòu)數(shù)量與個(gè)人的失業(yè)或就業(yè)狀態(tài)往往是通過(guò)公共就業(yè)服務(wù)的獲取這一行為而產(chǎn)生關(guān)聯(lián)的，因此人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量這一變量相對(duì)于勞動(dòng)參與變量而言具有外生性。基于此，本文以“人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量”作為工具變量，采用條件混合過(guò)程法（cmp）進(jìn)行聯(lián)立似然估計(jì)。

表10模型6是以公共就業(yè)服務(wù)為被解釋變量、人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量為解釋變量的第一階段回歸，回歸系數(shù)和內(nèi)生性檢驗(yàn)參數(shù)Atanhrho_12分別在1%和0.1%水平上顯著，表明公共就業(yè)服務(wù)為內(nèi)生解釋變量，人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量與該內(nèi)生變量具有很強(qiáng)的相關(guān)性。模型7在糾正內(nèi)生性偏誤的基礎(chǔ)上再次進(jìn)行了回歸，估計(jì)結(jié)果在0.1%的水平上顯著，再次證明了接受公共就業(yè)服務(wù)會(huì)減少失業(yè)可能性。對(duì)比模型4和模型7的回歸系數(shù)發(fā)現(xiàn)，經(jīng)過(guò)工具變量調(diào)整后的模型中公共就業(yè)服務(wù)的回歸系數(shù)從-0.41變?yōu)?0.21，表明若忽視模型的內(nèi)生性將高估公共就業(yè)服務(wù)對(duì)就業(yè)的促進(jìn)作用。

表10 基于人均公共就業(yè)服務(wù)機(jī)構(gòu)數(shù)量工具變量的內(nèi)生性檢驗(yàn)

5 基于工具變量的異質(zhì)性分析

考慮到異質(zhì)性的存在，本文對(duì)性別、學(xué)歷、城鄉(xiāng)和流動(dòng)維度下的小樣本分別進(jìn)行了回歸，結(jié)合上文的工具變量分析發(fā)現(xiàn)，若忽視模型的內(nèi)生性將高估公共就業(yè)服務(wù)對(duì)就業(yè)的促進(jìn)作用，因此還利用工具變量對(duì)模型進(jìn)行了調(diào)整，用以獲得更加穩(wěn)健的系數(shù)。

表11中的模型12至模型14顯示，在女性勞動(dòng)者群體中公共就業(yè)服務(wù)對(duì)失業(yè)的防范作用顯著存在，但在男性群體中這一關(guān)系并不存在，意味著女性勞動(dòng)者更容易從公共就業(yè)服務(wù)中受益，這一結(jié)論與已有研究基本一致[8][20]。此外，利用工具變量調(diào)整后的自變量系數(shù)有所提高（-0.26＞-0.437），說(shuō)明考慮模型內(nèi)生性后，獲得過(guò)公共就業(yè)服務(wù)的女性勞動(dòng)力與未獲得過(guò)此類服務(wù)者的失業(yè)風(fēng)險(xiǎn)差異有所減小。但是總體而言，女性對(duì)公共就業(yè)服務(wù)帶來(lái)的幫助更為敏感，當(dāng)女性在勞動(dòng)力市場(chǎng)中尋求并獲得政府支持時(shí)，這些制度與政策支持往往會(huì)轉(zhuǎn)化為積極的力量，改善女性勞動(dòng)群體的就業(yè)處境。

表11 基于工具變量的個(gè)體特征異質(zhì)性分析

* p ＜ 0.05, ** p ＜ 0.01, *** p ＜ 0.001

模型15至模型17顯示，不同學(xué)歷的勞動(dòng)者群體其勞動(dòng)參與對(duì)公共就業(yè)服務(wù)的回應(yīng)不同，與擁有高中以上學(xué)歷者相比，持有高中及以下學(xué)歷的勞動(dòng)者群體更能通過(guò)獲得公共就業(yè)服務(wù)來(lái)防范失業(yè)風(fēng)險(xiǎn)，即使模型調(diào)整后系數(shù)從-0.373變?yōu)?0.192，但顯著性有所提高，說(shuō)明公共就業(yè)服務(wù)會(huì)更有效地改善低學(xué)歷者在勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)中的劣勢(shì)地位，因而面向次級(jí)勞動(dòng)力市場(chǎng)制定服務(wù)措施將會(huì)獲得更積極的政策反饋。

從表12可以看出，城市地區(qū)的勞動(dòng)力從公共就業(yè)服務(wù)中的受益不如農(nóng)村地區(qū)顯著，流動(dòng)人口的受益不如戶籍人口顯著，結(jié)合工具變量調(diào)整后這一結(jié)果依然穩(wěn)健。具體而言，城市地區(qū)的勞動(dòng)力就業(yè)資源總體而言比農(nóng)村地區(qū)豐沛，就業(yè)的渠道也更加多元，因此勞動(dòng)者對(duì)公共就業(yè)服務(wù)的關(guān)注度和依賴程度并不高，相比之下，農(nóng)村地區(qū)的勞動(dòng)者受制于有限的工作搜尋方法、技能提升途徑以及勞動(dòng)力市場(chǎng)容量，故具有更大的動(dòng)力來(lái)利用官方就業(yè)服務(wù)機(jī)構(gòu)所提供的相關(guān)服務(wù)，因此會(huì)為由政府主辦的公共就業(yè)服務(wù)分配更多的注意力。再者，農(nóng)村地區(qū)勞動(dòng)力市場(chǎng)的市場(chǎng)化程度偏低，這種情形下就業(yè)機(jī)會(huì)也更多地由公共就業(yè)服務(wù)機(jī)構(gòu)掌握[35]，因此在農(nóng)村地區(qū)獲得公共就業(yè)服務(wù)更有助于促進(jìn)就業(yè)。

表12 基于工具變量的社會(huì)經(jīng)濟(jì)異質(zhì)性分析

此外，通過(guò)對(duì)比公共就業(yè)服務(wù)在戶籍人口與流動(dòng)人口中的就業(yè)促進(jìn)效應(yīng)發(fā)現(xiàn)，這種促進(jìn)效應(yīng)在流動(dòng)人口中并不顯著，很有可能是因?yàn)榱鲃?dòng)人口對(duì)獲取本地公共服務(wù)資源的渠道并不熟悉，亦或是由于戶籍門(mén)檻背后的公共服務(wù)非均等化供給所致，例如公共就業(yè)服務(wù)的組織方僅限轄區(qū)內(nèi)的居民參加[36]。至此假設(shè)1b得到驗(yàn)證。

6 中介效應(yīng)檢驗(yàn)

以上研究顯示，獲得公共就業(yè)服務(wù)的支持可以降低勞動(dòng)者陷入失業(yè)風(fēng)險(xiǎn)的概率，那么，其中的傳導(dǎo)機(jī)制是什么？為了探究公共就業(yè)服務(wù)對(duì)勞動(dòng)參與影響的內(nèi)在原因，本文重點(diǎn)分析人力資本和社會(huì)資本在其中發(fā)揮的中介作用。由于自變量和因變量分別是連續(xù)變量和離散變量，故參考劉紅云等人依次檢驗(yàn)回歸系數(shù)的做法對(duì)中介變量分別進(jìn)行中介效應(yīng)檢驗(yàn)[37]。

表13模型8是自變量對(duì)人力資本中介變量的回歸，發(fā)現(xiàn)公共就業(yè)服務(wù)對(duì)專業(yè)技術(shù)能力的影響（a=1.418）正向顯著，說(shuō)明接受公共就業(yè)服務(wù)會(huì)顯著提高勞動(dòng)者的專業(yè)技術(shù)能力，可見(jiàn)公共就業(yè)服務(wù)的獲得能夠輔助個(gè)體積累人力資本。模型9是加入中介變量后的回歸結(jié)果，發(fā)現(xiàn)公共就業(yè)服務(wù)對(duì)勞動(dòng)參與的直接效應(yīng)（=-0.376）和專業(yè)技術(shù)能力對(duì)勞動(dòng)參與的效應(yīng)（b=-0.235）均負(fù)向顯著，中介效應(yīng)成立，表明由獲得公共就業(yè)服務(wù)所帶來(lái)的人力資本積累會(huì)降低失業(yè)的可能性。假設(shè)2a得以驗(yàn)證。

表13 引入人力資本中介變量的回歸

從發(fā)達(dá)國(guó)家和地區(qū)目前實(shí)施的勞動(dòng)力市場(chǎng)政策來(lái)看，提升勞動(dòng)者的人力資本始終是促進(jìn)就業(yè)的核心要義，歐盟地區(qū)的實(shí)踐表明，以技能提升為導(dǎo)向的公共就業(yè)服務(wù)目前已取得了顯著的成效[9]。本文的結(jié)論同樣表明，我國(guó)目前實(shí)施的以技能提升為導(dǎo)向的公共就業(yè)服務(wù)或者通過(guò)輔助勞動(dòng)者獲取專業(yè)技能資格證書(shū)來(lái)達(dá)到就業(yè)門(mén)檻要求，或者輔助勞動(dòng)者更新專業(yè)技能來(lái)適應(yīng)崗位要求，這在產(chǎn)業(yè)技術(shù)不斷進(jìn)化、行業(yè)轉(zhuǎn)型加快的今天能夠有效防范勞動(dòng)者陷入失業(yè)風(fēng)險(xiǎn)。在總體傳導(dǎo)機(jī)制中，人力資本這一中介變量對(duì)就業(yè)促進(jìn)的貢獻(xiàn)高達(dá)81.27%（見(jiàn)表14），意味著公共就業(yè)服務(wù)對(duì)勞動(dòng)參與的影響主要是通過(guò)人力資本積累渠道實(shí)現(xiàn)的，這對(duì)未來(lái)公共就業(yè)服務(wù)政策的制定而言意義重大。

除人力資本這一影響渠道外，社會(huì)資本同樣在公共就業(yè)服務(wù)與勞動(dòng)參與的關(guān)系中發(fā)揮了中介作用。表15模型10是自變量對(duì)社會(huì)資本中介變量的回歸，發(fā)現(xiàn)公共就業(yè)服務(wù)對(duì)社會(huì)組織活動(dòng)參與程度的影響（a=0.228）正向顯著，說(shuō)明接受公共就業(yè)服務(wù)會(huì)顯著提高勞動(dòng)者的社會(huì)組織活動(dòng)參與程度，可見(jiàn)公共就業(yè)服務(wù)的獲得能夠輔助個(gè)體積累社會(huì)資本。模型11是加入中介變量后的回歸結(jié)果，發(fā)現(xiàn)公共就業(yè)服務(wù)對(duì)勞動(dòng)參與的直接效應(yīng)（=-0.388）和社會(huì)組織活動(dòng)參與程度對(duì)勞動(dòng)參與的效應(yīng)（b=-0.089）均負(fù)向顯著，中介效應(yīng)成立，表明由獲得公共就業(yè)服務(wù)所帶來(lái)的社會(huì)資本積累會(huì)降低失業(yè)的可能性。本文認(rèn)為，參加公共就業(yè)服務(wù)能夠輔助勞動(dòng)者熟悉社區(qū)工作人員及社會(huì)組織成員，而且有可能促使其參加更多社會(huì)活動(dòng)，進(jìn)而拓展社交圈，建立新的社會(huì)聯(lián)系來(lái)促進(jìn)找工作。在總體傳導(dǎo)機(jī)制中，社會(huì)資本這一中介變量對(duì)就業(yè)促進(jìn)的貢獻(xiàn)為4.94%（見(jiàn)表14），意味著公共就業(yè)服務(wù)對(duì)勞動(dòng)參與的影響一定程度上也會(huì)通過(guò)社會(huì)資本積累渠道得以實(shí)現(xiàn)。至此，假設(shè)2b得以驗(yàn)證。

表14 中介變量對(duì)勞動(dòng)參與的影響程度

表15 引入社會(huì)資本中介變量的回歸

7 結(jié)論與對(duì)策

本文基于CLDS2018數(shù)據(jù)，采用Logit模型探索了公共就業(yè)服務(wù)和勞動(dòng)參與間的關(guān)系，重點(diǎn)考察了公共就業(yè)服務(wù)的就業(yè)促進(jìn)效應(yīng)及其影響機(jī)制，并在處理內(nèi)生性的基礎(chǔ)上進(jìn)行了異質(zhì)性分析。研究發(fā)現(xiàn)：目前公共就業(yè)服務(wù)的覆蓋面偏低，公共就業(yè)服務(wù)的獲得存在顯著的性別、年齡、學(xué)歷、健康、城鄉(xiāng)與區(qū)域上的差異，獲得過(guò)公共就業(yè)服務(wù)的勞動(dòng)者其就業(yè)比例更高。就服務(wù)項(xiàng)目而言，職業(yè)介紹和技能培訓(xùn)是主流，而且獲得過(guò)崗位技能提升服務(wù)的勞動(dòng)者群體的就業(yè)比例顯著高于未獲得過(guò)此項(xiàng)服務(wù)的勞動(dòng)者。在控制多重影響因素后，發(fā)現(xiàn)公共就業(yè)服務(wù)與失業(yè)狀態(tài)呈顯著的負(fù)相關(guān)關(guān)系，曾接受過(guò)公共就業(yè)服務(wù)的勞動(dòng)者群體失業(yè)的可能性是未接受過(guò)此類服務(wù)的勞動(dòng)者的66.2%，意味著獲得公共就業(yè)服務(wù)的支持可以降低勞動(dòng)者陷入失業(yè)風(fēng)險(xiǎn)的概率，這是由于公共就業(yè)服務(wù)所帶來(lái)的人力資本、社會(huì)資本的積累與提升會(huì)降低失業(yè)的可能性，其中人力資本對(duì)就業(yè)促進(jìn)的貢獻(xiàn)高達(dá)81.27%，社會(huì)資本的貢獻(xiàn)達(dá)4.94%。異質(zhì)性分析顯示，女性、高中及以下學(xué)歷、農(nóng)村地區(qū)、持有本地戶籍的勞動(dòng)者更容易從公共就業(yè)服務(wù)中受益。借助傾向得分匹配法和工具變量法處理模型可能存在內(nèi)生性問(wèn)題，發(fā)現(xiàn)公共就業(yè)服務(wù)的獲得經(jīng)歷的確有助于減少失業(yè)，但若忽視模型的內(nèi)生性將會(huì)高估公共就業(yè)服務(wù)對(duì)就業(yè)的促進(jìn)作用。

一直以來(lái)，促進(jìn)就業(yè)、防范失業(yè)始終是政治、經(jīng)濟(jì)與社會(huì)領(lǐng)域的重要議題，因此借助公共就業(yè)服務(wù)促進(jìn)就業(yè)不僅是必要的，而且是迫切的。本文提出“擴(kuò)面+提質(zhì)”的政策建議：一方面，進(jìn)一步提高公共就業(yè)服務(wù)的覆蓋面，促進(jìn)公共就業(yè)服務(wù)在各類群體中的可及與可得?？梢劳兄髁髅襟w與新媒體增加宣傳手段、增設(shè)申請(qǐng)渠道，以提高公共就業(yè)服務(wù)的利用度，同時(shí)推出適應(yīng)性別、學(xué)歷、城鄉(xiāng)等差異的服務(wù)項(xiàng)目，例如具有鮮明女性導(dǎo)向的家政入門(mén)服務(wù)、面向本科以上學(xué)歷者的信息技術(shù)能力提升服務(wù)、依托鄉(xiāng)村特色產(chǎn)業(yè)的電商經(jīng)營(yíng)培訓(xùn)等，并強(qiáng)化創(chuàng)業(yè)服務(wù)的力度，通過(guò)小額低息貸款、減免稅費(fèi)、優(yōu)先解決辦公場(chǎng)地等政策傾斜，鼓勵(lì)勞動(dòng)者從他雇向自雇轉(zhuǎn)變。另一方面，強(qiáng)化公共就業(yè)服務(wù)中技能提升類服務(wù)的供給，提升公共就業(yè)服務(wù)的質(zhì)量。結(jié)合人社部2018年修訂的《就業(yè)服務(wù)與就業(yè)管理規(guī)定》與多部委2021年聯(lián)合印發(fā)的《關(guān)于實(shí)施提升就業(yè)服務(wù)質(zhì)量工程的通知》，為考取專業(yè)技術(shù)資格證書(shū)、通過(guò)專項(xiàng)技能認(rèn)證提供信息咨詢、課程輔助和資金支持，與重點(diǎn)企業(yè)、重點(diǎn)崗位保持聯(lián)動(dòng)，實(shí)現(xiàn)技能培養(yǎng)與崗位需求的有效銜接。