面对自动化、全球化和人口结构变化给劳动力市场带来的挑战，一套有效的积极劳动力市场政策（ALMPs）至关重要。积极劳动力市场政策是一类具体政策的统称，大致可归为四大政策类别：职业培训、求职过程协助、工资补贴或公共工程计划，以及对微型企业家或独立工作者的支持。各国政府投入大量财政资源用于积极劳动力市场政策（过去10年间，此类政策在经合组织国家的支出占GDP的比重超过0.5%），以降低失业率、提高劳动收入并促进有助于提升生产率的新技术应用。然而，在设计有效的政策方案时，可供参考的证据往往稀缺且结论不一。
在最近的一篇论文中（Levy Yeyati et al. 2019），我们通过对100多项记录了全球各地积极劳动力市场政策成效的实验性评估进行系统性综述，分析了这些政策的有效性。具体而言，我们只关注通过随机对照试验（RCT）进行评估的项目，这是因为过去五年间出现了大量随机对照试验，为积极劳动力市场政策的影响和成本效益提供了新的依据（图1）。1 聚焦随机对照试验虽然减少了相关评估的数量，但使我们能够关注内部效度较高的估计结果，并完善用于比较结果的指标，从而使各项单独评估的结论更易于比较。2
图1 按发表年份划分的纳入样本研究分布
积极劳动力市场政策等多维度、复杂政策的有效性，取决于其设计方式、实施质量、制定时所处的背景以及目标人群。例如，职业培训项目在成本和时长、课程内容，以及私营部门是否参与及如何参与等方面可能各不相同；其面向的人群也可能差异很大，从东京或芝加哥经验丰富的软件程序员，到中央邦的弱势青年。忽视这些因素的分析，很难为政策制定者提供具体且结论明确的经验。
沿用Pritchett等人（2013）的做法，我们的四个政策类别可被视为可以以截然不同的方式设计和实施、面向不同人口群体、且有效性差异很大的政策‘类别’。若综述不考虑这种差异性，则可能得出诸如‘工资补贴有效’或‘职业培训无效’之类的结论，这类表述如同‘摄入某些化学成分有效’一样笼统不精确。3 为了以可操作的方式应对问题的多维性，我们提出了一个设计空间（这是对某类政策所有可能实例空间的简化版本，通过明确项目实施所需的全部选择而得出），用以刻画：(i) 项目可分解为的具体组成部分；(ii) 实施特征及公私合作的类型；以及 (iii) 项目的经济背景和目标人群。这使我们能够深化分析，找出为何纸面上相似的政策在影响和成本效益上存在差异，并分离出大量标准化变量的具体影响，这些变量细致地描述了我们所分析的102项积极劳动力市场政策的设计、实施、背景和目标人群。为刻画这些维度，我们分析了学术文献中的全部可用信息，并将用于识别各变量的标准所述内容归纳为统一的协议，以明确综述过程。
比较所分析的四个政策类别的总体影响，我们发现，相对于对照组，工资补贴和独立工作者支持项目对收入的中位影响最大，分别提升16.7%和16.5%。另一方面，职业培训项目的中位影响为7.7%，而就业服务的影响几乎可以忽略不计。在就业方面，中位影响呈现类似的规律：工资补贴是报告此类结果影响最高的项目类型，而独立工作者支持和职业培训的中位影响分别为11%和6.7%。值得关注的是，就业服务干预的中位影响为2.6%，这与短期且成本低廉、并不试图培养人力资本、而是旨在提高就业倾向的干预相一致。
尤为重要的是，在收入和就业结果方面，报告的影响存在很大差异。对于我们拥有10个以上案例的干预类型而言，这一点尤为明显，例如就业服务、独立工作者支持或协助以及职业培训（图2）。
图2 按相对于对照组的估计效应划分的652个系数箱线图
在信息可得的情况下，我们加入了一个连续变量，用于标识干预的人均平均成本，以2010年购买力平价美元计。需要强调的是，只有51项干预报告了这一关键变量，而且只有22项通过净现值、内部收益率或投资回收期进行了严格的成本效益分析，这凸显了影响评估文献中常规做法的一个重要局限。
尽管我们掌握成本数据的积极劳动力市场政策样本有限，但仍可识别出一些指示性规律。工资补贴、对独立工作者或微型企业家的支持以及职业培训，其每位参与者的中位成本相近，范围为1,744和1,518 2010年购买力平价美元，且后一组的差异要大得多。相比之下，就业服务的成本明显更低，每位参与者的中位成本为277 2010年购买力平价美元，且各项目之间的差异有限（图3）。
图3 按四分类项目划分的单位成本箱线图，即每名受干预参与者的成本，以2010年购买力平价美元计
积极劳动力市场政策对就业和收入产出的报告影响，虽然平均而言呈适度正向，但由于这些政策的多维设计空间，其影响存在很大差异。
正如我们所指出的，积极劳动力市场政策通常是复杂的政策，设计空间维度高，高度依赖背景因素及实施质量。4 任何未描述所评估政策的设计空间、且未考虑同一干预类别内部的现有差异或其与背景及目标人群之间相互作用的系统性综述，从实际政策角度来看，其用途可能十分有限。
为解决这一缺陷，我们进行了元分析回归，利用设计空间的描述性细节，找出与更高成功概率相关的政策组成部分和背景因素。图4总结了在传统显著性水平下八个不同模型的主要发现。这些模型是两个用于正向且具有统计显著性的二元变量临界值（5%和10%）与四个子样本的组合。
图4 元分析回归中在传统水平上具有统计显著性的主要发现
该分析得出以下几点见解：
设计。对参与者进行个性化指导或跟进、专门聚焦于特定行业的培训，以及向受训者提供金钱激励，都与职业培训项目（我们数据集中最常见的积极劳动力市场政策）的更好成效相关。
背景。项目的有效性与经济增长呈正相关，与失业率呈负相关。
目标人群。培训项目往往对年轻人更有效（我们发现性别或教育水平之间不存在显著差异）。
要提高这一实证研究的有效性，需要系统地收集细致且有价值的信息，包括制定商定的协议，以便将相关信息发布在系统化且表格化的登记册中。本文提出的设计空间正是此类协议的初步版本。
