作者:Abhijit V.Baneijee,Rema Hanna,Gabriel E.Kreindler,Benjamin A.Olken
来源: https://www.jstor.org/stable/26748593
译者:赵文鑫
介绍
在发展中国家,针对贫困公民的有针对性的转移计划变得越来越普遍。然而,政策制定者和公民共同担心的是,这些计划往往会阻碍工作。我们重新分析了全球六个发展中国家政府运营的现金转移支付计划的七项随机试验的数据,没有发现任何系统证据表明现金转移支付计划没有发挥作用。
发展中国家的政府越来越多地为其贫困和处境不利的公民提供社会援助计划。例如,在最近对全球计划的重新审视中,真蒂利尼、霍诺拉蒂和叶姆佐夫(2014)发现,119个发展中国家实施了至少一种类型的无条件现金援助计划,52个国家为贫困家庭提供了有条件的现金转移支付计划。因此,他们发现,在网络上,发展中国家有10亿人至少参加了一个社会安全网。
这些计划有助于将资金转移给低收入个人,并已被证明可以减少贫困,改善教育成果 和获得卫生服务的机会。然而,尽管取得了这些公认的成果,但政策制定者甚至十大公众都对转移计划是否会阻碍工作表示担忧。事实上,这些类型的信念往往与不那么广泛和不那么慷慨的援助计划有关:图1显示了现金转移支付支出占GDP的比例与人口在国家统计中所占的比例之间的负相关关系。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-155.png)
注:该数字是根据世界价值观调查(WVS)的信念数据以及ASPIRE数据集中最近可用年份的国家社会援助支出数据构建的。横轴绘制了 WVS 问题的全国平均答案:“在您看来,为什么这个国家有人生活在贫困中?因为懒惰和缺乏意志力而贫穷(=1),或者,因为不公平的社会而贫穷(=0)“来自 1995 年 WVS 浪潮。
一方面,转移计划可能会降低工作激励:个人可能不工作 – 或退出可见的工作形式 – 以确保他们保持健康,或者他们可能仅仅通过收入效应停止工作。另一方面,如果这些计划有助于缓解穷人的信贷限制,使他们能够投资于小企业,或者如果它们具有溢出效应,它们可能会对工作产生积极影响。鉴于该理论存在一些模棱两可之处,因此必须求助于证据。在发达国家的政策背景下,一些转移方案确实被证明对工作的影响很小,但具有统计学意义。
我们重新分析了来自全球六个国家的政府运营的非缴费型现金转移计划的七项随机对照试验的结果,以检查它们对劳动力供应的影响。数据使我们能够使用统一的数据定义和经验策略进行尽可能相似的比较。它还允许我们使用尖端的统计技术来汇集跨研究的影响,以系统的方式分析不同国家的影响,以获得比任何单一研究都更严格的统计界限,同时仍然允许全球不同的项目在不同的情况下产生不同的效果。
我们汇集了所有随机对照试验(RCT)中关于这个问题的数据,这些试验符合三个标准:(1)这是对低收入国家(有条件或无条件)政府运营的现金转移支付计划的评估,将该计划与纯对照组进行了比较;(2)我们可以从评估中获得成年男性和女性的微观数据:(3)随机化至少有40个聚类。这产生了来自六个国家的转移计划的数据:洪都拉斯、印度尼西亚、摩洛哥、墨西哥(两个不同的计划)、尼加拉瓜和菲律宾。
在这七个项目中,我们没有发现现金转移计划在男性或女性的工作倾向或总工作小时数方面的系统证据。这是一个特别明显的发现,因为在不同的环境中,程序设计存在差异。重要的是,将七项研究汇集在一起,以最大限度地提高我们的统计能力来检测存在的影响,我们发现对任何一项工作结果都没有可观察到的影响。我们可以非常有信心地拒绝任何对男性收入工作结果弹性的中度负面影响。如果有的话,点估计是积极的。对于女性来说,即使在汇总之后,仍然存在更多的不确定性:点估计值为负且很小,具有广泛的可信区间,涵盖负值和正值。对工作行为的总体影响较低,部分原因可能是接受(或继续)其中一个计划的资格似乎与当前收入没有密切联系。
从理论上讲,转移对“家庭外”工作与自营职业或“家庭内工作”的影响可能不同。例如,可以想象,对外部工作部门的影响可能更大,因为个人担心——无论是理性的还是其他的——在家外可见的就业可能会使他们失去接受未来调动的资格。从合并的样本来看,我们发现对这两种结果都没有总体影响,尽管分析指出不同项目的影响有很大的分散性。事实上,对于大多数个人项目,我们没有发现对任何一种结果有任何显着影响,对于一个项目,我们发现向家庭内部工作的小转变,而对于另一个项目,我们发现向家庭以外的工作有小的转变。
简言之,尽管有人声称现金转移支付计划会导致劳动力市场大量外流,但我们没有找到证据支持这些说法。再加上转移支付计划的好处,这些计划有据可查,这进一步表明,现金转移支付计划在发展中国家和新兴国家提供安全网方面可以发挥有效作用。
理论框架和现有文献
虽然围绕转移计划的大部分讨论都集中在人们工作较少上,但理论更加模棱两可。一方面,现金转移支付可能会减少工作,主要有两个原因。首先,这些计划提供非劳动收入,接受者可能会将部分额外收入“花”在闲暇上。也就是说,如果闲暇是一种正常商品,纯粹的未来效应可能会导致接受者减少工作。其次,如果现金转移支付充当劳动收入的“税”,它们可能会减少劳动力供应。具体来说,如果人们认为更高的收入会使他们失去获得福利的资格,他们就会失去工作的积极性。
另一方面,现金转移可以通过一些机制增加工作。首先,现金转移支付可以帮助家庭摆脱贫困陷阱问题,使他们能够拥有足够基本的生活水平,成为生产性工人。其次,现金的注入可以减少对创业或发展企业的信贷限制。事实上,一些证据证明墨西哥的机会计划使贫困家庭能够投资于生产性资产。第三,现金转移支付还可以为移民等有风险但有利可图的努力提供资金,这可能导致成年劳动力供应的增加。例如,Ardington,Case和Hosegood(2009)表明,南非老年社会养老金的现金注入导致壮年成年人拥有更高的就业机会,主要是通过移民。最后,额外的现金可能会在贫困地区产生溢出效应,因为它提供了额外的现金,可以刺激当地企业的销售增长。
因此,转移对工作的理论影响是模棱两可的,这表明实验效果的标志和大小都可能由项目设计的细节(例如,目标方法、转移的规模)以及潜在的经济条件(例如,现金限制的房屋持有程度,风险厌恶程度)驱动。因此,重要的是要转向经验证据,并在各种背景下查看证据。
现在,我们转向先前关于现金转移支付对成人劳动力供应影响的研究证据。表1总结了21项研究的结果,涵盖了17个没有明确工作要求的有条件或无条件现金转移计划。虽然不一定详尽无遗,但我们以严谨的基于实验或自然实验的研究设计。在地理覆盖方面,13项研究来自拉丁美洲,4项来自非洲,1项来自南亚,1项来自中国,2项来自东南亚。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-156.png)
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-157.png)
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-158.png)
总体而言,这些研究表明对整体劳动力供应几乎没有影响。在14项具有总体工作概率或工作时间数据的研究中,有9项没有发现任何显着影响,2项发现阳性和无效结果的组合,2项仅发现阴性结果,1项发现积极和消极影响的组合。对于八项研究,我们没有关于总体工作概率或工作时间的明确结果。
那些确实发现效果的研究往往会发现对所完成工作类型的影响,而不是对工作总量的影响。例如,一些研究记录了从正式劳动到非正式劳动的转变,这些计划明确排除了正式工人。Levy(2006)等人认为,针对非正规工人的转移不鼓励正规化。巴西的Bolsa Família、乌拉圭的Plan de Atención Nacional a la Emergencia Social(PANES)计划以及阿根廷的普遍儿童津贴都支持这一假设。这些研究发现正式工作减少;当数据可用时,他们也发现对工作没有整体影响。
一些研究还记录了从家庭外工作到家庭内工作的转变。Galiani和McEwan(2013)发现,由于PRAF计划,男性在家务劳动方面有一个小小的转变。Skoufias、Unar 和 González-Cossío (2008) 确定了墨西哥 PAL 计划从农业工作到非农业工作的转变。
非洲国家的两项研究发现,工资下降的模式与自雇活动的增加类似。Hasan(2010)发现,巴基斯坦的有条件现金转移计划减少了母亲花在有偿工作上的时间,同时显着增加了家务劳动的数量。Asfaw等人(2014)还发现,有工资的工作大幅下降,尤其是男性;然而,几乎没有证据表明家庭工作有补偿性增加,特别是对男性而言。
数据、实证策略和样本统计
现在,我们转向系统地重新分析政府运营的转移支付计划的劳动力供给效应,这些计划以前已经过实验评估。在本节中,我们首先描述数据,然后详细介绍我们的经验策略。在最后一个小节中,我们提供了示例统计信息,以提供每个程序领域的描述性图片。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-159.png)
注:墨西哥PAL实验包括两种实验方法:食物转移和现金转移。我们只专注于现金转移处理。
我们首先确定了对低收入和新兴国家现金转移支付计划的随机评估。要纳入一项研究,它需要同时有一个纯对照组和至少一个有条件或无条件的现金转移计划的实验组。
我们总共确定了18项符合上述标准的随机对照试验。其中,3项被排除在外,因为它们不包括公共数据集中男性和女性成年劳动力供应的变量,3项被排除在外,因为评估的项目不是由政府运行的,2项被排除在外,因为对照组和实验组的少量聚类或不同抽样导致基线失衡,我们无法获得其他三项研究的数据。
因此,我们在本分析中纳入了7项随机对照试验:洪都拉斯的Programa de Asignación Familiar II(PRAF II)、摩洛哥的Tayssir、墨西哥的Progresa和Programa de Apoyo Alimentario(PAL)、菲律宾的Pantawid Pamilyang Pilipino(PPPP)项目、印度尼西亚的 Keluarga Harapan 计划 (PKH) 和尼加拉瓜的 Red de Protección Social (RPS)。这七个项目的一个显著特点是,它们都是由国家政府(而不是非政府组织)实施的,要么是试点项目,要么是扩展项目,因此代表了“现实世界”的现金转移支付。图 2 提供了有关项目和评估数据的一些详细信息(见上图)。
就计划类型而言,我们包括的大多数计划都是有条件的现金转移 (CCT),其中福利是“有条件的”,取决于理想的社会行为,例如确保受助人的孩子上学和接种疫苗。两个例外是:(1)墨西哥的PAL计划,其中福利不取决于行为,以及(2)摩洛哥的Tayssir计划,该计划有两个实验组,包括CCT和“标记”现金转移,其中条件被推荐但明确没有执行。 因此,即使在有条件的“账面上”的计划中,受益人仍然可以获得全额津贴,无论他们是否符合这些要求。
这些类型的计划的第一个挑战是找到穷人(“定位”)。与发达国家不同,发展中国家的就业记录可以通过纳税申报表和就业记录来验证计划资格,而发展中国家的劳动力市场往往缺乏收入和就业方面的不良记录,因此必须使用替代目标方法(参见 Alatas 等人,2012 年,有关描述)。对于我们研究中的所有项目,首先根据某种形式的贫困数据对地区进行地理定位。此后,在七个方案中的五个方案中,资格由人口统计标准(例如,家庭中的妇女怀孕或有低于年龄界限的孩子)和/或基于资产的经济状况测试(例如,不拥有超过一定规模的土地)来终止。
一旦一个家庭有资格参加我们研究的任何计划,无论实际收入水平如何,一个人获得的福利金额都是相同的,并且至少持续两到九年的时间,具体取决于计划。这与许多美国转移计划(例如,收入所得税抵免 (EITC)、补充营养援助计划 (SNAP))不同,其中津贴取决于家庭收入(积极或消极),并且经常更新。这种差异可能源于在数据匮乏的环境中更难确定确切的收入水平。然而,与美国的计划类似,所接受的转学水平至少部分取决于家庭中儿童的数量和他们的年龄。从净值上看,这些计划相当慷慨,从家庭消费的4%(洪都拉斯的PRAF II)到约20%(墨西哥的Progresa)不等,尽管所有这些都旨在补充其他收入来源,而不是提供足够的收入,使一个家庭仅靠转移支付即可维持生计。
对于每项评估,我们都从在线下载或与作者的个人通信中获得了原始评估微数据集。评估设计的两个特征会影响分析。首先,我们考虑的所有研究都是聚类随机化设计,也就是说,该程序是按地点而不是个体进行随机分配的。因此,在下面的分析中,我们通过随机化单位对标准误差进行聚类。其次,我们获得了其中五项研究的基线和终点数据。没有收集菲律宾PPP的基线数据。此外,洪都拉斯PRAF II研究的实验组的基线数据是在与对照组不同的农业季节收集的(Glewwe和Olinto,2004年)。Alzua,Cruces和Ripani(2013)指出,这导致了两组之间劳动力供应的微小但统计学上显着的不平衡,因此,我们决定不使用基线进行该计划。因此,正如我们在下面讨论的,我们对有基线数据的项目和没有基线数据的项目使用不同的实证策略。
虽然一些研究探讨了对某些工作变量的影响,但不同研究的样本组成和工作变量定义各不相同。因此,我们以多种方式协调了数据集。首先,我们的目标是将我们的数据集限制为包括所有 16 至 65 岁的成年男性和女性,这些男性和女性来自符合条件的房屋持有者。我们有两个例外,我们把成年人纳入所有接受调查的家庭(无论资格状况如何):首先,尼加拉瓜的RPS包含一个家庭的随机样本。根据代理经济状况调查,大约6%的家庭被排除在现金转移计划之外,但我们无法在数据中识别出他们。其次,洪都拉斯的PRAF II从地理目标地区的家庭中随机抽样;我们试图在评估数据集中对资格规则进行编码,但对我们识别符合条件的家庭并因此包括所有个人的能力没有完全的信心。
接下来,对于这些样本,我们对每个被纳入的个体的就业状况和每周工作时间的一致变量进行了编码。重要的是,我们的样本包括所有个体,无论他们是否在劳动力中。因此,如果现金转移支付计划诱使个人退出劳动力市场,这将被我们的就业变量所捕捉。同样,在我们的分析中,不工作的个人被算作“零”工作时间;因此,这个变量既捕捉了工作决策(广泛的边际)又捕捉了工作的小时数(密集边际)。请注意,我们缺少印度尼西亚PKH项目的工作时间信息,因此仅包含在就业状况分析中。
在我们分析的项目所在的贫困地区,很大一部分人从事农业(农村地区)或自营职业。我们将这两种活动都排除在就业状况之外,后来我们分析了两个区分家务工作(任何自雇活动)和家庭外工作(临时或永久就业)的变量。我们首先估计随机分配接受转移计划对劳动力结果的影响,然后估计以下回归:
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-160.png)
其中 i 是聚类(随机化单元)c 中的个体,yic 是个体 i的劳动力市场结果,要么是一个指标变量,如果个人就业,则取 1 的值,或者是个体每周工作时间的连续变量。此外,Treatc 是一个个体变量,如果个体被随机分配到实验组,则等于 1,否则等于 0:ß 是感兴趣的参数,提供实验组和对照组之间工作结果的差异。鉴于随机化,实验组和对照组应具有相似的可观察和不可观察的基线特征。因此,ß 提供了该项目在工作上的因果估计。
请注意该规范的两个特点。首先,虽然随机化应确保 ß 捕获因果程序影响,但我们可以包含额外的控制变量以提高我们的统计精度。具体来说,我们包括分层固定效应 (us(c)) 和一些个体水平的控制变量 (y• X¡c),包括年龄、年龄平方、家庭规模、受教育年限和婚姻状况(虚拟)。对于每个控制变量,我们以变量均值对缺失值进行编码,并包含一个虚拟变量,用于指示具有缺失值的观测值。标准误差在随机化单元级别进行聚类。
我们对没有可靠基线数据的两个计划(菲律宾的PPPP和洪都拉斯的PRAF II)运行此基本规范。对于其他五个计划,我们可以利用这样一个事实,即基线数据也被纳入。具体来说,我们将各个基线和终点数据叠加起来,并估计以下的双重差分规格:
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-161.png)
其中i是在时间t内的集群c中的个体。虽然随机化意味着等式(1)将提供程序效应的因果估计,但双重差分规格使我们能够更好地控制实验组和对照组之间的任何基线失衡,从而为我们提供了更高的统计精度。我们现在包括随机化单元固定效应uc和所有与以前相同的控制变量,并继续在随机化单元上聚类我们的标准误差.感兴趣的参数再次是 ß,它提供了实验和对照组相对于其基线值的工作结果的差异,并以我们的控制变量为条件。
协调和重新分析各种微数据集的一个好处是,我们可以将研究之间的数据合并起来,并估计潜在的实验效果。这使我们能够潜在地产生比任何一项研究更严格的统计边界,如果我们想尝试从数据中的噪声中识别真正的零或非常小的影响,这一点很重要。如果现金转移支付在各个项目之间具有相同的影响,那么对合并数据的普通最小二乘分析将对数据进行最佳加权,以估计潜在的(普遍)实验效果。
然而,不同国家和背景下的项目不太可能产生相同的效果,因此我们的汇集方法需要明确地对这种可能性进行建模。因此,我们使用贝叶斯层次模型来汇总七项研究的结果。
在该模型中,程序p中的处理效果允许在程序之间变化。然而,不同程序对应的处理效果通过“父分布”进行关联,具体而言,每个t(希腊字母tao)p都是从均值t和标准差σp的正态分布.直观地说,分层模型允许数据谈论跨项目影响的相似程度,同时还可以从汇集数据中获得提高精度的好处。
表2提供了各研究标准化工作变量的描述性统计数据,在终点线使用对照组的数据来显示没有该项目下的工作结果。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-162.png)
注意:此表在结束线报告来自对照组的描述性统计信息。面板A、B 和 C 分别将样本限制为 16 至 65 岁的所有成人、男性和女性。如果被调查者报告在上周工作(摩洛哥Tayssir为过去30天),则二元工作指标等于1。
许多计划接受者本来会在没有该计划的情况下工作。项目前就业率从墨西哥Progresa的48%到摩洛哥的63%不等,所有项目的加权平均值为56%。这一数字包括所有16至65岁的成年人,包括那些因上学、残疾或退休而未进入劳动力市场的人,因此包括那些可能不会改变其身份的人,无论是否存在现金交易。在每个人中,无论就业状况如何,我们都观察到每周工作约 20 小时,这意味着受雇者每周工作约 40 小时。
然而,这些手段掩盖了工作模式中相当大的异质性。首先,男性就业率很高,加权平均数约为84%。相比之下,女性就业率往往要低得多,从墨西哥Progresa的12%到摩洛哥的44%不等。其次,工作成果往往在自营职业/家庭工作和外部工作之间分配,但也有一些例外:洪都拉斯的男性和摩洛哥的男性和女性都倾向于在家中更投入地工作,而墨西哥Progresa计划中的男性往往更愿意参与外部工作。
现金转移支付会减少工作量吗?
总的发现
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-163.png)
图 3 提供了我们主要发现的图形摘要。在面板 A 中,我们绘制了每次评估的对照组和实验组中所有符合条件的成年人的就业率。评估按顺序排列,从相对于消费水平而言,利益最不慷慨的(洪都拉斯的PRAF)到最普遍的(尼加拉瓜的RPS和墨西哥的Progresa)。面板 B 复制了面板 A,但适用于数小时的工作。这些图表表明,在所有计划中,实验组和对照组的就业率和工作时间的总体数字是相似的。
表 3 提供了图 3 的相应回归分析。面板 A 展示了对每个个体计划的二元就业结果的分析,而面板 B 则对每周工作小时数进行了分析。请记住,工作时间变量捕获了密集和广泛的工作决策,从而对总工作活动提供了处理效果。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-164.png)
注: ***p <0.01, **p < 0.05, *p < 0.1
与图 3 一致,我们没有观察到其中 6 个项目(面板 A)属于转移项目对就业的显着影响。我们只在一个计划中发现了影响:在洪都拉斯 – 最不慷慨的计划 – 我们发现工作可能性下降了3个百分点,在10%的水平上是显着的;请注意,在分析多个系数时,这大致是我们纯粹偶然预期的。面板B也显示对每周工作时间没有影响:即使在洪都拉斯的数据中,我们观察到就业状况下降,也没有一个单独的系数是显着的。
即使总体劳动力参与率没有改变,家庭参与的工作类型也可能因转移而发生变化。特别是,由于担心这种就业形式可能会使他们失去领取福利的资格,无论根据计划规则,这种担忧是合理的还是非理性的,家庭可能会选择不在家庭之外工作。因此,在表4中,我们按工作是自雇/家庭内部(A组)还是家庭外(B组)来分类工作类型。我们对所有计划都这样做,但印度尼西亚的PKH除外,该国的分类数据没有给出。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-165.png)
没有出现明确的系统模式。在收益最不慷慨的四个计划(第1-4列)中,我们发现对其他工作类型的影响没有统计学上可观察到的影响。我们发现,在墨西哥的 Progresa 计划中,外部工作有所增加,家务劳动也相应减少,但尼加拉瓜的 RPS 计划(具有相似的转账规模)则相反。
最后,考虑到基本劳动力参与率的差异,我们分别考虑男性和女性。目前尚不清楚我们是否会期待对男性或女性有更大的影响。例如,额外收入可能使以前必须工作的妇女能够选择留在家里带孩子,如果她愿意的话,或者额外的收入可能使她有可能承担额外的儿童保育工作,实际上工作更多。此外,文献经常描绘出懒惰的男性,他们利用转移津贴来逃避,是在香烟和酒精上浪费金钱,因此了解这些刻板印象是否在数据中得到证实是很重要的。
表5与表3相同,但按性别分列。小组A和小组B报告了男子和妇女的就业结果,小组C和小组D报告了两组的工时结果。现金转移支付计划对男性劳动力供给的影响仅在一个计划(菲律宾)中与零有显著差异,在该计划中是积极的。然而,总工作时间并没有显著的变化。对于女性来说,只要一个项目(洪都拉斯PRAF)的影响与零有显著差异,还是负面的。然而,没有一个项目对工作时间产生重大影响。对于男性来说,我们发现尼加拉瓜正在从外部工作转向家庭内部工作,但我们发现 Progresa 的情况恰恰相反。在女性方面,我们发现六个项目中的两个项目(菲律宾PPPP和墨西哥Progresa)的家庭工作率略低,两个项目(洪都拉斯PRAF和摩洛哥Tayssir)的家庭外工作率同样较低。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-166.png)
汇集结果
表6报告了使用上述贝叶斯层次结构模型汇集七个计划的结果所得出的工作成果。在汇集这些程序时,为了使它们具有可比性,我们根据转移的大小来缩放每个程序的估计实验效果。所提出的系数对应于一项假设的新现金转移支付计划的影响,该计划相当于家庭消费的13.6%,即各计划的平均转移规模。第(2)-(4)列提供了对各级工作成果的影响。第(5)-(7)列报告了第(2)-(4)列估计值的隐含弹性。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-167.png)
注意:此表报告了贝叶斯层次结构模型的结果,该模型用于聚合七个程序的结果。表3或表5中每个计划的影响首先根据转移的规模进行缩放,因此,对于每个计划,缩放系数对应于价值消耗量13.6%的转移。(按克计的传输大小定义为相对于平均消耗量的平均传输值。第 (1) 列报告对照组中行变量在结束线处的平均值,在七个程序上取平均值。第 (2)-(4) 列表示站点效应 后验分布的平均值、第 5 个和第 95 个百分位数,用于衡量假设的新程序的影响。第(5)-(7)栏报告了关于工作成果相对于现金转移规模的弹性的相同统计数据。贝叶斯后验是使用 rstan 包计算的,在四条链上迭代 20,000 次
汇总的估计数进一步证实了计划对工作的影响很小。首先,对在A小组中工作的广泛利润率决策的估计影响是从56%的基数下降了0.4个百分点。 有95%的概率,新计划的影响不低于工作状态降低 2.3% 的年龄。相反,在5%的可能性下,一个新项目将倾向于将工作状态提高至少1.4个百分点。同样,对于工作小时数,点估计值相当于每周减少 5 分钟的工作时间,以 21 小时为基数。在95%的可能性下,新计划每周不会减少超过1小时42分钟的工作时间。
在弹性方面,第(5)-(7)列的估计表明,在平均年龄上,一项价值增加10%家庭消费的新计划将倾向于使工作状况降低0.6%,并且这种影响有95%的可能性不会低于工作减少3%。对于工作时间,平均而言,这样的程序将倾向于减少0.3%的工作量,并且这种效果有95%的可能性不低于6%的工作时间减少。这些效应在零附近大致对称,几乎没有证据表明现金转移对工作结果有负面影响。
按性别分别观察结果,对于男性来说,平均影响是积极的,而且更精确。事实上,结果显示工作状态提高了0.1个百分点,正弹性为+0.01,有95%的概率新项目的影响不会减少工作超过2个百分点,弹性不会低于-0.17。我们进一步发现,由于B图中的现金转移,每周有半小时的折痕,并且正弹性为+0.10。再一次,我们可以高概率地拒绝适度的负面影响。
对妇女来说,平均影响是负面的,但影响很小,相当于工作状况下降0.8个百分点,每周工作减少半小时。由于对照组中女性这些工作结果变量的均值较低,因此隐含弹性为中度负值,介于 -0.2 和 -0.36 之间。然而,贝叶斯荟萃分析指出,新的现金转移支付计划对妇女的影响存在很大的不确定性,第(3)-(4)和(6)-(7)列对工作状况的估计在减少3.9个百分点至2.4个百分点之间,弹性在-1至+0.6之间。工作时间的类似结果表明,现有数据对女性的影响范围很广。
理解机制:探索“税”率
如上所述,转移计划可能会对工作产生负面影响,原因有两个:(1)收入效应,以及(2)个人因害怕失去福利而选择减少工作(“税率”或“福利提取率”)。由于我们发现几乎没有证据表明转移支付计划在我们研究的所有国家/地区产生了系统的负面影响,因此我们现在测试一下,考虑到这些计划的预期“税率”,这是否合理。
要检查税率,重要的是要检查该计划的两个方面。首先,考虑如何在列表中添加和减去个人(“定位”)。在发达国家,项目是根据从行政来源衡量的收入来确定的,并经常重新认证。与此相反,在发展中国家,获取关于收入的频繁或实时信息具有挑战性,因此,确定目标往往很少通过替代方法进行,如代理手段测试、地理目标定位等。Bosch和Manacorda(2012),Grosh等人(2008)以及Alderman和Yemtsov(2013)等人认为,目标与当前收入的联系较少,这表明税收较低,因此,这些计划不太可能造成负面的劳动力供应效应。其次,了解转移的规模很重要。例如,Alderman和Yemtsov(2013)认为,转移计划的规模通常不足以维持生活,因此,从该计划中获得的少量收入不足以使人们退出劳动力市场。
关于我们考虑的项目,目标规则的设计方式表明,如果有的话,税收非常小,因为符合条件的税收很少直接基于当前的可观察收入。在 7 个计划中的两个项目中(摩洛哥 Tayssir 和墨西哥 PAL),定位纯粹是地理性的,这意味着每个人在选定的区域内收到了该计划。这意味着,任何个人的隐含税率可能不会影响他们获得的可能性,因此劳动收入的隐含税率实际上为零。同样,如果家庭中有怀孕妇女或三岁以下儿童,洪都拉斯PRAF会在地理目标区域内选择受益人,因此资格不受工作状况的影响。在尼加拉瓜RPS中,在地理定位之后,根据简化的资产测试,一小部分家庭(6%)被排除在外,因此,如果工作更多,大多数家庭不会失去资格地位。简而言之,对于大约一半的计划,资格与当前的就业或收入没有直接关系,实际上意味着没有税收。因此,人们预计,除非收入效应异常大,否则几乎不会产生供应效应。
在其余三个项目(菲律宾PPPP、印度尼西亚PKH和墨西哥Progresa)中,受益人是根据全面的资产测试(代理经济状况测试或PMT)选择的。对于其中两项研究(印度尼西亚PKH和墨西哥Progresa),我们可以通过绘制不同消费水平下房屋持有的预期总转移之间的关系来检查与消费相关的感知隐含税率。关系的斜率表示相对于消费的感知的隐含税率。请注意,在这样做时,我们假设家庭确切地知道他们何时将接受有针对性的评估,因此我们将工作更多的“成本”分配为他们随后将收到该计划的所有年份的全部净现值的潜在损失。
我们在图4中记录了这两个项目之间的弱关系,因为消费较高的家庭的预期转移总额仅略低。从印度尼西亚的PKH开始,一个人均年消费高出1,000印尼盾的家庭,在六年内计算,预期将获得40印尼盾的净现值转移支付。这并不奇怪,因为只有4.5%的家庭接受现金转移支付,而在接受者中,转化收入平均占消费的10%。这些因素削弱了消费与预期转移之间的联系。
![](http://www.bienchina.com/wp-content/uploads/2024/07/image-168.png)
注:每个面板都显示预期人均转移的局部线性回归,作为人均消费的函数(实线)和人均消费的直方图(条形图)。小组(A)使用SUSENAS 2013年数据报告了印度尼西亚PKH计划的结果,其中至少有1%的受访者报告是PKH受益者(N = 101,568);我们对每个家庭的转移规模(2013年)进行了编码,这取决于他们是否报告接受PKH,以及儿童的数量和他们的年龄。转移总额是六年内转移的净现值,假设贴现系数为0.9。小组(B)报告了墨西哥Progresa计划的结果,使用了1998年10月ENCEL调查的数据(该数据包含在我们的主要结果中)。我们将资格变量与Angelucci和De Giorgi(2009年)报告的每位成人平均等效转移规模(每月32.5比索)一起使用。总转移额是9年内转移的净现值,假设贴现系数为 0.9。我们使用来自同一研究的每位成人等效消费量。在这两个面板中,我们删除了消费分布的前 5%。
就Progresa而言,符合条件的比例更高(60%),现金转移占家庭消费的更大比例(25%),房屋持有者获得9年的福利。因此,即使对于覆盖大约半数人口的大额转移支付,不精确的定向也会削弱贫困与预期转移支付之间的关系。
简而言之,这些程序的定向规则,加上转移的规模,为我们提供了一个原因,为什么我们没有观察到转移程序在不同设置中的系统性负面影响。我们对印度尼西亚和墨西哥隐性税率的研究结果与Ravallion和Chen(2013)相呼应,他们测量了中国低保现金转移计划征收的税率。他们发现的最大估计值是15%,远低于理论上的100%(其提供经过经济状况调查的保证最低妈妈收入的目标所暗示的税率)。
与资产转移计划的比较
我们的分析主要集中在现金转移支付项目上,这些项目每月或每季度向贫困家庭提供少量资金。然而,现金转移的另一种政策是资产转移计划,它通常是一次性的干预,受益人获得生产性资产(或购买此类资产的资金),其想法是他们将从资产的未来收入流中受益。资产转移支付的劳动力供给效应可能与现金转移支付的劳动力供给效应有很大不同,因为它是一次性或整体资产(例如,牲畜或商业工具),储蓄市场失灵可能会阻止家庭从转移资金中积累。如果它是一种生产性资产,需要补充家务劳动才能使用,该资产的存在将相当自然地鼓励额外的工作努力。如果家庭将一次性付款与贷款相结合,购买与资产互补的耐用消费品,但随后需要更加努力地偿还贷款,那么劳动力供应也可能增加。
因此,我们可以定性地比较现金转移与这些资产计划的影响。该计划的一个版本是所谓的毕业模型,由孟加拉国的BRAC开发。在这种模式下,被选为贫困社区最贫困成员的家庭将获得他们选择的资产(从一系列负担得起的资产中)以及一些培训和支持,包括不超过六个月的小额收入津贴。Bandiera 等人(2013 年)对该计划的随机对照试验报告称,“四年后,符合条件的女性每年在有薪就业方面的工作时间减少 170 小时(与基线相比减少 26%),在自营职业方面增加 388 小时(与基线相比增加 92%)。因此,每年的劳动力供应总量增加了218小时,与基线相比增加了19%。Banerjee等人(2015年)在六个不同国家(埃塞俄比亚、加纳、洪都拉斯、印度、巴基斯坦和秘鲁)进行的另一项随机对照试验报告称,在项目开始两年后,六个地点的劳动力供应总量增加了对照组平均值的10%(或每年约85小时)。与此相符的是,孟加拉国的研究和多国研究也发现,这些家庭的收入和消费都出现了同比增长的幅度。
还有少量一次性现金转移项目的证据。Blattman 等人(2016 年)对一项计划进行了随机评估,在该计划中,乌干达北部的妇女(其中大多数人以前从未经营过企业)获得了包括 150 美元现金、五天商业培训和持续监督在内的一揽子计划。研究人员发现,每周工作时间增加了惊人的10小时,相应地,新的非农企业翻了一番,收入也大幅增加。Blattman,Fiala和Martinez(2014)评估了青年机会计划(YOP),这是乌干达北部的一项政府计划,旨在帮助失业的成年人成为个体经营者。政府邀请年轻人组成团体,并就他们如何使用赠款进行培训和开始独立行业准备提案。资金是在 535 个经过筛选的合格申请者群体中随机分配的。成功的提案获得了价值 7,500 美元的一次性无监督补助金,平均每位小组成员约 382 美元,大约是他们的平均年收入。四年后,与对照组相比,实验组的资本存量增加了57%,收入增加了38%,工作时间增加了17%。
也许不足为奇的是,这些计划对劳动力供应产生了强烈而明显的积极影响,这与我们从即将到来的支持式现金转移计划中发现的或多或少的零效应形成鲜明对比。但是,注意这些程序的两个方面非常重要。首先,所有这些项目都将资产与培训和支持结合,,因此,目前尚无证据表明是否需要监督来实现这些工作增加,或者仅通过资产转移就足够了。此外,劳动力供给很可能是对资产的补充性心理投入;例如,一头牛或山羊需要被喂养和照顾。未来的研究需要解开这些项目各个方面的贡献。其次,在考虑跨政府大规模实施时,物理资产(以及一般的实物转移)的分配往往比现金更昂贵。此外,我们经常观察到许多发展中国家在实物商品的分配中存在泄漏,这些商品从未到达计划的受益者手中。现金分配技术(如移动货币)的新进展可能使直接向受益人提供现金变得更加容易,同时可能具有低流失率和低成本。因此,研究大规模实物资产分配计划并如何与这些新的现金分配方式相比较,对政策也很重要。
结论
近年来,发展中国家的转移支付项目大幅增长。如果有的话,我们可以预期这种趋势会随着国家的增长而增加:Chetty和Looney(2007)表明,随着国家变得更加富裕,社会保险占GDP的一部分会增加,这表明随着国家的增长和发展,安全网可能越来越重要。
随着现金转移项目的增加,关于转移项目是否模拟工作,使“懒惰的穷人”成为可能,争论也越来越激烈。通过汇总对七个政府现金转移支付项目的随机评估证据,我们发现没有系统证据表明转移支付对男性或女性的工作行为有影响。此外,埃文斯(Evans)和波波娃(Popova,2014)在2014年对全球转移支付计划的审查中也没有显示,尽管在政策辩论中声称,转移支付会导致酒精和烟草等诱惑性商品的支出增加。因此,从网上看,现有证据表明,现金转移支付项目不会引发政策领域中经常归咎于它们的“不良”行为。结合文献中记载的转移支付计划的积极影响,这表明转移支付可以成为帮助消除贫困和不平等的有效政策杠杆。
转载请注明:《中国社会分红/基本收入研究网》 浏览量:39 views