来源：https://onlinelibrary.wiley.com/doi/full/10.1002/pam.22455
Andrew Bibler, Mouhcine Guettabi, Matthew N. Reimer
2022-10-01
翻译：AI
摘要
对普遍基本收入的一个主要批评是，无条件的现金转移支付阻碍了接受者的工作。迄今为止的证据在很大程度上依赖于有针对性的和/或有条件的转移计划。然而，很难从这些计划中得出结论，因为普遍转移支付可能会通过向大部分人口分配现金来引发积极的需求冲击，这反过来可能会抵消任何负面的劳动力供应反应。我们通过利用长期无条件和普遍转移支付的时间和规模变化来估计普遍现金转移支付对短期劳动力市场活动的因果影响：阿拉斯加的永久基金红利。我们发现有证据表明，劳动力需求既有积极的劳动力需求，也有对劳动力转移的负面反应。对妇女，特别是那些有年幼子女的妇女，对工作时间的负面影响很小。相比之下，我们发现在分布后的几个月里，男性的就业可能性有所增加。总而言之，人均支出增加1,000美元将导致劳动力市场每年萎缩0.8%。
介绍
全民基本收入（UBI）是一种无条件的现金转移支付，长期提供给所有居民，无论收入如何，没有“附加条件”（Marinescu，2017）。UBI最近引起了政策制定者、硅谷企业家和政界人士的广泛关注。
支持者赞成UBI作为现有福利计划的替代品，并认为这是解决不平等问题的有前途的途径（Murray，2008年;Thigpen，2016 年）。相比之下，对UBI的一个经常被引用的批评是，如果闲暇是一种正常的商品，那么无条件的现金支付会产生强烈的工作抑制作用（Robins，1985）。对基于经济状况的转移支付和有条件的转移支付（如收入所得税抵免 （EITC） 和负所得税实验 （NIT））以及无条件转移支付（如赌场收入和彩票奖金）的评估发现了这种工作抑制因素的一些证据（例如，Cesarini et al.，2017;Maynard & Murnane，1979 年;Munnell，1987 年;Picchio 等人，2018 年;Price 等人，2016 年;杨，2018）。然而，UBI与这种转移计划的不同之处在于，它是分配给广大人群的，这可能导致对消费商品和服务的正需求冲击，进而对劳动力需求造成上行压力。因此，负面的劳动力供给反应可能会被这种劳动力需求冲击所抵消。不幸的是，评估UBI对劳动力市场的影响具有挑战性，因为普遍的现金转移支付在实践中是罕见的。
在本文中，我们估计了来自长期现金分配计划（阿拉斯加永久基金红利 （PFD））的普遍、无条件和预期现金转移的短期劳动力市场效应。PFD 有助于推断 UBI 对劳动力市场的潜在影响，因为它是一项普遍的现金转移计划：几乎所有阿拉斯加居民都有资格获得 PFD，无论收入如何。
此外，PFD的年度分配是向阿拉斯加550亿美元经济注入的最大单一资金，因此有可能对消费商品和服务产生积极的需求冲击（Kueng，2018）。利用 1994 年至 2017 年当前人口调查 （CPS） 的就业数据，我们利用了两个时间变化的外生来源来研究 PFD 对劳动力市场结果的影响：相对于 PFD 支付的时间年内变化和 PFD 支付规模的年际变化。
研究结果表明，PFD既能引起积极的劳动力需求冲击，又能引起负的劳动力供给反应。我们估计，每人多支付1,000美元的PFD，在PFD支付后的几个月内，就业妇女每周平均减少1.25小时的工作时间。然而，我们发现对妇女人口的就业可能性没有重大影响。我们的估计包括劳动力供需反应;因此，我们将负的密集边际反应解释为劳动力供给对现金分配反应的证据。相比之下，我们估计，每增加1,000美元的PFD将导致男性在支付后的几个月内就业的可能性增加1.7个百分点，而工作时间没有统计学上的显著变化。我们认为，这种对男性就业的积极短期影响是迄今为止由普遍现金支付引发的劳动力需求冲击的最直接证据。结合广泛和密集的利润率估计，我们发现，每增加 1,000 美元的 PFD 会导致劳动力市场在支付后的几个月内收缩 1.6%，或每年收缩 0.8%。
尽管UBI很大程度上受到长期目标的启发，但我们专注于估计PFD的短期影响，因为任何现金转移计划的实施都可能引发短期行为反应，这可能会产生长期影响。与永久收入假说相反，大量文献表明，人们倾向于表现出短期的不耐烦，即消费和经济活动在现金转移后立即增加。事实上，最近的工作记录了对PFD的这种短期不耐烦，包括消费（Kueng，2018），犯罪活动（Watson等人，2020）和药物滥用（Evans&Moore，2011）。如果接收者因支付而改变其行为，那么转移支付的频率和时间就成为重要的政策工具。例如，全年交错付款可能有助于减少付款引发的犯罪活动（例如，Carr&Packham，2017;Watson et al.， 2020）和/或帮助接受者顺利消费;规模更大、频率更低的付款可能有助于实现扩张性的财政政策目标。本文中的证据表明，大规模的年度普遍支付，如PFD，对劳动力供求都有短期影响;因此，任何UBI计划的付款时间和频率都可能产生重要的福利影响（Kueng，2018）。
PFD的规模和普遍性也使其有助于了解对政府刺激计划的短期行为反应，例如2001年联邦所得税退税（Johnson et al.，2006）、2008年经济刺激法案（Parker et al.，2013;Powell，2020 年）和 2009 年旧车现金计划（Mian & Sufi，2012 年）。该领域的先前研究主要集中在消费者行为的短期变化上，即支出（例如，Mian&Sufi，2012;Parker et al.， 2013） 和破产 （Gross et al.， 2014），并发现消费者确实对这些计划表现出短期反应。直到最近，人们才注意到对此类计划的短期劳动力供应反应。鲍威尔（Powell，2020）利用2008年退税时间的外生变化，发现了劳动力供给负面反应的证据：每退税一美元就会使月收入减少9美分，这表明刺激支付可以排挤短期劳动收入，并抵消与消费者支出增加相关的收益。我们的研究结果与这些发现一致，并通过证明向经济注入大量现金可能导致负面的劳动力供给反应和消费者引发的劳动力需求冲击，从而补充了文献。
虽然PFD的普遍性和无条件性使其有助于推断普遍收入对劳动力市场的潜在影响，但我们注意到PFD与公众对UBI计划外观的看法之间存在两个差异。首先，PFD是通过财富基金资助的，而不是通过税收或减少公共项目来资助的。虽然这可能与预期的UBI资金来源不同，但我们认为这是我们环境的优势，因为我们估计劳动力市场的反应没有任何税收扭曲。鉴于可以使用各种税收政策来为UBI转移提供资金，因此对纯劳动力市场反应的估计是更可取的，因为它们更广泛地适用于不同的环境。其次，虽然PFD的平均规模比许多人预期的UBI要小，但它实际上是全球最大的连续、普遍和无条件转移。此外，像我们在这里所做的那样，分析不同规模的转移可以识别劳动力市场反应中的潜在非线性。因此，总体而言，尽管PFD和UBI的看法之间存在这些潜在差异，但PFD仍然为评估UBI对劳动力市场的影响提供了最佳机会（Marinescu，2017）。
本文的其余部分组织如下。在背景部分，我们简要讨论了相关文献、阿拉斯加 PFD 的历史以及为什么 PFD 为 UBI 研究提供了有用的环境。接下来的两节将介绍我们的数据和实证策略。然后，我们在结果部分展示我们的结果，包括讨论异质性在几个重要维度上的作用。我们的研究结果和结论的影响在最后一节中介绍。
背景
相关文献
劳动-闲暇选择的新古典模型预测，如果闲暇是一种正常的商品，那么效用最大化主体将消耗更多的闲暇（即减少工作），以响应对非劳动收入的正冲击。这种所谓的收入对劳动力供给的影响是人们担心UBI将产生强烈的工作抑制作用的基础。在考虑现金转移支付计划的影响时，进一步区分对非劳动收入的永久性和暂时性冲击是有用的，这是习惯性的。生命周期模型考虑了主体在其一生中最大化效用，预测收入效应仅与影响永久（或终生）收入的冲击有关。当主体知道这种冲击时，他们可以通过借贷和储蓄来随着时间的推移调整和抚平他们的劳动力供应模式。因此，现金转移支付计划只能通过其对永久收入的影响来影响劳动力供应决策。相比之下，预期现金转移支付和临时现金转移支付在接受转移支付时不应对劳动力供应决策产生影响。因此，这种永久性收入假说似乎消除了考虑此类现金转移计划的短期影响的必要性。
然而，对预期和暂时性收入冲击的短期行为反应的经验证据压倒性地与永久收入假说相矛盾。特别是，Kueng（2018）发现，对PFD支付的短期消费反应与永久收入假说的近乎理性的偏差一致，即消费者表现出非优化行为，导致相对较小的效用损失（Akerlof&Yellen，1985）。 这些证据大多来自对消费行为的调查（例如，Johnson等人，2006年;Kueng，2018 年;Parker 等人，2013 年;Stephens，2003），但最近的研究也记录了与现金转移有关的类似短期劳动力供应反应，例如来自退税（Powell，2020）、EITC支付（Yang，2018）、NIT实验（Price&Song，2016）和彩票奖金（Cesarini et al.，2017;Imbens 等人，2001 年;Picchio 等人，2018 年;Sila&Sousa，2014）。例如，Price and Song （2016） 估计，对于最慷慨的 NIT 实验，就业概率会降低 3.3 个百分点，收入会减少 7.4%。它主要为低收入家庭提供有保障的收入。同样，Yang（2018）估计，在收入所得税抵免中额外获得1,000美元，已婚妇女在转移当月的工作周数比例减少了2.7%。文献在发现短期劳动力供应对现金转移的反应方面并不一致——Akee et al. （2010） 没有发现明显的证据表明劳动力供应对支付给切诺基印第安人东部部落的赌场收入红利的反应。迄今为止的证据表明，应考虑对可预测付款的短期行为反应，特别是当此类付款的时间和频率是一项政策决定时。
上述文献有效地记录了短期劳动力供应对预期现金转移的反应，但与其他项目相比，阿拉斯加PFD在研究UBI项目的劳动力市场影响方面提供了几个优势。例如，与PFD不同，NIT实验不是永久性的（接受者知道付款是暂时的），并且具有很高的隐性所得税率，从而诱发了收入效应和替代效应。同样，收入所得税抵免支付是针对低收入家庭的，通常不会引起纯粹的收入效应，而且比PFD转移支付要小得多。彩票奖金和赌场收入的好处是构成纯粹的收入效应，但在支付结构和接受者数量方面仍然存在重要差异，这使得使用这些现金转移来推断UBI计划变得困难。在每一种情况下，分布对象都只占人口的相对较小的比例，这意味着它们不太可能引起我们可能期望从普遍转移中产生的需求冲击（Marinescu，2017）。相比之下，正如我们在下面更详细地讨论的那样，PFD对于推断UBI对劳动力市场的影响是有用的，因为它是普遍的，构成纯粹的收入效应，并且大到足以引起需求冲击。
与我们的研究密切相关的两篇论文研究了长期（Jones&Marinescu，2018）和短期（Feinberg&Kuehn，2018）劳动力市场对阿拉斯加PFD支出的反应。Jones 和 Marinescu （2018） 使用合成控制设计估计了 PFD 对劳动力市场的长期影响，该设计使用控制状态的加权平均值来估计在没有 PFD 计划的情况下阿拉斯加的反事实劳动力市场结果。该研究没有发现PFD对就业有影响的证据，但发现兼职工作的工人比例略有增加，作者将其解释为密集边际劳动力市场劳动力供应减少的证据。Jones 和 Marinescu（2018 年）还提供了可贸易部门就业人数下降的证据，而对非贸易部门没有相应的影响，他们将其解释为非贸易部门劳动力需求冲击的证据。因此，Jones 和 Marinescu 提供了一些证据，证明 PFD 存在长期的一般均衡效应。然而，鉴于存在混杂因素，这些因素在PFD制定期间对阿拉斯加的劳动力市场产生了相当大的影响，因此应谨慎考虑对PFD的长期估计。具体而言，1982 年首次支付 PFD 是在跨阿拉斯加管道完工仅五年后进行的，该管道对阿拉斯加劳动力市场产生了重大影响（Carrington，1996 年）。新的收入来源还导致阿拉斯加州所得税在1980年废除，就在第一次PFD支付之前。这些混杂因素使得很难从长期趋势中得出关于PFD对劳动力市场的因果影响的结论。Feinberg 和 Kuehn （2018） 使用 PFD 规模的年际变化和基于美国社区调查 （ACS） 通常工作时间和周数的年度数据来估计 PFD 对劳动力市场的短期影响。该研究发现，劳动力市场在PFD方面存在显著的负弹性：男性、单身女性和已婚女性分别为-0.10、-0.11和-0.11。我们的实证设计与Feinberg和Kuehn的短期分析有很大不同。我们使用PFD支付时间的年内变化来关注支付时间前后短时间内劳动力市场的变化，而Feinberg和Kuehn（2018）使用ACS的年度数据，报告的工作时间与PFD支付日期不一致。此外，Feinberg 和 Kuehn 构建了特定于家庭的 PFD 支出，用作感兴趣的右侧变量。然而，无法从Feinberg和Kuehn使用的调查数据中获取有关个人资格和支出的信息，这导致了右侧感兴趣变量的错误。最后，在他们的模型规范中包含年度固定效应，这些效应与PFD支付的个人规模是共线性的，这意味着他们估计的劳动力市场反应是由家庭规模的差异驱动的，这可能是内生的。由于ACS和CPS数据都不适合准确构建家庭PFD支出的规模，因此我们重点关注人均PFD规模的逐年变化。我们的策略没有将需求侧和供给侧的反应分开，ACS和CPS数据都不适合隔离供给侧收入效应。
阿拉斯加永久基金股息
每年的 PFD 是从该州主权财富基金阿拉斯加永久基金的投资收益中支付给阿拉斯加居民的。该基金于 1976 年通过宪法修正案成立，旨在节省和投资年度矿产特许权使用费的一部分，目的是使阿拉斯加的收入来源多样化，为未来居民保留矿产财富，并确保特许权使用费不会被政客随意使用。该基金的价值目前超过630亿美元。从基金中分配股息不是最初计划的一部分，但随着哈蒙德州长希望通过让公众参与来确保基金的可持续性，因此发生了变化。第一笔 1,000 美元的支付是在 1982 年支付的。
PFD 付款最初在该计划的第一年从普通基金中支付;然而，自那时以来，支付一直是按照一个公式确定的，该公式以基金五年内的平均收入为基础，以便每年产生更稳定的股息数额。该基金目前非常多元化，630亿美元中的26只是股票，其余的是债券、房地产、私募股权和其他资产类别。该基金最初由国家石油收入资本化，但现在投资回报是主要的增长机制。具体而言，Watson等人（2020）指出，自1985年以来，只有2%至3%的年增长率来自国家石油收入，而其余的增长来自再投资收益。鉴于这种投资状况，回报并不能反映阿拉斯加的经济状况，而阿拉斯加的经济状况与油价和产量密切相关。该基金由阿拉斯加永久基金公司 （APFC） 管理，并作为公共信托运营，就像为养老基金设立的信托基金一样。这意味着基金经理必须在收入产生的想法与对风险的一般审慎之间取得平衡。
股息为该州居民确定了收入底线。这种现金转移在农村地区尤为重要，因为那里的经济缺乏经济基础，仍然是自给自足和小型正规经济的混合体。阿拉斯加人自1982年以来一直收到年度股息，金额每年根据基金的回报而变化。2008 年，红利达到 3,269 美元的高位（包括由当年国家预算盈余资助的 1,200 美元的一次性补贴），相当于一个四口之家的 13,076 美元。该计划已经变得非常受欢迎，公众希望它能够永久运行。PFD 付款不是基于个人的收入或财富，而是分配给该州的所有居民（包括绿卡持有人和难民），使其几乎是普遍的。股息代表了阿拉斯加人收入中不可忽视的一部分。1982年的股息分配为4.5亿美元，相当于阿拉斯加个人收入的6.3%，与当年石油工业的工资总额相同。年平均总分布与阿拉斯加经济中许多部门的工资单相似。例如，2017 年，6.51 亿美元的分配几乎与制造业的工资总额相同，占建筑业的 57%。PFD还有一个独特的特点，即在短时间内分配，因此它是最集中的现金分配。
需要注意的是，在10月份分配付款的决定是行政程序的结果，而不是代表股息创始人的任何意图。大多数阿拉斯加人（2017年为84.17%）在10月的第一周通过直接存款收到PFD，其余的人则收到邮寄支票。在我们的研究期间（1994 年至 2017 年），直接存款总是在邮寄第一张支票之前或同一天发出。
数据
我们使用 CPS 基本月度调查（Flood et al.， 2018），并辅以有关年度 PFD 规模和支付日期的信息，以估计支付对劳动力市场的短期影响。CPS 非常适合衡量劳动力市场的短期波动，因为每个月都会对大量受访者进行调查，为阿拉斯加劳动力市场找到足够的样本量具有挑战性。我们重点关注劳动力市场的两个衡量标准：参考周的工作小时数和一个虚拟变量，表明受访者是否在参考周内就业。我们使用这两个度量分别估计了密集和广泛边缘的响应。为了关注可能获得PFD的工作年龄个体，我们将样本限制在20至55岁的受访者中，这些受访者要么是户主，要么是户主的配偶。我们在样本中排除了同居夫妇。最后，由于他们不太可能获得PFD，我们放弃了那些不是美国公民的人。
实证策略
我们的实证策略利用了PFD中两个时间变化的来源。首先，我们通过比较从 PFD 支付后几个月到 PFD 支付前几个月的劳动力市场结果，使用了由 PFD 分配时间产生的离散年内变化。先前的研究表明，在 PFD 支付后，消费（Kueng，2018 年）和犯罪（Watson 等人，2020 年）立即存在显著的行为反应。PFD在一年中的签发时间是一个有用的变化来源，因为它仅由行政程序确定。不幸的是，尽管有这个有用的特征，但由于阿拉斯加劳动力市场的季节性，我们不能仅仅依靠PFD的时间来确定PFD对劳动力市场结果的影响。一个可能的解决方案是使用美国其他州的劳动力市场（这些州没有收到PFD）作为在没有PFD的情况下阿拉斯加劳动力市场的反事实的估计。然而，正如我们在下面所展示的，其他州对阿拉斯加的控制并不充分，因为它们表现出与阿拉斯加截然不同的季节性趋势。
取而代之的是，作为PFD时间变化的第二个来源，我们利用了PFD支付规模的年际变化。与双重差分 （DiD） 估计策略类似，该策略假设在没有治疗的情况下，接受治疗的州在治疗后的年份将经历与对照州相同的劳动力市场趋势，我们假设阿拉斯加劳动力市场在支付后几个月的趋势在低和高 PFD 年份是相同的。正如我们在下面所展示的，在支付前的几个月里，阿拉斯加的劳动力市场趋势在PFD低和高年份非常相似，这表明在支付后的几个月里，劳动力市场趋势的偏差完全是由PFD的大小引起的。因此，我们的实证策略利用了支付时间的差异和支付规模的异质性，以便进行识别。
最后，我们用安慰剂检验补充了我们的州内分析，该检验利用了这样一个事实，即其他州的劳动力市场应该不受PFD的影响，因此在PFD对阿拉斯加劳动力市场没有影响的零假设下，作为一个有用的参考分布。请注意，尽管由于季节性的差异，其他州没有为年内 DiD 估计策略提供良好的控制，但它们是安慰剂测试的良好候选者，这些测试不会进行年内跨州比较。
劳动力市场季节性
图 1 显示了阿拉斯加和美国其他地区按月划分的平均工作小时数。阿拉斯加劳动力市场的季节性与平均水平不同：阿拉斯加夏季的平均工作小时数大幅增加，尤其是男性，而美国其他地区夏季的工作时间明显减少。在男性和女性子样本中，阿拉斯加州的平均工作时间都低于该州的平均工作时间。在女性样本中，这种对比不那么明显，但在日历年初和年底，阿拉斯加的平均工作时间相对于全国平均水平明显下降。图1（c）显示了阿拉斯加劳动力市场就业的平均季节性，从同年1月开始，相对于该州的平均增长率（美国劳工统计局，2018年）。平均而言，阿拉斯加劳动力市场在7月和8月的规模比1月高出约15%。相比之下，其他州的平均水平不到5%。这个数字掩盖了州与州之间的一些异质性，但没有其他州像阿拉斯加那样在劳动力市场规模上出现如此剧烈的季节性波动。
图1（a）–（c）按月划分的平均工时和就业人数
注：图（a）和（b）分别显示了就业男性和女性的平均小时数。平均值是使用 CPS 使用最终受访者权重计算得出的。小时数平均到州-年-月级别，然后按月进行相应汇总。每个面板包含两条线：一条线表示阿拉斯加每月每周的平均小时数，另一条线表示所有其他州的平均工作小时数。图（c）描绘了阿拉斯加的月度就业情况，以及所有其他州的平均月就业情况。来自美国劳工统计局数据的就业水平。就业人数是以相应年份1月以来的百分比变化来衡量的，并按月平均。
由于阿拉斯加与该国其他地区之间的季节性存在巨大差异，因此其他州不适合围绕 PFD 支出制定年内 DiD 估计策略的对照。我们冒着将季节性差异归咎于PFD支付的风险。
PFD大小的年际变化
我们没有使用美国其他州作为阿拉斯加的对照，而是关注阿拉斯加劳动力市场的逐年变化及其与PFD规模的关联。为了说明这一点，图 2 绘制了高 PFD 年和低 PFD 年之间的平均小时数差异，阿拉斯加和三个可能的对照组：所有其他州、与阿拉斯加季节性就业模式最相似的州以及能源州。在男性（图2a）和女性（图2b）样本中，三个潜在对照组在零附近相对平坦的线表明，在PFD高年和低PFD年之间，每周工作时间几乎没有差异。这些模式突出了一个重要的点：在利用了阿拉斯加市场多年来PFD大小的异质性之后，差异化了相应对照组的类似变化并不会增加任何有用的变化，即，使用其他州作为对照组基本上使我们的估计不受影响。取而代之的是，我们使用其他州来产生两项安慰剂测试，我们将在下面更详细地讨论，这提供了进一步的证据，表明我们的估计反映了转移对阿拉斯加劳动力市场的影响。重点关注阿拉斯加男性样本在高PFD和低PFD年份的小时差异（图2），这些线在一年的前四个月中变化相似。
图2（a）–（b）高 PFD 年与低 PFD 年的小时差异。
注：受雇受访者的CPS平均小时数，按最终受访者权重加权。平均到州-年-月水平，然后相应地汇总到高和低 PFD 年份。这些数字显示了每个月在高PFD和低PFD年份的平均小时数之间的差异。每个面板包含四条线：一条线用于阿拉斯加受访者，另一行用于三个对照组平均值中的每一条线。PFD高年份是1996-2002年、2007-2008年和2014-2015年。在PFD高发年份，以2016年美元计算，人均支出超过1,700美元。在PFD较低的年份，以2016年美元计算的支出不到1,600美元。季节性最具可比性的州是 MT、WY、SD 和 ME，能源州是），能源州包括 CO、KS、LA、MS、MT、ND、NM、OK、TX、UT、WV 和 WY （Snead， 2009）。
5 月至 7 月略有积极变化，随后在 8 月至 12 月，相对于 PFD 低年份，PFD 高年份急剧下降。事实上，在下半年，阿拉斯加劳动力市场在PFD高年份的急剧下降可以从两个面板中看出，这意味着与低PFD年份相比，在PFD高年份的样本工作时间无条件下降。在女性样本中，这一下降几乎与10月份PFD的首次支付完全吻合，这表明，如果使用无条件的DiD估计策略，我们可以估计该样本的工作时间会下降。男性的样本也有所下降，但这种下降在支付之前就开始了，仅在11月和12月出现急剧下降。因此，在该样本中，PFD 大小与工作小时之间存在很强的无条件相关性，这一点不太明显。
附录表A2进一步证明了在支付前月份中PFD高年份和低PFD年份之间的相似性。它显示了男性和女性在劳动力市场、人口和经济变量方面的样本平均值。一般来说，PFD高年份和低PFD年份的样本具有可比性，但有两个例外：在低PFD年份，阿拉斯加的平均失业率和原油价格都略高。如前所述，PFD在任何一年的规模都反映了国家趋势，而不是州的趋势，因为该基金投资于与阿拉斯加经济几乎没有联系的多样化资产。我们以月度失业率和原油价格为条件，在下面讨论的所有规格中。我们将在下一节中讨论检验劳动力市场结果的前趋势。
估计
我们首先根据等式 1 估计了人均 PFD 支付增加 1,000 美元对劳动力市场结果的特定月份影响，该等式包括特定月份的虚拟变量与给定年份的人均 PFD 支付之间的交互项：
公式（1）见原文。
哪里L我是个人 i 在 m 月和 y 年感兴趣的结果（即工作小时数或就业的虚拟变量）。PFD系列y是以千美元为单位的人均 PFD 的大小。Yy和Mm分别表示 Year 和 Month 虚拟变量。在本说明书中，下标 y 的年份是指从次年 4 月到次年 3 月的 12 个月期间，而不是日历年。同样，在 1 月至 3 月，PFD系列y表示上一日历年秋季的 PFD。通过以这种方式移动窗口，我们估计了PFD对劳动力市场的影响，从支付时间（通常在10月）一直到次年3月。我们这样做是为了检查劳动力市场对 PFD 支付的持续反应，βˆm，它代表了人均 PFD 规模增加 1,000 美元的特定月份影响，在调节了我们的全套控制措施后，X我,Yy和Mm.确定差异的依据是围绕PFD支付的劳动力市场结果的年内变化与当年人均PFD规模之间的关联。
等式 1 相当于事件研究分析，比较了特定月份与 PFD 规模和 PFD 支付前后的小时数或就业的关系。在每次回归中，我们都省略了与 August 虚拟变量的交互作用，因此差异是相对于 August 的。在PFD支付前几个月的估计数可以作为对相关结果前趋势的检验：如果估计的影响在支付前期间接近于零，则表明在支付前几个月的劳动力市场结果与尚未支付的即将到来的PFD的规模无关。付款后几个月的估计数是人们对人均PFD数额增加1 000美元的回应。通过延长支付后的窗口以跟踪下一个日历年的 3 月的潜在反应，我们展示了对支付的短期反应以及随着时间的推移逐渐消失的影响。
为了估计付款后几个月的平均影响，我们重点关注了等式 2 中规格的估计值：
公式 (2)见原文。
哪里P我是一个虚拟变量，表示在给定的 12 个月期间内付款后几个月的观察结果，所有其他变量的定义与公式 1 相同。在本例中，βˆ 表示在支付后的几个月里，人均 PFD 规模增加 1,000 美元的平均影响。我们使用公式 2 总结了 PFD 与劳动力市场结果的平均关系，并检验了 PFD 分布对劳动力市场结果没有影响的原假设。我们根据使用公式 1 估计的淡出证据确定了支付后时期的长度，我们允许男性和女性的差异。
在每种情况下，我们都使用每人 PFD，PFD系列y，以估计对劳动力市场的影响。我们这样做有两个原因。首先，我们没有关于每个受访者收到的PFD实际规模的可靠信息。尽管大约 90% 的州人口获得了 PFD，但一些受访者可能不符合资格。其次，具体的 PFD 金额取决于居民搬到该州的日期和/或不到一岁的个人的出生日期，这进一步复杂化了我们准确测量家庭 PFD 的能力。 使用每人测量可能会略微改变对我们估计的解释，但它不会使我们的估计无效。事实上，我们认为这比其他一些措施更可信。例如，使用错误测量的家庭规模和/或收入指标（使用 PFD 与收入比率）会在我们的兴趣变量中引入错误，而我们在首选规格中可以避免这些错误。在CPS中，收入通常不能准确衡量，而且由于我们利用了基本的月度调查，因此我们对收入的衡量标准甚至更不精确。尽管如此，人均PFD规模的年度变化对于确定PFD对劳动力市场的影响仍然有用。
我们纳入了两项安慰剂测试，以提供进一步的证据，证明我们的估计反映了转移对阿拉斯加劳动力市场的影响。首先，我们根据公式 2 估计了所有其他州的州特定效应，并将非阿拉斯加处理效应的密度与我们的主要估计值进行了比较。如果我们的发现是由PFD支出驱动的，而PFD支出在任何其他州都没有，那么我们不应该期望PFD会对其他州的劳动力市场产生任何影响。将我们的估计放在安慰剂治疗效果的密度中，基本上告诉我们在PFD对阿拉斯加劳动力市场没有影响的零假设下，我们恢复类似规模的估计的可能性有多大。我们扩展了这一概念，以比较特定月份对阿拉斯加劳动力市场每人 PFD 增加 1,000 美元影响的估计值与特定月份的安慰剂效应分布。为此，我们根据等式 1 估计了每个州的类似 βˆm，并将阿拉斯加的月特定点估计值与所有其他州的月特定点估计值的分布进行了比较。
此外，我们评估了对PFD的异质性反应，突出了对PFD反应最敏感的亚组。我们估计了几个重要维度的异质性反应，包括婚姻状况、年龄、受访者是否有孩子或家庭中任何 5 岁或以下的孩子。我们通过拆分样本并重新估计每个子样本中支出的影响来做到这一点。我们还估计了全职和兼职就业的潜在变化。我们的异质性分析帮助我们确定了哪些亚组推动了主要估计值，并有助于指导未来普遍收入试验的实施
结果
我们首先介绍了估计人均PFD增加对就业概率和工作时间的月份特定和平均影响的主要结果。然后，我们根据将我们的主要估计值与未经治疗状态的安慰剂效应的参考分布进行比较来展示安慰剂测试。接下来，我们考虑了兼职和全职工作的潜在差异，并分析了几个重要特征的异质效应。最后，我们展示了婚姻状况、年龄、家庭中是否有孩子以及家庭中五岁以下儿童的存在所估计的影响。由于男性和女性样本的主要估计值存在对比，我们再次分别讨论两个样本的结果。
主要结果
图3是从公式1得到的估计数的图形描述，提供了与8月份的差额相比，每人PFD增加1,000美元的影响的月度比较。每个面板都显示不同组和结果组合的估计效应。例如，面板A显示了每人PFD增加1,000美元对妇女样本工作时间的估计影响。垂直条表示 95% 的置信区间，该区间基于在家庭级别聚类的标准误差。在所有四个小组中，PFD前的估计值大多接近于零，这表明PFD的规模与支付前几个月的就业结果无关。事实上，图 3 中支付前期间每 95% 的置信区间包括零。图3（a）突出了妇女样本中PFD后时期的明显下降，表明PFD支付额增加会减少支付后几个月的工作时间。
图3（a）–（d）PFD对工时和就业的影响
注：此图显示了阿拉斯加人均额外 1,000 美元的 PFD 对工时和就业影响的特定月份估计值，即每个点代表等式 1 中的 βˆm，这是 PFD 的大小系数，PFD系列y，与月份假人互动。8 月是每个回归中省略的月份。垂直虚线表示 95% 的置信区间。标准误差集中在家庭层面。
这种下降在支付后不久就开始，一直持续到次年2月。图3（b）显示了使用就业指标作为结果变量的类似研究的结果。因此，图3（b）显示了就业妇女人口比例的月平均有条件差异，每增加1,000美元的PFD。与图3（a）相比，妇女就业率在支付前后没有明显变化，这表明PFD的增加不会影响该样本中的工作可能性。
图3（c）和图3（d）显示了对男性样本的类似估计。图3c显示了人均PFD增加1,000美元对男性工作时间的特定月份影响。男性的工作时间似乎与PFD的规模无关，因为每一项估计数（包括对支付后月份的估计数）都接近于零。从图3（d）中，我们发现男性样本的相对就业概率与4月至8月的PFD规模无关;然而，在支付之后，就业率出现了明显的上升，11 月和 12 月的就业率在统计学上显著增加，这表明报告在 PFD 之后的月份就业的人口比例在 PFD 付款的规模上正在增加。由于图中表示的差异包括劳动力供给和需求响应，因此积极影响表明，PFD引发了劳动力需求冲击，其大到足以超过该样本中沿广泛边际的任何供给响应。
接下来，我们报告了表 1 中等式 2 的 β 估计值。第 1 栏和第 2 栏报告了每人 PFD 数额增加 1,000 美元对付款后几个月内就业可能性的估计平均影响。在第 1 列中，我们看到人均 PFD 增加 1,000 美元，男性子样本的就业可能性增加了 1.7 个百分点，比男性 87% 的基线就业率增加了 2%（附录表 A2）。男性就业人数的增加与PFD产生的需求冲击是一致的，并表明积极的需求冲击超过了对接受PFD的任何负面供应反应。
表 1. PFD对工时和就业的影响
| Prob(employed) | (Hours | employed) | Hours | ||||
| Men | Women | Men | Women | Men | Women | |
| 1 | 2 | 3 | 4 | 5 | 6 | |
| Post X PFD(1000s) | 0.017** | -0.006 | -0.273 | -1.265*** | 0.397 | -1.072*** |
| (0.007) | (0.009) | (0.354) | (0.334) | (0.421) | (0.398) | |
| Observations | 79,157 | 88,501 | 68,015 | 64,446 | 79,157 | 88,501 |
注：后交互作用系数与PFD大小的估计值，如公式2所示，即βˆ。
仅包括阿拉斯加观测值。在本规格中，给定年份的PFD人均规模（以1,000美元为单位）与职位变量相互作用。表中报告了该交互作用项的系数。所有回归均按个体最终权重加权。标准误差集中在家庭层面。p< 0.01;< 0.05;*p < 0.10。
鉴于在以前的文献中发现的男性工人对收入和工资的供给反应低，这似乎是合理的。与此相反，我们发现这笔款项对妇女样本的就业可能性没有显著影响（第2栏）。
表1的第3栏和第4栏提供了对PFD的密集边际反应的估计数，其中报告了每人PFD增加1,000美元对每周工作小时数的影响（以受雇为条件）。对于男性样本（第3栏），额外增加1 000美元可导致每周减少0.27小时;然而，在10%的水平上，这一估计在统计学上是微不足道的。就妇女抽样（第4栏）而言，每人PFD增加1,000美元，每周减少约1.26小时，这在1%的水平上具有统计学意义。鉴于该样本的平均每周工作时间为24.6小时，人均PFD为1,750美元（2016年美元），估计值相当于工作时间减少了5%以上，弹性为-0.09。
为了帮助评估对PFD支出的估计反应的经济意义，我们结合了支出对密集和广泛边际的潜在抵消效应。例如，我们发现，人均PFD的增加导致男性就业的可能性增加，但就业人员的工作时间在统计学上略有减少。在这种情况下，对劳动总量存在抵消影响。为了解释密集和广泛的利润率效应的相对重要性，并评估PFD对市场规模的总体影响，我们使用就业和失业个体的整个样本估计了对工作时间的影响。第5栏和第6栏列出了相应的估计数。这使我们能够衡量工作时间的总变化，同时分解两个边际上可能相互冲突的力量。
我们没有发现男性平均总劳动量发生变化的统计证据，因为每周 0.4 小时的估计值在统计学上微不足道。对于女性样本，类似的估计表明，女性样本的平均总效应为每周-1.1小时，这在1%的水平上具有统计学意义。结合这些估计，我们可以评论PFD对劳动力市场的整体影响，并可以作为未来实施基本收入的基线。估计对组合样本中小时数的总体影响表明，每周有统计学意义地减少了 0.57 小时。根据在支付后几个月平均每周工作30小时的样本，这种下降相当于劳动力市场收缩了1.9%，这种情况在支付后持续了大约五个月。
在附录表A3中，我们包括了基于替代规格和样品的几项估计。在前四行中，我们要么省略了对照，要么包含了更广泛的样本。在所有这些情况下，估计的影响都与主要估计相似。例如，我们估计，人均PFD增加1,000美元，在包括非公民和同居夫妇在内的样本中，男性就业率分别增加了1.4和1.8个百分点。同样，我们发现，在包括非公民和同居夫妇在内的样本中，就业妇女对工作时间的影响为-1.2。在最后两行结果中，我们估计了对 20 岁以下和 55 岁以上样本的影响。这些亚组的样本量要小得多，并且估计值通常在统计学上不显著。在20岁以下的样本中，就业妇女的小时数变化估计为-2.3，在10%的水平上具有统计学意义。在这两个样本中，较高的PFD对男性就业的估计影响都是负的，但两者在统计学上都没有与0的差异。
安慰剂试验
附录图 A1 显示了通过估计在所有未经治疗的州内每人 PFD 中增加 1,000 美元对工作时间和就业的影响而产生的安慰剂效应密度。将我们的主要估计值与安慰剂密度进行比较，提供了强有力的证据表明，对阿拉斯加劳动力市场的估计影响实际上是由PFD驱动的。例如，我们的主要估计是，每人PFD增加1,000美元，女性每周的工作时间减少-1.26小时，这一事实得到了以下事实的支持：没有其他州可以复制这种规模的估计。安慰剂效应的密度以零为中心，这证实了将其他状态作为控制单元对主要估计值影响不大。在D图中，我们显示PFD对阿拉斯加男性就业的估计影响也是所有州中最高的。在另外两种情况下，即女性的就业和男性的小时数，估计值完全在安慰剂分布的第5个和第95个百分位数内。与前两种情况一样，两种安慰剂效应密度都集中在零附近。
我们在图 4 中展示了 PFD 相对于安慰剂密度的月份特定影响，这进一步证明了我们的主要结果确实反映了 PFD 的支出。在图4（a）中，在安慰剂估计的第5至第95个百分位范围之外的女性工作时间的特定月份影响是发生在我们样本的每年（10月至次年2月）第一次PFD分布之后（或期间）的月份。男性就业同样表明，11 月和 12 月的估计效应远远超出安慰剂分布的第 5 至第 95 个百分位数范围。另一方面，妇女就业和男子工作时间的月份估计数均在相应参考分布的第5个至第95个百分位数之间。这些模式提供了令人信服的证据，支持我们的主要结果，因为它们证实了反应的时间与治疗的时间相对应，并表明我们无法使用任何其他州的劳动力市场活动来复制我们的发现。
图4（a）–（d）PFD 对工时和就业影响的安慰剂测试
注：在阿拉斯加，每人PFD增加1,000美元对工时和就业影响的月份特定估计。每个点代表公式 1 中的 βˆm，它们是 PFD 的大小系数，PFD系列y，与月份假人互动。8 月是每个回归中省略的月份。作为安慰剂测试，我们对每个州和 DC 重复此练习，并将此图中的第 5 个至第 95 个百分位数范围作为每个月的虚线垂直线。
将我们的估计值与其他状态的安慰剂效应分布进行比较，类似于估计我们的主要效应，同时包括来自其他状态的观察结果，类似于三重差异估计策略。在附录表 A4 中，我们提供了基于等式 2 的回归估计值，这些估计值经过修订以适应两组未处理的状态：最具季节性可比性的状态和能量状态。我们报告了交互作用项 PFD x P x AK 的系数，该系数描述了劳动力市场的年内变化，相对于非 AK 州的年内变化，人均 PFD 增加了 1,000 美元。使用此策略时，一般模式是相似的，总体结论保持不变。当使用任何一组控制状态时，我们发现男性就业可能性的估计变化为 1.1 至 1.2 个百分点。两者在5%的水平上都具有统计学意义，并且与主要估计值相差约一个标准误差。同样，据估计，就业妇女工作时间的变化（每周减少0.8小时）的幅度小于主要估计数。在1%的水平上，这两个估计值都具有统计学意义，并且都位于表1中主要估计值的95%置信区间内。
按工作状态划分的异质性
表2列出了按全职和非全职工作状况分列的就业和工作时间差异反应的估计数。为了估计就业概率的异质性响应，我们使用全职或兼职就业的虚拟变量作为结果变量，并使用完整样本估计人均 PFD 增加 1,000 美元对每个人就业概率的影响。表2（a）中的估计数可以解释为所有受访者在全职或兼职工作中所占比例的变化。例如，全职男性工人就业可能性的估计变化增加了1.1个百分点，非全职工作的估计变化增加了0.6个百分点。这些估计数描述了每种就业类型对就业总体增长的贡献。这两个估计值都与零没有显著差异。同样，在男性样本中，工作时间的估计变化在统计学上都与零没有差异。
表 2. 按工作状态划分的异质性
| B. Hours per week | ||||
| Men | Women | |||
| Full | Part | Full | Part | |
| 1 | 2 | 3 | 4 | |
| Post X PFD | -0.060 | -1.094 | -1.084*** | -0.001 |
| (0.349) | (0.856) | (0.322) | (0.448) | |
| Observations | 63,876 | 4,139 | 49,772 | 14,674 |
注：PFD规模（以1,000美元为单位）对就业和工作时间的估计影响。
在此规范中，PFD 的大小与 post 变量交互。表中报告了该交互作用项的系数。仅包括阿拉斯加的观测值。所有金额均以 2016 年美元计算。在A组中，通过限制就业受访者的样本并使用全职或兼职就业的虚拟变量作为结果，估计了对就业类型的影响。它们应该被解释为就业的相对变化。图B中对工作时间的影响是通过将样本限制为全职或兼职就业的人员来估计的，因此这些影响与主要估计值直接可比。所有回归均按个体最终权重加权。标准误差按家庭进行聚类。p< 0.01;** p< 0.05;* p<0.10。
相比之下，在女性样本中，向非全职工作的转变更强烈。我们估计非全职工作增加0.012，全职工作相应减少0.019。数据显示，非全职工作的样本比例上升了1.2个百分点，而全职工作的样本比例则下降了1.9个百分点（图2（a）第3栏和第4栏）。两者在 10% 水平上都具有统计学意义。我们还发现，在女性样本中存在一些强烈的边际差异。我们估计全职工人的工作时间每周减少 -1.084 小时，这在 1% 的水平上具有统计学意义。另一方面，我们发现兼职工人的工作时间没有统计学上的显著变化。
按年龄和儿童划分的异质性
表3和表4包括按婚姻状况、年龄和家中是否有子女分列的男子和妇女抽样的差异估计数。这些方法有助于确定可能对付款反应最灵敏的家庭类型，但分析大多是提示性的，子样本估计值的置信区间通常包含完整的样本估计值。
表 3. 按年龄和儿童分列的异质性：男性
| A. Male employment | |||||||||
| All | Marital status | Age | Has children | Has children LT 5 | |||||
| Single | Married | 20–30 | 31–55 | No | Yes | No | Yes | ||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| Post X PFD | 0.017** | 0.025 | 0.012* | 0.019 | 0.016** | 0.027** | 0.007 | 0.022*** | -0.009 |
| (0.007) | (0.015) | (0.007) | (0.017) | (0.007) | (0.011) | (0.008) | (0.008) | (0.014) | |
| Observations | 79,157 | 21,095 | 58,062 | 12,221 | 66,936 | 35,703 | 43,454 | 65,005 | 14,152 |
| B. Male hours per week | |||||||||
| All | Marital status | Age | Has children | Has children LT 5 | |||||
| Single | Married | 20–30 | 31–55 | No | Yes | No | Yes | ||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| Post X PFD | -0.273 | -0.274 | -0.276 | -1.002 | -0.137 | -0.363 | -0.193 | -0.354 | 0.005 |
| (0.354) | (0.655) | (0.416) | (0.745) | (0.395) | (0.505) | (0.484) | (0.388) | (0.812) | |
| Observations | 68,015 | 16,365 | 51,650 | 10,450 | 57,565 | 29,160 | 38,855 | 55,283 | 12,732 |
注：对不同子样本的 Post 交互作用与 PFD 大小的系数的估计值，如公式 2 所示。
在此规范中，给定年份的 PFD 人均规模（以 1,000 美元为单位）与职位变量相互作用。表中报告了该交互作用项的系数。仅包括阿拉斯加的观测值。所有金额均以 2016 年美元计算。第 1 列显示了表 1 中的主要估计值。所有回归均按个体最终权重加权。标准误差按家庭进行聚类。p< 0.01;** p< 0.05;* p<0.10。
表 4. 按年龄和儿童分列的异质性：妇女
A. Female employment | |||||||||
| All | Marital status | Age | Has children | Has children LT 5 | |||||
| Single | Married | 20–30 | 31–55 | No | Yes | No | Yes | ||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| Post X PFD | -0.006 | -0.015 | -0.002 | -0.019 | -0.003 | 0.002 | -0.012 | 0.001 | -0.038* |
| (0.009) | (0.015) | (0.011) | (0.019) | (0.010) | (0.013) | (0.012) | (0.010) | (0.021) | |
| Observations | 88,501 | 20,624 | 67,877 | 18,037 | 70,464 | 32,158 | 56,343 | 69,515 | 18,986 |
Panel B: Female hours per week | |||||||||
| All | Marital status | Age | Has children | Has children LT 5 | |||||
| Single | Married | 20–30 | 31–55 | No | Yes | No | Yes | ||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| Post X PFD | -1.265*** | -1.126* | -1.353*** | -2.142*** | -1.111*** | -1.064** | -1.579*** | -1.149*** | -2.147*** |
| (0.334) | (0.589) | (0.395) | (0.715) | (0.375) | (0.509) | (0.429) | (0.358) | (0.829) | |
| Observations | 64,446 | 15,954 | 48,492 | 11,917 | 52,529 | 25,099 | 39,347 | 53,520 | 10,926 |
注：对不同子样本的 Post 交互作用与 PFD 大小的系数估计值，如公式 2 所示。
在此规范中，给定年份的 PFD 人均规模（以 1,000 美元为单位）与职位变量相互作用。表中报告了该交互作用项的系数。仅包括阿拉斯加的观测值。所有金额均以 2016 年美元计算。第 1 列显示了表 1 中的主要估计值。所有回归均按个体最终权重加权。标准误差按家庭进行聚类。p< 0.01;** p< 0.05;* p<0.10。
男性
表3（a）显示，单身男子和家庭中没有子女的男子就业可能性增加的幅度更大。我们估计，人均PFD规模增加1,000美元，单身男性的就业可能性增加了2.5个百分点，但这一估计在统计学上是微不足道的。在家庭中没有子女的男性中，就业的可能性增加了2.7个百分点，这在5%的水平上是一个统计学上显著的增长。我们发现几乎没有证据表明按年龄划分的就业概率存在异质性影响。对密集边际，即工作时间（表3b）的估计影响都是负面的，但家中有5岁以下子女的男子样本除外。然而，我们发现对任何子样本的工作时间都没有统计学上的显著影响，这表明没有样本表明支出导致劳动总量的减少。相反，特别是在就业概率大幅增加的样本中，劳动总量明显增加。
女性
与男性相比，我们发现在任何女性子样本中，就业可能性都没有统计学上的显著增加（表4a）。然而，我们估计，在家庭中有5岁以下子女的妇女就业的可能性在统计学上显著下降。我们还估计，30岁以下女性的就业概率下降了1.9个百分点。但是，估计值在统计上与零没有差异。
另一方面，工作时间全面减少，因为每个子样本的估计值在统计学上与传统水平的零不同。我们发现几乎没有证据表明女性在婚姻状况的反应上存在差异。相比之下，20至30岁的女性样本比31至55岁的女性更敏感。我们还发现，家中有子女的妇女比家里没有子女的妇女反应更强烈，估计分别减少了 1.5 小时和 1 小时。家中有5岁或5岁以下子女的妇女与没有5岁或5岁以下子女的妇女之间的对比更加明显，因为在发放子女后的几个月里，每周的工作时间减少了2.1小时以上。家中有年幼子女的妇女的强烈反应凸显了这笔款项的一个潜在好处，而孤立地考虑劳动力市场的反应可能无法捕捉到这种好处。如果将这段时间重新分配给家庭中的儿童，可能会对儿童的认知和非认知技能的发展产生长期的好处（Bettinger et al.，2014;Coneus 等人，2012 年;Cunha 等人，2006 年）。
结束语
本文有助于我们理解劳动力市场对普遍现金转移支付的短期反应。利用无条件且几乎普遍的一次性付款（阿拉斯加的PFD）的支付时间和支付规模的年度波动，我们发现有证据表明，短期内对普遍现金转移支付的劳动力需求反应既有积极的劳动力需求反应，也有消极的劳动力供应反应。我们估计，人均PFD规模每增加1,000美元，在支付后的几个月内，男性就业的可能性就会增加1.7%，我们将其解释为直接的经验证据，表明普遍转移支付可以引起需求冲击，从而增加对劳动力的需求。这对于制定与UBI相关的政策至关重要，因为它表明UBI的普遍性导致了积极的需求冲击，部分抵消了对劳动力供应的任何负面影响。
另一方面，我们估计，人均PFD规模增加1,000美元，导致就业妇女在支付后的几个月内每周减少1.25小时（减少4%），而没有相应的广泛边际反应。然而，我们发现，女性工作时间减少的现象主要集中在年轻、低薪人群和家中有小孩的人群中。这种异质性与这样一种观点是一致的，即劳动力供应对普遍转移支付的平均反应可能小于对定向转移支付的反应，并且可能有助于调和我们的结果与收入所得税抵免等其他现金转移支付之间的适度差异。由于女性密集的边际反应的异质性以及支付的普遍性所引起的正需求冲击，关于非普遍转移支付的研究结论并不一定能提供对普遍转移支付计划对劳动力市场潜在影响的见解。
总而言之，我们的估计表明，人均PFD规模增加1,000美元，将导致劳动力量的收缩，在接下来的几个月里，劳动力量将占劳动力市场规模的1.9%，这是由于工作时间的短暂减少，而不是劳动力退出。
我们发现我们对总劳动结果的估计影响有助于评估PFD的整体影响，但有几个注意事项需要考虑。首先，我们的估计是针对总工作时间的，不同行业或工资水平的总工作时间可能存在差异。其次，这里计算的总体影响是从特定样本中获取的，不一定应用于其他人群。同样，相对于完整的UBI计划可能看起来的样子，PFD的规模很小，因此在将结果推断为更大的付款之前应谨慎。最后，这笔款项的影响持续了大约五个月。此外，由于支出是在秋季，因此收缩发生在阿拉斯加劳动力市场一年中相对较小的阶段。将最后两点放在一起，人均PFD增加1,000美元引起的劳动力市场收缩规模实际上要小得多（每年约0.8%）。
同样重要的是要注意，像我们在这里所做的那样，计算小时的平均变化可能会忽略从劳动力市场重新分配时间到家务劳动的其他潜在好处。特别是，就业的增长主要是由家庭中没有子女的单身男性推动的。另一方面，劳动力的下降是通过劳动力供给反应出现的，这在家庭中有年幼子女的年轻女性中最为强烈。这种重新分配可能会在劳动力市场之外产生社会效益，因为集中在有幼儿的家庭的减少可能会对儿童发展和人力资本发展产生次要影响（Bettinger et al.，2014;Coneus 等人，2012 年;Cunha 等人，2006 年）。
最后，未来研究的一个潜在途径是使用行政数据确认我们的结果，这可以更好地识别PFD接受者，并可能允许改进研究设计，以解开供需双方的反应。本文揭示的异质性反应提出了关于普遍现金转移的长期影响的重要问题。具体而言，从整体上看待无条件转移的效果，还应考虑在劳动力中花费的时间与其他活动所花费的时间之间的替代模式。
转载请注明：《中国社会分红/基本收入研究网》 浏览量：20 views
