2023-01-14-亚开行-评估发展援助对创造就业的影响（英）_74页_2mb

总结：Development Assistance的就业创造影响评估

核心内容

本报告旨在评估亚洲开发银行（ADB）发展援助项目对就业创造的影响，提出了一种基于输入-产出（IO）模型和可计算一般均衡（CGE）模型的定制化方法。该方法用于改进ADB在评估其主权和非主权发展干预措施（如资本投资和政策贷款）时的就业影响估算，以更全面地反映其对社会经济发展的贡献。

主要观点

1. 就业创造的重要性
   就业创造是衡量发展援助项目效果的重要指标，特别是在促进包容性增长和减少贫困方面。ADB在其战略框架中强调了就业创造作为结果指标的重要性，并将其纳入其企业成果框架（2019-2024）。

2. 评估方法的改进
   由于ADB当前仅报告直接就业创造，本报告提出使用IO和CGE模型来估算间接和引致就业，以提供更准确和全面的就业影响评估。

3. IO模型的应用

   • IO模型通过分析产品流动、生产者与消费者关系及行业间依赖性，提供了一种简化且易于应用的方法。
   • 模型通过将最终需求变化转化为总产出变化，利用Leontief逆矩阵（$(I - A)^{-1}$）计算产出乘数。
   • IO模型可以进一步扩展为Type I和Type II乘数，以估算直接、间接和引致就业变化。

4. CGE模型的优势

   • CGE模型提供更全面的分析，能够捕捉政策支持和大规模项目对整个经济的影响。
   • 它允许分析投资、资本积累、技术采用和生产率变化等动态因素。
   • CGE模型适用于评估跨边界的基础设施、贸易、投资、工业政策等对经济的广泛影响。

5. 模型的局限性

   • IO模型假设交易模式固定，可能高估干预的经济影响。
   • CGE模型需要更多数据和专业技术，且其输出对假设和模型闭合方式较为敏感。

6. 国家案例分析

   • 本研究选取了斐济、印度尼西亚和泰国作为试点国家，因其在ADB成员中的代表性。
   • 这些国家均为上中等收入国家（UMIC），且在ADB项目中具有不同的贷款工具和项目类型。

7. 数据和模型的结合

   • 本研究结合了ADB的多区域输入-产出表（MRIOTs）、国家统计数据和国际劳工组织（ILO）数据。
   • 通过比较模型估算与实际报告数据，发现存在低估现象，需进一步改进数据收集和监测机制。

关键信息

• 研究时间范围：2010-2019年
• 研究方法：使用IO和CGE模型估算直接、间接和引致就业创造
• 数据来源：
  • ADB的MRIOTs（2007-2019）
  • 国家输入-产出表
  • 国际劳工组织（ILO）和全球贸易分析项目（GTAP）数据
• 模型公式：
  • $A X + Y = X$
  • $X = (I - A)^{-1} Y$
  • $\Delta X = (I - A)^{-1} \Delta Y$
  • $\Delta L = \Delta X \times a_L = (I - A)^{-1} \Delta Y \times a_L$
• 就业乘数类型：
  • Type I乘数：包括直接和间接就业变化
  • Type II乘数：包括引致就业变化
• 试点国家：
  • 斐济：以主权贷款为主，经济规模较小
  • 印度尼西亚：主权贷款和预算支持为主
  • 泰国：以非主权项目为主

主要结论

• IO模型适用于估算非进口型资本货物和服务的就业创造，因其结构简单且易于实施。
• CGE模型能够更全面地反映政策支持和大规模项目对就业的广泛影响，尤其适合分析动态经济变化和跨行业效应。
• 通过模型估算与实际报告数据的比较，发现ADB的就业创造数据存在低估现象。
• 未来研究应进一步测试模型在不同项目和政策中的适用性，并加强数据收集和监测，以提高就业影响评估的准确性。

模型与方法的结构

1. 方法论概述

   • 使用IO和CGE模型进行就业影响分析
   • 比较模型估算与实际报告数据，识别差异并提出改进建议

2. 国家案例分析

   • 分别对斐济、印度尼西亚和泰国的ADB项目进行就业创造估算
   • 通过不同模型分析不同项目类型对就业的影响

3. 技术注意事项

   • 数据质量对模型结果的影响
   • 改进数据收集和监测以提高模型的稳健性

4. 未来方向

   • 进一步测试模型在不同项目和政策中的适用性
   • 优化模型的分析要求，以减少操作成本
   • 推动基于模型的就业影响评估方法在ADB项目中的系统性应用

附录内容

• 附录1：就业影响估算方法
• 附录2：斐济的ADB项目与就业数据
• 附录3：印度尼西亚的ADB项目与就业数据
• 附录4：泰国的ADB项目与就业数据
• 附录5：2010-2019年的就业乘数数据

参考文献

• ADB (2013a), Cost-Benefit Analysis for Development: A Practical Guide
• ADB (2018a), ADB Strategy 2030
• ADB (2019), ADB Corporate Results Framework 2019-2024
• IFC (2013), Job Creation Impact Assessment
• MacGillivray and Lelijveld (2019), Estimating Employment Impact of Private Sector Investment
• Kluve and Stöterau (2014), Employment Effects of German Development Assistance
• World Bank (2012, 2019), World Development Report and Jobs and Economic Transformation
• Steward Redqueen (2021), Model Transparency and Cost Implications