🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
在美国，失业的人可以领取失业保险金，但如果长期找不到工作，不仅手头吃紧，身心健康乃至下一代的收入都会受到拖累。
你可以把失业保险想成一个「过渡气垫」：它帮人安稳落地，可人们也一直担心，气垫太舒服，有人会晚一点才起身；而失业保险基金本身也要精打细算，保证以后失业的人也有钱可领。从上世纪九十年代起，美国各州就开始试验各种办法——强制求职、提供培训援助、给快速再就业的人发奖金，随机实验表明这些办法都能缩短领取失业金的时间。国会据此在 1993 年设立了「劳动者画像与再就业服务」（WPRS）项目，专门给那些被预测最可能把失业金领到头的人提供定向服务。
今天，大多数州把这套思路并入了再就业服务与资格评估（RESEA）项目：被选中的失业者要和就业顾问一对一见面，既核查还有没有领取资格，又得到求职帮助。2025 年联邦为 RESEA 拨款 345,320,000 美元；从 2023 财年起，各州必须把至少 25% 的拨款用在已有强因果证据的干预上，或者正在用实验设计评估自己的项目。
问题是，推动联邦推广这类项目的那批老实验，当时的经济和人口条件和今天差别很大；疫情之后，连见面方式都大多改成了线上。老结论还靠得住吗？罗德岛州就做了一次新的大规模抽签实验来回答。
② 研究问题（要回答什么？）
这项研究想弄清楚，罗德岛州把失业者点名进再就业服务项目，到底能不能让他们挣得更多、更快回到岗位、少领失业金。
具体如下：
- 问题一 · 工资：被选中的人，在之后一年多里的年化工资有没有提高？
- 问题二 · 再就业：被选中的人重新拿到正式工资的比例有没有上升？
- 问题三 · 领取时长：被选中的人领失业金的周数有没有缩短？
这三个结果都是作者动手之前就在网上公开登记好的（预注册），不能事后挑对自己有利的指标。在此之外，作者还追问：
- 问题四 · 快慢与持久：效果是抽签后很快出现，还是要等很久？出现之后能不能持续？
- 问题五 · 省不省钱：少发出去的失业金，能不能抵过办这个项目花的钱？
- 问题六 · 谁受益最多：年龄、收入、学历不同的人，受益一样吗？作者明确说这一部分是探索性的。
最后还有一个「账该怎么算」的方法问题：当每周抽中的比例不一样时，如果不把「第几周抽的签」考虑进去，会不会得出完全错误的结论？
③ 研究方法（怎么做的？）
作者用的是评估项目最硬核的办法——抽签实验，而且分析计划在动手之前就公开登记在开放科学平台上。
怎么抽签？从 2022 年 2 月 9 日到 2023 年 9 月 27 日，每个星期三，罗德岛州把这一周刚获得领取资格的失业者拿来抽签，抽中约 150 人进入 RESEA，这就是「实验组」，没抽中的是「对照组」。2023 年 5 月 2 日起，因为申请人比预期少、对照组偏小，加上人手紧张，名额降到 135 人，作者强调这是在看任何结果数据之前决定的。退伍军人按法规必须全部入选，不参加抽签，也不进入分析。随机数的生成方式是把社保号和六位微秒时间戳相加、数字倒过来当种子，在州里的 COBOL 系统中产生。作者每周都做了平衡检验，确认两组事先特征没有系统差别。
抽中之后会怎样？会收到一封信，要求 18 天内预约并和就业顾问见面；既不见面、也不报告复工日期的，案子会被转去裁定，失业金可能被暂停。见面时顾问先核查资格和工作能力，再做技能评估、求职指导、按岗位改简历，必要时模拟面试，并转介其他服务；第二次见面要交 30 天求职记录。见面大多在线上进行。对照组不收信，虽然也能自愿参加，但整个期间只有 5 人主动来了。
用什么数据？州劳动与培训厅的季度工资记录和失业金记录。原本有 24,120 人，去掉两周根本没抽签的 502 人、后来认定欺诈的 27 人和 42 名退伍军人，最后剩 23,549 人：实验组 11,700 人，对照组 11,849 人。
怎么算效果？因为是按周抽签，作者先在每一周内部比较抽中和没抽中的人，再按每周人数加权汇总——就像先在每个班里比成绩，再汇总成全校结论，而不是把人数、底子都不一样的班混在一起比。他们还用了一种叫「因果森林」的机器学习方法，估计不同人群各自受益多少。
④ 结果（发现了什么？）
结果很清楚，被抽中进入这个项目的失业者工资更高、再就业更多、领失业金的时间也更短，三项预先登记的结果全部显著。
年化工资平均高出 1,153 美元（95% 置信区间 166 到 2,141 美元，p = 0.022），相当于对照组平均 33,043 美元的 3.5%。
再就业比例高出 1.47 个百分点（置信区间 0.32 到 2.62，p = 0.013）。
领取周数减少 1.99 周（置信区间 1.75 到 2.24 周，p < 0.001），比对照组平均的 17.3 周少了 11.5%。
做了多重检验校正（Holm 方法）之后，三项结果依然显著。效果来得快、留得住：只看抽签后第二个季度，年化工资就已高出 1,195 美元、再就业高出 1.66 个百分点，和一年多以后的数字几乎一样。
算一笔账：每个被抽中的人在当年少领 676 美元失业金（置信区间 563 到 789 美元），比对照组平均的 6,839 美元少 9.9%。乘以 11,700 人，州政府少发约 790 万美元，而项目同期总支出是 299 万美元——每花 1 美元，州预算省下 2.64 美元。
谁受益最多？因果森林估计出的工资效应对每个人都是正的，年长劳动者最大（即使换算成占其工资的比例也是如此）；摘要还指出低收入者效应尤其大。收入高、学历高的人再就业效应小一些，但他们照样少领近两周失业金，主要是因为他们更少把失业金领到头。
一个关键对比：如果不管「第几周抽的签」，直接拿两组平均数一比，工资只差 29 美元（p = 0.95）、再就业只差 0.26 个百分点（p = 0.64），会让人误以为这个项目没用。
⑤ 讨论（这些发现说明什么？）
这项研究说明，一封要求必须来见面的信加上顾问面谈，在疫情后的新环境里依然能同时帮到失业者和州财政。
工资为什么会涨？作者做了个粗算：少领 1.99 周失业金，相当于提前约两周回去上班；按对照组年工资 33,043 美元、一年 52 周算，大约多挣 1,265 美元，和实测的 1,153 美元很接近。所以工资效应很可能主要来自更早复工，但作者也承认这不是唯一可能的解释。
信本身可能就在起作用。实验组里约 31% 的人其实没去见面，年轻、收入低、学历低的人缺席更多。不少人收到信后直接报告了复工日期来满足要求。这好比老师宣布要抽查作业，有人还没被查就先把作业补完了——「被点名」本身就可能让人加快找工作。正因为这样，作者没有去算「真正参加了服务的人效果多大」，而是报告「被选中」这件事的整体效果。
数据有盲区，但不影响方向。州工资记录不含自雇收入和外州收入，而罗德岛近 16% 的劳动者跨州通勤，所以工资和再就业效应可能被低估。作者检查了「没把失业金领到头、但五个季度州内工资全是零」的人：对照组 1,618 人（13.7%），实验组 1,707 人（14.6%），控制抽签周后差别不显著（p = 0.55），说明项目并没有特别把人推向外州或自雇。
方法上的警示最值得记住。名额按人手固定、每周申请人数却起起落落，于是每周抽中比例不同，「第几周」就成了会扭曲结论的因素。美国劳工部证据库里评为高因果证据、公开可得的 13 项相关研究中，有 6 项像本研究一样分周（分组）抽签，但只有 2 项正确处理了这一点。
⑥ 结论（最终结论 + 启示）
罗德岛州这次大型抽签实验给出了强有力的证据，被选入再就业服务项目能提高工资和再就业率、缩短领失业金的时间，还能替州政府省钱。
对管失业保险和公共就业服务的部门来说，启示很实在。
- 这类项目不只是花钱：按本研究的算法，每投入 1 美元能省下 2.64 美元失业金，正好对上联邦「钱要花在有证据的项目上」的要求。
- 通知和资格核查本身就是政策工具：三成人没来见面，效果却依然存在，说明选中信和合规要求怎么设计很重要；同时缺席集中在年轻、低收入、低学历人群，也值得执行部门留意。
- 名额怎么分可以更聪明：年长劳动者工资受益最大，高收入者主要表现为少领失业金——但作者强调这部分是探索性的，不能直接当筛选规则。
- 评估一定要按抽签批次算账：只要每周或每个办事处抽中比例不同，就得先在批次内部比较再汇总，否则可能把有效项目误判为无效。作者建议重新分析那些分组抽签却没做这种处理的旧研究。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
议题源流：1935 年《社会保障法》确立美国失业保险（UI）制度。部分工资替代是保障非自愿失业者财务稳定的安全网，但长期存在削弱尽快复工激励的担忧；UI 项目亦须管理基金财务，保证现有与潜在失业者的给付。既有研究表明长期失业不仅损害短期财务，还伴随发病率上升、身心健康问题及跨代传递的工资下降（Nichols et al., 2013；Shiro & Butcher, 2022）。1990 年代起各州试验强制求职要求、培训援助与快速再就业现金奖励，随机对照试验均显示可缩短 UI 领取时长（Corson et al., 1985；Meyer, 1995；Corson et al., 1989；Anderson et al., 1991；Corson & Haimson, 1996；Hanna & Turney, 1990），多数（非全部）亦改善工资与就业。国会据此于 1993 年设立 WPRS，强制对依人口学、行业与既往收入预测「领完 UI 概率」高的申请人提供定向再就业服务（Black et al., 2002）。今天多数州将这一定向要求并入 RESEA（O'Leary & Pepin, 2021；Trutko et al., 2022），其前身 REA 在求职协助之外正式化了一对一资格核查。2025 年联邦 RESEA 拨款 345,320,000 美元；自 FY2023 起，州须将至少 25% 拨款用于已有强因果证据的干预，或以能提供强因果证据的实验设计评估本州项目。
文献状况：REA/RESEA 及前身项目评估总体显示可显著降低 UI 周数与金额；新泽西示范项目（Anderson et al., 1991；Corson & Haimson, 1996）、华盛顿州 1986–87 年取消求职要求实验（Lachowska et al., 2015, 2016）以及多州 REA 实验（Manoli et al., 2018；Michaelides & Mian, 2021；Michaelides et al., 2012；Poe-Yamagata et al., 2011）均为例证。但效应存在情境异质：北达科他州 REA 对给付、就业、收入均无显著影响（Benus et al., 2008）；求职援助示范项目在华盛顿特区有效而在佛罗里达无效（Decker et al., 2000）；印第安纳、纽约、华盛顿、威斯康星的证据显示多次会面优于单次（Klerman et al., 2019）。
空白：(1) 劳工部 CLEAR 数据库中高因果证据研究无一直接评估 RESEA，且其时代的宏观与人口条件与今日差异显著；(2) 方法上，作者将既有研究分为观察性研究、简单随机分配、区组随机化三类，指出区组随机化因申请人数与人手约束常出现各区组处理比例不等，此时区组身份是必须调整的混杂因素。
本文贡献：报告一项 N = 23,549 的预注册 RCT，估计罗德岛 RESEA 选中资格对三项预注册结果（工资、再就业、UI 周数）的 ITT 效应及短期效应；基于 UI 支出节省做成本收益核算；首次在该情境中以因果森林做探索性异质效应分析；并显式控制随机化周，讨论如何在不引入大样本偏误的前提下利用基线协变量提高精度。
I. Theoretical Framework & Hypotheses（理论框架与假设）
项目逻辑：RESEA 将两类机制打包——一是资格核查与合规执行：强制预约会面、核查 UI 资格与工作能力、提交求职记录，未遵从者转裁定并可能暂停给付；二是再就业服务：技能评估、求职指导、劳动力市场信息与职业目标讨论、简历与模拟面试、转介其他就业与社会服务项目。
选中效应与服务效应的区分：作者援引 Black, Smith, Berger & Noel（2002）「再就业服务的威胁是否比服务本身更有效」的观点指出，收到强制行动通知可能促使领取人加快求职，或提前报告本会晚些报告的信息从而退出 RESEA 池，形成独立于项目完成的直接因果路径。这直接违背了以「选中」作为「完成项目」工具变量、识别 CACE 所需的假设（Imbens & Angrist, 1994）。以协变量匹配或加权比较遵从者与未遵从者，又要求无未观测混杂，而数据中人口学变量有限，达不到 CLEAR 高因果证据标准。故主分析报告意向处理效应（ITT），即「被选入 RESEA」的政策效应。
| 编号 | 研究问题 / 结果 | 操作化 |
|---|---|---|
| RQ1 | 工资（预注册） | 随机化后第 2–5 个完整季度中最高两个季度工资之和 ×2 年化，取值 0–630,875 美元；口径模仿 RIDLT 计算基期工资以确定周给付额的方法 |
| RQ2 | 再就业（预注册） | 上述四个季度中至少两个季度工资为正则取 1 |
| RQ3 | UI 领取周数（预注册） | 依额度余额与周给付额推算申请生效后 78 周内领取周数，取值 0–51.1 周 |
| RQ4 | 短期效应（依 CLEAR 指南） | 第 2 个完整季度工资 ×4；该季度工资是否非零；给付年度内 UI 周数（上限 26 周） |
| RQ5 | 成本收益 | 给付年度内少领 UI 金额的 ATT × 处理组人数，对比项目支出 |
| RQ6 | 异质效应（探索性） | 因果森林估计 CATE τ(X) |
方法论命题：在处理比例随区组变化的区组随机实验中，区组是已知混杂。区组固定效应回归仅在真实处理效应跨区组恒定时无偏，否则估计的是按区组处理比例加权的平均效应，难以解释（Angrist, 1998；Gibbons et al., 2019）。区组规模加权的组内均值差对平均处理效应无偏；若有基线协变量，采用区组规模加权的 Lin（2013）组内线性调整估计量，在协变量数相对区组样本量较少时渐近无偏且渐近方差不增。
M. Materials & Methods（材料与方法）
- 设计：预注册（OSF：osf.io/c9xe8）区组随机对照试验，区组 = 随机化周。2022-02-09 至 2023-09-27 每周三，对当周首次给付排期的新合格 UI 申请人抽签，选中约 150 人入处理组；2023-05-02 起因申请人少于预期导致对照组偏小及人手限制降为 135 人（作者称该决定早于查看任何结果数据）。
- 随机化算法：退伍军人依法必选，统一赋值 9,999,999,999；其余申请人以社保号加六位微秒时间戳、数字倒序作为种子，在 COBOL 中生成 0–9,999,999,999 的均匀随机整数，取最高的 150（135）人入处理组。
- 干预：选中信要求收信 18 天内预约并与就业顾问会面，否则（未会面也未报告复工日期）转裁定、可能暂停给付。会面以线上为主（疫情以来的做法，与以往项目显著不同），亦可到地方职业中心先到先得。内容含资格与工作能力确认、技能评估与求职指导、劳动力市场信息与职业目标、州求职网站使用、按岗位定制简历、必要时模拟面试、转介；另发资料包（合规要求、UI 欺诈、服务清单、培训机会、面试技巧、求职记录表）；第二次会面提交 30 天求职报告。对照组不收信、无义务，可自愿参加，研究期内仅 5 人参加。
- 平衡检验：逐周两样本置换检验，统计量 T 为两组协变量均值差绝对值（二元变量编码 0/1），置换 M = 10,000 次，
p = (1 + #(Ti > T)) / (1 + M)；图 1 各协变量周度 p 值 ECDF 位于对角线附近或下方，与正确随机化一致。 - 样本：研究期成功申请 UI 者 24,120 人；剔除两周未实施随机化的 502 人、后认定欺诈 27 人、退伍军人 42 人，得 n = 23,549（处理 11,700，对照 11,849）；另有 22 人无额度余额信息，从 UI 周数相关分析中剔除。
- 数据来源：RIDLT 季度工资记录（仅含罗德岛雇主申报的正式工资，不含自雇与外州收入）与 UI 申请、给付记录；协变量含受抚养人数、生理性别、种族、年龄、学历、基期工资（电话申请者无学历信息）。布朗大学 HRPP 于 2020-05-18 认定属项目评估、无需 IRB 审批；数据去标识化，依布朗大学 Policy Lab 与罗德岛州数据共享协议使用。
- 遵从：处理组约 31% 未出席强制会面，年轻、低收入、低学历者缺席率更高（图 3，loess 平滑）。
- 主估计量（预注册）：
τ̂ = Σt (nt/n)·τ̂t，τ̂t = Ȳt,W=1 − Ȳt,W=0，即区组规模加权的组内均值差；R 包 estimatr 的 difference_in_means 实现，基于中心极限定理给出渐近 CI 与 p 值（区组规模数以百计）。 - 协变量调整估计量：
τ̂adj = Σt (nt/n)·τ̂t,adj；组内采用 Lin（2013）交互回归——协变量均值中心化后，以处理指示、中心化协变量及处理×协变量交互项做 OLS，取处理系数。调整变量为受抚养人数、生理性别、年龄、基期工资；种族与学历因部分周水平稀疏致协方差矩阵奇异而未纳入。组内用 HC2 稳健标准误（MacKinnon & White, 1985），按 (nt/n)² 加权合成。 - 成本节省：以「周给付额 × 给付年度内 UI 周数」为结果套用式 (2)，区组权重改为与每周处理人数成比例，估计处理组平均处理效应（ATT）。
- 多重检验：Holm 法，族错误率控制在 5% 以下。
- 异质效应：因果森林（Wager & Athey, 2018）估计 CATE；每个主结果、每个随机化周分别拟合 grf 的 causal_forest（默认超参、类别变量独热编码、倾向得分设为该周处理比例常数）；本周个体用袋外预测，最终
τ̂(X) = Σt (nt/n)·τ̂t(X)。 - 对照估计：区组固定效应回归
Yti = αt + τ·Wti + εti（表 3）。另预注册的 CACE 分析显示效应更大、统计置信度相近，但因工具变量假设存疑，作者事后决定以 ITT 为主。
R. Results（结果）
- 基线（表 1，未加权，处理 vs 对照）：女性 50.1% vs 48.3%；平均基期工资 49,175 vs 49,748 美元；平均年龄均为 45.2 岁；平均受抚养人数 0.44 vs 0.43；仅白人 63.2% vs 64.7%；学历缺失（电话申请）42.7% vs 40.5%。作者强调聚合组相似不足以证明随机化成功，因各周申请人数差异大而处理人数基本固定，证据来自逐周平衡检验。
| 结果 | 处理组均值 | 对照组均值 | 朴素差（Welch） | ITT 估计（式 1） |
|---|---|---|---|---|
| 工资 | 33,073 美元（SD 36,749） | 33,043 美元（SD 36,231） | 29；p = 0.95；[−903, 962] | 1,153；p = 0.022；[166, 2,141] |
| 再就业 | 75.2% | 75.0% | 0.26 pp；p = 0.64；[−0.84, 1.37] | 1.47 pp；p = 0.013；[0.32, 2.62] |
| UI 周数 | 15.2（SD 9.3） | 17.3（SD 9.4） | −2.10；p < 0.001；[−2.34, −1.86] | −1.99；p < 0.001；[−2.24, −1.75] |
| 短期工资 | 23,776 美元（SD 31,948） | 23,897 美元（SD 32,293） | −121；p = 0.77；[−941, 700] | 1,195；p = 0.007；[326, 2,064] |
| 短期再就业 | 61.4% | 61.6% | −0.18 pp；p = 0.77；[−1.43, 1.06] | 1.66 pp；p = 0.012；[0.37, 2.96] |
| 短期 UI 周数 | 14.2（SD 8.4） | 15.9（SD 8.3） | −1.70；p < 0.001；[−1.92, −1.49] | −1.77；p < 0.001；[−1.99, −1.55] |
- 主效应：工资 +1,153 美元，为对照组均值 33,043 美元的 3.5%；再就业 +1.47 pp；UI 周数 −1.99 周，为对照组均值 17.3 周的 11.5%。三者经 Holm 校正后仍在 5% 族错误率下显著。
- 时点与持续：短期（第 2 季度）工资与再就业效应与长期几乎相同，表明效应在随机化后两个季度内出现并至少持续五个季度；短期 UI 周数效应（−1.77）略小于含后续 26 周的长期效应（−1.99），作者视为可能减少次年重复领取的方向性证据。
- 外州与自雇缺失检验：未领完 UI 但五个完整季度罗德岛工资均为 0 者 3,325 人，对照 1,618（13.7%）、处理 1,707（14.6%），控制随机化周后差异 p = 0.55；ACS 2016–2020 显示近 16% 罗德岛劳动者跨州通勤。
- 成本收益：处理组人均给付年度内少领 UI 676 美元（95% CI [563, 789]，p < 0.001），为对照组均值 6,839 美元的 9.9%；× 11,700 人约 790 万美元，项目同期总支出 299 万美元，每 1 美元支出节省 2.64 美元州预算。
- 异质效应（探索性，图 4–6，仅图示）：工资 CATE 对全部个体为正；年长劳动者效应最大，按基期工资比例计亦然；高收入、高学历者再就业效应明显小于平均，但仍少领近 2 周 UI，源于其领完率下降幅度大于低收入、低学历者。
| 结果（表 3） | 均值差（预注册，式 1） | 协变量调整（式 2） | 固定效应回归（式 3） |
|---|---|---|---|
| 工资 | 1,153；p = 0.022；[166, 2,141] | 1,137；p = 0.014；[228, 2,047] | 1,100；p = 0.027；[127, 2,073] |
| 再就业 | 1.47 pp；p = 0.013；[0.32, 2.62] | 1.48 pp；p = 0.012；[0.32, 2.63] | 1.49 pp；p = 0.011；[0.34, 2.64] |
| UI 周数 | −1.99；p < 0.001；[−2.24, −1.75] | −1.93；p < 0.001；[−2.18, −1.68] | −1.97；p < 0.001；[−2.22, −1.72] |
a / D. Discussion & Conclusion（讨论与结论）
- 主要结论：选入罗德岛 RESEA 对工资、再就业与 UI 周数均有有利因果影响，UI 周数缩短在扣除项目支出后仍带来大额政府节省；与既有文献一致，UI 周数效应是三项中最突出的（Klerman et al., 2019）。作者认为项目同时实现了帮助个体求职者与为未来申请人保全基金两个目标。
- 机制解读：少领 1.99 周并按对照组年工资 33,043 美元、52 周折算，对应约 1,265 美元年工资增量，接近工资效应 1,153 美元，并与 CATE 显示低基期工资者 UI 时长降幅略大相符；故工资效应可能主要源于更早复工，但作者指出并非唯一解释。
- 方法论教训：忽略随机化周的朴素比较会得出工资与再就业「无可检测效应」（表 2 第 4 列）。图 7 显示处理比例越高的周，对照组结果均值越低，随机化周是三项结果的实质性混杂。作者统计 CLEAR 评为高因果证据、公开可得的 13 项相关研究中，6 项与本研究同为区组随机化，仅 2 项正确调整区组（Black et al., 2002；Klerman et al., 2019）；3 项仅以回归或匹配控制人口学变量而未控制区组（Poe-Yamagata et al., 2011；Michaelides et al., 2012；Manoli et al., 2018）；1 项用区组固定效应回归（Michaelides & Mueser, 2018），近期 Michaelides & Mian（2021）与 Brigandi et al.（2024）亦然。作者建议重新分析这些研究：无协变量时用区组规模加权均值差（式 1），有基线协变量时用区组规模加权的 Lin 组内调整（式 2）。
- 局限：工资记录缺失自雇与外州收入，工资与再就业效应可能被低估（方向性检验未见差异化影响）；ITT 无法分离「选中通知/合规压力」与「服务内容」的贡献，约 31% 未出席；可用人口学变量有限，种族与学历未能纳入调整；异质效应为探索性分析。评注：样本为单一州、会面以线上为主，外推到其他州需谨慎；成本收益仅比较州 UI 给付节省与项目支出，未计入工资增量等其他收益与成本。
- 对 UI 与公共就业服务行政执行的启示：(1) 名额由人手决定、申请量逐周波动，是造成处理比例不等的行政根源（本研究即因人手与申请量把名额由 150 降至 135），各州在周度或分办事处抽签时应把批次作为区组纳入估计；(2) 选中信与 18 天预约、转裁定的合规链条本身可能构成政策杠杆，但缺席集中于年轻、低收入、低学历者，执行设计需兼顾程序性排斥风险（评注）；(3) 本研究以预注册 RCT 与 ITT 估计对应 FY2023 起「25% 拨款须有强因果证据或在做实验评估」的要求，为州级嵌入行政系统的低成本评估提供了范式；(4) WPRS 式定向以领完概率为画像目标，而 CATE 显示年长者工资收益大、高收入者主要体现为减少领完——定向可能需在收入目标与基金节省目标之间权衡，但作者明确该分析为探索性（评注）；(5) UI 工资记录的跨州盲区限制了效应量评估，在跨州通勤比例高的州尤需注意。
- 作者与伦理：作者单位含马里兰大学帕克分校公共政策学院、北卡罗来纳大学教堂山分校数据科学与社会学院；数据来自布朗大学 Policy Lab 与罗德岛州的数据共享协议。抓取文本中未见资助声明。
🧠 IRMaD 思维导图
mindmap
root((罗德岛再就业服务评估))
I 引言
失业保险与复工激励
九十年代州级随机实验
联邦持续拨款支持
四分之一资金须有证据
旧证据时代条件已变
R 问题
工资是否提高
再就业是否增加
领取周数是否缩短
效应快慢与持续
每花一元省多少
谁受益最多
M 方法
预注册区组随机实验
每周抽约150人
样本23549人
区组加权均值差
Lin交互回归调整
因果森林异质效应
R 结果
年化工资多1153美元
再就业升约一个半点
少领近两周失业金
多重校正后仍显著
短期效应已基本到位
一元投入省二点六四元
工资效应人人为正
a 讨论
工资涨幅源于早复工
选中通知本身起作用
约三成未出席会面
外州收入缺失不改方向
朴素比较会误判无效
多数旧研究未控区组
D 结论
项目兼顾个人与财政
按区组加权再汇总
协变量调整提精度
建议重析旧研究
年长者工资受益大
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。