Ocenjevanje učinkov aktivne politike zaposlovanja laura južnik rotar Fakulteta za komercialne in poslovne vede in Visoka šola za upravljanje in poslovanje, Slovenija Aktivne politike zaposlovanja predstavljajo ključno intervencijo države na trgu dela, kultura ocenjevanja učinkovitosti programov zaposlovanja pa je na zelo nizki ravni. V Sloveniji je študij o ocenjevanju učinkovitosti programov zaposlovanja, ki bi temeljile na znanstveni metodologiji, zelo malo. To vodi v precenjenost rezultatov in neustrezno porazdelitev sredstev. V članku bomo opredelili problematiko vzročnosti ter nekatera formalna izhodišča za ocenjevanje učinkov aktivne politike zaposlovanja. V empirični analizi bomo ocenili učinkovitost programa javnih del z metodo matching na osnovi verjetnosti izida. Rezultati kažejo, da ima program javnih del na kratek rok sicer pozitiven, vendar zelo majhen vpliv. Kljucne besede: politika zaposlovanja, ocenjevanje, vzročnost Aktivna politika zaposlovanja predstavlja ključno intervencijo države na trgu dela in je namenjena določenim skupinam ljudi. V zadnjih petnajstih letih se je pomen aktivne politike zaposlovanja vedno bolj povečeval. Na to opozarja tudi dejstvo, da se priporočila različnih mednarodnih organizacij nanašajo zlasti na preusmeritev sredstev od pasivnih k aktivnim ukrepom, pri čemer naj bi podrobneje analizirali tudi interakcije med davčnim sistemom in sistemom socialnih transferjev. V zadnjem času pa je pod pritiskom proračunskih omejitev, staranja prebivalstva in drugih izzivov, povezanih zlasti z globa-lizacijo in inovativnostjo, prišlo do razmisleka o smiselnosti izvajanja programov zaposlovanja, saj ti niso namenjeni sami sebi, ampak je njihov ključni cilj, da se zaradi njih povečajo zaposlitvene možnosti posameznika na trgu dela ter da se sredstva, ki so namenjena izvajanju teh programov, čimbolj učinkovito porabijo. Aktivna politika zaposlovanja ima pomembno vlogo pri spodbujanju posameznika, da se čim prej vrne na delo, in hkrati ustvarja takšne razmere in pogoje, da se neaktivni lahko čim hitreje in lažje vključijo na trg dela. Končni namen aktivne politike zaposlovanja naj ne bi bil samo povečanje zaposlitvenih možnosti posameznika, Uvod zmanjšanje stopnje neaktivnosti ter zmanjšanje odvisnosti od socialnih transferjev, temvec tudi povečanje kvalitete delovnih mest, povečanje produktivnosti in prispevek k večji socialni koheziji (Evropska strategija zaposlovanja). Ocenjevanje učinkov aktivne politike zaposlovanja je zelo aktualno, o čemer pričajo tudi naslednja dejstva: (1) Glavni problem na trgu dela ostaja strukturno neravnovesje, ki se kaže v veliki vrzeli med povpraševanjem delodajalcev in ponudbo na trgu dela. Največja neskladja so posledica nizke izobrazbene ravni iskalcev zaposlitve oziroma njihove neustrezne usposobljenosti. (2) Na trgu dela je posebej problematična ciljna skupina težje zaposljivih oseb, kamor sodijo predvsem starejši od 50 let, ter mladi, iskalci prve zaposlitve, ženske, invalidi. (3) Na trgu dela je fleksibilnost tako delodajalcev kot posameznikov/iskalcev zaposlitve še vedno premajhna, zlasti v smislu hitrejšega prilagajanja potrebam na trgu dela. (4) Razvitejše članice eu že več let učinkovito izvajajo dobre prakse na podlagi ocen učinkovitosti aktivnih politik zaposlovanja in tako sredstva bolje in predvsem učinkoviteje usmerjajo tja, kjer bo učinek največji. To pa kaže, da v Sloveniji na tem področju za temi državami zaostajamo. Ocenjevanje učinkov individualnih programov aktivne politike zaposlovanja ponavadi temelji na uporabi mikroekonometričnih tehnik, ki na podlagi posameznikove udeležbe v programu zaposlovanja poskušajo oceniti verjetnost prihodnje zaposlitve ter možnosti prihodnjih zaslužkov v primerjavi s tem, če se posameznik ne bi vključil v program. Strokovnjaki so razvili vrsto orodij za ocenjevanje programov (Heckmanidr. 1998,1053). Namen tovrstnih evalvacij je prepoznati učinke udeležbe v programu za udeležence (Kluve in Schmid 2002, 432). To pa vključuje primerjavo oziroma oceno razlike v izidu takrat, ko je bil posameznik vključen v program (opazovani dejavnik), ter v izidu, ki bi ga bil posameznik (udeleženec v programu) deležen, če v program zaposlovanja ne bi bil vključen (neopazovani dejavnik, protidejstvenik). V skladu s tem posameznika seveda ne moremo hkrati opazovati v dveh različnih stanjih, tako da ocenjevanje protidejstvenikov predstavlja jedro problema pri ocenjevanju, saj gre pravzaprav za problem manjkajočih podatkov. Analiza politik zaposlovanja v Sloveniji V Sloveniji obstaja malo raziskav o učinkovitosti aktivnih politik zaposlovanja, zlasti tistih, ki temeljijo na ekonometričnih tehnikah. Vo-dopivec (1999, 115) se v svoji študiji na primer sprašuje, ali je bil program javnih del v Sloveniji v obdobju 1992-1996 učinkovit glede na verjetnost (ponovne) zaposlitve za brezposelno osebo. Iz njegove analize, ki je osnovana na kvazieksperimentalnem pristopu, izhaja, da so udeleženci programa javnih del takoj po koncu programa lažje našli zaposlitev, učinki tega programa na dolgi rok pa so negativni. Še posebej so pozitivni učinki na zaposlitev vidni pri mladih brezposelnih osebah. Kratkoročne pozitivne učinke gre pripisati spremembi zaposlitve preko programa javnih del v redno zaposlitev, dolgoročni negativni učinki pa so lahko povezani s stigmatizačijo udeleženčev programa. Prav tako je Vodopiveč (1998, 75) za Slovenijo očenil tudi učinkovitost programov samozaposlovanja, ki so v osnovi namenjeni uresničevanju lastne podjetniške ideje. Iz te raziskave izhaja, da so bili udeleženči v programu samozaposlovanja manj uspešni kot ne-udeleženči. Znotraj skupine udeleženčev v programu samozaposlovanja pa so boljše rezultate dosegli zlasti tisti, ki so že imeli določena začetna sredstva in so obvladali ključna podjetniška znanja. Omenimo tudi, da se raziskave nekaterih drugih avtorjev nanašajo na analizo politik zaposlovanja s sočiološkega vidika (glej na primer Svetlik idr. 2002, 17). Novejšo študijo o očenjevanju učinkovitosti aktivnih politik zaposlovanja lahko najdemo pri Klužerju (2008,17). Program izobraževanja in usposabljanja ter program javnih del sta očenjena z enostavno Cobb-Douglasovo funkčijo, na osnovi katere so izpeljane očene povezovalne funkčije. Učinkovitost programov bo potrjena, če bo povezava med izdatki za programe zaposlovanja (oziroma številom udeleženčev) in izhodi v zaposlitev pozitivna. Klužer (2008, 24) ugotavlja, da imata omenjena programa zaposlovanja v splošnem pozitivne, vendar majhne učinke na ponovno zaposlitev. Omenjeni avtor opozarja tudi na druge čilje programov zaposlovanja, katerih učinki se pokažejo šele na dolgi rok in so predvsem sočialne narave. Na podlagi nabora obstoječih raziskav lahko ugotovimo, da je kultura očenjevanja učinkovitosti aktivnih politik zaposlovanja v Sloveniji izredno nizka. Neodvisne raziskave o učinkih politik zaposlovanja so redke, čemur botruje tudi dejstvo, da se Zavod Republike Slovenije za zaposlovanja očenjuje kar sam. Tako se seveda zastavlja vprašanje (ne)pristranskosti dobljenih rezultatov. Interes za neodvisno raziskovanje učinkovitosti politik zaposlovanja bi moral biti še toliko večji, saj so proračunska sredstva, ki jih država namenja politikam zaposlovanja, razmeroma visoka. Poleg tega so programi zaposlovanja premalo usmerjeni v dejanske potrebe na trgu dela oziroma v potrebe delodajalčev, pri čemer so čiljne skupine brezposelnih, ki so jim programi namenjeni, slabo oziroma preveč splošno opredeljene. Programi zaposlovanja so tako preveč: mehaničistični, se zgolj prepisujejo in so premalo inovativni. Kajzer (2007, 475) za večjo učinkovitost in uspešnost politik zaposlovanja predlaga, da bi se programi aktivne politike zaposlovanja vsebinsko združevali v programe z jasno opredeljenim namenom, s čimer bi preprečili razdrobljenost programov zaposlovanja ter povečali njihovo preglednost in izvedbeno učinkovitost. Predlaga tudi, da bi pripravili večletne programe aktivnih politik zaposlovanja, svetovalče za zaposlitev dodatno usposabljali v mentorje ter izboljšali razmerja med številom brezposelnih in številom svetovalčev. Formalni okvir in temeljni problem vzročnega sklepanja Vzemimo, da imamo populačijo posameznikov in da za vsakega od njih opazujemo spremenljivko D ter spremenljivko Y. Vzemimo naslednje oznake: i označuje posameznika iz populačije; Di označuje njegovo obravnavo (angl. treatment); potenčialni vzrok, za katerega želimo očeniti učinek (v tem primeru udeležbo/neudeležbo v programu zaposlovanja), in sičer Di = i, če je posameznik deležen obravnave, in Di = o, če posameznik ni deležen obravnave (glej na primer Ičhino 2006). Yi (Di) je izid, učinek, ki ga želimo pripisati obravnavi; zapis kaže na to, da je izid lahko odvisen od Di: Yi(i) označuje izid v primeru obravnave in Yi (o) označuje izid v primeru neobravnave. Izid za vsakega posameznika lahko zapišemo kot: Glavna ovira za modeliranje vzročnosti izvira iz osnovnega problema vzročnega sklepanja, ki pravi, da za posameznika i ne moremo hkrati opazovati vrednosti Di = 1 in Di = 0 ter v skladu s tem vrednosti Y,(1) in Yi(o), torej je za posameznika i nemogoče opazovati učinek D na Y (Holland 1986, 949). Velja namreč, da za vsakega posameznika i dogodek Di = 1 namesto Di = o povzroča učinek Ai = Yt(1) - Yt(o). Naj bo D hipotetični vzrok in Y izid. Z uporabo vrednosti D lahko spreminjamo vrednosti Y. Vzemimo, da se vrednost D spremeni iz D0 v D1. Potem se kazaleč vzročnega vpliva spremembe na Y oblikuje na osnovi primerjanja dveh vrednosti, in sičer Y: Y1, ki izhaja iz spremembe, ter Y: Y0, ki bi nastala, čev D ne bi bilo nobene spremembe. Ce bi se vrednost D spremenila, vrednosti Y brez spremembe ne bi opazovali. O vzročnem učinku ne moremo reči ničesar, če ne obstaja hipoteza o tem, kakšna vrednost Y je predpostavljena brez spremembe D. Slednje se nanaša na oblikovanje pro-tidejstvenika (angl. counterfactual), ki pomeni hipotetično neopazo-vano vrednost. V osnovi lahko rečemo, da vsako vzročno sklepanje vključuje primerjavo dejanskega izida z izidom vrednosti protidej- Yi(Di) = DiYi (1) + (1 - Di)Yi(0). (1) stvenika. Temeljni problem vzročnega sklepanja lahko izrazimo tudi tako, da o vzročnem učinku ne moremo ničesar sklepati, če nimamo podatkov o protidejstvenem stanju. Na primeru programov zaposlovanja to pomeni, da je posameznik lahko vključen v program zaposlovanja ali pa ne. Ce želimo očeniti učinek vključenosti v program zaposlovanja, moramo analizirati dva možna izida: (1) izid, ko je bil posameznik vključen v program zaposlovanja, ter (2) izid, ki bi se bil pojavil, če posameznik ne bi bil vključen v program zaposlovanja (protidejstvenik). Vzročni parametri, ki temeljijo na oblikovanih protidejstvenikih, omogočajo statistično pomembne in smiselne definičije vzročnosti. Prednosti tega pristopa se kažejo v tem, da pri idealnih vzorčih vodi v poenostavitev ekonometričnih metod. Ne osredotoča se na vse vzročne parametre, pač pa samo na tiste, za katere predpostavljamo, da so za ekonomsko politiko ustrezni. Nenazadnje tak pristop omogoča dodaten vpogled v lastnosti vzročnih parametrov. Razmeroma nova veja v mikroekonometrični literaturi - gre za očenjevanje programov - zagotavlja statistični okvir za očenjevanje vzročnih parametrov. Ta statistični okvir je v literaturi znan kot »Rubinov vzročni model« (angl. Rubin Causal Model) (Rubin 1974, 691; Rubin 1979, 322). Tovrstni modeli so se v ekonometriji razvijali neodvisno, vsi pa so nekako izhajali iz temeljev, ki jih je postavil Roy (Roy 1951, 136). Pri očenjevanju učinkov programov zaposlovanja ponavadi omenjamo dva ključna parametra, in sičer povprečni učinek obravnave (angl. Average Treatment Effect - ate) in povprečni učinek obravnave za obravnavane osebe (angl. Average Treatment Effect on the Treated - atet). Določimo A kot razliko v rezultatu med obravnavanim in neobravnavanim stanjem: A = Y(1) - Y(0). (2) Poudarimo, da A ni mogoče neposredno opazovati, saj nobenega posameznika ne moremo hkrati opazovati v obeh stanjih. Populačij-ske vrednosti povprečnega učinka obravnave (ate) in povprečnega učinka obravnave za obravnavane osebe (atet) so določene kot: ate = E[A] in atet = E[A|D = 1], pri čemer so vzorčni analogi enaki: _ 1 £ ate = -^[A;] m N i=1 (3) (4) 1 Nt ATEf = -^£[Ai|Di = l]. (6) NT i=1 Mera ate je ustrezna, kadar ima obravnava univerzalno uporabnost, in bi bilo smiselno upoštevati hipotetično korist udeležbe v programu zaposlovanja za naključno izbranega posameznika iz populacije. Mera atet pa je na drugi strani ustrezna, kadar želimo upoštevati povprečno korist udeležbe v programu zaposlovanja za dejanske udeležence programa (glej na primer Heckman in Honore 1990, 263; LaLonde in Maynard 1987, 439). Omenimo, da je torej z vidika ekonomske politike bolj relevantno očenjevanje parametra atet. Jedro problema pri ocenjevanju parametra atet predstavlja izraz E[Y(0)|X, D = 1], ki ga ni mogoče opazovati (gre za izid, ki bi se pojavil, če posameznik ne bi bil deležen obravnave). Rešitev tega problema je delno odvisna od tipa podatkov, ki jih imamo na voljo. Družbeni eksperimenti kandidate, primerne za sodelovanje v programu zaposlovanja, ki pa so izključeni iz eksperimentalne skupine, uporabijo kot približek za protidejstvenik. Raziskave, ki temeljijo na opazovanih podatkih, oblikujejo kontrolno/primerljivo skupino iz istega vira, kot je obravnavana skupina, ali pa iz drugih podatkovnih baz. Bistveno je to, da v končni fazi uporabijo funkčijo E[Y(o) |X, D = 0], ki jo lahko očenimo s pomočjo podatkov o nesodelu-jočih osebah. Tvorba eksperimentalne in kontrolne skupine je z vidika inter-pretačije rezultatov izjemno pomembna, saj je lahko napačno zastavljena pročedura pri njuni tvorbi vir pozitivne pristranskosti. Omenjena problematika je podrobneje izpostavljena pri Larssonu (2002, 38) in se nanaša na očeno učinkov švedskega programa izobraževanja v obdobju 1998-1999. Problem se namreč kaže v tem, da so v skupini obravnavanih tisti posamezniki, ki so program izobraževanja končali (in ne tisti, ki so program izobraževanja začeli). V zvezi s tem pa je problematično to, kako izbrati kontrolno skupino. Larsson (2002, 38) za tovrstni primer skupine obravnavanih oziroma vključenih v program zaposlovanja navaja dva načina, kako bi lahko tvorili kontrolno skupino: (1) v kontrolno skupino lahko vključimo tiste neobravnavane posameznike, ki so postali brezposelni v istem času kot obravnavani posamezniki in so bili še vedno brezposelni, ko se je program izobraževanja končal; ter (2) v kontrolno skupino lahko vključimo tiste neobravnavane posameznike, ki so bili, ko se je program zaposlovanja končal, brezposelni toliko časa, kolikor so bili brezposelni obravnavani posamezniki, ko se je program izobraževanja začel. Navkljub vsemu bosta oba načina zelo verjetno vir pristranskosti pri ocenjevanju učinka obravnave. V prvem primeru bo razlog ta, da bodo tisti neobravnavani posamezniki, pri katerih je verjetnost, da bodo našli zaposlitev, zelo majhna (hkrati to pomeni, da je tudi verjetnost, da najdejo zaposlitev času trajanja programa izobraževanja, zelo majhna), v kontrolni skupini zastopani v prevelikem številu. V drugem primeru pa bo razlog ta, da so obravnavani posamezniki deležni daljšega obdobja iskanja zaposlitve kot neobravnavani, pri čemer so obravnavani posamezniki v času vključenosti v program izobraževanja verjetno manj motivirani in manj učinkovito iščejo zaposlitev. Podobno problematiko najdemo tudi v študiji Harkmana, Janssona in Tamasa (1996, 35). Empirična analiza Cilj empirične analize je bil očeniti učinkovitost programa javnih del za mlade brezposelne osebe glede na verjetnost (ponovne) zaposlitve po končanem programu zaposlovanja. Podatki, ki smo jih upora-blili v empirični analizi, izhajajo iz registra brezposelnih oseb, katerega skrbnik je Zavod za zaposlovanje Republike Slovenije (v nadaljevanju zrsz), ter dohodninske baze, ki jo vzdržuje Statistični urad Republike Slovenije (v nadaljevanju surs). V registru brezposelnih oseb najdemo zapise o tistih posameznikih, ki so prijavljeni na Zavodu za zaposlovanje kot brezposelni in so iskalči zaposlitve. Prednost tega vira je dostopnost in natančnost podatkov, podatki se lahko izkazujejo na najnižji možni ravni (ob upoštevanju varstva osebnih podatkov), slabost pa je v tem, da ne omogočajo mednarodne primerjave z drugimi državami. Dohodninska baza na drugi strani vključuje zapise o letnih zaslužkih zaposlenih posameznikov in zapise o drugih prejemkih (na primer porodniško nadomestilo, razni soči-alni prejemki). Ker so čiljno skupino v naši analizi sestavljali mladi, smo naključne vzorče omejili na posameznike v starosti od 20 do 29 let. Za vsako osebo v analizi imamo na voljo podatek o njeni prijavi na Zavodu za zaposlovanje, podatek o njenem statusu (brezposelna oseba, ki ni vključena v program zaposlovanja, ter brezposelna oseba, vključena v program javnih del) in o individualnih značilnostih, pri čemer so vsi ti zapisi povezani s podatki o letnih dohodkih teh oseb v letih od 2002 do 2005. Podrobnejše opisne statistike prikazujemo v tabeli 1. V empirični analizi smo se osredotočili na neeksperimentalne metode, pri katerih, v primerjavi s kontroliranim družbenim eksperimentom, nimamo opravka z naključnim pristopom, in tako vsak posameznik sam izbere, ali se bo vključil v program zaposlovanja ali preglednica 1 Opisne statistike Spremenljivka (1) (2) Spol (%) Moški 53,4 37,2 Ženske 46,6 62,8 Starost v letih (povprečje) 24.4 25,4 Regija (%) Pomurska 5,3 14,9 Podravska 16,9 28,4 Koroška 5,1 0,7 Savinjska 12,7 35,6 Zasavska 2,2 3,2 Spodnjeposavska 2,9 4,6 jv Slovenija 4,8 3,7 Osrednjeslovenska 27,6 0,6 Gorenjska 9,8 1,5 Notranjsko-kraška 2,6 0,9 Goriška 5,8 3,8 Obalno-kraška 4.3 2,1 Izobrazba (%) Nepopolna in končana oš 15,8 4,8 Nižje poklično izobraževanje (2 leti) 3,1 2,8 Nižje poklično izobraževanje (3 leta) 0,7 0,3 Srednje poklično izobraževanje 18,7 15,9 Gimnazija, srednje poklično-tehnično, srednje tehnično 41,4 48,4 Višje strokovno izobraževanje 1,7 6,6 Visoko strokovno, univerzitetno dodipl. izobraževanje 18,5 21,2 Univerzitetno podipl. izobraževanje (magisterij) 0,1 0,0 Doktorat znanosti 0,0 00,0 Trajanje brezposelnosti pred programom v mesečih (povprečje) 4.3 19,5 Število opazovanj 1346 725 opombe Naslovi stolpcev: (1) neudeleženci, (2) javna dela. Izračunano na podlagi podatkov, pridobljenih od surs in zrsz. ne. V tem primeru razlike v izidu med eksperimentalno (obravnavano) in kontrolno (neobravnavano) skupino ne moremo pripisati samo razliki v statusu obravnave, temveč se posamezniki v tem primeru razlikujejo tako v opazovanih kot tudi v neopazovanih lastnostih. Cilj neeksperimentalne metode je torej oblikovanje kontrolne skupine, ki je čimbolj podobna eksperimentalni. Ena od metod, ki rešuje ta problem, je metoda matching na osnovi verjetnosti izida (angl. propensity score matching method). Matching pomeni, da v parih vzamemo osebe iz različnih skupin, v katerih so osebe vključene v program in ki so si podobne glede na značilnosti, ki jih je moč opazovati. Ko izbira v neko skupino temelji izključeno na teh značilnostih, potem matching prinaša nepristranske očene povprečnih učinkov vključenosti v program. Ključna predpostavka, na kateri temelji metoda matching, je pogojna neodvisnost (angl. conditional independence assumption). Ta predpostavka pravi, da je pri danih opazovanih spremenljivkah potenčialni izid v primeru neobravnave neodvisen od sodelovanja v obravnavi. Uporabnost te predpostavke je močno odvisna od kakovosti in količine informačij, ki so zajete v nizu opazovanih spremenljivk. Dodaten pogoj za identifikačijo parametra povprečnega učinka vključenosti v program zaposlovanja pa je t.i. pogoj prekrivanja (angl. common support), ki zagotavlja, da za vsako obravnavano osebo obstaja ne-obravnavana oseba z enakimi opazovanimi spremenljivkami (enaka obravnava vseh spremenljivk). Ob izpolnitvi obeh predpostavk je sodelovanje v obravnavi naključno, potenčialni izid kontrolnih oseb pa lahko uporabimo za očeno protidejstvenega izida za obravnavane osebe v primeru neo-bravnave. Seveda pa je takšna očena lahko problematična, če imamo opravka z visoko dimenzioniranim vektorjem opazovanih spremenljivk. Problem predimenzioniranosti lahko močno omilimo z uporabo verjetnosti izida (angl. propensity score). Verjetnost izida p(X) je verjetnost, da je posameznik ob danih opazovanih spremenljivkah deležen obravnave. Seveda pa očene verjetnosti izida ne zadostujejo za očeno parametra povprečnega učinka vključenosti v program zaposlovanja, saj je verjetnost, da imata dva posameznika natanko enako vrednost verjetnosti izida, zelo majhna. Zato obstajajo različne metode, kako obravnavane in neobravnavane posameznike povezati na osnovi verjetnosti izida (npr. metoda najbližjega soseda, metoda jedra). Te metode se med seboj razlikujejo v načinu izbire neobravnavanih oseb, ki se povežejo z obravnavanimi, in v tem, kakšno utež pripišejo izbranim neobravnavanim osebam pri očeni protidejstvenega izida za obravnavane. V skladu z izvedeno analizo občutljivosti smo uporabili algoritem najbližjega soseda. Uporabili smo programsko kodo, ki jo je napisal Nanničini (2007, 343). S pomočjo tega postopka smo poskušali očeniti robustnost (občutljivost) dobljenih rezultatov na odklone od predpostavke pogojne neodvisnosti. Identifikačija povprečnega Laura Južnik Rotar preglednica 2 Ocena učinka programa javnih del Eno leto po programu Dve leti po programu atet t atet t 0,158 2,387 0,108 1,667 opombe Izračunano na podlagi podatkov, pridobljenih od surs in zrsz. učinka obravnave za obravnavane posameznike temelji na veljavnosti predpostavke pogojne neodvisnosti. Ker podatki ne vključujejo informacije o porazdelitvi izida za obravnavane posameznike v primeru neobravnave, predpostavke pogojne neodvisnosti ne moremo preveriti. Pristop omenjenega avtorja omogoča, da ocenimo, ali so povprečni učinki občutljivi za možne odklone od predpostavke pogojne neodvisnosti. Tabela 2 prikazuje oceno učinkov programa javnih del za brezposelne mlade, ki so se vključili v program javnih del, in sicer na kratki rok (eno leto po zaključku programa javnih del) in dolgi rok (dve leti po zaključku programa javnih del). Kratkoročni vpliv na verjetnost (ponovne) zaposlitve je statistično značilno pozitiven, a majhen, dolgoročni vpliv pa ni več značilen. Navkljub statistični neznačilnosti dobljeni rezultati nakazujejo, da pri programu javnih del verjetnost (ponovne) zaposlitve na dolgi rok pada. Ta rezultat morda niti ne preseneča, če upoštevamo osnovna izhodišča programa javnih del. Program javnih del je namreč del programov za povečevanje socialne vključenosti in je namenjen zlasti dolgotrajno brezposelnim in prejemnikom denarne socialne pomoči. Dejstvo, da gre zlasti za dolgotrajno brezposelne osebe in prejemnike denarne socialne pomoči, ki zelo verjetno malo vlagajo v lastno izobraževanje in izpopolnjevanje določenih veščin, zmanjšuje njihovo konkurenčnost na trgu dela in posledično povpraševanje po takšni delovni sili. Možen vzrok je lahko tudi stigmatizacija udeležencev programa. Podobne sklepe lahko najdemo tudi pri Vodopivcu (1999). Sklep Pri ocenjevanju učinkov aktivne politike zaposlovanja se srečamo z osnovnim problemom vzročnega sklepanja, ki pravi, da za posameznika ne moremo hkrati opazovati (1) vrednosti, ko je ta deležen obravnave, in (2) vrednosti, ko obravnave ni deležen. V osnovi vsako vzročno sklepanje vključuje primerjavo dejanskega izida z izidom protidejstvenika. O vzročnem učinku (učinku obravnave) ne moremo reči ničesar, če nimamo evidence o protidejstvenem stanju. Problem ocenjevanja vzročnega učinka lahko dejansko opredelimo kot problem manjkajočih podatkov. Cilj naše empirične analize je bil oceniti učinkovitost programa javnih del za mlade brezposelne osebe z aplikacijo neeksperimen-talne metode matchinga na osnovi verjetnosti izida. Ključna predpostavka te metode je predpostavka pogojne neodvisnosti. Omenjene predpostavke ne moremo neposredno preveriti, zato se vedno soočamo z negotovostjo, ali nam je uspelo upoštevati vse spremenljivke, ki bi lahko potenčialno vplivale na uvrstitev v različne kategorije ... S kakovostno in bogato podatkovno bazo se lahko temu delno izognemo. Rezultati empirične analize kažejo, da ima program javnih del na kratek rok pozitiven, vednar zelo majhen vpliv na verjetnost (ponovne) zaposlitve. Na dolgi rok rezultati niso statistično značilni. Uporaba znanstvene metodologije pri očenjevanju učinkov programov zaposlovanja je v Sloveniji zelo redka, kar posledično lahko povzroči prečenjenost rezultatov in neustrezno porabo sredstev. Na osnovi analize stanja v Sloveniji ugotavljamo, da je kultura očenje-vanja programov zaposlovanja v Sloveniji na zelo nizki ravni. Literatura Harkman, A., F. Jansson in A. Tamas. 1996. »Effečts, Defečts and Pro-spečts: An Evaluation of Labour Market Training in Sweden.« Working Paper 5, The National Labour Market Board, Stočkholm. Hečkman, J., H. Ičhimura, J. Smith in P. Todd. 1998. »Charačterizing Se-lečtion Bias Using Experimental Data.« Econometrica 66 (5): 10171098. Hečkman, J., in B. Honore. 1990. »The Empiričal Content of the Roy Model.« Economica 47 (187): 247-283. Holland, P. 1986. »Statističs and Causal Inferenče.« Journal of the American Statistical Association 81 (396): 945-970. Ičhino, A. 2006. The Problem of Causality in Microeconometrics. Bologna: eui. Kajzer, A. 2007. »Development of the Slovenian Labour Market in 1996-2006 and the Main Challenges of Labour Market Poličy.« Post-Communist Economies 19 (4): 471-482. Kluve, J., in Sčhmidt, C. 2002. »Can Training and Employment Subsidies Combat European Unemployment?« Economic Policy 35 (1): 411-448. Klužer, F. 2008. »Očena učinkovitosti aktivne politike zaposlovanja z združevalno funkčijo.« ib revija (2): 17-27. LaLonde, R., in R. Maynard. 1987. »How Prečise are Evaluations of Employment and Training Programs: Evidenče from a Field Experiment.« Evaluation Review 11 (4): 428-451. Larsson, L. 2002. »Evaluating Sočial Programs: Ačtive Labor Market Poličies and Sočial Insuranče.« ifau Dissertation Series 1, Uppsala University. Nannicini, T. 2007. »A Simulation-Based Sensitivity Analysis for Matching Estimators.« The Stata Journal 7 (3): 334-350. Roy, A. 1951. »Some Thoughts on the Distribution of Earnings.« Oxford Economic Papers 3 (2): 135-146. Rubin, D. 1974. »Estimating Causal Effects of Treatments in Randomized and Non-randomized Studies.« Journal of Educational Psychology 66 (5): 688-701. Rubin, D. 1979. »Using Multivariate Matched Sampling and Regression Adjustment to Control Bias in Observational Studies.« Journal of the American Statistical Association 74: 318-328. Svetlik, I., J. Glazer, A. Kajzer in M. Trbanc. 2002. Politika zaposlovanja. Ljubljana: Fakulteta za družbene vede. Vodopivec, M. 1998. »Turning the Unemployed into Entrepreneurs: An Evaluation of a Self-Employment Program in a Transitional Economy.« Journal of Developmental Entrepreneurship 3 (1): 71-96. -. 1999. »Does the Slovenian Public Work Program Increase Participants' Chances to find a Job?« Journal of Comparative Economics 27 (1): 113-130.