Oznaka poročila: ARRS-CRP-ZP-2012-05/46 ZAKLJUČNO POROČILO O REZULTATIH CILJNEGA RAZISKOVALNEGA PROJEKTA A. PODATKI O RAZISKOVALNEM PROJEKTU 1.Osnovni podatki o raziskovalnem projektu Šifra projekta V5-1045 Naslov projekta Vrednotenje največjih programov aktivne politike zaposlovanja, vključno z ukrepi proti gospodarski in finančni krizi Vodja projekta 18866 Alenka Kavkler Naziv težišča v okviru CRP 4.01.05 Vrednotenje največjih programov aktivne politike zaposlovanja, vključno z ukrepi proti gospodarski in finančni krizi Obseg raziskovalnih ur 802 Cenovni razred B Trajanje projekta 10.2010 - 09.2012 Nosilna raziskovalna organizacija 541 EIPF, Ekonomski inštitut, d.o.o. Raziskovalne organizacije -soizvajalke Raziskovalno področje po šifrantu ARRS 5 DRUŽBOSLOVJE 5.02 Ekonomija 5.02.01 Ekonomske vede Družbeno-ekonomski cilj 11. Družbenopolitični sistemi, strukture in procesi 2.Raziskovalno področje po šifrantu FOS1 Šifra 5.02 - Veda 5 Družbene vede - Področje 5.02 Ekonomija in poslovne vede 3.Sofinancerji2 Sofinancerji 1. Naziv Ministrstvo za delo, družino in socialne zadeve Naslov Kotnikova 28, Ljubljana 2. Naziv Ministrstvo za gospodarski razvoj in tehnologijo Zaključno poročilo o rezultatih ciljnega raziskovalnega projekta - 2012 Naslov Kotnikova 5, Ljubljana B. REZULTATI IN DOSEŽKI RAZISKOVALNEGA PROJEKTA 4.Povzetek projekta3 SLO_ V priponki k temu poročilu predstavljamo vse rezultate ciljnega raziskovalnega projekta. Besedilo je razdeljeno na šest poglavij. Prvo poglavje podrobno opisuje obe bazi, ki smo jih pri empirični analizi uporabljali - bazo brezposelnih oseb ter bazo oseb, vključenih v aktivne politike zaposlovanja (APZ). Prikazane so osnovne deskriptivne statistike ter podani grafični prikazi. V drugem in tretjem poglavju najprej opišemo metodo paritve, nato pa podrobno predstavimo rezultate mikroekonometrične analize za posamezne programe in podprograme treh izbranih ukrepov APZ (subvencije, usposabljanje in izobraževanje brezposelnih oseb, usposabljanje in izobraževanje zaposlenih). Izpisi vseh modelov so v Dodatku na koncu besedila, v tekstu pa podajamo le osnovne parametre izračunov. V tretjem poglavju, ki je namenjeno programu usposabljanja in izobraževanja zaposlenih, poleg analize po metodi paritve predstavljamo tudi rezultate analize preživetja s cenilko Kaplan-Meier ter Coxov model sorazmernih tveganj. Četrto poglavje prinaša dodatno interpretacijo mikroekonometričnih rezultatov ter pregled tujih študij. Posebej opisujemo rezultate študij za države EU, kar smo povzeli po meta analizi, ki je bila narejena za Evropsko komisijo, ter obsežno tabelo empiričnih raziskav o učinkovitosti programov APZ za tranzicijske države. Peto poglavje podaja rezultate makroekonometrične analize. V prvem delu so razloženi modeli, pridobljeni z združevalno funkcijo, nato pa še dinamični panelni modeli, kjer smo uporabili instrumentalne spremenljivke. Zadnje -šesto - poglavje opisuje predloge ter priporočila za izboljšanje in reorganizacijo analiziranih programov APZ. ANG In the attachment to this report we present the results of our project. The text is divided into six chapters. The first chapter describes in detail both databases that were used in our study - database of unemployed persons and database of participants of active labor market programs. Basic descriptive statistics are calculated and several graphic presentations are shown. In the second and third chapter we first describe the propensity score matching approach and then present detailed results of microeconometric analysis for the three chosen programs (subsidies, training and education of the unemployed, training and education of employees). Printouts of all models can be found in the appendix at the end of the text. In the third chapter that is devoted to training and education of the employees, we also present results of survival analysis with the Kaplan-Meier estimator and Cox proportional hazards model (in addition to the results of matching). The fourth chapter provides further interpretation of microeconometric results and an overview of studies for other countries. In particular, we describe results of studies for the EU, which is taken from a meta analysis that was conducted for the European Commission, and a comprehensive table of empirical research on the effectiveness of active labor market policy programs for countries in transition. Chapter five presents macroeconometric analysis. The first part explains the models obtained with the matching function and the second part dynamic panel models where we employ instrumental variables. The last chapter describes recommendations for improvement and reorganization of the analyzed active labor market policy programs. 5.Poročilo o realizaciji predloženega programa dela na raziskovalnem projektu4 Najpomembnejši rezultati analize Za mikroekonometrično analizo posameznih ukrepov APZ pri opisanih predpostavkah ugotavljamo: • Priprave na postopke ugotavljanja in potrjevanja Nacionalne poklicne kvalifikacije (NPK): ničelni učinek ob koncu leta 2010, vendar so podatki na voljo le za 1 leto. • Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije: pozitiven učinek, ki je večji za tiste brezposelne, ki so bili pred vključitvijo v APZ dalj časa brezposelni. • Programi institucionalnega usposabljanja: negativen učinek, vendar je rezultat pristranski zaradi manjkajoče spremenljivke. • Delovni preizkus: pozitiven učinek. • Usposabljanje na delovnem mestu: kratkoročno negativen ali ničelni učinek. Glede na tuje študije bi za ugotavljanje dolgoročnega (ter pričakovano pozitivnega) učinka potrebovali podatke za daljše časovno obdobje. • Formalno izobraževanje: negativen učinek, zelo visok delež neuspešnih zaključkov zaradi nekaterih problematičnih ciljnih skupin. • Projektno učenje za mlajše odrasle (PUM): statistično neznačilen negativen učinek. • Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb -prejemnikov denarne socialne pomoči: po enem letu pozitiven, po dveh pa ničelni učinek. • Spodbujanje zaposlovanja starejših brezposelnih oseb: negativen učinek po enem in po dveh letih, večina vključenih se vrne med registrirano brezposelne v roku enega meseca od formalnega zaključka subvencije. • Zaposli.me (spodbujanje zaposlovanja težje zaposljivih brezposelnih oseb): kratkoročno pozitiven učinek. • Usposabljanje in izobraževanje zaposlenih: pozitiven in statistično značilen učinek za kontrolno skupino, ki smo jo tvorili iz baze brezposelnih oseb. Pri makroekonometrični analizi smo učinkovitost programov v prvem koraku ocenjevali s pomočjo razširjene združevalne funkcije, kot mero za intenzivnost programov APZ pa smo uporabili porabljena finančna sredstva ali število vključenih oseb. Ocenili smo večje število različnih modelov, rezultati pa so mešani. Pri letnem modelu izdatkov za subvencije je koeficient po enem letu pričakovano pozitiven. Po dveh letih pa koeficient postane negativen in statistično značilen, kar je najbrž posledica dejstva, da velik del delavcev delodajalci odpustijo v drugem letu, t.j. v letu po formalnem zaključku subvencije. Usposabljanje in izobraževanje brezposlenih kratkoročno izkazuje »locking-in« učinek, ki nastane, če udeleženci programov APZ zaradi udeležbe v programu zmanjšajo intenzivnost iskanja zaposlitve, vendar so rezultati po dveh letih že pozitivni ter mejno značilni. V drugem koraku smo ocenili še dinamični panelni model, ki upošteva tudi potencialno endogenost intenzivnosti APZ. Dolgoročne učinke lahko preučujemo s pomočjo ravnovesne lege (angl. »steady state«), ki podaja skupne učinke vseh odlogov pojasnjevalne spremenljivke v reducirani enačbi. Ugotovimo lahko, da dolgoročno subvencije nimajo statistično značilnih učinkov, medtem ko programi usposabljanja in izobraževanja brezposelnih izkazujejo pozitivne in statistično značilne dolgoročne učinke. 6.Ocena stopnje realizacije programa dela na raziskovalnem in zastavljenih raziskovalnih ciljev5 Vse točke iz programa dela smo realizirali ter dosegli zastavljene raziskovalne cilje: • zbrali smo relevantno literaturo s področja aktivne politike zaposlovanja; • pripravili smo pregled literature ter primerjavo obstoječih programov po državah ter njihovih učinkov; • opisali smo sodobne modele, ki se uporabljajo za vrednotenje programov; • od ustreznih institucij (ZRSZ, SURS) smo pridobili podatke o brezposelnih osebah ter o vključenih v programe aktivne politike zaposlovanja; • izvedli smo mikroekonometrični empirični del raziskave za 3 izbrane programe aktivne politike zaposlovanja (subvencioniranje zaposlitev, programi usposabljanja zaposlenih, programi izobraževanja in usposabljanja brezposelnih), pri čemer smo uporabili metodo paritve ter analizo preživetja; • s pomočjo združevalne funkcije ter panelnih modelov smo pripravili makroekonometrični empirični del raziskave; • rezultate študije smo ustrezno ovrednotili ter napisali priporočila za snovalce aktivnih politik zaposlovanja; • pripravili smo več člankov z rezultati empirične analize. 7.Utemeljitev morebitnih sprememb programa raziskovalnega projekta oziroma sprememb, povečanja ali zmanjšanja sestave projektne skupine6 Do večjih odstopanj ali sprememb od predvidenega programa raziskovalnega projekta ni prišlo, prav tako se v zadnjem letu ni spremenila sestava projektne skupine. Ob začetku projekta je zaradi menjave službe iz projektne skupine izstopila dr. Mejra Festic, nadomestil pa jo je dr. Robert Volčjak. 8.Najpomembnejši znanstveni rezultati projektne skupine7 Znanstveni dosežek 1. COBISS ID 11115804 Vir: COBISS.SI Naslov SLO Analiza preživetja ukrepa "usposabljanje in izobraževanje zaposlenih" ANG Survival analysis of the program "training and education of employees" Opis SLO Članek se ukvarja s karakteristikami, ki vplivajo na dolžino zaposlenosti oseb, vključenih v program Usposabljanja in izobraževanja zaposlenih v obdobju 2007 - 2011 ter kvantitativno oceni tveganje za izgubo zaposlitve oseb v programu. Ocena učinkovitosti ukrepa s pomočjo paritve kaže, da je povprečni učinek opazovanega ukrepa pozitiven in statistično značilen. Kaplan-Meierjeva cenilka razkriva, da je delež zaposlenih oseb ob koncu formalnega trajanja programa večji od deleža zaposlenih v kontrolni skupini. V času trajanja ukrepa je delež oseb v programu, ki so izgubile delo (glede na število preostalih oseb v programu) zmeraj nižje od deleža novo brezposelnih oseb brez prvih iskalcev zaposlitve (glede na število vseh zaposlenih v Sloveniji). S pomočjo Coxovega modela sorazmernih tveganj lahko ugotovimo, da se z naraščajočo starostjo oseb v programu možnost izgube zaposlitve z vsakim letom poveča, pri ženskah je tveganje manjše kot pri moških. ANG The article deals with the characteristics that affect the length of employment of persons involved in training and education of employees in the period 2007 - 2011, and quantitatively assesses the risk of job-loss for persons in the program. Estimation of the effectiveness of the measure by matching shows that the average effect of the observed measure is positive and statistically significant. Kaplan-Meier estimator reveals that the proportion of employed at the end of the formal duration of the program is greater than the proportion of employed in the control group. During the duration of the measure the proportion of persons in the program who have lost their jobs (according to the number of persons remaining in the program) is always lower than the proportion of newly unemployed persons without first job-seekers (according to the number of all employees in Slovenia). Using Cox proportional hazards model, we can see that with increasing age of participants, the possibility of job-loss increases with each year, for women the risk is lower than for men. Objavljeno v EIPF; Gospodarska gibanja; 2012; št. 444; str. 34-51; Avtorji / Authors: Volčjak Robert, Kavkler Alenka Tipologija 1.01 Izvirni znanstveni članek 9.Najpomembnejši družbeno-ekonomsko relevantni rezultati projektne skupine8 Družbenoekonomsko relevantni dosežki 1. COBISS ID 518222105 Vir: COBISS.SI Naslov SLO Analiza nekaterih programov aktivne politike zaposlovanja v Sloveniji z metodo paritve ANG Analysis of several active labor market policy programs in Slovenia with matching methods Opis SLO Študija se ukvarja z analizo nekaterih programov aktivne politike zaposlovanja. V ta namen je uporabljena metoda paritve. Preučevani programi obsegajo: Priprave na postopke ugotavljanja in potrjevanja Nacionalne poklicne kvalifikacije (NPK), Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije, Programi institucionalnega usposabljanja, Delovni preizkus, Usposabljanje na delovnem mestu, Formalno izobraževanje, Projektno učenje za mlajše odrasle, Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb, Spodbujanje zaposlovanja starejših brezposelnih oseb, Zaposli.me. Rezultati kažejo na različno uspešnost posameznih programov. ANG The study analyzes several active labor market policy programs. For this purpose the method of propensity score matching is used. Analyzed programs encompass: Preparing for the assessment procedures and certification of National vocational qualifications (NVQs), Verification and validation of National vocational qualifications, Institutional training programs, Work test, Workplace training, Formal education, Project learning for young adults, Promotion of new employment of long-term unemployed, Employment of older unemployed persons, Zaposli.me (Employ.me). The obtained results reveal different success rates of analyzed programs. Šifra F.02 Pridobitev novih znanstvenih spoznanj Objavljeno v EIPF; 2011; 70 f.; Avtorji / Authors: Kavkler Alenka, Volčjak Robert Tipologija 2.13 Elaborat, predštudija, študija 10.Drugi pomembni rezultati projektne skupine9 Razširjen povzetek je bil objavljen v zborniku mednarodne konference (International Conference on Operational Research KOI 2012), dva znanstvena članka pa sta v postopku recenzije: Alenka Kavkler, Robert Volčjak: Evaluation of training programes in Slovenia with propensity score matching. Alenka Kavkler, Robert Volčjak: Short-term effects of workplace training in Slovenia. 11.Pomen raziskovalnih rezultatov projektne skupine10 11.1.Pomen za razvoj znanosti11 SLO_ Raziskave raziskovalne skupine EIPF temeljijo na uporabi sodobnih in ažurnih matematično-statističnih ter ekonometričnih metod. Rezultati empiričnih analiz in raziskav skupine EIPF prispevajo svoj del k sodobni ekonomski teoriji in politiki ter predstavljajo strokovno podlago za odločitve vodstvenih kadrov v podjetjih in nosilcev različnih ekonomskih politik. Vodenje ekonomskih politik na trgu dela je povezano ne le z informacijsko podlago, ki je na voljo nosilcem, pač pa tudi z ustrezno podatkovno obdelavo , ki je podlaga za uporabo posameznih instrumentov in ukrepov. Ključnega pomena za nosilce ekonomske politike na trgu dela je učinkovitost programov aktivnih politik zaposlovanja, zato je merjenje učinkovitosti izvedeno z ustreznimi statističnimi metodami, ki omogočajo zanesljivo analizo in natančno interpretacijo dobljenih rezultatov. Analiza obstoječega stanja učinkovitosti programov nadalje omogoča razvoj predlogov za izboljšanje izvajanja programov aktivne politike zaposlovanja, s tem pa tudi pravočasne odzive ekonomske politike na razvoj trga dela. Raziskovalna skupina je v razdobju trajanja raziskovalnega projekta oziroma v času poročanja pripravila več člankov o rezultatih empiričnih analiz učinkovitosti APZ (dva članka sta v recenziji). O rezultatih raziskav je bil objavljen tudi razširjen povzetek znanstvenega prispevka na mednarodni konferenci. ANG_ The research of the EIPF project team is based on contemporary and up-to-date mathematical , statistical and econometric methods. The results of the EIPF project team contribute to the modern economic theory and policy, and represent an expert basis for the decision-making of leaders in companies and various economic policy-makers . Labor market economic policies governance is linked not only to the information base available to the policy-makers, but also to the appropriate data processing, which is fundamental for the implementation of the individual instruments and measures. Efficiency of the active labor market (ALMP) programs is crucial for the labor market economic policy-makers , therefore the evaluation of the effectiveness is performed using appropriate statistical methods that provide reliable analysis and interpretation of the obtained results. Examination of the existing state of ALMP programs' efficiency allows further development of the suggestions for the improvement of the implementation of AMLP and thus timely economic policy responses to labor market developments. In the period of the duration of the research project the project team produced a number of papers on the results of empirical analyses of the effectiveness of ALMP (two papers are under review). The results of the research were also published as an expanded summary of the scientific contribution at the international conference KOI 2012. 11.2.Pomen za razvoj Slovenije12 SLO_ Raziskovalna skupina EIPF se vseskozi ukvarja z aktualnimi vprašanji, razvojem in problematiko na trgu dela v Sloveniji. Merjenje in analiza učinkovitosti programov aktivne politike zaposlovanja sta zelo pomembna za nosilce slovenske ekonomske politike na trgu dela, še posebno v sedanji gospodarsko-finančni krizi, ko je postal obseg sredstev v te namene še posebej omejujoč. Raziskava je v Sloveniji prvič tako široko zaobsegla merjenje in oceno učinkovitosti največjih programov aktivne politike zaposlovanja. Pri tem se je opirala na podatkovne baze, ki jih na tem področju vodijo ustrezne vladne službe in zavodi, npr. Zavod RS za zaposlovanje ter Statistični urad RS. S svojimi specifičnimi metodološkimi orodji je raziskovalna skupina oblikovala podlago za nadaljnje smernice razvoja programov aktivne politike zaposlovanja v Sloveniji, saj je na temelju rezultatov analiz in ocen učinkovitosti teh programov podala tudi ustrezne predloge za njihovo izboljšanje, reorganizacijo ali opustitev, kar je v okviru kriznih razmer še posebej pomembno za nosilce slovenskih ekonomskih politik, zlasti tiste na trgu dela. ANG_ The EIPF project team regularly examines the topical issues, developments and problems in the labor market in Slovenia. Measurement and analysis of the effectiveness of the ALMP programs are very important for the Slovenian economic policy-makers in the labor market, especially in light of the current economic and financial crisis, when the amount of funds for these purposes became particularly restrictive. For the first time such a broad study - which evaluated effectiveness of several large ALMP programs - was conducted in Slovenia. In doing so, it relied on the databases which are kept by the relevant government departments and institutions, for example the Employment Service of Slovenia and the Statistical Office. With its specific methodological tools, the project team formed the basis for further development of ALMP in Slovenia. Based on the study results and assessments of the ALMP programs' effectiveness, the team also submitted relevant proposals for programs' improvement, reorganization or omission which, in the context of the current crisis, is very important for Slovenian economic policy-makers, especially those in the labor market. 12.Vpetost raziskovalnih rezultatov projektne skupine. 12.1.Vpetost raziskave v domače okolje Kje obstaja verjetnost, da bodo vaša znanstvena spoznanja deležna zaznavnega odziva? 0 v domačih znanstvenih krogih 0 pri domačih uporabnikih Kdo (poleg sofinancerjev) že izraža interes po vaših spoznanjih oziroma rezultatih?13 | Interes za rezultate je izrazil sodelavec Andragoškega centra Slovenije, ki je sodeloval pri | pripravi študije CEDEFOP o instrumentih za spodbujanje usposabljanja in izobraževanja zaposlenih in brezposelnih v posameznih državah. Žal je bil interes izražen na začetku raziskave, ko še nismo imeli empiričnih rezultatov. 12.2.Vpetost raziskave v tuje okolje Kje obstaja verjetnost, da bodo vaša znanstvena spoznanja deležna zaznavnega odziva? 0 v mednarodnih znanstvenih krogih □ pri mednarodnih uporabnikih Navedite število in obliko formalnega raziskovalnega sodelovanja s tujini raziskovalnimi inštitucijami:— EIPF sodeluje z: - LINK (UN in University of Boston) - IFO Munich - WIIW Vienna - Association of European Economists for Alternative Economic Policy, University of Bremen - Člani EIPF sodelujejo kot posamezniki še z organizacijami ICEG, Budimpešta; University of Texas, Austin; ICER, Torino; European University, Firence; Universita di Bologna; univerzami v državah nekdanje Jugoslavije ter na mednarodnih konferencah v tujini; - Euromoney Emeging Markets, londonski Consensus in ECB Kateri so rezultati tovrstnega sodelovanja:15 Mednarodno sodelovanje je prineslo številne pozitivne učinke, kot npr. širjenje znanja in idej ter sinergijske učinke. Rezultate mednarodnih raziskav je lažje objaviti v uglednih revijah, saj so primerjave med državami bolj zanimive kot rezultati za eno samo državo. S tujimi partnerji se je tudi možno prijavljati na večje razpise za projekte, kjer so med razpisnimi zahtevami ponavadi tudi pogoji o številu prijaviteljev ter državah, iz katerih prihajajo. C. IZJAVE Podpisani izjavljam/o, da: • so vsi podatki, ki jih navajamo v poročilu, resnični in točni • se strinjamo z obdelavo podatkov v skladu z zakonodajo o varstvu osebnih podatkov za potrebe ocenjevanja in obdelavo teh podatkov za evidence ARRS • so vsi podatki v obrazcu v elektronski obliki identični podatkom v obrazcu v pisni obliki • so z vsebino letnega poročila seznanjeni in se strinjajo vsi soizvajalci projekta • bomo sofinancerjem istočasno z zaključnim poročilom predložili tudi študijo ali elaborat, skladno z zahtevami sofinancerjev Podpisi: zastopnik oz. pooblaščena oseba i vodja raziskovalnega projekta: raziskovalne organizacije: EIPF, Ekonomski inštitut, d.o.o. Alenka Kavkler ZIG Kraj in datum: Ljubljana |l0.10.2012~ Oznaka prijave: ARRS-CRP-ZP-2012-05/46 1 Zaradi spremembe klasifikacije je potrebno v poročilu opredeliti raziskovalno področje po novi klasifikaciji FOS 2007 (Fields of Science). Prevajalna tabela med raziskovalnimi področji po klasifikaciji ARRS ter po klasifikaciji FOS 2007 (Fields of Science) s kategorijami WOS (Web of Science) kot podpodročji je dostopna na spletni strani agencije (http://www.arrs.gov.si/sl/gradivo/sifranti/preslik-vpp-fos-wos.asp). Nazaj 2 Podpisano izjavo sofinancerja/sofinancerjev, s katero potrjuje/jo, da delo na projektu potekalo skladno s programom, skupaj z vsebinsko obrazložitvijo o potencialnih učinkih rezultatov projekta obvezno priložite obrazcu kot priponko (v skeniranem PDF formatu) in jo v primeru, da poročilo ni polno digitalno podpisano, pošljite po pošti na Javno agencijo za raziskovalno dejavnost RS. Nazaj 3 Napišite povzetek raziskovalnega projekta (največ 3.000 znakov v slovenskem in angleškem jeziku) Nazaj 4 Napišite kratko vsebinsko poročilo, kjer boste predstavili raziskovalno hipotezo in opis raziskovanja. Navedite ključne ugotovitve, znanstvena spoznanja, rezultate in učinke raziskovalnega projekta in njihovo uporabo ter sodelovanje s tujimi partnerji. Največ 12.000 znakov vključno s presledki (približno dve strani, velikosti pisave 11). Nazaj 5 Realizacija raziskovalne hipoteze. Največ 3.000 znakov vključno s presledki (približno pol strani, velikosti pisave 11) Nazaj 6 V primeru bistvenih odstopanj in sprememb od predvidenega programa raziskovalnega projekta, kot je bil zapisan v predlogu raziskovalnega projekta oziroma v primeru sprememb, povečanja ali zmanjšanja sestave projektne skupine v zadnjem letu izvajanja projekta (obrazložitev). V primeru, da sprememb ni bilo, to navedite. Največ 6.000 znakov vključno s presledki (približno ena stran, velikosti pisave 11). Nazaj 7 Znanstveni in družbeno-ekonomski dosežki v programu in projektu so lahko enaki, saj se projekna vsebina praviloma nanaša na širšo problematiko raziskovalnega programa, zato pričakujemo, da bo večina izjemnih dosežkov raziskovalnih programov dokumentirana tudi med izjemnimi dosežki različnih raziskovalnih projektov. Raziskovalni dosežek iz obdobja izvajanja projekta (do oddaje zaključnega poročila) vpišete tako, da izpolnite COBISS kodo dosežka - sistem nato sam izpolni naslov objave, naziv, IF in srednjo vrednost revije, naziv FOS področja ter podatek, ali je dosežek uvrščen v A'' ali A'. Nazaj 8 Znanstveni in družbeno-ekonomski dosežki v programu in projektu so lahko enaki, saj se projekna vsebina praviloma nanaša na širšo problematiko raziskovalnega programa, zato pričakujemo, da bo večina izjemnih dosežkov raziskovalnih programov dokumentirana tudi med izjemnimi dosežki različnih raziskovalnih projektov. Družbeno-ekonomski rezultat iz obdobja izvajanja projekta (do oddaje zaključnega poročila) vpišete tako, da izpolnite COBISS kodo dosežka - sistem nato sam izpolni naslov objave, naziv, IF in srednjo vrednost revije, naziv FOS področja ter podatek, ali je dosežek uvrščen v A'' ali A'. Družbenoekonomski dosežek je po svoji strukturi drugačen, kot znanstveni dosežek. Povzetek znanstvenega dosežka je praviloma povzetek bibliografske enote (članka, knjige), v kateri je dosežek objavljen. Povzetek družbeno ekonomsko relevantnega dosežka praviloma ni povzetek bibliografske enote, ki ta dosežek dokumentira, ker je dosežek sklop več rezultatov raziskovanja, ki je lahko dokumentiran v različnih bibliografskih enotah. COBISS ID zato ni enoznačen izjemoma pa ga lahko tudi ni (npr. v preteklem letu vodja meni, da je izjemen dosežek to, da sta se dva mlajša sodelavca zaposlila v gospodarstvu na pomembnih raziskovalnih nalogah, ali ustanovila svoje podjetje, ki je rezultat prejšnjega dela ... - v obeh primerih ni COBISS ID). Nazaj 9 Navedite rezultate raziskovalnega projekta iz obdobja izvajanja projekta (do oddaje zaključnega poročila) v primeru, da katerega od rezultatov ni mogoče navesti v točkah 7 in 8 (npr. ker se ga v sistemu COBISS ne vodi). Največ 2.000 znakov vključno s presledki. Nazaj 10 Pomen raziskovalnih rezultatov za razvoj znanosti in za razvoj Slovenije bo objavljen na spletni strani: http://sicris.izum.si/ za posamezen projekt, ki je predmet poročanja Nazaj 11 Največ 4.000 znakov vključno s presledki Nazaj 12 Največ 4.000 znakov vključno s presledki Nazaj 13 Največ 500 znakov vključno s presledki (velikosti pisave 11) Nazaj 14 Največ 500 znakov vključno s presledki (velikosti pisave 11) Nazaj 15 Največ 1.000 znakov vključno s presledki (velikosti pisave 11) Nazaj Obrazec: ARRS-CRP-ZP/2012-05 v1.00c A2-A8-E0-7F-30-69-F4-3B-11-DF-56-E8-6D-B1-F2-18-A6-51-0D-63 EIPF, EKONOMSKI INSTITUT, d.o.o. Prešernova 21, Ljubljana, Slovenija Tel: +386 1 2521688, 2518776, Fax: +386 1 4256870 e-mail: info@eipf.si Rezultati ciljnega raziskovalnega projekta št. V5-1045 „Vrednotenje največjih programov aktivne politike zaposlovanja, vključno z ukrepi proti gospodarski in finančni krizi" Ljubljana, oktober 2012 Projekt so financirali: Javna agencija za raziskovalno dejavnost Republike Slovenije, Ministrstvo za delo, družino in socialne zadeve ter Ministrstvo za gospodarski razvoj in tehnologijo (prej Služba Vlade Republike Slovenije za razvoj in evropske zadeve). Povzetek.....................................................................................................................................4 1. Preliminarna analiza ter deskriptivne statistike............................................................6 1.1. Baza brezposelnih oseb.................................................................................................................6 1.1.1 Opis baze......................................................................................................................................6 1.1.2 Deskriptivne statistike za bazo brezposelnih oseb................................................................7 1.1.3 Osnovni pojmi analize preživetja.........................................................................................12 1.1.4 Cenilka Kaplan-Meier..........................................................................................................14 1.1.5 Nekaj rezultatov analize preživetja.....................................................................................15 1.2 Baza oseb, vključenih v programe aktivne politike zaposlovanja...............................................18 1.2.1 Opis baze....................................................................................................................................18 1.2.2 Deskriptivne statistike in analiza preživetja ........................................................................ 18 2. Rezultati mikroekonometrične analize programov Usposabljanja in izobraževanja zaposlenih ter Subvencij........................................................................................................27 2.1 Opis metode......................................................................................................................................27 2.1.1 Ideja metodološkega pristopa....................................................................................................27 2.1.2 Opis z enačbami.......................................................................................................................... 28 2.2 Opis obeh baz ter uporabljenih spremenljivk...................................................................................30 2.2.1 Bazi BO in APZ.............................................................................................................................30 2.2.2 Opisi spremenljivk...................................................................................................................... 31 2.2.3 Nekaj predpostavk izračunov.....................................................................................................33 2.3 Rezultati modelov..............................................................................................................................34 2.3.1 Programi institucionalnega usposabljanja ter nacionalne poklicne kvalifikacije.......................35 2.3.2 Programi praktičnega usposabljanja..........................................................................................42 2.3.3 Programi izobraževanja..............................................................................................................46 2.3.4 Subvencije za težje zaposljive skupine brezposelnih oseb.........................................................53 Viri ........................................................................................................................................................... 63 3. Mikroekonometrična analiza ukrepa Usposabljanje in izobraževanje zaposlenih.. 64 3.0 Uvod..................................................................................................................................................64 2 3.1. Dinamika na trgu dela v letih 2009 in 2010......................................................................................67 3.2. Metodološki pristop in podatki........................................................................................................76 3.3 Rezultati.............................................................................................................................................81 3.3.1 Analiza trajanja zaposlenosti.....................................................................................................81 3.3.2 Rezultati modela sorazmernih tveganj (Coxov model)..............................................................83 3.3.3 Rezultati ocene Kaplan-Meierjeve funkcije preživetja...............................................................85 3.3. 4 Ocena učinkovitosti programa Usposabljanja in izobraževanja zaposlenih..............................90 Viri...........................................................................................................................................................91 4. Dodatna interpretacija mikroekonometrične analize ter pregled tujih študij..........93 4.1. Brezposelnost in gospodarska aktivnost..........................................................................................93 4.2 Kratek opis ukrepov APZ in njihove učinkovitosti v Sloveniji............................................................97 4.3 Učinkovitost programov APZ v državah EU.......................................................................................99 4.4 Učinkovitost programov APZ v tranzicijskih državah......................................................................101 Viri ......................................................................................................................................................... 109 5. Rezultati makroekonometrične analize......................................................................114 5.1 Opis metodološkega pristopa..........................................................................................................114 5.2 Pregled literature............................................................................................................................117 5.3 Rezultati analize..............................................................................................................................120 5.3.1 Subvencije ter Usposabljanje in izobraževanje brezposelnih..................................................120 5.3.2 Program Usposabljanja in izobraževanja zaposlenih...............................................................133 Viri ......................................................................................................................................................... 135 6. Razmišljanje ter predlogi snovalcem APZ.................................................................137 6.1 Uvod................................................................................................................................................137 6.2 Kratek opis ukrepov APZ in njihove učinkovitosti v Evropi.............................................................140 6.3 Finančno-gospodarska kriza in APZ v EU - kratek pregled..............................................................142 6.4 Spodbude za zaposlitev - subvencije..............................................................................................146 6.5 Izobraževanje brezposelnih ter izobraževanje zaposlenih.............................................................152 6.5.1 Izobraževanje brezposelnih......................................................................................................153 6.5.2 Usposabljanje in izobraževanje zaposlenih..............................................................................156 6.6 Preventivni ukrepi za mlade............................................................................................................157 Dodatek: Izpisi modelov mikroekonometrične analize.....................................................164 Povzetek V pričujočem delu predstavljamo vse rezultate ciljnega raziskovalnega projekta. Besedilo je razdeljeno na šest poglavij. Prvo poglavje podrobno opisuje obe bazi, ki smo jih pri empirični analizi uporabljali - bazo brezposelnih oseb ter bazo oseb, vključenih v aktivne politike zaposlovanja (APZ). Prikazane so osnovne deskriptivne statistike ter podani grafični prikazi. V drugem in tretjem poglavju najprej opišemo metodo paritve, nato pa podrobno predstavimo rezultate mikroekonometrične analize za posamezne programe in podprograme treh izbranih ukrepov APZ (subvencije, usposabljanje in izobraževanje brezposelnih oseb, usposabljanje in izobraževanje zaposlenih). Izpisi vseh modelov so v Dodatku na koncu besedila, v tekstu pa podajamo le osnovne parametre izračunov. V tretjem poglavju, ki je namenjeno programu usposabljanja in izobraževanja zaposlenih, poleg analize po metodi paritve predstavljamo tudi rezultate analize preživetja s cenilko Kaplan-Meier ter Coxov model sorazmernih tveganj. Četrto poglavje prinaša dodatno interpretacijo mikroekonometričnih rezultatov ter pregled tujih študij. Posebej opisujemo rezultate študij za države EU, kar smo povzeli po meta analizi, ki je bila narejena za Evropsko komisijo, ter obsežno tabelo empiričnih raziskav o učinkovitosti programov APZ za tranzicijske države. Peto poglavje podaja rezultate makroekonometrične analize. V prvem delu so razloženi modeli, pridobljeni z združevalno funkcijo, nato pa še dinamični panelni modeli, kjer smo uporabili instrumentalne spremenljivke. Zadnje - šesto - poglavje opisuje predloge ter priporočila za izboljšanje in reorganizacijo analiziranih programov APZ. Zapišimo še povzetek najpomembnejših rezultatov. Za mikroekonometrično analizo posameznih ukrepov APZ pri opisanih predpostavkah ugotavljamo: • Priprave na postopke ugotavljanja in potrjevanja Nacionalne poklicne kvalifikacije (NPK): ničelni učinek ob koncu leta 2010, vendar so podatki na voljo le za 1 leto. • Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije: pozitiven učinek, ki je večji za tiste brezposelne, ki so bili pred vključitvijo v APZ dalj časa brezposelni. • Programi institucionalnega usposabljanja: negativen učinek, vendar je rezultat pristranski zaradi manjkajoče spremenljivke. • Delovni preizkus: pozitiven učinek. • Usposabljanje na delovnem mestu: kratkoročno negativen ali ničelni učinek. Glede na tuje študije bi za ugotavljanje dolgoročnega (ter pričakovano pozitivnega) učinka potrebovali podatke za daljše časovno obdobje. • Formalno izobraževanje: negativen učinek, zelo visok delež neuspešnih zaključkov zaradi nekaterih problematičnih ciljnih skupin. • Projektno učenje za mlajše odrasle (PUM): statistično neznačilen negativen učinek. • Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov denarne socialne pomoči: po enem letu pozitiven, po dveh pa ničelni učinek. • Spodbujanje zaposlovanja starejših brezposelnih oseb: negativen učinek po enem in po dveh letih, večina vključenih se vrne med registrirano brezposelne v roku enega meseca od formalnega zaključka subvencije. • Zaposli.me (spodbujanje zaposlovanja težje zaposljivih brezposelnih oseb): kratkoročno pozitiven učinek. • Usposabljanje in izobraževanje zaposlenih: pozitiven in statistično značilen učinek za kontrolno skupino, ki smo jo (kot je podrobneje opisano v trejem poglavju) tvorili iz baze brezposelnih oseb. Pri makroekonometrični analizi smo učinkovitost programov v prvem koraku ocenjevali s pomočjo razširjene združevalne funkcije, kot mero za intenzivnost programov APZ pa smo uporabili porabljena finančna sredstva ali število vključenih oseb. Ocenili smo večje število različnih modelov, rezultati pa so mešani. Pri letnem modelu izdatkov za subvencije je koeficient po enem letu pričakovano pozitiven. Po dveh letih pa koeficient postane negativen in statistično značilen, kar je najbrž posledica dejstva, da velik del delavcev delodajalci odpustijo v drugem letu, t.j. v letu po formalnem zaključku subvencije. Usposabljanje in izobraževanje brezposlenih kratkoročno izkazuje »locking-in« učinek, ki nastane, če udeleženci programov APZ zaradi udeležbe v programu zmanjšajo intenzivnost iskanja zaposlitve, vendar so rezultati po dveh letih že pozitivni ter mejno značilni. V drugem koraku smo ocenili še dinamični panelni model, ki upošteva tudi potencialno endogenost intenzivnosti APZ. Dolgoročne učinke lahko preučujemo s pomočjo ravnovesne lege (angl. »steady state«), ki podaja skupne učinke vseh odlogov pojasnjevalne spremenljivke v reducirani enačbi. Ugotovimo lahko, da dolgoročno subvencije nimajo statistično značilnih učinkov, medtem ko programi usposabljanja in izobraževanja brezposelnih izkazujejo pozitivne in statistično značilne dolgoročne učinke. 5 1. Preliminarna analiza ter deskriptivne statistike V uvodnem delu smo preučili obe bazi podatkov - bazo brezposelnih oseb ter bazo oseb, vključenih v aktivne politike zaposlovanja. V nadaljevanju podajamo opis obeh baz, izračune osnovnih deskriptivnih statistik, opis osnovnih pojmov iz analize preživetja ter nekaj enostavnih izračunov. 1.1. Baza brezposelnih oseb 1.1.1 Opis baze Od Zavoda Republike Slovenije za zaposlovanje smo pridobili podatke iz »Evidence o iskalcih zaposlitve v ZRSZ«. Bazo sestavljajo vsi pojavi registrirane brezposelnosti, ki so se končali v obdobju med 1. 1. 2007 in 31. 12. 2010 ter vsi trajajoči pojavi brezposelnosti na dan 31. 12. 2010. Za vsako od brezposelnih oseb v bazi razpolagamo s podatki o spolu, starosti, datumu vpisa in eventuelnem datumu izpisa iz baze, stopnji izobrazbe, poklicu, dolžini delovne dobe, občini in uradu prijave ter razlogu vpisa v evidenco. Ker Zavod RS za zaposlovanje ne sme razkriti osebnih podatkov o brezposelnih osebah, so podatkom iz evidence dodali tudi identifikacijsko številko brezposelne osebe, s katero je moč identificirati ponavljajoče se pojave brezposelnosti. Iz začetne baze smo po odstranitvi 132 pojavov brezposelnosti, pri katerih se datum začetka in konca brezposelnosti ne ujemata ali pa gre za podvojen vpis, dobili osnovno bazo s 411.206 pojavi, od katerih jih je 104.026 (25,3 %) krnjenih oz. cenzoriranih. V tem primeru gre za t. i. desno krnjenje. Ker se dogodek, ki ga opazujemo (konec brezposelnosti), še ni zgodil do konca naše študije, lahko ocenimo le spodnjo mejo časa preživetja. Tvorili smo nove spremenljivke dolžina brezposelnosti, status, regija in starostna skupina. Dolžino brezposelnosti smo izrazili v mesecih, pri čemer smo predpostavili, da ima mesec 30 dni. Spremenljivka status, ki je pomembna pri analizi preživetja, ima vrednost 1 za zaključene pojave brezposelnosti ter vrednost 0 za pojave, ki še trajajo oz. so krnjeni. Pojave brezposelnosti smo razdelili v 5 6 starostnih skupin, od katerih vsaka pokriva približno desetletni interval starosti. Spremenljivko regija smo določili na podlagi podatkov o občini pojava brezposelnosti. 1.1.2 Deskriptivne statistike za bazo brezposelnih oseb Porazdelitev spremenljivke dolžina brezposelnosti je asimetrična s koeficientom asimetrije 5,22 ter koeficientom sploščenosti 39,88, kar kaže na asimetrično porazdelitev z zelo dolgim desnim repom. Normalna porazdelitev (ter splošneje vse simetrične porazdelitve) imajo koeficient asimetrije enak 0, koeficient sploščenosti pa je za normalno porazdelitev enak 3. Histogram za dolžino brezposelnosti je prikazan na sliki 1.1 spodaj. Deskriptivne statistike smo izračunali za 307.180 pojavov brezposelnosti, ki so se zaključili v letih 2007 do 2010. Empirična analiza je bila izvedena s programoma SPSS in R. Tabela 1.1 prikazuje aritmetične sredine, standardne odklone ter 95-odstotni interval zaupanja za aritmetične sredine, in sicer za različne vrednosti spremenljivk spol, regija, stopnja izobrazbe, starostna skupina ter delovna doba. Že 95-odstotni intervali zaupanja kažejo na statistično značilne razlike med različnimi vrednostmi vseh opazovanih spremenljivk. Slika 1.1: histogram za dolžino brezposelnosti (v mesecih) 150,000.0" 100,000.0- 50,000.0" Mean =11.85762 Std. Dev. =20.0205395 N =307,180 .0000 40.0000 I 80.0000 I 120.0000 T 20.0000 60.0000 100.0000 140.0000 dolžina brezposelnosti Tabela 1.1: Opisne statistike za dolžino brezposelnosti (v mesecih) N Aritmetična sredina Standardni odklon 95% interval zaupanja za aritmetično sredino skupaj 307.180 11,86 20,02 (11,79; 11,93) Spol moški 148.575 11,38 19,59 (11,28; 11,48) ženske 158.605 12,30 20,41 (12,20; 12,40) Regija Pomurska 28.438 12,92 24,83 (12,63; 13,21) Podravska 63.579 12,12 20,53 (11,96; 12,28) Koroška 12.456 11,18 18,11 (10,87; 11,50) Savinj ska 45.958 13,26 21,60 (13,07; 13,46) Zasavska 8.427 12,57 18,74 (12,17; 12,97) Spodnjeposavska 11.059 12,26 22,54 (11,84; 12,68) Jugovzhodna Slovenija 18.052 12,92 24,17 (12,57; 13,28) Osrednjeslovenska 56.522 12,19 18,73 (12,04; 12,34) Gorenj ska 27.070 8,88 13,21 (8,72; 9,04) Notranj sko-kraška 6.564 9,46 13,13 (9,14; 9,78) Goriška 12.901 10,75 17,94 (10,44; 11,06) Obalno-kraška 14.868 9,76 15,71 (9,50; 10,01) ni podatka 1.286 4,16 5,02 (3,89; 4,44 ) Izobrazba I. stopnja 83.501 15,39 27,09 (15,21; 15,58) II. stopnja 15.013 12,24 21,26 (11,90; 12,58) III. stopnja 2.241 15,72 25,69 (14,66; 16,79) IV. stopnja 72.837 11,29 18,36 (11,15; 11,42) V. stopnja 92.209 10,44 14,82 (10,35; 10,54) VI. stopnja 8.938 12,02 18,06 (11,64; 12,39) VII. stopnja 30.651 7,60 11,09 (7,48; 7,73) magisterij 818 8,41 15,42 (7,35; 9,47) doktorat 323 6,57 8,15 (5,68; 7,46) bolonjska 1. stopnja 271 4,74 4,03 (4,26; 5,22) bolonjska 2. stopnja 81 4,79 4,19 (3,87; 5,72) ni podatka 297 5,62 6,36 (4,89; 6,35) Starostna skupina do 25 let 82.972 7,18 8,97 (7,11; 7,24) 26 do 35 let 103.481 8,85 14,19 (8,76; 8,93) 36 do 45 let 53.081 12,18 21,94 (11,99; 12,37) 46 do 55 let 49.957 20,53 28,83 (20,27; 20,78) nad 55 let 17.689 25,98 32,34 (25,50; 26,46) Delovna doba do 1 leto 97.627 10,64 18,95 (10,52; 10,76) 1 do 5 let 62.721 7,94 14,59 (7,83; 8,06) 5 do 10 let 35.299 9,88 19,08 (9,68; 10,08) 10 do 20 let 43.776 13,01 24,12 (12,79; 13,24) 20 do 30 let 37.227 16,44 25,69 (16,18; 16,70) nad 30 let 30.530 18,85 16,43 (18,67; 19,03) Povprečna dolžina brezposelnosti je v obdobju 2007 - 2010 znašala 11,86 mesecev, največja zabeležena dolžina pa 415,13 mesecev. Obdobje brezposelnosti je za ženske v povprečju za 0,92 meseca oz. približno 28 dni (8 %) daljše kot za moške. Med regijami izstopata Savinjska z najdaljšo povprečno dolžino brezposelnosti 13,26 mesecev ter Gorenjska regija z najkrajšo povprečno dolžino brezposelnosti 8,88 mesecev. Osebe s I. stopnjo izobrazbe so v povprečju brezposelne 15,39 mesecev, kar je za 134 odstotkov več kot pri brezposelnih z doktoratom. Zaradi boljše preglednosti za spremenljivki regija in stopnja izobrazbe prilagamo tudi grafični prikaz v obliki stolpčnega grafikona (sliki 1.2 in 1.3). Slika 1.2: stolpčni grafikon za povprečno dolžino brezposelnosti (v mesecih) po posameznih regijah 15.0000- ra ;j= 10.0000- o ■o ta c >o s a > O. 5.0000" o.oooo- s s 01 3 N m " w B g" M ■o O o. C_ C ca § N 3-O a. 9 ® a. a ■o g m' Ui § 3 05 § (D tfl B" X B C/5 i CD iS i w< B 25" D) regija V Savinjski, Pomurski, Jugovzhodni Sloveniji, Zasavski, Spodnjeposavski, Osrednjeslovenski ter Podravski (regiji) je povprečna dolžina brezposelnosti znašala več kot 1 leto. Na drugi strani spektra so Gorenjska, Notranjsko-kraška ter Obalno-kraška, kjer je povprečna dolžina brezposelnosti krajša kot 10 mesecev. Višja stopnja izobrazbe naj bi zagotavljala boljši položaj na trgu delovne sile, vendar glede na analizirane podatke v nekaterih primerih žal ni tako. Brezposelni s III. stopnjo izobrazbe imajo najdaljšo povprečno dolžino brezposelnosti, ki znaša 15,72 mesecev ter je za skoraj 3,5 mesecev daljša kot pri II. stopnji izobrazbe. Tudi VI. stopnja izobrazbe je za brezposelne v povprečju manj ugodna kot V. ali celo IV. stopnja. Izjema je še magisterij, ki v povprečju prinaša daljšo brezposelnost kot univerzitetna diploma. Obe bolonjski diplomi izkazujeta nizko poprečno trajanje brezposelnosti, vendar je glede na majhno število podatkov ter kratek čas od prvih pridobljenih diplom na bolonjskih programih še preuranjeno govoriti o uspehu prenove visokošolskega sistema. Slika 1.3: stolpčni grafikon za povprečno dolžino brezposelnosti (v mesecih) po posameznih stopnjah izobrazbe 20.0000" o.oooo- izobrazba Pri spremenljivki starostna skupina povprečna dolžina brezposelnosti monotono narašča od 7,18 mesecev (za brezposelne do 25. leta starosti) do 25,98 mesecev (za brezposelne nad 55. letom starosti). Glede delovne dobe pa je dolžina brezposelnosti najkrajša pri tistih z 1 do 5 let delovnih izkušenj (7,94 mesecev), sledi skupina 5 do 10 let delovne dobe (9,88 mesecev), v najslabšem položaju na trgu delovne sile pa so brezposelni z več kot 30 leti delovne dobe, ki so v povprečju brezposelni 18,85 mesecev. Slika 1.4 podaja grafični prikaz. Slika 1.4: stolpčni grafikon za povprečno dolžino brezposelnosti (v mesecih) po posameznih intervalih glede delovne dobe 20.0000- 15.0000- «s C >N O ■o 10 C >o 2 10.0000- a. > o o. 5.0000" o.oooo-1--1---1---1---1---1---1-- do 1 leto 1 do 5 let 5 do 10 let 10 do 20 let 20 do 30 let nad 30 let delovna doba Prikažimo še analizo povprečne dolžine brezposelnosti glede na dve spremenljivki. Iz spodnje slike 1.5, ki prikazuje stolpčni grafikon glede na spol in izobrazbo lahko ugotovimo, da je za nižje stopnje izobrazbe povprečna dolžina brezposelnosti za ženske precej daljša kot za moške, pri višjih stopnjah izobrazbe pa je situacija celo obratna, čeprav tukaj razlike med spoloma niso tako opazne. 1.1.3 Osnovni pojmi analize preživetja Modeli trajanja in analiza preživetja sta metodi, ki sta bili razviti za uporabo v medicini, kjer je čas preživetja pomenil čas do smrti bolnika ali do ponovnega zagona bolezni. Kasneje so se ti modeli uveljavili tudi v drugih vedah, npr. v ekonomiji, kjer jih lahko uporabimo za oceno trajanja brezposelnosti. Čas preživetja je tako podan z dolžino brezposelnosti. Slika 1.5: stolpčni grafikon dolžine brezposelnosti glede na spol in izobrazbo 20.0000- spol □ ni podatka I moški □ ženske o.oooo- izobrazba Naj slučajna spremenljivka T predstavlja čas preživetja. Porazdelitvena funkcija spremenljivke T je definirana kot F (t) = P (T < t) (1.1) in meri verjetnost, da smrt nastopi pred trenutkom t. Ker je T zvezna slučajna spremenljivka, lahko njeno gostoto verjetnosti f(t) izračunamo kot prvi odvod porazdelitvene funkcije. Funkcija preživetja S(t) označuje verjetnost preživetja vsaj do trenutka t in je podana z enačbo S (t) = P(T > t) = 1 - F (t) (1.2) Limita P (t < T < t + S\ T > t) A(t) = lirn --—!-L (1.3) s^o i predstavlja tveganje za smrt v trenutku t. Funkcijo 2(t) imenujemo funkcija (trenutnega) tveganja, meri pa trenutno stopnjo smrtnosti pri pogoju preživetja do trenutka t. Večje vrednosti funkcije tveganja lahko interpretiramo kot večji potencial, da se bo dogodek zgodil. Če funkcijo tveganja integriramo na intervalu [0, t ], dobimo funkcijo kumulativnega tveganja t A(t) = fl(u)du (1.4) o t t - u) du Enostavno je pokazati, da velja - log S (t) = f^(u )du oziroma S (t) = e 0 . Dokazati se da o celo, da je mogoče katero koli izmed funkcij F(t), S(t), f(t) in X(t) izraziti s katero koli izmed preostalih treh funkcij. Zato lahko pri empirični analizi ocenimo le eno od funkcij, druge pa izračunamo iz izpeljanih povezav med funkcijami. 1.1.4 Cenilka Kaplan-Meier Parametrični modeli trajanja, kot je npr. Coxov model sorazmernih tveganj, se v praksi pogosto uporabljajo. Poudariti je treba, da parametrični modeli predpostavijo kompleksno strukturo podatkov, kar lahko pri določenih pogojih vodi do pristranskih ocen stopenj tveganja. Neparametrične metode, s cenilko Kaplan-Meier na čelu, so bolj robustne, kar je lahko pomembna prednost pred parametričnimi metodami. Kaplan-Meierjeva cenilka funkcije preživetja se v angleščini imenuje tudi "product limit estimator" iz razlogov, ki bodo razumljivi po izpeljavi. Naj bo danih n statističnih enot s p različnimi časi preživetja t1 < t2 <... < tp ter di smrtmi pri času ti. Na začetku predpostavimo tudi, da ni cenzoriranih opazovanj. Za čas t iz intervala [ts,ts+x) lahko funkcijo preživetja ocenimo na naslednji način: n - " * d S(t) = 1 - F(t) = n j , ts < t < ts+l. (1.5) n Če števec in imenovalec prejšnjega izraza zaporedoma množimo s faktorji oblike n - d1 - d2 -... - di, i = 1,2,..., s -1, dobimo ~ N n - d, n - d, - d2 n - d, - d2 -... - d* S (t) =-L--1-- •...--1-2--. n n - d1 n - d1 -... - ds-1 Naj ri, i = 2,.,p, označuje število statističnih enot, ki imajo čas preživetja vsaj ti-1 in naj bo r1 = n . Drugače povedano, število ogroženih (ang. number at risk) ri upošteva vse posameznike, ki so živi v časovnem intervalu [ti-1, ti). Ob predpostavki, da ni cenzoriranih opazovanj, velja enačba ri+1 = ri -di, medtem ko je v primeru cenzoriranja ri+1 = ri -di -ci, kjer ci označuje število cenzoriranih opazovanj v intervalu [tt ti). Končna verzija cenilke Kaplan-Meier je tako oblike ( d > 1 1 1 - ^" = a* f 1 - j " , ts < t < ts+1. (1.6) V '1 J V rs , j=1 V rj J 1.1.5 Nekaj rezultatov analize preživetja Izraz tveganje izvira iz biostatistike, kjer ponavadi označuje tveganje, da bo opazovani pacient umrl. V našem primeru pa gre za "tveganje", da se bo neki pojav brezposelnosti zaključil, saj funkcija tveganja meri trenutno stopnjo zaposljivosti pri pogoju brezposelnosti do sedanjega trenutka. Višje tveganje je v tem primeru bolj zaželeno. Razlike v vplivu stopnje izobrazbe na trajanje brezposelnosti so razvidne tudi iz grafa funkcije kumulativnega tveganja za spremenljivko izobrazba (slika 1.6). Križci prikazujejo cenzorirana opazovanja. Funkcija kumulativnega tveganja najpočasneje narašča za III. stopnjo izobrazbe (v vijolični barvi), sledi I. stopnja izobrazbe (v svetlo zeleni). Najvišje vrednosti kumulativnega tveganja so dosežene za bolonjsko 1. stopnjo (v temno rumeni), doktorat (v temno zeleni) ter VII. stopnjo izobrazbe v sivi barvi. Slika 1.7 prikazuje Kaplan-Meierjevo cenilko funkcije preživetja. Spomnimo, da vrednost funkcije preživetja S v času t podaja verjetnost, da bo brezposelnost trajala vsaj do trenutka t. Iz grafa lahko tako ugotovimo, da znaša verjetnost, da bo brezposelnost trajala vsaj 1 leto, približno 0,4 oz. 40 %. Narisali smo tudi Kaplan-Meierjevo cenilko funkcije preživetja glede na stopnjo izobrazbe (slika 1.8). Razlike v verjetnosti preživetja med stopnjami izobrazbe se s časom spreminjajo. Do brezposelnosti dolžine približno 1,5 let razlike naraščajo, nato pa začnejo počasi upadati. Največji razpon verjetnosti preživetja pri t = 1,5 let (t.j. razpon verjetnosti, da bo brezposelnost trajala vsaj 1,5 let) znaša približno 30 procentnih točk. Slika 1.6: kumulativna funkcija tveganja za dolžino brezposelnosti glede na različne stopnje izobrazbe izobrazba ii- ri-I—t ni podatka i I. stopnja II. stopnja —' III. stopnja IV. stopnja V. stopnja VI. stapnja VII. stopnja magisterij doktorat bsbnjska 1. st. bulunjska '¿. st. tr 0,0000 100.0000 200.0000 3W.OOOD 400.0000 dolžina Slika 1.7: Kaplan-Meierjeva cenilka funkcije preživetja o o T 2 T 4 T 6 Leta 8 Slika 1.8: Kaplan-Meierjeva cenilka funkcije preživetja za različne stopnje izobrazbe 1.2 Baza oseb, vključenih v programe aktivne politike zaposlovanja 1.2.1 Opis baze ZRSZ nam je posredoval podatke iz »Evidence oseb, vključenih v programe aktivne politike zaposlovanja« za obdobje 2007 do 2010. Poleg spremenljivk, ki so vsebovane v »Evidenci o iskalcih zaposlitve v ZRSZ« oz. bazi brezposelnih oseb (t.j. spol, starost, datum vpisa in eventuelni datum izpisa iz baze, stopnja izobrazbe, poklic, dolžina delovne dobe, občina in urad prijave ter razlog vpisa v evidenco), so v tej bazi še podatki o tipu in podtipu (oz. podaktivnosti) programa APZ, viru financiranja ter uspešnosti zaključka programa. Od začetnih 189.924 pojavov oz. podatkov se je v 166.166 primerih program APZ že zaključil. Iz baze smo odstranili 83 pojavov, pri katerih je datum konca brezposelnosti pred datumom začetka. Ker se je klasifikacija APZ z letom 2007 spremenila, smo pri analizi upoštevali le 158.546 pojavov po tej (zadnji) klasifikaciji. Program APZ je bil uspešno zaključen v 122.492 primerih, od katerih jih je 101.585 takšnih, kjer se je tudi pojav brezposelnosti že zaključil. Tako je 20.907 pojavov APZ (po klasifikaciji 2007) desno krnjenih. Na enak način kot v bazi brezposelnih oseb smo tudi tu dodatno izračunali spremenljivke dolžina brezposelnosti, status, regija in starostna skupina. 1.2.2 Deskriptivne statistike in analiza preživetja Deskriptivne statistike smo izračunali za 101.585 pojavov, pri katerih je bil program APZ uspešno zaključen ter se je tudi pojav brezposelnosti že zaključil. Tabela 1.2 prikazuje aritmetične sredine, standardne odklone ter 95-odstotni interval zaupanja za aritmetične sredine, za različne programe APZ. Že 95-odstotni intervali zaupanja kažejo na statistično značilne razlike med programi. V oklepaju poleg opisa programa APZ je zapisana tudi klasifikacija iz Programa ukrepov aktivne politike zaposlovanja. Tabela 1.2: Opisne statistike za dolžino brezposelnosti (v mesecih) po posameznih programih APZ 95% interval Program APZ N Aritmetična sredina Standardni odklon zaupanja za aritmetično sredino Poklicno in zaposlitveno informiranje, svetovanje in 143 20,62 21,09 (17,14; 24,11) motiviranje (1.1) Pomoč pri iskanju zaposlitve (1.2) 19.090 18,16 20,06 (17,88; 18,45) Razvoj in izvajanje novih oblik pomoči ter predstavitev 487 19,70 21,65 (17,78; 21,63) (1.3) Programi Institucionalnega usposabljanja in nacionalne 16.994 15,76 15,47 (15,53; 15,99) poklicne kvalifikacije (2.1) Programi praktičnega usposabljanja (2.2) 20.244 10,31 15,02 (10,10; 10,51) Programi izobraževanja (2.3) 7.405 13,57 20,12 (13,12; 14,03) Sofinanciranje izobraževanja in usposabljanja za konkurenčnost in zaposljivost 1.697 8,90 12,23 (8,32; 9,48) (2.4) Spodbujanje samozaposlovanja (3.1) 20.990 9,29 12,35 (9,12; 9,46) Subvencije za zaposlitev težje zaposljivih skupin 2.073 12,31 15,97 (11,62; 12,99) brezposelnih oseb (3.2) Spodbujanje prilagodljivosti delovne sile in podjetij (3.4) 632 6,05 10,93 (5,20; 6,90) Spodbujanje socialnega vključevanja in delovne 11.811 17,67 21,32 (17,29; 18,06) aktivnosti (4.1) Inovativni programi za pospeševanje socialnega 19 10,32 11,84 (4,62; 16,03) vključevanja in boja proti zapostavljanju na trgu dela (4.3) Med programi APZ izstopa Spodbujanje prilagodljivosti delovne sile in podjetij (3.4) s povprečno dolžino brezposelnosti le 6,05 mesecev. Sledita programa Sofinanciranje izobraževanja in usposabljanja za konkurenčnost in zaposljivost (8,90 mesecev) ter Spodbujanje samozaposlovanja (9,29 mesecev). Krajšo povprečno dolžino brezposelnosti, kot smo jo izračunali za celotno bazo brezposelnih oseb (11,86 mesecev), ima le še APZ Programi praktičnega usposabljanja (2.2), in sicer 10,31 mesecev. APZ Inovativni programi za pospeševanje socialnega vključevanja in boja proti zapostavljanju na trgu dela (4.3) je v opazovanem obdobju uspešno zaključilo le 19 posameznikov. Po drugi strani je za vse 3 podaktivnosti ukrepa 1 »Poklicno informiranje in svetovanje« povprečna dolžina brezposelnosti daljša kot 18 mesecev. Za Spodbujanje socialnega vključevanja in delovne aktivnosti (4.1) je povprečna dolžina le malo krajša (17,67 mesecev). Grafični prikaz je podan na sliki 1.9. Preverili smo tudi, kolikšen delež od skupno 158.546 pojavov APZ po klasifikaciji 2007 ustreza posameznim kategorijam spremenljivke uspešnost zaključka APZ. Programe APZ je v opazovanem obdobju uspešno zaključilo 77,3 % udeležencev, kar za 13 % pa v bazi ni vnosa o uspešnosti (slika 1.10). Slika 1.9: stolpčni grafikon za povprečno dolžino brezposelnosti (v mesecih) po posameznih programih APZ 25.0000" 0.0000 Slika 1.11 prikazuje stolpčni grafikon za uspešnost zaključka APZ glede na starostno skupino. Približno 57 % tistih, ki so aktivnost neuspešno zaključili iz neopravičljivih razlogov (v rdeči barvi) ter 47 % tistih, ki so aktivnost prekinili iz neopravičljivih razlogov (v vijolični), je mlajših od 25 let. V starostni skupini nad 55 let je procent tistih z neopravičljivimi razlogi za prekinitev ali neuspešen zaključek (tudi relativno gledano) majhen. Slika 1.10: tortni grafikon za uspešnost zaključka APZ zaključek APZ h uspesno zaključena aktivnost mprekinitevaktivnosti - opravičljivi razlogi mprekinitevaktivnosti -neopravičljivi razlogi neuspesno zaključena m aktivnost - opravičljivi razlogi neuspesno zaključena □ aktivnost - neopravičljivi razlogi □ ni vnosa uspešnosti □ ni podatka Presenetljiva je ugotovitev iz slike 1.12, ki prikazuje povprečno dolžino brezposelnosti za različne vrednosti spremenljivke uspešnost zaključka APZ. Najkrajši povprečni dolžini brezposelnosti izkazujeta namreč ravno skupini z neopravičljivimi razlogi za prekinitev aktivnosti ter z neopravičljivimi razlogi za neuspešno zaključeno aktivnost. Slika 1.11: stolpčni grafikon za uspešnost zaključka APZ glede na starostno skupino (%) 60.0%" 50.0%" 40.0%" zaključek APZ I ni podatka □ uspesno zaključena aktivnost —i prekinitev aktivnosti - opravičljivi -1 razlogi m prekinitev aktivnosti -neopravičljivi razlogi —i neuspesno zaključena aktivnost -1 - opravičljivi razlogi m neuspesno zaključena aktivnost - neopravičljivi razlogi □ nI vnosa uspešnosti 8 o , a.' 20.0%" 10.0%" o.o%- nJ do 25 let 26 do 35 let 36 do 45 let 46 do 55 let starostna skupina nad 55 let Slika 1.13 prikazuje Kaplan-Meierjevo cenilko funkcije preživetja za vse uspešno zaključene pojave APZ po klasifikaciji 2007. Kot smo že razložili, vrednost funkcije preživetja S v času t podaja verjetnost, da bo brezposelnost trajala vsaj do trenutka t. Iz grafa lahko tako ugotovimo, da znaša verjetnost, da bo brezposelnost (za uspešnega udeleženca programov APZ) trajala vsaj 1 leto, skoraj 0,5 oz. 50 %, kar je več kot v primeru celotne baze brezposelnih oseb. Slika 1.12: stolpčni grafikon za dolžino brezposelnosti glede na uspešnost zaključka APZ 20.0000- o.oooo- uspesno zaključena aktivnost prekinitev aktivnosti - prekinitev aktivnosti - neuspesno neuspesno zaključena zaključena ni vnosa ni podatka opravičljivi neopravičljivi aktivnost - aktivnost - razlogi razlogi opravičljivi neopravičljivi razlogi razlogi uspešnost zaključka Slika 1.13: Kaplan-Meierjeva cenilka funkcije preživetja za uspešno zaključene pojave APZ 0 2 4 6 8 Leta Slika 1.14 prikazuje Kaplan-Meierjevo cenilko funkcije preživetja za programe 2.1 (Programi Institucionalnega usposabljanja in nacionalne poklicne kvalifikacije, v modri barvi), 2.2 (Programi praktičnega usposabljanja, v turkizni barvi), 2.3 (Programi izobraževanja, v vijolični) in 2.4 (Sofinanciranje izobraževanja in usposabljanja za konkurenčnost in zaposljivost, v rumeni) ter za celotno bazo brezposelnih oseb (v črni barvi). Od izbranih programov APZ le funkcija preživetja za Programe Institucionalnega usposabljanja in nacionalne poklicne kvalifikacije (v modri barvi) leži nad črno obarvano cenilko (za celotno bazo brezposelnih oseb), kar kaže na višjo verjetnost za dolgotrajno brezposelnost. Programa 2.2 in 2.4 imata nižje verjetnosti od baze brezposelnih oseb, da bo brezposelnost trajala vsaj do danega trenutka. Razlike so prvih nekaj mesecev majhne. Za Programe izobraževanja (2.3) leži prvih 9 mesecev funkcija preživetja nad tisto za celo bazo brezposelnih, nato pa se situacija obrne. Kot je razvidno iz slike 1.15, je tudi za Subvencije za zaposlitev težje zaposljivih skupin brezposelnih oseb (3.2, v sivi barvi) verjetnost za brezposelnost, ki bi trajala vsaj do danega trenutka, nižja kot za bazo brezposelnih oseb. Razlika se s časom spreminja ter je največja pri času t, ki znaša približno 3 leta. Slika 1.14: Kaplan-Meierjeva cenilka funkcije preživetja za programe 2.1, 2.2, 2.3 in 2.4 ter za celotno bazo brezposelnih oseb 0 > £ CP .<0 C 3 co o CSD o ^ o cn o o o Leta Slika 1.15: Kaplan-Meierjeva cenilka funkcije preživetja za program 3.2 ter za celotno bazo brezposelnih oseb 0 > ¡N £ CP C 3 CO o co o ^ o cn o o o Leta 2. Rezultati mikroekonometrične analize programov Usposabljanja in izobraževanja zaposlenih ter Subvencij 2.1 Opis metode Opis smo povzeli po člankih Stuart (2010), Caliendo in Kopeinig (2008), Južnik Rotar (2011) ter Murn, Burger in Rojec (2008), slovenske prevode izrazov pa po zadnjih dveh navedenih virih. Na začetku posebej podajamo le idejo metodološkega pristopa, tako da so rezultati razumljivi tudi brez natančnejšega poznavanja enačb, na katerih temelji izpeljava metode. 2.1.1 Ideja metodološkega pristopa Statistična metoda paritve (angl. matching) se uporablja za ugotavljanje učinkovitosti oziroma uspešnosti obravnave (angl. treatment) posameznika v neki populaciji, v kateri se nahajajo tako tisti posamezniki, ki so bili obravnavani, kot tudi takšni, ki obravnave niso bili deležni. Podmnožica neobravnavanih posameznikov se imenuje kontrolna skupina, obravnavane posameznike pa nekateri avtorji imenujejo eksperimentalna skupina, čeprav izraz v tem kontekstu ni čisto ustrezen. Populacijo tvorijo na primer bolniki z določeno boleznijo, pri čemer se v obravnavano skupino uvrstijo tisti bolniki, ki so prejeli določeno zdravilo, v kontrolno skupino pa tisti, ki zdravila niso prejeli. Pri aplikacijah za trg dela populacijo tvorijo vse brezposelne osebe v določenem časovnem obdobju. Podpopulacijo obravnavanih posameznikov predstavljajo osebe, vključene v ukrep aktivne politike zaposlovanja (v nadaljevanju APZ), ostali pa so vključeni v kontrolno skupino. V prvem primeru se tako ugotavlja medicinska učinkovitost določenega zdravila na populaciji bolnikov z določeno boleznijo, v drugem primeru pa uspešnost določenega ukrepa APZ glede na zaposlitev brezposelne osebe, njene potencialno višje dohodke ali njeno večjo produktivnost. Mera za uspešnost ukrepa APZ, ki se ponavadi uporablja v študijah, je t.i. ATT (angl. average treatment effect on the treated), ki ga natančneje definiramo v nadaljevanju. ATT poenostavljeno povedano predstavlja razliko med pričakovano verjetnost za zaposlitev (ali zaključek registrirane brezposelnosti) eksperimentalne skupine ter verjetnostjo v primeru, da obravnavane osebe ne bi sodelovale v programu APZ. Drugo verjetnost seveda lahko le ocenimo. V prvem koraku s pomočjo logit ali probit modela ter ustreznih pojasnjevalnih spremenljivk za posameznike iz eksperimentalne skupine izračunamo verjetnost oz. nagnjenje za sodelovanje v opazovanem programu APZ. V drugem koraku za vsako osebo iz eksperimentalne skupine poiščemo eno ali več oseb iz kontrolne skupine, ki imajo enako ali vsaj dovolj podobno verjetnost vključitve. S pomočjo tako določene podskupine kontrolnih oseb ocenimo verjetnost, ki jo potrebujemo za izračun ATT. Npr. ATT v višini 0,12 pove, da ima opazovana skupina vključenih v APZ za približno 12 % točk višjo verjetnost zaposlitve (ali zaključka registrirane brezposelnosti) kot v primeru, da ne bi sodelovala v programu APZ. Opis ideje v tem odstavku je poenostavljen in ni matematično eksakten. Natančnejši opis z enačbami podajamo v nadaljevanju. 2.1.2 Opis z enačbami Formalno se lahko statistična metoda paritve na opiše na naslednji način (Murn, Burger in Rojec, 2008; Stuart, 2010). V populaciji P za posameznike i opazujemo binarni spremenljivki Di in Yi. Spremenljivki Di priredimo vrednost 1, če je posameznik deležen obravnave (na primer udeležbe v APZ) in 0, sicer. S spremenljivko Yi(Di) pa spremljamo izid oziroma učinek, ki ga želimo pripisati obravnavi, npr. zaposlitev ali zaključek registrirane brezposelnost. Yi(1) označuje izid v primeru obravnave. Izid za vsakega posameznika i lahko zapišemo kot linearno kombinacijo Yi(Di) = DY<1) + (1-Di)Y(0). Posameznika i ni možno hkrati opazovati pri obeh vrednostih spremenljivke Di, se pravi najprej v pogojih, ko je obravnavan, nato pa še v enakih okoliščinah, ko ni obravnavan. Opazujemo lahko le enega od izidov Y(1) in Y(0), zato parametre ocenimo na populaciji. Povprečni učinek obravnave posameznikov z značilnostmi, zbranimi v vektorju Xi, izračunamo s pomočjo enačbe E(Y;<1)-Y<0) | Di=1, X) = E(Y(1) | Di=1, X) - E(Y(0) | D=1, X), pri čemer je E operator matematičnega upanja. Za drugi člen na desni strani zgornje enačbe, ki ga ne moremo natančno določiti, poiščemo približek z metodo paritve. Pri paritvi »propensity score« (PS) v prvem koraku za vsakega posameznika izračunamo njegovo nagnjenost (angl. »propensity«) k obravnavi, in sicer s pomočjo probit ali logit modela. V naslednjem koraku poiščemo najpodobnejšega posameznika (ali posameznike), ki ni bil obravnavan. Pri tem mora veljati, da s spremenljivkami, zbranimi v vektorju Xi, pojasnimo odločitev o obravnavi posameznika tako dobro, da so izidi neodvisni od odločitve, pogojno na kontrolne spremenljivke X. V tretjem koraku s testom hipoteze uravnoteženosti (angl. balancing hypothesis), preverimo, ali je paritev uspela uravnotežiti porazdelitve opazovanih spremenljivk v eksperimentalni in kontrolni skupini. Pri ocenjevanju učinkov obravnave se ponavadi uporabljata dva parametra in sicer povprečni učinek obravnave ATE (angl. average treatment effect) in povprečni učinek obravnave za obravnavane posameznike ATT (angl. average treatment effect on the treated) (Južnik Rotar, 2011). Naj A označuje razliko v rezultatu med obravnavanim in neobravnavanim stanjem, t.j. A = 7(1)-7(0), ki pa je ni možno neposredno opazovati, saj, kot že rečeno, nobenega posameznika ne moremo opazovati v obeh stanjih hkrati. Populacijski vrednosti parametrov ATE in ATT sta določeni kot ATE = E(A) in ATT = E(A|D=1). Mera ATE je ustrezna, kadar nas npr. zanima učinek udeležbe v APZ za naključno izbranega posameznika iz populacije. Mero ATT pa je smiselno uporabiti, kadar želimo oceniti povprečno korist obravnave, npr. udeležbe v programu APZ za dejanske udeležence programa. Pri ocenjevanju učinkov APZ se ponavadi kot mera uporablja ATT. Metodo paritve lahko izvedemo na več načinov (natančne opise podajata Caliendo in Kopeinig, 2008): • paritev brez zamenjave ali paritev z zamenjavo, pri kateri je posameznik iz kontrolne skupine lahko izbran kot par večkrat; • paritev po metodi najbližjega soseda: paritev ena-na-ena, ki poišče za vsakega posameznika njemu po ocenjeni verjetnosti vstopa najbolj podobnega posameznika, in paritev k-na-ena, ki za vsakega posameznika upošteva k najbolj podobnih posameznikov; • paritev z metodo dopustnega odstopanja (angl. caliper): če sta najbližja posameznika pri paritvi ena-na-ena (analogno za k-na-ena) daleč vstran, je rezultat paritve lahko preslab. Zaradi tega vnaprej določimo največje še dopustno odstopanje 5, tako da so iz kontrolne skupine za paritev z obravnavanimi izbrani tisti posamezniki, ki ležijo znotraj parametra 5. Za »caliper« avtorji ponavadi izberejo vrednost 0,01 ali 0,05. Po oceni paritvenih parametrov ATE ali ATT moramo testirati še njuno statistično značilnost in standardni napaki. Eden od načinov za izračun omenjenih parametrov je metoda bootstrap, ki se uporablja za oceno standardnih napak v primeru, ko so analitične ocene pristranske ali pa jih ni možno eksaktno izračunati. Z vsako od N ponovitev preocenimo rezultate, vključno s »propensity score«, in dobimo N bootstrap vzorcev, s tem pa tudi N ocen ATE ali ATT. Če je N dovolj velik, porazdelitev teh ocen dovolj dobro aproksimira vzorčno porazdelitev populacijskih vrednosti. 2.2 Opis obeh baz ter uporabljenih spremenljivk 2.2.1 Bazi BO in APZ Natančnejši opis obeh baz smo podali v prvem poglavju, tukaj navajmo le najpomembnejše podatke. Za bazo brezposelnih oseb (BO) smo od Zavoda Republike Slovenije za zaposlovanje pridobili podatke iz »Evidence o iskalcih zaposlitve v ZRSZ«. Bazo sestavljajo vsi pojavi registrirane brezposelnosti, ki so se končali v obdobju med 1. 1. 2007 in 31. 12. 2010 ter vsi trajajoči pojavi brezposelnosti na dan 31. 12. 2010. Za vsako od brezposelnih oseb v bazi razpolagamo s podatki o spolu, starosti, datumu vpisa in eventuelnem datumu izpisa iz baze, stopnji izobrazbe, poklicu, dolžini delovne dobe, občini in uradu prijave, državi ter razlogu vpisa v evidenco. Ker Zavod RS za zaposlovanje ne sme razkriti osebnih podatkov o brezposelnih osebah, so podatkom iz evidence dodali tudi identifikacijsko številko brezposelne osebe, s katero je moč identificirati ponavljajoče se pojave brezposelnosti. Baza BO vsebuje 411.338 pojavov brezposelnosti v Sloveniji v letih 2007 do 2010. Bazo APZ smo uredili s pomočjo »Evidence oseb, vključenih v programe aktivne politike zaposlovanja« za obdobje 2007 do 2010, ki jo prav tako upravlja ZRSZ. Poleg spremenljivk, ki so vsebovane v »Evidenci o iskalcih zaposlitve v ZRSZ« oz. bazi brezposelnih oseb, so v tej bazi še podatki o tipu in podtipu (oz. podaktivnosti) programa APZ, viru financiranja ter uspešnosti zaključka programa. Od začetnih 189.924 pojavov oz. podatkov se je v 166.166 primerih program APZ že zaključil. Ker se je klasifikacija APZ z letom 2007 spremenila, smo pri analizi upoštevali le 158.546 pojavov po tej (zadnji) klasifikaciji. Program APZ je bil uspešno zaključen v 122.492 primerih 2.2.2 Opisi spremenljivk Pri izračunu logit modelov ter pri procesu paritve smo v izračunih uporabili naslednje spremenljivke: • Spremenljivka Status je slamnata spremenljivka, ki (ob določenem časovnem trenutku) zavzame vrednost 0, če je opazovana oseba v tem trenutku registrirano brezposelna oziroma vpisana v bazo BO ter 1, sicer. S to spremenljivko merimo izid oziroma učinek programov APZ. • Spremenljivko IDspola smo prekodirali oziroma uporabili spremenljivko Moski, ki identificira moške udeležence. • StarostLeta označuje starost brezposelne osebe ob vključitvi v bazo BO. Pri enem od izračunov, kjer se spremenljivke StarostLeta ni dalo uravnotežiti, smo uporabili slamnate spremenljivke StarostDo24, StarostOd25Do39, StarostOd40Do49 ter Starost50InVec, tako da je model uravnotežen znotraj starostnih skupin. Mejne vrednosti kategorij smo povzeli po analizah ZRSZ. • Geografsko dimenzijo osebe smo zajeli z novo spremenljivko regija, v katero smo po šifrantu Statističnega urada RS (SURS) prekodirali indikator občine, iz katere prihaja oseba, glede na 12 statističnih regij: 1 Pomurska, 2 Podravska, 3 Koroška, 4 Savinjska, 5 Zasavska, 6 Spodnjeposavska, 7 Jugovzhodna Slovenija, 8 Osrednjeslovenska, 9 Gorenjska, 10 Notranjsko-kraška, 11 Goriška, 12 Obalno-kraška. Zaradi potrebe analize smo v naslednjem koraku agregirali regije v štiri skupine, podane z naslednjimi slamnatimi spremenljivkami: > RegijaSV: regije 1, 2, 3 in 4; > RegijaJV : regije 5, 6 in 7; > RegijaOsrednja: regiji 8 in 9; > RegijaJZ: regije 10, 11 in 12. Takšna delitev je smiselna glede na stopnjo registrirane brezposelnosti ter tudi geografsko. • Po vzoru tujih študij smo iz 8 stopenj izobrazbe tvorili 4 slamnate spremenljivke OsnovnaSola (nedokončana ali dokončana osnovna šola), PoklicnaAliSrednja, VisjaAliVisoka (ki zajema tudi bolonjsko 1. in 2. stopnjo) ter Podiplomska (magisterij ter doktorat). V bazi APZ ima le 408 oseb bolonjsko izobrazbo. • Spremenljivko IDpoklicaSKP smo v skladu s Standardno klasifikacijo poklicev (SURS) zakodirali v 10 skupin, ki jih prikazuje spodnja tabela. Oseb z vojaškimi poklici je v bazi APZ le 175, kmetovalcev pa 607. V analizi smo uporabili 4 skupine poklicev, ki so podane z naslednjimi slamnatimi spremenljivkami: ManagerjiInStrokovnjaki (skupine 1, 2 in 0), TehnikiInUradniki (skupini 3 in 4), StoritveInNeindustrijski (skupine 5, 6, in 7), IndustrijskiInPreprosti (skupini 8 in 9). 0 Vojaški poklici 1 Zakonodajalci, visoki uradniki, menedžerji 2 Strokovnjaki 3 Tehniki in drugi strokovni sodelavci 4 Uradniki 5 Poklici za storitve, prodajalci 6 Kmetovalci, gozdarji, ribiči, lovci 7 Poklici za neindustrijski način dela 8 Upravljalci strojev in naprav, industrijski izdelovalci in sestavljalci 9 Poklici za preprosta dela • Spremenljivka DelDobaMesec, ki označuje mesece delovne dobe, je problematična, ker se vrednost 0 uporablja tako za osebe brez delovne dobe, kot tudi za tiste, kjer podatek o dolžini delovne dobe manjka. Ker je po naši oceni (glede na starosti oseb z vrednostjo 0) precej manjkajočih vrednosti, smo v model namesto delovne dobe vključili spremenljivko 32 PrvaZaposlitev, ki smo jo pridobili iz razloga vpisa v BO. PrvaZaposlitev ima vrednost 1 za iskalce prve zaposlitve ter za tiste, ki se na trg dela vračajo po vsaj dveletni neaktivnosti. Spremenljivki StarostLeta ter DelDobaMesec sta že v tej obliki visoko korelirani (r = 0,87), tako da PrvaZaposlitev in StarostLeta vsebujeta večino informacije o delovni dobi. Opozoriti je treba še na manjkajoče spremenljivke, ki so pogosto statistično značilne v tujih mikroekonometričnih študijah, npr. zdravstveno stanje, dohodek oz. dohodek na družinskega člana, zakonski stan ter število otrok v družini. Posebej pomembni sta prvi dve spremenljivki. 2.2.3 Nekaj predpostavk izračunov Izpisi modelov so v Dodatku na koncu besedila. Pri izračunih smo za osnovo vzeli priliv v bazo BO le v enem letu, pri čemer smo se zgledovali po tujih avtorjih (Fitzenberger in Speckesser, 2007; Lechner, Miquel in Wunsch, 2007; Leetmaa in Vörk, 2004; Ramos, Surinach in Artis, 2009). Oseb, ki so postale brezposelne v letu 2007, tako ni korektno direktno primerjati z osebami, ki so postale brezposelne leta 2009 ali 2010, ker se je situacija na trgu dela v vmesnem času zelo spremenila. Osnovno leto priliva v BO ter izvajanja ukrepa APZ smo izbrali glede na to, kako se je v opazovanih letih spreminjalo število vpisanih v ukrep APZ ter glede na pričakovane kratkoročne ali dolgoročne učinke. Seveda je izhodiščno leto možno spremeniti, če je le v zaželjenem letu dovolj vpisanih v ukrep APZ. Ukrepe smo morali pri analizi smiselno razbiti na podukrepe, predvsem glede na vsebino podukrepa, dolžino trajanja ter glede na ciljne skupine vključenih. Ker metoda paritve izračunava povprečni učinek, bi lahko skupen izračun za dva podukrepa, od katerih eden daje pozitivne, drugi pa negativne rezultate, imel za posledico navidezni ničelni učinek. Prav tako npr. ni možno hkrati preučevati formalnega izobraževanja v dolžini enega leta ter tistega, ki traja tri leta. Po vzoru nekaterih tujih študij (Frederiksson in Johansson, 2003; Fitzenberger in Speckesser, 2007; Leetmaa in Vörk, 2004) smo v logit model vključili tudi spremenljivki kvadrat starosti ter interakcijo med spremenljivkama spol in starost, ki sta v večini primerov statistično značilni. Rezultate smo primerjali z izračuni brez teh spremenljivk ter ugotovili, da ima vključitev le minimalen vpliv na ATT. Pri aktivnosti 2.1 (Programi institucionalnega usposabljanja ter nacionalne poklicne kvalifikacije) iz Kataloga ukrepov aktivne politike zaposlovanja, ki ga je izdal Zavod Republike Slovenije za zaposlovanje, smo tako pripravili ločene izračune za programe institucionalnega usposabljanja, za priprave na postopke ugotavljanja in potrjevanja nacionalne poklicne kvalifikacije (NPK) ter za preverjanje in potrjevanje NPK. Aktivnost 2.2 (Programi praktičnega usposabljanja) smo razbili na podukrepa delovni preizkus ter usposabljanje na delovnem mestu. Pri Programih izobraževanja (2.3) smo analizirali formalno izobraževanje ter projektno učenje za mlajše odrasle, v sklopu Subvencij za težje zaposljive skupine brezposelnih oseb (3.2) pa spodbujanje zaposlovanja starejših brezposelnih oseb, spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov denarne socialne pomoči ter Zaposli.me. 2.3 Rezultati modelov Najpomembnejši rezultati izračunov so vrednosti ATT ob koncih posameznih let ter podatek o njihovi statistični značilnosti. ATT so izračunani s pomočjo paritve po metodi najbližjega soseda ena-na-ena, z zamenjavo ter ob upoštevanju t.i. »ties«. Postopek tako upošteva vse tiste posameznike iz kontrolne skupine, ki imajo enako verjetnost za vključitev v posamezni ukrep APZ. Pri večini izračunov (oz. pri tistih, kjer je bilo to potrebno) smo uporabili tudi »caliper« v višini 0,01. Pri vsakem od podukrepov na začetku podajamo kratek opis, trajanje in ciljne skupine, kar predstavlja del tabele podukrepa v Katalogu ukrepov aktivne politike zaposlovanja, ki ga je izdal Zavod Republike Slovenije za zaposlovanje. Od izračunov v tekstu navajamo le osnovne vrednosti (ATT, SE, t-statistiko in p-vrednost), celotni izračuni (vključno z logit modeli ter preverjanjem uravnoteženosti spremenljivk) pa so v Dodatku na koncu poročila. 2.3.1 Programi institucionalnega usposabljanja ter nacionalne poklicne kvalifikacije 2.3.1.1 Priprave na postopke ugotavljanja in potrjevanja Nacionalne poklicne kvalifikacije (NPK) Tabela 2.3.1.1.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Aktivnost udeležencem zagotavlja pridobitev javne listine o nacionalni poklicni kvalifikaciji, ki izkazuje pridobljena strokovna znanja in spretnosti, ki so potrebna za opravljanje poklica ali posameznih zadolžitev v okviru poklica. Cilji aktivnosti so povečanje zaposljivosti brezposelnih oseb, dvig kvalifikacijske ravni ter zmanjšanje strukturnega neskladja na trgu dela. POSTOPEK IZVAJANJA Brezposelna oseba pridobi mnenje svetovalca za NPK o tem, katera znanja mora pred vključitvijo v postopek preverjanja in potrjevanja NPK še pridobiti. Priprave praviloma vključujejo pridobitev tistih znanj, spretnosti in kompetenc, ki jih oseba v nadaljevanju potrebuje za pridobitev določene poklicne kvalifikacije. Stopnje poklicne ali strokovne izobrazbe NPK ne omogoča. Aktivnost se izvaja na podlagi zaposlitvenega načrta z napotitvijo osebe v program, ki ga izvaja izbrani zunanji izvajalec. CILJNA SKUPINA • brezposelne osebe TRAJANJE do največ 12 mesecev, za invalide in težje zaposljive pa do največ 18 VKLJUČITVE: mesecev. Ta podukrep se je prvič izvajal leta 2010, ko je bilo v Priprave na NPK vključenih 1.721 oseb. Slika 2.3.1.1.1. prikazuje dolžino trajanja Priprav na NPK za 658 udeležencev, ki so se v bazo BO vpisali leta 2010. Trajanje je v večini primerov krajše od 4 mesecev, največ oseb pa se je udeležilo kratkih priprav v dolžini 10 - 14 dni. Za eksperimentalno skupino smo izbrali 523 posameznikov, pri katerih so se Priprave na NPK zaključile pred koncem leta 2010. Kontrolno skupino sestavljajo vsi brezposelni, ki so se v bazo BO vpisali leta 2010 ter niso sodelovali v nobenem od programov APZ (64.467 oseb). Slika 2.3.1.1.1: Dolžina trajanja ukrepa (v mesecih) 250_ 200_ 150_ Frekvenca 100 50 0 2 4 6 8 Dolžina priprave na NPK (v mesecih) Kot kažejo rezultati v tabeli 2.3.1.1.2, je ATT negativen, po absolutni vrednosti zelo majhen (le 0,76 odstotne točke) ter ni statistično značilno različen od 0. Do konca leta 2010 se je iz baze BO izpisalo 36,71 % eksperimentalne skupine, 30,54 % kontrolne skupine, med prirejenimi v procesu paritve (iz kontrolne skupine) pa je izpisanih za 0,76 odstotnih točk več kot v eksperimentalni skupini, torej približno 36,72 %. Ugotovljeni ničelni učinek je verjetno posledica dejstva, da se velik del udeležencev tega programa po zaključku vključi še v ukrep Preverjanje in potrjevanje NPK, ki je opisan v nadaljevanju teksta. Pomemben del tistih, ki so Priprave na NPK zaključili proti koncu leta 2010, najbrž še čaka na Preverjanje in potrjevanje NPK, zato nastopi t.i. »locking-in« efekt, saj udeleženci programa manj intenzivno iščejo službo kot neudeleženci. Programa Priprave na NPK ter Preverjanje in potrjevanje NPK bi bilo smiselno obravnavati tudi skupno, s t.i. »multi-treatment« pristopom, vendar bi bilo v ta namen dobro počakati, da bo na voljo dovolj podatkov o osebah, ki so zaključile oba programa. 0 Tabela 2.3.1.1.2: Osnovne vrednosti izračunov Ob koncu leta 2010 ATT -0,0076 AI SE 0,0214 t-statistika -0,3554 p-vrednost 0,7223 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). Iz tabele A.1.3 v Dodatku, ki prikazuje preverjanje uravnoteženosti spremenljivk, je razvidno, da ja v eksperimentalni skupini 68,3 % moških, v celotni kontrolni skupini pa le 56,6 %. Prav tako so opazne razlike v starosti, saj povprečna starost v eksperimentalni skupini znaša 34,99 let, v kontrolni pa 38,45 let. Pri procesu paritve je iz kontrolne skupine izbrana skupina oseb, med katerimi je 66,1 % moških, povprečna starost te skupine je 34,92 let. Tabela 2.3.1.1.3 prikazuje deleže po stopnjah izobrazbe za vse 3 skupine (eksperimentalno, kontrolno ter prirejeno v procesu paritve). Pri paritvi je treba najbolj prilagoditi delež oseb s poklicno ali srednjo izobrazbo. Spremenljivka Podiplomska izobrazba ni vključena v logit model ter proces paritve, ker je treba eno od kategorij izpustiti, saj bi se sicer pojavila t.i. multikolinearnost. Delež oseb s podiplomsko izobrazbo se prilagodi avtomatično, s prilagoditvijo ostalih 3 kategorij. Tabela 2.3.1.1.3: deleži po stopnjah izobrazbe Osnovna šola Poklicna ali srednja izobrazba Višja ali visoka izobrazba Podiplomska izobrazba Eksperimentalna skupina 0,2122 0,7094 0,0727 0,0057 Kontrolna skupina 0,2699 0,5930 0,1291 0,0046 Prirejeni v procesu paritve 0,2166 0,7076 0,0708 0,0050 2.3.1.2 Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije Tabela 2.3.1.2.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Aktivnost udeležencem zagotavlja pridobitev javne listine o nacionalni poklicni kvalifikaciji ali spričevala o temeljni poklicni kvalifikaciji, ki izkazuje pridobljena strokovna znanja in spretnosti, ki so potrebna za opravljanje poklica ali posameznih zadolžitev v okviru poklica. Cilji aktivnosti so povečanje zaposljivosti brezposelnih oseb, dvig kvalifikacijske ravni ter zmanjšanje strukturnega neskladja na trgu dela. POSTOPEK IZVAJANJA Potrjevanje NPK ali TPK na podlagi preverjanja in potrjevanja strokovnega znanja, spretnosti in izkušenj, pridobljenih izven formalnega izobraževanja udeležencem, zagotavlja pridobitev javno veljavne listine (certifikat) za NPK ali spričevala za TPK, s katerima udeleženec dokazuje usposobljenost za opravljanje poklica ali posameznih zadolžitev v okviru poklica. Stopnje poklicne ali strokovne izobrazbe NPK in TPK ne omogočata. Aktivnost se izvaja na podlagi zaposlitvenega načrta. CILJNA SKUPINA • brezposelne osebe TRAJANJE VKLJUČITVE: praviloma do enega meseca Iz slike 2.3.1.2.1, ki prikazuje porazdelitev starosti pri udeležencih opazovanega programa, je razvidno, da so starostne skupine približno enakomerno zastopane ter da se v podukrep vključuje tudi relativno veliko število brezposelnih oseb, ki so stare nad 50 let. V celotni bazi APZ sicer izstopa starostna skupina od 27 do 32 let, ki predstavlja kar 26 % vseh pojavov APZ. Število vpisanih je največje v letu 2010 (tabela 2.3.1.2.2), ko se je Preverjanja in potrjevanja NPK udeležilo 1.230 oseb. Zaradi kratkosti programa, ki traja do 1 mesec, smo kot osnovo za izračun v prvi fazi upoštevali priliv v bazo BO v letu 2010. Obravnavano oz. eksperimentalno skupino tvorijo sodelujoči v opazovanem podukrepu v letu 2010, pri katerih se je program že zaključil in ki so se tudi v bazo BO vpisali leta 2010 (386 oseb). V kontrolni skupini so osebe, ki so postale brezposelne v letu 2010 ter niso sodelovale v nobenem od programov APZ (64.467 oseb). Vrednost ATT ob koncu leta 2010 znaša 0,0438 ter je mejno statistično značilna (t.j. značilna pri 10 % stopnji značilnosti ter neznačilna pri 5 % stopnji značilnosti). Osnovne rezultate izračunov prikazuje tabela 2.3.1.2.3. V eksperimentalni skupini je bilo ob koncu leta 2010 41,97 % oseb izpisanih iz baze BO, v kontrolni skupini pa jih le 30,54 ni bilo vpisanih med registrirano brezposelne. Po postopku paritve je delež izpisanih iz BO za 4,38 % točk nižji od eksperimentalne skupine ter znaša 37,59 %. Slika 2.3.1.2.1: histogram za starost vseh udeležencev podukrepa Preverjanje in potrjevanje NPK Delež (%) Tabela 2.3.1.2.2: Število vpisanih po letih Leto vključitve 2007 2008 2009 2010 St. vključenih 198 240 469 1.230 Tabela 2.3.1.2.3: Osnovne vrednosti izračunov (priliv v BO leta 2010 ter vpis v APZ 2010) Ob koncu leta 2010 ATT 0,0438 AI SE 0,0253 t-statistika 1,7314 p-vrednost 0,0834 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). V drugi fazi smo preverili učinek še za eksperimentalno skupino sodelujočih v opazovanem podukrepu v letu 2010, pri katerih se je program že zaključil, ki pa so se v bazo BO vpisali leta 2009 (729 oseb). V kontrolni skupini so osebe, ki so postale brezposelne v letu 2009, pri katerih je obdobje brezposelnosti trajalo vsaj 1 leto (tako da so bile zagotovo brezposelne tudi v letu 2010, ko je eksperimentalna skupina pričenjala s programom Preverjanja in potrjevanja NPK) ter niso sodelovale v nobenem od programov APZ (18.659 oseb). Pri teh predpostavkah je ATT višji (0,1938) ter statistično značilno različen od 0 tudi pri 1 % stopnji značilnosti (tabela 2.3.1.2.4). V eksperimentalni skupini je bilo ob koncu leta 2010 44,44 % oseb izpisanih iz baze BO, v kontrolni je bilo takšnih 26,34 %, po paritvi pa 25,06 %. Opisani podukrep izkazuje večjo učinkovitost za osebe, ki so postale brezposelne leta 2009. Tabela 2.3.1.2.4: Osnovne vrednosti izračunov (priliv v BO leta 2009 ter vpis v APZ 2010) Ob koncu leta 2010 ATT 0,1938 AI SE 0,01949 t-statistika 9,9441 p-vrednost 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.1.3 Programi institucionalnega usposabljanja Tabela 2.3.1.3.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Cilj vključitve v aktivnost je pridobitev spretnosti in znanj, ki bodo povečale zaposljivost. Namen vključitve in sodelovanja v aktivnosti je brezposelnim osebam povečati zaposlitvene možnosti. POSTOPEK IZVAJANJA Aktivnost se izvaja na podlagi zaposlitvenega načrta z napotitvijo brezposelne osebe v program, ki ga izvaja izbrani zunanji izvajalec. CILJNA SKUPINA • brezposelni, predvsem tisti brez ustrezne izobrazbe, brez delovnih izkušenj in tisti s suficitarnimi poklici, • zaposleni, določeni z 49.a členom Zakona o zaposlovanju in zavarovanju za primer brezposelnosti TRAJANJE VKLJUČITVE: do 12 mesecev, za invalide in težje zaposljive pa do največ 18 mesecev Zaradi velikega števila vključenih v Programe institucionalnega usposabljanja v vseh opazovanih letih ter zaradi potencialnega dolgoročnega učinka smo za izhodiščno leto izbrali leto 2007. V tem letu se je Programov institucionalnega usposabljanja udeležilo 3.874 oseb, od katerih se jih je 1.826 tudi vpisalo med registrirano brezposelne leta 2007 (eksperimentalna skupina). Kontrolno skupino tvorijo vse osebe, ki so se vpisale v BO leta 2007 ter niso sodelovale v nobenem od programov APZ (37.082 oseb). Osnovne vrednosti izračunov so podane v tabeli 2.3.1.3.2 spodaj. Namesto spremenljivke StarostLeta, ki je ni bilo mogoče uravnotežiti, smo uporabili starostne kategorije, kot so opisane v drugem podpoglavju. Modeli so tako uravnoteženi znotraj starostnih skupin oz. kategorij. ATT je v vseh treh primerih negativen ter statistično značilen. Treba je opozoriti, da spremenljivka suficitaren poklic vpliva tako na določitev obravnavane skupine, kot tudi na uspešnost ukrepa APZ, torej na verjetnost izpisa iz registrirane brezposelnosti. Izračun brez te spremenljivke je pristranski (vrednosti ATT so prenizke), ker je v obravnavani skupini verjetno večji delež oseb s suficitarnimi poklici kot v kontrolni skupini oz. ker pri postopku paritve ne moremo kontrolirati izračuna na to spremenljivko. Za nepristranski izračun ATT bi potrebovali tudi spremenljivko suficitarni poklic. Tabela 2.3.1.3.2: Osnovne vrednosti izračunov Ob koncu leta 2008 Ob koncu leta 2009 Ob koncu leta 2010 ATT -0,0547 -0,1148 -0,0637 AI SE 0,0108 0,0113 0,0109 t-statistika -5,0567 -10,138 -5,869 p-vrednost 0,0000 0,0000 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.2 Programi praktičnega usposabljanja 2.3.2.1 Delovni preizkus Tabela 2.3.2.1.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Cilj vključitve v delovni preizkus je pridobitev delovnih izkušenj na konkretnih delovnih nalogah. Namen vključitve in sodelovanja brezposelne osebe v aktivnosti je brezposelnim osebam omogočiti, da pred zaposlitvijo oziroma pred odločitvijo o nadaljnjih korakih pri izdelavi zaposlitvenega načrta preizkusijo svoja znanja, veščine, spretnosti in delovne navade. POSTOPEK IZVAJANJA Delovni preizkus se izvaja na podlagi zaposlitvenega načrta in izbranega programa izvajalca na konkretnem delovnem mestu, neposredno pri delodajalcu ali instituciji za poklicno usposabljanje. OPERATIVNI IZVAJALCI Zunanji izvajalci, ki so: • pravne ali fizične osebe, registrirane za opravljanje dejavnosti v Republiki Sloveniji, • ki predložijo ustrezen program usposabljanja in • v času usposabljanja zagotavljajo ustrezno strokovno vodstvo. CILJNA SKUPINA • brezposelni TRAJANJE VKLJUČITVE: praviloma do enega meseca Večina delovnih preizkusov v naši bazi traja od pol meseca do največ mesec dni. Zaradi kratkosti programa ter glede na število vpisanih v ta podukrep po letih (tabela 2.3.2.1.2), kjer izstopa leto 2010, smo to leto izbrali kot osnovo za naš izračun. Od 6.261 oseb, ki so leta 2010 opravljaje delovni preizkus, se jih je 3.431 vpisalo v bazo BO leta 2010. Izmed teh smo jih v eksperimentalno skupino izbrali tistih 3.091, ki so delovni preizkus zaključili pred koncem leta 2010 oz. pred koncem naše študije. V kontrolni skupini je 64.467 oseb, ki so se v bazo BO vpisale leta 2010 ter niso sodelovale v nobenem od programov APZ. Tabela 2.3.2.1.2: Število vpisanih po letih Leto vključitve 2007 2008 2009 2010 St. vključenih 2313 2129 3364 6261 Kot kažejo rezultati v tabeli 2.3.2.1.3, je ATT pozitiven in statistično značilno različen od 0. Do konca leta 2010 se je iz baze BO izpisalo 63,08 % eksperimentalne skupine, med prirejenimi v procesu paritve (iz kontrolne skupine) pa je takšnih za 23,53 % točk manj, oziroma 39,55 %. Tabela 2.3.2.1.3: Osnovne vrednosti izračunov Ob koncu leta 2010 ATT 0,2353 AI SE 0,0092 t-statistika 25,56 p-vrednost 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.2.2 Usposabljanje na delovnem mestu Tabela 2.3.2.2.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Cilj aktivnosti je izboljšanje zaposlitvenih možnosti brezposelnih oseb in povečanje njihove konkurenčnosti na trgu dela. Aktivnost je namenjena pridobitvi in krepitvi sposobnosti, znanj, veščin in spretnosti brezposelnih oseb, katerih obstoječa znanja oz. delovne izkušnje ne omogočajo neposredne zaposlitve, ter spodbujanju zaposlovanja vključenih oseb pri izvajalcih usposabljanja na delovnem mestu - delodajalcih. POSTOPEK IZVAJANJA Usposabljanje na delovnem mestu se izvaja pri izvajalcu usposabljanja - delodajalcu. Programe usposabljanja prijavi izvajalec usposabljanja - delodajalec, operativno izvajanje pa poteka na območnih službah Zavoda. CILJNA SKUPINA • brezposelne osebe -v- TRAJANJE VKLJUČITVE: • krajše usposabljanje: dva meseca • daljše usposabljanje: praviloma tri do šest mesecev Ker se je leta 2007 v Usposabljanje na delovnem mestu vključilo 690 oseb, leta 2008 pa 3.206 oseb, smo za izhodišče izbrali leto 2008. Slika 2.3.2.2.1 prikazuje dolžino usposabljanja za 2.381 posameznikov, ki so se tudi v bazo BO vpisali leta 2008. Za eksperimentalno skupino smo izbrali 1.473 oseb z daljšimi usposabljanji v dolžini 6 do 8 mesecev. Kontrolno skupino tvori 31.462 posameznikov, ki so se v bazo BO vpisali leta 2008 ter niso sodelovali v nobenem od programov APZ. Vrednost ATT ob koncih let 2010 in 2009 je negativna in statistično značilna (tabela 2.3.2.2.2), ob koncu leta 2008 pa ni zaznati statistično značilnega učinka. Rezultati so v skladu s člankoma avtorjev Lechner, Miquel in Ruth (2005; 2007), ki za Nemčijo ugotavljajo, da ima usposabljanje kratkoročno negativne učinke ter da se pozitivni učinki pojavijo šele po 3 do 4 letih od zaključka, v odvisnosti od dolžine trajanja usposabljanja. Kratkoročne negativne učinke pojasnijo s pomočjo »locking-in« efekta. Nasprotno pa Frederiksson in Johansson (2003) v študiji za Švedsko ugotavljata celo dolgoročne negativne učinke usposabljanja. Slika 2.3.2.2.1: dolžina usposabljanja (v mesecih) 100 80 60 40 0 2 4 6 8 1 1 Dolžina usposabljanja Tabela 2.3.2.2.2: Osnovne vrednosti izračunov za začetek v letu 2008 Ob koncu leta 2008 Ob koncu leta 2009 Ob koncu leta 2010 ATT -0,0045 -0,1066 -0,1147 AI SE 0,0140 0,0132 0,0133 t-statistika -0,3224 -8,086 -8,6543 p-vrednost 0,7471 0,0000 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). Pripravili smo še dodatni izračun za usposabljanja na delovnem mestu, ki so se pričela leta 2009 (4.035 usposabljanj), od katerih se jih je 3.540 zaključilo pred koncem leta 2009. V eksperimentalno skupino smo izbrali 3.095 oseb, ki so se tudi v bazo BO vpisale leta 2009. Kontrolno skupino predstavljajo osebe, ki so se v BO vpisale leta 2009 ter niso sodelovale v programih APZ (53.149 oseb). V tem primeru je vrednost ATT ob koncu let 2009 in 2010 sicer negativna, vendar po absolutni vrednosti zelo majhna, poleg tega pa tudi ni statistično značilno različna od 0 (tabela 2.3.2.2.3). Ob opisanih predpostavkah ugotavljamo ničelne učinke. Tabela 2.3.2.2.3: Osnovne vrednosti izračunov za začetek v letu 2009 Ob koncu leta 2009 Ob koncu leta 2010 ATT -0,0003 -0,0069 AI SE 0,0097 0,0086 t-statistika -0,0336 -0,8050 p-vrednost 0,9732 0,4208 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.3 Programi izobraževanja 2.3.3.1 Formalno izobraževanje Tabela 2.3.3.1.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Povečanje zaposljivosti in fleksibilnosti brezposelnih oseb na trgu dela, zmanjševanje strukturnega neskladja na trgu dela ter dvig izobrazbene in kvalifikacijske ravni brezposelnih oseb. POSTOPEK IZVAJANJA Vključevanje se izvaja na podlagi zaposlitvenega načrta. Formalno izobraževanje zajema javno veljavne izobraževalne programe, ki potekajo po celotni vertikali od osnovne šole do dodiplomskega izobraževanja. Udeleženci po uspešno zaključenem programu pridobijo javno veljavno formalno izobrazbo. CILJNA SKUPINA • brezposelne osebe, ki so se na podlagi zaposlitvenega načrta po 53. b členu ZZZPB izobraževali že v šolskem letu 2009/2010; • brezposelne osebe brez poklicne oz. strokovne izobrazbe; • brezposelne osebe z zdravstvenimi omejitvami; • osebe, ki jim je delovno razmerje prenehalo kot presežnim delavcem zaradi poslovnih razlogov, stečaja, likvidacije delodajalca ali prisilne poravnave in so imele z delodajalcem sklenjeno pogodbo o izobraževanju ( v tem primeru se jim krijejo preostali stroški programa izobraževanja); • brezposelne osebe s poklicno oz. strokovno izobrazbo, na področju katere ne morejo dobiti zaposlitve in so pri ZRSZ prijavljeni več kot 1 mesec, s poudarkom na odpravljanju regionalnih strukturnih neskladij na trgu dela. • brezposelne osebe, starejše od 45 let TRAJANJE Cas trajanja izobraževanja oz. vključitve posameznika je odvisen od vrste VKLJUČITVE: izobraževanja, v katerega se posameznik vključi ter od njegovih predhodno pridobljenih znanj, sposobnosti in veščin. Ker se pri formalnem izobraževanju učinki pogosto pokažejo šele dolgoročno, smo kot osnovo izbrali 1.348 formalnih izobraževanj, ki so se pričela leta 2007. Histogram za dolžino teh izobraževanj, ki je prikazan na sliki 2.3.3.1.1, kaže, da jih večina (909) traja do 1 leto, najdaljše izobraževanje pa naj bi trajalo več kot 4 leta ter naj bi se zaključilo leta 2011, ki pa ga žal ni v naši bazi. Za eksperimentalno skupino smo izbrali 519 od skupno 909 izobraževanj v dolžini do 1 leta, pri katerih se je tudi pojav brezposelnosti pričel leta 2007. Kontrolno skupino tvorijo osebe, vpisane v BO leta 2007, ki niso sodelovale v nobenem od programov APZ. Tako določena kontrolna skupina šteje 37.082 oseb. Pri preučevanju eksperimentalne skupine smo opazili nenavadno visok delež neuspešnih zaključkov. Kot kaže tabela 2.3.3.1.2, je le 56,8 % vključenih program uspešno zaključilo, približno 9 % je izobraževanje prekinilo, dobrih 32 % pa ga je zaključilo neuspešno (11,95 % iz opravičljivih razlogov, 20,42 % pa iz neopravičljivih razlogov). Domnevamo, da je vzrok za tako visok delež neuspešnih zaključkov v nekaterih problematičnih ciljnih skupinah, kot so npr. brezposelne osebe z zdravstvenimi omejitvami ter brezposelne osebe, starejše od 45 let, ki se najbrž že vsaj 20 let niso izobraževale. Neuspešni zaključki iz opravičljivih razlogov so verjetno posledica zdravniških potrdil, zato sklepamo, da je delež oseb z zdravstvenimi omejitvami v eksperimentalni skupini nezanemarljiv. Slika 2.3.3.1.2 prikazuje uspešnost zaključkov za celotno bazo APZ (zgornja slika) ter za programe formalnega izobraževanja (spodnja slika). Baza APZ izkazuje 65 % uspešnih zaključkov, pri čemer je treba upoštevati, da približno 12 % programov še traja, tako da ni podatka o uspešnosti. Za programe formalnega izobraževanja v celoti je uspešnih zaključkov 42 %, neuspešnih pa približno 20 %. Del programov še ni zaključen. Rezultati izračunov ob koncih let 2008, 2009 in 2010 so podani v tabeli 2.3.3.1.3 spodaj. Vrednosti za ATT so v vseh treh primerih negativne in statistično značilne. Kratkoročno je pri izobraževanju za pričakovati negativne rezultate, ker je pri tem programu izrazit »locking-in« efekt, dolgoročno pa nekatere tuje študije dobijo pozitivne rezultate, vendar so za ciljno skupino ponavadi izbrani vsi brezposelni. Ob koncu leta 2010 je 67,24 % oseb iz eksperimentalne skupine izpisanih iz baze BO, med prirejenimi v procesu paritve pa je takšnih oseb za 9,53 % točk več (ker ATT znaša -0,0953) oziroma 76,77 %. Konec leta 2009 65,13 % eksperimentalne skupine ne šteje med registrirano brezposelne, ob koncu leta 2008 pa je ta delež enak 67,24 %. Ustrezne deleže za prirejene iz kontrolne skupine v procesu paritve dobimo tako, da od deleža za eksperimentalno skupino odštejemo ATT. Opozoriti je treba, da je izračun ATT pristranski, ker nimamo podatka o zdravstvenem stanju za eksperimentalno in kontrolno skupino. Za nepristranskost izračuna pri metodi paritve je namreč treba kontrolirati vse spremenljivke, ki vplivajo tako na vključitev v program APZ kot tudi na uspeh programa (t.j. izpis iz registrirane brezposelnosti). Nepristranski izračun bi bilo mogoče pripraviti s podatki o katerem od kazalnikov zdravstvenega stanja, npr. o številu obiskov posameznika pri zdravniku v opazovanem obdobju ali o izdatkih iz zdravstvene blagajne. Sedaj so dobljeni ATT prenizki, ker bi morali v procesu paritve osebam z zdravstvenimi omejitvami iz kontrolne skupine prirediti osebe, ki imajo prav tako zdravstvene omejitve. V vsakem primeru pa bi bilo dobro premisliti o smiselnosti nekaterih ciljnih skupin, zaradi katerih ima ta program tako visok delež neuspešnih zaključkov. Slika 2.3.3.1.1: histogram za dolžino formalnih izobraževanj, ki so se pričela leta 2007 (v letih) 200 150 Frekvenca 100 50 12 3 4 Dolžina formalnega izobraževanja (v letih) 0 0 Tabela 2.3.3.1.2: uspešnost zaključka izobraževanja za eksperimentalno skupino (v %) Prekinitev Prekinitev Neuspešno Neuspešno Uspešno aktivnosti - aktivnosti - zaključeno - zaključeno - zaključena opravičljivi neopravičljivi opravičljivi neopravičljivi Ni vnosa Ni podatka aktivnost razlogi razlogi razlogi razlogi uspešnosti 0,77 56,84 6,94 2,31 11,95 20,42 0,77 Slika 2.3.3.1.2: Uspešnost zaključka za celotno bazo APZ (zgornja slika) ter za programe formalnega izobraževanja (spodnja slika) 65.04 40 - Delež (%) 20 _ 40 30 Delež (%) 20 _ 15.17 12.07 3.155 3.036 .585 .9404 1 2 3 4 5 Uspešnost zaključka za celotno bazo APZ 42 22.87 12.31 12.94 1.552 L .5699 7.758 0 1 2 3 4 5 6 Uspešnost zaključka za programe formalnega izobraževanja Legenda: 0: Ni podatka, 1: Uspešno zaključena aktivnost, 2: Prekinitev aktivnosti - opravičljivi razlogi, 3: Prekinitev aktivnosti - neopravičljivi razlogi, 4: Neuspešno zaključena aktivnost - opravičljivi razlogi, 5: Neuspešno zaključena aktivnost - neopravičljivi razlogi, 6: Ni vnosa uspešnosti. Tabela 2.3.3.1.3: Osnovne vrednosti izračunov 0 0 6 0 Ob koncu leta 2008 Ob koncu leta 2009 Ob koncu leta 2010 ATT -0,1089 -0,11247 -0,0953 AI SE 0,0234 0,022817 0,0224 t-statistika -4,6618 -4,9294 -4,2486 p-vrednost 0,0000 0,0000 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.3.2 Projektno učenje za mlajše odrasle (PUM) Tabela 2.3.3.2.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: - spodbuditev mladih brezposelnih oseb, da se vrnejo v izobraževanje ali se zaposlijo; - povečanje splošne izobraženosti, formiranja poklicne identitete in socialno-kulturnega delovanja. POSTOPEK IZVAJANJA PUM vključuje aktivnosti, ki udeležencem pomagajo izboljšati splošno razgledanost in prožnost mišljenja ter pridobiti funkcionalna znanja, potrebna za uspešno reintegracijo v šolsko okolje in vsakdanje življenje. Vključevanje se izvaja na podlagi zaposlitvenega načrta. CILJNA SKUPINA • Brezposelne osebe, mlajše od 26 let, ki so opustile šolanje. TRAJANJE VKLJUČITVE: Največ eno šolsko leto Cilj podukrepa je zaposlitev ali vrnitev v izobraževanje, zato je ta podukrep specifičen. Slika 2.3.3.2.1 prikazuje histogram za dolžino izobraževanja. Program je časovno omejen na 1 šolsko leto, vendar najbrž pomemben delež vključenih tudi po zaključku tega leta nadaljuje z izobraževanjem ter s tem doseže enega od ciljev. Žal za tiste, ki se do konca opazovanega obdobja (t.j. do konca leta 2010) ne vrnejo med registrirano brezposelne, ne moremo ugotoviti, če so se zaposlili, ali pa nadaljujejo z izobraževanjem. Tabela 2.3.3.2.2: Število vpisanih v PUM po letih Leto vključitve 2007 2008 2009 2010 St. vključenih 127 132 213 157 Povprečna starost vključenih je 20,3 let, 86 % oseb ima le osnovnošolsko izobrazbo. Ker so pri programih izobraževanja pomembni predvsem dolgoročni učinki, bi bilo za izhodiščno leto najbolje vzeti prvo opazovano leto. V letih 2007 in 2008 je žal številu vpisanih v program PUM majhno. Od 127 oseb, ki so se vključile leta 2007, se jih je 84 vpisalo v BO leta 2007, kar pa ni dovolj za izračun po metodi paritve. Zato smo za izhodiščno leto izbrali 2009. Slika 2.3.3.2.1: dolžina izobraževanja za PUM 10 0 Frekvilica 4 6 8 Dolžina izobraževanja (v letih) 8 0 Od 213 oseb, ki so se vključile v PUM leta 2009, se jih je večina (163) vpisalo v bazo BO istega leta. Te smo izbrali za eksperimentalno skupino. V kontrolni skupini so osebe, vpisane v bazo BO leta 2009, ki so bile ob vpisu stare pod 26 let ter so tako izpolnjevale pogoje za vpis v PUM (11.653 oseb). Ker se po pravilih ZRSZ udeleženci programov izobraževanja ob vključitvi v APZ avtomatično izpišejo iz baze BO, smo izračunali ATT le ob koncu leta 2010. Kot kažejo rezultati v tabeli 2.3.3.2.3, je učinek podukrepa negativen, vendar ni statistično značilno različen od 0. Morda gre za »locking-in« efekt, ki je kratkoročno pogosto opažen pri programih izobraževanja, saj udeleženci v času izobraževanja manj intenzivno iščejo zaposlitev. Poudariti je treba tudi, da Card, Kluve in Weber (2010) v metaanalizi za države EU ugotavljajo slabšo učinkovitost programov APZ, ki imajo za ciljno skupino mlade brezposelne osebe. Tabela 2.3.3.2.3: Osnovne vrednosti izračunov Ob koncu leta 2010 ATT -0,0620 AI SE 0,0406 t-statistika -1,5277 p-vrednost 0,1266 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.4 Subvencije za težje zaposljive skupine brezposelnih oseb V sklopu programa Subvencije za težje zaposljive skupine brezposelnih oseb je bilo v letih 2007 do 2010 izvedenih 10 programov oz. podukrepov, ki jih opisuje tabela 2.3.4.1. Število vključenih v posamezne podukrepe po letih prikazuje tabela 2.3.4.2. Ker sta ob zaključku leta 2010, ko se konča naše opazovano obdobje, zadnja dva podukrepa še v izvajanju ter ker je število vključenih v nekatere programe majhno, smo analizirali Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov DSP v letu 2007 (321 vključenih), Spodbujanje zaposlovanja starejših brezposelnih oseb v letu 2008 (527 vključenih) ter Zaposli.me v letu 2009 (3075 vključenih). Tabela 2.3.4.1: Identifikatorji (ID) ter opisi podukrepov za ukrep Subvencije za težje zaposljive skupine brezposelnih oseb v obdobju 2007 - 2010 ID podukrepa Opis podukrepa 126 Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov DSP v letu 2007 127 Spodbujanje novega zaposlovanja starejših v letu 2007 152 Spodbujanje zaposlovanja starejših brezposelnih oseb v letu 2008 153 Spodbujanje zaposlovanja mladih brezposelnih oseb 156 Spodbujanje zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov DSP za leto 2008 157 Pomoč pri zaposlovanju dolgotrajno brezposelnih žensk 2 160 Zaposli.me 166 Spodbujanje zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov DSP za leto 2009 187 Spodbujanje zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov DSP za leto 2010 189 Zaposli.me 2 Tabela 2.3.4.2: Število vključenih v posamezne podukrepe po letih Leto/ ID podukrepa 126 127 152 153 156 157 160 166 187 189 2007 321 177 0 0 0 0 0 0 0 0 2008 45 0 527 213 144 164 0 0 0 0 2009 2 0 7 20 3 0 3075 19 0 0 2010 0 0 0 0 0 0 885 0 148 2976 Subvencije v zasebnem sektorju, ki imajo za ciljno skupino vse brezposelne osebe, izkazujejo glede na rezultate metaanalize za države EU (Card, Kluve in Weber, 2010) v povprečju pozitiven efekt. Pri naših izračunih so rezultati le delno pozitivni, vendar so kot ciljna skupina izbrani težje zaposljivi, torej najbolj problematična podskupina brezposelnih oseb. 2.3.4.1 Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov denarne socialne pomoči Tabela 2.3.4.1.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Cilj je zaposlitev dolgotrajno brezposelnih oseb - prejemnikov denarne socialne pomoči, v skladu s 36. a členom Zakona o socialnem varstvu. Namen vključitve je pomoč pri zaposlovanju oseb iz ciljne skupine aktivnosti za nedoločen čas ali za določen čas najmanj enega leta. POSTOPEK IZVAJANJA Izvaja se s subvencioniranjem zaposlitve pri delodajalcih, izbranih na javnem razpisu. Osebe iz ciljne skupine morajo imeti izdelan zaposlitveni načrt z napotitvijo. CILJNA SKUPINA • Dolgotrajno brezposelne osebe - prejemniki denarne socialne pomoči, ki so v zadnjih 16 mesecih prejemale denarno socialno pomoč najmanj 12 mesecev. TRAJANJE VKLJUČITVE: Zaposlitev mora biti realizirana za obdobje: • najmanj enega leta (v primeru zaposlitve za določen čas) ali • za nedoločen čas, ki se spremlja dve leti. Slika 2.3.4.1.1: histogram za dolžino subvencije (v letih) 14 n 12 _ n 10 _ n 8 -Frekvenc a 6 -n B, olžina subvencije (v 2. b n Zgornja slika prikazuje dolžino subvencije (v letih) za 321 oseb, ki so se leta 2007 vključile v podukrep Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov denarne socialne pomoči (DSP). Večina je bila v program formalno vključenih 2 leti. Za eksperimentalno skupino smo izbrali 188 oseb, kjer je podukrep trajal približno 2 leti. Gre najbrž večinoma za tisti del vključenih oseb, kjer je bila zaposlitev sklenjena za nedoločen čas. Ker v naši bazi ni podatkov o tem, kdo so prejemniki denarne socialne pomoči (DSP), smo kot t.i. »proxy« spremenljivko (približek) pri izbiri kontrolne skupine uporabili dolžino brezposelnosti. Čas prejemanja denarnega nadomestila za brezposelnost je odvisen od zavarovalne dobe ter traja od 3 do 25 mesecev, povprečna vrednost je približno 12 mesecev. Ciljna skupina tega podukrepa so osebe, ki so DSP prejemale vsaj 12 mesecev in to v času, ko najbrž niso bile več upravičene do denarnega nadomestila za brezposelnost. Za kontrolno skupino smo tako izbrali tiste brezposelne, ki so se vpisali v bazo BO leta 2005 ter so bili v bazi vsaj 24 mesecev (6.176 oseb). Slika 2.3.4.1.2: histogram za dejansko dolžino zaposlitve (v letih) 15 -, 10 _ Frekvenca 5 - 1 2 3 Dolžina zaposlitve od začetka subvencije (v letih) 0 0 Od 188 oseb iz eksperimentalne skupine se jih je 90 (47,9 %) vrnilo v bazo BO pred zaključkom študije, t.j. pred koncem leta 2010. Zgornja slika, ki prikazuje histogram za dolžino zaposlitve od začetka subvencije za 90 oseb, pri katerih se je ta zaposlitev že zaključila, kaže tudi na odstopanje dejanskega trajanja zaposlitve od formalnega oz. minimalnega, ki naj bi bilo približno 2 leti. 23,4 % oseb iz eksperimentalne skupine se je ponovno vpisalo v bazo BO prej kot 1 mesec po formalnem zaključku subvencije, 35,1 % pa prej kot pol leta po zaključku. Subvencije za 188 oseb iz eksperimentalne skupine so se pričele leta 2007 ter zaključile leta 2009. Ob koncu leta 2008, ko so bile subvencije formalno v teku, je ATT pričakovano pozitiven ter znaša 0,2955 (tabela 2.3.4.1.2). Za eksperimentalno skupino je bilo ob koncu leta 2008 95,74 % oseb izpisanih iz baze BO, pri tistih, ki so jim bili prirejeni v procesu paritve, pa je ta delež za 29,55 odstotnih točk manjši ter znaša 66,19 %. Ob koncu leta 2009, ko so se subvencije formalno že zaključile, je zaznati zmeren pozitiven učinek, saj ATT znaša 0,0902 ter je statistično značilno različen od 0. V eksperimentalni skupini je bilo v opazovanem trenutku 78,72 % oseb izpisanih iz baze BO, pri tistih iz kontrolne skupine, prirejenih v procesu paritve, pa je ta delež za 9,02 % točk nižji. Ob koncu leta 2010 žal ugotavljamo ničelni učinek (ATT znaša 0,0057 ter ni statistično značilen). Tako v eksperimentalni skupini, kot tudi med prirejenimi po paritvi, je bilo ob tem trenutku približno 70 % vključenih izpisanih iz baze BO, torej niso šteli za registrirano brezposelne. Tabela 2.3.4.1.2: Osnovne vrednosti izračunov Ob koncu leta 2008 Ob koncu leta 2009 Ob koncu leta 2010 ATT 0,2955 0,0902 0,0057 AI SE 0,0252 0,0322 0,0373 t-statistika 11,706 2,8023 0,1536 p-vrednost 0,0000 0,0051 0,8779 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). 2.3.4.2 Spodbujanje zaposlovanja starejših brezposelnih oseb Tabela 2.3.4.2.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Cilj je zaposlitev brezposelnih oseb iz ciljne skupine, namen pa je povečanje njihove zaposlenosti. POSTOPEK IZVAJANJA Aktivnost se izvaja s subvencijo pri delodajalcih, izbranih na podlagi javnega razpisa. Osebe iz ciljne skupine morajo imeti izdelan zaposlitveni načrt in biti napotene na prosto delovno mesto delodajalca. CILJNA SKUPINA Delodajalci iz tržnega sektorja, izbrani na javnem razpisu, ki bodo za polni delovni čas za obdobje najmanj enega leta zaposlili osebe s statusom brezposelne osebe, ki so starejše od 50 let. TRAJANJE Zaposlitev mora biti realizirana za polni delovni čas za obdobje najmanj VKLJUČITVE: enega leta. Od 527 subvencij za starejše brezposelne, ki so bile podeljene leta 2008, jih je 511 trajalo eno leto. 93 oseb se je vpisalo v bazo BO leta 2008, 231 leta 2007, 140 leta 2006, ostali pa pred 2006. Kot eksperimentalno skupino za analizo smo tako izbrali 231 subvencij, podeljenih leta 2008, pri katerih so se dobitniki subvencije vpisali v bazo BO leta 2007. Ker pri postopku paritve prilagodimo starost eksperimentalne skupine ter izbranih parov iz kontrolne skupine, smo za kontrolno skupino smo izbrali vse tiste brezposelne, ki so se v bazo BO vpisali leta 2007. Dodatno smo zahtevali, da so bili v bazi BO vsaj 1 leto, ker smo na ta način dosegli primerljivost z eksperimentalno skupino, ki se je v opazovani podukrep APZ vključila leta 2008. Tako dobljena kontrolna skupina šteje 9.005 oseb. Slika 2.3.4.2.1: Dolžina zaposlitve od začetka subvencije (v letih) 140 120_ 100_ 80 -Frekvenca 60 - 40 20 0.5 1.0 1.5 2.0 Dolžina zaposlitve od začetka subvencije (v letih) 0 Od 231 oseb iz eksperimentalne skupine se jih je 195 (84,4 %) ponovno vpisalo med registrirano brezposelne pred zaključkom študije, t.j. pred koncem leta 2010. Slika 2.3.4.2.1 prikazuje dejansko dolžino zaposlitve od začetka subvencije za zaključene zaposlitve. 65,8 % opazovanih (152 od 231) se je vrnilo v bazo BO v roku 1 meseca od uradnega zaključka subvencije oziroma v 13 mesecih od začetka, 77,5 % pa v pol leta po zaključku. Le 15,6 % opazovanih prejemnikov subvencij se do konca opazovanega obdobja ni več vpisalo v bazo registrirano brezposelnih oseb. Za razliko od prejšnjega podukrepa (prejemnikov DSP), pri kateri smo analizirali tiste, kjer se je subvencija realizirala kot zaposlitev za nedoločen čas, v tem primeru opis podukrepa žal ne vsebuje podatka o tipu zaposlitve, vendar domnevamo, da gre za zaposlitve za določen čas. Subvencije za 231 oseb iz eksperimentalne skupine so se pričele leta 2008 ter zaključile leta 2009. Ob koncu leta 2008, ko so bile subvencije formalno v teku, je ATT pričakovano pozitiven ter znaša 0,6873 (tabela 2.3.4.2.2). Za eksperimentalno skupino je bilo ob koncu leta 2008 99,13 % oseb izpisanih iz baze BO, pri tistih, ki so jim bili prirejeni v procesu paritve, pa je ta delež za 68,73 odstotnih točk manjši ter znaša 30,4 %. Ob koncih let 2009 in 2010, ko so se subvencije formalno že zaključile, je učinek negativen ter statistično značilen, po absolutni vrednosti pa se je od leta 2009 do leta 2010 celo povečal. V eksperimentalni skupini je bilo ob koncu leta 2009 31,6 % oseb izpisanih iz baze BO, pri tistih iz kontrolne skupine, prirejenih v procesu paritve, pa je ta delež za 25,79 % točk višji ter znaša 57,39 %. Ob koncu leta 2010 je v eksperimentalni skupini 35,93 % takšnih, ki niso registrirano brezposelni, medtem ko je med prirejenimi pri paritvi takšnih 69,98 %. Tabela 2.3.4.2.2: Osnovne vrednosti izračunov Ob koncu leta 2008 Ob koncu leta 2009 Ob koncu leta 2010 ATT 0,6873 -0,2579 -0,3405 AI SE 0,0163 0,0360 0,0374 t-statistika 42,175 -7,1562 -9,1134 p-vrednost 0,0000 0,0000 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). Rezultate bi morda lahko po eni strani delno pojasnili kot izkoriščanja subvencij s strani delodajalcev, po drugi strani pa je med opazovanimi starejšimi brezposelnimi najbrž tudi nezanemarljiv delež tistih, ki ne želijo več delati, temveč le še unovčiti vse ugodnosti, ki so na voljo. Delno se je najbrž pokazal tudi »locking-in« efekt, saj so osebe iz kontrolne skupine v času subvencije eksperimentalne skupine iskale službo, ki verjetno ne bo omejena na eno leto. 2.3.4.3 Zaposli.me (spodbujanje zaposlovanja težje zaposljivih brezposelnih oseb) Tabela 2.3.4.3.1: opis podukrepa (povzeto po Katalogu ukrepov aktivne politike zaposlovanja, ZRSZ) CILJ IN NAMEN: Cilj je zaposlitev brezposelnih oseb iz ciljne skupine, namen pa je povečanje njihove zaposlenosti. POSTOPEK IZVAJANJA Aktivnost se izvaja s subvencijo pri delodajalcih, izbranih na podlagi javnega razpisa. Osebe iz ciljne skupine morajo imeti izdelan zaposlitveni načrt in biti napotene na prosto delovno mesto delodajalca. V okviru aktivnosti se izvaja tudi informiranje in obveščanje javnosti. CILJNA SKUPINA Delodajalci iz tržnega sektorja, izbrani na javnem razpisu, ki bodo za polni delovni čas za obdobje najmanj enega leta zaposlili osebe s statusom brezposelne osebe, ki izpolnjujejo vsaj enega od naslednjih kriterijev: • so starejše od 50 let, • so mlajše od 25 let in v zadnjih 6 mesecih niso imele redno plačane zaposlitve, • so iskalci prve zaposlitve in so pridobili strokovno ali poklicno izobrazbo pred manj kot dvema letoma ter so vsaj 6 mesecev prijavljeni v evidencah Zavoda, • so mlajši od 30 let z dokončano vsaj univerzitetno izobrazbo (VII. stopnjo) in imajo poklic, ki se uvršča med suficitarne v pregledu suficitarnih in deficitarnih poklicev in poklicnih področij ter v zadnjih 6 mesecih niso imeli redno plačane zaposlitve, • niso dosegli stopnje srednjega strokovnega izobraževanja, srednjega poklicnega tehniškega izobraževanja oz. splošnega srednjega izobraževanja, • so prijavljeni v evidencah Zavoda 12 mesecev v zadnjih 16 mesecih, razen oseb vključenih v javna dela.* Izjema se ne nanaša na osebe, ki so program javnih del zaključile pred več kot šestimi (6) meseci. TRAJANJE Zaposlitev mora biti realizirana za polni delovni čas za obdobje najmanj VKLJUČITVE: enega leta. Od 3.075 oseb, ki so leta 2009 sodelovale v podukrepu Zaposli.me, jih je večina (2.105) prejela subvencijo v dolžini približno enega leta. Histogram za formalno dolžino subvencije prikazuje slika 2.3.4.3.1. Za eksperimentalno skupino smo izbrali 1255 subvencij v dolžini 1 leta, kjer so se prejemniki vpisali v bazo BO leta 2009. Kontrolno skupino tvori 53.149 oseb, ki so prav tako postale registrirano brezposelne leta 2009, vendar niso sodelovale v nobenem od programov APZ. Eksperimentalna skupina je zaradi različnih ciljnih podskupin zelo heterogena, zato je rezultate treba interpretirati z rezervo, saj bi lahko npr. negativni efekti za starejše brezposelne izničili pozitivne efekte za katero od ostalih ciljnih podskupin. Ob koncu leta 2009, ko so bile subvencije formalno v teku, je ATT - tako kot že v prejšnjih dveh izračunih za subvencije - pričakovano pozitiven ter znaša 0,5515 (tabela 2.3.4.3.2). Za eksperimentalno skupin je bilo ob koncu leta 2009 96,57 % oseb izpisanih iz baze BO, pri tistih, ki so jim bili prirejeni v procesu paritve, pa je ta delež za 55,15 odstotnih točk nižji ter znaša 41,42 %. Ob koncu leta 2010, ko so se subvencije formalno že zaključile, je zaznati majhen pozitiven učinek, saj ATT znaša 0,0751 ter je statistično značilno različen od 0. V eksperimentalni skupini je bilo v opazovanem trenutku 73,86 % oseb izpisanih iz baze BO, pri tistih iz kontrolne skupine, prirejenih v procesu paritve, pa je ta delež za 7,51 % točk nižji. Slika 2.3.4.3.1: histogram za formalno dolžino subvencije 1400 1200 1000 800 Frekvenca 600 400 200 0.0 0.5 1.0 1.5 Dolžina subvencije (v letih) 2.0 2.5 0 Tabela 2.3.4.3.2: Osnovne vrednosti izračunov Ob koncu leta 2009 Ob koncu leta 2010 ATT 0,5515 0,0751 AI SE 0,0067 0,0127 t-statistika 82,238 5,8978 p-vrednost 0,0000 0,0000 Opomba: AI SE označuje standardno napako (angl. standard error) po metodi, ki sta jo razvila Abadie in Imbens (2006). Viri 1. Abadie, A., Imbens, G. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica Vol. 47: 235-267. 2. Caliendo, M., Kopeinig, S. (2008). Some Practical Guidance for the Implementation of Propensity Score Matching. Journal of Economic Surveys Vol. 22 (1): 31-72. 3. Card, D. Kluve, J., Weber, A. (2010). Active Labour Market Policy Evaluations: A Meta-Analysis. Economic Journal, Royal Economic Society, Vol. 120 (548): F452-F477. 4. Fitzenberger, B., Speckesser, S. (2007). Employment Effects of the Provision of Specific. Professional Skills and Techniques in Germany. Empirical Economics Vol. 32 (2/3): 529573. 5. Frederiksson, P., Johansson, P. (2003). Employment, Mobility, and Active Labor Market Programs. Working Paper Series 2003:5, Uppsala University, Department of Economics. 6. Južnik Rotar, L. (2011). Ocenjevanje učinkov aktivne politike zaposlovanja. Management Vol. 6 (2): 165-176. 7. Lechner, M., Miquel, R., Wunsch, C. (2005). Long run Effects of Public Sector Sponsored Training in West Germany. CEPR Discussion Papers No. 4851. 8. Lechner, M., Miquel, R., Wunsch, C. (2007). The Curse and Blessing of Training the Unemployed in a Changing Economy: The Case of East Germany After Unification. German Economic Review, Vol. 8: 468-509. 9. Leetma, R., Vörk, A. (2004). Evaluation of Active Labour Market Programmes in Estonia, Bank of Estonia. 10. Murn, A., Burger, A., Rojec, M. (2008). Učinkovitost državnih pomoči za usposabljanje. IB revija 2/2008. 11. Ramos, R., Surinach, J., Artis, M. (2009). The Effectiveness of Regional Active Labour Market Policies to Fight against Unemployment: An Analysis for Catalonia. IZA Discussion Paper, No. 4649. 12. Sekhon, J.S. (2011). Multivariate and Propensity Score Matching Software with Automated Balance Optimization: The Matching package for R. Journal of Statistical Software Vol. 42 (7). 13. Stuart, E.A. (2010). Matching Methods for Causal Inference: A Review and a Look Forward. Statistical Science Vol. 25 (1): 1-21. 14. Zavod Republike Slovenije za zaposlovanje (2010). Katalog ukrepov aktivne politike zaposlovanja. 3. Mikroekonometrična analiza ukrepa Usposabljanje in izobraževanje zaposlenih Pri ukrepu Usposabljanje in izobraževanje zaposlenih nismo mogli narediti mikroekonometrične analize na enak način kot za ostale ukrepe, saj bi v ta namen za kontrolno skupino potrebovali zaposlene osebe, ki niso sodelovale v programu APZ. Zaradi tega smo po dogovoru z vsebinskima spremljevalcema ta ukrep analizirali na dva načina: z analizo preživetja s pomočjo cenilke Kaplan-Meier ter z nadomestno kontrolno skupino, ki smo jo tvorili na spodaj opisan način. Primerjali smo tudi mesečne prilive v brezposelnost za osebe, vključene v opazovani ukrep APZ, s podatki za celo Slovenijo, pri čemer smo zaradi primerljivosti upoštevali brezposelne brez prvih iskalcev zaposlitve. V času trajanja ukrepa oz. programa je delež oseb v programu, ki so izgubile delo (glede na število preostalih oseb v programu) zmeraj nižje od deleža novo brezposelnih oseb brez prvih iskalcev zaposlitve (glede na število vseh zaposlenih v Sloveniji), in sicer v povprečju za 0,7 odstotne točke. 3.0 Uvod Namen študije je ugotoviti karakteristike, ki vplivajo na dolžino zaposlenosti oseb, vključenih v program Usposabljanja in izobraževanja zaposlenih (v okviru programa ukrepov Aktivne politike zaposlovanja za obdobje 2007 - 2013) ter kvantitativno oceniti tveganje za izgubo zaposlitve oseb v programu oz. ukrepu. V splošnem velja, da izobraževanje zaposlenih oziroma izobraževanje na delovnem mestu1 pozitivno vpliva na produktivnost zaposlenih in s tem podjetij, v katerih so zaposleni. Številna literatura in tuje študije s tega področja potrjujejo zgornjo trditev. Hollenbeck in Anderson (1992) sta proučevala programe usposabljanja zaposlenih v majhnih in srednjih podjetjih v ameriški zvezni državi Michigan. Ugotovila sta, da ima med 25 in 40 odstotki zaposlenih pomanjkljiva 1 Angl.: workplace education osnovna znanja, predvsem med nižje izobraženimi delavci. Programe usposabljanja zaposlenih nudi manj kot pet odstotkov proučevanih podjetij. Med razloge za izvajanje programov podjetja navajajo subvencije za delno kritje stroškov programa, povečevanje usposobljenosti zaposlenih, izpolnitev zahtev svojih strank in splošno izboljšanje blagostanja zaposlenih. Po drugi strani pa tretjina podjetij brez programov ni nikoli pomislila na uvedbo le-teh, najpogosteje navedeni razlogi pa so bili, da pomanjkanje osnovnih znanj njihovih delavcev ne predstavlja težav za podjetje, predragi programi, podjetja nimajo dovolj usposobljenih kadrov za izvedbo programa ali pa nimajo dovolj informacij, kako začeti in kako voditi program. Krueger in Rouse (1998) sta preučevala, na katere značilnosti zaposlenih vplivajo programi usposabljanja na delovnem mestu ter ugotovila, da ima usposabljanje pozitivne učinke na prisotnost na delu, napredovanje in nagrade za učinkovitost. Avtorja poročata tudi o majhnem pozitivnem učinku na zaslužke v industrijskih podjetjih, medtem ko v storitvenih podjetjih učinek ni bil statistično značilen. Študija Oddelka za izobraževanje kanadske province Nove Škotske (2007) pa je pokazala, da ima investiranje v človeški kapital skozi programe usposabljanje na delovnem mestu večji vpliv na gospodarsko rast kot investicije v fizični kapital. Nekoliko manj soglasja obstaja o tem, ali izobraževanje zaposlenih v podjetju povečuje ali zmanjšuje lojalnost in predanost temu podjetju, saj obstajata dve nasprotujoči si šoli mišljenja o tej problematiki. Brum (2007) tako ugotavlja, da podjetja, ki svojim zaposlenim nudijo usposabljanje za specifična znanja znotraj podjetja, dosežejo večjo lojalnost svojih zaposlenih. Metode analize preživetja so bile najprej razvite za področje medicine in biostatistike, zato je večina izrazov še vedno s teh področij. V zadnjih dveh desetletjih so te metode postale priljubljene tudi v družboslovnih znanostih, predvsem za analizo in modeliranje trajanja brezposelnosti. Moffitt (1999) je predstavil pregled oziroma razvoj ekonom etri čnih metod in orodij, ki se uporabljajo za analizo trga dela. Obstajajo številne študije, ki metode analize preživetja uporabljajo za študij trajanja brezposelnosti v posameznih državah, pa tudi med državami. Tako sta Tansel in Tasci (2005) proučevala dejavnike, ki vplivajo na dolžino brezposelnosti v Turčiji, Van den Berg in drugi (2008) so uporabili modele preživetja za analizo brezposelnosti v Franciji, za več evropskih držav pa sta dolžino brezposelnosti s pomočjo Coxega modela sorazmernih tveganj preučevala D'Agostino in Mealli (2000). V Sloveniji so z uporabo 66 analize preživetja trajanje brezposelnosti modelirali na primer Vodopivec (1999) ter Kavkler, Boršič in Kajzer (2009). Nekoliko redkeje se metode analize preživetja uporabljajo pri analizi trajanja zaposlenosti, kar je naloga te študije. Tako so Pimenta, Silva in Vieira (2011) z analizo preživetja proučevali faktorje, ki vplivajo na trajanje zaposlenosti oseb v nizko plačanih službah na Portugalskem. Ugotovili so, da v nizko plačanih službah dlje ostanejo manj izobražene ženske, starejši in osebe z azijskim poreklom, prav tako kot tudi delavci v majhnih podjetjih izven območja glavnega mesta. Kolb in Werwatz (2000) analizirata trajanje zaposlenosti za t.i. marginalno zaposlitev2 v Nemčiji, ki je definirana kot časovno omejena (največ 15 ur tedensko) in nizko plačana zaposlitev. Študija kaže precej heterogeno sliko dolžine te vrste zaposlenosti, saj večina zaposlitev traja manj kot dve leti, nekatere celo manj kot mesec dni, so pa tudi primeri s trajanjem več kot 12 let. Zaradi lastnosti nemškega davčnega sistema in sistema socialnega zavarovanja je ta oblika zaposlitve še posebej pogosta pri poročenih ženskah, za katere je tudi trajanje marginalne zaposlitve daljše. Pri tem je zanimivo, da imajo nekatere spremenljivke, kot na primer »ima rad otroke«, dohodek zakonca ali dohodek gospodinjstva, pozitiven vpliv na trajanje zaposlenosti v vzorcu vsebovanih oseb marginalno zaposlenih. Prav tako sta avtorja opazila tudi pogoste prehode med marginalnimi in nemarginalnimi zaposlitvami, kar kaže, da ta vrsta zaposlitev predstavlja nekakšno fleksibilno prilagoditev ponudbe na nemškem trgu dela. Ker so v opazovani program Usposabljanja in izobraževanja zaposlenih vključena tudi mikropodjetja, so zanimivi izsledki študije, ki jo je pripravil Taylor (1999). Ugotovitve njegove raziskave glede trajanje zaposlenosti samozaposlenih oseb v Veliki Britaniji kažejo, da je manj kot polovica samozaposlenih preživela v tem statusu vsaj dve leti. V nasprotju z razširjenim prepričanjem, da se večina samozaposlenosti konča s stečajem, pa je študija pokazala, da se precejšnji delež samozaposlenosti konča s prehodom v zaposlitev. Prav tako je zanimiv izsledek, da so poklicne in poslovne izkušnje pomembnejše kot formalna kvalifikacija. Najdlje v 2 Nem.: geringfügige Beschäftigung samozaposlenosti preživijo tisti, ki zapustijo svoje prejšnje delovno mesto z določenimi premoženjskimi sredstvi in delovnimi izkušnjami, kar kaže na pomen začetnega kapitala. V zgoraj omenjenih študijah trajanja zaposlenosti/brezposelnosti avtorji v modelih večinoma uporabljajo podobne pojasnjevalne spremenljivke, ki vplivajo na odvisno spremenljivko (čas trajanja pojava). Zato so tudi v pričujoči študiji pojasnjevalne spremenljivke opredeljene kot demografski dejavniki (na primer spol in starost), geografske razsežnosti ter socialno-ekonomski dejavnike (poklic, izobrazba). V nadaljevanju je najprej podan kratek pregled dinamike na trgu dela v letih 2009 in 2010, t.j. v času formalnega trajanja programa Usposabljanja in izobraževanja zaposlenih. V razdelku 3.2 je opisan Coxov modela sorazmernih tveganj ter osnovne značilnosti programa Usposabljanja in izobraževanja zaposlenih. V razdelku 3.3 sledijo rezultati, ki obsegajo analizo trajanja zaposlenosti oseb v programu, rezultate Coxovega modela sorazmernih tveganj in ocene Kaplan-Meierjevih funkcij »preživetja v zaposlenosti« oseb v programu ter oceno učinkovitosti po metodi paritve. 3.1. Dinamika na trgu dela v letih 2009 in 2010 Proučevano obdobje let 2009 in 2010 je zaznamovala gospodarska in finančna kriza, ki pa je glede na gospodarsko rast, merjeno z rastjo bruto domačega proizvoda (BDP), proti koncu obdobja nekoliko popustila in je močno vplivala na trg dela. Na sliki 3.1.1 je prikazana dinamika BDP Slovenije, podana s stopnjo rasti obsega glede na enako četrtletje predhodnega leta, z izločenim vplivom sezone in števila delovnih dni. Sliki 3.1.2 in 3.1.3 prikazujeta, v tem vrstnem redu, absolutno število zaposlenih ter brezposelnih oseb v Sloveniji. Globokemu padcu BDP v letu 2009 je sledil velik padec števila zaposlenih in posledično seveda velik porast števila brezposelnih oseb. Še posebej zaskrbljujoče pa je dejstvo, da sta proti koncu leta 2010, ko se je predznak rasti BDP že spremenil v pozitivno, padec števila zaposlenih oziroma rast števila brezposelnih oseb po kratkotrajni umiritvi v začetku leta 2010 ponovno porasla in celo nekoliko pospešila. Podobno sliko trga dela v proučevanem obdobju kaže tabela 3.1.1, kjer so podani število registriranih brezposelnih, skupno in po spolu, ter stopnje registrirane brezposelnosti. Povprečno četrtletno število brezposelnih oseb se je v celotnem proučevanem obdobju, razen v drugem in tretjem četrtletju 2010, ko se je zgolj malenkostno znižalo, povečevalo in je s 76.925 oseb v prvem četrtletju 2009 poskočilo na 105.512 brezposelnih oseb v zadnjem četrtletju 2010. Podobna dinamika je razvidna je razvidna tudi iz stolpca stopenj registrirane brezposelnosti, saj je le-ta v začetnem četrtletju proučevanega razdobja znašala 8,1% in do zadnjega četrtletja 2010 narasla na 11,3%. Delež moških brezposelnih oseb je večji od deleža žensk in je skozi celotno razdobje trendno naraščal. Slika 3.1.1: Dinamika bruto domačega proizvoda Slovenije 4 - 2 - _ _ 0_n-—-—-—-—i-1—-—-—-L -2 --4-6- - -8- - -10-|-,-,-,-1-,-,-,- I II III IV I II III IV 2009 2010 Vir podatkov: SURS Opomba: Stopnja rasti obsega glede na enako četrtletje predhodnega leta z izločenim vplivom sezone in števila delovnih dni Slika 3.1.2: Število zaposlenih 2009 2010 Vir podatkov: SURS Slika 3.1.3: Število brezposelnih 2009 2010 Vir podatkov: SURS Tabela 3.1.1: Število registriranih brezposelnih in stopnje registrirane brezposelnosti Število registriranih brezposelnih Stopnja brezposelnosti (%) Skupaj Moški delež (%) Ženske delež (%) 2009 I 76925 50,1 49,9 8,1 2009 II 84611 50,8 49,2 8,9 2009 III 88310 51,0 49,0 9,4 2009IV 95570 51,4 48,6 10,1 2010 I 99423 52,8 47,2 10,6 2010 II 98635 52,5 47,5 10,5 2010 III 98449 51,5 48,5 10,5 2010IV 105512 52,4 47,6 11,3 Vir: SURS, ZRSZ, lastni izračuni Za bolj podrobno analizo trga dela so pomembni tudi prilivi v in odlivi iz brezposelnosti, zato so na slikah 3.1.4 do 3.1.12 prikazane nekatere njihove karakteristike. Iz slike 3.1.4 je razvidno, da se je priliv v brezposelnost v začetku 2009 precej zmanjšal in se nato povečal proti koncu 2009 in 2010. Dinamika odlivov iz brezposelnosti je na sliki 3.1.5, iz katere se vidi, da se je število odlivov iz brezposelnosti povečevalo proti koncu tretjega četrtletja obeh proučevanih let. Iz obeh slik lahko sklepamo tudi na močno sezonsko komponento tako prilivov kot tudi odlivov v brezposelnost. Slika 3.1.6 prikazuje razliko (saldo) med prilivi in odlivi v brezposelnost in tudi ta kaže lokalne maksimume proti koncu proučevanih let. Za snovalce politike zaposlovanja je še posebej pomembno, koliko brezposelnih oseb se (ponovno) zaposli, zato je na sliki 3.1.7 podano število na ZRSZ prijavljenih oseb, ki so se zaposlile (odliv v zaposlenost). Iz slike vidimo, da je število zaposlitev v letu 2009 naraščalo do konca tretjega četrtletja tega leta, nato eno leto nihalo med približno 4000 in 5000 mesečno, doseglo vrh v septembru 2010 in se nato do konca proučevanega obdobja spustilo do okrog 5000 mesečno. Na sliki 3.1.8 je prikazano razmerje med prilivi v brezposelnost in številom zaposlenih, dinamika le-tega pa je podobna dinamiki prilivov na sliki 3.1.4. Slika 3.1.4: Prilivi v brezposelnost 2009 2010 Slika 3.1.5: Odlivi iz brezposelnosti Slika 3.1.6: Saldo (prilivi -odlivi) 2009 2010 Slika 3.1.7: Odlivi v zaposlenost 2009 2010 Slika 3.1.8: Priliv na število zaposlenih 2009 2010 Vir za slike 3.1.4 do 3.1.8: ZRSZ, lastni izračuni Opomba: Razmerje je izraženo v odstotkih. Še posebej pereč je priliv posebnih skupin brezposelnih oseb, kot so to brezposelni trajni presežki in stečajniki ter brezposelni z iztekom zaposlitve za določen čas, zato je na sliki 3.1.9 prikazano število le-teh, na sliki 3.1.10 pa še razmerje le-teh ter števila vseh zaposlenih v proučevanem obdobju. Dinamika na obeh slikah je podobna. Po visokem prilivu te skupine brezposelnih oseb v začetku 2009, je priliv upadel in se ponovno nekoliko zvišal proti koncu istega leta ter v začetku 2010 upadel na najnižjo raven v proučevanem razdobju, nato pa se je v drugi polovici leta 2010 pričel ponovno zviševati in v decembru 2010 dosegel najvišjo vrednost proučevanega obdobja. Podobno dinamiko lahko opazimo za prilive oseb v brezposelnost brez prvih iskalcev zaposlitve, kar je prikazano na sliki 3.1.11. Slika 3.1.9: Prilivi v brezposelnost - brezposelni trajni presežki in stečajniki ter brezposelni z iztekom zaposlitve za določen čas 2009 2010 Slika 3.1.10: Prilivi v brezposelnost: brezposelni trajni presežki in stečajniki ter brezposelni z iztekom zaposlitve za določen čas / zaposleni (v %) 2009 2010 Slika 3.1.11: Prilivi v brezposelnost brez prvih iskalcev zaposlitve 2009 2010 Na sliki 3.1.12 je priliv oseb v brezposelnost (brez prvih iskalcev zaposlitve) prikazan še v razmerju do vseh zaposlenih oseb (modra krivulja). Za primerjavo smo narisali tudi priliv v brezposelnost oseb, vključenih v program Usposabljanja in izobraževanja zaposlenih, glede na število oseb v tem programu ob koncu meseca (rdeča krivulja). Opazimo lahko, da je v celotnem trajanju programa delež oseb v programu, ki so izgubile delo, nižji od deleža brezposelnih brez prvih iskalcev zaposlitve glede na število vseh zaposlenih. Od julija 2009 do oktobra 2010 razlika znaša v povprečju 0,7 odstotne točke. Proti koncu leta 2010 sta se oba deleža pričela zviševati. Slika 3.1.12: Prilivi v brezposelnost na število zaposlenih (v %) 2009 2010 Vir za slike 3.1.9 do 3.1.12: ZRSZ, lastni izračuni 3.2. Metodološki pristop in podatki Osnovne pojme analize preživetja ter cenilko Kaplan-Meier smo opisali že v prvem poglavju, zato dodajamo le še opis Coxovega modela sorazmernih tveganj. Coxov model sorazmernih tveganj je semiparametrična metoda, s pomočjo katere lahko ocenimo, kako različni dejavniki vplivajo na funkcijo tveganja. Podrobno razlago Coxovih modelov so pripravili npr. Kleinbaum (2005) ter Hosmer in Lemeshow (2003). Ob predpostavki, da opazujemo n statističnih enot, je Coxov model sorazmernih tveganj oblike 4(t) = exß ■ 4(t) = Ci-¿„(t), i = 1,2,...,n, (1) kjer je xi = ((,xi2,...,xik) vektor vrednosti pojasnjevalnih spremenljivk oziroma dejavnikov za enoto i, ß = (ß,ß2,...,ßk) je vektor regresijskih koeficientov, 4(t) je funkcija tveganja za enoto i, A0(t) pa je osnovno tveganje. Osnovno tveganje tako ustreza enoti, za katero velja x = 0 . Vpliv pojasnjevalnih spremenljivk na funkcijo tveganja v Coxovem modelu sorazmernih tveganj ni odvisen od časa, saj je kvocient 4(t) konstanten ter enak ci. Oblika funkcije tveganja ¿M) je zato določena z obliko osnovnega tveganja A0(t) Kvocient funkcij tveganja za enoti i in j imenujemo razmerje tveganj: 4 (t) = ex;"-Ao(t) = e( x - x n (2) ¿j (t) ex'J>3 ■ 4 (t) ■ ^ Razmerje tveganj je neodvisno od časa. Interpretiramo ga lahko podobno kot razmerje obetov pri logistični regresiji. Razmerje tveganj, ki je manjše od 1, kaže na znižano tveganje, medtem ko razmerje tveganj nad 1 naznanja povečano tveganje. Če se vektorja dejavnikov x in xj razlikujeta le v vrednosti p - te pojasnjevalne spremenljivke ter le za eno enoto, je razmerje tveganj enako ^ = e5 (3) (t) ' ' ter meri spremembo funkcije tveganja za enotsko spremembo p - te spremenljivke (če gre za numerično spremenljivko). V primeru kategorialne pojasnjevalne spremenljivke pa zgornji izraz (enačba (3)) podaja razmerje tveganj dane kategorije z referenčno kategorijo. Razmerje tveganj je statistično značilno pri dani stopnji značilnosti, če njegov interval zaupanja ne vsebuje števila 1. V tem primeru lahko zavrnemo ničelno domnevo, da dana spremenljivka ni povezana s preživetjem. Opisani postopek je osnova za interpretacijo rezultatov Coxove regresije. S pomočjo Coxove cenilke delnega verjetja lahko ocenimo vektor parametrov ¡5, ne da bi določili ter ocenili osnovno tveganje. Podrobnosti v zvezi ocenjevanjem parametrov opisuje npr. Greene (2003). Pri izračunu modela sorazmernih tveganj ter pri cenilki Kaplan-Meier smo v izračunih poleg spremenljivk, opisanih v poglavju 2, uporabili tudi spremenljivko Dur_m, ki meri trajanje zaposlenosti od formalnega začetka opazovanega programa (22.5.2009) do nastopa brezposelnosti (»smrti«) oz. do administrativnega končanja programa (cenzoriranja). V nadaljevanju so podani nekateri vidiki opazovanega ukrepa aktivne politike zaposlovanja. Gre za program Usposabljanja in izobraževanja zaposlenih« (aktivnost 2.4)3 oziroma njegov podukrep Usposabljanje za večjo zaposljivost (aktivnost 2.4.1). V tabeli 3.2.2 so naštete posamezne karakteristike programa. Prikazan je cilj in namen ukrepa, postopek izvajanja ukrepa, ciljna skupina ter trajanje vključitve v ukrep. Ukrep je namenjen še/že zaposlenim osebam s ciljem povečevanja njihovega izobrazbenega nivoja in usposobljenosti. Tabela 3.2.2: Osnovne značilnosti programa Usposabljanja in izobraževanja zaposlenih (povzeto po Katalogu ukrepov APZ, 2009) CILJ IN NAMEN: Namen aktivnosti je povečanje zaposljivosti z dvigom izobrazbenega nivoja, usposobljenosti in temeljnih veščin (ključnih kompetenc) za zaposlene v mikro in malih podjetjih ter zaposlenim v podjetjih, ki so upravičeni do subvencij v skladu z Zakonom o delnem subvencioniranju polnega delovnega časa. Cilj aktivnosti je dvig nivoja usposobljenosti zaposlenih oziroma preprečitve prehoda neustrezno usposobljenih v odprto brezposelnost, izboljšanje sposobnosti (kompetentnosti) zaposlenih za prilagajanje razmeram na trgu dela ter prilagodljivost podjetij v času gospodarske krize. POSTOPEK IZVAJANJA Aktivnost se izvaja na podlagi javnega razpisa »Usposabljanje za večjo zaposljivost za obdobje 2009- 2010« CILJNA SKUPINA - zaposleni v mikro in malih podjetjih, - zaposleni v podjetjih, ki so upravičena do subvencij v skladu z Zakonom o delnem subvencioniranju polnega delovnega časa. -v- TRAJANJE VKLJUČITVE: V skladu s programom usposabljanj, ki ga podjetje pripravi za obdobje treh mesecev. V bazi APZ je 6.391 zapisov oz. oseb, ki so bile v letih 2009-2010 vključene v program Usposabljanja in izobraževanja zaposlenih. V tabelah 3.2.3 - 3.2.7 so podane nekatere osnovne značilnosti strukture zapisov glede na spremenljivke, ki so uporabljene v nadaljnji analizi. Tako je iz tabele 3.2.3 razvidno, da je med vključenimi v program 47,1% moških in 51,2% žensk. Povprečna starost ob vključitvi v program je bila 39,1 let, četrtina oseb je bila mlajših od 32 let, 3 Glej Katalog ukrepov APZ (2009) četrtina pa starejših od 46 let, kar kaže tabela 3.2.4. Starostna porazdelitev je prikazana tudi na sliki 3.2.1. Tabela 3.2.5 podaja izobrazbeno strukturo preučevanih oseb. Večina vključenih v program je imela poklicno ali srednjo šolo (88,4%), sledijo tisti z osnovno šolo (11,4%), majhen delež (0,2%) pa tvorijo zaposleni z višjo ali visoko šolo. Poudariti je treba, da za približno 40% zapisov v bazi podatek o stopnji izobrazbe ni na voljo. Poklicna struktura oseb, vključenih v program Usposabljanja in izobraževanja zaposlenih, je podana v tabeli 3.2.6. Prevladujejo osebe s poklicem uradnika ali tehnika, takih je slabih 58%, sledijo managerji in strokovnjaki, teh je dobrih 28%, sledijo neindustrijski poklici, 8,4%, najmanj pa je bilo v programu oseb z industrijskimi in preprostimi poklici (dobrih 5%). Tabela 3.2.7 podaja geografsko porazdeljenost vključenih v opazovani program: približno 57% oseb prihaja z območja SV Slovenije, sledijo jim osebe, ki so doma v JV Sloveniji, takih je dobra petina, približno osmina oseb, vključenih v program, prebiva na območju osrednje Slovenije, 9,5% oseb pa prihaja iz JZ Slovenije. Tabela 3.2.3: Udeleženci v programu glede na spol Spol Delež (%) Moški 47,1 Ženski 51,2 Opomba: Od 6.391 zapisov jih 1,7% nima podatka o spolu. Tabela 3.2.4: Udeleženci v programu glede na starost Starost Povprečje Std. odklon 1. kvantil 2.kvantil 3. kvantil 39,1 8,9 32 39 46 Tabela 3.2.5: Udeleženci v programu glede na izobrazbo Stopnja izobrazbe Delež (%) Osnovna šola 11,4 Poklicna/Srednja 88,4 Višja/Visoka 0,2 Opomba: Od 6.391 zapisov jih 41,4% nima podatka o stopnji izobrazbe. Tabela 3.2.6: Udeleženci v programu glede na poklic Poklic Delež (%) Managerj i/Strokovnj aki 28,3 Tehniki/Uradniki 57,8 Neindustrij ski 8,4 Industrij ski/Preprosti 5,3 Opomba: Od 6391 zapisov jih 44,7% nima podatka o poklicu. Tabela: 3.2.7: Udeleženci v programu glede na regionalno pripadnost Regija Delež (%) Severovzhodna 57,9 Jugovzhodna 20,2 Osrednja 12,3 Jugozahodna 9,5 Vir za tabele 3.2.3 do 3.2.7: APZ, lastni izračuni Slika 3.2.1: Starostna porazdelitev udeležencev programa CM - m _ >N ■ " T3 m O ~ o - 1 1 1 1 1 20 30 40 50 60 starost Vir: BO, APZ, lastni izračuni 3.3 Rezultati 3.3.1 Analiza trajanja zaposlenosti Osebe iz baze podatkov APZ, ki so se vključile v program Usposabljanja in izobraževanja zaposlenih, so to storile 22.5.2009, ko se je program pričel izvajati. Program je formalno trajal do 31.1.2011. Za analizo trajanja zaposlenosti oseb, vključenih v program, so še posebej pomembne tiste osebe, ki so se v časovnem intervalu od formalnega pričetka do zaključka programa vpisale na Zavod za zaposlovanje kot brezposelne osebe. Takšnih oseb je bilo 350. V tem primeru je trajanje zaposlenosti osebe v programu Usposabljanja in izobraževanja zaposlenih definirano kot časovno obdobje od formalnega pričetka programa do dne, ko se je oseba registrirala kot brezposelna. Vsem ostalim osebam, ki so med potekom programa ves čas ostale zaposlene, ustreza trajanje zaposlenosti v dolžini celotnega formalnega izvajanja programa. V tabeli 3.3.1 so nanizane nekatere opisne statistike trajanja zaposlenosti oseb, vključenih v program Usposabljanja in izobraževanja zaposlenih. Navedeni so povprečna vrednost trajanja, njen standardni odklon, minimum in maksimum za vse osebe v programu ter za tiste osebe, ki so 82 prešle v stanje brezposelnosti, hkrati pa tudi statistike po demografskih, izobrazbeno-poklicnih in geografskih karakteristikah oseb. Čas trajanja zaposlenosti je merjen v mesecih. Iz tabele 3.3.1 je razvidno, da je povprečni čas zaposlenosti oseb v programu, ki so prešle v stanje brezposelnosti, 11,39 meseca, najdlje pa je bila takšna oseba zaposlena 19,6 meseca. Vse osebe v programu so bile v povprečju zaposlene 20,13 meseca, maksimum pa kaže formalno trajanje samega programa. Od oseb v programu, ki so izgubile delo, so bili moški v povprečju za 0,54 meseca dlje zaposleni kot ženske, katerih povprečno trajanje zaposlenosti je znašalo 11,14 meseca. Od oseb, vključenih v program, so bile osebe z območja SV Slovenije v povprečju najdlje zaposlene in sicer 12,21 meseca, najkrajše trajanje zaposlenosti, 10,16 meseca, so v povprečju dosegle osebe z območja JZ Slovenije. Povprečno so bile osebe v programu s poklicno ali srednjo šolo zaposlene 1,18 meseca dlje kot tiste z dokončano osnovno šolo, katerih trajanje je v povprečju znašalo 10,38 meseca. Razlike v trajanju zaposlenosti oseb v programu so razvidne tudi iz poklicnih karakteristik, saj so bili povprečno najdlje zaposleni managerji in strokovnjaki (12,58 meseca), blizu njih so se uvrstile osebe z neindustrijskimi poklici (12,5 meseca), sledijo jim tehniki in uradniki s povprečnim trajanjem 12,19 meseca, najkrajše čas pa so bile zaposlene osebe z industrijskimi in preprostimi poklici, in sicer 10,41 meseca. Tabela 3.3.1: Trajanje zaposlenosti oseb, vključenih v program (v mesecih) N Povprečje Std. odklon Minimum Maksimum Osebe, ki so izgubile zaposlitev 350 11,39 6,08 0,17 19,6 Skupaj 6.391 20,13 2,54 0,17 20,63 Spol Moški 160 11,68 6,17 0,17 19,6 Ženske 190 11,14 6,00 0,17 19,6 Regija SV Slovenija 200 12,21 5,90 0,17 19,6 JV Slovenija 74 10,50 6,50 0,37 19,6 Osrednja Slovenija 42 10,24 5,79 0,17 19,47 JZ Slovenija 34 10,16 5,93 1,07 19,47 Izobrazba Osnovna šola 52 10,38 6,21 0,57 19,47 Poklicna/Srednja 297 11,56 6,06 0,17 19,6 Višja/Visoka 1 11,10 - 11,1 11,1 Poklic Managerj i/Strokovnj aki 28 12,58 5,35 1,8 19,47 Tehniki/Uradniki 99 12,19 6,16 0,17 19,53 Neindustrij ski 109 12,50 5,48 1,5 19,6 Industrij ski/Preprosti 74 10,41 6,40 0,43 19,53 Vir: BO, APZ, lastni izračuni 3.3.2 Rezultati modela sorazmernih tveganj (Coxov model) Za določitev dejavnikov in velikosti njihovega vpliva na trajanje zaposlenosti oseb, vključenih v program Usposabljanja in izobraževanja zaposlenih, smo uporabili Coxov model sorazmernih tveganj. Pri tem je trajanje zaposlenosti oseb, vključenih v program, definirano na enak način kot v prejšnjem razdelku. Dogodek »smrt« osebe je opredeljen kot datum (po formalnem pričetku programa), ko se je oseba, vključena v program Usposabljanja in izobraževanja zaposlenih, registrirala na Zavodu za zaposlovanje in s tem pridobila status brezposelnosti. Takšnih oseb je, kot že rečeno, 350. Osebam v programu, ki so bile zaposlene ves čas formalnega trajanja programa, tj. od 22.5.2009 do 31.1.2011, pa je bil prirejen status »preživelih«. V modelu upoštevane pojasnjevalne spremenljivke se lahko opredelimo kot demografske dejavnike trajanja zaposlenosti oseb v programu, geografske razsežnosti ter socialno-ekonomske dejavnike. Tako so v model sorazmernih tveganj vključene spremenljivke spol, starost, regija, izobrazba in poklic. Pri tem so vse spremenljivke, razen starosti, kategorialne. Model je ocenjen s statističnim programskim orodjem SPSS in je predstavljen v tabeli 3.3.2. V tabeli 3.3.2 so v prvem stolpcu nanizane pojasnjevalne spremenljivke modela, v drugem se nahaja vektor ocenjenih regresijskih koeficientov B, v tretjem stolpcu so standardni odkloni ocen koeficientov, v petem stolpcu smo zapisali stopnjo značilnosti posameznega koeficienta (p-vrednost), v zadnjem stolpcu Exp(B) pa je podana: a) ocena spremembe funkcije tveganja za enotsko spremembo opazovane numerične spremenljivke (v našem primeru je le spremenljivka starost numerična) ali b) razmerje tveganj dane kategorije z referenčno kategorijo za kategorialne spremenljivke. Pri tem je potrebno poudariti, da gre v našem primeru za »tveganje«, da se bo zaključil določen pojav zaposlenosti, zato bi bilo morda bolje uporabiti izraz »razmerje tveganj za izgubo zaposlitve«. Iz vrstice za spremenljivko starost je razvidno, da se z naraščajočo starostjo oseb v programu Usposabljanja in izobraževanja zaposlenih možnost izgube zaposlitve z vsakim letom poveča za 3,2 odstotka. Glede spremenljivke spol lahko zapišemo, da je tveganje za izgubo zaposlitve pri ženskah, vključenih v program, za 11,3 odstotka manjše kot pri moških, vendar razlike niso statistično značilne. Nobena regija nima statistično značilnega razmerja tveganj, prav tako nobena od spremenljivk za stopnjo izobrazbe ni statistično značilna, kar lahko kaže na manjši vpliv formalnih kvalifikacij na trajanje zaposlenosti oseb v programu4. Od kategorialnih spremenljivk, ki opredeljujejo poklic oseb v programu, imajo samo neindustrijski poklici statistično neznačilna razmerja tveganj. Glede na referenčne osebe v programu z industrijskimi in preprostimi poklici, imajo managerji in strokovnjaki kar za 94 odstotkov manjše tveganje za brezposelnost, tehniki in uradniki pa za 89 odstotkov manjše. Tabela 3.3.2: Coxov model trajanja zaposlenosti oseb v programu Spremenljivka Koeficient Std. odklon Wald p-vrednost Exp(B) Spol -0,120 0,114 1,11 0,293 0,8869 Starost 0,032 0,006 26,84 0,000 1,0323 4 Glej, npr. Taylor(1999) Jugovzhodna regija -0,129 0,225 0,33 0,567 0,8789 Osrednja regija 0,080 0,248 0,10 0,748 1,0831 Severovzhodna regija 0,004 0,201 0,00 0,986 1,0036 Osnovna šola -0,408 1,018 0,16 0,688 0,6647 Poklicna/Srednja -0,459 1,004 0,21 0,648 0,6321 Neindustrij ski 0,117 0,163 0,52 0,472 1,1244 Tehniki/Uradniki -2,194 0,140 246,76 0,000 0,1115 Managerj i/Strokovnj aki -2,787 0,219 161,85 0,000 0,0616 Vir: BO, APZ, lastni izračuni 3.3.3 Rezultati ocene Kaplan-Meierjeve funkcije preživetja Za oceno funkcije »preživetja« oseb v programu Usposabljanja in izobraževanja zaposlenih smo uporabili tudi Kaplan-Meierjevo metodo. Ker gre v tem primeru za »preživetje« v statusu zaposlenosti, se lahko namesto izraza »preživetje« uporabi tudi izraz »zaposlenost«.Trajanje zaposlenosti oseb, vključenih v program, je seveda definirano na enak način kot v prejšnjem razdelku. Osebam, ki so bile zaposlene ves čas formalnega trajanja programa, tj. od 22.5.2009 do 31.1.2011, je bil prirejen status »preživelih«. Pri izračunu funkcije preživetja se uporablja tudi izraz »krnjene« ali »cenzorirane« osebe5, saj poznamo le spodnjo mejo za dolžino preživetja v stanju zaposlenosti, ne pa tudi natančne vrednosti. Zaradi primerjave oseb v programu Usposabljanja in izobraževanja zaposlenih s populacijo zaposlenih smo iz obstoječih baz BO in APZ tvorili še kontrolno skupino zaposlenih na naslednji način. V bazi BO smo izmed oseb, ki nikoli niso sodelovale v nobenem programu aktivne politike zaposlovanja, izbrali tiste, ki so se v letu 2007 ali 2008 zaposlile oziroma izpisale iz baze BO. Nato smo določili podmnožico tistih oseb, ki so bile zaposlene v času od 1.1.2009 do 22.5.2009 (datum pričetka programa). V dobljeni kontrolni skupini, ki šteje 38.804 oseb, je 5 Angl.: censored dogodek »smrt« osebe opredeljen kot datum po 22.5.2009, ko se je oseba registrirala na Zavodu za zaposlovanje in s tem (ponovno) pridobila status brezposelnosti. 4.745 oseb iz kontrolne skupine se je ponovno vpisalo v bazo BO pred zaključkom trajanja programa. Ostalim osebam iz kontrolne skupine, ki so bile zaposlene ves čas trajanja programa (od 22.5.2009 do 31.1.2011), pa je bil prirejen status »preživelih«. Kaplan-Meierjevo funkcijo preživetja za osebe v programu Usposabljanja in izobraževanja zaposlenih ter za kontrolno skupino smo najprej ocenili za vse osebe v programu, nato pa še ločeno za moške in ženske. Analiza je bila izvedena s statističnim programskim paketom SPSS, rezultati pa so predstavljen v tabeli 3.3.3 ter na slikah 3.3.1 do 3.3.3. Posamezne karakteristike preživetja oseb v programu so navedene v tabeli 3.3.3. Od 6.391 oseb v programu jih je 350 oziroma 5,5% izgubilo delo pred zaključkom programa, povprečno trajanje zaposlitve v času formalnega trajanja programa pa je bilo 20,13 meseca. Od 3.007 oseb moškega spola jih je 2.847 cenzoriranih, kar pomeni, da so ostali zaposleni, medtem ko je ostalo zaposlenih kar 3.084 žensk. Povprečno trajanje zaposlenosti moških v programu (20,16 meseca) je bilo za 0,08 meseca daljše kot za ženske. Od 38.804 oseb v kontrolni skupini jih je 4.745 oziroma 12,2% izgubilo delo v času trajanja programa, kar je več kot pri osebah v programu. Povprečno trajanje zaposlitve oseb v kontrolni skupini v istem času pa je krajše ter znaša 19 mesecev in pol. Na sliki 3.3.1 je prikazana kumulativna funkcija preživetja za vse osebe, vključene v program in za osebe v kontrolni skupini. Spremenljivka trajanje zaposlenosti, ki je označena z »dur_m«, je na abscisni osi in je merjena v mesecih, na ordinatni osi pa je prikazana verjetnost za »preživetje« oziroma za ohranitev zaposlitve. Funkcija preživetja na začetku programa kaže, da je v tem času (ki bi mu lahko rekli tudi čas 0) 100% oseb v programu zaposlenih, nato pa delež zaposlenih pada, dokler na koncu obdobja (tj. ob koncu formalnega trajanja programa oz. 20,63 meseca kasneje) ne pade na nekoliko manj kot 95%. Funkcija preživetja oseb iz kontrolne skupine prav tako pada ves čas formalnega trajanja programa ter ob koncu znaša približno 90%, kar je slabši rezultat kot pri osebah v programu. Zanimivo je, da sta obe funkciji preživetja proti koncu trajanja obdobja vse bolj strmi, kar kaže na to, da se s trajanjem zaposlitve verjetnost izgube dela 87 povečuje vse hitreje. Zelo podobne zaključke se lahko izpelje tudi za funkciji preživetja moških oziroma žensk, vključenih v program Usposabljanja in izobraževanja zaposlenih, ki sta prikazani na sliki 3.3.2. Tabela 3.3.3: Karakteristike funkcij preživetja za osebe v programu in v kontrolni skupini Vsi Cenzorirani Izguba dela (%) Povpr. Std. napaka 95% interval zaupanja za povprečje Skupaj (program) 6.391 6.041 350 (5,5) 20,13 0,03 20,06 20,19 Moški (program) 3.007 2.847 160 (5,3) 20,16 0,04 20,07 20,24 Ženske (program) 3.274 3.084 190 (5,8) 20,08 0,05 19,99 20,17 Kontrolna skupina 38.804 34.059 4.745 (12,2) 19,51 0,02 19,48 19,54 Vir: BO, APZ, lastni izračuni Opomba: Časi so podani v mesecih. Slika 3.3.1: Funkcija preživetja za osebe v programu (zgoraj) ter za kontrolno skupino (spodaj) 1.01 1.00 10 DUR M n Survival Function + Censored 30 1.00 .98 .96 .94 .92 '2 3 90 cn 90 E O .88 D Survival Function + Censored -10 0 10 20 30 DUR_M daj) 3.3. 4 Ocena učinkovitosti programa Usposabljanja in izobraževanja zaposlenih Učinkovitost programa Usposabljanje in izobraževanja zaposlenih smo preverili tudi s pomočjo metode paritve (ang. »propensity score matching«). Mera za uspešnost programov APZ, ki se ponavadi uporablja v študijah, je t.i. ATT (angl. »average treatment effect on the treated«). Ta metodološki pristop smo podrobno opisali v drugem poglavju. Obravnavano populacijo sestavljajo osebe, ki so bile vključene v program Usposabljanja in izobraževanja zaposlenih, kontrolna skupina pa je tvorjena na enak način kot v razdelku 3.3 zgoraj. Za izračun ATT so bile uporabljene iste spremenljivke kot pri oceni modela trajanja zaposlenosti oseb v programu v razdelku 3.2 in sicer spol, starost, stopnja izobrazbe, poklic ter regionalna pripadnost. Rezultati so prikazani v tabeli 3.3.4. Povprečni učinek opazovanega programa (glede na opisano kontrolno skupino) je pozitiven in statistično značilen zaradi visoke vrednosti t-statistike. ATT znaša 0,106, kar pomeni, da imajo prirejene osebe iz kontrolne skupine v povprečju za 10,6 odstotnih točk večje možnosti za izgubo zaposlitve kot osebe, vključene v program Usposabljanja in izobraževanja zaposlenih. Tabela 3.3.4: Ocena učinkovitosti programa po metodi paritve ATT 0,106 Std. napaka 0,025 t-statistika 4,23 Vir: BO, APZ, lastni izračuni Viri 1. D'Agostino, A. in Mealli F. (2000). Modelling Short Unemployment in Europe. Institute for Social & Economic Research Working Paper 06. 2. Greene, W. H. (2003). Econometric Analysis. New York: Prentice Hall. 3. Hosmer, D. H. in Lemeshow S. (2003). Applied Survival Analysis: Regression Modeling of Time to Event Data. New York: Wiley-Interscience. 4. Kavkler, A., Boršič, D., Kajzer, A., (2009): Trajanje brezposelnosti v Sloveniji v obdobju 2004-2008: Uporaba analize preživetja. Statistični dnevi/Statistical Days. 5. Kleinbaum, D. G. (2005). Survival Analysis: A Self-Learning Text. New York: Springer Verlag. 6. Kolb, J.,Werwatz A. (2000): Marginal Employment - a Dead End?. A Survival Analysis based on West German Spelldata. Humboldt University Berlin. 7. Moffitt, R. A. (1999). New developments in econometric methods for labor market analysis. V: Handbook of Labor Economics, ur. O. Ashenfelter in D. Card. Amsterdam: North Holland 8. Pimenta, A. M. S., Silva F. J. F. in Vieira J. A. C. (2011). Duration of Low Wage Employment: A Study Based on a Survival Model. IZA Discussion Paper no. 5972. 9. Tansel, A. in Tasci H. M. (2005). Determinants of Unemployment Duration for Men and Women in Turkey. IZA Discussion Paper no. 1258. 10. Taylor, M. P. (1999). Survival of the fittest? An analysis of self-employment duration in Britain. The Economic Journal 199: C140-C155. 11. Van den Berg, G. J., Gijsbert A., van Lomwel C., in van Ours J. C. (2008). Nonparametric Estimation of a Dependent Competing Risks Model for Unemployment Durations. Empirical Economics 34 (3): 477-491. 12. Vodopivec, M. (1999). Does the Slovenian Public Work Program Increase Participants' Chances to Find a Job?. Journal of Comparative Economics 27 (1): 113-130. 4. Dodatna interpretacija mikroekonometrične analize ter pregled tujih študij 4.1. Brezposelnost in gospodarska aktivnost Vprašanje, na katerega naj bi odgovorila analiza učinkovitosti aktivne politike zaposlovanja (APZ), je, ali ukrepi APZ zmanjšujejo brezposelnost. Ne gre spregledati, da je brezposelnost rezultat neravnotežij na trgu dela, torej razlik med ponudbo dela, ki jo določajo demografska in socialna gibanja, in povpraševanjem po delu, ki ga določa gospodarska aktivnost. Stopnja brezposelnosti je vsaj kratkoročno določena z nihanji gospodarske aktivnosti, saj je ponudba dela kratkoročno precej stabilna. Ukrepi APZ, ki bi učinkovito zmanjševali brezposelnost, naj bi vplivali na ponudbo dela in/ali na povpraševanje po delu. Dejansko je večina ukrepov APZ usmerjenih na ponudbeno stran, saj so brezposelni najvažnejša ciljna skupina večine ukrepov, nekaj med njimi, na primer subvencije podjetjem za zaposlovanje, pa tudi na stran povpraševanja. Učinkovitost ukrepov se kaže v njihovi uspešnosti pri premikih krivulj ponudbe in povpraševanja, s katerimi se poveča zaposlenost in zmanjša brezposelnost. Glede na vrsto razlik, ki se pojavljajo med ponudbo dela in povpraševanjem po delu, razlikujemo frikcijsko, strukturno in ciklično brezposelnost. Prva, ki naj bi bila normalna sestavina delovanja trga dela, nastaja zaradi menjanja zaposlitev in poklicev. Drugo ustvarja tehnološki napredek, ki zmanjšuje povpraševanje po posameznih vrstah delovnih storitev oziroma posameznih delovnih sposobnostih, tretja pa se veže na gospodarsko aktivnost in mehanizem zaposlovanja; raste, ko se gospodarska aktivnost krči, in pada, ko se gospodarska aktivnost povečuje. Za posameznika je socialna cena brezposelnosti visoka; kdor izgubi delo, ne izgubi le dohodkov (stopnja tveganja revščine je med brezposelnimi dva do trikrat višja od splošne stopnje tveganja revščine), ki jih deloma nadomestijo socialni prejemki, ampak tudi družbeni status; dolgotrajna brezposelnost pa ga pahne na rob družbe. Narodnogospodarsko pa brezposelnost kaže (ne)sposobnost družbe izkoristiti razpoložljivo količino dela; tudi narodnogospodarsko so socialni problemi, povezani z brezposelnostjo, oziroma, ki so posledica brezposelnosti, mnogo večji od izgube proizvodnega potenciala. Brezposelnost, ki jo največkrat merimo s stopnjami brezposelnosti, to je z različnimi razmerji med številom brezposelnih in številom aktivnih prebivalcev6, sodi med največje probleme EU, saj ostaja na visoki ravni; v prvi polovici preteklega desetletja je celo ob visoki gospodarski rasti ostajala malone nespremenjena, ob kriznem krčenju gospodarske aktivnosti pa se je izredno hitro povečala in v letu 2010 presegla 10 odstotkov aktivnega prebivalstva. Anketna stopnja brezposelnosti v Sloveniji, ki je za približno dve odstotni točki nižja kot v EU27 ali evro območju, ima podobno dinamiko, razlika v ravni brezposelnosti med Slovenijo in EU27 pa se zmanjšuje (Slika 4.1). Najpomembnejši razlogi za visoke stopnje brezposelnosti v EU in tudi v Sloveniji so spremenjen mehanizem zaposlovanja7 tako v »stari« in še bolj v »novi« Evropi, do katerega je prišlo v devetdesetih letih prejšnjega stoletja, globalizacija ter kratkovidno ustvarjanje »družbe znanja« s seljenjem industrijske proizvodnje »na Kitajsko«. Velik del brezposelnosti v EU in v Sloveniji je zato mogoče obravnavati kot strukturno brezposelnost, zato bo, celo ne glede na dolžino in globino zdajšnje gospodarske in finančne krize, ostala ključen problem tudi v naslednjem desetletju. Povezanost med gospodarsko rastjo in stopnjo brezposelnosti kaže Okunova krivulja; zveza je razumljivo negativna, višja gospodarska rast ustvarja povpraševanje po delu, torej rast zaposlenosti, kar ob dani, na kratko razdobje precej stabilni ponudbi dela, zmanjšuje 6 EU uporablja harmonizirano stopnjo brezposelnosti po definiciji Mednarodne organizacije dela (ILO), ki temelji na anketah. Stopnja brezposelnosti po definiciji ILO je razmerje med število brezposelnih ter vsoto zaposlenih in brezposelnih. Za zaposlene veljajo osebe, ki so v tednu ankete vsaj eno uro delale za plačo ali dobiček, za brezposelne pa osebe, ki v tednu ankete nimajo zaposlitve, a so se v naslednjih treh tednih pripravljene zaposliti, in ki so v zadnjih petih tednih aktivno iskale delo, pa tudi osebe, ki so že našle zaposlitev in se bodo zaposlile v naslednjih treh mesecih. 7 V mehanizmu zaposlovanja, ki ga kaže zaposlitvena funkcija, se je po letu 1990 povečala elastičnost zaposlovanja (reakcije zaposlenosti na spremembe v gospodarski aktivnosti), negativna asimetrija (počasnejše odpuščanje v primeru zniževanja gospodarske aktivnosti) pa je prešla v pozitivno asimetrije (manjša in počasnejša rast zaposlenosti ob rasti gospodarske aktivnosti). brezposelnost. Povezanost v kriznem razdobju je grobo ponazorjena v Tabeli 4.1, v kateri so prikazane stopnje rasti BDP v EU27 in Sloveniji, stopnje brezposelnosti in spremembe stopenj brezposelnosti. Slika 4.1: Stopnje anketne brezposelnosti v EU27, EU15 in Sloveniji Povezanost med spremembo brezposelnosti in spremembo gospodarske aktivnosti v članicah EU ni povsem stabilna; med gospodarsko krizo se je spreminjala, kar kažejo različni nagibi Okunove krivulje med letom 2007 in 2010 na Sliki 4.2. V letu 2007 so vse članice EU imele gospodarsko rast, stopnja brezposelnosti pa se je povečala v dveh, v letu 2008 se je aktivnost krčila v osmih, stopnja brezposelnosti pa se je povečala v desetih. V letu 2009 se je aktivnost krčila v 26 članicah (le Poljska je zadržala gospodarsko rast), brezposelnost pa se je povečala v vseh članicah EU, v letu 2010 pa se je aktivnost krčila le še v petih, brezposelnost pa je še naprej rasla v štiriindvajsetih članicah EU. Tabela 4.1: Gospodarska aktivnost in brezposelnost rast BDP stopnja brezposelnosti sprememba brezposelnosti EU27 SI EU27 SI EU27 SI 2007 4.86 6.90 6.37 4.90 -0.93 -1.10 2008 1.37 3.60 6.27 4.40 -0.11 -0.50 2009 -5.73 -8.00 8.89 5.90 2.62 1.50 2010 1.64 1.40 10.05 7.30 1.16 1.40 Vir podatkov: Eurostat, lastni izračuni Slika 4.2: Premiki Okunove krivulje v EU27 gospodarska rast Vir podatkov: Eurostat, lastni izračuni Ne glede na premike in spremembe nagibov krivulje pa je »ekonomska zakonitost«, ki jo kaže Okunova krivulja, trdna, kar najbrž govori tudi o omejenosti potencialnih učinkov ukrepov aktivne politike zaposlovanja za zmanjševanje brezposelnosti. 4.2 Kratek opis ukrepov APZ in njihove učinkovitosti v Sloveniji Ukrepe APZ je po ciljih, upoštevaje vrste brezposelnosti (frikcijsko, strukturno in ciklično) mogoče vsaj pogojno razvrstiti v tri skupine: ukrepi za zmanjšanje frikcijske in strukturne brezposelnosti so uperjeni v ponudbo, ukrepi za zmanjšanje ciklične pa v povpraševanje po delu. (1) Programi institucionalnega usposabljanja ter nacionalne poklicne kvalifikacije - Priprave na postopke ugotavlj anja in potrjevanja Nacionalne poklicne kvalifikacije (NPK) - Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije - Programi institucionalnega usposabljanja Programe v tej skupini bi mogli uvrstiti v programe za zmanjševanje frikcijske brezposelnosti. Prva dva tvorita celoto in sta kot celota relativno uspešna; pri prvem z analizo ni mogoče ugotoviti signifikantnega učinka na brezposelnost, učinki drugega pa so pozitivni in statistično značilni. Čeprav ne spreminjata dejanske strukture ponudbe dela, izboljšujeta delovanje trga dela. (2) Programi praktičnega usposabljanja - Delovni preizkus, ki omogoča pridobiti delovne izkušnje na konkretnih delovnih nalogah - Usposabljanje na delovnem mestu Programi v tej skupini so dejansko programi, namenjeni zmanjšanju strukturne brezposelnosti; gre za prilagajanje strukture ponudbe dela strukturi povpraševanja po delu, oziroma pridobivanju znanj, kakršna zahteva povpraševanje po delu. Delovni preizkus izkazuje pozitivne in statistično značilne učinke. Rezultati izračunov za usposabljanje na delovnem mestu niso potrdili kratkoročne učinkovitosti za zmanjševanje brezposelnosti, kar pa je skladno z rezultati tujih avtorjev, ki so ugotavljali, da se pozitivni učinki pojavijo šele po nekaj letih. Razlogi za takšen rezultat so lahko različni. Tuje študije pogosto navajajo kratkoročni »locking-in« učinek ter dolgoročne pozitivne učinke. Praktično usposabljanje poveča učinkovitost zaposlenih ter ne ustvari novih delovnih mest.. (3) Programi izobraževanja - Formalno izobraževanje - Projektno učenje za mlajše odrasle Gre za tipičen poskus zmanjševanja strukturne brezposelnosti, povečanje zaposljivosti in prožnosti na strani ponudbe dela. Programa vsaj kratkoročno ne zmanjšujeta brezposelnosti; za prvi program je značilen velik osip oziroma velik delež neuspešnih zaključkov vpisanih v formalno izobraževanje, pri projektnem učenju za mlajše odrasle pa zmanjšanje brezposelnosti tudi ni edini cilj programa. Domnevamo, da je vzrok za tako visok delež neuspešnih zaključkov formalnega izobraževanja v nekaterih problematičnih ciljnih skupinah, kot so npr. brezposelne osebe z zdravstvenimi omejitvami ter brezposelne osebe, starejše od 45 let, ki se najbrž že vsaj 20 let niso izobraževale. Neuspešni zaključki iz opravičljivih razlogov so verjetno posledica zdravniških potrdil, zato sklepamo, da je delež oseb z zdravstvenimi omejitvami v eksperimentalni skupini nezanemarljiv. Dobro bi bilo premisliti o smiselnosti nekaterih ciljnih skupin, zaradi katerih ima ta program tako visok delež neuspešnih zaključkov. (4) Subvencije za težje zaposljive skupine brezposelnih oseb - Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb - prejemnikov denarne socialne pomoči - Spodbujanje zaposlovanja starejših brezposelnih oseb - Zaposli.me (spodbujanje zaposlovanja težje zaposljivih brezposelnih oseb) Ukrepa spodbujanje novega zaposlovanja in zaposlovanja starejših brezposelnih oseb ne sodita med zelo uspešna ukrepa za zmanjšanje brezposelnosti. Večina tistih, ki sodelujejo v programu, se vrne med registrirane brezposelne, kar kaže, da je osnovni cilj zaposlovalca pridobitev finančnih sredstev in ne povečanje zaposlenosti. Nekoliko uspešnejši je program Zaposli.me, ki subvencionira delodajalce, ki za polni delovni čas za obdobje najmanj enega leta zaposlijo osebe s statusom brezposelne osebe, ki izpolnjujejo vsaj enega od kriterijev: so starejše od 50 let, so mlajše od 25 let in v zadnjih 6 mesecih niso imele redno plačane zaposlitve, so iskalci prve zaposlitve in so pridobili strokovno ali poklicno izobrazbo pred manj kot dvema letoma ter so vsaj 6 mesecev prijavljeni v evidencah Zavoda, so mlajši od 30 let z dokončano vsaj univerzitetno izobrazbo in imajo poklic, ki se uvršča med suficitarne ter v zadnjih 6 mesecih niso imeli redno plačane zaposlitve, niso dosegli stopnje srednjega strokovnega izobraževanja, srednjega poklicnega tehniškega izobraževanja oz. splošnega srednjega izobraževanja. Ker gre za pogoje, ki se ne izključujejo, je za vstop v program upravičen velik delež brezposelnih; program je najbrž tudi iz tega razloga kratkoročno uspešen. Menimo, da je ključno vprašanje, kako izboljšati izvajanja programov subvencij ter okrepiti nadzor nad delodajalci, ki pogosto odpustijo delavce kmalu po zaključku subvencioniranja. Podrobneje o tem pišemo v šestem poglavju. Analizirali smo tudi ukrep Usposabljanje in izobraževanje zaposlenih, ki se je izvajal v okviru ukrepov Aktivne politike zaposlovanja za obdobje 2007 - 2013. S pomočjo metode paritve smo ocenili, da je povprečni učinek opazovanega ukrepa (glede na kontrolno skupino, pridobljeno iz obstoječih podatkov oz. baze BO) pozitiven in statistično značilen. ATT znaša 0,106, kar pomeni, da imajo prirejene osebe iz kontrolne skupine v povprečju za 10,6 odstotnih točk večje možnosti za izgubo zaposlitve kot osebe, vključene v ukrep Usposabljanja in izobraževanja zaposlenih. Analiza s Kaplan-Meierjevo cenilko funkcije preživetja kaže, da je delež zaposlenih oseb ob koncu formalnega trajanja programa (95%) večji od deleža zaposlenih v kontrolni skupini (90%). Študija tudi primerja mesečne prilive v brezposelnost za osebe, vključene v opazovani ukrep APZ, s podatki za celo Slovenijo, pri čemer smo zaradi primerljivosti upoštevali brezposelne brez prvih iskalcev zaposlitve. V času trajanja ukrepa oz. programa je delež oseb v programu, ki so izgubile delo (glede na število preostalih oseb v programu) zmeraj nižje od deleža novo brezposelnih oseb brez prvih iskalcev zaposlitve (glede na število vseh zaposlenih v Sloveniji), in sicer v povprečju za 0,7 odstotne točke. 4.3 Učinkovitost programov APZ v državah EU Ukrepi aktivne politike zaposlovanja za odpravo in lajšanje frikcij na trgu dela uporabljajo tudi širše v evropskem prostoru, njihova implementacija v državah članicah EU pa se je v zadnjih dveh desetletjih še povečala. Ugotovimo lahko, da so programi, tako kot v Sloveniji, zelo različno zasnovani in osredotočeni na različne ciljne skupine. Pri tem se pojavlja problematika vrednotenja posameznih programov, ki pa se je z uporabo različnih (statističnih) metod v zadnjih 20 letih precej izboljšala. Kluve (2006) je v okviru raziskave za Evropsko komisijo izvedel meta-analizo posameznih empiričnih študij učinkovitosti programov. V nadaljevanju podajamo povzetek rezultatov. Avtor ugotavlja, da so programi usposabljanja najbolj pogosto uporabljen ukrep APZ na trgih dela v Evropi. Ocene njihove učinkovitosti kažejo precej mešane rezultate; ocene učinkov obravnave so v nekaj primerih negativne, pogosto pa tudi neznačilne ali zmerno pozitivne. Še vedno pa obstaja več indikacij, da programi usposabljanja povečujejo verjetnost zaposlitve udeležencev po zaključku programov, zlasti za udeležence z boljšimi perspektivami na trgu dela in za ženske. Vendar pa ta vzorec ne drži za vse študije, saj je v zvezi s programi usposabljanja pogosto omenjen »locking-in« učinek, čeprav je še vedno nejasno, v kolikšni meri je le-ta resnično v celoti neželen. V novejši literaturi o vrednotenju programov usposabljanja je poudarjena potreba po upoštevanju tudi dolgoročnih vplivov. Iz teh študij je možno razbrati znake, ki kažejo dolgoročne pozitivne učinke programov usposabljanja. Tudi če bi bili negativni »locking-in« učinki pomembni, bi jih odtehtale dolgoročne koristi udeležbe oseb v programih. Tudi obstoj in smer relacije med poslovnim ciklom in učinkovitostjo programov usposabljanja iz raziskav nista jasna, saj nekatere študije poročajo o procikličnem vzorcu relacije, druge pa nasprotno. Programi spodbud, ki se izvajajo v zasebnem sektorju, obsegajo plačne subvencije in posojila za zagon podjetij. Medtem ko so bila slednja v evropskih državah redko ovrednoteni, pa obstaja kar nekaj vrednotenj učinkovitosti shem plačnih subvencij. Ugotovitve so v splošnem pozitivne, saj skoraj vse študije, ki ocenjujejo programe subvencij plač v zasebnem sektorju, na primer za Dansko, Švedsko, Norveško ali Italijo, ugotavljajo ugodne vplive subvencij na posameznikovo verjetnost zaposlitve. Zgornje spodbudne ugotovitve pa moramo sprejeti le do določene mere, saj študije običajno ne upoštevajo potencialnih substitucijskih učinkov in »deadweight« učinkov, ki so lahko povezan s sistemi plačnega subvencioniranja. Kluve na koncu povzame, da je le iz opisnega ocenjevanja težko odkriti konsistentne vzorce učinkovitosti programov APZ, kljub temu pa lahko izluščimo nekatere okvirne ugotovitve: zdi se, da neposredno ustvarjanje delovnih mest v javnem sektorju pogosto ustvarja negativne učinke na 101 zaposlovanje, ukrepi za usposabljanje pa izkazujejo mešane ali skromno pozitivne učinke. Po drugi strani je kvantitativna analiza presenetljivo jasna. Če upoštevamo tip programa, obstaja le šibka sistematična povezava med učinkovitostjo programov APZ in številnimi drugimi kontekstualnimi dejavniki, vključno z državo ali časovnim obdobjem, kje ali kdaj je bila raziskava izvedena, z makroekonomskim okoljem ter z različnimi kazalniki institucionalnih okvirov na trgu dela. Zdi se, da je edini institucionalni dejavnik, ki pomembno sistematično vpliva na učinkovitost programa, prisotnost strožjih pravil odpuščanja, a tudi ta učinek je majhen glede na učinek tipa programa. Prav tako Kluve zaključi, da imajo tradicionalni programi usposabljanja majhno verjetnost pozitivnih učinkov na zaposlovanje udeležencev po preteku programa. V primerjavi s programi usposabljanja kažejo programi spodbud v zasebnem sektorju boljše rezultate. Avtor tako ugotavlja, da je za programe spodbud 40-50 odstotkov bolj verjetno vrednotenje s pozitivnimi učinki kot za tradicionalne programe usposabljanja. Za primerjavo, vrednotenja programov APZ, ki temeljijo na neposrednem zaposlovanju v javnem sektorju, kažejo 30-40 odstotkov manj možnosti pozitivnega vpliva na zaposlovanje po preteku programov. Pomembna pa je tudi ciljna skupina, saj programi namenjeni izključno mladim osebam izkazujejo precej slabše ocene učinkovitosti kot programi, namenjeni starejšim. Zaradi zelo redko ugotovljene pozitivne učinkovitosti programov neposrednega ustvarjanja delovnih mest v javnem sektorju, pogosto pa tudi zaradi škodnega vpliva na zaposlitvene možnosti udeležencev v teh programih, bi morali snovalci APZ premisliti o nadaljevanju izvajanja takšnih programov ali pa vsaj ponovno definirati njihove cilje. Prav tako bi bilo v zvezi s problematiko programov za mlade bolje, če bi se snovalci politik na trgu dela osredotočili na takšne ukrepe, ki bi na prvem mestu preprečile, da bi bili mladi sploh v slabšem položaju od ostalih udeležencev na trgu dela. 4.4 Učinkovitost programov APZ v tranzicijskih državah O učinkih programov APZ je bilo narejenih precej raziskav tudi v tranzicijskih državah. V tabeli 4.2 smo zbrali pregled večjega števila študij, ki se ukvarjajo z učinkovitostjo ukrepov APZ v tranzicijskih državah v zadnjih 20 letih. Programi usposabljanja se izvajajo skozi poklicno usposabljanje, prekvalifikacije, izobraževanje itd. (Puhani 1998; Hayo 2004; Lubyova, van Ours 1999). Učinkovitost takšnih programov za tranzicijske države kaže zelo ugodne rezultate (Lehman 1995). Bonin in Rinne (2006) ugotavljata , da se verjetnost, da so udeleženci programa usposabljanja brezposelni, zmanjša za 7%. Če je oseba obiskovala program usposabljanja in bila začasno zaposlena, se verjetnost brezposelnosti zmanjša za 13%. Tudi ocene drugih avtorjev (Walsh, Kotzeva, Dölle in Dornbush 2001) kažejo pozitivne učinke, saj se udeležencem programa Usposabljanje/preusposabljanje za 11% zmanjša verjetnost, da bodo postali brezposelni. Rezultati individualnega preusposabljanja na Madžarskem so pokazali, da je 11% več oseb dobilo redno nesubvencionirano zaposlitev, 9 % več oseb pa je imelo na dan ankete tudi redno zaposlitev (O'Leary 1998a). Programi usposabljanja so učinkoviti tudi v okoljih z visoko stopnjo brezposelnosti- primer Latvije med letoma 1998 in 2003 ((Dimitrijeva, Hazans 2007) ter Ukrajine (Kupets 2000). Lechner, Miquel, Wunsch (2005) ugotavljajo, da v splošnem proučevani programi usposabljanja povečujejo dolgoročne zaposlitvene možnosti ter zaslužke. Izjema so le moški udeleženci programov, saj jim daljše usposabljanje v povprečju ne pomaga (Lechner, Miquel, Wunsch 2005). Drugačni rezultati izhajajo iz študije Mikhed-a (2007) za Ukrajino, kjer rezultati za programe usposabljanja niso značilno pozitivni; podobno je dobil tudi Kluve (2006) v svoji meta-analizi. Avtorji pogosto preučujejo tudi programe subvencioniranja plač (neposredno ali posredno), ki omogočajo ustvarjanje novih delovnih mest ali ohranjanje obstoječih. Rezultati učinkovitost teh programov v tranzicijskih držav pa kažejo mešano sliko. Po eni strani naj bi subvencije plač zelo pozitivno vplivale na zmanjševanje brezposelnosti (Bocean, 2007; Terrell in Sorm, 1999). Po drugi strani pa so Kluve, Lehmann, in Schmidt (2001) ter O'Leary (1998a) izpostavili, da plačne subvencije spodbujajo negativne učinke. Večina študij tudi ne upošteva substitucijskega učinka ter t.i. učinkov »zaklepanja« (ang. locking-in) in »mrtve izgube« (ang. deadweight). Substitucijski učinek nastane, če subvencionirani delavci zamenjujejo nesubvencionirane ali če delodajalci najemajo subvencionirane delavce in jih potem, ko se obdobje subvencioniranja konča, odpustijo (Boeri, in Burda, 1996; van Ours, 2004; Svetovna banka, 2008). Učinek 103 zaklepanje nastane, če udeleženci programov APZ zaradi udeležbe v programu zmanjšajo intenzivnost iskanja zaposlitve (van Ours 2004). Mrtva izguba, znana tudi kot alokacijska neučinkovitosti, je izguba ekonomske učinkovitosti, ki se pojavi, ko ponudba in povpraševanje nista v ravnovesju, kar je lahko posledica številnih razlogov, kot na primer monopolnega oblikovanja cen, zavezujočih zgornjih/spodnjih meja cen, eksternalij, davkov ali, v našem primeru, subvencij. Pomeni izgubo dobička (tako delodajalca kot delojemalca), ki bi ga zaslužili, če ne bilo vmešavanja (s subvencijami) na trgu dela (World Bank 2008). Posamezniki, ki najdejo zaposlitev s pomočjo subvencij, so pogosto bolj usposobljeni kot ostali iskalci zaposlitve in mnogi med njimi bi morda našli zaposlitev tudi v brez tega programa. Tabela 4.2: Pregled študij o učinkovitosti APZ v tranzicijskih državah Avtor(ji) Proučevano obdobje Država Metoda Tip programa Ciljna skupina Glavni rezultati Murn, Bürger, Rojec (2008) 1998 - 2006 Slovenija Metoda paritve Usposabljanje, izobraževanje Zaposleni Pozitiven učinek na plače; majhen vpliv na rast produktivnosti Klužer (2008) 1994 - 2002 Slovenija Združevalna funkcija Usposabljanje in izobraževanje, javna dela Brezposelni Majhen pozitiven učinek Južnik-Rotar (2008) 2008 Slovenija Logit model, probit model Pomoč pri iskanju zaposlitve, subvencije, izobraževanje, ustvarjanje delovnih mest Mladi brezposelni Verjetnost vključitve v eno od APZ pada s starostjo kandidata; padec je večji pri ženskah Vodopivec (1998) 1992 - 1996 Slovenija Multinomialni logit model, probit model Javna dela Brezposelni Kratkoročni pozitivni učinek na zmanjšanje brezposelnosti; Dolgoročni negativni učinek na zmanjšanje brezposelnosti Domadenik, Pastore (2003) 1997 - 2002 Slovenija, Poljska Multinomialni logit model, sekvenčni logit model Usposabljanje, izobraževanje Mladi brezposelni Usposabljanje in izobraževanje ter tveganje brezposelnosti Puhani (1998) 1992 - 1996 Poljska Metoda paritve, modeli trajanja Usposabljanje, javna dela, posredovanje dela Brezposelni Usposabljanje ima pozitiven učinek, javna dela in posredovanje dela pa negativen učinek Jeruzalski, Tyrowicz (2009) 2000 - 2008 Poljska Združevalna funkcija, metoda SFA, DiD cenilka Zaposlovanje Brezposelni Združevanja so odvisna od nihanja povpraševanja. Struktura brezposelnosti, APZ in uradi za delo z majhni pojasnjevalni učinek. Avtor(ji) Proučevano obdobje Država Metoda Tip programa Ciljna skupina Glavni rezultati Kluve, Lehmann, Schmidt (2001) 1992 - 1996 Poljska Metoda paritve Usposabljanje, plačne subvencije Starejši brezposelni Usposabljanje ima pozitiven učinek, plačne subvencije imajo negativen učinek, še posebno pri moških Kluve, Lehmann, Schmit (1999) 1992 - 1996 Poljska DiD cenilka Usposabljanje, javna dela Brezposelni Usposabljanje žensk in moških: pozitiven učinek na verjetnost zaposlitve Javna dela: negativni učinek pri moških, brez učinka pri ženskah O'Leary (1998b) 1994 - 1996 Polj ska Primerjava sredin, primerjava ujemanja parov, regresija Usposabljanje, javna dela, pomoč pri samozaposlovanju, zaposlovanje v javnem sektorju Brezposelni Usposabljanje: 12% več rednih zaposlitev Javna dela: 8% manj rednih zaposlitev Posredovanje dela: 26% več rednih zaposlitev Samozaposlovanje: 29% več rednih zaposlitev van Ours (2004) 1993 - 1998 Slovaška Multivariatni model trajanja Začasno subvencioniranje delovnih mest Brezposelni Pomemben je "locking-in" učinek. Bonin, Rinne (2006) 2004 - 2005 Srbija Metoda paritve Usposabljanje, delo za določen čas Brezposelni v gradbeništvu Usposabljanje in delo za določen čas — +13% Samo usposabljanje +7% Samo delo za določen čas — +0%; Subjektivno blagostanje ob usposabljanju in delu za določen čas — pozitivno, večje Avtor(ji) Proučevano obdobje Država Metoda Tip programa Ciljna skupina Glavni rezultati Terrell, Sorm (1999) 1992 - 1993 Češka Funkcija tveganja Sistem nadomestil brezposelnim Brezposelni Zmanjšanje trajanja brezposelnosti Boeri, Burda (1996) 1991 - 1994 Češka Razširjena združevalna funkcija Usposabljanje, javna dela, samozaposlovanje, zaposlovanje v javnem sektorju Brezposelni Pozitivni učinki pri vseh preučevanih ukrepih APZ Mikhed (2007) 2001 - 2003 Ukrajina Kaplan-Meier cenilka, metoda paritve Usposabljanje, javna dela Brezposelni Ukrepi nimajo statistično značilnih učinkov na trajanje brezposelnosti Kupets (2000) 1996 - 1999 Ukrajina Razširjena združevalna funkcija Usposabljanje, javna dela Brezposelni Usposabljanje je učinkovitejše od javnih del Nivorozhkin (2005) 2000 - 2002 Rusija Metoda paritve Poklicno usposabljanje Brezposelni Ničelni do pozitivni učinek na znižanje brezposelnosti Micklewright, Nagy (2005) 2005 Madžarska Model trajanja Spremljanje Prejemniki nadomestila za brezposelnost V splošnem ničelni učinki. Le pri ženskah nad 30 let zaznan pozitiven in statistično značilen učinek O'Leary (1998a) 1995 - 1997 Madžarska Primerjava sredin, primerjava ujemanja parov, regresija Usposabljanje, javna dela, pomoč pri samozaposlovanju, zaposlovanje v javnem sektorju Brezposelni Individualno usposabljanje: 11% več rednih zaposlitev Skupinsko usposabljanje: 9% več rednih zaposlitev Pomoč pri iskanju zaposlitve: 2% manj rednih zaposlitev Plačne subvencije: 11% manj Samozaposlovanje : 14% več Avtor(ji) Proučevano Država Metoda Tip programa Ciljna skupina Glavni rezultati obdobje Leetmaa, Vörk (2004) 2000 - 2002 Estonija Metoda paritve Usposabljanje Starej ši brezposelni Usposabljanje ima pozitivne učinke. Dmitrijeva, Hazans (2009) 1998 - 2003 Latvija Razširjena združevalna funkcija Usposabljanje Brezposelni Usposabljanje ima pozitivne učinke. Bocean (2007) 2000 - 2005 Romunija Makroekonomski pristop Javna dela, usposabljanje, plačne subvencije Brezposelni Plačne subvencije: velik pozitiven učinek Javna dela, usposabljanje: pozitiven učinek Rodriguez-Planas, Benus (2010) 1999 - 2002 Romunija Metoda paritve Usposabljanje, javna dela, pomoč pri samozaposlovanju, zaposlovanje v javnem sektorju Brezposelni Javna dela, usposabljanje, pomoč pri samozaposlovanju: velik pozitiven učinek Zaposlovanje v javnem sektorju: pozitiven učinek Walsh, Kotzeva, Dölle, Dorenbos (2001) 1998 - 1999 Bolgarija Metoda paritve, regresija Usposabljanje, javna dela, pomoč pri samozaposlovanju, zaposlovanje v javnem sektorju Brezposelni invalidi, mladi brezposelni Pozitivni učinki Lechner, Wunsch (2005) 1990 - 2002 Vzhodna Nemčija Metoda paritve Usposabljanje Brezposelni Povečuje dolgoročne zaposlitvene možnosti in zaslužke, razen pri moških World Bank (2008) Makedonija Več metod Usposabljanje, javna dela, pomoč pri samozaposlovanju, zaposlovanje v javnem sektorju Brezposelni Usposabljanje mladih in programi zaposlitvenega svetovanja kažejo bolj pozitivne učinke kot v industrijsko razvitih državah. Avtor(ji) Proučevano obdobje Država Metoda Tip programa Ciljna skupina Glavni rezultati Lehmann, Kluve (2010) 1991 - 2007 Vzhodno evropske države Razširjena združevalna funkcija, analiza preživetja Usposabljanje, neposredno ustvarjanje delovnih mest, zaposlovanje v javnem sektorju Brezposelni Zaposlovanje v javnem sektorju ter Usposabljanje: pozitiven učinek Javna dela: negativen učinek Viri 1. Arandarenko, M. (2004). International Advice and Labor Market Institutions in SouthEast Europe. Global Social Policy, 4(1): 27-53. 2. Bardasi, E., A. Lasaosa, J. Micklewright in G. Nagy (2001). Measuring the Generosity of Unemployment Benefit Systems: Evidence from Hungary and elsewhere in Central Europe. Acta Oeconomica, 51(1): 17-42. 3. Becker, S. in A. Ichino (2002). Estimation of Average Tretment Effects Based on Propensity Scores. The Stata Journal, 2: 358-377. 4. Betcherman, G., K. Olivar, in A. Dar (2004). Impact of Active Labor Market Programmes: New Evidence from Evaluations with Particular Attention to Developing and Transition Countries. Social Protection Discussion Paper Series, No. 0402. 5. Bocean, G. C. (2007). The Impact of Active Labor Market Policies in Romania. Munich RePEc Archive. 6. Boeri, T. (1996). Learning from transition economies: Assessing labor market policies across central and eastern Europe. Journal of Comparative Economics, 25(3): 366384. 7. Boeri, T. in M. Burda (1996). Active labor market policies, job matching and the Czech miracle. European Economic Review, 40(3-5): 805-817. 8. Bonin, H. in U. Rinne (2006). Beautiful Serbia. IZA Discussion Paper No. 2533. 9. Brown, D., J. Earle, V. Gimpelson, R. Kapeliushnikov, H. Lehmann, A. Telegdy, I. Vantu, R. Visan, in A. Voicu (2006). Nonstandard Forms and Measures of Employment and Unemployment in Transition: A Comparative Study of Estonia, Romania, and Russia. Budapest Working Papers on the Labour Market from Institute of Economics, No. 602, Hungarian Academy of Sciences. 10. Caliendo, M. in S. Kopeinig (2005). Some Practical Guidance for the Implementation of Propensity Score Matching. IZA Discussion Paper, No. 1588. 11. Dauth, W., R. Hujer in K. Wolf (2010). Macroeconometric Evaluation of Active Labour Market Policies in Austria. IZA Discussion Paper, No. 5217. 12. Dmitrijeva, J. in M. Hazans (2009). A stock-flow matching approach to evaluation of public training program in a high unemployment environment. CEIS, Fondazione Giacomo Brodolini andBlackwellPublishing, 21(3): 503-540. 13. Domadenik P. in F. Pastore (2006). The impact of education and training systems on the labour market participation of young people in CEE economies: A comparison of Poland and Slovenia. International Review of Entrepreneurship & Small Business, 3(1): 640-666. 14. Dar A. in Z. Tzannatos (1999). Active labor market programs: A review of the evidence from evaluations. Social Protection Discussion Paper No. 9901, The World Bank. 15. Earle, J. in C. Pauna (1998) Long-term unemployment, social assistance and labour market policies in Romania. Empirical Economics, 23: 203-235. 16. Hagen, T. (2003). Three Approaches to the Evaluation of Active Labour Market Policy in East Germany Using Regional Data. ZEWDiscussion Paper, No. 03-27. 17. Ham, J., J. Svejnar, in K. Terrell (1998). Unemployment and the Social Safety Net During Transitions to a Market Economy: Evidence from the Czech and Slovak Republics. American Economic Review, 88(5): 1117-1142. 18. Hayo, B. (2004): Happiness in Eastern Europe. Marburger Volkswirtschaftliche Beiträge, No. 12/2004. 19. Hujer, R., U. Blien, M. Caliendo in C. Zeiss (2002). Macroeconometric Evaluation of Active Labour Market Policies in Germany. IZA Discussion Paper, No. 616. 20. Južnik-Rotar, L. (2008). Vključevanje mladih brezposelnih oseb v aktivne politike zaposlovanja. Naše Gospodarstvo, 54(1-2): 112-119. 21. Jeruzalski, T. in J. Tyrowicz (2009). (In)Efficiency of Matching - The Case of A Posttransition Economy. MPRA Paper, No. 16598. 22. Katrencik, D., J. Tyrowicz and P. Wojcik (2008). Unemployment Convergence in Transition. MPRA Paper, No. 15386. 23. Kavkler, A., Volčjak, R., (2011). Analiza nekaterih programov aktivne politike zaposlovanja v Sloveniji z metodo paritve. EIPF, Ekonomski institut. 24. Klein, J.P. in M.L. Moeschberger (1998). Survival Analysis: Techniques for Censored and Truncated Data. New York: Springer Verlag. 25. Kluve, J. (2006). The Effectiveness of European Active Labor Market Policy. IZA Discussion Paper, No. 2018. 26. Kluve, J., H. Lehmann, in C. M. Schmidt (1999). Active Labor Market Policies in Poland: Human Capital Enhancement, Stigmatisation, or Benefit Churning? Journal of Comparative Economics, 27: 61-89. 27. Kluve, J., H. Lehmann, in C. M. Schmidt (2001): Disentangling treatment effects of Polish active labor market policies: Evidence form matched samples. IZA Discusion Paper, No. 355. 28. Klužer, F. (2008). Ocena učinkovitosti aktivne politike zaposlovanja z združevalno funkcijo. IB Revija, 42(2): 17-27. 29. Kupets, O. (2000). The impact of active labor market policies on the outflows from unemployment to regular jobs in Ukraine. M.A. thesis, Kiev: National University »Kiev-Mohyla Academy«. 30. Lechner M., R. Miquel in C. Wunsch (2005). The curse and blessing of training the unemployed in a changing economy: The case of East Germany after unification. IZA Discussion Paper, No. 1684. 31. Lehmann, H. (1995). Active Labour Market Policies in the OECD and in Selected Transition Economies. Policy Research Working Paper, No. 1502, World Bank. 32. Lehmann, H. in J. Kluve (2010). Assessing Active Labor Market Policies in Transition Economies. The Labour Market Impact of the EU Enlargement, AIEL Series in Labour Economics, Part 4: 275-307. 33. Lubyova, M., in J. C. van Ours (1999). The Effects of Active Labor Market Programs on the Transition Rate from Unemployment into Regular Jobs in the Slovak Republic. Tilburg Center for Economic Research Papers, No. 98127. 34. Micklewright, J. in G. Nagy (2005). Job search monitoring and unemployment duration in Hungary: evidence from a randomised control trial. IZA Discussion Paper, No. 1839. 35. Mikhed, V. (2007). Evaluation of active labor market policies in Ukraine using micro level data from unemployment registries. World Bank and CERGEE-EI. 36. Ministrstvo za delo, družino in socialne zadeve Rs (2006). Program ukrepov aktivne politike zaposlovanja za obdobje 2007-2013. 37. Munich, D., J. Svejnar in K. Terrell (1998). Worker-Firm Matching and Unemployment in Transition to a Market Economy: (Why) are the Czechs More Successful than Others? CERGE-EI Working Paper Series, No. 141. 38. Munich, D. in J. Svejnar (2007). Unemployment in East and West Europe. IZA Discussion Paper, No. 2798. 39. Munich, D. in J. Svejnar (2009). Unemployment and Worker-Firm Matching Theory and Evidence from East and West Europe. World Bank, Policy Research Working Papers Series, No. 4810. 40. Murn, A., A. Burger in M. Rojec (2008). Učinkovitost državnih pomoči za usposabljanje. IB revija, 42(2): 4-16. 41. OECD (2010): OECD Economic Outlook. 42. O'Leary, C. J. (1998a). Evaluating the Effectiveness of Active Labor Market Programs in Hungary. Upjohn Institute Technical Report, No. 98-013. 43. O'Leary, C. J. (1998b). Evaluating the Effectiveness of Active Labor Market Programs in Poland. Upjohn Institute Technical Report, No. 98-012. 44. Puhani, P. (1999). Public Training and Outflows from Unemployment: An Augmented Matching Function Approach on Polish Regional Data. CEPR Discussion Papers, No. 2244. 45. Puhani, P. (1998). Advantage through training? A microeconometric evaluation of the employment effects of active labour market programmes in Poland. ZEW Discussion Papers, No. 98-25. 46. Rodriguez-Planas, N., in J. Benus (2010). Evaluating Active Labor Market Programs in Romania. Empirical Economics, 38: 65-84. 47. Sekhon, J.S. (in press). Matching: Multivariate and Propensity Score Matching with Balance Optimization. Journal of Statistical Software. 48. Stuart, E.A. (2010). Matching Methods for Causal Inference: A Review and a Look Forward. Statistical Science, 25(1): 1-21. 49. Terrell K. in V. Sorm (1999). Labor market policies and unemployment in the Czech Republic. Journal of Comparative Economics, 27: 33-60. 50. Therneau, T.M. in P.M. Grambsch (2000). Modeling Survival Data: Extending the Cox Model. New York: Springer Verlag. 51. van Ours, J. (2004). The lock-in effect of subsidized jobs. Journal of Comparative Economics, 32(1): 37-55. 52. Vodopivec, M. (1998). Does Slovenian public work program increase participants chances to find a job? The William Davidson Institute Working Paper, No. 214. 53. Vodopivec, M., A. Worgotter in D. Raju (2003). Unemployment Benefit Systems in Central and Eastern Europe: A Review of the 1990s. Social Protection Discussion Paper, No. 0310, World Bank. 54. Volčjak, R., Kavkler, A. (2012). Mikroekonometrična analiza ukrepa Usposabljanje in izobraževanje zaposlenih. EIPF, Ekonomski institut. 55. Walsh, K., M. Kotzeva, E. Dolle in R. Dorenbos (2001). Evaluation of the net impact of active labor market programs in Bulgaria. Ministry of Labor and Social Policy, Bulgaria. 56. World Bank (2008). Active labor market programs in FYR Macedonia. Human Development Sector Unit Report, No. 45258-MK. 57. World Bank (2011). The job crisis. Household and government responses to the great recession in Eastern Europe and Central Asia. Directions in development, Human Development. 5. Rezultati makroekonometrične analize 5.1 Opis metodološkega pristopa Na začetku podajamo kratek opis uporabljenega metodološkega pristopa, ki smo ga povzeli po Kupets (2000) ter Dauth, Hujer in Wolf (2010). Beveridgeva krivulja, ki jo prvič omenja Wiliam Beveridge v 40tih letih prejšnjega stoletja, je ravnovesna povezava med brezposelnostjo in prostimi delovnimi mesti: višja ko je brezposelnost, manj je prostih delovnih mest, kar je značilno za obdobje recesije, in nižja ko je brezposelnost, več je prostih delovnih mest, kar je značilno za obdobje ekonomske ekspanzije. Kot razlaga Kupets (2000), je Beveridgevo negativno povezavo med omenjenima spremenljivkama s trga dela možno razložiti s ciklično dinamiko le-tega. Ko je namreč trg dela »napet« (angl. tight), je povpraševanje po delu veliko in večina tistih delavcev, ki hočejo delati, najde zaposlitev, iz česar sledi, da je brezposelnost nizka. Posledično je število prostih delovnih mest visoko, saj imajo delodajalci nekaj težav pri iskanju ustreznih kadrov za svoja na novo odprta delovna mesta. Velja pa tudi obratno, saj v obdobju »ohlapnega« (angl. slack) trga dela z majhnim povpraševanjem po delu le malo delodajalcev ponuja delo, prostih delovnih mest je malo, brezposelnost pa visoka. Tako se določena kombinacija brezposelnosti in prostih delovnih mest na fiksni Beveridgevi krivulji uporablja za opis stanja na trgu dela, lahko pa tudi za določitev lokacije celotnega gospodarstva v poslovnem ciklu. Še več, relativna oddaljenost Beveridge-ove krivulje od izhodišča se lahko uporabi kot pokazatelj celotne stopnje aktivnosti na trgu dela. Bleaky in Fuhrer (1997) navajata nekaj potencialnih virov sprememb lokacije Beveridge-ove krivulje za ZDA v zadnjih tridesetih letih, in sicer spremembo stopnje rasti delovne sile zaradi demografskih premikov aktivnega prebivalstva (prvenstveno starostna in spolna struktura) in sprememba učinkovitosti v procesu iskanja dela. Pojem združevalne funkcije8 kot statistične povezave med skupnim številom brezposelnih oziroma iskalcev zaposlitve na eni strani ter prostih delovnih mest oziroma delodajalcev na drugi strani trga dela, je ključen za analizo dinamike na trgu dela. Na združevalno funkcijo se 8 Angl.: matching function lahko gleda kot na produkcijsko funkcijo v ekonomski teoriji9, kjer se različne kombinacije inputov preslikajo v tok outputov. Tako sta za združevalno funkcijo inputa število brezposelnih oseb in število prostih delovnih mest, output pa so nove zaposlitve. Ker so zaposlene in neaktivne osebe izključene iz združevalnega procesa, je število novih zaposlitev enako številu brezposelnih oseb, ki najdejo delo in zapustijo stanje brezposelnosti oziroma odlivu iz brezposelnosti v zaposlitev (U^E). Če Ot označuje odliv iz brezposelnosti v zaposlitev v obdobju t, k splošni parameter produktivnosti, Um in Vt-1 pa število brezposelnih oseb in število prostih delovnih mest na koncu obdobja t-1, se lahko združevalna funkcija zapiše kot Ot = k fUt-i,Vt-i) (5.1) Kot je običajno v ekonomski teoriji, se na prvi stopnji analize predpostavlja, da se brezposelni in prosta delovna mesta združujejo glede na Cobb-Douglasovo funkcijo , ki se lahko napiše v logaritemski obliki log Ot = log k + a log Ut-i + P log Vt-i. Zgornja specifikacija preproste združevalne funkcije se lahko še razširi na naslednji način. Učinkovitejši združevalni proces premakne Beveridgevo krivuljo v levo in generira več odlivov iz brezposelnosti, kar je eden od glavnih razlogov za vključitev spremenljivke aktivne politike zaposlovanja (APZ) med argumente združevalne funkcije (5.1). Ko je v združevalno funkcijo vključena spremenljivka APZt, ki lahko meri izdatke za posamezne programe, število udeležencev v programih na koncu obdobja ali število na novo vključenih v programe, kot ločen faktor inputa, se takšna združevalna funkcija imenuje »razširjena«. Če se k tej razširjeni združevalni funkciji aditivno doda še člen slučajne napake et, se dobi stohastična oblika razširjene združevalne funkcije 9 Glej npr. Blanchard in Diamond (1989) log Ot = log k + a log Ut-1 + ß log Vt-1 + y log APZt + St. V zgornji enačbi so parametri a, ß in y parcialne elastičnosti odlivov iz brezposelnosti glede na števili brezposelnih in prostih delovnih mest ter ukrepe APZ. Vsota ustreznih parametrov kaže stalnost donosov, sam parameter y pa s svojo pozitivno vrednostjo kaže na ugodne učinke ukrepov APZ na odliv iz brezposelnosti v zaposlitev. Čeprav nudi razširjena združevalna funkcija primeren pristop k opisu dinamike trga dela, se zaradi kratkosti časovnih vrst pogosto raje uporablja večregionalni panelni model v obliki log O it = c + c + a log Ui(t-i) + ß log Vi(t-i) + Y log APZU + uit, kjer predstavlja uit stohastični člen, ci pa fiksne regionalne učinke. Dauth, Hujer in Wolf (2010) pri makroanalizi ukrepov APZ v Avstriji v svoj panelni model razširjene združevalne funkcije poleg fiksnih regionalnih učinkov vključijo še fiksne učinke časovnih obdobij. Avtorji analizirajo stopnjo iskalcev zaposlite kot funkcijo stopnje prostih delovnih mest, intenzivnosti programov APZ, kontrolnih spremenljivk ter, kot že omenjeno, fiksnih učinkov. Intenzivnost programov APZ je merjena kot njihovo akomodacijsko razmerje, ki je definirano kot razmerje med številom udeležencev v določenem programu in številom iskalcev zaposlitve (Calmfors in Skedinger, 1995). Upoštevati je potrebno še prilagoditveni mehanizem in v ta namen avtorji vključijo odloge odvisne spremenljivke. Pričakovati je, da bodo v primerjavi z združevalno funkcijo ti mehanizmi počasnejši, predvsem zaradi visoke obstojnosti brezposelnosti, ki je posledica stroškov zaposlovanja in odpuščanja, kopičenja dela10 ter »insider-outsider« obnašanja11. Zaradi tega lahko preteče nekaj časa preden stopnja iskalcev zaposlitve reagira na premike intenzivnosti programov APZ, posledično pa je v model dodanih še nekaj nadaljnjih odlogov odvisne spremenljivke. Dalje lahko zaradi »locking-in« učinka preteče nekaj časa, preden postanejo želeni (in neželeni) učinki programov vidni, zato so v model vključeni tudi odlogi akomodacijskih razmerij. Tako dobljeni model je naslednje oblike: 10 Angl.: labour hoarding 11 Glej npr. Hamermesh (1993), Layard, Nickell in Jackman (1991) S i logofftt = ar + aJ&totfSB^ + as|t|) Konstanta -1. . 048e + 01 9. 344e- 01 -11 .211 < 2e-16 *** StarostLeta 2. . 778e-01 3. 597e- 02 7 .724 1 .13e-14 *** StarostLeta^2 -3. .719e-03 4. 473e- 04 -8 .315 < 2e-16 *** StarostLeta * Moski -4. 055e-02 9. 704e- 03 -4 .179 2 .93e-05 *** Moski 1. 977e+00 3. 639e- 01 5 .431 5 .61e-08 *** RegijaJV 1. 914e-01 1. 438e- 01 1 .330 0 .183363 RegijaOsrednja 3. 387e-01 9. 820e- 02 3 .449 0 .000562 *** RegijaJZ -5. 988e-01 1. 906e- 01 -3 .141 0 .001683 ** OsnovnaSola -1. 545e-02 5. 939e- 01 -0 .026 0 .979250 PoklicnaAliSrednja 5. 177e-01 5. 870e- 01 0 .882 0 .377785 VisjaAliVisoka -2. 510e-03 6. 033e- 01 -0 .004 0 .996680 PrvaZaposlitev -6. 683e-01 2. 406e- 01 -2 .778 0 .005473 ** TehnikilnUradniki 2. 357e-01 1. 980e- 01 1 .190 0 .233958 StoritveInNeindustrijski 2. 595e-01 1. 904e- 01 1 .363 0 .172881 IndustrijskiInPreprosti 6. 449e-01 1. 934e- 01 3 .335 0 .000853 *** Kode značilnosti: 0 '***' 0.001 '**' 0.01 '*' 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo: 6086.0 pri 64989 stopinjah prostosti Odklon po normalizaciji: 5738.2 pri 64975 stopinjah prostosti AIC: 5768.2 Število Fisher Scoring iteracij: 8 Tabela A.1.2: izračun ATT Ocena............-0.0075934 AI SE............0.021368 T-stat..........-0.35537 p.vred..........0.72231 Izhodiščno število opazovanj..................................64990 Izhodiščno število obravn. opazovanj..................523 število parjenih opazovanj..............................523 število parjenih opazovanj (netehtano). 72296 Caliper (SDs)................................................................0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 0 Tabela A.1.3: uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 34.99 38.455 -35.209 0.56595 7.9936e-15 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 34.99 34.918 0.73751 1.0431 0.88195 ***** (V2) StarostLeta^2 ***** Pred paritvijo povp. obravnavanih.... 13 21 povp. kontrolnih............1649.9 std. povp. razlika.... -45.663 Po paritvi 1321 1311.9 1.2591 razmerje varianc...... 0.47591 0.99664 T-test p-vred......... < 2.22e-16 0.80145 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih povp. kontrolnih.. std. povp. razlika razmerje varianc.. T-test p-vred..... 23.239 22.504 4.0993 0.65151 0.35191 Po paritvi 23.239 22.531 3.9489 0.99844 0.43527 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih.. std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.6826 0.56612 25.001 0.88373 2.0844e-08 Po paritvi 0.6826 0.66101 4.6339 0.96689 0.33344 ***** (V5) RegijaJV ***** Pred paritvijo Po paritvi povp. obravnavanih........0.12237 0.12237 povp. kontrolnih......0.11302 0.12679 std. povp. razlika.... 2.8509 -1.3468 razmerje varianc......1.0734 0.97004 T-test p-vred..................0.51627 0.79492 ***** (V6) RegijaOsrednja ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.413 0.413 povp. kontrolnih......0.33329 0.41188 std. povp. razlika.... 16.174 0.2281 razmerje varianc......1.0931 1.0008 T-test p-vred......... 0.00025192 0.96268 ***** (V7) RegijaJZ ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.061185 0.061185 povp. kontrolnih......0.12582 0.057804 std. povp. razlika.... -26.941 1.4094 razmerje varianc......0.52325 1.0547 T-test p-vred......... 1.8687e-09 0.80071 (V8) OsnovnaSola ***** Pred paritvijo 0.21224 0.26995 -14.101 0.84997 0.0014093 povp. obravnavanih povp. kontrolnih.. std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.21224 0.21657 -1.059 0.98541 0.84098 (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih.. std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.70937 0.59302 25.601 0.85584 9.7774e-09 Po paritvi 0.70937 0.7076 0.38972 0.99643 0.93997 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih.. std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.072658 0.12914 -21.737 0.60027 1.0565e-06 Po paritvi 0.072658 0.070812 0.71022 1.024 0.90144 ***** (V11) PrvaZaposlitev ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.076482 0.076482 povp. kontrolnih.... 0.17564 0.080121 std. povp. razlika.. . -37.275 -1.368 razmerje varianc.... 0.48875 0.95836 T-test p-vred....... 2.22 04e-16 0.78417 ***** (V12) TehnikilnUradniki ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.16826 0.16826 povp. kontrolnih.... 0.1775 0.1691 std. povp. razlika.. . -2.468 -0.22463 razmerje varianc.... 0.96041 0.99603 T-test p-vred....... 0.57432 0.96499 ***** (V13) StoritvelnNeindustrijski ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.34608 0.34608 povp. kontrolnih.... 0.30597 0.33781 std. povp. razlika.. . 8.4233 1.7373 razmerje varianc.... 1.0677 1.0117 T-test p-vred....... 0.055512 0.72139 ***** (V14) IndustrijskilnPreprosti ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.33078 0.33078 povp. kontrolnih.... 0.23153 0.33587 std. povp. razlika.. . 21.076 -1.0789 razmerje varianc.... 1.2465 0.99241 T-test p-vred....... 2.02 66e-06 0.81214 Model 2a: Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije (priliv v BO v letu 2010 ter vpis v APZ 2010) Tabela A.2a.1 logit model Koeficienti: Ocena St. napaka t- stat. . Pr(>|t|) Konstanta -1. . 239e + 01 1. 156e+00 -10 .722 < 2e-16 *** StarostLeta 3. 280e-01 4. 295e-02 7 .637 2. 22e-14 *** StarostLeta'2 -4. 255e-03 5. 238e-04 -8 .124 4. 52e-16 *** StarostLeta * Moski -4. . 120e-02 1. 295e-02 -3 .181 0 .00147 ** Moski 2. . 613e + 00 4. 972e-01 5 .256 1. 48e-07 *** RegijaJV 5. . 668e-03 1. . 699e-01 0 .033 0 .97339 RegijaOsrednja 3. 263e-02 1. 170e-01 0 .279 0 .78040 RegijaJZ -2. 793e-01 1. 842e-01 -1 .516 0 .12956 OsnovnaSola -1. 347e-01 7. 244e-01 -0 .186 0 .85248 PoklicnaAliSrednja 5. 532e-01 7. 165e-01 0 .772 0 .44003 VisjaAliVisoka 3. 731e-01 7. 330e-01 0 .509 0 .61077 PrvaZaposlitev -3. 943e-01 2. 890e-01 -1 .365 0 .17236 TehnikilnUradniki 3. 897e-01 2. 417e-01 1 .612 0 .10687 StoritvelnNeindustrijski 3. 028e-01 2. 353e-01 1 .287 0 .19820 IndustrijskilnPreprosti 1. 008e+00 2. 339e-01 4 .310 1. 63e-05 *** Kode značilnosti: 0 '***' 0.001 '**' 0.01 '*' 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo: 4725.5 pri 64852 stopinjah prostosti Odklon po normalizaciji: 4390.2 pri 64838 stopinjah prostosti AIC: 4420.2 Število Fisher Scoring iteracij: 9 Tabela A.2a.2: izračun ATT Ocena... 0.043808 AI SE...... 0.025303 T-stat..... 1.7314 p-vred...... 0.083384 Izhodiščno število opazovanj.............. 64853 Izhodiščno število obravn. opazovanj........ 386 število parjenih opazovanj.................. 385 število parjenih opazovanj (netehtano)... 56345 Caliper (SDs) ........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 1 Tabela A.2a.3: uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 35.363 38.455 -31.831 0.55167 1.2712e-09 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 1344.7 1649.9 -42.383 0.47572 1.9984e-15 Po paritvi 35.374 35.2 1.7934 0.97015 0.75566 Po paritvi 1345.7 1336.3 1.3049 0.93901 0.82192 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih.... 27.4 66 povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 22.504 29.788 0.56281 1.2119e-08 Po paritvi 27.457 27.067 2.3396 1.0037 0.67424 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.79016 0.56612 54.948 0.67679 < 2.22e-16 Po paritvi 0.78961 0.78533 1.0487 0.9854 0.83578 ***** (V5) RegijaJV ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.11399 0.11429 povp. kontrolnih............0.11302 0.119 std. povp. razlika.... 0.30501 -1.4792 razmerje varianc............1.0101 0.96554 T-test p-vred..................0.95239 0.79177 ***** (V6) RegijaOsrednja ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.33938 0.34026 povp. kontrolnih............0.33329 0.32609 std. povp. razlika.... 1.2848 2.9868 razmerje varianc............1.0116 1.0215 T-test p-vred..................0.80142 0.59057 ***** (V7) RegijaJZ ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.093264 0.093506 povp. kontrolnih............0.12582 0.10303 std. povp. razlika.... -11.179 -3.2682 razmerje varianc............0.77086 0.91717 T-test p-vred..................0.029267 0.58245 (V8) OsnovnaSola ***** Pred paritvijo 0.19948 0.26995 -17.612 0.81237 0.00062732 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.2 0.21011 -2.524 0.96407 0.6554 (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.71244 0.59302 26.349 0.85105 3.9643e-07 Po paritvi 0.71429 0.70691 1.6306 0.98501 0.77305 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.082902 0.12914 -16.746 0.6778 0.0011481 Po paritvi 0.080519 0.077546 1.0914 1.035 0.86546 ***** (V11) PrvaZaposlitev ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.07513 0.075325 povp. kontrolnih.... 0.17564 0.072975 std. povp. razlika.. . -38.081 0.88935 razmerje varianc.... 0.48114 1.0296 T-test p-vred....... 6.5437e-13 0.87673 ***** (V12) TehnikilnUradniki ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.15803 0.15844 povp. kontrolnih.... 0.1775 0.14336 std. povp. razlika.. . -5.3308 4.1241 razmerje varianc.... 0.91374 1.0857 T-test p-vred....... 0.29716 0.49994 ***** (V13) StoritvelnNeindustrijski ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.30829 0.30909 povp. kontrolnih.... 0.30597 0.29589 std. povp. razlika.. . 0.50167 2.8525 razmerje varianc.... 1.0068 1.025 T-test p-vred....... 0.92177 0.59472 ***** (V14) IndustrijskilnPreprosti ***** Pred paritvijo Po paritvi povp. obravnavanih.. . 0.3886 0.38701 povp. kontrolnih.... 0.23153 0.41768 std. povp. razlika.. . 32.183 -6.2876 razmerje varianc.... 1.3388 0.97538 T-test p-vred....... 7.668 5e-10 0.16658 Model 2b: Preverjanje in potrjevanje Nacionalne poklicne kvalifikacije (priliv v BO v letu 2009 ter vpis v APZ leta 2010) Tabela A.2b.1: logit model Koeficienti: Ocena St . napaka t- stat. Pr(> |t|) Konstanta -8 .3953222 1. 2046362 -6 .969 3 .19e -12 ** * StarostLeta 0 .2801598 0. 0320865 8 .731 < 2e -16 ** * StarostLeta'2 -0 .0042228 0. 0004005 -10 .543 < 2e -16 ** * StarostLeta * Moski -0 .0223394 0. 0084861 -2 .632 0 .008477 ** Moski 1 .4470861 0. 3260899 4 .438 9 .09e -06 ** * RegijaJV -0 .0214894 0. 1208755 -0 .178 0 .858 895 RegijaOsrednja -0 .0080681 0. 0894519 -0 .090 0 8 2 9 132 RegijaJZ -0 .5851189 0. 1498022 -3 .906 9 .3 9e -05 ** * OsnovnaSola -0 .2361964 1. 0190446 -0 .232 0 .816 707 PoklicnaAliSrednja 0 .6876572 1. 0160668 0 .677 0 4 CO 543 VisjaAliVisoka 1 .0010371 1. 0217602 0 .980 0 .327225 PrvaZaposlitev -0 .4542181 0. 2114935 -2 .148 0 .031740 * TehnikilnUradniki 0 .5936779 0. 1775625 3 .343 0 .000827 ** * StoritvelnNeindustrijski 0 .6549090 0. 1715636 3 .817 0 .000 135 ** * IndustrijskilnPreprosti 0 .7648175 0. 1737583 4 .402 1 .07e -05 ** * Kode značilnosti: 0 '*** / 0.001 '**■ 0 .01 '*' 0.05 V' 0.1 > / 1 Odklon pred normalizacijo: 6213.6 pri 19387 stopinjah prostosti Odklon po normalizaciji: 5491.7 pri 19373 stopinjah prostosti AIC: 5521.7 Število Fisher Scoring iteracij: 7 Tabela A.2b.2: izračun ATT Ocena............0.19378 AI SE............0.019487 T-stat..........9.9441 p-vred..........< 2.22e-16 Izhodiščno število opazovanj.............. 19388 Izhodiščno število obravn. opazovanj...... 729 število parjenih opazovanj............... 723 število parjenih opazovanj (netehtano). 27316 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 6 Tabela A.2b.3: uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 36.038 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 43.769 -77.834 0.64837 < 2.22e-16 Po paritvi 36.068 35.827 2.424 1.0258 0.52916 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 1397.3 2067.9 -91.353 0.53279 < 2.22e-16 Po paritvi 1399.8 1379.9 2.6965 0.99517 0.47312 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih.... 24.4 77 povp. kontrolnih............26.105 std. povp. razlika.... -8.7805 razmerje varianc...... 0.59178 T-test p-vred......... 0.021916 ***** (V4) Moski ***** Pred paritvijo povp. obravnavanih.... 0.6 913 6 povp. kontrolnih...... 0.58369 std. povp. razlika.... 23.293 razmerje varianc...... 0.87929 T-test p-vred......... 1.1986e-09 ***** (V5) RegijaJV ***** Pred paritvijo povp. obravnavanih.... 0.13169 povp. kontrolnih............0.132 91 std. povp. razlika.... -0.36187 razmerje varianc............0.9935 T-test p-vred..................0.92367 ***** (V6) RegijaOsrednja ***** Pred paritvijo povp. obravnavanih.... 0.32 51 povp. kontrolnih............0.314 97 std. povp. razlika.... 2.162 razmerje varianc............1.0182 T-test p-vred..................0.5669 ***** (V7) RegijaJZ ***** Pred paritvijo povp. obravnavanih.... 0.075446 povp. kontrolnih...... 0.122 09 std. povp. razlika.... -17.647 razmerje varianc...... 0.65166 T-test p-vred......... 4.2911e-06 ***** (V8) OsnovnaSola ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.20439 0.39257 -46.634 0.68284 < 2.22e-16 ***** (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.71193 0.53813 38.352 0.82622 < 2.22e-16 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.082305 0.065545 6.0941 1.2348 0.10564 Po paritvi 24.411 23.808 3.24 1.001 0.44309 Po paritvi 0.6888 0.67245 3.5278 0.97319 0.37777 Po paritvi 0.1314 0.1359 -1.3329 0.97189 0.74238 Po paritvi 0.32642 0.31008 3.4819 1.0278 0.38878 Po paritvi 0.076072 0.087888 -4.4539 0.87677 0.34423 Po paritvi 0.20609 0.20165 1.0949 1.0163 0.78749 Po paritvi 0.71646 0.73226 -3.5026 1.0362 0.37712 Po paritvi 0.076072 0.064346 4.42 1.1674 0.30881 ***** (V11) PrvaZaposlitev ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.079561 0.080221 povp. kontrolnih............0.11844 0.081564 std. povp. razlika.... -14.358 -0.49406 razmerje varianc............0.70228 0.98497 T-test p-vred..................0.000173 0.91466 (V12) TehnikilnUradniki ***** Pred paritvijo 0.17147 0.16244 2.3931 1.0456 0.52602 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.17151 0.16183 2.566 1.0476 0.54236 ***** (V13) StoritvelnNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.34294 0.27735 13.808 1.1257 0.00026404 Po paritvi 0.34302 0.33878 0.89157 1.006 0.82387 (V14) IndustrijskilnPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.33745 0.34943 -2.532 0.9848 0.50275 Po paritvi 0.3361 0.34897 -2.7228 0.98216 0.49382 Model 3: Programi institucionalnega usposabljanja Tabela A.3.1 logit model Koeficienti: Ocena St. napaka t -stat . Pr(>|t D Konstanta -1. .87383 0. 09606 - 19 .508 < 2e-16 *** StarostOd2 5Do3 9 0. .49121 0. 07837 6 .268 3.66e-10 *** Starost0d4 0Do4 9 0. . 78465 0. 09419 8 .331 < 2e-16 *** Starost5 0InVec -0. 26509 0. 11174 -2 .372 0.017675 * Moski -0. 18220 0. 05175 -3 .521 0.000431 *** RegijaJV -0. 17545 0. 07909 -2 .218 0.026533 * RegijaOsrednja -0. 60631 0. 06137 -9 .880 < 2e-16 *** RegijaJZ -0. 35499 0. 08006 -4 .434 9.25e-06 *** OsnovnaSola -0. 48052 0. 08826 -5 .444 5.20e-08 *** PoklicnaAliSrednja 0. . 16020 0. 06307 2 .540 0.011081 * PrvaZaposlitev -1. 14852 0. 07636 - 15 .040 < 2e-16 *** TehnikiInUradniki -1. 47151 0. 08087 - 18 .197 < 2e-16 *** StoritveInNeindustrijski -2. 01396 0. 08112 - 24 .826 < 2e-16 *** IndustrijskiInPreprosti -2. 35237 0. 10337 - 22 .757 < 2e-16 *** Kode značilnosti: 0 '***' 0.001 '**' 0.01 '*' 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo: 14737 pri 38907 stopinjah prostosti Odklon po normalizaciji: 13003 pri 38894 stopinjah prostosti AIC: 13031 Število Fisher Scoring iteracij: 7 Tabela A.3.2 izračun ATT ob koncu leta 2010 Ocena... -0.063739 AI SE...... 0.01086 T-stat..... -5.869 p-vred...... 4.3852e-09 Izhodiščno število opazovanj................. 38908 Izhodiščno število obravn. opazovanj......... 1826 število parjenih opazovanj..............................1823 število parjenih opazovanj (netehtano). 457058 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 3 Tabela A.3.3 izračun ATT ob koncu leta 2009 Ocena... -0.11476 AI SE...... 0.011321 T-stat..... -10.138 p-vred...... < 2.22e-16 Izhodiščno število opazovanj.............. 38908 Izhodiščno število obravn. opazovanj............... 1826 število parjenih opazovanj............... 1823 število parjenih opazovanj (netehtano). 457058 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 3 Tabela A.3.4 izračun ATT ob koncu leta 2008 Ocena... -0.054652 AI SE...... 0.010808 T-stat..... -5.0567 p-vred...... 4.2662e-07 Izhodiščno število opazovanj.............. 38908 Izhodiščno število obravn. opazovanj............... 1826 število parjenih opazovanj............... 1823 število parjenih opazovanj (netehtano). 457058 Caliper (SDs)........................................ 0. Število izpuščenih opazovanj pri 'exact' ali 'caliper' 3 Tabela A.3.5 uravnoteženost spremenljivk (V1) StarostOd2 5Do3 9 ***** Pred paritvijo 0.56188 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 0.41751 29.091 1.0128 < 2.22e-16 Po paritvi 0.56281 0.5561 1.3511 0.99677 0.20743 (V2) StarostOd4 0Do4 9 ***** Pred paritvijo 0.19551 0.15382 10.509 1.209 1.1308e-05 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.19419 0.20059 -1.6175 0.97584 0.18082 (V3) Starost50InVec ***** Pred paritvijo 0.08598 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 0.19581 -39.167 0.49933 < 2.22e-16 Po paritvi 0.086122 0.090245 -1.4694 0.95863 0.39561 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.38609 0.47969 -19.221 0.95016 1.9984e-15 Po paritvi 0.38618 0.37789 1.7012 1.0083 0.24452 (V5) RegijaJV ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.12048 0.12019 0.088707 1.0026 0.97048 Po paritvi 0.12068 0.12327 -0.79589 0.98186 0.641 ***** (V6) RegijaOsrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.23604 0.30141 -15.392 0.85683 1.9728e-10 Po paritvi 0.23533 0.23079 1.0695 1.0136 0.44751 (V7) RegijaJZ ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.11665 0.12691 -3.1952 0.93044 0.18346 Po paritvi 0.11684 0.12384 -2.1798 0.95099 0.17198 (V8) OsnovnaSola ***** Pred paritvijo 0.13143 0.29216 -47.557 0.55231 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.13165 0.13954 -2.3326 0.95212 0.083481 ***** (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.58434 0.5727 2.3599 0.99305 0.32508 Po paritvi 0.5853 0.58776 -0.50014 1.0018 0.63531 ***** (V10) PrvaZaposlitev ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.19003 0.20457 -3.7053 0.9464 0.12282 Po paritvi 0.1887 0.18881 -0.028006 0.99955 0.97672 ***** (V11) TehnikilnUradniki ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.11555 0.14584 -9.471 0.82085 8.7432e-05 Po paritvi 0.11574 0.116 -0.078781 0.99811 0.96025 ***** (V12) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.12212 0.25791 -41.46 0.56044 < 2.22e-16 Po paritvi 0.12233 0.12193 0.11992 1.0028 0.93079 (V13) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.066265 0.23977 -69.731 0.33962 < 2.22e-16 Po paritvi 0.066374 0.065833 0.21717 1.0076 0.90364 Model 4: Delovni preizkus Tabela A.4.1 logit model Koeficienti: Ocena St. napaka t- stat. . Pr(>|t|) Konstanta -5 .3601740 0. 4715820 -11 .366 < 2e-16 * ** StarostLeta 0 .1287272 0. 0143945 8 .943 < 2e-16 * ** StarostLeta^2 -0 .0022771 0. 0001887 -12 .067 < 2e-16 * ** StarostLeta * Moski -0 .0184884 0. 0038693 -4 .778 1.77e-06 * ** Moski 0 .4480249 0. 1313307 3 .411 0.000646 * ** RegijaJV -0 .4022967 0. 0605874 -6 .640 3.14e-11 * ** RegijaOsrednja -1 .1723420 0. 0535775 -21 .881 < 2e-16 * ** RegijaJZ -0 .7135256 0. 0660572 -10 .802 < 2e-16 * ** OsnovnaSola 1 .0354343 0. 3855629 2 .686 0.007242 * * PoklicnaAliSrednja 1 .2676992 0. 3839421 3 .302 0.000961 * ** VisjaAliVisoka 0 .8207993 0. 3879869 2 .116 0.034384 * PrvaZaposlitev -0 .2860048 0. 0934507 -3 .060 0.002210 * * TehnikilnUradniki 0 .1003768 0. 0920478 1 .090 0.275499 StoritvelnNeindustrijski 0 .4519703 0. 0854280 5 .291 1.22e-07 * ** IndustrijskilnPreprosti 0 .5130131 0. 0888212 5 .776 7.66e-09 * ** Kode značilnosti: 0 '*** / 0.001 '**' 0 .01 '*' 0.05 V' ' 0.1 1 ' 1 Odklon pred normalizacijo 25107 pri 6 7557 stopinjah prostosti Odklon po normalizaciji: 23030 pri 6 7543 stopinjah prostosti AIC: 23060 Število Fisher Scoring iteracij: 7 Tabela A.4.2 izračun ATT Ocena... 0.23534 AI SE...... 0.0092074 T-stat..... 25.56 p-vred...... < 2.22e-16 Izhodiščno število opazovanj.............. 67558 Izhodiščno število obravn. opazovanj...... 3091 število parjenih opazovanj............... 3091 število parjenih opazovanj (netehtano). 433441 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 0 Tabela A.4.3 uravnoteženost spremenljivk ***** (V1) StarostLeta ***** Pred paritvijo povp. obravnavanih.... 32.105 povp. kontrolnih............38.455 std. povp. razlika.... -65.9 razmerje varianc...... 0.542 73 T-test p-vred......... < 2.22e-16 Po paritvi 32.105 31.993 1.1636 1.0019 0.50498 (V2) StarostLeta^2 ***** Pred paritvijo 1123.6 1649.9 -77.306 0.4252 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 1123.6 1116.2 1.0821 0.95599 0.53778 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih.... 16.5 72 povp. kontrolnih............22.504 razmerje varianc...... 0.61124 T-test p-vred......... < 2.22e-16 Po paritvi 16.572 16.273 1.0217 0.35948 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.52443 0.56612 -8.3473 1.0157 5.9595e-06 Po paritvi 0.52443 0.51877 1.1314 0.99902 0.54383 (V5) RegijaJV ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.11064 0.11302 -0.75708 0.98191 0.6811 Po paritvi 0.11064 0.11408 -1.0947 0.97365 0.61159 (V6) RegijaOsrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.14461 0.33329 -53.636 0.55686 < 2.22e-16 Po paritvi 0.14461 0.14933 -1.3411 0.97378 0.4647 ***** (V7) RegijaJZ ***** Pred paritvijo povp. obravnavanih.... 0.08 92 91 povp. kontrolnih...... 0.12582 std. povp. razlika.... -12.806 razmerje varianc...... 0.73958 T-test p-vred......... 6.1569e-12 Po paritvi 0.089291 0.086104 1.1177 1.0334 0.60487 (V8) OsnovnaSola ***** Pred paritvijo 0.2297 0.26995 -9.5679 0.89808 2.3109e-07 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.2297 0.23631 -1.5706 0.98045 0.4051 ***** (V9) PoklicnaAliSrednja ***** Pred paritvijo povp. obravnavanih.... 0.6 8586 povp. kontrolnih...... 0.59302 std. povp. razlika.... 19.999 razmerje varianc...... 0.8 92 99 T-test p-vred......... < 2.22e-16 Po paritvi 0.68586 0.67867 1.549 0.98798 0.41546 ***** (V10) VisjaAliVisoka ***** Pred paritvijo povp. obravnavanih.... 0.082174 povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 0.12914 -17.097 0.67086 < 2.22e-16 ***** (V11) PrvaZaposlitev ***** Pred paritvijo povp. obravnavanih.... 0.16047 povp. kontrolnih...... 0.17564 std. povp. razlika.... -4.1336 Po paritvi 0.082174 0.082703 -0.19254 0.99418 0.9305 Po paritvi 0.16047 0.15473 1.5637 razmerje varianc. T-test p-vred.... 0.93071 0.02508 1.0301 0.39743 ***** (V12) TehnikilnUradniki ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.12682 0.1775 -15.228 0.75873 2.22 04e-16 Po paritvi 0.12682 0.13315 -1.9018 0.95942 0.36806 ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.38078 0.30597 15.404 1.1107 < 2.22e-16 Po paritvi 0.38078 0.38558 -0.98785 0.99527 0.58387 (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.26626 0.23153 7.8556 1.0984 1.963e-05 Po paritvi 0.26626 0.25985 1.4488 1.0158 0.43999 Model 5a: Usposabljanje na delovnem v APZ 2008) mestu (priliv v BO v letu 2008 ter vpis Tabela A.5a.1 logit model Koeficienti: Ocena St. napaka t- stat. . Pr(>|t|) Konstanta -5. . 6254246 0. 5655470 -9 .947 < 2e-16 *** StarostLeta 0. .2014865 0. 0221083 9 .114 < 2e-16 *** StarostLeta^2 -0. . 0029229 0. 0002966 -9 .854 < 2e-16 *** StarostLeta * Moski -0. . 0143836 0. 0062925 -2 .286 0.0223 * Moski -0. .3997264 0. 2089850 -1 .913 0.0558 RegijaJV 0. 2786946 0. 0707833 3 .937 8.24e-05 *** RegijaOsrednja -1. 0366241 0. 0783356 -13 .233 < 2e-16 *** RegijaJZ -0. 9953159 0. 1090840 -9 .124 < 2e-16 *** OsnovnaSola 0. 0001144 0. 4006094 0 .000 0.9998 PoklicnaAliSrednja 0. 4273534 0. 3962524 1 .078 0.2808 VisjaAliVisoka 0. 5075424 0. 3965097 1 .280 0.2005 PrvaZaposlitev -0. 0207111 0. 0939988 -0 .220 0.8256 TehnikilnUradniki -0. 1607488 0. 0944837 -1 .701 0.0889 StoritvelnNeindustrijski -0. 6018888 0. 0963638 -6 .246 4.21e-10 *** IndustrijskilnPreprosti -0. 4905507 0. 0978851 -5 .011 5.40e-07 *** Kode značilnosti: 0 '***' 0.001 '**' 0.01 ' Odklon pred normalizacijo: 12033 pri 32934 Odklon po normalizaciji: 10967 pri 32920 AIC: 10997 Število Fisher Scoring iteracij: 7 " 0.05 V' 0.1 1 ' stopinjah prostosti stopinjah prostosti 1 Tabela A.5a.2 izračun ATT ob koncu leta 2010 Ocena... -0.11473 AI SE...... 0.013257 T-stat..... -8.6543 p-vred...... < 2.22e-16 Izhodiščno število opazovanj.............. 32935 Izhodiščno število obravn. opazovanj...... 1473 število parjenih opazovanj............... 1471 število parjenih opazovanj (netehtano). 108346 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 2 Tabela A.5a.3 izračun ATT ob koncu leta 2009 Ocena... -0.10662 AI SE...... 0.013186 T-stat..... -8.086 p-vred...... 6.6613e-16 Izhodiščno število opazovanj.............. 32935 Izhodiščno število obravn. opazovanj...... 1473 število parjenih opazovanj............... 1471 število parjenih opazovanj (netehtano). 108346 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 2 Tabela A.5a.4 izračun ATT ob koncu leta 2008 Ocena... -0.0045243 AI SE...... 0.01403 T-stat p-vred -0.32247 0.7471 Izhodiščno število opazovanj.............. 32935 Izhodiščno število obravn. opazovanj...... 1473 število parjenih opazovanj............... 1471 število parjenih opazovanj (netehtano). 108346 Caliper (SDs)........................................ Število izpuščenih opazovanj pri 'exact' ali 'caliper' Tabela A.5a.5 uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 31.628 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 35.851 -45.866 0.54369 < 2.22e-16 Po paritvi 31.613 31.771 -1.7255 0.99998 0.55664 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 1085 1441.2 -53.847 0.46399 < 2.22e-16 Po paritvi 1084 1094.1 -1.5225 0.97144 0.60347 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 8.1303 18.716 -71.72 0.50178 < 2.22e-16 Po paritvi 8.1414 8.1964 -0.37269 0.98057 0.88072 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.25866 0.50515 -56.271 0.76759 < 2.22e-16 Po paritvi 0.25901 0.25622 0.63606 1.0071 0.79876 (V5) RegijaJV ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.20434 0.11751 21.529 1.5689 8.8818e-16 Po paritvi 0.20326 0.21381 -2.6194 0.96343 0.27628 (V6) RegijaOsrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.14664 0.30503 -44.761 0.59068 < 2.22e-16 Po paritvi 0.14684 0.14607 0.21845 1.0044 0.9368 ***** (V7) RegijaJZ ***** Pred paritvijo povp. obravnavanih.... 0.06 6 531 povp. kontrolnih...... 0.13216 std. povp. razlika.... -26.326 razmerje varianc...... 0.54183 Po paritvi 0.066621 0.068111 -0.59703 0.9797 T-test p-vred......... < 2.22e-16 0.85603 (V8) OsnovnaSola ***** Pred paritvijo 0.17583 0.31451 -36.416 0.67261 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.17607 0.17587 0.052602 1.0009 0.98544 (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.59199 0.55368 7.7915 0.97805 0.0035348 Po paritvi 0.59279 0.5934 -0.1238 1.0005 0.96086 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.22743 0.12663 24.039 1.5898 < 2.22e-16 Po paritvi 0.22638 0.22528 0.26271 1.0035 0.90979 ***** (V11) PrvaZaposlitev ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.24508 0.17135 17.135 1.3039 1.3783e-10 Po paritvi 0.24541 0.24122 0.97432 1.0118 0.69731 (V12) TehnikilnUradniki ***** Pred paritvijo 0.16904 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 0.14513 6.3788 1.1329 0.016549 Po paritvi 0.16927 0.17385 -1.2211 0.97905 0.64642 ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.19009 0.26257 -18.467 0.79562 8.03 54e-12 Po paritvi 0.19035 0.20267 -3.138 0.95371 0.23764 ***** (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.1962 0.29057 -23.757 0.76553 < 2.22e-16 Po paritvi 0.19646 0.18984 1.6669 1.0264 0.54766 Model 5b: Usposabljanje na delovnem vpis v APZ 2009) mestu ((priliv v BO v letu 2009 ter Tabela A.5b.1 logit model Koeficienti: Ocena St. napaka t- stat. Pr(>|t|) Konstanta -6. .2203386 0. 5126665 -12 .133 < 2e-16 * ** StarostLeta 0. .2020188 0. 0162791 12 .410 < 2e-16 * ** StarostLeta^2 -0. 0032220 0. 0002213 -14 .561 < 2e-16 * ** StarostLeta * Moski -0. 0132525 0. 0044641 -2 .969 0 .002991 * * Moski -0. 2638869 0. 1464748 -1 .802 0 .071611 RegijaJV 0. . 1970366 0. 0514544 3 .829 0 .000128 * ** RegijaOsrednja -0. . 9623726 0. 0528503 -18 .209 < 2e-16 * ** RegijaJZ -0. 8849906 0. 0722107 -12 .256 < 2e-16 * ** OsnovnaSola 0. 1934698 0. 4201455 0 .460 0 .645170 PoklicnaAliSrednja 0. 9081953 0. 4173857 2 .176 0 .029562 * VisjaAliVisoka 1. .4076161 0. 4177487 3 .370 0 .000753 * ** PrvaZaposlitev 0. 3905115 0. 0792731 4 .926 8 .39e-07 * ** TehnikiInUradniki 0. 5124861 0. 0756525 6 .774 1 .25e-11 * ** StoritveInNeindustrijski 0. 3625522 0. 0774207 4 .683 2 .83e-06 * ** IndustrijskiInPreprosti 0. 3717021 0. 0802780 4 .630 3 .65e-06 * ** Kode značilnosti: 0 '***' 0.001 '**' 0.01 Odklon pred normalizacijo: 23967 pri 56243 Odklon po normalizaciji: 21540 pri 56229 AIC: 21570 Število Fisher Scoring iteracij: 7 0.05 V' 0.1 1 ' 1 stopinjah prostosti stopinjah prostosti Tabela A.5b.2 izračun ATT ob koncu leta 2010 Ocena... -0.0069454 AI SE...... 0.0086275 T-stat..... -0.80503 p-vred...... 0.4208 Izhodiščno število opazovanj.............. 56244 Izhodiščno število obravn. opazovanj...... 3095 število parjenih opazovanj............... 3094 število parjenih opazovanj (netehtano). 363605 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 1 Tabela A.5b.3 izračun ATT ob koncu leta 2009 Ocena... -0.00032622 AI SE...... 0.0097076 T-stat..... -0.033604 p-vred...... 0.97319 Izhodiščno število opazovanj.............. 56244 Izhodiščno število obravn. opazovanj....... 3095 število parjenih opazovanj............... 3094 število parjenih opazovanj (netehtano). 363605 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 1 Tabela A.5b.4 uravnoteženost spremenljivk ***** (V1) StarostLeta ***** Pred paritvijo Po paritvi povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 31.399 37.046 -65.629 0.47986 < 2.22e-16 31.398 31.421 -0.26529 0.98546 0.8867 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 1059.9 1526.7 -76.943 0.38856 < 2.22e-16 Po paritvi 1059.9 1062.4 -0.41635 0.95935 0.82136 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 10.568 21.041 -66.761 0.54952 < 2.22e-16 Po paritvi 10.571 10.582 -0.064326 1.0016 0.9708 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.34087 0.55698 -45.585 0.91082 < 2.22e-16 Po paritvi 0.34098 0.34033 0.13705 1.0009 0.93813 (V5) RegijaJV ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.18384 0.11748 17.13 1.4477 < 2.22e-16 Po paritvi 0.1839 0.18728 -0.87049 0.98607 0.63008 ***** (V6) RegijaOsrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.15897 0.31291 -42.096 0.62204 < 2.22e-16 Po paritvi 0.15902 0.15391 1.3974 1.027 0.46819 (V7) RegijaJZ ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.074637 0.13061 -21.297 0.60841 < 2.22e-16 Po paritvi 0.074661 0.077062 -0.91348 0.97136 0.68391 (V8) OsnovnaSola ***** Pred paritvijo 0.13603 0.3128 -51.557 0.5469 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.13607 0.13694 -0.2532 0.99466 0.90146 ***** (V9) PoklicnaAliSrednja ***** Pred paritvijo povp. obravnavanih.... 0.6 43 62 povp. kontrolnih............0.5739 std. povp. razlika.... 14.556 Po paritvi 0.64383 0.64531 -0.3102 razmerje varianc...... 0.93827 T-test p-vred......... 5.107e-15 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.21842 0.10787 26.752 1.7745 < 2.22e-16 1.0019 0.86822 Po paritvi 0.21816 0.21562 0.61663 1.0085 0.69751 (V11) PrvaZaposlitev ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.20388 0.14736 14.026 1.2922 2.9532e-14 Po paritvi 0.20394 0.20889 -1.2284 0.98241 0.49471 (V12) TehnikilnUradniki ***** Pred paritvijo 0.19548 0.15306 10.694 1.2135 6.7574e-09 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.19554 0.18674 2.2177 1.0358 0.21031 ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.26882 0.29269 -5.3823 0.94974 0.0036778 Po paritvi 0.26858 0.2731 -1.0193 0.98957 0.59824 (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.22682 0.30226 -18.013 0.83179 < 2.22e-16 Po paritvi 0.22689 0.23507 -1.9518 0.97554 0.33003 Model 6: Formalno izobraževanje Tabela A.6.1 logit model Koeficienti: Ocena St . napaka t-stat. Pr(>|t|) Konstanta -1 .601e+01 2 ,547e+02 -0. 063 0.9499 StarostLeta 1 .801e-02 3 .791e-02 0. 475 0.6348 StarostLeta^2 -1 .2 95e-03 5 ,534e-04 -2. 339 0.0193 * StarostLeta * Moski -3 .030e-02 1 .219e-02 -2. 486 0.0129 * Moski 4 ,464e-01 3 .2 94e-01 1. 355 0.1753 RegijaJV 5 .866e-01 1 ,2 02e-01 4. 881 1.05e-06 *** RegijaOsrednja -2 ,257e-01 1 .165e-01 -1. 937 0.0528 RegijaJZ -2 .029e-01 1 .615e-01 -1. 256 0.2090 OsnovnaSola 1 .513e+01 2 ,547e+02 0. 059 0.9526 PoklicnaAliSrednja 1 .349e+01 2 ,547e+02 0. 053 0.9578 VisjaAliVisoka 1 .089e+01 2 ,547e+02 0. 043 0.9659 PrvaZaposlitev -1 .299e+00 1 .197e-01 -10. 850 < 2e-16 *** TehnikiInUradniki -2 .071e+00 2 .458e-01 -8. 425 < 2e-16 *** StoritveInNeindustrijski -2 .286e+00 1 .676e-01 -13. 637 < 2e-16 *** IndustrijskiInPreprosti -2 ,641e+00 1 ,724e-01 -15. 315 < 2e-16 *** Kode značilnosti: 0 '*** / 0.001 '** i 0.01 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo 5476.4 pri 37600 stopinjah prostosti Odklon po normalizaciji: 4263.4 pri 37586 stopinjah prostosti AIC: 4293.4 Število Fisher Scoring iteracij: 16 Tabela A.6.2 izračun ATT ob koncu leta 2010 Ocena... -0.095324 AI SE...... 0.022436 T-stat..... -4.2486 p-vred...... 2.1507e-05 Izhodiščno število opazovanj.............. 37601 Izhodiščno število obravn. opazovanj...... 519 število parjenih opazovanj............... 495 število parjenih opazovanj (netehtano). 71358 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 24 Tabela A.6.3 izračun ATT ob koncu leta 2009 Ocena... -0.11247 AI SE...... 0.022817 T-stat..... -4.9294 p-vred...... 8.2482e-07 Izhodiščno število opazovanj.............. 37601 Izhodiščno število obravn. opazovanj...... 519 število parjenih opazovanj............... 495 število parjenih opazovanj (netehtano). 71358 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 24 Tabela A.6.4 izračun ATT ob koncu leta 2008 Ocena... -0.10889 AI SE...... 0.023358 T-stat..... -4.6618 p-vred 3.1349e-06 Izhodiščno število opazovanj.............. 37601 Izhodiščno število obravn. opazovanj....... 519 število parjenih opazovanj............... 495 število parjenih opazovanj (netehtano). 71358 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 24 Tabela A.6.5 uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 26.004 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 35.05 -114.38 0.414 < 2.22e-16 Po paritvi 26.255 26.236 0.22845 0.89352 0.95358 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 738.63 1379.6 -132.61 0.26258 < 2.22e-16 Po paritvi 752.55 759.13 -1.3468 0.78507 0.75873 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 11.179 17.258 -45.661 0.43613 < 2.22e-16 Po paritvi 11.335 12.025 -5.1275 0.98306 0.28749 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.45472 0.47969 -5.0104 0.99533 0.25751 Po paritvi 0.45657 0.4838 -5.4621 0.9935 0.20914 ***** (V5) RegijaJV ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.24663 0.21818 povp. kontrolnih............0.12019 0.22592 std. povp. razlika.... 29.304 -1.871 razmerje varianc............1.7604 0.97541 T-test p-vred..................7.3791e-11 0.58801 ***** (V6) RegijaOsrednja ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.24855 0.26061 povp. kontrolnih............0.30141 0.25224 std. povp. razlika.... -12.219 1.9045 razmerje varianc............0.88872 1.0216 T-test p-vred..................0.0059425 0.64537 ***** (V7) RegijaJZ ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.098266 0.09697 povp. kontrolnih............0.12691 0.094138 std. povp. razlika.... -9.6127 0.95587 razmerje varianc............0.80123 1.0269 T-test p-vred..................0.030366 0.83261 (V8) OsnovnaSola ***** Pred paritvijo 0.66859 0.29216 79.892 1.0735 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.65253 0.67534 -4.7857 1.0341 0.18695 ***** (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.31792 0.5727 -54.661 0.88781 < 2.22e-16 Po paritvi 0.33333 0.30512 5.9794 1.0481 0.12539 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.013487 0.12928 -100.29 0.11843 < 2.22e-16 Po paritvi 0.014141 0.019546 -4.5729 0.72747 0.4533 ***** (V11) PrvaZaposlitev ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.41426 0.20457 42.526 1.494 < 2.22e-16 Po paritvi 0.43434 0.44078 -1.2965 0.99674 0.69465 ***** (V12) TehnikilnUradniki ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.036609 0.14584 -58.107 0.28366 < 2.22e-16 Po paritvi 0.038384 0.042147 -1.9569 0.91429 0.74737 ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.090559 0.25791 -58.26 0.43112 < 2.22e-16 Po paritvi 0.094949 0.089789 1.7586 1.0515 0.73709 ***** (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.084778 0.23977 -55.587 0.42648 < 2.22e-16 Po paritvi 0.088889 0.092302 -1.1982 0.96664 0.8252 Model 7: Projektno učenje za mlajše odrasle (PUM) Tabela A.7.1 logit model Koeficienti: Ocena St. napaka t- stat. . Pr(>|t|) Konstanta -9 .797e+00 1. 671e+03 -0 .006 0 .99532 StarostLeta -7 ,211e-01 4. 734e-01 -1 .523 0 .12768 StarostLeta'2 1 ,415e-02 1. . 140e-02 1 .242 0 .21430 StarostLeta * Moski 9 ,644e-03 6. 691e-02 0 .144 0 .88540 Moski -3 ,150e-01 1. 372e+00 -0 .230 0 .81841 RegijaJV -8 .599e-02 2. 397e-01 -0 .359 0 .71978 RegijaOsrednja -4 .551e-01 2. 009e-01 -2 .265 0 .02348 * RegijaJZ -4 .084e-01 2. 887e-01 -1 .415 0 .15711 OsnovnaSola 1 .655e+01 1. 671e+03 0 .010 0 .99210 PoklicnaAliSrednja 1 .381e+01 1. 671e+03 0 .008 0 .99341 VisjaAliVisoka 1 .662e-01 1. 712e+03 0 .000 0 .99992 PrvaZaposlitev -5 .650e-01 3. 552e-01 -1 .590 0 .11174 TehnikilnUradniki -2 .029e+00 7. 839e-01 -2 .588 0 .00964 ** StoritveInNeindustrijski -1 .846e+00 4. 479e-01 -4 .123 3. 74e-05 *** IndustrijskiInPreprosti -1 .048e+00 3. 766e-01 -2 .784 0 .00537 ** Kode značilnosti: 0 '***' 0.001 '**' 0.01 '*' 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo: 1694.4 pri 11812 stopinjah prostosti Odklon po normalizaciji: 1358.9 pri 11798 stopinjah prostosti AIC: 1388.9 Število Fisher Scoring iteracij: 18 Tabela A.7.2 izračun ATT Ocena... -0.062015 AI SE...... 0.040594 T-stat..... -1.5277 p-vred...... 0.12659 Izhodiščno število opazovanj.............. 11813 Izhodiščno število obravn. opazovanj...... 160 število parjenih opazovanj............... 154 število parjenih opazovanj (netehtano). 7746 Caliper (SDs) ........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 6 Tabela A.7.3 uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 20.281 22.15 -74.12 1.3101 . 22e-16 Po paritvi 20.416 20.399 0.67707 1.1122 0.87033 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 417.64 495.46 -74.727 1.1836 < 2.22e-16 Po paritvi 422.69 421.42 1.2459 1.1551 0.78159 < ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 12.531 12.891 -3.5717 0.84613 0.65462 Po paritvi 13.019 13.502 -4.8601 1.0238 0.40395 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.61875 0.58749 6.4164 0.97943 0.42142 ***** (V5) RegijaJV ***** Pred paritvijo povp. obravnavanih.... 0.15625 povp. kontrolnih...... 0.12143 std. povp. razlika.... 9.5604 razmerje varianc............1.2434 T-test p-vred......... 0.23085 ***** (V6) RegijaOsrednja ***** Pred paritvijo povp. obravnavanih.... 0.2 43 75 povp. kontrolnih...... 0.28817 std. povp. razlika.... -10.313 razmerje varianc...... 0.90422 T-test p-vred......... 0.19725 Po paritvi 0.64286 0.66507 -4.6213 1.0307 0.40011 Po paritvi 0.16234 0.15621 1.6553 1.0317 0.7741 Po paritvi 0.23377 0.22534 1.9847 1.0261 0.6502 ***** (V7) RegijaJZ ***** Pred paritvijo povp. obravnavanih.... 0.09375 povp. kontrolnih............0.12091 std. povp. razlika.... -9.2898 razmerje varianc............0.80427 T-test p-vred..................0.24563 Po paritvi 0.077922 0.07587 0.76313 1.0248 0.88465 (V8) OsnovnaSola ***** Pred paritvijo 0.89375 0.28611 196.57 0.46781 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.88961 0.90102 -3.6276 1.1011 0.18454 ***** (V9) PoklicnaAliSrednja ***** Pred paritvijo povp. obravnavanih.... 0.10625 povp. kontrolnih...... 0.64035 std. povp. razlika.... -172.78 razmerje varianc...... 0.41489 T-test p-vred......... < 2.22e-16 Po paritvi 0.11039 0.098984 3.6276 1.1011 0.18454 ***** (V10) VisjaAliVisoka ***** Pred paritvijo povp. obravnavanih.... 0 povp. kontrolnih...... 0.070111 T-test p-vred......... < 2.22e-16 ***** (V11) PrvaZaposlitev ***** Pred paritvijo povp. obravnavanih.... 0.6625 povp. kontrolnih............0.438 std. povp. razlika.... 47.329 Po paritvi Po paritvi 0.66883 0.65449 3.0377 razmerje varianc...... 0.91398 0.97949 T-test p-vred......... 1.6399e-08 0.43116 ***** (V12) TehnikiInUradniki ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.0125 0.012987 povp. kontrolnih...... 0.09474 0.013015 std. povp. razlika.... -73.79 -0.024637 razmerje varianc...... 0.14482 0.99788 T-test p-vred......... 4.4409e-16 0.99758 ***** (V13) StoritveInNeindustrijski ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.06875 0.071429 povp. kontrolnih...... 0.23144 0.087928 std. povp. razlika.... -64.097 -6.3857 razmerje varianc...... 0.36216 0.82705 T-test p-vred......... 2.2893e-13 0.17954 ***** (V14) IndustrijskiInPreprosti ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.19375 0.2013 povp. kontrolnih...... 0.193 0.20686 std. povp. razlika.... 0.18979 -1.3837 razmerje varianc...... 1.0092 0.97992 T-test p-vred......... 0.981 0.72867 Model 8: Spodbujanje novega zaposlovanja dolgotrajno brezposelnih oseb -prejemnikov denarne socialne pomoči(DSP) Tabela A.8.1 logit model Koeficienti: Ocena St. napaka t- stat. . Pr(>|t|) Konstanta -1. . 584e + 01 3. 568e+02 -0 .044 0 .964604 StarostLeta 1. . 852e-01 6. 896e-02 2 .686 0 .007233 ** StarostLeta^2 -3. .785e-03 9. 412e-04 -4 .021 5 .79e-05 *** StarostLeta * Moski 4. 372e-03 1. 825e-02 0 .239 0 .810720 Moski 7. 272e-02 5. 923e-01 0 .123 0 .902281 RegijaJV -1. 926e-01 2. 351e-01 -0 .819 0 .412820 RegijaOsrednja -7. 070e-01 1. 991e-01 -3 .551 0 .000384 *** RegijaJZ -4. 673e-01 2. 987e-01 -1 .564 0 .117741 OsnovnaSola 1. 102e+01 3. 568e+02 0 .031 0 .975353 PoklicnaAliSrednja 1. 217e+01 3. 568e+02 0 .034 0 .972796 VisjaAliVisoka 1. 265e+01 3. 568e+02 0 .035 0 .971726 PrvaZaposlitev -2. 661e-01 2. 177e-01 -1 .222 0 .221565 TehnikiInUradniki -9. 691e-01 3. 085e-01 -3 .141 0 .001684 ** StoritveInNeindustrijski -1. 071e+00 2. 659e-01 -4 .027 5 .65e-05 *** IndustrijskiInPreprosti -1. 285e+00 3. 107e-01 -4 .134 3 .56e-05 *** Kode značilnosti: 0 '***' 0.001 '**' 0.01 '*' 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo: 1694.7 pri 6363 stopinjah prostosti Odklon po normalizaciji: 1314.1 pri 6349 stopinjah prostosti AIC: 1344.1 Število Fisher Scoring iteracij: 14 Tabela A.8.2 izračun ATT ob koncu leta 2010 Ocena... 0.0057221 AI SE...... 0.03725 T-stat..... 0.15361 p-vred...... 0.87791 Izhodiščno število opazovanj.............. 6364 Izhodiščno število obravn. opazovanj..... 188 število parjenih opazovanj............... 177 število parjenih opazovanj (netehtano). 2680 Caliper (SDs) ........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 11 Tabela A.8.3 izračun ATT ob koncu leta 2009 Ocena... 0.090201 AI SE...... 0.032189 T-stat..... 2.8023 p-vred...... 0.0050747 Izhodiščno število opazovanj.............. 6364 Izhodiščno število obravn. opazovanj..... 188 število parjenih opazovanj............... 177 število parjenih opazovanj (netehtano). 2680 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 11 Tabela A.8.4 izračun ATT ob koncu leta 2008 Ocena... 0.29549 AI SE. T-stat p-vred 0.025243 11.706 < 2.22e-16 Izhodiščno število opazovanj.............. 6364 Izhodiščno število obravn. opazovanj............... 188 število parjenih opazovanj............... 177 število parjenih opazovanj (netehtano). 2680 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 11 Tabela A.8.5 uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 30.814 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 45.051 -170 0.54726 < 2.22e-16 Po paritvi 31.073 31.197 -1.4472 0.95653 0.77246 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 1019.3 2157.8 -189.48 0.41124 < 2.22e-16 Po paritvi 1037.8 1048.8 -1.7884 0.96025 0.70959 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 14.016 22.353 -49.588 0.46602 3.4703e-10 Po paritvi 14.028 14.768 -4.3436 1.0133 0.59681 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.44681 0.4796 -6.5779 0.99547 0.37539 Po paritvi 0.44068 0.47265 -6.4218 0.98888 0.39638 ***** (V5) RegijaJV ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.13298 0.12429 povp. kontrolnih............0.15139 0.14305 std. povp. razlika.... -5.4085 -5.6699 razmerje varianc............0.90208 0.88789 T-test p-vred..................0.46663 0.42812 ***** (V6) RegijaOsrednja ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.20213 0.21469 povp. kontrolnih............0.31898 0.17715 std. povp. razlika.... -29.019 9.1165 razmerje varianc............0.74625 1.1566 T-test p-vred..................0.00013072 0.22597 ***** (V7) RegijaJZ ***** Pred paritvijo povp. obravnavanih.... 0.0744 6 8 povp. kontrolnih...... 0.096179 std. povp. razlika.... -8.2477 Po paritvi 0.079096 0.087666 -3.1663 razmerje varianc. T-test p-vred.... 0.79698 0.26838 0.91072 0.73935 ***** (V8) OsnovnaSola ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.1383 0.41613 -80.266 0.49303 < 2.22e-16 Po paritvi 0.14689 0.13201 4.1915 1.0936 0.5853 (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.68085 0.52121 34.155 0.87525 7.3625e-06 Po paritvi 0.71186 0.74293 -6.8394 1.074 0.34267 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.18085 0.060233 31.254 2.6307 3.1931e-05 Po paritvi 0.14124 0.12506 4.6336 1.1085 0.47192 (V11) PrvaZaposlitev ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.44149 0.1216 64.249 2.3205 1.1102e-15 Po paritvi 0.43503 0.44754 -2.5162 0.99406 0.69758 (V12) TehnikiInUradniki ***** Pred paritvijo 0.079787 0.1433 -23.376 0.60118 0.0020211 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.079096 0.074632 1.6495 1.0547 0.84928 ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.12766 0.25567 -38.257 0.58822 7.14 54e-07 Po paritvi 0.13559 0.14111 -1.6062 0.96709 0.83975 (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.079787 0.29679 -79.874 0.35361 < 2.22e-16 Po paritvi 0.084746 0.092768 -2.8725 0.9216 0.76143 Model 9: Spodbujanje zaposlovanja starejših brezposelnih oseb Tabela A.9.1 logit model Koeficienti: Ocena St. : napaka t- stat. . Pr(>|t|) Konstanta -205. 67070 28 .86375 -7 .126 1. 04e-12 *** StarostLeta 7. .65659 1 .09255 7 .008 2. 42e-12 *** StarostLeta^2 -0. . 07189 0 .01035 -6 .947 3. 74e-12 *** StarostLeta * Moski 0. . 04411 0 .06836 0 .645 0 .51880 Moski -2. 69716 3 .65785 -0 .737 0 .46090 RegijaJV -0. 48862 0 .26314 -1 .857 0 .06333 RegijaOsrednja 0. 35894 0 .14813 2 .423 0 .01539 * RegijaJZ -0. 99489 0 .33771 -2 .946 0 .00322 ** OsnovnaSola -1. .30876 1 .08575 -1 .205 0 .22805 PoklicnaAliSrednja -0. 49752 1 .07790 -0 .462 0 .64439 VisjaAliVisoka -0. 01437 1 .08918 -0 .013 0 .98947 PrvaZaposlitev -12. 49327 276 .69270 -0 .045 0 .96399 TehnikiInUradniki 0. 17585 0 .22337 0 .787 0 .43115 StoritveInNeindustrijski 0. 11923 0 .23113 0 .516 0 .60593 IndustrijskiInPreprosti -0. 10999 0 .24964 -0 .441 0 .65950 Kode značilnosti: 0 '***' 0.001 '**' 0.01 ' Odklon pred normalizacijo: 2160.2 pri 9235 Odklon po normalizaciji: 1753.1 pri 9221 AIC: 1783.1 Število Fisher Scoring iteracij: 19 0.05 0.1 1 stopinjah prostosti stopinjah prostosti Tabela A.9.2 izračun ATT ob koncu leta 2010 Ocena... -0.34047 AI SE...... 0.037359 T-stat..... -9.1134 p-vred...... < 2.22e-16 Izhodiščno število opazovanj.............. 9236 Izhodiščno število obravn. opazovanj...... 231 število parjenih opazovanj............... 228 število parjenih opazovanj (netehtano). 5118 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 3 Tabela A.9.3 izračun ATT ob koncu leta 2009 Ocena... -0.25788 AI SE...... 0.036037 T-stat..... -7.1562 p-vred...... 8.2956e-13 Izhodiščno število opazovanj.............. 9236 Izhodiščno število obravn. opazovanj....... 231 število parjenih opazovanj............... 228 število parjenih opazovanj (netehtano). 5118 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 3 Tabela A.9.4 izračun ATT ob koncu leta 2008 Ocena... 0.68727 AI SE...... 0.016295 T-stat..... 42.175 p-vred < 2.22e-16 Izhodiščno število opazovanj.............. 9236 Izhodiščno število obravn. opazovanj...... 231 število parjenih opazovanj............... 228 število parjenih opazovanj (netehtano). 5118 Caliper (SDs)........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 3 Tabela A.9.5 uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo 53.589 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 45.061 379.09 0.034921 < 2.22e-16 Po paritvi 53.583 53.467 5.1489 0.95569 0.43617 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 2876.8 2175.4 287.65 0.061909 < 2.22e-16 Po paritvi 2876.3 2864 4.9883 0.97675 0.44531 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 22.16 24.265 -7.8367 1.164 0.2399 Po paritvi 22.215 24.069 -6.9004 0.98492 0.25878 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.40693 0.52027 -23.021 0.97103 0.00065273 Po paritvi 0.40789 0.44331 -7.1907 0.97865 0.24184 (V5) RegijaJV ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.077922 0.14137 -23.617 0.59444 0.00052275 Po paritvi 0.078947 0.075288 1.3539 1.0445 0.83606 ***** (V6) RegijaOsrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.4632 0.29928 32.803 1.1907 1.5153e-06 Po paritvi 0.4693 0.49796 -5.7299 0.99625 0.25971 ***** (V7) RegijaJZ ***** Pred paritvijo povp. obravnavanih.... 0.043 2 9 povp. kontrolnih...... 0.11138 std. povp. razlika.... -33.387 razmerje varianc...... 0.42022 Po paritvi 0.04386 0.046352 -1.2144 0.9487 T-test p-vred......... 1.4967e-06 0.87713 (V8) OsnovnaSola ***** Pred paritvijo 0.22078 0.40366 -43.997 0.7177 2.9515e-10 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.22368 0.20045 5.5643 1.0835 0.25676 (V9) PoklicnaAliSrednja ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.66234 0.52471 29.039 0.90057 1.9866e-05 Po paritvi 0.67105 0.68763 -3.521 1.0277 0.4708 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.11255 0.068073 14.044 1.5812 0.035271 Po paritvi 0.10088 0.10962 -2.8978 0.92925 0.54916 ***** (V11) PrvaZaposlitev ***** Pred paritvijo povp. obravnavanih.... 0 povp. kontrolnih............0.1226 T-test p-vred......... < 2.22e-16 Po paritvi (V12) TehnikilnUradniki ***** Pred paritvijo 0.32035 0.16813 32.551 1.5633 1.7155e-06 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Po paritvi 0.32018 0.29716 4.9213 1.0422 0.23166 ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.30303 0.25031 11.448 1.1303 0.086626 Po paritvi 0.30263 0.30243 0.044381 1.0004 0.99174 (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.22511 0.30428 -18.914 0.82749 0.005024 Po paritvi 0.22368 0.2364 -3.0451 0.96196 0.49862 Model 10: Zaposli.me (spodbujanje zaposlovanja težje brezposelnih oseb) zaposlj ivih Tabela A.10.1 logit model Koeficienti: Ocena St. napaka t- -stat . Pr(>|t| ) Konstanta -3 .4078287 1. 0643636 -3 .202 0.00137 ** StarostLeta -0 .1149341 0. 0188405 -6 .100 1.06e-09 *** StarostLeta^2 0 .0014287 0. 0002402 5 .948 2.71e-09 *** StarostLeta * Moski -0 .0200715 0. 0047356 -4 .238 2.25e-05 *** Moski 0 .8189263 0. 1729840 4 .734 2.20e-06 *** RegijaJV 0 .2317109 0. 0787891 2 .941 0.00327 ** RegijaOsrednja -0 .7355339 0. 0787372 -9 .342 < 2e-16 *** RegijaJZ -0 .2848283 0. 0936681 -3 .041 0.00236 ** OsnovnaSola 2 .1212066 0. 9999870 2 .121 0.03390 * PoklicnaAliSrednja 1 .6659470 0. 9995512 1 .667 0.09558 VisjaAliVisoka 1 .6764149 1. 0028534 1 .672 0.09459 PrvaZaposlitev 0 .2838116 0. 1285176 2 .208 0.02722 * TehnikilnUradniki -0 .3904302 0. 1450562 -2 .692 0.00711 ** StoritvelnNeindustrijski -0 .0025304 0. 1245895 -0 .020 0.98380 IndustrijskilnPreprosti -0 .0585213 0. 1255854 -0 .466 0.64122 Kode značilnosti: 0 '***' 0.001 '**' 0.01 '*' 0.05 V' 0.1 1 ' 1 Odklon pred normalizacijo: 11942 pri 54403 stopinjah prostosti Odklon po normalizaciji: 11491 pri 54389 stopinjah prostosti AIC: 11521 Število Fisher Scoring iteracij: 7 Tabela A.10.2 izračun ATT ob koncu leta 2010 Ocena... 0.075112 AI SE...... 0.012736 T-stat..... 5.8978 p-vred...... 3.684e-09 Izhodiščno število opazovanj.............. 54404 Izhodiščno število obravn. opazovanj..... 1255 število parjenih opazovanj............... 1253 število parjenih opazovanj (netehtano). 179592 Caliper (SDs) ........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 2 Tabela A.10.3 izračun ATT ob koncu leta 2009 Ocena... 0.5515 AI SE...... 0.0067062 T-stat..... 82.238 p-vred...... < 2.22e-16 Izhodiščno število opazovanj.............. 54404 Izhodiščno število obravn. opazovanj...... 1255 število parjenih opazovanj............... 1253 število parjenih opazovanj (netehtano). 179592 Caliper (SDs) ........................................ 0.01 Število izpuščenih opazovanj pri 'exact' ali 'caliper' 2 Tabela A.10.4 uravnoteženost spremenljivk (V1) StarostLeta ***** Pred paritvijo povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 33.498 37.046 -27.7 1.0636 . 22e-16 Po paritvi 33.52 33.296 1.7483 1.051 0.51937 ***** (V2) StarostLeta' povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... 2 ***** Pred paritvijo 1286.1 1526.7 -25.315 0.95397 < 2.22e-16 Po paritvi 1287.5 1264.6 2.4111 1.0152 0.40303 ***** (V3) StarostLeta * Moski ***** Pred paritvijo povp. obravnavanih, povp. kontrolnih. std. povp. razlika razmerje varianc.. T-test p-vred..... 19.669 21.041 -7.2838 0.79242 0.011111 Po paritvi 19.668 19.897 -1.2145 1.0384 0.72511 ***** (V4) Moski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.60319 0.55698 9.4407 0.97076 0.00097698 Po paritvi 0.60255 0.61864 -3.2858 1.0151 0.30347 < ***** (V5) RegijaJV ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.18008 0.17877 povp. kontrolnih............0.11748 0.18882 std. povp. razlika.... 16.284 -2.6207 razmerje varianc............1.4252 0.95852 T-test p-vred..................1.3083e-08 0.34673 ***** (V6) RegijaOsrednja ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.17689 0.17717 povp. kontrolnih...... 0.31291 0.1754 std. povp. razlika.... -35.633 0.46569 razmerje varianc...... 0.67775 1.008 T-test p-vred......... < 2.22e-16 0.87323 ***** (V7) RegijaJZ ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.11394 0.11413 povp. kontrolnih............0.13061 0.11521 std. povp. razlika.... -5.2442 -0.34029 razmerje varianc............0.88979 0.99182 T-test p-vred..................0.066933 0.92344 ***** (V8) OsnovnaSola ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.41912 0.4182 povp. kontrolnih............0.3128 0.40465 std. povp. razlika.... 21.54 2.7443 razmerje varianc............1.1335 1.01 T-test p-vred..................7.9936e-14 0.34063 ***** (V9) PoklicnaAliSrednja ***** Pred paritvijo Po paritvi povp. obravnavanih.... 0.4988 0.4996 povp. kontrolnih............0.5739 0.49909 std. povp. razlika.... -15.012 0.10199 razmerje varianc............1.0231 1 T-test p-vred..................1.6992e-07 0.97232 ***** (V10) VisjaAliVisoka ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.081275 0.10787 -9.7275 0.77654 0.0007069 Po paritvi 0.081405 0.095103 -5.0073 0.86892 0.1636 (V11) PrvaZaposlitev ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.26295 0.14736 26.246 1.5437 < 2.22e-16 Po paritvi 0.26337 0.26448 -0.25125 0.99731 0.9215 (V12) TehnikiInUradniki ***** Pred paritvijo 0.082072 0.15306 -25.853 0.5816 < 2.22e-16 povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... ***** (V13) StoritveInNeindustrijski ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.27888 0.29269 -3.0765 0.97219 0.28173 ***** (V14) IndustrijskiInPreprosti ***** povp. obravnavanih povp. kontrolnih., std. povp. razlika razmerje varianc.. T-test p-vred..... Pred paritvijo 0.29482 0.30226 -1.6317 0.98655 0.56794 Po paritvi 0.082203 0.077782 1.6087 1.0518 0.62777 Po paritvi 0.27933 0.27374 1.2459 1.0126 0.69441 Po paritvi 0.29529 0.30225 -1.5241 0.98673 0.63962