Page 27 - Työpoliittinen aikakauskirja 2 2018

Työpoliittinen aikakauskirja 2/2018
Artikkeleita
ritellyille vaikuttavuus oli yleensä kehnompaa, kun taas paremmassa työmarkkina-asemassa olleille vaikutusarviot olivat positiivisempia. Lisäksi tutkimuksessa arvioitiin eräiden aiem- min havaitsematta jääneiden taustamuuttujien merkitystä. Johtopäätöksenä tästä oli se, ettei kyseisillä tekijöillä ollut ollut juurikaan mer- kitystä.
Havaitsemattomien tekijöiden ja tutkimus- aineiston merkitystä ei kuitenkaan edellä todet- tujen tulosten perusteella voida kokonaan sul- kea pois. Esimerkiksi Biewen, Fitzenberger, Osikominu ja Paul (2016) hyödynsivät työvoi- mapolitiikan toimenpiteiden vaikutusarviossa saksalaisesta hallinnollisesta rekisteriaineis- tosta muodostettua tutkimusaineistoa ja kaltais- tamismenetelmiä. Tutkimuksessa oli mukana pääasiassa erilaisia Saksassa vuosina 2000–2002 käynnissä olleita työvoimakoulutusohjelmia. Tulosten perusteella työvoimakoulutusohjel- milla oli usein lyhyellä aikavälillä negatiivisia lukkiutumisvaikutuksia. Sen sijaan keskipit- källä aikavälillä vaikutus työllisyyteen ja tuloi- hin kääntyi yleensä positiiviseksi. Tutkimuksen johtopäätöksissä korostetaan, että aineistolla ja menetelmäratkaisuilla voi olla suuri vaikutus siihen, millaisia tuloksia saadaan.
Miten työllisyysvaikutuksia arvioitiin?
Vuodet 2001–2014 kattava tutkimusaineisto koostettiin Tilastokeskuksen yhdistetystä työn- antaja-työntekijä-aineistosta (FLEED) ja työ- ja elinkeinoministeriön rekistereistä. TEM:n rekis- teritiedot linkitettiin henkilötunnisteen avulla työnantaja-työntekijä-aineistoon. Tarkastelut kohdistuivat Työnvälitystilaston työttömiin työnhakijoihin ja aineisto rajattiin 20–59-vuoti- aisiin Suomessa asuviin henkilöihin. Kyseessä on kokonaisaineisto, joka sisältää runsaasti tausta- tietoa henkilöistä sekä mm. työttömyys- ja aktii- vitoimenpidejaksot. Lyhytkestoisin työttömyys rajattiin pois edellyttämällä, että työttömyysjak- sot olivat kestoltaan vähintään 30 päivän pituisia.
Ei-kokeellisiin aineistoihin perustuvissa työ- voimapolitiikan toimenpiteiden vaikutusarvi-
oissa sovelletaan usein kaltaistamismenetelmiä. Kärjistetysti kaltaistamisessa toimenpiteeseen osallistuneille poimitaan tutkimusaineistosta kaikilta havaittavailta taustamuuttujiltaan mahdollisimman lähellä olevia vertailutyöttö- miä, jotka eivät osallistuneet kyseiseen toimen- piteeseen. Tämä voi olla hankalaa, sillä suures- takaan aineistosta voi olla vaikea löytää ehkäpä jopa kymmenien taustamuuttujien yhdistelmien suhteen täysin identtisiä verrokkeja. Rosenbaum ja Rubin (1983, 1985) ovat kuitenkin osoittaneet, että kaltaistaminen voidaan tehdä yksittäisten taustamuuttujien sijasta toimenpiteeseen osal- listumisen todennäköisyyksien suhteen, jolloin myös taustamuuttujat tasapainottuvat. Tällöin taustamuuttujia käytetään selittäjinä, kun kai- kille aineiston työttömille estimoidaan esimer- kiksi logistisella regressiomallilla toimenpitee- seen osallistumisen todennäköisyys.
Soveltajalla on käytettävissään lukuisia vaih- toehtoisia kaltaistamismenetelmiä. Lisäksi käy- tettävissä on erilaisia ”painottamismenetelmiä” (esimerkiksi inverse probability weighting). Painottaminen perustuu siihen, että ei-osal- listujat, joiden osallistumistodennäköisyys on lähempänä toimenpiteeseen osallistuneita, saavat vertailuissa suuremman painon kuin kauempana olevat. Kaltaistaminen ja painotta- mismenetelmät ovat menetelmällisesti lähellä toisiaan. Kaltaistamisessa vertailuryhmään vali- taan ei-osallistujien joukosta täydellä painolla henkilöitä, jotka ovat osallistumistodennäköi- syydeltään lähimpänä toimenpiteissä olleita, kun taas muut saavat nollapainon.
Erilaisista vaihtoehtoisista menetelmistä tulisi valita, se joka onnistuu tasapainottamaan tausta- muuttujat parhaiten. Vertailuryhmä pitäisi saada vastaamaan osallistujaryhmää sekä yksittäis- ten taustamuuttujien keskiarvojen että näiden yhdistelmien suhteen. Tutkimusmenetelmästä riippumatta kaltaistaminen toimii vain tiukkojen oletusten voimassa ollessa. Tärkein oletuksista on se, että taustamuuttujien vakioimisen jälkeen havaitsemattomat tekijät eivät enää samanaikai- sesti vaikuta toimenpiteeseen valikoitumiseen
27