Appunti di Politiche pubbliche

Analisi dell'impatto del lavoro protetto su diverse categorie di persone

PP.E(Y1 | T=1) - E(Y0 | T=0) = E(Y1 -Y0 | T=1)290-330=-40$ (-40/330)*100= -12% significa che la PP ha diminuito il loro reddito del 12%

Risultati:

• Il lavoro protetto ha avuto un effetto positivo sul gruppo delle madri single in condizione di povertà.
• Il lavoro protetto non ha avuto un effetto positivo (e quindi non serve) per i giovani drop-out.

Interventi dimostrativi vs politiche a regime:

La valutazione dell'impatto si riesce a fare su interventi-pilota che sono più facili da gestire, quindi più solidi dal punto di vista della validità interna; ma più deboli dal punto di vista della validità esterna (generalizzabilità).

La valutazione dell'impatto di interventi a regime (quindi tutta la popolazione) è più difficile da gestire ma i risultati sono più validi.

Limiti e critiche agli RCT:

La randomizzazione crea una situazione artificiale che altera incentivi e comportamenti, quindi produce risultati validi sotto

L'assunto (non verificabile) che talidistorsioni nei comportamenti non si verifichino (es. no-show, drop out, no-complaint).

Non sempre il trattamento è randomizzabile.

Ci sono aspetti che questo metodo non riesce a individuare, quindi dobbiamocomunque ricorrere alla modellazione econometrica.

Condizioni per la validità dei risultati

Occorre mantenere l'integrità del disegno sperimentale:

• Il gruppo dei trattati deve essere composto da soggetti che ricevono davvero il trattamento
• Il gruppo di controllo deve essere composto da soggetti che non ricevono alcun trattamento

Questo è difficile quando la partecipazione è volontaria ed esistono altre opportunità di trattamento.

Controllare la validità dei risultati e del disegno sperimentale.

Esistono due tipi di validità degli esprimenti:

1. validità interna è la validità della stima relativa al caso specifico che sto studiando. La politica è valida per i

soggetti trattati nel luogo e nel tempo studiati. Questa stima elimina la distorsione da selezione. validità esterna: generalizzabilità dei risultati a contesti diversi (luoghi e momenti nel tempo diversi). Questa stima è limitata a contesti simili. L'adozione del metodo sperimentale è sintomo di una propensione a sperimentare, nel senso di: - Mettersi in discussione - Non dare nulla per scontato - Trial and error - Apprendere per si deve partire dal presupposto che la politica può non funzionare, che può fallire, che si può sbagliare. Recap RCT: La randomizzazione garantisce che il gruppo sperimentale e il gruppo di controllo siano statisticamente equivalenti sia nelle caratteristiche osservabili sia nelle caratteristiche non osservabili. I due gruppi non sono formati da individui identici tra loro e non sono perfettamente uguali nelle caratteristiche osservabili e non osservabili, però hanno la stessa distribuzione di tutte le.le migliori tecniche da utilizzare è necessario considerare diversi fattori, come la disponibilità dei dati, la natura del problema di ricerca e le risorse disponibili. Uno dei metodi non sperimentali più comuni è l'analisi di regressione, che permette di valutare la relazione tra una variabile indipendente e una variabile dipendente, controllando contemporaneamente l'effetto di altre variabili di confondimento. Questo metodo è particolarmente utile quando non è possibile condurre un esperimento controllato randomizzato. Un altro metodo non sperimentale è il matching, che consiste nel selezionare un gruppo di controllo che sia simile al gruppo di trattamento in termini di caratteristiche rilevanti. Questo metodo permette di controllare per le differenze preesistenti tra i gruppi e di stimare l'effetto del trattamento. Altri metodi non sperimentali includono l'analisi di serie storiche, che permette di valutare l'effetto di un intervento nel tempo, e l'analisi di dati panel, che permette di valutare l'effetto di un trattamento su un gruppo di individui nel tempo. È importante sottolineare che i metodi non sperimentali possono essere soggetti a bias e confondimento, e quindi è necessario fare attenzione nell'interpretazione dei risultati. Tuttavia, quando condurre un esperimento controllato randomizzato non è possibile o eticamente accettabile, i metodi non sperimentali possono fornire informazioni utili per valutare l'effetto di un trattamento.

Quale usare, il valutatore deve riflettere sul processo di selezione (cioè sul processo che determina chi è esposto al trattamento e chi no). Per scegliere un metodo bisogna pensare a come è avvenuto il processo di selezione. Il processo avviene in base a caratteristiche:

• (selection on observables) variabili osservabili es. caratteristiche osservabili dei soggetti come età, genere, reddito. Si utilizzano tecniche come:
  • abbinamento statistico
  • discontinuità intorno a una soglia
• variabili non osservabili es. talento, motivazione. Si utilizzano tecniche come:
  • metodo della differenza nelle differenze
  • variabili strumentali
  • serie storiche interrotte

Logica di fondo comune a tutti i metodi non sperimentali: I metodi non sperimentali usano dati osservazionali che sono l'opposto dei dati sperimentali (ottenuti in un contesto controllato) e sono ottenuti dall'osservazione del corso naturale degli eventi. I metodi non sperimentali partono da assunti =

affermazioni non verificabili:il confronto pre-post è una stima valida degli effetti della PP solo se vale l'assunto di assenza di dinamica spontaneail confronto trattati/non trattati è una stima valida degli effetti di una PP solo se non ci sono differenze di partenza tra trattati e non trattati

Esempio: le borse lavoro

Politica pubblica: erogazione di borse di lavoro di un anno a ex tossicodipendenti alfine di reinserirli gradualmente nel mercato del lavoro. I beneficiari ricevono 500 € al mese in cambio di 100 ore di formazione in aula, manutenzione del verde pubblico, pulizia di stabili.

Le borse di lavoro erogate sono 728 nell'anno 2000. Nel 2002 i policy makers (coloro che hanno finanziato la PP) vogliono valutare l'effetto della politica pubblica.

Stabilire:

Malattia sociale da curare esclusione sociale dei soggetti dovuta allatossicodipendenza

Terapia sono le 100 ore di formazione in aula e manutenzione

Pazienti sono gli ex tossicodipendenti

Che ricevono le borse lavoro - Beneficiari coincidono con i pazienti - Effetto di cosa ricevere 500 € per 100 ore di formazione ed essere impiegati nelle attività di lavoro protetto

Effetto su cosa esistono molte variabili risultato, in questo caso ci si concentra sul reddito

Confronto pre-post

In assenza della PP (tra il 1997 e il 1999) il reddito dei futuri beneficiari della PP era aumentato. 5.642 - 3.567 = 2.075 (2.075/3.567)*100 = 58,17% rispetto al reddito del 1997

Grazie ai dati precedenti la PP, possiamo formulare un assunto credibile: l'aumento del reddito registrato tra il 1997 e il 1999 (5642 - 3567 = 2075) sarebbe proseguito inalterato fino al 2001.

In assenza di PP, il reddito nel 2001 dei beneficiari sarebbe stato la differenza tra il reddito del 1999 del 1997 + il reddito del 1999 (5642 + 2075 = 7717)

Ora non ci resta che proiettare linearmente la crescita 1997-1999 fino al 2001. 9835 - 7717 = 2118 reddito osservato del 2001 - reddito stimato del 2001 qualora non

avessero avuto accesso alla PP

Confronto trattati e non trattati

Non si può fare la differenza secca tra il gruppo di trattati e il gruppo di non trattati perché non si ha la randomizzazione.

Non si può tenere conto della differenza tra beneficiari ed esclusi (2332) non è credibile essendoci differenze di partenza, come si può vedere nel 1999, ovvero prima della PP, i beneficiari avevano già un reddito più alto degli esclusi.

Differenza nelle differenze

Quindi bisogna calcolare tutte le differenze in orizzontale e in verticale:

Ripasso l'effetto della politica pubblica è la differenza tra il valore della variabile-risultato osservata nel gruppo dei trattati e il valore che avrebbe avuto quella stessa variabile-risultato nel gruppo trattati qualora i trattati non fossero stati oggetto della politica. Fattuale - Controfattuale

Il controfattuale è il livello di reddito medio che avrebbero avuto nel 2001 i beneficiari della

PP se la PP non fosse stata implementata. Forse i beneficiari avrebbero avuto lo stesso aumento di reddito che hanno avuto gli esclusi (2936), ma partendo dal loro livello di partenza che era già più alto. 5642 + 2936 = 8578 il reddito dei beneficiari del 1999 + la crescita del reddito degli esclusi = valore controfattuale. Se 8578 è il controfattuale, possiamo calcolare l'effetto della PP come differenza tra il valore osservato (il reddito dei beneficiari del 2001) e il valore controfattuale 9835 - 8578 = 1257. Questo metodo si fonda sull'assunto di parallelismo dei trend, cioè che le differenze tra i due gruppi siano costanti nel tempo. Questo significa che in assenza di trattamento non ci sarebbero differenze nei trend (velocità di incremento nel reddito tra i due gruppi) del reddito tra i due gruppi. Tuttavia, non possiamo fidarci del tutto: i dati ci dicono che nel 1999 il reddito dei trattati era già più alto di quello degli esclusi.

degli esclusi, quindi è possibile che anche in assenza di trattamento, nel 2001 il livello del reddito medio dei beneficiari sarebbe aumentato più di quanto è successo tra gli esclusi. Questo problema si chiama selezione sui trend.

FORMULE

Noi vorremmo stimare l'effetto medio sui trattati: [media del valore atteso E della variabile risultato Y in condizione di trattamento 1 dopo l'implementazione t+1 della PP tra il gruppo dei trattati T=1 meno media del valore atteso E della variabile risultato Y in condizione di trattamento 0 dopo l'implementazione t+1 della PP tra il gruppo dei trattati T=1].

Mentre con il metodo delle differenze nelle differenze DID stimiamo l'effetto medio identificato con tale metodo: E(Y1 t+1| T=1) la media E della variabile risultato Y in condizione di trattamento 1 dopo l'implementazione t+1 della PP tra il gruppo dei trattati T=1 (si può misurare) E(Y0 t-1| T=1) la media E della variabile risultato Y in.

condizione di non trattamento → 0 prima dell'implementazione t-1 della PP tra | il gruppo dei trattati T=1 (si può misurare) E(Y0 t+1| T=0) la media E della variabile risultato Y in condizione di non trattamento → 0 dopo l'implementazione t+1 della PP tra | il gruppo dei non trattati T=0 E(Y0 t-1| T=0) la media E della variabile risultato Y in condizione di non trattamento → 0 prima dell'implementazione t-1 della PP tra | il gruppo dei non trattati T=0 Formula parallelismo dei trend: Dinamica spontanea tra i trattati = dinamica spontanea tra i non trattati Se i due trend fossero costanti nel tempo,