2019年12月
发表于:劳动经济学, 2022年11月28日,102306
我们调查了佛兰德培训计划的异质就业效应。基于行政个人数据,我们使用修正因果森林(MCF)分析了不同聚集水平上的计划效果,这是一种用于多个计划的因果机器学习估计器。虽然所有方案在锁定期后都有积极影响,但我们发现方案和失业类型之间存在很大的差异。模拟表明,将失业人员分配到我们估计中确定的个人收益最大化的计划中,可以大大提高效率。简化的规则,例如优先考虑低就业能力的失业者,主要是最近的移民,所带来的收益大约是更复杂规则所带来收益的一半。
下载
这些必要的cookie是激活网站核心功能所必需的。不能选择不使用这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。在这些cookie的帮助下,我们可以,例如,确定访问者的数量和某些页面对我们网站的影响,并优化我们的内容。