1
HRVATSKI ZAVOD ZA ZAPOŠLJAVANJE
Vanjska evaluacija mjera aktivne politike tržišta rada
Aktivnost 1.4.
Analiza i interpretacija prikupljenih podataka
3. Evaluacijski izvještaj za PSM dionicu
Zagreb, veljača 2016.
Europska unija
Ulaganje u budućnost
2
Prikupljanje, obrada i analiza podataka za evaluaciju: Ipsos d.o.o.
Evaluacijski tim:
Voditelj projektnog tima: dr. sc. Predrag Bejaković, Institut za javne financije
Glavni istraživač za PSM dionicu evaluacije: dr. sc. Michal Kontnarowski, Institute of Political Studies of the Polish Academy of Sciences
Glavni istraživač za anketnu dionicu evaluacije: dr. sc. Dragan Bagić, Filozofski fakultet, Sveučilište u Zagrebu
Glavni istraživač za kvalitativnu dionicu evaluacije: dr. sc. Ivan Burić, Hrvatski studiji, Sveučilište u Zagrebu
Istraživač suradnik na projektu, koordinator provođenja istraživanja: Branka Hodak, Ipsos d.o.o.
Istraživač suradnik na projektu: Marko Vicković, Ipsos d.o.o.
Istraživač suradnik na projektu: Mirna Cvitan, Ipsos d.o.o.
Suradnici Ipsosa na projektu: Gordan Beraković, Pero Desović, Josip Ivišić, Dejan Dedić, Iva Mikić, Lana Penezić, Marino Šeparović
Suradnici Hrvatskog zavoda za zapošljavanje na projektu: dr. sc. Teo Matković, Igor Dvoršćak, Ivana Mikek Kupres, Jelena Ostojić, Antea Radić, Igor Vojnić
3
EVALUACIJSKI TIM: ................................................................................................................................................. 2
1. METODOLOGIJA ISTRAŽIVANJA ........................................................................................................................ 4
1.1.UVOD ............................................................................................................................................................. 4 1.2.PRIPREMA ULAZNIH PODATAKA ............................................................................................................................ 7 1.3.DEFINIRANJE KRITERIJA UPARIVANJA ...................................................................................................................... 9 1.4.PROVEDBA TEHNIKE UPARIVANJA PREMA SKLONOSTI .............................................................................................. 11 1.5. PROVJERA KVALITETE UPARIVANJA I REDUKCIJA PRISTRANOSTI PODATAKA .................................................................. 15 1.6. DEFINIRANJE SKUPA IZLAZNIH PODATAKA ZA POTREBE ANALIZE UČINKOVITOSTI ........................................................... 20 1.7. PROCJENA STATISTIČKE ZNAČAJNOSTI DOBIVENIH UČINAKA POMOĆU INTERVALA POUZDANOSTI ...................................... 23
2. ANALIZA PROSJEČNIH UČINAKA MJERA APZ-A ............................................................................................... 25
2.1.JAVNI RADOVI ................................................................................................................................................. 26 2.2.OBRAZOVANJE NEZAPOSLENIH ........................................................................................................................... 36 2.3.SAMOZAPOŠLJAVANJE ...................................................................................................................................... 44 2.4.POTPORE ZA ZAPOŠLJAVANJE ............................................................................................................................. 49 2.5.STRUČNO OSPOSOBLJAVANJE ZA RAD BEZ ZASNIVANJA RADNOG ODNOSA .................................................................... 63 3. BIBLIOGRAFIJA .................................................................................................................................................. 69 4. DODATAK 1 – TABLICE UČINAKA SVIH KONSTRUIRANIH ANALITIČKIH MODELA ................................................................. 70 5. DODATAK 2 – HISTOGRAMI INTERVALA POUZDANOSTI U POGLEDU UČINKA ZAPOSLENOSTI I NEZAPOSLENOSTI – SVI MODELI ... 79
4
1.1.Uvod
Ovaj dio nacrta tiče se analize prosječnih učinaka mjera aktivne politike zapošljavanja koje
provodi HZZ. Prosječni učinci mjera APZ-a procijenjeni su primjenom tehnike uparivanja
prema sklonosti (eng. Propensity score matching). Ova je tehnika poznata i kao analiza
„protučinjeničnih“ (eng. Couterfactual) stanja. Prvo ćemo izložiti opću logiku u pozadini
planirane analize. Potom slijedi detaljniji opis svakog od koraka provedenog istraživanja te
analiza dobivenih neto učinaka.
Sukladno općoj logici planirane analize, za skupinu pojedinaca koji su sudjelovali u
programima izabrana je kontrolna skupina njihovih dvojnika. Kontrolna skupina se sastoji od
ljudi s epizodom nezaposlenosti koji nikada nisu sudjelovali u evaluiranom programu.
Pojedinci u kontrolnoj skupini su slični onima u skupini koja je sudjelovala u programu po
svim dostupnim karakteristikama koje smatramo prediktorima sudjelovanja u programu, te,
istovremeno, prediktorima same uspješnosti programa.
U našem slučaju, pod uspjehom podrazumijevamo stanja pojedinca na tržištu rada:
a) Osoba je registrirana kao zaposlena
b) Osoba se nalazi u registru nezaposlenih (nalazi se u evidenciji Zavoda te, posredno,
na tržištu rada)1
Analiza je provedena na temelju baze podataka nezaposlenih osoba u Hrvatskoj te
evidencije osiguranika Hrvatskog zavoda za mirovinsko osiguranje). Anonimizirane baze
podataka na temelju kojih je vršeno uparivanje pojedinaca kao i baze registriranih ishoda su
dostavljene istraživačkom timu od strane HZZ-a. Naše se istraživanje bavi mjerama APZ-a
koje je proveo HZZ u razdoblju 2010.-2013. godine.
Analizirane su samo one mjere u koje sufinancirana osoba ulazi iz stanja nezaposlenosti. U
slučaju mjera u koje sudionici ulaze is stanja zaposlenosti analizu učinkovitosti upotrebom
1 Uspjeh mjere u ovom slučaju je veća proporcija zaposlenih i nezaposlenih u evidenciji u skupini sudionika mjere za razliku od skupine ne-sudionika, dok je sami ishod nezaposlenosti kroz dulje vrijeme pozitivan za populacije/ciljane skupine kojima prijeti 'odljev' iz tržišta rada (primjerice, sudionici javnih radova)
1. METODOLOGIJA ISTRAŽIVANJA
5
ove tehnike nije bilo moguće provesti zbog nemogućnosti identificiranja adekvatne ciljane
skupine. Tako analize nisu učinjene za mjere potpora za očuvanje radnog mjesta ('Stalni
sezonac' i 'Neradni petak'), potpora za usavršavanje ('za poznatog poslodavca'), te za
intervencije namijenjene pripremi za tržište rada osoba u otkaznom roku. Također, analize
nisu učinjene za određene specifične ciljane skupine mjera za koje nije bilo moguće pronaći
adekvatne parnjake u ishodnoj bazi HZZ-a iz razloga što se korisnik koji ulazi u mjeru pod tim
uvjetima identificira kao pripadnik posebne skupine pri samom ulasku dok za ostale
registrirane nezaposlene osobe taj podatak ne postoji. Tako u analize uključenih mjera nisu
ušli pripadnici romske nacionalne manjine te drugih skupina koje nije bilo moguće
identificirati na razini ukupnih karakteristika nezaposlenih osoba u bazama HZZ-a2. Stoga su
mjere APZ-a uključene u analizu:
Javni radovi
Obrazovanje nezaposlenih
Potpore za samozapošljavanje
Potpore za zapošljavanje
Stručno osposobljavanje za rad bez zasnivanja radnog odnosa3
Navedene mjere APZ-a su odjeljive intervencije u vidu obuhvata ciljanih skupina te
intervencijske logike kojom se postiže namjeravani učinak. Stoga je PSM analiza provedena
za svaku od ovako definiranih intervencija zasebno. Nadalje, u slučaju javnih radova, potpora
za zapošljavanje te stručnog osposobljavanja, analize su dodatno podijeljene po kriterijima
jasno odjeljivih ciljanih skupina za koje je bilo moguće locirati adekvatnu kontrolnu skupinu
te, u slučaju SOR-a, promjene dizajna intervencije, što je rezultiralo većim brojem modela.
Tablica 1 nudi prikaz intervencija analiziranih u odvojenim modelima, zajedno s
karakteristikama zahvaćenih sudionika/ciljanih skupina za svaku mjeru. Ukupno je
provedeno 9 modela uparivanja prema sklonosti.
2 Ipak, kao dio prediktorskog sklopa u analize mjera su ušle kategorije poput statusa Hrv. branitelja, samohranog roditelja te invaliditet, kako je prikazano u tablici 2. 3 U nastavku izvještaja, stručno osposobljavanje
6
Tablica 1. – Vrste intervencija obuhvaćene modelima evaluacije
Vrsta intervencije Model Ciljane skupine sudionika mjere obuhvaćene modelom
Javni radovi
Javni radovi 1 – nezaposleni 12-35 mj. (model 2.1)
Dužina boravka na evidenciji Zavoda; 12 do 35 mjeseci sufinancirani javni rad
Javni radovi 2 – nezaposleni 36 i više mj. (model 2.2)
Dužina boravka na evidenciji Zavoda; više od 35 mjeseci, javni rad financiran u potpunosti
Obrazovanje nezaposlenih Model 4 Bez uvjeta osim prijave u evidenciji Zavoda (uključeni
samo oni sudionici kojima je definirano trajanje programa obrazovanja)
Potpora za samozapošljavanje
Model 6 Ovisno o godini implementacije mjere:
2010: do 25 godina, najmanje 6 mj u evidenciji; iznad 25 godina, najmanje 12 mj u evidenciji
2011: najmanje 6 mj u evidenciji, neovisno o dobi
2012-2013: ukinuti svi specifični uvjeti, bez obzira na zanimanje i kvalifikaciju, od studenog 2012. povećan opseg aktivnosti Zavoda prije ulaska kandidata u mjeru
Potpore za zapošljavanje
Potpore za zapošljavanje 1 – mladi bez radnog iskustva
(model 8.1)
Mladi bez radnog iskustva
Od 2012. stabilan dizajn; SSS do 25 godina,VSS do 29 godina, bez uvjeta dužine boravka u evidenciji Zavoda
Potpore za zapošljavanje 2 – dugotrajno nezaposleni
(model 8.2)
Dugotrajno nezaposleni
2010-2012:
Do 25 godina, najmanje 6 mj u evidenciji
Više od 25 godina, najmanje 12 mj u evidenciji
2013:
Do 29 godina, bez obzira na radni staž i razinu obrazovanja, najmanje 6 mj u evidenciji
Stariji od 29, bez obzira na radni staž i razinu obrazovanja, najmanje 12 mj u evidenciji
Potpore za zapošljavanje 3 – stariji od 50 god.
(model 8.3)
Osobe iznad 50 godina
2011-2012: stariji od 50 te najmanje 6 mj u evidenciji
2013: stariji od 50, bez uvjeta dužine prijave u evidenciji
Stručno osposobljavanje za rad bez zasnivanja radnog odnosa
Stručno osposobljavanje 1 (model 10.1 – prema ZOR-u)
Ulazak u mjeru definiran prema odredbama članka 59 Zakona o radu – uvjet za obavljanje radnog mjesta određenog zanimanja položen stručno/majstorski ili državni ispit – minimalno srednjoškolska razina obrazovanja
Stručno osposobljavanje 2 (model 10.2 – prema ZOPS-u
Ulazak u mjeru definiran prema odredbama članka 6 Zakona o potporama za zapošljavanje – u trajanju 12 mjeseci za osobe koje su završile preddiplomski, diplomski ili integrirani preddiplomski i diplomski sveučilišni studij, odnosno preddiplomski ili specijalistički diplomski stručni studij4
4 Analize nisu učinjene za sudionike kojima je definirano trajanje mjere 24/36 mjeseci zbog nemogućnosti adekvatnog praćenja ishoda nakon izlaska iz mjere.
7
1.2.Priprema ulaznih podataka
Sljedeći korak istraživanja uključivao je pripremu baze podataka na temelju koje je
provedena analiza. U svojem izvornom obliku, HZZ-ova baza podataka nezaposlenih osoba
sadrži podatke o ljudima koji su imali barem jednu epizodu nezaposlenosti, ali same jedinice
opservacije, („réci“ u bazi podataka) su pojedinačne epizode nezaposlenosti, a ne osobe kao
takve. Posljedično, svaka osoba u bazi podataka je mogla biti prisutna više puta te se
karakteristike svake osobe mogu razlikovati u različitim vremenskim periodima koji se
odnose na različite epizode registrirane nezaposlenosti.
Priprema baze podataka za potrebe analize imala je sljedeću logiku; epizode nezaposlenosti
definirane su za svaki mjesec od siječnja 2010. do prosinca 2013. (48 mjeseci). Za potrebe
definiranja rezervoara kontrolne skupine, unutar svakog mjeseca odabrani su samo oni
pojedinci koju su početkom danog mjeseca bili nezaposleni te su u tom danu bili nezaposleni
najmanje trideset dana. U slučaju sudionika, za svaki mjesec sudjelovanja u mjeri definiran je
zapis koji omogućava praćenje 'tretirane' epizode. Prije samog uparivanja koje je provedeno
za svaki model zasebno, prema kriterijima u tablici 1 definiran je skup sudionika mjera te
rezervoara kontrolne skupne za svaki od 9 modela pri čemu su sudionici intervencija koje su
analizirane pomoću više modela odijeljeni na način da se ne mogu pojavljivati u više od
jednog modela. Također, u obje skupine analiziranih slučajeva definirana je varijabla
kontrole sudjelovanja za svaku od analiziranih intervencija. Bitno je napomenuti da je pri
odabiru adekvatnog skupa sudionika koji ulaze u pojedinačni model (kako je navedeno u
tablici 1) došlo do redukcije broja raspoloživih sudionika za koje je uparivanje i posljedična
analiza obavljana5. Kriteriji u tablici 1 omogućuju nam analize za najširi skup ciljanih skupina
određene intervencije kao i adekvatno praćenje ishoda intervencije u slučaju mjera s
varijabilnim trajanjem (npr. u slučaju obrazovanja nezaposlenih), dok su sami kriteriji ulaska
sudionika mjere u model bili definirani i administrativnim varijablama prisutnima u inicijalno
zaprimljenoj bazi pomoću kojih smo identificirali odjeljive ciljane skupine pojedine mjere za
potrebe ovakve konstrukcije modela.
5 Također, do redukcije je došlo i u slučajevima kada za određene sudionike nije bilo moguće decidirano odrediti kojoj ciljanoj skupini pripadaju zbog nepotpunih podataka u administrativnim varijablama ishodne baze. Ukupna redukcija analiziranih sudionika na razini ukupnih podataka ne prelazi trećinu svih sudionika analiziranih mjera.
8
Ovakva konstrukcija ulaznih baza omogućila nam je provođenje procedure uparivanja na
način da osobe koje su započele sa sudjelovanjem u mjeri APZ-a u danom mjesecu uparimo
s, po gornjim karakteristikama, njihovim dvojnicima iz kontrolne skupine koji su u istom
mjesecu bili nezaposleni.
Dakle, procedura uparivanja za svaki mjesec se odnosila na:
slučaj u skupini sudionika mjera APZ-a; osobe koje su započele sudjelovanje u danoj
mjeri APZ-a u danom mjesecu
slučaj u rezervoaru kontrolne skupine; osobe koje nisu sudjelovale u danoj mjeri APZ-
a (s kontrolom za sudjelovanje u ostalim mjerama) te su istovremene registrirane kao
nezaposlene prvog dana u zadanom mjesecu.
Posljedica egzaktne kontrole mjeseca ulaska u analizu jest ta da smo u proceduri uparivanja
kontrolirali promjene na tržištu rada u pogledu sezonalnih ciklusa zapošljavanja te
gospodarske situacije na razini godine. Drugo ključno obilježje ovako provedene procedure
uparivanja je činjenica da su pojedinci iz rezervoara kontrolne skupine u samu kontrolnu
skupinu bili uključeni onoliko puta koliko su mjeseci ostali nezaposleni svakog prvog u
mjesecu (s uvjetom minimalne dužine prethodne nezaposlenosti kako je objašnjeno ranije u
tekstu).
9
1.3.Definiranje kriterija uparivanja
U tablici 2 izloženi su kriteriji uparivanja korišteni u kreiranju modela. Konstruirane su
varijable osobnih karakteristika nezaposlenih osoba na temelju podataka dostupnih u
zaprimljenoj bazi podataka. Ovaj skup varijabli je pridružen sudionicima mjera te cijelom
rezervoaru kontrolne skupine ne-sudionika. Prikazane varijable predstavljaju set prediktora
korišten u svrhu kontrole kvalitete uparivanja podataka, te je skor prema sklonosti
sudjelovanja u programu izračunan za svaki od navedenih prediktora.
Tablica 2. – Set prediktora korištenih pri uparivanju podataka
Vrsta varijabli Varijabla
Početak intervencije i
epizode nezaposlenosti
Mjesec – početak intervencije
Mjesec – nezaposlenost prvog dana u mjesecu pod uvjetom minimalnog
trajanja nezaposlenosti od 30 dana
Osobne karakteristike
nezaposlenih osoba prije
sudjelovanja u mjeri
Dob – do prvog dana zadanog mjeseca
Spol
Razina obrazovanja – šest kategorija
Područje obrazovanja – NSKO
Invaliditet
Status hrvatskog branitelja (osoba je branitelj ili udovica ili dijete hrvatskog
branitelja)
Dob najmlađeg djeteta – do prvog dana zadanog mjeseca
Status samohranog roditelja
Dužina trenutne epizode nezaposlenosti, u danima – do prvog dana zadanog
mjeseca
Dužina radnog iskustva prije trenutne epizode nezaposlenosti, u danima – do
prvog dana zadanog mjeseca
Status na tržištu rada prije trenutne epizode nezaposlenosti – zaposlenost,
neaktivnost, pripravništvo, drugo
Industrijski sektor prije trenutne epizode nezaposlenosti – temeljem varijabli
NKD-a u bazi Zavoda: primarni sektor, industrija/građevinarstvo, usluge, javne
usluge i administracija
ISCO08 kategorija prije trenutne epizode nezaposlenosti – rod zanimanja prema
NKZ
Kategorizacija HZZ-a u pogledu šansi za zaposlenje osobe na početku trenutne
epizode nezaposlenosti
10
Status naknade za nezaposlene u trenutnoj epizodi nezaposlenosti
Regija Županija – preko područnog/regionalnog ureda ; Zagreb, Sjeverna Hrvatska,
Slavonija, Lika i Banovina, Hrvatsko primorje i Istra, Dalmacija – do prvog dana
zadanog mjeseca
Gospodarski pokazatelji na
razini regije
Županijska stopa nezaposlenosti – godina analize
Prethodno sudjelovanje u
mjerama APZ-a
Sudjelovanje u mjerama APZ-a prije prvog dana zadanog mjeseca
Ishod: registrirana
zaposlenost i nezaposlenost
Status na tržištu rada za svaki prvi u mjesecu, 36 narednih mjeseci (registrirana
zaposlenost i registrirana nezaposlenost) – od definiranog početka mjere za
sudionika u uparenom skupu
11
1.4.Provedba tehnike uparivanja prema sklonosti
Nakon ovako pripreme baze podataka pristupili smo uparivanju sudionika programa sa
kontrolnom skupinom koristeći tehniku uparivanju prema sklonosti (PSM). Kako je ranije
spomenuto, za svaku vrstu intervenciju te definirane odjeljive ciljane skupine/promjene
dizajna obavljena je zasebna analiza. Ukupno je izrađeno 9 modela za koje je zasebno
specificirano uparivanje prema sklonosti sudjelovanja u programu. Nadalje, zbog
kompleksnosti izračuna, analize su za potrebe uparivanja podataka odvojene u zasebne
vremenske periode unutar samih definiranih mjera i podmjera. Podjela po vremenskim
periodima unutar samih modela temeljena je na distribuciji ulazaka pojedinaca u mjere APZ-
a u danoj mjeri u zadanom mjesecu. U tablici 3 izloženi su vremenski periodi za koje je
obavljena procedura uparivanja podataka unutar svake mjere/modela. Tehnički je, dakle,
izrađeno 49 modela uparivanja podataka prema kojima smo procjenjivali učinke mjera APZ-
a, kako je prikazano u tablici 3.
Tablica 3. – Prikaz vremenskih odjeljaka na temelju kojih je proveden uparivanje po modelima analize
Javni rad 1
Javni rad 2 Obrazovanje nezaposlenih
Samozapošljavanje Potp. za zap. 1
Potp. za zap. 2
Potp. za zap. 3
SOR – prema ZOR-u
SOR – prema ZOPS-u, 12 mj
Ožujak-Lipanj 2010
Ožujak-Lipanj 2010
Siječanj-Lipanj 2010
2010 2010 2010 2010 Rujan-Prosinac
2010
Svibanj 2012, Siječanj-
Prosinac2013
Rujan-Prosinac
2010
Rujan-Prosinac
2010
Srpanj-Prosinac 2010
2011 2011 2011 2011 Siječanj-Lipanj
2011
Ožujak-Svibanj 2011
Ožujak-Svibanj 2011
Siječanj-Lipanj 2011
2012 2012 2012 2012 Srpanj-
Prosinac2011
Rujan-Studeni
2011
Rujan-Studen2011
Srpanj-Prosinac2011
Siječanj-Lipanj2013 2013 2013 2013 Siječanj-
Travanj 2012
Ožujak-Srpanj 2012
Ožujak-Srpanj 2012
Ožujak-Lipanj 2012
Srpanj-Prosinac 2013 Svibanj 2012,
Siječanj-Prosinac2013
Kolovoz-Prosinac
2012
Kolovoz-Prosinac
2012
Rujan-Prosinac 2012
Svibanj2012,
Siječanj-Prosinac 2013
Siječanj-Lipanj 2013
Siječanj-Lipanj 2013
Veljača-Lipanj 2013
Srpanj-Prosinac
2013
Srpanj-Prosinac
2013
Srpanj-Prosinac2013
12
Prvi korak PSM metoda je procjena skorova („bodova“) sklonosti sudjelovanja u programu
sudionika te odabranih ne-sudionika za dane analize. Skor prema sklonosti procijenit će se na
temelju modela logističke regresije. Zavisna varijabla u ovom modelu je sudjelovanje u
programu (mjeri) i ima binarni oblik (0 – nije sudjelovao, 1 – sudjelovao je). Nezavisne
varijable u modelu su one karakteristike nezaposlenih koje istovremeno ispunjavaju ova dva
kriterija:
Varijabla je prediktor sudjelovanja u programu
Varijabla je prediktor uspješnosti programa (pojedinac nije nezaposlen, ima posao).
U slučaju nekih procijenjenih modela nije bile varijacija unutar nekih od nezavisnih varijabli
tako da nisu uključene u modele kao prediktori što je vidljivo u tablici 4.
Tablica 4. – Kategorije prediktora s dovoljno kovarijacija, po modelima Prediktor M2.1 M2.2 M4 M6 M8.1 M8.2 M8.3 M10.1 M10.2
Kategorija dobi 15-25 godina X X X X X X
X X
Kategorija dobi 26-29 godina X X X X X X
X X
Kategorija dobi 30-39 godina X X X X X X
X X
Kategorija dobi 40-49 godina X X X X X X
Kategorija dobi 50-68 godina X X X X X X
Spol X X X X X X X X X
Razina obrazovanja: trogodišnja srednja škola, kvalificirano zanimanje
X X X X X X X
Razina obrazovanja: četverogodišnja srednja škola, kvalificirano zanimanje
X X X X X X X X
Razina obrazovanja: gimnazija X X X X X X X X
Razina obrazovanja: ne-sveučilišni studij X X X X X X X X Razina obrazovanja: sveučilišni diplomski i
poslijediplomski studij X X X X X X X X X
Područje obrazovanja: pravo i poslovanje X X X X X X X X X
Područje obrazovanja: osnovno obrazovanje X X X X X X X X X
Područje obrazovanja: zdravstvo X X X X X X X X X
Područje obrazovanja: bez podataka X X X X X X X X X
Područje obrazovanja: usluge X X X X X X X X X
Područje obrazovanja: nastavnici i znanost X X X X X X X X X
Područje obrazovanja: tehničke znanosti X X X X X X X X X
Invaliditet X X X X X X X X X
Branitelj, udovica ili dijete poginulog branitelja: Da X X X X X X X X X
Dob najmlađeg djeteta: 4-8 godina X X X X X X X X X
Dob najmlađeg djeteta: 9-18 godina X X X X X X X X X
Dob najmlađeg djeteta: 19-26 godina X X X X X X X X X
Dob najmlađeg djeteta: drugo X X X X
X X
Samohrani roditelj X X X X X X X X X
Duljina prethodne/trenutne epizode nezaposlenosti – u danima
X X X X X X X X X
Radno iskustvo: manje od 1 godinu X X X X
X X X X
Radno iskustvo: 1-3 godine X X X X
X X X X
Radno iskustvo: 3-5 godina X X X X
X X X X
Radno iskustvo: 5-10 godina X X X X
X X X X
Radno iskustvo: više od 10 godi X X X X
X X
Status na tržištu rada prije zadnje epizode: zaposlenost X X X X X X X X X
Status na tržištu rada prije zadnje epizode: neaktivnost X X X X X X X X X
Status na tržištu rada prije zadnje epizode: pripravništvo X X X X X X X X X
13
Status na tržištu rada prije zadnje epizode: drugo X X X X X X X X X
Industrijski sektor prije ulaska u nezaposlenost: Industrija, građevinarstvo
X X X X
X X X X
Industrijski sektor prije ulaska u nezaposlenost: Usluge X X X X
X X X X
Industrijski sektor prije ulaska u nezaposlenost: Javne usluge i administracija
X X X X
X X X X
Industrijski sektor prije ulaska u nezaposlenost: bez prethodnog radnog iskustva
X X X X
X X X X
ISCO08 osnovna skupina prije ulaska u nezaposlenost – deset skupina
X X X X
X X X X
Kategorizacija osobe od strane HZZ-a u pogledu šansi za pronalazak zaposlenja: teško zapošljiva osoba
X X X X X X X
Kategorizacija osobe od strane HZZ-a u pogledu šansi za pronalazak zaposlenja: potrebna priprema pronalazak zaposlenja
X X X X X X X X X
Kategorizacija osobe od strane HZZ-a u pogledu šansi za pronalazak zaposlenja: nije primjenjivo
X X X X X X X X X
Kategorizacija osobe od strane HZZ-a u pogledu šansi za pronalazak zaposlenja: trenutno nezapošljiva osoba
X X X X X
Status naknade za nezaposlene X
X X
X X X X
Status trajne naknade za nezaposlene X X X X
X X
Prethodno sudjelovanje u javnim radovima X X X X
X X X X
Prethodno sudjelovanje u programima obrazovanja za nezaposlene
X X X X X X X X X
Prethodno sudjelovanje u potporama za zapošljavanje X
X X
X X X X
Prethodno sudjelovanje u stručnom osposobljavanju X
X X X X
X X
Stopa nezaposlenosti u regiji u kojoj je osoba prijavljena
X X X X X X X X X
Sljedeći je korak bio odabir kontrolne skupine. Primijenjena je tehnika uparivanje „najbližeg
susjeda” 1:5 s radijusom (NN 1:5c). Cilj ove tehnike je, za svaku osobu koja je sudjelovala u
mjeri, odabrati pet pojedinaca iz rezervoara kontrolne skupine. Ovih pet pojedinaca imaju
najbliže vrijednosti skorova sklonosti sudjelovanja u programu vrijednostima pojedinaca koji
su sudjelovali u programu. U NN 1:5c tehnici se pomoću zadanog radijusa kontrolira
dopušteno odstupanje mogućeg uparivanja. Ovom metodom uparivanje slučajeva moguće je
samo za slučajeve u kojima je udaljenost među skorovima sklonosti manja ili jednaka
zadanom radijusu c.
Vrijednost radijusa c ustanovljena je na temelju pravila koje predlažu Rosenbaum i Rubin
(1985) kao:
c=0.25*s
pri čemu je
… prosječna standardna devijacija distribucije skorova prema sklonosti u skupini koja je
sudjelovala u mjeri ( ) te u skupini ne-sudionika ( ).
Korištenje ove tehnike znači da za neke pojedince koji su sudjelovali u mjerama možemo
imati manje od 5 dvojnika iz rezervoara kontrolne skupine – oni najbliži susjedi sa skorovima
14
prema sklonosti većim od radijusa nisu uključeni u analizu. Razlike između broja dvojnika iz
kontrolne skupine između pojedinaca koji su sudjelovali u mjerama korigiran je upotrebom
pondera. Jedna od prednosti NN 1:5c tehnike uparivanja je relativno dobra preciznost u
procjeni učinaka intervencije te izbjegavanje pristranosti dobivenih podataka. (Konarski i
Kotnarowski 2007). Rizik upotrebe ove tehnike leži u mogućnost da se za neke slučajeve
sudionika ne pronađu dvojnici iz kontrolne skupine nesudionika. Ovaj rizik je u našem slučaju
sveden na minimum zbog činjenice da smo na raspolaganju imali velik broj opservacija koje
nisu bile u intervenciji, te u tablici 5 vidimo da je ukupan broj neuparenih sudionika malen.
Da bismo kontrolirali varijacije u tržištu rada na razini godine, primijenili smo egzaktno
uparivanje na razini mjeseca i godine. To podrazumijeva, osim najbližih vrijednosti na skoru
sklonosti sudjelovanja, primjenu uvjeta po kojem osoba iz kontrolne skupine mora biti
nezaposlena u istom mjesecu kao i osoba koja je sudjelovala u mjeri a kojoj je ova parnjak.
Uparivanje je obavljeno u programskom softveru R (R Core Team 2014) korištenjem Machit
softverskog paketa (Daniel E. Ho et al. 2007; Daniel E. ho et al 2011).
Tablica 5. – Ukupni broj uparenih sudionika te kontrolne skupine te broj neuparenih opservacija, po modelima
Model Vrsta observacije Ukupni podaci Upareni podaci Neupareni podaci
Javni radovi 1 Kontrola 2917172 51564 2865608
Sudionici 10526 10457 69
Javni radovi 2 Kontrola 1315901 42803 1273098
Sudionici 8667 8634 33
Obrazovanje nezaposlenih Kontrola 10787842 81735 10706107
Sudionici 16378 16364 14
Samozapošljavanje Kontrola 8773322 23733 8749589
Sudionici 4753 4749 4
Potpore za zapošljavanje 1 Kontrola 1349884 16596 1333288
Sudionici 3336 3330 6
Potpore za zapošljavanje 2 Kontrola 5209077 23396 5185681
Sudionici 4683 4682 1
Potpore za zapošljavanje 3 Kontrola 2271219 5555 2265664
Sudionici 1114 1111 3
Stručno osposobljavanje 1 Kontrola 7452065 43585 7408480
Sudionici 13270 13175 95
Stručno osposobljavanje 2 Kontrola 1913814 24345 1889469
Sudionici 4869 4869 0
15
1.5. Provjera kvalitete uparivanja i redukcija pristranosti podataka
Nakon provedenog uparivanja pristupili smo provjeri kvalitete dobivenih uparenih rezultata.
Verifikacija kvalitete uparivanja provedena je usporedbom distribucija skorova prema
sklonosti te prediktora (korištenih u modelu logističke regresije) između skupine koja je
sudjelovala u intervenciji te odabrane kontrolne skupine. Izostanak razlika u distribucijama
između ovih skupina dokaz je dobro provedenog uparivanja kao i procesa selekcije kontrolne
skupine. Vrijednosti koje ukazuju na kvalitetu uparivanja izložene su tablicama 6-13 te u
prilogu izvještaja u tablicama A1-A8. Prikaz u tablicama se odnosi na različite intervencije na
temelju kojih su izlazni modeli uparivanja kombinirani. U prilogu su za svaku mjeru rezultati
uparivanja su izloženi u različitim vremenskim točkama u kojima je provedena izrada modela.
U tablicama 6-13 imamo usporedbu parametara procijenjenih skorova prema sklonosti prije i
poslije procedure uparivanja. Kompletna usporedba svih parametara distribucija skorova
prema sklonosti te svih ulaznih prediktora je izložena u tablicama A1-A8 u prilogu ovog
izvještaja.
U tablicama 6-13 uspoređene su distribucije skorova prema sklonosti prije uparivanja te
poslije uparivanja između kontrolne skupine i skupine sudionika. U stupcima 'ukupni podaci'
prikazane su aritmetičke sredine skorova prema srodnosti korisnika mjera APZ-a te kontrolne
skupine koja u ovom stupcu podrazumijeva ukupnost svih opservacija u bazi podataka koji
nisu ušli u mjere APZ-a u danom modelu. Ostali parametri u ovom stupcu su; standardna
devijacija skorova prema sklonosti unutar kontrolne skupine ('SD kontrole'), razlika između
aritmetičkih sredina tretirane i kontrolne skupine ('prosjek razlika'), te standardizirana razlika
aritmetičkih sredina tretirane i kontrolne skupine ('st. prosjek razlika'). Standardizirana
razlika aritmetičkih sredina dobivena je kao razlika između tretirane i kontrolne skupine koja
je podijeljena sa standardnom devijacijom kontrolne skupine te predstavlja svojevrsnu
redukciju pristranosti uparivanja, prema formuli:
Pri čemu je:
16
– prosjek ispitivane varijable (skor prema sklonosti ili prediktor modela logističke
regresije) u skupini sudionika u mjerama,
– prosjek ispitivane varijable (skor prema sklonosti ili prediktor modela logističke
regresije) u kontrolnoj skupini
- standardna devijacija ispitivane varijable (skor prema sklonosti ili prediktor modela
logističke regresije) kontrolne skupine
Isti skup podataka je izložen i u sljedećem stupcu ('upareni podaci'), s tom razlikom da se
podaci tiču samo uparene baze. Zadnji stupac ('redukcija') nudi količinu redukcije pristranosti
podataka nakon implementacije algoritma uparivanja. Prvi podstupac ('prosjek razlika') je
postotak redukcije razlike među aritmetičkim sredinama nakon implementacije procedure
uparivanja, prema sljedećoj formuli:
Drugi podstupac stupca 'redukcija' predstavlja postotak redukcije standardizirane razlike
aritmetičkih sredina nakon primjene procedure uparivanja.
Prema Rosenbaumu i Rubinu (1985), kvalitetu uparivanja procjenjujemo zadovoljavajućom
ako su standardizirane razlike aritmetičkih sredina ukupnih podataka veće od
standardiziranih razlika aritmetičkih sredina uparenih podataka. Nadalje, pri procjeni
kvalitete uparivanja primijenili smo kriterij Calienda i Kopeinniga (2008) prema kojem
standardizirana razlika aritmetičkih sredina uparenog skupa podataka ne bi smjela biti veća
od 5%.
Tablica 6. – Javni radovi 1 – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
ožujak-lipanj 2010
0,006 0,002 0,003 0,0034 1,3578 0,005 0,005 0,006 0,0001 0,0092 98,44 99,32
rujan-prosinac
2010 0,002 0,001 0,001 0,0008 0,8915 0,002 0,002 0,001 0,0000 0,0145 97,64 98,37
ožujak-svibanj 2011
0,009 0,004 0,004 0,0042 1,0148 0,008 0,008 0,007 0,0001 0,0126 97,76 98,75
rujan-studeni 2011
0,012 0,007 0,006 0,0048 0,8136 0,012 0,012 0,008 0,0001 0,0166 97,41 97,96
ožujak-lipanj 0,010 0,006 0,005 0,0041 0,7719 0,010 0,010 0,008 0,0001 0,0126 97,60 98,37
17
2012
kolovoz-prosinac
2012 0,004 0,002 0,002 0,0018 0,9096 0,004 0,004 0,003 0,0000 0,0131 97,76 98,56
siječanj-lipanj 2013
0,007 0,004 0,003 0,0025 0,7087 0,007 0,007 0,005 0,0001 0,0125 97,58 98,23
srpanj-prosinac
2013 0,004 0,002 0,002 0,0026 1,1932 0,004 0,004 0,004 0,0000 0,0098 98,37 99,18
Tablica 7. – Javni radovi 2 – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
ožujak-lipanj 2010
0,006 0,005 0,003 0,0018 0,6236 0,006 0,006 0,003 0,0000 0,0133 97,58 97,87
rujan-prosinac
2010
0,004 0,003 0,002 0,0015 0,7411 0,004 0,004 0,003 0,0000 0,0159 97,24 97,86
ožujak-svibanj
2011
0,016 0,010 0,007 0,0051 0,7075 0,015 0,015 0,009 0,0001 0,0129 97,86 98,18
rujan-studeni
2011
0,023 0,016 0,011 0,0072 0,6822 0,023 0,023 0,012 0,0002 0,0130 97,79 98,10
ožujak-lipanj 2012
0,018 0,013 0,008 0,0054 0,6695 0,018 0,018 0,009 0,0001 0,0149 97,45 97,78
kolovoz-prosinac
2012
0,007 0,004 0,003 0,0026 0,7999 0,007 0,007 0,004 0,0001 0,0174 97,36 97,83
siječanj-lipanj 2013
0,010 0,006 0,005 0,0033 0,7172 0,010 0,010 0,005 0,0001 0,0176 97,35 97,54
srpanj-prosinac
2013
0,003 0,002 0,001 0,0011 0,7524 0,003 0,003 0,002 0,0000 0,0121 98,01 98,40
Table 8. – Obrazovanje nezaposlenih – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
siječanj-lipanj 2010
0,003 0,002 0,001 0,0013 0,8885 0,003 0,003 0,002 0,0000 0,0132 98,30 98,51
srpanj-prosinac
2010 0,001 0,000 0,001 0,0006 1,0431 0,001 0,001 0,001 0,0000 0,0175 97,48 98,32
siječanj-lipanj 2011
0,003 0,002 0,002 0,0012 0,7482 0,003 0,003 0,002 0,0000 0,0147 98,05 98,03
srpanj- prosinac
2011 0,008 0,005 0,004 0,0029 0,7389 0,008 0,008 0,004 0,0001 0,0179 97,39 97,57
ožujak- lipanj 2012
0,002 0,001 0,001 0,0012 0,9891 0,002 0,002 0,001 0,0000 0,0165 98,18 98,34
rujan- prosinac
2012 0,002 0,001 0,001 0,0011 1,4551 0,002 0,002 0,001 0,0000 0,0137 98,29 99,06
veljača- lipanj 2013
0,001 0,000 0,001 0,0009 1,3573 0,001 0,001 0,001 0,0000 0,0131 98,21 99,03
srpanj- prosinac
2013 0,001 0,000 0,000 0,0005 1,1968 0,001 0,001 0,001 0,0000 0,0145 98,07 98,79
18
Tablica 9. – Potpora za samozapošljavanje – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
2010 0,001 0,000 0,000 0,0005 1,8248 0,001 0,001 0,001 0,0000 0,0116 98,61 99,36
2011 0,001 0,000 0,000 0,0005 1,2385 0,001 0,001 0,001 0,0000 0,0136 98,27 98,90
2012 0,001 0,000 0,000 0,0003 1,0740 0,001 0,001 0,000 0,0000 0,0131 98,13 98,78
siječanj-lipanj 2013
0,003 0,001 0,001 0,0018 1,3264 0,003 0,003 0,003 0,0000 0,0120 98,31 99,09
srpanj- prosinac
2013 0,003 0,001 0,001 0,0017 1,5227 0,003 0,002 0,002 0,0000 0,0122 98,39 99,20
Tablica 10. – Potpore za zapošljavanje 1 – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
2010 0,003 0,001 0,001 0,0017 1,1788 0,003 0,003 0,003 0,0000 0,0116 98,31 99,02
2011 0,007 0,003 0,003 0,0038 1,2171 0,007 0,006 0,005 0,0001 0,0102 98,53 99,16
2012 0,006 0,003 0,003 0,0036 1,1878 0,006 0,006 0,005 0,0001 0,0143 97,90 98,79
2013 0,008 0,003 0,004 0,0051 1,4225 0,008 0,008 0,008 0,0001 0,0105 98,37 99,26
Tablica 11. – Potpore za zapošljavanje 2 – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
2010 0,001 0,000 0,001 0,0008 1,2825 0,001 0,001 0,001 0,0000 0,0156 98,13 98,78
2011 0,002 0,001 0,001 0,0013 1,1905 0,002 0,002 0,001 0,0000 0,0170 98,08 98,58
2012 0,003 0,001 0,001 0,0016 1,3517 0,003 0,002 0,002 0,0000 0,0135 98,26 99,00
2013 0,003 0,001 0,001 0,0016 1,1658 0,003 0,003 0,002 0,0000 0,0151 98,20 98,70
Tablica 12. – Potpore za zapošljavanje 3 – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
2010 0,001 0,000 0,001 0,0006 0,9806 0,001 0,001 0,001 0,0000 0,0367 96,72 96,26
2011 0,002 0,001 0,001 0,0010 1,3451 0,002 0,002 0,001 0,0000 0,0171 98,03 98,73
2012 0,002 0,001 0,001 0,0010 1,2874 0,001 0,001 0,001 0,0000 0,0146 98,30 98,87
2013 0,001 0,001 0,001 0,0008 1,1462 0,001 0,001 0,001 0,0000 0,0151 98,25 98,68
19
Tablica 13. – Stručno osposobljavanje – Procjena kvalitete uparivanja – distribucija skorova prema sklonosti UKUPNI PODACI UPARENI PODACI REDUKCIJA
Prosjek
tretiranih Prosjek
kontrolne SD
kontrolne Prosjek razlika
SD razlika
Prosjek tretiranih
Prosjek kontrolne
SD kontrolne
Prosjek razlika
SD razlika
Prosjek razlika
Stand. razlika
prosjeka
Stručno osposobljavanje 1
kolovoz-prosinac
2010 0,006 0,000 0,002 0,0060 3,6509 0,006 0,006 0,005 0,0000 0,0060 99,50 99,83
siječanj-lipanj 2011
0,017 0,001 0,004 0,0164 4,1010 0,017 0,017 0,018 0,0001 0,0070 99,24 99,83
srpanj-prosinac
2011 0,045 0,001 0,008 0,0433 5,6583 0,044 0,044 0,054 0,0003 0,0050 99,37 99,91
ožujak-srpanj 2012
0,034 0,001 0,006 0,0327 5,1418 0,033 0,033 0,044 0,0002 0,0055 99,25 99,89
kolovoz-prosinac
2012 0,023 0,001 0,005 0,0219 4,0710 0,023 0,023 0,025 0,0001 0,0041 99,54 99,90
siječanj-lipanj 2013
0,081 0,003 0,015 0,0780 5,3454 0,077 0,076 0,093 0,0007 0,0080 99,04 99,85
srpanj-prosinac
2013 0,044 0,003 0,011 0,0413 3,8701 0,044 0,044 0,050 0,0004 0,0073 99,12 99,81
Stručno osposobljavanje 2
srpanj-prosinac
2012 0,015 0,002 0,005 0,0138 2,9459 0,015 0,015 0,009 0,0000 0,0006 99,96 99,98
siječanj-lipanj 2013
0,031 0,003 0,009 0,0275 2,9022 0,031 0,031 0,017 0,0000 0,0004 99,98 99,99
srpanj-prosinac
2013 0,021 0,002 0,007 0,0189 2,8340 0,021 0,021 0,012 0,0000 0,0001 99,99 100,00
Ukupna kvaliteta uparivanja je visoka. Kada gledamo distribucije skorova prema sklonosti,
primjećujemo supstancijalnu redukciju razlika aritmetičkih sredina skorova prema sklonosti
između kontrolne skupine i skupine tretiranih u svakom (od 49) modela procjene uparivanja.
U svakom modelu standardizirana razlika aritmetičkih sredina prije uparivanja je bila
supstantivno viša nego poslije uparivanja. Nadalje, u svakom od modela implementacija
tehnike uparivanja je smanjila standardizirane razlike aritmetičkih sredina za najmanje 96%.
U svakom modelu je ispunjen kriterij Calienda i Kopeiniga – standardizirane razlike
aritmetičkih sredina uparenih podataka nisu veće od 5% u nijednom od modela. Kada
obratimo pozornost na grafove distribucija skorova prema sklonosti u Prilogu, možemo
vidjeti da su distribucije kontrolne i tretirane skupine nakon uparivanja skoro identične. Ipak,
pažljivim pregledom tablica A1-A8 u Prilogu postoji nekolicina varijabli čije distribucije nisu
konvergirale jedna drugoj nakon tehnike uparivanja.
20
1.6. Definiranje skupa izlaznih podataka za potrebe analize učinkovitosti
Ishodi tehnike uparivanja su dobivene baze podataka kojima se, za svaki definirani model,
nalaze upareni ishodi zaposlenosti i nezaposlenosti sudionika mjera APZ-a i njihovih parnjaka
koji u danom periodu nisu sudjelovali u analiziranoj mjeri. Ishodi zaposlenosti i
nezaposlenosti su pridruženi iz baze podataka Hrvatskog zavoda za mirovinsko osiguranje te
su zabilježeni za svaki mjesec nakon ulaska u mjeru (za sudionike mjere) te za svaki mjesec
uparenih nesudionika od trenutka kada su upareni sudionici ušli u mjeru6. Kako je trenutak
ulaska u mjeru kod sudionika u inicijalnoj bazi podataka bio definiran na razini jednog
mjeseca (na razini epizode), ishodi uparenih skupova (sudionik + upareni nesudionici) koje je
bilo moguće pratiti na razini modela definirani su do 36 mjeseci nakon početka intervencije.
Za svaki od ishoda, opservirani učinci su dobiveni za čitav model te su prikazani u definiranim
vremenskim točkama pri čemu je početna točka promatranog ishoda 6 mjeseci nakon kraja
intervencije. Unutar svakog modela vremenske točke promatranih ishoda definirane su u
skladu s normativnim trajanjem mjere, budući da se upareni skup prati od početka
intervencije sudionika mjere. Ovakav način definiranja promatranih vremenskih točaka
predstavljao je problem u slučaju intervencije s varijabilnim trajanjem (obrazovanje
nezaposlenih osoba) koji je riješen na način da su sudionici mjere podijeljeni u kategorije
trajanja na razini mjeseca za potrebe određivanja vremenske točke promatranog ishoda. U
slučaju kontrolne skupine (koja nema vrijednost intervencije), pri izračunu vremenskih
točaka vodili smo se medijalnim trajanjem intervencije (dva mjeseca). Kako je maksimalni
vremenski obuhvat ishoda 36 mjeseci (što uključuje i trajanje mjere), odabrane su
vremenske točke koje na razini ukupnih podataka prikazuju kratkoročni do srednjoročni
učinak mjere (6, 12, 18, 24, 30 mjeseci nakon izlaska iz mjere). Kako maksimalni vremenski
raspon u vidu dobivenih ishoda ovisi o dužini trajanja mjere, oni su duži za mjere nominalno
kraćeg trajanja. Također, kada u vidu imamo samo trajanje mjere i referentnu godinu analize
(npr. 2013.), za neke godine analize praćenje ishoda nije bilo moguće dulje od 12-18 mjeseci
nakon izlaska iz mjere. Iz tog razloga za svaki od modela temeljem izlaznih podataka
konstruirani su analitički modeli koji nam omogućavaju prikaz prosječnog učinka u duljim
vremenskim točkama.
6 Opservacije ishoda nezaposlenosti i zaposlenosti za skupinu sudionika i nesudionika sežu do rujna 2015.
godine
21
Tablica 14. – Prikaz analitičkih modela konstruiranih u svrhu maksimalnog obuhvata
Intervencija (trajanje) Model Analitički modeli/maksimalni obuhvat analiza
Javni radovi
(nominalno trajanje 6 mjeseci)
Javni radovi 1 (model 2.1) Učinak do 30 mj. nakon izlaska iz mjere: 2010+2011+2012
Učinak do 24 mj. nakon izlaska iz mjere: ukupni referentni period
Javni radovi 2 (model 2.2) Učinak do 30 mj. nakon izlaska iz mjere: 2010+2011+2012
Učinak do 24 mj. nakon izlaska iz mjere: ukupni referentni period
Obrazovanje nezaposlenih
(varijabilno trajanje – medijalno trajanje 2 mjeseca)
Model 4 Učinak do 30 mj. nakon izlaska iz mjere: 2010+2011
Učinak do 24 mj. nakon izlaska iz mjere: 2012+2013
Učinak do 24 mj. nakon izlaska iz mjere: ukupni referenti period
Potpora za samozapošljavanje
(nominalno trajanje 12 mjeseci)
Model 6 Učinak do 24 mj. nakon izlaska iz mjere: do siječnja 2013
Učinak do 12 mj. nakon izlaska iz mjere: od veljače 2013
Učinak do 18 mj. nakon izlaska iz mjere: ukupni referentni period
Potpore za zapošljavanje
(nominalno trajanje 12 mjeseci)
Potpore za zapošljavanje 1 (model 8.1)
Mladi bez radnog iskustva
Učinak do 24 mj. nakon izlaska iz mjere: 2010+2011+2012
Učinak do 18 mj. nakon izlaska iz mjere: ukupni referentni period
Potpore za zapošljavanje 2
(model 8.2)
Dugotrajno nezaposleni
Učinak do 24 mj. nakon izlaska iz mjere: 2010+2011+2012
Učinak do 18 mj. nakon izlaska iz mjere: ukupni referentni period
Potpore za zapošljavanje 3
(model 8.3)
Osobe iznad 50 godina
Učinak do 24 mj. nakon izlaska iz mjere: 2010+2011+2012
Učinak do 18 mj. nakon izlaska iz mjere: ukupni referentni period
Stručno osposobljavanje za rad bez zasnivanja radnog odnosa
(nominalno trajanje 12 mjeseci)
SOR 1 (model 10.1 – prema ZOR-u)
Učinak do 24 mj. nakon izlaska iz mjere: do svibnja 2012
Učinak do 18 mj. nakon izlaska iz mjere: ukupni referentni period
SOR 2 (model 10.2 – prema ZOPS-u
Učinak do 12 mj. nakon izlaska iz mjere: ukupni referentni period (od svibnja 2012)
Osnovna podjela mjere javni rad je istovremeno uvjet bivanja u evidenciji Zavoda
(registrirana nezaposlenost) kao i razina sufinanciranja kandidata na koje poslodavac ima
pravo. Kako su posebne skupine za koje nije bilo moguće identificirati parnjake isključene iz
analize, ovo je osnovna podjela ciljanih populacija mjere. U slučaju ove mjere egzaktno
uparivanje (upareni sudionici i nesudionici moraju imati točno istu vrijednost na prediktoru)
je obavljeno i na razini Područnog ureda u kojem su članovi skupine tretiranih i kontrolne
skupine bili prijavljeni. Ovo nam omogućuje adekvatan način ocjene prosječnog učinka mjere
na županijskom i regionalnom nivou (pri prikazu/analizi prosječnih učinaka mjere, bit će
korištena razina regije.
U mjeri obrazovanje nezaposlenih, vremenski odijeljeni segmenti analize su skupovi od dvije
godine. Osnovni razlog za ovu podjelu su uvidi u količinu ulazaka u mjeru u zadanim
22
godinama. Suprotno svim ostalim mjerama, najfrekventnije godine ulazaka su 2010. i 2011.,
s drastičnim smanjenjem broja ulazaka u 2012. Godini. U ovoj mjeri smo kao egzaktni
prediktor također koristili Područni ured u kojem je (ne)sudionik prijavljen.
U slučaju potpore za samozapošljavanje, usprkos nekim promjenama uvjeta za ulazak u
mjeru, odlučili smo se na odjeljivanje segmenata analize na temelju identificiranog mjeseca
od kojeg je Zavod odlučio veću pažnju u provedbi mjere odlučio posvetiti aktivnostima koje
prethode ostvarivanju potpore i ulaska u mjeru. Od studenog 2012 veći je naglasak stavljen
na ove aktivnosti, a uvid u distribuciju ulazaka u mjeru omogućio nam je da zamijetimo
povećanu frekvenciju ulazaka u mjeru nakon siječnja 2013 koji smo potom identificirali kao
adekvatnu točku segmentacije, odnosno kontrole dizajna.
Potpore za zapošljavanje su odijeljene u tri modela temeljem ciljane skupine mjere. Za svaku
ciljanu skupinu pokušali smo ponuditi dvije segmentacije kojima bismo zahvatili stabilan
dizajn mjere čiji učinak možemo promatrati u što dužem vremenskom razdoblju. U slučaju
potpora za zapošljavanje mladih bez radnog staža, iako je identificirani stabilni dizajn
nastupio 2012., odlučili smo uzeti period od tri godine zbog izjednačavanja skupine
tretiranih. U slučaju dugotrajno nezaposlenih te potpora za osobe iznad 50 godina, također
smo u svrhu promatranja učinka u dužem vremensko razdoblju konstruirali analitičke
modele za godine obuhvata do kraja 2012.
Stručno osposobljavanje za rad bez zasnivanja radnog odnosa odijeljeno je u zasebne
model prvenstveno temeljem tipa intervencije, odnosno širenjem ciljane skupine mjere koje
je nastupilo u svibnju 2012 godine. U prvom modelu obuhvatili smo samo one sudionike
mjere koji su u mjeru ušli temeljem Zakona o radu (obavezan radni staž za polaganje
stručnih/državnih ispita). Ovaj model je nadalje podijeljen na način da pokušamo obuhvatiti
prosječne učinke mjere za sudionike koji su u mjeru ušli pod navedenim uvjetom prije
trenutka proliferacije mjere te za njih procijeniti dugoročni učinak mjere. Sudionici koji su
mjeru ušli temeljem proširenja ciljane skupine (prema Zakonu o potporama za zapošljavanje)
uključuju samo one sudionike kojima nominalno trajanje mjere iznosi 12 mjeseci.
23
1.7. Procjena statističke značajnosti dobivenih učinaka pomoću intervala pouzdanosti
Za svaku mjeru, provedene su dva logistička regresijska modela. Modeli imaju isti skup
nezavisnih varijabli i različite zavisne varijabla. U svakom modelu, zavisna varijabla se
odnosila na ishod mjere - status osobe na tržištu rada.
Kao zavisna varijabla, koristio se status zaposlenosti (kodiran 1 osoba u radnom odnosu, 0-
inače) ili status nezaposlenosti (kodiran kao 1=zaposlen, 0=nije zaposlen).
Skup nezavisnih varijabli činili su prediktori ishoda intervencije prethodno korišteni u
postupku uparivanja, te indikator podvrgavanju mjere (kodiran kao 1=eksperimentalna
skupina, 0=kontrolna skupina). U procjenama modela, indikator pripadnosti
eksperimentalnoj ili kontrolnoj skupini koristio se kao glavna nezavisna varijabla - ispitivanje
statističke značajnosti ove varijable koristilo se za procjenu statističke značajnosti efekta
mjere. Ostale nezavisne varijable korištene su za kontrolu nezavisnih varijabli i bile su
uključene u model kako bi se dobilo na robusnosti značajnosti testa efekta mjere.
U okviru svakog modela simulirana je i računata predviđena vjerojatnost zaposlenosti,
odnosno nezaposlenosti(ovisno o vrsti zavisne varijable) prema formuli:
Provedeno je 1000 simulacija po modelu. U svakoj simulaciji izvedeni su β koeficijenti
modela iz distribucije uzoraka, definirani standardnom pogreškom logističkog regresijskog
modela.
Za svaki model izvedene su dvije vrste simulacija: jedna za skupinu u mjeri (eksperimentalna
skupina) kod koje je vrijednost indikatora pripadnosti skupini postavljena na vrijednost 1, i
druga za skupinu koja nije bila u mjeri (kontrolna skupina) kod koje je vrijednost indikatora
pripadnosti skupini postavljena na 0. U svakom modelu, sve druge vrijednosti nezavisnih
varijabli bile su postavljene na prosječne vrijednosti (aritmetičke sredine) analiziranog skupa
podataka.
U sljedećem koraku procjenjivane su razlike između očekivanih vjerojatnosti zaposlenosti
(odnosno nezaposlenosti) između eksperimentalne i kontrolne skupine. Na temelju
24
simulacija dobivene su distribucije uzoraka tih razlika i interval pouzdanosti od 95%. Intervali
pouzdanosti koji ne obuhvaćaju vrijednost 0, statističku su značajni, neovisno o pozitivnom ili
negativnom predznaku. U slučaju da raspon intervala zahvaća vrijednost 0, učinak mjere nije
statistički značajan.
Intervali pouzdanosti su izračunati za svaki model na razini objekata u programskom paketu
R za 12. mjesec nakon izlaska iz intervencije. Distribucije intervala pouzdanosti, za analitički
bitne ishode, u grafičkom obliku se nalaze u drugom dijelu ovog dokumenta (Analiza
prosječnog učinka mjera APZ-a) dok se tablični prikaz dobivenih intervala nalazi u donjoj
tablici. Grafički prikazi distribucija intervala pouzdanosti za sve ishode u svim modelima
nalaze se u Dodatku 2 ovog izvještaja.
Tablica 15. – Prikaz procjena vrijednosti razlika i intervala pouzdanosti razlika za ishode zaposlenosti i nezaposlenosti u 12. mjesecu nakon izlaska iz mjere.
Intervencija/model Varijabla ishoda
Procjena vrijednosti razlike između
eksperimentalne i kontrolne skupine
95% interval pouzdanosti razlike
Donja granica Gornja granica
Javni radovi za osobe nezaposlene 11 do 35 mjeseci
% Zaposlenih 0,010 0,002 0,019
% Nezaposlenih 0,063 0,053 0,073
Javni radovi za osobe nezaposlene 36 mjeseci i dulje
% Zaposlenih 0,013 0,007 0,020
% Nezaposlenih 0,065 0,052 0,077
Samozapošljavanje % Zaposlenih 0,382 0,357 0,402
% Nezaposlenih -0,224 -0,246 -0,203
Potpore za zapošljavanje mladih
% Zaposlenih 0,263 0,247 0,281
% Nezaposlenih -0,111 -0,124 -0,098
Potpore za zapošljavanje dugotrajno nezaposlenih
% Zaposlenih 0,329 0,306 0,352
% Nezaposlenih -0,171 -0,191 -0,153
Potpore za zapošljavanje starijih
% Zaposlenih 0,392 0,348 0,438
% Nezaposlenih -0,205 -0,245 -0,167
Stručno osposobljavanje (ZOR) % Zaposlenih 0,143 0,132 0,154
% Nezaposlenih -0,038 -0,049 -0,027
Stručno osposobljavanje (ZOPZ)
% Zaposlenih 0,235 0,217 0,254
% Nezaposlenih -0,077 -0,093 -0,060
Obrazovanje nezaposlenih % Zaposlenih 0,079 0,070 0,088
% Nezaposlenih -0,001 -0,009 0,008
25
U analizi prosječnih učinaka mjera APZ-a vodili smo se načelom prikaza najznačajnijih
rezultata u skladu s namjeravanim učincima mjere te su podaci u grafičkim i tabličnim
prikazima uređeni u skladu s tekstom interpretacije i značajnosti nalaza. Također, za svaku
analiziranu intervenciju navedena je procjena statističke značajnosti učinka dobivenog
modelima uparivanja, za postotke zaposlenosti i nezaposlenosti, dok je grafički prikaz
intervala pouzdanosti prikazan ukoliko je određeni ishod za tip intervencije analitički važan.
Svi konstruirani analitički modeli korišteni pri analizi učinaka mjera nalaze se u Dodatku na
kraju izvještaja, gdje se nalazi i prosječni učinci na razini regije zahvaćeni u modelima za
mjere obrazovanja i javnih radova.
2. ANALIZA PROSJEČNIH UČINAKA MJERA APZ-a
26
2.1.Javni radovi
U analizu ove mjere ušlo je ukupno 19.091 sufinancirana osoba koje su uparene sa srodnim
nesudionicima temeljem dva modela. Model evaluacije javnih radova koji nisu u potpunosti
financirani od strane Zavoda te čiji su sudionici bili nezaposleni 12-35 mjeseci obuhvatio je
10.457 sufinanciranih osoba, dok je model od Zavoda u potpunosti financiranog javnog rada
za sudionike nezaposlene 36 mjeseci i dulje (te kraće nezaposlene sudionike iz područja od
posebne državne skrbi) obuhvatio 8.634 osobe.
Tablica 1. Obuhvat analize učinka mjere javnih radova –broj sudionika mjere i kontrolne skupine, po godinama
Godina
Javni radovi 1 – nezaposleni od 12-35 mjeseci
Javni radovi 2 – nezaposleni 36 mjesec i dulje
Broj sudionika
mjere Broj osoba u kontrolnoj
skupini
Broj sudionika mjere
Broj osoba u kontrolnoj skupini
2010 809 3.943 909 4.469
2011 2.745 13.535 2.567 12.717
2012 3.389 16.730 3.018 14.970
2013 3.514 17.356 2.140 10.647
Ukupno 10.457 51.564 8.634 42.803
Trećina korisnika mjere javnih radova ima završeno samo osnovno obrazovanje, a daljnjih
37% ima završeno 3 ili manje razreda srednje škole. Nešto više od polovine korisnika mjere
(52%) starije je od 40 godina, a 32% ima 10 ili više godina radnoga staža. Gotovo polovina
korisnika je iz Slavonije (46%), dok ih je najmanje u Zagrebu i okolici (7%), te u Istri (5%).
Doseg analize za sve referentne godine definiran je do 24. mjeseca nakon nominalnog
trajanja mjere (6 mjeseci). Prosječni učinak mjere prikazujemo na združenim rezultatima oba
analitička modela dok će u analizi i interpretaciji podataka razlike u rezultatima među
modelima biti prikazane tablično.
27
Zaposlenost
Slika 1. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – Javni radovi ukupno, za sve godine
Iz rezultata prikazanih na slici vidljiv je nizak postotak zaposlenih nakon mjere kako kod
sudionika mjere tako i kod uparenih ne-sudionika mjere. Iako je kod sudionika javnih radova
u svim mjesecima postotak zaposlenih nešto viši, razlika, tj. učinak mjere na postotak
zaposlenost vrlo je mali i iznosi između 1 i 4% u periodu između 6 i 24 mjeseci nakon
završetka mjere.
Ako usporedimo učinke u pogledu zaposlenosti, dva modela se u ne odstupaju znatno jedan
od drugoga. Očekivano, ukupne proporcije zaposlenih među sudionicima i uparenim
nesudionicima su na razini drugog modela (nezaposleni 36 mjeseci i dulje) su niže nego kod
prvog modela, ali sam prosječni učinak je za drugi model neznatno viši, kako je prikazano u
donjoj tablici.
Tablica 2. Razlika u učincima mjere javnih radova na postotak zaposlenih za dva kreirana modela
Broj mjeseci nakon izlaska iz mjere
Javni radovi 1 – nezaposleni 12-35 mj. –razlika u % zaposlenih između
sudionika mjere i uparenih ne-sudionika
Javni radovi 2 – nezaposleni 36 mjeseci i dulje –razlika u %
zaposlenih između sudionika mjere i uparenih ne-sudionika
6 2% 3%
12 1% 2%
18 4% 4%
24 3% 4%
28
Slika 2. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe nezaposlene 12 do 35 mjeseci.
Ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe nezaposlene
13 do 35 mjeseci je granično statistički značajan za ishod zaposlenosti u odnosu na osobe
koje nisu bile u mjeri (kontrolna skupina). Donja granica intervala pouzdanosti iznosi 0,002
(0,2%), a prosječna procjena učinka mjere iznosi 0,01 (1%), te se ne može govoriti o
značajnom i znatnom doprinosu mjere u terminima veće zaposlenosti osoba koje su bile u
ovoj mjeri.
Slika 3. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe nezaposlene 36 mjeseci i dulje.
Ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe nezaposlene
dulje od 36 je statistički granično je značajan (donja granica intervala pouzdanosti iznosi
0,007, a prosječan efekt 0,013), te se jednako kao kod javnih radova za nezaposlene 12 do 35
mjeseci ne može utvrditi znatniji učinak mjere na zaposlenost.
29
Nezaposlenost
Kako je jedan od ciljeva mjere javnih radova i zadržavanje nezaposlenih osoba na tržištu
rada, osim postotka zaposlenosti, kod mjere javnih radova, učinak je potrebno pratiti i na
razini učinka mjere na nezaposlenost, pri čemu donja slika pokazuje veću vjerojatnost da su
sudionici mjere nezaposleni nakon izlaska iz mjere nego upareni nesudionici.
Slika 4. Prikaz postotka nezaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – Javni radovi ukupno, za sve godine
Usporedbom s evaluacijom mjera APZ-a u kojoj je također korištena metoda uparivanja
prema sklonosti (Matković, Babić, Vuga, 2012) naši rezultati (na razini ukupnih podataka)
pokazuju sličan rizik nezaposlenosti sudionika javnih radova koji iznosi od 5 do 8%. Proporcije
nezaposlenih među sudionicima javnih radova u našim modelima su nešto manje nego u
navedenoj evaluaciji, što objašnjavamo upotrebom različitih pokazatelja ishoda na tržištu
rada.
Tablica 3. Razlika u učincima mjere javnih radova na postotak nezaposlenih za dva kreirana modela Broj mjeseci nakon
izlaska iz mjere Javni radovi 1 – nezaposleni 12-35
mj. –razlika u % nezaposlenih između sudionika mjere i uparenih
ne-sudionika
Javni radovi 2 – nezaposleni 36 mjeseci i dulje –razlika u %
nezaposlenih između sudionika mjere i uparenih ne-sudionika
6 5% 6%
12 8% 8%
18 6% 8%
24 8% 8%
Kako je vidljivo iz gornje tablice, u drugom modelu opet imamo nešto viši učinak mjere te je on kroz vrijeme stabilniji nego u prvom modelu.
30
Slika 5. Distribucija intervala pouzdanosti za ishod nezaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe nezaposlene 12 do 35 mjeseci.
Ishod nezaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe
nezaposlene 12 do 35 mjeseci je statistički značajan i to u smjeru veće nezaposlenosti kod
osoba koje su bile u mjeri nego kod osoba koje nisu bile u mjeri. Donja granica intervala
pouzdanosti iznosi 0,053 (5,3%), a prosječna procjena učinka mjere iznosi 0,063 (6,3%).
Slika 6. Distribucija intervala pouzdanosti za ishod nezaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe nezaposlene 36 mjeseci i dulje.
Ishod nezaposlenosti u 12. mjesecu nakon izlaska iz mjere javnih radova za osobe
nezaposlene 36 mjeseci i dulje je statistički značajan i to u smjeru veće nezaposlenosti kod
osoba koje su bile u mjeri nego kod osoba koje nisu bile u mjeri. Donja granica intervala
pouzdanosti iznosi 0,052 (5,2%), a prosječna procjena učinka mjere iznosi 0,065 (6,5%).
31
Obje mjere javnih radova imaju vrlo sličan obrazac učinka mjere u 12. mjesecu nakon izlaska.
Dok je učinak mjere na zaposlenost zanemariva, učinak na nezaposlenost je statistički
značajna, u smjeru nešto veće nezaposlenosti, oko 6%, kod osoba koje su bile u mjeri.
Kako su postotci nezaposlenih kod sudionika mjere viši u svim mjesecima, kao i u oba
modela, ovaj rezultat sukladno namjeravanim učincima mjere držimo za pozitivan, te ga
smatramo indikatorom učinka mjere u pogledu zadržavanja teško zapošljivih osoba na tržištu
rada. Da bi smo ocijenili učinak mjere na smanjenje odljeva s tržišta rada, konstruiran je
analitički pokazatelj prosječnog učinka mjere kao razlike ukupnog zbroja zaposlenih i
nezaposlenih između skupine sudionika te uparenih sudionika.
32
Aktivnost
Slika 7. Prikaz postotka ostanka na tržištu rada u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – Javni radovi ukupno, za sve godine
Iz grafičkog prikaza koji prikazuje učinak mjere na postotak osoba na tržištu rada vidljiv je
pozitivan učinak mjere javnih radova na što ukazuje razlika u postotku registriranih na tržištu
rada između sudionika mjere i uparenih nesudionika, a koja iznosi između 8 i 11%.
Tablica 4 – Prosječni učinak mjere na (su)financirane osobe u pogledu smanjenja napuštanja tržišta rada za skupinu sudionika, po kreiranim modelima
Mjeseci nakon završetka mjere
Prosječni učinak mjere (ostanak na
tržištu rada) – ukupni podaci
Prosječni učinak mjere (ostanak na
tržištu rada) – nezap. 12-35 mj.
Prosječni učinak mjere (ostanak na
tržištu rada) – nezap. 36 mj. i dulje
6 8% 7% 9%
12 9% 9% 10%
18 10% 10% 12%
24 11% 11% 12%
Učinkovitost (u vidu stanja zaposlenosti) oba modela javnih radova je malena. Prosječni
učinak zaposlenosti se blago povećava s protokom vremena te u obuhvaćenom periodu
maksimalno iznosi 4% . Kako primarni cilj ove mjere nije neposredno zapošljavanje nego
aktivacija polaznika na tržištu rada, zanimljivo je promotriti učinak s obzirom na registriranu
nezaposlenost. Tako je u oba modela, za razliku od svih ostalih mjera, broj nezaposlenih u
skupini polaznika mjere veći nego kod kontrolne skupine. Kako za obje skupine zbroj
zaposlenih i nezaposlenih ishoda nikada ne doseže 100% (nedostajući ishodi
podrazumijevaju izlazak iz tržišta rada, uključujući i odlazak u mirovinu), razlika u ukupnom
33
zbroju statusa zaposlenosti i nezaposlenosti između dvije grupe nam može poslužiti kao
indikator zadržavanja na tržištu rada. Prema tome, opservirana veća proporcija nezaposlenih
u skupini sudionika mjere ne predstavlja nužno negativan rezultat ako se vodimo logikom
same intervencije. Ukupni zbroj statusa nezaposlenosti i zaposlenosti različit je za skupinu
sudionika i ne-sudionika u korist prethodnih. Tako 6. mj nakon izlaska ta razlika iznosi 8% te
se povećava s vremenom, ali postaje stabilna dvije godine nakon izlaska iz mjere te iznosi
11%. U cijelom referentnom periodu model za nezaposlene 36 mj. i više ima nešto bolji
učinak u pogledu usporavanja odljeva ciljane skupine iz tržišta rada koji postaje izraženiji s
protokom vremena (u dugoročnom modelu raste za dodatnih 1% 30 mjeseci nakon izlaska iz
mjere). Upravo povećanje razlike ukupnog postotka registriranih na tržištu rada kroz
vremenske točke nakon izlaska iz mjere upućuje na specifičan učinak javnih radova budući da
je ovakav tijek kretanja razlike između skupine sudionika i uparenih ne-sudionika odlika
jedino ove mjere.
34
Učinak po godinama provedbe mjere
Unutar godina, promatrajući prosječni učinak 12 mjeseci nakon izlaska iz mjere,
najuspješnijom se pokazuje 2010. godina, i to za oba modela. Pri čemu je za nezaposlene od
12 do 35 mjeseci izraženiji učinak zaposlenosti (8% više zaposlenih u skupini sudionika – dok
u 18 mj. nakon mjere raste na 14%), dok je u slučaju drugog modela za 15% manje
napuštanje tržišta rada kod sudionika mjere (taj postotak u 18. mj. raste na 17% te na toj
razini zadržava do kraja mogućeg vremenskog obuhvata – 30 mj.). Na razini ukupnih
podataka ovako definirana učinkovitost mjere se smanjuje u referentnom periodu evaluacije,
kako je prikazano na donjoj slici.
Slika 8 – Prikaz ukupnog postotka na tržištu rada 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – Javni radovi ukupno, po godinama ulaska
U donjoj tablici vidimo da je trend smanjenja ovako definirane učinkovitosti javnih radova izraženiji u slučaju prvog modela. Tablica 5 – Prikaz ukupnog postotka na tržištu rada 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – Javni radovi, po kreiranim modelima te po godinama ulaska
Godina ulaska u mjeru
Prosječni učinak mjere (ostanak na
tržištu rada) – ukupni podaci
Prosječni učinak mjere (ostanak na
tržištu rada) – nezap. 12-35 mj.
Prosječni učinak mjere (ostanak na
tržištu rada) – nezap. 36 mj. i dulje
2010 13% 11% 14%
2011 10% 9% 11%
2012 8% 8% 8%
2013 8% 7% 10%
35
Učinak po regijama Tablica 6. Obuhvat analize učinka mjere javnih radova –broj sudionika mjere i kontrolne skupine u svim godinama, po regijama
Regija Broj sudionika
mjere
Udio regije u ukupnom zbroju sudionika
Broj osoba u kontrolnoj skupini
Zagreb 1394 7,3% 7087
Sjeverna Hrvatska 1991 10,4% 9757
Slavonija 8837 46,3% 43508
Lika i Banovina 2266 11,9% 11190
Hrv. primorje i Istra 929 4,9% 4558
Dalmacija 3674 19,2% 18267
Ukupno 19091 100% 94367
Gledano po regijama iz podataka prikazanih na donjoj tablici, vidljivo je kako učinak mjere –
ostanak na tržištu rada 12 mjeseci nakon izlaska iz mjere varira od 7% u Zagrebačkoj regiji do
12% u Sjevernoj Hrvatskoj. Pri tome je važno dodati i podatak o ukupnom obuhvatu mjere
po regijama, koji nije proporcionalan broju stanovništva. U Slavoniji u kojoj je u mjeri bilo
više od 46% svih sudionika mjere javnih radova, učinak na ostajanje na tržištu rada je 8%, što
je u apsolutnom broju više osoba nego u bio kojoj drugoj regiji neovisno o postotnom efektu.
Tablica 7. Ukupni postotci na tržištu rada 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – Javni radovi ukupno, po regijama na temelju podataka uparenim po Područnom uredu prijave.
Regija Prosječan učinak mjere - ostanak na tržištu rada
Sudionici mjere javnih radova - % na
tržištu rada
Upareni ne-sudionici - % na
tržištu rada
Zagreb 7% 83% 76%
Sjeverna Hrvatska 12% 86% 74%
Slavonija 8% 89% 81%
Lika i Banovina 10% 91% 81%
Hrv. primorje i Istra 9% 85% 77%
Dalmacija 10% 90% 80%
36
2.2.Obrazovanje nezaposlenih
U analizu ove mjere ušle su ukupno 16.364 osobe, uparene sa sličnim ne-sudionicima unutar
jednog modela. Model evaluacije obrazovanja nezaposlenih uključivao je one sudionike
mjere za koje je u bazi HZZ-a postojao podatak o trajanju mjere obrazovanja. Kako bi se
mogao utvrditi doseg mjere, odnosno ishodi zaposlenosti i nezaposlenosti u promatranim
mjesecima analize nakon izlaska iz mjere, bilo je potrebno isključiti osobe za koje trajanje
mjere obrazovanja nije bilo poznato. Zbog nedostatka podataka o trajanju programa
obrazovanja analiza nije učinjena za ukupno 1.012 osoba.
Doseg mjere za kontrolnu skupinu određen je preko prosječne vrijednosti trajanja mjere
(medijana) i koja je u svim godinama iznosila 3 mjeseca.
Tablica 8. Obuhvat analize učinka mjere obrazovanja nezaposlenih –broj sudionika mjere i kontrolne skupine, te broj osoba isključenih iz analize zbog nepostojanja podatka o trajanju mjere, po godinama
Godina Broj sudionika mjere s poznatim trajanjem
mjere
Broj osoba u kontrolnoj skupini Broj osoba isključenih iz analize zbog nepostojanja podatka o
trajanju mjere
2010 2.886 14.414 134
2011 10.301 51.442 634
2012 1.880 9.397 165
2013 1.297 6.482 79
Ukupno 16.364 81.735 1.012
Gotovo trećina korisnika mjere obrazovanja nezaposlenih (32%) mlađe je od 26 godina, a
55% ima završenu trogodišnju srednju školu ili manje. 38% sudionika mjere redovno se
školovalo za neko od tehničkih zanimanja. Petina sudionika mjere nema nikakvog radnog
staža, a podjednako toliko ima 10 ili više godina radnog staža. Najveći broj sudionika mjere je
iz Slavonije (23%) i Zagreba i okolice (22%).
Doseg analize definiran je do 24. mjeseca nakon nominalnog trajanja mjere za sumarni
model, 30 mjeseci za analitički model koji obuhvaća 2010. i 2011. godinu, dok za analitički
model koji obuhvaća 2012. i 2013. godinu iznosi 18 mjeseci.
37
Zaposlenost
Slika 9. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – obrazovanje nezaposlenih ukupno, za sve godine
Iz rezultata prikazanih na slici uočljivo je kako postotci zaposlenosti i kod sudionika mjere i
kod kontrolne skupine rastu vremenom nakon izlaska iz mjere. Razlika između osoba u mjeri
i kontrolne skupine je relativno stabilna u svim promatranim periodima i iznosi između 5% i
8%.
Slika 10. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere – obrazovanje nezaposlenosti.
Učinak mjere obrazovanja nezaposlenosti na postotak zaposlenosti statistički je značajan u
intervalu od 95%. Prosječan efekt u 12. mjesecu nakon izlaska iz mjere iznosi 0,079, a donja
granica intervala iznosi 0,07.
38
Nezaposlenost
Uz zaposlenost, u okviru analize učinka mjere obrazovanja nezaposlenih analiziran je i
postotak nezaposlenosti.
Slika 11. Prikaz postotka nezaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – obrazovanje nezaposlenih, za sve godine
Kao što je vidljivo iz priloženog grafičkog prikaza, učinak mjere obrazovanja na postotak
nezaposlenih zanemariv je i ne može se utvrditi povezanost sudjelovanja u mjeri i smanjenog
(ili povećanog) rizika od nezaposlenosti. Dodatna potvrda nepostojanja učinka mjere je i
izračunati interval pouzdanosti u 12. mjesecu nakon mjere a koji nije statistički značajan.
Raspon intervala pouzdanosti od 95% iznosi između -0,009 i 0,008.
Slika 12. Distribucija intervala pouzdanosti za ishod nezaposlenosti u 12. mjesecu nakon izlaska iz mjere – obrazovanje nezaposlenosti.
39
Aktivnost
Kako je učinak mjere obrazovanja na nezaposlenost zanemariv, za očekivati je i da će učinak
mjere na postotak osoba na tržištu rada biti sličan efektu mjere na zaposlenost. To se vidi na
grafičkom prikazu učinka mjere na ostanak na tržištu rada. Učinci mjere za ovaj kriterij
variraju između 5 i 7%, što odgovara učinku mjere na postotak zaposlenosti. Međutim ono
što je iz prikaza zbrojene zaposlenosti i nezaposlenosti vidljivo, jest to da se postotak osoba
na tržištu rada blago smanjuje tijekom vremena po izlasku iz mjere kako u skupini sudionika
mjere, tako i u skupini ne-sudionika mjere.
Slika 13. Prikaz postotka ostanka na tržištu rada u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – obrazovanje nezaposlenih, za sve godine
40
Učinak po analitičkim modelima
Osim analize učinka mjere obrazovanja na zaposlenost u cijelom vremenskom rasponu od
2010. do 2013. godine, učinjena je analiza na temelju analitička modela. Jedan analitički
model obuhvaća vremenski period 2010. i 2011. godine, a drugi obuhvaća 2012. i 2013.
godinu. Kod analitičkog modela koji obuhvaća 2010. i 2011. godinu, vremenski obuhvat
analize doseže 30 mjeseci, dok analitički model koji obuhvaća 2012 i 2013. godinu vremenski
obuhvat ide do 18. mjeseca. Učinci svakoga od dva analitička modela u pogledu zaposlenosti
prikazani su u donjoj tablici.
Tablica 9. Razlika u učincima mjere obrazovanja nezaposlenih na postotak zaposlenih za dva analitička modela
Broj mjeseci nakon izlaska iz mjere
Obrazovanje nezaposlenih u periodu 2010 i 2011. – razlika u % zaposlenih između sudionika mjere i uparenih
ne-sudionika
Obrazovanje nezaposlenih u periodu 2012 i 2013. . – razlika u %
zaposlenih između sudionika mjere i uparenih ne-sudionika
6 3% 12%
12 5% 14%
18 6% 16%
24 5% -
30 6% -
Vidljivo je kako je učinak mjere u periodu 2012. i 2013. godine veći za oko 10 postotnih
bodova nego u periodu 2010 do 2011. U periodu 2012. do 2013. postoji i određeni trend
blagog porasta učinka tijekom vremena nakon izlaska iz mjere. Također, u donjoj tablici je
vidljiva i razlika u pogledu smanjenja nezaposlenosti između dvaju analitičkih modela. Tako
vidimo da u prvom analitičkom modelu imamo blago negativni učinak mjere u pogledu
smanjenja rizika od nezaposlenosti (5% veći rizik nezaposlenosti 6 mjeseci nakon izlaska iz
mjere kod skupine sudionika), dok u drugom analitičkom modelu imamo blago smanjenje
rizika nezaposlenosti.
Tablica 10. Razlika u učincima mjere obrazovanja nezaposlenih na postotak nezaposlenih za dva analitička modela
Broj mjeseci nakon izlaska iz mjere
Obrazovanje nezaposlenih u periodu 2010 i 2011. – razlika u %
nezaposlenih između sudionika mjere i uparenih ne-sudionika
Obrazovanje nezaposlenih u periodu 2012 i 2013. . – razlika u %
nezaposlenih između sudionika mjere i uparenih ne-sudionika
6 5% -9%
12 2% -10%
18 0% -11%
24 1% -
30 -1% -
41
Razvidno je da učinak obrazovanja nezaposlenih uvelike ovisi o godinama ulaska u mjeru te
samim tim i obuhvata sufinanciranih osoba. Naime, dva kreirana analitička modela
temeljena na godinama ulaska (skupno za 2010. i 2011. te skupno za 2012. i 2013.)
poprilično se razlikuju u prosječnom učinku. Tako u prvom modelu koji kombinira godine
ulaska 2010. i 2011. imamo mnogo veći obuhvat nego u posljednje dvije godine evaluacije.
Za 2011. u našem modelu imamo 10 831 sufinanciranu osobu koja je prošla kroz mjeru, a na
razini analitičkog modela učinak mjere je najslabiji te se, u pogledu zaposlenosti, kreće od 3
do 6%. Također, ukupan utjecaj mjere na ostanak na tržištu rada opada s vremenom te se na
razini analitičkog zaustavlja na 5% dvije godine nakon izlaska iz mjere. Kako je jedna od
namjeravanih posljedica mjere i ostanak na tržištu rada kao rezultat dodatnog ulaganja u
ljudski kapital, oba rezultata su razočaravajuća. Učinak je primjetno bolji na razini drugog
analitičkog modela, 2012. i 2013. godine, kada dolazi do značajnog pada obuhvaćenih osoba.
Prosječan učinak kroz obuhvaćene vremenske točke u pogledu zaposlenosti iznosi 12 do
16%, te je proporcija nezaposlenih među sudionicima mjere manja za 8%. Utjecaj mjere na
zadržavanje u tržištu rada na razini drugog analitičkog modela je manji nego kod prvog, ali ga
odlikuje rast koji godinu i pol nakon izlaska iz mjere iznosi 5%.
42
Učinak po godinama provedbe mjere
Unutar godina, promatrajući neto učinak 12 mjeseci nakon izlaska iz mjere, najuspješnijom
se pokazuje 2013 godina. 2010. i 2011. godine učinak mjere obrazovanja na zaposlenost
iznosi 4 do 6%, a zatim 2012. raste na 10%, te na 20% u 2013. godini. Objašnjenje razlika u
učinku mjera ovisno o godina ulaska ne može se objasniti samim variranjem kontrolne
skupine. Kako u slučaju ove mjere godine ulaska s najvećim obuhvatom imaju najlošije
učinke, postavlja se pitanje adekvatnog ciljanja korisnika koji ulaze u mjeru. Također, pri
objašnjenju velikog učinka na razini 2013. godine bitno je napomenuti da je u ovoj godini
postojala inicijalno najveća proporcija posebnih ciljanih skupina za koje analiza nije
provedena zbog nemogućnosti pronalaska adekvatne kontrolne skupne, stoga postoji
mogućnost da su u našoj analizi završili zapošljiviji sudionici mjere. Ipak, upravo ta razlika u
rezultatu s obzirom na prethodne godine implementacije mjere sugerira lošu ciljanost mjere
u razdobljima kada je obuhvat sudionika bio najveći.
Slika 14 – Prikaz postotka zaposlenih 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – obrazovanje nezaposlenih, po godinama ulaska
43
Učinak po regijama
Tablica 11. Obuhvat analize učinka mjere obrazovanja nezaposlenih –broj sudionika mjere i kontrolne skupine u svim godinama, po regijama
Regija Broj sudionika mjere
Udio regije u ukupnom zbroju sudionika
Broj osoba u kontrolnoj skupini (upareni ne-
sudionici)
Zagreb 3.613 22,1% 18.322
Sjeverna Hrvatska 1.977 12,1% 9.799
Slavonija 3.723 22,8% 18.498
Lika i Banovina 2.133 13,0% 10.562
Hrv. primorje i Istra 2.010 12,3% 10.048
Dalmacija 2.908 17,8% 14.506
Ukupno 16.364 100% 81.735
Gledano po regijama iz podataka prikazanih na donjoj tablici, vidljivo je kako učinak mjere na
postotak zaposlenih 12 mjeseci nakon izlaska iz mjere varira od 3% u Hrvatskom primorju i
Istri do 9% u Lici i banovini. U regijama u kojima je najviše osoba koristilo mjeru
obrazovanja nezaposlenih, Slavoniji i Zagrebačkoj regiji efekt iznosi 5, odnosno 8%. Najlošiji
rezultat u pogledu zaposlenosti je u Hrvatskom primorju i Istri, gdje prosječni učinak u 12.
mjesecu nakon izlaska iz mjere iznosi 3%, dok u dugoročnijem analitičkom modelu pada na
1% dvije godine nakon izlaska iz mjere.
Tablica 12. Postotci zaposlenih osoba 12 mjeseci nakon izlaska iz mjere obrazovanja u skupini sudionika i ne-sudionika – po regijama na temelju podataka uparenim po Područnom uredu prijave.
Regija Sudionici obrazovanja
nezaposlenih - % zaposlenih
Upareni ne-sudionici - % zaposlenih
Prosječan učinak mjere - %
zaposlenih
Zagreb 39% 31% 8%
Sjeverna Hrvatska 42% 34% 8%
Slavonija 31% 26% 5%
Lika i Banovina 36% 27% 9%
Hrv. primorje i Istra 39% 36% 3%
Dalmacija 38% 31% 7%
44
2.3.Samozapošljavanje
U analizu mjere potpore za samozapošljavanje ušlo je ukupno 4749 sufinanciranih osoba, od
čega preko 70% samo u 2013. godini. Među korisnicima mjere potpore za
samozapošljavanje, gotovo 11% sudionika prije ulaska u mjeru uopće nije imalo radnog
staža, gotovo 20% je imalo do 3 godine radnoga staža do prijave na zavod za zapošljavanje,
34% sudionika imalo je između 3 i 5 godina radnoga staža, a 36%, najviše, imalo je više od 10
godina radnoga staža.
Tablica 13. Obuhvat analize učinka mjere samozapošljavanja – broj sudionika mjere i kontrolne skupine, po godinama.
Godina Broj sudionika mjere Broj osoba u kontrolnoj skupini
2010 182 910
2011 498 2.490
2012 620 3.100
2013 3.449 17.233
Ukupno 4.749 23.733
Doseg analize za sve referentne godine definiran je do 18. mjeseca nakon nominalnog
trajanja mjere (12 mjeseci). Osim prikaza prosječnog učinka mjere na ukupnim podacima,
upareni podaci nam omogućuju usporedbu te interpretaciju prosječnih učinaka mjere na
razini godine implementacije mjere.
45
Zaposlenost
Slika 15 – Prikaz postotka zaposlenih osoba u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i ne-sudionika mjere – Potpora za samozapošljavanje, za sve godine
Kod samozapošljavanja prosječni učinak mjere u pogledu zapošljavanja je vrlo velik te se
tokom vremena kreće između 46% 6 mjeseci do 38% godinu i pol nakon izlaska iz mjere.
Bitno je na samom početku napomenuti da status zaposlenosti ne podrazumijeva da je
sudionik mjere nastavio sa samostalnim poslovanjem, tako da dobivenim rezultatom ne
možemo zaključivati o 'stopi preživljavanja' obrta/poduzeća financiranih od strane Zavoda
koja bi se mogla usporediti s prosječnom stopom uspješnosti mikro/malih poduzeća nakon
jedne godine od osnutka.
46
Slika 16. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere samozapošljavanja, ukupni podaci
Učinak mjere samozapošljavanja na postotak zaposlenosti statistički je značajan u intervalu
od 95%. Prosječan efekt u 12.mjesecu nakon izlaska iz mjere iznosi 0,382, a donja granica
intervala iznosi 0,357.
Učinak na smanjeni rizik od nezaposlenosti u 12. mjesecu nakon izlaska iz mjere također je
statistički je značajan u intervalu od 95%. Prosječan učinak u 12.mjesecu nakon izlaska iz
mjere iznosi, izraženo apsolutnom brojkom, 0,224, a donja granica intervala iznosi 0,203,
također izraženo apsolutnom brojkom, kako bi se iskazao najniži efekt u intervalu. U
usporedbi s postotkom zaposlenosti, efekt mjere samozapošljavanja nešto je niži.
47
Učinak po analitičkim modelima
Egzaktno upareni podaci u pogledu mjeseca početka intervencije skupine sudionika, te
posljedičnog uparivanja ne-sudionika koji su u istom mjesecu bili nezaposleni i imali sličnu
vjerojatnost ulaska u mjeru, omogućuju nam da analitički odvojimo dva vremenska perioda
implementacije mjere. Dužina boravka u evidenciji Zavoda kao uvjet ulaska u mjeru (2010. 6
do 12 mjeseci, ovisno o dobi; poslije 6 mj.) ukinuta je u studenom 2012. Također, nakon tog
mjeseca Zavod je stavlja veći naglasak na pripremne aktivnosti koje prethode dodjeli potpore
te je za svaku osobu koja se odlučuje na samozapošljavanje propisana obaveza uključivanja u
pripremne aktivnosti/savjetovanje prije predaje zahtjeva za sufinanciranje.
Tablica 14. – Prosječni učinak mjere na sufinancirane osobe u pogledu statusa zaposlenosti, po analitičkim modelima
Mjeseci nakon završetka mjere
Prosječni učinak mjere (zaposlenost)
– ukupni podaci
Prosječni učinak mjere (zaposlenost)
– obuhvat do studenog 2012
Prosječni učinak mjere (zaposlenost)
– obuhvat od prosinca 2012
6 46% 51% 44%
12 41% 44% 39%
18 38% 38% -
24 - 36% -
Iz usporedbe analitičkih modela proizlazi kako je prosječni učinak mjere veći kod osoba
uključenih u mjeru do kraja 2012. godine u 6. i 12. mjesecu nakon izlaska iz mjere. Dok je kod
osoba koje su u mjeru ušle prije 2013. godine, 6 mjeseci nakon mjere efekt mjere 51%, kod
osoba koje su u mjeru ušle u 2013. godini efekt mjere nešto manji i iznosi 44%. U 12.
mjesecu razlika u efektima se nešto smanjuje te iznosi 44% nasuprot 39% u korist osoba koje
su u mjeru ušle do studenoga 2012. godine. Razlike u efektima u kasnijim mjesecima po
ulasku u mjeru nije moguće utvrditi zbog nepostojanja dosega mjere u kasnijim mjesecima
kod osoba koje su u mjeru ušle u 2013. godini. Kod osoba koje su u mjeru ušle do kraja 2012.
zamjetno je usporavanje pada efekta mjere koji 24 mjeseca po izlasku iz mjere iznosi tek 2
postotna boda manje nego 18 mjeseci po izlasku iz mjere.
48
Učinak po godinama provedbe mjere
Donja slika pojašnjava ovu situaciju smanjenja prosječnog učinka mjere. Naime, kako su
ukinuti svi uvjeti boravka u evidenciji zavoda, raspoloživa kontrolna skupina potencijalnih
sudionika mjere se povećava, odnosno, povećava se proporcija zapošljivijih ne-sudionika u
kontrolnoj skupini koji imaju i bolje ishode kada ih usporedimo sa sudionicima mjere. Tako
od 2012. imamo istovremeno povećanje postotka zaposlenih sudionika mjere, ali i ne-
sudionika, dok u 2013. postotak zaposlenih sudionika u 12 mjeseci nakon izlaska iz mjere
ostaje isti dok i skupina uparenih ne-sudionika ima bolje rezultate, što možemo objasniti
širenjem ciljane skupine kojoj je mjera namijenjena.
Slika 17 – Prikaz postotka zaposlenih 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika –
Potpora za samozapošljavanje, po godinama ulaska
Kada obratimo pozornost na slabo variranje kontrolne skupine u pogledu povećanja
zaposlenosti kroz vrijeme nameće se pitanje koliko je sama metoda adekvatna u ocjenjivanju
ovog tipa intervencije. Naime, prediktorski skup koji je korišten pri evaluaciji ne obuhvaća
možda najvažniju distinkciju između skupine sudionika i ne-sudionika, a to je sama odluka da
se krene u samostalno poslovanje, što uključuje kako potrebnu motivaciju tako i strukturu
sredstava nužnu za pokretanje poslovanja mimo same potpore od strane Zavoda. 'Prava'
evaluacija ove mjere bi podrazumijevala usporedbu ishoda osoba kojima je sufinancirano
pokretanje vlastitog poslovanja te osoba koje su u taj poduhvat odlučile krenuti bez potpore
HZZ-a.
49
2.4.Potpore za zapošljavanje
Zbog jasno odjeljivih ciljanih skupina u intervenciji potpora za zapošljavanje, smatramo da
prikazivanje ukupnih rezultata nije adekvatno te ćemo analizu učinka dobivenog na tri
različita modela prikazati odvojeno.
Potpore za zapošljavanje mladih bez radnog iskustva
U analizu mjere potpora za zapošljavanje mladih osoba, tj. nezaposlenih osoba bez radnog
iskustva do 29 godina starosti, ušlo je ukupno 3.330 osoba, uparenih sa sličnim ne-
sudionicima unutar jednog modela.
Tablica 15. Obuhvat analize učinka mjere potpora zapošljavanja mladih bez radnog iskustva –broj sudionika mjere i kontrolne skupine, po godinama
Godina Broj sudionika Broj osoba u kontrolnoj skupini
2010 451 2.251
2011 632 3.151
2012 867 4.327
2013 1.380 6.867
Ukupno 3.330 16.596
76% korisnika mjere potpore zapošljavanja mladih osoba mlađe je od 26 godina, a 47% ima
završeno višu školu ili studij. 43% školovano je u području tehničkih djelatnosti ili tehničkih
znanosti. Najviše sudionika mjere je iz zagrebačke regije, 29%, te iz Slavonije, 20%. Između
78 i 84% (ovisno o godini ulaska u mjeru), bilo je prije korištenja mjere nezaposleno do
godine dana.
Doseg analize definiran je do 18. mjeseca nakon nominalnog trajanja mjere za sumarni
model, odnosno do 24. mjeseca za analitički model koji obuhvaća osobe koje su u mjeru ušle
do kraja 2012. godine.
50
Slika 18. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – potpore za zapošljavanje mladih bez radnog iskustva, za sve godine
Postotak zaposlenih osoba nakon izlaska iz mjere stabilan je u svim analiziranim periodima
nakon izlaska iz mjere i iznosi 77 do 78%, dok postotak uparenih nesudionika (kontrolne
skupine) vremenom raste od 37% do 46% u 18. mjesecu. No usprkos rastu zaposlenosti
unutar kontrolne skupine, razlika u postocima između sudionika i nesudionika mjere, tj.
učinkovitost mjere je znatna i iznosi između 41% u 6. mjesecu i 31% u 18. mjesecu nakon
izlaska iz mjere potpore. S obzirom na ciljanu skupinu mjere pad prosječnog učinka nije
iznenađujući, dok se postotak zaposlenih mladih bez radnog iskustva 6 do 24 (u
dugoročnijem analitičkom modelu – gdje ponovno iznosi 78%) mjeseca nakon izlaska iz
mjere, za razliku od ostalih ciljanih skupina, praktički ne mijenja. Ovakav rezultat distinktivno
je obilježje potpora za zapošljavanje kao intervencije koja izravno sufinancira zapošljavanje.
Prema tome, među sudionicima mjere nema povećanja zapošljavanje kroz vrijeme, čemu
razlog može biti taj što je odlika sudionika mjere prethodna veća zapošljivost koju
poslodavac kao inicijator mjere prepoznaje.
51
Slika 19. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere – potpore za zapošljavanje mladih bez radnog iskustva
Učinak mjere potpore zapošljavanja mladih osoba na postotak zaposlenosti statistički je
značajan u intervalu od 95%. Prosječan efekt u 12. mjesecu nakon izlaska iz mjere iznosi
0,263, a donja granica intervala iznosi 0,247.
Postoci nezaposlenih među sudionicima mjere relativno su niski i ne variraju znatno u
vremenskim periodima nakon mjere. Postoci nezaposlenih osoba među nesudionicima su
viši, ali s vremenom u ovoj skupini dolazi do blagog pada nezaposlenosti. Učinak na temelju
ishoda nezaposlenosti za ovu ciljanu skupinu je komplementaran učinku koji je registriran u
prethodnoj evaluaciji mjera APZ-a korištenjem metode uparivanja prema sklonosti
(Matković, Babić, Vuga, 2012). Iako naši rezultati pokazuju nešto višu proporciju
nezaposlenih među korisnicima mjere (13-14% nasuprot 10-12%) te niži prosječni učinak u
pogledu smanjenog rizika nezaposlenosti (22% do 16% godinu i pol nakon kraja mjere
nasuprot 31% do 21% u najdaljoj zahvaćenoj vremenskoj točki navedene evaluacije),
rezultate u smjeru i iznosu učinka smatramo vrlo bliskima. Učinak mjere u pogledu
smanjenja rizika od nezaposlenosti statistički je značajan u intervalu od 95%. Izraženo u
apsolutnim brojkama, prosječan efekt u 12. mjesecu nakon izlaska iz mjere iznosi 0,111, a
donja granica intervala iznosi 0,098.
52
Osim analize učinka mjere potpore zapošljavanja mladih osoba na zaposlenost u cijelom
vremenskom rasponu od 2010. do 2013. godine, učinjena je zasebna analiza u analitičkom
modelu koji je obuhvaćao sudionike mjere koji su u mjeru potpore ušli do kraja 2012. godine.
Svrha analitičkog modela je prikazati nešto dugoročnije učinke mjere nego je to moguće na
ukupnim podacima. Analitički model s uključenim osobama koje su u mjeru ušle do kraja
2012, analiziran je s vremenskim dosegom mjere od 24 mjeseca.
Tablica 16. – Prosječni učinak mjere na sufinancirane osobe u pogledu statusa zaposlenosti, po analitičkim modelima – potpore za zapošljavanje mladih bez radnog iskustva
Broj mjeseci nakon izlaska iz mjere
Prosječni učinak mjere (zaposlenost) – ukupni podaci
Prosječni učinak mjere (zaposlenost) – do kraja 2012.
6 45% 42%
12 35% 36%
18 31% 31%
24 - 29%
Slično kao kod ukupnog modela, u analitičkom modelu koji obuhvaća period ulaska u mjeru
do kraja 2012. godine, učinak mjere na zaposlenost je velik iako se primjećuje nastavak
laganog pada učinka godinu i pol nakon izlaska iz mjere.
53
Unutar godina, promatrajući učinak 12 mjeseci nakon izlaska iz mjere potpore,
najuspješnijom se pokazuje 2012. godina kad je učinak mjere iznosio 39%, dok je ostalih
godina nešto niži, osobito u 2013. godini kada iznosi 32%. Zamjetno je kako je i kod postotka
sudionika i postotka nesudionika mjere u 12. mjesecu nakon izlaska iz mjere u svakoj godini
postotak zaposlenosti gotovo jednak, 76 do 78% kod sudionika, te 42 do 44% kod ne-
sudionika mjere. Izuzetak je već spomenuta 2012. godina kada je postotak zaposlenih skočio
na 82% te uzrokovao i rast učinka.
Slika 20 – Prikaz postotka zaposlenih 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – potpora za zapošljavanje mladih bez radnog iskustva, po godinama ulaska
54
Potpore za zapošljavanje dugotrajno nezaposlenih osoba
U analizu mjere potpora za zapošljavanje dugotrajno nezaposlenih osoba, tj. osoba koje su u
kontinuitetu nezaposlene 12 mjeseci ili dulje7, ušlo je ukupno 4.682 osoba, uparenih sa
sličnim ne-sudionicima unutar jednog analitičkog modela. 46% sudionika u mjeru je ušlo
2013. godine.
Tablica 17. Obuhvat analize učinka mjere potpora dugotrajno nezaposlenih osoba –broj sudionika mjere i kontrolne skupine, po godinama
Godina Broj sudionika Broj osoba u kontrolnoj skupini
2010 611 3.051
2011 811 4.046
2012 1.090 5.449
2013 2.170 10.850
Ukupno 4.682 23.396
Gotovo polovina, 48% korisnika mjere potpore zapošljavanja dugotrajno nezaposlenih osoba
mlađe je od 30 godina. 75% korisnika ima završenu srednju školu. 39% školovano je u
području tehničkih djelatnosti ili tehničkih znanosti. 24% korisnika mjere ima 10 godina ili
više radnoga staža, i najviše ih živi na području Slavonije, 30%. 44% korisnika mjere potpore
prije ulaska u mjeru bilo je nezaposleno između 12 i 18 mjeseci.
Doseg analize definiran je do 18. mjeseca nakon nominalnog trajanja mjere za sumarni
model, odnosno do 24. mjeseca za analitički model koji obuhvaća osobe koje su u mjeru ušle
do kraja 2012. godine.
7 U model su uključene i mlade dugotrajno nezaposlene osobe bez obzira na radni staž za koje je dugotrajna nezaposlenost definirana kao dužina prijave u evidenciji najmanje 6 mjeseci. Primjenom administrativnih varijabli inicijalne baze ova ciljana skupina je odijeljena od skupine mladih bez radnog iskustva u modelu 8.1.
55
Slika 21. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – potpore za zapošljavanje dugotrajno nezaposlenih osoba, za sve godine
Postotak zaposlenih osoba u skupini sudionika vremenom vrlo blago pada vremenom od
71% u 6 mjeseci do 68% godini i pol nakon izlaska iz mjere. S druge strane, postotak uparenih
nesudionika (kontrolne skupine) donekle oscilira između vrijednosti od 29% i 33%
zaposlenih. Učinak mjere najveći je u prvih 6 mjeseci po izlasku iz mjere i iznosi 42%, te pada
na vrijednost od 37% u sljedećim vremenskim točkama. Primjećujemo kako je obrazac pada
postotka zaposlenih među sudionicima mjere nešto oštriji nego je to slučaj kod ciljane
skupine mladih bez radnog iskustva, mada je prosječni učinak stabilniji zbog primjetne
pasivnosti kontrolne skupine.
56
Slika 22. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere – potpore za zapošljavanje dugotrajno nezaposlenih osoba
Učinak mjere potpore zapošljavanja dugotrajno nezaposlenih osoba na postotak
zaposlenosti statistički je značajan u intervalu od 95%. Prosječan efekt u 12. mjesecu nakon
izlaska iz mjere iznosi 0,329, a donja granica intervala iznosi 0,306.
U pogledu učinka na smanjeni rizik od nezaposlenosti dobiveni učinak je sličan nalazima
prethodne evaluacije za ciljanu skupinu ove mjere (Matković, Babić, Vuga, 2012). Kroz
analizirani period proporcija nezaposlenih u skupini sudionika u našem slučaju iznosi vrlo
stabilnih 21% dok u prethodnoj evaluaciji ona više varira (od 21% do 30%) dok se sam
prosječni učinak mjere izražen kao smanjeni rizik nezaposlenosti u našem dugoročnijem
modelu kreće od 28% do 20% za razliku od prethode evaluacije gdje iznosi (vrlo bliskih) 31 do
19%. Prosječni učinak u pogledu nezaposlenosti statistički je značajan u intervalu od 95%.
Prosječan efekt u 12. mjesecu nakon izlaska iz mjere iznosi 0,171, a donja granica intervala
iznosi 0,153, izraženo u apsolutnim brojkama.
57
Osim analize učinka mjere potpore zapošljavanja dugotrajno nezaposlenih osoba na
zaposlenost u cijelom vremenskom rasponu od 2010. do 2013. godine, učinjena je zasebna
analiza u analitičkom modelu koji je obuhvaćao sudionike mjere koji su u mjeru potpore ušli
do kraja 2012. godine. Svrha analitičkog modela je prikazati nešto dugoročnije učinke mjere
nego je to moguće na ukupnim podacima te je tako učinak mjere u pogledu zaposlenosti
analiziran s vremenskim dosegom mjere od 24 mjeseca.
Tablica 18. – Prosječni učinak mjere na sufinancirane osobe u pogledu statusa zaposlenosti, po analitičkim modelima – potpore za zapošljavanje dugotrajno nezaposlenih
Broj mjeseci nakon izlaska iz mjere
Prosječni učinak mjere (zaposlenost) – ukupni podaci
Prosječni učinak mjere (zaposlenost) – do kraja 2012.
6 42% 43%
12 37% 37%
18 37% 36%
24 - 33%
Kod analitičkog modela koji obuhvaća period ulaska u mjeru do kraja 2012., trend pada
učinka mjere na zaposlenost postaje oštriji dvije godine nakon izlaska iz mjere.
Unutar godina, promatrajući učinak 12 mjeseci nakon izlaska iz mjere potpore,
najuspješnijom se pokazuju 2011. i 2012. godine ulaska u mjeru kad je učinak mjere,12.
mjeseci nakon ulaska u mjeru iznosio 42%, odnosno 40% dok je kod ulazaka u mjeru u 2011. i
2013. niži i iznosi 33% odnosno 35%. Pri tome je znakovito kako učinci u 12. mjesecu
uglavnom ovise o oscilacijama u postotku zaposlenih sudionika mjere, dok je postotak
zaposlenih kod nesudionika uglavnom stalan i u periodu ulaska u mjeru od 2010. i 2012.
iznosi od 33% do 31%, a nešto je veći tek kod osoba koje su u mjeru ušle 2013, kod kojih
iznosi 36%
Slika 23 – Prikaz postotka zaposlenih 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – potpora za zapošljavanje dugotrajno nezaposlenih osoba, po godinama ulaska
58
Potpore za zapošljavanje osoba starijih od 50 godina
U analizu mjere potpora za zapošljavanje starijih osoba, tj. nezaposlenih osoba iznad 50
godina starosti, ušlo je ukupno 1.111 osoba, što ovu mjeru čini po obuhvatu najmanje
korištenom mjerom potpora za zapošljavanje. Sudionici su upareni sa sličnim ne-sudionicima
unutar jednog analitičkog modela. 46% sudionika u mjeru je ušlo 2013. godine.
Tablica 19. Obuhvat analize učinka mjere potpora za zapošljavanje starijih osoba –broj sudionika mjere i kontrolne skupine, po godinama
Godina Broj sudionika Broj osoba u kontrolnoj skupini
2010 172 860
2011 174 870
2012 256 1.280
2013 509 2.545
Ukupno 1.111 5.555
68% korisnika mjere potpore zapošljavanja starijih osoba ima završenu srednju školu, a
relativno je puno i osoba samo sa završenom osnovnom školom, 15%. 35% školovano je u
području tehničkih djelatnosti ili tehničkih znanosti. 90% korisnika mjere ima 10 godina ili
više radnoga staža, i najviše ih živi na području Zagreba i okolice, 26%, te u Slavoniji, 21%.
32% korisnika mjere primalo je naknadu za nezaposlene.
Doseg analize definiran je do 18. mjeseca nakon nominalnog trajanja mjere za sve godine
obuhvata model, odnosno do 24. mjeseca za analitički model koji obuhvaća osobe koje su u
mjeru ušle do kraja 2012. godine.
59
Slika 24. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere – potpore za zapošljavanje osoba starijih od 50 godina, za sve godine
Postotak zaposlenih osoba nakon izlaska iz mjere blago pada vremenom nakon izlaska iz
mjere, od 59% u 6 mjeseci do 54% godinu i pol nakon izlaska iz mjere. S druge strane,
postotak uparenih nesudionika (kontrolne skupine) oscilira između vrijednosti od 17% i 19%
zaposlenih. Učinak mjere u pogledu zaposlenosti najveći je u prvih 6 mjeseci po izlasku iz
mjere i iznosi 42%, te pada na vrijednost od 38%, odnosno 37% godinu i pol nakon izlaska iz
mjere. Iako su proporcije zaposlenih u promatranim vremenskim točkama niže nego u
slučaju druge dvije ciljane skupine potpora za zapošljavanje, zbog činjenice da se radi o teže
zapošljivoj populaciji i opservirani prosječni učinak mjere je vrlo velik (iako je u postotnim
bodovi sličan rezultatima druga dva modela).
60
Slika 25. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere – potpore za zapošljavanje osoba starijih od 50 godina
Učinak mjere potpora za zapošljavanje osoba starijih od 50 godina na postotak zaposlenosti
statistički je značajan u intervalu od 95%. Prosječan efekt u 12. mjesecu nakon izlaska iz
mjere iznosi 0,392, a donja granica intervala iznosi 0,348. Proporcija nezaposlenih među
sudionicima ima drugačiji tijek nego ishodi registrirani u prethodnoj evaluaciji (Matković,
Babić, Vuga, 2012). Dok u našim rezultatima postotak nezaposlenih sudionika blago opada s
vremenom (s 31% na 27%, odnosno 26% u dugoročnijem modelu), u spomenutoj evaluaciji
proporcija nezaposlenih sudionika raste za 36% na 40%. Iako je observirani prosječni učinak
mjere u najdaljim točkama sličan (smanjenje rizika nezaposlenosti iznosi 17%, odnosno 21%),
usporedba ovako definiranog prosječnog 6 mjeseci nakon izlaska iz mjere za 2010. (u našem
modelu) iznosi 13% dok u komparabilnoj vremenskoj točki za sudionike iz iste godine u
spomenutoj evaluaciji iznosi 47%.
Učinak mjere potpora za zapošljavanje starijih osoba na smanjeni rizik od također je
statistički je značajan, u intervalu od 95%, no manji od efekta mjere na postotak
zaposlenosti. Prosječan efekt na nezaposlenost u 12. mjesecu nakon izlaska iz mjere iznosi
0,205, a donja granica intervala iznosi 0,167, oboje izraženo apsolutnim brojkama.
61
Uz postotke zaposlenih, u slučaju ove ciljane skupine u analizi prikazujemo i zbrojene
postotke zaposlenih i nezaposlenih kao indikatore prisutnosti, tj. ostanka osoba na tržištu
rada.
Slika 26. Prikaz postotka ostanka na tržištu rada u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i nesudionika mjere Potpore za zapošljavanje starijih osoba, za sve godine
Učinak mjere na ostanak u aktivnosti gotovo je jednak u svim promatranim periodima nakon
izlaska iz mjere i iznosi 15% do 17%. Postoci ostanka na tržištu rada relativno su visoki kod
sudionika i kod nesudionika mjere te padaju vremenom. Kako u niže prikazanom analitičkom
modelu dugoročniji zbroj postotka zaposlenih i nezaposlenih među sudionicima mjere ostaje
vrlo visokih 78% (dvije godine nakon izlaska iz mjere), možemo zaključiti da usprkos tome što
dugoročno malo više od polovice sudionika mjere ne ostaje zaposleno, nema velikog
napuštanja tržišta rad što također možemo smatrati pozitivnim ishodom kada u obzir
uzmemo teškoću zapošljavanja ove ciljane skupine.
Tablica 20. – Prosječni učinak mjere na sufinancirane osobe u pogledu statusa zaposlenosti, po analitičkim modelima – potpore za zapošljavanje dugotrajno nezaposlenih
Broj mjeseci nakon izlaska iz mjere
Prosječni učinak mjere (zaposlenost) –
ukupni podaci
Prosječni učinak mjere (zaposlenost) – do kraja
2012.
Prosječni učinak mjere (zadržavanje na tržištu rada) – ukupni podaci
Prosječni učinak mjere (zadržavanje na tržištu rada) – do kraja 2012.
6 42% 43% 17% 18%
12 38% 40% 15% 17%
18 37% 38% 17% 18%
24 - 33% 17%
62
Unutar godina, promatrajući učinak 12 mjeseci nakon izlaska iz mjere potpore,
najuspješnijom se pokazuju 2011. i 2012. godine ulaska u mjeru kad je učinak mjere 12.
mjeseci nakon ulaska u mjeru iznosio 42%, odnosno 39% dok je kod ulazaka u mjeru u 2011.
učinak mjere najniži iznosi 27%. Pri tome je znakovito kako učinci u 12. mjesecu uglavnom
ovise o oscilacijama u postotku zaposlenih sudionika mjere, osobito od 2010. do 2012.
godine. Postotak zaposlenih kod nesudionika uglavnom je stalan i donekle raste tek u 2013.
godini.
Slika 27. – Prikaz postotka zaposlenih 12 mjeseci nakon izlaska iz mjere u skupini sudionika i ne-sudionika – potpora za zapošljavanje starijih osoba, po godinama ulaska
63
2.5.Stručno osposobljavanje za rad bez zasnivanja radnog odnosa
U analizu ove mjere ušlo je ukupno 18.044 sufinanciranih osoba koje su uparene sa srodnim
nesudionicima temeljem dva modela. Dva modela kreirana su temeljem promjene dizajna
intervencije u svibnju 2012. pri čemu je proširen opseg ciljane skupine mjere. Tako se prvi
model odnosi na sudionike čije je ulazak u mjeru definiran prema odredbama članka 59
Zakona o radu, pri čemu ciljana skupina obuhvaća one kojima je uvjet za obavljanje radnog
mjesta određenog zanimanja položen stručno/majstorski ili državni ispit te nemaju radnog
iskustva u struci/zanimanju za koju su se obrazovali. Drugi model definiran je odredbama
članka 6 Zakona o potporama za zapošljavanje koji je ciljana skupina proširena na sve one
koji nemaju iskustva u struci/zanimanju za koje imaju školsku spremu8.
Tablica 21. Obuhvat analize učinka mjere stručnog osposobljavanja za rad bez zasnivanja radnog odnosa –broj sudionika mjere i kontrolne skupine, po kreiranim modelima i godinama
Godina
Stručno osposobljavanje prema ZOR-u Stručno osposobljavanje prema ZOPZ-u
Broj sudionika
mjere Broj osoba u kontrolnoj
skupini
Broj sudionika mjere
Broj osoba u kontrolnoj skupini
2010 300 1.500 - -
2011 2.399 11.502 - -
2012 2.553 7.529 947 4.735
2013 7.923 23.054 3.922 19.610
Ukupno 13.175 43.585 4.869 24.345
Doseg analize za sve referentne godine definiran je do 18. mjeseca nakon nominalnog
trajanja mjere (12 mjeseci). Pri prikazu rezultata mjere na ukupnim podacima pristupili smo
kombiniranju ishoda obaju modela, dok će statistička značajnost rezultata te razlike među
modelima biti naglašene tablično. Također, egzaktno uparivanje temeljem mjeseca ulaska u
mjeru omogućuje nam usporedbu učinka mjere na razini modela stručnog osposobljavanja
prema ZOR-u prije i nakon promjene dizajna intervencije, stoga ćemo tablično prikazati
razlike prema na taj način odijeljenih analitičkih modela.
8 Bitno je naglasiti da u slučaju drugog modela nisu bili obuhvaćeni majstorski pripravnici kojima je temeljem
ZOPZ-a omogućeno trajanje mjere od 24 do 36 mjeseci zbog nemogućnosti obuhvaćanja učinaka mjere u definiranim vremenskim točkama nakon izlaska iz mjere.
64
Zaposlenost – ukupni podaci te model prema ZOR-u
Slika 28. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i ne-sudionika mjere – Stručno osposobljavanje za rad bez zasnivanja radnog odnosa, za sve godine, ukupni podaci
Na razini ukupnih podataka, prosječni učinak mjere se kreće od 11 do maksimalnih 16%
godinu dana nakon izlaska iz mjere nakon čega slijedi lagani pad učinka isključivo zbog rasta
zapošljavanja pripadnika kontrolne skupine. Na sljedećoj slici prikazan je tijek prosječnog
učinka mjere u prvom modelu iz kojeg je razvidan niži početni učinak (6 mjeseci nakon
izlaska iz mjere) nego na razini ukupnih podataka. Za ovu ciljanu skupinu je navedeni obrazac
razumljiv s obzirom na činjenicu da se radi u pravilu o reguliranim profesijama/zanimanjima
u kojima je za ravnopravno konkuriranje za raspoloživa radna mjesta najprije potrebno
položiti odgovarajući stručni/državni ispit, za što je potrebno određeno vrijeme nakon izlaska
iz mjere, tijekom koje su zadovoljeni formalni preduvjeti (staž u struci) za pristupanju ispitu.
Slika 29. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i ne-sudionika mjere – Stručno osposobljavanje 1 – prema ZOR-u, za sve godine
65
Zaposlenost – model prema ZOPZ-u
Slika 30. Prikaz postotka zaposlenih u vremenskim periodima nakon izlaska iz mjere u skupini sudionika i ne-sudionika mjere – Stručno osposobljavanje 2 – prema ZOPZ-u, za sve godine
Za razliku od ciljane skupine prisutne u prvom modelu, sudionici koji su se stručno
osposobljavali prema uvjetima mjere proširenima Zakonom o potporama za zapošljavanje
imaju primjetno bolji učinak na tržištu rada u pogledu zaposlenosti. Na slici vidimo da, iako
su ishodi kontrolne skupine nešto viši nego na razini prvog modela, učinak mjere u pogledu
zaposlenosti iznosi 21% već 6 mjeseci nakon izlaska iz mjere, te do kraja promatranog
razdoblja varira na razini par postotnih bodova.
66
Učinak po analitičkim modelima
Primjetnu razliku u učinku između dva kreirana modela odlučili smo kontrolirati korištenjem
na način da smo temeljem modela stručnog osposobljavanja prema ZOR-u konstruirali dva
analitička modela koji su vremenski odijeljeni u odnosu na promjenu dizajna intervencije
koja je dovela do pojave nove ciljane skupine zastupljene u drugom modelu. Tako u sljedećoj
tablici vidimo razlike u učinku stručnog osposobljavanja prema ZOR-u prije i poslije mjeseca u
kojem nastupa promjena dizajna mjere (kada istovremeno dolazi do velikog povećanja
obuhvata sudionika prema ovom kriteriju). Ipak, prikazana razlika se i dalje ne približava
učinku drugog modela, iako analitički model nakon svibnja 2012., osim nešto većeg učinka,
pokazuje i povećanje zaposlenosti u skupini sudionika te uparenih nesudionika za 3-4
postotna boda.
Tablica 22. – Prosječni učinak mjere na korisnike mjere u pogledu statusa zaposlenosti, po analitičkim modelima
Broj mjeseci nakon izlaska iz
mjere
Prosječni učinak mjere (zaposlenost)
– ZOR do svibnja 2012
Prosječni učinak mjere (zaposlenost)
– ZOR nakon svibnja 2012
Prosječni učinak mjere (zaposlenost)
– ZOPZ
6 5% 8% 21%
12 12% 16% 22%
18 13% 14% 19%
24 13% - -
Zadržavanje ove razlike između dvaju modela neovisno o obuhvaćenom periodu ulaska u
može se objasniti karakteristikama tržišta rada na koje pretendiraju korisnici s obzirom na
kriterij ulaska. Naime, korisnici koji u mjeru ulaze prema ZOR-u dominantno se stručno
osposobljavaju za zanimanja i poslove koji se zapošljavaju u javnom sektoru (državna uprava,
lokalna/regionalna samouprava, javne ustanove u zdravstvu, obrazovanju i socijalnoj skrbi),
u kojem je otvaranja novih radnih mjesta u proteklih nekoliko godina bilo ograničeno. S
druge strane, korisnici koji su u mjeru ušli prema ZOPZ-u su heterogenija skupina te kao
populacija konkuriraju za širi spektar radnih mjesta od koji se značajan dio nalazi u privatnom
sektoru ili djelatnostima u kojima ne postoji administrativno ograničavanje otvaranje novih
radnih mjesta.
67
Učinak mjere stručnog osposobljavanja za rad bez zasnivanja radnog odnosa po ZOR-u na
postotak zaposlenosti statistički je značajan u intervalu od 95%. Prosječan učinak u 12.
mjesecu nakon izlaska iz mjere iznosi 0,143, a donja granica intervala iznosi 0,132.
Slika 31. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere SOR-a po ZOR-u.
Učinak modela stručnog osposobljavanja po ZOPZ-u na postotak zaposlenosti statistički je
značajan u intervalu od 95%. Prosječni učinak u 12. mjesecu nakon izlaska iz mjere iznosi
0,235, a donja granica intervala iznosi 0,217.
Slika 32. Distribucija intervala pouzdanosti za ishod zaposlenosti u 12. mjesecu nakon izlaska iz mjere SOR-a po ZOPZ-u.
68
Nezaposlenost Tablica 23. – Prosječni učinak mjere na korisnike mjere u pogledu statusa nezaposlenosti, po analitičkim modelima
Broj mjeseci nakon izlaska iz
mjere
Prosječni učinak mjere
(nezaposlenost) – ZOR do svibnja
2012
Prosječni učinak mjere
(nezaposlenost) – ZOR nakon svibnja
2012
Prosječni učinak mjere
(nezaposlenost) – ZOPZ
6 5% 4% -6%
12 -3% -5% -7%
18 -4% -4% -6%
24 -5% - -
U slučaju stručnog osposobljavanja po ZOR-u, učinak u pogledu smanjenja rizika
nezaposlenosti na razini modela u 12. mjesecu po izlasku iz mjere uočljivo je manji u
usporedbi s učinkom na zaposlenost. Iako statistički značajan, prosječni učinak na smanjenje
nezaposlenosti je 0,038 s najnižom vrijednosti intervala od 0,027 (izraženo apsolutnim
brojkama). U gornjoj tablici vidimo na razini oba analitička modela postoji blago veći rizik od
nezaposlenosti među sudionicima 6 mjeseci nakon izlaska iz mjere. Kako je obaveza ciljane
skupine u ovom modelu polaganje stručnog/državnog ili majstorskog ispita kako bi se
ostvario pozitivan učinak intervencije, rezultat možemo objasniti svojevrsnim 'locked in'
učinkom.
Slično kao u prvom modelu, učinak u pogledu smanjenog rizika od nezaposlenost kod
stručnog osposobljavanja prema ZOPZ-u u 12. mjesecu po izlasku iz mjere uočljivo je manji u
usporedbi s učinkom na zaposlenost. Učinak je statistički značajan, ali je prosječan efekt na
nezaposlenost 0,077 s najnižom vrijednosti intervala od 0,060 (izraženo apsolutnim
brojkama). Kod obje mjere stručnog osposobljavanja za rad bez zasnivanja radnog odnosa
uočljivo je kako je učinak mjere znatno veći na postotak zaposlenosti nego na nezaposlenost.
Dok je efekt na zaposlenost kod mjere po ZOR-u prosjeku oko 14%, a po ZOPZ-u gotovo 24%,
efekti mjera na nezaposlenost iznose u prosjeku oko 4%, odnosno 8%. Također treba
napomenuti i kako je efekt mjere po ZOPZ-u izraženiji i kod zaposlenosti i kod nezaposlenosti
nego kod mjere SOR-a po ZOR-u.
69
3. Bibliografija
Caliendo, Marco, and Sabine Kopeinig. 2008. “Some Practical Guidance for the Implementation of Propensity Score Matching.” Journal of Economic Surveys 22(1): 31–72.
Ho, Daniel E., Kosuke Imai, Gary King, and Elizabeth A. Stuart. 2011. “MatchIt: Nonparametric Preprocessing for Parametric Causal Inference.” Journal of Statistical Software 42(8). http://www.jstatsoft.org/v42/i08/ (January 10, 2016).
Ho, D. E., K. Imai, G. King, and E. A. Stuart. 2007. “Matching as Nonparametric Preprocessing for Reducing Model Dependence in Parametric Causal Inference.” Political Analysis 15(3): 199–236.
Konarski, Roman, and Michał Kotnarowski. 2007. “Zastosowanie metody propensity score matching w ewaluacji ex-post.” In Ewaluacja ex-post: teoria i praktyka badawcza, ed. Agnieszka Haber. Warszawa: Polska Agencja Rozwoju Przedsiębiorczości, 183–209.
Matković, T. Babić, Z., Vuga, A, 2012. Evaluacija mjera aktivne politike zapošljavanja 2009. i 2010. godine u Republici Hrvatskoj, Revija za socijalnu politiku, 19 (3): str. 303-336.
R Core Team. 2014. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. http://www.R-project.org/.
Rosenbaum, Paul R., and Donald B. Rubin. 1985. “Constructing a Control Group Using Multivariate Matched Sampling Methods That Incorporate the Propensity Score.” The American Statistician 39(1): 33–38.
70
4. Dodatak 1 – tablice učinaka svih konstruiranih analitičkih modela
Javni radovi Tablica 24. Učinci mjere javnih radova za nezaposlene 12 do 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – analitički model ulazaka do kraja 2012.
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 2% 6% 8%
12 0% 9% 9%
18 4% 7% 11%
24 3% 8% 11%
Tablica 25. Učinci mjere javnih radova za nezaposlene 36 mjeseci i dulje na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – analitički model ulazaka do kraja 2012.
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 3% 6% 9%
12 2% 9% 11%
18 4% 8% 12%
24 4% 8% 12%
Tablica 26. Učinci mjere javnih radova ukupno na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – analitički model godina 2010 do kraja 2012.
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 2% 6% 8%
12 1% 9% 9%
18 3% 7% 11%
24 3% 8% 11%
71
Potpore za zapošljavanje
Tablica 27. Učinci mjere potpore za zapošljavanje mladih osoba na zaposlenost i nezaposlenost prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle do kraja 2012. godine
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 42% -22% 20%
12 36% -18% 18%
18 31% -16% 15%
24 29% -16% 13%
Tablica 28. Učinci mjere potpore za zapošljavanje dugotrajno nezaposlenih osoba na zaposlenost i nezaposlenost prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle do kraja 2012. godine
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 43% 30% 13%
12 37% 23% 14%
18 36% 23% 14%
24 33% 20% 12%
Tablica 29. Učinci mjere potpore za zapošljavanje starijih osoba na zaposlenost i nezaposlenost prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle do kraja 2012. godine
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 43% 25% 18%
12 40% 22% 17%
18 38% 20% 18%
24 33% 17% 17%
72
Potpore za samozapošljavanje Tablica 30. Učinci mjere potpore za samozapošljavanje na zaposlenost i nezaposlenost prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle do kraja 2012. godine
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 51% 42% 8%
12 44% 35% 9%
18 38% 30% 9%
24 36% 26% 10%
Obrazovanje nezaposlenih Tablica 31. Učinci mjere potpore za samozapošljavanje na zaposlenost i nezaposlenost prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle u 2010 i 2011. godini
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 3% 5% 7%
12 5% 2% 7%
18 6% 0% 6%
24 5% 1% 5%
30 6% -1% 5%
Tablica 32. Učinci mjere potpore za samozapošljavanje na zaposlenost i nezaposlenost prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle u 2012 i 2013. godini
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 12% -9% 3%
12 14% -10% 4%
18 16% -11% 5%
73
SOR ukupno (ZOR+ZOPZ) Tablica 33. Učinci mjere stručnog usavršavanja bez zasnivanja radnog odnosa ukupno prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle u 2012 i 2013. godini
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 12% 2% 14%
12 17% -5% 12%
18 15% -5% 10%
SOR ZOR Tablica 34. Učinci mjere stručnog usavršavanja bez zasnivanja radnog odnosa prema ZOR-u prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle u 2010 i 2011. godini
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 3% 6% 9%
12 11% -2% 9%
18 13% -3% 10%
24 13% -5% 8%
Tablica 35. Učinci mjere stručnog usavršavanja bez zasnivanja radnog odnosa prema ZOR-u prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle u 2012 i 2013. godini
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 8% 5% 13%
12 16% -5% 11%
18 13% -5% 8%
Tablica 36. Učinci mjere stručnog usavršavanja bez zasnivanja radnog odnosa prema ZOR-u prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle do svibnja 2012.
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 5% 5% 9%
12 12% -3% 9%
18 13% -4% 9%
24 13% -5% 8%
Tablica 37. Učinci mjere stručnog usavršavanja bez zasnivanja radnog odnosa prema ZOR-u prema analitičkom modelu koji uključuje osobe koje su u mjeru ušle od lipnja 2012.
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih Učinak mjere na postotak
nezaposlenosti Učinak mjere na postotak
zadržavanja na tržištu rada
6 8% 5% 13%
12 16% -5% 11%
18 14% -5% 9%
74
Javni radovi – učinak po regijama
Javni radovi za nezaposlene 12-35 mjeseci Tablica 38. Učinci mjere javnih radova za nezaposlene 12 - 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Zagreb i okolica
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 5% 5% 10%
12 5% 4% 9%
18 4% 3% 7%
24 -1% 10% 9%
Tablica 39. Učinci mjere javnih radova za nezaposlene 12 - 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija sjeverna Hrvatska
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 4% 4% 8%
12 3% 9% 12%
18 5% 8% 13%
24 1% 10% 11%
Tablica 40. Učinci mjere javnih radova za nezaposlene 12 - 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Slavonija
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 0% 6% 6%
12 0% 7% 7%
18 4% 5% 9%
24 3% 7% 10%
Tablica 41. Učinci mjere javnih radova za nezaposlene 12 - 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Lika i Banovina
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 7% 1% 8%
12 3% 6% 9%
18 3% 7% 10%
24 5% 9% 14%
Tablica 42. Učinci mjere javnih radova za nezaposlene 12 - 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Hrvatsko primorje i Istra
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 18% -7% 11%
12 11% -1% 10%
18 19% -7% 12%
24 15% -4% 11%
75
Tablica 43. Učinci mjere javnih radova za nezaposlene 12 - 35 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Dalmacija
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 1% 8% 9%
12 -1% 12% 11%
18 1% 9% 10%
24 0% 10% 10%
Javni radovi za nezaposlene 36 mjeseci i dulje
Tablica 44. Učinci mjere javnih radova za nezaposlene dulje od 36 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Zagreb i okolica
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 3% 3% 6%
12 5% 1% 6%
18 7% 2% 9%
24 7% 1% 8%
Tablica 45. Učinci mjere javnih radova za nezaposlene dulje od 36 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija sjeverna Hrvatska
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 2% 9% 11%
12 0% 12% 12%
18 4% 12% 16%
24 4% 11% 15%
Tablica 46. Učinci mjere javnih radova za nezaposlene dulje od 36 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Slavonija
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 2% 7% 9%
12 1% 9% 10%
18 3% 8% 11%
24 3% 9% 12%
Tablica 47. Učinci mjere javnih radova za nezaposlene dulje od 36 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Lika i Banovina
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 4% 4% 8%
12 3% 9% 12%
18 4% 9% 13%
24 2% 11% 13%
76
Tablica 48. Učinci mjere javnih radova za nezaposlene dulje od 36 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Hrvatsko primorje i Istra
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 6% 1% 7%
12 4% 4% 8%
18 6% 4% 10%
24 6% 4% 10%
Tablica 49. Učinci mjere javnih radova za nezaposlene dulje od 36 mjeseci na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Dalmacija
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 5% 4% 9%
12 2% 8% 10%
18 2% 8% 10%
24 3% 10% 13%
77
Obrazovanje nezaposlenih – učinak po regijama
Tablica 50. Učinci mjere obrazovanja nezaposlenih osoba na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Zagreb i okolica
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 6% 2% 8%
12 8% 0% 8%
18 9% -2% 6%
24 7% -1% 6%
Tablica 51. Učinci mjere obrazovanja nezaposlenih osoba na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija sjeverna Hrvatska
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 4% 3% 7%
12 8% -2% 7%
18 9% -3% 7%
24 8% -2% 6%
Tablica 52. Učinci mjere obrazovanja nezaposlenih osoba na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Slavonija
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 3% 4% 7%
12 5% 1% 6%
18 6% -1% 5%
24 6% -1% 5%
Tablica 53. Učinci mjere obrazovanja nezaposlenih osoba na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Lika i Banovina
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 6% -1% 5%
12 9% -3% 6%
18 9% -5% 4%
24 7% -3% 4%
Tablica 54. Učinci mjere obrazovanja nezaposlenih osoba na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Hrvatsko primorje i Istra
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 1% 5% 6%
12 2% 3% 5%
18 3% 1% 5%
24 1% 3% 4%
78
Tablica 55. Učinci mjere obrazovanja nezaposlenih osoba na zaposlenost i nezaposlenost, te na postotak zadržavanja na tržištu rada – sve godine, regija Dalmacija
Broj mjeseci nakon izlaska iz mjere
Učinak mjere na postotak zaposlenih
Učinak mjere na postotak nezaposlenosti
Učinak mjere na postotak zadržavanja na tržištu rada
6 6% 0% 6%
12 7% -1% 6%
18 9% -4% 5%
24 7% -2% 5%
79
5. Dodatak 2 – Histogrami intervala pouzdanosti u pogledu učinka zaposlenosti i nezaposlenosti – svi modeli
Javni radovi 1 – model 2.1 – zaposlenost
Javni radovi 1 – model 2.1. zaposlenost
80
Javni radovi 2 – model 2.2 – zaposlenost
Javni radovi 2 – model 2.2. – nezaposlenost
81
Samozapošljavanje – model 6 – zaposlenost
Samozapošljavanje – model 6 - nezaposlenost
82
Potpora za zapošljavanje mladih bez radnog iskustva – model 8.1 – zaposlenost
Potpora za zapošljavanje mladih bez radnog iskustva – model 8.1 – nezaposlenost
83
Potpora za zapošljavanje dugotrajno nezaposlenih osoba – model 8.2 – zaposlenost
Potpora za zapošljavanje dugotrajno nezaposlenih osoba – model 8.2 – nezaposlenost
84
Potpora za zapošljavanje starijih od 50 godina – model 8.3 - zaposlenost
Potpora za zapošljavanje starijih od 50 godina – model 8.3 - nezaposlenost
85
Stručno osposobljavanje 1 (ZOR) – model 10.1 – zaposlenost
Stručno osposobljavanje 1 (ZOR) – model 10.1 – nezaposlenost
86
Stručno osposobljavanje 2 (ZOPZ) – model 10.2 – zaposlenost
Stručno osposobljavanje 2 (ZOPZ) – model 10.2 – nezaposlenost
87
Obrazovanje nezaposlenih – model 4 – zaposlenost
Obrazovanje nezaposlenih – model 4 – nezaposlenost
Recommended