Hacienda Pública Española / Review of Public Economics, 208-(1/2014): 77-106 © 2014, Instituto de Estudios Fiscales DOI: 10.7866/HPE-RPE.14.1.3 Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después de la crisis económica: el caso de Aragón* JEsús CLEMENtE LóPEz PEDRO GARCíA CAstRILLO MARíA A. GONzáLEz-ALVAREz MARCOs sANsO FRAGO Universidad de Zaragoza Recibido: Julio, 2013 Aceptado: Junio, 2014 Resumen El objetivo de este artículo es evaluar la efectividad de la formación gestionada por el servicio público de empleo en Aragón sobre la “empleabilidad” de los trabajadores desempleados. Para ello se utilizan los registros administrativos del Instituto Aragonés de Empleo (INAEM), tanto los datos referidos a paro registrado como los relacionados con la formación y con los contratos. Con esta información se caracteriza parte de la trayectoria laboral de los que participan en dichas acciones y se deduce la influencia que tienen tanto en la probabilidad de encontrar un primer empleo como en la de mantenerlo una vez obtenido, comparándolas ambas con las probabilidades de los que no han participado en ellas. Los resultados indican que la formación es efectiva, aunque los efectos difieren notablemente según los distintos grupos de trabajadores y la diferente duración de los cursos. también se deduce claramente que la situación de crisis generalizada a partir de 2008 está siendo un factor relevante que contribuye, en general, a aumentar la efectividad de la formación en la mejora de la empleabilidad relativa de los desempleados. Palabras clave: Políticas activas en el mercado de trabajo, formación para desempleados, efectividad de las políticas de empleo, sesgo de selección. Clasificación JEL: C14, H71, J24, J38. 1. Introducción La actual crisis económica y la última reforma laboral del año 2012 han modificado dramáticamente el mercado de trabajo español, creando una situación en la que resulta del máximo interés disponer de información precisa sobre la efectividad de las políticas activas en * Los autores agradecen los comentarios de dos evaluadores anónimos y del editor. Los autores también quisieran mostrar su agradecimiento al apoyo financiero recibido por parte del Instituto Aragonés de Empleo (Valoración económica y social de las políticas activas del INAEM), y en especial a José Luis Algás Palaguerri. 78 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO dicho mercado. Estas políticas podrían ser, a pesar de todo, un medio útil para mitigar los efectos de la situación al menos sobre una parte de la gran cantidad de parados a la que ha dado lugar, aquella que representan los beneficiarios de las mismas. Como recomienda la UE, las políticas activas son un instrumento básico en el funcionamiento del mercado de trabajo europeo y el predominio de los recortes, como consecuencia de los ajustes en el gasto público, hace más necesario que nunca disponer de una evaluación rigurosa de sus efectos. Los resultados de dicha evaluación no sólo permitirían conocer si los recortes están contribuyendo también a ese empeoramiento de la situación del mercado laboral, sino también disponer de información que pueda ser útil para mejorar el diseño de las políticas. En un contexto de recesión económica la probabilidad de encontrar empleo o de seguir en él se reduce notablemente en promedio, por lo que los responsables públicos tienden a infravalorar la importancia de los distintos programas de políticas activas en el mercado de trabajo. sin embargo, a pesar de esa caída en las probabilidades promedio de encontrar empleo o de seguir en él, no puede descartarse que la efectividad relativa de las políticas pueda aumentar si la diferencia entre las probabilidades de los formados con las políticas respecto de los no formados aumenta. Desde esta perspectiva es sumamente interesante realizar evaluaciones rigurosas que permitan comprobar si este efecto diferencial puede estar mitigando los efectos de la crisis 1 sobre los trabajadores beneficiarios de las acciones de formación de los servicios públicos de empleo. Para responder a estas preguntas se estudia en este artículo la efectividad de la política de formación ocupacional llevada a cabo en Aragón a través del Instituto Aragonés de Empleo (INAEM). Esta formación tiene como destinatarios los desempleados y como objetivo facilitar su reinserción en el mercado de trabajo. Nuestro propósito es evaluar tanto la probabilidad de encontrar empleo como la de mantenerse en él de aquellos trabajadores que se benefician de este tipo de formación, prestando una especial atención a los cambios de dicha efectividad acaecidos como consecuencia de la crisis económica. Como se puede ver en el cuadro 1, el esfuerzo de los distintos países en políticas de formación difiere notablemente. Dicho cuadro muestra el gasto público en formación de los trabajadores como porcentaje del PIB de cada país para el periodo 2005-2009. En esos años, el gasto promedio de España se sitúa en torno al 0,15%, sistemáticamente por debajo de la media europea. se observa además que tras la crisis aumenta el esfuerzo formativo realizado en la mayoría de los países. En Austria, Alemania o Irlanda, por ejemplo, el gasto sobre PIB ha crecido en promedio el 20% en 2008 y 2009. Esta cifra en España ha sido del 13%, por debajo de la media europea. Como este aumento está recogiendo la caída del PIB, sobre todo en el caso de España, lo que significa es que el esfuerzo en valor absoluto está cayendo. teniendo en cuenta que España es uno de los países donde más ha crecido el paro, con mucha diferencia, estos son unos datos que revelan que se está haciendo mucho menor esfuerzo cuando, probablemente, es el país donde más se necesita. En Card et al. (2010) y en Kluve (2010) se presenta evidencia internacional de que la formación tiende a tener efectos 79 Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... positivos sobre cada trabajador individualmente, aunque dicha efectividad varía bastante dependiendo del país, del periodo considerado y de las características de los trabajadores. No cabe duda de que la presencia de una crisis tan profunda como la actual podría estar modificando la efectividad de las diferentes políticas, puesto que la formación podría estar suponiendo una mayor brecha entre la empleabilidad de los trabajadores beneficiarios y no beneficiarios de las mismas. En un mercado laboral deprimido es evidente que las empresas tienen una mayor capacidad de selección al contratar, por lo que no sería extraño que la efectividad relativa de la formación pudiese aumentar aunque la contratación agregada se haya reducido de manera importante. La problemática de la influencia de altas tasas de desempleo sobre la efectividad de la formación ha sido estudiada en Lechner and Wunsch (2009) para Alemania en el periodo 1984-2003, donde se encuentra que la formación es tanto más efectiva cuanto más alta es la tasa de desempleo, con lo que recomiendan hacer un mayor esfuerzo de formación en momentos de crisis, esfuerzo que hemos visto que en España no se da con la intensidad que debería en relación con otros países del entorno. Cuadro 1 GASTO PÚBLICO EN FORMACIÓN DE LOS TRABAJADORES COMO PORCENTAJE PIB Austria Portugala Finlandia Francia Alemania Irlanda Dinamarca Noruega Italia España Bélgica Latvia Estonia Holanda Eslovenia Lituania suecia Hungría Polonia Luxemburgo República Checa Chipre Grecia 2005 2006 2007 2008 2009 0,326 0,279 0,390 0,290 0,269 0,222 0,503 0,364 0,203 0,148 0,166 0,114 0,033 0,121 0,050 0,051 0,204 0,039 0,100 0,123 0,013 – 0,037 0,399 0,247 0,386 0,289 0,329 0,220 0,430 0,255 0,181 0,145 0,144 0,115 0,042 0,108 0,056 0,073 0,207 0,062 0,101 0,122 0,011 0,008 0,059 0,368 0,192 0,378 0,301 0,255 0,229 0,333 0,225 0,184 0,139 0,143 0,048 0,025 0,098 0,034 0,087 0,110 0,059 0,101 0,100 0,007 0,021 0,057 0,370 0,237 0,358 0,284 0,270 0,264 0,230 0,206 0,189 0,149 0,156 0,029 0,030 0,101 0,025 0,065 0,067 0,065 0,123 0,035 0,007 0,020 0,090 0,516 0,429 0,428 0,364 0,363 0,333 0,296 0,226 0,179 0,177 0,173 0,148 0,132 0,128 0,084 0,083 0,062 0,050 0,039 0,032 0,027 0,019 0,017 Variación interanual 13,7% 17,7% 2,8% 6,6% 10,0% 11,2% –9,8% –10,1% –2,9% 5,0% 1,5% 78,3% 86,7% 2,4% 45,6% 16,2% –23,0% 10,3% –11,4% –23,1% 58,5% 50,9% 8,2% 80 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO Cuadro 1 (Continuación) GASTO PÚBLICO EN FORMACIÓN DE LOS TRABAJADORES COMO PORCENTAJE PIB 2005 Reino Unido Bulgaria Eslovaquia Malta Rumanía EU15 EU27 0,025 0,062 0,024 – 0,013 0,200 0,191 2006 0,018 0,043 0,010 0,035 0,012 0,206 0,197 2007 0,016 0,039 0,005 0,015 0,010 0,185 0,176 2008 2009 0,016 0,034 0,011 0,020 0,009 0,190 0,180 0,016 0,014 0,012 0,007 0,004 0,239 0,224 Variación interanual –9,8% –27,9% 5,2% –29,6% –22,5% 5,3% 4,8% a Ruptura de la serie en el año 2009. Datos: Eurostat. Referencias relativas a la efectividad de las políticas activas de empleo en el mercado español pueden encontrarse en Alonso-Borrego et al. (2004). En lo que respecta a la formación, en álvarez y Davia (2003) se contrasta la presencia de efectos positivos sobre las tasas de contratación y de empleabilidad de los parados en España. Este efecto es mayor en el caso de trabajadores con una menor cualificación y de parados de corta duración. Por otro lado, en algunos recientes trabajos, Cueto et al. (2010), Arellano (2010), Mato y Cueto (2008) y Cueto y Mato (2009), se muestra cómo la formación tiene un efecto positivo en el corto y medio plazo sobre el acceso al empleo y el tiempo trabajado, aunque no se encuentran efectos significativos sobre la situación laboral ni los ingresos en un contexto regional. En estos trabajos se realiza, normalmente, un análisis de sensibilidad pero en ninguno de ellos aparece el que podríamos denominar efecto crisis sobre la efectividad de la formación. El objetivo de este trabajo es aportar evidencia para España sobre esta cuestión, sin olvidar el análisis de sensibilidad que se centrará en el efecto del género, de la diferencia rural-urbano y de la duración de los cursos. La estructura del trabajo es la siguiente. En el apartado 2 se presentan las técnicas utilizadas para la evaluación de las políticas activas en el mercado de trabajo, con especial detalle en el caso de la que finalmente se aplica. En el apartado 3 se describe brevemente la política de formación llevada a cabo en Aragón por el INAEM y se incluye información sobre la muestra utilizada. En el apartado 4 se muestran los resultados de la evaluación global de la formación, prestando una especial atención a la diferencia de los efectos antes y después de la crisis. En el apartado 5 se recogen los resultados del análisis de sensibilidad. Por último, el sexto apartado presenta un resumen las principales conclusiones. 2. Metodología La evaluación de una política pública consiste en la medición de su efecto sobre alguna variable de interés (y) referida a una determinada población. La evaluación de los progra- Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 81 mas se puede llevar a cabo analizando el impacto sobre distintos indicadores como, por ejemplo, las ganancias salariales adicionales, la mejora en la tasa de empleo, la disminución del tiempo de transición al empleo, el aumento de la probabilidad de mantener un empleo estable, las mejoras en la cualificación, etc. La selección de uno u otro indicador depende tanto de los individuos sujetos a la política como de la disponibilidad de datos y de la metodología empleada, como se recoge en Alujas (2002). En este trabajo nos centramos en el impacto de la formación sobre la probabilidad de encontrar un empleo tras haber realizado el curso, es decir, de la probabilidad de salir del desempleo, así como sobre la estabilidad del empleo una vez encontrado, utilizando los mismos métodos que sianessi (2004, 2008) para el caso sueco. Estos métodos se describen a continuación. sea D un indicador de participación (o tratamiento) en forma de variable binaria. Por un lado, D=1 hace referencia a que el individuo ha ha participado en la política sometida a evaluación, siendo Y1 el resultado derivado de ello. Por otro, D=0 indica que no ha participado en dicha política, siendo Y0 lo que se observa en este caso. El impacto será la diferencia entre Y1 e Y0. Como no es posible tener información de ambas situaciones simultáneamente, se plantea un problema de variables no observables. El resultado realmente observado, y, se puede definir como (Angrist e Imbens, 1991): Y = D Y1 + (1–D) Y0 (1) De forma que el valor esperado del efecto de la política Δ es: E (Δ/D=1) = E (Y1/D=1) – E (Y0/D=1) (2) En este tipo de estudios se presenta el problema del sesgo de selección, consistente en que los individuos para los que D=1 pueden tener unas características favorables a dicha opción, lo que puede distorsionar la estimación del impacto si no se corrige. La corrección del sesgo puede hacerse mediante diversos métodos. Una panorámica de los métodos habitualmente utilizados puede encontrarse en Cansino y sánchez (2004) y Arellano (2006). Entre dichos métodos deben destacarse tres: el “estimador en diferencias”, el “método en dos etapas de Heckman” y el “método de emparejamiento” o “matching”. El primero, la estimación de diferencias en diferencias (Heckman y Robb, 1985), corrige el sesgo de selección estimando el modelo en dos momentos de tiempo. Otra opción es el método en dos etapas de Heckman (1979), que también utiliza una doble estimación. En la primera de las etapas se obtiene una medida de la heterogeneidad de cada trabajador de la muestra respecto a la media de los beneficiarios de la política para, en la segunda, utilizar esta medida para estimar el efecto. Finalmente, está la opción de utilizar la técnica basada en la selección por métodos no paramétricos de un grupo de control apropiado por medio del emparejamiento (matching) entre trabajadores participantes y no participantes. Ésta es la aplicada en este trabajo y ha sido recientemente utilizada en la evaluación para otros países: Fitzenberger et al. (2013) y Rinne et al. (2013) para Alemania, Lechner y Wickler (2011) para Austria, sianesi (2008) para suecia, Centeno et al. (2009) para Portugal, Rodrigues-Planas y Jacob (2010) para Rumania o Lalive et al. (2008) para suiza, entre otros. 82 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO siguiendo a Rubin (1973), se puede evitar el sesgo en la estimación comparando individuos del grupo de control y tratados que sean lo más parecidos posible. Para ello, partimos de un vector de variables observables X que influye en el proceso de selección de los individuos, de modo que la dependencia entre el resultado obtenido y el tratamiento se debe a ellas. Así, controlando las variables de X se soluciona el problema del sesgo de selección construyendo un grupo de comparación compuesto por trabajadores no participantes en los cursos, pero cuyos resultados se aproximan a los que los participantes hubieran obtenido de no haber participado en dichas acciones formativas (Rubin, 1974, 1977): E (Y0∣X, D=0) = E (Y0∣X, D=1) (3) Para la construcción del grupo de control Rosenbaum y Rubin (1983) propusieron resumir la información relativa a cada individuo en un índice (“propensity score”) que recoge la probabilidad condicional de participar en la política, dadas las características del individuo: p(X) = Pr(D=1∣X) = E(D∣X) (4) El efecto de la política se obtendrá de la comparación de los resultados observados para los individuos participantes en el programa y para los individuos de control con el mismo valor del propensity score. El sesgo de selección quedará eliminado dependiendo de la calidad de las variables sobre las que se calcula el propensity score y la adecuación del emparejamiento entre individuos tratados y no tratados (Dehejia y Wahba, 2002). Un aspecto a tener en cuenta es la dificultad de encontrar individuos con el mismo valor del propensity score. En la literatura se han propuesto varios métodos que permiten abordar este problema. Entre los más usados se encuentra el “vecino más cercano” propuesto por Cochrane y Rubin (1973). Éste consiste en encontrar para cada individuo tratado aquel del grupo de control que tenga un propensity score más parecido 2. Es decir, se escoge el individuo no tratado j para ser la contraparte del individuo tratado i de modo que el grupo de control del individuo i, Co(pi), con propensity score pi es un solo individuo que cumple: C0 (pi) = {j:∣pi – pj∣= min {∣pi – pk∣}} (5) k⑀{D=0) Es posible definir umbrales de tolerancia de manera que la diferencia de probabilidades entre cada par no supere cierta magnitud, quedando fuera de la evaluación los individuos tratados que la sobrepasen. La forma habitual de proceder es fijar varias distancias máximas y comparar la estimación para cada una de ellas. Hay otros estimadores que utilizan un mayor número de individuos del grupo de control. Éstos se denominan matching “ponderados” y permiten obtener estimaciones más eficientes. Por un lado, existe la variante “kernel”, según la cual todos los individuos del grupo de tratamiento se corresponden con un promedio ponderado de todos los individuos del grupo de control, siendo las ponderaciones inversamente proporcionales a la distancia entre los propensity score. Por otro, existe la variante “radius”, que únicamente tiene en Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 83 cuenta aquellos individuos del grupo de control que están dentro de una distancia determinada y para los que se calcula el promedio correspondiente. smith y todd (2005) concluyen que no puede decirse que un método sea superior a los demás en la determinación del grupo de control por medio del propensity score. Por tanto, es aconsejable una comparación de los resultados obtenidos por distintas alternativas que dé una idea de la robustez de los resultados. Conviene señalar que la hipótesis de independencia condicionada (CIA) debe de cumplirse para que el análisis sea efectivo. El propensity score matching reduce el sesgo basado en variables observables exclusivamente. La CIA implica que, una vez calculado el propensity score, la participación en las acciones formativas es independiente del resultado en caso de no participar. Para ello, todas las variables que afectan a participación y resultado deben estar incluidas en la estimación del propensity score. Distintos autores, como Cueto et al. (2012), Purdon et al. (2002) y Hud and Hussinge (2014), indican la imposibilidad de verificar dicha condición empíricamente. sin embargo, la utilización de datos sobre un gran número de variables que influyen en la decisión de los trabajadores a participar en formación permiten reducir el sesgo. En nuestro caso, tenemos confianza en que los datos administrativos proporcionados por el INAEM son suficientemente informativos en este aspecto. sin embargo, hay que tener en cuenta este problema a la hora de interpretar los resultados obtenidos en el análisis. 3. Descripción de los datos y variables 3.1 Planteamiento del análisis La evaluación del efecto de las políticas activas de empleo comienza por definir las variables sobre las que se va a medir el impacto. En este trabajo nos centramos en el impacto de la formación sobre la probabilidad de encontrar un primer empleo, es decir, de la probabilidad de salir del desempleo una vez realizado el curso, y sobre la estabilidad del empleo una vez encontrado. En cuanto al horizonte temporal, se han considerado los cursos realizados entre los años 2005 y 2009, ambos incluidos. De este modo, podremos determinar si la efectividad de la política formativa ha variado con el paso del tiempo y, lo que resulta más interesante, relacionarla con el advenimiento de la crisis económica actual. Además, con el fin de analizar los efectos sostenidos de la política se ha diseñado un procedimiento para observar la evolución de los trabajadores durante los 18 meses siguientes al inicio de la acción formativa. Para calcular el propensity score se parte de la estimación de un modelo binario de elección discreta en el que la variable endógena es la participación o no en un curso de formación y las variables explicativas (X) son las características personales de cada trabajador que influyen en la probabilidad de realizar el curso: D = gX + u (6) 84 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO A partir de la estimación anterior se empareja a los trabajadores que han recibido formación con otros que no lo hayan hecho, pero cuyas probabilidades de haberlo hecho son similares a las de los trabajadores en el grupo de tratamiento. Para llevar a cabo el análisis que nos ocupa se dispone de información de todas las acciones formativas gestionadas por el INAEM entre los años 2005 y 2009. Además, se dispone de los registros administrativos del INAEM de los años 2005 a 2011, que permiten reconstruir el historial laboral de un elevado número de demandantes de empleo, tanto participantes en las acciones formativas como no participantes. La manera en la que se ha diseñado el análisis parte de la selección de los trabajadores que se encuentran en situación de desempleo al inicio de cada uno de los meses de los años 2005 a 2009 3. Para seleccionar el grupo de control se identifican a los trabajadores que están en paro a inicios del mes considerado y que no han participado en ningún curso de formación en los 18 meses posteriores. Por otro lado se identifican también aquellos trabajadores que comienzan algún curso durante ese mes, siendo éstos los que conforman el grupo de individuos tratados. De ambos grupos se eliminan aquellos que han seguido actividades formativas en los 18 meses posteriores para detectar exclusivamente la efectividad de los cursos realizados en el periodo de referencia. Para concretar el grupo de control se estima el modelo probit definido en (7) y se busca para cada individuo tratado aquel del grupo de control que tenga un propensity score más parecido 4. Una vez realizado el emparejamiento se mide la diferencia en la probabilidad de encontrar empleo o de seguir empleado una vez que lo han encontrado de ambos grupos en los 18 meses posteriores. En la medida en que, con el transcurso del tiempo, las diferencias entre los indicadores laborales elegidos en el grupo de tratamiento y el grupo de control sean positivas y estadísticamente significativas podrá decirse que pueden atribuirse al efecto de la formación recibida. 3.2. Política formativa del Inaem y descripción de los datos Desde su creación en el año 1999 el INAEM ha llevado a cabo una intensa actividad formativa en Aragón cuyo origen proviene de la transferencia de competencias en la gestión de la formación de oferta para el empleo que previamente correspondían al INEM (Instituto Nacional de Empleo). El volumen de fondos destinados a formación que gestiona el INAEM aumentó de manera significativa hasta el año 2007 y con la llegada de la crisis se ha reducido ligeramente 5 hasta el 0,166% del PIB aragonés, frente al 0,193% que alcanzó el año 2007. Este dato se refleja claramente en la evolución tanto de personas que han participado en las acciones formativas como en el número de matrículas. El cuadro 2 muestra que en el año 2006 casi la mitad de los parados registrados accedían a los cursos mientras que en 2009 ese porcentaje se sitúa por debajo del 19%, hecho que viene influido por la actual crisis y el gran aumento del paro que ha traído consigo. 85 Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... Aunque los cursos analizados en este trabajo están dirigidos principalmente a desempleados, también hay un porcentaje de matriculados que son ocupados. La composición de los trabajadores formados también se ha visto afectada por la crisis, ya que entre 2005 y 2007 la participación relativa de los desempleados va cayendo. sin embargo, a partir de 2007 hay una mayor presencia de desempleados en los cursos, llegando a ser el 82% en 2009. Cuadro 2 NÚMERO DE MATRÍCULAS Y DE PERSONAS PARA CADA AÑO Matrículas Personas Media curso/ persona Parados que se Participantes forman sobre el que son parados total del paro registrados registrado 2005 29.292 24.148 1,21 72,0% 43,9% 2006 31.636 25.824 1,22 70,4% 48,3% 2007 25.707 21.577 1,19 68,2% 41,0% 2008 21.317 17.785 1,19 74,3% 27,4% 2009 23.448 18.676 1,26 82,2% 19,0% Fuente: INAEM. La disponibilidad de información sobre los parados en los registros administrativos del INAEM es amplia y se han utilizado los ficheros relativos al paro registrado, los de formación y los de contratos. todo ello permite reconstruir parte del historial laboral de los demandantes de empleo, tanto participantes en acciones formativas como no participantes, utilizando un gran número de variables en las regresiones probit para caracterizar al individuo. Como se ha comentado en el apartado anterior, para cuantificar el impacto de la formación a partir de los métodos de emparejamiento es necesario tener en cuenta aquellas variables que influyen en la probabilidad de participar en la misma y que han sido agrupadas en dos grandes categorías: características personales y características laborales. 3.2.1. Características personales Entre las características personales de los trabajadores figuran el género, la edad (y su cuadrado para captar las posibles no linealidades), una variable dicotómica relativa a si el trabajador tiene algún tipo de discapacidad y otra que refleja la condición de extranjero, considerando como tales aquellos con nacionalidad distinta a la española. también se incluye la educación de los trabajadores como aproximación a su cualificación para el acceso a los diferentes cursos. se diferencian cuatro niveles: educación primaria o inferior (nivel 1); primera etapa de educación secundaria, formación e inserción laboral correspondiente (nivel 2); segunda etapa de educación secundaria, formación e inserción laboral correspondiente (nivel 3); y formación e inserción laboral con título de secundaria, formación universitaria y superior (nivel 4). Además se incluyen cuatro variables que reflejan el conocimiento de idio- 86 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO mas de los trabajadores. La primera es una variable continua que recoge el número de idiomas que habla, mientras que las otras tres son variables dicotómicas que indican el conocimiento de inglés, francés o algún otro idioma, respectivamente. El lugar de residencia del trabajador puede incidir sobre el acceso a cursos que sean de interés, por lo que se han incluido tres variables dicotómicas que indican la provincia de residencia y una variable adicional que recoge si el trabajador vive en una de las tres capitales de provincia o en otra localidad diferente. En consecuencia la información disponible surge de la combinación de tres fuentes de información. La primera se refiere a los datos administrativos individualizados del paro registrado en Aragón. La segunda al fichero de contratos, con lo que es posible identificar los trabajadores que salen del paro por haber firmado un contrato de trabajo, así como el tipo de contrato. La tercera se refiere a los datos de la formación, en la que es posible identificar a los trabajadores en paro que siguen una actividad formativa, además de algunas características de dicha formación, como el lugar de realización y la duración. Con esta información por trabajador parado se ha procedido a la siguiente depuración. En primer lugar se han eliminado de la muestra todos los trabajadores que causan baja en el paro registrado por razones distintas a la firma de un contrato, es decir, bajas por maternidad, invalidez temporal o permanente, jubilación, muerte, bajas voluntarias, etc. En segundo lugar se suprimen los trabajadores que hayan participado en dos o más actividades formativas, puesto que la intención del artículo es evaluar la efectividad de una sola de estas acciones. Por tanto, el análisis de evaluación se refiere a trabajadores en paro que siguen una sola actividad formativa y que no salgan del desempleo por causas distintas a la ocupación de una vacante. 3.2.2. Características laborales Hay una serie de características laborales de los trabajadores que pueden influir en su propensión a participar en un curso formativo, como es percibir algún tipo de prestación contributiva o asistencial por desempleo que puede incrementar la probabilidad de participación en el programa, ya que el trabajador puede tomarlo como un tiempo para reciclarse o mejorar su empleabilidad en el mercado laboral. Para recoger este efecto se incluye una variable dicotómica relativa a si el trabajador es o no perceptor de algún tipo de prestación. La antigüedad como demandante de empleo, medida por el número de días que el individuo lleva registrado como tal, también puede influir en la probabilidad de participar en acciones formativas. En este sentido, es de esperar un efecto negativo sobre los parados de media y larga duración, porque pueden estar más desmotivados que aquéllos que llevan desempleados menos tiempo. Es por ello por lo que también se incluye una variable dicotómica relativa a si el trabajador es un parado de larga duración, reflejando si lleva desempleado más de un año. Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 87 El nivel profesional es también un indicador de la cualificación de los trabajadores. Esta variable, aunque en muchos casos haga referencia al anterior empleo del trabajador, también puede aproximar su nivel económico. Las categorías empleadas son cinco: sin nivel profesional (nivel 1); peones y aprendices (nivel 2); ayudantes, auxiliares y especialistas (nivel 3); oficiales de 1ª, 2ª y 3ª (nivel 4); y directores, mandos intermedios y jefes de equipo (nivel 5). se incluyen algunas características relacionadas con el puesto de trabajo demandado: si solicita jornada completa, parcial o si está indiferente entre ambas, el ámbito geográfico de búsqueda, el código de la principal ocupación solicitada (CNO a un dígito), ya que determina en gran medida la capacidad para acceder a determinados empleos, la experiencia acumulada en dicha ocupación (medida por el número de días), el porcentaje que representa la experiencia en la ocupación solicitada sobre el total y el sector de actividad del último empleo (sin sector específico, agricultura, industria, construcción y servicios). Cuadro 3 VARIABLES INCLUIDAS EN LA CARACTERIZACIÓN DE LOS PARADOS Variable Mujer Edad Edad2 Minusvalía Extranjero Nivel edu. 1 Nivel edu. 2 Nivel edu. 3 Nivel edu. 4 Nº Idiomas Inglés Francés Otros idiomas Huesca teruel zaragoza Capital subsidio tiempo Larga duración NivProf0 NivProf1 NivProf2 NivProf3 NivProf4 Experiencia % experiencia Jornada 1 Jornada 2 Descripción Mujer Edad Edad al cuadrado Discapacitado Extranjero sin estudios o estudios primarios (Referencia) Primera etapa de educación secundaria Bachillerato y formación profesional Formación profesional superior y estudios universitarios Nº de idiomas hablados Habla francés Habla inglés Habla otro idioma que no sea francés o inglés Provincia de Huesca (Referencia) Provincia de teruel Provincia de zaragoza Capital de provincia Cobra prestación (0 no 1 si) tiempo que lleva inscrita la demanda (días) Parado de larga duración (más de un año) sin nivel profesional (Referencia) Aprendices Ayudantes, auxiliares y especialistas Oficiales de 1ª, 2ª y 3ª" Directores, mandos intermedios y jefes de equipo Experiencia laboral acumulada (días) % que representa la experiencia en la ocupación solicitada sobre el total Indiferente entre jornada completa o parcial (Referencia) solicita jornada completa 88 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO Cuadro 3 (Continuación) VARIABLES INCLUIDAS EN LA CARACTERIZACIÓN DE LOS PARADOS Variable Jornada 3 Ambi1 Ambi 2 Ambi 3 Ambi 4 CNO0 CNO1 CNO2 CNO3 CNO4 CNO5 CNO6 CNO7 CNO8 sector 0 sector 1 sector 2 sector 3 sector 4 Descripción solicita jornada Parcial ámbito de búsqueda de trabajo - Municipal (Referencia) Provincial Amplio Restringido trabajadores no cualificados (Referencia) Dirección de las empresas y de las administraciones públicas técnicos y profesionales científicos e intelectuales técnicos y profesionales de apoyo Empleados de tipo administrativo servicios de restauración, personales y comercios trabajadores cualificados en la agricultura y en la pesca Artesanos y trabajadores cualificados de industria y construcción Operadores de instalaciones y maquinaria, y montadores sin sector especifico. (Referencia) Agricultura Industria Construcción servicios 4. Efectividad general de las acciones formativas en Aragón En este apartado se presentan las principales conclusiones del modelo de elección discreta que determina la influencia de las variables descritas en el apartado anterior en la probabilidad de participar en alguna de las acciones formativas, así como el efecto promedio de la formación en la probabilidad de encontrar empleo y de mantenerlo. El análisis parte de la selección de los trabajadores que se encuentran en situación de desempleo al inicio de cada uno de los meses de los años 2005 a 2009 (comenzando en abril de 2005) y se estima el modelo probit definido en (7) buscando para cada individuo tratado aquel del grupo de control que tenga un propensity score más parecido. Una vez realizado el emparejamiento se mide la diferencia en la probabilidad de encontrar empleo o de seguir empleado en los 18 meses posteriores. El cuadro 4 indica el número de trabajadores que componen los grupos de tratamiento y control para las 57 estimaciones realizadas. Las probabilidades estimadas a partir del modelo de elección discreta determinan el grupo de control que sirve de base para medir el efecto de la formación. Con la idea de reflejar la bondad del algoritmo utilizado, se presentan en los cuadros 5 y 6 los estadísticos descriptivos correspondientes a los grupos de tratamiento y control, antes y después del emparejamiento, para dos ejemplos concretos, mayo de 2005 y mayo de 2009, lo que permite comparar los resultados en un año de expansión económica y otro de crisis. En ambos casos puede apreciarse que el grupo de control es considerablemente más parecido al grupo de tra- 89 Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... tamiento en la muestra emparejada. Concretamente, las medias de los dos grupos son distintas, desde un punto de vista estadístico, antes del emparejamiento para la mayoría de las variables. sin embargo, la significatividad de dichas diferencias prácticamente desaparece para la muestra emparejada. Cuadro 4 TAMAÑOS MUESTRALES DE LAS ESTIMACIONES PROBIT: GRUPOS DE TRATAMIENTO Y CONTROL 2005 2006 2007 2008 2009 Tratam. Control Tratam. Control Tratam. Control Tratam. Control Tratam. Control Enero Febrero Marzo Abril Mayo Junio Julio Agosto septiembre Octubre Noviembre Diciembre – – – 693 790 247 68 41 369 318 465 343 – – – 15.486 14.282 13.420 13.782 14.686 14.265 15.386 15.194 16.027 403 204 144 244 671 569 50 33 518 341 193 228 16.592 16.008 14.794 14.419 13.631 12.979 12.675 13.184 13.085 13.361 13.267 13.389 771 291 302 358 779 291 79 21 653 348 147 57 14.090 13.649 13.241 13.162 12.391 12.032 12.064 11.911 13.352 13.606 13.613 14.183 372 356 226 253 326 202 167 11 497 600 1.206 280 18.647 19.378 19.117 19.721 18.725 19.047 20.431 24.362 24.018 27.599 30.697 34.489 416 544 336 182 628 279 119 109 2.036 1.187 776 382 31.539 33.215 34.282 35.463 34.749 33.771 33.597 33.486 35.277 36.683 37.499 39.395 El modelo probit mide la influencia de las características personales y laborales de los trabajadores en la probabilidad de participar en acciones formativas. sin ánimo de ser exhaustivos, a continuación se comentan algunos de los principales resultados de las estimaciones 6. En el caso del género, la crisis ha supuesto una mayor inclinación de las mujeres que los hombres a participar en la formación, que con anterioridad tendía a ser menor. La formación es más frecuente en el entrono urbano que en el rural como indica el signo positivo de la variable capital, que refleja si el domicilio del trabajador se encuentra en una de las capitales de las provincias aragonesas. también es importante señalar que recibir una prestación, el tiempo de duración del desempleo y ser parado de larga duración inciden negativamente en la probabilidad de participar en las acciones formativas, lo que induce a pensar que el efecto sobre la intensidad de la búsqueda descrito por Pissarides (1982) se extiende a otras actividades. La estimación probit sirve de base para determinar el denominado “propensity score” con el que se empareja cada uno de los desempleados formados con otro no formado para comparar sus probabilidades de encontrar empleo y de mantenerse trabajando. En los cuadros siguientes se presentan los resultados numéricos referidos a los efectos diferenciales para el mes de mayo de cada uno de los años, lo que permite apreciar la evolución a lo largo de todo el periodo. Adicionalmente se incorpora la información referida al t-ratio 7, que muestra que esas diferencias son claramente significativas una vez superados los primeros meses tras la finalización de la acción formativa. Destaca el hecho de que el máximo de efec- 90 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO tividad relativa de la formación aparece siempre dentro de los primeros 12 meses, pero que el efecto a largo plazo no es en absoluto desdeñable, puesto que se sitúa alrededor de los 10 puntos porcentuales hacia el final del periodo considerado, siendo los últimos valores relativamente estables. Además, estos resultados son comparables con los de estudios previos, como por ejemplo los presentados en Cueto y Mato (2009) que obtienen un efecto del 8 al 9% con un horizonte temporal de 12 meses para la formación en Asturias en el periodo 20002006, mientras que en este trabajo el efecto estimado en el 2006 es del 10,7%. Cuadro 5 PROMEDIO DE LAS CARACTERÍSTICAS DE LOS INDIVIDUOS PERTENECIENTES A LOS GRUPOS DE TRATAMIENTO Y CONTROL, ANTES Y DESPUÉS DEL EMPAREJAMIENTO. MAYO 2005 Muestra no emparejada Tratam. Mujer 0,59 Edad 32,68 Edad2 1151,20 Minusvalía 0,03 Extranjero 0,06 Nivel edu. 2 0,45 Nivel edu. 3 0,25 Nivel edu. 4 0,29 Nº Idiomas 0,52 Inglés 0,29 Francés 0,09 Otros idiomas 0,11 teruel 0,11 zaragoza 0,70 Capital 0,64 subsidio 0,46 tiempo 188,13 Larga duración 0,15 NivProf1 0,19 NivProf2 0,34 NivProf3 0,07 NivProf4 0,03 Experiencia 84,08 % experiencia 38,34 Jornada 1 0,03 Jornada 2 0,04 Ambi 2 0,45 Ambi 3 0,04 Ambi 4 0,20 CNO1 0,01 CNO2 0,15 CNO3 0,10 Control 0,60 41,01 1820,30 0,02 0,08 0,64 0,17 0,14 0,35 0,14 0,09 0,09 0,09 0,78 0,64 0,57 508,20 0,32 0,18 0,31 0,16 0,04 134,95 56,81 0,04 0,00 0,66 0,03 0,08 0,01 0,07 0,08 Diferencia Muestra emparejada Tratam. –0,02 0,59 –8,32** 32,81 –669,10** 1159,40 0,01 0,02 –0,02 0,05 –0,19** 0,44 0,08** 0,25 0,15** 0,29 0,17** 0,51 0,15** 0,28 0,00 0,09 0,02 0,11 0,02 0,11 –0,08** 0,70 0,01 0,64 –0,11** 0,47 –320,07** 191,02 –0,17** 0,16 0,01 0,19 0,03 0,34 –0,10** 0,07 –0,02 0,03 –50,87** 85,39 –18,47** 37,97 –0,01 0,03 0,03** 0,02 –0,20** 0,46 0,01 0,04 0,12** 0,21 0,00 0,01 0,07** 0,15 0,02 0,10 Control 0,65 32,14 1114,50 0,02 0,04 0,44 0,23 0,32 0,58 0,33 0,10 0,12 0,10 0,69 0,63 0,46 200,63 0,14 0,22 0,31 0,08 0,04 81,15 40,46 0,03 0,03 0,46 0,05 0,16 0,02 0,13 0,15 Diferencia Reducción sesgo (%) –0,06 0,67 44,90 0,00 0,02 0,01 0,02 –0,03 –0,07 –0,04 –0,01 0,00 0,01 0,01 0,02 0,00 –9,61 0,02 –0,03 0,02 –0,01 –0,01 4,24 –2,49 0,00 –0,01 0,00 –0,01 0,04 –0,01 0,02 –0,05 –239,3 91,9 93,3 68,0 17,1 95,8 74,6 80,7 61,7 72,2 –564,0 82,8 65,5 83,9 –108,8 96,4 97,0 90,3 –135,8 17,3 91,4 48,3 91,7 86,5 21,5 75,6 100,0 43,7 65,5 –80,1 77,4 –107,8 Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 91 Cuadro 5 (Continuación) PROMEDIO DE LAS CARACTERÍSTICAS DE LOS INDIVIDUOS PERTENECIENTES A LOS GRUPOS DE TRATAMIENTO Y CONTROL, ANTES Y DESPUÉS DEL EMPAREJAMIENTO. MAYO 2005 Muestra no emparejada Tratam. CNO4 CNO5 CNO6 CNO7 CNO8 sector 1 sector 2 sector 3 sector 4 0,12 0,16 0,01 0,08 0,11 0,03 0,20 0,08 0,68 Control 0,13 0,19 0,01 0,12 0,11 0,02 0,23 0,11 0,63 Diferencia –0,02 –0,04 0,00 –0,04* 0,01 0,01 –0,03 –0,02 0,04 Muestra emparejada Tratam. 0,12 0,16 0,01 0,08 0,11 0,03 0,20 0,08 0,67 Control Diferencia Reducción sesgo (%) 0,09 0,16 0,01 0,06 0,09 0,03 0,20 0,06 0,70 0,02 0,00 0,00 0,02 0,02 0,00 0,00 0,02 –0,02 –51,7 88,4 –65,7 61,4 –113,9 63,3 85,9 0,6 51,8 Nota: Emparejamiento por el método matching del vecino más cercano con reemplazamiento y umbral igual a 10-4. ** y * denota estadísticamente significativo al 1 y 5%, respectivamente. Cuadro 6 PROMEDIO DE LAS CARACTERÍSTICAS DE LOS INDIVIDUOS PERTENECIENTES A LOS GRUPOS DE TRATAMIENTO Y CONTROL, ANTES Y DESPUÉS DEL EMPAREJAMIENTO. MAYO 2009 Muestra no emparejada Tratam. CNO4 0,12 Mujer 0,61 Edad 34,99 Edad2 1315,10 Minusvalía 0,03 Extranjero 0,09 Nivel edu. 2 0,44 Nivel edu. 3 0,19 Nivel edu. 4 0,28 Nº Idiomas 0,73 Inglés 0,37 Francés 0,11 Otros idiomas 0,19 teruel 0,12 zaragoza 0,75 Capital 0,54 subsidio 0,67 tiempo 212,20 Larga duración 0,16 NivProf1 0,20 NivProf2 0,30 Control 0,13 0,45 39,63 1695,20 0,01 0,23 0,59 0,15 0,10 0,67 0,16 0,10 0,27 0,08 0,80 0,63 0,76 317,62 0,20 0,23 0,26 Muestra emparejada Diferencia Tratam. –0,02 0,16** –4,64** –380,10** 0,01* –0,14** –0,15** 0,04* 0,18** 0,06 0,21** 0,02 –0,08** 0,04* –0,05* –0,09** –0,08** –105,42** –0,04* –0,03 0,04 0,12 0,60 35,11 1324,10 0,03 0,09 0,45 0,20 0,26 0,73 0,36 0,11 0,20 0,12 0,75 0,54 0,68 213,04 0,16 0,21 0,31 Control 0,09 0,64 34,76 1296,90 0,03 0,09 0,45 0,19 0,24 0,75 0,37 0,14 0,18 0,09 0,80 0,59 0,66 201,72 0,15 0,20 0,31 Diferencia Reducción sesgo (%) 0,02 –0,04 0,35 27,20 0,00 0,00 0,00 0,01 0,02 –0,03 –0,01 –0,02 0,02 0,03 –0,04 –0,05 0,01 11,32 0,01 0,01 –0,01 –51,7 75,5 92,4 92,8 100,0 97,4 97,6 81,8 87,6 58,9 94,9 –45,2 72,0 24,4 5,6 41,9 82,6 89,3 83,5 61,8 82,8 92 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO Cuadro 6 (Continuación) PROMEDIO DE LAS CARACTERÍSTICAS DE LOS INDIVIDUOS PERTENECIENTES A LOS GRUPOS DE TRATAMIENTO Y CONTROL, ANTES Y DESPUÉS DEL EMPAREJAMIENTO. MAYO 2009 Muestra no emparejada NivProf3 NivProf4 Experiencia % experiencia Jornada 1 Jornada 2 Ambi 2 Ambi 3 Ambi 4 CNO1 CNO2 CNO3 CNO4 CNO5 CNO6 CNO7 CNO8 sector 1 sector 2 sector 3 sector 4 Tratam. Control 0,13 0,02 125,21 43,00 0,01 0,03 0,77 0,06 0,15 0,00 0,14 0,14 0,15 0,13 0,01 0,11 0,11 0,01 0,27 0,12 0,59 0,21 0,03 140,10 53,36 0,01 0,01 0,86 0,04 0,07 0,01 0,04 0,07 0,09 0,14 0,01 0,20 0,12 0,03 0,21 0,20 0,54 Muestra emparejada Diferencia –0,08** –0,01 –14,89 –10,37** 0,00 0,02** –0,09** 0,02 0,08** 0,00 0,10** 0,07** 0,06** –0,02 0,00 –0,09** –0,01 –0,02* 0,06** –0,08** 0,06** Tratam. Control Diferencia Reducción sesgo (%) 0,13 0,02 126,92 43,39 0,01 0,02 0,78 0,05 0,14 0,00 0,12 0,14 0,15 0,13 0,01 0,11 0,11 0,01 0,28 0,12 0,59 0,13 0,02 134,04 44,13 0,01 0,03 0,75 0,06 0,15 0,00 0,11 0,14 0,17 0,14 0,00 0,12 0,12 0,01 0,27 0,11 0,60 0,00 0,00 –7,12 –0,75 0,01 –0,01 0,03 –0,01 0,00 0,00 0,01 0,00 –0,02 0,00 0,00 0,00 –0,01 0,00 0,01 0,00 –0,01 95,5 100,0 52,2 92,8 –148,6 67,4 71,7 60,9 95,5 19,4 85,4 94,8 68,2 76,8 –1,1 96,0 –17,1 82,4 88,2 95,7 80,7 Nota: Emparejamiento por el método matching del vecino más cercano con reemplazamiento y umbral igual a 10-4. ** y * denota estadísticamente significativo al 1 y 5%, respectivamente. Cuadro 7 EFECTOS DIFERENCIALES (GANANCIAS) DE LA FORMACIÓN SOBRE LA PROBABILIDAD DE SALIR DEL DESEMPLEO Año 2005 Meses transcur. Efecto T ratio 1 2 3 4 5 6 7 8 9 10 –0,076 –0,065 –0,041 –0,014 0,028 0,052 0,084 0,095 0,093 0,093 –3,6 –2,5 –1,6 –0,5 1,1 2,1 3,4 4,1 4,0 4,1 Año 2006 Efecto –0,061 –0,050 –0,040 –0,040 –0,009 0,035 0,071 0,082 0,091 0,099 Año 2007 Año 2008 Año 2009 T ratio Efecto T ratio Efecto T ratio Efecto T ratio –2,6 –1,8 –1,4 –1,4 –0,3 1,3 2,8 3,3 3,8 4,2 –0,090 –0,115 –0,088 –0,043 –0,004 0,022 0,027 0,068 0,084 0,082 –4,2 –4,5 –3,3 –1,6 –0,1 0,9 1,1 2,7 3,4 3,4 –0,007 0,004 0,015 0,004 –0,015 0,015 0,004 0,018 0,022 0,026 –0,2 0,1 0,3 0,1 –0,3 0,3 0,1 0,4 0,5 0,6 0,021 0,075 0,058 0,089 0,093 0,099 0,109 0,117 0,130 0,143 1,1 2,9 2,2 3,2 3,2 3,4 3,7 4,0 4,5 5,0 93 Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... Cuadro 7 (Continuación) EFECTOS DIFERENCIALES (GANANCIAS) DE LA FORMACIÓN SOBRE LA PROBABILIDAD DE SALIR DEL DESEMPLEO Año 2005 Meses transcur. Efecto T ratio 11 12 13 14 15 16 17 18 0,098 0,101 0,106 0,101 0,102 0,095 0,089 0,092 4,4 4,7 5,0 4,9 5,0 4,8 4,6 4,8 Año 2006 Efecto 0,106 0,105 0,109 0,114 0,111 0,114 0,112 0,106 T ratio 4,6 4,7 5,1 5,4 5,3 5,6 5,7 5,5 Año 2007 Año 2008 Efecto T ratio Efecto T ratio 0,094 0,088 0,092 0,090 0,096 0,090 0,088 0,086 4,0 3,8 4,1 4,2 4,4 4,2 4,1 4,1 0,044 0,066 0,081 0,088 0,103 0,110 0,099 0,096 1,1 1,7 2,1 2,3 2,7 3,0 2,7 2,6 Año 2009 Efecto T ratio 0,161 0,164 0,162 0,154 0,146 0,144 0,148 0,149 5,7 5,9 5,9 5,7 5,5 5,4 5,7 5,8 Nota: Emparejamiento por el método matching del vecino más cercano con reemplazamiento y umbral igual a 10-4. Los resultados corresponden al mes de mayo de cada año. Cuadro 8 EFECTOS DIFERENCIALES (GANANCIAS) DE LA FORMACIÓN SOBRE LA PROBABILIDAD DE SEGUIR EMPLEADO Año 2005 Meses transcur. Efecto T ratio 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 –0,068 –0,045 –0,006 0,010 0,061 0,092 0,115 0,116 0,123 0,101 0,090 0,093 0,095 0,075 0,086 0,070 0,066 0,049 –2,9 –1,7 –0,2 0,4 2,3 3,6 4,7 4,7 5,1 4,2 3,8 4,1 4,3 3,6 4,1 3,4 3,1 2,3 Año 2006 Efecto –0,064 –0,036 –0,029 0,000 0,029 0,082 0,105 0,116 0,108 0,117 0,120 0,125 0,123 0,123 0,123 0,135 0,111 0,096 Año 2007 T ratio Efecto –2,5 –1,3 –1,0 0,0 1,0 3,1 4,0 4,5 4,3 4,8 4,9 5,3 5,3 5,3 5,3 6,0 4,9 4,3 –0,089 –3,8 –0,060 –2,3 -0,013 –0,5 0,014 0,5 0,039 1,5 0,052 2,0 0,064 2,5 0,089 3,4 0,115 4,5 0,123 4,9 0,110 4,4 0,090 3,8 0,098 4,3 0,107 4,7 0,102 4,4 0,097 4,0 0,092 3,7 0,093 3,7 T ratio Año 2008 Efecto T ratio 0,000 0,022 0,037 0,048 0,040 0,018 0,011 0,037 0,048 0,040 0,088 0,085 0,107 0,154 0,184 0,136 0,129 0,118 0,0 0,5 0,9 1,1 0,9 0,4 0,3 0,9 1,1 0,9 2,1 2,0 2,5 3,7 4,4 3,3 3,1 2,8 Año 2009 Efecto T ratio 0,041 0,089 0,070 0,091 0,115 0,096 0,096 0,102 0,112 0,120 0,154 0,146 0,167 0,149 0,138 0,135 0,135 0,128 1,9 3,4 2,5 3,2 4,0 3,3 3,3 3,5 3,8 4,1 5,3 5,1 5,8 5,2 4,8 4,7 4,7 4,5 tiene especial interés analizar la efectividad de la formación sobre al salida del desempleo en el contexto actual de crisis. La figura 1 muestra las medias anuales de los efectos diferenciales para cada uno de los meses estimados, con un horizonte temporal de año y medio, así como las de los periodos de expansión económica (2005-2007) y de crisis (2008-2009). Este indicador únicamente mide la probabilidad de la primera salida, es decir, lo que se tarda 94 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO en encontrar empleo desde la fecha de comienzo del curso. En la figura se presenta solo el efecto diferencial entre los formados y los no formados (la ganancia si es positiva) cuando es estadísticamente distinto de cero. El primer resultado a destacar es que los trabajadores que realizan actividades de formación tienen una probabilidad menor de salir del paro durante los primeros meses. sin duda, el hecho de que estén todavía formándose hace que dediquen menos tiempo a la búsqueda de empleo, por lo que es un resultado habitual en los artículos dedicados a la evaluación de las políticas de formación. Un segundo resultado es que el perfil o forma de la función es similar para todos los años considerados, de manera que la mayor ganancia de la formación se sitúa entre los 6 y 12 meses tras la finalización de la actividad, para luego presentar una caída lenta en dicha ganancia. En cualquier caso esta reducción es tan leve que incluso transcurridos dos años los trabajadores que han recibido formación presentan tasas de salida del paro que son superiores a las de los no formados alrededor de 10 puntos porcentuales. Esto significa que la probabilidad de encontrar empleo de los formados es superior en 0,1 a la de los no formados, aunque es evidente que en caso de un mercado en recesión la probabilidad total es reducida para ambos grupos. Figura 1. Efectos diferenciales de la formación: ganancias en la probabilidad de salir del desempleo por años y según la existencia o no de crisis si nos centramos en el periodo de crisis, 2008 y 2009, se comprueba que la formación es más efectiva durante la misma los primeros tres meses, luego lo es algo menos y vuelve a ser más efectiva a partir del noveno mes. En consecuencia, la crisis está afectando a medio Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 95 plazo en menor medida a los trabajadores que acceden a las actividades formativas que fomenta el INAEM. Estos resultados son similares a los encontrados en Lechner y Wunsch (2009) para el caso de elevado desempleo en Alemania. Concluyendo, se pude afirmar que la formación contribuye a que los trabajadores parados encuentren más fácilmente un primer empleo tras la realización de los cursos de formación, con lo que se consigue uno de los objetivos del INAEM, que es precisamente que los parados vuelvan a participar en la actividad productiva lo antes posible para que los periodos de permanencia en el paro registrado se minimicen. La cuestión que se analiza a continuación es la estabilidad en el empleo una vez conseguido. Para ello se ha analizado la probabilidad de que los trabajadores no estén inscritos de nuevo en el paro en los meses siguientes al periodo en el que encuentran empleo. Este indicador es una medida de la estabilidad laboral, puesto que informa acerca de su retorno a una situación de desempleo. De nuevo se ha optado por presentar las medias anuales, figura 2, para cada uno de los años considerados. En términos generales el efecto de la formación sobre la estabilidad es positivo para todos los años y meses considerados. Además, se aprecia cierta tendencia creciente en la efectividad, especialmente si se compara el periodo anterior y el posterior al inicio de la crisis. Esa efectividad es creciente en los primeros meses para estabilizarse con posterioridad alrededor de los 10 puntos porcentuales antes de la crisis y alrededor de 12 con posterioridad. El efecto de la crisis es muy similar al que se produce en la salida del desempleo. Figura 2. Efectos diferenciales a la formación: ganancias en la probabilidad de seguir empleado por años y según la existencia o no de crisis 96 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO 5. Un análisis de sensibilidad: género, entorno geográfico y duración de los cursos sin duda resulta de interés saber si el efecto de la formación ocupacional difiere según las características de los individuos formados o de las características de los cursos. En este artículo se presentan tres características que se han considerado interesantes: género, carácter rural-urbano de la residencia del trabajador y duración de los cursos. Para cada caso se presenta una figura que muestra la diferencia de la probabilidad de salida del desempleo y de estabilidad en el empleo hasta 18 meses después de la formación entre los individuos que la realizan y los seleccionado por el “propensity score” que no la realizan. 5.1. Efecto del género La cuestión del género siempre se tiene en cuenta a la hora de evaluar la efectividad de las políticas económicas en general y las activas en el mercado de trabajo en particular. La consideración de estos dos grupos se justifica por el comportamiento diferenciado de dichos grupos tanto en salarios como en tasa de actividad. En consecuencia resulta interesante preguntarse acerca de la presencia de diferencias en los efectos de la formación entre hombres y mujeres. En términos generales los resultados obtenidos indican que la formación es más efectiva para los hombres, especialmente a partir del sexto mes. En la figura 3 aparecen los dos indicadores analizados para ambos grupos, hombres y mujeres respectivamente, teniendo en cuenta los valores medios antes y después de la crisis. Un primer resultado interesante es que el incremento en la efectividad de la formación con la crisis solo se produce de manera clara para las mujeres, para las que el efecto diferencial en ambos indicadores es mayor en todo el horizonte temporal considerado, resultado muy distinto de lo que ocurre para los hombres. En este caso la efectividad de la formación ha descendido claramente con la crisis en los meses intermedios del periodo considerado, mientras que en los primeros y en los últimos sí que los resultados mejoran tras la crisis. El segundo de los aspectos reseñable es la magnitud de los efectos estimados, ya que se estabilizan en los hombres en torno a los 15 puntos porcentuales y en las mujeres en los 10 puntos. La figura 4 presenta las diferencias entre los valores, tanto antes como después de la crisis. En ella se observa cómo el promedio de los años considerados suponen claramente una mayor efectividad de las políticas formativas para los hombres. No obstante, el análisis por separado de los años anteriores y posteriores al inicio de la crisis ofrece resultados que merecen ser destacados. De hecho, la crisis ha contribuido notablemente a acercar la efectividad de la formación para las mujeres a la observada en los hombres, especialmente en el corto plazo. Esta reducción en la brecha es especialmente significativa en el caso de la estabilidad en el empleo Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 97 puesto que la diferencia tras el inicio de la crisis se anula para el primer año y al final se reduce a dos puntos porcentuales frente a los cuatro que es en promedio. sin embargo, en la salida del desempleo a partir del año el diferencial se estabiliza y se sitúa alrededor del 5% a favor de los hombres para ambos periodos. Figura 3. Efectos diferenciales de la formación por sexos 98 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO Figura 4. Diferencias hombre-mujer en los efectos diferenciales de la formación 5.2. La diferenciación entre entorno rural y urbano El espacio geográfico influye de manera notable en la actividad económica en general y en el mercado de trabajo en particular. En España la organización territorial y las competencias en materia de políticas activas del mercado de trabajo cedidas a las Comunidades Autónomas origina una heterogeneidad que seguramente estará suponiendo resultados distintos en cada una de ellas. Es importante, en la medida de los posible, analizar dichas políticas en cada una de las CC.AA. y proceder a su comparación. Como se señala en Frölich y Lechner (2010), las fronteras importan y las medidas de política, la estructura productiva, la calidad de la formación reglada y no reglada o el mercado de la vivienda cambian con el espacio geográfico y condicionan los resultados que se pueden encontrar. Dentro de la Comunidad Autónoma de Aragón aparece una clara dualidad entre el mundo rural y el urbano. se trata de un territorio en el que existen amplias extensiones de carácter rural en las que la densidad de población es extremadamente baja (por debajo de los 10 habitantes por km2 en algunos casos) y en las que la actividad agrícola es muy relevante. En el otro lado aparecen las tres capitales de provincia que acaparan gran parte de la población. Así a principios del año 2011 la ciudad de zaragoza suponía el 50,36% de la población aragonesa y la suma de las tres capitales de provincia el 56,89% 8. Esta distribución de la población determina la existencia de dos ámbitos económicos claramente diferenciados. Resulta obvio que la concentración de la población y, en consecuencia, del empleo, facilita la actividad formadora puesto que permite la programación de mayor variedad de cursos, dado que tanto los posibles demandantes de la formación como las empresas interesadas en ésta se encuentran próximos geográficamente. En el mundo rural el problema es evidente puesto Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 99 que resultará más complicado encontrar una densidad productiva que haga viables cursos de formación concretos. La figura 5 presenta los datos correspondientes a la efectividad de la formación en ambos ámbitos para los dos indicadores, salida del desempleo y estabilidad en el empleo. se presenta la información que corresponde al efecto antes y después de la crisis según que los cursos se realicen en zona rural o urbana en la figura 5. Figura 5. Efectos diferenciales de la formación: Rural versus urbano 100 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO Como cabría esperar, la efectividad de la formación es mayor en el ámbito urbano, tanto a corto como a largo plazo, con lo que se detecta la problemática de este tipo de políticas a la hora de implementarlas en un entorno rural. No obstante, la crisis ha supuesto cierta convergencia en la efectividad en el corto plazo, especialmente en lo relativo a la salida del paro, pero no a largo plazo, donde las diferencias tienden a aumentar. En conjunto, se observa que la segmentación por entorno geográfico es pertinente puesto que arroja resultados claramente diferenciados y que la crisis ha reducido levemente la diferencia en el primer año tras la actividad formativa, pero no es así para el resto del horizonte temporal analizado. 5.3. Duración de los cursos Otro elemento importante a la hora de diseñar la programación formativa es la duración de los cursos. Como se comenta en Cueto et al. (2010) 9 la duración puede influir por el denominado “bloqueo”, puesto que una mayor intensidad formativa es probable que determine una reducción en el esfuerzo de búsqueda de empleo de los participantes en paro. En este apartado se definen los cursos de corta duración como los que tienen menos de 150 horas, los de media duración entre 150 y 300 horas y los de larga duración con más de 300 horas. Los resultados son interesantes, como puede comprobarse en la figura 6. En primer lugar destaca el hecho de que en los cursos cortos no aparece el efecto bloqueo y que este efecto es mayor para los cursos largos, como cabría esperar, puesto que una duración dilatada origina expectativas de formación en los trabajadores que les hace disminuir su intensidad en la búsqueda de empleo en los primeros meses. Este efecto se concreta en valores negativos del efecto diferencias, mayores en los de larga duración. Otro hecho a destacar es el efecto crisis. En este caso, para los cursos cortos la influencia de la formación tanto sobre la salida del desempleo como sobre la estabilidad ha caído especialmente en los primeros meses. En los cursos medios la efectividad mejora con la crisis en la salida del desempleo, mientras que en la estabilidad solo mejora en los primeros meses. Por último, en el caso de los cursos largos aparece con claridad un efecto positivo de la crisis a largo plazo en ambos tipos de indicadores. Además se comprueba que los cursos cortos antes de la crisis eran los más efectivos en el corto plazo, es decir al poco tiempo de iniciar la formación, de manera clara, pero después de la crisis esa diferencia respecto a los de duración media prácticamente se anula, cuestión que aparece de manera más leve en el indicador de estabilidad. Por otro lado, los cursos largos, con menor efectividad en los primeros meses, presentan un cambio importante tras la crisis: su efectividad a largo plazo en momentos de crisis es claramente superior a la de los otros cursos para la estabilidad en el empleo. En resumen, los cursos medios aparecen como los más efectivos a largo plazo antes de la crisis, pero se ven superados por los cursos de larga duración tras la crisis. Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 101 Figura 6. Efectos diferenciales de la formación: Duración de los cursos y efectos de la crisis 102 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO 6. Conclusiones La evaluación de políticas activas en el mercado de trabajo es una temática ampliamente tratada en la literatura económica internacional, pero que no lo ha sido tanto en España debido a la escasez de datos disponibles. La crisis actual, sin embargo, supone un reto inaplazable para llevar a cabo este tipo de estudios puesto que un contexto de crisis como el actual exige la evaluación rigurosa que permita un diseño de políticas en la dirección que más beneficie la recuperación económica. Este reto es especialmente importante en lo que se refiere a las políticas de formación de los trabajadores, puesto que en un mercado laboral deprimido como el actual resulta esencial detectar las políticas más efectivas. En este trabajo, además de realizar para diferentes años una evaluación de las políticas de formación ocupacional en una región española, Aragón, se analizan y estudian las diferencias de efectividad de las mismas antes y después de la crisis, cuestión ya planteada en Lechner and Wunsch (2009) para Alemania, donde se encuentra que la formación es más efectiva cuando la tasa de desempleo es más alta. Para medir la efectividad de la formación, dado que se dispone de datos administrativos mensuales de los parados registrados en Aragón durante el periodo 2005-2010, se utilizan indicadores que miden la tasa de salida del paro registrado tras un curso de formación y la tasa de retorno al desempleo tras haber sido empleados. La metodología utilizada, similar a la seguida por sianessi (2008) para el caso sueco y más recientemente por Fitzenberger et al. (2013) y Rinne et al. (2013) para Alemania, entre otros, parte de la selección del grupo definitivo de control por medio del denominado “porpensity score”. A cada trabajador en paro que haya seguido una actividad formativa se le asigna otro trabajador en paro con características similares que no haya realizado actividad formativa. De la comparación de la vida laboral de ambos grupos, formados y no formados, surgen los indicadores de la efectividad de dichas políticas. La formación tiene efectos positivos excepto en los primeros meses en los que el trabajador está llevando a cabo la actividad formativa, lo que hace que su intensidad en la búsqueda de empleo se reduzca. A largo plazo se encuentra que la formación aumenta la probabilidad de encontrar empleo y de permanecer en él en 10 puntos porcentuales antes de la crisis y en 12 después. Durante el primer año y tras la crisis la mejora puede llegar a los 15 puntos porcentuales. En términos generales encontramos que la efectividad relativa de la formación ha crecido con la crisis económica. Además esta mejora se da de forma más acusada en las mujeres. De nuevo las implicaciones de política son claras: sería recomendable un rediseño de la formación que tradicionalmente ha sido utilizada por los hombres, puesto que con la crisis está perdiendo efectividad, sobre todo en lo referente a la duración de los cursos. también aparecen diferencias significativas si se considera la distinción entre los contextos rural y urbano en favor del segundo al considerar la efectividad de la formación antes de la crisis, lo que puede estar motivado por la dificultad de encontrar una densidad suficien- Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 103 te de trabajadores con intención de realizar formación con fuerte potencial de inserción en el entorno rural dada su baja densidad poblacional en Aragón. Esta diferencia en favor del medio urbano tiende a desaparecer a partir del 2008. La especialización del entorno rural aragonés en el sector agrícola puede estar detrás de este cambio de resultado, puesto que la crisis ha sido mucho más acusada en sectores preferentemente urbanos. El tercer aspecto del análisis de sensibilidad ha sido el estudio de la efectividad teniendo en cuenta la duración de los cursos o de la actividad formativa. se concluye que antes de la crisis son los cursos de menor duración los que tienen un mayor efecto los primeros meses, mientras que al final la efectividad tiende a igualarse. Este panorama cambia notablemente tras la crisis, puesto que en este periodo los de media duración son los más efectivos para todo el horizonte temporal analizado aunque a largo plazo se igualan con los de larga duración. también al estudiar la estabilidad del empleo los resultados van en la misma dirección. En consecuencia se puede afirmar que en términos generales encontramos evidencia de que la efectividad de la formación es positiva y ha aumentado con la crisis. Esta conclusión aconsejaría la profundización en el esfuerzo realizado en las políticas de esta naturaleza porque podría contribuir a mitigar los problemas asociados al alto desempleo existente en la actualidad en la economía aragonesa –y se favorecería la recuperación. Notas 1. tanto en Card et al. (2010) como en Kluve (2010) se presenta un meta-análisis a partir de numerosos artículos dedicados a la evaluación de las políticas activas del mercado de trabajo. Ambos trabajos pueden servir como marco de referencia. 2. Normalmente se utiliza con reposición, por lo que una unidad de control puede ser la contrapartida para más de una unidad tratada. 3. El análisis comienza en abril de 2005, ya que en dicho mes se puso en marcha el nuevo sistema de Información de los servicios Públicos de Empleo (sIsPE) que supuso una ruptura de homogeneidad de la serie. 4. se han aplicado los métodos del “vecino más cercano” y el “radius”, con distintas medidas de distancia e imponiendo la condición de soporte común. Las conclusiones extraídas no varían con las diferentes especificaciones, por lo que los resultados presentados corresponden al matching del vecino más cercano con reemplazamiento y umbral igual a 10-4. 5. http://inaem.aragon.es/portal/page/portal/INA/Publicaciones 6. Las estimaciones para cada uno de los meses están disponibles para consulta de los interesados. En un anexo se presentan las estimaciones medias para cada uno de los años considerados. 7. Los valores para las estimaciones de cada mes están disponibles si se solicitan. Los valores son similares a los reflejados para el mes de mayo, por lo que no se han incorporado en esta versión. 8. Los datos de población proceden de Padrón publicado por el INE. http://www.ine.es/jaxi/menu.do?type=pcaxis&path=%2Ft20%2Fe260&file=inebase&L=0 10. Los resultados de Cueto et al. (2010) son de menor cuantía que los obtenidos en este apartado, pero la diferencia es ciertamente reducida y en términos cualitativos son similares. El motivo puede ser que Cueto et al. (2010) analizan la efectividad en el 2005, año de expansión y por tanto, periodo en los que la efectividad de la formación es menor. 104 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO Referencias Alujas (2002), “Las Políticas Activas de Mercado de trabajo en España (1985-2000)”. tesis Doctoral de la Universidad de Barcelona. Angrist, J. D. e Imbens, G. W. (1991), “Empirical strategies in Labor Economics”, in Handbook of Labor Economics, ed. por O. Ashenfelter y D. Card. North Holland: Elsevier, sec. 1 y 2. Arellano, A. (2006), “Una revisión sobre los métodos de estudio y evaluación en las políticas activas de empleo”, IVIE Working Paper 06-2006. Arellano, F. A. (2010), “Do training programmes get the unemployment back to work? A look at the spanish experience”, Revista de Economía Aplicada, 53: 39-65. Bryson, A.; Dorsett, R. y Purdon, s. (2002), “the use of propensity score matching in the evaluation of active labour market policies”, Policy Studies Institute and National Centre for Social Research. Cansino, J. M. y sánchez, A. (2004), “Propuestas metodológicas para la evaluación de programas públicos de formación. Una revisión crítica”, Documento de Trabajo, serie de Economía E2004/86, Departamento de teoría Económica y Política, Universidad de sevilla. Card, D.; Kluve, J. y Weber, A. (2010), “Active labour market policy evaluations: a meta-analysis”, Economic Journal, 120: 452-477. Centeno, L.; Centeno, M. y Novo, A. (2009), “Evaluating job-search programs for old and young individuals: Heterogeneous impact on unemployment duration”, Labour Economics, 16: 12-25. Clemente, J.; González, M. A. y sanso-Navarro, M. (2012), “subvenciones al coste laboral en las corporaciones locales y empleo”, Revista de Economía Aplicada, 59: 85-110. Cochran, W. y Rubin, D. (1973), “Controlling bias in observational studies”, Sankyha, 35: 417-446. Cueto, B. (2006), “El gasto en políticas activas de mercado de trabajo en Unión Europea: evolución y distribución según medidas”, Boletín económico de ICE, 2875: 55-67. Cueto, B. y Mato, F. (2009), “A nonexperimental evaluation of training programmes:regional evidence for spain”, Annals of Regional Science, 43: 415-433. Cueto, B.; toharia, L.; García serrano, C. y Aujas, A. (2010), “Los efectos de la formación ocupacional: ¿Importa la duración de las acciones”, Hacienda Pública Española, 195: 9-36. Dehejia, R. y Wahba, s., (2002), “Propensity score matching methods for nonexperimental causal studies”, Review of Economics and Statistics, 84 (1): 151-161. Fizenberger, B.; Orlanski, O.; Osikominu, A. y Paul, M. (2013), “Déjà vu? short-term training in Germany 1980-1992 and 2000-2003”, Empirical Economics, 44: 289-328. Frölich, M. y Lechner, M. (2010), “Exploiting Regional treatment Intensity for the Evaluation of Labor Market Policies”, Journal of the American Statistical Association, 105 (491): 1014-1029. Hud, M. y Hussinge, K. (2014), “the Impact of R&D subsidies During the Crisis”, ZEW Discussion Paper, Nº 14-024. Kluve, J. (2010), “the effectiveness of European Active Labour Market”, Labour Economics, 17 (6): 904-918. Una evaluación de la efectividad de la formación ocupacional para desempleados antes y después... 105 Lalive, R.; van Ours, J. C. y zweimulle, J. (2008), “the impact of active labour market programmes on the duration of unemployment in switzerland”, Economic Journal, 118: 235-257. Lechner, M. y Wichler, s. (2011), “Kids or courses? Gender differences in the effects of active labor market policies”, Journal of Population Economics, 24: 783-812. Lechner, M. y Wunsch, C. (2009), “Are training programs more effective when unemployment is high?”, Journal of Labour Economics, 27 (4): 653-692. Leuven, E. y sianesi, B. (2003), “PsMAtHC2: stata Module to Perform Full Mahalanobis and Propensity score Matching, Common support Graphing, and Covariate Imbalance testing”. http://ideas.repec.org/c/boc/bocode/s432001.html. Mato, F. y Cueto, B. (2008), “Efectos de las políticas de formación a desempleados”, Revista de Economía Aplicada, 46: 61-83. Pissarides, C. A (1982), “Job search and the Duration of Layoff Unemployment”, Quarterly Journal of Economics, 97 (4): 595-612. Rinne, U.; schneider, M. y Uhlendorff, A. (2013). “Do the skilled and prime-aged unemployment benefit more from training? Effect heterogeneity of public training programmes in Germany”, Applied Economics, 43: 3465-3494. Rodríquez-Planas, N. y Jacob, B. (2010), “Evaluating active labor market programs in Romania”, Empirical Economics, 38: 65-84. Rosenbaum, P. y Rubin, D. B. (1983), “the central role of the propensity score in observational studies for causal effects”, Biometrica, 70: 41-55. Rubin, D. (1973), “Matching to Remove Bias in Observational studies”, Biometrics, 29: 159-183. Rubin, D. (1974), “Estimating Causal Effects of treatment in Randomized and Non-randomized studies”, Journal of Educational Psychology, 66: 688-701. Rubin, D. (1977). “Assignment to a treatment Group on the Basis of a Covariate”, Journal of Educational Statistics 2 (1): 1-26. sianesi, B. (2004), “An Evaluation of the swedish system of Active Labor Market Programs in the 1990s”, Review of Economics and Statistics, 86 (1): 133-135. sianesi, B. (2008), “Differential effects of active labour market programs for the unemployed”, Labour Economics, 15 :370-399. Summary this paper examines the effectiveness of labor market training managed by the public employment service of Aragon for unemployed workers. the analysis is carried out using administrative records from a regional public employment service in spain (INAEM). We measure the effects of continuous training on the probability of finding a job after training and on labor stability by using the propensity score matching (PsM) technique. PsM reduces the bias that could be found in an estimate of the treatment effect obtained from simply comparing outcomes among workers participating in training courses versus those who did not. the results indicate that training is effective, but the effects differ significantly depending on workers characteristics and duration of the courses. We also provide new evidence on the effectiveness of labor market training during economic recession. From our results, it 106 JEsús CLEMENtE, PEDRO GARCíA, MARíA A. GONzáLEz-áLVAREz y MARCOs sANsO is clear that the effectiveness of training on workers employability has increased during the economic crisis that is affecting spain since 2008. Keywords: Active labor market policies, continuous training, effectiveness of employment policies, selection bias. JEL classification: C14, H71, J24, J38.