Evaluating the Impact of Rhode Island's Self-Sustaining Reemployment Services and Eligibility Assessment (RESEA) Program on Employment Outcomes

Este artículo presenta un ensayo controlado aleatorizado a gran escala que demuestra que el programa RESEA de Rhode Island mejoró significativamente los resultados de empleo y los salarios para los trabajadores desempleados, beneficiando particularmente a las personas mayores y de menores ingresos, al tiempo que generó un ahorro de costos de $2.64 por cada dólar gastado.

Lo esencial

Imagina el sistema de seguro de desempleo como una red de seguridad gigante. Cuando las personas pierden sus empleos, esta red las atrapa y les da dinero mientras buscan uno nuevo. Pero hay un inconveniente: si la gente permanece en la red demasiado tiempo, la red se vuelve pesada y costosa de mantener para el estado, y las personas en ella podrían empezar a perder sus "músculos para buscar empleo".

Para solucionar esto, Rhode Island probó una nueva estrategia llamada RESEA. Piensa en RESEA como una "cita de control" con un asesor de empleo. El estado eligió al azar a aproximadamente la mitad de las personas que solicitaron beneficios de desempleo y les envió una carta diciendo: "Debe venir a reunirse con un asesor de empleo pronto, o podríamos pausar sus beneficios". La otra mitad no recibió la carta y simplemente siguió haciendo lo que estaba haciendo.

Los investigadores, Harrison Li, Shanna Pearson-Merkowitz y David Yokum, realizaron un experimento masivo (como una prueba de sabor científica) con más de 23,000 personas para ver si este "control" realmente funcionaba. Esto es lo que encontraron, explicado de forma sencilla:

1. Los resultados principales: Funcionó

Las personas que fueron obligadas a reunirse con un asesor de empleo lo hicieron mejor que las que no lo fueron.

• Ganaron más dinero: En promedio, el grupo de "control" ganó aproximadamente $1,153 más por año que el grupo que no recibió la carta.
• Encontraron trabajos más rápido: Alrededor de un 1.5% más de personas en el grupo de "control" encontraron un trabajo dentro de un año en comparación con los otros.
• Pasaron menos tiempo en el desempleo: El grupo de "control" permaneció en los beneficios de desempleo casi dos semanas menos que el otro grupo.

2. La "magia" de la carta

Aquí hay un giro sorprendente: No era necesario que realmente completaras la reunión con el asesor de empleo para obtener el beneficio. Cerca del 31% de las personas que recibieron la carta no asistieron a la reunión. Sin embargo, aun así encontraron trabajos más rápido y ganaron más.

La analogía: Piensa en la carta como una "alarma de despertar". Incluso si no te levantas de la cama para apagarla, el solo hecho de escuchar la alarma podría hacerte darte cuenta de: "Oh, necesito levantarme y empezar mi día". La carta en sí misma recordó a las personas que necesitaban buscar trabajo, por lo que aceleraron su búsqueda de empleo incluso sin necesitar la ayuda del asesor.

3. ¿Quién se benefició más?

Los investigadores utilizaron una herramienta informática especial (llamada "bosque causal", que es como un árbol digital que clasifica a las personas en grupos) para ver quién obtenía el mayor impulso.

• Los trabajadores mayores y los trabajadores de bajos ingresos vieron los mayores saltos en sus salarios.
• Curiosamente, incluso las personas que ya estaban bien (con mayores ingresos, más educadas) ahorraron tiempo en el desempleo, aunque su aumento salarial no fue tan grande.

4. Las matemáticas del dinero: Un gran trato para el Estado

El estado gastó dinero para ejecutar este programa, pero ahorró aún más.

• Debido a que las personas encontraron trabajos más rápido, el estado pagó menos en cheques de desempleo.
• Los investigadores calcularon que por cada $1 que el estado gastó en el programa, ahorró $2.64 en beneficios de desempleo. Fue como comprar un boleto de $1 y recibir $2.64 de cambio.

5. La receta secreta: Cómo hicieron las matemáticas

El artículo también señala un "truco" que los investigadores utilizaron y que otros estudios a veces pasan por alto.

• El problema: Realizaron el experimento semana tras semana. Algunas semanas hubo muchos solicitantes; otras hubo pocos. Algunas semanas hubo más trabajadores mayores; otras hubo más jóvenes. Si simplemente mezclaran a todos y compararan los dos grupos, los resultados podrían estar sesgados porque las semanas en sí mismas eran diferentes.
• La solución: Trataron cada semana como un "mini-experimento" separado y luego combinaron cuidadosamente los resultados. Esto aseguró que la "semana" no arruinara las matemáticas. Argumentan que muchos estudios pasados pasaron por alto este paso, lo que pudo haber hecho que sus resultados fueran menos precisos.

Resumen

En resumen, enviar una carta a los trabajadores desempleados diciéndoles que se reunieran con un asesor de empleo fue una situación de ganar-ganar. Ayudó a los trabajadores a encontrar empleos y ganar más dinero, y también le ahorró mucho dinero al estado en el proceso. La carta "aterradora" en sí misma actuó como un poderoso impulso, poniendo a la gente en movimiento incluso si no participaban plenamente en el programa.

Resumen técnico

Resumen Técnico: Evaluación del Impacto del Programa RESEA de Rhode Island

Problema y Contexto
El desempleo prolongado impone costos económicos, de salud y de bienestar significativos tanto para los individuos como para el estado. Si bien el Seguro de Desempleo (UI, por sus siglas en inglés) proporciona una red de seguridad crítica, existen preocupaciones de que pueda prolongar inadvertidamente el desempleo al reducir el incentivo para una rápida reincorporación laboral. Para abordar esto, el gobierno federal de los EE. UU. y la mayoría de los estados operan programas de Servicios de Reempleo y Evaluación de Elegibilidad (RESEA, por sus siglas en inglés). Estos programas, sucesores de las iniciativas anteriores de Reempleo y Evaluación de Elegibilidad (REA), exigen servicios específicos para los reclamantes de UI con el fin de acelerar su regreso a la fuerza laboral. A pesar de su adopción generalizada, existe la necesidad de evaluaciones causales rigurosas y contemporáneas de estos programas bajo las condiciones macroeconómicas y demográficas actuales, particularmente para determinar si el modelo RESEA sigue siendo efectivo y costo-eficiente.

Metodología
Los autores llevaron a cabo un ensayo controlado aleatorizado (RCT) a gran escala y preregistrado en Rhode Island que involucró a $N = 23,549$ reclamantes de UI entre febrero de 2022 y septiembre de 2023.

• Diseño Experimental: El estudio utilizó un diseño de aleatorización por bloques donde los bloques correspondían a las semanas. Cada miércoles, aproximadamente 150 (luego reducido a 135) solicitantes de UI recién elegibles fueron seleccionados aleatoriamente para el grupo de tratamiento (selección de RESEA), mientras que el resto formó el grupo de control. Los veteranos fueron asignados de manera determinista al tratamiento debido a requisitos regulatorios y fueron excluidos del análisis causal.
• Intervención: Los reclamantes seleccionados recibieron una carta que exigía una reunión con un asesor de empleo dentro de un plazo de 18 días. La intervención incluyó verificación de elegibilidad, evaluación de habilidades, orientación en la búsqueda de empleo, información sobre el mercado laboral y derivaciones. El cumplimiento se hizo cumplir mediante la amenaza de suspensión de beneficios, aunque aproximadamente el 31% del grupo de tratamiento no asistió a la reunión.
• Medidas de Resultado: El estudio se centró en tres resultados primarios preregistrados:
  1. Salarios Anualizados: La suma de los dos salarios trimestrales más altos en el segundo al quinto trimestre post-aleatorización, anualizados.
  2. Reempleo: Un indicador binario de salarios positivos en al menos dos de los trimestres mencionados anteriormente.
  3. Duración de la UI: El número de semanas de beneficios de UI cobrados dentro de las 78 semanas posteriores a la fecha de efectividad de la reclamación.
     Variantes de corto plazo de estos resultados también fueron analizadas para el segundo trimestre post-aleatorización.
• Análisis Estadístico:
  • Estimador Primario: Los autores estimaron el efecto de Intención de Tratar (ITT) utilizando promedios ponderados por el tamaño del bloque de estimadores de diferencia de medias.
  • Ganancias de Precisión: Para mejorar la precisión sin introducir sesgos, emplearon estimaciones de ITT ajustadas por covariables mediante el método de regresión lineal interactuado de Lin (2013) dentro de los bloques, ajustando por covariables pre-tratamiento (dependientes, sexo, edad, salario base).
  • Heterogeneidad: Se utilizaron bosques causales (Causal Forests; Wager & Athey, 2018) para estimar los Efectos de Tratamiento Promedio Condicional (CATE) con el fin de identificar los subgrupos que más se benefician del programa.
  • Refinamiento Metodológico: Una contribución metodológica clave fue el control explícito de la semana de asignación del tratamiento. Los autores argumentan que no ajustar por el bloque (semana) en diseños de aleatorización por bloques puede introducir un sesgo de confusión, ya que la proporción de individuos tratados y las características de los solicitantes variaron significamente a través de las semanas.

Resultados Clave
El estudio encontró que la selección en el programa RESEA produjo efectos positivos estadísticamente significativos en todos los resultados primarios:

• Salarios: La selección aumentó los salarios anualizados en $1,153 (95% CI: [$166, $2,141];$p=0.022$), lo que representa un aumento del 3.5% en relación con la media del grupo de control.
• Reempleo: La selección aumentó la probabilidad de reempleo en 1.47 puntos porcentuales (95% CI: [0.32, 2.62]; $p=0.013$).
• Duración de la UI: La selección redujo la duración de los beneficios de UI en 1.99 semanas (95% CI: [1.75, 2.24]; $p<0.001$), una reducción del 11.5% en relación con la media del grupo de control.
• Temporalidad: Los efectos sobre los salarios y el reempleo aparecieron rápidamente, manifestándose dentro de los dos trimestres siguientes a la primera fecha de pago y persistiendo durante al menos el año siguiente. Las estimaciones de corto plazo fueron sustantivamente similares a las de largo plazo.
• Efectos Heterogéneos: El análisis de bosques causales reveló que, si bien todos los participantes experimentaron beneficios salariales positivos, los efectos fueron particularmente grandes para los trabajadores de mayor edad y de menores ingresos. Por el contrario, los trabajadores con mayores ingresos y mejor educación mostraron menores efectos de reempleo, pero aun así experimentaron reducciones significativas en la duración de la UI y en las tasas de agotamiento de beneficios.
• Análisis de Costo-Beneficio: La reducción en los beneficios de UI cobrados resultó en un ahorro de aproximadamente $676 por individuo tratado durante el año de la reclamación. Con un gasto total del programa de $2.99 millones, el estado ahorró un estimado de $7.9 millones en pagos de UI, produciendo un retorno de $2.64 ahorrados por cada $1 gastado.

Significancia y Reivindicaciones
El artículo afirma proporcionar una fuerte evidencia causal de que el programa RESEA de Rhode Island logra efectivamente sus objetivos duales: ayudar a los trabajadores a regresar al empleo más rápido y preservar los recursos estatales de UI.

• Relevancia de Política: Los hallazgos respaldan la inversión continua en los programas RESEA, demostrando su eficacia incluso bajo condiciones diferentes a los estudios originales que motivaron la adopción federal.
• Contribución Metodológica: Los autores destacan un refinamiento metodológico crítico, a menudo ausente en los RCT previos de programas de capacitación laboral: la necesidad de controlar explícitamente la semana de asignación del tratamiento (el bloque) en los diseños de aleatorización por bloques. Demuestran que ignorar el bloque puede conducir a estimaciones sesgadas debido a la confusión por características de los solicitantes que varían en el tiempo. Abogan por el uso de promedios de diferencia de medias ponderados por el tamaño del bloque o estimadores de dentro del bloque ajustados por covariables para asegurar estimaciones imparciales y precisas.
• Robustez: Los resultados mantuvieron su significancia estadística tras corregir por pruebas múltiples utilizando el método de Holm. Los autores también abordaron posibles sesgos relacionados con el empleo fuera del estado y el autoempleo, sin encontrar evidencia de que la selección de RESEA afectara diferencialmente estos tipos de empleo no observados.

En conclusión, el estudio valida el modelo RESEA como una intervención costo-efectiva que acelera el reempleo y reduce la dependencia de los beneficios de desempleo, con beneficios particulares para subgrupos vulnerables como los trabajadores de mayor edad y de menores ingresos.