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

Questo articolo presenta un trial controllato randomizzato su larga scala che dimostra come il programma RESEA del Rhode Island abbia migliorato significativamente gli esiti occupazionali e i salari per i lavoratori disoccupati, beneficiando in particolare le persone più anziane e a basso reddito, generando al contempo un risparmio di 2,64 dollari per ogni dollaro speso.

L'essenziale

Immagina il sistema di assicurazione contro la disoccupazione come una gigantesca rete di sicurezza. Quando le persone perdono il lavoro, questa rete le cattura e fornisce loro denaro mentre cercano un nuovo impiego. Ma c'è un problema: se le persone rimangono sulla rete troppo a lungo, la rete diventa pesante e costosa da mantenere per lo Stato, e le persone su di essa potrebbero iniziare a perdere i loro "muscoli per la ricerca del lavoro".

Per risolvere questo problema, il Rhode Island ha provato una nuova strategia chiamata RESEA. Pensa a RESEA come a un "appuntamento di controllo" con un coach per la ricerca del lavoro. Lo Stato ha scelto casualmente circa la metà delle persone che hanno fatto domanda per i sussidi di disoccupazione e ha inviato loro una lettera dicendo: "Devi incontrare un coach per la ricerca del lavoro a breve, altrimenti potremmo sospendere i tuoi sussidi". L'altra metà non ha ricevuto la lettera e ha continuato a fare ciò che stava facendo.

I ricercatori, Harrison Li, Shanna Pearson-Merkowitz e David Yokum, hanno condotto un esperimento massiccio (come un test comparativo scientifico) con oltre 23.000 persone per vedere se questo "controllo" funzionasse effettivamente. Ecco cosa hanno scoperto, spiegato in modo semplice:

1. I risultati principali: Ha funzionato

Le persone che sono state costrette a incontrare un coach per la ricerca del lavoro sono andate meglio di quelle che non lo sono state.

• Guadagnavano più soldi: In media, il gruppo del "controllo" ha guadagnato circa 1.153 dollari in più all'anno rispetto al gruppo che non ha ricevuto la lettera.
• Trovavano lavoro più velocemente: Circa l'1,5% in più di persone nel gruppo del "controllo" ha trovato un lavoro entro un anno rispetto agli altri.
• Passavano meno tempo con la disoccupazione: Il gruppo del "controllo" è rimasto con i sussidi di disoccupazione per quasi due settimane in meno rispetto all'altro gruppo.

2. La "magia" della lettera

Ecco una svolta sorprendente: non era necessario completare l'incontro con il coach per ottenere il beneficio. Circa il 31% delle persone che ha ricevuto la lettera non si è presentato all'incontro. Eppure, hanno comunque trovato lavoro più velocemente e guadagnato di più.

L'analogia: Pensa alla lettera come a una "sveglia": non devi necessariamente alzarti dal letto per spegnerla, il solo fatto di sentire la sveglia potrebbe farti capire: "Oh, devo alzarmi e iniziare la mia giornata". La lettera stessa ha ricordato alle persone che dovevano cercare lavoro, quindi ha accelerato la loro ricerca del lavoro anche senza il bisogno dell'aiuto del coach.

3. Chi ne ha beneficiato di più?

I ricercatori hanno utilizzato uno strumento informatico speciale (chiamato "causal forest", che è come un albero digitale che smista le persone in gruppi) per vedere chi ha ottenuto la spinta maggiore.

• I lavoratori più anziani e i lavoratori a basso reddito hanno visto i salti maggiori nei loro salari.
• Interessante è che anche le persone che stavano già andando bene (con redditi più alti, più istruite) hanno risparmiato tempo sulla disoccupazione, anche se il loro aumento salariale non è stato così grande.

4. Il calcolo del denaro: Un ottimo affare per lo Stato

Lo Stato ha speso denaro per gestire questo programma, ma ne ha risparmiati ancora di più.

• Poiché le persone hanno trovato lavoro più velocemente, lo Stato ha pagato meno assegni di disoccupazione.
• I ricercatori hanno calcolato che per ogni 1 dollaro che lo Stato ha speso per il programma, ha risparmiato 2,64 dollari in sussidi di disoccupazione. Era come comprare un biglietto da 1 dollaro e ricevere 2,64 dollari in resto.

5. Il segreto del loro metodo matematico

Il documento evidenzia anche un "trucco" che i ricercatori hanno usato e che altri studi a volte trascurano.

• Il problema: Hanno condotto l'esperimento settimana per settimana. Alcune settimane avevano molti richiedenti; altre ne avevano pochi. Alcune settimane avevano più lavoratori anziani; altre più giovani. Se avessero semplicemente mescolato tutti insieme e confrontato i due gruppi, i risultati sarebbero potuti essere distorti (bias) perché le settimane stesse erano diverse.
• La soluzione: Hanno trattato ogni settimana come un "mini-esperimento" separato e poi hanno combinato con cura i risultati. Questo ha garantito che la "settimana" non sballasse la matematica. Sostengono che molti studi passati abbiano saltato questo passaggio, il che avrebbe potuto rendere i loro risultati meno accurati.

Riassunto

In breve, inviare una lettera ai lavoratori disoccupati dicendo loro di incontrare un coach per la ricerca del lavoro è stato una situazione vantaggiosa per tutti (win-win). Ha aiutato i lavoratori a trovare lavoro e a guadagnare di più, e ha anche fatto risparmiare molto denaro allo Stato. La "spaventosa" lettera stessa ha agito come una potente spinta, mettendo le persone in movimento anche se non partecipavano pienamente al programma.

Sommario tecnico

Sintesi Tecnica: Valutazione dell'Impatto del Programma RESEA di Rhode Island

Problema e Contesto
La disoccupazione prolungata impone costi economici, sanitari e di benessere significativi sia per i singoli individui che per lo Stato. Sebbene l'Indennità di Disoccupazione (UI - Unemployment Insurance) fornisca una rete di sicurezza fondamentale, esistono preoccupazioni secondo cui essa possa involontariamente prolungare la disoccupazione riducendo l'incentivo a un rapido reinserimento lavorativo. Per affrontare questo problema, il governo degli Stati Uniti e la maggior parte degli stati operano programmi di Servizi di Ricollocamento e Valutazione dell'Idoneità (RESEA), successori delle precedenti iniziative REA (Reemployment and Eligibility Assessment), che impongono servizi mirati ai richiedenti l'UI per accelerare il loro ritorno nel mondo del lavoro. Nonostante la diffusione, vi è la necessità di valutazioni causali rigorose e contemporanee di questi programmi nelle attuali condizioni macroeconomiche e demografiche, in particolare per determinare se il modello RESEA rimanga efficace e conveniente in termini di costi.

Metodologia
Gli autori hanno condotto un esperimento controllato randomizzato (RCT) su larga scala e preregistrato in Rhode Island, coinvolgendo $N = 23.549$ richiedenti l'UI tra febbraio 2022 e settembre 2023.

• Disegno Sperimentale: Lo studio ha utilizzato un disegno di randomizzazione a blocchi in cui i blocchi corrispondevano alle settimane. Ogni mercoledì, circa 150 (successivamente ridotti a 135) nuovi richiedenti l'UI idonei sono stati selezionati casualmente per il gruppo di trattamento (selezione RESEA), mentre i restanti formavano il gruppo di controllo. I veterani sono stati assegnati deterministicamente al trattamento in base ai requisiti normativi e sono stati esclusi dall'analisi causale.
• Intervento: I richiedenti selezionati hanno ricevuto una lettera che imponeva un incontro con un consulente per l'impiego entro 18 giorni. L'intervento includeva la verifica dell'idoneità, la valutazione delle competenze, la guida alla ricerca di lavoro, informazioni sul mercato del lavoro e indirizzamenti. La conformità era garantita dalla minaccia di sospensione dei benefici, sebbene circa il 31% del gruppo di trattamento non abbia partecipato all'incontro.
• Misure di Esito: Lo studio si è concentrato su tre esiti primari preregistrati:
  1. Salari Annualizzati: Somma dei due salari trimestrali più elevati tra il secondo e il quinto trimestre post-randomizzazione, annualizzati.
  2. Ricollocamento (Reemployment): Un indicatore binario di salari positivi in almeno due dei trimestri sopra menzionati.
  3. Durata della UI: Il numero di settimane di benefici UI erogati entro 78 settimane dalla data di decorrenza della richiesta.
     Varianti a breve termine di tali esiti sono state inoltre analizzate per il secondo trimestre post-randomizzazione.
• Analisi Statistica:
  • Stimatore Primario: Gli autori hanno stimato l'effetto Intention-to-Treat (ITT) utilizzando medie ponderate per dimensione del blocco di stimatori di differenza di medie.
  • Guadagni di Precisione: Per migliorare la precisione senza introdurre bias, hanno impiegato stime ITT aggiustate per covariate utilizzando il metodo della regressione lineare interattiva di Lin (2013) all'interno dei blocchi, aggiustando per le covariate pre-trattamento (dipendenti, sesso, età, salario base).
  • Eterogeneità: Sono stati utilizzati i "causal forests" (Wager & Athey, 2018) per stimare gli Effetti Medi del Trattamento Condizionale (CATE) al fine di identificare i sottogruppi che beneficiano maggiormente del programma.
  • Raffinateamento Metodologico: Un contributo metodologico chiave è stato il controllo esplicito della settimana di assegnazione del trattamento. Gli autori sostengono che non regolare per il blocco (settimana) nei disegni con randomizzazione a blocchi possa introdurre un bias di confondimento, poiché la proporzione di individui trattati e le caratteristiche dei richiedenti variavano significamente tra le settimane.
• Analisi Statistica:
  • Stimatore Primario: Gli autori hanno stimato l'effetto Intention-to-Treat (ITT) utilizzando medie ponderate per dimensione del blocco di stimatori di differenza di medie.
  • Guadagni di Precisione: Per migliorare la precisione senza introdurre bias, hanno impiegato stime ITT aggiustate per covariate utilizzando il metodo della regressione lineare interattiva di Lin (2013) all'interno dei blocchi, aggiustando per le covariate pre-trattamento (dipendenti, sesso, età, salario base).
  • Eterogeneità: Sono stati utilizzati i "causal forests" (Wager & Athey, 2018) per stimare gli Effetti Medi del Trattamento Condizionale (CATE) al fine di identificare i sottogruppi che beneficiano maggiormente del programma.
  • Raffinemento Metodologico: Un contributo metodologico chiave è stato il controllo esplicito della settimana di assegnazione del trattamento. Gli autori sostengono che non regolare per il blocco (settimana) nei disegni con randomizzazione a blocchi possa introdurre un bias di confondimento, poiché la proporzione di individui trattati e le caratteristiche dei richiedenti variavano significativamente tra le settimane.

Risultati Chiave
Lo studio ha rilevato che la selezione nel programma RESEA ha prodotto effetti positivi statisticamente significativi su tutti i risultati primari:

• Salari: La selezione ha aumentato i salari annualizzati di $1.153 (95% CI: [$166, $2.141];$p=0,022$), rappresentando un aumento del 3,5% rispetto alla media del gruppo di controllo.
• Ricollocamento: La selezione ha aumentato la probabilità di ricollocamento di 1,47 punti percentuali (95% CI: [0,32, 2,62]; $p=0,013$).
• Durata della UI: La selezione ha ridotto la durata dei benefici UI di 1,99 settimane (95% CI: [1,75, 2,24]; $p<0,001$), ovvero una riduzione dell'11,5% rispetto alla media del gruppo di controllo.
• Tempistiche: Gli effetti sui salari e sul ricollocamento sono apparsi rapidamente, manifestandosi entro due trimestri dalla prima data di pagamento e persistendo per almeno l'anno successivo. Le stime a breve termine sono state sostanzialmente simili a quelle a lungo termine.
• Effetti Eterogenei: L'analisi dei causal forest ha rivelato che, sebbene tutti i partecipanti abbiano sperimentato benefici salariali positivi, gli effetti sono stati particolarmente elevati per i lavoratori più anziani e a basso reddito. Al contrario, i lavoratori con redditi più elevati e istruzione migliore hanno mostrato effetti di ricollocamento minori, pur sperimentando riduzioni significative nella durata della UI e nei tassi di esaurimento dei benefici.
• Analisi Costi-Benefici: La riduzione dei benefici UI erogati ha comportato un risparmio di circa $676 per individuo trattato durante l'anno della richiesta. Con una spesa totale del programma di $2,99 milioni, lo Stato ha risparmiato circa $7,9 milioni in pagamenti UI, generando un ritorno di $2,64 risparmiati per ogni $1 speso.

Significatività e Rivendicazioni
L'articolo sostiene di fornire una forte prova causale che il programma RESA di Rhode Island raggiunge efficacemente i suoi duplici obiettivi: aiutare i lavoratori a tornare all'impiego più velocemente e preservare le risorse statali della UI.

• Rilevanza Politica: I risultati supportano il continuo investimento nei programmi RESEA, dimostrandone l'efficacia anche in condizioni differenti da quelle degli studi originali che ne hanno motivato l'adozione federale.
• Contributo Metodologico: Gli autori evidenziano un fondamentale raffinamento metodologico spesso assente nei precedenti RCT di programmi di formazione professionale: la necessità di controllare esplicitamente la settimana di assegnazione del trattamento (il blocco) nei disegni con randomizzazione a blocchi. Dimostrano che ignorare il blocco può portare a stime distorte a causa del confondimento con le caratteristiche variabili nel tempo dei richiedenti. Raccomandano l'uso di medie ponderate per dimensione del blocco o stimatori aggiustati per covariate all'interno del blocco per garantire stime imparziali e precise.
• Robustezza: I risultati sono rimasti statisticamente significativi dopo la correzione per test multipli utilizzando il metodo di Holm. Gli autori hanno inoltre affrontato i potenziali bias relativi all'impiego fuori stato e al lavoro autonomo, non riscontrando prove che la selezione RESEA abbia influenzato in modo differenziato queste tipologie di impiego non osservate.

In conclusione, lo studio valida il modello RESEA come un intervento efficace in termini di costi che accelera il ricollocamento e riduce la dipendenza dai sussidi di disoccupazione, con particolari vantaggi per i sottogruppi vulnerabili come i lavoratori più anziani e a basso reddito.