Priority to unemployed immigrants? A causal machine learning evaluation of training in Belgium.

Autor/inn/en	Cockx, Bart; Lechner, Michael; Bollens, Joost
Institution	Forschungsinstitut zur Zukunft der Arbeit
Titel	Priority to unemployed immigrants? A causal machine learning evaluation of training in Belgium. Gefälligkeitsübersetzung: Haben arbeitslose Einwanderer Priorität? Eine kausale Evaluation von Ausbildungsprogrammen in Belgien unter Anwendung maschinellen Lernens.
Quelle	Bonn (2019), 71 S. PDF als Volltext kostenfreie Datei Link als defekt meldenVerfügbarkeit
Reihe	IZA discussion paper. 12875
Sprache	englisch
Dokumenttyp	online; Monographie
Schlagwörter	Inländer; Beschäftigungseffekt; Berufsausbildung; Arbeitsloser; Ausbildungsförderung; Berufsorientierung; Auswirkung; Effekt; Trainingsmaßnahme; Arbeitnehmer; Ausländer; Belgien; Flandern
Abstract	"We investigate heterogenous employment effects of Flemish training programmes. Based on administrative individual data, we analyse programme effects at various aggregation levels using Modified Causal Forests (MCF), a causal machine learning estimator for multiple programmes. While all programmes have positive effects after the lock-in period, we find substantial heterogeneity across programmes and types of unemployed. Simulations show that assigning unemployed to programmes that maximise individual gains as identified in our estimation can considerably improve effectiveness. Simplified rules, such as one giving priority to unemployed with low employability, mostly recent migrants, lead to about half of the gains obtained by more sophisticated rules." (Author's abstract, IAB-Doku).
Erfasst von	Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg
Update	2020/3