A new machine learning-based treatment bite for long run minimum wage evaluations.

Autor/inn/en	Börschlein, Erik-Benjamin; Bossler, Mario
Titel	A new machine learning-based treatment bite for long run minimum wage evaluations. Gefälligkeitsübersetzung: Ein neuer, auf maschinellem Lernen basierender Behandlungsansatz für langfristige Mindestlohnbewertungen.
Quelle	Kiel: ZBW (2021), 31 S. PDF als Volltext kostenfreie Datei Link als defekt meldenVerfügbarkeit
Reihe	Beiträge zur Jahrestagung des Vereins für Socialpolitik 2021: Climate Economics
Sprache	englisch
Dokumenttyp	online; Monographie
Schlagwörter	Forschungsmethode; Künstliche Intelligenz; Lernen; Einkommenseffekt; Mindestlohn; Niedriglohn; Auswirkung; Genauigkeit; IAB-Beschäftigtenhistorik; Prognose; Regionaler Vergleich; Wirkungsforschung; Deutschland
Abstract	"Empirical evaluations of national minimum wages, such as in Germany or the UK, rely on bite measures that capture treatment variation; measured from the incidence (or intensity) of employees paid below the threshold before the minimum wage was introduced or raised. Bite-dependent estimations face the problem of dynamic selection, implying that even in the absence of the minimum wage the bite may have changed over time. We apply a machine learning method from the field of regularized regression to predict the contemporary bite of the German minimum wage, allowing us to address unobserved dynamic selection in an empirical evaluation of long run effects of the minimum wage. Our LASSO predicted bites show clear improvements over simple forward updating of the initial bite, allowing us to estimate contemporary effects of the German minimum wage from 2015 to 2017." The study refers to the period 2010-2017. (Author's abstract, IAB-Doku)..
Erfasst von	Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg
Update	2023/1