The impact of firm characteristics on the success of employment subsidies: a decomposition analysis of treatment effects

Abstract

"In this paper we show that firm characteristics have an influence on the success of employment subsidies e.g. wage subsidies and in-work benefits, as they can strengthen positive effects or mitigate negative effects. We consider firm characteristics as post treatment variables, which are realised after the (placement officer's or the unemployed job seeker's) decision regarding programme participation has taken place. Therefore in a first step we estimate pairwise treatment effects by propensity score matching, controlling for pre-treatment characteristics of the treated and control individuals only. In a second step as a methodological contribution we propose a decomposition of the pairwise treatment effects using an Oaxaca/ Blinder style decomposition analysis on the matched samples. In this decomposition we include the post-treatment firm characteristics as explanatory variables. Because employment status is a binary outcome variable in our empirical application, we use a generalisation of the decomposition analysis to nonlinear regressions developed by Fairlie (2005). This procedure allows us to distinguish between the part of a treatment effect that is due to differences in firm characteristics between treated and controls (the 'explained' part) and the part that is independent of those differences (the 'unexplained' part)." (author's abstract)

Der Beitrag zeigt, dass betriebliche Merkmale einen Einfluss auf den Erfolg von Beschäftigungsförderung, wie z.B. Lohnsubventionen und Unterstützungsleistungen für Erwerbstätige haben, indem sie positive Effekte verstärken und negative Effekte abschwächen. Die Autoren betrachten betriebliche Merkmale als Nachbehandlungsvariablen, welche nach der Entscheidung zur Programmteilnahme (durch den Arbeitsvermittler oder den Arbeitsuchenden) realisiert werden. In einem ersten Schritt werden paarweise Behandlungseffekte mittels Propensity Score Matching geschätzt, unter Kontrolle der Vorbehandlungsmerkmale der Teilnehmer und der Kontrollgruppe. In einem zweiten Schritt wird eine Zerlegung der paarweisen Behandlungseffekte mittels Oaxaca/ Blinder-Dekompositions-Analyse vorgenommen. Hierbei werden die betrieblichen Merkmale nach der Teilnahme als erklärende Variable einbezogen. Da der Erwerbsstatus eine binäre Ergebnisvariable darstellt, wird eine Verallgemeinerung der Dekompositions-Analyse zu einer nichtlinearen Regression - entwickelt von Fairlie (2005) vorgenommen. Diese Prozedur erlaubt eine Unterscheidung zwischen Behandlungseffekten zwischen Teilnehmern und Kontrollgruppe, welche auf unterschiedliche betriebliche Merkmale zurückzuführen sind und anderen 'unerklärten' Effekten. (IAB)