Gazdaság

"Meg lehet mondani, mit kell tenni a munkanélküliekkel"


Magyarországon annyira komolytalan a szakpolitika csinálása, hogy még beszélni sem érdemes róla, de nincs ez ám mindenhol így. Az empirikus közgazdaságtan egyik legújabb iránya ugyanis már megadja a lehetőséget rá, hogy tényleg feltárjuk, mennyit is ér a segélyezés, vagy milyen hatással van a foglalkoztatottságra a kedves minisztériumunk programja. Már ha hagyja, hogy úgy tervezzük azt meg. A programok kiértékelésének egyik legkönnyebben megérthető és legbiztosabb módja a véletlen kísérlet használata. Ezzel valóban meg lehet mondani, hogy mekkora hatást érünk el, ahhoz képest mintha nem csinálnánk semmit. Marc Gurganddal, a J-PAL Europe tudományos igazgatójával beszélgettünk a módszer megítéléséről és jövőjéről.

Gurgand az MTA Közgazdaság- és Regionális Tudományi Kutatóközpont nemzetközi szeminárium sorozatának előadójaként járt Magyarországon.
Portfolio.hu: Hogyan magyarázná el az utca emberének, hogy miről szól a véletlenszerű kontrollált kísérlet (randomized controlled trial - RCT)?



Marc Gurgand: Tegyük fel, hogy segíteni akarunk a munkanélkülieken és ehhez szeretnénk kitalálni valamilyen programot. Nos, ekkor először is nagyon pontosan meg kell határoznunk, hogy mit és hogyan fogunk csinálni. Ha ez sikerült, akkor máris ott a fundamentális kérdés, hogy a módszerünk a legmegfelelőbb-e a kívánt célra. Ennek a kivizsgálásáról szól ez az egész, általában ugyanis az a helyzet, hogy egyáltalán nem tudjuk, melyik program működik és melyik nem. Tulajdonképpen soha nem is lehet ezt előre tudni, hiszen emberek viselkedéséről van szó, nem lehet megjósolni, miként reagálnak majd az adott intézkedésre. Éppen ezért érdemes először kicsiben kipróbálni egy szociális programot, ahol letesztelhetjük, hogy mennyire hatásos az egész, majd azt látva felfuttathatjuk, átalakíthatjuk vagy elvethetjük az ötletet.

P.: Hogyan működik ez a módszer?

M. G.: A mérhető eredményeket szeretjük, azt akarjuk például kimutatni, hogy a kitalált programunk hatására mennyien találtak állást maguknak, vagy például a gyerekek mennyire lettek jobbak matematikából. Több ezer olyan eset van, ahol ez megmérhető és ha jól csináljuk, akkor valóban meg tudjuk mondani, hogy az intézkedéseink okán mennyivel csökkent mondjuk az iskolából kibukó gyerekek száma.

A véletlenszerű kontrollált vizsgálatok úgy működnek, hogy a programunk célközönségét véletlenszerűen két részre osztjuk. Ha valóban azonos esélye van az értékelés egy résztvevőjének részt venni vagy nem részt venni a vizsgált programban, akkor lényegében mindegy, hogy a részvételt hogy sorsoljuk ki. Így megtehetjük például azt, hogy az egyik felüket teljesen kihagyjuk a programból, mintha mi sem történt volna, a másikat pedig "kezelésbe vesszük". Ez a véletlenszerű felosztás azért nagyon hasznos mert így a két csoport valóban összehasonlítható szemben azokkal a módszerekkel, amelyek megfigyelhető - és nem egyszer a program hatékonyságával összefüggő - ismérvek alapján kiválasztott csoportokat vet össze. Így ha azt látjuk, hogy a kezelt csoport esetében a foglalkoztatottság megnő, míg a másikban nem, akkor tudjuk, hogy az a programunk hatása volt.

Fontos viszont, hogy ez tényleg csak akkor működik, ha az emberek véletlenszerűen kerültek bele a segítséget nyújtó programba és nem például valamilyen elbírálás mentén. Akkor ugyanis már nem eldönthető, hogy a mondjuk hat hónap múlva látott foglalkoztatásbeli különbséget a mi programunknak köszönhetjük vagy az elbírálás miatt alakult így.

P.: Melyik eredményeit mesélné el a legbüszkébben?

M. G.: Az egyik első francia foglalkoztatási célú programunk jut eszembe, ahol olyan vizsgálatot végeztünk, amivel összehasonlíthatóvá vált az állami és a magánszféra által nyújtott segítség. Egyszerre volt jelen egy állami és egy vállalkozások által működtetett program, ami többek között tanácsokkal és iránymutatással segítette munkához az állástalanokat. Egy óriási kísérletről volt szó, ahol nagyjából 200 ezer munkanélkülit osztottunk be véletlenszerűen a normál állami foglalkoztatási programba és az intenzívebb magánszféra által működtetettbe.

A kísérletnek köszönhetően nagyon jól összehasonlítható volt a kérdés minden dimenziója és két fő megállapításunk született. Először is kimutatható, hogy az efféle tanácsadás nagyon is hatékonyan működik és felgyorsítja a munkába visszakerülés folyamatát, akár az állam csinálja, akár a privát szféra. A második eredményünk szinte mindenkit megdöbbentett, ugyanis azt találtuk, hogy valójában az állami program a hatékonyabb az emberek munkába állításában, ráadásul úgy, hogy még sokkal olcsóbb is a privát megoldásnál. Ha erre az eredményre nem véletlenszerű kísérlettel jutunk, valószínűleg senki nem hitte volna el.

P.: Hatással volt-e mindez a politikai döntéshozókra?

M. G.: Hát azt kell mondanom, hogy a rövid távon nem befolyásolta a dolgokat, viszont úgy tűnik, hogy hatást azért mégis gyakorolt a döntéshozókra. Az eredmények tükrében a francia munkaügyi minisztérium nyilvánvalóan elgondolkodik majd azon, hogy miért nem sikerült hatékonyan bevonnia a privát szférát a munkanélküliek segítésébe. Én úgy látom, hogy az Európai Bizottság már nagyon is komolyan veszi a miénkhez hasonló eredményeket.

P.: Miért nem terjedt el sokkal korábban ez a módszer, ha beláthatóan ez a helyes módja a szociális programok kiértékelésének és megtervezésének?

M. G.: Az egész története a szociálpszichológiáig megy vissza és a 20. század elejéig, majd az oktatás kapcsán is megjelentek hasonló vizsgálódások, de valóban sokáig nem volt igazán egy elterjedt módszer. Én talán a 60-70-es évekre tenném, amikor is ez igazán beindult az Egyesült Államokban. Olyan kérdések megválaszolására próbálták használni, mint hogy miként lehet hatásos jóléti politikát folytatni, miként kell a munkanélküliségi segélyezést kialakítani. Egészen sok kísérlet folyt akkoriban, de be kell látni, hogy sok időt igényelt ennek a továbbterjedése. Franciaországban a munkanélküli segéllyel kapcsolatos nagyobb kísérlet először csak az 1980-as években volt.

P.: Mennyire általánosíthatóak a programoknál feltárt összefüggések más helyzetekre és más országokra nézve?

M. G.: Nos, ez az egyik legfontosabb kérdés az egész módszerrel kapcsolatban, de le kell szögezni, hogy valójában ez minden empirikus megállapításnak az általános problémája. Tehát ez egyáltalán nem az RCT-re nézve specifikus akadály, hiszen akármilyen módszert is választasz, hogy feltárj valamilyen oksági kapcsolatot, az eredményeid mindig csak a használt adatokon alapulnak. Együtt kell élni azzal, hogy ha rá is mutatunk valamilyen összefüggésre, akkor az csak egy adott esetben és egy adott időben nevezhető igaznak. Amennyiben más esetekre is ki akarjuk terjeszteni akkor már kockázatot vállalunk és minimum valamilyen elmélettel kell rendelkeznünk róla, hogy az miért lehet más szituációkban vagy más országokban is igaz. Éppen ezen kérdés kényessége miatt nagyon fontos, hogy bárki aki ilyen kísérleteket végez, az rendkívül alaposan dokumentálja a környezetet és minden tényezőt amivel szembesült.

P.: Miket tart ma a legnagyobb kihívásoknak ezen kutatási fajta számára?

M. G.: Mondanom sem kell, hogy természetesen rengeteg problémával szembesülünk. Nagyon sokszor az egyes kormányok, sőt még a nem kormányzati szervek is, elzárkóznak attól, hogy transzparensen kiértékelhessünk egy programot. Ez bizony egy óriási probléma és súlyosan akadályozza ezt a tudományt. Sokan mintha konkrétan nem is akarnák felfedni, hogy pontosan mik az összefüggések. De akik igen, azokat is nehéz meggyőzni, hiszen bizarrnak találhatják a véletlenszerű kiválasztást és hosszú győzködés kell, hogy meglássák benne az értéket. Mi ezek miatt mindig nagyon sok időt szánunk arra, hogy alaposan átbeszéljük a részleteket az programok kivitelezőivel. A legnagyobb kihívás pedig az, hogy olyan módon tervezzük meg a kísérletet, amivel az egyszerre tesz eleget a véletlenszerű vizsgálati módszernek és illeszkedik a szociális program céljához is. Szerencsére sosem egy fajta kísérleti terv létezik, de a mindenki számára megfelelő kiválasztása rengeteg munkát igényel.

Sokan felvetették az etikai vonzatát is a véletlenszerű besorolásnak, hiszen igazságtalan is lehet, hogy nem szociális szempontok szerint választunk ki valakit. Ez a szempont az én véleményem szerint nagyon túl van értékelve, már csak azért is, mert valójában senki nem jár rosszul a kísérletekkel és a kivitelezésben rendkívül szigorú etikai szabályzatot követünk.


P.: Mennyire hajlamos elhinni az olyan technikák által produkált eredményeket, mint a matching (párosítás), a regression discontinuity design (szakadásos módszerek) vagy a difference in differences (különbségek különbsége) módszere?

M. G.: Nehéz erre általános ítéletet mondani, hiszen az eredmények hitelessége leginkább az adott szituációtól függ. A helyzet viszont az, hogy a nem véletlenszerű kiválasztáson alapuló módszereknél sokkal több hipotézisre van szükségünk és emiatt sosem lehetünk teljesen biztosak abban, hogy igazunk van. Emiatt ezeknél nagyon körültekintőnek kell lennünk és minden mellékes tényezőre egyenként ki kell térnünk és be kell mutatnunk, hogy azok miért nem befolyásolják az okozati kapcsolatot. Egyes felállásokban ezek igenis hihetőek tudnak lenni, például a regression discontinuity módszerével feltárt összefüggések gyakran elnyerik az szakmai közönség tetszését. Természetesen ott van vele a probléma, hogy nagyon lokális, tehát csak az adott töréspontnál tudjuk vizsgálni a hatást. A difference in differences (különbségek különbsége) módszerrel vagy a matching (párosítás) esetében is az a helyzet, hogy nagyon esetfüggőek. Ezeknél mind sokkal jobb az RCT, hiszen a véletlenszerű kiválasztás miatt nagyon transzparens és kevés hipotézisre van szükség. A korábbi kérdésre visszatérve, még ha a külső érvényességgel kapcsolatban meg is maradnak a kérdőjelek, a belső érvényességről mindenképpen kijelenthető, hogy nagyon erős.

Az RCT transzparenssége ráadásul abból a szempontból is rendkívül előnyös, hogy emiatt könnyű elmagyarázni a döntéshozóknak és a publikumnak az eredményeket. Mindenki meg tudja érteni, hogy van két csoport és mindenki össze tud hasonlítani két átlagot. Ha viszont már olyan technikás esetekről van szó, ahol matchinget alkalmaztunk vagy különbségek különbsége módszertannal mutattunk ki valamit, akkor bizony nehéz helyzetben leszünk a döntéshozók meggyőzésével.

P.: Mit jósol a jövőre nézve? Hova tart az empirikus közgazdaságtan, mikor látjuk még tovább terjedni ezt a módszertant?

M. G.: Úgy gondolom, hogy ez a módszer már most is nagyon fontos részét képezi az akadémiai kutatásoknak, legalábbis a mikroökonómián belül. Természetes folyamatnak látszik a módszer terjedése, hiszen az RCT rendkívüli meggyőző erővel rendelkezik. Sajnos a gazdaságpolitika világában még sokkal lassabban tud teret nyerni mindez, mint az akadémiában, de az Egyesült Államokban már egy ideje bíztató folyamatokat látunk.

Az európai SPARK hálózat (Network for Social Policy Analysis for Robust Knowledge) megbízásából a Budapest Intézet tájékoztató szemináriumokat és egy két napos workshopot tart a társadalompolitikai programok hatásának méréséről és a társadalompolitikai kísérletekről.
volkswagen_getty
áder jános_mti
hindenburg_getty
borkai zsolt_győr_mti
Népszerű
Friss hírek TÖBB FRISS HÍR
Online kurzus
Akár 100 000 Ft-al elkezdhető, hosszú távú megtakarítási módszer.
Online előadás
Tudatos tervezés és stratégia nélkül nincs tőzsdei siker!
Portfolio hírlevél
Ne maradjon le a friss hírekről!
Iratkozzon fel megújult, mobilbarát
hírleveleinkre és járjon mindenki előtt.

Eladó új építésű lakások

Válogass több ezer új lakóparki lakás közül Budán, Pesten, az agglomerációban, vagy vidéken.

Infostart.hu
2019. november 20.
Office Stage - Út a hatékony irodához
2019. november 20.
Big Office Day Konferencia 2019
2019. november 20.
Big Office Consumption Based IT 2019
2019. november 21.
Property Investment Forum 2019
áder jános_mti