Co by było, gdyby...? Identyfikacja przyczyn oraz mierzenie ich skutków to dla ekonomistów twardy orzech do zgryzienia. Nie mamy wehikułu czasu, który pozwoliłby nam powrócić do punktu wyjścia i sprawdzić, jak zachowa się osoba w świecie równoległym, w którym np. podatki są niższe albo wyższe. Czy zatem nauki społeczne są w sprawie „gdybania” bezradne? Odpowiedź na to pytanie ma fundamentalne znaczenie, zwłaszcza w czasie, gdy rządy podejmują coraz to nowe (i coraz kosztowniejsze) inicjatywy mające na celu poprawę sytuacji różnych grup społecznych.

Weźmy program 500+. Po jego wprowadzeniu część ekonomistów przekonywała, że może on zniechęcać matki do pracy. Wskazywałyby na to surowe dane, pokazujące zmniejszenie odsetka pracujących kobiet w kolejnych latach. Tylko czy to „500+” jest tego przyczyną? Czy gdyby nie ten program, to aktywność matek pozostałaby na tym samym poziomie? Albo by wzrosła?

Co w takiej sytuacji mogą zrobić ekonomiści? Dominują dwa podejścia. Pierwsze: starają się odtworzyć warunki prawdziwego eksperymentu poprzez zidentyfikowanie sytuacji, w których badani nie mieli żadnego wpływu na to, czy otrzymają jakieś świadczenie czy nie – a jednocześnie przed jego otrzymaniem byli tacy sami. Dobrym przykładem może być ograniczenie w dostępności wcześniejszych emerytur. Objęło ono ludzi urodzonych po 31 grudnia 1948 r., ale nie ludzi urodzonych przed 1 stycznia 1949 r. Nie mamy wpływu na datę urodzenia, więc porównanie ścieżek aktywności zawodowych osób o jeden dzień młodszych i osób o jeden dzień starszych do grupy kontrolnej może pokazać wpływ dostępności wcześniejszych emerytur na aktywność zawodową.

Niestety wymóg podobieństwa jest problematyczny, gdy analizujemy powszechne programy rządowe, jak „500+”. By sprawdzić, czy z jego powodu matki rezygnowały z pracy lub jej nie podjęły, musielibyśmy mieć dwie takie same grupy kobiet: tych, które w 2015 r. zaczęły pobierać świadczenie, oraz tych, które z przyczyn od siebie niezależnych nie otrzymały go. Ponieważ program jest powszechny to tej drugiej grupy po prostu nie ma.

Badaczom nie pozostaje wówczas nic innego jak skorzystać w drugiego podejścia: stworzyć model matematyczny, który możliwie wiernie odwzoruje zachowania ludzi. Do tego wystarczy komputer i dane. Krytycy tej metody kwestionują możliwość wiernego dopasowania modelu do rzeczywistości. Jednak dzięki pojawieniu się dużych i szczegółowych zbiorów danych – opisujących ludzi w różnych sytuacjach życiowych – oraz rozwojowi algorytmów sztucznej inteligencji, ograniczenia modeli matematycznych da się coraz skuteczniej przeskoczyć.

I właśnie takie podejście przyjąłem w badaniu skutków wprowadzenia 500+ na podaż pracy matek. Skupiając się na przepływach rynku pracy, zidentyfikowałem zmiany w szansach na znalezienie pracy kobiet przed i po wprowadzeniu tego programu. Rolę odgrywały zarówno sytuacja życiowa kobiet (matek i nie matek), jak i reguły decyzyjne, czyli przełożenie ich sytuacji życiowej na szanse znalezienia pracy. Dalsza analiza pozwoliła na rozdzielenie wpływu obydwu czynników. Okazało się, że obserwowany w danych spadek odsetka pracujących matek wynika przede wszystkim ze zniechęcania tych niepracujących do poszukiwania pracy. Co więcej, symulacje kontrfaktyczne wykazały, że głównym czynnikiem zniechęcającym było pojawienie się „500+”.

Moja praca to nie ocena programu 500+, bo badałem aktywność zawodową matek, czyli jeden wymiar jego efektów. To badanie wnosi za to inną nowość: to zupełnie nowe podejście do ewaluacji takich polityk publicznych, w których nie ma „grupy kontrolnej”. Dotąd rozkładaliśmy szeroko ręce, teraz zaczynamy widzieć światełko w tunelu. ©Ⓟ

Autor jest ekonomistą GRAPE