職業訓練の不一致とCOVID-19の回復：大不況からの注意事項

リバティストリートエコノミクスから

—この投稿はBenjamin G.HymanとKarenX.Niによって作成されました

追放された労働者は、最初の離職イベントを超えて何年も持続的な損失に耐えることが示されています。 これらの損失は、不況時に特に増幅されます。 （1）ブームに比べて景気後退が持続している理由のひとつは、構造変化の限界にある企業や産業が、大きな負のショックの後に要求される仕事や職業の種類を恒久的にシフトしているということです（アギオン等。 （2005））、しかし、これらの新しい職業は、現在避難している人々が保有する人的資本のストックと一致しません。

COVID-19に対応して、社会的距離を補完する製品やサービスを提供する企業（Amazon流通センターなど）は、回復中および回復後も雇用を継続する可能性があります。地元の小売店員）は、あまり馴染みのない仕事の機会に適応するために残されています。 一部の産業は徐々に再開し、他の産業は発育不全のままですが、避難した労働者がこの新しい仕事の現実に最もよく備えることができるように、スキルギャップを埋めるのに労働力開発プログラムはどのような役割を果たしますか？

景気循環を通じた職業訓練に戻る

人材育成プログラムの役割を検討するために、参加者の収益回復パスと職業選択を調査しました。 通商法 大不況の前と最中の関連する再訓練プログラム、からの訓練生データの収集 Hyman、Kovak、およびLeive（2020）、Park（2012）, Reynolds and Palattuci（2012）。 最初に、再訓練プログラムと延長失業保険（UI）に共同で登録した避難労働者の賃金交換率（労働者が失業から回復したときに「交換」されたレイオフ前の収入の割合）を、承認された対照グループと比較しました。同じパッケージですが、トレーニングコンポーネントから「免除」され、拡張UIのみを受け取りました。 これらの免除は、労働者が労働市場で必要なスキルをすでに持っていると主張する場合、または能力の制約のために希望する職業で労働者が利用できる適切なトレーニングプログラムがない場合に最も頻繁に提供されます。

ワーカーの人口統計コントロールとアプリケーションの四半期の固定効果を使用してイベントスタディモデルを実装します。これにより、ワーカーの移動イベントの数四半期後にUIから再トレーニングコンポーネントへのリターンを追跡できます。 私たちの目標は因果関係ではありませんが、トレーニンググループとUIのみのグループへの労働者の選択の違いが、時不変の労働者の特性と、グループ固有の需要要因を捉える暦四半期の固定効果によって捉えられる限り、これらの記述を慎重に解釈することができます。結果。 以下に、これらの推定値を、平常時に解雇された労働者と不況時に解雇された労働者について別々に示します。

結果は印象的な話を示唆しています。平均して、すべての労働者グループは短期的に最初の一時解雇から部分的にしか回復しませんでしたが、再訓練した人々（赤いシリーズ）は、経済が平常時に進んでいるときにのみより良い結果を示しました。 貿易法プログラムによる職業訓練が大不況の間に効果が薄れたように見えたのはなぜですか？

この結果の自然な説明のXNUMXつは、長期にわたる再訓練プログラムに取り組む労働者は、ますます競争が激化する労働市場に遅れて参入したことに対するペナルティに直面しているということかもしれません。 それはそう、 ロススタイン（2012） 伸び悩みのほとんどは総需要要因によって説明できることがわかりました。 ここでは、対立仮説を探ります。大不況の間、労働力開発プログラムが不況後の経済で要求される急速に変化するスキルの永続性を予測できなかったため、一部の労働者は「間違った」職業のために訓練されました。 職業訓練 ミスマッチ。

職業訓練不一致指数

職業訓練のミスマッチが景気循環全体の収益差と相関するかどうかをテストするために、私たちは Şahinetal。 （2014） 再トレーニングプログラムの対象となる職業が、からのデータを使用して、新しく投稿されたオンライン求人の構成と「一致」する程度を把握することを目的とした不一致インデックスを構築します。 Conference BoardHelpWantedOnLine®（HWOL）。 誘導型インデックスは、四半期ごとにメジャーを作成します t、現在対象となる職業が 下- or オーバー次のように計算された、特定の労働市場の職業上のニーズに対するトレーニング。

ここで、最も内側の用語は、特定の職業に投稿された欠員の割合の違いを考慮しています o 一方、同じ職業を対象とする研修生の総数の割合は、各職業の研修生の数によって重み付けされます（wogt）。 のインデックス値 0 「完全に一致した」労働市場を反映しますが、 0 不一致になります。 地理用語も含まれます g これにより、より洗練された地域で全体的なインデックスを分解できます（求職者がこれらの市場に制約されていると仮定します）。 以下のグラフは、米国の労働市場全体と、各州の不一致による重み付けの両方について、四半期にわたるXNUMX桁のSOC職業コードのこの不一致指数をプロットしています。

時系列は、指数が景気後退前の谷から景気後退後のピークまでほぼXNUMX倍になったことを示しており、大不況の職業訓練プログラムが労働市場の職業上のニーズを満たしていないことを示唆しています。 これをさらに分析するために、各状態内で不一致インデックスを個別に計算し、インデックスを正または負にすることができました（絶対値を削除）。 これにより、明確な労働市場があったかどうかを調査できるという便利な解釈が可能になります。 オーバー or 下-要求される仕事に関する訓練。

以下のグラフでは、上位90の研修生州（すべての研修生のXNUMX％以上をカバー）のこれらの結果を示しています。各バブルのサイズは、各期間の研修生の割合に対応しています（プールの前後にプールされています）。不況）。

州ごとにトレーニングの不一致を分析すると、オハイオ州などの少数の州が全体的な結果を左右していることがわかります。 実際、これらの結果は特にXNUMXつの職業に影響されます。 生産労働者（金属およびプラスチックを含む）。 興味深いことに、プロットはまた、すべての州が オーバー職業上の需要に関して平均して訓練されていますが、 コンピュータープログラマー 欠員に比べて労働者の割合を低く訓練しました。 （労働者の28％がそのような「訓練不足」を示す職業にあったことがわかります。）これらの結果は、 ハイマン（2018）、これは、分離産業で再訓練した労働者が期待した速度でリコールされなかったのに対し、産業と労働市場を切り替えた労働者の方がパフォーマンスが良かったことを示しています。 簡単に言えば、不況から完全に回復することのなかった職業や労働市場では、トレーニングプログラムも新しい需要に完全に適応することができませんでした。

シルバーライニング

ここで説明する結果はおおむね否定的ですが、労働需要の構造的変化を不確実にするために労働力開発プログラムを調整することの難しさを浮き彫りにしています。 少数の州がターゲティングを改善しましたが、COVID-19のミスマッチは、大不況の間、貿易に影響を与えた産業よりも広範囲に及ぶ可能性があります。 多くの著者や政策立案者によって提案されているように、労働力開発プログラムをより機敏にするためのXNUMXつの代替案（要約を参照） 詳細を見る）は、代わりに「賃金保険」の現金給付を提供することであり、後者がより低い賃金を支払う場合、前の仕事と新しい仕事の違いの一部を助成します。 進行中の作業では、 ハイマン、コバク、レイヴ（2020） は、2002年以来、再訓練の代替手段として、50歳以上から10,000ドルまでの移転を労働者に提供してきた貿易調整支援プログラムの文脈で、そのようなプログラムの効果を調査しています。

脚注

(1) Autor etal。 （2016） 及び Sullivan and Von Wachter（2009） 所得と死亡率に対する移動の長期的な持続性を推定する一方で、 Schmieder etal。 （2016） 景気循環全体の影響を研究します。

著者について

ベンジャミンG.ハイマン ニューヨーク連邦準備銀行の研究統計グループのエコノミストです。

Karen X. Niは、世銀の調査統計グループのシニアリサーチアナリストです。

ソース

https://libertystreeteconomics.newyorkfed.org/2020/05/job-training-mismatch-and-the-covid-19-recovery-a-cautionary-note-from-the-great-recession.html

免責条項

この投稿で表明された見解は著者の見解であり、ニューヨーク連邦準備銀行または連邦準備制度の立場を必ずしも反映するものではありません。 誤りや脱落は作者の責任です。