attività di valutazione in itinere del por marche fse ob. 2...

Attività di valutazione in itinere

del POR Marche FSE ob. 2 2007/2013

La Valutazione delle Work experiences finanziate dal POR

FSE 2007-2013 della Regione Marche nell’anno 2010

Luglio 2013

Attività di valutazione in itinere del POR Marche FSE ob. 2 2007/2013

ATI Fondazione G.Brodolini – Istituto per la Ricerca Sociale

2

INDICE

Executive summary .............................................................................................................................. 3

1. Introduzione ................................................................................................................................. 6

2. Metodi .......................................................................................................................................... 7

3. Dati e definizioni ......................................................................................................................... 11

4. Il campione ................................................................................................................................. 16

5. I risultati ...................................................................................................................................... 20

6. Considerazioni conclusive ........................................................................................................... 24

Appendici ........................................................................................................................................... 27

Appendice A. Analisi su tutto il campione .................................................................................. 27

Appendice B. Analisi sul campione ristretto ............................................................................... 56



3

Executive summary

Questo rapporto valuta l’impatto delle work experiences sugli esiti occupazionali dei destinatari

nella Regione Marche. Nello specifico, le work experiences consistono nel finanziare progetti di

ricerca per laureati (Borse di ricerca) ed esperienze lavorative per diplomati (Borse di lavoro) che

soddisfano i requisiti di essere inoccupati-disoccupati di lungo periodo iscritti ai Centri per

l’impiego e residenti nella Regione Marche. Le persone interessate devono presentare un progetto

- coerente con la propria formazione educativa e/o eventuali esperienze professionali precedenti -

che preveda innovazione (tecnologica, di processo, di prodotto e/o organizzativa) in modo da

"creare" una nuova figura professionale.

Di fatto, le work experiences permettono ai destinatari di realizzare esperienze di lavoro in

azienda, prevelarmente di piccole o medie dimensioni, per periodi della durata tra i 6 ed i 12 mesi.

L’incentivo previsto dal bando è costituito da:

• 650 euro lordi mensili per i diplomati(Borse di lavoro);

• 750 euro lordi mensili per i laureati(Borse di ricerca).

Questo studio intende verificare se le work experiences rappresentano un incentivo per i non

occupati marchigiani in possesso di laurea o diploma per inserirsi nel mercato del lavoro, anche

nell’attuale fase recessiva. La principale questione è identificare l’effetto dell'intervento sul

risultato, isolandolo da ciò che sarebbe accaduto comunque, per la presenza di altri fattori non

attribuibili all’intervento che influenzano il successo occupazionale dei giovani diplomati e laureati.

Per individuare il cambiamento indotto dalla partecipazione ad una borsa lavoro è necessario un

disegno valutativo di tipo controfattuale, che stima l’effetto della borsa lavoro come differenza tra

il successo occupazionale che si osserva in sua presenza e quanto si sarebbe osservato in sua

assenza.

Lo studio consente di stimare l'effetto dell'intervento come differenza tra i risultati osservati tra i

destinatari - gruppo di trattamento - e quelli osservati tra i non beneficiari - gruppo di confronto o

di controllo. Il gruppo di trattamento è costituito dalle persone che hanno presentato domanda

per aver accesso alle work experiences e la cui domanda è stata accettata, mentre il gruppo di

controllo è dato dalle persone la cui domanda non è stata accettata e, di conseguenza, non hanno

avuto accesso alle attività. A causa della presenza di un mismatch nel periodo di osservazione degli



4

outcomes dei trattati e non-trattati (gli outcomes dei primi sono osservati circa un anno dopo

quelli dei secondi), il che potrebbe portare a un bias verso il basso delle stime di impatto, l'analisi

viene effettuata anche su un campione ristretto includendo solo quegli individui (trattati e non

trattati) che condividono lo stesso periodo di osservazione.

La metodologia di stima dell’impatto dell’intervento è l’abbinamento statistico. Questo consiste,

nella prima fase di analisi, in un modello di partecipazione con cui si stima la probabilità di ricevere

il trattamento (il propensity score) per l’intero campione, sia i trattati che i non trattati. Nella fase

successiva, il propensity score agisce come una misura della somiglianza tra i trattati e i non

trattati, e l’impatto si calcola come la media delle differenze degli outcomes dei trattati e dei non

trattati con propensity score simile. In questa analisi sono stati utilizzati tre metodi di

abbinamento statistico: il nearest neighbor matching, il radius matching ed il kernel matching.

L’archivio di partenza comprende tutte le persone che hanno presentato domanda per una work

experience nel 2010, ed è estratto dalla banca dati SIFORM di monitoraggio del FSE. Al netto dei

casi con domande multiple o informazioni incomplete, il campione utilizzato per l'analisi è

costituito da 1796 persone, 940 nel gruppo di trattamento (52,3%) e 856 nel gruppo di controllo

(47,7%). Il 70% dei partecipanti ha chiesto una borsa di lavoro e solo il 30% una borsa di ricerca. La

maggior parte degli individui nel campione sono cittadini italiani (99% nel gruppo di trattamento e

98% nel gruppo di controllo), donne (74%, rispettivamente 61%), tra i 25 e i 34 anni (67%,

rispettivamente 55%) in possesso di un diploma universitario o superiore (62%, 54%

rispettivamente).

Gli outcomes considerati sono costruiti a partire dalla banca dati delle Comunicazioni Obbligatorie,

che permette di tenere conto di tutti rapporti di lavoro avviati e cessati, oltre che delle relative

proroghe e trasformazioni, a partire dal marzo del 2008 (data in cui si è resa obbligatoria la

comunicazione di tali cambiamenti contrattuali per via telematica). In particolare, si prendono in

considerazione:

• la probabilità di avere avuto almeno un rapporto di lavoro nel periodo di osservazione;

• il numero di giornate di lavoro nel periodo di osservazione;

• la probabilità di avere un lavoro a 3, 6, 9 e 12 mesi dall’inizio del periodo di osservazione;



5

• la probabilità di avere un lavoro con contratto a tempo determinato a 3, 6, 9 e 12 mesi nel

periodo di osservazione.

I risultati dell’analisi indicano che l'effetto del trattamento sulla probabilità di avere almeno un

lavoro entro un anno dall'intervento è positivo, statisticamente significativo, e varia tra l'8 e il 15%

a seconda del metodo considerato. I risultati sono simili per il numero di giornate lavorative

nell'anno successivo: il trattamento porta ad un aumento tra le 44 (il radius ed il kernel matching)

e le 57 giornate lavorative (il neighbour matching) nell'anno successivo all’intervento. L'effetto

sulla probabilità di essere occupati dopo 3 mesi dal trattamento è forte e positivo (33-35%), ma

diminuisce gradualmente. A 6 mesi dall'intervento, l'intensità dell'effetto è ridotta a 11-17%, per

raggiungere il 5-7% a 9 mesi e scomparire completamente a 12 mesi. Per quanto riguarda la

probabilità di essere occupato con un contratto a tempo indeterminato, l’effetto del trattamento

è basso ma positivo e non varia in maniera accentuata con l’aumentare della distanza dall’inizio

del periodo di osservazione. Le stime sul campione ristretto che include solo quegli individui

(trattati e non trattati) che condividono lo stesso periodo di osservazione sono robuste, con la

stessa direzione dell'effetto e lo stesso livello di significatività, anche se l’intensità dell'effetto

tende ad essere più alta. Nonostante questo notevole impatto, l'effetto non è stabile nel tempo e

scompare a 12 mesi dalla fine dell'intervento.

In sintesi, l’analisi rivela un effetto delle work experiences sull’inserimento lavorativo dei

destinatari che svanisce entro l’anno dalla conclusione dell’intervento, ma piuttosto consistente

nei mesi precedenti.



6

1. Introduzione

La programmazione POR FSE 2007-2013 della Regione Marche prevede - quale strumento di politica attiva

del lavoro - l'erogazione di work experiences per facilitare l’ingresso nel mercato del lavoro di persone non

occupate. Secondo i dati SIFORM di monitoraggio del programma resi disponibili dalla Regione Marche,

nell'arco della programmazione FSE 2007-2013 quasi 35 milioni di euro pari ad oltre il 15% del totale sono

stati impegnati per progetti di work experiences nelle Marche al 31.12.2012.1

Nello specifico, le work experiences consistono nel finanziare progetti di ricerca per laureati (Borse di

ricerca) ed esperienze lavorative per diplomati (Borse di lavoro) che soddisfano i requisiti di essere

inoccupati-disoccupati di lungo periodo iscritti ai Centri per l’impiego e residenti nella Regione Marche. Le

persone interessate devono presentare un progetto - coerente con la propria formazione educativa e/o

eventuali esperienze professionali precedenti - che preveda innovazione (tecnologica, di processo, di

prodotto e/o organizzativa) in modo da "creare" una nuova figura professionale.

Di fatto, le work experiences permettono ai destinatari di realizzare esperienze di lavoro in azienda,

prevelarmente di piccole o medie dimensioni, per periodi della durata tra i 6 ed i 12 mesi. L’incentivo

previsto dal bando è costituito da:

• 650 euro lordi mensili per i diplomati(Borse di lavoro);

• 750 euro lordi mensili per i laureati(Borse di ricerca).

Gli obiettivi alla base della progettazione di questo intervento di politica attiva del lavoro possono essere

così riassunti:

• promuovere azioni di inserimento professionale che favoriscano l’entrata nel mercato del lavoro di

soggetti non occupati con difficoltà di inserimento, in particolare i più giovani2, privilegiando allo

stesso tempo percorsi finalizzati all’innovazione di processo e di organizzazione;

• realizzare azioni specifiche per coniugare gli interventi di incentivazione alle imprese con interventi

Questo studio intende verificare se le work experiences rappresentano un incentivo per i non occupati

marchigiani in possesso di laurea o diploma per inserirsi nel mercato del lavoro, anche nell’attuale fase

recessiva. La principale questione è identificare l’effetto dell'intervento sul risultato, isolandolo da ciò che

sarebbe accaduto comunque, per la presenza di altri fattori non attribuibili all’intervento che influenzano il

successo occupazionale dei giovani diplomati e laureati. Per individuare il cambiamento indotto dalla

partecipazione ad una borsa lavoro è necessario un disegno valutativo di tipo controfattuale, che stima

1 Precisamente 34,321,617 euro pari al 16.6% del totale delle risorse impegnate. 2 In realtà, l'unico vincolo relativo all'età per l'ottenimento di una borsa lavoro è quello di non aver compiuto 65 anni.



7

l’effetto della borsa lavoro come differenza tra il successo occupazionale che si osserva in sua presenza e

quanto si sarebbe osservato in sua assenza.

Lo studio si struttura nelle seguenti parti. La sezione 2 descrive i metodi utilizzati e la logica sottostante la

loro individuazione. La sezione 3 presenta le definizioni adottate e descrive i dati e le variabili utilizzate

nell’analisi. La sezione 4 descrive il campione in termini di variabili risultato e caratteristiche dei soggetti

considerati nell’analisi. La sezione 5 presenta e discute i risultati e la sezione 5 riassume le principali

raccomandazioni di policy e conclude.

2. Metodi

Questo studio realizza un’analisi controfattuale per determinare l’impatto delle work experiences

sull’inserimento lavorativo dei destinatari. L’analisi controfattuale consente di separare il cambiamento

degli outcomes di interesse (in questo caso, l’inserimento occupazionale) osservato successivamente

all’introduzione di una politica nella parte di cambiamento che è causata dalla politica stessa dalla parte di

cambiamento che si sarebbe verifica anche in assenza dell’introduzione e quindi non è causata

dall’intervento in esame. Dato che l’osservazione descrittiva dei dati permette di individuare solo il

cambiamento complessivo degli outcomes verificatosi dopo l’introduzione dell’intervento, l’analisi

controfattuale richiede il disegno di strumenti statistici volti a ricostruire e stimare cosa sarebbe accaduto

senza l’introduzione dell’intervento (il “controfattuale” in senso stretto, da cui l’intera analisi prende il

nome). L’impatto dell’intervento, spesso indicato nel contesto della valutazione FSE con il termine impatto

netto, è dato dalla differenza tra il cambiamento complessivo osservato degli outcomes ed il loro

cambiamento stimato in assenza dell’intervento.

Seppur in maniera sintetica, si sintetizza la questione da un punto di vista formale. Si consideri il caso in cui

la variabile-risultato Y (ad esempio, occupato o no) sia definita nel modo seguente: Yi :{0,1} t.c. con Yi = 0 se

i non è occupato e Yi = 1 se i è occupato. Allo stesso tempo, distinguiamo se l’individuo è stato sottoposto al

trattamento (Yi1) oppure no (Yi

0). L’effetto è definito come la differenza δ tra il valore della variabile-

risultato osservata dopo che le unità trattate sono state esposte alla policy (T = 1) ed il valore che la stessa

variabile avrebbe assunto se le medesime unità non fossero state esposte alla policy (T = 0). In termini

formali si è soliti esprimere l’obiettivo della valutazione in termini del valore atteso E (cioè la media)

ATT: E( δ | T = 1) = E (Yi 1 - Yi

0 | T = 1) = E ( Yi1| T = 1) – E ( Yi

0 | T = 1)

Questa è la quantità di maggior interesse dal punto di vista di politica economica, che prende il nome di

Effetto Medio sui Trattati (Average Effect of the Treatment on the Treated, ATT). L’effetto da stimare è



8

definito come differenza tra i valori assunti dalla variabile-risultato di cui uno è il valore osservato (valore

fattuale, E (Yi1|T=1)); l’altro è ipotetico, cioè è il valore che si sarebbe osservato tra gli stessi soggetti se

questi non fossero stati esposti alla politica (valore controfattuale, E(Yi0 | T=1)). Quest'ultimo non è mai

direttamente osservabile per i trattati. Da qui, il problema metodologico di come ottenere una stima

dell'effetto accettabile, cioè non distorta dalle differenze tra i due gruppi (autoselezione).

Ci si potesse muovere in ambito sperimentale (in letteratura si parla, in questo caso, di esperimento

controllato), l’assegnazione degli individui ai due gruppi (trattati e non trattati) sarebbe casuale, ad

esempio con un sorteggio; in tal modo la variabile-risultato sarebbe indipendente dall’assegnazione al

trattamento e ciò assicurerebbe l’omogeneità dei due gruppi di soggetti sia rispetto alle caratteristiche

osservabili (età, sesso, titolo di studio,ecc) sia rispetto alle caratteristiche non osservabili (o latenti) quali ad

esempio la motivazione nella ricerca del lavoro, le abilità, l’intelligenza, ecc.. In questo caso l’effetto casuale

medio ATT è ottenuto tramite semplice differenza tra i risultati medi rilevati nei due gruppi.

In ambito non sperimentale, cioè quando ammessi e non ammessi non sono selezionati in modo casuale

(che è il caso tipico delle analisi di impatto di politiche sociali) la stima dell’ATT ottenuto tramite la

differenza tra valori medi osservati nei due campioni è affetta da distorsione, per la presenza di errori

sistematici causati da avvenimenti esogeni al programma e dal processo di autoselezione dei partecipanti.

Per eliminare tali distorsioni nella situazione non sperimentale si ricorre a quasi-esperimenti. Esistono

metodi che si differenziano in base alle tecniche statistiche e in base ai dati disponibili. Tra questi si

ricordano l’abbinamento statistico (propensity score matching), in cui si cerca un gruppo di controllo simile

ai trattati in base a caratteristiche osservabili; la differenza nelle differenze (difference-in-differencies),

qualora si disponga di informazioni sulla variabile-risultato prima e dopo l’intervento; l’esperimento

naturale (instrumental variable), con cui si sfrutta un qualche fenomeno correlato al risultato

indirettamente attraverso una variabile chiave indipendente; la discontinuità attorno ad una soglia

(regression discontinuity design), laddove vi sia un “razionamento” dell’intervento in base a un qualche

criterio ordinabile e in cui si assume che le persone nelle vicinanze del valore soglia siano simili.

Non esiste un metodo controfattuale superiore agli altri, poiché ogni tipo di test controfattuale ha una sua

validità entro determinate assunzioni, che rappresentano vincoli metodologici standard da rispettare.

Esistono solo test effettuati correttamente (con un qualsiasi metodo) o no. Il ricorso all’uno o all’altro

metodo dipende dalle informazioni a diposizione e dalle domande valutative in esame. Si ribadisce inoltre

che l’effettuazione di test controfattuali (che dovrebbe essere maggiormente praticata nella valutazione

delle politiche pubbliche) deve essere intesa non come un giudizio di valore sull’intervento svolto, ma come

una solida base su cui ragionare ed apprendere dall’esperienza per poi intervenire sul disegno delle

politiche, quando queste siano ripetibili.



9

Comune a tutte le metodologie alternative disponibili per effettuare l’analisi controfattuale è la necessità di

identificare un opportuno gruppo di controllo formato da soggetti il più possibile simili ai destinatari

dell’intervento in termini di caratteristiche osservabili (idealmente, identici in tutto eccetto per la

partecipazione all’intervento). Nel nostro specifico caso:

• il gruppo di trattamento (o trattati o ammessi) è dato dalle persone cha hanno presentato

domanda nel 2010 per avere accesso allo strumento, e la cui domanda è stata accettata e che

quindi hanno effettuato esperienze di lavoro in azienda grazie allo strumento;

• il gruppo di controllo (o non trattati o non ammessi) è dato dalle persone cha hanno presentato

domanda nel 2010 per avere accesso allo strumento, ma la cui domanda non è stata accettata, e

che quindi non hanno effettuato esperienze di lavoro in azienda grazie allo strumento;

• si usa la tecnica valutativa nota come abbinamento statistico (Propensity Score Matching - PSM).

Il PSM si discosta dal metodo di analisi controfattuale condotto lo scorso anno (RDD - Regression

Discontinuity Design) per valutare lo stesso strumento in quanto non è possibile – nel campione di persone

che hanno presentato domanda nel 2010 - ordinare le persone che fanno domanda in base ad un

punteggio, o alto criterio, che permette di distinguere i trattati dai non trattati.

In particolare, come mostrato nella Tabella 1, tra i 1,796 individui che nel 2010 hanno presentato domanda

per partecipare alle Work Experiences, ci sono:

a) 24 trattati con punteggio sotto la soglia;

b) 151 non trattati con punteggio sopra la soglia;

c) 713 persone a cui non è stato attribuito alcun punteggio.

Quindi, da un lato risulta evidente - dai punti a) e b) dell’elenco appena presentato - che vengono utilizzati

altri criteri oltre al punteggio (quali garantire la partecipazione di prestabilite proporzioni di donne e

residenti nella provincia di pubblicazione del bando) per scegliere l’ammissione; dall’altro l’utilizzo del

punteggio comporterebbe l’eliminazione dal campione di quasi il 40% di casi validi costituito dalle persone

senza punteggio (punto c) dell’elenco qua sopra).

Tabella 1. Distribuzione del punteggio per ammessi e non ammessi alle Work Experiences

Trattati Non trattati Totale

Punteggio Numero % Numero % Numero %



10

Sotto la soglia 24 2.6 372 43.5 396 22.1

Sopra la soglia 546 58.0 151 17.6 697 38.8

Mancante 370 39.4 333 38.9 713 39.1

Totale 940 52.3 856 47.7 1,796 100.0 Nota: dati di fonte SIFORM

Nella presente analisi si ricorre pertanto, come detto, al metodo dell’abbinamento statistico. Questo

metodo si basa sulla stima - in un primo momento - della probabilità (propensity score) di essere destinatari

dell’intervento per l’intero campione (trattati e non), e sul successivo confronto tra gli outcomes dei

destinatari (trattati) e dei soggetti del gruppo di controllo con propensione simile.

La probabilità di essere trattati viene stimata usando le caratteristiche osservabili disponibili (genere, età,

cittadinanza, titolo di studio, provincia di residenza, esperienza lavorativa precedente). Ovviamente,

maggiori sono le informazioni disponibili per stimare la probabilità di risultare destinatario di un intervento,

maggiore è l’accuratezza dell’impatto stimato. L’intervallo di valori della probabilità di abbinamento che è

comune sia ai trattati che ai non trattati, detto in letteratura regione di supporto comune, definisce la

porzione del campione su cui si effettua il l’abbinamento, o il confronto, tra gli outcomes dei due gruppi.

Il confronto tra gli outcomes degli individui trattati e non trattati con probabilità simili di essere destinatari

(cioè, con simili propensity score) viene effettuato in modi diversi, onde tenere in considerazione la

sensibilità dei risultati a seconda del metodo di abbinamento. In particolare, in questo rapporto

presentiamo e discutiamo i risultati ottenuti con:

• il Nearest Neighbor Matching, in cui gli outcomes di ogni trattato sono confrontati con quelli di uno

stesso numero di unità del gruppo di controllo, quelle con più simile propensity score;

• il Radius Matching , in cui gli outcomes di ogni trattato sono confrontati con quelli di tutti i non

trattati il cui propensity score rientra nell’intervallo simmetrico centrato sullo score del trattato;

• il Kernel Matching, in cui gli outcomes di ogni trattato sono confrontati con l’outcome medio

ponderato di tutti i non trattati, usando pesi inversamente proporzionali alla differenza negli score.

Una volta stimato l’impatto della politica per ciascuno dei trattati, utilizzando i vari metodi di abbinamento

appena descritti, si calcola a media degli impatti per i trattati onde determinare l’Effetto Medio sui Trattati

(Average Effect of the Treatment on the Treated, ATT).



11

3. Dati e definizioni

L'archivio di partenza (estratto dal SIFORM) è rappresentato dall'elenco di tutti coloro - ammessi e non

ammessi - che hanno presentato una domanda per l'ottenimento di una Work Experience nel 2010.

Sui due gruppi sono state effettuate alcune operazioni di pulizia per identificare i casi utilizzabili nell’analisi.

Anzitutto, relativamente agli ammessi, sono state prese in considerazione quelle domande per le quali il

sistema informativo della Regione Marche forniva sia una data di avvio che una di termine; in altre parole,

sono stati considerati esclusivamente i beneficiari che, una volta ammessi all'intervento, hanno terminato

l'attività formativa, escludendo pertanto sia coloro che alla data di estrazione degli archivi risultavano

ancora in essere sia coloro che invece risultavano ritirati.

In secondo luogo, sono state effettuate verifiche volte a rilevare l'esistenza di eventi multipli. Infatti, per gli

ammessi accade che un laureato, avendone i requisiti, abbia inoltrato sia una domanda per una borsa di

lavoro indirizzata ai laureati sia una per i diplomati; per i non ammessi occorre invece verificare che non

abbiano presentato una successiva domanda, questa volta valutata positivamente.

Infine, per gli ammessi è stata verificata la coerenza interna delle informazioni desumibili dall'archivio

regionale in termini di consequenzialità delle date di presentazione, avvio e termine della esperienza

formativa. Tale operazione ha portato alla luce l'esistenza di un certo numero di ammessi che

presentavano, ad esempio, una data di conclusione della borsa lavoro uguale a quella di avvio; pertanto,

sono stati esclusi dall'analisi.

Nella Tabella 2 si presentano la consistenze dei gruppi al netto della ripulitura dei dati. Complessivamente,

quello degli ammessi è rappresentato da 940 unità, mentre quello dei non ammessi da 856 unità.

Tabella 2. Dimensione del gruppo dei trattati e non trattati per tipologia di strumento


Strumento Numero % Numero % Numero %

Borsa lavoro 616 49.3 633 50.7 1,249 69.5

Borsa ricerca 324 59.2 223 40.8 547 30.5


L'analisi controfattuale serve a verificare se l'intervento di politica attiva erogato dalla Regione Marche sia

stato efficace, migliorando l’inserimento nel mercato del lavoro per i destinatari delle work experiences.

Questa definizione di efficacia può avere dimensioni multiple e può essere declinata attraverso un ampio

arco di domande valutative volte a comprendere se e in quali misura le work experiences hanno un impatto



12

sull’intensità e la qualità dell’esperienza lavorativa. Ad esempio, ci si può interrogare non solo sulla

probabilità di trovare lavoro, ma anche sulla probabilità di trovarlo rapidamente; o di trovare un lavoro a

tempo indeterminato. Queste domande di valutazione devono essere tradotte in outcomes, o variabili

risultato, cioè variabili che possano essere osservate e misurate.

Gli outcomes considerati in questo studio sono costruiti a partire dalla banca dati delle Comunicazioni

Obbligatorie, che permette di tenere conto di tutti rapporti di lavoro avviati e cessati, oltre che delle

relative proroghe e trasformazioni, a partire dal marzo del 2008 (data in cui si è obbligatoria la

comunicazione di tali cambiamenti contrattuali per via telematica). In particolare, si prendono in

considerazione:

• la probabilità di avere avuto almeno un rapporto di lavoro nel periodo di osservazione;

• il numero di giornate di lavoro nel periodo di osservazione;

• la probabilità di avere un lavoro a 3, 6, 9 e 12 mesi dall’inizio del periodo di osservazione;

• la probabilità di avere un lavoro con contratto a tempo determinato a 3, 6, 9 e 12 mesi nel periodo

di osservazione.

È importante notare che l'arco temporale lungo il quale sono osservati gli eventi di avviamento e di

cessazione che permettono la costruzione delle variabili risultato varia per i due gruppi, ammessi e non

ammessi. Il periodo di osservazione ha una durata di 12 mesi per entrambi i gruppi. Tuttavia, esso comincia:

• il giorno seguente alla data di termine della work experience, per gli ammessi

• il giorno seguente alla data di presentazione della domanda di ammissione, per i non ammessi

Se si vuole confrontare ammessi a non ammessi agli stessi corsi, i due gruppi vengono necessariamente

osservati in periodi differenti, in quanto per gli ammessi bisognerà aspettare tutto il trattamento - oltre che

un periodo variabile tra la data di presentazione della domanda e l’inizio dell’esperienza in azienda - prima

di osservare gli outcomes. Come mostrano la Tabella 3 e la Figura 1, il periodo di osservazione su cui si

calcolano le variabili outcome è successivo per i trattati che per i non trattati.



13

Tabella 3. Distribuzione della data di inizio del periodo di osservazione per i trattati ed i non trattati


Trimestre Numero % Numero % Numero %

II tr 2010 0 0.0 413 48.2 413 23.0

III tr 2010 0 0.0 15 1.8 15 0.8

IV tr 2010 190 20.2 428 50.0 618 34.4

I tr 2011 55 5.9 0 0.0 55 3.1

II tr 2011 154 16.4 0 0.0 154 8.6

III tr 2011 159 16.9 0 0.0 159 8.9

IV tr 2011 214 22.8 0 0.0 214 11.9

I tr 2012 168 17.8 0 0.0 168 9.3




14

Figura 1. Distribuzione della data di inizio del periodo di osservazione per i trattati ed i non trattati

Nota: dati di fonte SIFORM

Questo mismatch temporale sul periodo di osservazione in cui si calcolano le variabili risultato - in un

periodo di forti fluttuazione del ciclo come quello considerato in questo studio in cui il tasso di

disoccupazione regionale varia dal 5.5% nel primo trimestre 2010 all’11.45 nel primo trimestre 2013 - può

alterare i risultati sugli effetti. È difficile infatti capire se gli effetti individuati siano una genuina

caratteristica dello strumento work experience, o piuttosto una relazione spuria causata dal calcolo delle

variabili outcome in diversi periodi di osservazione con condizioni del mercato del lavoro diverse fra di loro.

Si può infatti pensare che i trattati abbiano, a parità delle altre condizioni, una performance peggiore in

quanto si trovano ad affrontare una condizione con tassi di disoccupazione più elevati che i non trattati,

come illustrato dalla Figura 2, con il risultato che l’impatto stimato è una sottostima dell’impatto vero.

0

10

20

30

40

50%

di t

otal

e di

gru

ppo

II tr 10 III tr 10 IV tr 10 I tr 11 II tr 11 III tr 11 IV tr 11 I tr 12

trattati non trattati



15

Figura 2. Tasso di disoccupazione regionale e periodo di osservazione di trattati e non trattati

Nota: dati di fonte Istat

Per capire se gli effetti stimati su tutto il campione sono un’evidenza spuria piuttosto che genuina, si ripete

l’analisi restringendo il campione a quella porzione di trattati e non trattati che condividono lo stesso

periodo di osservazione, in pratica coloro per cui il periodo di osservazione inizia nel IV trimestre 2010. In

questa analisi di robustezza, bisogna tenere presente i seguenti caveats: i) ammessi e non ammessi hanno

fatto domanda per corsi diversi (il che presumibilmente riduce la somiglianza di trattati e non trattati

rispetto alle caratteristiche non osservabili) e, ii) la dimensione del campione si riduce di circa due terzi

(come presentato nella Tabella 4).

Tabella 4. Trattati e non trattati che condividono lo stesso periodo di osservazione

(IV trimestre 2010/IV trimestre 2011)


Numero % Numero % Numero %

190 20.2 428 50.0 618 34.4 Nota: dati di fonte SIFORM

periodo osservazione trattati

periodo osservazione non trattati

0

2

4

6

8

10

12ta

sso

di d

isoc

cupa

zion

e ne

lle M

arch

e (%

)

I tr 2008 I tr 2009 I tr 2010 I tr 2011 I tr 2012 I tr 2013



16

4. Il campione

Il campione comprende 940 trattati ed 856 non trattati per cui tutte le caratteristiche sono osservabili (casi

validi).

La Tabella 5 mostra tali caratteristiche separatamente per i gruppi dei trattati e dei non trattati. Rispetto ai

non trattati, i trattati sono maggiormente donne (il 74% contro il 61% del campione), sono più presenti

nella fascia d’età 25-34 (67% contro 55%) e meno in quella 15-24 (14% con 28%), hanno maggiormente la

laurea o un titolo più alto (62% contro 54%), mentre la distribuzione per cittadinanza e provincia di

residenza è molto simile tra i due gruppi. Per quanto riguarda le variabili proxy dell’esperienza lavorativa

precedente all’inizio del periodo di osservazione, ottenute come le variabili risultato dalle Comunicazioni

Obbligatorie, la percentuale di chi ha lavorato nei 12 mesi precedenti all’inizio del periodo di osservazione è

maggiore per i trattati che per i non trattati (92% contro 85%), mentre i giorni di lavoro sono simili (oltre 80

nei 12 mesi precedenti all’inizio del periodo di osservazione) per entrambi i gruppi.

Tabella 5. Le caratteristiche di trattati e non trattati

Trattati Non trattati

Donne .74 .61

Uomini .26 .39

15-24 anni .14 .28

25-34 .67 .55

35-44 .14 .13

45 e oltre .05 .04

Cittadinanza italiana .99 .98

Cittadinanza straniera .01 .02

Diploma .38 .46

Laurea o titolo di studio post-laurea .62 .54

Con residenza ad Ancona .34 .35

Ascoli Piceno .04 .03

Fermo .21 .16

Macerata .30 .33

Pesaro Urbino .11 .13

Ha lavorato nei 12 mesi precedenti a inizio periodo di osservazione .92 .85

Non ha lavorato nei 12 mesi precedenti a inizio periodo di osservazione .08 .15

Giorni di lavoro nei 12 mesi precedenti a inizio periodo di osservazione 81 83

Totale casi validi 940 856 Nota: valori medi da dati di fonte SIFORM e Comunicazioni Obbligatorie

La Tabella 6 presenta le variabili risultato per i gruppi dei trattati e dei non trattati. La percentuale di chi ha

lavorato nei 12 mesi del periodo di osservazione è maggiore per i trattati che per i non trattati (il 74%



17

contro il 67% del campione), mentre i giorni di lavoro sono 166 contro 122. La percentuale di coloro che

lavorano dopo 3 mesi dall’inizio del periodo di osservazione è molto maggiore per i trattati che per i non

trattati (50% contro 23%). Per i trattati, la percentuale di coloro che lavorano decresce leggermente con

l’aumentare della distanza dall’inizio del periodo di osservazione (49% a 6 mesi, 47% a 9 mesi e 40% a 12

mesi). Per i non trattati, al contrario, la percentuale di coloro che lavorano aumenta marcatamente con

l’aumentare della distanza dall’inizio del periodo di osservazione (37% a 6 mesi, 41% a 9 mesi e 42% a 12

mesi). Il risultato è la differenza tra le percentuali di trattati e non trattati che lavorano diminuisce con

l’aumentare della distanza dall’inizio del periodo di osservazione fino ad azzerarsi a 12 mesi dall’inizio del

periodo di osservazione. Per quanto riguarda coloro che riescono a conseguire un contratto a tempo

indeterminato, la percentuale aumenta sia per i trattati che per i non i trattati con l’aumentare della

distanza dall’inizio del periodo di osservazione, mantenendo una differenza tra trattati e non trattati pari a

4-5 punti percentuali per tutto il periodo di osservazione.

Tabella 6. Le variabili risultato di trattati e non trattati


Ha avuto almeno un rapporto di lavoro nel periodo di osservazione .74 .67

Giorni di lavoro nel periodo di osservazione 166 122

Lavora a 3 mesi da inizio periodo di osservazione .50 .23




Ha un contratto a tempo indeterminato a 3 mesi da inizio periodo di osservazione

.06 .02


.07 .03


.08 .04


.09 .04

Totale casi validi 940 856 Nota: valori medi da dati di fonte Comunicazioni Obbligatorie

Come detto nella precedente Sezione 3, onde testare la robustezza degli effetti stimati su tutto il campione,

l’analisi viene replicata restringendo il campione a quella porzione di trattati e non trattati che condividono

lo stesso periodo di osservazione, in pratica coloro per cui il periodo di osservazione inizia nel IV trimestre

2010. La Tabella 7 mostra le caratteristiche dei trattati e dei non trattati che appartengono a questa parte

del campione, mentre la Tabella 8 presenta le relative variabili risultato.



18

Rispetto alla distribuzione delle caratteristiche riscontrate su tutto il campione, i trattati che hanno finito il

periodo di lavoro in azienda della work experience nel IV trimestre 2012 si distinguono per avere

percentuali più basse di appartenenti alla fascia d’età 25-34 (54% contro 67% su tutto il campione) e di

laureati o con titolo post-laurea (52% contro 64%), e per essere tutti residenti ad Ancona. Anche i non

trattati, a loro volta, hanno percentuali più basse di appartenenti alla fascia d’età 25-34 (49% contro 55%) e

di laureati o con titolo post-laurea (43% contro 54%), e sono residenti per una metà a Macerata e per un

quarto ciascuno a Fermo e Pesaro Urbino. Per quanto riguarda le variabili proxy dell’esperienza lavorativa

precedente all’inizio del periodo di osservazione, la percentuale di chi ha lavorato nei 12 mesi precedenti

all’inizio del periodo di osservazione decresce per i trattati (81% contro 92% su tutto il campione) e resta

invariata per i non trattati (85%), cos come i giorni di lavoro nei 12 mesi precedenti all’inizio del periodo di

osservazione (71 contro 81 per i trattati, 83 per i non trattati).

Tabella 7. Le caratteristiche dei trattati e non trattati che condividono lo stesso periodo di osservazione

(IV trimestre 2010/IV trimestre 2011)


Donne .74 .59

Uomini .26 .41

15-24 anni .18 .26

25-34 .54 .49

35-44 .21 .19

45 e oltre .07 .06

Cittadinanza italiana .98 .98

Cittadinanza straniera .02 .02

Diploma .48 .57

Laurea o titolo di studio post-laurea .52 .43

Con residenza ad Ancona 1.00 .00

Ascoli Piceno .00 .00

Fermo .00 .23

Macerata .00 .54

Pesaro Urbino .00 .23

Ha lavorato nei 12 mesi precedenti a inizio periodo di osservazione .81 .85

Non ha lavorato nei 12 mesi precedenti a inizio periodo di osservazione .19 .15

Giorni di lavoro nei 12 mesi precedenti a inizio periodo di osservazione 71 83

Totale casi validi 190 428 Nota: valori medi da dati di fonte SIFORM e Comunicazioni Obbligatorie

Per quanto riguarda le variabili risultato, la percentuale di chi ha lavorato nei 12 mesi del periodo di

osservazione aumenta per i trattati (l’81% contro il 74% su tutto il campione), mentre resta invariata per i



19

non trattati (67%), così come i giorni di lavoro (197 contro 166 per i trattati, meno di 10 per i non trattati).

La percentuale di coloro che lavorano dopo 3 mesi dall’inizio del periodo di osservazione è molto maggiore

per i trattati che per i non trattati (50% contro 23%). Per i trattati, inoltre, aumentano anche le percentuali

di coloro che lavorano a 3, 6 e 9 mesi dall’inizio del periodo di osservazione (rispettivamente, dal 50% al

72%, dal 49% al 69% e dal 47% a al 65%). Per i non trattati, invece, così come per la percentuale dei trattati

che lavorano a 12 mesi dall’inizio del periodo di osservazione, tali percentuali rimangono relativamente

simili a quelle osservate su tutto il campione. L’evidenza conferma che la differenza tra le percentuali di

trattati e non trattati che lavorano diminuisce con l’aumentare della distanza dall’inizio del periodo di

osservazione fino ad azzerarsi a 12 mesi dall’inizio del periodo di osservazione. Per quanto riguarda coloro

che riescono a conseguire un contratto a tempo indeterminato, la percentuale diminuisce di 2-3 punti

percentuali per i trattati e resta invariata per i non trattati. Va peraltro segnalato che le basse proporzioni di

lavoratori con contratto a tempo indeterminato perdono significato statistico nel campione ristretto a

trattati e non trattati che condividono lo stesso periodo di osservazione a causa del limitato numero di casi

validi.

Tabella 8. Le variabili risultato dei trattati e non trattati che condividono lo stesso periodo di

osservazione (IV trimestre 2010/IV trimestre 2011)


Ha avuto almeno un rapporto di lavoro nel periodo di osservazione .81 .67

Giorni di lavoro nel periodo di osservazione 197 127






0.02 0.02


0.03 0.04


0.03 0.06


0.04 0.06

Totale casi validi 190 428 Nota: valori medi da dati di fonte Comunicazioni Obbligatorie



20

5. I risultati

In questa sezione si riportano i risultati dell’analisi controfattuale volta a determinare l’impatto delle work

experiences sull’inserimento dei destinatari nel mercato del lavoro. Per ciascuna variabile risultato vengono

presentati i risultati di una semplice regressione sulla variabile trattamento (lineare per la variabile risultato

continua di giorni lavorati nell’anno successivo alla fine dell’intervento e probit per le variabili dicotomiche),

e delle varie tecniche di abbinamento statistico utilizzate:

• i neighbor in cui l’outcome di ogni trattato viene confrontato con la media dei 5 e 10 non trattati

con score piu simile,

• il radius in cui l’outcome di ogni trattato viene confrontato con la media di tutti non trattati il cui

score dista non oltre i 5 punti di probabilità da quello del trattato, ed

• il Kernel in cui gli outcomes di ogni trattato sono confrontati con l’outcome medio ponderato di

tutti i non trattati, usando pesi inversamente proporzionali alla differenza negli score.3.

Per non appesantire l’esposizione, si riportano le regressioni in appendice e si commentano nel testo i

principali risultati.

La Tabella 9 riporta l’effetto delle work experiences sulla probabilità di avere almeno un lavoro nei 12 mesi

successivi all’intervento. L’effetto stimato è positivo e significativo al 5% per tutti i metodi considerati, e

consiste in un aumento della probabilità per gli ammessi che varia tra l’8% ed il 15% a seconda del metodo

adottato. In particolare, l’effetto è pari all’8% usando la regressione probit e i metodi di abbinamento

radius e kernel, mentre aumenta utilizzando il metodo neighbor. Restringendo l’analisi alla parte di

campione che condivide lo stesso periodo di osservazione, gli effetti aumentano sensibilmente,

raggiungendo incrementi che variano tra i 15 ed i 17 punti percentuali a seconda del metodo di stima.

Tabella 9. L’effetto sulla probabilita di avere almeno un lavoro nei 12 mesi successivi all’intervento

Metodo ATT (punti di probabilità)

Tutto il campione Campione ristretto

Probit .08** .17**

PSM neighbor (5 non trattati per ogni trattato) .15** 16**

PSM neighbor (10 non trattati per ogni trattato) .12** 16**

PSM radius (raggio 0.05 punti di probabilità) .08** 15**

PSM Kernel .08** 16**

Totale casi validi 1,796 618 Note:** significativo a 5%, * significativo al 10%; stime su dati di fonte SIFORM e Comunicazioni Obbligatorie

3 Lo score èla probabilità di essere trattato stimata sulla base delle caratteristiche osservabili di trattati e non trattati.



21

La Tabella 10 mostra l’effetto sul numero di giorni di lavoro nei 12 mesi successivi all’intervento. Anche in

questo caso l’effetto stimato è positivo e significativo al 5% per tutti i metodi considerati, e presenta una

variazione tra metodi di stima analoga a quella illustrata in precedenza per la probabilità di avere almeno

un lavoro nei 12 mesi successivi alla fine del trattamento. In particolare, gli effetti più forti – pari a un

aumento di oltre 50 giorni di lavoro per i trattati - si osservano usando l’abbinamento con metodo

neighbor, mentre stime più conservative ma pur sempre consistenti si trovano usando i metodi di

abbinamento radius e kernel (44 giorni) e la regressione lineare (46 giorni). Anche in questo caso, una volta

ristretta l’analisi alla parte di campione che condivide lo stesso periodo di osservazione, gli effetti

aumentano sensibilmente, raggiungendo incrementi che variano tra i 84 ed i 92 giorni di lavoro a seconda

del metodo di stima.

Tabella 10. L’effetto sui giorni di lavoro nei 12 mesi successivi all’intervento

Metodo ATT (numero giorni)


OLS 46** 88**

PSM neighbor (5 non trattati per ogni trattato) 57** 89**

PSM neighbor (10 non trattati per ogni trattato) 52** 92**

PSM radius (raggio 0.05 punti di probabilità) 44** 84**

PSM Kernel 44** 87**

Totale casi validi 1,796 618 Note:** significativo a 5%, * significativo al 10%; stime su dati di fonte SIFORM e Comunicazioni Obbligatorie

La Tabella 11 mostra l’effetto sulla probabilità di essere occupato a un dato mese dalla fine dell’intervento.

L’effetto stimato sulla probabilità di essere occupato a 3 mesi dalla fine dell’intervento è positivo e

significativo al 5% per tutti i metodi considerati, e presenta valori simili pari a un aumento tra il 33% ed il

35% per tutti i metodi di stima. Gli effetti diminuiscono con l’aumentare della distanza dall’inizio del

periodo di osservazione: in particolare, l’effetto sulla probabilità di essere occupato a 6 mesi dalla fine

dell’intervento mostra aumenti che variano tra gli 11 ed i 17 punti percentuali, quello sulla probabilità di

essere occupato a 9 mesi dalla fine dell’intervento mostra aumenti intorno ai 5-6 punti percentuali

(significativo solo al 10% nella maggioranza dei metodi usati), mentre l’effetto sulla probabilità di essere

occupato a 12 mesi dalla fine dell’intervento non è statisticamente diverso da zero. Anche in questo caso,

una volta ristretta l’analisi alla parte di campione che condivide lo stesso periodo di osservazione, gli effetti

aumentano sensibilmente, raggiungendo incrementi che variano tra i 84 ed i 92 giorni di lavoro a seconda

del metodo di stima. Ancora una volta, gli effetti osservati sul campione ristretto sono più consistenti, con

aumenti di probabilità tra i 61 ed i 64 punti percentuali a 3 mesi trascorsi dalla fine dell’intervento, tra i 33

ed i 37 punti percentuali a 6 mesi, e tra i 17 ed i 21 punti percentuali a 9 mesi. Diversamente, l’effetto sulla



22

probabilità di essere occupato a 12 mesi dalla fine dell’intervento rimane pari allo zero anche sul campione

ristretto.

Tabella 11. L’effetto sulla probabilità di essere occupato a un dato mese dalla fine dell’intervento



a 3 mesi trascorsi da fine intervento

Probit .35** .64**

PSM neighbor (5 non trattati per ogni trattato) .34** .64**


PSM radius (raggio 0.05 punti di probabilità) .33** .61**

PSM Kernel .33** .62**


Probit .12** .36**



PSM radius (raggio 0.05 punti di probabilità) .11** .33**

PSM Kernel .11** .34**


Probit .05* .21**

PSM neighbor (5 non trattati per ogni trattato) .06* .17**


PSM radius (raggio 0.05 punti di probabilità) .05* .20**

PSM Kernel .05* .21**


Probit -.03 -0.05

PSM neighbor (5 non trattati per ogni trattato) .02 0.01

PSM neighbor (10 non trattati per ogni trattato) .01 -0.02

PSM radius (raggio 0.05 punti di probabilità) -.02 -0.05

PSM Kernel -.02 -0.04 Note:** significativo a 5%, * significativo al 10%; stime su dati di fonte SIFORM e Comunicazioni Obbligatorie

La Tabella 12 mostra l’effetto sulla probabilità di essere occupato con un contratto a tempo determinato a

un dato mese dalla fine dell’intervento. Gli effetti stimati sono molto simili usando i diversi metodi di stima,

sono bassi ma positivi e statisticamente significativi al 5%, e non variano in maniera accentuata con

l’aumentare della distanza dall’inizio del periodo di osservazione. I risultati indicano una leggera

diminuzione, dai 4-5 punti di probabilità in più per i trattati a tre mesi dalla da fine dell’intervento ai 2-3

punti percentuali a dodici mesi dalla da fine dell’intervento. La persistenza dell’effetto è compatibile con la

maggiore rigidità in uscita tipica dei contratti di lavoro permanenti. In questo caso, il numero limitato di

lavoratori con contratto a tempo indeterminato osservato sul campione ristretto a trattati e non trattati

con lo stesso periodo di osservazione non permette la stima dell’effetto sul campione ristretto.



23



24

Tabella 12. L’effetto sulla probabilità di essere occupato con un contratto a tempo indeterminato a un

dato mese dalla fine dell’intervento



Probit 0.04**

PSM neighbor (5 non trattati per ogni trattato) 0.04**


PSM radius (raggio 0.05 punti di probabilità) 0.05**

PSM Kernel 0.05**


Probit 0.03**




PSM Kernel 0.03**


Probit 0.02*

PSM neighbor (5 non trattati per ogni trattato) 0.03*



PSM Kernel 0.03**


Probit 0.02*

PSM neighbor (5 non trattati per ogni trattato) 0.03*


PSM radius (raggio 0.05 punti di probabilità) 0.02*

PSM Kernel 0.02*

Totale casi validi 1,796 Note:** significativo a 5%, * significativo al 10%; stime su dati di fonte SIFORM e Comunicazioni Obbligatorie

6. Considerazioni conclusive

Questo studio ha adottato tecniche contro fattuali di abbinamento statistico per calcolare l’impatto delle

work experiences, strumento introdotto dalla Regione Marche per favorire l’inserimento lavorativo di

soggetti non occupati nell’ambito della programmazione FSE 2007-2013. L’analisi confronta diverse variabili

risultato costruite con le Comunicazioni Obbligatorie tra gli ammessi e i non ammessi che hanno presentato

domanda per accedere allo strumento nel 2010. Se da un lato l’inclusione nel campione di ammessi ed

esclusi agli stessi corsi implica una presumibile maggiore omogeneità in termini di caratteristiche non

osservabili, dall’altro comporta altresì un mismatch temporale sul periodo di osservazione su cui si

calcolano le variabili risultato, che in un periodo di forti fluttuazione del ciclo come quello considerato in

questo studio può alterare i risultati sugli effetti. Si può infatti pensare che i trattati - il cui periodo di



25

osservazione è tipicamente successivo ai non trattati - abbiano, a parità delle altre condizioni, una

performance peggiore in quanto si trovano ad affrontare una domanda di lavoro bloccata. Per dare

maggiore robustezza ai risultati, si è pertanto ripetuta l’analisi restringendo il campione a quella porzione di

trattati e non trattati che condividono lo stesso periodo di osservazione.

I risultati su tutto il campione mostrano un impatto:

• positivo (tra gli 8 e i 15 punti percentuali) sulla probabilità di avere avuto almeno un lavoro nei 12

mesi successivi all’intervento;

• positivo (pari a un incremento tra i 44 e i 57 giorni) sul numero di giorni di lavoro nei 12 mesi

successivi all’intervento;

• positivo sulla probabilità di essere occupato a 3 (aumenti di circa 34 punti percentuali) e 6 mesi

(aumenti tra gli 11 ed i 17 punti percentuali) dalla fine dell’intervento;

• nullo sulla probabilità di essere occupato a 9 e 12 mesi dalla fine dell’intervento;

• positivo sulla probabilità di essere occupato a tempo indeterminato (pari a un incremento che varia

tra i 4-5 punti percentuali a tre mesi dalla da fine dell’intervento ed i 2-3 punti percentuali a dodici

mesi dalla da fine dell’intervento).

Rispetto ai risultati su tutto il campione, sul campione ristretto:

• gli impatti positivi aumentano, in particolare quelli:

o sulla probabilità di avere avuto almeno un lavoro nei 12 mesi successivi all’intervento, per

una crescita di oltre i 15 punti percentuali;

o sul numero di giorni di lavoro nei 12 mesi successivi all’intervento, per oltre 84 giorni di

lavoro in più;

o sulla probabilità di essere occupato a 3 (aumenti di oltre 60 punti percentuali), 6 (oltre 33

punti percentuali) e 9 mesi (aumenti di circa 20 punt ) dalla fine dell’intervento;

• l’effetto continua ad essere nullo sulla probabilità di essere occupato a 12 mesi dalla fine

dell’intervento.

In sintesi, l’analisi rivela un effetto delle work experiences sull’inserimento lavorativo dei destinatari che

svanisce entro l’anno dalla conclusione dell’intervento, ma piuttosto consistente nei mesi precedenti, come

illustrato a titolo esemplificativo dalla Figura 3.



26

Figura 3. Effetto sulla probabilità di essere occupato a un dato mese dall’inizio periodo di osservazione

Note: stime kernel su tutto il campione su dati di fonte SIFORM e Comunicazioni Obbligatorie; intervalli di confidenza al 95%

-15

-10

-50

510

1520

2530

3540

45ef

fetto

sul

la p

roba

bilit

à di

ess

ere

occu

pato

(%

)

3 6 9 12 15mesi trascorsi da inizio periodo di osservazione



27

Appendici

Appendice A. Analisi su tutto il campione . *variabile dipendente: occupato a 12 mesi dall'in izio del periodo di osservazione . dprobit cond12a `treat' ìnd' èta' `prov' èsp_p re', robust Iteration 0: log pseudolikelihood = -1216.2318 Iteration 1: log pseudolikelihood = -1175.91 Iteration 2: log pseudolikelihood = -1175.8664 Iteration 3: log pseudolikelihood = -1175.8664 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 79.69 Prob > chi2 = 0.0000 Log pseudolikelihood = -1175.8664 Pseudo R2 = 0.0332 --------------------------------------------------- --------------------------- | Robust cond12a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| -.0299056 .0241194 -1.24 0.215 .523385 -.077179 .017367 femmi*| -.004003 .0257197 -0.16 0.876 .679287 -.054413 .046407 citt*| .0732471 .0992203 0.71 0.476 .98608 -.121221 .267715 t_medio*| -.2630105 .1969442 -1.26 0.206 .414254 -.649014 .122993 t_alto*| -.2064311 .2116212 -0.96 0.336 .582405 -.621201 .208339 eta_2534*| -.0015107 .0332565 -0.05 0.964 .616927 -.066692 .063671 eta_3544*| -.0610447 .0406636 -1.47 0.141 .136414 -.140744 .018655 eta_45p*| -.1005726 .0582035 -1.64 0.100 .046771 -.214649 .013504 AN*| -.0304864 .0390363 -0.78 0.436 .344098 -.106996 .046023 AP*| -.0610582 .0651171 -0.91 0.360 .039532 -.188685 .066569 FM*| .0235458 .0436222 0.54 0.588 .184855 -.061952 .109044 MC*| -.043922 .0396427 -1.10 0.271 .312361 -.12162 .033776 esp_pre | .0106529 .0071937 1.48 0.139 .891425 -.003446 .024752 dur_pre | .0006866 .0001111 6.19 0.000 82.0713 .000469 .000904 ---------+----------------------------------------- --------------------------- obs. P | .4109131 pred. P | .4081995 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond12a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2.



28

--------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .4 .4228971 96 -.022897196 .023251 -0.98 ATT | .399361022 .374866 88 .024494143 .033297286 0.74 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond12a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .4 .4228971 96 -.022897196 .023251 -0.98 ATT | .399361022 .3884984 03 .01086262 .028081858 0.39 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond12a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711



29

t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .4 .4228971 96 -.022897196 .023251 -0.98 ATT | .399361022 .4166229 59 -.017261936 .02453411 -0.70 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond12a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .4 .4228971 96 -.022897196 .023251 -0.98 ATT | .399361022 .4166164 32 -.017255409 .02447474 -0.71 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: occupato a 9 mesi dall'ini zio del periodo di osservazione



30

. dprobit cond9a `treat' ìnd' èta' `prov' èsp_pr e', robust Iteration 0: log pseudolikelihood = -1231.384 Iteration 1: log pseudolikelihood = -1190.5133 Iteration 2: log pseudolikelihood = -1190.4706 Iteration 3: log pseudolikelihood = -1190.4706 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 79.36 Prob > chi2 = 0.0000 Log pseudolikelihood = -1190.4706 Pseudo R2 = 0.0332 --------------------------------------------------- --------------------------- | Robust cond9a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .0562556 .0242863 2.31 0.021 .523385 .008655 .103856 femmi*| .0119939 .0258954 0.46 0.644 .679287 -.03876 .062748 citt*| -.0188425 .1034349 -0.18 0.855 .98608 -.221571 .183886 t_medio*| -.0613803 .1988006 -0.31 0.759 .414254 -.451022 .328262 t_alto*| -.0008503 .2002266 -0.00 0.997 .582405 -.393287 .391587 eta_2534*| -.0070643 .0334417 -0.21 0.833 .616927 -.072609 .05848 eta_3544*| -.0663224 .0414327 -1.58 0.115 .136414 -.147529 .014884 eta_45p*| -.1120553 .0583363 -1.83 0.067 .046771 -.226392 .002282 AN*| .0298693 .0400789 0.75 0.456 .344098 -.048684 .108423 AP*| -.0299114 .0688089 -0.43 0.666 .039532 -.164774 .104952 FM*| .016612 .0441993 0.38 0.707 .184855 -.070017 .103241 MC*| -.0392143 .0406577 -0.96 0.337 .312361 -.118902 .040473 esp_pre | .0048853 .0072807 0.67 0.502 .891425 -.009385 .019155 dur_pre | .0007246 .0001133 6.40 0.000 82.0713 .000503 .000947 ---------+----------------------------------------- --------------------------- obs. P | .4387528 pred. P | .4368333 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond9a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .467021277 .407710 28 .059310996 .023415646 2.53 ATT | .466453674 .3720979 77 .094355698 .033346111 2.83 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total



31

-----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond9a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .467021277 .407710 28 .059310996 .023415646 2.53 ATT | .466453674 .3932907 35 .073162939 .028167616 2.60 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond9a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148



32

_cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .467021277 .407710 28 .059310996 .023415646 2.53 ATT | .466453674 .4130754 06 .053378268 .024655045 2.17 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond9a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .467021277 .407710 28 .059310996 .023415646 2.53 ATT | .466453674 .411177 52 .055276154 .024596591 2.25 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: occupato a 6 mesi dall'ini zio del periodo di osservazione . dprobit cond6a `treat' ìnd' èta' `prov' èsp_pr e', robust Iteration 0: log pseudolikelihood = -1227.715 Iteration 1: log pseudolikelihood = -1150.4479 Iteration 2: log pseudolikelihood = -1150.25 Iteration 3: log pseudolikelihood = -1150.25 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 141.55 Prob > chi2 = 0.0000 Log pseudolikelihood = -1150.25 Pseudo R2 = 0.0631



33

--------------------------------------------------- --------------------------- | Robust cond6a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .1232067 .0243583 5.01 0.000 .523385 .075465 .170948 femmi*| .0066849 .0261888 0.26 0.799 .679287 -.044644 .058014 citt*| .0357746 .0993905 0.36 0.722 .98608 -.159027 .230576 t_medio*| -.1910622 .2094972 -0.89 0.376 .414254 -.601669 .219545 t_alto*| -.1659044 .217108 -0.76 0.449 .582405 -.591428 .259619 eta_2534*| -.0357456 .0335728 -1.07 0.286 .616927 -.101547 .030056 eta_3544*| -.0804363 .0408563 -1.92 0.054 .136414 -.160513 -.000359 eta_45p*| -.1266608 .0570578 -2.09 0.037 .046771 -.238492 -.01483 AN*| .0530012 .040688 1.31 0.192 .344098 -.026746 .132748 AP*| .018714 .0703491 0.27 0.790 .039532 -.119168 .156596 FM*| -.0555225 .0439393 -1.25 0.212 .184855 -.141642 .030597 MC*| -.081911 .0407781 -1.98 0.047 .312361 -.161835 -.001987 esp_pre | .0111694 .0077272 1.45 0.148 .891425 -.003976 .026315 dur_pre | .0009648 .0001159 8.33 0.000 82.0713 .000738 .001192 ---------+----------------------------------------- --------------------------- obs. P | .4309577 pred. P | .4271239 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond6a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .485106383 .3714953 27 .113611056 .023254873 4.89 ATT | .48455804 .3186368 48 .165921193 .033012717 5.03 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond6a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60



34

P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .485106383 .3714953 27 .113611056 .023254873 4.89 ATT | .48455804 .3498402 56 .134717785 .027912504 4.83 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond6a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .485106383 .3714953 27 .113611056 .023254873 4.89 ATT | .48455804 .378621 06 .105936981 .024443287 4.33 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common



35

Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond6a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .485106383 .3714953 27 .113611056 .023254873 4.89 ATT | .48455804 .37652 55 .108032541 .024386279 4.43 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: occupato a 3 mesi dall'ini zio del periodo di osservazione . dprobit cond3a `treat' ìnd' èta' `prov' `tit' ` esp_pre', robust Iteration 0: log pseudolikelihood = -1185.3221 Iteration 1: log pseudolikelihood = -1034.3534 Iteration 2: log pseudolikelihood = -1032.5318 Iteration 3: log pseudolikelihood = -1032.5306 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 265.40 Prob > chi2 = 0.0000 Log pseudolikelihood = -1032.5306 Pseudo R2 = 0.1289 --------------------------------------------------- --------------------------- | Robust cond3a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .284108 .022832 11.77 0.000 .523385 .239358 .328858 femmi*| -.0084554 .026148 -0.32 0.746 .679287 -.059704 .042794 citt*| .112679 .0835741 1.23 0.220 .98608 -.051123 .276481 t_medio*| -.2210088 .184483 -1.14 0.254 .414254 -.582589 .140571 t_alto*| -.2035209 .1996978 -1.01 0.312 .582405 -.594921 .18788 eta_2534*| -.022118 .0339441 -0.65 0.514 .616927 -.088647 .044411



36

eta_3544*| -.0172922 .0414193 -0.41 0.678 .136414 -.098473 .063888 eta_45p*| -.1107341 .0527656 -1.93 0.054 .046771 -.214153 -.007315 AN*| .1077962 .0410167 2.65 0.008 .344098 .027405 .188187 AP*| .0841012 .0735306 1.17 0.241 .039532 -.060016 .228219 FM*| -.0085786 .0441333 -0.19 0.846 .184855 -.095078 .077921 MC*| -.0660213 .0403487 -1.61 0.107 .312361 -.145103 .013061 esp_pre | .0040239 .0068683 0.59 0.558 .891425 -.009438 .017486 dur_pre | .0011489 .0001134 10.18 0.000 82.0713 .000927 .001371 ---------+----------------------------------------- --------------------------- obs. P | .3719376 pred. P | .3530194 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond3a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .496808511 .2348130 84 .261995427 .021993804 11.91 ATT | .49627263 .2140575 08 .282215122 .030853056 9.15 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond3a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256



37

eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .496808511 .2348130 84 .261995427 .021993804 11.91 ATT | .49627263 .222577 21 .273695421 .025928599 10.56 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond3a) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .496808511 .2348130 84 .261995427 .021993804 11.91 ATT | .49627263 .2386067 57 .257665874 .022833802 11.28 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond3a) common



38

Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .496808511 .2348130 84 .261995427 .021993804 11.91 ATT | .49627263 .2370392 74 .259233357 .022786847 11.38 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . *variabile dipendente: occupato a tempo indetermi nato a 12 mesi dall'inizio del periodo di osservazione . dprobit cond12a_int `treat' ìnd' èta' `prov' è sp_pre', robust Iteration 0: log pseudolikelihood = -479.17983 Iteration 1: log pseudolikelihood = -454.00693 Iteration 2: log pseudolikelihood = -452.97335 Iteration 3: log pseudolikelihood = -452.96141 Iteration 4: log pseudolikelihood = -452.96141 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 49.35 Prob > chi2 = 0.0000 Log pseudolikelihood = -452.96141 Pseudo R2 = 0.0547 --------------------------------------------------- --------------------------- | Robust c~2a_int | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .0218983 .0116018 1.88 0.061 .523385 -.000841 .044637 femmi*| -.013375 .0131396 -1.05 0.295 .679287 -.039128 .012378 citt*| -.015494 .0576991 -0.29 0.771 .98608 -.128582 .097594 t_medio*| -.1119855 .0553111 -1.99 0.046 .414254 -.220393 -.003578 t_alto*| -.1414314 .0830668 -2.01 0.045 .582405 -.304239 .021377 eta_2534*| .0652555 .0167692 3.48 0.001 .616927 .032388 .098122 eta_3544*| .1235657 .0433822 3.66 0.000 .136414 .038538 .208593 eta_45p*| .0994411 .0578789 2.24 0.025 .046771 -.013999 .212882 AN*| -.0171261 .0188126 -0.88 0.378 .344098 -.053998 .019746 AP*| .0317135 .0400218 0.91 0.365 .039532 -.046728 .110155 FM*| .0301091 .0250339 1.32 0.186 .184855 -.018956 .079175 MC*| -.0023812 .0195641 -0.12 0.904 .312361 -.040726 .035964 esp_pre | -.0043638 .0039632 -1.10 0.270 .891425 -.012132 .003404 dur_pre | .0001824 .0000499 3.66 0.000 82.0713 .000085 .00028 ---------+----------------------------------------- --------------------------- obs. P | .075167 pred. P | .063964 (at x-bar)



39

--------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond12a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a_int Unmatched | .090425532 .0584112 15 .032014317 .01244055 2.57 ATT | .089456869 .060276 89 .029179979 .01693756 1.72 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond12a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values.



40

The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a_int Unmatched | .090425532 .0584112 15 .032014317 .01244055 2.57 ATT | .089456869 .058572 95 .030883919 .014419885 2.14 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond12a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a_int Unmatched | .090425532 .0584112 15 .032014317 .01244055 2.57 ATT | .089456869 .0661883 19 .02326855 .012839613 1.81 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond12a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393



41

t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a_int Unmatched | .090425532 .0584112 15 .032014317 .01244055 2.57 ATT | .089456869 .0657282 53 .023728616 .012814053 1.85 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: occupato a tempo indetermi nato a 9 mesi dall'inizio del periodo di osservazione . dprobit cond9a_int `treat' ìnd' èta' `prov' ès p_pre', robust Iteration 0: log pseudolikelihood = -424.61443 Iteration 1: log pseudolikelihood = -399.87095 Iteration 2: log pseudolikelihood = -398.61063 Iteration 3: log pseudolikelihood = -398.56357 Iteration 4: log pseudolikelihood = -398.56345 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 56.27 Prob > chi2 = 0.0000 Log pseudolikelihood = -398.56345 Pseudo R2 = 0.0614 --------------------------------------------------- --------------------------- | Robust cond9a~t | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .0211236 .0104796 2.01 0.045 .523385 .000584 .041663 femmi*| -.0181191 .0122116 -1.56 0.119 .679287 -.042054 .005815 citt*| .0220207 .0306994 0.57 0.566 .98608 -.038149 .08219 t_medio*| -.1107331 .0488968 -2.31 0.021 .414254 -.206569 -.014897 t_alto*| -.1396973 .076831 -2.24 0.025 .582405 -.290283 .010889 eta_2534*| .0444998 .015164 2.69 0.007 .616927 .014779 .074221 eta_3544*| .0935625 .0380095 3.21 0.001 .136414 .019065 .16806 eta_45p*| .0494951 .0448941 1.36 0.174 .046771 -.038496 .137486 AN*| -.0182699 .0165091 -1.06 0.289 .344098 -.050627 .014087 AP*| .0255852 .0357512 0.82 0.411 .039532 -.044486 .095656 FM*| .0241839 .022099 1.20 0.229 .184855 -.019129 .067497 MC*| -.0064038 .0170649 -0.37 0.712 .312361 -.03985 .027043 esp_pre | -.0102026 .0053284 -1.92 0.055 .891425 -.020646 .000241 dur_pre | .0001948 .0000479 4.07 0.000 82.0713 .000101 .000289 ---------+----------------------------------------- --------------------------- obs. P | .0634744 pred. P | .0522115 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond9a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000



42

Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a_int Unmatched | .077659574 .0478971 96 .029762378 .01150389 2.59 ATT | .076677316 .0489882 85 .027689031 .015099045 1.83 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond9a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a_int Unmatched | .077659574 .0478971 96 .029762378 .01150389 2.59 ATT | .076677316 .0483493 08 .028328009 .013212189 2.14 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated.



43

psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond9a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a_int Unmatched | .077659574 .0478971 96 .029762378 .01150389 2.59 ATT | .076677316 .0543280 02 .022349315 .011839176 1.89 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond9a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238



44

dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a_int Unmatched | .077659574 .0478971 96 .029762378 .01150389 2.59 ATT | .076677316 .0534515 55 .023225761 .011816192 1.97 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: occupato a tempo indetermi nato a 6 mesi dall'inizio del periodo di osservazione . dprobit cond6a_int `treat' ìnd' èta' `prov' ès p_pre', robust Iteration 0: log pseudolikelihood = -365.89623 Iteration 1: log pseudolikelihood = -343.50449 Iteration 2: log pseudolikelihood = -342.58374 Iteration 3: log pseudolikelihood = -342.57129 Iteration 4: log pseudolikelihood = -342.57128 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 50.34 Prob > chi2 = 0.0000 Log pseudolikelihood = -342.57128 Pseudo R2 = 0.0637 --------------------------------------------------- --------------------------- | Robust cond6a~t | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .0277118 .009674 2.87 0.004 .523385 .008751 .046672 femmi*| -.0194164 .0112139 -1.85 0.064 .679287 -.041395 .002562 citt*| .0132111 .0299469 0.38 0.705 .98608 -.045484 .071906 t_medio*| -.0483005 .0475103 -0.99 0.324 .414254 -.141419 .044818 t_alto*| -.0560015 .0638994 -0.98 0.326 .582405 -.181242 .069239 eta_2534*| .0241284 .0134856 1.70 0.090 .616927 -.002303 .05056 eta_3544*| .0355979 .0265556 1.60 0.109 .136414 -.01645 .087646 eta_45p*| .0374143 .0368944 1.25 0.212 .046771 -.034897 .109726 AN*| -.0189418 .0145814 -1.24 0.216 .344098 -.047521 .009637 AP*| .0551784 .0411642 1.77 0.077 .039532 -.025502 .135859 FM*| .0051811 .0174248 0.31 0.760 .184855 -.028971 .039333 MC*| -.003508 .0153981 -0.23 0.822 .312361 -.033688 .026672 esp_pre | -.0061894 .0048485 -1.26 0.207 .891425 -.015692 .003313 dur_pre | .0001812 .0000433 4.08 0.000 82.0713 .000096 .000266 ---------+----------------------------------------- --------------------------- obs. P | .0517817 pred. P | .0422407 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond6a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879



45

eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a_int Unmatched | .067021277 .0350467 29 .031974548 .010447345 3.06 ATT | .066027689 .0406815 76 .025346113 .013745309 1.84 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond6a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a_int Unmatched | .067021277 .0350467 29 .031974548 .010447345 3.06 ATT | .066027689 .03429 18 .031735889 .01192729 2.66 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796



46

. psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond6a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a_int Unmatched | .067021277 .0350467 29 .031974548 .010447345 3.06 ATT | .066027689 .0382169 47 .027810742 .010663776 2.61 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond6a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a_int Unmatched | .067021277 .0350467 29 .031974548 .010447345 3.06 ATT | .066027689 .0380324 16 .027995273 .010644855 2.63 ----------------------------+---------------------- -------------------------------------



47

Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: occupato a tempo indetermi nato a 3 mesi dall'inizio del periodo di osservazione . dprobit cond3a_int `treat' ìnd' èta' `prov' `ti t' èsp_pre', robust Iteration 0: log pseudolikelihood = -298.95299 Iteration 1: log pseudolikelihood = -266.98633 Iteration 2: log pseudolikelihood = -264.91501 Iteration 3: log pseudolikelihood = -264.88598 Iteration 4: log pseudolikelihood = -264.88596 Probit regression, reporting marginal effects Number of obs = 1796 Wald chi2(14) = 78.27 Prob > chi2 = 0.0000 Log pseudolikelihood = -264.88596 Pseudo R2 = 0.1140 --------------------------------------------------- --------------------------- | Robust cond3a~t | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .0307847 .0076459 4.02 0.000 .523385 .015799 .04577 femmi*| -.0103149 .0086692 -1.27 0.205 .679287 -.027306 .006676 citt*| .0011137 .0273885 0.04 0.968 .98608 -.052567 .054794 t_medio*| -.0468734 .0347819 -1.38 0.166 .414254 -.115045 .021298 t_alto*| -.0518101 .0510298 -1.23 0.217 .582405 -.151827 .048207 eta_2534*| .0131398 .010124 1.24 0.214 .616927 -.006703 .032982 eta_3544*| .0042595 .0155712 0.29 0.774 .136414 -.026259 .034779 eta_45p*| -.007657 .0144584 -0.47 0.639 .046771 -.035995 .020681 AN*| -.0014318 .0131287 -0.11 0.914 .344098 -.027164 .0243 AP*| .0405198 .0367682 1.51 0.130 .039532 -.031545 .112584 FM*| .0155887 .0173224 1.01 0.312 .184855 -.018363 .04954 MC*| .014847 .0152639 1.05 0.295 .312361 -.01507 .044764 esp_pre | -.0039636 .0031929 -1.23 0.218 .891425 -.010222 .002294 dur_pre | .0001732 .0000316 5.81 0.000 82.0713 .000111 .000235 ---------+----------------------------------------- --------------------------- obs. P | .0395323 pred. P | .0260757 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond3a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148



48

_cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a_int Unmatched | .057446809 .0198598 13 .037586995 .009168257 4.10 ATT | .056443024 .0261980 83 .030244941 .011392599 2.65 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond3a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a_int Unmatched | .057446809 .0198598 13 .037586995 .009168257 4.10 ATT | .056443024 .0215122 47 .034930777 .010116044 3.45 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond3a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389



49

--------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a_int Unmatched | .057446809 .0198598 13 .037586995 .009168257 4.10 ATT | .056443024 .0218294 25 .0346136 .009186368 3.77 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond3a_int) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a_int Unmatched | .057446809 .0198598 13 .037586995 .009168257 4.10 ATT | .056443024 .0213256 75 .035117349 .009173728 3.83 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+----------



50

Total | 1 1,795 | 1,796 . . *************** . . *variabile dipendente: 1+ rapporti di lavoro nei 12 mesi successivi all'inizio del periodo di osservazione . dprobit cond_post `treat' ìnd' èta' `tit' èsp_ pre', robust Iteration 0: log pseudolikelihood = -1089.3784 Iteration 1: log pseudolikelihood = -1000.3879 Iteration 2: log pseudolikelihood = -998.29431 Iteration 3: log pseudolikelihood = -998.28994 Probit regression, reporting marginal effects Number of obs = 1798 Wald chi2(10) = 140.95 Prob > chi2 = 0.0000 Log pseudolikelihood = -998.28994 Pseudo R2 = 0.0836 --------------------------------------------------- --------------------------- | Robust cond_p~t | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .0802693 .0220849 3.63 0.000 .523915 .036984 .123555 femmi*| .0066094 .0232304 0.29 0.776 .679088 -.038921 .05214 citt*| .065548 .0973287 0.70 0.482 .986096 -.125213 .256309 t_medio*| .0895873 .1827424 0.48 0.630 .413793 -.268581 .447756 t_alto*| .1441994 .1937539 0.75 0.452 .58287 -.235551 .52395 eta_2534*| -.099434 .0290479 -3.33 0.001 .617353 -.156367 -.042501 eta_3544*| -.163637 .0427719 -4.04 0.000 .136263 -.247468 -.079805 eta_45p*| -.242489 .0638442 -4.01 0.000 .046719 -.367621 -.117357 esp_pre | .0234686 .019412 1.20 0.229 .89099 -.014578 .061515 dur_pre | .0010729 .0001641 6.55 0.000 82.0211 .000751 .001394 ---------+----------------------------------------- --------------------------- obs. P | .7057842 pred. P | .7272574 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .737234043 .6705607 48 .066673295 .021490284 3.10 ATT | .736954207 .5908413 21 .146112886 .030472652 4.79 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated.



51

psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .737234043 .6705607 48 .066673295 .021490284 3.10 ATT | .736954207 .6177848 78 .119169329 .026095467 4.57 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983



52

FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .737234043 .6705607 48 .066673295 .021490284 3.10 ATT | .736954207 .6578954 46 .07905876 .022804135 3.47 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .737234043 .6705607 48 .066673295 .021490284 3.10 ATT | .736954207 .6556729 57 .08128125 .022746315 3.57 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . . *variabile dipendente: giorni lavorati nei 12 mes i successivi all'inizio del periodo di osservazione . reg dur_post `treat' ìnd' èta' `tit' èsp_pre', robust Linear regression Number of obs = 1798 F( 10, 1787) = 29.61 Prob > F = 0.0000 R-squared = 0.1309



53

Root MSE = 124.68 --------------------------------------------------- --------------------------- | Robust dur_post | Coef. Std. Err. t P>| t| [95% Conf. Interval] -------------+------------------------------------- --------------------------- treat | 46.16525 6.001575 7.69 0.0 00 34.3944 57.93609 femmi | -2.664619 6.452383 -0.41 0.6 80 -15.31963 9.99039 citt | 13.65598 23.4822 0.58 0.5 61 -32.39949 59.71145 t_medio | -56.6188 58.407 -0.97 0.3 32 -171.172 57.93439 t_alto | -36.55512 58.29921 -0.63 0.5 31 -150.8969 77.78668 eta_2534 | -13.97986 7.81624 -1.79 0.0 74 -29.30979 1.350071 eta_3544 | -29.81678 9.762724 -3.05 0.0 02 -48.96434 -10.66922 eta_45p | -45.40799 14.71629 -3.09 0.0 02 -74.27093 -16.54505 esp_pre | 2.183609 2.071257 1.05 0.2 92 -1.878731 6.245949 dur_pre | .3364648 .0288277 11.67 0.0 00 .2799252 .3930043 _cons | 139.4577 63.55332 2.19 0.0 28 14.81109 264.1044 --------------------------------------------------- --------------------------- . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(dur_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 166.269149 121.8446 26 44.4245228 6.21212041 7.15 ATT | 166.057508 108.5637 91 57.4937167 8.57138406 6.71 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(dur_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642



54

citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 166.269149 121.8446 26 44.4245228 6.21212041 7.15 ATT | 166.057508 114.0592 12 51.9982961 7.29170014 7.13 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(dur_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 166.269149 121.8446 26 44.4245228 6.21212041 7.15 ATT | 166.057508 122.2926 51 43.7648569 6.45791587 6.78 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796



55

. psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(dur_post) common Probit regression N umber of obs = 1796 L R chi2(13) = 96.60 P rob > chi2 = 0.0000 Log likelihood = -1194.6261 P seudo R2 = 0.0389 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .3659298 .0652228 5.61 0.0 00 .2380955 .4937642 citt | .0246323 .263494 0.09 0.9 26 -.4918065 .5410711 t_medio | -.478347 .547452 -0.87 0.3 82 -1.551333 .5946393 t_alto | -.4334109 .5472543 -0.79 0.4 28 -1.50601 .6391879 eta_2534 | .5154041 .0851656 6.05 0.0 00 .3484826 .6823256 eta_3544 | .4972254 .1074039 4.63 0.0 00 .2867177 .7077332 eta_45p | .5307527 .1563763 3.39 0.0 01 .2242608 .8372446 AN | .0387364 .1014956 0.38 0.7 03 -.1601913 .237664 AP | .1455609 .1756856 0.83 0.4 07 -.1987766 .4898983 FM | .1814983 .1121904 1.62 0.1 06 -.0383909 .4013874 MC | -.0670054 .1033429 -0.65 0.5 17 -.2695538 .135543 esp_pre | .0145719 .0185983 0.78 0.4 33 -.02188 .0510238 dur_pre | -.0004095 .0002844 -1.44 0.1 50 -.000967 .000148 _cons | -.1862143 .6175636 -0.30 0.7 63 -1.396617 1.024188 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 166.269149 121.8446 26 44.4245228 6.21212041 7.15 ATT | 166.057508 121.7346 57 44.3228506 6.44439737 6.88 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 856 | 856 Treated | 1 939 | 940 -----------+----------------------+---------- Total | 1 1,795 | 1,796



56

Appendice B. Analisi sul campione ristretto

. *variabile dipendente: occupato a 12 mesi dall'in izio del periodo di osservazione . dprobit cond12a `treat' ìnd' èta' `prov' èsp_p re', robust Iteration 0: log pseudolikelihood = -418.5775 Iteration 1: log pseudolikelihood = -408.0989 Iteration 2: log pseudolikelihood = -408.09398 Probit regression, reporting marginal effects Number of obs = 633 Wald chi2(7) = 20.94 Prob > chi2 = 0.0039 Log pseudolikelihood = -408.09398 Pseudo R2 = 0.0250 --------------------------------------------------- --------------------------- | Robust cond12a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| -.0498842 .0421343 -1.17 0.241 .309637 -.132466 .032698 femmi*| .0230062 .0409188 0.56 0.575 .630332 -.057193 .103205 eta_2534*| -.0257855 .0489224 -0.53 0.598 .49763 -.121672 .070101 eta_3544*| .0414519 .0592461 0.71 0.480 .199052 -.074668 .157572 eta_45p*| -.0385708 .0817554 -0.46 0.643 .07109 -.198809 .121667 esp_pre | .0115758 .0155654 0.74 0.457 .830964 -.018932 .042083 dur_pre | .0006393 .0001952 3.27 0.001 78.7046 .000257 .001022 ---------+----------------------------------------- --------------------------- obs. P | .3744076 pred. P | .3720896 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond12a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .336734694 .3913043 48 -.054569654 .04161476 -1.31 ATT | .338461538 .3312820 51 .007179487 .065108976 0.11 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond12a) common



57

Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .336734694 .3913043 48 -.054569654 .04161476 -1.31 ATT | .338461538 .3543589 74 -.015897436 .053611208 -0.30 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond12a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .336734694 .3913043 48 -.054569654 .04161476 -1.31 ATT | .338461538 .3878105 11 -.049348972 .042393211 -1.16 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond12a) common



58

Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond12a Unmatched | .336734694 .3913043 48 -.054569654 .04161476 -1.31 ATT | .338461538 .3814590 79 -.042997541 .042393735 -1.01 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . . *variabile dipendente: occupato a 9 mesi dall'ini zio del periodo di osservazione . dprobit cond9a `treat' ìnd' èta' `prov' èsp_pr e', robust Iteration 0: log pseudolikelihood = -438.72346 Iteration 1: log pseudolikelihood = -411.43291 Iteration 2: log pseudolikelihood = -411.35128 Iteration 3: log pseudolikelihood = -411.35128 Probit regression, reporting marginal effects Number of obs = 633 Wald chi2(7) = 52.53 Prob > chi2 = 0.0000 Log pseudolikelihood = -411.35128 Pseudo R2 = 0.0624 --------------------------------------------------- --------------------------- | Robust cond9a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .2521693 .0423249 5.68 0.000 .309637 .169214 .335125 femmi*| .0253018 .0432536 0.58 0.559 .630332 -.059474 .110077 eta_2534*| -.0490536 .0507067 -0.97 0.334 .49763 -.148437 .05033 eta_3544*| -.0470858 .0613999 -0.76 0.444 .199052 -.167427 .073256 eta_45p*| -.1218436 .082898 -1.43 0.153 .07109 -.284321 .040633 esp_pre | .0130907 .0195975 0.67 0.504 .830964 -.02532 .051501 dur_pre | .000773 .0002191 3.53 0.000 78.7046 .000344 .001202 ---------+----------------------------------------- --------------------------- obs. P | .4944708 pred. P | .4957694 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond9a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- ---------------------------



59

femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .658163265 .4210526 32 .237110634 .042001465 5.65 ATT | .656410256 .4071794 87 .249230769 .065450256 3.81 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond9a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .658163265 .4210526 32 .237110634 .042001465 5.65 ATT | .656410256 .4169230 77 .239487179 .053959052 4.44 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond9a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- ---------------------------



60

treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .658163265 .4210526 32 .237110634 .042001465 5.65 ATT | .656410256 .4266403 66 .229769891 .042669181 5.38 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond9a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond9a Unmatched | .658163265 .4210526 32 .237110634 .042001465 5.65 ATT | .656410256 .4205808 89 .235829367 .042669714 5.53 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . . *variabile dipendente: occupato a 6 mesi dall'ini zio del periodo di osservazione . dprobit cond6a `treat' ìnd' èta' `prov' èsp_pr e', robust Iteration 0: log pseudolikelihood = -437.16129 Iteration 1: log pseudolikelihood = -389.18555 Iteration 2: log pseudolikelihood = -388.84202 Iteration 3: log pseudolikelihood = -388.84196 Probit regression, reporting marginal effects Number of obs = 633 Wald chi2(7) = 88.52 Prob > chi2 = 0.0000



61

Log pseudolikelihood = -388.84196 Pseudo R2 = 0.1105 --------------------------------------------------- --------------------------- | Robust cond6a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .362143 .040989 8.07 0.000 .309637 .281806 .44248 femmi*| .0459389 .0434952 1.05 0.292 .630332 -.03931 .131188 eta_2534*| -.1125984 .0517944 -2.16 0.031 .49763 -.214114 -.011083 eta_3544*| -.078398 .0607366 -1.28 0.202 .199052 -.197439 .040644 eta_45p*| -.1063651 .0843845 -1.22 0.221 .07109 -.271756 .059025 esp_pre | .0126955 .0199911 0.64 0.525 .830964 -.026486 .051877 dur_pre | .0009017 .0002229 4.05 0.000 78.7046 .000465 .001338 ---------+----------------------------------------- --------------------------- obs. P | .464455 pred. P | .4642364 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond6a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .698979592 .3592677 35 .339711857 .040757709 8.33 ATT | .697435897 .3538461 54 .343589744 .064437546 5.33 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond6a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104



62

--------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .698979592 .3592677 35 .339711857 .040757709 8.33 ATT | .697435897 .3276923 08 .36974359 .052568571 7.03 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond6a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .698979592 .3592677 35 .339711857 .040757709 8.33 ATT | .697435897 .362806 85 .334629047 .041342319 8.09 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond6a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- ---------------------------



63

--------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond6a Unmatched | .698979592 .3592677 35 .339711857 .040757709 8.33 ATT | .697435897 .3551988 93 .342237005 .041342838 8.28 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . . *variabile dipendente: occupato a 3 mesi dall'ini zio del periodo di osservazione . dprobit cond3a `treat' ìnd' èta' `prov' `tit' ` esp_pre', robust Iteration 0: log pseudolikelihood = -414.25383 Iteration 1: log pseudolikelihood = -304.12296 Iteration 2: log pseudolikelihood = -301.30105 Iteration 3: log pseudolikelihood = -301.29079 Iteration 4: log pseudolikelihood = -301.29079 Probit regression, reporting marginal effects Number of obs = 633 Wald chi2(7) = 175.27 Prob > chi2 = 0.0000 Log pseudolikelihood = -301.29079 Pseudo R2 = 0.2727 --------------------------------------------------- --------------------------- | Robust cond3a | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .5765376 .0391017 12.33 0.000 .309637 .4999 .653175 femmi*| .0091775 .0436567 0.21 0.834 .630332 -.076388 .094743 eta_2534*| .0005088 .0523982 0.01 0.992 .49763 -.10219 .103207 eta_3544*| .0078722 .0622139 0.13 0.899 .199052 -.114065 .129809 eta_45p*| -.1201643 .0709286 -1.53 0.126 .07109 -.259182 .018853 esp_pre | .0410041 .0185279 2.22 0.027 .830964 .00469 .077318 dur_pre | .0011534 .0002187 5.27 0.000 78.7046 .000725 .001582 ---------+----------------------------------------- --------------------------- obs. P | .3617694 pred. P | .3271078 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond3a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .724489796 .1990846 68 .525405128 .035697436 14.72



64

ATT | .723076923 .2061538 46 .516923077 .058671336 8.81 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond3a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .724489796 .1990846 68 .525405128 .035697436 14.72 ATT | .723076923 .1692307 69 .553846154 .047646211 11.62 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond3a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .724489796 .1990846 68 .525405128 .035697436 14.72 ATT | .723076923 .1949180 67 .528158856 .038244188 13.81



65

----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond3a) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond3a Unmatched | .724489796 .1990846 68 .525405128 .035697436 14.72 ATT | .723076923 .1896021 58 .533474765 .038244577 13.95 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . *************** . . *variabile dipendente: 1+ rapporti di lavoro nei 12 mesi successivi all'inizio del periodo di osservazione . dprobit cond_post `treat' ìnd' èta' `tit' èsp_ pre', robust Iteration 0: log pseudolikelihood = -381.54632 Iteration 1: log pseudolikelihood = -347.82458 Iteration 2: log pseudolikelihood = -347.05702 Iteration 3: log pseudolikelihood = -347.05541 Probit regression, reporting marginal effects Number of obs = 633 Wald chi2(6) = 56.62 Prob > chi2 = 0.0000 Log pseudolikelihood = -347.05541 Pseudo R2 = 0.0904 --------------------------------------------------- --------------------------- | Robust cond_p~t | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ] ---------+----------------------------------------- --------------------------- treat*| .1685828 .0350455 4.37 0.000 .309637 .099895 .237271 femmi*| .0490694 .0377461 1.31 0.190 .630332 -.024912 .123051 eta_2534*| -.1284384 .04601 -2.78 0.006 .49763 -.218616 -.03826 eta_3544*| -.0845144 .0593586 -1.47 0.141 .199052 -.200855 .031826 eta_45p*| -.1981336 .0893055 -2.36 0.018 .07109 -.373169 -.023098 dur_pre | .0011576 .0002005 5.58 0.000 78.7046 .000765 .001551 ---------+----------------------------------------- --------------------------- obs. P | .7093207



66

pred. P | .7324234 (at x-bar) --------------------------------------------------- --------------------------- (*) dF/dx is for discrete change of dummy variable from 0 to 1 z and P>|z| correspond to the test of the under lying coefficient being 0 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(cond_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .816326531 .6613272 31 .154999299 .038607486 4.01 ATT | .815384615 .6533333 33 .162051282 .055229076 2.93 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(cond_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .816326531 .6613272 31 .154999299 .038607486 4.01 ATT | .815384615 .6512820 51 .164102564 .047295837 3.47 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total



67

-----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(cond_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .816326531 .6613272 31 .154999299 .038607486 4.01 ATT | .815384615 .6646618 23 .150722793 .037156513 4.06 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(cond_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- cond_post Unmatched | .816326531 .6613272 31 .154999299 .038607486 4.01 ATT | .815384615 .653977 38 .161407235 .037157075 4.34 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+----------



68

Total | 1 632 | 633 . . *variabile dipendente: giorni lavorati nei 12 mes i successivi all'inizio del periodo di osservazione . reg dur_post `treat' ìnd' èta' `tit' èsp_pre', robust Linear regression Number of obs = 633 F( 6, 626) = 26.90 Prob > F = 0.0000 R-squared = 0.1957 Root MSE = 112.21 --------------------------------------------------- --------------------------- | Robust dur_post | Coef. Std. Err. t P>| t| [95% Conf. Interval] -------------+------------------------------------- --------------------------- treat | 87.77754 10.20885 8.60 0.0 00 67.72981 107.8253 femmi | 6.516405 9.347554 0.70 0.4 86 -11.83995 24.87276 eta_2534 | -17.29001 10.96415 -1.58 0.1 15 -38.82097 4.240953 eta_3544 | -15.26734 12.46114 -1.23 0.2 21 -39.73804 9.203348 eta_45p | -31.4937 19.54541 -1.61 0.1 08 -69.87621 6.888799 dur_pre | .3465863 .0421176 8.23 0.0 00 .2638774 .4292951 _cons | 97.10408 11.17334 8.69 0.0 00 75.1623 119.0459 --------------------------------------------------- --------------------------- . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(5) outcome(dur_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 199.44898 115.9244 85 83.5244945 10.1843732 8.20 ATT | 199.230769 110.4502 56 88.7805128 15.9963725 5.55 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ne ighbor(10) outcome(dur_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- ---------------------------



69

femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- There are observations with identical propensity sc ore values. The sort order of the data could affect your result s. Make sure that the sort order is random before call ing psmatch2. --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 199.44898 115.9244 85 83.5244945 10.1843732 8.20 ATT | 199.230769 107.2353 85 91.9953846 13.2529039 6.94 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ra dius caliper(0.05) outcome(dur_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727 eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 199.44898 115.9244 85 83.5244945 10.1843732 8.20 ATT | 199.230769 115.0346 21 84.196148 10.6974078 7.87 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633 . psmatch2 `treat' ìnd' èta' `prov' èsp_pre', ke rnel k(biweight) outcome(dur_post) common Probit regression N umber of obs = 633 L R chi2(6) = 23.13 P rob > chi2 = 0.0008 Log likelihood = -380.14303 P seudo R2 = 0.0295 --------------------------------------------------- --------------------------- treat | Coef. Std. Err. z P>| z| [95% Conf. Interval] -------------+------------------------------------- --------------------------- femmi | .4599573 .1136601 4.05 0.0 00 .2371875 .682727



70

eta_2534 | .2823654 .1365723 2.07 0.0 39 .0146886 .5500423 eta_3544 | .3034669 .1641933 1.85 0.0 65 -.018346 .6252799 eta_45p | .3377842 .2259717 1.49 0.1 35 -.1051122 .7806806 esp_pre | .0093198 .0434293 0.21 0.8 30 -.0758001 .0944396 dur_pre | -.0008862 .0005555 -1.60 0.1 11 -.0019751 .0002026 _cons | -.9672696 .1422267 -6.80 0.0 00 -1.246029 -.6885104 --------------------------------------------------- --------------------------- --------------------------------------------------- ------------------------------------- Variable Sample | Treated Contro ls Difference S.E. T-stat ----------------------------+---------------------- ------------------------------------- dur_post Unmatched | 199.44898 115.9244 85 83.5244945 10.1843732 8.20 ATT | 199.230769 112.6387 87 86.5919823 10.6975256 8.09 ----------------------------+---------------------- ------------------------------------- Note: S.E. does not take into account that the prop ensity score is estimated. psmatch2: | psmatch2: Common Treatment | support assignment | Off suppo On suppor | Total -----------+----------------------+---------- Untreated | 0 437 | 437 Treated | 1 195 | 196 -----------+----------------------+---------- Total | 1 632 | 633

attività di valutazione in itinere del por marche fse ob. 2...

Documents