- Xây dựng tình huống đối chứng (so sánh, phản thực)
Bản chất của đánh giá tác động của chính sách là so sánh giữa kết quả đã thực hiện dưới tác động của chính sách với kết quả có thể đã xảy ra trong điều kiện khơng có chính sách. Kết quả có thể xảy ra khi khơng có chính sách gọi là phản
thực hoặc phản chứng (Lê Việt Phú, 2016). Kết quả sau can thiệp của chính sách chúng ta có thể quan sát, đo đếm được, nhưng kết quả có thể xay ra khi khơng có chính sách là rất khó quan sát, cần phải có suy luận, tính tốn cho phù hợp.
Mục tiêu của chính sách giảm nghèo là những hoạt động can thiệp, hỗ trợ để tạo ra những thay đổi về thu nhập của hộ gia đình nghèo. Kết quả thay đổi này chúng ta hồn tồn có thể quan sát, tính tốn được giựa trên kết quả điều tra, thu thập thơng tin liên quan sau khi chính sách kết thúc. Tuy nhiên chúng ta đều biết, ngay khi khơng có can thiệp từ chính sách thì những tác động khác về mơi trường, điều kiện kinh tế-xã hội, hay các chính sách liên quan khác cũng làm thay đổi việc làm, chi tiêu… do đó cũng làm biến đổi về thu nhập bình quân của hộ gia đình. Và thay đổi thu nhập bình qn của hộ gia đình khi khơng có can thiệp này gọi là tình huống phản thực, hay có tài liệu gọi là phản chứng, hay nhóm đối chứng.
Như vậy đánh giá tác động của chính sách là so sánh giữa kết quả thực tế do chính sách tạo ra (gọi là nhóm can thiệp) với nhóm đối chứng, hay phản thực, trong khi tình huống phản thực lại khơng được quan sát, hay chúng ta đang thiếu dữ liệu. Do đó cái khó nhất trong đánh giá tác động của chính sách là xây dựng được nhóm đối chứng hợp lý cho đối tượng thụ hưởng chính sách. Một hộ gia đình chỉ có thể được hưởng lợi từ một chính sách nào đó ở một thời điểm, hoặc khơng. Khơng thể có hộ gia đình, hay cá nhân ở cả hai trường hợp nhóm can thiệp, và nhóm đối chứng (Shahidur R. Khandker và cộng sự, 2010).
Về lý thuyết, có thể xây dựng tình huống phản thực mà các đối tượng có nhiều đặc điểm giống như nhóm can thiệp. Nếu như thiết kế được mẫu nghiên cứu là ngẫu nhiên (randomization) thì đây là điều kiện lý tưởng nhất, nhóm đối chứng và nhóm can thiệp có đặc điểm giống nhau và xác suất tham gia chương trình và khơng tham gia chương trình là như nhau. Khi đó khác biệt về kết quả giữa hai nhóm là tác động của can thiệp chính sách.
Giả sử Y là thu nhập của hộ gia đình, do mẫu nghiên cứu là ngẫu nhiên, nên trước khi can thiệp, nhóm đối chứng và nhóm can thiệp có thu nhập như nhau là Y0. Sau thời gian thực hiện chính sách can thiệp là t, thu nhập của nhóm đối chứng thay
đổi là Y1 và nhóm can thiệp thay đổi là Y2. Khi đó tác động của chính sách, của can thiệp nên đối tượng sẽ là Y2-Y1.
Hình 1.1. Sơ đồ đánh giá chính sách trong điều kiện khơng kiểm sốt
Trong thực tế, nhất là đánh giá tác động của chính sách cơng, chính sách giảm nghèo việc chọn mẫu ngẫu nhiên để xây dựng nhóm đối chứng là hầu như khơng thể có, nếu có chỉ xẩy ra trong các cơ sở nghiên cứu, phịng thí nghiệm. Vì nếu chính sách giảm nghèo khi thực hiện, thì đối tượng lựa chọn sẽ là hộ nghèo. Trong khi nhóm đối chứng là những hộ khơng thực hiện chính sách, là những hộ khơng nghèo, hoặc thốt nghèo lại có đặc điểm ban đầu giống như nhóm thực hiện (hộ nghèo). Điều này có nghĩa là nhóm đối chứng và nhóm can thiệp là khơng ngẫu nhiên, có những khác biệt nhau nhất định. Với tình huống này thì việc xây dựng tình huống phản thực sẽ phải ước lượng sai số do khơng có được sự tương thích giữa hai nhóm đối chứng và nhóm hưởng lợi.
Hình 1.2 cho thấy, nhóm đối chứng và nhóm hưởng lợi khơng cùng thu nhập ban đầu. Giả sử YO là thu nhập trước can thiệp của nhóm hưởng lợi, tương ứng Y1 là thu nhập của nhóm đối chứng; Y4 và Y3 là lần lượt là thu nhập sau can thiệp của nhóm hưởng lợi và nhóm đối chứng. Khi đó tác động của Chương trình khơng cịn Y4 – Y2 mà sẽ là mà sẽ là Y4 - Y3. Như vậy khoảng cách giữa Y3-Y2 là đại cần ước lượng và Phân tích. Trước Sau Tăng (S-T)= Y2 – Y0= (y1-Y0)+(Y2-Y1) Y0 Y1 Y2 0 CS T hu nhậ p CS
Khi tổ chức đánh giá tác động của chính, cố gắng xây dựng nhóm đối chứng gần với nhóm hưởng lợi, khi đó sai số Y3-Y2 càng nhỏ càng tốt.
Mơ hình DID với nhóm đối chứng khơng được kiểm sốt
Mơ nếu trên khơng phù hợp với mục tiêu của chính sách, thực tế nhóm hộ khơng tham gia chính sách và tham gia chính sách đã được lựa chọn trên cơ sở mục tiêu của chính sách (hướng đến người nghèo). Giả thuyết hai nhóm hộ này có mức thu nhập như nhau khi chính sách bắt đầu được thực hiện (T=0) là không hợp lý.
Như vậy trường hợp nay có thể xây dựng mơ hình với các biến sau:
CS: tham gia chính sách (hộ tham gia chính sách CS=1, ngược lại DS=0) t: thời điểm chính sách (bắt đầu CS t=0, kết thức CS 1=1)
Thu nhập/khẩu tại (t, CS): Yt,cs={Y0,0; Y0,1; Y1,0; Y11)
Tuy nhiên, để ước lượng được thu nhập của các hộ tham gia chính sách với giả thiết họ khơng được tham gia chính sách là một vẫn đề
Hình 1.2 Sơ đồ tác động của Chương trình trong điều kiện có kiểm sốt
Có CS Khơng có CS Chênh lệch
Hộ ngheo deltaY01 DeltaY00 deltaY01- DeltaY00
Hộ 0 ngheo deltaY11 deltay10 deltay11- deltay10 deltaY11- deltaY01 deltay10- DeltaY00
- Xây dựng mơ hình đánh giá tác động của chính sách giảm nghèo
Thời gian Trước Sau Tác động= Y4 – Y2 Y0 Y1 Y4 Đối chứng Chương trình T hu nhậ p Y2 Y3
Giả sử ta có chính sách tín dụng hỗ trợ hộ nghèo đang thực hiện trên địa bàn A. Trên địa bàn A do khơng đủ vốn nên chỉ có một số hộ gia đình nghèo được tiếp cận vay tín dụng ưu đãi cho hộ nghèo. Khảo sát một nhóm hộ nghèo được tiếp cận vay vốn và một nhóm hộ nghèo khơng được vay vốn ta có:
Ký hiệu hộ gia đình tham gia khảo sát là i
Ti: Là biến chính sách (i=1 là có can thiệp của chính sách; i=0 là khơng có can thiệp của chính sách)
Yi: Là thu nhập của hộ gia đình i
Xi: Là các đặc điểm của hộ gia đình i (nhân khẩu học, lao động, đào tạo…) Yi|Ti: Là thu nhập của hộ gia đình i với điều kiện T
Yi|T = 1 là thu nhập với điều kiện hộ gia đình i tham gia vào chương trình E(Yi|T = 1): Là thu nhập trung bình của nhóm hộ nghèo được vay vốn (Expected income with participation)
E(Yi|T = 0): Là thu nhập trung bình của nhóm hộ nghèo khơng được vay vốn (Expected income without participation)
D: Là tác động trung bình của chính sách đến bộ gia đình
Trong điều kiện cơ hội chọn hộ vay vốn và không được vay vốn là như nhau, đặc điểm của hai nhóm hộ tham gia và khơng tham gia là như nhau (mẫu ngẫu nhiên). Khi đó ta có tác động trung bình của chính sách tín dụng đến thu nhập của nhóm hộ gia đình được vay vốn sẽ là:
D = E(Yi|T = 1) − E(Yi|T = 0) (Average treatment effect-ATE) (1.1)
Tuy nhiên trong thực tế chính sách giảm nghèo, khơng thể lựa chọn được hai nhóm tham gia chính sách và nhóm khơng tham gia chính sách là tương đồng nhau hồn tồn. Thu nhập của các nhóm hộ này nếu như khơng có chính sách thì thu nhập cũng sẽ khác nhau, do những yếu tố về đặc điểm nhân khẩu hộ gia đình, nguồn lực đầu vào khác nhau… Vì vậy trong đánh giá chính sách, khơng thể xây dựng được tình huống phản thực có đặc điểm tương đồng với nhóm hưởng lợi chính sách.
Vì vậy tác động trung bình của nhóm hưởng lợi từ chính sách D sẽ là: D = ATE + € (1.2)
Khi đó € sẽ là sai số trong lựa chọn mẫu. Và nhiệm vụ của người đánh giá tác động là phải loại bỏ sai số lựa chọn mẫu, hoặc ước lượng, tính tốn được sai số đó để tìm ra được tương đối chính xác về ATE.
Giả sử chúng ta muốn ước lượng tác động của việc tham gia chính sách tín dụng hộ gia đình lên thu nhập. Khi đó ta có mơ hình hồi quy giản đơn đánh giá tác động của chính sách đến hộ gia đình:
Yi = αXi + β ∗Ti + εi (1.3) εi là phần dư.
Khi đó bằng các giả thiết, điều kiện ước lượng của mơ hình, với mẫu lựa chọn, tham số cần ước lượng β sẽ là tác động của việc tham gia chính sách đến thu nhập của hộ gia đình.
Các điều kiện để ước lượng của β trong mơ hình (1.3) là: E[εi] = 0
E[εi ∗Ti] = 0 V[εi] = σ2 Cov[εi,εj] = 0
- Một số phương pháp sử dụng để ước lượng tác động chính sách
Với dữ liệu bán thực nghiệm (còn gọi là dữ liệu thử nghiệm tự nhiên, quasi- hoặc là natural- experiments), có thể sử dụng phương pháp ghép cặp hoặc gọi là phương pháp điểm xu hướng (propensity score matching) PSM. Với dữ liệu chéo hoặc dữ liệu mảng có điều tra đầu kỳ và cuối kỳ có thể sử dụng phương pháp hồi quy khác biệt trong khác biệt (diff-in-diff regressions, DID) để đánh giá tác động chính sách. Ngồi ra một số phương pháp ít phổ biến hơn và khó áp dụng là sử dụng biến công cụ (instrumental variables (IV), hoặc hồi quy gián đoạn regression discountinuity (RD). Tuy nhiên phương pháp này yêu cầu một số giả định mạnh (Lê Việt Phú, 2016).
Cuốn sách:“Cẩm nang đánh giá tác động, các phương pháp định lượng và
thực hành” do Ngân hàng Thế giới biên soạn và xuất bản, được xem là tài liệu
đồng nhất sử dụng 4 phương pháp chủ yếu như trên để đánh giá tác động chính sách hiện nay. .
Tùy theo từng loại dữ liệu mà có thể sử dụng kỹ thuật kiểm định, phân tích, đánh giá khác nhau. Thơng thường đối với đánh giá chính sách giảm nghèo, có 2 loại mơ hình sử dụng để kiểm định giả thuyết gồm: Mơ hình hồi quy tuyến tính, nếu biến phụ thuộc dạng tỷ lệ (ordinal) và mơ hình logit, nếu biến phụ thuộc là biến định danh (nominal).
Mơ hình hồi quy tuyến tính cho phép ước lượng tác động của biến độc lập lên biến phụ thuộc. Gọi: Y là biến đầu ra, X là các biến độc lập.
Mơ hình có dạng: Y= a0+a1X+a2D+a3DX
Trong trường hợp đánh giá tác động từ CT135_II, Tùng và cộng sự đã sử dụng mơ hình hồi quy tuyến tính để ước lượng tác động của chương trình
(1) Biến kết quả
Chỉ số về tình trạng hưởng lợi
Vector các đặc tính quan sát được của hộ gia đình theo thời gian Vector các đặc tính quan sát được của xã theo thời gian
Các đặc tính xã khơng đổi theo thời gian (có thể gồm đặc tính khơng quan sát được)
Các đặc tính hộ khơng đổi theo thời gian (có thể gồm đặc tính khơng quan sát được)
Tác động của biến thời gian
Sự biến động mang đặc tính của hộ gia đình từ mong đợi Tác động của chương trình nên nhóm hưởng lợi khi
Để ước lượng mơ hình, sử dụng phương pháp bình phương nhỏ nhất (OLS). (Lý thuyết xem giáo trình Kinh tế lượng cơ bản, ĐHKTQD).
Trường hợp biến phụ thuộc là định danh, sử dụng mơ hình Logit và
Multinomial Logit để ước lượng. Mơ hình hồi quy Multinomial Logit là mơ hình định lượng, ước lượng sự phụ thuộc của biến phụ thuộc định tính với hai hay nhiều
biến độc lập. Cụ thể là ước lượng xác suất xảy ra mỗi dấu hiệu của biến phụ thuộc theo các biến độc lập. Biến phụ thuộc ở mơ hình này có nhiều hơn hai dấu hiệu. Thông thường, người ta chọn một phạm trù cơ sở (dấu hiệu tham chiếu) sau đó thiết lập mơ hình như sau:
Giả sử biến Y có k dấu hiệu. Chọn dấu hiệu thứ nhất là phạm trù cơ sở, lúc này sẽ có k – 1 phương trình.
Với dạng hàm hồi quy MultinomialLogit, ta có k – 1 mơ hình:
Vậy
Sau khi hồi qui mơ hình, các hệ số của biến định tính cho phép so sánh xác suất biến phụ thuộc nhận giá trị so với phạm trù cơ bản.
Ở các mức xác suất khác nhau, mơ hình cịn cho biết tác động biên của biến định lượng tới xác suất biến phụ thuộc nhận giá trị bằng r như sau:
Từ cơng thức (1.5), ta có 1 1(1 1) j j p p p X β ∂ = − − ∂ Ký hiệu:
Từ kết quả ước lượng hồi qui, ta có thể ước lượng thay đổi cận biên của như sau:
Với , từ cơng thức
Ta có
Từ kết quả ước lượng hồi qui, ta có thể ước lượng thay đổi cận biên của , như sau: Vậy: 1 ˆ ˆs(1 ˆ ) j p p β = −
Ý nghĩa: Với các điều kiện khác không đổi, khi tăng lên một đơn vị thì xác suất để hộ rơi vào trạng thái nghèo thứ sẽ thay đổi một lượng là:
Sự thay đổi cận biên là ngược chiều nếu
Như vậy, xây dựng mơ hình đánh giá tác động chích sách giảm nghèo là sử dụng công cụ thống kê, kinh tế lượng, tốn học để mơ phỏng và ước lượng mối quan hệ giữa các yếu tố ảnh hưởng đến thu nhập của hộ nghèo thơng qua việc thiết lập, hình thành nhóm đối chứng.