Chiều, trọng số
Chỉ số con và trọng
số của từng chỉ số Ngưỡng thiếu hụt của chỉ số
Trọng số tổng
Giáo dục (1/3)
1. Khả năng đọc viết của
người trên 6 tuổi (1/2)
Bị thiếu hụt nếu có ít nhất 1 người trên 6
tuổi khơng thể đọc - viết dễ dàng 1/6 2. Tình trạng đi học trẻ
em từ 6 đến 20 tuổi(1/2)
Bị thiếu hụt nếu có bất kỳ trẻ em nào trong độ tuổi đi học từ 6 đến 20 tuổi mà
không đi học 1/6 Sức khỏe (1/3) 3. Tình trạng dinh dưỡng (1/2)
Bị thiếu hụt nếu gia đình bị đói ăn ít nhất
1 tháng trong năm 1/6
4. Tình trạng nước cho
ăn uống (1/2)
Bị thiếu hụt nếu nguồn nước ăn không
được bảo vệ ô nhiễm 1/6
Điều
kiện sống (1/3)
5. Tình trạng sử dụng nhiên liệu nấu ăn (1/5)
Bị thiếu hụt nếu hộ gia đình nấu ăn bằng
củi, than hoặc phân 1/15 6. Tình trạng nhà vệ
sinh của gia đình (1/5)
Thiếu hụt nếu nhà vệ sinh khơng có hoặc
có nhưng loại hố mở 1/15
7. Tình trạng sử dụng
điện của gia đình (1/5)
Bị thiếu hụt nếu hộ gia đình khơng có
điện để sử dụng 1/15
8. Vật liệu làm sàn nhà của gia đình (1/5)
Bị thiếu hụt nếu sàn nhà của hộ gia đình
Chiều, trọng số
Chỉ số con và trọng
số của từng chỉ số Ngưỡng thiếu hụt của chỉ số
Trọng số tổng
9. Sở hữu tài sản sinh hoạt trong gia đình (1/5)
Bị thiếu hụt nếu hộ gia đình sở hữu ít
hơn 2 trong các tài sản sau: TV, tủ lạnh, điện thoại, xe máy
1/15
Nguồn: Lựa chọn của tác giả
3.2.6 - Tính tốn Chỉ số nghèo đa chiều của hộ MPIh
Nghiên cứu này dựa vào phương pháp của Alkire và Foster (2008) để tính chỉ số
nghèo đa chiều của hộ. Như bảng tổng hợp trên, các chiều cơ bản bao gồm giáo
dục, sức khoẻ và điều kiện sống với trọng số mỗi chiều bằng nhau và bằng 1/3 (ở cột 1). Mỗi chiều được đo bằng các chỉ số con với ngưỡng nghèo của từng chỉ số con và trọng số của mỗi chỉ số con trong chiều đó (ở cột 2), trọng số tổng hợp của mỗi chỉ số con được tổng hợp (ở cột 4) trong Bảng 3.1.
Ta ký hiệu là trọng số của chỉ số con p, Ipj là tình trạng thiếu hụt ứng với chỉ số con p của hộ gia đình j và T là tổng số các chỉ số con trong đo lường nghèo đa chiều. Chỉ số con Ipj nhận giá trị 1 nếu hộ gia đình j bị thiếu hụt chỉ số con này và 0 nếu hộ gia đình j khơng bị thiếu hụt. Các giá trị của trọng số phụ thuộc vào số chiều và số chỉ số con trong mỗi chiều. Tổng các trọng số các chiều và tổng trọng số các chỉ số con là 1 tức là:
∑ = 1 (3.1)
Ta có cơng thức tính chỉ số thiếu hụt đa chiều của hộ thứ j bằng công thức sau:
= ∑ ∗ (3.2)
Điểm thiếu hụt cj có giá trị càng cao nghĩa là mức độ thiếu hụt của hộ gia đình j càng nhiều hoặc mức độ nghèo đa chiều cao hơn. Giá trị của cj là liên tục, nằm trong miền giá trị [0,1] và nghiên cứu này sẽ sử dụng chỉ số nghèo đa chiều của hộ cj làm biến phụ thuộc để đo lường động dự án.
3.3 - Khung đo lường tác động dự án:
3.3.1 - Phương pháp Kết nối điểm xu hướng PSM:
Lý thuyết về Phương pháp PSM được tóm tắt như sau: Bản chất của phương pháp
PSM là ước lượng kết quả phản thực bằng các phương pháp thống kê sử dụng dữ
liệu chéo. Hai giả định quan trong cần thoả mãn nếu muốn áp dụng PSM là độc lập
có điều kiện và tồn tại vùng hỗ trợ chung đủ lớn, vì vậy nếu càng nhiều quan sát và
nhiều biến kiểm soát càng tốt vì dữ liệu như vậy sẽ dễ đáp ứng hai giả định này.
Phương pháp PSM xây dựng nhóm đối chứng bằng mơ hình thống kê xác suất tham gia chương trình (cịn gọi là điểm xu hướng) dựa trên các đặc tính quan sát được nhưng khơng chịu ảnh hưởng của chương trình. Các đối tượng can thiệp sau đó được so khớp với đối tượng không tham gia dựa trên xác suất này. Hiệu quả can
thiệp bình qn của chương trình sau đó được tính tốn bằng sai biệt trung vị trong các kết quả giữa hai nhóm.
Bước 1: Tính tốn xác xuất tham gia chương trình
Từ bộ số liệu RIMS của dự án năm 2014, nghiên cứu dùng mơ hình Probit để xác
định các yếu tố ảnh hưởng đến tình trạng hộ tham gia dự án (gọi là phương trình
tham gia). Theo Khandker và cộng sự (2010, trang 56) cho rằng, các biến kiểm soát nên lựa chọn từ dữ liệu RIMS đầu kỳ năm 20117. Đối với phân tích hồi quy Probit, biến phụ thuộc là biến giả, biến này nhận giá trị 0 nếu đối tượng đối chứng (không tham gia dự án) hoặc giá trị 1 nếu là đối tượng nhận can thiệp (có tham gia dự án).
= + ∑ (3.5)
với Xi là các biến độc lập thể hiện các đặc điểm của hộ gia đình và βi là các hệ số
7
Theo tài liệu đã dẫn, mấu chốt ở đây là tìm trong nhóm lớn các đối tượng khơng tham gia những cá nhân có đặc điếm
tương tự quan sát được với đối tượng tham gia dựa trên những đặc tính khơng chịu ảnh hưởng của chương trình (có thể là
những đặc tính trước khi có chương trình chẳng hạn vì rõ ràng những đặc tính này khơng chịu ảnh hưởng của việc tham
cần ước lượng của mơ hình. Sau đó, từ phương trình tham gia này để tính xác suất tham gia dự án cho từng hộ gia đình Pi của cả hai nhóm. Lưu ý hồi quy Logit/Probit không quan tâm nhiều ảnh hưởng của Xi đối với Yi mà nó xem xét ảnh hưởng của Xi đến xác suất để Yi nhận giá trị bằng 1. Giá trị xác suất dự đốn này chính là "điểm xu hướng - propensity score", nhận giá trị trong khoảng từ 0 đến 1 và được
tính bởi biểu thức (3.6):
=
∑
∑ (3.6)
Để ước lượng được phương trình trên, ta có thể biến đối thành:
= + ∑ (3.7)
Bước 2: Xác định Vùng hỗ trợ chung và Kiểm định cân bằng
Tiếp theo, ta cần xác định vùng hỗ trợ chung trong đó phân bổ điểm xu hướng của nhóm can thiệp và đối chiếu trùng nhau. Theo Khandker và cộng sự (2010), những
quan sát có điểm xu hướng khác nhau quá lớn hoặc không nằm trong vùng hỗ trợ
chung sẽ bị loại. Như vậy cần càng nhiều quan sát trong vùng hỗ trợ chung của cả 2 nhóm càng tốt. Tuy vậy, vẫn có thể còn sai số chọn mẫu, nếu các quan sát đối tượng khơng tham gia bị loại bỏ có sự khác biệt một cách hệ thống trong các đặc tính quan
sát được so với mẫu khơng tham gia cịn lại; những khác biệt này cần phải được
theo dõi kỹ lưỡng để góp phần diễn giải hiệu quả can thiệp.
Cũng có thể thực hiện các kiểm định cân bằng để biết trong từng ngũ phân vị phân bổ điểm xu hướng, điểm xu hướng bình quân và trung vị của X có bằng nhau hay
khơng. Để PSM có kết quả, các nhóm can thiệp và đối chiếu phải cân bằng, thể hiện
bằng mức điểm xu hướng giống nhau dựa trên tham số X được quan sát tương tự. Tuy nhóm can thiệp và nhóm khơng can thiệp đối xứng có thể có điểm xu hướng
như nhau nhưng khơng hẳn sẽ là những nhóm tương tự khi quan sát nếu trong phương trình tham gia xác định sai biến số. Cân bằng có nghĩa là phân bổ giữa
nhóm can thiệp và nhóm đối chiếu phải giống nhau (Khandker và cộng sự, 2010). Tóm lại, ta cần kiểm tra phương trình P(X |T = 1) =P(X |T = 0).
Bước 3: So sánh đối tượng tham gia và khơng tham gia
Có thể sử dụng các tiêu chí so sánh khác nhau để phân nhóm đối tượng tham gia và không tham gia dựa trên điểm xu hướng và tính tốn gia quyền của từng cặp tham gia – không tham gia. Việc chọn lựa kỹ thuật đối chiếu cụ thể sẽ ảnh hưởng đến ước
tính chương trình qua mức gia quyền sử dụng (Khandker và cộng sự, 2010):
So sánh cận gần nhất (Nearest Neighbor): Đây là kỹ thuật so sánh
được sử dụng thường xuyên nhất, trong đó mỗi đơn vị can thiệp được so
sánh với một đơn vị đối chiếu có điểm xu hướng gần nhất.
So sánh trong phạm vi hay bán kính (Radius): Phương pháp này chỉ so
sánh có thay thế giữa các điểm số xu hướng trong một phạm vi nhất định. Tuy nhiên, nếu số lượng người tham gia bị loại trừ cao thì sẽ có khả năng
làm tăng sai số chọn mẫu.
So sánh phân tầng (Stratification): Quy trình này phân chia hỗ trợ
chung thành nhiều tầng (hay khoảng thời gian) khác nhau và tính tốn tác
động của chương trình trong từng khoảng thời gian.
So sánh hạt nhân (Kernel): Tất cả các trường hợp tham gia được so
sánh với trọng số trung bình của tất cả nhóm kiểm sốt sử dụng trọng số là tỷ lệ nghịch đảo khoảng cách giữa điểm xu hướng của đối tượng tham gia và kiểm sốt.
Bước 4: Tính tốn tác động can thiệp bình qn
Nếu giả định về độc lập có điều kiện và có vùng hỗ trợ chung về điểm xu hướng giữa nhóm tham gia và khơng tham gia tương ứng đủ lớn thì hiệu quả can thiệp bình quân PSM sẽ bằng với sai biệt trung vị trên kết quả trong vùng hỗ trợ chung
Tác động trung bình của dự án ATT được ước lượng bằng cách tính sự khác biệt
giữa các trung bình các hộ thuộc nhóm xử lý và nhóm kiểm sốt. Ý tưởng tính tốn thể hiện bằng công thức sau:
D = E(Yi | Ti = 1) - E(Yi | Ti = 0) (3.8)
Ký hiệu:
i: hộ gia đình thứ i
Ti: biến can thiệp của dự án của hộ gia đình i; (Ti =1 có can thiệp) và (Ti =0 khơng can thiệp)
Yi: chỉ số nghèo đa chiều của hộ gia đình i
Yi | Ti: chỉ số nghèo đa chiều của hộ gia đình i với điều kiện Ti
Thể hiện ý tưởng trên bằng phương pháp PSM:
ATTPSM = EP(Xi) | Ti=1{E[Y1i|Ti=1, p(Xi)] – E[Y0i|Ti=0, p(Xi) ]} (3.9)
với ATT là tác động trung bình của của những can thiệp của dự án; Y1i và Y0i là kết quả của 2 tình huống phản thực ở nhóm có tham gia và khơng tham gia dự án, p(Xi)|Ti=1 là điểm xu hướng của các hộ có tham gia dự án, với đặc điểm hộ là Xi.
3.3.2 - Phương pháp Sai biệt kép DD:
Theo Khandker và cộng sự (2010), "Phương pháp DD đang ngày càng được sử dụng rộng rộng rãi trong các nghiên cứu phân tích tác động của chương trình hay
chính sách". Để đánh giá dự án bằng phương pháp DD cần phải có dữ liệu bảng,
tức là dữ liệu vừa theo thời gian vừa theo không gian của tập hợp nhiều quan sát
khác nhau. Phương pháp DD sẽ chia các đối tượng quan sát thành hai nhóm là
nhóm can thiệp và nhóm đối chứng.
Sai biệt bình qn trong kết quả của nhóm đối tượng tham gia và không tham gia
trong đầu kỳ và cuối kỳ sẽ cho kết quả tác động theo DD. Cần chú ý rằng trong phương pháp DD, các đặc điểm không quan sát được làm nảy sinh cách biệt giữa
các kết quả đối chứng đo đạc được và kết quả phản thực thực tế được giả định là
không đổi theo thời gian, với điều kiện chênh lệch giữa hai xu hướng là như nhau
trong thời kỳ.
Để đánh giá tác động của dự án cần có dữ liệu bảng. Phương pháp này thường được
dùng kết hợp với mơ hình hồi quy Pool-OLS (Khandker và cộng sự, 2010), mơ hình
này giúp ta tính được ATTDD bằng bằng cách chạy hồi quy OLS sau đây:
Y = β0 + β1 * T + β2 * time + β3(T* time) + β4 * X + ε (3.10) Trong đó:
Gọi Y là đầu ra của dự án đang cần đánh giá tác động, trong nghiên cứu này là chỉ số nghèo đa chiều của hộ MPIh.
T là biến giả về tình trạng tham gia, T=1 là hộ thuộc nhóm can thiệp (có tham gia
dự án) và T=0 là hộ thuộc nhóm đối chứng (khơng tham gia dự án).
time là biến giả về thời gian: time = 1 là sau khi có can thiệp và time = 0 là trước
khi có can thiệp của dự án.
T * time là biến tương tác của hai biến giả T và time.
X là véc-tơ các biến kiểm soát gồm đặc điểm của hộ gia đình
Cuối cùng, ta sẽ có ước lượng tác động của can thiệp dự án đến tình trạng nghèo của hộ theo phương pháp Sai biệt kép là: β3. Ý tưởng này được thể hiện bằng biểu thức dưới đây:
ATTDD = {E[Y1i|Ti=1] – E[Y0i|Ti=1 ] - E[Y1i|Ti=0] – E[Y0i|Ti=0 ]} (3.11)
3.3.3 - Các biến phụ thuộc và biến kiểm soát
Biến phụ thuộc: là chỉ số nghèo đa chiều của hộ gia đình MPIh được tính theo
phương pháp của Alkire and Foster (2008) đã trình bày chi tiết trong mục 3.1.
Các biến kiểm soát: việc lựa chọn biến kiểm soát rất quan trọng trong phương
pháp hồi quy DD và PSM, đặc biệt PSM sẽ cho sai số nếu các biến đồng thời quyết định tình trạng tham gia khơng được đưa vào phương trình tham gia vì dữ liệu chất
lượng thấp hay thiếu hiểu biết về nơi chương trình được triển khai. Do chưa có hướng dẫn về cách chọn các biến số kiểm soát bằng kiểm định thống kê nên các đặc
tính quan sát được có vai trị quyết định tình trạng tham gia thường được xác định dựa trên dữ liệu và tùy thuộc vào hoàn cảnh (Khandker và cộng sự, 2010).
Dựa vào các lý thuyết và nghiên cứu thực nghiệm liên quan, nghiên cứu này sẽ chọn các biến kiểm soát là những đặc điểm quan sát được của các hộ để đưa vào mơ hình phân tích mức độ ảnh hưởng đối với tình trạng tham gia dự án và chỉ số nghèo đa chiều của hộ gia đình. Các biến kiểm sốt được chia thành 3 nhóm gồm: đặc điểm chủ hộ (4 biến); đặc điểm của hộ gia đình (5 biến) và đặc điểm sản xuất của hộ (4 biến) được mô tả dưới đây:
1. Giới tính của chủ hộ: Biến nhị phân với giá trị 0 là nữ, 1 là nam. Trong các
nghiên cứu về nghèo, vấn đề giới tính của chủ hộ ảnh hưởng đến tình trạng nghèo là không thống nhất. Một số nghiên cứu đưa ra bằng chứng rằng những hộ gia đình chủ hộ là nam có mức thu nhập hay chi tiêu bình qn đầu người cao hơn những hộ
gia đình có chủ hộ là nữ (Phan Thị Nữ, 2010); (Imai và cộng sự, 2010). Trong khi đó, có nhiều nghiên cứu kết luận rằng giới tính chủ hộ khơng ảnh hưởng đến tình
trạng nghèo (Tran Thi Giang và cộng sự, 2015); (GSO và UNICEF, 2011). Báo cáo
đánh giá của IFAD, UNDP và WB đều nhấn mạnh rằng những hộ do phụ nữ làm
chủ hộ có thu nhập khá hơn những hộ khác. Nghiên cứu này dự kiến chủ hộ là nữ sẽ có chỉ số nghèo đa chiều của hộ thấp hơn, giống kết luận của UNDP, IFAD và WB.
2. Dân tộc: Nhiều nghiên cứu đã chỉ ra rằng, các hộ gia đình người dân tộc Kinh và
Hoa ít có tình trạng nghèo hơn các hộ dân tộc thiểu số khác (GSO và UNICEF, 2011); (Le Viet Ha và cộng sự, 2014) hoặc dân tộc chiếm đa số (Alkire và Santos, 2011); (Simonyan and Omolehin, 2012). Người Kinh thường có điều kiện học hành tốt hơn, có mối quan hệ họ hàng rộng hơn và tiếp cận với nhiều nguồn thông tin đa dạng hơn nên cơ hội việc làm, khả năng áp dụng các tiến bộ kỹ thuật vào sản xuất
nông nghiệp giúp các hộ này có thu nhập cao hơn. Nghiên cứu này dự kiến ảnh
hưởng của biến dân tộc tương tự như các nghiên cứu thực nghiệm nghĩa là người
Kinh sẽ có chỉ số nghèo đa chiều thấp hơn.
3. Tuổi của chủ hộ: Tính tuổi theo năm của chủ hộ. Tuổi chủ hộ cũng là một vấn
đề khơng có ảnh hưởng rõ ràng đến tình trạng nghèo của hộ, một số nghiên cứu cho
rằng chủ hộ có tuổi cịn trẻ năng động hơn (GSO và UNICEF, 2011) nhưng ngược lại có nghiên cứu cho rằng chủ hộ có tuổi càng cao càng có nhiều kinh nghiệm và kiến thức cũng như các mối quan hệ xã hội tốt hơn (Imai và cộng sự, 2010. Có nghiên cứu lại kết luận rằng tuổi chủ hộ không ảnh hưởng đến tình trạng chi tiêu (Tran Thi Giang và cộng sự 2015). Nghiên cứu này dự kiến tuổi chủ hộ sẽ khơng
ảnh hưởng đến tình trạng nghèo đa chiều của hộ.
4. Khả năng đọc viết của chủ hộ: Biến tình trạng đọc viết đại diện cho trình độ