2.2.1 - Đo lường tình trạng nghèo
2.2.1.1 - Nghèo đơn chiều
Trước năm 2010, nghèo đói thường được đo lường đơn chiều thông qua thu nhập
hoặc chi tiêu. Chuẩn nghèo được xác định dựa trên mức chi tiêu đáp ứng những nhu cầu tối thiểu và được quy ra bằng tiền. Người nghèo hay hộ nghèo là những đối
tượng có mức thu nhập hoặc chi tiêu thấp hơn chuẩn nghèo. Cách đo lường này rõ
ràng, dễ hiểu và đã được sử dụng trong khoảng thời gian khá dài.
Ở Việt Nam đã tồn tại song song hai phương pháp để đo lường nghèo đơn chiều. Phương pháp do MOLISA dùng dữ liệu từ "Tổng điều tra nghèo toàn quốc" thực
được thụ hưởng trong các chương trình giảm nghèo của Chính phủ. Phương pháp
do GSO và WB thực hiện dùng dữ liệu từ khảo sát VHLSS định kỳ 2 năm để đo
lường mức chi tiêu của hộ và xác đình hộ có thuộc diện nghèo khơng. Phương pháp
của GSO-WB đảm bảo đo lường nhất quán theo thời gian, không gian và không phụ thuộc những cân nhắc về ngân sách hoặc chính trị. Ngược lại, phương pháp
MOLISA giúp xác định việc phân bổ nguồn lực cho các chương trình và chính sách bảo trợ xã hội và giảm nghèo của Chính phủ (WB, 2012)
Cách thức đo lường nghèo đơn chiều có những hạn chế như sau: Thứ nhất, một số nhu cầu của con người không thể quy ra tiền (như hạnh phúc, an toàn, địa vị xã hội, v.v…) hoặc không thể mua được bằng tiền (tiếp cận giao thông, thị trường, an ninh,
môi trường v.v…). Thứ hai, có trường hợp hộ gia đình có thu nhập (có đủ tiền) nhưng khơng chi cho những nhu cầu cơ bản (vì khơng có sẵn dịch vụ hay do chính
nhận thức của người dân). Vì vậy, nếu chỉ sử dụng chuẩn nghèo thu nhập để đo
lường và xác định đối tượng nghèo sẽ có khả năng dẫn đến thiếu chính xác, bỏ sót đối tượng nghèo làm giảm tác dụng của những chính sách hỗ trợ người nghèo.
Do nghiên cứu này không tập trung vào nghèo đơn chiều nên sẽ không đi quá sâu vào lược khảo các nghiên cứu thực nghiệm nghèo đơn chiều. Thơng qua những thơng tin phân tích trên, việc lựa chọn phương thức đo lường nghèo đa chiều trong nghiên cứu này là phù hợp hơn.
2.2.1.2 - Nghèo đa chiều
Đo lường nghèo đa chiều theo phương pháp của Alkire và Foster đề xuất năm 2008 đã được UNDP lần đầu tiên giới thiệu trong "Báo cáo Phát triển Con người năm
2010". Trong phương pháp gốc của Alkire-Foster, chỉ số tổng hợp MPI được tính tốn dựa trên 3 chiều là: Sức khỏe, Giáo dục và Điều kiện sống với 10 chỉ số con. Chuẩn nghèo được xác định bằng 1/3 tổng số thiếu hụt cho tất cả các chiều và chỉ số. Dựa vào phương pháp gốc này, đã có rất nhiều các nghiên cứu đo lường nghèo
đa chiều ở các quốc gia trên thế giới. Để đo lường chỉ số MPI cần lựa chọn ba trụ
cột là chiều, chỉ số và trọng số.
Theo nghiên cứu của Trần Tiến Khai và Nguyễn Ngọc Danh (2012, trang 2), kết quả đo lường nghèo đa chiều tùy thuộc rất nhiều vào sự tin cậy của các chiều đo và các chỉ tiêu đại diện cho từng chiều đo. Hiện nay, các nghiên cứu sử dụng MPI chủ yếu chọn lựa các chiều đo và các chỉ số dựa trên lý thuyết nghèo và kinh nghiệm
thực tiễn là chính. Vì vậy, cần có cách thức để chọn lựa các chiều đo và các chỉ tiêu hợp lý về phương diện thống kê, vừa phù hợp với đối tượng cần đo lường.
Về chiều đo lường: Tất cả các nghiên cứu thực nghiệm luôn chọn các chiều là giáo
dục, sức khỏe và điều kiện sống. Ngồi ra, có một số nghiên cứu đưa thêm 1 số chiều khác như nghiên cứu của Le Viet Ha và cộng sự (2014) đưa thêm chiều bảo hiểm và hỗ trợ xã hội, tiếp cận thông tin và tham gia hoạt động xã hội; nghiên cứu của GSO và UNICEF (2011) đưa thêm chiều nhà ở, nước sạch và vệ sinh, lao động sớm, thừa nhận xã hội và bảo trợ xã hội. Nghiên cứu của Neubourg và cộng sự (2010) lại chọn thêm các chiều là thu nhập, nước sạch và vệ sinh, nhà cửa và tiếp cận thị trường.
Xác định chiều và chỉ số tùy thuộc vào mục đích của mỗi nghiên cứu. Chiều Giáo dục và Sức khỏe luôn được hầu hết các nghiên cứu lựa chọn trong khi chiều Điều kiện sống thường thay đổi nhiều, có khi được tách ra thành nhiều chiều con hoặc bổ sung thêm các chiều mới. Hơn nữa, nếu số liệu không đầy đủ có thể điều chỉnh các chỉ số đo lường cho phù hợp. Trong nghiên cứu này sẽ lựa chọn 3 chiều Giáo dục, Sức khỏe và Điều kiện sống giống như phương pháp của Alkire và Foster (2008).
Chỉ số và trọng số: Nghiên cứu của Alkire and Santos (2010) chọn 3 chiều là Giáo
dục, Sức khỏe và Điều kiện sống, mỗi chiều có trọng số đều bằng nhau và bằng 1/3. Chiều giáo dục có 2 chỉ số con mỗi chỉ số con có trọng số 1/3 x 1/2 = 1/6, tương tự
chiều sức khỏe cũng có 2 chỉ số con và mỗi chỉ số con có trọng số 1/6. Chiều điều kiện sống có 6 chỉ số con, trọng số mỗi chỉ số con là 1/6 x 1/3 = 1/18. Các nghiên cứu thực nghiệm khác của Le Viet Ha và cộng sự (2014) và Neubourg và cộng sự (2010) cũng chọn chỉ số và trọng số tương tự như Alkire and Santos (2010). Chi tiết tham khảo thơng tin trình bày trong
Phụ lục 2: Chọn chiều, chỉ số và trọng số của các nghiên cứu thực nghiệm
.
Hầu hết các nghiên cứu thực nghiệm đều sử dụng các trọng số bằng nhau ở tất cả các chiều và các chỉ số. Do đó, nghiên cứu này cũng sẽ chọn các chiều và chỉ số trong mỗi chiều được phân bố trọng số bằng nhau giống như phương pháp được đề xuất bởi Alkire and Foster (2008). Trọng số của chỉ số con bằng trọng số bình quân của mỗi chỉ số trong 1 chiều nhân với trọng số của chiều đó.
2.2.2 - Đánh giá tác động dự án
Có một số nghiên cứu sử dụng phương pháp hồi quy đa biến OLS để ước lượng tác
động của dự án. Hạn chế của OLS là không tách bạch được các can thiệp của dự án
và các yếu tố khác ảnh hưởng đến tình trạng nghèo của hộ gia đình. Do mơ hình OLS sử dụng dữ liệu chéo và một giả định quan trọng là phải thỏa mãn tính chất "BLUE" nghĩa là biến giả D (tình trạng tham gia dự án) phải khơng có tương quan với sai số ε mà giả định này thường không đúng trong thực tế, nên kết quả thường là khơng chính xác (Nguyễn Xuân Thành, 2006).
Một trong những cách để xử lý hạn chế của mơ hình OLS trong việc ước lượng tác
động của dự án là "lựa chọn ngẫu nhiên". Về mặt học thuật thì đây là cách làm lý tưởng nhưng lại không khả thi trong đa số các trường hợp thực tế. Vì vậy, người ta
sử dụng phương pháp "thí nghiệm tự nhiên" như PSM, DD để thay thế, trong đó vận dụng các tình huống đặc biệt để tạo tính ngẫu nhiên trong việc phân bổ các đối
Nghiên cứu của Simonyan and Omolehin (2012) về tác động của dự án Fadama II
đối với thu nhập của những nông dân ở Nigeria với 206 quan sát thuộc mỗi nhóm
kiểm sốt và đối chứng. Nghiên cứu sử dụng phương pháp DD và đã phát hiện thấy thu nhập ròng của người hưởng lợi trước và sau dự án tăng gấp đơi trong khi đó các hộ khơng hưởng lợi cũng tăng nhẹ. Tác giả Tran Thi Giang và cộng sự (2015) cũng sử dụng phương pháp DD để tìm kiếm tác động của tín dụng đến chi tiêu của hộ gia
đình. Kết quả nghiên cứu này cho thấy tín dụng có ảnh hưởng tích cực đến chi tiêu
trung bình của các hộ nghèo, dù là tín dụng chính thức hay tín dụng phi chính thức.
Lợi thế của các nghiên cứu trên khi sử dụng phương pháp DD là đã tách biệt được
tác động của can thiệp thuộc chương trình với các yếu tố khác tồn tại song song
trong thời gian chương trình thực hiện. Đồng thời phương pháp DD phản ánh sự khác biệt về thời gian (trước và sau khi có chương trình) và phản ánh chênh lệch chéo (giữa các hộ tham gia và khơng tham gia chương trình). Do đó, nghiên cứu này cũng sẽ sử dụng phương pháp DD để tìm hiểu tác động của dự án TNSP đến chỉ số nghèo đa chiều của hộ MPIh .
Tại Ấn Độ, nhóm Imai và cộng sự (2010) đã đánh giá những hộ gia đình được tiếp cận với tài chính vi mơ có làm giảm cuộc sống đói nghèo của họ. Nghiên cứu này
đã xây dựng Chỉ số dựa vào điểm số (Index Based Ranking - IBR) để đại diện cho
khái niệm nghèo đa chiều cụ thể là nhu cầu cơ bản, sự giàu có, loại nhà ở, việc làm an toàn nhà vệ sinh và an ninh lương thực. Chỉ số IBR được tạo ra từ tổng điểm số có trọng số cho nhiều mục khác nhau với điểm số tối đa là 60. Nghiên cứu đã tìm thấy bằng chứng về hiệu quả tích cực đáng kể của các khoản vay với chỉ số IBR đa chiều kết hợp với cả mơ hình Tobit và PSM.
Ở Việt Nam, tác giả Vuong Quoc Duy (2015) đã tính tốn tác động của tín dụng vi
mơ chính thức đối với các chỉ số nghèo đa chiều của hộ gia đình ở vùng Đồng bằng sông Cửu Long. Nghiên cứu sử dụng phương pháp PSM để đo lường ảnh hưởng của
việc tiếp cận tín dụng đối với các chỉ số nghèo đa chiều của hộ gia đình như tổng thu nhập và chi tiêu (tác động trong ngắn hạn) và tổng tài sản của gia đình, chi phí giáo dục, tiêu dùng (tác động lâu dài). Các kết quả của nghiên cứu này đã khẳng
định rằng có sự tác động của tín dụng vi mơ đối với phúc lợi của những hộ có vay
vốn đối với mức chi cho giáo dục và chăm sóc sức khoẻ.
Từ ý tưởng của 2 nghiên cứu trên đã gợi ý cho nghiên cứu này nên sử dụng một chỉ số có tính chất tổng hợp bởi nhiều chiều và nhiều khía cạnh để đại diện cho tình trạng nghèo đói của một hộ gia đình. Sau khi cân nhắc và rút kinh nghiệm từ các nghiên cứu thực nghiệm, điểm thiếu hụt đa chiều của hộ tính theo phương pháp của Alkire và Foster (2008) có thể được sử dụng.
Trong bài nghiên cứu của Peralta (2013) đã tiến hành đánh giá tác động của một dự án phát triển nông thôn ở Trung Mỹ có nhiều can thiệp gần giống như dự án TNSP.
Để kiểm sốt việc sắp xếp chương trình có chủ đích và tự lựa chọn người tham gia
vào các can thiệp vào dự án, tác giả đã sử dụng dữ liệu bảng với một số kỹ thuật
ước lượng bán thực nghiệm gồm Khác biệt đầu tiên FD, Sai biệt kép với kết nối điểm xu hướng PSM-DD và Hồi quy cân bằng có trọng số PSW để điều chỉnh
những sai lệch lựa chọn. Phân tích tác động của dự án theo diện tích đất canh tác cho thấy rằng việc áp dụng các công nghệ nông nghiệp khác nhau liên quan đến quy mô sở hữu đất đai.
Trong bài nghiên cứu của Cerdán-Infantes và cộng sự (2008) đã đánh giá tác động của việc cung cấp các dịch vụ khuyến nông đối với sản lượng và chất lượng nho của
các nhà sản xuất nho ở Mendoza, Argentina. Sử dụng phương pháp hiệu quả cố
định (DD) và kỹ thuật so sánh (PSM), nghiên cứu đã kết luận rằng mặc dù tác động
can thiệp trung bình khơng đáng kể đối với sản lượng nho nhưng chương trình lại có nhiều tác động tích cực đến năng suất nho của các nhà sản xuất nằm trong nhóm có mức năng suất thấp nhất trước khi triển khai chương trình.
Bài nghiên cứu của Peralta (2013) giúp nghiên cứu này có cơ sở chọn dự án đa can thiệp TNSP để đánh giá tác động, nghiên cứu này cũng sẽ phân tích tác động theo quy mơ sở hữu diện tích đất canh tác để phân loại các tác động tương tự. Đồng thời, các nghiên cứu của Peralta (2013) và Cerdán-Infantes và cộng sự (2008) gợi ý rằng nên lựa chọn kết hợp 2 hoặc 3 phương pháp đánh giá kết hợp trên cùng bộ dữ liệu để có thể đối chiếu, so sánh và kiểm tra độ tin cậy của các kết quả.
Hầu hết các nghiên cứu thực nghiệm nêu trên đều tìm thấy tác động tích cực đáng kể đến thu nhập hoặc chi tiêu của hộ gia đình. Tuy nhiên, nghiên cứu của Coleman (1999) cho thấy có rất ít tác động của tín dụng vi mơ đến thu nhập của hộ gia đình nghèo ở miền bắc Thái Lan. Với dữ liệu của Dự án TNSP, nghiên cứu này muốn đo
lường tác động của dự án đến chỉ số nghèo đa chiều của hộ gia đình là tích cực hay khơng, độ lớn của tác động là đáng kể hay không đáng kể. Trường hợp khơng tìm
thấy tác động tích cực và đáng kể đến chỉ số nghèo đa chiều của hộ thì tìm kiếm xem dự án tác động đến khía cạnh nào khác của những hộ hưởng lợi từ dự án.
2.2.3 - Các biến kiểm sốt ảnh hưởng đến tình trạng nghèo
Tập hợp các biến kiểm soát thường được phân loại thành các nhóm: Đặc điểm của chủ hộ, đặc điểm của hộ gia đình và tùy nghiên cứu sẽ chọn nhóm các biến liên
quan đến đặc điểm sản xuất hoặc đặc điểm khác. Chi tiết các nghiên cứu thực
nghiệm và ảnh hưởng của các biến kiểm soát đến biến phụ thuộc được trình bày trong Phụ lục 3: Ảnh hưởng của biến kiểm soát trong các nghiên cứu thực
nghiệm
.
Những biến được nhiều nghiên cứu xác nhận rằng có ảnh hưởng đến kết quả của can thiệp dự án là biến khu vực (GSO và UNICEF, 2011); (Imai và cộng sự, 2010); (Tran Thi Giang và cộng sự, 2015), biến dân tộc (GSO và UNICEF, 2011); (Le Viet Ha và cộng sự, 2014); (Tran Thi Giang và cộng sự, 2015); (Đinh Phi Hổ và Đông
Đức, 2015), biến giới tính chủ hộ (Phan Thị Nữ, 2010); (Peralta, 2013), biến trình
độ học vấn của chủ hộ (GSO và UNICEF, 2011); (Phan Thị Nữ, 2010); (Tran Thi
Giang và cộng sự, 2015); (Đinh Phi Hổ và Đông Đức, 2015); (Peralta, 2013), biến
tuổi của chủ hộ (GSO và UNICEF, 2011), biến quy mơ hộ gia đình (Peralta, 2013), biến số người hoặc tỷ lệ phụ thuộc (GSO và UNICEF, 2011), (Phan Thị Nữ, 2010);
(Đinh Phi Hổ và Đông Đức, 2015), biến tỷ lệ thu nhập phi nông nghiệp (Phan Thị
Nữ, 2010) và biến diện tích đất sản xuất (Đinh Phi Hổ và Đơng Đức, 2015); (Peralta, 2013).
Để đảm bảo hài hòa giữa việc kế thừa và sáng tạo mới, nghiên cứu này sẽ chọn các
biến giống như các nghiên cứu trên đây đồng thời sẽ chọn những biến mới hoàn toàn (mà dữ liệu dự án TNSP sẵn có) nhưng chưa được kiểm chứng trong các nghiên cứu trước đây để kiểm tra mức độ ảnh hưởng và chiều tác động của các biến kiểm sốt đến tình trạng tham gia dự án và chỉ số nghèo đa chiều của hộ.
Tóm tắt chương 2
Trong chương 2, các lý thuyết và các nghiên cứu thực nghiệm về đo lường nghèo đa
chiều, đánh giá tác động bằng phương pháp PSM và DD được lược khảo để làm cơ sở cho chương 3. Các nghiên cứu về nghèo thường hay sử dụng đo lường nghèo
đơn chiều theo chi tiêu hoặc thu nhập. Thực tế ở Việt Nam, đánh giá tác động dự
án phần nhiều là đánh giá định tính hoặc có đánh giá định lượng nhưng một số đánh
giá đã bỏ qua yếu tố phản thực nên kết quả đo lường tác động đều quá cao hoặc quá
thấp. Vì vậy nghiên cứu này đã tìm thấy khoảng trống cần bổ sung là sử dụng cách tiếp cận nghèo đa chiều và mơ hình kinh tế lượng với phương pháp PSM và DD để
Chương 3 - PHƯƠNG PHÁP NGHIÊN CỨU
Nội dung chương này nêu ra khung phân tích chung, phương pháp tính tốn các chỉ số nghèo đa chiều theo các nhóm chỉ tiêu, khung đo lường tác động dự án đến chỉ số
nghèo đa chiều của hộ. Ở phần cuối chương trình bày quy trình xử lý, trích lọc dữ
liệu từ bộ dữ liệu khảo sát RIMS của các hộ trong tỉnh Tuyên Quang năm 2011 và 2014 và mơ tả quy trình phân tích dữ liệu.