CHƯƠNG 1. CƠ SỞ LÝ LUẬN VỀ CHẤT LƯỢNG CUỘC SỐNG
3.2. Đề xuất phươ ng pháp tính chỉ số tổng hợp chất lượng cuộc sống ở Việt Nam
3.2.3. Xác định phương pháp tổng hợp
Bên cạnh việc xác định thủ tục chọn trọng số, cách thức tổng hợp chỉ số cũng là một vấn đề gây bàn cãi. Nhìn chung, chỉ số được tổng hợp theo cách nào là tùy thuộc vào quan điểm có cho phép bù trừ hay không bù trừ giữa các chỉ tiêu hay các thành phần của hiện tượng nghiên cứu.
Theo Nadro và cộng sự (2005), phương pháp tổng hợp trung bình cộng phù hợp khi các chỉ tiêu riêng biệt có cùng đơn vị đo lường và sự không rõ ràng do ảnh hưởng của quy mô đã được xử lý. Trong khi đó, phương pháp tổng hợp trung bình nhân phù hợp khi các chỉ tiêu là không thể so sánh và phải dương, được biểu thị ở các thang đo tỷ lệ khác nhau.
Bên cạnh đó, khi xác định công thức tính số trung bình, cần phải xem xét vai trò của các chỉ tiêu/ thành phần. Vai trò đó có thể như nhau hoặc có thể khác nhau tùy thuộc vào ý nghĩa của từng chỉ tiêu/ thành phần trong tính số trung bình. Vai trò này có thể thay đổi theo thời gian tùy thuộc vào điều kiện phát triển kinh tế xã hội trong từng thời kỳ cũng như yêu cầu của nhà quản lý. Trong trường hợp, các chỉ tiêu/ thành phần có vai trò như nhau sẽ áp dụng công thức tính số trung bình cộng hoặc trung bình nhân giản đơn; vai trò khác nhau sẽ áp dụng công thức tính số trung bình cộng hoặc trung bình nhân gia quyền. Công thức tính cụ thể như sau:
Công thức tính số trung bình cộng giản đơn là: =∑ (3.5) Công thức tính số trung bình cộng gia quyền là: =∑ ∑ .
(3.6) Công thức tính số trung bình nhân giản đơn là: = ∏ (3.7)
Công thức tính số trung bình nhân gia quyền là: = ∏ ∑ (3.8) Trong đó: Xi là giá trị của chỉ tiêu/ thành phần thứ i; là giá trị của số trung bình tính được; N là số lượng các chỉ tiêu/ thành phần khi các chỉ tiêu/ thành phần có vai trò như nhau; Fi là trọng số cho biết tầm quan trọng của từng chỉ tiêu/thành phần (khi các chỉ tiêu/ thành phần có vai trò khác nhau).
Trong cả hai phép tổng hợp này, trọng số thể hiện sự thay thế giữa các chỉ tiêu/
thành phần, tức là sự thiếu hụt trong một chỉ tiêu/ thành phần có thể được bù đắp bởi sự dư thừa ở một chỉ tiêu/ thành phần khác. Điều này hàm ý một sự không thống nhất giữa việc các trọng số được nhận thức như thế nào (thường là đo tầm quan trọng của biến liên quan) và ý nghĩa thực tế khi các tổng hợp trung bình cộng hay nhân được sử dụng. Nếu trong phép tổng hợp trung bình cộng, khả năng bù đắp là không đổi thì trong phép tổng hợp trung bình nhân, khả năng bù đắp là thấp hơn khi chỉ số bao gồm các chỉ tiêu có giá trị thấp.
Nhìn chung, kết quả tính chỉ số theo phép trung bình cộng thường lớn hơn kết quả tính theo phép trung bình nhân. Sự chênh lệch này phụ thuộc nhiều vào sự chênh lệch giữa các chỉ tiêu/ chỉ số thành phần. Do vậy, theo Munda & Nardo (2005), với mục tiêu cải thiện thứ hạng, các quốc gia có điểm số thấp thường ưa thích phép tổng hợp trung bình cộng hơn là trung bình nhân vì có thể sử dụng điểm số cao ở các chỉ tiêu hay thành phần khác để bù đắp. Tuy nhiên, trong phép tổng hợp trung bình nhân, lợi ích cận biên từ việc tăng điểm tuyệt đối thấp sẽ cao hơn nhiều so với điểm tuyệt đối cao nên các đơn vị sẽ có động lực lớn hơn nhằm giải quyết các vấn đề tồn đọng để tạo cơ hội cải thiện vị trí trong bảng xếp hạng.
Để đảm bảo trọng số vẫn là thước đo tầm quan trọng, cần sử dụng các phương pháp tổng hợp khác, đặc biệt các phương pháp không cho phép bù trừ. Hơn nữa, nếu các mục tiêu khác nhau có tầm quan trọng và hợp lý như nhau, cần phải có một quan điểm không bù trừ. Chẳng hạn, với vấn đề phát triển bền vững, cả ba mảng kinh tế, xã hội và môi trường đều phải phát triển như nhau. Do đó, tăng trưởng kinh tế không thể bù đắp cho sự mất ổn định xã hội hay phá hủy môi trường. Khi đó, cả hai phép tổng hợp trung bình cộng và trung bình nhân đều không phù hợp.
Theo Munda & Nardo (2009), phương pháp MCA có thể đảm bảo tính không bù đắp bằng cách tìm ra sự thỏa hiệp giữa hai hay nhiều mục đích chính đáng. Cách tiếp cận này không coi trọng các dữ liệu đột xuất vì nó chỉ giữ lại thông tin thứ bậc. Tuy nhiên, phương pháp này có thể tốn kém về mặt tính toán khi có nhiều quốc gia do số lượng các hoán vị phải tính tăng lên theo cấp số nhân.
Theo Mazziotta và Pareto (2013), có thể áp dụng cách tiếp cận bù trừ trong mỗi thành phần và cách tiếp cận không bù trừ hoặc bù trừ một phần giữa các thành phần.
Điều đó có nghĩa là, để tính chỉ số thành phần có thể dùng công thức trung bình cộng và để tính chỉ số tổng hợp chung, có thể dùng công thức trung bình nhân nếu cho phép bù trừ một phần hoặc MCA nếu không cho phép bù trừ.
Trong đo lường CLCS ở luận án này, phép trung bình cộng sẽ được sử dụng để tính chỉ số thành phần. Điều này có nghĩa là, giữa các chỉ tiêu trong một thành phần có thể bù trừ hoặc bổ sung cho nhau. Hơn nữa, cách tính này sẽ hợp lý khi có một vài chỉ tiêu nào đó trong thành phần sau khi chuẩn hóa phải nhận giá trị bằng 0 - tức không đạt thành tích trong đảm bảo CLCS. Phép tính trung bình cộng sẽ tránh cho các chỉ số thành phần phải nhận giá trị bằng 0.
Do các chỉ tiêu có vai trò như nhau trong mỗi thành phần nên các chỉ số thành phần được tính theo công thức trung bình cộng giản đơn, như sau:
Chỉ số thành phần Ii= ∑mj=1Chỉ số riêng biệt j
m (3.9)
Trong đó: i là số thứ tự thành phần, với = (1, ); n là số lượng thành phần; j là số thứ tự chỉ tiêu trong mỗi thành phần, với = (1, ); m là số lượng chỉ tiêu thuộc mỗi thành phần.
Tuy nhiên, phép trung bình nhân sẽ được sử dụng khi tính chỉ số tổng hợp CLCS ở Việt Nam. Như đã trình bày ở trên, các thành phần đều có vai trò quan trọng để đạt được một cuộc sống có chất lượng tốt. Trên thực tế, một người dù có điều kiện kinh tế tốt, có giáo dục, y tế tốt nhưng phải sống trong tình trạng bất an thì chưa thể coi là có CLCS tốt. Do đó, để cải thiện CLCS thì tất cả các thành phần của CLCS đều phải được cải thiện đồng thời. Mặc dù vậy, trong điều kiện KTXH ở Việt Nam hiện nay, khi nguồn lực xã hội vẫn đang tập trung chủ yếu cho phát triển kinh tế, chúng ta chưa thể đòi hỏi các thành phần của CLCS là tuyệt đối không bù trừ lẫn nhau. Vì thế, với quan điểm cho phép bù trừ một phần, chỉ số tổng hợp CLCS được tính theo phép trung bình nhân sẽ khuyến khích việc phát triển đồng đều các thành phần của CLCS ở Việt Nam.
Do các thành phần có vai trò khác nhau trong đánh giá CLCS nên chỉ số tổng hợp CLCS được tính theo công thức trung bình nhân gia quyền:
I= Iifi
n
i=1
∑fi
(3.10)
Trong đó: I là chỉ số tổng hợp CLCS; Ii là chỉ số thành phần thứ i; fi là trọng số của chỉ số thành phần thứ i.
Như đã trình bày trong chương 1 của luận án, ở một góc độ nào đó, chỉ số HDI cũng được dùng để phản ánh CLCS. Về cơ bản, phương pháp luận tính chỉ số HDI cũng tương tự như phương pháp luận tính chỉ số CLCS. Giá trị của chỉ số HDI cũng nằm trong khoảng [0,1]. Vì vậy, có thể căn cứ vào kinh nghiệm của Liên hợp quốc khi phân nhóm các quốc gia có các giá trị của chỉ số HDI khác nhau để đưa ra kết luận về CLCS ở Việt Nam tùy vào giá trị của chỉ số như sau.
Bảng 3.1. Khung giá trị của chỉ số tổng hợp CLCS ở Việt Nam Giá trị của chỉ số tổng hợp
CLCS Kết luận về CLCS
I < 0,3 CLCS rất thấp
0,3 ≤ I < 0,5 CLCS thấp
0,5 ≤ I < 0,7 CLCS trung bình
0,7 ≤ I < 0,8 CLCS khá
0,8 ≤ I < 0,9 CLCS cao
I ≥ 0,9 CLCS rất cao
Nguồn: Tác giả đề xuất.
Nhìn chung, việc xác định trọng số và phương pháp tổng hợp về cơ bản là mang tính chủ quan. Mặc dù vậy, nếu toàn bộ quá trình lựa chọn đảm bảo tính minh bạch, chỉ số tổng hợp xây dựng được vẫn có đầy đủ giá trị.