Cuộc cách mạng trong kinh tế học thực nghiệm

Các nhà quản lý có một câu hỏi mấu chốt “Nâng mức lương tối thiểu ở Việt Nam có làm tăng thất nghiệp?”. Các nhà kinh tế phải trả lời mối quan hệ nhân quả này. Ảnh: Pinterest.

Sự thực là phần lớn các nghiên cứu kinh tế hiện nay tập trung tìm ra mối quan hệ nhân quả, hiện tượng sự việc này dẫn đến hiện tượng sự việc kia như thế nào.

Đâu thực sự là nhân quả khi có quá nhiều yếu tố tác động?

Các nhà kinh tế học thường phải trả lời cho hàng loạt các câu hỏi, trong đó có nhiều câu hỏi mang hàm ý chính sách, xung quanh các mối quan hệ nhân quả. Ví dụ, hằng năm, tăng lương tối thiểu vùng luôn là vấn đề nóng trên các diễn đàn, bởi vì các nhà quản lý phải trả lời một câu hỏi mấu chốt “Nâng mức lương tối thiểu ở Việt Nam có làm tăng thất nghiệp?” hay “Nâng mức lương tối thiểu vùng I (nơi có nền kinh tế phát triển như nội thành Hà Nội hoặc TP. HCM) có làm giảm di cư, tăng việc làm ở vùng III hoặc IV (nơi còn khó khăn, chưa phát triển)?”

Hay nhà kinh tế sẽ phải trả lời những câu hỏi khác về nguyên nhân kết quả mang tính vĩ mô hơn như: văn hóa tổ chức đời sống tập thể có thúc đẩy phát triển kinh tế? Hỏi một cách khác, chủ nghĩa cá nhân hay chủ nghĩa tập thể giúp phát triển kinh tế tốt hơn? Chẳng hạn, văn hóa tập thể làng xã rất đậm đặc ở khu vực phía Bắc có giúp tăng trưởng kinh tế tốt hơn so với văn hóa làng xã tương đối lỏng và mang nhiều tính cá nhân ở khu vực phía Nam?

Có ba cách để trả lời các câu hỏi trên. Cách thứ nhất là nhìn ra xung quanh, tìm ra một số trường hợp điển hình nào đó, quan sát và rút ra kết luận. Cách này thường được mọi người sử dụng nhưng các nhà khoa học không làm như vậy. Cách thứ hai là lục tìm trong sách vở, xem các lý thuyết kinh tế nói gì về trường hợp này và đưa ra câu trả lời. Chẳng hạn, Lý thuyết cung cầu lao động trong sách Kinh tế học của Mankiw nói rằng khi tăng mức lương tối thiểu, chi phí lao động sẽ đắt hơn, do đó lượng cầu lao động giảm và dẫn đến thất nghiệp nhiều hơn. Và chúng ta đã có câu trả lời có vẻ thuyết phục: tăng mức lương tối thiểu làm tăng tỷ lệ thất nghiệp. Nhưng các nhà kinh tế học thực sự cũng sẽ không tin vào cách thứ hai này và họ làm theo cách thứ ba, dùng số liệu để tìm ra mối quan hệ nhân quả giữa các biến số, như giữa mức lương tối thiểu và thất nghiệp, giữa chủ nghĩa tập thể và phát triển kinh tế.

Tìm hiểu mối quan hệ nhân quả có gì phức tạp mà người ta trao giải Nobel cho ba nhà khoa học David Card, Joshua Angrist, Guido Imbens đã giải quyết được nó vào năm nay?

Trước tiên chúng ta quay trở lại ví dụ từ thực tế. Từ ngày 1/1/2020, mức lương tối thiểu vùng I ở nước ta tăng 240.000 đồng so với mức lương năm 2019. Nếu lấy số lượng lao động ở vùng I vào năm 2020 so sánh với số lượng lao động vào năm 2019 thì số chênh lệch chẳng phải là do thay đổi trong mức lương tối thiểu giữa hai thời điểm? Ví dụ số chênh lệch bằng 0 thì chúng ta kết luận tăng lương tối thiểu 240.000 đồng không làm tăng tỷ lệ thất nghiệp ở vùng I.

Cách suy luận rất hay được dùng ở trên lại không đúng ở một điểm mấu chốt: Biến động của lực lượng lao động phụ thuộc vào rất nhiều yếu tố khác nhau, như mức tăng dân số, lượng di cư đến và đi, lạm phát, tăng trưởng kinh tế, mức đầu tư, hay chi phí lao động. Từ năm 2019 chuyển sang năm 2020, tất cả tác nhân đến lực lượng lao động đều biến đổi, vậy sao có thể kết luận chỉ do thay đổi trong mức lương tối thiểu (chi phí lao động) dẫn tới làm thay đổi lượng lao động? Phân tách vai trò của từng tác nhân đến kết quả cuối cùng một cách chính xác là không đơn giản, vì nhà nghiên cứu chỉ thấy nhóm nguyên nhân dao động, nhóm kết quả dao động, mà không thấy sự kết nối của hai nhóm này, nguyên nhân nào dẫn đến kết quả nào và bao nhiêu. Mục tiêu của nghiên cứu thực nghiệm là chỉ ra được cầu nối giữa từng nguyên nhân và từng kết quả.

Tác động của một can thiệp chính sách đến một chủ thể (có thể là một cá nhân gia đình, doanh nghiệp hay đất nước) được định nghĩa là sự chênh lệch trong kết quả chủ thể đó nhận được khi có can thiệp so với khi không có can thiệp. Sự rắc rối nằm ở chỗ vào một thời điểm, mỗi chủ thể không thể vừa nhận can thiệp vừa không nhận can thiệp để so sánh khác biệt trong kết quả giữa có và không có can thiệp.

Từ trái sang: David Card, Joshua Angrist and Guido Imbens.

Ủy ban Nobel Kinh tế 2021 trao nửa giải thưởng cho GS. David Card (University of California, Berkeley) vì “những đóng góp thực nghiệm cho kinh tế học lao động” và nửa giải thưởng cho GS. Joshua Angrist (MIT) và GS. Guido Imbens (Stanford University) “vì những đóng góp về phương pháp luận cho phân tích các mối quan hệ nhân quả”. Hai nửa của giải Nobel Kinh tế năm nay, một dành cho kinh tế học lao động và một cho phương pháp luận.

Điểm chung của hai phía là nửa kinh tế học lao động dùng phương pháp luận do nửa bên kia phát triển, gọi là thí nghiệm tự nhiên (natural experiment) hay giả thí nghiệm (quasi-experiment), nửa phương pháp luận xây dựng và kiểm định phương pháp của mình bằng các chủ đề trong kinh tế học lao động. Hai nửa còn chung với nhau ở một người đã khuất, GS. Alan Krueger. Các nghiên cứu nền tảng làm nên giải Nobel Kinh tế năm nay là của Davida Card và Alan Krueger, là của Alan Krueger và Joshua Angrist. Nhịp cầu vô hình Krueger chắc sẽ có tên khôi nguyên Nobel nếu ông còn sống.

Câu trả lời từ thực nghiệm

Đây là vấn đề kinh điển trong nghiên cứu thống kê về quan hệ nhân quả, nhưng khá ngạc nhiên là các nhà kinh tế chỉ thực sự quan tâm tìm cách giải quyết trong các nghiên cứu thực nghiệm của mình từ đầu những năm 1990.

Để vượt qua vấn đề này, một số nhà kinh tế áp dụng phương pháp của khoa học tự nhiên hay của y khoa, đó là tổ chức các thí nghiệm ngẫu nhiên (randomised experiment). Nhà nghiên cứu lập nhóm can thiệp, nhóm kiểm soát và phân bổ người tham gia ngẫu nhiên vào hai nhóm. Do phân bổ ngẫu nhiên nên có thể cho rằng đặc tính của người tham gia trong hai nhóm là như nhau. Hai nhóm có mọi thứ như nhau, chỉ khác nhau là có can thiệp hay không, do đó khác biệt trong kết quả giữa hai nhóm đến từ can thiệp. Can thiệp là nguyên nhân gây ra kết quả khác biệt đó. Năm 2019, ba nhà kinh tế học Abhijit Banerjee, Esther Duflo và Michael Kremer được trao giải Nobel Kinh tế cho thiết kế và ứng dụng phương pháp thí nghiệm ngẫu nhiên nghiên cứu các vấn đề phát triển, đặc biệt để đánh giá tác động của các dự án, chính sách đến kết quả giảm nghèo.

Tuy nhiên, rất nhiều vấn đề trong kinh tế lao động không thể làm thí nghiệm ngẫu nhiên được mà phải tìm cách khác để giải bài toán nhân quả. Chúng ta không có được nhóm đối chứng hoàn hảo như trong nghiên cứu thí nghiệm. Chúng ta không biết điều gì sẽ xảy ra nếu có ít người nhập cư hơn hoặc một người không tiếp tục học, vì điều đó không xảy ra trong thực tế và không thể làm thí nghiệm để kiểm chứng các yếu tố tác động. Không làm thí nghiệm thật để tạo ra dữ liệu một cách có kiểm soát được, nhưng nhà nghiên cứu có thể tận dụng dữ liệu sẵn có, dùng con mắt quan sát tinh tường chọn lọc và sắp xếp dữ liệu như thể đang trong thí nghiệm. Sáng kiến này là phương pháp giả thí nghiệm (quasi-experiment), và còn gọi kiểu khác là thí nghiệm tự nhiên (natural experiment), do bản chất dữ liệu dạng có sẵn, tự nhiên không sắp đặt như trong thí nghiệm ngẫu nhiên. Những người thúc đẩy nhóm phương pháp này chính là ba nhà khoa học được trao giải thưởng Nobel Kinh tế năm 2021 Guido Imbens, Joshua Angrist và David Card, gọi đây là cuộc cách mạng độ tin cậy (Credibility revolution). Phương pháp này làm cho kết quả phân tích nhân quả trở nên tin cậy hơn, khoa học hơn.

Được xem là cuộc cách mạng về phương pháp bắt nguồn từ kinh tế học lao động đầu những năm 1990, phương pháp giả thí nghiệm ngày nay trở thành nhóm phương pháp chính giải bài toán quan hệ nhân quả trong nhiều lĩnh vực kinh tế học ứng dụng khác nhau như phát triển, sức khỏe, tài nguyên môi trường, hành vi sản xuất và tiêu dùng, tài chính hay cả lĩnh vực vĩ mô.

Tác động của một can thiệp chính sách đến một chủ thể (có thể là một cá nhân gia đình, doanh nghiệp hay đất nước) được định nghĩa là sự chênh lệch trong kết quả chủ thể đó nhận được khi có can thiệp so với khi không có can thiệp.

Nhưng ở thời điểm đó, họ phải kêu lên rằng, chúng tôi đang làm cách mạng về độ tin cậy trong phân tích thực nghiệm kinh tế học1, chứ không làm cái gì khác. “Cái gì khác” ở đây là hàm ý từ kết quả bài nghiên cứu chủ chốt mang tính cách mạng của David Card và Alan Krueger về lương tối thiểu.

Vào đầu những năm 1990, bang New Jersey nâng mức lương tối thiểu từ 4.25 USD/giờ lên 5.05 USD/giờ. Lý thuyết kinh tế học chính thống thời đó xác quyết việc này gây ra thất nghiệp. Card và Krueger2 đã cực kỳ tinh tế, chọn nghiên cứu số liệu lao động từ chuỗi nhà hàng thức ăn nhanh vì lương ở đây rất thấp và thay đổi mức lương tối thiểu sẽ có nhiều ý nghĩa. Tinh tế hơn nữa, hai ông chọn so sánh số liệu lao động ngành công nghiệp thức ăn nhanh của bang New Jersey với số liệu này của bang kế bên, Pennsylvania. Chính xác là Đông Pennsylvania, tiếp giáp New Jersey, nên đặc điểm dân cư, nhiệt độ, thời tiết, giá cả, có lẽ cả khẩu vị cũng tương tự. Bằng sự tinh tường trong chọn dữ liệu tự nhiên, hai nhà kinh tế đã tạo ra một nhóm đối chứng và một nhóm có can thiệp thay đổi lương tối thiểu. Thay đổi trong kết quả lao động của nhóm đối chứng (Đông Pennsylvania) chứa đựng thay đổi của nền kinh tế theo thời gian. Thay đổi trong kết quả lao động của nhóm can thiệp (New Jersey) chứa đựng thay đổi của nền kinh tế theo thời gian và của chính sách lương tối thiểu. Lấy hai thay đổi này trừ cho nhau thì còn lại thay đổi lượng lao động do chính sách lương tối thiểu. Và đây chính là tác động của chính sách tăng lương tối thiểu lên tình trạng thất nghiệp. Tác động khá thuần khiết vì đã lọc được nhiều biến gây nhiễu3. Phương pháp này được gọi là khác biệt trong khác biệt (difference in difference). Card và Krueger cho thấy tăng lương tối thiểu không làm tăng thất nghiệp ở New Jersey.

Kết quả này, vào đầu những năm 1990 được xem là “dị giáo”. Thậm chí James Buchanan, người được giải Nobel Kinh tế năm 1986 viết trên tờ Wall Street Journal cho rằng bài nghiên cứu được viết để cổ động lợi ích hệ tư tưởng, hàm ý là Card và Krueger thiên tả, cổ vũ tăng lương cho người lao động mà bỏ qua quy luật kinh tế học.

Quy kết ý thức hệ thiên tả còn xuất phát từ một nghiên cứu vào năm 1990 của GS. David Card về di cư4. Câu hỏi là người di cư có làm giảm mức lương và chiếm việc làm của người sở tại nơi họ đến? GS. Card phân tích số liệu của 120.000 người di cư vào năm 1980 rời cảng Mariel ở Cuba đến Miami, làm tăng 7% lực lượng lao động ở đây. Ông dùng phân tích khác biện trong khác biệt so sánh kết quả lao động ở Miami với kết quả từ một số thành phố khác giống với Miami nhưng không có lượng lớn người nhập cư đến. Kết quả ông tìm thấy là tiền lương và tỷ lệ thất nghiệp tại Miami gần giống như ở các thành phố khác. Như vậy di cư không làm thay đổi thị trường lao động.

Những đầu óc phe phái chính trị nghĩ ngay đến việc nghiên cứu được làm ra để cổ vũ di cư và tăng lương tối thiểu. Tuy nhiên, mục đích của GS. David Card lớn hơn các suy diễn chính trị nhiều, ông chỉ muốn hướng đến cái đẹp của nghiên cứu, muốn làm nghiên cứu kinh tế trở nên chính xác hơn, khoa học hơn. Ông nói “Các nhà kinh tế lao động đang cố gắng trở nên khoa học hơn: họ tìm các giả thuyết cụ thể và kiểm định chúng một cách cẩn thận nhất có thể”.

Năm 1996, Tổng thống Bill Clinton đã đồng ý tăng mức lương tối thiểu của Hoa Kỳ sau rất nhiều lần trì hoãn từ các đời tổng thống trước. Trước đó, vấn đề tăng lương tối thiểu đã gây tranh cãi gay gắt vì người ta lo ngại sẽ làm giảm việc làm. Nguòn ảnh: Econhist.

Một trong những vẻ đẹp của phương pháp giả thí nghiệm nằm trong bài báo của Angrist và Krueger năm 19916 về tác động của một năm đi học đến thu nhập. Đầu tư học thêm một năm thì thu nhập sẽ tăng thêm bao nhiêu? Đây là câu hỏi khó trả lời vì có rất nhiều yếu tố không quan sát được, như sự thông minh, tính kiên trì cũng tác động đến thu nhập, bên cạnh việc đi học. Làm sao tách được tác động riêng phần của việc học lên thu nhập? Lý tưởng thì có hai người hoàn toàn giống nhau, học trong môi trường như nhau, chỉ khác nhau ở chỗ người này học nhiều hơn người kia một năm, và khi đó nhà nghiên cứu chỉ cần so sánh thu nhập hai người, sự khác biệt trong thu nhập chắc chắn có nguyên nhân từ chênh lệch thời gian học kia. Thực tế không bao giờ có sự lý tưởng đó. Angrist và Krueger rất tinh tế khi nhận thấy học sinh cùng lớp, hưởng cùng chất lượng giáo dục nhưng có thể có thời gian học khác nhau. Từ khi vào lớp 1 đến khi ra trường vào năm 16 tuổi, người sinh vào quý 4 của năm sẽ học nhiều hơn vài tháng so với người sinh vào quý 1, khi trường khai giảng vào tháng chín. Và do ai sinh vào thời gian nào trong năm là hoàn toàn ngẫu nhiên, Angrist và Krueger đã lập được hai nhóm đối chứng và can thiệp như trong một thí nghiệm ngẫu nhiên nhưng với dữ liệu tự nhiên. So sánh dữ liệu thực của hai nhóm, Angrist và Krueger ước tính thời gian học thêm một năm có thể làm tăng 10% thu nhập.

Không như GS. Card và GS. Angrist có con mắt xanh với hiện tượng và dữ liệu thực tế, khôi nguyên thứ ba của giải Nobel Kinh tế năm nay, GS. Guido Imbens, là con người lý thuyết. Ông phát triển các khung lý thuyết, cơ chế tính toán tác động nhân quả cho các đồng nghiệp của mình đưa vào ứng dụng.

Bài nghiên cứu của Card và Krueger về lương tối thiểu năm 1994 đã thay đổi bức tranh chính sách lao động của Hoa Kỳ. Năm 1996, Tổng thống Bill Clinton đã đồng ý tăng mức lương tối thiểu của Hoa Kỳ sau rất nhiều lần trì hoãn từ các đời tổng thống trước. Chính tổng thống Clinton đã nhắc đến bằng chứng từ nghiên cứu của Card và Krueger trước khi ký sắc lệnh. Các nghiên cứu thực nghiệm trong kinh tế lao động của tiền hiền Card, Krueger, Angrist và thế hệ nối tiếp trong nhiều chủ đề như lương tối thiểu, di cư, giáo dục, hành vi cung lao động, năng suất lao động hay phân biệt lương đặt nền móng quan trọng cho các chính sách về lao động việc làm ở các nước và của Tổ chức Lao động quốc tế.

Tìm câu trả lời cho Việt Nam 

Quay trở lại câu hỏi ở phần đầu bài viết này, văn hóa tập thể làng xã rất đậm đặc ở khu vực phía Bắc có giúp tăng trưởng kinh tế tốt hơn so với văn hóa làng xã tương đối lỏng và mang nhiều tính cá nhân ở khu vực phía Nam? Khó có thể thực hiện thí nghiệm ngẫu nhiên để tạo ra dữ liệu về tăng trưởng kinh tế. Nhưng dữ liệu tự nhiên thì có nhiều. Có ai có con mắt xanh, quan sát tinh tế từ dữ liệu tự nhiên có sẵn, tập hợp lại phân tích kiểu giả thí nghiệm như Card và Angrist đã làm?

Nhóm phương pháp giả thí nghiệm đã được nhiều nhà nghiên cứu Việt Nam áp dụng trong rất nhiều nghiên cứu tìm mối quan hệ nhân quả hay đánh giá tác động của chính sách. Nhiều trường đại học đã đưa phương pháp này vào chương trình giảng dạy từ bậc cử nhân đến tiến sĩ.

Tuy nhiên người có con mắt xanh với dữ liệu giải quyết câu hỏi trên của Việt Nam lại là GS. Melissa Dell của ĐH Harvard và cộng sự7. GS. Dell quan sát thấy rằng năm Mậu Dần 1698 chúa Nguyễn Phúc Chu cho lập phủ Gia Định, đặt trạm thu thuế trên sông Sài Gòn – Đồng Nai, chiêu mộ dân di cư từ vùng ngoài vào lập xã thôn. Một bên ranh giới đường biên 1698 đậm đặc văn hóa, cách tổ chức làng xã cộng đồng chặt chẽ của miền ngoài, một bên ảnh hưởng văn hóa Khmer. Một thí nghiệm tự nhiên chia mẫu nghiên cứu thành hai nhóm. Do có không gian nằm sát nhau nên các yếu tố tác động về môi trường, thời tiết, địa hình đều như nhau. Nhóm nghiên cứu sử dụng kỹ thuật thiết kế hồi quy gián đoạn (regression discontinuity design), thuộc nhóm phương pháp giả thí nghiệm do Card, Angrist và Imbens phát triển, trả lời câu hỏi văn hóa tập thể có đem lại kết quả kinh tế tốt hơn. Và kết quả là làng xã theo kiểu Đại Việt hợp tác tốt hơn, tạo ra cơ sở hạ tầng tốt hơn, ít làm nông hơn, ít lao động phi chính thức hơn và có điều kiện kinh tế tốt hơn.

Bài nghiên cứu này được đăng trên tạp chí Econometrica, số 1 trong ngành kinh tế, cho sự áp dụng nhuần nhuyễn một cách sáng tạo sự kiện lịch sử, dữ liệu đương đại và phương pháp đáng tin cậy được nêu tên trong giải Nobel Kinh tế năm nay.

Nhắc đến nghiên cứu này để thắp lên một ước mơ ngày nào đó nhiều nhà nghiên cứu Việt Nam làm được điều tương tự, nhìn sâu vào lịch sử, xã hội, con người Việt Nam, dùng phương pháp hiện đại của thế giới, làm cho dữ liệu và sự kiện cất tiếng nói một cách khoa học, giúp chúng ta hiểu chúng ta hơn nữa.

David Card, người được nửa giải Nobel Kinh tế năm nay:
- Khác với phần lớn GS kinh tế xuất thân từ tầng lớp trí thức, GS Card lớn lên trong một gia đình nông dân Canada. Ông nói mình là GS kinh tế vắt nhiều sữa bò nhất trên thế giới.
- Ông làm việc trung bình 65 giờ/tuần trong suốt cuộc đời làm việc của mình.
- Là một trong những ông vua xử lý dữ liệu trong kinh tế, giờ đây ông khá bi quan về tình trạng dữ liệu hiện tại, khi Google, Facebook nắm hầu hết mọi dữ liệu đắt giá về hành vi con người nhưng hầu như không có nghiên cứu được xuất bản nào tiếp cận được các dữ liệu này. Trước đây, việc tiếp cận dữ liệu công bằng hơn.

Link dẫn: https://tiasang.com.vn/-dien-dan/Cuoc-cach-mang-trong-kinh-te-hoc-thuc-nghiem--28577

Theo Phạm Khánh Nam (Tạp chí Tia sáng)