14.10.21

Các nhà phát triển hộp công cụ kinh trắc nhận ‘giải Nobel’ kinh tế năm nay

CÁC NHÀ PHÁT TRIỂN HỘP CÔNG CỤ KINH TRẮC NHẬN ‘GIẢI NOBEL’ KINH TẾ NĂM NAY

Lars Pålsson Syll

11 Tháng 10, 2021 lúc 17:46 | mục Thống kê & Kinh trắc học

Nhiều câu hỏi lớn trong khoa học xã hội liên quan tới nguyên nhân và kết quả. Tình trạng nhập cư tác động lên mức lương và tỉ lệ việc làm như thế nào? Việc được giáo dục trong thời gian dài hơn tác động như thế nào tới thu nhập tương lai của một người? …

Những người nhận giải năm nay đã chỉ ra rằng có thể trả lời những câu hỏi này và những câu hỏi tương tự bằng cách sử dụng các cuộc thử nghiệm tự nhiên [natural experiments]. Mấu chốt là sử dụng các tình huống trong đó các sự kiện ngẫu nhiên hoặc các thay đổi chính sách dẫn tới việc các nhóm người được can thiệp khác nhau, theo cách giống với các cuộc thử nghiệm lâm sàng trong y học.

Bằng cách sử dụng các cuộc thử nghiệm tự nhiên, David Card đã phân tích các tác động trên thị trường lao động của mức lương tối thiểu, nhập cư và giáo dục…

Tuy nhiên, dữ liệu từ một cuộc thử nghiệm tự nhiên rất khó diễn giải… Vào giữa những năm 1990, Joshua Angrist Guido Imbens đã giải quyết được vấn đề về phương pháp luận này, chứng minh rằng các kết luận chính xác về nguyên nhân và kết quả có thể được rút ra từ các cuộc thử nghiệm tự nhiên như thế nào.

Thông cáo báo chí: Giải thưởng Khoa học Kinh tế năm 2021

Đối với các nhà kinh tế quan tâm tới phương pháp luận nói chung và các cuộc thử nghiệm tự nhiên nói riêng, ba nhà kinh tế này đều nổi tiếng. Một phần trung tâm trong công trình của họ dựa trên ý tưởng rằng việc phân bổ ngẫu nhiên hoặc như thể ngẫu nhiên trong các cuộc thử nghiệm tự nhiên sẽ tránh được sự cần thiết kiểm soát các yếu tố gây nhiễu tiềm ẩn, và do đó, loại phương pháp nghiên cứu dựa trên thiết kế ‘đơn giản và minh bạch’ này thích hợp hơn so với truyền thống phân tích hồi quy đa biến trong đó việc kiểm soát chỉ xuất hiện hậu nghiệm [ex post] thông qua việc mô hình hóa thống kê.

Nhưng — luôn luôn có một chữ nhưng …

Quan điểm của việc thực hiện một cuộc thử nghiệm được ngẫu nhiên hóa thường được cho là nó ‘đảm bảo’ rằng bất kỳ mối tương quan nào giữa nguyên nhân và kết quả là chỉ báo cho mối quan hệ nhân quả. Điều này được xem là đúng vì ngẫu nhiên hóa (được giả định là) ​​đảm bảo rằng một biến được cho là có quan hệ nhân quả không tương quan với các biến khác có thể ảnh hưởng lên kết quả.

Vấn đề với quan điểm đơn giản hóa thái quá đó về ngẫu nhiên hóa là các tuyên bố được đưa ra bị phóng đại và đôi khi thậm chí là sai:

• Ngay cả khi bạn nỗ lực để thực hiện phân bổ thành các nhóm can thiệp và nhóm đối chứng là ngẫu nhiên một cách lý tưởng, thì việc chọn mẫu — trừ những trường hợp cực kỳ hiếm — chắc chắn không phải là ngẫu nhiên. Ngay cả khi chúng ta thực hiện một phân bổ được ngẫu nhiên hóa đúng cách thức, nếu chúng ta áp dụng các kết quả trên một mẫu bị sai lệch, thì luôn có rủi ro là các phát hiện trong thực nghiệm sẽ không áp dụng được. Những gì đúng đắn ‘ở đó’, không đúng đắn ‘ở đây’. Do đó, ngẫu nhiên hóa không ‘đảm bảo’ hoặc ‘chắc chắn’ đưa ra tuyên bố nhân quả đúng. Mặc dù ngẫu nhiên hóa có thể giúp chúng ta loại trừ một số tuyên bố nhân quả khả dĩ, nhưng ngẫu nhiên hóa tự thân nó không đảm bảo bất cứ điều gì!

• Ngay cả khi cả việc lấy mẫu và phân bổ đều được thực hiện theo một cách ngẫu nhiên lý tưởng, việc thực hiện các cuộc thử nghiệm được ngẫu nhiên hóa đúng chuẩn chỉ cung cấp cho ta các giá trị trung bình. Vấn đề ở đây là mặc dù chúng ta có thể nhận được một ước lượng ‘thực’ của tác động nhân quả trung bình [average causal effect], điều này có thể ‘che giấu’ những tác động không đồng nhất quan trọng có tính chất nhân quả. Mặc dù chúng ta nhận được câu trả lời đúng về tác động nhân quả trung bình là 0, những người ‘được can thiệp’ có thể có tác động nhân quả bằng -100 và những người ‘không được can thiệp’ có thể có tác động nhân quả bằng 100. Khi suy ngẫm về việc được can thiệp hay không, hầu hết mọi người có lẽ sẽ quan tâm đến việc biết về sự không đồng nhất cơ bản này và sẽ không coi tác động trung bình là đặc biệt có tính soi sáng.

• Hầu như luôn có sự đánh đổi giữa độ sai lệch và độ chính xác. Trong môi trường thế giới thực, một chút sai lệch thường không được bù đắp bằng độ chính xác cao hơn. Và — quan trọng nhất — trong trường hợp chúng ta có một quần thể không đồng nhất khá lớn, tác động can thiệp trung bình của mẫu có thể khác đáng kể so với tác động can thiệp trung bình trong quần thể. Nếu vậy, giá trị của bất kỳ suy luận ngoại suy nào được thực hiện từ các mẫu thử nghiệm đối với các quần thể khác là rất đáng nghi ngờ.

• Vì hầu hết các cuộc thử nghiệm trong thế giới thực đều dựa trên việc tiến hành một cuộc ngẫu nhiên hóa duy nhất, nên điều s xảy ra nếu bạn cứ liên tục ngẫu nhiên hóa, không giúp bạn ‘đảm bảo’ hoặc ‘chắc chắn’ rằng bạn không đưa ra các kết luận có tính nhân quả sai lầm trong một cuộc thử nghiệm được ngẫu nhiên hóa cụ thể mà bạn thực sự làm. Quả thực rất khó để hiểu tại sao việc nghĩ về những cái bạn biết mình sẽ không bao giờ làm, lại khiến bạn hài lòng về những gì bạn thực sự làm.

• Và có một vấn đề nữa là ‘Tự nhiên’ có thể không phải lúc nào cũng cung cấp cho chúng ta các cuộc thử nghiệm ngẫu nhiên mà chúng ta quan tâm nhất. Nếu chúng ta quan tâm tới X, tại sao chúng ta lại nghiên cứu Y chỉ vì thiết kế quy định điều đó? Phương pháp đáng lẽ không bao giờ nên được ưu tiên hơn bản chất [substance]!

Ngẫu nhiên hóa không phải là một phương thuốc chữa bách bệnh. Nó không phải là phương pháp tốt nhất cho mọi câu hỏi và mọi trường hợp. Những người ủng hộ ngẫu nhiên hóa tuyên bố về khả năng cung cấp tri thức nhân quả của nó rõ ràng là sai. Có nhiều lý do chính đáng để hoài nghi về quan điểm phổ biến hiện nay — và thiếu thông tin — này, quan điểm cho rằng ngẫu nhiên hóa là phương pháp hợp lệ duy nhất và tốt nhất trên thị trường. Quan điểm này không đúng.

Trygve Haavelmo (1911-1999)

Trygve Haavelmo — cha đẻ của kinh trắc học xác suất hiện đại — từng viết rằng ông và các nhà kinh trắc học khác không thể xây dựng một cầu nối hoàn chỉnh giữa các mô hình của chúng ta và thực tế chỉ bằng các phép toán logic, song cuối cùng đã phải thực hiện “một bước nhảy phi logic”. Đối với Haavelmo và những người ủng hộ ông thời nay, kinh trắc học không thực sự nằm trong vấn đề về sự thật. Những lời giải thích mà chúng ta có thể đưa ra về các mối quan hệ và cấu trúc kinh tế dựa trên các mô hình kinh trắc học không phải là “những sự thật bị che giấu cần khám phá” mà là “những phát minh nhân tạo” của chính chúng ta.

Tính chặt chẽ và tao nhã trong phân tích không tạo ra khoảng cách giữa thực tại và mô hình. Một thành phần quan trọng đối với bất kỳ lý thuyết kinh tế nào muốn sử dụng các mô hình xác suất phải là một lý lẽ thuyết phục cho quan điểm rằng việc coi các biến kinh tế như các biến ngẫu nhiên [stochastic variables] là vô hại. Trong hầu hết các trường hợp, không có lý lẽ nào như vậy được đưa ra.

Một ứng dụng nghiêm ngặt của các phương pháp kinh trắc trong kinh tế học thực sự tiền giả định rằng các hiện tượng của các nền kinh tế trong thế giới thực của chúng ta được điều khiển bởi các mối quan hệ nhân quả ổn định giữa các biến. Tuy nhiên, để đảm bảo giả định này, người ta phải xác lập một cách thuyết phục rằng các nguyên nhân của hành động được nhắm đến là ổn định và bất biến để chúng duy trì cương vị tham số sau khi bắc cầu. Sự thiếu thành công cố hữu trong việc dự báo của dự án kinh trắc học chỉ ra rằng hy vọng tìm kiếm các tham số cố định này là một hy vọng mà thực sự không có cơ sở nào khác ngoài bản thân niềm hy vọng đó.

Các lý thuyết và chính sách dựa trên chứng cứ ngày nay rất được coi trọng. Ngẫu nhiên hóa được cho là để kiểm soát độ sai lệch từ các yếu tố gây nhiễu không xác định. Ý kiến ​​được thừa nhận rộng rãi cho rằng chứng cứ dựa trên các cuộc thử nghiệm được ngẫu nhiên hóa là tốt nhất.

Gần đây, ngày càng có nhiều nhà kinh tế ủng hộ ngẫu nhiên hóa như một phương pháp chính để đảm bảo có thể đưa ra các suy luận nhân quả có cơ sở vững chắc.

Tuy nhiên, tôi muốn tranh luận rằng ngẫu nhiên hóa — cũng như kinh trắc học — hứa hẹn nhiều hơn những gì nó có thể mang lại, về cơ bản vì nó đòi hỏi các giả định mà trên thực tế không thể duy trì được.

Với các giả định (chẳng hạn như khả năng thao túng [manipulability], tính bắc cầu [transitivity], tính tách được [separability], cộng tính [additivity], tính tuyến tính [linearity], v.v.), các phương pháp kinh trắc học đưa ra các suy luận diễn dịch. Tất nhiên, vấn đề là chúng ta sẽ không bao giờ hoàn toàn biết khi nào các giả định là đúng. Và mặc dù ngẫu nhiên hóa có thể góp phần kiểm soát yếu tố gây nhiễu, song nó không đảm bảo điều đó, vì sự ngẫu nhiên đích thực tiền giả định hoạt động thử nghiệm là vô hạn và chúng ta đều biết tất cả các hoạt động thử nghiệm trên thực tế là hữu hạn.

Ủy ban giải thưởng Nobel phát biểu rằng kinh trắc học và các cuộc thử nghiệm tự nhiên “giúp trả lời những câu hỏi quan trọng đối với xã hội.” Có thể như vậy, song vẫn chưa rõ là chúng làm như vậy đến mức độ nào. Như thường lệ, các nhà kinh trắc học của các cuộc thử nghiệm tự nhiên đã thổi phồng quá mức hy vọng vào tiềm năng và giá trị giải thích của chúng.

THÔNG TIN TÁC GIẢ

Lars Pålsson Syll (1957-)

Lars Pålsson Syll nhận bằng Tiến sỹ về Lịch sử Kinh tế vào năm 1991 và bằng Tiến sỹ Kinh tế học vào năm 1997 ở trường đại học Lund. Ông trở thành phó giáo sư về Lịch sử Kinh tế vào năm 1995. Từ năm 2004, ông là Giáo sư chuyên nghiên cứu về Quyền lợi và Bổn phận Công dân tại Đại học Malmö [Thụy Điển].

Các lĩnh vực nghiên cứu chính của ông là triết học, sử học, và phương pháp luận của kinh tế học. Với tư cách là một triết gia về khoa học và nhà phương pháp luận, ông chính là một nhà duy thực phê phán và là một đối thủ thẳng thắn của mọi chủ nghĩa cấu trúc xã hội và chủ nghĩa tương đối hậu hiện đại. Với tư cách là nhà khoa học xã hội và nhà kinh tế, ông chịu ảnh hưởng mạnh mẽ của John Maynard Keynes, ngoài ra ông còn là một nhà phê bình nổi tiếng về chủ nghĩa tân tự do và chủ nghĩa bảo căn thị trường.

Nguyễn Thị Trà Giang dịch

Nguyễn Việt Anh hiệu đính

Nguồn: Econometric toolbox developers get this year’s ‘Nobel prize’ in economics, Lars P. Syll, Oct 11, 2021.

Print Friendly and PDF