 |
| Wassily Leontief |
Giả thiết lí thuyết và dữ kiện không quan sát
[1]
Uy tín của kinh tế học ngày nay đang ở đỉnh cao tri thức và được công chúng tán đồng. Nỗi quan tâm mà công chúng, các nhà chính trị dày dạn và cả những doanh nhân hoài nghi nhất, thể hiện đối với mỗi phát biểu của chúng ta chỉ có thể so sánh với sự chú ý, những năm trước đây, họ dành cho các nhà vật lí và chuyên gia không gian khi mục đích quan trọng nhất của đất nước dường như là đưa người lên cung trăng và trở về trái đất. Hàng loạt bài khảo luận bác học, chuyên khảo và sách giáo khoa là những đợt sóng thần; Econometrica, tạp chí hàng đầu về kinh tế toán học, vừa nâng nhịp độ xuất bản định kì từ 4 lên 6 số một năm.
Uy tín của kinh tế học ngày nay đang ở đỉnh cao tri thức và được công chúng tán đồng. Nỗi quan tâm mà công chúng, các nhà chính trị dày dạn và cả những doanh nhân hoài nghi nhất, thể hiện đối với mỗi phát biểu của chúng ta chỉ có thể so sánh với sự chú ý, những năm trước đây, họ dành cho các nhà vật lí và chuyên gia không gian khi mục đích quan trọng nhất của đất nước dường như là đưa người lên cung trăng và trở về trái đất. Hàng loạt bài khảo luận bác học, chuyên khảo và sách giáo khoa là những đợt sóng thần; Econometrica, tạp chí hàng đầu về kinh tế toán học, vừa nâng nhịp độ xuất bản định kì từ 4 lên 6 số một năm.
Và dù vậy, một số trong chúng ta từng chứng kiến sự phát triển chưa từng có của kinh tế học suốt ba thập niên qua vẫn ngày càng cảm thấy có điều bất ổn trước hiện tình của ngành mình. Điều này hình như còn được chính những người đã có đóng góp vào sự “bùng nổ“ ấy chia sẻ. Họ nhập vào cuộc chơi với tất cả sự khéo léo và tài tình của nhà chuyên nghiệp song có những hoài nghi nghiêm trọng về luật chơi này.
Phần lớn các nghiên cứu và giảng dạy ở đại học bị phê phán vì thiếu tính thích đáng nghĩa là không có ảnh hưởng cụ thể tức thời. Để đáp lại chỉ trích này, gần như lập tức nhiều đề án nghiên cứu, hội thảo và giáo trình cơ bản được tiến hành về các chủ đề như nghèo đói, các khu ổ chuột ở đô thị, ô nhiễm nước và không khí trong lành. Mỗi một khi có lời phàn nàn thì, theo một phản ứng Pavlov, tổng thống Nixon bổ nhiệm một hội đồng chuyên trách và các đại học mở một khoá học mới. Tôi không hề nghĩ rằng không cần phải điều chỉnh tầm bắn khi mục tiêu đã di chuyển. Tuy nhiên khó khăn không phải ở chỗ lựa chọn mục tiêu không thích hợp mà ở việc chúng ta không có khả năng nhắm trúng tâm bất kì mục tiêu nào. Nỗi bất ổn tôi đề cập ở trên không phải là do việc thiếu tính thích đáng của các vấn đề cụ thể gây nên, những vấn đề mà các nhà kinh tế hiện đang dồn nỗ lực giải quyết. Nỗi bất ổn là do những thiếu sót trông thấy được của những phương tiện khoa học không phù hợp được các nhà kinh tế vận dụng để giải quyết các vấn đề cụ thể.
Nếu đó chỉ là dấu hiệu thể hiện tham vọng của một ngành đang phát triển nhanh thì khoảng cách giữa cứu cánh và phương tiện không phải là điều đáng lo. Nhưng tôi khẳng định là các kết quả tầm thường thu được từ các ứng dụng thực tế lại là dấu hiệu của một mất cân bằng cơ bản của ngành chúng ta ngày nay. Rõ ràng là cơ sở thực nghiệm quá yếu và chậm được củng cố không thể chịu nổi kiến trúc thượng tầng ngày càng sinh sôi nảy nở là lí thuyết kinh tế thuần túy hoặc, đáng lí ra tôi phải nói là, lí thuyết kinh tế tư biện.
Người ta làm lớn chuyện việc các nhà kinh tế lí thuyết sử dụng sâu rộng và gần như bắt buộc, toán học. Trong chừng mực các hiện tượng kinh tế có những chiều kích lượng hoá quan sát được thì không chối cãi vì đó là một bước tiến đáng kể. Tiếc thay, bất kì ai có thể học đại số sơ cấp, hoặc tốt hơn đại số cao cấp và làm quen với các thuật ngữ kinh tế chuyên môn, đều có thể tự nhận là nhà lí thuyết. Một sự hâm mộ mù quáng hình thức hoá toán học thường dễ dẫn đến việc che đậy nội dung quan trọng và khó nắm bắt của một lập luận đằng sau những kí hiệu đại số.
Các tạp chí chuyên môn đã mở rộng trang đón đăng các bài viết bằng ngôn ngữ toán học. Các đại học dạy cho các nhà kinh tế tương lai sử dụng ngôn ngữ này, các khoá cao học chuyên sâu đòi hỏi phải viết và thừa nhận việc sử dụng toán học. Việc xây dựng các mô hình toán học đã phát triển đến độ trở thành một ngành có uy tín, có thể là uy tín nhất trong các ngành của kinh tế học. Xây dựng một mô hình lí thuyết mẫu nay đã trở thành một công việc lắp ráp. Các bộ phận chính như hàm sản xuất, hàm tiêu dùng và hàm lợi ích đều ở những dạng chuẩn khác nhau cũng như những bộ phận tùy chọn. Ví dụ như “nhân tố tăng thêm“ (để nắm bắt tiến triển của kĩ thuật). Phụ tùng đặc biệt này có thể được cung cấp dưới dạng một hình mũ đơn giản hoặc với một bộ phận điều chỉnh tự động được biết dưới tên “hàm Kennedy”. Thủ thuật thông dụng để nâng cấp một mô hình đơn giản với một khu vực là trình bày nó lại dưới dạng hai khu vực hoặc tốt hơn nữa, dưới dạng đáng nể hơn là dạng “n-khu vực”, nghĩa là với nhiều khu vực.
Ngày nay, khi một mô hình mới được ra mắt, người ta thường chú trọng đến việc phát sinh từng bước các đặc tính hình thức của mô hình. Nhưng nếu tác giả -hoặc người đọc lại để đề nghị cho đăng bản thảo- là người tinh thông kĩ thuật, các thao tác toán học đó -dẫu có dài và phức tạp đến mấy- đều có thể được chấp nhận là đúng mà không cần thêm sự kiểm tra nào. Tuy nhiên các thao tác này thường là dài và khó hiểu. Khi đến lúc giải thích các kết luận trọng yếu, người ta đã đủ thì giờ để quên các giả thiết trên cơ sở đó một mô hình được xây dựng lên. Thế mà ích lợi của toàn bộ mô hình hoá lại tùy thuộc vào giá trị thực nghiệm của các giả thiết trên.
Trong rất nhiều trường hợp, điều mà người ta thật sự cần là xác định và kiểm tra các giả thiết với các hiện tượng quan sát được; một việc rất khó và hiếm khi được làm tốt. Ở đây không thể trông cậy vào toán học được và chính vì thế mối quan tâm và nhiệt tình của tác giả mô hình đột ngột giảm : “Nếu anh/chị không thích giả thiết của tôi thì hãy trao cho tôi một loạt giả thiết khác và tôi sẽ xây dựng cho anh/chị một mô hình khác. Anh/Chị) cứ việc lựa chọn”.
Ngược lại với các mô hình mô tả thuần túy, các mô hình lấy chính sách kinh tế làm trọng tâm nghiên cứu lại được ưa chuộng hơn dù chúng có thể không mấy hữu dụng. Theo tôi điều này một phần là do việc lựa chọn những mục tiêu cuối cùng của chính sách, nghĩa là việc lựa chọn và chứng thực dạng của cái gọi là hàm mục tiêu, được xem, một cách chính đáng, là dựa trên một cách đánh giá chuẩn tắc chứ không dựa trên một sự phân tích các sự kiện. Do đó người xây dựng mô hình có thể an tâm dùng vài giả thiết tiện lợi mà không ngại bị buộc phải biện minh chúng trên địa hạt thực nghiệm.
Tóm lại có thể dẫn lời của một chủ tịch gần đây của Hội kinh trắc: “... thành tựu của lí thuyết kinh tế trong vòng hai mươi năm qua là đáng kể và trên nhiều phương diện là tuyệt đẹp. Nhưng không thể phủ nhận rằng quả là một xì-căng-đan trước cảnh quá nhiều người phân tích tinh xảo những tình hình kinh tế mà họ không nêu lí do để có thể nghĩ rằng chúng đã xảy ra hoặc có thể xảy ra một ngày nào đó... Đây là một điều không thoả đáng và ít nhiều không lương thiện”.
Có thể nào gạt qua lời chỉ trích nặng nề này trước khối lượng đáng kể những công trình kinh trắc? Câu trả lời dứt khoát là không. Những công trình này có thể được xem như những cố gắng để bù đắp những thiếu hụt quá hiển nhiên những dữ liệu cơ bản chúng ta có được bằng cách sử dụng tối đa các kĩ thuật thống kê ngày càng tinh vi. Bên cạnh các mô hình lí thuyết công phu ngày càng nhiều ta thấy nhanh chóng nở rộ các công cụ thống kê không kém phức tạp. Chúng cốt chỉ để đẩy lùi giới hạn thông tin của những dữ kiện hiếm hoi và nghèo nàn.
Vì, như tôi đã nói ở trên, do các biên tập viên của các nhà xuất bản làm đúng chức năng của họ, nên phần lớn các hệ thống được mô tả trong các tạp chí chuyên môn để kiểm tra các mô hình đều có tính chặt chẽ nội tại. Tuy nhiên giống như các mô hình mà chúng nhằm kiểm tra, giá trị của các công cụ thống kê này, tự bản thân chúng tùy thuộc vào việc chấp nhận một số giả thiết tiện lợi về các đặc tính ngẫu nhiên của những hiện tượng mà các mô hình nhằm giải thích. Và những giả thiết này hiếm khi được kiểm chứng.
Không có bất kì lĩnh vực nào của nghiên cứu mà một bộ máy thống kê đồ sộ và tinh vi lại được huy động để mang lại một kết quả tầm thường như vậy. Dù thế, các nhà lí thuyết tiếp tục sản xuất hết mô hình này đến mô hình khác, và các nhà thống kê toán tiếp tục sáng chế nhiều phương thức phức tạp. Phần lớn các sản phẩm này không bao giờ có được một ứng dụng thực tiễn, hoặc sau khi được biểu diễn một cách chiếu lệ, bị bỏ xó hàng đống. Và ngay cả khi chúng được sử dụng một thời gian cũng sớm bị ruồng bỏ, không phải vì có phương pháp thay thế khác tốt hơn, nhưng vì đây là những phương pháp mới và khác biệt.
Mối quan tâm thường xuyên về một thực tế tưởng tượng và giả định hơn là một thực tế quan sát được đã dần dần bóp méo nấc thang giá trị không chính thức được cộng đồng đại học chúng ta sử dụng để đánh giá và xếp hạng các công trình khoa học của các thành viên. Theo bậc thang giá trị này, phân tích thực nghiệm đứng thấp hơn lí luận toán học hình thức. Xây dựng một phương pháp thống kê mới, dẫu mong manh cách mấy, để từ một tập số liệu nặn ra thêm một tham số chưa biết, được coi là một thành tựu khoa học lớn hơn việc thu thập thành công thông tin bổ túc có thể giúp chúng ta đo được tầm quan trọng của tham số đó, bằng một cách không khéo léo bằng, nhưng đáng tin cậy hơn. Những việc ấy xảy ra mặc dù trong quá nhiều trường hợp phân tích thống kê tinh vi được tiến hành trên một tập số liệu mà tác giả không biết ý nghĩa chính xác và giá trị của số liệu, hoặc đúng hơn là biết quá rõ nên ở phần cuối của công trình tác giả cảnh báo người đọc đừng coi trọng những kết luận cụ thể của toàn bộ “bài tập”.
Phản ứng tự nhiên kiểu Darwin thông qua việc chọn lọc thành phần ở đại học đã góp phần lớn duy trì tình hình trên. Hệ thống đánh giá để phát thưởng tất nhiên phải ảnh hưởng đến thành phần các ê-kíp cạnh tranh. Do đó, không có gì ngạc nhiên khi các nhà kinh tế trẻ, đặc biệt những người giảng dạy và nghiên cứu trong các đại học gần như bằng lòng với tình hình ở đấy họ có thể chứng minh năng lực của mình (và qua đấy nhân thể thăng tiến trong nghề nghiệp) bằng cách xây dựng các mô hình toán học ngày càng phức tạp và các phương pháp qui nạp thống kê ngày càng tinh vi mà không bao giờ tiến hành nghiên cứu thực nghiệm. Đôi lúc cũng có vài tiếng phàn nàn về sự thiếu thốn các dữ liệu ban đầu song nghe ra cũng không có gì là cấp bách. Cảm giác không thoả mãn trước hiện trạng của ngành chúng ta thúc đẩy tôi lên tiếng thẳng thừng, nhưng tiếc thay dường như không được nhiều người chia sẻ. Và trong số hiếm hoi những người đồng tình đều có cảm giác là không ai làm được gì nhiều để cải thiện tình hình. Quả vậy, làm sao họ có thể làm gì được?
Càng đào sâu nền móng của hệ thống phân tích, ví dụ bằng cách thu gọn các hàm chi phí thành các hàm sản xuất và các hàm sản xuất về các hàm cơ bản hơn có khả năng giải thích chính tiến bộ khoa học kĩ thuật, chúng ta có thể giảm bớt chiều hướng này. Tuy nhiên sẽ là thiếu thực tế khi hi vọng rằng bằng cách này ta sẽ nắm bắt nền tảng của các quan hệ cấu trúc bất biến (tham số đo được) một khi đã quan sát và mô tả để sử dụng chúng năm này qua tháng nọ, thập niên này sang thập nien khác, mà không xét duyệt lại trên cơ sở những quan trắc lặp lại.
Ở mức độ tương đối phiến diện mà kinh tế thực nghiệm đang tiến hành phân tích, ngay đến các quan hệ cấu trúc có tính bất biến nhất mô tả hệ thống cũng thay đổi nhanh chóng. Trừ phi được bổ sung bằng luồng dữ liệu mới, các quĩ thông tin hiện có sẽ nhanh chóng trở thành lỗi thời. Tương phản biết mấy với vật lí học, sinh học hay cả với tâm lí học: trong các bộ môn này, phần lớn các tham số gần như không thay đổi và các thí nghiệm và đo đạc thiết yếu nhất không cần phải lặp lại mỗi năm!
Dù chỉ để duy trì những khả năng khiêm nhường hiện có, chúng ta cần giữ một luồng dữ liệu thường xuyên mới. Khỏi cần bàn đến một sự triển khai lần lượt các khả năng này nếu không có một sự phát triển liên tục và nhanh chóng của các luồng dữ liệu. Hơn nữa chất lượng các dữ liệu bổ sung mới này còn phải khá hơn các dữ liệu cung cấp cho tới nay.
Để đào sâu nền tảng của hệ thống phân tích, cần không do dự vượt qua các giới hạn của các hiện tượng kinh tế mà lĩnh vực vốn đã được khoanh tới nay. Đeo đuổi việc tìm hiểu một cách căn cơ quá trình sản xuất tất yếu không tránh khỏi phải bước vào lĩnh vực của khoa học kĩ sư. Để nhìn xuyên qua bức màn mỏng của các hàm tiêu dùng cổ điển, cần phải tiến hành nghiên cứu một cách có hệ thống các đặc điểm cấu trúc và hoạt động của các hộ gia đình, một lĩnh vực mà ở đấy việc mô tả và phân tích các yếu tố xã hội, nhân loại học, và nhân khẩu học đương nhiên phải là trọng tâm.
Việc thiết lập các quan hệ vượt qua các biên giới truyền thống hiện ngăn cách kinh tế học và các lĩnh vực kế cận bị một mặc cảm tự phụ cản trở. Mặc cảm này, như tôi đã nói, là kết quả của lòng tự tin quá đáng vào qui nạp thống kê, gián tiếp được coi như phương pháp chính của nghiên cứu thực nghiệm. Ở cương vị một nhà lí thuyết, chúng ta xây dựng một hệ thống trong đó giá cả, sản xuất, tỉ suất tiết kiệm và đầu tư, ... được giải thích bằng các hàm sản xuất và hàm tiêu dùng và các quan hệ cấu trúc khác, với những tham số được giả định -ít nhất là do yêu cầu của lập luận- là biết được. Tuy nhiên, như một nhà kinh trắc, khi tiến hành nghiên cứu thực nghiệm, chúng ta không thử kiểm tra dạng của các hàm và đo đạc trị số các tham số bằng cách đối chiếu những thông tin mới trên cơ sở những dữ liệu thực tế. Chúng ta đột ngột trở mặt và dựa vào qui nạp thống kê gián tiếp để rút ra các quan hệ cấu trúc không biết từ những quan hệ quan sát về mức giá, sản xuất và các biến khác mà, ở cương vị một lí thuyết gia chúng ta coi như những ẩn số.
Về mặt hình thức, tất nhiên không có gì sai trái khi làm một cách có vẻ luẩn quẩn như vậy. Hơn nữa, nhà xây dựng mô hình, khi thiết kế các cấu trúc giả định, có quyền tính đến mọi hiểu biết có thể có được về các sự kiện và ít nhất là, trên nguyên tắc, nhà kinh trắc có thể đưa vào trong phương thức ước lượng, bất kì số lượng thông tin nào thường được biết dưới tên thông tin “ngoại” trước khi cung cấp chúng cho máy tính xử lí. Khả năng này hiếm khi được sử dụng, và nếu có, thì là một cách không có chủ định.
Những chuỗi số liệu quá quen thuộc được các mô hình lí thuyết đối chọi nhau, xào đi nấu lại trong một cuộc chiến thống kê hình thức. Trong phần lớn các trường hợp, vì những lí do hiển nhiên, cuộc chiến kết thúc không bằng sự đo ván của một đối thủ mà chỉ có sự sai biệt trên một vài điểm. Tính hệ thống và trật tự của cả quá trình này làm nảy sinh một tâm lí tự mãn dễ chịu.
Cảm giác vừa ý này, như tôi đã nói, làm nản lòng những cố gắng táo bạo nhằm mở rộng và đào sâu các cơ sở thực nghiệm của phân tích kinh tế, đặc biệt là những cố gắng dẫn đến việc vượt qua các mốc qui định những ranh giới giữa ngành chúng ta và các ngành lân cận.
Chỉ có thể đạt được tiến triển thật sự bằng những bước lặp lại khi cách đặt vấn đề lí thuyết được cải thiện làm nảy sinh các câu hỏi thực nghiệm và đến lượt các câu trả lời cho các câu hỏi ấy dẫn đến những cách nhìn lí thuyết dưới những góc độ mới. Những điều “cho trước” của hôm nay sẽ trở thành những điều “không biết” cần được giải thích của ngày mai. Nhân thể cách tiếp cận này làm cho khó giữ được quan điểm dễ dãi về phương pháp luận theo đấy nhà lí thuyết không cần kiểm tra trực tiếp các giả thiết cụ thể được chọn làm cơ sở cho các lập luận diễn dịch của mình, miễn là khi các kết luận thực nghiệm có vẻ đúng đắn. Trong một chừng mực đáng kể, quan điểm thịnh hành này là nguyên nhân của sự cô lập đến độ huy hoàng của ngành chúng ta ngày nay.
Khoa kinh tế nông nghiệp như được phát triển trong vòng 50 năm qua ở đất nước này là một ví dụ hiếm thấy của một cân bằng lành mạnh giữa phân tích lí thuyết và phân tích thực nghiệm. Đó cũng là một ví dụ về thiện ý hợp tác của các nhà kinh tế chuyên nghiệp với các chuyên gia trong các lĩnh vực kế cận khác. Một sự phối hợp có một không hai giữa các thế lực xã hội và chính trị đã trang bị cho bộ môn này một bộ máy tổ chức vững mạnh hiếm có và rót cho nó những nguồn tài trợ dồi dào. Những thống kê chính thức về nông nghiệp là đầy đủ, đáng tin cậy và hệ thống hơn thống kê của bất kì ngành kinh tế quan trọng nào khác trong nền kinh tế chúng ta. Sự hợp tác chặt chẽ với các nhà nông học đã giúp các nhà kinh tế nông nghiệp nắm trực tiếp các thông tin có tính chất kĩ thuật. Khi họ đề cập đến luân canh, phân bón hay các kĩ thuật khác nhau về vụ gặt, thường là họ biết, đôi lúc bằng kinh nghiệm bản thân, những gì họ nói. Mối quan tâm về mức sống của dân cư nông thôn đã đưa các nhà kinh tế nông nghiệp hợp tác với các nhà kinh tế chuyên về hộ gia đình và các nhà xã hội học của các ngành xã hội “mềm” hơn. Trong khi chỉ tập trung vào một bộ phận riêng lẻ của hệ thống thống kê, các nhà kinh tế nông nghiệp đã chứng minh hiệu quả của một cách phối hợp có hệ thống giữa cách tiếp cận lí thuyết và một phân tích chi tiết dữ kiện. Họ cũng là những nhà kinh tế đầu tiên sử dụng những phương pháp tiên tiến của thống kê toán. Nhưng trong tay họ, qui nạp thống kê đã trở thành một công cụ bổ sung, chứ không phải là một công cụ thay thế cho nghiên cứu thực nghiệm.
Sẽ không dễ dàng chuyển từ một chủ nghĩa kinh nghiệm không phương pháp hiện nay đang thống trị phần lớn các công trình kinh trắc sang một phân tích có hệ thống và trên bình diện rộng các dữ kiện. Trước hết, cần phải tăng một cách rõ rệt ngân sách dành cho các cơ quan thống kê của liên bang. Tất nhiên chất lượng các thống kê của chính phủ đã không ngừng được cải thiện. Tuy nhiên phạm vi bao phủ vẫn chưa nắm bắt đủ độ phức tạp của hệ thống xã hội và kinh tế cũng như chưa theo kịp khả năng của chúng ta xử lí các luồng dữ liệu ngày càng tăng.
Những tiến bộ ngoạn mục của công nghệ thông tin đã tăng khả năng của các nhà kinh tế sử dụng có hiệu quả các tập dữ liệu chi tiết đồ sộ. Đã qua rồi cái thời mà cách tốt nhất khi có một lượng lớn các biến là tính trung bình của chúng hoặc gộp chúng lại, về thực chất không khác gì cách trên, trong những đại lượng tổng hợp. Ngày nay ta có thể vận dụng những hệ thống phân tích phức tạp mà không xoá bỏ những đặc trưng riêng biệt của từng bộ phận cấu thành. Có một điều khôi hài là tuy cùng thuộc ngành dịch vụ đang tăng trưởng nhanh, song các giao dịch của chính phủ, ở cấp liên bang lẫn ở cấp các bang, vẫn chưa được cơ quan điều tra Census[2] bao phủ hết.
Giao cho một cơ quan duy nhất tập trung tất cả hoặc chỉ các nhiệm vụ chính của công tác thông tin kinh tế là một sai lầm. Phương thức phi tập trung phổ biến cho phép và khuyến khích một số lớn cơ quan nhà nước, tổ chức không vị lợi và công ti tư nhân lo việc thu thập thông tin đem lại kết quả tốt. Thông tin tốt hơn có nghĩa là thông tin chi tiết hơn. Và chính những ai gần gũi với một lĩnh vực nhất định mới thu thập tốt các thông tin chi tiết về lĩnh vực đó. Tuy nhiên điều cấp bách là các đơn vị, nhà nước lẫn tư nhân, liên quan đến việc thu thập thông tin cần thiết kế, duy trì và áp dụng những hệ thống danh mục nhất quán và có phối hợp. Dữ liệu không tương thích là những dữ liệu vô ích. Trên phương diện này, có thể hình dung khoảng cách giữa những thống kê hiện có và tình trạng không phải là lí tưởng mà chấp nhận được khi biết rằng những khác biệt trong hệ thống danh mục không cho phép so sánh số liệu về sản lượng sản xuất và xuất nhập của nhiều sản phẩm. Cũng như vậy không thể đối chiếu, ngành theo ngành, số liệu lao động và sản xuất mà không phải gian khổ điều chỉnh lại chúng. Một khối lượng đáng kể nguồn lực chất xám và vật chất dành cho công tác thống kê hiện không tập trung cho việc thu thập thông tin ban đầu mà lại phải dùng để vật lộn với những định nghĩa không thích hợp và những danh mục không tương thích.
Dù không muốn dùng một hình ảnh loại suy, không đúng chỗ về mặt phương pháp luận, việc bảo đảm cho các nhà kinh tế một luồng thông tin kinh tế ban đầu, có thể tương tự như việc cung cấp cho các nhà vật lí năng lượng cao một máy gia tốc khổng lồ. Các nhà khoa học đã có máy trong lúc các nhà kinh tế vẫn chờ đợi các số liệu. Trong trường hợp chúng ta, không chỉ xã hội phải sẵn sàng tài trợ năm này sang năm khác hàng triệu đô la để bảo hành bộ máy thống kê khổng lồ mà phần lớn các công dân còn phải chuẩn bị đóng một vai trò, ít nhất là thụ động và đôi lúc chủ động trong công tác thu thập dữ kiện. Tương tự như phải thuyết phục các electron và proton hợp tác với các nhà vật lí.
Dường như người Mĩ trung bình không có gì phản đối khi được thăm dò phỏng vấn, điều tra. Sự hiếu kì và mong muốn hiểu biết cách nào hệ thống kinh tế (mà phần lớn chúng ta là một bánh xe nhỏ và đối với một số ít là bánh xe lớn) vận hành đủ để xui khiến sự hợp tác này.
Đương nhiên đôi lúc ta gặp phải phản ứng kiểu “điều anh không biết không thể làm hại anh được” hoặc sự hiểu biết có thể là nguy hiểm vì làm nảy sinh mong muốn chắp vá lại hệ thống. Nhưng kinh nghiệm những năm qua dường như đã thuyết phục không chỉ đa số các nhà kinh tế -trừ một số ngoại lệ đáng kể- mà cả quảng đại quần chúng rằng một sự thiếu hụt về hiểu biết kinh tế có thể gây tác hại lớn. Chế độ tự do kinh doanh của chúng ta được so sánh thích đáng với một máy tính khổng lồ có khả năng tự động lí giải mọi vấn đề của chính nó. Nhưng bất kì ai có ít nhiều kinh nghiệm với các máy tính lớn đều biết là chúng có thể bị hỏng hóc và không thể hoạt động nếu không được theo dõi. Để giữ cho động cơ tự động, hoặc đúng hơn là nửa tự động, trong tình trạng hoạt động tốt, chúng ta không chỉ cần hiểu nguyên lí vận hành của nó mà còn phải quen thuộc với chi tiết thiết kế nó.
Điều mới xuất hiện trong những năm vừa qua là việc các công ti tư nhân chấp nhận và ứng dụng các phương pháp hiện đại của phân tích kinh tế. Việc các công ti lớn hỗ trợ cho nghiên cứu kinh tế đã có từ đầu những năm 1920 khi Wesley Mitchell thành lập Văn phòng quốc gia nghiên cứu kinh tế (NBER). Tuy nhiên tôi không nghĩ đến mối quan tâm của các doanh nghiệp về các chính sách chung hoặc ngay cả những vấn đề như tăng trưởng kinh tế và chu kì kinh doanh mà là việc ứng dụng nhanh chóng các phương pháp tiên tiến của vận trù học và cái được gọi là phân tích hệ thống. Một vài khái niệm chuẩn và phương sách phân tích của lí thuyết kinh tế trước hết được đưa vào chương trình học của các trường quản trị kinh doanh và ngay sau đó được các nhà quản lí tiên tiến đưa vào ứng dụng. Trong khi các lí thuyết gia kinh viện tự bằng lòng với việc phát biểu những nguyên lí tổng quát, những nhà vận trù học và phân tích hệ thống ở các công ti phải giải đáp những câu hỏi do tình hình thực tế đặt ra. Nhu cầu số liệu kinh tế để sử dụng cho các kế hoạch kinh doanh cụ thể đang tăng nhanh. Đây là một nhu cầu có chất lượng vì các người sử dụng thường có những hiểu biết kĩ thuật trực tiếp về những lĩnh vực mà họ có yêu cầu được cung cấp dữ liệu. Hơn nữa nhu cầu này thường là “thực dụng”. Các công ti với chức năng làm lợi nhuận chấp nhận và có khả năng trả giá cho việc thu thập thông tin họ muốn có. Điều này làm nổi bật một vấn đề gai góc: quyền truy cập công cộng vào các thông tin do tư nhân thu thập cũng như sự phân công lao động và hợp tác thoả đáng giữa chính quyền và các công ti trên lĩnh vực ngày càng phát triển này. Dưới áp lực khó cưỡng của một nhu cầu cụ thể ngày mỗi lớn các vấn đề này rồi cũng sẽ được giải quyết bằng cách này hay cách khác. Nền kinh tế của chúng ta sẽ được điều tra và lên bản đồ dưới tất cả mọi kích thước với những tỉ lệ ngày càng chính xác.
Các nhà kinh tế cần phải chuẩn bị đóng một vai trò tiên phong trong việc định hướng công trình xã hội quan trọng này, không phải ở cương vị người phát ngôn hay cố vấn cho ai khác mà cho chính bản thân mình. Đến hôm nay, họ vẫn chưa làm được điều này. Hội nghị về các người sử dụng thống kê liên bang các năm trước đều có đại biểu của giới chủ, lao động và các giới khác, song lại vắng mặt các nhà kinh tế như một thành viên. Làm sao chờ đợi là nhu cầu của chúng ta được thoả mãn khi tiếng nói của chúng ta chưa cất lên.
Chúng ta, những nhà kinh tế ở đại học, sẵn sàng trình bày cho bất kì ai muốn nghe quan điểm của chúng ta về các vấn đề chính sách công, tư vấn về các phương thức tốt nhất để giữ toàn dụng lao động, chống lạm phát và khuyến khích tăng trưởng. Đồng thời chúng ta cũng phải chuẩn bị chia sẻ với công chúng niềm tin và nỗi thất vọng đi kèm những bước tiến triển của hành trình tri thức, đôi lúc khó khăn đến tuyệt vọng, song bao giờ cũng vô cùng hứng thú. Công chúng đã từng chứng tỏ mạnh mẽ là họ sẵn sàng hỗ trợ công cuộc tìm kiếm kiến thức. Họ cũng sẽ rộng lượng hỗ trợ công việc của chúng ta nếu chúng ta chịu khó giải thích đầy đủ cho họ.
Wassily Leontief
Nguyễn Đôn Phước dịch
Chú thích:
F. H. Hahn, “Some Adjustment Problems“, Econometrica, Jan. 1970, 38, 1-2.
Nguồn: “Theoretical Assumptions and Nonobserved Facts”, American Economic Review, 61(1), March 1971, 408-429.
Nguồn: “Theoretical Assumptions and Nonobserved Facts”, American Economic Review, 61(1), March 1971, 408-429.
[1] Diễn văn của Chủ tịch Hội kinh tế Mĩ tại buổi họp lần thứ 82, Detroit, Michigan ngày 29.12.1970.↩
[2] Cơ quan điều tra thống kê trực thuộc Bộ thương mại Hoa Kì (ND).↩
