Đánh giá tác động của các chính sách công: thách thức, phương pháp và kết quả

Đánh giá tác động của các chính sách công: thách thức, phương pháp và kết quả

Jean-Pierre Cling, Mireille Razafindrakoto, François Roubaud – IRD-DIAL

Nhu cầu đánh giá chính sách ngày càng gia tăng 16

Hai cách tiếp cận truyền thống trong đánh giá định lượng

1.1 Các khái niệm và định nghĩa trong đánh giá tác động 171.2 Các nguyên tắc đánh giá sau các chính sách 18

Đánh giá các chính sách công với mục tiêu chính là

thông tin việc đưa ra quyết định, là một trong những

thách thức chính của khoa học xã hội hiện nay Lĩnh

vực nghiên cứu này đặt ra những thách thức to lớn

về phương pháp luận mà hiện vẫn chưa hoàn toàn

vượt qua được Nhìn chung, câu hỏi chính cần phải

giải đáp là “điều gì sẽ diễn ra (đã diễn ra) nếu chính

sách, chương trình hay dự án không được triển khai?”

Khi đó, khó khăn nằm ở việc lựa chọn một kịch bản

tham chiếu (một “kịch bản đối chứng”) để đối chiếu

với chính sách có liên quan nhằm đánh giá những tác

động quan sát được hay những tác động kỳ vọng

Trong những năm vừa qua, đã có những tiến bộ đáng

kể trong lĩnh vực này

Bài trình bày của chúng tôi gồm hai phần Trong phần

đầu, chúng tôi mô tả các phương pháp đánh giá sau

(tức sau khi các chính sách được triển khai) có áp dụng

các phương pháp kiểm nghiệm hay bán kiểm nghiệm

truyền thống trong y học Phần hai sẽ đề cập đến đánh

giá trước (tức trước khi các chính sách được triển khai)

và lấy ví dụ về đánh giá tác động của việc Việt Nam

gia nhập Tổ chức Thương mại Thế giới (WTO) thông

qua các mô hình kinh tế vĩ mô kết hợp với các mô hình

mô phỏng vi mô

(Nội dung tách băng)

Xin chào Tôi là François Roubaud, thành viên nhóm IRD-DIAL ở Việt Nam với hai đại diện khác cũng có mặt tại đây hôm nay là Mireille Razafindrakoto và Jean-Pierre Cling Jean-Pierre Cling sẽ tiếp lời tôi và giới thiệu

về đánh giá trước (ex ante) các chính sách công

Chúng tôi sẽ bắt đầu phiên toàn thể này bằng việc giới thiệu tóm tắt các phương pháp đánh giá tác động của các chính sách công Nội dung giới thiệu chỉ mang tính chất đề dẫn vì đây là lĩnh vực rất rộng và có nhiều vấn

đề đặt ra về mặt kỹ thuật cũng như chính sách

Có hai nhóm phương pháp đánh giá “nghiêm khắc” các chính sách hay các chương trình Đánh giá được

gọi là đánh giá sau (ex post) được thực hiện sau khi

các chính sách đã được triển khai còn đánh giá được gọi là đánh giá trước thường được thực hiện trước khi triển khai các chính sách để nghiên cứu các khả năng lựa chọn cũng như hệ lụy của chúng

Đối với từng trường hợp, chúng tôi sẽ cố gắng giới thiệu một cách đơn giản nhất những nguyên tắc phương pháp luận, thách thức cũng như hạn chế của từng phương pháp tiếp cận

Trong trường hợp đánh giá trước, chúng tôi may mắn khi có thể minh hoạ phần thuyết trình của mình bằng

một nghiên cứu cụ thể về Việt Nam liên quan đến tác

động tới thu nhập và phân phối thu nhập của việc gia

nhập WTO gần đây

Trong trường hợp đánh giá sau, nhóm phương pháp

này tiếc thay không tồn tại hay còn sơ khai ở Việt Nam

Nếu Khóa học Tam Đảo tiếp tục được tổ chức, chúng

tôi hy vọng sang năm sẽ giới thiệu với các bạn kết quả

thu được trong khuôn khổ chương trình xóa đói giảm

nghèo tại vùng dân tộc thiểu số và miền núi mang tên

Chương trình 135 Nhóm chúng tôi tham gia đánh giá

tác động của Chương trình này

Nhu cầu đánh giá chính sách ngày càng

gia tăng

Hiện nay nhu cầu đánh giá chính sách ngày càng

lớn

Dường như ngay lập tức xuất hiện một câu hỏi trọng

tâm: Các chính sách phát triển, đặc biệt là các chính

sách xóa đói giảm nghèo có tác động gì? Cho tới

nay, các nhà kinh tế và các nhà nghiên cứu nói chung

thường không có nhiều điều để nói và không có lời giải

đáp mang tính khoa học cho câu hỏi giản đơn này Từ

vài năm trở lại đây, vấn đề đánh giá trở thành trọng

tâm trong các chính sách Người ta nhận thức được sự

cần thiết phải đánh giá tác động của hàng tỷ đô-la chi

cho viện trợ phát triển: liệu chính sách có được triển

khai hiệu quả không? Những chính sách này có tác

động gì? Liệu có cần hướng viện trợ vào những lĩnh

vực khác? Các phương thức triển khai và giải ngân liệu

có phù hợp?

Công tác đánh giá được chú trọng trong các sáng kiến

quốc tế mới như Mục tiêu phát triển thiên niên kỷ hay

các tài liệu chiến lược về xóa đói giảm nghèo Đây là

sáng kiến được cộng đồng các nhà tài trợ quốc tế ủng

hộ và hơn 60 quốc gia trên thế giới, trong số các quốc

gia đang phát triển, có cả các quốc gia nghèo nhất

trực tiếp liên quan Công tác đánh giá phải trở thành

một bộ phận trong các chính sách được triển khai, sẽ

không phải là “chúng ta thử xem chúng ta đã làm được

gì” mà ngay từ đầu công tác này phải được xác định

“là một bộ phận của chính sách”

Nhìn từ bên ngoài, tất cả điều này nằm trong nội dung

thảo luận về hiệu quả của viện trợ phát triển chính

thức (ODA) và các nguyên tắc phân bổ viện trợ - các

nguyên tắc về tiêu chí lựa chọn: liệu có cần phải lựa

chọn hỗ trợ các quốc gia theo tiêu chí chất lượng thể

chế; về hỗ trợ ngân sách: các nhà tài trợ tài trợ cho

ngân sách thay vì tài trợ cho các chương trình riêng

rẽ; các nguyên tắc tiếp thu và giải trình (tiếng anh là

accountability).

Những nguyên tắc mới này được quyết định bởi chính

các cơ chế đánh giá cho phép thực thi các nguyên tắc

này Ta có thể nêu ra đây Tuyên bố Paris được Tổ chức

Hợp tác và Phát triển kinh tế (OECD) thông qua năm

2005 tổng hợp những nguyên tắc này hay tại Việt Nam

là Cam kết Hà Nội (Hanoi Core Statement) là sáng kiến cấp quốc gia của Tuyên bố Paris

Liên quan đến cung, nghiên cứu và phương pháp luận, nhiều cách tiếp cận mới được phát triển thời gian gần đây và dần được ứng dụng rộng rãi

Yêu cầu đánh giá hiệu quả phân bổ nguồn lực là tất yếu đối với các chính sách nói chung nhưng yêu cầu này càng trở nên bức thiết tại các quốc gia đang phát triển: các nguồn lực tại đây khan hiếm hơn so với các quốc gia phát triển và nhu cầu thì cao hơn Do đó, việc ứng dụng những phương pháp này càng trở nên cần thiết tại các quốc gia đang phát triển

Hơn nữa, một số lĩnh vực mới được mở ra ví dụ như các thỏa thuận thương mại khu vực hay đàm phán thương mại đa phương Tiêu biểu là trường hợp của Việt Nam với việc gia nhập WTO và trước đó, là việc ký các thoả thuận song phương hay khu vực với ASEAN hay Mỹ Những thỏa thuận này tác động đến phân phối thu nhập Đánh giá nhằm mục đích xác định mối liên hệ giữa chính sách kinh tế vi mô và vấn đề phân phối thu nhập, mức sống dân cư, mối liên hệ giữa các thoả thuận thương mại và các chính sách xóa đói giảm nghèo

Cuối cùng, xét ở khía cạnh khác thiên về tính quốc gia hơn là quốc tế, một trong những mảng ứng dụng quan trọng là các chính sách xã hội và rộng hơn là các chính sách xóa đói giảm nghèo

Nhu cầu đánh giá các chính sách ngày càng tăng

Thế nhưng văn hóa đánh giá còn sơ khởi Hàng tỷ đô-la bỏ ra hàng năm Thế nhưng, ta thu được tương đối ít thông tin về tác động đối với tình trạng nghèo khó và những đối tượng mục tiêu của các chiến lược, các chính sách và các dự án phát triển được triển khai

Ví dụ 1: Điểm lại một cách hệ thống các báo cáo của UNICEF cho thấy chỉ 15% trong số các báo cáo đưa vào phần đánh giá tác đống và đa phần những đánh giá này không cho phép xác định một cách chính xác tạc động của những yếu kém về phương pháp luận.

Ví dụ 2 : Điểm lại 127 nghiên cứu về tài trợ các chương trình y tế cộng đồng cho thấy chỉ có 2 nghiên cứu trong

số đó cho phép đưa ra những kết luận vững vàng về tác động của việc tiếp cận các dịch vụ y tế

Ví dụ 3: bốn đánh giá một cách khoa học tác động cho AFD

Ví dụ 4: GEI (Ngân hàng Thế giới) không tiến hành đánh giá tác động

Tại sao (những lý lẽ phổ biến nhất)?

Những đánh giá đòi hỏi chi phi tốn kém, phức tạp, mất nhiều thời gian và không công bằng.

Ở đây các bạn có nhiều ví dụ nhưng chúng ta cũng

có thể đưa ra nhiều ví dụ khác nữa Những ví dụ này

cho thấy phần lớn các cơ quan viện trợ hay chính phủ

các nước cho tới nay ít áp dụng những phương pháp

mới này

Tôi nêu trường hợp của Cơ quan phát triển Pháp AFD

từ khi được thành lập đến nay mới chỉ thực hiện bốn

nghiên cứu nghiêm khắc về đánh giá tác động Con

số này thật ít ỏi Tuy nhiên, cần phải lưu ý rằng AFD,

mặc dù là một cơ quan hợp tác song phương có quy

mô khiêm tốn nhưng là một trong số cơ quan hiếm

hoi tham gia vào mặt trận đánh giá tác động một cách

nghiêm khắc Không nhiều cơ quan viện trợ có thể

được nêu tên như vậy Ví dụ, các cơ quan hợp tác của

Pháp chưa từng thực hiện bất kỳ đánh giá nào Ngay

cả Ngân hàng Thế giới có riêng một cơ quan đánh giá

nội bộ (GEI) cũng không tiến hành đánh giá một cách

nghiêm khắc các chính sách cho tới gần đây Hiện

nay Ngân hàng Thế giới đã quan tâm đến vấn đề này

Tại sao lại có ít đánh giá tác động như vậy? Bởi những

đánh giá loại này chi phí tốn kém, kỹ thuật phức tạp và

mất nhiều thời gian tiến hành và phải cần một thời gian

dài sau đó mới đem lại những tác động cụ thể phục vụ

cho hoạt động thực tế

Hai cách tiếp cận truyền thống trong

đánh giá định lượng các chính sách

Chúng ta cùng nghiên cứu cách tiếp cận – sau – là cách

tiếp cận mang tính thực chứng Đây là việc xem xét và

đánh giá các chính sách đã được triển khai Cách tiếp

cận này dựa vào những số liệu kinh tế vi mô và các kỹ

thuật kinh tế lượng Nó áp dụng các phương pháp kiểm

nghiệm hay bán kiểm nghiệm phỏng theo các ngành

khoa học khác và áp dụng cho các chương trình “cung

cấp dịch vụ tối thiểu”, các chương trình hội nhập nghề

nghiệp, tín dụng vi mô… Một số cơ quan nghiên cứu

như Poverty Action Lab, mà chúng tôi đưa ra một vài ví

dụ ở đây chuyên về đánh giá dạng này

Nhóm chính thứ hai, cách tiếp cận trước, thiên về đánh

giá các chính sách kinh tế vĩ mô Đây là cách tiếp

cận mang tính chuẩn tắc: người ta nghiên cứu tác

động tiềm năng của các chính sách sẽ được triển khai

Phương pháp này dựa vào các mô hình kinh tế vĩ mô

xác định các nhóm tác nhân đại diện, một số nhóm hộ

gia đình, những nông dân nghèo, những phụ nữ được

đào tạo… Đôi khi kết hợp với các mô hình mô phỏng

vi mô, phương pháp này tiến hành phân tích ở cấp độ

sâu hơn Cách tiếp cận này quan tâm đến các chính

Đánh giá nhu cầu: đối tượng mục tiêu là ai, bản chất

vấn đề cần giải quyết là gì, chương trình nằm trong khuôn khổ nào, hoạt động can thiệp có vị trí như thế nào?

Đánh giá quy trình: chương trình được triển khai thế

nào trong thực tế, các dịch vụ đã hứa được cung cấp chưa, dịch vụ có đến được đối tượng mục tiêu không, khách hàng có hài lòng không?

Đối với hai giai đoạn đầu tiên này, văn hóa đánh giá có tồn tại Những giai đoạn này được các cơ quan viện trợ triển khai đều đặn một cách có hệ thống

Đánh giá tác động mới xuất hiện: liệu chương trình

có tạo ra tác động mong đợi đối với các cá nhân hay đối tượng mục tiêu, các hộ gia đình, các thể chế, các đối tượng thụ hưởng của chương trình? Những tác động này là nhờ chương trình hay nhờ vào các yếu

tố khác?

Chúng ta tập hợp ba thành phần này lại trong phân tích “chi phí lợi ích”, tức một mặt ta xem xét các chi phí hay chi phí cơ hội – cái đáng lẽ ra có thể làm được với

số tiền đã chi ra – và mặt khác là tác động thực tế - lợi ích của chương trình

Ở đây tôi chỉ quan tâm đến phần đánh giá tác động, đến đánh giá sau, tôi xin nhắc lại đây chỉ là một trong những thành phần

Có hai cách truyền thống dùng để đánh giá định lượng các chính sách

« Vi mô » và « hậu nghiệm »: Một cách tiếp cận tích cực

- Đánh giá tác động dựa vào dữ liệu vi mô và các kỹ thuật kinh tế lượng

- Phương pháp thực nghiệm

- Mạng lưới an toàn, chương trình khó khăn việc làm

« Vĩ mô » và « tiên nghiệm »: Một cách tiếp cận chuẩn tắc

- Mô hình CGE, như mô hình mô phỏng dựa trên phân tích đối lập thực tế

- Nhóm hộ gia đình đại diện

- Các chính sách thương mại, đổi mới cơ cấu, chính sách tài khóa, cú sốc vĩ mô

1.2 Các nguyên tắc đánh giá sau các chính sách

Có những nguyên tắc đánh giá sau nào? Theo nghĩa

hẹp, phương pháp này tìm cách kiểm định xem liệu

các mục tiêu của một chính sách đã được triển khai có

đạt được hay không nhờ cách tiếp cận định lượng và

thực chứng chứ không phải chuẩn tắc Để quyết định

triển khai chính sách xã hội nào, cần phải hiểu rõ mối

quan hệ nhân quả tồn tại giữa hành động can thiệp

và kết quả của nó Chỉ có thể đánh giá chính xác mối

quan hệ nhân quả này nếu ta có được một “kịch bản

đối chứng” (tiếng Anh là counterfactual): điều gì có

lẽ sẽ diễn ra đối với những đối tượng thụ hưởng của

chương trình hay của chính sách nếu hoạt động can

thiệp này không diễn ra Cách đặt câu hỏi của chúng

ta rất giống với những gì diễn ra trong nghiên cứu dược

phẩm, khi ta đưa ra một loại thuốc mới và tự hỏi: liệu

thuốc có tác dụng không?

Ta quan sát các đối tượng thụ hưởng của một chính sách, một “phương pháp điều trị” vào thời điểm t=0 trước khi áp dụng phương pháp điều trị, sau đó quan sát các đối tượng thụ hưởng sau điều trị Khi đó câu hỏi đặt ra là: liệu ta có thể coi chương trình này, tức tăng tỷ

lệ thành công trong học tập ở ví dụ nêu trên, có phải

là hiệu số giữa 3 và 2? Câu trả lời tất nhiên là không do trong thời điểm thực hiện chương trình, rất nhiều điều

Các khái niệm và định nghĩa trong đánh giá tác động

t = 1

CHNG TRÌNH (Quan sát  c)

Tác ng : 3 – X

3

2

( Không quan sát  c )

tế mà các đối tượng thụ hưởng đạt được khi chương

trình đã được triển khai Thách thức trong đánh giá

tác động sẽ là xác định “yếu tố đối chứng”.

Liệu điều gì đáng lẽ sẽ xảy ra nếu không có chương

trình? Đối với từng cá nhân, họ có thể hoặc không là

đối tượng thụ hưởng của chương trình Ta không thể

quan sát từng cá nhân và trong cùng một thời điểm hai

trạng thái khác nhau

Làm thế nào để giải quyết vấn đề thiếu dữ liệu này,

tức những dữ liệu không thể quan sát được và sẽ

không bao giờ quan sát được trừ phi phải tiến hành thử

nghiệm trong phòng thí nghiệm?

Chỉ có thể đánh giá tác động chính xác nếu ước lượng

chính xác X Do đó, nghệ thuật đánh giá tác động thể

hiện qua điều duy nhất: tái hiện chính xác kết quả

mà các đối tượng thụ hưởng chương trình thu được

nếu như họ đã không được hưởng lợi từ chương

trình này

1.3 Các phương pháp

Làm thế nào để tái hiện X? Có thể áp dụng hai chiến

lược:

> sử dụng các dữ liệu về lịch sử của những đối tượng

thụ hưởng và “dự đoán” X thông qua các kỹ thuật

kinh tế lượng truyền thống;

> sử dụng nhóm đối tượng thụ hưởng và so sánh với

một nhóm nhân chứng Các bạn nhận thấy ở đây

có mối liên hệ với các phương pháp trong ngành

y học

Câu hỏi “làm thế nào ước tính X” chuyển thành: làm

thế nào xác định nhóm nhân chứng, những “người anh

em sinh đôi” của các đối tượng thụ hưởng nhưng sẽ

không được hưởng lợi từ chương trình?

Đây là một tình huống lý tưởng Ta bắt đầu vào thời

điểm t=0, khi đó ta có các đối tượng thụ hưởng và các

đối tượng không được thụ hưởng, và kết quả trung

bình là cho từng nhóm đối tượng về kết quả học tập

Vào thời điểm t=1, nhóm nhân chứng đạt kết quả trung bình là 2,4 Trong cùng thời điểm đó, kết quả trung bình của nhóm đối tượng thụ hưởng là 3 Do đó, tác động ở đây mang tính tích cực [3- 2,4]

Điều ta cần phải làm là đảm bảo nhóm nhân chứng và nhóm đối tượng thụ hưởng ban đầu là hai nhóm hoàn toàn có thể thay thế cho nhau và lộ trình của họ đáng

lẽ là như nhau nếu họ phải tuân theo những điều kiện bên ngoài giống nhau

Lựa chọn nhóm nhân chứng này như thế nào?

Có thể các đối tượng không được thụ hưởng khá khác biệt so với các đối tượng thụ hưởng Trên thực tế có những thử nghiệm về các trường hợp sinh đôi nhưng khả năng nghiên cứu về các cặp sinh đôi trong khuôn khổ các chính sách chung có vẻ khó khăn

Tại sao nhóm nhân chứng tiềm năng và nhóm đối tượng thụ hưởng lại có thể khác biệt?

Các chương trình nhằm vào các đối tượng rất cụ thể

và các cá nhân lựa chọn hoặc không lựa chọn tham gia vào chương trình tùy theo những đặc điểm có thể

có tác động đến sự thành công của họ trong chương trình Bắt đầu từ thời điểm ta nhận thấy có mối tương quan giữa việc tham gia và kết quả của chính chương trình, ta vấp phải vấn đề lớn: theo thuật ngữ kỹ thuật

(thống kê và kinh tế), đây được gọi là “sai số trong chọn lựa” Những người tham gia tự mình quyết định

hoặc do chương trình lựa chọn, điều này tạo ra sai số trong đánh giá

- Các chương trình thường hướng tới một vài nhóm đối tượng theo một hoặc vài tiêu chí cụ thể (tình trạng nghèo, mức độ ban đầu, )

- Những người lựa chọn hay không lựa chọn tham gia các chương trình (những người lựa chọn tham gia liệu

có động cơ mạnh hơn không?)

- Khác biệt rất nhỏ, khó có thể quan sát (động cơ, tiếp cận thông tin)

Nếu những đối tượng không thụ hưởng là khác biệt, họ không thể được coi là «đối chứng »

Việc so sánh sẽ là sai lệch do đã có sự lựa chọn những đối tượng thụ hưởng

“Sai số lựa chọn”

Hiệu chỉnh sai số lựa chọn như thế nào?

Thừa nhận rằng nhóm nhân chứng khác biệt lúc đầu Nghiên cứu lộ trình của nhóm nhân chứng để dự báo trước lộ trình của nhóm được xử lý

Phương pháp “khác biệt kép” cho phép giảm nhẹ

vấn đề Có thể minh họa phương pháp này qua hình

sau đây:

Ta giả định rằng lộ trình của nhóm nhân chứng chính

là lộ trình của nhóm được xử lý trong trường hợp nhóm

này không được hưởng lợi từ chính sách, và ta so sánh

diễn biến của nhóm so với diễn biến của nhóm được

xử lý Nhưng chỉ một phần của vấn đề được giải quyết:

ta giả định rằng lộ trình giống nhau nhưng đồ thị cho

thấy ban đầu, nhóm nhân chứng không phải là “sinh

đôi” thực sự với nhóm được xử lý

Cụ thể, áp dụng phương pháp “khác biệt kép” như

thế nào?

Ta thực hiện cuộc điều tra đầu tiên được gọi là “điều tra

ban đầu” (baseline survey) trước khi đưa chương trình

vào Sau đó, ta thực hiện cuộc điều tra thứ hai sau khi

đã đưa chương trình vào Tiếp đến, ta tính chênh lệch

trong từng nhóm trước và sau khi đưa chương trình vào

và cuối cùng ta trừ kết quả chênh lệch quan sát được

đối với nhóm được xử lý và kết quả chênh lệch thu

được đối với nhóm nhân chứng Ví dụ, kết quả học tập

của các nhóm được xử lý tăng 1 điểm [3-2], còn đối với

nhóm nhân chứng kết quả chỉ tăng 0,1 điểm [2,4-2,3]

Ta có thể kết luận kết quả chênh nhau như vậy là nhờ

chương trình [1-0,1]

Phương pháp khác biệt kép liệu có đủ?

Ta quay trở lại vấn đề nhóm nhân chứng Giả thuyết rằng lộ trình của nhóm được xử lý và nhóm nhân chứng giống nhau trong trường hợp không có chương trình Mà điều này không được đảm bảo Phương pháp

lý tưởng là phương pháp phân nhóm ngẫu nhiên

Đó là phân chia ngẫu nhiên các đối tượng điều tra vào hai nhóm, nhóm những đối tượng được xử lý và nhóm những đối tượng không được xử lý Việc phân nhóm ngẫu nhiên cho phép có được nhóm nhân chứng và nhóm được xử lý thực sự tương đồng với nhau, điều này giúp loại bỏ tất cả các sai số trong chọn lựa.Phương pháp phân nhóm ngẫu nhiên có những ưu điểm chính gì?

Ta chắc chắn được rằng tính trung bình (hay theo dự đoán triển vọng), hai nhóm giống hệt nhau Nếu sau

đó ta quan sát thấy có sự khác biệt giữa hai nhóm, đó

có thể là do quá trình xử lý So với các phương pháp

thay thế khác, đánh giá tác động nhờ phương pháp phân nhóm ngẫu nhiên hay đánh giá ngẫu nhiên có

ưu điểm là minh bạch, ta so sánh các kết quả trung bình: không phức tạp về phương pháp

Sau

2.2 2.0

Tr c

2 Nhân ch ng 1.

Nhóm

1.0 - 0.1 = 0.9

1.0 0.1

Các ưu điểm chính của các biện pháp đánh giá ngẫu nhiên

- Các nhóm (được xử lý và nhân chứng) có cùng đặc điểm trước đánh giá (ex-ante) và có thể chịu được những cú sốc/lộ trình tương đương nhau (ngoại trừ phần xử lý trong chương trình đối với nhóm được xử lý)

Do đó : Nếu thấy có sự khác biệt giữa hai nhóm trước-sau (ex-post), có thể quy đó là khác biệt chung

So với kết quả không qua thử nghiệm, những kết quả của đánh giá ngẫu nhiên có các đặc điểm :

- Minh bạch

- So sánh các trung bình cộng : không phức tạp về phương pháp, không có giả thuyết đáng nghi ngờ …

- dễ giải thích, dễ hiểu đối với những người không làm thống kê

- Có nhiều cơ hội hơn để thuyết phục các nhà tài trợ và các nhà quyết sách

Phương pháp đánh giá ngẫu nhiên được mô tả theo

sơ đồ sau:

Trên cơ sở tổng đối tượng điều tra và đối tượng điều

tra mục tiêu, ta lấy mẫu nghiên cứu ngẫu nhiên đối với

đối tượng điều tra mục tiêu và mẫu nghiên cứu Ta sẽ

phân chia ngẫu nhiên các đối tượng vào hai nhóm là

nhóm xử lý và nhóm nhân chứng Nhưng trong nhóm

xử lý, một số thành viên sẽ tham gia chương trình

còn số khác thì không Ví dụ, ta lựa chọn ngẫu nhiên

các tỉnh nghèo cho một chương trình tín dụng vi mô

Ta quyết định ngẫu nhiên (chỉ thời gian đầu hay thống

nhất từ đầu) những ai sẽ được hưởng lợi từ chương

trình này Nhưng cuối cùng, chính cá nhân sẽ quyết

định họ lựa chọn tín dụng vi mô hay không Đây là vấn

đề nảy sinh thêm khi tiến hành đánh giá tác động của

chương trình

Các phương pháp khác: Ghép đôi (“Matching”) Đối

với mỗi cá nhân trong nhóm được xử lý, ta tìm trong cơ

sở dữ liệu một số cá nhân trong nhóm không được xử

lý có đặc điểm tương tự Tôi sẽ không đề cập các kỹ

thuật kinh tế lượng khác ở đây

Chúng ta hãy ứng dụng vào trường hợp cụ thể để so

sánh các phương pháp

Đây là ví dụ thực tế diễn ra tại Mỹ liên quan đến việc

làm thế nào để tăng tỷ lệ người tham gia bầu cử vốn rất

thấp tại Mỹ Ý tưởng của chính sách là lựa chọn ngẫu

nhiên một số người và gọi điện cho họ để khuyến khích

họ đi bỏ phiếu Trên thực tế, trong số 60 000 người

được lựa chọn ngẫu nhiên, chỉ có 35 000 nhấc máy điện thoại Tất nhiên 35 000 người này không phải là bất kỳ ai Họ có những đặc điểm cụ thể và việc họ nhấc máy điện thoại là do họ có những phẩm chất đặc biệt

mà người đánh giá không thể quan sát được (các biến không quan sát được) mà những phẩm chất này có thể tác động đến kết quả bỏ phiếu Điều này thể hiện rất rõ trong phần so sánh các phương pháp dưới đây:

Liệu chương trình có hiệu quả không? Nếu chỉ so sánh những người nhận cuộc gọi và những người không nhận cuộc gọi, tác động rất lớn (11 điểm phần trăm)

Ta cho rằng chương trình hiệu quả, tỷ lệ tham gia bầu

cử tăng chính là nhờ phương pháp này Nhưng trên thực tế, những người không nhấc máy khác với những người nhấc máy

Khi ta áp dụng các phương pháp thử nghiệm, ta nhận thấy rằng chương trình không hề có tác dụng ; khi áp dụng hai phương pháp vừa được đề cập, ta nhận thấy rằng chương trình không có tác động Hãy chú ý tới những nội dung diễn giải sai lệch!

1.4 Các vấn đề và hạn chế trong đánh giá sau

Các vấn đề tính hợp lệ từ các yếu tố nội tại và bên ngoài được đặt ra như sau:

Tính hợp lệ từ các yếu tố nội tại

Đó là vấn đề tỷ lệ tham gia thực tế - “take-up”

Theo các phương pháp thực nghiệm, ta chọn ngẫu nhiên một khu vực hay đối tượng điều tra có khả năng bị tác động bởi dự án nhưng một số người lại

từ chối dự án Nếu số này quá thấp, ta sẽ không có

đủ số người thụ hưởng để tiến hành đánh giá

Vấn đề tiếp theo là sự hao hụt Ta cần tiến hành

điều tra căn bản sau đó là điều tra theo dõi Nhưng giữa hai loại điều tra này, có rất nhiều người biến mất: ví dụ do qua đời, thay đổi nơi ở khi chuyển đến những vùng không được xử lý và tất nhiên sự dịch chuyển này không phải do ngẫu nhiên

Ngoài ra là vấn đề tác động lây nhiễm: những

người không thuộc đối tượng của chương trình có

Tng i t ng iu tra

Mu nghiên cu Phân nhóm ngu nghiên

Nhóm c x l

Nhóm nhân chng

- Theo các biến công cụ

Dự đoán tỉ lệ tham gia chương trình nhờ một biến

2.8 pp * ghép ôi – matching , lp nhóm kim tra

g m 35,000 ng#i, và so sánh 35,000 “ $c x' l” v"i nhóm kim tra

4.5 pp *

2 – Trong s 60,000 ng#i $c chn: Khác bit (hiu s) kép gi(a 35,000 ng#i nhn cu!c gi và 25,000 ng#i không nhn cu!c gi

10.8 pp *

1 – Trong s 60,000 ng#i $c chn:

gi(a nh(ng ng#i nhn và nh(ng ng#i không nhn cu!c gi

Tác !ng "c ch&ng

thể có tiếp xúc gián tiếp với những người thuộc đối

tượng của chương trình và làm thay đổi hành vi ứng

xử của họ

Cuối cùng là vấn đề tác động dài hạn: nhiều tác

động của các chính sách chỉ bộc lộ trong dài hạn

Trong khi đó đánh giá tác động thường được thực

hiện trong ngắn hạn Nhiều tác động chỉ bộc lộ sau

một hoặc hai năm ví dụ như trường hợp các dự án

giáo dục

Tính hợp lệ từ các yếu tố bên ngoài

Phương pháp này không tính đến tác động cân

bằng tổng thể, tức tác động kinh tế vĩ mô Nếu một

chương trình đủ quan trọng, nó sẽ có những tác

động gián tiếp Ví dụ, một chương trình phát triển

sản xuất cà phê ở Việt Nam có thể có tác động đến

giá cá phê, và giá cà phê có thể tác động đến việc

canh tác những loại cây lưu niên hay lương thực

khác (giá và sản lượng sản xuất) Do chương trình,

môi trường có thể thay đổi ngay cả sau khi chương

trình đã kết thúc

Khó khăn trong nhân rộng các kết quả: trong

đánh giá sau, ta giám sát chặt chẽ những đối tượng

thụ hưởng và những đối tượng có đặc điểm đặc

biệt Nếu tổng đối tượng điều tra không hoàn toàn

giống nhau, điều gì đảm bảo rằng chương trình như

nhau sẽ có những tác động giống nhau? Do đó,

đặt ra ở đây vấn đề nhân rộng các kết quả

Ngoài ra còn có vấn đề về đạo đức Liệu có chính

đáng không khi đề xuất một chương trình chỉ dành

cho một số đối tượng nào đó? Ví dụ như trường hợp

phát thuốc trong khuôn khổ chương trình phòng

chống Sida: liệu có chính đáng không khi chỉ phát

thuốc cho người này mà không phát thuốc cho

người khác?

Cuối cùng là vấn đề kinh tế chính trị trong đánh

giá: đánh giá không được tiến hành trong phòng

thí nghiệm: một số nhóm lợi ích, những người có

liên quan có thể có những lý do chính đáng (hoặc

không chính đáng) để làm sai lệch việc đánh giá

Khi ta áp dụng các phương pháp thực nghiệm vào

môi trường kinh tế, xã hội thực tế, ta vấp phải vấn

đề rất quan trọng về kinh tế chính trị và những vấn

đề này quyết định sự thành công của các hoạt

động đánh giá

Nhìn chung, đánh giá sau chỉ có thể áp dụng cho

các chương trình hướng tới các đối tượng cụ thể và không tác động nhiều đến kinh tế vĩ mô Khi ta thực thi một chính sách có tác động đến tất cả mọi người,

ta không thể tìm thấy các nhóm kiểm soát không phải

là đối tượng của chương trình Điển hình là các chính sách kinh tế không hướng tới các đối tượng cụ thể hay chính sách phá giá có tác động đến tất cả mọi người, ta không thể tìm thấy các nhóm kiểm soát có chất lượng

Do đa phần các chính sách kinh tế thuộc dạng này, rõ ràng là không thể áp dụng các phương pháp đánh giá

sau Vì lý do đó, người ta phát triển các phương pháp đánh giá trước Jean-Pierre Cling sẽ giới thiệu cho

chúng ta những phương pháp này cùng ví dụ minh hoạ cụ thể là tác động đến phân phối thu nhập của việc Việt Nam gia nhập WTO

2 Đánh giá trước các chính sách

Đánh giá trước là việc đánh giá tác động tiềm tàng của

một chính sách trước khi triển khai nhằm mục đích so sánh các chính sách

Trước tiên, tôi sẽ giới thiệu một số nguyên tắc của phương pháp đánh giá trước; chúng ta sẽ lấy ví dụ

cụ thể về một nghiên cứu về Việt Nam mà chúng tôi

đã thực hiện; cuối cùng chúng tôi sẽ giới thiệu một số triển vọng cải thiện những mô hình này

Tôi xin nhường lời cho đồng nghiệp của tôi Jean-Pierre Cling

2.1 Nguyên tắc đánh giá trước thông qua mô hình cân bằng tổng thể

Đánh giá trước tác động tổng thể của các chính sách kinh tế đòi hỏi phải sử dụng một mô hình kinh tế vĩ mô

Có hai loại mô hình kinh tế vĩ mô:

> Các mô hình kinh tế lượng: gồm các phương trình

về hành vi, phương trình kinh tế lượng được tính toán theo các dữ liệu về thời gian và phương trình

kế toán Nguyên tắc của mô hình này là thể hiện lại trong tương lai những hành vi ứng xử được quan sát trong quá khứ với giả định rằng những hành vi ứng

xử này luôn còn giá trị Những mô hình này không thực sự phù hợp để đánh giá tác động phân phối thu nhập của các chính sách kinh tế như những chính sách được đề cập nhiều trong ngày hôm nay

Do đó, chúng tôi sẽ không giới thiệu những chính sách này Những mô hình này mang tính chất tổng hợp hơn, nhất là đối với các đối tượng là hộ gia đình

và do đó ít được sử dụng để đánh giá tác động tới phân phối thu nhập của các chính sách kinh tế So với mô hình cân bằng tổng thể, những mô hình này

có điểm hạn chế là mức độ liên kết về mặt lý thuyết thấp hơn

Vấn đề và hạn chế của đánh giá sau ex post

> Mô hình cân bằng tổng thể đã được Olivier

Beaumais giới thiệu cách đây một năm tại Khóa

học Tam Đảo 20071

Mô hình cân bằng tổng thể là một mô hình kinh tế

dựa vào giả thuyết về các tác nhân kinh tế “tìm cách

tối đa hóa lợi ích của mình” Các hộ gia đình tối đa

hóa lợi ích của họ còn các doanh nghiệp tối đa hóa

lợi nhuận của mình Những mô hình này được xây

dựng dựa theo lý thuyết tân cổ điển

Một mô hình cân bằng tổng thể dựa vào một Ma

trận kế toán xã hội-SAM (Social Accounting Matrix)

Ma trận này thể hiện các giao dịch kinh tế trong

giai đoạn một năm giữa các tác nhân, hộ gia đình,

doanh nghiệp, nhà nước và giữa các ngành kinh

tế Mô hình gồm các phương trình kế toán và các

phương trình hành vi – ví dụ như hàm tiêu dùng thể

hiện mối liên hệ giữa thu nhập hộ gia đình và tiêu

dùng Những mô hình này thường được sử dụng để

mô phỏng các chính sách kinh tế và ta tiến hành

phân tích mang tính đối chứng một hoạt động cải

cách chính sách Ta so sánh hai trạng thái kinh tế,

tức so sách tổng sản phẩm quốc nội, sản xuất, tiêu

dùng, thu nhập, việc làm, giá cả, xuất khẩu ở cấp độ

tham chiếu… với cấp độ mô phỏng-với mô hình

Phân tích bằng mô hình hoạt động phân phối thu nhập

trong các mô hình cân bằng tổng thể ứng dụng

Tôi sẽ chỉ đề cập đến cách tiếp cận chuẩn mực là

cách tiếp cận được áp dụng nhiều nhất Theo cách

tiếp cận này, ta chia các hộ gia đình thành các nhóm

gọi là các nhóm đại diện (thành thị, nông thôn, làm

công ăn lương, không làm công ăn lương) Nhờ đó ta

có thể nhóm lại thành các nhóm đối tượng khác nhau

Nhìn chung có khoảng 5 đến 10 nhóm hộ gia đình

Ta giả định rằng những nhóm này đủ đồng nhất để

có thể được coi như đại diện cho tất cả các đối tượng

làm công ăn lương ở khu vực thành thị chẳng hạn Khi

đánh giá tác động của một chính sách, ta sẽ đánh giá

từng nhóm hộ gia đình Một phương pháp tiếp cận

khác phức tạp hơn sẽ được giới thiệu trong phần sau

Đặc điểm mô hình cân bằng tổng thể

Những mô hình này được xây dựng ở cấp độ quốc gia cũng như cấp độ quốc tế Ngân hàng Thế giới, OECD xây dựng các mô hình quốc tế cho phép phân tích hoạt động của nền kinh tế thế giới và tác động của các

cú sốc kinh tế thế giới Tuy nhiên đa phần các mô hình được sử dụng là ở cấp độ quốc gia Ta cũng có thể xây dựng các mô hình đa ngành với việc lựa chọn số lượng các ngành Nguyên tắc của mô hình cân bằng tổng thể là thiết lập mối liên hệ giữa toàn bộ các hành vi của các tác nhân trong một khuôn khổ thống nhất gồm hộ gia đình, doanh nghiệp, chính phủ và phần còn lại của thế giới Người ta sẽ đánh giá những ưu điểm, hạn chế, chi phí của một chính sách thông qua mô hình và có thể theo các nhóm hộ gia đình

Người ta dựa vào các dữ liệu hàng năm, đó là Ma trận

kế toán xã hội - SAM – và các cuộc điều tra hộ gia đình, doanh nghiệp…

Mô hình cân bằng tổng thể được ứng dụng chủ yếu trong các lĩnh vực như cải cách thuế, tác động của chính sách tự do hóa thương mại như cắt giảm thuế quan Tuy nhiên, tất cả các loại hình chính sách công đều có thể được đánh giá

1

Beaumais O, Môi trường và phát triển: nhập môn về xây dựng mô hình cân bằng tổng thể, Khóa học Tam Đảo Những phương pháp tiếp cận mới ứng dụng cho phát triển, Lagrée Stéphane (biên tập), tháng 11/2008, Nhà xuất bản Thế giới,

- Xác định rõ hàm phân phối thu nhập cho từng nhóm

- Giả định là biến thiên về thu nhập trong nhóm là

cố định

- Ước tính các chỉ số nghèo đói và bất bình đẳng và đói nghèo dựa trên giả định này.

Một số đặc điểm của các mô hình CGE

- Các mô hình vĩ mô (quốc gia, khu vực hay thế giới)

- Các mô hình đa khu vực

- Mô hinh giải thích hành vi của các chủ thể trong một khuôn khổ thống nhất: các hộ gia đình, các doanh nghiệp, Chính phủ và Phần còn lại của Thế giới

- Tập trung vào các thoả hiệp: theo định nghĩa chi phí và

Mở rộng mô hình cân bằng tổng thể cơ sở

Bước đầu tiên là mô hình tĩnh cho một giai đoạn duy

nhất, không xác định thời gian Đây là một mô hình vô

cùng giản đơn Do đó, nên đưa vào trong mô hình yếu

tố động Đó là hành vi tiêu dùng trong nhiều giai đoạn,

hoạt động đầu tư cho phép tăng vốn và hành vi tối đa

hóa lợi ích liên thời gian Đây là mô hình động

Về mặt lịch sử, rất nhiều mô hình dạng này dựa vào

các giả thuyết về cạnh tranh hoàn hảo trên thị trường

hàng hóa: giá do cân bằng cung cầu xác định, không

một doanh nghiệp nào được độc quyền trên một thị

trường và có quyền xác định giá Nhưng nền kinh tế

trong thực tế thường khác xa tình trạng cạnh tranh

hoàn hảo Cải tiến những mô hình này chính là việc

đưa vào các giả thuyết về cạnh tranh không hoàn hảo:

một số doanh nghiệp lớn hơn các doanh nghiệp khác

và ít nhiều có quyền lực trên thị trường

Có thể làm tương tự đối với thị trường lao động Chúng

tôi đã phát triển cách tiếp cận tương tự vào trường hợp

Việt Nam và lát nữa chúng tôi sẽ giới thiệu với các bạn

Có thể cải tiến các mô hình theo cách khác: thay vì

giới hạn ở phạm vi hiện nay, ta có thể đưa vào đó một

mô-đun về tài chính Cuối cùng, điều thú vị hơn đó là

thay vì lấy một nhóm tác nhân, chúng tôi sẽ sử dụng

mô hình cân bằng tổng thể để nghiên cứu tác động

của các chính sách lên toàn bộ các cá thể thông qua

mô hình mô phỏng vi mô

Tại sao giả thuyết gộp các hộ gia đình theo nhóm lại đặt ra vấn đề? Điều này đã được nghiên cứu tại Indonesia và Madagascar Chúng tôi nhận thấy rằng tổng phương sai thu nhập chủ yếu liên quan đến phương sai bên trong các nhóm hộ gia đình đại diện (gọi là phương sai nội bộ nhóm) và ít liên quan đến phương sai giữa các nhóm hộ gia đình (gọi là phương sai giữa các nhóm) Trên thực tế, giả thuyết “tác nhân đại diện” là lạm dụng: ta mất phần lớn thông tin và sự

đa dạng nếu ta tập hợp theo nhóm hộ gia đình

Mô hình mô phỏng vi mô dựa vào các dữ liệu cá nhân

về các tác nhân kinh tế - hộ gia đình hoặc doanh nghiệp Mô hình được xây dựng với hàng nghìn hộ gia đình được rút ra từ một cuộc điều tra hộ gia đình, trong

đó ta lấy một số thông tin cá nhân về các hộ gia đình: việc làm, thu nhập, tiêu dùng, trình độ giáo dục…

Có nhiều loại mô hình khác nhau Trong mô hình kế toán đơn giản, ta chỉ nhập thông tin về thu nhập và tiêu dùng của hộ gia đình (về việc làm…) mà không xây dựng các hàm liên kết thu nhập và tiêu dùng

Mô hình kế toán vi mô chỉ gồm các phương trình kế toán gắn với mô hình cân bằng tổng thể nhưng không có bất

kỳ hàm hành vi và phản ứng của các tác nhân nào

Mô hình mô phỏng vi mô hoạt động thế nào?

• Một bộ dữ liệu điển hình = Bộ dữ liệu hộ gia đình với những thông tin về:

- Những đặc điểm kinh tế xã hội của từng thành viên

- Tình trạng việc làm và thu nhập tương ứng

- Chi tiêu của hộ

• Cho phép mô phỏng tác động của các chính sách lên các cá thể

Các ch s nghèo ói

Ví d$:

t) l nhân khu ói nghèo 35%

Mô phng các quá trình kinh t-xã h"i

Ví d$:

giá trà gim Giá th(c phm

t ng Qui mô h" t ... định hướng kết quả, câu hỏi kinh tế trị đánh giá đặt ra, giống nh Franỗois ó nờu lờn Khi ngi ta chu sc ép phải đánh giá sách kinh tế, dù đánh giá trước hay đánh giá sau, độc lập cán đánh giá có ý... dụng phương pháp đánh giá

sau Vì lý đó, người ta phát triển phương pháp đánh giá trước Jean-Pierre Cling giới thiệu cho

chúng ta phương pháp ví dụ minh hoạ cụ thể tác động. .. với phương pháp

thay khác, đánh giá tác động nhờ phương pháp phân nhóm ngẫu nhiên hay đánh giá ngẫu nhiên có

ưu điểm minh bạch, ta so sánh kết trung bình: không phức tạp phương