About

Kinh tế học Vô hại

Hãy bỏ qua nếu bạn không quan tâm đến Kinh tế học hoặc Khoa học dữ liệu và chưa từng bao giờ bận tâm bởi những mối quan hệ nhân quả

Quay xung quanh mặt trời ở khoảng cách chừng 92 triệu dặm là một hành tinh xanh lơ xanh lá bé tí cực kỳ tầm thường, các dạng sống hậu duệ loài vượn tại đây nguyên thủy lạ lùng đến độ chúng hãy còn nghĩ đồng hồ mặt số là một ý tưởng khá là tinh xảo. Hành tinh này đang - hay nói đúng hơn đã từng - có một vấn đề như sau: đa số dân sinh sống trên đó không thấy hạnh phúc hầu hết cả ngày. Nhiều giải pháp đã được đề xuất cho vấn đề này, song phần lớn những giải pháp ấy chủ yếu liên can đến công tác chuyền quanh những mảnh giấy xanh xanh be bé, điều này vốn dĩ kỳ quặc bởi xét về tổng thể thì kẻ không hạnh phúc đâu phải những mảnh giấy xanh xanh be bé đó. [1]

Douglas Adams là nhà văn, nhà hài kịch Anh nổi tiếng. Với những ai còn xa lạ với trí hài hước và óc tưởng tượng phong phú của ông, một đoạn trích nhỏ giới thiệu về Trái đất trên đây có thể hữu ích [À mà tiện thế nếu bạn chưa biết, Trái đất có hẳn một bản ghi trong “Bí kíp Quá giang vào Ngân hà” với vỏn vẹn hai chữ “Vô hại”, rồi trong một lần tái bản sau đó, được thêm vào vài chữ thành ra “Gần như Vô hại”].

Nhân tiện, hãy thử một đoạn cầu nguyện có một không hai trong cuốn “Gần như Vô hại” của ông, có thể ít nhiều có ích cho những người muốn truy cầu kiến thức:

Hãy che chở con khỏi biết những điều con không cần biết. Hãy che chở con khỏi cả việc biết rằng tồn tại những thứ cần phải biết mà con không biết. Hãy che chở con khỏi biết rằng con đã quyết định không biết những thứ mà con đã quyết định không biết. Còn một lời cầu nguyện khác vô cùng quan trọng” […] “Hãy che chở con khỏi hậu quả của tất cả những lời cầu nguyện trên […] Phần lớn phiền toái mà mọi người vướng phải trong đời đều do bỏ sót lời cầu nguyện cuối cùng này.” [2]

Những trang văn của Adams ám ảnh hai nhà kinh tế Joshua Angrist (MIT, Mĩ) và Jorn-Steffen Pischke (LSE, Anh) đến độ họ viết hẳn một cuốn sách trích dẫn dày đặc văn viễn tưởng của Adams. [3] Sẽ chẳng có gì đáng nói, nếu cuốn sách ấy không phải sách kinh tế lượng (phương pháp ứng dụng toán thống kê vào nghiên cứu kinh tế học), dùng để giảng dạy cho bậc Tiến sĩ. Cuốn sách ấy có kích cỡ đủ nhỏ (và đủ rẻ) để có thể bỏ túi, nhưng cũng đủ nặng để được đưa vào giảng dạy ở các trường hàng đầu thế giới và để những người làm nghiên cứu thực chứng dùng gối đầu giường. [Nhân tiện nếu bạn chưa biết, nhiều thế hệ sinh viên đại cương ngành kinh tế ở Việt Nam vẫn đồn đại câu khẩu quyết về những môn học khó kinh dị: “Nhất Lượng, nhì Mar” mà vẫn chưa rõ lối thoát]. [4]

Trong cuốn sách kinh tế lượng ấy, hai giáo sư kinh tế đã làm một vài việc “Vô hại”. Họ trót làm lộ ra bí mật rằng, những người nghiên cứu kinh tế, môn khoa học thường hay bị chỉ trích vì văn hóa khép kín, đóng cửa trong tháp ngà [5], thực ra đang làm những việc không mấy khác các ngành khoa học xã hội khác hoặc thậm chí dịch tễ học. Trong cuốn sách của mình, họ đặt trí tưởng tượng và hài hước lên trước dẫn đường cho những chuỗi công thức toán học cồng kềnh với hi vọng “đầu xuôi đuôi lọt”. Họ bỏ xó một bên cách tiếp cận giả thiết - vi phạm và những mô hình kinh tế lượng trang nghiêm của các sách kinh điển trong ngành, mà lấp đầy cuốn sách nhỏ với các ví dụ và dữ liệu. Họ tâm niệm rằng truyền tải ý tưởng phương pháp nghiên cứu không kém phần quan trọng so với việc chứng minh tính đúng đắn của những công thức toán học. Họ cũng trót tin vào sự tồn tại của những bộ phương pháp nghiên cứu đủ thông dụng, đơn giản, và “vô hại” để khám phá thế giới vốn đã quá phức tạp này.

10 năm sau có một chàng trai Brazil giữa mùa Covid đã làm một việc khá “vô hại”. Cậu viết một cuốn sách online [6] quả quyết rằng việc giải thích các mối quan hệ nhân quả không hề kém phần quan trọng so với việc dự đoán mà Trí tuệ nhân tạo và Học máy đang cực thịnh. Cậu ta giải thích các công cụ suy luận nhân quả được các nhà kinh tế thường dùng bằng ngôn ngữ Khoa học dữ liệu. Cậu ta còn cung cấp dữ liệu và các đoạn code Python miễn phí để ứng dụng các công cụ suy luận nhân quả mà không cần dùng các phần mềm thống kê kinh tế lượng (thường phải trả phí khá mắc để sử dụng). Cậu cũng không quên nhắc tầm quan trọng của các mô hình toán học trong suy luận nhân quả, nhưng lại đính kèm cách diễn giải của các chuyên gia dữ liệu, đôi lúc là văn, thơ và cả meme nữa.

Và đây là việc vô hại cuối cùng (hy vọng vậy) mà tôi sẽ kể trong bài viết này về những việc mà chúng tôi dự định làm. Một nhóm các nhà nghiên cứu tự-nhận-là-trẻ ở London, Birmingham và Manchester tin rằng Kinh tế học rất đẹp vì tính đa dạng và phong phú của nó. Nhiều người nghiên cứu “công tác chuyền quanh những mảnh giấy xanh xanh be bé” và bí quyết làm chúng lớn dần thêm. Nhưng cũng nhiều người lăn lộn nghiên cứu các ngóc ngách của “môn khoa học khốn khổ” [7] để làm con người bớt “bất hạnh” hơn trước đói ngèo, bất bình đẳng, bạo lực, biến đổi khí hậu, tội phạm, … Sức sống của kinh tế học hiện đại không chỉ dựa vào sự phát triển nội tại của nó mà còn ở khả năng giao thoa, lĩnh hội từ các ngành khoa học tự nhiên và khoa học xã hội khác để khai thác nguồn dữ liệu phong phú và những cách tiếp cận khoa học liên ngành và đa ngành để phục vụ cuộc sống. Ở môt khía cạnh khác, chúng tôi cũng tin rằng kinh tế học sẽ trở nên hữu ích và bớt xa lạ hơn nếu phổ biến những phương pháp nghiên cứu kinh tế học đến với đại chúng bên ngoài các tạp chí bình duyệt và hội thảo chuyên ngành. Nhưng điều này khó có thể diễn ra nếu không hạ bớt các rào cản kĩ thuật chuyên môn và các rào cản chi phí (tài liệu, phần mềm…).

Fanpage Kinh tế học Vô hại lập ra nhằm chia sẻ kiến thức “vô hại” về kinh tế học, khoa học dữ liệu và phương thức kết hợp chúng trong nghiên cứu các vấn đề chính sách, xã hội và quyết định kinh doanh. Hoạt động đầu tiên của Fanpage trong những ngày tới là chia sẻ loạt bài Việt hóa “Suy luận Nhân quả với Python” của Matheus Facure [6] dựa trên nguồn tài liệu của các học giả uy tín như Joshua Angrist, Jorn-Steffen Pischke, Alberto Abadie, Christopher Walters, Miguel Hernan, Jamie Robinsons, Scott Cunningham… Loạt bài này sẽ cung cấp nền tảng cơ bản của suy luận nhân quả, biểu đồ nhân quả và bộ công cụ định lượng: Hồi quy biến công cụ, Ghép cặp Điểm xu hướng, Ước lượng mạnh hai lần, Hồi quy Dữ liệu Bảng, Sai khác của Biến thiên, Đối chứng Tổng hợp và Thiết kế Hồi quy gián đoạn với các ví dụ cụ thể sử dụng nguồn dữ liệu sẵn có trong nhiều lĩnh vực của cuộc sống.

Loạt bài viết này sẽ được cập nhật trên Fanpage Kinh tế học Vô hại vào 21:00 giờ, thứ 7 hàng tuần, bắt đầu từ 12/12/2020 và lưu trữ tại website này. Dữ liệu và code có thể tìm tại GitHub repo Nhân quả Python

[1] Trích “Bí quyết Quá giang vào Ngân hà”, tác giả Douglas Adams, bản dịch của Nguyễn Thị Thu Yến (NXB Lao động 2017).

[2] Lược dịch “Mostly Harmless”, tác giả Douglas Adams, xuất bản lần đầu 1992, Pan Books tái bản 2016.

[3] J. Angrist “Mostly Harmless Econometrics: An Empiricist’s Companion”, tác giả J. Angrist và J. Pischke, xuất bản 2009 bởi Princeton University Press.

[4] “Nhất Lượng, nhì Mar” hàm ý 2 môn cơ sở ngành Kinh tế lượng và Marketing, được cho là khó nhất của khối ngành kinh tế và quản trị kinh doanh. [5] Ví dụ một bài viết trên trang The Economist dẫn kết quả một nghiên cứu rằng số lượng trích dẫn các tạp chí đầu ngành khoa học chính trị trong mỗi bài báo đăng trên tạp chí American Economic Review chỉ bằng 1/5 số trích dẫn các tạp chí đầu ngành kinh tế trong mỗi bài báo đăng trên tạp chí American Political Science Review. American Economic Review và American Political Science Review là hai trong số các tạp chí đầu ngành kinh tế học và khoa học chính trị.

[6] Suy luận Nhân quả cho những Chiến binh Quả cảm Chân Chính (Causal Inference for the Brave and True).

[7] “Môn khoa học khốn khổ” (dismal science) được cho là lần đầu dán nhãn lên ngành Kinh tế học bởi Thomas Carlyle.

Comments