Vì sao Card, Angrist và Imbens đạt giải Nobel Kinh tế 2021?

11 minute read

Đóng góp của ba tác giả xoay quanh “thử nghiệm tự nhiên” để trả lời các câu hỏi nhân quả có tác động quan trọng đến xã hội, ví dụ như chính sách lương tối thiểu và nhập cư tác động thế nào đến thị trường lao động. Hiểu biết về nguyên nhân - kết quả là điều kiện cần để đưa ra lựa chọn tốt. Người trẻ cần biết học vấn rốt cuộc làm tăng thu nhập của họ thêm bao nhiêu để lựa chọn học đến cấp nào là đủ. Chính khách khi lựa chọn giữa các gói chính sách khác nhau cần biết tác động của mỗi chính sách đến lao động và phân phối thu nhập.

Một cách thiết lập quan hệ nhân quả là ngẫu nhiên phân các cá nhân khác nhau vào nhóm nhận thử nghiệm hoặc đối chứng, giống như các thử nghiệm tác dụng thuốc. Nhưng phương pháp này khó áp dụng với nhiều vấn đề xã hội. Chúng ta không thể phân ngẫu nhiên quyết định cho trẻ được học phổ thông hay không. Các nhà khôi nguyên Nobel năm nay chỉ ra nhiều vấn đề xã hội quan trọng có thể trả lời bằng thử nghiệm tự nhiên - các tình huống thực tế gần giống với thử nghiệm (đối chứng) ngẫu nhiên, phát sinh từ các hiện tượng ngẫu nhiên, luật lệ hay thay đổi chính sách.

Các nghiên cứu tiên phong những năm 1990 của Card sử dụng thử nghiệm tự nhiên để đánh giá tác động của tiền lương tối thiểu, nhập cư và học vấn, thách thức các quan niệm thịnh hành đương đại và mở ra các hướng nghiên cứu mới, giúp chúng ta hiểu hơn về cách thị trường lao động vận hành. Khác với thử nghiệm (đối chứng) ngẫu nhiên, các nhà nghiên cứu dù có thông tin về nhóm người nhận can thiệp và đối chứng, họ không ngăn được việc một số người tự quyết định có tiếp nhận can thiệp được chỉ định hay không. Việc này gây nhiều khó khăn cho việc diễn giải kết quả nghiên cứu. Trong một nghiên cứu năm 1994, Angrist và Imbens chỉ ra rằng có thể rút ra kết luận về quan hệ nhân quả từ thử nghiệm ngẫu nhiên mà trong đó các cá nhân không thể bị ép buộc tham gia hoặc không tham gia chương trình thử nghiệm. Khung nghiên cứu của họ đã làm thay đổi đáng kể nghiên cứu thực chứng sử dụng dữ liệu từ thử nghiệm tự nhiên hoặc thử nghiệm ngẫu nhiên thực địa.

Mối liên hệ học vấn - thu nhập

image-center

Hãy bắt đầu với ví dụ thử nghiệm tự nhiên. Một câu hỏi quan trọng với cả xã hội và những người trẻ là học nhiều có thể làm tăng thu nhập tương lai thêm bao nhiêu. Khi cố trả lời câu hỏi này, ta có thể bị hấp dẫn bởi việc đánh giá quan hệ tương quan giữa thu nhập và học vấn của các cá nhân. Trong các hoàn cảnh thường thấy, những người có học vấn cao thường có thu nhập cao hơn. Ví dụ nam giới sinh ra ở Mỹ những năm 1930 có thu nhập bình quân cao hơn 7% khi tích lũy thêm một năm học vấn.

Liệu ta có thể kết luận một năm học vấn làm tăng thu nhập thêm 7%? Câu trả lời là không, những người chọn học nhiều rất khác những người chọn học ít. Ví dụ một số người (chẳng hạn được trời phú thông minh) vừa giỏi học, vừa giỏi làm. Những người này thường có xu hướng học nhiều, nhưng họ vẫn có thể có thu nhập cao nếu không lựa chọn như vậy.

Joshua Angrist và Alan Krueger (đã mất) chỉ ra cách sử dụng thử nghiệm tự nhiên để giải quyết bài toán này trong một bài báo nổi tiếng. Ở Mỹ, giáo dục phổ thông là bắt buộc và một người chỉ được thôi học khi đủ 16 hoặc 17 tuổi, tùy vào bang nơi họ theo học. Vì tất cả trẻ sinh cùng năm bắt đầu đi học cùng ngày, trẻ sinh vào đầu năm được quyền thôi học sớm hơn trẻ sinh cuối năm. Khi Angrist và Krueger so sánh những người sinh quý I và quý IV của năm, họ thấy nhóm đầu thường học ít hơn và đồng thời có thu nhập thấp hơn. Vì việc một người sinh ra đầu năm hay cuối năm là ngẫu nhiên, Angrist và Krueger đã sử dụng thử nghiệm tự nhiên này để thiết lập quan hệ nhân quả: giáo dục làm tăng thu nhập: tác động của một năm học vấn lên thu nhập vào khoảng 9%. Kết quả này mạnh hơn mức tương quan giữa học vấn và thu nhập (7%). Nếu những người cầu tiến và thông minh thực sự vừa học nhiều và vừa có thu nhập cao (dù có do học vấn hay không), kết quả lẽ ra phải ngược lại: quan hệ tương quan mạnh hơn quan hệ nhân quả. Quan sát này đặt ra câu hỏi phải diễn giải kết quả thử nghiệm ngẫu nhiên như thế nào? Câu hỏi đó sau này được Joshua Angrist and Guido Imbens trả lời.

image-center

Tác động chính sách tăng lương tối thiểu

Tại sao Card và Krueger lại chọn các nhà hàng tại New Jersey và đông Pennsyvania làm đối tượng nghiên cứu?

Lí do, là mặc dù New Jersey và Pensylvania là hai bang riêng biệt, và chúng có những khác biệt đáng kể, thị trường lao động tại vùng giáp ranh hai bang lại có xu hướng vận động tương tự nhau. Card và Krueger đã nghiên cứu tác động việc làm tại hai khu vực có thị trường lao động tương đồng này với khác biệt là New Jersey áp dụng chính sách tăng lương tối thiểu còn Pennsylvania thì không. Vì vậy, nếu có bất cứ sự khác biệt đáng kể nào về việc làm giữa hai bang, ta có lý do để tin rằng chúng chính là kết quả của chính sách tăng lương tối thiểu.

image-center

Bên cạnh đó, lương tối thiểu có ảnh hưởng lớn đến thị trường lao động của ngành hàng phục vụ thức ăn nhanh, vì các nhà hàng này thường trả lương thấp cho nhân viên. Đối với họ, mức lương tối thiểu đóng vai trò quan trọng trong việc quyết định có đi làm hay không.

Quan niệm thịnh hành trong giới kinh tế những năm 1990 là tăng lương tối thiểu làm giảm việc làm vì tiền lương tăng thêm làm phát sinh chi phí doanh nghiệp. Trái lại, Card và Krueger chỉ ra rằng việc tăng lương tối thiểu không có tác động đến việc làm .

Từ công trình này, đã có nhiều nghiên cứu mới được thực hiện nhằm giải thích cho sự vắng bóng của tác động này. Một lý do có thể là các công ty đã chuyển phần chi phí phát sinh do chính sách sang khách hàng bằng cách tăng giá sản phẩm mà không làm giảm đáng kể nhu cầu tiêu thụ. Một lời giải thích khác là các công ty thống trị thị trường lao động địa phương có thể ghìm mức lương thấp. Khi mức lương tối thiểu tăng, nhiều người sẽ sẵn sàng làm việc hơn, và làm tăng việc làm. Vì vậy, chúng ta khó có thể lường trước được chính sách tăng lương tối thiểu sẽ tác động đến việc làm như thế nào khi có những công ty lũng đoạn thị trường lao động.

Tác động can thiệp bình quân cục bộ (LATE)

Thực tế, tác động của can thiệp đối với mỗi cá nhân là khác nhau. Ví dụ, tác động của việc tăng thêm một năm học vấn lên thu nhập giữa mọi người sẽ không giống nhau. Hơn nữa, các cá nhân cũng sẽ chịu tác động của can thiệp theo những cách khác nhau. Ví dụ, quyền được lựa chọn thôi học khi đủ 16 tuổi hầu như sẽ không có tác động gì đối với những học sinh đã có kế hoạch theo học đại học trước đó. Đây là một vấn đề phổ biến trong các nghiên cứu dựa trên các thử nghiệm thực tế bởi các nhà nghiên cứu không có quyền ép buộc người khác nhận can thiệp. Trong nhóm người nhận can thiệp thường có những người tin sẵn rằng họ sẽ hưởng lợi từ can thiệp. Vậy nếu chỉ nhìn vào dữ liệu mà không có bất cứ thông tin gì về những người tham gia thử nghiệm và nguyên nhân họ tham gia, làm thế nào các nhà nghiên cứu có thể xây dựng quan hệ nhân quả giữa giáo dục và thu nhập?

image-center

Joshua Angrist và Guido Imbens đã giải quyết vấn đề này trong một nghiên cứu có ảnh hưởng từ giữa những năm 1990. Cụ thể hơn, nó giải đáp cho câu hỏi: Trong hoàn cảnh nào chúng ta có thể sử dụng thử nghiệm tự nhiên để ước tính tác động của một can thiệp cụ thể, khi tác động của can thiệp là khác nhau giữa các cá nhân và chúng ta không có toàn quyền kiểm soát ai sẽ là người tham gia? Làm thế nào chúng ta ước tính được tác động này và nó nên được diễn giải như thế nào?

Chúng ta có thể hình dung một thử nghiệm tự nhiên giống như việc ngẫu nhiên chia các cá nhân thành một nhóm nhận can thiệp và một nhóm đối chứng. Nhóm nhận can thiệp được quyền tham gia vào một chương trình (ví dụ như một khoá học tin học) trong khi nhóm đối chứng thì không. Angrist và Imbens đã chỉ ra rằng có thể ước tính tác động của chương trình bằng cách áp dụng một quy trình hai bước (còn được gọi là phương pháp biến công cụ). Bước đầu tiên là nghiên cứu xem thử nghiệm tự nhiên tác động như thế nào đến xác suất tham gia chương trình. Bước thứ hai là xem xét xác suất này khi đánh giá hiệu quả của chương trình thực tế.

Dựa vào một số giả định mà Imbens và Angrist đã xây dựng và thảo luận cụ thể, các nhà nghiên cứu có thể ước tính tác động của chương trình, kể cả khi không có thông tin về người thực sự bị ảnh hưởng bởi thử nghiệm tự nhiên. Một kết luận quan trọng là nó chỉ có thể ước tính tác động giữa những người đã thay đổi hành vi của họ do thử nghiệm tự nhiên. Điều này ngụ ý rằng kết luận của Angrist và Krueger về tác động của việc tăng thêm một năm học vấn đối với thu nhập - được ước lượng là 9% - chỉ áp dụng cho những những người thực sự đã chọn thôi học khi có cơ hội. Tuy không thể xác định được những cá nhân nào được bao gồm trong nhóm này, nhưng chúng ta có thể xác định độ lớn của nó. Tác động cho nhóm này đã được đặt tên là Tác động Can thiệp Bình quân Cục bộ, LATE.

Do đó, Joshua Angrist và Guido Imbens có thể chỉ ra chính xác những kết luận nào về nhân quả có thể được rút ra từ các thử nghiệm tự nhiên. Phân tích của họ cũng có liên quan đến các thử nghiệm ngẫu nhiên khi chúng ta không có toàn quyền kiểm soát đối với những người tham gia can thiệp, một trường hợp phổ biến trong hầu hết các thử nghiệm thực tế. Phương pháp được phát triển bởi Angrist và Imbens đã được áp dụng rộng rãi bởi các nhà nghiên cứu làm việc với dữ liệu quan sát. Bằng việc làm rõ các giả định cần thiết để thiết lập mối quan hệ nhân quả, phương pháp của họ cũng làm tăng tính minh bạch - và do đó tăng độ tin cậy - của nghiên cứu thực nghiệm.

Cuộc cách mạng trong nghiên cứu thực nghiệm

Những đóng góp của các nhà khoa học đạt giải Nobel từ đầu những năm 1990 đã chứng minh rằng có thể trả lời các câu hỏi quan trọng về nhân quả bằng cách sử dụng các thử nghiệm tự nhiên. Các đóng góp của họ bổ sung và củng cố cho nhau: những hiểu biết về phương pháp luận của Angrist và Imbens về các thử nghiệm tự nhiên và các ứng dụng của Card trong việc trả lời các câu hỏi quan trọng đã dẫn đường cho nhiều nghiên cứu khác. Chúng ta hiện đã có một phương pháp nhất quán, nghĩa là chúng ta biết cách nên diễn giải các kết quả nghiên cứu như thế nào. Công trình của các nhà khoa học đạt giải Nobel đã tạo ra cuộc cách mạng trong nghiên cứu thực nghiệm ngành khoa học xã hội và góp phần cải thiện đáng kể năng lực cộng đồng nghiên cứu nhằm mục đích trả lời các câu hỏi có tầm quan trọng đối với tất cả chúng ta.

Nguồn bài viết được tham khảo từ địa chỉ

Comments