Khi không thể tiến hành thử nghiệm ngẫu nhiên: Các phương pháp bán thử nghiệm (Quasi-experimental methods)

Các phương án thay thế cho thử nghiệm ngẫu nhiên

Đôi khi không thể thực hiện phương pháp thử nghiệm: Các dự án cơ sở hạ tầng lớn Các dự án nhạy cảm về chính trị

Khi đó chúng ta có thể sử dụng các phương pháp bán/giả thử nghiệm (quasi-experimental) để có được các kết quả giống với phương pháp thử nghiệm ngẫu nhiên

Xác định nhóm đối chứng (so sánh)

Mục đích của phương pháp bán/giả thử nghiệm là có được nhóm đối chứng (control group) gần giống như là nhóm đối chứng có được từ việc thử nghiệm ngẫu nhiên.

Chúng ta vẫn có nhóm đối chứng và nhóm can thiệp, và về cơ bản là sử dụng phương pháp ước lượng so sánh chênh lệch sai khác (DID)

Chúng ta chỉ sử dụng các phương pháp khác nhau để lựa chọn một “nhóm đối chứng tốt”

Trong buổi này

Ba phương pháp bán/giả thử nghiệm để đánh giá tác động Thiết kế gián đoạn hồi quy (Regression

discontinuity design) Đối chứng dựa trên xác suất (Propensity score

matching) Phương pháp biến công cụ/thay thế

(Instrumental variables methods) Trong mỗi phương pháp: Sẽ trình bầy ưu và nhược

điểm, có ứng dụng trong thực tế và trong nghiên cứu

Một số ví dụ minh hoạ

Thiết kế gián đoạn hồi quy Regression Discontinuity Designs

Thiết kế gián đoạn hồi quy là thiết kế dựa trên quá trình lựa chọn Khi có một quy tắc chính thức/hành chính, rõ ràng về việc

được tham gia dự án và quy tắc này được tuân thủ tương đối tốt

Một điểm số đơn giản Việc được tham gia vào nhóm can thiệp là dựa

trên chỉ số điểm này. Một ngưỡng điểm số được xác định ▪ Ví dụ: các doanh nghiệp có doanh số cao hơn một con số

nhất định. ▪ Những doanh nghiệp có doanh số cao hơn được hưởng can thiệp,

những doanh nghiệp bên dưới không được. ▪ Tiến hành so sánh những doanh nghiệp cao hơn ngưỡng một

chút với các doanh nghiệp dưới ngưỡng một chút. 5

Logic của Thiết kế gián đoạn hồi quy

Việc tham gia vào các nhóm can thiệp phụ thuộc, hoàn toàn hoặc một phần, vào một “điểm số”, ví dụ như thứ hạn (tuổi trong ví dụ trước) ):

Người hưởng lợi tiềm năng được sắp xếp theo điểm số Có một điểm ngưỡng đối với việc được tham gia – Là tiêu chí được xác định rõ ràng từ trước. Điểm ngưỡng này sẽ xác định việc nằm trong nhóm can thiệp hoặc nhóm phi can thiệp

Việc tham gia hay không này thường là kết quả của các quyết định hành chính

Giớ hạn về nguồn lực hạn chế phạm vi dự ánCác can thiệp cụ thể có thể có những tác động rất khác nhau. Quy tắc phải minh bạch thay cho việc tuỳ ý

6

Những thiết kế gián đoạn khả thi

Tính phù hợp về thu nhập/đất đai để tham gia vào chương trình của chính phủ: Người dân có đất ít hơn 2ha được vay trợ

cấp, những người nhiều hơn 2ha không được vay trợ cấp

Tiêu chí tham gia theo tuổi Trẻ em ít hơn 5 tuổi được học trường

mới, học sinh hơn 5 tuổi đi học trường cũ Về địa lý

Những người ở bên này biên giới được tham gia chương trình, người bên kia biên giới không

Ví dụ về Thiết kế gián đoạn hồi quy : Tuổi được phép uống rượu

Một quốc gia cân nhắc việc thực hiện quy định về tuổi tối thiểu được phép uống rượu .

Liệu việc này sẽ : Làm giảm việc uống rượu? Giảm số lượng tử vong?

Sử dụng số liệu của Mỹ để trả lời câu hỏi này

Thiết kế gián đoạn hồi quy trên thực tế

Chính sách: Tuổi uống rượu tối thiểu hợp pháp là 21 tuổi Dưới 21 tuổi mà tiêu dùng đồ uống có cồn là bất hợp pháp

Kết quả: Lượng tiêu dùng đồ uống có cồn và tỷ lệ tủ vong Quan sát: Chính sách này hàm ý rằng

Các cá nhân 20 tuổi, 11 tháng và 29 ngày không được phép uống rượu Các cá nhân 21 tuổi, 0 tháng và 1 ngày có thể uống rượu

Tuy nhiên, chúng ta có thực sự cho rằng các cá nhân này là khác nhau không?

Sự chín chắn, sở thích uống rượu và lái xe, hành vi tham gia các buổi tiệc tùng Các các nhân sinh cách nhau vài ngày lại được “đối xử”/coi là khác nhau, chỉ vì có một điểm ngưỡng về tuổi do luật đặt ra

Chênh nhau về tuổi một vài ngày hoặc một tháng khó có thể đem lại những hành vi hoặc thái độ khác nhau về vấn đề đồ uống có cồn Địa vị pháp lý là sự khác biệt duy nhất giữa nhóm can thiệp (chỉ mới hơn 21 tuổi) và

nhóm đối chứng (gần 21 tuổi) 9

Thiết kế gián đoạn hồi quy trên thực tế

Trên thực tế, việc quy địn tiêu thụ rượu là bất hợp pháp sẽ làm giảm tiêu thụ rượu, và do đó hạn chế việc lái xe khi say. Ý tưởng: Sử dụng các nhóm sau để đo lường tác động của quy định về tuổi uống rượu tối thiểu đối với tỷ lệ chết của người trẻ tuổi

Nhóm can thiệp: Các cá nhân 20 tuổi 11 tháng tới 21 tuổi Nhóm đối chứng : Các cá nhân từ 21 tuổi tới 21 tuổi 1 tháng

Xung quan điểm ngưỡng, chúng ta có thể yên tâm cho rằng các cá nhân được phân bổ ngẫu nhiên vào nhóm cán thiệp Chúng ta có thể đo lường tác động nhân quả của tác động của chính sách đối với tỷ lệ chết xung quanh ngưỡng này.

10

Ví dụ RDD

11

Tuổi uống rượu thối thiểu làm giảm tiêu thụ rượu

Ví dụ RDD

12

Tổng số chết

Tiêu dùng rượu nhiều hơn làm tăng tỷ lệ chế t ở tuổi 21

Tổng số chết do tai nạn liên quan tới tiêu dùng rượu và ma tuý

Tổng số người chết

Kết luận: Nhân quả

Do sự tưng đột biến xảy ra vào đúng năm 21 không thể xảy ra do các yếu tố khác, chúng ta kết luận rằng nó là do chính sách hạn chế tuổi uống rượu

Các lưu ý về RDD

Lưu ý Đòi hỏi chương trình phải có các quy tắc

rõ ràng Đòi hỏi phải có số liệu về nhiều người ở

ngay ở trên và dưới điểm ngưỡng so sánh (có nghĩa là phải có nhiều người ở ngưỡng so sánh)

Chương trình can thiệp phải là nguồn duy nhất của việc gián đoạn (có nghĩa là các biên giới hành chính không phải là tiêu chí gián đoạn tốt cho RDD)

Phương pháp thứ 2: Gán cặp (Matching Method)

Gán (xếp) cặp giữa người tham gia với người không tham gia dựa trên những đặc điểm có thể quan sát được

Đối chứng (Counterfactual): Nhóm so sánh gắn cặp (Matched comparison group)

Mỗi cá nhân tham gia chương trình được xếp cặp với một hoặc nhiều người không tham gia chương trình dựa trên các đặc điểm có thể quan sát được

>> Tính trung bình, thì người tham gia và người không tham được gán cặp có cùng chung các tính chất/đặc điểm có thể quan sát được (thông qua việc thiết kế)

Ước lượng tác động của can thiệp thông qua việc sử dụng ước lượng so sánh chênh lệch sai khác (difference-in-differences)

15

Thực hiện như thế nào?

Thiết kế nhóm đối chứng bằng việc xây dựng các cặp ghép gần nhau dựa trên các tính chất quan sát được Cẩn thận lựa chọn các biến số để dựa vào đó ghép

cặp các cá nhân tham gia với nhóm đối chứng Như vậy chúng ta chỉ giữ lại ▪ Nhóm can thiệp : Các cá nhân tham gia mà chúng ta có

thể ghép cặp ▪ Nhóm đối chứng : Các cá nhân không tham gia chương

trình có đặc điểm đủ giống với các cá nhân tham gia chương trình

>> Chúng ta đã bỏ qua một phần của nhóm tham gia chương trình!

Ý nghĩa

Trong hầu hết các trường hợp, chúng ta không thể ghép cặp tất cả mọi người Cần phải hiểu được ai không được ghép

Ví dụ

Điểm

Người không tham giaNgười tham gia

Cá nhân được ghép cặp

Wealth

Phần bị bỏ qua

Lưu ý về phương pháp ghép cặp

Ghép cặp: Cần rất nhiều số liệu để tạo ra các gặp

ghép tốt Thậm chí với số liệu tốt, kết quả vẫn

chưa chắc chắn bằng các phương pháp khác

Cần phải bắt đầu với một mẫu rất lớn để đảm bảo có đủ người để ghép

Phải thực sự thuyết phục rằng các làng đối chứng không bị loại trừ vì những lý do quan trọng

Phương pháp thứ 3: Biến thay thế/biến công cụ (Instrumental Variables Methods)

Ý tưởng: Nếu chỉ một phần của việc phân bổ dự án tới các địa điểm là ngẫu nhiên, thì chỉ sử dụng phần đó để ước lượng tác động nhân quả

Một biến công cụ là một biến mà có thể giúp bạn xác định được phần đó của việc phân bổ dự án (một cần gạt để giúp thao tác tốt trong việc phân bổ dự án)

Phương pháp thứ 3: Biến thay thế/biến công cụ (Instrumental Variables Methods)

Ví dụ: Dinkelman 2011: Điện khí hoá hộ gia đình nông thôn và công ăn việc làm tại Nam Phi

Cuối chế độ (1994), Eskom cam kết kết nối điện cho 500,000 hộ gia đình mới mỗi năm và hoàn toàn được trợ cấp

Liệu điện có nâng cao triển vọng công ăn việc làm hay không?

Tiêu chí lựa chọn dự án Lý do chính trị: Một phần của nhóm không dễ xác định

nhưng lại có lý do tốt để lựa chọn một nhóm cụ thể Lý do chi phí : Mật độ hộ gia đình cao, khoảng cách

ngắn tới các lưới điện hiện có, vùng đất bằng phẳng hơn

Phương pháp thứ 3: Biến thay thế/biến công cụ (Instrumental Variables Methods)

So sánh các vùng điện khí hoá với vùng chưa điện khí hoá có thể bị sai lệch do các vùng thuộc dự án có thể không được lựa chọn ngẫu nhiên

Thay vào đó sử dụng sự biến đổi về chi phí mà có thể có ảnh hưởn tới việc xác định dự án: Tham số đất đai Các vùng dốc hơn thì chi phí để điện khí hoá sẽ cao

hơn, và do đó sẽ ít có khả năng có điện Giả thiết: Độ đốc của đất là tương đối ngẫu nhiên và

không ảnh hưởng tới vấn đề công ăn việc làm theo các khác ngoài cách là liên quan tới chi phí để điện khí hoá

Số liệu và bối cánh

Tổng điều tra các xã (1996, 2001) ở nông thôn KZN

• Huyện (d) ~ 30,000-150,000 hh’s • Xã /làng (j) ~ 220 hh’s, n=1,816

Địa lý• 1996 có đường điện, gần với đường, thông • Có đất đai cộng đồng

Điện• Số liệu hành chính liệu một xã có dự án Eskom

trong giai đoạnh 1996-2001 hay không (20% là có)

Đơn vị phân tích

Có điệnKhông điện Thành phó Trạm điện Đường điện

Vùng mẫu điều tra và phân bổ dự án

Độ dốc bằng phẳng= vàng nhạt Độ dốc hơn = NâuThành phốTrạm điện Đường dây điện

Vùng lấy mẫu và độ dốc

Phương pháp thứ 4: Biến thay thế/biến công cụ (Instrumental Variables Methods)

Giả thiết và điều kiện 1. IV phải dự đoán được phân bổ dự án ▪ “Giai đoạn 1 tốt”▪ Điều này có thể kiểm tra được!!

2. IV phải không có liên quan gì với những nhân bố không quan sát được có thể ảnh hưởng tới việc phân bổ dự án và kết quả ▪ Không kiểm định được▪ Cần kiến thức tốt về hoàn cảnh để bảo vệ

được quan điểm này

IV Phương pháp: Các kết quả chính

Độ dốc của đất tăng 10% sẽ làm giảm xác suất điện khí hoá 7,7 điểm phần trăm

Điện khí hoá làm tăng công ăn việc làm cho phụ nữ lên 9.5 điểm phần trăm và không có tác động với đàn ông

Điện khí hoá làm tăng tỷ lệ hộ gia đình sử dụng điện để thắp sáng lên 63 điểm phần trăm, nấu nướng lên 23 điểm phần trăm và giảm nấu bằng củi 27.5 điểm phần trăm

Biến công cụ: Lưu ý

Lưu ý: Để sử dụng biến công cụ, bạn cần công

cụ tốt, và điều này không phải lúc nào cũng làm được

Nói chung, rất khó có thể tìm được một công cụ có tính thuyết phục cao, và do đó phương pháp này chỉ có thể được sử dụng trong một số trường hợp

Tóm tắt: Phương pháp nào là tốt nhất

Thử nghiệm ngẫu nhiên “Tiêu chuẩn vàng”- Cho kết quả chắc chắn nhất,

nhưng không phải lúc nào cũng khả thi về mặt kỹ thuật cũng như chính trị

RDD Tạo ra kết quả tốt, nhưng cần một quy tắc phân bổ

rõ ràng, đo lường được Biến công cụ

Tạo ra kết quả tốt, nhưng đòi hỏi có công cụ tốt, mà điều này có thể không có

Ghép đôi Tạo ra kết quả tốt, nhưng có thể kém hơn các

phương pháp khác, nhưng có thể dễ thực hiện hơn các phương pháp khác