ở đây - vidac.org
Download
Report
Transcript ở đây - vidac.org
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 (quasiexperimental) 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 án
Các 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
Tuổi uống rượu thối thiểu
làm giảm tiêu thụ rượu
11
Ví dụ RDD
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
12
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-indifferences)
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
Cá nhân được
ghép cặp
Phần bị bỏ qua
Người không tham gia
Người tham gia
Điểm
Wealth
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
Đơn vị
phân tích
•
•
Huyện (d) ~ 30,000-150,000 hh’s
Xã /làng (j) ~ 220 hh’s, n=1,816
•
•
1996 có đường điện, gần với đường, thông
Có đất đai cộng đồng
•
Số liệu hành chính liệu một xã có dự án Eskom trong giai
đoạnh 1996-2001 hay không (20% là có)
Địa lý
Điện
Vùng mẫu điều
tra và phân bổ
dự án
Có điện
Không điện
Thành phó
Trạm điện
Đường điện
Vùng lấy mẫu
và độ dốc
Độ dốc bằng phẳng= vàng nhạt
Độ dốc hơn = Nâu
Thành phố
Trạm điện
Đường dây điện
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