Bài giảng Đánh giá chính sách - Bài 2: Suy diễn nhân quả là gì?

Nội dung text: Bài giảng Đánh giá chính sách - Bài 2: Suy diễn nhân quả là gì?

1. Đánh giá Chính sách Bài 2: Suy diễn nhân quả là gì? Edmund Malesky, Ph.D. June 20, 2018 Duke University 1
2. Ôn tập • Đánh giá tác động nhằm xác định ảnh hưởng của chương trình can thiệp lên kết quả • Do đó, suy luận nhân quả là rất quan trọng trong đánh giá tác động – Có phải chương trình can thiệp, chỉ có chương trình can thiệp, dẫn đến thay đổi kết quả? • Cảnh báo tương quan khác với nhân quả không đủ mạnh đối với giới làm chính sách: – Cần câu trả lời dứt khoát: Nếu chúng ta làm X, chúng ta có thu được Y không? • Nhân quả gắn liền với nhận diện được phản thực • Thách thức với nhà nghiên cứu là xác định phản thực → Cần biết nhóm so sánh đối chứng. • Phải tránh các lỗi lầm phổ biến khi xây dựng nhóm so sánh đối chứng. • Có rất nhiều mô hình kỹ thuật thống kê phức tạp, nhưng phương pháp truyền thống vẫn rất quan trọng. 2
3. Phản chứng/phản thực (counterfactuals) 3
4. Nhân quả và phản thực • Trong quá khức, quan hệ nhân quả được định nghĩa là hiện tượng quan sát được • Ví dụ các mô hình về tính đồng đều của Hume (1751) và Mill (1843) • Hiện nay quan hệ nhân quả được hiểu là sự khác biệt liên quan đến phản chứng • Rubin (1974): “nguyên nhân là các nhân tố có thể can thiệp được trong các thử nghiệm giả định.” • Có liên quan đến các nhận định có điều kiện • “Nếu Maria không nhận được học bổng, cố ấy có lẽ đã không đi học được” • Tác động là sự khác biệt về kết quả đối với cùng một đối tượng tại cùng một thời điểm, có và không có sự can thiệp • Phản chứng → loại bỏ các nhân tố khác có thể liên quan đến kết 4 quả • But impossible to measure same person in two states of world
5. Nhân quả và phản thực (Khung kết quả tiềm năng) 5
6. Nhân quả và phản thực (Khung kết quả tiềm năng) 6
7. Nhân quả và phản thực (Vấn đề không có dữ liệu) Vấn đề căn bản của suy diễn nhân quả Không bao giờ có thể quan sát được cả Y1i và Y0i Do đó, không bao giờ có thể biết được tác động nhân quả một cách chắc chắn 7
8. Nhóm hưởng lợi (tham gia) và nhóm so sánh (đối chứng) Thử thách chính đối với nhà nghiên cứu: xác định phản thực • Dễ dàng biết được kết quả đầu ra của nhóm hưởng lợi (Y|Di=1) chứ không phải (Y|Di=0) đối với nhóm tham gia chương trình • Tối ưu nhất là chúng ta tìm được bản sao của đối tượng tham gia, nhưng trên thực tế là không tham gia Di=0 • Nếu chúng ta không có bản sao thì chúng ta có thể tìm cách tạo ra nhóm so sánh. • Thiết kế chương trình bằng ngẫu nhiên hóa và kích cỡ mẫu để tạo ra bản sao. • Ý tưởng là chúng ta tìm ra nhóm so sánh để ước lượng phản thực. • Nhưng nếu nhóm so sánh không có hiệu lực thì ước lượng có thể bị chệch 8
9. Nhóm so sánh • Điều quan trọng nhất để đánh giá chính sách thành công: Ước lượng phản thực bằng – Nhóm so sánh phù hợp • Nhóm hưởng lợi và nhóm so sánh cần thiết phải tương đồng trên 3 khía cạnh: 1. Cân bằng: 2 nhóm cần thiết phải tương đồng (về mặt bình quân) nếu không có chương trình 2. Giả thuyết song song: 2 nhóm phản ứng như nhau nếu có tham gia vào chương trình 3. Không có tác động nhiễu: Không có sự khác biệt nhóm trong các nhân tố khác trong giai đoạn đánh giá. • Hai chiến lược thường được sử dụng để xây dựng nhóm so sánh 1. Thiết kế nhóm so sánh bằng các kỹ thuật thống kê 2. Thiết kế chương trình can thiệp để loại bỏ các khác biệt có thể có giữa nhóm hưởng lợi và nhóm đối chứng 9
10. Phản thực không hợp lệ Cảnh giác: nhóm so sánh không hợp lệ có thể dẫn đến ước lượng bị chệch • 2 phương thức có thể dẫn đến phản thực không hợp lệ: 1. So sánh kết quả của nhóm hưởng lợi trước và sau khi tham gia chương trình 2. So sánh kết quả của các nhóm có và không tham gia chương trình • Nếu nhóm so sánh không hợp lệ, ước lượng tác động của chương trình sẽ bị lẫn với ước lượng sự khác biệt giữa các nhóm. 10
11. Phản thực không hợp lệ 1: So sánh kết quả của nhóm tham gia trước và sau khi có chương trình Actual Business Incorrect estimate Counterfeit Counterfactual: of impact. Assumes new business growth Businesses sill stay the same. New 2016 2017
12. Loại 1: Phản thực không hợp lệ • “Phương pháp phản ánh” so sánh sự thay đổi theo thời gian cùng một nhóm tham gia • Giả sử nếu không có chương trình, kết quả vẫn giữ nguyên như giai đoạn trước • Hiếm khi hợp lý, dẫn đến ước lượng phản thực không chuẩn • Có thể đánh giá quá lạc quan tác động của chương trình • Có thể kiểm soát một số nhân tố không quan sát được nhưng có thể ảnh hưởng đến kết quả • Có thể giúp diễn giải mục tiêu của chương trình có đạt được hay không, nhưng không quy kết được những thay đổi là do tham gia chương trình hay các nhân tố khác. 12
13. Loại 1: Phản thực không hợp lệ (Chương trình đánh giá tác động của phân bón lên năng suất cây trồng) • Chương trình sử dụng phân bón tập trung vào các vùng đất nghèo dinh dưỡng (A) • Để nhận được phân bón, nông dân cần đăng ký tại các văn phòng địa phương • Bắt đầu từ năm 2010 và kết thúc năm 2011 • Chúng ta quan sát được năng suất nông nghiệp giảm trong nhóm tham gia chương trình trong thời gian thực hiện • Có phải là chương trình đã thất bại? – Không. Do năm đó có một trận hạn hán trên cả quốc gia. – Thất bại của phương pháp so sánh phản ánh. 13
14. Loại 1: Phản thực không hợp lệ (Chương trình bảo hiểm y tế) • Chi phí y tế đã giảm bao nhiêu cho nhóm người nghèo được nhận trợ cấp bảo hiểm y tế? Nếu là 9 đô la, nhóm nhà tài trợ sẽ mở rộng chương trình ra cả quốc gia. • Phát hiện ra là có sự khác biệt có ý nghĩa thống kê về chi tiêu y tế trước và sau khi có chương trình Nhưng khác biệt này không phải là 9 đô la. Liệu chương trình có nên mở rộng hay không? • Bây giờ kiểm soát thêm nhiều nhân tố khác trong mô hình. Liệu chương trình có nên mở rộng hay không? 14
15. Phản thực không hợp lệ 2: So sánh trực tiếp kết quả của nhóm tham gia và nhóm không tham gia chương trình Province A Program Starts Province A Incorrect estimate of impact. Counterfeit New Businesses New Counterfactual: Province B’s decline preceded program 2015 2016 2017
16. Loại 2: Phản thực không hợp lệ Phương pháp khác: so sánh trực tiếp kết quả của nhóm tham gia và nhóm không tham gia chương trình • Thường ước lượng bị sai lệch do vấn đề chệch mang tính lựa chọn (selection bias) • Các chương trình đều có mục tiêu, do đó theo thiết kế đã có sự khác biệt giữa các nhóm • Tự lựa chọn mẫu là một vấn lớn, do việc lựa chọn tham gia chương trình thường mang tính tự nguyện • Nhóm hưởng lợi và nhó so sánh khác biệt nhau về bản chất, có thể quan sát được hoặc không 16
17. Loại 2: Phản thực không hợp lệ (Chương trình cấp phân bón) • So sánh với nông dân ở vùng B • Nông dân nhận phân bón có năng suất giảm > nông dân ở vùng B. – Chương trình có tác động tiêu cực? • Có thể do địa điểm cấp phân bón – Vùng B có chất lượng đất tốt hơn và có tưới tiêu • Điều gì nếu sự suy giảm năng suất thấp hơn ở các vùng khác? – Có phải chương trình có tác động tích cực? • Có thể do nông dân với nhiều kinh nghiệm tham gia, và họ ứng phó với trận hạn hán tốt hơn • Điều gì nếu sự suy giảm năng suất bằng với các vùng khác? – Có phải chương trình không có tác động? • Có thể do nông dân tìm cách đưa phân bón sang? 17
18. Loại 2: Phản thực không hợp lệ (Chương trình bảo hiểm y tế) • So sánh các gia đình tham gia và không tham gia trong cả nước • Phát hiện sự khác biệt có ý nghĩa thống kê. Liệu có nên mở rộng chương trình? • Bây giờ kiểm soát thêm nhiều yếu tố khác trong mô hình. Liệu có nên mở rộng chương trình? 18
19. So sánh nhóm hưởng lợi và nhóm đối chứng 19
20. So sánh nhóm hưởng lợi và nhóm đối chứng (ví dụ) 20
21. Các phương pháp tiếp cận đánh giá tác động Differences in Differences Matching Regression Discontinuity Randomized Evaluation 21
22. John Snow và phát hiện về bệnh Tả • Bác sỹ John Snow (1813-1858) là một trong những nhà nghiên cứu đầu tiên về dịch tễ học. • Nghiên cứu sự bùng phát dịch tả ở London năm 1848-1854. • Với 250,000 ca & và 53,000 người chết trong hai năm. • Không biết là vi trùng gây ra bệnh, chứ không phải nguyên nhân từ mùi hôi thối lan truyền trong không khí. • Giả thuyết Snow: Tác nhân gây bệnh nằm trong hệ thống thoát nước bị nhiễm bẩn. 22
23. Hệ thống bơm nước ở khu phố Broad 23
24. Hệ thống cấp nước ở London 24
25. • Thử nghiệm tự nhiên: công ty Lambeth cung cấp nước sạch. Công ty Southwak và Vauxhall có nguồn nước bị nhiễm khuẩn. • Vị trí của các trạm bơm được coi là ngẫu nhiên. Trạm bơm ở khu phố Broad thuộc sở hữu của S&V. Trạm bơm sạch của Lambeth. Cư dân không được lựa chọn công ty nào để cấp nước (không có vấn đề chệch mang tính lựa chọn (no selection bias). • Đối với các hộ được cấp nước bởi Southwark và Vauxhall, tỷ lệ chết từ bệnh tả là 315 trên 10,000; đối với hộ được cấp nước bởi Lambeth, tỷ lệ chết chỉ là 37 trên 10,000 25
26. Bằng chứng • Sự khác biệt rõ rệt giữa tỷ lệ tử vong theo nguồn nước • Không được lựa chọn bởi cư dân, và thường người dùng cũng không biết nguồn • Giả thuyết Snow: Đã có thể cứu được hơn 1,000 mạng sống nếu công ty Southwark chuyển nguồn nước • Ví dụ tại sao phương pháp truyền thống – thay vì dựa trên các kỹ thuật thống kê – có thể cho phép diễn giải kết quả theo hướng quan hệ nhân quả đối với dữ liệu quan sát 27
27. Những trường hợp ngoại lệ cũng xác nhận mối liên hệ này – Công nhân công ty Brewery workers xung quanh khu phố Broad không bị bệnh. – Tại các vị trí gần với các trạm bơm của công ty Lambeth, những người nhiễm bệnh thường sử dụng nước từ trạm bơm ở khu phố Broad. 28
28. TỔNG KẾT 29
29. 10 điều cần biết về suy diễn nhân quả 1. Nhận định về quan hệ nhân quả là một nhận định về điều không xảy ra trên thực tế. 2. Đó là một vấn đề căn cơ nhất trong các suy diễn nhân quả. 3. Bạn có thể ước lượng quan hệ nhân quả trung bình đối với một nhóm ngay cả khi bạn không thể quan sát được tác động nhân quả đối với từng cá nhân. 4. Nếu bạn biết, về mặt trung bình, A gây ra B và B gây ra C, điều này cũng không hàm ý rằng A gây ra C. 30
30. 10 điều cần biết về suy diễn nhân quả 5. Mô hình phản thực chỉ giúp giải thích nhân tố tham gia chương trình đóng góp tạo nên sự thay đổi về kết quả chứ không có hàm ý rằng sự khác biệt về kết quả là do nhân tố tham gia chương trình gây ra. 6. X có thể gây ra Y thậm chí không có dường dẫn trực tiếp tác động từ X đến Y. 7. Tương quan không phải là nhân quả. 8. X có thể gây ra Y thậm chí nếu X không phải là điều kiện cần hoặc điều kiện đủ của Y. 31
31. 10 điều cần biết về suy diễn nhân quả 9. Ước lượng tác động nhân quả trung bình không đòi hỏi nhóm hưởng lợi và nhóm so sánh hoàn toàn giống nhau. 10. Không thể thiết lập được quan hệ nhân quả nếu không nguyên nhân không thay đổi được theo chương trình. 32