Giới thiệu dự án

Lý thuyết Vốn con người (Human Capital Theory) của Becker (1964), Mincer (1974) và Lucas (1988) khẳng định giáo dục là đòn bẩy cốt lõi thúc đẩy năng suất lao động và tăng trưởng kinh tế bền vững. Báo cáo Educational Finance Watch (2021) của Ngân hàng Thế giới (World Bank) và UNESCO chỉ ra rằng tại các quốc gia có thu nhập trung bình thấp, xu hướng cắt giảm chi tiêu công cho giáo dục (chiếm khoảng 30% số quốc gia) đang tạo áp lực dịch chuyển gánh nặng tài chính sang khu vực vi mô. Tại Việt Nam, tỷ trọng chi ngân sách nhà nước cho giáo dục trên GDP đã giảm từ 5,5% giai đoạn 2012 xuống khoảng 4,2% năm 2018, trong khi tổng chi tiêu tư nhân của hộ gia đình tăng hơn 80% trong giai đoạn 2010–2016 (Tổng cục Thống kê).

                                  KHOẢNG TRỐNG KINH TẾ GIÁO DỤC
┌──────────────────────────────────────────────┐     ┌──────────────────────────────────────────────┐
│        NGÂN SÁCH NHÀ NƯỚC (VĨ MÔ)            │     │          HỘ GIA ĐÌNH (VI MÔ)                 │
│  - Xu hướng chi tiêu công giảm (% GDP)       │ ──► │  - Gia tăng tỷ trọng chi tiêu tư nhân        │
│  - Miễn học phí công lập (Nghị quyết 54/HP)  │     │  - Dịch chuyển sang "Giáo dục bóng tối" (71%)│
└──────────────────────────────────────────────┘     └──────────────────────────────────────────────┘

Vấn đề cốt lõi (Problem Statement) nằm ở sự thiếu hụt dữ liệu vi mô định lượng về hành vi phân bổ ngân sách giáo dục của hộ gia đình tại các đô thị phát triển, đặc biệt là sự bùng nổ của khu vực "giáo dục bóng tối" (Shadow Education - dạy thêm, học thêm) và tác động đứt gãy của đại dịch COVID-19 khi chuyển đổi sang học trực tuyến (E-learning). Thành phố Hải Phòng — đô thị loại 1 trực thuộc Trung ương với mức thu nhập bình quân đầu người 5,03 triệu đồng/tháng (năm 2020) và gói miễn học phí quy mô 3.000 tỷ đồng theo Nghị quyết 54/2019/NQ-HĐND — là một địa bàn nghiên cứu điển hình.

Mục tiêu cụ thể của dự án:

  1. Định lượng hóa cấu trúc chi tiêu giáo dục phổ thông (Tiểu học, THCS, THPT) của hộ gia đình tại nội thành Hải Phòng, phân rã thành chi tiêu bắt buộc và không bắt buộc.
  2. Xây dựng mô hình kinh tế lượng hồi quy đa biến OLS (Ordinary Least Squares) nhằm xác định các yếu tố kinh tế - xã hội chi phối mức chi tiêu giáo dục bình quân trên mỗi học sinh (LNgdtv).
  3. Đánh giá sự chuyển dịch ngân sách hộ gia đình từ việc miễn học phí chính khóa sang các khoản chi giáo dục bổ sung ngoài nhà trường.
  4. Đo lường tác động của cú sốc đại dịch COVID-19 đến khả năng trang bị hạ tầng kỹ thuật số phục vụ học tập trực tuyến.
  5. Cung cấp luận cứ khoa học thực chứng để Sở Giáo dục & Đào tạo, Sở Lao động - Thương binh & Xã hội và các cơ quan ban ngành tối ưu hóa chính sách an sinh giáo dục trung hạn.

Phạm vi nghiên cứu bao quát 417 hộ gia đình với 605 học sinh đang theo học từ lớp 1 đến lớp 12 tại 7 quận nội thành Hải Phòng (Hồng Bàng, Ngô Quyền, Lê Chân, Hải An, Kiến An, Dương Kinh, Đồ Sơn) trong năm học 2020–2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu kinh tế giáo dục tại Việt Nam và quốc tế đã áp dụng nhiều khung phân tích khác nhau để lượng hóa chi tiêu hộ gia đình. Bảng so sánh dưới đây tổng hợp các nghiên cứu tiền nhiệm và đối chiếu với mô hình thực nghiệm của đề tài:

Tiêu chí Joanne X. và cs (2010) Jandhyala B. Tilak (2002) Đặng Hải Anh (2007) Nghiên cứu tại Hải Phòng (2021)
Địa bàn 32 thành phố Trung Quốc Nông thôn Ấn Độ Toàn quốc (VHLSS) 7 quận nội thành Hải Phòng
Phương pháp Tobit & OLS Thống kê mô tả & OLS Tobit phân vị OLS đa biến & Kiểm định phi tham số
Phân loại chi Tổng chi / Du học Sách vở, đồng phục Chi học thêm Bắt buộc (29%) vs Không bắt buộc (71%)
Biến số giới tính Học sinh nam chi ít hơn Ưu tiên học sinh nam Không có khác biệt Không có sự phân biệt giới tính
Yếu tố đặc thù Học vấn & chức vụ mẹ Tôn giáo, đẳng cấp Khoảng cách giàu nghèo Cú sốc COVID-19, thiết bị học trực tuyến

Khung yêu cầu phân tích dữ liệu được phân loại theo ma trận MoSCoW:

  • Must-have: Biến logarit tổng thu nhập (LNthunhap), học vấn của mẹ (hocme), nghề nghiệp bố mẹ (ql1, ktnv1, ql2, ktnv2), khối lớp (lop), phân loại chi tiêu bắt buộc (LNbatbuoc) và không bắt buộc (LNkhongbat).
  • Should-have: Ý định du học (duhoc), loại hình trường công lập/tư thục (truong), trường chuyên (chuyen), tuổi chủ hộ (tuoich, tuoich2).
  • Could-have: Tỷ lệ tiết kiệm (tietkiem), thời gian di chuyển (tg), khoảng cách địa lý (kc).
  • Won't-have: Bậc học mầm non, đại học và đào tạo nghề ngoài chính quy (do tính chất cơ động và nguồn kinh phí đặc thù).
          MA TRẬN ƯU TIÊN PHÂN TÍCH BIẾN SỐ KINH TẾ LƯỢNG (MoSCoW)
┌───────────────────────────────────────┬───────────────────────────────────────┐
│              MUST HAVE                │              SHOULD HAVE              │
│ - Thu nhập hộ (LNthunhap)             │ - Ý định du học (duhoc)               │
│ - Học vấn của mẹ (hocme)              │ - Loại hình trường (truong, chuyen)   │
│ - Cấu trúc chi (LNbatbuoc, LNkhongbat)│ - Tuổi chủ hộ (tuoich, tuoich2)       │
├───────────────────────────────────────┼───────────────────────────────────────┤
│              COULD HAVE               │              WON'T HAVE               │
│ - Khoảng cách & thời gian di chuyển   │ - Mầm non & Nhà trẻ tự phát           │
│ - Tỷ lệ tiết kiệm hộ gia đình         │ - Giáo dục Đại học & Sau Đại học      │
│ - Phương tiện cá nhân của học sinh    │ - Đào tạo nghề ngắn hạn ngoài luồng   │
└───────────────────────────────────────┴───────────────────────────────────────┘

Thiết kế hệ thống

Quy trình xử lý dữ liệu và ước lượng mô hình kinh tế lượng được thiết kế theo luồng xử lý chuẩn hóa:

graph TD
    A[Thu thập dữ liệu sơ cấp N=546] --> B[Làm sạch & Kiểm tra điều kiện N=417 / 605 HS]
    B --> C[Biến đổi Logarit tự nhiên LN hóa dữ liệu lệch phải]
    C --> D[Ước lượng Hồi quy OLS Mô hình Gốc B1]
    D --> E[Kiểm định Chẩn đoán: Ramsey RESET, Breusch-Pagan, VIF]
    E --> F[Tối ưu hóa Mô hình Tinh giản B2, C2, D2]
    F --> G[Phân tích Khác biệt Cấp học D2-1, D2-2, D2-3 bằng Kruskal-Wallis]
    G --> H[Xuất Khuyến nghị Chính sách & Mô phỏng Tài chính]

Technology Stack phục vụ nghiên cứu và phân tích:

  • Phần mềm kinh tế lượng: Stata version 16.0 (sử dụng các lệnh regress, estat hettest, estat vif, ovtest, kwallis).
  • Xử lý bảng tính & Trực quan hóa: Microsoft Excel 2019, Python 3.9 (thư viện pandas, seaborn, matplotlib).
  • Công cụ điều tra trực tuyến: Google Forms API & phiếu khảo sát bán cấu trúc in ấn chuẩn hóa theo tiêu chuẩn World Bank Living Standards Measurement Study (LSMS).

Mô hình kinh tế lượng tổng quát được xác lập dưới dạng Log-Linear (Bán logarit):

$$\ln(Y_i) = \beta_0 + \beta_1 \ln(\text{thunhap}i) + \beta_2 \ln(\text{trocap}i) + \sum{j=3}^{k} \beta_j X{ji} + \epsilon_i$$

Trong đó, biến phụ thuộc $\ln(Y_i)$ lần lượt đại diện cho:

  • $\text{LNgdtv}$: Logarit chi tiêu giáo dục trung bình trên 1 thành viên/năm.
  • $\text{LNbatbuoc}$: Logarit chi tiêu giáo dục bắt buộc (học phí, quỹ trường, bảo hiểm, đồng phục)/năm.
  • $\text{LNkhongbat}$: Logarit chi tiêu giáo dục không bắt buộc (học thêm văn hóa, ngoại ngữ, năng khiếu, kỹ năng mềm)/năm.

Methodology

Phương pháp nghiên cứu kết hợp giữa định lượng thực chứng và phỏng vấn định tính sâu:

  • Phương pháp chọn mẫu: Chọn mẫu phân tầng kết hợp định ngạch (Stratified Quota Sampling). Chọn 3 trường THPT đại diện (1 THPT chuyên, 1 THPT công lập chọn điểm, 1 THPT ngoài công lập), 2 trường THCS và 2 trường Tiểu học tại các quận khác nhau, sau đó chọn ngẫu nhiên học sinh từ các khối lớp 1 đến 12.
  • Tiến độ triển khai: 12 tuần chia làm 4 giai đoạn: Thiết kế bảng hỏi (Tuần 1–3) $\rightarrow$ Khảo sát thực địa trực tiếp và online (Tuần 4–7) $\rightarrow$ Xử lý kinh tế lượng Stata 16 (Tuần 8–10) $\rightarrow$ Phỏng vấn sâu 15 chủ hộ và viết báo cáo (Tuần 11–12).
  • Kiểm soát chất lượng dữ liệu: Loại trừ các biến quan sát khuyết thiếu, chuẩn hóa mã hóa biến giả (dummy variables), kiểm định phân phối chuẩn của phần dư.

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu sơ cấp thu về 417 hộ gia đình hợp lệ với 605 quan sát học sinh. Dữ liệu chi tiêu và thu nhập ban đầu có phân phối lệch phải (right-skewed distribution), do đó được biến đổi logarit tự nhiên để đảm bảo tính tuyến tính và phân phối xấp xỉ chuẩn của sai số ngẫu nhiên.

Đoạn mã Stata 16 thực thi hồi quy đa biến và kiểm định chẩn đoán hệ thống:

* -------------------------------------------------------------
* KHÓA LUẬN: CHI TIÊU GIÁO DỤC HỘ GIA ĐÌNH HẢI PHÒNG (STATA 16)
* -------------------------------------------------------------

* 1. Biến đổi Logarit tự nhiên
gen LNchigd    = ln(chigd)
gen LNgdtv     = ln(gdtv)
gen LNbatbuoc  = ln(chibatbuoc)
gen LNkhongbat = ln(chikbatbuoc)
gen LNthunhap  = ln(thunhap)

* 2. Hồi quy mô hình OLS chính (B1)
regress LNgdtv LNthunhap LNtrocap tietkiem ngheo tv gioich tocch ///
    tuoich tuoich2 hocme hocbo ql1 ktnv1 ql2 ktnv2 tvgioi duhoc ///
    phuongtien kc tg lop cuoicap truong chuyen, robust

* 3. Kiểm định chẩn đoán sau hồi quy (Post-estimation tests)
estat vif                       // Kiểm tra hiện tượng đa cộng tuyến
estat hettest                   // Kiểm định phương sai sai số thay đổi (Breusch-Pagan)
ovtest                          // Kiểm định dạng hàm và bỏ sót biến (Ramsey RESET)

* 4. Kiểm định phi tham số Kruskal-Wallis cho các nhóm cấp học
kwallis LNkhongbat, by(caphoc)

Testing và validation

Các kiểm định thống kê nghiêm ngặt được thực hiện nhằm xác nhận độ tin cậy của mô hình OLS:

Tên kiểm định Mục đích giả thuyết ($H_0$) Thống kê kiểm định Giá trị p ($p$-value) Kết luận thực nghiệm
Ramsey RESET Hàm có dạng đúng, không bỏ sót biến $F(3, 391) = 1.42$ $p = 0.236 > 0.05$ Chấp nhận $H_0$, mô hình không bị sai dạng hàm
Breusch-Pagan Phương sai phần dư đồng nhất (Homoscedasticity) $\chi^2(1) = 2.15$ $p = 0.142 > 0.05$ Chấp nhận $H_0$, không có phương sai thay đổi
VIF Test Không có đa cộng tuyến nghiêm trọng $\text{Mean VIF} = 1.48$ $\text{Max VIF} = 2.11 < 10$ Mô hình hoàn toàn không bị đa cộng tuyến
Kruskal-Wallis Mức chi không bắt buộc đồng đều giữa 3 cấp $\chi^2(2) = 38.64$ $p = 0.0001 < 0.05$ Bác bỏ $H_0$, chi học thêm khác biệt rõ rệt theo cấp 
                       PHÂN RÃ CƠ CẤU CHI TIÊU GIÁO DỤC HỘ GIA ĐÌNH
┌──────────────────────────────────────────────────────────────────────────────────┐
│ [█████████████████████] CHI BẮT BUỘC (29%)                                        │
│  ├─ Học phí chính khóa: 7.25%                                                    │
│  ├─ Quỹ trường / Xã hội hóa: 6.80%                                               │
│  ├─ Quỹ lớp / Hội phụ huynh: 3.20%                                               │
│  └─ Đồng phục, bảo hiểm, đồ dùng: 11.75%                                         │
├──────────────────────────────────────────────────────────────────────────────────┤
│ [███████████████████████████████████████████████████] CHI KHÔNG BẮT BUỘC (71%)    │
│  ├─ Học thêm môn tự nhiên (Toán, Lý, Hóa): 25.53%                                │
│  ├─ Học thêm Ngoại ngữ (Tiếng Anh, IELTS): 21.07%                                │
│  ├─ Học thêm môn xã hội (Văn, Sử, Địa): 7.23%                                    │
│  ├─ Chi phí ăn uống, bán trú, đi lại: 8.80%                                      │
│  └─ Năng khiếu, kỹ năng mềm, ngoại khóa: 8.37%                                   │
└──────────────────────────────────────────────────────────────────────────────────┘

Kết quả đạt được

Các phát hiện thực nghiệm mang ý nghĩa kinh tế lượng quan trọng:

  1. Cấu trúc chi tiêu bị chi phối bởi giáo dục bổ sung: Chi tiêu bắt buộc chỉ chiếm 29% (học phí chính khóa chiếm khoảng 1/4 của khoản này, tức ~7,25% tổng chi). Ngược lại, chi tiêu không bắt buộc chiếm tới 71% tổng ngân sách giáo dục hộ gia đình, trong đó tập trung cao nhất vào học thêm môn tự nhiên (25,53%) và học ngoại ngữ (21,07%).
  2. Hiệu ứng học vấn và nghề nghiệp của người mẹ:
    • Số năm đi học của người mẹ (hocme) có ý nghĩa thống kê dương ở mức 5%: mỗi năm học tăng thêm của mẹ làm tăng mức chi giáo dục bình quân cho con thêm 1,7% (và tăng 3,0% trên tổng chi giáo dục của cả hộ). Ngược lại, học vấn của bố (hocbo) không đạt ý nghĩa thống kê ($p > 0.10$).
    • Mẹ giữ vị trí quản lý (ql1) làm tăng mức chi tiêu giáo dục trên mỗi học sinh thêm 18,5% so với các nhóm nghề nghiệp khác. Bố làm công việc kỹ thuật chuyên môn cao (ktnv2) làm tăng mức chi thêm 27,1%.
  3. Đặc điểm chủ hộ: Tuổi chủ hộ tăng thêm 1 năm làm tăng mức chi giáo dục bình quân 4,7% (ảnh hưởng đạt cực đại ở độ tuổi trung niên trước khi giảm dần khi con tốt nghiệp THPT hoặc bố mẹ nghỉ hưu). Giới tính và dân tộc của chủ hộ không có sự khác biệt thống kê tại khu vực đô thị Hải Phòng.
  4. Trường công lập vs Ngoài công lập: Học sinh trường công lập dành 65% ngân sách giáo dục cho việc học thêm, trong khi học sinh trường ngoài công lập chỉ dành 39%. Tuy nhiên, mức tuyệt đối chi cho học thêm ngoại ngữ của học sinh trường công cao gấp 1,5 lần học sinh trường tư.
  5. Cú sốc COVID-19 và bất bình đẳng kỹ thuật số: 74,34% hộ gia đình bị suy giảm thu nhập và 32,37% hộ phải cắt giảm chi tiêu giáo dục trong đại dịch (chủ yếu cắt giảm các lớp ngoại ngữ và kỹ năng). Đáng chú ý, vẫn còn 17,51% hộ gia đình không có máy vi tính và 7,43% hộ không có điện thoại thông minh để học sinh tham gia học trực tuyến.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn mang tính đột phá:

  • Lý giải hiện tượng chuyển dịch chi tiêu khi miễn học phí: Nghiên cứu chỉ ra rằng chính sách miễn học phí theo Nghị quyết 54/HĐND thành phố Hải Phòng không làm giảm tổng chi tiêu giáo dục của hộ gia đình, mà tạo ra hiện tượng tái phân bổ dòng tiền: các hộ gia đình tận dụng khoản miễn giảm để gia tăng đầu tư vào khu vực "giáo dục bóng tối" (tăng 25,53% cho môn tự nhiên và 21,07% cho ngoại ngữ).
  • Xác lập vai trò trọng tâm của người mẹ trong kinh tế vi mô gia đình: Bác bỏ giả định truyền thống về quyền quyết định tuyệt đối của người cha/chủ hộ nam giới, minh chứng bằng thực nghiệm rằng học vấn và địa vị nghề nghiệp của người mẹ mới là biến số giải thích chủ đạo cho đầu tư giáo dục tại đô thị Việt Nam.
  • Bằng chứng thực nghiệm đầu tiên về đứt gãy học tập thời kỳ đại dịch: Cung cấp bức tranh định lượng chân thực về hạ tầng thiết bị số tại một thành phố trực thuộc Trung ương, chứng minh khoảng cách số (Digital Divide) vẫn tồn tại ngay trong lõi đô thị phát triển.

Ứng dụng thực tế và triển khai

Dữ liệu và kết quả hồi quy được chuyển hóa thành các đề xuất can thiệp chính sách cụ thể cho chính quyền địa phương:

                            LỘ TRÌNH ĐIỀU CHỈNH CHÍNH SÁCH GIÁO DỤC
┌─────────────────────────┬─────────────────────────┬─────────────────────────┐
│   GIAI ĐOẠN 2021-2022   │   GIAI ĐOẠN 2023-2025   │   TẦM NHÌN ĐẾN 2030     │
│ - Hỗ trợ thiết bị số    │ - Minh bạch quỹ trường  │ - Phân luồng sớm THCS   │
│   (Gói hỗ trợ 17.5% PC) │ - Chuẩn hóa trung tâm   │ - Tự chủ tài chính công │
│ - Bản đồ rủi ro CRAM    │   ngoại ngữ & khảo thí  │   gắn liền học bổng nghèo│
└─────────────────────────┴─────────────────────────┴─────────────────────────┘
  1. Sở Giáo dục và Đào tạo TP. Hải Phòng:
    • Kiểm soát và tinh gọn các khoản thu bắt buộc trá hình (quỹ lớp, quỹ trường hiện chiếm tới 10% tổng chi), giảm bớt gánh nặng tài chính không chính thức cho phụ huynh.
    • Quản lý và kiểm định chất lượng các trung tâm ngoại ngữ, khảo thí chứng chỉ quốc tế nhằm bảo vệ quyền lợi người tiêu dùng giáo dục khi 21,07% ngân sách hộ gia đình đang đổ vào mảng này.
  2. Sở Lao động - Thương binh và Xã hội & Sở Thông tin - Truyền thông:
    • Triển khai gói trợ cấp hiện vật máy tính/thiết bị học tập cho 17,51% hộ gia đình thiếu máy tính phục vụ học trực tuyến.
    • Ứng dụng Bản đồ đánh giá rủi ro dịch bệnh CRAM (COVID-19 Risk Assessment Map) kết hợp GIS (Geographic Information System) để khoanh vùng đóng/mở trường học cục bộ thay vì phong tỏa toàn bộ hệ thống giáo dục.
  3. Sở Kế hoạch & Đầu tư và Sở Tài chính:
    • Đánh giá hiệu quả chi tiêu công: Kết hợp ngân sách 3.000 tỷ đồng hỗ trợ học phí với cơ chế giám sát xã hội hóa, tránh tình trạng "miễn học phí trường công nhưng lạm thu lớp học thêm".

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Dữ liệu cắt ngang (Cross-sectional data) được thu thập trong thời kỳ đỉnh dịch COVID-19 (tháng 9/2021), phản ánh hành vi tài chính mang tính thời điểm. Cần mở rộng sang dữ liệu mảng (Panel data) để theo dõi chu kỳ học tập dài hạn của học sinh từ lớp 1 đến lớp 12.
  • Biến ngoại sinh chưa đo lường: Chưa tích hợp đầy đủ chi phí cơ hội (Opportunity Cost) của việc học sinh đi làm thêm hoặc thời gian bố mẹ trực tiếp kèm con học tại nhà.
  • Hướng phát triển học thuật: Ứng dụng mô hình phương trình cấu trúc tuyến tính SEM (Structural Equation Modeling) hoặc mô hình Tobit 2 bước Heckman để xử lý triệt để các quan sát có mức chi bằng 0 ở từng danh mục cụ thể; tích hợp kinh tế lượng không gian (Spatial Econometrics) để đo lường tương tác lân cận giữa các quận huyện.

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI
┌──────────────────────────────┬──────────────────────────────┬──────────────────────────────┐
│     HỌC SINH & PHỤ HUYNH     │    NHÀ QUẢN LÝ GIÁO DỤC      │    CỘNG ĐỒNG NGHIÊN CỨU      │
│ - Tối ưu phân bổ ngân sách   │ - Hoạch định ngân sách chuẩn │ - Bộ biến số chuẩn hóa OLS   │
│ - Tiếp cận thiết bị số bình  │ - Quản lý dạy thêm công bằng │ - Bằng chứng thực nghiệm VN  │
│   đẳng trong đại dịch        │ - Quy hoạch mạng lưới trường │ - Phương pháp kiểm định mẫu  │
└──────────────────────────────┴──────────────────────────────┴──────────────────────────────┘
  • Phụ huynh và Học sinh: Nhận diện rõ cấu trúc chi tiêu thực tế, từ đó cân đối ngân sách giữa học kiến thức văn hóa và phát triển kỹ năng mềm, ngoại ngữ một cách khoa học.
  • Nhà trường và Cán bộ Quản lý: Hiểu rõ nhu cầu của phụ huynh đối với chương trình giáo dục toàn diện, làm cơ sở nâng cao chất lượng dạy học chính khóa để giảm thiểu áp lực học thêm ngoài giờ.
  • Cơ quan Hoạch định Chính sách: Có bằng chứng định lượng độc lập để điều chỉnh định mức phân bổ ngân sách giáo dục, chính sách an sinh xã hội và kiểm soát lạm thu trường học.
  • Nhà nghiên cứu Kinh tế Xã hội: Sở hữu bộ khung phương pháp luận OLS chuẩn hóa có thể nhân rộng (replicable) cho các đô thị khác như Hà Nội, TP. Hồ Chí Minh, Đà Nẵng, Cần Thơ.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ phần mềm để tái lập mô hình nghiên cứu?

Để tái lập (replicate) mô hình kinh tế lượng của đề tài, nhà nghiên cứu cần:

  • Môi trường phần mềm: Stata 15.0 trở lên hoặc Python 3.8+ (thư viện statsmodels, scikit-learn), R version 4.0+.
  • Cấu hình phần cứng tối thiểu: CPU Dual-Core 2.0 GHz, 4GB RAM, 1GB dung lượng đĩa trống.
  • Bộ biến số đầu vào: Yêu cầu tối thiểu 23 biến độc lập theo định dạng bảng số liệu được mã hóa chuẩn (dữ liệu định lượng liên tục và các biến giả nhị phân $0/1$).

2. Giới hạn của mô hình OLS và giải pháp xử lý khi dữ liệu có quan sát bằng 0?

Mô hình OLS yêu cầu biến phụ thuộc phải liên tục và khác 0 khi lấy logarit. Khi nghiên cứu chi tiêu chi tiết cho từng môn học nhỏ (nhiều hộ không cho con học thêm môn đó, chi tiêu = 0), mô hình Tobit hoặc mô hình lựa chọn mẫu Heckman (Heckman Selection Model) sẽ được ưu tiên sử dụng để tránh hiện tượng chệch lựa chọn mẫu (Selection Bias). Trong phạm vi bài luận này, tác giả đã chọn lọc mẫu các hộ có phát sinh chi tiêu giáo dục tổng thể để đảm bảo ước lượng OLS không bị chệch.

3. Khả năng tích hợp mô hình với hệ thống cơ sở dữ liệu quản lý giáo dục (EMIS) quốc gia?

Mô hình hoàn toàn có khả năng tích hợp vào Cơ sở dữ liệu ngành Giáo dục & Đào tạo (EMIS) thông qua việc bổ sung mô-đun khảo sát mức sống học sinh định kỳ. Dữ liệu khảo sát từ phụ huynh có thể liên kết với mã định danh học sinh (Student ID) để tự động phân tích tương quan giữa mức đầu tư tài chính của gia đình và kết quả học tập (điểm GPA, thành tích thi chuẩn hóa).

4. Yêu cầu duy trì, cập nhật dữ liệu và chi phí thu thập định kỳ?

Để duy trì tính chính xác của các dự báo chính sách, việc điều tra mẫu định kỳ nên được thực hiện 2 năm/lần với quy mô tối thiểu 500 hộ gia đình trên mỗi địa bàn cấp tỉnh/thành phố. Chi phí triển khai có thể tối ưu hóa bằng hình thức khảo sát trực tuyến qua sổ liên lạc điện tử hoặc cổng dịch vụ công trực tuyến của Sở GD&ĐT.

5. Đánh giá hiệu quả kinh tế (ROI) và tác động chính sách từ việc ứng dụng kết quả nghiên cứu?

Việc ứng dụng kết quả nghiên cứu giúp chính quyền địa phương tái cấu trúc gói ngân sách an sinh giáo dục hàng nghìn tỷ đồng: thay vì phân bổ cào bằng, ngân sách có thể chuyển trọng tâm sang tài trợ thiết bị kỹ thuật số trực tiếp cho 17,5% học sinh nghèo và đầu tư cơ sở vật chất phòng học ngoại ngữ, giúp giảm thiểu 20-30% chi phí học thêm tự phát của người dân.

Kết luận

Công trình nghiên cứu đã giải quyết thành công bài toán định lượng về hành vi và cấu trúc chi tiêu giáo dục phổ thông của hộ gia đình tại đô thị Hải Phòng. Kết quả thực nghiệm khẳng định sự áp đảo của khu vực giáo dục không bắt buộc (chiếm 71% tổng chi), đồng thời làm sáng tỏ vai trò quyết định của học vấn người mẹ (+1,7%/năm học) và địa vị nghề nghiệp đối với mức đầu tư cho con cái.

Các phát hiện về khoảng cách thiết bị số trong đại dịch COVID-19 và xu hướng chuyển dịch ngân sách sang học thêm sau khi được miễn học phí cung cấp luận cứ thực tiễn đắt giá cho các nhà hoạch định chính sách. Đề tài mở ra hướng tiếp cận khoa học, minh bạch và hiệu quả trong việc tái cân đối nguồn lực tài chính công - tư, hướng tới xây dựng một hệ thống giáo dục đô thị công bằng, hiện đại và bền vững.