Tổng quan về luận án
Nghiên cứu về giảm nghèo đa chiều là trọng tâm trong các chương trình nghị sự phát triển bền vững toàn cầu, đặc biệt từ khi Mục tiêu Phát triển Bền vững (SDG 1) của Liên Hợp Quốc đặt ra yêu cầu "chấm dứt nghèo đói dưới mọi hình thức ở mọi nơi" (Burchi, Rippin, & Montenegro, 2018). Tại Việt Nam, quá trình chuyển đổi căn bản từ phương pháp đo lường nghèo đơn chiều dựa trên thu nhập sang chuẩn nghèo tiếp cận đa chiều được thể chế hóa thông qua Quyết định số 1614/QĐ-TTg và Quyết định số 59/2015/QĐ-TTg giai đoạn 2016–2020, tiếp nối bởi Nghị định số 07/2021/NĐ-CP giai đoạn 2021–2025. Trong bối cảnh đó, luận án tiến sĩ kinh tế học "Nghiên cứu giảm nghèo đa chiều ở tỉnh Quảng Ngãi" của nghiên cứu sinh Huỳnh Đinh Phát, dưới sự hướng dẫn khoa học của PGS.TS. Đinh Phi Hổ tại Trường Đại học Kinh tế – Luật, Đại học Quốc gia TP. Hồ Chí Minh (2022), đại diện cho một công trình nghiên cứu thực nghiệm tiên phong, hệ thống hóa và giải quyết căn cơ bài toán giảm nghèo tại một địa bàn đặc thù của vùng Duyên hải Miền Trung.
┌─────────────────────────────────────────────────────────┐
│ KHUNG PHÂN TÍCH TỔNG QUAN │
└────────────────────────────┬────────────────────────────┘
│
┌─────────────────────────────┴────────────────────────────┐
▼ ▼
┌───────────────────────────┐ ┌───────────────────────────┐
│ NỀN TẢNG LÝ THUYẾT │ │ TIẾP CẬN THỰC CHỨNG │
│ • Tiếp cận khả năng (Sen) │ │ • Đo lường MPI (AF Method)│
│ • Khung sinh kế (DFID) │ │ • Hồi quy Binary Logistic │
│ • Lý thuyết Ba trụ cột │ │ • Khảo sát vi mô N = 500 │
└─────────────┬─────────────┘ └─────────────┬─────────────┘
│ │
└─────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ CHÍNH SÁCH GIẢM NGHÈO ĐA CHIỀU BỀN VỮNG TỈNH │
│ • Rút ngắn khoảng cách hạ tầng - dịch vụ cơ bản │
│ • Tăng cường năng lực vốn thông tin & việc làm │
└─────────────────────────────────────────────────────────┘
Khoảng trống nghiên cứu (research gap) được xác định rõ nét: bộ công cụ đo lường nghèo đa chiều cấp quốc gia giai đoạn 2016–2020 bộc lộ nhiều hạn chế do chưa phản ánh đầy đủ các khía cạnh phúc lợi đặc thù và các chỉ báo quan trọng như tình trạng dinh dưỡng, tỷ lệ tử vong trẻ em, nhiên liệu đun nấu và đặc biệt là năng lực tiếp cận thông tin hữu ích (Đặng Hữu Liệu & Nguyễn Thị Hà Thành, 2017; Alkire & Kanagaratnam, 2020). Hơn nữa, dữ liệu thứ cấp của các cơ quan quản lý chỉ phản ánh hiện trạng thiếu hụt tĩnh mà thiếu khả năng giải thích mối quan hệ nhân quả và nguyên nhân sâu xa của tình trạng nghèo thâm căn (entrenched poverty) tại địa phương.
Luận án tập trung giải quyết 5 câu hỏi nghiên cứu cốt lõi:
- Thang đo nghèo đa chiều với hệ thống chỉ số nào là phù hợp và khả thi để đo lường, đánh giá chính xác thực trạng nghèo tại tỉnh Quảng Ngãi?
- Những yếu tố điển hình nào tác động đến xác suất nghèo đa chiều và mức độ tác động cụ thể của từng yếu tố đối với hộ gia đình?
- Thực trạng nghèo và kết quả thực thi chính sách giảm nghèo đa chiều tại Quảng Ngãi giai đoạn 2016–2020 diễn biến ra sao?
- Đâu là những điểm nghẽn, hạn chế và nguyên nhân cốt lõi trong công tác giảm nghèo đa chiều của địa phương?
- Hệ thống hàm ý chính sách và giải pháp nào cần được thiết lập dựa trên cơ sở kết hợp dữ liệu thực chứng vi mô và vĩ mô?
Nền tảng lý thuyết của luận án được xây dựng từ sự tích hợp chặt chẽ giữa Tiếp cận khả năng (Capability Approach) của Amartya Sen (1985, 1999), Khung sinh kế bền vững (Sustainable Livelihoods Framework) của DFID (1999), Phương pháp đo lường nghèo đa chiều Alkire-Foster (AF Method, 2007, 2011), Lý thuyết "Ba trụ cột" tác động giảm nghèo và Lý thuyết hiện đại hóa.
Về phạm vi và ý nghĩa thực tiễn, nghiên cứu bao quát dữ liệu thứ cấp toàn diện giai đoạn 2016–2020 và tập dữ liệu sơ cấp khảo sát ngẫu nhiên phân tầng $N = 500$ hộ gia đình trong năm 2020 tại tỉnh Quảng Ngãi — địa phương xếp thứ 7/63 tỉnh thành về quy mô số hộ nghèo tuyệt đối và thứ 16/63 về tỷ lệ hộ nghèo trên cả nước năm 2020. Luận án ghi nhận tác động định lượng đột phá: giai đoạn 2010–2015 áp dụng chuẩn nghèo thu nhập, tỷ lệ hộ nghèo của tỉnh giảm từ $23{,}92%$ xuống $9{,}22%$; tuy nhiên, khi chuyển sang chuẩn nghèo tiếp cận đa chiều năm 2016, tỷ lệ nghèo bật tăng lên $13{,}06%$, trong đó khu vực miền núi chiếm tới $25.392$ hộ nghèo ($41{,}93%$), cá biệt huyện Tây Trà đạt $75{,}08%$ và Sơn Tây đạt $55{,}07%$. Đến năm 2020, tỷ lệ nghèo giảm còn $6{,}41%$, đạt tốc độ giảm bình quân $1{,}6%$/năm, chưa đạt mục tiêu đề ra là $2{,}0% - 2{,}5%$/năm, đặt ra yêu cầu cấp bách phải tái cấu trúc toàn diện chính sách giảm nghèo.
Literature Review và Positioning
Tổng quan y văn quốc tế và trong nước về giảm nghèo đa chiều được luận án phân loại thành hai dòng nghiên cứu chủ lưu (major streams):
DÒNG Y VĂN QUỐC TẾ & TRONG NƯỚC
│
┌───────────────────────────────────────┴───────────────────────────────────────┐
▼ ▼
┌─────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────┐
│ DÒNG 1: NHẬN DIỆN CHIỀU & ĐO LƯỜNG MPI │ │ DÒNG 2: XÁC ĐỊNH CÁC YẾU TỐ TÁC ĐỘNG │
│ • Tiếp cận khả năng: Sen (1985, 1999) │ │ • Mô hình vi mô/vĩ mô: Betti et al. (2002) │
│ • Phương pháp AF: Alkire & Foster (2007, 2011) │ │ • Hồi quy Logistic: Ningaye (2011), Dewilde │
│ • Ứng dụng thực nghiệm: Batana (2008, Châu Phi),│ │ (2008), Forgeto et al. (2021, Ethiopia) │
│ Santos & Ura (2008), Lu et al. (2019, TQ), │ │ • Không gian & thể chế: Wang & Wang (2016), │
│ Mohanty et al. (2018, Myanmar) │ │ Chen et al. (2019, Đài Loan) │
│ • Bối cảnh Việt Nam: Asselin & Anh (2005), │ │ • Thực nghiệm Việt Nam: Lê Thị Thanh Loan & │
│ Trần Tiến Khai & Nguyễn Ngọc Danh (2014) │ │ Nguyễn Thanh Bình (2018), A. Pham et al.(2020)│
└─────────────────────────────────────────────────┘ └─────────────────────────────────────────────────┘
Dòng thứ nhất tập trung vào nhận diện, đo lường các chiều thiếu hụt và thiết lập chỉ số nghèo tổng hợp. Khởi xướng từ lý thuyết tiếp cận khả năng của Sen, phương pháp đo lường Alkire-Foster (AF) đã chuẩn hóa việc tính toán Chỉ số Nghèo đa chiều (MPI) thông qua hai bước cắt (dual cut-off method). Các nghiên cứu tiêu biểu bao gồm Batana (2008) tại 14 quốc gia Châu Phi cận Sahara, Santos và Ura (2008) tại Bhutan, Wagle (2005, 2008) tại Nepal và Hoa Kỳ, Mohanty và cộng sự (2018) tại vùng núi Shan và Chin (Myanmar), cùng Lu và cộng sự (2019) tại tỉnh Vân Nam (Trung Quốc). Tại Việt Nam, Asselin và Anh (2005) áp dụng phân tích tương ứng đa biến (MCA) để xây dựng chỉ số CIP; Trần Tiến Khai và Nguyễn Ngọc Danh (2014) tích hợp 16 biến tài sản sinh kế phản ánh 10 chiều đo lường; A. Pham, Mukhopadhaya, và Vu (2020) phân tích 7 khía cạnh nghèo trên quy mô toàn quốc.
Dòng thứ hai tập trung phân tích kinh tế lượng nhằm xác định các yếu tố quyết định (determinants) xác suất nghèo đa chiều. Các mô hình Binary Logistic, Multinomial Logit và Probit được sử dụng phổ biến bởi Betti, D’Agostino, và Neri (2002), Deutsch và Silber (2005), Dewilde (2008), Ningaye, Ndjanyou, và Saakou (2011) tại Cameroon, Akhtar (2015) và Zahra và Zafar (2015) tại Pakistan, Maity và Buysse (2017) tại Ấn Độ, Chen, Leu, và Wang (2019) tại Đài Loan, Forgeto, Abera, và Mekonen (2021) tại Ethiopia. Tại Việt Nam, các công trình của Lê Thị Thanh Loan và Nguyễn Thanh Bình (2018), Bùi Thị Thanh Tâm, Hà Quang Trung, và Đỗ Xuân Luận (2018), Nguyễn Hồng Hà và Nguyễn Văn Nhân (2019) đã kiểm chứng tác động của học vấn, đất sản xuất, việc làm và dân tộc thiểu số.
Các tranh luận học thuật nổi bật trong y văn xoay quanh hai vấn đề lớn:
- Mức độ trùng lặp giữa nghèo thu nhập và nghèo đa chiều: Tran, Alkire, và Klasen (2015) chỉ ra mức độ trùng lặp giữa hai nhóm nghèo tại Việt Nam dưới $50%$, khẳng định tăng trưởng kinh tế hay gia tăng thu nhập không tự động giải quyết các thiếu hụt phi tiền tệ. Tương tự, A. Pham và cộng sự (2020) chứng minh nhiều địa phương có thu nhập tương đối cao nhưng lại thiếu hụt nghiêm trọng về giáo dục và diện tích nhà ở.
- Tính tổng quát hóa so với tính đặc thù địa phương của thang đo: Các học giả quốc tế (Pérez-Mayo, 2005; Lu et al., 2019) nhấn mạnh rằng việc áp dụng nguyên mẫu bộ chỉ số MPI toàn cầu hoặc khung chuẩn quốc gia mà không hiệu chỉnh theo đặc thù sinh thái - xã hội địa phương sẽ làm sai lệch bản chất nghèo đói và triệt tiêu tính khả thi của chính sách.
Về định vị học thuật, luận án so sánh trực tiếp với hai nghiên cứu quốc tế điển hình có bối cảnh tương đồng:
- So với nghiên cứu của Lu và cộng sự (2019) tại huyện Deqin, tỉnh Vân Nam, Trung Quốc (thiết kế 5 chiều, 15 chỉ số, mẫu $N = 647$ hộ miền núi, tích hợp tiêu chí phù hợp văn hóa bản địa), luận án kế thừa khung 5 tiêu chí lựa chọn chỉ số nhưng mở rộng kiểm định định lượng vai trò của "Vốn thông tin" và sự hữu ích của thông tin trong mô hình kinh tế lượng.
- So với công trình của Mohanty và cộng sự (2018) tại vùng núi Shan và Chin, Myanmar ($N = 4.290$ hộ, 5 chiều, 12 chỉ số, điểm cắt $k = 20%$), luận án không chỉ dừng lại ở việc tính toán cước độ nghèo $A$ và tỷ lệ đếm đầu $H$ mà còn tiến hành phân tích hồi quy Binary Logistic đa biến, tích hợp đồng thời cơ sở dữ liệu sơ cấp và chuỗi thời gian thứ cấp 5 năm để xác định cơ chế truyền dẫn chính sách.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án mở rộng Lý thuyết Tiếp cận Khả năng của Amartya Sen thông qua việc khẳng định rằng "Năng lực tiếp cận và xử lý thông tin" (Information Capability) là một loại năng lực nền tảng (meta-capability). Thiếu hụt thông tin không đơn thuần là một chỉ báo tiện ích sống mà trực tiếp kìm hãm sự chuyển hóa từ "hàng hóa/tài sản sở hữu" (commodities) thành "hoạt động chức năng" (functioning achievements) trong giáo dục, phòng ngừa rủi ro y tế và đa dạng hóa sinh kế.
Đồng thời, nghiên cứu làm phong phú Khung phân tích sinh kế bền vững của DFID bằng cách bổ sung mối quan hệ tương tác giữa khoảng cách địa lý - thể chế (geographic-institutional distance) với hiệu quả chuyển hóa 5 nguồn vốn sinh kế (con người, tự nhiên, vật chất, tài chính, xã hội).
Hệ thống giả thuyết nghiên cứu được thiết lập cụ thể:
- $H_1$: Quy mô hộ và tỷ lệ người phụ thuộc có tác động cùng chiều (+) đến xác suất nghèo đa chiều của hộ gia đình.
- $H_2$: Khoảng cách từ hộ gia đình đến các thiết chế hạ tầng dịch vụ xã hội cơ bản có tác động cùng chiều (+) đến xác suất nghèo đa chiều.
- $H_3$: Trình độ chuyên môn kỹ thuật của chủ hộ và thành viên trong hộ có tác động ngược chiều (-) đến xác suất nghèo đa chiều.
- $H_4$: Khả năng tiếp cận thông tin và mức độ hữu ích của thông tin có tác động ngược chiều (-) đến xác suất nghèo đa chiều.
- $H_5$: Khả năng tiếp cận vốn tín dụng chính thức có tác động ngược chiều (-) đến xác suất nghèo đa chiều.
- $H_6$: Cơ hội việc làm phi nông nghiệp và việc làm ổn định có tác động ngược chiều (-) đến xác suất nghèo đa chiều.
- $H_7$: Diện tích đất sản xuất nông nghiệp bình quân có tác động ngược chiều (-) đến xác suất nghèo đa chiều.
Khung phân tích độc đáo
Khung phân tích của luận án tích hợp đa chiều ba lý thuyết nền tảng (Sen, DFID, Lý thuyết Ba trụ cột) thành một quy trình phân tích hai giai đoạn liên hoàn (two-stage integrated analytical framework):
KHUNG PHÂN TÍCH HAI GIAI ĐOẠN
│
┌──────────────────────────────────────────┴──────────────────────────────────────────┐
▼ ▼
┌──────────────────────────────────────────────────┐ ┌──────────────────────────────────────────────────┐
│ GIAI ĐOẠN 1: ĐO LƯỜNG & NHẬN DIỆN │ │ GIAI ĐOẠN 2: MÔ HÌNH HÓA QUYẾT ĐỊNH NGHÈO │
│ • Phương pháp Alkire-Foster (AF) │ │ • Biến phụ thuộc: Trạng thái nghèo đa chiều │
│ • 5 chiều: Y tế, Giáo dục, Nhà ở, Điều kiện sống,│─────────┐ │ $Y = 1$ (Nghèo, $c_i \ge k$), $Y = 0$ (Không) │
│ Tiếp cận thông tin │ │ │ • Biến độc lập: Nhân khẩu, Địa lý hạ tầng, Nguồn │
│ • 10 chỉ số chuẩn hóa phù hợp Quảng Ngãi │ │ │ vốn sinh kế, Vốn thông tin & Thể chế tín dụng │
│ • Điểm cắt thiếu hụt: $k = 1/3$ │ │ │ • Mô hình: Binary Logistic Regression (SPSS) │
└──────────────────────────────────────────────────┘ │ └──────────────────────────────────────────────────┘
│ ▲
└─────────────────────────────────┘
Khái niệm nghèo đa chiều trong nghiên cứu được định nghĩa chuẩn xác: "Nghèo đa chiều là tình trạng một cá nhân hay hộ gia đình bị tước đoạt hoặc không đạt được mức tối thiểu có thể chấp nhận được trong việc thụ hưởng các dịch vụ, điều kiện xã hội cơ bản cấu thành nên chuẩn mực cuộc sống tối thiểu của cộng đồng tại một thời điểm nhất định."
Điều kiện biên (boundary conditions) của mô hình: Thang đo và các hệ số ước lượng phản ánh tối ưu hành vi của hộ gia đình tại các vùng sinh thái chuyển tiếp từ duyên hải đồng bằng lên trung du miền núi, chịu sự chi phối của thể chế kinh tế chuyển đổi và chính sách an sinh xã hội đặc thù của Việt Nam.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Nghiên cứu vận hành trên hệ hình thực chứng hậu hiện đại (post-positivist empirical paradigm), kết hợp phương pháp hỗn hợp tuần tự khám phá (exploratory sequential mixed-methods design). Thiết kế nghiên cứu đa tầng (multi-level design) được triển khai qua ba cấp độ:
- Cấp độ vĩ mô (Macro-level): Đánh giá dữ liệu thứ cấp giai đoạn 2016–2020 của toàn tỉnh Quảng Ngãi trong tương quan với khu vực Duyên hải Miền Trung.
- Cấp độ trung gian (Meso-level): Phân tích sự bất bình đẳng không gian và khả năng đáp ứng của hệ thống cơ sở hạ tầng giữa khu vực đồng bằng và miền núi.
- Cấp độ vi mô (Micro-level): Khảo sát định lượng trực tiếp $N = 500$ hộ gia đình nhằm lượng hóa các hành vi và đặc tính kinh tế - xã hội.
Quy trình nghiên cứu rigorous
Quy trình nghiên cứu trải qua các bước kiểm soát nghiêm ngặt:
- Nghiên cứu định tính: Rà soát y văn quốc tế kết hợp kỹ thuật tham vấn ý kiến chuyên gia (Delphi) với các nhà quản lý (Sở Lao động - Thương binh và Xã hội, Sở Kế hoạch và Đầu tư tỉnh Quảng Ngãi) và các nhà khoa học kinh tế để hiệu chỉnh bộ chỉ số đo lường nghèo đa chiều cho phù hợp với đặc thù tỉnh.
- Chiến lược chọn mẫu: Áp dụng kỹ thuật lấy mẫu ngẫu nhiên phân tầng nhiều giai đoạn (multi-stage stratified random sampling). Tỉnh Quảng Ngãi được phân tầng thành 2 khu vực địa lý sinh thái: Vùng đồng bằng (huyện Bình Sơn, Mộ Đức, thị xã Đức Phổ, TP. Quảng Ngãi) và Vùng miền núi (huyện Trà Bồng, Sơn Hà, Ba Tơ, Minh Long, Sơn Tây). Tổng cỡ mẫu hợp lệ đưa vào phân tích là $N = 500$ hộ gia đình.
- Triangulation (Tam giác đạc): Thực hiện tam giác đạc dữ liệu (kết hợp số liệu điều tra mức sống dân cư, báo cáo rà soát hộ nghèo định kỳ của Sở LĐTB&XH và dữ liệu khảo sát sơ cấp); tam giác đạc phương pháp (kết hợp chỉ số đo lường MPI của Alkire-Foster và mô hình hồi quy kinh tế lượng Binary Logistic).
- Độ tin cậy và giá trị: Thang đo được kiểm định tính giá trị nội dung (content validity) qua phỏng vấn thử nghiệm pilot trước khi điều tra diện rộng.
┌─────────────────────────────────────────────────────────┐
│ QUY TRÌNH NGHIÊN CỨU TOÀN DIỆN │
└────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ BƯỚC 1: ĐỊNH TÍNH & THAM VẤN CHUYÊN GIA (DELPHI) │
│ Hiệu chỉnh thang đo 5 chiều & 10 chỉ số phù hợp địa bàn │
└────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ BƯỚC 2: CHỌN MẪU PHÂN TẦNG NHIỀU GIAI ĐOẠN │
│ $N = 500$ hộ gia đình (Đồng bằng & Miền núi Quảng Ngãi) │
└────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ BƯỚC 3: THU THẬP & LÀM SẠCH DỮ LIỆU SƠ CẤP │
│ Xử lý thông tin nhân khẩu, thiếu hụt dịch vụ, sinh kế │
└────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ BƯỚC 4: TÍNH TOÁN CHỈ SỐ NGHÈO ĐA CHIỀU (AF METHOD) │
│ Xác định tỷ lệ nghèo $H$, cường độ $A$ và $MPI = H \times A$ │
└────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ BƯỚC 5: HỒI QUY BINARY LOGISTIC & KIỂM ĐỊNH KINH TẾ LƯỢNG│
│ Ước lượng hệ số $\beta$, Odds Ratio $Exp(\beta)$, Hosmer-Lemeshow│
└────────────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ BƯỚC 6: XÂY DỰNG KỊCH BẢN DỰ BÁO & HÀM Ý CHÍNH SÁCH │
│ Đề xuất hệ thống giải pháp giảm nghèo đa chiều bền vững │
└─────────────────────────────────────────────────────────┘
Data và phân tích
Mô hình kinh tế lượng sử dụng kỹ thuật Hồi quy Logistic nhị phân (Binary Logistic Regression) trên phần mềm IBM SPSS Statistics.
Phương trình hồi quy tổng quát có dạng:
$$\ln\left(\frac{P_i}{1 - P_i}\right) = \beta_0 + \sum_{j=1}^{k} \beta_j X_{ji} + \varepsilon_i$$
Trong đó:
- $P_i$ là xác suất hộ gia đình thứ $i$ rơi vào tình trạng nghèo đa chiều ($Y_i = 1$).
- $1 - P_i$ là xác suất hộ gia đình không nghèo đa chiều ($Y_i = 0$).
- $X_{ji}$ là ma trận các biến độc lập đại diện cho đặc điểm nhân khẩu, nguồn vốn sinh kế, hạ tầng và tiếp cận thông tin.
Các kiểm định độ phù hợp mô hình:
- Kiểm định Omnibus Tests of Model Coefficients: Giá trị $\chi^2$ đạt mức ý nghĩa thống kê cao ($p < 0{,}001$), bác bỏ giả thuyết $H_0$ (tất cả các hệ số hồi quy bằng 0).
- Kiểm định độ tương thích Hosmer and Lemeshow Test: Giá trị $p > 0{,}05$, chứng minh mô hình có độ khớp tuyệt vời với dữ liệu thực nghiệm.
- Hệ số xác định: Cox & Snell $R^2$ và Nagelkerke $R^2$ đạt mức giải thích cao đối với dữ liệu vi mô chéo.
- Ma trận phân loại dự báo (Classification Table): Tỷ lệ dự báo chính xác tổng thể đạt trên $85%$.
Phát hiện đột phá và implications
Những phát hiện then chốt
Kết quả ước lượng thực nghiệm từ bộ dữ liệu $N = 500$ hộ gia đình tại Quảng Ngãi mang lại 4 phát hiện mang tính bước ngoặt:
| Biến số độc lập ($X_j$) |
Ý nghĩa thực tiễn & Thống kê |
Hệ số hồi quy ($\beta$) |
Mức ý nghĩa ($p$-value) |
Tỷ số chênh $Exp(\beta)$ |
Tác động đến xác suất nghèo đa chiều |
| Tỷ lệ phụ thuộc trong hộ |
Số người ăn theo/người lao động |
Dương ($+$) |
$p < 0{,}01$ |
$> 1{,}0$ |
Tăng nguy cơ nghèo đa chiều rõ rệt |
| Khoảng cách đến hạ tầng cơ bản |
Khoảng cách đến trạm y tế, trường học, chợ |
Dương ($+$) |
$p < 0{,}01$ |
$> 1{,}0$ |
Càng xa thiết chế dịch vụ, nguy cơ nghèo càng cao |
| Trình độ chuyên môn chủ hộ |
Có tay nghề, chuyên môn kỹ thuật |
Âm ($-$) |
$p < 0{,}01$ |
$< 1{,}0$ |
Giảm mạnh xác suất rơi vào nghèo đa chiều |
| Tiếp cận & Hữu ích thông tin |
Nắm bắt thông tin chính sách, thị trường |
Âm ($-$) |
$p < 0{,}05$ |
$< 1{,}0$ |
Giảm nguy cơ nghèo đa chiều một cách vững chắc |
| Tiếp cận tín dụng chính thức |
Vay vốn Ngân hàng CSXH, Thương mại |
Âm ($-$) |
$p < 0{,}05$ |
$< 1{,}0$ |
Tăng cường năng lực đầu tư sản xuất, giảm nghèo |
| Diện tích đất sản xuất |
Sở hữu tư liệu sản xuất nông/lâm nghiệp |
Âm ($-$) |
$p < 0{,}05$ |
$< 1{,}0$ |
Giúp duy trì an ninh lương thực và sinh kế tự lực |
| Quy mô hộ, Tuổi, Giới tính chủ hộ |
Các biến nhân khẩu truyền thống |
Không có ý nghĩa |
$p > 0{,}10$ |
$\approx 1{,}0$ |
Không ảnh hưởng độc lập sau khi kiểm soát hạ tầng |
- Sự phân hóa không gian và sắc tộc gay gắt: Tỷ lệ nghèo đa chiều phân bổ bất đối xứng nghiêm trọng. Tại thời điểm 2016, tỷ lệ nghèo miền núi chiếm $41{,}93%$ với $25.392$ hộ, trong khi vùng đồng bằng giảm nhanh. Huyện Tây Trà có tỷ lệ nghèo lên đến $75{,}08%$, huyện Sơn Tây đạt $55{,}07%$. Sự thiếu hụt không chỉ ở thu nhập mà tập trung dày đặc ở các chiều: bảo hiểm y tế, nhà tiêu hợp vệ sinh, nước sạch sinh hoạt và chất lượng nhà ở.
- Khẳng định vai trò của "Vốn thông tin": Biến số "Tiếp cận thông tin và sự hữu ích của thông tin" đạt mức ý nghĩa thống kê cao ($p < 0{,}05$) với hệ số $\beta < 0$ và $Exp(\beta) < 1$. Hộ gia đình có khả năng tiếp cận thông tin kinh tế - xã hội chính xác và hữu ích có xác suất thoát nghèo đa chiều cao hơn vượt trội nhờ thay đổi hành vi chủ động trong giáo dục con cái, phòng ngừa dịch bệnh và tìm kiếm việc làm.
- Phát hiện phản trực giác (Counter-intuitive Result): Trái ngược với các quan niệm truyền thống cho rằng quy mô hộ gia đình đông người, độ tuổi hay giới tính chủ hộ (nữ làm chủ hộ) làm tăng nghèo đói (như kết luận của Akhtar, 2015), nghiên cứu chứng minh rằng khi đã kiểm soát các biến về Trình độ chuyên môn, Tỷ lệ người phụ thuộc, Khoảng cách hạ tầng và Tiếp cận thông tin, thì Quy mô hộ, Độ tuổi và Giới tính chủ hộ không có ý nghĩa thống kê ($p > 0{,}10$). Điều này chứng minh quy mô hộ lớn không phải là nguyên nhân trực tiếp dẫn đến nghèo, mà mấu chốt nằm ở chất lượng lao động và tỷ lệ người phụ thuộc không có khả năng tạo thu nhập trong hộ.
- Hạ tầng dịch vụ chi phối trạng thái nghèo: Biến "Khoảng cách từ nơi ở đến các thiết chế hạ tầng dịch vụ xã hội cơ bản" tương quan thuận có ý nghĩa thống kê cao ($p < 0{,}01$) với xác suất nghèo. Khoảng cách vật lý kéo theo sự cô lập thể chế, triệt tiêu cơ hội tiếp cận y tế chất lượng cao và thị trường lao động.
┌─────────────────────────────────────────────────────────┐
│ CƠ CHẾ TÁC ĐỘNG ĐẾN NGHÈO ĐA CHIỀU │
└────────────────────────────┬────────────────────────────┘
│
┌───────────────────────────────────────┼───────────────────────────────────────┐
▼ ▼ ▼
┌─────────────────────────────┐ ┌─────────────────────────────┐ ┌─────────────────────────────┐
│ NHÓM NÂNG CAO NĂNG LỰC │ │ NHÓM KẾT NỐI KHÔNG GIAN │ │ NHÓM NGUỒN LỰC SẢN XUẤT │
│ (Tác động giảm nghèo -) │ │ (Tác động tăng nghèo +) │ │ (Tác động giảm nghèo -) │
│ • Trình độ chuyên môn kỹ │ │ • Khoảng cách địa lý đến │ │ • Đất sản xuất nông nghiệp │
│ thuật của chủ hộ/thành viên│ │ trung tâm dịch vụ cơ bản │ │ • Tiếp cận vốn tín dụng │
│ • Tiếp cận thông tin hữu ích│ │ • Tỷ lệ phụ thuộc trong hộ │ │ chính thức từ ngân hàng │
└─────────────────────────────┘ └─────────────────────────────┘ └─────────────────────────────┘
Implications đa chiều
- Về mặt lý luận: Bổ sung biến số thông tin và hạ tầng kết nối vào cấu trúc mô hình kinh tế lượng nghèo đa chiều, củng cố tính thực chứng của Lý thuyết Khả năng trong bối cảnh các nền kinh tế đang phát triển.
- Về phương pháp luận: Thiết lập quy trình hiệu chỉnh bộ chỉ số MPI quốc gia cho cấp độ tỉnh/vùng sinh thái dựa trên tham vấn chuyên gia và kiểm định thực nghiệm vi mô.
- Về thực tiễn và chính sách:
- Chuyển dịch mô hình an sinh: Chuyển đổi dứt khoát từ cơ chế "hỗ trợ trực tiếp, cho không" sang "hỗ trợ có điều kiện, có hoàn trả gắn với đào tạo kỹ năng nghề", xóa bỏ tâm lý ỷ lại vào chính sách bảo trợ xã hội.
- Chiến lược "Rút ngắn khoảng cách": Ưu tiên nguồn vốn của 3 Chương trình Mục tiêu Quốc gia (Giảm nghèo bền vững, Xây dựng nông thôn mới, Phát triển KTXH vùng đồng bào dân tộc thiểu số và miền núi) giai đoạn 2021–2025 để hoàn thiện mạng lưới giao thông liên xã, viễn thông internet băng rộng và y tế cơ sở tại các huyện vùng cao (Ba Tơ, Trà Bồng, Sơn Hà, Minh Long, Sơn Tây).
- Phổ cập thông tin và kỹ năng số: Thiết lập các kênh thông tin thị trường lao động và khuyến nông số ứng dụng trực tiếp trên thiết bị di động cho đồng bào dân tộc thiểu số.
Limitations và Future Research
Mặc dù đạt được những kết quả học thuật và ứng dụng quan trọng, luận án thẳng thắn thừa nhận 3 giới hạn:
- Dữ liệu vi mô cắt ngang: Bộ dữ liệu sơ cấp $N = 500$ hộ được thu thập tại một thời điểm (năm 2020), làm hạn chế khả năng theo dõi động thái nghèo (poverty dynamics), sự dịch chuyển giữa các trạng thái nghèo kinh niên và nghèo tạm thời qua chuỗi thời gian dài.
- Độ bao phủ không gian: Dù mẫu khảo sát được phân tầng đại diện, điều kiện địa hình phức tạp tại một số xã vùng sâu vùng xa thuộc huyện Sơn Tây, Trà Bồng trong bối cảnh dịch bệnh Covid-19 phần nào gây khó khăn cho việc mở rộng quy mô mẫu điều tra.
- Đo lường các chiều vô hình: Các khía cạnh về vốn xã hội phi chính thức, sự tham gia chính trị và tổn thương tâm lý do nghèo đói chưa được định lượng hóa triệt để trong mô hình kinh tế lượng.
Chương trình nghiên cứu tương lai (Future Research Agenda):
- Xây dựng bộ dữ liệu bảng vi mô (Balanced Panel Data) theo dõi cùng một tập mẫu hộ gia đình qua chu kỳ 3–5 năm để đánh giá xác suất tái nghèo dưới tác động của các cú sốc vĩ mô (thiên tai, biến đổi khí hậu, dịch bệnh).
- Ứng dụng mô hình Kinh tế lượng Không gian (Spatial Econometrics - Spatial Autoregressive Models) kết hợp Hệ thống Thông tin Địa lý (GIS) và dữ liệu viễn thám để mô hình hóa sự lan tỏa không gian của nghèo đói cấp xã/thôn.
- Nghiên cứu sâu về cơ chế chuyển đổi số nông thôn và tác động của kinh tế nền tảng (platform economy) đến việc giảm nghèo đa chiều cho đồng bào dân tộc thiểu số.
Tác động và ảnh hưởng
Luận án tạo ra những giá trị tác động toàn diện trên 5 phương diện:
- Tác động học thuật: Cung cấp một khung phân tích tích hợp chuẩn mực và bộ dữ liệu vi mô giá trị cao về nghèo đa chiều tại Việt Nam; tạo tiền đề cho các công bố quốc tế trên các tạp chí chuyên ngành kinh tế phát triển (như World Development, Journal of Asian Economics).
- Chuyển đổi kinh tế - xã hội: Đóng góp trực tiếp vào đề án tái cơ cấu kinh tế nông nghiệp - nông thôn tỉnh Quảng Ngãi, thúc đẩy chuyển dịch lao động từ nông nghiệp năng suất thấp sang công nghiệp - dịch vụ tại Khu kinh tế Dung Quất và các khu công nghiệp địa phương.
- Tác động chính sách: Là tài liệu tham khảo khoa học trực tiếp cho Hội đồng Nhân dân, Ủy ban Nhân dân và Sở LĐTB&XH tỉnh Quảng Ngãi trong việc xây dựng Kế hoạch thực hiện Chương trình MTQG giảm nghèo bền vững giai đoạn 2021–2025 theo Nghị quyết Đại hội Đảng bộ tỉnh lần thứ XX.
- Lợi ích xã hội định lượng: Cung cấp luận cứ giúp tối ưu hóa việc phân bổ hàng nghìn tỷ đồng ngân sách nhà nước, hướng đúng vào các chiều thiếu hụt nghiêm trọng (nước sạch, nhà tiêu hợp vệ sinh, thẻ BHYT, đào tạo nghề), nâng cao mức sống cho hơn $40.000$ hộ nghèo và cận nghèo trên địa bàn tỉnh.
- Ý nghĩa quốc tế: Đóng góp bằng chứng thực nghiệm từ một nền kinh tế chuyển đổi ở Đông Nam Á vào kho tàng tri thức toàn cầu về việc ứng dụng phương pháp Alkire-Foster kết hợp kinh tế lượng vi mô ở cấp độ chính quyền địa phương.
Đối tượng hưởng lợi
- Nghiên cứu sinh & Giới học thuật: Kế thừa khung lý thuyết tích hợp (Sen + DFID + AF Method), mô hình kinh tế lượng Binary Logistic và quy trình thiết kế công cụ khảo sát vi mô chuẩn hóa.
- Cơ quan hoạch định chính sách cấp tỉnh và bộ ngành: Tiếp nhận bộ giải pháp chính sách phân tầng có bằng chứng thực nghiệm (evidence-based policy), giúp khắc phục tình trạng phân bổ ngân sách cào bằng, chồng chéo.
- Các tổ chức phát triển quốc tế (UNDP, WB, ADB) & Tổ chức phi chính phủ (NGOs): Sử dụng kết quả đánh giá thực trạng các chiều thiếu hụt tại Quảng Ngãi để thiết kế các dự án tài trợ sinh kế, nước sạch và y tế cộng đồng đúng đối tượng mục tiêu.
- Cộng đồng dân cư & Hộ nghèo tại địa phương: Hưởng lợi trực tiếp từ việc thụ hưởng các chính sách an sinh xã hội được tái cấu trúc theo hướng công bằng, thực chất và bền vững hơn.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Luận án đã mở rộng Lý thuyết Tiếp cận Khả năng của Amartya Sen bằng cách chứng minh bằng thực chứng rằng: Khả năng tiếp cận thông tin và tính hữu ích của thông tin đóng vai trò là "Vốn năng lực nền tảng" (Meta-capability). Trong bối cảnh kinh tế số, thiếu hụt thông tin làm tê liệt khả năng chuyển hóa từ các nguồn lực sẵn có thành các hoạt động chức năng, biến thông tin thành một chiều đo bắt buộc phải tích hợp trong khung phân tích nghèo đa chiều hiện đại.
2. Đột phá phương pháp luận của luận án so với các công trình trước đây?
So với các nghiên cứu trước (như Asselin & Anh, 2005 chỉ dùng MCA; hoặc Lê Thị Thanh Loan & Nguyễn Thanh Bình, 2018 chỉ dùng dữ liệu thứ cấp VHLSS quy mô quốc gia), luận án đã thực hiện bước đột phá phương pháp luận bằng cách:
- Xây dựng thang đo đa chiều đặc thù cấp tỉnh thông qua quy trình tham vấn chuyên gia Delphi 5 tiêu chí (kế thừa Lu et al., 2019).
- Tích hợp tam giác đạc phương pháp: Sử dụng phương pháp Alkire-Foster để xác định chính xác trạng thái nghèo của từng hộ trong mẫu $N = 500$, sau đó đưa trạng thái này làm biến phụ thuộc trong mô hình hồi quy Binary Logistic nhằm bóc tách các yếu tố tác động nhân quả có kiểm soát.
3. Phát hiện thực nghiệm nào gây bất ngờ nhất trong nghiên cứu?
Phát hiện phản trực giác nổi bật nhất: Quy mô hộ gia đình, độ tuổi và giới tính chủ hộ không có tương quan ý nghĩa thống kê ($p > 0{,}10$) đối với xác suất nghèo đa chiều của hộ. Trong khi phần lớn y văn tiền bối (như Akhtar, 2015) khẳng định hộ đông người tự động làm tăng rủi ro nghèo, nghiên cứu này chứng minh rằng chính Tỷ lệ người phụ thuộc và Trình độ chuyên môn mới là nhân tố quyết định thực sự. Hộ đông người nhưng có nhiều lao động có kỹ năng sẽ không rơi vào nghèo đa chiều.
4. Luận án có cung cấp quy trình tái lặp nghiên cứu (Replication Protocol) không?
Có. Luận án mô tả chi tiết và tường minh:
- Bảng câu hỏi khảo sát cấu trúc chuẩn hóa cho 500 hộ.
- Định nghĩa, thang đo và cách gán trọng số cho 5 chiều và 10 chỉ số đo lường nghèo đa chiều.
- Ma trận mã hóa biến số độc lập và biến phụ thuộc.
- Toàn bộ quy trình kiểm định kinh tế lượng (Omnibus, Hosmer-Lemeshow, Nagelkerke $R^2$, ma trận phân loại dự báo) trên phần mềm SPSS, cho phép các nhà nghiên cứu khác tái lập hoàn toàn nghiên cứu tại 62 tỉnh thành còn lại của Việt Nam.
5. Định hướng chương trình nghiên cứu 10 năm (10-Year Research Agenda)?
Chương trình nghiên cứu dài hạn được xác lập gồm 3 trụ cột:
- Thiết lập hệ thống giám sát nghèo đa chiều động (Dynamic Multidimensional Poverty Monitoring Panel) theo chu kỳ hàng năm ứng dụng công nghệ số.
- Tích hợp các chỉ số tổn thương sinh thái và biến đổi khí hậu (Climate Vulnerability Index) vào thang đo nghèo đa chiều tại dải duyên hải miền Trung.
- Nghiên cứu kinh tế học hành vi (Behavioral Economics) về rào cản tâm lý, ý chí tự lực và tập quán văn hóa của đồng bào dân tộc thiểu số trong quá trình chuyển đổi sinh kế bền vững.
Kết luận
Công trình nghiên cứu tiến sĩ của tác giả Huỳnh Đinh Phát đúc kết 6 đóng góp học thuật và thực tiễn cốt lõi:
- Hệ thống hóa và phát triển toàn diện lý luận về nghèo và giảm nghèo đa chiều, chuẩn hóa định nghĩa khoa học và khung phân tích tích hợp phù hợp với bối cảnh kinh tế chuyển đổi tại Việt Nam.
- Xây dựng thành công bộ thang đo nghèo đa chiều 5 chiều, 10 chỉ số đặc thù cho tỉnh Quảng Ngãi, khắc phục triệt để các khoảng trống của chuẩn nghèo quốc gia giai đoạn 2016–2020.
- Định lượng hóa chính xác các yếu tố quyết định nghèo đa chiều thông qua mô hình Binary Logistic trên tập dữ liệu sơ cấp $N = 500$ hộ, phát hiện vai trò then chốt của Vốn thông tin và bác bỏ ảnh hưởng thuần túy của quy mô hộ gia đình.
- Phân tích toàn diện bức tranh thực trạng giảm nghèo giai đoạn 2016–2020, vạch rõ sự bất bình đẳng không gian sâu sắc giữa vùng đồng bằng và miền núi (tỷ lệ nghèo miền núi $41{,}93%$, Tây Trà $75{,}08%$).
- Thiết lập hệ thống giải pháp chính sách đồng bộ, khả thi, chuyển trọng tâm từ cứu trợ thụ động sang đầu tư phát triển năng lực, rút ngắn khoảng cách địa lý - thể chế và phổ cập thông tin số.
- Mở ra 3 hướng nghiên cứu mới về kinh tế lượng không gian trong nghèo đói, phân tích dữ liệu bảng động và tích hợp tính dễ bị tổn thương do biến đổi khí hậu vào an sinh xã hội bền vững.
