Tổng quan nghiên cứu

Thực trạng giảm nghèo bền vững luôn là trọng tâm trong chiến lược phát triển kinh tế xã hội tại vùng Đồng bằng sông Cửu Long, nơi có khoảng 80% dân số sinh sống tại khu vực nông thôn. Theo số liệu của Bộ Lao động - Thương binh và Xã hội, tỉnh Trà Vinh từng ghi nhận tỷ lệ hộ nghèo lên tới 16,64% và hộ cận nghèo chiếm 9,04%, đứng thứ hai toàn khu vực. Riêng tại huyện Cầu Ngang, dù số hộ nghèo đã giảm qua các giai đoạn nhưng đến cuối năm 2015 toàn huyện vẫn còn 4.230 hộ nghèo (chiếm tỷ lệ 12,20%), trong đó đồng bào dân tộc thiểu số Khmer chiếm tới 2.984 hộ (tương đương 22,45% tổng số hộ nghèo). Vấn đề cốt lõi đặt ra là phương pháp đo lường đơn chiều truyền thống dựa trên thu nhập không còn phản ánh toàn diện các thiếu hụt cơ bản về an sinh xã hội, dẫn đến tình trạng tái nghèo và gia tăng tỷ lệ cận nghèo.

Luận văn thạc sĩ chuyên ngành Quản lý kinh tế của tác giả Dương Hoàng Sum, dưới sự hướng dẫn khoa học của PGS. Đinh Phi Hổ tại Trường Đại học Kinh tế Thành phố Hồ Chí Minh (năm 2017), tập trung giải quyết mục tiêu xác định các thước đo nghèo đa chiều, lượng hóa mức độ ảnh hưởng của các yếu tố kinh tế xã hội và đề xuất hệ thống giải pháp can thiệp có mục tiêu. Phạm vi nghiên cứu bao quát không gian huyện Cầu Ngang với dữ liệu thứ cấp giai đoạn 2010-2015 và số liệu khảo sát sơ cấp trên 190 hộ gia đình trong năm 2016. Kết quả nghiên cứu mang lại ý nghĩa học thuật và thực tiễn sâu sắc, cung cấp bộ chỉ số đo lường thực nghiệm giúp chính quyền địa phương chuyển đổi phương pháp tiếp cận giảm nghèo theo Quyết định của Thủ tướng Chính phủ, nâng cao độ chính xác trong phân bổ nguồn lực công.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng phương pháp luận đo lường nghèo đa chiều của Alkire và Foster (2007, 2011), kết hợp cùng khung phân tích của Chương trình Phát triển Liên Hiệp Quốc (UNDP) và Ngân hàng Thế giới (World Bank). Lý thuyết vốn con người của Mincer (1974) cùng các công trình thực nghiệm của Đinh Phi Hổ và Nguyễn Trọng Hoài (2007) được sử dụng để giải thích mối quan hệ giữa học vấn, nhân khẩu học và năng lực thoát nghèo.

Khung đo lường nghèo đa chiều (MPI) trong luận văn vận dụng 3 chiều chuẩn hóa với tổng cộng 10 chỉ tiêu cụ thể:

  • Chiều Giáo dục (tổng trọng số 1/3): Bao gồm chỉ tiêu GD1 (không có thành viên nào hoàn tất 5 năm tiểu học, trọng số 1/6) và GD2 (trẻ em trong độ tuổi từ lớp 1 đến lớp 8 không đến trường, trọng số 1/6).
  • Chiều Y tế (tổng trọng số 1/3): Bao gồm chỉ tiêu YTE1 (hộ có trẻ em tử vong, trọng số 1/6) và YTE2 (thành viên trong hộ bị suy dinh dưỡng, trọng số 1/6).
  • Chiều Mức sống (tổng trọng số 1/3): Gồm 6 chỉ tiêu thành phần với trọng số 1/18 cho mỗi chỉ tiêu, bao gồm tiếp cận điện sinh hoạt (MS1), nhà tiêu hợp vệ sinh (MS2), nguồn nước sạch sinh hoạt (MS3), chất lượng nhà ở kiên cố (MS4), nhiên liệu đun nấu sạch (MS5) và quyền sở hữu tài sản thông tin, phương tiện đi lại (MS6).

Hộ gia đình được xác định là nghèo đa chiều khi có tổng điểm thiếu hụt tích lũy đạt ngưỡng từ 1/3 (tương đương 33,33%) trở lên. Ba chỉ số cốt lõi được tính toán gồm tỷ lệ nghèo đếm đầu (H), độ sâu nghèo (A) và chỉ số nghèo đa chiều điều chỉnh MPI = H x A.

Phương pháp nghiên cứu

Nghiên cứu kết hợp nguồn dữ liệu thứ cấp từ Niên giám thống kê huyện Cầu Ngang giai đoạn 2008-2013, báo cáo của Phòng Lao động - Thương binh và Xã hội huyện năm 2015 cùng nguồn dữ liệu sơ cấp thu thập năm 2016. Quy mô mẫu khảo sát được xác định theo tiêu chuẩn của Green W. (1991) với công thức n ≥ 50 + 5P (trong đó P = 8 là số biến độc lập, yêu cầu tối thiểu 130 quan sát). Tác giả đã tiến hành điều tra thực tế 190 hộ gia đình hợp lệ tại 2 xã đại diện đặc trưng: một xã có tỷ lệ đồng bào Khmer cao và một xã có tỷ lệ người Kinh chiếm đa số. Phương pháp chọn mẫu thuận tiện kết hợp phân tầng địa bàn bảo đảm tính đại diện văn hóa và kinh tế.

Phương pháp phân tích kinh tế lượng sử dụng mô hình hồi quy Binary Logistic trên phần mềm SPSS. Lý do lựa chọn mô hình này xuất phát từ đặc tính của biến phụ thuộc mang tính chất nhị phân (nhận giá trị 1 nếu hộ nghèo đa chiều và 0 nếu khác nghèo). Phương pháp ước lượng Hợp lý cực đại (Maximum Likelihood) giúp xử lý tối ưu mối quan hệ phi tuyến giữa xác suất nghèo với 8 biến giải thích: tuổi chủ hộ, trình độ học vấn, số người phụ thuộc, khoảng cách đến trường học, bảo hiểm y tế, dịch vụ viễn thông, thành phần dân tộc và khoảng cách đến trạm y tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm từ 190 mẫu điều tra đã làm sáng tỏ cấu trúc nghèo đói tại địa bàn với các kết quả định lượng nổi bật:

Thứ nhất, tỷ lệ hộ nghèo đa chiều ghi nhận ở mức 90,5% (172 hộ), cao hơn 6,8% so với phương pháp đo lường đơn chiều theo thu nhập (83,7% tương đương 159 hộ). Điều này chứng minh có một bộ phận hộ gia đình tuy thu nhập vượt chuẩn nghèo truyền thống nhưng vẫn thiếu hụt trầm trọng các dịch vụ an sinh cơ bản.

Thứ hai, mức độ thiếu hụt giữa các chiều có sự phân hóa rõ nét:

  • Chiều Giáo dục ghi nhận 19,5% số hộ có điểm thiếu hụt (chiếm 37 hộ).
  • Chiều Y tế có 16,8% số hộ thiếu hụt dịch vụ khám chữa bệnh và bảo trợ sức khỏe (32 hộ).
  • Chiều Mức sống có 14,2% số hộ chịu thiếu hụt về điều kiện nhà ở, nguồn nước và hạ tầng vệ sinh (27 hộ).

Thứ ba, đặc điểm nhân khẩu học và xã hội gắn liền mật thiết với nguy cơ nghèo: 83,7% hộ nghèo đa chiều thuộc về đồng bào dân tộc Khmer; 86,6% chủ hộ nghèo chưa hoàn thành chương trình trung học phổ thông; 86,6% hộ nghèo không có điều kiện tiếp cận dịch vụ viễn thông và internet.

Thứ tư, mô hình hồi quy Binary Logistic đạt độ tương thích cao với kiểm định Omnibus có giá trị Chi-square = 43,915 (mức ý nghĩa p = 0,000) và hệ số Nagelkerke R Square đạt 0,443, khẳng định 44,3% sự biến thiên của tình trạng nghèo đa chiều được giải thích bởi các biến độc lập. Trong đó, 6 biến có ý nghĩa thống kê gồm: Tiếp cận dịch vụ viễn thông (Exp(B) = 33,49; p = 0,000), Trình độ học vấn (Exp(B) = 7,14; p = 0,01), Thành phần dân tộc Khmer (Exp(B) = 4,52; p = 0,05), Tham gia Bảo hiểm Y tế (Exp(B) = 0,26; p = 0,10), Khoảng cách từ nhà đến trường (Exp(B) = 1,01; p = 0,03) và Số người phụ thuộc (Exp(B) = 1,63; p = 0,06).

Thảo luận kết quả

Kết quả ước lượng xác suất cho thấy việc thiếu hụt dịch vụ viễn thông là rào cản lớn nhất đẩy hộ gia đình vào tình trạng nghèo đa chiều. Trong điều kiện xác suất nghèo ban đầu là 10%, hộ không tiếp cận viễn thông có rủi ro nghèo tăng vọt do bị cô lập thông tin về thị trường nông sản, kỹ thuật canh tác và chính sách an sinh. Về mặt học vấn, chủ hộ chưa tốt nghiệp trung học phổ thông làm xác suất nghèo tăng thêm 34,2% do hạn chế cơ hội việc làm phi nông nghiệp có thu nhập cao.

Yếu tố dân tộc phản ánh sự khác biệt sâu sắc khi hộ đồng bào Khmer có xác suất nghèo cao hơn 18% so với hộ người Kinh, bắt nguồn từ rào cản ngôn ngữ, tập quán sản xuất nhỏ lẻ và tỷ lệ phụ thuộc bình quân 1,76 người/hộ. Ngược lại, việc tham gia bảo hiểm y tế đóng vai trò như lưới đỡ an sinh vững chắc, giúp giảm xác suất rơi vào nghèo đói tới 8,4%.

Để chuyển tải trực quan các phân tích trên trong báo cáo quản trị, dữ liệu có thể được trình bày qua biểu đồ thanh xếp chồng nhằm so sánh tỷ lệ thiếu hụt 3 chiều giữa các nhóm dân tộc, kết hợp biểu đồ mạng nhện thể hiện đa chiều 10 chỉ số an sinh và bảng ma trận độ sâu nghèo giúp cơ quan quản lý dễ dàng nhận diện nhóm đối tượng dễ bị tổn thương nhất.

Đề xuất và khuyến nghị

Dựa trên kết quả định lượng của mô hình kinh tế lượng, bốn nhóm giải pháp hành động cụ thể được kiến nghị cho giai đoạn thực hiện chính sách:

Thứ nhất, mở rộng hạ tầng số và phổ cập dịch vụ viễn thông công ích. Ủy ban nhân dân huyện Cầu Ngang chủ trì phối hợp với các doanh nghiệp viễn thông triển khai chương trình trợ giá thiết bị kết nối và gói cước băng rộng an sinh xã hội. Mục tiêu đặt ra là nâng tỷ lệ hộ nghèo và cận nghèo tiếp cận dịch vụ viễn thông từ mức 13,4% hiện tại lên trên 85% trong khung thời gian 24 tháng.

Thứ hai, nâng cao chất lượng giáo dục và đẩy mạnh đào tạo nghề cho đồng bào Khmer. Phòng Giáo dục và Đào tạo phối hợp Phòng Lao động - Thương binh và Xã hội thiết lập chương trình học bổng chuyên biệt, xóa mù chữ chức năng và phổ cập trung học cơ sở kết hợp dạy nghề ngắn hạn. Chỉ tiêu cần đạt là giảm tỷ lệ trẻ em bỏ học xuống dưới 1% và tổ chức đào tạo kỹ thuật nông nghiệp thích ứng biến đổi khí hậu cho ít nhất 1.200 lao động dân tộc thiểu số mỗi năm.

Thứ ba, hoàn thiện chính sách hỗ trợ thẻ Bảo hiểm Y tế toàn diện. Bảo hiểm Xã hội huyện Cầu Ngang cùng Trung tâm Y tế huyện thực hiện hỗ trợ 100% mức đóng BHYT cho hộ nghèo đa chiều và trợ cấp tối thiểu 70% mức đóng cho hộ cận nghèo. Target metric hướng đến là đạt tỷ lệ bao phủ BHYT trên 95% dân số toàn huyện trong lộ trình 3 năm, đồng thời nâng cao chất lượng khám chữa bệnh tại 13 trạm y tế xã.

Thứ tư, tối ưu hóa quy hoạch hạ tầng giao thông liên ấp kết nối trường học. Phòng Kinh tế và Hạ tầng huyện tập trung nguồn vốn Chương trình mục tiêu quốc gia Xây dựng nông thôn mới để kiên cố hóa, đal hóa thêm 50 km đường giao thông nông thôn, rút ngắn khoảng cách đi lại từ khu dân cư biệt lập đến trường học từ mức trung bình 246 mét xuống dưới 150 mét nhằm xóa bỏ rào cản địa lý đối với học sinh.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng trọng tâm:

  1. Cơ quan quản lý nhà nước và Ban chỉ đạo giảm nghèo các cấp: Sở Lao động - Thương binh và Xã hội tỉnh Trà Vinh, UBND huyện Cầu Ngang có thể khai thác bộ tiêu chí 10 chỉ số thành phần để rà soát, lập danh sách hộ nghèo chính xác, tránh hiện tượng bỏ sót đối tượng thiếu hụt phi thu nhập.
  2. Nhà hoạch định chính sách dân tộc và an sinh xã hội: Các chuyên viên tại Ủy ban Dân tộc và các tổ chức phi chính phủ sử dụng kết quả về tỷ lệ nghèo 83,7% của người Khmer để thiết kế các dự án can thiệp bình đẳng giới, sinh kế đặc thù cho vùng Tây Nam Bộ.
  3. Giảng viên và nhà nghiên cứu kinh tế phát triển: Nguồn tài liệu tham khảo giá trị về cách tích hợp phương pháp Alkire - Foster với mô hình hồi quy xác suất Binary Logistic trong phân tích dữ liệu vi mô hộ gia đình.
  4. Học viên cao học và sinh viên ngành Quản lý kinh tế, Kinh tế học: Điển hình nghiên cứu mẫu về kỹ thuật thiết kế bảng hỏi, kiểm định mô hình định lượng và quy trình xây dựng khuyến nghị chính sách từ bằng chứng thực nghiệm.

Câu hỏi thường gặp

Tại sao tỷ lệ hộ nghèo đa chiều (90,5%) lại cao hơn tỷ lệ nghèo đơn chiều (83,7%) tại huyện Cầu Ngang? Phương pháp đo lường nghèo đơn chiều chỉ xét tiêu chí thu nhập dưới chuẩn quy định. Ngược lại, phương pháp đa chiều tính toán thêm các thiếu hụt về giáo dục, y tế và điều kiện sống. Trong số 190 hộ khảo sát, có 6,8% số hộ dù đạt mức thu nhập tối thiểu nhưng lại thiếu hụt trầm trọng về bảo hiểm y tế, nhà vệ sinh và dịch vụ viễn thông, khiến họ bị xếp vào diện nghèo đa chiều.

Biến số nào có tác động mạnh nhất đến khả năng rơi vào nghèo đa chiều của hộ dân? Mô hình hồi quy Logistic chỉ ra rằng việc tiếp cận dịch vụ viễn thông có tác động mạnh nhất với hệ số Exp(B) = 33,49 (p = 0,000). Hộ gia đình không có phương tiện liên lạc và internet chịu mức tăng xác suất nghèo lên tới 197,5% so với mức ban đầu, do thiếu thông tin sản xuất và cơ hội việc làm.

Sự thiếu hụt theo các chiều của hộ nghèo tại địa phương tập trung chủ yếu vào khía cạnh nào? Số liệu khảo sát 190 hộ ghi nhận chiều Giáo dục chịu mức thiếu hụt cao nhất với 19,5% hộ vi phạm các chỉ tiêu về số năm đi học của người lớn và tình trạng trẻ đến trường. Tiếp theo là chiều Y tế với 16,8% hộ thiếu hụt và chiều Mức sống chiếm 14,2% số hộ thiếu các điều kiện vệ sinh, nước sạch và nhà kiên cố.

Yếu tố dân tộc thiểu số Khmer ảnh hưởng như thế nào đến tình trạng nghèo đa chiều? Thành phần dân tộc có ý nghĩa thống kê ở mức p = 0,05 với Exp(B) = 4,52. Trong mẫu nghiên cứu, người Khmer chiếm tới 83,7% tổng số hộ nghèo đa chiều. Xác suất nghèo của hộ gia đình Khmer cao hơn 18% so với hộ người Kinh do những hạn chế về trình độ học vấn, rào cản ngôn ngữ và khả năng tiếp cận vốn tín dụng.

Hệ số Nagelkerke R Square = 0,443 của mô hình kinh tế lượng mang ý nghĩa gì? Giá trị Nagelkerke R Square đạt 0,443 chứng minh rằng 8 biến độc lập đưa vào mô hình hồi quy Binary Logistic đã giải thích được 44,3% sự biến thiên xác suất nghèo đa chiều của các hộ dân tại huyện Cầu Ngang. Đồng thời kiểm định Omnibus với Chi-square = 43,915 (p < 0,001) khẳng định mô hình có độ phù hợp thống kê rất cao.

Kết luận

  • Luận văn đã lượng hóa toàn diện hiện trạng nghèo đa chiều tại huyện Cầu Ngang với tỷ lệ nghèo thực tế lên tới 90,5%, chứng minh sự cần thiết phải thay thế chuẩn nghèo thu nhập đơn chiều.
  • Chiều giáo dục (19,5%) và dịch vụ viễn thông (thiếu hụt 86,6% ở hộ nghèo) được xác định là hai rào cản lớn nhất đối với công tác giảm nghèo tại địa phương.
  • Yếu tố dân tộc đóng vai trò trọng yếu khi đồng bào Khmer chiếm 83,7% tổng số hộ nghèo đa chiều, đòi hỏi các chính sách an sinh mang tính đặc thù văn hóa.
  • Mô hình hồi quy Binary Logistic với hệ số giải thích 44,3% đã phân tầng rõ rệt thứ tự ưu tiên can thiệp từ hạ tầng số, giáo dục, bảo hiểm y tế đến giao thông nông thôn.
  • Hệ thống 4 giải pháp đề xuất tạo tiền đề cho chính quyền huyện triển khai kế hoạch giảm nghèo bền vững trong lộ trình trung hạn 2018-2022.

Nghiên cứu là tài liệu tham khảo thiết thực cho các nhà quản lý và nhà nghiên cứu quan tâm đến an sinh xã hội vùng Tây Nam Bộ. Hãy khai thác ngay khung phân tích kinh tế lượng và hệ thống chỉ số trong luận văn để áp dụng vào các đề án giảm nghèo thực tiễn tại địa phương của bạn.