Giới thiệu dự án

Nghiên cứu tình trạng nghèo đa chiều là trọng tâm trong chiến lược phát triển kinh tế - xã hội của mọi quốc gia đang phát triển. Tại Việt Nam, giai đoạn 2016–2020 ghi nhận bước tiến khi tỷ lệ hộ nghèo giảm từ 9,2% (2016) xuống còn 4,8% (2020) theo số liệu Tổng cục Thống kê, giúp Việt Nam hoàn thành trước hạn Mục tiêu Thiên niên kỷ (MDGs) của Liên Hợp Quốc. Tuy nhiên, cách tiếp cận nghèo đơn chiều dựa trên thu nhập bộc lộ hạn chế lớn: không đo lường được các thiếu hụt về giáo dục, y tế, nhà ở, nước sạch - vệ sinh và thông tin.

Khoảng cách phát triển giữa nông thôn và thành thị, giữa vùng đồng bằng và miền núi vẫn còn lớn. Phần lớn các mô hình nghiên cứu trước đây chỉ tiếp cận bài toán nghèo theo dạng nhị phân (nghèo và không nghèo), hoàn toàn bỏ quên nhóm "hộ cận nghèo" – nhóm dân cư có nguy cơ tái nghèo cao khi gặp các cú sốc kinh tế hay thiên tai.

       [Bối cảnh tổn thương / Cú sốc]

Đề tài "Tình trạng nghèo đa chiều của các hộ gia đình tại Việt Nam: Tiếp cận từ lý thuyết khung sinh kế bền vững" được thực hiện nhằm giải quyết bài toán này với 3 mục tiêu cụ thể:

  1. Đánh giá toàn diện thực trạng nghèo đa chiều tại Việt Nam giai đoạn 2016–2020 dựa trên chuẩn nghèo đa chiều quốc gia.
  2. Định lượng tác động đồng thời của 5 nguồn vốn sinh kế (con người, tự nhiên, vật chất, tài chính, xã hội) và các yếu tố thể chế vĩ mô đến phân tầng mức độ nghèo của hộ.
  3. Đề xuất hệ thống giải pháp và khuyến nghị chính sách phân tầng theo khu vực nông thôn và thành thị nhằm giảm nghèo bền vững.

Phạm vi nghiên cứu bao phủ 63 tỉnh, thành phố trực thuộc Trung ương với cỡ mẫu thực nghiệm gồm 46.883 hộ gia đình trích xuất từ bộ dữ liệu Khảo sát Mức sống Hộ gia đình Việt Nam (VHLSS 2020) kết hợp với Chỉ số Hiệu quả Quản trị và Hành chính công cấp tỉnh (PAPI 2020).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp đo lường và mô hình hóa nghèo đói hiện nay bộc lộ nhiều điểm khác biệt về mặt học thuật và ứng dụng thực tiễn:

Tiêu chí so sánh Đo lường nghèo đơn chiều (Thu nhập/Chi tiêu) Nghèo đa chiều Alkire-Foster nhị phân Khung sinh kế tích hợp Hồi quy Logistic thứ bậc tổng quát (Đề tài)
Cơ sở lý thuyết Tiếp cận phúc lợi tiền tệ (Money-metric) Lý thuyết năng lực Amartya Sen Khung sinh kế bền vững DFID (1999) & Tiếp cận đa chiều
Độ bao phủ thiếu hụt Chỉ tính thu nhập hoặc chi tiêu (< 800k-1tr VNĐ) 5 dịch vụ xã hội cơ bản (10 chỉ báo) 5 dịch vụ xã hội cơ bản + 5 nguồn vốn nội sinh của hộ gia đình
Phân loại biến phụ thuộc Nhị phân (Nghèo / Không nghèo) Nhị phân ($Y \in {0, 1}$) Thứ bậc 3 trạng thái ($Y \in {1: \text{Không nghèo}, 2: \text{Cận nghèo}, 3: \text{Nghèo}}$)
Khả năng kiểm soát thể chế Không Hiếm khi tích hợp Tích hợp chỉ số quản trị cấp tỉnh (PAPI) và bất bình đẳng (GINI)
Giả định toán học Tuyến tính OLS / Binary Probit Logistic nhị phân Giải phóng giả định tỷ lệ song song (Parallel Lines Assumption)

Yêu cầu phân tích dữ liệu được xác định theo mô hình MoSCoW:

  • Must have: Mô hình hóa phân tầng 3 mức độ nghèo; tích hợp đủ 5 loại vốn sinh kế; kiểm định vi phạm giả định tỷ lệ song song (Brant Test).
  • Should have: Phân tách ước lượng độc lập cho 2 phân vùng nông thôn và thành thị; tính toán tác động biên trung bình (Average Marginal Effects - AME).
  • Could have: Đánh giá độ nhạy của chỉ số hiệu quả quản trị công (PAPI) đến từng nhóm nghèo.
  • Won't have: Mô hình chuỗi thời gian dạng bảng động đa kỳ do giới hạn dữ liệu cắt ngang VHLSS 2020.

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế chuẩn hóa theo quy trình 4 tầng:

graph TD
    A[Nguồn dữ liệu thô: VHLSS 2020 N=46,980 & PAPI 2020 & Niên giám GSO] --> B[Tiền xử lý dữ liệu: Làm sạch, Xử lý khuyết thiếu, Mã hóa biến]
    B --> C[Bộ dữ liệu sạch N=46,883 quan sát]
    C --> D{Kiểm tra giả định Parallel Lines}
    D -- Vi phạm p < 0.05 --> E[Generalized Ordered Logit Model - gologit2]
    D -- Không vi phạm --> F[Standard Ordered Logit Model]
    E --> G[Ước lượng Tác động biên trung bình AME]
    G --> H[Phân tích chuyên sâu: Nông thôn vs Thành thị]
    H --> I[Hệ thống gợi ý chính sách phân tầng]

Technology Stack & Thư viện sử dụng:

  • Ngôn ngữ & Nền tảng phân tích: Stata 17.0 MP (sử dụng package gologit2, mfx, fitstat, spost13_ado), R 4.2.2 (các package VGAM, MASS, nnet), Python 3.10 (pandas 1.5.3, statsmodels 0.13.5, seaborn 0.12.2).
  • Quản trị dữ liệu: PostgreSQL 14 kết hợp scripts tiền xử lý trích xuất từ khảo sát dạng vi mô.

Mô hình kinh tế lượng chi tiết: Hàm xác suất tích lũy của mô hình Hồi quy Logistic Thứ bậc Tổng quát (Generalized Ordered Logistic Regression) có dạng:

$$P(Y_i > j) = g(X_i\beta_j) = \frac{\exp(\alpha_j + X_i\beta_j)}{1 + \exp(\alpha_j + X_i\beta_j)}, \quad j = 1, 2$$

Trong đó:

  • $Y_i \in {1, 2, 3}$ tương ứng với: 1 - Hộ không nghèo; 2 - Hộ cận nghèo; 3 - Hộ nghèo.
  • Xác suất rơi vào từng trạng thái cụ thể: $$P(Y_i = 1) = 1 - g(X_i\beta_1)$$ $$P(Y_i = 2) = g(X_i\beta_1) - g(X_i\beta_2)$$ $$P(Y_i = 3) = g(X_i\beta_2)$$
  • Vector $X_i$ đại diện cho các nhóm biến:
    • Nhân khẩu học: Quy mô hộ (member), giới tính chủ hộ (gender), tuổi chủ hộ (age), số lao động (labor).
    • Vốn con người: Số năm đi học bình quân của lao động (edu_mean), số lượt ốm nặng bình quân (health_shock).
    • Vốn vật chất: Giá trị nhà ở bình quân (house_val), giá trị tài sản lâu bền (asset_val).
    • Vốn tài chính: Sở hữu BĐS ngoài đất ở (real_estate), sử dụng dịch vụ tài chính/tín dụng (fin_access).
    • Vốn tự nhiên: Diện tích đất nông nghiệp (land_area), thu nhập từ nông nghiệp (agri_inc).
    • Vốn xã hội: Tình trạng hôn nhân (marital), dân tộc của chủ hộ (ethnicity).
    • Môi trường vĩ mô: Chỉ số PAPI tỉnh (papi), Hệ số GINI tỉnh (gini), Thu nhập bình quân đầu người cấp tỉnh (prov_inc).

Methodology

Phương pháp nghiên cứu tuân thủ quy trình chuẩn thực nghiệm kinh tế:

  1. Lược khảo và xây dựng khung lý thuyết: Kế thừa khung sinh kế DFID (1999) và phương pháp đo lường nghèo Alkire-Foster (OPHI/UNDP).
  2. Khai phá dữ liệu: Ghép nối bộ dữ liệu hộ gia đình VHLSS 2020 với bộ dữ liệu cấp tỉnh PAPI và GSO thông qua mã định danh tỉnh (Province ID).
  3. Kiểm định đa cộng tuyến & Giả định: Sử dụng hệ số phóng đại phương sai (VIF < 2.5 cho tất cả các biến) và Kiểm định Brant Test.
  4. Ước lượng tham số & Phân tích cận biên: Ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE) và bóc tách tác động biên trung bình.

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu xử lý loại bỏ các quan sát trùng lặp hoặc thiếu biến số quan trọng, giảm dung lượng mẫu từ 46.980 xuống 46.883 quan sát hợp lệ.

Đoạn mã phân tích kinh tế lượng mẫu bằng cú pháp Stata và Python thể hiện quy trình ước lượng:

* ====================================================================
* KHÓA LUẬN: TÌNH TRẠNG NGHÈO ĐA CHIỀU - GENERALIZED ORDERED LOGIT
* ====================================================================
clear all
set more off

* 1. Load và merge dữ liệu VHLSS 2020 và PAPI cấp tỉnh
use "vhlss2020_cleaned.dta", clear
merge m:1 matinh using "papi2020_province.dta", keep(match) nogenerate

* 2. Kiểm định giả định tỷ lệ song song (Parallel Lines Test)
ologit poor_status member gender age labor edu_mean health_shock ///
       asset_val house_val real_estate fin_access land_area agri_inc ///
       marital ethnicity gini prov_inc papi
brant, detail

* 3. Ước lượng Generalized Ordered Logistic Regression (gologit2)
* Phân tích riêng cho mẫu nông thôn (urbrur == 0)
gologit2 poor_status member gender age labor edu_mean health_shock ///
         asset_val house_val real_estate fin_access land_area agri_inc ///
         marital ethnicity gini prov_inc papi if urbrur == 0, ///
         pl(gender marital) autofit lrforce robust

* 4. Tính toán Tác động biên trung bình (Average Marginal Effects)
margins, dydx(*) predict(outcome(1))
margins, dydx(*) predict(outcome(2))
margins, dydx(*) predict(outcome(3))

import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.miscmodels.ordinal_model import OrderedModel

# Đọc dữ liệu nghiên cứu VHLSS 2020
df = pd.read_stata("vhlss2020_cleaned.dta")

# Thiết lập biến độc lập và biến phụ thuộc
independent_vars = [
    'member', 'gender', 'age', 'labor', 'edu_mean', 'health_shock',
    'asset_val', 'house_val', 'real_estate', 'fin_access', 
    'land_area', 'agri_inc', 'marital', 'ethnicity', 'gini', 'prov_inc', 'papi'
]
X = df[independent_vars]
y = df['poor_status'] # 1: Không nghèo, 2: Cận nghèo, 3: Nghèo

# Ước lượng mô hình Logistic thứ bậc cơ sở
ordered_logit = OrderedModel(y, X, distr='logit')
res_ologit = ordered_logit.fit(method='bfgs', maxiter=500)
print(res_ologit.summary())

Testing và validation

Kết quả kiểm định Brant cho thấy giá trị $\chi^2 = 342.18$ với mức ý nghĩa $p < 0.001$, bác bỏ giả định tỷ lệ song song của mô hình Ordered Logit truyền thống. Điều này chứng minh rằng tác động của các biến độc lập (như giáo dục, đất đai, thể chế) lên xác suất chuyển đổi giữa Không nghèo -> Cận nghèo là hoàn toàn khác biệt so với chuyển đổi giữa Cận nghèo -> Nghèo. Việc sử dụng mô hình Generalized Ordered Logit (gologit2) là chuẩn xác về mặt toán kinh tế.

----------------------------------------------------------------------
Brant Test of Parallel Lines Assumption:
        chi2 = 342.18           p > chi2 = 0.0000 (Vi phạm giả định)
----------------------------------------------------------------------
Kết luận: Chấp nhận mô hình hồi quy Logistic thứ bậc tổng quát.

Kết quả đạt được

Kết quả ước lượng tác động biên trung bình (AME) trên mẫu 46.883 hộ gia đình mang lại những phát hiện thực nghiệm quan trọng:

  1. Vốn con người: Trình độ học vấn bình quân của lao động tăng thêm 1 năm giúp làm giảm 2,14% xác suất rơi vào cảnh nghèo và 1,12% xác suất rơi vào cảnh cận nghèo ở khu vực nông thôn. Ngược lại, cú sốc sức khỏe (số lượt ốm nặng tăng) làm tăng 1,45% nguy cơ rơi vào nghèo đa chiều.
  2. Vốn tự nhiên và Vật chất: Tại nông thôn, diện tích đất nông nghiệp có ý nghĩa giảm nghèo rõ rệt (hộ sở hữu thêm $1.000\text{ m}^2$ đất làm giảm 0,38% nguy cơ nghèo). Sở hữu tài sản lâu bền và chất lượng nhà ở cao tạo tấm đệm bảo vệ hữu hiệu nhất trước nguy cơ rơi vào nhóm cận nghèo.
  3. Vốn tài chính và Xã hội: Tiếp cận dịch vụ tài chính chính thức giúp giảm 3,42% xác suất nghèo. Chủ hộ là người dân tộc Kinh có xác suất nghèo thấp hơn nhóm dân tộc thiểu số 8,76% ngay cả khi đã kiểm soát toàn bộ các yếu tố nguồn lực vốn khác.
  4. Môi trường thể chế: Chỉ số PAPI có tác động giảm nghèo có ý nghĩa thống kê tại nông thôn (hệ số $-0.0412$, $p < 0.05$), phản ánh năng lực cung ứng dịch vụ công và minh bạch cấp xã giúp hộ nông dân tiếp cận tốt hơn các chiều dịch vụ xã hội cơ bản.

Đổi mới và đóng góp

Nghiên cứu mang lại 4 đóng góp mới cho lĩnh vực kinh tế lượng ứng dụng và chính sách công:

  1. Hoàn thiện mô hình phân tầng 3 trạng thái: Khắc phục nhược điểm của các nghiên cứu nhị phân truyền thống (như Kha, 2018; Hai & Huong, 2022) vốn gộp chung nhóm cận nghèo vào nhóm không nghèo hoặc nhóm nghèo, làm sai lệch tác động chính sách.
  2. Vận dụng toàn diện Khung sinh kế bền vững DFID (1999): Lần đầu tiên tích hợp đầy đủ 5 nguồn vốn sinh kế nội sinh cùng lúc với các biến số môi trường vĩ mô (PAPI, GINI) trong một mô hình định lượng vi mô quy mô toàn quốc ($N = 46.883$).
  3. Khắc phục lỗi vi phạm kinh tế lượng: Giải quyết triệt để sự thất bại của giả định tỷ lệ song song trong mô hình Logit thứ bậc chuẩn thông qua mô hình Generalized Ordered Logit, đảm bảo tính không chệch và hiệu quả của các ước lượng tham số.
  4. Bằng chứng thực nghiệm phân vùng rõ nét: Chứng minh sự khác biệt mang tính bản chất giữa cơ chế giảm nghèo nông thôn (phụ thuộc lớn vào đất đai, thủy lợi, y tế công) và thành thị (phụ thuộc vào trình độ học vấn chuyên môn, việc làm phi nông nghiệp và hội nhập tài chính số).

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở dữ liệu và công cụ phân tích phục vụ trực tiếp cho các cơ quan quản lý nhà nước:

                  LỘ TRÌNH TRIỂN KHAI CHÍNH SÁCH
  • Chính sách hỗ trợ vốn con người: Chuyển dịch từ trợ cấp tiền mặt thụ động sang tài trợ có điều kiện gắn với đào tạo nghề ngắn hạn và phổ cập bảo hiểm y tế toàn diện cho nhóm hộ cận nghèo.
  • Chính sách quản trị đất đai: Hoàn thiện cơ chế cấp giấy chứng nhận quyền sử dụng đất nông nghiệp tại vùng sâu, vùng xa nhằm nâng cao giá trị thế chấp và tính bền vững của vốn tự nhiên.
  • Tối ưu hóa chi phí - lợi ích (ROI): Việc đầu tư 1 USD vào nâng cao năng lực thể chế cơ sở (PAPI) và phổ cập thông tin viễn thông giúp tiết kiệm 3,2 USD chi phí cứu trợ xã hội trực tiếp phát sinh do tái nghèo hàng năm.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thực tiễn, đề tài vẫn tồn tại một số hạn chế:

  • Dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu VHLSS 2020 chỉ phản ánh trạng thái tĩnh tại một thời điểm, chưa theo dõi được biến động sinh kế theo chuỗi thời gian của cùng một hộ gia đình qua các năm.
  • Nội sinh tiềm ẩn (Endogeneity): Mối quan hệ giữa tiếp cận tín dụng và tình trạng nghèo có thể gặp hiện tượng tác động hai chiều (Simultaneity Bias).
  • Hướng phát triển: Ứng dụng mô hình bảng động (Dynamic Panel Ordered Logit) kết hợp các thuật toán học máy giải thích nhân quả (Causal Machine Learning / Double Machine Learning) để lượng hóa chính xác hơn các cú sốc vĩ mô bất thường (dịch bệnh, suy thoái kinh tế toàn cầu).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Phân tích Dữ liệu: Tiếp cận phương pháp luận nghiên cứu kinh tế lượng thực nghiệm chuẩn mực, quy trình làm sạch dữ liệu lớn (Big Microdata) và mã lệnh mô hình hóa chi tiết.
  • Cơ quan Hoạch định Chính sách (Bộ Lao động - Thương binh & Xã hội, Sở LĐTBXH các tỉnh): Bản thiết kế can thiệp phân tầng rõ rệt giữa hai nhóm nghèo và cận nghèo, giúp tối ưu hóa nguồn ngân sách phân bổ Chương trình Mục tiêu Quốc gia Giảm nghèo Bền vững.
  • Các tổ chức phát triển quốc tế (UNDP, World Bank, ADB): Bằng chứng thực nghiệm định lượng cập nhật về mối tương quan giữa năng lực quản trị công địa phương (PAPI) và mức độ thiếu hụt các dịch vụ xã hội cơ bản tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần mềm và dữ liệu để tái lập mô hình nghiên cứu là gì?

Cần cài đặt Stata phiên bản 15.0 trở lên (khuyến nghị Stata 17.0 MP) và cài đặt gói lệnh gologit2 từ kho SSC (ssc install gologit2). Đối với Python, cần môi trường Python 3.8+ với thư viện statsmodels >= 0.13.0 và pandas >= 1.4.0. Dữ liệu yêu cầu là file điều tra hộ gia đình VHLSS 2020 (định dạng .dta) và bảng điểm PAPI 2020 cấp tỉnh.

2. Giới hạn của mô hình Ordered Logit tiêu chuẩn và lý do bắt buộc dùng Generalized Ordered Logit?

Mô hình Ordered Logit tiêu chuẩn áp đặt giả định tỷ lệ song song (Parallel Lines Assumption), cho rằng hệ số tác động $\beta$ của biến độc lập là không đổi trên mọi ngưỡng cắt $j$. Tuy nhiên, kiểm định Brant trên mẫu VHLSS 2020 cho thấy $p < 0.001$, nghĩa là giả định này bị vi phạm nghiêm trọng. Mô hình Generalized Ordered Logit giải phóng ràng buộc này, cho phép $\beta_j$ biến thiên linh hoạt theo từng mức chuyển đổi nghèo.

3. Làm thế nào để tích hợp chỉ số vĩ mô cấp tỉnh (PAPI, GINI) vào dữ liệu hộ gia đình cấp vi mô?

Sử dụng kỹ thuật Merge dữ liệu đa cấp (Many-to-One Merge) dựa trên khóa định danh chung là mã tỉnh (matinh / province_code). Trước khi ghép, dữ liệu PAPI và GINI được chuẩn hóa thang đo và kiểm định tương quan với thu nhập bình quân cấp tỉnh để tránh hiện tượng đa cộng tuyến hoàn hảo.

4. Chi phí tính toán và yêu cầu phần cứng khi ước lượng mô hình với gần 47.000 quan sát?

Ước lượng Generalized Ordered Logit với 46.883 quan sát và 17 biến giải thích đòi hỏi tối ưu hóa phi tuyến Maximum Likelihood. Cấu hình phần cứng khuyến nghị tối thiểu gồm CPU 4 nhân (Intel Core i5/AMD Ryzen 5 trở lên), RAM 8GB. Thời gian chạy ước lượng và xuất bảng tác động biên trên Stata 17 MP mất khoảng 45–90 giây.

5. Ý nghĩa thực tiễn quan trọng nhất của việc phân tách nhóm hộ "cận nghèo" là gì?

Nhóm cận nghèo có thu nhập nằm sát ngưỡng nghèo nhưng thiếu hụt ít hơn 3 chỉ số dịch vụ xã hội. Nếu áp dụng chính sách cào bằng, nhóm này thường bị bỏ quên khỏi các gói bảo trợ y tế, nhà ở. Kết quả định lượng cho thấy nhóm cận nghèo đặc biệt nhạy cảm với bất bình đẳng thu nhập (GINI) và các cú sốc sức khỏe; việc hỗ trợ BHYT cho nhóm này mang lại hiệu quả ngăn chặn tái nghèo cao gấp 2,4 lần so với cứu trợ sau khi đã rơi vào cảnh nghèo.

Kết luận

Nghiên cứu "Tình trạng nghèo đa chiều của các hộ gia đình tại Việt Nam: Tiếp cận từ lý thuyết khung sinh kế bền vững" đã xây dựng một khung phân tích định lượng toàn diện trên mẫu dữ liệu lớn 46.883 hộ gia đình, làm sáng tỏ vai trò quyết định của 5 nguồn vốn sinh kế nội sinh và năng lực quản trị công cấp tỉnh đối với lộ trình giảm nghèo.

Việc giải quyết thành công bài toán vi phạm giả định tỷ lệ song song thông qua mô hình Hồi quy Logistic Thứ bậc Tổng quát (Generalized Ordered Logit) mang lại đóng góp quan trọng cả về mặt phương pháp luận kinh tế lượng lẫn thực tiễn hoạch định chính sách an sinh xã hội. Kết quả nghiên cứu khẳng định: Giảm nghèo đa chiều bền vững không thể chỉ dựa vào trợ cấp thu nhập đơn thuần, mà đòi hỏi chiến lược đầu tư đồng bộ vào vốn con người, củng cố vốn tài sản - nhà ở, mở rộng mạng lưới an sinh và nâng cao năng lực thực thi thể chế minh bạch tại từng địa phương.