Công dụng của các mô hình – Phần cuối


Thứ hai, giả sử chúng ta có thể xây dựng một mô hình đồ sộ tương đối độc lập với lý thuyết, sử dụng các kỹ thuật dữ liệu lớn và dựa trên các quy tắc thực nghiệm đã được quan sát chẳng hạn như mô hình chi tiêu của người tiêu dùng. Các mô hình như vậy có thể đưa ra các dự đoán, giống như mô hình thời tiết, nhưng không chứa đựng chút kiến thức nào cả. Chúng như một chiếc hộp đen: ta có thể thấy điều gì sắp xảy ra, nhưng không như cơ chế vận hành bên trong. Để thu được kiến thức từ các mô hình này, chúng ta cần phải tìm ra và xem xét kỹ lưỡng cơ chế nhân quả cơ bản dẫn tới những kết quả cụ thể. Trên thực tế, chúng ta cần xây dựng một phiên bản nhỏ gọn hơn của mô hình lớn. Chỉ khi đó chúng ta mới có thể nói rằng mình hiểu điều gì đang xảy ra. Hơn thế nữa, khi ta đánh giá các dự đoán của những mô hình phức tạp – nó dự đoán được cuộc suy thoái này, nhưng liệu nó có dự đoán được cuộc suy thoái kế tiếp? – phán đoán của ta sẽ phụ thuộc vào bản chất của cơ chế nhân quả. Nếu chúng hợp lý và đáng tin, với cùng tiêu chuẩn áp dụng cho các mô hình nhỏ, chúng ta có thể có lý do để tự tin. Chứ không phải bởi các lý do khác.

Hãy xem những mô hình tính toán đồ sộ đang được  áp dụng rất nhiều trong nghiên cứu về các hiệp định thương mại quốc tế. Các hiệp định này thay đổi chính sách xuất nhập khẩu ở hàng trăm ngành công nghiệp được kết nối với nhau thông qua thị trường lao động, nguồn vốn, và nhiều nguồn đầu vào khác. Sự thay đổi ở một ngành sẽ ảnh hưởng tới toàn bộ và ngược lại. Nếu chúng ta muốn hiểu được các kết quả toàn diện của hiệp định thương mại, ta cần một mô hình theo dõi toàn bộ các mối quan hệ này. Về cơ bản, Mô hình Cân bằng Tổng thể Khả toán (computable general equilibrium – CGE) đang thực hiện nhiệm vụ này. Chúng được xây dựng một phần dựa trên các mô hình khác về thương mại, và một phần dựa vào các giả định đặc biệt dùng để mô phỏng các quy luật kinh tế được quan sát (chẳng hạn như phần sản lượng quốc gia được giao dịch trên thị trường quốc tế). Ví dụ, khi đứng trước truyền thông các lãnh đạo sẽ nói rằng, Hiệp định Thương mại và Đầu tư xuyên Đại Tây Dương (Transatlantic Trade and Investment Partnership – TTIP) giữa Mỹ và châu Âu sẽ tạo ra hàng tỷ USD giá trị hàng xuất khẩu và thu nhập. Những con số này được trích xuất từ kết quả của các mô hình cân bằng tổng thể.

Rõ ràng là các mô hình như vậy có thể giúp ta hiểu được mức độ liên quan của các yếu tố trong quá trình đưa ra một quyết định. Nhưng suy cho cùng, chúng chỉ đáng tin khi các kết quả được chứng minh bởi các mô hình nhỏ hơn nhiều lần. Trừ khi các giải thích cơ bản là minh bạch và trực quan – trừ khi có một mô hình đơn giản hơn cho ra cùng một kết quả – thì sự phức tạp không mang lại gì cho chúng ta ngoài một vài chi tiết.

Vậy đối với những quan điểm cụ thể rút ra từ các mô hình phức tạp, như điểm bùng phát, nguyên lý bổ sung, cân bằng bội, hoặc sự phụ thuộc lối mòn? Đúng là các kết quả “phi tiêu chuẩn” như vậy của các nhà lý thuyết phức hợp tương phản với hành vi tuyến tính và liên tục của các mô hình kinh tế học. Cũng đúng khi cho rằng kết quả thực tiễn đôi khi được diễn giải tốt hơn theo cách này. Tuy nhiên, không chỉ những loại kết quả này có thể được biểu diễn bởi các mô hình gọn hơn, mà chúng thật sự có nguồn gốc từ đó.

Các mô hình điểm bùng phát, đề cập đến một sự thay đổi đột ngột trong hành vi tổng hợp sau khi có một số lượng đủ các cá nhân thay đổi, được phát triển đầu tiên và áp dụng cho các loại hình xã hội khác nhau bởi Tom Schelling. Mô hình đặc biệt của ông, được phát triển vào thập niên 70, liên quan đến sự sụp đổ của khu dân cư hỗn hơp thành các khu hoàn toàn tách biệt một khi cuộc di cư của người da trắng đạt ngưỡng nhất định. Tiềm năng của cân bằng bội từ lâu đã được các nhà kinh tế nhận ra và nghiên cứu, thường dưới dạng các mô hình được cách điệu hóa cao. Tôi đã đưa ra một ví dụ (xưởng đóng tàu và trò chơi phối hợp) từ đầu bài này. Phụ thuộc vào lối mòn là một đặc điểm của nhiều mô hình kinh tế động. Và còn nhiều ví dụ nữa.

Một nhà phê bình có thể lập luận rằng các nhà kinh tế coi các mô hình như những trường hợp ngoại lệ so với những trường hợp “thông thường” nằm trong mô hình thị trường cạnh tranh. Anh ta nói có ý đúng. Các nhà kinh tế có khuynh hướng tập trung quá nhiều vào một mô hình quy chuẩn nhất định so với nhiều mô hình khác. Trong một số hoàn cảnh, một mô hình đơn giản có thể trở nên đơn giản quá mức. Chúng ta có lẽ cần thêm các chi tiết khác. Bí quyết ở đây là phải tách biệt các tương tác có ảnh hưởng tới kết quả, và chỉ thế thôi. Như các ví dụ trên cho thấy, các mô hình có thể làm được điều này mà vẫn giữ được sự đơn giản. Về bản chất các mô hình đều giống nhau. Cần nhớ rằng: nó chỉ là một mô hình, chứ không phải là một quy chuẩn.

Tính đơn giản, chủ nghĩa hiện thực và thực tại

Trong một truyện ngắn của tiểu thuyết gia người Argentina Jorge Luis Borges – “Bàn về tính nghiêm mật trong khoa học” (On Exactitude in Science), ông mô tả một đế chế huyền thoại trong quá khứ, trong đó những người vẽ bản đồ đã thực hiện công việc của họ rất nghiêm túc và gắng sức để đạt tới sự hoàn hảo. Trong quá trình thu thập càng nhiều chi tiết càng tốt, họ đã vẽ những tấm bản đồ lớn hơn bao giờ hết. Bản đồ của một tỉnh được mở rộng bằng kích thước của một thành phố; bản đồ của đế chế thì có thể phủ hết cả một tỉnh. Theo thời gian, mức độ chi tiết như vậy vẫn là chưa đủ và hiệp hội vẽ bản đồ quyết định thực hiện một bản đồ tỷ lệ 1:1 so với đế chế. Nhưng các thế hệ tương lai, ít bị mê hoặc bởi nghệ thuật vẽ bản đồ và quan tâm nhiều hơn đến ngành hàng hải, lại hông hề có được ích lợi gì từ tấm bản đồ này. Họ rũ bỏ và mặc nó mục nát trong sa mạc.

Như diễn biến trong câu chuyện của Borges, quan điểm cho rằng các mô hình cần phải được phức tạp hóa mới khiến chúng hữu ích thật sự là một thảm họa. Các mô hình kinh tế phù hợp cho chúng ta những bài học về thế giới bởi vì chúng đơn giản. Sự phù hợp không cần phải phức tạp, và phức tạp có thể là không phù hợp. Các mô hình đơn giản – tôi nhấn mạnh “các” – là không thể thiếu. Các mô hình không bao giờ đúng hoàn toàn; nhưng luôn tồn tại những sự thật trong đó. Chúng ta chỉ có thể hiểu thế giới này bằng cách đơn giản hóa nó.

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.

Advertisements

Công dụng của các mô hình – Phần VI


Mặt khác, có quá nhiều nhà kinh tế say mê toán học và quên mất bản chất công cụ của nó. Toán hóa quá mức đã trở nên tràn lan. Một số nhánh của kinh tế học, như toán kinh tế, đã trở thành toán ứng dụng hơn là một ngành khoa học xã hội. Điểm tham chiếu của chúng đã trở thành các mô hình toán khác thay vì thế giới quanh ta. Bản tóm tắt một bài báo trong ngành này bắt đầu như sau: “Chúng tôi thiết lập các đặc điểm mới về cân bằng Walras dựa trên cơ chế phủ quyết trong khung của các nền kinh tế thông tin khác nhau với một không gian đo lường hữu hạn của các tác nhân”. Một trong những tạp chí hàng đầu của kinh tế học, và thiên về toán nhiều nhất, tời Econometrica đã từng cấm lý thuyết “lựa chọn xã hội” – các mô hình trừu tượng về cơ chế bầu cử – bởi các bài báo về vấn đề này đã toán hóa đến mức dị biệt và tách khỏi chính trị thực tiễn.

Trước khi chỉ trích gay gắt việc này, thì chúng ta cần lưu ý rằng một số ứng dụng hữu ích nhất trong kinh tế học được rút ra từ các mô hình có hàm lượng toán học rất cao, và đó là thứ rất khó hiểu với những người ngoài ngành. Lý thuyết đấu giá, dựa trên lý thuyết trò chơi, rất khó hiểu với hầu hết các nhà kinh tế. Tuy nhiên, nó đã sản sinh ra những nguyên tắc được Ủy ban Truyền thông Liên bang sử dụng để phân bổ mạng lưới viễn thông quốc gia cho các công ty điện thoại và các đài truyền hình, tiết kiệm 60 tỷ USD cho chính phủ. Các mô hình ghép nối và thiết kế thị trường được sử dụng để phân bổ cư dân tới bệnh viện và học sinh tới các trường công. Trong mỗi trường hợp, các mô hình có vẻ như vô cùng trừu tượng và không có mối liên kết nào với thế giới thực lại rất hữu ích nhiều năm sau đó.

Tin tốt là, trái với nhận thức chung, toán học không giúp bạn tiến xa trong kinh tế học. Thứ thực sự có giá trị là “trí thông minh”: khả năng làm sáng tỏ một chủ đề cũ, giải quyết một vấn đề, hoặc đưa ra một cách tiếp cận khéo léo mới cho một câu hỏi hóc búa. Trên thực tế, việc chú trọng vào các phương pháp toán trong kinh tế đã qua thời kỳ đỉnh cao. Ngày nay, các mô hình được định hướng dựa trên thực nghiệm hay chính sách phù hợp được ưu tiên hơn trong các tạp chí hàng đầu so với các loại hình toán học và lý thuyết. Các ngôi sao trong ngành và những nhà kinh tế được trích dẫn nhiều là những người đã làm sáng tỏ các vấn đề quan trọng của cộng đồng, chẳng hạn như đói nghèo, tài chính công, tăng trưởng kinh tế, và khủng hoảng tài chính – chứ không phải là các phù thủy toán học.

Sự đơn giản hay tính phức tạp

Mặc dù sử dụng toán, nhưng các mô hình kinh tế có xu hướng đơn giản. Hầu hết chúng có thể được giải chỉ bằng một tờ giấy và cây viết chì. Đó là lý do khiến chúng phải bỏ qua nhiều khía cạnh của thế giới thực. Nhưng như chúng ta thấy, sự thiếu hụt tính hiện thực không phải là một lời phê bình đúng đắn. Quay lại với ví dụ của Milton Friedman, một mô hình bao gồm màu mắt của các doanh nhân đang cạnh tranh với nhau có thể sẽ có tính thực tế cao hơn, nhưng không hẳn là một mô hình tốt hơn. Hơn nữa, liệu một số ảnh hưởng có phụ thuộc hay độc lập với các giả định ban đầu hay không. Có thể các doanh nhân mắt xanh thường mập mờ hơn và đánh giá thấp các sản phẩm của họ. Sự đơn giản hóa có chiến lược của người làm mô hình, nhằm làm tăng độ hiệu quả, có thể mang lại những hàm ý quan trọng với các kết quả sau này.

Chẳng phải sẽ tốt hơn khi chọn lựa sự phức tạp thay vì đơn giản? Hai tiến bộ liên quan tới chủ đề này trong những năm gần đây cho thấy câu hỏi này đáng phải suy ngẫm. Trước tiên, sức mạnh tính toán được nâng cao một cách ấn tượng và chi phí giảm mạnh đã khiến việc sử dụng các mô hình tính toán đồ sộ trở nên dễ dàng hơn. Các mô hình này chứa hàng ngàn phương trình, bao gồm cả phi tuyến tính và các tương tác phức tạp. Các máy tính có thể giải quyết chúng kể cả khi bộ não con người không thể. Mô hình khí hậu là một ví dụ điển hình. Các mô hình tính toán đồ sộ không phải là không có trong kinh tế học, mặc dù chúng hiếm khi lớn đến vậy. Hầu hết các ngân hàng trung ương sử dụng mô hình đa phương trình để dự báo nền kinh tế và dự đoán ảnh hưởng của chính sách tiền tệ và tài khóa.

Tiến bộ thứ hai là sự xuất hiện của “dữ liệu lớn” và sự tiến hóa của các kỹ thuật thống kê và điện toán để thu thập kết quả. “Dữ liệu lớn” là lượng thông tin định lượng khổng lồ được tạo ra từ việc sử dụng Internet và truyền thông xã hội – một bản ghi gần như đầy đủ và liên tục về nơi chúng ta ở và việc chúng ta làm đến từng khoảnh khắc. Có lẽ chúng ta đã đạt tới, hoặc sẽ sớm đạt tới, giai đoạn mà chúng ta có thể dựa vào các kết quả theo dữ liệu này để khám phá những bí ẩn trong các quan hệ xã hội. Một trong những người ủng hộ hàng đầu cho quan điểm này đã viết: “Dữ liệu lớn cho chúng ta một cơ hội để nhìn toàn cảnh xã hội với tất cả sự phức tạp của nó”. Điều này sẽ khiến cho các mô hình kinh tế truyền thống của ta chỉ đáng xếp xó.

Chắc chắn rằng, sự phức tạp có một hình thức bên ngoài khá đẹp đẽ. Ai có thể phủ nhận xã hội và nền kinh tế là những hệ thống phức tạp đây? Nhà toán học và xã hội học Duncan Watts đã viết: “Không ai hoàn toàn đồng ý về nguyên nhân tạo nên tính phức tạp của hệ thống, nhưng nhìn chung họ chấp nhận rằng tính phức tạp làm phát sinh nhiều thành phần phụ thuộc lẫn nhau phản ứng theo các phi tuyến tính”. Điều đáng nói là, ví dụ của Watts chính là nền kinh tế: “Lấy ví dụ với nền kinh tế Mỹ, nó là một sản phẩm của các hành vi cá nhân của hàng triệu người, và vô số yếu tố nội và ngoại, từ thời tiết ở Texas đến lãi suất ở Trung Quốc”. Như Watts ghi chép, những rối loạn ở một khu vực của nền kinh tế – chẳng hạn như tài chính thế chấp – có thể bị khuếch đại và tạo ra cú sốc lớn cho toàn bộ nền kinh tế, tương tự như “hiệu ứng cánh bướm” trong thuyết hỗn mang.

Thật thú vị khi Watts lại lấy ví dụ về nền kinh tế, bởi những nỗ lực xây dựng các mô hình kinh tế đồ sộ đều không hiệu quả. Tôi thậm chí còn không thể nghĩ tới một quan điểm kinh tế quan trọng được rút ra từ những mô hình như vậy. Trên thực tế, chúng thường khiến chúng ta lạc lối Sự tự tin thái quá của kinh tế học vĩ mô dòng chính dẫn tới sự ra đời một số mô hình đồ sộ mô phỏng nền kinh tế Mỹ vào khoảng thập niên 60 và 70 dựa trên nền tảng của kinh tế học Keynes. Các mô hình này phản ứng khá kém khi gặp phải lạm phát đình đốn vào cuối thập niên 70 và 80. Sau đó chúng bị ruồng bỏ và thay thế bằng cách tiếp cận “cổ điển mới” với những kỳ vọng hợp lý và linh hoạt giá cả. Thay vì dựa trên những mô hình như vậy, sẽ tốt hơn nhiều khi có vài mô hình nhỏ cùng một lúc, của cả hai dòng Keynes và cổ điển mới, và biết khi nào nên chuyển đổi hợp lý.

Không có các mô hình nhỏ và rành mạch hơn này, không ai có thể hiểu được các mô hình toán quy mô lớn. Ở đây tôi muốn nói theo hai nghĩa. Thứ nhất, các giả định và các quan hệ hành vi trong những mô hình lớn phải đến từ đâu đó. Tùy thuộc vào bạn tin vào mô hình Keynesian hay cổ điển mới, để từ đó bạn phát triển một mô hình khác với quy mô lớn. Nếu bạn cho rằng các quan hệ kinh tế là phi tuyến tính hoặc không liên tục, bạn sẽ xây dựng một mô hình khác với lúc bạn nghĩ chúng tuyến tính và liên tục. Những tiền đề này không xuất phát từ tính phức tạp; chúng phải đến từ các lý thuyết sơ cấp.

(còn tiếp) 

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.

Công dụng của các mô hình – Phần V


Toán học và các mô hình

Các mô hình kinh tế chứa các giả định và cơ chế hành vi được định nghĩa rõ ràng. Bởi thế, chúng tự khoác lên mình chiếc áo ngôn ngữ toán học. Dù xem bất cứ trang nào trong tạp chí hàn lâm về kinh tế học và bạn cũng sẽ bắt gặp những chuỗi công thức và dãy các ký hiệu tiếng Hy Lạp vô tận. Theo các tiêu chuẩn của khoa học vật lý, loại toán trong kinh tế không quá cao cấp: các kiến thức cơ bản về giải tích đa biến và tối ưu hóa thương là đã đủ để hiểu được hầu hết các lý thuyết kinh tế. Tuy nhiên, hình thức toán đòi hỏi sự đầu tư nhất định từ phía người đọc. Dĩ nhiên, điều này tạo ra một rào cản giữa kinh tế học và hầu hết các môn khoa học xã hội khác. Nó cũng nâng cao sự nghi ngờ của những người ngoài ngành đối với kinh tế học: toán học làm cho ngành học này có vẻ như chỉ chứa những con người không sống trong thế giới thực mà chỉ chăm chú vào thế giới riêng của họ.

Khi còn là một sinh viên trẻ, tôi biết mình muốn đạt được học vị Tiến sĩ bởi vì tôi yêu viết lách và làm nghiên cứu. Nhưng tôi cũng ảm thấy thích thú với rất nhiều hiện tượng xã hội khác và không thể quyết định giữa chính trị và kinh tế. Tôi dự tuyển cả hai chương trình tiến sĩ, nhưng tôi chưa đưa ra quyết định sau cùng vội mà theo học một khóa học thạc sĩ đa ngành. Tôi nhớ rõ ràng về trải nghiệm đã ảnh hưởng tới quyết định của mình. Khi tôi ở trong thư viện của Trường Woodrow Wilson ở Princeton và đọc bản mới nhất của tờ Tạp chí Kinh tế Mỹ (American Economic Review – AER) và Tạp chí Khoa học Chính trị Mỹ (American Political Science Review – APSR), hai lá cờ đầu trong mỗi lĩnh vực. Khi so sánh chúng với nhau, tôi nhận ra rằng tôi có thể đọc tờ ASRP với bằng Tiến sĩ Kinh tế, nhưng phần lớn nội dung của AER sẽ khá khó hiểu với một Tiến sĩ ngành Chính trị. Sau này tôi nhận ra rằng có lẽ kết luận này cũng không hẳn là đúng. Khi đặt toán học sang một bên, những bài viết về chính trị trong tườ APSR cũng tương tự như AER vậy. Và phần lớn khoa học chính trị cũng giống kinh tế học khi khoác lên mình ngôn ngữ toán học. Tuy nhiên, lại tồn tại một chút nghi hoặc trong quan sát cá nhân này. Cho đến nay, kinh tế học nhìn chung là ngành khoa học xã hội duy nhất không thể hiểu được đối với những ai không sở hữu kiến thức căn bản cần thiết ở trường đại học.

Việc các nhà kinh tế sử dụng toán học thường bị công chúng hiểu nhầm. Nó không hề nhằm mục đích tạo ra sự tinh tế, tính phức tạp hay để tìm kiếm một sự thực rõ ràng hơn. Toán học về cơ bản đóng hai vai trò trong kinh tế học: sự rõ ràng và tính nhất quán – nhưng kinh tế học không vì thế mà vinh quang hơn. Thứ nhất, toán học đảm bảo rằng các yếu tố của một mô hình – các giả định, cơ chế hành vi, và những kết quả chính – được diễn giải rõ ràng và minh bạch. Khi một mô hình được trình bày bằng toán học, những gì nó cho biết là rất rõ ràng với những ai hiểu được. Sự rõ ràng này có giá trị lớn lao và không được đánh giá xứng đáng. Ngày nay, chúng ta vẫn còn những cuộc tranh luận không ngơi nghỉ về những điều Karl Marx, John Maynard Keynes, hoặc Joseph Schumpeter thật sự muốn truyền tải. Mặc dù cả ba đều là những người khổng lồ trong ngành kinh tế, nhưng họ đã xây dựng các mô hình của mình phần lớn dưới dạng lời nói. Ngược lại, không có ai thắc mắc về những gì mà Paul Samuelson, Joe Stiglitz, hay Ken Arrow nói khi họ phát triển các lý thuyết đoạt giải Nobel. Các mô hình toán yêu cầu mọi thứ phải được diễn giải rõ ràng đến từng chi tiết.

Vai trò thứ hai của toán học là nó đảm bảo sự nhất quán nội tại của một mô hình – nói một cách dễ hiểu, là kết luận được rút ra từ những giả định. Đây là một sự đóng góp có vẻ tầm thường nhưng không thể thiếu. Một số lập luận đơn giản đến mức tự chúng đã quá rõ ràng. Số khác đòi hỏi chúng ta chú ý hơn, đặc biệt là đối với những định kiến về nhận thức ảnh hưởng tới kết quả chúng ta muốn thấy. Đôi khi một kết quả sai ngay từ cái nhìn đầu tiên. Nhưng thường thì, do các lập luận thiếu rõ ràng, với các giả định quan trọng bị bỏ ngoài tai. Về điểm này, toán học cung cấp một phép thử hữu ích. Alfred Marshall, cây đại thụ của kinh tế học trước kỷ nguyên của Keynes và là tác giả của giáo trình kinh tế học đầu tiên, có một quy tắc rất hay: sử dụng toán học như một ngôn ngữ tốc ký, dịch sang văn xuôi, và sau đó bỏ phần toán kia đi! Hoặc như tôi nói với các sinh viên của mình, các nhà kinh tế sử dụng ngôn ngữ toán không phải bởi vì họ thông minh, mà bởi vì họ không đủ thông minh.

Khi còn là một nhà kinh tế “tay mơ”, tôi từng nghe một bài giảng của nhà kinh tế phát triển Sir W. Arthur Lewis, người đoạt giải Nobel Kinh tế năm 1979. Lewis sở hữu một khả năng tài tình trong việc rút ra những điều tinh túy từ các mối quan hệ kinh tế phức tạp bằng cách sử dụng những mô hình đơn giản. Nhưng cũng như nhiều nhà kinh tế truyền thống cũ, ông có xu hướng trình bày lập luận của mình bằng lời nói hơn là dưới dạng toán học. Nhân dịp đề tài của ông viết về các điều khoản thương mại của các nước nghèo – chi phí tương đối giữa xuất khẩu và nhập khẩu. Khi Lewis hoàn thành bài giảng, một trong các nhà kinh tế trẻ, có xu hướng sử dụng toán học, đứng lên và viết nguệch ngoạc một vài phương trình trên bảng. Anh ấy nói rằng ban đầu anh đã bị bối rối bởi lời giảng của Giáo sư Lewis. Nhưng, anh kiên trì theo dõi, và bây giờ đã hiểu cơ chế hoạt động của nó: chúng ta có ba phương trình xác định ba ẩn số này.

Vì vậy, toán học đơn thuần chỉ đóng vai trò là một công cụ trong các mô hình kinh tế. Về cơ bản, các mô hình không cần có toán, và toán cũng không phải là thứ làm cho các mô hình hữu ích hay có vẻ khoa học. Như ví dụ của Arthur Lewis cho thấy, một số cá nhân xuất sắc hiếm khi dùng toán. Tom Schelling, người đã phát triển ra một số khái niệm nền tảng của lý thuyết trò chơi đương đại, như là độ tin cậy, cam kết và sự cản trở, đã đoạt giải Nobel cho công trình đồ sộ không sử dụng toán của mình. Schelling có sở trường hiếm có là đưa ra những mô hình tương đối phức tạp về tương tác giữa các cá nhân có đầu óc chiến thuật trong khi chỉ cần những từ ngữ, ví dụ thực tiễn và một vài biểu đồ. Các tác phẩm của ông đã ảnh hưởng lớn đến cả các nhà nghiên cứu và hoạch định chính sách. Tuy nhiên, tôi phải thừa nhận điểm cốt lõi và sự chính xác trong các lập luận của ông trở nên hiển nhiên đối với tôi chỉ khi tôi đọc chúng dưới dạng toán học.

Các mô hình phi toán học phổ biến hơn ở các môn khoa học xã hội khác. Bạn có thể nói rằng một nhà khoa học xã hội sắp nhắc tới một mô hình khi nghe họ mở lời: “Giả sử chúng ta có…” hoặc thứ gì đó tương tự, được tiếp nối bởi một khái niệm trừu tượng. Lấy thí dụ, nhà xã hội học Diego Gambetta kiểm tra kết quả của các loại niềm tin khác nhau về bản chất của tri thức: “Tưởng tượng hai xã hội lý tưởng chỉ khác nhau ở một điểm…”. Các bài báo về khoa học xã hội thường bị nhồi nhét các tham chiếu về những biến độc lập và phụ thuộc – một dấu hiệu của việc tác giả đang học theo các mô hình ngay cả khi thiếu một bộ khung rõ ràng.

Các luận điểm bằng lời nói trực quan thường sụp đổ, hoặc không đầy đủ, khi đặt dưới ngôn ngữ chặt chẽ của toán học. Lý do là vì các “mô hình bằng lời nói” có thể bỏ qua những tương tác không rõ ràng như lại có thể rất quan trọng. Ví dụ, nhiều nghiên cứu thực nghiệm đã cho thấy sự can thiệp của chính phủ có tương quan nghịch với hiệu suất: các ngành công nghiệp nhận được trợ cấp có năng suất thấp hơn các ngành khác. Chúng ta giải thích hiện tượng này như thế nào đây? Thông thường các nhà kinh tế kết luận rằng chính phủ đã can thiệp vì những lý do sai lầm, và họ hỗ trợ các ngành công nghiệp yếu kém chỉ nhằm vận động chính trị. Điều này nghe có vẻ hợp lý – quá hiển nhiên là khác, kể cả khi yêu cầu phân tích sâu hơn. Tuy nhiên khi chúng ta mô tả hành vi can thiệp của một chính phủ với lý do chính đáng bằng toán học – thông qua cách trợ cấp các ngành công nghiệp để nâng cao hiệu quả kinh tế – chúng ta sẽ thấy kết luận này có thể không chắc chắn lắm. Các ngành công nghiệp hoạt động kém hiệu quả bởi thị trường gặp rắc rối với sự can thiệp của chính phủ – nhưng không đến mức những bất lợi của ngành được bù đắp hoàn toàn. Do đó, mối quan hệ đối nghịch giữa trợ cấp và hiệu suất không cho chúng ta biết liệu chính phủ đang can thiệp theo cách lý tưởng hay không, vì cả hai loại can thiệp đều tạo ra mối tương quan trên. Vẫn chưa rõ ư? Bạn có thể kiểm tra bằng toán học!

(còn tiếp) 

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.

Công dụng của các mô hình – Phần IV


Những giả định phi thực tế

Người tiêu dùng là những kẻ siêu lý tính, họ ích kỷ, luôn thích chi tiêu nhiều hơn, và có một tầm nhìn dài đến vô tận. Các mô hình kinh tế thường được hình thành từ những giả định phi thực tế như vậy. Nói đúng hơn thì, cũng có nhiều mô hình sát với thực tế hơn ở một hay nhiều mặt. Nhưng kể cả khi có nhiều vỏ bọc hơn thì, những giả định phi lý khác luôn tồn tại ở đâu đó. Sự tối giản hóa và tính trừu tượng vẫn mang những yếu tố phản tác dụng khi chúng không phản ánh đúng thực tại. Vậy cách tốt nhất để suy nghĩ về sự thiếu hụt tính thực tế này là gì?

Milton Friedman, một trong những nhà kinh tế vĩ đại nhất thế kỷ XX, đã đưa ra một câu trả lời có ảnh hưởng lớn tới ngành học này vào năm 1953. Friedman đã bứt ra khỏi quan điểm cho rằng các giả định phi thực tế là một phần không thể thiếu của quá trình xây dựng lý thuyết. Ông cho rằng chủ nghĩa hiện thực trong những giả định đơn giản là không có tác dụng gì cả. Một lý thuyết có đưa ra những dự đoán chính xác hay không mới là điều quan trọng. Miễn là nó đúng, thì những giả định tạo nên lý thuyết này không cần phải sát với đời sống thực. Dù chỉ là một bản tóm tắt thô sơ của một lập luận phức tạp hơn, câu trả lời đã truyền tải được ý tưởng chính trong bài luận của Friedman đến với hầu hết độc giả. Như vậy, đây là một lập luận mang tính khai phóng tuyệt vời, cho phép các nhà kinh tế phát triển tất cả các loại mô hình dựa trên những giả định đầy hoang dại so với thực tế.

Tuy nhiên, sẽ là sai lầm khi cho rằng chủ nghĩa hiện thực trong các giả định hoàn toàn không có tác dụng. Theo nhà kinh tế thuộc Đại học Stanford Paul Pfleiderer giải thích, chúng ta luôn cần phải áp dụng một “bộ lọc thực tế” đối với những giả định quan trọng trước khi một mô hình có thể được coi là hữu dụng. (chúng ta lại gặp cụm từ “quan trọng” và tôi sẽ nói về nó ngay sau đây). Lý do nằm ở chỗ chúng ta không bao giờ có thể chắc chắn về sự thành công được tiên đoán của một mô hình. Những dự đoán, như Groucho Marx nói, luôn liên quan tới tương lai. Chúng ta có thể kết hợp nhiều mô hình để lý giải một thực tế sau khi xảy ra một sự kiện. Nhưng hầu hết các mô hình này đều vô dụng; chúng sẽ thất bại trong việc dự đoán đúng tương lai, khi các điều kiện thay đổi.

Giả sử tôi có dữ liệu về tai nạn giao thông ở một địa phương trong vòng 5 năm qua. Tôi nhận thấy rằng có nhiều tai nạn hơn vào cuối ngày làm việc, trong khoảng 5 đến 7 giờ tối. Lời giải thích hợp lý nhất ở đây là nhiều người ra đường vào khung giờ kia để về nhà. Nhưng giả sử một nhà nghiên cứu khác lại đưa ra một kết luận khác: giả sử, đó là lỗi của John. Não của John phát ra một loại sóng vô hình làm ảnh hưởng tới việc lái xe của mọi người. Khi rời khỏi văn phòng và ra đường, sóng não của anh ta khiến giao thông nhiễu loạn và dẫn tới nhiều tai nạn hơn. Có thể đây là một lý thuyết ngớ ngẩn, nhưng nó thực sự “giải thích” được sự gia tăng của tai nạn giao thông vào cuối ngày làm việc.

Trong trường hợp này, chúng ta biết mô hình thứ hai chẳng có giá trị gì cả. Nếu John thay đổi giờ làm việc hoặc về hưu, mô hình sẽ không còn khả năng tiên đoán. Lượng tai nạn sẽ không giảm xuống khi John không ra đường. Lời giải trở nên vô nghĩa vì giả định quan trọng của nó – John phát ra sóng não gây hỗn loạn giao thông – là sai. Để một mô hình hữu dụng theo nghĩa bám sát thực tế, những giả định quan trọng của nó cũng phải sát với thực tế.

Vậy chính xác thì như thế nào được coi là một giả định quan trọng? Có thể nói rằng một giả định được cho là quan trọng khi sự thay đổi của nó hướng tới thực tế nhiều hơn sẽ biến mô hình đưa ra những kết luận khác. Nhiều giả định, nếu không muốn nói là hầu hết, đều không quan trọng nếu chiếu theo định nghĩa này. Hãy xem mô hình thị trường cạnh tranh hoàn hảo. Câu trả lời cho nhiều thắc mắc không phụ thuộc quá nhiều vào chi tiết của mô hình đó. Trong bài viết về phương pháp luận, Milton Friedman đã bàn về thuế thuộc lá. Chúng ta có thể dự đoán rằng tăng thuế sẽ làm tăng giá bán lẻ thuốc lá, bất kể có nhiều hay ít doanh nghiệp thuốc lá và các nhãn hiệu thuốc lá có thể thay thế hoàn hảo cho nhau hay không. Tương tự như vậy, bất cứ sự nới lỏng hợp lý nào về tính duy lý hoàn hảo đều không làm ảnh hưởng nhiều tới kết quả. Cho dù các doanh nghiệp không quá bận tâm đến chữ số thập phân cuối cùng, thì chúng ta cũng hoàn toàn có thể tin rằng họ sẽ chú ý tới việc chi trả phần thuế gia tăng. Tùy vào câu hỏi và mô hình được sử dụng, một vài giả định có thể không còn quan trọng nữa, chẳng hạn như với câu hỏi: Thuế ảnh hưởng tới giá thuốc lá như thế nào? Do đó, việc thiếu tính hiện thực là không quá quan trọng.

Giả dụ chúng ta quan tâm tới một câu hỏi khác: tác động cảu việc kiểm soát giá lên ngành công nghiệp thuốc lá. Bây giờ mức độ cạnh tranh trong ngành, phụ thuộc một phần vào mức độ người tiêu dùng sẵn sàng chuyển đổi giữa các nhãn hiệu khác nhau, trở nên cực kỳ quan trọng. Trong mô hình thị trường cạnh tranh hoàn hảo, việc kiểm soát giá làm cho các công ty giảm nguồn cung. Giá thấp hơn sẽ làm giảm lợi nhuận, và các doanh nghiệp phản ứng bằng cách cắt giảm sản lượng. Nhưng trong một mô hình thị trường độc quyền bởi một doanh nghiệp duy nhất, một mức giá trần vừa phải (nghĩa là mức trần không quá thấp so với giá thị trường) sẽ khiến công ty gia tăng sản lượng. Để thấy được cách cơ chế này hoạt động, ta cần một chút hình học hoặc đại số đơn giản. Bằng trực giác, nhà độc quyền gia tăng lợi nhuận bằng cách hạn chế sản lượng và tăng giá thị trường. Kiểm soát giá, thứ cướp đi đặc quyền tự quyết định giá của nhà độc quyền, đã làm giảm đi động cơ của việc giảm sản lượng. Nhà độc quyền phản ứng bằng cách gia tăng sản xuất. Bán nhiều thuốc lá hơn lại là cách duy nhất để kiếm thêm lợi nhuận.

Những gì chúng ta giả định về mức độ cạnh tranh thị trường trở nên quan trọng khi ta muốn dự đoán ảnh hưởng của việc kiểm soát giá. Tính thực tế của giả định này quan trọng, và vô cùng quan trọng là đằng khác. Khả năng ứng dụng của một mô hình tùy thuộc vào việc các giả định quan trọng của nó gần với thế giới thực đến mức nào. Và điều làm cho một giả định quan trọng phụ thuộc một phần vào việc mô hình đó được sử dụng để làm gì. Tôi sẽ trở lại với vấn đề này ở phần sau, sau khi kiểm tra kỹ lưỡng phương thức chúng ta lựa chọn mô hình để áp dụng trong một hoàn cảnh cụ thể.

Điều này hoàn toàn là hợp lý, và dĩ nhiên là cần thiết, khi nghi ngờ tính hiệu quả của một mô hình mà các giả định quan trọng của nó lại phản hiện thực, như với mô hình sóng não của John. Trong những trường hợp như vậy, chúng ta có thể nói rằng người tạo ra mô hình này đã đơn giản hóa quá mức và khiến ta lạc lối. Tuy nhiên, câu trả lời thích hợp là hãy xây dựng các mô hình khác với nhiều giả định tốt hơn – chứ không phải là rũ bỏ các mô hình kia. Thuốc giải độc của một mô hình kém là một mô hình tốt.

Cuối cùng, chúng ta không thể tránh được tính phi thực tế của các giả định. Như Cartwright nói: “Việc chỉ trích các mô hình vì chúng sử dụng những giả định phi thực tế cũng giống như chỉ trích thí nghiệm bóng lăn của Galileo sử dụng một chiếc máy bay được mài nhẵn để giảm ma sát tối đa vậy”. Nhưng giống như việc chúng ta không muốn áp dụng định luật gia tốc của Galileo cho một viên đá cẩm thạch rơi vào lọ mật ong, đây không phải là một cái cớ để sử dụng các mô hình chứa những giả định quan trọng mang tính phi thực tế.

(còn tiếp) 

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.

Công dụng của các mô hình – Phần III


Những câu chuyện ngụ ngôn thường ngắn gọn và đi vào trọng tâm. Thông điệp của chúng không dễ bị lãng quên. Câu chuyện Rùa và Thỏ in vào tâm trí của bạn về tầm quan trọng của sự ổn định, nếu tiến độ của bạn chậm. Câu truyện trở thành một lối diễn giải vắn tắt, được áp dụng trong nhiều trường hợp tương tự. Việc ghép các mô hình kinh tế với những câu chuyện ngụ ngôn dường như làm mất đi tính “khoa học” của chúng. Nhưng so sánh như vậy, một phần bởi chúng hoạt động giống hệt nhau. Một sinh viên gặp mô hình cạnh tranh cung – cầu sẽ ghi nhớ và tôn trọng sức mạnh của thị trường. Một khi bạn biết tới thế lưỡng nan của người tù, bạn sẽ không bao giờ nghĩ tới các vấn đề hợp tác theo lối tư duy cũ. Kể cả khi các chi tiết cụ thể của mô hình bị lãng quên, chúng vẫn là các hình mẫu để hiểu và giải thích thế giới.

Mối tương quan này không bao giờ bị những nhà kinh tế đầu ngành bỏ lỡ. Khi tự xem xét lại mình, họ sẵn sàng thừa nhận rằng các mô hình trừu tượng xuất hiện trên giấy về cơ bản chính là những câu chuyện ngụ ngôn. Theo lý thuyết gia kinh tế nổi tiếng Ariel Rebinstein, “Từ mô hình” mang tính khoa học nhiều hơn “truyện ngụ ngôn” hay “truyện cổ tích” [tuy nhiên] tôi không thấy nhiều khác biệt giữa chúng. Theo lời của triết gia Allan Gibbard và kinh tế gia Hall Varian, “một mô hình [kinh tế] luôn luôn kể một câu chuyện”. Nancy Cartwright, triết gia về khoa học, sử dụng cụm từ “truyện ngụ ngôn” khi nói tới các mô hình kinh tế và vật lý, tuy cô cho rằng các mô hình kinh tế giống những câu chuyện ngụ ngôn hơn. Không giống những bài học đạo đức rõ ràng của chuyện ngụ ngôn, Cartwright cho rằng các mô hình kinh tế đòi hỏi nhiều sự quan tâm và diễn dịch mới có thể rút ra được hàm ý chính sách. Sự phức tạp này là do thực tế mỗi mô hình chỉ biểu diễn một bối cảnh cụ thể, một kết luận chỉ áp dụng cho một hệ thống cụ thể.

Nhưng qua đây, những câu chuyện ngụ ngôn cũng cho thấy một điểm tương đồng giá trị. Truyện ngụ ngôn thì nhiều vô kể, và mỗi câu chuyện lại cung cấp một chỉ dẫn hành động theo một bối cảnh khác nhau. Kết hợp lại, chúng tạo thành bộ các bài học đạo đức có vẻ mâu thuẫn nhau. Một số truyện tán dương lòng tin và sự hợp tác; trong khi số khác lại khuyên bạn nên tự thân vận động. Một số ca ngợi sự chuẩn bị; số khác lại cảnh báo về mối nguy hiểm của việc hoạch định quá mức. Một số cho rằng bạn nên tiêu số tiền đang có; số còn lại nhấn mạnh tầm quan trọng của tiết kiệm cho những lúc khó khăn. Có bạn bè thì tốt, nhưng quá nhiều bạn thì lại không tốt. Mỗi câu chuyện ngụ ngôn có một bài học đạo đức nhất định, nhưng nhìn chung, truyện ngụ ngôn nhấn mạnh sự nghi ngờ và tính bất trắc.

Vì vậy, chúng ta cần phải cân nhắc khi sử dụng câu chuyện nào để áp dụng trong một tình huống cụ thể. Với các mô hình kinh tế cũng vậy. Chúng ta đã thấy rằng các mô hình kinh tế khác nhau sẽ dẫn tới các kết luận khác nhau. Những hành vi tư lợi có thể mang lại hiệu quả (mô hình thị trường cạnh tranh hoàn hảo) lẫn lãng phí (mô hình thế lưỡng nan của người tù) tùy thuộc vào những điều chúng ta giả định về điều kiện nền. Như trong truyện ngụ ngôn, việc suy xét kỹ lưỡng là không thể thiếu khi phải lựa chọn giữa các mô hình mâu thuẫn nhau. May thay, bằng chứng có thể chính là chỉ dẫn hữu ích để sàng lọc các mô hình, mặc dù quá trình này vẫn còn thủ công hơn là khoa học.

Các mô hình giống như những thí nghiệm

Nếu như việc ví von các mô hình với truyện ngụ ngôn không đủ sức hấp dẫn, thì bạn có thể so sánh các mô hình với những thí nghiệm. Đây có lẽ là một sự tương đồng đầy bất ngờ. Nếu như truyện ngụ ngôn khiến cho các mô hình có vẻ chỉ là những câu chuyện cổ tích, thì việc so sánh với những thí nghiệm lại có vẻ làm bật tính khoa học của chúng lên quá cao. Nhìn chung, trong nhiều nền văn hóa, những công trình diễn ra trong phòng thí nghiệm tạo nên sự tin cậy về mặt khoa học. Chúng là phương tiện mà các nhà khoa học trong chiếc áo khoác trắng đem đến “sự thật” về cách thế giới vận hành và liệu một giả thuyết cụ thể có đúng hay không. Liệu các mô hình kinh tế có giống như vậy không?

Hãy cùng xem một thí nghiệm thực thụ. Phòng thí nghiệm là một môi trường nhân tạo được xây dựng để tách biệt các yếu tố liên quan tới thí nghiệm khỏi thế giới bên ngoài. Các nhà nghiên cứu thiết kế các điều kiện thí nghiệm để tìm cách làm nổi bật một chuỗi hành động, cô lập quá trình khỏi những ảnh hưởng quan trọng khác có thể phát sinh. Chẳng hạn khi nói tới trọng lực gây ra các tác động không mong muốn, nhà nghiên cứu sẽ thực hiện thí nghiệm trong môi trường chân không. Như triết gia người Phần Lan Uskali Mӓki giải thích, những người tạo ra các mô hình kinh tế trên thực tế cũng tiến hành một phương pháp tách biệt, cô lập và nhận dạng tương tự. Điểm khác biệt chính là thí nghiệm cố tình tác động môi trường vật lý để đạt được trạng thái tách biệt cần thiết, còn mô hình kinh tế thực hiện điều này thông qua các giả định của nó. Các mô hình tạo ra môi trường trí tuệ để kiểm tra các giả thuyết.

Bạn có thể phản đối rằng một thí nghiệm vẫn diễn ra trong thế giới thực nhờ môi trường nhân tạo của nó. Chúng ta sẽ biết được liệu nó có hoạt động hay không, ít nhất với một hệ thống. Ngược lại, một mô hình kinh tế hoàn toàn là một sản phẩm nhân tạo và chỉ vận hành trong đầu chúng ta. Tuy nhiên, chúng có chăng chỉ khác nhau về mức độ hơn là về bản chất. Các kết quả thí nghiệm cũng đòi hỏi phép ngoại suy kỹ lưỡng trước khi chúng có thể được áp dụng vào thế giới thực. Một số thứ hoạt động trong phòng thí nghiệm nhưng lại vô hiệu ở thế giới thực. Lấy ví dụ, một loại thuốc có thể không có tác dụng trong thực tế khi gặp phải những điều kiện trong thế giới thực đã không được đánh giá – “kiểm soát” – trong điều kiện của thí nghiệm. Đây là điều khác biệt mà các triết gia về khoa học gọi là tính hợp lý nội tại và ngoại tại. Một thí nghiệm được thiết kế đầy đủ để theo dõi nguyên nhân và kết quả sẽ được gọi là có mức độ “hợp lý nội tại” cao. Nhưng mức độ “hợp lý ngoại tại” của nó lại tùy thuộc vào việc kết luận của nó có thể vượt qua ranh giới của môi trường thử nghiệm để áp dụng vào thế giới bên ngoài hay không.

Cái gọi là thí nghiệm thực địa, được thực hiện trong các điều kiện thực tế, cũng gặp phải thách thức tương tự. Các thí nghiệm như vậy gần đây rất phổ biến trong kinh tế học, và đôi khi chúng còn được cho là tạo ra tri thức bên ngoài các mô hình. Nghĩa là, chúng đưa ra cái nhìn sâu sắc về cách thế giới vận hành mà không cần một bộ các giả định hay chuỗi giả thuyết đi kèm với mô hình. Nhưng điều này không hoàn toàn đúng. Tôi có một ví dụ như sau: ở Colombia, việc phân phối ngẫu nhiên các suất học ở trường tư đã cải thiện đáng kể thành tích giáo dục. Nhưng điều này không hề đảm bảo các chương trình tương tự sẽ có kết quả tốt tại Mỹ hoặc Nam Phi. Kết quả cuối cùng dựa trên một tập hợp các yếu tố sẽ rất khác nhau với từng quốc gia. Mức thu nhập và sở thích của phụ huynh, khoảng cách chất lượng giữa trường công và tư, động lực của các giáo viên và các nhà điều hành – tất cả những điều này và nhiều yếu tố quan trọng khác, đều đóng vai trò nhất định. Từ việc “nó đã hoạt động ở kia” cho đến việc “nó sẽ hoạt động ở đây” cần rất nhiều bước trung gian.

Khoảng cách giữa các thí nghiệm trong phòng thí nghiệm (hoặc ngoài đời thực) và các thí nghiệm trong tâm trí mà chúng ta gọi là “mô hình” hẹp hơn những gì chúng ta tưởng. Cả hai loại hình này cần một số phép ngoại suy trước khi chúng ta có thể áp dụng chúng khi cần vào khi nào và ở đây. Những phép loại suy đúng đắn đòi hỏi sự kết hợp từ việc đánh giá hợp lý, bằng chứng từ nhiều nguồn, và lập luận có cấu trúc chặt chẽ. Sức mạnh của tất cả các loại hình thí nghiệm này là chúng cho chúng ta biết một số thứ về cuộc sống vượt ra khỏi môi trường mà chúng diễn ra, dựa trên khả năng nhận biết sự tương đương trong nhiều bối cảnh.

Cũng tương tự như các thí nghiệm thực tế, giá trị của các mô hình nằm ở khả năng tách biệt và xác định cơ chế nhân quả cụ thể cùng một lúc. Việc những cơ chế này hoạt động trong thực tế trong khi có những tác động gây nhiễu khác là một quy trình phức tạp cho bất cứ ai tìm kiếm lời giải khoa học. Các mô hình kinh tế thậm chí còn tốt hơn về mặt này. Tính ngẫu nhiên – phụ thuộc vào các điều kiện được mô tả cụ thể – đã được bao hàm trong chúng. Như chúng ta sẽ thấy, tính bất trắc này thôi thúc chúng ta tìm ra ở trong hằng hà sa số các mô hình thực thể cho ra sự mô tả tốt nhất về thực tế.

(còn tiếp) 

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.

Công dụng của các mô hình – Phần II


Bây giờ hãy xem xét một mô hình đặc biệt, được gọi là “thế lưỡng nan của người tù”. Nó có nguồn gốc từ nghiên cứu của những nhà toán học, nhưng là nền tảng cho nhiều công trình đương đại trong kinh tế học. Nó thường được trình bày như sau: hai cá nhân đối mặt với sự trừng phạt tùy thuộc vào việc họ có nhận tội hay không. Hãy xem đây là một vấn đề kinh tế. Giả sử hai công ty cạnh tranh nhau phải quyết định có sử dụng phần lớn ngân sách cho quảng cáo hay không. Nhưng khi cả hai cùng quảng cáo, những tác động lên nhu cầu khách hàng khi đó không còn nữa. Các công ty này cuối cùng lại chi tiêu không cần thiết.

Chúng ta có thể hy vọng rằng không phải công ty nào cũng chọn chi tiêu nhiều cho quảng cáo, nhưng mô hình cho thấy rằng lối suy luận này quá cơ bản. Khi các công ty đưa ra lựa chọn của họ một cách độc lập và họ chỉ quan tâm đến lợi nhuận của mình, mỗi công ty đều có động cơ quảng cáo, bất kể các công ty khác có làm gì chăng nữa: khi công ty còn lại không quảng cáo, bạn có thể thu hút thêm khách hàng, còn nếu công ty kia quảng cáo, thì bạn cũng phải làm tương tự để không bị mất đi khách hàng. Cho nên hai công ty đạt tới trạng thái cân bằng không mong muốn khi cả hai đều lãng phí tài nguyên vô ích Thị trường này, không giống thị trường ở đoạn trước, hoàn toàn không hiệu quả.

Điểm khác biệt rõ ràng giữa hai mô hình là một cái mô tả kịch bản với rất nhiều người tham gia thị trường (chẳng hạn như thị trường cam) trong khi cái còn lại mô tả sự cạnh tranh giữa hai doanh nghiệp lớn (có thể là sự tương tác giữa các nhà sản xuất như Boeing hay Airbus). Nhưng sẽ là sai lầm khi nghĩ rằng sự khác biệt này là lí do duy nhất mà một thị trường hiệu quả còn thị trường kia lại không. Các giả định khác trong mỗi mô hình cũng đóng vai trò nhất định. Khi điều chỉnh các giả định khác này, thường dưới dạng ẩn, sẽ vẫn tạo ra những loại kết quả khác.

Hãy xem mô hình thứ ba khá mập mờ về số lượng người tham gia thị trường, nhưng lại cho ra kết quả hoàn toàn khác. Ta gọi nó là mô hình phối hợp. Một doanh nghiệp (hoặc các doanh nghiệp; số lượng bao nhiêu không quan trọng) đang quyết định có đầu tư vào ngành đóng tàu hay không. Nếu có thể sản xuất ở một quy mô đủ lớn, doanh nghiệp hiểu rằng việc liên doanh sẽ có lợi. Nhưng một đầu vào quan trọng chính là thép giá rẻ, và phải được sản xuất gần đó. Quyết định của công ty được rút gọn lại: nếu có một nhà máy thép ở gần đó, họ sẽ đầu tư vào ngành đóng tàu; nếu không thì không đầu tư. Bây giờ hãy xem cách nghĩ của các nhà đầu tư vào ngành thép tiềm năng trong khu vực. Giả sử các xưởng đóng tàu là khách hàng tiềm năng duy nhất của ngành thép. Các nhà sản xuất thép cho rằng họ sẽ kiếm được tiền khi có một xưởng đóng tàu ở gần để mua thép của họ và ngược lại.

Bây giờ chúng ta có hai kết quả khả thi – được các nhà kinh tế gọi là “cân bằng bội” (multiple equilibria). Một kết quả “tốt”, trong đó cả hai loại hình đầu tư đều được thực hiện, và cả nhà máy đóng tàu lẫn nhà sản xuất thép đều có lợi nhuận. Hai bên đã đạt được điểm cân bằng. Và tồn tại một kết quả “không mong đợi”, khi mà chẳng có loại hình đầu tư nào trở thành hiện thực. Kết quả này cũng là một điểm cân bằng bởi các quyết định không đầu tư củng cố lẫn nhau. Nếu không có nhà máy đóng tàu, các nhà sản xuất thép sẽ không đầu tư, và nếu không có thép, các xưởng đóng tàu cũng sẽ không xuất hiện. Kết quả này hầu như không liên quan tới số lượng người tham gia thị trường. Nó phụ thuộc chủ yếu vào ba yếu tố: (1) tồn tại hiệu quả kinh tế theo quy mô (nói cách khác, hoạt động sinh lời đòi hỏi quy mô sản xuất lớn); (2) các nhà máy thép và xưởng đóng tàu cần lẫn nhau; và (3) không có thị trường hay nguồn đầu vào thay thế (ví dụ như nguồn hàng nhập khẩu thông qua ngoại thương).

Ba mô hình, ba cách nhìn khác nhau về phương thức hoạt động của thị trường. Không cái nào trong số chúng là đúng hoặc sai. Mỗi mô hình đều nhấn mạnh một cơ chế quan trọng đang là (hoặc có thể là) cách hoạt động của các nền kinh tế trong đời thực. Chúng ta đã bắt đầu thấy tại sao việc lựa chọn mô hình “đúng”, phù hợp với các điều kiện, là quan trọng. Người ta thường nói các nhà kinh tế là những con chiên ngoan đạo của thị trường: họ nghĩ rằng câu trả lời của mọi vấn đề là để thị trường được tự do. Nhiều nhà kinh tế thực sự có khuynh hướng đó. Nhưng đó chắc chắn không phải là những gì kinh tế học dạy bạn. Câu trả lời đúng cho hầu như bất cứ câu hỏi nào trong kinh tế học là: nó tùy thuộc nhiều yếu tố. Các mô hình khác nhau, đáng tin như nhau, sẽ cung cấp các câu trả lời khác nhau.

Các mô hình có nhiều tác dụng hơn là cảnh báo chúng ta rằng các kết quả có thể đi theo hướng khác. Sự hữu ích của chúng nằm ở chỗ đó cho chúng ta biết chính xác các kết quả phụ thuộc vào những gì. Hãy xem một số ví dụ quan trọng. Liệu mức lương tối thiểu làm giảm hay gia tăng việc làm? Câu trả lời tùy thuộc vào việc liệu các cá nhân sử dụng lao động có hành xử cạnh tranh với nhau hay không (nghĩa là, liệu họ có thể ảnh hưởng tới mức lương ở địa phương không). Liệu dòng vốn chảy vào một nền kinh tế thị trường mới nổi làm tăng hay giảm tăng trưởng kinh tế không? Nó tùy thuộc vào việc sự tăng trưởng đó bị hạn chế do thiếu hụt các quỹ đầu tư hay bởi khả năng sinh lời kém, hay do thuế cao. Liệu giảm thâm hụt ngân sách tài khóa của chính phủ có cản trở hay kích thích hoạt động kinh tế không? Câu trả lời phụ thuộc vào tình trạng tín dụng, chính sách tiền tệ, và định chế tiền tệ.

Lời giải cho mỗi câu hỏi phụ thuộc vào một số đặc tính quan trọng trong thế giới thực. Các mô hình nhấn mạnh những đặc tính đó và cho thấy cách chúng ảnh hưởng tới kết quả. Trong mỗi trường hợp lại có một mô hình chuẩn cho ra một kết quả thường thấy: lương tối thiểu làm giảm mức việc làm, dòng chảy vốn thúc đẩy tăng trưởng kinh tế, và việc thắt chặt tài khóa làm cản trở hoạt động kinh tế. Nhưng những kết luận này chỉ đúng khi các giả định quan trọng – các đặc tính của thế giới thực được xác định ở trên – sát với thực tế. Khi chúng mất đi tính xác thực, chúng ta cần phải dựa vào các mô hình với những giả định khác.

Tôi sẽ bàn về các giả định quan trọng và đưa ra nhiều ví dụ hơn về các mô hình kinh tế ở phía sau. Nhưng trước hết sẽ là một vài điểm tương đồng torng cách định nghĩa về các mô hình và công dụng của chúng.

Các mô hình giống như những câu chuyện ngụ ngôn

Chúng ta có thể ví các mô hình kinh tế với những câu chuyện ngụ ngôn. Những câu chuyện ngắn này thường xoay quanh một vài nhân vật chính sống ở một nơi heo hút mang tính chung chung (như một ngôi làng hay một cánh rừng) và có các hành vi và tương tác cho ra những bài học. Các nhân vật có thể là những con vật được nhân cách hóa hoặc các đối tượng vô tri vô giác, mà cũng có thể là con người. Một câu chuyện ngụ ngôn thường rất đơn giản, và hành vi của các nhân vật được dựa trên những động cơ như là lòng tham hoặc tính đố kị. Truyện ngụ ngôn ít khi giống với thực tế hoặc vẽ ra một bức tranh hoàn chỉnh về đời sống của các nhân vật. Nó bỏ qua tính hiện thực và sự mơ hồ để mạch chuyện được rõ ràng. Quan trọng hơn, mỗi câu chuyện đều chứa đựng một bài học đạo đức rõ ràng: trung thực là điều quan trọng nhất, cười người hôm trước hôm sau người cười, trâu buộc ghét trâu ăn, mượn gió bẻ măng…

Các mô hình kinh tế cũng tương tự như thế. Chúng đơn giản và được thiết lập trong những môi trường trừu tượng. Chúng không đưa ra những tuyên bố hướng đến hiện thực bởi chúng tồn tại nhiều giả định. Trong khi dường như chúng nằm trong những con người và các doanh nghiệp ở ngoài đời thực, thì hành vi của các nhân vật chính được phác họa với tính cách điệu cao. Các đối tượng vô tri (“các cú sốc ngẫu nhiên”, “các thông số ngoại sinh”, “thiên nhiên”) thường là đặc trưng trong mô hình và thúc đẩy các hành động tương ứng. Dòng chảy của câu chuyện xoay quanh các mối quan hệ nhân – quả, nếu – thì. Và câu chuyện đạo đức – hoặc hàm ý chính sách, theo ngôn ngữ của các nhà kinh tế – thường khá rõ ràng: các thị trường tự do đều hiệu quả, hành vi cơ hội trong các tương tác chiến lược có thể khiến các bên đều không được lợi, sự khuyến khích có vai trò quan trọng…

(còn tiếp) 

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.

Công dụng của các mô hình – Phần I


Vào năm 1973, nhà kinh tế người Thụy Điển Axel Leijonhufvud đã xuất bản một bài báo có tên “Đời sống xoay quanh Kinh tế học” (Life among the Econ). Tiêu đề này là một sự chế nhạo mang tính dân tộc học đầy thú vị, trong đó ông mô tả cực kỳ chi tiết tình trạng phổ biến, những trạng thái quan hệ, và những điều cấm kị giữa các nhà kinh tế. Leijonhufvud cho rằng cái định nghĩa “bộ lạc kinh tế học” là nỗi ám ảnh của họ với cái ông gọi là “modls” – ám chỉ các mô hình được cách điệu bằng toán học là công cụ hành nghề của các nhà kinh tế. Trong khi không hề có tính năng thực tế rõ ràng nào, nhưng các modls càng công phu và sang trọng hơn thì người tạo ra nó lại càng có địa vị lớn hơn. Sự nhấn mạnh của bài báo về molds, như Leijonhufvud viết, giải thích tại sao họ không coi trọng những bộ lạc khác như “Sociogs” và “Polscis”: những bộ lạc này không tạo ra modls.

Những lời của Leijonhufvud vẫn còn đúng sau hơn bốn thập kỷ. Hoạt động đào tạo kinh tế học chủ yếu bao gồm việc tiếp thu một chuỗi các mô hình. Có lẽ yếu tố quan trọng nhất quyết định thứ bậc trong ngành học này là khả năng phát triển các mô hình mới, hoặc sử dụng các mô hình hiện có kết hợp với các bằng chứng mới, để làm sáng tỏ một số khía cạnh của thực tế xã hội. Những cuộc tranh luận trí tuệ nảy lửa nhất đều xoay quanh sự liên quan hoặc tính ứng dụng của các mô hình. Nếu bạn muốn xúc phạm một nhà kinh tế, chỉ cần nói: “Ông chẳng có một mô hình nào cả”.

Các mô hình là nguồn gốc của niềm tự hào. Hãy thử dành thời gian ở cạnh các nhà kinh tế và chẳng mấy chốc bạn sẽ bắt gặp một cái cốc hoặc chiếc áo phông ghi rằng: “Các nhà kinh tế “sống chết” với các mô hình”. Bạn cũng sẽ có cảm giác rằng nhiều người trong số họ sẽ nhận được nhiều niềm vui hơn từ việc đùa giỡn với những mô hình toán học hơn là hẹn hò với các vũ công đường phố ngoài đời thực. (Không hề có sự phân biệt giới tính nào ở đây cả: vợ tôi, cũng là một nhà kinh tế, đã từng được tặng một trong những chiếc cốc như thế từ một sinh viên vào cuối kỳ).

Với các nhà phê bình, sự tín nhiệm các mô hình của các nhà kinh tế chính là điều sai lầm của ngành này: nó làm giảm tích phức tạp của đời sống xã hội thành một vài mối quan hệ đơn giản, sẵn sàng đưa ra các giả định không đúng sự thật, nỗi ám ảnh với tính chính xác của toán học so với chủ nghĩa hiện thực, những lần chuyển đổi thường xuyên từ những khái niệm trừu tượng được cách điệu hóa đến các kết luận chính sách. Họ thấy nghi ngại khi chứng kiến các nhà kinh tế có thể biến đổi những phương trình trên trang giấy một cách nhanh chóng thành các chính sách tự do thương mại hoặc chính sách thuế hay tương tự. Một số khác cho rằng kinh tế học biến những thứ trần tục trở nên phức tạp. Các mô hình kinh tế khoác chiếc áo toán học lên những tư duy thông thường. Và các nhà phê bình gay gắt nhất đến từ phía các nhà kinh tế đã tách rời khỏi kinh tế học dòng chính. Nhà kinh tế lỗi lạc Kenneth Boulding được cho là đã nói, “Toán học làm cho kinh tế học trở nên chính xác; nhưng không may cũng biến nó thành một tử thi”. Nhà kinh tế học thuộc đại học Cambridge Ha-Joon Chang đã nói: “95% kinh tế học là những tư duy thông thường – bị biến thành phức tạp, bằng việc sử dụng những thuật ngữ và toán học”.

Thực sự thì, các mô hình đơn giản mà các nhà kinh tế xây dựng lại hoàn toàn cần thiết để hiểu được những hoạt động trong xã hội. Sự đơn giản, tính hình thức và bỏ qua nhiều khía cạnh của thế giới thực chính là những gì làm chúng trở nên có giá trị. Đây là một tính năng, chứ không phải là sai sót. Một mô hình chỉ thực sự hữu ích khi nó nắm bắt được một khía cạnh trong thực tế. Chúng ta không thể bỏ đi một mô hình mà khi được sử dụng hợp lý nó cho thấy một khía cạnh của thực tế trong một hoàn cảnh cụ thể. Các bối cảnh khác nhau – các thị trường, hệ thống xã hội, quốc gia, thời kỳ,… khác nhau – đòi hỏi những mô hình khác nhau. Và đây là lúc mà các nhà kinh tế gặp rắc rối. Họ thường bỏ qua đóng góp quý giá nhất của ngành học này – có vô vàn các mô hình để áp dụng cho nhiều hệ thống khác nhau – mà chăm chăm tìm kiếm một và chỉ một mô hình phổ quát. Nếu chúng ta lựa chọn các mô hình một cách khôn ngoan, chúng sẽ trở thành nguồn sáng rực rỡ. Nếu sử dụng chúng một cách giáo điều, chúng ta sẽ trở nên kiêu ngạo và tạo ra những chính sách sai lầm.

Sự đa dạng của các mô hình

Các nhà kinh tế xây dựng mô hình để nắm bắt các khía cạnh nổi bật từ những tương tác xã hội. Những tương tác như vậy thường diễn ra trong các thị trường hàng hóa và dịch vụ. Các nhà kinh tế thường có hiểu biết khá tốt về thị trường. Người bán và người mua có thể là những cá nhân, doanh nghiệp, hoặc các loại hình tập thể khác. Hàng hóa và dịch vụ có thể là gần như bất cứ thứ gì, bao gồm cả tình trạng và đị vị chính trị, ững thứ không hề có giá trên thị trường. Các thị trường có thể là địa phương, khu vực, quốc gia, hoặc quốc tế; chúng có thể được tổ chức dưới hình thức vật lý, như một hội chợ, hoặc dưới dạng “ảo”, như thương mại xuyên quốc gia. Các nhà kinh tế thường bận tâm với cách thức thị trường hoạt động: liệu chúng có sử dụng tài nguyên hiệu quả không? Chúng có thể cải thiện được không, và nếu có thì bằng cách nào? Tuy nhiên, các nhà kinh tế cũng sử dụng các mô hình để làm sáng tỏ chức năng của những tổ chức khác như trường học, công đoàn thương mại, chính phủ.

Nhưng mô hình kinh tế là gì? Hiểu một cách đơn giản nhất thì chúng là những phương thức đơn giản hóa được thiết kế để biểu diễn cách các cơ chế cụ thể hoạt động bằng việc tách chúng ta khỏi những yếu tố gây nhiễu. Một mô hình tập trung vào những nguyên nhân cụ thể và tìm cách biểu diễn chúng tác động thông qua hệ thống. Một người xây dựng mô hình sẽ tạo ra một thế giới “ảo” trong đó tiết lộ những mối liên kết nhất định giữa các mắt xích trong toàn bộ bức tranh – những mối liên kết này sẽ khó phân biệt trong khi quan sát ở ngoài đời thực với muôn vàn sự phức tạp. Các mô hình kinh tế cũng tương tự như các mô hình vật chất được các bác sĩ hoặc kiến trúc sư sử dụng. Một mô hình hệ thống hô hấp bằng nhựa mà bạn có thể bắt gặp trong văn phòng của một bác sĩ sẽ tập trung vào chi tiết của phổi và lờ đi phần còn lại của cơ thể. Một kiến trúc sư có thể xây dựng một mô hình để trình bày cảnh quan xung quanh ngôi nhà và một mô hình khác để hiển thị nội thất trong ngôi nhà đó. Các mô hình kinh tế cũng tương tự như vậy, trừ việc chúng không phải là các cấu trúc vật lý mà hoạt động một cách tượng trưng, sử dụng từ ngữ và toán học.

Mô hình chủ đảo của kinh tế học là mô hình cung – cầu mà bất kỳ ai từng học một khóa căn bản về kinh tế học đều biết tới. Nó gồm một hình chữ X được tạo nên từ đường cầu đi xuống và đường cung đi lên, với giá cả và số lượng ở trên các trục. Thế giới nhân tạo này, được các nhà kinh tế, gọi là “thị trường cạnh tranh hoàn hảo”, với một lượng lớn người tiêu dùng và nhà sản xuất. Tất cả đều theo đuổi lợi ích kinh tế của họ, à không ai có khả năng ảnh hưởng đến giá thị trường. Mô hình này bỏ qua nhiều thứ: con người có những động cơ khác ngoài khía cạnh vật chất, và tính duy lý thường bị lu mờ bởi cảm xúc hoặc các phản xạ nhận thức sai lầm, và một số nhà sản xuất độc quyền,… Nhưng nó thật sự làm sáng tỏ phần nào đó cách hoạt động đơn giản của một nền kinh tế thị trường thực thụ.

Một số những điều trên là không cần bàn cãi. Ví dụ, chi phí sản xuất tăng sẽ làm tăng giá thị trường và giảm lượng cầu và cung. Hoặc, khi chi phí năng lượng tăng, hóa đơn tiền điện tăng lên và các hộ gia đình tìm cách tiết kiệm chi phí sưởi và điện năng. Nhưng một số khác thì không đúng. Chẳng hạn như khi một khoản thuế được áp lên nhà sản xuất hoặc người tiêu dùng của một mặt hàng – chẳng hạn như dầu mỏ – lại không hề ảnh hưởng tới việc ai là người cuối cùng trả tiền cho nó. Thuế có thể được áp lên các công ty dầu mỏ, nhưng người thực sự trả tiền thuế này lại là người tiêu dùng. Hoặc phí tổn ngoại ngạch có thể được áp lên người tiêu dùng bằng hình thức thuế giá trị gia tăng, nhưng các công ty dầu mỏ có thể buộc phải bù vào nó bằng cách đưa ra mức giá thấp hơn. Tất cả phụ thuộc vào “độ co giãn của giá” theo cung và cầu. Với việc bỏ sung một dnah sách dài những giả định, mô hình này cũng đưa ra những hàm ý khá mạnh mẽ về sức mạnh của thị trường. Đặc biệt, một nền kinh tế thị trường cạnh tranh có hiệu quả theo nghĩa rằng nó không thể cải thiện hạnh phúc của một người mà không làm giảm hạnh phúc của người khác. (Đây là thứ mà các nhà kinh tế gọi là “hiệu quả Pareto”).

(còn tiếp) 

TH: T.Giang – CSCI

Nguồn tham khảo: Dani Rodrik – Các quy tắc trong kinh tế học – NXB ĐHQGHN 2019.