Alain Desrosieres, nhà bác học nhiều phẩm giá

ALAIN DESROSIÈRES, NHÀ BÁC HỌC NHIỀU PHẨM GIÁ

Emmanuel Didier[1]

Alain Desrosières (1940-2013)

Alain Desrosières qua đời ngày 15 tháng hai năm 2013. Ông đã không kịp thời gian hoàn thành cuốn sách ông đang chuẩn bị. Phải kết thúc công việc này, ngay cả khi ông vắng mặt. Đó là cuốn sách mà chúng tôi giới thiệu ở đây với bạn đọc.

Không còn gì nghi ngờ nữa, Alain Desrosières là nhân vật trung tâm thuộc thế hệ trí thức Pháp tiếp nối thế hệ những Bourdieu, Deleuze hay Foucault, mà tầm quan trọng đã bắt đầu được thừa nhận khắp thế giới kể từ những năm 2000. Lần theo vết sự nghiệp của ông cho phép viết một mảng lịch sử của thế hệ này, khi đề cập đến những kiểu tập thể khác nhau mà ông từng là thành viên. Chúng tôi sẽ làm điều này từ quan điểm của ông, quan điểm của sự lượng hoá, một điều quan trọng vì không có bất kì khoa học xã hội nào xứng đáng với tên gọi như vậy có thể phát triển mà không có quan niệm về thống kê.

Tất cả sự độc đáo của Desrosières nằm ở việc ông không phải là “nhà định lượng” đơn giản, còn lâu mới là như vậy, của cái khối bòng bong khoa học này. Nhờ có một sự uyên bác kĩ thuật rất ấn tượng, ông đã phát triển điều đang trở thành một chuyên ngành thật sự là lịch sử xã hội của sự lượng hoá, xem các thực tiễn đo đạc và định hình con số như một đối tượng điều tra. Thật vậy, thế giới chúng ta đang sống bị những số lượng xuyên suốt, được sản xuất một cách đặc biệt và có những hệ quả và cách sử dụng riêng. Alain Desrosières chỉ ra bằng cách nào có thể hình dung các số lượng hoàn toàn như những đối tượng xã hội. Cuối cùng ông bao giờ cũng quan niệm hoạt động tri thức của mình là một đòi hỏi chính trị. Đóng góp trí tuệ của ông luôn mang đậm dấu ấn của sự rộng lượng[2] và cẩn thận chú ý đến những tiền giả định ý thức hệ của mình cũng như đến những hiệu ứng xã hội của chúng. Những phẩm giá này đã nảy nở trên mảnh đất của những số lượng.

Như vậy, đóng góp của ông, trong suốt cuộc đời và theo ba cách khác nhau – với Bourdieu, với những nhà nghiên cứu nối tiếp tác giả này quan tâm đến những phẩm giá của thực tại chúng ta, cuối cùng với những đồng nghiệp của ông ở trung tâm Koyré – tầm quan trọng, chiều sâu và biên độ của các cuộc điều tra về sự lượng hoá.

Lượng hoá các khoa học xã hội: một so sánh lịch sử

LƯỢNG HOÁ CÁC KHOA HỌC XÃ HỘI: MỘT SO SÁNH LỊCH SỬ[1]

Alain Desrosières

Alain Desrosières (1940-2013)

Từ giữa thế kỉ XIX đến giữa thế kỉ XX, các khoa học xã hội đa dạng đã dần dần được lượng hoá. Sự lượng hoá này được xem như biểu tượng của việc tiếp cận tính khoa học, so sánh được với tính khoa học của các khoa học tự nhiên. Nhưng phong trào này đã theo những con đường tương đối khác nhau, tuỳ theo mỗi bộ môn. Ngày nay, nếu đã có nhiều công trình tập hợp tư liệu về lịch sử sự lượng hoá này thì vẫn còn hiếm những nghiên cứu, theo quan điểm này, thử so sánh giữa các bộ môn khoa học khác nhau. Cách mà mỗi bộ môn đã tích hợp những công cụ thống kê và xác suất nói được gì chăng, không chỉ về khoa học luận hay các phương pháp riêng, mà còn, theo quan điểm xã hội học về các khoa học, về các tác nhân, các mạng lưới, các quy chuẩn, các tiêu chí hợp thức hoá của bộ môn ấy?

Ở đây chúng tôi sẽ không tìm lời giải đáp cho một vấn đề rộng như thế, nhưng chỉ đề xuất một khuôn khổ nhỏ và tạm thời để so sánh năm bộ môn: sử học, xã hội học, khoa học chính trị, kinh tế học và tâm lí học[2]. Tất nhiên bản thân mỗi bộ môn là một thế giới phức tạp, phân mảnh thành xu hướng, trường phái kéo theo những hệ ý khác nhau và trải qua những cuộc tranh luận, thậm chí là những cuộc xung đột gay gắt. Nhưng, nói chung, điều đặc trưng cho trường của một bộ môn chính là một sự đồng ý tương đối về những điểm bất đồng giữa những thành viên có một thói quen đối đầu nhau nhất định. Trái lại, hiếm khi có những xung đột giữa một bộ môn này với một bộ môn khác vì những lí do thuộc về xã hội học các thế giới hàn lâm và khoa học. Mỗi bộ môn là một thế giới có kỉ luật, phần lớn tự khép kín vào chính mình, với ngữ vựng, hệ ý, định chế, ghế giáo sư và tạp chí của mình. Vì thế dùng sự lượng hoá như một lưới đọc và như dấu hiệu của một đặc trưng của năm thế giới này có lẽ không phải là một ý tồi, cho dù tất nhiên nó là một sự đơn giản hoá.

Hai ý nghĩa của đánh giá: những thử nghiệm ngẫu nhiên

HAI Ý NGHĨA CỦA ĐÁNH GIÁ: NHỮNG THỬ NGHIỆM NGẪU NHIÊN[1]

Alain Desrosières

Làm thế nào kiến giải phong trào mới đây về việc đánh giá các chính sách công bằng những cuộc thử nghiệm ngẫu nhiên nhằm lượng hoá những hiệu ứng của chúng, theo một quan điểm kép, quan điểm của xã hội học về các khoa học và quan điểm của lịch sử những hình thái cai quản. Một mặt, ta có thể quan sát là có những phê phán, nhưng những phê phán này ít có tác động. Vì sao? Mặt khác, những cơ chế tân tự do khuyến khích mỗi người “đảm nhận trách nhiệm” bằng cách tự mình trở thành “doanh nhân về chính bản thân”. Làm thế nào tư duy những quan hệ giữa hai hình thái định lượng hoá, mà một hình thái khách quan hoá các cá nhân, trong khi hình thái kia dựa trên việc nội tâm hoá và khách thể hoá các kỉ lục được chỉ định?

Đặc biệt, các phê phán nhắm vào những quy giản và đơn giản hoá mà các thử nghiệm “hành động đơn giản” này kéo theo, được giả định là ở xa những nhận định lớn về các “hệ thống phức tạp”, vào những tương tác và feedback có thể vào những khó khăn để khái quát hoá những kết quả thu được trên những mẫu từng phần và địa phương, khi tìm cách tách biệt những “hiệu ứng thuần tuý của các biến, mọi điều khác là không đổi” (vấn đề “hợp thức bên ngoài”)[2]. Thế mà các phê phán này ít có tiếng vang. Vì sao? Đây mới là câu hỏi thú vị. Tất cả diễn ra như thể những kẻ tân tòng các thử nghiệm này ở đâu khác chứ không trong những vấn đề khoa học luận của các khoa học xã hội. Đây không phải là một lời trách, đúng hơn là một suy nghĩ về tư thế của người kĩ sư mà trong thực tế là tư thế của họ (Armate, 2010). Kiến thức của kĩ sư tiến từng bước một, những xấp xỉ liên tiếp, với những “kết quả thực nghiệm đơn giản” có tham vọng mở rộng cụ thể và khái quát hoá, và nhất là vì lợi ích và hiệu quả, mà không đặt lại vấn đề những nền tảng nhận thức và chính trị của hành động. Những giả thiết xuất phát bị chôn vùi: đó có thể là một điều kiện cần thiết cho việc theo dõi việc mở rộng này. Có lẽ cũng vì cùng những lí do đó mà các khoa học xã hội, ngoại trừ kinh tế học, đã không có mặt.

Nhìn lại phát triển kinh tế Việt Nam và năng suất lao động có tính đến việc điều chỉnh thống kê từ 2010 đến nay

Vũ Quang Việt

09/05/2023

Tóm tắt

Bài viết này nhằm đánh giá lại kinh tế Việt Nam dựa trên số liệu mới về GDP từ 2010-2022 do Tổng cục Thống kê Việt Nam tính lại và đã công bố chính thức trên mạng. Bài viết tiếng Việt này dựa vào bài viết tiếng Anh đã xuất bản, nhưng đã điều chỉnh lại dựa vào số liệu về GDP chỉnh lại cao hơn khoảng 30% trước đây. Các tỷ lệ có thay đổi, thấp hơn trước, nhưng tốc độ phát triển dù có thay đổi không làm thay đổi các kết luận của bài viết trước đây. Bài cũng ghi lại toàn bộ số liệu mới và cũ dùng trong phân tích, với mục đích giúp giới nghiên cứu nắm rõ hơn tình hình số liệu kinh tế Việt Nam.

Có thể tóm tắt một số điểm sau: (a) GDP trong khoảng thời gian trên cao hơn trước từ 24-28%, điều này sẽ làm các chỉ số nói chung tính theo tỷ lệ GDP thay đổi như giảm các tỷ lệ nợ, thiếu hụt ngân sách, năng suất lao động, v.v. điều này có ảnh hưởng lớn khi so sánh với nước khác; (b) Tỷ lệ của khu vực doanh nghiệp tư nhân lớn hơn trước đây rất nhiều trong khi đó doanh nghiệp nhà nước cũng như hộ gia đình phi chính thức giảm; (c) Tuy thế tốc độ tăng trưởng của các chỉ số cơ bản trong GDP không thay đổi đáng kể. Những tác động của việc chỉnh sửa trên cũng chỉ cho phép phân tích hạn chế một số vấn đề kinh tế liên quan đến thể chế vì Tổng cục Thống kê chưa tách biệt rõ ràng từng năm khu vực nhà nước thành doanh nghiệp nhà nước và dịch vụ nhà nước, cũng như chưa tách biệt khu vực tư nhân thành khu vực doanh nghiệp tư nhân và khu vực hộ gia đình, đồng thời cũng chưa tách biệt doanh nghiệp thành hai loại: doanh nghiệp tài chính và phi tài chính.

Dù với những hạn chế trên vẫn có thể thấy là nền kinh tế Việt Nam hiện nay dựa chính vào đầu tư nước ngoài, tập trung vào sản xuất hàng hóa xuất khẩu vào Mỹ và châu Âu cho các nước thứ ba, dù là may mặc hay máy móc, linh kiện điện tử với lao động tay nghề thấp và năng suất thấp. Trong 10 năm qua, tốc độ tăng GDP bình quân dù cao, nhưng giảm so với trước đây và tính từ thời đổi mới năm 1989 thì chỉ đạt được tốc độ tăng trưởng GDP bình quân năm trên 7% một thập kỷ rồi giảm, so với 4 thập kỷ ở Hàn Quốc và 5 thập kỷ ở Trung Quốc. Vào năm 2022, được là nợ nước ngoài tương đối thấp, vào năm 2022, chỉ khoảng 34%, và dự trữ ngoại tệ tương đối mỏng cũng đạt mức an toàn là 4 tháng nhập khẩu (2021).

Nhưng nợ của doanh nghiệp phi tài chính nói chung (tức là không kể ngân hàng và doanh nghiệp tài chính – khu vực trung gian tạo nợ) hiện nay là quá lớn, đang trở thành quả tạ ngăn cản phát triển. Tỷ lệ nợ lên tới 237% GDP vào cuối năm 2020, vượt xa tỷ lệ 150% của TQ và 100% của Mỹ, sẽ dễ dàng đưa đến khủng hoảng kinh tế do doanh nghiệp mất khả năng trả nợ khi lãi suất thật lên cao (có lẽ đây là lý do nhiều doanh nghiệp đã mất khả năng trả nợ khi lãi suất thật là 6% vào cuối năm 2021. Thông tin mới nhất vào tháng 6 năm 2023, lãi suất cho vay bình quân là 8.9% so với lạm phát 2% là quá cao, tức là lãi suất thật lên cao tới gần 7%. Nếu tiếp tục kinh tế Việt Nam khó có khả năng tăng cao, thậm chí khu vực xây dựng sẽ suy thoái nặng và mất khả năng trả nợ.

Nợ lớn như thế cho thấy kinh tế Việt Nam nếu muốn trở lại mức phát triển bình thường sau suy thoái do Covid (2020-2022) cần phải có giải pháp đúng đắn. Sau khi GDP năm 2022 đạt tốc độ tăng 8.1% sau Covid, hai quí đầu 2023 cho thấy GDP đã giảm xuống mức rất thấp là 3.7%.

Nguồn: TCTK Việt Nam: http://nsdp.gso.gov.vn/index.htm

Nếu không cải cách, Việt Nam khó trở thành con rồng con cọp như nhiều người mơ ước.

Vũ Quang Việt

Nguồn: Nhìn lại phát triển kinh tế Việt Nam và năng suất lao động có tính đến việc điều chỉnh thống kê từ 2010 đến nay, DienDan.Org, 31/08/2023.

—-

Xem toàn bài trong tập tin được đính kèm bên dưới đây:

Làm thế nào để sử dụng Google cho việc dự báo hoạt động kinh tế của các nước?

Bà Anna Simoni, giám đốc nghiên cứu tại CNRS và là giáo sư Kinh trắc học và Thống kê tại ENSAE (IP Paris)

Tóm tắt Trong nhiều năm qua, những dữ liệu Google từ các công cụ tìm kiếm trên trang mạng Google đã được sử dụng để giám sát hoặc dự báo hoạt động kinh tế của các quốc gia. Các dữ liệu này, luôn có sẵn để sử dụng hàng tuần, đáp ứng nhu cầu về tốc độ thông tin, do các chỉ báo truyền thống, chẳng hạn như GDP, mất nhiều thời gian hơn để biết được thông tin. Các công cụ tìm kiếm Google là một chỉ báo thú vị về sức khỏe kinh tế, do chúng cho thấy khả năng, giống như ý muốn, tiêu dùng của người dùng Google. Các chỉ báo từ Google tỏ ra đặc biệt thích đáng trong thời kỳ khủng hoảng, do chúng phản ứng nhanh với những thay đổi của nền kinh tế.

Vì sao các nhà nghiên cứu và các định chế, chẳng hạn như tổ chức OECD, lại sử dụng các dữ liệu Google để dự báo hoạt động kinh tế của các quốc gia? Nó đáp ứng nhu cầu gì?

Thông thường, để đưa ra một dự báo kinh tế vĩ mô, chúng ta sử dụng những dữ liệu có nguồn gốc, ví dụ, từ các ngân hàng trung ương hoặc các viện nghiên cứu thống kê như INSEE. Các dữ liệu này cung cấp rất nhiều thông tin, nhưng chúng không có sẵn để sử dụng ngay lập tức. Đó là lý do vì sao chúng ta quan tâm đến các nguồn dữ liệu khác, có thể cung cấp thông tin theo thời gian thực.

Ví dụ, nếu một nhà hoạch định chính sách kinh tế cần ra quyết định phục hồi nền kinh tế, thì ông ta phải biết tình trạng nền kinh tế hiện tại của đất nước. Với các dữ liệu chính thức có được, thì công việc trên là điều bất khả. GDP là một chuỗi dữ liệu được đo lường theo quý, được công bố, trung bình, một tháng rưỡi sau khi kết thúc quý có liên quan. Vì thế, việc điều chỉnh các chính sách kinh tế ngay lập tức là điều bất khả. Việc sử dụng các nguồn lựa chọn thay thế, trong đó có Google, thực sự là một ý tưởng tốt để giải quyết vấn đề chậm trễ khi sử dụng các dữ liệu chính thức.

Có phải 1% người mắc COVID-19 tử vong nghĩa là có 1% khả năng bạn sẽ chết nếu mắc bệnh?

LỜI GIẢI THÍCH TỪ MỘT NHÀ TOÁN HỌC VỀ SỰ KHÁC BIỆT GIỮA THỐNG KÊ TRÊN MỘT TỔNG THỂ VÀ RỦI RO CÁ NHÂN CỦA BẠN

Nguy cơ tử vong do COVID-19 khác nhau ở mỗi người. Jasmin Merdan/Getty Images

Tính đến tháng 4 năm 2023, khoảng 1% số người nhiễm COVID-19 đã tử vong. Có phải điều đó nghĩa là bạn có 1% nguy cơ chết vì COVID-19?

Con số 1% là cái mà các nhà dịch tễ học gọi là tỷ lệ chết bệnh (case fatality rate – CFR), tính bằng cách chia số ca tử vong được xác nhận do COVID-19 cho tổng số ca mắc bệnh đã được xác nhận. Tỷ lệ chết bệnh là một thống kê hoặc điều gì đó được tính toán từ một tập dữ liệu. Cụ thể, loại thống kê này được gọi là tỷ lệ mẫu, đo lường tỷ lệ dữ liệu đáp ứng một số tiêu chí – trong trường hợp này là phần ca bệnh COVID-19 kết thúc bằng cái chết.

Mục tiêu của việc tính toán một thống kê như tỷ lệ chết bệnh thường là để ước tính một phần chưa biết. Trong trường hợp này là, nếu tất cả mọi người trên thế giới đều bị nhiễm COVID-19 thì phần người chết sẽ là bao nhiêu? Tuy nhiên, một số người cũng sử dụng thống kê này như một hướng dẫn để ước tính rủi ro cá nhân.

Người ta dễ nghĩ về thống kê như một kiểu xác suất. Ví dụ: những tuyên bố thường thấy như bạn dễ bị sét đánh hơn là chết trong một cuộc tấn công khủng bố, hoặc chết khi lái xe đi làm dễ hơn là gặp tai nạn máy bay, đều dựa trên số liệu thống kê. Nhưng hiểu những tuyên bố này theo nghĩa đen có chính xác không?

Khoa học bị thiệt hại vì thiếu tính tái lập các kết quả nghiên cứu

Tác giả: Valentin Weber

Nghiên cứu sinh tiến sĩ về khoa học nhận thức tại ENS-PSL

(Ecole Normale supérieure – Université Paris Sciences et Lettres)

Tóm tắt Hiện nay, các khoa học xã hội, nhưng ngay cả nghiên cứu y sinh và các bộ môn khoa học khác đều đang trải qua “một cuộc khủng hoảng về tái lập các kết quả”. 1/3 các kết quả nghiên cứu trong khoa học xã hội là không thể tái lập – và thế là có sai lạc tiềm tàng, vì tính tái lập là một yếu tố quyết định chính yếu của tính khoa học của các công trình. Đáng chú ý là khủng hoảng này là do nhu cầu cung cấp những kết quả sáng tạo đổi mới và có ý nghĩa để được công bố trên những tạp chí khoa học có uy tín. Như vậy, giải pháp có thể được thể hiện bởi các “báo cáo đã đăng ký quy ước nghiên cứu”, chúng bảo đảm rằng việc công bố nghiên cứu dựa trên nền tảng duy nhất của các giả thuyết ban đầu, ngay trước khi được biết các kết quả cuối cùng.

Tính tái lập hay khả năng tái lập – có nghĩa là những nhà khoa học khác có thể đạt được những kết quả tương tự như kết quả của một thí nghiệm gốc nếu họ thực hiện thí nghiệm trong những điều kiện giống nhau – là một điều bắt buộc của phương pháp khoa học. Tóm lại, nó có nghĩa là các kết quả của một thí nghiệm phải giống nhau, bất kể tác giả là ai. Và thường thường đó là trường hợp xảy ra. Tuy nhiên, trong nhiều bộ môn khác nhau của các khoa học xã hội, và ngay cả trong nghiên cứu y sinh, một số kết quả nghiên cứu khoa học đã không thể được tái lập sau đó bởi các nhà khoa học khác, điều này đã đặt lại vấn đề các nghiên cứu gốc[1]^,[2],[3].

Được biết đến với tên gọi “cuộc khủng hoảng của khả năng tái lập”, vấn đề không chỉ liên quan đến một vài nghiên cứu được công bố trên những tạp chí trình độ thấp. Thực ra, nó liên quan đến một phần ba các nghiên cứu trong các khoa học xã hội, kể cả những nghiên cứu được công bố trên những tạp chí có uy tín tương đương với Science hay Nature[4]. Các nghiên cứu được đề cập đến bao gồm nhiều hiện tượng khác nhau đã được biết rất rõ, nhiều hiện tượng đã tìm được chỗ đứng trong đại bộ phận công chúng. Trong số này, có những khái niệm đã lan truyền rộng rãi chẳng hạn như mối đe dọa của sự rập khuôn[5], những thiên kiến ngầm[6] hay hiệu ứng mồi xã hội[7]. Đó chỉ là ba kết luận nổi tiếng nhất, chúng đã là đối tượng của những phê phán nghiêm túc, đến mức chúng có thể không còn tồn tại sau một sự khảo sát về phương pháp luận kỹ lưỡng hơn. Nhưng chúng ta đã đi đến cuộc khủng hoảng này như thế nào, và chúng ta có thể làm gì để cứu chữa tình trạng này?

Lời tựa của Porter: Xây dựng chủ nghĩa xã hội bằng những con số. Các cuộc điều tra và tổng điều tra ở Liên Xô từ năm 1917 đến 1991

LỜI TỰA

CONSTRUIRE LE SOCIALISME PAR LES CHIFFRES. ENQUÊTES ET RECENSEMENT EN URSS DE 1917 À 1991

(XÂY DỰNG CHỦ NGHĨA XÃ HỘI BẰNG NHỮNG CON SỐ. CÁC CUỘC ĐIỀU TRA VÀ TỔNG ĐIỀU TRA Ở LIÊN XÔ TỪ NĂM 1917 ĐẾN 1991)

Theodore M. Porter

Giáo sư Lịch sử các khoa học

Đại học California-Los Angeles

Karl Marx quan niệm việc lượng hoá đời sống kinh tế như là sản phẩm của chủ nghĩa tư bản. Đó cũng là trường hợp của Werner Sombart và của Max Weber, những tác giả đã mô tả kế toán như một hình thức mẫu mực của sự hợp lí hoá tư bản chủ nghĩa. Frederic Engels đối lập việc quản lí có hệ thống các doanh nghiệp lớn với một trật tự xã hội còn trong tình trạng hỗn loạn của cuộc đấu tranh cạnh tranh và lí giải sự đối lập này như là một trong những mâu thuẫn dẫn đến sự suy vong của chủ nghĩa tư bản. Tuy nhiên, ngày nay nhìn lại thì các lý thuyết gia này không dành đủ tầm quan trọng cho liên minh đã có từ lâu giữa, một mặt, sự lượng hoá kinh tế và xã hội với, mặt khác, các cấu trúc và quyền lực của Nhà nước. Thống kê, theo nghĩa rộng, đã không ngừng phát triển và tự cấu hình lại theo dòng những biến đổi của Nhà nước và nền kinh tế. Những đối thủ của chủ nghĩa tư bản, không chỉ trong các nước xã hội chủ nghĩa, đã mãnh liệt bảo vệ khoa học định lượng, vì nó được dùng như đối trọng hay cung cấp được một đối chọn trước những lực vô chính phủ của thị trường. Những nhà kĩ sư và khoa học từng viết về kinh tế chính trị học thường chọn quan điểm này, một quan điểm có thể là phổ biến nhất của thuyết kỹ trị. Kế hoạch thống kê tập trung hoá đã trở thành một trong những mâu thuẫn của chủ nghĩa xô viết, vì những con số được dùng để lãnh đạo cũng như để mô tả và vì bao giờ cũng phải đạt trên giấy tờ các mục tiêu của Kế hoạch, bất luận điều gì xảy ra trong các trang trại và nhà máy.

Phẩm chất phải chăng là điều kiện cho sự hài hoà hoá thống kê châu Âu

Alain Desrosières

Alain Desrosières (1940-2013)

Các cuộc tranh luận gần đây giữa các nhà thống kê châu Âu về việc hài hoà hoá, tích hợp và phẩm chất các thống kê xã hội thường mang một màu sắc chuẩn tắc: nên tiến hành như thế nào? Đối với những chuyên gia có trách nhiệm xây dựng và hài hoà hoá khung thống kê châu Âu, cách nhìn này là điều bình thường. Tuy nhiên, bất lợi của nó là có xu hướng tẩy xoá những căng thẳng và mâu thuẫn cố hữu của một hoạt động khoa học, nhắm đến việc sản xuất những kiến thức, đồng thời lại có tính xã hội nhằm sản sinh một ngôn ngữ chung làm điểm tựa cho cuộc tranh luận xã hội. Đặc thù của thống kê công cộng (so với những vũ trụ khác như khoa học và hành chính) là nối kết chặt chẽ hai chiều kích này, mỗi chiều kích lấy chiều kích kia làm chỗ dựa. Tuy nhiên sẽ là phong phú khi phân biệt hai chiều kích này, về mặt phân tích và lịch sử, để kiến giải nhiều cuộc tranh luận về việc hài hoà hoá (các phương pháp và sản phẩm) hay về phẩm chất (theo quan điểm của nhà thống kê, hay của người sử dụng là “khách hàng”) các thống kê trên. Một cái khung kiến giải như vậy được đề xuất dưới đây, trước hết từ tiền thân của nó là hệ thống tài khoản quốc gia, rồi nhân những tranh luận gần đây về việc xây dựng và sử dụng các thống kê xã hội châu Âu, bằng cách xem xét những gì có thể chuyển vị từ trường hợp đầu sang trường hợp sau, với những hệ quả trên vấn đề phẩm chất của các sản phẩm thống kê.

Những thao tác đo lường kéo theo những đòi hỏi kĩ thuật đặc thù, so sánh được với những yêu cầu của khoa đo lường cổ điển trong các khoa học tự nhiên, được bổ sung, trong trường hợp của những đại lượng kinh tế và xã hội, bằng những quy tắc của phép tính xác suất, nếu các phép đo này được tiến hành trên các mẫu. Những đòi hỏi và quy tắc này hợp thành “phương pháp luận thống kê”, một thể những kĩ thuật được hình thức hoá, tự động hoá và giảng dạy trong các trường thống kê. Ngược lại, những cách sử dụng các phép đo trên kéo theo những đòi hỏi khác, về mặt ngữ nghĩa và thực tiễn, gắn liền với những mạng lập luận khoa học hay chính trị có dành chỗ cho các phép đo này. Một cách trình bày chuẩn tắc việc xây dựng một hệ thống thống kê xã hội nhấn mạnh một cách tự phát đến “sự hội tụ tất yếu” của hai kiểu đòi hỏi này, được trình bày là bổ sung cho nhau, vì tính đáng tin (xã hội) của các phép đo này chỉ có thể dựa trên việc triển khai một phương pháp luận tốt.

Tuy nhiên, trong thực hành chuyên nghiệp hằng ngày, các nhà thống kê thường vấp phải sự căng thẳng giữa hai đòi hỏi trên mà họ phải khéo léo kết hợp, cho dù những bài viết của họ có xu hướng tẩy xoá vấn đề, vì các công cụ và ngôn ngữ cần thiết để thể hiện vấn đề không được hình thức hoá và giảng dạy, và cũng vì họ ngại những hiểu lầm. Khi mở chiếc hộp Pandora này ra, liệu có nguy cơ làm suy yếu một thiết kế vốn đã là tốn kém mà tính chính đáng xã hội cần được tái khẳng định liên tục, đặc biệt trong những thời kì siết chặt ngân sách? Nhưng khi không hệ thống hoá việc trình bày các vấn đề này, vốn là những vấn đề bình thường và cố hữu của chính ngay bản chất của thông tin thống kê, sẽ có nguy cơ là ta phải xử lí lần lượt tuỳ theo từng trường hợp một, một cách ngây thơ và “tức thì” nhân những cuộc tranh cãi đặt lại vấn đề phép đo này hay phép đo khác: chỉ số giá cả, thất nghiệp, nghèo khó hay thâm hụt công cộng.

Số người chết thực sự trong đại dịch: nhiều hơn hàng triệu người so với con số chính thức

Các quốc gia đã ghi nhận khoảng năm triệu ca tử vong do COVID-19 trong hai năm, nhưng số người chết vượt mức trên toàn cầu ước tính gấp đôi hoặc thậm chí gấp bốn lần con số này.

Tác giả: David Adam

Một gia đình đứng bên mộ một người thân đã mất vì COVID-19 ở Manaus, Brazil, vào tháng 5 năm 2020. Nguồn: Andre Coelho/Getty

Ngày Thanh Minh năm ngoái đánh dấu một cột mốc nghiệt ngã. Vào ngày 1 tháng 11, dữ liệu chính thức cho thấy số người chết trên toàn cầu do đại dịch COVID-19 đã vượt qua 5 triệu người. Hiện con số này đã đạt mức 5,5 triệu. Nhưng số liệu đó là một ước tính quá thấp. Hồ sơ về số tử vong vượt mức [excess mortality] – một độ đo bao hàm việc so sánh tất cả các trường hợp tử vong được ghi lại với những trường hợp dự kiến sẽ xảy ra – cho thấy số người đã chết trong đại dịch cao hơn rất nhiều.

Tính toán xem còn bao nhiêu người chết là một thách thức nghiên cứu phức tạp. Việc này không đơn giản chỉ là đếm số tử vong vượt mức ở mỗi quốc gia. Các nhà khoa học đã nhận thấy một số dữ liệu chính thức về vấn đề này vẫn còn thiếu sót. Và có hơn 100 quốc gia không thu thập được số liệu thống kê đáng tin cậy về số ca tử vong dự kiến ​​hoặc thực tế, hoặc không công bố chúng kịp thời. Các nhà nhân khẩu học, nhà khoa học dữ liệu và các chuyên gia y tế công cộng đang nỗ lực thu hẹp những bất trắc đối với một ước tính toàn cầu về số ca tử vong do đại dịch gây ra. Những nỗ lực này, từ cả giới học giả và báo chí, sử dụng hàng loạt phương pháp từ hình ảnh vệ tinh của nghĩa trang đến điều tra tận nhà và các mô hình học máy cố gắng ngoại suy những ước tính toàn cầu từ dữ liệu có sẵn.