Xây dựng chính sách phụ thuộc rất lớn vào dữ liệu cùng các phép đo lường đáng tin cậy. Theo các chuyên gia, dữ liệu “AI-ready” là yêu cầu lớn đặt ra hiện nay.

Ngày 2/10 tại Hà Nội, Trường Đại học Kinh tế (ĐHQGHN) phối hợp với Hiệp hội Quốc tế về Nghiên cứu Thu nhập và Của cải (IARIW) và Nhóm Ngân hàng Thế giới (World Bank Group) khai mạc Hội thảo quốc tế “Cải thiện công tác đo lường phúc lợi trong bối cảnh thiếu dữ liệu tại các quốc gia đang phát triển nhằm xây dựng các chính sách dựa trên bằng chứng tốt hơn”.

Phát biểu tại Hội thảo, Phó Giáo sư, Tiến sĩ Nguyễn Trúc Lê, Chủ tịch Hội đồng trường, Trường Đại học Kinh tế, Đại học Quốc gia Hà Nội, cho biết nhiều nghiên cứu tình huống từ Việt Nam, châu Phi, Trung Quốc và các nước đang phát triển được giới thiệu với các công cụ mới như dữ liệu viễn thám, ước lượng khu vực nhỏ, kỹ thuật bù chéo giữa các khảo sát.

Hội thảo quốc tế về “Cải thiện công tác đo lường phúc lợi trong bối cảnh thiếu dữ liệu” tổ chức tại Hà Nội

Nhiều vấn đề cần đặt ra hiện nay được Phó Giáo sư, Tiến sĩ Nguyễn Trúc Lê chỉ ra như tăng cường đo lường nghèo đói và phúc lợi ở nơi dữ liệu hạn chế; vai trò và rủi ro của các công cụ mới như viễn thám, dữ liệu lớn (big data), ước lượng khu vực nhỏ; tích hợp bất bình đẳng trong hộ gia đình, dịch chuyển thế hệ, các khía cạnh phi tiền tệ như an ninh lương thực, thời gian, rủi ro khí hậu vào thước đo phúc lợi...

Phát biểu tham luận tại Hội thảo, bà Haishan Fu, Trưởng bộ phận Thống kê của Nhóm Ngân hàng Thế giới - một trong những chuyên gia hàng đầu thế giới về dữ liệu phát triển, nhấn mạnh vai trò then chốt của dữ liệu trong nghiên cứu và hoạch định chính sách. Trong hai thập kỷ qua, lượng dữ liệu phát triển đã tăng mạnh, nhưng thách thức lớn là chưa khai thác hết giá trị.

“Theo Báo cáo Phát triển Thế giới 2021 Data for Better Lives, dữ liệu chỉ thực sự có giá trị khi đáp ứng 12 đặc tính về độ bao phủ, chất lượng, khả năng truy cập, an toàn và đặc biệt là khả năng tích hợp giữa dữ liệu công và tư”. Chuyên gia từ Nhóm Ngân hàng Thế giới cũng dẫn lại các ví dụ như việc Vanuatu sử dụng khảo sát qua điện thoại sau động đất để cứu trợ kịp thời; Bangladesh triển khai nền tảng GEMS hợp nhất dữ liệu giúp cải thiện hạ tầng nước sạch. Ngược lại, dữ liệu lạc hậu hay phân mảnh đã làm suy giảm hiệu quả chính sách.

Bà Haishan Fu - Trưởng bộ phận Thống kê của Nhóm Ngân hàng Thế giới

Cùng đó, theo bà Haishan Fu, một yêu cầu mới đặt ra là dữ liệu phải “AI-ready”, vừa để AI hỗ trợ nâng cao chất lượng, vừa để dữ liệu sẵn sàng cho các ứng dụng trí tuệ nhân tạo. Điều này cần có tiêu chuẩn thống nhất, hạ tầng số mạnh và nguyên tắc dữ liệu mở. Đồng thời, cần lấp đầy khoảng trống dữ liệu cơ bản về thu nhập, tài sản, kinh tế phi chính thức và kinh tế số thông qua đầu tư, đào tạo kỹ năng, cải thiện quản trị và tăng cường hợp tác quốc tế.

Vị chuyên gia từ WB Group cũng lưu ý, GDP không đủ phản ánh đầy đủ phúc lợi xã hội và tính bền vững môi trường. Cộng đồng quốc tế đang thúc đẩy xây dựng bộ chỉ tiêu vượt ra ngoài GDP (Beyond GDP) để đo lường cân bằng hơn giữa tăng trưởng, phúc lợi con người và giới hạn của hành tinh.

Trao đổi của nhiều chuyên gia tại hội thảo cũng thống nhất việc xây dựng các chính sách kinh tế, đặc biệt là các chính sách giảm nghèo và thúc đẩy thịnh vượng phụ thuộc rất lớn vào các phép đo lường đáng tin cậy. Khan hiếm dữ liệu, thiếu tính nhất quán, khó khăn trong giám sát mục tiêu toàn cầu là những thách thức mà nhiều quốc gia đang phải đối mặt.

>> Nguồn: Thời báo Tài chính Việt Nam