 |
| Hoàng Ngọc Kim Sơn, sinh viên năm Ba, Khoa Kinh tế Phát triển, Trường Đại học Kinh tế, ĐHQGHN (VNU-UEB) |
Đề tài xuất sắc giành Giải Nhất và Giải Đặc biệt với số điểm tuyệt đối tại Cuộc thi Sinh viên nghiên cứu khoa học cấp Trường năm 2026 do Trường ĐH Kinh tế tổ chức, đồng thời mở ra hướng tiếp cận mới trong đánh giá và dự báo hiệu quả quản trị công ở Việt Nam.
Khi nghiên cứu khoa học bắt đầu từ một câu hỏi dành cho người dân
Trong bối cảnh chuyển đổi số và quản trị dựa trên dữ liệu đang trở thành xu thế tất yếu, khoa học không còn chỉ hiện diện trong phòng thí nghiệm hay trên những trang tạp chí học thuật. Khoa học ngày càng gắn chặt với những vấn đề của đời sống, góp phần giải quyết các bài toán phát triển của đất nước.
Với Hoàng Ngọc Kim Sơn, nghiên cứu khoa học cũng bắt đầu từ một trăn trở rất đời thường.
Là sinh viên theo học ngành Kinh tế Phát triển, Sơn luôn tự hỏi làm thế nào để những kiến thức được học trên giảng đường có thể tạo ra giá trị thực sự cho cộng đồng. Điều em quan tâm không đơn thuần là những chỉ số kinh tế hay những mô hình phân tích, mà là câu hỏi phía sau các con số: người dân đang được phục vụ như thế nào, bộ máy quản trị công đang vận hành ra sao và làm thế nào để các địa phương phục vụ người dân ngày càng tốt hơn.
 |
Trong quá trình học tập, được truyền cảm hứng từ TS. Trần Công Chính – Phó Giám đốc Trung tâm Nghiên cứu Phát triển và Hỗ trợ cộng đồng (CECODES), đồng thời là cố vấn học tập của lớp, Sơn có cơ hội tiếp cận sâu hơn với Chỉ số Hiệu quả quản trị và hành chính công cấp tỉnh (PAPI) – bộ dữ liệu có quy mô lớn, phản ánh trực tiếp cảm nhận và đánh giá của người dân đối với hoạt động của chính quyền địa phương.
PAPI từ lâu đã trở thành một trong những nguồn dữ liệu quan trọng phục vụ đánh giá chất lượng quản trị công tại Việt Nam. Tuy nhiên, phần lớn các nghiên cứu trước đây chủ yếu dừng ở việc mô tả và đánh giá thực trạng sau khi kết quả được công bố.
"Tại sao chúng ta chỉ nhìn lại những gì đã xảy ra, thay vì dự báo để các địa phương có thể chủ động thay đổi trước khi vấn đề xuất hiện?" – câu hỏi ấy trở thành điểm khởi đầu cho hành trình nghiên cứu của Sơn.
Đó cũng là thời điểm một ý tưởng táo bạo được hình thành: kết hợp các phương pháp ra quyết định đa tiêu chí với học máy (Machine Learning) nhằm xây dựng mô hình không chỉ đánh giá mà còn dự báo xu hướng biến động của chỉ số PAPI trong tương lai.
Từ đánh giá quá khứ đến dự báo tương lai
Điểm nổi bật nhất của đề tài nằm ở sự thay đổi cách tiếp cận.
Nếu phương pháp truyền thống chủ yếu sử dụng phép cộng điểm với trọng số bằng nhau để đánh giá hiệu quả quản trị công, nghiên cứu của Sơn đã phát triển một khung phân tích mới gồm ba bước: xác định trọng số, xếp hạng đa tiêu chí và dự báo bằng mô hình học máy.
Đó không chỉ là sự cải tiến về mặt kỹ thuật. Quan trọng hơn, nghiên cứu đã chuyển vai trò của dữ liệu từ "phản ánh hiện trạng" sang "hỗ trợ ra quyết định".
 |
Nói cách khác, thay vì chờ kết quả PAPI được công bố để biết địa phương nào giảm điểm, mô hình của nhóm nghiên cứu có khả năng cảnh báo sớm xu hướng sụt giảm trong năm tiếp theo, tạo điều kiện để các nhà quản lý chủ động điều chỉnh chính sách.
Đây là hướng tiếp cận phù hợp với triết lý quản trị hiện đại: quản trị bằng dữ liệu, dự báo thay vì xử lý hậu quả.
Thử nghiệm trên dữ liệu PAPI cho thấy mô hình đạt độ tin cậy cao với chỉ số MASE bằng 0,6411.
Quan trọng hơn, mô hình đã dự báo có tới 29 tỉnh, thành phố đứng trước nguy cơ giảm hiệu quả quản trị, trong đó mức suy giảm mạnh tập trung ở hai lĩnh vực rất đáng quan tâm là kiểm soát tham nhũng và chuyển đổi số trong cung cấp dịch vụ công.
Đối với Sơn, thành công lớn nhất của đề tài không phải là xây dựng được một mô hình phức tạp.
Điều em mong muốn hơn cả là giúp các địa phương có thêm một công cụ để nhìn thấy những "điểm nghẽn" trước khi chúng trở thành vấn đề thực sự.
PGS.TS Lưu Quốc Đạt, giảng viên hướng dẫn đề tài, đánh giá cao tư duy nghiên cứu và tinh thần đổi mới của sinh viên Hoàng Ngọc Kim Sơn. Theo PGS Lưu Quốc Đạt, đề tài không chỉ có tính mới khi kết hợp các phương pháp ra quyết định đa tiêu chí với học máy để dự báo hiệu quả quản trị công, mà còn có giá trị thực tiễn khi hỗ trợ các địa phương nhận diện sớm những điểm nghẽn trong quản trị. "Điều đáng trân trọng là sinh viên luôn hướng nghiên cứu đến việc giải quyết các vấn đề của xã hội, tạo ra những giá trị thiết thực cho cộng đồng", PGS.TS Lưu Quốc Đạt chia sẻ thêm.
Những tháng ngày đi tìm khoảng trống của khoa học
Ít ai biết rằng, phía sau một đề tài được Hội đồng Giám khảo chấm điểm tuyệt đối là gần ba tháng chỉ để tìm một ý tưởng đủ mới.
Theo Sơn, đối với sinh viên nghiên cứu độc lập, thách thức lớn nhất không nằm ở việc chạy mô hình hay xử lý dữ liệu, mà là tìm ra khoảng trống nghiên cứu. Làm thế nào để nghiên cứu của mình không lặp lại những gì người khác đã làm? Làm thế nào để công trình vừa có giá trị học thuật, vừa có khả năng ứng dụng trong thực tiễn?.
 |
Ba tháng đọc tài liệu, rà soát hàng trăm công trình nghiên cứu, điều chỉnh giả thuyết rồi lại bắt đầu từ đầu là quãng thời gian nhiều áp lực nhất. Khi ý tưởng dần định hình, một thử thách khác lại xuất hiện.
Thay vì sử dụng các phần mềm thống kê có sẵn, Sơn lựa chọn tự xây dựng toàn bộ quy trình phân tích dữ liệu bằng Python, kết hợp nhiều thuật toán xử lý dữ liệu, mô hình học máy và các phương pháp phân tích đa tiêu chí.
Lựa chọn ấy đồng nghĩa với việc phải dành hàng trăm giờ lập trình, kiểm thử và tối ưu mô hình.
Có những đoạn mã phải viết đi viết lại nhiều lần. Có những mô hình phải chạy hàng chục lần mới cho kết quả ổn định.
Nhưng chính quá trình ấy đã giúp người sinh viên kinh tế từng bước hình thành năng lực phân tích dữ liệu hiện đại – một trong những kỹ năng quan trọng nhất trong nền kinh tế số.
Khi dữ liệu góp phần phục vụ người dân
Điều khiến Hội đồng khoa học đánh giá cao đề tài không chỉ nằm ở tính mới của phương pháp mà còn ở giá trị ứng dụng rõ ràng.
Từ kết quả dự báo, nhóm nghiên cứu đã đề xuất những khuyến nghị chính sách phù hợp với từng nhóm địa phương.
Những tỉnh có nguy cơ suy giảm mạnh về hạ tầng số và niềm tin của người dân cần ưu tiên mở rộng hạ tầng Internet, nâng cao chất lượng cổng dịch vụ công trực tuyến và tăng cường phổ cập kỹ năng số.
Trong khi đó, những địa phương có dấu hiệu giảm điểm về minh bạch cơ sở cần chú trọng công khai ngân sách cấp xã, nâng cao chất lượng dân chủ ở cơ sở và tăng cường giám sát quy trình bầu cử trưởng thôn.
Thay vì đưa ra những khuyến nghị chung chung, mô hình cho phép nhận diện chính xác từng điểm nghẽn để các nhà quản lý có thể phân bổ nguồn lực hiệu quả hơn.
Đó chính là ý nghĩa lớn nhất của nghiên cứu khoa học trong thời đại dữ liệu.
Không chỉ tạo ra tri thức mới mà còn góp phần nâng cao chất lượng quản trị và hướng tới mục tiêu cuối cùng là phục vụ người dân tốt hơn.
 |
| Công trình được Hội đồng đánh giá vinh danh là công trình đặc biệt xuất sắc nhờ nhận 100% số điểm tuyệt đối từ các thành viên Hội đồng |
Đề tài được Hội đồng Giám khảo đánh giá, tất cả các thông tin tại đề tài đã mạnh dạn kết hợp phương pháp ra quyết định đa tiêu chí với học máy để xây dựng mô hình dự báo đã tạo nên nét mới của đề tài. Đây là hướng nghiên cứu đòi hỏi nền tảng kiến thức liên ngành về kinh tế, khoa học dữ liệu và trí tuệ nhân tạo, đồng thời yêu cầu khả năng tư duy độc lập và năng lực tự học rất cao của sinh viên.
Lưu ý: Nghiên cứu sử dụng dữ liệu PAPI theo hệ thống 63 tỉnh, thành phố trước khi sáp nhập đơn vị hành chính.
>>> Tin bài liên quan:
