Bước 4: Tầm quan trọng của mô hình phân tích
Mô hình chẳng qua chính là sự đơn giản hóa của những gì diễn ra trong thế giới thực để giúp con người có thể hiểu hơn những gì đang diễn ra trong thực tại. Từ đó có thể đưa ra những nhận định cũng như những dự báo về xu hướng của các sự vật, hiện tượng trong tương lai.
Vai trò của mô hình
Mỗi ngày khi bật các bản tin thời sự thì ắt hẳn bạn sẽ bắt gặp những tin tức về dự báo thời tiết, dự báo về lượng mưa, dự báo về mức tăng trưởng của nền kinh tế, dự báo xu hướng thay đổi của lạm phát, lãi suất cho đến việc dự báo về xu hướng của thị trường chứng khoán. Tất cả các vấn đề của cuộc sống đều cần có những hoạt động dự báo để các chủ thể trong nền kinh tế có thêm thông tin để đưa ra các quyết định phù hợp.
Bạn tự hỏi làm sao các nhà khoa học hay các trung tâm khí tượng thủy văn có thể đưa ra các dự báo về thời tiết. Hoạt động dự báo thời tiết là một lĩnh vực ứng dụng khoa học và công nghệ để đưa ra các tiên đoán về trạng thái và vị trí của bầu khí quyển trong những khoảng thời gian sau đó. Loài người chúng ta đã có nhiều nỗ lực từ nhiều thiên niên kỷ trước để cố gắng dự báo những gì diễn ra với thời tiết.
Bạn chắc đã từng nghe qua câu nói dân gian này tại Việt Nam: “Chuồn chuồn bay thấp thì mưa, bay cao thì nắng bay vừa thì râm”. Xét một cách đơn giản thì câu truyền miệng dân gian đó đang thể hiện một dạng mô hình đơn giản trong việc dự báo thời tiết. Đó là họ đang dùng biến số về độ bay trung bình của chuồn chuồn như một yếu tố duy nhất để dự báo thời tiết.
Các hoạt động dự báo thời tiết chính thức của nhân loại chỉ bắt đầu ra đời trong thế kỷ 19 khi hoạt động thu thập các số liệu đầu vào về trạng thái hiện tại của bầu khí quyển được hỗ trợ bằng các tiến bộ của khoa học cũng như những hiểu biết của con người về sự vận động và thay đổi của bầu khí quyển dần được hoàn thiện. Do tính chất hỗn loạn của khí quyển nên con người vẫn đang gặp nhiều vấn đề trong việc dự báo chính xác các hiện tượng bất thường như động đất, sóng thần; nhưng thực tế so với 1000 năm trước đây thì những mô hình dự báo đã thực sự giúp con người tiến những bước tiến khổng lồ trong việc hiểu hơn về sự vận động của tự nhiên.
Trong hoạt động kinh tế, các nhà kinh tế học đã tìm hiểu đâu là những yếu tố quyết định sự tăng trưởng của một nền kinh tế trong dài hạn. Đó chính là ba yếu tố liên quan đến: thứ nhất là số lượng lao động mà một nền kinh tế đang có, thứ hai là lượng vốn mà nền kinh tế đang huy động để có thể cơ giới hóa cho lao động, và yếu tố thứ ba là sự phát triển của công nghệ và năng suất của người lao động. Trong giai đoạn trước khi các cuộc cách mạng công nghiệp diễn ra tại Châu Âu thì hầu như tất cả các quốc gia đều bị giới hạn trong quy mô dân số của mình. Quốc gia nào có dân số càng lớn thì quy mô của nền kinh tế càng lớn. Đó là lý do đơn giản giải thích tại sao trong một thời gian dài trước thế kỷ 17 thì Trung Quốc và Ấn Độ cộng lại luôn chiếm hơn một nửa GDP của thế giới dựa trên quy mô dân số của mình. Sau giai đoạn cách mạng công nghiệp thì máy móc trở thành một yếu tố quyết định bên cạnh dân số trong việc tạo ra GDP, những quốc gia nào thu hút được nhiều vốn để đầu tư vào máy móc thiết bị thì sẽ có thể tạo ra tăng trưởng kinh tế cao hơn. Vốn và lao động là hai yếu tố chính quyết định quy mô của nền kinh tế cho đến khi sự ra đời của các đột phá trong công nghệ đã khiến cho năng suất lao động dần trở thành yếu tố thứ 3 được đưa vào trong mô hình phân tích tăng trưởng kinh tế. Sự bùng nổ của nền kinh tế tri thức khiến cho lao động và vốn sẽ không đủ để giải thích quy mô của nền kinh tế. Với những công ty như Facebook, Google, hay những khu vực kinh tế như thung lũng Silicon về công nghệ, hay các hãng phim Hollywood của Mỹ, nơi trí tuệ và hàm lượng chất xám mới quyết định giá trị của sản phẩm thì năng suất lao động và công nghệ mới có thể giải thích được sự thay đổi trong giá trị kinh tế họ tạo ra chứ không phải con người và yếu tố vốn nữa.
Có thể trong ngắn hạn sẽ có nhiều yếu tố khác tác động đến mức độ tăng trưởng của một quốc gia nhưng trong dài hạn các nhà kinh tế học đã chỉ ra đó là các yếu tố cơ bản thay đổi quy mô của nền kinh tế. Một ứng dụng từ đó là nếu muốn thay đổi quy mô của một nền kinh tế thì các quốc gia cần phải có những chiến lược khác để có thể tạo ra sự tăng trưởng từ ba yếu tố nói trên.
Tôi muốn nhấn mạnh để bạn hiểu rằng mô hình phản ánh các yếu tố cơ bản mà chúng ta đang muốn phân tích để giải thích hoặc dự báo một vấn đề nào đó. Mô hình sẽ thay đổi khi nhận thức của chúng ta về bản chất của sự vật thay đổi.
Mỗi người chúng ta có thể tự đưa ra cách tư duy để phát triển một mô hình về cách nhìn nhận của chính bản thân mình với các sự vật hiện tượng. Sự khác biệt về các mô hình của mỗi người sẽ giúp anh ta có thể tạo ra được các lợi thế của riêng mình. Mô hình giúp chúng ta đơn giản hóa các vấn đề phức tạp để tập trung vào một số các yếu tố quan trọng nhất trong việc đánh giá một vấn đề. Ai có mô hình phân tích tốt thì có thể giúp loại bỏ được phần lớn các yếu tố gây nhiễu trong quá trình ra quyết định. Khi có thể loại được các yếu tố nhiễu thì xác suất để bạn có thể ra quyết định đúng sẽ cao hơn nhiều so với những người khác.
Mô hình A + B = C
Nếu bạn có một mô hình đơn giản như trên, thể hiện mối quan hệ giữa A, B và C. Tuy nhiên do những giới hạn trong nhận thức khiến bạn không thể hình dung ra là yếu tố B thực sự liên quan đến A và C. Điều đó dẫn đến việc nếu mô hình của bạn chỉ là A = C, thì bạn hoàn toàn không quan tâm đến sự thay đổi của C, xem xem liệu tác động từ B là như thế nào. Thậm chí có những giai đoạn mà phần lớn sự thay đổi từ B chính là yếu tố quan trọng nhất quyết định sự thay đổi của C. Sự phớt lờ yếu tố quan trọng của mô hình dẫn đến việc phân tích và quá trình áp dụng ra quyết định của bạn trở nên các quyết định mang tính 50:50. Chỉ khi nào những yếu tố tác động của B là không đáng kể thì bạn sẽ thấy mô hình suy nghĩ của bạn khá hiệu quả, tuy nhiên khi các tác động của B trở thành chủ đạo thì bạn sẽ thấy mô hình của mình không hiệu quả. Việc không nhận thức đầy đủ đâu là những nguyên nhân tận gốc của vấn đề khiến cho giá trị kết luận của bạn bị đặt dấu chấm hỏi.
Kế đến tôi muốn bạn tiếp tục nhìn vào các vấn đề chúng ta đang thảo luận ở một góc nhìn sâu hơn về cách thức để tìm ra yếu tố B trong mô hình, trong khi những giới hạn về nhận thức của bạn chỉ hướng dẫn cho bạn đến yếu tố A. Trong suốt nhiều năm nghiên cứu tôi cảm thấy rằng việc chúng ta không biết không đáng sợ mà điều đáng sợ đó là chúng ta trong phần lớn thời gian đều không biết ở phía trước, và quan trọng nó lại đang chờ chúng ta ở phía trước.
