1. Giới thiệu
Tình trạng mất điện luân phiên, sụt áp và quá tải trạm biến áp phân phối vẫn là một nút thắt cấu trúc kìm hãm năng suất công nghiệp lẫn phúc lợi hộ gia đình tại các nền kinh tế đang phát triển. Trong văn liệu kinh tế học năng lượng và phát triển, Allcott et al. (2016) đã chứng minh rằng sự thiếu hụt nguồn cung và gián đoạn cấp điện tại Ấn Độ làm sụt giảm nghiêm trọng doanh thu sản xuất và buộc các cơ sở kinh tế phải gánh chi phí dự phòng máy phát điện đắt đỏ. Ở chiều hướng bổ sung từ phía cầu, một dòng nghiên cứu thực nghiệm quy mô lớn trong thập kỷ qua lại đặt dấu hỏi hoài nghi về hiệu quả thực tế của các chương trình nâng cao hiệu suất năng lượng hộ gia đình: Davis et al. (2014) ghi nhận chương trình trợ giá thay thế tủ lạnh và máy điều hòa quy mô lớn tại Mexico đạt mức tiết kiệm điện thực tế thấp xa dự báo kỹ thuật do hành vi gia tăng cường độ sử dụng; Tương tự, Fowlie et al. (2018) sử dụng thiết kế thử nghiệm ngẫu nhiên có đối chứng đối với Chương trình Hỗ trợ Cách nhiệt Nhà ở tại Hoa Kỳ và kết luận rằng mức giảm tiêu thụ năng lượng thực hiện chỉ bằng chưa đầy một nửa tiên lượng mô hình kỹ thuật, khiến tỷ suất hoàn vốn xã hội âm nếu chỉ tính lợi ích tiết kiệm năng lượng tư nhân; Gần đây hơn, Burlig et al. (2020) tiếp tục xác nhận khoảng cách hiệu suất đáng kể khi đánh giá nâng cấp thiết bị tiết kiệm điện tại hệ thống trường học công lập bằng phương pháp học máy nhân quả.
Tuy nhiên, hầu hết các đánh giá phúc lợi trước đó đều ngầm định một giả định tách rời đơn vị xử lý: lợi ích của việc lắp đặt thiết bị tiết kiệm điện bị giới hạn trọn vẹn bên trong phạm vi đồng hồ điện của chính hộ gia đình tiếp nhận công nghệ, ngoại trừ lợi ích giảm phát thải khí nhà kính toàn cầu. Công trình đột phá của Carranza và Meeks (2021) công bố trên tạp chí The Review of Economics and Statistics đã thay đổi căn bản lăng kính đánh giá này khi đặt câu hỏi: Liệu việc phổ cập công nghệ chiếu sáng tiết kiệm năng lượng ở mật độ đủ cao trong phạm vi một trạm biến áp hạ thế có thể cắt giảm phụ tải đỉnh cục bộ, qua đó tạo ra ngoại tác kỹ thuật tích cực giúp nâng cao độ tin cậy cung cấp điện cho tất cả các hộ gia đình đấu nối vào cùng trạm biến áp hay không? Tại vùng ven đô tỉnh Chuyskaya và thủ đô Bishkek của Cộng hòa Kyrgyzstan — nơi giá điện sinh hoạt được trợ giá thấp sau thời kỳ Liên Xô, mùa đông khắc nghiệt kéo dài và hệ thống trạm biến áp hạ thế thường xuyên bị ngắt mạch hoặc cháy hỏng do quá tải phụ tải chiếu sáng lẫn sưởi ấm đồng thời — việc giảm công suất tiêu thụ trên mỗi hộ có thể đẩy tổng phụ tải cụm trạm lùi xuống dưới ngưỡng giới hạn vật lý của máy biến áp.
Để tách bạch đồng thời lợi ích tiết kiệm điện trực tiếp, hiệu ứng dội ngược gián tiếp sang thiết bị sưởi ấm theo cơ chế lý thuyết của Gillingham et al. (2016), ngoại tác kỹ thuật giảm mất điện cấp trạm và hiệu ứng lan tỏa nhận thức xã hội giữa các hộ láng giềng, Carranza và Meeks (2021) triển khai thiết kế thử nghiệm ngẫu nhiên hóa bão hòa hai giai đoạn kế thừa nền tảng suy diễn nhân quả dưới giao thoa của Hudgens và Halloran (2008) cùng kiến trúc bão hòa tối ưu của Baird et al. (2018). Ở giai đoạn một, các trạm biến áp phân phối được phân bổ ngẫu nhiên vào nhóm đối chứng thuần túy, nhóm bão hòa thấp và nhóm bão hòa cao; Ở giai đoạn hai, trong từng trạm can thiệp, một tập con hộ gia đình được chọn ngẫu nhiên để tham gia cơ chế đấu giá tương thích khuyến khích của Becker et al. (1964) nhằm mua tối đa bốn bóng đèn huỳnh quang compact tiết kiệm điện CFL, trong khi các hộ còn lại trên cùng trạm đóng vai trò nhóm lan tỏa nội trạm.
Nghiên cứu tái lập độc lập này thực hiện quy trình kiểm chứng định lượng toàn diện đối với kho lưu trữ thực nghiệm chính thức của Meeks và Carranza (2020) tại Harvard Dataverse doi:10.7910/DVN/JP1ZT0. Chúng tôi tuân thủ tuyệt đối nguyên tắc trung thực dữ liệu gốc với is_simulated = false: toàn bộ 18 mô hình kinh tế lượng M1–M18 được ước lượng trực tiếp từ tập dữ liệu hợp nhất 2,545 dòng quan sát mở, bao gồm bảng hai kỳ N = 1,498 quan sát, mẫu khảo sát mất điện N = 838 hộ, mẫu tổng hợp 124 trạm biến áp với N = 110 trạm đủ chỉ tiêu cuối kỳ và mẫu cầu đấu giá N = 85 trạm can thiệp; Riêng tập dữ liệu hóa đơn điện hàng tháng hh_panel_trtmt.dta thuộc quyền sở hữu bảo mật của Công ty cổ phần Điện lực Severelectro được đối chiếu minh bạch từ kết quả công bố mà tuyệt đối không tạo giả hay nội suy mô phỏng. Thực thi đồng bộ trên Python 3.13, Base R 4.3.1, Stata 18 MP tích hợp Mata thuần túy và máy chủ EcoData MCP giúp nghiên cứu đóng góp ba giá trị học thuật mới: thứ nhất, làm rõ và hiệu chỉnh hiện tượng phình sai số chuẩn từ +41.66% đến +45.36% do đưa trực tiếp 749 biến giả hộ gia đình vào hồi quy gộp lồng trong 110 cụm trạm biến áp theo định lý Cameron và Miller (2015); Thứ hai, chứng minh tính bất biến đại số của hiệu ứng lan tỏa công nghệ khi loại bỏ biến hậu xử lý số bóng thực nhận CFLs_trtmt; Và thứ ba, kiểm chứng độ bền vững mẫu hữu hạn của ngoại tác lưới điện bằng kiểm định Wild Cluster Bootstrap của Cameron et al. (2008) và MacKinnon và Webb (2017) kết hợp suy diễn hoán vị ngẫu nhiên hóa hai giai đoạn.
2. Cơ sở lý thuyết và chiến lược nhận dạng kinh tế lượng
2.1. Mô hình phụ tải ngưỡng trạm biến áp và hiệu ứng dội ngược đa dịch vụ năng lượng
Xét một mạng lưới phân phối điện hạ thế gồm các cụm trạm biến áp độc lập , trong đó mỗi trạm biến áp có công suất định mức hữu hạn và phục vụ hộ gia đình đấu nối vật lý. Tại thời điểm cao điểm buổi tối mùa đông, tổng phụ tải tức thời trên trạm là tổng tiêu thụ điện chiếu sáng và tiêu thụ điện cho các dịch vụ năng lượng khác mà trọng tâm là sưởi ấm không gian nhà ở của toàn bộ các hộ :
Trong đó:
- : Tổng công suất phụ tải điện tức thời đặt lên trạm biến áp phân phối tại kỳ ;
- : Tập hợp toàn bộ các hộ gia đình đấu nối vật lý vào đường dây hạ thế của trạm biến áp ;
- : Phụ tải điện dành cho dịch vụ chiếu sáng của hộ gia đình thuộc trạm tại kỳ ;
- : Phụ tải điện dành cho dịch vụ sưởi ấm nhà ở và thiết bị gia dụng ngoài chiếu sáng của hộ thuộc trạm tại kỳ ;
- : Tần suất sự cố mất điện hoặc ngắt mạch bảo vệ quá tải tại trạm biến áp trong kỳ ;
- : Ngưỡng công suất chịu tải vật lý tối đa của máy biến áp phân phối ;
- : Hàm kỹ thuật phi tuyến đơn điệu tăng theo mức vượt tải ;
- : Cú sốc ngẫu nhiên về thời tiết cực đoan và trạng thái kỹ thuật lưới điện tại trạm trong kỳ .
Cấu trúc ngưỡng vật lý của hàm sinh ra hai hệ quả kinh tế lượng có thể kiểm định trực tiếp. Thứ nhất, sự thay thế bóng đèn sợi đốt công suất 60–100 W bằng bóng đèn tiết kiệm điện công suất 11–15 W ở một tỷ lệ nhỏ hộ gia đình thuộc nhóm trạm bão hòa thấp có thể làm giảm nhẹ nhưng chưa đủ đưa phụ tải đỉnh lùi hẳn xuống dưới ngưỡng ngắt mạch ; Ngược lại, khi tỷ lệ hộ chuyển đổi vượt ngưỡng tới hạn tại các trạm bão hòa cao, mức cắt giảm phụ tải cộng gộp đủ lớn để triệt tiêu các đợt quá tải cực đoan, kéo giảm mạnh cho cả những hộ trực tiếp lắp bóng lẫn những hộ láng giềng chưa nhận can thiệp trên cùng trạm . Thứ hai, theo lý thuyết hiệu ứng dội ngược của Gillingham et al. (2016), việc tiết kiệm chi phí tiền điện chiếu sáng làm tăng thu nhập thực tế khả dụng và đồng thời cải thiện chất lượng điện áp nội trạm, có nguy cơ khuyến khích hộ gia đình chuyển sang cắm thêm lò sưởi điện khiến và bào mòn ngoại tác giảm tải . Do đó, điều kiện cần để ngoại tác độ tin cậy lưới điện duy trì bền vững là hiệu ứng dội ngược chéo sang sưởi ấm điện phải không đáng kể.
2.2. Thiết kế ngẫu nhiên hóa bão hòa hai giai đoạn và phương trình nhận dạng thực nghiệm
Trong bối cảnh tồn tại giao thoa kỹ thuật qua đường dây hạ thế và giao thoa thông tin giữa các hộ láng giềng, giả định giá trị điều trị đơn vị ổn định cổ điển bị vi phạm theo đúng phân tích của Hudgens và Halloran (2008). Để nhận dạng đồng thời tác động trực tiếp và tác động lan tỏa nội cụm theo chuẩn mực Baird et al. (2018), nghiên cứu gốc sử dụng thiết kế hai tầng: tầng một gán ngẫu nhiên từng trạm biến áp vào ba nhánh gồm Đối chứng thuần túy với , Bão hòa thấp với mục tiêu khoảng 15%–20% số hộ trên trạm nhận can thiệp, và Bão hòa cao với mục tiêu khoảng 40%–50% số hộ trên trạm nhận can thiệp; Tầng hai chọn ngẫu nhiên các hộ trong các trạm can thiệp để chào mua tối đa bốn bóng CFL qua cơ chế đấu giá Becker et al. (1964), còn các hộ tại trạm can thiệp tạo thành nhóm hộ lan tỏa nội trạm.
Đối với mô-đun kiểm định cân bằng cầu ban đầu tại Table 1 trên mẫu N = 85 trạm can thiệp qua các mô hình M1–M3, phương trình hồi quy bình phương tối thiểu với sai số chuẩn vững dị phương sai HC1 kiểm tra tính độc lập của phân bổ tầng bão hòa đối với mức sẵn lòng chi trả trung bình cấp trạm:
Trong đó:
- : Biến kết quả cấp trạm biến áp , lần lượt là giá sẵn lòng chi trả trung bình cho một bóng đèn tính bằng đồng Som Kyrgyzstan
KGStương ứng biếnBid_1CFLởM1, số lượng bóng đèn trung bình thực nhậnCFL_actởM2và mức giá rút thăm ngẫu nhiên trung bìnhPrice_1CFLởM3; - : Giá trị kỳ vọng của biến kết quả tại nhóm trạm biến áp bão hòa thấp đóng vai trò nhóm cơ sở trong mẫu
85trạm can thiệp; - : Chênh lệch trung bình giữa nhóm trạm bão hòa cao tương ứng biến
highprop2và nhóm trạm bão hòa thấp, có kỳ vọng lý thuyết bằng không dưới ngẫu nhiên hóa hợp lệ; - : Chỉ báo nhị phân nhận giá trị bằng nếu trạm biến áp thuộc nhánh bão hòa cao và bằng nếu thuộc nhánh bão hòa thấp;
- : Nhiễu ngẫu nhiên cấp trạm biến áp được ước lượng với sai số chuẩn
HC1và kiểm chứng độ nhạy mẫu nhỏHC3.
Đối với mô-đun ngoại tác độ tin cậy lưới điện tại Table 2 trên mẫu khảo sát cuối kỳ N = 838 hộ thuộc G = 110 trạm biến áp qua các mô hình M4–M8, đặc tả tổng quát kết hợp phân tách hộ can thiệp trực tiếp với hộ lan tỏa và điều chỉnh giá trị trễ kỳ gốc ANCOVA có dạng:
Trong đó:
- : Số ngày mất điện trong tháng trước khảo sát cuối kỳ của hộ tại trạm tương ứng biến
s5_17_fởM4–M7, hoặc chỉ báo nhị phân không mất điện ngày nàozero_outage_ftrong mô hình biên mở rộngM8; - : Chỉ báo trạm biến áp thuộc nhóm bão hòa thấp tương ứng biến
TG_low, đo lường trực tiếp ngoại tác giảm mất điện lên hộ chưa nhận can thiệp trong đặc tả đầy đủM6vàM7; - : Chỉ báo trạm biến áp thuộc nhóm bão hòa cao tương ứng biến
TG_high, đo lường trực tiếp ngoại tác kỹ thuật lên hộ lân cận chưa nhận bóng ởM6vàM7; - : Chỉ báo nhị phân hộ gia đình nhận can thiệp trực tiếp tương ứng biến
treat_hh, được tương tác thànhTG_low_TvàTG_high_Tđể kiểm định xem hộ lắp bóng có khác biệt về số ngày mất điện so với hộ hàng xóm cùng trạm hay không; - : Số ngày mất điện trong tháng trước khảo sát kỳ gốc của hộ tương ứng biến
s5_17_b, được đưa vào đặc tảANCOVAtạiM7vàM8vớiN = 836; - : Quy mô tổng số hộ gia đình đấu nối vào trạm biến áp tương ứng biến
hh_count_; - : Các tham số hồi quy cần ước lượng, với kỳ vọng ngoại tác thuần túy cấp trạm là và ;
- : Sai số ngẫu nhiên gom cụm ở cấp độ trạm biến áp
within_village_clustervớiG = 110cụm.
Trong các đặc tả rút gọn của Table 2, mô hình M4 ước lượng hiệu ứng gộp toàn trạm dưới ràng buộc ; Mô hình M5 bổ sung biến chỉ báo gộp dưới ràng buộc và ; Còn các mô hình cấp trạm M17 và M18 ước lượng trực tiếp trên trung bình trạm không trọng số từ tệp TG_outages.dta với N = 110.
Đối với mô-đun bảng hai kỳ kiểm định hiệu ứng dội ngược sưởi ấm điện tại Table 4 qua M9–M11, M14 và hiệu ứng lan tỏa nhận thức lắp đặt bóng CFL tại Table 5 qua M12–M13, M15–M16 trên mẫu chính N = 1,498 quan sát của 749 hộ gia đình qua hai đợt khảo sát , phương trình hiệu ứng cố định hộ gia đình lồng trong cụm trạm biến áp được xác lập như sau:
Trong đó:
- : Biến kết quả của hộ thuộc trạm tại kỳ , bao gồm chỉ báo sưởi ấm bằng điện
heat_house_elec_, tỷ lệ phòng được sưởi ấmprop_rms_ht_, số phòng được sưởi ấmnum_rms_ht_ởTable 4, và tổng số bóng đèn tiết kiệm điện đang sở hữubulb_cfl_tot_ởTable 5; - : Hiệu ứng cố định hộ gia đình hấp thụ toàn bộ đặc điểm bất biến theo thời gian của hộ và trạm biến áp ;
- : Các chỉ báo nhị phân cấp trạm biến áp thuộc nhóm bão hòa cao và nhóm bão hòa thấp;
- : Các chỉ báo nhị phân phân tách hộ nhận can thiệp trực tiếp và hộ lan tỏa chưa nhận can thiệp bên trong các trạm can thiệp, thỏa mãn khi và bằng tại trạm đối chứng;
- : Chỉ báo kỳ khảo sát cuối kỳ tương ứng biến
post, nhận giá trị ở kỳ gốc năm 2013 và ở kỳ cuối năm 2014; - : Số lượng bóng đèn thực nhận qua cơ chế đấu giá tương ứng biến
CFLs_trtmt, bằng ở kỳ gốc và đối với toàn bộ hộ hoặc hộ đối chứng, được loại bỏ tức đặt trong các mô hình sưởi ấmM9–M11,M14và mô hình dạng rút gọnITTM16; - : Hệ số phản ánh mức tăng ròng số bóng đèn đang sở hữu trên mỗi bóng đèn
CFLthực nhận qua cơ chế đấu giá BDM; - : Hiệu ứng tác động lên hộ nhận can thiệp tại trạm bão hòa cao và bão hòa thấp tương ứng
TGH_T_postvàTGL_T_post; - : Hiệu ứng lan tỏa nội trạm lên hộ láng giềng chưa nhận can thiệp tại trạm bão hòa cao và bão hòa thấp tương ứng
TGH_S_postvàTGL_S_post, được tách chi tiết theo khoảng cách địa lý gần và xaTGH_S_close_post,TGL_S_close_post,TGHL_S_far_posttrong mô hìnhM13; - : Xu hướng thay đổi chung theo thời gian của nhóm đối chứng thuần túy giữa hai đợt khảo sát;
- : Nhiễu đặc thù hộ–thời gian gom cụm tại cấp độ trạm biến áp
within_village_clustervớiG = 110cụm.
3. Dữ liệu thực nghiệm và kiến trúc ranh giới bảo mật
3.1. Bộ dữ liệu thực nghiệm mở hợp nhất với 2,545 dòng quan sát
Từ kho lưu trữ công khai Dataverse của Meeks và Carranza (2020), quy trình tiền xử lý tất định xây dựng tập dữ liệu chuẩn hóa duy nhất meeks_carranza_cfl_reliability.csv gồm 2,545 dòng và 42 biến số với is_simulated = false và data_source = "original". Cột định danh phân khu row_module tách biệt rành mạch bốn cấu phần thực nghiệm gốc để toàn bộ hệ thống ước lượng trên ba trình thông dịch cùng quy trình xuất bảng biểu và đồ thị vận hành hoàn toàn độc lập từ một nguồn dữ liệu duy nhất:
- Phân khu Bảng Hai Kỳ Hộ Gia Đình
hh_panelgồmN = 1,498quan sát: Tích hợp nguyên bản từCFLs_data_panel.dta, theo dõi bảng cân bằng tuyệt đối749hộ gia đình qua hai đợt khảo sát kỳ gốc và kỳ cuối tại110trạm biến áp phân phối. Cơ cấu mẫu bao gồm146hộ đối chứng thuần túy tương ứng292quan sát tại25trạm đối chứng;345hộ thuộc42trạm bão hòa thấp gồm206hộ nhận can thiệpTGL_Tvà139hộ lan tỏaTGL_Schia thành122hộ ở gần và17hộ ở xa; Cùng258hộ thuộc43trạm bão hòa cao gồm206hộ nhận can thiệpTGH_Tvà52hộ lan tỏaTGH_Schia thành49hộ ở gần và3hộ ở xa. Đối với hai biến cường độ sưởi ấmprop_rms_ht_vànum_rms_ht_có một phần hộ khuyết phản hồi ở một đợt, cỡ mẫu hợp lệ đạtN = 1,427quan sát gồm678cặp hộ cân bằng tức1,356quan sát hai kỳ và71quan sát đơn lẻ một kỳ. - Phân khu Khảo Sát Chéo Mất Điện Hộ Gia Đình
hh_outage_crossgồmN = 838quan sát: Tích hợp nguyên bản từCFLs_data.dtatrên110trạm biến áp hoàn tất khảo sát cuối kỳ, với quy mô trung bình7.62hộ/trạm, trung vị7hộ/trạm và dao động từ1đến23hộ/trạm. Trong838hộ có dữ liệu số ngày mất điện cuối kỳs5_17_f, có157hộ thuộc25trạm đối chứng và681hộ thuộc85trạm can thiệp chia thành383hộ tại42trạm bão hòa thấp gồm229hộ điều trị và154hộ lan tỏa, cùng298hộ tại43trạm bão hòa cao gồm232hộ điều trị và66hộ lan tỏa. Tổng cộng461hộ nhận can thiệp trực tiếp và377hộ không nhận bóng trực tiếp gồm157hộ đối chứng và220hộ lan tỏa; Khi kiểm soát thêm mất điện kỳ gốcs5_17_b, cỡ mẫu đạtN = 836hộ. - Phân khu Tổng Hợp Mất Điện Cấp Trạm Biến Áp
tg_outage_agggồm124dòng vớiN = 110trạm hoàn chỉnh: Tích hợp từTG_outages.dtabao phủ khung mẫu ban đầu124trạm biến áp, trong đó110trạm có đầy đủ dữ liệu mất điện cuối kỳs5_17_fvà chỉ tiêu gián đoạn thứ cấps5_18_f, còn14trạm khuyết dữ liệu theo dõi cuối kỳ do thay đổi hạ tầng hành chính địa phương. Phép đối chiếu chéo xác nhận giá trịs5_17_fcủa110trạm trongTG_outages.dtatrùng khớp sai số0.0tuyệt đối với trung bình cụm của838hộ trongCFLs_data.dta. - Phân khu Cầu Đấu Giá Cấp Trạm
tg_bdm_demandgồmN = 85quan sát: Tích hợp từCFLs_TG_demand.dtacho85trạm biến áp can thiệp gồm42trạm bão hòa thấp và43trạm bão hòa cao, ghi nhận giá sẵn lòng chi trả trung bìnhBid_1CFL, số bóng thực muaCFL_actcho đủ85trạm và giá rút thăm ngẫu nhiênPrice_1CFLchoN = 84trạm có phát sinh giao dịch mua bóng.

3.2. Minh bạch hóa ranh giới dữ liệu hóa đơn điện lực bảo mật severelectro
Theo tài liệu hướng dẫn gốc readme.docx trong kho lưu trữ Dataverse, hai tệp mã lệnh Table3.do và Figure4.do phân tích dữ liệu tiêu thụ điện hàng tháng từ đồng hồ đo đếm chính thức hh_panel_trtmt.dta do Công ty cổ phần Điện lực Severelectro cung cấp giai đoạn tháng 4/2011 đến tháng 9/2014. Do ràng buộc thỏa thuận bảo mật thông tin khách hàng cá nhân với đơn vị vận hành lưới điện quốc gia tại Cộng hòa Kyrgyzstan, tập dữ liệu hóa đơn này không được phép công bố công khai. Tuân thủ nghiêm ngặt chuẩn mực liêm chính học thuật với is_simulated = false, chúng tôi không tạo dữ liệu giả lập cho Table 3 và Figure 4, mà đối chiếu minh bạch quy trình lọc mẫu và kết quả định lượng công bố với các mô-đun khảo sát mở: từ khoảng 1,000 hộ khảo sát ban đầu, Table3.do loại bỏ 101 hộ chuyển chỗ ở giữa hai kỳ cùng 1% quan sát cực trị phía trên theo từng tháng để thu được bảng 899 hộ cố định, qua đó ghi nhận mức tiết kiệm tiêu thụ điện ròng từ 27.7 đến 30.0 kWh/tháng trong các tháng cao điểm mùa đông — khớp hoàn toàn về mặt vật lý với công suất cắt giảm cần thiết để tạo ra ngoại tác giảm mất điện tại Table 2 và kết quả không dội ngược sưởi ấm tại Table 4.
4. Kết quả thực nghiệm tái lập đa nền tảng và đối chiếu EcoData MCP
4.1. Cân bằng cầu đấu giá BDM ban đầu và hiệu ứng lan tỏa công nghệ chiếu sáng
Trước tiên, Bảng 1 trình bày kết quả tái lập hoàn chỉnh Table 1 gốc từ mô-đun tg_bdm_demand thông qua ba mô hình M1–M3. Tại 42 trạm bão hòa thấp, các hộ gia đình sẵn lòng chi trả trung bình 55.220 KGS cho một bóng đèn tiết kiệm điện với độ lệch chuẩn 32.533 KGS, mua trung bình 3.341 bóng với mức giá trúng thầu rút thăm ngẫu nhiên trung bình 12.686 KGS/bóng; Tại 43 trạm bão hòa cao, các chỉ tiêu tương ứng đạt 48.272 KGS, 3.002 bóng và 12.443 KGS/bóng. Chênh lệch giữa hai tầng bão hòa hoàn toàn không có ý nghĩa thống kê ở mọi chỉ tiêu — cụ thể là -6.947 KGS với p = 0.3009 đối với giá đặt thầu, -0.340 bóng với p = 0.1251 đối với lượng bóng thực nhận và -0.243 KGS với p = 0.7467 đối với giá ngẫu nhiên rút thăm — xác nhận cơ chế ngẫu nhiên hóa giai đoạn một và quy trình đấu giá Becker et al. (1964) vận hành khách quan, không tạo chệch chọn lọc về cầu công nghệ hay mức trợ giá thực tế giữa hai nhánh bão hòa.
| Chỉ tiêu cầu bóng đèn CFL cấp trạm biến áp | Bão hòa thấp: Trung bình và ĐLC | Bão hòa cao: Trung bình và ĐLC | Chênh lệch Cao trừ Thấp và SE HC1 | Giá trị | Số trạm | |
|---|---|---|---|---|---|---|
Giá sẵn lòng chi trả cho 1 bóng CFL tính bằng KGS tại M1 | 55.220 / 32.533 | 48.272 / 28.841 | -6.947 (6.674) | 0.3009 | 85 | 0.0129 |
Số bóng CFL thực nhận trung bình qua can thiệp tại M2 | 3.341 / 0.953 | 3.002 / 1.067 | -0.340 (0.219) | 0.1251 | 85 | 0.0280 |
Giá trúng thầu ngẫu nhiên BDM cho 1 bóng tính bằng KGS tại M3 | 12.686 / 3.266 | 12.443 / 3.605 | -0.243 (0.751) | 0.7467 | 84 | 0.0013 |
Ghi chú: Cột 2 và Cột 3 trình bày giá trị trung bình không trọng số cấp trạm biến áp đi kèm độ lệch chuẩn mẫu phân tách bằng dấu gạch chéo; Cột 4 trình bày hệ số hồi quy trên biến giả trạm bão hòa cao kèm sai số chuẩn vững dị phương sai HC1 đặt bên cạnh. Riêng mô hình M3 có do một trạm biến áp bão hòa thấp không phát sinh giao dịch mua bóng thành công. Mức ý nghĩa thống kê: , , .
Trên nền tảng cân bằng cầu ban đầu đó, Bảng 2 và Hình 2 đối chiếu động thái sở hữu và lan tỏa bóng đèn tiết kiệm điện trên mẫu bảng chính N = 1,498 quan sát tương ứng Table 5 gốc qua bốn đặc tả M12, M13, mô hình chủ lực hiệu ứng cố định lồng cụm M15 với và đặc tả dạng rút gọn ITT M16 với . Kết quả làm sáng tỏ hai cơ chế hành vi cốt lõi. Thứ nhất, mỗi bóng đèn phân phối qua đấu giá BDM làm tăng số lượng bóng đèn tiết kiệm điện đang lắp đặt thực tế tại hộ gia đình vào kỳ cuối thêm +0.454 bóng với sai số chuẩn 0.043 ở mô hình chuẩn mực M15 và 0.061 ở mô hình biến giả gốc M12, đạt ý nghĩa thống kê rất cao với ; Phần chênh lệch so với một bóng trọn vẹn phản ánh việc hộ gia đình cất trữ một phần bóng dự phòng để thay thế dần khi bóng cũ hỏng. Khi loại bỏ biến hậu xử lý CFLs_trtmt để ước lượng tổng tác động dạng rút gọn ITT tại M16, tổng số bóng CFL sở hữu tăng ròng mạnh mẽ thêm +1.722 bóng tại trạm bão hòa cao với SE = 0.205 và +1.931 bóng tại trạm bão hòa thấp với SE = 0.202, cả hai đều đạt .

Thứ hai, phát hiện ấn tượng nhất ở Bảng 2 là hiệu ứng lan tỏa tích cực sang các hộ láng giềng chưa từng nhận bóng trợ giá: so với xu hướng tăng tự nhiên +0.253 bóng ở các trạm đối chứng thuần túy, các hộ nhóm lan tỏa tự mua thêm ngoài thị trường trung bình +0.843 bóng tại trạm bão hòa cao với SE = 0.214, ở M15 và +0.689 bóng tại trạm bão hòa thấp với SE = 0.181, . Khi phân tách theo khoảng cách địa lý tới hộ điều trị gần nhất ở M13, hiệu ứng lan tỏa tập trung rõ nét ở các hộ láng giềng cư trú gần với mức tăng +0.910 bóng tại trạm bão hòa cao với SE = 0.308, và +0.706 bóng tại trạm bão hòa thấp với SE = 0.288, , trong khi nhóm hộ ở khoảng cách xa chỉ tăng +0.447 bóng với SE = 0.392 và không có ý nghĩa thống kê ở mức . Đặc biệt, đối chiếu Cột 3 và Cột 4 của Bảng 2 chứng minh rằng hai hệ số lan tỏa +0.843 và +0.689 bất biến tuyệt đối đến cấp số học dấu phẩy động 1.55e-15 dù giữ hay bỏ biến CFLs_trtmt, bởi biến thực nhận này bằng không đồng nhất trên toàn bộ nhóm hộ lan tỏa và nhóm đối chứng.
| Biến giải thích trong phương trình bảng | Table 5 Cột 1 LSDV M12 | Table 5 Cột 2 Khoảng cách M13 | Mô hình chính FE lồng cụm M15 | Dạng rút gọn ITT FE M16 |
|---|---|---|---|---|
| Hộ điều trị trạm bão hòa cao × Sau can thiệp | 0.139 (0.299) | 0.139 (0.299) | 0.139 (0.211) | 1.722 (0.205) |
| Hộ điều trị trạm bão hòa thấp × Sau can thiệp | 0.319 (0.260) | 0.319 (0.260) | 0.319 (0.183) | 1.931 (0.202) |
| Số bóng CFL thực nhận qua đấu giá BDM | 0.454 (0.061) | 0.454 (0.061) | 0.454 (0.043) | — |
| Hộ lan tỏa trạm bão hòa cao × Sau can thiệp | 0.843 (0.303) | — | 0.843 (0.214) | 0.843 (0.214) |
| Hộ lan tỏa trạm bão hòa thấp × Sau can thiệp | 0.689 (0.257) | — | 0.689 (0.181) | 0.689 (0.181) |
| Hộ lan tỏa ở gần trạm bão hòa cao × Sau can thiệp | — | 0.910 (0.308) | — | — |
| Hộ lan tỏa ở gần trạm bão hòa thấp × Sau can thiệp | — | 0.706 (0.288) | — | — |
| Hộ lan tỏa ở xa trạm can thiệp × Sau can thiệp | — | 0.447 (0.392) | — | — |
| Chỉ báo kỳ khảo sát cuối kỳ | 0.253 (0.108) | 0.253 (0.108) | 0.253 (0.076) | 0.253 (0.076) |
| Số quan sát | 1,498 | 1,498 | 1,498 | 1,498 |
| Số cụm trạm biến áp | 110 | 110 | 110 | 110 |
| Hệ số xác định | 0.6836 | 0.6839 | 0.4074 | 0.3804 |
Ghi chú: Biến phụ thuộc là tổng số bóng đèn tiết kiệm điện CFL hộ gia đình đang sở hữu. Hai cột M12 và M13 tái lập chính xác đặc tả biến giả hộ gia đình của tác giả với tổng ; Hai cột M15 và M16 ước lượng hiệu ứng cố định hấp thụ nội hộ với nội nhóm và bậc tự do lồng cụm chuẩn Cameron và Miller (2015). Sai số chuẩn gom cụm theo 110 trạm biến áp đặt bên cạnh hệ số. Mức ý nghĩa thống kê: , , .
4.2. Ngoại tác kỹ thuật giảm mất điện cấp trạm biến áp và dịch chuyển phân bố độ tin cậy
Bảng 3 và Hình 3 trình bày kết quả kiểm định giả thuyết trung tâm của bài báo gốc tại Table 2 và Figure 3 thông qua sáu mô hình M4–M8 và M17. Tại nhóm 25 trạm đối chứng thuần túy gồm 157 hộ gia đình, trung bình một hộ phải chịu 3.242 ngày mất điện trong tháng trước khảo sát cuối kỳ, và chỉ có 22.93% số hộ tức 36/157 hộ được hưởng cấp điện liên tục không mất điện ngày nào; Trong khi đó, tới 28.66% số hộ đối chứng bị mất điện từ 5 ngày trở lên trong tháng, bao gồm 14.01% mất điện từ 5–9 ngày, 12.74% mất điện từ 10–14 ngày và 1.91% mất điện từ 15 ngày trở lên. Ngược lại, trên 85 trạm biến áp can thiệp gồm 681 hộ khảo sát, tỷ lệ hộ không gặp bất kỳ ngày mất điện nào tăng vọt hơn gấp đôi lên 49.63% tức 338/681 hộ, đồng thời tỷ lệ mất điện kéo dài 5–9 ngày và 10–14 ngày sụt giảm gần ba lần xuống chỉ còn 4.99% và 4.70%.

Phân tích hồi quy tách tầng bão hòa ở Bảng 3 khẳng định rõ cơ chế ngưỡng vật lý của máy biến áp phân phối:
- Ở đặc tả gộp
M4tương ứng Cột 1Table 2gốc vớiN = 838và , các hộ thuộc trạm biến áp bão hòa cao giảm trung bình-1.866ngày mất điện/tháng vớiSE = 0.812và — tương đương mức cắt giảm57.56%so với trung bình đối chứng3.242ngày/tháng; Trong khi đó, các hộ thuộc trạm biến áp bão hòa thấp giảm-1.321ngày/tháng nhưng sai số chuẩn0.851khiến hiệu ứng chưa vượt ngưỡng ý nghĩa thống kê tiêu chuẩn với . - Khi bổ sung chỉ báo hộ nhận can thiệp trực tiếp ở
M5tương ứng Cột 2Table 2, hệ số của bản thân hộ nhận bóng bằng-0.032ngày vớiSE = 0.159và , khẳng định việc một hộ riêng lẻ thay bóng đèn không thể tự tạo khác biệt về tần suất mất điện nếu tách rời khỏi trạng thái tải chung của trạm biến áp. - Khi tách riêng tương tác tầng bão hòa với trạng thái hộ ở
M6tương ứng Cột 3 và kiểm soát thêm mất điện kỳ gốcANCOVAởM7tương ứng Cột 4 vớiN = 836và , ngoại tác thuần túy lên nhóm hộ láng giềng chưa từng nhận can thiệp tại trạm bão hòa cao đạt-2.162ngày/tháng vớiSE = 0.822, ởM6và-2.111ngày/tháng vớiSE = 0.814, ởM7. Kiểm định Wald về sự bằng nhau giữa hai tầng bão hòa bác bỏ giả thuyết đồng nhất ở cảM6với , lẫnM7với , — chứng minh rằng mật độ bão hòa cao tạo ra bước nhảy ngoại tác vượt trội có ý nghĩa thống kê thêm1.003ngày/tháng so với bão hòa thấp. - Mở rộng sang biên rộng xác suất không mất điện ngày nào ở
M8với và hồi quy tổng hợp không trọng số cấp trạmM17vớiN = 110và , trạm bão hòa cao làm tăng xác suất cấp điện liên tục thêm+35.10điểm phần trăm vớiSE = 0.082, còn trạm bão hòa thấp tăng+19.18điểm phần trăm vớiSE = 0.075, ; Ngay cả khi gộp trung bình không trọng số ở cấp110trạm tạiM17, mức giảm mất điện của trạm bão hòa cao vẫn đạt-1.523ngày/tháng vớiSE = 0.710, .
| Biến giải thích | Cột 1 Gộp M4 | Cột 2 Kiểm soát Hộ M5 | Cột 3 Tách Lan tỏa M6 | Cột 4 ANCOVA M7 | Biên rộng 0 Ngày M8 | Cấp trạm M17 |
|---|---|---|---|---|---|---|
| Trạm biến áp bão hòa cao | -1.866 (0.812) | -1.841 (0.815) | -2.162 (0.822) | -2.111 (0.814) | 0.351 (0.082) | -1.523 (0.710) |
| Trạm biến áp bão hòa thấp | -1.321 (0.851) | -1.302 (0.862) | -1.164 (0.868) | -1.108 (0.864) | 0.192 (0.075) | -1.247 (0.702) |
| Hộ nhận can thiệp trực tiếp | — | -0.032 (0.159) | — | — | — | — |
| Hộ can thiệp thuộc trạm bão hòa cao | — | — | 0.381 (0.279) | 0.391 (0.276) | — | — |
| Hộ can thiệp thuộc trạm bão hòa thấp | — | — | -0.262 (0.186) | -0.280 (0.186) | — | — |
| Số ngày mất điện kỳ gốc | — | — | — | 0.100 (0.081) | -0.009 (0.010) | — |
| Quy mô số hộ nối vào trạm biến áp | -0.009 (0.007) | -0.009 (0.007) | -0.009 (0.007) | -0.009 (0.007) | 0.000 (0.001) | -0.004 (0.007) |
| Hệ số chặn | 3.810 (0.836) | 3.810 (0.837) | 3.811 (0.838) | 3.587 (0.814) | 0.217 (0.092) | 3.250 (0.710) |
| Số quan sát | 838 | 838 | 838 | 836 | 836 | 110 |
| Số cụm trạm biến áp | 110 | 110 | 110 | 110 | 110 | — |
| Hệ số xác định | 0.0514 | 0.0514 | 0.0531 | 0.0572 | 0.0659 | 0.0580 |
Ghi chú: Biến phụ thuộc của M4–M7 và M17 là số ngày mất điện trong tháng trước khảo sát cuối kỳ; Biến phụ thuộc của M8 là chỉ báo nhị phân hộ không bị mất điện ngày nào. Các mô hình M4–M8 gom cụm sai số chuẩn theo 110 trạm biến áp; Mô hình cấp trạm M17 sử dụng sai số chuẩn HC1. Trung bình số ngày mất điện của nhóm đối chứng thuần túy là 3.242 ngày/tháng. Mức ý nghĩa thống kê: , , .
4.3. Kiểm định hiệu ứng dội ngược sưởi ấm điện và đối chiếu đa nền tảng EcoData MCP
Một mối quan ngại lý thuyết trọng tâm từ Gillingham et al. (2016) là liệu khoản tiết kiệm hóa đơn tiền điện và chất lượng cấp điện ổn định hơn có thúc đẩy hộ gia đình chuyển từ sưởi than truyền thống sang cắm thiết bị sưởi điện công suất lớn — qua đó triệt tiêu mức giảm tải chiếu sáng hay không. Bảng 4 và Hình 4 Panel A tái lập trọn vẹn Table 4 gốc qua các mô hình M9–M11 và đối chiếu trực tiếp với mô hình hiệu ứng cố định lồng cụm chuẩn mực M14. Giữa hai đợt khảo sát, xu hướng chung của nhóm đối chứng cho thấy xác suất sưởi ấm nhà ở bằng điện tăng thêm +8.90 điểm phần trăm với ở M14 và số phòng sưởi ấm tăng +0.610 phòng với ; Tuy nhiên, cả bốn hệ số tương tác điều trị và lan tỏa ở cả hai tầng bão hòa đều nhỏ và hoàn toàn không có ý nghĩa thống kê. Ngay cả khi đã loại bỏ độ phình sai số chuẩn +41.66% của phép ước lượng biến giả LSDV để thu hẹp sai số chuẩn về mức tối ưu tại M14, hệ số sưởi điện của hộ điều trị trạm bão hòa cao chỉ là +0.0517 với SE = 0.0404, , hộ điều trị trạm bão hòa thấp là -0.0259 với SE = 0.0386, , còn hai nhánh hộ lan tỏa là +0.0263 và -0.0171 với . Tương tự trên mẫu N = 1,427 của tỷ lệ phòng sưởi M10 và số phòng sưởi M11, mọi hệ số can thiệp đều dao động sát không với , bác bỏ hoàn toàn giả thuyết dội ngược gián tiếp sang sưởi ấm điện.
| Biến tương tác hai giai đoạn | Sưởi điện LSDV gốc M9 | Sưởi điện FE lồng cụm M14 | Tỷ lệ phòng sưởi LSDV M10 | Số phòng sưởi LSDV M11 |
|---|---|---|---|---|
| Hộ điều trị trạm bão hòa cao × Sau can thiệp | 0.0517 (0.0573) | 0.0517 (0.0404) | -0.0102 (0.0642) | 0.0571 (0.2934) |
| Hộ điều trị trạm bão hòa thấp × Sau can thiệp | -0.0259 (0.0547) | -0.0259 (0.0386) | -0.0378 (0.0687) | -0.0558 (0.3374) |
| Hộ lan tỏa trạm bão hòa cao × Sau can thiệp | 0.0263 (0.0849) | 0.0263 (0.0599) | -0.0032 (0.0814) | -0.0187 (0.3739) |
| Hộ lan tỏa trạm bão hòa thấp × Sau can thiệp | -0.0171 (0.0442) | -0.0171 (0.0312) | -0.0435 (0.0635) | -0.1978 (0.3142) |
| Chỉ báo kỳ khảo sát cuối kỳ | 0.0890 (0.0312) | 0.0890 (0.0220) | 0.0787 (0.0501) | 0.6096 (0.2359) |
| Số quan sát | 1,498 | 1,498 | 1,427 | 1,427 |
| Số cụm trạm biến áp | 110 | 110 | 110 | 110 |
| Hệ số xác định | 0.8723 | 0.0740 | 0.7230 | 0.7717 |
Ghi chú: Các cột M9–M11 tái lập chính xác đặc tả biến giả hộ gia đình trong Table4.do gốc với tổng ; Cột M14 báo cáo ước lượng hiệu ứng cố định hấp thụ nội hộ với nội nhóm và bậc tự do lồng cụm chuẩn. Hai cột M10 và M11 có N = 1,427 do 71 hộ khuyết thông tin số phòng sưởi ở một trong hai đợt khảo sát. Sai số chuẩn gom cụm theo 110 trạm biến áp đặt bên cạnh hệ số. Mức ý nghĩa thống kê: , , .
Để bảo đảm tính tái lập độc lập ở cấp độ cao nhất, Bảng 5 đối chiếu chi tiết từng biến của mô hình chủ lực M15_t5_spill_c1_fe giữa Python 3.13, Base R 4.3.1, Stata 18 MP và máy chủ EcoData MCP, còn Bảng 6 tổng hợp kết quả thực thi đồng thời toàn bộ 18 mô hình M1–M18 trong tổng thời gian 5.89 giây. Độ lệch tương đối cực đại giữa ba trình thông dịch trên mọi tham số và sai số chuẩn của cả 18 mô hình chỉ là 7.65e-8% — thấp hơn tám bậc độ lớn so với ngưỡng dung sai 1.0% — trong khi đối chiếu trực tiếp trên https://ecodata.io.vn/mcp đạt sai lệch hệ số cực đại 2.42e-9% với server_llm_calls = 0, còn mức chênh 0.3890% về sai số chuẩn ở ba mô hình panel_fe phản ánh đúng công thức hiệu chỉnh mẫu hữu hạn của thư viện chuẩn so với của Stata.
| Biến giải thích | Python 3.13 | Base R 4.3.1 | Stata 18 MP | EcoData MCP | Độ lệch 3 nền tảng, % |
|---|---|---|---|---|---|
TGH_T_post | 0.1392 (0.2112) | 0.1392 (0.2112) | 0.1392 (0.2112) | 0.1392 (0.2104) | 0.000000 |
TGL_T_post | 0.3193 (0.1831) | 0.3193 (0.1831) | 0.3193 (0.1831) | 0.3193 (0.1824) | 0.000000 |
CFLs_trtmt | 0.4536 (0.0428) | 0.4536 (0.0428) | 0.4536 (0.0428) | 0.4536 (0.0426) | 0.000000 |
TGH_S_post | 0.8427 (0.2139) | 0.8427 (0.2139) | 0.8427 (0.2139) | 0.8427 (0.2130) | 0.000000 |
TGL_S_post | 0.6890 (0.1813) | 0.6890 (0.1813) | 0.6890 (0.1813) | 0.6890 (0.1806) | 0.000000 |
post | 0.2534 (0.0761) | 0.2534 (0.0761) | 0.2534 (0.0761) | 0.2534 (0.0758) | 0.000000 |
| Số quan sát | 1,498 | 1,498 | 1,498 | 1,498 | 0 |
| Hệ số xác định | 0.4074 | 0.4074 | 0.4074 | 0.4074 | 0.000000 |
Ghi chú: Các ô trình bày tham số điểm đi kèm sai số chuẩn gom cụm theo 110 trạm biến áp đặt bên cạnh đối với mô hình hiệu ứng cố định lồng cụm M15_t5_spill_c1_fe. Sai lệch hệ số cực đại giữa EcoData MCP và ba trình thông dịch địa phương là với server_llm_calls = 0. Mức ý nghĩa thống kê: , , .
| Mã mô hình | Quy mô mẫu | Số cụm | Chỉ tiêu | Tham số trọng tâm | Sai số chuẩn | Giá trị | Độ lệch 3 nền tảng, % | Độ lệch EcoData, % |
|---|---|---|---|---|---|---|---|---|
M1_t1_bid_ols | 85 | — | 0.0129 | -6.9473 | 6.6740 | 0.3009 | 0.000000 | 0.000000 |
M2_t1_cfl_act_ols | 85 | — | 0.0280 | -0.3397 | 0.2192 | 0.1251 | 0.000000 | 0.000000 |
M3_t1_price_ols | 84 | — | 0.0013 | -0.2433 | 0.7506 | 0.7467 | 0.000000 | 0.000000 |
M4_t2_outage_c1 | 838 | 110 | 0.0514 | -1.8659 | 0.8124 | 0.0235 | 0.000000 | 0.000000 |
M5_t2_outage_c2 | 838 | 110 | 0.0514 | -1.8409 | 0.8152 | 0.0259 | 0.000000 | 0.000000 |
M6_t2_outage_c3 | 838 | 110 | 0.0531 | -2.1622 | 0.8222 | 0.0098 | 0.000000 | 0.000000 |
M7_t2_outage_c4 | 836 | 110 | 0.0572 | -2.1108 | 0.8143 | 0.0108 | 0.000000 | 0.000000 |
M8_ext_zero_outage_lpm | 836 | 110 | 0.0659 | 0.3510 | 0.0816 | 0.0000 | 0.000000 | 0.000000 |
M9_t4_heat_elec_lsdv | 1,498 | 110 | 0.8723 | 0.0517 | 0.0573 | 0.3684 | 0.000000 | — |
M10_t4_prop_rms_lsdv | 1,427 | 110 | 0.7230 | -0.0102 | 0.0642 | 0.8736 | 0.000000 | — |
M11_t4_num_rms_lsdv | 1,427 | 110 | 0.7717 | 0.0571 | 0.2934 | 0.8461 | 0.000000 | — |
M12_t5_spill_c1_lsdv | 1,498 | 110 | 0.6836 | 0.8427 | 0.3031 | 0.0054 | 0.000000 | — |
M13_t5_spill_c2_lsdv | 1,498 | 110 | 0.6839 | 0.9098 | 0.3085 | 0.0032 | 0.000000 | — |
M14_t4_heat_elec_fe | 1,498 | 110 | 0.0740 | 0.0517 | 0.0404 | 0.2034 | 0.000000 | 0.000000 |
M15_t5_spill_c1_fe | 1,498 | 110 | 0.4074 | 0.8427 | 0.2139 | 0.0001 | 0.000000 | 0.000000 |
M16_t5_spill_itt_fe | 1,498 | 110 | 0.3804 | 1.7223 | 0.2055 | 0.0000 | 0.000000 | 0.000000 |
M17_tg_agg_s5_17_ols | 110 | — | 0.0580 | -1.5228 | 0.7099 | 0.0342 | 0.000000 | 0.000000 |
M18_tg_agg_s5_18_ols | 110 | — | 0.0330 | -0.6282 | 0.5575 | 0.2624 | 0.000000 | 0.000000 |
Ghi chú: Sai lệch 3 nền tảng là chênh lệch phần trăm tối đa giữa Python 3.13, Base R 4.3.1 và Stata 18 MP với cực đại toàn hệ thống bằng ; Cột cuối trình bày sai lệch hệ số trên máy chủ EcoData MCP với cực đại trên 13 mô hình chuẩn không sử dụng ma trận biến giả tường minh 749 hộ. Mức ý nghĩa thống kê: , , .
5. Kiểm định chẩn đoán chuyên sâu và hàm ý chính sách năng lượng
5.1. Suy diễn mẫu hữu hạn với cụm không cân bằng, cận chọn lọc Oster và điều chỉnh đa giả thuyết
Mặc dù tổng số cụm G = 110 trạm biến áp vượt ngưỡng quy ước thông thường trong kinh tế lượng ứng dụng, cấu trúc mẫu của Carranza và Meeks (2021) tiềm ẩn hai đặc điểm dễ gây méo kích thước kiểm định tiệm cận theo cảnh báo của Cameron et al. (2008) và MacKinnon và Webb (2017): thứ nhất, nhánh đối chứng thuần túy chỉ có 25 trạm biến áp so với 42 trạm bão hòa thấp và 43 trạm bão hòa cao; Thứ hai, quy mô hộ khảo sát mỗi trạm phân tán rất rộng từ 1 hộ đến 23 hộ/trạm. Để kiểm chứng nghiêm ngặt độ tin cậy suy diễn, Bảng 7 và Hình 4 Panel B thực hiện đồng thời phép Wild Cluster Bootstrap áp đặt giả thuyết không với B = 9,999 lần lặp dưới cả trọng số hai điểm Rademacher lẫn trọng số sáu điểm của MacKinnon và Webb (2017), kết hợp R = 5,000 phép hoán vị ngẫu nhiên hóa hai giai đoạn mô phỏng đúng quy trình phân bổ 25 trạm đối chứng, 42 trạm thấp và 43 trạm cao.

Các chẩn đoán tại Bảng 7 củng cố vững chắc kết luận thực nghiệm cốt lõi và đồng thời cung cấp sắc thái thống kê tinh tế:
- Đối với đặc tả gộp không điều chỉnh kỳ gốc
M4, giá trị theoCRV1tiệm cận là0.0235, nhích lên ngưỡng biên0.0503dưới trọng số Rademacher nhưng giữ vững ý nghĩa ở mức0.0428dưới trọng số sáu điểm Webb — vốn được MacKinnon và Webb (2017) chứng minh ưu việt hơn khi quy mô cụm lệch mạnh — và đạt dưới kiểm định hoán vị ngẫu nhiên hóa chính xácRIvì phân phối mất điện tại25trạm đối chứng có đuôi phải dày làm phương saiCRV1bảo thủ hơn phân phối hoán vị thực tế[-1.33, +1.33]. - Khi kiểm soát mất điện kỳ gốc tại
M7, ngoại tác giảm mất điện-2.1108ngày/tháng vượt mọi chuẩn suy diễn mẫu hữu hạn với theo Rademacher và theo Webb sáu điểm; Đặc biệt, xác suất không mất điện ngày nào+0.3510ởM8đạt , còn hai hệ số lan tỏa bóng đèn+0.8427và+0.6890ởM15đạt theo Wild Cluster Bootstrap và cùng dưới hoán vị ngẫu nhiên hóa hai giai đoạn. - Kiểm định độ ổn định hệ số trước chọn lọc biến không quan sát được theo Oster (2019) trên mô hình mất điện
M7với ngưỡng cho tham số — vượt gấp mười lần ngưỡng chuẩn — và hệ số hiệu chỉnh ngày/tháng thậm chí còn âm sâu hơn ước lượng gốc-2.1108nhờ việc bổ sung biến kiểm soát kỳ gốc đẩy hệ số dịch chuyển xa điểm không từ-1.8501xuống-2.1108khi tăng từ0.0438lên0.0572. Trên mô hình lan tỏaM15với , hiệu chỉnh Oster (2019) giữ nguyên do tính trực giao hoàn toàn với biến thực nhận. - Phép kiểm tra độ nhạy loại từng cụm trạm biến áp
Jackknifequa đủ110trạm chứng minh không một trạm cá biệt nào chi phối kết quả: hệ số giảm mất điệnTG_hightạiM7luôn nằm trong dải[-2.3140, -1.6720]ngày/tháng, còn hệ số lan tỏaTGH_S_postvàTGL_S_posttạiM15luôn nằm trong dải[+0.7466, +0.8918]và[+0.5775, +0.7381]bóng. Chỉ số phóng đại phương saiVIFtối đa ởM7chỉ bằng4.13, sai số chuẩnHC3trênM1–M3vàM17–M18giữ nguyên kết luận vớiSE = 0.7280và choTG_hightạiM17, và toàn bộ8/8giả thuyết trọng tâm đều vượt qua phép hiệu chỉnh đa giả thuyết Holm–Bonferroni với giá trị hiệu chỉnh tối đa bằng0.0293 < 0.05.
| Giả thuyết thực nghiệm trọng tâm | Tham số điểm | CRV1 chuẩn | WCB Rademacher | WCB Webb 6 điểm | Hoán vị RI | Holm–Bonferroni | Dải Jackknife 110 trạm |
|---|---|---|---|---|---|---|---|
Giảm mất điện trạm bão hòa cao tại M4 | -1.8659 | 0.0235 | 0.0503 | 0.0428 | 0.0046 | 0.0293 | [-2.0548, -1.4226] |
Giảm mất điện ngoại tác ANCOVA tại M7 | -2.1108 | 0.0108 | 0.0239 | 0.0210 | — | 0.0293 | [-2.3140, -1.6720] |
Tăng xác suất 0 ngày mất điện tại M8 | +0.3510 | 0.0000 | 0.0002 | 0.0004 | — | 0.0002 | [+0.3113, +0.3765] |
Giữ lại bóng CFL thực nhận tại M15 | +0.4536 | 0.0000 | 0.0001 | 0.0001 | — | 0.0000 | [+0.4408, +0.4669] |
Lan tỏa bóng CFL trạm bão hòa cao tại M15 | +0.8427 | 0.0001 | 0.0027 | 0.0029 | 0.0238 | 0.0007 | [+0.7466, +0.8918] |
Lan tỏa bóng CFL trạm bão hòa thấp tại M15 | +0.6890 | 0.0002 | 0.0003 | 0.0002 | 0.0332 | 0.0010 | [+0.5775, +0.7381] |
Ghi chú: Kiểm định Wild Cluster Bootstrap thực hiện B = 9,999 vòng lặp áp đặt giả thuyết không tại cấp độ 110 trạm biến áp; Kiểm định hoán vị ngẫu nhiên hóa thực hiện R = 5,000 phép gán lại ngẫu nhiên hai giai đoạn bảo toàn cơ cấu 25 trạm đối chứng, 42 trạm bão hòa thấp và 43 trạm bão hòa cao; Phép hiệu chỉnh Holm–Bonferroni tính trên họ 8 kiểm định giả thuyết chính của toàn nghiên cứu.
5.2. Hàm ý chính sách năng lượng và quy hoạch lưới điện phân phối theo phân nhóm
Bên cạnh những hàm ý thực tiễn sắc bén cho quy hoạch lưới điện phân phối, việc diễn giải ngoại suy kết quả sang các bối cảnh đô thị hóa hoặc cơ cấu phụ tải khác cần đặt trong khuôn khổ các giới hạn nhận dạng thực nghiệm của thiết kế gốc.
6. Kết luận
Thông qua quy trình tái lập đa nền tảng nghiêm ngặt trên Python 3.13, Base R 4.3.1, Stata 18 MP tích hợp thư viện Mata thuần túy và máy chủ EcoData MCP trên tập dữ liệu thực nghiệm mở hợp nhất 2,545 dòng quan sát với is_simulated = false, nghiên cứu xác nhận trọn vẹn tính chuẩn xác và giá trị học thuật xuất sắc của Carranza và Meeks (2021). Việc phân bổ ngẫu nhiên mật độ bão hòa cao bóng đèn tiết kiệm điện ở cấp trạm biến áp hạ thế làm giảm từ 1.866 đến 2.162 ngày mất điện mỗi tháng so với mức nền đối chứng 3.242 ngày/tháng, nâng xác suất hộ gia đình không gặp sự cố mất điện tăng thêm 35.10 điểm phần trăm tại nhánh bão hòa cao và kéo tỷ lệ hộ hưởng cấp điện liên tục từ 22.93% ở trạm đối chứng lên 49.63% trên toàn bộ các trạm can thiệp, kích hoạt hiệu ứng lan tỏa tự lắp đặt thêm 0.689 đến 0.843 bóng đèn ở các hộ láng giềng chưa nhận can thiệp và hoàn toàn không gây hiệu ứng dội ngược sang sưởi ấm điện. Đồng thời, việc chuẩn hóa bậc tự do hiệu ứng cố định lồng cụm theo Cameron và Miller (2015) loại bỏ mức phình sai số chuẩn +41.66% đến +45.36% trong tệp lệnh gốc, tách bạch rành mạch biến hậu xử lý trong phương trình lan tỏa và chứng minh tính bền vững mẫu hữu hạn qua Wild Cluster Bootstrap lẫn suy diễn hoán vị ngẫu nhiên hóa hai giai đoạn — khẳng định rằng nâng cao hiệu suất năng lượng tập trung theo cụm hạ tầng là một công cụ chính sách hữu hiệu để giải tỏa tắc nghẽn độ tin cậy lưới điện tại các nền kinh tế đang phát triển.
Phụ lục A. Báo cáo bình duyệt học thuật độc lập
A.1. Đánh giá tổng quan đóng góp học thuật và vị thế nghiên cứu
Trong bức tranh kinh tế học năng lượng và kinh tế học phát triển hiện đại, câu hỏi về khoảng cách giữa hiệu suất kỹ thuật lý thuyết và lợi ích phúc lợi thực tế của các chương trình tiết kiệm năng lượng luôn đứng ở tâm điểm tranh luận học thuật. Hàng loạt công trình thực nghiệm quy mô lớn trên các tạp chí hàng đầu — tiêu biểu là nghiên cứu đánh giá chương trình thay thế thiết bị gia dụng tại Mexico của Davis et al. (2014), thử nghiệm ngẫu nhiên đối với chương trình cách nhiệt nhà ở Hoa Kỳ của Fowlie et al. (2018) và phân tích học máy nhân quả tại hệ thống trường học California của Burlig et al. (2020) — đều chỉ ra rằng mức tiết kiệm điện năng thực hiện ở cấp hộ gia đình hoặc cơ sở tiêu thụ thường thấp hơn đáng kể so với dự báo mô hình kỹ thuật, kéo tỷ suất lợi ích trên chi phí tư nhân xuống dưới ngưỡng hòa vốn. Song hành với dòng văn liệu đó, các nghiên cứu về hạ tầng điện lực tại các quốc gia đang phát triển như Allcott et al. (2016) lại chứng minh tổn thất phúc lợi nặng nề do tình trạng thiếu hụt nguồn cung và gián đoạn lưới điện, nhưng chủ yếu tiếp cận độ tin cậy cung cấp điện như một cú sốc phía cung ngoại sinh đối với người tiêu dùng cuối cùng.
Đóng góp mang tính bước ngoặt của Carranza và Meeks (2021) trên tạp chí The Review of Economics and Statistics nằm ở việc kết nối hai dòng văn liệu vốn vận hành tách biệt này thông qua một cơ chế kinh tế – kỹ thuật sắc sảo: hiệu quả năng lượng ở khâu tiêu dùng cuối cùng tự thân nó là một công cụ sản xuất ra độ tin cậy lưới điện phân phối thông qua kênh giảm quá tải trạm biến áp cục bộ. Thay vì coi đơn vị nhận xử lý là các hộ gia đình cô lập, các tác giả nhận diện chính xác đơn vị hạ tầng vật lý quyết định sự cố ngắt mạch ở lưới điện vùng ven đô các nước thu nhập trung bình thấp là máy biến áp phân phối hạ thế. Xét dưới tiêu chuẩn bình duyệt học thuật khắt khe của nhóm tạp chí hàng đầu, công trình sở hữu ba giá trị đóng góp chuẩn mực:
- Thiết kế thực nghiệm bão hòa ngẫu nhiên hai giai đoạn khớp nối hoàn hảo với cấu trúc vật lý lưới điện: Việc vận dụng khuôn khổ suy diễn nhân quả dưới giao thoa của Hudgens và Halloran (2008) và thiết kế bão hòa từng phần tối ưu của Baird et al. (2018) trên
110trạm biến áp phân phối tại Cộng hòa Kyrgyzstan cho phép nghiên cứu đồng thời tách bạch tác động trực tiếp lên hộ lắp bóng đènCFL, ngoại tác kỹ thuật giảm mất điện lên hộ láng giềng cùng trạm và ngoại tác nhận thức xã hội thúc đẩy mua bóng tự nguyện ngoài thị trường. - Tích hợp cơ chế định giá tương thích khuyến khích để loại trừ thiên lệch tự chọn theo cầu năng lượng: Bằng cách kết hợp ngẫu nhiên hóa hai tầng với cơ chế đấu giá Becker et al. (1964) trên mẫu
N = 85trạm can thiệp, nghiên cứu đo lường trực tiếp đường cầu sẵn lòng chi trả cho công nghệ tiết kiệm điện ở mức trung bình48.272đến55.220KGS/bóng và kiểm chứng được tính cân bằng ngẫu nhiên tuyệt đối giữa nhánh bão hòa thấp với nhánh bão hòa cao trước khi phân tích tác động hạ nguồn. - Kiểm chứng toàn diện giả thuyết hiệu ứng dội ngược đa dịch vụ năng lượng: Đối diện trực diện với cảnh báo lý thuyết của Gillingham et al. (2016) rằng việc giảm chi phí chiếu sáng và cải thiện chất lượng cấp điện có thể kích thích hộ gia đình chuyển sang sưởi ấm bằng điện — một dịch vụ tiêu tốn công suất gấp hàng chục lần bóng đèn và có thể xóa sạch ngoại tác giảm tải trạm — các tác giả xây dựng bảng khảo sát hai kỳ
N = 1,498quan sát kết hợp dữ liệu hóa đơn điện hàng tháng của899hộ cố định để chứng minh mức tiết kiệm ròng27.7–30.0kWh/tháng mùa đông không hề bị bào mòn bởi hành vi dội ngược sang sưởi điện.
A.2. Phân tích phản biện chiến lược nhận dạng nhân quả và giả định kinh tế lượng
Dưới góc độ lý thuyết kinh tế lượng hiện đại về dữ liệu bảng và thử nghiệm ngẫu nhiên theo cụm, chiến lược nhận dạng của bài báo gốc dựa trên sự độc lập có điều kiện của phép gán ngẫu nhiên hai tầng và tính hợp lệ của ước lượng hiệp phương sai gom cụm ở cấp độ trạm biến áp within_village_cluster. Quá trình rà soát mã nguồn Stata gốc từ Table1.do đến Table5.do kết hợp kiểm chứng chéo trên Python 3.13, Base R 4.3.1, Stata 18 MP và EcoData MCP đã làm sáng tỏ ba vấn đề phương pháp luận trọng yếu ảnh hưởng trực tiếp đến sai số chuẩn, bậc tự do và cách diễn giải tham số nhân quả.
A.2.1. Vấn đề tham số ngẫu nhiên bậc tự do biến giả hộ gia đình và cấu trúc lồng cụm trạm biến áp
Phát hiện kỹ thuật đáng chú ý nhất từ quá trình rà soát tệp lệnh Table4.do và Table5.do nằm ở cách thức các tác giả ước lượng mô hình hiệu ứng cố định hộ gia đình trên dữ liệu bảng hai kỳ N = 1,498 quan sát của 749 hộ thuộc G = 110 cụm trạm biến áp. Cụ thể, trong Table4.do, tác giả thực thi hồi quy bình phương tối thiểu OLS gộp kèm danh sách biến giả tường minh i.hh_id và gom cụm sai số chuẩn theo within_village_cluster; Trong khi đó, ở Table5.do, tác giả gọi thủ tục hồi quy bảng kèm biến giả i.hh_id và gom cụm theo within_village_cluster nhưng bỏ quên tùy chọn hấp thụ hiệu ứng cố định , fe. Trong kiến trúc nội tại của phần mềm Stata, lệnh hồi quy bảng không kèm , fe mặc định kích hoạt bộ ước lượng hiệu ứng ngẫu nhiên bình phương tối thiểu tổng quát khả thi FGLS; Tuy nhiên, vì ma trận thiết kế đã chứa sẵn trọn bộ 749 biến giả hộ gia đình i.hh_id bão hòa toàn bộ phương sai giữa các hộ, thành phần phương sai ngẫu nhiên cấp hộ ước lượng được bị suy biến về đúng điểm không , hệ số xác định giữa các hộ tiến sát ngưỡng đơn vị do biến giả hấp thụ hết biến thiên chéo, và kiểm định ý nghĩa thống kê chuyển sang sử dụng phân phối chuẩn tắc tiệm cận thay vì phân phối với 109 bậc tự do.
Quan trọng hơn, cả hai cách viết trong Table4.do và Table5.do đều mắc phải hệ số phạt bậc tự do tham số ngẫu nhiên khi tính ma trận hiệp phương sai gom cụm CRV1. Vì mỗi hộ gia đình cố định vị trí cư trú và chỉ đấu nối vào đúng một trạm biến áp xuyên suốt hai đợt khảo sát, hiệu ứng cố định hộ lồng hoàn toàn bên trong cụm gom sai số chuẩn . Theo kết quả kinh tế lượng chuẩn mực của Cameron và Miller (2015), khi khử hiệu ứng cố định lồng trong cụm bằng phép biến đổi nội nhóm, số bậc tự do bị mất trong hệ số hiệu chỉnh mẫu hữu hạn chỉ bằng số biến giải thích biến thiên theo thời gian , chứ không bao gồm hiệu ứng cố định hộ gia đình. Tỷ số phình sai số chuẩn giữa bộ ước lượng biến giả tường minh LSDV trong bài gốc và bộ ước lượng hiệu ứng cố định lồng cụm chuẩn FE được xác định chính xác bởi biểu thức đại số:
Trong đó:
- : Ma trận hiệp phương sai gom cụm ước lượng theo phương pháp đưa trực tiếp biến giả hộ gia đình tường minh trong mã lệnh gốc;
- : Tổng số cụm trạm biến áp phân phối độc lập dùng để gom cụm sai số chuẩn, với ;
- : Tổng số quan sát hộ–thời kỳ trong bảng hai đợt khảo sát, đạt
N = 1,498ở bảng cân bằng; - : Tổng số hiệu ứng cố định hộ gia đình được đưa vào dưới dạng biến giả tường minh, với ;
- : Số lượng biến giải thích biến thiên nội hộ theo thời gian không bị suy biến sau phép khử trung bình hộ, bằng ở
Table 4và ởTable 5Cột 1; - : Ma trận biến giải thích đã khử trung bình nội hộ trên toàn mẫu và trên từng cụm trạm biến áp ;
- : Véc-tơ phần dư ước lượng nội hộ của các quan sát thuộc cụm trạm biến áp ;
- : Hệ số phóng đại tuyến tính của sai số chuẩn
LSDVso với sai số chuẩn hiệu ứng cố định lồng cụm chuẩn mực.
Thay số chính xác từ mẫu thực nghiệm vào công thức trên: tại Cột 1 Table 4 với N = 1,498, và , mẫu số của LSDV bị cắt giảm một nửa xuống so với , tạo ra hệ số phình sai số chuẩn , tức thổi phồng toàn bộ sai số chuẩn thêm đúng +41.66% — đẩy sai số chuẩn của TGH_T_post từ 0.0404 ở M14 lên 0.0573 ở M9. Tại Table 5 Cột 1 với , hệ số phóng đại là , tức phình thêm +41.71%, làm sai số chuẩn của hệ số lan tỏa trọng tâm TGH_S_post tăng từ 0.2139 ở M15 lên 0.3031 ở M12 và kéo giá trị từ 0.00014 lên 0.00542. Nghiêm trọng hơn nữa, tại Cột 2 và Cột 3 của Table 4 ứng với M10 và M11 nơi cỡ mẫu báo cáo là N = 1,427 do 71 hộ khuyết dữ liệu ở một đợt khảo sát, 71 quan sát đơn lẻ một kỳ này bị biến giả riêng của chính hộ đó hấp thụ hoàn toàn với phần dư bằng không tuyệt đối , không đóng góp bất kỳ thông tin nhận dạng nào cho nhưng vẫn tiêu tốn 71 bậc tự do trong phép tính LSDV, đẩy hệ số phình sai số chuẩn vọt lên so với bảng con 1,356 quan sát thực chất và tới +45.36% nếu đối chiếu trực diện với công thức không loại biến đơn lẻ. May mắn thay cho nghiên cứu gốc, vì sai số chuẩn bị thổi phồng theo hướng bảo thủ quá mức, các phát hiện có ý nghĩa thống kê ở Table 5 càng trở nên sắc nét gấp bội sau khi hiệu chỉnh về M15, trong khi các ước lượng bằng không về dội ngược sưởi ấm ở Table 4 vẫn duy trì không có ý nghĩa thống kê ngay cả dưới sai số chuẩn thu hẹp chuẩn xác của M14 với .
A.2.2. Kiểm soát biến hậu xử lý trong phương trình lan tỏa bóng đèn và tính trực giao đại số của nhánh lân cận
Vấn đề nhận dạng thứ hai xuất hiện trong đặc tả Table 5 gốc ứng với M12 và M13: bên cạnh các biến tương tác phân bổ ngẫu nhiên TGH_T_post và TGL_T_post, các tác giả đưa đồng thời biến CFLs_trtmt — số lượng bóng đèn từ 0 đến 4 bóng mà hộ điều trị thực sự mua được sau khi bốc thăm giá BDM ở kỳ can thiệp — vào vế phải của phương trình hồi quy sở hữu bóng đèn bulb_cfl_tot_. Dưới lăng kính suy diễn nhân quả hiện đại, CFLs_trtmt là một biến trung gian hậu xử lý nội sinh đối với nhóm hộ điều trị , bởi số lượng bóng mua thực tế phụ thuộc trực tiếp vào mức sẵn lòng chi trả của từng hộ gia đình. Khi hộ gia đình có nhu cầu ánh sáng tăng cao đột biến giữa hai kỳ cũng đồng thời đặt giá thầu BDM cao hơn ở đầu kỳ để mua nhiều bóng hơn, biến có nguy cơ tương quan với nhiễu sai phân nội hộ và hấp thụ mất tác động điều trị trực tiếp khiến hai hệ số TGH_T_post đạt +0.139 và TGL_T_post đạt +0.319 trở nên nhỏ và khó diễn giải như một tác động nhân quả thuần túy.
Tuy nhiên, phép phân rã đại số ma trận dưới đây chứng minh lý do vì sao hai tham số quan trọng nhất của Table 5 — tức hiệu ứng lan tỏa sang hộ láng giềng trên TGH_S_post và trên TGL_S_post — lại hoàn toàn miễn nhiễm với sai lệch hậu xử lý này. Với bảng hai kỳ cân bằng , phép khử hiệu ứng cố định hộ gia đình tương đương hoàn toàn với hồi quy sai phân bậc nhất trên ba nhóm hộ đôi một rời nhau gồm nhóm đối chứng , nhóm lan tỏa và nhóm điều trị trực tiếp :
Trong đó:
- : Mức thay đổi số lượng bóng đèn tiết kiệm điện sở hữu giữa kỳ cuối và kỳ gốc của hộ gia đình tại trạm biến áp ;
- : Mức thay đổi trung bình của số bóng đèn tại
146hộ thuộc25trạm đối chứng thuần túy, bằng+0.2534bóng; - : Các chỉ báo nhị phân phân tầng trạm biến áp bão hòa cao và trạm biến áp bão hòa thấp;
- : Các chỉ báo nhị phân tách biệt tập hợp hộ nhận can thiệp trực tiếp và tập hợp hộ lan tỏa chưa nhận can thiệp;
- : Số lượng bóng đèn thực mua qua đấu giá BDM tại kỳ can thiệp, thỏa mãn tính chất cấu trúc với mọi hộ có ;
- : Các tham số chỉ kích hoạt trên không gian con của
412hộ điều trị trực tiếp có ; - : Các tham số lan tỏa kích hoạt trên không gian con của
52hộTGH_Svà139hộTGL_S; - : Sai phân nhiễu ngẫu nhiên nội hộ giữa hai đợt khảo sát.
Vì tích vô hướng giữa véc-tơ và mọi véc-tơ chỉ báo ngoài nhóm điều trị bằng không tuyệt đối — cụ thể là , và với mọi hộ — ma trận thông tin chuẩn hóa sau khi tách hằng số từ nhóm đối chứng phân khối trực giao hoàn toàn giữa không gian con và không gian con . Hệ quả toán học tất yếu là , và giữ nguyên giá trị bất biến tuyệt đối với sai lệch thực nghiệm bằng 1.55e-15 giữa mô hình có CFLs_trtmt là M15 và mô hình dạng rút gọn ITT bỏ CFLs_trtmt là M16. Đồng thời, việc bổ sung ước lượng M16 giúp khôi phục trọn vẹn tổng hiệu ứng điều trị có chủ đích lên hộ nhận bóng ở mức +1.7223 bóng tại trạm bão hòa cao và +1.9310 bóng tại trạm bão hòa thấp.
A.2.3. Giao thoa kỹ thuật nội cụm trạm biến áp và suy diễn mẫu hữu hạn với quy mô cụm không cân bằng
Xét phương trình mất điện Table 2 qua M4–M8, thiết kế nhận dạng ngoại tác lưới điện dựa trên hai giả định nền tảng của Hudgens và Halloran (2008): thứ nhất là giao thoa phân tầng khu trú trong phạm vi trạm biến áp, nghĩa là việc lắp bóng CFL tại trạm không làm thay đổi tần suất sự cố tại trạm ; Thứ hai là điều kiện tiệm cận cụm để thống kê gom cụm theo within_village_cluster tuân theo phân phối . Về mặt vật lý kỹ thuật điện, giả định không giao thoa chéo giữa các trạm hạ thế rất thuyết phục đối với các sự cố nổ cầu chì, đứt pha hoặc ngắt aptomat bảo vệ nhiệt ngay tại trạm biến áp 0.4 kV; Tuy nhiên, nếu một phần số ngày mất điện xuất phát từ thao tác cắt điện luân phiên trên đường dây trung thế 10 kV cấp nguồn chung cho nhiều trạm biến áp thuộc cùng một trạm trung gian khu vực — nơi cả trạm đối chứng lẫn trạm bão hòa cao cùng bị ngắt điện đồng thời — thì thành phần mất điện cấp trung thế đó sẽ đóng vai trò một nhiễu chung làm giảm chênh lệch tương đối giữa nhóm can thiệp và nhóm đối chứng, khiến ước lượng -1.866 đến -2.162 ngày/tháng thực chất là cận dưới thận trọng của hiệu ứng giảm sự cố hạ thế thuần túy.
Về mặt suy diễn thống kê mẫu hữu hạn, mặc dù cụm có vẻ dồi dào, phép phân rã cấu trúc cụm trong diagnostics_summary.json cho thấy sự mất cân bằng đáng kể ở hai chiều: nhóm cơ sở đối chứng chỉ gồm trạm biến áp so với và , đồng thời số hộ khảo sát trên mỗi trạm biến thiên gấp 23 lần từ tối thiểu 1 hộ đến tối đa 23 hộ trên một cụm. Theo chứng minh lý thuyết của MacKinnon và Webb (2017), khi một biến giả điều trị cấp cụm chỉ bằng không trên cụm có phân phối phần dư lệch phải mạnh và quy mô cụm không đều, bậc tự do hiệu dụng thực tế thấp hơn nhiều so với , khiến kiểm định CRV1 chuẩn có thể lệch kích thước nhẹ. Thực tế đối chiếu ở Bảng 7 minh họa rõ điều này: tại mô hình M4 chưa kiểm soát kỳ gốc, giá trị của TG_high tăng từ 0.0235 dưới CRV1 lên 0.0503 dưới Wild Cluster Bootstrap Rademacher và đạt 0.0428 dưới trọng số sáu điểm Webb; Ngược lại, khi đưa biến kiểm soát mất điện kỳ gốc s5_17_b vào đặc tả ANCOVA tại M7 để hấp thụ phương sai nhiễu đuôi phải cấp trạm, cả hai kiểm định Wild Cluster Bootstrap đều hội tụ vững chắc ở và , đồng thời suy diễn hoán vị chính xác hai giai đoạn RI cho , khẳng định kết luận thực nghiệm hoàn toàn vững vàng.
A.3. Thẩm định chất lượng dữ liệu, cách đo lường biến số và độ nhạy mẫu
Quá trình thẩm định độc lập bốn tệp dữ liệu gốc .dta, đối chiếu nhất quán nội bộ giữa các tệp và rà soát kịch bản xử lý dữ liệu của tác giả làm rõ bốn khía cạnh đo lường then chốt cần được ghi nhận minh bạch.
A.3.1. Ranh giới bảo mật hóa đơn điện lực severelectro và sự ăn khớp vật lý giữa tiết kiệm điện với giảm quá tải
Mặc dù tệp vi dữ liệu hóa đơn hàng tháng hh_panel_trtmt.dta tại Table 3 và Figure 4 không được công bố do thỏa thuận bảo mật khách hàng của Công ty Severelectro, việc kiểm tra chi tiết mã nguồn Table3.do và Figure4.do cho phép thẩm định đầy đủ tính chặt chẽ của quy trình xử lý mẫu mật. Các tác giả ghép mã tài khoản công tơ điện của các hộ khảo sát với cơ sở dữ liệu ghi chỉ số hàng tháng từ tháng 4/2011 đến tháng 9/2014, loại bỏ 101 hộ thay đổi chủ hộ hoặc chuyển nơi cư trú để giữ 899 hộ cố định, và cắt bỏ phân vị 99% trở lên theo từng tháng nhằm loại trừ sai số nhập liệu đọc nhầm số công tơ tích lũy. Xét sự nhất quán vật lý kỹ thuật giữa kết quả công bố tại Table 3 và dữ liệu mở tại Table 1–Table 5: trung bình mỗi hộ điều trị nhận khoảng 3.00 đến 3.34 bóng CFL theo Bảng 1 và lắp đặt tăng ròng +1.72 đến +1.93 bóng theo M16, thay thế bóng sợi đốt chênh công suất khoảng 60–75 W/bóng vận hành 5–6 giờ mỗi tối mùa đông; Phép tính kỹ thuật đơn giản cho mức giảm tiêu thụ trực tiếp kết hợp hiệu ứng thay thế bóng hỏng dần và giảm tổn thất nhiệt đường dây khớp hợp lý với mức giảm hóa đơn mùa đông khoảng 27.7 đến 30.0 kWh/tháng/hộ. Trên một trạm biến áp bão hòa cao có 40%–50% số hộ trực tiếp tham gia cộng thêm 50% hộ láng giềng tự mua thêm +0.843 bóng/hộ, tổng công suất phụ tải đỉnh buổi tối trên trạm giảm được từ 3 đến 6 kW — vừa đủ để kéo một máy biến áp nông thôn–ven đô công suất nhỏ 25–63 kVA thoát khỏi ngưỡng nhảy aptomat bảo vệ quá tải, giải thích trọn vẹn mức giảm -2.111 ngày mất điện/tháng ở M7.
A.3.2. Sai số đo lường hồi tưởng số ngày mất điện tự báo cáo và phân rã biên mở rộng không mất điện
Trong tệp khảo sát CFLs_data.dta, biến phụ thuộc trọng tâm s5_17_f đo lường câu trả lời của chủ hộ đối với câu hỏi: trong tháng vừa qua, hộ gia đình có bao nhiêu ngày gặp sự cố mất điện. Khác với dữ liệu đo đếm tự động tại đầu cực máy biến áp, biến tự báo cáo hồi tưởng 30 ngày chịu ảnh hưởng của hiện tượng làm tròn số ở các mốc chẵn như 5, 10 hay 15 ngày và phụ thuộc vào việc có thành viên ở nhà vào thời điểm mất điện ban ngày hay không. Tuy nhiên, có ba bằng chứng thực nghiệm bác bỏ khả năng sai số hồi tưởng hay tâm lý thỏa mãn chủ quan của người nhận bóng làm chệch kết quả: thứ nhất, tại Cột 2 Table 2 ứng với M5, các hộ trực tiếp nhận bóng CFL hoàn toàn không báo cáo số ngày mất điện thấp hơn các hộ hàng xóm không nhận bóng trên cùng một trạm biến áp với chênh lệch -0.032 ngày và ; Thứ hai, tại Cột 3 và Cột 4 ứng với M6 và M7, hiệu ứng giảm mất điện -2.162 và -2.111 ngày được nhận dạng trực tiếp từ nhóm hộ láng giềng không nhận can thiệp nên hoàn toàn không chịu hiệu ứng tâm lý người thụ hưởng; Và thứ ba, mô hình biên rộng M8 chỉ dựa trên phân biệt nhị phân rất ít sai số hồi tưởng là "có hay không gặp bất kỳ ngày mất điện nào trong tháng qua" lại cho kết quả mạnh mẽ nhất toàn nghiên cứu với mức tăng +35.10 điểm phần trăm và , .
A.3.3. Quan sát đơn lẻ một kỳ trong mô hình sưởi ấm và hiện tượng thưa mẫu ở nhánh lan tỏa khoảng cách xa
Khi kiểm tra cấu trúc khuyết dữ liệu trong CFLs_data_panel.dta, biến nhị phân sưởi ấm bằng điện heat_house_elec_ và số bóng sở hữu bulb_cfl_tot_ đạt độ phủ tuyệt đối 1,498/1,498 quan sát trên đủ 749 hộ qua hai kỳ; Tuy nhiên, hai biến phụ thuộc phụ trợ ở Cột 2 và Cột 3 Table 4 là tỷ lệ phòng sưởi prop_rms_ht_ và số phòng sưởi num_rms_ht_ có 71 quan sát bị khuyết ở một kỳ, để lại N = 1,427 dòng dữ liệu gồm 678 hộ đủ hai kỳ tức 1,356 dòng và 71 hộ chỉ xuất hiện đúng một kỳ. Như đã chứng minh tại Mục A.2.1, việc giữ 71 hộ đơn lẻ một kỳ trong hồi quy LSDV không làm thay đổi hệ số ước lượng điểm đến chữ số thập phân thứ mười lăm nhưng làm mẫu số bậc tự do bị trừ oan 71 đơn vị. Song song đó, ở Cột 2 Table 5 ứng với M13 khi tách nhóm hộ lan tỏa theo khoảng cách địa lý tới hộ điều trị gần nhất dựa trên ngưỡng bán kính 200 mét, phép kiểm đếm tần suất trên dữ liệu gốc phát hiện nhánh hộ lan tỏa ở xa tại trạm bão hòa cao chỉ có vỏn vẹn 3 hộ gia đình tương ứng 6 quan sát bảng, còn tại trạm bão hòa thấp cũng chỉ có 17 hộ tương ứng 34 quan sát bảng. Lý do cơ học rất rõ ràng: khi 40%–50% số hộ trên một trạm biến áp nhỏ đã được chọn ngẫu nhiên nhận can thiệp, xác suất để một hộ còn lại trên cùng đường dây hạ thế nằm cách xa tất cả các hộ điều trị trên 200 mét trở nên cực hiếm. Chính sự thưa mẫu tất yếu theo thiết kế này buộc các tác giả phải gộp chung hai tầng bão hòa thành biến TGHL_S_far_post gồm 20 hộ và giải thích vì sao sai số chuẩn của nhánh xa rộng tới 0.392 ở M13.
A.3.4. Chênh lệch giữa hai chỉ tiêu mất điện cấp trạm biến áp và vai trò trọng số quy mô hộ khảo sát
Một điểm tinh tế khác xuất hiện khi kiểm tra tệp thứ tư TG_outages.dta gồm 124 dòng trạm biến áp — tệp dữ liệu có mặt trong kho lưu trữ Dataverse nhưng không được trình bày thành bảng riêng trong bài báo chính. Thứ nhất, 14/124 trạm biến áp tương đương 11.29% khung mẫu ban đầu mang giá trị khuyết ở cả hai biến mất điện cuối kỳ s5_17_f và s5_18_f, phản ánh sự hao hụt cụm trạm giữa khâu lập danh sách ban đầu và khảo sát cuối kỳ. Thứ hai, khi ước lượng hồi quy cấp trạm không trọng số trên 110 trạm còn lại tại M17, hệ số giảm ngày mất điện s5_17_f của trạm bão hòa cao là -1.5228 ngày/tháng với , thấp hơn mức -1.8659 ngày/tháng trên dữ liệu cấp hộ M4 với N = 838. Nguyên nhân toán học nằm ở trọng số quy mô hộ khảo sát trên từng trạm: hồi quy cấp hộ M4 tự động gắn trọng số lớn hơn cho các trạm biến áp đông dân cư có cao từ 10 đến 23 hộ, và chính các trạm đông hộ đấu nối này là nơi chịu áp lực quá tải ban đầu gay gắt nhất nên thu được mức giảm ngày mất điện sâu hơn khi phổ cập bóng CFL bão hòa cao. Mặt khác, trên biến chỉ tiêu gián đoạn thứ cấp s5_18_f tại mô hình M18, hệ số của trạm bão hòa cao mang dấu âm -0.6282 nhưng sai số chuẩn 0.5575 khiến , cho thấy cải thiện độ tin cậy thể hiện rõ rệt nhất ở tổng số ngày chịu sự cố mất điện trong tháng hơn là số lần chập chờn ngắn hạn thứ cấp.
A.4. Các hạn chế cốt lõi trọng yếu của nghiên cứu gốc
- Phình sai số chuẩn hệ thống do tham số ngẫu nhiên biến giả hộ gia đình và bỏ sót tùy chọn hấp thụ nội bộ trong mã lệnh bảng: Việc đưa tường minh
749biến giải.hh_idvào lệnhregtạiTable 4và lệnhxtregthiếu tùy chọn, fetạiTable 5vi phạm quy tắc bậc tự do hiệu ứng cố định lồng trong cụm của Cameron và Miller (2015), gây chệch phóng đại sai số chuẩn hệ thống từ+41.66%đến+45.36%, đồng thời làmTable 5chuyển sang kiểm định chuẩn tắc tiệm cận thay vì phân phối và giữ lại71quan sát đơn lẻ một kỳ không đóng góp thông tin nội hộ ở Cột 2–3Table 4. - Đưa biến trung gian hậu xử lý nội sinh vào phương trình sở hữu công nghệ làm che khuất tác động điều trị trực tiếp: Trong
Table 5, biến số bóng thực mua qua đấu giáCFLs_trtmtlà kết quả lựa chọn hậu phân bổ ngẫu nhiên phụ thuộc vào cầu cá nhân không quan sát được theo thời gian, gây hiện tượng kiểm soát biến hậu xử lý và chệch chọn lọc nội nhóm điều trị khiến hai hệ sốTGH_T_postvàTGL_T_postchỉ còn phản ánh phần mua thêm ngoài số bóng thí nghiệm chứ không đo lường tổng tác động điều trị có chủ đíchITT, dù các hệ số lan tỏaTGH_S_postvàTGL_S_postmay mắn giữ được tính không chệch nhờ trực giao đại số hoàn toàn. - Sai số đo lường tự báo cáo thiếu đối chứng cảm biến kỹ thuật cấp trạm và hao hụt cụm theo dõi cuối kỳ: Toàn bộ bằng chứng về độ tin cậy lưới điện tại
Table 2dựa trên trí nhớ hồi tưởng30ngày của hộ gia đình thay vì thiết bị ghi nhận điện áp – dòng điện tự động tại máy biến áp, dẫn tới sai số đo lường biến phụ thuộc và nhiễu gộp giữa sự cố quá tải hạ thế với cắt điện trung thế, kết hợp với việc khuyết dữ liệu cuối kỳ tại14/124trạm biến áp trongTG_outages.dtavà ràng buộc không thể tái kiểm chứng độc lập tệp hóa đơn mậthh_panel_trtmt.dtacủa899hộ cố định. - Hiện tượng thưa mẫu cơ học ở nhánh lan tỏa khoảng cách xa và giới hạn ngoại suy ngoài mẫu sang phụ tải làm mát hiện đại: Thiết kế bão hòa cao tự nhiên làm co hẹp không gian hộ chưa nhận can thiệp ở vùng rìa khiến ô dữ liệu hộ lan tỏa xa tại trạm bão hòa cao chỉ còn
3hộ gia đình, gây suy giảm công suất thống kê cục bộ khi phân rã cơ chế lan tỏa không gian; Đồng thời, bối cảnh chuyển đổi từ bóng sợi đốt sang bóngCFLtại vùng khí hậu lạnh mùa đông hạn chế khả năng ngoại suy ngoài mẫu sang các nền kinh tế nhiệt đới đang phát triển hiện nay, nơi đènLEDđã phổ cập rộng rãi và phụ tải đỉnh gắn liền với điều hòa nhiệt độ có độ co giãn hành vi dội ngược lớn hơn nhiều so với lò sưởi điện cố định.
A.5. Khuyến nghị nâng cấp mô hình và hướng mở rộng công bố quốc tế
Từ những phát hiện thẩm định và chẩn đoán chuyên sâu trên, các chương trình nghiên cứu thực nghiệm tiếp nối hướng tới nhóm tạp chí hàng đầu về kinh tế học môi trường – năng lượng và phát triển có thể triển khai bốn hướng nâng cấp phương pháp luận đột phá:
- Kết hợp đo đếm thông minh hai cấp
AMI – SCADAđể nhận dạng hàm sản xuất độ tin cậy vật lý theo thời gian thực: Thay vì dựa vào khảo sát hồi tưởng theo tháng, các thử nghiệm nâng cấp hiệu suất thiết bị điện tại lưới phân phối các đô thị đang phát triển như Việt Nam, Ấn Độ hoặc Indonesia nên lắp đặt đồng thời cảm biến đo công suất – nhiệt độ dầu – điện áp mỗi15phút tại đầu cực máy biến áp hạ thế cùng công tơ điện tử hai chiều tại từng hộ tiêu thụ. Dữ liệu tần suất cao này cho phép ước lượng trực tiếp mô hình điểm gãy phi tuyến hoặc hàm nguy cơ sự cố theo mức vượt ngưỡng định mức , đồng thời tách bạch tuyệt đối sự cố quá tải cục bộ cấp hạ thế0.4kV khỏi sự cố cắt điện nguồn cấp trung thế10–22kV. - Thiết kế biến công cụ ngẫu nhiên hóa giá rút thăm BDM để ước lượng tác động biên cục bộ của từng đơn vị thiết bị tiết kiệm điện: Để khắc phục triệt để hạn chế biến hậu xử lý của
CFLs_trtmttrongTable 5, nhà nghiên cứu có thể khai thác chính mức giá rút thăm ngẫu nhiên ngoại sinh trong cơ chế Becker et al. (1964) làm biến công cụ tầng một cho số lượng bóng thực nhận bên trong nhánh điều trị, kết hợp phân tầng bão hòa cấp trạm ở giai đoạn một theo chuẩn Baird et al. (2018). Hệ phương trình biến công cụ hai giai đoạn lồng trong thiết kế bão hòa sẽ nhận dạng đồng thời tác động nhân quả của mỗi bóng đèn lắp đặt thêm lên tiêu thụ kWh hộ gia đình và độ dốc ngoại tác biên của tổng số bóng toàn trạm lên chất lượng điện áp mà không cần giả định ngoại sinh đối với quyết định mua bóng. - Mở rộng sang thử nghiệm ngẫu nhiên điều hòa biến tần kết hợp biểu giá điện động theo giờ cao điểm tại khí hậu nhiệt đới: Tại Việt Nam và Đông Nam Á, phụ tải gây quá tải trạm biến áp phân phối hiện nay tập trung vào khung giờ
18:00–23:00mùa nắng nóng do điều hòa không khí dân dụng — nhóm thiết bị vừa có tiềm năng tiết kiệm công suất lớn khi chuyển sang công nghệ biến tần hiệu suất cao, vừa có rủi ro dội ngược cường độ sử dụng rất nhạy theo cảnh báo của Davis et al. (2014) và Gillingham et al. (2016). Một thiết kế ngẫu nhiên hóa chéo hai nhân tố giữa mật độ trợ giá điều hòa hiệu suất cao cấp trạm biến áp và biểu giá điện bậc thang theo giờ cao điểm sẽ cung cấp bằng chứng quyết định để kiểm soát hiệu ứng dội ngược và bảo toàn ngoại tác độ tin cậy lưới điện. - Chuẩn hóa quy trình ước lượng hiệu ứng cố định lồng cụm và suy diễn mẫu hữu hạn trong các kho lưu trữ tái lập thực địa: Đối với mọi thử nghiệm ngẫu nhiên phân tầng hoặc bán bão hòa có số lượng cụm dưới
150và quy mô cụm lệch mạnh, quy trình thực hành chuẩn cần sử dụng bộ ước lượng hấp thụ hiệu ứng cố định nội bộ tuân thủ định lý bậc tự do lồng cụm của Cameron và Miller (2015) — tương ứng trực tiếp với mô-đunrandomized_saturation_spillover_panelđã đăng ký và vượt qua bốn cổng kiểm định[B1–B4]trên hệ thống EcoData — đồng thời báo cáo song hành giá trị theo Wild Cluster Bootstrap sáu điểm của MacKinnon và Webb (2017) cùng suy diễn hoán vị ngẫu nhiên hóa hai giai đoạn để bảo đảm tính chính xác thống kê tuyệt đối.
Tài liệu tham khảo
- Allcott, H., Collard-Wexler, A., & O'Connell, S. D. (2016). How Do Electricity Shortages Affect Industry? Evidence from India. American Economic Review, 106, 587–624. https://doi.org/10.1257/aer.20140389 ↩
- Baird, S., Bohren, J. A., McIntosh, C., & Özler, B. (2018). Optimal Design of Experiments in the Presence of Interference. The Review of Economics and Statistics, 100, 844–860. https://doi.org/10.1162/rest_a_00716 ↩
- Becker, G. M., DeGroot, M. H., & Marschak, J. (1964). Measuring Utility by a Single-Response Sequential Method. Behavioral Science, 9, 226–232. https://doi.org/10.1002/bs.3830090304 ↩
- Burlig, F., Knittel, C., Rapson, D., Reguant, M., & Wolfram, C. (2020). Machine Learning from Schools about Energy Efficiency. Journal of the Association of Environmental and Resource Economists, 7, 1181–1217. https://doi.org/10.1086/710606 ↩
- Cameron, A. C., Gelbach, J. B., & Miller, D. L. (2008). Bootstrap-Based Improvements for Inference with Clustered Errors. The Review of Economics and Statistics, 90, 414–427. https://doi.org/10.1162/rest.90.3.414 ↩
- Cameron, A. C., & Miller, D. L. (2015). A Practitioner's Guide to Cluster-Robust Inference. Journal of Human Resources, 50, 317–372. https://doi.org/10.3368/jhr.50.2.317 ↩
- Carranza, E., & Meeks, R. (2021). Energy Efficiency and Electricity Reliability. The Review of Economics and Statistics, 103, 461–475. https://doi.org/10.1162/rest_a_00912 ↩
- Davis, L. W., Fuchs, A., & Gertler, P. (2014). Cash for Coolers: Evaluating a Large-Scale Appliance Replacement Program in Mexico. American Economic Journal: Economic Policy, 6, 207–238. https://doi.org/10.1257/pol.6.4.207 ↩
- Fowlie, M., Greenstone, M., & Wolfram, C. (2018). Do Energy Efficiency Investments Deliver? Evidence from the Weatherization Assistance Program. The Quarterly Journal of Economics, 133, 1597–1644. https://doi.org/10.1093/qje/qjy005 ↩
- Gillingham, K., Rapson, D., & Wagner, G. (2016). The Rebound Effect and Energy Efficiency Policy. Review of Environmental Economics and Policy, 10, 68–88. https://doi.org/10.1093/reep/rev017 ↩
- Hudgens, M. G., & Halloran, M. E. (2008). Toward Causal Inference With Interference. Journal of the American Statistical Association, 103, 832–842. https://doi.org/10.1198/016214508000000292 ↩
- MacKinnon, J. G., & Webb, M. D. (2017). Wild Bootstrap Inference for Wildly Different Cluster Sizes. Journal of Applied Econometrics, 32, 233–254. https://doi.org/10.1002/jae.2508 ↩
- Meeks, R., & Carranza, E. (2020). Replication Data for: Energy Efficiency and Electricity Reliability. Harvard Dataverse, V1. https://doi.org/10.7910/DVN/JP1ZT0 ↩
- Oster, E. (2019). Unobservable Selection and Coefficient Stability: Theory and Evidence. Journal of Business & Economic Statistics, 37, 187–204. https://doi.org/10.1080/07350015.2016.1227711 ↩
meeks_carranza_cfl_reliabilityobs_idrow_modulehh_idwithin_village_clusterposthighprop1highprop2Bid_1CFLCFL_actPrice_1CFLtg_treatedTG_lowMở khóa dữ liệu & mã lệnh tái lập
Sau khi theo dõi phần phân tích định lượng và bình duyệt học thuật phía trên, mời bạn đăng nhập nếu đã có gói thành viên hoặc tham gia cộng đồng nghiên cứu EcoLab để trực tiếp kiểm chứng từng hệ số ước lượng trên máy cá nhân.
Khớp chính xác tên biến, đặc tả sai số chuẩn vững và ma trận kiểm định chẩn đoán của bài nghiên cứu.
Sẵn sàng nạp trực tiếp vào môi trường thống kê cá nhân để đối chiếu độc lập từng bảng kết quả.
Đóng gói đồng bộ bản thảo chuẩn công bố tạp chí DOCX & PDF, tệp dữ liệu CSV, ba kịch bản ước lượng R · Stata · Python và hướng dẫn thực thi.
Mỗi liên kết tải xuống được cấp chữ ký bảo mật riêng cho tài khoản thành viên và tự động làm mới mượt mà ngay trên trang đọc.




