Nhặt sạch rác thải: Đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ

Chương trình Giảng dạy Kinh tế Fulbright Niên khoá 2005-2006 Tài chính công Bài đọc Nhặt sạch rác thải: đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ Ngân hàng Thế giới 1 Biên dịch: Kim Chi NHẶT SẠCH RÁC THẢI: ĐO LƯỜNG HIỆU QUẢ DỊCH VỤ ĐÔ THỊ Ở CÁC THÀNH PHỐ HOA KỲ Adrian Moore Reason Public Policy Institute adrianm@rppi.org James Nolan Phòng Kinh tế nông nghiệp Đại học Saskatchewan 51 Campus Dr. Saskatoon, SK. Canada S7N 5A8 James.nolan@usask.ca Geoffrey Segal Reason Public Policy Institute gsegal@rppi.org Tháng 9-2003 Tóm tắt: Có một khối lượng tư liệu nghiên cứu đáng kể mô tả kết quả hoạt động của các dịch vụ đô thị, thường sử dụng những đại lượng đo lường tính hiệu quả một cách không hoàn hảo hay chỉ có tính chất cục bộ. Phương pháp phân tích bao bọc số liệu (DEA) được đề xuất như một công cụ hữu hiệu để xác định hiệu quả tương đối của việc cung ứng dịch vụ công. Tài liệu này sử dụng DEA để đo lường hiệu quả tương đối của 11 dịch vụ đô thị tại 46 thành phố trong số những thành phố lớn nhất Hoa Kỳ trong một khoảng thời gian 6 năm. Thêm vào đó, thông tin này được tiếp tục sử dụng để khám phá những điểm khác biệt về tính hiệu quả giữa các thành phố và dịch vụ, và được đưa vào phân tích thống kê để tìm hiểu những yếu tố có thể giải thích sự khác biệt về hiệu quả giữa các thành phố. Cuối cùng, chúng tôi thảo luận việc sử dụng các số đo kết quả hoạt động của các chính quyền đô thị, và những vấn đề trong việc thu thập số liệu đô thị làm chuẩn so sánh. Phân loại JEL: H7, R5. Từ ngữ then chốt: Hiệu quả, đo lường kết quả hoạt động, quản lý đô thị, ngân sách đô thị. Chương trình Giảng dạy Kinh tế Fulbright Tài chính công Bài đọc Nhặt sạch rác thải: đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ Ngân hàng Thế giới 2 Biên dịch: Kim Chi 1. Dẫn nhập Người tiêu dùng hiện đại thường dựa vào thông tin khách quan của bên thứ ba về một sản phẩm hay dịch vụ để xác định xem có nên mua sản phẩm hay dịch vụ đó hay không. Nhu cầu về những thông tin như thế đã dẫn đến việc phát hành một vài loại ấn bản (ví dụ như Consumer Reports) chuyên cung ứng thông tin về sản phẩm đối với tất cả các loại hàng hoá. Tương tự như vậy, người dân thường tìm đến những số tay hướng dẫn hay ấn bản thông tin, trong đó đánh giá mức độ thực hiện dịch vụ công của chính phủ như thế nào. Ví dụ, tạp chí Money xếp hạng những thành phố tốt nhất đối với những người về hưu,1 trong khi tạp chí Fortune xếp hạng những thành phố tốt nhất để làm kinh doanh.2 Cũng có nhiều nghiên cứu tổng quát khác về kết quả hoạt động của các thành phố. Tạp chí Governing xếp hạng các thành phố về chất lượng quản lý, trong khi Hội nghị Thị trưởng Hoa Kỳ xếp hạng “khả năng sống” của các thành phố.3 Đây chỉ mới là một vài ví dụ trong nhiều số tay hướng dẫn và các ấn bản thông tin được sử dụng để đánh giá đặc điểm của những thành phố khác nhau.4 Các nghiên cứu về nhà ở và địa điểm doanh nghiệp cũng không quên thực hiện những so sánh như thế. Tiếp theo việc triển khai lý thuyết chọn lựa địa điểm của Tiebout (1956) dựa trên sở thích về các khía cạnh khác nhau trong quản trị địa phương, người ta thấy xuất hiện một nguồn tư liệu nghiên cứu phong phú xem xét lý thuyết về cách thức người dân so sánh và chọn lựa giữa những khu vực hành chính cạnh tranh nhau như thế nào (Dowding và John, 1996; Oakerson, 1987). Các công trình nghiên cứu thực nghiệm tiếp theo cho thấy mức độ quan trọng của nguồn thông tin tốt để những lý thuyết này có tác dụng trên thực tế đối với người dân và doanh nghiệp (Lowery, 2000; Lyons và những người khác 1992; Teske và những người khác 1993). Những nghiên cứu sau này đã khởi động một phong trào hướng tới việc đo lường hoạt động và quản trị tốt hơn trong lĩnh vực quản lý đô thị. Các nhóm khác nhau như Hiệp hội viên chức tài chính chính phủ (Leithe, 1997), Uỷ ban tiêu chuẩn hạch toán chính phủ (GASB, 1994), và Hiệp hội quản lý hạt/ thành phố quốc tế (Hatry và những người khác 1992) từ lâu đã tìm cách giúp chính quyền đô thị đo lường kết quả hoạt động của các dịch vụ đô thị. Các số đo về kết quả dịch vụ này cho phép các quan chức thành phố và công dân so sánh và đánh giá sự kết nối giữa các phương án chính sách và các kết quả. Nếu không đo lường những kết quả như vậy, người dân không thể phân biệt giữa những trường hợp thành công và thất bại (Osborne và Gaebler, 1993). Cụ thể hơn, Wood (1998) phát biểu trong sách hướng dẫn của ông về tài chính chính quyền địa phương rằng việc đo lường kết quả hoạt động của chính phủ giúp chúng ta có thể: 1. Đánh giá xem một chương trình đang có tác dụng như thế nào; 2. Có được một phương pháp so sánh những dịch vụ được hợp đồng với bên ngoài và những dịch vụ tự thực hiện; và 1 www.money.com/money/depts/retirement/bpretre/ 2 www.fortune.com/fortune/bestcities/index.html 3 www.usmayors.org/USCM/uscm_projects_services/city_livability_awards/ 4 Trang Web www2.lib.udel.edu/subj/godc//resguide/p;aces.htm có liệt kê một danh mục sách xếp hạng các thành phố và kết nối đến một số trang web cung cấp số liệu so sánh. Chương trình Giảng dạy Kinh tế Fulbright Tài chính công Bài đọc Nhặt sạch rác thải: đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ Ngân hàng Thế giới 3 Biên dịch: Kim Chi 3. Cải thiện sự truyền thông với công chúng. Một cách lý tưởng, người dân có thể biết chắc có bao nhiêu nguồn lực (ví dụ như các khoản trợ cấp và thời gian làm việc) mà chính quyền cần có để cung ứng những dịch vụ khác nhau, cùng với tri thức về việc sử dụng những nguồn lực này so sánh với những thành phố khác như thế nào để mang lại cùng một chất lượng phục vụ như nhau. Nếu không có số liệu tốt về kết quả hoạt động, người dân sẽ không có một phương tiện tốt để đánh giá chính quyền thành phố và phải dựa vào những số đo thô sơ hơn nếu họ muốn bỏ phiếu một cách sáng suốt. Trên thực tế, phần lớn việc đo lường kết quả hoạt động do chính quyền đô thị thực hiện thường tập trung vào những số đo về khối lượng công việc và sản lượng, và xác định hiệu quả phục vụ chỉ trong khoảng 20-35 phần trăm thời gian (Poister và Streib, 1999). Hơn nữa, Nyhan và Martin (1999) nhận thấy rằng khi chính quyền đô thị đo lường tính hiệu quả, họ thường sử dụng việc phân tích tỷ số đơn giản hay một hình thức phân tích hồi qui tuyến tính nào đó để phân tích một số đo kết quả hoạt động duy nhất. Cả hai phương pháp đều có giá trị hạn chế khi được sử dụng để phân tích số đo thành quả hoạt động của đô thị, và thường mang lại những kết quả mơ hồ. Trong nghiên cứu này, chúng tôi đã thu thập một bộ số liệu lớn và độc đáo về việc cung ứng dịch vụ tại các thành phố lớn của Hoa Kỳ. Trong phần phân tích thứ nhất, chúng tôi sử dụng kỹ thuật đo lường hiệu quả phi thông số để đánh giá hiệu quả tương đối của các dịch vụ này trong mẫu. Thông qua xây dựng, cách làm này sẽ mở rộng tầm hiểu biết của chúng ta về cách thức làm thế nào để đo lường và so sánh hiệu quả của dịch vụ đô thị một cách tốt hơn. Sau đó, chúng tôi tìm hiểu những nguyên nhân khả dĩ dẫn đến những khác biệt về hiệu quả và các ý nghĩa chính sách. Chúng tôi cũng thảo luận một số vấn đề đáng kể gắn liền với việc thu thập số liệu đô thị. Phần cuối cùng là kết luận. 2. Số liệu và phương pháp luận Nghiên cứu này được bắt đầu với mục tiêu là đánh giá kết quả dịch vụ công của khoảng 50 thành phố lớn nhất ở Hoa Kỳ trong một khoảng thời gian. Chúng tôi từng hy vọng xem xét 18 dịch vụ đô thị, và thêm vào đó, kiểm định 16 yếu tố ngoại sinh có thể giúp giải thích những khác biệt về hiệu quả phục vụ. Vì không có một tập hợp số liệu toàn diện về dịch vụ đô thị, cho nên gần như toàn bộ số liệu sử dụng trong nghiên cứu này đều đã được các tác giả trực tiếp thu thập trong một khoảng thời gian kéo dài ba năm. Số liệu được thu thập từ nhiều nguồn bao gồm ngân sách đô thị, các ấn bản của chính quyền đô thị, và đến tham quan thực địa tại các cơ quan chính quyền đô thị.5 Do đó, tuy tập hợp số liệu hoàn toàn độc đáo về phạm vi, đáng tiếc thay, lại có phần nào không thỏa mãn được những tham vọng ban đầu của chúng tôi.6 Do số liệu thiếu sót, không hoàn chỉnh, hoặc không tương thích, cho nên chúng tôi loại bỏ một số thành phố, chỉ còn 46 thành phố được xem xét, và số dịch vụ phân tích chỉ còn 11. Xem bảng 1. Về khía cạnh tích cực, chúng tôi cố gắng duy trì tập hợp số liệu theo định hướng đo lường tính hiệu quả, và quan trọng hơn, 5 Số liệu về dịch vụ thư viện xuất phát từ Hiệp hội thư viện Mỹ, số liệu về tỷ lệ tội phạm được lấy từ thống kê tội phạm của FBI công bố trong ấn bản hàng năm Tóm tắt thống kê Hoa Kỳ. 6 Một số chi tiết bổ sung về những khía cạnh nhất định của nghiên cứu này có thể được tìm thấy trong báo cáo của Moore và những người khác (2001). Chương trình Giảng dạy Kinh tế Fulbright Tài chính công Bài đọc Nhặt sạch rác thải: đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ Ngân hàng Thế giới 4 Biên dịch: Kim Chi bảng số liệu cuối cùng (không cân đối) vẫn còn khá lớn, bao trùm gần một nghìn quan sát (961) từ năm 1993 đến 1998. Trước tiên, chúng tôi phân tích số liệu bằng một kỹ thuật đo lường hiệu quả phi thống kê, được gọi là phương pháp phân tích bao bọc số liệu (DEA). Phương pháp này giúp chúng tôi tính xem ứng với từng đơn vị nhập lượng, một cơ quan nhà nước tạo ra sản lượng (cung ứng dịch vụ) như thế nào so với các cơ quan nhà nước còn lại trong mẫu. Cho dù DEA đang ngày càng trở nên phổ biến hơn trong tư liệu học thuật nhằm so sánh thành quả hoạt động của dịch vụ chính phủ (Adler và Berechman, 2001; Chlos và Cherian, 1995; Craycraft, 1999) đến mức độ như thế, nhưng phương pháp này vẫn chưa được sử dụng để so sánh nhiều loại dịch vụ với nhau, mà cũng không được đưa vào loại dự án làm chuẩn so sánh như thảo luận trên đây. Phân tích bao bọc số liệu là một kỹ thuật ước lượng hiệu quả, giúp ước lượng hiệu quả kỹ thuật của từng điểm số liệu so với những số liệu khác trong mẫu. Theo định nghĩa, một công ty có hiệu quả kỹ thuật nếu ứng với một mức sản lượng cho trước, người ta không thể giảm tỷ lệ nhập lượng mà vẫn mang lại cùng một mức sản lượng như cũ (Lovell 1993). Giải bài toán theo phương pháp này, ta sẽ có được một đường biên giới nhân tạo, bao gồm một kết hợp tuyến tính của những đơn vị có hiệu quả kỹ thuật nhất trong mẫu. Ta sẽ tính toán điểm số hiệu quả cho từng đơn vị hoạt động trong mẫu so với biên giới hiệu quả này. Điểm số DEA có thể được diễn giải là bình quân trọng số tối ưu của sản lượng chia cho bình quân trọng số của nhập lượng. Các trọng số này là các biến số tìm được khi giải bài toán tối ưu hóa. DEA đã được thực hiện vì bài toán có thể được xây dựng và giải như một chương trình tuyến tính đơn giản. Chương trình tuyến tính mang lại một số đo hiệu quả kỹ thuật cho từng đơn vị trong mẫu vì nó so sánh các giá trị quan sát được (số liệu của những điểm cụ thể) với giá trị tối ưu (đơn vị hoạt động tốt nhất). Các điều kiện ràng buộc trong chương trình tuyến tính qui định rằng các trọng số mà ta tìm được không thể mang lại một tỷ số sản lượng trên nhập lượng lớn hơn một. Điều này đảm bảo rằng một điểm số bằng một chính là điểm số của một đơn vị hoạt động hiệu quả trong mẫu. Ngoài ra, điểm số hiệu quả còn tiêu biểu cho mức độ gia tăng sản lượng cần phải đạt được của đơn vị đang xem xét nhằm mang lại mức hiệu quả giống như (những) đơn vị hoạt động tốt nhất trong mẫu. Tìm đọc thêm những chi tiết chính xác của việc tính toán DEA sử dụng trong nghiên cứu này trong phụ lục A. Phương pháp DEA tính toán hiệu quả tương đối của một đơn vị hoạt động thông qua xác định xem thử đơn vị hoạt động đó cần phải sản xuất thêm bao nhiêu sản lượng nữa nếu muốn đua tranh theo quá trình sản xuất của đơn vị cung ứng dịch vụ hiệu quả nhất trong mẫu vào năm đó. Ví dụ, nếu ta nhận thấy dịch vụ chất thải rắn của Long Beach, bang California có điểm số là 2,40, điều này có nghĩa là nếu Long Beach đang thực sự cung ứng dịch vụ chất thải rắn theo cùng một cách thức giống như những thành phố hiệu quả nhất trong mẫu, thì trên lý thuyết, Long Beach có thể cung ứng sản lượng nhiều hơn gấp 2,4 lần (trong trường hợp này là phục vụ cho nhiều người hơn gấp 2,4 lần) so với mức mà thành phố này hiện đang thực sự đạt được. Bằng phương pháp minh họa, hình 2 trong phụ lục trình bày việc xếp hạng theo DEA về các dịch vụ chất thải rắn trong những thành phố có số liệu chất thải. Chương trình Giảng dạy Kinh tế Fulbright Tài chính công Bài đọc Nhặt sạch rác thải: đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ Ngân hàng Thế giới 5 Biên dịch: Kim Chi Điều thú vị là, các thành phố New York, Chicago, Los Angeles, Houston và Pittsburgh đã được bao hàm trong các phép tính hiệu quả chung trong giai đoạn dầu nếu và khi những thành phố này có số liệu ứng với một dịch vụ bất kỳ. Tuy nhiên, chúng tôi đã quyết định loại những thành phố đó ra khỏi các kết quả chung trình bày trong tài liệu này do thiếu số liệu tương đối so với những thành phố khác đối với mười một loại dịch vụ hay những chỉ báo về tính hiệu quả được phân tích trong phần 4. Thật ra, không một thành phố nào trong những thành phố này đạt được kết quả hoạt động tốt, ngay cả khi có số liệu thích hợp (xem phần chú thích cuối trang số 6). Bảng 2 liệt kê các nhập lượng và sản lượng chính xác được sử dụng để tính thứ hạng cho từng dịch vụ bao hàm trong nghiên cứu này. Lưu ý rằng có một số dịch vụ đô thị, như thư viện và quá cảnh, có lượng số liệu đáng kể. Tuy nhiên, một số dịch vụ khác trong nghiên cứu này, gồm cấp nước, dịch vụ cấp cứu y tế và quản lý xây dựng, lại thiếu số liệu nhất quán trong giai đoạn nghiên cứu từ nhiều thành phố được xem xét. 3. Các kết quả hiệu quả chung Chúng tôi bắt đầu bằng cách tính điểm số hiệu quả tương đối cho từng dịch vụ theo thành phố và theo năm. Phương pháp DEA giúp chúng tôi xác định xem tính hiệu quả của từng thành phố đối với từng dịch vụ thay đổi như thế nào theo thời gian. Vì bảng số liệu cuối cùng của chúng tôi còn xa mới đạt được tính cân đối, cho nên chúng tôi cũng cần triển khai một phương pháp đơn giản để tính tổng các điểm số DEA của dịch vụ đô thị một cách thỏa đáng và hợp lý khi có một số điểm số bị thiếu sót. Cuối cùng, từng điểm số của từng dịch vụ đô thị được lấy trọng số theo tình trạng có sẵn số liệu chung của thành phố – nghĩa là những thành phố và dịch vụ mà chúng tôi thực sự có số liệu tốt sẽ có trọng số cao nhất – và từ đây, chúng tôi tính điểm số hiệu quả dịch vụ công bình quân cho từng thành phố so với những thành phố khác trong mẫu. Để một thành phố đạt được điểm 1 (điểm tối đa, nghĩa là được xếp hạng là hoàn toàn hiệu quả) trong hệ thống lấy trọng số, thành phố đó cần phải có số liệu của từng dịch vụ mà chúng tôi phân tích trong mỗi năm và có điểm 1 (hiệu quả nhất) trong từng dịch vụ này. Không có gì ngạc nhiên, không một thành phố nào trong mẫu đạt điểm số hiệu quả hoàn toàn khi sử dụng hệ thống xếp hạng theo trọng số.7 Bảng 3 trình bày điểm số hiệu quả dịch vụ chung của thành phố dẫn đến việc xếp hạng dịch vụ đô thị.8 Cuối cùng, thành phố Phoenix được xếp hạng là thành phố có những dịch vụ chung hiệu quả nhất và giữ vị trí đó mỗi năm từ 1995 đến 1998. Lý do cơ bản của thứ hạng này là Phoenix lưu giữ số liệu một cách xuất sắc và người dân có thể dễ dàng tìm hiểu ngân sách dành cho dịch vụ công. Phoenix còn nổi tiếng về chương trình cạnh tranh phục vụ, trong đó, một số ban ngành trong thành phố cạnh tranh nhau cung ứng dịch vụ cho các doanh nghiệp tư nhân (Moore và những người khác 2001). Theo phương pháp của chúng tôi, điểm số hiệu quả chung của các dịch vụ ở Phoenix thông qua mẫu là 3,1. Cho dù việc xếp hạng trọng số làm vẩn đục sự diễn giải chính xác các điểm số DEA này, ta vẫn có thể kết luận rằng xét bình quân, Phoenix có thể đã tạo ra sản lượng phần nào nhiều hơn ứng với cùng những nhập lượng như nhau trong những dịch vụ nhất định. Do 7 Nhìn chung, hệ thống lấy trọng số đơn giản này không thiên lệch theo số liệu. Ví dụ, với một số dịch vụ, những thành phố có ít số liệu điểm (nhưng tương đối hiệu quả) vẫn được xếp hạng cao, trong khi những thành phố khác sẵn có nhiều số liệu hơn (nhưng thứ hạng hiệu quả kém) vẫn không được xếp hạng tốt. 8 Có thể tìm hiểu thêm về các điểm số chính xác ở các tác giả. Chương trình Giảng dạy Kinh tế Fulbright Tài chính công Bài đọc Nhặt sạch rác thải: đo lường hiệu quả dịch vụ đô thị ở các thành phố Hoa Kỳ Ngân hàng Thế giới 6 Biên dịch: Kim Chi đó, ngay ở vị trí cao nhất, vẫn còn có chỗ để cải thiện hơn nữa việc cung ứng dịch vụ công đô thị. Ở cực ngược lại của chuỗi điểm số hiệu quả, thành phố Oakland được xếp hạng là kém hiệu quả nhất xét bình quân trong mẫu này. Thành phố này có điểm số bình quân là 41,8 nhưng không phải là thành phố bị xếp hạng tệ nhất một cách nhất quán trong toàn bộ mẫu.9 Okland xếp hạng vào khoảng giữa trong một loại dịch vụ (công viên và khu giải trí), nhưng thứ hạng chung của thành phố này bị xếp vào hạng tệ hại chủ yếu là do tình trạng phi hiệu quả cao trong dịch vụ thư viện và cảnh sát, cùng với tình trạng khan hiếm số liệu của thành phố. Xem xét các chi tiết mở rộng về việc xếp hạng từng dịch vụ riêng lẻ, bảng 4 trình bày những thành phố hiệu quả nhất và kém hiệu quả nhất xét bình quân. Như được trình bày trong bảng này, chúng tôi xác định một vài sự ràng buộc về thứ hạng ở mức độ hiệu quả toàn bộ cho những dịch vụ nhất định. Nhìn chung, đây là một kết quả tích cực; những thành phố và dịch vụ nhất định đang thực hiện theo cùng một cách thức hiệu quả tương đối và tương tự như nhau. Ngoài ra, phạm vi của bộ dữ liệu cũng cho phép chúng tôi đánh giá các vùng khác nhau ở Hoa Kỳ so với những vùng khác. Như vậy, chúng tôi tập hợp các thành phố được xem xét vào thành từng vùng và tính bình quân điểm số hiệu quả phục vụ chung của mỗi vùng, như trình bày trong bảng 5. Trong khi vùng tây nam có điểm số hiệu quả bình quân chung cao nhất, vùng miền tây/ Thái Bình Dương có điểm số thấp nhất. 4. Giải thích các kết quả hiệu quả Phân tích số liệu giai đoạn đầu cho thấy có những mối quan hệ thú vị hàm chứa trong số liệu. Để tìm hiểu điều này sâu xa hơn, chúng tôi xem xét một tập hợp những yếu tố ngoại sinh có thể giúp giải thích phần nào sự khác biệt về hiệu quả phục vụ giữa các thành phố (bảng 6).10 Sử dụng kỹ thuật hồi qui Tobit (biến phụ thuộc có giới hạn) do bản chất bị cắt xén của các điểm số DEA,11 chúng tôi triển khai một mô hình hồi qui của các điểm số DEA dịch vụ đô thị bình quân theo các biến giải thích này. Chúng tôi thực hiện một phép hồi qui ban đầu bao gồm toàn bộ các yếu tố này, và chỉ tìm thấy một vài yếu tố có ý nghĩa thống kê (bảng 7). Sau đó, chúng tôi xem xét một tập hợp rút gọn các yếu tố được chọn trên cơ sở thích hợp về mặt thống kê (bảng 8).12 9 Một lần nữa, chúng tôi nhắc lại rằng điểm số này chẳng những phản ánh tình trạng phi hiệu quả thực tế, mà còn phương án tình trạng sẵn có số liệu trong hệ thống tính trọng số. Chắc chắn chúng ta không thể suy đoán rằng dịch vụ công của Oakland có thể tăng được gấp 41 lần nữa so với mức sản lượng thực tế đã đạt được. 10 Sự khác biệt theo vùng thể hiện trong bảng 5 được giải thích bằng một vài biến số trong những biến số này, bao hàm những biến số liên quan đến thời tiết. 11 Xem thêm thông tin về việc sử dụng kỹ thuật hồi qui Tobit thuộc loại phân tích này trong tài liệu của Nolan và những người khác (2001). 12 Chúng tôi thực hiện một phép kiểm định tỷ số khả năng xảy ra nhằm xác minh rằng đặc điểm kỹ thuật rút gọn trong bảng 8 không phải là mô hình không hợp lý về mối quan hệ thực nghiệm thật sự. Chúng tôi nhận thấy rằng mô hình rút gọn không thể bị bác bỏ xuống đến mức ý nghĩa 1%, một giá trị thống kê xác minh rằng mô hình rút gọn quả thật là hợp lý. Các kết quả hoàn chỉnh của phép tính này hi