(Báo Cáo Tổng Kết Đề Tài Nghiên Cứu Khoa Học Cấp Trường) Ước Lượng Năng Suất Tổng Hợp Nhân Tố Của Các Doanh Nghiệp Công Nghiệp Chế Biến Chế Tạo Ở Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC THƯƠNG MẠI  BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG ƯỚC LƯỢNG NĂNG SUẤT TỔNG HỢP NHÂN TỐ CỦA CÁC DOANH NGHIỆP CÔNG NGHIỆP CHÊ BIẾN CHẾ TẠO Ở VIỆT NAM Mã số đề tài: CS21-01 Chủ nhiệm đề tài: TS Hà Thị Cẩm Vân Thành viên tham gia: TS Lê Mai Trang Hà Nội, 05/2022 MỤC LỤC MỤC LỤC DANH MỤC BẢNG DANH MỤC HÌNH MỞ ĐẦU 1.1 Một số khái niệm 1.1.1 Ngành công nghiệp chế biến chế tạo doanh nghiệp công nghiệp chế biến chế tạo .4 1.1.2 Năng suất tổng hợp nhân tố (TFP) nhân tố tác động đến TFP 1.2 Tổng quan tình hình nghiên cứu TFP ước lượng TFP doanh nghiệp 1.2.1 Tình hình nghiên cứu nước .8 1.2.2 Tình hình nghiên cứu ngồi nước 10 1.3 Cơ sở lý thuyết ước lượng TFP .12 1.3.1 Hàm sản xuất 12 1.3.2 Các phương pháp ước lượng hàm sản xuất 15 1.3.3 Phương pháp tính TFP 17 CHƯƠNG 2: MÔ TẢ DỮ LIỆU VÀ PHƯƠNG PHÁP ƯỚC LƯỢNG NĂNG SUẤT TỔNG HỢP NHÂN TỐ CỦA CÁC DOANH NGHIỆP .20 2.1 Mô tả liệu 20 2.1.1 Nguồn liệu 20 2.1.2 Mô tả liệu 23 2.2 Phương pháp ước lượng TFP .28 2.2.1 Mơ hình hàm sản xuất Cobb-Douglas tổng quát 28 2.2.2 Phương pháp ước lượng hàm sản xuất tính tốn TFP 29 CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ PHÂN TÍCH TFP GIAI ĐOẠN 2010-2016 31 3.1 Tổng quan suất ngành công nghiệp chế biến chế tạo 31 3.2 Kết ước lượng 33 3.1.1 Kết tổng quát ước lượng hàm sản xuất 33 3.2.1 Tác động vốn lao động đến hàm sản xuất 36 3.3 Phân tích đóng góp TFP vào q trình sản xuất doanh nghiệp 39 3.3.1 Mối quan hệ TFP sản lượng doanh nghiệp 42 3.3.2 Biến động TFP ngành giai đoạn 2010-2016 43 3.3.3 So sánh TFP doanh nghiệp theo ngành, vùng loại hình sở hữu .44 CHƯƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT CHÍNH SÁCH 46 4.1 Kết luận 46 4.2 Một số hạn chế tăng trưởng TFP nguyên nhân 47 4.2.1 Hạn chế 47 4.2.2 Nguyên nhân 48 4.3 Đề xuất số giải pháp nhằm cải thiện TFP doanh nghiệp .50 4.3.1 Nhóm giải pháp từ phía doanh nghiệp 50 4.3.2 Một số gợi ý sách cho phủ 51 TÀI LIỆU THAM KHẢO 57 PHỤ LỤC Error! Bookmark not defined DANH MỤC BẢNG Bảng 1.1: Các cách tiếp cận khác để đo lường TFP .17 Bảng 2.1 Số lượng doanh nghiệp Việt Nam giai đoạn 2010-2016 .23 Bảng 2.2 Số lượng doanh nghiệp ngành công nghiệp chế biến chế tạo 25 Bảng 2.3 Một số tiêu thống kê ước lượng hàm sản xuất 28 Bảng 3.2 Nhóm ngành thâm dụng lao động 36 Bảng 3.3 Nhóm ngành có hệ số đóng góp vốn 0.3 38 Bảng 3.4 Tổng hợp giá trị TFP theo nhóm ngành cấp 41 Bảng 3.5 Sự thay đổi TFP ngành giai đoạn 2010-2016 43 Bảng 3.6 TFP theo loại hình sở hữu .45 Bảng 3.7 TFP theo vùng 45 DANH MỤC HÌNH Hình 1.1: Đồ thị tỷ lệ K/Y, thời gian xu 18 Hình 2.1 Số lượng doanh nghiệp, doanh nghiệp thành lập doanh nghiệp 24 đóng cửa 24 Hình 2.2 Đóng góp ngành công nghiệp vào GDP .25 Hình 2.3 Giá trị xuất ngành cơng nghiệp chế biến chế tạo 27 Hình 3.1 Tỷ trọng lao động số ngành cấp .37 Hình 3.2 Phân phối chuẩn TFP doanh nghiệp chế biến chế tạo Việt Nam 40 Hình 3.3 Mối quan hệ TFP sản lượng đầu doanh nghiệp 42 MỞ ĐẦU Tính cấp thiết đề tài Năng suất tổng hợp nhân tố (Total Factor productivity – TFP) tiêu phản ánh kết sản xuất mang lại nâng cao hiệu sử dụng vốn lao động, nhờ vào tác động nhân tố đổi cơng nghệ, hợp lý hóa sản xuất, cải tiến quản lý, nâng cao trình độ lao động,… Theo đó, chia kết sản xuất thành ba phần: (i) phần vốn tạo ra, (ii) phần lao động tạo ra; (iii) phần nhân tố tổng hợp tạo Để tăng suất doanh nghiệp, không thiết lúc phải tăng lao động vốn để tăng đầu ra, mà có đầu lớn cách sử dụng tối ưu nguồn lao động vốn, cải tiến q trình cơng nghệ, trình độ quản lý, nhân tố đầu vào phối hợp sử dụng tốt Do đó, tăng TFP tiêu phản ánh đích thực khái quát hiệu sử dụng vốn lao động, tiêu quan trọng để đánh giá chất lượng tăng trưởng phát triển bền vững kinh tế để phân tích hiệu kinh tế vĩ mô đánh giá tiến khoa học công nghệ (KH&CN) ngành, địa phương quốc gia TFP thay đổi số nguyên nhân chủ yếu thay đổi chất lượng nguồn lực lao động, thay đổi cấu vốn, thay đổi cơng nghệ, phân bố lại nguồn lực trình độ quản lý Ở Việt Nam nước phát triển, tiêu tốc độ tăng TFP phản ánh tồn diện chiều sâu q trình sản xuất, kinh doanh Chỉ có tăng trưởng kinh tế nhờ vào tăng TFP tăng trưởng có tính chất ổn định bền vững Chỉ tiêu tốc độ tăng TFP phản ánh tiến KH&CN, thể kết việc cải tiến tổ chức sản xuất, đổi công nghệ, áp dụng tiến khoa học - kỹ thuật, nâng cao chất lượng lao động Áp dụng tiêu TFP để đánh giá hoạt động sản xuất đơn vị, ngành hay tồn kinh tế quốc dân, khơng khuyến khích người sản xuất nâng cao hiệu sử dụng vốn lao động để tăng TFP, mà cịn có tác dụng động viên họ trì mở rộng quy mơ sản xuất Đây đặc điểm quan trọng việc áp dụng tiêu suất theo cách tiếp cận với mục đích cuối nâng cao suất tăng thêm nhiều sản phẩm vật chất dịch vụ cho xã hội, tạo thêm nhiều việc làm cho người lao động Chính vậy, TFP trở thành tiêu đặc biệt quan trọng hệ thống tiêu kinh tế, nhiều nước giới quan tâm nghiên cứu áp dụng Đã có nhiều nghiên cứu xem xét ước lượng tiêu TFP kinh tế đóng góp số tới GDP tăng trưởng kinh tế Việt Nam Tuy nhiên, cơng trình nghiên cứu chủ yếu tập trung vào TFP tổng hợp kinh tế không ước lượng riêng lẻ cho ngành doanh nghiệp Ước lượng TFP cấp độ doanh nghiệp có vai trị vơ quan trọng để xem xét yếu tố vi mô tác động đến số từ góp phần đưa giải pháp nhằm thúc đẩy tốc độ tăng TFP đóng góp vào suất doanh nghiệp Trong doanh nghiệp có vai trị tế bào cấu thành kinh tế, việc phát triển doanh nghiệp dựa vốn, lao động TFP vô cần thiết để đảm bảo xây dựng doanh nghiệp vững mạnh, làm trụ cột cho kinh tế đạt tăng trưởng bền vững dài hạn Nghiên cứu nằm số nghiên cứu Việt Nam ước lượng TFP cấp độ doanh nghiệp ngành công nghiệp chế biến chế tạo nhằm đưa đánh giá chi tiết TFP doanh nghiệp ngành Bên cạnh đó, nghiên cứu so sánh TFP doanh nghiệp ngành công nghiệp chế biến chế tạo theo vùng, ngành loại hình sở hữu nhằm cung cấp tranh chi tiết TFP doanh nghiệp ngành công nghiệp chế biến chế tạo Việt Nam Mục tiêu nghiên cứu - Ước lượng hàm sản xuất doanh nghiệp công nghiệp chế biến chế tạo, từ xem xét đóng góp vốn lao động tới hiệu hoạt động doanh nghiệp tính tốn giá trị TFP doanh nghiệp - Phân tích, đánh giá thực trạng TFP doanh nghiệp so sánh TFP theo ngành nhỏ (cấp 4), theo vùng theo loại hình sở hữu - Đề xuất giải pháp nhằm nâng cao TFP doanh nghiệp công nghiệp chế biến chế tạo Đối tượng phạm vi nghiên cứu 3.1 Đối tượng nghiên cứu Đối tượng nghiên cứu đề tài Năng suất tổng hợp nhân tố (TFP) doanh nghiệp chế biến chế tạo Việt nam 3.2 Phạm vi nghiên cứu - Phạm vi không gian: Các doanh nghiệp chế biến chế tạo nước - Phạm vi thời gian: Giai đoạn 2010-2016 Phương pháp nghiên cứu Đề tài sử dụng phương pháp phân tích định lượng phương pháp nghiên cứu Theo đó, đề tài sử dụng liệu bảng (panel data) giai đoạn 2010-2016 làm tính tốn từ điều tra doanh nghiệp (Vietnam Enterprise Survey) Tổng cục thống kê Phương pháp ước lượng dự kiến sử dụng phương pháp Generalised Method of Moments (GMM) đề xuất Wooldridge (2009) nhằm kiểm soát yếu tố khơng quan sát mơ hình ước lượng hàm sản xuất để tính tốn TFP doanh nghiệp Kết cấu đề tài nghiên cứu Báo cáo kết nghiên cứu đề tài phần mở đầu phụ lục chia thành chương sau: Chương 1: Tổng quan nghiên cứu sở lý thuyết ước lượng Năng suất tổng hợp nhân tố Chương 2: Mô tả liệu phương pháp ước lượng suất tổng hợp nhân tố doanh nghiệp Chương 3: Kết ước lượng phân tích TFP giai đoạn 2010-2015 Chương 4: Kết luận đề xuất sách CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT VỀ ƯỚC LƯỢNG NĂNG SUẤT TỔNG HỢP NHÂN TỐ 1.1 Một số khái niệm 1.1.1 Ngành công nghiệp chế biến chế tạo Ngành công nghiệp trụ cột quan trọng kinh tế, đó, cơng nghiệp chế biến, chế tạo đóng vai trò chủ đạo, tạo giá trị gia tăng lớn định chất lượng tăng trưởng kinh tế Các ngành chế biến, chế tạo xây dựng tảng vật chất cho kinh tế, sản sinh phát minh mới, công nghệ có vai trị quan trọng tương lai kinh tế đất nước Theo Tổ chức phát triển công nghiệp Liên hợp quốc (UNIDO), công nghiệp CBCT ngành tham gia vào việc biến đổi hàng hoá, nguyên liệu chất liệu khác thành sản phẩm Q trình biến đổi vật lý, hóa học học để chế biến, sản xuất hàng hóa phục vụ cho nhu cầu tiêu dùng nước xuất Đó hoạt động kinh tế với quy mô sản xuất lớn, hỗ trợ mạnh mẽ tiến công nghệ, khoa học kỹ thuật nhằm nâng cao chất lượng sản phẩm, đáp ứng yêu cầu trình phát triển Hệ thống ngành kinh tế quốc dân Việt Nam (VISIC 2018) ban hành theo Quyết định số 27/2018/QĐ-TTg Thủ tướng Chính phủ dựa hệ thống phân ngành kinh tế quốc tế (ISIC Rev 4.0) để phân loại giải thích rõ hoạt động kinh tế gồm ngành xếp vào nhóm theo tính chất đặc điểm giống hoạt động kinh tế VSIC 2018 gồm có cấp, mã hóa chữ in hoa chữ số Ngành cấp gồm 21 ngành mã hóa theo bảng chữ từ A đến U Ngành công nghiệp CBCT ngành kinh tế cấp 1, mã hóa chữ C, bao gồm 24 ngành cấp 2; 71 ngành cấp 3; 137 ngành cấp 4; 175 ngành cấp Theo VSIC 2018, ngành chế biến, chế tạo gồm hoạt động làm biến đổi mặt vật lý, hoá học vật liệu, chất liệu làm biến đổi thành phần cấu thành để tạo sản phẩm mới, khơng phải tiêu chí để định nghĩa chế biến Vật liệu, chất liệu, thành phần biến đổi nguyên liệu thô từ sản phẩm nông nghiệp, lâm nghiệp, thuỷ sản, khai thác mỏ quặng sản phẩm khác hoạt động chế biến Những thay đổi, đổi khôi phục lại hàng hoá xem hoạt động chế biến Các đơn vị ngành chế biến bao gồm nhà xưởng, nhà máy xưởng sản xuất sử dụng máy móc thiết bị thủ cơng Các đơn vị chế biến sản phẩm thủ công nhà bán thị trường, sản phẩm may mặc, làm bánh thuộc sản phẩm chế biến, chế tạo Các đơn vị chế biến bao gồm hoạt động xử lý vật liệu ký kết với đơn vị chế biến khác 1.1.2 Năng suất nhân tố tổng hợp (TFP) nhân tố tác động đến TFP Để phát triển, quốc gia vùng lãnh thổ phải có tăng trưởng sản xuất (hay gọi đầu ra) kinh tế theo thời gian Những nghiên cứu kinh tế cổ điển cho thấy có hai nguồn tăng trưởng kinh tế đầu tăng trưởng yếu tố sản xuất (lao động vốn đầu tư cho sản xuất) hiệu (năng suất) đạt cho phép kinh tế sản xuất nhiều với khối lượng đầu vào  Năng suất nhân tố tổng hợp (TFP) Về suất tổng hợp nhân tố (Total factor productivity) có nhiều cách diễn giải khác Theo tác giả Trần Văn Thọ, tác phẩm "Cơng nghiệp hóa Việt Nam thời đại châu Á-Thái Bình Dương", cho "phần lại (trong kết sản xuất tăng lên sau loại trừ phần đóng góp yếu tố đầu tư thêm lao động nhân công, tư bản, tài nguyên ) hiệu tổng hợp không giải thích gia tăng yếu tố sản xuất xem kết yếu tố liên quan đến hiệu suất Nền kinh tế phát triển hiệu suất phần cịn lại lớn Trong phương pháp tính tốn tăng trưởng, phần lại gọi suất nhân tố tổng hợp (TFP)" (trích theo Trung tâm Thơng tin Tư liệu, 2010) Trong "Báo cáo nghiên cứu tiêu suất Việt Nam 2006-2007" Trung tâm Năng suất Việt Nam, TFP "phản ánh đóng góp yếu tố vơ kiến thức- kinh nghiệm-kỹ lao động, cấu lại kinh tế hay hàng hoá-dịch vụ, chấtlượng vốn đầu tư mà chủ yếu chất lượng thiết bị công nghệ, kỹ quản lý Tác động khơng trực tiếp suất phận mà phải thông qua biến đổi yếu tố hữu hình, đặc biệt lao động vốn" (Trung tâm Năng suất Việt Nam, 2009) Nói cách khác, TFP phản ánh hiệu nguồn lực sử dụng vào sản xuất, phản ánh hiệu thay đổi cơng nghệ, trình độ tay nghề cơng nhân, trình độ quản lý,… Nâng cao TFP tức nâng cao kết sản xuất với đầu vào Theo nhiều nghiên cứu, tất nhân tố tổng hợp thể chế kinh tế, yếu tố thị trường, trình độ khoa học công nghệ, chế quản lý, tài nguyên thiên nhiên, lợi so sánh,… có vai trị tăng trưởng phát triển Nói tóm lại, TFP tiêu phản ánh kết sản xuất mang lại nâng cao hiệu sử dụng vốn lao động nhờ vào tác động nhân tố đổi cơng nghệ, hợp lý hố sản xuất, cải tiến quản lý, nâng cao trình độ lao động Theo chia kết sản xuất thành ba phần: (1) phần vốn tạo ra; (2) phần lao động tạo ra; (3) phần yếu tố tổng hợp tạo Như vậy, thiết để tăng trưởng sản xuất phải tăng lao động tăng vốn mà có kết sản xuất/đầu lớn thơng qua tối ưu hố nguồn lao động vốn, cải tiến quy trình cơng nghệ, cải tiến quy trình quản lý Vì tiêu TFP tiêu phản ảnh chất lượng tăng trưởng phát triển bền vững kinh tế, để phân tích hiệu kinh tế vĩ mô, đánh giá tiến KH&CN ngành, địa phương, quốc gia  Các nhân tố tác động đến TFP TFP thay đổi số nguyên nhân chủ yếu thay đổi chất lượng nguồn nhân lực (có thể phát triển giáo dục, đào tạo), thay đổi cấu vốn, thay đổi công nghệ (do phát triển khoa học công nghệ), phân bổ lại nguồn lực trình độ quản lý Chỉ tiêu Tốc độ tăng TFP phản ánh toàn diện q trình sản xuất Chỉ có tang trưởng sản xuất nhờ vào tăng TFP tăng trưởng có tính chất ổn định bền vững Chỉ tiêu Tốc độ tăng TFP phản ảnh tiến KH&CN, thể đổi quản lý, tổ chức sản xuất, đổi công nghệ, áp dụng tiến KH&CN, nâng cao chất lượng nguồn nhân lực tham gia sản xuất Tốc độ tăng TFP phản ánh tốc độ tiến khoa học công nghệ, tiêu tổng hợp phản ánh nhanh, chậm tiến khoa học công nghệ thời gian định Chính tiêu tốc độ tăng TFP trở thành tiêu quan trọng hệ thống tiêu kinh tế nhiều nước vùng lãnh thổ quan tâm nghiên cứu tính toán, áp dụng Hệ thống tiêu thống kê quốc gia Việt Nam đưa TFP thành tiêu thống kê quốc gia giao cho Tổng cục Thống kê tính tốn cơng bố Để góp phần tăng TFP, người ta thấy có yếu tố quan trọng sau JOURNAL OF THE ASIA PACIFIC ECONOMY 17 with foreign suppliers and benefitting from the high-quality inputs bought from them It should be emphasized that domestic firms’ total factor productivity in downstream sectors benefit from the intermediates supplied by foreign enterprises in upstream industries where they are widely recognized to be of good quality and more advanced, especially in terms of technology That may be the main mechanism that creates positive forward spillovers on TFP, where technology plays a significant role together with labour and capital As has been discussed earlier, our study period includes some changes in terms of investment law in 2014 To allow for this change, we take into account interactions between the year 2014 and the linkages to see if foreign investment appears in 2014 makes any differences in the spillovers to domestic enterprises’ productivity The results in Table show that year 2014 has impacts on the spillovers where we find that the interaction terms are significant across the linkages The results indicate that foreign investment from 2014 onwards creates additional significant positive linkages through the competition channel and additional negative or moderating impacts to local buyers through forward linkages 5.2.2 The role of labour absorptive capacity There is the possibility that enterprises with different levels of skilled-labour can benefit from different productivity spillovers With this in mind, we extend the analysis to take into account the role of absorptive capacity in both the direct and indirect linkages with foreign firms This allows us to test whether firms with more skilled workers gain more productivity spillovers through horizontal and vertical linkages For this purpose, we can augment Equation (11) through the addition of interaction terms between the average wage of domestic firms with the linkages (wageH, wageB and wageF) Exploring the absorptive capacity of local enterprises and the spillovers that may exist through horizontal and vertical linkages offers new insights The results are presented in Table Overall, the results from Table once again confirm a negative impact from horizontal linkages and positive effect from backward and forward linkages, where the impact through backward and forward appear to be stronger in this model A closer look at the interactions between FDI and absorptive capacity of local firms, our findings reveal negative spillovers through competition channel applied to local firms who pay higher labour wages as well while the coefficient on the interaction term between labour wages and horizontal linkage is negative and significant in the GMM estimation In terms of the interaction term between labour wages and backward linkages across industries, we find evidence of a negative linkage suggesting that domestic firms in upstream sectors with more skilled workers receive less impacts from foreign investment in the downstream sectors Our results from GMM and FE estimations find significant evidence to support that positive forward linkages are stronger for those domestic suppliers who pay higher wages to their employees These findings can only suggest that labour absorptive capacity plays a role in the spillover process which occurs through forward linkages However, our study faces some difficulties in measuring the variable where our data not offer details about the labour force such as labours’ skills, education or experiences.5 18 V T C HA ET AL Table Productivity spillover and absorptive capacity Variables Hlinkage Blinkage Flinkage HHI scale wage expint impint wageH wageB wageF loc rd Hy2014 By2014 Fy2014 Year dummies Industry dummies Constant AR(1) AR(2) Sargan Observations R-squared Number of id (1) GMM 1.728 (0.465) 2.271 (0.449) 0.217 (0.0355) 0.534 (0.117) 0.440 (0.0704) 0.0501 (0.00910) 3.48e-05 (6.23e-06) 4.95e-06 (4.42e-06) 0.0335 (0.0105) 0.0376 (0.00993) 0.00288 (0.000753) 0.701 (0.230) 0.0538 (0.0177) 1.099 (0.230) 0.701 (0.230) 0.0538 (0.0177) Yes – 0.216 (0.390) 0.023 0.224 0.000 210,812 77,524 (2) FE 0.123 (0.0902) 0.215 (0.0607) 0.0114 (0.00516) 0.00262 (0.00773) 0.0190 (0.0172) 0.00126 (0.000494) 1.424 (1.514) 0.193 (0.0256) 0.00141 (0.00191) 0.00202 (0.000908) 0.000236 (7.11e-05) 0.0327 (0.0140) 0.00424 (0.0208) 0.0898 (0.0224) 0.00363 (0.0207) 0.00825 (0.00194) Yes – 3.570 (0.0318) 210,812 0.020 77,525 (3) RE (4) OLS 0.0804 (0.0812) 0.0705 (0.0498) 0.0325 (0.00732) 0.00642 (0.00764) 0.0256 (0.0128) 0.00131 (0.000511) 1.558 (2.000) 0.678 (0.0306) 0.000845 (0.00170) 0.00166 (0.000838) 9.84e-05 (0.000117) 0.228 (0.0141) 0.0158 (0.0204) 0.0822 (0.0211) 0.00510 (0.0195) 0.0137 (0.00192) Yes Yes 3.295 (0.0313) 0.0131 (0.107) 0.0114 (0.0648) 0.105 (0.0105) 0.0252 (0.0125) 0.0302 (0.00681) 0.00169 (0.000692) 2.212 (2.339) 1.628 (0.0484) 0.000501 (0.00223) 0.00172 (0.00123) 4.93e-05 (0.000176) 0.401 (0.0135) 0.0430 (0.0300) 0.0359 (0.0320) 0.0244 (0.0293) 0.0277 (0.00272) Yes Yes 3.502 (0.0343) 210,812 210,812 0.169 77,525 Notes: Year dummies are included Robust standard errors given in parentheses are bootstrapped with 2000 replications for FE, RE and OLS estimations For GMM estimation, lag from to of TFP, Hlinkage, Blinkage, Flinkage are used as the instrument variables p < 0.01, p < 0.05, p < In terms of the control variables, we find evidence to suggest that firm specifics have significant influences on productivity Based on estimations in Tables and 6, firm’s scale, wage and import activity affect the productivity of firms positively The location of domestic firms is found to be important insofar as firms located in an industrial zone with a better infrastructure system and networking facilities are more productive than firms locate elsewhere We also find evidence to suggest that firms with significant R&D expenditure over the period are more productive than those firms that not These findings are along the lines of previous studies (Anwar and Nguyen 2014; Le and Pomfret 2011; Newman, Rand, Talbot, et al 2015; Zhou, Li, and Tse 2002) By contrast, the concentration at industry level (HHI) is found to JOURNAL OF THE ASIA PACIFIC ECONOMY 19 have a negative impact on the total factor productivity of local firms Meanwhile, the argument that export-oriented firms are more productive is not supported Overall, our findings indicate that foreign firms have negative horizontal impacts on domestic competitors in the same sectors while having a positive effect on local suppliers in upstream sectors where the linkages become more significant when the absorptive capacity of domestic enterprises is also taken into account We also find evidence supporting a view that foreign enterprises can boost the local enterprises’ TFP in the downstream sectors This suggests that although foreign firms have remained disconnected from domestic firms, the latter can still benefit from the former 5.2.3 Productivity spillovers by ownership and technology level It is possible that domestic private and state-owned enterprises and enterprises that are characterized by different levels of technology may be impacted differently by the foreign investment presence With this in mind, we investigate any such differential impacts by examining appropriate sub-samples of the data The results from GMM estimations are reported in Table 7.6 We first look at how ownership affects productivity spillovers by estimating Equation (11) on two different sub-datasets: private and state-owned firms All firms that have the code from to are treated as state-owned firms, and from to 10 are private firms We consider whether private firms are more active and benefit more from foreign investment presence than state-owned enterprises In addition, we investigate the impact of foreign investment on local firms based on two different technology groupings There is limited available data on the technology level of firms, but we can divide domestic firms into two broad groups: (i) low-tech and (ii) medium & high- tech based on previous research (Anwar and Nguyen 2011) We hypothesize that the medium & high-tech firms might gain more productivity spillovers than low-tech-firms This is because the technology level and management skills are closer to that of foreign firms Under such a scenario, medium & high-tech firms might benefit from an easier transfer of technical know-how We find significant differences between the spillovers linked to private and stateowned firms in the column (1) and (2) in Table Private domestic firms’ productivity appears to have strong, positive linkages with foreign investment through backward and forward linkages while there is weak evidence of positive backward linkages for state-owned enterprises Compared with state-owned enterprises, private enterprises are more active in the supporting industries and therefore linked more closely with multinationals in terms of being their suppliers Similarly, private firms are negatively less affected by the competition raised by the presence of foreign investment in the same sectors compared to state-owned firms This finding may suggest tighter connections between private domestic and foreign enterprises across the linkages, while state-owned firms appear to stay disconnected The results for the two technology groups not support the idea that mediumand high-tech enterprises significantly benefit more than low-tech enterprises from the foreign investment through the linkages Low-tech local enterprises in upstream sectors that supply inputs to foreign enterprises in downstream sectors are encouraged to improve their productivity due to the high requirement for the inputs from their foreign customers through backward linkage (Blinkage) In contrast, looking at 20 V T C HA ET AL Table Foreign productivity spillovers by ownership and technology level – GMM estimation (2) (3) (4) State-owned High-tech Low-tech Hlinkage 2.010 0.493 0.0933 (0.572) (0.420) (0.352) Blinkage 1.019 0.621 1.383 (0.369) (0.373) (0.304) Flinkage 0.0911 0.130 1.267 (0.0508) (0.0236) (0.279) HHI 0.159 0.195 10.43 (0.137) (0.0388) (1.350) scale 0.0608 0.277 0.756 (0.0151) (0.0479) (0.0843) wage 0.0333 0.0118 0.000937 (0.00679) (0.00622) (0.00547) expint 1.14e-06 4.84e-05 1.52e-05 (1.31e-06) (8.45e-06) (3.25e-06) impint 1.01e-06 6.99e-06 4.03e-06 (5.77e-07) (3.15e-06) (2.56e-06) rd 0.872 1.268 4.603 (0.888) (1.514) (1.338) 1.873 loc 2.239 2.405 (0.671) (0.560) (0.838) Hy2014 0.476 0.0184 0.0747 (0.318) (0.285) (0.174) By2014 0.198 0.455 0.719 (0.218) (0.268) (0.185) Fy2014 0.0207 0.0242 0.340 (0.0216) (0.0145) (0.104) wageH 0.0340 0.00382 0.000361 (0.00968) (0.00903) (0.00847) wageB 0.00787 0.00633 0.0145 (0.00608) (0.00804) (0.00665) wageF 0.000468 0.000765 0.0234 (0.000942) (0.000495) (0.00501) Constant 1.373 2.445 1.966 (0.370) (0.295) (0.333) AR(1) 0.017 0.003 0.030 AR(2) 0.403 0.777 0.652 Sargan 0.035 0.000 0.000 Observations 6,758 90,765 120,047 Number of id 2,307 33,143 46,242 Notes: Robust standard errors in parentheses (p < 0.01, p < 0.05, p < 0.1) Two-step system GMM estimation is applied in all regressions P-values are reported for the Arellano-Bond test for autocorrelation AR(2) confirms there is no second-order serial correlation across the models P-values are reported for Sargan test confirm the validity of the instruments Variables (1) Private 1.598 (0.381) 2.085 (0.349) 0.154 (0.0283) 0.372 (0.0949) 0.701 (0.0694) 0.0402 (0.00687) 3.46e-05 (4.92e-06) 8.65e-06 (3.64e-06) 5.273 (1.764) 2.558 (0.776) 0.787 (0.184) 0.550 (0.182) 0.0162 (0.0141) 0.0276 (0.00857) 0.0306 (0.00776) 0.00167 (0.000597) 0.640 (0.296) 0.010 0.090 0.000 204,054 76,321 the Flinkage coefficients in column (3) and (4) we can see that medium - and hightech firms in downstream sectors are positively linked with the foreign firms’ presence in upstream industries while the low-tech group appears to experience the negative effects It is reasonable to expect that high-tech firms have more adequate technology to absorb high quality inputs supplied by foreign enterprises through forward linkages and so be more productive We not find the horizontal spillovers in both cases 5.2.4 Productivity spillovers across regions We further consider the possibility that domestic firms in the North and South of Vietnam benefit from more advanced infrastructure with a more active business JOURNAL OF THE ASIA PACIFIC ECONOMY 21 Table Productivity spillovers across regions – GMM estimation (1) (2) (3) North Central South Hlinkage 1.846 0.575 0.293 (0.278) (0.403) (0.316) Blinkage 3.511 0.988 0.892 (0.354) (0.327) (0.249) Flinkage 0.181 0.165 0.0831 (0.0215) (0.0243) (0.0242) HHI 0.436 0.161 0.453 (0.0933) (0.0727) (0.133) scale 0.814 0.236 0.385 (0.0764) (0.0698) (0.0520) wage 0.0854 0.0106 0.00390 (0.00911) (0.00799) (0.00327) expint 2.15e-05 9.14e-06 6.99e-06 (5.16e-06) (3.66e-06) (2.92e-06) impint 3.56e-06 7.65e-07 4.18e-06 (1.97e-06) (1.18e-06) (1.58e-06) rd 3.378 0.601 2.494 (1.619) (1.012) (1.020) loc 0.342 1.723 0.0633 (0.721) (0.468) (0.644) Hy2014 1.503 0.0313 0.0101 (0.221) (0.187) (0.0987) By2014 1.561 0.297 0.0788 (0.207) (0.150) (0.120) Fy2014 0.0537 0.0135 0.00506 (0.0248) (0.0117) (0.00738) wageH 0.0366 0.0295 0.0174 (0.00623) (0.0115) (0.00564) wageB 0.0814 0.0175 0.00643 (0.00921) (0.00913) (0.00439) wageF 0.00244 0.00172 0.000138 (0.000623) (0.000569) (0.000348) Constant 1.023 2.200 2.683 (0.323) (0.259) (0.202) AR(1) 0.002 0.004 0.304 AR(2) 0.578 0.325 0.733 Sargan 0.000 0.000 0.000 Observations 77,940 31,020 101,852 Number of id 27,308 10,488 39,729 Notes: Robust standard errors in parentheses (p < 0.01, p < 0.05, p < 0.1) Two-step system GMM estimation is applied in all regressions Model (1) includes a dummy variable representing sectors that are export oriented Model (2) includes a dummy variable representing the interactions between export and the linkages P-values are reported for the Arellano-Bond test for second-order autocorrelation AR(2) confirms there is no second-order serial correlation across the models The number of instruments (54) is less than number of groups (397) in all regressions P-values are reported for Sargan and Hansen test confirm the validity of the instruments Variables environment together incorporating a higher intensity of multinationals activity, are in a strong competitive position and so able to derive more benefit from foreign investment We estimate Equation (11) for the northern, central and southern regions of Vietnam based on firm province code The results reported in Table are generally consistent with our previous results Overall, we find evidence of positive effects through backward and forward linkages in all cases (Blinkages and Flinkages) for the North, Central and the South regions.7 Positive backward and forward linkages occur through all the regions with the Northern firms seem to enjoy the positive vertical spillovers the most The presence of foreign enterprises in upstream and downstream sectors has positive linkages with 22 V T C HA ET AL local firm productivity through backward and forward linkages throughout the country, which is consistent with the earlier estimations Positive horizontal spillover (Hlinkage) is found for the North while there is no significant evidence is found for the Central and the South region Domestic firms in the North are positively influenced by foreign investment through horizontal linkages overall, especially from 2014 onwards, but this is not the case in the Central and the South regions This is potentially driven by the regions, industries and/or firm characteristics It may be the case that domestic firms in the North are more exposed to the presence of multinationals and react quicker with the changes than that is in the Central and the South In general, there are common features in the results for the regional sub-samples as compared to the main results discussed earlier Conclusion With an updated dataset covering most manufacturing firms throughout the country, we explore the impacts of foreign investment on domestic enterprise TFP in the Vietnamese manufacturing sector We use TFP as the dependent variable that is initially obtained from the Wooldridge-GMM approach for estimating a Cobb-Douglas production function Our analysis confirms that positive spillovers are likely to occur through both backward and forward linkages We also find evidence of negative productivity spillovers through horizontal linkages, highlighting that local firms are perhaps disadvantaged and may find it a challenge to compete with multinationals in the same sector We only find that labour absorptive capacity plays a role in the forward spillover process The spillovers occur in different ways for private and stateowned firms, while there are similarities between technology groups Regional specifics make a small difference insofar as firms in the Northern region benefit a little more from spillovers compared with local firms in other locations A number of firm-specific factors are also found to have significant impacts on its productivity In terms of policy implications, our findings suggest that fostering linkages between domestic and foreign enterprises through vertical linkages should be a priority policy in order to gain more productivity spillovers Targeted support could be considered for those local firms with direct linkages to foreign firms in the value chain Such support could target those joint-venture or market-seeking foreign firms Local firms also need to focus on product quality, innovation efforts, and training of workers to improve their absorptive capacity Given that our study identifies a number of interesting differences in results based on the location of firms and levels of technology employed, further exploration of these issues is warranted Notes The use of intermediate goods/materials or investment and its lags can be used as an IV to control for unobservables, but the former is not available for the whole sample throughout the period so we use lag of investment as an IV instead We take the first difference of the tfp as the dependent variable and the first difference of all other independent variables We provide Hausman test in the Table A1 where the results favor FE estimation JOURNAL OF THE ASIA PACIFIC ECONOMY 23 We also estimate our baseline model in Equation (11) using lag-model and first difference estimation technique and results are presented in Tables A2 and A3 There is another survey that looks deeper into this conducted by the World Bank, but for only small and medium selected firms which is about a thousand firms a year In employing the VES data that features a much larger number of firms, we are not able to obtain more The results from FE and RE estimations are also reported in Table A4 The results from GMM estimations are also reported in Table A5 Disclosure statement No potential conflict of interest was reported by the author(s) ORCID Van T C Ha http://orcid.org/0000-0001-9616-3290 Mark J Holmes http://orcid.org/0000-0002-1771-9324 Gazi Hassan http://orcid.org/0000-0001-5476-8435 References Ackerberg, D., K Caves, and G Frazer 2006 “Structural Identification of Production Functions.” MPRA Paper, No 38349 https://ideas.repec.org/p/pra/mprapa/38349.html Aguirregabiria, V 2009 “Econometric Issues and Methods in the Estimation of Production Functions.” MPRA Paper, No15973 https://mpra.ub.uni-muenchen.de/15973/1/MPRA_ paper_15973.pdf Aitken, B., G H Hanson, and A E Harrison 1997 “Spillovers, Foreign Investment, and Export Behavior.” Journal of International Economics 43 (1-2): 103–132 doi:10.1016/S00221996(96)01464-X Aitken, B J., and A E Harrison 1999 “Do Domestic Firms Benefit from Direct Foreign Investment? Evidence from Venezuela.” American Economic Review 89 (3): 605–618 doi:10 1257/aer.89.3.605 AlAzzawi, S 2012 “Innovation, Productivity and Foreign Direct Investment-Induced R&D Spillovers.” The Journal of International Trade & Economic Development 21 (5): 615–653 doi:10.1080/09638199.2010.513056 Anwar, S., and L P Nguyen 2010 “Absorptive Capacity, Foreign Direct Investment-Linked Spillovers and Economic Growth in Vietnam.” Asian Business & Management (4): 553–570 doi:10.1057/abm.2010.28 Anwar, S., and L P Nguyen 2011 “Foreign Direct Investment and Export Spillovers: Evidence from Vietnam.” International Business Review 20 (2): 177–193 doi:10.1016/j.ibusrev.2010.11.002 Anwar, S., and L P Nguyen 2014 “Is Foreign Direct Investment Productive? A Case Study of the Regions of Vietnam.” Journal of Business Research 67 (7): 1376–1387 doi:10.1016/j jbusres.2013.08.015 Arellano, M., and S Bond 1991 “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations.” The Review of Economic Studies 58 (2): 277–297 doi:10.2307/2297968 Arnold, J M., and K Hussinger 2005 “Export Behavior and Firm Productivity in German Manufacturing: A Firm-Level Analysis.” Review of World Economics 141 (2): 219–243 doi: 10.1007/s10290-005-0026-8 24 V T C HA ET AL Behera, S R 2012 “Technology Spillover and Determinants of Foreign Direct Investment: An Analysis of Indian Manufacturing Industries.” Journal of Economics Development 40 (3): 55–83 Behera, S R., P Dua, and B Goldar 2012 “Foreign Direct Investment and Technology Spillover: Evidence across Indian Manufacturing Industries.” The Singapore Economic Review 57 (02): 1250011 doi:10.1142/S0217590812500117 Blalock, G., and P Gertler 2002 Technology Diffusion from Foreign Direct Investment through Supply Chain Working paper https://www.researchgate.net/publication/228791174_ Blalock, G., and P J Gertler 2008 “Welfare Gains from Foreign Direct Investment through Technology Transfer to Local Suppliers.” Journal of International Economics 74 (2): 402–421 doi:10.1016/j.jinteco.2007.05.011 Blomstr€ om, M., and A Kokko 1996 “The Impact of Foreign Investment on Host Countries: A Review of the Empirical Evidence.” https://www.worldscientific.com/doi/abs/10.1142/ S0217590813500173 Blomstr€ om, M., and H Persson 1983 “Foreign Investment and Spillover Efficiency in an Underdeveloped Economy: Evidence from the Mexican Manufacturing Industry.” World Development 11 (6): 493–501 doi:10.1016/0305-750X(83)90016-5 Blomstr€ om, M., and F Sj€ oholm 1999 “Technology Transfer and Spillovers: Does Local Participation with Multinationals Matter?” European Economic Review 43 (4-6): 915–923 doi:10.1016/S0014-2921(98)00104-4 Blundell, R., and S Bond 1998 “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models.” Journal of Econometrics 87 (1): 115–143 doi:10.1016/S03044076(98)00009-8 Castellani, D., S Montresor, T Schubert, and A Vezzani 2017 “Multinationality, R&D and Productivity: Evidence from the Top R&D Investors Worldwide.” International Business Review 26 (3): 405–416 doi:10.1016/j.ibusrev.2016.10.003 Caves, R E 1974 “Multinational Firms, Competition, and Productivity in Host-Country Markets.” Economica 41 (162): 176–193 doi:10.2307/2553765 Chang, S J., J Chung, and D Xu 2007 “FDI and Technology Spillovers in China.” https:// ideas.repec.org/p/hit/hitcei/2007-7.html Damijan, J P., M Knell, B Majcen, and M Rojec 2003 “The Role of FDI, R&D Accumulation and Trade in Transferring Technology to Transition Countries: Evidence from Firm Panel Data for Eight Transition Countries.” Economic Systems 27 (2): 189–204 doi:10.1016/S0939-3625(03)00039-6 Djankov, S., and B Hoekman 2000 “Foreign Investment and Productivity Growth in Czech Enterprises.” The World Bank Economic Review 14 (1): 49–64 doi:10.1093/wber/14.1.49 Dua, P., B Goldar, and S R Behera 2011 “Foreign Direct Investment and Technology Spillover: An Evaluation across Different Clusters in India.” https://ideas.repec.org/p/cde/ cdewps/200.html Fernandes, A M., and C Paunov 2012 “Foreign Direct Investment in Services and Manufacturing Productivity: Evidence for Chile.” Journal of Development Economics 97 (2): 305–321 doi:10.1016/j.jdeveco.2011.02.004 Fu, X 2008 “Foreign Direct Investment, Absorptive Capacity and Regional Innovation Capabilities: evidence from China.” Oxford Development Studies 36 (1): 89–110 doi:10.1080/ 13600810701848193 Fujimori, A., and T Sato 2015 “Productivity and Technology Diffusion in India: The Spillover Effects from Foreign Direct Investment.” Journal of Policy Modeling 37 (4): 630–651 doi:10.1016/j.jpolmod.2015.04.002 Girma, S., and Y Gong 2008 “FDI, Linkages and the Efficiency of State-Owned Enterprises in China.” The Journal of Development Studies 44 (5): 728–749 doi:10.1080/ 00220380802009233 Girma, S., D Greenaway, and K Wakelin 2001 “Who Benefits from Foreign Direct Investment in the UK?” Scottish Journal of Political Economy 48 (2): 119–133 doi:10.1111/ 1467-9485.00189 JOURNAL OF THE ASIA PACIFIC ECONOMY 25 Globerman, S., and L Meredith 1984 “The Foreign Ownership-Innovation Nexus in Canada.” Columbia Journal of World Business 19 (4): 53–62 G€ org, H., and D Greenaway 2004 “Much Ado about Nothing? Do Domestic Firms Really Benefit from Foreign Direct Investment?” The World Bank Research Observer 19 (2): 171–197 Gorg, H., and E Strobl 2001 “Multinational Companies and Productivity Spillovers: A MetaAnalysis.” The Economic Journal 111 (475): F723–739 doi:10.1111/1468-0297.00669 Gorodnichenko, Y., J Svejnar, and K Terrell 2014 “When Does FDI Have Positive Spillovers? Evidence from 17 Transition Market Economies.” Journal of Comparative Economics 42 (4): 954–969 doi:10.1016/j.jce.2014.08.003 Grossman, G M., and E Helpman 2003 “Outsourcing versus FDI in Industry Equilibrium.” Journal of the European Economic Association (2-3): 317–327 doi:10.1162/ 154247603322390955 Ha, V., M Holmes, T Doan, and G Hassan 2019 “Does Foreign Investment Enhance Domestic Manufacturing Firms’ Labour Productivity? Evidence from a Quantile Regression Approach.” Economic Change and Restructuring: 52: 1–18 doi:https://link.springer.com/article/10.1007/s10644-019-09251-x Haddad, M., and A Harrison 1993 “Are There Positive Spillovers from Direct Foreign Investment? Evidence from Panel Data for Morocco.” Journal of Development Economics 42 (1): 51–74 doi:10.1016/0304-3878(93)90072-U Harris, R., and Q C Li 2008 “Exporting, R&D, and Absorptive Capacity in UK Establishments.” Oxford Economic Papers 61 (1): 74–103 doi:10.1093/oep/gpn011 Harris, R., and C Robinson 2003 “Foreign Ownership and Productivity in the United Kingdom Estimates for UK Manufacturing Using the ARD.” Review of Industrial Organization 22 (3): 207–223 doi:10.1023/A:1023622407571 Haskel, J E., S C Pereira, and M J Slaughter 2007 “Does Inward Foreign Direct Investment Boost the Productivity of Domestic Firms?” Review of Economics and Statistics 89 (3): 482–496 doi:10.1162/rest.89.3.482 Hu, A G., and G H Jefferson 2002 “FDI Impact and Spillover: Evidence from China’s Electronic and Textile Industries.” The World Economy 25 (8): 1063–1076 doi:10.1111/14679701.00481 Iwasaki, I., and M Tokunaga 2016 “Technology Transfer and Spillovers from FDI in Transition Economies: A Meta-Analysis.” Journal of Comparative Economics 44 (4): 1086–1114 doi:10.1016/j.jce.2016.10.005 Javorcik, B S 2004 “Does Foreign Direct Investment Increase the Productivity of Domestic Firms? In Search of Spillovers through Backward Linkages.” American Economic Review 94 (3): 605–627 doi:10.1257/0002828041464605 Jude, C 2012 “Horizontal and Vertical Technology Spillovers from FDI in Eastern Europe.” https://ideas.repec.org/p/leo/wpaper/710.html Kien, P X 2008 “The Impact of Foreign Direct Investment on the Labor Productivity in Host Countries: The Case of Vietnam.” https://www.researchgate.net/publication/254660453 Konings, J 2001 “The Effects of Foreign Direct Investment on Domestic Firms.” The Economics of Transition (3): 619–633 doi:10.1111/1468-0351.00091 Kugler, M 2006 “Spillovers from Foreign Direct Investment: Within or between Industries?” Journal of Development Economics 80 (2): 444–477 doi:10.1016/j.jdeveco.2005.03.002 Larraın, F., L F Lopez-Calva, and A Rodriguez-Clare 2000 “Intel: A Case Study of Foreign Direct Investment in Central America.” https://www.researchgate.net/publication/242297386 Le, H Q., and R Pomfret 2011 “Technology Spillovers from Foreign Direct Investment in Vietnam: Horizontal or Vertical Spillovers?” Journal of the Asia Pacific Economy 16 (2): 183–201 doi:10.1080/13547860.2011.564746 Le, T T 2007 Does Foreign Direct Investment Have an Impact on the Growth in Labor Productivity of Vietnamese Domestic Firms? IDEAS Working Papers Series doi:http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.640.690&rep=rep1&type=pdf 26 V T C HA ET AL Levinsohn, J., and A Petrin 2003 “Estimating Production Functions Using Inputs to Control for Unobservables.” Review of Economic Studies 70 (2): 317–341 doi:10.1111/1467-937X 00246 Liu, X., D Parker, K Vaidya, and Y Wei 2001 “The Impact of Foreign Direct Investment on Labour Productivity in the Chinese Electronics Industry.” International Business Review 10 (4): 421–439 doi:10.1016/S0969-5931(01)00024-5 Liu, X., P Siler, C Wang, and Y Wei 2000 “Productivity Spillovers from Foreign Direct Investment: Evidence from UK Industry Level Panel Data.” Journal of International Business Studies 31 (3): 407–425 doi:10.1057/palgrave.jibs.8490914 Malik, S K 2015 “Conditional Technology Spillovers from Foreign Direct Investment: Evidence from Indian Manufacturing Industries.” Journal of Productivity Analysis 43 (2): 183–198 doi:10.1007/s11123-014-0425-8 Managi, S., and S M Bwalya 2010 “Foreign Direct Investment and Technology Spillovers in Sub-Saharan Africa.” Applied Economics Letters 17 (6): 605–608 doi:10.1080/ 13504850802167173 Meyer, K E., and H V Nguyen 2005 “Foreign Investment Strategies and Sub National Institutions in Emerging Markets: Evidence from Vietnam.” Journal of Management Studies 42 (1): 63–93 doi:10.1111/j.1467-6486.2005.00489.x Newman, C., J Rand, T Talbot, and F Tarp 2015 “Technology Transfers, Foreign Investment and Productivity Spillovers.” European Economic Review 76: 168–187 doi:10 1016/j.euroecorev.2015.02.005 Newman, C., J Rand, F Tarp, and N Thi Tue Anh 2017 “Exporting and Productivity: Learning from Vietnam.” Journal of African Economies 26 (1): 67–92 doi:10.1093/jae/ ejw021 Newman, C., J Rand, F Tarp, and N Trifkovic 2015 “Firm-Level Technology and Competitiveness in Vietnam: Evidence from 2010-14 Surveys.” http://web.econ.ku.dk/ftarp/ Publications/Docs/Sacnned%20Pubs/Tech%20report%202009-2013%20April%202015.pdf Nguyen, C D., G Simpson, D Saal, A N Nguyen, and N Q Pham 2008 “FDI Horizontal and Vertical Effects on Local Firm Technical Efficiency.” Development and Policies Research Center (Depocen), Hanoi, Vietnam https://www.researchgate.net/profile/David_ Saal/publication/4879577_FDI_Horizontal_and_Vertical_Effects_on_Local_Firm_Technical_ Efficiency/links/09e41512372c60eb55000000.pdf Nguyen, L P 2008 “Productivity Spillovers from Foreign Direct Investment: Evidence from Vietnamese Firm Data.” https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1101203 Ni, B., and H Kato 2017 “Productivity Gaps and Vertical Technology Spillovers from Foreign Direct Investment: Evidence from Vietnam.” (No 2017-022) Institute for Economics Studies, Keio University https://ideas.repec.org/p/keo/dpaper/2017-022.html Ni, B., M Spatareanu, V Manole, T Otsuki, and H Yamada 2015 How Will the Origin of FDI Affect Domestic Firms’ TFP? Evidence from Vietnam Working Paper https://papers ssrn.com/sol3/papers.cfm?abstract_id=3061329 Olley, G S., and A Pakes 1996 “The Dynamics of Productivity in the Telecommunications Equipment Industry.” Econometrica Journal of the Econometric Society, 1263–1297 https:// doi.org/10.2307/2171831 Reganati, F., and E Sica 2007 “Horizontaland Vertical Spillovers from FDI: Evidence from Panel Data for the Italian Manufacturing Sector.” Journal of Business Economics and Management (4): 259–266 doi:10.3846/16111699.2007.9636178 Romer, P M 1994 “The Origins of Endogenous Growth.” Journal of Economic Perspectives (1): 3–22 doi:10.1257/jep.8.1.3 Roodman, D 2009 “How to Do xtabond2: An Introduction to Difference and System GMM in Stata.” The Stata Journal: Promoting Communications on Statistics and Stata (1): 86–136 doi:10.1177/1536867X0900900106 Schoors, K., and B Van Der Tol 2002 Foreign Direct Investment Spillovers within and between Sectors: Evidence from Hungarian Data Working Papers of Faculty of Economics and Business Administration, Ghent University, Belgium, 2002/157 JOURNAL OF THE ASIA PACIFIC ECONOMY 27 S€ onmez, A., and M T Pamukc¸u 2013 “Foreign Direct Investment and Technology Spillovers in the Turkish Manufacturing Industry.” In Industrial Dynamics, Innovation Policy, and Economic Growth through Technological Advancements, 30–51 Pennsylvania, USA: IGI Global Tantratananuwat, P 2016 “Vertical and Horizonal FDI Technology Spillovers in Thai Manufacturing: Does Measurement Matter?.” Doctoral diss., Thammasat University http:// www.westeastinstitute.com/wp-content/uploads/2015/07/ Thang, T T., T S H Pham, and B R Barnes 2016 “Spatial Spillover Effects from Foreign Direct Investment in Vietnam.” The Journal of Development Studies 52 (10): 1431–1445 doi: 10.1080/00220388.2016.1166205 Thuy, L T 2005 “Technological Spillovers from Foreign Direct Investment: The Case of Vietnam.” Graduate thesis, School of Economics, University of Tokyo Van Thanh, H., and P T Hoang 2010 “Productivity Spillovers from Foreign Direct Investment: The Case of Vietnam.” Paper Presented at the Causes and Consequences of Globalization in East Asia: What Do the Micro Data Analyses Show, Indonesia http://www eria.org/uploads/media/Research-Project-Report/RPR_FY2009_2_Chapter_7.pdf Vietnamese Gov 2013 “Decree No 218/2013/ND-CP.” http://vanban.chinhphu.vn/portal/page/ portal/chinhphu/hethongvanban?class_id=1&_page=1&mode=detail&document_id=171546 Vietnamese Gov 2014 “Regulations on Land Rent, Water Surface Rent.” http://www.moj.gov vn/vbpq/lists/vn%20bn%20php%20lut/view_detail.aspx?itemid=29089 Wagner, J 2002 “The Causal Effects of Exports on Firm Size and Labor Productivity: first Evidence from a Matching Approach.” Economics Letters 77 (2): 287–292 doi:10.1016/ S0165-1765(02)00131-3 Wagner, J 2007 “Exports and Productivity: A Survey of the Evidence from Firm-Level Data.” The World Economy 30 (1): 60–82 doi:10.1111/j.1467-9701.2007.00872.x Wooldridge, J M 2009 “On Estimating Firm-Level Production Functions Using Proxy Variables to Control for Unobservables.” Economics Letters 104 (3): 112–114 doi:10.1016/j econlet.2009.04.026 World Bank 2017 “Vietnam: Enhancing Enterprise Competitiveness and SME Linkages.” https://openknowledge.worldbank.org/handle/10986/28488 Yang, C.-H., K Motohashi, and J.-R Chen 2009 “Are New Technology-Based Firms Located on Science Parks Really More Innovative?: Evidence from Taiwan.” Research Policy 38 (1): 77–85 doi:10.1016/j.respol.2008.09.001 Zhou, D., S Li, and D K Tse 2002 “The Impact of FDI on the Productivity of Domestic Firms: The Case of China.” International Business Review 11 (4): 465–484 http://www.sciencedirect.com/science/article/pii/S0969593102000203 doi:10.1016/S0969-5931(02)00020-3 28 V T C HA ET AL Appendix Table A1 Hausman test Variables Hlinkage Blinkage Flinkage HHI scale wage expint impint loc rd Hy2014 By2014 Fy2014 Chi2(16) ¼ Prob > chi2 ¼ FE RE 0.0536 0.122 0.0244 0.0021 0.019 0.00036 0.921 0.179 0.034 0.0021 0.081 0.016 0.0089 Difference 0.133 0.379 0.067 0.016 0.025 0.00043 0.236 0.59 0.207 0.013 0.035 0.039 0.013 0.0794 0.257 0.0426 0.0139 0.006 0.00007 0.685 0.769 0.173 0.0109 0.046 0.055 0.0041 Sqrt S.E 0.00449 0.00745 0.0018 0.00047 6.37e 06 1.02e 06 8.59e 08 0.874 0.0066 0.0054 0.0044 0.0004 2719.86 0.0000 Notes: Test: H0: difference in coefficients not systematic Table A2 The impacts of foreign investment on local firm tfp – lag model Variables Hlinkage Blinkage Flinkage HHI Hy2014 By2014 Fy2014 lscale lwage lexpint limpint lrd industrialzone Year dummies Industry dummies Constant Observations R-squared Number of id (1) FE-lag 0.0689 (0.0248) 0.104 (0.0330) 0.0191 (0.00378) 0.00761 (0.00725) 0.0844 (0.0200) 0.0155 (0.0203) 0.00710 (0.00213) 0.00414 (0.00288) 2.15e-05 (5.21e-05) 1.62e-05 (1.44e-05) 3.41e-05 (3.36e-05) 0.0206 (0.0215) 0.0139 (0.0140) Yes – 3.906 (0.0293) 153,353 0.004 56,985 (2) RE-lag 0.0280 (0.0219) 0.0519 (0.0251) 0.0356 (0.00446) 0.0101 (0.00723) 0.0844 (0.0198) 0.00238 (0.0196) 0.0124 (0.00199) 0.0156 (0.00838) 2.94e-05 (2.52e-05) 7.99e-06 (1.13e-05) 2.99e-05 (3.14e-05) 0.0163 (0.0210) 0.244 (0.0144) Yes Yes 3.619 (0.0261) 153,353 (4) OLS-lag 0.0698 (0.0272) 0.124 (0.0262) 0.105 (0.00553) 0.0321 (0.0135) 0.0545 (0.0340) 0.0314 (0.0295) 0.0259 (0.00329) 0.0294 (0.00621) 0.000225 (0.000168) 4.83e-06 (1.48e-05) 6.11e-06 (3.08e-05) 0.0316 (0.0367) 0.465 (0.0162) Yes Yes 3.665 (0.0247) 153,353 0.170 56,985 Notes: Lag values of control variables are used in this table Robust standard errors given in parentheses are bootstrapped p < 0.01, p < 0.05, p < 0.1 JOURNAL OF THE ASIA PACIFIC ECONOMY 29 Table A3 First difference estimation Variables dHfdi dBfdi dFfdi dHHI dscale dwage dexpint dimpint rddummy industrialzone Hy2014 By2014 Fy2014 (1) (2) 0.0666 (0.0185) 0.0590 (0.0260) 0.0101 (0.00315) 0.00323 (0.00791) 0.0342 (0.00117) 0.000204 (1.18e-05) 0.0449 (0.0218) 0.153 (0.0323) 0.00419 (0.0282) 0.00464 (0.0109) 0.125 (0.0290) 0.0459 (0.0260) 0.0122 (0.00313) 0.0928 (0.0186) 0.0571 (0.0260) 0.00700 (0.00316) 0.00230 (0.00790) 0.0339 (0.00117) 0.000188 (1.55e-05) 0.0431 (0.0218) 0.148 (0.0323) 0.00530 (0.0281) 0.00227 (0.0109) 0.102 (0.0290) 0.0284 (0.0259) 0.0133 (0.00312) 0.00135 (0.000102) 0.000892 (6.17e-05) 0.000292 (1.80e-05) Yes Yes 0.105 (0.0105) 143,320 0.018 wageH wageB wageF Year dummies Industry dummies Constant Observations R-squared Yes Yes 0.103 (0.0105) 143,320 0.016 Notes First difference estimation Model (1) is based on Equation (11) and model (2) added interactions between wage and the linkages Robust standard errors given in parentheses are bootstrapped p < 0.01, p < 0.05, p < 0.1 30 V T C HA ET AL Table A4 FE estimation for sub-samples by ownership and technology level Variables Hlinkage Blinkage Flinkage HHI scale wage expint impint wageH wageB wageF loc rd Hy2014 By2014 Fy2014 Year dummies Constant Observations R-squared Number of id (2) Private 0.123 (0.0925) 0.206 (0.0631) 0.0116 (0.00522) 0.00229 (0.00832) 0.0202 (0.0402) 0.00123 (0.000513) 1.837 (2.462) 0.189 (0.0293) 0.00141 (0.00194) 0.00199 (0.000978) 0.000238 (7.65e-05) 0.0321 (0.0140) 0.00551 (0.0215) 0.0829 (0.0237) 0.0100 (0.0207) 0.00811 (0.00210) Yes 3.582 (0.0363) (1) State-owned (3) Low-tech (4) Medium&high-tech 0.0678 (0.131) 0.0671 (0.207) 0.00744 (0.0331) 0.000709 (0.0284) 0.0164 (0.00558) 0.000334 (0.00252) 0.448 (1.200) 0.336 (0.104) 0.00167 (0.00209) 0.00323 (0.00293) 0.000204 (0.000410) 0.0294 (0.0537) 0.0321 (0.0523) 0.309 (0.106) 0.107 (0.0915) 0.00709 (0.0136) Yes 3.448 (0.157) 0.0171 (0.0617) 0.129 (0.0600) 0.128 (0.0234) 0.0114 (0.175) 0.0444 (0.0150) 0.00123 (0.000475) 1.881 (2.262) 0.129 (0.0388) 0.00109 (0.00131) 0.000425 (0.000645) 0.00127 (0.000355) 0.0493 (0.0192) 0.0106 (0.0269) 0.0672 (0.0238) 0.0667 (0.0234) 0.0770 (0.0119) Yes 3.524 (0.0487) 0.127 (0.132) 0.182 (0.110) 0.0122 (0.00779) 0.00976 (0.00857) 0.00875 (0.0269) 0.00233 (0.000648) 4.192 (4.397) 0.241 (0.0384) 0.00187 (0.00258) 0.00389 (0.00211) 0.000339 (0.000116) 0.0148 (0.0186) 0.00317 (0.0288) 0.0860 (0.0431) 0.107 (0.0343) 0.00259 (0.00264) Yes 3.699 (0.0458) 204,054 0.019 76,321 6,758 0.065 2,307 120,047 0.032 46,242 90,765 0.026 33,143 Notes: In these regressions, we run the main Equation (11) on different sub-samples Column (1) is for private domestic firms and (2) for state-owned firms Columns (3) and (4) are for low-tech and the medium and high-tech groups respectively Year dummies are included Robust standard errors given in parentheses are bootstrapped with 2000 replications p < 0.01, p < 0.05, p < 0.1 JOURNAL OF THE ASIA PACIFIC ECONOMY 31 Table A5 FE estimation for sub-samples by region Variables Hlinkage Blinkage Flinkage HHI scale wage expint impint wageH wageB wageF loc rd Hy2014 By2014 Fy2014 Year dummies Constant Observations R-squared Number of id (1) North 0.233 (0.111) 0.194 (0.0633) 0.00446 (0.00962) 0.00636 (0.0116) 0.0595 (0.0207) 0.00637 (0.000555) 5.566 (4.999) 0.203 (0.0466) 0.00683 (0.00253) 0.00229 (0.000889) 0.000142 (0.000147) 0.0176 (0.0199) 0.0284 (0.0334) 0.0173 (0.0523) 0.107 (0.0320) 0.00622 (0.00432) Yes 3.299 (0.0459) 77,924 0.044 27,292 (2) Central 0.244 (0.115) 0.295 (0.127) 0.0368 (0.0129) 0.0123 (0.0150) 0.133 (0.0177) 0.00322 (0.00131) 4.204 (2.421) 0.159 (0.109) 0.00514 (0.00295) 0.00537 (0.00240) 4.08e-06 (0.000288) 0.0562 (0.0257) 0.0380 (0.0505) 0.0947 (0.0661) 0.125 (0.0524) 0.0231 (0.00519) Yes 3.158 (0.0716) 31,020 0.045 10,488 (3) South 0.0576 (0.0450) 0.149 (0.0456) 0.0135 (0.00585) 0.0170 (0.0147) 0.0124 (0.0163) 0.00125 (0.000412) 2.692 (3.244) 0.176 (0.0327) 0.000242 (0.000595) 0.000621 (0.000516) 0.000274 (6.02e-05) 0.0335 (0.0276) 0.0153 (0.0290) 0.0362 (0.0280) 0.00242 (0.0260) 0.00676 (0.00303) Yes 3.729 (0.0402) 101,852 0.026 39,729 Notes: For the regional breakdown, the province code is used to determine the regional location This leads to 81,428 observations for the North, 32,024 for the Central and 108,781 for the South regions Year dummies are included Robust standard errors given in parentheses are bootstrapped with 2000 replications p < 0.01, p < 0.05, p < 0.1