Kết quả nghiên cứu chỉ ra rằng vị trí và khí hậu có ảnh hưởng lớn đến mức thu nhập và tăng trưởng thu nhập thông qua các tác động của chúng về chi phí vận chuyển quốc gia giáp biển, có s
Lý do chọn đề tài
Tăng trưởng kinh tế luôn là vấn đề được quan tâm hàng đầu đối với chính phủ các quốc gia trên thế giới Tốc độ tăng trưởng kinh tế cao tạo tiền đề thúc đẩy phát triển đất nước về mọi mặt, bao gồm tăng vốn tích lũy để đầu tư mở rộng sản xuất, nâng cao mức sống của người dân và cải thiện các vấn đề phúc lợi xã hội như văn hóa, giáo dục và y tế Mối liên hệ giữa các yếu tố địa lý và việc thực thi các chiến lược, chính sách của các quốc gia đóng vai trò quan trọng đối với sự tăng trưởng kinh tế vùng, đặc biệt là ở các quốc gia đang phát triển.
Ngoài các yếu tố truyền thống ảnh hưởng đến tăng trưởng kinh tế như nguồn vốn, lao động, giáo dục, y tế, thể chế và đầu tư trực tiếp nước ngoài (FDI), các nghiên cứu gần đây chỉ ra rằng các yếu tố địa lý như nhiệt độ, lượng mưa, độ cao, vị trí tiếp giáp với sông lớn hoặc biển cũng đóng vai trò quan trọng trong việc quyết định tăng trưởng kinh tế của các quốc gia và vùng lãnh thổ.
Các yếu tố địa lý đóng vai trò quan trọng trong việc phát triển kinh tế vùng và kinh tế của một quốc gia Vị trí địa lý thuận lợi có thể tạo điều kiện cho sự phát triển của các nhà máy và khu công nghiệp Với sự đa dạng về địa lý và khí hậu, Việt Nam là một trường hợp nghiên cứu lý tưởng về ảnh hưởng của các yếu tố tự nhiên đến tăng trưởng kinh tế Đất nước này có chiều dài bờ biển lên tới 3.260 km, với 28/63 tỉnh thành có ranh giới tiếp giáp biển, tạo điều kiện thuận lợi cho việc khai thác và phát triển kinh tế biển.
Việt Nam có hệ thống địa lý đa dạng với hai hệ thống sông lớn là sông Hồng và sông Mê - Kông, tạo nên sự phân hóa phức tạp từ Đông sang Tây, từ Bắc xuống Nam và từ thấp đến cao Sự đa dạng về địa lý này đã tạo ra các vùng khí hậu khác nhau trên cả nước, bao gồm khí hậu bốn mùa ở miền Bắc, khí hậu hai mùa rõ rệt ở miền Nam và khí hậu khắc nghiệt ở miền Trung Đặc biệt, Việt Nam là một trong những quốc gia dễ bị tổn thương trước tác động của biến đổi khí hậu, đứng thứ 5 về Chỉ số rủi ro khí hậu toàn cầu năm 2016 và thứ 8 về Chỉ số rủi ro khí hậu dài hạn Do đó, việc nghiên cứu các yếu tố địa lý, bao gồm khí hậu, ảnh hưởng đến tăng trưởng kinh tế là cần thiết để hạn chế tác động của biến đổi khí hậu đến tăng trưởng kinh tế vùng tại Việt Nam.
Nghiên cứu về tác động của các yếu tố địa lý đến tăng trưởng kinh tế vẫn còn hạn chế tại Việt Nam, đặc biệt là về ảnh hưởng của nhiệt độ và lượng mưa Đề tài này góp phần cung cấp thêm bằng chứng về tác động của các yếu tố tự nhiên đến tăng trưởng kinh tế của các tỉnh thành Việt Nam, bên cạnh các nhân tố đã được nghiên cứu nhiều như nguồn vốn, lao động, FDI, giáo dục, y tế và thể chế Kết quả nghiên cứu này sẽ cung cấp thông tin tham khảo bổ ích cho các nhà hoạch định chính sách trong việc lựa chọn địa điểm đầu tư và tận dụng các yếu tố địa lợi để phát triển kinh tế của từng vùng, từng địa phương.
Các công trình nghiên cứu có liên quan
1.2.1 Công trình nghiên cứu nước ngoài
Nghiên cứu của Gallup, J L và cộng sự (1999) trong tác phẩm Geography and Economic development đã chỉ ra rằng đặc điểm địa lý có ảnh hưởng đáng kể đến tăng trưởng kinh tế của 129 quốc gia trong giai đoạn từ 1950 đến 1995 Vị trí và khí hậu là hai yếu tố quan trọng ảnh hưởng đến mức thu nhập và tăng trưởng thu nhập thông qua các tác động về chi phí vận chuyển, gánh nặng dịch bệnh và năng suất nông nghiệp Các quốc gia giáp biển, có sông ngòi lớn thường có lợi thế hơn trong việc phát triển kinh tế, trong khi các vùng nhiệt đới ẩm ướt thường phải đối mặt với gánh nặng dịch bệnh và năng suất lao động thấp hơn Địa lý cũng ảnh hưởng đến các lựa chọn chính sách kinh tế, đặc biệt là ở các vùng địa lý chưa được có lợi cho tăng trưởng kinh tế hiện đại, nơi thường có mật độ dân số cao và đang trải qua dân số tăng nhanh.
Sau đó, Bao và cộng sự (2002) đã thực hiện nghiên cứu định lượng với dữ liệu bảng của 30 tỉnh thành giai đoạn 1978 – 1997, tập trung vào tác động địa lý đối với tăng trưởng kinh tế khu vực ở Trung Quốc trong quá trình cải cách thị trường, như được trình bày trong tác phẩm "Geographic factors and China's regional development under market reforms".
1978–1998 Nhóm tác giả phát triển mô hình tăng trưởng khu vực của nền kinh tế
Trong giai đoạn hiện nay, Trung Quốc đặc trưng bởi đầu tư trực tiếp nước ngoài (FDI) và huy động lao động thặng dư ở nông thôn, với sự khác biệt lớn về tăng trưởng kinh tế giữa các tỉnh ven biển và nội địa Các cải cách thị trường, chính sách mở cửa và lợi thế về không gian của các tỉnh ven biển đã giúp thúc đẩy tăng trưởng kinh tế tại Trung Quốc Kết quả nghiên cứu cho thấy các tỉnh ven biển có tốc độ tăng trưởng kinh tế cao hơn các khu vực còn lại, do lợi nhuận đầu tư cao hơn và thu hút nhiều vốn FDI và lao động nhập cư Các yếu tố địa lý, đặc biệt là khoảng cách giữa bờ biển và không có bờ biển, có ý nghĩa thống kê trong việc giải thích sự chênh lệch khu vực ở Trung Quốc.
Nghiên cứu của Bloch và Tang (2004) trong tác phẩm "Deep determinants of economic growth: institutions, geography and openness to trade" đã xác định được các yếu tố quyết định sâu sắc đến sự tăng trưởng và phát triển kinh tế, bao gồm thể chế, địa lý và độ mở đối với thương mại Thông qua việc phân tích vai trò của các thể chế và thay đổi kỹ thuật đối với mức sống hoặc GDP bình quân đầu người thực tế của 14 quốc gia Đông Á và các cường quốc công nghiệp lớn, nghiên cứu đã tìm ra mô hình tăng trưởng, biến động và khủng hoảng Địa lý được xem là yếu tố ngoại lai nhưng có ảnh hưởng gián tiếp đến tăng trưởng thông qua các thể chế và thương mại, thể hiện mối liên hệ nhân quả chính giữa các yếu tố quyết định sâu sắc đến tăng trưởng và hoạt động kinh tế vĩ mô.
1 Các kênh tăng trưởng, biến động và khủng hoảng)
Các yếu tố địa lý như gần biển, sông lớn, nhiệt độ và lượng mưa vừa phải, cũng như độ cao ổn định, có ảnh hưởng đáng kể đến tăng trưởng kinh tế của các khu vực khác nhau Nghiên cứu của Nordhaus và Chen (2009) đã chứng minh điều này thông qua phân tích hồi quy sản lượng đầu ra với các đặc điểm địa lý như vĩ độ, nhiệt độ, lượng mưa, khoảng cách đến biển và sông, hồ lớn Sử dụng bộ dữ liệu gồm 27.500 quan sát, nhóm tác giả đã tạo ra bản đồ phân bố thu nhập của các khu vực trên thế giới, chỉ ra mối quan hệ giữa các yếu tố địa lý và sự phân bổ thu nhập của các khu vực kinh tế khác nhau.
Nghiên cứu của Zhengyun Sun (2013) về "Explaining Regional Disparities of China’s Economic Growth: Geography, Policy and Infrastructure" chỉ ra rằng mặc dù tốc độ tăng trưởng kinh tế của Trung Quốc rất ấn tượng, nhưng sự bất bình đẳng giữa khu vực ven biển và nội địa ngày càng gia tăng Các yếu tố địa lý, đặc biệt là vị trí gần bờ biển và chính sách mở cửa, đã đóng vai trò quan trọng trong việc quyết định tốc độ tăng trưởng từ năm 1978 đến năm 2000 Tuy nhiên, đặc điểm địa hình cũng tạo ra những tác động bất lợi đối với tăng trưởng, và hiệu quả của mạng lưới giao thông trong việc khắc phục những trở ngại này vẫn chưa được làm rõ thông qua phương pháp định lượng.
Nghiên cứu của Dell và cộng sự (2009) đã sử dụng dữ liệu khảo sát hộ gia đình tại 12 quốc gia để phân tích mối liên hệ giữa nhiệt độ và thu nhập, cho thấy nhiệt độ có ảnh hưởng tiêu cực đến thu nhập trong nội bộ một quốc gia cũng như trong nhóm các quốc gia được khảo sát Ngoài ra, Burke và cộng sự (2015) đã phát hiện mối quan hệ phi tuyến giữa nhiệt độ và thu nhập giữa các quốc gia trong tác phẩm Global non-linear effect of temperature on economic production.
Nghiên cứu trên 166 quốc gia trong giai đoạn 1960-2010 đã chỉ ra rằng nhiệt độ tối ưu cho các hoạt động kinh tế là 13,60C Khi nhiệt độ vượt qua mức này, năng suất đầu ra sẽ giảm nhanh chóng Dự báo dựa trên kết quả phân tích cho thấy, nếu hiện tượng nóng dần lên của Trái đất vẫn tiếp tục diễn ra, thu nhập trung bình của kinh tế toàn cầu sẽ giảm 23% vào năm 2100.
Nghiên cứu của Zhao và cộng sự (2018) đã phân tích mối liên hệ giữa nhiệt độ và tăng trưởng kinh tế tại các quốc gia giàu và nghèo bằng cách sử dụng dữ liệu từ các ô địa lý có kích thước 1 kinh độ nhân 1 vĩ độ Kết quả cho thấy tăng trưởng kinh tế tại các nước nghèo chịu tác động nhiều hơn bởi nhiệt độ so với các nước giàu, tương tự như nghiên cứu trước đó của Nordhaus và Chen (2009) Điều này cho thấy sự khác biệt đáng kể trong mối liên hệ giữa nhiệt độ và tăng trưởng kinh tế giữa các quốc gia giàu và nghèo.
Một trong những nguyên nhân chính khiến các nước nghèo dễ bị tổn thương trước biến đổi khí hậu là do tỷ trọng nông nghiệp cao trong cơ cấu GDP của họ Lĩnh vực nông nghiệp thường dễ bị ảnh hưởng bởi những biến đổi của thời tiết và nhiệt độ, điều này có thể tác động tiêu cực đến nền kinh tế và đời sống của người dân ở các nước nghèo.
Nghiên cứu của Henderson và cộng sự (2018) trong tác phẩm "The global distribution of economic activity: nature, history, and the role of trade" đã chỉ ra ảnh hưởng của các đặc điểm địa lý đến sản lượng đầu ra, với sản lượng được đại diện bằng lượng ánh sáng phát ra vào ban đêm Các đặc điểm địa lý được chia thành hai nhóm: hỗ trợ phát triển nông nghiệp và hỗ trợ phát triển thương mại Kết quả nghiên cứu cho thấy 24 yếu tố địa lý giải thích được 47% sự thay đổi của sản lượng đầu ra toàn cầu, đồng thời chỉ ra rằng đặc điểm hỗ trợ nông nghiệp giải thích gấp 6 lần so với đặc điểm hỗ trợ phát triển thương mại ở các quốc gia phát triển, trong khi tỷ số này ở các nước đang phát triển là 1,5 lần.
Nghiên cứu gần đây của Kalkuhl và Wenz (2020) đã điều tra ảnh hưởng của các yếu tố địa lý đến tăng trưởng kinh tế của 1.500 khu vực tại 77 quốc gia khác nhau Kết quả cho thấy nhiệt độ có tác động lớn đến tăng trưởng kinh tế vùng, và tác động này là phi tuyến Đặc biệt, nếu nhiệt độ tăng lên 3,50 O C vào năm 2100, sản lượng đầu ra của toàn thế giới có thể giảm từ 7-14% Dữ liệu địa lý được thu thập từ Climate Research Unit (CRU) với độ phân giải cao đã giúp nhóm tác giả đưa ra kết luận này.
Nghiên cứu của Troccoli A (2020) đã chỉ ra rằng địa lý và khí hậu đóng vai trò quan trọng trong việc giải thích các hoạt động kinh tế trên toàn thế giới Thông qua việc phân tích 121 biến bằng phương pháp định lượng, nghiên cứu đã đo lường tổng sản phẩm bình quân đầu người ở một ô địa lý (GCP-PC), thường cao hơn tổng sản phẩm bình quân đầu người ở một quốc gia Kết quả cho thấy vĩ độ là yếu tố dự báo quan trọng nhất đối với GCP-PC, tuy nhiên tầm quan trọng của vĩ độ giảm dần khi chỉ xem xét những nền kinh tế phát triển hơn trên thế giới.
1.2.2 Công trình nghiên cứu trong nước Đến thời điểm hiện tại, tôi chưa tìm thấy nghiên cứu nào nghiên cứu ảnh hưởng của các yếu tố địa lý như nhiệt độ lượng mưa đến tăng trưởng kinh tế của các tỉnh thành tại Việt Nam Tuy nhiên, đã có nhiều nghiên cứu về các yếu tố khác có ảnh hưởng đến tăng trưởng kinh tế trong các nghiên cứu trước bao gồm: FDI, vốn con người, giáo dục, chi tiêu y tế, năng suất các nhân tố tổng hợp (TFP), chỉ số năng lực cạnh tranh cấp tỉnh PCI, thiệt hại do thiên tai (Sử Đình Thành và Nguyễn Minh Tiến, 2014; Đinh Phi Hổ và Từ Đức Hoàng, 2016; Nguyễn Mạnh Cường, 2018; Nguyễn Khắc Hiếu, 2020; Nguyễn Thị Cành, 2021) Cụ thể như sau:
Nghiên cứu của Sử Đình Thành và Nguyễn Minh Tiến (2014) về tác động của FDI đến tăng trưởng kinh tế địa phương ở Việt Nam đã chỉ ra rằng dòng vốn FDI chảy vào các địa phương có chênh lệch nhất định do khác biệt địa lý và trình độ phát triển Kết quả nghiên cứu cho thấy FDI có quan hệ Granger với đầu tư tư nhân, nguồn nhân lực, thu thuế, cơ sở hạ tầng, độ mở thương mại và công nghệ ở cấp độ địa phương Tuy nhiên, nghiên cứu còn một số hạn chế, bao gồm thời gian nghiên cứu từ 1997 – 2012, phương pháp GMM có những hạn chế về việc chỉ cho phép các hệ số cắt thay đổi theo từng đơn vị bảng, và chưa kiểm định sự phù hợp của mô hình FEM cũng như hiện tượng đa cộng tuyến của mô hình.
Mục tiêu nghiên cứu của đề tài
- Hệ thống hóa được cơ sở lý luận về tăng trưởng kinh tế và tác động của các yếu tố địa lý đến tăng trưởng kinh tế
- Phân tích tác động của yếu tố địa lý đến tăng trưởng kinh tế được đại diện bằng thu nhập bình quân đầu người tại Việt Nam
Để thúc đẩy sự phát triển kinh tế bền vững, việc đề xuất giải pháp khả thi nhằm cung cấp thông tin về vị trí lý tưởng để thiết lập các hoạt động kinh tế mới là vô cùng quan trọng Các yếu tố địa lý như vị trí địa lý, địa hình, khí hậu và tài nguyên thiên nhiên đóng vai trò quan trọng trong việc hỗ trợ tăng trưởng kinh tế Bằng cách tận dụng các đặc điểm địa lý và điều kiện khí hậu, doanh nghiệp có thể tạo ra lợi thế cạnh tranh và thúc đẩy sự phát triển kinh tế Do đó, việc nghiên cứu và phân tích các yếu tố địa lý là bước đầu tiên quan trọng để xây dựng chiến lược kinh doanh hiệu quả và bền vững.
Đối tượng và phạm vi nghiên cứu
Các yếu tố địa lý tác động đến tăng trưởng kinh tế của 63 tỉnh thành Việt Nam
Các yếu tố tự nhiên đóng vai trò quan trọng trong việc tác động đến tăng trưởng kinh tế của một khu vực Nhiệt độ trung bình, lượng mưa trung bình, sự biến động của nhiệt độ và lượng mưa đều có ảnh hưởng đáng kể đến sự phát triển kinh tế Bên cạnh đó, hệ thống sông ngòi và khoảng cách đến cảng biển gần nhất cũng là những yếu tố quan trọng ảnh hưởng đến tăng trưởng kinh tế Sự biến động của các yếu tố tự nhiên này có thể tạo ra cơ hội hoặc thách thức cho sự phát triển kinh tế của một khu vực Do đó, việc hiểu và phân tích các yếu tố tự nhiên này là rất quan trọng để đưa ra các quyết định kinh tế hiệu quả.
- Không gian: 63 tỉnh thành của Việt Nam
- Thời gian: từ năm 2010 đến năm 2020.
Phương pháp nghiên cứu
Việc phân tích dữ liệu về đặc điểm địa lý và các yếu tố địa lý của các tỉnh thành Việt Nam đóng vai trò quan trọng trong việc hiểu rõ hơn về đặc trưng của từng khu vực Dữ liệu kinh tế của các tỉnh thành, bao gồm thu nhập từ Nông – Lâm – Ngư nghiệp và thu nhập từ phi Nông – Lâm – Ngư nghiệp, cũng là những thông tin cần thiết để đánh giá tình hình kinh tế của từng địa phương Bằng cách kết hợp và phân tích những dữ liệu này, chúng ta có thể có cái nhìn tổng quan và sâu sắc hơn về thực trạng kinh tế - xã hội của các tỉnh thành Việt Nam.
- Hồi quy dữ liệu bảng bằng phương pháp ảnh hưởng cố định, Fixed Effects Model (FEM) và phương pháp ảnh hưởng ngẫu nhiên, Random Effects Model (REM)
- Sau đó, thực hiện kiểm định Hausman (1978) để xác định xem phương pháp nào phù hợp hơn
Việc sử dụng thêm pháp GMM (Generalized Method of Moments) giúp khắc phục hiện tượng nội sinh do các biến độc lập có tương quan với sai số của mô hình, từ đó mang lại kết quả ước lượng chính xác và đáng tin cậy hơn.
Ý nghĩa của đề tài nghiên cứu
Nghiên cứu áp dụng phương pháp hồi quy dữ liệu bảng để phân tích tác động của các yếu tố tự nhiên đến tăng trưởng kinh tế ở Việt Nam Thông qua việc phân tích mối quan hệ giữa địa lý và tăng trưởng kinh tế, nghiên cứu này nhằm mục đích giải thích lý do tại sao các xã hội phát triển về kinh tế - xã hội thường được đặt ở vị trí địa lý đặc biệt Đồng thời, nghiên cứu cũng hướng đến việc cung cấp thông tin về việc thiết lập các hoạt động kinh tế mới, xác định yếu tố địa lý nào hỗ trợ cho việc tăng trưởng kinh tế và tạo ra thuận lợi dựa trên đặc điểm địa lý và điều kiện khí hậu của vùng.
Kết quả nghiên cứu giúp Nhà nước và các tỉnh thành nhận biết được yếu tố địa lý quan trọng tác động đến tăng trưởng kinh tế vùng, tỉnh và địa phương Điều này góp phần quan trọng trong việc đề ra hệ thống chính sách, pháp luật và hoạch định chiến lược của Nhà nước, cũng như trong công tác tổ chức, thực hiện, kiểm tra và giám sát sự hiệu quả của công tác quản lý tại các tỉnh thành Đồng thời, kết quả nghiên cứu cũng giúp tạo ra sự đồng thuận xã hội và nâng cao trách nhiệm xã hội của các doanh nghiệp, cá nhân trong thực hiện phát triển, tăng trưởng kinh tế.
Kết quả nghiên cứu có ảnh hưởng đáng kể đến quyết định đầu tư của doanh nghiệp vào địa phương, giúp họ tận dụng tối đa lợi thế mà các yếu tố địa lý mang lại Điều này cho phép doanh nghiệp hoạch định chiến lược kinh doanh hiệu quả, cả ngắn hạn và dài hạn, nhằm tối ưu hóa lợi ích và tăng cường sự phát triển bền vững.
Kết cấu bài viết
Ngoài phần mục lục, mài liệu tham khảo, phụ lục, kết cấu luận văn gồm có 5 chương:
- Chương 1: Tổng quan về đề tài nghiên cứu
- Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu
- Chương 3: Phương pháp nghiên cứu
- Chương 4: Kết quả nghiên cứu và thảo luận
- Chương 5: Kết luận và hàm ý quản trị
Chương 1 đã cung cấp tổng quan về đề tài nghiên cứu, bao gồm cả lý do lựa chọn, tình hình nghiên cứu hiện tại, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa khoa học và thực tiễn của đề tài, cũng như bố cục nghiên cứu tổng thể Tiếp nối chương 1, chương tiếp theo sẽ tập trung trình bày về cơ sở lý thuyết và mô hình nghiên cứu, cung cấp nền tảng vững chắc cho việc phân tích và đánh giá đề tài.
Cơ sở lý thuyết
2.1.1 Khái niệm về tăng trưởng kinh tế
Tăng trưởng được định nghĩa là quá trình lớn lên, tăng thêm về trọng lượng, kích thước, thể hiện mối liên hệ theo quy luật giữa bản chất, tính chất và thực chất cân đối của lượng và chất Mô hình cấu trúc của tăng trưởng bao gồm bản chất cân đối về chất, thực chất hài hòa về chất lượng và tính chất cân bằng về lượng Tăng trưởng là sự gia tăng bền vững về sản lượng bình quân đầu người hoặc sản lượng trên mỗi công nhân, xảy ra khi sản lượng gia tăng nhanh hơn gia tăng dân số, phản ánh sự phát triển và tiến bộ của một hệ thống hoặc nền kinh tế.
Tăng trưởng kinh tế được định nghĩa là sự gia tăng sản lượng hàng hóa và dịch vụ tính bình quân trên đầu người dân trong một khoảng thời gian nhất định, thường được đo bằng tổng sản phẩm quốc gia (GNP) hoặc tổng sản phẩm quốc nội (GDP) Tăng trưởng kinh tế cũng có thể được hiểu là sự gia tăng của GDP hoặc GNP, hoặc tăng thu nhập bình quân đầu người Để đo lường tăng trưởng kinh tế, người ta thường so sánh sự thay đổi của GDP hoặc GNP giữa các năm, chẳng hạn như so sánh GDP/GNP năm 2022 với năm 2021 để xác định mức độ tăng trưởng hoặc giảm thiểu.
Tăng trưởng kinh tế là quá trình thay đổi về lượng của nền kinh tế, tạo ra sản lượng thực cao hơn và thay đổi cơ cấu sản xuất, tiêu dùng cả về số lượng lẫn chất lượng Quá trình này không chỉ đơn giản là làm ra cùng một thứ nhiều hơn, mà còn bao gồm việc tạo ra hàng hóa và dịch vụ đa dạng để đáp ứng nhu cầu của xã hội Tóm lại, tăng trưởng kinh tế được đo lường thông qua sự gia tăng của tổng sản phẩm quốc nội (GDP), tổng sản lượng quốc dân (GNP) hoặc quy mô sản lượng quốc gia tính bình quân trên đầu người (PCI) trong một thời gian nhất định.
Phát triển kinh tế và tăng trưởng kinh tế thường bị nhầm lẫn, nhưng thực tế hai khái niệm này có ý nghĩa khác nhau Phát triển kinh tế là một khái niệm rộng hơn, bao gồm không chỉ tăng trưởng kinh tế (đo lường bằng GDP, GNP, ) mà còn bao gồm sự phát triển về khoa học, công nghệ và phúc lợi xã hội Trong khi đó, tăng trưởng kinh tế tập trung vào số lượng, thì phát triển kinh tế lại tập trung vào chất lượng, nhằm mang lại cuộc sống tốt đẹp hơn cho cộng đồng.
2.1.2 Thước đo tăng trưởng kinh tế
2.1.2.1 Đo lường tăng trưởng kinh tế và đo lường các yếu tố ảnh hưởng tăng trưởng
Trọng tâm của các nghiên cứu về tăng trưởng kinh tế thường tập trung vào những thay đổi về thu nhập quốc dân, trong đó có hai giá trị cơ bản được sử dụng phổ biến là Tổng Sản Phẩm Quốc Nội (GDP) và Tổng Sản Phẩm Quốc Dân (GNP), giúp đánh giá và phân tích sự phát triển kinh tế của một quốc gia.
GDP (Tổng Sản Phẩm Quốc Nội) là chỉ số kinh tế quan trọng, đại diện cho giá trị tính bằng tiền của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất trên phạm vi lãnh thổ của một quốc gia trong một thời gian nhất định, thường là một năm.
GDP là chỉ tiêu đánh giá tăng trưởng kinh tế quan trọng, phản ánh tổng cầu của nền kinh tế thông qua tiêu dùng cuối cùng của hộ dân cư và Nhà nước, tích luỹ tài sản, chênh lệch xuất nhập khẩu hàng hoá và dịch vụ Đồng thời, GDP cũng thể hiện tổng thu nhập tạo nên từ các yếu tố tham gia vào quá trình sản xuất như lao động, vốn, đất đai, máy móc Theo góc độ sản xuất, GDP là tổng giá trị tăng thêm theo giá cơ bản của các ngành kinh tế và thuế sản phẩm trừ trợ cấp sản phẩm Việc theo dõi và phân tích GDP giúp các nhà hoạch định chính sách đánh giá thực trạng nền kinh tế, nhận diện các mối đe dọa như suy thoái hoặc lạm phát tràn lan, từ đó thực hiện các biện pháp cần thiết Đối với các nhà đầu tư, GDP là chỉ số quan trọng để đánh giá tác động của các biến số kinh tế đến thị trường và đưa ra quyết định quản lý hiệu quả.
GNP (Tổng Sản Phẩm Quốc Gia) là chỉ số kinh tế phản ánh giá trị tính bằng tiền của tất cả sản phẩm và dịch vụ cuối cùng được tạo ra bởi công dân của một nước trong một thời gian nhất định, thường là 1 năm Chỉ số này giúp đánh giá tổng giá trị sản xuất của một quốc gia trong một năm, từ đó có thể so sánh và đánh giá sự phát triển kinh tế giữa các quốc gia khác nhau.
GNI (Tổng thu nhập quốc dân) phản ánh kết quả thu nhập thực tế của một quốc gia thông qua các yếu tố sở hữu tham gia vào hoạt động sản xuất trên lãnh thổ quốc gia hoặc ở nước ngoài trong một thời kỳ nhất định Chỉ tiêu này được tính bằng tổng thu nhập của người lao động và chủ thể kinh tế của quốc gia đó, bất kể họ ở trong nước hay nước ngoài, sau đó trừ đi phần thu nhập của người lao động và thương nhân nước ngoài hoạt động tại quốc gia đó GNI là thước đo kinh tế ghi nhận tất cả khoản thu nhập đi vào nền kinh tế quốc dân, không tính đến phạm vi lãnh thổ kinh tế của thu nhập đó, giúp các nhà nghiên cứu và hoạch định xây dựng được bức tranh toàn cảnh hơn về hoạt động kinh tế.
Nội hàm và cách tiếp cận của GDP và GNI có sự khác biệt, dẫn đến vai trò của từng chỉ tiêu trong đánh giá tăng trưởng kinh tế cũng không giống nhau GDP đánh giá khả năng sản xuất của một nền kinh tế, đo lường quy mô và tốc độ tăng trưởng của nền kinh tế thông qua tổng giá trị hàng hóa và dịch vụ cuối cùng được sản xuất ra trong lãnh thổ kinh tế của quốc gia Trong khi đó, GNI thể hiện thu nhập thực tế do người lao động và các chủ thể kinh tế thuộc sở hữu quốc gia tạo ra và nhận được, bất kể vị trí của họ là ở trong hay ngoài nước Nhờ đó, GDP giúp đánh giá quy mô và sức khỏe nền kinh tế của một quốc gia, còn GNI phản ánh tiềm lực kinh tế của quốc gia đó.
GNP = GDP + NI (với NI: Thu nhập ròng (thu nhập trong nước chuyển ra nước ngoài hoặc thu nhập nước ngoài chuyển vào trong nước)) (Đinh Phi Hổ 2006)
Thu nhập đầu người (PCI) là chỉ số tính toán thu nhập bình quân của mỗi cá nhân, không phân biệt giới tính hay độ tuổi Tuy nhiên, chỉ số này không phản ánh hoàn hảo về phúc lợi kinh tế và mức sống do sự phân phối thu nhập không công bằng và các yếu tố khác như ô nhiễm môi trường, nền kinh tế ngầm và hoạt động nội trợ.
Chỉ số PCI cung cấp thông tin hữu ích cho lãnh đạo các tỉnh, thành phố, khu vực để xác định những lĩnh vực và cách thức cải cách điều hành kinh tế hiệu quả Chỉ số này lượng hóa chất lượng điều hành kinh tế của các tỉnh, thành phố theo thang điểm 100, dựa trên các yếu tố quan trọng đối với sự tăng trưởng và thịnh vượng của khu vực kinh tế tư nhân Bằng việc điều tra môi trường kinh doanh và kết hợp với số liệu chính thức của các bộ ngành, PCI giúp lý giải vì sao một số tỉnh, thành vượt lên về phát triển kinh tế tư nhân, tạo việc làm và tăng trưởng kinh tế.
Hiện tại, Phòng Thương mại và Công nghiệp Việt Nam (VCCI) đánh giá PCI của một tỉnh, thành phố dựa theo 10 tiêu chí bên dưới (PCI, 2021)
- Chi phí gia nhập thị trường thấp
- Tiếp cận đất đai dễ dàng và sử dụng đất ổn định
- Môi trường kinh doanh minh bạch và thông tin liên quan đến kinh doanh được công khai
- Chi phí thời gian thực hiện các thủ tục hành chính và thanh tra, kiểm tra thấp
- Chi phí không chính thức thấp
- Môi trường kinh doanh bình đẳng giữa các thành phần kinh tế
- Chính quyền năng động, sáng tạo trong tạo môi trường kinh doanh thuận lợi
- Dịch vụ hỗ trợ doanh nghiệp phát triển, chất lượng cao
- Chính sách và dịch vụ đào tạo lao động tốt
- Giải quyết tranh chấp cho doanh nghiệp công bằng, hiệu quả và đảm bảo an toàn cho doanh nghiệp trong quá trình sản xuất kinh doanh
Các chỉ tiêu kinh tế được sử dụng như một thước đo quan trọng để đánh giá trình độ phát triển của một quốc gia và đặt ra mục tiêu phấn đấu cho tương lai Tuy nhiên, bên cạnh những lợi ích, các chỉ tiêu này cũng tồn tại một số hạn chế nhất định cần được xem xét.
- Không phản ảnh được phúc lợi của các nhóm dân cư khác nhau trong xã hội
- Việc tính toán thu nhập ở các nước đang phát triển thường xác định không chính xác hoặc bỏ sót
- Dễ dẫn tới đánh giá sai lệch trong phân tích chính sách xã hội giữa các nước
Việc đánh giá không chính xác đồng nội tệ so với đồng dollar có thể ảnh hưởng khác nhau đến các chỉ tiêu kinh tế Tuy nhiên, có thể khắc phục tình trạng này bằng cách sử dụng tỷ giá tính theo ngang bằng sức mua PPP (Purchasing Power Parity), giúp đánh giá chính xác hơn giá trị của đồng nội tệ.
Tỷ giá hối đoái thường bị ảnh hưởng bởi dòng hàng hoá ngoại thương và dòng vốn quốc tế, dẫn đến việc không phản ánh giá tương đối của các hàng hoá phi ngoại thương Điều này có thể gây ra sai sót khi so sánh GDP giữa các nước nếu sử dụng tỷ giá hối đoái thị trường Để giải quyết vấn đề này, người ta thường sử dụng phương pháp tính tỷ giá hối đoái ngang bằng sức mua (PPP), dựa trên tập hợp giá của tất cả các hàng hoá và dịch vụ thịnh hành ở một nước Phương pháp này giúp đảm bảo rằng giá trị của các hàng hoá và dịch vụ được so sánh một cách công bằng, bất kể chúng được sản xuất ở đâu Tuy nhiên, việc quy đổi mức thu nhập trên đầu người từ đồng tiền này sang đồng tiền khác vẫn còn gặp phải một số hạn chế, đặc biệt là tại các nước đang phát triển, nơi tỷ giá hối đoái chính thức có thể bị ảnh hưởng bởi sự can thiệp của chính phủ hoặc hạn chế thương mại.
2.1.2.2 Các công thức đo lường tăng trưởng kinh tế
Phương pháp hồi quy dữ liệu bảng
2.2.1 Khái niệm dữ liệu bảng
Dữ liệu bảng là loại dữ liệu có quy mô về cả thời gian lẫn không gian, được kết hợp từ hai thành phần chính: dữ liệu chéo (cross-section) và dữ liệu theo chuỗi thời gian (time series) Sự kết hợp này mang lại nhiều lợi thế và thuận lợi trong phân tích dữ liệu, đặc biệt khi quan sát và phân tích sự biến động của các nhóm đối tượng nghiên cứu sau các biến cố hoặc theo thời gian Ngoài ra, dữ liệu bảng cũng giúp phân tích sự khác biệt giữa các nhóm đối tượng nghiên cứu, cung cấp cái nhìn toàn diện và sâu sắc về dữ liệu.
Mục đích chính của các nghiên cứu thực nghiệm trong kinh tế là phân tích mối quan hệ giữa biến phụ thuộc Y và một hoặc nhiều biến giải thích X1, X2, Xk Để hiểu rõ tác động của Xi lên Y, cả về chiều hướng lẫn độ lớn, cần thu thập mẫu dữ liệu để ước lượng không chệch tác động của X lên Y Việc kiểm soát các biến nhiễu, bao gồm cả biến quan sát được và không quan sát được, là điều kiện tiên quyết để đạt được kết quả ước lượng không thiên chệch Đối với biến nhiễu quan sát được, mô hình hồi quy đa tuyến tính là lựa chọn phù hợp, trong khi biến nhiễu không quan sát được có thể được kiểm soát bằng mô hình hồi quy tác động cố định hoặc tác động ngẫu nhiên, tùy thuộc vào đặc điểm của dữ liệu Dữ liệu bảng, còn được gọi là dữ liệu dài, là loại dữ liệu cần thiết cho cả hai mô hình này, thường bao gồm dữ liệu của cùng một đối tượng trong một giai đoạn cụ thể.
2.2.2 Ưu điểm của dữ liệu bảng
Dữ liệu bảng có thể làm phong phú các phân tích thực nghiệm theo những cách thức đa dạng, vượt qua giới hạn của dữ liệu chuỗi thời gian hoặc không gian thuần túy Dữ liệu bảng sở hữu một số ưu điểm đáng kể, bao gồm cả những lợi thế đã được Baltagi và cộng sự (1999) chỉ ra.
Dữ liệu bảng thường liên quan đến các cá nhân, doanh nghiệp, tiểu bang, đất nước và các đơn vị khác theo thời gian, do đó, chúng thường có tính dị biệt không đồng nhất giữa các đơn vị này Kỹ thuật ước lượng dữ liệu bảng cần xem xét đến tính dị biệt này bằng cách phân tích các biến số đặc thù của từng cá nhân, bao gồm các đơn vị vi mô như cá nhân, doanh nghiệp, tiểu bang và đất nước.
Kết hợp các chuỗi theo thời gian của các quan sát theo không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thông tin hơn, đa dạng hơn và ít cộng tuyến hơn giữa các biến số Điều này cho phép phân tích sâu sắc hơn và chính xác hơn, đồng thời mang lại nhiều bậc tự do hơn và hiệu quả hơn trong việc đánh giá và dự đoán các hiện tượng kinh tế và xã hội.
Thông qua nghiên cứu các quan sát theo không gian lặp lại, dữ liệu bảng cho phép phân tích tính động của thay đổi một cách hiệu quả hơn Dữ liệu bảng phù hợp hơn để nghiên cứu các vấn đề liên quan đến thị trường lao động, chẳng hạn như tình trạng thất nghiệp, luân chuyển công việc và tính lưu chuyển lao động, giúp cung cấp cái nhìn sâu sắc hơn về sự thay đổi và phát triển của thị trường lao động theo thời gian.
Dữ liệu bảng có khả năng phát hiện và đo lường tốt hơn những ảnh hưởng không thể quan sát trong dữ liệu chuỗi thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy Điều này cho phép chúng ta nghiên cứu sâu hơn về các tác động kinh tế và xã hội, chẳng hạn như ảnh hưởng của luật tiền lương tối thiểu đối với việc làm và thu nhập Bằng cách xem xét các đợt gia tăng tiền lương tối thiểu liên tiếp nhau trong mức lương tối thiểu của liên bang và (hoặc) tiểu bang, chúng ta có thể có cái nhìn toàn diện hơn về tác động của những thay đổi này.
Dữ liệu bảng cung cấp một phương thức nghiên cứu sâu sắc hơn về các mô hình hành vi phức tạp Thông qua dữ liệu bảng, chúng ta có thể phân tích và hiểu rõ hơn về các hiện tượng kinh tế quan trọng như lợi thế kinh tế theo qui mô và thay đổi kỹ thuật, giúp cung cấp cái nhìn toàn diện hơn so với việc chỉ sử dụng dữ liệu theo chuỗi thời gian hoặc dữ liệu theo không gian.
Bằng cách thu thập dữ liệu từ hàng nghìn đơn vị, dữ liệu bảng giúp giảm thiểu sự thiên lệch có thể xảy ra khi tổng hợp dữ liệu từ các cá nhân hoặc doanh nghiệp thành số liệu tổng, từ đó cung cấp cái nhìn tổng quan chính xác hơn về tình hình thực tế.
Dữ liệu bảng cho phép chúng ta kiểm soát các yếu tố không quan sát được, giúp giảm sự thiên chệch trong ước lượng Dữ liệu bảng cũng cung cấp sự biến động lớn hơn trong dữ liệu so với dữ liệu chéo hoặc dữ liệu thời gian, điều này làm tăng độ chính xác của các ước lượng Hơn nữa, dữ liệu bảng thường có ít sự đa cộng tuyến giữa các biến giải thích, giúp kết quả ước lượng các tham số trở nên chính xác hơn.
Việc sử dụng dữ liệu bảng mang lại hai ưu điểm lớn đáng kể Dữ liệu bảng giúp cung cấp các kết quả ước lượng các tham số trong mô hình một cách tin cậy hơn Đồng thời, nó cho phép xác định và đo lường tác động của các yếu tố mà không thể xác định và đo lường khi sử dụng dữ liệu chéo hoặc dữ liệu thời gian.
2.2.3 Phương pháp hồi quy dữ liệu bảng 2.2.3.1 Mô hình các ảnh hưởng cố định (Fixed Effects Model, FEM)
Trong một mối quan hệ kinh tế, chúng ta thường có một biến phụ thuộc (Y) và hai biến giải thích quan sát được (X1 và X2), cùng với một hoặc nhiều biến không quan sát được Dữ liệu bảng cho Y, X1 và X2 được thu thập, bao gồm N đối tượng và T thời điểm, tạo thành NxT quan sát.
Mô hình hồi quy tuyến tính cổ điển không có hệ số cắt được xác định bởi: Yit β1Xit1 + β2Xit2 + μit với i = 1, 2, …, N và t = 1, 2, …, T Trong đó:
- Yit là giá trị của Y cho đối tượng i ở thời điểm t
- Xit1 là giá trị của X1 cho đối tượng i ở thời điểm t
- Xit2 là giá trị của X2 cho đối tượng i ở thời điểm t
- μit là sai số của đối tượng i ở thời điểm t
Mô hình hồi quy tác động cố định, là một dạng mở rộng của mô hình hồi quy tuyến tính cổ điển, được cho bởi: Yit = β1Xit1 + β2Xit2 + νi + εit.
Mô hình hồi quy tuyến tính cổ điển tách sai số thành hai thành phần chính: νi và εit Trong đó, νi đại diện cho các yếu tố không quan sát được khác nhau giữa các đối tượng nhưng không thay đổi theo thời gian, còn εit đại diện cho những yếu tố không quan sát được khác nhau giữa các đối tượng và thay đổi theo thời gian Sự phân tách này giúp chúng ta hiểu rõ hơn về bản chất của sai số trong mô hình hồi quy tuyến tính cổ điển.
Có hai phương pháp ước lượng được sử dụng để ước lượng các tham số của mô hình tác động cố định:
- Ước lượng hồi quy biến giả tối thiểu LSDV với mỗi biến giả là đại diện cho mỗi đối tượng quan sát của mẫu
- Ước lượng tác động cố định (Fixed effects estimator)
Khi số lượng quan sát (N) lớn, việc sử dụng ước lượng LSDV (Least Squares Dummy Variable) có thể trở nên rất cồng kềnh hoặc không khả thi Ví dụ, nếu chúng ta muốn ước lượng mô hình xác định lương, việc sử dụng LSDV có thể gặp khó khăn khi xử lý dữ liệu lớn.
Khi số lượng người lao động (N) lớn, chẳng hạn như 1.000 người, việc sử dụng ước lượng LSDV có thể gặp khó khăn do yêu cầu tạo ra 1.000 biến giả và chạy hồi quy OLS cho hơn 1.000 biến Trong trường hợp này, ước lượng tác động cố định thường là lựa chọn phù hợp hơn.
Lựa chọn mô hình
Một câu hỏi quan trọng được đặt ra ở đây là nên lựa chọn mô hình nào là phù hợp nhất: Pooled OLS, FEM hay REM Để xác định sự phù hợp, cần so sánh ước lượng tác động ngẫu nhiên và tác động cố định với ước lượng thô, từ đó lựa chọn mô hình tối ưu.
Khi ước lượng tác động cố định, kiểm định F được sử dụng để kiểm chứng giả thuyết H0 rằng tất cả các hệ số vi đều bằng 0, nghĩa là không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau Nếu bác bỏ giả thuyết H0 với mức ý nghĩa cho trước (chẳng hạn 5%), điều này cho thấy ước lượng tác động cố định là phù hợp Đối với ước lượng tác động ngẫu nhiên, phương pháp nhân tử Lagrange (LM) với kiểm định Breusch-Pagan được áp dụng để kiểm chứng tính phù hợp của ước lượng Theo đó, bác bỏ giả thuyết H0 cho rằng sai số của ước lượng thô không bao gồm các sai lệch giữa các đối tượng (var(vi) = 0), cho thấy sai số trong ước lượng có bao gồm cả sự sai lệch giữa các nhóm, và phù hợp với ước lượng tác động ngẫu nhiên.
Kiểm định Hausman được sử dụng để lựa chọn phương pháp ước lượng phù hợp giữa ước lượng tác động cố định và tác động ngẫu nhiên Giả thuyết H0 cho rằng không có sự tương quan giữa sai số đặc trưng giữa các đối tượng và các biến giải thích trong mô hình Nếu giả thuyết H0 bị bác bỏ, ước lượng tác động cố định là phù hợp hơn, ngược lại, nếu không bác bỏ được sự tương quan giữa sai số và các biến giải thích, ước lượng tác động ngẫu nhiên sẽ được ưu tiên sử dụng.
Mô hình nghiên cứu và khung phân tích
Nghiên cứu của Henderson và cộng sự (2018) đã phân loại các đặc điểm địa lý thành hai nhóm chính: nhóm đặc điểm hỗ trợ phát triển nông nghiệp và nhóm đặc điểm hỗ trợ phát triển thương mại Đối với nhóm yếu tố địa lý ảnh hưởng đến nông nghiệp, các yếu tố nhiệt độ trung bình, sự biến động của nhiệt độ, lượng mưa trung bình và sự biến động của lượng mưa được xem xét Trong khi đó, đối với yếu tố ảnh hưởng đến thương mại, các biến số quan trọng bao gồm sông ngòi và khoảng cách đến cảng biển gần nhất.
Dựa trên các nghiên cứu liên quan về các yếu tố tác động đến tăng trưởng kinh tế, tác giả đã xây dựng mô hình nghiên cứu để phân tích và đánh giá tác động của các yếu tố này đến sự phát triển kinh tế Mô hình nghiên cứu này sẽ giúp tác giả xác định mối quan hệ giữa các yếu tố và tăng trưởng kinh tế, từ đó đưa ra những kết luận và đề xuất chính sách phù hợp.
Hình 2.1:Mô hình tác động của các yếu tố tự nhiên đến tăng trưởng kinh tế
(Nguồn: Tổng hợp của tác giả)
Giả định rằng không có mối liên hệ giữa các yếu tố tự nhiên (X) và thu nhập bình quân đầu người cũng như các nguồn khác nhau của thu nhập (Y) là một quan điểm thú vị Theo đó, các yếu tố tự nhiên không ảnh hưởng đến thu nhập của con người, và ngược lại, thu nhập cũng không phụ thuộc vào các yếu tố tự nhiên Quan điểm này đặt ra câu hỏi về mối quan hệ giữa tự nhiên và kinh tế, và liệu rằng có sự tương tác nào giữa hai yếu tố này hay không.
- (H2): Độ lệch chuẩn của nhiệt độ
- (H4): Độ lệch chuẩn của lượng mưa
- (H6): Khoảng cách từ trung tâm tỉnh thành đến cảng biển gần nhất
2.5.2 Khung phân tích Để phân tích ảnh hưởng của các yếu tố địa lý đến tăng trưởng kinh tế tác giả sử dụng lý thuyết tăng trưởng nội sinh làm khung phân tích Lý thuyết tăng trưởng nội sinh được đề cập đến trong các nghiên cứu của Lucas (1988); Romer (1992); Mankiw và cộng sự (1992), trong đó nhóm tác giả đưa thêm yếu tố vốn con người để đại diện cho chất lượng lao động vào mô hình tăng trưởng tân cổ điển của Solow (1956) để lý giải thêm việc không hội tụ thu nhập giữa nước giàu và nước nghèo Trong nghiên cứu này, khung phân tích của Lucas (1988) được sử dụng để lý giải ảnh hưởng của các yếu tố địa lý đến tăng trưởng kinh tế Theo Lucas (1988), một hàm sản xuất biểu diễn mối liên hệ giữa sản lượng đầu ra và các yếu tố đầu vào được viết như sau:
Trong đó A là hệ số đại diện cho trình độ công nghệ, K đại diện cho nguồn vốn,
H đại diện cho vốn con người, L đại diện cho số lao động, trong khi α và β lần lượt là hệ số co giãn của sản lượng theo nguồn vốn và vốn con người, cũng như số lượng lao động Bằng cách lấy logarit tự nhiên của cả hai vế của phương trình (1), chúng ta có thể chuyển đổi phương trình sang dạng mới.
𝑙𝑛( 𝑌) = 𝑙𝑛( 𝐴) + 𝛼 𝑙𝑛( 𝐾) + 𝛽 𝑙𝑛( 𝐻) + 𝛽 𝑙𝑛( 𝐿) (2) Lấy vi phân hai vế phương trình (2) ta được:
Phương trình (3) có thể được viết ngắn gọn như sau:
Phương trình (4) mô tả mối quan hệ giữa tăng trưởng kinh tế và các yếu tố ảnh hưởng đến nó, trong đó gY đại diện cho tăng trưởng kinh tế, gA đại diện cho phát triển công nghệ, gK đại diện cho tăng trưởng nguồn vốn, gH đại diện cho tăng trưởng vốn con người và gL đại diện cho tăng trưởng lượng lao động, với các hệ số α và β thể hiện mức độ ảnh hưởng của từng yếu tố đến tăng trưởng kinh tế.
Tăng trưởng kinh tế bị ảnh hưởng bởi bốn yếu tố chính, bao gồm công nghệ, nguồn vốn, vốn con người và số lượng lao động Tuy nhiên, các yếu tố địa lý cũng đóng vai trò quan trọng trong việc tác động đến tăng trưởng lao động, từ đó ảnh hưởng gián tiếp đến tăng trưởng kinh tế Việc phân tích mối quan hệ giữa các yếu tố địa lý và tăng trưởng lao động sẽ giúp chúng ta hiểu rõ hơn về tác động đa chiều của địa lý đến sự phát triển kinh tế.
Điều kiện địa lý đóng vai trò quan trọng trong việc quyết định nơi sinh sống của con người, với những khu vực có điều kiện thuận lợi thường thu hút nhiều người đến định cư, trong khi những khu vực bất lợi thường dẫn đến sự di cư của người dân Các nghiên cứu thực nghiệm đã chứng minh ảnh hưởng của điều kiện địa lý đến di cư, chẳng hạn như nghiên cứu của Cattaneo và Peri (2016) về ảnh hưởng của nhiệt độ đến di cư tại 116 quốc gia, hoặc nghiên cứu của Bohra-Mishra và cộng sự (2014) về ảnh hưởng của nhiệt độ, lượng mưa và thiên tai đến di cư tại Indonesia Tại Việt Nam, các nghiên cứu cũng chỉ ra rằng người dân có xu hướng di cư khỏi các khu vực ven biển bị ảnh hưởng bởi biến đổi khí hậu, cũng như các khu vực thường xuyên bị ảnh hưởng bởi bão và lũ lụt Điều này cho thấy rằng các điều kiện địa lý như gần sông, gần biển, nhiệt độ, lượng mưa có ảnh hưởng đáng kể đến di cư của người dân, và từ đó có thể tác động đến tăng trưởng kinh tế của khu vực thông qua việc thay đổi số lượng lao động.
Các điều kiện địa lý có ảnh hưởng gián tiếp đến tăng trưởng kinh tế thông qua việc tác động đến di cư, từ đó ảnh hưởng đến số lượng lao động và cuối cùng là tăng trưởng kinh tế Các yếu tố như vị trí địa lý gần sông, gần biển, nhiệt độ và lượng mưa đều đóng vai trò quan trọng trong cơ chế này Để hiểu rõ hơn về ảnh hưởng của đặc điểm địa lý đến tăng trưởng kinh tế, chúng ta sẽ lược khảo và tóm tắt các nghiên cứu liên quan đến chủ đề này tại các quốc gia khác nhau trên thế giới.
Chương này cung cấp cơ sở lý thuyết về tăng trưởng kinh tế, bao gồm cả các mô hình lý thuyết ảnh hưởng đến tăng trưởng kinh tế và các yếu tố tác động đến tăng trưởng kinh tế Thông qua quá trình chọn lựa và phân tích, bốn yếu tố địa lý tác động đến tăng trưởng kinh tế đã được xác định, bao gồm nhiệt độ, lượng mưa, sông ngòi và khoảng cách đến cảng biển gần nhất Thiết kế mô hình và khung phân tích cũng được mô tả chi tiết, tạo nền tảng cho các chương tiếp theo, nơi phương pháp nghiên cứu sẽ được trình bày một cách sâu sắc hơn.
Quy trình nghiên cứu
Nghiên cứu này được thực hiện thông qua phương pháp nghiên cứu định lượng, nhằm kiểm định các giả thuyết nghiên cứu dựa trên dữ liệu bảng Quy trình nghiên cứu bao gồm các bước thu thập dữ liệu, phân tích và xử lý dữ liệu, sau đó kiểm định các giả thuyết nghiên cứu để đưa ra kết quả chính xác và đáng tin cậy.
Hình 3.1: Sơ đồ quy trình nghiên cứu
(Nguồn: Tổng hợp của tác giả)
Phương pháp chọn mẫu nghiên cứu
Nghiên cứu định lượng được thực hiện thông qua việc phân tích dữ liệu thu thập được từ những nguồn có sẵn như Tổng cục Thống kê, NASA và bản đồ địa lý Việt Nam, nhằm cung cấp thông tin chính xác và đáng tin cậy.
PCI Việt Nam, quyết định của Thủ Tướng chính phủ,… những dữ liệu này thường là những dữ liệu đã qua tổng hợp và xử lý
Nghiên cứu này áp dụng phương pháp chọn mẫu phi xác suất, cụ thể là chọn mẫu thuận tiện, dựa trên tính dễ tiếp cận của các nguồn dữ liệu Phương pháp này cho phép thu thập dữ liệu từ các nguồn có sẵn và dễ dàng tiếp cận, giúp tăng cường hiệu quả và tiết kiệm thời gian trong quá trình nghiên cứu.
Quy mô mẫu
Phân tích nhân tố khám phá yêu cầu kích thước mẫu tối thiểu là 50, tuy nhiên kích thước mẫu tốt hơn nên từ 100 trở lên để đảm bảo độ tin cậy của kết quả Ngoài ra, tỷ lệ số quan sát trên một biến phân tích cũng là yếu tố quan trọng, thường được khuyến nghị là 5:1 hoặc 10:1 như đã được đề xuất bởi Hair và cộng sự (2009).
Nghiên cứu này sử dụng 9 biến số, bao gồm 6 biến độc lập đại diện cho yếu tố địa lý và 3 biến kiểm soát khác Các biến độc lập đại diện cho các yếu tố như nhiệt độ trung bình, độ lệch chuẩn của nhiệt độ, lượng mưa trung bình, độ lệch chuẩn của lượng mưa, tiếp giáp với sông lớn và khoảng cách từ trung tâm tỉnh thành đến cảng biển gần nhất Trong khi đó, các biến kiểm soát đại diện cho tỷ lệ người trên 15 tuổi biết chữ, tổng số bác sĩ, y sĩ, y tá và hộ sinh trong tỉnh trên 1.000 người dân và chỉ số năng lực cạnh tranh cấp tỉnh Với tỉ lệ 10:1, cỡ mẫu lý thuyết là 60, do đó việc chọn số lượng mẫu n = 63 là phù hợp cho nghiên cứu này.
Công cụ nghiên cứu
Trong nghiên cứu đã sử dụng phần mềm EViews 10
EViews (Econometric Views) là phần mềm chuyên dụng cho kinh tế lượng, nghiên cứu dữ liệu chuỗi thời gian, dữ liệu chéo và dữ liệu mảng Với khả năng linh hoạt và dễ dàng quản lý dữ liệu, phần mềm này cung cấp kết quả hiển thị nhanh chóng và dễ hiểu Thông qua việc thống kê và phân tích các số liệu, EViews giúp đánh giá chính xác các yếu tố địa lý hỗ trợ tăng trưởng kinh tế, đồng thời tạo ra thuận lợi dựa trên đặc điểm địa lý và điều kiện khí hậu của từng vùng.
Nếu đề tài nghiên cứu sử dụng số liệu thứ cấp là dữ liệu chuỗi thời gian hoặc dữ liệu bảng, thì phần mềm EViews là lựa chọn phù hợp EViews cung cấp các chức năng chính như phân tích dữ liệu chuỗi thời gian, phân tích dữ liệu bảng, ước lượng mô hình kinh tế lượng và phân tích dữ liệu thời gian thực.
- Phân tích dữ liệu chuỗi thời gian, dữ liệu chéo, dữ liệu mảng
- Thống kê mô tả dữ liệu
- Phân tích sự tác động của các yếu tố này lên các yếu tố khác
- Dự báo cho yếu tố cần nghiên cứu (chẳng hạn như dự báo giá nhiên liệu (xăng dầu, khí đốt,…), nhu cầu năng lượng (điện, than, gió…), giá vàng, )
Trong lĩnh vực nghiên cứu kinh tế, phương pháp định lượng được sử dụng phổ biến nhất, và phần mềm Eviews là một trong những giải pháp được ưa chuộng nhờ sự đơn giản, linh hoạt và hiệu quả Với sự hỗ trợ của nhiều phần mềm xử lý số liệu, Eviews vẫn nổi bật và trở thành lựa chọn hàng đầu của nhiều học sinh, sinh viên, giảng viên và nhà nghiên cứu chuyên nghiệp trong lĩnh vực này.
Phương pháp phân tích dữ liệu
Nghiên cứu này áp dụng phương pháp hồi quy dữ liệu bảng, cho phép thu thập số lượng quan sát lớn hơn so với dữ liệu thời điểm và dữ liệu chuỗi thời gian, từ đó mang lại kết quả ước lượng đáng tin cậy hơn Quá trình phân tích bao gồm hồi quy dữ liệu bằng phương pháp ảnh hưởng cố định (FEM) và ảnh hưởng ngẫu nhiên (REM), sau đó thực hiện kiểm định Hausman để xác định phương pháp phù hợp Kết quả kiểm định cho thấy giá trị P_value nhỏ hơn 5%, chỉ ra rằng phương pháp FEM là lựa chọn phù hợp hơn so với phương pháp REM trong nghiên cứu này.
Khi ước lượng mô hình FEM, có thể xảy ra hiện tượng nội sinh do tương quan giữa các biến độc lập và sai số của mô hình Hiện tượng này có thể xuất hiện do bỏ sót biến, sai số đo lường hoặc mối quan hệ đồng thời giữa biến độc lập và biến phụ thuộc Trong trường hợp này, bỏ sót biến có thể là nguyên nhân chính do hạn chế của dữ liệu thứ cấp Để khắc phục, tác giả sử dụng phương pháp GMM kết hợp với FEM để ước lượng mô hình, giúp so sánh kết quả và đánh giá sự nhất quán trong tác động của các yếu tố địa lý đến tăng trưởng kinh tế.
Mô hình hồi quy được xây dựng với biến phụ thuộc Yit bao gồm thu nhập bình quân đầu người và các nguồn khác nhau của thu nhập như thu nhập từ Nông – Lâm – Ngư nghiệp và thu nhập từ phi Nông – Lâm – Ngư nghiệp Các giá trị của biến i đại diện cho 63 tỉnh thành Việt Nam, trong khi biến t nhận giá trị từ năm 2010 đến 2020 Ma trận các hệ số hồi quy β1 đến β3 và sai số εit được sử dụng để phân tích mối quan hệ giữa các biến trong mô hình.
Biến độc lập trong nghiên cứu này đại diện cho các yếu tố địa lý, bao gồm nhiệt độ và lượng mưa Cụ thể, nhiệt độ trung bình (Tempit) và độ lệch chuẩn của nhiệt độ (TempSDit) được đo cách mặt đất 2 mét, trong khi lượng mưa trung bình (Precit) và độ lệch chuẩn của lượng mưa (PrecSDit) cũng được xem xét.
Dữ liệu nhiệt độ và lượng mưa được thu thập hàng ngày và tính toán giá trị trung bình và độ lệch chuẩn cho từng năm Dữ liệu này được sử dụng để phân tích mối quan hệ giữa các yếu tố địa lý và kinh tế Ngoài ra, biến dummy Riveri được sử dụng để chỉ ra sự hiện diện của sông lớn chảy qua tỉnh, với định nghĩa là sông có chiều rộng lớn hơn 100m, cho phép vận chuyển hàng hóa bằng tàu thuyền lớn.
Mô hình nghiên cứu sử dụng biến phụ thuộc Y và các biến độc lập bao gồm β1, β2, β3 và ε, trong đó biến ε đại diện cho sai số Biến Seaporti đại diện cho khoảng cách từ trung tâm tỉnh thành đến cảng biển gần nhất và được cố định theo thời gian Các biến kiểm soát khác bao gồm EDUit đại diện cho giáo dục, đo lường bằng tỷ lệ người trên 15 tuổi biết chữ; Healthit đại diện cho chăm sóc y tế, đo lường bằng tổng số bác sĩ, y sĩ, y tá và hộ sinh trong tỉnh trên 1.000 người dân; và PCIit đại diện cho chỉ số năng lực cạnh tranh cấp tỉnh, đo lường bằng thang điểm 100, đại diện cho thể chế của các địa phương.
Bảng 3.1: Mô tả các biến sử dụng trong nghiên cứu
Tên biến Định nghĩa Đơn vị
Income Thu nhập bình quân đầu người 1.000đ/tháng AFF_Income Thu nhập từ Nông–Lâm–Ngư nghiệp 1.000đ/tháng NAFF_Income Thu nhập phi Nông–Lâm–Ngư nghiệp 1.000đ/tháng
Temp Nhiệt độ trung bình O C (+/-)
TempSD Độ lệch chuẩn của nhiệt độ O C (–)
Prec Lượng mưa trung bình mm/ngày (+/–)
PrecSD Độ lệch chuẩn của lượng mưa Mm (–)
River Sông ngòi Có/Không (+/-)
Seaport Khoảng cách đến cảng biển gần nhất Km (–)
EDU Tỷ lệ biết chữ trên 15 tuổi Phần trăm (%) (+)
Health Số lượng bác sĩ trực thuộc sở Y tế Số bác sĩ/1.000 người dân
PCI Chỉ số năng lực cạnh tranh cấp tỉnh Thang điểm 100 (+)
Nguồn: Tổng hợp của tác giả
Dữ liệu về thu nhập bình quân đầu người, tỷ lệ biết chữ trên 15 tuổi và số lượng bác sĩ trực thuộc sở Y tế được thu thập từ niên giám thống kê của Tổng cục Thống kê từ năm 2010 đến 2020 Do các cuộc điều tra mức sống dân cư chỉ được thực hiện hai năm một lần vào các năm chẵn, nên số liệu về thu nhập bình quân đầu người của các năm lẻ từ 2011 đến 2019 không có sẵn Để giải quyết vấn đề này, tác giả đã sử dụng phương pháp nội suy để tính toán giá trị trung bình của 2 năm chẵn gần nhất.
Năm 2011 được ước tính bằng giá trị trung bình của năm 2010 và 2012 Dữ liệu thu nhập được chuyển đổi sang giá cố định năm 2010 dựa trên chỉ số giá tiêu dùng từ Tổng cục Thống kê (2021) trước khi phân tích hồi quy Biến số thu nhập sau đó được chuyển đổi sang giá cố định năm 2010 và tiếp tục được lấy logarit tự nhiên để ước lượng tác động của địa lý lên thay đổi tỷ lệ phần trăm của thu nhập.
Dữ liệu nhiệt độ và lượng mưa được thu thập từ dự án của NASA (2021) nhằm cung cấp thông tin về địa lý và thời tiết hỗ trợ các dự án phát triển năng lượng, đặc biệt là năng lượng tái tạo Dữ liệu địa lý khác bao gồm biến số sông ngòi được xác định dựa trên bản đồ địa lý Việt Nam, với giá trị 1 nếu tỉnh có sông lớn chảy qua, và biến khoảng cách đến cảng biển gần nhất được tính bằng khoảng cách từ trung tâm tỉnh thành đến cảng biển gần nhất trong số 248 cảng biển lớn được quy định tại Quyết định số 16/2008/QĐ-TTg Ngoài ra, dữ liệu về chỉ số năng lực cạnh tranh cấp tỉnh (PCI, 2021) cũng được thu thập để phục vụ nghiên cứu.
Trong chương này, quy trình nghiên cứu được trình bày chi tiết, bao gồm phương pháp chọn mẫu nghiên cứu phi xác suất với quy mô mẫu là 63 Để phân tích dữ liệu, công cụ EViews 10 được sử dụng kết hợp với phương pháp ước lượng FEM và GMM nhằm khắc phục hiện tượng nội sinh của mô hình FEM Chương tiếp theo sẽ trình bày kết quả nghiên cứu, bao gồm thống kê mô tả, phân tích tương quan và phân tích hồi quy, cung cấp cái nhìn tổng quan về kết quả phân tích dữ liệu.
Thống kê mô tả và phân tích tương quan
Tính đến thời điểm 31/12/2020, Việt Nam có 63 tỉnh thành Dữ liệu thống kê về giá trị của các biến được sử dụng trong nghiên cứu được tổng hợp vào các năm chẵn, cụ thể là năm 2010, 2012 và các năm tiếp theo.
Để phân tích tập dữ liệu, tôi sử dụng các chỉ số thống kê mô tả như giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất để tóm tắt các biến được sử dụng trong mô hình Kết quả chi tiết của thống kê mô tả được trình bày ở bảng sau, dựa trên dữ liệu thu thập được trong các năm 2014, 2016, 2018 và 2020.
Bảng 4.1: Thống kê mô tả các biến
Biến số Trung bình Độ lệch chuẩn Lớn nhất Nhỏ nhất
Thu nhập bình quân đầu người 1.707,213 677,902 4.283,950 566,800 Thu nhập từ Nông – Lâm – Ngư nghiệp 366,150 169,775 1,613,000 14,460 Thu nhập phi Nông – Lâm – Ngư nghiệp 389,023 221,900 1,334,860 40,310
Tỷ lệ biết chữ trên 15 tuổi 92,868 6,920 99,200 59,200
Số lượng bác sĩ trực thuộc sở Y tế 0,703 0,230 1,888 0,268 Chỉ số năng lực cạnh tranh cấp tỉnh 60,228 4,945 75,086 7,067
Khoảng cách đến cảng biển gần nhất 109,764 87,294 389,360 8,049
Sông ngòi 0,714 0,452 1,000 0,000 Độ lệch chuẩn của nhiệt độ 3,432 1,667 6,575 0,893 Độ lệch chuẩn của lượng mưa 9,075 4,408 31,861 2,210
(Nguồn: Phân tích của tác giả)
Để đánh giá mối quan hệ giữa các biến, tôi đã tiến hành phân tích tương quan giữa chúng và thu được kết quả các hệ số tương quan giữa các biến được sử dụng trong mô hình, cung cấp cái nhìn tổng quan về mối tương quan giữa các yếu tố này.
Bảng 4.2: Phân tích tương quan các biến số
Biến số Income EDU Health PCI Temp Prec Seaport River TempSD PrecSD Income 1,000
Temp 0,405 0,379 -0,350 0,246 1,000 Prec 0,280 0,112 0,342 0,383 -0,010 1,000 Seaport -0,499 -0,595 0,247 -0,295 -0,671 -0,161 1,000 River 0,322 0,289 -0,091 0,220 0,324 0,190 -0,430 1,000 TempSD -0,200 -0,049 0,342 -0,198 -0,806 -0,011 0,446 -0,003 1,000 PrecSD 0,258 0,190 0,332 0,323 0,027 0,852 -0,235 0,206 0,024 1,000
(Nguồn: Phân tích của tác giả)
Kết quả phân tích tương quan cho thấy biến số lượng mưa trung bình (Prec) và biến số độ lệch chuẩn của lượng mưa (PrecSD) có hệ số tương quan cao nhất là 0,852, cho thấy khu vực có lượng mưa trung bình lớn thường có sự biến động bất thường về lượng mưa, điển hình là miền Trung Việt Nam Ngoài ra, nhiệt độ trung bình (Temp) và độ lệch chuẩn của nhiệt độ (TemSD) có hệ số tương quan là -0,806, cho thấy khu vực có nhiệt độ cao thường ít có sự biến động về nhiệt độ Đồng thời, nhiệt độ trung bình (Temp) và khoảng cách đến cảng biển gần nhất (Seaport) có hệ số tương quan là -0,671 Để tránh hiện tượng đa cộng tuyến trong mô hình, chúng ta nên tránh hồi quy cùng một lúc hai biến có hệ số tương quan cao.
Kết quả hồi quy và thảo luận
Tôi đã tiến hành phân tích tác động của các yếu tố địa lý đến thu nhập bình quân đầu người thông qua bốn phương trình hồi quy khác nhau Mỗi phương trình được thiết kế để loại bỏ một số biến có tương quan cao với các biến khác, nhằm tránh hiện tượng đa cộng tuyến Cụ thể, Phương trình 1 (PT1) sẽ loại bỏ biến Seaport, TempSD và PrecSD, giúp chúng ta đánh giá chính xác hơn tác động của các yếu tố địa lý còn lại đến thu nhập bình quân đầu người.
Kết quả phân tích hồi quy mô hình FEM cho thấy phương trình 2 loại bỏ biến Temp và PrecSD, phương trình 3 loại bỏ biến Temp, TempSD và PrecSD, còn phương trình 4 loại bỏ biến Prec, Seaport và TempSD Kết quả kiểm định Hausman (1978) chỉ ra rằng mô hình FEM phù hợp hơn so với mô hình REM, do đó kết quả hồi quy FEM được trình bày trong bảng 4 Dưới đây là kết quả hồi quy FEM với biến phụ thuộc là thu nhập bình quân đầu người.
Bảng 4.3: Kết quả hồi quy FEM với biến phụ thuộc là thu nhập bình quân đầu người
Biến số Logarit tự nhiên của thu nhập bình quân đầu người
Tỷ lệ biết chữ trên 15 tuổi 0,0232*** 0,0216*** 0,0197*** 0,0236***
Số lượng bác sĩ trực thuộc sở Y tế -0,0078 0,0168 -0,0404 -0,0143 Chỉ số năng lực cạnh tranh cấp tỉnh 0,0129*** 0,0117*** 0,0127*** 0,0129***
Khoảng cách đến cảng biển gần nhất -0,0009*** -0,0012*** Độ lệch chuẩn của nhiệt độ -0,0261*** Độ lệch chuẩn của lượng mưa -0,0101***
Ghi chú: ký hiệu (*), (**) và (***) đại diện cho mức ý nghĩa thống kê 10%, 5% và 1%
(Nguồn: Phân tích của tác giả)
Để đảm bảo tính hiệu quả của ước lượng, phương pháp GMM được áp dụng nhằm khắc phục hiện tượng nội sinh của mô hình FEM Sau khi ước lượng bằng phương pháp GMM, các kiểm định Arellano-Bond và Hansen được sử dụng để kiểm định tính phù hợp của mô hình Kết quả cho thấy không có hiện tượng tự tương quan trong mô hình và số lượng biến công cụ được sử dụng là phù hợp, đảm bảo tính hiệu quả của mô hình.
Bảng 4.4: Kết quả hồi quy GMM với biến phụ thuộc là thu nhập bình quân đầu người
Biến số Logarit tự nhiên của thu nhập bình quân đầu người
Tỷ lệ biết chữ trên 15 tuổi 0,0234*** 0,0218*** 0,0205*** 0,0250***
Số lượng bác sĩ trực thuộc sở Y tế -0,0176 0,0073 -0,0285 -0,0319 Chỉ số năng lực cạnh tranh cấp tỉnh 0,0306*** 0,0280*** 0,0298*** 0,0317***
Khoảng cách đến cảng biển gần nhất -0,0008*** -0,0010*** Độ lệch chuẩn của nhiệt độ -0,0168** Độ lệch chuẩn của lượng mưa -0,0231***
Ghi chú: ký hiệu (*), (**) và (***) đại diện cho mức ý nghĩa thống kê 10%, 5% và 1%
Nghiên cứu cho thấy biến nhiệt độ và lượng mưa có tác động đáng kể đến thu nhập bình quân đầu người tại Việt Nam Khu vực có nhiệt độ trung bình cao hơn thường có thu nhập cao hơn, ngược lại, độ lệch chuẩn của nhiệt độ cao hơn có thể ảnh hưởng tiêu cực đến thu nhập Cụ thể, nếu nhiệt độ trung bình tăng 10 độ C, thu nhập trung bình có thể tăng từ 2,67-3,85% Đối với lượng mưa, kết quả cho thấy lượng mưa trung bình có ảnh hưởng tiêu cực đến thu nhập, với mức giảm từ 3,5-8,0% khi lượng mưa trung bình tăng 1mm/ngày Độ lệch chuẩn của lượng mưa cũng có tác động tiêu cực đến thu nhập, với khu vực có biến động lớn về lượng mưa thường có giá trị thu nhập thấp hơn.
Các tỉnh thành có sông lớn chảy qua thường có ảnh hưởng tích cực đến thu nhập đầu người, với mức thu nhập bình quân cao hơn từ 10,35 - 12,73% so với tỉnh không có sông lớn chảy qua Tuy nhiên, khoảng cách đến cảng biển gần nhất lại có ảnh hưởng tiêu cực đến thu nhập đầu người, với chi phí vận tải cao hơn khi khoảng cách xa hơn Cụ thể, nếu khoảng cách đến cảng biển gần nhất giảm 10 km, thu nhập bình quân đầu người có thể tăng từ 0,8 - 1,2% Điều này cho thấy tầm quan trọng của việc tiếp cận cảng biển và sông lớn trong việc thúc đẩy phát triển kinh tế và tăng thu nhập đầu người.
Bên cạnh các yếu tố địa lý, tỷ lệ người trên 15 tuổi biết chữ và chỉ số năng lực cạnh tranh cấp tỉnh cũng đóng vai trò quan trọng trong việc tăng thu nhập bình quân đầu người Trong khi đó, số lượng bác sĩ trực thuộc Sở Y tế không có tác động đáng kể đến thu nhập bình quân đầu người Tổng thể, mô hình cho thấy các biến độc lập giải thích được khoảng 68-72% sự biến động của biến phụ thuộc, cho thấy mối quan hệ chặt chẽ giữa các yếu tố này và thu nhập bình quân đầu người.
Để phân tích tác động của các yếu tố địa lý đến thu nhập, tác giả đã sử dụng phương pháp GMM để đánh giá ảnh hưởng của các yếu tố này đến các thành phần cụ thể của thu nhập, bao gồm thu nhập từ Nông - Lâm - Ngư nghiệp và thu nhập phi Nông - Lâm - Ngư nghiệp (công nghiệp, thương mại và dịch vụ) Kết quả này giúp tác giả nắm rõ tác động chi tiết của các yếu tố địa lý đến các thành phần nhỏ hơn của thu nhập, từ đó có cái nhìn tổng quan hơn về mối quan hệ giữa địa lý và thu nhập.
Bảng 4.5: Kết quả hồi quy GMM với biến phụ thuộc là thu nhập từ Nông – Lâm – Ngư nghiệp và thu nhập từ phi Nông – Lâm – Ngư nghiệp
Logarit tự nhiên của thu nhập từ Nông – Lâm – Ngư nghiệp
Logarit tự nhiên của thu nhập từ phi Nông – Lâm –
Tỷ lệ biết chữ trên 15 tuổi 0,0109*** -0,0059* 0,0291*** 0,0331***
Số lượng bác sĩ trực thuộc sở Y tế -0,7860*** -0,7227*** -0,0694 -0,1473* Chỉ số năng lực cạnh tranh cấp tỉnh -0,0460*** -0,0577*** 0,0553*** 0,0626***
Khoảng cách đến cảng biển gần nhất 0,0023*** -0,0012*** Độ lệch chuẩn của nhiệt độ -0,1207*** -0,0315** Độ lệch chuẩn của lượng mưa -0,0388*** -0,0147*
Ghi chú: ký hiệu (*), (**) và (***) đại diện cho mức ý nghĩa thống kê 10%, 5% và 1%
Kết quả kiểm định Hansen và AR(2) cho thấy các mô hình hồi quy trên là phù hợp với mức ý nghĩa thống kê đều lớn hơn 10% Các biến số về nhiệt độ và lượng mưa có ảnh hưởng đáng kể đến các thành phần thu nhập, trong đó nhiệt độ có tác động tích cực, còn độ lệch chuẩn của nhiệt độ, lượng mưa và độ lệch chuẩn của lượng mưa có tác động tiêu cực Tuy nhiên, biến số sông ngòi có tác động khác biệt đối với các thành phần thu nhập, cụ thể là có tác động tiêu cực đến thu nhập từ Nông – Lâm – Ngư nghiệp nhưng lại có tác động tích cực đến thu nhập từ phi Nông – Lâm – Ngư nghiệp, do ảnh hưởng của hiện tượng lũ lụt và xâm nhập mặn trong nông nghiệp và vai trò của sông ngòi trong vận chuyển hàng hóa và hành khách trong thương mại.
Chương này tập trung trình bày chi tiết số liệu thống kê và phân tích tương quan, hồi quy dữ liệu bảng bằng các phương pháp như FEM, GMM, Arellano-Bond và Hansen Qua đó, các biến có tương quan cao được loại bỏ và 4 phương trình hồi quy phù hợp, có ý nghĩa thống kê cao đã được xác định Kết quả nghiên cứu cho thấy sự ảnh hưởng của các biến địa lý đến tăng trưởng kinh tế vùng tại Việt Nam Những phát hiện này sẽ là cơ sở để trình bày về kết luận và hàm ý quản trị trong chương tiếp theo.
Kết luận
Nghiên cứu này đã phân tích ảnh hưởng của các yếu tố địa lý đến thu nhập bình quân đầu người tại Việt Nam, cho thấy sông ngòi và nhiệt độ trung bình có tác động tích cực, trong khi lượng mưa trung bình, độ lệch chuẩn của lượng mưa, độ lệch chuẩn của nhiệt và khoảng cách đến cảng biển gần nhất lại có ảnh hưởng tiêu cực Đặc biệt, các tỉnh có sông lớn chảy qua có ảnh hưởng tiêu cực đến thu nhập từ Nông – Lâm – Ngư nghiệp nhưng lại có ảnh hưởng tích cực đến thu nhập phi Nông – Lâm – Ngư nghiệp Ngoài ra, tỷ lệ biết chữ trên 15 tuổi và chỉ số PCI cũng đóng vai trò quan trọng trong việc tăng thu nhập bình quân đầu người tại Việt Nam.
Hàm ý kiến nghị
Yếu tố địa lý đóng vai trò quan trọng đối với tăng trưởng kinh tế vùng tại Việt Nam Để phát triển kinh tế vùng một cách hiệu quả, việc hiểu rõ đặc điểm địa lý của mỗi vùng là điều cần thiết, từ đó tận dụng các yếu tố địa lý có lợi để phát triển các lĩnh vực kinh tế khác nhau.
Việc phát triển kinh tế vùng cần phải tính đến yếu tố nhiệt độ và lượng mưa, đặc biệt là trong bối cảnh biến đổi khí hậu toàn cầu hiện nay Ưu tiên phát triển kinh tế tại các khu vực có nhiệt độ và lượng mưa ổn định sẽ giúp hạn chế ảnh hưởng của các yếu tố thời tiết cực đoan như mưa lũ cục bộ và nắng nóng bất thường Điều này sẽ góp phần đảm bảo sự ổn định trong phát triển kinh tế vùng và giảm thiểu rủi ro do thời tiết cực đoan gây ra.
Các tỉnh gần cảng biển nên tận dụng lợi thế địa lý để phát triển công nghiệp, thương mại và dịch vụ, giảm thiểu chi phí vận chuyển và tăng cường cạnh tranh Ngược lại, các tỉnh xa cảng biển nên tập trung vào phát triển nông nghiệp và lâm nghiệp, dựa trên đặc điểm khí hậu riêng biệt của từng tỉnh để lựa chọn loại cây trồng và vật nuôi phù hợp, nhằm tối ưu hóa lợi thế cạnh tranh của địa phương.
Các tỉnh có sông lớn chảy qua nên tập trung phát triển thương mại và dịch vụ để tận dụng lợi thế địa lý tự nhiên Sông lớn đóng vai trò là tuyến đường giao thông không tốn kém, tạo điều kiện thuận lợi cho phát triển công nghiệp, thương mại và dịch vụ Đầu tư vào nông nghiệp ở những khu vực này có thể tiềm ẩn rủi ro do hiện tượng lũ lụt vào mùa mưa và xâm nhập mặn vào mùa khô, do đó nên hạn chế phát triển nông nghiệp để đảm bảo sự phát triển bền vững.
Vai trò của Nhà nước đối với tăng trưởng kinh tế của một quốc gia là không thể phủ nhận Kết quả nghiên cứu đóng góp vào việc tạo cơ sở cho các nhà hoạch định tham khảo khi đưa ra và điều chỉnh chính sách, thể chế và hệ thống để tận dụng tối đa các yếu tố địa lợi Đối với doanh nghiệp, kết quả nghiên cứu giúp nhà đầu tư cân nhắc quyết định đầu tư vào tỉnh thành, khu vực kinh tế có địa lợi hỗ trợ tích cực, cũng như lựa chọn ngành nghề, lĩnh vực kinh tế phù hợp với vị trí địa lý đã chọn.
Hạn chế và hướng nghiên cứu tiếp theo
Ngoài các kết quả đã đạt được, nghiên cứu cũng không tránh khỏi một số hạn chế như sau:
Dữ liệu về biến thu nhập do Tổng cục Thống kê cung cấp không có sẵn cho các năm lẻ, buộc phải tính toán bằng phương pháp nội suy Điều này dẫn đến giảm độ chính xác của các ước lượng, gây khó khăn cho việc phân tích và đánh giá chính xác tình hình thu nhập.
Các biến số địa lý được xem xét bao gồm nhiệt độ, lượng mưa, sự biến động của nhiệt độ, sự biến động của lượng mưa, sông ngòi và khoảng cách đến cảng biển gần nhất Việc phân tích này có thể được mở rộng thêm với các yếu tố địa lý khác như độ cao, loại đất hoặc bức xạ mặt trời để mang lại kết quả nghiên cứu toàn diện hơn.
Để tăng thêm giá trị tham khảo, bài viết có thể được bổ sung bằng việc ứng dụng hệ thống thông tin địa lý (GIS) để tạo ra bản đồ minh họa chi tiết các tỉnh thành Việt Nam, từ đó thể hiện rõ ràng các thông số địa lý và kinh tế quan trọng Việc tích hợp bản đồ sẽ giúp người đọc dễ dàng hình dung và phân tích dữ liệu một cách trực quan hơn, đồng thời làm tăng tính thuyết phục và độ tin cậy của nội dung bài viết.
Nghiên cứu này được thực hiện tại Việt Nam, một quốc gia đang phát triển với các yếu tố địa lý đặc trưng riêng biệt Kết quả thu được có thể phù hợp với tình hình tại Việt Nam, nhưng chưa chắc chắn có thể áp dụng cho các khu vực khác trên thế giới Do đó, cần thực hiện thêm các nghiên cứu tương tự tại các quốc gia khác để có được cái nhìn tổng quan về ảnh hưởng của các biến số địa lý đến tăng trưởng kinh tế của các quốc gia Điều này sẽ giúp cung cấp thông tin hữu ích cho việc xây dựng chiến lược phát triển kinh tế hiệu quả tại các quốc gia khác nhau.
Chương này tổng hợp và phân tích kết quả nghiên cứu từ Chương 4, làm cơ sở đề xuất những hàm ý quản trị quan trọng đối với nhà nước, các tỉnh thành và doanh nghiệp về tác động của các yếu tố tự nhiên đến tăng trưởng kinh tế của các tỉnh thành Việt Nam Kết quả nghiên cứu chỉ ra rằng hai yếu tố sông ngòi và nhiệt độ trung bình có ảnh hưởng tích cực đến thu nhập bình quân đầu người Ngược lại, các yếu tố địa lý khác như lượng mưa trung bình, độ lệch chuẩn của lượng mưa, độ lệch chuẩn của nhiệt và khoảng cách đến cảng biển gần nhất lại có tác động tiêu cực đến thu nhập bình quân đầu người tại Việt Nam.
Bên cạnh đó, đề tài cũng chỉ ra một số hạn chế còn tồn tại, từ đó gợi mở hướng nghiên cứu mới cho các đề tài nghiên cứu tiếp theo, nhằm góp phần hoàn thiện và phát triển thêm về chủ đề này.