Cơ sở lý thuyết và tổng quan nghiên cứu
Cơ sở lý thuy t 9 ế 2.2 Tổng quan nghiên c u 14ứ 3 Phương pháp nghiên c u 17ứ 3.1 Phương pháp tính mức độ tập trung của ngành
Thị phần (Market Share) là tỷ lệ phần trăm tiêu thụ sản phẩm nhất định mà mỗi một doanh nghiệp đang nắm giữ trên thị trường Nó được thể hiện qua doanh số sản phẩm và dịch vụ tiêu thụ của doanh nghiệp so với tổng doanh số đã tiêu thụ trên toàn thị trường Thị phần là một chỉ số quan trọng để đánh giá vị thế và khả năng cạnh tranh của doanh nghiệp.
Công th c tính th ph n doanh nghi p: ứ ị ầ ệ
Thị phần đóng vai trò vô cùng quan trọng đối với doanh nghi p b t k quy mô ệ ở ấ ỳ nào Trong đó, thị phần mang lại 3 lợi ích chính sau:
Xác định năng lực cạnh tranh là bước quan trọng giúp doanh nghiệp đánh giá vị thế của mình so với đối thủ Thông qua phân tích thị trường, doanh nghiệp có thể nhận diện điểm mạnh và điểm yếu, từ đó triển khai các chiến lược hiệu quả để nâng cao khả năng cạnh tranh.
Xác định tốc độ tăng trưởng của doanh nghiệp dựa vào thị phần giúp chủ doanh nghiệp đánh giá tình hình hoạt động Nếu thị phần ổn định, tốc độ tăng trưởng có thể chậm lại, từ đó cần đưa ra các phương án thúc đẩy và tăng doanh thu hiệu quả.
Cơ sở để xây dựng nguồn nhân lực hiệu quả dựa vào thị phần mà doanh nghiệp chiếm lĩnh trên thị trường Khi thị phần thấp, doanh nghiệp cần bổ sung nguồn nhân lực phù hợp với các chiến lược cải cách nhằm gia tăng thị phần Ngược lại, nếu thị phần cao, doanh nghiệp có thể triển khai các chương trình khuyến khích để phát huy lợi thế hiện có.
Tỷ lệ tập trung (Concentration Ratio - CRn) là một chỉ số quan trọng dùng để đo lường mức độ tập trung của thị trường trong tay các công ty hoặc ngành công nghiệp CRn được tính bằng tổng thị phần của n doanh nghiệp lớn nhất trong ngành chia cho tổng thị phần của tất cả các công ty trong ngành đó Chỉ số này giúp đánh giá sức mạnh và sự cạnh tranh trong một thị trường cụ thể.
Si: thị ph n doanh nghi p i trên th ầ ệ ị trường qi: doanh thu của doanh nghi p i ệ
Q: doanh thu toàn ngành n: s doanh nghi p ố ệ
Trong bài ti u luể ận này, nhóm đã sử ụng n=4 để d tính CR là t l t p trung b n doanh 4 ỉ ệ ậ ố nghiệp l n nh t trên th ớ ấ ị trường (four-firm concentration ratio)
Giá trị Tính chất thị trường
CR =04 Cạnh tranh hoàn hảo
0 < CR < 0,44 Cạnh tranh độc quyền hoặc cạnh tranh hiệu quả
0,4 < CR < 0,64 Độc quyền nhóm yếu hoặc cạnh tranh độc quyền
CR4 > 0,6 Độc quyền nhóm hoặc công ty chủ đạo với lợi thế cạnh tranh
CR4 > 0,9 Độc quyền hoặc công ty chủ đạo với lợi thế cạnh tranh
B ả ng 1: Phân lo ạ i tính ch t th ấ ị trườ ng theo ch ỉ s CR4 ố
Chỉ số HHI, viết tắt của Herfindahl-Hirschman Index, được đặt theo tên của hai nhà kinh tế học nổi tiếng, Morriss C Herfindahl và Albert O Hirschman Họ đã phát triển công thức này trong các nghiên cứu về cạnh tranh và tập trung kinh tế vào những năm 1950 và 1960.
Chỉ số HHI là một công cụ hữu ích để đánh giá tính cạnh tranh trên thị trường và được áp dụng phổ biến trong lĩnh vực kinh tế Chỉ số này được tính bằng tổng bình phương của thị phần của tất cả các doanh nghiệp trong một ngành công nghiệp Cách tính chỉ số HHI rất đơn giản và trực quan.
Si: thị ph n doanh nghi p i trên th ầ ệ ị trường
Giá trị Tính chất thị trường
HHI < 0,1 Cạnh tranh độc quyền hoặc cạnh tranh hiệu quả
HHI < 0,18 Cạnh tranh độc quyền hoặc độc quyền nhóm
HHI > 0,18 Độc quyền nhóm, công ty chủ đạo với lợi thế cạnh tranh hoặc độc quyền
B ả ng 2: Phân lo i tính ch t th ạ ấ ị trườ ng theo ch ỉ s ố HHI
Lý thuyết về hàm sản xuất là một trong những lý thuyết cốt lõi của kinh tế học, nghiên cứu cách sử dụng các nguồn lực để sản xuất và cung cấp các sản phẩm và dịch vụ Nó cung cấp một phương pháp để đo lường hiệu suất sản xuất và phân tích tác động của các yếu tố khác nhau đến quá trình sản xuất.
Hàm sản xuất là công cụ toán học mô tả mối quan hệ giữa sản lượng đầu ra và các yếu tố sản xuất như lao động, vốn và nguyên liệu Hàm sản xuất tổng quát có thể được biểu diễn để phân tích hiệu quả và tối ưu hóa quy trình sản xuất.
Y là sản lượng đầu vào
M là các y u tế ố khác như nguyên liệu ho c công ngh ặ ệ
Hàm Cobb-Douglas là một trong những hàm sản xuất phổ biến trong nghiên cứu kinh tế học nhờ vào tính đơn giản và khả năng áp dụng cao Được đặt theo tên của hai nhà kinh tế học Paul Douglas và Charles Cobb, hàm này thường được sử dụng để phân tích mối quan hệ giữa các yếu tố sản xuất và sản lượng.
A: năng suất toàn các nhân tố α và β: các hệ số co giãn theo sản lượng lần lượ ủa lao đột c ng và v n; chúng c nh ố ố đị và do công ngh quyệ ết định
Nếu tổng hệ số α và β bằng 1, hàm sản xuất sẽ có lợi tức không đổi theo quy mô, nghĩa là khi lao động và vốn tăng thêm 20%, sản lượng cũng chỉ tăng thêm 20% Ngược lại, nếu tổng hệ số α và β nhỏ hơn 1, hàm sản xuất sẽ có lợi tức giảm dần theo quy mô.
Còn nếu: α + β > 1 thì hàm sản xu t có l i tấ ợ ức tăng dần theo quy mô
Yếu tố lao động được đo lường qua các thời kỳ bằng nhiều đơn vị khác nhau như ngày công và chi phí nhân công Tuy nhiên, do sự khác biệt về trình độ và tay nghề của lao động trong các doanh nghiệp, việc tính toán theo số lượng như ngày công sẽ khó đạt được sự đồng nhất Do đó, bài tiểu luận này sẽ tập trung vào việc tính toán yếu tố lao động bằng chi phí cho lao động trong một thời kỳ, bao gồm lương, thưởng và phụ cấp.
Lượng lao động trong doanh nghiệp thường xuyên thay đổi trong quá trình sản xuất kinh doanh Do đó, để đo lường lượng lao động trong kỳ, cần áp dụng công thức tính giá trị trung bình trong khoảng thời gian nhất định.
Lđk: lượng lao động đầu kỳ
Lck: lượng lao động cuối kỳ
Here is the rewritten paragraph:Vốn là nền tảng quan trọng nhất mà doanh nghiệp phải bỏ ra để đầu tư hình thành nên các tài sản cần thiết cho quá trình sản xuất kinh doanh của doanh nghiệp Vốn có thể là toàn bộ tài sản của cá nhân, doanh nghiệp hoặc tổ chức do con người tạo ra và tích lũy được qua thời gian.
14 xuất kinh doanh cũng có thể là nh ng c a cữ ủ ải mà thiên nhiên ban cho như đất đai, khoáng sản…
Phương pháp ước lượng TFP
Đến nay, nhiều nghiên cứu đã tiếp cận năng suất yếu tố tổng hợp (TFP) thông qua các mô hình và phương pháp khác nhau Dựa trên các nghiên cứu này, nhóm tác giả đã xác định hai phương pháp ước lượng TFP phổ biến Phương pháp đầu tiên là hạch toán của Tổ chức Năng suất Châu Á, với công thức tính TFP như sau: TFP = tốc độ tăng TFP = tốc độ tăng trưởng đầu ra - (tốc độ tăng trưởng vốn cố định + tốc độ tăng trưởng lao động × hệ số đóng góp của vốn cố định).
18 β: Hệ số đóng góp của lao động
Hệ số β bằng t s gi a thu nhỷ ố ữ ập đầy đủ ủa người lao độ c ng và t ng s n ph m qu c ổ ả ẩ ố nội, còn α = 1 - β
Phương pháp này cho phép tính toán các hệ số α và β hàng năm, nhưng để đảm bảo độ chính xác cao nhất, cần phải hạch toán các nguồn thu nhập khác ngoài tiền lương của người lao động.
Phương pháp sử dụng hàm Cobb-Douglas là một công cụ dễ áp dụng và ước lượng, phản ánh xu thế sản xuất hiệu quả Nó có thể được áp dụng ở nhiều cấp độ, như đã được chứng minh bởi các nghiên cứu của Jorgenson và cộng sự (1987), Lewis và cộng sự (1988), Phan Nguyên Khánh Long (2012), Trần Cẩm Linh (2014), và Chu Thị Mai Phương cùng Nguyễn Thu Giang (2021) Đối với ước lượng tổng năng suất yếu tố (TFP), hàm sản xuất Cobb-Douglas có dạng cụ thể.
Yit: t ng doanh thu bán hàng c a doanh nghiổ ủ ệp i trong năm t
Ait: Năng suất nhân t t ng h p TFP c a doanh nghiố ổ ợ ủ ệp i trong năm t
Kit: Tr ữ lượng v n c a doanh nghiố ủ ệp i trong năm t
Lit: Số lao động c a doanh nghiủ ệp i trong năm t α: Hệ số co giãn của đầu ra theo vốn β: Hệ số co giãn của đầu ra theo lao động
Với gi thiả ết α + β = 1 (tức là gi thi t quá trình công nghả ế ệ được s d ng là quá ử ụ trình có hi u suệ ất không thay đổi theo quy mô)
Phương trình (1) được biểu diễn qua lnYit = φo + αlnKit + βlnLit + θit (2) Đặt lnTFP = it φ0 + θit, ta có thể viết lại thành ln it = lnYit - lnKit - lnLit (3) Để xác định ln it - năng suất tổng hợp TFP, nhóm nghiên cứu đã áp dụng ba phương pháp ước lượng: bình phương nhỏ nhất gộp (POLS), mô hình tác động ngẫu nhiên (REM) và mô hình tác động cố định (FEM) cho phương trình (2) Sau đó, nhóm đã sử dụng kiểm định nhân tử Lagrange và Hausman để chọn lựa mô hình phù hợp nhất Từ kết quả kiểm định và phương trình (3), nhóm có thể tính toán giá trị ln it.
Phương pháp ước lượng ảnh hưở ng của mức độ t ập trung ngành đế n TFP
Dựa trên các nghiên cứu trước đây của Mao Zhi (2002), Võ Văn Dứt và cộng sự (2017), Hausman và Hwang (2018), cũng như Rodriguez-Castelán và cộng sự (2020), bài viết này phân tích các cơ sở lý thuyết về ảnh hưởng của năng suất tổng hợp và sự kết hợp các nhân tố.
Mô hình nghiên cứu tác động của mức độ tập trung ngành đến năng suất nhân tố tổng hợp (TFP) được thiết lập như sau: lnTFPit = β0 + β1.HHIit + β2.nsvit + β3.nsldit + β4.lhdnit + u(4)it Trong đó, HHI đại diện cho chỉ số Herfindahl-Hirschman, nsv là số lượng doanh nghiệp, nsld là số lao động, và lhdn là lợi nhuận doanh nghiệp Mô hình này giúp phân tích mối quan hệ giữa sự tập trung ngành và hiệu quả sản xuất trong nền kinh tế.
- β0, β1, β2, β3, β4 là các tham s ố ước lượng
- Bi n ph thu c: lnTFP là logarit t nhiên cế ụ ộ it ự ủa năng suất các nhân t t ng h p c a ố ổ ợ ủ doanh nghi p i tệ ại năm t
+ HHI : ch s mit ỉ ố ức độ ậ t p trung c a ngành i tủ ại năm t, được tính là t ng bình ổ phương thị phần của các doanh nghiệp trong ngành
Năng suất của doanh nghiệp trong năm t được tính bằng tỷ lệ giữa giá trị gia tăng và tổng nguồn vốn trung bình trong năm t.
Năng suất lao động của doanh nghiệp trong năm t được đo bằng tỷ lệ giữa giá trị gia tăng và số lao động trung bình trong năm đó.
LHDN là chỉ số phân loại doanh nghiệp theo hình thức sở hữu vào năm t, bao gồm doanh nghiệp nhà nước, doanh nghiệp ngoài nhà nước và doanh nghiệp có vốn đầu tư nước ngoài (FDI) Cụ thể, nếu SOE = 1, doanh nghiệp i thuộc nhóm doanh nghiệp nhà nước; nếu SOE = 0, doanh nghiệp i không thuộc nhóm này Tương tự, nếu Private = 1, doanh nghiệp i thuộc nhóm doanh nghiệp ngoài nhà nước; còn nếu Private = 0, doanh nghiệp i thuộc nhóm có vốn đầu tư nước ngoài (FDI).
+ u là sai s ng u nhiên it ố ẫ
Các biến được gi i thích c th thông qua b ng sau: ả ụ ể ả
Biến Ý nghĩa Kỳ vọng Nghiên cứu đi trước Nguồn Biến phụ thuộc lnTFP
Logarit năng suất nhân tố tổng hợp
Lihua Yang và Heng-fu Zou (2000), Keith O Fuglie (2010), Nunung Nuryartono và các cộng sự (2016)
Nhóm tác giả tự tính toán Biến độc lập
HHI Mức độ tập trung ngành +/-
Chang-Tai Hsieh và Peter J Klenow
(2018), Paulo Bastos và Julian Cristia (2012)
Biến kiểm soát nsv Logarit năng suất vốn +
Tăng Văn Khiên và cộng sư (2005),
Võ Văn Dứt và cộng sư (2007)
GSO nsld Logarit năng suất lao động + GSO
Biến giả lhdn Loại hình doanh nghiệp +/-
Ghosh và Mondal (2012), Nguyen và Ramstetter (2017), Rosell và Pizarro
B ả ng 3: Gi ả i thích các bi n ế
Nguồn dữ liệu trong bài sử dụng dữ liệu khảo sát từ Tổng cục Thống kê (GSO) trong giai đoạn 2015 đến 2017, tập trung vào các doanh nghiệp trong ngành sản xuất, chế biến thực phẩm Các doanh nghiệp được lựa chọn có mã ngành cấp 2 là ngành 10, bao gồm 22 ngành cấp 5 từ 10101 đến 10800.
4 Kết qu ả ước lượng và thảo lu n ậ
4.1 Kết quả tính toán mức độ tập trung của ngành
Sau khi tính toán t s li u b ng ph n m m STATA, ta có b ng t ng h p k t ừ ố ệ ằ ầ ề ả ổ ợ ế quả mức độ ập trung CR4 và HHI như bả t ng sau:
10612 1 không xác định 1 0.4147389 không xác định 1
B ả ng 4: B ng k t qu tính Cr4 và HHI ả ế ả
Dựa vào giá trị của hai chỉ số CR4 và HHI được tính toán bằng phần mềm STATA và tham chiếu theo bảng phân loại mức tập trung ngành của Gwin (2001), chúng tôi có thể đưa ra những kết luận quan trọng về tình hình tập trung trong ngành.
Năm 2015, trong số 22 ngành, có 4 ngành rơi vào tình trạng cạnh tranh độc quyền, 9 ngành cho thấy mức độ tập trung của độc quyền nhóm, trong khi 9 ngành còn lại có mức độ tập trung rất cao, phản ánh tình trạng độc quyền.
Năm 2016, trong số 22 ngành, có 3 ngành rơi vào tình trạng cạnh tranh độc quyền, 8 ngành thể hiện mức độ tập trung cao của độc quyền nhóm, và 10 ngành có mức độ tập trung rất cao, cho thấy tình trạng độc quyền Đặc biệt, một ngành (10612) không thể xác định mức độ tập trung do thiếu số liệu từ các doanh nghiệp trong ngành.
Năm 2017, trong số 22 ngành, có 3 ngành rơi vào tình trạng cạnh tranh độc quyền, 6 ngành có mức độ tập trung thể hiện độc quyền nhóm, trong khi 13 ngành còn lại cho thấy mức độ tập trung rất cao, phản ánh tình trạng độc quyền Sự chi phối của các doanh nghiệp lớn ngày càng gia tăng, cho thấy họ đang khẳng định vị thế vững chắc trên thị trường.
4.2 Mô tả dữ liệu Để giúp người đọc có cái nhìn tổng quan về mô hình cũng như đưa ra một số đánh giá nhận định ban đầu, nhóm sẽ mô tả số liệu trước khi đi sâu phân tích dữ liệu Đối với các biến định lượng, nhóm sử dụng lệnh
“sum lnTFP lnY lnL lnK nsld nsv”, và thu được kết quả như bảng sau:
Giá trị trung bình Độ lệch chuẩn
Giá trị lớn nhất lnTFP 1,003 4.859343 1.112768 -1.07217 7.515144 lnY 1,003 11.78062 2.083892 2.995732 17.67638 lnL 1,003 4.880341 1.393231 0 8.844769 lnK 1,003 11.56246 1.73603 4.60517 17.2272
B ả ng 5: Th ng kê mô t ố ả các bi ến định lượ ng
Với 1003 quan sát, mẫu nghiên cứu đảm bảo tính đại diện cao, cung cấp ước lượng đáng tin cậy Một số biến như nsld và nsv cho thấy sai số chuẩn lớn hơn giá trị trung bình, chỉ ra sự chênh lệch và không đồng đều trong phân bố giữa các doanh nghiệp trong cùng ngành Trong số 1003 quan sát, 935 doanh nghiệp được phân loại theo phiếu 1A, bao gồm doanh nghiệp nhà nước, doanh nghiệp tư nhân và doanh nghiệp FDI, như thể hiện qua biểu đồ.
Hình 1: Phân b lo i hình doanh nghi p c a m u s li u ố ạ ệ ủ ẫ ố ệ
4.3 Kết quả ước lượng và kiểm định mô hình tính toán năng suất nhân tố tổng hợp TFP
Sau ây là b ng mô tđ ả ả tương quan giữa các bi n gi i thích trong mô hình:ế ả lnY lnL lnK lnY 1.0000 lnL 0.7995 1.0000 lnK 0.8806 0.7857 1.0000
B ả ng 6: B ng mô t ả ả tương quan giữ a các bi ến độ c l ậ p
Hệ số tương quan giữa các biến dương cho thấy mối quan hệ thuận chiều, với r(lnY,lnL)=0,7995 và r(lnL,lnK)=0,7857 ở mức trung bình, trong khi r(lnY,lnK)=0,8806 cho thấy mức độ tương quan khá cao Điều này cho thấy mô hình có hiện tượng đa cộng tuyến cao giữa các biến độc lập Do đó, nhóm đã tiến hành kiểm định khuyết tật đa cộng tuyến của mô hình bằng lệnh vif trong phần mềm STATA.
“reg lnY lnL lnK vif”
Tên biến VIF 1/VIF lnK 2.61 0.382733 lnL 2.61 0.382733 Trung bình VIF 2.61
B ả ng 7: B ả ng ki ếm đị nh khuy t t ế ật đa cộ ng tuy n b ng l nh vif ế ằ ệ
Kết luận: Dựa vào bảng trên, chúng ta có thể xác định rằng các biến trong mô hình không gặp phải hiện tượng đa cộng tuyến, vì giá trị VIF của tất cả các biến đều nhỏ hơn 10.
Sau khi kiểm định sự tương quan và đa cộng tuyến giữa các biến, nhóm đã tiến hành ước lượng mô hình tính toán năng suất nhân tố tổng hợp TFP, lựa chọn giữa ba phương pháp: POLS, FEM và REM Để phân biệt giữa POLS và REM, nhóm sử dụng kiểm định Breusch Pagan (1980) với lệnh “xttest0”, kết quả cho thấy (Prob > chibar2) = 0.0000 < 0.05, do đó lựa chọn phương pháp REM hoặc FEM Tiếp theo, nhóm áp dụng kiểm định Hausman để so sánh hai phương pháp này và nhận được giá trị Prob > chi2 = 0.0000 < 0.05, xác định rằng mô hình tác động cố định (FEM) là phù hợp nhất trong ba mô hình đã xét Sau khi xác định mô hình tối ưu, nhóm tiến hành các kiểm định tiếp theo.
Mô tả dữ liệu
Để cung cấp cái nhìn tổng quan về mô hình và đưa ra những đánh giá ban đầu, nhóm sẽ mô tả số liệu trước khi tiến hành phân tích sâu hơn Đối với các biến định lượng, nhóm đã áp dụng các lệnh phù hợp để thu thập và xử lý dữ liệu.
“sum lnTFP lnY lnL lnK nsld nsv”, và thu được kết quả như bảng sau:
Giá trị trung bình Độ lệch chuẩn
Giá trị lớn nhất lnTFP 1,003 4.859343 1.112768 -1.07217 7.515144 lnY 1,003 11.78062 2.083892 2.995732 17.67638 lnL 1,003 4.880341 1.393231 0 8.844769 lnK 1,003 11.56246 1.73603 4.60517 17.2272
B ả ng 5: Th ng kê mô t ố ả các bi ến định lượ ng
Với 1003 quan sát đồng đều, mẫu nghiên cứu đảm bảo tính đại diện và cho phép ước lượng đáng tin cậy Một số biến như nsld và nsv cho thấy sai số chuẩn lớn hơn giá trị trung bình, chỉ ra sự chênh lệch và không đồng đều trong phân bố giữa các doanh nghiệp cùng ngành Trong số 1003 quan sát, có 935 doanh nghiệp được phân loại theo phiếu 1A, bao gồm doanh nghiệp nhà nước, tư nhân và FDI, như thể hiện trong biểu đồ.
Hình 1: Phân b lo i hình doanh nghi p c a m u s li u ố ạ ệ ủ ẫ ố ệ
Kết quả ước lượng và kiểm định mô hình tính toán năng suất nhân tố tổng hợp TFP
Sau ây là b ng mô tđ ả ả tương quan giữa các bi n gi i thích trong mô hình:ế ả lnY lnL lnK lnY 1.0000 lnL 0.7995 1.0000 lnK 0.8806 0.7857 1.0000
B ả ng 6: B ng mô t ả ả tương quan giữ a các bi ến độ c l ậ p
Hệ số tương quan giữa các biến dương cho thấy mối quan hệ thuận chiều, với r(lnY,lnL)=0,7995 và r(lnL,lnK)=0,7857 ở mức trung bình, trong khi r(lnY,lnK)=0,8806 thể hiện mức độ tương quan khá cao Điều này cho thấy mô hình có hiện tượng đa cộng tuyến cao giữa các biến độc lập Nhóm đã tiến hành kiểm định khuyết tật đa cộng tuyến của mô hình bằng lệnh vif trong phần mềm STATA.
“reg lnY lnL lnK vif”
Tên biến VIF 1/VIF lnK 2.61 0.382733 lnL 2.61 0.382733 Trung bình VIF 2.61
B ả ng 7: B ả ng ki ếm đị nh khuy t t ế ật đa cộ ng tuy n b ng l nh vif ế ằ ệ
Kết luận: Dựa trên bảng trên, chúng ta xác nhận rằng các biến trong mô hình không gặp phải hiện tượng đa cộng tuyến, vì giá trị VIF của tất cả các biến đều nhỏ hơn 10.
Sau khi kiểm định sự tương quan và đa cộng tuyến giữa các biến, nhóm đã ước lượng mô hình tính toán năng suất nhân tố tổng hợp TFP, lựa chọn giữa 3 phương pháp: POLS, FEM và REM Để so sánh POLS với RE, nhóm sử dụng kiểm định Breusch Pagan (1980) với kết quả (Prob > chibar2) = 0.0000 < 0.05, dẫn đến việc chọn phương pháp REM hoặc FEM Tiếp theo, để phân biệt giữa hai phương pháp này, nhóm áp dụng kiểm định Hausman và nhận được giá trị Prob > chi2 = 0.0000 < 0.05, xác định rằng mô hình tác động cố định (FEM) là lựa chọn phù hợp nhất Sau khi xác định được mô hình, nhóm tiến hành các kiểm định tiếp theo.
Nhóm nghiên cứu quyết định không thực hiện kiểm định bỏ sót biến trong quá trình ước lượng năng suất nhân tố tổng hợp (TFP) dựa trên hàm sản xuất Cobb
Kiểm định phương sai sai số thay đổi bằng lệnh “xttest3” cho kết quả P-value=0.000, nhỏ hơn mức ý nghĩa alpha 5%, dẫn đến việc bác bỏ H0 và cho thấy mô hình có hiện tượng phương sai sai số thay đổi Để khắc phục, chúng ta thực hiện hồi quy Robust với lệnh “xtreg lnY lnL lnK, robust”, kết quả cho thấy các biến lnL và lnK đều có ý nghĩa thống kê tại mức 5%, với độ tin cậy của mô hình đạt 79,28%.
Từ đó, ta có thể kết luận, mô hình hoàn toàn phù hợp
Kiểm định tương quan chuỗi được thực hiện bằng lệnh “xtserial lnY lnL lnK”, cho kết quả Prob > F = 0.0004, nhỏ hơn mức alpha 5% Điều này cho thấy mô hình không xuất hiện hiện tượng tương quan chuỗi.
Từ kết quả ước lượng, ta xây dựng được mô hình ước lượng năng suất nhân tố tổng hợp TFP như sau: lnTFP=lnY-0.4672531*lnL-0.4013785*lnK
Kết quả ước lượng và kiểm định mô hình tác động của mức độ tập trung đến năng suất nhân tố tổng hợp TFP
năng suất nhân tố tổng hợp TFP
Mô hình tổng quát được thiết lập là lnTFPit = β0 + β1.HHIit + β2.nsldit + β3.nsvit + β4.lhdnit + uit, nhằm phân tích mối quan hệ giữa các biến Để đánh giá sự tương quan giữa các biến, chúng tôi đã sử dụng lệnh corr và thu được bảng kết quả với các hệ số tương quan, trong đó lnTFP có giá trị 1.0000 với chính nó.
HHI -0.1811 1.0000 nsld 0.4034 0.0526 1.0000 nsv 0.0489 0.0698 0.2966 1.0000 soe 0.0223 0.2291 0.0308 0.0941 1.0000 private -0.1444 -0.1128 -0.1777 -0.0798 -0.3027 1.0000
B ả ng 8: B ng mô t ả ả t ương quan giữ a các bi n ế
Nhìn chung, các biến độc lập có sự tương quan với nhau, mặc dù mức độ không quá lớn Tất cả các biến độc lập đều có mối liên hệ với biến phụ thuộc và cùng dấu với kỳ vọng mà nhóm nghiên cứu đang xem xét.
Tiếp theo, để thực hiện các kết quả ước lượng, đầu tiên, ta thực hiện khai báo dữ liệu bảng và hồi quy:
“xtset ma_thue Year, yearly reg lnTFP HHI nsld nsv soe private fdi”
4.4.2.1 Kiểm định đa cộng tuyến Để kiểm định đa cộng tuyến ta sử dụng lệnh VIF, ta có bảng sau:
Tên biến VIF 1/VIF nsv 1.11 0.902566 nsld 1.10 0.906960 soe 1.10 0.907458
Giá trị trung bình của VIF 1.08
B ả ng 9: B ả ng ki ếm đị nh khuy t t ế ật đa cộ ng tuy n b ng l nh vif ế ằ ệ
Nhận xét: Bảng kết quả cho thấy các giá trị VIF của các biến đều nhỏ hơn 10 Giá trị trung bình của VIF < 10
Kết luận: mô hình không mắc phải hiện tượng đa cộng tuyến
4.4.2.2 Kiểm định phương sai sai số thay đổi
Sử dụng kiểm định White, ta chạy lệnh: “imtest, white”
H0: Không tồn tại phương sai sai số thay đổi
H1: Tồn tại phương sai sai số thay đổi
Kết quả cho thấy: p-value=0.0000 < mức ý nghĩa alpha=5%, bác bỏ H0, chấp nhận H1
Mô hình mắc phải hiện tượng phương sai sai số thay đổi cần được khắc phục để đảm bảo độ chính xác của kết quả Để giải quyết vấn đề này, chúng ta có thể sử dụng lệnh vce (robust) trong phân tích dữ liệu.
“ xtreg lnTFP HHI nsld nsv soe private, vce (robust)”
4.4.2.3 Kiểm định hiện tượng bỏ sót biến
Sử dụng kiểm định RESET của Ramsey bằng lệnh: “ovtest” với giả thuyết: H0: Không có hiện tượng bỏ xót biến
H1: Có hiện tượng bỏ xót biến
Kết quả cho thấy: p value = 0.0000 Do đó, ta bác bỏ H0, chấp nhận H1, mô hình- mắc phải hiện tượng bỏ xót biến
Để đánh giá sự tồn tại của các tác động riêng không quan sát được có thể liên quan đến các biến bị bỏ xót và các giá trị quan sát được, chúng ta sẽ tiến hành so sánh sự phù hợp của các mô hình POLS, REM và FEM.
4.4.3.1 Lựa chọn POLS hay REM Để kiểm tra sự tồn tại của các yếu tố không quan sát được, dùng kiểm định Preusch and Pagan, ta sử dụng lệnh:
“ xtreg lnTFP HHI nsld nsv soe private,re est store rem xttest0”
H0: Không tồn tại các yếu tố không quan sát được (chọn POLS)
H1: Tồn tại các yếu tố không quan sát được (chọn REM)
Kết quả phân tích cho thấy p value = 0.0000, nhỏ hơn 5%, dẫn đến việc bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 Điều này chỉ ra rằng mô hình chứa các yếu tố không quan sát được Do đó, cần lựa chọn giữa hai phương pháp: FEM và REM.
4.4.3.2 Lựa chọn REM hay FEM Để kiểm tra sự tồn tại giữa các yếu tố không quan sát được có tương quan với các biến giải thích hay không, dùng kiểm định Hausman, ta sử dụng lệnh:
“xtreg lnTFP HHI nsld nsv soe private, fe est store fem hausman fem rem”
H0: Tồn tại các yếu tố không quan sát được không tương quan với các biến giải thích (chọn REM)
H1: Tồn tại các yếu tố không quan sát được tương quan với các biến giải thích (chọn FEM)
Kết quả cho thấy: Prob > chi2 = 0.0000 < 5% => Chọn FEM
4.4.4.1 Kiểm tra hiện tượng tự tương quan
Ta sử dụng câu lệnh để kiểm tra tự tương quan của mô hình như sau:
“xtserial lnTFP HHI nsld nsv soe private”
H0: Không có hiện tượng tự tương quan
H1: Xảy ra hiện tượng tự tương quan
Kết quả cho thấy: p value=0.0001 < alpha=0.05 Do đó, ta bác bỏ giả thuyết- H0, chấp nhận giả thuyết H1 Mô hình FEM có hiện tượng tự tương quan
4.4.4.2 Kiểm tra hiện tượng phương sai sai số thay đổi Để kiểm tra hiện tượng phương sai sai số của mô hình, ta sử dụng câu lệnh: “xttest3” Với giả thuyết:
H0: Không có hiện tượng phương sai sai số thay đổi
H1: Xảy ra hiện tượng phương sai sai số thay đổi
Kết quả phân tích cho thấy p value = 0.000, nhỏ hơn alpha = 0.05, dẫn đến việc bác bỏ giả thuyết H0 và chấp nhận H1 Mô hình FEM gặp phải hiện tượng phương sai sai số không đồng nhất Để khắc phục hiện tượng này trong cả ba mô hình POLS, REM và FEM, nhóm nghiên cứu đã áp dụng phương pháp GLS.
“xtgls lnTFP HHI nsld nsv fdi soe”
Từ đó, tổng hợp bảng so sánh kết quả hồi quy theo các phương pháp, ta có bảng sau:
Tên biến Hệ số hồi quy theo các phương pháp
POLS POLS_robust REM FEM GLS
HHI -1.321331 -0.9268244 -0.9268244 -0.5359414 -1.321331 nsld 0.0012684 0.0006938 0.0006938 0.000087 0.0012684 nsv -0.1921185 -0.0172915 -0.0172915 0.1274677 -0.192118 soe 1.13689 0.368891 0.368891 -0.0077888 1.13689 private 0.1313884 0.0632259 0.0632259 -0.1019622 0.1313884
B ả ng 10: B ng t ng h p k t qu so sánh các ph ả ổ ợ ế ả ương ph áp h ồ i quy
Kết luận: Trong quá trình hồi quy bằng phương pháp FGLS, chỉ có biến giả "private" không mang ý nghĩa thống kê Để giải thích lý do tại sao biến đổi của doanh nghiệp tư nhân không có ý nghĩa thống kê trong việc ước lượng TFP, nhóm nghiên cứu đã đưa ra một số lý do nhất định.
Doanh nghiệp tư nhân chỉ phân loại giữa doanh nghiệp tư nhân và doanh nghiệp nhà nước mà không đánh giá được chất lượng quản lý của từng loại Trong thực tế, một số doanh nghiệp tư nhân có thể có quản lý kém, trong khi nhiều doanh nghiệp nhà nước lại có chất lượng quản lý tốt.
Biến đổi doanh nghiệp tư nhân không phân biệt các ngành kinh tế và đặc trưng riêng biệt của từng ngành, dẫn đến việc không giải thích được sự khác biệt giữa các ngành Do đó, thông tin về TFP của mỗi ngành kinh tế không được cung cấp đầy đủ.
Mô hình hồi quy được xây dựng nhằm khắc phục hiện tượng phương sai sai số thay đổi ở cả ba mô hình POLS, RE, FE Kết quả mô hình cho thấy: ln TFP = 4.792214 - 1.321331*HHI + 0.0012684*nsld - 0.1921185*nsv + 1.13689*soe + 0.1313884*private.
Theo mô hình GLS, tại mức ý nghĩa thống kê 1% và 5%, dấu hiệu của các hệ số đều phù hợp với kỳ vọng, ngoại trừ biến nsv Điều này có thể được giải thích từ một số hướng khác nhau.
Năng suất vốn cao có thể chỉ ra rằng công ty đang đầu tư một lượng lớn vốn, tuy nhiên, điều này không đồng nghĩa với việc công ty đang sử dụng vốn một cách hiệu quả.
Năng suất vốn cao có thể khiến các công ty ưu tiên phát triển dự án và sản phẩm liên quan đến đầu tư, thay vì chú trọng vào nghiên cứu và phát triển để thúc đẩy đổi mới Hệ quả là sự sáng tạo và phát triển công nghệ có thể bị giảm sút, dẫn đến sự suy giảm trong TFP.
Lý thuy ết trò chơi: Cuộc ganh đua giữa Burger King và Mcdonald’s
Cũng giống như Coca Cola và Pepsi, McDonald’s và Burger King nổi bật là hai đối thủ chính trong ngành đồ ăn nhanh Mặc dù ra đời sau McDonald’s, Burger King đã chứng tỏ mình là một đối thủ mạnh mẽ và đáng gờm trong cuộc cạnh tranh với thương hiệu đi trước.
Cuộc chiến giữa Burger King và McDonald’s bắt đầu vào năm 1973 khi Burger King phát động các chiến dịch mạnh mẽ như “Hãy làm theo cách của bạn” và “Nướng chứ không cần rán”, nhằm khai thác điểm yếu của McDonald’s về tự động hóa Nhờ đó, doanh số của Burger King đã tăng từ 750.000 USD lên 1 triệu USD chỉ trong 3 năm, với hơn 2 triệu khách hàng chuyển từ McDonald’s sang Burger King trong vòng 1 năm Tuy nhiên, sau đó, Burger King đã mắc sai lầm trong chiến lược khi chuyển sang các chiến dịch quảng cáo ngắn hạn thay vì tập trung vào xây dựng thương hiệu lâu dài Hậu quả là vào cuối năm 2012, 3G Capital đã mua lại một lượng lớn cổ phần của Burger King với giá 3,26 tỷ đô la và tái cấu trúc công ty Đến năm 2013, Burger King đã có hơn 13.000 cửa hàng tại 79 quốc gia trên toàn thế giới.
Cuối tháng 10 năm 2014, McDonald’s thông báo mất thị phần đáng kể và doanh số bán hàng tại các cửa hàng Mỹ giảm nghiêm trọng trong 4 quý liên tiếp Doanh thu ròng quý III/2014 của McDonald’s giảm tới 30%, chỉ còn 1,07 tỷ đô la Trong khi đó, Burger King ghi nhận doanh số bán hàng tăng trưởng ấn tượng 4,6% với hơn 14.000 cửa hàng trên toàn cầu Đối thủ McDonald’s lại thông báo doanh thu sụt giảm 2,3% và đang thực hiện nhiều chính sách khắc khổ để tiết kiệm chi phí.
Mặc dù chưa thể cạnh tranh trực tiếp với McDonald's, nhưng nếu Burger King duy trì phong độ phát triển ổn định, trong khi McDonald's tiếp tục đi xuống, tương lai không xa, Burger King có thể nhanh chóng thay đổi cục diện thị trường.
Ngành công nghiệp sản xuất và chế biến thực phẩm đóng vai trò quan trọng trong nền kinh tế Việt Nam, với sự phát triển mạnh mẽ từ 2015-2017 Tuy nhiên, ngành này đang đối mặt với nhiều thách thức, đặc biệt là về nguồn cung nguyên liệu và quy định pháp lý Để nâng cao năng lực cạnh tranh, cần tăng cường đầu tư vào nghiên cứu và phát triển nhằm cải thiện chất lượng sản phẩm Đầu tư này không chỉ giúp tạo ra sản phẩm mới và nâng cao hiệu quả sản xuất mà còn giảm chi phí, từ đó tăng giá trị sản phẩm và thúc đẩy sự phát triển bền vững của ngành.
Việc xây dựng các chuỗi giá trị sản phẩm bền vững từ nguồn cung cấp nguyên liệu đến sản xuất, chế biến, phân phối và tiêu thụ sản phẩm sẽ giúp tăng giá trị sản phẩm và giảm chi phí sản xuất Đồng thời, chuỗi giá trị sản phẩm bền vững còn giúp ngành công nghiệp sản xuất, chế biến thực phẩm giảm thiểu các tác động tiêu cực đến môi trường và xã hội, đảm bảo sự phát triển bền vững của ngành.
Để nâng cao chất lượng sản phẩm và mở rộng thị trường tiêu thụ, việc tăng cường hợp tác với các đối tác nước ngoài là rất cần thiết Hợp tác này không chỉ giúp doanh nghiệp tiếp cận công nghệ sản xuất hiện đại mà còn tạo cơ hội trao đổi kinh nghiệm và mở ra các thị trường tiêu thụ mới Qua đó, khả năng cạnh tranh của ngành sẽ được cải thiện đáng kể.
Here is the rewritten paragraph:Để nâng cao hiệu quả sản xuất và giảm chi phí, cần đẩy mạnh ứng dụng công nghệ thông tin vào sản xuất và chế biến thực phẩm Việc ứng dụng công nghệ thông tin vào sản xuất và chế biến thực phẩm giúp các doanh nghiệp trong ngành quản lý hiệu quả hơn các quá trình sản xuất, tối ưu hóa quy trình và giảm thiểu các sai sót, đảm bảo chất lượng sản phẩm và nâng cao tính cạnh tranh của ngành.
Cần thúc đẩy hợp tác giữa các doanh nghiệp trong ngành để tạo ra sản phẩm mới, chất lượng cao, nhằm tăng cường năng lực cạnh tranh và mở rộng thị trường tiêu thụ sản phẩm của Việt Nam Việc chia sẻ kinh nghiệm và tài nguyên sẽ góp phần quan trọng vào sự phát triển bền vững của ngành.
Từ năm 2015-2017, ngành công nghiệp sản xuất và chế biến thực phẩm tại Việt Nam đã có sự phát triển đáng kể, đóng góp quan trọng vào nền kinh tế và nâng cao chất lượng cuộc sống của người dân Ngành này không chỉ tạo ra nhiều việc làm mà còn yêu cầu nghiên cứu sâu về các vấn đề lý luận và thực tiễn để hiểu rõ hơn về sự phát triển của nó.
Bài tiểu luận đã tổng hợp lý thuyết về các chỉ số và mức độ tập trung của ngành, đồng thời phân tích hàm sản xuất, các chỉ số trong hàm sản xuất và những nghiên cứu tổng quan trước đó.
Bài tiểu luận đã nghiên cứu và phân tích các yếu tố tác động đến sự phát triển của ngành công nghiệp, đồng thời trình bày phương pháp tính mức độ tập trung của ngành và ước lượng năng suất tổng hợp (TFP).
Nghiên cứu của nhóm tập trung vào giai đoạn 2015-2017, phân tích các khía cạnh chính của ngành sản xuất và chế biến thực phẩm tại Việt Nam Mặc dù nghiên cứu không đề cập đến một số yếu tố như chất lượng sản phẩm và chiến lược tiếp thị, nhưng những giải pháp đề xuất dựa trên số liệu thống kê và tài liệu hiện có vẫn có thể chưa thực sự hiệu quả cho các giai đoạn khác Đánh giá hiệu quả của các chính sách này còn phụ thuộc vào nhiều yếu tố như tình hình thị trường, chính sách của các quốc gia khác và sự thay đổi trong sở thích của người tiêu dùng Nhóm mong nhận được những phản hồi và góp ý từ độc giả để cải thiện nghiên cứu.
Chúng em xin chân thành c m ả ơn!
TÀI LI U THAM KHỆ ẢO
Tài li ệ u ti ng Vi t ế ệ
Báo Nhân dân (2023) đã nêu rõ những cơ hội tăng giá trị sản xuất và chế biến thực phẩm, nhấn mạnh tầm quan trọng của ngành này trong phát triển kinh tế Bài viết cung cấp thông tin chi tiết về các xu hướng và chiến lược nhằm nâng cao giá trị gia tăng cho sản phẩm thực phẩm, đồng thời khuyến khích các doanh nghiệp đầu tư vào công nghệ và quy trình sản xuất hiện đại Truy cập bài viết tại https://nhandan.vn/co-hoi-tang-gia-tri-san-xuat-che-bien-thuc-pham-post745571.html để tìm hiểu thêm.
2 Báo Ti n phong (2021) Toàn c nh ngành th c ph m - ề ả ự ẩ đồ u ng Viố ệt Nam năm
2021 Truy c p t 2/6/2023 t ậ ừ ừhttps://tienphong.vn/toan-canh-nganh-thuc-pham- do-uong-viet-nam-nam-2021-post1386310.tpo
3 Bộ K hoế ạch và Đầu tư (2022) Sách trắng doanh nghi p Việ ệt Nam năm 2022 NXB Thống kê
4 Cafebiz (2015) Đại chiến bánh kẹp: McDonald's hay Burger King thắng? Truy cập t 8/6/2023 t https://cafebiz.vn/cau-chuyen-kinh-doanh/dai-chien-banh-ừ ừ kep-mcdonald-s-hay-burger-king-thang-20151023140339669.chn
Bài viết của Chu Thị Mai Phương và Nguyễn Thu Giang (2022) nghiên cứu ảnh hưởng của công nghệ đến năng suất nhân tố tổng hợp trong ngành chế biến thực phẩm tại Việt Nam Nghiên cứu này được đăng tải trên Tạp chí Công Thương, nhấn mạnh vai trò quan trọng của công nghệ trong việc nâng cao hiệu quả sản xuất và cải thiện năng suất trong các doanh nghiệp chế biến thực phẩm.
6 Cục Thông tin KH&CN Quốc Gia (2011) Năng suất y u t t ng hế ố ổ ợp - Tình hình và t trỷ ọng đóng góp của nó vào tăng trưởng kinh t Vi t Nam ế ở ệ