báo cáo thực hành kinh tế lượng mức ảnh hưởng của vốn đầu tư trực tiếp của nước ngoài fdi tăng trưởng kinh tế gdp diện tích rừng fa và mật độ dân số p đến khí thải co2

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG - Trong lịch sử phát triển nhân loại, có hai thách thức lớn nhất mà con người phảiđối mặt, đó là phát triển kinh tế và bảo vệ môi trường.. Gần đây, môi tr

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

Vấn đề nghiên cứu:

Mức ảnh hưởng của vốn đầu tư trực tiếp của nước ngoài – FDI, tăng trưởng kinh tế –

GDP, diện tích rừng – FA và mật độ dân số - P đến khí thải CO2

1 Lí do chọn đề tài

- Kinh tế lượng là một môn khoa học cung cấp các phương pháp phân tích

về mặt lượng mối quan hệ giữa các hiện tượng kinh tế cùng với sự tác động qualại giữa chúng dựa trên cơ sở các số liệu thu thập từ thực tế nhằm củng cố thêmcác giả thiết kinh tế từ đó đưa ra các quyết định đúng đắn hơn Ngoài ra, phươngpháp và mô hình trong Kinh tế lượng giúp chúng ta có thể phân tích và dự báođược các hiện tượng thực tế

- Trong lịch sử phát triển nhân loại, có hai thách thức lớn nhất mà con người phảiđối mặt, đó là phát triển kinh tế và bảo vệ môi trường Gần đây, môi trường dần trởthành mối quan tâm hàng đầu đối với không chỉ các quốc gia phát triển mà cả cácquốc gia đang phát triển bởi chất lượng môi trường đang ngày càng suy giảm với sựnóng lên toàn cầu và biến đổi khí hậu Đặc biệt, ô nhiễm môi trường có thể ảnh hưởnglâu dài đến các thế hệ trong tương lai Suy thoái môi trường chính là dấu ấn của quátrình phát triển công nghiệp, hay nói cách khác là phát triển kinh tế Suy thoái môitrường là sự suy giảm về chất lượng cũng như số lượng các nguồn tài nguyên thiênnhiên, đồng thời thể hiện qua sự tàn phá của các hệ sinh thái, sự tuyệt chủng của cácloại động thực vật và sự ô nhiễm

- Để đo lường chất lượng môi trường, một trong số các chỉ số thường xuyên được

sử dụng nhất là khối lượng khí thải CO2 Trên thực tế, các quốc gia phát triển thường

có mức phát thải CO2 trên đầu người cao, trong khi các quốc gia đang phát triển lại

có tốc độ tăng phát thải CO2 rất nhanh Những điểm khác biệt này góp phần làm trầmtrọng thêm các vấn đề về môi trường, tạo ra thách thức trong việc tìm kiếm các giảipháp bảo vệ môi trường phù hợp cho Việt Nam - quốc gia đang phát triển Vì vậy,việc nghiên cứu về ảnh hưởng của một số nhấn tố kinh tế và xã hội đến lượng phátthải CO2 tại Việt Nam, từ đó có cơ sở đưa ra các đề xuất khuyến nghị là vô cùng cầnthiết

- Vì vậy, nghiên cứu này tập trung xem xét ảnh hưởng của các nhân tố:(i) vốnđầu tư trực tiếp nước ngoài (FDI), (ii) diện tích rừng (FOREST AREA), (iii) mật độdân số (POPULATION), đến khí thải CO2 của nước ta từ năm 1991 đến năm 2020

2 Nội dung nghiên cứu

- Đưa ra và phân tích các biến ảnh hưởng đến khí thải CO2 của nước ta từ năm1991- 2000

- Xây dựng mô hình, chạy thống kê mô tả, chạy tương quan giữa các biến và kiểmđịnh mô hình

II Thu thập số liệu

Sau khi tìm hiểu, nghiên cứu, thu thập số liệu, nhóm em có bảng số liệu sau:

- FOREST AREA : Diện tích rừng (sq.km)

- GDP : tăng trưởng kinh tế (tỷ USD)

- POPULATION : mật độ dân số (triệu người/km )2

- FDI : vốn đầu tư trực tiếp nước ngoài (tỷ USD)

Nguồn số liệu:

- Tổng cục thống kê

- World bank

Với số liệu trên, sử dụng phần mềm Eviews để ước luợng, cho mức ý nghĩa = 5%𝛼

và ta thu được báo cáo kết quả ước lượng như sau:

Báo cáo 1: Kết quả ước lượng mô hình CO2 theo GDP, FDI, FA và P

- Ma trận hiệp phương sai của hệ số hồi quy:

Báo cáo 2: Ma trận hiệp phương sai của hệ số hồi quy

- Với hàm hồi quy trên, ta ước lượng được hàm hồi quy mẫu:

^

CO2i = 15451103 – 18494.17×LOG(FDI ) – 2501961×LOG(FOREST AREAi i)+

215451.4×LOG(GDPi) + 2939703×LOG(POPULATION )i

Ý nghĩa kinh tế của các hệ số hồi quy:

- ^β1 = 15451103 : không có nghĩa kinh tế

- ^β2 = - 18494.17 : cho biết nếu vốn đầu tư trực tiếp nước ngoài tăng 1% thì khíthải CO2 trung bình giảm 184.9417 (kt) với điều kiện các yếu tố khác khôngđổi

- ^β3 = - 2501961 : cho biết nếu diện tích rừng tăng 1% thì khí thải CO2 trungbình giảm 250.1961(kt) với điều kiện các yếu tố khác không đổi

- ^β4 = 215451.4 : cho biết nếu tăng trưởng kinh tế tăng 1% thì khí thải CO2trung bình tăng 215.4514 (kt) với điều kiện các yếu tố khác không đổi

- ^β5 = 2939703 : cho biết nếu mật độ dân số tăng 1% thì khí thải CO2 trung bìnhtăng 293.9703 (kt) với điều kiện các yếu tố khác không đổi

1 Kiểm định các hệ số hồi quy và sự phù hợp của hàm hồi quy

1.1 Kiểm định sự phụ thuộc của mô hình hồi quy

* Kiếm định cặp giả thuyết: {H0: R 2 =0

→ Vậy với α = 0.05 thì hàm hồi quy phù hợp

1.2 Kiểm định sự phù hợp của các hệ số hồi quy

→ Từ báo cáo 1 ở trên ta có tqs = 8.996969

→ Mà t 0.02525 = 2,060 => |𝑡𝑞𝑠| >t 0.02525 => tqs Wα

→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1

→ Vậy với mức ý nghĩa 5%, có thể cho rằng hệ số chặn có ý nghĩa thống kê trongthực tế

* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:

→ Chưa có cơ sở bác bỏ giả thuyết H0, tạm chấp nhận giả thuyết H0

→ Vậy với mức ý nghĩa 5%, có thể cho rằng vốn đầu tư trực tiếp nước ngoài khôngảnh hưởng đến CO2

* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:

→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1

→ Vậy với mức ý nghĩa 5%, có thể cho rằng diện tích rừng ảnh hưởng đến CO2

* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:

→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1

→ Vậy với mức ý nghĩa 5%, có thể cho rằng tăng trưởng kinh tế ảnh hưởng đến CO2

* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:

→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1

→ Vậy với mức ý nghĩa 5%, có thể cho rằng mật độ dân số ảnh hưởng đến CO2

2 Kiểm định các khuyết tật

2.1 Kiểm định đa cộng tuyến

2.1.1 Hồi quy phụ

Ước lượng mô hình:

CO2 = 1 + 𝑖 𝛽 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) + 𝛽4LOG(GDP𝑖) +𝛽5LOG(POPULATION𝑖) + 𝑈𝑖 thu được hệ số xác định R 1= 0.972985, k’=4

Báo cáo 3: Hồi quy phụ

- Tiến hành kiểm định cặp giả thuyết

𝐻0: Mô hình không có đa cộng tuyến

𝐻1: Mô hình có đa cộng tuyến

- Tiêu chuẩn kiểm định: F = R1 /(4-2)

2.1.2 Hệ số phóng đại phương sai

Báo cáo 4 : Hệ số phóng đại phương sai

Hệ số VIF của các biến đều lớn hơn 10 => Có thể cho rằng mô hình có hiện tượng đacộng tuyến cao

2.1.3 Độ đo Theil.

Hồi quy mô hình:

CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) + 𝛽4LOG(GDP𝑖) +𝛽5LOG(POPULATION𝑖) +𝑈𝑖 thu được hệ số xác định R = 0.9729852

* Hồi quy mô hình sau:

- Mô hình bỏ biến FDI

CO2𝑖=𝛽1+ 2LOG(FOREST_AREA )+ 3LOG(GDP )+ 4LOG(POPULATION𝛽 𝑖 𝛽 𝑖 𝛽 𝑖) +𝑈𝑖thu được R − 2

2 =0.968957

Báo cáo 5: Chạy eview mô hình bỏ biến FDI

- Mô hình bỏ biến FOREST_AREA.

Hồi quy mô hình:

CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) +𝛽3LOG(GDP𝑖) +𝛽4LOG(POPULATION𝑖)+𝑈𝑖 thu được

R − 3

2 =0.926259

Báo cáo 5: Chạy eview mô hình bỏ biến FOREST_AREA

- Mô hình bỏ biến GDP.Mô hình bỏ biến GDP

Hồi quy mô hình:

CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖)

+𝛽4LOG(POPULATION𝑖)+𝑈𝑖 thu được R − 4

2=0.967124

Báo cáo 6: Chạy eview mô hình bỏ biến GDP

- Mô hình bỏ biến POPULATION.Mô hình bỏ biến POPULATION

Hồi quy mô hình:

CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(GDP𝑖) + 𝑈𝑖thu được R2− 5=0.962831

Báo cáo 7: Chạy eview mô hình bỏ biến POPULATION

Độ đo Theil: m = 0.972985 – (0.972985 – 0.968957 + 0.972985 – 0.926259 +0.972985 – 0.967124 + 0.972985 – 0.962831) = 0.906216 ~ R2

Mô hình gốc có đa cộng tuyến mức độ cao hay mô hình gốc có đa cộng tuyếngần hoàn hảo

Như vậy, thông qua phương pháp Hồi quy phụ và độ đo

𝜶 = 𝟓%, mô hình mắc khuyết tật đa cộng tuyến

2.2 Phương sai sai số thay đổi

2.2.1 Phương pháp White

* Hồi quy mô hình ban đầu thu được tìm được phần dư →𝑒t e2t

* Hồi quy mô hình White có dạng:

e t2= α1 +α2 LOG(FDI)+α LOG(FOREST_AREA)+ α LOG(GDP)+ α3 4 5LOG(POPULATION)+ α LOG (FDI)+ α LOG (FOREST_AREA)+ α6 2 7 2 8LOG2 (GDP)+ α LOG (POPULATION)+ α LOG(FDI)LOG(FOREST_AREA)+ α9 2 10 11LOG(FDI)LOG(GDP)+ α LOG(FDI)LOG(POPULATION)+ α12 13LOG(FOREST_AREA)LOG(GDP)+ α LOG(FOREST_AREA)14LOG(POPULATION)+ α LOG(GDP)LOG(POPULATION)+ V15 tTổng các hệ số của mô hình là , hệ số xác định kw R w

2

- Sử dụng chương trình Eview để có báo cáo kiểm định White như sau:

Báo cáo 8: Kiểm định White của mô hình hồi quy

* Kiểm định cặp giả thuyết:

- H : Phương sai sai số không thay đổi 0

- H : Phương sai sai số thay đổi 1

2 (14 )

χ qs 2

W 0.05

→ Chưa có cơ sở để bác bỏ giả thuyết H0

→ Vậy với mức ý nghĩa 5% mô hình không có phương sai sai số thay đổi

2.2.2 Kiểm định dựa trên biến phụ thuộc

Ước lượng mô hình:

CO2𝑖 = 1 + 𝛽 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(GDP )𝑖+𝛽5LOG(POPULATION )+𝑖 𝑈𝑖 thu được 𝑒 , CO2𝑖

Ước lượng mô hình hồi quy sau: e i

2 = + 𝛼1 𝛼2 CO 2 i

2 + v thu được hệ số xác định R =i 20.513781

- Tiến hành kiểm định cặp giả thuyết

𝐻0: Phương sai sai số ngẫu nhiên không đổi

𝐻1: Phương sai sai số ngẫu nhiên thay đổi

- Tiêu chuẩn kiểm định: χ 2= n.R 1 ~ χ 2(1)

- Miền bác bỏ: W 0.05 = { χ2 : χ2 > χ 0.05

2 (1)}

- Dựa vào mẫu, ta có: = 30 x 0.513781 = 15.41343

Do đó bác bỏ giả thuyết H , chấp nhận đối thuyết H0 1

Vậy với mức ý nghĩa 𝜶 = 𝟓% PSSSNN có thay đổi

2.3 Kiểm định tự tương quan

a Phương pháp kiểm định Breusch – Godfrey (BG)

* Ước lượng mô hình ban đầu thu được e t

* Ước lượng mô hình BG có dạng:

e t = α1 +α2 LOG(FDI)+α LOG(FOREST_AREA)+ α LOG(GDP)+ α3 4 5

LOG(POPULATION)+ α6 e t −+α7 e t − 2+Vt

→ Thu được: R BG

2

* Sử dụng chương trình Eview để tiến hành kiểm định BG ta có báo cáo

Báo cáo 9: Kiểm định BG bậc 2 đối với mô hình hồi quy ban đầu

* Kiểm định cặp giả thuyết:

- H : Mô hình ban đầu không có tự tương quan bậc 2 0

- H : Mô hình ban đầu có tự tương quan bậc 2 1

=> Tạm chấp nhận giả thuyết H0, bác bỏ đối thuyến H1

→ Vậy mô hình không có tự tương quan bậc 2

b Phương pháp kiểm định Durbin – Waston

Ước lược mô hình:

CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(GDP )𝑖

+𝛽5LOG(POPULATION𝑖)+ thu được ; −1𝑈𝑖 𝑒𝑖 𝑒𝑖

- Tiến hành kiểm định cặp giả thuyết:

H : Mô hình gốc không có tự tương quan 0

H : Mô hình gốc có tự tương quan 1

Không có kếtluận

Tự tươngquan (-)

0 1.143 1.739 2.261 2.857 4

- Dựa vào báo cáo Eviews, ta có: = 0.808826dqs

- Nhận thấy: 0< 𝑑qs< 1.143 nên ta mô hình gốc có tự tương quan dương

Vậy với mức ý nghĩa = % , bằng phương pháp kiểm định Durbin – Waston , mô𝜶 𝟓hình gốc có tương quan dương

2.4 Kiểm định các biến bỏ sót biến thích hợp

2.4.1 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên

- Khi sử dụng giả thiết bình phương nhỏ nhất, ta nói rằng U có phân phối chuẩn,nhưng trong thực tế điều này có thể bị vi phạm, vì thế ta phải kiểm tra xem điềunày có bị vi phạm hay không bằng cách sử dụng kiểm định Jarque – Bera:

* Kiểm định cặp giả thuyết:

H : U có phân phối chuẩn0

H : U không có phân phối chuẩn Mức ý nghĩa α=5%1

* Sử dụng tiêu chuẩn kiểm định:

JB=n(S2

(K- 3) 2

24 ) ~ χ 2 (2)Với K là hệ số nhọn, S là hệ số bất đối xứng

* Miền bác bỏ:

𝑊0.05={ 𝐽𝐵 𝐽𝐵 | > ❑ 0.05}

* Sử dụng Eview để lấy báo cáo kiểm định JB là:

Báo cáo 10: Kết quả kiểm định JB → Theo báo cáo trên ta có 𝐽𝐵𝑞𝑠 = 0.384323

- Sử dụng Eview để lấy báo cáo của kiểm định Ramsey:

Báo cáo 11: Kết quả kiểm định Ramsey

* Kiểm định cặp giả thuyết:

H : Mô hình ban đầu không bỏ sót biến 0

H : Mô hình ban đầu bỏ sót biến Mức ý nghĩa α=0,05 1

* Sử dụng tiêu chuẩn kiểm định:

F=( RRS 2

-R 2

)/(p-1) (1- R RS 2

)/ (n-k-p+1) ~ F ((p-1),n-k-p+1)

* Miền bác bỏ:

𝑊0.05 ={ 𝐹|𝐹 > F 0.05

(1 ,24)} → Giá trị thống kê quan sát là : 𝐹𝑞𝑠=381.4548, F 0.05

(1 ,24)= 4.26 → 𝐹𝑞𝑠 > F 0.05

(1 ,24) → 𝐹𝑞𝑠 ∈ 𝑊𝛼

→ Vậy α = 0.05, bác bỏ giả thuyết 0, chấp nhận đối thuyết H1: mô hình bỏ sót𝐻biến

3 Xác định khoảng tin cậy các hệ số hồi quy

3.1 Khoảng tin cậy của β 1

3.1.1 Khoảng tin cậy 2 phía của β1

3.1.2 Khoảng tin cậy trái của β1

* Mức khí thải CO2 tự định tối đa là bao nhiêu?

→ Vậy với α = 0.05 mức khí thải CO2 tối đa là 183843.6754 kt

3.1.3 Khoảng tin cậy phải của β1

* Mức khí thải CO2 tối thiểu là bao nhiêu

^

β 1 - Se(^β1 ) t αn −5 ≤ 𝛽1

- Với α = 0.05 → t 0.02525 = 1,708

- ^β =15451103

- Se(^β1) = 1717368

→12517838.46 ≤ 1𝛽

→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là 125178.3846 kt

3.2.1 Khoảng tin cậy 2 phía của β 2

-3.2.2 Khoảng tin cậy trái của β 2

* Mức khí thải CO2 tự định tối thiểu là bao nhiêu?

^

β 2 - Se(^β2 ) t α

n −5 ≤ 𝛽2

→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là -348.5370827 kt

3.2.3 Khoảng tin cậy phải của β 2

* Mức khí thải CO2 tối đa là bao nhiêu

→ Vậy với α = 0.05 mức khí thải CO2 tối đa là -21.34631728 kt

3.3.1 Khoảng tin cậy 2 phía của β3

^

β 3 - Se(^β3 ) t α

n −5 ≤ 𝛽3 ≤ ^β3 + Se(^β3 ) t α

* Mức khí thải CO2 tự định tối thiểu là bao nhiêu?

→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là -31518.14862 kt

3.3.3 Khoảng tin cậy phải của β 3

* Mức khí thải CO2 tối đa là bao nhiêu

→ Vậy với α = 0.05 mức khí thải CO2 tối đa là -18521.07138 kt

3.4 Khoảng tin cậy của β 4

3.4.1 Khoảng tin cậy 2 phía của β4

3.4.2 Khoảng tin cậy trái của β4

* Mức khí thải CO2 tự định tối đa là bao nhiêu?

^

β 4 - Se(^β4 ) t α

n −5 ≤ 𝛽4

- Với α = 0.05 → t 0.02525 = 1,708

- ^β4 = 215451.4

- Se(^β4) = 92504.66

→ 4 ≤ 373449.3593𝛽

→ Vậy với α = 0.05 mức khí thải CO2 tối đa là 3734.493593 kt

3.4.3 Khoảng tin cậy phải của β 4

𝛽4 ≤^β4 + Se(^β4 ) tn −5α

* Mức khí thải CO2 tối thiểu là bao nhiêu

- Với α = 0.05 → t 25 = 1,708

- ^β4=215451.4

- Se(^β4) = 92504.66

→ 4 ≤ 373449.3593𝛽

→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là 574.5344072 kt

3.5 Khoảng tin cậy của β 5

3.5.1 Khoảng tin cậy 2 phía của β5

^

β 5 - Se(^β5) t α

n −5 ≤ 𝛽5 ≤^β5 + Se(^β5 ) t α

3.5.2 Khoảng tin cậy trái của β5

* Mức khí thải CO2 tự định tối đa là bao nhiêu?

^

β 5 - Se(^β5) t α

n −5 ≤ 𝛽5

→ Vậy với α = 0.05 mức khí thải CO2 tối đa là 13017.68576 kt

3.5.3 Khoảng tin cậy phải của β5

* Mức khí thải CO2 tối thiểu là bao nhiêu

→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là 45776.37424 kt

4.1 Khoảng tin cậy hai phía của 2

(n −5)^ σ 2

X 2(n − 5) ≤ σ 2 ≤(n −5)^σ

2

X 2(n −5 )

được những yếu tố ảnh hưởng chính tớilượng khí thải CO2 , đồng thời, mô hình cũngđịnh lượng được mối quan hệ của các yếu tố ảnh hưởng đó Qua đó đề xuất một sốgiải pháp để giảm lượng khí thải CO2 tại Việt Nam từ 1991 đến 2020: cần cân bằnggiữa bảo vệ môi trường và phát triển kinh tế để đảm bảo cuộc sống cho người dân vàđạt được mục tiêu phát triển kinh tế bền vững, áp dụng các chương trình kế hoạch hóagia đình, tăng cường giáo dục giới tính ở trường học