Tiểu luận kinh tế lượng Gretl

Được cho rằng ra đời lần đầu tại Pháp năm 1926, xe buýtngày nay đã trở thành phương tiện đi lại quan trọng của người dân các nước phát triển.Xuất hiện lần đầu tại Việt Nam năm 1919, cùng

TIỂU LUẬN KINH TẾ LƯỢNG

Đề tài:

NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN Ở THÀNH PHỐ

Hà Nội, tháng 9 năm 2017

MỤC LỤC

LỜI MỞ ĐẦU

Từ khi Việt Nam chuyển từ nền kinh tế kế hoạch hóa tập trung sang nền kinh tế thị trường thì bức tranh về kinh tế của Việt Nam có nhiều điểm sáng, mức sống của người dân được cải thiện từng bước, được bạn bè các nước trong khu vực và quốc tế hết lòng ca ngợi về những thành tựu trong quá trình đi lên xây dựng đất nước Tuy nhiên chúng ta cũng phải nhìn thẳng vào những mặt tối của sự phát triển, điển hình như vấn đề ùn tắc giao thông ngày càng nhức nhối ở thủ đô Hà Nội hiện nay khi mà sốphương tiện tăng lên quá nhanh trong khi cơ sở hạ tầng chưa đủ đáp ứng nhu cầu đi lạingày một tăng cao của người dân Để giải quyết bài toán khó này, nhiều biện pháp đã được đưa ra Một trong số đó là tăng cường vận tải hành khách công cộng mà cụ thể làvận chuyển hành khách bằng xe buýt như phát triển hệ thống xe buýt đa dạng chủng loại như dịch vụ mini buýt, tăng cường sử dụng những chiếc xe buýt nhỏ tầm 16 chỗ, linh hoạt đưa đón người dân Được cho rằng ra đời lần đầu tại Pháp năm 1926, xe buýtngày nay đã trở thành phương tiện đi lại quan trọng của người dân các nước phát triển.Xuất hiện lần đầu tại Việt Nam năm 1919, cùng với sự phát triển của đất nước,xe buýt không chỉ đóng góp trong việc giảm ùn tắc giao thông trong các thành phố lớn mà còn trở thành phương tiện đi lại của nhiều tầng lớp người dân trong xã hội, tiêu biểu như học sinh, sinh viên, công nhân, viên chức…

Nhận thấy vai trò quan trọng của xe buýt đối với đời sống hiện này, nhóm quyết

định lựa chọn nghiên cứu đề tài: “Những yếu tố ảnh hưởng đến nhu cầu đi lại bằng

xe bus của người dân ở thành phố.” với hi vọng sẽ góp phần đưa ra được các giải

pháp để cải thiện dịch vụ đi lại công cộng của một quốc gia nói chung và của Việt Nam nói riêng Trong quá trình thực hiện tiểu luận, nhóm em đã cố gắng để hoàn thành bài một cách tốt nhất xong do hạn chế về mặt chuyên môn nên chắc chắn không thể tránh khỏi những sai sót, kính mong cô góp ý để chúng em hoàn thiện hơn bài tiểuluận này

Chúng em xin chân thành cảm ơn cô!

Mục tiêu nghiên cứu: Nghiên cứu sự ảnh hưởng của 4 yếu tố bao gồm: Thu nhập

của người dân, giá vé xe bus, quy mô dân số, giá xăng dầu đến nhu cầu sử dụng xe buscủa cộng đồng Từ đó đưa ra các giải pháp giúp cải thiện dịch vụ, nâng cao chất lượng phục vụ cũng như tăng sự thỏa mãn về nhu cầu sử dụng xe bus đối với các quốc gia,

mà cụ thể nhất là Việt Nam

Đối tượng và phạm vi nghiên cứu: Thu nhập ( Income); Giá cả (Fare); Quy mô

dân số (Pop); Giá xăng dầu (Gasprice) ;Nhu cầu đi lại bằng xe bus (Bustravel) của người dân ở thành phố

Phương pháp nghiên cứu: Phương pháp Định lượng với sự hỗ trợ của phần mềm

Gretl Bộ số liệu lấy từ kho dữ liệu của phần mềm Gretl – data 4-4: Demand for bus travel determinants

Những hạn chế và khó khăn khi thực hiện: Khi thực hiện bài tiểu luận, nhóm

gặp khó khăn trong quá trình tìm kiếm thu thập số liệu vĩ mô chính xác, đầy đủ Đồng thời do năng lực của của các thành viên có hạn nên bài nghiên cứu khó tránh được những sai sót

Cấu trúc bài tiểu luận: gồm 4 chương

Chương I Cơ sở lý luận của nghiên cứu: “ Những yếu tố ảnh hưởng đến nhu cầu đi lạibằng xe bus của người dân ở thành phố”

Chương II Xây dựng mô hình nghiên cứu những yếu tố ảnh hưởng đến nhu cầu đi lạibằng xe bus của người dân ở thành phố

Chương III Kết quả ước lượng, kiểm định mô hình và suy diễn thống kê

Chương IV Thảo luận kết quả kiểm định và kiến nghị

1.1.1 Lý thuyết về cung cầu và giá cả thị trường

Đây là lý thuyết cho thấy mối quan hệ giữa cung cầu và giá cả hàng hóa Đặc biệt

nó còn cung cấp lý thuyết về sự phụ thuộc của hàng hóa vào các yếu tố như sau:

Q Dx = f( P x , P y , I, N)

- Px: Giá cả bản thân hàng hóa

Px tỷ lệ nghịch với lượng cầu về hàng hóa Khi giá cả của một hàng hóa nào đótăng thì xu hướng là cầu về hàng hóa đó sẽ giảm và ngược lại, khi giá cả hàng hóa đógiảm cầu hàng hóa đó sẽ tăng khi các yếu tố khác không đổi

Đối với nhu cầu đi lại bằng xe bus (Bustralv) thì giá vé (Fare) chính là Px

Hình 1 Mô hình minh họa mối quan hệ Px và QDx

Py: Giá cả của hàng hóa thay thế

Lý thuyết chỉ ra rằng Py tỷ lệ thuận với lượng cầu về hàng hóa X

Trong khi các yếu tố khác không đổi ,nếu giá cả hàng hóa thay thế mà tăng thìlượng cầu về hàng hóa thay thế đó sẽ giảm, dẫn tới cầu về hàng hóa đang xét sẽ tăng

- I: Thu nhập của người dân

Thu nhập ảnh hưởng đến việc tiêu thụ hàng hóa Theo lý thuyết thì thu nhập cóthể tỷ lệ thuận hoặc tỷ lệ nghịch với lượng cầu về hàng hóa tùy theo hàng hóa đó làhàng hóa thông thường hay hàng hóa thứ cấp Nếu là hàng hóa thông thường thìthu nhập tăng cầu tăng, nếu là hàng hóa thứ cấp thì thu nhập tăng cầu giảm

Xe bus là hàng hóa thứ cấp, khi thu nhập càng tăng sẽ kéo theo sự giảm nhu cầu

sử dụng xe bus, chuyển sang sử dụng phương tiện khác Do đó cầu về xe bus và thu nhập của người dân có mối tương quan nghịch

- N: Quy mô thị trường, cụ thể là quy mô dân số

Trong bài nghiên cứu biến quy mô này là POP

Quy mô dân số tỷ lệ thuận với lượng cầu về hàng hóa

1.1.2 Hàm cầu Marshall

Phương trình hàm cầu: X = X (P x ,P y ,M)

Trong đó: X là lượng cầu về một mặt hàng

Px là giá cả hàng hóa đó

Py là giá cả hàng hóa thay thế

M là thu nhập của người mua

Py và M là biến ngoại sinh, Px là biến nội sinh

1.1.3 Lý thuyết về hành vi người tiêu dùng

Theo lý thuyết này, các nhân tố ảnh hưởng đến cầu về một hàng hóa gồm 2 loại:Các nhân tố bên trong (biến nội sinh) và các nhân tố bên ngoài (biến ngoại sinh)

- Biến nội sinh gồm có: Giá cả chính hàng hóa đó

- Biến ngoại sinh gồm có:

+) Giá cả hàng hóa thay thế

+) Thu nhập của người tiêu dùng

+) Quy mô thị trường

Ngoài ra còn có một số nhân tố khác không xét đến trong nghiên cứu này

1.2.Công trình nghiên cứu của các nhóm nghiên cứu trước về đề tài “ Những yếu tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố”

Tiểu luận “Các yếu tố ảnh hưởng đến cầu đi xe bus củaP sinh viên ĐH Kinh tế Luật”

Theo đó nhóm nghiên cứu đã đưa ra mô hình :

BUS= f (INC, PRICE, DIST, QUALITY , YEAR)

Trong đó:

Bảng 1 Danh sách các biến mô hình “Các yếu tố ảnh hưởng đến cầu đi

xe bus của sinh viên ĐH Kinh tế Luật”

Trong nghiên cứu trên, biến PRICE được kì vọng là dương với lý giải củanhóm nghiên cứu là do giá cả của vé xe bus vốn đã rẻ so với các loại phương tiệnkhác trên thị trường, điều này chưa thật sự phù hợp với lý thuyết về hàm cầu Quanghiên cứu nhóm em xin xác minh lại

CHƯƠNG II: XÂY DỰNG MÔ HÌNH NGHIÊN CỨU NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN Ở

THÀNH PHỐ

2.1.1 Phương pháp định lượng: Bình phương tối thiểu thông thường - OLS

Mô tả các số liệu về: nghiên cứu ảnh hưởng của giá vé, giá gas, thu nhập và dân

số đối với nhu cầu đi lại bằng xe bus của người dân ở thành phố

người/giờ Nhu cầu đi lại bằng xe bus Biến phụ thuộc

Bảng 2: Các biến của mô hình

2.1.2.Các mô hình đã được sử dụng trong các nghiên cứu trước đó:

Qua những nghiên cứu trước đó ta thấy được :

- Mối quan hệ phụ thuộc của biến BUSTRAVL với các biến độc lập như : FARE,

INCOME,…

- Mức độ phụ thuộc và những sai số ngẫu nhiên trong mô hình

- Hệ số tương quan, hệ số xác định, hệ số xác định hiệu chỉnh, sai số chuẩn của mô hình hồi quy

- Hiện tượng đa cộng tuyến của mô hình và cách khắc phục

2.2 Xây dựng mô hình lý thuyết

2.2.1 Xác định dạng mô hình

- Hàm hồi quy tổng thể ngẫu nhiên

BUSTRAVL= β 1 + β 2 *FARE + β 3 *GASPRICE + β 4 *INCOME +β 5 *POP + u i

- Hàm hồi quy mẫu

= + *FARE + *GASPRICE + *INCOME + *POP

2.2.2 Giải thích các biến, thước đo biến và đơn vị của các biến.

- Giải thích các biến:

Biến phụ thuộc (biến được giải thích): số người đi lại bằng xe bus ở thành phố –

BUSTRAVL (nghìn người/giờ)

Biến độc lập (biến giải thích):

BUSTRAVL Tên biến Đơn vị Dấu kỳ vọng Ý nghĩa

-Giá vé tăng dẫn đếncầu đi lại bằng xe bus giảm

GASPRICE Giá xăng

Giá xăng dầu tăng dẫn đến cầu đi lại bằng xe bus tăng

Thu nhập bình quân đầu người

-Thu nhập bình quânđầu người tăng dẫn đến cầu đi lại bằng

xe bus giảm

Dân số tăng dẫn đến cầu đi lại bằng

- Nguồn số liệu: Bộ số liệu được lấy ở kho dữ liệu Ramanathan data 4-4, Gretl

- Mô tả thống kê cho các biến được thể hiện ở trong bảng dưới đây:

Summary Statistics, using the observations 1 – 40

(Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl)

bình

Trung vị Giá trị nhỏ

nhất

Giá trị lớn nhất

2.3.2 Ma trận tương quan giữa các biến

Mô tả tương quan giữa các biến BUSTRAVL, FARE, GASPRICE, INCOME và POP được thể hiện trong bảng 5 dưới đây:

Bảng 5 Mô tả tương quan

(Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl)

- r(BUSTRAVL, GASPRICE)= 0.3787: giữa BUSTRAVL và Giá xăng dầu có mốitương quan bình thường, tương quan cùng chiều

- r(BUSTRAVL, INCOME)= 0.2287: giữa BUSTRAVL và Thu nhập bình quân đầungười có mối tương quan thấp, tương quan cùng chiều

- r(BUSTRAVL, POP)= 0.9313: giữa BUSTRAVL và Số người dân ở thành phố có mốitương quan rất cao, tương quan cùng chiều

Từ bảng ta thấy hệ số tương quan giữa các biến độc lập là hầu hết nhỏ hơn 0.8chỉ có hệ số tương quan giữa POP và BUSTRAVL là lớn hơn 0.8, mô hình ít có khả năng xảy ra vấn đề đa cộng tuyến

CHƯƠNG III KẾT QUẢ ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY

DIỄN THỐNG KÊ

3.1 Kết quả ước lượng

3.1.1 Chạy mô hình hồi quy

Sử dụng phần mềm Gretl, hồi quy mô hình bằng phương pháp bình phương tối thiểu thông thường OLS, ta được kết quả như sau:

Model 1: OLS, using observations 1-40Dependent variable: BUSTRAVL

Coefficient Std Error t-ratio p-value

3.1.2 Phân tích kết quả

• Số quan sát n = 40

• Tổng bình phương các phần dư SSR = 25997583

• Độ lệch chuẩn của biến phụ thuộc (S.D dependent var): Sy = 2431.757 =

• Mô hình hồi quy mẫu:

BUSTRAVL = -1088.59 - 647.610*FARE + 4285.83*GASPRICE − 0.119920*INCOME + 1.83284*POP +

• Hệ số xác định R2: R-squared = 0.887273

• R2 = 0.887273 có ý nghĩa là các biến Giá vé( FARE) , Giá xăngdầu( GASPRICE) , Thu nhập bình quân đầu người( INCOME), Số người dântrong thành phố ( POP) giải thích được 88.7273% sự biến động của biến Sốngười đi lại bằng xe bus( BUSTRAVL)

Hệ số 1 = -1088.59 : Khi các biến độc lập có giá trị bằng 0 cầu đi lại bằng xebus (BUSTRAVL) là -1088.59 nghìn/giờ

3.2 Kiểm định và khắc phục các khuyết tật của mô hình

3.2.1 Kiểm định bỏ sót biến thích hợp

Chúng ta sử dụng kiểm định RESET test với cặp giả thuyết:

Chạy trên phần mềm Gretl, ta được kết quả:

Auxiliary regression for RESET specification test

OLS, using observations 1-40

Dependent variable: BUSTRAVL

coefficient std error t-ratio p-value

const -31,1711 2721,01 -0,01146 0,9909

Hình 3 Kiểm định Ramsey RESET

Nhìn vào hình 3, ta thấy: p-value= P (F(2,33) > 2.905986) = 0.0688 > α =0.05

Nên: Không bác bỏ Ho

Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu không bỏ sót biến

3.2.2 Kiểm định đa cộng tuyến

 Nguyên nhân dẫn đến đa cộng tuyến

- Bản chất của vấn đề: luôn ngầm chứa các hiện tượng đa cộng tuyến

- Do phương pháp thu thập số liệu

- Do mẫu dữ liệu không có tính ngẫu nhiên, đại diện cho tổng thể

- Các giá trị của biến độc lập có tương quan cao trong mẫu nhưng không có tương quan cao trong tổng thể

- Dạng hàm hồi quy Ví dụ: một biến độc lập là bình phương( hoặc lũy thừa bậc ba) của một biến độc lập khác

 Dấu hiệu nhận biết đa cộng tuyến

Dùng Nhân tử phóng đại phương sai ta được kết quả:

Variance Inflation Factors

Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem

Ta thấy VIFFARE=1.010<10

VIFGASPRICE=1.123<10

VIFINCOME=1.136<10

VIFPOP=1.239<10

Vậy mô hình không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập

3.2.3 Kiểm định phương sai sai số thay đổi

- Hậu quả:

• Các ước lượng OLS không còn tính chất BLUE

• Các dự báo cũng sẽ không hiệu quả

• Việc sử dụng thống kê t và F để kiểm định không còn đáng tin cậy nữa

Chạy trên phần mên Gretl, ta được kết quả:

White's test for heteroskedasticity

OLS, using observations 1-40

Dependent variable: uhat^2

coefficient std error t-ratio p-value

Theo kết quả hình 4 ta thấy:

p-value= P(Chi-square(14)>13,007014) = 0,525971 > α=0,05 nên không bác bỏ Ho

 Kết luận: Với mức ý nghĩa 5%, mô hình hồi quy ban đầu có phương sai sai sốkhông đổi

3.2.4 Kiểm định phân phối chuẩn của nhiễu

Xét cặp giả thuyết:

Ta tiến hành kiểm định Jacque – Bera:

Chi-square(2) = 0,339 [0,8441]

Frequency distribution for uhat1, obs 1-40

number of bins = 7, mean = 2,44427e-013, sd = 861,852

interval midpt frequency rel cum.

< -1406,2 -1705,5 1 2,50% 2,50%

-1406,2 - -807,56 -1106,9 6 15,00% 17,50% ***** -807,56 - -208,90 -508,23 11 27,50% 45,00% ********* -208,90 - 389,76 90,427 7 17,50% 62,50% ****** 389,76 - 988,41 689,09 10 25,00% 87,50% ********* 988,41 - 1587,1 1287,7 4 10,00% 97,50% ***

>= 1587,1 1886,4 1 2,50% 100,00%

Test for null hypothesis of normal distribution:

Chi-square(2) = 0,339 with p-value 0,84413

Hình 5 Kiểm định Jacque – Bera

Từ kết quả hình 5 ta có:

p-value = 0,84413 > α=0,05 nên không bác bỏ Ho

 Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu có nhiễu có phân phối chuẩn

3.3 Suy diễn thống kê

3.3.1 Ý nghĩa thống kê của hệ số hồi quy

Để kiểm định ý nghĩa thống kê của các biến độc lập ta xem xét hệ số hồi quy của các

biến độc lập có khác 0 hay không Sử dụng cặp giả thiết:

Có 3 cách kiểm tra là :

• Sử dụng khoảng tin cậy

• Sử dụng kiểm định t

• Sử dụng giá trị p-value

 Khoảng tin cậy

Với mức ý nghĩa α=0,05, khoảng tin cậy của các hệ số hồi quy là:

( i – Se(i) (n – k) ; i + Se(i).(n – k) )

Trong đó:

– i: hệ số ước lượng

– Se(i): sai số tiêu chuẩn của hệ số ước lượng

– (n – k): giá trị tới hạn mức ý nghĩa α bậc tự do (n – k)

Nếu giá trị so sánh 0 không thuộc khoảng tin cậy, ta bác bỏ H0, biến đó có ýnghĩa thống kê

Áp dụng cho các hệ số:

Hìn

h 6 Ước lượng t của hệ số hồi quy

Từ hình 6 ta thấy:

- Khoảng tin cậy 95% của các biến FARE, GASPRICE và INCOME đều chứa giá trị 0,

từ đó không bác bỏ giả thiết H0, các biến này không có ý nghĩa thống kê

- Khoảng tin cậy 95% của biến POP không chứa giá trị 0, từ đó bác bỏ Ho, chứng tỏ biến POP có ý nghĩa thống kê đối với cầu đi lại bằng xe bus

Giá trị thống kê t của các biến FARE, GASPRICE, INCOME đều không thuộc miền bác bỏ, từ đó không bác bỏ Ho, các biến này không có ý nghĩa thống kê.

Giá trị thống kê của biến POP thuộc miền bác bỏ, từ đó bác bỏ Ho, biến POP có

ý nghĩa thống kê

 Giá trị P–value

Xét giá trị p–value trong kiểm định t

– Nếu p–value nhỏ hơn mức ý nghĩa, ta bác bỏ H0, biến đó có ý nghĩa thống kê

– Nếu p–value lớn hơn mức ý nghĩa, ta chưa đủ cơ sở để bác bỏ H0, biến đó có thể không có ý nghĩa thống kê

Áp dụng cho các hệ số:

Variable p-value

GASPRICE 0,1419INCOME 0,0961POP 1,14e-016

Giá trị p-value của các biến FARE, GASPRICE, INCOME đều lớn hơn mức ý nghĩa 5%, nên không bác bỏ Ho, các biến này không có ý nghĩa thống kê

Giá trị p-value của biến POP nhỏ hơn mức ý nghĩa 5%, nên ta bác bỏ Ho, biến POP có ý nghĩa thống kê

Từ kết quả trên ta có kết luận: