tiểu luận kinh tế lượng các nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân

Mục tiêu nghiên cứu Mục tiêu của nghiên cứu là từ bộ số liệu đã có chúng ta đi xây dựng mô hình hồiquy tốt nhất và sau đó phân tích các ảnh hưởng của các yếu tố: Thu nhập Income,Giá cả

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ =====000=====

TIỂU LUẬN KINH TẾ LƯỢNG

Đề Tài NHỮNG NHÂN TỐ ẢNH HƯỞNG ĐẾN

NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN

Giảng viên hướng dẫn : Th.s Nguyễn Thúy Quỳnh

Nguyễn Thị Dịu – 1611120023 Nguyễn Thị Hoàn – 1611120014

HÀ NỘI – THÁNG 5 NĂM 2018

MỤC LỤC

MỞ ĐẦU 1

1 CƠ SỞ LÍ THUYẾT 3

1.1 Mối quan hệ giữa cầu hàng hóa và giá cả thị trường 3

1.2 Hàm cầu Marshall 3

1.3 Lý thuyết về hành vi người tiêu dùng 4

2 XÂY DỰNG MÔ HÌNH NGHIÊN CỨU 4

2.1 Phương pháp luận của nghiên cứu 4

2.2 Xây dựng mô hình 4

2.3 Giải thích biến 5

2.4 Mô tả số liệu 6

2.5 Nhận xét về sự tương quan giữa các biến 7

3 ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ 7

3.1 Ước lượng mô hình 7

3.1.1 Kết quả ước lượng mô hình 7

3.1.2 Giải thích kết quả và ý nghĩa các chỉ số 9

3.1.3 Mức độ phù hợp của mô hình 9

3.2 Kiểm định và khắc phục các khuyết tật của mô hình 9

3.2.1 Kiểm định bỏ sót biến 9

3.2.2 Kiểm định đa cộng tuyến 10

3.2.3 Kiểm định phương sai sai số thay đổi 11

3.2.4 Kiểm định phân phối chuẩn của sai số ngẫu nhiên 13

3.3 Kiểm định giả thiết 13

3.3.1 Kiểm định hệ số hồi quy 13

3.3.2 Kiểm định sự phù hợp của mô hình 16

KẾT LUẬN 17

TÀI LIỆU THAM KHẢO 18

DANH MỤC BẢNG

Bảng 2.1 Giải thích các biến trong mô hình 5

Bảng 2.2 Mô tả thống kê của các biến 6

Bảng 2.3 Mô tả tương quan giữa các biến 6

Bảng 3.1 Giải thích kết quả và ý nghĩa các hệ số hồi quy 9

DANH MỤC HÌNH Hình 3.1 Kết quả mô hình hồi quy bằng phương pháp OLS 8

Hình 3.2 Kết quả chạy kiểm định RESET 10

Hình 3.3 Kiểm định Collinearity Test 11

Hình 3.4 Kết quả kiểm định White’s Test 12

Hình 3.5 Kết quả kiểm định Normality of residual 13

Hình 3.6 Ước lượng t của hệ số hồi quy 14

MỞ ĐẦU

Tính cấp thiết của đề tài

Phương tiện giao thông là thứ góp mặt trong đời sống hàng ngày của mỗi chúng

ta, và là nhu cầu thiết yếu để giúp con người di chuyển nhanh chóng, thuận tiện và dễdàng hơn Cuộc sống càng hiện đại kéo theo sự phát triển tiến bộ của phương tiện giaothông, con người có sự lựa chọn đa dạng hơn từ xe đạp, xe đạp điện, xe máy, đến otô,

xe bus… Trong đó sự ra đời của phương tiện giao thông công cộng mà điển hình là xebus đã góp phần quan trọng vào việc đáp ứng nhu cầu đi lại của học sinh, sinh viên vànhững người có thu nhập thấp Hơn nữa với sự tăng vọt của dân số, việc đi xe buscũng góp phần giải quyết nạn kẹt xe và bảo vệ môi trường

Hiện nay chính phủ ngày càng đề cao và khuyến khích người dân tích cực sử dụngphương tiện công cộng và hạn chế sử dụng các phương tiện cá nhân như xe máy, otô, vớimong muốn góp phần tích cực trong việc bảo vệ môi trường và giảm thiểu tình hình tắcnghẽn giao thông đô thị Hơn thế nữa, việc sử dụng xe bus còn giúp đảm bảo an toàn khitham gia giao thông, tránh những tai nạn đau thương không đáng có Nhận thấy những tácđộng tích cực đến từ việc sử dụng phương tiện xe bus của người dân, chúng ta cần cónhững biện pháp cụ thể để gia tăng số lượng sử dụng xe bus mỗi ngày Chính vì thế nhómchúng em đã lựa chọn để tài “Phân tích sự ảnh hưởng của một số nhân

tố ảnh hưởng đến nhu cầu sử dụng xe bus của người dân, ta sẽ xác định được đâu lànhững yếu tố có ảnh hưởng và tác động của chúng như thế nào Từ đó có thể đề ranhững biện pháp hữu ích nhất cho việc nâng cao hiệu quả sử dụng xe bus

Dù đã cố gắng hết sức để hoàn thành nghiên cứu một cách tốt nhất, song do hạnchế về mặt thời gian và còn ít kinh nghiệm nên bài làm của chúng em vẫn còn nhiềuthiếu sót Kính mong cô xem xét, góp ý để giúp chúng em hoàn thành nghiên cứu ởmức tốt hơn

Mục tiêu nghiên cứu

Mục tiêu của nghiên cứu là từ bộ số liệu đã có chúng ta đi xây dựng mô hình hồiquy tốt nhất và sau đó phân tích các ảnh hưởng của các yếu tố: Thu nhập ( Income),Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu (Gasprice) đến nhu cầu đi lại bằng

xe bus (Bustravel)

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: ảnh hưởng của thu nhập, giá cả, quy mô dân số và giá xăng dầu lên nhu cầu đi lại bằng xe bus

Phạm vi nghiên cứu: chỉ nghiên cứu ảnh hưởng của bốn yếu tố thu nhập, giá cả, quy mô dân số và giá xăng dầu

Bố cục bài tiểu luận

Bên cạnh các phần yêu cầu như lời mở đầu, kết luận, danh mục tài liệu tham khảo, phần nội dung chính của tiểu luận được chia làm ba phần:

Chương I : Cơ sở lý thuyết

Chương II : Xây dựng mô hình nghiên cứu

Chương III : Ước lượng, kiểm định mô hình và suy diễn thống kê

1 CƠ SỞ LÍ THUYẾT

1.1 Mối quan hệ giữa cầu hàng hóa và giá cả thị trường

Mối quan hệ giữa cầu hàng hóa và giá cả thị trường

Theo lý thuyết kinh tế, cầu của một hàng hóa dịch vụ là số lượng của hàng hóa vàdịch vụ đó mà người tiêu dùng sẵn lòng mua tương ứng với các mức giá khác nhautrong một khoảng thời gian xác định

Nhóm đã tiến hành nghiên cứu sự phụ thuộc của nhu cầu sử dụng xe bus với bốnyếu tố sau: Thu nhập ( Income), Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu(Gasprice) Trong đó:

• Income - Thu nhập của người dân: Theo lý thuyết thì thu nhập có thể tỷ lệthuận hoặc tỷ lệ nghịch với lượng cầu về hàng hóa tùy theo hàng hóa đó làhàng hóa thong thường hay hàng hóa thấp cấp Nếu là hàng hóa thông thườngthì thu nhập tăng cầu tăng, nếu là hàng hóa thấp cấp thì thu nhập tăng cầugiảm Xe bus là hàng hóa thứ cấp, khi thu nhập càng tăng sẽ kéo theo sự giảmnhu 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

• Fare - Giá vé: Theo lý thuyết thì khi giá cả của hàng hóa tăng lên (trong điềukiện các yếu tố khác không đổi) thì lượng cầu hàng hóa đó sẽ giảm xuống.Vậy khi giá vé xe bus tăng lên nó sẽ làm giảm nhu cầu sử dụng xe bus củangười dân và ngược lại, khi các yếu tố khác không đổi

• Gasprice - Giá cả của các loại hàng hóa có liên quan (hàng hóa thay thế vàhàng hóa bổ sung): Giá cả của hàng hóa thay thế tăng dẫn đến lượng cầu củahàng hóa thay thế giảm dẫn đến lượng cầu của hàng hóa đang xét sẽ tăng vàngược lại Trong bài nghiên cứu này, những phương tiện giao thông thay thếcho xe bus là ô tô, xe máy, … chi phí của những phương tiện này là xăng( Gasprice) nên nếu giá xăng tăng thì nhu cầu sử dụng xe bus sẽ tăng lên

• POP - Dân số: nghiên cứu cụ thể trong bài này là quy mô dân số POP Quy

mô dân số tỷ lệ thuận với lượng cầu về hàng hóa, dân số tăng => nhu cầu sửdụng xe bus tăng

1.2 Hàm cầu Marshall

Về mặt công thức toán, hàm cầu Marshall có thể được biểu diễn như sau:

X = X(P X ,P Y ,M)

Trong đó:

X là lượng cầu về một mặt hàng (Nhu cầu sử dụng xe bus)

xăng Gasprice)

M là thu nhập của người mua (Income)

Giá cả của các mặt hàng khác và thu nhập được xem là biến ngoại sinh

1.3 Lý thuyết về hành vi người tiêu dùng

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 một số nhân tố khác không xét đến trong nghiên cứu này

2 XÂY DỰNG MÔ HÌNH NGHIÊN CỨU

2.1 Phương pháp luận của nghiên cứu

Để kiểm định sự tác động của bốn yếu tố là Thu nhập ( Income), Giá cả (Fare),Quy mô dân số (Pop), Giá xăng dầu (Gasprice) lên nhu cầu sử dụng xe bus của ngườidân, nhóm chúng em đi xây dựng mô hình hồi quy tuyến tính và sử dụng phương pháp

gồm 40 quan sát trong phần mềm Gretl – datafiles – Ramanathan – data4-4: Demand

for bus travel and determinants Chúng em sử dụng phần mềm gretl để phân tích,

kiểm tra số liệu, từ đó rút ra các kết luận cho bài nghiên cứu

2.2 Xây dựng mô hình

Mô hinh̀ hồi quy tổng thểngẫu nhiên:

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

Mô hinh̀ hồi quy mẫu:

̂ = ̂ + ̂ FARE+ ̂ GASPRICE + ̂ INCOME + ̂ POP

̂

2.3 Giải thích biến

BIẾN PHỤ THUỘC

bus ở đô thị

BIẾN ĐỘC LẬP Tên biến Diễn giải Đơn vị tính Dấu kỳ Ghi chú

vong ̣

đi laịbằng xe bus giam

̉ˆGiá xăng dầu tăng dẫn

tăngThu nhâp ̣ binh quân đầu

̉ˆ

Bảng 2.1 Giải thích các biến trong mô hình

5

2.4 Mô tả 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:

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

Bảng 2.2 Mô tả thống kê của các biến

Bên cạnh đó, sử dụng phần mềm Gretl, mô tả tương quan giữa các biếnBUSTRAVL, FARE, GASPRICE, INCOME và POP được thể hiện trong bảng 2.3dưới đây:

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

2.5 Nhận xét về sự tương quan giữa các biến

• Hệ số tương quan giữa “FARE” và “BUSTRAVL” là -0.048, mức độ

tương quan khá thấp, và ngược chiều

 Kì vọng dấu ̂ là âm và giá vé bus không ảnh hưởng nhiều tới lượng cầu đi

cầu đi bus

• Hệ số tương quan giữa “POP” và “BUSTRAVL” là 0.9313, mức độ tương quanlớn và cùng chiều

 Kì vọng dấu ̂ là dương và Dân số ở thành phố ảnh hưởng rất lớn tới lượng

5

cầu đi lại bằng xe bus

• Ngoài ra, Từ bảng ta thấy hệ số tương quan giữa các biến độc lập là đều nhỏhơn 0.8 nên không có tương quan cao giữa các biến độc lập



Kì vọng mô hinh̀ it́ cókhảnăng xảy ra vấn đềđa công ̣ tuyến

3 ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ

3.1 Ước lượng mô hình

3.1.1 Kết quả ước lượng mô hình

Sử dụng phần mềm Gretl, hồi quy mô hình bằng phương pháp bình phương nhỏ nhất OLS, ta được kết quả như sau:

Phương pháp bình phương tối thiểu OLS, sử dụng quan sát 1-40

Biến phụ thuộc: BUSTRAVL

7

Ước lượng Sai số chuẩn Thống kê t p-value của các hệ của ước

chỉnh

Hình 3.1 Kết quả mô hình hồi quy bằng phương pháp OLS

Dựa vào kết quả trên ta có phương trình hàm hồi quy mẫu SRF :

̂

= −1088.59 − 647.61 ∗ + 4285.83 ∗ − 0.11992 ∗ + 1.83284 ∗

8

3.1.2 Giải thích kết quả và ý nghĩa các chỉ số

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

3.2.1 Kiểm định bỏ sót biến

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

H1: Mô hình bỏ sót biến

Chạy trên phần mềm Gretl, ta được kết quả:

9

Hình 3.2 Kết quả chạy kiểm định RESET

Nhìn vào hình 3.2, ta thấy: p-value= P (F(2,33) > 2.905986) = 0.0688 > α =0.05Nên: 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:

- Do phương pháp thu thập số liệu, mẫu không đặc trưng cho tổng thể

- Bản chất của các biến kinh tế xã hội: luôn tự ngầm chứa các hiện tượng đa cộngtuyến

- Số quan sát nhỏ hơn số tham số: các biến số biểu diễn được qua nhau

➢ Dấu hiệu nhận biết đa cộng tuyến:

Dựa vào hình 3.1 (trang 8), ta có thể thấy các giá trị của t thấp vì hầu hết nhỏ hơn

2 ( trừ t – ratio của POP là lớn hơn 2) và R2 = 0.887273 > 0.8

Kết luận 1: Mô hình có thể mắc đa cộng tuyến

Theo lý thuyết thì nếu hệ số tương quan riêng giữa các biến độc lập >0.8 thì có đacộng tuyến

Nhìn vào bảng 2.3 (trang 6), ta có hệ số tương quan giữa các biến độc lập đều nhỏ hơn 0.8, nên không có tương quan cao giữa các biến độc lập.

Kết luận 2: Mô hình không mắc đa cộng tuyến

Kết luận 3: Mô hình không có Đa cộng tuyến

Hình 3.3 Kiểm định Collinearity Test

Nguồn: Nhóm tác giả tự tính toán với sự hỗ trợ của phần mềm Gretl

KẾT LUẬN: Dựa vào 3 dấu hiệu nhận biết ở trên, có nhiều dấu hiệu cho thấy mô

hình không mắc đa cộng tuyến nên ta kết luận Mô Hình ước lượng ban đầu khôngmắc Đa cộng tuyến với mức ý nghĩa 5%

3.2.3 Kiểm định phương sai sai số thay đổi

➢ Lý thuyết

- Phương sai sai số thay đổi là hiện tượng mỗi sai số ngẫu nhiên ui có một phương

- Nguyên nhân: do bản chất mối quan hệ kinh tế, do kỹ thuật thu thập số liệukhông đồng đều nên số liệu có chất lượng khác nhau; do hành vi của con người trongcác hoạt động ngày càng hoàn thiện; hay do dạng hàm sai cũng có thể dẫn đến phươngsai 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

lượng Kiểm định White:

Xét cặp giả thuyết Ho: βi = 0 (phương sai sai số đồng nhất)i = 0 (phương sai sai số ồng nhất) đồng nhất)

H1: βi = 0 (phương sai sai số đồng nhất)i ≠ 0 (phương sai sai số thay ổi) đồng nhất)

Hình 3.4 Kết quả kiểm định White’s Test

Chạy kiểm định White’s Test trên phần mềm Gretl , ta có kết quả p-value = 0.525971 > 0.05

 Không bác bỏ H 0

KẾT LUẬN: Phương sai sai số không thay đổi với mức ý nghĩa 5%.

12

3.2.4 Kiểm định phân phối chuẩn của sai số ngẫu nhiên

Hình 3.5 Kết quả kiểm định Normality of residual

Nguồn: Nhóm tác giả tự tính toán với sự hỗ trợ của phần mềm Gretl

H1: Nhiễu không phân phối chuẩn

Ta tiến hành kiểm định Normality of residual trên phần mềm Gretl

Dựa vào số liệu trong hình 3.5 ở trên, ta có thể thấy:

giá trị p – value = 0.844128 > 0.05

KẾT LUẬN: Mô hình có phân phối của nhiễu chuẩn với mức ý nghĩa 5%.

3.3 Kiểm định giả thiết

3.3.1 Kiểm định 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

13

Ho: βi = 0 (phương sai sai số đồng nhất)i = 0

Sử dụng cặp giả thiết: { H1: βi = 0 (phương sai sai số đồng nhất)i ≠ 0

Có 3 cách kiểm tra là :

➢ Khoảng tin cậy

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

βi = 0 (phương sai sai số đồng nhất) i

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

βi = 0 (phương sai sai số đồng nhất) i

nghĩa thống kê

Áp dụng cho các hệ số:

Hình 3.6 Ước lượng t của hệ số hồi quy

14

Từ hình 3.6 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

chứng tỏ biến POP có ý nghĩa thống kê đối với cầu đi lại bằng xe bus

Xét giá trị p–value trong kiểm định t

thể không có ý nghĩa thống kê

Áp dụng cho các hệ số:

15

TỪ KẾT QUẢ TRÊN TA CÓ KẾT LUẬN:

Các biến FARE, GASPRICE và INCOME đều không có ý nghĩa thống kê đối với biến BUSTRAVL Duy chỉ có biến POP là có ý nghĩa thống kê với biến BUSTRAVL

Ý nghĩa thống kê của POP: Với các yếu tố khác không đổi, nếu dân sốtăng 1

3.3.2 Kiểm định sự phù hợp của mô hình

Ho: βi = 0 (phương sai sai số đồng nhất)1 = βi = 0 (phương sai sai số đồng nhất)2 = βi = 0 (phương sai sai số đồng nhất)3 = βi = 0 (phương sai sai số đồng nhất)4 = βi = 0 (phương sai sai số đồng nhất)5 = 0 (mô hình không phù hợp)

✓ Nếu F qs < F α , thì không bác bỏ H 0, Mô hình không phù hợp

Mô hình phù hợp

KẾT LUẬN : Với mức ý nghĩa 5%, mô hình hồi quy là phù hợp.

16

KẾT LUẬN

Dựa trên cơ sở lí thuyết về các nhân tố ảnh hưởng đến sự biến động của biến sốMức độ giao thông bằng xe bus ở đô thị (Nhu cầu đi lại bằng xe bus của người dân)cũng như các kết quả nghiên cứu thực nghiệm, bài tiểu luận đã chọn ra các biến: Giávé,Giáxăng dầu, Thu nhâp ̣ binh̀ quân đầu người, Dân số

Qua việc chạy mô hình ta thấy được mối quan hệ gắn bó giữa biến phụ thuộc vàcác biến còn lại trong mô hình Theo kết quả nghiên cứu, số lượng cư dân có ảnhhưởng rất lớn đến nhu cầu sử dụng xe bus làm phương tiện đi lại của người dân Điềunày rất có ý nghĩa đối với nhà nước trong việc quy hoạch giao thông đô thị, với cácdoanh nghiệp trong ngành chuyên chở bằng xe bus

nhu cầu đi lại bằng xe bus của người dân" đã lượng hóa các yếu tố để chúng ta có

giao thông, giúp cho nền kinh tếcónhững chuyển biến mới hiêụ quảhơn Ngoài ra, môhình vẫn còn nhiều khiếm khuyết như không thể hiện được hết các yếu tố ảnh hưởng:mức độ an toàn, thời gian chờ xe,… để có kết quả chính xác hơn

Qua đây, nhóm chúng em cũng xin chân thành cảm ơn sự hướng dẫn và giảngdạy nhiệt tình của cô Nguyễn Thúy Quỳnh đã taọ điều kiện cho chúng có dip ̣ tiếp xúcvới một đề tài nghiên cứu khoa hoc,̣ giúp chúng em có thêm nhiều hiểu biết trong việchoàn thiện các kĩ năng - kiến thức quan trong ̣ về kinh tế lượng

Do vốn kiến thức và kĩ năng còn hạn chế nên bản báo cáo này không thể tránhkhỏi sai sót, chúng em rất mong nhận được sự góp ý của cô để chúng em có thể hoànthiện hơn, áp dụng tốt hơn trong các công việc sau này

Chúng em xin chân thành cảm ơn cô!