Ứng dụng mô hình hồi quy không gian trong phân tích tăng trưởng doanh thu du lịch của các tỉnh/thành tại Việt Nam

Mục đích của nghiên cứu là xác định và đo lường các yếu tố tác động đến doanh thu du lịch của các tỉnh/thành tại Việt Nam thông qua ứng dụng mô hình hồi quy không gian. Đề tài sử dụng phương pháp nghiên cứu định tính kết hợp định lượng. Nghiên cứu định tính được thực hiện thông qua phỏng vấn sâu cùng 09 chuyên gia.

34 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 Ứng dụng mơ hình hồi quy khơng gian phân tích tăng trưởng doanh thu du lịch tỉnh/thành Việt Nam Nguyễn Văn Sĩ1 Nguyễn Viết Bằng2* 1,2 Trường Đại học Kinh tế Thành phố Hồ Chí Minh * Tác giả liên hệ, Email: bangnv@ueh.edu.vn THƠNG TIN TĨM TẮT DOI:10.46223/HCMCOUJS.econ Mục đích nghiên cứu xác định đo lường yếu tố tác động đến doanh thu du lịch tỉnh/thành Việt Nam thơng qua ứng dụng mơ hình hồi quy không gian Đề tài sử dụng phương pháp nghiên cứu định tính kết hợp định lượng Nghiên cứu định tính thực thông qua vấn sâu 09 chuyên gia Nghiên cứu định lượng thực thông qua ứng dụng mơ hình kinh tế lượng khơng gian với liệu thứ cấp từ năm 2013 đến 2017 tỉnh/thành Việt Nam Kết nghiên cứu cho thấy: doanh thu du lịch địa phương chịu tác động bởi: lượng khách, dân số khối lượng luân chuyển hành khách Thêm vào đó, Kết nghiên cứu chứng thực nghiệm cho thấy có tương quan tỉnh gần tăng trưởng doanh thu du lịch, điều có nghĩa tăng trưởng du lịch địa phương có tác động đến tăng trưởng doanh thu tỉnh lân cận Đồng thời, lượng khách, dân số khối lượng luân chuyển hành khách có tương tác mặt không gian tỉnh/thành lân cận vi.15.2.236.2020 Ngày nhận: 28/02/2020 Ngày nhận lại: 22/03/2020 Duyệt đăng: 27/03/2020 Từ khóa: Doanh thu du lịch Hồi quy khơng gian Tăng trưởng du lịch ABSTRACT Keywords: Tourism receipt Spatial regression Tourism growth The paper defines and measures key factors affecting tourism receipt of provinces/cities in Vietnam through spatial regression model This study uses both qualitative and quantitative methods through (i) in-depth interviews with experts, and (ii) spatial regression model with secondary data of Vietnam’s provinces/cities from 2013 to 2017 The result shows that tourism receipt is directly affected by tourist arrivals, population and volume of tourist movement Moreover, the findings shows a correlation between neighboring provinces/cities in tourism receipt growth In other words, tourism receipt growth of one province has an impact on tourism receipt growth of another neighboring province/city In addition, the results also shows that factors such as tourist arrivals, population and volume of tourist movement have spatial interaction among neighboring provinces Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 35 Giới thiệu Kinh tế Việt Nam kể từ sau đổi có nhiều thay đổi cấu, đáng ý chuyển dịch từ nông nghiệp sang công nghiệp dịch vụ, tỷ trọng ngành dịch vụ có gia tăng đáng kể, ngành dịch vụ du lịch chiếm trọng số không nhỏ ngày lớn dần lên theo hội nhập đất nước Thực tế cho thấy Việt Nam với lợi tiềm du lịch (nhiều cảnh quan thiên nhiên đẹp, bờ biển dài trải dọc đất nước, có nhiều khu du lịch quốc gia trọng bảo tồn phát triển, v.v.) nước có kinh tế trị cộng đồng giới đánh giá ổn định Việt Nam trở thành tâm điểm thu hút nhiều khách du lịch nước 5542.33 6000.00 5005.98 5000.00 4000.00 3245.42 4192.86 3937.86 3584.26 4502.73 2779.88 3000.00 2157.83 1809.15 2000.00 130.00 160.00 322.86 355.55 417.27 637.00 96.00 289.84 541.00 68.00 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 1000.00 0.00 Doanh thu từ du lịch GDP Biểu đồ Thực trạng doanh thu từ du lịch Đơn vị tính: Nghìn tỷ đồng Nguồn: Tổng cục thống kê, 2019 120 100 80 60 71.21 61.4 66.53 57.89 54.31 46.72 79.67 70.08 87.43 77.86 100.44 90.57 95.49 86.12 69.31 57.5 72.01 62 73.2 80 40 20 7.59 8.64 9.81 9.59 9.57 9.87 11.81 10.01 12.92 15.49 2009 2010 2011 2012 Khách quốc tế 2013 2014 Khách nội địa 2015 2016 Tổng lượng khách Biểu đồ Thực trạng khách du lịch Việt Nam Đơn vị tính: triệu lượt Nguồn: Tổng cục thống kê, 2019 2017 2018 36 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 Thống kê du lịch Biểu đồ Biểu đồ cho thấy: doanh thu lượng khách du lịch tăng qua năm Nếu năm 2009 có 54.31 triệu lượt đạt doanh số 68 nghìn tỷ đồng đến hết năm 2018 số thật ấn tượng với 95.49 triệu lượt đạt doanh thu 637 nghìn tỷ đồng Tuy nhiên lượng khách quay trở lại Việt Nam để du lịch lại thấp (Tổng cục du lịch, 2019) sản phẩm du lịch khơng đa dạng, chưa có phối hợp địa phương hoạt động du lịch, v.v Mỗi địa phương có mạnh du lịch nhìn chung nhiều địa phương chưa chủ động phối hợp việc tổ chức kiện, sản phẩm du lịch để thu hút khách du lịch tồn mối tương quan địa phương việc thu hút du lịch Để phân tích mối quan hệ đơn vị khơng gian khu vực mơ hình kinh tế lượng khơng gian sử dụng kiểm định tính phụ thuộc khơng gian mơ hình hồi quy (Anselin, 1988) có phụ thuộc khơng gian địa phương kết ước lượng mơ hình kinh tế lượng phương pháp OLS truyền thống thông thường bị chệch không hiệu Hơn nữa, Anselin (1998) làm rõ liệu bảng sử dụng có diện hiệu ứng khơng gian, mơ hình kinh tế lượng khơng gian phân tích tính đa chiều phụ thuộc Trong viết nhóm tác giả kế thừa mơ hình kinh tế lượng khơng gian với ưu điểm để ứng dụng nghiên cứu doanh thu du lịch Việt Nam tiếp cận góc độ tỉnh/thành Cơ sở lý thuyết hồi quy không gian- Tương quan không gian 2.1 Kiểm định Moran’s I Các nghiên cứu thống kê không gian thường phân biệt hai loại tác động không gian khác nhau: tương tác không gian (tự tương quan không gian) cấu trúc khơng gian (tính khơng đồng khơng gian) Việc kiểm tra đặc điểm không gian liệu bị ảnh hưởng mạnh mẽ vị trí mà từ quan sát thực Các đơn vị địa lý lân cận ảnh hưởng đến vị trí khác vị trí gần thường có tương tác khơng gian nhiều vị trí có khoảng cách xa (Coughlin Segev, 2000) Khi có phụ thuộc khơng gian đơn vị khu vực việc sử dụng phương pháp phân tích tương quan khơng gian cần thiết Trong nghiên cứu này, nhóm tác giả sử dụng hệ số Moran’s I để xác định mối tương quan không gian khu vực lân cận Thống kê Moran’s I cho kết tự tương quan không gian quan sát cách tổng quát Mặt khác, thống kê G* xem xét cụ thể tự tương quan không gian cho quan sát (Ord & Getis, 1995) Thống kê Moran’s I phụ thuộc vào ma trận trọng số không gian phản ánh cường độ mối quan hệ địa lý quan sát khu vực (Anselin, 1998), phương pháp mà nhà nghiên cứu thường sử dụng để xem xét tương quan biến số (Elhorst, 2003) Giá trị thống kê Moran’s I nằm khoảng [-1, 1] Thống kê Moran’s I biến x xác định sau: n I n n n  w i 1 j 1 n  w ( x  x )( x i 1 j 1 ij ij i j  x) n  (x  x ) i 1 i Trong đó: xi giá trị quan sát đơn vị không gian thứ i x giá trị trung bình x Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 37 𝑛 số giá trị quan sát đơn vị không gian w ij phần tử dòng i, cột j ma trận trọng số không gian W chuẩn hóa Nghiên cứu Cliff & Ord (1981) cho thấy thống kê Moran’s I có phân phối tiệm cận phân phối chuẩn Thống kê G, ban đầu phát triển Ord & Getis (1995) sử dụng để nghiên cứu mơ hình khơng gian Chúng đại diện cho số tự tương quan không gian cách tổng quát Mặt khác thống kê 𝐺𝑖∗ số tự tương quan không gian cục phù hợp cho việc xem xét cấu trúc cụm không gian Thống kê 𝐺𝑖∗ xác định sau: n n  wij x j  x  wij j 1 Gi*  j 1 n n n w  ( wij ) j 1 S* ij j 1 n 1 Các ký hiệu tương tự S* xác định S*   n j 1 x 2j / n  ( x )2 Thống kê 𝐺𝑖∗ Z-score Một Z-score cao p-value nhỏ cho đặc điểm điểm giá trị cao (hot spot) có ý nghĩa thống kê Một Z-score âm thấp p-value nhỏ điểm giá trị thấp (cold spot) có ý nghĩa thống kê Các Z-score cao (hoặc thấp hơn) việc phân cụm mạnh Một z-score gần cho thấy khơng có cụm khơng gian rõ ràng Sẽ có trường hợp xảy áp dụng hệ số Morans’s I thống kê 𝐺𝑖∗ , bao gồm tất quan sát: (1) Khơng có tương quan khơng gian, (2) có tương quan cao – cao (H-H), (3) có tương quan thấp - thấp (L-L), (4) có tương quan cao - thấp (H-L), (5) có tương quan thấp – cao (L-H) 2.2 Ma trận trọng số không gian Ma trận trọng số khơng gian có vai trị quan trọng phân tích kinh tế lượng khơng gian kết hợp phụ thuộc khơng gian vào mơ hình nghiên cứu Gọi n số đơn vị không gian Ma trận trọng số không gian, ký hiệu W, ma trận cấp (n × n) đối xứng, dương với phần tử vị trí i, j w ij Giá trị w ij gọi trọng số không gian cho cặp vị trí i, j xác định mối tương quan hai địa phương i, j Và quy ước phần tử nằm đường chéo ma trận trọng số 0, tức w ij =0 Ký hiệu:  w11 w12  w w22 W   21    wn1 wn w1n   w2 n    wnn  Trong nghiên cứu thực nghiệm ma trận trọng số không gian xây dựng thường dựa khoảng cách địa lý tiếp giáp địa phương Có thể nêu số dạng ma trận 38 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 trọng số sau: (1) Ma trận trọng số không gian tiếp giáp bậc nhất: Coughlin Segev (2000) cho rằng: địa phương i có chung đường biên với địa phương j (i≠j) gọi có tương quan khơng gian với Lúc đó, phần tử ma trận trọng số không gian định bởi: wij  10 i,j chung duong bien i,j khong chung duong bien (2) Ma trận trọng số không gian dựa khoảng cách: gọi d khoảng cách ngưỡng 𝑑𝑖𝑗 khoảng cách hai địa phương i, j (Anselin, 1988) Thì phần tử W định bởi: 1,  dii  d wij    0, d  dij (3) Ma trận trọng số không gian dựa khoảng cách nghịch đảo: phần tử W định bởi:    , i j wij   dij  0, i  j  Với     Trong thực nghiệm thường sử dụng ma trận trọng số khơng gian chuẩn hóa theo dòng (Anselin,1998), tức phần tử ma trận chuẩn hóa theo dịng có dạng: w  s ij wij  j wij Giá trị phần tử ma trận nằm khoảng [0,1] tổng dịng ma trận chuẩn hóa theo dịng 2.3 Các mơ hình kinh tế lượng khơng gian với liệu bảng Việc phân tích liệu bảng mơ hình kinh tế lượng khơng gian nhà nghiên cứu phát triển mạnh mặt phương pháp luận Một số nghiên cứu điển hình như: Elhorst (2003), Baltagi Liu (2008) Trong đó, Elhorst (2003) đưa phân tích đánh giá vấn đề phát sinh việc ước lượng mô hình kinh tế lượng khơng gian với liệu bảng Trong nghiên cứu ứng dụng mở rộng cần xem xét tương quan sai số không gian biến phụ thuộc với độ trễ không gian bao gồm: mô hình hiệu ứng cố định, mơ hình hiệu ứng ngẫu nhiên, mơ hình hệ số cố định mơ hình hệ số ngẫu nhiên Hiện có nhiều mơ hình kinh tế lượng không gian sử dụng Theo Elhorst (2003), Chou cộng (2015) mơ hình sử dụng để ước lượng với liệu bảng khơng gian là: mơ hình độ trễ khơng gian (SLMSpatial Lag Model), mơ hình sai số khơng gian (SEM- Spatial Error Model) mơ hình Durbin khơng gian (SDM - Spatial Durbin Model) Tuy nhiên, theo Vega Elhorst (2014) mơ hình trường hợp đặc biệt mơ hình khơng gian tổng qt (GNS-General Nesting Spatial) mơ hình cho tất loại hiệu ứng tương quan khơng gian Mơ hình (GNS) liệu bảng tổng quát có dạng sau: Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 (GNS) 39 Y   lN  WY  X   WX      u u  Wu   - Khi:   , (GNS) trở thành mơ hình (SAC) hay (SARAR) (Anselin, 1988) 𝑌 = 𝜌𝑊𝑌 + 𝑋𝛽 + 𝜇 + 𝜈 + 𝑢 (SAC) 𝑢 = 𝜆𝑊𝑢 + 𝜀 - Khi   , (GNS) trở thành: (SDM) 𝑌 = 𝜌𝑊𝑌 + 𝑋𝛽 + 𝑊𝑋𝜃 + 𝜇 + 𝜈 + 𝜀 - Khi   , (SDM) trở thành: (SLM) 𝑌 = 𝜌𝑊𝑌 + 𝑋𝛽 + 𝜇 + 𝜈 + 𝜀 - Khi     , mơ hình (SEM) đề xuất Anselin (1988) sau: 𝑌 = 𝑋𝛽 + 𝜇 + 𝜈 + 𝑢 (SEM) 𝑢 = 𝜆𝑊𝑢 + 𝜀 (𝜃 = −𝜌𝛽 ⟶ 𝜆 = 𝜌) Trong đó: Y vec tơ biến phụ thuộc (Nx1) khu vực i (i = 1, …, N); số thời gian t = 1, …, T X ma trận (NxK) gồm biến giải thích, K số biến giải thích  tham số tự tương quan khơng gian tương ứng với biến trễ không gian biến phụ thuộcWY Và ( WY ) tương tác nội sinh W ma trận trọng số không gian cấp (NxN), mô tả mối liên hệ không gian đơn vị  hiệu ứng tương tác ngoại sinh khu vực lân cận biến giải thích WX (WX  ) tương tác ngoại sinh  tham số chưa biết biến độc lập ma trận (Kx1)  phụ thuộc không gian khu vực lân cận số hạng sai số (𝜆𝑊𝑢) tương tác thông qua sai số  ký hiệu vec tơ sai số có phân phối chuẩn, trung bình độ lệch chuẩn   , hiệu ứng không gian thời gian 2.4 Tác động trực tiếp, tác động gián tiếp tổng tác động Có số mơ hình cho tác động như: Tác động trực tiếp, tác động gián tiếp tổng tác động Elhorst (2014) đưa yếu tố tác động tổng quát sau: Từ phương trình mơ hình Durbin khơng gian viết lại: y  ( I  W )1 ( lN  X   WX  )  ( I  W )1 Lấy đạo hàm riêng phần giá trị kỳ vọng y theo k biến giải thích X, với quan sát 1, …, N viết sau : 40 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49  E ( y )   x1k W12 k  k W  k E ( y )  1  21 k    I  W   xNk   Wn1 k Wn 2 k W1n k  W2 n k    k  Các phần tử nằm đường chéo ma trận tác động trực tiếp, tác động gián tiếp dòng cột (ngoại trừ đường chéo chính) Theo LeSage Pace (2009), Vega Elhorst (2015) diện ma trận trọng số không gian làm cho hiệu ứng biên trở nên phong phú phức tạp so với mô hình ước lượng OLS truyền thống Trong mơ hình ước lượng OLS SEM tác động trực tiếp biến giải thích thứ k với hệ số ước lượng biến giải thích thứ k  k , tác động gián tiếp Trong SDM, GNS tác động trực tiếp phần tử đường chéo ( I  W )1 (k  Wk ) , tác động gián tiếp gồm phần tử nằm đường chéo ( I  W )1 (k  Wk ) Để tính giá trị trên, hệ số nhân không gian đề xuất cách tính:  I  W  1  I  W   2W   3W  Tác động trực tiếp tác động gián tiếp bao gồm tác động phản hồi (Feedback Effect) đến từ đơn vị không gian lân cận Tác động trực tiếp tác động biến giải thích từ quan sát i lên biến phụ thuộc quan sát thứ i Tác động gián tiếp tác động biến giải thích từ quan sát lân cận khác quan sát thứ i lên biến phụ thuộc quan sát i Tổng tác động bao gồm tác đông trực tiếp tác động gián tiếp 2.5 Kiểm định lựa chọn mơ hình kinh tế lượng khơng gian Do tồn mối tương quan không gian biến mơ hình, phương pháp bình phương nhỏ OLS ước lượng tham số dẫn đến tính chệch khơng qn Do đó, phương pháp ML (maximum likelihood) sử dụng ước lượng mơ hình kinh tế lượng khơng gian Anselin (1988) Đối với việc lựa chọn mơ hình kinh tế lượng không gian, nhiều tài liệu kinh tế lượng không gian gợi ý hai cách tiếp cận: (i) cách tiếp cận cụ thể đến tổng quát; (ii) cách tiếp cận tổng quát đến cụ thể (Florax cộng sự, 2006; Mur Angulo, 2009) Elhorst (2014) đề xuất quy trình kiểm định hỗn hợp hai cách tiếp cận Trước tiên, mơ hình phi khơng gian ước lượng để kiểm định xem liệu mơ hình phi khơng gian mơ hình kinh tế lượng khơng gian (SLM SEM) phù hợp, cách sử dụng kiểm định LM (Lagrange Multiplier) liệu (cách tiếp cận cụ thể đến tổng quát) Trong trường hợp mơ hình phi khơng gian bị bác bỏ, SDM ước lượng để kiểm định xem đơn giản hóa thành SLM SEM (phương pháp tổng quát đến cụ thể) Để thực điều này, giả thiết cần kiểm định H :   H :     , phương pháp kiểm định thường sử dụng thống kê kiểm định LR (Likelihood Ratio) thống kê kiểm định Wald Thông qua kiểm định hai giả thiết bị bác bỏ SDM phù hợp với liệu Ngoài sử dụng kiểm định LR để kiểm tra hiệu ứng không gian H : i  hiệu ứng thời gian H : t  Đối với mơ hình liệu bảng, mơ hình hiệu ứng cố định mơ hình hiệu ứng ngẫu nhiên, sử dụng kiểm định Hausman để chọn mơ hình thích hợp Nghiên cứu thực nghiệm 3.1 Mơ hình nghiên cứu thực nghiệm Doanh thu du lịch yếu tố tác động đến doanh thu du lịch chủ đề quan tâm nhiều nhà khoa học giới (Popescu, 2016; Ekanayake & Long, 2012; Nissan cộng Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 41 sự, 2011; Mahmoudinia cộng sự, 2011; Lee Chang, 2008; Lee & Chien, 2008; Khalil cộng sự, 2007; Kim cộng 2006; Naude Saayman, 2005; Oh, 2005) Tuy nhiên, phần lớn nghiên cứu thực nước ngoài, chưa quan tâm đến vấn đề tương tác không gian quốc gia địa phương quốc gia doanh thu du lịch Tại Việt Nam, chủ đề doanh thu du lịch thu hút quan tâm nhà khoa học (Shih & Do, 2016; Nguyen cộng sự, 2014) lại nghiên cứu tác động doanh thu du lịch đến GDP mà chưa xem xét theo chiều ngược lại Trong nghiên cứu này, nhóm tác giả sử dụng mơ hình hồi quy khơng gian để phân tích yếu tố tác động đến doanh thu du lịch Dựa kết tổng quan lý thuyết kết hợp với nghiên cứu định tính (được trình bày chi tiết mục phương pháp nghiên cứu) cho thấy: doanh thu du lịch địa phương chịu tác động bởi: GDP, Lượng khách du lịch địa phương, số lượng luân chuyển hành khách, dân số Doanh thu du lịch: đo tổng doanh thu từ du lịch địa phương GDP: đo lường tổng sản phẩm quốc nội tính theo giá hành 63 tỉnh/thành Việt Nam Thêm vào đó, kết nghiên cứu Ekanayake Long (2012), Nissan cộng (2011), Mahmoudinia cộng (2011), Lee Chang (2008), Naude Saayman (2005) cho thấy: GDP yếu tố có tác động đến doanh thu du lịch Vì vậy, giả thuyết H1 đề xuất sau: H1: GDP tỉnh/thành có tác động đến doanh thu du lịch tỉnh/thành (+) Lượng khách đo tổng lượng khách du lịch địa phương bao gồm khách du lịch nội địa khách quốc tế Kết nghiên cứu Popescu (2016) cho thấy: lượng khách du lịch địa phương yếu tố tác động đến đến doanh thu du lịch địa phương Vì vậy, giả thuyết H2 đề xuất sau: H2: Lượng khách du lịch tỉnh/thành có tác động đến doanh thu du lịch tỉnh/thành (+) Dân số: đo tổng dân số địa phương Số lượng luân chuyển khách du lịch: đo số lượng km mà khách du lịch di chuyển địa phương Thêm vào đó, kết nghiên cứu định tính cho thấy: dân số số lượng luân chuyển hành khách có tác động đến doanh thu du lịch địa phương Vì vậy, giá thuyết H3, H4 đề xuất sau: H3: Dân số tỉnh/thành có tác động đến doanh thu du lịch tỉnh/thành (+) H4: Số lượng luân chuyển khách du lịch tỉnh/thành có tác động đến doanh thu du lịch tỉnh/thành (+) 3.2 Quy trình nghiên cứu nguồn liệu Về quy trình nghiên cứu Trong nghiên cứu này, nhóm tác giả sử dụng phương pháp nghiên cứu định tính kết hợp định lượng Nghiên cứu định tính thực thơng qua vấn sâu 09 chuyên gia (03 nhà khoa học, 03 nhà quản lý du lịch, 03 giám đốc doanh nghiệp kinh doanh du lịch lữ hành) Kết nghiên cứu cho thấy: (i) Một là, 09/09 chuyên gia thống cho rằng: doanh thu du lịch chịu tác động bởi: GDP, lượng khách du lịch; (ii) 05/09 chuyên gia cho rằng: doanh thu du lịch chịu tác động bởi: dân số địa phương, số lượng luân chuyển hành khách 42 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 Nghiên cứu định lượng thực thơng qua ứng dụng mơ hình kinh tế lượng khơng gian để kiểm định mơ hình giả thuyết nghiên cứu Về nguồn liệu Nguồn liệu thứ cấp trích xuất từ niên giám thống kê 63 tỉnh thành Việt Nam từ năm 2013 đến 2017 Bảng Cách thức đo lường nguồn biến mơ hình Tên biến Ký hiệu Định nghĩa biến Doanh thu du lịch doanhthu Doanh thu du lịch 63 tỉnh/thành Việt Nam GDP gdp Tổng sản phẩm quốc nội 63 tỉnh/thành Việt Nam + Niêm giám thống kê 63 tỉnh/thành Việt Nam Lượng khách du lịch lkhach Tổng khách du lịch 63 tỉnh/thành Việt Nam + Niêm giám thống kê 63 tỉnh/thành Việt Nam Số lượng luân chuyển hành khách lchk Số lượng luân chuyển hành khách theo địa phương 63 tỉnh/thành Việt Nam + Niêm giám thống kê 63 tỉnh/thành Việt Nam Dân số danso Dân số 63 tỉnh thành Việt Nam - Niêm giám thống kê 63 tỉnh/thành Việt Nam Kỳ vọng Nguồn Niêm giám thống kê 63 tỉnh/thành Việt Nam Kết nghiên cứu 4.1 Kết thống kê mô tả biến quan sát Kết thống kê mô tả biến quan sát chưa lấy logarit trình bày Bảng Bảng Kết thống kê mô tả biến quan sát lndoanhthu lnlkhach lngdp lndanso lnlchk Mean 2.892 9.041 10.759 7.086 6.835 Median 2.907 9.002 10.677 7.090 6.828 Maximum 9.857 13.527 13.968 9.041 9.924 Minimum -2.303 5.930 8.753 5.721 3.190 1st Qu 1.458 7.845 10.201 6.729 6.208 3rdQu 4.106 9.996 11.101 7.388 7.412 Số quan sát 315 315 315 315 315 4.2 Kiểm định tương quan không gian tăng trưởng doanh thu du lịch Kết kiểm định tương quan không gian theo hệ số Moran’s I biến log(doanhthu) trình bày Bảng sau: Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 43 Bảng Kết kiểm định tác động không gian hệ số Moran’s I Năm Moran’s I Kỳ vọng p-value 2013 0.193155265 -0.016129032 0.008975 2014 0.190597035 -0.016129032 0.00949 2015 0.15127290 -0.01612903 0.02831 2016 0.160077951 -0.016129032 0.02252 2017 0.139395690 -0.016129032 0.03838 Kết cho thấy hệ số Moran’s I dương có ý nghĩa thống kê mức 1% 5%, tức có tương quan khơng gian cao tỉnh/thành Việt Nam có tương quan chiều tăng trưởng doanh thu du lịch Tuy nhiên kết chưa cho biết cụ thể địa phương nằm cụm khơng gian có giá trị cao nằm cụm giá trị thấp Để xem xét điều thực xem xét số Moran G* biến log(doanhthu) tỉnh/thành Đồ thị phân tán Moran’s I log(doanhthu) tỉnh/thành từ 2013 đến 2017 trình bày Hình cho thấy: tất tỉnh biểu thị bốn góc phần tư khác nhau, tỉnh phân thành loại: cao-cao (H-H) , thấp-cao (L-H), thấp-thấp (L-L) cao-thấp (H-L), tương ứng với góc phần tư thứ nhất, thứ hai, thứ ba thứ tư biểu đồ phân tán tương ứng Moran’s I = 0.193155265 , (63 tinh) laggedDULICH2014 -2 -1 -1 -2 laggedDULICH2013 Moran’s I = 0.190597035, (63 tinh) -2 -1 -2 -1 DULICH2013 DULICH2014 Moran’s I = 0.15127290, (63 tinh) -2 -1 -1 laggedDULICH2016 2 Moran’s I = 0.160077951, (63 tinh) -2 laggedDULICH2015 -2 -1 DULICH2015 -2 -1 DULICH2016 44 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 Hình Đồ thị phân tán hệ số Moran’s I log(doanhthu) tỉnh/thành Trong viết nêu tỉnh/thành thuộc cụm giá trị cao (hot spots), cụm giá trị thấp (cold spots): Cụm giá trị cao theo năm: bao gồm địa phương 2013: Huế, Đà Nẵng, Tây Ninh, Đồng Nai, Bà Rịa-Vũng Tàu, TP HCM, Long An 2014: Huế, Đà Nẵng, Tây Ninh, Đồng Nai, Bà Rịa-Vũng Tàu, TP HCM, Long An 2015: Huế, Đà Nẵng, Đồng Nai, Bà Rịa-Vũng Tàu, TP HCM, Long An 2016: Huế, Đà Nẵng, Đồng Nai, Bà Rịa-Vũng Tàu, TP HCM, Long An 2017: Huế, Đà Nẵng, Tây Ninh, Đồng Nai, Bà Rịa-Vũng Tàu, TP HCM, Long An Cụm giá trị thấp theo năm: bao gồm địa phương 2013: Bắc Kạn, Tuyên Quang, Yên Bái, Phú Thọ, Điện Biên, Lai Châu, Sơn La, Thanh Hóa, Đắc Nơng 2014: Cao Bằng, Bắc Kạn, Tuyên Quang, Yên Bái, Điện Biên, Lai Châu, Sơn La, Sóc Trăng 2015: Cao Bằng, Bắc Kạn, Tuyên Quang, Điện Biên, Lai Châu, Sơn La, Sóc Trăng 2016: Cao Bằng, Bắc Kạn, Tuyên Quang, Điện Biên, Lai Châu, Sơn La, Sóc Trăng, Bạc Liêu 2017: Cao Bằng, Bắc Kạn, Tuyên Quang, Điện Biên, Lai Châu, Sơn La, Sóc Trăng 4.3 Kiểm định lựa chọn mơ hình Mơ hình phi khơng gian xác định có dạng sau: ln𝑑𝑜𝑎𝑛ℎ𝑡ℎ𝑢𝑖𝑡 = 𝛽1 𝑙𝑛𝑙𝑘ℎ𝑎𝑐ℎ𝑖𝑡 𝛽2 𝑙𝑛𝑔𝑑𝑝𝑖𝑡 + 𝛽3 𝑙𝑛𝑑𝑎𝑛𝑠𝑜𝑖𝑡 + 𝛽4 𝑙𝑛𝑙𝑐ℎ𝑘𝑖𝑡 +𝜇𝑖 + 𝜈𝑡 + 𝜀𝑖𝑡 Kết ước lượng mơ hình khơng có tác động khơng gian trình bày Bảng Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 45 Bảng Kết ước lượng mơ hình khơng có tác động không gian Tên biến PooledOLS Spatial FE Time-period FE Two-ways FE lnlkhach 0.428651*** (4.87) 0.48946*** (4.82) 0.395261*** (4.29) 0.45425*** (4.24) lngdp 0.415548*** (2.89) 0.28851* (1.80) 0.368762** (2.47) 0.21622 (1.30) lndanso 0.277123*** (0.84) 0.15846 (0.42) 0.456507 (1.37) 0.3797 (1.01) lnlchk 0.538124*** (3.94) 0.58314*** (3.86) 0.437823*** (2.81) 0.46128*** (2.63) Hệ số chặn -11.096744*** (-8.4626) R2 0.54232 0.55259 0.57502 0.57618 LogL -570.6874 -544.2592 -575.539 -532.7174 LM spatial lag 5.108** 4.6428** 6.9254*** 6.87*** LM spatial error 24.802*** 16.717*** 21.638*** 17.214*** robust LM spatial lag 11.122*** 4.4009** 7.3562*** 3.5682* robust LM spatial error 30.816*** 16.475*** 22.069*** 13.912*** kiểm định Hausman 14.251 với giá trị p – value = 0.0026 Kết kiểm định Kiểm định LR tác động cố định không gian có thống kê kiểm định LR 85.6432 với giá trị p – value = 0.025, kiểm định LR tác động cố định thời gian có thống kê kiểm định 23.08 với giá trị p – value = 0.000 Do hiệu ứng cố định khơng gian hiệu ứng cố định thời gian có ý nghĩa thống kê Vì vậy, viết sử dụng mơ hình với hiệu ứng cố định không gian thời gian Kiểm định LM sử dụng để xác định xem mơ hình kinh tế lượng khơng gian hay mơ hình ước lượng OLS truyền thống phù hợp Kết kiểm định LM cho SLM có thống kê kiểm định LM = 6.87 với giá trị p – value = 0.008765, kiểm định robust LM có thống kê kiểm định 3.5682 với giá trị p – value = 0.05889 có ý nghĩa thống kê mức 6% Đối với SEM có thống kê kiểm định LM = 17.214 với giá trị p – value = 0.000, kiểm định robust LM có thống kê kiểm định 13.912, p-value = 0.000 có ý nghĩa mức 1% cho thấy mơ hình kinh tế lượng không gian phù hợp ước lượng OLS truyền thống Ngồi kiểm định Hausman có ý nghĩa thống kê mức 1% điều mơ hình tác động cố định phù hợp (Kiểm định Hausman cho liệu bảng không gian cho kết tương tự) Kết ước lượng mơ hình hồi quy khơng gian với liệu bảng Để xem xét SDM đơn giản hóa thành SLM SEM hay khơng Mơ hình độ trễ không gian SLM sau: 46 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 log(doanhthu)= 𝜌𝑊log(doanhthu)+𝛽1log(lkhach)+ 𝛽2log(gdp)+ 𝛽3log(danso)+ 𝛽4 log(lchk)+𝜇 + 𝜈 + 𝑢 Mơ hình sai số không gian (SEM): log(doanhthu)= 𝜌𝑊log(doanhthu)+𝛽1log(lkhach)+ 𝛽2log(gdp)+ 𝛽3log(danso)+ 𝛽4 log(lchk)+𝜇 + 𝜈 + 𝜀 𝜀 = 𝜆𝑊𝜀 + 𝑢 Mô hình Durbin khơng gian SDM: log(doanhthu)= 𝜌𝑊log(doanhthu)+𝛽1log(lkhach)+ 𝛽2log(gdp)+ 𝛽3log(danso)+ 𝛽4 log(lchk)+𝜃1 𝑊log(lkhach)+ 𝜃2 𝑊log(gdp)+ 𝜃3 𝑊log(danso)+ 𝜃4 𝑊log(lchk)+𝜇 + 𝜈 + 𝑢 Kết ước lượng mơ hình khơng gian trình bày Bảng Bảng Kết ước lượng mơ hình khơng gian sau: SEM SLM SDM 0.309648*** (3.25) 0.324619*** (3.96) 0.268459*** (2.70) 0.073513 (0.47) -0.010533 (-0.08) -0.026764 (-0.16) lndanso 0.758158** (2.07) -0.010533** (1.99) 0.948594** (2.39) lnlchk 0.429804*** (2.60) 0.264351** (1.96) 0.382244** (2.14) lnlkhach lngdp W.lnlkhach 0.014564 (0.11) W.lngdp 0.144952 (0.58) W.lndanso -0.910376 (-1.64) W.lnlchk -0.186458 (-0.73)   loglik 0.56742*** -956.6132 0.463730*** 0.549598*** -960.2489 -954.5609 Kiểm định lựa chọn mơ hình khơng gian phù hợp với liệu: Các giả thiết cần kiểm định H :   H :     để xem xét SDM liệu Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 47 đơn giản hóa thành SLM SEM hay không? Theo kết trên: thống kê kiểm định LR = 4.11 với giá trị p – value = 0.042 < 0.05 cho SEM, thống kê kiểm định LR = 11.38 với giá trị p – value = 0.000 < 0.01 Do hai giả thiết bị bác bỏ, SDM phù hợp với liệu Các tác động từ SDM Trực tiếp Lnlkhach Gián Tiếp Tổng cộng 0.29755569 0.29848802 0.59604372 -0.02966489 -0.02975783 -0.05942272 lndanso 1.05140658 1.05470093 2.10610751 lnlchk 0.42367298 0.42500047 0.84867345 W.lnlkhach 0.01614294 0.01619352 0.03233646 W.lngdp 0.16066189 0.16116529 0.32182719 W.lndanso -1.00904568 -1.01220731 -2.02125299 W.lnglchk -0.20666679 -0.20731434 -0.41398113 lngdp 4.4 Thảo luận kết nghiên cứu Thông qua tác động trực tiếp, gián tiếp tổng tác động, mức độ tăng trưởng doanh thu tỉnh/thành Việt Nam không phụ thuộc vào yếu tố từ địa phương mà phụ thuộc vào địa phương lân cận Về tác động trực tiếp Xem yếu tố từ địa phương tác động đến mức độ tăng trưởng doanh thu hoạt động du lịch Mức độ tăng trưởng doanh thu địa phương phụ thuộc vào yếu tố ngành du lịch địa phương Một địa phương có hoạt động du lịch mạnh, có nhiều khả hỗ trợ cho việc tăng trưởng doanh thu mang lại nhiều lợi nhuận cho địa phương Cụ thể, điều kiện yếu tố khác không đổi lượng khách tỉnh/thành tăng lên 1% tác động trực tiếp đến quy mô tăng trưởng doanh thu tỉnh tăng khoảng 0.30%, tác động phản hồi mức tác động này, nên tác động trực tiếp lượng khách đến doanh thu tỉnh tăng trung bình 0.27% Tương tự khối lượng luân chuyển hành khách địa phương tăng 1% quy mơ doanh thu tỉnh tăng trung bình khoảng 0.38% dân số tỉnh tăng 1% doanh thu tăng trung bình 0.95% yếu tố khác khơng đổi Yếu tố GDP tỉnh khơng có ý nghĩa thống kê, xem GDP khơng tác động đến tăng trưởng doanh thu liệu ma trận trọng số không gian chưa phù hợp Về tác động gián tiếp Tác động gián tiếp (các hiệu ứng lan tỏa khơng gian) xem tác động yếu tố địa phương lân cận lên quy mô tăng trưởng doanh thu địa phương cụ thể Nghĩa lượng khách, dân số khối lượng luân chuyển hành khách địa phương lân cận có tác động dương lên quy mô tăng trưởng doanh thu địa phương cụ thể Cụ thể, với yếu tố khác không đổi lượng khách tỉnh lân cận tăng lên 1% tác động gián tiếp đến quy mơ tăng trưởng doanh thu địa phương cụ thể tăng khoảng 0.29% Tương tự với yếu tố khác không đổi dân số, khối lượng luân chuyển hành khách tỉnh lân cận tăng 1% tác động gián tiếp đến quy mô tăng trưởng doanh thu địa phương cụ thể tăng khoảng 1.05% 0.43% tương ứng 48 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 Về tổng tác động Tổng tác động tổng tác động trực tiếp tác động gián tiếp Tổng tác động giải thích thay đổi yếu tố địa phương tác động lên việc tăng trưởng doanh thu địa phương địa phương lân cận Kết luận kiến nghị Mặc dù có nhiều nghiên cứu nước quy mô tăng trưởng doanh thu hoạt động du lịch Việt Nam nói chung tỉnh/thành Việt Nam nói riêng, chưa có nghiên cứu Việt Nam xem xét tương quan không gian tăng trưởng doanh thu tỉnh/thành Bài viết cung cấp thêm hướng nghiên cứu tăng trưởng doanh thu du lịch tỉnh/thành Việt Nam thơng qua mơ hình hồi quy khơng gian Kết nghiên cứu chứng thực nghiệm cho thấy có tương quan tỉnh gần mức độ tăng trưởng doanh thu, địa phương gần có tương tác khơng gian nhiều địa phương xa mặt địa lý Kết nghiên cứu cho thấy: lượng khách, dân số khối lượng luân chuyển hành khách có tương tác mặt không gian tỉnh/thành lân cận Chính vậy, địa phương lân cận mặt địa lý cần có sách liên kết với thành vùng việc đẩy mạnh hoạt động địa phương nhằm thúc đẩy tăng trưởng doanh thu ngành du lịch Tuy nhiên, đề tài có số hạn chế định: là, viết đưa vào mơ hình nghiên cứu loại ma trận trọng số không gian ma trận tiếp giáp bậc một, để kết phù hợp cần so sánh mơ hình hồi quy với nhiều loại ma trận trọng số không gian khác nhằm chọn lựa mơ hình có ma trận trọng số không gian phù hợp với liệu; hai là, đề tài đưa vào mơ hình có biến độc lập nhằm giới thiệu tương tác không gian, nghiên cứu xem xét thêm yếu tố khác tác động đến mức độ tăng trưởng doanh thu du lịch như: sở hạ tầng, chất lượng sản phẩm du lịch, số lượng khách sạn, resort, nhà nghỉ tỉnh Tài liệu tham khảo Anselin, L (1988) Spatial econometrics: Methods and models Dordrecht; Boston: Kluwer Academic Publishers Baltagi, B H & Liu, L (2008) Testing for Random Effects and Spatial Lag Dependence in Panel Data Models Statistics and Probability Letters, 78, 3304-3306 Chou, K H., Chen, C H & Mai, C C (2015) Factors Influencing China’s Exports with a Spatial Econometric Model The International Trade Journal, 29(3), 191-211 Cliff, A.D & Ord, J.K (1981) Spatial processes: Models and applications Pion Limited, London Coughlin, C C & Segev, E (2000) Foreign direct investment in China: a spatial econometric study The World Economy, 23, 1-23 Cục thống kê 63 tỉnh thành (2018) Niên giám thống kê 63 tỉnh/thành Việt Nam năm 2017 NXB Thống Kê Ekanayake, E M & Long, A E (2012) Tourism development and economic growth in developing countries The International Journal of Business and Finance Research, 6(1), 51-63 Elhorst, J P (2003) Specification and Estimation of Spatial Panel Data Models International Regional Science Review, 26(3), 244-268 Nguyễn V Sĩ Nguyễn V Bằng Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 15(3), 34-49 49 Elhorst, J P (2014) Spatial panel data models In: Spatial econometrics Springer, Berlin, Heidelberg, 37-93 Florax, R J., Folmer, H & Rey, S J (2006) A comment on specification searches in spatial econometrics: The relevance of Hendry's methodology: A reply Regional Science and Urban Economics, 36, 300-308 Khalil, S., Kakar, M & Waliullah (2007) Role of Tourism in Economic Growth: Empirical Evidence from Pakistan Economy The Pakistan Development review, 46(4), 985-995 Kim, H., Chen, M & Jang, S (2006) Tourism Expansion and Economic Development: The Case of Taiwan Tourism Management, 27, 925-933 Lee, C & Chien, M (2008) Structural Breaks, Tourism Development, and Economic Growth: Evidence from Taiwan Mathematics and Computers in Simulation, 77, 358-368 Lee, C C & Chang, C P (2008) Tourism development and economic growth: A closer look at panels Tourism Management, 29, 180-192 Lee, L & Yu, J (2010) Estimation of spatial autoregressive panel data models with fixed effects Journal of Econometrics, 154(2), 165-185 LeSage, J & Pace, R K (2009) Introduction to Spatial Econometrics CRC Press, Chapman and Hall Book Mahmoudinia, D., Soderjani, E S & Pourshahabi, F (2011) Economic Growth, Tourism Receipts and Exchange Rate in MENA zone: Using Panel Causality Technique Iranian Economic Review, 15(29), 130-146 Moran, P A P (1950) Notes on Continuous Stochastic Phenomena Biometrika, 37(1), 17-23 Mur, J & Angulo, A (2009) Model selection strategies in a spatial setting: Some additional results Regional Science and Urban Economics, 39, 200-213 Naude, W A & Saayman, A (2005) Determinants of tourist arrivals in Africa: a panel data regression analysis Tourism Economics, 11(3), 365-391 Nguyen, H M T., Nguyen, H C D & Nguyen, T D (2014) Research Note: Empirical Assessment of the Tourism-Led Growth Hypothesis: The Case of Vietnam Tourism Economics, 20, 885-892 Nissan, E., Galindo, M A & Méndez, M T (2011) Relationship between tourism and economic growth The Service Industries Journal, 31(10), 1567-1572 Oh, C (2005) The Contribution of Tourism Development to Economic Growth in the Korean Economy Tourism Management, 26, 39-44 Ord, J K., & Getis, A (1995) Local spatial autocorrelation statistics: distributional issues and an application Geographical Analysis, 27, 286-306 Popescu, A (2016) The correlation between international tourist arrivals and tourism receipts – a key factor of tourism efficiency Scientific Papers Series Management, Economic Engineering in Agriculture and Rural Development, 16(4), 299-306 Shih, W & Do, N.T.H (2016) Impact of Tourism on Long-Run Economic Growth of Vietnam Modern Economy, 7, 371-376 Tổng cục thống kê (2019) Niên giám thống kê Việt Nam năm 2018 Nhà xuất thống kê Vega, S H & Elhorst, J P (2015) The SLX Model Journal of Regional Science, 55(3), 339-363  ... cứu Việt Nam xem xét tương quan không gian tăng trưởng doanh thu tỉnh/thành Bài viết cung cấp thêm hướng nghiên cứu tăng trưởng doanh thu du lịch tỉnh/thành Việt Nam thơng qua mơ hình hồi quy không. .. Bảng Cách thức đo lường nguồn biến mơ hình Tên biến Ký hiệu Định nghĩa biến Doanh thu du lịch doanhthu Doanh thu du lịch 63 tỉnh/thành Việt Nam GDP gdp Tổng sản phẩm quốc nội 63 tỉnh/thành Việt Nam. .. nghiên cứu doanh thu du lịch Việt Nam tiếp cận góc độ tỉnh/thành Cơ sở lý thuyết hồi quy không gian- Tương quan không gian 2.1 Kiểm định Moran’s I Các nghiên cứu thống kê không gian thường phân biệt