Đánh Giá Chất Lượng Tăng Trưởng Kinh Tế Của Tỉnh Quảng Ninh Giai Đoạn 2011-2022
MỤC LỤC
Ph¿m vi nghiên cÿu
(5) Dāa trờn c sỗ dÿ liỏu thć cÃp, thụng qua cỏc ph°Âng phỏp phõn tớch đồnh l°āng và đồnh tớnh, luÁn ỏn làm rừ thāc tr¿ng và đỏnh giỏ thāc tr¿ng chÃt l°āng tng tr°ỗng kinh tÁ cąa tónh QuÁng Ninh giai đo¿n 2011-2022; làm rừ nguyờn nhõn cąa nhÿng thành cụng và h¿n chÁ và chÃt l°āng tng tr°ỗng cąa QuÁng Ninh trong giai đo¿n này. Ph°¢ng pháp này đ°āc sử dăng đÅ nghiên cću xử lý dÿ liáu trong tổng quan nghiên cću, LuÁn án đã nghiên cću các công trình nghiên cću liên quan đÁn đà tài cąa luÁn án, phân lo¿i các công trình nghiên cću theo đái t°āng, nái dung nghiên cću đÅ trình bày t¿i phÅn tổng quan nghiên cću.
7: Giá trË GRDP tÉnh QuÁng Ninh theo giai đo¿n
Tónh dành 4000 tỷ đồng (3% tổng chi ngõn sỏch đồa ph°Âng) đÅ thāc hiỏn măc tiờu phỏt triÅn kinh tÁ - xó hỏi vựng cao, vói cỏc dā ỏn trỗng điÅm: Dā ỏn giao thụng huyÁt m¿ch kÁt nỏi khu vāc tiÃm nng phỏt triÅn du lồch, th°Âng m¿i (Ba Ch¿, Bỡnh Liờu) vói H¿ Long, Múng Cỏi; cỏc tuyÁn đ°ồng liờn kÁt xó vói xó khi thāc hiỏn sỏp nhÁp đồa giói hành chớnh. Ngoài ra, tãnh cũng hoàn thián h¿ tÅng giao thông phăc vă l°u thông ngo¿i tãnh nh°. cÁi t¿o nâng cÃp quác lá 18, hoàn thián cao tác H¿ Long - HÁi Phòng, xây dāng và cÁi t¿o cỏc cÁng tàu neo đÁu, triÅn khai cỏc đ°ồng bay tĉ Sõn bay Quỏc tÁ Võn Đồn. Đỏnh giỏ đậnh l°ÿng tỏc đỏng căa cỏc y¿u tò đ¿n chÃt l°ÿng tng tr°ỗng kinh t¿ căa tÉnh QuÁng Ninh. a) Tiếp cận và lựa chọn phương pháp đánh giá tác động. Vói cỏc quan điÅm, lý thuyÁt tiÁp cÁn chÃt l°āng tng tr°ỗng là mỏt yÁu tỏ cú tớnh tổng hāp, bao gồm mát há tháng các chã tiêu phÁn ánh hiáu quÁ kinh tÁ, sćc m¿nh cąa nÃn kinh tÁ (hay khÁ nng nâng cÃp nÃn kinh tÁ), sā bÃn vÿng và tiÁn bá, công bÁng xã hỏi và bÁo vỏ mụi tr°ồng, cÁ đồnh tớnh và đồnh l°āng, thỡ viỏc xỏc đồnh chó sỏ chÃt l°āng tng tr°ỗng - vói vai trũ là mỏt biÁn phă thuỏc trong mụ hỡnh đồnh l°āng đỏnh giỏ tỏc đỏng cąa cỏc yÁu tỏ đÁn chÃt l°āng tng tr°ỗng, tćc là mỏt chó sỏ tổng hāp chung, cú thÅ l°āng húa - bÁn thõn nú đó rÃt khú khn, d¿n đÁn viỏc đồnh l°āng cỏc tỏc đỏng cąa cỏc yÁu tỏ khỏc đÁn chÃt l°āng tng tr°ỗng trỗ nờn khú thāc hiỏn h¢n. (6) Vói biÁn sỏ R&D, do cỏc đồa ph°Âng khụng cú thỏng kờ và mćc đỏ đÅu t° hoặc chó sỏ phỏt triÅn R&D, do đú LuÁn ỏn khụng phõn tớch đồnh l°āng Ánh h°ỗng cąa R&D đÁn nng suÃt nhõn tỏ tổng hāp tónh QuÁng Ninh. Vãi mô hình đã đà xuÃt, tác giÁ sử dăng bá dÿ liáu tháng kê cąa tãnh QuÁng Ninh đÅ đ°a vào mô hình. L°u ý là, phÅn thāc nghiám vãi sá liáu thāc tÁ có thÅ làm lo¿i bãt mát sá biÁn sá trong mô hình lý thuyÁt do các vÃn đà và dÿ liáu hoặc không có ý nghĩa tháng kê khi °ãc l°āng. c) Số liệu và các kiểm định.
Mụ tÁ thòng kờ căa cỏc bi¿n sò sử dāng trong mụ hỡnh
(2) ChÃt l°āng ván nhân lāc: tác giÁ sử dăng biÁn sá tỷ lá lao đáng qua đào t¿o cąa tãnh QuÁng Ninh (ký hiáu: labor_level), hàm ý rÁng, tỷ lá lao đáng qua đào t¿o càng cao phÁn ánh chÃt l°āng nguồn nhân lāc càng cao. (3) ChÃt l°āng thÅ chÁ: tác giÁ sử dăng chã sá nng lāc c¿nh tranh cÃp tãnh cąa QuÁng Ninh (pci) làm đ¿i dián cho chÃt l°āng thÅ chÁ, hàm ý: pci càng cao cho thÃy sā cÁi thián và chÃt l°āng thÅ chÁ ngày càng tát h¢n. - KiÅm tra t°¢ng quan giÿa các biÁn, tác giÁ LuÁn án sử dăng Há sá t°¢ng quan Pearson (Pearson correlation coefficient, ký hiáu r)6 - là chã sá tháng kê thÅ hián đá m¿nh yÁu cąa mái quan há tháng kê hoặc liên kÁt giÿa biÁn phă thuác vãi các biÁn đác lÁp hoặc giÿa các biÁn đác vãi nhau.
Hầ sò t°Âng quan (r) giÿa cỏc bi¿n
Ngoài ra, hỏ sỏ t°Âng quan yÁu giÿa cỏc biÁn đỏc lÁp đó gúp phÅn ąng hỏ viỏc đ°a tÃt cÁ cỏc biÁn vào mụ hỡnh bỗi khÁ nng có đa cáng tuyÁn trāc tiÁp giÿa các biÁn là khá thÃp. - KiÅm đồnh chuòi dĉng: Tỏc giÁ thāc hiỏn cỏc kiÅm đồnh Unit Root Test (Augmented Dichkey - Fuller) cho thÃy cỏc biÁn lāa chỗn trong mụ hỡnh (2) là cỏc chuòi dĉng (chi tiÁt cỏc kiÅm đồnh t¿i Phă lăc 01). - KiÅm đồnh hiỏn t°āng đa cỏng tuyÁn: BÁng cỏch thāc hiỏn mỏt sỏ hồi quy phă giÿa các biÁn đác lÁp có há sá t°¢ng quan cao h¢n (há sá t°¢ng quan cao, có khÁ nng có quan há đa cáng tuyÁn), kÁt quÁ cho thÃy, không có hồi quy có ý nghĩa giÿa các biÁn đác lÁp, tćc là mô hình (2) không có hián t°āng đa cáng tuyÁn. d) Một số kết quả và thảo luận.
LÅn 2 LÅn 3 LÅn 4
G iÁi phỏp nhằm hoàn thiần và thāc hiần mụ hỡnh tng tr°ỗng kinh t¿
Thứ hai, tÁp trung nguồn ván đÅ đÅu t° xây dāng, vÁn hành tát há tháng kÁt cÃu h¿ tÅng giao thụng, du lồch và dồch vă; đÅu t° xõy dāng và khai thỏc hiỏu quÁ cỏc cửa khẩu, cÁng hàng khụng, cÁng biÅn; hỡnh thành chuòi sÁn phẩm du lồch biÅn, du lồch sinh thỏi, du lồch nghó d°ÿng đặc s¿c, cao cÃp. TÁp trung phát triÅn các ngành công nghiáp, công nghá cao, công nghiáp chÁ biÁn, chÁ t¿o, sử dăng công nghá hián đ¿i, công nghá thông minh, thân thián vãi mụi tr°ồng và cỏc ngành cú giỏ trồ gia tng cao và sử dăng hiỏu quÁ vỏn, lao đỏng, g¿n vói chuòi cung, chuòi giỏ trồ trong n°óc, khu vāc và quỏc tÁ, t¿o đỏt phỏ đúng gúp vào GRDP và thu ngõn sỏch, trỗng tõm là phỏt triÅn nhanh, bÃn vÿng khu kinh tÁ, khu cụng nghiỏp trờn đồa bàn tónh. Bốn là, đái vãi kinh tÁ biÅn và ven biÅn: Vãi tài nguyên biÅn có sẵn và giàu tiÃm nng, trỗng tõm cąa viỏc phỏt triÅn kinh tÁ biÅn chớnh là phỏt triÅn du lồch và dồch vă biÅn, kÁt hāp vói h¿ tÅng đa măc tiờu, đồng bỏ m¿ng l°ói giao thụng kÁt nỏi tuyÁn phớa Tõy và tuyÁn phớa Đụng cąa Tónh, giÿa cỏc đụ thồ, cỏc trung tõm kinh tÁ cąa Tónh, cỏc khu kinh tÁ, khu cụng nghiỏp, cỏc cÁng biÅn, cỏc khu du lồch nghó d°ÿng biÅn chÃt l°āng cao t¿i cỏc vựng ven biÅn và cỏc khu đụ thồ sinh thỏi ven biÅn.
Đẩy m¿nh quá trình chuyÃn dËch c¢ cÃu kinh t¿ nhằm đ¿t đ°ÿc māc tiêu đã đËnh
Nghồ quyÁt Đ¿i hỏi ĐÁng bỏ lÅn thć XIV tónh QuÁng Ninh đó đà ra <tng tr°ỗng kinh tÁ đÁm bÁo chã tiêu đà ra trên nÃn tÁng phát triÅn bÃn vÿng, bÁo đÁm tiÁn bá, cụng bÁng xó hỏi, bÁo vỏ mụi tr°ồng, quỏc phũng - an ninh vÿng ch¿c, nõng cao chÃt l°āng và tỷ trỗng cỏc ngành dồch vă, nhÃt là du lồch; phỏt triÅn cụng nghiỏp bÃn vÿng g¿n vói bÁo vỏ mụi tr°ồng=. ChiÃu sõu ỗ đõy là viỏc tÁp trung vào quÁn lý, khai thác, sử dăng tiÁt kiám, có hiáu quÁ nhÿng nguồn lāc kinh tÁ, tÁp trung nâng cao nng suÃt các nhân tá tổng hāp TFP, ćng dăng nhÿng thành tāu cąa khoa hỗc, cụng nghỏ, đặc biỏt là cụng nghỏ thụng tin vào đa ngành nghà lĩnh vāc, h°óng đÁn xõy dāng mỏt chớnh quyÃn sỏ, xó hỏi sỏ, cụng dõn sỏ và xõy dāng đụ thồ thụng minh. Thāc hiỏn cỏc nhiỏm vă, giÁi phỏp bÁo đÁm giÿ vÿng vồ trớ trong nhúm đÅu tãnh, thành phá cÁ n°ãc và Chã sá nng lāc c¿nh tranh cÃp tãnh (PCI), Chã sá cÁi cỏch hành chớnh (PAR index), cÁi thiỏn thć h¿ng cao và Chó sỏ hài lũng cąa ng°ồi dân, tổ chćc vãi sā phăc vă cąa c¢ quan hành chính nhà n°ãc(SIPAS), Chã sá hiáu quÁ quÁn trồ và hành chớnh cụng (PAPI), Chó sỏ sẵn sàng cho phỏt triÅn và ćng dăng công nghá truyÃn thông (ICT Index).
Ki¿n nghậ đòi cÃp Trung °Âng
Đặc biỏt là viỏc ỏp dăng mụ hỡnh đồnh l°āng đỏnh giỏ tỏc đỏng cąa nng suÃt cỏc nhõn tỏ tổng hāp đÁn chÃt l°āng tng tr°ỗng kinh tÁ cąa tãnh QuÁng Ninh phù hāp vãi các lý thuyÁt kinh tÁ, phù hāp vãi các kÁt quÁ nghiên cću thāc nghiỏm t¿i cỏc quỏc gia, đồng thồi gāi mỗ mỏt sỏ kÁt luÁn và hàm ý quan trỗng đỏi vói tónh QuÁng Ninh trong viỏc nõng cao chÃt l°āng tng tr°ỗng kinh tÁ, că thÅ là nâng cao nng suÃt nhân tá tổng hāp. (3) Trờn c sỗ hỏ thỏng lý luÁn, phõn tớch thāc tr¿ng nõng cao chÃt l°āng tng tr°ỗng kinh tÁ cąa tónh QuÁng Ninh, luÁn ỏn đà xuÃt mỏt sỏ giÁi phỏp nhÁm nõng cao chÃt l°āng tng tr°ỗng kinh tÁ cąa tónh QuÁng Ninh giai đo¿n đÁn nm 2025 đồnh h°óng đÁn nm 2030 nh°: (1) GiÁi phỏp nhÁm hoàn thiỏn và thāc hiỏn mụ hỡnh tng tr°ỗng kinh tÁ; (2) Đẩy m¿nh quỏ trỡnh chuyÅn dồch c cÃu kinh tÁ nhÁm đ¿t đ°āc măc tiờu đó đồnh; (3) Hoàn thiỏn hỏ thỏng c chÁ, chớnh sỏch nhÁm nõng cao chÃt l°āng tng tr°ỗng kinh tÁ cąa tónh QuÁng Ninh; (4) Tng c°ồng nng lāc quÁn lý nhà n°ãc và kinh tÁ cÃp tãnh; (5) GiÁi pháp nhÁm giÁi quyÁt hài hòa giÿa măc tiờu tng tr°ỗng kinh tÁ vói măc tiờu phỏt triÅn bÃn vÿng; (6) Đẩy nhanh tỏc đỏ phát triÅn và hoàn thián há tháng kÁt cÃu h¿ tÅng chiÁn l°āc đồng bá, hián đ¿i, bÁo đÁm liên thông tổng thÅ. Và mặt lớ thuyÁt, mỏt sỏ biÁn sỏ trong mụ hỡnh khÁ nng cú Ánh h°ỗng qua l¿i/Ánh h°ỗng hai chiÃu giÿa mỏt sỏ biÁn nh° (TFP vói NLSĐ; TFP vói ICOR), tỏc giÁ LuÁn án đã thử nghiám vãi mát sá °ãc l°āng vãi các d¿ng mô hình VAR (Vector AutoRegression) hoặc VECM đÅ kh¿c phăc cỏc nghi ngồ và tỏc đỏng qua l¿i giÿa mát sá biÁn, tuy nhiên các thử nghiám ch°a thÅ thāc hián đ°āc do đá dài chuòi khụng đỏp ćng yờu cÅu cąa d¿ng mụ hỡnh.