4.1. KẾT QUẢ NGHIÊN CỨU
4.1.1. Kết quả nghiên cứu định lượng4.1.1.1. Phân tích thống kê mô tả 4.1.1.1. Phân tích thống kê mô tả
Bảng 4.1 trình bày giá trị lớn nhất, nhỏ nhất, trung bình và độ lệch chuẩn của các chỉ tiêu năm 2017, thu thập từ một mẫu gồm 58 tỉnh/thành Việt Nam (xem phụ lục 15).
Bảng 4.1 - Thống kê mô tả Nguồn: NCS tự tổng hợp
Biến Đơn vị tính Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn
POBIM Điểm quy đổi theo thang 100 0.0 68.6 31.15 18.70 POBIV Điểm quy đổi theo thang 100 0.0 87.5 37.93 20.41 POBIG Điểm quy đổi theo thang 200 0.0 142.4 69.08 31.83
DIP THPT (1), ĐH (2), ThS (3), TS (4) 1 4 2.74 0.85 AGE Tuổi 41 59 54.90 3.29 OURE % 0.00 85.27 34.99 27.91 TOEX Tỉ đồng/nghìn người 7.13 32.58 15.27 5.82 SUDE Tỉ đồng/nghìn người -23.71 54.36 2.64 10.60 POPU Nghìn người 323.20 8445.60 1545.84 1369.25 GRDP Tỉ đồng/nghìn người 22.35 262.11 54.27 38.18 EARN Nghìn đồng/người/tháng 1280.82 5306.00 2787.33 924.13 LETT % 62.50 98.70 93.24 6.94 NEWS Đơn vị 1 586 15.34 77.22 EXPO Triệu USD 0.00 35428.85 3598.08 7465.77 IMPO Triệu USD 784484.0
0 43415.70 3534.41 8141.98FDIN Dự án 1 7333 419.88 1189.76 FDIN Dự án 1 7333 419.88 1189.76 FDIC Triệu USD 3.00 43879.30 5371.80 9049.80 IMMI Nghìn người 0.08 71.79 5.82 12.81 EMMI Nghìn người 1.00 27.00 5.79 5.53 TRAV Nghìn người 220.93 10939.00 2247.41 2405.78 NETT Nghìn thuê bao 21.22 4497.00 248.35 631.27
Nhìn chung, mức độ minh bạch ngân sách trên website của chính quyền cấp tỉnh Việt Nam năm 2017 khá thấp. Các chỉ số công khai bắt buộc, tự nguyện và tổng thể
trung bình lần lượt là 31.15, 37.93 và 69.08, đều chưa đạt mức 50% của thang điểm đánh giá. Mặt khác, các chỉ số công khai biến thiên trên một khoảng rất rộng. Có địa phương không công khai bất kỳ thông tin ngân sách nào trên website nhưng cũng có địa phương thực hiện công khai khá tốt, đạt mức 69%-88% của thang điểm đánh giá. Điều này cho thấy mức độ minh bạch ngân sách trên website giữa các địa phương là rất khác nhau. Thực trạng minh bạch ngân sách của chính quyền cấp tỉnh Việt Nam đã được phân tích chi tiết trong Báo cáo Chỉ số Công khai Ngân sách
Tỉnh 2017 của BTAP. NCS chỉ kế thừa kết quả nghiên cứu của tổ chức này nhằm
tìm hiểu nguyên nhân dẫn đến sự khác biệt về mức độ minh bạch ngân sách giữa các địa phương.
Bảng 4.1 cũng cung cấp thông tin mô tả về các chỉ tiêu quản trị, tài chính và KT-XH đại diện cho các nhân tố tác động đến minh bạch ngân sách. Ngoài các chỉ tiêu liên quan đến đặc điểm của nhà quản lý, hầu hết chỉ tiêu còn lại đều biến thiên trên một khoảng rất rộng và có độ lệch chuẩn lớn. Ví dụ OURE có giá trị nhỏ nhất là 0% và lớn nhất là 85.27% cho thấy có địa phương hoàn toàn không phụ thuộc vào nguồn viện trợ hoặc kinh phí hỗ trợ từ cấp trên, nhưng cũng có địa phương phụ thuộc khá nhiều vào nguồn tài chính này. Mức độ phát triển kinh tế giữa các địa phương cũng có sự khác biệt đáng kể, thể hiện qua chỉ số GRDP dao động từ 22.35 đến 262.11 tỉ đồng/nghìn người (giá trị lớn nhất hơn gấp 10 lần giá trị nhỏ nhất) và có độ lệch chuẩn lớn (38.18 tỉ đồng/nghìn người) so với trung bình (54.27 tỉ đồng/nghìn người). Xét về độ lệch chuẩn thì NEWS có độ lệch chuẩn (77.22) lớn nhất (gấp 5 lần) so với trung bình (15.34). Những con số thống kê thể hiện sự đa dạng về điều kiện tài chính và môi trường hoạt động giữa các địa phương. Một phần nào đó trong sự đa dạng này đã ảnh hưởng đến minh bạch ngân sách của các cơ quan chính quyền.
4.1.1.2. Phân tích nhân tố khám phá
Mục đích của phân tích nhân tố khám phá (EFA) trong nghiên cứu này là để kết hợp 8 biến, phản ánh các dòng chảy thương mại (EXPO, IMPO), vốn (FDIN, FDIC),
con người (IMMI, EMMI, TRAV) và thông tin (NETT), vào một thang đo duy nhất để đo lường mức độ hội nhập quốc tế của địa phương (INTE). Phân tích EFA đòi hỏi hai điều kiện: giữa các biến có mối quan hệ lẫn nhau và kích thước mẫu phù hợp.
Về mối quan hệ giữa các biến: (i) Bảng 4.2 cho thấy tất cả hệ số tương quan giữa
các biến đều > 0.3 ở mức ý nghĩa 1%, ngoại trừ hệ số tương quan giữa EXPO và TRAV là 0.294 ~ 0.3 ở mức ý nghĩa 5%. (ii) Kiểm định Bartlett, để xem ma trận tương quan có phải là ma trận đơn vị, cho kết quả p-value = 0.000 < 1%. (iii) Kiểm định KMO, để so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan riêng phần giữa chúng, có KMO = 0.769 ≥ 0.7 được chấp nhận (Kaiser, 1974). Cả 3 phép kiểm định trên đều cho thấy các biến có quan hệ với nhau. Trong đó, quan hệ giữa các biến phản ánh mức độ hội nhập kinh tế, gồm các dòng chảy thương mại (EXPO, IMPO) và tài chính (FDIN, FDIC), rất mạnh với các hệ số tương quan dao động từ 0.752 đến 0.932; quan hệ giữa các biến thể hiện mức độ hội nhập xã hội, gồm các dòng chảy con người (IMMI, EMMI, TRAV) và thông tin (NETT) chưa thật sự rõ rệt với các hệ số tương quan chỉ dao động từ 0.425 đến 0.653. Sự khác biệt về mức độ quan hệ giữa các biến trong hai nhóm lĩnh vực kinh tế (quan hệ mạnh) và xã hội (quan hệ tương đối) phản ánh thực tế của hiện tượng hội nhập quốc tế. Vì vậy mà ban đầu, khi đo lường khái niệm này, các NNC chỉ tập trung vào khía cạnh kinh tế; nhưng sau đó, khi nhận thức rằng hội nhập quốc tế cũng diễn ra trong các khía cạnh đời sống khác (xã hội, chính trị), họ đã cố gắng đưa tất cả khía cạnh của hội nhập quốc tế vào một thang đo để đo lường khái niệm này một cách toàn diện nhất.
Bảng 4.2 - Ma trận tương quan
Hệ số tương
quan
EXPO IMPO FDIN FDIC IMMI EMMI TRAV NETTEXPO 1.000 0.932*** 0.752*** 0.777*** 0.712*** 0.462*** 0.294** 0.440*** EXPO 1.000 0.932*** 0.752*** 0.777*** 0.712*** 0.462*** 0.294** 0.440*** IMPO 1.000 0.896*** 0.846*** 0.747*** 0.597*** 0.451*** 0.706*** FDIN 1.000 0.845*** 0.864*** 0.701*** 0.515*** 0.763*** FDIC 1.000 0.765*** 0.603*** 0.521*** 0.592*** IMMI 1.000 0.640*** 0.425*** 0.475*** EMMI 1.000 0.476*** 0.653*** TRAV 1.000 0.590*** NETT 1.000
*** p≤0.01, **p≤0.05 Nguồn: NCS tự tổng hợp
Về kích thước mẫu: Kích thước mẫu thực tế là 58 lớn hơn kích thước mẫu tối thiểu
là 50 và tỉ lệ quan sát:biến quan sát là 58:8 = 7.25 lớn hơn tỉ lệ tối thiểu 5:1 theo đề xuất của Hair et al. (2017).
Như vậy, các điều kiện để phân tích EFA đều được thỏa mãn. Theo đó, phân tích EFA với phép trích PCA kết hợp quay vuông góc Varimax cho kết quả như sau:
Về số lượng nhân tố hay thành phần trích được: (i) Bảng 4.3 chỉ ra thành phần đầu
tiên có eigenvalue = 5.589 ≥ 1, trong khi các thành phần còn lại có eigenvalue < 1. (ii) Đường biểu diễn eigenvalue = f (số lượng thành phần) cũng thay đổi độ dốc đột ngột ở thành phần đầu tiên (điểm gãy). Như vậy, cả tiêu chí eigenvalue và tiêu chí điểm gãy đều xác định số lượng nhân tố (thành phần) trích được là 1.
Về trọng số hay hệ số tải nhân tố (factor loading): Do chỉ có một nhân tố (thành
phần) trích được nên Ma trận Thành phần ban đầu được giữ nguyên mà không cần phải quay theo phương pháp Varimax như dự định. Theo ma trận này (Bảng 4.4), ngoại trừ TRAV có hệ số tải nhân tố = 0.613 > 0.6, hệ số tải nhân tố của 7 biến còn lại đều > 0.7. Điều này cho thấy tương quan giữa các biến với nhân tố trích được là lớn và các biến có ý nghĩa thống kê tốt, thậm chí rất tốt (Hair et al., 2009).
Về tổng phương sai trích (Tổng cộng variance explained): Bảng 4.3 cho thấy nhân
tố trích được 69.869% các biến quan sát, nghĩa là phần chung lớn hơn phần riêng và sai số. Mức trích này lớn hơn mức được đánh giá là tốt (60%) theo kinh nghiệm của Hair et al. (2009) cho thấy mô hình EFA là phù hợp (Nguyễn Đình Thọ, 2014).
Bảng 4.3 - Tổng phương sai được giải thích
Thành phần
Eigenvalues ban đầu Tổng mức trích của hệ số tải bình phương Tổng % của phương sai % Lũy kế Tổng % của phương sai % Lũy kế
1 5.589 69.869 69.869 5.589 69.869 69.869 2 0.957 11.957 81.825 3 0.515 6.439 88.265 4 0.449 5.614 93.878 5 0.252 3.154 97.033 6 0.184 2.304 99.337 7 0.045 0.564 99.900 8 0.008 0.100 100.000
Hình 4.1 - Đường biểu diễn eigenvalue = f (thành phần) Nguồn: NCS tự tổng hợp Thành phần 1 EXPO 0.824 IMPO 0.939 FDIN 0.960 FDIC 0.902 IMMI 0.855 EMMI 0.764 TRAV 0.613 NETT 0.776 Phương pháp trích: Phân tích thành phần chính. Nguồn: NCS tự tổng hợp Bảng 4.4 - Ma trận thành phần
Như vậy, phân tích EFA đã trích được 1 nhân tố có các hệ số tải nhân tố và tổng phương sai trích thỏa mãn các điều kiện được cho là tốt. Kết quả này hoàn toàn phù hợp với kỳ vọng của NCS là kết hợp 8 biến (EXPO, IMPO, FDIN, FDIC, IMMI, EMMI, TRAV, NETT), thành 1 nhân tố để đo lường mức độ hội nhập quốc tế của địa phương (INTE). Dựa trên Ma trận Hệ số Điểm Thành phần, giá trị chính xác của nhân tố hội nhập quốc tế được tính toán cho từng quan sát theo công thức như sau:
INTEi = 0.147 EXPOi + 0.168 IMPOi + 0.172 FDINi + 0.161 FDICi + 0.153 IMMIi
+ 0.137 EMMIi + 0.110 TRAVi + 0.139 NETTi
4.1.1.3. Phân tích hệ số tương quan
Để kiểm tra tính độc lập của các biến giải thích, từ đó đưa ra chẩn đoán ban đầu về đa cộng tuyến, NCS tiến hành phân tích hệ số tương quan Pearson và hệ số tương quan hạng Spearman. Ở mức ý nghĩa 1% và 5%, ma trận hệ số tương quan (xem phụ lục 16) cho thấy khá nhiều cặp biến KT-XH và tài chính có tương quan với nhau, thể hiện bởi hệ số tương quan lớn hơn 0.3. Điều này xuất phát từ bản chất của mối quan hệ giữa các biến. Ví dụ, GRDP thường có mối quan hệ tuyến tính với OURE, SUDE, POPU, EARN, LETT hay INTE vì những địa phương có mức độ phát triển kinh tế cao thường tự chủ tài chính hơn, ngân sách thặng dư nhiều hơn, thu hút đông đảo dân cư hơn, thu nhập cao hơn, học vấn tốt hơn và mức độ hội nhập quốc tế cũng sâu rộng hơn. Tuy nhiên, tất cả hệ số tương quan đều nhỏ hơn 0.8 nên tạm thời kết luận rằng mối tương quan giữa các biến độc lập trong mô hình không chặt chẽ đến mức gây ra hiện tượng đa cộng tuyến nghiêm trọng. Vấn đề đa cộng
tuyến được kiểm tra một lần nữa thông qua chỉ số VIF ở bước phân tích hồi quy tiếp theo.
4.1.1.4. Phân tích hồi quy đa biến
Để phân tích sự ảnh hưởng của 11 nhân tố đến mức độ minh bạch ngân sách bắt buộc, tự nguyện và tổng thể trên website của chính quyền cấp tỉnh, kỹ thuật hồi quy
tuyến tính đa biến (MLR) với phương pháp ước lượng bình phương bé nhất (OLS)
được áp dụng. Theo đó, NCS lấy lần lượt 3 chỉ số: công khai bắt buộc (POBIM), công khai tự nguyện (POBIV) và công khai tổng thể (POBIG) để tiến hành hồi quy với 11 biến đại diện cho các nhân tố cung và cầu minh bạch dựa trên 3 phương trình hồi quy như sau:
Phương trình 1: POBIM =
Phương trình 2: POBIV = (j = 1, …, 58)
Phương trình 3: POBIG = POBIM + POBIV =