áp dụng mô hình hồi quy nghiên cứu tác động của các yếu tố phản

các yếu tố phản ánh mức sinh mức chết đến chỉ số phát triển con ngời.

ở đây tập trung khai thác mô hình hồi quy đơn và bội, mà chủ yếu là các mô hình tuyến tính nh đã trình bày ở trên có dạng:

Với i = 1,2,...,n

y - biến phụ thuộc (chỉ số phát triển con ngời - HDI) xi - các biến độc lập

Bi - hệ số hồi quy

Để phản ánh sự phát triển con ngời ở Việt Nam thì chỉ số phát triển con ngời là chỉ số tốt nhất đợc dùng, do đó chọn chỉ số phát triển con ngời (HDI) làm biến phụ thuộc y.

Với việc phân tích định tính của nguồn số liệu thu đợc, ta có thể xác định các biến độc lập cơ bản nh sau: tổng tỷ suất sinh (TFR) là x1, tỷ suất chết sơ sinh (IMR) là x2.

Dựa trên hai nguồn số liệu thu thập đợc đã đợc công bố trong “báo cáo phát triển cong ngời Việt Nam” và “tổng điều tra dân số và nhà ở 1999” ta có thể sắp xếp số liệu với 4 cột là tên 61 tỉnh thành tiếp đến là cột chỉ số phát triển con gngwời HDI là biến phụ thuộc y và hai cột tổng tỷ suất sinh TFR - x1 và tỷ suất chết sơ sinh IMR - x2 là biến độc lập. Các dòng là thứ tự 61 tỉnh thành trong cả nớc phân theo vùng kinh tế địa lý. Với nguồn số liệu nh sau:

Biểu 3: Bảng số liệu

Tỉnh HDI - (y) TFR - (x1) IMR - (x2)

Hà Nội 0.798 1.72 11.61 Hải Phòng 0.733 1.65 20.84 Vĩnh Phúc 0.685 2.08 22.18 Hà Tây 0.669 2.21 33.59 Bắc Ninh 0.682 1.92 31.03 Hải Dơng 0.711 1.72 26.18 Hng Yên 0.691 1.73 25.95 Hà Nam 0.695 2.15 26.09 Nam Định 0.701 2.14 26.11

Thái Bình 0.714 1.55 25.47 Ninh Bình 0.663 2.31 26.37 Hà Giang 0.503 3.77 65.81 Cao Bằng 0.576 2.79 62.12 Lào Cai 0.559 4.23 53.68 Bắc Cạn 0.594 1.89 40.01 Lạng Sơn 0.628 2.48 65.15 Tuyên Quang 0.621 2.33 31.58 Yên Bái 0.612 2.47 41.73 Thái Nguyên 0.661 1.89 30.92 Phú Thọ 0.675 2.08 32.57 Bắc Giang 0.632 1.91 30.08 Quảng Ninh 0.703 2.01 31.11 Lai Châu 0.486 3.57 46.58 Sơn La 0.549 2.61 53.34 Hoà Bình 0.637 1.95 57.62 Thanh Hoá 0.659 2.54 41.78 Nghệ An 0.669 2.56 30.73 Hà Tĩnh 0.677 3.46 30.51 Quảng Bình 0.642 3.07 45.54 Quảng Trị 0.643 2.53 50.63

Thừa Thiên - Huế 0.658 3.35 30.35

Đà Nẵng 0.760 2.27 19.05 Quảng Nam 0.666 2.29 34.26 Quảng Ngãi 0.645 2.53 53.22 Bình Định 0.659 2.75 39.65 Phú Yên 0.631 3.35 43.12 Khánh Hoà 0.707 2.16 38.35 Kom Tum 0.534 4.49 82.59 Gia Lai 0.546 5.53 73.52 Đắc Lắc 0.647 4.44 57.33 Lâm Đồng 0.662 3.33 23.86 TP. Hồ Chí Minh 0.796 1.72 10.51 Ninh Thuận 0.616 3.28 30.83 Bình Phớc 0.632 2.65 23.78 Tây Ninh 0.666 1.78 17.98 Bình Dơng 0.726 2.64 15.77 Đồng nai 0.714 2.32 21.16

Bình Thuận 0.642 2.63 24.02 Bà Rịa - Vũng Tàu 0.835 2.14 21.65 Long An 0.686 1.88 24.65 Đồng Tháp 0.648 2.01 45.75 An Giang 0.653 2.03 32.21 Tiền Giang 0.684 1.93 24.98 Vĩnh Long 0.695 1.78 26.29 Bến Tre 0.668 1.81 40.84 Kiên Giang 0.678 2.35 37.46 Cần Thơ 0.671 2.64 37.19 Trà Vinh 0.656 2.13 37.07 Sóc Trăng 0.654 2.27 37.86 Bạc Liêu 0.649 2.22 38.52 Cà Mau 0.681 2.23 41.12

1. Phân tích ảnh hởng của tổng tỷ suất sinh TFR - x1 và tỷ suất chết sơ sinh IMR - x2 đến chỉ số phát triển con ngời HDI.

Đây đợc coi là quan hệ tuyến tính giữa nhiều tiêu thức số lợng với biến HDI - y là biến phụ thuộc còn biến TFR - x1 và IMR - x2 là hai biến độc lập. Nh vậy ta chọn dạng phơng trình tuyến tính để biểu diễn mối liên hệ này. Bằng việc sử dụng chơng trình SPSS ta thu đợc kết quả của mô hình nh sau:

Multiple R (Hệ số tơng quan)= 0.778 R Square = 0.606

Adjusted R Square = 0.592

Standard Error (SSE) = 0.040289

Ta tính đợc các hệ số hồi quy của mô hình này là:

Bi SE (B) t Sig t

X1 -0.01806 0.009 -2.108 0.000

X2 -0.002604 0.000 -5.763 0.039

Hệ số chặn 0.799 0.018 45.599 0.000

Ta tính đợc bảng hệ số tơng quan giữa các biến nh sau:

Y X1 X2

Pearson Correlation

X1 -.616 1.000 .635 X2 -.758 .635 1.000 Sig. (1-tailed) Y . .000 .000 X1 .000 . .000 X2 .000 .000 . Ta có dạng của phơng trình là: y = 0.799 - 0.01806*x1 - 0.002604*x2

Từ kết quả tính toán trên ta thấy, hệ số tơng quan bội R = 0.778 chứng tỏ mối liên hệ giữa tiêu thức kết quả với các tiêu thức nguyên nhân tơng đối chặt chẽ, các yếu tố nguyên nhân giải thích đợc 77.8% sự biến động của chỉ số phát triển con ngời. Trong mối liên hệ này thì cả tổng tỷ suất sinh và tỷ suất chết sơ sinh đều có tỷ lệ nghịch với chỉ số phát triển con ngời, bởi R1=-0.616 và R2=- 0.758.

Hệ số chặn a = 0.799 nói lên sự ảnh hởng của các yếu tố khác đến HDI ngoài hai yếu tó trên, hệ số hồi quy của tổng tỷ suất sinh TFR-x1 cho biết khi tỷ lệ tổng tỷ suất sinh tăng hoặc giảm 1 đơn vị thì sẽ làm cho chỉ số phát triển con ngời HDI-y giảm hoặc tăng 0.01806 đơn vị. Tong tự đối với hệ số hồi quy của tỷ suất chết sơ sinh IMR-x2 cho biết khi tỷ lệ tỷ suất chết sơ sinh tăng hoặc giảm 1 đơn vị thì sẽ làm cho chỉ số phát triển con ngời HDI-y giảm hoặc tăng 0.002604 đơn vị. Điều này đợc chứng minh trên số liệu ở biểu 3, cho thấy các tỉnh nh: Tây Nguyên, Đắc Lắc, Kom Tum, Hà Giang, Cao Bằng có tổng tỷ suất sinh à tỷ suất chết sơ sinh cao thì đều có chỉ số phát triển con ngời đạt mức thấp, trong khi đó các tỉnh nh TP.Hà Nội, TP. Hồ Chí Minh, Bà Rịa Vũng Tàu có các chỉ tiêu tổng tỷ suất sinh và tỷ suất chết sơ sinh thấp thì có chỉ số phát triển con ngời rất cao, cao nhất so với các tỉnh thành trong cả nớc.

2. Phân tích ảnh hởng của tổng tỷ suất sinh TFR - x1 đến chỉ số phát triển con ngời HDI.

Từ nguồn số liệu trong biểu 3, bằng việc sử dụng chơng trình SPSS ta có thể biết đợc dạng đồ thị của mối liên hệ tuyến tính giữa tổng tỷ suất sinh TFR - x1 và chỉ số phát triển con ngời HDI nh sau:

Y

Dựa vào đồ thị trên, bằng việc sử dụng phần mềm SPSS ta tính đợc kết quả của các mô hình biểu thị mối quan hệ giữa tổng tỷ suất sinh TFR - x1 và chỉ số phát triển con ngời HDI nh sau:

Mô hình 1: Phơng trình đờng thẳng.

Multiple R (Hệ số tơng quan)= 0.61615 R Square = 0.37964

Adjusted R Square = 0.36912 Standard Error (SSE) = 0.05009 Các hệ số của phơng trình hồi quy:

Bi SE (B) t Sig t

X1 -0.049432 0.008227 -6.009 0.0000

Mô hình 2: Phơng trình Hypebol.

Multiple R (Hệ số tơng quan) = 0.61762 R Square = 0.38146 Adjusted R Square = 0.37097 Standard Error (SSE) = 0.05002 Các hệ số của phơng trình hồi quy:

Bi SE (B) t Sig t

X1 0.369608 0.061274 6.032 0.0000

Hệ số chặn 0.500112 0.027198 18.388 0.0000

Mô hình 3: Phơng trình Parabol bậc 2.

Multiple R (Hệ số tơng quan) = 0.62676 R Square = 0.39283 Adjusted R Square = 0.37189 Standard Error (SSE) = 0.04998 Các hệ số của phơng trình hồi quy:

Bi SE (B) t Sig t

X1 -0.099859 0.045667 -2.187 0.0328

X1² 0.008001 0.007128 1.123 0.2663

Hệ số chặn 0.854089 0.066924 12.762 0.0000

Từ các mô hình đã nêu ở trên, để lựa chọn mô hình phù hợp nhất cho việc phân tích, ta cần phải kiểm tra các hệ số của mô hình có phù hợp hay không bằng cách dùng kiểm định t, sau đó ta xét đến sai số chuẩn giữa các mô hình và chọn mô hình có sai số chuẩn (SSE) nhỏ nhất.

Qua kết quả tính toán ở 3 mô hình trên, so sánh sai số chuẩn của các mô hình kết hợp với sự kiểm định sự phù hợp các hệ số hồi quy (Sig - t) trong mô hình ta chọn đợc mô hình 2 phơng trình Hypebol là có sự phù hợp, bởi các mô hình này đều có sự kiểm định hệ số hồi quy phù hợp vì đều lớn hơn 0.025. Mặt khác lại có sai số chuẩn nhỏ nhất Standard Error (SSE) = 0.05002. Từ đây ta có phơng trình hồi quy phản ánh mối liên hệ giữa tỷ suất sinh TFR - x1 và chỉ số phát triển con ngời HDI nh sau:

y = 0.500112+ 0.369608/x Với: R = 0.61762

Điều này cho thấy, biến về tỷ lệ của tổng tỷ suất sinh giải thích đợc 61.762% sự thay đổi của chỉ số phát triển con ngời.

Ta có hệ số hồi quy b mang dấu dơng (+) chứng tỏ tổng tỷ suất sinh tác động cùng chiều đến chỉ số phát triển con ngời. Mặt khác hệ số chặn a = 0.500112 do ảnh hởng của các yếu tố khác ngoài yếu tố tổng tỷ suất sinh tác động đến chỉ số phát triển con ngời. Ngoài ra mô hình này còn cho thấy tổng tỷ suất sinh có tỷ lệ nghịch với chỉ số phát triển con ngời, khi tổng tỷ suất sinh tăng thì sẽ làm cho chỉ số phát triển con ngời giảm đi và ngợc lại. Điều này đợc chứng minh qua bảng số liệu ở trên, đối với các vùng sâu vùng xa còn khó khăn trong vấn đề phát triển nh Tây Nguyên, Lào Cai, Đắc Lắc có tổng tỷ suất cao thì có chỉ số phát triển con ngời rất thấp so với các tỉnh khác trong cả nớc.

3. Phân tích ảnh hởng của tỷ suất chết sơ sinh IMR - x2 đến chỉ số phát triển con ngời HDI.

Từ nguồn số liệu trong biểu 3 đa vào chơng trình SPSS ta có thể biết đợc dạng đồ thị của mối liên hệ tuyến tính giữa tỷ suất chết sơ sinh IMR - x2 và chỉ số phát triển con ngời HDI nh sau:

Y

Dựa vào đồ thị trên, bằng việc sử dụng phần mềm SPSS ta tính đợc kết quả của các mô hình biểu thị mối quan hệ giữa tỷ suất chết sơ sinh của IMR - x2

và chỉ số phát triển con ngời HDI nh sau:

Mô hình 1: Phơng trình đờng thẳng.

Multiple R (Hệ số tơng quan)= 0.75847 R Square = 0.57528

Adjusted R Square = 0.56808 Standard Error (SSE) = 0.04145 Các hệ số của phơng trình hồi quy:

Bi SE (B) t Sig t

X2 -0.003209 0.000359 -8.939 0.0000

Mô hình 2: Phơng trình Hypebol.

Multiple R (Hệ số tơng quan) = 0.73132 R Square = 0.53483 Adjusted R Square = 0.52695 Standard Error (SSE) = 0.04338 Các hệ số của phơng trình hồi quy:

Bi SE (B) t Sig t

X2 3.019553 0.366616 8.236 0.0000

Hệ số chặn 0.560328 0.013266 42.237 0.0000

Mô hình 3: Phơng trình Parabol bậc 2.

Multiple R (Hệ số tơng quan) = 0.76998 R Square = 0.59287 Adjusted R Square = 0.57883 Standard Error (SSE) = 0.04093 Các hệ số của phơng trình hồi quy:

Bi SE (B) t Sig t

X2 -0.005597 0.001550 -3.611 0.0006

X2² 0.000027796 0.000017559 1.583 0.1189

Hệ số chặn 0.819311 0.031005 26.425 0.0000

Từ các mô hình đã nêu ở trên, để lựa chọn mô hình phù hợp nhất cho việc phân tích, ta cần phải kiểm tra các hệ số của mô hình có phù hợp hay không bằng cách dùng kiểm định t, sau đó ta xét đến sai số chuẩn giữa các mô hình và chọn mô hình có sai số chuẩn (SSE) nhỏ nhất.

Qua kết quả tính toán ở 3 mô hình trên, so sánh sai số chuẩn của các mô hình kết hợp với sự kiểm định sự phù hợp các hệ số hồi quy (Sig - t) trong mô hình ta chọn đợc mô hình 2 phơng trình đờng thẳng là có sự phù hợp, bởi các mô hình này đều có sự kiểm định hệ số hồi quy phù hợp vì đều lớn hơn 0.025. Mặt khác lại có sai số chuẩn nhỏ nhất Standard Error (SSE) = 0.04145. Từ đây ta có phơng trình hồi quy chọn đợc phản ánh mối liên hệ giữa tỷ suất chết sơ sinh IMR - x2 và chỉ số phát triển con ngời HDI nh sau:

y = 0.775382 - 0.003209.x

Điều này cho thấy, biến về tỷ lệ của tỷ suất chết sơ sinh giải thích đợc 75.847% sự thay đổi của chỉ số phát triển con ngời.

Ta có hệ số hồi quy b mang dấu âm (-) chứng tỏ tỷ suất sinh tác động ng- ợc chiều đến chỉ số phát triển con ngời. Mặt khác hệ số chặn a = 0.775382 do ảnh hởng của các yếu tố khác ngoài yếu tố tỷ suất chết sơ sinh tác động đến chỉ số phát triển con ngời. Ngoài ra mô hình này còn cho thấy tỷ suất chết sơ sinh có tỷ lệ nghịch với chỉ số phát triển con ngời, khi tổng tỷ suất sinh tăng thì sẽ làm cho chỉ số phát triển con ngời giảm đi và ngợc lại. Điều này đợc chứng minh qua bảng số liệu ở trên, đối với các vùng sâu vùng xa còn khó khăn trong vấn đề phát triển nh Kom Tum, Đắc Lắc, Hà Giang, Cao Bằng, có tổng tỷ suất cao thì có chỉ số phát triển con ngời rất thấp so với các tỉnh khác trong cả nớc.

nhận xét và kiến nghị.

1. Nhận xét.

Qua việc phân tích ở trên ta có thể rút ra đợc một số nhận xét nh sau:

- Cùng với sự phát triển theo từng thời kỳ của đất nớc ta trong gần một thế kỷ qua, các chỉ tiêu phản ánh ảnh hởng đến sự phát triển cũng biến động tích cực có hiệu quả đáng khích lệ nh: tốc độ tăng dân số, tỷ lệ mức sinh mức chết giảm đáng kể, trong khi đó các chỉ tiêu nh: mức sống dân c, trình độ phát triển, chỉ số phát triển con ngời đã tăng lên trông thấy.

- Các chỉ tiêu phản ánh mức sinh mức chết có sự ảnh hởng tơng đối lớn đến chỉ số phát triển con ngời.

- Trình độ phát triển giữa các vùng, tỉnh trong cả nớc có sự chênh lệch lớn về kinh tế văn hoá chính trị. Các chỉ tiêu giữa thành thị và nông thôn, giữa các vùng với nhau cha có sự đồng đều.

2. Kiến nghị.

Từ đặc điểm, xu hớng biến động về mức sinh mức chết và trình độ phát triển của nớc ta trong khoảng thời gian vừa qua, em xin có một số kiến nghị nh sau:

- Tiếp tục điều chỉnh cơ cấu biến động trong vấn đề dân số và phát triển trên các tỉnh thành trong cả nớc.Đa ra mục tiêu chủ yếu, phơng hớng thiết thực trong vấn đề phát triển.

- Quan tâm sát thực hơn nữa cho các tỉnh vùng sâu vùng cao còn gặp nhiều khó khăn về điều kiện địa lý kinh tế văn hoá chính trị trong sự phát triển. Tránh tình trạng mất cân đối trong sự phát triển, mà cần phát triển đồng đều

- Luôn cập nhật, áp dụng những thành tựu khoa học kỹ thuụât hiện đại của các nớc tiên tiến đã sử dụng theo chiều hớng tích cực.Giảm thiểu tối đa, đi đến triệt tiêu xoá bỏ ảnh hởng của các vấn đề tiêu cực trong xã hội đến sự phát triển.

Có thể nói rằng, trên đây là một số nhận xét kiến nghị bằng sự hiểu biết hạn hẹp của em sau khi viết song đề tài này về đất nớc của chúng ta. Em rất mong sự giúp đỡ nhiều thêm nữa của các thầy cô giáo cũng nh các độc giả quan tâm.

KếT luận.

Bớc sang thế kỷ mới, vấn đề phát triển luôn đợc chúng ta chú trọng quan tâm hàng đầu để tránh tình trạng lạc hậu về kinh tế chính trị văn hoá xã hội, trình độ tiến bộ công nghệ khoa học kỹ thuật hiện đại. Để đa đất nớc tiến lên cùng phát triển thì Đảng và Nhà nớc ta phải đa ra các chủ chơng chính sách hợp lý cho quá trình phát triển.

Việc nâng cao đời sống của con ngời cũng góp một phần không nhỏ trong sự nghiệp phát triển của đất nớc, mà chỉ số phát triển con ngời là một trong những chỉ tiêu đại diện cho sự phát triển, bên cạnh đó còn có rất nhiều chỉ tiêu tác động đến phát triển, ngay giữa chúng cũng có mối quan hệ với nhau. Việc nghiên cứu về lĩnh vực này là cần thiết trong quá trình hội nhập và phát triển của nớc ta, nhằm đánh giá các tác động cơ bản của các vấn đề về lĩnh vực dân số