Mô hình dữ liệu mảng phân tích tác động của các nhân tố đến hiệu quả phân

Một phần của tài liệu Bổ sung kết quả và một số mô hình đánh giá tác động của các tiền tố đến hiệu quả bổ sung của các công ty kinh doanh của Việt Nam (Trang 115 - 129)

phân bổ ngành - vùng đo lường theo cách tiếp cận của Olley and Pakes (1996)

4.2.2.1. Mô hình chỉ định

Như đã trình bày trong Chương 2, để phân tích tác động của các nhân tố đến hiệu quả phân bổ cấp tỉnh của các doanh nghiệp ngành chế biến chế tạo, trước hết luận án ước lượng mô hình dữ liệu mảng tĩnh có dạng

= +1′ +2′ + + + +

Sau đó, luận án xem xét thêm mô hình động, trong đó có sự xuất hiện của biến trễ của biến phụ thuộc với vai trò là biến giải thích

= + , −1+1′ +2′ + + + +

“Các tài liệu về mối liên hệ trực tiếp giữa các yếu tố địa phương và đặc điểm ngành với hiệu quả phân bổ ngành - vùng rất ít. Luận án tổng hợp các tài liệu thực nghiệm về các nhân tố tác động đến hiệu quả phân bổ và năng suất, đồng thời dựa vào các lý thuyết kinh tế và kết quả thực nghiệm để đưa vào mô hình các biến giải thích.

Quy mô của hoạt động kinh tế địa phương và sản lượng hoặc sản lượng bình quân đầu người thường được liên kết với nhau do các nền kinh tế tích tụ và lựa chọn, như đã được chỉ ra trong các tài liệu phong phú về nền kinh tế tích tụ (Glaeser và cộng sự, 1992; Rosenthal and Strange, 2004; Beaudry and Schi↵auerova, 2009; Puga, 2010). Tuy nhiên, liệu rằng hiệu quả phân bổ có liên quan đến sự tích tụ hay không và nếu có thì cơ chế làm việc như thế nào? Chẳng hạn hiệu quả phân bổ cao hơn ở những nơi với nhiều hoạt động kinh tế có thể là một hệ quả của một sự đấu tranh tốt giữa các doanh nghiệp và các nguồn lực địa phương. Để xấp xỉ cho quy mô của nền kinh tế địa phương, luận án dùng logarit của GDP cấp địa phương và giá trị sản xuất của tỉnh.

Mối quan hệ giữa hội nhập trong thương mại quốc tế và năng suất đã được chỉ ra trong rất nhiều nghiên cứu. Tuy nhiên nó phụ thuộc vào cả những điều chỉnh xảy ra trong các doanh nghiệp do sự tham gia của họ vào hoạt động quốc tế và vào sự phân bổ lại của các nguồn lực cho doanh nghiệp, như đã được chỉ ra bởi Melitz (2003). Nhìn chung, người ta sẽ mong đợi rằng mức độ hội nhập quốc tế hóa càng cao thì hiệu quả phân bổ liên quan đến quá trình lựa chọn khó khăn càng lớn. Để đặc trưng cho hội nhập kinh tế quốc tế, chúng tôi đưa vào biến FDI là tổng vốn đầu tư trực tiếp nước ngoài hàng năm của tỉnh.”

“Các nghiên cứu đã thiết lập một mối quan hệ tương quan dương giữa nguồn vốn nhân lực và năng suất doanh nghiệp (Syverson, 2011). Marínez and Fernández (2010) nói rằng lý thuyết vốn con người dựa trên quan điểm cho rằng giáo dục là khoản đầu tư tạo ra thu nhập trong tương lai và dân số có học thức là dân số có năng suất. Do đó tạo điều kiện cho một cuộc tranh đấu tốt hơn giữa các doanh nghiệp và nhân viên. Điều này có thể được phản ánh thành một mức phân bổ hiệu quả cao hơn ở cấp độ vùng. Như trong Bin và cộng sự (2018) đã tìm thấy rằng địa phương nỗ lực ủng hộ cho giáo dục nhiều hơn sẽ dẫn đến mức độ cao hơn trong hiệu quả phân bổ. Để xấp xỉ cho biến này, chúng tôi tính bằng tỷ lệ của học sinh tốt nghiệp phổ thông trung học hàng năm trên dân số của tỉnh và tỷ lệ sinh viên trên số học sinh Trung học phổ thông của tỉnh.

Hiệu quả phân bổ cũng phụ thuộc vào chính sách phân bổ ngân sách của chính phủ cũng như khả năng quản lý của chính quyền địa phương. Liên quan đến các chính sách vĩ mô, chúng tôi đưa vào biến tổng chi ngân sách cho đầu tư phát triển trên địa bàn so với GDP địa phương. Việc đầu tư cho sự đổi mới và áp dụng các công nghệ mới trong thực tế có thể kích thích một môi trường kinh doanh thử nghiệm và phân bổ lại nguồn lực nhanh chóng giữa các doanh nghiệp (Collard-Wexler và cộng sự, 2011). Để đại diện cho khả năng quản lý của chính quyền địa phương, chúng tôi có đưa thêm vào mô hình chỉ số năng lực cạnh tranh cấp tỉnh PCI và các chỉ số thành phần của nó.”

Đối với các biến giải thích thay đổi theo ngành, tỉnh và thời gian, chúng tôi sử dụng các biến: chỉ số chuyên môn hóa, phần chia vốn hay lao động của các doanh nghiệp, mức thâm dụng vốn, chỉ số cạnh tranh công nghiệp của ngành chế biến chế tạo của tỉnh và chỉ số Liquidity.

Trong đó danh sách và mô tả các biến được thể hiện trong bảng 4.11 sau. Bảng 4.11. Mô tả các biến trong mô hình

Tên biến Ký hiệu Cách tính

Hiệu quả phân bổ covOP Được tính theo phân rã Olley-Pakes

Các biến thay đổi theo tỉnh và thời gian ()

Logarit của GDP cấp lngdp Logarit của GDP của tỉnh trong năm địa phương

Giá trị sản xuất của tỉnh gtsx Tổng đầu ra hàng năm của tỉnh

Tổng vốn đầu tư trực Tổng vốn đầu tư trực tiếp nước ngoài trong năm

tiếp nước ngoài hàng FDI của tỉnh

Tổng vốn đầu tư trực Tổng vốn đầu tư trực tiếp nước ngoài trên GDP

tiếp nước ngoài trên fdi trong năm của tỉnh

GDP hàng năm

vcn1 Tỷ lệ học sinh THPT tốt nghiệp/dân số Nguồn vốn con người

vcn2 Tỷ lệ sinh viên trong tỉnh/số học sinh THPT Chi đầu tư phát triển ChiDTPT Chi đầu tư phát triển/GDP

Chỉ số cạnh tranh cấp PCI xem pcivietnam.vn

tỉnh

Các thành phần của chỉ CSTP1 Chi phí gia nhập thị trường thấp Đào tạo lao động

số cạnh tranh cấp tỉnh

CSTP9 (xem pcivietnam.vn)

PCI

Các biến thay đổi theo tỉnh, ngành và thời gian ()

Chỉ số chuyên môn hóa spec Giá trị sản xuất ngành CBCT/giá trị sản xuất của tỉnh

Phần chia lao động của Lao động của các doanh nghiệp FDI trong

FDIshare1 ngành CBCT/Tổng lao động các doanh nghiệp

các doanh nghiệp FDI ngành CBCT của tỉnh

Phần chia vốn của các Vốn của các doanh nghiệp FDI trong ngành

FDIshare2 CBCT/Tổng vốn các doanh nghiệp ngành

doanh nghiệp FDI CBCT của tỉnh

Mức thâm dụng vốn KL Tổng vốn ngành CBCT của tỉnh trên tổng lao

động của ngành trong tỉnh

Chỉ số cạnh tranh công Tính theo 5 doanh nghiệp lớn nhất của ngành

nghiệp của ngành HHI trong từng tỉnh

CBCT của tỉnh

Tổng tài sản toàn ngành tsct Tổng vốn toàn ngành CBCT của tỉnh theo năm CBCT

Chỉ số Liquidity Liq Tài sản ngắn hạn/tổng tài sản của ngành CBCT

theo tỉnh

Nguồn: NCS tự tổng hợp

4.2.2.2. Thống kê mô tả các biến trong mô hình

Ta có bảng thống kê mô tả các biến sử dụng trong các mô hình dữ liệu mảng được tổng hợp trong bảng 4.12.

Bảng 4.12. Thống kê mô tả các biến sử dụng trong mô hình

Biến Số Giá trị Sai số Giá trị Giá trị

quan sát trung bình chuẩn nhỏ nhất lớn nhất

covOP 1140 1,037625 0,592348 -0,182372 5,406760 Spec 1140 0,528567 0,215613 0,043058 0,981821 Gtsx 1140 12,91949 37,94229 0,057145 419 FDI 1140 2176,093 5538,619 0 44124,99 Fdi 1140 0,295097 4,660888 0 131,5674 FDIShare1 1140 0,214994 0,240084 0 0,920800 FDIShare2 1140 0,224826 0,239756 0 0,975129 KL 1140 409,4237 391,2898 66,75374 9058,478 HHI 1140 0,107083 0,128642 0,001397 0,908485 Liq 1140 0,594553 0,209780 0,258147 0,999825 ChiDTPT 1140 0,074058 0,023512 0,003771 0,854809 vcn1 1140 0,283011 0,080331 0,104096 0,560525 vcn2 1140 11,31064 19,37464 0,002524 123,2278 Lngdp 1140 9,94419 1,06278 3,390433 13,57407 PCI 780 58,16592 5,795479 39,00 77,61 CSTP1 780 7,97409 0,823494 4,96 9,6 CSTP9 780 5,448103 1,042613 1,7 9,6

Nguồn: NCS tính toán từ số liệu của Tổng cục Thống kê

Hiệu quả phân bổ trung bình của các tỉnh trong giai đoạn nghiên cứu là 1,037625. Trong đó các tỉnh có hiệu quả phân bổ cao nhất và thấp nhất được thể hiên trong bảng 4.5 với các phân tích đã có ở phần 4.2.1.2. Về trung bình, giá trị sản xuất ngành CBCT chiếm 52,86% tổng giá trị sản xuất trong năm của các tỉnh. Trong đó, ở một số tỉnh, tỷ lệ này về trung bình cao hơn 85% như Bình Dương, Đồng Nai, Hưng Yên và Vĩnh Phúc. Đây là các tỉnh tập trung nhiều khu công nghiệp lớn. Còn giá trị sản xuất trong một năm trung bình của các tỉnh đạt gần 13.106 tỷ đồng. Các tỉnh, thành phố có giá trị sản xuất trung bình cao nhất là Thành phố Hồ Chi Minh, Hà Nội, Bình Dương, Bà Rịa – Vũng Tàu và Đồng Nai. Biến lngdp của các tỉnh trong năm có giá trị trung xấp xỉ 10. Các tỉnh

có GDP trung bình trong một năm cao nhất trong giai đoạn nghiên cứu là Thành phố Hồ Chí Minh, Hà Nội, Bà Rịa – Vũng Tàu, Bình Dương.

Liên quan đến đầu tư trực tiếp nước ngoài, có sự chênh lệch lớn giữa các tỉnh. Trong đó, các tỉnh có tổng vốn đầu tư trực tiếp nước ngoài trung bình trong năm cao nhất là Thành phố Hồ Chí Minh, Bình Dương, Bà Rịa – Vũng Tàu, Hà Nội và Bắc Ninh. Về trung bình, tổng vốn đầu tư trực tiếp nước ngoài hàng năm chiếm 29,5% GDP của các tỉnh. Trong đó với các DNFDI ngành chế biến chế tạo, phần chia vốn và lao động trong tổng số DNFDI của tỉnh trung bình hàng năm của giai đoạn nghiên cứu tương ứng là 22,5% và 21,5%.

Mức thâm dụng vốn trung bình của các tỉnh trong một năm của giai đoạn nghiên cứu xấp xỉ 410 tỷ đồng. Chỉ số cạnh tranh công nghiệp ngành chế biến chế tạo của các tỉnh trung bình là 0,107 và chỉ số này được thấy là cao nhất ở các tỉnh Quảng Ngãi, Thái Nguyên, Bà Rịa – Vũng Tàu và Vĩnh Phúc. Trong khi đó Thành phố Hồ Chí Minh và Bình Dương lại là hai tỉnh có chỉ số này về trung bình là thấp nhất trong cả giai đoạn. Tỷ lệ thanh khoản trung bình hàng năm của các tỉnh là 0,59. Điều này chứng tỏ tài sản ngắn hạn vẫn chiếm ưu thế so với tài sản dài hạn của các doanh nghiệp ngành CBCT. Tỷ lệ này cao nhất ở các hai thành phố lớn là Thành phố Hồ Chí Minh và Hà Nội, sau đó đến thành phố Đà Nẵng và tỉnh Khánh Hòa.

Chi đầu tư phát triển trên GDP hàng năm của các tỉnh về trung bình là 0,074. Với các biến đại diện cho vốn con người thì tỷ lệ học sinh tốt nghiệp Trung học phổ thông trên dân số hàng năm của các tỉnh có giá trị trung bình là 0,283. Các tỉnh có tỷ lệ này cao nhất là Bắc Ninh, Hà Tĩnh, Quảng Trị (khoảng 0,4). Còn với biến vcn2 thì có sự chênh lệch cao giữa các tỉnh, với giá trị trung bình là 11,31064 nhưng tập trung ở các tỉnh có các trường đại học lớn như Thành phố Hồ Chí Minh, Hà Nội, Đà Nẵng và Thái Nguyên.

Về điểm số PCI, PCI trung bình trong năm của các tỉnh là 58,17 và luận án đã có các phân tích cụ thể về chỉ số này trong phần cuối Chương 3. Với hai thành phần của chỉ số này là CSTP1 và CSTP9 thì giá trị trung bình tương ứng là 7,97 và 5,45. Điểm số thể hiện chi phí gia nhập thị trường thấp lại có giá trị trung bình cao hơn điểm số về đào tạo lao động rất nhiều. Các tỉnh có điểm số thể hiện chi phí gia nhập thị trường thấp trung bình trong một năm của giai đoạn 2006 - 2018 cao nhất là Đà Nẵng, Quảng Trị và Quảng Nam. Còn các tỉnh có điểm số thể hiện việc đào tạo lao động trung bình trong một năm cao nhất là Đà Nẵng, Thành phố Hồ Chí Minh và Hà Nội.

4.2.2.3. Kết quả ước lượng các mô hình a. Mô hình dữ liệu mảng tĩnh

“Trước tiên luận án thực hiện ước lượng các mô hình dữ liệu mảng tĩnh cơ bản bao gồm POLS, RE và FE đối với mô hình không có biến PCI. Vấn đề đa cộng tuyến được xem xét qua nhân tử phóng đại phương sai VIF. Kết quả cho thấy, VIF lớn nhất là 3,62 và giá trị trung bình là 1,78. Như vậy không có vấn đề đa cộng tuyến trong các mô hình chứa các biến này. Dùng kiểm định Breusch Pagan Lagrangian Multiplier (LM) để lựa chọn giữa mô hình POLS và RE, kết quả là p_value=0,0000; tức là cho ta kết luận là lựa chọn mô hình RE. Sau đó sử dụng tiếp kiểm định Hausman để lựa chọn giữa mô hình FE và RE, kết quả thu được là mô hình FE là thích hợp (do p_value=0,0000). Đối với mô hình này, tất cả các biến giải thích đều có ý nghĩa thống kê.”

“Đối với mô hình FE, các kiểm định về phương sai sai số thay đổi và tự tương quan chuỗi được thực hiện. Kết quả của kiểm định Wald và kiểm định Wooldridge đều cho giá trị p_value rất nhỏ (p_value=0,0000 đối với kiểm định Wald và

p_value=0,0028 đối với kiểm định Wooldridge). Đây là minh chứng cho việc tồn tại hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan. Để khắc phục các hiện tượng này, luận án sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares – FGLS) (Mô hình FE1 – FGLS hay MH2.4). Kết quả ước lượng các mô hình này được thể hiện trong bảng 4.13 bên dưới.

Với mô hình FE1 – FGLS, ngoài hai biến LiqChiDTPT, tất cả các biến đều có ý nghĩa thống kê. Trong đó hệ số của biến lngdp là dương và có ý nghĩa thống kê ở mức 1%. Thêm vào đó biến spec và biến gtsx cũng có ảnh hưởng tích cực đến hiệu quả phân bổ ở mức ý nghĩa 1%. Các kết quả này chỉ ra rằng hiệu quả phân bổ là cao hơn ở nơi mà mức độ tích tụ cao hơn. Điều này được giải thích, có thể sự lựa chọn là khó khăn hơn trong các lĩnh vực có hoạt động kinh tế lớn mà chỉ các doanh nghiệp tài giỏi, với nguồn lực lớn mới tồn tại được, còn các doanh nghiệp không đủ sức cạnh tranh sẽ phải rút lui khỏi thị trường và nguồn lực đó lại được phân bổ lại cho các doanh nghiệp năng suất hơn. Hiệu ứng sắp xếp này đã dẫn đến một mối quan hệ tích cực giữa sự tích tụ và hiệu quả phân bổ trong ngành. Kết quả này cũng phù hợp với kết quả được chỉ ra bởi Bin và cộng sự (2018).”

Bảng 4.13. Kết quả ước lượng mô hình tĩnh cả giai đoạn 2000-2018

covOP

POLS1 RE1 FE1 FE1-FGLS

(MH2.1) (MH2.2) (MH2.3) (MH2.4) 0,44769*** 0,86341*** 1,01698*** 0,64048*** Spec (0,07282) (0,09333) (0,10614) (0,08959) 0,00233*** 0,00175*** 0,00145** 0,00296*** Gtsx (0,00054) (0,00055) (0,00057) (0,0007) -0,00002 -0,00002*** -0,000015*** -0,000018*

FDI (3,66e-06) (3,49e-06) (3,53e-06) (2,21e-06)

0,20918*** -0,19253** -0,40048*** 0,13227*** FDIshare2 (0,07556) (0,09763) (0,11065) (0,06879) 0,00032*** 0,00020*** 0,00018*** 0,00028*** KL (0,00004) (0,000036) (0,00003) (0,00003) 1,84587*** 1,55836*** 1,46447*** 1,74823*** HHI (0,10468) (0,11925) (0,12823) (0,07299) 0,10014 0,14780*** 0,15878*** 0,10945 Liq (0,06331) (0,05589) (0,05569) (0,06704) 0,01260*** 0,01478*** 0,01615*** 0,25829 ChiDTPT (0,00309) (0,00325) (0,00344) (0,26605) 1,51982*** 0,82699*** 0,42999* 1,34800*** vcn1 (0,16174) (0,20841) (0,23354) (0,13039) 0,16216*** 0,17893*** 0,19044*** 0,16000*** Lngdp (0,02057) (0,02548) (0,02859) (0,02591) -1,67249*** -1,72189*** -1,74317*** -1,68950*** _cons (0,20034) (0,25379) (0,28756) (0,27163) = 0, ∀ 0,0000 p-Wald/F Test 0,0000 0,0000 0,0000 0,0000 p-Hausman Test 0,0000 2 0,4755 0,4393 0,3945 N 1140 1140 1140 1140

Nguồn: ước lượng của NCS từ số liệu của Tổng cục Thống kê

Hệ số của biến FDI âm và có ý nghĩa thống kê ở mô hình FE1 - FGLS cho thấy khi FDI vào, mang lại ảnh hưởng tiêu cực đến hiệu quả phân bổ của địa phương. Điều này có thể giải thích do xảy ra cạnh tranh và không thực hiện chuyển giao công nghệ giữa các doanh nghiệp FDI với doanh nghiệp địa phương dẫn đến sự suy giảm hiệu quả.

Tuy nhiên thị phần vốn của các doanh nghiệp FDI trong ngành chế biến chế tạo lại có ảnh hưởng tích cực đến hiệu quả phân bổ của ngành trong tỉnh (hệ số của biến

FDIshare2 dương và có ý nghĩa thống kê ở mức 1%).“Tức là các doanh nghiệp FDI tham gia nhiều vốn hơn trong ngành chế biến chế tạo lại dẫn đến sự gia tăng hiệu quả phân bổ của ngành trong tỉnh. Như vậy sự tham gia của các DNFDI ngành chế biến chế tạo mỗi tỉnh thúc đẩy các doanh nghiệp trong ngành của tỉnh phải đổi mới, cải tiến và thay đổi để nâng cao năng suất nếu không muốn bị đào thải. Các doanh nghiệp năng suất thấp trong ngành của tỉnh sẽ phải rút lui khỏi thị trường, nhường lại thị phần cho các doanh nghiệp năng suất hơn.

“Trong thực tế chúng ta thấy rằng nguồn vốn FDI chủ yếu tập trung vào khu vực công nghiệp, nó chiếm đến 68,7% tỷ trọng vốn FDI đăng ký (tính lũy kế các dự án còn hiệu lực đến ngày 31/12/2018), khu vực dịch vụ chiếm khoảng 30,3% và khu vực nông nghiệp chỉ chiếm một tỷ trọng rất nhỏ ở mức 1%. Có thể giải thích thêm rằng khả năng

Một phần của tài liệu Bổ sung kết quả và một số mô hình đánh giá tác động của các tiền tố đến hiệu quả bổ sung của các công ty kinh doanh của Việt Nam (Trang 115 - 129)

Tải bản đầy đủ (DOC)

(174 trang)
w