6 Phân tích sự thiếu hụt dữ liệu và tiếp cận đổi mới sáng tạo
6.1 Hạn chế của các mô hình kinh tế được sử dụng trong báo cáo này
HÌNH KINH TẾ ĐƯỢC SỬ DỤNG TRONG BÁO CÁO NÀY
MÔ HÌNH ĐƯỜNG BIÊN CÓ ĐIỀU KIỆN
Kết quả mô hình đã chỉ ra tỷ lệ đầu tư và hấp thụ công nghệ là yếu tố quyết định cho sự tăng trưởng kinh tế của Việt Nam. Tuy nhiên, khi cố gắng tìm hiểu cách thức đổi mới sáng tạo (innovation) đã thúc đẩy tăng trưởng như thế nào, khung phân tích hiện tại vẫn chưa phản ánh được một số kênh tác động gián tiếp. Đó là:
• Hiệu ứng tăng cường khi đầu tư cho công nghệ:
các doanh nghiệp đầu tư vào công nghệ/tài sản mới mới dựa trên kỳ vọng thu nhập trong tương lai của chúng mang lại. Việc áp dụng các công nghệ mới có thể làm tăng lợi tức đầu tư và do đó kích thích các doanh nghiệp tiếp tục đầu tư thêm. Trên thực tế, sự ra đời và áp dụng các công nghệ đột phá lớn như điện thường tạo ra sự bùng nổ đầu tư và mở đường cho sự gia tăng sản lượng kinh tế.
• Nâng cao chất lượng sản phẩm hiện có và giới thiệu những sản phẩm mới: mặc dù mô hình đã phần nào ghi nhận được những tác động của việc nâng cao chất lượng thể hiện trong sự thay đổi về giá cả, nhưng có những tác động lan tỏa mà mô hình chưa nắm bắt được. Việc đưa ra những sản phẩm mới hay nâng cấp các sản phẩm hiện có có thể khiến người tiêu dùng thay đổi thói quen tiêu dùng và kích cầu. Các sản phẩm mới có vai trò là nguyên vật liệu đầu vào trung gian cho các doanh nghiệp khác cũng có thể góp phần làm tăng năng suất.
• Chuyển đổi cơ cấu kinh tế: công nghệ mới thường dẫn đến những cải cách cơ cấu căn bản. Các đổi mới công nghệ có thể tạo ra việc thay đổi, cấu trúc lại chuỗi cung ứng bằng cách tăng cường chuyên môn hóa và toàn cầu hóa, từ đó làm tăng năng suất. Đổi mới công nghệ cũng có thể làm gia tăng các hoạt động kinh tế mới và đẩy nhanh sự suy giảm của các hoạt động cũ. Điều này, trong ngắn hạn hoặc trung hạn có thể gây ra khó khăn cho những người quen với công việc cũ, dư thừa nhưng về lâu dài, việc triển khai lao động trong các ngành công nghiệp mới nổi sẽ là động lực tăng trưởng chính.
MÔ HÌNH CÂN BẰNG TỔNG THỂ NGẪU NHIÊN ĐỘNG
Kinh tế vĩ mô hiện đại chủ yếu dựa vào các mô hình cân bằng tổng thể ngẫu nhiên động (DSGE) của nền kinh tế do khả năng của chúng giúp (i) đánh giá tính động của nền kinh tế, ví dụ những thay đổi theo thời gian, (ii) có thể đưa các yếu tố không chắc chắn ngẫu nhiên vào mô hình, và (iii) có thể đánh giá được các tác động cân bằng tổng thể. Mặc dù mô hình có thể là một công cụ hữu hiệu để thúc đẩy việc phát triển chính sách dựa trên bằng chứng, nhưng mô hình chỉ là sự đơn giản hóa của thế giới thực dựa trên một số giả định và nhiều tham số mô hình chính không thể ước tính do giới hạn dữ liệu.
Mô hình DSGE trong báo cáo có lợi thế là nắm bắt được tác động lâu dài của việc đầu tư cho R&D bằng cách đưa ra một kênh tác động riêng biệt. Tuy nhiên, độ phức tạp của mô hình hạn chế khả năng mô tả các tác động riêng đối với các lĩnh vực khác nhau hoặc các vùng địa lý khác nhau ở Việt Nam. Mô hình này cũng không phân biệt rõ ràng giữa đầu tư R&D của khu vực tư nhân và khu vực công. Ngoài ra, các phương pháp tiếp cận khái niệm cơ bản giả định rằng chỉ có một loại đổi mới nội sinh, ở đây có thể được hiểu là đổi mới sản phẩm hoặc đổi mới quy trình, còn các đổi mới trong tiếp thị và tổ chức là đổi mới ngoại sinh. Một hạn chế khác của mô hình là, trong báo cáo này, mô hình DSGE một nền kinh tế đóng được sử dụng để đáng giá tác động của các chi tiêu R&D trong nước lên tăng trưởng kinh tế. Mặc dù giả định cho phép đánh giá tác động của đầu tư R&D trong nước đối với tăng trưởng kinh tế, mô hình không đánh giá về tác động của việc đổi mới công nghệ từ các nguồn quốc tế như FDI hoặc nhập khẩu máy móc/ thiết bị. Như các kết quả của mô hình đường biên có điều kiện cho thấy, việc hấp thụ công nghệ là động lực tăng trưởng chính của Việt Nam trong hai thập kỷ qua. Giả định của mô hình hiện tại là tác động của nguồn lực này với tăng trưởng kinh tế là ngoại sinh. Mặc dù yếu tố này sẽ không có ảnh hưởng lớn đối với dự đoán của nền kinh tế Việt Nam, nhưng điều này sẽ hạn chế việc sử dụng mô hình như một công cụ đánh giá tác động của các chính sách khoa học, công nghệ và đổi mới sáng tạo của Việt Nam.
Hai mô hình sẽ được cải thiện đáng kể nếu có thêm dữ liệu cụ thể
Để đo lường năng suất một cách chính xác, người ta phải sử dụng các biến số thích hợp có khả năng đại diện tốt cho các đại lượng đầu vào và đầu ra được sử dụng trong sản xuất. Xét cho cùng, năng suất là một khái niệm lượng hóa về “số lượng” các sản phẩm đầu ra được tạo ra so với “số lượng” nguyên liệu đầu vào được sử dụng. Nếu các biến số cơ bản này không được đo lường chính xác, thì phân tích sẽ cho ra kết quả sai lệch. Trong bối cảnh Việt Nam, có nhiều trường hợp đo lường sai như vậy. Về mặt sản phẩm đầu ra, hai khái niệm chính có thể được sử dụng là tổng sản lượng và giá trị gia tăng. Cả hai đều thường được đo lường bằng giá trị tiền tức là bằng số lượng (số lượng sản phẩm đầu ra được sản xuất) nhân với giá cả mà sản phẩm đầu ra này được bán trên thị trường.
Nhìn chung, thông tin về giá không có sẵn ở cấp độ của doanh nghiệp và cách tốt nhất chúng ta có thể làm là điều chỉnh giá trị này bằng cách tách phần lạm phát ra khỏi giá. Đây là một quy trình chuẩn để so sánh số lượng trong các khoảng thời gian phù hợp. Nhưng quy trình này sẽ không thể giải quyết các vấn đề liên quan đến sự khác biệt về giá giữa các doanh nghiệp.Tất nhiên, nếu có các dữ liệu liên quan đến giá đối với doanh nghiệp thì sẽ cải thiện ước tính của chúng ta về năng suất. Do đó, dữ liệu về giá ở cấp doanh nghiệp sẽ cung cấp bức tranh toàn cảnh về tăng trưởng năng suất cho Việt Nam. Ngoài ra còn có các vấn đề khác về dữ liệu đầu vào của quá trình sản xuất. Ví dụ, hiện tại dữ liệu Việt Nam chủ yếu là về số lượng nhân viên (số lượng lao động). Rất khó để đánh giá lao động theo ‘chất lượng’ hay theo trình độ học vấn của người lao động. Trong phân tích kinh tế, yếu tố quan trọng khi đánh giá lực lượng lao động là số lượng lao động được phân loại theo trình độ. Điều này đặc biệt đúng đối với các lĩnh vực và doanh nghiệp đang sử dụng công nghệ tiên tiến. Trong Mô hình đường biên có điều kiện, chúng tôi đã sử dụng một số biến có sẵn trong dữ liệu để đại diện cho khoảng cách công nghệ trong mô hình biên. Cụ thể, chúng tôi sử dụng vốn đầu tư cho phát triển của doanh nghiệp như một biến đại diện cho nỗ lực công nghệ của doanh nghiệp. Sẽ không thể phân biệt được tác động của các hoạt động khác nhau liên quan đến công nghệ đối với sự tăng trưởng của doanh nghiệp. Nếu muốn đánh giá đúng khả năng của doanh nghiệp trong việc ứng dụng công nghệ tiên tiến, thì chúng ta cần sử dụng các biến số khác nhau để đánh giá. Có nhiều biến có sẵn ở cấp vĩ mô (hoặc cấp quốc gia) nhưng không có ở cấp vi mô hoặc cấp doanh nghiệp, ví dụ như số đổi mới sáng tạo mà mỗi doanh nghiệp thực hiện trong năm, hay mức đầu tư cho hoạt động R&D, số các bằng sáng chế, thương hiệu mà doanh nghiệp đăng ký trong năm, v.v. Hơn nữa, các chỉ số này chỉ nắm bắt được các yếu tố đầu vào hữu hình về năng lực công nghệ của các doanh nghiệp. Mức độ hiệu quả trong việc biến các nguồn đầu vào này thành các sản phẩm đầu ra: di chuyển và bắt kịp các đường biên cũng phụ thuộc vào kỹ năng và bí quyết phù hợp của các doanh nghiệp. Việc thu thập các dữ liệu liên quan tới chất lượng lao động và bí quyết của các doanh nghiệp cũng sẽ cải thiện hơn nữa độ chính xác của các kết quả thực nghiệm.
Đối với mô hình cân bằng tổng thể ngẫu nhiên động, do thiếu số liệu, một số biến quan trọng trong mô hình vẫn sử dụng các giá trị giả định theo các nghiên cứu trên thế giới. Tuy nhiên, hầu hết các nghiên cứu này là các nghiên cứu dành cho các nước phát triển. Một trong các giá trị quan trọng của mô hình là biến số về tốc độ lan tỏa công nghệ của doanh nghiệp. Việc tiến hành điều tra đánh giá về tốc độ lan tỏa công nghệ của doanh nghiệp sẽ góp phần tăng tính xác thực của mô hình với tình hình thực tế của Việt Nam.