VII. Tính mới và đóng góp của nghiên cứu
5.1.1.Kết quả ước lượng
Trên Stata 14.0, tác giả tiến hành ước lượng mô hình trọng lực của xuất khẩu chè Việt Nam bằng các phương pháp OLS, FE, RE (Cộng thêm 0,001 vào biến phụ thuộc ở các mô hình này để giải quyết vấn đề số "0"), PPML, HECMAN. Dữ liệu gồm 47 quốc gia tham gia, 740 quan sát trong khoảng thời gian 18 năm, kết quả quả ước lượng mô hình chính bằng 5 phương pháp được thể hiện ở bảng 5.1. Cả 5 phương pháp đều cho tổng số quan sát là 740, tuy nhiên có sự khác biệt về hệ số ở nhiều biến thuộc mô hình. Do đó, trước khi phân tích kết quả, tác giả sẽ tiến hành so sánh, lựa chọn phương pháp tối ưu để sử dụng.
Bảng 5.1. Kết quả ước lượng mô hình trọng lực cho ngành chè Việt Nam bằng
các phương pháp
Biến OLS (+0,001) FE (+0,001) RE (+0,001) PPML HECK LQPROV 4,966 6,12 5,703 1,69 0,927 (0,596)*** (1,179)*** (1,106)*** (0,335)*** -0,588 PANV -0,01 -0,01 -0,009 0,001 -0,001 (0,003)*** (0,006)* (0,005)* (0,001)** -0,001 VG 0,222 -0,467 -0,412 0,121 0,081 -0,475 -0,379 -0,373 (0,057)** -0,102 LPCGNIJ 2,677 -0,692 1,105 -0,424 -0,074 (0,324)*** -1,571 -1,282 (0,084)*** -0,184 DPROTEAJ -2,661 0 -2,758 -0,401 -0,25 (0,411)*** (,) (1,452)* (0,090)*** -0,217 LQIMPJ 1,282 1,243 1,192 0,763 0,835 (0,065)*** (0,215)*** (0,188)*** (0,037)*** (0,039)*** LPOPJ 1,014 4,736 1,051 0,589 0,442 (0,104)*** -3,062 (0,492)** (0,039)*** (0,043)*** LQPROW 2,339 1,752 1,559 -2,178 -0,05
-3,524 -5,947 -5,736 (0,789)*** -1,161 LDIS -2,982 0 -1,62 -0,439 -0,619 (0,355)*** (,) -1,086 (0,150)*** (0,193)*** BOR 3,021 0 2,098 1,234 0,591 (0,421)*** (,) -3,127 (0,173)*** (0,160)*** LTJ1 0,063 0,03 0,028 -0,03 -0,009 (0,026)** -0,06 -0,054 (0,011)*** -0,016 LE 0,16 0,164 -0,08 0,078 -0,031 (0,051)*** -0,69 -0,275 (0,017)*** -0,046 FTAVJ 0,296 0,325 0,237 -0,494 -0,364 -0,37 -0,368 -0,346 (0,103)*** (0,120)*** WTO -0,507 -0,147 -0,128 0,274 0,495 -0,54 -0,555 -0,555 (0,100)*** (0,161)*** ASEAN -0,132 0 1,486 1,568 1,21 -0,29 (,) -2,295 (0,192)*** (0,323)*** FTAJ -0,038 -0,088 -0,08 -0,059 -0,031 -0,025 (0,044)** (0,037)** (0,011)*** (0,012)*** EU -1,281 -1,141 -0,556 0,835 0,262 (0,461)** -1,5 -1,125 (0,240)*** -0,275 LRFAC -0,297 -0,669 -0,656 0,576 0,103 -0,418 -1,385 -1,268 (0,068)*** -0,163 _cons -115,506 -176,691 -109,853 2,713 -20,699 (53,871)** (94,571)* -85,157 -9,803 -16,655 N 740 740 740 740 740 aic 4227,915 3519,094 , 1717,588 2424,538 bic 4306,228 3588,194 , 1795,901 2512,065 r2 0,522 0,182 0,1613 0,94 0,1613 Ramsey (F) 5,68 0 0,75 0,12 28,41 0,0292 0,9568 0,3861 0,7298 0 5.1.2. Kiểm định mô hình 5.1.2.1. Kiểm định Ramsey
Để đảm bảo mô hình có dạng hàm đúng và không thiếu các biến giải thích quan trọng, tác giả sử dụng kiểm định RAMSEY. Ý tưởng của kiểm định này là biến giải thích quan trọng bị thiếu là các biến bậc cao của các biến giải thích trong mô hình. Trong mô hình hồi quy bội này, lượng biến giải thích sẽ tương đối nhiều, tác giả sử dụng biến đại diện cho các biến này được lấy từ các ước lượng của biến phụ thuộc YHAT^2.
Giả thuyết:
- H0: Mô hình ban đầu xác định đúng (không cần dạng bậc cao của các biến giải thích).
- H1: Mô hình ban đầu xác định sai (cần đưa các dạng bậc cao của các biến giải thích).
Tiêu chuẩn kiểm định:
Kiểm định F: Fqs = = F − statistic (Ramsey Reset test) Sau khi ước lượng mô hình bằng 5 phương pháp và tiến hành kiểm định Ramsey bằng Stata, kết quả cho thấy phương pháp OLS và HECKMAN không vượt qua kiểm định này khi hệ số Prob < chi2 (<0,05). Mô hình được ước lượng bằng phương pháp PPML, FE, RE cho kết quả phù hợp, không thiếu biến quan trọng với hệ số Prob > chi2>0,05 (bảng 5.1, dòng cuối cùng).
5.1.2.2. Kiểm định Hausman lựa chọn giữa mô hình FE và RE
Để lựa chọn giữa mô hình theo phương pháp FE và RE. Tác giả tiến hành kiểm định Hausman. Kiểm định Hausman có các giả thuyết sau:
• H0: không có tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Mô hình RE là phù hợp);
• H1: có tương quan giữa các biến giải thích và thành phần ngẫu nhiên (Mô hình FE là phù hợp)
Kết quả kiểm định Hausman đã bác bỏ giả thuyết H0 với chi2(1) = 28,41 giá trị P-value = 0.8860 < 0,05 nên mô hình RE phù hợp hơn FE (Phụ lục 17).
5.1.3. Đo lường sự phù hợp của hàm hồi quy qua hệ số R2, aic, bic
- Hệ số R2
Một thước đo sự phù hợp của mô hình tuyến tính thường dùng là hệ số xác định R2 (R Square). Công thức tính R bình phương xuất phát từ ý tưởng xem toàn bộ biến thiên quan sát được của biến phụ thuộc được chia thành 2 phần: phần biến thiên do Hồi quy (Regression) và phần biến thiên do phần dư (Residual). Nếu phần biến thiên do phần dư càng nhỏ, nghĩa là khoảng cách từ các điểm quan sát đến đường ước lượng hồi quy càng nhỏ thì phần biến thiên do hồi quy sẽ càng cao, khi đó giá trị R bình phương sẽ càng cao. Kết quả từ 5 phương pháp ước lượng cho thấy phương pháp PPML cho hệ số R2 rất cao, chênh lệch hẳn so với các phương pháp khác (bằng 0,94%). Tiếp đến là hệ số R2 của mô hình ước lượng bằng phương pháp OLS, HECKMAN và RE, FE (Bảng 5.1, dòng thứ 3 dưới lên).
- Hệ số aic
Hệ số aic dùng để cố gắng đo lường chất lượng tương đối của các mô hình kinh tế lượng cho một tập dữ liệu nhất định bằng cách cung cấp cho nhà nghiên cứu ước tính về thông tin sẽ bị mất nếu một mô hình cụ thể được sử dụng để hiển thị quá trình tạo ra dữ liệu. Như vậy, với một tập hợp các mô hình kinh tế lượng, mô hình được ưu tiên về chất lượng tương đối sẽ là mô hình có giá trị aic tối thiểu.
Hệ số aic từ các mô hình trên cho thấy, mô hình bằng phương pháp PPML cho kết quả thấp nhất. Theo tiêu chí này, mô hình PPML phù hợp nhất (Bảng 5.1, dòng thứ 5, dưới lên).
- Hệ số bic
Bic là ước tính về chức năng xác suất sau của mô hình là đúng, theo một thiết lập Bayes nhất định, do đó bic thấp hơn có nghĩa là một mô hình được coi là có khả năng là mô hình thực sự. Theo kết quả ước lượng từ 5 mô hình trên cho thấy phương pháp bằng PPML cho hệ số bic thấp nhất. Một lần nữa khẳng định phương pháp này là tối ưu nhất trong 5 phương pháp thử nghiệm (Bảng 5.1, dòng thứ 4, dưới lên).
5.1.4. Đánh giá và lựa chọn phương pháp ước lượng tối ưu
Sau khi tiến hành ước lượng mô hình bằng 5 phương pháp (OLS, FE, RE, PPML, chọn mẫu Heckman), tác giả rút ra một số nhận xét như sau:
- Tổng số quan sát ở cả 5 mô hình đều bằng nhau và bằng 740.
- Kiểm định Ramsey cho kết quả mô hình ước lượng bằng phương pháp PPML, RE, FE phù hợp, 4 mô hình còn lại không phù hợp.
- Kiểm định Hausman cho thấy mô hình RE phù hợp hơn mô hình FE
- Phương pháp PPML cho hệ số R2bằng 94%, cao hơn 3 phương pháp OLS và FE, RE.
- Hệ số aic và bic của phương pháp PPML thấp nhất. Điều này chứng tỏ mô hình ước lượng bằng phương pháp PPML mất ít thông tin hơn mô hình FE, RE
- Biến bị loại bỏ: Mô hình ước lượng theo phương pháp FE loại bỏ các biến không thay đổi theo thời gian (BOR, LANDLOCK, ASEAN, DIS). Các mô hình còn lại cho ra hệ số ước lượng cho tất cả các biến.
- Về mặt ý nghĩa thống kê, phương pháp PPML cho kết quả thống kê có ý nghĩa ở tất cả các biến giải thích đưa vào. Trong khi tỷ lệ này ở phương pháp FE là 5/14, phương pháp RE là 6/14.
Từ những kết luận trên, tác giả lựa chọn mô hình ước lượng theo phương pháp PPML làm kết quả phân tích, thảo luận, ước tính tiềm năng. Kết quả chi tiết theo phương pháp PPML như sau:
Bảng 5.2. Kết quả ước lượng mô hình trọng lực cho ngành chè Việt Nam bằng phương pháp PPML VEXVJ Hệ số Hệ số giải thích (%) Độ lệch chuẩn Hệ số p Hằng số 9,621 9,803 0,326
QPROV - Sản lượng sản xuất chè của Việt Nam 1,690 1,690 0,335 0,000 PANV - Số đơn xin cấp bằng sáng chế của cư dân Việt
Nam
0,001 0,132 0,001 0,020 VG - Ban hành quy trình sản xuất Vietgap của Việt Nam 0,121 12,912 0,057 0,032 PCGNIJ - Thu nhập quốc dân bình quân đầu người của
nước nhập khẩu
-0,424 -0,424 0,084 0,000 DPROTEAJ - Khả năng trồng chè của nước nhập khẩu -0,401 -0,401 0,090 0,000 QIMPJ - Sản lượng nhập khẩu chè của nước j 0,763 0,763 0,037 0,000 POPJ - Quy mô dân số của nước j 0,589 0,589 0,039 0,000 PROW - Tổng sản lượng sản xuất chè của thế giới (không
bao gồm Việt Nam)
-2,178 -2,178 0,789 0,006 DIS - Khoảng cách từ Hà Nội đến thủ đô nước j -0,439 -0,439 0,150 0,003 BOR - Biên giới chung 1,234 243,477 0,173 0,000 LTJ1 - Nước nhập khẩu đối với ngành chè Việt Nam (0902) -0,030 -0,030 0,011 0,005 E - Tỷ giá hối đoái 0,078 0,078 0,017 0,000 FTAVJ - Hiệp định thương mại được ký kết giữa Việt Nam
và j
-0,494 -38,970 0,103 0,000 WTO - Tư cách thành viên WTO của Việt Nam 0,274 31,566 0,100 0,006 ASEAN - Tư cách thành viên ASEAN của nước j 1,568 379,812 0,192 0,000 FTAJ - Hiệp định thương mại nước j ký kết với các nhà
nhập khẩu khác
-0,059 -5,705 0,011 0,000 EU - Tư cách thành viên EU của nước j 0,835 130,579 0,240 0,001 LRFAC - Sự khác biệt yếu tố tài trợ 0,576 0,576 0,068 0,000
5.2. Phân tích kết quả nghiên cứu
Ý nghĩa của các ước tính trong mô hình trọng lực phụ thuộc vào bản chất của biến, cụ thể là biến đó là biến liên tục (continuous variable) hay biến chỉ định (indicator variable). Theo Yotov (2016), trong trường hợp các biến liên tục, chẳng hạn như khoảng cách, việc giải thích ước lượng của hệ số trên logarit của biến liên tục chỉ đơn giản là độ co giãn của (giá trị của dòng thương mại) đối với biến liên tục. Ví dụ, giá trị thực nghiệm tiêu chuẩn cho ước tính biến khoảng cách trong hồi quy trọng lực của β12 = - 0,439 ngụ ý rằng khoảng cách tăng 1% sẽ đưa tới kết quả giá trị xuất khẩu chè của Việt Nam với giảm 0.44%. Đối với các biến giả như VIETGAP,
PAVN, FTAVJ, FTAJ, BOR, ASEAN, WTO, EU, ảnh hưởng của các biến này có thể được tính theo tỷ lệ phần trăm như sau:
(công thức 5.1) Ví dụ, hệ số trong mô hình của FTAJ là β12 = -0,059, từ đó hệ số giải thích của nó bằng: [exp(-0,059) - 1]*100= -5,705%. Điều đó có nghĩa quốc gia nhập khẩu ký kết thêm 1 FTA với các nhà cung cấp khác thì xuất khẩu chè Việt Nam giảm 5,705%.
Phần dưới đây tác giả sẽ tiến hành phân tích kết quả để chỉ ra các nhân tố ảnh hưởng tới xuất khẩu chè Việt Nam. Trong các biến đưa vào mô hình, một số biến mang ý nghĩa đưa ra hàm ý chính sách sẽ được phân tích sâu hơn, minh chứng rõ ràng hơn. Đối với các biến nhằm mục đích kiểm soát tốt mô hình (các nhân tố không thể thay đổi được bằng các chính sách) tác giả sẽ không tiến hành phân tích sâu. Các chính sách thương mại ảnh hưởng đến xuất khẩu chè cũng được trả lời trong phần phân tích này. Cuối cùng, tác giả sử dụng hệ số ước tính từ mô hình để ước tính tiềm năng thương mại một số thị trường trên thế giới.
5.2.1. Phân tích các nhân tố ảnh hưởng tới xuất khẩu chè Việt Nam
Kết quả nghiên cứu cho thấy, 18 biến đưa vào mô hình nghiên cứu đều có có ý nghĩa thống kê. Để việc giải thích kết quả được logic, tác giả có thể mà bỏ qua thứ tự giữa các biến hoặc gom một số biến trong cùng một dòng giải thích.
Đầu tiên, sản lượng chè sản xuất của Việt Nam càng tăng thì giá trị xuất khẩu chè càng mạnh. Sản lượng tăng thêm 1% thì giá trị xuất khẩu chè tăng 1,69%. Sản lượng sản xuất chè của Việt Nam tăng đều qua các năm chủ yếu do sự tăng lên của năng suất lao động trong khi diện tích trồng chè khá ổn định.
Biểu 5.1. Năng suất, sản lượng, diện tích trồng chè của Việt Nam
(Nguồn: [124] truy cập ngày 10/05/2021)
Theo số liệu của FAOSTAT, từ 1996 đến 2019, tốc độ tăng năng suất của chè Việt Nam trung bình đạt 4,82%. So với nhiều nước trên thế giới thì tốc độ này khá cao, chẳng hạn Trung Quốc chỉ đạt khoảng 1,14%. Trước 2006, năng suất trồng chè
của Việt Nam thấp hơn nhiều nước trên thế giới nhưng vẫn cao hơn Trung Quốc. Từ 2009 đến nay, năng suất chè của Việt Nam cao hơn nhiều nước trên thế giới. Năm 2018 tới nay, thậm chí còn cao hơn Nhật Bản, Kenya và Ấn Độ, Sri Lanka và chỉ thấp hơn so với Thổ Nhĩ Kỳ.
Biểu 5.2. Năng suất trồng chè của Việt Nam và một số nước trên thế giới
(Nguồn: [124] truy cập ngày 10/05/2021)
Thứ hai, sáng chế là cơ sở, nền tảng cho quá trình đổi mới công nghệ, và từ đó chuyển đổi thành năng suất trực tiếp. Kết quả ước lượng từ nghiên cứu này cho thấy, trung bình 1 đơn xin cấp bằng sáng chế của cư dân Việt Nam tăng lên thì xuất khẩu chè tăng thêm 0,132%
Nhiều nghiên cứu trên thế giới đã chứng minh, đổi mới công nghệ là nhân tố chính định hình nền nông nghiệp thế giới trong 100 năm qua. So sánh mô hình sản xuất nông nghiệp ở Hoa Kỳ vào đầu những năm 1920 và cuối những năm 1990 cho thấy diện tích đất trồng trọt đã thu hoạch đã giảm từ 350 xuống 320 triệu mẫu Anh, tỷ trọng của lực lượng lao động nông nghiệp đã giảm đáng kể từ 26 xuống 2,6 phần trăm, và số người hiện nay làm việc trong nông nghiệp đã giảm từ 9,5 triệu năm 1920 so với 3,3 triệu năm 1995. Nhưng sản lượng nông nghiệp năm 1995 lớn hơn 3,3 lần so với năm 1920 (Theo số liệu từ Cục điều tra dân số Hoa Kỳ 1975, 1980, 1998). Trên bình diện quốc tế, những thay đổi to lớn trong mô hình sản xuất đã xảy ra. Trong khi dân số thế giới tăng hơn gấp đôi từ năm 1950 đến 1998 từ 2,6 lên 5,9 tỷ, sản lượng ngũ cốc trên đầu người đã tăng khoảng 12 phần trăm, và diện tích thu hoạch trên mỗi người đã giảm một nửa. Những con số này cho thấy năng suất đã tăng lên và phương thức sản xuất nông nghiệp đã thay đổi đáng kể. Có một lượng lớn tài liệu nghiên cứu về những thay đổi trong năng suất, trong đó hầu hết các nghiên cứu cho rằng đổi mới công nghệ là yếu tố cơ bản. Sự đổi mới được định nghĩa ở đây là các phương pháp mới, phong tục hoặc thiết bị được sử dụng để thực hiện các tác vụ mới. Một số nghiên
vực châu Âu giai đoạn 2008 - 2010 đã tạo ra 1,7 nghìn tỷ euro, chiếm 14% GDP của châu Âu. Đối với các ngành công nghiệp của Mỹ, trong năm 2010, riêng sáng chế đã mang lại 763 tỷ USD, chiếm 5,3% GDP.
Bảng 5.3. Số đơn xin cấp bằng sáng chế của cư dân một số nước xuất khẩu
chè (Nguồn: [129], truy cập ngày 10/5/2021)
Năm China India Kenya Sri Lanka Japan Turkey Germany Poland Vietnam 2001 30038 2379 120 382815 337 49989 2202 52 2002 39806 2693 23 123 365204 414 47598 2313 69 2003 56769 3425 22 95 358184 489 47818 2268 78 2004 65786 4014 31 120 368416 682 48448 2381 103 2005 93485 4721 34 149 367960 928 48367 2028 180 2006 122318 5686 41 153 347060 1072 48012 2157 196 2007 153060 6296 41 151 333498 1810 47853 2392 219 2008 194579 6425 63 201 330110 2221 49240 2488 204 2009 229096 7262 48 202 295315 2555 47859 2899 258 2010 293066 8853 77 225 290081 3180 47047 3203 306 2011 415829 8841 135 194 287580 3885 46986 3879 300 2012 535313 9553 123 287013 4434 46620 4410 382 2013 704936 10669 127 328 271731 4392 47353 4237 443 2014 801135 12040 132 265959 4766 48154 3941 487 2015 968252 12579 137 218 258839 5352 47384 4676 582 2016 1204981 13199 144 280 260244 6230 48480 4261 560 2017 1245709 14961 135 277 260292 8175 47785 3924 592 2018 1393815 16289 244 343 253630 7156 46617 4207 646 2019 1243568 19454 294 356 245372 7871 46632 3887 720 Theo số liệu từ Ngân hàng thế giới, số đơn xin cấp bằng sáng chế của cư dân Việt Nam tăng đều trong những năm qua. Số liệu đến năm 2019 cho thấy số đơn xin