Nghiên cứu sử dụng phương pháp hồi quy hai giai đoạn 2SLS (two stage least squares) để ước lượng mô hình nhằm giải quyết vấn đề nội sinh.
Mô hình OLS đơn giản được hồi quy trên cơ sở giả định rằng sai số của biến phụ thuộc không tương quan với biến độc lập. Tuy nhiên, đối với các trường hợp biến phụ thuộc và độc lập có quan hệ tác động qua lại (nhân quả), khi đó không thể dùng
được phương pháp hồi quy OLS. Do vậy phương pháp hồi quy 2SLS được đề xuất để
giải quyết vấn đề nội sinh. Dưới đây là các bước thực hiện hồi quy 2SLS: Xét một mô hình có dạng sau:
J = '+ J + K+ L (4.1)
Trong đó (K, L) = 0 và (J, L) ≠ 0
y2 là biến nội sinh, và không thể dùng phương OLS khi biến y2 tương quan với u. Do vậy cần sử dụng biến công cụ K và tương quan với y2, đồng thời là biến ngoại sinh ((K, L) = 0. Khi đó, hồi quy mô hình OSL dạng sau:
J = '+ PK + PK+ (4.2)
Theo đó mô hình (4.2) được gọi là mô hình dạng rút gọn của y2, z2 là biến công cụ của y2 nếu thỏa mãn điều kiện sau:
- Tương quan với biến y2 hay P ≠ 0
- Không tương qua với u: (K, L) = 0
Sau khi ước lượng mô hình (4.2) sẽ xác định được các giá trị ước lượng JQ, bước thứ 2 là hồi quy mô hình (4.1) thay biến y2 bằng biến JQ
Dựa trên việc tổng quan nghiên cứu lựa chọn hai biến công cụ là biến trễ của biến thu nhập bình quân. Một cách cụ thể, mẫu xem xét với dữ liệu của 2010, 2012,
2014, 2016 thì các trễ là thu nhập bình quân của 2008, 2010, 2012, 2014. Biến công cụ
thứ hai là biến dân số của mỗi địa phương.
4.3. Kết quả ước lượng mô hình với các chỉ số của bộ số liệu PCI
4.3.1. Kết quả mô hình với biến phụ thuộc là biến chi phí không chính thức (thay thế cho chỉ số tham nhũng)
Mô hình xem xét các yếu tốảnh hưởng đến biến số tham nhũng có dạng sau:
BR = + ##BR+ LBR+ BR+ BR+
BR+ =<BR+ EBR (4.3)
Trong đó biến informalcost là chỉ số "chi phí không chính thức" của bộ chỉ số
PCI, được xem là chỉ số thay thế cho biến tham nhũng.
Biến gdpper là biến thu nhập bình quân đầu người của mỗi tỉnh. Edu là biến trình độ giáo dục được tính bằng số năm đi học trung bình của người dân trong tỉnh. Biến fdi là biến tổng vốn đầu tư trực tiếp nước ngoài đăng ký trên tổng dân số. Biến số
internet là tỷ lệ hộ gia đình trong tỉnh sử dụng internet. Và ELF là biến phân hóa dân tộc cách tính như trình bày ở 4.1.1. Và biến indis là biến chênh lệch thu nhập nhóm thấp nhất và nhóm cao nhất tính theo ngũ phân vị.
Thực hiện hồi quy mô hình (4.3) với biến công cụ (mô hình 2SLS) cho kết quả được trình bày ở bảng 4.1.
Bảng 4.1: Kết quả mô hình 2SLS với biến phụ thuộc là "chi phí không chính thức"
Kết quả các hệ số
Informalcost Hệ số Thống kê t P_value
Gddper -0.31 -7.77 0.00 Fdi -0.01 -1.94 0.05 Edu -0.004 -1.18 0.24 Indis -1.30 -3.03 0.00 ELF 0.0002 0.02 0.99 Internet 0.48 6.32 0.00
Các kiểm định chuẩn đoán mô hình
Sargan statistic P_value 0.09
Kiểm định tính nội sinh biến gdpper
Chi-sq (1) P-val 15.071
P_value 0.0001
Kiểm định Sargan về sự phù hợp của biến công cụ cho thấy có thể bác bỏ giả
thiết H0 (Giả thiết H0: biến công cụ không phải là biến phù hợp). Do đó, có thể kết luận rằng các biến công cụ được sử dụng trong mô hình là phù hợp. Kết quả kiểm định tính nội sinh của biến gdpper cho thấy có thể bác bỏ H0 ở mức ý nghĩa thống kê 1% (H0: biến gdpper là biến ngoại sinh). Do đó, có thể thấy hồi quy FE với biến công cụ là biến trễ của gdpper và biến dân số của tỉnh là một mô hình phù hợp. Các kết quả mô hình chỉ
ra biến gdpper, indis, internet có hệ số có ý nghĩa thống kê ở mức 1%. Theo đó, tỉnh có thu nhập bình quân càng cao hay tỉnh có trình độ phát triển cao thì hiện tượng tham nhũng lại xảy ra nhiều hơn. Khi thu nhập bình quân tăng lên 1% thì điểm số của informalcost giảm 0.31%. Sự chênh lệch thu nhập giữa nhóm giàu và nghèo càng lớn (tăng 1%) thì điểm số của “chi phí không chính thức” giảm (giảm 1.3%) hay hiện tượng tham nhũng vặt lại nhiều hơn. Tương tự, tỉnh có thu hút FDI càng lớn (tăng 1%) thì hiện tượng thì điểm số của “chi phí không chính thức” càng thấp (giảm 0.01%). Ngược lại, tỷ
lệ bao phủ internet (tăng 1%) ở tỉnh càng lớn thì điểm số của “chi phí không chính thức” tăng lên (tăng 0.48%) hay hiện tượng tham nhũng giảm xuống. Các biến trình độ giáo dục, và biến phân hóa dân tộc có các hệ số không có ý nghĩa thống kê hay không ảnh hưởng đến vấn đề tham nhũng (biến “chi phí không chính thức”).
4.3.2. Kết quả mô hình với biến số “thiết chế pháp lý”
Mô hình xem xét các yếu tố ảnh hưởng đến chất lượng các thiết chế pháp lý, với biến phụ thuộc là chỉ số "thiết chế pháp lý" thuộc bộ chỉ số PCI. Nhưđã trình bày trong phần 4.1.1. và 2.4, thì chỉ số “thiết chế pháp lý” thay thế cho chỉ số “pháp quyền” (rule of law) trong chiều cạnh thứ 3 của khung đo lường chất lượng thể chế
kinh tế. Các biến phụ thuộc tương tự mô hình (4.3).
SBR = + ##BR + LBR+ BR + BR+ BR+ =<BR + EBR (4.4)
Kết quả mô hình hồi quy 2SLS được trình bày trong bảng 4.2. Kết quả chỉ ra rằng mô hinh không có vấn đề nội sinh với giá trị p_value là 0.23 hay chấp nhận giả
thiết H0. Do vậy, biến gdpper không phải là biến nội sinh trong mô hình. Kiểm định Sargan cũng chỉ ra rằng các biến công cụ lựa chọn là không phù hợp. Do vậy mô hình hồi quy tác động cố định (fixed effect –FE) cho kết quả tốt hơn. Từ kết quả các hệ số
mô hình có thể thấy một số vấn đề như sau:
Thứ nhất, tương tự các kết quả mô hình “chi phí không chính thức” thì trình độ
phát triển được thay thế bởi biến thu nhập bình quân của tỉnh ảnh hưởng đến chỉ số
“thiết chế pháp lý” một cách có ý nghĩa thống kê 1%. Tỉnh có thu nhập bình quân tăng lên 1% thì chỉ số “thiết chế pháp lý” tăng lên 0.158%
Thứ hai, trình độ giáo dục của người dân có ảnh hưởng đến chất lượng thể chế. Nếu tỷ lệ người dân có trình độ từ phổ thông trung học trở lên (tăng 1%) càng cao thì tỉnh đó có điểm số của “thiết chế pháp lý” (tăng 0.01%) càng lớn.
Thứ ba, tỉnh có chênh lệch thu nhập càng lớn thì "chỉ số thiết chế pháp lý" càng tốt hơn. Các biến số FDI và tỷ lệ hộ sử dụng internet không ảnh hưởng đến chất lượng thể
chế. Chỉ số “thiết chế pháp lý” phản ánh chất lượng thể chếở tiêu chí “đảm bảo quyền sở
hữu và thực thi hợp đồng, đảm bảo vấn đề an ninh trật tự để đảm bảo môi trường kinh doanh cho doanh nghiệp tại địa phương”. Kết quả của các hệ số cho thấy “trình độ phát triển” của địa phương, trình độ giáo dục của người dân có ảnh hưởng đến chất lượng thể
chếở chiều cạnh “Sự tuân thủ các thể chếđược thiết lập đểđiều chỉnh các tương tác kinh tế và xã hội giữa công dân và nhà nước” và cụ thể là chỉ số pháp quyền (rule of law).
Bảng 4.2: Kết quả mô hình 2SLS với biến phụ thuộc là "chỉ số thiết chế pháp lý"
(a) Kết quả mô hình 2SLS (b) Kết quả mô hình FE
law Hệ số Thống kê t P_value Hệ số Thống kê t P_value
gdpper 0.20 3.41 0.00 0.158 3.610 0.001 fdi 0.003 0.25 0.80 0.003 0.290 0.773 edu 0.01 1.83 0.07 0.010 2.000 0.050 indis 2.30 3.33 0.00 2.464 5.300 0.000 ELF -0.02 -1.64 0.10 -0.023 -1.520 0.132 internet -0.08183 -0.77 0.443 -0.073 -0.910 0.364 -5.175 -5.160 0.000
Các kiểm định chuẩn đoán mô hình
Sargan statistic P_value 0.456
Endogeneity test Chi-sq (1) P-val 1.44 P_value 0.23 Nguồn: Tính toán của tác giả
4.3.3. Kết quả mô hình với biến phụ thuộc “Tính năng động và tiên phong của chính quyền tỉnh” của chính quyền tỉnh”
Tương tự mô hình với biến số “tham nhũng” dạng mô hình với biến số phụ
thuộc là chỉ số “Tính năng động và tiên phong của chính quyền tỉnh” (biến active):
BR = + ##BR+ LBR+ BR+ BR+
Các biến giải thích tương tự mô hình (4.3) và (4.4), biến phụ thuộc là chỉ số “Tính năng động và tiên phong của chính quyền tỉnh” trong bộ chỉ số PCI. Chỉ số này thay thế cho chỉ số “chất lượng các quy định” (Regulatory Quality) nhằm đo lường khả năng xây dựng và thực hiện chính sách cho phép thúc đẩy và phát triển khu vực tư nhân. Chỉ số “Tính năng
động và tiên phong của chính quyền tỉnh” trong bộ chỉ số PCI đo lường “tính sáng tạo, sáng suốt của chính quyền tỉnh trong quá trình thực thi chính sách cua Trung ương, trong việc đưa ra những sáng kiến riêng nhằm phát triển khu vực kinh tế tư nhân”. Thực hiện các thủ tục ước lượng tương tự mô hình (4.3) cho kết quảđược trình bày trong bảng 4.3. Kết quả kiểm định vấn đề nội sinh của mô hình cho thấy mô hình có vấn đề nội sinh (hệ số P-value của kiểm
định tính nội sinh của mô hình nhỏ hơn 0.05) do vậy nghiên cứu sử dụng kết quả của mô hình mô hình 2SLS. Từ kết quả mô hình của bảng 4.3 có thể thấy một số vấn đề sau:
-Tỉnh có thu nhập bình quân (có trình độ phát triển cao) lại không phải là tính có chỉ số “Tính năng và tiên phong của chính quyền” cao.
-Biến sốfdi có hệ số dương và có ý nghĩa thống kê 10% cho thấy việc thu hút fdi có ảnh hưởng tích cực đến chỉ số “Tính năng động và tiên phong của chính quyền tỉnh”. Mục tiêu thu hút dòng đầu tư nước ngoài có thể chính là động lực để chính quyền tỉnh tạo ra một môi trường thể chế chính sách tốt hơn.
-Tỉnh có tỷ lệ hộ gia đình sử dụng internet cao sẽ làm điểm số “Tính năng động và tiên phong của chính quyền tỉnh” cao hơn hay việc thực thi và xây dựng chính sách phát triển khu vực kinh tế tư nhân của chính quyền tỉnh sẽ tốt hơn. Tỷ lệ hộ dân sử
dụng internet tăng 1% sẽ làm cho chỉ số này 0.26% ở mức ý nghĩa 1%.
Bảng 4.3: Kết quả mô hình 2SLS với biến phụ thuộc là "Tính năng động và tiên phong của chính quyền tỉnh"
Active Hệ số Thống kê t P_value
Gdpper -0.185 -3.030 0.003 Fdi 0.014 1.770 0.078 Edu -0.007 -1.520 0.129 Indis 0.953 1.550 0.122 ELF -0.005 -0.310 0.758 Internet 0.262 2.550 0.011
Các kiểm định chuẩn đoán mô hình
Sargan statistic P_value 0.0845
Endogeneity test
Chi-sq(1) P-val 6.508
P_value 0.0107
4.3.4. Kết quả với chỉ số “Chi phí thời gian”
Mô hình xem xét các yếu tốảnh hưởng đến chỉ số PCI tổng hợp như sau:
LBR = + ##BR+ LBR + BR+ BR+
BR+ =<BR+ EBR (4.6)
Các biến giải thích tương tự mô hình (4.3), biến phụ thuộc là chỉ số “chi phí thời gian” trong bộ chỉ số PCI. Chỉ số này thay thế cho chỉ số “hiệu lực của chính phủ” (Regulatory Quality) nhằm đo lường chất lượng dịch vụ hành chính công. Chỉ số “chi phí thời gian trong bộ PCI “đo lường thời gian mà các doanh nghiệp phải bỏ ra khi thực hiện các thủ tục hành chính”. Kiểm định Sargan về sự phù hợp của biến công cụ cho thấy có thể chấp nhận giả thiết H0 (Giả thiết H0: biến công cụ không phải là biến phù hợp). Kết quả kiểm định tính nội sinh của biến gdpper cho thấy có thể chấp nhận H0 (H0: biến gdpper là biến ngoại sinh). Do đó, mô hình FE cho kết quả tốt hơn.
Bảng 4.4: Kết quả mô hình 2SLS với biến phụ thuộc là “Chi phí thời gian”
(a) Kết quả mô hình 2SLS (b) Kết quả mô hình FE Hệ số Thống kê t P_value Hệ số Thống kê t P_value
Gdpper 0.05 1.59 0.11 0.030 1.250 0.215 Fdi 0.004 0.25 0.80 0.002 0.340 0.733 Edu 0.01 2.16 0.03 0.008 2.270 0.027 Indis 0.74 2.07 0.04 0.825 2.230 0.029 ELF -0.02 -2.29 0.02 -0.016 -3.920 0.000 Internet -0.02 -0.37 0.71 -0.016 -0.280 0.782 -0.312 -0.410 0.686
Các kiểm định chuẩn đoán mô hình
Sargan statistic P_value 0.5593
Endogeneity test Chi-sq(1) P-val 1.762 P_value 0.1844 Nguồn: Tính toán của tác giả Từ kết quả mô hình của bảng 4.4 có thể thấy một số vấn đề sau:
Thứ nhất, tỷ lệ người dân có trình độ từ phổ thông trở lên cao hay dân số có trình độ giáo dục cao có ảnh hưởng tích cực đến chỉ số “chi phí thời gian” hay “chất lượng hành chính và dịch vụ công”. Tỷ lệ dân số có trình độ từ phổ thông trở lên tăng 1% thì chất lượng hành chính và dịch vụ công tăng lên 0.008% điểm với mức ý nghĩa là 5%.
Thứ hai, tỉnh có mức độ chênh lệch thu nhập (bất bình đẳng) cao lại có điểm số
Thứ ba, chỉ số phân hóa sắc tộc có ảnh hưởng tiêu cực đến chỉ số “chi phí thời gian”. Như phân tích tổng quan ở chương I thì “sự thiếu đồng nhất về mặt sắc tộc sẽ
tạo ra căng thẳng giữa các nhóm xã hội, giảm sự hợp tác và tạo ra xung đột giữa các thể chế chính thức và không chính thức”. Hay nói cách khác, mức độ phân hóa sắc tộc càng lớn thì càng ảnh hưởng tiêu cực đến “chất lượng thể chế”. Kết quả này phù hợp với các nghiên cứu trước đây.
4.3.5. Kết quả chỉ số PCI tổng hợp
Mô hình xem xét các yếu tốảnh hưởng đến chỉ số PCI tổng hợp như sau:
#BR = + ##BR+ LBR + BR+ BR+ BR + =<BR+ EBR(4.7)
Dựa trên kết quả mô hình trình bày ở bảng 4.5 cho thấy không có vấn đề nội sinh ở mô hình do vậy kết quả của mô hình FE được sử dụng để giải thích. Theo đó, kết quả các hệ số cho thấy biến indis, ELF và internet có dấu và hệ số tương tự với các mô hình (4.4) và (4.5). Như vậy tỉnh có chênh lệch thu nhập cao, tỉnh có tỷ lệ hộ dân sử dụng internet cao có chỉ số PCI tổng hợp cao hơn, và tỉnh có mức độ phân hóa sắc tộc lớn có ảnh hưởng đến “chỉ số PCI tổng hợp”.
Bảng 4.5: Kết quả mô hình 2SLS với biến phụ thuộc là “chỉ số pci tổng hợp”
Kết quả mô hình 2SLS (b) Kết quả mô hình FE
Pci Hệ số Thống kê t P_value Hệ số Thống kê t P_value
gdpper -0.010 -0.710 0.479 0.003 0.290 0.776 Fdi -0.001 -0.410 0.685 -0.001 -0.480 0.630 Edu -0.0005 -0.330 0.744 -0.001 -0.360 0.721 Indis 0.409 2.670 0.008 0.355 2.520 0.014 ELF -0.004 -1.680 0.094 -0.005 -2.120 0.038 internet 0.088 3.840 0.000 0.085 3.840 0.000 Hằng số 3.325 11.830 0.000
Các kiểm định chuẩn đoán mô hình
Sargan statistic P_value 0.3013
Endogeneity test
Chi-sq (1) P-
val 1.760
P_value 0.185
4.4. Thảo luận kết quả
Nghiên cứu xem xét ảnh hưởng của các nhân tố bao gồm thu nhập bình quân trên đầu người, giáo dục, khả năng thu hút FDI, bất bình đẳng trong thu nhập, tỷ lệ
hộ dân sử dụng internet và sự phân hóa dân tộc đến các khía cạnh khác nhau của chất lượng thể chế địa phương/tỉnh. Dựa trên kết quả các mô hình có thể thấy một số vấn đề sau:
Thứ nhất, tỉnh có GDP bình quân đầu người cao có tác động cả thuận chiều và ngược chiều đến chất lượng thể chế. GDP bình quân đầu người tác động thuận chiều rõ rệt đến chỉ số “thiết chế pháp lý” hay “pháp quyền”. Điều này có nghĩa là tỉnh có trình độ phát triển cao sẽ tạo được nền tảng vững chắc cho việc cải thiện tình hình thực thi pháp luật ở địa phương cũng như vấn đề an ninh trật tự để đảm bảo môi trường kinh doanh cho doanh nghiệp địa phương. Tuy nhiên, theo kết quả mô hình, GDP bình quân đầu người lại ảnh hưởng ngược chiều đối với chỉ số “chi phí không chính thức”,