Các mơ hình nghiên cứu từ (4.4) đến (4.7) có các quan sát theo khơng gian là các tỉnh/ thành phố trong cả nước, giai đoạn 2004-2014. Do đó có thể tồn tại sự tương tác theo không gian địa lý giữa các quan sát. Ví dụ như: chuyển dịch lao động trong một tỉnh có thể ảnh hưởng đến chuyển dịch lao động trong các tỉnh lân cận; hay đào tạo lao động (chất lượng lao động) của một địa phương có thể ảnh hưởng lan tỏa đến các địa phương lân cận; hay một địa phương có tốc độ tăng trưởng lao động cao có thể thu hút lao động từ các vùng lân cận; hay một cú sốc xảy ra tại một địa phương có thể ảnh hưởng đến các địa phương khác. v.v... Trong trường hợp này, các phương pháp ước lượng số liệu mảng không gian sẽ đạt hiệu quả tốt hơn so với các phương pháp ước lượng truyền thống (Anselin, 1988).
Mặt khác, các kiểm định I-Moran, LM error và LM robust, Kiểm định Kelejian - Robinson (1992) chỉ ra bằng chứng tồn tại hiện tượng sai số không gian; các kiểm định
nhân tử Lagrange cho thấy tồn tại hiện tượng trễ không gian (phụ lục - bảng A10). Các mơ hình SAR và SDM hồi quy robust để khắc phục hiện tượng phương sai sai số thay đổị Bảng 4.25 báo cáo kết quả ước lượng các mơ hình theo số liệu mảng khơng gian, bao gồm 4 mơ hình SEM, SAC, SAR, SDM. Các mơ hình này nhằm đánh giá tác động của các yếu tố đến chuyển dịch cơ cấu lao động giữa các ngành, trong mỗi tỉnh. So với các mơ hình (4.1) - (4.3), các mơ hình SEM, SAC, SAR, SDM có thêm trễ không gian của các biến độc lập (SDM), trễ không gian của sai số ngẫu nhiên (SEM, SAC).
Kết quả ước lượng các mơ hình số liệu mảng không gian cho thấy:
Hệ số của biến khác biệt thu nhập (KBTN) trong tất cả các mơ hình (4.4)- (4.7) đều dương và hệ số của bình phương khác biệt thu nhập (KBTN2) đều âm và có có ý nghĩa thống kê với mức xác suất p < 5%. Dấu hiệu này cũng phù hợp với các kết quả ước lượng mơ hình theo số liệu gộp, số liệu mảng và số liệu mảng đa bậc (bảng A9-phụ lục). Do đó, khác biệt thu nhập có mối quan hệ với CDCCLĐ giữa các ngành theo hình chữ U ngược. Các mơ hình số liệu mảng khơng gian cung cấp thêm thông tin: trễ khơng gian của KBTN khơng có dấu hiệu ảnh hưởng đến chuyển dịch cơ cấu lao động. Nói cách khác, mức khác biệt thu nhập tại mỗi tỉnh có ảnh hưởng đến CDCCLĐ giữa các ngành trong tỉnh đó nhưng ảnh hưởng lan toả của KBTN đến các tỉnh lân cận thì khơng có dấu hiệu ảnh hưởng đến CDCCLĐ giữa các ngành trong tỉnh đó.
Hệ số của biến lnCAP đều có dấu dương và có ý nghĩa thống kê cao trong cả bốn mơ hình cịn trễ khơng gian của biến này mang dấu âm trong mơ hình SDM. Dấu hiệu này cho thấy: mức vốn bình quân lao động của mỗi tỉnh có ảnh hưởng tích cực đến chuyển dịch cơ cấu lao động của tỉnh, tuy nhiên ảnh hưởng lan tỏa không gian của cường độ vốn của tỉnh j đến các tỉnh lân cận lại tác động tiêu cực đến chuyển dịch cơ cấu lao động trong tỉnh j. Điều này ngụ ý rằng: nếu nguồn vốn tích tụ ở một tỉnh nào đó thì các tỉnh lân cận cũng bị ảnh hưởng, và ảnh hưởng lan tỏa không gian này là không tốt cho chuyển dịch cơ cấu lao động của địa phương tích tụ vốn.
Hệ số của biến lnSIZE đều mang dấu âm và có ý nghĩa thống kê ở mức 5% trong cả bốn mơ hình. Kết quả này cũng phù hợp với các mơ hình xem xét chuyển dịch cơ cấu lao động trong nội bộ ngành. Điều đó cho thấy, quy mơ lao động của tỉnh càng lớn thì mức độ tái phân bổ lao động giữa các ngành trong tỉnh càng chậm, có thể do thơng tin chậm hơn hoặc khó khăn hơn trong cơng tác quản lý, điều hành. Thêm nữa, trong mơ hình SDM, trễ khơng gian của biến này khơng có dấu hiệu ảnh hưởng đến chuyển dịch cơ cấu lao động, tức là ảnh hưởng của quy mô lao động của tỉnh j đến các tỉnh lân cận không tác động đến chuyển dịch cơ cấu lao động của tỉnh j.
Bảng 4.25 Kết quả ước lượng các mơ hình số liệu mảng không gian
Biến phụ thuộc LI: Chuyển dịch cơ cấu lao động giữa các ngành trong một tỉnh Hệ số hồi quy của các biến độc lập trong các mơ hình số liệu mảng khơng gian
SEM SAC SAR
(robust) SDM (robust) KBTN 1,1713679 1,0390974 1,3507818 1,0912303 (0,0056) (0,0081) (0,0214) (0,0418) KBTN2 -0,24375072 -0,21067784 -0,31221661 -0,22334073 (0,0243) (0,0359) (0,0064) (0,0357) lnCAP 0,73221425 0,74875061 0,21548236 0,78674743 (0,0000) (0,0000) (0,0582) (0,0000) lnSIZE -0,22387537 -0,2286922 -0,20947414 -0,28618037 (0,0000) (0,0000) (0,0038) (0,0001) DTLD -0,04934896 -0,01861303 -0,02550307 -0,02018662 (0,4700) (0,7781) (0,5712) (0,8142) G_LABOR 1,6131694 1,5399167 1,3841605 1,4837746 (0,0001) (0,0001) (0,0357) (0,0270)
Wx - Trễ không gian của biến độc lập trong mơ hình SDM
W_KBTN -0,74222465 (0,7174) W_KBTN2 0,15382712 (0,8052) W_lnCAP -1,2396884 (0,0001) W_lnSIZE -0,79845596 (0,1201) W_DTLD 0,23932208 (0,0177) W_G_LABOR -3,5631566 (0,0013) Hằng số 1,0742854 6,6085103 1,0947973 14,455308 (0,1966) (0,0010) (0,2415) (0,0014) Spatial Lambda trong mơ hình SEM, SAC
_cons 0,88048568 0,96193712 (0,0000) (0,0000) Sigma
_cons 1,3113443 1,2175343 1,3492017 1,2845577 (0,0000) (0,0000) (0,0000) (0,0000)
Nguồn: Tính tốn của tác giả với phần mềm STATA Ghi chú: Số trong ngoặc đơn là giá trị xác suất tương ứng với thống kê kiểm định
Biến đào tạo lao động (DTLD) khơng có dấu hiệu thống kê cho thấy có tác động trực tiếp đến chuyển dịch cơ cấu lao động giữa các ngành trong các mơ hình số liệu mảng khơng gian. Tuy nhiên, mơ hình SDM cho thấy, trễ khơng gian của biến đào tạo lao động có ảnh hưởng tích cực đến chuyển dịch cơ cấu lao động. Tức là đào tạo lao động có tác động tích cực đến chuyển dịch cơ cấu lao động giữa các ngành qua ảnh hưởng lan tỏa của nó đến các địa phương khác.
Hệ số của biến tốc độ tăng lao động (G_LABOR) đều mang dấu dương và có ý nghĩa thống kê cao trong cả bốn mơ hình. Mơ hình SDM cung cấp thêm thông tin: trễ của biến này mang dấu âm, có ý nghĩa thống kê với mức xác suất p < 0.001. Điều này ngụ ý rằng, tốc độ tăng lao động của tỉnh có ảnh hưởng tích cực đến chuyển dịch cơ cấu lao động giữa các ngành trong tỉnh. Hơn nữa, nếu tốc độ tăng lao động của tỉnh j lấn át các tỉnh lân cận thì sẽ ảnh hưởng đến thị trường lao động của các tỉnh cân cận, do vậy trễ không gian của biến này có xu hướng ảnh hưởng tiêu cực đến chuyển dịch cơ cấu lao động của tỉnh j.
Hệ số lambda (hệ số ước lượng của sai số ngẫu nhiên trong mơ hình SEM, SAC) đều mang dấu dương và có ý nghĩa thống kê cao (p < 0,0000) cho biết, các cú sốc ngẫu nhiên hoặc những thay đổi tại một địa phương có thể ảnh hưởng lan tỏa đến các địa phương khác với cùng chiều hướng (tích cực hoặc tiêu cực).
Hệ số Rho (hệ số của trễ không gian của biến phụ thuộc) trong mơ hình SAR và SDM đều dương và có ý nghĩa thống kê cao (p < 0,0000), ngụ ý rằng chuyển dịch cơ cấu lao động diễn ra tích cực tại một tỉnh có thể kéo theo các tỉnh xung quanh cũng có chuyển dịch cơ cấu lao động tích cực.
Các kiểm định lựa chọn mơ hình (xem phụ lục bảng A10) cho thấy mơ hình SDM là phù hợp hơn cả.
Tóm lại: Các mơ hình hồi quy theo số liệu mảng không gian trong mục này đều tập trung vào việc phát hiện các nhân tố có ảnh hưởng đến chuyển dịch cơ cấu lao động giữa các ngành trong mỗi tỉnh. Các nhân tố có ảnh hưởng tích cực được tìm thấy bao gồm: mức khác biệt thu nhập trung bình giữa các ngành trong mỗi tỉnh; cường độ vốn; đào tạo lao động và tốc độ tăng lao động. Các nhân tố có ảnh hưởng tiêu cực bao gồm: quy mô lao động; trễ không gian của các biến cường độ vốn, tốc độ tăng lao động.