So sánh và lựa chọn mơ hình ước lượng phù hợp

4.1. Kết quả kiểm định

4.1.2.2. So sánh và lựa chọn mơ hình ước lượng phù hợp

a) So sánh mơ hình POLS và FEM

Kết quả hồi quy mơ hình OLS cho thấy R2 = 99,24%, điều này cho thấy mơ hình giải thích tốt kết quả nghiên cứu. Bên cạnh đó kiểm định F với giá trị Prob > F = 0.0000 cũng cho thấy mơ hình sử dụng là phù hợp. Tuy nhiên, với phương pháp hồi quy OLS cho dữ liệu bảng thì độ vững và tính hiệu quả của các hệ số trong phân tích chưa đảm bảo độ tin cậy, vì OLS khơng quan tâm đến yếu tố khơng thể thu thập cũng như những ảnh hưởng riêng lẻ và đặc thù của đối tượng.

Để kiểm định lựa chọn giữa hai mơ hình đề tài nghiên cứu sử dụng kiểm định F (F-test) và phân phối Fisher để kiểm định giả thuyết. Với giả thuyết H0: Mơ hình Pooled OLS hiệu quả hơn, bác giả thuyết H0 chấp nhận H1 mơ hình FEM được chọn.

Bảng 4.6: Kết quả kiểm định F-Test của mơ hình

STT F Prob Lựa chọn

1 2.96 0.0000 Fixed Effects Model (FEM)

Nguồn: Tác giả tính tốn từ phần mềm hỗ trợ STATA

Kết quả kiểm định cho thấy P-value = 0.0000 <1%, do đó bác bỏ giả thuyết H0, chấp nhận H1. Qua kiểm định cho thấy mơ hình lựa chọn phương pháp ước lượng FEM tốt hơn phương pháp ước lượng OLS.

b) So sánh mơ hình POLS và REM

Để lựa chọn giữa hai mơ hình ước lượng Pooled OLS và REM nghiên cứu sử dụng kiểm định Breusch và Larange Multiplier test (LM-test). Đây là kiểm định với giả thiết H0: Mơ hình Pooled OLS được lựa chọn, bác giả thuyết H0 chấp nhận H1 mơ hình REM được chọn.

Bảng 4.7: Kết quả kiểm định Breusch và Larange Multiplier của mơ hình STT chibar2 (01) Prob Lựa chọn

1 2.89 0.0445 Random Effects Model (REM)

Nguồn: Tác giả tính tốn từ phần mềm hỗ trợ STATA

Kết quả kiểm định cho thấy P-value = 0.0445 <5%, do đó bác bỏ giả thuyết H0, chấp nhận H1. Vì vậy mơ hình lựa chọn phương pháp ước lượng REM tốt hơn phương pháp ước lượng Pooled OLS.

c) So sánh mơ hình FEM và REM

Để so sánh và lựa chọn giữa hai mơ hình ước lượng FEM và REM nghiên cứu sử dụng kiểm định Hausman (Hausman test). Đây là kiểm định với giả thiết H0: Mơ hình REM được lựa chọn, bác giả thuyết H0 chấp nhận H1 mơ hình FEM được chọn.

Bảng 4.8: Kết quả kiểm định Hausman của mơ hình

STT Chi2 (8) Prob Lựa chọn

Nguồn: Tác giả tính tốn từ phần mềm hỗ trợ STATA

Kết quả kiểm định cho thấy P-value = 0.0000 <5%, do đó bác bỏ giả thuyết H0, chấp nhận H1. Vì vậy mơ hình lựa chọn phương pháp ước lượng FEM tốt hơn phương pháp ước lượng REM.

Qua kiểm định lựa chọn giữa các mơ hình pooled OLS, FEM và REM bằng các phương pháp kiểm định F (F-test), Breusch và Larange Multiplier (LM-test) và Hausman (Hausman test) kết quả cho thấy lựa chọn mơ hình ước lượng FEM là phù hợp nhất trong ba mơ hình.

4.1.2.3. Kiểm định và xử lý các khuyết tật của mơ hình a) Kiểm định đa cộng tuyến:

Để kiểm tra dữ liệu bảng sử dụng cho mơ hình nghiên cứu có hiện tượng đa cộng tuyến tồn tại giữa các biến hay không, tác giả thực hiện kiểm định hệ số phóng đại phương sai (Variance Inflation Factor - VIF) bằng câu lệnh vif trong STATA. Kết quả kiểm định cho thấy tất cả các hệ số VIF của các biến đều nhỏ hơn 10 và giá trị trung bình của VIF là 3.80 (VIF= 3.80), do đó khơng có hiện tượng đa cộng

tuyến xảy ra trong bộ số liệu nghiên cứu (Kennedy, 1992).

Bảng 4.9: Kiểm định hệ số phóng đại phương sai

Biến VIF 1/VIF

HEAL 7.43 0.134535 POP15 5.73 0.174583 INCO 4.18 0.239369 BSEM 3.80 0.239369 QUA 3.05 0.327491 L.EDU 2.47 0.405446 EDUS 1.88 0.531372 URBA 1.83 0.547744 Mean VIF 3.80

b) Kiểm định phương sai sai số thay đổi:

Với mơ hình được chọn là FEM, để kiểm định phương sai sai số thay đổi ta dùng kiểm định Wald. Với giả thuyết H0 sai số khơng xảy ra (khơng có hiện tượng phương sai sai số thay đởi), bác giả thuyết H0 chấp nhận giả thuyết H1 có hiện tượng phương sai xảy ra trong mơ hình nghiên cứu.

Bảng 4.10: Kết quả kiểm định Wald

Tên kiểm định Loại kiểm định Kết quả

Phương sai thay đổi Kiểm định Wald chi2 (43) = 9661.66 Prob>chi2 = 0.0000 H0: Sai số không xảy ra

Kết luận: Bác bỏ H0

Nguồn: Tác giả tính tốn từ phần mềm hỗ trợ STATA

Kết quả kiểm định P-value = 0.0000 <5%, do đó bác bỏ giả thuyết H0, chấp nhận H1. Vì vậy, kết quả cho thấy mơ hình có hiện tượng phương sai sai số thay đổi xảy ra.

c) Kiểm định tự tương quan:

Để kiểm định tự tương quan trong mơ hình FEM ta dùng kiểm định Wooldridge. Với giả thuyết H0 khơng có hiện tượng tự tương quan xảy ra, bác giả thuyết H0 chấp nhận giả thuyết H1 có hiện tượng tự tương quan xảy ra trong mơ hình nghiên cứu.

Bảng 4.11: Kết quả kiểm định Woolridge

Tên kiểm định Loại kiểm định Kết quả

Tự tương quan Kiểm định Woolridge F(1, 42) = 12.241 Prob > F = 0.0011 H0: Tương quan không xảy ra

Kết luận: Bác bỏ H0

Kết quả kiểm định P-value = 0.0011 <5%, do đó bác bỏ giả thuyết H0, chấp nhận H1. Vì vậy mơ hình có hiện tượng tự tương quan xảy ra.

d) Kiểm định vấn đề nội sinh trong mơ hình

Việc sử dụng phương pháp hồi quy để phân tích các vấn đề về kinh tế - xã hội, đặc biệt là khi sử dụng dữ liệu bảng thì vấn đề nội sinh trong mơ hình nghiên cứu cũng thường xuất hiện bởi những nguyên nhân chính như sau:

- Do tác động đồng thời (simultaneity) - Do bỏ sót biến (omitted variable)

- Do sai số trong đo lường (error in measure)

- Do sự xuất hiện biến trễ của biến phụ thuộc trong mơ hình

Dựa vào mơ hình nghiên cứu thực nghiệm ở chương 3 và cơ sở lý thuyết cũng như một số nghiên cứu thực nghiệm đã chứng minh, cho thấy rằng trong mơ hình tồn tại hai biến nội sinh:

(1) Biến trễ của biến phụ thuộc làm biến độc lập (giải thích) trong mơ hình (L.EDU). Do đó, biến L.EDU là biến nội sinh trong mơ hình Arellano và Bond (1991).

(2) Vốn sức khỏe (HEAL): Biến số này được xây dựng để kiểm tra sức khỏe của người dân đối với giáo dục. Nghiên cứu thực nghiệm Bloom và Canning (2003) cho thấy bằng chứng ở các nước đang phát triển giảm tỷ lệ tử vong sẽ giúp nâng cao trình độ học vấn và thúc đẩy tăng trưởng. Như vậy, giảm tỷ lệ trẻ tử vong và nâng cao sức khỏe cho dân chúng có tác động đến tăng trưởng. Maitra và Mukhopadhyay (2012) đã cung cấp bằng chứng rằng chi tiêu cho y tế ban đầu dẫn đến sự phát triển của nguồn nhân lực và cuối cùng biểu hiện dưới hình thức tăng trưởng kinh tế. Kết quả nghiên cứu của Dyson (2010) cho thấy khi tỷ lệ tử vong giảm sẽ tác động đến tăng trưởng và giáo dục.

Kết quả kiểm định cho thấy mơ hình tồn tại các khuyết tật; Phương sai sai số thay đởi, tự tương quan và nội sinh. Vì vậy, cần có phương pháp ước lượng phù hợp để khắc phục những khuyết tật đảm bảo tính vững, tính hiệu quả nhằm đưa ra những kết quả đáng tin cậy.

Để giải quyết vấn đề biến nội sinh trong mơ hình nghiên cứu có thể sử dụng các mơ hình 2SLS, IVs, GMM. Theo kết quả nghiên cứu của Arellano và Bond (1991) cho thấy đối với dữ liệu bảng động thì ước lượng GMM có nhiều ưu điểm hơn so với mơ hình ước lượng biến cơng cụ. Do mơ hình GMM dễ dàng chọn các biến cơng cụ, sử dụng biến ngoại sinh ở những thời gian khác làm biến công cụ hay lấy độ trễ của biến nội sinh làm biến cơng cụ của nó. Vì vậy, GMM đưa ra nhiều biến công cụ và cũng dễ dàng đạt được yêu cầu của biến công cụ chuẩn.

Trong nghiên cứu này với mơ hình dữ liệu bảng bao gồm 43 nước (N=43) và thời gian là 15 năm (T=15), để xử lý vấn đề nội sinh, phương sai sai số thay đổi và tự tương quan phương pháp GMM của Arellano và Bond (1991) được đề xuất sử dụng. Hai kiểm định chủ chốt để kiểm tra tính hiệu lực của GMM theo Arellano và Bond (1991) đó là: Kiểm định Sargan hoặc Hansen cho tính hiệu lực của mơ hình GMM sau đó là kiểm định Arellano-Bond để kiểm định sự tương quan.

4.1.2.4. Kết quả nghiên cứu

Kết quả dựa trên mơ hình GMM bằng cách sử dụng lệnh xtabond2 do Roodman (2009) giới thiệu.

- Kết quả kiểm định Sargan cho thấy giá trị Prob > chi2 = 0.217 lớn hơn 10%. Do đó, mơ hình có tính hiệu lực ở bước thứ nhất (Overidentification).

- Kết quả kiểm định Hansen cho thấy giá trị Prob > chi2 = 0.761 lớn hơn 10%. Do dó, mơ hình có tính hiệu lực ở hai bước (Overidentification).

- Kiểm định AR(2) cho thấy giá trị Pr > z = 0.146 lớn hơn 10%. Từ kết quả kiểm định Sargan, Hansen và (AR2) cho thấy tất cả các kết quả trong GMM đều có ý nghĩa.

Dựa vào bảng kết quả 4.12 cho thấy chi tiêu cơng cho giáo dục có tương quan dương với nguồn nhân lực và có ý nghĩa thống kê ở mức 5%. Ngoài ra với mức ý nghĩa thống kê 5% các biến; thu nhập thực bình quân đầu người (INCO), tỷ lệ nhập học đại học (BSEM) cũng có tương quan dương với nguồn nhân lực. Ở mức ý nghĩa thống kê 1% các biến số; tỷ lệ dân thành thị (URBA); tỷ lệ dân số dưới 15 tuổi trong tổng dân số (PO15); biến trễ một kỳ của biến phụ thuộc (L.EDU), những

biến này đều có tương quan dương với biến nguồn nhân lực. Trong khi đó cũng với mức ý nghĩa thống kê 1% thì biến tỷ lệ học sinh/giáo viên (QUA) có tương quan âm.

Ngoài ra, kết quả nghiên cứu cho thấy biến tỷ lệ trẻ tử vong dưới 5 t̉i (HEAL) có tương quan dương với nguồn nhân lực nhưng khơng có ý nghĩa thống kê.

Bảng 4.12: Kết quả ước lượng GMM của mơ hình

Stt Biến Hệ số (Coef) Std. Err z P>|z|

1 L.EDU 0.9082715 0.0042064 215.93 0.000 2 EDUS 0.0110114 0.0052123 2.11 0.035 3 INCO 0.0037969 0.0015583 2.44 0.015 4 PO15 0.0099201 0.0027986 3.54 0.000 5 QUA -0.0156068 0.0015269 -10.22 0.000 6 URBA 0.0079294 0.0014052 5.64 0.000 7 BSEM 0.0021722 0.0011091 1.96 0.050 8 HEAL 0.0025806 0.0034052 0.76 0.449 9 cons 0.0610068 0.0216561 2.82 0.005 Tự hồi quy bậc 2 - AR (2) 0.146 Kiểm định Sargan 0.217 Kiểm định Hansen 0.761 Số quan sát 602 Số quốc gia 43

Wald chi2 (8) = 634447.10; Prob > chi2 = 0.000

Nguồn: Tác giả tính tốn từ phần mềm hỗ trợ STATA

4.2. Thảo luận kết quả nghiên cứu

Từ kết quả ước lượng bảng 4.12, nghiên cứu phân tích các biến có ý nghĩa trong mơ hình nghiên cứu như sau:

- Biến độ trễ của nguồn nhân lực (L.EDU), với tác động cùng chiều và ở mức ý nghĩa thống kê 1%. Kết quả nghiên cứu cho thấy tỷ lệ nhập học của năm trước tăng 1% kết quả dẫn đến năm sau tăng 0.908% với điều kiện các yếu tố khác không đổi.

- Biến tỷ lệ chi tiêu công cho giáo dục (EDUS), với kết quả nghiên cứu cho thấy ở mức ý nghĩa thống kê 5% với điều kiện các yếu tố khác không đổi khi tỷ lệ chi tiêu công cho giáo dục trên GDP tăng 1% thì tỷ lệ nhập học của học sinh tiểu học, trung học cơ sở và THPT tăng 0.011%. Điều này cho thấy chi tiêu của chính phủ cho giáo dục có tác động tích cực trực tiếp đến phát triển nguồn nhân lực. Kết quả nghiên cứu này phù hợp với nghiên cứu của (Baldacci và cộng sự, 2008)

- Thu nhập thực bình qn đầu người (INCO), có ý nghĩa thống kê ở mức 5% và tác động cùng chiều với nguồn nhân lực. Hệ số hồi quy 0.0038, hệ số hồi quy dương của INCO cho thấy nếu thu nhập thực bình quân tăng 1% trong điều kiện các yếu tố khác không đổi dẫn đến nguồn nhân lực tăng 0.0038%. Vì vậy, các nước cần phải thu hút các nguồn lực để tăng trưởng kinh tế qua đó tăng thu nhập cho người dân để họ đầu tư vào giáo dục. Kết quả này phù hợp với kết quả nghiên cứu của Galor và Moav (2004), nghiên cứu tìm thấy bằng chứng khi thu nhập gia tăng người dân có xu hướng đầu tư nhiều hơn vào giáo dục.

- Tỷ lệ dân số dưới 15 t̉i (PO15), có tác động cùng chiều với nguồn nhân lực, có ý nghĩa thống kê ở mức 1%, trong điều kiện các yếu tố khác không đổi tỷ lệ dân số dưới 15 tuổi tăng 1% dẫn đến nguồn nhân lực tăng tương ứng 0.0099%. Kết quả nghiên cứu phù hợp với kết luận của Mingat và Tan (1992), nghiên cứu cho thấy cấu trúc t̉i của dân số có ảnh hưởng đến tỷ lệ nhập học.

- Tỷ lệ học sinh đối với giáo viên (QUA), tác động ngược chiều với nguồn nhân lực, ở mức ý nghĩa thống kê 1% hệ số hồi quy âm của (QUA) chỉ ra rằng nếu tăng tỷ lệ của học sinh trên mỗi giáo viên lên 1% trong điều kiện các yếu tố khác không đổi sẽ dẫn đến tỷ lệ nhập học của học sinh giảm tương ứng 0.0156%. Điều đó cho thấy chất lượng giáo dục sẽ giảm, vì mỗi giáo viên sẽ phải đảm nhận nhiều học sinh hơn. Kết quả nghiên cứu này phù hợp với kết luận của Hanushek (2013).

- Tỷ lệ dân thành thị (URBA), tác động cùng chiều với nguồn nhân lực, có ý nghĩa thống kê ở mức 1%, hệ số hồi quy dương của (URBA) cho thấy nếu tỷ lệ dân số thành thị tăng 1% với điều kiện các yếu tố khác không đổi sẽ tác động đến tỷ lệ nhập học của học sinh tăng tương ứng 0.0079%. Kết quả cho thấy phù hợp với nghiên cứu của Moretti (2004), nghiên cứu kết luận rằng thu nhập và dân trí ở khu vực thành thị cao hơn dẫn đến tỷ lệ nhập học có xu hướng thường cao hơn.

- Tỷ lệ sinh viên học đại học trong độ tuổi (BSEM), kết quả nghiên cứu cho thấy tác động cùng chiều với nguồn nhân lực ở mức ý nghĩa thống kê 5%, hệ số hồi quy dương tương đương 0.0022, điều đó cho thấy khi các yếu tố khác không đổi tỷ lệ sinh viên học đại học tăng 1% dẫn đến kết quả nguồn nhân lực tăng 0.0022%. Kết quả nghiên cứu phù hợp với kết quả nghiên cứu của (Tsai và cộng sự, 2010). Tsai và cộng sự (2010) cho thấy giáo dục đại học giữ vai trò quan trọng đối với nguồn nhân lực và tác động đến tăng trưởng.

- Tỷ lệ trẻ tử vong dưới 5 t̉i (HEAL), kết quả nghiên cứu khơng có ý nghĩa thống kê. Kết quả của bài nghiên cứu này phù hợp với kết quả nghiên cứu của (Sử Đình Thành và Đồn Ngun Vũ, 2015).

Tóm tắt Chương 4: Nội dung chính trong chương này chủ yếu thực hiện các

kiểm định mơ hình nghiên cứu để đưa ra kết quả, phân tích mối quan hệ giữa chi tiêu công giáo dục và nguồn nhân lực. Kết quả cho thấy chi tiêu công giáo dục; thu nhập thực bình quân đầu người; tỷ lệ dân số dưới 15 tuổi; tỷ lệ dân thành thị; tỷ lệ học sinh trên giáo viên; tỷ lệ sinh viên học đại học đều có tác động đến nguồn nhân lực.

Kết quả nghiên cứu với các ước lượng được thực hiện gồm có: mơ hình hồi quy OLS, mơ hình hồi quy (FEM) và mơ hình hồi (REM). Để có mơ hình phù hợp cho bài nghiên cứu tác giả đã thực hiện một số kiểm định lựa chọn mơ hình, đồng thời kiểm định các khuyết tật có trong mơ hình đó và các giải pháp khắc phục những khuyết tật tồn tại của mơ hình để có kết quả đáng tin cậy.

CHƯƠNG 5_KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 5.1. Kết luận

Bằng phương pháp ước lượng GMM sử dụng cho dữ liệu bảng (panel data) của 43 nước đang phát triển trong giai đoạn 2002 - 2016. Nghiên cứu kiểm tra hiệu ứng tác động của chi tiêu công giáo dục lên nguồn nhân lực dựa trên mơ hình lý thuyết tăng trưởng nội sinh.

Một số kết quả được phát hiện như sau:

- Chi tiêu cơng cho giáo dục có tác động tích cực đến đến tỷ lệ nhập học của học sinh tiểu học, trung học cơ sở và THPT, đều này cho thấy chi tiêu cơng có vai