CHƯƠNG 1 : GIỚI THIỆU LUẬN VĂN THẠC SĨ KINH TẾ
4.4. Kết quả nghiên cứu
4.4.1.3. Tổng lao động khả dụng (LAB)
Bảng 4.5 Kết quả thống kê mô tả biến lao động quốc gia LAB Biến Quan Biến Quan
sát
Trung bình
Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất LAB 304 5.66E+07 1.07E+08 2.27E+06 5.02E+08
Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata
Biến LAB có mức trung bình là khoảng 56.6 triệu người, độ lệch chuẩn là 10.7 triệu người. Độ lệch chuẩn của yếu tố lao động không quá cao giữa các quốc gia. Số lượng lao động thấp nhất nhất là 2.27 triệu người trong khi cao nhất là 502 triệu người.
Để xét tương quan giữa tăng trưởng kinh tế và lao động, ta sử dụng phân tán đồ để xem tương quan giữa biến độc lập và biến phụ thuộc. Tương quan này được thể hiện ở phân tán đồ trong hình dưới, với trục tung là GDP đại diện tăng trưởng kinh tế và trục hoành là LAB đại diện cho lực lượng lao động khả dụng.
Hình 4.4: Phân tán đồ tương quan giữa tăng trưởng kinh tế và lao động. Nguồn: Phân tích dữ liệu từ phần mềm STATA Nguồn: Phân tích dữ liệu từ phần mềm STATA
Phân tán đồ ở hình 4.4 cho mức tương quan cao giữa biến độc lập LAB và biến phụ thuộc GDP. Từ phân tán đồ này, có thể có nhận định ban đầu về mối quan hệ giữa lao động và tăng trưởng rằng lao động có tương quan chặt chẽ với tăng trưởng, tương quan này là phi tuyến tính, tương quan thuận và khơng hồn tồn. 4.4.1.4. Tỉ lệ học tiểu học (EDU1)
Bảng 4.6 Kết quả thống kê mô tả biến tỉ lệ học tiểu học EDU1 Biến Quan Biến Quan
sát
Trung bình
Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất EDU1 189 90.31245 8.862437 53.78 99.938 Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata
Biến EDU1 có mức trung bình là 90.31245 và độ lệch chuẩn 8.862437 khôn quá cao cho thấy mức chênh lệch không quá cao về tỉ lệ học tiểu học của các nước
đang phát triển xét trong bộ dữ liệu. Giá trị nhỏ nhất là 53.78% thuộc về Sudan, giá trị lớn nhất là 99.938% của Malaysia.
Hình 4.5: Phân tán đồ thể hiện tương quan giữa tăng trưởng kinh tế và tỉ lệ học tiểu học.
Nguồn: Phân tích dữ liệu từ phần mềm STATA
Phân tán đồ ở hình 4.5 cho mức tương quan cao giữa biến độc lập EDU1 - Tỉ lệ học tiểu học và biến phụ thuộc GDP. Từ phân tán đồ này, có thể có nhận định ban đầu về mối quan hệ giữa tỉ lệ học tiểu học và tăng trưởng rằng tỉ lệ học tiểu học có thể có tương quan với tăng trưởng, tuy không rõ ràng cần kiểm tra thêm, tương quan này là phi tuyến tính, tương quan thuận và khơng hoàn toàn.
Bảng 4.7 Kết quả thống kê mơ tả biến chi tiêu chính phủ cho giáo dục trên chi tiêu cơng EDU2 Biến Quan sát Trung bình Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất EDU2 188 14.79524 5.037064 5.967 30.008
Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata
Biến EDU2 có mức trung bình chi tiêu cho giáo dục trên chi tiêu cơng của chính phủ ở các nước đang phát triển là 14.79524, độ lệch chuẩn là 5.037064, giá trị nhỏ nhất là 5.967 thuộc về Sudan trong khi giá trị lớn nhất là 30.008 lại thuộc về Zimbabwe.
Hình 4.6: Phân tán đồ thể hiện tương quan giữa tăng trưởng kinh tế và chi tiêu của giáo dục trên chi tiêu cơng.
Phân tán đồ ở hình 4.6 cho mức tương quan cao giữa biến độc lập EDU2 - Chi tiêu cho giáo dục trên chi tiêu công và biến phụ thuộc GDP. Từ phân tán đồ này, có thể có nhận định ban đầu về mối quan hệ giữa chi tiêu cho giáo dục trên chi tiêu cơng và tăng trưởng là có thể có tương quan. Tuy khơng rõ ràng cần kiểm tra thêm, tương quan này là phi tuyến tính, tương quan thuận và khơng hồn tồn.
4.4.1.6. Chi tiêu chính phủ cho giáo dục trên GDP (EDU3)
Bảng 4.8 Kết quả thống kê mơ tả biến chi tiêu của chính phủ cho giáo dục trên GDP EDU3
Biến Quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất EDU3 189 3.648608 1.500233 1.012 8.485
Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata
Biến EDU3 có mức trung bình chi tiêu cho giáo dục trên GDP của chính phủ ở các nước đang phát triển là 3.648608, độ lệch chuẩn là 1.500233, giá trị nhỏ nhất là 1.012 thuộc về Sudan trong khi giá trị lớn nhất là 8.485 lại thuộc về Zimbabwe. Có thể thấy ở cả biến EDU2 và EDU3 thì Zimbabwe ln là quốc gia có tỉ lệ chi tiêu cơng cho giáo dục ở mức cao.
Hình 4.7: Phân tán đồ thể hiện tương quan giữa tăng trưởng kinh tế và chi tiêu của giáo dục trên GDP.
Nguồn: Phân tích dữ liệu từ phần mềm STATA
Phân tán đồ ở hình 4.7 cho mức tương quan cao giữa biến độc lập EDU3 - Chi tiêu cho giáo dục trên chi tiêu GDP và biến phụ thuộc GDP. Từ phân tán đồ này, có thể có nhận định ban đầu về mối quan hệ giữa chi tiêu cho giáo dục trên GDP và tăng trưởng là có thể có tương quan. Tương quan này là phi tuyến tính, tương quan thuận và khơng hồn tồn.
4.4.1.7. Số lượng nghiên cứu khoa học và công nghệ A
Bảng 4.9 Kết quả thống kê mô tả biến số lượng nghiên cứu khoa học và cơng nghệ A Biến Quan sát Trung bình Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
A 224 7183.914 14964.05 5.9 93349.4
Biến A có số lượng nghiên cứu khoa học và cơng nghệ trung bình là 7183.914, độ lệch chuẩn là 14964.05, giá trị nhỏ nhất là 5.9 thuộc về Laos trong khi giá trị lớn nhất là 93349.4 lại thuộc về Ấn Độ.
Hình 4.8: Phân tán đồ thể hiện tương quan giữa tăng trưởng kinh tế và số lượng nghiên cứu khoa học cơng nghệ quốc gia.
Nguồn: Phân tích dữ liệu từ phần mềm STATA
Phân tán đồ ở hình sau cho mức tương quan rất cao giữa biến độc lập A - Số lượng nghiên cứu khoa học công nghệ của quốc gia và biến phụ thuộc GDP. Từ phân tán đồ này, có thể có nhận định ban đầu về mối quan hệ giữa số lượng nghiên cứu khoa học công nghệ của quốc gia và tăng trưởng là có thể tương quan chặt chẽ với nhau, trong đó biến A có tác động rất tích cực đến tăng trưởng GDP. Tương quan này là phi tuyến tính, tương quan thuận và khơng hồn tồn.
Sau khi thực hiện thống kê mơ tả, ta đã có các nhận xét sơ bộ về mối quan hệ giữa các biến độc lập với biến phụ thuộc, để nhận định về quan hệ giữa các yếu tố nghiên cứu đến tăng trưởng kinh tế. Ta biết được rằng các biến độc lập đã xét đều có liên quan đến biến phụ thuộc, để mô tả và đo lường tương quan này, ta thực hiện phân tích tương quan Pearson. Thực hiện phân tích tương quan bằng tính hệ số tương quan Pearson, ta có bảng ma trận hệ số tương quan như ở hình 4.3.
Tính hệ số tương quan Pearson
Hình 4.9: Kết quả phân tích tương quan Pearson Nguồn: Phân tích dữ liệu từ phần mềm STATA
Hình 4.3: Kết quả kiểm định xtest cho bộ dữ liệu. Nguồn: Phân tích dữ liệu từ phần mềm STATA
Giá trị sig của vốn CAP và GDP là 0.3818 lớn hơn 5%. Do đó với độ tin cậy 95%, vốn khơng có tương quan đến GDP.
Giá trị sig của lao động LAB với GDP và lao động với vốn đều bé hơn 5%. Do đó với độ tin cậy 95%, lao động có tương quan đến GDP và trữ lượng vốn quốc gia.
Tiếp đó, EDU1 có các hệ số sig đều lớn hơn 5%, với độ tin cậy 95% tỉ lệ học tiểu học khơng có tương quan cao với các biến GDP, vốn CAP và lao động LAB
Trong khi đó, EDU2 có các hệ số sig đều lớn hơn 5% với các biến khác ngoại trừ với EDU1. Vậy chi tiêu chính phủ cho giáo dục trên chi tiêu cơng có tương quan với tỉ lệ học tiểu học quốc gia nhưng khơng có tương quan với các biến khác ở mức ý nghĩa 95%
Với EDU3, hệ số sig trong tương quan của EDU3 với biến GDP, EDU1 và EDU2 thì bé hơn 5% trong khi đó các biến cịn lại là CAP và LAB thì hệ số sig lại lớn hơn 5%. Nghĩa là chi tiêu cho giáo dục trên GDP có tương quan chặt chẽ đến biến tăng trưởng GDP và các biến giáo dục đang xét đến là tỉ lệ học tiểu học và chi tiêu của chính phủ trên chi tiêu cơng.
Cuối cùng là biến nghiên cứu khoa học cơng nghệ A có hệ số sig trong tương quan của A với các biến GDP, LAB và EDU3 bé hơn 5% trong khi các biến còn lại là CAP, EDU1 và EDU2 lại lớn hơn 5%. Điều này nghĩa là nghiên cứu khoa học cơng nghệ có liên quan mật thiết đến tăng trưởng kinh tế, nguồn lao động và chi tiêu chính phủ trên GDP ở mức ý nghĩa 95% trong khi lại khơng có tương quan cao với trữ lượng vốn quốc gia, tỉ lệ học tiểu học và chi tiêu của chính phủ trên chi tiêu cơng.
4.4.3. Phân tích hồi quy
Trước hết chúng ta thực hiện kiểm tra dữ liệu trên bộ dữ liệu hiện có có cân bằng hay khơng. Bảng dữ liệu để thực hiện kiểm định với các quốc gia cho giai đoạn từ 1997 đến 2015 có kết quả như hình 4.3:
Hình 4.10: Kết quả kiểm định xtest cho bộ dữ liệu. Nguồn: Phân tích dữ liệu từ phần mềm STATA
Hình 4.4: Kết quả kiểm định xtest cho bộ dữ liệu. Nguồn: Phân tích dữ liệu từ phần mềm STATA
Vậy bộ dữ liệu với các quốc gia trong giai đoạn 1997-2015 trong nghiên cứu là cân bằng.
Với bộ dữ liệu cân bằng, chúng ta tiếp tục xét hồi quy cho dữ liệu. Để ước đốn mối quan hệ chính xác hơn, chúng ta lấy logarit e cho bộ dữ liệu và thực hiện hồi quy với các biến cụ thể như sau:
lnGDP là đại diện cho biến phụ thuộc GDP lnCAP đại diện cho vốn quốc gia
lnLAB đại diện cho lực lượng lao động lnEDU1 đại diện cho tỉ lệ học tiểu học
lnEDU2 đại diện cho chi tiêu của chính phủ cho giáo dục trên chi tiêu cơng lnEDU3 đại diện cho chi tiêu của chính phủ cho giáo dục trên GDP
lnA đại diện cho phát triển khoa học công nghệ, đo lường bằng số lượng nghiên cứu khoa học công bố hàng năm
Với dữ liệu bảng, ta thực hiện hồi quy Pool OLS, FEM, REM, thực hiện kiểm định Hausman và một số kiểm định khác cho hai biến này.
Bảng 4.10 Kết quả hồi quy ước lượng theo phương pháp bình phương nhỏ nhất cho dữ liệu bảng (Pool OLS).
Biến Hệ số hồi quy Giá trị p-value
lnCAP 0.2270431 0.000 lnLAB 0.4399068 0.000 lnEDU1 1.935922 0.000 lnEDU2 -0.1483991 0.389 lnEDU3 0.1306229 0.418 lnA 0.3192152 0.000 const -9.368271 0.000
Nguồn: Phân tích dữ liệu từ phần mềm STATA
Từ bảng kết quả hồi quy Pool OLS ở hình 4.4, ta có thể thấy giá trị R-squared là 0.9474 cho thấy mức giải thích theo phương pháp này cho mơ hình rất cao, có thể giải thích cho 94.74%. Theo đó, ở mơ hình này, giá trị p-value của các biến độc lập ngoài trừ EDU2 và EDU3 đều nhỏ hơn 5%, điều đó có nghĩa rằng ở mức ý nghĩa 95% thì các biến độc lập vốn, lao động, tỉ lệ học tiểu học và khoa học cơng nghệ đều có ý nghĩa tác động tới biến phụ thuộc GDP. Trong đó biến EDU2 và EDU3 lại lớn hơn 5%, điều đó cho thấy 2 biến chi tiêu chính phủ cho giáo dục khơng có tác động tới biến tăng trưởng kinh tế. Các biến vốn, lao động, tỉ lệ học tiểu học và khoa học công nghệ đều mang dấu dương đúng như kỳ vọng. Để nghiên cứu sâu hơn về mơ hình ta tiếp tục thực hiện kiểm định tác động cố định và kiểm định tác động ngẫu nhiên, thực hiện kiểm định Hausman để chọn ra mơ hình và các kiểm định khác để phân tích tương quan.
4.4.3.1. Kiểm định tác động cố định
Thực hiện hồi quy mơ hình tác động cố định, ta có bảng kết quả hồi quy như bảng 4.11:
Bảng 4.11 Kết quả hồi quy tác động cố định
Biến Hệ số hồi quy Giá trị p-value
lnCAP 0.0460675 0.071 lnLAB 1.30575 0.056 lnEDU1 2.411511 0.000 lnEDU2 0.0319224 0.902 lnEDU3 0.0005051 0.999 lnA 0.3970932 0.000 const -24.86557 0.026
Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata
Theo kết quả hồi quy mơ hình tác động cố định, thì giá trị p-value của các biến tỉ lệ học tiểu học EDU1 và số lượng nghiên cứu khoa học A có ý nghĩa, mang dấu dương, nghĩa là có tác động tích cực đến tăng trưởng kinh tế. Các biến độc lập cịn lại có giá trị p-value > 5% nên khơng có ý nghĩa trong tương quan với biến tăng trưởng GDP ở mức ý nghĩa 95%.
4.4.3.1. Kiểm định tác động ngẫu nhiên
Tiếp tục thực hiện hồi quy mơ hình tác động ngẫu nhiên, ta có bảng kết quả hồi quy như bảng 4.12:
Bảng 4.12 Kết quả hồi quy tác động ngẫu nhiên
Biến Hệ số hồi quy Giá trị p-value
lnCAP 0.0621801 0.017 lnLAB 0.4733969 0.000 lnEDU1 2.630735 0.000 lnEDU2 -0.0291179 0.878 lnEDU3 -0.0130115 0.947 lnA 0.452637 0.000 const -12.22589 0.000
Nguồn: Báo cáo phân tích dữ liệu từ phần mềm Stata
Theo kết quả hồi quy mơ hình tác động ngẫu nhiên, thì giá trị p-value của tất cả các biến độc lập đều có ý nghĩa ở mức ý nghĩa 95%. Ngoại trừ 2 biến chi tiêu
chính phủ cho giáo dục trên GDP và chi tiêu của chính phủ cho giáo dục trên chi tiêu cơng là có p-value nhỏ hơn 0.05 do đó khơng có ý nghĩa. Các biến CAP, LAB, EDU1, A đều có tương quan tới biến tăng trưởng GDP, trong đó CAP, LAP EDU1 và A đều mang dấu dương như kỳ vọng, nghĩa là các biến này có tác động tích cực tới tăng trưởng kinh tế theo mơ hình ước lượng.
Để xem xét xem mơ hình hồi quy tác động ngẫu nhiên hay tác động cố định là mơ hình phù hợp, ta thực hiện tiếp tục kiểm định Hausman.
4.4.3.3. Kiểm định chọn mơ hình: Kiểm định Hausman và kiểm định LM test Thực hiện kiểm định Hausman, ta sẽ có bảng kết quả như hình 4.5: Thực hiện kiểm định Hausman, ta sẽ có bảng kết quả như hình 4.5:
Bảng 4.13: Kết quả kiểm định Hausman cho bộ dữ liệu.
fe re fe-re S.E. lnCAP 0.460675 0.0621801 -0.161126 lnLAB 1.30575 0.4833969 0.8323531 0.6700685 lnEDU1 2.411511 2.630735 -0.2192236 0.3895121 lnEDU2 0.0319224 -0.0291179 0.0610403 0.1732941 lnEDU3 0.0005051 -0.0130115 0.0135166 0.2184737 lnA 0.3970932 0.452637 0.0555439 0.0667237 p-value > chisquare 0.8992 Nguồn: Phân tích dữ liệu từ phần mềm STATA
Kết quả kiểm định Hausman cho ta kết quả có p-value > 0.05, nghĩa là ở mức ý nghĩa 95%, kiểm định sẽ bác bỏ giả thiết H1, ủng hộ H0, hay nói cách khác, mơ hình hồi quy tác động ngẫu nhiên REM sẽ là mơ hình phù hợp hơn để ước lượng.
Để chắc chắn hơn, ta tiếp tục thực hiện kiểm định LM test để xem hồi quy tác động ngẫu nhiên REM hay mơ hình ước lượng bình phương nhỏ nhất cho dữ liệu bảng (Pool OLS) tốt hơn. Bảng kết quả kiểm định LM test cho kết quả như ở bảng 4.14:
Bảng 4.14: Kết quả kiểm định LM test cho bộ dữ liệu. var sd var sd lnGDP 2.910842 1.706119 e 0.0379501 0.1948078 u 0.0738981 0.271842 p-value < chisquare 0.00000 Nguồn: Phân tích dữ liệu từ phần mềm STATA
Kết quả kiểm định cho thấy p-value < 5%, vậy với mức ý nghĩa 95%, kiểm định ủng hộ hồi quy tác động ngẫu nhiên REM là mơ hình phù hợp cho ước lượng. Thực hiện lại hồi quy tác động ngẫu nhiên trong Stata, ta có bảng kết quả sau: Bảng 4-15 Kết quả hồi quy tác động ngẫu nhiên