CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
4.3 Kết quả hồi quy tác động của TFP đến khả năng xuất khẩu của doanh nghiệp
Thì phần tiếp theo sẽ trình bày kết quả phân tích hồi quy.
4.3 Kết quả hồi quy tác động của TFP đến khả năng xuất khẩu của doanh nghiệp: nghiệp:
Đầu tiên, ta tính tốn hệ số tương quan giữa các biến độc lập trong mơ hình probit, đây là bước cần thiết để loại trừ trường hợp thay đổi dấu kỳ vọng của biến độc lập do đa cộng tuyến. Kết quả phụ lục 3 cho thấy hệ số tương quan giữa các biến thấp và khơng đáng kể, do đó trong phân tích hồi qui này ta khơng phải quan tâm đến hiện tượng đa cộng tuyến.
Bảng 4.5 Trình bày kết quả hồi quy từ mơ hình probit cho dữ liệu Doanh nghiệp Việt Nam năm 2009 và 2010. Với biến phụ thuộc Y là biến nhị phân mang hai giá trị, mô tả xác suất tham gia thị trường xuất khẩu của doanh nghiệp, biến độc lập là các biến TFP, Size, RD ,vdt ,LH, Wage, Age, Dlocal và Dse.
Tác giả tiến hành hồi quy hai lần, lần đầu bao gồm đầy đủ các biến, tuy nhiên biến vdt lại khơng có ý nghĩa thống kê. Điều này không giống như mong đợi ban
đầu của tác giả cũng như kết quả từ nghiên cứu trước. Lý do biến này khơng có ý nghĩa thống kê có thể là vì tác giả chỉ thu thập số liệu trong một năm nên có những doanh nghiệp đã được đầu tư về tài sản cố định năm trước thì năm nay họ không đầu tư nữa hoặc đầu tư ít, hoặc những doanh nghiệp vừa mới thành lập thì họ lại có số vốn đầu tư ban đầu tương đối lớn,... Do đó, làm cho thơng số của biến này phản ánh khơng đúng tác động của nó lên biến phụ thuộc và kết quả cho thấy biến vdt
khơng có ý nghĩa thống kê trong mơ hình hồi quy.
Chính vì vậy mà tác giả tiếp tục hồi quy lần thứ hai và lần này bỏ biến khơng có ý nghĩa thống kê là vdt và được kết quả như bảng sau:
Bảng 4.5 Kết quả hồi quy mơ hình probit
Y Hệ số (beta) Exp dx/dy Z P-value
TFP 0.44047 1.55 0.16104 7.14 0.000 size 0.00022 1.01 0.00008 3.25 0.001 age -0.01221 0.99 -0.00446 -1.53 0.127 wage 0.13859 1.15 0.05067 2.84 0.004 RandD 0.81403 2.26 0.29763 3.86 0.000 LHNN 0.53928 1.71 0.19717 4.89 0.000 Dlocal1 -1.7077 0.18 -0.62439 -4.69 0.000 Dlocal2 -1.2634 0.28 -0.46193 -3.19 0.001 Dse1 -0.9402 0.39 -0.34377 -5.6 0.000 Dse2 -0.6528 0.52 -0.23870 -3.42 0.001 _cons 0.0028 0 0.01 0.995 Số quan sát 832
The likelihood ratio (LR) chi-square test
247.42
Prob>chi2 0.000
Pseudo R2 0.2252
Nguồn: Tính tốn của tác giả từ bộ số liệu VES 2008-2010
Bảng 4.6: Ước tính xác suất tham gia thị trường xuất khẩu cho biết xác suất ban đầu
Biến Xác suất ban đầu P
5% 10% 15% 20% 25% 30% TFP 7.56% 14.72% 21.52% 27.97% 34.12% 39.97% size 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% wage 5.70% 11.32% 16.85% 22.31% 27.69% 32.99% RandD 10.62% 20.05% 28.48% 36.07% 42.93% 49.17% LHNN 8.28% 16.00% 23.23% 30.01% 36.37% 42.36% Dlocal1 0.95% 1.97% 3.10% 4.34% 5.70% 7.21% Dlocal2 1.47% 3.05% 4.75% 6.60% 8.61% 10.81% Dse1 2.01% 4.16% 6.45% 8.90% 11.52% 14.34% Dse2 2.67% 5.47% 8.41% 11.52% 14.79% 18.24%
Mơ hình Probit là một dạng của mơ hình xác suất phi tuyến tính. Các hệ số hồi quy của mơ hình khơng trực tiếp giải thích mối quan hệ giữa biến phụ thuộc và biến độc lập mà chỉ có thể sử dụng dấu và mức ý nghĩa. Vì vậy, để hiểu rõ hơn tác động của biến độc lập lên biến phụ thuộc, ta cần phải tính tốn hệ số tác động biên tương ứng với từng hệ số hồi quy và hệ số hồi quy ước lượng của từng biến độc lập (beta), được thể hiện như trong bảng 4.6
Bảng 4.6 trình bày các ước tính xác suất tham gia thị trường xuất khẩu khi biến độc lập thay đổi một đơn vị, với xác suất tham gia thị trường xuất khẩu ban đầu được giả định là P0 cho biết trước. Mục đích chia P0 ra thành sáu con số giả định: từ 5% đến 30% để minh họa rằng độ lớn của quan hệ giữa xác suất tham gia vào thị trường xuất khẩu và các yếu tố quyết định của nó khơng phải là một hằng số mà tùy thuộc vào xác suất tham gia thị trường xuất khẩu ban đầu.
Kết quả bảng 4.5 cho thấy có 9 hệ số hồi quy ứng với 9 biến độc lập có ý nghĩa thống kê với mức ý nghĩa 0.1%.
Kết quả hồi quy như mong đợi, TFP có tác động dương đến xuất khẩu. Và tương tự kết quả như trên các biến Size, RD, Wage, LHNN cũng có tác động tích cực đến biến độc lập. Tuy nhiên, biến Dlocal và Dse lại có tác động tiêu cực đến biến phụ thuộc và biến age lại khơng có ý nghĩa thống kê khơng phù hợp với các nghiên cứu của các tác giả trước như James & Mansury (2007), David Greenaway và Richar Kneller (2004), Arnold J M và Hussinger K (2005).
Cột dx/dy cho chúng ta biết tác động biên tại giá trị trung bình của biến độc lập lên biến phụ thuộc và cột Exp(beta) cho chúng ta biết hệ số hồi quy ước lượng của các biến phụ thuộc. Ở đây ta thấy nếu các yếu tố khác khơng đổi thì một doanh nghiệp có TFP tăng 1 đơn vị thì sẽ làm tăng khả năng tham gia xuất khẩu của doanh nghiệp 1.55 lần hoặc là tăng 16,1% xác suất doanh nghiệp tham gia được vào thị trường xuất khẩu với độ tin cậy là 99%. Với một doanh nghiệp với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất tăng lên là 7.56% khi TFP của doanh nghiệp đó tăng lên 1 đơn vị. Kết quả này hoàn toàn phù hợp với các nghiên cứu trước mà đã được tác giả phân tích ở chương 2.
Khi các yếu tố khác khơng đổi thì quy mơ của doanh nghiệp có quan hệ đồng biến mang ý nghĩa thống kê 0.1% với khả năng tham gia thị trường xuất khẩu và 1% trong tăng quy mô doanh nghiệp mà ở nghiên cứu này có thể hiểu là tăng 1% về số lượng nhân công trong doanh nghiệp sẽ làm tăng 1,01 lần khả năng tham gia vào thị trường xuất khẩu của doanh nghiệp. Với một doanh nghiệp với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất tăng lên là 5,0001% khi quy mơ của doanh nghiệp đó tăng lên 1%.
Trong thống kê này ta có thể thấy chất lượng lao động cũng có thể liên quan đến tiền lương. Những doanh nghiệp xuất khẩu có mức lương trung bình cao hơn, chứng tỏ họ có khuynh hướng sử dụng những lao động có kĩ năng hơn những doanh nghiệp không xuất khẩu. Thật vậy, với điều kiện các yếu tố khác khơng đổi thì khi tiền lương trung bình tăng 1 triệu đồng thì khả năng tham gia vào thị trường xuất khẩu của doanh nghiệp sẽ tăng 1.15 lần. Với một doanh nghiệp với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất tăng lên là 5,7% khi tiền lương trung bình của doanh nghiệp đó tăng lên 1 triệu đồng
Việc doanh nghiệp có chi phí nghiên cứu và phát triển sẽ làm tăng khả năng tham gia thị trường xuất khẩu 2,26 lần khi các yếu tố khác không đổi. Với một doanh nghiệp khơng có chi phí nghiên cứu và phát triển với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất tăng lên là 10.62% khi doanh nghiệp đó có chi phí nghiên cứu và phát triển. Kết quả này cũng khá phù hợp với phần lớn các nghiên cứu trước đây và tình hình thực tế ở Việt Nam. Việc đầu tư chi phí R&D giúp doanh nghiệp có thể tận dụng tối ưu nguồn lực và giúp các doanh nghiệp ý thức được rằng R&D gắn bó mật thiết với việc tạo ra những sản phẩm và những cơng nghệ mới, có tác động trực tiếp đến tốc độ tăng trưởng và sự phát triển bền vững của mỗi doanh nghiệp.
Doanh nghiệp có vốn đầu tư nước ngồi có tác động tích cực đến khả năng tham gia vào thị trường xuất khẩu của doanh nghiệp ở mức ý nghĩa 0.1%. Với điều kiện các yếu tố khác khơng đổi thì việc doanh nghiệp có vốn đầu tư nước ngồi sẽ làm tăng khả năng tham gia thị trường xuất khẩu của doanh nghiệp là 1.41 lần. Với
một doanh nghiệp khơng có vốn đầu tư nước ngoài với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất tăng lên là 8.28% khi doanh nghiệp đó có vốn đầu tư nước ngồi.
Lý giải cho sự khác biệt về biến Age so với các nghiên cứu trước, khi các
doanh nghiệp có thâm niên lâu năm trong nghề có thể ít có sự năng động và nhạy bén hơn so với các doanh nghiệp trẻ với các ơng chủ cịn trẻ tuổi của họ. Trong bộ số liệu có doanh nghiệp lên đến 50 tuổi, điều này gây khó khăn trong việc xác định doanh nghiệp này có sự liên tục trong quyền sỡ hữu hay khơng, và nó tạo ra một sự nghi ngờ là tuổi có khả năng truyền tải thơng tin của biến này. Chính vì vậy mà biến
age khơng có ý nghĩa trong hồi quy này.
Hai biến giả đại diện cho hai khu vực với mật độ tập trung các doanh nghiệp cao nhất có tác động ngược chiều với biến phụ thuộc, kết quả hoàn toàn trái ngược với Arnold J M và Hussinger K (2005), Castellani (2001). Với điều kiện các yếu tố khác không đổi khi gia tăng thêm 1 doanh nghiệp ở khu vực phía nam và khu vực phía Bắc sẽ làm giảm khả năng tham gia thị trường xuất khẩu lần lượt là 0.18 và 0.28 lần. Với một doanh nghiệp nằm ngồi khu vực Đơng Nam bộ với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất này giảm xuống cịn 0.95% khi doanh nghiệp đó có vị trí tại khu vực Đơng Nam bộ Việt Nam, giải thích hồn tồn tương tự đối với khu vực đồng bằng sơng Hồng. Có thể nói rằng, các doanh nghiệp dệt may Việt Nam hiện nay đang phân bổ theo các cụm công nghiệp dệt may. Hai vùng tập trung nhiều lao động ngành dệt may và có sự tăng trưởng nhanh trong những năm qua là Vùng Đông Nam Bộ (chiếm gần 62% lao động của tồn ngành) và Đồng bằng sơng Hồng (hơn 22%). Các tỉnh thành tập trung nhiều lao động dệt may là thành phố Hồ Chí Minh, tỉnh Bình Dương, Tỉnh Đồng Nai, Hà Nội, Thái Bình, Nam Định...sự tập trung lao động vào các cụm dệt may dẫn đến tình trạng di dân, và kéo theo là đời sống người lao động có tính chất tạm bợ, khơng ổn định, khó khăn, dẫn đến những vấn đề gây mất ổn định xã hội. Dần dần làm sút giảm sức hấp dẫn của việc di cư tìm việc làm trong ngành tại các cụm công nghiệp dệt may. Và khi các địa phương đều phát triển ngành dệt may thì xuất hiện
tình trạng lao động di chuyển ngược từ các cụm công nghiệp này về lại các địa phương mà từ đó họ đã ra đi. Điều này dẫn đến việc tác động ngược chiều nhau giữa biến Dlocal và biến Y
Tương tự như vậy đối với hai biến phân ngành cho ngành sản xuất trang phục và ngành dệt. Kết quả cho thấy chúng tác động tiêu cực đến hoạt động xuất khẩu. Trái ngược với dấu mà tác giả đã kỳ vọng. Với điều kiện các yếu tố khác không đổi khi tăng thêm một doanh nghiệp ở hai ngành hàng này sẽ làm giảm đi khả năng tham gia thị trường xuất khẩu của các doanh nghiệp lần lược là 0.39 và 0.52 lần. Với một doanh nghiệp không thuộc ngành hàng sản xuất trang phục với xác suất giả định ban đầu tham gia vào thị trường xuất khẩu là 5% thì xác suất này giảm cịn 2.01% nếu doanh nghiệp đó lựa chọn ngành sản xuất là ngành hàng sản xuất trang phục. Sở dĩ có kết quả như trên là do ngành sản xuất trang phục cũng đã có một sự bão hòa tương đối lớn về số lượng doanh nghiệp gia nhập ngành, bên cạnh đó ngành sản xuất sợi những năm gần đây đã có nhiều khởi sắc: Thứ nhất, ngành sợi đã phát huy được lợi thế cạnh tranh về chi phí đầu vào thấp so với các nước mà cụ thể là chi phí nhân cơng và chi phí điện, nước và tiền thuê đất. Thứ hai, tận dụng được những yếu tố thuận lợi từ thị trường sợi thế giới đó là nhu cầu sợi của thị trường của thế giới tăng nhanh trong những năm gần đây và việc Hungary - nước nhập khẩu sợi lớn - áp dụng đánh thuế đối với các sản phẩm sợi từ Trung Quốc, Pakistan, Indonesia từ năm 2009 đã làm tăng khả năng cạnh tranh của ngành sợi Việt Nam.
Các đặc điểm của các hệ số trên đây phần lớn tương đối giống với các tài liệu nghiên cứu trước, tuy nhiên tác giả cũng nhận thấy rằng các đại diện cho các biến đưa ra là không hồn hảo vì nó có khả năng tương quan với TFP, tuy nhiên chúng ta cũng khơng cịn tận dụng nhân tố nào tốt hơn thay thế cho chúng. Lo ngại về sự tương quan giữa hai biến hồi quy về mức lương và TFP, tác giả chạy mơ hình một lần nữa mà khơng có biến tiền lương (wage) và nhận thấy rằng kết quả đưa ra cũng hoàn toàn tương tự Bảng 4.5
Khi giải thích các hệ số dương, cho thấy sự tồn tại của một số doanh nghiệp mới được thành lập với một sự tập trung vào sản xuất tạo ra lợi nhuận cao và ngay lập tức rời thị trường nội địa. Điều này cho thấy rằng các doanh nghiệp có năng suất cao hơn sẽ có tỷ suất tham gia vào thị trường xuất khẩu nhiều hơn các doanh nghiệp khác.
Một số kiểm định trong mơ hình
Đánh giá mức độ phù hợp của mơ hình :
Pseudo R2 = Mc Fadden R2= 1 - (LLM/LL0) = 0.22
Hệ số R2 diễn tả các biến độc lập giải thích được 22% biến thiên của biến phụ thuộc, hệ số R2 tính tốn của tác giả tương đối nhỏ, tuy nhiên đây là một nghiên cứu về vấn đề liên quan đến mối quan hệ nên ta có thể khơng quan tâm nhiều đến hệ số R2 mà cần quan tâm đến hệ số p-value của các biến độc lập.
Đánh giá mức độ phù hợp của mơ hình bằng phương pháp hậu kiểm:
Correctly Classified = 72,12%. Việc phân loại chính xác của phương pháp hậu kiểm đạt 72.12% là khá cao (phụ lục 8) .
Kiểm định độ tin cậy của mơ hình: bằng cách sử dụng kiểm định Goodness of fit, ta có các giả thiết:
H0: Khơng có sự khác biệt giữa giá trị Y và những giá trị 𝑌̂ tính được từ mơ hình.
H1: Có sự khác biệt giữa giá trị Y và những giá trị 𝑌 ̂tính được từ mơ hình. Ta có: p-value = 0.2767 > 0.05 nên Chấp nhận H0
=>mơ hình đáng tin cậy (phụ lục 9)
Như vậy, qua kết quả từ mơ hình thực nghiệm cho chúng ta thấy một số nhân tố thuộc về đặc tính của doanh nghiệp và đặc tính vùng miền có ảnh hưởng đến khả năng tham gia vào thị trường xuất khẩu của doanh nghiệp. Trong đó các biến về đặc tính doanh nghiệp có tác động rõ rệt nhất.