CHƯƠNG II : PHƯƠNG PHÁP, DỮ LIỆU VÀ MƠ HÌNH NGHIÊN CỨU
2.2 Nguồn dữ liệu
Bài nghiên cứu này sử dụng dữ liệu thứ cấp. Dữ liệu của 63 tỉnh thành của Việt Nam từ năm 2006 đến năm 2014. Tổng cộng có 567 quan sát trong giai đoạn 2006-2014, đây là khoảng thời gian trước và sau khủng hoảng tài chính thế giới năm 2008, đưa ra cái nhìn về ảnh hưởng của FDI, xuất khẩu và khủng hoảng tài chính tồn cầu đối với tốc độ tăng trưởng TFP bị ảnh hưởng như thế nào. Kết quả là đúng trong giai đoạn này thì kết quả đó có ảnh hưởng quan trọng trong khoản thời gian khác.
2.2.1 Dự liệu cho biến phụ thuộc tốc độ tăng trưởng TFP (TFPG).
Khơng có dự liệu cho tốc độ tăng trưởng TFP cho 63 tỉnh thành của Việt Nam từ năm 2006 đến năm 2014. Để tính tốn TFPG, cần có dữ liệu của đầu ra (GDP), đầu vào (vốn, lao động).
26
Bài nghiên cứu này sử dụng GDP thực biểu thị cho đầu vào và được lấy từ niên giám thông kê của 64 tỉnh thành trong cả nước. GDP thực được tính tốn theo giá so sánh 2010.
Đối với đầu vào lao động, sử dụng số lượng lao động trong mỗi tỉnh. Dữ liệu này lấy từ niên giám thông kê của 63 tỉnh thành trong cả nước.
Đối với dữ liệu yếu tố đầu vào vốn, áp dụng công thức kiểm kê thường xuyên “the perpetual inventory method” như sau:
Kt = (1-δ)Kt-1+It. (2.3)
Trong đó Kt là trữ lượng vốn (capital stock) năm t, Kt-1 là trữ lượng vốn năm t-1.
Để tính tốn vốn, cần dữ liệu về tỷ lệ khấu hao và tổng vốn năm đầu tiên (K0). Trong nghiên cứu này chọn năm gốc (K0) là năm 2005. Theo công thức của Hall và Jones (1999) xây dựng vốn đầu tư năm đầu tiên (K0).
K0 = I0/(δ+gt). (2.4)
Trong đó I0 là đầu tư gộp (vốn đầu tư tăng thêm) trong năm gốc, g là tốc độ tăng trưởng của đầu tư gộp. δ là tỷ lệ khấu hao của tổng vốn đầu tư.
Đồng thời với giả định trữ lượng vốn là đồng nhất, có nghĩa là tất cả trữ lượng vốn có tỷ lệ khấu hao như nhau giữa các tỉnh theo thời gian. Đối với tỷ lệ khấu hao được lựa chọn dựa trên nghiên cứu về mơ hình tăng trưởng kinh tế Việt Nam của Trần Thọ Đạt và cộng sự (2010), tỷ lệ khấu hao của tổng vốn đầu tư (δ) là 5%
It là giá trị chi tiêu đầu tư năm t của tỉnh I. Dữ liệu It trong niên giám thống kê các năm của các tỉnh thành và được tính tốn theo giá so sánh năm 2010.
27
2.2.2 Dự liệu của các biến độc lập
Xuất khẩu (Export) được tính bằng tỷ lệ của giá trị xuất khẩu trên GDP. Dự liệu xuất khẩu của 63 tỉnh thành trong niên giám thống kê của các tỉnh thành.
FDI được tính bằng tỷ lệ của FDI trên GDP. Dữ liệu FDI trong niên giám thống kê của các tỉnh thành.
Chi tiêu chính phủ (Govexpend) được tính bằng tỷ lệ của chi tiêu chính phủ trên GDP. Dữ liệu chi tiêu chính phủ của 63 tỉnh thành trong niên giám thống kê của các tỉnh thành.
Chi đầu tư cho khoa học và cơng nghệ (Rdexpend) được tính bằng tỷ lệ của chi đầu tư khoa học và công nghệ trên GDP. Chi đầu tư cho khoa học và công nghệ của 63 tỉnh thành trong niên giám thống kê của các tỉnh thành.
Tỷ lệ lạm phát (Inflation) các từ năm 2006 đến năm 2014 của các tỉnh thành được đại diện bởi chỉ số giá tiêu dùng hàng năm của các tỉnh thành từ tổng cục thống kế tại http://gso.gov.vn.
Vốn con người (HC) được đo bằng tỷ lệ lao động được đào tạo (đào tạo từ nghề trở lên) được thống kê tại báo cáo điều tra lao động việc làm hàng năm của Tổng cục Thống kê (%) diện bởi chỉ số giá tiêu dùng hàng năm của các tỉnh thành từ tổng cục thống kế tại http://gso.gov.vn.
Dự liệu về dân số (Pop) được lấy từ điều tra dân số của Tổng cục thống kê từ năm 2006 đến năm 2014 tại địa chỉ http://gso.gov.vn.
2.3 Mơ hình kinh tế lượng.
Tập trung nghiên cứu ảnh hưởng của các yếu tố như tỷ lệ vốn FDI trên GDP, tỷ lệ giá trị xuất khẩu trên GDP, chi tiêu chính phủ, chi tiêu cho khoa học công nghệ, nguồn lực của con người thông qua đào tạo, lạm phát, dân số đến tăng trưởng TFP và hàm hồi quy như sau:
28
TFPGit = β0it+ β1itFDIit + β2itExportit + β3itLninflationit + β4itGovexpendit + β5itRdexpendit + β6itHCit + β7itLn(Pop)it + β8itDummy2008 + Ɛit
Trong đó i biểu thị cho tỉnh (i=1,2,3…63); t biểu thị cho thời gian, bài nghiên cứu sử dụng dữ liệu từ năm 2006 đến năm 2014; εit là sai số ước lượng đại diện cho các yếu tố khác khơng có trong mơ hình.
TFPGit là tốc độ tăng trưởng của TFP của tỉnh I (i=1,2,3…63) trong thời gian t (t=2006, 2007,…2014). Ngoài các biến chính như FDI (FDI) và xuất khẩu (Export), có thêm các biến kiểm sốt tác động đến tốc độ tăng trưởng TFP như lạm phát (Inflation), chi tiêu chính phủ (Govexpend), chi cho đầu tư phát triển (Rdexpend), vốn con người (HC) và dân số (Pop). Ngồi ra bài nghiên cứu cịn đề cập đến tác động của khủng hoảng tài chính tồn cầu lên tốc độ tăng trưởng TFP và sử dụng biến giả cho tác động của khủng hoảng tài chính tồn cầu năm 2008 (Dummy2008). Nếu thời gian là năm 2008, giá trị của Dummy2008 là 1 và nếu thời gian khơng phải là năm 2008 thì Dummy2008 là 0.
2.4 Định nghĩa các biến trong mơ hình nghiên cứu.
2.4.1 Tốc độ tăng trưởng năng suất các yếu tố tổng hợp (TFPG)
TFPG là tốc độ tăng trưởngng năng suất các yếu tố tổng hợp và biến phụ thuộc trong mơ hình nghiên cứu. TFPG được tính tốn bởi cơng thức hạch tốn tăng trưởng. Tốc độ tăng trưởng TFP bao gồm nhiều yếu tố như công nghệ mới, hoạt động nghiên cứu, kỹ năng quản lý, điều hành.
2.4.2 Vốn đầu tư trực tiếp nước ngoài (FDI)
Từ những cơ sở lý thuyết trên về tác động lan tỏa của FDI cùng với giả thuyết rằng FDI làm tăng hiệu quả của các doanh nghiệp ở tỉnh nhận vốn FDI, và tăng hiệu quả sẽ dẫn đến tăng trưởng TFP. FDI là chìa khóa của chuyển giao cơng nghệ. Sau khi kết hợp với các khái niệm về lợi thế tương đối lạc hậu, FDI ( được đo lường bằng tỷ lệ FDI trên GDP) ảnh hưởng đến tăng trưởng TFP của một quốc gia.
29
2.4.3 Xuất khẩu (Export)
Như đã nêu ở chương lý thuyết Xuất khẩu là cơng cụ quan trọng để có được kiến thức sản xuất mới, nó giúp các cơng ty xuất khẩu học và áp dụng tiến bộ khoa học công nghệ trong sản xuất. Xuất khẩu giúp thúc đẩy đổi mới công nghệ thông qua mở rộng quy mơ, tăng tính cạnh tranh. Bài nghiên cứu ước lượng rằng xuất khẩu có tác động tích cực lên tăng trưởng TFP. Xuất khẩu đo lường bằng giá trị xuất khẩu của tỉnh trên GDP tỉnh.
2.4.4 Vốn con người (HC)
Là thước đo trình độ học vấn có thể giúp các nước phát triển công nghệ cũng như tăng khả năng hấp thụ công nghệ (Kneller, 2005). Vốn nhân lực thu được từ giáo dục, đào tạo và tích lũy thơng qua học tập vừa làm các q trình có thể tăng hiệu suất lao động và còn nâng cao TFP. Ang et al. (2011) nhấn mạnh tầm quan trọng của các thành phần của trình độ học vấn. Ở các quốc gia có thu nhập cao và trình độ học vấn đại học cao hơn có thể tăng TFP. trong khi ở các nước đang phát triển vốn con người là không đáng kể do thực tế là họ bắt chước họ công nghệ phát triển ở các nước tiên tiến hơn. Trong bài nghiên cứu này sử dụng tỷ lệ số lượng lao động được đào tạo từ trung cấp nghề trở lên trên tổng số lao động làm thang đo cho vốn con người.
2.4.5 Lạm phát (Inflation)
Là thước đo quan trọng để đo lường mức ổn định của nền kinh tế. Có mối liên hệ tiêu cực giữa lạm phát (INF) và tăng trưởng. Lạm phát có thể làm giảm lợi nhuận trên vốn, và do đó làm giảm các khoản đầu tư về vốn, làm giảm tốc độ tăng trưởng (Gillman et al., 2004). Xét về TFP, lạm phát có thể làm cho cơ chế phối hợp kém hiệu quả, do đó làm giảm các nội dung thơng tin về giá cả, và kìm hãm sự tăng năng suất. Lạm phát ở mức độ cao cũng có thể tạo ra sự không chắc chắn hơn và cản trở sự đổi mới, làm giảm hiệu quả. Bài nghiên cứu này sử dụng chỉ số CPI của từng tỉnh trong từng năm để đại diện chỉ số này.
30
2.4.6 Chi tiêu chính phủ (Govexpend)
Đây cũng là yếu quan trọng ảnh hưởng đến tăng trưởng TFP. Chi tiêu chính phủ dự kiến sẽ có một hệ số âm khi đưa vào hàm hồi quy. Điều này là do chi tiêu của chính phủ làm giảm tỷ lệ tiết kiệm của nền kinh tế. Ngồi ra, thơng qua tăng chi tiêu dẫn đến tăng thuế cao hơn, chính phủ sẽ khơng khuyến khích khu vực tư nhân sản xuất. Tất cả các hiệu ứng bóp méo của chi tiêu chính phủ góp phần làm giảm năng suất của một nền kinh tế. Chi tiêu chinh phủ được tính bằng giá trị chi tiêu của chính phủ trên GDP.
2.4.7 Chi tiêu cho R&D (Rdexpend)
Lý thuyết tăng trưởng nội sinh dự đoán R & D đầu vào là một yếu tố quyết định quan trọng của tăng trưởng TFP. R & D có thể cải thiện cách các hàng hóa cuối cùng được sản xuất, mà cuối cùng làm tăng hiệu quả (Aghion và Howitt, 1998). Do đó chi tiêu R & D so với GDP (Rdexpend)) là một trong những biến ảnh hưởng đến TFP.
2.4.8 Dân số (Pop)
Được biết là ảnh hưởng đến sự tăng trưởng tích cực trong các mơ hình tăng trưởng nội sinh, vì có nhiều người hơn có nghĩa là nhiều ý tưởng và sáng tạo hơn (Jones, 1995). Do đó tăng trưởng dân số sẽ tăng tiến bộ công nghệ. Tuy nhiên, một số lý thuyết dự đoán rằng tác động của tăng trưởng dân số có thể là tích cực hoặc tiêu cực (Strulik, 2005). Dân số trong mơ hình là dân số của một tỉnh trong một năm nhất định.
2.4.9 Khủng hoảng tài chính tồn cầu năm 2008 (Dummy2008)
Nguyên nhân dẫn đến cuộc khủng hoảng này chính là khủng hoảng tín dụng và nhà đất tại Mỹ, cho vay dưới chuẩn tăng mạnh tạo bong bóng nhà đất, dư nợ tín dụng tăng cao. Tuy nhiên, vay dưới chuẩn tăng rủi ro quá lớn, khiến thị trường dần mất niềm tin, giá bất động sản sụt giảm thị trường bất động sản đóng băng dẫn đến mất thanh khoản, khủng hoảng tín dụng, sau đó khủng hoảng tài chính tồn cầu xảy
31
ra. Khung hoảng làm giảm nhu cầu tiêu dùng tại Mỹ và các quốc gia khác, làm nhu cầu nhập khẩu hàng hóa từ các quốc gia xuất khẩu, các nhà đầu tư từ quốc gia khủng hoảng giảm nguồn lực đầu tư vào khoa học công nghệ thông qua FDI tại các quốc gia xuất khẩu. Khủng hoảng tài chính ảnh hưởng tiêu cực đến tốc độ tăng trưởng năng suất các yếu tố tổng hợp do thu hẹp sản xuất, thiếu nguồn lực cải thiện công nghệ.
Bảng 2.1 Mô tả và kỳ vọng dấu của các biến độc lập
STT Biến Định nghĩa biến Kỳ vọng
dấu
Nguồn dữ liệu
1 TFPG Tốc độ tăng trưởng TFP, TFPG là biến phụ thuộc trong mơ nghiên cứu.
Tính toán của tác giả
Biến độc lập
2 FDI FDI được đo lường bằng tỷ lệ của nguồn vốn FDI trên GDP
+ Niên giám thông kê các tỉnh thành 3 EXPORT EXPORT được đo lường
bằng tỷ lệ của giá trị xuất khẩu trên GDP
+ Niên giám thông kê các tỉnh thành 4 HC HC được đo lường bằng tỷ
lệ lao động được đào tạo (đào tạo từ nghề trở lên)
+ Tổng cục thống kê
5 Lninflation Inflation được đo lường bằng chỉ số giá tiêu dùng hàng năm của các tỉnh
- Tổng cục thống kê
32
thành.
6 Govexpend Govexpend được đo lường bằng tỷ lệ của chi tiêu chính phủ trên GDP
- Niên giám thông kê các tỉnh thành 7 Rdexpend Rdexpend được đo lường
bằng tỷ lệ của chi đầu tư khoa học và công nghệ trên GDP
+ Niên giám thông kê các tỉnh thành
8 LnPop Dân số của một tỉnh thành (người)
+ Tổng cục thống kê + hay – tương ứng có tác động tích cực hay tiêu cực đến biến phụ thuộc.
2.5 Cách thức ước lượng.
Dữ liệu trong nghiên cứu là dữ liệu bảng (bao gồm dữ liệu chéo và dữ liệu thời gian) nên phương pháp hồi quy với dữ liệu bảng được sử dụng. Có 3 mơ hình đó là Pooled OLS, FEM (Fixed Effects Model), REM (Random Effects Model).
Mơ h́ình Pooled OLS là mơ h́ình khơng kiểm sốt từng đặc điểm riêng của từng tỉnh trong mơ hình nghiên cứu. Các hệ số hồi quy (hệ số chặn và hệ số góc) khơng thay đổi giữa các tỉnh cũng như không thay đổi theo thời gian. Các biến độc lập không phụ thuộc vào các giá trị quá khứ, hiện tại và tương lai của sai số nguẫ nhiên.
Mơ hình FEM là mơ hình được phát triển từ mơ hình Pooled OLS và kiểm soát được từng đặc điểm khác nhau giữa các tỉnh và có sự tương quan giữa phần dư của mơ hình và các biến độc lập. Mỗi tỉnh đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến độc lập, FEM phân tích mối tương quan này giữa phần dư của mỗi tỉnh với các biến độc lập qua đó kiểm sốt và tách ảnh hưởng của các đặc
33
điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến độc lập để ước lượng những ảnh hưởng thực của biến độc lập lên biến phụ thuộc.
Mơ hình REM là mơ hình cũng được phát triển từ mơ hình Pooled OLS và kiểm sốt từng đặc điểm khác nhau giữa các tỉnh, nhưng khơng có sự tương quan giữa phần dư của mơ hình và các biển độc lập.
Trong nghiên cứu này, tiến hành thực hiện ước lượng lần lượt với 3 mơ hình trên (Pooled OLS, FEM, REM). Sau đó sử dụng Kiểm định tồn tại của các ảnh hưởng cố định (Kiểm định F), Kiểm định về sự tương quan chéo giữa các đơn vị bảng (Kiểm định Breusch Pagan Lagrangian) và hausman test để xác định lựa chọn mơ hình phù hợp.
2.6 Các kiểm định sử dụng trong bài nghiên cứu. 2.6.1 Kiểm định đa cộng tuyến: 2.6.1 Kiểm định đa cộng tuyến:
Đa cộng tuyến là hiện tượng các biến độc lập có tương quan chặt chẽ với nhau. Đa cộng tuyến xuất hiện tức là mơ hình rất khó tách rời ảnh hưởng của từng biến độc lập đến biến phụ thuộc. Sự tương quan khá chặt giữa các biến độc lập làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của các biến, nên các hệ số hồi quy trở nên kém ý nghĩa hơn trong khi hệ số R square vẫn khá cao. Chính vì vậy cần xác định hệ số phóng đại phương sai (VIF – Variance inflation factor) của mỗi biến để xác định đa cộng tuyến. Nếu giá trị VIF > 10 thì biến đó cộng tuyến cao và sẽ loại bỏ hoặc điều chỉnh lại ngay từ đầu.
2.6.2 Kiểm định tồn tại của các ảnh hưởng cố định (Kiểm định F).
Kiểm định này cho phép lựa chọn giữa mơ hình Pooled OLS và FEM với giả thiết:
H0: khơng có sự khác biệt giữa các đối tượng, các thời điểm khác nhau (hay mơ hình Pooled –OLS phù hợp).
34
H1: tồn tại sự khác biệt giữa các đối tượng, các thời điểm khác nhau (mơ hình FEM phù hợp).
Nếu chấp nhận H0 của kiểm định, nghĩa là ước lượng Pooled OLS là phù hợp hơn so với FEM, ngược lại bác bỏ H0 ở mức ý nghĩa thống kê thì có thể xem FEM là một ước lượng phù hợp.
2.6.3 Kiểm định Breusch Pagan Lagrangian
H0: sai số không tồn tại tác động ngẫu nhiên (hay mơ hình Pooled OLS phù hợp.
H1: sai số tồn tại tác động ngẫu nhiên (hay mơ hình REM phù hợp).
Nếu chấp nhận H0 của kiểm định, nghĩa là ước lượng Pooled OLS là phù hợp hơn so với REM, ngược lại bác bỏ H0 ở mức ý nghĩa thống kê thì có thể xem REM là một ước lượng phù hợp.
2.6.4 Hausman test
Kiểm định Hausman Test (1978) lựa chọn mơ hình FEM và mơ hình REM với giả thuyết được kiểm định như sau:
H0: Các ước lượng thu được từ hai phương pháp không khác biệt. H1: Các ước lượng thu được từ hai phương pháp là khác biệt.
Kiểm định được xây dựng bởi Hausman có phân phối χ2 tiệm cận. Nếu chấp nhận H0 của kiểm định, nghĩa là ước lượng REM là phù hợp hơn so với FEM, ngược lại bác bỏ H0 ở mức ý nghĩa thống kê thì có thể xem FEM là một ước lượng