Nguồn:Tính tốn và vẽ đồ thị từ dữ liệu nghiên cứu
4.2. Phân tích
4.2.1. Phân tích thống kê mơ tả
Dữ liệu nghiên cứu gồm 13 tỉnh, thành phố khu vực ĐBSCL trong khoảng thời gian 8 năm (2007 – 2014) với các chỉ tiêu đề cập như: GDP, vốn vật chất, lao động, vốn con người, tỷ trọng nông nghiệp trên GDP, độ mở nền kinh tế (tỷ trọng vốn đầu tư nước ngồi trên tổng vốn đầu tư), chi tiêu chính phủ, tỷ trọng giá trị sản xuất công nghiệp của DNNN trên tổng giá trị sản xuất công nghiệp của tỉnh, thành phố và tỷ trọng sản xuất công nghiệp của DNNQD trên tổng giá trị sản xuất công nghiệp của tỉnh, thành phố.
Theo số liệu nghiên cứu từ năm 2007 – 2014 khu vực ĐBSCL thì tỉnh, thành phố có đóng góp cao nhất vào GDP của khu vực là tỉnh Kiên Giang (bình quân hàng năm tỉnh Kiên Giang đóng góp khoảng 12,52 % vào tổng GDP của khu vực ĐBSCL) và tỉnh, thành phố có tỷ trọng đóng góp thấp nhất vào GDP của khu vực là tỉnh Hậu Giang
(khoảng 4,34 % trong tổng GDP của khu vực ĐBSCL). Ngoài ra, tỉnh, thành phố có lực lượng lao động bình qn hàng năm cao nhất (giai đoạn 2007 – 2014) là tỉnh An Giang với 1.255,9 nghìn lao động (chiếm 12,40% lực lượng lao động khu vực) và tỉnh, thành phố có lực lượng lao động bình qn hàng năm thấp nhất là tỉnh Hậu Giang với 453,8 nghìn lao động (chiếm 4,48% lực lượng lao động khu vực).
Bên cạnh đó, theo dữ liệu nghiên cứu giai đoạn 2007 – 2014 lực lượng lao động khu vực ĐBSCL có số năm đi học bình quân tương đối thấp (trung bình khoảng 5,9 năm). Trong đó, lực lượng lao động của tỉnh, thành phố có số năm đi học bình qn cao nhất là Cần Thơ (6,57 năm) và tỉnh thấp nhất là Sóc Trăng (trung bình khoảng 5,36 năm).
Vì vậy, để có cái nhìn tổng thể hơn về các giá trị trung bình, giá trị trung vị, giá trị cao nhất và giá trị thấp nhất của các biến trong dữ liệu nghiên cứu, tác giả thực hiện tóm tắt thơng qua bảng thống kê mơ tả các biến (bảng 4.3).
Bảng 4.3: Bảng thống kê mô tả các biến trong mơ hình giai đoạn 2007 – 2014
Biến Số quan sát Giá trị trung bình Giá trị trung vị Giá trị lớn nhất Giá trị nhỏ nhất Độ lệch chuẩn Độ nghiêng Độ nhọn Y 104 13.128,87 12.192,81 28.181,15 4.399,00 5.245,45 0,65 2,92 K 104 41.665,73 32.426,49 190.754,43 4.334,44 34.385,60 1,77 6,85 L 104 779,37 731,05 1.304,40 444,90 224,16 0,49 2,51 H 104 5,90 5,90 6,96 4,60 0,51 -0,17 2,67 ARG 104 0,41 0,41 0,60 0,08 0,11 -1,04 4,32 G 104 0,19 0,18 0,44 0,09 0,07 0,90 4,10 F 104 0,06 0,02 0,37 0,00 0,09 2,14 6,75 SOE 104 0,13 0,11 0,51 0,01 0,14 0,93 2,51 NSE 104 0,68 0,65 0,97 0,31 0,18 -0,01 1,88
Nguồn: Tổng hợp bởi tác giả
Các giá trị trung bình, giá trị trung vị, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn trong bảng 4.3 cho biết sự chênh lệch giá trị số liệu của các biến trong mơ hình.
Hai giá trị thống kê độ nghiêng (Skewness) và độ nhọn (kurtosis) giúp ta có thể hình dung về hình dáng phân phối của số liệu, trong đó:
- Hệ số bất đối xứng (độ nghiêng – skewness): + Nếu độ nghiêng α3 = 0 thì phân phối là đối xứng.
+ Nếu độ nghiêng α3 > 0 thì phân phối là bất đối xứng và đồ thị sẽ xuôi về bên phải nhiều hơn.
+ Nếu độ nghiêng α3 < 0 thì phân phối là bất đối xứng và đồ thị sẽ xuôi về bên trái nhiều hơn.
- Hệ số nhọn (độ nhọn – kurtosis):
+ Nếu độ nhọn α4 = 3 thì phân phối xác suất tập trung ở mức bình thường.
+ Nếu độ nhọn α4 > 3 thì phân phối tập trung ở mức độ cao hơn mức bình thường. + Nếu độ nhọn α4 < 3 thì phân phối tập trung ở mức độ thấp hơn mức bình thường. Từ bảng 4.3 cho thấy mơ hình luận văn thực hiện có tất cả 104 quan sát trong khoảng thời gian từ 2007 – 2014 các biến Y, K, L, G, SOE, NSE và ARG có giá trị trung bình và giá trị trung vị chênh lệch khơng lớn, giá trị hệ số độ nghiêng và độ nhọn của số liệu phân phối khá đều và tập trung. Điều này thể hiện sự tăng trưởng khá đồng đều của các tỉnh, thành phố ĐBSCL. Tuy nhiên, kết quả cũng cho thấy có sự chênh lệch khá lớn giữa giá trị nhỏ nhất và cao nhất của các biến trên; Có sự chênh lệch vốn đầu tư nước ngoài, tỷ trọng giá trị sản xuất công nghiệp của doanh nghiệp nhà nước, chi tiêu ngân sách và tỷ trọng của nông nghiệp trong GDP giữa các tỉnh, thành phố. Đáng chú ý là sự chênh lệch khá lớn trong đóng góp giá trị cơng nghiệp của DNNN trong tổng giá trị công nghiệp giữa các tỉnh, thành phố.
Các giá trị của biến H trong bảng 4.3 cho thấy số liệu thể hiện phân phối lệch trái và mức độ tập trung các số liệu ở mức độ thấp hơn mức bình thường. Biến F có sự
chênh lệch khá lớn giữa giá trị lớn nhất là 36.97 % (Hậu Giang) và giá trị nhỏ nhất là 0% (Sóc Trăng, Bạc Liêu, cà Mau, Đồng Tháp). Với các giá trị trung bình và giá trị trung vị gần bằng nhau, giá trị độ nghiêng và giá trị độ dốc phân phối lệch phải; mức độ tập trung của các số liệu ở mức độ cao hơn mức bình thường, cho thấy có sự chênh lệch khá lớn về thu hút vốn đầu tư FDI giữa các tỉnh, thành phố.
4.2.2. Phân tích mối tƣơng quan giữa các biến trong mơ hình
Để có thể hiểu rõ hơn mối quan hệ giữa biến phụ thuộc (GDP) và các biến độc lập (vốn vật chất, lao động, vốn con người, tỷ trọng nơng nghiệp, chi tiêu chính phủ, tỷ lệ vốn đầu tư nước ngoài, ảnh hưởng của DNNN và ảnh hưởng của DNNQD) với thời gian dữ liệu nghiên cứu từ năm 2007 – 2014 tại các tỉnh, thành phố khu vực ĐBSCL. Thông qua đồ thị phân tán (hình 4.4) có đường xu thế, chúng ta có thể dự đốn được mối quan hệ thuận, nghịch của từng cặp biến độc lập và biến phụ thuộc.
Hình 4.4: Mối tƣơng quan giữa các biến độc lập và biến phụ thuộc
Nguồn: Tính tốn và vẽ đồ thị từ dữ liệu nghiên cứu
8. 5 9 9. 5 10 10 .5 8 9 10 11 12 lnk
Để thấy rõ hơn hệ số tương quan giữa các cặp biến trong mơ hình, bài nghiên cứu sử dụng ma trận hệ số tương quan (bảng 4.4 và bảng 4.5)
Bảng 4.4: Ma trận tƣơng quan các biến trong mơ hình nghiên cứu chƣa logarit hóa
Y K L H ARG G F SOE NSE
Y 1,0000 K 0,7949 1,0000 L 0,5938 0,1779 1,0000 H 0,1300 0,4305 -0,1680 1,0000 ARG -0,4546 -0,6082 -0,0102 -0,4440 1,0000 G -0,5224 -0,3620 -0,3903 -0,2247 0,3606 1,0000 F -0,0761 0,1148 0,0536 0,2318 -0,0844 -0,0126 1,0000 SOE -0,1690 -0,1927 -0,4062 -0,2368 0,1705 0,0801 -0,2544 1,0000 NSE 0,2285 0,0045 0,3302 -0,2645 -0,1364 0,1293 -0,4648 -0,4422 1,0000
Nguồn: Tổng hợp của tác giả
Bảng 4.5: Ma trận tƣơng quan các biến trong mơ hình nghiên cứu đã logarit hóa
lnY lnK lnL lnH ARG G F SOE NSE
lnY 1,0000 lnK 0,7831 1,0000 lnL 0,6661 0,2814 1,0000 lnH 0,1215 0,3707 -0,1250 1,0000 ARG -0,4191 -0,5625 -0,0167 -0,4260 1,0000 G -0,5287 -0,3013 -0,4143 -0,2118 0,3606 1,0000 F -0,0766 0,0988 0,0800 0,2321 -0,0844 -0,0126 1,0000 SOE -0,2353 -0,2641 -0,4393 -0,2274 0,1705 0,0801 -0.2544 1,0000 NSE 0,2415 0,0374 0,3083 -0,2677 -0,1364 0,1293 -0.4648 -0,4422 1,0000
Nguồn: Tổng hợp của tác giả
Từ bảng 4.4 và 4.5 cho thấy ma trận hệ số tương quan của các biến khi chưa logarit hóa và đã logarit hóa cho kết quả gần như giống nhau (khơng có sự chênh lệch lớn). Cũng giống như sơ đồ phân tán việc phân tích ma trận hệ số tương quan nhằm xem xét
hướng tác động kỳ vọng giữa biến phụ thuộc và biến độc lập trong mơ hình. Nếu tác động là dương “+” thì mối quan hệ giữa biến phụ thuộc và biến độc lập là cùng chiều, ngược lại nếu dấu tác động là âm “-’’ thì mối quan hệ là ngược chiều. Bên cạnh đó, ma trận hệ số tương quan cũng là cơ sở để kiểm tra hiện tượng đa cộng tuyến. Do đó, từ kết quả bảng 4.4 và 4.5 cho thấy khơng có hiện tượng đa cộng tuyến giữa các biến (kết quả này đồng nhất với kết quả khi thực hiện kiểm định đa cộng tuyến bằng hệ số phóng đại phương sai VIF, kết quả từ phụ lục 5 cho thấy hệ số phóng đại phương sai của các biến giải thích đều nhỏ hơn 10, có nghĩa rằng tồn tại mối quan hệ tuyến tính rất nhỏ giữa các biến giải thích trong mơ hình, hiện tượng đa cộng tuyến khơng hồn hảo, nên hiện tượng này có thể chấp nhận được trong mơ hình). Trong đó, biến lnY thể hiện mối quan hệ thuận rất cao đối với biến lnK do cách tính giá trị lnK (lấy tỷ lệ khấu hao 5%). Đáng chú ý, biến lnY có mối tương quan nghịch với biến ARG, F, SOE và G. Biến lnL và lnH thể hiện mối tương quan tuyến tính thuận với biến phụ thuộc lnY với hệ số r lần lượt là 0,6661 và 0,1215 xác nhận có mối quan hệ giữa số lượng và trình độ học vấn của lực lượng lao động với tăng trưởng kinh tế. Tuy nhiên, mối quan hệ giữa lnL và lnH có mối tương quan nghịch rất yếu với r = -0,125 hàm ý rằng khơng có mối quan hệ rõ ràng giữa số lượng và chất lượng của lực lượng lao động.
4.2.3. Kiểm định lợi thế kinh tế theo quy mô của mơ hình nghiên cứu.
Để kiểm định lại giả định mơ hình khơng thay đổi theo quy mơ được trình bày ở chương 3 (mục 3.3) nhằm làm cơ sở để có những điều chỉnh cần thiết về mơ hình cho phù hợp trước khi phân tích kết quả hồi quy (nếu kết quả kiểm định không đúng với giả định đưa ra ban đầu). Vì vậy, tác giả tiến hành chạy hồi quy, đồng thời kết hợp thực hiện kiểm định F lần lượt ở 3 mơ hình: Mơ hình hệ số khơng thay đổi (Pooled – OLS), mơ hình hiệu ứng cố định (FEM) và mơ hình hiệu ứng ngẫu nhiên. Với giả thuyết H0 là lnK + LnL = 1 (nghĩa là mơ hình khơng thay đổi theo quy mơ). Kết quả chạy hồi quy và kiểm định cho thấy hệ số co giãn của lnK và LnL trong cả ba mơ hình đều lớn hơn 0
và bé hơn 1, P-value lần lượt của ba mơ hình là (0,4179, 0,1064 và 0,2737) đều lớn hơn 0,05. Vì vậy, cả ba mơ hình đều chấp nhận giả thuyết H0, đồng nghĩa với việc mơ hình khơng thay đổi theo quy mô. Cụ thể kết chạy hồi quy và kiểm định F được thể hiện ở phụ lục 7, phụ lục 8 và phụ lục 9. Với kết quả kiểm định trên, tác giả có thể kết luận nền kinh tế ở khu vực ĐBSCL có lợi thế kinh tế không thay đổi theo quy mô.
4.3. Kết quả kinh tế lƣợng
4.3.1. Kết quả hồi quy bằng 3 mơ hình Pooled OLS, FEM và REM
Kết quả thực hiện hồi quy với mơ hình hệ số không thay đổi (Pooled - OLS) trong phụ lục 7 cho thấy các biến giải thích lnK, lnL, G, SOE và NSE có ý nghĩa thống kê. Tuy nhiên, ảnh hưởng của vốn con người đến tăng trưởng kinh tế cần quan tâm ở đây là biến lnH có hệ số ước lượng dương đúng như kỳ vọng nhưng lại khơng có ý nghĩa thống kê. Tương tự, biến ARG và biến F cũng khơng có ý nghĩa thống kê, đồng thời hệ số ước lượng của chúng cũng trái với kỳ vọng.
Tiếp đến, kết quả thực hiện hồi quy ở hai mơ hình hiệu ứng cố định và mơ hình hiệu ứng ngẫu nhiên (phụ lục 8 và phụ lục 9) chỉ ra rằng đa số hệ số ước lượng của các biến đều có ý nghĩa thống kê. Trong đó, hệ số ước lượng của biến LnK, LnL, LnH, SOE và NSE có tác động tích cực (tác động dương) đến tăng trưởng kinh tế, ngược lại các biến ARG và G có tác động tiêu cực (tác động âm) đến tăng trưởng kinh tế. Trong khi đó, biến F trong cả hai mơ hình đều âm (trái với kỳ vọng) đồng thời cũng khơng có ý nghĩa thống kê trong hai mơ hình hiệu ứng cố định và mơ hình hiệu ứng ngẫu nhiên.
Để có cái nhìn tổng thể về kết quả hồi quy của ba mơ hình hệ số khơng thay đổi (Pooled – OLS), mơ hình hiệu ứng cố định (FEM) và mơ hình hiệu ứng ngẫu nhiên (REM), tác giả thực hiện tổng hợp các kết quả hồi quy từ phụ lục 7, phụ lục 8 và phụ lục 9 thành bảng 4.6 như sau:
Bảng 4.6: Kết quả ƣớc lƣợng của mơ hình Pooled – OLS, FEM và REM Biến phụ thuộc:
lnY
Mơ hình hồi quy Hệ số
Biến giải thích Pooled –
OLS FEM REM
lnK 0,3245*** 0,2739*** 0,2733*** lnL 0,6248*** 0,4261** 0,5984*** lnH 0,0505 0,2913*** 0,2925*** ARG 0,0840 -0,7141*** -0,6430*** G -1,2166*** -0,3856** -0,4252** F -0,1379 -0,0476 -0,0910125 SOE 0,6758*** 0,2167** 0,2431** NSE 0,4437*** 0,1417* 0,1580** Số quan sát 104 104 104 R-bình phƣơng 0,9063 0,9693 0,9688 Prob > F 0.0000 0.0000 0.0000
Ghi chú: ***, **, * có mức ý nghĩa thống kê lần lượt là 1%, 5% và 10%
Nguồn: Kết quả phân tích từ phần mềm Stata 12
4.3.2. Kiểm định lựa chọn mơ hình phù hợp Kiểm định F Kiểm định F
Để lựa chọn giữa hai mơ hình Pooled – OLS và FEM, sau khi tiến hành hồi quy với mơ hình FEM, tác giả thực hiện kiểm định F. Từ kết quả phụ 7 cho thấy Prob>F = 0,000 < 0,05 như vậy tác giả bác bỏ giả thuyết H0 (với giả thuyết H0 là mơ hình Pooled – OLS tốt hơn mơ hình FEM). Vì vậy, trong trường hợp này giữa hai mơ hình FEM và Pooled – OLS tác giả chọn mơ hình FEM vì khơng làm mất nhiều bậc tự do và giảm đa cộng tuyến.
Kiểm định Hausman
Để lựa chọn giữa hai mơ hình hiệu ứng cố định (FEM) và mơ hình hiệu ứng ngẫu nhiên (REM) tác giả sử dụng kỹ thuật kiểm định Hausman, kết quả kiểm định Hausman bảng 4.7.
Bảng 4.7: Kết quả kiểm định Hausman
Biến phụ thuộc: lnY
Hệ số Biến độc lập Mơ hình FEM Mơ hình REM lnK 0,2738884 0,2732549 lnL 0,4260657 0,5983802 lnH 0,2912734 0,2924868 ARG -0,7140769 -0,6430166 G -0,3855628 -0,4252044 F -0,0476067 -0,0910125 SOE 0,2167225 0,2430990 NSE 0,1416891 0,1580333 chi2(8)=8,39 Prob>chi2 = 0,3961
Nguồn: Kết quả phân tích từ phần mềm Stata 12
Theo kết quả kiểm định từ bảng 4.7 cho thấy Prob>chi2 = 0,3961 > 0,05, như vậy tác giả sẽ chấp nhận giả thuyết H0 hay nói cách khác mơ hình hiệu ứng ngẫu nhiên (REM) thích hợp hơn mơ hình hiệu ứng cố định (FEM). Vì vậy, trong trường hợp này giữa hai mơ hình FEM và REM tác giả sẽ chọn mơ hình REM vì khơng làm mất nhiều bậc tự do và giảm hiện tượng đa cộng tuyến.
Như vậy, thông qua kiểm định F và kiểm định Hausman cho thấy rằng mơ hình phù hợp trong nghiên cứu này là mơ hình hiệu ứng ngẫu nhiên (REM). Vì vậy, với mơ hình hiệu ứng ngẫu nhiên tác giả tiếp tục thực hiện các kiểm định liên quan đề tăng độ tin cậy của ước lượng cho đề tài nghiên cứu, cụ thể như sau:
Kiểm định phƣơng sai thay đổi trong mơ hình REM
Tác giả sử dụng kỹ thuật kiểm định Breush – Pagan Lagrangian Multiplier (Greene, 2003) để kiểm tra có sự tồn tại của hiện tượng phương sai thay đổi hay không, bằng cách kiểm định cặp giả thuyết sau:
H0: Mơ hình khơng bị hiện tượng phương sai thay đổi H1: Mơ hình bị hiện tượng phương sai thay đổi
Nếu P-value < 5% thì ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 và ngược lại nếu P-value > 5% thì ta chấp nhận giả thuyết H0, bác bỏ giả thuyết H1.
Kết quả kiểm định từ bảng 4.8 cho thấy giả thuyết H0 bị bác bỏ (Prob > chibar2 = 0,0000 < 5%) tức tồn tại hiện tượng phương sai thay đổi trong mơ hình. Bên cạnh đó do mơ hình sử dụng số liệu thời gian từ năm 2007 – 2014 (thời gian thực hiện kiểm định tương đối ngắn chỉ có 8 năm) nên sẽ không kiểm định hiện tượng tương quan chuỗi trong mơ hình.
Bảng 4.8: Kết quả kiểm định Breusch and Pagan Lagrangian multiplier cho mơ hình hiệu ứng ngẫu nhiên (REM)
Kiểm định Breusch and Pagan Lagrangian multiplier cho mơ hình hiệu ứng ngẫu nhiên (REM)
H0 : Phương sai không đổi
Các biến: Giá trị ước lượng của biến lnY chibar2(01) = 201,78
Prob > chibar2 = 0,0000
Nguồn: Kết quả phân tích từ phần mềm Stata 12