CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.2. Mô tả các biến và giả thuyết nghiên cứu
Biến phụ thuộc:
Y là GDP của các tỉnh, thành phố được đo bằng đơn vị nghìn tỷ Việt Nam.
Số hạng A0 phản ánh các yếu tố như công nghệ, nguồn lực tự nhiên, khí hậu, thể chế và các yếu tố khác. Đồng thời, nó có thể khác nhau với các tỉnh, thành phố khác nhau. Bài nghiên cứu giả định rằng lnA0 = α0 + αi trong đó α0 là hằng số và αi là thành tố thay đổi theo tỉnh, thành phố.
Biến giải thích:
Biến H (vốn con người): Các thước đo vốn con người đều có những ưu, nhược
điểm và phản ánh các khía cạnh khác nhau của vốn con người. Bài nghiên cứu sử dụng số năm đi học bình quân của lực lượng lao động để đo lường vốn con người. Thước đo này cũng được sử dụng khá phổ biến trong các nghiên cứu phân tích tăng trưởng kinh tế của các khu vực kinh tế, các quốc gia trong đó có Việt Nam như các bài nghiên cứu của Cravo và Soukiazis (2009), Trần Thọ Đạt và cộng sự (2007).
Bài nghiên cứu đặt giả thuyết có 6 nhóm theo trình độ giáo dục đạt được tương tự như cách phân nhóm của Luật Giáo dục Việt Nam (2005): (i) Khơng có trình độ (mù chữ); (ii) Biết chữ nhưng chưa hoàn thành bậc tiểu học; (iii) Đã tốt nghiệp tiểu học; (iv) Đã tốt nghiệp trung học cơ sở; (v) Đã tốt nghiệp trung học phổ thơng; (vi) Có trình độ cao đẳng, đại học và sau đại học. Số năm đi học bình quân của lực lượng lao động được tính trong cơng thức sau:
5 0 5 0 5 0 ) ( j j j j j j L T L S (3.5) Trong đó:
S: Số năm đi học bình quân của lực lượng lao động.
Tj: Số năm đi học bình quân ở mỗi cấp học (trình độ giáo dục). Lj: Số người trong lực lượng lao động có trình độ j.
j: Trình độ học vấn ở mỗi cấp bậc.
Bảng 3.1: Chi tiết tính tốn biến vốn con ngƣời (H) J Trình độ
giáo dục Giải thích
Tj (số năm)
0 Mù chữ Chỉ những người trong lực lượng lao
động chưa từng đến trường 0
1 Chưa hoàn thành bậc tiểu học
Chỉ những người trong lực lượng lao động biết đọc biết viết nhưng chưa học xong bậc tiểu học
2
J Trình độ
giáo dục Giải thích
Tj (số năm)
động đã tốt nghiệp tiểu học và không đi học nữa
3 Tốt nghiệp trung học cơ sở
Chỉ những người trong lực lượng lao động đã tốt nghiệp trung học cơ sở và không đi học nữa
4
4 Tốt nghiệp trung học phổ thông
Chỉ những người trong lực lượng lao động đã tốt nghiệp trung học phổ thông và không đi học nữa
3
5 Tốt nghiệp cao đẳng, đại học và sau đại học
Chỉ những người trong lực lượng lao động đã tốt nghiệp cao đẳng, đại học và những trình độ cao hơn
4
Nguồn: Luật giáo dục Việt Nam (2005)
Biến K (vốn vật chất) được ước tính bằng cơng thức: Kt (1)Kt1It với It là vốn đầu tư hàng năm và δ là tỷ lệ khấu hao. Đây cũng là nhận định của Trần Thọ Đạt và cộng sự (2007). Để đơn giản, tỷ lệ khấu hao được giả định ở mức δ =5%. Đó cũng là tỷ lệ khấu hao được sử dụng trong nghiên cứu của Ng và Leung (2004), Trần Thọ Đạt và cộng sự (2007), Whalley và Zhao (2010).
Biến L (lao động) được tính bằng số người trong dân số hoạt động kinh tế không
phân biệt tình trạng việc làm (Lau và cộng sự, 1993). Nghiên cứu đo lường lực lượng lao động của mỗi tỉnh, thành phố bằng tổng dân số hoạt động kinh tế của tỉnh, thành phố bất kể tình trạng việc làm như thế nào giống như định nghĩa được Bộ Lao động,
Thương binh và Xã hội đề cập. Nghiên cứu kỳ vọng mối quan hệ dương (+) giữa L và tăng trưởng kinh tế.
Biến ARG (tỷ trọng sản xuất nông nghiệp) được tính bằng tỷ trọng của nhóm
ngành nơng, lâm nghiệp và thuỷ sản so với GDP. Ng và Leung (2004), cho rằng các tỉnh, thành phố dựa nhiều vào sản xuất nơng nghiệp ít có cơ hội gia tăng năng suất hơn các tỉnh, thành phố dựa vào sản xuất công nghiệp. Trần Thọ Đạt và cộng sự (2007) cũng cho biết, giảm tỷ trọng ngành nông nghiệp trong GDP sẽ thúc đẩy tăng trưởng kinh tế các tỉnh, thành phố.
Biến G (chi tiêu của chính phủ) được tính bằng tỷ trọng chi tiêu của chính phủ so
với GDP. Tác động chi tiêu của chính phủ đến tăng trưởng kinh tế thơng thường có quan hệ dương. Nhưng Barro (1997) cho rằng sự can thiệp của chính phủ sẽ dẫn đến méo mó thị trường và cản trở tiến bộ công nghệ. Một số nghiên cứu tại Việt Nam như Phạm Thế Anh (2008), Hoàng Thị Chinh Thon và cộng sự (2010) cho thấy hệ số G âm (-). Vì vậy, nghiên cứu kỳ vọng mối quan hệ âm (-) giữa G và tăng trưởng kinh tế.
Biến F (độ mở cửa của nền kinh tế) được đo bằng tỷ trọng vốn FDI trong tổng vốn
đầu tư. Ng và Leung (2004) cho rằng độ mở cửa của nền kinh tế trong nước góp phần nâng cao trình độ cơng nghệ thơng qua việc thúc đẩy các dịng nhập khẩu kỹ thuật và công nghệ tiên tiến cũng như kinh nghiệm quản lý của nước ngoài vào nền kinh tế trong nước. Nguyễn Thị Tuệ Anh và cộng sự (2006), Trần Thọ Đạt và cộng sự (2007) cũng sử dụng chỉ tiêu này.
Biến SOE (ảnh hưởng của DNNN) được tính bằng tỷ trọng giá trị cơng nghiệp của
DNNN trong tổng giá trị sản xuất công nghiệp của mỗi tỉnh, thành phố. Trần Thọ Đạt và cộng sự (2007) cho rằng các DNNN có thể khơng nhanh nhạy trong việc tận dụng tiến bộ cơng nghệ – kỹ thuật thậm chí cịn gặp nhiều khó khăn trong q trình chuyển đổi sang cơ chế thị trường ở Việt Nam. Word Bank (2012) nhận xét các DNNN Việt Nam sử dụng nhiều nguồn lực nhưng lại kém hiệu quả nhất. Do vậy, nghiên cứu kỳ
vọng mối quan hệ âm (-) giữa SOE và tăng trưởng kinh tế. Đó cũng là nhận định chung của Ng và Leung (2004), Trần Thọ Đạt và cộng sự (2007).
Biến NSE (ảnh hưởng của DNNQD) được tính bằng tỷ trọng giá trị công nghiệp
của DNNQD trong tổng giá trị sản xuất công nghiệp của mỗi tỉnh, thành phố. Chen và Feng (2000) cho rằng doanh nghiệp tư nhân và bán tư nhân có tác động tích cực đến tăng trưởng kinh tế. Do vậy, nghiên cứu kỳ vọng mối quan hệ dương (+) giữa NSE và tăng trưởng kinh tế.
Bảng 3.2: Bảng tổng hợp các biến sử dụng trong luận văn và các dấu kỳ vọng
Biến Mô tả Dấu kỳ vọng
Y GDP của các tỉnh, thành phố Biến phụ thuộc
H Số năm đi học bình quân của lực lượng lao động +
K Vốn vật chất (trữ lượng vốn) +
L
Lao động: Được tính bằng số người trong dân số hoạt động kinh tế khơng phân biệt tình trạng việc làm giống như định nghĩa được Bộ Lao động, Thương binh và Xã hội đề cập
+
F Tỷ trọng vốn FDI trong tổng vốn đầu tư +
ARG Tỷ trọng của nhóm ngành nơng, lâm nghiệp và
thủy sản so với GDP -
SOE Tỷ trọng giá trị công nghiệp của DNNN trong
tổng giá trị sản xuất công nghiệp của mỗi tỉnh,
Biến Mô tả Dấu kỳ vọng
thành phố
NSE
Tỷ trọng giá trị công nghiệp của DNNQD trong tổng giá trị sản xuất công nghiệp của mỗi tỉnh, thành phố
+
G Tỷ trọng chi tiêu của chính phủ so với GDP -
Nguồn: Được tạo bởi tác giả dựa trên các nghiên cứu liên quan
3.3. Giả định của mơ hình
Nhận dạng mơ hình tăng trưởng là một nội dung quan trọng khi đánh giá chất lượng tăng trưởng. Mục đích của bài nghiên cứu là nhằm kiểm định các đại lượng giải thích cho tăng trưởng và đóng góp của từng nhân tố vào tăng trưởng kinh tế của vùng ĐBSCL.
Để đạt mục đích trên, nghiên cứu này xây dựng mơ hình tăng trưởng Tân Cổ Điển dựa vào hàm sản xuất Cobb – Douglas mở rộng cho vốn con người. Đây cũng là mô hình đã và đang được vận dụng trên thế giới khi phân tích nguồn lực tăng trưởng. Mơ hình ở đây được xây dựng dựa trên các giả định sau đây:
Nền kinh tế đại diện sản xuất duy nhất một loại hàng hóa với sản lượng đầu ra Y bằng công nghệ sản xuất Cobb – Douglas, sử dụng các yếu tố đầu vào là trữ lượng vốn, vốn con người, lao động, chi tiêu chính phủ, tỷ trọng nơng nghiệp, tỷ trọng của vốn đầu tư nước ngồi, tỷ trọng giá trị sản xuất công nghiệp của doanh nghiệp nhà nước và tỷ trọng sản xuất công nghiệp của doanh nghiệp ngoài quốc doanh. Lao động và vốn là hai yếu tố đầu vào thiết yếu trong hàm sản xuất Cobb – Douglas. Đồng thời, điểm đặc biệt là hàm Cobb – Douglas có độ co giãn thay thế bằng 1 do vậy cho phép sử dụng các yếu tố này linh hoạt hơn.
Hàm sản xuất Cobb – Douglas là một hàm liên tục, đồng nhất, có lợi suất khơng đổi theo quy mơ với các nhân tố có năng suất biên giảm dần. Do đó hàm sản xuất Cobb – Douglas là hàm lồi và đây được coi là điều kiện cần và đủ để tồn tại điểm cân bằng tăng trưởng trong mơ hình này. Nghiên cứu ngồi ra cịn giả định điểm cân bằng tăng trưởng là ổn định. Mơ hình này cho phép điều chỉnh các biến khi nền kinh tế tiến tới trạng thái cân bằng.
Tiến bộ công nghệ gọi là A là biến ngoại sinh và tăng trưởng với tốc độ khơng đổi. Mơ hình áp dụng tiến bộ cơng nghệ trung tính Harrod, tức tiến bộ cơng nghệ tác động trước hết đến nhân tố lao động, qua đó tác động lan truyền tới nhân tố vốn vật chất, vốn con người và các nhân tố khác, kết quả cuối cùng là làm tăng năng suất đầu ra Y.
3.4. Dữ liệu nghiên cứu
Mục tiêu nghiên cứu của đề tài là đánh giá tác động của vốn con người đến tăng trưởng kinh tế vùng ĐBSCL. Vì vậy, đề tài sử dụng dữ liệu bảng gồm 13 tỉnh, thành phố vùng ĐBSCL và thời gian là 8 năm (2007 – 2014). Nguồn dữ liệu của đề tài được tác giả lấy từ Tổng cục Thống kê, Niên giám Thống kê của các tỉnh, thành phố công bố hàng năm.
3.5. Phƣơng pháp nghiên cứu
Để hoàn thành bài nghiên cứu, tác giả sử dụng kết hợp hai phương pháp chính sau:
Thứ nhất, tác giả thực hiện phương pháp thống kê bằng cách tổng hợp, phân tích số
liệu về GDP, vốn vật chất, lực lượng lao động, vốn con người, độ mở nền kinh tế, tỷ trọng nơng nghiệp, chi tiêu chính phủ, ảnh hưởng của DNNN và ảnh hưởng của DNNQD trích từ Tổng cục Thống kê, Niên giám Thống kê hàng năm của tỉnh, thành phố;
Thứ hai, tác giả thực hiện phương pháp nghiên cứu thực nghiệm. Để lượng hóa tác
dữ liệu bảng, tính tốn và chạy các mơ hình hồi quy theo trình tự như sau: Mơ hình hệ số khơng thay đổi (Pooled – OLS), mơ hình hiệu ứng cố định (FEM) và mơ hình hiệu ứng ngẫu nhiên (REM) nhằm ước lượng tác động của vốn con người đến tăng trưởng kinh tế.
Trước khi tiếp tục trình bày phương pháp nghiên cứu, tác giả nêu tóm tắt một số đặc điểm của dữ liệu bảng như sau: Dữ liệu bảng là dạng tổ chức dữ liệu được sử dụng nhiều trong các nghiên cứu, trong cả kinh tế vi mô (khi nghiên cứu về hộ gia đình, doanh nghiệp và các thành phần kinh tế vi mô khác) hay kinh tế vĩ mô (khi nghiên cứu về các thành phố, các tiểu bang, các quốc gia và các thành phần kinh tế vĩ mô khác). Dữ liệu này kết hợp dữ liệu cho theo không gian (tức là giá trị của các biến được thu thập cho một đơn vị mẫu tại cùng một thời điểm) và dữ liệu theo chuỗi thời gian (tức là giá trị của các biến được quan sát theo thời gian). Việc kết hợp hai loại dữ liệu có nhiều thuận lợi trong phân tích các mối quan hệ kinh tế, đặc biệt khi muốn quan sát, phân tích sự biến động của các đối tượng nghiên cứu sau các biến cố hay theo thời gian, cũng như phân tích sự khác biệt giữa các nhóm đối tượng nghiên cứu. Có hai kiểu cấu trúc dữ liệu bảng: Bảng cân bằng và bảng không cân bằng, trong đó dữ liệu bảng không cân bằng (thiếu thông tin) sẽ dẫn đến những hạn chế trong ước lượng. Trong các mơ hình nghiên cứu của đề tài, tác giả sử dụng dữ liệu bảng cân bằng cho các tỉnh, thành phố khu vực ĐBSCL theo chuỗi thời gian (năm). Việc nghiên cứu các mơ hình với dữ liệu bảng có những ưu điểm như sau:
Nhờ kết hợp dữ liệu chuỗi thời gian của các tỉnh, thành phố khác nhau, dữ liệu bảng sẽ chứa nhiều thông tin hữu ích hơn, tính biến thiên nhiều hơn, giảm hiện tượng đa cộng tuyến giữa các biến, tăng số quan sát. Từ đó, nó làm tăng số bậc tự do, có thể đem lại ước lượng vững, hiệu quả và khơng chệch;
Dữ liệu bảng có liên quan đến nhiều tỉnh, thành phố theo thời gian, mỗi tỉnh, thành phố lại có những đặc trưng riêng. Tuy nhiên, các kỹ thuật ước lượng dựa trên dữ liệu bảng có thể tính đến sự khơng đồng nhất này;
Khi nghiên cứu các quan sát lặp đi lặp lại ở nhiều tỉnh, thành phố dữ liệu bảng phù hợp cho việc nghiên cứu những mơ hình chính sách thay đổi theo thời gian ở các tỉnh, thành phố này. Như vậy, nhờ những lợi thế trên, việc sử dụng dữ liệu bảng trong các mơ hình nghiên cứu của đề tài được kỳ vọng có thể đem lại hiệu quả cao hơn.
Tóm lại, những phương pháp ước lượng cơ bản khi hồi quy với dữ liệu bảng mà tác giả đề cập trong nghiên cứu bao gồm: Mơ hình hệ số khơng thay đổi (Pooled – OLS), mơ hình hiệu ứng cố định (FEM) và mơ hình hiệu ứng ngẫu nhiên (REM). Mỗi mơ hình đều có những đặc điểm riêng.
Mơ hình hệ số khơng thay đổi (Pooled – OLS), thực chất là ước lượng bình phương bé nhất (OLS), khi chúng ta sử dụng dữ liệu bảng như một tập hợp các quan sát bình thường, khơng phân biệt theo năm hay theo tỉnh, thành phố. Theo mơ hình này, các tỉnh, thành phố khơng có đặc điểm riêng khác nhau. Bên cạnh đó, các giả định mạnh của OLS cũng thường khó thỏa mãn trong thực tế. Như vậy, Phương trình của mơ hình hệ số khơng thay đổi (Pooled – OLS) có dạng phương trình (3.2) mục (3.1) – mơ hình kinh tế lượng.
Mơ hình hiệu ứng cố định (FEM) xem xét ảnh hưởng của các nhân tố cố định. Việc sử dụng các nhân tố cố định để phân tích ảnh hưởng đến mơ hình có thể được xem giống như một mơ hình OLS sử dụng biến giả, các biến giả đóng vai trị là các nhân tố cố định. Có thể xét mơ hình ảnh hưởng cố định theo tỉnh, thành phố hoặc theo thời gian, hoặc cố định cả hai nhân tố. Nhược điểm của FEM là làm giảm bậc tự do của mơ hình, đặc biệt khi số biến giả lớn. Dạng phương trình của mơ hình này như phương trình (3.3) mục 3.1 – mơ hình kinh tế lượng.
Mơ hình hiệu ứng ngẫu nhiên (REM) được sử dụng khi chúng ta quan tâm đến sự khác biệt của mỗi tỉnh, thành phố ảnh hưởng đến mơ hình chung. Sự khác biệt về điều kiện đặc thù của các tỉnh, thành phố này được chứa đựng trong phần sai số ngẫu nhiên. Do đó, phương trình của mơ hình này có dạng phương trình (3.4) mục (3.1) – mơ hình kinh tế lượng.
Kiểm định lựa chọn mơ hình phù hợp
Mỗi mơ hình đều có những ưu, nhược điểm riêng, việc lựa chọn mơ hình nào trong ba mơ hình trên phụ thuộc vào sự khác nhau về tung độ gốc của mơ hình hồi quy đối với mỗi tỉnh, thành phố và sự khác biệt này có tương quan với biến độc lập trong mơ hình hay khơng. Vì vậy, để lựa chọn mơ hình nào phù hợp và hiệu quả nhất trong ba mơ hình bài nghiên cứu đề cập (Pooled – OLS, FEM và REM) tác giả thực hiện các kiểm định để lựa chọn mơ hình như sau:
Để so sánh giữa mơ hình Pooled – OLS và mơ hình FEM: Sau khi ước lượng với FEM, sử dụng kiểm định F để kiểm định giả thuyết H0 : α1= α2 = …= αN = α. Nếu kết quả bác bỏ H0, thì sẽ chọn mơ hình FEM.
Để so sánh giữa mơ hình FEM và mơ hình REM: Sau khi ước lượng với FEM và REM, sử dụng kiểm định Hausman (Hausman, 1978) dưới giả thuyết H0: Cov(Xit, ui)
= 0. Nếu kết quả không bác bỏ H0 nghĩa là ước lượng REM và FEM đều vững, nhưng
chỉ có REM là hiệu quả.
Để so sánh giữa mơ hình Pooled – OLS và REM: Sau khi ước lượng với REM,