LnGDPit Hệ số hồi quy Sai số chuẩn t-ratio p-value
LIFEit 0.1298052 0.0149796 8.67 0.000
LABOURit 2.50×10-8 2.38×10-9 10.49 0.000
ENROLLRATEit -0.0232436 0.0081161 -2.86 0.005
FDIit 0.0000665 0.0000151 4.39 0.000
Tổng bình phương phần dư 114.678363 R-squared hiệu chỉnh 0.7713
R-squared 0.7764 Số quan sát 180
F(4, 175) 151.93
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Hàm hồi quy mẫu OLS thể hiện 180 quan sát.
Các biến giải thích đều có mức ý nghĩa nhỏ (p-value < 0.01), tức đều có ý nghĩa giải thích cho biến phụ thuộc lnGDPit tại mức ý nghĩa 1%, 5% và 10%.
Hệ số R-squared = 0.7764, nghĩa là các biến LIFEit, LABOURit, ENROLLRATEit,
FDIit giải thích được 77.64% biến động của biến phụ thuộc lnGDPit theo phương trình
hồi quy sau:
lnGDP¿=3.352028+0.1298052× LIFE¿+2.50×10−8× LABOUR¿−0.0232436× ENROLLRATE¿+0.0000 665× FDI¿+u¿
Hệ số của biến LIFEit xấp xỉ 0.1298 được giải thích là nếu Tuổi thọ trung bình tăng 1 đơn vị thì trung bình, GDP tăng 0.1298% trong điều kiện các yếu tố khác khơng đổi.
Hệ số của biến LABOURit xấp xỉ 2.50×10-8 được giải thích là nếu Lực lượng lao
động tăng 1 đơn vị thì trung bình, GDP tăng 2.50×10-8 % trong điều kiện các yếu tố
khác không đổi.
Hệ số của biến ENROLLRATEit xấp xỉ -0.02324 được giải thích là nếu Tỷ lệ đăng
kí nhập học tiểu học tăng 1 đơn vị thì trung bình, GDP tăng -0.02324% trong điều kiện
các yếu tố khác khơng đổi.
Hệ số của biến FDIit xấp xỉ 0.665×10-4 được giải thích là nếu Đầu tư trực tiếp từ
nước ngồi tăng 1 đơn vị thì trung bình, GDP tăng 0.665×10-4 % trong điều kiện các
yếu tố khác khơng đổi.
3.4.2. Mơ hình ảnh hưởng cố định FEM
Bảng 6: Kết quả hồi quy mơ hình FEM
lnGDPit Hệ số hồi quy Sai số chuẩn t-ratio p-value
LIFEit 0.2552401 0.0111735 22.84 0.000
LABOURit 1.71×10-8 6.31×109 2.72 0.007
ENROLLRATEit 0.0205284 0.0034693 5.92 0.000
FDIit 0.0000252 6.76×10-6 3.73 0.000
R-squared (overall) 0.6186 Số quan sát 180
F(4, 167) 242.42 Số nhóm 9
Số quan sát từng nhóm 20
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Mơ hình ảnh hưởng cố định thể hiện 180 quan sát thơng qua 9 nhóm, mỗi nhóm 20 quan sát.
Các biến giải thích đều có mức ý nghĩa nhỏ (p-value < 0.01), tức đều có ý nghĩa giải thích cho biến phụ thuộc lnGDPit tại mức ý nghĩa 1%, 5% và 10%.
Hệ số R-squared overall = 0.6186, nghĩa là các biến LIFEit, LABOURit,
ENROLLRATEit, FDIit giải thích được 61.86% biến động của biến phụ thuộc lnGDPit theo
phương trình hồi quy sau:
lnGDP¿=−9.678302+0.2552401× LIFE¿+1.71×10−8× LABOUR¿+0.0205284× ENROLLRATE¿+0.0000252× FDI¿+u¿
Hệ số của biến LIFEit xấp xỉ 0.2552 được giải thích là nếu Tuổi thọ trung bình tăng 1 đơn vị thì trung bình, GDP tăng 0.2552% trong điều kiện các yếu tố khác không đổi.
Hệ số của biến LABOURit xấp xỉ 1.71×10-8 được giải thích là nếu Lực lượng lao
động tăng 1 đơn vị thì trung bình, GDP tăng 1.71×10-8 % trong điều kiện các yếu tố
khác không đổi.
Hệ số của biến ENROLLRATEit xấp xỉ 0.0205 được giải thích là Tỷ lệ đăng kí
nhập học tiểu học tăng 1 đơn vị thì trung bình, GDP tăng 0.0205% trong điều kiện các
yếu tố khác không đổi.
Hệ số của biến FDIit xấp xỉ 0.252×10-4 được giải thích là nếu Đầu tư trực tiếp từ
nước ngồi tăng 1 đơn vị thì trung bình, GDP tăng 0.252×10-4 % trong điều kiện các
yếu tố khác khơng đổi.
3.4.3. Mơ hình ngẫu nhiên REM
Bảng 7: Kết quả hồi quy mơ hình REM
lnGDP¿ Hệ số hồi quy Sai số chuẩn z p-value
LIFE¿ 0.2499937 0.011012 22.7 0.000
LABOUR¿ 2.20×10−8 5.18×10−8 4.25 0.000
ENROLLRATE¿ 0.0203041 0.0035086 5.79 0.000
FDI¿ 0.0000224 6.36×10−6 3.51 0.000
const −9.430455 0.9257636 -10.19 0.000
R-squared (overall) 0.6646 Số quan sát 180
Số quan sát từng nhóm 20
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Mơ hình ảnh hưởng ngẫu nhiên thể hiện 180 quan sát thông qua 9 nhóm, mỗi nhóm 20 quan sát.
Các biến giải thích đều có mức ý nghĩa nhỏ (p-value < 0.01), tức đều có ý nghĩa giải thích cho biến phụ thuộc lnGDP¿ tại mức ý nghĩa 1%, 5% và 10%.
Hệ số R-squared overall = 0.6646, nghĩa là các biến LIFE¿, LABOUR¿, ENROLLRATE¿, FDI¿ giải thích được 66.46% biến động của biến phụ thuộc lnGDP¿ theo
phương trình hồi quy sau:
lnGDP¿=−9.430455+0.2499937× LIFE¿+2.20×10−8× LABOUR¿+0.0203041× ENROLLRATE¿+0.0000224× FDI¿+u¿
Hệ số của biến LIFE¿ xấp xỉ 0.2500 được giải thích là nếu Tuổi thọ trung bình tăng
1 đơn vị thì trung bình, GDP tăng 0.2500% trong điều kiện các yếu tố khác không đổi. Hệ số của biến LABOUR¿ xấp xỉ 2.20×10−8 được giải thích là nếu Lực lượng lao
động tăng 1 đơn vị thì trung bình, GDP tăng 2.20×10−8% trong điều kiện các yếu tố khác
không đổi.
Hệ số của biến ENROLLRATE¿ xấp xỉ 0.02 được giải thích là nếu Tỷ lệ đăng kí
nhập học tiểu học tăng 1 đơn vị thì trung bình, GDP tăng 0.02 % trong điều kiện các yếu
tố khác không đổi.
Hệ số của biến FDI¿ xấp xỉ 0.224×10−4 được giải thích là nếu Đầu tư trực tiếp từ
nước ngồi 1 đơn vị thì trung bình, GDP tăng 0.224×10−4% trong điều kiện các yếu tố
khác khơng đổi.
Như vậy, đúng như kỳ vọng, hệ số hồi quy β1≈0.25>0, LIFE có tác động cùng
chiều với lnGDP, tức khi Tuổi thọ trung bình của người dân được nâng cao thì độ tuổi tham gia các hoạt động sản xuất cũng được tăng lên, qua đó cải thiện sản lượng cho nền kinh tế. β2≈2.20×10−8>0 chứng tỏ LABOUR có tác động tích cực đến lnGDP, tức khi
Lực lượng lao động tăng thì gia tăng đầu vào sản lượng, từ đó nâng cao khả năng sản
xuất của khu vực công nghiệp, cải thiện sản lượng cho nền kinh tế. β3≈0.02>0 có thể giải thích rằng, khi trẻ em được đầu tư cho học tập từ sớm, chất lượng chuyên môn và kiến thức của lực lượng lao động cũng được cải thiện trong dài hạn, từ đó nâng cao năng suất lao động, thúc đẩy q trình sản xuất trong nước, từ đó góp phần gia tăng tăng trưởng kinh tế. Cuối cùng, đúng theo kỳ vọng, β4≈0.224×10−4>0, FDI có tác động cùng chiều
với lnGDP, tức khi Đầu tư trực tiếp từ nước ngoài tăng lên, xuất khẩu được đẩy mạnh, đóng góp vào thặng dư cán cân thương mại trong nước, từ đó thúc đẩy tăng trưởng GDP.
3.5. Kiểm định
3.5.1. Kiểm định lựa chọn mơ hình
Với dữ liệu bảng mà nhóm thu được, nhóm tác giả đề xuất 3 mơ hình Pooled OLS, REM và FEM như trên. Để kiểm định lựa chọn mơ hình, nhóm tác giả lần lượt thực hiện các kiểm định Hausman và kiểm định phân tử Lagrange Breusch – Pagan.
3.5.1.1. Kiểm định Hausman
Nhóm tác giả sử dụng cặp giả thuyết sau để kiểm định Hausman:
H0: Khơng có tương quan giữa các biến giải thích và thành phần ngẫu nhiên H1: Có tương quan giữa các biến giải thích và thành phần ngẫu nhiên
Với các dữ liệu trên, nhóm thu được kết quả sau: chi2(3) = 7.17 Prob > chi2 = 0.0668
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Từ kết quả trên: p-value > 0.05. Do đó, chấp nhận giả thuyết H0: Khơng có tương quan giữa các biến giải thích và thành phần ngẫu nhiên. Từ đó, bác bỏ mơ hình ảnh hưởng cố định FEM.
3.5.1.2. Kiểm định phân tử Lagrange Breusch – Pagan
Nhóm tác giả sử dụng cặp giả thuyết sau để kiểm định phân tử Lagrange Breusch – Pagan:
H0: Phương sai giữa các đối tượng hoặc các thời điểm là không đổi H1: Phương sai giữa các đối tượng hoặc các thời điểm thay đổi
Với các dữ liệu trên, nhóm thu được kết quả sau: chibar2(01) = 901.57 Prob > chibar2 = 0.0000
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Từ kết quả trên: p-value < 0.05. Do đó, bác bỏ giả thuyết H0: Phương sai giữa các đối tượng hoặc các thời điểm là không đổi, cho thấy sai số trong ước lượng có bao gồm cả sai lệch giữa các nhóm. Từ đó, bác bỏ mơ hình Pooled OLS, chấp nhận mơ hình ảnh hưởng ngẫu nhiên REM.
Vậy nhóm lựa chọn mơ hình ảnh hưởng ngẫu nhiên REM, tức kết quả hồi quy theo phương pháp REM là phù hợp để thể hiện ảnh hưởng của các biến giải thích lên biến Tăng trưởng kinh tế.
3.5.2. Kiểm định tự tương quan
Nhóm tác giả sử dụng kiểm định Wooldridge để kiểm định tự tương quan của mơ hình.
Nhóm tác giả sử dụng cặp giả thuyết sau để kiểm định:
H0: Khơng có tự tương quan trong mơ hình H1: Có tự tương quan trong mơ hình
Với các dữ liệu trên, nhóm thu được kết quả sau: F(1, 7) = 97.535 Prob > F = 0.0000
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Từ kết quả trên, p-value < 0.05. Do đó, bác bỏ giả thuyết H0: Khơng có tự tương quan trong mơ hình, nghĩa là có hiện tượng tự tương quan trong mơ hình.
3.5.3. Kiểm định phương sai sai số thay đổi
Nhóm tác giả sử dụng kiểm định nhân tử Lagrange Breusch – Pagan để kiểm định phương sai sai số thay đổi của mơ hình.
Nhóm tác giả sử dụng cặp giả thuyết sau để kiểm định phân tử Lagrange Breusch – Pagan:
H0: Phương sai giữa các đối tượng hoặc các thời điểm là không đổi H1: Phương sai giữa các đối tượng hoặc các thời điểm thay đổi
Với các dữ liệu trên, nhóm thu được kết quả sau: chibar2(01) = 901.57 Prob > chibar2 = 0.0000
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Từ kết quả trên: p-value < 0.05. Do đó, bác bỏ giả thuyết H0: Phương sai giữa các đối tượng hoặc các thời điểm là không đổi, cho thấy sai số trong ước lượng có bao gồm cả sai lệch giữa các nhóm, nghĩa là phương sai sai số thay đổi qua các thực thể.
3.5.4. Kiểm định đa cộng tuyến
Nhóm tác giả sử dụng kiểm định Collin để kiểm định đa cộng tuyến của mơ hình. Nhóm tác giả sử dụng cặp giả thuyết sau để kiểm định Collin:
H0: Có hiện tượng đa cộng tuyến trong mơ hình
H1: Khơng có hiện tượng đa cộng tuyến trong mơ hình
Biến VIF Độ chấp nhận R-squared lnGDPit 4.47 0.2236 0.7764 LIFEit 2.00 0.5001 0.4999 LABOURit 2.98 0.3355 0.6645 ENROLLRATEit 1.25 0.7983 0.2017 FDIit 2.34 0.4273 0.5727 Mean VIF 2.61
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Từ kết quả trên, mean VIF < 10 và khơng có VIF của biến nào lớn hơn 10, có thể khẳng định mơ hình khơng có hiện tượng đa cộng tuyến.
3.6. Khắc phục mơ hình
Nhằm khắc phục hiện tượng phương sai sai số thay đổi của mơ hình REM, nhóm tác giả đề xuất mơ hình hồi quy chuẩn mạnh Robust. Kết quả được thể hiện như sau:
Bảng 8: Kết quả hồi quy chuẩn mạnh Robust cho mơ hình REM
lnGDPit Hệ số hồi
quy Sai số chuẩn z p-value
LIFEit 0.2499937 0.0247568 10.10 0.000
LABOURit 2.20×10-8 1.10×10-8 2.00 0.045
ENROLLRATEit 0.0203041 0.0068833 2.95 0.003
FDIit 0.0000224 8.75×10-6 2.56 0.011
const -9.430455 1.732514 -5.44 0.000
R-squared (overall) 0.6646 Số quan sát 180
Số nhóm 9
Số quan sát từng nhóm 20
Nguồn: Nhóm tác giả tự tổng hợp từ dữ liệu qua STATA
Mơ hình hồi quy chuẩn mạnh Robust cho ảnh hưởng ngẫu nhiên thể hiện 180 quan sát thơng qua 9 nhóm, mỗi nhóm 20 quan sát.
Các biến giải thích đều có mức ý nghĩa nhỏ (p-value < 0.05), tức đều có ý nghĩa giải thích cho biến phụ thuộc lnGDPit tại mức ý nghĩa 5% và 10%.
Các hệ số hồi quy được giữ nguyên giá trị so với mơ hình REM gốc. Tuy nhiên, sai số chuẩn của các hệ số hồi quy được điều chỉnh để không phụ thuộc vào yếu tố ngẫu nhiên nhằm khắc phục hiện tượng phương sai sai số thay đổi.
CHƯƠNG 4. KIẾN NGHỊ VÀ GIẢI PHÁP
Với thực trạng nguồn vốn nhân lực ở các quốc gia ASEAN, nhóm chúng em xin phép được đề xuất một số giải pháp để giúp các nước trong khu vực thoát khỏi bẫy thu nhập trung bình, cụ thể:
Thứ nhất, tăng cường hợp tác các bên liên quan để phát triển khả năng có việc làm
trong tương lai.
Chính phủ và các cơng ty, doanh nghiệp nên hợp tác để nghiên cứu và đưa vào
giảng dạy những chương trình giáo dục, đào tạo phù hợp với định hướng phát triển kinh tế của mỗi nước.
Các công ty cần làm việc hiệu quả hơn với các bên liên quan đến giáo dục trong
giáo dục đại học và giáo dục hướng nghiệp để nâng cao cơ hội việc làm của sinh viên.
Thứ hai, xây dựng hệ sinh thái phát triển con người:
Các công ty nên xây dựng hệ sinh thái chiến lược với chính phủ, giáo dục đại học
và các bậc cao hơn, các công ty dịch vụ chuyên nghiệp để phát triển lực lượng lao động ASEAN đẳng cấp thế giới
Các công ty nên mở rộng chiến lược phát triển con người của mình trên tồn bộ
khu vực và tích hợp các nhóm xun biên giới ở các quốc gia ASEAN khác nhau để phát triển tài năng cho khu vực.
Thứ ba, đẩy nhanh phát triển quản lý trên toàn ASEAN:
Doanh nghiệp nên xây dựng phương pháp quản trị ASEAN và quản trị tốt trong
việc điều hành các bên liên quan trên toàn khu vực.
Các công ty nên hợp tác với các trường đại học và các công ty dịch vụ chuyên
nghiệp để đào tạo và phát triển trong quản lý ASEAN, bao gồm cả trong các doanh nghiệp vừa và nhỏ.
Thứ tư, đảm bảo quá trình phát triển đối với mọi người lao động.
Các cơng ty nên hỗ trợ q trình phát triển thể chất, tinh thần và chun mơn một
cách có hệ thống cho tất cả nhân viên trong lực lượng lao động của nền kinh tế và liên tục nâng cao kỹ năng của họ cũng như khả năng ứng dụng công nghệ vào trong sản xuất.
Các công ty nên phát triển các dự án, phân công và luân chuyển lãnh đạo khắp các
Đối với Việt Nam để thực sự nắm bắt được cơ hội phát triển kinh tế, từ đó giúp đất nước có được sự tăng trưởng nhanh, bền vững, nâng cao đời sống của người dân, cần phải tháo gỡ những rào cản, trong đó rất quan trọng là chuẩn bị nguồn nhân lực đáp ứng cho sự phát triển của nền kinh tế số thời gian tới. Muốn vậy, cần thực hiện đồng bộ những giải pháp sau:
Thứ nhất, Thủ tướng Chính phủ đã ký Quyết định số 176/QĐ-TTg, ngày 5/2/2021,
ban hành Chương trình hỗ trợ phát triển thị trường lao động đến năm 2030. Theo đó, đặt mục tiêu chỉ số lao động có kiến thức chun mơn trong chỉ số đổi mới sáng tạo tồn cầu (GII) thuộc nhóm 60 nước đứng đầu vào năm 2025 và 55 nước đứng đầu vào năm 2030; tỷ lệ lao động có các kỹ năng cơng nghệ thơng tin đạt 90% vào năm 2030. Để thực hiện được điều này và cũng là nâng cao chất lượng nguồn nhân lực Việt Nam, cần xây dựng quy hoạch, kế hoạch phát triển giáo dục - đào tạo, xác định đúng đắn chiến lược phát triển nguồn nhân lực. Đặc biệt, để chuẩn bị cho chuyển đổi số, cần chủ động trong việc đào tạo nguồn nhân lực các ngành, lĩnh vực ưu tiên đã được xác định tại “Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030”. Nâng cao chất lượng dự báo ngắn hạn, trung hạn và dài hạn về nhu cầu nhân lực làm cơ sở để điều tiết và đào tạo, bồi dưỡng.
Làm tốt công tác dự báo nhu cầu lao động, xây dựng và cập nhật dữ liệu mở về lao động có kỹ năng nghề theo từng lĩnh vực, ngành nghề, trình độ đào tạo, nhất là những ngành nghề, kỹ năng mới và cập nhật dữ liệu theo định kỳ; tăng cường ứng dụng công nghệ thông tin trong việc kết nối cung - cầu lao động để nâng cao hiệu quả đào tạo và sử