cấu lao động
2.5.1. Xây dựng mơ hình tổng quát
Để đánh giá tác động của công nghệ đến CDCCLĐ, luận án đề xuất mơ hình thực nghiệm sau:
LIijt = α0 + α1muaCNit + α2tongscheit + α3dactrungit + α4muaCN_tuongtacit +
α5muaCN_kiemsoatit + cit + uit (2.7)
Trong đó,
LI là chỉ số đo lường CDCCLĐ
ijt là ngành i thuộc tỉnh j tại thời điểm t
muaCNit là vectơ biểu thị giá trị mua công nghệ của ngành i tại năm t
tongscheit là vectơ biểu thị số lượng bằng sáng chế của ngành i tại năm t
dactrungit là véctơ biểu thị các biến số đặc trưng của ngành/ tỉnh i năm t
tuongtacit là véctơ biểu thị các biến số thể hiện nguồn gốc và loại công nghệ sử
dụng của ngành i tại năm t
kiemsoatit là véctơ biểu thị các biến số kiểm soát
cit+uit là sai số đo lường, đã được giả định là phân phối độc lập. Để khắc phục sai lệch khi hồi quy theo dữ liệu chéo nên NCS sử dụng phương pháp hồi quy dữ liệu mảng.
2.5.2. Phương pháp ước lượng GMM
Lựa chọn phương pháp ước lượng là rất quan trọng vì nếu phương pháp khơng đúng có thể dẫn tới kết quả ước lượng bị chệch hoặc tính hiệu quả chưa cao. Hơn nữa, nếu lựa chọn mơ hình tồn tại các vấn đề như biến nội sinh, có tự tương quan của sai số thì kết quả ước lượng mơ hình bị thiên chệch và khơng đủ tin cậy. Vì vậy, NCS tiến hành kiểm định để lựa chọn phương pháp và mơ hình ước lượng bằng các bước sau:
Bước 2: ước lượng OLS cho mơ hình giữa các biến độc lập và phần dư. Nếu như khơng có tương quan giữa các biến độc lập và nhiễu thì vấn đề nội sinh được loại trừ và ngược lại.
Sau đó, NCS kiểm định lựa chọn phương pháp ước lượng phù hợp. Theo Baltagi (2008), mơ hình dữ liệu bảng tuyến tính có dạng:
Yit = α+ βXit+ uit (2.8)
Để ước lượng mơ hình (2.8) có 3 phương pháp thường được sử dụng: ước lượng thô (pooled OLS), hồi quy biến giả (LSDV) hay tác động cố định (FE) và tác động ngẫu nhiên (RE).
Pooled OLS là ước lượng OLS trên bộ số liệu với các đối tượng theo thời gian, vì vậy phương pháp này xem xét các hệ số đều không thay đổi giữa các đối tượng khác nhau và không thay đổi theo thời gian (Gujarati, 2004). Tuy nhiên, đây là cách tiếp cận tồn tại một số vấn đề vi phạm các giả định của OLS, đặc biệt là tính độc lập ngẫu nhiên của mẫu. Kết quả có thể dẫn tới các vấn đề liên quan đến sai số tương quan.
Baltagi (2008) đã phân chia phần sai số (uit) thành 2 phần μit và vit, trong đó, μit là phần tác động của đối tượng không quan sát được và vit là phần sai số tác động còn lại. Ước lượng LSDV và mơ hình ảnh hưởng cố định (FE) cho rằng các tác động không quan sát được này không thay đổi theo thời gian. Vì vậy, mơ hình LSDV và FE sẽ bao gồm các tham số μit đặc trưng của mỗi đối tượng và khơng thay đổi theo thời gian. Khi đó, biểu thức (2.8) được viết thành:
Yit = (α + ) + βXit+ vit (2.9) Yit = (α + ) + βXit+ vit (2.10)
Trong khi, mơ hình ảnh hưởng ngẫu nhiên (RE) giả định rằng ui khơng tương quan với các biến khác và nó là một thành phần trong sai số ngẫu nhiên. Phương sai của sai số ngẫu nhiên được xác định bởi các đơn vị không gian hoặc theo thời gian.
Mơ hình RE có cùng hệ số chặn và độ dốc theo các quan sát, sự khác biệt nằm ở phần sai số.
Yit = α + Xitβ + ( it + vit) (2.11)
Lựa chọn mơ hình FE và RE được kiểm chứng dựa trên cơ sở so sánh với ước lượng Pooled OLS và được thực hiện như sau:
Thứ nhất, sử dụng kiểm định F kiểm định ước lượng tác động cố định, với giả thuyết H0 khi cho rằng các hệ số i đều bằng 0 (tức là khơng có sự khác biệt giữa các
đối tượng hay các thời điểm khác nhau). Nếu bác bỏ giả thuyết H0 với mức ý nghĩa cho trước sẽ cho thấy ước lượng tác động cố định là phù hợp.
Thứ hai, ước lượng tác động ngẫu nhiên sử dụng phương pháp nhân tử Lagrange (LM) với kiểm định Breuch-Pagan để kiểm định tính phù hợp của ước lượng (Baltagi, 2008), với giả thuyết H0 cho rằng sai số của ước lượng Pooled OLS không bao gồm các sai lệch giữa các đối tượng var( i) = 0. Nếu bác bỏ giả thuyết H0 cho thấy
ước lượng tác động ngẫu nhiên là phù hợp cho thấy sai số trong ước lượng bao gồm cả sự sai lệch giữa các nhóm.
Kiểm định Hausman được sử dụng để kiểm định ước lượng tác động cố định (FE) hay tác động ngẫu nhiên (RE) phù hợp hơn. Sau khi đã có lựa chọn phù hợp, NCS kiểm tra vấn đề đa cộng tuyến, phương sai sai số thay đổi và tự tương quan, sau đó hiểu chỉnh mơ hình.
Tuy nhiên, nếu mơ hình gặp phải vấn đề như biến nội sinh, sự tự tương quan của sai số thì mơ hình FE và RE sẽ dẫn tới kết quả ước lượng bị thiên chệch và không đủ tin cậy. Hai vấn đề tiềm ẩn liên quan đến thành phần sai số trong một mơ hình dữ liệu bảng đó là: i) sự tự tương quan giữa các biến giải thích với tác động riêng, μit; và ii) sự tương quan giữa các biến giải thích và thành phần sai số nhiễu vit. Nếu tồn tại một trong hai vấn đề này hoặc cả hai làm cho kết quả ước lượng OLS, FE và RE bị chệch hoặc khơng hiệu quả, vì vậy, phương pháp ước lượng GMM được lựa chọn để thay thế.
Hơn nữa, dựa trên phần lý thuyết mục 2.3 về vai trị của thay đổi cơng nghệ đến CDCCLĐ đã cho thấy mơ hình đánh giá mối quan hệ này là nội sinh hay có tính chất động. Vì vậy, trên cơ sở các nghiên cứu của Arellano và Bond (1991), HoltzEakin, Neway và Rosen (1988), luận án đề xuất phương pháp ước lượng GMM sử dụng biến công cụ để ước lượng mơ hình thực nghiệm của nghiên cứu.
Phương pháp GMM khắc phục sự tương quan giữa các biến giải thích với các thành phần sai số it và vit bằng cách sử dụng các biến đại diện ở phương trình sai phân
và phương trình level. Bên cạnh đó, GMM vẫn là một phương pháp ước lượng phù hợp nếu mơ hình có tính chất động (biến trễ phụ thuộc đóng vai trị như một biến giải thích trong mơ hình) hay mơ hình tồn tại biến nội sinh. Để GMM là phương pháp đảm bảo tính hiệu quả và độ tin cậy của các ước lượng cần kiểm tra các giả thuyết có liên quan như sự tự tương quan của phần dư, tính hợp lý của các biến cơng cụ hay tính vững của các hệ số ước lượng.
Thứ nhất, kiểm định tự tương quan phần dư
Phương pháp ước lượng GMM giả định khơng có tự tương quan bậc hai của phần dư, vì vậy cần kiểm tra tự tương quan trong thành phần sai số và kiểm định tính phù hợp của các biến đại diện. Arrelano & Bond (1991) cho rằng ước lượng GMM yêu cầu có tự tương quan bậc 1 (AR1) và khơng có tự tương quan bậc 2 (AR2). Theo Basu (2008), kết quả là kỳ vọng bác bỏ giả thuyết H0 ở kiểm định tương quan bậc 1 và mong muốn chấp nhận H0 ở tương quan bậc 2 để có được kết quả ước lượng phù hợp.
Thứ hai, kiểm tra tính phù hợp của mơ hình và của biến cơng cụ
Sự phù hợp của mơ hình GMM cũng có thể được thực hiện tương tự các mơ hình khác, đó là sử dụng kiểm định F. Kiểm định này sẽ kiểm tra ý nghĩa thống kê cho các hệ số ước lượng của biến giải thích, tương ứng với giả thuyết H0 - các hệ số ước lượng này trong phương trình level đều bằng 0.
Bên cạnh đó, kiểm định thống kê J của Hansen được sử dụng để kiểm tra giả thuyết H0 về việc mơ hình được xác định đúng (correct model specification) và kiểm tra các ràng buộc quá mức (valid overidentifying restrictions). Nếu bác bỏ giả thuyết H0 tức là một trong hai giả định về tính phù hợp của mơ hình hoặc biến đại diện có vấn đề và nếu chấp nhận H0 thì mơ hình là phù hợp.
Thứ ba, kiểm định tính vững của các hệ số ước lượng
Bond (2002) đề xuất kiểm tra tính hợp lý của mơ hình bảng động bằng cách kiểm định xem hệ số ước lượng của biến trễ của biến phụ thuộc có nằm trong khoảng giá trị hệ số ước lượng tương ứng với mơ hình OLS và mơ hình FE hay khơng.
KẾT LUẬN CHƯƠNG 2
Chương 2 đã xây dựng cơ sở lý thuyết về thay đổi công nghệ, CDCCLĐ và vai trị của thay đổi cơng nghệ đến CDCCLĐ.
Thứ nhất, hình thành cơ sở lý thuyết về công nghệ và sự thay đổi công nghệ, từ đó đưa ra các chỉ tiêu đánh giá sự thay đổi yếu tố công nghệ mà các doanh nghiệp trong ngành sử dụng.
Thứ hai, hệ thống phần lý thuyết về CCLĐ, CDCCLĐ và đánh giá CDCCLĐ trong ngành CNCBCT Việt Nam trên cơ sở phân chia các ngành cấp 2 thành 3 nhóm ngành sử dụng trình độ cơng nghệ khác nhau. Trong đó, đánh giá trên hai nội dung: i) ti trọng lao động trong các ngành/tỉnh trong ngành CNCBCT Việt Nam, ii) sự thay đổi tỉ trọng lao động theo TĐCMKT giữa các nhóm ngành sử dụng trình độ cơng nghệ khác nhau. Ngồi ra, luận án trình bày phương pháp đánh giá CDCCLĐ, cụ thể là phương pháp đo lường bằng chỉ số Lilien - đo lường mức độ CDCCLĐ bên trong các ngành của ngành CNCBCT Việt Nam.
Thứ ba, trình bày phương pháp ước lượng GMM - khắc phục vấn đề nội sinh để đánh giá tác động của công nghệ đến CDCCLĐ nội ngành trong ngành CNCBCT Việt Nam.
Khung lý thuyết của luận án được hình thành và sau đó đề xuất mơ hình cụ thể đánh giá vai trị của sự thay đổi cơng nghệ đến CDCCLĐ nội ngành ngành CNCBCT Việt Nam, làm tiền đề cho các nghiên cứu thực nghiệm ở các phần tiếp theo.
CHƯƠNG 3:
THỰC TRẠNG THAY ĐỔI CÔNG NGHỆ VÀ CHUYỂN DỊCH CƠ CẤU LAO ĐỘNG NGÀNH CÔNG NGHIỆP CHẾ BIẾN CHẾ TẠO