CHƯƠNG 3 TÁC ĐỘNG CỦA HẠ TẦNG GIAO THÔNG VẬN TẢI TỚI TĂNG TRƯỞNG KINH TẾ
3.3. Tác động của vốn đầu tư cho giao thông tới tăng trưởng kinh tế
3.3.2. Kết quả mô hình tác động của vốn đầu tư giao thông tới tăng trưởng kinh tế
Kết quả mô hình 63 tỉnh thành trong cả nước:
Kết quả cho thấy, các biến trong dữ liệu PCI có tác động đến GDP trong mô hình nghiên cứu là Đào tạo lao động, Gia nhập thị trường và Tính minh bạch. Tại bước 3a, kiểm định nhân tử Lagrange cho giá trị P_Value < 0,05 do đó không lựa chọn mô hình POLS. Các mô hình FE và RE có kết quả tương đồng về giá trị và ý nghĩa thống kê, kiểm định Hausman sau khi tính lại sai số chuẩn về hệ số giữa 2 mô hình và hiệu chỉnh bậc tự do cho giá trị Chi_Square = 42,67 tương ứng P_Value < 0,05. Kiểm định đa cộng tuyến cho giá trị VIF = 2,42 < 10 nên mô hình không có hiện tượng đa cộng tuyến. Như vậy, kết quả sau các kiểm định Hausman, Lagrange là mô hình fixed effect (1a) với tùy chọn
“robust”. Tương tự, tiến hành ước lượng mô hình theo bước 3b cùng kiểm định Hausman, kết quả là mô hình tác động ngẫu nhiên SLX (1b) được thể hiện tại Bảng 3.2:
Bảng 3.2: Mô hình FE (1a) và mô hình không gian SLX (1b) xét tác động của vốn đầu tư cho giao thông tại 63 tỉnh/thành
Biến giải thích Hệ số mô hình FE (1a) Hệ số mô hình SLX (1b)
LnKNT 0,167***
(0,034)
0,166***
(0,017)
LnKT 0,048***
(0,014)
0,035***
(0,009)
LnL 1,069***
(0,182)
1,040***
(0,077)
LnTLRate 0,228***
(0,049)
0,198***
(0,034)
LnLTraining_PCI 0,261***
(0,052)
0,172***
(0,047)
LnEntryCosts 0,163***
(0,042)
0,135***
(0,037)
LnTransparency 0,144**
(0,066)
0,094**
(0,042)
D 0,079***
(0,016)
0,034***
(0,014)
_cons -2,193
(2,356)
-3,460***
(1,006)
M_ LnKT 0,163***
(0,028)
Total effect 0,198 ***
(0,027) R2 (within; between; overall) (0,8439; 0,8120; 0,8133) 0,8036
Số quan sát / Số phần tử chéo 504/63 504/63
Nguồn: Tính toán của tác giả từ dữ liệu TCTK, NGTK và dữ liệu PCI Kết quả cho thấy, hai mô hình là tương đương về dấu hệ số và ý nghĩa thống kê, mô hình (1b) là mở rộng của mô hình (1a). Hệ số tác động của vốn đầu tư ngoài giao thông đến tăng trưởng kinh tế là không khác biệt nhiều ở 2 mô hình, hệ số co giãn là 0,167 ở mô hình không xét tác động KG và là 0,166 ở mô hình SLX. Kết quả phản ánh vốn đầu tư giao thông không chỉ có tác động trực tiếp tại 2 mô hình mà còn có tác
động gián tiếp tại mô hình (1b), tác động trực tiếp chiếm 18%, tác động gián tiếp là 82%, do đó tác động không gian của vốn đầu tư giao thông là rất lớn, mặt khác đặc thù của hạ tầng giao thông có tính liên kết vùng chặt chẽ nên sẽ thiếu sót nếu bỏ qua tác động không gian, mô hình được chọn là mô hình (1b).
Xét mô hình SLX: Hệ số biến giả D có ý nghĩa thống kê, điều này cho thấy dấu hiệu tích cực của tăng trưởng kinh tế trong giai đoạn sau năm 2012. Điều này phù hợp với những thay đổi vĩ mô tích cực của nền kinh tế khi Chính phủ kiềm chế lạm pháp thành công với trung bình giai đoạn 2010 - 2012 là 12,33% xuống còn 6,6% vào năm 2013. Từ ảnh hưởng của cuộc khủng hoảng kinh tế thế giới cuối năm 2008 - đầu năm 2009, giai đoạn sau năm 2012, nền kinh tế có dấu hiệu hồi phục.
Biến vốn đầu tư giao thông có ý nghĩa thống kê khi xét tác động không gian, hệ số tác động gián tiếp là 0,163, điều này có ý nghĩa là khi vốn đầu tư GT ở tất cả các tỉnh j ≠ i tăng 1% thì có tác dụng làm tăng GDP so sánh tỉnh i lên 0,163%, trong đó hệ số tác động của riêng tỉnh j lên tỉnh i là 0,163% * mij với mij là hệ số tại hàng i, cột j của ma trận không gian M; hệ số tác động trực tiếp là 0,035 cho thấy nếu tăng vốn GT của tỉnh lên 1%, góp phần tăng GDP của tỉnh đó lên 0,035%. Hệ số tác tổng hợp 0,198 có ý nghĩa thống kê khẳng định mạnh mẽ nên đầu tư cho hạ tầng giao thông vận tải đồng thời tại tất cả các tỉnh thành.
Các biến thể hiện “vốn lao động” như số lượng lao động, tỉ lệ lao động đang làm việc qua đào tạo, đào tạo lao động của PCI đều có ý nghĩa thống kê: Điều này cho thấy để tăng trưởng kinh tế, ngoài ổn định số lượng lao động, tăng tỉ lệ đào tạo lao động, điều cần chú trọng là nâng cao chất lượng lao động bao gồm: nâng cao chất lượng đào tạo phổ thông, dạy nghề, tăng kinh phí cho đào tạo lao động, tăng cường sử dụng công nghệ thông tin trong tuyển dụng lao động.
Các biến còn lại trong bộ chỉ số PCI phản ánh chất lượng điều hành có ý nghĩa thống kê khi xét tác động đến tăng trưởng kinh tế là: Gia nhập thị trường, Tính minh bạch. Điều này cho thấy việc rút ngắn thời gian, thủ tục và ứng dụng công nghệ thông tin để đăng ký, thay đổi hoạt động kinh doanh của doanh nghiệp đã góp phần tăng trưởng kinh tế, kết quả này được lý giải là khi thời gian và thủ tục được rút gọn, doanh nghiệp sớm đi vào hoạt động nên nền kinh tế được hưởng lợi.
Kết quả chỉ ra rằng tính minh bạch góp phần tăng trưởng kinh tế, tính minh bạch tăng 1 %, GDP tăng khoảng 0,094%, tuy nhiên thực trạng năm 2017, xét tại các
thành phố lớn, chỉ số minh bạch tại Hà Nội là 4,1 - đứng thứ 62/63, chỉ cao hơn Cao Bằng; tại Thành phố Hồ Chí Minh là 5,26 - đứng vị trí thứ 36/63; tại Đà Nẵng là 6,65 - đứng thứ 6/63. Nghiên cứu chỉ ra rằng cần tập trung phấn đấu tăng cao tính minh bạch, càng minh bạch thì nền kinh tế càng hưởng lợi.
Nghiên cứu tiến hành tại các khu vực nhằm tiến hành so sánh. Lặp lại các bước như mô hình 1, ma trận không gian được xét cho 3 miền: 25 tỉnh Miền Bắc; 19 tỉnh Miền Trung và 19 tỉnh miền Nam. Kết quả tại các miền trên lần lượt được thể hiện tại các Bảng 3.3, 3.4, 3.5. Kết quả so sánh và phân tích thể hiện qua Bảng 3.6.
Kết quả mô hình tại Miền Bắc:
Tại mô hình không xét tác động không gian và mô hình SLX đều có hệ số của biến Đào tạo lao động là dương song không có ý nghĩa thống kê. Nghiên cứu không giữ lại biến này trong mô hình vì so sánh giá trị AIC tại 2 mô hình không gian có và không có biến Đào tạo lao động, mô hình không có biến Đào tạo lao động cho kết quả phù hợp hơn. Mô hình sau bước 3a và 3b đều là RE, kết quả mô hình sau bước 3a là mô hình (2a), sau bước 3b là mô hình (2b), các kết quả được cho bởi Bảng 3.3:
Bảng 3.3: Mô hình RE (2a) và mô hình không gian SLX (2b) xét tác động của vốn đầu tư cho giao thông tại khu vực Miền Bắc
Biến giải thích Hệ số mô hình RE (2a) Hệ số mô hình SLX (2b)
LnKNT 0,262***
(0,042)
0,226***
(0,025)
LnKT 0,094***
(0,013)
0,080***
(0,016)
LnL 1,063***
(0,083)
1,125***
(0,101)
LnTLRate 0,422***
(0,085)
0,332***
(0,063)
LnEntryCosts 0,119**
(0,055)
0,074 (0,053)
LnTransparency 0,241***
(0,088)
0,169***
(0,058)
D 0,072*** 0,011
Biến giải thích Hệ số mô hình RE (2a) Hệ số mô hình SLX (2b)
(0,022) (0,021)
_cons -4,576***
(0,762)
-7,333***
(1,337)
M_ LnKT 0,229***
(0,049)
Total effect 0,309***
(0,048) R2 (within; between; overall) (0,8624; 0,9254; 0,9226) 0,9138
Số quan sát / Số phần tử chéo 200/25 200/25
Nguồn: Tính toán của tác giả từ dữ liệu TCTK, NGTK và dữ liệu PCI Bảng 3.3 cho thấy, các kết quả tương đồng về dấu. Tác động trực tiếp, tác động lan tỏa không gian của vốn đầu tư cho giao thông là tích cực và có ý nghĩa thống kê.
Biến kiểm soát Tính minh bạch hàm ý hiệu quả và vai trò quan trọng của các nhân tố trên trong việc nâng cao chất lượng điều hành của chính quyền Tỉnh. Tính minh bạch có ý nghĩa thống kê mạnh mẽ trong việc thúc đẩy tăng trưởng GRDP, Gia nhập thị trường chưa có hệ số dương song chưa ý nghĩa thống kê trong mô hình SLX. Biến phản ánh chất lượng lao động có ý nghĩa thống kê là Tỉ lệ đào tạo lao động hàm ý hiệu quả của việc gia tăng tỉ lệ đào tạo và đào tạo lại lao động.
Kết quả mô hình tại Miền Trung:
Kết quả cho thấy, cả 2 mô hình không xét tác động không gian và mô hình SLX đều có hệ số của biến Tính minh bạch là dương song không có ý nghĩa thống kê, kết quả phù hợp hơn nếu không giữ biến này. Biến Gia nhập thị trường đều có hệ số dương, tại mô hình SLX, P_Value = 0,137 song có ý nghĩa thống kê tại mô hình không xét tác động không gian, do đó được giữ lại trong mô hình nghiên cứu. Kiểm định Hausman cho mô hình sau bước 3a là RE (3a), sau bước 3b là mô hình tác động ngẫu nhiên SLX (3b), các kết quả cho bởi Bảng 3.4:
Bảng 3.4: Mô hình RE (3a) và mô hình không gian SLX (3b) xét tác động của vốn đầu tư cho giao thông tại khu vực Miền Trung
Biến giải thích Hệ số mô hình RE (3a) Hệ số mô hình SLX (3b)
LnKNT 0,082***
(0,027)
0,080***
(0,027)
LnKT 0,041**
(0,019)
0,029**
(0,012)
LnL 0,918***
(0,112)
0,885***
(0,095)
LnTLRate 0,392***
(0,081)
0,349***
(0,057)
LnLTraining_PCI 0,248***
(0,087)
0,166**
(0,079)
LnEntryCosts 0,111**
(0,056)
0,091 (0,060)
D 0,071***
(0,019)
0,050***
(0,019)
_cons 1,155
(1,434)
0,884 (1,228)
M_ LnKT 0,089***
(0,028)
Total effect 0,118 ***
(0,027) R2 (within; between; overall) (0,8846; 0,8395; 0,8428) 0,8388
Số quan sát / Số phần tử chéo 152/19 152/19
Nguồn: Tính toán của tác giả từ dữ liệu TCTK, NGTK và dữ liệu PCI Kết quả tại Bảng 3.4 cho thấy, các kết quả tương đồng về dấu, mô hình SLX là mở rộng từ mô hình không xét tác động không gian. Biến phản ánh chất lượng lao động qua Tỉ lệ lao động đang làm việc qua đào tạo và Đào tạo lao động của PCI, hàm ý hiệu quả của đào tạo và đào tạo lại tay nghề lao động, của chất lượng đào tạo phổ thông, chất lượng dạy nghề, kinh phí cho đào tạo lao động và việc tăng cường sử dụng công nghệ thông tin trong tuyển dụng lao động tại khu vực miền Trung. Vốn đầu tư cho giao thông là tích cực và có ý nghĩa thống kê.
Kết quả mô hình tại Miền Nam:
Kết quả ước lượng ở cả 2 mô hình đều cho biến Tính minh bạch không có ý nghĩa thống kê, do đó mô hình ước lượng không xét tác động của biến này trên khu vực Miền Nam. Biến vốn đào tạo lao động chưa có ý nghĩa thống kê tại mô hình không gian do P_Value = 0,136 song có ý nghĩa thống kê tại mô hình không xét tác động không gian, do đó biến được giữ lại trong cả 2 mô hình. Mô hình sau bước 2a là mô hình FE (4a), mô hình không gian là RE, kết quả thể hiện tại Bảng 3.5:
Bảng 3.5: Mô hình FE (4a) và mô hình không gian SLX (4b) xét tác động của vốn đầu tư cho giao thông tại khu vực Miền Nam
Biến giải thích Hệ số mô hình FE (4a) Hệ số mô hình SLX (4b)
LnKNT 0,169**
(0,066)
0,153***
(0,030)
LnKT 0,029
(0,020)
0,029*
(0,016)
LnL 0,646**
(0,302)
0,778***
(0,161)
LnTLRate 0,130**
(0,054)
0,141***
(0,049)
LnLTraining_PCI 0,257***
(0,094)
0,133 (0,086)
LnEntryCosts 0,285***
(0,060)
0,231***
(0,067)
D 0,119***
(0,020)
0,062***
(0,023)
_cons 4,260
(3,652)
0,970 (2,083)
M_ LnKT 0,151***
(0,045)
Total effect 0,180***
(0,048) R2 (within; between; overall) (0,8421; 0,7820; 0,7741) 0,7604
Số quan sát / Số phần tử chéo 152/19 152/19
Nguồn: Tính toán của tác giả từ dữ liệu TCTK, NGTK và dữ liệu PCI
Các biến là tương đồng nhau về dấu, biến vốn đầu tư cho giao thông chưa có ý nghĩa thống kê trong mô hình (4a) với P_Value = 0,171 song trong mô hình không gian, tất cả các hệ số trực tiếp, gián tiếp và tổng hợp đều có ý nghĩa thống kê, điều này cho thấy tác động lan tỏa không gian làm tăng tính hiệu quả của vốn giao thông. Biến thể hiện chất lượng điều hành, khung thể chế có ý nghĩa thống kê là Gia nhập thị trường cho thấy hiệu quả của việc rút ngắn thời gian và thủ tục đăng ký kinh doanh, sửa đổi đăng ký kinh doanh giúp các doanh nghiệp nhanh chóng đi vào hoạt động. Khu vực ghi nhận hiệu quả của gia tăng tỉ lệ đào tạo và đào tạo lại lao động.
Tổng hợp và so sánh các kết quả
Kết hợp từ các mô hình SLX trên cả nước và tại 3 miền Bắc - Trung - Nam, tiến hành so sánh các kết quả ước lượng, đặc biệt là tác động của vốn đầu tư cho giao thông. Kết quả được tổng hợp tại Bảng 3.6:
Bảng 3.6: So sánh tác động của vốn đầu tư cho giao thông trên cả nước và tại các khu vực
Biến giải thích Cả nước Miền Bắc Miền
Trung Miền Nam
LnKNT 0,166*** 0,226*** 0,080** 0,153***
LnKT 0,035*** 0,080*** 0,029** 0,029*
LnL 1,040*** 1,125*** 0,885*** 0,778***
LnTLRate 0,198*** 0,332*** 0,349*** 0,141***
LnLTraining_PCI 0,172*** 0,166** 0,133
LnEntryCosts 0,135*** 0,074 0,091 0,231***
LnTransparency 0,094** 0,169***
D 0,034*** 0,011 0,050*** 0,062***
_cons -3,460*** -7,333*** 0,884 0,970
M_ LnKT 0,163*** 0,229*** 0,089*** 0,151***
Total effect LnKT 0,198 *** 0,309 *** 0,118 *** 0,180***
R2 0,8036 0,9138 0,8388 0,7604
Số quan sát/số phần tử chéo 504/63 200/25 152/19 152/19 Nguồn: Tính toán của tác giả từ dữ liệu TCTK, NGTK và dữ liệu PCI
So sánh tác động của vốn đầu tư giao thông:
Xét trên vốn GT trên cả nước: tác động trực tiếp và gián tiếp của vốn đầu tư giao thông đều có ý nghĩa thống kê. Hệ số tác động trực tiếp tại mô hình là 0,035 cho thấy, nếu vốn GT tăng 1%, góp phần làm tăng trực tiếp GDP so sánh của tỉnh lên 0,035%. Hệ số lan tỏa không gian là 0,163 cho thấy: nếu vốn GT tất cả các tỉnh j ≠ i đều tăng 1%, góp phần làm tăng GDP so sánh của tỉnh i lên 0,163%. Hệ số co giãn đóng góp riêng của tỉnh j tới tỉnh i khi tỉnh j tăng 1% là 0,163 * mij (%), mij là hệ số hàng i, cột j của ma trận không gian M, nói cách khác, tác động trực tiếp của vốn GT tỉnh i lên chính tỉnh đó là 0,035% và lên tỉnh khác là 0,163 *mji. Tác động trực tiếp chiếm 18% và gián tiếp là 82%.
So sánh kết quả hệ số co giãn với các nghiên cứu trên thế giới, dựa vào nghiên cứu của Melo và cộng sự (2013) tổng hợp trên 563 kết quả nghiên cứu về tác động của giao thông đến kinh tế trên thế giới, chủ yếu các nghiên cứu với bối cảnh tại Mỹ (chiếm 62,52%), Châu Âu chiếm 31,44% và 6,04% còn lại tại các quốc gia khác. Kết quả cho thấy giá trị trung bình của hệ số co giãn là 0,06, trong đó tại Châu Âu là 0,039, tại Mỹ là 0,069 và tại các quốc gia khác là 0,083. Theo đó, trên 431 nghiên cứu có độ đo hạ tầng giao thông bởi tiền tệ thì hệ số co giãn trung bình là 0,046. So sánh với kết quả hệ số co giãn trực tiếp trong nghiên cứu tại mô hình SLX (1b) là 0,035, trong khi kết quả khi không xét tác động lan tỏa không gian trong mô hình (1a) là 0,048. Do đó, kết quả nghiên cứu không khác biệt. So sánh với hệ số co giãn trực tiếp tại các nghiên cứu trong tổng quan nghiên cứu, kết quả cho thấy hệ số co giãn trực tiếp là thấp nhưng tương đồng với với hệ số của một vài nghiên cứu, chẳng hạn của Holtz-Eakin và cộng sự (1995). Hệ số lan tỏa không gian dù tương đồng với một số nghiên cứu, chẳng hạn của Jiang và cộng sự (2015) với ma trận khoảng cách GDP, tuy nhiên, hệ số lan tỏa không gian nên được so sánh trong cùng bối cảnh và cùng phương pháp lựa chọn mô hình không gian, không loại trừ do phương pháp nghiên cứu hoặc đại diện cho biến bởi các cách đo lường khác nhau, kết quả dẫn tới các hệ số khác nhau, điều này đã được khẳng định trong tổng hợp các nghiên cứu của Melo và cộng sự (2013).
Xét tác động trực tiếp: Hệ số lớn ở khu vực Miền Bắc, vượt xa mặt bằng chung cả nước và 2 khu vực còn lại là Miền Trung và Miền Nam. Với việc thu hút vốn giao thông lên tới 42% cho riêng khu vực Miền Bắc, đầu tư giao thông cho khu vực này đã phát huy hiệu quả trực tiếp lên tăng trưởng kinh tế của Tỉnh cao nhất và cao cách biệt so với 2 khu vực còn lại. Hệ số tác động trực tiếp của vốn đầu tư cho 2 khu vực còn lại là tương đương với hệ số co giãn là 0,029.
Xét tác động lan tỏa không gian: Khu vực Miền Bắc có hệ số lớn nhất, cao hơn mặt bằng chung của cả nước. Điều này ngoài nguyên nhân chủ quan còn có nguyên
nhân khách quan về mặt địa hình, khu vực có Đồng bằng Sông Hồng tương đối bằng phẳng, chủ yếu là đồng bằng, kết hợp một số nhánh sông chính, có 5/11 tỉnh giáp biển như Quảng Ninh, Hải Phòng, Thái Bình, Nam Định và Ninh Bình nên việc kết hợp giao thương đường bộ, đường thủy diễn ra thuận lợi, giao thông đường hàng không cũng thuận lợi với các sân bay lớn như Nội Bài (Hà Nội), Cát Bi (Hải Phòng) và Vân Đồn (Quảng Ninh). Khu vực Miền núi Phía Bắc mặc dù địa hình không thuận lợi cho giao thông song cũng được tập trung đầu tư phát triển, nhiều tuyến đường cao tốc nối liền với Hà Nội đã được xây dựng từ các tỉnh Sơn La, Hòa Bình, Lào Cai, Lạng Sơn, Thái Nguyên. Đường Hồ Chí Minh, quốc lộ 1A được đầu tư mở rộng. Toàn khu vực thu hút vốn đầu tư cho giao thông cao hơn so với 2 khu vực còn lại, điều này cho thấy hiệu quả của tập trung các nguồn lực đầu tư cho giao thông cho khu vực.
Đứng thứ hai là tác động lan tỏa không gian xét tại khu vực miền Nam, đây cũng là khu vực bằng phẳng, có nhiều vùng đồng bằng nên thuận lợi cho giao thông. Lượng vốn đầu tư vào khu vực này chiếm 36%, thấp hơn 6% so với Miền Bắc, hệ số lan tỏa không gian tuy thấp hơn mặt bằng chung cả nước song thấp hơn khoảng 7%, đạt 93% so với mặt bằng chung. Điều này cho thấy tính hiệu quả về liên kết giao thông trên khu vực này. Miền Trung có hệ số tác động lan tỏa không gian thấp nhất, hệ số chỉ khoảng 59% so với khu vực Miền Nam, khoảng 55% so với mặt bằng chung cả nước. Khu vực Miền Trung có đặc điểm địa hình dài và hẹp ngang, nơi hẹp nhất chưa đến 50km, phía Tây là núi và thấp dần về phía Đông, hạ tầng giao thông phát triển chủ yếu theo hướng Nam - Bắc, thiếu đồng bộ theo hướng Đông - Tây, có 7/19 tỉnh chỉ giáp ranh trực tiếp với 2 tỉnh khác. Ngoài ra, diện tích các tỉnh Miền Trung lớn, kéo theo khoảng cách giữa các tỉnh xa nhau. Khu vực Tây Nguyên không có đường cao tốc, không có đường sắt đi qua, khu vực không giáp biển nên tính kết nối giao thông với các khu vực khác còn hạn chế. Điều này gợi ý chính sách nên cải thiện kết nối hạ tầng giao thông tại khu vực Miền Trung.
Hệ số tổng hợp cao nhất và cao cách biệt là tại Miền Bắc (hệ số 0,309) cho thấy hiệu quả tốt nhất tại Miền Bắc. Đứng thứ hai là khu vực Miền Nam (hệ số 0,180) dù tác động trực tiếp tại miền Nam và tại Miền Trung là tương đương. Tại Miền Trung, tất cả các hệ số đều thấp nhất so với mặt bằng chung cả nước, điều này cho thấy, cần đặc biệt quan tâm đầu tư theo hướng chú trọng cải thiện hiệu quả của vốn đầu tư cho giao thông vận tải, kho bãi tại khu vực, tăng cường hơn nữa mức đầu tư giao thông tại khu vực này so với cơ cấu chỉ chiếm 22% như giai đoạn vừa qua.
Các hệ số tổng hợp đều dương và có ý nghĩa thống kê cho thấy hiệu quả của việc đồng tư đồng bộ hạ tầng giao thông vận tải trên toàn bộ các khu vực. Do đặc thù giao thông đáp ứng yêu cầu giao thương nên những địa phương khác, đặc biệt là địa