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
3.3.1. Mô hình đánh giá tác động của vốn đầu tư cho giao thông tới tăng trưởng
Mô hình dữ liệu mảng
Từ các phân tích khung cơ sở lý thuyết, hàm sản xuất được đề xuất có dạng Cobb-Douglas:
Y = f(X; Z; T) = A.Xα.Zβ.Tγ
Y là đầu ra hàm sản xuất; X= {Xi} là nhóm biến đại diện cho vốn; Z = {Zj} là nhóm biến đại diện cho nguồn nhân lực; T = {Tk} là nhóm biến đại diện cho chất lượng điều hành, thể chế pháp lý của địa phương.
Để đại diện cho biến vốn X, tương tự một số các nghiên cứu trước (Li (2017);
Hu và cộng sự (2017)), nghiên cứu sử dụng vốn đầu tư giao thông như chỉ báo về chất lượng hạ tầng giao thông, vốn đầu tư ngoài giao thông như chỉ báo chất lượng hạ tầng của tất cả các ngành khác.
Trên cơ sở phân tích bối cảnh kinh tế, Việt Nam chịu tác động từ cuộc khủng hoảng kinh tế thế giới cuối năm 2008, tác động kéo dài nhiều năm và có dấu hiệu hồi phục vào năm 2013. Do đó, mô hình ước lượng kết hợp biến giả D phân tách cho giai đoạn năm 2012 trở về trước và giai đoạn sau 2012 trong phạm vi thời gian dữ liệu nghiên cứu, mô hình dữ liệu mảng có dạng:
= + ∗ + ∗ + ∗ + ∗
+ 5∗ _ "#+ ∑&∈(%&∗ &+ ∗ + ) (I) Trong đó:
LnGRDP: Logarit tự nhiên của GRDP4, giá so sánh 2010 (triệu đồng).
Biến giải thích:
+/ Nhóm biến đại diện cho vốn X:
LnKT: Logarit tự nhiên của KT, KT là vốn đầu tư cho giao thông vận tải kho bãi, giá so sánh 2010 (triệu đồng);
LnKNT: Logarit tự nhiên của KNT, KNT là vốn đầu tư không dành cho giao thông vận tải kho bãi, giá so sánh 2010 (triệu đồng).
+/ Nhóm biến vốn nhân lực Z:
LnL: Logarit tự nhiên của L, L là số lượng lao động 15 tuổi trở lên đang làm việc;
LnTLRate: Logarit tự nhiên của TLRtae, TLRate là tỉ lệ lao động 15 tuổi trở lên đang làm việc qua đào tạo (%);
LnLTraining_PCI: Logarit tự nhiên của biến “Đào tạo lao động” từ bộ dữ liệu của PCI.
Hệ số phóng đại phương sai của 2 biến LnTLRate và LnLTraining_PCI tại 63 tỉnh là VIF = 2,1 nên có thể đưa thử nghiệm đồng thời 2 biến vào mô hình mà không phải là nguyên nhân chính gây hiện tượng đa cộng tuyến nếu có.
+/ Nhóm biến phản ánh chất lượng điều hành, khung thể chế T:
Các biến phản ánh chất lượng điều hành, khung thể chế được lấy từ bộ dữ liệu điều tra PCI bao gồm: “Gia nhập thị trường”; “Tiếp cận đất đai”; “Tính minh bạch”;
“Chi phí thời gian”; “Chi phí không chính thức”; “Tính năng động”; “Hỗ trợ doanh nghiệp” và “Thiết chế pháp lý”. Các biến được biến đổi dưới dạng logarit tự nhiên tương ứng là “LnEntryCosts”; “LnLandAccess”; “LnTransparency”; “LnTimeCosts”;
“LnInCharges”; “LnPLeadership”; “LnBSServices” và “LnLeInstitutions”.
+/ Biến giả D cho giai đoạn sau năm 2012 (D = 0 nếu năm ∈[2010; 2012]; D = 1 nếu năm ∈[2013; 2017]).
Mô hình dữ liệu mảng không gian
Ma trận không gian M = {mij} là ma trận vuông kích thước n*n, được thành lập từ ma trận nghịch đảo khoảng cách giữa Ủy ban nhân dân tỉnh i và Ủy ban nhân dân
4 GRDP sau đây gọi tắt là GDP tỉnh
tỉnh j ≠ i, hệ số trên đường chéo là 0, sau đó lấy chuẩn hóa theo hàng. Khi xét cho cả nước N = 63; xét riêng cho các khu vực, N = số tỉnh trong khu vực đang xét.
Mô hình kinh tế lượng không gian SLX xét tác động lan tỏa không gian của biến vốn đầu tư giao thông đến tăng trưởng kinh tế, mô hình có dạng:
= + ∗ + ∗ + ∗ + ∗
+ 5∗ "#+ ∑&∈(%&∗ &+ ∗ + 6∗ + + ) (II) Một số thống kê cơ bản của các biến được thể hiện tại Bảng 3.1:
Bảng 3.1: Thống kê mô tả các biến
Biến Số quan
sát
Giá trị trung bình
Độ lệch chuẩn Giá trị nhỏ nhất
Giá trị lớn nhất GRDP 504 58312615,482 113450473,596 4120340 906532000
KNT 504 19961973,236 33886122,509 2029447 274849802
KT 504 1834953,165 3195943,129 56195 26820441
L 504 826495,198 665143,934 187652 4391660
TLRate 504 16,350 6,967 5,1 45,6
Thống kê mô tả một số biến của PCI
Đào tạo lao động 504 5,549 0,847 2,956 8,175
Gia nhập thị trường 504 8,057 0,843 5,065 9,598 Tiếp cận đất đai 504 6,205 0,861 3,037 8,839
Tính minh bạch 504 5,971 0,602 2,764 7,625
Nguồn: Tính toán của tác giả từ dữ liệu TCTK, NGTK và dữ liệu PCI Theo kết quả tại Bảng 3.1, hệ số biến thiên cho tỉ lệ giữa độ lệch chuẩn và giá trị trung bình của các biến GRDP, KNT và KT đều trên 100%. Điều này phản ánh sự bất đồng đều cao về GRDP và vốn giữa các tỉnh khác nhau và theo thời gian khác nhau. Hệ số biến thiên của số lượng lao động khoảng 80,5%, điều này phản ánh quy mô lao động các tỉnh không đồng đều, nguyên nhân do các tỉnh có dân số cao có tương ứng số lượng lao động lớn.
Hệ số biến thiên của các biến trong dữ liệu PCI nhỏ (15,3 % cho biến Đào tạo lao động, 10,5 %, 13,9% và 10,1% cho tương ứng các biến Gia nhập thị trường, Tiếp cận đất đai và Tính minh bạch). Điều này cho thấy không có những thay đổi lớn hay sự khác biệt lớn về giá trị các biến này của các tỉnh theo thời gian.
Các bước ước lượng mô hình thực nghiệm
Sau khi tiến hành khai báo dữ liệu mảng, dữ liệu không gian và thành lập ma trận không gian M như trong mục 3.2.2, lựa chọn mô hình thực nghiệm của mô hình (I) bởi vòng lặp lại các bước từ bước 1 đến bước 3a, thực hiện bước (3b) cho ước lượng mô hình (II):
Bước 1: Tiến hành ước lượng mô hình không xét tác động không gian (I) cho tất cả các biến giải thích bao gồm: 2 biến vốn đầu tư (cho giao thông và không cho giao thông), 3 biến cho vốn lao động cùng tất cả các biến còn lại từ bộ dữ liệu PCI đóng vai trò như biến kiểm soát.
Bước 2: Tiến hành loại bỏ các biến không ý nghĩa trong bộ dữ liệu PCI xuất hiện đồng thời ở mô hình POLS, mô hình RE và mô hình FE. Chỉ giữ lại biến trong bộ dữ liệu PCI nếu có ý nghĩa thống kê tại ít nhất một trong các mô hình trên.
Bước 3a: Kiểm định mô hình (I), sử dụng kiểm định Breusch and Pagan Lagrangian Multiplier lựa chọn giữa mô hình RE và POLS. Kiểm định Hausman chọn giữa mô hình FE và RE. Kiểm tra đa cộng tuyến trong mô hình. Kiểm định sự tương quan của phần dư. Kiểm tra và khắc phục lỗi phương sai sai số thay đổi.
Bước 3b: Ước lượng mô hình không gian SLX (II) xét tác động lan tỏa không gian của biến vốn đầu tư giao thông bởi lệnh “spxtregress”. Đây là lệnh mở rộng của lệnh “xtreg”, có bắt đầu từ Stata 15 với không nhiều các kiểm định như lệnh “xtreg”.
Tiến hành kiểm định Hausman lựa chọn mô hình FE và RE.