a. Phương trình 1: tác động của PCI, vị trí địa lý và thị trường tiêu thụ đến đầu tư
Ln(VSXKD)t = + 1*PCIt’ + 2* VTDL + 3*TTTTt’
Model
Unstandardized
Coefficients Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) 7,215 ,435 16,579 ,000 pci ,026 ,008 ,198 3,199 ,002 ,716 1,396 vtdl -,001 ,000 -,159 -2,954 ,003 ,948 1,055 tttt 8,1E-5 ,000 ,482 7,966 ,000 ,748 1,337 a. Dependent Variable: lnvsxkd Ln(vsxkd) = 7,215 + 0,026*PCI – 0,001*vtdl + 8,1.10-5*tttt (0,000) (0,002) (0,003) (0,00)
Theo phương trình hồi quy trên, ta lấy lần lượt đạo hàm 2 vế theo các biến, ta rút ra các nhận xét sau:
- Địa phương có PCI cao hơn 1 điểm thì tỉ lệ đầu tư ở năm sau sẽ cao hơn 2,6%. - Địa phương gần các thành phố trung ương hơn địa phương khác 1km thì sẽ có tỉ lệ đầu tư ở năm sau cao hơn 0,1%.
- Địa phương có thị trường tiêu thụ nhiều hơn 1 tỷ thì sẽ có tỷ lệ đầu tư ở năm sau cao hơn 0,0081%.
Kiểm định tính phù hợp của mô hình:
ANOVAb
Model Squares Sum of df Mean Square F Sig.
1 Regression 95,790 3 31,930 51,293 ,000a
Residual 131,969 212 ,622
Total 227,759 215
a. Predictors: (Constant), tttt, vtdl, pci b. Dependent Variable: lnvsxkd
63
Model Summaryb
Mod
el R Square R R Square Adjusted
Std. Error of the Estimate Change Statistics Durbin- Watson R Square
Change Change df1 df2 F Change Sig. F
1 ,649a ,421 ,412 ,78898 ,421 51,293 3 212 ,000 1,863
a. Predictors: (Constant), tttt, vtdl, pci b. Dependent Variable: lnvsxkd
Ta thấy:
- Vì F = 51,293 với sig = 0,000 < 0,05 nên bác bỏ Ho có nghĩa là có ít nhất 1 biến độc lập khác 0 tức là mô hình hồi quy phù hợp với dữ liệu.
- R2 = 0,412 tức là biến độc lập và biến phụ thuộc có mối quan hệ chặt chẽ. Và có 41,2% sự thay đổi của tỉ lệ đầu tư được mô tả bởi các biến độc lập
Kiểm định đa cộng tuyến và sự tự tương quan (adsbygoogle = window.adsbygoogle || []).push({});
Hệ số phóng đại phương sai VIF của tất cả các biến độc lập đều < 10. Do đó, không có sự hiện diện của hiện tượng đa cộng tuyến ở các biến.
Kiểm định phương sai sai số không đổi:
pci Vtdl tttt Spearman's rho ABSres
Correlation Coefficient .099 -.167* .140* Sig. (2-tailed) .146 .014 .040
N 216 216 216
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Ta thấy, chỉ có biến PCI không có cơ sở để kết luận có tương quan với phần dư của phương trình hồi quy. Do đó, biến PCI có phương sai sai số không đổi. Còn 2 biến vị trí địa lý và thị trường tiêu thụ có phương sai sai số thay đổi.
b. Phương trình 2: tác động của các thành phần PCI đến đầu tư
Model
Unstandardized
Coefficients Standardized Coefficients
t Sig.
95% Confidence Interval
for B Collinearity Statistics
B Std. Error Beta Bound Lower Bound Upper Tolerance VIF
1 (Constant) 5,564 ,691 8,054 ,000 4,202 6,926 tp1 ,018 ,067 ,016 ,276 ,783 -,114 ,151 ,844 1,184 tp2 ,261 ,073 ,225 3,598 ,000 ,118 ,405 ,702 1,424 tp3 ,233 ,059 ,269 3,969 ,000 ,117 ,349 ,596 1,677 tp4 ,124 ,049 ,155 2,506 ,013 ,026 ,221 ,717 1,396 tp5 -,084 ,085 -,064 -,992 ,322 -,250 ,083 ,669 1,494 tp6 -,040 ,048 -,060 -,831 ,407 -,136 ,055 ,530 1,886 tp7 ,038 ,051 ,053 ,760 ,448 -,061 ,138 ,574 1,741 tp8 -,024 ,058 -,027 -,408 ,684 -,139 ,091 ,616 1,625 tp9 ,095 ,055 ,107 1,726 ,086 -,014 ,204 ,717 1,395 sb ,538 ,152 ,195 3,532 ,001 ,238 ,839 ,897 1,115 cb ,562 ,127 ,258 4,428 ,000 ,312 ,812 ,809 1,236 a. Dependent Variable: lnvsxkd
64
Ta thấy chỉ có biến TP2, TP3, TP4, CB, SB là có ý nghĩa thống kê với mức ý nghĩa 5%. Và các biến này có dấu giống như kỳ vọng.
Do đó, phương trình hồi quy trong trường hợp này là:
Ln(vsxkd)=5,564+0,261*TP2+0,233*TP3+0,124*TP4+0,538*dummy(SB)+0,562*dummy(CB) (0,000) (0,000) (0,000) (0.013) (0,001) (0,000)
- Tương tư như trên, ta lấy lần lượt đạo hàm 2 vế theo từng biến số ta xác định được mức độ tác động của từng chỉ số (khi chỉ số còn lại không đổi) lên sự gia tăng tỉ lệ đầu tư trong năm như sau:
Khi chỉ số được cải thiện thêm 1 điểm
TP2 TP3 TP4 SB CB
Sự thay đổi
của tỉ lệ đầu tư 26,1% 23,3% 12,4% 53,8% 56,2%
Với độ trễ 1 năm, thì chỉ còn các thành phần khả năng tiếp cận đất đai, tính minh bạch trong tiếp cận thông tin và chi phí thời gian để thực hiện các thủ tục hành chính có tác động đến việc thu hút đầu tư trong năm sau.
Kiểm định tính phù hợp của mô hình
Model Squares Sum of df Square Mean F Sig. 1 Regression 100,218 11 9,111 14,572 ,000a Residual 127,541 204 ,625 Total 227,759 215 a. Predictors: (Constant), cb, tp9, tp5, sb, tp7, tp1, tp2, tp4, tp3, tp8, tp6 b. Dependent Variable: lnvsxkd Model Summaryb
Model R Square R R Square Adjusted Std. Error of the Estimate
Change Statistics (adsbygoogle = window.adsbygoogle || []).push({});
Durbin- Watson R Square
Change Change df1 df2 F Change Sig. F
1 ,663a ,440 ,410 ,79070 ,440 14,572 11 204 ,000 2,046 a. Predictors: (Constant), cb, tp9, tp5, sb, tp7, tp1, tp2, tp4, tp3, tp8, tp6
b. Dependent Variable: lnvsxkd Ta thấy:
- Vì F = 14,572 với sig = 0,000 < 0,05 nên bác bỏ Ho có nghĩa là các biến độc lập không đồng thời bằng 0 tức là mô hình hồi quy phù hợp với dữ liệu.
- R2 = 0,440 tức là biến độc lập và biến phụ thuộc có mối quan hệ. Và có 44% sự thay đổi của tỉ lệ đầu tư được mô tả bởi các biến độc lập.
65
Kiểm định đa cộng tuyến và sự tự tương quan
- Hệ số phóng đại phương sai VIF của tất cả các biến độc lập đều < 10. Do đó, không có sự hiện diện của hiện tượng đa cộng tuyến ở các biến.
Kiểm định phương sai sai số không đổi:
tp1 tp2 tp3 tp4 tp5 tp6 tp7 tp8 tp9 sb cb ABSres Correlation Coefficient .063 .046 -.010 .099 -.033 .000 .003 -.015 .036 .040 -.054
Sig. (2-tailed) .354 .497 .887 .147 .625 1.000 .964 .824 .596 .554 .426 N 216 216 216 216 216 216 216 216 216 216 216 **. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Ta thấy không đủ cơ sở để kết luận phần dư của mô hình hồi quy có tương quan với các biến độc lập. Do đó, các biến độc lập có phương sai sai số không đổi.