a. Phương trình 1:
Do biến cơ sở hạ tầng không có đủ số liệu để thực hiện hồi quy có độ trễ thời gian nên biến này được tách riêng để hồi quy riêng rẽ với số liệu trong năm 2009-2010.
a.1. Phương trình 1.a: tác động của PCI, vị trí địa lý và thị trường tiêu thụ đến
đầu tư
Coefficientsa
Model
Unstandardized
Coefficients Standardized Coefficients
t Sig.
Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) ,575 ,161 3,565 ,000 pci ,054 ,003 ,801 18,224 ,000 ,748 1,337 vtdl 8,077E-5 ,000 ,020 ,520 ,603 ,952 1,050 tttt -1,802E-6 ,000 -,027 -,633 ,527 ,780 1,282 a. Dependent Variable: lnvsxkd Ta thấy:
- Trong 3 biến chỉ có biến điểm số PCI là có ý nghĩa thống kê > 99%. Như vậy, điểm số PCI có tác động đến biến phụ thuộc ln(vsxkd).
5 Quyết định Số 661/QĐ-TTg ngày 29-7-1998 của Thủ tướng Chính phủ “VỀ MỤC TIÊU, NHIỆM VỤ, CHÍNH SÁCH VÀ TỔ CHỨC THỰC HIỆN DỰ ÁN TRỒNG MỚI 5 TRIỆU HA RỪNG”
58
Như vậy, ta có mô hình hồi quy trong trường hợp không có độ trễ thời gian giữa điểm số PCI với giá trị đầu tư như sau:
Ln(vsxkd) = 0,575 + 0,054*PCI
(0,000) (0,000)
Lấy đạo hàm 2 vế theo biến PCI ta được
(vsxkd) 0,054* (PCI) vsxkd Mà (vsxkd) vsxkd
chính là tỉ lệ đầu tư của từng địa phương.
Như vậy, khi PCI tăng lên 1 điểm thì tỉ lệ đầu tư của địa phương tăng lên 5,4%.
Kiểm định tính phù hợp của mô hình:
ANOVAb
Model Squares Sum of df Mean Square F Sig. 1 Regression 41,161 3 13,720 141,937 ,000a
Residual 25,713 266 ,097
Total 66,874 269
a. Predictors: (Constant), vtdl, pci, tttt b. Dependent Variable: lnvsxkd
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 0,785a 0,616 0,611 0,30099 1,964
a. Predictors: (Constant), vtdl, pci, tttt b. Dependent Variable: lnvsxkd Ta thấy: (adsbygoogle = window.adsbygoogle || []).push({});
- Vì F = 141,937 và sig = 0,000 < 0,05 nên bác bỏ Ho có nghĩa là các biến độc lập không đồng thời bằng 0 do vậy mô hình phù hợp với dữ liệu.
- R2 = 0,616 tức là 2 biến có mối quan hệ chặt chẽ. Và có 61,6% sự thay đổi của tỉ lệ đầu tư được mô tả bởi điểm số PCI.
Kiểm định đa cộng tuyến:
Do chỉ còn 1 biến PCI trong mô hình nên không có hiện tượng đa cộng tuyến và tự tương quan giữa các biến với nhau.
59
Kiểm định phương sai sai số không đổi:
pci Vtdl tttt Spearman's rho ABSres Correlation Coefficient -,142* ,152* -,056
Sig. (2-tailed) ,020 ,012 ,363
N 270 270 270
*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed).
Ta thấy, biến TTTT không đủ cơ sở để kết luận có sự tương quan với phần dư của phương trình hồi quy. Do đó, chỉ có biến TTTT là có phương sai sai số không đổi.
a.2. Phương trình 1.b: đánh giá tác động của cơ sở hạ tầng
Ln(VSXKD)t = +3*CSHTt’
Coefficientsa
Model
Unstandardized
Coefficients Standardized Coefficients
t Sig.
Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 2,925 ,261 11,226 ,000
csht ,162 ,050 ,303 3,272 ,001 1,000 1,000 a. Dependent Variable: lnvsxkd
Ta thấy, biến cơ sở hạ tầng có tác động đến sự thu hút đầu tư vào các địa phương với mức ý nghĩa 1%.
Như vậy, phương trình hồi quy của biến sơ sở hạ tầng:
Ln(vsxkd) = 2,925 + 0,162*CSHT
(0,000) (0,001)
Tương tự như trên, lấy đạo hàm 2 vế theo biến CSHT ta xác định được rằng nếu cơ sở hạ tầng được cải thiện thêm 1 điểm thì sẽ làm tăng tỷ lệ đầu tư thêm 16,2%.
Kiểm định tính phù hợp của mô hình:
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 ,303a ,092 ,083 ,40574 1,958
a. Predictors: (Constant), csht b. Dependent Variable: lnvsxkd (adsbygoogle = window.adsbygoogle || []).push({});
60 ANOVAb
Model Sum of Squares df Mean Square F Sig. 1 Regression 1,763 1 1,763 10,708 ,001a Residual 17,450 106 ,165 Total 19,213 107 a. Predictors: (Constant), csht b. Dependent Variable: lnvsxkd Ta thấy:
- Vì F = 10,708 và sig = 0,000 < 0,05 nên bác bỏ Ho có nghĩa là biến cơ sở hạ tầng khác 0 do vậy mô hình phù hợp với dữ liệu.
- Tuy nhiên, R2 = 0,092 tức là 2 biến có mối tương quan ở mức thấp. Và có 9,2% sự thay đổi của tỉ lệ đầu tư được mô tả bởi điểm số CSHT.
b. Phương trình 2: tác động của các thành phần PCI đến đầu tư
Model
Unstandardized
Coefficients Standardized Coefficients
t Sig.
Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) ,853 ,236 3,613 ,000 tp1 ,041 ,021 ,082 1,942 ,053 ,859 1,165 tp2 ,062 ,025 ,115 2,504 ,013 ,721 1,387 tp3 ,063 ,022 ,142 2,879 ,004 ,629 1,590 tp4 ,091 ,018 ,235 5,100 ,000 ,717 1,394 tp5 -,003 ,029 -,005 -,099 ,921 ,698 1,433 tp6 ,080 ,018 ,234 4,525 ,000 ,570 1,754 tp7 ,078 ,019 ,216 4,158 ,000 ,563 1,776 tp8 ,076 ,023 ,167 3,364 ,001 ,619 1,616 tp9 ,064 ,020 ,147 3,230 ,001 ,741 1,350 sb -,039 ,055 -,029 -,705 ,481 ,892 1,121 cb -,109 ,045 -,103 -2,412 ,017 ,836 1,197 a. Dependent Variable: lnvsxkd
Trong kết quả hồi quy trên thì các biến hằng số, TP1, TP2, TP3, TP4, TP6, TP7, TP8, TP9 và CB đều có sự tương quan với biến phụ thuộc mức ý nghĩa rất cao (>99% ngoại trừ TP1 > 90%).
Như vậy ta có mô hình như sau:
Ln(vsxkd) = 0,853 + 0,041*TP1 + 0,062*TP2 + 0,063*TP3 + 0,091*TP4 + 0,08*TP6 + 0,078*TP7 + 0,076*TP8+ 0,064*TP9 – 0,109*Dummy(CB)
- Các biến đều có kỳ vọng dấu giống như mong đợi ngoài trừ Cảng quốc gia. - 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:
61
Khi chỉ số được cải thiện thêm 1 điểm
TP1 TP2 TP3 TP4 TP6 TP7 TP8 TP9 CB
Sự thay đổi
của tỉ lệ đầu tư 4,1% 6,2% 6,3% 9,1% 8,0% 7,8% 7,6% 6,4% -10,9% Như vậy, Chi phí thời gian ảnh hưởng nhiều nhất đến sự thu hút đầu tư của địa phương. Trong khi đó việc xây dựng cảng lại làm suy giảm đầu tư khoảng 10,9%, điều này có thể là do các chi phí xây dựng cảng quốc gia lớn, và các nhà đầu tư sẽ có tâm lý chờ đợi đến khi cảng xây dựng gần xong thì mới tiến hành đầu tư.
Kiểm định tính phù hợp của mô hình:
ANOVAb
Model Sum of Squares df Mean Square F Sig. 1 Regression 40,534 11 3,685 36,093 ,000a Residual 26,340 258 ,102 Total 66,874 269 a. Predictors: (Constant), cb, tp9, tp5, sb, tp1, tp8, tp2, tp4, tp3, tp6, tp7 b. Dependent Variable: lnvsxkd Model Summaryb
Model R Square R Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,779a ,606 ,589 ,31952 1,962 a. Predictors: (Constant), cb, tp9, tp5, sb, tp1, tp8, tp2, tp4, tp3, tp6, tp7 b. Dependent Variable: lnvsxkd
Ta thấy:
- Vì F = 36,093 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 = 0,606 tức là biến độc lập và biến phụ thuộc có mối quan hệ chặt chẽ. Và có 60,6% 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
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 Spearm (adsbygoogle = window.adsbygoogle || []).push({});
an's rho ABSres Correlation Coefficient -.077 -.059 -.054 -.074 -.164
** -.124* .170** .048 -.035 .073 .021 Sig. (2-tailed) .210 .337 .380 .223 .007 .041 .005 .433 .565 .229 .727 N 270 270 270 270 270 270 270 270 270 270 270 **. Correlation is significant at the 0.01 level (2-tailed).
62
Ta thấy, các biến TP5, TP6, TP7 tương quan với phần dư của phương trình hồi quy với mức ý nghĩa 5%. Do đó, các biến này bị hiện tượng phương sai sai số thay đổi.