Các nhân tố ảnh hưởng đến lượng khách du lịch quốc tế đến Việt Nam: Một phân tích thực nghiệm

Tạp chí Khoa học xã hội miền Trung, Số 04 (60) - 2019 3 Hoàng Hồng Hiệp Viện Khoa học xã hội vùng Trung Bộ Email liên hệ: hoanghonghiep@gmail.com Phạm Thái Hà Ban Quản lý Khu công nghệ cao và các khu công nghiệp Đà Nẵng Các nhân tố ảnh hưởng đến lượng khách du lịch quốc tế đến Việt Nam: một phân tích thực nghiệm Tóm tắt: Sử dụng phương pháp ước lượng Feasible Generalized Least Squares (FGLS), bài báo ước lượng các nhân tố ảnh hưởng đến lượng du khách quốc tế đến Việt Nam, giai đoạn 2010- 2016. Kết quả ước lượng cho thấy, thu nhập bình quân đầu người, khả năng chi tiêu, năng lực sử dụng internet, quy mô dân số của các quốc gia của du khách, là những nhân tố có ảnh hưởng ý nghĩa đến lượng khách quốc tế đến Việt Nam. Ngoài ra, tỷ giá hối đoái song phương, kim ngạch thương mại song phương, khoảng cách địa lý song phương cũng là những nhân tố có ảnh hưởng ý nghĩa đến lượng du khách quốc tế đến Việt Nam. Kết quả nghiên cứu này cho phép chúng tôi gợi mở một số hàm ý chính sách nhằm phát triển du lịch Việt Nam trong thời gian tới. Từ khóa: Nhân tố; Cầu du lịch; Du lịch; Du khách quốc tế; Việt Nam. Abstract: Using the panel data FGLS method, the paper analyzes determinants of international tourist arrivals to Viet Nam in the period 2010-2016. The results indicate that GDP per capita, expenditure, internet capacity, and population of tourists’origin countries are significant determinants affecting the number of foreign visitors to Viet Nam. Additionally, bilateral exchange rates, bilateral trade, geographical distances are determinants that have a significant influence on the number of international visitors to Viet Nam. The results allow us to suggest some policy implications for Viet Nam’s tourism development in the upcoming years. Keywords: Determinants, Tourism, Tourism demand, International tourists, Viet Nam. Ngày nhận bài: 27/6/2019 Ngày duyệt đăng: 26/8/2019 1. Đặt vấn đề Việt Nam có tiềm năng to lớn trong phát triển ngành du lịch mang tầm quốc tế và thực tiễn phát triển ngành kinh tế du lịch quốc gia thời gian qua cũng đã ghi nhận những bước phát triển mạnh mẽ của ngành. Việt Nam dần trở thành địa điểm du lịch yêu thích của du khách quốc tế. Nếu năm 1990, Việt Nam chỉ mới đón nhận được khoảng 250 nghìn lượt khách quốc tế thì đến năm 2016 Việt Nam đã đón nhận 10.013 nghìn lượt khách quốc tế. Mặc dù ngành du lịch Việt Nam đã đạt được nhiều thành tựu to lớn và ngày càng đóng góp quan 4 Hoàng Hồng Hiệp & Phạm Thái Hà trọng vào phát triển kinh tế quốc gia (Nguyễn Thị Thu Hương, 2017), song ngành du lịch quốc gia hiện vẫn đang đối mặt với nhiều hạn chế, thách thức to lớn. Trong đó, thị phần du khách quốc tế của Việt Nam trong khối ASEAN còn khá hạn chế, năm 2016 tỷ lệ này chỉ đạt mức khá khiêm tốn 9% (nguồn: WDI 2017), trong khi Việt Nam có tiềm năng và lợi thế rất lớn trong cạnh tranh thu hút du khách quốc tế (Nguyễn Thị Thu Hương, 2017). Đặc biệt, Việt Nam hiện đang đối mặt với sự chênh lệch rất lớn về lượng du khách quốc tế đến từ các quốc gia khác nhau (phụ lục 1). Điều này đặt ra yêu cầu cần thiết phải thực hiện nghiên cứu xác định các nhân tố có ảnh hưởng đến lượng du khách quốc tế từ các quốc gia khác nhau vào Việt Nam. Điều này có ý nghĩa khoa học và thực tiễn trong việc giúp Việt Nam định vị thị trường mục tiêu khách du lịch quốc tế, đồng thời điều chỉnh chính sách thu hút du khách quốc tế gắn với những đặc trưng của quốc gia đó. Sử dụng phương pháp kinh tế lượng dành cho dữ liệu bảng, bài báo ước lượng các nhân tố ảnh hưởng đến lượng du khách quốc tế của 20 quốc gia đến Việt Nam, giai đoạn 2010- 2016, gồm: Campuchia, Canada, Trung Quốc, Đức, Hà Lan, Hàn Quốc, Mỹ, Indonexia, Italia, Lào, Nga, Malaixia, Nhật Bản, Úc, Pháp, Philipines, Tây Ban Nha, Anh, Thái Lan, Singapo. Kết quả nghiên cứu này cho phép chúng tôi gợi mở một số hàm ý đối với chính sách phát triển du lịch của Việt Nam trong thời gian tới. 2. Khung lý thuyết và xác định mô hình kinh tế lượng Du lịch quốc tế được xem như là một hình thức di cư quốc tế tạm thời nhằm mục đích tham quan, du lịch với nhiều hình thức như: các kỳ nghỉ, các chuyến công cán, thăm nom bạn bè, họ hàng, tham quan địa điểm du lịch và nhiều hình thức khác. Các nghiên cứu cầu du lịch cho thấy rằng cầu du lịch được tiếp cận bởi điểm đi và đến (Song và Witt, 2000; Lim, 1997). Nghiên cứu cầu du lịch quốc tế đến Việt Nam từ những quốc gia khác nhau, chúng tôi tiếp cận cầu du lịch quốc tế gắn với những đặc trưng của quốc gia của du khách đặt trong các mối quan hệ song phương giữa Việt Nam (điểm đến) và các quốc gia đó (điểm đi). Theo đó, cầu du lịch quốc tế trong nghiên cứu này được xác định bằng tổng lượng du khách quốc tế đến Việt Nam theo từng quốc gia cụ thể (Surugiu và cộng sự, 2011; Leit, 2015). Về các nhân tố ảnh hưởng đến lượng du khách quốc tế, các mô hình thực nghiệm sử dụng: mức thu nhập của du khách và quy mô dân số của quốc gia du khách (Serra và cộng sự, 2014; Zhang, 2015; Chasapopoulos và cộng sự, 2014; Surugiu và cộng sự, 2011; Leit, 2015), thương mại song phương (Phakdisoth và Kim, 2007; Habibi và cộng sự, 2009; Leit, 2010; Surugiu và cộng sự, 2011), tỷ giá hối đoái và khoảng cách song phương (Phakdisoth và Kim, 2007; Surugiu và cộng sự, 2011). Trong bối cảnh thế giới ngày càng phẳng hơn nhờ vai trò của internet, việc tiếp cận thông tin và lựa chọn điểm đến du lịch cũng có thể phụ thuộc rất nhiều vào cơ sở hạ tầng internet của quốc gia du khách và năng lực sử dụng internet của du khách nước đó. Do vậy, đây cũng có thể là nhân tố có ảnh hưởng ý nghĩa đến lượng khách du lịch quốc tế vào Việt Nam. Trên cơ sở khung phân tích trên, chúng tôi đề xuất mô hình ước lượng các nhân tố ảnh hưởng đến lượng du khách quốc tế đến Việt Nam như sau: Tourismit = α0 + α1Incomeit + α2POPit + α3Expenseit + α4Exchangeit + α5Openit + α6Distanceit + α6Internetit + εit (1) Trong đó: Tourismit : đo lường bởi tổng số lượng du khách quốc tế đến Việt Nam từ quốc gia i vào năm t. Dữ liệu của biến Tourism được thu thập từ Tổng cục Thống kê. Tạp chí Khoa học xã hội miền Trung, Số 04 (60) - 2019 5 POPit : Phản ánh nhu cầu du lịch quốc tế tiềm năng của nước i vào năm t, được đo lường bởi tổng dân số của quốc gia du khách. Chúng tôi mong đợi một tác động dương của POP đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ WDI 2017 (World Development Indicators). Incomeit : phản ánh khả năng chi tiêu của du khách, được đo lường bởi GDP bình quân đầu người của quốc gia i vào năm t. Kỳ vọng tác động dương của Income đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ WDI 2017 (World Development Indicators). Expenseit : Có thể thấy, GDP bình quân đầu người mới chỉ phản ánh khả năng tài chính của du khách. Do vậy, chúng tôi thêm vào nhân tố Expense để phản ánh khả năng chi tiêu của du khách, vừa phản ánh tập quán tiêu dùng của quốc gia i vào năm t, được đo lường bởi phần trăm chi tiêu hàng hóa và dịch vụ trong tổng chi tiêu quốc gia. Kỳ vọng tác động dương của Expense đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ WDI 2017 (World Develsopment Indicators). Exchangeit : phản ánh tỷ giá trao đổi ngoại tệ giữa đồng tiền Việt Nam (VNĐ) và đồng tiền quốc gia i tại thời điểm t (quốc gia của du khách quốc tế), được đo lường bởi tỷ giá hối đoái song phương (1 đồng ngoại tệ đổi được bao nhiêu đồng Việt Nam). Kỳ vọng tác động dương của Exchange đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ UNCTAD STAT. Openit : phản ánh giá trị thương mại song phương giữa Việt Nam và quốc gia i vào năm t, được đo lường bởi (tổng kim ngạch xuất nhập khẩu song phương giữa Việt Nam và quốc gia i)/GDP quốc gia i. Kỳ vọng tác động dương của Open đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ WDI 2017 (World Development Indicators). Distanceit : phản ánh khoảng cách địa lý giữa Việt Nam và quốc gia i, được đo lường bởi khoảng cách giữa thủ đô của Việt Nam với thủ đô của quốc gia du khách. Kỳ vọng tác động âm của Distance đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ CEPII database. Internetit : phản ánh cơ sở hạ tầng quốc gia du khách và năng lực tiếp cận thông tin quốc tế qua internet của du khách quốc gia i tại thời điểm t, được đo lường bởi tổng số máy chủ an toàn trên 1 triệu dân (Secure Internet servers per 1 million people). Kỳ vọng tác động dương của Internet đến số lượng du khách quốc tế vào Việt Nam. Dữ liệu được thu thập từ WDI 2017 (World Development Indicators). 3. Phương pháp, thủ tục và kết quả ước lượng Sử dụng phương pháp kinh tế lượng dành cho dữ liệu bảng (panel data), chúng tôi tiến hành ước lượng phương trình (1) để nhận diện các nhân tố ảnh hưởng đến số lượng du khách quốc tế đến Việt Nam từ 20 quốc gia trên thế giới1, giai đoạn 2010-2016, gồm: Campuchia, Canada, Trung Quốc, Đức, Hà Lan, Hàn Quốc, Mỹ, Indonexia, Italia, Lào, Nga, Malaixia, Nhật Bản, Úc, Pháp, Philipines, Tây Ban Nha, Anh, Thái Lan, Singapo. Năm 2016, tổng số khách quốc tế vào Việt Nam đến từ 20 quốc gia này chiếm khoảng 85,3% tổng số du khách quốc tế vào Việt Nam. Các quốc gia có lượng khách vào Việt Nam thấp (<0,5% tổng số du khách quốc tế vào Việt Nam) như Bỉ, Đan Mạch, Na Uy, Niu-di-lân, Thụy Điển, Thụy Sĩ không được đưa vào nghiên cứu nhằm giảm sự thiên lệch của mẫu. Riêng Đài Loan không được đưa vào nghiên cứu bởi các số liệu vĩ mô của Đài Loan không được tìm thấy đầy đủ tại WDI, UNCTAD STAT. Dữ liệu của các biến được thu thập từ Tổng cục Thống kê Việt Nam, UNCTAD STAT, WDI, CEPII database. 6 Hoàng Hồng Hiệp & Phạm Thái Hà Đầu tiên, chúng tôi thực hiện Kiểm định các nhân tố khuếch đại phương sai (variance inflation factors/VIF) bởi Kennedy (2008) để kiểm tra hiện tượng đa cộng tuyến giữa các biến của phương trình (1). Kết quả kiểm định chỉ ra rằng, mô hình ít có khả năng tồn tại hiện tượng đa cộng tuyến giữa các biến giải thích. Tuy nhiên, hệ số VIF đơn phần của biến lnIncome và biến LnInternet khá cao, do vậy chúng tôi đưa lần lượt các biến này vào mô hình, kết quả ước lượng cả 3 mô hình (1), (2), và (3) cho thấy các hệ số ước lượng các biến đều khá ổn định, một lần nữa củng cố nhận định giả thuyết đa cộng tuyến không bị vi phạm. Về mặt kỹ thuật, dữ liệu bảng có thể tồn tại các tác động nhóm, các tác động thời gian, hoặc cả hai. Những tác động này có thể là cố định hoặc ngẫu nhiên. Kết quả kiểm định Hausman (bảng 1) chỉ ra rằng các mô hình tác động ngẫu nhiên (Random Effects Model - REM) có thể phù hợp hơn các mô hình tác động cố định (Fixed Effects Model - FEM). Sau đó, chúng tôi thực hiện các kiểm định cần thiết để kiểm tra các giả định của mô hình: Kiểm định Modified Wald (Greene, 2000) được sử dụng để kiểm tra về phương sai sai số thay đổi (Heteroscedasticity), kiểm định Wald (Wooldridge, 2002 ; Drukker, 2003) được sử dụng để kiểm tra về hiện tượng tự tương quan (Autocorrelation). Kết quả các kiểm định này chỉ ra rằng các mô hình hồi quy đều tồn tại đồng thời các hiện tượng phương sai sai số thay đổi, tương quan chuỗi bậc một (bảng 1). Do vậy, các kết quả ước lượng bởi các phương pháp OLS, FEM, và REM có thể bị chệch hoặc không hiệu quả (Greene, 2000). Trong trường hợp các giả định của mô hình đều bị vi phạm đồng thời, phương pháp ước lượng Feasible Generalized Least Squares (FGLS) là sự lựa chọn phù hợp để điều chỉnh cùng lúc các hiện tượng trên (Beck và Katz, 1995; Hoechle, 2007). Kết quả hồi quy bởi FGLS được trình bày trong bảng 1. Nhìn chung, các sai số chuẩn của các hệ số hồi quy bởi phương pháp FGLS giảm đáng kể so với các phương pháp OLS, REM, FEM, điều đó đồng nghĩa rằng các hệ số hồi quy được ước lượng chính xác hơn bởi phương pháp FGLS (đối chiếu bảng 1 với phụ lục 2). Kết quả ước lượng từ bảng 1 cho thấy: Như kỳ vọng, hệ số ước lượng của biến dân số là mang dấu dương và đạt mức ý nghĩa thống kê 1%, chỉ ra rằng lượng du khách quốc tế vào Việt Nam bị ảnh hưởng bởi quy mô dân số của quốc gia nước ngoài. Liên quan đến các nhân tố năng lực tài chính và tập quán tiêu dùng, hệ số ước lượng của biến GDP bình quân đầu người mang dấu dương và đạt mức ý nghĩa 1%, hàm ý rằng lượng du khách quốc tế đến Việt Nam có tương quan dương với thu nhập bình quân đầu người của quốc gia du khách. Tương tự, chi tiêu hàng hóa dịch vụ của quốc gia nước ngoài cũng có ảnh hưởng tích cực và ý nghĩa đến cầu du lịch quốc tế. Liên quan đến độ mở ngoại thương, chúng tôi tìm thấy rằng thương mại song phương giữa Việt Nam và quốc gia du khách có mối quan hệ tương quan dương với lượng khách du khách đến từ quốc gia đó ở mức ý nghĩa 1%. Khám phá này cũng phù hợp với kết luận của Leit (2010) về vai trò tích cực của thương mại song phương đến cầu du lịch quốc tế. Như kỳ vọng, hệ số của biến tỷ giá hối đoái song phương mang dấu dương và đạt mức ý nghĩa thống kê 1%. Điều này chỉ ra rằng, đồng tiền Việt Nam được định giá thấp hơn so với đồng tiền quốc gia nước ngoài sẽ có tác dụng khuyến khích thu hút du khách quốc tế từ quốc gia đó đến Việt Nam. Trong thời đại phát triển của công nghệ thông tin, năng lực sử dụng internet sẽ là điều kiện quan trọng giúp du khách có thể dễ dàng tiếp cận và tìm hiểu các thông tin du lịch về nước sở tại. Như kỳ vọng, kết quả ước lượng chỉ ra mối quan hệ tương quan dương giữa lượng du khách quốc tế và năng lực internet quốc gia du khách ở mức ý nghĩa thống kê 1%. Tương tự như nghiên cứu của Phakdisoth and Kim (2007), hệ số của biến khoảng cách địa lý giữa Việt Nam và Tạp chí Khoa học xã hội miền Trung, Số 04 (60) - 2019 7 quốc gia du khách đạt giá trị âm như kỳ vọng ở mức ý nghĩa 1%. Điều này hàm ý rằng, du khách đến Việt Nam có xu hướng gia tăng từ các quốc gia gần Việt Nam hơn. Nói cách khác, Việt Nam đang gặp khó khăn trong thu hút du khách quốc tế cách xa Việt Nam. Như vậy, những cách trở về mặt địa lý có ảnh hưởng ý nghĩa đến số lượng khách quốc tế đến Việt Nam. Để kiểm soát sự khác biệt trong cầu du lịch vào Việt Nam đến từ các nước ASEAN do những đặc trưng kinh tế, văn hóa, xã hội, địa lý của cộng đồng các quốc gia ASEAN tạo nên, chúng tôi nhập vào mô hình biến giả (ASEAN) để loại bỏ sự khác biệt này. Kết quả ước lượng chỉ ra rằng, lượng khách đến từ các nước ASEAN ít hơn một cách ý nghĩa so với các quốc gia khác. Điều thú vị khi chúng tôi nhập vào mô hình biến giả ASEAN để loại bỏ sự khác biệt, hệ số biến khoảng cách địa lý tăng từ 1,29 lên 1,33, hàm ý tính gần địa lý tương đối của nhiều nước ASEAN so với Việt Nam khiến mức độ tác động của biến khoảng cách địa lý đến biến phụ thuộc giảm xuống 0,04 đơn vị (1,33-1,29). Bảng 1: Các nhân tố ảnh hưởng đến cầu du lịch quốc tế của Việt Nam, giai đoạn 2010-2016 Mô hình (1) (2) (3) Phương pháp ước lượng FGLS FGLS FGLS POP 0.746*** 0.824*** 0.800*** (0.0654) (0.0620) (0.0561) Internet 0.373*** 0.166*** 0.105 (0.0427) (0.0629) (0.0645) Expense 0.119 0.171* 0.313*** (0.0969) (0.0893) (0.106) Exchange 0.115*** 0.105*** 0.0965*** (0.0356) (0.0328) (0.0258) Open 72790.3*** 98971.1*** 121359.2*** (24503.1) (24890.7) (22465.5) Distance -1.149*** -1.290*** -1.331*** (0.133) (0.127) (0.109) Income 0.644*** 0.681*** (0.140) (0.129) ASEAN -0.592** (0.263) Hằng số -1.696 -7.299*** -6.674*** (1.324) (1.700) (1.703) AR(1) Có Có Có Tổng số quan sát 140 140 140 Kiểm định Wooldrige (Autocorrelation) 84.5*** Kiểm định Modified Wald (groupwise heteroskedasticity) 246.6*** Kiểm định cross-sectional correlation 121.7*** Kiểm định Hausman 7.01 84.5*** Ghi chú: Sai số chuẩn (Standard errors) mô tả trong ngoặc đơn. * pvalue < 0.1, ** pvalue < 0.05, *** pvalue < 0.01. Các ước lượng FGLS đã xử lý vấn đề phương sai sai số thay đổi (robust standard errors). 8 Hoàng Hồng Hiệp & Phạm Thái Hà 4. Kết luận và những hàm ý chính sách Sử dụng phương pháp kinh tế lượng dành cho dữ liệu bảng (panel data), bài báo tiến hành ước lượng các nhân tố ảnh hưởng đến cầu du lịch quốc tế đến Việt Nam từ 20 quốc gia trên thế giới, giai đoạn 2010-2016. Các kết quả kiểm định cho phép chúng tôi chọn phương pháp FGLS để ước lượng các tham số của mô hình. Kết quả ước lượng cho thấy, các đặc trưng của các quốc gia du khách như thu nhập bình quân đầu người, khả năng chi tiêu, năng lực sử dụng internet, quy mô dân số, là những nhân tố có ảnh hưởng ý nghĩa đến lượng khách quốc tế đến Việt Nam. Liên quan đến các nhân tố song phương giữa Việt Nam và quốc gia du khách, chúng tôi tìm thấy rằng, tỷ giá hối đoái, kim ngạch thương mại song phương, khoảng cách địa lý giữa 2 quốc gia, là những nhân tố có ảnh hưởng ý nghĩa đến lượng du khách đến Việt Nam. Kết quả nghiên cứu này cho phép chúng tôi gợi mở một số hàm chính sách nhằm phát triển du lịch của Việt Nam trong thời gian tới: Một là, chính sách marketing thu hút du khách quốc tế đến Việt Nam cần tập trung vào các quốc gia có dân số đông, có mức thu nhập bình quân đầu người cao, có năng lực chi tiêu hàng hóa và dịch vụ cao. Hai là, Việt Nam và các công ty du lịch nói riêng cần tập trung cải thiện chất lượng các website trong việc cung cấp đầy đủ và đa dạng các thông tin du lịch cần thiết cho du khách quốc tế, nhất là đối với các đối tác ASEAN. Ba là, chính sách tỷ giá hối đoái linh hoạt theo hướng làm yếu đồng nội tệ không chỉ kích thích xuất khẩu, mà còn góp phần thúc đẩy thu hút khách du lịch đến Việt Nam. Theo đó, chính sách xúc tiến thu hút du khách quốc tế đến Việt Nam trong ngắn hạn và trung hạn cần ưu tiên tập trung vào các quốc gia có tỷ giá hối đoái song phương theo hướng có sự mất giá tương đối của VND. Bốn là, chính sách xúc tiến thu hút du khách quốc tế đến Việt Nam cần tập trung hơn vào các quốc gia có kim ngạch thương mại song phương với Việt Nam cao, bởi lẽ du lịch và ngoại thương luôn có mối tương quan đồng biến chặt chẽ. Năm là, Việt Nam cần định hướng và tạo cơ chế chính sách khuyến khích các hãng hàng không mở các đường bay kết nối Việt Nam với các trung tâm giao thông của các quốc gia, của các khu vực kinh tế năng động, nhằm rút ngắn khoảng cách địa lý giữa các thị trường du khách mục tiêu với các điểm đến quan trọng của Việt Nam. Đặc biệt, cần định hướng các hãng hàng không đặt các đường bay trung chuyển tại các trung tâm trung chuyển khách hàng đầu của các khu vực kinh tế trên thế giới. Đây là giải pháp mấu chốt để gom khách, hạ chi phí bay cho du khách, qua đó rút ngắn khoảng cách kinh tế thông qua giảm chi phí vận tải để thúc đẩy thu hút du khách quốc tế ở những thị trường du lịch tiềm năng nhưng khá xa Việt Nam. Sáu là, chính sách thu hút du khách đến từ khu vực ASEAN cần có sự điều chỉnh phù hợp nhằm tận dụng lợi thế về tính gần về khoảng cách địa lý, cộng đồng kinh tế chung ASEAN, chính sách miễn thị thực cho công dân ASEAN. Tạp chí Khoa học xã hội miền Trung, Số 04 (60) - 2019 9 Chú thích: 1. Năm 2016, tổng số khách quốc tế vào Việt Nam đến từ 20 quốc gia này chiếm khoảng 85,3% tổng số du khách quốc tế vào Việt Nam. Tài liệu tham khảo: Beck, N., and J. N. Katz. (1995). What to do (and not to do) with time-series cross-section data. American Political Science Review, 89, 634-647. Chasapopoulos, P., Butter, F.A.G., Mihaylov, E. (2014). Demand for tourism in Greece: A panel data analysis using the gravity model. International Journal of Tourism Policy, 3, 173-191. Drukker, D. M. (2003). Testing for serial correlation in linear panel-data models. The Stata Journal, 2(3), 168-177. Greene, W. H. (2000). Econometrics Analysis. Chapter 14, New York University, Prentice Hall International Inc. Habibi, F., Rahim, K.A., Ramchandran, S., Chin, L., (2009). Dynamic model for International Tourism Demand for Malaysia: Panel Data Evidence. International Research Journal of Finance and Economics, 33, 207-217. Hoechle, D. (2007), “Robust Standard Errors for Panel Regressions with Cross-Sectional Dependence”, The Stata Journal, 7(3), 281-312. Kennedy, P. (2008), A guide to econometrics, 6th edition, Wiley-Blackwell, Cambridge. Leit, N. C. (2015). Portuguese tourism demand: a dynamic panel data analysis. International Journal of Economics and Financial Issues, 5(3). Leit, N.C. (2010). Does trade help to explain tourism demand? The case of Portugal. Theoretical and Applied Economics, 3(544), 63-74. Nguyễn Thị Thu Hương. (2017). Thực trạng và giải pháp phát triển ngành Du lịch Việt Nam hiện nay. Tạp chí Công thương, số 4&5, 175-178. Phakdisoth, L., Kim, D. (2007). The determinants of inbound tourism in Laos. Asean Economic Bulletin, 24-2, 225-237. Serra, J., Correia, A., Rodrigues, P.M.M. (2014). A comparative analysis of tourism destination demand in Portugal. Journal of Destination Marketing & Management, 2, 221-227. Song, H., Witt, S.F., (2000). Tourism Demand Modelling and Forecasting: Modern Econometric Approaches. Advances in Tourism Research Series. Pergamon, Oxford. Surugiu, C., Leitão, N. C., & Surugiu, M. R. (2011). A panel data modelling of international tourism demand: Evidences for Romania. Economic research-Ekonomska istraživanja, 24(1), 134-145. Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data. Cambridge, MA: MIT Press. 10 Hoàng Hồng Hiệp & Phạm Thái Hà Zhang, Y. (2015). International arrivals to Australia: Determinants and the role of air transport policy. Journal of Air Management, 44-45, 21-24. Phụ lục 1: Tỷ trọng khách quốc tế đến Việt Nam phân theo quốc tịch Nước/Năm 2010 2011 2012 2013 2014 2015 2016 Bỉ 0,4% 0,4% 0,3% 0,3% 0,3% 0,3% 0,3% Cam-pu-chia 5,3% 7,4% 5,3% 4,9% 5,5% 3,1% 2,3% Ca-na-đa 2,1% 1,9% 1,8% 1,5% 1,4% 1,4% 1,3% CHND Trung Hoa 18,9% 24,7% 22,8% 27,2% 26,3% 24,0% 28,6% Đài Loan 7,0% 6,3% 6,5% 5,7% 5,2% 5,9% 5,4% Đan Mạch 0,5% 0,4% 0,4% 0,4% 0,4% 0,4% 0,3% Đức 2,6% 2,0% 1,7% 1,4% 1,9% 2,0% 1,9% Hà Lan 0,9% 0,8% 0,7% 0,7% 0,7% 0,7% 0,7% Hàn Quốc 10,4% 9,3% 11,2% 10,7% 11,4% 15,0% 16,4% Hoa Kỳ 9,0% 7,7% 7,1% 6,2% 6,0% 6,6% 5,9% In-đô-nê-xi-a 1,1% 1,0% 1,0% 1,0% 0,9% 0,8% 0,7% I-ta-li-a 0,5% 0,5% 0,5% 0,5% 0,5% 0,5% 0,5% Lào 0,8% 2,1% 2,4% 1,7% 1,8% 1,5% 1,5% Liên bang Nga 1,7% 1,8% 2,8% 4,2% 4,9% 4,6% 4,6% Ma-lai-xi-a 4,4% 4,1% 4,8% 4,8% 4,5% 4,7% 4,3% Na Uy 0,4% 0,3% 0,3% 0,3% 0,3% 0,3% 0,2% Nhật Bản 9,2% 8,4% 9,2% 8,6% 8,7% 9,0% 7,9% Niu-di-lân 0,5% 0,5% 0,4% 0,4% 0,4% 0,4% 0,5% Ôx-trây-li-a 5,8% 5,0% 4,6% 4,6% 4,3% 4,1% 3,4% Pháp 4,2% 3,7% 3,5% 3,0% 2,9% 2,9% 2,6% Phi-li-pin 1,4% 1,5% 1,6% 1,4% 1,4% 1,3% 1,2% Tây Ban Nha 0,6% 0,6% 0,5% 0,5% 0,5% 0,6% 0,6% Thái Lan 4,7% 3,2% 3,6% 3,8% 3,3% 2,9% 2,8% Thụy Điển 0,6% 0,5% 0,6% 0,4% 0,4% 0,4% 0,4% Thụy Sĩ 0,5% 0,4% 0,5% 0,4% 0,4% 0,4% 0,3% Vương quốc Anh 2,9% 2,7% 2,7% 2,6% 2,7% 2,9% 2,7% Xin-ga-po 3,6% 3,0% 3,1% 2,8% 2,7% 3,2% 2,7% Nguồn: Tổng cục Thống kê Phụ lục 2: Ước lượng các nhân tố ảnh hưởng đến lượng khách du lịch quốc tế vào Việt Nam, giai đoạn 2010-2016, bằng phương pháp OLS, REM, FEM Mô hình (1) (2) (3) Phương pháp OLS REM FEM Income 0.675*** 0.224 0.355 (0.152) (0.260) (0.595) POP 0.846*** 0.705*** 1.010 (0.0581) (0.132) (1.311) Internet 0.0675 0.349*** 0.295*** (0.0746) (0.0590) (0.0787) Expense 0.498*** 0.0670 -0.00644 Tạp chí Khoa học xã hội miền Trung, Số 04 (60) - 2019 11 (0.112) (0.163) (0.205) Exchange 0.0819*** -0.0169 -0.379* (0.0269) (0.0706) (0.193) Open 132075.6*** 86965.7*** 86404.7*** (15728.6) (16022.0) (17131.8) Distance -1.395*** -1.351*** . (0.101) (0.299) . ASEAN -1.090*** -0.689 . (0.237) (0.577) . Hằng số -6.828*** -0.0637 -14.99 (1.950) (3.702) (20.33) N 140 140 140 R2 0.745 0.488 Ghi chú: Sai số chuẩn (Standard errors) mô tả trong ngoặc đơn. * pvalue < 0.1, ** pvalue < 0.05, *** pvalue < 0.01.