THẢO LUẬN VÀ KẾT LUẬN
Nghiên cứu này xem xét vai trò của vốn con người lên
tăng trưởng kinh tế ở cấp độ tỉnh/ thành phố của 63
tỉnh/ thành phố Việt Nam bằng cách tiếp cận phương
pháp kinh tế lượng không gian. Kết quả nghiên cứu
cho thấy nguồn vốn con người được đại diện bằng
chi thường xuyên ngân sách cho giáo dục nội tại của
địa phương và địa phương lân cận có ảnh hưởng tích
cực đến tổng sản phẩm bình quân đầu người của địa
phương xem xét. Mặt khác, kết quả cũng cho thấy,
tổng đầu tư, dân số và chỉ số năng lực cạnh tranh cấp
tỉnh không những tác động đến tăng trưởng kinh tế ở
địa phương đang xét mà còn có ảnh hưởng cùng chiều
đến tăng trưởng kinh tế ở các địa phương lân cận.
Nghiên cứu chỉ ra chi ngân sách xuyên cấp có tác
động cùng chiều đến tăng trưởng kinh tế, điều này
rất giống với các nghiên cứu trước đây như Sử Đình
Thành & Đoàn Vũ Nguyên (2015)35, Ferda (2011)29,
PhanThị Bích Nguyệt và cộng sự (2018)36. Tuy nhiên,
điểm khác của nghiên cứu này khác với các nghiên
cứu trước đây ở chỗ có sự ảnh hưởng không gian của
chi thường xuyên cho giáo dục đến tăng trưởng kinh
tế. Mặt dù, các nghiên cứu trước đây tìm thấy sự ảnh
hưởng của lao động qua đào tạo đến tăng trưởng kinh
tế như Phan Thị Bích Nguyệt và cộng sự (2018)36,
nhưng khi tiếp cận theo kinh tế lượng không gian đối
với nghiên cứu này thì chưa thấy có sự tác động.
Với kết quả này, các nhà hoạch định chính sách cần
có những giải pháp phát triển nguồn vốn con người
bằng cách tăng nguồn chi cho giáo dục một cách hợp
lý. Nâng cao chất lượng đào tạo cho lao động. Đồng
thời, có chính sách cơ cấu đầu tư hợp lý, phát triển
dân số một cách bền vững và cải thiện năng lực cạnh
tranh ở mỗi địa phương. Ngoài ra, trong quá trình xây
dựng các chính sách cần có sự liên kết giữa các địa
phương. Thông qua đó góp phần phát triển nguồn
vốn con người, đáp ứng nhu cầu phát triển của đất
nước trong thời đại cách mạng công nghiệp 4.0.
Tuy nhiên, bài viết vẫn còn nhiều hạn chế như chỉ sử
dụng ma trận trọng số liền kề mà chưa xem xét đến
các ma trận trọng số khác. Mặt khác, cần xem xét bổ
sung thêm các biến nguồn vốn con người vào mô hình
nghiên cứu và tăng cường thêm các biến kiểm soát
để thấy rõ hơn tác động của vốn con người đến tăng
trưởng kinh tế tại địa phương.
14 trang |
Chia sẻ: hachi492 | Ngày: 15/01/2022 | Lượt xem: 388 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Nghiên cứu ảnh hưởng của nguồn vốn con người đến tăng trưởng kinh tế các tỉnh, thành Việt Nam: Tiếp cận bằng mô hình kinh tế lượng không gian, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
c của Machlup14 – thuật ngữ này được sử
dụng trong các nghiên cứu từ những năm1960 nhưng
mãi đến những năm 1990 mới trở nên phổ biến từ
sau nghiên cứu của Drucker15 khi cho rằng chìa khóa
thành công của nền kinh tế tri thức là nguồn vốn con
người.
Có nhiều định nghĩa khác nhau về nguồn vốn con
người. Một trong những quan điểm đầu tiên nhìn
nhận nguồn vốn con người từ gốc độ cá nhân, theo
đó, nguồn vốn con người là một cái gì đó giống như
tài sản, trái ngư ợc với khái niệm về lực lượng lao động
theo quan điểm cổ điển3. Ông cũng đã khái quát nên
ý tưởng cho rằng năng lực sản xuất của con người lớn
hơn rất nhiều so với tất cả các hình thức của cải khác
kết hợp lại, quan điểm này sau đó nhận được sự đồng
thuận của hầu hết các nhà nghiên cứu. Gần đây hơn,
khái niệm nguồn vốn con người được khái quát hóa
thành kiến thức, năng lực, thái độ và hành vi trong
một cá nhân16,17.
Bontis18 định nghĩa nguồn vốn con người đại diện
cho nhân tố con người (Human Factor) trong một tổ
chức, đại diện cho kiến thức chuyênmôn (Expertise),
kỹ năng (Skill), sự hiểu biết (Intelligence) để giúp tạo
ra sự khác biệt cho tổ chức đó. Các yếu tố thuộc về con
ngườicủa một tổ chức là những yếu tố giúp họ có khả
năng học hỏi, tạo ra sự thay đổi và cung cấp những
đột phá sáng tạo và nếu được tạo được động lực thích
hợp, con người có thể đảm bảo sự sống còn dài hạn
của một tổ chức.
Quan điểm thứ hai về vốn con người nhấn mạnh vào
kiến thức và kỹ năng mà một người đạt được thông
qua các hoạt động đào tạo và quá trình tích lũy, chẳng
hạn như thông qua các loại hình đào tạo bắt buộc, đào
tạo sau trung học, đào tạo nghề19,20.
Quan điểm thứ ba liên quanmật thiết với định hướng
sản xuất của nguồn vốn con người. Theo quan điểm
này, nguồn vốn con người được định nghĩa là một
nguồn lực cơ bản tạo ra năng suất kinh tế21. Gần
đây, nguồn vốn con người được Frank và Becmanke22
định nghĩa là sự kết hợp các yếu tố như Giáo dục (Ed-
ucation), kinh nghiệm (Experience), đào tạo (Train-
ing), sự hiểu biết (Intelligence), năng lượng để làm
việc (Energy), thói quen làm việc (Work habits), độ
tin cậy (Trustworthiness) và năng lực tự quyết định
(Initiative) có ảnh hưởng đến giá trị của sản phẩm cận
biên của người đó. Sheffrin 23 định nghĩa nguồn vốn
conngười là mức độ kỹ năng và kiến thức thể hiện
trong khả năng lao động để tạo ra giá trị kinh tế. Ro-
driguez và Loomis24 định nghĩa nguồn vốn conngười
là kiến thức, kỹ năng, năng lực và đặc điểm cá nhân
tạo điều kiện cho việc tạo ra phúc lợi cá nhân, xã hội và
tổng thể của nền kinh tế. Theo Kwon Dae Bong25 thì
vốn con người làmột trong những nhân tố sản xuất có
thể tạo ra giá trị gia tăng thông qua quá trình sử dụng
nhân tố này. Một nghiên cứu của OECD26 cũng đưa
ra khái niệm về vốn con người là “kiến thức, kỹ năng
và các đặc tính thuộc về cá nhân có thể tạo điều kiện
cho việc tạo ra các phục lợi thuộc về cá nhân, xã hội
và kinh tế”.
Nguồn vốn con người trong các mô hình
tăng trưởng
Từ lâu, các nhà kinh tế đã nhận thấy rằng vốn con
người đóng vai trò quan trọng đối với tăng trưởng
kinh tế và giáo dục chính là cách thức cơ bản để tích
lũy vốn con người. Nhiều nghiên cứu đã khám phá
mối quan hệ giữa giáo dục với tăng trưởngGDP và kết
luận rằng, giáo dục là nhân tố thúc đẩy tăng trưởng
kinh tế. Tuy vậy, việc xác định và đo lường mức độ
đóng góp chính xác của giáo dục với tăng trưởng kinh
tế trong tương quan so sánh với các nhân tố khác hoàn
toàn không đơn giản.
575
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Giáo dục là tâmđiểm chú ý đối với các nhà kinh tế học
khi nghiên cứu về tăn g trưởng kinh tế kể từ khi các
mô hình tăng trưởng nội sinh được giới thiệu. Vào
những năm 1950, mô hình tăng trưởng Solow – Swan
đã bao hàm cả lao động như là một yếu tố sản xuất gia
tăng và tiến bộ công nghệ như là biến ngoại sinh khác
biệt theo thời gian, các yếu tố quyết định tăng trưởng
trong dài hạn27. Tiến bộ công nghệ được giới thiệu
khi nó được tin là một nhân tố giải thích cáchmàmột
nền kinh tế có thể sản xuất ra nhiều sản lượng hơn với
cùng một lượng đầu vào cho trư ớc. Một số lượng lao
động cho trư ớc có thể tạo ra nhiều sản phẩm hơn nếu
họ có kiến thức tốt hơn về công nghệ và được trang
bị nhiều máy móc – thiết bị công nghệ hiện đại hơn.
Tuy vậy, việc xem tương quan giữa các biến số hay
tham số với sai số như là một yếu tố nội sinh tiếp tục
là một vấn đề khi mô hình này không giải thích tiến
trình phát triển công nghệ diễn ra như thế nào. Đã có
nhiều nỗ lực xem xét lại mô hình Solow – Swan. Một
trong số nỗ lực như vậy đã bao hàm luôn cả vai trò
của vốn nhân lực, như khi nó được tranh luận về khả
năng vốn nhân lực gia tăng sẽ làm tăng năng suất, dẫn
đến mức thu nhập cao hơn3.
Nhìn chung, nguồn vốn con người được chia thành
năm loại: tình trạng sức khỏe, đào tạo thực tế - thông
qua công việc, giáo dục chính thức, các chương trình
học tập khi trưởng thành và khả năng di chuyển để
tìm kiếm các cơ hội công việc tốt hơn. Đã có những
tranh luận cho rằng giáo dục là yếu tố quan trọng nhất
để làm tăng sự tích lũy vốn nhân lực 3.
Kể từ những năm 1960, vai trò của nguồn vốn
conngườiđối với tăng trưởng kinh tế đã được nhiều
nhà kinh tế học quan tâm rộng rãi khi nó được đánh
giá kỹ hơn trong những khác biệt đối với tăng trưởng
kinh tế. Lý thuyết vốn nhân lực xem xét lại vàmở rộng
từ lý thuyết của Ricardo khi xem lao động như là một
nhân tố sản xuất và không đề cập đến giả định về sự
đồng nhất của lao động. Nó cũng chỉ dựa trên các thể
chế xã hội đơn giản, như các giá trị của gia đình và
việc tham gia giáo dục. Nhưng vào những năm 1970,
nghiên cứu về vai trò của giáo dục đối với tăng trưởng
kinh tế hầu hết là các nghiên cứu định tính.
Vào những năm 1980, lý thuyết tăng trưởng nội sinh
được Romer giới thiệu nhằm khắc phục những hạn
chế đã được nhận ra trong mô hình tăng trưởng tân
cổ điển Swan – Solow2. Khung lý thuyết này làm nổi
bậc vai trò quan trọng của nghiên cứu và phát triển
nguồn nhân lực, bao gồm giáo dục, như là cơ chế cho
việc tích lũy kiến thức, công nghệ.
Tích lũy vốn nhân lực có thể tạo ra lợi thế kinh tế theo
qui mô khi nó làm tăng hiệu quả và năng suất sử dụng
các nhập lượng đầu vào, bao gồm lao động và vốn vật
thể. Vốn nhân lực cũng có thể thúc đẩy tiến bộ công
nghệ. Khái niệm tổng năng xuất các nhân tố (total
factor productivity – TFP), một cách đo lượng tăng
năng suất rộng hơn, đã nhận được sự quan tâm đặc
biệt trong các lý thuyết tăng trưởng gầnđây. Tầmquan
trọng và ý nghĩa của TFP đối với tăng trưởng kinh tế
được bàn luận thậm chí còn nhiều hơn so với việc tích
lũy yếu tố sản xuất.
Các nghiên cứu liên quan
Zhang & Zhuang (2011) 28, xem xét ảnh hưởng của
nguồn vốn con người lên tăng trưởng kinh tế ở cấp
độ tỉnh, thành phố của Trung Quốc. Nghiên cứu sử
dụng bộ dữ liệu gồm 31 tỉnh/ thành phố của Trung
Quốc trong giai đo ạn 1997 – 2006. Tác giả sử dụng
mô hình hồi quy dữ liệu bảng để phân tích, kết quả
cho thấy, giáo dục đại học đóng vai trò quan trọng hơn
là giáo dục tiểu học và trung học cơ sở. Hơn nữa, bằng
chứng cho thấy vai trò của các thành phần của nguồn
vốn con người lên tăng trưởng kinh tế theo vùng có
liên quan với mức độ phát triển. Các tỉnh phát triển
hơn được lợi nhiều hơn từ giáo dục đại học, trong khi
các tỉnh kém phát triển tăng trưởng phụ thuộc chủ
yếu vào giáo dục trung học cơ sở.
Ferda (2011) nghiên cứu m ối quan hệ giữa đầu tư
vốn con người và tăng trưởng kinh tế29. Số liệu được
lấy trong giai đoạn 1975 – 2005 của các quốc gia
OECD. Bằng cách sử dụng kỹ thuật kiểm định đồng
liên kết cho dữ liệu bảng và sử dụng phương pháp
PMG (Pooled Mean Group) để kiểm tra mối quan hệ
dài hạn và ngắn hạn giữa đầu tư vốn nhân lực và tăng
trưởng. Chi phí chăm sóc sức khỏe được sử dụng đại
diện cho vốn nhân lực. Kết quả cho thấy sự gia tăng
trong chi tiêu/đầu tư y tế gây ra sự gia tăng tăng trưởng
kinh tế cho tất cả các quốc gia trong ngắn hạn và dài
hạn.
Ada và Acaroglu (2014) phân tích ảnh hưởng vốn
con người lên tăn g trưởng kinh tế của các quốc gia
thuộc khu vực Trung Đông và Bắc Phi giai đoạn 1990
– 201130. Tác giả dựa trên mô hình tăng trưởng
Solow27 và được điều chỉnh bởi Markiw và cộng sự4.
Sử dụng bộ dữ liệu hàng năm của 15 quốc gia khu vực
Trung Đông và Bắc Phi trong giai đạn 1990 – 2011.
Vốn con người được tác giả tiếp cận ở hai chiều sức
khỏe và giáo dục. Sức khỏe (đo bằng tuổi thọ, tỷ
lệ sinh, chi tiêu công cho sức khỏe) và giáo dục (đo
bằng tỷ lệ hoàn thành bậc tiểu học, tỷ lệ giáo viên tiểu
học và chi tiêu công cho giáo dục). Tác giả sử dụng
phương pháp hồi quy dữ liệu bảng để nghiên cứu các
tác động của nhân tố đến GDP thực bình quân lao
động. Kết quả cho thấy tuổi thọ, tỷ lệ sinh có ý nghĩa
thống kê. Kết quả cũng cho thấy chất lượng giáo dục
được cải thiện thì GDP bình quân đầu người sẽ tăng.
576
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Tuy nhiên, kết quả cũng chỉ ra rằng chưa có bằng
chứng cho thấy tác động của chi tiêu công cho giáo
dục và y tế ảnh hưởng đến tăng trưởng ở các nước
khu vực Trung Đông và Bắc Phi.
Benos và Karagiannis (2016) xem xétmối quan hệ của
vốn con người bằng cách ước lượng hàm sản xuất, sử
dụng các kỹ thuật hồi quy dữ liệu bảng ở các khu vực
của Hy Lạp giai đoạn 1971 – 2011 31. Nghiên cứu này
nhấn mạnh vào ảnh hưởng của bốn bậc giáo dục lên
năng suất lao động, cùng với các thư ớc đo chất lượng
giáo dục tỷ lệ học sinh trên mỗi giáo viên ở bậc tiểu
học và trung học cơ sở), tỷ lệ bỏ học, tỷ lệ thành công
trong các kỳ thi đánh giá giáo dục và độ lan tỏa của
giáo dục đại học. Các tác giả đã tìm thấy bằng chứng
nguồn vốn con người có ảnh hưởng lên năng suất lao
động và chuyển ảnh hưởng từ tiêu cực sang tích cực
khi trình độ giáo dục tăng do sự lan tỏa của giáo dục
đại học. Cụ thể hơn, giáo dục tiểu học ảnh hưởng tiêu
cực lên năng suất, giáo dục trung học cơ sở không có
ảnh hưởng lên năng suất, trong khi giáo dục trung học
phổ thông và đại học đưa đến ảnh hưởng tích cực đến
năng suất lao động.
Su và Liu (2016) xem xét ảnh hưởng của nguồn vốn
conngười cùng với đầu tư trực tiếp của nước ngoài lên
tăng trưởng kinh tế của các thành phố lớn ở Trung
Quốc 32. Dữ liệu được lấy từ Niên giám thống kê
thành ph ố c ủa TrungQuố c giai đoạn 1991 đến 2010,
do Cục Thống kê Quốc gia Trung Quốc xuất bản. Sử
dụng hồi quy dữ liệu bảng, với biến vốn con người
được định nghĩa bằng số sinh viên đang theo học tại
các trường cao đẳng, đại học. Tác giả tìm thấy FDI có
tác động tích cực đến tốc độ tăng trưởng GDP bình
quân đầu người và hiệu ứng này được tăng cường bởi
nguồn vốn nhân lực của thành phố. Mặt khác, kết quả
cũng cho thấy nguồn vốn con người tác động tích cực
đến tăng trưởng thông qua việc thúc đẩy chuyển giao
công nghệ xuất phát từ nguồn vốn FDI.
Li vàWang (2016) cũng tìm thấy nguồn vốn conngười
ảnh hưởng lên tăng trưởng các tỉnh/ thành phố ở
Trung Quốc33. Dữ liệu được lấy từ 28 tỉnh của Trung
Quốc trong giai đoạn 1985 – 2014. Mô hình nghiên
cứu dựa trênmô hình tăng trưởng của Solow27 và Lu-
cas1. Trong đó, nguồn vốn con người được chia thành
cơ bản và cao cấp. Nguồn vốn con người cơ bản gồm
tỷ lệ tham gia vào giáo dục cơ bản gồm tiểu học, trung
học cơ sở, trung học phổ thông và trung học chuyên
nghiệp. Giáo dục cao cấp là tỷ lệ tham gia bậc học sau
trung học. Kết quả phân tích hồi quy dữ liệu bảng cho
thấy, nguồn vốn cơ bản góp phần tạo ra tăng trưởng
kinh tế thông qua kênh tích lũy nhân tố và còn nguồn
vốn con người cao cấp ảnh hưởng lên tăng trưởng qua
kênh năng suất.
Trần Thọ Đạt (2011) nghiên cứu về vai trò của vốn
con người trong các mô hình tăng trưởng34. Số liệu
được thực hiện trên 61 tỉnh thànhViệt Nam trong giai
đoạn 2000 – 2007. Kết quả hồi quy cho thấy, phần lớn
các hệ số vốn con người dương và có ý nghĩa thống
kê khi thư ớc đo được sử dụng là số năm đi học bình
quân, tỷ lệ lao động biết đọc, biết viết, tỷ lệ lao động
tốt nghiệp tiểu học, tỷ lệ lao động tốt nghiệp THCS và
tỷ lệ lao động có trình độ cao đẳng, đại học và trên đại
học. Tỷ lệ lao động tốt nghiệp THPT hầu như không
có ý nghĩa, còn hệ số ước ượng của tỷ lệ lao động biết
đọc, biết viết được chấp nhận ở mức 10% trong các
phương trình hồi quy. Nghiên cứu cũng chỉ ra rằng
hệ số ước lượng của vốn con người khi được đo bằng
số năm đi học bình quân còn khá thấp. Điều này cho
thấy phần nào vai trò của vốn con người chưa được để
hiện rõ nét như vốn vật chất và lao động, hay nói cách
khác, kinh tế các tỉnh, thành phố Việt Nam còn dựa
vào tăng trưởng thao chiều rộng (gia tăng các nhân tố
đầu vào là vốn vật chất và lao động) hơn là tăng trưởng
theo chiều sâu (dựa trên tích lũy vốn con người và tiến
bộ công nghệ).
Sử Đình Thành & Đoàn Vũ Nguyên (2015) nghiên
cứu mối quan hệ giữa chi tiêu công, vốn con người và
tăng trưởng tại các quốc gia đang phát triển35. Từ dữ
liệu của 26 nước đang phát triển trong giai đoạn 1995
-2012, bằng phương pháp ước lượng 3SLS và GMM,
nghiên cứu phát hiện chi tiêu công cho giáo dục và y tế
tác động có ý nghĩa lên vốn con người và tăng trưởng.
Chi tiêu công cho giáo dục làm tăng tỷ lệ nhập học
đáng kể. Có sự tác động tích cực của vốn con người
đến tăng trưởng. Nghiên cứu cũng cho thấy những
chính sách can thiệp vĩ mô khác như: cải thiện thể
chế, kiểm soát thâm hụt ngân sách và lạm phát có ý
nghĩa quan trọng đối với các quốc gia đang hướng tới
các mục tiêu phát triển bền vững nhờ vào vốn con
người.
Phan Thị Bích Nguyệt và cộng sự (2018) nghiên cứu
về nguồn vốn con người và tăng trưởng cấp độ tỉnh/
thành phố Việt Nam36. Tác giả đã phân tích vai trò
của nguồn vốn con người đối với tăng trưởng kinh tế
tại Việt Nam, với cấp độ nghiên cứu là các tỉnh/ thành
phố trong giai đoạn 2000-2016. Tác giả tiếp cận thư ớc
đo nguồn vốn con người bằng giáo dục chính quy và
góc độ chi phí. Trong đó, vốn nhân lực được đo bằng
tỷ lệ lao động đã qua đào tạo và chi tiêu cho giáo dục
của cấp tỉnh. Sử dụngphươngphápước lượng SGMM
cho hồi quy dữ liệu bảng. Kết quả cho thấy, giáo dục
cơ bản đang là yếu tố chiếm ưu thế trong tăng trưởng
kinh tế trong khi vai trò của đào tạo cao cấp vẫn chưa
rõ nét. Hơn nữa, kết quả cũng cho thấy chi tiêu giáo
dục chưa hiệu quả để kích thích tăng trưởng.
577
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Một số nghiên cứu về hồi quy khônggian của
các tác giả Việt Nam:
Đào Thị Bích Thủy (2016) nghiên cứu tác động lan
tỏa của xuất khẩu đến tăng trưởng kinh tế tại các
nước ASEAN – 5, gồm Indonesia, Malaysia, Philip-
pines, Thái Lan và Việt Nam trong giai đoạn 1990 –
201437. Nghiên cứu tiến hành kiểm định mối tương
quan không gian giữa các quốc gia bằng phân tích
nhân tử Lagarange (LM), tuy nhiên kết quả cho thấy
các quốc gia không có tương quan không gian. Do đó,
nghiên cứu sử dụng mô hình hồi quy ước lượng bình
phương nhỏ nhất (OLS) trên dữ liệu bảng được xem
là phù hợp trong trường hợp này.
NguyễnKhắcMinh và PhạmAnhTuấn (2015) đã xem
xét sự hội tụ của nhân tố năng suất tổng hợp công
nghiệp dư ới ảnh hưởng của đầu tư trực tiếp nước
ngoài từ tiếp cận kinh tế lượng không gian38. Kết quả
nghiên cứu của các tác giả ước lượng đã chỉ ra rằng
tốc độ hội tụ thu được bằng việc sử dụng mô hình độ
trễ không gian và sai số không gian là thấp hơn so với
tốc độ hội tụ trong mô hình cổ điển.
Nguyễn Văn Thắng và Trần Thị Tuấn Anh (2019) đã
khảo sát mối liên hệ kinh tế giữa các tỉnh thành của
Việt Nam bằng cách tiếp cận phương pháp hồi quy
không gian39. Trên cơ sở dữ liệu từ niên giám thống
kê của các tỉnh thành giai đoạn 2010 – 2017, các tác
giả chỉ ra rằng có sự tương quan không thuận chiều
giữa các địa phương tại Việt Nam về quy mô tổng sản
phẩm tạo ra trên địa bàn cấp tỉnh. Kết quả cũng cho
thấy, yếu tố vốn và lao động không những tác động
cùng chiếu đến mô hình tăng trưởng kinh tế của địa
phương đómà còn ảnh hưởng cùng chiều đến quymô
kinh tế của địa phương lân cận.
PHƯƠNG PHÁP NGHIÊN CỨU
Kiểm địnhMoran’s I
Khi xem xét sự phụ thuộc không gian giữa các đơn
vị trong khu vực, thì việc sử dụng một phương pháp
đánh giá, phân tích sự tương quan không gian là cần
thiết. Có nhiều công cụ được sử dụng kiểm định mối
tương quan không gian này, để xác định xem có sự
tồn tại mối tương quan không gian giữa các khu vực
lân cận hay không, có thể có nhiều phương pháp kiểm
tra. Trong nghiên cứu này nhóm tác giả sử dụng hệ số
Moran ’ s I, được tính theo công thức như sau:
I =
n
åni=1å
n
j=1wi j
å
n
i=1å
n
j=1wi j (xi x¯)
x j x¯
åni=1 (xi x¯)2
Trong đó,
xi là giá trị quan sát của đơn vị không gian thứ i.
x là giá trị trung bình của xi.
n là số giá trị quan sát của các đơn vị không gian.
wi j là phần tử dòng i, cột j củama trận trọng số không
gian W.
Trong kiểm định Moran’ s I là kiểm định giả thuyết
H 0: không có tương quan không gian trong cấu trúc
dữ liệu. Một khi giả thuyết H0 bị bác bỏ, đồng nghĩa
với việc có sự tương quan không gian trong dữ liệu
nghiên cứu.
Mô hình hồi quy không gian
Việc phân tích dữ liệu bảng không gian trong kinh tế
lượng của các nhà nghiên cứu đang phát triển mạnh
về mặt phương pháp luận. Đóng góp gần đây có thể
nêu ra một số nghiên cứu điểm hình như Baltagi và
cộng sự40, Elhorst41, Anselin42, Kapoor cộng sự 43,
Baltagi và Liu44. Trong đó, Elhorst41 đã đưa ra phân
tích và đánh giá về các vấn đề phát sinh trong việc
ước lượng các mô hình kinh tế lượng không gian với
dữ liệu bảng. Trong nghiên cứu ứng dụng được mở
rộng cần xem xét về tương quan sai số không gian
hoặc biến phụ thuộc bị trễ không gian bao gồm: mô
hình hiệu ứng cố định, mô hình hiệu ứng ngẫu nhiên,
mô hình hệ số cố định và mô hình hệ số ngẫu nhiên.
Hiện nay có nhiều mô hình kinh tế lượng không gian
được sử dụng, theo Elhorst41,Chou và cộng sự45, các
môhình cơ bản được sử dụng để ước lượng với dữ liệu
bảng không gian là: mô hình độ trễ không gian (SAR-
Spatial LagModel), mô hình sai số không gian (SEM-
Spatial Error Model) và mô hình Durbin không gian
(SDM - Spatial Durbin Model). Tuy nhiên, theo Vega
và Elhorst41 những mô hình này là trường hợp đặc
biệt củamô hình không gian tổng quát (GNS-General
Nesting Spatial), đây là mô hình cho tất cả các loại
hiệu ứng tương quan không gian.
Mô hình (GNS) dữ liệu chéo tổng quát có dạng như
sau:
Y = a lN +rWY +Xb +WXq +u (1)
u= lWu+ e
Trong đó,
Y: là vec tơ biến phụ thuộc (Nx1) tại khu vực i (i =1,
, N).
X: là ma trận (NxK) gồm các biến giải thích, K là số
biến giải thích.
r : là tham số tự tương quan không gian tương ứng
với biến trễ không gian WY.
(rWY ) tương tác nội sinh.
W: là ma trận trọng số không gian cấp (NxN), mô tả
mối liên hệ không gian giữa các đơn vị.
q : chỉ hiệu ứng tương tác ngoại sinh của các khu vực
lân cận của biến giải thích WX.
578
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
(qWX)tương tác ngoại sinh
b là tham số ước lượng của các biến độc lập và là ma
trận (Kx1).
l chỉ sự phụ thuộc không gian của các khu vực lân
cận của các số hạng sai số.
(lWu)tương tác thông qua sai số.
e vec tơ sai số có phân phối chuẩn, trung bình bằng 0
và độ lệch chuẩn s .
Mô hình tổng quát (1) bao hàm tương tác không gian
gồm có tương tác nội sinh, tương tác ngoại sinh và
tương tác thông qua sai số. Một điều hiển nhiên,
chúng ta sẽ luôn mong muốn tối ưu hóa việc nghiên
cứu đồng thời cả 3 tương tác này. Tuy nhiên, theo El-
horst (2010), việc sử dụng mô hình (1) sẽ khiến cho
tương tác nội sinh và tương tác ngoại sinh không thể
tách biệt với nhau, vì vậy ít nhất 1 tương tác sẽ bị loại
bỏ khỏi mô hình.
Từ mô hình (1) có thể tạo ra biến thể các mô hình
không gian khác. Tuy nhiên, trong phạm vi nghiên
cứu này tác giả tập trung vào 3mô hình phổ biến nhất
đó là: mô hình sai số không gian (SEM – spatial error
model); môhình tự hồi quy không gian (SAR– spatia l
autoregressionmodel) vàmôhìnhDurbin không gian
(SDM – spatial Durbin Model).
Dạng ma trận của mô hình sai số không gian SEM là
Y = Xb +U
U = lWu+ e
Trong đó, là biến phụ thuộc là biến độc lập là vectơ
sai số bị tương quan về mặt không gian là hệ số tự
tương quan không gian làma trận trọng số không gian
e N(0;s2I).
Trongmôhình tự hồi quy không gian SAR,mối tương
quan về mặt không gian được đưa trực tiếp vào mô
hình hồi quy thông qua biến trễ không gian của của
biến phụ thuộc. Mô hình tự hồi quy không gian được
biểu diễn dư ới dạng ma trận như sau: Y = rWY +
Xb + e
trong đó r là hệ số tự hồi quy không gian các ký hiệu
tương tự (1).
Mô hình Durbin không gian có sự khác biệt với
hai mô hình trên ở chỗ có xét đến sự tương quan
không gian của tất cả các biến giải thích bên cạnh
sự tương quan không gian của biến phụ thuộc.Y =
rWY +Xb +WXy+ e
Nghiên cứu của Anselin & Bera 46 trong trường hợp
có sự phụ thuộc về mặt không gian, các giả thiết của
phương pháp OLS không còn được đảm bảo. Nếu hệ
số tự tương quan không gian khác 0, việc ước lượng
mô hình bằng OLS sẽ vẫn cho các ước lượng hệ số hồi
quy không chệch nhưng không hiệu quả, ước lượng
sai số chuẩn của hệ số hồi quy bị chệch. Nếu hệ số tự
hồi quy không gian khác 0, việc ước lượng mô hình
bằng OLS sẽ làm cho ước lượng hệ số hồi quy chệch
và không vững. Phương pháp thường dùng nhất để
ước lượng các mô hình là phương pháp hợp lý cực đại
(maximum likelihood).
Một trong những khó khăn lớn nhất khi áp dụng các
phương pháp đo lườngmối tương quan về mặt không
gian đó là vấn đề xác định ma trận trọng số không
gian. Có nhiều cách thiết kế ma trận trọng số không
gian. Trong nghiên cứu này, tác giả sử dụng ma trận
trọng số không gian là ma trận trọng số liền kề (con-
tiguity matrix). Các phần tử của ma trận trọng số liền
kề nhận giá trị bằng 1 nếu các đơn vị không gian có
tiếp giáp nhau và bằng 0 cho các trường hợp còn lại47.
Có một số mô hình cho các tác động như: Tác động
trực tiếp, tác động gián tiếp và tổng tác động. Theo
Elhorst41 đưa ra yếu tố các tác động tổng quát như
sau:
Từ (1) được viết lại:
y= (I rW ) 1 (Xb +WXq)+alN +u
Lấy đạo hàm riêng phần của các giá trị kỳ vọng của y
theo k biến giải thích của X, với các quan sát 1, ,N
được viết như sau:
dE(y)
dx1k :::
dE(y)
dxnk
=
(I rW ) 1
26664
bk w12qk ::: w1NqK
w21qk bk ::: w2NqK
::: ::: ::: :::
wN1qK wN2qK ::: bk
37775
Các phần tử nằm trên đường chéo chính của ma trận
trên là các tác động trực tiếp, và tác động gián tiếp là
các dòng hoăc các cột (ngoại trừ đường chéo chính).
Theo LeSage và Pace47, Vega và Elhorst48, lưu ý rằng
sự hiện diện của ma trận trọng số không gian làm cho
các hiệu ứng biên trở nên phong phú và phức tạp hơn
so với mô hình với phương pháp OLS truyền thống.
Mô hình nghiên cứu đề xuất
Trên cơ sở mô hình tăng trưởng của Solow27, Lucas1
mở rộng mô hình tăng trưởng trên với hàm sản xuất
Cobb – Douglas và tiến bộ công nghệ như sau:
Y (t) = A(t)K(t)aH(t)bL(t)g (2)
trong đó, Y là đầu ra của hàm sản xuất, K nguồn vốn
tư nhân, H là nguồn vốn con người, L là số lao động
và A là mức độ công nghệ.
Hàm sản xuất Cobb –Douglas có thể viết lại theo bình
quân đầu người như sau:
yit = Ai(t)kaith
b
itL
y+a+b 1
i j (3)
với i và t được ký hiệu bởi đối tượng và thời gian,
trong đó yit = YitLit ;kit =
Kit
Lit ;hit =
Hit
Lit
579
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Lấy logarit hai vế phương trình (3) ta được: ln(yit) =
lnAit +b1l ln(kit)+bi2 ln(hit)+bi3 ln(Lit)+ eit
trong đó eit N
0;s2e
, i = 1;2; : : : ;N, t =
1;2; : : : ;T .
Trên cơ sở đó, tác giả đề xuất mô hình kinh tế lượng
không gian nghiên cứu ảnh hưởng của nguồn vốn con
người đến tăng trưởng kinh tế gồmmột số biến (được
mô tả trong Bảng 1) như trong phương trình sau:
lngrdpit=alN+rWlngrdpit+b1lnexpeduit+b2lnlaboreduit
+b3lninvit+b4lnpopit+b5lnpciit+q1Wlnexpeduit
+q2Wlnlaboreduit+q3Wlninvit+q4Wlnpopit+q5Wlnpciit+uit
Trong đó, uit = lWuit + eit
KẾT QUẢNGHIÊN CỨU
Thống kêmô tả các biến
Nghiên cứu này sử dụng bộ dữ liệu dựa trên khảo sát
của 63 tỉnh thành từ năm 2010 đến 2017 được trích
xuất từ Niên giám thống kê của các tỉnh thành do
Tổng cụcThống kê Việt Nam công bố.
Kết quả thống kê ở Bảng 2 cho thấy, giá trị trung bình
của lngrdp bình quân đầu người/ năm của 63 tỉnh
thành Việt Nam là 10,41520 triệu đồng, với độ lệch
chuẩn là 0,5316136 triệu đồng. Kết quả cũng cho thấy,
giá trị trung bình của logarit chi thường xuyên ngân
sách cho giáo dục của các tỉnh thành là 7,543633 tỷ
đồng.
Ước lượng các mô hình dữ liệu bảng
Trước khi nghiên cứu mô hình hồi quy không gian,
ta xem xét ảnh hưởng của nguồn vốn con người đến
tăng trưởng kinh tế bằng hồi quy dữ liệu Bảng 3.
Kết quả kiểm định sự phù hợp của 2 mô hình Pooled
OLS, FEM cho thấy, mô hình FEM phù hợp hơn mô
hình Pooled OLS. Kiểm định Hausman xem xét giữa
mô hình FEM và mô hình REM có chi2(5) = 40,08
và p-value = 0,0000 < 0,01 chứng tỏ mô hình FEM
là phù hợp. Kết quả hồi quy mô hình FEM từ Bảng 4
cũng cho thấy nguồn vốn con người bao gồm tổng chi
thường xuyên ngân sách cho giáo dục cấp tỉnh và tổng
số lao động đang làm việc ở các thành phần kinh tế đã
qua đào tạo ảnh hưởng tích cực đến tổng sản phẩm
bình quân đầu người cấp tỉnh.
Hồi quy dữ liệu bảng mô hình phi không
gian
Trong nghiên cứu này, chúng tôi sử dụng các kiểm
định theo Elhorst (2012). Trước hết sử dụng một số
kiểm định LM (LagrangeMultiplier) cho cácmô hình
với dữ liệu bảng phi không gian, để xem xét mô hình
kinh tế lượng không gian hoặc mô hình ước lượng
bằng OLS truyền thống là phù hợp.
Mô hình tác động cố định khô ng gian, thống kê
kiểm định LM về độ trễ không gian, có giá trị LM =
146,47, p-value < 2,2e-16, điều này chứng tỏ có sự phụ
thuộc độ trễ không gian. Thống kê kiểm định LM về
tương quan của số hạng sai số không gian, có giá trị
LM=61,177, p-value = 1,485e-09, do đó mô hình có
sự tương quan không gian của số hạng sai số.
Mô hình tác động cố định theo thời gian, thống kê
kiểm định LM về độ trễ không gian, có giá trị LM =
90,861, p-value < 2,2e-16, từ đó cho thấy có sự phụ
thuộc độ trễ không gian. Thống kê kiểm định LM về
tương quan của số hạng sai số không gian, có giá trị
LM = 61,177, p-value = 5,216e-15, có sự tương quan
không gian của số hạng sai số.
Mô hình tác động cố định theo không gian và thời
gian, thống kê kiểm định LM về độ trễ không gian,
có giá trị LM = 5,3017, p-value = 0,0213, kết quả cho
thấy có sự phụ thuộc độ trễ không gian. Thống kê
kiểmđịnh LMvề tương quan của số hạng sai số không
gian, có giá trị LM = 5,0643, p-value = 0,02442, có sự
tương quan không gian của số hạng sai số.
Từ kết quả kiểm định bằng thống kê LM của ba mô
hình trên cho thấy, mô hình kinh tế lượng không gian
phù hợp hơn mô hình ước lượng bằng OLS truyền
thống. Hơn nữa, để xác định xem có hiệu ứng cố định
không gian và hiệu ứng cố định thời gian trong các
mô hình, thông thường sử dụng kiểm định LR (Like-
lihood Ratio) với dữ liệu bảng. Kiểm tra giả thiết:
H0 : mi = 0 cho các hiệu ứng cố định không gian,
kết quả giá trị thống kê kiểm định LR là 393,90 và p-
value= 0,000 < 0,01, điều này chứng tỏ giả thiết H0 bị
bác bỏ. Tương tự, kiểm tra giả thiết H0 : ut = 0 cho
các hiệu ứng cố định thời gian, kết quả giá trị thống
kê kiểm định LR là 116,55 và p-value = 0,000 < 0,01,
do đó giả thiết H0 cũng bị bác bỏ. Điều này cho thấy
rằng các hiệu ứng cố định theo không gian và thời
gian được sử dụng trong mô hình nghiên cứu của bài
viết này.
Kiểm địnhMoran’s I
Kết quả kiểm định Moran’s I ở Bảng 5 cho thấy, có sự
tương tác không gian của lnrgdp bình quân đầu người
trong giai đoạn 2010 – 2017 tính theo giá hiện hành.
Tất cả các giá trị của hệ số Moran đều dương, chứng
tỏ có sự tương quan cùng chiều lngrdp giữa các tỉnh
thành Việt Nam.
Từ kết quả kiểm định hệ số Moran ở Bảng 3 cho biết
có sự tương tác không gian của biến phụ thuộc grdp,
do vậy cần thiết phải áp dụng hồi quy không gian đối
với mô hình này.
580
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Bảng 1: Giải thích các biến trongmô hình
Ký hiệu biến Định nghĩa biến Kỳ vọng Nguồn
Tăng trưởng kinh tế
lngrdp Logarit tự nhiên của GDP
thực bình quân đầu người
cấp tỉnh.
Tổng cục Thống kê Việt
Nam.
Nguồn vốn con người
lnexpedu Logarit chi thường xuyên
ngân sách cho giáo dục
của tỉnh/ thành phố.
+ Tổng cục Thống kê Việt
Nam.
lnlaboredu Logarit số lao động cấp
tỉnh đang làm việc trong
các thành phần kinh tế đã
qua đào tạo.
+ Tổng cục Thống kê Việt
Nam.
Biến kiểm soát
lninv Logarit tổng số vốn đầu tư
của tỉnh/ thành phố.
+ Tổng cục Thống kê Việt
Nam.
lnpop Logarit tổng dân số của
các tỉnh/ thành phố.
+ Tổng cục Thống kê Việt
Nam.
lnpci Logarit chỉ số năng lực
cạnh tranh cấp tỉnh.
+ Phòng thương mại và công
nghiệp Việt Nam.
(Nguồn: Tổng hợp của tác giả)
Bảng 2: Thống kêmô tả các biến trongmô hình
Biến Số quan sát Giá trị trung
bình
Độ lệch chuẩn Giá trị thấp
nhất
Giá trị lớn nhất
lngrdp 504 10,41502 0,5316136 9,192177 12,50862
lnexpedu 504 7,543633 0,5600831 5,43721 10,5498
lnlaboredu 504 5,25228 0,7473826 3,514526 8,140403
lninv 504 9,69977 0,8780183 7,283654 12,8096
lnpop 504 7,072866 0,5714927 5,695414 9,064505
lnpci 504 4,070478 0,0691461 3,809326 4,297693
(Nguồn: Tác giả tính toán từ dữ liệu thu thập)
Bảng 3: Hồi quy dữ liệu bảng
Pooled OLS FEM REM
lnexpedu 0,0425092 0,3224838*** 0,3795346***
lnlaboredu 0,0706692 0,2389602*** 0,3149032***
lninv 0,5055445*** 0,1695946*** 0,2086083***
lnpop -0,3983807*** 1,735938*** -0,3784222***
lnpci 1,579451*** 0,4792412*** 0,6793003***
Hệ số chặn 1,208079 -9,146595*** 3,78599***
Kiểm định Hausman chi2(5)=40,08; Prob>chi2 = 0,0000
(Nguồn: Tác giả tính toán từ dữ liệu thu thập
(*), (**), (***): tương ứng mức ý nghĩa 10%, 5%, 1%
581
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Bảng 4: Hồi quy dữ liệu bảngmô hình tác động cố định không gian, thời gian
Pooled OLS Môhình tác động cố
định không gian
Môhình tác động cố
định thời gian
Môhình tác động cố
định không gian và
thời gian
lnexpedu 0,0425092 0,322484 -0,231488 0,028657
lnlaboredu 0,0706692 0,238960 0,091054 -0,087147
lninv 0,5055445 0,169595 0,444407 0,076511
lnpop -0,3983807 1,735939 -0,173422 0,613841
lnpci 1,579451 0,479241 1.255496 0,200050
Kiểm định LM về độ
trễ không gian
146,47 90,861 5,3017
Kiểm định LM về
tương quan của số
hạng sai số không
gian
61,177 61,177 5,0643
(Nguồn: Tác giả tính toán từ dữ liệu thu thập
(*), (**), (***): tương ứng mức ý nghĩa 10%, 5%, 1 %
Bảng 5: Kiểm địnhMoran’s I
Biến Giá trị I P-Value
lnrgdp2010 0,368 0,000
lnrgdp2011 0,393 0,000
lnrgdp2012 0,369 0,000
lnrgdp2013 0,345 0,000
lnrgdp2014 0,332 0,000
lnrgdp2015 0,357 0,000
lnrgdp2016 0,392 0,000
lnrgdp2017 0,379 0,000
(Nguồn: Tác giả tính toán từ dữ liệu thu thập)
Ước lượng các mô hình không gian
Để kiểm tra giả thuyết liệu mô hình SDM có thể được
đơn giản hóa thànhmôhình SEM, ta kiểm tra giả thiết
H0 : q + rb = 0. Kết quả thống kê cho thấy, giá trị
kiểm địnhWald là 55,80 với p-value = 0,000 <0,01, và
thống kê kiểm định LR = 142,7314 với p-value=0,000
< 0,01, bác bỏ giả thiết H0, điều này chứng tỏ SDM
phù hợp hơn SEM (Bảng 6).
Tương tự, giả thuyết rằng mô hình SDM có thể được
đơn giản hóa thành mô hình SAR hay không, ta kiểm
tra giả thiết H0 : q = 0. Kết quả kiểm định cho thấy,
giá trịkiểm định Wald là 34 3,62 và Thống kê kiểm
định LR=287,1128, p-value=0,000 < 0,01 cả hai kiểm
định có p-value =0,000 < 0,01. Bác bỏ giả thiết H0,
cho thấy SDM là phù hợp hơn SAR. Từ các kết quả
kiểm định trên cho thấy SDM-FEM là phù hợp hơn
(Bảng 6).
Kết quả tác động trực tiếp, gián tiếp và tổng tác động
được cho ở Bảng 7.
Hiệu ứng tác động trực tiếp và các hệ số ước lượng
chênh lệch, sự khác biệt này có thể do các hiệu ứng
phản hồi khi xảy ra nội sinh giữa biến giải thích với
biến trễ không gian của chúng.
Tác động trực tiếp
Xem xét yếu tố nguồn vốn con người từ mỗi tỉnh,
thành có tác động như thế nào đối với tổng sản phẩm
bình quân đầu người tỉnh đó. Kết quả nghiên cứu
cho thấy, chi thường xuyên ngân sách cho giáo dục
cấp tỉnh có tác động cùng chiều đến tổng sản phẩm
bình quân đầu người của địa phương đó. Cụ thể, nếu
tăng chi thường xuyên ngân sách cho giáo dục cấp
tỉnh trung bình 1% thì tác động trực tiếp làm tổng
582
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
Bảng 6: Kết quả hồi quy không gian cho SDM, SAR, SEM
Biến độc lập Pooled OLS SEM SAR SDM
lnexpedu 0,0425092 0,2522 -0,0697 0,1387
lnlaboredu 0,0706692 0,2116 -0,1345 0,1132
lninv 0,5055445 0,1586 0,0752 0,1255***
lnpop -0,3983807 1,4686 -1,0025 0,79945
lnpci 1,579451 0,3106 -,3144 0,09805
Hệ số chặn 1,208079
W:lnexpedu -0,0630
W:lnlaboredu 0,0083
W:lninv -0,0463***
W:lnpop -0,5407
W.lnpci -0,0947
Số quan sát (n) 504 504 504 504
Rho 0,2895 0,3003
Lamda 0,1116
Log-likeihood 423,7257 208,8036 352,3600
(Nguồn: Tác giả tính toán từ dữ liệu thu thập
(*), (**), (***): tương ứng mức ý nghĩa 10%, 5%, 1 %
Bảng 7: Tác động trực tiếp, gián tiếp và tổng tác động của SDM - FEM
Tác động trực tiếp Tác động gián tiếp Tổng tác động
lnexpedu 0,1611 0,1474 0,3085
lnlaboredu 0,0669 -0,2915 -0,2246
lninv 0,1368 0,0610 0,1978
lnpop 1,1125 2,1175 3,2299
lnpci 0,1672 0,4580 0,6251
(Nguồn: Tác giả tính toán từ dữ liệu thu thập
(*), (**), (***): tương ứng mức ý nghĩa 10%, 5%, 1%
sản phẩm bình quân đầu người chính địa phương đó
tăng trung bình lên 0,1611% trong điều kiện xem xét
các yếu tố khác không đổi, nhưng do tác động phản
hồi nên tác động trực tiếp của chi thường xuyên ngân
sách cấp tỉnh đến tổng sản phẩmbình quân đầu người
địa phương đó chỉ tăng trung bình 0,1387% (2,24%
của mức tác động phản hồi). Kết quả cũng cho thấy,
tổng vốn đầu tư cấp tỉ nhtăng trung bình 1% sẽ thúc
đẩy trực tiếp tổng sản phẩm bình quân đầu người ở
địa phương đó tăng trung bình lên 0,1368% với điều
kiện các yếu tố khác không đổi, do tác động phản hồi
tổng vốnđầu tư cấp tỉnh đến tổng sản phẩmbình quân
đầu người địa phương đó chỉ tăng trung bình 0,1255%
(1,13% của mức tác động phản hồi). Tương tự, nếu
quymô dân số của tỉnh hàng năm tăng trung bình lên
1% thì kéo theo tổng sản phẩm bình quân đầu người
địa phương đó tăng trung bình 1,1125% trong điều
kiện các yếu tố khác không đổi, nhưng do tác động
phản hồi nên tổng sản phẩm bình quân đầu người
chỉ tăng trung bình 0,7995% (31,3% củamức tác động
phản hồi).
Tác động gián tiếp
Xem xét sự tác động của nguồn vốn con người của
địa phương lân cận có tác động như thế nào đến
địa phương cụ thể. Kết quả ước lượng cho thấy, chi
thường xuyên ngân sách cho giáo dục cấp tỉnh ở địa
phương lân cận có ảnh hưởng cùng chiều đến tăng
trưởng ở địa phương cụ thể. Kết quả ở Bảng 7 ta
thấy, chi thường xuyên ngân sách cho giáo dục của các
583
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
tỉnh lân cận tăng trung bình 1% thì sẽ tác động gián
tiếp làm tăng tổng sản phẩmbình quân đầu ngườimột
tỉnh cụ thể là 0,1474% với điều kiện các yếu tố khác
không đổi. Ngoài ra, quy mô dân số của các tỉnh lân
cận tăng trung bình 1% cũng có tác động gián tiếp làm
tăng tổng sản phẩmbình quân đầu người củamột tỉnh
cụ thể là 2,1175% với điều kiện các yếu tố khác không
đổi.
Tổng tác động
Xem xét sự thay đổi nguồn vốn con người ở chính địa
phương đang xem xét hay ở địa phương lân cận đối
với tăng trưởng kinh tế địa phương nghiên cứu. Kết
quả ước lượng cho thấy, chi thường xuyên ngân sách
cho giáo dục tại địa phương không những tác động
trực tiếp đến tăng trưởng kinh tế ở địa phương đó,
mà còn chịu tác động gián tiếp của các địa phương
lân cận đến tăng trưởng kinh tế của địa phương đó.
Cụ thể, khi chi thường xuyên ngân sách cho giáo dục
cấp tỉnh tăng trung bình 1% trong điều kiện các yếu
tố khác không đổi thì góp phần thúc đẩy tổng sản
phẩm bình quân đầu người địa phương tăng trung
bình lên 0,3085%, trong đó 0,1611% là do tác động từ
chi thường xuyên ngân sách cho giáo dục nội tỉnh và
0,1474% là tác động gián tiếp chi thường xuyên ngân
sách cho giáo dục của các tỉnh lân cận. Tương tự,
quy mô dân số tăng trung bình 1% trong điều kiện
các yếu tố khác không đổi thì góp phần thúc đẩy tổng
sản phẩmbình quân đầu người địa phương tăng trung
bình lên 3,2299%, trong đó 1,1125% là do tác động từ
quymô dân số nội tỉnh và 2,1175% là do tác động gián
tiếp tổng quy mô dân số của các tỉnh lân cận. Ngoài
ra, chỉ số năng lực cạnh tranh cũng có tác động đến
tăng trưởng địa phương nhưng không có bằng chứng
cho thấy có tác động trực tiếp hay gián tiếp. Tổng vốn
đầu tư cấp tỉnh cũng góp phần thúc đẩy quy mô tổng
sản phẩmđịa phương, tuy nhiên chỉ tìm thấy tác động
trực tiếp, chưa có bằng chứng tác động gián tiếp.
THẢO LUẬN VÀ KẾT LUẬN
Nghiên cứu này xem xét vai trò của vốn con người lên
tăng trưởng kinh tế ở cấp độ tỉnh/ thành phố của 63
tỉnh/ thành phố Việt Nam bằng cách tiếp cận phương
pháp kinh tế lượng không gian. Kết quả nghiên cứu
cho thấy nguồn vốn con người được đại diện bằng
chi thường xuyên ngân sách cho giáo dục nội tại của
địa phương và địa phương lân cận có ảnh hưởng tích
cực đến tổng sản phẩm bình quân đầu người của địa
phương xem xét. Mặt khác, kết quả cũng cho thấy,
tổng đầu tư, dân số và chỉ số năng lực cạnh tranh cấp
tỉnh không những tác động đến tăng trưởng kinh tế ở
địa phương đang xétmà còn có ảnh hưởng cùng chiều
đến tăng trưởng kinh tế ở các địa phương lân cận.
Nghiên cứu chỉ ra chi ngân sách xuyên cấp có tác
động cùng chiều đến tăng trưởng kinh tế, điều này
rất giống với các nghiên cứu trước đây như Sử Đình
Thành & Đoàn Vũ Nguyên (2015) 35, Ferda (2011)29,
PhanThịBíchNguyệt và cộng sự (2018)36. Tuy nhiên,
điểm khác của nghiên cứu này khác với các nghiên
cứu trước đây ở chỗ có sự ảnh hưởng không gian của
chi thường xuyên cho giáo dục đến tăng trưởng kinh
tế. Mặt dù, các nghiên cứu trước đây tìm thấy sự ảnh
hưởng của lao động qua đào tạo đến tăng trưởng kinh
tế như Phan Thị Bích Nguyệt và cộng sự (2018) 36,
nhưng khi tiếp cận theo kinh tế lượng không gian đối
với nghiên cứu này thì chưa thấy có sự tác động.
Với kết quả này, các nhà hoạch định chính sách cần
có những giải pháp phát triển nguồn vốn con người
bằng cách tăng nguồn chi cho giáo dục một cách hợp
lý. Nâng cao chất lượng đào tạo cho lao động. Đồng
thời, có chính sách cơ cấu đầu tư hợp lý, phát triển
dân số một cách bền vững và cải thiện năng lực cạnh
tranh ởmỗi địa phương. Ngoài ra, trong quá trình xây
dựng các chính sách cần có sự liên kết giữa các địa
phương. Thông qua đó góp phần phát triển nguồn
vốn con người, đáp ứng nhu cầu phát triển của đất
nước trong thời đại cách mạng công nghiệp 4.0.
Tuy nhiên, bài viết vẫn còn nhiều hạn chế như chỉ sử
dụng ma trận trọng số liền kề mà chưa xem xét đến
các ma trận trọng số khác. Mặt khác, cần xem xét bổ
sung thêm các biến nguồn vốn con người vàomôhình
nghiên cứu và tăng cường thêm các biến kiểm soát
để thấy rõ hơn tác động của vốn con người đến tăng
trưởng kinh tế tại địa phương.
DANHMỤC CÁC TỪ VIẾT TẮT
SEM: mô hình sai số không gian
SAR: mô hình tự hồi quy không gian
SDM: mô hình Durbin không gian
FEM: mô hình tác động cố định.
REM: mô hình tác động ngẫu nhiên
TUYÊN BỐ XUNGĐỘT LỢI ÍCH
Nhóm tác giả xin camđoan rằng không có bất kỳ xung
đột lợi ích nào trong công bố bài báo.
TUYÊN BỐĐÓNGGÓP CỦA TÁC GIẢ
Tác giả Nguyễn Văn Sĩ: Trình bày giới thiệu nghiên
cứu, tóm tắt nghiên cứu, chạy kết quả mô hình hồi
quy, thảo luận và kết luận.
Tác giả Lê Trung Kiên: Nghiên cứu tổng quan, xây
dựng mô hình nghiên cứu, thu thập dữ liệu từ Niên
giám thống kê, đánh giá kết quả nghiên cứu.
584
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
TÀI LIỆU THAMKHẢO
1. Lucas RE. On themechanics of economic development. Jour-
nal of monetary economics. 1998;22(1):3–42.
2. Romer PM. Increasing Returns and Long-RunGrowth. Journal
of Political Economy. 1986;94(5):1002–1037. Available from:
https://dx.doi.org/10.1086/261420.
3. Schultz TW. Investment in human capital. The American Eco-
nomic Review. 1961;51(1):1–17.
4. Mankiw NG, Romer D, Weil DN. A Contribution to the Empir-
ics of Economic Growth. The Quarterly Journal of Economics.
1992;107(2):407–437. Available from: https://dx.doi.org/10.
2307/2118477.
5. Barro RJ. Economic Growth in a Cross Section of Coun-
tries. The Quarterly Journal of Economics. 1991;106(2):407–
407. Available from: 10.2307/2937943;https://dx.doi.org/10.
2307/2937943.
6. Worldbank. Broad-Based Upturn, but for How Long?; 2018.
Retrieved from TheWorld Bank: https://openknowledge.wor
ldbank.org/handle/10986/28932.
7. Harvey J, Johnsonm. Economic Growth Introduction to
Macro-Economics: AWorkbook. London: PalgraveMacmillan
UK; 1973.
8. Barro RJ, Sala-I-Martin X. Economic Growth. Cambridge: M.I.T.
Press; 2003.
9. Petty W. Political Arithmetik. and others, editor. London:
Robert Clavel and Henry Mortlock; 1690.
10. Smith A. An Inquiry into the Nature and Causes of the Wealth
of Nations. Oxford: Clarendon Press; 1776.
11. Marshall A. Principles of Economics: An Introductory Volume.
vol. 8th edition. London: Macmillan; 1930.
12. Mincer J. Investment in Human Capital and Personal Income
Distribution. Journal of Political Economy. 1958;66(4):281–
302. Available from: https://dx.doi.org/10.1086/258055.
13. Becker GS. Human capital: A theoretical and Empirical Analy-
sis, with Special Reference to education. Chicago: University
of Chicago Press; 1964.
14. Machlup F. The Production and Distribution of Knowledge
in the United States. New Jersey: Princeton University Press;
1962.
15. Drucker PF. The Age of Discontinuity: Guidelines to Our
Changing Society. New Jersey: Transaction Publishers; 1992.
16. Rastogi PN. Knowledge management and intellectual capi-
tal as a paradigm of value creation. Human Systems Manage-
ment. 2002;21(4):229–240.
17. Westphalen SA. Reporting on human capital; objectives and
trends. In: Descy P, Tessaring M, editors. Training in Europe:
Second report on vocational training research in Europe 2000:
Background report. vol. 1. Office forOfficial Publications of the
European Communities; 2001.
18. Bontis N. Intellectual capital: an exploratory study that
develops measures and models. Management Decision.
1998;36(2):63–76. Available from: https://dx.doi.org/10.1108/
00251749810204142.
19. Fuente ADL, Ciccone A. Le Capital Humain dans une
E’conomie Mondiale sur la Connaissance. Brussels: Rapport
pour la Commission Europe’eme; 2002.
20. Au AKM, Altman Y, Roussel J. Employee training needs and
perceived value of training in the Pearl River Delta of China: A
human capital development approach. Journal of European
Industrial Training. 2008;32(1):19–31. Available from: https:
//dx.doi.org/10.1108/03090590810846548.
21. Romer P. Endogenous Technological Change. Journal of Po-
litical Economy. 1990;98(5):71–102.
22. Frank RH, Bernanke B. Principles of Economics. Boston:
McGraw-Hill/Irwin; 2007.
23. Sheffrin MS. Economics: Principles in Action. New Jersey:
Pearson Prentice Hall; 2003.
24. Rodriguezjp L, Sr. A new view of institutions, human capital,
and market standardisation. Education, Knowledge & Econ-
omy. 2007;1(1):93–105.
25. Kwon DB. Human capital and Its Measurement. In: The 3rd
World Forum on “Statistic, Knowledge and Polity” Charting
Progress, Building Visions, Improving Life; 2009.
26. OECD. TheWell – being of Nations. In: The Role of Human and
Social Capital; 2011.
27. Solow RM. Technical Change and the Aggregate Produc-
tion Function. The Review of Economics and Statistics.
1957;39(3):312–312. Available from: https://dx.doi.org/10.
2307/1926047.
28. Zhang C, Zhuang L. The composition of human capital
and economic growth: Evidence from China using dynamic
panel data analysis. China Economic Review. 2011;22(1):165–
171. Available from: https://dx.doi.org/10.1016/j.chieco.2010.
11.001.
29. Ferda YT. The relationship between human capital invest-
ment and economic growth: A panel error correction model.
Journal of Economic and Social Research. 2011;13(1):77–90.
30. Ada AA, Acaroglu H. Human capital and economic growth:
A panel data analysis with health and education for MENA
region. Advances in Management and Applied Economics.
2014;4(4):59–71.
31. Benos N, Karagiannis S. Do education quality and spillovers
matter? Evidence on human capital and productivity in
Greece. Economic Modelling. 2016;54:563–573. Available
from: https://dx.doi.org/10.1016/j.econmod.2016.01.015.
32. Su Y, Liu Z. The impact of foreign direct investment and
human capital on economic growth: Evidence from chinese
cities. China Economics Review. 2016;37:97–109.
33. Li H, Wang Y. Growth channels of human capital: A Chinese
panel data study. China Economic Review. 2016;.
34. Đạt Trần Thọ. Vai trò của vốn con người trong các mô hình
tăng trưởng. Tạp chí Nghiên cứu kinh tế. 2011;393(2):5–12.
35. Đ Thành S, Đ V Nguyên. Chi tiêu công, Vốn con người và tăng
trưởng: Nghiên cứu các quốc gia đangphát triển. Tạp chí phát
triển kinh tế. 2015;26:25–45.
36. Nguyệt PTB. Nguồn vốn con người và tăng trưởng kinh tế cấp
độ tỉnh/thành phố tại Việt Nam. Tạp chí nghiên cứu Kinh tế và
Kinh doanh châu Á. 2018;29(8):5–17.
37. Đào Thị Bích Thủy. Tác động của lan tỏa xuất khẩu đến tăng
trưởng kinh tế: Trường hợp các nước ASEAN -5). Tạp chí Đại
học quốc gia. Hà Nội. 2016;(3):80–87.
38. Minh NK, Tuấn PA. Hội tụ theo tỉnh của FTP công nghiệp dưới
tác động của FDI: tiếp cận bằngmô hình kinh tế lượng không
gian số liệumảng. In: Kỷ yếu công trình khoa học. Hà Nội: Đại
học Thăng Long;.
39. Thắng NV, Anh TTT. Khảo sát mối liên hệ kinh tế giữa các tỉnh
thành Việt Nam: Tiếp cận bằng phương pháp hồi quy không
gian. Tạp chí Kinh tế & phát triển. 2019;263:2–12.
40. Baltagi BH, Song SH, Koh W. Testing panel data regression
modelswith spatial error correlation. Journal of Econometrics.
2003;117(1):123–150. Available from: 10.1016/s0304-4076(03)
00120-9;https://dx.doi.org/10.1016/s0304-4076(03)00120-9.
41. Elhorst JP. Specification and Estimation of Spatial Panel
Data Models. International Regional Science Review.
2003;26(3):244–268. Available from: https://dx.doi.org/10.
1177/0160017603253791.
42. Anselin L. Spatial econometrics: Methods and Models. Dor-
drecht: Kluwer Academic; 1998.
43. Kapoor M, Kelejian HH, Prucha IR. Panel data models with
spatially correlated error components. Journal of Economet-
rics. 2007;140(1):97–130. Available from: https://dx.doi.org/10.
1016/j.jeconom.2006.09.004.
44. Baltagi BH, Liu L. Testing for random effects and spatial lag
dependence in panel datamodels. Statistics & Probability Let-
ters. 2008;78(18):3304–3306. Available from: https://dx.doi.
org/10.1016/j.spl.2008.06.014.
45. ChouKH,ChenCH,Mai CC. Factors InfluencingChina’s Exports
with a Spatial Econometric Model. The International Trade
Journal. 2015;29(3):191–211.
46. Anselin L, Bera AK. Spatial Dependence in Linear Regression
Models with an Introduction to Spatial Econometrics. Statis-
tics: Textbooks and Monographs. 1998;155:237–289.
585
Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 4(1):574-587
47. Lesage J, PaceRK. Introduction toSpatial Econometrics. Chap-
man and Hall Book: CRC Press; 2009.
48. Vega SH, Elhorst JP. THE SLX MODEL. Journal of Regional Sci-
ence. 2015;55(3):339–363. Available from: https://dx.doi.org/
10.1111/jors.12188.
586
Science & Technology Development Journal – Economics - Law and Management, 4(1):574-587
Open Access Full Text Article Research Article
University of Economics Ho Chi Minh
City, Vietnam
Correspondence
Nguyen Van Si, University of Economics
Ho Chi Minh City, Vietnam
Email: nvs@ueh.edu.vn
History
Received: 15/9/2019
Accepted: 2/11/2019
Published: 31/3/2020
DOI : 10.32508/stdjelm.v4i1.598
Copyright
© VNU-HCM Press. This is an open-
access article distributed under the
terms of the Creative Commons
Attribution 4.0 International license.
The impact of human capital to the economic growth of Vietnam’s
cities and provinces: a spatial econometrics approach
Nguyen Van Si*, Le Trung Kien
Use your smartphone to scan this
QR code and download this article
ABSTRACT
Human capital is crucial for national economic growth and for local economic growth as well. In an
attempt to investigate the effect of human capital on the economic growth in Vietnam's cities and
provinces, the author adopts spatial econometric models of SDM, SAR, SEM for panel data. Human
capital is measured by regular expenditure on education and numbers of trained labors in each
province/city. The data used in this study is obtained from the Statistical Yearbook of 63 provinces
published by the General Statistics Office in the period of 2010 - 2017. The results show that the
SDM model for panel data is more suitable than the SAR, SEM models for research data. More-
over, the gross output per capita of a province/city is not only affected by its regular expenditure
on education but also by that of neighboring provinces/cities. GDP per capital of a province/city
is also affected by GDP of its neighboring provinces/cities. In addition, control variables such as
total investment capital, population size, provincial competitiveness index of local or neighboring
provinces also exert a positive impact on the GDP per capita of a province/city. The influence of
trained labor on the economic growth of a province/city has not been found.
Key words: Human capital, growth, spatial econometrics
Cite this article : Van Si N, Trung Kien L. The impact of human capital to the economic growth of
Vietnam’s cities and provinces: a spatial econometrics approach. Sci. Tech. Dev. J. - Eco. Law
Manag.; 4(1):574-587.
587
Các file đính kèm theo tài liệu này:
- nghien_cuu_anh_huong_cua_nguon_von_con_nguoi_den_tang_truong.pdf