Tác động lan tỏa không gian của vốn đầu tư giao thông vận tải đến tăng trưởng kinh tế khu vực miền Trung

26 Tạp chí Khoa học & Đào tạo Ngân hàng Số 223- Tháng 12. 2020 © Học viện Ngân hàng ISSN 1859 - 011X Tác động lan tỏa không gian của vốn đầu tư giao thông vận tải đến tăng trưởng kinh tế khu vực miền Trung Lê Thị Quỳnh Nhung Bộ môn Toán, Học viện Ngân hàng Ngày nhận: 28/07/2020 Ngày nhận bản sửa: 15/09/2020 Ngày duyệt đăng: 29/09/2020 Tóm tắt: Nghiên cứu sử dụng mô hình kinh tế lượng không gian để đánh giá tác động của vốn đầu tư cho giao thông tới tăng trưởng kinh tế khu vực miền Trung. Dữ liệu phân tích trong giai đoạn 2010- 2017, kết hợp sử dụng biến giả để phân tách giai đoạn 2010- 2012 và 2013- 2017. Kết quả cho thấy, vốn đầu tư cho giao thông có tác động trực tiếp đến GDP (Gross Domestic Product) của Tỉnh với hệ số 0,027, có tác động lan tỏa không gian đến tăng trưởng kinh tế trong vùng với hệ số tác động gián tiếp là 0,097. Ngoài ra, kết quả cho thấy, trong giai đoạn thứ hai, nền kinh tế có dấu hiệu hồi phục với hệ số của biến giả là 0,053. Từ khóa: Miền Trung, tăng trưởng kinh tế, vốn đầu tư cho giao thông, hiệu ứng lan tỏa không gian. Spillover effect of transport investment capital on economic growth in the Central region Abstract: This research using Spatial model to analysis the impact of Transport investment capital on economic growth in the Central region of Vietnam. Research for the period from 2010 to 2017, associated with dummy variable, the data was split into two periods, 2010-2012 and 2013-2017. The results show that, Transport investment capital has a direct effect on Province’s GDP (Gross Domestic Product) and the impact factor is 0.027. Simultaneously, which has a spatial spillover effect on economic growth of region, the indirect impact coefficient is 0.097. In addition, research reveals that, in second period, the economy shows signs of recovery with the coefficient of time-period dummy variable is 0.053. Keywords: Central region, economic growth, transport capital, spatial spillover effects. Nhung Thi Quynh Le Email: nhunglq@hvnh.edu.vn Department of Mathematics, Banking Academy of Vietnam LÊ THỊ QUỲNH NHUNG Số 223- Tháng 12. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 27 1. Giới thiệu Từ Hội nghị Phát triển kinh tế miền Trung do Thủ tướng Nguyễn Xuân Phúc chủ trì ngày 20/8/2019 : “Giai đoạn từ năm 2011- 2020, nguồn vốn huy động đầu tư cho vùng đạt 304.706 tỷ đồng, tương đương 30% tổng mức đầu tư toàn ngành giao thông” (Phạm Trọng Nghị 2019, trích Báo cáo của Bộ trưởng Bộ Giao thông vận tải). Điều đó cho thấy đầu tư cho giao thông vận tải khu vực miền Trung có vị trí, vai trò quan trọng. Phát triển giao thông khu vực làm tăng vai trò cầu nối giao thương giữa miền Nam và miền Bắc, tăng tính kết nối, liên thông giữa các tỉnh trong nội bộ vùng. Đây là khu vực có bờ biển dài, nhiều cảng nước sâu, có nhiều cảng biển loại I, do đó hạ tầng có vai trò đảm bảo tính kết nối giữa các loại hình giao thông, đặc biệt là kết nối với hạ tầng giao thông đường thủy, phát triển du lịch. Theo đó, “việc đưa vào khai thác một số công trình giao thông hiện đại là đột phá chiến lược giúp lượng khách du lịch qua các địa bàn như Bình Định, Đà Nẵng tăng cao”. Địa hình miền Trung có đặc điểm dài và hẹp, có dãy Trường Sơn địa hình hiểm trở, phần lớn là núi cao nên việc hoàn thành hầm đường bộ đèo Cù Mông, hầm đường bộ Đèo Cả, Dự án hầm đường bộ Hải Vân đang mở rộng ống hầm 2 đã và đang rút ngắn thời gian giao thương, tăng tính liên kết vùng và giảm thiểu nguy hiểm khi tham gia giao thông. Nhiều đoạn tuyến quốc lộ 1A đi qua miền Trung đã hoàn thành. Các đoạn cao tốc Bắc - Nam và hành lang ven biển đã hoàn thành góp phần kết nối vận tải đường biển và đường bộ. Cảng hàng không được nâng cấp để nâng cao hiệu quả khai thác, tạo điều kiện cho phát triển du lịch. Bên cạnh mặt đạt được, theo Phạm Trọng Nghị (2019): “Việc chưa hình thành toàn tuyến cao tốc trong khu vực, cùng với các tuyến liên kết ngang chưa được đầu tư đồng bộ, thiếu kết nối giữa các loại hình đường bộ, đường sắt, đường biển đã và đang tạo nên những “điểm nghẽn”. Do các tuyến đường chưa được hoàn thiện đầy đủ, chất lượng một số tuyến đường còn chưa đảm bảo, các tuyến đường kết nối Đông- Tây chưa được đầu tư đồng bộ để phát huy thế mạnh cảng biển, làm tăng chi phí vận tải và logistics, giảm sức hút cạnh tranh vận tải của vùng miền. Ngoài vấn đề phát triển đồng bộ hạ tầng giao thông nhằm phát triển kinh tế bền vững, Chỉ thị 27/CT-TTg của Thủ tướng Chính phủ ngày 19/11/2019 cũng đề cập đến nhiều mục tiêu khác như cải thiện môi trường kinh doanh, nâng cao năng lực cạnh tranh, khuyến khích sáng tạo, khởi nghiệp cùng nhiều vấn đề kinh tế xã hội khác. Nhằm tiến tới mục tiêu phát triển bền vững vùng, việc đánh giá vai trò của vốn đầu tư giao thông đến tăng trưởng kinh tế là vô cùng cần thiết, góp phần đưa ra các hoạch định và chiến lược phát triển bền vững. Nghiên cứu này dùng phương pháp định lượng để đánh giá tác động của vốn đầu tư cho giao thông tới tăng trưởng kinh tế, kết hợp biến giả theo giai đoạn kinh tế, đồng thời xét hiệu ứng lan tỏa không gian để đánh giá tác động của việc đầu tư giao thông tại tỉnh j lên tăng trưởng kinh tế của tỉnh i. Kết quả định lượng khẳng định mạnh mẽ hiệu quả của đầu tư giao thông tới tăng trưởng kinh tế khu vực miền Trung. 2. Tổng quan nghiên cứu Các nhà học thuyết kinh tế cổ điển như Petty (1900), Wicksell (1916), Ramsey (1928) đều thống nhất vốn và lao động là các yếu tố đầu vào quan trọng tác động đến Tác động lan tỏa không gian của vốn đầu tư giao thông vận tải đến tăng trưởng kinh tế khu vực miền Trung Tạp chí Khoa học & Đào tạo Ngân hàng- Số 223- Tháng 12. 202028 tăng trưởng kinh tế. Lý thuyết tân cổ điển và hiện đại đều giữ nguyên quan điểm trên. Theo Gemmel (1995), trong Lý thuyết tăng trưởng nội sinh, vốn con người là nhân tố tác động đến tăng trưởng. Như vậy lao động không đơn thuần chỉ là số lượng mà thể hiện một yếu tố chất lượng đầu vào. Nghiên cứu gần đây như nghiên cứu của Schultz (1992), Alatas và cộng sự (2016), Nguyễn Phan Thu Hằng (2016) cho rằng chất lượng nguồn nhân lực là yếu tố quyết định tới năng suất lao động. Nhiều loại hình vốn khác nhau được đưa vào đánh giá theo mô hình hàm Cobb- Douglas. Một số nghiên cứu đánh giá tác động của vốn đầu tư nước ngoài (FDI) đến tăng trưởng kinh tế như nghiên cứu của Reisen và cộng sự (2001), Basu và cộng sự (2007). Một số nghiên cứu về tác động của vốn giao thông đến tăng trưởng kinh tế như nghiên cứu của Melo (2013), Gallen (2018), biến vốn đầu vào bao gồm vốn tư nhân và vốn giao thông, kết quả cho thấy vốn giao thông tác động tích cực đến tăng trưởng kinh tế. Một số nghiên cứu đánh giá tác động của vốn cho giao thông bởi mô hình kinh tế lượng không gian như nghiên cứu của Zhang (2008), Boarnet (1996), Jiang và cộng sự (2015). Melo (2013) tiếp cận mô hình nghiên cứu tác động của vốn giao thông từ các nghiên cứu của Zhang (2008), Boarnet (1996). Mô hình có dạng: lnY it = βL lnLit + βK lnKit + + βT lnTit (1) Trong đó, Y it là đầu ra của hàm sản xuất tại vùng i, thời điểm t; tương tự K là vốn; L là lao động; Z đại diện cho các yếu tố môi trường xã hội khác (external environment factors) như trình độ giáo dục; T là hạ tầng giao thông (vốn giao thông). Tại Việt Nam, nghiên cứu định lượng về vốn giao thông đến tăng trưởng kinh tế không nhiều, chưa có nghiên cứu định lượng sử dụng mô hình kinh tế lượng không gian đánh giá hiệu ứng lan tỏa không gian của vốn giao thông tại miền Trung. Đây là khoảng trống nghiên cứu mà bài viết đang hướng tới. 3. Phương pháp nghiên cứu và dữ liệu nghiên cứu 3.1. Mô hình nghiên cứu Mô hình dữ liệu mảng Từ Lý thuyết tăng trưởng nội sinh, nhóm biến Z trong mô hình (1) bao gồm các biến phản ánh chất lượng lao động. Nghiên cứu sử dụng biến Tỉ lệ lao động từ 15 tuổi trở lên đang làm việc qua đào tạo và biến “Đào tạo lao động”1 từ bộ dữ liệu PCI (Provincial Competitiveness Index) của Phòng Thương mại và Công nghiệp Việt Nam. Đây là cách tiếp cận khác để phản ánh chất lượng lao động, biến là tổng hợp có trọng số của nhiều nhân tố, bao gồm đánh giá về chất lượng đào tạo phổ thông, dạy nghề, kinh phí cho đào tạo lao động, kinh phí dành cho tuyển dụng lao động 1 Đào tạo lao động của PCI là tổng hợp có trọng số của các yếu tố: “Tỉ lệ doanh nghiệp đánh giá Giáo dục phổ thông tại tỉnh có chất lượng Tốt(%)”; “Tỉ lệ doanh nghiệp đánh giá Giáo dục dạy nghề tại tỉnh có chất lượng Tốt(%); “Doanh nghiệp từng sử dụng dịch vụ Giới thiệu việc làm (GTVL) tại tỉnh (%)” ; “Doanh nghiệp đã sử dụng nhà cung cấp tư nhân cho dịch vụ GTVL (%)”; “Doanh nghiệp có ý định tiếp tục sử dụng dịch vụ GTVL (%)”; “Phần trăm tổng chi phí kinh doanh dành cho Đào tạo lao động (%)”; “Phần trăm tổng chi phí kinh doanh dành cho Tuyển dụng lao động (%)”; “Lao động tại tỉnh đáp ứng được nhu cầu sử dụng của doanh nghiệp (%)”; “Tỉ lệ lao động qua đào tạo /số lao động chưa qua đào tạo(%, BLĐTBXH)”; “Tỉ lệ lao động qua đào tạo trên tổng lực lượng lao động (%, BLĐTBXH)” và “Tỉ lệ lao động qua đào tạo đang làm việc tại doanh nghiệp (%)”. LÊ THỊ QUỲNH NHUNG Số 223- Tháng 12. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 29 Ngoài ra, trong bối cảnh từ cuộc khủng hoảng kinh tế thế giới năm 2008, theo Tân Anh và cộng sự (2013): “GDP nước ta tăng liên tục từ năm 2000 đến năm 2007, đạt mức 8,44% sau đó sụt giảm năm 2008 ở mức 6,31% và 2009 là 5,32%, năm 2010 lại tăng lên 6,78%, hai năm tiếp theo 2011 và 2012 lại tiếp tục sụt giảm ở mức 5,89% và 5,03%. Năm 2012 có tỷ lệ tăng GDP thấp nhất trong vòng nhiều năm”. Theo báo cáo của Tổng cục Thống kê (2013), kinh tế Việt Nam năm 2013 đã có dấu hiệu phục hồi với mức tăng trưởng 5,42%. Do đó, kinh tế phát triển cùng với tác động của các “cú sốc”, tác động kéo dài trong nhiều năm. Để xem xét tác động tùy theo các giai đoạn phát triển kinh tế, nghiên cứu sử dụng biến giả D cho giai đoạn 2012 trở về trước và sau năm 2012 theo phạm vi thời gian dữ liệu nghiên cứu. Mô hình nghiên cứu có dạng: LnGDP it =β 0 + β 1 LnL it + β 2 LnKNT it + β 3 LnKT it + β4 LnTLRateit + β5 LnLTraing_ PCI + β6 D + εit (2) Trong đó, các biến được xác định trong Bảng 1. Ma trận không gian và mô hình dữ liệu mảng không gian Theo Silva (2018), có nhiều dạng ma trận không gian W = {w ij } như ma trận tiếp giáp (w ij = 1 nếu 2 tỉnh liền kề, w ij = 0 trong các trường hợp còn lại), ma trận theo bán kính R (w ij = 1 nếu khoảng cách 2 tỉnh không vượt quá R, w ij = 0 trong các trường hợp còn lại) hoặc ma trận nghịch đảo khoảng cách. Tùy theo mục đích nghiên cứu, ma trận có thể được chuẩn hóa theo hàng. Ưu điểm của ma trận nghịch đảo khoảng cách là không triệt tiêu tác động không gian của các tỉnh không liền kề hoặc có khoảng cách vượt quá R, tác động không gian nghịch đảo với khoảng cách. Mặt khác, hạ tầng giao thông có tính kết nối liên tỉnh, do đó, ma trận không gian được lựa chọn trong nghiên cứu là ma trận H= {h ij }, ma trận được chuẩn hóa theo hàng từ ma trận nghịch đảo khoảng cách W= {w ij }, kích thước 19x19 tương ứng cho 19 tỉnh miền Trung, trong đó: w ij = 1/d ij nếu i ≠ j & w ii = 0, d ij là khoảng Bảng 1. Xác định và đo lường các biến Kí hiệu Tên biến Đo lường LnGDP Tăng trưởng kinh tế Loga tự nhiên của GDP (GDP giá so sánh 2010, triệu đồng) LnKNT Đầu tư không cho giao thông Loga tự nhiên của KNT, KNT: vốn đầu tư không cho giao thông giá so sánh 2010 (triệu đồng) LnKT Đầu tư giao thông Loga tự nhiên của KT, KT: vốn đầu tư giao thông giá so sánh 2010 (triệu đồng) LnL Quy mô lao động Loga tự nhiên của L, L: số lượng lao động từ 15 tuổi trở lên đang làm việc LnTLRate Tỉ lệ đào tạo lao động Loga tự nhiên của TLRate, TLRate: tỉ lệ lao động từ 15 tuổi trở lên đang làm việc qua đào tạo LnLTraining_PCI Đào tạo lao động của PCI Loga tự nhiên của các biến “Đào tạo lao động” trong bộ dữ liệu PCI D Biến giả theo giai đoạn kinh tế D = 0 tương ứng giai đoạn 2010 -2012 & D = 1 cho giai đoạn 2013 - 2017 Nguồn: Tổng hợp và đề xuất của tác giả Tác động lan tỏa không gian của vốn đầu tư giao thông vận tải đến tăng trưởng kinh tế khu vực miền Trung Tạp chí Khoa học & Đào tạo Ngân hàng- Số 223- Tháng 12. 202030 cách giữa Ủy ban nhân dân tỉnh i và Ủy ban nhân dân tỉnh j. Nghiên cứu của Vega và cộng sự (2015) cho rằng, trong các dạng mô hình kinh tế lượng không gian, mô hình SLX (Spatial lag of X) nên chọn là mô hình xuất phát khi nghiên cứu thực nghiệm tập trung vào các hiệu ứng lan tỏa không gian. Nghiên cứu tập trung khám phá tác động không gian của đầu tư giao thông, do đó mô hình sử dụng trong nghiên cứu này là mô hình kinh tế lượng không gian SLX, trong đó ma trận không gian H được sử dụng để xem xét tác động lan tỏa không gian của biến vốn đầu tư cho giao thông, mô hình có dạng: LnGDP it =β 0 + β 1 LnL it + β 2 LnKNT it + β 3 LnKT it + β4 LnTLRateit + β5 LnLTraing_ PCI + β6 D + β7 H*LnKTit + εit (3) 3.2. Phương pháp nghiên cứu Sau khi tiến hành khai báo dữ liệu mảng, dữ liệu không gian và thành lập ma trận không gian H bằng phần mềm Stata, lựa chọn mô hình bởi vòng lặp sau: Bước 1: Tiến hành ước lượng mô hình (2) với lựa chọn tác động cố định (FE) và tác động ngẫu nhiên (RE). Bước 2: Thực hiện các kiểm định để lựa chọn mô hình: Sử dụng kiểm định Lagrange lựa chọn mô hình RE (random effect) và POLS (Pooled Ordinary Least Squares); Kiểm định Hausman chọn giữa FE (fixed effect) và RE; Kiểm tra và khắc phục đa cộng tuyến, kiểm định sự tương quan giữa phần dư và các biến độc lập, kiểm tra và khắc phục lỗi phương sai sai số thay đổi. Bước 3: Ước lượng mô hình không gian (3) cùng với các kiểm định lựa chọn mô hình FE và RE. 3.3. Nguồn dữ liệu và thống kê mô tả các biến Dữ liệu các biến được lấy của 19 tỉnh miền Trung, theo các năm giai đoạn 2010 - 2017. Tổng số 152 quan sát cho số phần tử N = 19 và số năm T = 8. Dữ liệu PCI của Phòng Thương mại và Công nghiệp Việt Nam (tại https://pcivietnam.vn/ du-lieu-pci); dữ liệu của các biến khác được lấy từ Tổng cục Thống kê. Thống kê mô tả các biến được thể hiện tại Bảng 2. 4. Kết quả nghiên cứu và thảo luận Từ phương pháp xử lý dữ liệu nghiên cứu, tại bước 2, kiểm định Lagrange cho giá trị P_Value < 0,05 nên không lựa chọn mô Bảng 2. Thống kê mô tả các biến Biến Số quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất GDP 152 31490345,38 17191250,98 7013130 88163458 KNT 152 14583069,45 14240631,25 2864529 87738157 KT 152 1331697 1054473 78368 4530025 L 152 761862,51 475586 242014 2241456 TLRate 152 16,3241 6,3500 6,2 41,6 Đào tạo lao động 152 5,5548 0,7902 3,5959 8,0718 Nguồn: Xử lý dữ liệu nghiên cứu từ STATA 15 LÊ THỊ QUỲNH NHUNG Số 223- Tháng 12. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 31 hình POLS, kiểm định Hausman cho giá trị P_Value = 0,5289 > 0,05, do đó mô hình được chọn là RE. Bảng 3 kiểm định cho thấy mô hình không có đa cộng tuyến do các giá trị VIF < 10. Như vậy, mô hình không xét tác động không gian được chọn sau bước 2 là mô hình RE (2). Mô hình khi xét tác động không gian sau bước 3 là mô hình không gian SLX (3) với tác động ngẫu nhiên, các kết quả được thể hiện tại Bảng 4. Bảng 4 cho thấy dấu và ý nghĩa thống kê giữa các mô hình là tương đồng nhau. Mô hình (3) là mô hình mở rộng của (2), kết quả thể hiện tác động lan tỏa không gian của biến vốn đầu tư cho giao thông là mạnh mẽ, mặt khác giao thông vận tải có tính liên kết vùng rất chặt chẽ, do đó nếu bỏ qua tác động lan tỏa không gian là thiếu sót, mô hình được chọn là mô hình (3). Kết quả tại mô hình (3) cho thấy tác động của tất cả các biến vốn đầu tư đến tăng trưởng kinh tế đều tích cực và có ý nghĩa thống kê. Hệ số tác động của vốn đầu tư ngoài giao thông là 0,067 cho thấy nếu tăng vốn đầu tư (không tính cho giao thông vận tải) lên 1%, góp phần tăng GDP của tỉnh lên 0,067%. Bảng 4 cho thấy, số lượng lao động 15 tuổi trở lên đang làm việc có tác động tích cực đến tăng trưởng với hệ số co giãn là 0,902. Các biến Tỉ lệ lao động 15 tuổi trở lên đang làm việc qua đào tạo và Đào tạo lao động của PCI có ý nghĩa thống kê mạnh mẽ ở mức 1%, hàm ý hiệu quả của việc đào tạo và đào tạo lại tay nghề lao động, của chất lượng đào tạo phổ thông, chất lượng dạy nghề, kinh phí cho đào tạo lao động, kinh phí tuyển dụng lao động và tăng chất lượng dịch vụ tuyển dụng lao động tại khu vực- đây là các yếu tố để tổng hợp hệ số Đào tạo lao động của PCI. Biến giả D có ý nghĩa thống kê cho thấy, giai đoạn 2013- 2017, các yếu tố kinh tế có xu hướng tác động tích cực lên tăng trưởng, nền kinh tế có dấu hiệu hồi phục, tác động cao hơn giai đoạn trước 0,053%. Hệ số tác động trực tiếp của vốn đầu tư cho giao thông lên tăng trưởng kinh tế là 0,027 và hệ số tác động lan tỏa không gian là 0,097 cho thấy, nếu tăng vốn đầu tư cho giao thông tại tỉnh i lên 1% sẽ góp phần tăng GDP của tỉnh i lên 0,027%; nếu tăng vốn đầu tư cho giao thông tại tất cả các tỉnh j ≠ i lên 1% sẽ góp phần tăng GDP của tỉnh i lên 0,097%, trong đó tác động riêng của tỉnh j lên tỉnh i là 0,097* h ij (%), h ij là hệ số tại hàng i cột j của ma trận không gian H. Hệ số và phần trăm tác động của LnKT đến tăng trưởng thể hiện ở Bảng 5. Kết quả Bảng 5 cho thấy, khi tất cả các tỉnh trong khu vực đều được đầu tư giao thông, tác động trực tiếp của đầu tư giao thông chiếm 22%, tác động từ đầu tư giao thông của toàn bộ các tỉnh khác lên tăng trưởng Bảng 3. Hệ số phóng đại phương sai Variable VIF LnKNT 3,59 LnKT 1,93 LnL 3,18 LnTLRate 3,64 LnLTraining_PCI 2,46 LnEntryCosts 1,19 Mean VIF 2,66 Nguồn: Trích xuất từ xử lý dữ liệu nghiên cứu trên STATA 15 Tác động lan tỏa không gian của vốn đầu tư giao thông vận tải đến tăng trưởng kinh tế khu vực miền Trung Tạp chí Khoa học & Đào tạo Ngân hàng- Số 223- Tháng 12. 202032 kinh tế của tỉnh chiếm 78% trong tác động tổng hợp của đầu tư giao thông. Kết quả cho thấy tác động lan tỏa tích cực trong đầu tư giao thông của các tỉnh đối với tỉnh lân cận. 5. Kết luận và kiến nghị Nghiên cứu đánh giá tác động của vốn đầu tư giao thông tới tăng trưởng kinh tế thông qua mô hình dữ liệu mảng và mô hình dữ liệu mảng không gian. Trong đó, đánh giá tác động của vốn đầu tư giao thông tới tăng trưởng kinh tế khu vực miền Trung, kết quả cho thấy hiệu quả của đầu tư giao thông không chỉ có tác động tích cực trực tiếp đến tăng trưởng kinh tế của tỉnh mà còn có tác động tích cực đến các tỉnh lân cận, do đó tác động tổng hợp có ý nghĩa mạnh mẽ. Tác động trực tiếp chiếm 22% và tác động gián tiếp chiếm 78%. Nghiên cứu khẳng định tác động tích cực của quy mô lao động, của chất lượng lao động tới tăng trưởng kinh tế, đồng thời là bằng chứng thực nghiệm về sự hồi phục của nền kinh tế Việt Nam trong giai đoạn 2013- 2017. Từ kết quả trên, nghiên cứu đề xuất một số kiến nghị sau: Bảng 4. Mô hình RE (2) và mô hình SLX (3) xét tác động đến LnGDP tại khu vực Miền Trung Biến Hệ số mô hình RE (2) Hệ số mô hình SLX (3) LnKNT 0,064(2,92)*** 0,067 (2,46)*** LnKT 0,039(2,17)** 0,027 (2,12)** LnL 0,941(7,85)*** 0,902 (9,39)*** LnTLRate 0,435(5,82)*** 0,381 (6,87)*** LnLTraining_PCI 0,207(2,55)*** 0,126 (1,68)* D 0,077(3,93)*** 0,053 (2,71)*** cons 1,334(0,94) 0,948 (0,76) H_ LnKT 0,097(3,36)*** Total effect 0,123(4,44)*** R2 (within; between; overall) (0,8788; 0,8382; 0,8409) 0,8369 Số quan sát / Số phần tử chéo 152/19 152/19 Nguồn: Tính toán của tác giả từ dữ liệu Tổng cục thống kê và PCI (*: Có ý nghĩa mức 10%; **: Có ý nghĩa mức 5%; ***: Có ý nghĩa mức 1%) Bảng 5. Hệ số và phần trăm tác động của LnKT đến LnGDP Tác động trực tiếp (Hệ số, %) Tác động gián tiếp (Hệ số, %) Tác động tổng hợp (Hệ số, %) 0,027 (22%) 0,097 (78%) 0,123 (100%) Nguồn: Tính toán của tác giả từ dữ liệu Tổng cục Thống kê và PCI LÊ THỊ QUỲNH NHUNG Số 223- Tháng 12. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 33 Nhằm phát huy tác động lan tỏa không gian của đầu tư giao thông trong khu vực, khuyến nghị cần thúc đẩy đầu tư giao thông đồng bộ trên tất cả các tỉnh để tăng tính liên kết vùng, tạo động lực thúc đẩy tăng trưởng và phát triển kinh tế. Mặt khác, do địa hình khu vực có đường biển trải dài, có đường sắt đi qua nên để tăng tính kết nối giao thông, cần có chiến lược đầu tư đồng thời tất cả các loại hình giao thông như loại hình giao thông đường bộ, đường sắt và đường biển. Khuyến nghị xây dựng thêm các tuyến đường sắt mới kết nối với các cảng biển nhằm phát huy thế mạnh cảng biển của các tỉnh Duyên hải miền Trung, đồng thời mở rộng xây dựng các tuyến đường ngang theo hướng Đông- Tây nhằm tăng tính kết nối khu vực ven biển và khu vực biên giới miền Trung nhằm khai thác thế mạnh giao thương qua các cửa khẩu ■ Tài liệu tham khảo Acemoglu, D., and Johnson, S. (2005). Unbundling Institutions. Journal of Political Economy. 113(5), 949 - 995 Alataş, S., and Çakir, M. (2016). The Effect of Human Capital on Economic Growth: A Panel Data Analysis. Journal of Administrative Sciences. 14, 539 - 555. Basu, P., and. Guariglia., A. (2007). Foreign direct investment, inequality, and growth. Journal of Macroeconomics. 29, 824 - 839. Boarnet, M. G. (1996). The Direct and Indirect Economic Effects of Transportation Infrastructure. Working Paper from Institute for Transportation Studies - University of California. Vol 3, 28 p. Gallen, T., and. Winston., C. (2018). Transportation Capital and its Effects on the U.S. Economy: A General Equilibrium Approach. NBER Summer Session: Urban Economics. Gemmel, N. (1995). Endogenous growth, the Solow model and human capital. Economics of Planning. 28, 169 – 183. Jiang, X., Zhang, L., Xiong, C., and Wang, R. (2015). Transportation and Regional Economic Development: Analysis of Spatial Spillovers in China Provincial Regions. Networks and Spatial Economics. 16(3), 769 - 790. Melo, P. C., and. Graham., D. (2013). The Productivity of Transport Infrastructure Investment: A Meta-Analysis of Empirical Evidence. Regional Science and Urban Economics. 43(5), 695- 706. Nguyễn Phan Thu Hằng. (2016). Vai trò nguồn nhân lực chất lượng cao trong thúc đẩy sáng tạo và ứng dụng khoa học - công nghệ. Science & Technology Development. 19, 30 - 40. Pande, R. (2009). Understanding Political Corruption in Low Income Countries. Chapter 50 in Handbook of Development Economics (Vol. 4, pp. 3155-3184). Amsterdam, North Holland, Elsevier. Petty, W. (1900). Petty’s Place in the History of Economic Theory. The Quarterly Journal of Economics. 14(3), 307-340. Phạm Trọng Nghị. (2019). Giải quyết “điểm nghẽn” hạ tầng giao thông để phát triển kinh tế miền Trung. Truy cập 30.6.2020 từ trien-kinh-te-mien- trung-d80087.html Phòng Thương mại và Công nghiệp Việt Nam (2020). Dữ liệu PCI. Truy cập 15.7.2020 từ https://pcivietnam.vn/ Ramsey, F. (1928). A Mathematical Theory of Saving. Economic Journal. 38, 543–559. Schultz, T. P. (1992). The Role of Education and Human Capital in Economic Development: An Empirical Assessment. Yale Economic Growth Center Discussion Papers Series. 670, 30p. Silva, A. R. d. (2018). Creating a Spatial Weights Matrix for the SPATIALREG Procedure. Paper presented at the SAS Global Forum 2018, Denver, Colorado. Reisen, H., and Soto, M. (2001). Which types of capital inflows foster developing – country growth?. Internetional Financ. 4 (1), 1 - 14. Tân Anh, Tường Lan Anh, Nguyễn Văn Chiến, Nguyễn Nam Hải, Vũ Thị Thanh Hương, Nguyễn Xuân Nhật, Phạm Quý Thọ và Nguyễn Thị Thu. (2013). Tăng trưởng kinh tế và lạm pháp ở Việt Nam. Truy cập 15.7.2020 từ nghien-cuu-trao-doi/tang-truong-kinh-te-va-lam-phat-o-viet-nam-30021.html Thủ tướng Chính phủ (2019). Chỉ thị 27/CT-TTg của Thủ tướng Chính phủ ngày 19/11/2019 về các giải pháp thúc đẩy tăng trưởng và phát triển bề vững vùng miền Trung. Tổng cục thống kê. (2013). Tình hình kinh tế – xã hội năm 2013. Truy cập 15/7/2020 từ https://gso.gov.vn/default. aspx?tabid=621&ItemID=13843 Vega, H., and Elhorst, J.P. (2015). The SLX model. Journal of Regional Science. 55, 339 - 363 Wicksell, K. (1916). Den ‘kritiska punkten’ i lagen for jordbrukets aftagande produktivitet. Economisk Tidskrift. 18(8), 285 - 292. Zhang, X. (2008). Transport infrastructure, spatial spillover and economic growth: Evidence from China. Frontiers of Economics in China. 3(4), 585 - 597.