Ước lượng năng suất tổng hợp nhân tố của doanh nghiệp công nghiệp chế biến chế tạo ở Việt Nam: Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Trường

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC THƯƠNG MẠI

----

BÁO CÁO TỔNG KẾT

ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG

ƯỚC LƯỢNG NĂNG SUẤT TỔNG HỢP NHÂN TỐ CỦA CÁC

DOANH NGHIỆP CÔNG NGHIỆP CHÊ BIẾN CHẾ TẠO Ở VIỆT NAM

Mã số đề tài: CS21-01

Chủ nhiệm đề tài: TS. Hà Thị Cẩm Vân

Thành viên tham gia: TS. Lê Mai Trang

Hà Nội, 05/2022

MỤC LỤC

DANH MỤC BẢNG

DANH MỤC HÌNH

MỞ ĐẦU .................................................................................................................... 1

1.1. Một số khái niệm .................................................................................................. 4

1.1.1. Ngành công nghiệp chế biến chế tạo và doanh nghiệp công nghiệp chế biến

chế tạo ....................................................................................................................... 4

1.1.2. Năng suất tổng hợp nhân tố (TFP) và các nhân tố tác động đến TFP.............. 5

1.2. Tổng quan tình hình nghiên cứu về TFP và ước lượng TFP của doanh nghiệp... 8

1.2.1. Tình hình nghiên cứu trong nước ..................................................................... 8

1.2.2. Tình hình nghiên cứu ngoài nước .................................................................. 10

1.3. Cơ sở lý thuyết về ước lượng TFP ..................................................................... 12

1.3.1. Hàm sản xuất .................................................................................................. 12

1.3.2. Các phương pháp ước lượng hàm sản xuất .................................................... 15

1.3.3. Phương pháp tính TFP .................................................................................... 17

CHƯƠNG 2: MÔ TẢ DỮ LIỆU VÀ PHƯƠNG PHÁP ƯỚC LƯỢNG NĂNG

SUẤT TỔNG HỢP NHÂN TỐ CỦA CÁC DOANH NGHIỆP. ......................... 20

2.1. Mô tả dữ liệu ...................................................................................................... 20

2.1.1. Nguồn dữ liệu .................................................................................................. 20

2.1.2. Mô tả dữ liệu ................................................................................................... 23

2.2. Phương pháp ước lượng TFP ............................................................................. 28

2.2.1. Mô hình hàm sản xuất Cobb-Douglas tổng quát............................................. 28

2.2.2. Phương pháp ước lượng hàm sản xuất và tính toán TFP ................................ 29

CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ PHÂN TÍCH TFP GIAI ĐOẠN

2010-2016.................................................................................................................. 31

3.1. Tổng quan về năng suất ngành công nghiệp chế biến chế tạo ........................... 31

3.2. Kết quả ước lượng .............................................................................................. 33

3.1.1. Kết quả tổng quát ước lượng hàm sản xuất ..................................................... 33

3.2.1. Tác động của vốn và lao động đến hàm sản xuất............................................ 36

3.3. Phân tích đóng góp của TFP vào quá trình sản xuất của doanh nghiệp............. 39

3.3.1. Mối quan hệ của TFP và sản lượng của doanh nghiệp. .................................. 42

3.3.2. Biến động của TFP tại các ngành trong giai đoạn 2010-2016 ........................ 43

3.3.3. So sánh TFP của các doanh nghiệp theo ngành, vùng và loại hình sở hữu. ... 44

CHƯƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT CHÍNH SÁCH .................................. 46

4.1. Kết luận .............................................................................................................. 46

4.2. Một số hạn chế của tăng trưởng TFP và nguyên nhân. ...................................... 47

4.2.1. Hạn chế ............................................................................................................ 47

4.2.2. Nguyên nhân ................................................................................................... 48

4.3. Đề xuất một số giải pháp nhằm cải thiện TFP của các doanh nghiệp ............... 50

4.3.1. Nhóm giải pháp từ phía doanh nghiệp ............................................................ 50

4.3.2. Một số gợi ý chính sách cho chính phủ ........................................................... 51

TÀI LIỆU THAM KHẢO ...................................................................................... 57

PHỤ LỤC ..................................................................... Error! Bookmark not defined.

DANH MỤC BẢNG

Bảng 1.1: Các cách tiếp cận khác nhau để đo lường TFP ......................................... 17

Bảng 2.1. Số lượng doanh nghiệp tại Việt Nam giai đoạn 2010-2016 ..................... 23

Bảng 2.2. Số lượng doanh nghiệp ngành công nghiệp chế biến chế tạo .................. 25

Bảng 2.3. Một số chỉ tiêu thống kê cơ bản ước lượng hàm sản xuất ........................ 28

Bảng 3.2. Nhóm ngành thâm dụng lao động. ............................................................ 36

Bảng 3.3. Nhóm ngành có hệ số đóng góp của vốn trên 0.3 .................................... 38

Bảng 3.4. Tổng hợp giá trị TFP theo nhóm ngành cấp 2 .......................................... 41

Bảng 3.5. Sự thay đổi TFP của các ngành trong giai đoạn 2010-2016 ..................... 43

Bảng 3.6. TFP theo loại hình sở hữu ......................................................................... 45

Bảng 3.7. TFP theo vùng ........................................................................................... 45

DANH MỤC HÌNH

Hình 1.1: Đồ thị tỷ lệ K/Y, thời gian và xu thế ......................................................... 18

Hình 2.1. Số lượng doanh nghiệp, doanh nghiệp mới thành lập và doanh nghiệp ... 24

đóng cửa .................................................................................................................... 24

Hình 2.2. Đóng góp của ngành công nghiệp vào GDP ............................................. 25

Hình 2.3. Giá trị xuất khẩu của các ngành công nghiệp chế biến chế tạo ................ 27

Hình 3.1. Tỷ trọng lao động tại các một số ngành cấp 2. ......................................... 37

Hình 3.2. Phân phối chuẩn của TFP tại các doanh nghiệp chế biến chế tạo Việt Nam ................................................................................................................................... 40

Hình 3.3. Mối quan hệ của TFP và sản lượng đầu ra của doanh nghiệp .................. 42

MỞ ĐẦU

1. Tính cấp thiết của đề tài

Năng suất tổng hợp nhân tố (Total Factor productivity – TFP) là chỉ tiêu phản

ánh kết quả sản xuất mang lại do nâng cao hiệu quả sử dụng vốn và lao động, nhờ

vào tác động của các nhân tố đổi mới công nghệ, hợp lý hóa sản xuất, cải tiến quản

lý, nâng cao trình độ lao động,… Theo đó, chúng ta có thể chia kết quả sản xuất thành

ba phần: (i) phần do vốn tạo ra, (ii) phần do lao động tạo ra; (iii) và phần do nhân tố

tổng hợp tạo ra. Để tăng năng suất của doanh nghiệp, không nhất thiết lúc nào cũng

phải tăng lao động hoặc vốn để tăng đầu ra, mà có thể có đầu ra lớn hơn bằng cách

sử dụng tối ưu nguồn lao động và vốn, cải tiến quá trình công nghệ, trình độ quản lý,

trong đó các nhân tố đầu vào được phối hợp sử dụng tốt nhất. Do đó, tăng TFP là chỉ

tiêu phản ánh đích thực khái quát về hiệu quả sử dụng vốn và lao động, là chỉ tiêu

quan trọng để đánh giá chất lượng tăng trưởng cũng như sự phát triển bền vững của

nền kinh tế và là căn cứ để phân tích hiệu quả kinh tế vĩ mô và đánh giá sự tiến bộ

khoa học và công nghệ (KH&CN) của mỗi ngành, mỗi địa phương và mỗi quốc gia.

TFP có thể thay đổi do một số nguyên nhân chủ yếu thay đổi chất lượng nguồn lực

lao động, thay đổi cơ cấu vốn, thay đổi công nghệ, phân bố lại nguồn lực và trình độ

quản lý.

Ở Việt Nam cũng như các nước đang phát triển, chỉ tiêu tốc độ tăng TFP phản

ánh toàn diện về chiều sâu của quá trình sản xuất, kinh doanh. Chỉ có tăng trưởng

kinh tế nhờ vào tăng TFP mới là sự tăng trưởng có tính chất ổn định và bền vững. Chỉ

tiêu tốc độ tăng TFP cũng chính là sự phản ánh sự tiến bộ về KH&CN, thể hiện kết

quả của việc cải tiến tổ chức sản xuất, đổi mới công nghệ, áp dụng tiến bộ khoa học

- kỹ thuật, nâng cao chất lượng lao động. Áp dụng chỉ tiêu TFP để đánh giá hoạt động

sản xuất của một đơn vị, một ngành hay toàn bộ nền kinh tế quốc dân, không chỉ

khuyến khích người sản xuất nâng cao hiệu quả sử dụng vốn và lao động để tăng TFP,

mà còn có tác dụng động viên họ duy trì và mở rộng quy mô sản xuất. Đây chính là

một trong những đặc điểm quan trọng của việc áp dụng chỉ tiêu năng suất theo cách

tiếp cận mới với mục đích cuối cùng của nâng cao năng suất là tăng thêm nhiều sản

phẩm vật chất và dịch vụ cho xã hội, và tạo thêm nhiều việc làm cho người lao động.

Chính vì vậy, TFP đã trở thành chỉ tiêu đặc biệt quan trọng trong hệ thống các chỉ

tiêu kinh tế, đang được nhiều nước trên thế giới quan tâm nghiên cứu áp dụng.

Đã có nhiều các nghiên cứu xem xét ước lượng chỉ tiêu TFP của nền kinh tế và

đóng góp của chỉ số này tới GDP và tăng trưởng kinh tế ở Việt Nam. Tuy nhiên,

những công trình nghiên cứu này chủ yếu tập trung vào TFP tổng hợp của cả nền kinh

tế chứ không ước lượng riêng lẻ cho từng ngành hoặc từng doanh nghiệp. Ước lượng

TFP ở cấp độ doanh nghiệp có vai trò vô cùng quan trọng để xem xét các yếu tố vi

mô tác động đến chỉ số này và từ đó có thể góp phần đưa ra các giải pháp nhằm thúc

đẩy tốc độ tăng của TFP cũng như đóng góp của nó vào năng suất của doanh nghiệp.

Trong khi các doanh nghiệp có vai trò như các tế bào cấu thành nền kinh tế, việc phát

triển các doanh nghiệp dựa trên vốn, lao động và TFP là vô cùng cần thiết để đảm

bảo xây dựng các doanh nghiệp vững mạnh, làm trụ cột cho nền kinh tế đạt được tăng

trưởng bền vững trong dài hạn. Nghiên cứu này nằm trong số những nghiên cứu đầu

tiên ở Việt Nam ước lượng TFP ở cấp độ doanh nghiệp trong ngành công nghiệp chế

biến chế tạo nhằm đưa ra những đánh giá chi tiết về TFP của các doanh nghiệp trong

ngành này. Bên cạnh đó, nghiên cứu này sẽ so sánh TFP của các doanh nghiệp trong

ngành công nghiệp chế biến chế tạo theo các vùng, các ngành và giữa các loại hình

sở hữu nhằm cung cấp một bức tranh chi tiết về TFP của các doanh nghiệp trong

ngành công nghiệp chế biến chế tạo ở Việt Nam.

2. Mục tiêu nghiên cứu

- Ước lượng hàm sản xuất của các doanh nghiệp công nghiệp chế biến chế tạo,

từ đó xem xét đóng góp của vốn và lao động tới hiệu quả hoạt động của doanh

nghiệp và tính toán giá trị TFP của các doanh nghiệp.

- Phân tích, đánh giá thực trạng TFP của doanh nghiệp và so sánh TFP theo

ngành nhỏ (cấp 4), theo vùng và theo loại hình sở hữu.

- Đề xuất giải pháp nhằm nâng cao TFP của doanh nghiệp công nghiệp chế biến

chế tạo

3. Đối tượng và phạm vi nghiên cứu

3.1. Đối tượng nghiên cứu

Đối tượng nghiên cứu của đề tài là Năng suất tổng hợp nhân tố (TFP) của các

doanh nghiệp chế biến chế tạo ở Việt nam

3.2. Phạm vi nghiên cứu

- Phạm vi không gian: Các doanh nghiệp chế biến chế tạo trên cả nước

- Phạm vi thời gian: Giai đoạn 2010-2016

4. Phương pháp nghiên cứu

Đề tài sử dụng phương pháp phân tích định lượng là phương pháp nghiên cứu

chính. Theo đó, đề tài sẽ sử dụng dữ liệu bảng (panel data) giai đoạn 2010-2016 được

làm sạch và tính toán từ bộ điều tra doanh nghiệp (Vietnam Enterprise Survey) của

Tổng cục thống kê.

Phương pháp ước lượng dự kiến được sử dụng là phương pháp Generalised

Method of Moments (GMM) được đề xuất bởi Wooldridge (2009) nhằm kiểm soát

các yếu tố không quan sát được trong mô hình ước lượng hàm sản xuất để tính toán

TFP của doanh nghiệp.

5. Kết cấu của đề tài nghiên cứu

Báo cáo kết quả nghiên cứu đề tài ngoài phần mở đầu và phụ lục được chia

thành 4 chương như sau:

Chương 1: Tổng quan nghiên cứu và cơ sở lý thuyết về ước lượng Năng suất

tổng hợp nhân tố

Chương 2: Mô tả dữ liệu và phương pháp ước lượng năng suất tổng hợp nhân

tố của các doanh nghiệp.

Chương 3: Kết quả ước lượng và phân tích TFP giai đoạn 2010-2015

Chương 4: Kết luận và đề xuất chính sách

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT

VỀ ƯỚC LƯỢNG NĂNG SUẤT TỔNG HỢP NHÂN TỐ

1.1. Một số khái niệm

1.1.1. Ngành công nghiệp chế biến chế tạo.

Ngành công nghiệp là trụ cột quan trọng của nền kinh tế, trong đó, công nghiệp

chế biến, chế tạo đóng vai trò chủ đạo, tạo ra giá trị gia tăng lớn nhất và quyết định

đối với chất lượng tăng trưởng của nền kinh tế. Các ngành chế biến, chế tạo xây dựng

nền tảng vật chất cho nền kinh tế, sản sinh ra những phát minh mới, công nghệ mới

có vai trò quan trọng đối với tương lai kinh tế của đất nước.

Theo Tổ chức phát triển công nghiệp của Liên hợp quốc (UNIDO), công nghiệp

CBCT là những ngành tham gia vào việc biến đổi hàng hoá, nguyên liệu hoặc các

chất liệu khác nhau thành những sản phẩm mới. Quá trình biến đổi này có thể là vật

lý, hóa học hoặc cơ học để chế biến, sản xuất hàng hóa phục vụ cho nhu cầu tiêu dùng

trong nước và xuất khẩu. Đó là những hoạt động kinh tế với quy mô sản xuất lớn,

được sự hỗ trợ mạnh mẽ của tiến bộ công nghệ, khoa học và kỹ thuật nhằm nâng cao

chất lượng sản phẩm, đáp ứng được yêu cầu của quá trình phát triển.

Hệ thống ngành kinh tế quốc dân của Việt Nam (VISIC 2018) được ban hành

theo Quyết định số 27/2018/QĐ-TTg của Thủ tướng Chính phủ dựa trên hệ thống

phân ngành kinh tế quốc tế (ISIC Rev 4.0) để phân loại và giải thích rõ những hoạt

động kinh tế gồm các ngành được xếp vào nhóm theo tính chất và đặc điểm giống

nhau của hoạt động kinh tế đó. VSIC 2018 gồm có 5 cấp, được mã hóa bằng các chữ

in hoa và các chữ số. Ngành cấp 1 gồm 21 ngành được mã hóa theo bảng chữ cái lần

lượt từ A đến U. Ngành công nghiệp CBCT là ngành kinh tế cấp 1, được mã hóa bằng

chữ C, bao gồm 24 ngành cấp 2; 71 ngành cấp 3; 137 ngành cấp 4; 175 ngành cấp 5.

Theo VSIC 2018, ngành chế biến, chế tạo gồm các hoạt động làm biến đổi về mặt vật

lý, hoá học của vật liệu, chất liệu hoặc làm biến đổi các thành phần cấu thành của nó

để tạo ra sản phẩm mới, mặc dù không phải là tiêu chí duy nhất để định nghĩa chế

biến. Vật liệu, chất liệu, hoặc các thành phần biến đổi là nguyên liệu thô từ các sản

phẩm nông nghiệp, lâm nghiệp, thuỷ sản, khai thác mỏ hoặc quặng cũng như các sản

phẩm khác của hoạt động chế biến. Những thay đổi, đổi mới hoặc khôi phục lại hàng

hoá cũng được xem là hoạt động chế biến. Các đơn vị trong ngành chế biến này bao

gồm nhà xưởng, nhà máy hoặc xưởng sản xuất sử dụng máy móc và thiết bị thủ công.

Các đơn vị chế biến sản phẩm bằng thủ công tại nhà bán ra thị trường, trong đó sản

phẩm như may mặc, làm bánh cũng thuộc sản phẩm chế biến, chế tạo. Các đơn vị chế

biến ở đây còn bao gồm các hoạt động xử lý vật liệu hoặc ký kết với các đơn vị chế

biến khác

1.1.2. Năng suất nhân tố tổng hợp (TFP) và các nhân tố tác động đến TFP

Để phát triển, các quốc gia và vùng lãnh thổ phải có sự tăng trưởng về sản xuất

(hay có thể gọi là đầu ra) của nền kinh tế theo thời gian. Những nghiên cứu kinh tế

cổ điển cho thấy có hai nguồn chính của tăng trưởng kinh tế về đầu ra là tăng trưởng

các yếu tố sản xuất (lao động và vốn đầu tư cho sản xuất) và hiệu quả (năng suất) đạt

được cho phép nền kinh tế sản xuất ra nhiều hơn với cùng khối lượng đầu vào.

 Năng suất các nhân tố tổng hợp (TFP)

Về năng suất tổng hợp nhân tố (Total factor productivity) thì có nhiều cách diễn

giải khác nhau. Theo tác giả Trần Văn Thọ, trong tác phẩm "Công nghiệp hóa Việt

Nam trong thời đại châu Á-Thái Bình Dương", thì cho rằng "phần còn lại (trong kết

quả sản xuất tăng lên sau khi loại trừ phần đóng góp do yếu tố đầu tư thêm về lao

động nhân công, tư bản, tài nguyên...) là hiệu quả tổng hợp không giải thích được

bằng sự gia tăng của các yếu tố sản xuất và được xem là kết quả của các yếu tố liên

quan đến hiệu suất. Nền kinh tế phát triển càng hiệu suất thì phần còn lại này càng

lớn. Trong phương pháp tính toán về sự tăng trưởng, phần còn lại này được gọi là

năng suất nhân tố tổng hợp (TFP)" (trích theo Trung tâm Thông tin Tư liệu, 2010).

Trong "Báo cáo nghiên cứu chỉ tiêu năng suất Việt Nam 2006-2007" của Trung

tâm Năng suất Việt Nam, TFP "phản ánh sự đóng góp của các yếu tố vô hình như

kiến thức- kinh nghiệm-kỹ năng lao động, cơ cấu lại nền kinh tế hay hàng hoá-dịch

vụ, chấtlượng vốn đầu tư mà chủ yếu là chất lượng thiết bị công nghệ, kỹ năng quản

lý... Tác động của nó không trực tiếp như năng suất bộ phận mà phải thông qua sự

biến đổi của các yếu tố hữu hình, đặc biệt là lao động và vốn" (Trung tâm Năng suất

Việt Nam, 2009). Nói cách khác, TFP phản ánh hiệu quả của các nguồn lực được sử

dụng vào sản xuất, phản ánh hiệu quả do thay đổi công nghệ, trình độ tay nghề của

công nhân, trình độ quản lý,… Nâng cao TFP tức là nâng cao hơn kết quả sản xuất

với cùng đầu vào. Theo nhiều nghiên cứu, tất cả các nhân tố tổng hợp như thể chế

kinh tế, yếu tố thị trường, trình độ khoa học công nghệ, cơ chế quản lý, tài nguyên

thiên nhiên, lợi thế so sánh,… đều có vai trò đối với tăng trưởng và phát triển.

Nói tóm lại, TFP là chỉ tiêu phản ánh kết quả sản xuất mang lại do nâng cao

hiệu quả sử dụng vốn và lao động nhờ vào tác động của nhân tố đổi mới công

nghệ, hợp lý hoá sản xuất, cải tiến quản lý, nâng cao trình độ lao động. Theo đó

chúng ta có thể chia kết quả sản xuất thành ba phần: (1) phần do vốn tạo ra; (2) phần

do lao động tạo ra; và (3) phần do yếu tố tổng hợp tạo ra. Như vậy, không phải nhất

thiết để tăng trưởng sản xuất phải tăng lao động hoặc tăng vốn mà có thể có kết quả

sản xuất/đầu ra lớn hơn thông qua tối ưu hoá nguồn lao động và vốn, cải tiến quy

trình công nghệ, cải tiến quy trình quản lý. Vì thế chỉ tiêu TFP là chỉ tiêu phản ảnh

chất lượng tăng trưởng cũng như sự phát triển bền vững của nền kinh tế, là căn cứ để

phân tích hiệu quả kinh tế vĩ mô, đánh giá sự tiến bộ KH&CN của mỗi ngành, mỗi

địa phương, mỗi quốc gia.

 Các nhân tố tác động đến TFP

TFP có thể thay đổi do một số nguyên nhân chủ yếu như thay đổi chất lượng

nguồn nhân lực (có thể do phát triển giáo dục, đào tạo), thay đổi cơ cấu vốn, thay đổi

công nghệ (do phát triển khoa học và công nghệ), phân bổ lại nguồn lực và trình độ

quản lý. Chỉ tiêu Tốc độ tăng TFP phản ánh toàn diện về quá trình sản xuất. Chỉ có

tang trưởng sản xuất nhờ vào tăng TFP mới là sự tăng trưởng có tính chất ổn định và

bền vững. Chỉ tiêu Tốc độ tăng TFP cũng chính là sự phản ảnh sự tiến bộ KH&CN,

thể hiện sự đổi mới quản lý, tổ chức sản xuất, đổi mới công nghệ, áp dụng tiến bộ

KH&CN, nâng cao chất lượng nguồn nhân lực tham gia sản xuất. Tốc độ tăng TFP

phản ánh tốc độ tiến bộ khoa học công nghệ, là chỉ tiêu tổng hợp phản ánh sự nhanh,

chậm của tiến bộ khoa học công nghệ trong một thời gian nhất định. Chính vì thế chỉ

tiêu tốc độ tăng TFP đã trở thành một chỉ tiêu quan trọng trong hệ thống chỉ tiêu kinh

tế đang được nhiều nước và vùng lãnh thổ quan tâm nghiên cứu tính toán, áp dụng.

Hệ thống chỉ tiêu thống kê quốc gia của Việt Nam cũng đã đưa TFP thành một chỉ

tiêu thống kê quốc gia và được giao cho Tổng cục Thống kê tính toán và công bố .

Để góp phần tăng TFP, người ta thấy có những yếu tố quan trọng sau.

- Giáo dục và Đào tạo: Đầu tư vào nguồn nhân lực làm tăng năng lực cho lực

lượng lao động. Nói một cách tổng quát, nguồn nhân lực nếu được đào tạo tốt hơn sẽ

làm việc với năng suất cao hơn, tạo ra nhiều sản phẩm và dịch vụ có chất lượng cao

hơn.Đây là một trong những lực lượng chủ đạo làm tăng TFP.

- Cơ cấu vốn: Trong thị trường toàn cầu hiệu nay, sự cạnh tranh được dựa trên

việc tạo ra những sản phẩm có chất lượng với giá cả hợp lý. Để có được lợi thế cạnh

tranh, các ngành công nghiệp cần cải tiến và trang bị các quá trình sản xuất và công

nghệ mới. Đầu tư vào máy móc, thiết bị hiện đại sẽ giúp làm giảm chi phí sản xuất,

làm tăng TFP

- Tái cấu trúc kinh tế: Tái cấu trúc kinh tế là việc chuyển các nguồn lực từ các

ngành và thành phần kinh tế có năng suất thấp sang ngành và thành phần kinh tế có

năng suất cao. Việc phân bổ lại nguồn lực để có được ngành và thành phần kinh tế có

năng suất cao hơn sẽ dẫn đến sử dụng có hiệu suất và hiệu quả các nguồn lực và dẫn

đến tăng TFP;

- Tăng nhu cầu: Việc tăng nhu cầu trong nước và quốc tế đối với sản phẩm và

dịch vụ sẽ dẫn đến tỷ lệ sử dụng sản phẩm tiềm năng cao hơn. Từ đó kích thích sản

xuất và sáng tạo;

- Tiến bộ công nghệ: Điều này chỉ ra tính hiệu lực và việc sử dụng có hiệu quả

công nghệ thích hợp, sự đổi mới, nghiên cứu khoa học và phát triển công nghệ, thái

độ làm việc tích cực, hệ thống quản lý và tổ chức tốt; quản lý chuỗi cung ứng và sử

dụng các phương pháp thực hành tốt. Với trình độ công nghệ cao, người lao động

được khuyến khích và hệ thống quản lý hiệu quả, nền kinh tế sẽ có khả năng sản xuất

ra sản phẩm và dịch vụ có giá trị gia tăng cao hơn. Tính sáng tạo, sự đổi mới và tư

duy năng suất sẽ định hướng sự tích tụ, phổ biến và sử dụng kiến thức nhằm tăng TFP

và duy trì tính cạnh tranh. Trong kinh tế học, TFP là một biến số, nó giải thích cho

những tác động đến tổng sản lượng đầu ra không gây ra bởi các yếu tố đầu vào. Ví

dụ, một năm có thời tiết đặc biệt thuận lợi sẽ dẫn đến sản lượng thu hoạch cao hơn,

do thời tiết xấu gây trở ngại đến sản lượng nông nghiệp. Một biến số như thời tiết

không liên quan trực tiếp đến đơn vị đầu vào, vì vậy thời tiết được coi là một biến số

TFP. Các nhà kinh tế đã xác nhận tăng trưởng và hiệu quả công nghệ được coi là hai

yếu tố cấu thành lớn nhất của TFP, tăng trưởng công nghệ mang những thuộc tính

đặc biệt như tác động tích cực ngoại lai và tính không cạnh tranh (non-rivalness), điều

này củng cố vị trí của nó như một động lực của tăng trưởng kinh tế.

TFP thường được coi là động lực thực sự đối với sự tăng trưởng của một nền

kinh tế. Các công trình nghiên cứu đã cho thấy rằng trong khi lao động và đầu tư là

những đóng góp quan trọng, thì TFP có thể chiếm tới hơn 60% trong sự tăng trưởng

của các nền kinh. Như vậy là cùng với một đại lượng các yếu tố đầu vào, thì sự gia

tăng ở TFP có tính quyết định đối với tốc độ tăng trưởng tổng thể của một nền kinh

tế.

1.2. Tổng quan tình hình nghiên cứu về TFP và ước lượng TFP của

doanh nghiệp

1.2.1. Tình hình nghiên cứu trong nước

Ở Việt Nam, nhiều nghiên cứu đã đề cập đến năng suất của doanh nghiệp ở các

khía cạnh khác nhau. Nghiên cứu của Nguyễn (2017) và Le, Pirei, and Zanintto

(2019) được xem là những nghiên cứu đầy đủ nhất về năng suất tổng hợp nhân tố ở

cấp độ doanh nghiệp trong giai đoạn 2000-2011 sử dụng bộ điều tra doanh nghiệp

(VES) của tổng cục thống kê và tập trung chủ yếu vào ngành công nghiệp chế biến

chế tạo. Trong khi Nguyen (2017) khám phá sự thay đổi của TFP qua thời gian thì Le

et al (2019) và Ramsterrer and Ngọc (2013) so sánh sự khác nhau của TFP theo loại

hình sở hữu. Long và Anh (2017) sử dụng bộ điều tra doanh nghiệp vừa và nhỏ

(SMEs) để xem xét mối quan hệ giữa năng suất và đổi mới khoa học công nghệ, quy

mô và vị trí của doanh nghiệp trong nhóm ngành công nghiệp chế biến chế tạo giai

đoạn 2007-2009. Nghiên cứu của Ha, Kiyota và Yamanouchi (2016) chú trọng đến

mối quan hệ giữa năng suất và việc phân bố nguồn lực của doanh nghiệp trong giai

đoạn 2000-2009. Một vài nghiên cứu khác đề cập mối quan hệ giữa xuất khẩu và

năng suất của doanh nghiệp (Vũ, Holmes, Tran & Lim, 2016) hoặc nhập khẩu với

năng suất (Doan, Nguyen, Vu, Tran & Lim, 2016)

Năng suất của doanh nghiệp chịu tác động từ nhiều yếu tố như môi trường đầu

tư (Ba Trung and Kaizoji 2017), tính cạnh tranh của thị trường (Le, Pieri et al. 2019),

trình độ khoa học công nghệ (Le and Harvie 2010, Minh, Van Khanh et al. 2012,

Long and Anh 2017, Calza, Goedhuys et al. 2019), khoảng cách khoa học công nghệ

giữa các doanh nghiệp (Le and Harvie 2010, Le and Harvie 2010), quy mô của doanh

nghiệp (theo lao động) (Long and Anh 2017, Nguyen, Le et al. 2020). Hiệu quả của

việc sử dụng vốn cũng là một vài yếu tố quan trọng khác ảnh hưởng đến năng suất

của doanh nghiệp (Tran, Grafton et al. 2009) khi mà các doanh nghiệp lớn thường có

hiệu quả sử dụng vốn cao hơn những doanh nghiệp nhỏ với điều kiện năng suất lao

động như nhau. Mối liên kết với các doanh nghiệp có vốn đầu tư nước ngoài cũng

được coil à một kênh quan trọng để cải thiện năng suất của doanh nghiệp (Newman,

Rand et al. 2015, Ha, Holmes et al. 2019, Ha 2020). Trong khi đó, năng lực quản lý

yếu kém, lao động trình độ tay nghề thấp (Tran, Grafton et al. 2009) hoặc việc phân

bổ và sử dụng nguồn lực một cách kém hiệu quả (Ha, Kiyota et al. 2016) được xem

là một trong những nguyên nhân làm giảm năng suất của doanh nghiệp. Các yếu tố

vĩ mô như một nền kinh tế phụ thuộc quá nhiều vào nhập khẩu (Doan, Nguyen et al.

2016) hoặc môi trường đầu tư yếu kém với tham nhũng phổ biến (Ba Trung and

Kaizoji 2017) cũng làm giảm năng suất của doanh nghiệp và dẫn tới nhiều doanh

nghiệp có nguy cơ phá sản hơn.

Trong khi đã có nhiều nghiên cứu tập trung vào năng suất của doanh nghiệp

(theo các thước đo khác nhau) và các nhân tố ảnh hưởng đến năng suất của doanh

nghiệp trong một số nhóm ngành cụ thể, các nghiên cứu trước đây cho trường hợp

của Việt Nam không tập trung vào việc phân tích sự biến động của TFP theo thời gian

giữa các ngành. Việc so sánh TFP giữa các nhóm doanh nghiệp theo loại hình sở hữu

hoặc theo vùng kinh tế cũng chưa được phân tích một cách chi tiết ở các nghiên cứu

đã có cho Việt Nam. Nghiên cứu của chúng tôi sử dụng bộ điều tra doanh nghiệp cho

giai đoạn 2010-2016 nhằm đóng góp vào khoảng trống nghiên cứu bằng cách ước

lượng TFP tại cấp độ doanh nghiệp và so sánh TFP giữa các doanh nghiệp theo ngành,

vùng và theo loại hình sở hữu. Ngoài ra, đề tài này cũng sẽ so sánh TFP của các doanh

nghiệp ở các phân khúc khác nhau để chỉ ra nhóm ngành/doanh nghiệp nào chiếm ưu

thế trong phân khúc TFP cao, nhóm nào nằm ở phân khúc TFP thấp hơn từ đó có thể

giúp đưa ra một vài đặc điểm và nguyên nhân dẫn đến TFP cao hoặc thấp của các

nhóm này.

1.2.2. Tình hình nghiên cứu ngoài nước

Phương pháp ước lượng TFP dựa trên hàm sản xuất Cobb-Douglas được sử

dụng rộng rãi nhất được đặt nền móng bởi Olley và Pakes (1992), sau đó được phát

triển bởi Levisohn và Petrin (2003). Ước lượng hàm sản xuất theo phương pháp này

được sử dụng rộng rãi trên thế giới. Phương pháp ước lượng này giúp giải quyết vấn

đề nội sinh trong mô hình hàm sản xuất Cobb-Douglas có thể gây ra bởi mối quan hệ

giữa các yếu tố đầu vào (vốn, lao động) và các biến có tác động đến TFP của doanh

nghiệp mà không quan sát được tồn tại trong phần dư của mô hình. Để giải quyết vấn

đề này Olley and Pakes (1992) đầu tiên phân tách phần dư của hàm sản xuất thành

hai phần: phần có ảnh hưởng đến năng suất của doanh nghiệp và phần dư ngẫu nhiên

có giá trị trung bình bằng 0, sau đó sử dụn hàm đầu tư nghịch đảo làm biến giả cho

những biến ảnh hưởng đến năng suất không quan sát được. Trong khi đó (Levinsohn

and Petrin 2003) đề xuất dùng đầu vào trung gian là biến giả đại diện cho các biến

không quan sát được để tránh sự phức tạp của việc sử dụng hàm đầu tư làm biến giả.

Ackerberg, Caves et al. (2006) chỉ ra rằng do lao động có tương quan với biến giả

nên hệ số của biến lao động có thể không xác định được. Để giải quyết vấn đề này,

Wooldridge (2009) đề xuất ước lượng GMM hệ thống (system GMM) hoặc hồi quy

với biến công cụ (IVs). Sau này, Petrin and Levinsohn (2012) đã sử dụng hồi quy với

biến công cụ sử dụng biến trễ của lao động làm biến công cụ cho lao động. Phương

pháp ước lượng GMM hoặc biến công cụ theo cách mà Wooldridge (2009) và Petrin

and Levinsohn (2012) đề xuất là rất phù hợp với các bộ điều tra ở cấp độ doanh nghiệp

và nó được áp dụng rộng rãi trong việc ước lượng hàm sản xuất ở Việt Nam.

(Newman, Rand et al. 2015, Pham 2016, Nguyen 2017, Ni, Spatareanu et al. 2017,

Ha 2020)

Năng suất tổng hợp nhân tố của doanh nghiệp là một chủ đề đã nhận được nhiều

sự quan tâm của các nhà nghiên cứu trên thế giới. Trong các doanh nghiệp công

nghiệp, năng suất của doanh nghiệp có thể chịu tác động mạnh mẽ từ nhiều nhân tố

như trình độ khoa khọc công nghệ, nguồn nhân lực cũng như nhu cầu và cấu trúc thị

trường. Ví dụ như tác động của cạnh tranh (Collard-Wexler, 2013), sự tương tác giữa

thị trường sản phẩm và tác động tràn công nghệ từ thị trường (Bloom, Draca & Van

Reenen, 2016), tác động tràn công nghệ từ các doanh nghiệp đầu tư trực tiếp nước

ngoài (Newman, Rand & Tarp, 2015). Trong khi đó, các nhà kinh tế học lao động thì

cho rằng tầm quan trọng của nguồn nhân lực giải thích cho phần lớn sự thay đổi của

năng suất ở các doanh nghiệp (Abowd, Kramarz, & Margolis, 1999), tác động của

những khoản thù lao nhằm khuyến khích người lao động cải thiện năng suất (Lazear,

2000), hoặc những nhân tố khác của nguồn nhân lực (Ichniowski & Shaw, 2003), khả

năng quản trị doanh nghiệp (Bloom et al., 2016), loại hình của tổ chức (Garicano &

Heaton, 2010), và các mối quan hệ xã hội giữa những người lao động (Bandiera,

Barankay, & Rasul, 2009). Cũng có nhà nghiên cứu cho rằng năng suất của doanh

nghiệp phụ thuộc vào sự đa dạng và biến động của thị trường lao động (Haltiwanger,

Scapetta, & Schiweiger, 2006).

Khi nói đến năng suất của doanh nghiệp thì người ta thường đề cập đến ba thước

đo năng suất tiêu biểu đó là sản lượng đầu ra (giá trị gia tăng của sản lượng đầu ra)

(Vu 2012, Doan, Nguyen et al. 2016, Vu, Holmes et al. 2016), năng suất lao động

(giá trị gia tăng trên mỗi đơn vị lao động) (Tran, Grafton et al. 2009, Long and Anh

2017, Trinh and Doan 2018, Ha, Holmes et al. 2019) và năng suất tổng hợp nhân tố

(TFP) (Ngu 2003, Tran, Grafton et al. 2009, Newman, Rand et al. 2015, Pham 2016,

Ni, Spatareanu et al. 2017, Vu, Bellone et al. 2018, Calza, Goedhuys et al. 2019, Ha

2020). Trong khi thước đo sản lượng và năng suất lao động có thể được tính toán một

cách đơn giản thì thước đo TFP yêu cầu tính toán một cách phức tạp hơn thông qua

việc ước lượng hàm sản xuất của doanh nghiệp. Các công trình nghiên cứu ngoài

nước thường tập trung vào ước lượng TFP của doanh nghiệp nói chung và dùng với

mục đích là một bước đệm cho việc tìm hiểu tác động của các nhân tố bên trong và

bên ngoài doanh nghiệp đến TFP. Có rất ít các nghiên cứu chỉ tập trung vào ước lượng

TFP và so sánh TFP giữa các ngành hay các vùng hoặc các loại hình sở hữu của doanh

nghiệp.

Đề tài nghiên cứu này nhằm đóng góp để lấp đầy khoảng trống nghiên cứu trong

nước và ngoài nước bằng cách tập trung vào TFP của doanh nghiệp và tổng quan về

ước lượng TFP dựa vào hàm sản suất Cobb-Douglas của doanh nghiệp theo phương

pháp ước lượng GMM, từ đó so sánh TFP giữa các ngành, vùng và loại hình sở hữu

doanh nghiệp của Việt Nam.

1.3. Cơ sở lý thuyết về ước lượng TFP

1.3.1. Hàm sản xuất

Hàm sản xuất được biết đến là một hàm số biểu thị sự ảnh hưởng của các yếu

tố đầu vào đến sản phẩm. Nói một cách đầy đủ hơn, sản lượng trong hàm sản xuất

được thể hiện bằng biến số được thuyết minh (hay biến số phụ thuộc), còn các mức

đầu vào được thể hiện thông qua biến số thuyết minh (hay biến số độc lập). Các yếu

tố: số lượng lao động, lượng vốn, công nghệ trong kinh tế học vĩ mô ảnh hưởng đến

hàm sản xuất biểu thị giá trị tổng sản phẩm nội địa của một nền kinh tế. Hàm sản xuất

trong kinh tế học vi mô biểu thị và thể hiện lượng sản phẩm được sản xuất ra bởi nhà

sản xuất và từ những yếu tố sản xuất mà người ta có như: vốn, lao động… đây đều

được coi là yếu tố sản xuất.

Hàm sản xuất thể hiện mối quan hệ giữa lượng sản phẩm tối đa có thể tạo ra và

lượng đầu vào của nhân tố với trình độ hiểu biết nhất định liên quan đến công nghệ.

Nói tóm lại, những nguyên liệu thô này trong sản xuất được phân loại như sau: vốn,

đất đai, lao động hoặc tài nguyên thiên nhiên, đồng thời, hàng hóa thành phẩm được

chuyển đổi từ nguyên liệu thô thông qua quá trình sản xuất. Tùy thuộc vào bản chất

của doanh nghiệp, chúng có thể là khả biến hoặc cố định. Hàm sản xuất tạo nên mối

quan hệ giữa đầu ra và đầu vào. Trong quá trình sản xuất, sự hiệu quả của mối quan

hệ giữa đầu ra và đầu vào phụ thuộc vào số lượng khác nhau được sử dụng; bên canh

đó chúng còn phụ thuộc vào năng suất tại mỗi điểm số lượng đầu ra.

Như đã biết, với trình độ hiểu biết nhất định về công nghệ, hàm sản xuất có chức

năng biểu thị mối quan hệ giữa lượng sản phẩm nhiều nhất và lượng đầu vào có thể

tạo ra trong quá trình sản xuất. Do lượng đầu vào sử dụng ảnh hưởng đến quy mô sản

lượng, chính vì vậy để biểu thị mối quan hệ này dưới dạng hàm tổng quát, ta có thể

biểu thị như sau:

Q = F(L, K, H, N)

Trong bối cảnh là những yếu tố được sử dụng trong quá trình sản xuất, các ký

hiệu được giải thích như sau:

Q: sản lượng;

F: là hàm số biểu thị phương pháp sản xuất, nghĩa là phương pháp kết

hợp các đầu vào để tạo ra sản lượng;

L: lượng lao động;

K: tư bản (nhà xường, máy móc);

H: vốn nhân lực;

N: đất đai.

Đối với hàm sản xuất nêu trên, giải thích một cách chi tiết hơn: L là lao động

không khác gì so với những đầu vào khác; F cho thấy rằng Q là một hàm số phụ thuộc

vào các yếu tố đầu vào K, L… nêu trên; Q là ký hiệu từ tổ hợp nhất định, thể hiện số

lượng đầu ra tối đa có thể sản xuất ra được. K ở đây được hiểu là vốn hiện vật, tồn tại

dưới dạng hàng tồn kho, nhà xưởng, máy móc hoặc máy móc, thiết bị.

Đối với hàm sản xuất trong ngắn hạn: với quỹ thời gian ngắn, tất cả các yếu tố

sản xuất rất khó để doanh nghiệp điều chỉnh được. Trong khi một số khác là cố định

thì ngoại lệ vẫn có một số yếu tố là có thể thay đổi được. Ta có thể giả định doanh

nghiệp theo mộ cách đơn giản là chỉ dùng vốn hiện vật và lao động (đây là hai yếu tố

sản xuất có tính chất đại diện), thì thời điểm đó hàm số sản xuất sẽ được thể hiện như

sau: Q = F(K,L). Trong một quãng thời gian ngắn (ngắn hạn), nếu nhà xưởng, máy

móc là cố định thì khi đó, sản lượng đầu ra chỉ có thể chịu ảnh hưởng của sự thay đổi

lượng đầu vào lao động được sử dụng. Khi đó xét một cách đơn giản Q = f(L) thể

hiện cho hàm sản xuất ngắn hạn của doanh nghiệp. Trong trường hợp này, nếu muốn

tăng sản lượng thì chỉ có một cách là tăng cường dùng yếu tố đầu vào khả biến, nhưng

nếu nhà xưởng, máy móc, tư bản thay đổi , ví dụ như khi doanh nghiệp di chuyển tới

một khoảng thời gian ngắn hạn nào đó, thì ở mỗi mức lao động sẽ được dùng, mức

sản lượng khi được tạo ra cũng có sự thay đổi. Chính vì vậy, số lượng đầu vào sẽ quy

ước về hình dáng của hàm sản xuất f(L) và trong hàm sản xuất Q = f(L) sẽ có sự thay

đổi.

Đối với hàm sản xuất trong dài hạn thì doanh nghiệp có thể thay đổi được mọi

yếu tố sản xuất. Điều này giúp cho việc tạo ra cùng một mức sản lượng, thì rất có khả

năng chọn được sự hoán đổi khác giữa tư bản và lao động. Xét đến các hướng có thể

xảy ra như sau: Đầu tiên là quy mô của mọi yếu tố đầu vào trong sản xuất cùng có

chiều hướng tăng lên các lần nhất định, tuy nhiên sản lượng đầu ra cũng tăng một số

lần nhất định và nhiều hơn thì khi đó F(nK,nL) >n.F(K,L). Lúc này, ta có thể kết luận

rằng doanh nghiệp đang ở trạng thái hoạt động trong miền có tên gọi hiệu suất tăng

dần theo quy mô. Trường hợp tăng tư bản đồng thời giảm lao động hoặc xét theo

chiều ngược lại, thì theo các phương án khác nhau khi đó vẫn sản xuất ra cùng một

mức sản lượng trong hàm nêu trên. Ngoài ra, khi mà cả tư bản và lao động đều có xu

hướng tăng thì đồng nghĩa với việc sản lượng đầu rtrong hàm được tạo ra cũng tăng

theo.

Tóm lại, việc doanh nghiệp chỉ sử dụng hai yếu tố sản xuất tư bản và lao động,

để tạo nên những sản lượng theo hàm sản xuất nói trên, doanh nghiệp cần cân nhắc

kỹ lưỡng sự kết hợp được coi là tối ưu giữa chúng. Ngoài ra, theo hướng giả định

đơn giản hóa thì hàm sản xuất Q=F(K,L) được cho là thể hiện sản lượng Q bị ảnh

hưởng bởi cả tư bản và lao động.

Khi nói đến số lượng đầu ra ở mức tối đa, thường sẽ thể hiện sự nhấn mạnh rằng

vì mục lợi nhuận được chuyển hóa ở mức tối đa, các phương pháp sản xuất không

hiệu quả hoặc có sự lãng phí về phương diện kỹ thuật thì sẽ không được các doanh

nghiệp áp dụng. Nó có thể tận dụng triệt để những kỹ thuật sản xuất được cho là có

hiệu quả. Tại thời điểm đó, từ một tổ hợp yếu tố sản xuất mang đặc điểm có đầu vào

xác định, nhưng lại chỉ có khả năng tạo nên duy nhất một mức sản lượng đầu ra tối

đa, nhưng nếu xét theo hướng ngược lại có thể chưa chính xác. Họ có thể dùng các

kết hợp khác nhau ở đầu vào để tạo ra hoặc sản xuất ra một sản lượng đầu ra giống

nhau. Tuy nhiên cần lưu ý rằng, nếu không dùng các phương pháp sản xuất lãng phí

nhằm sản xuất ra cùng một mức sản lượng, nếu sử dụng nhiều hơn một đầu vào nào

đó, thì đồng nghĩa với việc một loại đầu vào khác sẽ được dùng ít hơn thế.

Đối với từng quá trình sản xuất cụ thể, ta có thể cụ thể hóa hàm sản xuất này

cho chúng. Cách phân loại thường dựa trên cơ sở đó là mức độ hoặc khả năng thay

thế của đầu vào. Các hàm sản xuất này được gọi là hàm cụ thể, có thể kể đến như:

 Hàm sản xuất thuần nhất tuyến tính (Linear Homogeneous Production

Function)

 Hàm sản xuất với hệ số cố định (Fixed Proportion Production Function)

 Hàm sản xuất với độ co giãn thay thế không đổi hay hàm sản xuất CES

(Constant Elasticity of Substitution)

 Hàm sản xuất với hệ số khả biến (Variable Proportion Production Function)

 Hàm sản xuất Cobb-Douglas (Cobb-Douglas Production Function).

1.3.2. Các phương pháp ước lượng hàm sản xuất

 Ước lượng hàm sản suất Cobb - Douglas trong dài hạn

Những tính chất toán học của hàm sản xuất Cobb-Douglas là những tính chất

thông thường được sử dụng để ước lượng hàm chi phí trong dài hạn. Sau khi biến đổi

theo logarit tự nhiên, dạng của hàm Cobb-Douglas ( ) là:

Trong đó: và là các giá trị được ước lượng của độ co dãn sản lượng theo

vốn và lao động. Thêm vào đó, sản phẩm cận biên được ước lượng là: và

mang dấu dương và giảm (đặc điểm đúng về mặt lý thuyết) nếu kiểm định

t hay giá trị p của và chỉ ra rằng những tham số này có giá trị là dương nhưng

nhỏ hơn 1.

Hệ số phương trình được ước lượng là: và cho ta một thước đo hiệu

suất theo quy mô. Để ước lượng khi nào ( ) lớn hơn hay nhỏ hơn 1, một kiểm

định-t sẽ được thực hiện. Nếu ( ) không lớn hơn hay nhỏ hơn 1, chúng ta không

thể bác bỏ sự tồn tại của hiệu suất cố định theo quy mô. Để ước lượng xem liệu tổng

( ) khác 1 hay không, chúng ta sử dụng thống kê t:

Khi giá trị bằng 1 hàm ý rằng chúng ta đang kiểm định đặc điểm “khác” được

nhắc đến trong câu trên và là độ lệch chuẩn được ước lượng của tổng hệ số được

ước lượng ( ). Sau khi tính toán thống kê t, so sánh với giá trị t ở trong bảng.

Một lần nữa chú ý rằng do tính thống kê t có thể âm (khi ( ) nhỏ hơn 1), chính

giá trị tuyệt đối của thống kê t phải được so sánh với giá trị t chuẩn. Một vài phần

mềm máy tính có thể đưa ra giá trị p cho thống kê này.

Vấn đề khó khăn duy nhất khi thực hiện kiểm tra là độ lệch chuẩn được ước

lượng của ( ). Tất cả những phân tích hồi quy có thể cung cấp cho nhà phân tích

phương sai và hợp phương sai của hệ số hồi quy, ( và ), trong ma trận phương

sai và hợp phương sai a. Thông thường, phương sai và được viết là và

và hợp phương sai giữa và được viết là . Nếu bạn còn nhớ

kiến thức của khóa học thống kê thì:

Và độ lệch chuẩn được ước lượng của ( ) ) là

 Hàm sản xuất Cobb-Douglas trong ngắn hạn

Khi chi phí là cố định trong ngắn hạn tại K, hàm sản xuất Cobb-douglas ngắn

hạn là:

trong đó . Chú ý rằng, nếu L = 0, thì không sản phẩm nào được tạo

ra. Để sản lượng dương, phải dương. Sản phẩm lao động cận biên là

Với sản phẩm cận biên dương,  phải dương, biến đổi lần hai ta được

Điều này cho ta thấy, nếu sản phẩm cận biên của lao động giảm,  phải nhỏ

hơn 1. Do đó, điều kiện cho hàm sản xuất Cobb-Douglas trong ngắn hạn là:

> 0 và 0 <  <1

 Ước lượng hàm sản xuất Cobb-Douglas trong ngắn hạn

Như trong trường hợp của hàm sản xuất dài hạn Cobb-Douglas, hàm sản xuất

Cobb-Douglas ngắn hạn cũng phải được chuyển sang dạng tuyến tính bằng cách biến

đổi sang logarit tự nhiên. Phương trình được ước lượng là:

trong đó  bằng ln . Nhớ rằng phải dương với sản phẩm cận biên của lao động là

lớn hơn 0 và nhỏ hơn 1, với sản phẩm cận biên giảm (0 <  < 1). Thường thì người

ta thực hiện một kiểm định để kiểm tra rằng  > 0 và  < 1 thông qua việc kiểm định

1.3.3. Phương pháp tính TFP

Năng suất các nhân tố tổng hợp là kết quả sản xuất mang lại do nâng cao hiệu

quả sử dụng vốn và lao động (các nhân tố hữu hình) nhờ vào tác động của các nhân

tố vô hình như: Đổi mới công nghệ, hợp lý hoá sản xuất, cải tiến quản lý, nâng cao

trình độ lao động của người lao động... Cho đến nay, các nhà nghiên cứu đã hệ thống

có hai cách tiếp cận để đo lường tốc độ tăng năng suất các nhân tố tổng hợp là: (1)

Tiếp cận biên giới (Frontier Approach), và (2) tiếp cận không biên giới (Non-Frontier

Approach) (Mahadevan, 2003; Kong & Tongzon, 2006). Mỗi cách tiếp cận lại có

phương pháp ước lượng tham số và ước lượng phi tham số. Bảng 1.1 dưới đây tóm

tắt sự khác nhau giữa hai cách tiếp cận này.

Bảng 1.1: Các cách tiếp cận khác nhau để đo lường TFP

Nguồn: Kong và Tongzon (2006)

 Phương pháp hàm sản xuất

Để tính toán TFP, người ta thường ước lượng hàm sản xuất và từ đó tính toán

TFP từ các kết quả ước lượng hàm sản xuất. Phương pháp này sử dụng một hàm sản

xuất ước tính để ước tính sự thay đổi trong tốc độ sử dụng năng lực. Trong hầu hết

các trường hợp, người ta sử dụng hàm sản xuất Cobb-Douglas. Các bước tính toán

như sau:

i) Sử dụng hàm sản xuất Cobb-Douglas để tính toán tổng giá trị lý thuyết của

đầu ra.

ii) Lấy tỷ lệ của đầu ra thực tế và đầu ra lý thuyết (chia giá trị đầu ra thực tế cho

giá trị đầu ra lý thuyết tính bằng hàm hàm sản xuất Cobb-Douglas). Tỷ lệ này được

sử dụng để là giá trị uỷ quyền (proxy) cho tính toán tốc độ sử dụng năng lực.

ii) Phần thay đổi trong tốc độ sử dụng năng lực được loại/bóc tách khỏi tăng

trưởng TFP để nhận được tăng trưởng TFP có hiệu chỉnh.

 Phương pháp Wharton

Các bước tính toán, bóc tách được liệt kê như sau:

i) Tính toán chuỗi tỷ lệ Vốn/Đầu ra (K/Y) sử dụng số liệu về đầu tư vốn và GDP

để phân tích.

ii) Xác định đường đồ thị tuyến tính của xu thế cho chuỗi giá trị Vốn/Đầu ra

(K/Y).

iii) Vẽ đường song song theo đường tuyến tính đi qua điểm thấp nhất của chuỗi

Xu thế

Thời gian

giá trị Vốn/Đầu ra (xem hình 1.1).

Hình 1.1: Đồ thị tỷ lệ K/Y, thời gian và xu thế

Nguồn: Cục thông tin KH&CN Quốc Gia (2011)

4) Tiềm năng hoặc năng lực của tỷ lệ K*/Y* ở một điểm nào đó được xác định

bởi những điểm của đường thẳng phía dưới.

5) Đầu ra tiềm năng được tính theo công thức Y* = K/(K*/Y*) (Y là đầu ra, K

là vốn).

6) Tỷ lệ Y/Y* cho giá trị sử dụng năng lực 7) Tỷ lệ này được sử dụng để hiệu

chỉnh lượng vốn

 Phương pháp tính TFP mà trung tâm Năng suất Việt Nam áp dụng

Trung tâm Năng suất Việt Nam (thuộc Tổng cục Tiêu chuẩn Đo lường Chất

lượng, Bộ Khoa học và Công nghệ) đã nêu phương pháp tính toán TFP để tính các

chỉ tiêu liên quan đền TFP và công bố trong tài liệu "Báo chỉ tiêu Năng suất Việt Nam

2006- 2007" [Trung tâm Năng suất Việt Nam, 2009]. Phương pháp tính sử dụng hàm

sản xuất theo công thức(1)

𝒀 = 𝑨. 𝒇(𝑲𝜶𝑳𝜷) (1)

trong đó:

Y là Đầu ra; K là Vốn; L là Lao động

α là Hệ số đóng góp của vốn; β = (1- α) là Hệ số đóng góp của lao động

CHƯƠNG 2: MÔ TẢ DỮ LIỆU VÀ PHƯƠNG PHÁP ƯỚC LƯỢNG

NĂNG SUẤT TỔNG HỢP NHÂN TỐ CỦA CÁC DOANH NGHIỆP.

2.1. Mô tả dữ liệu

2.1.1. Nguồn dữ liệu

Dữ liệu từ nghiên cứu này dựa trên bộ Điều tra doanh nghiệp Việt Nam

(Vietnam Enterprise survey) do Tổng cục Thống kê thực hiện. Bộ Điều tra doanh

nghiệp Việt Nam được Tổng cục thống kê tiến hành hàng năm kể từ năm 2001 nhằm

thu thập các thông tin cơ bản phục vụ công tác quản lý, hoạch định chính sách, kế

hoạch phát triển kinh tế - xã hội, phát triển doanh nghiệp của quốc gia, từng địa

phương, các nhà đầu tư và các doanh nghiệp, hợp tác xã (gọi chung là doanh nghiệp);

Tổng hợp các chỉ tiêu trong Hệ thống chỉ tiêu thống kê quốc gia, các chỉ tiêu trong

báo cáo chính thức hàng năm của ngành Thống kê; Thu thập thông tin phục vụ chuyển

đổi năm gốc so sánh từ năm 2010 sang năm 2015 để biên soạn chỉ số sản xuất, chỉ số

tiêu thụ và chỉ số tồn kho ngành công nghiệp thời kỳ 2016 - 2020; Thu thập thông tin

phục vụ tính toán, tổng hợp các chỉ tiêu trong Tổng điều tra nông thôn và nông nghiệp

và thủy sản năm 2016; Thu thập thông tin đánh giá mức độ sẵn sàng của doanh nghiệp

trong hội nhập quốc tế; Đánh giá tình hình ứng dụng khoa học công nghệ trong các doanh

nghiệp; Cập nhật cơ sở dữ liệu về doanh nghiệp làm dàn mẫu cho các cuộc điều tra thống

kê hàng năm; điều tra thường xuyên và các yêu cầu thống kê khác.

Đối tượng và đơn vị điều tra: Bao gồm các doanh nghiệp hạch toán kinh tế độc

lập được thành lập và chịu sự điều tiết bởi Luật Doanh nghiệp; Hợp tác xã/liên hiệp

hợp tác xã/quỹ tín dụng nhân dân (gọi chung là hợp tác xã) hoạt động theo Luật Hợp

tác xã và các doanh nghiệp hạch toán kinh tế độc lập được thành lập, chịu sự điều tiết

bởi các Luật chuyên ngành như Luật Bảo hiểm, Luật Chứng khoán… hoạt động sản

xuất kinh doanh trước thời điểm 01/01/2016 và hiện đang tồn tại và các cơ sở trực

thuộc doanh nghiệp, bao gồm:

(1) Doanh nghiệp không có cơ sở trực thuộc đóng tại địa điểm khác (doanh

nghiệp đơn) là doanh nghiệp chỉ có một địa điểm cố định duy nhất để thực hiện các

hoạt động sản xuất kinh doanh;

(2) Doanh nghiệp có cơ sở trực thuộc đóng tại địa điểm khác là doanh nghiệp

có trụ sở chính và ít nhất một cơ sở trực thuộc đóng ở nơi khác, cụ thể:

- Trụ sở chính của doanh nghiệp là nơi điều hành chung hoạt động của toàn

doanh nghiệp. Trụ sở chính chỉ áp dụng đối với doanh nghiệp có ít nhất 01 cơ sở trực

thuộc đóng ở địa điểm khác;

- Cơ sở trực thuộc là cơ sở sản xuất kinh doanh nằm ngoài trụ sở chính của

doanh nghiệp.

(3) Tập đoàn, tổng công ty:

Đối với 31 tập đoàn, tổng công ty có hoạt động hạch toán toàn ngành thuộc

các lĩnh vực: Bưu chính, viễn thông, điện lực, bảo hiểm, hàng không, đường sắt,

ngân hàng có nhiều đơn vị chi nhánh đóng trên phạm vi cả nước, Tổng cục Thống

kê sẽ tổ chức điều tra khối văn phòng và các đơn vị hạch toán phụ thuộc đóng trên

địa bàn các tỉnh, thành phố trực thuộc Trung ương; Cục Thống kê tỉnh, thành phố

trực thuộc Trung ương chỉ tiến hành thu thập thông tin đối với các doanh nghiệp

hạch toán độc lập, trực thuộc các tập đoàn, tổng công ty này có địa điểm đóng trên

địa bàn tỉnh, thành phố trực thuộc Trung ương.

Phạm vi điều tra: Bao gồm các doanh nghiệp, hợp tác xã và các cơ sở trực thuộc

doanh nghiệp thuộc đối tượng điều tra có địa điểm đóng trên phạm vi toàn quốc, hoạt

động trong tất cả các ngành quy định trong Hệ thống ngành kinh tế Việt Nam (VSIC

2007) trừ các ngành: O - Hoạt động của Đảng Cộng sản, tổ chức chính trị - xã hội,

quản lý nhà nước, an ninh quốc phòng; bảo đảm xã hội bắt buộc; và ngành T - Hoạt

động làm thuê các công việc trong các gia đình, sản xuất sản phẩm vật chất và dịch

vụ tự tiêu dùng của hộ gia đình do đối tượng điều tra không phát sinh trong các ngành

này.

Nội dung điều tra

- Thông tin nhận dạng đơn vị điều tra: Tên doanh nghiệp; Địa chỉ, điện thoại,

fax, email; Loại hình doanh nghiệp; Ngành hoạt động SXKD.

- Thông tin về lao động và thu nhập của người lao động: Lao động; Thu nhập

của người lao động.

- Các chỉ tiêu về sản xuất kinh doanh: Tài sản và nguồn vốn; Kết quả sản xuất

kinh doanh; Thuế và các khoản nộp ngân sách; Vốn đầu tư.

- Thông tin về các cơ sở trực thuộc doanh nghiệp: Tên cơ sở; Ngành hoạt động

SXKD; Sản lượng/sản phẩm; Lao động; Doanh thu.

- Sử dụng công nghệ trong sản xuất: Tình hình sử dụng công nghệ/máy móc thiết

bị sản xuất, công nghệ thông tin và truyền thông; Cơ cấu đầu vào/đầu ra và quan hệ với

nhà cung cấp/khách hàng; Các kênh chuyển giao công nghệ; Năng lực đổi mới và cải

tiến công nghệ; Tình hình cạnh tranh.

- Thông tin về hội nhập quốc tế: Sự hiểu biết của doanh nghiệp về các hiệp định

thương mại; Tác động của các hiệp định thương mại đến kết quả hoạt động sản xuất

kinh doanh của doanh nghiệp.

Phiếu điều tra và các bảng danh mục sử dụng trong điều tra

-Phiếu điều tra: Có 21 loại phiếu điều tra, trong đó phiếu quan trọng nhất là

Phiếu thu thập thông tin đối với doanh nghiệp, HTX - Áp dụng chung cho các DN

nhà nước, DN ngoài nhà nước, DN có vốn đầu tư nước ngoài, hợp tác xã/liên hiệp

hợp tác xã được chọn vào mẫu điều tra. Các thông tin cơ bản về hoạt động của doanh

nghiệp như loại hình doanh nghiệp, loại hình kinh doanh, vốn, lao động, doanh thu,

lợi nhuận... của doanh nghiệp được thu thập bằng phiếu này. Ngoài ra, bộ điều tra

còn bao gồm 20 phiếu khác thu thập các thông tin cụ thể hơn cho từng nhóm doanh

nghiệp ở từng ngành

Dàn chọn mẫu được lập dựa trên danh sách các doanh nghiệp ngoài nhà nước

có dưới 100 lao động có đến 31/12/2015 của từng tỉnh, TP. Dàn mẫu doanh nghiệp

từng tỉnh, TP được lập theo quy mô lao động (dưới 10 lao động, từ 10-49 và từ 50-

99 lao động) và theo các ngành kinh tế cấp 4 (dàn mẫu doanh nghiệp và HTX được

lập và chọn độc lập); trong mỗi ngành kinh tế thuộc dàn mẫu, các doanh nghiệp được

sắp xếp theo thứ tự giảm dần của chỉ tiêu lao động thời điểm 31/12/2015.

Quá trình Chọn mẫu điều tra sẽ được diễn ra như sau:

- Đối với nhóm doanh nghiệp ngoài nhà nước có từ 50-99 lao động: Chọn 50%

số doanh nghiệp hoạt động trong tất cả các ngành (Đồng Nai, Bình Dương, Đà Nẵng,

Hải Phòng chọn 30%);

- Đối với nhóm doanh nghiệp ngoài nhà nước có từ 10-49 lao động: Chọn 20%

số doanh nghiệp hoạt động trong ngành công nghiệp, xây dựng, bảo hiểm, trung gian

tài chính (Đồng Nai, Bình Dương, Đà Nẵng, Hải Phòng chọn 15%) và 15% số doanh

nghiệp hoạt động trong ngành thương mại và dịch vụ - trừ ngành bảo hiểm, trung gian

tài chính (Đồng Nai, Bình Dương, Đà Nẵng, Hải Phòng chọn 10%);

- Đối với doanh nghiệp ngoài nhà nước dưới 10 lao động: Chọn 10% số doanh

nghiệp hoạt động trong tất cả các ngành (Đồng Nai, Bình Dương, Đà Nẵng, Hải

Phòng chọn 7%);

Riêng các doanh nghiệp mẫu tại TP. Hà Nội và TP. Hồ Chí Minh được chọn

như sau:

- Các doanh nghiệp ngoài nhà nước có từ 50 đến 99 lao động: Chọn mẫu điều

tra 20%.

- Các doanh nghiệp ngoài nhà nước có từ 10 đến 49 lao động: Chọn mẫu điều

tra 10%.

- Các doanh nghiệp ngoài nhà nước dưới 10 lao động: Chọn mẫu điều tra 3%.

Mẫu chọn theo nguyên tắc đại diện cho từng ngành kinh tế cấp 4 (VSIC 2007)

trên địa bàn tỉnh, TP theo phương pháp ngẫu nhiên rải đều.

Danh sách mẫu các doanh nghiệp điều tra theo phiếu 1A/ĐTDN-DN do Tổng

cục Thống kê chọn và gửi các Cục Thống kê tỉnh, TP để điều tra.

2.1.2. Mô tả dữ liệu

a. Mô tả tổng quát bộ số liệu

Bộ số liệu sử dụng trong đề tài này được tính toán từ dữ liệu phiếu 1A – các

thông tin chung của doanh nghiệp cho ngành công nghiệp chế biến chế tạo giai đoạn

2010-2016. Bảng 2.1 dưới đây mô tả khái quát số lượng doanh nghiệp Việt Nam trong

giai đoạn này.

Bảng 2.1. Số lượng doanh nghiệp tại Việt Nam giai đoạn 2010-2016

doanh

Năm

Tổng số doanh nghiệp

Doanh nghiệp FDI

Tổng nghiệp nội

Doanh nghiệp tư nhân

Doanh nghiệp nhà nước

2010 2011 2012 2013 2014 2015 2016 280,541 330,541 359,287 381,599 415,656 429,461 478,000 8,939 11,940 8,610 10,004 11,179 11,925 271,602 318,601 350,677 371,595 404,477 443,375 266,461 312,814 345,712 366,001 398,204 436,767 5,141 5,787 4,965 5,594 6,273 6,608

Nguồn: Tính toán của tác giả từ bộ điều tra doanh nghiệp

Từ số liệu trên chúng ta có thể thấy một xu hướng rõ ràng là số lượng các

doanh nghiệp tăng nhanh qua các năm trong gia đoạn này. Sự thay đổi này đến từ

việc số lượng các doanh nghiệp mới thành lập không ngừng tăng nhanh qua các năm,

vì vậy cho nên mặc dù có một số lượng nhất định các doanh nghiệp giả thể, tổng số

600000

478000

500000

429461

415565

381559

400000

358557

339287

286541

300000

200000

110100

94754

89187

80858

77548

76955

74842

73000

100000

69874

67823

60737

54261

54198

32045

2010

2011

2012

2013

2014

2015

2016

Total

New firms

Closed firms

doanh nghiệp đang hoạt động vẫn tăng lên trong cả giai đoạn này.

Hình 2.1. Số lượng doanh nghiệp, doanh nghiệp mới thành lập và doanh nghiệp

đóng cửa

Nguồn: Mô tả của tác giả từ bộ điều tra doanh nghiệp

Doanh nghiệp công nghiệp chế biến chế tạo đóng góp một phần quan trọng vào

GDP của đất nước. Trong giai đoạn 2010-2016, ngành công nghiệp luôn giữ tỷ lệ

đóng góp 32-33% GDP, trong khi vai trò của ngành dịch vụ ngày càng trở nên quan

trọng trong nền kinh tế, đi kèm với nó là sự suy giảm tử trọng của ngành nông nghiệp

– một xu hướng hợp lý và tích cực cho sự phát triển bền vững của nền kinh tế.

100%

90%

80%

42.51

42.83

43.44

46.76

47.22

48.19

48.85

49.09

49.49

50.96

51.26

70%

60%

50%

40%

37.08

38.51

37.39

33.25

33.56

32.24

33.19

32.13

33.21

32.72

33.4

30%

20%

10%

20.41

19.99

19.57

19.22

19.17

18.66

18.38

17.96

17.7

16.32

15.34

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

Agriculture

Manufacturing

Service

Hình 2.2. Đóng góp của ngành công nghiệp vào GDP

Nguồn: Mô tả của các tác giả từ bộ điều tra doanh nghiệp

Mặc dù đóng góp một tỷ lệ quan trọng trong GDP, số lượng doanh nghiệp công

nghiệp chế biến chế tạo chỉ chiếm khoảng 15% trong tổng số doanh nghiệp tại Việt

Nam. Trong số đó, doan nghiệp trong nước chiếm tỷ trọng lớn, khoảng 90% toàn

ngành, trong khi doanh nghiệp có vốn đầu tư nước ngoài chỉ chiếm khoảng 10% tổng

số doanh nghiệp ngành công nghiệp chế biến chế tạo.

Bảng 2.2. Số lượng doanh nghiệp ngành công nghiệp chế biến chế tạo

Năm

% trong

Tổng số DN

tổng số

tổng

DN nội

% trong tổng số

CNCBCT

DN

FDI

CNCBCT

địa

DN CNCBCT

2010 46,042 16.41 5,141 11.17 40,901 88.83

2011 53,965 16.33 5,787 10.72 48,178 89.28

2012 56,389 15.69 4,965 8.80 51,424 91.20

2013 59,362 15.56 5,594 9.42 53,768 90.58

2014 65,496 15.76 6,273 9.58 59,223 90.42

Nguồn: Tính toán của các tác giả từ bộ điều tra doanh nghiệp.

2015 68,588 15.06 6,608 9.63 61,980 90.37

Tổng số doanh nghiệp trong ngành chế biến chế tạo tăng dần đều qua các năm

trong cả giai đoạn 2010-2015, trong đó năm 2010 đến 2011 tăng nhiều nhất với 7,923

doanh nghiệp chủ yếu đến từ sự gia tăng của các doanh nghiệp trong nước. Năm 2016,

chỉ số sản xuất toàn ngành công nghiệp tăng 7,5% so với năm 2015 (quý I tăng 7,4%;

quý II tăng 7,1%; quý III tăng 7,1%; quý IV ước tính tăng 8,2%), thấp hơn nhiều mức

tăng 9,8% của năm 2015 và 7,6% của năm 2014 do ngành khai khoáng giảm sút

mạnh. Trong các ngành công nghiệp, ngành chế biến, chế tạo tăng 11,2%, đóng góp

7,9 điểm phần trăm vào mức tăng chung; ngành sản xuất và phân phối điện tăng

11,5%, đóng góp 0,8 điểm phần trăm; ngành cung cấp nước và xử lý rác thải, nước

thải tăng 7,2%, đóng góp 0,1 điểm phần trăm; ngành khai khoáng giảm sâu ở mức

5,9%, làm giảm 1,3 điểm phần trăm mức tăng chung.

Cơ cấu kim ngạch hàng hóa xuất khẩu năm nay thay đổi không đáng kể so với

năm trước, trong đó nhóm hàng công nghiệp nặng và khoáng sản đạt 79,8 tỷ USD,

tăng 8,9% và chiếm 45,4% tổng kim ngạch hàng hóa xuất khẩu (tăng 0,1 điểm phần

trăm so với năm 2015); nhóm hàng công nghiệp nhẹ và tiểu thủ công nghiệp đạt 71

tỷ USD, tăng 9% và chiếm 40,4% (tăng 0,2 điểm phần trăm); nhóm hàng nông, lâm

sản đạt 18,1 tỷ USD, tăng 6,5% và chiếm 10,3% (giảm 0,2 điểm phần trăm); hàng

thủy sản ước đạt 7 tỷ USD, tăng 6,8% và chiếm 4% (giảm 0,1 điểm phần trăm).

Hình 2.3 thể hiện giá trị xuất khẩu ròng (giá trị xuất khẩu trừ nhập khẩu) của

các tiểu ngành và cho thấy chỉ có rất ít tiểu ngành có giá trị xuất khẩu ròng dương.

Giá trị này cùng với mức độ tham gia của doanh nghiệp FDI, SOE và doanh nghiệp

tư nhân trong nước (như đã chỉ ra trong phần phân tích về tỉ lệ lao động, doanh thu

và VA) cho thấy (i) điện tử (chủ yếu là điện thoại thông minh), may mặc, da-giày là

tiểu ngành lớn nhất có định hướng xuất khẩu và do doanh nghiệp FDI dẫn đầu (đáng

chú ý là may mặc có mức độ tham gia vừa phải từ doanh nghiệp tư nhân trong nước),

(ii) đồ gỗ, thực phẩm và đồ uống và gỗ (trừ đồ gỗ) là những tiểu ngành định hướng

xuất khẩu ở mức vừa và do doanh nghiệp tư nhân trong nước dẫn đầu (lưu ý là tiểu

ngành sản xuất đồ gỗ có mức độ tham gia của FDI ở mức cao, trong khi tiểu ngành

thực phẩm và đồ uống lại ở mức vừa). Các tiểu ngành sản xuất xe cộ khác (chủ yếu

là xe máy) cũng có xuất khẩu ròng dương và do FDI dẫn đầu. Tiểu ngành duy nhất

có xuất khẩu ròng dương do SOE dẫn đầu là thuốc lá. Các tiểu ngành còn lại (hóa

chất, máy móc và thiết bị chưa được phân loại, kim loại, dệt13, xe có động cơ, chế

biến kim loại , cao su-nhựa, giấy, thiết bị điện) có sự tham gia của FDI ở mức độ cao

và vừa, và có xuất khẩu ròng âm – là các tiểu ngành thay thế nhập khẩu.

Hình 2.3. Giá trị xuất khẩu của các ngành công nghiệp chế biến chế tạo

Nguồn: Báo cáo năng suất Việt Nam, 2017.

b. Mô tả cụ thể các biến số dùng để ước lượng TFP

Phiếu điều tra doanh nghiệp 1A là phiếu điều tra tổng hợp các thông tin về

doanh nghiệp. Phiếu này thu thập các thông tin chung về doanh nghiệp và bao gồm

khoảng 20 mục (có thể thay đổi theo năm) như các thông tin liên quan tới tên, mã số

thuế, địa chỉ, loại hình doanh nghiệp, tình trạng hoạt động, ngành đăng kí kinh

doanh...; các thông tin liên quan đến hoạt động xuất nhập khẩu; tình hình sản xuất

kinh doanh như số vốn, lao động, doanh thu, chi phí, lợi nhuận...; tình hình sử dụng

các nguyên nhiên liệu đầu vào; tình hình đầu tư mới; nộp ngân sách nhà nước... Trong

nghiên cứu này, để ước lượng hàm sản xuất chúng tôi chỉ sử dụng một phần dữ liệu

từ kho dữ liệu thu thập được từ phiếu 1A, trong đó bao gồm số lượng lao động (L),

số lượng vốn (K) và sản lượng đầu ra (Output) của doanh nghiệp. Việc ước lượng

hàm sản xuất được thực hiện trên phạm vi ngành, trong đó sản lượng đầu ra được ước

lượng dựa trên 2 yếu tố đầu vào có thể quan sát được là vốn và lao động. Đầu tư là

một dữ liệu khác được đưa vào mô hình ước lượng nhằm khắc phục một số lỗi kĩ

thuật mà việc ước lượng hàm sản xuất có thể gặp phải. Một số chỉ tiêu thống kê của

các biến số này được báo cáo trong Bảng 3 dưới đây.

Bảng 2.3. Một số chỉ tiêu thống kê cơ bản ước lượng hàm sản xuất

Cực Trung vị Trung Cực đại Độ lệch chuẩn

tiểu bình

Tổng sản 0.1 2,791 42,724 153,600,000 627,603

lượng

Vốn 0.5 4,894 38,267 89,613,580 456,205

Lao động 1 10 52.96 18,366 233

Đầu tư 0 249 3,735 70,993,950 162,785

Nguồn: Tính toán của tác giả từ bộ điều tra doanh nghiệp.

2.2. Phương pháp ước lượng TFP

2.2.1. Mô hình hàm sản xuất Cobb-Douglas tổng quát

Hàm sản xuất Cobb-Douglas được đưa ra bởi Charles W. Cobb và Paul H.

Douglas, là một hàm sản xuất đồng nhất tuyến tính, trong đó hàm ý rằng, các yếu tố

sản xuất có thể được thay thế bởi một yếu tố khác đến một mức độ nhất định.

Với sự gia tăng tỉ lệ trong các yếu tố đầu vào, đầu ra cũng tăng theo tỉ lệ tương

tự. Vì vậy, lợi tức sẽ không đổi theo qui mô. Trong hàm sản xuất Cobb-Douglas, chỉ

có hai yếu tố đầu vào là lao động (L) và vốn (K) được xem xét, và độ co giãn của các

yếu tố thay thế bằng 1. Người ta cũng giả định rằng, nếu có bất kì yếu tố đầu vào nào

bằng 0 thì đầu ra cũng bằng 0.

Tương tự, trong hàm sản xuất đồng nhất tuyến tính, đường mở rộng được tạo

bởi hàm Cobb-Douglas cũng là một đường thẳng đi qua gốc tọa độ.

Hàm Cobb-Douglas có thể được biểu thị như sau:

𝑌 = 𝐴𝐾∝𝐿𝛽 (2.1)

Trong đó,

- Y là sản lượng đầu ra

- A, α, β là các hằng số dương

- L là lao động

- K là vốn được sử dụng.

α và β cho thấy hệ số co giãn của đầu ra tương ứng cho L và K, chúng cố định

và do công nghệ quyết định. Đây là một hàm thuần nhất có bậc thuần nhất bằng α +

β).

β, vì khi nhân L và K với hệ số k không đổi nào đó, sản lượng sẽ tăng với tỷ lệ k(α +

Nếu: α + β = 1, thì hàm sản xuất có lợi tức không đổi theo qui mô, nghĩa là dù

lao động và vốn có tăng thêm 20% mỗi thứ, thì sản lượng cũng chỉ tăng thêm đúng

20%.

Nếu: α + β < 1, thì hàm sản xuất có lợi tức giảm dần theo qui mô.

Còn nếu: α + β > 1 thì hàm sản xuất có lợi tức tăng dần theo qui mô.

Trong trường hợp thị trường (hay nền kinh tế) ở trạng thái cạnh tranh hoàn hảo,

α và β có thể xem là tỉ lệ đóng góp của lao động và vốn vào sản lượng.

Dạng đại số này của hàm Cobb-Douglas có thể được thay đổi ở dạng tuyến tính

log, với sự trợ giúp của phân tích hồi qui:

logY = logA + αlogL + βlogK (2.2) Type equation here.

2.2.2. Phương pháp ước lượng hàm sản xuất và tính toán TFP

Việc ước lượng hàm sản xuất Cobb-Douglas được ứng dụng rộng rãi tại các

nghiên cứu trong nước và quốc tế nhằm tìm ra đóng góp của vốn, lao động và TFP

cho hiệu quả hoạt động của doanh nghiệp. Các nghiên cứu thường sử dụng một trong

ba phương pháp ước lượng chính để ước lượng hàm sản xuất: Olley & Pakes (1996),

Livinsohn & Petrin (2003) và Wooldridge (2006).

Phương pháp của Olley & Pakes (1996) giả định rằng yếu tố đầu vào biến đổi

(lao động) có thể bị tác động bởi năng suất hiện tại của doanh nghiệp: nếu doanh

nghiệp đang hoạt động hiệu quả thì trong tương lai họ có thể thuê mướn thêm lao

động và ngược lại, nên biến số lao động trong hàm sản xuất được có thể được xác

định trước. Trong khi đó, yếu tố đầu vào cố định (vốn) có thể được tính toán dựa vào

giá trị của năng suất trong quá khứ và các biến số có liên quan khác, nên nó cũng là

một biến có thể tính toán được tại thời điểm đó. Để khắc phục vấn đề nội sinh gây ra

bởi điều này, Olley & Pakes sử dụng biến công cụ là đầu tư của doanh nghiệp vì đây

là biến số có thể đại diện cho những cú sốc không quan sát được có thể ảnh hưởng

tới năng suất.

Livinsohn & Petrin (2003) tiếp cận ước lượng hàm sản xuất theo cách của Olley

& Pakes, nhưng thay vì sử dụng biến công cụ là đầu tư, họ cho rằng đầu vào trung

gian của sản xuất (như lượng điện, nhiên liệu tiêu thụ chẳng hạn) làm biến công cụ

vì cho rằng biến đầu tư có thể nhận giá trị bằng 0 (có thể có các doanh nghiệp không

mở rộng đầu tư trong năm quan sát) nên sẽ gặp khó khăn trong việc biến đổi số liệu

trong mô hình khi cần sử dụng biến logarit để ước lượng hàm sản xuất.

Phương pháp ước lượng General Method of Moments (GMM) được đề xuất bởi

Wooldridge (2003) sử dụng biến trễ của đầu tư hoặc biến trễ của đầu vào trung gian

(giá trị năm trước năm nghiên cứu được dùng làm biến công cụ để ước lượng).

Wooldridge lập luận rằng phương pháp GMM có thể khắc phục được một số lỗi kĩ

thuật tiềm năng mà phương pháp của Olley & Pakes và Livinsohn & Petrin có thể

không giải quyết được, ví dụ như vấn đề nội sinh gây ra bởi việc biến lao động và

năng suất có mối quan hệ tác động qua lại hai chiều. Trong nghiên cứu này, chúng

tôi sử dụng phương pháp ước lượng GMM đề xuất bởi Wooldridge để ước lượng hàm

sản xuất.

2.2.3. Tính toán giá trị TFP của các doanh nghiệp.

Sau khi hàm sản xuất được ước lượng, chúng ta tìm được các hệ số α và β thể

hiện tỷ trọng đóng góp của vốn và lao động vào sản lượng đầu ra của doanh nghiệp,

chúng ta có thể tính toán được giá trị TFP bằng cách thay các giá trị đã có vào phương

trình dưới đây:

𝜔𝑖𝑗𝑡̂ = 𝑦𝑖𝑗𝑡 − 𝛽𝑘 ̂ 𝑘𝑖𝑗𝑡 − 𝛽𝑙 ̂ 𝑙𝑖𝑗𝑡 (2.3)

Trong đó 𝜔 là giá trị ước lượng của năng suất tổng hợp nhân tố TFP của doanh

nghiệp i, ngành j tại thời điểm t.

y là sản lượng đầu ra của doanh nghiệp (dạng logarit)

k là vốn đầu vào (dạng logarit)

l là lao động (dạng logarit)

̂ là các giá trị ước lượng đóng góp của vốn và lao động Hai giá trị 𝛽𝑘

̂ 𝑣à 𝛽𝑙 đến sản lượng đầu ra của doanh nghiệp.

CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ PHÂN TÍCH TFP

GIAI ĐOẠN 2010-2016

3.1. Tổng quan về năng suất ngành công nghiệp chế biến chế tạo

Công nghiệp là ngành đóng góp ngày càng lớn trong nền kinh tế. Bình quân

giai đoạn 2006 – 2017, công nghiệp chiếm hơn 30% trong GDP của cả nước. Ngành

công nghiệp cũng là ngành đóng góp lớn nhất cho ngân sách nhà nước. Bên cạnh đó, sản xuất công nghiệp liên tục tăng trưởng với tốc độ khá cao. Tổng giá trị sản xuất

công nghiệp tăng liên tục trong giai đoạn 2006 – 2017, giá trị gia tăng công nghiệp

tăng bình quân 6,79%/năm. Năm 2018, trong mức tăng trưởng của toàn nền kinh tế,

khu vực công nghiệp tăng 8,79%, đóng góp 2,85 điểm phần trăm vào tốc độ tăng tổng

giá trị tăng thêm của toàn nền kinh tế. Ngành công nghiệp chế biến, chế tạo tiếp tục khẳng định là điểm sáng của khu vực công nghiệp và là động lực chính của tăng

trưởng với mức tăng 12,98%, tuy thấp hơn mức tăng của cùng kỳ năm 2017 nhưng cao hơn nhiều so với mức tăng các năm 2012-2016, đóng góp 2,55 điểm phần trăm

vào tốc độ tăng tổng giá trị tăng thêm của nền kinh tế. Tuy nhiên, ngành công nghiệp

khai khoáng tiếp tục xu hướng giảm theo định hướng tái cơ cấu chung (giảm 3,11%),

làm giảm 0,23 điểm phần trăm mức tăng tổng giá trị tăng thêm của toàn nền kinh tế.

Chỉ số sản xuất toàn ngành công nghiệp ước tính tăng 10,2%, vượt mức chỉ tiêu kế

hoạch đã được đặt ra từ đầu năm (tăng 9%), tuy thấp hơn mức tăng 11,3% của năm

2017 nhưng cao hơn mức tăng các năm 2012 – 2016. Ngành công nghiệp chế biến,

chế tạo tăng trưởng với tốc độ cao, phù hợp với định hướng tái cơ cấu mô hình tăng

trưởng của toàn ngành công nghiệp.

Cơ cấu các ngành công nghiệp có sự chuyển biến tích cực, tăng tỷ trọng của công nghiệp chế biến, chế tạo và giảm tỷ trọng của ngành khai khoáng, phù hợp với định

hướng tái cơ cấu ngành. Đóng góp vào tăng trưởng GDP của công nghiệp chế biến,

chế tạo liên tục tăng từ năm 2015. Tỷ trọng GDP của nhóm ngành công nghiệp chế biến, chế tạo tăng từ 14,6% bình quân giai đoạn 2011 – 2015 lên 16,2% năm 2016, 17,4% năm 2017 và 18,3% ước cho năm 2018; của nhóm ngành khai khoáng giảm từ 8,8% bình quân giai đoạn 2011 – 2015 xuống 7,6% năm 2016, 6,6% năm 2017 và 6% ước cho năm 2018.

Năng suất ngành công nghiệp chế biến chế tạo ở Việt Nam được cải thiện dần

qua các năm, tuy nhiên vẫn ở một mức khiêm tốn so với các nước khác trong khu vực

có điều kiện kinh tế, chính trị tương đồng với Việt Nam. Hơn nữa, có sự khác nhau

đáng kể giữa năng suất và khả năng cạnh tranh giữa các tiểu ngành công nghiệp chế

biến, chế tạo ở Việt Nam, điển hình như chênh lệch giữa nhóm ngành Điện tử và Da

giày, dệt may. Các tiểu ngành xuất khẩu hàng đầu như điện tử là tiểu ngành công

nghiệp chế biến, chế tạo có đóng góp doanh thu và giá trị gia tăng cao nhất, tỷ trọng

việc làm lớn và xuất khẩu ròng dương lớn nhất trong số các tiểu ngành công nghiệp

chế biến, chế tạo, và chỉ số cạnh tranh của tiểu ngành điện tử là khá cao. Tiểu ngành

này (chi phối bởi FDI, là nhóm có tỷ phần VA hơn 98% trong tiểu ngành) được đánh

giá là “cạnh tranh” ở trong công đoạn lắp ráp sản phẩm cuối cùng với sự gia tăng

nhanh về số các nhà cung cấp linh kiện trong nước với điều kiện: (i) các doanh nghiệp

nước ngoài duy trì được sức cạnh tranh của sản phẩm của họ, (ii) NSLĐ và tiền lương

trong tiểu ngành này ở Việt Nam vẫn cạnh tranh trong bối cảnh rủi ro tự động hóa lấy

đi các công việc lắp ráp giản đơn, lặp đi lặp lại và (iii) các doanh nghiệp trong nước

của Việt Nam tăng tốc tham gia với tư cách là nhà cung cấp chính trong các chuỗi giá

trị trong nước và toàn cầu (GVC). Các tiểu ngành công nghiệp điện tử tập trung vào

lắp ráp các thiết bị điện tử gia dụng cho thị trường nội địa (để thay thế nhập khẩu)

cũng đối mặt với rủi ro nếu các doanh nghiệp FDI chuyển nhà máy lắp ráp sang các

nước khác nếu việc giữ các nhà máy ở Việt Nam không còn cạnh tranh do các hiệp

định thương mại. Nhìn về phía trước, cần ưu tiên tăng cường liên kết ngược-xuôi giữa

các doanh nghiệp FDI và trong nước, củng cố liên kết giữa các doanh nghiệp trong

nước trong các chuỗi giá trị và dịch chuyển của các doanh nghiệp trong nước lên các

giai đoạn cao hơn của chuỗi giá trị.

Trong khi đó, các tiểu ngành như dệt, dệt may là các tiểu ngành chính của công

nghiệp chế biến, chế tạo về xuất khẩu, tạo việc làm, doanh thu và tỷ trọng giá trị gia

tăng nhưng là nhóm ngành có năng suất thấp. Các tiểu ngành này bị chi phối bởi các

doanh nghiệp FDI và có NSLĐ thấp nhất trong số các tiểu ngành công nghiệp chế

biến, chế tạo của Việt Nam, với khoảng cách về NSLĐ so với các nước so sánh đang

mở rộng hoặc thu hẹp rất chậm. Các tiểu ngành này, với các doanh nghiệp chủ yếu

tập trung vào công đoạn sản suất sản phẩm cuối cùng (theo đơn đặt hàng của các

doanh nghiệp nước ngoài) trong chuỗi giá trị, có thể được đánh giá là khá “cạnh

tranh” với sức cạnh tranh đang suy giảm dần (được minh chứng bởi việc các tiểu

ngành da giày và may mặc có mức tăng trưởng lương cao hơn mức tăng trưởng

NSLĐ, và đặc biệt là lương trong ngành may mặc đã tăng trưởng cao hơn tăng trưởng

NSLĐ và ở mức “tác động tiêu cực lên khả năng cạnh tranh” của tiểu ngànhkhả năng

cạnh tranh, thêm vào đó là những khó khăn mà ngành này đã và đang phải vật lộn

trong việc thăng tiến dọc theo chuỗi giá trị).

3.2. Kết quả ước lượng

3.1.1. Kết quả tổng quát ước lượng hàm sản xuất

Trước hết, nhóm nghiên cứu tiến hành ước lượng hàm sản xuất để tính toán

trọng số đóng góp của hai yếu tố vốn và lao động đến sản lượng đầu ra tại cấp độ

ngành cấp 4. Bảng 4 dưới đây trình bày kết quả ước lượng sử dụng cả ba phương

pháp: Wooldridge, Olley-Pakes (OP) và phương pháp bình phương nhỏ nhất (OLS).

Chúng tôi không sử dụng phương pháp ước lượng Livinsohn & Petrin bởi vì biến

công cụ được sử dụng trong mô hình này là đầu vào trung gian như lượng điện (năng

lượng) tiêu thụ không thể được thu thập một cách đầy đủ từ bộ điều tra doanh nghiệp

cho giai đoạn nghiên cứu. Tỷ trọng đóng góp của lao động được thể hiện trong bảng

thông qua giá trị của l, tỷ trọng của vốn được mô tả thông qua giá trị của k.

Mã ngành Wooldridge

OLS

Mã ngành

OLS

Bảng 3.1: Kết quả ước lượng hàm sản xuất.

VSIC10 L

VSIC11 l

GMM 0.67* (0.011) 0.35* (0.0147)

Số quan sát 10,932 VSIC12 L

Số quan sát VSIC13 l

0.52* (0.09) 0.56 (0.23)

Số quan sát 78 VSIC14 L

Số quan sát VSIC15 l

0.67* (0.009) 0.25* (0.014)

Số quan sát 8,227

0.67* (0.017) 0.38* (0.013) 17,594 0.48 (0.19) 0.68* (0.44) 104 0.62* (0.009) 0.28* (0.083) 13,623

0.64* (0.007) 0.71* (0.008) 27,341 0.38* (0.07) 0.72* (0.08) 109 0.63* (0.007) 0.48* (0.008) 21,657

Số quan sát

Wooldridge GMM 1.21*** (0.02) 0.05* (0.021) 3,946 0.58*** (0.015) 0.37*** (0.021) 4,295 0.61*** (0.015) 0.09*** (0.025) 2,147

1.07*** (0.02) 0.11*** (0.02) 6,452 0.55*** (0.012) 0.39*** (0.15) 7,052 0.59*** (0.01) 0.13*** (0.01) 3,606

1.16*** (0.02) 0.32*** (0.02) 9,982 0.58*** (0.011) 0.63*** (0.01) 8,520 0.63*** (0.01) 0.39*** (0.01) 5,449

VSIC16 L

VSIC17 l

0.69* (0.013) 0.34* (0.016)

Số quan sát 7,757 VSIC18 L

Số quan sát VSIC19 l

0.83* (0.016) 0.16* (0.017)

Số quan sát 8,171 VSIC 20 L

Số quan sát VSIC 21 l

0.88* (0.02) 0.26* (0.02) Số quan sát 3,960 VSIC22 L

Số quan sát VSIC23 l

0.71* (0.016) 0.27* (0.02) Số quan sát 7,381 VSIC24 L

Số quan sát VSIC25 l

0.54* (0.029) 0.31* (0.035)

Số quan sát 2,065 VSIC26 L

Số quan sát VSIC27 l

0.85*** (0.038) 0.28* (0.048)

Số quan sát 700 VSIC 28 L

Số quan sát VSIC29 l

0.75* (0.027) 0.28* (0.029)

0.77*** (0.02) 0.22*** (0.02) 4,537 0.87*** (0.144) 0.23*** (0.118) 150 0.9*** (0.046) 0.37*** (0.049) 805 0.63*** (0.012) 0.28*** (0.026) 8,184 0.85*** (0.012) 0.22*** (0.012) 17,139 0.69*** (0.028 0.26*** (0.035) 1,825 0.66*** (0.059) 0.33*** (0.067) 429

0.74*** (0.02) 0.26*** (0.008) 7,080 0.66*** (0.11) 0.30*** (0.09) 263 0.78*** (0.046) 0.57*** (0.067) 1,224 0.64*** (0.008) 0.30*** (0.022) 12,551 0.76*** (0.011) 0.28*** (0.01) 28,516 0.68*** (0.023) 0.32*** (0.045) 3,030 0.73*** (0.074) 0.36*** (0.049) 738

0.76*** (0.01) 0.52*** (0.01) 10,095 0.7 *** (0.08) 0.68*** (0.05) 432 0.78*** (0.040) 0.57*** (0.033) 1,740 0.67*** (0.009) 0.58*** (0.007) 18,669 0.81*** (0.008) 0.52*** (0.006) 44,366 0.69*** (0.023) 0.63*** (0.018) 4,604 0.67*** (0.044) 0.61*** (0.035) 882

Số quan sát 2,454 VSIC30

Số quan sát VSIC31

0.7* (0.009) 0.61* (0.007) 20,434 0.80* (0.011) 0.46* (0.01) 21,693 0.91* (0.015) 0.53* (0.012) 10,467 0.67* (0.01) 0.59* (0.01) 16,922 0.69* (0.02) 0.59* (0.017) 4,736 0.83* (0.03) 0.44* (0.02) 2,245 0.72* (0.019) 0.48* (0.016) 5,938

0.69* (0.016) 0.37* (0.007) 12,887 0.74* (0.023) 0.22* (0.018) 13,500 0.87* (0.041) 0.27* (0.113) 6,518 0.65* (0.014) 0.32* (0.021) 11,681 0.63* (0.03) 0.30* (0.04) 3,318 0.84* (0.038) 0.38* (0.007) 1,292 0.67* (0.024) 0.31* (0.019) 4,072

0.63*** (0.043) 0.36*** (0.054)

Số quan sát 877 VSIC 32 L

Số quan sát VSIC 33 l

0.76* (0.028) 0.26* (0.031)

Số quan sát 1,565

0.67* (0.043) 0.54* (0.11) 1,052 0.67* (0.025) 0.31* (0.029) 2,887

0.69* (0.029) 0.47* (0.022) 2,327 0.7* (0.021) 0.49* (0.018) 4,903

Số quan sát

0.85*** (0.013) 0.28*** (0.018) 6,225 0.69*** (0.036) 0.24*** (0.033) 1,900

0.78*** (0.018) 0.32*** (0.049) 10,309 0.63*** (0.025) 0.29*** (0.017) 3,668

0.78*** (0.009) 0.48*** (0.009) 15,918 0.69*** (0.02) 0.47*** (0.017) 6,682

Nguồn: Tính toán của tác giả từ bộ điều tra doanh nghiệp. Giá trị tương ứng với k

và l là giá trị ước lượng đóng góp tương ứng của vốn và lao động. Số quan sát ở đây là số

lượng các quan sát trong cả giai đoạn. Dữ liệu được sử dụng là dữ liệu mảng không cân

bằng (unbalanced panel data), do đó, có những doanh nghiệp được quan sát cho cả giai

đoạn, có những doanh nghiệp chỉ xuất hiện một vài năm trong cả giai đoạn. *** có ý nghĩa

ở mức < 1%, ** có ý nghĩa ở mức < 5%, * có ý nghĩa ở mức < 10%. Sai số chuẩn được báo

cáo trong ngoặc đơn.

Kết quả ước lượng hàm sản xuất được thực hiện theo phương pháp Olley &

Pakes và OLS dựa trên kĩ thuật ước lượng bình phương nhỏ nhất (Ordinary least

squares), trong khi đó phương pháp của Wooldridge sử dụng kĩ thuật ước lượng

GMM – ước lượng hợp lý cực đại (maximum likelihood estimation). Kỹ thuật ước

lượng GMM được xem là có hiệu quả hơn trong việc xử lý vấn đề biến nội sinh gây

ra bởi sự phụ thuộc lẫn nhau của các biến có trong mô hình, và sự phụ thuộc lẫn nhau

của các giá trị tại các thời điểm quan sát khác nhau của cùng một biến. Chúng tôi báo

cáo kết quả ước lượng hàm sản xuất từ cả hai kĩ thuật ước lượng này. Các phân tích

lý thuyết về các phương pháp ước lượng này cung cấp cho chúng tôi các bằng chứng

để tin rằng ước lượng GMM cho kết quả đáng tin cậy hơn. Mặc dù vậy, kết quả báo

cáo tại bảng 3.1 cho thấy rằng không tồn tại sự khác biệt quá lớn trong kết quả ước

lượng sử dụng các kĩ thuật nêu trên.

Bảng 3.1 cho thấy một đặc điểm nổi trội quan trọng của ngành sản xuất công

nghiệp chế biến chế tạo ở Việt Nam, đó là hầu hết các ngành lao động vẫn là yếu tố

chiếm tỷ trọng lớn trong đóng góp vào sản lượng đầu ra của doanh nghiệp. Các số

liệu ước lượng trung bình tại các ngành cấp 2 (VSIC, 2012) cũng cho thấy hầu hết tại

các ngành hoạt động ở trạng thái hiệu suất không đổi và hiệu suất tăng theo quy mô

(đạt được khi tổng giá trị ước lượng đóng góp của k và l từ bảng trên có giá trị lớn

hơn hoặc bằng 1), trong khi đó, chỉ có một số ngành hoạt động ở trạng thái lợi suất

giảm theo quy mô (tổng giá trị ước lượng cho hệ số của k và l <). Một số ngành có

lợi suất tăng theo quy mô bao gồm sản xuất đồ uống (mã 11, giá trị tổng đóng góp

của vốn và lao động là 1.26), sản xuất thuốc lá và các sản phẩm thuốc lá (mã 12,

1.11), sản xuất than cốc, sản phẩm từ dầu mỏ tinh chế (mã 19, 1.1), sản xuất thuốc,

hóa dược và dược liệu (mã 21, 1.27). Ngược lại, một số ngành đối mặt với lợi thế

kinh tế giảm theo quy mô như sản xuất da và các sản phẩm có liên quan (mã 15, 0.7),

sản xuất trang phục (mã 14, 0.92) , dệt (0.98), sản suất kim loại (mã 24, 0.85). Các

nhóm ngành có đóng góp nổi bật của lao động và vốn được trình bày ở phần kế tiếp

của đề tài.

3.2.1. Tác động của vốn và lao động đến hàm sản xuất

Trong số tất cả 22 ngành cấp 2, hệ số đóng góp của lao động đều cao hơn đóng

góp của vốn, phần lớn chiếm trọng số trên 0.5. Bảng 5 dưới đây liệt kê một số ngành

có hệ số đóng góp của lao động trên 0.8, một con số lấn át so với hệ số đóng góp của

vốn

Bảng 3.2. Nhóm ngành thâm dụng lao động.

Tên ngành Mã Wooldridge OP OLS

ngành GMM

Sản xuất đồ uống 11 1.21 1.07 1.16

In, sao chép bản ghi các loại 18 0.8 0.74 0.80

Sản xuất than cốc, sản phẩm dầu mỏ tinh chế 19 0.87 0.66 0.7

Sản xuất hóa chất và sản phẩm hóa chất 20 0.88 0.87 0.91

Sản xuất thuốc, hóa dược và dược liệu 21 0.9 0.78 0.78

Sản phẩm từ kim loại đúc sẵn 25 0.85 0.76 0.81

Nguồn: Tính toán của nhóm tác giả từ số liệu của Điều tra Doanh nghiệp.

Sản xuất sản phẩm điện tử, máy tính 26 0.85 0.84 0.83

Mặc dù từ năm 2011 đến năm 2016 phần lớn các tiểu ngành (trừ sản xuất sản

phẩm từ khoáng phi kim loại và thuốc lá) đều tăng lao động song mức tăng không

đều nhau. Ba tiểu ngành có mức tăng lao động lớn nhất (may mặc, da giày và đặc biệt

là điện tử, máy tính và sản phẩm quang học), nên tỉ phần lao động của ba tiểu ngành

này trong tổng lao động của ngành chế tạo trong năm 2016 lớn hơn so với năm 2011.

Ở các tiểu ngành sản xuất xe có động cơ, dệt, thiết bị y tế-quang học-chính xác có tỉ

phần cao hơn một chút, trong khi tỉ phần của các tiểu ngành còn lại bị giảm.

Hình 3.1. Tỷ trọng lao động tại các một số ngành cấp 2.

Nguồn: Báo cáo năng suất Việt Nam, 2018

Dữ liệu cũng cho thấy doanh nghiệp FDI sử dụng nhiều lao động nhất trong

ngành chế tạo (55,52%), tiếp theo là doanh nghiệp tư nhân trong nước (47,88%). SOE

sử dụng ít lao động nhất (3,6%). 42 Năng suất và khả năng cạnh tranh của các doanh

nghiệp Việt Nam Ở một số tiểu ngành, trong đó SOE đóng vai trò khá lớn, tỉ phần lao

động trong SOE so với toàn bộ tiểu ngành còn hạn chế (trừ tiểu ngành thuốc lá chiếm

tỉ lệ lớn là 94,02%), 36,17% trong tiểu ngành sản xuất than cốc-dầu mỏ tinh chế và

nhiên liệu hạt nhân, 28,40% trong tiểu ngành sửa chữa và lắp ráp máy móc, thiết bị,

21,1% trong tiểu ngành hóa chất, 15,34% trong tiểu ngành sản xuất kim loại chính,

13,3% trong tiểu ngành sản xuất đồ uống, 12,95% trong tiểu ngành sản xuất phương

tiện khác và 10,56% trong tiểu ngành sản xuất các sản phẩm khoáng phi kim loại.

Đáng chú ý là tất cả các tiểu ngành này sử dụng chưa đến 150.000 lao động, trong

khi chỉ có tiểu ngành sản xuất các sản phẩm khoáng phi kim loại có tới 300.000 lao

động trong năm 2016 (Hình 2.10). Ngược lại, FDI lại chiếm ưu thế về số lượng lao

động, khoảng một nửa lao động trong các tiểu ngành sử dụng nhiều lao động. Tỉ lệ

lao động của doanh nghiệp FDI hiện chiếm 96,13% trong tiểu ngành máy tínhđiện tử

và thiết bị quang học (là tiểu ngành có lực lượng lao động lớn thứ ba), 81.66% trong

tiểu ngành da (là tiểu ngành có lực lượng lao động lớn thứ hai), 56,3% trong tiểu

ngành may mặc (là tiểu ngành có lực lượng lao động lớn thứ nhất), 79,02% trong tiểu

ngành sản xuất xe có động cơ, 66,53% trong tiểu ngành sản xuất các phương tiện

khác, 77,88% trong tiểu ngành chế tạo khác, 77,62% trong tiểu ngành thiết bị điện,

48,6% trong tiểu ngành dệt, 52,24% trong ngành sản xuất đồ gỗ, 49,94% trong tiểu

ngành máy móc và thiết bị chưa được phân loại, 38,31% trong tiểu ngành cao su-

nhựa – là các tiểu ngành có số lượng lao động ở mức “trung bình” trong các tiểu

ngành chế tạo. Doanh nghiệp tư nhân trong nước thường chiếm ưu thế trong các tiểu

ngành có số lượng lao động ở mức nhỏ và trung bình: 82,97% trong tiểu ngành sản

xuất sản phẩm gỗ và tre (trừ đồ gỗ), 75,99% trong tiểu ngành sản xuất sản phẩm

khoáng phi kim loại, 75,84% trong tiểu ngành sản xuất thiết bị y tế-chính xác và

quang học, 73,76% trong tiểu ngành sản xuất thực phẩm (là tiểu ngành có lực lượng

lao động lớn thứ tư), 70,85% trong tiểu ngành in ấn, 66,65% trong tiểu ngành giấy,

64.72% trong tiểu ngành sửa chữa và lắp đặt máy móc, thiết bị, 61,76% trong tiểu

ngành sản xuất sản phẩm từ chế biến kim loại sẵn (là tiểu ngành có lực lượng lao

động lớn thứ sáu), 56,36% trong tiểu ngành sản xuất kim loại, 53,15% trong tiểu

ngành sản xuất cao su-nhựa. Đóng góp của lao động vào sản lượng đầu ra trong các

ngành này vì vậy chiếm một phần quan trọng, được thể hiện tóm tắt ở bảng trên.

Nhìn chung, các ngành công nghiệp chế biến chế tạo ở Việt Nam là những

ngành thâm dụng lao động, trong khi đó, có rất ít các ngành nhận phần lớn đóng góp

từ vốn. Bảng 3.3 dưới đây liệt kê một số ngành mà hệ số đóng góp của vốn chiếm

trên 0.3, một con số khiêm tốn nhưng là cao nhất trong số những ngành được ước

lượng trong nghiên cứu này.

Bảng 3.3. Nhóm ngành có hệ số đóng góp của vốn trên 0.3

Tên ngành Mã Wooldridge OP OLS

ngành GMM

Sản xuất chế biến thực phẩm 10 0.35 0.38 0.71

Sản xuất thuốc lá 12 0.56 0.68 0.72

Dệt 13 0.37 0.39 0.63

Chế biến gỗ và sản phẩm từ gỗ 16 0.34 0.31 0.32

Sản xuất thuốc, hóa dược và dược liệu 21 0.37 0.57 0.57

Nguồn: Tính toán của tác giả từ bộ điều tra doanh nghiệp

Sản xuất kim loại 24 0.31 0.30 0.59

Hệ số đóng góp của vốn vào sản lượng đầu ra tại các ngành chế biến chế tạo chỉ

đạt trung bình khoảng 0.2 (nếu chúng ta xét tiêu chí một ngành có lợi thế kinh tế

không đổi theo quy mô, thì tổng hệ số đóng góp của vốn và lao động là 1, tỷ lệ 0.5-

0.5 cho thấy vốn và lao động có đóng góp tương đương nhau vào sản lượng đầu ra

của doanh nghiệp, điều mà chúng ta chỉ nhìn thấy ở duy nhất ngành sản xuất thuốc

lá. Một số ngành khác như sản xuất thuốc, hóa dược và dược liệu, dệt, sản xuất và

chế biến thực phẩm có hệ số đóng góp của vốn xấp xỉ bằng 0.4 trong khi phần lớn

các ngành còn lại con số này là khoảng 0.2.

3.3. Phân tích đóng góp của TFP vào quá trình sản xuất của doanh nghiệp

Sau khi ước lượng hàm sản xuất tại các ngành cấp 2, các tác giả sử dụng các kết

quả ước lượng này để tính toán TFP cho các doanh nghiệp theo phương trình 2.3. Có

khoảng gần 300 ngàn quan sát trong giai đoạn 2010-2016, tương ứng với khoảng 50

ngàn doanh nghiệp mỗi năm được đưa vào trong tính toán này. Giá trị y trong phương

trình 2.3 được tính toán bằng cách lấy logarit của tổng sản lượng đầu ra (GO-gross

output) của doanh nghiệp. Giá trị k và l trong phương trình 2.3 tương ứng là logarit

của vốn và lao động của doanh nghiệp. Hệ số đóng góp của lao động và vốn được sử

dụng từ kết quả trình bày trong bảng 3.1.

Hình 3.2. Phân phối chuẩn của TFP tại các doanh nghiệp chế biến chế tạo Việt Nam

Lưu ý: Mô phỏng của tác giả từ bộ điều tra doanh nghiệp. Trục hoành mô tả giá trị của

TFP, trục tung mô tả mật độ phân phối các doanh nghiệp ứng với mỗi giá trị TFP.

Do số lượng quan sát quá lớn, chúng tôi không thể báo cáo giá trị TFP cho từng

doanh nghiệp mà chỉ đưa ra các con số tổng quát. Hình 3.2 trên đây thể hiện khoảng

giá trị mà giá trị TFP ước lượng được phân bố trong số liệu này. Một cách khái quát

nhất, chúng ta có thể thấy phân bố của giá trị ước lượng TFP tính toán được có dạng

hình chuông, với khoảng giá trị rải từ -5 đến 10, trong đó giá trị TFP được phân bố

nhiều nhất ở khoảng từ 3-5. Trong phần tiếp theo, chúng tôi trình bày giá trị TFP

trung bình tại các nhóm ngành cấp 2 cho cả giai đoạn và theo từng năm để làm rõ

TFP đã thay đổi như thế nào trong suốt giai đoạn này tại các nhóm ngành. Vì số lượng

quan sát lên tới 50 ngàn doanh nghiệp mỗi năm, chúng tôi chỉ có thể đưa ra các báo

cáo chung ở cấp độ ngành cho các phân tích tiếp theo.

Bảng 3.4 dưới đây thể hiện giá trị TFP trung bình tại các ngành cấp 2 cho cả

giai đoạn 2010-2016. Chúng ta có thể thấy rõ ràng rằng phần lớn các ngành TFP có

giá trị nằm trong khoảng 2-5.

Bảng 3.4. Tổng hợp giá trị TFP theo nhóm ngành cấp 2

Số quan Mã TFP Ngành sát

Sản xuất chế biến thực phẩm 27,341 10 3.59

Sản xuất đồ uống 9,982 11 3.41

Sản xuất sản phẩm thuốc lá 136 12 2.68

Dệt 10,548 13 3.38

Sản xuất trang phục 21,657 14 3.61

Sản xuất da và các sản phẩm có liên quan 5,449 15 5.34

Chế bến gỗ và các sản phẩm từ gỗ, tre, nứa, rơm 16 20,434 3.17

rạ

Sản xuất giấy và sản phẩm từ giấy 10,095 17 4.55

In, sao chép bản ghi các loại 21,693 18 4.34

Sản xuất than cốc, sản phẩm từ dầu mỏ tinh chế 19 432 4.42

Sản xuất hóa chất và sản phẩm từ hóa chất 10,467 20 3.71

Sản xuất thuốc, hóa dược và dược liệu 1,740 21 2.46

Sản xuất sản phẩm từ cao su và plastic 16,992 22 4.17

Sản xuất sản phẩm từ khoáng và phi kim loại 23 18,669 3.69

khác

24 4,763 Sản xuất kim loại 4.75

Sản xuất sản phẩm từ kim loại đúc sẵn (trừ máy 25 44,366 4.95

móc thiết bị)

Sản xuất sản phẩm điện tử, máy vi tính và sản 26 2,245 5.23

phẩm quang học

Sản xuất thiết bị điện 4,604 27 3.98

Sản xuất máy móc chưa được phân vào đâu 5,938 28 3.88

Sản xuất xe, động cơ rơ móc 1,082 29 3.87

Sản xuất phương tiện vận tải khác 2,327 30 3.17

Sản xuất giường, tủ bàn ghế 15,918 31 3.14

Công nghiệp chế biến chế tạo khác 4,903 32 3.59

Lưu ý: Dữ liệu được các tác giả tính toán từ bộ điều tra doanh nghiệp. Mã ngành được lấy

theo mã ngành cấp 2 theo Hệ thống ngành kinh tế Việt Nam, 2012. Số quan sát ở đây là tổng

số doanh nghiệp (có thể lặp lại) trong 6 năm, 2010-2016.

6,682 3.92 Sửa chữa, bảo dưỡng, lắp ráp máy móc thiết bị 33

Các ngành cấp 2 chiếm tỷ trọng lớn về số lượng doanh nghiệp trong ngành công

nghiệp chế biến chế tạo có thể kể đến như ngành sản xuất chế biến thực phẩm, sản

xuất trang phục, sản xuất sản phẩm từ gỗ, tre nứa..., sản xuất sản phẩm từ kim loại.

Trong khi đó, các ngành cấp 2 có giá trị TFP cao nhất bao gồm ngành sản xuất sản

phẩm điện tử, máy tính và sản phẩm quang học, sản xuất giày da và các loại hàng có

liên quan, sản xuất sản phẩm từ kim loại, sản xuấ cao su và sản phầm từ plastic, sản

xuất giấy và sản phẩm từ giấy.

3.3.1. Mối quan hệ của TFP và sản lượng của doanh nghiệp.

Các nghiên cứu lý thuyết và thực nghiệm đều đã chứng minh rằng TFP đóng

góp phần quan trọng vào việc nâng cao sản lượng của doanh nghiệp, góp phần cải

thiện năng suất của doanh nghiệp. Kết quả nghiên cứu của chúng tôi một lần nữa chỉ

ra một bằng chứng thực nghiệm cho mối quan hệ này. Hình 3.3 dưới đây mô tả tác

động cùng chiều của TFP tới sản lượng đầu ra của doanh nghiệp khi các điểm (tương

ứng với các doanh nghiệp) phân phối theo phương dốc lên trên hệ trục tọa độ, thể

hiện rằng khi TFP tăng thì sản lượng đầu ra của doanh nghiệp cũng tăng.

Hình 3.3. Mối quan hệ của TFP và sản lượng đầu ra của doanh nghiệp

Lưu ý: Mô phỏng của tác giả dựa theo số liệu từ bộ điều tra doanh nghiệp. Trục tung biểu

diễn giá trị của TFP của các doanh nghiệp, trục hoành biểu thị giá trị của tổng sản lượng

đầu ra của doanh nghiêp dưới dạng logarit. Mỗi một chấm tròn trong hình đại diện cho một

quan sát.

3.3.2. Biến động của TFP tại các ngành trong giai đoạn 2010-2016

Trong giai đoạn 2010-2016, TFP của các ngành cấp 2 mặc dù có sự thay đổi

nhưng không quá lớn. Một trong số các nhóm ngành chứng kiến sự thay đổi lớn nhất

trong giai đoạn này là ngành sản xuất sản phẩm điện tử, điện thoại và các sản phẩm

quan học, sản xuất chế biến gỗ, sản xuất da giày.

Bảng 3.5. Sự thay đổi TFP của các ngành trong giai đoạn 2010-2016

Ngành

Mã 2010 2011 2012 2013 2014 2015 2016

Sản xuất chế biến thực phẩm

10 3.65 3.72 3.69 3.75 3.81

3.76 3.79

Sản xuất đồ uống

11 3.34 3.31 3.35 3.42 3.58

3.45 3.24

Sản xuất sản phẩm thuốc lá

12 2.55 2.53 2.83 2.72 2.74

2.69 2.67

Dệt

13 3.21 3.41 3.33 3.49 3.49

3.35 3.54

Sản xuất trang phục

14 3.35 3.64 3.53 3.69 3.74

3.64 3.67

Sản xuất da và các sản phẩm có

15 5.17 5.19 5.23 5.38 5.48

5.48 5.40

liên quan

Chế bến gỗ và các sản phẩm từ

16 2.99 3.11 3.08 3.25 3.35

3.18 3.21

gỗ, tre, nứa, rơm rạ

Sản xuất giấy và sản phẩm từ

17 4.36 4.64 4.47 4.57 4.66

4.59 4.52

giấy

In, sao chép bản ghi các loại

18 4.12 4.40 4.32 4.33 4.44

4.36 4.39

Sản xuất than cốc, sản phẩm từ

19 4.24 4.09 4.17 4.54 4.63

4.17 4.18

dầu mỏ tinh chế

Sản xuất hóa chất và sản phẩm

20 3.66 3.70 3.68 3.73 3.83

3.62 3.73

từ hóa chất

Sản xuất thuốc, hóa dược và

21 2.45 2.47 2.48 2.49 2.54

2.33 2.34

dược liệu

Sản xuất sản phẩm từ cao su và

22 4.14 4.25 4.10 4.15 4.24

4.14 4.15

plastic

Sản xuất sản phẩm từ khoáng và

23 3.54 3.63 3.63 3.70 3.77

3.80 3.91

phi kim loại khác

Sản xuất kim loại

24 4.78 4.78 4.74 4.73 4.85

4.64 4.65

Sản xuất sản phẩm từ kim loại

25 4.04 4.12 3.94 4.03 4.10

4.07 4.12

đúc sẵn (trừ máy móc thiết bị)

Sản xuất sản phẩm điện tử, máy

26 4.59 4.92 5.02 5.1

5.21

5.25 5.27

vi tính và sản phẩm quang học

Sản xuất thiết bị điện

27 3.82 3.94 3.91 4.04 4.08

4.04 4.05

Sản xuất máy móc chưa được

28 3.73 3.90 3.78 3.81 3.95

3.90 3.91

phân vào đâu

Sản xuất xe, động cơ rơ móc

29 3.52 3.67 3.82 3.93 4.06

4.13 4.21

Sản xuất phương tiện vận tải

30 3.04 3.05 2.94 3.22 3.39

3.38 3.39

khác

Sản xuất giường, tủ bàn ghế

31 2.97 3.08 3.08 3.15 3.33

3.17 3.25

Công nghiệp chế biến chế tạo

32 3.56 3.57 3.48 3.57 3.82

3.54 3.52

khác

Sửa chữa, bảo dưỡng, lắp ráp

33 3.86 3.88 3.80 3.97 4.00

3.94 3.91

máy móc thiết bị

Lưu ý: Tính toán của các tác giả từ bộ điều tra doanh nghiệp.

Cũng trong thời gian này, có một số ít ngành cấp 2 chứng kiến sự suy giảm nhẹ

của TFP, vid dụ như ngành công nghiệp chế biến chế tạo khác, ngành sản xuất thuốc,

hóa dược và dược liệu. Phần lớn các ngành cấp 2 đều có sự thay đổi theo xu hướng

tăng chậm trong giá trị TFP giai đoạn này. Nhóm ngành như dệt may, sản xuất hóa

dược liệu... là những ngành có giá trị TFP thấp và ít cải thiện trong cả giai đoạn nghiên

cứu.

3.3.3. So sánh TFP của các doanh nghiệp theo ngành, vùng và loại hình sở hữu.

Trong ngành công nghiệp chế biến chế tạo ở Việt Nam, số lượng doanh nghiệp

tư nhân chiếm tới trên 92% tổng số doanh nghiệp toàn ngành, tiếp đó là doanh nghiệp

có vốn đầu tư nước ngoài với 4.7%, trong khi đó doanh nghiệp nhà nước chiếm tỉ

trọng thấp nhất với 3.3%. Trung bình trong giai đoạn 2010-2016, các doanh nghiệp

đầu tư trực tiếp nước ngoài có giá trị TFP cao nhất toàn ngành, ở mức 3.97. Doanh

nghiệp nhà nước là nhóm doanh nghiệp có giá trị TFP thấp nhất với 3.67, trong khi

đó doanh nghiệp tư nhân có giá trị TFP ở mức 3.81.

Bảng 3.6. TFP theo loại hình sở hữu

Tổng số DN Giá trị nhỏ TFP Loại hình Giá trị lớn nhất (2010-2016) nhất

3.81 DN tư nhân 261,092 0.76 12.81

3.67 DN nhà nước 7,344 0.24 11.32

Lưu ý: Tính toán của các tác giả từ bộ điều tra doanh nghiệp

3.97 FDI 13,742 0.22 12.35

Khi so sánh TFP theo vùng, kết quả nghiên cứu chỉ ra rằng vùng đồng bằng

Nam bộ là vùng mà giá trị trung bình của TFP toàn ngành công nghiệp chế biến chế

tạo cao nhất trong cả nước với 3.92, tiếp sau đó là vùng Đồng bằng sông Hồng với

3.77. Khu vực miên Trung và Tây Nguyên là khu vực mà các doanh nghiệp chế biến

chế tạo có giá trị TFP nhỏ nhất với 3.44. Khu vực Đông Nam Bộ là vùng có nhiều

doanh nghiệp nhất, chiếm khoảng 50% tổng số doanh nghiệp cả nước vì đây là vùng

kinh tế trọng điểm với nhiều khu công nghiệp nơi hội tụ đa dạng các doanh nghiệp

công nghiệp trong và ngoài nước

Bảng 3.7. TFP theo vùng

Tổng số DN Giá trị nhỏ Loại hình TFP Giá trị lớn nhất (2010-2016) nhất

Đồng bằng 96,240 3.77 0.54 11.032

sông Hồng

Miền Trung và 36,341 3.44 0.676 9.51

Tây Nguyên

Lưu ý: Tính toán của các tác giả từ bộ điều tra doanh nghiệp

Nam Bộ 135,839 3.92 0.614 12.81

CHƯƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT CHÍNH SÁCH

4.1. Kết luận

Trong những năm vừa qua, ngành công nghiệp chế biến chế tạo đã luôn có

vai trò dẫn dắt nền kinh tế Việt Nam, một số ngành công nghiệp đã có bước phát triển mạnh mẽ, nhất là các ngành điện, điện tử, chế biến thực phẩm… Tỷ trọng các doanh

nghiệp có trình độ công nghệ cao và công nghệ trung bình ngày càng tăng. Đã có một

số doanh nghiệp công nghiệp có quy mô lớn và có khả năng cạnh tranh trên thị trường

trong nước và quốc tế. Công nghiệp trở thành ngành xuất khẩu chủ đạo với tốc độ tăng trưởng ở mức cao; cơ cấu sản phẩm công nghiệp xuất khẩu đã có sự dịch chuyển

tích cực. Trong giai đoạn 2006 – 2016, kim ngạch xuất khẩu các sản phẩm công

nghiệp tăng gần 3,5 lần, chiếm tới 90% tổng kim ngạch xuất khẩu của cả nước, trong

đó tỷ trọng các sản phẩm công nghiệp chế biến, chế tạo ngày càng tăng. Nhiều mặt hàng công nghiệp như da – giày, dệt may, điện tử có vị trí xếp hạng xuất khẩu cao so với khu vực và thế giới. Đã hình thành và phát triển được một số tập đoàn công nghiệp

tư nhân trong nước có tiềm lực tốt hoạt động trong lĩnh vực công nghiệp chế biến chế

tạo. Điển hình như trong lĩnh vực sản xuất lắp ráp ô tô là các Tập đoàn VinGroup,

Trường Hải, Thành Công; trong lĩnh vực sản xuất chế biến sữa và thực phẩm là

Vinamilk, TH; trong lĩnh vực sắt thép, kim khí là Tập đoàn Hoa Sen, Tập đoàn Hòa

Phát, Công ty TNHH Hòa Bình Minh, Công ty thép Pomina, Công ty CP thép Nam

Kim… Năng suất nhân tố tổng hợp trong ngành công nghiệp chế biến chế tạo cũng

dần dần được nâng cao qua các năm, đặc biệt là ngành điện, điện tử, sản xuất xe các

loại.... Đây là những tín hiệu tốt cho thấy các chủ trương chung của Đảng, cơ chế

chính sách của Chính phủ đã tạo được niềm tin tưởng và hứng khởi cho các doanh

nghiệp tập trung đầu tư phát triển lớn, dài hạn trong các ngành công nghiệp trọng

điểm của đất nước.

Những số liệu và phân tích ở các chương trên đây cho thấy công nghiệp chế

biến, chế tạo có vai trò quan trọng trong nền kinh tế. Trong thời gian tới, để duy trì

tốc độ tăng trưởng kinh tế, tránh bẫy thu nhập trung bình, Việt Nam cần tiếp tục theo

đuổi mục tiêu công nghiệp hoá lấy công nghiệp chế biến, chế tạo làm trọng tâm, song

song với đó là phát triển hiệu quả các ngành dịch vụ phân phối và dịch vụ cho các

nhà sản xuất để tạo động lực kép thúc đẩy tăng trưởng kinh tế; phát triển công nghiệp

chế biến chế tạo chính là tạo thị trường cho các ngành dịch vụ phát triển; do vậy,

nguồn lực xã hội nên tập trung vào việc xây dựng và nâng cao năng lực, năng suất

cho các doanh nghiệp công nghiệp trong nước, hình thành và phát triển các doanh

nghiệp công nghiệp mạnh, các chuỗi cung ứng và chuỗi giá trị trong nước (bao gồm

cả hoạt động sản xuất và dịch vụ trên toàn chuỗi), có đủ năng lực cạnh tranh toàn cầu;

tạo môi trường đầu tư, kinh doanh thông thoáng, thuận lợi để các doanh nghiệp công

nghiệp trong nước có thể lớn mạnh, tạo ra giá trị gia tăng trong nước lớn hơn, kết nối

được với khu vực đầu tư nước ngoài, và tham gia sâu hơn vào chuỗi giá trị toàn cầu.

Phát triển ngành công nghiệp chế biến, chế tạo trong nước lớn mạnh cũng là tạo nền

tảng vững chắc và phát triển thị trường cho các ngành dịch vụ, và ngược lại, phát

triển hiệu quả các ngành dịch vụ phục vụ sản xuất chính là góp phần nâng cao năng

suất và hiệu quả hoạt động của ngành chế biến, chế tạo.

4.2. Một số hạn chế của tăng trưởng TFP và nguyên nhân.

4.2.1. Hạn chế

Mặc dù là đầu tàu phát triển kinh tế và có những đóng góp to lớn vào sự phát triển của nền kinh tế, ngành công nghiệp chế biến chế tạo còn tồn tại một số hạn chế về

năng suất và hiệu quả như:

-Tỷ trọng đóng góp của TFP vào tăng trưởng công nghiệp đã được cải thiện nhưng

vẫn còn thấp. Tăng trưởng công nghiệp chưa đáp ứng được yêu cầu đẩy mạnh công

nghiệp hóa, hiện đại hóa đất nước. Công nghiệp chưa thực sự là nòng cốt thúc đẩy

tăng trưởng kinh tế. Trong nhiều năm qua, tỷ trọng của công nghiệp trong GDP thay

đổi không lớn. Tốc độ tăng trưởng công nghiệp có xu hướng tăng song vẫn ở mức

thấp so với yêu cầu công nghiệp hóa; Tái cơ cấu các ngành công nghiệp thực hiện

còn chậm, chưa tạo ra những thay đổi đáng kể về cơ cấu ngành, chưa tạo ra động lực

mạnh mẽ thúc đẩy quá trình công nghiệp hóa, hiện đại hóa đất nước; Trình độ công

nghệ nhìn chung còn thấp, chậm được đổi mới, nhất là đối với các doanh nghiệp công

nghiệp trong nước. Hiện nay, phần lớn doanh nghiệp công nghiệp nước ta vẫn đang

sử dụng công nghệ tụt hậu so với mức trung bình của thế giới từ 2 – 3 thế hệ, đặc biệt là trình độ cơ khí chế tạo. - Ngoài ra, nội lực của ngành công nghiệp cho tăng trưởng TFP còn yếu, phụ thuộc nhiều vào các doanh nghiệp có vốn đầu tư nước ngoài trong khi việc chuyển giao công nghệ còn hạn chế; năng lực, hiệu quả của các doanh nghiệp công nghiệp trong nước ở mức thấp; Khả năng tham gia vào chuỗi giá trị khu vực và toàn cầu của các sản phẩm công nghiệp Việt Nam còn rất hạn chế, chủ yếu tham gia vào khâu gia công, lắp ráp. Phần lớn các mặt hàng công nghiệp của Việt Nam có hàm lượng công

nghệ thấp, ngoại trừ hàng điện tử chủ yếu do khu vực FDI nắm giữ. Số lượng sản

phẩm công nghiệp chủ lực Việt Nam có lợi thế so sánh đang có xu hướng giảm - Sự phát triển chậm của công nghiệp hỗ trợ là một trong số những hạn chế khác của

ngành công nghiệp nói chung và cho sự phát triển của TFP toàn ngành nói

riêng. Hiện nay, công nghiệp hỗ trợ mới đáp ứng được khoảng 10% nhu cầu trong

nước về sản phẩm công nghiệp hỗ trợ đối với các sản phẩm chủ yếu là linh kiện và chi tiết đơn giản, có giá trị thấp trong cơ cấu giá trị sản phẩm. Tỷ lệ nội địa hóa của hầu hết các ngành công nghiệp ở mức thấp. Bên cạnh đó, liên kết vùng trong phát triển công nghiệp còn hạn chế và kém hiệu quả. Không gian phát triển công nghiệp

hiện nay còn bị chia cắt theo địa giới hành chính, thiếu sự hợp tác và phân công lao

động trong vùng, chưa có sự phân bố hợp lý trên phạm vi toàn quốc dựa trên lợi thế

so sánh. Việc kết hợp và lồng ghép chính sách phát triển ngành công nghiệp với chính

sách phát triển vùng chưa hiệu quả, chưa xây dựng được mạng lưới các cụm công

nghiệp.

- Phát triển công nghiệp chưa gắn kết chặt chẽ với tăng trưởng TFP và gắn kết với

các ngành kinh tế khác, đặc biệt là nông nghiệp. Ngành công nghiệp phát triển thiếu

gắn kết chặt chẽ đã ảnh hưởng đến việc phát huy tối đa lợi thế của các ngành kinh tế

khác, trong đó đặc biệt là nông nghiệp. Giữa công nghiệp và nông nghiệp là mối liên

kết cộng sinh, không thể phát triển ngành này mà không cần đến sự phát triển của

ngành kia, và ngược lại. Đối với công nghiệp, nông nghiệp là nguồn cung nguyên

liệu đầu vào như mía, bông, trà, gạo, lúa mì… cho ngành công nghiệp chế biến.

Ngược lại, đối với nông nghiệp, công nghiệp là ngành cung cấp công cụ lao động,

máy móc thiết bị giúp nâng cao hiệu quả sản xuất như máy kéo, máy cày, máy thu

hoạch, máy bơm nước, phân bón… tăng hiệu quả tiếp cận thị trường cho các sản

phẩm nông nghiệp thông qua các hoạt động xây dựng đường sá, chợ, siêu thị, nhà kho… Trong các chính sách phát triển công nghiệp phục vụ nông nghiệp, nông thôn,

trọng tâm là việc cơ khí hóa nông nghiệp và phát triển các ngành công nghiệp chế

biến nông, lâm, thủy sản.

4.2.2. Nguyên nhân

Có nhiều nguyên nhân dẫn tới tình trạng năng suất trong ngành chế biến chế tạo

còn thấp, trong đó điển hình là một số nguyên nhân chính như sau - Môi trường kinh tế vĩ mô chưa thuận lợi cho việc phát triển các ngành công

nghiệp. Sau khi gia nhập WTO năm 2007, qui mô nền kinh tế được mở rộng. Tuy nhiên trong thời gian dài đến năm 2015, môi trường kinh tế vĩ mô còn chưa ổn định, chưa tạo điều kiện và khuyến khích các doanh nghiệp đầu tư vào lĩnh vực sản xuất.

Một số lĩnh vực kinh doanh dịch vụ đem lại tỷ suất lợi nhuận cao đã thu hút phần lớn

nguồn lực của xã hội. Bên cạnh đó việc thu hồi vốn chậm, tỷ suất lợi nhuận thấp do

lãi suất tín dụng cao chưa khuyến khích và đánh thức được sự quan tâm của xã hội đầu tư vào lĩnh vực sản xuất công nghiệp (thiếu tinh thần xã hội sản xuất). Điều đó

dẫn đến số lượng các doanh nghiệp sản xuất công nghiệp kém phát triển và ít ỏi như

hiện nay.

- Chính sách phát triển công nghiệp thời gian qua chưa thực sự hiệu quả. Chưa tạo lập được môi trường kinh doanh công nghiệp thuận lợi, minh bạch, ổn định và thúc đẩy cạnh tranh bình đẳng, lành mạnh; Chính sách phát triển các ngành công nghiệp ưu tiên và ngành công nghiệp mũi nhọn còn quá dàn trải; Chính sách phát triển công

nghiệp của nhiều địa phương còn hình thức, chưa phù hợp với lợi thế so sánh, thiếu

sự phối hợp dẫn đến cạnh tranh không lành mạnh, làm ảnh hưởng đến quy hoạch công

nghiệp của vùng, của quốc gia; Chưa có các chính sách đủ mạnh để chuyển dịch cơ

cấu nội bộ ngành công nghiệp theo hướng gia tăng các ngành công nghiệp công nghệ

cao.

- Mức độ liên kết và hợp tác kinh doanh giữa các doanh nghiệp trong cùng một ngành

và giữa các ngành còn hạn chế, chưa tạo được mối liên kết phát triển giữa các ngành

theo hướng hợp tác chuyên môn hoá phù hợp với cơ chế thị trường. Nhiều doanh

nghiệp đầu tư khép kín, chưa phối hợp năng lực sẵn có của các doanh nghiệp khác để

tăng nội lực cho ngành và đạt hiệu quả sản xuất kinh doanh cao hơn. Điều này một

mặt làm tăng chi phí đầu tư cho sản xuất, mặt khác gây lãng phí năng lực chung của

toàn ngành, tạo ra những cạnh tranh không đáng có giữa các doanh nghiệp trong

ngành. Mối liên kết giữa doanh nghiệp FDI và doanh nghiệp nội địa còn lỏng lẻo.

Trong mỗi một chuỗi cung ứng của các doanh nghiệp FDI, doanh nghiệp Việt chỉ

tham gia ở những khâu tạo giá trị thấp. Số lượng doanh nghiệp nội địa cung ứng cho

các doanh nghiệp FDI và chuỗi cung ứng tại Việt Nam còn hạn chế, đặc biệt là trong các ngành công nghiệp quan trọng như sản xuất, lắp ráp ô tô, điện tử, máy công

nghiệp. Khó khăn khi thúc đẩy liên kết giữa doanh nghiệp nội địa và doanh nghiệp

FDI một phần do số lượng doanh nghiệp công nghiệp hỗ trợ, đặc biệt là doanh nghiệp đáp ứng được các yêu cầu chất lượng, có khả năng cung ứng cho doanh nghiệp FDI, nhà cung cấp chuỗi vệ tinh còn rất ít ỏi. Công nghệ sản xuất, hệ thống quản lý, chủng loại sản phẩm cung ứng còn hạn chế và chưa đáp ứng được yêu cầu cao của khách hàng. Thiếu các chương trình hỗ trợ nâng cao năng lực, thúc đẩy liên kết từ Chính

phủ và các cơ quan hỗ trợ doanh nghiệp. Mối liên kết, trao đổi thông tin giữa doanh nghiệp công nghiệp hỗ trợ Việt Nam và doanh nghiệp FDI, doanh nghiệp vệ tinh còn hạn chế.

– Hệ thống doanh nghiệp công nghiệp hỗ trợ kém phát triển. Phần lớn các doanh

nghiệp công nghiệp hỗ trợ (CNHT) Việt Nam đều là doanh nghiệp vừa và nhỏ, trình độ sản xuất chưa cao, rất khó khăn tiếp cận và đáp ứng được yêu cầu được khách

hàng. Khoảng cách giữa yêu cầu của khách hàng và khả năng của các nhà cung cấp

nội địa khá lớn. Các sản phẩm công nghiệp hỗ trợ phải đáp ứng tiêu chuẩn của người

mua, nhà sản xuất không tự đặt ra tiêu chuẩn cho sản phẩm của mình, chưa kể các yêu cầu về giá cả và tiến độ giao hàng. Tuy nhiên, để sản xuất được các linh phụ kiện chi tiết này cũng là vấn đề khó khăn đối với các doanh nghiệp Việt Nam. Các doanh nghiệp Việt Nam cần nâng cao trình độ sản xuất, trình độ công nghệ. Đây cũng là vấn

đề nan giải đối với phần lớn các doanh nghiệp Việt Nam do tiềm lực chưa đủ mạnh.

Các biện pháp hỗ trợ, bồi dưỡng các doanh nghiệp đủ khả năng sản xuất, đáp ứng

được yêu cầu quan trọng hơn các ưu đãi sẽ được hưởng. Trên thực tế, bên cạnh các

điều kiện khác như trình độ công nghệ, vốn, nguồn nhân lực, doanh nghiệp phải đạt

được các chuẩn mực quốc tế về quản trị sản xuất là điều kiện tiên quyết. Bên cạnh

đó, việc các MNCs thường sử dụng nhà thầu phụ cùng quốc tịch cũng là rào cản lớn

trong phát triển công nghiệp hỗ trợ, thậm chí các doanh nghiệp có trình độ công nghệ

thấp, sản xuất sản phẩm đơn giản cũng là rào cản đối với các doanh nghiệp Việt Nam.

4.3. Đề xuất một số giải pháp nhằm cải thiện TFP của các doanh nghiệp

4.3.1. Nhóm giải pháp từ phía doanh nghiệp

Thứ nhất, công nghiệp chế biến, chế tạo chiếm gần 40% tổng doanh thu thuần

sản xuất - kinh doanh của nền kinh tế, tuy nhiên chỉ chiếm gần 16,5% tỷ trọng trong

GDP, thấp hơn rất nhiều so với nhiều quốc gia trong khu vực và trên thế giới. Hiện

nay, phần lớn doanh nghiệp công nghiệp nước ta vẫn đang sử dụng công nghệ tụt hậu

so với mức trung bình của thế giới từ 2-3 thế hệ. Trong cơ cấu tỷ trọng giá trị sản xuất

công nghiệp ngành chế biến, chế tạo, công nghệ thấp và trung bình chiếm đến hơn

60%. Vì vậy, các doanh nghiệp công nghiệp, gồm cả những doanh nghiệp nhà nước lớn cũng cần thực sự quan tâm đầu tư thỏa đáng cho đổi mới công nghệ.

Thứ hai, sự đứt gãy chuỗi cung ứng toàn cầu đòi hỏi nền kinh tế phải hướng tới tự chủ với nguồn cung trong nước đủ sức chống chịu, thay thế một phần nguồn cung từ bên ngoài. Muốn hình thành được chuỗi cung ứng trong nước, không chỉ dựa vào nguồn nguyên liệu trong nước, mà còn phải phát triển công nghiệp chế biến, chế tạo gắn với công nghệ thông tin; đổi mới công nghệ; đẩy mạnh công nghiệp hóa, hiện

đại hóa trên nền tảng khoa học, đổi mới sáng tạo.các doanh nghiệp công nghiệp chế biến, chế tạo của Việt Nam cần làm chủ được công nghệ nguồn. Bên cạnh đó, các

công nghệ rèn, dập, hàn, đúc, xử lý nhiệt, xử lý bề mặt, nhuộm, hoàn tất vải, thuộc

da... là nền tảng cơ bản cho các hoạt động gia công, sản xuất ở trong nước hiện cũng cần phải phát triển.

Thứ ba, ở khối doanh nghiệp FDI, thường sử dụng nguồn nhân lực của Việt

Nam để sản xuất, nhưng chỉ cho tham gia vào các khâu gia công, lắp ráp hay kiểm

định, bo mạch và đóng gói xuất khẩu (như Intel, Samsung...). Cuối cùng người Việt Nam vẫn đứng bên lề trong làm chủ công nghệ. Vì vậy, cần phải tận dụng và học hỏi các thế mạnh cũng như kinh nghiệm của các doanh nghiệp FDI để áp dụng vào doanh nghiệp nội, nâng cao vị thế của người lao động Việt Nam.

4.3.2. Một số gợi ý chính sách cho chính phủ

Nâng cao năng suất và khả năng cạnh tranh của các doanh nghiệp Việt Nam

phải là trọng tâm của chiến lược tăng trưởng của Việt Nam và đạt được thông qua

việc thực hiện một loạt các hành động chính sách được lồng ghép và phối hợp Khi

Việt Nam, một nước có thu nhập trung bình thấp, trong giai đoạn phát triển tiếp theo

của mình theo đuổi con đường tăng trưởng bao trùm để tạo ra nhiều việc làm có hiệu

quả hơn cho người lao động, nâng cao năng suất và khả năng cạnh tranh, các doanh

nghiệp Việt Nam trong ngành công nghiệp chế biến, chế tạo phải có vị trí trung tâm

trong chiến lược tăng trưởng của Việt Nam. Đây phải là mục tiêu ưu tiên chung trong

một loạt các chính sách quốc gia, từ công nghiệp hóa, cải cách DNNN và phát triển

khu vực tư nhân / doanh nghiệp đến thương mại, thu hút FDI, nghiên cứu phát triển,

đào tạo kỹ năng và đầu tư công.

Do tính chất thay thế công nghệ thấp và nhập khẩu của việc sản xuất các mặt

hàng này, nhiều nước thường áp dụng các biện pháp để bảo vệ các doanh nghiệp nội địa. Vì các công ty FDI đã hoạt động ở Việt Nam, có thể cung cấp hỗ trợ cho các

doanh nghiệp nội địa (đặc biệt là các doanh nghiệp vừa và nhỏ) trong nghiên cứu và

phát triển, đào tạo lao động, xây dựng thương hiệu và tiếp thị (vẫn được các hiệp định

thương mại cho phép) cũng như loại bỏ chuyển giá của các doanh nghiệp FDI.

Học hỏi từ kinh nghiệm trong quá khứ và quốc tế, các chính sách này phải được xây dựng và thực hiện theo cách được lồng ghép và phối hợp với hiệu ứng hiệp lực tối ưu để đạt được mục tiêu chung này. Những mục tiêu rõ ràng trong các chính sách này phải được sắp xếp theo hướng thực hiện việc cải thiện năng lực của các doanh nghiệp trong nước về các mặt: (i) liên kết và phát triển lên mức cao hơn trong các

chuỗi giá trị nội địa và toàn cầu; (ii) tăng năng suất, giá trị gia tăng; và (iii) thị phần nội địa và đặc biệt là khối lượng và giá trị xuất khẩu.

• Chính sách thương mại và phát triển doanh nghiệp trong nước Điểm yếu

thường được biết đến của các mối liên kết hạn chế giữa các cuộc đàm phán thương mại, các chính sách và chương trình công nghiệp hỗ trợ phát triển doanh nghiệp đòi

hỏi phải có biện pháp khắc phục khẩn cấp. Các đánh giá về những điểm yếu và tiềm

năng của các doanh nghiệp Việt Nam có thể giúp củng cố (i) các chính sách và chương

trình công nghiệp nhằm xây dựng năng lực và khả năng cạnh tranh của các doanh nghiệp; và (ii) đàm phán thương mại quốc tế. Cơ hội mới cho các doanh nghiệp Việt Nam được tạo ra bởi các cuộc đàm phán / thỏa thuận thương mại, như tiếp cận các thị trường mới với mức thuế thấp hơn (tăng nhu cầu đối với sản phẩm và dịch vụ với

những ưu đãi, khuyến khích quan trọng để các doanh nghiệp mở rộng năng lực sản

xuất và khả năng cạnh tranh), bảo vệ hợp pháp và thời gian để các doanh nghiệp tuân

thủ các quy tắc thương mại mới, phải đi kèm với các chính sách và hành động phù

hợp để giúp các doanh nghiệp xây dựng năng lực sản xuất, kết nối với các chuỗi giá

trị nội địa và toàn cầu, và cạnh tranh tốt hơn trên thị trường trong nước và quốc tế.

• Cải cách DNNN, đầu tư công và phát triển doanh nghiệp trong nước Các nỗ

lực cải cách DNNN phải tập trung vào: (i) nâng cao hiệu quả và hiệu năng của các

DNNN (đặc biệt là các doanh nghiệp ở giai đoạn cao hơn hoặc đang dẫn đầu các

chuỗi giá trị nội địa với năng suất và hiệu quả cạnh tranh tương đối cao), cộng với

các mối liên kết ngược-xuôi với các doanh nghiệp trong nước; và (ii) đẩy nhanh cổ

phần hóa các DNNN trong các ngành / tiểu ngành công nghiệp nơi các doanh nghiệp

tư nhân trong nước có năng lực và sẵn sàng đảm nhận vai trò lãnh đạo từ các DNNN

(với việc cổ phần hóa đi đôi với xây dựng năng lực của các doanh nghiệp tư nhân

trong nước). Đầu tư công nên hướng tới thu hút thêm nguồn đầu tư của khu vực tư

nhân trong nước. Đầu tư công có thể giúp tạo ra nhu cầu về các sản phẩm và dịch vụ

của các doanh nghiệp tư nhân trong nước, và do đó khuyến khích đầu tư vào việc nâng cấp doanh nghiệp và công nghệ. Đầu tư công cũng có thể cung cấp cho các

doanh nghiệp tư nhân trong nước các cơ hội để xây dựng năng lực, bao gồm việc học-

thông qua-thực hành và tiếp nhận chuyển giao công nghệ thông qua đầu tư công từ các dự án cho vay ODA. Đầu tư công vào phát triển cơ sở hạ tầng CNTT / viễn thông (điện toán đám mây, mạng và bảo mật dữ liệu cũng như các nền tảng thương mại điện tử, bao gồm cả đối với hàng hóa trung gian), thanh toán điện tử và ngân hàng điện tử (tương tự như thuế điện tử, hải quan điện tử và thanh toán trên nền tảng chính phủ

điện tử), sẽ không chỉ giúp các doanh nghiệp tư nhân (đặc biệt là các doanh nghiệp vừa và nhỏ) cải thiện sự sẵn sàng và hiệu quả đối với CMCN4.0, mà còn cả các kết nối chuỗi giá trị. Trong khi các dịch vụ công (nghiên cứu và phát triển và đào tạo kỹ

năng) sẽ mang lại lợi ích cho các doanh nghiệp vừa và nhỏ, các dịch vụ đặc biệt như

thử nghiệm và chứng nhận (và có lẽ là chiếu phóng xạ và kho lạnh) có tiềm năng

mạnh mẽ để tăng cường khả năng tiếp cận và cạnh tranh của các doanh nghiệp chế biến thực phẩm và nông sản trên thị trường toàn cầu.

• Thu hút FDI chất lượng cao hơn và tăng cường liên kết giữa các doanh nghiệp

FDI và doanh nghiệp trong nước Trong mục tiêu bao trùm là phát triển bền vững và

tạo việc làm hiệu quả cho lao động Việt Nam, Việt Nam phải chuyển trọng tâm từ số lượng sang thu hút các doanh nghiệp FDI chất lượng cao hơn với sự tinh xảo về công nghệ, là các công nghệ xanh, tiết kiệm năng lượng và dẫn đầu trong các chuỗi giá trị toàn cầu. Yếu tố quan trọng nhất của các doanh nghiệp FDI chất lượng cao là coi

quan hệ đối tác lâu dài với các doanh nghiệp nội địa (đóng vai trò chủ chốt trong

chuỗi sản xuất) là phần cốt lõi trong chiến lược cạnh tranh quốc tế của họ. Theo chiến

lược này, các doanh nghiệp FDI phải vượt lên trên việc khai thác tài 88 Năng suất và

khả năng cạnh tranh của các doanh nghiệp Việt Nam nguyên thiên nhiên và lao động

giá rẻ để thiết lập mối liên kết bền vững và lâu dài với các doanh nghiệp trong nước

bằng cách sử dụng hàm lượng nội địa cao hơn (ít tốn kém hơn các bộ phận nhập khẩu

dành cho việc lắp ráp đơn giản), và sử dụng các kỹ năng của lao động nội địa và các

đổi mới sáng tạo trong sản phẩm. Các doanh nghiệp FDI như vậy, trong hợp tác “cùng

thắng” với các chương trình của chính phủ nhằm hỗ trợ phát triển năng lực của các

doanh nghiệp trong nước, sẽ có vị trí tốt hơn để tham gia chuyển giao công nghệ với

các doanh nghiệp trong nước và kết nối với họ với tư cách là các nhà cung ứng hàng

đầu cho các doanh nghiệp FDI đang dẫn đầu và các chuỗi giá trị toàn cầu. Để thu hút

vốn đầu tư chất lượng cao hơn, các chính sách thu hút đầu tư phải được xây dựng và

thực hiện như một phần thiết yếu trong chiến lược phát triển kinh tế xã hội của Việt

Nam, các chính sách công nghiệp, chuyển dịch cơ cấu kinh tế, thúc đẩy phát triển khu

vực tư nhân trong nước và mức độ sẵn sàng đối với nền công nghiệp 4.0 của quốc gia và các doanh nghiệp. Trong khung khổ lồng ghép này, điều quan trọng là phải thiết

lập các tiêu chuẩn và yêu cầu quốc tế rõ ràng về các yêu cầu công nghệ, hàm lượng

nội địa, chuyển giao công nghệ cho các doanh nghiệp trong nước và liên kết với các chuỗi giá trị toàn cầu, cùng với các yêu cầu tuân thủ chặt chẽ hơn về sử dụng năng lượng hiệu quả và tiêu chuẩn an toàn môi trường, điều kiện làm việc và bảo trợ xã hội. Việc tăng cường khung pháp lý, năng lực thể chế và hệ thống để sàng lọc, thẩm định và phê duyệt nghiêm ngặt các dự án FDI là rất quan trọng nhằm đảm bảo tuân

thủ các tiêu chuẩn và yêu cầu quốc tế. Việt Nam cũng rất cần hạn chế sự cạnh tranh có hại giữa các tỉnh và trên phạm vi cả nước trong việc sử dụng thuế và các ưu đãi khuyến khích khác để thu hút vốn đầu tư nước ngoài38. Thay vào đó, Việt Nam nên

tập trung vào việc tạo ra các ưu đãi khác (cơ bản hơn) để thu được vốn FDI dài hạn

và chất lượng cao, cụ thể là: nguồn nhân lực năng lực cao và lành nghề, sức mua dân

số lớn, ổn định quy định đầu tư, áp dụng nhất quán luật pháp , ổn định chính trị, cơ sở hạ tầng chất lượng (đáng chú ý là giao thông và tiện ích) và các dịch vụ hỗ trợ và

cung ứng trong nước cạnh tranh. Các doanh nghiệp chính phủ và FDI đang có kế

hoạch định vị và hiện diện tại Việt Nam, nên hợp tác với các doanh nghiệp trong nước

để: (i) xác định các dịch vụ hỗ trợ và cung ứng trong nước cho FDI để củng cố chiến lược cạnh tranh quốc tế; và (ii) xây dựng và thực hiện các kế hoạch “cùng thắng” nhằm xây dựng năng lực của các doanh nghiệp trong nước để trở thành nhà cung cấp trong các chuỗi giá trị toàn cầu (dẫn dắt bởi doanh nghiệp FDI). Cách tiếp cận cùng

có lợi như vậy có thể được áp dụng trong các tiểu ngành / ngành công nghiệp công

nghệ cao và trung bình và dành cho xuất khẩu, nơi các doanh nghiệp FDI có mức độ

tham gia cao (xe máy, điện tử, đồ gỗ và các sản phẩm khoáng sản phi kim loại). Điều

này cũng có thể được áp dụng trong các tiểu ngành tập trung vào thị trường nội địa

lớn với mức độ tham gia cao của các doanh nghiệp FDI (sản xuất cao su và nhựa,

thiết bị điện, kim loại chế tạo và dệt may) để cải thiện mối liên kết giữa các doanh

nghiệp FDI và trong nước trong chuỗi giá trị nội địa để cùng tăng năng suất, khả năng

cạnh tranh và sản xuất xuất khẩu.

• Đẩy nhanh phát triển chuỗi giá trị nội địa và năng lực của các doanh nghiệp tư

nhân trong nước để đạt được sự thăng tiến trong các chuỗi giá trị Do đầu tư tư nhân

trong nước ở Việt Nam được coi là thấp so với các nguồn khác (FDI và đầu tư công)

và các nước ASEAN (nguồn: Báo cáo Đánh giá Tài chính Phát triển của UNDP,

UNDP 2018) cũng như kỳ vọng của các nhà hoạch định chính sách là khu vực tư

nhân sẽ là “động cơ tăng trưởng” trong giai đoạn phát triển tiếp theo của đất nước,

phát triển khu vực trong nước phải được ưu tiên trong Chiến lược phát triển kinh tế

xã hội (2021-2030) và Kế hoạch (2021-2025). Các mục tiêu chính sách chính cần hỗ trợ các doanh nghiệp tư nhân trong nước tăng quy mô, đẩy nhanh quá trình chuyển

đổi sang việc chính thức hóa và nâng cao năng suất và khả năng cạnh tranh thông qua

phát triển chuỗi giá trị nội địa, cải thiện các mối liên kết nội tại và thăng tiến trong các chuỗi giá trị trong nước và toàn cầu. 38 Do sự cạnh tranh mạnh mẽ giữa các nước thu hút vốn FDI, điều quan trọng là Việt Nam tăng cường tham gia tích cực vào các sáng kiến quốc tế (như Thanh tra Thuế Không Biên giới và Khung Bao chùm Phòng chống Xói mòn Cơ sở thu Thuế và Chuyển Lợi nhuận) tạo cơ hội cho các quốc gia

cùng phát triển và áp dụng các quy tắc ứng xử để giải quyết các hành vi về thuế có hại liên quan đến thu hút vốn FDI cũng như “chuyển giá” và các hoạt động tránh thuế khác. Phần 1: Ngành công nghiệp chế biến, chế tạo 89 Điều quan trọng là tiếp tục tạo

ra một sân chơi bình đẳng cho khu vực tư nhân trong nước bằng cách loại bỏ các trở

ngại (tiếp cận tín dụng, đất đai, hoặc giảm thuế và miễn thuế) để khu vực này cạnh

tranh công bằng với các DNNN và doanh nghiệp FDI. Như đã lưu ý, cải cách đối với các DNNN và chính sách FDI sẽ tạo điều kiện cho các doanh nghiệp tư nhân tham

gia thị trường và tăng cường liên kết trong các chuỗi giá trị trong nước và toàn cầu,

tạo ra các chính sách và khuyến khích “cùng thắng” dành cho các doanh nghiệp FDI

để tạo ra nhiều hiệu ứng lan tỏa hơn trong việc kết nối các doanh nghiệp trong nước với các chuỗi giá trị toàn cầu và đạt được việc chuyển giao công nghệ. Bên cạnh những nỗ lực liên tục nhằm thay đổi môi trường kinh doanh và hỗ trợ các doanh nghiệp tư nhân trong nước tiếp cận đất đai và tín dụng, cần nhiều sự hỗ trợ phù hợp

hơn cho các doanh nghiệp vừa và nhỏ để nâng cao các năng lực của họ như: (a) năng

lực quản lý kinh doanh và tiếp thị; (b) liên kết trong các chuỗi giá trị trong nước và

quốc tế; và (c) năng lực kỹ thuật để áp dụng các công nghệ mới và sự sẵn sàng nắm

bắt các cơ hội được mở ra bởi nền công nghiệp 4.0 và làn sóng mới của FDI với chất

lượng cao hơn. Việc thành lập các tổ chức độc lập (bên cạnh cơ quan chính phủ)

(tương tự như Quĩ Fraunhofer của Đức) chuyên cung cấp đào tạo và hỗ trợ nghiên

cứu và phát triển cho các doanh nghiệp Việt Nam (thường bị cản trở bởi quy mô nhỏ,

liên kết hạn chế trong các chuỗi giá trị và không đủ khả năng đầu tư vào nghiên cứu

và phát triển và đào tạo) là cần thiết. Với việc các doanh nghiệp tư nhân trong nước

cải thiện hội nhập và thăng tiến trong các chuỗi giá trị nội địa và toàn cầu, tiếp theo

cần thực hiện nâng cấp công nghệ. Bên cạnh tiếp cận tín dụng, hướng dẫn về nâng

cấp công nghệ (dựa trên đánh giá về các công nghệ cấp tiểu ngành / doanh nghiệp

hiện tại và tầm nhìn về những tiến bộ công nghệ tương lai của nền công nghiệp 4.0)

sẽ là cần thiết đối với các doanh nghiệp trong nước (đặc biệt là các doanh nghiệp vừa

và nhỏ) nhằm đưa ra các quyết định đầu tư phù hợp. Sự vươn lên của các doanh

nghiệp lớn trong nước để dẫn dắt các chuỗi giá trị nội địa và trở thành những thành viên quan trọng trong các chuỗi giá trị toàn cầu cần được hỗ trợ. Tăng trưởng của các

doanh nghiệp chế biến thực phẩm trong nước dựa trên lợi thế so sánh của Việt Nam

trong sản xuất các mặt hàng nông sản chính để xuất khẩu (cá da trơn, cà phê, hồ tiêu và tôm) không chỉ gia tăng giá trị và đóng góp cho xuất khẩu; các doanh nghiệp này dẫn đầu việc phát triển các chuỗi giá trị nội địa (kết nối các đơn vị canh tác có qui mô vi mô, nhỏ, và trung bình trong các chuỗi giá trị, tăng cường áp dụng các tiêu chuẩn an toàn thực phẩm / chất lượng, tạo điều kiện cho việc phát triển thương hiệu và tiếp

thị, mở rộng tiếp cận thị trường quốc tế). Học hỏi từ quá khứ, cần có những hành động tiếp theo để đẩy nhanh việc phát triển các chuỗi giá trị với nhiều sản phẩm hơn (các mặt hàng xuất khẩu nông nghiệp mới nổi như rau quả) cũng như lớn hơn và dài

hơn trong sản xuất và chế biến thực phẩm - tiểu ngành sản xuất xuất khẩu lớn thứ

năm (có đóng góp phần lớn trong việc tạo ra GTGT, việc làm và doanh thu) mà các

doanh nghiệp (tư nhân) trong nước chiếm ưu thế. Các khuyến khích, ưu đãi của chính phủ (bao gồm phát triển nền tảng thương mại điện tử để bán các sản phẩm nông

nghiệp, trung gian và kết nối các thành viên của chuỗi giá trị) và đặc biệt là hỗ trợ

cho nông dân (sản xuất nhỏ) là cần thiết nhằm: (i) áp dụng các thực hành sản xuất

đáp ứng các tiêu chuẩn chế biến thực phẩm / các doanh nghiệp xuất khẩu dẫn đầu chuỗi giá trị nội địa; và (ii) tổ chức nông dân trong các hợp tác xã hoặc các hình thức chính thức khác để đạt được hiệu quả lớn hơn từ lợi thế kinh tế nhờ quy mô cao hơn.

TÀI LIỆU THAM KHẢO

Ackerberg, D., Benkard, L., Berry, S., and Pakes, A. (2006) "Econometric Tools for Analyzing Market Outcomes", Forthcoming, Handbook of Econometrics. https://mpra.ub.uni- muenchen.de/38349/

Ba Trung, N. and T. Kaizoji (2017). "Investment climate and firm productivity: An application to Vietnamese manufacturing firms." Applied Economics 49(44): 4394-4409.

Calza, E., et al. (2019). "Drivers of productivity in Vietnamese SMEs: The role of management standards and innovation." Economics of Innovation and New Technology 28(1): 23-44.

Doan, T., et al. (2016). "Does rising import competition harm local firm productivity in less advanced economies? Evidence from the Vietnam's manufacturing sector." The Journal of International Trade & Economic Development 25(1): 23-46.

Ha, D. T. T., et al. (2016). "Misallocation and productivity: The case of Vietnamese manufacturing." Asian Development Review 33(2): 94-118.

Ha, V., et al. (2019). "Does foreign investment enhance domestic manufacturing firms’ labour productivity? Evidence from a quantile regression approach." Economic Change and Restructuring.

Ha, V. H., Mark, Hassan, Gazi (2020). "Does foreign investment improve domestic firm productivity? Evidence from a developing country." Journal the Asian-Pacific Econonmy.

Le, C. L. V. and C. Harvie (2010). "How do Vietnamese SMEs perform? Technical efficiency of SMEs in the manufacturing sector and its sub-sectors." Working paper - University of Wollongong

Le, M.-D., et al. (2019). "From central planning towards a market economy: The role of

ownership and competition in Vietnamese firms’ productivity." Journal of comparative Economics 47(3): 693-716.

Le, V. and C. Harvie (2010). "Firm performance in Vietnam: Evidence from manufacturing small and medium enterprises."

Levinsohn, J. and A. Petrin (2003). "Estimating production functions using inputs to control for unobservables." The Review of Economic Studies 70(2): 317-341.

Long, P. D. and H. T. M. Anh (2017). "Innovation and productivity of Vietnamese small and medium enterprises: Firm level panel data evidence." International Journal of Economics and Financial Issues 7(3): 226.

Minh, N. K., et al. (2012). "Productivity Growth, Technological Progress, and Efficiency Change in Vietnamese Manufacturing Industries: A Stochastic Frontier Approach." Open Journal of Statistics 2(02): 224.

Newman, C., et al. (2015). "Technology transfers, foreign investment and productivity spillovers." European economic review 76: 168-187.

Ngu, V. Q. (2003). "Total Factor Productivity Growth of Industrial State-owned Enterprises

in Vietnam, 1976–98." Asean economic bulletin 20(2): 158-173.

Nguyen, H., et al. (2020). "Labor heterogeneity and total factor productivity: evidence from Vietnamese manufacturing private sector." Management Science Letters 10(1): 29-40.

Nguyen, H. Q. (2017). "Business reforms and total factor productivity in Vietnamese manufacturing." Journal of Asian Economics 51: 33-42.

Ni, B., et al. (2017). "The origin of FDI and domestic firms’ productivity—Evidence from Vietnam." Journal of Asian Economics 52: 56-76.

OECD (2001). Measuring Productivity: Measurement of aggregate and industry-level

productivity growth.

Olley, G. S. and A. Pakes (1992). "The dynamics of productivity in the telecommunications equipment industry." Econometrica 64(6): 1263-1297.

Petrin, A. and J. Levinsohn (2012). "Measuring aggregate productivity growth using plant‐ level data." The RAND Journal of Economics 43(4): 705-725.

Pham, H. (2016). Foreign Direct Investment, productivity and crowding-out: Dynamic panel evidence on Vietnamese firms. Economics and Finance Conferences.

OECD Manual. (http://www.oecd.org/dataoecd/59/29/2352458.pdf)

Saari S. (2006). Productivity: Theory and Measurement in Business. European

Productivity Conference 2006.

Tran, T. B., et al. (2009). "Contribution of productivity and firm size to value-added: Evidence from Vietnam." International Journal of Production Economics 121(1): 274-285.

Tổng cục thống kê (2012). Hệ thống ngành kinh tế Việt Nam.links?

Trinh, L. Q. and H. T. T. Doan (2018). "Internationalization and the growth of Vietnamese micro, small, and medium sized enterprises: Evidence from panel quantile regressions." Journal of Asian Economics 55: 71-83.

UNDP (2018). Năng suất và khả năng cạnh tranh của các doanh nghiệp Việt Nam.

Vu, H. V., et al. (2016). "Firm exporting and productivity: What if productivity is no longer a black box." Baltic Journal of Economics 16(2): 95-113.

Vu, M. T., et al. (2018). "Productivity and wage premiums: Evidence from Vietnamese ordinary and processing exporters." International Economics 154: 48-67.

Vu, V. H. (2012). "Higher productivity in Exporters: Self-selection, learning by exporting or both? Evidence from Vietnamese manufacturing SMEs."

Wooldridge, J. M. (2009). "On estimating firm-level production functions using proxy variables to control for unobservables." Economics letters 104(3): 112-114.

Kong, N. Y. C., & Tongzon, J. (2006). Estimating total factor productivity growth in Singapore at sectoral level using data envelopment analysis. Applied Economics, 38(19), 2299–2314

file:///C:/Users/Van%20Ha/Downloads/Bao%20cao%20Vn.pdf

Trung tâm thông tin-tư liệu (2010), “Nâng cao tỷ trọng và tác dụng của năng suất

Trung tâm Năng suất Việt Nam, Báo cáo chỉ tiêu năng suất Việt Nam 2006,2007, 2009

Cục thông tin KH&CN Quốc Gia (2011), Năng suất yếu tố tổng hợp - tình hình và tỷ trọng

đóng góp của nó vào tăng trưởng kinh tế ở Việt Nam

nhân tố tổng hợp”, Viện Nghiên cứu quản lý kinh tế trung ương.

JOURNAL OF THE ASIA PACIFIC ECONOMY https://doi.org/10.1080/13547860.2021.1951430

Does foreign investment improve domestic firm productivity? Evidence from a developing country

Van T. C Haa,b

, Mark J Holmesa

and Gazi Hassana

aSchool of Accounting, Finance and Economics, University of Waikato, Hamilton, New Zealand; bThuongmai University, Hanoi, Vietnam

KEYWORDS Foreign investment; productivity; horizontal; backward; forward linkages

JEL CLASSIFICATION D22; F21; F23; O12

ABSTRACT This study examines the linkages between foreign investment and the total factor productivity of local enterprises within manufac- turing industry in Vietnam. The Wooldridge GMM estimation approach is applied to panel data to estimate production func- tion, which allows us to obtain total factor productivity of local firms. We then investigate how foreign investment influences local enterprise productivity through different spillover channels using two-step system GMM, FE and RE estimations. Our consist- ent findings show that foreign investment has a negative impact on the total factor productivity of domestic enterprises through the competition channel within an industry. There are strong positive spillovers associated with backward rather than forward linkages. Further insights relate to firm ownership, location, and the state of technology in which the different spillovers occur.

1. Introduction

Foreign investment is regarded as having significant effects on host countries, and so one of the policy priorities in the developing countries is to attract more investment inflows from overseas. Foreign investment is claimed to not only create jobs and enrich the capital resources, but also bring new technologies and innovation that may positively influence the host country’s economy in both direct and indirect ways. While direct impacts from foreign investment occur when it contributes to the host country’s gross domestic product, export capacity, jobs and so on, indirect effects also arise through spillover effects where foreign presence can promote local enterprise productivity. In particular, this may occur through different channels regarded as horizontal, backward and forward spillovers. While horizontal linkages refer to the links between foreign and local enterprises within sectors, vertical linkages are the linkages between local suppliers and foreign customers (backward linkages) and for- eign suppliers and domestic producers (forward linkages) (Aitken and Harrison 1999; Fujimori and Sato 2015; Iwasaki and Tokunaga 2016; Javorcik 2004; Konings 2001; Newman, Rand, Talbot, et al. 2015).

vancam2612@tmu.edu.vn

CONTACT Van T. C. Ha (cid:1) 2021 Informa UK Limited, trading as Taylor & Francis Group

V. T. C. HA ET AL.

Identifying effects of

foreign investment on local enterprise productivity may depend on the spillovers channel, the country context, the estimation method applied or the data used and so on (Gorg and Strobl 2001). While existing evidence shows that multinational enterprises have a generally positive impact on local plant product- ivity (Caves 1974; Fujimori and Sato 2015; Globerman and Meredith 1984; Liu et al. 2000; Reganati and Sica 2007), there is still uncertainty over the type of effects when specific channels are taken into account (Aitken and Harrison 1999; Kugler 2006; Malik 2015; Newman, Rand, Talbot, et al. 2015).

Previous studies of Vietnam find that foreign investment can promote the product- ivity of domestic plants through backward linkages (Newman, Rand, Talbot, et al. 2015), or positively through vertical linkages but negatively through horizontal link- ages (Le and Pomfret 2011). However, these studies focus on study periods that cover the 2000–12 period. More recently, the Vietnamese economy has undertaken a sig- nificant change in policy stance towards favouring foreign investment through pro- viding more tax and land use incentives that large firms can benefit more compared with small and medium ones, as part of the Enterprises Law passed in 2014. Furthermore, recent years have seen Vietnamese firms face a slow-down in productiv- ity due to a decrease in both labour and capital capacity (World Bank 2017). Together with a recent sharp increase in foreign investment inflows, improving the linkages between local and multinational enterprises is regarded as one of the key ways to promote the productivity of domestic firms (World Bank 2017). With this in mind, an investigation into how the foreign enterprise presence has recently affected local firm productivity recently is warranted. In doing so, a consideration of what particular linkage should be a priority for attention.

We investigate the impacts of foreign investment on the total factor productivity (TFP) of local enterprises through horizontal and vertical linkages using a panel data- set for the 2010–15 period at firm level within manufacturing industry in Vietnam. We use data obtained from the annual Vietnamese Enterprise Survey, which covers around an average of 45,000 manufacturing firms. We focus on four main research questions. First, to what extent does foreign investment affect productivity spillovers to domestic enterprises? Second, what is the channel through which local firms can gain the most benefit from foreign investment and therefore, which linkages need to be promoted from a policy point of view? Third, does labour absorptive capacity play a role in productivity spillovers? Fourth, to what extent are the key findings affected by firm characteristics such as location, ownership and the state of technology in pro- duction? In doing so, we analyse the productivity of manufacturing industry through two stages. In the first step, we estimate the TFP of local enterprises, which leads us to the second step, that is to explore the linkage between the local firm TFP and for- eign investment through both the horizontal and vertical channels. This research adds significant value to the existing literature on a number of fronts. First, this paper provides a much-needed updated study and in doing so, employs a rich dataset cov- ering almost every firm in 24 manufacturing sectors. Using the Wooldridge GMM approach, we estimate TFP and control for unobservable factors in the first stage. This is an approach rarely followed in the existing literature on Vietnam. Second, there is limited research that considers the impacts of FDI on TFP through both

JOURNAL OF THE ASIA PACIFIC ECONOMY

horizontal and vertical linkages in Vietnam, but there is no work that considers the more recent change in Vietnam’s policy stance in 2014. Moreover, our study not only investigates the impacts through these linkages, but also considers the interaction between these linkages with the year 2014. Third, in contrast to existing studies, we take into account the role of the labour absorptive capacity of domestic enterprises which might affect the spillovers, as has been highlighted by Harris and Li (2008) and Fu (2008). Finally, we also highlight the impacts varies between low and high- technology-level group; type of ownership and also across the regions which gives a complete picture of the impacts from the foreign presence on local enterprises total factor productivity.

The rest of the study is structured as follows. The next section summarises the theoretical background, followed by the third section that discusses empirical evi- dence. The fourth section describes the methodology and data used in this study. The fifth section provides the results and analysis. Conclusions are presented in the final section.

2. Theoretical background

The effects on local enterprises from multinationals can occur because of factors such as learning-by-watching, the movement of labour, and competition occurring through several channels (Aitken and Harrison 1999; Blalock and Gertler 2008; G€org and Greenaway 2004; Javorcik 2004; Kugler 2006). Blomstr€om and Persson (1983) claim that foreign enterprises may encourage a technology improvement in domestic enter- prises through technological transfer. When a multinational firm enters a host econ- omy, it generally brings capital, technology and human resources to start up its business. Domestic enterprises now are its competitors, suppliers or customers. Though this process, there are three different ways that foreign direct investment can affect local firm’s productivity namely, horizontal, backward and forward spillovers (the latter two are recognized as vertical linkages) (Aitken and Harrison 1999; Fujimori and Sato 2015; Gorodnichenko, Svejnar, and Terrell 2014; Javorcik 2004; Newman, Rand, Talbot, et al. 2015).

Horizontal spillovers occur where the entry of foreign firms leads to productivity transfer to local firms through learning by doing, labour mobility and competition. A positive horizontal spillover can be generated through several ways. If local firms make direct contact with multinational enterprises, information is potentially diffused, the risk is limited and the chance of adoption increases (Blomstr€om and Kokko 1996). Within the same industry, labour mobility may facilitate technology spillovers. In doing so, foreign firm technology is accessed by domestic firms as those workers trained or employed by foreign firms could potentially leave the foreign firms to start their own business, or be hired by local enterprises later competing in the same industries. Horizontal spillovers arise from competition brought by the foreign invest- ment. If foreign firms have advantages over local enterprises in technology, labour skill, managerial skill and so on, then greater competitive pressure on local enterprises may force the latter to produce new products or new technology themselves in order to maintain their market share and adopt new managerial methods and so improve

V. T. C. HA ET AL.

local enterprises

their productivity. In contrast, foreign firms naturally may want to encourage skilled- employees to stay by offering better remuneration packages than the domestic stand- ard. Labour productivity spillovers can also be low in countries where foreign firms (Meyer and Nguyen 2005). have substantial advantages over Furthermore, multinational enterprises may attract demand away from local enter- prises or/and increase competition, thus resulting in a reduction in the output and productivity of local enterprises or in some cases, lead to even worse, exiting the mar- ket (Aitken and Harrison 1999). These considerations lead to negative horizontal productivity spillovers.

Vertical spillovers are generated among industries through backward linkages where foreign enterprises buy inputs from local suppliers, and through forward link- ages if the former supply inputs to the latter. Positive backward spillovers are gener- ated when local firms in upstream sectors that supply intermediates to foreign enterprises in downstream sectors gain productivity improvements. This spillover may occur in several ways, the most likely being knowledge transfer from multi- national enterprises to domestic input suppliers. There is another possibility that up- stream local enterprises that are not directly linked with downstream foreign enterprises might obtain productivity development through externalities. This could be due to scale economies reflecting greater demand for domestically-produced inter- mediates (Javorcik 2004). By contrast, it is also possible that foreign presence will bring negative effects to local enterprises. For example, if multinational enterprises are directly linked with local input suppliers then there may be a possibility that mul- tinationals have more power during contract negotiations that will lead to lower prof- its for local firms, which is considered as a loss in the measured productivity of local firms (Girma and Gong 2008). It can also be argued that local enterprises may experi- ence negative influences on productivity if they attempt to supply inputs that are not suited for production (Larra(cid:2)ın, Lopez-Calva, and Rodriguez-Clare 2000).

Forward spillovers are generated when foreign firms in upstream industries influ- ence the productivity of downstream local enterprises. Forward linkages are generated where domestic enterprises in upstream sectors are customers of multinationals in downstream sectors. Spillovers are generated if intermediate goods provided by for- eign enterprises are new well-developed technologies from which local enterprises can learn from (Grossman and Helpman 2003). Therefore, it is possible for positive exter- nalities to occur through forward linkages. There is also a chance that intermediates supplied by foreign enterprises may be accompanied by services or other forms of support that influences the productivity of local users (Javorcik 2004). This type of foreign investment spillover will only occur through direct linkages between foreign- input suppliers and local producers. Meanwhile, positive forward spillovers can occur if an increase in foreign presence in upstream sectors raises competitive pressures thereby encouraging local input suppliers in those industries to reduce inefficiencies in the production process. Therefore, downstream local enterprises that use inputs from these industries may enjoy productivity improvements due to more efficiently produced inputs supplied by upstream firms. By contrast, there is also the existence of negative forward spillovers. The presence of foreign enterprises in upstream indus- tries may raise competition if foreign firms account for a significant market share. If

JOURNAL OF THE ASIA PACIFIC ECONOMY

local firms in upstream sectors can no longer compete, enterprises in downstream sectors may have to pay higher prices for their intermediate goods (or even experi- ence lower quality inputs), which may result in a productivity reduction in the local firms in downstream sectors. An inadequate labour capacity on the part of local buyers may also be a factor that leads to negative forward spillovers. Here, local firms in downstream sectors may not have sufficient skilled labour in order to operate machinery or inputs purchased from foreign enterprises in upstream industries effect- ively (Aitken and Harrison 1999).

3. Empirical evidence

Numerous studies have investigated the effects of foreign investment on the product- ivity of local enterprises in the host country. Positive effects can be found in both horizontal and vertical linkages and can be different across countries. Early studies that used industry-level data, such as Caves (1974) for Australia and Globerman and Meredith (1984) for Canada, show that the presence of multinational firms has posi- tive effects on the productivity of local enterprises. Other studies conducted by Blomstr€om and Persson (1983) for Mexico, Blomstr€om and Sj€oholm (1999) for Indonesia; Haskel, Pereira, and Slaughter (2007) and Harris and Robinson (2003) for the UK, also find positive linkages between local enterprises’ productivity and foreign presence in manufacturing industries. Liu et al. (2000) for industries in the UK and (Liu et al. 2001) for China, also find positive influences from foreign to local enter- prises. Reganati and Sica (2007) investigating Italy and do not find significant evi- dence of productivity spillovers through horizontal channel. Chang, Chung, and Xu (2007) for China; S€onmez and Pamukc¸u (2013) for Turkey; Dua, Goldar, and Behera (2011) and Behera, Dua, and Goldar (2012) for India; Fernandes and Paunov (2012) for Chile; Tantratananuwat (2016) for Thailand; and Fujimori and Sato (2015) for Indonesia, also find horizontal spillovers from foreign investment to local enterprise productivity.

Kugler (2006) for Colombia, finds that vertical productivity spillovers from foreign investment are primarily inter- rather than intra-industry based. Blalock and Gertler (2002), using firm-level data from Indonesia, find evidence of positive influences through backward linkages. Schoors and Van Der Tol (2002) find positive and signifi- cant impacts of backward linkages in Hungary. Reganati and Sica (2007) indicate sig- nificant evidence of knowledge transfers from the foreign investment in upstream industries to downstream domestic enterprises in Italy. Managi and Bwalya (2010) find the foreign investment presence impacts local enterprises through both vertical and horizontal channels in Zimbabwe and Kenya. Jude (2012) finds positive backward spill- overs from foreign customers to domestic suppliers, Malik (2015) examining India, confirms a significant positive vertical spillover from foreign to local enterprises in high-technology industries and less significant spillovers in low-technology industries.

While much of the evidence supports a positive linkage between foreign and local enterprise productivity, some studies find contrary results. In the case of Morocco, Haddad and Harrison (1993) do not find any evidence of spillovers from foreign to local enterprises, and local firms seemed to be pushed into the low-level technology

V. T. C. HA ET AL.

sector of the industry as the result of competition. Aitken, Hanson, and Harrison (1997) show that in Venezuela, an increased foreign presence in an industry influen- ces the productivity of local enterprises in a negative way because they are forced to reduce their production. Similar results are also reported for Indonesia by these authors. Girma, Greenaway, and Wakelin (2001), in the case of the UK, find no evi- dence of productivity spillovers from foreign to local plants. Konings (2001) examines the linkages in some European countries and finds negative spillovers from foreign to local enterprises in Bulgaria and Romania, and insignificant spillovers in Poland. Djankov and Hoekman (2000), looking at the Czech Republic also find negative impacts from spillovers on local plants. Hu and Jefferson (2002) find negative spill- overs in the electronics industry, but not so for the textile industry in China. Schoors and Van Der Tol (2002) conclude that foreign-invested enterprises are associated negatively with local plant productivity through forward linkages generating negative effects in Hungary. Damijan et al. (2003) find no evidence of spillovers in ten host countries in Eastern Europe. Haskel, Pereira, and Slaughter (2007) suggest that for- eign firms coming from the United States or France are positively linked with local plant productivity, but a foreign firm from Japan generates negative impacts on domestic enterprise productivity in the UK. The research focused on transition economies have on occasion find no or negative spillover effects. In a recent study, Jude (2012) also confirms a negative forward linkage between foreign firms and domestic clients in Romania.

For Vietnam, a number of studies examine productivity spillovers from foreign to local enterprises. Some of these focus on local enterprise total factor productivity (TFP). Applying a two-stage model to a panel of 22 manufacturing sectors at the industry level during 1995–2005, Anwar and Nguyen (2010) indicate that the pres- ence of multinationals has significant positive influences on the manufacturing sector’s growth through vertical backward linkages. In a more recent study, Anwar and Nguyen (2014) examine the impacts on domestic firm total factor productivity for the period of 2000–2005 and find that the effects vary across regions with strong positive spillovers on TFP through backward linkages. Ni et al. (2015) using a panel dataset for the period of 2002–2011 at firm level, find that Vietnamese suppliers’ productivity in upstream sectors has positive linkage with the foreign customers from Asia in downstream sectors, but no significant association with foreign firms from Europe and North American. In further research, Ni and Kato (2017) use firm-level data to investigate whether foreign Asian enterprises in downstream industries affect Vietnamese enterprise’s TFP in upstream industries. These results reveal that the middle group has the strongest positive effects on domestic enterprises TFP in upstream sectors for the period of 2002–211. Newman, Rand, Talbot, et al. (2015) examine spillovers by using a specially designed survey of more than 4,000 manufac- turing enterprises. Their findings show that significant linkages with foreign firms are more likely to occur through vertical rather than horizontal linkages. Positive linkages are often generated through backward linkages while forward linkages generally create negative impacts on local enterprises TFP.

Other studies in Vietnam focus on how foreign firms affect local enterprise output or labour productivity rather than TFP (Le and Pomfret 2011; Newman, Rand, Tarp,

JOURNAL OF THE ASIA PACIFIC ECONOMY

et al. 2015; Nguyen et al. 2008; Thuy 2005; Van Thanh and Hoang 2010; Nguyen 2008). Kien (2008) and Le (2007) find positive impacts from foreign investment on Vietnamese firm labour productivity. Le and Pomfret (2011) investigate the linkages on local firm labour wages and find significant positive evidence from the presence of multinationals and average wages in local private companies. They also point out that average labour income in local private companies is found to be higher in those industries with a larger presence of foreign investment. Thang, Pham, and Barnes (2016) examine the role of geographical proximity in labour productivity spillover effects and find that productivity spillovers diminish as the distances between foreign and local companies increase.

The existing literature has not reached a consensus insofar as the impact from multinational presence on local firms’ productivity is positive or negative through either horizontal or vertical linkages. While these linkages have also been considered for the case of Vietnam, this study employs a much more comprehensive dataset covering most manufacturing firms in Vietnam. Furthermore, it is important to investigate spillovers on TFP and through horizontal and vertical linkages for an updated period that includes important changes in Vietnamese enterprise law providing more incentives for firms in term of taxation and land use (Vietnamese Gov 2013, 2014) encouraging them to expand their business and take advantage of lower income tax rates and lower land rents over a longer time period. This is important because these changes may have benefited not only domestic firms but also foreign enterprises too. While multinationals have already advantages over local firms, these changes may have created a larger gap between them and inhibited potential spillovers from the former to the latter.

4. Methodology and data

4.1. Methodology

Following the earlier work by Newman, Rand, Talbot, et al. (2015), Fujimori and Sato (2015), Anwar and Nguyen (2011), Ni et al. (2015), our model to examine the productivity spillovers is as follows:

þ b

1Horizontaljt þ b

4HHIjt þ b

5scaleijt

tfpijt

¼ b 0 þ b

þ b

2Backwardjt þ b þ b þ b

3Forwardjt þ b 9rdijtþb

10locijt þ uijt

7expintijt

8impintijt

6wageijt

(1)

is total factor productivity of enterprise i in sector j at time t. Horizontaljt, tfpijt Backwardjt, Forwardjt are horizontal, backward and forward linkages between foreign investment and local enterprises, respectively. We might expect to see negative impacts from horizontal linkages and positive effects from backward and forward linkages. HHIjt denotes the Hirschman-Herfindahl index of industry j, which meas- ures the concentration of that market. HHI may either exert a positive or negative on influence on firm productivity. All these variables are at industry level.

The remaining variables in Equation (1) are control variables at firm level. scaleijt is the scale of firm i in the sector j which is computed by dividing the sales of firm i

V. T. C. HA ET AL.

by the average sales of industry j. Firm scale is expected to be associated with firm productivity (Blomstr€om and Persson 1983; Caves 1974; Newman, Rand, Talbot, et al. 2015) where the linkage could be positive (in most cases) or negative (where a firm faces diminishing returns to scale). As most of Vietnamese firms are small and medium-sized and likely characterized by non-decreasing returns to scale, we expect that scale will positively affect firm productivity. According to endogenous growth theory, human capital (in terms of both quality and quantity) is one of the main sources for productivity improvement and economic growth (Romer 1994). In the existing literature, labour quality is generally found to have a positive impact on firm productivity (Le and Pomfret 2011; Newman, Rand, Talbot, et al. 2015). Since the data on labour quality is not available in the survey, we proxy it by labour income, wageijt, which is the average wage of the worker that received from firm i. We assume that firms that pay higher wages may acquire higher-skilled workers, which then enhances productivity. Wage is expected therefore to have a positive linkage with firm’s tfp.

In terms of other variables, expintijt

– the ratio of export volume out of total sales and impintijt - the ratio of import volume out of sales - denote the intensity of exports and imports of firm i, respectively. As exports might have a positive impact on productivity (Arnold and Hussinger 2005; Newman et al. 2017; Wagner 2002, 2007), the more export-intensive a firm is, then the more productive that firm might be. Meanwhile, the impact of imports on productivity is unclear in that it could be positive or negative depending on the type and quality of imported products. In terms of other variables, research and development (R&D) activity is assumed to have a positive influence on local enterprise productivity (AlAzzawi 2012; Castellani et al. 2017). Due to data limitations, we use rdijt which is a dummy variable that refers to the R&D expenditure status of firm i. This equals zero if firm i has no R&D expend- iture, and one if firm i has spent an amount of money on R&D during that year. We assume that those enterprises that are more innovative, are also more productive than those enterprises that do not engage in R&D. We also employ the dummy variable locijt to capture the location of the firm that has a value of one if the enterprise is located in an industrial zone, and zero otherwise. Firms located in an industrial zone can benefit from a better infrastructure associated with lower production costs thereby facilitating higher productivity (Yang, Motohashi, and Chen 2009).

To estimate Equation (1) our approach proceeds in three steps. First, we measure the TFP of domestic firms followed by the second step, which is to measure the link- ages. The final step is to estimate the impacts of foreign investment on domestic enterprise TFP.

The estimation of total factor productivity for each domestic enterprise in our sample is based on the Cobb-Douglas production function. This approach has previ- ously been employed in studies of Vietnamese firms (Newman, Rand, Talbot, et al. 2015; Newman, Rand, Tarp, et al. 2015; Ni and Kato 2017). In the estimation of the production function, common issues include endogeneity and multicollinearity. These issues can be caused by the correlation between observed variables (labour, capital) and unobserved inputs or productivity shocks (managerial ability, quality of land, materials, etc.), or selection bias (firms with low productivity exiting sooner), or other

JOURNAL OF THE ASIA PACIFIC ECONOMY

therefore,

factors (measurement error, etc.). Such correlation potentially creates a bias in the estimation of production functions. Labour and capital inputs are typically highly cor- related which can lead to problems related to multicollinearity (Aguirregabiria 2009). A number of approaches can address these potential problems through using input prices as an instrumental variable (IV), fixed effects estimation, or control functions (Aguirregabiria (2009)). A problem with IV estimation is that input prices, which potentially act as a good instrumental variable, is not available at firm-level. Fixed effects estimation requires the very strong assumption that labour and capital are strictly exogenous, which is unrealistic in most cases. We, follow the approach of controlling for unobservables in estimating production function that was first introduced by Olley and Pakes (1996) (OP) and then extended by Levinsohn and Petrin (2003) (LP) then later modified by Ackerberg, Caves, and Frazer (2006) (ACF). Starting with a log-linearised Cobb-Douglas production function, we may write:

(2)

yijt ¼ b

kkijt þ b

llijt þ xijt þ eijt

is total output, kijt is capital stock, lijt is labour of enterprise i in sector j where: yijt at time t, in log form. xijt is unobserved productivity which refers for total factor productivity (Newman, Rand, Talbot, et al. 2015) and eijt is random error term. With the OP assumption that capital at time t is determined by investment at time t-1, we then have

(3)

ð kijt ¼ 1 (cid:2) d

Þkijt(cid:2)1 þ iijt(cid:2)1

where iijt(cid:2)1 is the lag of investment. Following the OP assumption,1 investment is a function of the unobservable (xÞ and the observable variable (capital)

(4)

iijt ¼ Itðkijt, þ x ijtÞ

We may substitute for x in Equation (2) to obtain:

(5)

yijt ¼ b

i ijtÞ þ eijt

kkijt þ b

llijt þ f ðkijt,

The OP approach provides the estimate ^b k given

^b l

^b l in the first step then allows the second ^b step to estimate l based on Equation (5). However, following Newman, Rand, Talbot, et al. (2015), we employ the one-step GMM Wooldridge (Wooldridge 2009) based on the OP approach taking into account the lag of investment as the instrumental variable, which is a more efficient estimator than the standard two-step ^b : These OP estimator (Newman, Rand, Talbot, et al. 2015), to estimate k and results then, allow us to obtain TFP (say, xijtÞ based on Equation (2):

(6)

cxijt ¼ yijt (cid:2) ^b

k kijt (cid:2) ^b

l lijt

The second step is to measure foreign investment linkages. Following Newman, Rand, Talbot, et al. (2015), Fujimori and Sato (2015), Javorcik (2004) and Jude (2012), spillovers are calculated as follows.

V. T. C. HA ET AL.

(7)

Horizontaljt ¼

FIsalesjt=

salesjt

j¼1

where Horizontaljt represents the ratio of total sales of the foreign enterprises in sec- tor j in time t to the total sales of enterprises in sector j in time t. FIsalesjt denotes the total sales of foreign enterprises in sector j; salesjt is total sales of sector j.

Backward and forward spillovers are considered to occur from the presence of

multinational companies in downstream and upstream industries.

(8)

Backwardjt ¼

ajkt(cid:3)Horizontalkt

where Backwardjt measures the linkage between domestic suppliers in upstream sec- tor j and their foreign customers in downstream sector k. a jktð Þ, k 6¼ j is the share of sector j output supplied to sector k.

(9)

Forwardjt ¼

rjkt(cid:3)Horizontalkt

Forwardjt represents the linkages between foreign suppliers and their domestic cus- tomers. r jktð is calculated as the total intermediate goods from sector k to sector j divided by the total output of sector k. Following Newman, Rand, Talbot, et al. (2015) and Le and Pomfret (2011), HHI is calculated as

(cid:2)

(cid:3) 2

HHIjt ¼

(10)

xijt Xijt

where xijt is the output of enterprise i in sector j at time t; Xijt is total output of sec- tor j.

Once we have estimation results for TPF, horizontal, backward and forward link- ages, we then can proceed to step 3, which is to estimate the impacts of FDI’s pres- ence on domestic firms’ TFP in Equation (1). We allow for the possibility that the change in the investment law in 2014 may have had a significant effect in the spill- overs. With this in mind, we also employ interaction dummies with the spillover vari- ables. The main Equation (1) now becomes:

þ b

¼ b 0

1Horizontaljt þ b

tfpijt

þ b

2Backwardjt þ b þ b

3Forwardjt þ b 9rdijtþb þ b

4HHIjt 10locijt

7expintijt

8impintijt

6wageijt

(11)

þ b

12Backwardjt(cid:3)Year2014

þ b

5scaleijt þ b 11Horizontaljt(cid:3)Year2014 þ b 13Forwardjt(cid:3)Year2014 þ uijt

One may be concerned that our model (11) includes control variables that are potentially endogenous. We account for the potential endogeneity by employing two- step system GMM technique introduced by Arellano and Bond (1991) and Blundell and Bond (1998) where the lags of the regressors and the regressand are used as the instrumental variables. We control for the changes in the economy’s context by

JOURNAL OF THE ASIA PACIFIC ECONOMY

including year dummies into the model. We also employ FE and RE estimations, in which the standard errors are bootstrapped with 2000 replications. In a further test of robustness, we also estimate Equation (11) in first difference estimation form and the results are reported in the Appendix.2

technology in processing and manufacturing enterprises;

4.2. Data We employ a panel dataset of domestic enterprises obtained from the Vietnam enterprise survey (VES), which has been gathered annually by the Vietnamese General Statistical Office (GSO) since 2001. The purposes of the survey are to (i) Collect basic information for management, policymaking, socio-economic develop- ment plans, national and local business development plans, investors and businesses; (ii) Synthesize the indicators in the National Statistical Indicator System, the indica- tors in the annual official report of the provincial Statistics branch; (iii) Evaluate the application of and (iv) Update database of enterprises. The survey covers all the active firms with more than 50 employees in all types of ownership including (i) State-owned enterprises, (ii) the Collective sector, (iii) Domestic private firms and (iv) Foreign-invested firms operating in all industrial sectors and regions. In particular, the survey includes (i) All state-owned enterprises; (ii) All enterprises with foreign direct investment cap- ital; (iii) All non-state enterprises with at least 20 employees (or at least 100 employ- ees for Hanoi and Ho Chi Minh city; at least 50 employees for Hai Phong, Da Nang city, Dong Nai and Binh Duong). The VES survey covers four main activities of firms: (i) General information about firms and their branches, (ii) Labour and labour income, (iii) Business activities and (iv) Other characteristics (such as technology improvement, intermediate inputs depending on the year of the survey)

Enterprises are legally required to cooperate with the GSO and complete the sur- vey under the Statistics Law, which then provides general information of firms and firms’ characteristics. The data then are checked by the GSO for internal consistency and cross-checked with administrative provincial data before being made available for publication. All the enterprises included have a sector code, which allows the user to link it with the sector code related to the Vietnam Standard Industrial Classification (VSIC), which includes 88 sectors at two-digit level.

Regarding the production function estimation, the production function for each sec- tor at 2-digit level is estimated over the 2010–15 study period. There are 24 two-digit sectors in the Vietnamese manufacturing industry, which are coded from 10 to 33 in VSIC 2007. The output variable used in our production function estimation is calcu- lated using the value-added approach. Capital is calculated as the deflated value of assets, and labour is measured as total employees at the end of the year. Investment is calculated as the change in the total assets over the year. Table 1 presents some of the data descriptions for those main variables, where we use the gross output as the dependent variable, labour and capital as the main independent variables and invest- ment as the control variable at firm level to estimate the production function.

The calculation of the linkages is obtained from the VES dataset combining with the Input-Output (IO) table. First of all, horizontal linkages are computed following linkages. Equation (7) using VES dataset, which then allows us to obtain vertical

V. T. C. HA ET AL.

Table 1. Summary statistics for production function estimation variables.

Min

Mean

623,232 442,845 174.27 162,785

Gross output Capital Labour Investment (t-1)

0.1 0.5 1 0

37,685.52 33,721 44.65 3,735

Max 1.54e þ 08 8.96e þ 07 15,100 70,993,950

Notes: Author calculations based on the Vietnam Enterprise survey 2010-2015. Labour units are measured in number of employees, other units are measured in million Vietnamese dong.

SD 0.22 0.25 2.25 0.22 5.34 171.15 0.13 0.08

Min 0 0 0 0.003 8.94e-08 0.25 0 0

Mean 0.39 0.66 1.62 0.045 0.59 48.94 0.025 0.014

Max 0.99 1.5 8.0 2.0 987.107 43,200 0.9 0.9

Table 2. Summary statistics for the estimation of productivity spillovers. Variables Horizontal Backward Forward HHI Scale Wage Expint Impint Notes: Author calculations based on the Vietnam Enterprise survey 2010–201.

Backward and forward linkages are measured by combining the VES data with the IO tables. We use the inverse IO-2012- table, which is a square matrix of 164 sectors. The IO table contains the input values of each sector that is supplied from all the other sectors in the columns, along with the inputs that each sector supplies to all other sectors in the rows (Ha et al. 2019). That allows us to obtain a and r and then proceed to Equations (8) and (9) and calculate the backward and forward linkages.

A brief description of the data is shown in Table 2, which reports some summary statis-

tics of those variables for the whole manufacturing sector over the period of 2010–15.

(firm type code ranges

The whole sample comprises 222,249 observations, which includes only domestic firms. 100% foreign-invested and joint-venture firms are excluded from the sample. As we look closer into firm ownership, technology level and region, our main dataset can be divided into sub-samples. Based on firm type, we create a sub-sample for the state-owned group of 7,166 observations (firm type code ranges from 1 to 5) and pri- vate group of 215,083 observations from 6 to 10). Technology-level clusters are generated by using the industry coding at 2-digit level following a technology-level classification with 127,789 observations in the low-tech group and 94,460 observations in the medium-and-high-tech group. Regional groups include the North (81,444 observations), Central (32,024 observations) and the South (108,781 observations) where the whole sample division is based on province code. A test for the correlation among the variables is reported in Table 3 below.

5. Results

5.1. Productivity estimation

As discussed above, we employ the GMM estimator advocated by Woolridge to esti- mate production function. Lagged investment is used as an instrument to control for

JOURNAL OF THE ASIA PACIFIC ECONOMY

Table 3. Correlation table. Hfdi tfp

Bfdi

Ffdi

HHI

scale

wage

expint

impint

tfp Hfdi Bfdi Ffdi HHI scale wage expint impint

(cid:2)0.0387 0.0839 0.1409 (cid:2)0.0079 0.1421 0.0704 0.0641 0.125

1 0.288 (cid:2)0.0798 (cid:2)0.1068 (cid:2)0.0283 (cid:2)0.0016 0.017 0.058

(cid:2)0.0281 (cid:2)0.0849 (cid:2)0.0194 0.0175 (cid:2)0.0036 0 (cid:2) 0.01

(cid:2)0.0955 0.0022 0.0018 (cid:2)0.077 0.0101

1 0.0049 (cid:2)0.0036 (cid:2)0.0112 (cid:2)0.0025

1 0.0318 0.0736 0.118

1 0.0066 0.02

1 0.2099

unobservables. Table 4 reports our findings based on the Woolridge GMM, OP and OLS estimation.

The results from three estimations are similar across sectors. In general, the sum of the coefficients on labour and capital are close to unity suggesting a constant return to scale. Other sectors with decreasing returns to scale are those sectors that typically have low-skilled workers, for example, the manufacture of textiles (VSIC13), manufacture of leather (VSIC15) and manufacture of basis metal (VSIC25). Sectors with increasing returns to scale are typically those that have a higher level of skilled labour and tech- nology. These sectors include the manufacture of chemical and chemical products (VSIC20), manufacture of pharmaceuticals, medical chemical and botanical products (VSIC21), manufacture of computer, electronics and optical products (VSIC26).

The contribution of labour in most cases is higher than that of capital. This is con- sistent with previous work (Newman, Rand, Talbot, et al. 2015; World Bank 2017). Over the decades, the Vietnamese economy has benefitted from the increased size of labour force, which has also been a key factor in the attraction of foreign investment. By contrast, the lack of capital resources has driven the low contribution from the capital in almost every sector. This is a similar situation to what has occurred in many developing countries. Because of the advantages of GMM over the other esti- mators discussed previously, we proceed to use the estimation of production function GMM-based results to calculate the total factor productivity of domestic firms.

5.2. Foreign investment spillovers

We first conduct an estimation for the whole sample to see the general picture for the spillovers. We then take a closer look at the role of labour absorptive capacity in the process. As we assume there may be differences in the effects that occur across different firm types, technology and location, we also examine sub-samples for groups of ownership, technology level and regions. We see a similar spillover effect from FDI to domestic firm productivity in terms of sign and significance but slightly differ- ent in magnitude across the regressions. As it is argued that GMM technique may provide more consistent results on a dynamic panel data analysis (Roodman 2009), our discussion mainly follows the results from GMM estimation.3

5.2.1. Overall spillovers The baseline results from GMM, FE and RE estimation for the whole sample are reported in Table 5.4 Arellano-Bond test results for autocorrelation and Sargan test

V. T. C. HA ET AL.

Table 4. Production estimation.

Wooldridge GMM

OLS

Sector in VSIC

Wooldridge GMM

OLS

(cid:3)(cid:3)(cid:3)

VSIC10 l

VSIC11 l

0.64 (0.007) (cid:3)(cid:3)(cid:3) 0.71 (0.008) 27,341

1.16 (0.02) (cid:3)(cid:3)(cid:3) 0.32 (0.02) 9,982

0.67 (0.011) (cid:3)(cid:3)(cid:3) 0.35 (0.0147) 10,932 Lag-invest

0.67 (0.017) (cid:3)(cid:3)(cid:3) 0.38 (0.013) 17,594 Lag-invest

1.21 (0.02) (cid:3) 0.05 (0.021) 3,946 Lag-invest

1.07 (0.02) (cid:3)(cid:3)(cid:3) 0.11 (0.02) 6,452 Lag-invest

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC12 l

Observations Instrument VSIC13 l

0.38 (0.07) (cid:3)(cid:3)(cid:3) 0.72 (0.08) 109

0.58 (0.011) (cid:3)(cid:3)(cid:3) 0.63 (0.01) 8,520

0.52 (0.09) (cid:3)(cid:3) 0.56 (0.23) 78 Lag-invest

0.48 (0.19) (cid:3)(cid:3)(cid:3) 0.68 (0.44) 104 Lag-invest

0.58 (0.015) (cid:3)(cid:3)(cid:3) 0.37 (0.021) 4,295 Lag-invest

0.55 (0.012) (cid:3)(cid:3)(cid:3) 0.39 (0.15) 7,052 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC14 l

Observations Instrument VSIC15 l

0.63 (0.007) (cid:3)(cid:3)(cid:3) 0.48 (0.008) 21,657

0.63 (0.01) (cid:3)(cid:3)(cid:3) 0.39 (0.01) 5,449

0.67 (0.009) (cid:3)(cid:3)(cid:3) 0.25 (0.014) 8,227 Lag-invest

0.62 (0.009) (cid:3)(cid:3)(cid:3) 0.28 (0.083) 13,623 Lag-invest

0.61 (0.015) (cid:3)(cid:3)(cid:3) 0.09 (0.025) 2,147 Lag-invest

0.59 (0.01) (cid:3)(cid:3)(cid:3) 0.13 (0.01) 3,606 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC16 l

Observations Instrument VSIC17 l

0.7 (0.009) (cid:3)(cid:3)(cid:3) 0.61 (0.007) 20,434

0.76 (0.01) (cid:3)(cid:3)(cid:3) 0.52 (0.01) 10,095

0.69 (0.013) (cid:3)(cid:3)(cid:3) 0.34 (0.016) 7,757 Lag-invest

0.69 (0.016) (cid:3)(cid:3)(cid:3) 0.37 (0.007) 12,887 Lag-invest

0.77 (0.02) (cid:3)(cid:3)(cid:3) 0.22 (0.02) 4,537 Lag-invest

0.74 (0.02) (cid:3)(cid:3)(cid:3) 0.26 (0.008) 7,080 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC18 l

Observations Instrument VSIC19 l

0.80 (0.011) (cid:3)(cid:3)(cid:3) 0.46 (0.01) 21,693

0.7 (0.08) (cid:3)(cid:3)(cid:3) 0.68 (0.05) 432

0.83 (0.016) (cid:3)(cid:3)(cid:3) 0.16 (0.017) 8,171 Lag-invest

0.74 (0.023) (cid:3)(cid:3)(cid:3) 0.22 (0.018) 13,500 Lag-invest

0.87 (0.144) (cid:3)(cid:3)(cid:3) 0.23 (0.118) 150 Lag-invest

0.66 (0.11) (cid:3)(cid:3)(cid:3) 0.30 (0.09) 263 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC 21 l

Observations Instrument VSIC 20 l

0.91 (0.015) (cid:3)(cid:3)(cid:3) 0.53 (0.012) 10,467

0.78 (0.040) (cid:3)(cid:3)(cid:3) 0.57 (0.033) 1,740

0.88 (0.02) (cid:3)(cid:3)(cid:3) 0.26 (0.02) 3,960 Lag-invest

0.87 (0.041) (cid:3)(cid:3)(cid:3) 0.27 (0.113) 6,518 Lag-invest

0.9 (0.046) (cid:3)(cid:3)(cid:3) 0.37 (0.049) 805 Lag-invest

0.78 (0.046) (cid:3)(cid:3)(cid:3) 0.57 (0.067) 1,224 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC22 l

Observations Instrument VSIC23 l

0.67 (0.01) (cid:3)(cid:3)(cid:3) 0.59 (0.01) 16,922

0.67 (0.009) (cid:3)(cid:3)(cid:3) 0.58 (0.007) 18,669

0.71 (0.016) (cid:3)(cid:3)(cid:3) 0.27 (0.02) 7,381 Lag-invest

0.65 (0.014) (cid:3)(cid:3)(cid:3) 0.32 (0.021) 11,681 Lag-invest

0.63 (0.012) (cid:3)(cid:3)(cid:3) 0.28 (0.026) 8,184 Lag-invest

0.64 (0.008) (cid:3)(cid:3)(cid:3) 0.30 (0.022) 12,551 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC24 l

Observations Instrument VSIC25 l

0.69 (0.02) (cid:3)(cid:3)(cid:3) 0.59 (0.017) 4,736

0.81 (0.008) (cid:3)(cid:3)(cid:3) 0.52 (0.006) 44,366

0.54 (0.029) (cid:3)(cid:3)(cid:3) 0.31 (0.035) 2,065 Lag-invest

0.63 (0.03) (cid:3)(cid:3)(cid:3) 0.30 (0.04) 3,318 Lag-invest

0.85 (0.012) (cid:3)(cid:3)(cid:3) 0.22 (0.012) 17,139 Lag-invest

0.76 (0.011) (cid:3)(cid:3)(cid:3) 0.28 (0.01) 28,516 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC26 l

Observations Instrument VSIC27 l

0.85 (0.038) (cid:3) 0.28 (0.048)

0.84 (0.038) (cid:3)(cid:3)(cid:3) 0.38 (0.007)

0.83 (0.03) (cid:3)(cid:3)(cid:3) 0.44 (0.02)

0.69 (0.028 (cid:3)(cid:3)(cid:3) 0.26 (0.035)

0.68 (0.023) (cid:3)(cid:3)(cid:3) 0.32 (0.045)

0.69 (0.023) (cid:3)(cid:3)(cid:3) 0.63 (0.018) (continued)

JOURNAL OF THE ASIA PACIFIC ECONOMY

Table 4. Continued.

Wooldridge GMM

OLS

Sector in VSIC

Wooldridge GMM

OLS

2,245

4,604

700 Lag-invest

1,292 Lag-invest

1,825 Lag-invest

3,030 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC 28 l

Observations Instrument VSIC29 l

0.72 (0.019) (cid:3)(cid:3)(cid:3) 0.48 (0.016) 5,938

0.67 (0.044) (cid:3)(cid:3)(cid:3) 0.61 (0.035) 882

0.75 (0.027) (cid:3)(cid:3)(cid:3) 0.28 (0.029) 2,454 Lag-invest

0.67 (0.024) (cid:3)(cid:3)(cid:3) 0.31 (0.019) 4,072 Lag-invest

0.66 (0.059) (cid:3)(cid:3)(cid:3) 0.33 (0.067) 429 Lag-invest

0.73 (0.074) (cid:3)(cid:3)(cid:3) 0.36 (0.049) 738 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC31 l

Observations Instrument VSIC30 l

0.69 (0.029) (cid:3)(cid:3)(cid:3) 0.47 (0.022) 2,327

0.78 (0.009) (cid:3)(cid:3)(cid:3) 0.48 (0.009) 15,918

0.63 (0.043) (cid:3)(cid:3)(cid:3) 0.36 (0.054) 877 Lag-invest

0.67 (0.043) (cid:3)(cid:3)(cid:3) 0.54 (0.11) 1,052 Lag-invest

0.85 (0.013) (cid:3)(cid:3)(cid:3) 0.28 (0.018) 6,225 Lag-invest

0.78 (0.018) (cid:3)(cid:3)(cid:3) 0.32 (0.049) 10,309 Lag-invest

(cid:3)(cid:3)(cid:3)

Observations Instrument VSIC 33 l

Observations Instrument VSIC 32 l

0.7 (0.021) (cid:3)(cid:3)(cid:3) 0.49 (0.018) 4,903

0.69 (0.02) (cid:3)(cid:3)(cid:3) 0.47 (0.017) 6,682

0.76 (0.028) (cid:3)(cid:3)(cid:3) 0.26 (0.031) 1,565 Lag-invest

0.67 (0.025) (cid:3)(cid:3)(cid:3) 0.31 (0.029) 2,887 Lag-invest

Observations Instrument

0.69 (0.036) (cid:3)(cid:3)(cid:3) 0.24 (0.033) 1,900 Lag-invest

0.63 (0.025) (cid:3)(cid:3)(cid:3) 0.29 (0.017) 3,668 Lag-invest

Observations Instrument

Notes: Production function estimation of labour and capital on gross output. The Wooldridge GMM approach is applied for the 2010–15 study period. VSIC10 – VSIC33 are the industry codes. All the codes follow The Industrial Classification list provided by the government. Please refer to Anwar and Nguyen (2011) for more detailed.

results for over-identification restrictions are reported at the end of each table. According to Roodman (2009), Arellano and Bond test for the first-order correlation (AR1) and second-order correlation (AR2) among residual in differences where the first-order correlation is expected while the second-order correlation is not. The instrument set of the GMM estimation is from lag 1 to lag 3 of the dependent and independent variables as suggested by Roodman (2009)

There is evidence that multinational enterprises have a negative effect on the TFP of local enterprises operating in the same industry as we find a significant negative influence through horizontal linkages. This is consistent with a foreign presence that increases competition between firms in the same industry, leading the less productive domestic firms (Aitken and Harrison 1999). In the case of Vietnam, local firms are mostly smaller and less productive compared with foreign firms, which makes them less competitive than the multinationals. Unlike existing studies (Anwar and Nguyen 2010; Le and Pomfret 2011), this is consistent with the results that (Newman, Rand, Talbot, et al. 2015) find in their research of Vietnamese manufacturing industry for the earlier period of 2006–12. Furthermore, this result is also consistent with previous studies for both developing and developed countries (Behera 2012; Behera, Dua, and Goldar 2012; Chang, Chung, and Xu 2007; Dua, Goldar, and Behera 2011; Fujimori and Sato 2015; S€onmez and Pamukc¸u 2013).

The results provide evidence that vertical linkages constitute an important mechan- ism of productivity spillovers from foreign to local enterprises. There is significant evidence suggesting that foreign presence promotes domestic firm productivity through the backward linkage channel. When buying inputs from local firms, foreign

V. T. C. HA ET AL.

Table 5. The effects of foreign investment on domestic firms’ productivity.

Variables

(1) GMM (cid:3)(cid:3)

(cid:3)

(cid:3)(cid:3)(cid:3)

(4) OLS (cid:3)(cid:3)(cid:3)

Hlinkage

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)(cid:3)

Flinkage

HHI

(cid:3)(cid:3)(cid:3)

scale

(cid:3)

(cid:3)(cid:3)(cid:3)

wage

expint

(cid:3)(cid:3)

impint

(cid:3)(cid:3)(cid:3)

loc

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

Hy2014

By2014

(cid:3)(cid:3)(cid:3)

Fy2014

(2) FE (cid:2)0.0536 (0.021) 0.122 (0.027) 0.0244 (0.003) (cid:2)0.0021 (0.858) (cid:3) 0.019 (0.015) 0.00036 (0.00028) 0.921 (0.0198) (cid:2)0.179 (0.0328) (cid:3)(cid:3) 0.034 (0.0123) 0.0021 (0.019) 0.081 (0.02) 0.016 (0.0173) (cid:2)0.0089 (0.0019) Yes –

(3) RE (cid:2)0.133 (0.019) 0.379 (0.023) 0.067 (0.0039) (cid:3) (cid:2)0.016 (0.0075) (cid:3) 0.025 (0.012) (cid:3) 0.00043 (0.00024) 0.236 (0.0192) 0.59 (0.029) 0.207 (0.0139) 0.013 (0.019) 0.035 (0.0193) (cid:2)0.039 (0.017) (cid:2)0.013 (0.0018) Yes Yes

(cid:2)0.34 (0.017) 0.11 (0.0145) 0.1092 (0.0015) (cid:2)0.0243 (0.0114) 0.029 (0.0063) 0.00063 (0.00027) 0.4966 (0.013) 1.483 (0.032) 0.379 (0.0157) (cid:3) 0.043 (0.0323) 0.031 (0.0332) (cid:3) (cid:2)0.013 (0.0282) (cid:2)0.0279 (0.0029) Yes Yes

(cid:2)0.370 (0.157) 0.573 (0.106) 0.0909 (0.00789) (cid:3)(cid:3)(cid:3) (cid:2)0.458 (0.102) 0.290 (0.0587) 0.00145 (0.00179) (cid:2)2.99e-05 (5.65e-06) 8.31e-06 (3.99e-06) (cid:3)(cid:3)(cid:3) 4.702 (1.799) 5.403 (0.858) 0.338 (0.106) 0.115 (0.116) 0.00518 (0.00725) Yes Yes 0.00 0.867 0.00

(cid:3)(cid:3)(cid:3)

Year dummies Industry dummies AR(1) AR(2) Sargan Constant

2.258 (0.150) 210,812 – 77,525

3.59 (0.026) 210,812 – 77,525

3.24 (0.024) 210,812 – 77,525

3.506 (0.0172) 210,812 0.071 77,525

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)

Observations R-squared Number of id Notes: The estimation of the effects of foreign investment on domestic firm TFP over the period of 2010–15 by GMM, FE, RE and OLS estimations. Year dummies are included. For GMM estimation, lag 1 to lag 3 of TFP, Hlinkage, Blinkage, Flinkage are used as the instrument variables. P-values are reported for the Arellano-Bond test for second- order autocorrelation AR(2) confirms there is no second-order serial correlation across the models. P-values are reported for Sargan test confirm the validity of the instruments. For FE, RE and OLS estimations, robust standard errors given in parentheses are bootstrapped with 2000 replications.

p < 0.05,

p < 0.01,

p < 0.1.

enterprises may ask for a high standard quality that forces domestic firms to be more productive if they want to be a part of the value chain. Furthermore, foreign firms may be motivated to transfer their technology and know-how to domestic suppliers in order to allow the latter to produce high-quality inputs that meet their criteria. This finding is consistent with previous studies of Vietnam (Le and Pomfret 2011; Newman, Rand, Talbot, et al. 2015; Ni and Kato 2017) and in studies of other coun- tries (Blalock and Gertler 2008; Javorcik 2004; Jude 2012; Kugler 2006).

While earlier studies find evidence of negative forward linkages (Newman, Rand, Talbot, et al. 2015; Schoors and Van Der Tol 2002), or no evidence of forward link- age at all (Anwar and Nguyen 2010; Le and Pomfret 2011; Nguyen 2008), we find sig- nificant positive forward spillovers but with a smaller magnitude compared with backward linkages. This is consistent with local customers having a direct relationship

JOURNAL OF THE ASIA PACIFIC ECONOMY

with foreign suppliers and benefitting from the high-quality inputs bought from them. It should be emphasized that domestic firms’ total factor productivity in down- stream sectors benefit from the intermediates supplied by foreign enterprises in upstream industries where they are widely recognized to be of good quality and more advanced, especially in terms of technology. That may be the main mechanism that creates positive forward spillovers on TFP, where technology plays a significant role together with labour and capital.

As has been discussed earlier, our study period includes some changes in terms of investment law in 2014. To allow for this change, we take into account interactions between the year 2014 and the linkages to see if foreign investment appears in 2014 makes any differences in the spillovers to domestic enterprises’ productivity. The results in Table 5 show that year 2014 has impacts on the spillovers where we find that the interaction terms are significant across the linkages. The results indicate that foreign investment from 2014 onwards creates additional significant positive linkages through the competition channel and additional negative or moderating impacts to local buyers through forward linkages.

5.2.2. The role of labour absorptive capacity There is the possibility that enterprises with different levels of skilled-labour can benefit from different productivity spillovers. With this in mind, we extend the ana- lysis to take into account the role of absorptive capacity in both the direct and indir- ect linkages with foreign firms. This allows us to test whether firms with more skilled workers gain more productivity spillovers through horizontal and vertical linkages. For this purpose, we can augment Equation (11) through the addition of interaction terms between the average wage of domestic firms with the linkages (wageH, wageB and wageF). Exploring the absorptive capacity of local enterprises and the spillovers that may exist through horizontal and vertical linkages offers new insights. The results are presented in Table 6.

Overall, the results from Table 6 once again confirm a negative impact from hori- zontal linkages and positive effect from backward and forward linkages, where the impact through backward and forward appear to be stronger in this model. A closer look at the interactions between FDI and absorptive capacity of local firms, our find- ings reveal negative spillovers through competition channel applied to local firms who pay higher labour wages as well while the coefficient on the interaction term between labour wages and horizontal linkage is negative and significant in the GMM estimation. In terms of the interaction term between labour wages and backward link- ages across industries, we find evidence of a negative linkage suggesting that domestic firms in upstream sectors with more skilled workers receive less impacts from foreign investment in the downstream sectors. Our results from GMM and FE estimations find significant evidence to support that positive forward linkages are stronger for those domestic suppliers who pay higher wages to their employees. These findings can only suggest that labour absorptive capacity plays a role in the spillover process which occurs through forward linkages. However, our study faces some difficulties in measuring the variable where our data do not offer details about the labour force such as labours’ skills, education or experiences.5

V. T. C. HA ET AL.

Table 6. Productivity spillover and absorptive capacity.

Variables

(1) GMM

(cid:3)(cid:3)(cid:3)

Hlinkage

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

Flinkage

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

HHI

(cid:3)(cid:3)(cid:3)

scale

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

wage

expint

impint

wageH

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

wageB

(cid:3)(cid:3)(cid:3)

wageF

loc

(cid:3)(cid:3)(cid:3)

Hy2014

(cid:3)(cid:3)(cid:3)

By2014

(cid:3)(cid:3)(cid:3)

Fy2014

(2) FE (cid:3) (cid:2)0.123 (0.0902) 0.215 (0.0607) 0.0114 (0.00516) (cid:2)0.00262 (0.00773) 0.0190 (0.0172) 0.00126 (0.000494) (cid:2)1.424 (1.514) 0.193 (0.0256) 0.00141 (0.00191) (cid:2)0.00202 (0.000908) 0.000236 (7.11e-05) (cid:3)(cid:3) 0.0327 (0.0140) 0.00424 (0.0208) 0.0898 (0.0224) 0.00363 (0.0207) (cid:2)0.00825 (0.00194)

(cid:3)(cid:3)(cid:3)

Year dummies Industry dummies Constant

Yes – 3.570 (0.0318)

(3) RE (cid:2)0.0804 (0.0812) 0.0705 (0.0498) 0.0325 (0.00732) (cid:2)0.00642 (0.00764) (cid:3)(cid:3) 0.0256 (0.0128) 0.00131 (0.000511) (cid:2)1.558 (2.000) 0.678 (0.0306) 0.000845 (0.00170) (cid:2)0.00166 (0.000838) 9.84e-05 (0.000117) (cid:3)(cid:3)(cid:3) 0.228 (0.0141) 0.0158 (0.0204) 0.0822 (0.0211) (cid:2)0.00510 (0.0195) (cid:2)0.0137 (0.00192) Yes Yes 3.295 (0.0313)

(4) OLS (cid:2)0.0131 (0.107) (cid:2)0.0114 (0.0648) 0.105 (0.0105) (cid:2)0.0252 (0.0125) 0.0302 (0.00681) 0.00169 (0.000692) (cid:2)2.212 (2.339) 1.628 (0.0484) 0.000501 (0.00223) (cid:2)0.00172 (0.00123) 4.93e-05 (0.000176) (cid:3)(cid:3)(cid:3) 0.401 (0.0135) 0.0430 (0.0300) 0.0359 (0.0320) (cid:2)0.0244 (0.0293) (cid:2)0.0277 (0.00272) Yes Yes 3.502 (0.0343)

(cid:2)1.728 (0.465) 2.271 (0.449) 0.217 (0.0355) (cid:2)0.534 (0.117) 0.440 (0.0704) 0.0501 (0.00910) (cid:2)3.48e-05 (6.23e-06) 4.95e-06 (4.42e-06) (cid:3)(cid:3)(cid:3) (cid:2)0.0335 (0.0105) (cid:2)0.0376 (0.00993) 0.00288 (0.000753) (cid:3)(cid:3)(cid:3) 0.701 (0.230) 0.0538 (0.0177) 1.099 (0.230) 0.701 (0.230) 0.0538 (0.0177) Yes – 0.216 (0.390) 0.023 0.224 0.000 210,812

210,812

210,812 0.169

AR(1) AR(2) Sargan Observations R-squared Number of id

77,524

210,812 0.020 77,525

77,525

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

Notes: Year dummies are included. Robust standard errors given in parentheses are bootstrapped with 2000 replica- tions for FE, RE and OLS estimations. For GMM estimation, lag from 1 to 3 of TFP, Hlinkage, Blinkage, Flinkage are (cid:3) p < .1. used as the instrument variables.

p < 0.01,

p < 0.05,

In terms of the control variables, we do find evidence to suggest that firm specifics have significant influences on productivity. Based on estimations in Tables 5 and 6, firm’s scale, wage and import activity affect the productivity of firms positively. The location of domestic firms is found to be important insofar as firms located in an industrial zone with a better infrastructure system and networking facilities are more productive than firms locate elsewhere. We also find evidence to suggest that firms with significant R&D expenditure over the period are more productive than those firms that do not. These findings are along the lines of previous studies (Anwar and Nguyen 2014; Le and Pomfret 2011; Newman, Rand, Talbot, et al. 2015; Zhou, Li, and Tse 2002). By contrast, the concentration at industry level (HHI) is found to

JOURNAL OF THE ASIA PACIFIC ECONOMY

have a negative impact on the total factor productivity of local firms. Meanwhile, the argument that export-oriented firms are more productive is not supported.

Overall, our findings indicate that foreign firms have negative horizontal impacts on domestic competitors in the same sectors while having a positive effect on local suppli- ers in upstream sectors where the linkages become more significant when the absorp- tive capacity of domestic enterprises is also taken into account. We also find evidence supporting a view that foreign enterprises can boost the local enterprises’ TFP in the downstream sectors. This suggests that although foreign firms have remained discon- nected from domestic firms, the latter can still benefit from the former.

5.2.3. Productivity spillovers by ownership and technology level It is possible that domestic private and state-owned enterprises and enterprises that are characterized by different levels of technology may be impacted differently by the for- eign investment presence. With this in mind, we investigate any such differential impacts by examining appropriate sub-samples of the data. The results from GMM estimations are reported in Table 7.6 We first look at how ownership affects productiv- ity spillovers by estimating Equation (11) on two different sub-datasets: private and state-owned firms. All firms that have the code from 1 to 5 are treated as state-owned firms, and from 6 to 10 are private firms. We consider whether private firms are more active and benefit more from foreign investment presence than state-owned enterprises. In addition, we investigate the impact of foreign investment on local firms based on two different technology groupings. There is limited available data on the technology level of firms, but we can divide domestic firms into two broad groups: (i) low-tech and (ii) medium & high- tech based on previous research (Anwar and Nguyen 2011). We hypothesize that the medium & high-tech firms might gain more productivity spill- overs than low-tech-firms. This is because the technology level and management skills are closer to that of foreign firms. Under such a scenario, medium & high-tech firms might benefit from an easier transfer of technical know-how.

We find significant differences between the spillovers linked to private and state- owned firms in the column (1) and (2) in Table 7. Private domestic firms’ productiv- ity appears to have strong, positive linkages with foreign investment through backward and forward linkages while there is weak evidence of positive backward linkages for state-owned enterprises. Compared with state-owned enterprises, private enterprises are more active in the supporting industries and therefore linked more closely with multinationals in terms of being their suppliers. Similarly, private firms are negatively less affected by the competition raised by the presence of foreign investment in the same sectors compared to state-owned firms. This finding may sug- gest tighter connections between private domestic and foreign enterprises across the linkages, while state-owned firms appear to stay disconnected.

The results for the two technology groups do not support the idea that medium- and high-tech enterprises significantly benefit more than low-tech enterprises from the foreign investment through the linkages. Low-tech local enterprises in upstream sectors that supply inputs to foreign enterprises in downstream sectors are encour- aged to improve their productivity due to the high requirement for the inputs from their foreign customers through backward linkage (Blinkage). In contrast, looking at

V. T. C. HA ET AL.

Table 7. Foreign productivity spillovers by ownership and technology level – GMM estimation. (4) Low-tech

(3) High-tech

Variables

(1) Private (cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

Hlinkage

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)(cid:3)

(cid:3)

(cid:3)(cid:3)(cid:3)

Flinkage

(cid:3)(cid:3)(cid:3)

HHI

(cid:3)(cid:3)(cid:3)

scale

(cid:3)(cid:3)(cid:3)

wage

expint

(cid:3)(cid:3)

impint

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

loc

(cid:3)(cid:3)(cid:3)

Hy2014

(cid:3)(cid:3)(cid:3)

By2014

(cid:3)

(cid:3)(cid:3)(cid:3)

Fy2014

(cid:3)(cid:3)(cid:3)

wageH

(cid:3)(cid:3)(cid:3)

wageB

(cid:3)(cid:3)(cid:3)

wageF

(cid:3)(cid:3)

Constant

(2) State-owned (cid:2)2.010 (0.572) 1.019 (0.369) 0.0911 (0.0508) (cid:2)0.159 (0.137) 0.0608 (0.0151) 0.0333 (0.00679) (cid:2)1.14e-06 (1.31e-06) (cid:3) (cid:2)1.01e-06 (5.77e-07) 0.872 (0.888) 2.239 (0.671) 0.476 (0.318) (cid:2)0.198 (0.218) (cid:2)0.0207 (0.0216) (cid:2)0.0340 (0.00968) (cid:2)0.00787 (0.00608) (cid:2)0.000468 (0.000942) (cid:3)(cid:3)(cid:3) 1.373 (0.370) 0.017 0.403 0.035

AR(1) AR(2) Sargan Observations Number of id

(cid:2)1.598 (0.381) 2.085 (0.349) 0.154 (0.0283) (cid:2)0.372 (0.0949) 0.701 (0.0694) 0.0402 (0.00687) (cid:2)3.46e-05 (4.92e-06) 8.65e-06 (3.64e-06) (cid:3)(cid:3)(cid:3) 5.273 (1.764) 2.558 (0.776) 0.787 (0.184) 0.550 (0.182) 0.0162 (0.0141) (cid:2)0.0276 (0.00857) (cid:2)0.0306 (0.00776) 0.00167 (0.000597) 0.640 (0.296) 0.010 0.090 0.000 204,054 76,321

0.493 (0.420) (cid:3) 0.621 (0.373) 0.130 (0.0236) (cid:2)0.195 (0.0388) 0.277 (0.0479) (cid:3) 0.0118 (0.00622) (cid:2)4.84e-05 (8.45e-06) 6.99e-06 (3.15e-06) (cid:2)1.268 (1.514) 2.405 (0.560) (cid:2)0.0184 (0.285) (cid:3) 0.455 (0.268) 0.0242 (0.0145) (cid:2)0.00382 (0.00903) (cid:2)0.00633 (0.00804) (cid:2)0.000765 (0.000495) (cid:3)(cid:3)(cid:3) 2.445 (0.295) 0.003 0.777 0.000 90,765 33,143

(cid:2)0.0933 (0.352) 1.383 (0.304) (cid:2)1.267 (0.279) 10.43 (1.350) 0.756 (0.0843) (cid:2)0.000937 (0.00547) (cid:2)1.52e-05 (3.25e-06) (cid:2)4.03e-06 (2.56e-06) (cid:3)(cid:3)(cid:3) 4.603 (1.338) 1.873 (0.838) (cid:2)0.0747 (0.174) 0.719 (0.185) (cid:2)0.340 (0.104) (cid:2)0.000361 (0.00847) (cid:3)(cid:3) (cid:2)0.0145 (0.00665) 0.0234 (0.00501) (cid:3)(cid:3)(cid:3) 1.966 (0.333) 0.030 0.652 0.000 120,047 46,242

6,758 2,307 (cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

p < 0.01,

p < 0.05,

(cid:3) p < 0.1). Two-step system GMM estimation Notes: Robust standard errors in parentheses ( is applied in all regressions. P-values are reported for the Arellano-Bond test for autocorrelation. AR(2) confirms there is no second-order serial correlation across the models. P-values are reported for Sargan test confirm the validity of the instruments.

the Flinkage coefficients in column (3) and (4) we can see that medium - and high- tech firms in downstream sectors are positively linked with the foreign firms’ presence in upstream industries while the low-tech group appears to experience the negative effects. It is reasonable to expect that high-tech firms have more adequate technology to absorb high quality inputs supplied by foreign enterprises through for- ward linkages and so be more productive. We do not find the horizontal spillovers in both cases.

5.2.4. Productivity spillovers across regions We further consider the possibility that domestic firms in the North and South of Vietnam benefit from more advanced infrastructure with a more active business

JOURNAL OF THE ASIA PACIFIC ECONOMY

Table 8. Productivity spillovers across regions – GMM estimation. (2) Central

Variables

(3) South

(1) North (cid:3)(cid:3)(cid:3)

Hlinkage

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)(cid:3)

Flinkage

(cid:3)(cid:3)(cid:3)

HHI

(cid:3)(cid:3)(cid:3)

scale

(cid:3)(cid:3)(cid:3)

wage

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

expint

(cid:3)(cid:3)(cid:3)

impint

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

loc

(cid:3)(cid:3)(cid:3)

Hy2014

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

By2014

(cid:3)(cid:3)

Fy2014

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

wageH

(cid:3)(cid:3)(cid:3)

wageB

(cid:3)(cid:3)(cid:3)

wageF

Constant

1.846 (0.278) 3.511 (0.354) 0.181 (0.0215) (cid:2)0.436 (0.0933) 0.814 (0.0764) 0.0854 (0.00911) (cid:2)2.15e-05 (5.16e-06) (cid:3) 3.56e-06 (1.97e-06) 3.378 (1.619) 0.342 (0.721) 1.503 (0.221) 1.561 (0.207) 0.0537 (0.0248) (cid:2)0.0366 (0.00623) (cid:2)0.0814 (0.00921) 0.00244 (0.000623) (cid:3)(cid:3)(cid:3) (cid:2)1.023 (0.323) 0.002 0.578 0.000

(cid:2)0.575 (0.403) 0.988 (0.327) 0.165 (0.0243) (cid:3)(cid:3) (cid:2)0.161 (0.0727) 0.236 (0.0698) 0.0106 (0.00799) (cid:2)9.14e-06 (3.66e-06) (cid:2)7.65e-07 (1.18e-06) (cid:2)0.601 (1.012) 1.723 (0.468) 0.0313 (0.187) 0.297 (0.150) 0.0135 (0.0117) 0.0295 (0.0115) (cid:3) (cid:2)0.0175 (0.00913) (cid:2)0.00172 (0.000569) (cid:3)(cid:3)(cid:3) 2.200 (0.259) 0.004 0.325 0.000

(cid:2)0.293 (0.316) 0.892 (0.249) 0.0831 (0.0242) (cid:2)0.453 (0.133) 0.385 (0.0520) (cid:2)0.00390 (0.00327) (cid:2)6.99e-06 (2.92e-06) 4.18e-06 (1.58e-06) 2.494 (1.020) (cid:2)0.0633 (0.644) (cid:2)0.0101 (0.0987) 0.0788 (0.120) 0.00506 (0.00738) 0.0174 (0.00564) (cid:2)0.00643 (0.00439) 0.000138 (0.000348) (cid:3)(cid:3)(cid:3) 2.683 (0.202) 0.304 0.733 0.000

AR(1) AR(2) Sargan Observations Number of id

77,940 27,308

101,852 39,729

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

p < 0.01,

p < 0.05,

31,020 10,488 (cid:3) p < 0.1). Two-step system GMM estimation Notes: Robust standard errors in parentheses ( is applied in all regressions. Model (1) includes a dummy variable representing sectors that are export oriented. Model (2) includes a dummy variable representing the interactions between export and the linkages. P-values are reported for the Arellano-Bond test for second-order autocorrelation AR(2) confirms there is no second-order serial correlation across the models. The number of instruments (54) is less than number of groups (397) in all regressions. P-values are reported for Sargan and Hansen test confirm the validity of the instruments.

environment together incorporating a higher intensity of multinationals activity, are in a strong competitive position and so able to derive more benefit from foreign investment. We estimate Equation (11) for the northern, central and southern regions of Vietnam based on firm province code.

The results reported in Table 8 are generally consistent with our previous results. Overall, we find evidence of positive effects through backward and forward linkages in all cases (Blinkages and Flinkages) for the North, Central and the South regions.7

Positive backward and forward linkages occur through all the regions with the Northern firms seem to enjoy the positive vertical spillovers the most. The presence of foreign enterprises in upstream and downstream sectors has positive linkages with

V. T. C. HA ET AL.

local firm productivity through backward and forward linkages throughout the coun- try, which is consistent with the earlier estimations.

Positive horizontal spillover (Hlinkage) is found for the North while there is no significant evidence is found for the Central and the South region. Domestic firms in the North are positively influenced by foreign investment through horizontal linkages overall, especially from 2014 onwards, but this is not the case in the Central and the South regions. This is potentially driven by the regions, industries and/or firm charac- teristics. It may be the case that domestic firms in the North are more exposed to the presence of multinationals and react quicker with the changes than that is in the Central and the South. In general, there are common features in the results for the regional sub-samples as compared to the main results discussed earlier.

6. Conclusion

With an updated dataset covering most manufacturing firms throughout the country, we explore the impacts of foreign investment on domestic enterprise TFP in the Vietnamese manufacturing sector. We use TFP as the dependent variable that is ini- tially obtained from the Wooldridge-GMM approach for estimating a Cobb-Douglas production function. Our analysis confirms that positive spillovers are likely to occur through both backward and forward linkages. We also find evidence of negative productivity spillovers through horizontal linkages, highlighting that local firms are perhaps disadvantaged and may find it a challenge to compete with multinationals in the same sector. We only find that labour absorptive capacity plays a role in the forward spillover process. The spillovers occur in different ways for private and state- owned firms, while there are similarities between technology groups. Regional specif- ics make a small difference insofar as firms in the Northern region benefit a little more from spillovers compared with local firms in other locations. A number of firm-specific factors are also found to have significant impacts on its productivity. In terms of policy implications, our findings suggest that fostering linkages between domestic and foreign enterprises through vertical linkages should be a priority policy in order to gain more productivity spillovers. Targeted support could be considered for those local firms with direct linkages to foreign firms in the value chain. Such support could target those joint-venture or market-seeking foreign firms. Local firms also need to focus on product quality, innovation efforts, and training of workers to improve their absorptive capacity. Given that our study identifies a number of inter- esting differences in results based on the location of firms and levels of technology employed, further exploration of these issues is warranted.

Notes

1. The use of intermediate goods/materials or investment and its lags can be used as an IV the former is not available for the whole sample

for unobservables, but

to control throughout the period so we use lag of investment as an IV instead.

2. We take the first difference of the tfp as the dependent variable and the first difference of

all other independent variables.

3. We provide Hausman test in the Table A1 where the results favor FE estimation.

JOURNAL OF THE ASIA PACIFIC ECONOMY

4. We also estimate our baseline model in Equation (11) using lag-model and first difference

estimation technique and results are presented in Tables A2 and A3.

5. There is another survey that looks deeper into this conducted by the World Bank, but for only small and medium selected firms which is about a thousand firms a year. In employing the VES data that features a much larger number of firms, we are not able to obtain more.

6. The results from FE and RE estimations are also reported in Table A4. 7. The results from GMM estimations are also reported in Table A5.

Disclosure statement

No potential conflict of interest was reported by the author(s).

ORCID

http://orcid.org/0000-0001-9616-3290

http://orcid.org/0000-0002-1771-9324

Van T. C Ha Mark J Holmes Gazi Hassan

http://orcid.org/0000-0001-5476-8435

References

Ackerberg, D., K. Caves, and G. Frazer. 2006. “Structural

Identification of Production

Functions.” MPRA Paper, No 38349. https://ideas.repec.org/p/pra/mprapa/38349.html

Aguirregabiria, V. 2009. “Econometric Issues and Methods in the Estimation of Production Functions.” MPRA Paper, No15973. https://mpra.ub.uni-muenchen.de/15973/1/MPRA_ paper_15973.pdf

Aitken, B., G. H. Hanson, and A. E. Harrison. 1997. “Spillovers, Foreign Investment, and Export Behavior.” Journal of International Economics 43 (1-2): 103–132. doi:10.1016/S0022- 1996(96)01464-X.

Aitken, B. J., and A. E. Harrison. 1999. “Do Domestic Firms Benefit from Direct Foreign Investment? Evidence from Venezuela.” American Economic Review 89 (3): 605–618. doi:10. 1257/aer.89.3.605.

AlAzzawi, S. 2012. “Innovation, Productivity and Foreign Direct Investment-Induced R&D Spillovers.” The Journal of International Trade & Economic Development 21 (5): 615–653. doi:10.1080/09638199.2010.513056.

Anwar, S., and L. P. Nguyen. 2010. “Absorptive Capacity, Foreign Direct Investment-Linked Spillovers and Economic Growth in Vietnam.” Asian Business & Management 9 (4): 553–570. doi:10.1057/abm.2010.28.

Anwar, S., and L. P. Nguyen. 2011. “Foreign Direct Investment and Export Spillovers: Evidence from Vietnam.” International Business Review 20 (2): 177–193. doi:10.1016/j.ibus- rev.2010.11.002.

Anwar, S., and L. P. Nguyen. 2014. “Is Foreign Direct Investment Productive? A Case Study of the Regions of Vietnam.” Journal of Business Research 67 (7): 1376–1387. doi:10.1016/j. jbusres.2013.08.015.

Arellano, M., and S. Bond. 1991. “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations.” The Review of Economic Studies 58 (2): 277–297. doi:10.2307/2297968.

Arnold, J. M., and K. Hussinger. 2005. “Export Behavior and Firm Productivity in German Manufacturing: A Firm-Level Analysis.” Review of World Economics 141 (2): 219–243. doi: 10.1007/s10290-005-0026-8.

V. T. C. HA ET AL.

Behera, S. R. 2012. “Technology Spillover and Determinants of Foreign Direct Investment: An Analysis of Indian Manufacturing Industries.” Journal of Economics Development 40 (3): 55–83.

Behera, S. R., P. Dua, and B. Goldar. 2012. “Foreign Direct Investment and Technology Spillover: Evidence across Indian Manufacturing Industries.” The Singapore Economic Review 57 (02): 1250011. doi:10.1142/S0217590812500117.

Blalock, G., and P. Gertler. 2002. Technology Diffusion from Foreign Direct Investment through

Supply Chain. Working paper. https://www.researchgate.net/publication/228791174_

Blalock, G., and P. J. Gertler. 2008. “Welfare Gains from Foreign Direct Investment through International Economics 74 (2):

Technology Transfer to Local Suppliers.” Journal of 402–421. doi:10.1016/j.jinteco.2007.05.011.

Blomstr€om, M., and A. Kokko. 1996. “The Impact of Foreign Investment on Host Countries: the Empirical Evidence.” https://www.worldscientific.com/doi/abs/10.1142/

A Review of S0217590813500173

Blomstr€om, M., and H. Persson. 1983. “Foreign Investment and Spillover Efficiency in an Underdeveloped Economy: Evidence from the Mexican Manufacturing Industry.” World Development 11 (6): 493–501. doi:10.1016/0305-750X(83)90016-5.

Blomstr€om, M., and F. Sj€oholm. 1999. “Technology Transfer and Spillovers: Does Local Participation with Multinationals Matter?” European Economic Review 43 (4-6): 915–923. doi:10.1016/S0014-2921(98)00104-4.

Blundell, R., and S. Bond. 1998. “Initial Conditions and Moment Restrictions in Dynamic Journal of Econometrics 87 (1): 115–143. doi:10.1016/S0304-

Panel Data Models.” 4076(98)00009-8.

Castellani, D., S. Montresor, T. Schubert, and A. Vezzani. 2017. “Multinationality, R&D and Productivity: Evidence from the Top R&D Investors Worldwide.” International Business Review 26 (3): 405–416. doi:10.1016/j.ibusrev.2016.10.003.

Caves, R. E. 1974. “Multinational Firms, Competition, and Productivity in Host-Country

Markets.” Economica 41 (162): 176–193. doi:10.2307/2553765.

Chang, S. J., J. Chung, and D. Xu. 2007. “FDI and Technology Spillovers in China.” https://

ideas.repec.org/p/hit/hitcei/2007-7.html

Damijan,

J. P., M. Knell, B. Majcen, and M. Rojec. 2003. “The Role of FDI, R&D Accumulation and Trade in Transferring Technology to Transition Countries: Evidence from Firm Panel Data for Eight Transition Countries.” Economic Systems 27 (2): 189–204. doi:10.1016/S0939-3625(03)00039-6.

Djankov, S., and B. Hoekman. 2000. “Foreign Investment and Productivity Growth in Czech Enterprises.” The World Bank Economic Review 14 (1): 49–64. doi:10.1093/wber/14.1.49. Dua, P., B. Goldar, and S. R. Behera. 2011. “Foreign Direct Investment and Technology Spillover: An Evaluation across Different Clusters in India.” https://ideas.repec.org/p/cde/ cdewps/200.html

Fernandes, A. M., and C. Paunov. 2012. “Foreign Direct

Investment

in Services and Manufacturing Productivity: Evidence for Chile.” Journal of Development Economics 97 (2): 305–321. doi:10.1016/j.jdeveco.2011.02.004.

Fu, X. 2008. “Foreign Direct Investment, Absorptive Capacity and Regional Innovation Capabilities: evidence from China.” Oxford Development Studies 36 (1): 89–110. doi:10.1080/ 13600810701848193.

Fujimori, A., and T. Sato. 2015. “Productivity and Technology Diffusion in India: The Spillover Effects from Foreign Direct Investment.” Journal of Policy Modeling 37 (4): 630–651. doi:10.1016/j.jpolmod.2015.04.002.

Girma, S., and Y. Gong. 2008. “FDI, Linkages and the Efficiency of State-Owned Enterprises 728–749. doi:10.1080/

of Development

Journal

Studies

(5):

in China.” The 00220380802009233.

Girma, S., D. Greenaway, and K. Wakelin. 2001. “Who Benefits from Foreign Direct Investment in the UK?” Scottish Journal of Political Economy 48 (2): 119–133. doi:10.1111/ 1467-9485.00189.

JOURNAL OF THE ASIA PACIFIC ECONOMY

Globerman, S., and L. Meredith. 1984. “The Foreign Ownership-Innovation Nexus in Canada.”

Columbia Journal of World Business 19 (4): 53–62.

G€org, H., and D. Greenaway. 2004. “Much Ado about Nothing? Do Domestic Firms Really from Foreign Direct Investment?” The World Bank Research Observer 19 (2):

Benefit 171–197.

Gorg, H., and E. Strobl. 2001. “Multinational Companies and Productivity Spillovers: A Meta-

Analysis.” The Economic Journal 111 (475): F723–739. doi:10.1111/1468-0297.00669.

Gorodnichenko, Y.,

J. Svejnar, and K. Terrell. 2014. “When Does FDI Have Positive Spillovers? Evidence from 17 Transition Market Economies.” Journal of Comparative Economics 42 (4): 954–969. doi:10.1016/j.jce.2014.08.003.

Grossman, G. M., and E. Helpman. 2003. “Outsourcing versus FDI in Industry Equilibrium.” doi:10.1162/

the European Economic Association

317–327.

(2-3):

Journal of 154247603322390955.

Ha, V., M. Holmes, T. Doan, and G. Hassan. 2019. “Does Foreign Investment Enhance Domestic Manufacturing Firms’ Labour Productivity? Evidence from a Quantile Regression Approach.” Economic Change and Restructuring: 52: 1–18. doi:https://link.springer.com/art- icle/10.1007/s10644-019-09251-x.

Haddad, M., and A. Harrison. 1993. “Are There Positive Spillovers from Direct Foreign Investment? Evidence from Panel Data for Morocco.” Journal of Development Economics 42 (1): 51–74. doi:10.1016/0304-3878(93)90072-U.

Harris, R., and Q. C. Li. 2008. “Exporting, R&D, and Absorptive Capacity in UK

Establishments.” Oxford Economic Papers 61 (1): 74–103. doi:10.1093/oep/gpn011.

Harris, R., and C. Robinson. 2003. “Foreign Ownership and Productivity in the United Industrial

for UK Manufacturing Using the ARD.” Review of

Kingdom Estimates Organization 22 (3): 207–223. doi:10.1023/A:1023622407571.

Haskel, J. E., S. C. Pereira, and M. J. Slaughter. 2007. “Does Inward Foreign Direct Investment Boost the Productivity of Domestic Firms?” Review of Economics and Statistics 89 (3): 482–496. doi:10.1162/rest.89.3.482.

Hu, A. G., and G. H. Jefferson. 2002. “FDI Impact and Spillover: Evidence from China’s Electronic and Textile Industries.” The World Economy 25 (8): 1063–1076. doi:10.1111/1467- 9701.00481.

Iwasaki, I., and M. Tokunaga. 2016. “Technology Transfer and Spillovers from FDI in Transition Economies: A Meta-Analysis.” Journal of Comparative Economics 44 (4): 1086–1114. doi:10.1016/j.jce.2016.10.005.

Javorcik, B. S. 2004. “Does Foreign Direct Investment Increase the Productivity of Domestic Firms? In Search of Spillovers through Backward Linkages.” American Economic Review 94 (3): 605–627. doi:10.1257/0002828041464605.

Jude, C. 2012. “Horizontal and Vertical Technology Spillovers from FDI in Eastern Europe.”

https://ideas.repec.org/p/leo/wpaper/710.html

Kien, P. X. 2008. “The Impact of Foreign Direct Investment on the Labor Productivity in Host

Countries: The Case of Vietnam.” https://www.researchgate.net/publication/254660453

Konings,

J. 2001. “The Effects of Foreign Direct Investment on Domestic Firms.” The

Economics of Transition 9 (3): 619–633. doi:10.1111/1468-0351.00091.

Kugler, M. 2006. “Spillovers from Foreign Direct Investment: Within or between Industries?”

Journal of Development Economics 80 (2): 444–477. doi:10.1016/j.jdeveco.2005.03.002.

Larra(cid:2)ın, F., L. F. Lopez-Calva, and A. Rodriguez-Clare. 2000. “Intel: A Case Study of Foreign Direct Investment in Central America.” https://www.researchgate.net/publication/242297386 Le, H. Q., and R. Pomfret. 2011. “Technology Spillovers from Foreign Direct Investment in Vietnam: Horizontal or Vertical Spillovers?” Journal of the Asia Pacific Economy 16 (2): 183–201. doi:10.1080/13547860.2011.564746.

Le, T. T. 2007. Does Foreign Direct Investment Have an Impact on the Growth in Labor Productivity of Vietnamese Domestic Firms? IDEAS Working Papers Series. doi:http://cite- seerx.ist.psu.edu/viewdoc/download?doi=10.1.1.640.690&rep=rep1&type=pdf

V. T. C. HA ET AL.

Levinsohn, J., and A. Petrin. 2003. “Estimating Production Functions Using Inputs to Control for Unobservables.” Review of Economic Studies 70 (2): 317–341. doi:10.1111/1467-937X. 00246.

Liu, X., D. Parker, K. Vaidya, and Y. Wei. 2001. “The Impact of Foreign Direct Investment on Labour Productivity in the Chinese Electronics Industry.” International Business Review 10 (4): 421–439. doi:10.1016/S0969-5931(01)00024-5.

Liu, X., P. Siler, C. Wang, and Y. Wei. 2000. “Productivity Spillovers from Foreign Direct Investment: Evidence from UK Industry Level Panel Data.” Journal of International Business Studies 31 (3): 407–425. doi:10.1057/palgrave.jibs.8490914.

Malik, S. K. 2015. “Conditional Technology Spillovers from Foreign Direct Investment: Evidence from Indian Manufacturing Industries.” Journal of Productivity Analysis 43 (2): 183–198. doi:10.1007/s11123-014-0425-8.

Managi, S., and S. M. Bwalya. 2010. “Foreign Direct Investment and Technology Spillovers in doi:10.1080/

605–608.

Economics

Letters

(6):

Sub-Saharan Africa.” Applied 13504850802167173.

Meyer, K. E., and H. V. Nguyen. 2005. “Foreign Investment Strategies and Sub National Institutions in Emerging Markets: Evidence from Vietnam.” Journal of Management Studies 42 (1): 63–93. doi:10.1111/j.1467-6486.2005.00489.x.

Newman, C.,

J. Rand, T. Talbot, and F. Tarp. 2015. “Technology Transfers, Foreign Investment and Productivity Spillovers.” European Economic Review 76: 168–187. doi:10. 1016/j.euroecorev.2015.02.005.

Newman, C., J. Rand, F. Tarp, and N. Thi Tue Anh. 2017. “Exporting and Productivity: Learning from Vietnam.” Journal of African Economies 26 (1): 67–92. doi:10.1093/jae/ ejw021. Newman, C.,

J. Rand, F. Tarp, and N. Trifkovic. 2015. “Firm-Level Technology and Competitiveness in Vietnam: Evidence from 2010-14 Surveys.” http://web.econ.ku.dk/ftarp/ Publications/Docs/Sacnned%20Pubs/Tech%20report%202009-2013%20April%202015.pdf Nguyen, C. D., G. Simpson, D. Saal, A. N. Nguyen, and N. Q. Pham. 2008. “FDI Horizontal and Vertical Effects on Local Firm Technical Efficiency.” Development and Policies Research Center (Depocen), Hanoi, Vietnam. https://www.researchgate.net/profile/David_ Saal/publication/4879577_FDI_Horizontal_and_Vertical_Effects_on_Local_Firm_Technical_ Efficiency/links/09e41512372c60eb55000000.pdf

Nguyen, L. P. 2008. “Productivity Spillovers from Foreign Direct Investment: Evidence from

Vietnamese Firm Data.” https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1101203

Ni, B., and H. Kato. 2017. “Productivity Gaps and Vertical Technology Spillovers from Foreign Direct Investment: Evidence from Vietnam.” (No. 2017-022). Institute for Economics Studies, Keio University. https://ideas.repec.org/p/keo/dpaper/2017-022.html.

Ni, B., M. Spatareanu, V. Manole, T. Otsuki, and H. Yamada. 2015. How Will the Origin of FDI Affect Domestic Firms’ TFP? Evidence from Vietnam. Working Paper. https://papers. ssrn.com/sol3/papers.cfm?abstract_id=3061329

Olley, G. S., and A. Pakes. 1996. “The Dynamics of Productivity in the Telecommunications Equipment Industry.” Econometrica Journal of the Econometric Society, 1263–1297. https:// doi.org/10.2307/2171831.

Reganati, F., and E. Sica. 2007. “Horizontaland Vertical Spillovers from FDI: Evidence from Panel Data for the Italian Manufacturing Sector.” Journal of Business Economics and Management 8 (4): 259–266. doi:10.3846/16111699.2007.9636178.

Romer, P. M. 1994. “The Origins of Endogenous Growth.” Journal of Economic Perspectives 8

(1): 3–22. doi:10.1257/jep.8.1.3.

Roodman, D. 2009. “How to Do xtabond2: An Introduction to Difference and System GMM in Stata.” The Stata Journal: Promoting Communications on Statistics and Stata 9 (1): 86–136. doi:10.1177/1536867X0900900106.

Schoors, K., and B. Van Der Tol. 2002. Foreign Direct Investment Spillovers within and between Sectors: Evidence from Hungarian Data. Working Papers of Faculty of Economics and Business Administration, Ghent University, Belgium, 2002/157.

JOURNAL OF THE ASIA PACIFIC ECONOMY

S€onmez, A., and M. T. Pamukc¸u. 2013. “Foreign Direct Investment and Technology Spillovers in the Turkish Manufacturing Industry.” In Industrial Dynamics, Innovation Policy, and Economic Growth through Technological Advancements, 30–51. Pennsylvania, USA: IGI Global.

Tantratananuwat, P. 2016. “Vertical and Horizonal FDI Technology Spillovers in Thai Manufacturing: Does Measurement Matter?.” Doctoral diss., Thammasat University. http:// www.westeastinstitute.com/wp-content/uploads/2015/07/.

Thang, T. T., T. S. H. Pham, and B. R. Barnes. 2016. “Spatial Spillover Effects from Foreign Direct Investment in Vietnam.” The Journal of Development Studies 52 (10): 1431–1445. doi: 10.1080/00220388.2016.1166205.

Thuy, L. T. 2005. “Technological Spillovers from Foreign Direct Investment: The Case of

Vietnam.” Graduate thesis, School of Economics, University of Tokyo.

Van Thanh, H., and P. T. Hoang. 2010. “Productivity Spillovers from Foreign Direct Investment: The Case of Vietnam.” Paper Presented at the Causes and Consequences of Globalization in East Asia: What Do the Micro Data Analyses Show, Indonesia. http://www. eria.org/uploads/media/Research-Project-Report/RPR_FY2009_2_Chapter_7.pdf.

Vietnamese Gov. 2013. “Decree No. 218/2013/ND-CP.” http://vanban.chinhphu.vn/portal/page/ portal/chinhphu/hethongvanban?class_id=1&_page=1&mode=detail&document_id=171546 Vietnamese Gov. 2014. “Regulations on Land Rent, Water Surface Rent.” http://www.moj.gov.

vn/vbpq/lists/vn%20bn%20php%20lut/view_detail.aspx?itemid=29089

Wagner, J. 2002. “The Causal Effects of Exports on Firm Size and Labor Productivity: first Evidence from a Matching Approach.” Economics Letters 77 (2): 287–292. doi:10.1016/ S0165-1765(02)00131-3.

Wagner, J. 2007. “Exports and Productivity: A Survey of the Evidence from Firm-Level Data.”

The World Economy 30 (1): 60–82. doi:10.1111/j.1467-9701.2007.00872.x.

Wooldridge,

J. M. 2009. “On Estimating Firm-Level Production Functions Using Proxy Variables to Control for Unobservables.” Economics Letters 104 (3): 112–114. doi:10.1016/j. econlet.2009.04.026.

World Bank. 2017. “Vietnam: Enhancing Enterprise Competitiveness and SME Linkages.”

https://openknowledge.worldbank.org/handle/10986/28488

Yang, C.-H., K. Motohashi, and J.-R. Chen. 2009. “Are New Technology-Based Firms Located on Science Parks Really More Innovative?: Evidence from Taiwan.” Research Policy 38 (1): 77–85. doi:10.1016/j.respol.2008.09.001.

Zhou, D., S. Li, and D. K. Tse. 2002. “The Impact of FDI on the Productivity of Domestic Firms: The Case of China.” International Business Review 11 (4): 465–484. http://www.sci- encedirect.com/science/article/pii/S0969593102000203. doi:10.1016/S0969-5931(02)00020-3.

V. T. C. HA ET AL.

Appendix

Table A1. Hausman test. Variables

Difference

Sqrt S.E

FE (cid:2)0.0536 0.122 0.0244 (cid:2)0.0021 0.019 0.00036 0.921 (cid:2)0.179 0.034 0.0021 0.081 0.016 (cid:2)0.0089

RE (cid:2)0.133 0.379 0.067 (cid:2)0.016 0.025 0.00043 0.236 0.59 0.207 0.013 0.035 (cid:2)0.039 (cid:2)0.013

0.0794 (cid:2)0.257 (cid:2)0.0426 0.0139 (cid:2)0.006 (cid:2)0.00007 0.685 (cid:2)0.769 (cid:2)0.173 (cid:2)0.0109 0.046 0.055 0.0041

0.00449 0.00745 . 0.0018 0.00047 6.37e (cid:2) 06 1.02e (cid:2) 06 8.59e (cid:2) 08 0.874 0.0066 0.0054 0.0044 0.0004

2719.86 0.0000

Hlinkage Blinkage Flinkage HHI scale wage expint impint loc rd Hy2014 By2014 Fy2014 Chi2(16) ¼ Prob > chi2 ¼ Notes: Test: H0: difference in coefficients not systematic

(cid:3)(cid:3)(cid:3)

Variables Hlinkage

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)(cid:3)

Flinkage

HHI

(cid:3)(cid:3)(cid:3)

Hy2014

By2014

(cid:3)(cid:3)(cid:3)

Fy2014

(cid:3)(cid:3)(cid:3)

lscale

lwage

lexpint

limpint

lrd

(cid:3)(cid:3)(cid:3)

industrialzone

(cid:3)(cid:3)(cid:3)

Year dummies Industry dummies Constant

(2) RE-lag (cid:2)0.0280 (0.0219) (cid:2)0.0519 (0.0251) 0.0356 (0.00446) (cid:2)0.0101 (0.00723) 0.0844 (0.0198) 0.00238 (0.0196) (cid:2)0.0124 (0.00199) (cid:3) 0.0156 (0.00838) 2.94e-05 (2.52e-05) (cid:2)7.99e-06 (1.13e-05) (cid:2)2.99e-05 (3.14e-05) 0.0163 (0.0210) 0.244 (0.0144) Yes Yes 3.619 (0.0261) 153,353

(4) OLS-lag (cid:3)(cid:3) 0.0698 (0.0272) (cid:2)0.124 (0.0262) 0.105 (0.00553) (cid:3)(cid:3) (cid:2)0.0321 (0.0135) 0.0545 (0.0340) (cid:2)0.0314 (0.0295) (cid:2)0.0259 (0.00329) 0.0294 (0.00621) 0.000225 (0.000168) (cid:2)4.83e-06 (1.48e-05) (cid:2)6.11e-06 (3.08e-05) 0.0316 (0.0367) 0.465 (0.0162) Yes Yes 3.665 (0.0247) 153,353 0.170

Table A2. The impacts of foreign investment on local firm tfp – lag model. (1) FE-lag (cid:2)0.0689 (0.0248) 0.104 (0.0330) 0.0191 (0.00378) (cid:2)0.00761 (0.00725) 0.0844 (0.0200) 0.0155 (0.0203) (cid:2)0.00710 (0.00213) 0.00414 (0.00288) (cid:2)2.15e-05 (5.21e-05) (cid:2)1.62e-05 (1.44e-05) (cid:2)3.41e-05 (3.36e-05) 0.0206 (0.0215) 0.0139 (0.0140) Yes – 3.906 (0.0293) 153,353 0.004 56,985

Observations R-squared Number of id

56,985

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

Notes: Lag 1 values of control variables are used in this table. Robust standard errors given in parentheses are boot- strapped.

(cid:3) p < 0.1.

p < 0.05,

p < 0.01,

JOURNAL OF THE ASIA PACIFIC ECONOMY

Table A3. First difference estimation. Variables

(cid:3)(cid:3)(cid:3)

dHfdi

(cid:3)(cid:3)

dBfdi

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

dFfdi

dHHI

(cid:3)(cid:3)(cid:3)

dscale

(cid:3)(cid:3)(cid:3)

dwage

dexpint

(cid:3)(cid:3)(cid:3)

dimpint

rddummy

industrialzone

(cid:3)(cid:3)(cid:3)

Hy2014

By2014

(cid:3)(cid:3)(cid:3)

Fy2014

(1) (cid:2)0.0666 (0.0185) 0.0590 (0.0260) 0.0101 (0.00315) 0.00323 (0.00791) 0.0342 (0.00117) 0.000204 (1.18e-05) (cid:3)(cid:3) 0.0449 (0.0218) 0.153 (0.0323) (cid:2)0.00419 (0.0282) 0.00464 (0.0109) 0.125 (0.0290) (cid:3) (cid:2)0.0459 (0.0260) (cid:2)0.0122 (0.00313)

(cid:3)(cid:3)(cid:3)

wageH

(cid:3)(cid:3)(cid:3)

wageB

(cid:3)(cid:3)(cid:3)

wageF

(cid:3)(cid:3)(cid:3)

Year dummies Industry dummies Constant

Observations R-squared

Yes Yes 0.103 (0.0105) 143,320 0.016

(2) (cid:2)0.0928 (0.0186) 0.0571 (0.0260) 0.00700 (0.00316) 0.00230 (0.00790) 0.0339 (0.00117) 0.000188 (1.55e-05) (cid:3)(cid:3) 0.0431 (0.0218) 0.148 (0.0323) (cid:2)0.00530 (0.0281) (cid:2)0.00227 (0.0109) 0.102 (0.0290) (cid:2)0.0284 (0.0259) (cid:2)0.0133 (0.00312) 0.00135 (0.000102) (cid:2)0.000892 (6.17e-05) 0.000292 (1.80e-05) Yes Yes 0.105 (0.0105) 143,320 0.018

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)

Notes. First difference estimation. Model (1) is based on Equation (11) and model (2) added interactions between wage and the linkages. Robust standard errors given in parentheses are bootstrapped.

p < 0.01,

p < 0.05,

p < 0.1.

V. T. C. HA ET AL.

Table A4. FE estimation for sub-samples by ownership and technology level.

Variables

(1) State-owned

(3) Low-tech

(4) Medium&high-tech

Hlinkage

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

(cid:3)

Flinkage

HHI

(cid:3)(cid:3)(cid:3)

scale

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

wage

expint

impint

wageH

(cid:3)(cid:3)

wageB

(cid:3)(cid:3)(cid:3)

wageF

loc

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

Hy2014

(cid:3)(cid:3)(cid:3)

By2014

(cid:3)(cid:3)(cid:3)

Fy2014

(2) Private (cid:3) (cid:2)0.123 (0.0925) 0.206 (0.0631) 0.0116 (0.00522) (cid:2)0.00229 (0.00832) 0.0202 (0.0402) 0.00123 (0.000513) (cid:2)1.837 (2.462) 0.189 (0.0293) 0.00141 (0.00194) (cid:2)0.00199 (0.000978) 0.000238 (7.65e-05) (cid:3)(cid:3) 0.0321 (0.0140) 0.00551 (0.0215) 0.0829 (0.0237) 0.0100 (0.0207) (cid:2)0.00811 (0.00210)

(cid:2)0.127 (0.132) (cid:3) 0.182 (0.110) 0.0122 (0.00779) (cid:2)0.00976 (0.00857) 0.00875 (0.0269) 0.00233 (0.000648) (cid:2)4.192 (4.397) 0.241 (0.0384) 0.00187 (0.00258) (cid:3) (cid:2)0.00389 (0.00211) 0.000339 (0.000116) 0.0148 (0.0186) 0.00317 (0.0288) 0.0860 (0.0431) 0.107 (0.0343) (cid:2)0.00259 (0.00264)

(cid:3)(cid:3)(cid:3)

Year dummies Constant

Yes 3.582 (0.0363)

0.0678 (0.131) (cid:2)0.0671 (0.207) 0.00744 (0.0331) (cid:2)0.000709 (0.0284) 0.0164 (0.00558) 0.000334 (0.00252) (cid:2)0.448 (1.200) 0.336 (0.104) (cid:2)0.00167 (0.00209) 0.00323 (0.00293) 0.000204 (0.000410) 0.0294 (0.0537) 0.0321 (0.0523) 0.309 (0.106) (cid:2)0.107 (0.0915) (cid:2)0.00709 (0.0136) Yes 3.448 (0.157)

0.0171 (0.0617) (cid:3)(cid:3) 0.129 (0.0600) (cid:2)0.128 (0.0234) (cid:2)0.0114 (0.175) 0.0444 (0.0150) 0.00123 (0.000475) (cid:2)1.881 (2.262) 0.129 (0.0388) (cid:2)0.00109 (0.00131) (cid:2)0.000425 (0.000645) 0.00127 (0.000355) (cid:3)(cid:3) 0.0493 (0.0192) (cid:2)0.0106 (0.0269) 0.0672 (0.0238) (cid:2)0.0667 (0.0234) (cid:2)0.0770 (0.0119) Yes 3.524 (0.0487)

Yes 3.699 (0.0458)

Observations R-squared Number of id

204,054 0.019 76,321

6,758 0.065 2,307

120,047 0.032 46,242

90,765 0.026 33,143

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

In these regressions, we run the main Equation (11) on different sub-samples. Column (1) is for private Notes: domestic firms and (2) for state-owned firms. Columns (3) and (4) are for low-tech and the medium and high-tech groups respectively. Year dummies are included. Robust standard errors given in parentheses are bootstrapped with 2000 replications.

(cid:3) p < 0.1.

p < 0.01,

p < 0.05,

JOURNAL OF THE ASIA PACIFIC ECONOMY

Table A5. FE estimation for sub-samples by region.

Variables

(3) South

(1) North (cid:3)(cid:3)

(2) Central (cid:3)(cid:3)

Hlinkage

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

Blinkage

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

Flinkage

HHI

(cid:3)(cid:3)(cid:3)

scale

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

(cid:3)(cid:3)(cid:3)

wage

(cid:3)

expint

impint

(cid:3)(cid:3)(cid:3)

(cid:3)

wageH

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

wageB

(cid:3)(cid:3)(cid:3)

wageF

loc

Hy2014

(cid:3)(cid:3)(cid:3)

By2014

(cid:3)(cid:3)(cid:3)

(cid:3)(cid:3)

Fy2014

(cid:2)0.0576 (0.0450) 0.149 (0.0456) 0.0135 (0.00585) (cid:2)0.0170 (0.0147) 0.0124 (0.0163) 0.00125 (0.000412) (cid:2)2.692 (3.244) 0.176 (0.0327) (cid:2)0.000242 (0.000595) (cid:2)0.000621 (0.000516) 0.000274 (6.02e-05) 0.0335 (0.0276) 0.0153 (0.0290) 0.0362 (0.0280) 0.00242 (0.0260) (cid:2)0.00676 (0.00303)

(cid:3)(cid:3)(cid:3)

Year dummies Constant

Observations R-squared Number of id

0.233 (0.111) 0.194 (0.0633) 0.00446 (0.00962) 0.00636 (0.0116) 0.0595 (0.0207) 0.00637 (0.000555) (cid:2)5.566 (4.999) 0.203 (0.0466) (cid:2)0.00683 (0.00253) (cid:2)0.00229 (0.000889) 0.000142 (0.000147) 0.0176 (0.0199) 0.0284 (0.0334) 0.0173 (0.0523) 0.107 (0.0320) (cid:2)0.00622 (0.00432) Yes 3.299 (0.0459) 77,924 0.044 27,292

(cid:2)0.244 (0.115) 0.295 (0.127) 0.0368 (0.0129) (cid:2)0.0123 (0.0150) 0.133 (0.0177) 0.00322 (0.00131) (cid:2)4.204 (2.421) 0.159 (0.109) 0.00514 (0.00295) (cid:2)0.00537 (0.00240) 4.08e-06 (0.000288) (cid:3)(cid:3) 0.0562 (0.0257) (cid:2)0.0380 (0.0505) 0.0947 (0.0661) (cid:3)(cid:3) (cid:2)0.125 (0.0524) (cid:2)0.0231 (0.00519) Yes 3.158 (0.0716) 31,020 0.045 10,488

Yes 3.729 (0.0402) 101,852 0.026 39,729

(cid:3)(cid:3)(cid:3)

Notes: For the regional breakdown, the province code is used to determine the regional location. This leads to 81,428 observations for the North, 32,024 for the Central and 108,781 for the South regions. Year dummies are p < 0.01, included. Robust standard errors given in parentheses are bootstrapped with 2000 replications. (cid:3)(cid:3)

p < 0.05,

(cid:3) p < 0.1.