3
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Tập 11, Số 2 (2025): 3 - 13
*Email: hung.nt@ufm.edu.vn
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ
TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG
Tập 11, Số 2 (2025): 3 - 13
HUNG VUONG UNIVERSITY
JOURNAL OF SCIENCE AND TECHNOLOGY
Vol. 11, No. 2 (2025): 3 - 13
Email: tapchikhoahoc@hvu.edu.vn Website: www.jst.hvu.edu.vn
PHÂN TÍCH ẢNH HƯỞNG CỦA PHÁT TRIỂN KINH TẾ, TIÊU THỤ
SẢN PHẨM CÁ, DÂN SỐ VÀ PHÁT TRIỂN TÀI CHÍNH ĐẾN DẤU CHÂN
ĐÁNH BẮT CÁ Ở VIỆT NAM
Ngô Thái Hưng1*, Huỳnh Gia Huy1, Đặng Thị Xuân Kiều1,
Quan Huỳnh Như Mai1, Nguyễn Thị Anh Thi1, Bùi Nguyễn Phương Vy1
1 Khoa Kinh tế Luật, Trường Đại học Tài chính - Marketing, Thành phố Hồ Chí Minh
Ngày nhận bài: 18/02/2025; Ngày chỉnh sửa: 18/04/2025; Ngày duyệt đăng: 28/04/2025
DOI: https://doi.org/10.59775/1859-3968.258
Tóm tắt
Nghiên cứu này phân tích tác động của phát triển kinh tế tiêu thụ sản phẩm cá, dân số phát triển tài
chính đến dấu chân đánh bắt (Fishing Ground Footprint - FGF) tại Việt Nam trong giai đoạn 1992 -
2018. Bằng cách ứng dụng các phương pháp định lượng tiên tiến gồm Hồi quy phân vị sóng (Wavelet Quantile
Regression - WQR) Hồi quy phân vị trên từng phân vị (Quantile-on-quantile Regression - QQR), nghiên
cứu làm rõ mối quan hệ phi tuyến và biến động theo thời gian giữa các yếu tố này. Kết quả cho thấy, sự gia tăng
phát triển kinh tế (GDP) và tiêu thụ sản phẩm cá (FC) dẫn đến việc khai thác quá mức tài nguyên biển, gây suy
giảm đa dạng sinh học và suy thoái hệ sinh thái ven biển. Bên cạnh đó, phát triển tài chính (CR) có tác động hai
chiều đến FGF: trong ngắn và trung hạn, tín dụng mở rộng làm gia tăng khai thác do tiếp cận vốn dễ dàng; tuy
nhiên, trong dài hạn, dòng vốn có xu hướng chuyển dịch sang các lĩnh vực bền vững như nuôi biển công nghệ
cao. Dân số (POP) thể hiện mối quan hệ phi tuyến với FGF: gia tăng dân số ban đầu làm tăng áp lực khai thác,
nhưng khi đạt mức cao hơn, FGF giảm nhờ nâng cao nhận thức cộng đồng và hiệu quả quản lý. Từ đó, nghiên
cứu đề xuất các hàm ý chính sách nhằm điều tiết tốc độ phát triển kinh tế, kiểm soát nhu cầu tiêu dùng hải sản,
điều hướng tín dụng và quản lý dân số hiệu quả để thúc đẩy khai thác bền vững, giảm thiểu dấu chân đánh bắt
cá tại Việt Nam trong tương lai.
Từ khóa: Phát triển kinh tế, tiêu thụ sản phẩm cá, dấu chân đánh bắt cá, hồi quy phân vị.
1. Đặt vấn đề
Trong bối cảnh hội nhập kinh tế toàn cầu,
ngành thủy sản Việt Nam phát triển mạnh
nhờ lợi thế tự nhiên, đóng góp lớn vào kinh
tế an ninh lương thực quốc gia. Năm 2024,
kim ngạch xuất khẩu đạt 10,07 tỷ USD, sản
lượng khai thác nuôi trồng thủy sản đạt
9,609 triệu tấn, tạo hàng triệu việc làm [1-
3]. Tuy nhiên, sự phát triển này dẫn đến khai
thác quá mức, suy thoái hệ sinh thái mất
cân bằng sinh học. Tiêu thụ thủy sản toàn cầu
tăng nhanh, khiến dấu chân đánh bắt cá vượt
ngưỡng phục hồi của đại dương [4, 5]. Đánh
4
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Ngô Thái Hưng và ctv.
bắt công nghiệp cũng gây phát thải cao ảnh
hưởng tiêu cực đến đa dạng sinh học [6]. Các
quan điểm về mối quan hệ giữa tăng trưởng
kinh tế áp lực khai thác còn nhiều tranh
cãi [7, 8]. Tại Việt Nam, biến đổi khí hậu, ô
nhiễm biển gia tăng khai thác khiến sản
lượng giảm, ảnh hưởng đến sinh kế ngư dân
[9, 10]. Một số giải pháp như kiểm soát khai
thác IUU, nuôi trồng bền vững nâng cao
nhận thức tiêu dùng đang được đề xuất [11].
Dù một số nghiên cứu ủng hộ mô hình EKC,
cho rằng tăng trưởng kinh tế đến ngưỡng sẽ
giúp giảm áp lực khai thác [7], nhưng vẫn
còn tranh luận, đặc biệt tại các quốc gia thu
nhập thấp như Malaysia [12, 13]. Trước thực
trạng đó, nghiên cứu này phân tích tác động
của tăng trưởng kinh tế tiêu dùng đến
dấu chân đánh bắt cá tại Việt Nam giai đoạn
1992-2018. Bằng phương pháp định lượng
dữ liệu thực tế, nghiên cứu nhằm đề xuất
giải pháp quản bền vững, cân bằng giữa
phát triển kinh tế bảo vệ tài nguyên biển,
đóng góp cho chiến lược phát triển thủy sản
và chính sách quản lý hiệu quả trong thời kỳ
hội nhập.
2. Tổng quan nghiên cứu
Dấu chân đánh bắt diện tích biển cần
thiết để tái tạo lượng sinh khối thủy sản khai
thác, phản ánh mức độ tiêu thụ vượt quá khả
năng phục hồi sinh thái [14]. Theo Pauly và
Zeller (2016) [5], dấu chân này tăng mạnh
toàn cầu, gây áp lực lớn lên hệ sinh thái biển.
Tại Việt Nam, hoạt động đánh bắt đã vượt
ngưỡng bền vững, khiến nhiều loài có giá
trị kinh tế suy giảm [3]. Hệ quả là nguồn lợi
thủy sản cạn kiệt, chi phí khai thác tăng
sinh kế ngư dân gặp khó khăn. Trong bối
cảnh đó, tăng trưởng kinh tế bền vững
tiêu dùng hợp được xem hướng đi
cần thiết. Một số nghiên cứu cho thấy tăng
thu nhập giúp đầu công nghệ sạch, giảm
tác động môi trường [7], nhưng nhiều ý kiến
cho rằng thu nhập tăng lại kéo theo tiêu
dùng và áp lực khai thác [8]. Tại Việt Nam,
biến đổi khí hậu ô nhiễm môi trường biển
đã ảnh hưởng tiêu cực đến nguồn lợi [9,
10]. Pata và cộng sự (2024) [12] chỉ ra rằng
tại Malaysia, tăng trưởng kinh tế làm tăng
dấu chân đánh bắt cá, trái với giả thuyết
EKC. Clausen cộng sự (2008) [13] cho
thấy tăng trưởng kinh tế, tiêu dùng khai
thác quá mức là nguyên nhân chính làm suy
giảm đa dạng sinh học. Một số nghiên cứu
khác tại hơn 150 quốc gia cũng ghi nhận mối
quan hệ phức tạp giữa tăng trưởng, dân số
dấu chân sinh thái [15, 16]. Ngoài ra, tiêu
dùng cá cũng đóng vai trò then chốt. Altiok
(2017) [17] và Clark (2018) [8] khẳng định
rằng gia tăng dân số tiêu dùng thủy sản
yếu tố chính làm tăng dấu chân đánh
bắt cá. Tuy nhiên, các kết quả nghiên cứu
chưa thống nhất, đặc biệt tại các nước đang
phát triển như Việt Nam. Từ thực tế đó,
nghiên cứu này được thực hiện nhằm làm
mối quan hệ giữa phát triển kinh tế, tiêu
dùng sản phẩm cá, dân số tài chính đến
dấu chân đánh bắt Việt Nam, qua đó
đề xuất chính sách phát triển thủy sản bền
vững [7, 12, 18].
3. Phương pháp nghiên cứu
Trong nghiên cứu này, nhóm tác giả sử
dụng ba phương pháp: QQR, QR WQR.
Phương pháp QR giúp phân tích ảnh hưởng
của biến giải thích lên các lượng tử khác
nhau của biến phụ thuộc, trong khi QQR
phần mở rộng của QR, cho phép đánh giá
sâu hơn mối quan hệ giữa các phân tử của
hai biến bằng cách phân tích ảnh hưởng
điều kiện giữa các lượng tử. QQR cũng
ưu điểm không bị ảnh hưởng nhiều bởi
sai lệch dạng hàm và cho kết quả chính xác
hơn trong điều kiện dữ liệu phi chuẩn, phi
5
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Tập 11, Số 2 (2025): 3 - 13
tuyến [19, 20]. Bên cạnh đó, nhóm tác giả
sử dụng WQR để phân tích sự thay đổi cục
bộ về phương sai, hiệp phương sai mối
quan hệ đồng biến động giữa hai chuỗi thời
gian trong miền tần số. Phương pháp này
cho phép tả tốt các quá trình biến đổi
theo chu kỳ, xu hướng tính không ổn
định của dữ liệu, từ đó xác định rõ mối liên
hệ đồng pha, lệch pha hay mối quan hệ dẫn
dắt giữa các biến [21].
3.1. Phương pháp thu thập và xử lý số liệu
Nghiên cứu này phân tích ảnh hưởng của
tăng trưởng kinh tế, tiêu thụ sản phẩm cá, dân
số phát triển tài chính đến dấu chân đánh
bắt cá tại Việt Nam giai đoạn 1992-2018, sử
dụng dữ liệu từ World Bank, Tổng cục Thống
các báo cáo chuyên sâu. Dữ liệu được
chuẩn hóa bằng cách loại bỏ ngoại lai, kiểm
tra tính nhất quán chuyển đổi đơn vị đo
lường để đảm bảo độ chính xác. Chi tiết về
các biến được trình bày trong Bảng 1.
Bảng 1. Mô tả dữ liệu
Ký hiệu Biến Nguồn dữ liệu Đo lường
FGF Dấu chân đánh bắt cá GFN
Đo lường diện tích sinh học cần thiết để cung cấp
lượng cá và hải sản mà con người tiêu thụ hàng
năm tính theo ha toàn cầu bình quân đầu người
(GHA/người)
FC Tiêu thụ sản phẩm cá FAO Tổng lượng tiêu thụ sản phẩm cá hàng năm (tấn)
GDP Tăng trưởng kinh tế World Bank Tổng sản phẩm quốc nội (USD)
POP Dân số World Bank Tổng dân số Việt Nam (người)
CR Phát triển tài chính World Bank
Tỷ lệ tín dụng dành cho khu vực tư nhân trên
GDP, phản ánh mức độ phát triển của hệ thống tài
chính (% GDP)
Nguồn: Nhóm tác giả tổng hợp (2025)
3.2. Phương pháp phân tích
Hồi quy phân vị trên từng phân vị
(Quantile-on-quantile Regression - QQR)
hình QQR, được giới thiệu bởi Sim
Zhou trong năm 2015 [23], cung cấp cái nhìn
sâu sắc hơn về mối quan hệ giữa các yếu tố
bằng cách phân tích toàn diện sự phân bố
của biến phụ thuộc (y) thay vì chỉ ước lượng
trung bình như phương pháp bình phương
tối thiểu (OLS). Dựa trên bài nghiên cứu của
Sim và Zhou (2015), có nền tảng là mô hình
hồi quy phi tham số như sau:
YX
tt
t

��


(1)
Trong đó: Yt (FGF) là giá trị của biến phụ
thuộc tại thời điểm t, Xt (CR, FC, GDP, POP)
giá trị của biến độc lập tại thời điểm t, s
tham số đo lường mức độ biến động của
thành phần nhiễu mt, mt thành phần nhiễu
hoặc sai số ngẫu nhiên tại thời điểm t.
hình hồi quy QQR đã được cải tiến và
áp dụng cho nghiên cứu này thông qua việc
khai triển Taylor bậc nhất, giúp chúng ta xấp
xỉ giá trị của một hàm tại một điểm lân cận,
dựa trên giá trị và độ dốc (đạo hàm) của hàm
tại điểm Xt vào phương trình (1):



XX XXX
tt




,(2)
Trong đó: bs(Xt) giá trị của hàm Ys tại
điểm Xt chúng ta muốn xấp xỉ, bs (Xt)
đóng vai trò điểm gốc để thực hiện phép
xấp xỉ tuyến tính, bs (Xt) đạo hàm bật nhất
của hàm bs (Xt), dùng đo lường độ dốc của
hàm bs tại điểm Xt.
6
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Ngô Thái Hưng và ctv.
Nếu trình bày bs (Xt) bs (Xt) bằng b0(s, t) b1(s, t), được phương trình (3) như sau:
 

XX
X
tt




01
,, (3)
Thay thế phương trình (3) vào (1), có được:
YX
X
tt
t





01
,,
*



(4)
Trong đó phương trình (*) cung cấp phân vị có điều kiện liên kết của sth, biểu thị sự phân
bố của biến phụ thuộc Yt theo từng phân vị trong mối quan hệ với biến độc lập Xt. Các phương
trình này mô tả mối quan hệ giữa các định lượng của tăng trưởng kinh tế và các chỉ số khác.
Như trong OLS, một phép tối thiểu hóa tương tự được sử dụng để đi đến phương trình là một
dạng của mô hình hồi quy Kernel:
min
,bb i
n
tt
t
YbbX XK
Fn X
h
01 101



(5)
Hàm mất mát



I()
0 được
sử dụng để điều chỉnh sai số giữa giá trị thực
dự đoán trong hình hồi quy phi tham
số, trong đó K ( . ) là hàm mật độ hạt nhân
tham số băng thông (Bandwidth). Việc
lựa chọn băng thông phù hợp rất quan trọng
ảnh hưởng đến độ trơn mịn của ước
lượng: băng thông lớn làm tăng độ lệch, còn
băng thông nhỏ làm tăng phương sai, tạo ra
sự đánh đổi giữa hai yếu tố này. Theo Sim
Zhou (2015) [23], giá trị băng thông tối ưu
là ℎ = 0,05. Dựa trên đó, mô hình QQR được
sử dụng để phân tích mối quan hệ giữa tăng
trưởng kinh tế, tiêu thụ và dấu chân đánh
bắt cá, với các phân vị thấp (0,05-0,4) đại
diện cho thị trường yếu, phân vị trung (0,4-
0,7) cho thị trường phát triển bình thường,
phân vị cao (0,75-0,95) cho thị trường phát
triển mạnh.
Hồi quy phân vị sóng (Wavelet Quantile
Regression - WQR)
Phương pháp WQR dựa trên QR của
Koenker Bassett (1978) [22] biến đổi
sóng của Jean Morlet vào những năm 1980.
Gần đây, WQR được ứng dụng rộng rãi trong
kinh tế và tài chính, đặc biệt trong phân tích
chu kỳ kinh tế, biến đổi khí hậu tính bền
vững ngành công nghiệp. Nhờ khả năng tách
biệt dao động theo phân vị, WQR giúp nhận
diện hiệu ứng phi tuyến đánh giá sự thay
đổi quan hệ giữa các biến theo thời gian.
Zhou cộng sự (2022) [15], đã thực hiện
một nghiên cứu để làm phương pháp kết
hợp giữa Wavelet hồi quy phân vị, trong
bài báo cáo, Zhou và cộng sự đã xem xét
hình hồi quy phân vị với hệ số thay đổi theo
thời gian được trình bày dưới dạng phương
trình sau:
QYXsFsXXti n
ii YX ii
T
i
ii


|inf :| ,,...,
|




1 (6)
Trong đó: Yi(FGF): biến phụ thuộc; Xi (CR, FC, GDP, POP): vectơ các biến độc lập của
độ dài r;
Fs
X
YX i
ii |

: là hàm phân phối tích lũy của Yi cho Xi;


tt t
ii i
T

 
1, ,
,..., :
là vectơ hệ số của mô hình hồi quy phân vị tại phân vị t và thời điểm ti, với t
i
n
i=.
7
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Tập 11, Số 2 (2025): 3 - 13
Phương trình (6) có thể được mô hình hóa theo dạng sau:
YX tin
ii
T
ii




,,,...,1 (7)
Trong đó: eti sai số tương ứng với phân vị t tại quan sát i, sai số thỏa mãn điều kiện:
QX
ii

,|

0 có nghĩa là phân vị của sai số là 0 tại mỗi điểm dữ liệu.
Các bước thực hiện phương pháp được
trình bày cơ bản như sau:
Hình 1. Khung phân tích
Đầu tiên, dữ liệu gốc được chuyển đổi
bằng Wavelet transform để tách thành các
thành phần tần số thấp cao, giúp nhận
diện cả đặc điểm tổng thể lẫn chi tiết. Tiếp
theo, lựa chọn loại wavelet phù hợp, như
Haar, Daubechies hoặc Symlets, nhằm
đảm bảo việc phân rã dữ liệu hiệu quả. Sau
đó, hồi quy phân vị (QR) được thực hiện
trên từng thành phần wavelet để phân tích
mối quan hệ giữa biến phụ thuộc biến
độc lập tại các phân vị từ 0,05 đến 0,95. Sự
kết hợp này không chỉ phản ánh các mối
quan hệ tuyến tính còn bao gồm cả các
đặc điểm phi tuyến của dữ liệu. Theo đó,
mô hình cuối cùng cho phép nắm bắt thông
tin chi tiết tại từng phân vị, đồng thời phản
ánh đầy đủ các đặc điểm toàn cục cục
bộ của dữ liệu.
4. Kết quả nghiên cứu và thảo luận
Trong giai đoạn 1992-2018, ngành khai
thác thủy sản của Việt Nam phát triển nhanh
chóng, đóng vai trò quan trọng trong tăng
trưởng kinh tế biển giải quyết việc làm
cho hàng triệu lao động ven biển. Sản lượng
khai thác tăng mạnh, từ khoảng 800.000
tấn năm 1992 lên hơn 3,6 triệu tấn vào năm
2018, chủ yếu từ khai thác biển. Tuy nhiên,
tình trạng khai thác quá mức bắt đầu trở nên
nghiêm trọng từ cuối những năm 2000, với
dấu hiệu cạn kiệt nguồn lợi ven bờ sự dịch
chuyển khai thác ra vùng biển xa bờ [24].
4.1. Kết quả tương quan
Hình 2. Biểu đồ phân phối và mối tương quan
theo cặp của các biến
Hình 2 tả phân bố dữ liệu mối tương
quan giữa các chỉ số trong nghiên cứu. Kết
quả cho thấy, các biến đều có sự tương quan
dương với nhau. Cụ thể, hệ số tương quan
giữa FGF và CR là khoảng 0,8582, điều này