Tóm tắt luận án Tiến sĩ Kinh tế: Nghiên cứu ứng dụng thống kê không gian phân tích vai trò của vốn con người đối với quy mô kinh tế các tỉnh, thành Việt Nam

Chia sẻ: Bình Bình | Ngày: | Loại File: DOCX | Số trang:23

Thêm vào BST

Báo xấu

7
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu tổng quát của luận án là sử dụng phương pháp thống kê không gian phân tích tương quan không gian và tác động lan tỏa không gian của các yếu tố đo lường vốn con người lên GRDP của các tỉnh, thành Việt Nam.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt luận án Tiến sĩ Kinh tế: Nghiên cứu ứng dụng thống kê không gian phân tích vai trò của vốn con người đối với quy mô kinh tế các tỉnh, thành Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH LÊ TRUNG KIÊN NGHIÊN CỨU ỨNG DỤNG THỐNG KÊ KHÔNG GIAN PHÂN TÍCH VAI TRÒ CỦA VỐN CON NGƯỜI ĐỐI VỚI QUY MÔ KINH TẾ CÁC TỈNH, THÀNH VIỆT NAM Chuyên ngành: Thống kê Mã số: 9460201 TÓM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ TP. Hồ Chí Minh – Năm 2021
2 Công trình được hoàn thành tại: Trường đại học Kinh tế Tp Hồ chí Minh Người hướng dẫn khoa học: PGS. TS. Nguyễn Văn Sĩ TS. Nguyễn Thanh Vân Phản biện 1: .................................................................................................................. ....................................................................................................................................... Phản biện 2: .................................................................................................................. ....................................................................................................................................... Phản biện 3: .................................................................................................................. ....................................................................................................................................... Luận án sẽ được bảo vệ trước hội đồng chấm luận án cấp trường họp tại: ....................................................................................................................................... ....................................................................................................................................... Vào hồi: ........ giờ ........ ngày........ tháng ......... năm ..................................................... Có thể tìm hiểu luận án tại thư viện: .............................................................................. .......................................................................................................................................
3 CHƯƠNG 1 GIỚI THIỆU NGHIÊN CỨU 1.1 LÝ DO CHỌN ĐỀ TÀI Về mặt lý thuyết, lao động (L), công nghệ (A), vốn (K) là 3 yếu tố cơ bản trong mô hình tăng trưởng. Trong các nguồn vốn thì vốn con người cũng có vai trò quan trọng thúc đẩy tăng trưởng. Vốn con người được khái niệm là một nguồn vốn vô hình gắn với con người và thể hiện qua kết quả làm việc trong quá trình sản xuất (Bùi Quang Bình, 2009). Vốn con người và tăng trưởng kinh tế từ lâu đã được nhiều nhà kinh tế học chứng minh có quan hệ chặt chẽ với nhau. Mô hình Solow – Swan (1956) đã chỉ ra, lao động là yếu tố quan trọng ảnh hưởng làm cho kinh tế tăng trưởng. Tiến bộ khoa học và kỹ thuật cũng được các tác giả xem là một yếu tố thúc đẩy tăng trưởng trong dài hạn ở mô hình này. Bởi lẻ, trong điều kiện lao động (L) không thay đổi, yếu tố công nghệ (A) sẽ càng làm tăng sản lượng đầu ra so với trước đó. Schultz (1961) đã nỗ lực đưa vốn con người vào mô hình tăng trưởng nhằm khắc phục những hạn chế của mô hình Solow – Swan (1956), đồng thời cũng chỉ ra, vốn con người càng cao sẽ làm cho năng suất lao động ở mỗi quốc gia càng được tăng lên. Lucas (1988) đưa ra bằng chứng về mối quan hệ thuận chiều giữa vốn con người và tăng trưởng, nghĩa là cải thiện vốn con người góp phần cải thiện kinh tế của quốc gia hay địa phương. Trong những năm gần đây, nhiều nghiên cứu thực nghiệm đã chứng minh được vai trò của vốn con người đến tăng trưởng kinh tế hay quy mô kinh tế bao gồm Qadri & Waheed (2011), Kanayo (2013), Afridi (2016), Ferda (2011), Ada & Acaroglu (2014), Pelinescu (2015), Zhang & Zhuang (2011), Su & Liu (2016), Li và Wang (2016), Lima & Silveira Neto (2015), Baudino (2016). Tại Việt Nam, nghiên cứu về các yếu tố vốn con người ảnh hưởng đến tăng trưởng kinh tế hay quy mô kinh tế cũng được nhiều tác giả quan tâm. Ở cấp độ quốc gia, Nguyễn Thị Đông và Lê Thị Kim Huệ (2019), Hạ Thị Thiều Dao và Nguyễn Đăng Khoa (2014), Phạm Đình Long và Lương Thị Mai Nhân (2018), Đinh Phi Hổ và Từ Đức Hoàng (2016), Trần Thọ Đạt (2011), Phan Thị Bích Nguyệt và cộng sự (2018). Thời gian gần đây, ứng dụng kinh tế lượng không gian được tìm thấy trong các nghiên cứu của các tác giả như Nguyễn Khắc Minh và Phạm Minh Tuấn (2015), Đào Thị Bích Thủy (2016), Trần Thị Tuấn Anh (2017), Nguyễn Lưu Bảo Đoan và Lê Văn Thắng (2017), Trần Thị Tuấn Anh và Nguyễn Văn Thắng (2019), Võ Xuân Vinh và cộng sự (2020). Kinh tế Việt Nam đã có những chuyển biến tích cực khi tăng trưởng dần phục hồi, kinh tế vĩ mô cơ bản ổn định, niềm tin của nhà đầu tư được củng cố. Theo Tổng cục Thống kê 2018, GDP năm 2017 cao hơn nhiều so với các năm từ 20112016. Trong đó, 3 năm 20122014, GDP đều dưới 6% (5,25%; 5,42% và 5,9%) và 3 năm còn lại, 2011 (6,24%), 2015 (6,68%), 2016 (6,21%) đều dưới 6,7%. Việt Nam là nước có quy mô dân số lớn, tính đến hết năm 2017, dân số nước ta đạt 96,02 triệu người, trong đó nữ chiếm khoảng 48,94%. Chính phủ luôn quan tâm và tăng cường các nguồn lực để đầu tư vào vốn con người, trong đó lĩnh vực như y tế, giáo dục được quan tâm đầu tư nhằm nâng cao sức khỏe, trình độ tay nghề cho người lao động. Tỷ trọng chi tiêu công trong hai lĩnh vực này hằng năm đều tăng (Báo cáo Tổng cục thống kê, 2018). Tuy nhiên, tỷ lệ chi tiêu công cho y tế trong tổng chi tiêu công giữa các tỉnh, thành phố vẫn còn chênh lệch, đầu tư trong lĩnh vực y tế của một số tỉnh, thành thiếu đồng bộ, chưa quan tâm đúng mức cho đầu tư tuyến cơ sở, dẫn đến tình trạng quá tải ở bệnh viện tuyến trên. Chi tiêu công cho giáo dục cũng còn nhiều hạn chế, tỷ lệ chi tiêu công cho từng cấp học còn bất cập, việc phân bổ đầu tư còn bất hợp lý theo vùng, địa phương. Tỷ lệ lao động đang làm việc đã qua đào tạo còn thấp, chưa gắn kết với nhu cầu doanh nghiệp, tác phong lao động công nghiệp còn yếu nên khả năng cạnh tranh thấp. Sự dịch chuyển của lực lượng lao động từ địa phương này đến địa phương khác cũng ảnh hưởng đến mức tăng GRDP của các địa phương. Sự liên kết giữa các địa phương trong đầu tư, phát triển hạ tầng, kinh tế còn nhiều hạn chế. Do đó, cần thiết sử dụng công cụ thống kê không gian để phân tích mối liên hệ kinh tế giữa các địa phương. Với mong muốn khắc phục những hạn chế nêu trên, tác giả chọn chủ đề “Nghiên cứu ứng dụng thống kê không gian phân tích vai trò của vốn con người đối với quy mô kinh tế các tỉnh, thành Việt Nam” làm nghiên cứu cho đề tài luận án này. Sử dụng phân tích tương quan không gian và ước lượng hồi quy không gian dữ liệu bảng để xem xét sự tác động không gian của các biến đo lường vốn con người đến GRDP của các địa phương. Các hàm ý chính sách được đề xuất trong
4 nghiên cứu này sẽ giúp cho Chính phủ, lãnh đạo các địa phương có những quyết sách đúng đắng làm cho GRDP các địa phương tăng trưởng bền vững. 1.2 MỤC TIÊU NGHIÊN CỨU Mục tiêu tổng quát của luận án là sử dụng phương pháp thống kê không gian phân tích tương quan không gian và tác động lan tỏa không gian của các yếu tố đo lường vốn con người lên GRDP của các tỉnh, thành Việt Nam. Các mục tiêu cụ thể được đề xuất từ mục tiêu tổng quát gồm: Phân tích tương quan không gian Global Moran’s I, Local Moran’s I cho GRDP và các yếu tố đo lường vốn con người đối với 3 loại ma trận trọng số không gian: ma trận trọng số liền kề (W1), ma trận khoảng cách ngưỡng 186km (W2) và ma trận khoảng cách nghịch đảo (W3). Xây dựng mô hình và ước lượng hồi quy không gian dữ liệu bảng phân tích mức độ ảnh hưởng của các yếu tố đo lường vốn con người đến GRDP của các địa phương theo 3 ma trận trọng số không gian W1, W2, W3. Phân tích lan tỏa không gian của các yếu tố đo lường vốn con người lên GRDP của các địa phương theo 3 ma trận trọng số không gian W1, W2, W3. Đề xuất các hàm ý chính sách nhằm nâng cao vốn con người cho các địa phương, từ đó thúc đẩy tăng GRDP của các tỉnh, thành Việt Nam. 1.3 CÂU HỎI NGHIÊN CỨU Sử dụng kiểm định tương quan không gian nào để phân tích tích tương quan không gian toàn phần, tương quan không gian địa phương cho GRDP và các yếu tố đo lường vốn con người? Mô hình hồi quy không gian nào được dùng để phân tích mức độ ảnh hưởng của các yếu tố đo lường vốn con người đến GRDP của các địa phương? Tác động lan tỏa không gian của các yếu tố đo lường vốn con người lên GRDP của các địa phương theo 3 ma trận trọng số không gian W1, W2, W3 như thế nào? Các hàm ý chính sách nào nhằm nâng cao vốn con người cho các địa phương góp phần làm tăng GRDP của các tỉnh, thành Việt Nam? 1.4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của luận án là vốn con người, tương quan không gian, hồi quy không gian và mức độ lan tỏa không gian của các yếu tố đo lường vốn con người lên GRDP các tỉnh, thành Việt Nam. 1.4.2 Phạm vi nghiên cứu Luận án tập trung nghiên cứu các biến số vốn con người theo góc độ chi phí, giáo dục và sức khỏe gồm chi tiêu công cho giáo dục, chi tiêu công cho y tế, tỷ lệ lao động đang làm việc trong các thành phần kinh tế đã qua đào tạo của 63 tỉnh, thành Việt Nam. Nguồn dữ liệu nghiên cứu được tổng hợp từ các Niên giám thống kê được Tổng cục Thống kê Việt Nam công bố hằng năm trong giai đoạn 2010 – 2017. 1.5 PHƯƠNG PHÁP NGHIÊN CỨU Sử dụng phương pháp tổng hợp để lược khảo các cơ sở lý thuyết về vốn con người và quy mô kinh tế. Phương pháp này còn được dùng để lược khảo, tổng hợp các nghiên cứu có liên quan đến vấn đề nghiên cứu. Luận án sử dụng phương pháp phân tích để tìm ra mối liên hệ giữa vốn con người và quy mô kinh tế, đồng thời xem xét lựa chọn yếu tố đo lường vốn con người nào phù hợp cho vấn đề nghiên cứu. Phương pháp thống kê mô tả dùng để phân tích, đánh giá thực trạng các yếu tố đo lường vốn con người và thực trạng GRDP của các địa phương. Đồng thời, phương pháp này còn dùng để phân tích mức độ biến động của GRDP, yếu tố đo lường vốn con người và các biến kiểm soát trong mô hình. Phương pháp định tính được sử dụng trong luận án để xác định yếu tố nào đo lường vốn con người là phù hợp đối với nghiên cứu này. Phân tích tương quan không gian, hồi quy không gian dữ liệu bảng, đánh giá tác động trực tiếp, gián tiếp và tổng tác động để xem xét mức độ lan tỏa không gian của các yếu tố đo lường vốn con người bao gồm chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo đến GRDP các địa phương.
5 1.6 Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA LUẬN ÁN 1.6.1 Ý nghĩa khoa học Kết quả luận án đưa ra bằng chứng tương quan không gian, ảnh hưởng không gian và tác động lan tỏa không gian của chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo đến GRDP các địa phương. Cụ thể, kết quả luận án không những đánh giá mức độ tác động của chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo lên GRDP tại một địa phương cụ thể mà còn đánh giá mức độ ảnh hưởng của chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo đến GRDP của các địa phương lân cận. Kết quả luận án cũng khẳng định thêm tính khoa học các mô hình lý thuyết của Lucas (1988), Mankiw –Romer Weil (1992), khi cho rằng vốn con người ảnh hưởng tích cực đối với tăng trưởng. Kết quả của luận án còn làm giàu thêm cơ sở lý thuyết về mối quan hệ không gian giữa vốn con người và quy mô kinh tế. 1.6.2 Ý nghĩa thực tiễn Kết quả nghiên cứu này là một trong những bằng chứng thực tiễn về tương quan không gian, ảnh hưởng không gian và tác động lan tỏa không gian của một số yếu tố đo lường vốn con người đến GRDP các địa phương cho trường hợp Việt Nam. Trên cơ sở đó, gợi ý các chính sách giúp Chính phủ và lãnh đạo địa phương có những phương pháp lựa chọn nguồn lực, thực hiện có hiệu quả việc liên kết vùng trong phát triển kinh tế. Mặt khác, kết quả tương quan không gian, ảnh hưởng không gian và tác động lan tỏa không gian của các yếu tố đo lường vốn con người đến GRDP còn giúp các địa phương có những định hướng cân đối nguồn lực, phân phối chi tiêu công trong lĩnh vực giáo dục và y tế, đảm bảo đầu tư công có hiệu quả, thúc đẩy tăng trưởng GRDP theo hướng bền vững. Ngoài ra, kết quả nghiên cứu cũng góp phần xây dựng hoàn thiện hơn nữa khung phân tích cho vấn đề nghiên cứu.
6 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2.1 CƠ SỞ LÝ THUYẾT VỀ VỐN CON NGƯỜI 2.1.1 Khái niệm vốn con người Khái niệm về vốn con người từ lâu đã được nhiều nhà kinh tế đề cập đến. Những người tiếp cận đầu tiên khái niệm này có thể kể đến là Petty (1690) và Smith (1776), sau đó nhiều nhà nghiên cứu khác cũng xem xét, thảo luận khái niệm vốn con người. Pigou (1928) cho rằng, có một sự tương đồng giữa đầu tư vào vốn con người cũng như đầu tư vào tư liệu sản xuất. Marshall (1930) chỉ ra, theo quan điểm trừu tượng và toán học, con người rõ ràng là một nguồn vốn, nhưng nó không có thị trường giao dịch để có thể được xem như một nguồn vốn trong các phân tích thực tiễn. Mincer (1958) đã chứng tỏ, thông qua giáo dục và đào tạo, các kiến thức, năng lực của con người được hình thành, và vốn con người được xem là một yếu tố đầu vào của quá trình sản xuất. Schultz (1961) đã chỉ ra năng lực sản xuất của con người lớn hơn rất nhiều so với tất cả các hình thức của cải khác kết hợp lại, quan điểm này được hầu hết tác giả sau đó thừa thuận. Tiếp cận theo góc độ giáo dục, Becker (1964) khái niệm vốn con người bao gồm tập hợp các kiến thức, kỹ năng của con người và nó quyết định làm cho năng suất lao động tăng lên, góp phần mang lại lợi ích cho doanh nghiệp và xã hội. Theo Bontis (1998), vốn con người là yếu tố đại diện cho nhân tố con người trong một tổ chức, nó đại diện cho kiến thức chuyên môn, kỹ năng, sự hiểu biết của con người để tạo ra sự khác biệt của một tổ chức. Theo Rodriguez và Loomis (2007), vốn con người là kiến thức, kỹ năng, năng lực và đặc điểm cá nhân tạo điều kiện cho việc tạo ra phúc lợi cá nhân, xã hội và tổng thể của nền kinh tế. Bong (2009) đưa ra khái niệm, vốn con người là một nhân tố sản xuất có thể tạo ra giá trị gia tăng thông qua quá trình sử dụng nhân tố này. Từ các tiếp cận khái niệm về vốn con người nêu trên, chung quy lại, khái niệm vốn con người sử dụng trong luận án này được hiểu là những kiến thức, kỹ năng và kinh nghiệm của con người hình thành thông qua quá trình học tập, lao động, rèn luyện và được dùng vào quá trình sản xuất. Chính vì thế, vốn con người là nguồn vốn vô hình, lượng vốn con người không thể xác định, đo lường một cách trực tiếp giống như vốn vật chất mà phải thông qua đo lường gián tiếp. 2.1.2 Vốn con người trong các mô hình tăng trưởng kinh tế 2.1.2.1 Mô hình Lucas (1988) Sự gia tăng vốn con người dẫn tới mức năng suất cao, từ đó làm cho GDP gia tăng. Mô hình Lucas (1988) đối với tích lũy vốn con người được minh họa như sau: (2.1) 2.1.2.2 Mô hình Mankiw – Romer – Weil (1992) Mở rộng mô hình Solow (1956), bằng cách đưa vốn con người làm đầu vào trong hàm sản xuất tổng hợp, khi đó ta được mô hình Mankiw – Romer – Weil (1992) biểu diễn dưới dạng sau: (2.10) 2.2 CƠ SỞ LÝ THUYẾT VỀ THỐNG KÊ KHÔNG GIAN 2.2.1 Ma trận trọng số không gian Ma trận trọng số không gian đóng vai trò quan trọng trong phân tích hồi quy và tương quan không gian (Anselin, 1988). Theo Ghemawat (2001), 4 dạng khoảng cách sử dụng thiết lập ma trận gồm địa lý, văn hóa, kinh tế, quản lý. Trong luận án này, được xây dựng trên cơ sở khoảng cách địa lý. Dạng tổng quát: (2.11)
7 Trong đó, : là phần tử của ma trận , tương ứng cho sự tương tác của địa phương với địa phương , . : với mọi i . : số lượng đối tượng không gian. 2.2.2 Tương quan không gian 2.2.2.1 Giới thiệu về tương quan không gian Le Sage (2009) đề cập đến hai tình huống quan trọng dẫn đến vi phạm giả thiết Gauss – Markov, đó là khi các quan sát có sự phụ thuộc với nhau về mặt không gian làm cho giả thiết “sai số của các quan sát không tương quan” bị vi phạm. Ngoài ra, tính chất mối liên hệ kinh tế có sự khác nhau theo không gian cũng dẫn tới vi phạm giả định về mối quan hệ tuyến tính trong mô hình. Anselin (1988) đã hệ thống một cách đầy đủ về các khía cạnh của mối tương quan không gian và phương pháp ước lượng khi tồn tại tương quan không gian giữa các quan sát. 2.2.2.2 Kiểm định tương quan không gian toàn phần (Global Moran’s I) Elhorst (2003) cho rằng, Global Moran’s I là phương pháp thông dụng và được nhiều tác giả sử dụng nhất để kiểm tra sự tương quan giữa các biến số. Giá trị của biến x được xác định bởi công thức (2.24): (2.17) 2.2.2.3 Kiểm định tương quan không gian địa phương (Local Moran’s I) Phân tích Global Moran’s I đưa ra kết quả tổng thể mối quan hệ tương quan không gian giữa các địa phương lân cận nhau, trong khi Local Moran’s I xem xét một cách chi tiết mối quan hệ tương quan không gian của địa phương xem xét với địa phương lân cận. Theo Anselin (1995), giá trị Local Moran’s I tại vị trí i là được tính toán như sau: (2.18) 2.2.3 Hồi quy không gian với dữ liệu bảng Nhiều nghiên cứu cũng khẳng định hiệu quả khi sử dụng hồi quy không gian bằng dữ liệu bảng như Baltagi et al (2003), Elhorst (2003), Anselin et al (2004), Kapoor et al (2007), Baltagi & Liu (2008). Vega & Elhorst (2016) đã đưa ra mô hình tổng quát (GNS) ở công thức (2.21) và (2.22), cụ thể: (2.21) (2.22) Trong đó, : là ma trận biến phụ thuộc cấp ; : là ma trận biến giải thích cấp ; : là hệ số hồi quy của biến trễ không gian ; : là hệ số hồi quy của biến giải thích ; : là hệ số hồi quy của biến ; : là hệ số hồi quy của biến sai số ; : là sai số của mô hình hồi quy tổng quát; : là sai số của mô hình sai số ; : là ma trận trọng số không gian; : là số đối tượng không gian; : là số biến giải thích. 2.3 CÁC NGHIÊN CỨU LIÊN QUAN VỀ VAI TRÒ CỦA VỐN CON NGƯỜI ĐỐI VỚI QUY MÔ KINH TẾ 2.3.1 Các nghiên cứu ngoài nước Hồi quy bội với dữ liệu chuỗi thời gian đã được nhiều tác giả dùng phân tích ảnh hưởng của vốn con người lên quy mô kinh tế đối với từng quốc gia như Qadri & Waheed (2011), Afridi (2016), Kanayo (2013). Phân tích vai trò của vốn con người đối với quy mô kinh tế cũng được nhiều tác giả xem xét ở nhiều quốc gia khác nhau như Ferda (2011), Pelinescu (2015), Benos & Karagiannis (2016). Đánh giá tác động của vốn con người lên quy mô kinh tế còn được tiếp cận ở góc độ các tỉnh, thành phố hay khu vực của một quốc gia bởi các tác giả như Zhang & Zhuang (2011), Su và Liu (2016), Li và Wang (2016). Trong những năm gần đây, vốn con người cũng được nhiều tác giả sử dụng mô hình hồi quy không gian để phân tích ảnh hưởng của nó đến quy mô kinh tế gồm Lima & Silveira Neto (2015), Baudino (2016). 2.3.2 Nghiên cứu trong nước Bùi Quang Bình (2009) đã chỉ ra vai trò của vốn con người đối với tăng trưởng của mỗi quốc gia. Tác giả cho rằng, giáo dục có vai trò quan trọng đối với việc hình thành và nâng cao vốn con người. Trần Thọ Đạt (2011) đã hệ thống các lý thuyết liên quan cho thấy ảnh hưởng của vốn con người lên GDP của các địa phương. Nghiên cứu trình bày các cơ sở để xem xét lựa chọn yếu tố đo lường vốn con người cho trường hợp Việt Nam. Hạ Thị Thiều Dao và cộng sự (2014) đã đo lường mức độ ảnh hưởng của từng yếu tố vốn con người lên GRDP các địa phương khu vực
8 Duyên hải Nam Trung Bộ. Đinh Phi Hổ và Từ Đức Hoàng (2016) tiếp cận vốn con người theo góc độc giáo dục và sức khỏe khi phân tích vai trò của vốn con người đối với GRDP khu vực Đồng bằng sông Cửu Long. Phạm Đình Long và Lương Thị Mai Nhân (2018) sử dụng hàm sản xuất Cobb – Douglas mở rộng, xây dựng mô hình nghiên cứu xem xét ảnh hưởng vốn con người đến GRDP các địa phương khu vực Miền Trung. Phan Thị Bích Nguyệt và cộng sự (2018) xem xét mối quan hệ giữa vốn con người và GRDP bình quân đầu người của các tỉnh/thành phố Việt Nam. Nguyễn Thị Đông và Lê Thị Kim Huệ (2019) đo lường mức độ ảnh hưởng của vốn con người đến GDP bình quân theo lao động tại Việt Nam. Gần đây, đã có nhiều tác giả tiếp cận mô hình kinh tế lượng không gian để xem xét mối liên hệ kinh tế ở cấp độ địa phương bao gồm Nguyễn Thị Hồng Đào và Phạm Thế Anh (2012), Nguyễn Khắc Minh và Phạm Anh Tuấn (2015), Trần Thị Tuấn Anh (2017), Nguyễn Lưu Bảo Đoan và Lê Văn Thắng (2017), Võ Xuân Vinh và cộng sự (2020). 2.4 KHOẢNG TRỐNG NGHIÊN CỨU Dựa vào cơ sở lý thuyết, tổng quan tài liệu nghiên cứu liên quan, tác giả tìm thấy một số vấn đề mà các tác giả nghiên cứu trước chưa đề cập đến. Cụ thể: Các nghiên cứu được tiến hành theo cấp độ tỉnh, thành hay cấp độ quốc gia đều chỉ ra được sự tác động của vốn con người lên GDP trong một năm hoặc trong cả một giai đoạn nào đó. Nhiều tác giả Việt Nam đã sử dụng phương pháp hồi quy dữ liệu chéo hay hồi quy dữ liệu bảng phân tích vai trò của vốn con người đến GRDP các địa phương hay GDP của cả nước. Tuy nhiên, tương quan không gian hay ảnh hưởng lan tỏa không gian của vốn con người lên GRDP giữa các địa phương Việt Nam chưa được xét đến, do đó sẽ chưa thấy hết mối liên hệ của các yếu tố đo lường vốn con người và GRDP. Nghiên cứu trước đây tại Việt Nam đã tiếp cận vốn con người với nhiều góc độ khác nhau bao gồm chi phí, đào tạo chính quy, sức khỏe. Vốn con người được đo lường bởi chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo ; số năm học bình quân của lao động, tỷ lệ học sinh/giáo viên, tỷ lệ biết chữ, tỷ lệ nhập học. Các nghiên cứu trong nước và ngoài nước đã chứng minh được vai trò của các yếu tố đo lường vốn con người cả cấp quốc gia lẫn cấp tỉnh/thành phố đối với GDP. Tuy nhiên, vẫn còn có những khác biệt trong việc chọn yếu tố nào đo lường vốn con người để xem xét ảnh hưởng của nó đến GRDP cho các địa phương Việt Nam. Việc lựa chọn mô hình tăng trưởng nào để phân tích vai trò của vốn con người đối với GRDP còn có nhiều điểm khác biệt. Một số nghiên cứu tiếp cận mô hình tăng trưởng cổ điển, trong khi một số tiếp cận theo mô hình tăng trưởng tân cổ điển, mô hình tăng trưởng nội sinh. Do đó, cần xác định xem khi phân tích vai trò của vốn con người lên GRDP tiếp cận theo mô hình tăng trưởng nào là phù hợp cho trường hợp Việt Nam. CHƯƠNG 3 THIẾT KẾ NGHIÊN CỨU
9 3.1 LỰA CHỌN YẾU TỐ ĐO LƯỜNG VỐN CON NGƯỜI 3.1.1 Tổng hợp các yếu tố đo lường vốn con người từ các nghiên cứu trước Vốn con người được khái niệm là những kiến thức, kỹ năng và kinh nghiệm của một người có được thông qua quá trình học tập, đào tạo và rèn luyện. Có 3 cách tiếp cận định lượng để đưa ra biến đo lường phù hợp cho vốn con người bao gồm tiếp cận giáo dục chính quy, tiếp cận góc độ chi phí và tiếp cận theo góc độ thu nhập (Phan Thị Bích Nguyệt và cộng sự, 2018). Nhiều nghiên cứu trong và ngoài nước cũng chỉ ra, vốn con người còn được đo lường theo cách tiếp cận sức khỏe hay y tế. Việc lựa chọn biến đại diện vốn con người khác nhau sẽ cho những kết quả ước lượng khác nhau (Trần Thọ Đạt, 2011). 3.1.2 Kết quả thảo luận chuyên gia lựa chọn yếu tố đo lường vốn con người Lựa chọn yếu tố đại diện cho vốn con người phụ thuộc vào phương pháp tiếp cận. Việc đo lường vốn con người ở các quốc gia hay các địa phương khác nhau cũng có sự khác nhau. Mặt khác, nguồn dữ liệu nghiên cứu khác nhau cũng ảnh hưởng đến lựa chọn yếu tố đo lường vốn con người cũng có sự khác biệt. Trên cơ sở những phân tích ưu điểm và hạn chế từng yếu tố đo lường vốn con người, dựa vào kết quả khảo sát chuyên gia và nguồn dữ liệu thứ cấp đã được Tổng cục thống kê Việt Nam công bố trong giai đoạn 2010 2017, trong luận án này, tác giả xem xét lựa chọn yếu tố đo lường cho vốn con người các địa phương Việt Nam gồm: chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo. 3.2 KHUNG PHÂN TÍCH Các nghiên cứu trước đây khẳng định, vốn con người có vai trò quan trọng và ảnh hưởng tích cực lên quy mô kinh tế. Dựa vào mô hình tăng trưởng Mankiw – Romer – Weil (1992) với hàm sản xuất Cobb – Douglas mở rộng để xây dựng khung phân tích. Khung phân tích thể hiện rõ 3 yếu tố ảnh hưởng đến GRDP gồm vốn con người, vốn vật chất và lao động. Vốn con người được đo lường bởi chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo. Vốn vật chất được đo lường bằng tổng vốn đầu tư của địa phương trong năm, trong khi lao động được đo bằng số lượng lao động của địa phương. Các biến kiểm soát sử dụng trong nghiên cứu gồm tỷ lệ FDI/tổng vốn đầu tư, tỷ lệ tăng dân số, tỷ lệ lạm phát và tỷ lệ hộ nghèo. Các phần mềm Stata, R, Mapinfo được sử dụng để phân tích các kết quả trong luận án này. 3.3 KHÁI NIỆM VÀ GIẢ THUYẾT NGHIÊN CỨU Quy mô kinh tế địa phương: Trên phạm vi cấp tỉnh, GRDP được tính theo phương pháp sản xuất. Nhiều công trình nghiên cứu ảnh hưởng của vốn con người đối với GRDP sử dụng biến phụ thuộc bằng tổng sản phẩm trên địa bàn tính theo giá so sánh của một kỳ gốc. Hạ Thị Thiều Dao và cộng sự (2014) lựa chọn GRDP theo giá so sánh 1994 để xem xét vai trò của VCN với tăng trưởng kinh tế vùng Nam Trung Bộ. Phạm Đình Long và Lương Thị Mai Nhân (2018) sử dụng GRDP theo giá năm 2004 để nghiên cứu tác động của giáo dục đến GRDP các tỉnh, thành Miền Trung. Trần Thọ Đạt (2011) xem xét ảnh hưởng của vốn con người đến tăng trưởng bằng GRDP theo giá so sánh 2010. Việc lựa chọn biến phụ thuộc GRDP theo giá năm 2010 nhằm loại bỏ sự tác động do trượt giá (Trần Thị Tuấn Anh, 2017). Trong nghiên cứu này, biến phụ thuộc được tính bằng lnGRDP, trong đó GRDP được tính theo giá 2010 và sử dụng đơn vị tính là tỷ đồng. 3.4 MÔ HÌNH VÀ DỮ LIỆU NGHIÊN CỨU ẢNH HƯỞNG CỦA VỐN CON NGƯỜI ĐẾN QUY MÔ KINH TẾ TỈNH, THÀNH VIỆT NAM 3.4.1 Mô hình nghiên cứu thực nghiệm Trong nghiên cứu này sử dụng các dạng mô hình SEM, SAR, SDM dữ liệu bảng để phân tích vai trò của vốn con người đối với GRDP các địa phương, cụ thể như sau: Mô hình hồi quy dạng SEM: (3.9) (3.10) Mô hình hồi quy dạng SAR: (3.11) Mô hình hồi quy dạng SDM: (3.12) Các biến trong mô hình nghiên cứu được giải thích ở bảng 3.2.
10 Bảng 3.2: Giải thích các biến trong mô hình nghiên cứu thực nghiệm Ký hiệu biến Định nghĩa biến Kỳ vọng LnGRDP Logarit tổng GRDP cấp tỉnh theo giá 2010 (đơn vị tính: tỷ đồng). LnH_EXPEDU Logarit tổng chi tiêu công cho giáo dục của tỉnh/thành + phố trong năm (đơn vị tính: tỷ đồng). lnH_EXPHEA Logarit tổng chi tiêu công cho y tế của tỉnh/thành phố + trong năm (đơn vị tính: tỷ đồng). lnH_LABEDU Logarit tỷ lệ lao động đang làm việc trong các thành phần + kinh tế đã qua đào tạo (đơn vị tính: %). lnINV Logarit tổng vốn đầu tư của địa phương trong năm theo + giá 2010 (đơn vị tính: tỷ đồng). lnLABOR Logarit tổng số lao động từ 15 tuổi trở lên của tỉnh thành + (đơn vị tính: nghìn người). FDI Tỷ lệ đầu tư trực tiếp nước ngoài so với tổng vốn đầu tư + trong năm. POP Logarit tỷ lệ tăng trưởng dân số hằng năm (đơn vị tính: + %). CPI Logarit chỉ số giá tiêu dùng trung bình hàng năm (đơn vị +/- tính: %). POOR Logarit tỷ lệ hộ nghèo của địa phương hàng năm (đơn vị - tính: %). Nguồn: Tổng hợp của tác giả, 2020 3.4.2 Dữ liệu nghiên cứu Dữ liệu của nghiên cứu này được tổng hợp từ nguồn dữ liệu của Tổng cục thống kê công bố từng năm trong giai đoạn 2010 2017. Số liệu các chỉ tiêu GRDP địa phương, các yếu tố đo lường vốn con người và các biến kiểm soát trích xuất từ Niên giám thống kê của 63 địa phương và Niên giám thống kê cả nước. 3.5 PHƯƠNG PHÁP ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 3.5.1 Phương pháp xác định ma trận trọng số không gian Ma trận trọng số liền kề (W1): trong đó từng phần tử sẽ nhận giá trị 1 nếu hai địa phương tương ứng có chia sẽ chung đường biên giới và nhận giá trị 0 nếu không có chung đường biên giới. Việc xác định 2 địa phương có chung đường biên giới hay không được dựa trên bản đồ 63 tỉnh thành Việt Nam. Ma trận khoảng cách ngưỡng 186km (W2): (3.13) với ký hiệu khoảng cách trừ trung tâm địa phương đến trung tâm địa phương . Ma trận khoảng cách nghịch đảo (W3): (3.14) với ký hiệu khoảng cách trừ trung tâm địa phương đến trung tâm địa phương . 3.5.2 Kiểm định hiệu ứng cố định không gian, thời gian Kiểm định này được thực hiện dưới dạng FEM, nghĩa là xem xét các hệ số độ dốc là hằng số, khi đó tung độ gốc thay đổi theo thời gian hoặc theo cá nhân hay cả hai. Giả thuyết: cho các hiệu ứng cố định không gian. Giả thuyết: cho các hiệu ứng cố định thời gian. Sử dụng kiểm định Log likelihood –ratio để so sánh trong hai mô hình hiệu ứng cố định theo không gian, thời gian có tốt hơn mô hình POOLED OLS hay không. Nếu cả hai trường hợp đều bác bỏ giả thuyết , nghĩa là hiệu ứng cố định theo không gian và thời gian ưu tiên lựa chọn để phân tích. 3.5.3 Ước lượng các mô hình số liệu bảng không gian Mô hình trễ không gian tác động cố định:
11 Theo Anselin et al (2006), phần mở rộng của mô hình FEM với biến trễ không gian của biến phụ thuộc đặt ra hai sự khó khăn. Từ phương trình (SAR) áp dụng cho tác động cố định trễ không gian một cách đơn giản. Tuy nhiên, Lee và Yu (2010) cho thấy, có những trường hợp phụ thuộc vào n và k, trong đó hiệu chỉnh đối với một số tham số cần được thực hiện với sự phụ thuộc của các quan sát tại mỗi thời điểm. Thay nghiệm vào hàm hợp lý và sắp xếp lại thu được hàm hợp lý của : (3.17) Mô hình sai số không gian tác động cố định: Anselin và Hudak (1992) cũng đã mở rộng ước lượng ML từ số liệu chéo để ước lượng và mô hình SEM với dạng FEM. Hàm hợp lý của mô hình SEM được xác định bởi: (3.21) Mô hình Durbin không gian tác động cố định: Hàm hợp lý của mô hình (SDM) với dạng FEM được xác định bởi: (3.22) (3.23) 3.5.4 Kiểm định Hausman Hausman (1978) đã đưa ra phương pháp kiểm định để lựa chọn mô hình FEM phù hơn REM hay không (Baltagi & Liu, 2008). Mutl et al (2011) đã chỉ ra rằng kiểm định này cũng có thể áp dụng đối với trường hợp cho hồi quy không gian dữ liệu bảng khi thay thế từng công cụ ước tính bên trong và GLS bằng tương tự không gian của nó. Giả thuyết H0: REM phù hợp hơn FEM. Nếu bác bỏ giả thuyết H0, nghĩa là chọn lựa ước lượng tác động cố định trong trường hợp này phù hợp hơn. 3.5.5 Lựa chọn mô hình hồi quy không gian phù hợp 3.5.5.1 Kiểm định sự tồn tại của mô hình sai số không gian (SEM) Theo Anselin et al (2006), kiểm định sự tồn tại của SEM được thực hiện theo phương pháp sau: Giả thuyết H0: (Không tồn tại phụ thuộc không gian) Giá trị thống kê kiểm định: (3.24) Thống kê LME tuân theo phân phối . 3.5.5.2 Kiểm định sự tồn tại của mô hình trễ không gian (SAR) Theo Anselin et al (2006), kiểm định sự tồn tại của mô hình SAR được thực hiện theo phương pháp sau: Giả thuyết H0: (Không tồn tại phụ thuộc không gian) Giá trị thống kê kiểm định: (3.25) trong đó, . Thống kê LML tuân theo phân phối . 3.5.5.3. Kiểm định sự thích hợp của mô hình (SDM) Anselin và cộng sự (2006), để kiểm tra giả thuyết liệu mô hình SDM có thể được đơn giản hóa thành mô hình SEM, . Tương tự, giả thuyết rằng mô hình SDM có thể được đơn giản hóa thành mô hình SAR, có thể thực hiện kiểm tra Wald hoặc LR cho hai giả thuyết trên. Nếu cả hai giả thuyết đều bị bác bỏ thì mô hình SDM là phù hợp. 3.5.6 Tác động trực tiếp, tác động gián tiếp và tổng tác động Từ mô hình tổng quát (GNS), biến đổi hai vế của phương trình ta có: (3.26) (3.27) Elhorst (2010) lấy đạo hàm riêng của biến y theo k của từng biến giải thích, ta được công thức (3.28): (3.28) (3.29)
12 Với ở ma trận trong công thức (3.28) cho biết mức độ tác động trực tiếp, các phần tử nằm ở hàng hay cột (trừ) cho biết mức độ tác động gián tiếp. là hệ số nhân không gian và hệ số này được bao hàm các tác động phản hồi. CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1 THỰC TRẠNG QUY MÔ KINH TẾ VÀ VỐN CON NGƯỜI CÁC TỈNH, THÀNH VIỆT NAM 4.1.1 Thực trạng quy mô kinh tế các tỉnh, thành Kết quả thống kê cho thấy, quy mô GDP tính theo giá năm 2010 của Việt Nam tăng lên theo từng năm trong giai đoạn 2010 – 2017. Nếu như năm 2010, tổng GDP là 2.157.828 (tỷ đồng) thì đến năm 2017 quy mô GDP tăng lên 3.262.548 (tỷ đồng). Tỷ lệ tăng trưởng giai đoạn 2010 – 2017 này đều cao, trên mức 5%. Tăng trưởng GDP năm 2012 là 5,42%, tuy có giảm so với năm 2011 nhưng nhờ vào những chính sách mở cửa, hội nhập sâu rộng đã giúp Việt Nam tăng trưởng nhanh chóng trong giai đoạn tiếp theo và đạt mức 6,81% trong năm 2017. Quy mô GRDP các địa phương được tính theo giá 2010 cũng nằm trong xu thế tăng chung của cả nước. Trong đó, Thành phố Hồ Chí Minh và Hà Nội vẫn là 2 đầu tàu kinh tế, đóng góp cao vào tỷ trọng GDP của cả nước. Tuy nhiên, vẫn còn nhiều tỉnh thành quy mô GRDP còn rất thấp như Cao Bằng, Bắc Kạn, Điện Biên, Lai Châu với trung bình GRDP của giai đoạn này thấp hơn 75.000 (tỷ đồng). Các thành phố trực thuộc trung ương đều có quy mô GRDP tăng trong giai đoạn 2010 – 2017. Thành phố Hồ Chí Minh có quy mô GRDP năm 2017 đạt 906.531 (tỷ đồng), cao cấp hơn 1,7 lần so với Hà Nội, gấp gần 16 lần so với Cần Thơ. 4.1.2 Thực trạng vốn con người Trong giai đoạn 2010 – 2017, chi thường xuyên ngân sách nhà nước cho cả 2 lĩnh vực giáo dục và y tế đều tăng. Trung bình chi thường xuyên ngân sách nhà nước cho giáo dục và y tế của các địa phương trong từng năm tăng lên. Nếu năm 2010, chi thường xuyên ngân sách nhà nước cho giáo dục trung bình mỗi địa phương là 37.640,6 tỷ đồng thì đến năm 2017 tăng lên 94.685,1 tỷ đồng. Trung bình chi thường xuyên ngân sách nhà nước cho y tế mỗi địa phương năm 2015 là 22.727,0 tỷ đồng thì đến năm 2017 tăng lên 24.061,6 tỷ đồng. Tính theo cả nước, tỷ lệ lao động đang làm việc đã qua đào tạo tăng theo từng năm, đạt tỷ lệ 21,4% năm 2017, tăng 6,8% so với năm 2010. Trung bình tỷ lệ lao động đang làm việc đã qua đào tạo ở mỗi địa phương cũng tăng theo từng năm. Năm 2010, tỷ lệ lao động đang làm việc đã qua đào tạo ở mỗi địa phương là 12,99%, năm 2014 đạt 16,18%, đến năm 2017 tăng lên 18,79%. Các thành phố, tỉnh có GRDP lớn, người lao động có điều kiện cận dễ dàng tiếp cận với giáo dục, học nghề thì khoảng cách giữa tỷ lệ giữa hai khu vực này thấp, tuy nhiên đối với các địa phương có điều kiện kinh tế khó khăn thì khoảng cách tỷ lệ giữa hai khu vực này rất lớn. 4.2 THỐNG KÊ MÔ TẢ, KIỂM ĐỊNH ĐA CỘNG TUYẾN VÀ KIỂM ĐỊNH TƯƠNG QUAN CÁC BIẾN TRONG MÔ HÌNH NGHIÊN CỨU Qua phân tích thực trạng GRDP và các yếu tố đo lường vốn con người cũng cho thấy, cũng có sự chênh lệch GRDP và các yếu tố vốn con người giữa các địa phương. Nguyên nhân là do các
13 thành phố lớn và những tỉnh lân cận xung quanh có GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo cao hơn so với các tỉnh, thành ở khu vực khác. Đặc biệt, các tỉnh miền núi, vùng cao, điều kiện kinh tế xã hội còn nhiều khó khăn nên giá trị của các chỉ tiêu này còn thấp. Kết quả kiểm định đa cộng tuyến cho thấy, tất cả thừa số tăng phương sai (VIF) của các biến số trong mô hình đều nhỏ hơn 10. Do đó, có thể khẳng định hiện tượng đa cộng tuyến không xảy ra ở trường hợp này. Kết quả kiểm định tương quan cho thấy, biến chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo đều có hệ số tương quan cùng chiều với GRDP. 4.3 KIỂM ĐỊNH HIỆU ỨNG KHÔNG GIAN VÀ THỜI GIAN Hồi quy dữ liệu bảng phi không gian cho thấy, dạng tác động cố định (FEM) được lựa chọn phù hợp cho phân tích ảnh hưởng của vốn con người lên GRDP. Đồng thời, kết quả nghiên cứu cũng chỉ ra các yếu tố vốn con người tác động cùng chiều đến GRDP địa phương. Kết quả kiểm định hiệu ứng thời gian và không gian cũng cho thấy, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo ảnh hưởng theo không gian và thời gian đối với GRDP các tỉnh, thành Việt Nam. 4.4 KIỂM ĐỊNH TƯƠNG QUAN KHÔNG GIAN 4.4.1 Kiểm định tương quan không gian toàn phần Kiểm định Global Moran’s I cho thấy, tồn tại tương quan không gian cùng chiều của GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo giữa các địa phương. Bảng 4.6: Kết quả kiểm định Global Moran’s I với ma trận trọng số liền kề (W1) 2010 2011 2012 2013 2014 2015 2016 2017 lnGRDP 0,442*** 0,450*** 0,452*** 0,451*** 0,443*** 0,453*** 0,449*** 0,451*** (5,34) (5,43) (5,46) (5,45) (5,36) (5,47) (5,43) (5,44) lnH_EXPED 0,105* 0,059 0,089 0,081 0,129** 0,110* 0,143** 0,149** U (1,41) (0,88) (1,23) (1,13) (1,70) (1,49) (1,86) (1,92) lnH_EXPHE 0,118* 0,020 0,122* 0,081 0,175** 0,119* 0,125** 0,072 A (1,56) (0,42) (1,61) (1,13) (2,23) (1,58) (1,65) (1,03) lnH_LABEDU 0,383*** 0,394*** 0,360*** 0,321*** 0,355*** 0,368*** 0,358*** 0,374*** (4,59) (4,74) (4,34) (3,87) (4,28) (4,41) (4,31) (4,48) lnINV 0,328*** 0,324*** 0,325*** 0,329*** 0,294*** 0,303*** 0,317*** 0,331*** (4,03) (3,98) (3,99) (4,03) (3,61) (3,70) (3,87) (4,04) lnLABOR 0,249*** 0,246*** 0,243*** 0,237*** 0,225*** 0,227*** 0,228*** 0,227*** (3,08) (3,06) (3,02) (2,96) (2,81) (2,83) (2,85) (2,83) FDI 0,250*** 0,305*** 0,224*** 0,118* 0,037 0,063 0,152** 0,214*** (3,20) (3,78) (2,84) (1,57) (0,63) (0,94) (1,95) (2,71) POP 0,302*** 0,336*** 0,280*** 0,333*** 0,330*** 0,305*** 0,310*** 0,283*** (0,08) (4,17) (3,53) (4,16) (4,08) (3,73) (3,79) (3,51) CPI 0,186*** -0,088*** -0,049 0,102** -0,037 -0,035 0,135** 0,156** (3,34) (-0,85) (-0,99) (2,24) (-0,46) (-0,33) (2,29) (2,12) POOR 0,688*** 0,687*** 0,694*** 0,696*** 0,654*** 0,582*** 0,647*** 0,643*** (8,10) (8,12) (8,20) (8,27) (7,84) (7,01) (7,72) (7,71) Nguồn: Phân tích số liệu của tác giả; ((***), (**), (*)) ký hiệu mức ý nghĩa 1%, 5% và 10%. 4.4.2 Kiểm định tương quan không gian địa phương Bảng 4.9: Kết quả kiểm định Local Moran’s I cho biến phụ thuộc lnGRDP Phân cụm
14 Thấp – Thấp Cao - Cao W1 Hà Giang, Cao Bằng, Bắc Kạn, Hà Nội, Bắc Ninh, Hải Phòng, Bình Tuyên Quang, Yên Bái, Điện Biên, Dương, Đồng Nai, Bà Rịa - Vũng Tàu, Lai Châu Tp Hồ Chí Minh, Long An W2 Hà Giang, Cao Bằng Quảng Ninh, Hải Dương, Hải Phòng, Bình Dương, Đồng Nai, Bà Rịa - Vũng Tàu, Tp Hồ Chí Minh, Long An W3 Hà Giang, Cao Bằng, Điện Biên, Lai Hà Nội, Bắc Ninh, Hải Phòng, Bình Châu, Đắk Nông Dương, Đồng Nai, Bà Rịa - Vũng Tàu, Tp Hồ Chí Minh Nguồn: Tính toán từ số liệu tổng hợp của tác giả, với mức ý nghĩa 5%. Bảng 4.10: Kết quả kiểm định Local Moran’s I cho chi tiêu công cho giáo dục năm 2017 Phân cụm Thấp – Thấp Cao – Cao Thấp – Cao Cao – Thấp W1 Hậu Giang, Bạc Hà Nội, Bắc Giang, Hà Nam Liêu Phú Thọ, Sơn La, Hòa Bình, Thanh Hóa, Nghệ An, Đồng Nai W2 Bắc Kạn, Hậu Hà Nội, Hải Dương, Hưng Yên, Hà Tp Hồ Chí Minh Giang, Bạc Liêu, Hòa Bình, Thanh Hóa, Nam, Ninh Cà Mau Nghệ An Bình W3 Hậu Giang, Bạc Hà Nội, Sơn La, Hòa Bắc Kạn Đắk Lắk Liêu Bình, Thanh Hóa, Nghệ An, Đồng Nai Nguồn: Tính toán từ số liệu tổng hợp của tác giả, với mức ý nghĩa 5%. Bảng 4.11: Kết quả kiểm định Local Moran’s I cho chi tiêu công cho y tế năm 2017 Phân cụm Thấp – Thấp Cao – Cao Thấp – Cao Cao – Thấp W1 Quảng Bình, Vĩnh Vĩnh Phúc, Thái Tp Hồ Chí Minh Long, Cần Thơ, Hậu Nguyên, Thanh Giang Hóa W2 Nam Định, Thanh Hà Nội Hải Dương, Tp Hồ Chí Minh Hóa, Kon Tum, Cần Hà Nam Thơ, Hậu Giang W3 Vĩnh Long, Cần Thơ, Hà Nội, Vĩnh Lai Châu, Hà Tp Hồ Chí Minh Hậu Giang Phúc, Thái Tĩnh Nguyên, Thanh Hóa Nguồn: Tính toán từ số liệu tổng hợp của tác giả, với mức ý nghĩa 5%. Bảng 4.12: Kết quả kiểm định Local Moran’s I của tỷ lệ lao động đang làm việc đã qua đào tạo năm 2017 Phân cụm
15 Thấp – Thấp Cao – Cao Thấp – Cao Cao – Thấp W1 Đắk Nông, Bến Tre, Hà Nội, Bắc Ninh, Trà Vinh, Vĩnh Long, Quảng Ninh, Hải Kiên Giang, Hậu Phòng, Thừa Thiên Giang, Sóc Trăng, Bạc Huế, Đà Nẵng, Bà Liêu, Cà Mau Rịa - Vũng Tàu W2 Đắk Lắk, Đắk Nông, Hà Nội, Bắc Ninh, Thái Bình Tp Hồ Chí Tiền Giang, Bến Tre, Quảng Ninh, Hải Minh, Cần Trà Vinh, Vĩnh Long, Dương, Hải Phòng, Thơ An Giang, Kiên Giang, Hưng Yên, Hà Nam, Hậu Giang, Sóc Trăng, Ninh Bình, Thái Bạc Liêu, Cà Mau Nguyên, Thanh Hóa, Quảng Trị, Thừa Thiên Huế, Đà Nẵng, Bà Rịa - Vũng Tàu W3 Đắk Lắk, Đắk Nông, Hà Nội, Vĩnh Phúc, Hà Giang Bà Rịa - Vũng Bình Phước, Tây Ninh, Bắc Ninh, Quảng Tàu, Tp Hồ Tiền Giang, Bến Tre, Ninh, Hải Dương, Hải Chí Minh, Trà Vinh, Vĩnh Long, Phòng, Hưng Yên, Cần Thơ An Giang, Kiên Giang, Ninh Bình, Thái Hậu Giang, Sóc Trăng, Nguyên, Thừa Thiên Bạc Liêu, Cà Mau Huế, Quảng Bình, Thanh Hóa, Hà Tĩnh, Quảng Trị, Đà Nẵng Nguồn: Tính toán từ số liệu tổng hợp của tác giả, với mức ý nghĩa 5%. Kết quả kiểm định tương quan không gian địa phương đối với biến phụ thuộc lnGRDP cho ở bảng 4.9 đã phân ra được các nhóm tương quan không gian cao – cao, thấp – thấp. Kết quả kiểm định tương quan không gian địa phương đối với biến chi tiêu công cho giáo dục cho ở bảng 4.10 đã phân ra được các nhóm tương quan không gian đối với chi tiêu công cho giáo dục: cao – cao, thấp – thấp, cao – thấp, thấp cao. Kết quả kiểm định tương quan không gian địa phương đối với biến chi tiêu công cho y tế cho ở bảng 4.11 đã phân ra được các nhóm tương quan không gian đối với chi tiêu công cho y tế: cao – cao, thấp – thấp, cao – thấp, thấp cao. Kết quả kiểm định tương quan không gian địa phương đối với biến tỷ lệ lao động đang làm việc đã qua đào tạo cho ở bảng 4.12 đã phân ra được các nhóm tương quan không gian đối với tỷ lệ lao động đang làm việc đã qua đào tạo: cao – cao, thấp – thấp, cao – thấp, thấp cao. 4.5 KẾT QUẢ ƯỚC LƯỢNG HỒI QUY KHÔNG GIAN 4.5.1 Phân tích ảnh hưởng của chi tiêu công cho giáo dục đến quy mô kinh tế các tỉnh, thành Dựa vào kiểm định Hausman đối với trường hợp phi không gian, kiểm định Hausman trường hợp không gian và tiêu chuẩn AIC để lựa chọn hiệu ứng tác động nào phù hợp cho mô hình nghiên cứu. Kết quả phân tích cho thấy, hiệu ứng tác động cố định (FEM) được lựa chọn phân tích phù hợp cho các dạng mô hình SEM, SAR, SDM đối với tất cả các trường hợp ma trận trọng số không gian W1, W2, W3. Kiểm tra giả thuyết: và giả thuyết cho thấy, mô hình dạng SDM có thể đơn giản trở thành dạng SEM và SAR. Kết quả mô hình dạng SDM_FEM cho thấy, giá trị Rho đều dương và có ý nghĩa thống kê, chứng tỏ các địa phương lân cận nhau thì GRDP có xu hướng tác động tích cực lẫn nhau. Đối với trường hợp ma trận trọng số liền kề (W1), hệ số hồi quy và của biến chi tiêu công cho giáo dục đều có ý nghĩa thống kê, điều này cho thấy, chi tiêu công cho giáo dục không những tác động tích cực đến GRDP các địa phương xem xét mà còn tác động tích cực đến GRDP các địa phương tiếp giáp. Đối với trường hợp ma trận trọng số khoảng cách ngưỡng (W2), ma trận trọng số khoảng cách nghịch đảo (W3), hệ số hồi quy của biến chi tiêu công cho giáo dục lần lượt là 0,0584;
16 0,0536, đều có ý nghĩa thống kê. Điều này chứng tỏ, chi tiêu công cho giáo dục ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét. Chưa có bằng chứng khẳng định sự tác động của chi tiêu công cho giáo dục ở địa phương đang xem xét đối với GRDP các địa phương trong lân cận khoảng cách ngưỡng 186km và trong lân cận khoảng cách nghịch đảo. 4.5.2 Phân tích ảnh hưởng của chi tiêu công cho y tế đến quy mô kinh tế các tỉnh, thành Dựa vào kiểm định Hausman đối với trường hợp phi không gian, kiểm định Hausman trường hợp không gian và tiêu chuẩn AIC để lựa chọn hiệu ứng tác động nào phù hợp cho mô hình nghiên cứu. Kết quả phân tích cho thấy, hiệu ứng tác động cố định (FEM) được lựa chọn phân tích phù hợp cho các dạng mô hình SEM, SAR, SDM đối với tất cả các trường hợp ma trận trọng số không gian W1, W2, W3. Kiểm tra giả thuyết: và giả thuyết cho thấy, mô hình dạng SDM có thể đơn giản trở thành dạng SEM và SAR. Kết quả mô hình dạng SDM_FEM cho thấy, giá trị Rho đều dương và có ý nghĩa thống kê, chứng tỏ các địa phương lân cận nhau thì GRDP có xu hướng tác động tích cực lẫn nhau. Đối với trường hợp ma trận trọng số liền kề (W1), hệ số hồi quy: và của biến chi tiêu công cho y tế đều có ý nghĩa thống kê, điều này cho thấy, chi tiêu công cho y tế không những tác động tích cực đến GRDP các địa phương xem xét mà còn tác động tích cực đến GRDP các địa phương tiếp giáp. Đối với trường hợp ma trận trọng số khoảng cách ngưỡng (W2), hệ số hồi quy của biến chi tiêu công cho y tế, có ý nghĩa thống kê. Điều này chứng tỏ, chi tiêu công cho y tế ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét. Chưa có bằng chứng khẳng định sự tác động của chi tiêu công cho y tế ở địa phương đang xem xét đối với GRDP các địa phương trong lân cận khoảng cách ngưỡng 186km. Ngoài ra, chưa tìm thấy ảnh hưởng của chi tiêu công cho y tế đối với GRDP cho trường hợp ma trận trọng số nghịch đảo (W3). 4.5.3 Phân tích ảnh hưởng của tỷ lệ lao động đang làm việc đã qua đào tạo đến quy mô kinh tế các tỉnh, thành Dựa vào kiểm định Hausman đối với trường hợp phi không gian, kiểm định Hausman trường hợp không gian và tiêu chuẩn AIC để lựa chọn hiệu ứng tác động nào phù hợp cho mô hình nghiên cứu. Kết quả phân tích cho thấy, hiệu ứng tác động cố định (FEM) được lựa chọn phân tích phù hợp cho các dạng mô hình SEM, SAR, SDM đối với tất cả các trường hợp ma trận trọng số không gian W1, W2, W3. Kiểm tra giả thuyết và giả thuyết cho thấy, mô hình dạng SDM có thể đơn giản trở thành dạng SEM và SAR. Kết quả mô hình dạng SDM_FEM cho thấy, giá trị Rho đều dương và có ý nghĩa thống kê, chứng tỏ các địa phương lân cận nhau thì GRDP có xu hướng tác động tích cực lẫn nhau. Đối với trường hợp ma trận trọng số liền kề (W1), hệ số hồi quy và của biến tỷ lệ lao động đang làm việc đã qua đào tạo đều có ý nghĩa thống kê, điều này cho thấy, tỷ lệ lao động đang làm việc đã qua đào tạo không những tác động tích cực đến GRDP các địa phương xem xét mà còn tác động tích cực đến GRDP các địa phương tiếp giáp. Đối với trường hợp ma trận trọng số khoảng cách ngưỡng (W2), ma trận trọng số khoảng cách nghịch đảo (W3), hệ số hồi quy của biến tỷ lệ lao động đang làm việc đã qua đào tạo lần lượt là 0,0682; 0,0442, đều có ý nghĩa thống kê. Điều này chứng tỏ, tỷ lệ lao động đang làm việc đã qua đào tạo ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét. Chưa có bằng chứng khẳng định sự tác động của tỷ lệ lao động đang làm việc đã qua đào tạo ở địa phương đang xem xét đối với GRDP các địa phương trong lân cận khoảng cách ngưỡng 186km và trong lân cận khoảng cách nghịch đảo. 4.6 PHÂN TÍCH SỰ LAN TỎA KHÔNG GIAN CỦA VỐN CON NGƯỜI ĐẾN QUY MÔ KINH TẾ ĐỊA PHƯƠNG 4.6.1 Lan tỏa không gian của chi tiêu công cho giáo dục đối với quy mô kinh tế địa phương Tác động trực tiếp: chi tiêu công cho giáo dục cấp tỉnh, thành phố ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét ở cả 3 trường hợp cho ma trận trọng W1, W2 và W3. Cụ thể, trong điều kiện các yếu tố khác không đổi, tăng chi tiêu công cho giáo dục cấp tỉnh trung bình 1% thì tác động trực tiếp làm GRDP chính địa phương đó tăng trung bình lên lần lượt 0,0893% (W1); 0,0674% (W2); 0,0540% (W3). Tuy nhiên, do tác động phản hồi nên tác động trực tiếp của
17 chi tiêu công cho giáo dục cấp tỉnh đến GRDP địa phương đó tăng lên trung bình lần lượt là 0,0695% (W1); 0,0584% (W2); 0,0536% (W3) với mức tác động phản hồi lần lượt là 1,98% (W1); 0,9% (W2); 0,4% (W3). Tác động gián tiếp: xem xét sự tác động của chi tiêu công cho giáo dục của địa phương lân cận có tác động như thế nào đến địa phương đang xem xét. Kết quả phân tích cho thấy, chi tiêu công cho giáo dục cấp tỉnh ở địa phương lân cận có ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét. Cụ thể, khi các yếu tố khác trong mô hình không đổi, tăng chi tiêu công cho giáo dục của các địa phương lân cận trung bình 1% thì sẽ tác động gián tiếp làm GRDP một tỉnh cụ thể lần lượt tăng trung bình 0,1993% (W1); 0,1037% (W2). Chưa có bằng chứng cho thấy sự tác động của chi tiêu công cho giáo dục của các địa phương lân cận đối với GRDP địa phương xem xét trường hợp ma trận W3. Tổng tác động: xem xét sự thay đổi chi tiêu công cho giáo dục ở chính địa phương đang xem xét hay ở địa phương lân cận đối với GRDP địa phương nghiên cứu. Kết quả chỉ ra, chi tiêu công cho giáo dục tại địa phương không những tác động đến GRDP ở địa phương đó, mà nó còn ảnh hưởng đến GRDP các địa phương lân cận. Cụ thể kết quả Bảng 4.22 chứng tỏ, khi các yếu tố khác không thay đổi, chi tiêu công cho giáo dục cấp tỉnh tăng trung bình 1% thì góp phần thúc đẩy GRDP địa phương tăng trung bình lần lượt lên 0,2886% (W1); 0,1711% (W2). Trường hợp ma trận trọng số nghịch đảo (W3), tổng tác động của chi tiêu công cho giáo dục đối với GRDP không có ý nghĩa thống kê. 4.6.2 Lan tỏa không gian của chi tiêu công cho y tế đối với quy mô kinh tế địa phương Tác động trực tiếp: chi tiêu công cho y tế cấp tỉnh có ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét ở cả 2 trường hợp cho ma trận trọng W1, W2. Cụ thể, trong điều kiện các yếu tố khác không đổi, nếu tăng chi tiêu công cho y tế cấp tỉnh tăng trung bình 1% thì tác động trực tiếp làm GRDP chính địa phương đó tăng trung bình lên lần lượt 0,0398% (W1), 0,0267% (W2). Trường hợp ma trận W3, tác động trực tiếp của chi tiêu công cho y tế không có ý nghĩa thống kê. Tác động gián tiếp: xem xét sự ảnh hưởng của chi tiêu công cho y tế của địa phương lân cận có tác động như thế nào đến địa phương đang xem xét. Kết quả cho thấy, chi tiêu công cho y tế cấp tỉnh ở địa phương tiếp giáp nhau có ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét. Cụ thể, khi các yếu tố khác không đổi, chi tiêu công cho y tế của các tỉnh lân cận tăng trung bình 1% thì sẽ tác động gián tiếp làm GRDP một tỉnh cụ thể tăng trung bình 0,1165% (W1). Đối với các địa phương trong lân cận 186km hay các địa phương xem xét lân cận với trọng số khoảng cách nghịch đảo thì ảnh hưởng gián tiếp của chi tiêu công cho y tế đến GRDP không có ý nghĩa thống kê. Tổng tác động: xem xét sự thay đổi chi tiêu công cho y tế ở chính địa phương đang xem xét hay ở địa phương lân cận đối với GRDP địa phương nghiên cứu. Kết quả cho thấy, chi tiêu công cho y tế tại địa phương không những tác động đến GRDP ở địa phương đó, mà còn tác động đến GRDP các địa phương lân cận. Cụ thể, khi các yếu tố khác không thay đổi, chi tiêu công cho y tế cấp tỉnh tăng trung bình 1% thì góp phần thúc đẩy quy mô GRDP địa phương tăng trung bình lần lượt lên 0,1563% (W1). Trường hợp ma trận W2 và ma trận W3, tác động của chi tiêu công cho y tế đối với GRDP địa phương không có ý nghĩa thống kê. 4.6.3 Lan tỏa không gian của lao động đang làm việc đã qua đào tạo đối với quy mô kinh tế địa phương Tác động trực tiếp: tỷ lệ lao động đang làm việc đã qua đào tạo cấp tỉnh có tác động cùng chiều đến GRDP của địa phương đang xem xét ở cả 3 trường hợp cho ma trận trọng W1, W2 và W3. Cụ thể, khi các yếu tố khác không đổi, nếu tăng tỷ lệ lao động đang làm việc đã qua đào tạo cấp tỉnh tăng trung bình 1% thì tác động trực tiếp làm GRDP chính địa phương đó tăng trung bình lên lần lượt 0,0976% (W1), 0,08057% (W2), 0,0425% (W3). Tác động gián tiếp: tỷ lệ lao động đang làm việc đã qua đào tạo cấp tỉnh ở địa phương tiếp giáp nhau có ảnh hưởng cùng chiều đến GRDP của địa phương đang xem xét. Cụ thể, trong điều kiện các yếu tố khác không đổi, tỷ lệ lao động đang làm việc đã qua đào tạo của các tỉnh lân cận tăng trung bình 1% thì sẽ tác động gián tiếp làm GRDP một tỉnh cụ thể tăng trung bình 0,2167% (W1), 1450% (W2). Đối với trường hợp ma trận trọng số nghịch đảo (W3), ảnh hưởng gián tiếp của tỷ lệ lao động đang làm việc đã qua đào tạo đến GRDP không có ý nghĩa thống kê.
18 Tổng tác động: tỷ lệ lao động đang làm việc đã qua đào tạo tại địa phương không những tác động đến GRDP ở địa phương đó, mà còn tác động cùng chiều đến GRDP các địa phương lân cận. Cụ thể, khi các yếu tố khác không thay đổi, tỷ lệ lao động đang làm việc đã qua đào tạo cấp tỉnh tăng trung bình 1% thì góp phần thúc đẩy quy mô GRDP địa phương tăng trung bình lần lượt lên 0,3143% (W1); 0,2255% (W2). Trường hợp ma trận tr ọng s ố ngh ịch đảo (W3), tổng tác động của tỷ lao động đang làm việc đã qua đào tạo đối với GRDP địa phương không có ý nghĩa thống kê. 4.7 THẢO LUẬN KẾT QUẢ NGHIÊN CỨU Phân tích ảnh hưởng không gian của từng yếu tố VCN đến GRDP địa phương cho thấy, dạng mô hình SDM_FEM được lựa chọn phù hợp cho các trường hợp ma trận trọng số W1, W2, W3. Kết quả cũng chỉ ra, CTCGD, CTCYT và tỷ lệ LĐQĐT không những tác động cùng chiều lên GRDP của địa phương cụ thể mà còn tác động đến GRDP của các địa phương lân cận. Kết quả này cũng khẳng định các giả thuyết H1, H3, H5 được chấp nhận. Ngoài ra, tổng vốn đầu tư, lực lượng lao động, tỷ lệ FDI so với tổng vốn đầu tư, tỷ lệ hộ nghèo không những có tác động đến GRDP địa phương xem xét mà còn tác động đến GRDP các địa phương lân cận. Do đó, các giả thuyết H7, H8, H9, H12 cũng được chấp nhận. Kiểm tra các giả thuyết H 10, H11 đối với tất cả các trường hợp ma trận trọng số và các trường hợp mô hình đều không có ý nghĩa thống kê đối với tác động không gian, điều này cho thấy các giả thuyết này bị bác bỏ. Hay nói cách khác, chưa tìm thấy bằng chứng ảnh hưởng không gian của tỷ lệ lạm phát và tỷ lệ tăng dân số của địa phương đang xem xét đến GRDP của địa phương lân cận. Xem xét sự TQKG bằng kiểm định Glocal Moran’s I và Local Moran’s I biến phụ thuộc GRDP, kết quả cho thấy GRDP các địa phương tiếp giáp có TQKG cùng chiều với nhau, điều này tương đồng với các nghiên cứu trước đây của các tác giả Trần Thị Tuấn Anh và Nguyễn Văn Thắng (2019), Võ Xuân Vinh và cộng sự (2020). Tuy nhiên, kết quả nghiên cứu của luận án còn chỉ ra có sự tương quan thuận chiều của GRDP các địa phương trong lân cận ngưỡng 186km (W2) và lân cận khoảng cách nghịch đảo (W3). Kiểm định Glocal Moran’s I và Local Moran’s I cho các biến đo lường VCN được thực hiện đối với tất cả các trường hợp ma trận trọng số trong cả giai đoạn 2010 – 2017. Kiểm định Glocal Moran’s I cho thấy, CTCGD, CTCYT và tỷ lệ LĐQĐT của các địa phương TQKG thuận chiều với nhau. Đồng thời, kiểm định Local Moran’s I đã xác định được các nhóm địa phương có TQKG với nhau. Đây là một điểm mới so với nghiên cứu của Lima & Silveira Neto (2015), Baudino (2016) khi chỉ mới dừng lại kiểm định Glocal Moran’s I cho biến phụ thuộc mà chưa kiểm định cho các biến đo lường VCN. Lima & Silveira Neto (2015), Baudino (2016) tìm thấy bằng chứng có sự tác động lan tỏa không gian của yếu tố đo lường VCN lên GRDP đối với địa phương lân cận nhau. Tuy nhiên, các nghiên cứu này chỉ sử dụng một mô hình SDM, SAR để phân tích cho trường hợp ma trận trọng số liền kề, trong khi nghiên cứu này sử dụng cùng lúc 3 dạng mô hình SDM, SAR, SEM tương ứng với 3 trường hợp ma trận trọng số không gian. Hơn nữa, nghiên cứu còn xem xét lựa chọn mô hình nào là phù hợp đối với từng trường hợp ma trận trọng số. Kết quả luận án sử dụng của 3 ma trận trọng số không gian gồm ma trận trọng số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2), ma trận trọng số khoảng cách nghịch đảo (W3) để xem xét ảnh hưởng lan tỏa không gian của VCN lên GRDP các địa phương. Qua đó cho thấy, CTCGD, CTCYT và tỷ lệ LĐQĐT của mỗi địa phương đều tác động tích cực đến GRDP địa phương đang xem xét. Kết quả này đã được chỉ ra ở các nghiên cứu của Ferda (2011), Benos và Karagiannis (2016), Đinh Phi Hổ và Từ Đức Hoàng (2016), Phạm Đình Long và Lương Thị Mai Nhân (2018), Phan Thị Bích Nguyệt và cộng sự (2018), Nguyễn Thị Đông và Lê Thị Kim Huệ (2019. Tuy nhiên, điểm khác biệt nằm ở chỗ nghiên cứu còn chỉ ra CTCGD, CTCYT và tỷ lệ LĐQĐT ở các địa phương đang xem xét tác động tích cực lên GRDP của địa phương lân cận. Nghiên cứu còn chỉ ra sự tác động lan tỏa không gian của các yếu tố đo lường VCN ở cả 2 trường hợp ma trận trong số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2), trong khi các nghiên cứu của Lima & Silveira Neto (2015), Baudino (2016) chỉ xem xét trường hợp ma trận trọng số W1. Từ những điểm tương đồng và khác biệt nêu trên là cơ sở để tác giả luận án xem xét đề xuất các hàm ý chính sách nhằm phát huy các yếu tố đo lường VCN, qua đó góp phần nâng cao QMKT cho các tỉnh, thành Việt Nam.
19 CHƯƠNG 5 KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 5.1 KẾT LUẬN Vai trò của vốn con người đối với quy mô kinh tế các địa phương đã được nhiều nghiên cứu trong và ngoài nước khẳng định. Luận án đã trình bày các khái niệm, cơ sở lý thuyết liên quan về vốn con người và vai trò của yếu tố vốn con người trong các mô hình tăng trưởng. Tổng quan các tài liệu nghiên cứu trong và ngoài nước cũng cho thấy, các nghiên cứu đã xem xét ảnh hưởng của
20 các yếu tố vốn con người đến GRDP các địa phương bằng ước lượng hồi quy dữ liệu bảng. Hơn nữa, trong những năm gần đây đã có một số công trình nghiên cứu sử dụng thống kê không gian để xem xét đến ảnh hưởng của yếu tố vốn con người lên GRDP của các tỉnh, thành. Tuy nhiên, việc phân tích mối tương quan không gian hay lan tỏa không gian của các yếu tố đo lường vốn con người đối với GRDP tỉnh, thành Việt Nam vẫn chưa được quan tâm xem xét, hay lựa chọn yếu tố nào để đo lường vốn con người ở từng nghiên cứu vẫn còn khác nhau. Từ tổng quan lý thuyết và nghiên cứu, tác giả luận án đã chỉ ra các khe hổng cho vấn đề nghiên cứu. Trên cơ sở tổng hợp các yếu tố đo lường vốn con người từ các nghiên cứu trong và ngoài nước, thông qua tham vấn ý kiến của chuyên gia và từ nguồn dữ liệu của Tổng cục thống kê Việt Nam, tác giả đề xuất các yếu tố đo lường vốn con người cho trường hợp các tỉnh, thành Việt Nam. Dựa vào mô hình Mankiw – Romer – Weil (1992), tác giả luận án xây dựng khung phân tích và đề xuất các giả thuyết nghiên cứu. Trong đó, vốn con người được đo lường bởi 3 yếu tố gồm chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo ; vốn vật chất được đo lường bởi tổng vốn đầu tư; sử dụng các biến kiểm soát gồm tỷ lệ đầu tư FDI so với tổng vốn đầu tư, tỷ lệ tăng dân số, tỷ lệ lạm phát, tỷ lệ hộ nghèo. Dữ liệu nghiên cứu được chọn lọc từ Niên giám thống kê cấp quốc gia và địa phương gian đoạn 2010 – 2017. Sử dụng kiểm định F cho trường hợp phi không gian, kết quả cho thấy mô hình dạng FEM phù hợp hơn so với dạng POOLED OLS. Kiểm định Hausman và tiêu chuẩn AIC chỉ ra dạng FEM được ưu tiên lựa chọn hơn so với dạng REM. Kiểm định hiệu ứng tác động cố định không gian, thời gian đối với trường hợp dữ liệu bảng phi không gian từ kiểm định LR (Loglikehood Ratio) cho thấy tác, động cố định thời gian và không gian phù hợp. Sử dụng kiểm định LM (Larange Multiper) cho cả trường hợp trễ không gian và sai số không gian cũng chứng minh rằng mô hình hồi quy không gian phù hợp hơn POOLED OLS. Nghiên cứu sử dụng kiểm định Global Maran’s I và Local Moran’s I để kiểm định sự tương quan không gian toàn phần và tương quan không gian địa phương đối với biến phụ thuộc và các biến độc lập trong mô hình. Ma trận trọng số không gian sử dụng trong nghiên cứu gồm ma trận trọng số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2) và ma trận trọng số khoảng cách nghịch đảo (W3). Kết quả phân tích Global Moran’s I chứng tỏ, GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo giữa các địa phương có tương quan không gian thuận chiều với nhau. Đồng thời, kiểm định Local Moran’s I cho các biến GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo cũng đã phân ra các nhóm địa phương có tương quan không gian theo cụm: cao – cao, thấp – thấp, cao – thấp, thấp – cao. Nghiên cứu thực hiện ước lượng hồi quy không gian dữ liệu bảng cho các mô hình SEM, SAR, SDM đối với cả 2 dạng tác động FEM và REM ở 3 dạng ma trận trọng số W1, W2, W3. Sử dụng kiểm định Hausman và tiêu chuẩn AIC cho thấy, mô hình dạng tác động cố định (FEM) phù hợp đối với tất cả các trường hợp. Hơn nữa, kiểm định LM chứng tỏ, SDM có thể đơn giản trở thành SEM, SAR. Phân tích lan tỏa không gian của các yếu tố vốn con người đối với GRDP các tỉnh, thành thông qua việc đánh giá tác động trực tiếp, gián tiếp và tổng tác động trên mô hình SDM_FEM. Kết quả cho thấy, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo không những tác động tích cực đến GRDP của địa phương xem xét mà còn tác động tích cực đến GRDP của địa phương tiếp giáp. Tuy nhiên, đối với chi tiêu công cho giáo dục, tỷ lệ lao động đang làm việc đã qua đào tạo còn được tìm thấy tác động tích cực đối với GRDP của các địa phương trong lân cận ngưỡng 186km, trong khi chi tiêu công cho y tế chưa tìm thấy sự tác động này. Tóm lại, kết quả nghiên cứu đã thực hiện được các mục tiêu đề ra của nghiên cứu đó là: xây dựng khung phân tích và mô hình nghiên cứu phân tích vai trò của vốn con người đối với GRDP các địa phương. Lựa chọn được các yếu tố đo lường vốn con người bao gồm chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo . Khẳng định sự tồn tại tương quan không gian toàn phần, tương quan không gian địa phương của GRDP và các biến đo lường vốn con người. Đánh giá được mức độ tác động lan tỏa không gian của chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo đối với GRDP các địa phương. Các kết quả này sẽ là cơ sở để xây dựng các hàm ý chính sách về vai trò của vốn con người đến GRDP các tỉnh, thành tại Việt Nam và hoàn thành các mục tiêu nghiên cứu.