Ứng dụng mô hình MIDAS để dự báo tăng trưởng xuất khẩu của Việt Nam

Ứng dụng mô hình MIDAS để dự báo tăng trưởng xuất khẩu của Việt Nam

(Nguồn: https://tapchinganhang.gov.vn/)

óm tắt:

Dự báo tăng trưởng xuất khẩu luôn là mối quan tâm không chỉ của các nhà nghiên cứu mà còn của các nhà hoạch định chính sách mỗi quốc gia trên thế giới. Đã có nhiều công trình nghiên cứu đưa ra các phương pháp khác nhau để dự báo tăng trưởng xuất khẩu, các phương pháp dự báo truyền thống trước đây đều phân tích dựa trên bộ dữ liệu mà trong đó các biến quan sát phải đưa về cùng một tần suất, điều này có thể làm tăng sai số của ước lượng và bỏ sót những yếu tố quan trọng có tác động đến tăng trưởng kinh tế. Vì vậy, trong một vài năm gần đây, việc ứng dụng các mô hình phân tích dữ liệu tần suất hỗn hợp (MIDAS) để dự báo tăng trưởng kinh tế đã được các nhà khoa học trên thế giới rất quan tâm. Ở Việt Nam, chưa có nghiên cứu nào ứng dụng mô hình đó để dự báo xuất khẩu. Do vậy, trong bài viết này, chúng tôi nghiên cứu và ứng dụng mô hình MIDAS để dự báo xuất khẩu của Việt Nam dựa trên bộ số liệu thu thập trong giai đoạn 2006 – 2020. 

Từ khóa: Tăng trưởng xuất khẩu, mô hình MIDAS, Việt Nam.

1. Đặt vấn đề

Trong điều kiện nền kinh tế thế giới nói chung và nền kinh tế Việt Nam nói riêng ngày càng xuất hiện nhiều hơn và thường xuyên hơn các yếu tố bất ổn định thì việc phân tích và dự báo chính xác động thái của các chỉ tiêu kinh tế vĩ mô có ý nghĩa cực kỳ quan trọng trong điều hành chính sách, ổn định kinh tế vĩ mô. Một kết quả phân tích và dự báo tốt sẽ giúp nền kinh tế tránh được các đổ vỡ, hạn chế rủi ro và tận dụng cơ hội để phát triển. Phân tích và dự báo các chỉ tiêu kinh tế vĩ mô nói chung và dự báo kim ngạch xuất khẩu nói riêng luôn là một đòi hỏi cấp thiết, nhất là đối với một quốc gia đang phát triển như Việt Nam, một nền kinh tế mở có quy mô nhỏ nên dễ bị tổn thương với những biến động bất lợi từ bên ngoài. Do đó, việc nghiên cứu, tìm kiếm các phương pháp dự báo thích hợp cho kim ngạch xuất khẩu của Việt Nam là một việc quan trọng. 

Trong hơn 30 năm mở cửa và hội nhập, xuất khẩu của Việt Nam đã phát triển vượt bậc và trở thành một động lực quan trọng thúc đẩy tăng trưởng kinh tế. Tổng kim ngạch xuất khẩu hàng hóa tăng từ 340 triệu USD năm 1986 lên 39,82 tỷ USD năm 2006; 72,2 tỷ USD năm 2010; 162,11 tỷ USD năm 2015 và 282,65 tỷ USD năm 2020 góp phần không nhỏ trong tăng trưởng GDP. Hoạt động xuất khẩu đã có sự tăng trưởng mạnh mẽ, đóng góp to lớn vào sự phát triển của nền kinh tế. Nhìn chung, kim ngạch xuất khẩu có xu hướng tăng, đóng góp ngày càng nhiều vào GDP. 

Tuy nhiên, khi hội nhập quốc tế sâu rộng sẽ khiến nền kinh tế Việt Nam phải hứng chịu biến động mạnh trước các cú sốc trên thị trường quốc tế, điển hình là đại dịch Covid-19. Khi các chuỗi cung ứng toàn cầu đứt gãy sẽ ảnh hưởng không nhỏ đến các điểm kết nối của chuỗi (trong đó có Việt Nam), từ đó, sẽ có những ảnh hưởng và rủi ro nhất định đến hoạt động thương mại nói chung và xuất khẩu nói riêng. Do vậy, dự báo tăng trưởng xuất khẩu luôn là mối quan tâm không chỉ của các nhà nghiên cứu mà còn của các nhà hoạch định chính sách mỗi quốc gia trên thế giới bởi: 

(i) Dưới góc độ kinh tế vĩ mô, xuất khẩu là một trong những bộ phận cấu thành nên GDP, do vậy, dự báo chính xác tốc độ tăng trưởng xuất khẩu sẽ giúp các nhà hoạch định chính sách xây dựng được các kịch bản tăng trưởng kinh tế của quốc gia. 

(ii) Dưới góc độ tài chính – ngân hàng, dự báo đúng tăng trưởng xuất khẩu giúp các quốc gia chủ động hơn trong việc dự trữ ngoại hối của quốc gia mình.

(iii) Việt Nam là một quốc gia tăng trưởng kinh tế dựa vào xuất khẩu nên xuất khẩu có ảnh hưởng lớn đến chu kỳ kinh doanh, vì vậy, việc dự báo đúng và kịp thời về tăng trưởng xuất khẩu cũng giúp dự báo được các cú sốc của nền kinh tế.

Thực tế này đặt ra yêu cầu cấp thiết phải xây dựng thêm các lớp mô hình mới để dự báo tốt hơn các biến động bất thường trong ngắn hạn, đáp ứng kịp thời yêu cầu của công tác điều hành kinh tế vĩ mô. Mô hình MIDAS có ưu điểm lớn là khai thác tối đa các dữ liệu thu thập tần suất cao (ngày, tuần, tháng) để đưa ra dự báo cho biến phụ thuộc có dữ liệu tần suất thấp (quý, năm). Theo nghiên cứu của Kuzin (2011), phương pháp MIDAS cho thấy sự hiệu quả trong dự báo ngắn hạn cho chỉ số kinh tế vĩ mô; theo Yu Jiang và nhóm nghiên cứu (2017), các phương pháp dự báo sử dụng dữ liệu tần suất hỗn hợp có độ chính xác tốt hơn so với các phương pháp dự báo truyền thống. Do đó, trong nghiên cứu này, mô hình MIDAS được ứng dụng nhằm khai thác tốt nhất các dữ liệu đã thu thập được với tần suất khác nhau (ngày, tháng, quý) và từ nhiều hoạt động/khu vực kinh tế khác nhau để dự báo tức thời tốc độ tăng trưởng xuất khẩu của Việt Nam. Kết quả thực nghiệm được kỳ vọng sẽ tạo tiền đề để thúc đẩy hơn nữa việc vận dụng mô hình MIDAS cho công tác dự báo các chỉ tiêu kinh tế vĩ mô quan trọng khác mà các cơ quan Chính phủ cần theo dõi để hoạch định chính sách, đồng thời là căn cứ cho việc tích hợp kỹ thuật hồi quy MIDAS vào hệ thống mô hình phân tích định lượng của các cơ quan hoạch định chính sách nhằm đáp ứng mục tiêu điều hành chính sách kinh tế vĩ mô nói chung và chính sách xuất khẩu nói riêng trong giai đoạn mới của Việt Nam.

2. Tổng quan về mô hình MIDAS

Mô hình MIDAS được đề xuất bởi nhóm tác giả Eric Ghysels, Arthur Sinko & Rossen Valkanov năm 2002. Về cơ bản, mô hình MIDAS là các hồi quy dạng rút gọn được tham số hóa, liên quan đến các quá trình lấy mẫu ở các tần suất khác nhau. Trong đó, các biến giải thích có tần suất khác nhau, bằng hoặc cao hơn tần suất của biến phụ thuộc và đối với các biến giải thích có tần suất cao hơn, các đa thức phân phối trễ được sử dụng để ngăn chặn sự gia tăng về số lượng tham số cũng như các vấn đề liên quan đến lựa chọn thứ tự trễ. 

Mô hình MIDAS cơ bản cho một biến giải thích và bước tiếp theo với h_q = h_m/m được xác định như sau:

Trong đó:

– y là biến phụ thuộc có tần suất thấp; x là biến giải thích có tần suất cao.

– t_q là thời điểm mà y đã có sẵn dữ liệu ở tần suất thấp, t_m là thời điểm mà y đã có sẵn dữ liệu ở tần suất cao và h_q là thời điểm dự báo theo tần suất thấp; h_m là thời điểm dự báo theo tần suất cao.

– m là chỉ số xác định mức độ cao hơn về tần suất của biến độc lập so với biến phụ thuộc. Ví dụ nếu y có tần suất quý và x có tần suất tháng thì m = 3, còn nếu y có tần suất quý còn x có tần suất tuần thì m = 12.

–   là đa thức trễ với L_m là toán tử trễ được xác định bởi:

được lấy mẫu từ biến có tần suất cao 

–  là các tham số của các hệ số độ trễ của mô hình cần được ước lượng.

Một trong các vấn đề chính của phương pháp MIDAS là tìm tham số hóa phù hợp cho các hệ số trễ . Vì  có tần suất cao hơn  , việc mô hình hóa đầy đủ thường yêu cầu nhiều độ trễ trong phương trình hồi quy, điều này có thể dẫn đến tình trạng tham số hóa quá mức. Một số lược đồ trọng số phổ biến để tham số hóa như Almon còn gọi là “Trễ Almon mũ” tương ứng với hàm trễ Almon. Cụ thể lược đồ Almon được biểu diễn như sau:

Với Q là số lượng tham số của θ, hay θ = (θ1,θ2,…,θQ ) là các tham số cần được ước lượng. Hàm này khá linh hoạt và có thể có nhiều hình dạng khác nhau chỉ với vài tham số. Chúng có thể là mô hình tăng dần, giảm dần hoặc lồi lõm. Ghysel, Santa-Clara và Valkanov (2005) đã sử dụng dạng hàm này với hai tham số, cho phép tính linh hoạt cao và xác định có bao nhiêu độ trễ được đưa vào hồi quy. Vì lược đồ trễ Almon được sử dụng phổ biến nhất và có tính linh hoạt cao nên trong nghiên cứu này nhóm tác giả sử dụng lược đồ trễ Almon để xác định các tham số hóa phù hợp cho các hệ số trễ của mô hình.

Mô hình MIDAS được ứng dụng nhiều trong lĩnh vực tài chính; kinh tế vĩ mô và được Ghysels cùng một số tác giả phát triển cho ra các mô hình mở rộng của MIDAS như MIDAS không bị hạn chế hay U-MIDAS (là mô hình MIDAS được bổ sung thêm các hạn chế khác nhau về ảnh hưởng của các biến tần suất cao bằng cách mỗi nhân tố tần suất cao hơn được xác định là một biến giải thích trong hồi quy tần suất thấp, MIDAS trọng số STEP hay STEP-MIDAS (là mô hình U-MIDAS mà các hệ số với dữ liệu tần suất cao bị hạn chế bằng cách sử dụng hàm STEP, mô hình MIDAS trễ đa thức tăng cường hay ADL-MIDAS (trong đó, với mỗi tần suất cao đến k, hệ số hồi quy của các thành phần tần suất cao được mô hình hóa dưới dạng đa thức trễ p- chiều), mô hình MIDAS trọng số Almon mũ hay EAW-MIDAS (là mô hình MIDAS sử dụng trọng số mũ và đa thức trễ bậc 2), mô hình MIDAS trọng số β hay BW-MIDAS (là mô hình MIDAS sử dụng hàm trọng số β) (Andreou, Ghysels, and Kourtellos 2010; Ghysels, Kvedaras, and Zemlys 2016; Kvedaras et al. 2021). Trong đó, các mô hình U-MIDAS, STEP-MIDAS và ADL-MIDAS được ước lượng bằng phương pháp pháp hồi quy tuyến tính bình phương nhỏ nhất (OLS), còn các mô hình EAW-MIDAS và BW-MIDAS được ước lượng bằng phương pháp hồi quy phi tuyến bình phương nhỏ nhất. Ưu điểm của mô hình MIDAS, ngoài việc khắc phục được vấn đề dữ liệu có tần suất hỗn hợp, còn giảm thiểu số lượng tham số ước lượng và làm cho mô hình hồi quy đơn giản hơn. Hàm trọng số được sử dụng để giảm số lượng tham số trong hồi quy MIDAS. Theo các kết quả nghiên cứu đã công bố, mô hình MIDAS thường hiệu quả cho dự báo tức thời và dự báo ngắn hạn. 

3. Dữ liệu nghiên cứu

3.1. Nguồn số liệu

Nghiên cứu được thực hiện trên bộ dữ liệu gồm các chỉ số kinh tế vĩ mô, được thu thập với các tần suất khác nhau (theo quý, tháng, tuần) từ trang web của Tổng cục Thống kê, IMF, WB, ADB, Bloomberg,… trong giai đoạn từ năm 2006 đến năm 2020. Lý do để nhóm tác giả lựa chọn giai đoạn từ năm 2006 – 2020 vì tính từ năm 2006 trở đi, các chỉ tiêu kinh tế vĩ mô của Việt Nam được thu thập và thống kê một cách đầy đủ nhất. Các dữ liệu đã thu thập ban đầu được xử lý trên phần mềm Excel. 

Trong nghiên cứu này, nhóm chúng tôi dự báo tốc độ tăng trưởng xuất khẩu của Việt Nam hàng quý bằng mô hình MIDAS cơ bản. Các phân tích được thực hiện trên phần mềm Eviews 11. Bộ dữ liệu được tách thành 2 giai đoạn: (i) Giai đoạn từ năm 2006 đến năm 2018 dùng để ước lượng các tham số trong các mô hình hồi quy; (ii) Giai đoạn từ năm 2019 đến năm 2020 được dùng để đưa ra các dự báo.

3.2. Các biến đưa vào trong mô hình

Để dự báo tốc độ tăng trưởng xuất khẩu theo quý, nhóm nghiên cứu dựa trên bộ số liệu gồm 22 biến ứng với 19 chỉ số kinh tế (trong đó: 5 biến tần suất quý, 14 biến tần suất tháng) và 3 biến tần suất tuần, được mô tả chi tiết trong Bảng 1, Bảng 2, Bảng 3.

4. Kết quả dự báo tăng trưởng xuất khẩu theo quý của Việt Nam

4.1. Tình hình tăng trưởng xuất khẩu hàng quý của Việt Nam trong giai đoạn từ năm 2006 – 2020

Giai đoạn từ năm 2006 đến năm 2020 là giai đoạn Việt Nam hội nhập kinh tế sâu rộng với sự kiện quan trọng là Việt Nam trở thành thành viên thứ 150 của WTO. Hoạt động xuất khẩu đã có sự tăng trưởng mạnh mẽ, đóng góp to lớn vào sự phát triển của nền kinh tế. Nhìn chung, kim ngạch xuất khẩu có xu hướng tăng, đóng góp ngày càng nhiều vào GDP. Kể từ năm 2012, Việt Nam đã thoát khỏi nhập siêu, đóng góp của xuất khẩu có xu hướng tăng nhiều hơn, cán cân thương mại hàng hóa đã chuyển từ mức thâm hụt cao trong giai đoạn 2000 – 2011 sang mức thặng dư. Cơ cấu xuất khẩu có những chuyển biến tích cực theo hướng giảm hàm lượng xuất khẩu thô, tăng mạnh xuất khẩu sản phẩm chế biến, sản phẩm công nghiệp. Thị trường xuất khẩu ngày càng được mở rộng và đa dạng, nhiều sản phẩm đã dần có chỗ đứng và khả năng cạnh tranh trên nhiều thị trường có yêu cầu cao về chất lượng như EU, Nhật Bản, Hoa Kỳ… Cơ cấu thị trường xuất khẩu chuyển dịch theo hướng giảm dần xuất khẩu sang thị trường châu Á, tăng dần xuất khẩu sang thị trường châu Âu và châu Mỹ. 

Hình 1 cho thấy, mức tăng trưởng xuất khẩu hàng quý của Việt Nam liên tục thay đổi theo thời gian. Đặc biệt, trong giai đoạn 2008 đến năm 2010 xuất khẩu của Việt Nam có nhiều thay đổi, lao dốc mạnh từ quý 1 năm 2008, chạm đáy quý 3 năm 2009 với mức tăng trưởng âm khoảng – 20% và bắt đầu hồi phục ngay sau đó, đến quý 3 năm 2011, tăng trưởng xuất khẩu của Việt Nam đạt mức cao nhất, khoảng 41%. Do ảnh hưởng của dịch Covid-19, quý 2 năm 2020 tăng trưởng xuất khẩu của Việt Nam giảm sút nghiêm trọng với tốc độ tăng trưởng -7%. Tuy nhiên, trung bình của toàn giai đoạn từ năm 2006 đến năm 2020 xuất khẩu bình quân mỗi tháng của nước ta tăng khoảng 17%. 

4.2. Kết quả dự báo tăng trưởng xuất khẩu Việt Nam bằng mô hình MIDAS

Mô hình MIDAS có rất nhiều biến thể khác nhau, trong nghiên cứu này, trước hết, chúng tôi ứng dụng mô hình MIDAS cơ bản với các tham số trong mô hình được chọn lựa như đã trình bày. Nhóm nghiên cứu cũng xem xét ba mô hình, mỗi mô hình gồm 16 biến trong đó có 15 biến độc lập. 

Mô hình MIDAS1: 15 biến độc lập gồm 4 biến tần suất quý và 11 biến tần suất tháng.

Mô hình MIDAS2: 15 biến độc lập gồm 1 biến tần suất quý TTGDP; 14 biến tần suất tháng (11 biến cũ + 3 biến mới: V_M, USD_M, DT_M).

Mô hình MIDAS3: 15 biến độc lập gồm 1 biến tần suất quý, 11 biến tần suất tháng và 3 biến tần suất tuần V_W, USD_W, DT_W.

Kết quả hồi quy: 3 mô hình đều có độ phù hợp cao

Hình 2 chỉ ra rằng, khi so sánh với chuỗi dữ liệu thực tế, ba mô hình MIDAS dự đoán chính xác xu hướng biến động của chuỗi tăng trưởng xuất khẩu của Việt Nam. Hầu hết thời gian, tăng trưởng xuất khẩu dự đoán theo sát tăng trưởng xuất khẩu thực tế, chỉ có một số ngoại lệ, chẳng hạn, như giai đoạn đầu năm 2006 đến giữa năm 2007, hai quý đầu năm 2014 và năm 2015. Phạm vi dao động của ba đường dự báo là rất nhỏ so với giá trị của dòng thực, với sai số tuyệt đối trung bình của ba dòng nằm trong khoảng từ 4% đến 5%. Hơn nữa, các kết quả dự báo theo dõi chặt chẽ các đỉnh và đáy của chu kỳ xuất khẩu. Khi so sánh các đường dự báo của mô hình MIDAS2 và MIDAS3, rõ ràng, hai mô hình cung cấp kết quả dự báo rất tương đồng; trên thực tế, hai dòng thực tế giống hệt nhau.

Kết quả dự báo của mô hình MIDAS2 và MIDAS3 trong giai đoạn 2019 – 2020 khá giống với dữ liệu thực tế khi so sánh với mô hình MIDAS1. Do lợi thế sử dụng dữ liệu tần số cao và đa dạng trong mô hình nên tần suất hỗn hợp mô hình vượt trội hơn các mô hình cổ điển (VAR, SVAR, BVAR, VECM) trong việc nắm bắt những thay đổi nhanh chóng và bất ngờ trong hoạt động xuất khẩu. Mặt khác, các mô hình truyền thống thường bị hạn chế bởi việc sử dụng dữ liệu với tần suất giống nhau (ví dụ: mô hình hàng tháng chỉ sử dụng dữ liệu với tần suất hàng tháng, mô hình hàng quý chỉ sử dụng dữ liệu với tần suất hàng quý), vì vậy, tính linh hoạt của chúng sẽ hạn chế so với mô hình MIDAS.

Đánh giá sai số dự báo

Bảng 4 cho thấy ba mô hình MIDAS được đề xuất với trọng số Almon đưa ra dự báo tốt về tăng trưởng xuất khẩu hàng quý của Việt Nam. Nếu chỉ xét theo mô hình MIDAS, dự báo cho tất cả các quý của năm 2019 là khá tốt với sai số dự báo thấp; kết quả dự báo tốt nhất thuộc về quý 3 với sai số chỉ 0,06%, tiếp theo là quý 1 (3%) và quý 4 (3,89%); tuy nhiên, khi bước sang năm 2020, sai số dự báo có sự chênh lệch khá lớn, các quý đều có mức sai số trên 16%. Đối với mô hình MIDAS2 và MIDAS3, kịch bản tương tự, nhưng sai số dự báo đã được cải thiện đáng kể. Nếu chúng ta chỉ xem xét năm 2019, cụ thể là cả hai mô hình đều có sai số dự báo thấp, khoảng 4%; mô hình MIDAS2 có tới 3/4 kết quả dự đoán dưới 2%, trong khi mô hình MIDAS3 có 3/4 kết quả dự báo dưới 2,2%. Mô hình MIDAS2 và 3 cũng có sai số dự báo nhỏ hơn đáng kể so với mô hình MIDAS1

khi chỉ được tính toán cho năm 2020. Phát hiện này chứng tỏ rằng mô hình MIDAS ưu việt hơn trong dự báo ngắn hạn. Sai số dự báo theo hai tiêu chí MAE và lỗi trung bình phương gốc (RMSE) một lần nữa cho thấy mô hình MIDAS2 và MIDAS3 dự báo tăng trưởng xuất khẩu của Việt Nam tốt hơn so với mô hình MIDAS1 và kết quả dự báo của hai mô hình MIDAS2 và MIDAS3 gần như tốt ngang nhau. Điều này là do mô hình MIDAS2 và MIDAS3 đã sử dụng nhiều biến hơn với dữ liệu tần số cao hơn so với mô hình ban đầu. Cụ thể, ba chỉ số tài chính và tiền tệ hàng quý (tài khoản vốn hóa, cán cân thanh toán và đầu tư trực tiếp ròng) được thay thế bằng ba chỉ số tiền tệ hàng tháng (giá vàng, tỷ giá USD/VND và giá dầu thô) trong mô hình MIDAS2 và 3, chỉ số tiền tệ hàng tuần (giá vàng, tỷ giá USD/VND và giá dầu thô) trong mô hình MIDAS3. Tuy nhiên, bộ chỉ số sinh thái trong mô hình dự báo tăng trưởng xuất khẩu giống nhau ở mô hình MIDAS2 và MIDAS3, ngoại trừ tần suất hàng tháng và hàng tuần, do đó sự khác biệt trong kết quả dự báo là không đáng kể, nhưng mô hình MIDAS3 vẫn vượt trội hơn so với mô hình MIDAS2. 

Kết quả này chứng minh rằng, sự phát triển của các mô hình dự báo này đang đi đúng hướng và dữ liệu đầu vào được lựa chọn phù hợp. Hơn nữa, việc bổ sung dữ liệu tài chính tần số cao vào mô hình hồi quy MIDAS cũng nâng cao độ chính xác của dự đoán, chứng minh rằng dữ liệu tài chính có vai trò quan trọng trong việc dự đoán tăng trưởng xuất khẩu. Phát hiện này ngụ ý rằng để sử dụng đầy đủ khả năng dự báo của các chỉ báo tài chính, chúng phải được kết hợp với dữ liệu kinh tế vĩ mô.

5. Kết luận

Nghiên cứu sử dụng mô hình MIDAS để dự đoán tăng trưởng xuất khẩu của Việt Nam dựa trên bộ số liệu gồm các chỉ số kinh tế vĩ mô thu thập trong giai đoạn 2006 – 2020. Kết quả phân tích cho thấy, với cùng các biến độc lập, dữ liệu được lấy ở tần suất cao hơn, mô hình MIDAS sẽ cho kết quả dự báo tốt hơn. Cũng như một số kết quả nghiên cứu đã được công bố trước đây, kết quả dự báo cho thấy mô hình MIDAS có hiệu quả đối với dự báo trong ngắn hạn. Kết quả nghiên cứu cũng cho thấy rằng, các biến tài chính tần số cao có thể được sử dụng để dự báo tăng trưởng xuất khẩu của Việt Nam. Điều này có thể liên quan đến sự phát triển gần đây của thị trường tài chính Việt Nam.

Từ quan điểm chính sách, phát hiện của chúng tôi ngụ ý rằng, các biến tài chính cần được theo dõi chặt chẽ để dự đoán những biến động trong chu kỳ xuất khẩu. Về mặt mô hình, kết quả chỉ ra tầm quan trọng của việc liên kết các khu vực tài chính và thực tế kinh tế trong các mô hình kinh tế vĩ mô. Vai trò của các biến tài chính trong việc dự đoán tăng trưởng xuất khẩu không chỉ do tính chất hướng tới tương lai của chúng mà còn do sự liên kết chặt chẽ giữa các thị trường tài chính và hoạt động xuất nhập khẩu của một quốc gia.

Trong những năm gần đây, các mô hình phân tích dữ liệu tần suất hỗn hợp đã được quan tâm và ứng dụng nhiều trong các lĩnh vực kinh tế và tài chính, đặc biệt là trong dự báo các chỉ số kinh tế vĩ mô quốc gia. Tuy nhiên, ở Việt Nam hầu như chưa có các nghiên cứu ứng dụng các mô hình này. Vì vậy, việc áp dụng các mô hình với dữ liệu tần số hỗn hợp như MIDAS để dự báo các chỉ số kinh tế vĩ mô của Việt Nam là một hướng nghiên cứu mới đầy hứa hẹn. Những dự báo ngắn hạn về các chỉ tiêu kinh tế vĩ mô sẽ có ý nghĩa quan trọng trong việc hoạch định chính sách và đề ra chiến lược phát triển kinh tế của mỗi quốc gia. Do đó, với mục tiêu đưa ra các dự báo kịp thời và phù hợp trong tương lai, nhóm nghiên cứu sẽ tiếp tục xây dựng và triển khai các mô hình với dữ liệu tần suất khác nhau để dự báo cho các chỉ số kinh tế vĩ mô của Việt Nam. 

TS. Lê Mai Trang, TS. Hoàng Anh Tuấn, 
ThS. Nguyễn Thị Hiên, ThS. Đinh Thị Hà, ThS. Trần Kim Anh 

Trường Đại học Thương mại

Tối ưu quy hoạch nhà máy điện mặt trời bằng phương pháp phân tích thứ bậc

Tối ưu quy hoạch nhà máy điện mặt trời bằng phương pháp phân tích thứ bậc

(Nguồn: http://tapchicongthuong.vn/)

TS. NGUYỄN HUỲNH PHƯỚC (Giảng viên, Trường Đại học Nguyễn Tất Thành) – TS. TRẦN VĂN TẤN (Ban Quản lý các khu công nghiệp tỉnh Hậu Giang)

TÓM TẮT:

Năng lượng mặt trời là một dạng năng lượng tái tạo được lắp đặt nhiều nhất trong năm 2020 cả trên thế giới và tại Việt Nam. Tuy nhiên, để phát triển bền vững và an toàn cho lưới điện địa phương và khu vực, cần phải có quy hoạch cụ thể cho từng vị trí về quy mô công suất và diện tích. Bài báo này nghiên cứu tối ưu quy hoạch các nhà máy điện mặt trời tại tỉnh Hậu Giang bằng phương pháp phân tích thứ bậc (Analytic Hierarchy Process-AHP). Kết quả chỉ ra rằng, khi phân tích 6 tiêu chí để so sánh lựa chọn địa điểm quy hoạch và tối ưu quy hoạch, tiêu chí khoảng cách đường giao thông và khoảng cách đường điện quan trọng nhất. Từ đó, lựa chọn được thứ tự ưu tiên đầu tư là dự án Nhà máy Điện mặt trời Hỏa Lựu, kế đến là dự án Hồ nước Ngọt và sau cùng là dự án Long Phú.

Từ khóa: tối ưu quy hoạch, điện mặt trời tại tỉnh Hậu Giang, thuật toán AHP.

1. Đặt vấn đề

Năng lượng tái tạo là nguồn năng lượng thân thiện môi trường và là nguồn năng lượng cho sự phát triển bền vững. Năm 2020, với tổng công suất lắp đặt trên toàn cầu là 256 GW đã nâng tổng công suất lũy kế lên 2,839 GW. Trong đó, nguồn năng lượng mặt trời được quan tâm nhiều nhất với 139 GW đầu tư mới, chiếm 53% tổng công suất của các nguồn năng lượng tái tạo đầu tư mới năm 2020. Việt Nam vươn lên vị trí thứ ba trên thế giới, với công suất lắp đặt mới 11.1 GW từ vị trí thứ 5, với 4,8 GW năm 2019. Điều đó cho thấy, Chính phủ Việt Nam đã tạo điều kiện thuận lợi cho năng lượng tái tạo phát triển nói chung và năng lượng mặt trời nói riêng [1].

Việt Nam là quốc gia có tiềm năng phát triển nguồn năng lượng mặt trời với công suất phát điện mặt trời từ 2.5 kWh/kWp đến 4.6 kWh/kWp, khu vực có tiềm năng lớn nhất là khu vực Nam Trung bộ, khu vực Tây nguyên và vùng đồng bằng sông Cửu Long [2] với tiềm năng kỹ thuật lên đến 1,568 GW [3]. Hậu Giang là tỉnh có tiềm năng lớn để phát triển nguồn năng lượng mặt trời với 4.6 – 4.8 kWh/m²/day tương ứng với tiềm năng kỹ thuật là  5.1 GW [2].

Trong những năm gần đây, có rất nhiều nghiên cứu về tiềm năng năng lượng mặt trời. Nghiên cứu [4] cho rằng, việc giảm phát thải khí carbon toàn cầu vốn đang là vấn đề lớn về môi trường, xã hội và kinh tế toàn cầu trong những năm gần đây. Ví dụ, có 696,544 tấn khí thải CO₂ đã được giảm thông qua việc lắp đặt 113,533 điện mặt trời áp mái ở California, Hoa Kỳ [5]. Do đó, việc sử dụng năng lượng mặt trời sẽ giảm thiểu đáng kể và giảm bớt các vấn đề liên quan đến an ninh năng lượng, biến đổi khí hậu, thất nghiệp,… Các nhà nghiên cứu cũng dự đoán, việc sử dụng năng lượng mặt trời sẽ đóng một vai trò quan trọng trong lĩnh vực giao thông vận tải trong tương lai, vì nó không sử dụng nhiên liệu cho quá trình vận hành.

Tại Việt Nam cũng có nhiều nghiên cứu về nguồn năng lượng này. Năm 2010, Phạm Khánh Toàn và cộng sự đã cung cấp thông tin cơ bản về hiện trạng và xu hướng sử dụng năng lượng tại Việt Nam, cũng như dự báo về nhu cầu năng lượng và cung cấp năng lượng trong những thập kỷ tới [6]. Năm 2011, một nghiên cứu khác [7] đã nêu ra vấn đề về an ninh của cung cấp năng lượng và hậu quả kinh tế, môi trường, xã hội và chính trị trong ngành Năng lượng Việt Nam. Năm 2015, bài tổng luận về “Tiềm năng phát triển năng lượng tái tạo ở Việt Nam” đã biên tập để trình bày các tiềm năng cũng như những thuận lợi và khó khăn trong sự phát triển năng lượng tái tạo ở Việt Nam [8]. Năm 2018, bài thuyết trình [9] đã trình bày các phương pháp luận cho việc đánh giá năng lượng PV.

Nghiên cứu này phân tích quy hoạch các nhà máy điện mặt trời tỉnh Hậu Giang đến năm 2030 và sử thuật toán AHP để tối ưu quy hoạch các nhà máy điện mặt trời. Mục tiêu của nghiên cứu là quy hoạch các nhà máy điện mặt trời tại các vị trí cụ thể (về công suất, diện tích và vị trí) dựa vào tiềm năng lý thuyết, tiềm năng kỹ thuật và lựa chọn thứ tự ưu tiên đầu tư các nhà máy điện mặt trời.

2. Đối tượng và phương pháp nghiên cứu

2.1. Đối tượng nghiên cứu

Đối tượng nghiên cứu là nguồn điện mặt trời trên địa bàn tỉnh Hậu Giang, hệ thống điện tỉnh Hậu Giang, quy hoạch sử dụng đất, quy hoạch giao thông, quy hoạch các khu đô thị và các khu công nghiệp, tình hình xâm nhập mặn, tình hình nước biển dâng trên địa bàn tỉnh.

2.2. Phương pháp nghiên cứu

2.2.1. Các bước thực hiện

Trong quá trình nghiên cứu có kế thừa kết quả của các nghiên cứu liên quan trước đó và có vận dụng theo, phù hợp với hoàn cảnh đặc thù của tỉnh. Nghiên cứu thực hiện các bước sau:

Bước 1: Thu thập tài liệu, số liệu.

Thu thập tài liệu, số liệu liên quan đến phát triển kinh tế – xã hội, quy hoạch sử dụng đất, quy hoạch phát triển các khu công nghiệp, quy hoạch giao thông và các quy hoạch có liên quan. Thu thập về tình hình xâm nhập mặn, nước biển dâng trên địa bàn tỉnh.

Bước 2: Quy hoạch điện mặt trời tỉnh.

Từ Bản đồ hiện trạng sử dụng đất, quy hoạch khu kinh tế, khu công nghiệp, cụm công nghiệp, bản đồ xâm nhập mặn, bản đồ nước biển dâng,… kết hợp bản đồ tiềm năng điện mặt trời lý thuyết xây dựng bản đồ tiềm năng điện mặt trời kỹ thuật.

Khảo sát thực địa, thu thập các dữ liệu quy hoạch liên quan để xác định vùng loại trừ. Chồng xếp bản đồ vùng loại trừ với bản đồ tiềm năng điện mặt trời kỹ thuật để tạo bản đồ tiềm năng điện mặt trời kỹ thuật và xác định vị trí quy hoạch việc lập quy hoạch.

Bước 3: Tối ưu quy hoạch nhà máy điện mặt trời bằng thuật toán AHP.

Căn cứ vào quy hoạch các nhà máy điện mặt trời ở bước 2, nghiên cứu sử dụng thuật toán AHP để phân tích tối ưu quy hoạch các nhà máy theo các tiêu chí đặc trưng của tỉnh.

2.2.2. Sơ lược về phương pháp phân tích thứ bậc

Phương pháp AHP dựa trên việc áp dụng so sánh theo từng cặp để định hướng các trọng số cho các phương án. Thông thường, để thể hiện tầm quan trọng của các yếu tố, 9 điểm với các giá trị từ 1 đến 9 được sử dụng như trong Bảng 1.

Bảng 1. Thang đo trọng số AHP [10]

Trong đó, a_ij là mức độ đánh giá giữa chỉ tiêu thứ i so với thứ j.

A_ij > 0, a_ij = 1/a_ij, a_ii = 1

Ví dụ: A1 quan trọng hơn A2 được thể hiện bằng a₁₂ > 1 (ví dụ a₁₂ = 3 ) và quan hệ của A2 với A1 là nghịch đảo của nó (a₁₂ = 1/3). Trọng số càng cao, mức độ quan trọng của tiêu chí tương ứng càng cao. Ngoài ra, có thể đưa ra quyết định bằng phân tích độ nhạy và kết quả tổng hợp. Để hình dung khu vực phù hợp, phương pháp AHP chủ yếu được sử dụng kết hợp với GIS. Trọng số của tiêu chí và lựa chọn thay thế có thể được định nghĩa là ma trận A.

        (1)

Để đánh giá việc đo lường sự nhất quán của các đánh giá chuyên gia, so sánh theo cặp được xác minh bằng tỉ số nhất quán (CR) được tính bằng phương trình:

Tỉ số nhất quán:       (2)

Trong đó: CR là tỉ số nhất quán; CI là chỉ số nhất quán; RI là chỉ số ngẫu nhiên.

Trường hợp giá trị CR thể hiện tính đúng của quy trình phải dưới 10%. Mặt khác, nếu giá trị lớn hơn 10%, cần phải sửa đổi trong quá trình tính trọng số RI đề cập đến chỉ số ngẫu nhiên.

Giá trị RI cho biết độ lệch trung bình từ các ma trận được tạo ngẫu nhiên có kích thước khác nhau như đã thể hiện trong Bảng 2.

Bảng 2. Chỉ số nhất quán ngẫu nhiên [10]

CI được tính như phương trình 3:

Trong đó: lmax là giá trị riêng của ma trận so sánh, n là số nhân tố, Wi là trọng số của ma trận tiêu chí.

3. Kết quả và diễn giải phân tích kết quả

3.1. Quy hoạch Nhà máy Điện mặt trời tỉnh Hậu Giang

Trên cơ sở phân tích điều kiện và thực trạng dự án, các chuyên gia đã đưa ra các tiêu chí lựa chọn phương án. Có rất nhiều tiêu chí có thể được đề xuất, tùy thuộc vào điều kiện thực tế của dự án và các điều kiện đặc thù của tỉnh Hậu Giang, nghiên cứu này chọn 6 tiêu chí để xác định vị trí quy hoạch các nhà máy điện mặt trời cụ thể như sau:

– Tiêu chí 1 (C1): Cường độ bức xạ mặt trời (GHI).

– Tiêu chí 2 (C2): Nước biển dâng.

– Tiêu chí 3 (C3): Xâm nhập mặn trên địa bàn tỉnh.

– Tiêu chí 4 (C4): Sử dụng đất.

– Tiêu chí 5 (C5): Khoảng cách đấu nối tới đường điện gần nhất (km).

– Tiêu chí 6 (C6): Khoảng cách tới đường giao thông gần nhất (km).

Dựa theo ý kiến phân tích của chuyên gia và kết quả có được từ khảo sát nghiên cứu lập ma trận trọng số của các tiêu chí được thể hiện trong Bảng 3.

Bảng 3. So sánh cặp các tiêu chí

Ta tiến hành tính toán các dữ liệu của bài toán theo phương pháp AHP. Trọng số cho các tiêu chí được thể hiện trong Bảng 4.

Bảng 4. Trọng số các tiêu chí khi so sánh cặp

Với số tiêu chí là 6 thì RI = 1,24, ta xác định được giá trị riêng của ma trận so sánh và tỉ số nhất quán CR, cụ thể như sau: λ_max = 6,153; CI = 0,031 và giá trị tỉ số nhất quán CR = 0,025 = 2,3% < 10%, đạt yêu cầu.

Từ trọng số của các tiêu chí nghiên cứu đã khảo sát, kết hợp với tiêu chí loại trừ xác định được 3 vị trí quy hoạch nhà máy điện mặt trời tỉnh Hậu Giang là: Nhà máy Điện mặt trời Hồ Nước Ngọt; Nhà máy Điện mặt trời Long Phú và Nhà máy Điện mặt trời Hỏa Lựu với quy mô diện tích là 50 ha được thể hiện trong Hình 1.

Hình 1: Bảng đồ quy hoạch các Nhà máy điện mặt trời tỉnh Hậu Giang

3.2. Tối ưu quy hoạch Nhà máy điện mặt trời tỉnh Hậu Giang

Để xác định được thứ tự ưu tiên đầu tư các dự án, chúng ta sử dụng thuật toán AHP để phân tích cho từng vị trí cụ thể.

Theo tiêu chí so sánh thì mỗi vị trí được gọi là phương án cụ thể: dự án Nhà máy Điện Hồ nước ngọt là phương án 1; dự án Nhà máy Điện Long Phú là phương án 2 và dự án Nhà máy điện Hỏa Lựu là phương án 3. Do mỗi phương án có 6 tiêu chí nên cần tính toán 6 ma trận để đánh giá trọng số của từng tiêu chí cho từng phương án.

Số liệu tính toán thu được từ so sánh các phương án (PA) theo cặp ma trận tính toán cho tiêu chí C1 như Bảng 5. Theo đó, PA1 có bức xạ là tốt nhất, kế đến là phương án PA2 và PA3 có cường độ bức xạ bằng nhau.

Bảng 5. Trọng số tiêu chí C1

Kết quả trọng số phương án CR = 0,5% < 5% đạt yêu cầu. Tính toán tương tự cho 5 tiêu chí còn lại, kết quả thể hiện trong các Bảng từ 6 đến 10.

Bảng 6. Trọng số tiêu chí C2

Bảng 7. Trọng số tiêu chí C3

Bảng 8. Trọng số tiêu chí C4 

Bảng 9. Trọng số tiêu chí C5

Bảng 10. Trọng số tiêu chí C6

Để lựa chọn phương án tối ưu ta nhân ma trận P(3×6) với ma trận các tiêu chí C(6×1) Kết quả ta có được ma trận trọng số của 3 phương án.

Bảng 11. Ma trận trọng số các phương án

Bảng 12. Ma trận trọng số từng tiêu chí

Bảng 13. Ma trận trọng số của các PA

Ma trận kết quả sẽ cho biết phương án tốt nhất nên chọn, là phương án có giá trị kết quả cao nhất. Như vậy, dự án Nhà máy Điện Hỏa Lựu là phương án lựa chọn tốt nhất cho đầu tư ưu tiên kế đến là dự án Hồ Nước ngọt và cuối cùng là dự án Long Phú.

4. Kết luận

Trước tình hình phát triển bùng nổ về điện mặt trời hiện nay, việc quy hoạch các nhà máy điện mặt trời là cần thiết và cấp bách. Bài báo tối ưu quy hoạch Nhà máy Điện mặt trời tại tỉnh Hậu Giang bằng phương pháp phân tích thứ bậc xác đinh được tiêu chí khoảng cách tới đường giao thông có trọng số 40% là quan trọng nhất, kế đến là tiêu chí khoảng cách tới đường điện với trọng số 26%. Xác định được thứ tự ưu tiên đầu tư dự án Hỏa Lựu với trọng số 37%, dự án Hồ Nước ngọt trọng số 34% và dự án Long Phú 29%. Tuy nhiên, để đầu tư hiệu quả và mang lại khả thi, cần nghiên cứu thêm về khả năng tiếp nhận công suất của các dự án vào hệ thống điện tỉnh và hệ thống điện Quốc gia.

Kiểm định mối quan hệ giữa phát triển tài chính và giảm nghèo bằng mô hình FMOLS

Kiểm định mối quan hệ giữa phát triển tài chính và giảm nghèo bằng mô hình FMOLS

(Nguồn: http://tapchicongthuong.vn/)

ThS. PHẠM BÍCH HỒNG (Giảng viên, Trường Đại học Giao thông Vận tải Thành phố Hồ Chí Minh)

TÓM TẮT:

Nghiên cứu được thực hiện nhằm kiểm định mối quan hệ giữa phát triển tài chính và giảm nghèo với dữ liệu bảng gồm 49 quốc gia có thu nhập trung bình và thấp trên thế giới. Kết quả chỉ ra rằng, phát triển tài chính làm gia tăng thu nhập bình quân đầu người và giúp giảm tỷ lệ nghèo ở các quốc gia này.

Từ khóa: phát triển tài chính, giảm nghèo, quốc gia có thu nhập trung bình và thấp, mô hình FMOLS, hiện tượng đồng liên kết.

1. Giới thiệu

Phát triển tài chính luôn được xem là thước đo đo lường sự phát triển của một nền kinh tế, đồng thời khi một nền kinh tế phát triển, đời sống của người dân cũng sẽ được nâng cao. Đã có rất nhiều nghiên cứu xem xét mối quan hệ giữa phát triển tài chính và phát triển kinh tế, tuy nhiên những nghiên cứu về mối quan hệ giữa phát triển tài chính và giảm nghèo lại ít được thực hiện và có những kết quả không đồng nhất. Điển hình như nghiên cứu của Quartey (2005) cho rằng phát triển tài chính có tác động làm giảm nghèo nhưng lại không đáng kể hay nghiên cứu của Odhiambo (2009) lại chỉ ra rằng giảm nghèo sẽ tác động làm tăng phát triển tài chính.

Mục tiêu của bài nghiên cứu là xem xét mối quan hệ giữa phát triển tài chính và giảm nghèo để trả lời cho câu hỏi “Liệu phát triển tài chính có thực sự giúp giảm nghèo hay không?” với những bằng chứng thực nghiệm rõ ràng.

2. Cơ sở lý thuyết và kết quả các nghiên cứu trước đây

Nghèo là một vấn đề nan giải mà rất nhiều quốc gia có thu nhập trung bình và thấp đang phải đối mặt khi mức sống của người dân ở mức thấp, họ bị thiếu những nhu cầu cơ bản như lương thực, quần áo, nước sạch,… Ngân hàng Thế giới (1990) đã định nghĩa nghèo là tình trạng không có khả năng để sống ở mức sống tối thiểu.

Ngoài ra, Đinh Phi Hổ (2009) đã đưa ra khái niệm nghèo là tình trạng bị thiếu thốn về nhiều phương diện như thu nhập thấp do thiếu cơ hội tạo thu nhập, thiếu những nhu cầu cơ bản hằng ngày của cuộc sống, thiếu tài sản để tiêu dùng lúc bất trắc xảy ra và dễ bị tổn thương trước những mất mát.

Mối quan hệ giữa phát triển tài chính và giảm nghèo được hình thành và xây dựng dựa trên những nền tảng lý thuyết kinh tế. Điển hình là mô hình tăng trưởng Harrod – Domar chứng minh rằng phát triển tài chính sẽ thúc đẩy phát triển kinh tế. Bên cạnh đó, phát triển kinh tế lại giúp thu nhập của người dân tăng lên. Khi thu nhập tăng lên thì hàm tiêu dùng của Keynes đã cho thấy chi tiêu tiêu dùng của người dân cũng sẽ cao hơn. Khi người dân có đủ tiền để trang trải cho những nhu cầu thiết yếu của cuộc sống như lương thực thực phẩm thì họ đã giảm nghèo. Bên cạnh tác động gián tiếp này, phát triển tài chính lại có tác động trực tiếp giúp giảm nghèo do phát triển tài chính giúp người nghèo có thể tiếp cận các khoản vay dễ dàng hơn và phá vỡ vòng xoáy nghèo của chính họ.

Bên cạnh đó, theo nghiên cứu của Sehrawat và Giri (2016), người nghèo có thể được hưởng lợi một cách trực tiếp từ phát triển tài chính bằng nhiều hình thức.

Thứ nhất, người nghèo có thể hưởng lợi từ việc giảm chi phí tiếp cận vốn vay. Ở các nước đang phát triển, chi phí vay vốn thường khá cao do sự bất hoàn hảo của thị trường tài chính. Hơn nữa, hiện tượng thông tin bất cân xứng giữa người cho vay và người đi vay khiến các ngân hàng gặp khó khăn trong việc xác định mức độ rủi ro tín dụng đối với các đối tượng khác nhau và do đó, ngân hàng có thể giảm lượng tiền cho vay. Đôi khi, các ngân hàng thiết lập các chi phí sàng lọc để xác định rủi ro của các dự án khác nhau và khả năng trả nợ của người đi vay, thế nhưng điều này lại làm gia tăng chi phí liên quan đến việc đi vay. Bên cạnh đó, các ngân hàng cũng thiết lập các điều khoản về tài sản thế chấp để phòng ngừa rủi ro khách hàng không thể trả được nợ. Thế nhưng, người nghèo thường không có đủ tiền hoặc tài sản cho việc thế chấp, nên họ thường gặp khó khăn trong việc tiếp cận các khoản vay. Vì vậy, mặc dù người nghèo có những dự án có khả năng sinh lợi, họ vẫn không thể tiếp cận các khoản vay để thực hiện dự án của mình. Bên cạnh đó, người nghèo cũng không có đủ tiền hoặc không thể vay mượn để nâng cao trình độ học vấn hay mua bảo hiểm để phòng ngừa những rủi ro khi có những cú sốc kinh tế tiêu cực bất ngờ xảy ra.

Thứ hai, người nghèo sẽ nhận được lợi ích từ phát triển tài chính do có nhiều tiền hơn được lưu thông trong nền kinh tế. Thay vì trao đổi hàng hóa thực cho nhau, người nghèo có nhiều cơ hội hơn để sử dụng tiền như là phương tiện lưu thông. Điều này sẽ giúp giảm chi phí trong việc tìm kiếm đối tác kinh doanh, lưu trữ và vận chuyển hàng hóa nông nghiệp bởi tiền là phương tiện thanh toán dễ dàng phân chia, không tốn kém trong vận chuyển. Song song đó, gia tăng tính khả dụng của tiền cũng thúc đẩy thương mại giữa các vùng miền. Khi có nhiều tiền được lưu thông trong nền kinh tế, chi phí giao dịch có thể giảm xuống.

Bên cạnh đó, người nghèo có thể hưởng lợi từ phát triển tài chính do tăng các cơ hội tiết kiệm. McKinnon (1973) cho rằng, nếu người nghèo có thể gửi tiết kiệm, họ sẽ nhận được thu nhập từ tiền lãi và dần dần tích lũy tài sản. Do tín dụng khan hiếm ở những nước đang phát triển, người nghèo cần phải tiết kiệm trước khi có thể đầu tư. McKinnon tin rằng, người nghèo có thể tích lũy các khoản tiết kiệm và hưởng lợi khi họ tài trợ cho chính những dự án đầu tư của mình. Nếu người nghèo không thể tiết kiệm, họ sẽ không thể tích lũy tài sản và thoát khỏi cảnh nghèo. Do đó, phát triển tài chính có thể giúp người nghèo tích lũy tài sản bằng cách khiến việc mở tài khoản tiết kiệm ở các tổ chức tài chính dễ dàng thực hiện hơn.

Tuy nhiên, kết quả nghiên cứu của Odhiambo (2009) lại chỉ ra rằng, giảm nghèo sẽ tác động làm tăng phát triển tài chính bằng việc phân tích mối quan hệ nhân quả giữa phát triển tài chính và giảm nghèo ở Zambia với dữ liệu hàng năm từ 1969 đến 2006 bằng phương pháp ARDL. Mặt khác, Quartey (2005) cho thấy rằng phát triển tài chính có tác động làm giảm nghèo nhưng không đáng kể  khi xem xét mối quan hệ giữa phát triển tài chính, huy động tiết kiệm và giảm nghèo ở Ghana trong giai đoạn 1970-2001.

3. Phương pháp nghiên cứu

3.1. Dữ liệu nghiên cứu

Bài nghiên cứu sử dụng dữ liệu bảng của 49 quốc gia có thu nhập trung bình và thấp theo phân loại của Ngân hàng Thế giới (World Bank) trong giai đoạn 1995-2015 để xem xét tác động của phát triển tài chính lên giảm nghèo (trong đó có Việt Nam).

3.2. Các biến nghiên cứu

Bảng 1. Các biến được sử dụng trong nghiên cứu

3.3. Phương pháp ước lượng

Phương pháp FMOLS dành cho dữ liệu bảng: Do có hiện tượng đồng liên kết, phương pháp FMOLS được áp dụng nhằm xem xét mối quan hệ cân bằng dài hạn. Phương pháp ước lượng bình phương nhỏ nhất có điều chỉnh (FMOLS) sẽ giải thích cho hiệu ứng tương quan chuỗi và hiện tượng nội sinh trong mô hình do có sự tồn tại của hiện tượng đồng liên kết.

Như vậy với dữ liệu và mục tiêu nghiên cứu của bài, phương pháp FMOLS sẽ được sử dụng để thực hiện hồi quy mô hình:

LPOV_it = α_it + β₁LCR_it + β₂LM3_it + β₃LTO_it + β₄LCPI_it + ε_it  (1)

Vì LPOV, LCR, LM3, LTO và LCPI là logarit tự nhiên của các biến POV, CR, M3, TO và CPI nên các hệ số hồi quy có thể được xem như hệ số co dãn. Bài nghiên cứu sử dụng mô hình FMOLS để xem xét 1% tăng thêm trong tỷ lệ tín dụng nội địa của khu vực tư nhân sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu người; 1% tăng thêm trong tỷ lệ cung tiền M3/GDP sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu người; 1% tăng thêm trong độ mở thương mại sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu người, và 1% tăng thêm trong chỉ số giá tiêu dùng sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu người.

4. Kết quả nghiên cứu

Kết quả hồi quy mô hình FMOLS

Dựa vào kết quả ước lượng mô hình hồi quy bằng phương pháp FMOLS, có thể thấy tất cả các hệ số hồi quy đứng trước các biến LCR, LM3, LTO và LCPI đều dương và có ý nghĩa thống kê ở mức 5% (p-value của tất cả các hệ số hồi quy đều nhỏ hơn 5%). Vì LPOV, LCR, LM3, LTO và LCPI là logarit tự nhiên của các biến POV, CR, M3, TO và CPI nên các hệ số hồi quy có thể được xem như hệ số co dãn. Kết quả chỉ ra rằng, cứ 1% tăng thêm trong tỷ lệ tín dụng nội địa của khu vực tư nhân làm tăng 0.25% chi tiêu tiêu dùng bình quân đầu người; 1% tăng thêm trong tỷ lệ cung tiền/GDP làm tăng gần 0.32% chi tiêu tiêu dùng bình quân đầu người; 1% tăng thêm trong độ mở thương mại làm tăng 0.31% chi tiêu tiêu dùng bình quân đầu người, và 1% tăng thêm trong chỉ số giá tiêu dùng làm tăng 0.88% chi tiêu tiêu dùng bình quân đầu người.

Bảng 2. Kết quả hồi quy mô hình FMOLS

Sau khi thực hiện hồi quy các chuỗi dữ liệu theo kỹ thuật FMOLS, bài nghiên cứu tiếp tục kiểm định tính dừng của phần dư (resid) thu được trong mô hình. Với kiểm định LLC và IPS, có thể thấy p-value nhận được luôn thấp hơn 5%, như vậy giả thuyết H0 bị bác bỏ, và phần dư là một chuỗi dừng. Kết quả này cho thấy giữa các biến LPOV, LCR, LM3, LTO và LCPI có hiện tượng đồng liên kết xảy ra và mô hình FMOLS được sử dụng để ước lượng hồi quy giữa các biến là phù hợp.

5. Kết luận

Bằng phương pháp FMOLS, bài nghiên cứu đã xem xét mối quan hệ trong dài hạn giữa phát triển tài chính và giảm nghèo ở các quốc gia có thu nhập trung bình và thấp.

Kết quả nghiên cứu cho thấy rằng có hiện tượng đồng liên kết xảy ra giữa các biến đại diện cho phát triển tài chính và giảm nghèo. Kết quả hồi quy mô hình FMOLS chỉ ra mối tương quan cùng chiều và có ý nghĩa thống kê giữa biến đại diện cho phát triển tài chính và biến đại điện cho giảm nghèo.

Giảm nghèo bền vững là một trong những chương trình mục tiêu quốc gia ở Việt Nam. Nghiên cứu này đã cho thấy người nghèo được hưởng lợi từ phát triển tài chính, thông qua việc tiếp cận dễ dàng hơn đến các khoản tín dụng cá nhân. Chính vì vậy, việc phát triển tín dụng cá nhân dành cho người nghèo là vô cùng quan trọng để Việt Nam có thể giảm nghèo bền vững.

Tóm lại, nghiên cứu đã góp phần bổ sung các bằng chứng thực nghiệm để chứng minh rằng phát triển tài chính giúp giảm nghèo. Tuy nhiên, nghiên cứu chưa làm rõ về ảnh hưởng của các cú sốc tài chính lên người nghèo. Đây có thể là một hướng mở rộng cho nghiên cứu trong tương lai.

Sử dụng mô hình VAR phân tích ảnh hưởng của nguồn vốn FDI đến tăng trưởng kinh tế Việt Nam

Sử dụng mô hình VAR phân tích ảnh hưởng của nguồn vốn FDI đến tăng trưởng kinh tế Việt Nam

(Nguồn: http://tapchicongthuong.vn/)

LÊ TÀI THU (Học viện Ngân hàng)

TÓM TẮT:

Nghiên cứu sử dụng mô hình VAR phân tích mối quan hệ giữa nguồn vốn đầu tư nước ngoài (FDI) và tăng trưởng kinh tế ở Việt Nam trong giai đoạn 1995 -2019. Kết quả ước lượng thực nghiệm có những bằng chứng thống kê cho rằng sau một khoảng thời gian FDI sẽ tác động tích cực đến tăng trưởng kinh tế của Việt Nam và tác động mạnh nhất vào trung hạn và giảm dần về dài hạn. Ngoài ra, FDI có tác động tích cực tăng nguồn vốn đầu tư nhà nước và ngoài nhà nước và ngược lại tăng trưởng kinh tế, tăng vốn đầu tư khu vực nhà nước có tác động trực tiếp ngay và mạnh đến việc thu hút nguồn vốn FDI.

Từ khóa: tăng trưởng kinh tế, FDI, VAR.

1. Mở đầu

Nguồn vốn đầu tư trực tiếp nước ngoài (FDI) được coi là một trong những nhân tố quan trọng thúc đẩy tăng trưởng kinh tế, giải quyết việc làm, cải thiện thu nhập và giảm nghèo ở Việt Nam cũng như các quốc gia khác trên thế giới. Hội nghị Liên hiệp quốc về Thương mại và Phát triển – UNCTAD (2008) cho rằng, FDI tạo ra cơ hội việc làm, chuyển giao kỹ năng và công nghệ, tăng năng suất và phát triển dài hạn ở các nước đang phát triển. Vốn đầu tư trực tiếp nước ngoài thu hút chuyển giao công nghệ, phát triển các ngành nghề và kỹ năng quản lý, đảm bảo phát triển kinh tế bền vững tại các quốc gia tiếp nhận vốn và từ đó tác động tích cực đến xóa đói giảm nghèo (Israel, 2014). Các nghiên cứu trong nước ở cấp độ vĩ mô thường xem xét tác động của nguồn vốn FDI đối với tăng trưởng, đầu tư, chuyển dịch cơ cấu kinh tế, cải thiện chất lượng nguồn nhân lực, xuất khẩu, công nghệ, năng suất. Các nghiên cứu này về cơ bản đều cho rằng nguồn vốn FDI đóng vai trò tích cực trong nền kinh tế Việt Nam. Hồ Đình Bảo, Lê Thanh Hà & Lê Quốc hội, 2020 cho rằng, FDI có tác động tích cực đến tăng trưởng kinh tế của Việt Nam cả trong ngắn hạn và dài hạn. FDI có tác động tích cực đến tăng trưởng ngay ở thời kỳ hiện tại nhưng có xu hướng tiêu cực ở thời kỳ kế tiếp trước khi phục hồi lại trạng thái tích cực.

Sự phát triển của khu vực FDI ở Việt Nam trong thời gian qua cũng bộc lộ nhiều điểm hạn chế như chủ yếu tập trung vào ngành thâm dụng lao động, tài nguyên, phụ thuộc đầu vào nhập khẩu, tận dụng ưu đãi chính sách, giá trị gia tăng thấp; sử dụng công nghệ lạc hậu; tác động lan tỏa đến khu vực doanh nghiệp trong nước rất hạn chế; cũng gây ra bất ổn kinh tế vĩ mô,…

Bài viết này đưa ra một góc nhìn đánh giá về vai trò của nguồn vốn FDI đối với tăng trưởng của nền kinh tế Việt Nam thông qua mô hình định lượng VAR trên cơ sở số liệu thống kê trong giai đoạn 1995-2019 của nền kinh tế Việt Nam.

2. Cơ sở lý thuyết

Vai trò của FDI đối với tăng trưởng kinh tế của các quốc gia được hệ thống hóa căn cứ trên 4 lý thuyết căn bản sau:

– Lý thuyết lợi nhuận cận biên: lý thuyết này cho rằng nguồn vốn đầu tư sẽ dịch chuyển từ nước có lãi suất thấp sang nước có lãi suất cao cho đến khi đạt được trạng thái cân bằng về lãi suất giữa hai nước. Nguồn vốn đầu tư sẽ tạo ra lợi nhuận cho cả hai quốc gia góp phần làm tăng sản lượng chung của toàn thế giới. Lý thuyết này được đông đảo các nhà kinh tế thừa nhận, tuy nhiên khi thực tiễn tại Mỹ cho thấy mặc dù tỷ suất lợi nhuận từ đầu tư ra nước ngoài giảm đến thấp hơn tỷ suất lợi nhuận trong nước nhưng hoạt động FDI của Mỹ ra nước ngoài vẫn liên tục tăng. Lý thuyết này không giải thích được hiện tượng vì sao một số nước đồng thời có dòng vốn chảy vào, có dòng vốn chảy ra. Đây được coi là lý thuyết nền tảng cho những nghiên cứu tiếp theo về mối quan hệ giữa FDI và các yếu tố khác.

– Lý thuyết thương mại tân cổ điển: trong dòng lý thuyết này, mô hình Heckscher – Ohlin dự báo rằng quốc gia với lượng vốn dồi dào hơn tương đối sẽ xuất khẩu các hàng hóa thâm dụng vốn sang quốc gia khan hiếm về vốn. Trong trường hợp không có trao đổi hàng hóa, vốn sẽ luân chuyển tới nơi mà tỷ suất lợi nhuận trên vốn cao hơn và tỷ suất lợi nhuận trên lao động thấp hơn cho đến khi đạt được trạng thái cân bằng giá của yếu tố sản xuất. Mô hình MacDougall – Kemp (MacDougall, 1960; Kemp, 1964) cho rằng, vốn sẽ di chuyển tới nơi có tỷ suất lợi nhuận trên vốn cao hơn. Tuy nhiên, các quốc gia có thể điều chỉnh tỷ suất lợi nhuận trên vốn và dòng vốn bằng cách áp thuế đối với các dòng vốn vào ra. Aliber (1970) đã mở rộng quan điểm này qua việc bổ sung các yếu tố như chênh lệch nguồn vốn và rủi ro tiền tệ.

– Tăng trưởng nội sinh (Romer, 1993): lý thuyết này cho rằng đóng góp của FDI đối với tăng trưởng kinh tế ở quốc gia tiếp nhận không chỉ là tích lũy và chuyển giao công nghệ, mà còn là sự truyền đạt kỹ năng và đào tạo lao động. Quá trình chuyển giao công nghệ, cải thiện kiến thức đạt được thông qua đào tạo lao động. FDI dẫn đến tăng trưởng sản lượng thông qua tăng năng suất lao động từ chuyển giao lại công nghệ sản xuất, cơ cấu quản lý và khả năng tiếp cận thị trường (Blomstrom & cộng sự, 1996; Borensztein & cộng sự, 1998). Đồng thời, tác động của FDI đến tăng trưởng kinh tế phụ thuộc vào điều kiện và đặc điểm của từng quốc gia như: thị trường tài chính, vốn nhân lực, độ mở thương mại, mối quan hệ giữa đầu tư trong – ngoài nước.

– Mô hình tiến bộ công nghệ (Hermes & Lensink, 2003): tăng trưởng kinh tế của một quốc gia phụ thuộc vào mức độ mà quốc gia này tiếp nhận và áp dụng công nghệ mới, trong đó FDI được xem là một kênh truyền tải quan trọng. FDI đóng góp vào tăng trưởng kinh tế thông qua việc chuyển giao các công nghệ mới, kỹ năng quản lý và vốn (Hermes & Lensink, 2003). Sự lan tỏa của FDI có thể thông qua sự bắt chước, cạnh tranh và các quan hệ kinh tế. Các doanh nghiệp nội địa bắt chước công nghệ của các doanh nghiệp FDI, từ đó làm tăng năng suất và tăng trưởng. Hiệu ứng lan tỏa do cạnh tranh xảy ra khi có sự gia nhập của các doanh nghiệp FDI tạo ra áp lực buộc các doanh nghiệp nội địa nâng cấp và cải tiến công nghệ, trình độ quản lý, để nâng cao năng lực cạnh tranh, do đó dẫn đến tăng trưởng. Hiệu ứng lan tỏa qua các quan hệ kinh tế là kết quả của sự chuyển giao công nghệ mới của các doanh nghiệp FDI tới doanh nghiệp trong nước thông qua các giao dịch kinh tế giữa doanh nghiệp FDI và doanh nghiệp nội địa.

3. Phương pháp nghiên cứu

Để đánh giá vai trò của FDI đối với tăng trưởng kinh tế, trong nghiên cứu này, bên cạnh biến quan trọng nhất là quy mô dòng vốn FDI thực hiện, chúng tôi sử dụng các biến như dòng vốn đầu tư khu vực nhà nước (I1) và khu vực ngoài nhà nước (I2) để phản ánh cơ cấu các nguồn vốn đầu tư toàn xã hội có ảnh hưởng đến tốc độ tăng trưởng tổng sản phẩm quốc nội (GGDP) của Việt Nam.

Để lượng hóa tác động của các biến số bao gồm FDI đến tăng trưởng kinh tế của Việt Nam, chúng tôi sử dụng mô hình ước lượng VAR cho số liệu chuỗi thời gian 1995-2019.

Mô hình VAR: chúng tôi sử dụng dạng rút gọn như sau:

Trong đó: GGDP là tốc độ tăng GDP của Việt Nam (%), FDI là vốn đầu tư trực tiếp nước ngoài (Tỷ đồng), I1 là vốn đầu tư khu vực nhà nước (Tỷ đồng), I2 là vốn đầu tư khu vực ngoài nhà nước (Tỷ đồng).

4. Kết quả thực nghiệm

4.1. Số liệu

Từ số liệu của Tổng cục Thống kê tác giả tính được trong giai đoạn 1995-2019, tốc độ tăng vốn FDI trung bình là 15,32%; trong đó năm 2007 vốn FDI có tốc độ tăng đột biến là 97,24% và năm 1998 vốn FDI có tốc độ giảm cao nhất là 19,8% so với năm trước. Trong giai đoạn này chỉ có 4 năm vốn FDI giảm là các năm 1998, 1999, 2009 và 2012; các năm còn lại đều có mức tăng trưởng dương. Tốc độ tăng trưởng tổng sản phẩm quốc nội trung bình 15,31%.

Bảng 1. Bảng thống kê mô tả

Nguồn: Được tính bởi tác giả từ mô hình trên cơ sở số liệu từ GSO

4.2. Kết quả ước lượng

4.2.1. Kiểm tra tính dừng của các chuỗi số

Để kiểm tra tính dừng của các chuỗi số được sử dụng trong mô hình VAR, chúng tôi sử dụng các phương pháp khác nhau như Augmented Dickey Fuller (ADF) và Phillip-Perron (PP).

Kết quả kiểm định trong cho thấy rằng các biến GGDP dừng tại giá trị ban đầu của biến; FDI, I1 dừng tại sai phân cấp 1. Biến I2 dừng tại sai phân bậc 2. Do đó chúng tôi sử dụng các chuỗi gốc là GGDP, sai phân bậc 1 của các chuỗi FDI1, I1 và chuỗi sai phân bậc 2 của chuỗi I2.

4.2.2. Kết quả ước lượng từ mô hình VAR

Để xác định độ trễ của các biến đưa vào mô hình, chúng tôi sử dụng các phương pháp kiểm định sự tham gia của độ trễ, các tiêu chí FPE, AIC, SIC and HQ. Kết quả của các kiểm định này cho thấy mô hình VAR (4) là phù hợp cho số liệu của Việt Nam. Bên cạnh đó, kiểm định tính vững của mô hình cũng cho thấy tất cả các nghiệm của mô hình VAR (4) đều nằm trong vòng tròn đơn vị – hàm ý mô hình này là phù hợp.

– Kiểm định Granger:

Bảng 2. Kiểm định nhân quả Granger

Nguồn: Được tính bởi tác giả từ mô hình

Bảng 2 cho thấy: (i) tăng trưởng kinh tế của Việt Nam được giải thích bởi tăng trưởng của vốn đầu tư khu vực tư nhân; (ii) tốc độ tăng FDI cũng được giải thích bởi tăng trưởng GDP và của vốn đầu tư khu vực nhà nước và tư nhân; (iii) tốc độ tăng FDI thúc đẩy tăng vốn đầu tư nhà nước.

Hàm phản ứng (Hình 1):

Hình 1: Hàm phản ứng đẩy

Nguồn: Được tính bởi tác giả từ mô hình

Hàm phản ứng của các biến số trong mô hình đối với FDI cho thấy rằng sau 1,5 chu kỳ vốn FDI sẽ tác động mạnh dần lên đến tăng trưởng kinh tế, tuy nhiên sự đóng góp cho tăng trưởng kinh tế khá khiêm tốn; đến trung hạn sẽ tác động tác động mạnh nhất và giảm dần và đến dài hạn sự tác động đến tăng trưởng kinh tế tuy giảm dần, nhưng vẫn còn lớn hơn so với trong ngắn hạn; nói chung vốn FDI tăng có tác động tích cực đến tăng trưởng kinh tế. Trong khi đó, vốn đầu tư khu vực nhà nước và khu vực tư nhân tác động ngay lập tức và mạnh đến tăng trưởng kinh tế, sau đó tác động giảm dần và đến trung hạn tác động mạnh dần và giảm dần về dài hạn, trong đó tăng vốn đầu tư khu vực nhà nước luôn có tác động tích cực đến tăng trưởng kinh tế.

Tuy nhiên, tác động của tăng trưởng kinh tế, vốn đầu tư khu vực nhà nước và vốn đầu tư khu vực tư nhân đến tăng vốn FDI có lúc tăng, giảm thất thường và không có xu hướng rõ rệt qua các thời kỳ; trong đó tác động của tăng trưởng kinh tế và vốn đầu tư khu vực nhà nước tác động ngay lập tức đến tăng trưởng FDI và rất mạnh trong ngắn hạn, sau đó giảm dần và tác động mạnh dần trở lại trước khi giảm dần trong dài hạn.

– Phân rã phương sai:

Bảng 3. Kết quả phân tích phân rã phương sai

Kết quả phân rã cho thấy:

(i) Tăng trưởng kinh tế của Việt Nam bị ảnh hưởng mạnh nhất bởi tác động từ vốn đầu tư khu vực nhà nước từ chu kỳ thứ 6 trở đi, sự tăng trưởng kinh tế của Việt Nam được giải thích xấp xỉ khoảng 11,5%; trong khi đó trong cùng chu kỳ vốn FDI chỉ giải thích xấp xỉ khoảng 7,8%. Điều này cho thấy, mức độ ảnh hưởng của vốn FDI đóng góp cho tăng trưởng kinh tế đứng thứ 2 và khiêm tốn hơn so với đóng góp của vốn đầu tư trong nước. Nguồn vốn FDI đóng vai trò khá quan trọng đối với tăng trưởng kinh tế và có xu hướng tăng trong dài hạn.

(ii) Sự gia tăng FDI ảnh hưởng tích cực đến sự gia tăng vốn đầu tư khu vực nhà nước sự gia tăng vốn FDI từ chu kỳ thứ 3 trở đi giải thích xấp xỉ khoảng 32% sự thay đổi vốn đầu tư khu vực nhà nước. Tăng vốn FDI ngay lập tức có đóng góp lớn vào tăng vốn đầu tư khu vực ngoài nhà nước và giảm dần về khoảng 30%.

(iii) Sự gia tăng FDI phụ thuộc rất lớn vào thực trạng phát triển của đất nước. Tăng trưởng kinh tế giải thích cho khoảng 21,5% sự thay đổi của FDI trong chu kỳ 2 và 3; giảm dần cho tới chu kỳ thứ 8 giải thích cho khoảng 19,5% và tăng lên khoảng 20% trong chu kỳ thứ 9, 10. Điều này cho thấy sự tăng trưởng kinh tế đóng vai trò rất quan trong trong việc thu hút vốn FDI, là cơ sở để các nhà đầu tư nước ngoài yên tâm làm ăn và tăng thêm vốn FDI tại Việt Nam.

5. Kết luận

Qua việc phân tích tác động của FDI tới tăng trưởng kinh tế tại Việt Nam trong giai đoạn 1995-2019 bằng mô hình VAR. Kết quả ước lượng thực nghiệm cho thấy có những bằng chứng thống kê về tác động tích cực của FDI đến tăng trưởng kinh tế của Việt Nam mạnh nhất là trong trung hạn và giảm dần về dài hạn. FDI ngay lập tức có tác động tiêu cực đến tăng trưởng, sau một khoảng thời gian dòng vốn FDI có tác động khá nhỏ và đến trung hạn có hưởng tích cực và giảm dần về dài hạn. Khái quát lại sau một khoảng thời gian, bằng chứng về tác động tích cực của FDI đối với tăng trưởng là rõ ràng. Có bằng chứng thống kê trong mô hình ước lượng cho thấy phản ứng của các biến số tăng trưởng kinh tế và vốn đầu tư khu vực nhà nước là mạnh đối với sự gia tăng vốn FDI vào Việt Nam. Điều này hàm ý về những ảnh hưởng của dòng vốn này đối với những bất ổn kinh tế vĩ mô trong nước như một số các nghiên cứu trước đây đã chỉ ra. Bên cạnh đó, kết quả thực nghiệm từ mô hình định lượng cũng cho thấy sự ảnh hưởng tích cực của dòng vốn FDI đối với vốn đầu tư nhà nước và ngoài nhà nước trong tổng nguồn vốn đầu tư toàn xã hội của nền kinh tế Việt Nam.

Nghiên cứu ứng dụng cây quyết định trong dự báo hành vi lựa chọn sản phẩm dệt may nội địa

Nghiên cứu ứng dụng cây quyết định trong dự báo hành vi lựa chọn sản phẩm dệt may nội địa

(Nguồn: http://tapchicongthuong.vn/)

ĐỖ QUANG HƯNG (Trường Đại học Công nghệ Giao thông vận tải)

TÓM TẮT:

Hành vi của khách hàng có ý nghĩa quan trọng trong việc quyết định mua hay từ chối mua một sản phẩm. Trước sự cạnh tranh ngày càng lớn của các sản phẩm dệt may ngoại nhập, cần có một công cụ hỗ trợ dự báo hành vi khách hàng lựa chọn một sản phẩm dệt may nội địa. Bài báo phát triển một mô hình ứng dụng cây quyết định (Decision Tree – DT) trong việc dự báo hành vi lựa chọn sản phẩm dệt may nội địa của khách hàng Việt Nam. Mô hình đề xuất có khả năng dự báo hành vi mua sản phẩm dệt may nội địa với độ chính xác 92,7966.

Từ khóa: sản phẩm dệt may nội địa, dự báo hành vi, cây quyết định.

1. Đặt vấn đề

Với quy mô thị trường dệt may nội địa có thể đạt 4-5 tỷ USD, cho thấy nếu chiếm lĩnh được thị trường nội địa thì sản phẩm dệt may Việt Nam sẽ phát triển mạnh, bền vững. Tuy nhiên, thị trường sản phẩm dệt may nội địa còn phải đương đầu với nhiều thách thức trong đó có sự cạnh tranh trực tiếp của các sản phẩm ngoại nhập. Trước sự cạnh tranh ngày càng lớn của các sản phẩm ngoại nhập, cần có một công cụ hỗ trợ giúp thúc đẩy tiêu thụ sản phẩm dệt may nội địa của Việt Nam thông qua các dự báo hành vi khách hàng.

Hành vi của khách hàng có ý nghĩa quan trọng trong việc quyết định mua hay từ chối mua một sản phẩm. Nghiên cứu dự báo hành vi khách hàng lấy nền tảng dựa trên hành vi mua của khách hàng khi khách hàng đóng ba vai trò độc lập là người sử dụng, người trả tiền và người mua. Đã có rất nhiều những nghiên cứu dự báo hành vi mua hàng của khách hàng dựa trên mô hình và phương pháp thống kê. Trong những năm gần đây, các kỹ thuật máy học đã được áp dụng để dự báo hành vi lựa chọn một sản phẩm của khách hàng.

Zoe [1] đã sử dụng mạng Bayesian để dự báo hành vi của khách mua hàng. Kết quả cho thấy phương pháp mạng Bayesian cho kết quả dự báo tốt hơn so với phương pháp truyền thống. Badea [2] đã sử dụng mạng nơron để dự báo hành vi khách hàng dựa trên thông tin là các phiếu điều tra. Kết quả nghiên cứu cũng xác định mạng nơron có khả năng phân biệt hành vi tốt hơn. Lưu Tiến Dũng [3] đã sử dụng mô hình hồi quy nhị phân để phân tích các nhân tố ảnh hưởng đến hành vi mua sản phẩm nội địa của khách hàng Việt Nam.

Trong lĩnh vực máy học, cây quyết định là kiểu mô hình dự báo, nghĩa là một ánh xạ từ các quan sát về một sự vật, hiện tượng tới các kết luận về giá trị mục tiêu của sự vật, hiện tượng. So với các phương pháp khai phá dữ liệu khác, cây quyết định là phương pháp có một số ưu điểm như: dễ hiểu, xử lý tốt một lượng dữ liệu lớn trong thời gian ngắn. Trong bài báo này, một mô hình dự báo dựa trên cây quyết định được đề xuất để dự báo hành vi khách hàng lựa chọn sản phẩm dệt may nội địa.

2. Cơ sở lý luận và thực tiễn

2.1. Tính vị chủng

Tính vị chủng (ethnocentrism) là cách nhìn các sự vật của một người, mà cộng đồng của họ được cho trung tâm, mẫu mực, thước đo cho tất cả sự vật chung quanh,… mỗi cộng đồng đều nuôi dưỡng niềm tự hào, tự tôn, tán dương những thành viên của mình và xem thường người ngoài cộng đồng đó [4]. Nói cách khác, những người có tính vị chủng cao thường tự hào, nâng cao giá trị, văn hóa và con người thuộc vào nhóm của mình, và có xu hướng đánh giá thấp các giá trị, chuẩn mực của các nhóm khác. Tính vị chủng của người mua là những niềm tin, quan niệm sẵn có về sự đúng đắn, phù hợp về mặt đạo đức trong việc mua hàng của nước ngoài. Các đặc trưng của tính vị chủng tiêu dùng như sau:

– Là kết quả của lòng yêu nước và e ngại mất kiểm soát lợi ích kinh tế quốc gia do nhập khẩu;

– Làm xuất hiện ý nghĩ không mua hàng ngoại vì hành vi này bị đánh giá đạo đức là thiếu trách nhiệm, không yêu nước, không đúng đắn.

– Từ đó, dẫn đến định kiến chống nhập khẩu. Hệ quả của tính vị chủng tiêu dùng là sự thiên vị: đánh giá cao hàng nội, đánh giá thấp hàng ngoại và không sẵn lòng mua hàng ngoại trong khi luôn ưu tiên quan tâm hàng nội.

Từ những đặc trưng trên của tính vị chủng và thông qua các nghiên cứu của các quốc gia có các nền văn hóa khác nhau và nghiên cứu trên các sản phẩm khác nhau, có thể kết luận rằng mức độ tác động của tính vị chủng của người tiêu dùng lên hành vi mua luôn luôn khác biệt. Ngoài ra, tác động của yếu tố nhân khẩu học đến tính vị chủng ở từng khu vực địa lý cũng không giống nhau ở bất kỳ trên một quốc gia nào hoặc trên một sản phẩm cụ thể nào. Shimp và Sharma [5] đã chỉ ra rằng  mức độ vị chủng tiêu dùng tương quan âm với niềm tin, thái độ và ý định mua của người tiêu dùng đối với hàng ngoại. Mức vị chủng tiêu dùng cũng tương quan âm với hành vi mua hàng ngoại nhưng cường độ thấp hơn do còn nhiều yếu tố khác chi phối. Do vậy, việc nghiên cứu tính vị chủng trên một mặt hàng cụ thể cũng là điều rất cần thiết để giúp cho các doanh nghiệp có những kế hoạch marketing phù hợp trong từng thị trường cụ thể.

2.2. Chất lượng cảm nhận và giá trị cảm nhận

Chất lượng sản phẩm (chất lượng khách quan), được định nghĩa là các đặc điểm vượt trội của một sản phẩm, có thể đo lường và kiểm chứng trên một số tiêu chuẩn lý tưởng định trước. Chất lượng cảm nhận là ý kiến hoặc đánh giá tổng quan của khách hàng về sự vượt trội, tuyệt hảo của sản phẩm đó. Chất lượng cảm nhận là một khái niệm mang tính chủ quan và tương đối về sự đánh giá của khách hàng đối với sản phẩm [6].

Giá cả là cái mà người tiêu dùng trả tiền cho việc mua bán được là những gì họ bỏ hoặc hi sinh, được đo bằng một thuật ngữ tiền tệ, để có được những mong muốn hàng hoá và dịch vụ. Giá cả cảm nhận (chi phí cảm nhận) là sự đánh giá của khách hàng về mức độ hy sinh và giá trị của nó so với những gì mà họ sẽ nhận được. Giá cả được khách hàng cảm nhận dựa trên 2 tiêu chí: chi phí bằng tiền phải trả cho sản phẩm và chi phí cơ hội phải hy sinh đối với những gì có thể mua bằng số tiền đó. Người tiêu dùng có thể không luôn luôn hiểu biết đầy đủ thông tin trong việc so sánh giá cả. Họ chỉ làm theo cách có ý nghĩa đối với họ nhất [7].

Giá trị cảm nhận (perceived value) hay giá trị cảm nhận của khách hàng (customer perceived value) là sự cân đối giữa những gì khách hàng nhận được (lợi ích) và những gì họ bỏ ra (sự hi sinh). Sự hi sinh ở đây không chỉ là giá cả mang giá trị tiền tệ mà còn bao gồm cả những chi phí cơ hội không mang tính tiền tệ gọi là giá cả hành vi đó là thời gian nỗ lực bỏ ra để có được dịch vụ. Bên cạnh giá cả tiền tệ và giá cả phi tiền tệ, danh tiếng, chất lượng dịch vụ và phản ứng cảm xúc cũng ảnh hưởng đến giá trị cảm nhận của khách hàng [8]. Từ đó có thể rút ra giá trị cảm nhận của khách hàng là sự cảm nhận và đánh giá tổng quát của khách hàng về danh tiếng, chất lượng, giá cả tiền tệ, giá cả hành vi và phản ứng cảm xúc của khách hàng đối với dịch vụ.

Hai khái niệm chất lượng cảm nhận và chi phí cảm nhận có liên quan đến khái niệm giá trị cảm nhận. Alhabeeb [6] đã định nghĩa giá trị cảm nhận của người tiêu dùng là sự cân nhắc về đánh đổi giữa chất lượng cảm nhận và chi phí cảm nhận. Ở mức đơn giản nhất, để ra quyết định mua, người tiêu dùng ước lượng giá trị hàng hóa cảm nhận mang lại căn cứ vào 2 yếu tố này. Những người khác nhau sẽ nhận thức về mặt hàng theo những khía cạnh khác nhau, bởi vì họ thường có thái độ, cách đánh giá hay sự kỳ vọng khác nhau về sản phẩm. Và khi người tiêu dùng cảm thấy giá cả hàng hóa nội địa nằm trong ngưỡng chấp nhận được, phù hợp với bản thân của họ, thì họ sẽ có ý định mua sản phẩm nội địa mà họ thích.

2.3. Cây quyết định

Cây quyết định (decision tree) là một trong những hình thức mô tả dữ liệu trực quan nhất, dễ hiểu nhất đối với người dùng. Cấu trúc của một cây quyết định bao gồm các nút và các nhánh. Nút dưới cùng được gọi là nút lá, trong mô hình phân lớp dữ liệu chính là các giá trị của các nhãn lớp (gọi tắt là nhãn). Các nút khác nút lá được gọi là các nút con, đây còn là các thuộc tính của tập dữ liệu, hiển nhiên các thuộc tính này phải khác thuộc tính phân lớp. Mỗi một nhánh của cây xuất phát từ một nút nào đó ứng với một phép so sánh dựa trên miền giá trị của nút đó. Nút đầu tiên được gọi là nút gốc của cây [9].

Mục đích của việc xây dựng một cây quyết định là khám phá ra một tập luật, từ đó có thể sử dụng để dự báo giá trị đầu ra từ những biến đầu vào. Cây quyết định có hai loại: cây hồi quy ước lượng các hàm giá có giá trị là số thực và cây phân loại, nếu đầu ra là một biến phân loại như kết quả của một trận đấu (thắng hay thua) [10]. Cây quyết định giúp biểu diễn dữ liệu phức tạp thành một cấu trúc đơn giản hơn.

3. Xây dựng mô hình dự báo hành vi mua hàng dệt may nội địa dựa trên cây quyết định

3.1. Thu thập dữ liệu

Dữ liệu được thu thập từ 236 khách hàng Việt Nam thông qua bảng hỏi. Các khách hàng đại diện cho các khu vực khác nhau, có điều kiện kinh tế và xã hội khác nhau. Sản phẩm được lựa chọn là sản phẩm dệt may nội địa – là đối tượng nghiên cứu. Sản phẩm dệt may là loại sản phẩm luôn có sản phẩm ngoại nhập tương ứng. Có tất cả 14 câu hỏi được sử dụng để đo lường 3 biến độc lập (Bảng 1). Câu trả lời của mỗi câu hỏi là mức độ đồng ý đối với mỗi phát biểu. Trong nghiên cứu sử dụng thang đo 5 điểm Likert từ mức “hoàn toàn không đồng ý” đến mức “hoàn toàn đồng ý”. Một số thông tin nhân khẩu khác như tuổi, giới tính, thu nhập và học vấn cũng được thu thập (Bảng 2). Một số biến khác như “Mức độ sẵn lòng chi trả (Willingness to pay – WTP)” và “Có con hay không (Having child)” cũng được thêm vào trong mô hình. Biến phụ thuộc là quyết định hành vi mua sản phẩm may mặc nội địa (là biến nhị phân với “0” nếu không thường xuyên mua; “1” là có thường xuyên mua).

Bảng 1: Các nhân tố và thang đo

Nhân tố	Thang đo (mã)
Giá cảm nhận (Perceived price -PP)	Giá của sản phẩm nội địa hợp lý hơn giá của sản phẩm ngoại nhập (PP1).
Với cùng chất lượng, giá của sản phẩm nội địa rẻ hơn sản phẩm ngoại nhập (PP2).
Số tiền phải bỏ ra khi mua sản phẩm nội địa hoàn toàn phủ hợp với điều kiện của tôi (PP3).
Số tiền phải bỏ ra khi mua sản phẩm nội địa hợp lý hơn khi mua sản phẩm ngoại nhập (PP4).
Chất lượng cảm nhận (Perceived quality – PQ)	Đường may của sản phẩm nội địa kém hơn sản phẩm ngoại nhập (PQ1).
Chất vải của sản phẩm nội địa không tốt như sản phẩm ngoại nhập (PQ2).
Thương hiệu của sản phẩm nội địa không bằng sản phẩm ngoại nhập (PQ3).
Kỹ thuật may, sản xuất của sản phẩm nội địa không tốt như sản phẩm ngoại nhập (PQ4).
Tính vị chủng của khách hàng (Consumers ethnocentrism – CE)	Việc mua các sản phẩm ngoại nhập là một hành vi không nên đối với một người Việt Nam yêu nước (CE1).
Người Việt Nam nên dùng hàng Việt Nam (CE2).
Việc mua các sản phẩm ngoại nhập sẽ làm nhiều công nhân Việt Nam bị mất việc (CE3).
Việc mua các sản phẩm ngoại nhập sẽ làm cho các quốc gia khác giầu có hơn (CE4).
Các sản phẩm ngoại nhập có thể gây đe dọa đối với các nhà sản xuất trong nước (CE5).
Chỉ nên mua các sản phẩm nhập khẩu khi các mặt hàng đó không thể sản xuất được ở trong nước (CE6).

 Bảng 2: Các biến nhân khẩu

Biến	Mô tả
Tuổi	Tuổi của người trả lời (tính theo năm)
Giới tính	= 1 nếu là “Nam”
Trình độ học vấn	= 1 nếu trình độ từ Phổ thông trung học trở lên
Thu nhập	= 1 nếu thu nhập lớn hơn 12 triệu
Có con hay không?	= 1 nếu có con
Mức độ sẵn lòng chi trả (Willingness to pay)	Biến nhóm: 1 = “0%”; 2 = “Dưới 5% thu nhập”; 3 = “Từ 6 đến 10% thu nhập”; 4 = “Từ 11 đến 15% thu nhập”; 5 = “Từ 16 đến 20% thu nhập”; 6 = “Trên 20% thu nhập”
Mức độ tiêu dùng đối với sản phẩm (Consumption)	Biến nhóm: 1 = “Không”; 2 = “Dưới 600.000 VNĐ một tháng”; 3 = “Từ 600.000 đến 1.000.000 VNĐ một tháng”; 4 = “Lớn hơn 1.000.000 VNĐ một tháng”

Để kiểm tra độ tin cậy của thang đo, nghiên cứu sử dụng kiểm định Cronbach’s alpha nhằm phân tích, đánh giá độ tin cậy của thang đo. Mục đích của kiểm định này là tìm hiểu xem các biến quan sát có cùng đo lường cho một khái niệm cần đo hay không. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng phải lớn hơn 0.3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 thì phải loại nó ra khỏi nhân tố đánh giá. Kết quả tính toán cho thấy, giá trị Cronbach’s alpha thấp nhất là 0.810, lớn hơn giá trị đề xuất là 0.6 [11]. Giá trị Kaiser-Mayer-Olkin (KMO) thu được là 0.806 (nằm trong khoản từ 0.5 tới 1.0) do đó việc phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu. Hệ số tải nhân tố tính được đều lớn hơn 0.5 do đó đảm bảo giá trị hội tụ.

3.2. Xây dựng mô hình

Cây quyết định sử dụng trong phân loại là cây quyết định nhị phân. Việc xây dựng cây quyết định phụ thuộc vào việc lựa chọn thông tin để phân hoạch. Bài báo này lựa chọn thuộc tính phân hoạch dựa trên độ lợi thông tin lớn nhất, đó là hiệu giữa độ hỗn loạn thông tin trước và sau phân hoạch với thuộc tính đó.

3.3. Các chỉ số đánh giá mô hình

Để đánh giá mô hình, một số các chỉ số được sử dụng trong nghiên cứu bao gồm: ma trận nhầm lẫn (confusion matrix) và độ chính xác tổng quát.

– Ma trận nhầm lẫn (confusion matrix): hay còn gọi là error matrix là một trong những phương pháp đánh giá mô hình dự báo phân loại quan trọng và phổ biến nhất, là cơ sở để hình thành cho các phương pháp đánh giá khác. Ma trận nhầm lẫn là một ma trận tổng quát thể hiện kết quả phân loại chính xác và kết quả phân loại sai được tạo ra bởi mô hình phân loại bằng cách so sánh với giá trị thật của biến mục tiêu (biến phân loại) của dữ liệu test. Ma trận có N x N với N là tổng số giá trị của biến mục tiêu (số nhóm của biến phân loại). Nếu chúng ta có bài toán phân loại chỉ bao gồm hai giá trị của biến mục tiêu là Có (1) hoặc Không (0).

– Độ chính xác tổng quát: là khả năng mô hình phân loại dự báo chính xác, hay xác định đúng class (nhóm, loại) cho dữ liệu cần phân loại. Độ chính xác tổng quát là tỉ lệ của tất cả trường hợp phân loại Đúng trên toàn bộ trường hợp trong mẫu kiểm định.

Ngoài ra, nghiên cứu cũng sử dụng một số chỉ tiêu lỗi khác như sai số tuyệt đối trung bình (mean absolute error – MAE) và sai số bình phương trung bình (root mean squared error – RMSE). Các chỉ tiêu này càng nhỏ càng tốt.

4. Kết quả và thảo luận

Mô hình dựa trên cây quyết định cho kết quả cụ thể như sau: 106 mẫu trong 117 mẫu không phải là người mua hàng thường xuyên được phân loại chính xác và 113 mẫu trong 119 mẫu không phải là người mua hàng thường xuyên được phân loại chính xác. Như vậy, số trường hợp dự đoán đúng là 219 (92,7966%) và số trường hợp dự đoán sai là 17 (7,2034%) (Hình 1).

Kết quả thu được cũng cho thấy tầm quan trọng (mức độ ảnh hưởng) của các biến đến hành vi lựa chọn sản phẩm nội địa của người tiêu dùng Việt Nam. Theo đó, mức độ sẵn lòng chi trả (Willingness to pay) và mức độ tiêu dùng đối với sản phẩm (Consumption) có ảnh hưởng lớn nhất đến hành vi lựa chọn sản phẩm. Kết quả nghiên cứu này cũng tương đồng với các kết quả nghiên cứu khác. Tuy nhiên, PP2 (Với cùng chất lượng, giá của sản phẩm nội địa rẻ hơn sản phẩm ngoại nhập) và CE1 (Việc mua các sản phẩm ngoại nhập là một hành vi không nên đối với người Việt yêu nước) cũng có tác động đáng kể. Các nhà sản xuất và nhà bán lẻ nên khai thác hai yếu tố này trong các chiến lược sản xuất, quảng bá sản phẩm của mình.

5. Kết luận

Dự báo hành vi khách hàng nói chung và dự báo hành vi khách hàng tiêu dùng hàng nội địa Việt Nam nói riêng là một chủ đề nghiên cứu đối với các nhà quản lý, các doanh nghiệp. Các kết quả dự báo là đầu vào quan trọng trong công tác lập kế hoạch marketing, định hướng sản xuất của mỗi doanh nghiệp. Bài báo đã xây dựng mô hình dự báo hành vi khách hàng mua sản phẩm dệt may nội địa dựa trên cây quyết định. Các kết quả quả thực nghiệm khẳng định mô hình dựa trên cây quyết định là phù hợp và cho kết quả dự báo với độ chính xác 92,7966. Bài báo cũng đã xác định được các nhân tố ảnh hưởng đến quyết định mua sản phẩm dệt may nội địa của khách hàng Việt Nam. Từ đó, xây dựng được bộ dữ liệu phục vụ công tác nghiên cứu. Phương pháp xây dựng bộ dữ liệu cũng có thể được áp dụng đối với các sản phẩm khác.

Do hạn chế về số liệu, các mô hình dự báo còn có giới hạn theo cả thời gian (thời điểm khảo sát tháng 2/2020) lẫn không gian (tại các thành phố lớn), vì vậy có thể phần nào ảnh hưởng tới hiệu quả dự báo của mô hình khi được áp dụng rộng rãi. Hướng nghiên cứu tiếp theo sẽ là tiếp tục bổ sung dữ liệu với khoảng thời gian lớn hơn và trên không gian thu thập dữ liệu lớn hơn để tăng độ chính xác và hoàn thiện mô hình. Nghiên cứu sẽ tích hợp các mô hình để giải thích thêm các yếu tố không gian, kinh tế, văn hóa ảnh hưởng đến hành vi mua.

Các yếu tố tác động đến đầu tư ở Việt Nam: Thực nghiệm từ mô hình ARDL

Các yếu tố tác động đến đầu tư ở Việt Nam: Thực nghiệm từ mô hình ARDL

(Nguồn: http://tapchinganhang.gov.vn/)

Nghiên cứu sử dụng mô hình ARDL để tìm kiếm bằng chứng thực nghiệm về ảnh hưởng/tác động của một số yếu tố/biến số vĩ mô chủ yếu (sản lượng/GDP, cung tiền M2, độ mở của nền kinh tế) đến đầu tư của Việt Nam trong giai đoạn 1990 – 2018. Kết quả nghiên cứu cho thấy, sản lượng/GDP, cung tiền M2 có ảnh hưởng/tác động đến đầu tư trong ngắn hạn và dài hạn. Riêng độ mở của nền kinh tế thì chưa tìm thấy bằng chứng có ý nghĩa thống kê về sự ảnh hưởng/tác động của nó đến đầu tư. Từ kết quả thực nghiệm, nghiên cứu đề xuất một số kiến nghị để thúc đẩy và nâng cao hiệu quả đầu tư tại Việt Nam.

1. Giới thiệu Đối với một nền kinh tế, đầu tư có một ý nghĩa đặc biệt quan trọng, nó vừa tác động đến tổng cung và tổng cầu của nền kinh tế.
 Ở góc độ tổng cầu, đầu tư là bộ phận chiếm tỷ trọng lớn trong tổng cầu. Khi tổng cung chưa kịp thay đổi, gia tăng đầu tư sẽ làm cho tổng cầu tăng lên. Ở góc độ tổng cung, việc tăng quy mô đầu tư là nguyên nhân trực tiếp làm tăng tổng cung của nền kinh tế. Mặt khác, đầu tư còn gián tiếp làm tăng tổng cung của nền kinh tế thông qua hoạt động đầu tư vào nguồn nhân lực, đổi mới công nghệ… Một cách khái quát, tăng quy mô đầu tư và sử dụng vốn đầu tư hợp lý sẽ góp phần quan trọng trong việc cải thiện năng suất nhân tố tổng hợp, chuyển dịch cơ cấu kinh tế theo hướng hiện đại, nâng cao sức cạnh tranh của nền kinh tế và chất lượng tăng trưởng kinh tế (Từ Quang Phương và Phạm Văn Hùng, 2012).
 Về mặt thực nghiệm, các nghiên cứu trong và ngoài nước đã nỗ lực tìm kiếm các tác nhân ảnh hưởng đến sự biến động của đầu tư. Tuy nhiên, thời gian qua, các nghiên cứu về tác nhân ảnh hưởng đến đầu tư của Việt Nam chỉ mới cung cấp bằng chứng về tác động của các yếu tố “truyền thống” (sản lượng/tăng trưởng kinh tế, lãi suất) đến đầu tư. Trong khi đó, độ mở của nền kinh tế –  một tiền đề quan trọng trong việc gia tăng đầu tư thông qua việc thu hút nguồn lực bên ngoài và mở rộng thị trường chưa được xem xét một cách rõ ràng.
 Vì vậy, nghiên cứu này được thực hiện để tìm kiếm bằng chứng về ảnh hưởng/tác động của các yếu tố “truyền thống” và độ mở của nền kinh tế đến đầu tư của Việt Nam trong giai đoạn 1990 – 2018¹. 
2. Cơ sở lý thuyết 2.1.  Cơ sở lý thuyết
Mối quan hệ giữa sản lượng/GDP và đầu tư
 Lý thuyết gia tốc của J.M.Clark (1917) cho rằng đầu tư phụ thuộc vào sự thay đổi của kỳ vọng đầu ra/sản lượng (GDP). Lý thuyết này lập luận rằng bất cứ sự thay đổi nào của đầu ra/GDP sẽ dẫn tới sự thay đổi của đầu tư (Gordon, 2009).
 Bên cạnh đó, từ nền tảng của hàm số đầu tư của John Hicks (1937), James Tobin (1969) đã tiếp tục củng cố và khẳng định đầu tư phụ thuộc vào mức độ thay đổi của GDP, lãi suất và hệ số Tobin’s q. Hay nói cách khác, mô hình hàm số đầu tư của Tobin đã ủng hộ cho luận điểm sản lượng quốc gia/GDP có ảnh hưởng theo chiều hướng tỷ lệ thuận với đầu tư.
Mối quan hệ giữa cung tiền và đầu tư
 Theo trường phái kinh tế học Keynes, kênh lãi suất là kênh truyền dẫn chính của chính sách tiền tệ (Friedman, 1956). Theo đó, khi ngân hàng trung ương (NHTW) thực hiện chính sách tiền tệ nới lỏng bằng cách tăng lượng cung tiền, mặt bằng lãi suất thực trong nền kinh tế sẽ giảm, từ đó, kích thức tăng chi tiêu cho đầu tư và làm thay đổi sản lượng của nền kinh tế (Mishkin, 2009).  
Mối quan hệ giữa độ mở của nền kinh tế và đầu tư
 Barro & Sala-i-Martin (2004) lập luận rằng, chế độ thương mại cởi mở hơn hay độ mở của nền kinh tế cao sẽ dẫn đến một khả năng lớn hơn để hấp thụ tiến bộ công nghệ và hàng hóa xuất khẩu do việc giảm bớt, loại bỏ các hàng rào thuế quan và phi thuế quan. Vì vậy, ở giác độ đóng góp đối với đầu tư, độ mở của nền kinh tế được mong đợi sẽ thúc đẩy đầu tư (Abdulbaset M. Hamuda et al., 2013). 
2.2. Lược khảo các nghiên cứu trước đây
 Đã có những nghiên cứu trong và ngoài nước kiểm chứng quan hệ giữa các biến số vĩ mô với đầu tư. Đối với các nghiên cứu ở nước ngoài, có thể kể đến một số nghiên cứu điển hình của Patric H Hendershott (1981), Epstein & Denny (1983), Fazzari & Mott (1987), Acemoglu (1993), Hein & Ochsen (2003)… (Lê Thanh Tùng, 2013). Gần đây, nghiên cứu của Abdulbaset M. Hamuda et al. (2013) đã sử dụng mô hình ARDL để kiểm chứng ảnh hưởng GDP, cung tiền và độ mở của nền kinh tế đến đầu tư của Tunisia trong giai đoạn 1961 – 2011; kết quả cho thấy, cung tiền giải thích phần lớn cho biến số đầu tư của Tunisia.
 Đối với các nghiên cứu ở trong nước, nghiên cứu của Nguyễn Thị Kim Thanh (2008) đã cho thấy tác động ngược chiều của lãi suất đến đầu tư nhà nước và đầu tư tư nhân của Việt Nam; nghiên cứu của ADB (2010) cũng cho thấy tương quan thuận chiều giữa tăng trưởng kinh tế và tăng trưởng vốn đầu tư của Việt Nam (trích từ Lê Thanh Tùng, 2013). Và cách đây không lâu, với dữ liệu trong giai đoạn 2000 – 2012 (dữ liệu theo quý), Lê Thanh Tùng (2013) đã tìm thấy bằng chứng về sự ảnh hưởng rõ rệt của sản lượng và lãi suất đến đầu tư.
 Nhìn chung, với các phương pháp ước lượng và loại dữ liệu khác nhau (dữ liệu theo năm, quý), các nghiên cứu trong và ngoài nước đã xác định sự ảnh hưởng/tác động của một số biến số vĩ mô đến đầu tư.  Tại Việt Nam, nghiên cứu của Lê Thanh Tùng (2013) được xem là khá bao quát khi lần lượt kiểm chứng và tìm thấy sự ảnh hưởng/tác động của sản lượng, lãi suất đến đầu tư, trong khi những nghiên cứu trước chỉ tìm thấy ảnh hưởng/tác động của 01 biến số là lãi suất hoặc tăng trưởng kinh tế/GDP đến đầu tư.
 Mặt khác, với đặc điểm hội nhập kinh tế quốc tế của Việt Nam ngày càng sâu rộng, được thể hiện qua độ mở của nền kinh tế thì vai trò của yếu tố này đến đầu tư chưa được các nghiên cứu trước tại Việt Nam đề cập. Vì vậy, nghiên cứu này sẽ bổ sung biến số độ mở của nền kinh tế để tìm kiếm bằng chứng thực nghiệm về ảnh hưởng/tác động của sản lượng (GDP), cung tiền (M2) và độ mở của nền kinh tế đến đầu tư tại Việt Nam. 3. Phương pháp nghiên cứu3.1. Mô hình nghiên cứu
 Từ những phân tích ở mục 2.2 nêu trên, kết hợp với sự kế thừa có chọn lọc kết quả nghiên cứu của Abdulbaset M. Hamuda et al. (2013), chúng tôi đề xuất mô hình để khảo nghiệm các yếu tố ảnh hưởng/tác động đến đầu tư tại Việt Nam giai đoạn 1990 – 2018 như sau:
 INVt = F (GDPt, M2t, OPENt, ut) (1)Trong đó: – INVt: Gross capita formation – Tổng tích lũy tài sản đại diện cho biến đầu tư năm t- GDPt: Gross domestic product – Tổng sản phẩm quốc nội đại diện cho biến sản lượng năm t- M2t: Cung tiền M2 năm t- OPENt: Độ mở của nền kinh tế năm t (Tổng xuất khẩu + nhập khẩu)/GDP (%)
3.2. Dữ liệu
 Dữ liệu các biến INV, GDP, M2, OPEN được thu thập từ nguồn dữ liệu của World Bank, ADB. Các biến này đều được chuyển đổi sang dạng log để trở nên “mượt” hơn, đồng thời tránh được việc che giấu đi những đặc tính khác của dữ liệu (Phạm Thế Anh, 2018).
3.3. Phương pháp ước lượng
 Nghiên cứu tiếp cận mô hình phân phối trễ tự hồi quy – ARDL (Autoregressive Distributed Lag) để ước lượng mô hình. Theo Pesaran & Pesaran (1997), phương pháp ARDL có nhiều ưu điểm hơn so với các phương pháp đồng liên kết khác:
Thứ nhất, trong trường hợp số lượng mẫu nhỏ, mô hình ARDL là cách tiếp cận có ý nghĩa thống kê hơn để kiểm định tính đồng liên kết, trong khi đó, kỹ thuật đồng liên kết của Johansen yêu cầu số mẫu lớn hơn để đạt được độ tin cậy;
Thứ hai, trái với các phương pháp thông thường để tìm mối quan hệ dài hạn, phương pháp ARDL không ước tính hệ phương trình, thay vào đó, nó chỉ ước tính một phương trình duy nhất;
Thứ ba, các kỹ thuật đồng liên kết khác yêu cầu các biến hồi quy được đưa vào liên kết có độ trễ như nhau thì trong cách tiếp cận ARDL, các biến hồi quy có thể dung nạp các độ trễ tối ưu khác nhau;
Thứ tư, nếu chúng ta không đảm bảo về thuộc tính nghiệm đơn vị hay tính dừng của hệ thống dữ liệu, mức liên kết I(1) hoặc I(0) thì áp dụng thủ tục ARDL là thích hợp nhất cho nghiên cứu thực nghiệm.
4. Kết quả nghiên cứu
(i) Kiểm định tính dừng
 Kết quả kiểm định tính dừng của các biến trong mô hình cho thấy biến INV, GDP, OPEN tích hợp bậc 0; biến M2 tích hợp bậc 1. (Bảng 1)

(ii) Kết quả kiểm định đường bao ở bảng 2 cho thấy giá trị thống kê F (6.73) lớn hơn giá trị tới hạn đường bao trên ứng với mức ý nghĩa 1% (6.36) nên có thể bác bỏ giả thuyết H0: không tồn tại mối quan hệ đồng liên kết giữa các biến, chấp nhận giả thuyết H1: tồn tại mối quan hệ đồng liên kết giữa các biến (mối quan hệ dài hạn giữa các biến trong mô hình). (Bảng 2)

(iii) Lựa chọn độ trễ tối ưu của mô hình ARDL (Đối với dữ liệu có tần suất năm, theo khuyến nghị của Pesaran và Shin (1999) thì độ trễ tối đa để lựa chọn độ trễ tối ưu cho mô hình là 2): độ trễ tối ưu của mô hình ARDL dựa vào tiêu chí AIC ở bảng 3 là ARDL (2,0,2,2).
 Kết quả ước lượng cho thấy, tác động cùng chiều của sản lượng, cung tiền M2 (tác động đồng thời), độ mở của nền kinh tế (tác động ở độ trễ 2 năm) đến đầu tư với mức ý nghĩa 5%. (Bảng 3)

(iv) Ước lượng các hệ số dài hạn của mô hình ARDL
 Kết quả ước lượng hệ số dài hạn của mô hình ARDL (2,0,2,2) được thể hiện ở bảng 4. 

 Kết quả cho thấy, sản lượng, cung tiền M2 có tác động cùng chiều đến đầu tư trong dài hạn với mức ý nghĩa 5%. Trong khi đó, độ mở của nền kinh tế lại không tác động đến đầu tư trong dài hạn.
(v) Ước lượng các hệ số ngắn hạn của mô hình ARDL
 Sau khi ghi nhận sự đồng liên kết của các biến qua kiểm định đường bao, nghiên cứu ước lượng các hệ số ngắn hạn từ mô hình hiệu chỉnh sai số ECM dựa trên cách tiếp cận ARDL (2,0,2,2). Như kỳ vọng, hệ số của ECM là âm (-0.716) và có ý nghĩa tại mức 1%, thể hiện sự điều chỉnh mô hình hướng tới cân bằng dài hạn.
 Kết quả ước lượng cho thấy, tại mức ý nghĩa 5%, trong ngắn hạn, sản lượng và cung tiền M2 tác động cùng chiều đến đầu tư, trong khi đó, sự tác động của độ mở của nền kinh tế đến đầu tư không có ý nghĩa. (Bảng 5)

(vi) Kết quả kiểm định các chẩn đoán
 Để đánh giá tính phù hợp và tin cậy của mô hình, nghiên cứu tiến hành các kiểm định chẩn đoán sau: kiểm định Normality test của phần dư, kiểm định dạng mô hình – kiểm định Reset của Ramsey, kiểm định tự tương quan Larange multiplier, kiểm định phương sai sai số thay đổi, kiểm định tính ổn định của phần dư mô hình qua kiểm định tổng tích lũy của phần dư (CUSUM: Cumulative Sum of Recursive Residuals) và tổng tích lũy hiệu chỉnh của phần dư (CUSUMSQ: Cumulative Sum of Square of Recursive Residuals). Kết quả được thể hiện ở bảng 6 và Hình 1a, 1b.

 Kết quả kiểm định tính ổn định của phần dư cho thấy, tổng tích lũy của phần dư và tổng tích lũy hiệu chỉnh của phần dư đều nằm trong dải tiêu chuẩn ứng với mức ý nghĩa 5% nên có thể kết luận phần dư của mô hình có tính ổn định. Như vậy, kết quả các kiểm định chẩn đoán cho thấy mô hình ARDL ổn định, đảm bảo độ tin cậy cho các hệ số ước lượng dài hạn và ngắn hạn. 5. Kết luận và khuyến nghị
 Cùng với tiêu dùng cuối cùng, đầu tư (tích lũy tài sản) cũng có đóng góp lớn vào tăng trưởng kinh tế của Việt Nam trong thời gian vừa qua (Nguyễn Đức Thành và Ohno Kenichi, 2018). Vốn đầu tư thường biến động theo thời gian, vì vậy, việc xác định mối liên hệ giữa đầu tư với những yếu tố/biến số vĩ mô chủ yếu là rất quan trọng.
 Kết quả nghiên cứu cho thấy, trong ngắn hạn và dài hạn, sản lượng/GDP và cung tiền M2 đều có tác động tích cực đến đầu tư (INV) tại Việt Nam. Kết quả này phù hợp với lý thuyết gia tốc của J.M.Clark (1917), lý thuyết của Keynes. Hơn nữa, về mặt thực nghiệm, kết quả này tương đồng với kết quả nghiên cứu của Abdulbaset M. Hamuda et al. (2013) về ảnh hưởng/tác động của cung tiền đến đầu tư, và Lê Thanh Tùng (2013) về ảnh hưởng/tác động của sản lượng đến đầu tư.
 Bên cạnh đó, có một lưu ý, đó là nghiên cứu chưa tìm thấy bằng chứng thực nghiệm về ảnh hưởng/tác động của độ mở nền kinh tế đến đầu tư trong khi vai trò của nó đối với đầu tư đã được nhận định chuẩn tắc của các chuyên gia kinh tế xác nhận.
 Việt Nam vẫn đang ở giai đoạn 1 trong các giai đoạn phát triển của các nền kinh tế theo phân loại của diễn đàn kinh tế thế giới (WEF). Ở giai đoạn này, sự phát triển của nền kinh tế chủ yếu dựa vào các yếu tố sản xuất (factor – driven) và vốn đầu tư là một nguồn lực quan trọng cho quá trình này. Vì vậy, từ kết quả nghiên cứu, để thúc đẩy và nâng cao hiệu quả đầu tư trong thời gian tới, cần lưu ý một số vấn đề sau:
Thứ nhất, với mô hình tăng trưởng chưa thoát khỏi quán tính tăng trưởng theo chiều rộng, để tăng trưởng theo chiều sâu, Chính phủ cần đẩy nhanh quá trình cải cách thể chế và cải thiện môi trường kinh doanh. Đặc biệt, cần thúc đẩy mạnh mẽ sự phát triển của khu vực tư nhân thông qua hoạt động cải cách hành chính (vận hành hiệu quả chính phủ điện tử trong quản lý điều hành2, cắt giảm bớt các thủ tục kinh doanh không cần thiết,…), hoàn thiện luật pháp hỗ trợ khu vực này (ban hành các văn bản luật và văn bản dưới luật hỗ trợ khu vực kinh tế tư nhân). Đồng thời, bám sát chiến lược tăng trưởng xanh đã được Thủ tướng Chính phủ phê duyệt vào tháng 9/2012 (Nguyễn Trọng Hoài, 2013) để định hướng cho các hoạt động của nền kinh tế nhằm đạt được mục tiêu tăng trưởng trong cả ngắn, trung và dài hạn. Và khi nền kinh tế tăng trưởng với những yếu tố cốt lõi và “quỹ đạo” này sẽ tạo động lực cho hoạt động đầu tư đạt hiệu quả và mang lại nhiều dư địa cho nền kinh tế. 
Thứ hai, theo Phạm Thế Anh (2020), tốc độ tăng cung tiền (M2) và tỷ lệ M2/GDP hàng năm của Việt Nam đều đã bỏ xa các nước trong khu vực ASEAN kể từ năm 2016, thậm chí bỏ xa đa số các nước ở châu Á. 
 Việc bơm tiền quá nhiều vào nền kinh tế gây ra nguy cơ lớn về lạm phát tiền tệ. Nếu lạm phát tiền tệ xảy ra, đến lượt nó sẽ gây ảnh hưởng tiêu cực đến hoạt động đầu tư và qua đó làm suy giảm tăng trưởng.
 Do vậy, Ngân hàng Nhà nước (NHNN) cần thực thi chính sách tiền tệ thận trọng, linh hoạt, chủ động và phối hợp hài hòa với chính sách tài khóa để lượng cung tiền bơm vào nền kinh tế “đúng liều lượng, đúng đối tượng, đúng thời điểm” nhằm ổn định mặt bằng và hướng tới giảm lãi suất nếu điều kiện cho phép để thúc đẩy đầu tư, góp phần đạt được mục tiêu tăng trưởng.  
Thứ ba, Chính phủ cần sử dụng những công cụ của mình để định hướng đầu tư vào ngành công nghiệp chế biến, chế tạo theo chiều sâu để tạo ra những sản phẩm có tỷ lệ nội địa hóa cao, có thương hiệu quốc gia và có sức cạnh tranh trong chuỗi giá trị toàn cầu. 
Thứ tư, cần tận dụng các lợi thế và cơ hội từ việc tham gia các Hiệp định thương mại tự do thế hệ mới để mở rộng thị trường, phát triển đầu tư, đồng thời tận dụng những thành tựu của CMCN 4.0 của thế giới nhằm nâng cao năng suất và hiệu quả đầu tư trong nước.
  ¹ Đây là giai đoạn vừa phản ánh kết quả của công cuộc “Đổi Mới” và vừa phản ánh tính thời sự của vấn đề nghiên cứu tại Việt Nam.² Chính phủ đã ban hành Nghị quyết 17/NQ-CP ngày 07/03/2019 về một số nhiệm vụ, giải pháp trọng tâm phát triển Chính phủ điện tử giai đoạn 2019-2020, tầm nhìn đến năm 2025 nhằm tăng cường hiệu quả hoạt động và cung cấp dịch vụ công.

ThS. Dương Bá Vũ Thi

(TCNH Số 5/2020)

Đổi mới sáng tạo tài chính và tăng trưởng kinh tế Việt Nam

Đổi mới sáng tạo tài chính và tăng trưởng kinh tế Việt Nam

(Nguồn: http://tapchicongthuong.vn/)

ThS. HUỲNH THỊ THÚY VY (Học viện Hành chính Quốc gia)

TÓM TẮT:

Nghiên cứu phân tích tác động của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế trong giai đoạn từ 1999-2017 tại Việt Nam bằng mô hình ARDL Bound Test. Bằng chứng thực nghiệm tìm thấy tác động tích cực của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế với cả hai đại diện là tỷ lệ cung tiền M2/M1 và tăng trưởng tín dụng tư nhân bởi yếu tố ngân hàng trong ngắn hạn. Ngược lại, mối quan hệ này là ngược chiều trong dài hạn. Kết quả hàm ý quan trọng cho các nhà hoạch định chính sách khi đưa ra các quyết định về chính sách tiền tệ, cũng như hiệu quả hoạt động của các ngân hàng trong khuôn khổ hội nhập tài chính.

Từ khóa: Đổi mới sáng tạo tài chính, tăng trưởng kinh tế, ARDL.

1. Giới thiệu

Lý thuyết phát triển kinh tế của Schumpeter (1911) cho rằng phát triển kinh tế được thúc đẩy bởi sự đổi mới trong các trung gian tài chính. Chủ đề về tác động của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế đang ngày càng được quan tâm nhiều hơn. Đổi mới sáng tạo tài chính đã làm thay đổi và tái cấu trúc lại các dịch vụ ngân hàng trên toàn cầu và tác động mạnh mẽ đến các nền kinh tế. Tuy nhiên, tác động này ở các nước đang phát triển vẫn chưa được theo đuổi rộng rãi. Các nghiên cứu về đổi mới tài chính ở các nước đang phát triển cho đến nay chủ yếu tập trung vào các vấn đề phúc lợi, đặc biệt là về tác động có bao gồm tài chính (Chibba, 2009). Từ góc độ lịch sử, Laeven và cộng sự (2015) chỉ ra rằng sự đổi mới sáng tạo tài chính là động lực đằng sau sự tăng cường tài chính và phát triển kinh tế qua nhiều thế kỷ. Đổi lại, Štreimikienơ (2014) tranh luận cụ thể hơn rằng đổi mới sáng tạo tài chính là động lực cho tăng trưởng kinh tế rộng. Mặc dù còn có nhiều bằng chứng tranh luận về mối quan hệ nhân quả, tuy nhiên cũng có sự đồng thuận rộng rãi rằng các hệ thống ngân hàng hoạt động tốt sẽ thúc đẩy kinh tế tăng trưởng (Demetriades & Andrianova, 2005).

Lerner và Tufano (2011) và Diễn đàn Kinh tế thế giới (2012) định nghĩa đổi mới tài chính như là hành động chế tạo và sau đó phổ biến các công cụ tài chính mới, công nghệ, thể chế, thị trường, quy trình và mô hình kinh doanh bao gồm ứng dụng mới các ý tưởng hiện có trong bối cảnh thị trường khác nhau. Đổi mới tài chính là kết quả mong muốn của những tham gia thị trường để thiết lập những cách mới, hiệu quả tăng lợi nhuận khi cung cấp hàng hóa và dịch vụ (Bilyk, 2006). Đổi mới tài chính liên quan đến việc vượt qua một khoảng thời gian trong công cụ tài chính và phương thức thanh toán giúp giảm chi phí và tăng lợi ích trên các tác nhân kinh tế. Frame và White (2000) liên kết sự xuất hiện của đổi mới tài chính với các yêu cầu thay đổi của khách hàng, điều kiện của nhà cung cấp, điều kiện môi trường, điều kiện chính sách và công nghệ. Đổi mới tài chính là một chủ đề cốt lõi cho các nhà nghiên cứu bởi đóng góp quan trọng cho tăng trưởng kinh tế và đến sự ổn định của hệ thống tài chính (Arnaboldi & Rossignoli, 2015; Lerner & Tufano, 2011).

Đổi mới tài chính đã trở thành một phần không thể thiếu trong sự phát triển của ngành tài chính và là yếu tố quyết định trong việc tạo ra hoạt động kinh tế mới của mỗi quốc gia (Bara & Mudzingiri, 2016). Tại Việt Nam, các tổ chức tài chính truyền thống hiện tại đang thực hiện phát triển các sản phẩm công nghệ tài chính thông qua việc hợp tác với các công ty Fintech. Theo khảo sát, có 82% các nhà cung cấp dịch vụ tài chính truyền thống có ý định hợp tác với các công ty Fintech trong 3 – 5 năm tới; 77% mong muốn sử dụng blockchain như là một phần của hệ thống hoạt động trong năm 2020 (Nguyễn Văn Tâm, 2018). Cho đến nay, không có nhiều nghiên cứu về mối quan hệ giữa đổi mới tài chính và tăng trưởng kinh tế Việt Nam. Các nghiên cứu về chủ đề tài chính với tăng trưởng kinh tế tại Việt Nam, chủ yếu tập trung vào phân tích cấu trúc tài chính và phát triển tài chính lên phát triển kinh tế như Vo và cộng sự (2016), Anwar và Nguyen (2011).

Do vậy, nghiên cứu chính xác mối quan hệ giữa đổi mới sáng tạo tài chính và tăng trưởng kinh tế tại Việt Nam được xem là một chủ đề quan trọng khi mà trong thời gian qua, chính phủ Việt Nam đã đưa ra rất nhiều các chương trình tái cấu trúc tài chính, tạo điều kiện thúc đẩy hoạt động đổi mới sáng tạo tài chính, phát triển hệ sinh thái công nghệ tài chính Việt Nam.

2. Dữ liệu và phương pháp nghiên cứu

• Dữ liệu nghiên cứu

Nghiên cứu phân tích tác động của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế trong giai đoạn từ năm 1999-2017, dữ liệu được thu thập từ bộ Chỉ số phát triển thế giới (World Development Indicators – WDI) và Ngân hàng phát triển Châu Á (Asian Development Bank – ADB). Trong đó, để đo lường phát triển kinh tế, nghiên cứu sử dụng chỉ số GDP bình quân đầu người (GROWTH). Đối với biến đổi mới sáng tạo tài chính, tỷ số cung tiền M2/M1 (FI_M2M1) và tăng trưởng tín dụng tư nhân bởi ngân hàng (FI_CRB) được sử dụng làm thước đo. Biến kiểm soát chi tiêu chính phủ trên GDP (GE).

Bảng 1. Thống kê mô tả các biến trong mô hình

• Phương pháp nghiên cứu

Nghiên cứu sử dụng mô hình phân phối trễ tự hồi quy (AutoRegressive Distributed Lag – ARDL) để thiết lập mối quan hệ giữa đổi mới tài chính và tăng trưởng kinh tế. Mô hình ARDL có nhiều ưu điểm so với các phương pháp đồng liên kết, như: (1) ARDL thích hợp cho các nghiên cứu mẫu nhỏ trong khi các phương pháp đồng liên kết khác đòi hỏi kích cỡ mẫu nghiên cứu phải lớn; (2) ARDL không yêu cầu các biến trong mô hình phải cùng một độ trễ, có thể có độ trễ khác nhau I (0) và I (1). Do vậy, sử dụng phương pháp ARDL để phân tích mối quan hệ đồng liên kết trong ngắn hạn và dài hạn giữa đổi mới sáng tạo tài chính và tăng trưởng kinh tế Việt Nam là thích hợp nhất.

Theo Pesaran và cộng sự (2001), mô hình ARDL được biểu thị như sau:

3. Kết quả nghiên cứu và thảo luận

• Kết quả kiểm định tính dừng

Trước khi thực hiện ước lượng mô hình ADRL, cần phải kiểm tra tính dừng của mô hình để đảm bảo không có biến nào dừng ở sai phân bậc 2 hay I (2). Bảng 2 báo cáo kết quả kiểm định tính dừng theo 2 phương pháp ADF (Augmented Dickey-Fuller) và PP (Philips-Perron). Kết quả cho thấy, biến tăng trưởng kinh tế và đổi mới sáng tạo tài chính dựa trên tăng trưởng tín dụng tư nhân bởi yếu tố ngân hàng đều dừng ở sai phân bậc gốc, trong khi đó hai biến còn lại là cung tiền M2/M1 và chi tiêu của chính phủ dừng sai phân bậc 1. Do đó, khi các biến trong mô hình dừng ở các bậc khác nhau thì tiếp cận theo phương pháp ARDL để tìm mối quan hệ trong ngắn hạn và dài hạn là thích hợp nhất so với các phương pháp kiểm định đồng liên kết khác.

Bảng 2. Kết quả kiểm định tính dừng

• Kết quả kiểm định mô hình ARDL

Bảng 3 báo cáo kết quả ước lượng mô hình ARDL phân tích mối quan hệ giữa đổi mới sáng tạo tài chính với tăng trưởng kinh tế dựa trên thước đo tỷ lệ cung tiền M2/M1 và tăng trưởng tín dụng tư nhân bởi yếu tố ngân hàng, kết quả kiểm định đường bao (Bound Test) với F_PSS lần lượt là 14,285 và 12,532, cho thấy có mối quan hệ đồng liên kết giữa đổi mới sáng tạo tài chính với tăng trưởng kinh tế. Thứ nhất, với đại diện là tỷ lệ cung tiền M2/M1, bằng chứng thực nghiệm cho thấy có mối quan hệ đồng liên kết trong cả dài hạn và ngắn hạn của đổi mới sáng tạo lên tăng trưởng kinh tế. Thứ hai, với đại diện là tín dụng tư nhân bởi yếu tố ngân hàng chỉ tìm thấy mối quan hệ trong ngắn hạn không tìm thấy mối quan hệ trong dài hạn. Với cả 2 đại diện của đổi mới sáng tạo tài chính, kết quả đều cho thấy có tác động nghịch chiều với dấu âm trong hệ số dài hạn cả 2 biến (riêng đại diện tín dụng tư nhân bởi yếu tố ngân hàng hệ số không có ý nghĩa thống kê). Kết quả này phù hợp với phát hiện của Tyavambiza và Nyagara (2015) khi sử dụng cung tiền rộng (tỷ lệ M3 so với GDP) và Idun và Aboagye (2014) tìm thấy tác động tiêu cực đến sự phát triển kinh tế trong dài hạn. Nhưng ngược với nghiên cứu của Ogunmuyiwa và Ekone (2010) là cung tiền phải có ảnh hưởng tích cực đến sự phát triển kinh tế trong dài hạn. Ngược lại, với cả 2 đại diện đều cho thấy có tác động tích cực của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế trong ngắn hạn. Kết quả này phù hợp với nghiên cứu của Idun và Aboagye (2014) khi cho rằng đổi mới sáng tạo tài chính có ảnh hưởng tích cực lên tăng trưởng kinh tế trong ngắn hạn. Điều này hàm ý, nền kinh tế Việt Nam có thể được kích thích tăng trưởng trong ngắn hạn thông qua sự gia tăng trong cung tiền. Tăng cung tiền thông qua đổi mới sáng tạo tài chính làm giảm chi phí tài chính, chi phí hoạt động cho ngân hàng và tăng tín dụng có sẵn để cho vay. Điều này có tác động tích cực đáng kể lên tăng trưởng kinh tế ở Việt Nam trong ngắn hạn, ngược lại trong dài hạn gây phản ứng nghịch chiều. Các kết quả kiểm định hậu nghiệm về tự tương quan, phương sai thay đổi và dạng của mô hình đều không bị vi phạm ở mức ý nghĩa 1%, do đó kết quả từ mô hình ARDL là đáng tin cậy.

Bảng 3. Kết quả kiểm định mô hình ARDL

4. Kết luận và hàm ý chính sách

Nghiên cứu phân tích tác động của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế ở Việt Nam trong giai đoạn 1999-2017, bằng cách sử dụng mô hình ARDL Bound test. Bằng chứng thực nghiệm tìm thấy mối quan hệ đồng liên kết giữa đổi mới sáng tạo tài chính và tăng trưởng kinh tế Việt Nam với các kết quả giống nhau cả trong ngắn hạn và dài hạn cho dù sử dụng thước đo đổi mới sáng tạo nào. Cụ thể, cả tăng trưởng tín dụng bởi yếu tố ngân hàng và tỷ lệ cung tiền M2/M1 trong ngắn hạn đều tìm thấy tác động tích cực của đổi mới sáng tạo tài chính lên tăng trưởng kinh tế. Ngược lại, trong dài hạn, kết quả tìm thấy mối quan hệ nghịch chiều giữa hai biến số này (riêng đại diện tăng trưởng tín dụng cá nhân hệ số không có ý nghĩa thống kê).

Kết quả tác động tích cực đổi mới sáng tạo tài chính lên tăng trưởng kinh tế trong ngắn hạn có thể giải thích là do, việc đổi mới sáng tạo khoa học công nghệ đi đầu trong ứng dụng của công nghệ thông tin và truyền thông đã tăng cường hiệu quả hoạt động của các ngân hàng để huy động tiết kiệm và phân bổ chúng vào các khu vực sản xuất trong ngắn hạn. Tuy nhiên, về lâu dài, đổi mới sáng tạo tài chính tác động tiêu cực đến tăng trưởng kinh tế, điều này có thể là bản chất của các sản phẩm sáng tạo trong các ngân hàng khuyến khích hoạt động rút tiền nhiều hơn. 

Vì vậy, các nhà hoạch định chính sách nên xây dựng chính sách kinh tế theo cách thúc đẩy hợp tác phát triển cơ sở hạ tầng, khoa học công nghệ và đổi mới sáng tạo trong khuôn khổ hội nhập tài chính. Các ngân hàng đang thực hiện đổi mới nên được bảo vệ pháp lý cần thiết để cho phép thực hiện đổi mới nhiều hơn cho tăng trưởng. Sự bảo vệ pháp lý từ Chính phủ sẽ cho phép các ngân hàng kích thích những đổi mới sáng tạo khác. Các quy định trong hệ thống ngân hàng nên tập trung vào việc thúc đẩy hiệu quả và cạnh tranh lành mạnh cũng như thúc đẩy đổi mới tài chính. Những quy định như vậy nên tối đa hóa sự đánh đổi giữa thúc đẩy cạnh tranh sẽ tăng tín dụng phân bổ cho các khu vực sản xuất và giảm sự thất bại ngân hàng do cạnh tranh. Tuy nhiên, hoạt động đổi mới sáng tạo tài chính nên được điều chỉnh để khuyến khích tiết kiệm nhiều hơn rút tiền, để hoạt động đổi mới sáng tạo kích thích sự tăng trưởng kinh tế không những trong ngắn hạn mà lẫn trong dài hạn. Ngoài ra, nền kinh tế Việt Nam có thể được kích thích tăng trưởng trong ngắn hạn thông qua sự gia tăng trong cung tiền. Tăng cung tiền thông qua đổi mới sáng tạo tài chính làm giảm chi phí tài chính, chi phí hoạt động cho ngân hàng và tăng tín dụng có sẵn để cho vay, từ đó kích thích tăng trưởng kinh tế. Tuy nhiên trong dài hạn, các nhà hoạch định chính sách cần cân nhắc trong khi đưa ra chính sách tiền tệ cho phù hợp để qua đó thúc đẩy phát triển kinh tế bền vững.

Các yếu tố ảnh hưởng đến FDI trong bối cảnh hội nhập kinh tế – Trường hợp các nước Đông Nam Á

Các yếu tố ảnh hưởng đến FDI trong bối cảnh hội nhập kinh tế – Trường hợp các nước Đông Nam Á

(Nguồn: http://tapchicongthuong.vn/)

ThS. VÕ THỊ NGỌC TRINH, PHẠM HUỲNH THANH TRÚC và ĐẶNG THỊ NGỌC TRÂM (Trường Đại học Mở Thành phố Hồ Chí Minh)

• Ảnh hưởng của khối FDI đến năng suất lao động toàn nền kinh tế Việt Nam
• Tác động của FDI và xuất khẩu đến doanh nghiệp thâm dụng lao động của Việt Nam
• Xu thế dịch chuyển đầu tư và gợi ý một số giải pháp cho Việt Nam về tiếp nhận dòng vốn FDI mới sau đại dịch Covid – 19

TÓM TẮT:

Đầu tư trực tiếp nước ngoài (FDI) có tầm quan trọng lớn trong việc tăng trưởng và hội nhập kinh tế toàn cầu những thập kỷ qua (Sjöholm, 2014). Bài viết xem xét các yếu tố ảnh hưởng đến FDI, sử dụng phương pháp GMM cho dữ liệu bảng tại các nước Đông Nam Á (ĐNA) giai đoạn 2000 – 2018.

Kết quả nghiên cứu cho thấy, các quốc gia ĐNA nói chung và Việt Nam nói riêng cần chú trọng trong nâng cao chất lượng lao động, cơ sở hạ tầng, ổn định kinh tế vĩ mô, tạo điều kiện mở cửa thương mại và đặc biệt là tăng quy mô thị trường để thúc đẩy tăng trưởng vốn FDI.

Từ khóa: Đầu tư trực tiếp nước ngoài, hội nhập kinh tế, Đông Nam Á.

1. Đặt vấn đề

FDI đóng vai trò quan trọng trong tăng trưởng kinh tế đối với các quốc gia đang phát triển – nơi mà luôn thiếu hụt nguồn vốn đầu tư. Nó thể hiện thông qua việc thúc đẩy quá trình chuyển dịch cơ cấu kinh tế, mở rộng thị trường, thúc đẩy xuất khẩu, giúp phát triển nguồn nhân lực và cung cấp công nghệ mới cho sự phát triển. Vì thế, FDI luôn nhận được sự quan tâm hàng đầu của Chính phủ các quốc gia đang phát triển. Tuy nhiên, dòng vốn vào FDI thường biến động vì chịu ảnh hưởng của rất nhiều yếu tố liên quan đến môi trường cạnh tranh, như: Quy mô thị trường, độ mở nền kinh tế, sự cạnh tranh trong nguồn lực lao động,…(S.D. Jayasekara, 2014).

Có nhiều nghiên cứu thực nghiệm liên quan đến dòng vốn FDI. Tuy nhiên, phần lớn các nghiên cứu này được thực hiện cho các nước phát triển (Lipsey, R. E, 2001). Trong khi đó, tại các quốc gia đang phát triển, các nghiên cứu loại này dường như ít hơn (Alam, A., & Zulfiqar Ali Shah, S., 2013). Mặt khác, kết quả nghiên cứu thực nghiệm đưa ra cũng không đồng nhất. Ví dụ, kết quả nghiên cứu của Khachoo, A. Q., & Khan, M. I (2012) mâu thuẫn với kết quả nghiên cứu của Demirhan, E., & Masca, M. (2008) và Anyanwu, J.C. (2011) khi cho rằng độ mở của nền kinh tế không ảnh hưởng đến dòng vốn FDI vào các nước đang phát triển. Mặt khác, các bài nghiên cứu về FDI tại khu vực ĐNA càng ít hơn và thường chỉ đánh giá tác động của FDI (Sjöholm. F, 2014).

Bài viết phân tích các yếu tố ảnh hưởng đến FDI tại các nước ĐNA trong bối cảnh hội nhập kinh tế toàn cầu giai đoạn 2000 – 2018, từ đó rút ra được hàm ý chính sách có thể áp dụng cho Việt Nam. Bằng việc sử dụng dữ liệu bảng (panel data) của các nước ĐNA trong giai đoạn 19 năm, với phương pháp ước lượng GMM sẽ đem lại một số lợi thế về kích cỡ quan sát cũng như có thể khắc phục tốt hơn các sai phạm có thể có của mô hình.

2. Cơ sở lý thuyết

Có rất nhiều lý thuyết giải thích các yếu tố quyết định đến dòng vốn vào FDI. Caves (1971) lý giải động cơ của đầu tư FDI theo chiều ngang và chiều dọc. FDI theo chiều ngang là loại hình đầu tư nhằm mục đích tìm kiếm thị trường. Mục tiêu chính của loại hình đầu tư này là các doanh nghiệp nước ngoài sử dụng một số lợi thế của nước chủ nhà để phân phối sản phẩm, bán sản phẩm, kéo dài vòng đời của chu kỳ kinh doanh. Trong khi đó, FDI theo chiều dọc là loại hình đầu tư nhằm mục đích tìm kiếm tài nguyên. Mục tiêu chính của loại hình đầu tư này nhằm khai thác nguyên liệu thô, tận dụng những công nghệ, tài nguyên, giá lao động rẻ của nước chủ nhà để tối ưu hóa chi phí cũng như quy trình sản xuất sản phẩm.

Dunning (1988) nghiên cứu các yếu tố quyết định đến FDI thông qua mô hình lý thuyết OLI (Ownership- Location-Internalization) gồm 3 nhóm yếu tố về lợi thế: Lợi thế về quyền sở hữu (O), lợi thế về vị thế (L) và lợi thế về nội bộ hóa (I). Với mục tiêu của FDI là nhằm giảm chi phí nghiên cứu thị trường, các rào cản thuế quan và phi thuế quan.

Nunnenkamp, P. (2002) nghiên cứu các yếu tố quyết định FDI ở các nước đang phát triển trong bối cảnh toàn cầu hóa. Kết quả cho thấy, toàn cầu hóa có ảnh hưởng đến FDI. Ngoài ra, các yếu tố phi truyền thống – như chi phí, yếu tố bổ sung của sản xuất và độ mở nền kinh tế – dần trở nên quan trọng và các yếu tố truyền thống – như quy mô và tăng trưởng của thị trường – đang trên đà giảm. Tuy nhiên, các yếu tố truyền thống vẫn là yếu tố chi phối hình thành sự phân bổ FDI.

Có nhiều nghiên cứu thực nghiệm liên quan đến các yếu tố ảnh hưởng đến FDI bằng các phương pháp khác nhau. Demirhan, E., & Masca, M. (2008) xác định các yếu tố tác động đến FDI của 38 quốc gia đang phát triển giai đoạn 2000 – 2004, sử dụng mô hình phân tích dữ liệu chéo, bao gồm: quy mô thị trường; tỷ lệ lạm phát; cơ sở hạ tầng; chi phí lao động; độ mở nền kinh tế; rủi ro chính trị và thuế. Kết quả cho thấy, các yếu tố trên đều có ảnh hưởng tích cực đến thu hút FDI, ngoài chi phí lao động và rủi ro chính trị.

Jayasekara S.D. (2014) nghiên cứu các yếu tố quyết định FDI tại Sri Lanka, Ấn Độ, Bangladesh và Pakistan giai đoạn 1975-2012, sử dụng mô hình hồi quy nhỏ nhất được sửa đổi (FM-OLS). Các yếu tố đưa vào mô hình phân tích bao gồm: tốc độ tăng trưởng GDP đại diện cho quy mô thị trường; tỷ lệ lạm phát, chi tiêu tiêu dùng của Chính phủ, tỷ giá hối đoái đại diện cho ổn định kinh tế vĩ mô; lãi suất cho vay đại diện cho phát triển tài chính; tổng giá trị xuất nhập khẩu đại diện cho độ mở của nền kinh tế; lực lượng lao động; số lượng đường dây điện thoại trên 100 người trong quốc gia đại diện cho cơ sở hạ tầng. Kết quả cho thấy, có ảnh hưởng tích cực với tốc độ tăng trưởng GDP, chi tiêu của Chính phủ, tổng giá trị xuất khẩu và nhập khẩu, lực lượng lao động, cơ sở hạ tầng. Tuy nhiên, tỷ lệ lạm phát, tỷ giá hối đoái, lãi suất lại ảnh hưởng tiêu cực đến việc thu hút vốn FDI và cạnh tranh giữa các nước. Ngoài ra, bài nghiên cứu đã chỉ ra thêm thuế quan đánh vào thương mại quốc tế, điều kiện kinh tế – xã hội của quốc gia cũng ảnh hưởng đến dòng vốn FDI.

3. Phương pháp nghiên cứu và nguồn dữ liệu

Mô hình nghiên cứu có dạng như sau:

Trong đó:

• FDI_i,t : Đầu tư trực tiếp nước ngoài ròng (tính theo USD hiện hành) của quốc gia i tại năm t.
• GDPGR_i,t: Tốc độ tăng trưởng GDP, đại diện cho quy mô thị trường.
• POP_i,t: Tổng dân số của quốc gia i tại năm t.
• INF_i,t: Lạm phát, giá tiêu dùng (% hàng năm) của quốc gia i tại năm t, đại diện cho yếu tố ổn định kinh tế vĩ mô.
• GOVER_i,t: Chi tiêu Chính phủ được tính theo %GDP của quốc gia i tại năm t, đại diện cho yếu tố ổn định kinh tế vĩ mô.
• LABOR_i,t: Tỷ lệ tham gia lực lượng lao động (% số lao động trong độ tuổi 15 – 64 trên tổng dân số) của quốc gia i tại năm t.
• TRADE_i,t: Tỷ lệ % giao dịch thương mại trên GDP của quốc gia i tại năm t, đại diện cho độ mở của nền kinh tế.
• CREPS_i,t: Tín dụng trong nước cho khu vực tư nhân (Tỷ lệ % tín dụng trong nước cho khu vực tư nhân trên GDP) của quốc gia i tại năm t, đại diện cho yếu tố phát triển tài chính.
• TEL_i,t: Số thuê bao đăng ký di động (tính trên 100 người) của quốc gia i tại năm t, đại diện cho yếu tố cơ sở hạ tầng.
• DWTO: Biến giả đại diện cho sự kiện gia nhập WTO của các quốc gia (DWTO = 1: sau khi gia nhập WTO; DWTO = 0: trước khi gia nhập WTO).

Việc ước lượng mô hình (Eq.1) có thể gặp những vấn đề phát sinh khi ước lượng dữ liệu bảng như: Vấn đề phương sai sai số thay đổi (HET), hiện tượng tự tương quan trong sai số và nội sinh.

Vấn đề như phương sai số thay đổi và hiện tượng tương quan trong sai số có thể bị gây ra bởi việc sử dụng dữ liệu bảng gồm nhiều quốc gia trong nhiều năm. Mặt khác, do bản chất kinh tế, FDI ở thời điểm hiện tại có khả năng bị ảnh hưởng bởi thời điểm năm trước – do kỳ vọng của các nhà đầu tư tại thời điểm hiện tại thường dựa vào tình hình kinh tế của năm trước.

Ngoài ra, vấn đề nội sinh có thể tồn tại trong mô hình do FDI một mặt thúc đẩy tăng trưởng kinh tế phát triển nhưng mặt khác bị ảnh hưởng bởi tăng trưởng kinh tế. Để khắc phục các vấn đề trên, mô hình (Eq.1) được ước lượng bằng phương pháp sai phân GMM có trọng số (weighted GMM) với sự hiện diện của quá trình tự hồi quy AR bậc (1) và AR bậc (2). Arellano và Bond (1991) đề xuất sử dụng độ trễ của các biến công cụ (instrumented variables) để tạo ra các biến công cụ (instruments) trong mô hình. Hơn nữa, cần thiết kiểm định tính dừng trong hồi quy cùng với việc đảm bảo biến công cụ trong mô hình là phù hợp.

Bài nghiên cứu sử dụng nguồn dữ liệu thứ cấp có cấu trúc bảng không cân bằng (unbalanced panel) của 11 quốc gia ĐNA (Việt Nam, Indonesia, Malaysia, Philippines, Singapore, Thái Lan, Lào, Campuchia, Brunei, Đông Timor và Myanmar) trong giai đoạn từ năm 2000 đến năm 2018 từ Ngân hàng Thế giới (World Bank). Bộ dữ liệu có tổng cộng 209 quan sát nhưng do sự không đầy đủ của dữ liệu (một số biến bị thiếu dữ liệu ở một số năm) nên số quan sát còn lại là 143 quan sát.

4. Kết quả nghiên cứu

Vì các biến đều dừng ở bậc 1, đồng thời dữ liệu có độ phân tán cao và chứa các giá trị dị biệt nên mô hình nghiên cứu được ước lượng theo phương pháp GMM dưới dạng sai phân bậc 1 có trọng số.

Ngoài ra, nhằm kiểm tra tính vững của kết quả ước lượng, mô hình được ước lượng với 3 kỹ thuật khác nhau: Mô hình (1) và (2) là các mô hình ước lượng sai phân GMM nhưng không tính đến tác động cố định (trong đó mô hình (1) là ước lượng sai phân GMM thông thường với xử lý tự tương quan bậc 1, mô hình (2) tương tự mô hình (1) với xử lý tự tương quan bậc 2); mô hình (3) tương tự mô hình (2) nhưng tính đến tác động cố định.

Kết quả ước lượng của 3 mô hình được trình bày trong Bảng 1.

Ghi chú: Các số trong ngoặc đơn thể hiện giá trị t-value. Ký hiệu* đại diện cho mức ý nghĩa thống kê là 1%

Nhìn chung, kết quả của 3 mô hình đều có ý nghĩa thống kê và phù hợp với dữ liệu. Tuy nhiên, trong 3 mô hình, mô hình (2) cho kết quả tốt nhất với độ phù hợp cao nhất và không còn bị hiện tượng tự tương quan (được kiểm định bởi hệ số Durbin-Watson và lược đồ PACF). Tất cả hệ số ước lượng đều có ý nghĩa cao ở mức 1% và có ý nghĩa kinh tế phù hợp với lý thuyết. Vì vậy, mô hình (2) được chọn để thảo luận kết quả.

Kết quả ước lượng cho thấy, các biến có ý nghĩa thống kê và có ảnh hưởng tích cực đến FDI bao gồm: Tốc độ tăng trưởng GDP; tổng dân số; lạm phát; đăng kí điện thoại di động; tỷ lệ tham gia lực lượng lao động, thương mại; tín dụng trong nước cho khu vực tư nhân và hội nhập kinh tế. Biến có ảnh hưởng tiêu cực đến FDI là chi tiêu chung cuối cùng của Chính phủ.

Một trong những yếu tố quyết định quan trọng được tìm thấy có tác động đáng kể thu hút FDI trong mô hình là tốc độ tăng trưởng GDP và tổng dân số đại diện cho quy mô thị trường. Tốc độ tăng trưởng GDP và tổng dân số có ý nghĩa ở mức 1% và có dấu hiệu tích cực đến FDI. Cụ thể, cứ tăng 1% tốc độ tăng trưởng GDP thì làm tăng 8.61 triệu USD vốn FDI và khi dân số tăng 1 triệu người thì nguồn vốn FDI vào các nước đang phát triển cũng tăng 294.039 triệu USD. Điều đó cho thấy, sự cần thiết của một thị trường lớn cho việc sử dụng hiệu quả các nguồn lực và khai thác các quy mô của nền kinh tế có ảnh hưởng tích cực vào nguồn vốn FDI. Một thị trường lớn sẽ có nhu cầu cao và khả năng tiêu thụ lớn là điều kiện để thu hút các nhà đầu tư nước ngoài. Kết quả nghiên cứu cho thấy, các doanh nghiệp nước ngoài đầu tư vào các nước đang phát triển nhằm tìm kiếm cơ hội mở rộng thị trường. Điều này nhất quán với kết quả nghiên cứu của Erdal Demirhan and Mahmut Masca (2008) và Khachoo, A. Q., & Khan, M. I. (2012).

Nhóm biến đại diện cho ổn định kinh tế vĩ mô có hệ số ước lượng α₃ = -11.378 và α₄ = 31.052, đều có ý nghĩa thống kê cao ở mức 1%, cho thấy chi tiêu chung cuối cùng của Chính phủ và lạm phát có tác động đáng kể đến FDI. Khi tăng 1% chi tiêu chung cuối cùng của Chính phủ sẽ làm giảm 11.378 triệu USD, điều này phù hợp với lý thuyết kinh tế vì chi tiêu của Chính phủ càng cao thì cho thấy sự bất ổn về kinh tế vĩ mô của quốc gia đó. Tuy nhiên, lạm phát lại có tác động tích cực đến FDI, 1% tăng lên của lạm phát thì làm FDI tăng 31.052 triệu USD. Nguyên nhân, do FDI đầu tư vào ĐNA là loại FDI tìm kiếm lợi nhuận. Lạm phát cao sẽ đi cùng với tăng trưởng kinh tế cao và tỷ suất sinh lợi cao.

Theo dự kiến, các yếu tố của lực lượng lao động được kỳ vọng là có dấu hiệu tích cực và có ý nghĩa thống kê. Nghĩa là, lực lượng lao động sẽ thúc đẩy dòng vốn FDI. Kết quả nghiên cứu cho thấy, sự gia tăng 1% lực lượng lao động sẽ làm tăng dòng vốn FDI lên 152.66 triệu USD. Một doanh nghiệp muốn mở một nhà máy sẽ ưu tiên chọn khu vực có thể đáp ứng được số lượng và chất lượng của lao động với chi phí hợp lý. Kết quả này tương tự với nghiên cứu của Jayasekara S. D. (2014), Erdogan, M., & Unver, M. (2015).

Bên cạnh đó, số lượng điện thoại di động đại diện cho cơ sở hạ tầng cũng có ảnh hưởng tích cực đến dòng vốn FDI: Sự gia tăng 1% trong cơ sở hạ tầng làm tăng dòng vốn FDI lên khoảng 1.019 triệu USD. Thông thường, các nhà đầu tư FDI đang tìm kiếm một vị trí có sẵn và thuận tiện trong cơ sở hạ tầng như đường bộ, viễn thông và giao thông. Nếu địa điểm được phát triển tốt, các nhà đầu tư có thể giảm chi tiêu của họ và sau đó tăng lợi nhuận. Kết quả này cũng nhất quán với một số nghiên cứu của Mottaleb, K. A., & Kalirajan, K. (2010), Khachoo, A. Q., & Khan, M. I. (2012) và Jayasekara S.D. (2014). 

Thương mại có ý nghĩa thống kê ở mức 1% và có tác động tích cực đến FDI. Có nghĩa là, khi tăng 1% khối lượng thương mại (xuất khẩu cộng với nhập khẩu) so với GDP thì tương đương với mức tăng 20.633 triệu USD FDI. Như đã phân tích ở trên, độ mở của nền kinh tế hấp dẫn đối với các nhà đầu tư nước ngoài, vì các tín hiệu mở cho thấy Chính phủ có các chính sách sẵn sàng chào đón cả thương mại và cạnh tranh, đồng thời cho phép nhập khẩu các máy móc để sản xuất từ quốc gia của họ một cách dễ dàng. Kết quả này tương tự như nghiên cứu của Erdal, Mahmut (2008), Jayasekara S. D. (2014) và Hasli, A., Ho, C. S., & Ibrahim, N. A. (2015).

Tín dụng trong nước cho khu vực tư nhân có ý nghĩa tích cực đến FDI ở mức 1%. Cứ tăng 1% tín dụng trong nước cho khu vực tư nhân thì làm tăng 17.557 triệu USD. Điều này có nghĩa là, phát triển tài chính có ảnh hưởng đến dòng vốn FDI vào các nước ĐNA. Kết quả này cũng thống nhất với nghiên cứu của Mahmut Erdogan & Mustafa Unver (2015).

Cuối cùng, biến giả DWTO đại diện cho sự hội nhập toàn cầu. Việc gia nhập WTO cho thấy, dấu hiệu tích cực và có ý nghĩa thống kê ở mức 1%. Điều này có nghĩa, việc gia nhập WTO giúp tăng FDI đầu tư vào các quốc gia trong thời gian phân tích (2000 – 2018). Kết quả này phù hợp với lý thuyết kinh tế. Việc gia nhập WTO mang lại các lợi ích khi buộc các nước giới thiệu và duy trì một cơ cấu kinh tế tương đối tự do, mang lại cho họ tình trạng quốc gia được ưu tiên và không có điều kiện (MNF) với tất cả các thành viên khác, đồng thời có một cơ chế giải quyết tranh chấp. Kết quả này cũng phù hợp với một số nghiên cứu khác rằng, các nước là thành viên WTO có khả năng tăng FDI cũng như tỷ trọng thương mại thế giới.

5. Kết luận và hàm ý chính sách

Nghiên cứu xem xét các yếu tố ảnh hưởng đến FDI vào khu vực ĐNA trong bối cảnh hội nhập quốc tế bằng phương pháp hồi quy sai phân GMM với bộ dữ liệu bảng của 11 quốc gia ĐNA trong giai đoạn 2000 – 2018. Kết quả nghiên cứu hoàn toàn phù hợp với lý thuyết kinh tế và các nghiên cứu thực nghiệm rằng, quy mô thị trường, lực lượng lao động và cơ sở hạ tầng tốt sẽ tạo động lực cho các nhà đầu tư nước ngoài đưa ra các quyết định về dòng vốn FDI. Bên cạnh đó, độ mở của một nền kinh tế có tác động tích cực đến FDI. Hàm ý rằng, các quốc gia có thị trường mở cửa sẽ giúp cho nguồn vốn tự do luân chuyển và vì vậy sẽ thu hút được sự quan tâm từ các nhà đầu tư hơn. Việc mở cửa thị trường của các quốc gia tiếp nhận đầu tư cũng làm thuận lợi hơn cho việc xuất nhập khẩu hàng hóa của các doanh nghiệp FDI. Ngoài ra, ổn định kinh tế vĩ mô cũng có tác động đáng kể đến FDI. Đáng ngạc nhiên là, lạm phát lại có tác động tích cực đến FDI. Điều này có thể được giải thích là loại FDI đầu tư vào ĐNA là loại FDI tìm kiếm lợi nhuận và mở rộng thị trường. Cuối cùng, nghiên cứu cho thấy, sự gia nhập WTO cũng là một yếu tố có ảnh hưởng đáng kể đến FDI.

Qua kết quả nghiên cứu, ta có thể rút ra một số hàm ý chính sách như sau:

Thứ nhất, quy mô thị trường là một yếu tố vô cùng quan trọng. Để thu hút FDI, mở rộng thị trường thì Chính phủ các quốc gia ĐNA nói chung và Việt Nam nói riêng nên tăng cường hợp tác và hội nhập khu vực.

Thứ hai, lực lượng lao động là một yếu tố quan trọng để thu hút FDI. Do đó, Chính phủ các nước cần có biện pháp để nâng cao trình độ chuyên môn kỹ thuật, đào tạo đầy đủ và toàn diện về mọi mặt để có khả năng cạnh tranh trong bối cảnh hội nhập kinh tế quốc tế.

Thứ ba, cơ sở hạ tầng, phát triển tài chính và ổn định kinh tế vĩ mô đều có tác động lớn đến dòng chảy FDI, bởi nó ảnh hưởng không nhỏ đến quá trình sản xuất kinh doanh của doanh nghiệp. Vì vậy, hoàn thiện và nâng cao chất lượng cơ sở vật chất, kết cấu hạ tầng như lĩnh vực viễn thông là yếu tố quan trọng cần được Chính phủ quan tâm trong quá trình cải thiện môi trường đầu tư.

Thứ tư, Chính phủ các nước cần loại bỏ rào cản và quan tâm nhiều hơn đến việc tạo điều kiện thuận lợi cho xuất nhập khẩu để giúp các nước có cơ hội trao đổi thương mại và hợp tác quốc tế về kinh tế và khoa học công nghệ, tạo nên động lực cơ bản cho sự phát triển.

Riêng đối với Việt Nam, khi mở cửa thương mại, cần chú ý tới việc nâng cao về chất lượng hàng hóa xuất khẩu, công nghệ phù hợp, củng cố kiến thức thị trường, như vậy mới có thể cạnh tranh được với các quốc gia trong khu vực và trên thế giới.

———————&&&———————–

Kiểm chứng lý thuyết đường cong môi trường Kuznets (EKC) về quan hệ giữa chất lượng môi trường nước mặt và GDP trên đầu người tại tỉnh Đồng Nai từ 2005-2014

Kiểm chứng lý thuyết đường cong môi trường Kuznets (EKC) về quan hệ giữa chất lượng môi trường nước mặt và GDP trên đầu người tại tỉnh Đồng Nai từ 2005-2014

(Nguồn: http://tapchicongthuong.vn/)

NCS. ĐOÀN NGỌC NHƯ TÂM (Trường ĐH Khoa học Xã hội và Nhân văn – Đại học Quốc gia Thành phố Hồ Chí Minh) và PGS. TS. CHẾ ĐÌNH LÝ (Trường ĐH Thủ Dầu Một)

• Tỉnh Bình Định: Nâng cao chất lượng môi trường đầu tư để thu hút FDI
• Phát triển ngành công nghiệp môi trường: Khắc phục suy thoái và cải thiện chất lượng môi trường
• Mối quan hệ giữa thể chế, chất lượng môi trường và tăng trưởng kinh tế: Nghiên cứu cho các tỉnh của Việt Nam

TÓM TẮT:

Bài báo nghiên cứu quan hệ giữa chất lượng môi trường nước mặt và tăng trưởng kinh tế ở tỉnh Đồng Nai theo cơ sở lý thuyết về đường cong môi trường Kuznets (KFC), sử dụng các dữ liệu quan trắc nước mặt từ 2005-2014 từ Trung tâm quan trắc Môi trường tỉnh Đồng Nai. Yếu tố kinh tế được chọn là tổng sản phẩm (GDP) trên đầu người trong năm, theo giá hiện hành. Có 4 quan hệ kinh tế môi trường được nghiên cứu trong giai đoạn 2005-2014: NH3-N, COD, Coliform và chỉ số ô nhiễm Nemerow. Phương pháp xử lý hồi qui “Fit Line Plot” được sử dụng và thử nghiệm 2 dạng: “đa thức bậc 2” và “bậc 3”, chọn ra dạng có hệ số tương quan cao nhất là các dạng biến đổi theo Logarit Neper. Các kết quả cho thấy, các chỉ báo về môi trường nước mặt không hoàn toàn phản ảnh tốt đường cong môi trường KFC trong trường hợp tỉnh Đồng Nai. Yếu tố NH3-N đã qua thời kỳ đỉnh chuyển đổi, trong khi COD và Coliform và chỉ số ô nhiễm WPI phù hợp với đường cong môi trường Kuznets. Tỉnh này đã trải qua thời kỳ ô nhiễm đạt đỉnh khoảng năm 2010-2011 và chất lượng môi trường ngày càng cải thiện.

Từ khóa: Đường cong Kuznets, kinh tế môi trường, chất lượng nước mặt, chất lượng môi trường.

1. Đặt vấn đề

Tại cuộc họp thường niên lần thứ 67 của Hiệp hội Kinh tế châu Mỹ vào tháng 12/1954, Simon Kuznets lần đầu tiên giới thiệu về khái niệm đường cong Kuznets, mô tả mối quan hệ giữa phát triển kinh tế và vấn đề bất bình đẳng thu nhập.[1]. Đến năm 1991, đường cong Kuznets trở thành một phương tiện để mô tả mối quan hệ giữa chất lượng môi trường và thu nhập đầu người theo thời gian. Các nhà kinh tế đã sử dụng các dữ liệu về môi trường cũng như thu nhập đầu người ở các quốc gia để nghiên cứu về mối quan hệ này. Nhiều bằng chứng đã cho thấy, mức độ suy thoái môi trường và mức thu nhập đầu người cũng tuân theo quy luật đường cong U ngược Kuznets: suy thoái môi trường sẽ gia tăng trong các giai đoạn đầu của phát triển, nhưng cuối cùng sẽ đạt đến đỉnh hay ngưỡng chuyển đổi (turning point) và bắt đầu giảm khi mức thu nhập vượt một ngưỡng nào đó. Đây được gọi là đường cong môi trường Kuznets (EKC).

Nhằm mục đích kiểm chứng khả năng ứng dụng mô hình Kuznets trong điều kiện Việt Nam, Bài báo đã sử dụng dữ liệu quan trắc nước mặt và thống kê GDP/người trong niên giám Thống kê tỉnh Đồng Nai để đánh giá quan hệ giữa phát triển kinh tế xã hội và ô nhiễm môi trường. Cách tiếp cận mô phỏng theo [2]; [3]; [4] và [5].

2. Dữ liệu và phương pháp nghiên cứu

2.1. Dữ liệu

Nguồn dữ liệu nghiên cứu gồm các số liệu quan trắc môi trường tại Trung tâm Quan trắc Tài nguyên và Môi trường Đồng Nai từ năm 2005 đến năm 2014 trên hệ thống quan trắc của Tỉnh. Có 4 thông số môi trường được theo dõi đầy đủ trong thời kỳ xem xét là NH3-N (Ammonia Nitrogen), Nhu cầu Oxy hóa học (Chemical Oxygen Demand, (COD)) và mật độ vi sinh (Coliform) và chỉ số ô nhiễm tổng hợp Nemerow WPI [6].

2.1. Phương pháp tính chỉ số ô nhiễm Nemerow

Ngoài quan hệ giữa GDP/người với từng thông số ô nhiễm đơn lẻ, chỉ số ô nhiễm tổng hợp Nemerow cũng được xem xét [7]. Chỉ số chất lượng nước WQI theo hướng dẫn của Tổng cục Môi trường không được dùng, vì chỉ số chất lượng nước WQI có ngưỡng tối đa là 100, không thích hợp cho nghiên cứu tương quan với yếu tố kinh tế, vốn tăng không có ngưỡng giới hạn.

Chỉ số Nemerow xác định mức độ ô nhiễm được nhiều nhà khoa học sử dụng để đánh giá mức độ nhiễm bẩn của nước hay không khí. Ưu điểm của chỉ số Nemerow là không có ngưỡng giới hạn nên dễ so sánh và xử lý thống kê hơn so với chỉ số chất lượng nước WQI, dùng đo mức độ sạch của nước. Chỉ số ô nhiễm nước tổng hợp Nemerow được tính theo công thức sau: [6]

Trong đó: I  =   C_i/S_i

WPI là chỉ số ô nhiễm tổng hợp Nemerow (Nemerow Water Pollution Index (WPI)).

C_i= Nồng độ đo được của chất ô nhiễm I (Concentration (C)).

S_i= Giá trị quy chuẩn của chất ô nhiễm i đối với mục đích sử dụng nước j theo QCVN 08:2008 (Standard (S)).

Max I= giá trị tối đa của các giá trị I.      

Ave I= giá trị trung bình cộng các giá trị I.

Để tính chỉ số Nemerow cho một điểm quan trắc nước mặt, thực hiện các bước:

1. Tính giá trị trung gian Ii cho từng thông số ô nhiễm tham gia tính toán.
2. Xác định hai giá trị tối đa (maximum) và trung bình (average) của Ii trong tất cả các các giá trị Ii.
3. Tính giá trị tối đa bình phương và trung bình bình phương, lấy giá trị trung bình của hai giá trị này.
4. Tính tổng hợp chỉ số Nemerow đối với từng mục đích sử dụng nước (do có giá trị quy chuẩn khác nhau). Mỗi mức quy chuẩn ứng với mục đích sử dụng khác nhau, giá trị chỉ số Nemerow tính theo bước 1 đến bước 3.
5. Tính tổng hợp chỉ số Nemerow

WPIi = (0,4* Pi_A1) + (0,3* Pi_A2) + (0,2* Pi_B1) + (0,1* Pi_B2)

Theo quy chuẩn 08-2015; có 4 mức mục đích sử dụng nước với 4 mức quy chuẩn cho các thông số ô nhiễm khác nhau, tác giả chọn trong số theo thứ tự quan trọng của mục đích sử dụng nước theo các tác giả [8] với 4 mục đích sử dụng nước: (1) Mục đích sử dụng cho nước cấp cột A1, w1 = 0,4; (2) Mục đích sử dụng cho nước cấp nhưng phải xử lý Cột A2, w2 = 0,3; (3) Mục đích sử dụng cho tưới tiêu cột B1, w3 = 0,2; Mục đích sử dụng nước cho giao thông thủy cột B2, w4 =0,1.

Về yếu tố phát triển kinh tế, GDP/người (GDPng) đã được sử dụng vì theo nhiều tác giả nó phản ảnh đầy đủ nhất kết quả tăng trưởng kinh tế [9].

Để xác lập đường cong Kuznets, tác giả đã tính toán dữ liệu hợp lệ trung bình về thông số ô nhiễm và chỉ số Nemerow của tất cả các điểm quan trắc (loại bỏ các trị bất thường) và tính GDP/người theo niên giám thống kê Đồng Nai từ năm 2005-2014.

Phương pháp xử lý hồi qui “Fit Line Plot” được sử dụng và thử nghiệm 3 dạng: “tuyến tính”, “đa thức bậc 2” và “đa thức bậc 3”, chọn ra dạng có hệ số tương quan cao và phù hợp với mô hình Kuznets. 

Hình: Mô hình Kuznets

3. Kết quả và thảo luận

3.1. Các số liệu môi trường và kinh tế tham gia mô hình đường cong môi trường Kuznets 

Bảng 1. Kết quả tính toán các chỉ báo môi trường và tăng trưởng kinh tế giai đoạn 2005-2014 tại Đồng Nai

Ghi chú: Giá trị trung bình năm tính bằng phương pháp trung bình tích (Geomean) để hạn chế ảnh hưởng của các giá trị bất thường quá lớn hoặc quá bé trong môi trường.

3.2. Mối liên hệ giữa hàm lượng NH₃-N trung bình năm và tăng trưởng kinh tế

Sau khi thực nghiệm các dạng hồi qui đa biến, chỉ có hai mô hình đa thức bậc 2 và đa thức bậc 3 là có hệ số tương quan chặt chẽ. Cả hai mô hình đều thật sự hiện hữu về mặt thống kê. Mô hình bậc hai rất có ý nghĩa thống kê (p <0,01), mô hình bậc 3 cũng có ý nghĩa thống kê (0,01 < p < 0,05). Mô hình đa thức bậc hai có sai số s nhỏ hơn, có hệ số bất định R2 hiệu chỉnh lớn hơn (72,9%). Tuy nhiên, cả hai mô hình đều có dạng V thuận, trái với mô hình đường cong Kuznets môi trường. Điều này có thể giải thích được là do tỉnh Đồng Nai công nghiệp hóa rất sớm (từ trước năm 1975 đã có khu công nghiệp Biên Hòa). Vì vậy, điểm chuyển đổi trong mô hình đường cong Kuznets môi trường đã trải qua đã lâu và không còn đúng quy luật trong giai đoạn 2005 -2014.

Qua kết quả nghiên cứu từ Bảng 1 và đồ thị Hình 1, 2 cho thấy: Khi GDP/người còn thấp (13-24 triệu đồng vào năm 2009) thì hàm lượng NH₃-N trung bình nước mặt của Tỉnh cũng giảm dần đến mức thấp 0,09 mg/lít. Khi mở rộng phát triển công nghiệp, giá trị GDP tăng dần lên 24-50 triệu đồng/người năm thì hàm lượng NH₃-N trung bình nước mặt của Tỉnh tăng lên 0,08-0,17 mg/lít vào các năm 2013-2014.

Quy luật diễn biến hàm lượng chất ô nhiễm (ở đây là NH₃-N) và GDP/người theo dạng một U ở Đồng Nai là không phù hợp với dạng đường cong môi trường Kutznets trong các nghiên cứu kinh tế môi trường trên thế giới. Có thể lý giải hiện tượng này là đỉnh chuyển đổi của EKC (Nh3-N) đã qua và đang lặp lại có tính chu kỳ.

 3.3. Mối liên hệ giữa hàm lượng COD trung bình năm và tăng trưởng kinh tế

Sau khi thử nghiệm các dạng hồi qui đa biến, chỉ có mô hình đa thức bậc 2 là có hệ số tương quan tương đối chặt và có ý nghĩa về mặt thống kê (p <0,05). Vì vậy có thể sử dụng để biểu thị mối quan hệ giữa COD bình quân năm và GDPng sau đây:

DN_LNCOD = 0.0828 + 1.301 DN_LN_GDP – 0.1889 DN_LN_GDP^2

Qua đó, cho thấy giai đoạn 2005-2014 khi GDP/người còn thấp (13-22 triệu đồng) thì hàm lượng COD trung bình nước mặt của Tỉnh cũng ở mức thấp 8-9 mg/lít.

Giai  đoạn 2009 – 20012, công nghiệp và kinh tế phát triển nhanh, giá trị GDP tăng dần lên 22-50 triệu đồng/người năm thì hàm lượng COD trung bình nước mặt của Tỉnh cũng tăng từ 9-10 mg/lít. Từ năm 2010, nhờ hiệu quả của công tác quản lý môi trường một cách chặt chẽ, xử lý nghiêm minh các vi phạm, ý thức của các chủ cơ sở sản suất công nghiệp được nâng lên và đến năm 2011, tuy GDP/người tăng lên 40 triệu đồng/người nhưng hàm lượng COD trung bình trong nước mặt của Tỉnh đã giảm dần còn 9,5mg/L. Tương tự như phần khảo sát tương quan của NH₃-N và GDP, quy luật diễn biến hàm lượng chất ô nhiễm COD theo GDP/người cũng theo dạng một đỉnh là phù hợp với dạng đường cong Kutznet. Thời điểm chuyển đổi của đường cong vào khoảng giai đoạn 2010-2011.

3.4. Mối liên hệ giữa hàm lượng vi sinh (coliform) trung bình năm và tăng trưởng kinh tế

Chỉ có mô hình đa thức bậc 3 là có hệ số tương quan chặt chẽ, thật sự có ý nghĩa về mặt thống kê do p <0,05; vì biểu thị mối quan hệ giữa Coliform và GDPng theo phương trình sau đây:

DN_LN COLI = – 142.1 + 126.2 DN_LN_GDP – 35.00 DN_LN_GDP^2

                  + 3.205 DN_LN_GDP^3

Qua kết quả nghiên cứu từ Bảng 1 và đồ thị Hình 1, 2 cho thấy quan hệ giữa hàm lượng chất ô nhiễm Coliform và GDP/người như sau:

Giai đoạn 2005-2008 khi GDP/người còn thấp (13 -18 triệu đồng) thì hàm lượng Coliform trung bình nước mặt của Tỉnh cũng dao động ở mức thấp <4000 MPN/100mL.

Giai  đoạn 2009-2011, công nghiệp và kinh tế phát triển nhanh, giá trị GDP tăng dần lên 24-50 triệu đồng/người năm, tốc độ đô thị hóa cao, dân số cơ học tăng đột biến thì hàm lượng Coliform trung bình nước mặt của Tỉnh cũng tăng rất nhanh và dao động từ 4000 – 4600 MPN/100mL.

Các năm gần đây, nhờ hiệu quả của công tác quản lý môi trường một cách chặt chẽ, xử lý nghiêm minh các vi phạm đối với các cơ sở công nghiệp, đồng thời quản lý sát quá trình phát sinh, đưa công nghệ tiên tiến vào xử lý nước thải sinh hoạt đô thị, kết quả cho thấy giai đoạn 2012 đến 2014, tuy GDP/người tăng từ 52-70 triệu đồng/người nhưng hàm lượng Coliform trung bình trong nước mặt của Tỉnh đã giảm đang kể và đến năm 2014 còn 2600 MPN/100ml. Tương tự như các phần khảo sát tương quan trước, quy luật diễn biến hàm lượng chất ô nhiễm vi sinh Coliform và GDP/người cũng theo dạng một đỉnh, phù hợp với dạng đường cong Kutznet. Thời điểm chuyển đổi khoảng 2010-2011. (Hình 3, 4)

3.5. Mối liên hệ giữa chỉ số ô nhiễm nước Nemerow WPI và tăng trưởng kinh tế

Đối với chỉ số ô nhiễm nước Nemerow của các sông rạch chính trên địa bàn tỉnh Đồng Nai qua các năm, chỉ có mô hình đa thức bậc 2 là có hệ số tương quan chặt chẽ, rất có ý nghĩa thống kê thể hiện bởi p < 0,01; sai số s nhỏ, các giá trị này cho thấy mức độ tương quan chặt chẽ trong mối quan hệ giữa chỉ số ô nhiễm nước tổng hợp trung bình của tỉnh qua các năm và GDPng theo phương trình sau đây:

LN_WPI = – 23.32 + 19.86 DN_LN_GDP – 5.605 DN_LN_GDP^2 + 0.5178 DN_LN_GDP^3

Đối chiếu với bảng phân hạng ô nhiễm chỉ số WPI Nemerow sau:

Bảng 2. Phân hạng ô nhiễm chỉ số WPI Nemerow

Chất lượng nước mặt trên địa bàn tỉnh Đồng Nai từ năm 2005-2003 còn khá tốt, chưa  bị ô nhiễm, có thể sử dụng cho mục đích cấp nước khi xử lý thích hợp. Điều này cũng phù hợp với diễn biến phát triển kinh tế, xã hội của Tỉnh, đây là giai đoạn mở cửa, trải thảm đón nhà đầu tư, Tuy đường cong môi trường Kuznets cũng có dạng một đỉnh, chuyển đổi vào khoảng các năm 2010-2011 nhưng chỉ số ô nhiễm nước Nemerow còn thấp là phù hợp.

Các kết quả trên cũng chỉ ra rằng, chất lượng nước trên toàn Tỉnh hiện nay vẫn nằm ở mức chưa ô nhiễm, nhưng Đồng Nai cần thiết phải đánh giá hiệu quả công tác quản lý môi trường hiện tại, phân tích các nguyên nhân, hạn chế và các vấn đề liên quan để đề xuất các giải pháp hữu hiệu hơn nữa nhằm kịp thời cải thiện chất lượng nước mặt trên địa bàn tỉnh.

Kết quả nghiên cứu về các dạng mô hình và các giá trị kiểm định trong nghiên cứu có thể tóm lược như sau:

Bảng 3. Kết quả nghiên cứu

 4. Kết luận

Kiểm chứng quy luật đường cong Kuznets trong trường shợp tỉnh Đồng Nai, tác giả đã khảo sát mối quan hệ giữa các yếu tố ô nhiễm liên quan đến chất lượng nước mặt là NH₃-N, COD, Coliform, chỉ số ô nhiễm Nemerow với yếu tố kinh tế GDP/người. Đối với NH₃-N, Quy luật diễn biến hàm lượng chất ô nhiễm (ở đây là NH₃-N) và GDP/người theo dạng một U ở Đồng Nai là không phù hợp với dạng đường cong môi trường Kutznets trong các nghiên cứu kinh tế môi trường trên thế giới. Có thể lý giải hiện tượng này là đỉnh chuyển đổi của EKC (Nh3-N) đã qua và đang lặp lại có tính chu kỳ. Đối với ô nhiễm hữu cơ, COD trung bình toàn tỉnh đạt đỉnh 14,7 – 16,0 mg/lít năm 2005-2006, quy luật diễn biến hàm lượng chất ô nhiễm COD theo GDP/người cũng theo dạng một đỉnh là phù hợp với dạng đường cong Kutznets. Thời điểm chuyển đổi của đường cong vào khoảng từ năm 2010-2011. Đối với ô nhiễm vi sinh, đỉnh cao đạt vào khoảng năm 2010-2011 và chỉ số ô nhiễm Nemerow cũng đạt đỉnh cao nhất vào năm 2007. Kết quả nghiên cứu cho thấy, sự dụng biến đổi Logarit Neper, trừ NH3-N, quy luật diễn biến hàm lượng các chất ô nhiễm nước mặt NH₃-N , COD, Coliform và chỉ số Nemerow theo GDP/người đều tuân thủ theo dạng một đỉnh, phù hợp với dạng đường cong môi trường Kutznets. Kết quả nghiên cứu cho thấy, dù đã qua đỉnh cao của ô nhiễm theo quy luật Kuznets, chất lượng nước trên toàn Tỉnh hiện nay vẫn nằm trong ngưỡng chưa ô nhiễm (chỉ số WPI <1), Tuy nhiên, Đồng Nai cần thiết phải có các giải pháp hữu hiệu hơn nữa nhằm quản lý môi trường nước mặt tốt hơn để cải thiện chất lượng nước mặt trên địa bàn tỉnh./.

————————&&&————————

Mối quan hệ giữa thể chế, chất lượng môi trường và tăng trưởng kinh tế: Nghiên cứu cho các tỉnh của Việt Nam

Mối quan hệ giữa thể chế, chất lượng môi trường và tăng trưởng kinh tế: Nghiên cứu cho các tỉnh của Việt Nam

(Nguồn: http://tapchicongthuong.vn)

TS. CHU THỊ MAI PHƯƠNG (Khoa Kinh tế Quốc tế – Trường Đại học Ngoại thương)

TÓM TẮT:

Mối quan hệ giữa chất lượng môi trường, thể chế và tăng trưởng kinh tế đã được các học giả rất quan tâm trong những năm gần đây. Sự hiểu biết về mối quan hệ này rất quan trọng để xác định các chính sách phù hợp cho mục tiêu phát triển bền vững. Trong nghiên cứu này, tác giả kiểm chứng mối quan hệ giữa chất lượng môi trường, thể chế và tăng trưởng kinh tế. Bài viết này cung cấp một phân tích về quan hệ nhân quả bằng cách sử dụng phương pháp panel-VAR giai đoạn 2011- 2017 cho 63 tỉnh, thành phố của Việt Nam. Kết quả cho thấy mối quan hệ nhân quả ngược tích cực giữa thể chế và tăng trưởng, điều này hàm ý tăng trưởng cao hơn sẽ bao hàm thể chế mạnh hơn và ngược lại.

Từ khóa: Chất lượng môi trường, thể chế, tăng trưởng kinh tế, Việt Nam.

1. Lời mở đầu

Trong thời gian qua, ô nhiễm môi trường, vi phạm pháp luật về bảo vệ môi trường với nhiều sự cố môi trường nghiêm trọng, ảnh hưởng lớn đến sản xuất, đời sống và an ninh và trật tự xã hội. Trước tình hình đó, kiểm soát ô nhiễm và nâng cao chất lượng môi trường, và thúc đẩy phát triển bền vững được định nghĩa là các yêu cầu xuyên suốt trong sự phát triển của bất kỳ nền kinh tế nào.

Tại Việt Nam, sau hơn 30 năm cải cách (kể từ năm 1986), tăng trưởng kinh tế đạt trung bình gần 7%/năm [23]. Đây là một thành tựu của sự đổi mới. Thành tựu này là do sự cải cách lớn của hệ thống thể chế kinh tế ở Việt Nam. Theo báo cáo về sự phát triển của nền kinh tế thị trường 2014 [14], nếu mốc là thời điểm Hiến pháp hoặc cải cách kinh tế đã thay đổi đáng kể, hệ thống pháp luật kinh tế của Việt Nam đã trải qua 4 giai đoạn. Cụ thể, năm 1992 với sự ra đời của Hiến pháp năm 1992; năm 2001 với việc sửa đổi và bổ sung một số điều về chế độ kinh tế của Hiến pháp năm 1992; và vào năm 2013 với việc tạo ra Hiến pháp 2013. Có thể thấy rằng, cải cách thể chế đã đóng một vai trò quan trọng trong việc thúc đẩy tăng trưởng kinh tế ở Việt Nam. Tuy nhiên, hậu quả tất yếu của sự tăng trưởng đó là ô nhiễm môi trường ngày càng nghiêm trọng gây ra nhiều mối nguy hiểm khó lường.

Tình trạng này đặt ra vấn đề làm thế nào để tăng trưởng kinh tế và đảm bảo chất lượng môi trường, hướng tới phát triển bền vững. Nghiên cứu của Castiglion và cộng sự (2012) cho thấy hai yếu tố quan trọng ảnh hưởng đến chất lượng môi trường, bao gồm có thể chế kinh tế và tăng trưởng [5],[6]. Thể chế kinh tế xác định hiệu suất và kết quả của các chính sách của chính phủ, phản ánh khả năng quản lý các vấn đề môi trường. Việc thực thi thể chế kinh tế sẽ ảnh hưởng đến mức độ xã hội tham gia vào quá trình bảo vệ môi trường. Trường hợp thể chế kinh tế mạnh sẽ tác động khiến nhận thức môi trường tốt hơn, do đó bảo vệ môi trường được quan tâm tích cực hơn.

Bên cạnh đó, thể chế kinh tế đóng một vai trò quan trọng trong tăng trưởng kinh tế [1],[2],[19],[22]. Đồng thời, tăng trưởng kinh tế cũng có ý nghĩa quan trọng đối với chất lượng môi trường. Một số tác giả đã chứng minh rằng mức độ ô nhiễm tăng dần từ thu nhập bình quân đầu người thấp hơn nhưng sau đó giảm dần sau khi đạt đỉnh, ở mức thu nhập cao hơn [10], [12].

Về mối quan hệ giữa chất lượng môi trường và thể chế kinh tế, nhiều học giả đã chứng minh rằng việc thực hiện thành công các chính sách môi trường là nhờ sức mạnh thể chế. Tham nhũng đã được chứng minh là có tác động tiêu cực đến chất lượng môi trường, làm giảm hiệu quả của các chính sách môi trường [8], [11], [17]. Ngược lại, thể chế tốt như đảm bảo quyền sở hữu, tính minh bạch đóng góp tích cực vào việc cải thiện chất lượng môi trường [9],[15]. Thực thi thể chế tốt sẽ giúp giảm mức độ tổn thất chất lượng môi trường [3[. Hoặc, sự cởi mở của nền kinh tế và các chính sách nhà nước linh hoạt sẽ khuyến khích việc áp dụng công nghệ môi trường [18]. Ngoài ra, nhiều nghiên cứu khác phân tích sự phổ biến của các công nghệ môi trường mới và mức độ ô nhiễm liên quan đến đầu tư nước ngoài và tham nhũng của các tác nhân kinh tế [2], [16].

Những nghiên cứu này chắc chắn mở rộng sự hiểu biết về mối quan hệ giữa chất lượng môi trường, tăng trưởng kinh tế và thể chế kinh tế. Tuy nhiên, các nghiên cứu đã không cho thấy mối quan hệ nhân quả của họ. Hầu hết các nghiên cứu coi mối quan hệ này là một chiều. Chất lượng môi trường, khả năng kinh tế được coi là ngoại sinh [8], [13]. Tuy nhiên, một số nguyên nhân ngược lại có thể tồn tại giữa các biến này. Đặc biệt, tăng thu nhập từ việc củng cố các thể chế kinh tế đồng nghĩa với việc tăng nhu cầu bảo vệ môi trường, dẫn đến giảm ô nhiễm. Do đó, việc cải thiện chất lượng của các tổ chức kinh tế có thể tạo ra một tình huống có lợi cho cả hai vì nó có thể cải thiện cả chất lượng môi trường và mức thu nhập của nền kinh tế. Ngược lại, nâng cao chất lượng của các thể chế kinh tế không bao gồm tăng trưởng, bảo vệ môi trường khó thực hiện hơn. Một cơ chế tương tự được giải thích cho vai trò của tăng trưởng nhằm tăng cường thực thi thể chế và do đó giảm ô nhiễm.

Xuất phát từ yêu cầu của nền kinh tế và khoảng trống nghiên cứu, bài viết này sẽ phân tích sự phụ thuộc lẫn nhau giữa thể chế kinh tế, chất lượng môi trường và tăng trưởng kinh tế cho các tỉnh của Việt Nam. Kết quả nghiên cứu thực nghiệm là bằng chứng quan trọng cho các nhà hoạch định chính sách thực hiện các chính sách cải cách thể chế nhằm thúc đẩy tăng trưởng và đảm bảo chất lượng môi trường.

2. Tổng quan tình hình nghiên cứu

Các nghiên cứu trên thế giới cho thấy, bối cảnh thể chế mạnh mẽ hơn giúp tăng cường quá trình phát triển và tăng trưởng kinh tế [1], [22]. Đồng thời, tăng trưởng kinh tế tự nó có tác động quan trọng đến chất lượng môi trường. Nhiều tác giả chứng minh rằng mức độ ô nhiễm tăng dần bắt đầu từ mức thu nhập bình quân đầu người thấp hơn nhưng sau đó giảm dần, sau khi đạt đến đỉnh cao ở mức thu nhập cao hơn [10], [12]. Đối với các liên kết giữa môi trường và thể chế, nhiều học giả đã chứng minh rằng việc thực hiện thành công các chính sách môi trường được xác định bởi sức mạnh thể chế. Ví dụ, tham nhũng đã được chứng minh là có tác động tiêu cực đến chất lượng môi trường, làm giảm hiệu quả của các chính sách môi trường [8], [11], [17]. Ngược lại, các thể chế mạnh dưới hình thức tự do chính trị, quyền công dân và dân chủ đóng góp tích cực cho chất lượng môi trường [15], có quyền sở hữu an toàn [9] và bảo vệ pháp lý [12]. Củng cố luật pháp được tìm thấy để giảm mức độ thiệt hại môi trường và tăng cường áp dụng các chính sách bền vững [3] Cuối cùng, sự cởi mở về kinh tế [18] và các chính sách nhà nước linh hoạt được chứng minh là khuyến khích việc áp dụng các công nghệ môi trường. Các nghiên cứu khác phân tích sự phổ biến của các công nghệ môi trường mới và mức độ ô nhiễm liên quan đến các hoạt động tìm kiếm tiền thuê và tham nhũng của các tác nhân kinh tế [2], [16].

Tại Việt Nam, các nghiên cứu mới tập trung phân tích ảnh hưởng của thể chế đến tăng trưởng kinh tế [7] hay ảnh hưởng của thể chế đến đầu từ trực tiếp nước ngoài [21]. Các nghiên cứu cho mối quan hệ của cả 3 vấn đề thể chế, tăng trưởng và chất lượng môi trường còn chưa có.

Xuất phát từ quan điểm phương pháp luận về sự tồn tại của mối quan hệ giữa thể chế, tăng trưởng và chất lượng môi trường, bài viết này tập trung vào phân tích mối quan hệ nhân quả giữa ba yếu tố trên bằng cách áp dụng phương pháp mô hình hệ phương trình cho dữ liệu bảng (Panel- Var). Cụ thể, bài viết phân tích quan hệ nhân quả giữa lượng khí thải carbon dioxide, thể chế và thu nhập bình quân đầu người cho 63 tỉnh, thành phố của Việt Nam sử dụng phương pháp tiếp cận Panel-VAR.

3. Phương pháp nghiên cứu

3.1. Mô hình nghiên cứu

Mối quan hệ giữa ba biến được ước tính bằng cách áp dụng mô hình Var cho dữ liệu bảng, một kỹ thuật mà kết hợp phương pháp VAR truyền thống, coi tất cả các biến trong mô hình là nội sinh, với cách tiếp cận dữ liệu bảng. [18]

Mô hình được sử dụng là VAR bậc 1, ở dạng rút gọn, có thể được biểu thị theo cách sau:

_yit = A₀ + A₁y_it-1 + u_it

Trong đó, yit là một vectơ (3×1) của các biến số (thể chế, ô nhiễm và tăng trưởng) cho các tỉnh i vào thời gian t, và uit là một vectơ nhiễu.

3.2. Số liệu

Số liệu bảng được thu thập cho 63 tỉnh, thành phố của Việt Nam, trong giai đoạn 2011-2017. Biến thu nhập (GDP), được biểu thị bằng GDP bình quân đầu người (GDP_P, giá cố định năm 2010, tỷ đồng) biến ô nhiễm (Poll), được biểu thị bằng lượng khí thải carbon dioxide trên đầu người (tính bằng kg/1000 người), được lấy từ GSO của Việt Nam từ năm 2011-2017. Thể chế kinh tế tại Việt Nam được đo lường bằng Chỉ số năng lực cạnh tranh cấp tỉnh (PCI) về môi trường kinh doanh cấp tỉnh của Việt Nam (Institution), do Phòng Thương mại và Công nghiệp Việt Nam (VCCI) thực hiện [20]. Mặc dù chính quyền tỉnh không có quyền ban hành luật pháp và chính sách, nhưng họ là cơ quan trực tiếp thực hiện chúng. Sự khác biệt giữa các tỉnh trong việc thực thi chính sách cho phép phân tích các thể chế kinh tế ở cấp tỉnh. Bảng 1 cung cấp số liệu thống kê tóm tắt về các biến trong bài viết.

Bảng 1. Thống kê mô tả các biến

Nguồn: Tác giả tính toán

4. Kết quả và thỏa luận

Bước đầu tiên trong phân tích tác giả thực hiện kiểm định nghiệm đơn vị cho các biến. Kết quả kiểm định được thể hiện ở Bảng 2. Có nhiều phương pháp được đề xuất để thực hiện các kiểm định nghiệm đơn vị cho dữ liệu bảng. Trong nghiên cứu này, để kiểm định tính dừng cho các biến, tác giả sử dụng kiểm định nghiệm đơn vị LLC. Các kết quả được thể hiện trong Bảng 2. Kết quả cho thấy các biến số đều dừng ở sai phân bậc 1

Bảng 2. Kết quả kiểm định nghiệm đơn vị của các biến số

Nguồn: Tác giả tính toán

Kết quả ước lượng mô hình VAR cho các tỉnh của Việt Nam được thể hiện trong Bảng 3. Kết quả cho thấy ở các tỉnh của Việt Nam, các biến tăng trưởng và thể chế là củng cố lẫn nhau. Thu nhập cao hơn hàm ý chất lượng thể chế tốt hơn (Phương trình 3) trong khi thể chế mạnh hơn dẫn đến mức GDP bình quân đầu người cao hơn (Phương trình 1). Điều này có nghĩa là các tỉnh giàu có đang thực thi rất tốt các thể chế và điều này lại tạo ra thu nhập cao hơn cho chính các tỉnh đó.

Điều thú vị là kết quả thực nghiệm cho rằng bối cảnh thể chế đóng vai trò quan trọng trong việc tăng cường bảo vệ môi trường: một thể chế cao hàm ý mức phát thải thấp hơn (Phương trình 2 trong Bảng 3). Trong khi, như mong đợi, ô nhiễm không ảnh hưởng đến Thể chế (Phương trình 3 trong Bảng 3). Mối quan hệ giữa thu nhập và ô nhiễm (phương trình 1 và 2 trong Bảng 3) là không đáng kể. Các hoạt động kinh tế sẽ tạo ra ô nhiễm nhiều hơn do sản xuất và tiêu dùng hoặc ngược lại. Hoạt động kinh tế sự kiểm soát từ thể chế sẽ tạo ra ít ô nhiễm hơn do nhận thức về môi trường tốt hơn. Thực tế là thu nhập có thể không ảnh hưởng đến ô nhiễm và ngược lại do các tỉnh có các giai đoạn phát triển kinh tế khác nhau và do đó tồn tại mức độ bảo vệ môi trường không đồng nhất giữa chúng.

Bảng 3. Kết quả ước lượng P-VAR

 

Nguồn: Tác giả tính toán

Ghi chú: ***; **; * hệ số có ý nghĩa thống kê lần lượt ở mức ý nghĩa a = 1%, 5% và 10%

Bước cuối cùng của phân tích này là đánh giá các phản ứng liên quan đến tác động của một cú sốc trong một biến đối với các biến khác trong mô hình. Có thể thấy trong Hình (Xem Hình), các cú sốc có tác động tích cực hoặc tiêu cực đến thể chế, ô nhiễm và thu nhập.

Các phản ứng phù hợp với kết quả thu được từ phân tích VAR và xác nhận kết quả trước đó. Tuy nhiên, cần lưu ý rằng các phản ứng ước tính được đặc trưng bởi các cú sốc dường như có tác động dai dẳng. Như Hình chỉ ra, các phản ứng  khác nhau đáng kể so với số không, điều này cho thấy các cú sốc có thể có ảnh hưởng liên tục tới các biến số trong khuôn khổ mối quan hệ này.

Hình: Phản ứng của các biến số đối với cú sốc

   Nguồn: Tác giả tính toán

 5. Kết luận

Bài viết này đóng góp cho sự hiểu biết về mối quan hệ giữa chất lượng môi trường, bối cảnh thể chế và tăng trưởng kinh tế. Các nghiên cứu trước đây đều có một sự đồng thuận lớn về sự đóng góp tích cực của thể chế cho sự phát triển kinh tế và chất lượng môi trường. Các nghiên cứu về tác động của phát triển kinh tế đối với môi trường còn yếu. Nghiên cứu này xác nhận tồn tại mối quan hệ phức tạp giữa lượng khí thải carbon dioxide, thể chế và thu nhập bình quân đầu người tại các tỉnh của Việt Nam. Kết quả nghiên cứu chỉ ra mối quan hệ nhân quả tích cực giữa thể chế và thu nhập bình quân đầu người, khi thu nhập tăng lên, sự tôn trọng, thực thi pháp luật, tuân thủ thể chế sẽ thực hiện tốt hơn và ngược lại. Kết quả nghiên cứu cũng nhận thấy rằng, thể chế có mối quan hệ tiêu cực với ô nhiễm, việc thực thi các quy tắc không phải là điều kiện để kiểm soát ô nhiễm; trong khi đó, nguyên nhân ngược lại, ô nhiễm không có ảnh hưởng đến thể chế. Hơn nữa, kết quả đã chứng minh ô nhiễm và thu nhập không có mối quan hệ nhân quả qua lại. Điều này có thể được giải thích bởi các giai đoạn phát triển kinh tế khác nhau, ngụ ý sự không đồng nhất trong bảo vệ môi trường. Chúng ta có thể kết luận rằng, ở các tỉnh có thu nhập cao, sự cải cách của thể chế dẫn đến tình trạng win win, trong đó thể chế mạnh hơn làm tăng mức thu nhập và ngược lại, với việc giảm ô nhiễm được tạo ra bởi tính nghiêm ngặt thể chế và thu nhập cao.

Từ những phát hiện này, một số hàm ý chính sách quan trọng được rút ra cho Việt Nam. Thứ nhất, các nhà hoạch định chính sách nhằm tăng cường tăng trưởng kinh tế có thể thực hiện cải cách thể chế và nhận thức được rằng nó sẽ thúc đẩy không chỉ tăng trưởng mà đến lượt nó, tăng trưởng kinh tế cũng sẽ củng cố bối cảnh thể chế. Thứ hai, sự cải cách thể chế là điều cần thiết để kiểm soát chất lượng môi trường, độc lập với các chính sách được thông qua (thuế, trợ cấp, tiêu chuẩn khí thải,…), để đạt được các mục tiêu phát triển bền vững, điều quan trọng là các quy tắc phải rõ ràng, được áp dụng và thực thi.

———————-&&&———————–