Tiểu luận kinh tế lượng Gretl

TIỂU LUẬN KINH TẾ LƯỢNG

Đề tài:

NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN NHU CẦU ĐI LẠI
BẰNG XE BUS CỦA NGƯỜI DÂN Ở THÀNH PHỐ

Hà Nội, tháng 9 năm 2017

MỤC LỤC


LỜI MỞ ĐẦU
Từ khi Việt Nam chuyển từ nền kinh tế kế hoạch hóa tập trung sang nền kinh tế
thị trường thì bức tranh về kinh tế của Việt Nam có nhiều điểm sáng, mức sống của
người dân được cải thiện từng bước, được bạn bè các nước trong khu vực và quốc tế
hết lòng ca ngợi về những thành tựu trong quá trình đi lên xây dựng đất nước. Tuy
nhiên chúng ta cũng phải nhìn thẳng vào những mặt tối của sự phát triển, điển hình
như vấn đề ùn tắc giao thông ngày càng nhức nhối ở thủ đô Hà Nội hiện nay khi mà số
phương tiện tăng lên quá nhanh trong khi cơ sở hạ tầng chưa đủ đáp ứng nhu cầu đi lại
ngày một tăng cao của người dân. Để giải quyết bài toán khó này, nhiều biện pháp đã
được đưa ra. Một trong số đó là tăng cường vận tải hành khách công cộng mà cụ thể là
vận chuyển hành khách bằng xe buýt như phát triển hệ thống xe buýt đa dạng chủng
loại như dịch vụ mini buýt, tăng cường sử dụng những chiếc xe buýt nhỏ tầm 16 chỗ,
linh hoạt đưa đón người dân. Được cho rằng ra đời lần đầu tại Pháp năm 1926, xe buýt
ngày nay đã trở thành phương tiện đi lại quan trọng của người dân các nước phát triển.
Xuất hiện lần đầu tại Việt Nam năm 1919, cùng với sự phát triển của đất nước,xe buýt
không chỉ đóng góp trong việc giảm ùn tắc giao thông trong các thành phố lớn mà còn
trở thành phương tiện đi lại của nhiều tầng lớp người dân trong xã hội, tiêu biểu như
học sinh, sinh viên, công nhân, viên chức…
Nhận thấy vai trò quan trọng của xe buýt đối với đời sống hiện này, nhóm quyết

định lựa chọn nghiên cứu đề tài: “Những yếu tố ảnh hưởng đến nhu cầu đi lại bằng
xe bus của người dân ở thành phố.” với hi vọng sẽ góp phần đưa ra được các giải
pháp để cải thiện dịch vụ đi lại công cộng của một quốc gia nói chung và của Việt
Nam nói riêng. Trong quá trình thực hiện tiểu luận, nhóm em đã cố gắng để hoàn
thành bài một cách tốt nhất xong do hạn chế về mặt chuyên môn nên chắc chắn không
thể tránh khỏi những sai sót, kính mong cô góp ý để chúng em hoàn thiện hơn bài tiểu
luận này.
Chúng em xin chân thành cảm ơn cô!


Mục tiêu nghiên cứu: Nghiên cứu sự ảnh hưởng của 4 yếu tố bao gồm: Thu nhập
của người dân, giá vé xe bus, quy mô dân số, giá xăng dầu đến nhu cầu sử dụng xe bus
của cộng đồng. Từ đó đưa ra các giải pháp giúp cải thiện dịch vụ, nâng cao chất lượng
phục vụ cũng như tăng sự thỏa mãn về nhu cầu sử dụng xe bus đối với các quốc gia,
mà cụ thể nhất là Việt Nam.
Đối tượng và phạm vi nghiên cứu: Thu nhập ( Income); Giá cả (Fare); Quy mô
dân số (Pop); Giá xăng dầu (Gasprice) ;Nhu cầu đi lại bằng xe bus (Bustravel) của
người dân ở thành phố.
Phương pháp nghiên cứu: Phương pháp Định lượng với sự hỗ trợ của phần mềm
Gretl. Bộ số liệu lấy từ kho dữ liệu của phần mềm Gretl – data 4-4: Demand for bus
travel determinants.
Những hạn chế và khó khăn khi thực hiện: Khi thực hiện bài tiểu luận, nhóm
gặp khó khăn trong quá trình tìm kiếm thu thập số liệu vĩ mô chính xác, đầy đủ. Đồng
thời do năng lực của của các thành viên có hạn nên bài nghiên cứu khó tránh được
những sai sót.
Cấu trúc bài tiểu luận: gồm 4 chương
Chương I. Cơ sở lý luận của nghiên cứu: “ Những yếu tố ảnh hưởng đến nhu cầu đi lại
bằng xe bus của người dân ở thành phố”
Chương II. Xây dựng mô hình nghiên cứu những yếu tố ảnh hưởng đến nhu cầu đi lại
bằng xe bus của người dân ở thành phố

Chương III. Kết quả ước lượng, kiểm định mô hình và suy diễn thống kê
Chương IV. Thảo luận kết quả kiểm định và kiến nghị


NỘI DUNG
CHƯƠNG I: CƠ SỞ LÝ LUẬN CỦA NGHIÊN CỨU: “ NHỮNG YẾU TỐ
ẢNH HƯỞNG ĐẾN NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN Ở
THÀNH PHỐ”

1.1. Các lý thuyết cơ sở:
Trước đây đã có nhiều nhà nghiên cứu nghiên cứu về các nhân tố ảnh hưởng đến
cầu về một hàng hóa, và cũng có nhiều công trình nghiên cứu về các nhân tố ảnh
hưởng đến nhu cầu sử dụng xe bus làm phương tiện đi lại. Sau đây sẽ là những nghiên
cứu đi trước làm cơ sở để nhóm nghiên cứu thực hiện đề tài “ Những nhân tố ảnh
hưởng đến nhu cầu đi lại bằng xe bus”.
1.1.1. Lý thuyết về cung cầu và giá cả thị trường
Đây là lý thuyết cho thấy mối quan hệ giữa cung cầu và giá cả hàng hóa. Đặc biệt
nó còn cung cấp lý thuyết về sự phụ thuộc của hàng hóa vào các yếu tố như sau:
-

QDx= f( Px, Py, I, N)
Px: Giá cả bản thân hàng hóa
Px tỷ lệ nghịch với lượng cầu về hàng hóa. Khi giá cả của một hàng hóa nào đó
tăng thì xu hướng là cầu về hàng hóa đó sẽ giảm và ngược lại, khi giá cả hàng hóa đó
giảm cầu hàng hóa đó sẽ tăng khi các yếu tố khác không đổi.
Đối với nhu cầu đi lại bằng xe bus (Bustralv) thì giá vé (Fare) chính là P x.

Hình 1. Mô hình minh họa mối quan hệ Px và QDx

-

Py: Giá cả của hàng hóa thay thế
Lý thuyết chỉ ra rằng Py tỷ lệ thuận với lượng cầu về hàng hóa X.
Trong khi các yếu tố khác không đổi ,nếu giá cả hàng hóa thay thế mà tăng thì

lượng cầu về hàng hóa thay thế đó sẽ giảm, dẫn tới cầu về hàng hóa đang xét sẽ tăng
và ngược lại.
Đối với nhu cầu đi lại bằng xe bus thì giải pháp thay thế là đi lại bằng các
phương tiện vận tải khác như xe máy, ôtô, … Mà chi phí đi lại bằng các phương tiện
đó ảnh hưởng trực tiếp bởi giá xăng (Gasprice) nên trong bài nhóm nghiên cứu coi giá
xăng là giá cả hàng hóa thay thế Py .
- I: Thu nhập của người dân
Thu nhập ảnh hưởng đến việc tiêu thụ hàng hóa. Theo lý thuyết thì thu nhập có
thể tỷ lệ thuận hoặc tỷ lệ nghịch với lượng cầu về hàng hóa tùy theo hàng hóa đó là
hàng hóa thông thường hay hàng hóa thứ cấp. Nếu là hàng hóa thông thường thì
thu nhập tăng cầu tăng, nếu là hàng hóa thứ cấp thì thu nhập tăng cầu giảm.
Xe bus là hàng hóa thứ cấp, khi thu nhập càng tăng sẽ kéo theo sự giảm nhu cầu
sử dụng xe bus, chuyển sang sử dụng phương tiện khác. Do đó cầu về xe bus và thu
nhập của người dân có mối tương quan nghịch.
-

N: Quy mô thị trường, cụ thể là quy mô dân số.
Trong bài nghiên cứu biến quy mô này là POP.
Quy mô dân số tỷ lệ thuận với lượng cầu về hàng hóa.
1.1.2. Hàm cầu Marshall
Phương trình hàm cầu: X = X (Px,Py,M)
Trong đó: X là lượng cầu về một mặt hàng
Px là giá cả hàng hóa đó
Py là giá cả hàng hóa thay thế

M là thu nhập của người mua.
Py và M là biến ngoại sinh, Px là biến nội sinh.
1.1.3. Lý thuyết về hành vi người tiêu dùng
Theo lý thuyết này, các nhân tố ảnh hưởng đến cầu về một hàng hóa gồm 2 loại:

-

Các nhân tố bên trong (biến nội sinh) và các nhân tố bên ngoài (biến ngoại sinh).
Biến nội sinh gồm có: Giá cả chính hàng hóa đó.
Biến ngoại sinh gồm có:
+) Giá cả hàng hóa thay thế


+) Thu nhập của người tiêu dùng
+) Quy mô thị trường
Ngoài ra còn có một số nhân tố khác không xét đến trong nghiên cứu này.
1.2.Công trình nghiên cứu của các nhóm nghiên cứu trước về đề tài “ Những
yếu tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố”
Tiểu luận “Các yếu tố ảnh hưởng đến cầu đi xe bus củaP sinh viên ĐH Kinh tế Luật”
Nhóm tác giả:
1. Phạm Thị Thu Phương
2. Lê Thị Huyền Trang
3. Lê Tường Vy
4. Nguyễn Thị Tường Vy

Theo đó nhóm nghiên cứu đã đưa ra mô hình :
BUS= f (INC, PRICE, DIST, QUALITY , YEAR)

Trong đó:

Tên biến
BUS
INC
PRICE
DIST
QUALITY
YEAR

Ý nghĩa
Cầu đi xe bus
Thu nhập
Giá cả
Khoảng cách
Chất lượng xe bus
Số năm học

Dấu kì vọng
Kì vọng âm
Kì vọng dương
Kì vọng dương
Kì vọng dương
Kì vọng âm


Bảng 1. Danh sách các biến mô hình “Các yếu tố ảnh hưởng đến cầu đi
xe bus của sinh viên ĐH Kinh tế Luật”
Trong nghiên cứu trên, biến PRICE được kì vọng là dương với lý giải của
nhóm nghiên cứu là do giá cả của vé xe bus vốn đã rẻ so với các loại phương tiện
khác trên thị trường, điều này chưa thật sự phù hợp với lý thuyết về hàm cầu. Qua
nghiên cứu nhóm em xin xác minh lại.

CHƯƠNG II: XÂY DỰNG MÔ HÌNH NGHIÊN CỨU NHỮNG YẾU TỐ ẢNH
HƯỞNG ĐẾN NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN Ở
THÀNH PHỐ

2.1. Phương pháp luận của mô hình nghiên cứu:
2.1.1.

Phương pháp định lượng: Bình phương tối thiểu thông thường - OLS

Mô tả các số liệu về: nghiên cứu ảnh hưởng của giá vé, giá gas, thu nhập và dân
số đối với nhu cầu đi lại bằng xe bus của người dân ở thành phố
STT
1

Tên biến
BUSTRAVL

2
3
4

FARE
GASPRICE
INCOME

Đơn vị
Nghìn
người/giờ
USD

USD
USD

5

POP

Nghìn người

Ý nghĩa
Nhu cầu đi lại bằng xe
bus
Giá vé
Giá gas
Thu nhập bình quân
đầu người
Dân số

Bảng 2: Các biến của mô hình

Loại biến
Biến phụ thuộc
Biến độc lập
Biến độc lập
Biến độc lập
Biến độc lập


2.1.2.Các mô hình đã được sử dụng trong các nghiên cứu trước đó:
Qua những nghiên cứu trước đó ta thấy được :

- Mối quan hệ phụ thuộc của biến BUSTRAVL với các biến độc lập như : FARE,
INCOME,…
- Mức độ phụ thuộc và những sai số ngẫu nhiên trong mô hình
- Hệ số tương quan, hệ số xác định, hệ số xác định hiệu chỉnh, sai số chuẩn của mô
hình hồi quy
- Hiện tượng đa cộng tuyến của mô hình và cách khắc phục
2.2. Xây dựng mô hình lý thuyết
2.2.1. Xác định dạng mô hình
- Hàm hồi quy tổng thể ngẫu nhiên
BUSTRAVL= β 1 + β 2*FARE + β 3*GASPRICE + β 4*INCOME +β 5*POP + ui
- Hàm hồi quy mẫu
= + *FARE + *GASPRICE + *INCOME + *POP
2.2.2. Giải thích các biến, thước đo biến và đơn vị của các biến.
- Giải thích các biến:
Biến phụ thuộc (biến được giải thích): số người đi lại bằng xe bus ở thành phố –
BUSTRAVL (nghìn người/giờ)
Biến độc lập (biến giải thích):

BUSTRAVL

Tên biến

Đơn vị

Dấu kỳ vọng

Ý nghĩa
Giá vé tăng dẫn đến

FARE

Giá vé

USD

-

cầu đi lại bằng xe
bus giảm

GASPRICE

Giá xăng
dầu

Giá xăng dầu tăng
USD

+

dẫn đến cầu đi lại
bằng xe bus tăng


Thu nhập bình quân

Thu nhập
INCOME

bình quân

USD

đầu người tăng dẫn

-

đến cầu đi lại bằng

đầu người

xe bus giảm
Dân số tăng dẫn

POP

Dân số

Nghìn người

+

đến cầu đi lại bằng
xe bus tăng

Bảng 3. Giải thích biến độc lập
- Thước đo biến: các giá trị được lấy từ bảng số liệu mẫu.
2.3. Mô tả số liệu
2.3.1. Mô tả số liệu:
- Nguồn số liệu: Bộ số liệu được lấy ở kho dữ liệu Ramanathan data 4-4, Gretl.

- Mô tả thống kê cho các biến được thể hiện ở trong bảng dưới đây:
Summary Statistics, using the observations 1 – 40
BUSTRAVL
FARE
GASPRICE
INCOME
POP

Mean
1933.2
0.88250
0.91425
16760.
919.26

Median
1589.6
0.80000
0.91000
17116.
555.80

Minimum
18.100
0.50000
0.79000
12349.
167.00

Maximum

13103.
1.5000
1.0300
21886.
7323.3

- Dựa vào bảng số liệu trên, ta có bảng tổng hợp sau:
Bảng 4. Mô tả thống kê
(Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl)
Biến

Số QS

Giá trị trung
bình

Trung vị

Giá trị nhỏ
nhất

Giá trị lớn
nhất


BUSTRAVL
FARE
GASPRICE
INCOME
POP

40
40
40
40
40

1933.2
0.88250
0.91425
16760.
919.26

1589.6
0.80000
0.91000
17116.
555.80

18.100
0.50000
0.79000
12349.
167.00

13103.
1.5000
1.0300
21886.
7323.3

2.3.2. Ma trận tương quan giữa các biến
Mô tả tương quan giữa các biến BUSTRAVL, FARE, GASPRICE, INCOME và
POP được thể hiện trong bảng 5 dưới đây:
Bảng 5. Mô tả tương quan
(Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl)

GASPRIC

INCOM

E

E

BUSTRAVL

FARE

1.0000

-0.048

0.3787

0.2287

1.000

0.051

-0.0755

1.0000

0.1364

1.0000

POP
0.931
3
0.014
9
0.326
6
0.335
1
1.000
0

BUSTRAVL

FARE

GASRICE

INCOME

POP

Nhìn vào Bảng 5. ta có nhận xét:
-

r(BUSTRAVL, FARE)= -0.048: giữa BUSTRAVL và Giá vé có mối tương quan rất
thấp, tương quan ngược chiều


-

r(BUSTRAVL, GASPRICE)= 0.3787: giữa BUSTRAVL và Giá xăng dầu có mối
tương quan bình thường, tương quan cùng chiều

-

r(BUSTRAVL, INCOME)= 0.2287: giữa BUSTRAVL và Thu nhập bình quân đầu
người có mối tương quan thấp, tương quan cùng chiều

-

r(BUSTRAVL, POP)= 0.9313: giữa BUSTRAVL và Số người dân ở thành phố có mối
tương quan rất cao, tương quan cùng chiều
Từ bảng ta thấy hệ số tương quan giữa các biến độc lập là hầu hết nhỏ hơn 0.8
chỉ có hệ số tương quan giữa POP và BUSTRAVL là lớn hơn 0.8, mô hình ít có khả
năng xảy ra vấn đề đa cộng tuyến.
CHƯƠNG III. KẾT QUẢ ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY
DIỄN THỐNG KÊ
3.1 Kết quả ước lượng
3.1.1 Chạy mô hình hồi quy
Sử dụng phần mềm Gretl, hồi quy mô hình bằng phương pháp bình phương

tối thiểu thông thường OLS, ta được kết quả như sau:
Model 1: OLS, using observations 1-40
Dependent variable: BUSTRAVL
const
FARE
GASPRICE
INCOME
POP

Coefficient
-1088,59
-647,61
4285,83
-0,11992
1,83284

Mean dependent var
Sum squared resid
R-squared
F(4, 35)
Log-likelihood
Schwarz criterion

Std. Error
2810,85
496,61
2852,16
0,0701137
0,123517

1933,175
25997583
0,887273
68,87115
-324,4502
667,3449

t-ratio
-0,3873
-1,3041
1,5027
-1,7104
14,8388

S.D. dependent var
S.E. of regression
Adjusted R-squared
P-value(F)
Akaike criterion
Hannan-Quinn

Hình 2. Mô hình hồi quy ban đầu

p-value
0,70089
0,20072
0,14190
0,09605 *
<0,00001 ***
2431,757

861,8515
0,874390
4,25e-16
658,9005
661,9537


3.1.2. Phân tích kết quả
•

Số quan sát n = 40

•

Tổng bình phương các phần dư SSR = 25997583

•

Độ lệch chuẩn của biến phụ thuộc (S.D. dependent var): Sy = 2431.757 =

•

Mô hình hồi quy mẫu:
BUSTRAVL = -1088.59 - 647.610*FARE + 4285.83*GASPRICE −
0.119920*INCOME

+

1.83284*POP

+

•

Hệ số xác định R2: R-squared = 0.887273

•

R2 = 0.887273 có ý nghĩa là các biến Giá vé( FARE) , Giá xăng
dầu( GASPRICE) , Thu nhập bình quân đầu người( INCOME), Số người dân
trong thành phố ( POP) giải thích được 88.7273% sự biến động của biến Số
người đi lại bằng xe bus( BUSTRAVL)
Hệ số 1 = -1088.59 : Khi các biến độc lập có giá trị bằng 0 cầu đi lại bằng xe

bus (BUSTRAVL) là -1088.59 nghìn/giờ.
3.2. Kiểm định và khắc phục các khuyết tật của mô hình
3.2.1. Kiểm định bỏ sót biến thích hợp
Chúng ta sử dụng kiểm định RESET test với cặp giả thuyết:

Chạy trên phần mềm Gretl, ta được kết quả:
Auxiliary regression for RESET specification test
OLS, using observations 1-40
Dependent variable: BUSTRAVL
coefficient
std. error
t-ratio
p-value
--------------------------------------------------------------const
-31,1711
2721,01

-0,01146
0,9909


FARE
GASPRICE
INCOME
POP
yhat^2
yhat^3

222,501
1430,32
-0,0362185
-0,0866341
0,000248530
-1,31778e-08

598,656
2973,25
0,0755614
0,914124
0,000106490
5,50047e-09

0,3717
0,4811
-0,4793
-0,09477
2,334

-2,396

0,7125
0,6336
0,6349
0,9251
0,0258
0,0224

**
**

Test statistic: F = 2,905986,
with p-value = P(F(2,33) > 2,90599) = 0,0688

Hình 3. Kiểm định Ramsey RESET

Nhìn vào hình 3, ta thấy: p-value= P (F(2,33) > 2.905986) = 0.0688 > α =0.05
Nên: Không bác bỏ Ho.
Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu không bỏ sót biến.
3.2.2. Kiểm định đa cộng tuyến

-

Nguyên nhân dẫn đến đa cộng tuyến
Bản chất của vấn đề: luôn ngầm chứa các hiện tượng đa cộng tuyến.
Do phương pháp thu thập số liệu
Do mẫu dữ liệu không có tính ngẫu nhiên, đại diện cho tổng thể.
Các giá trị của biến độc lập có tương quan cao trong mẫu nhưng không có

-

tương quan cao trong tổng thể.
Dạng hàm hồi quy. Ví dụ: một biến độc lập là bình phương( hoặc lũy thừa bậc

ba) của một biến độc lập khác.
 Dấu hiệu nhận biết đa cộng tuyến
Dùng Nhân tử phóng đại phương sai ta được kết quả:
Variance Inflation Factors
Minimum possible value = 1.0
Values > 10.0 may indicate a collinearity problem
FARE 1.010
GASPRICE 1.123
INCOME 1.136
POP 1.239
Bảng 6. Kiểm định đa cộng tuyến


Ta thấy VIFFARE=1.010<10
VIFGASPRICE=1.123<10
VIFINCOME=1.136<10
VIFPOP=1.239<10
Vậy mô hình không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
3.2.3. Kiểm định phương sai sai số thay đổi

-

 Lý thuyết
Phương sai sai số thay đổi là hiện tượng mỗi sai số ngẫu nhiên u i có một phương sai

-

riêng: var (ui) = σi2
Nguyên nhân: do bản chất mối quan hệ kinh tế, do kỹ thuật thu thập số liệu không
đồng đều nên số liệu có chất lượng khác nhau; do hành vi của con người trong các
hoạt động ngày càng hoàn thiện; do sự xuất hiện của các quan sát ngoại lai; hay do

dạng hàm sai cũng có thể dẫn đến phương sai sai số thay đổi.
- Hậu quả:
• Các ước lượng OLS không còn tính chất BLUE
• Các dự báo cũng sẽ không hiệu quả
• Việc sử dụng thống kê t và F để kiểm định không còn đáng tin cậy nữa.
 Nhận dạng
Để nhận biết mô hình có mắc bệnh phương sai sai số thay đổi hay không, ta có
thể dùng phương pháp định tính hoặc phương pháp định lượng.
• Phương pháp định lượng
Kiểm định White’s Test:
Xét cặp giả thuyết


Chạy trên phần mên Gretl, ta được kết quả:
White's test for heteroskedasticity
OLS, using observations 1-40
Dependent variable: uhat^2
coefficient
std. error
t-ratio
p-value
---------------------------------------------------------------const
-8,31461e+07

4,56583e+07 -1,821
0,0806 *
FARE
828168
1,46799e+07
0,05642 0,9555
GASPRICE
9,74642e+07
6,50013e+07
1,499
0,1463
INCOME
4618,34
3285,05
1,406
0,1721
POP
-344,077
7753,11
-0,04438 0,9650
sq_FARE
-3,21893e+06
2,02388e+06 -1,590
0,1243
X2_X3
-7,58388e+06
1,40247e+07 -0,5408
0,5935
X2_X4
668,410

394,258
1,695
0,1024
X2_X5
764,776
730,787
1,047
0,3053
sq_GASPRICE
-2,97008e+06
4,05538e+07 -0,07324 0,9422
X3_X4
-5101,93
3297,51
-1,547
0,1344
X3_X5
3182,36
7706,94
0,4129
0,6832
sq_INCOME
-0,0150687
0,0256927
-0,5865
0,5628
X4_X5
-0,137777
0,345489
-0,3988

0,6934
sq_POP
-0,0835307
0,222378
-0,3756
0,7104
Warning: data matrix close to singularity!
Unadjusted R-squared = 0,325175
Test statistic: TR^2 = 13,007014,
with p-value = P(Chi-square(14) > 13,007014) = 0,525971

Hình 4. Kiểm định White
Theo kết quả hình 4 ta thấy:
p-value= P(Chi-square(14)>13,007014) = 0,525971 > α=0,05 nên không bác bỏ Ho
 Kết luận: Với mức ý nghĩa 5%, mô hình hồi quy ban đầu có phương sai sai số
không đổi.
3.2.4. Kiểm định phân phối chuẩn của nhiễu
Xét cặp giả thuyết:


Ta tiến hành kiểm định Jacque – Bera:
0,0005

uhat1
N(2,4443e-013 861,85)

Test statistic for normality:
Chi-square(2) = 0,339 [0,8441]
0,00045

0,0004

0,00035

Density

0,0003

0,00025

0,0002

0,00015

0,0001

5e-005

0
-2000

-1000

0

1000

2000

uhat1

Frequency distribution for uhat1, obs 1-40
number of bins = 7, mean = 2,44427e-013, sd = 861,852
interval
< -1406,2
- -807,56
- -208,90
- 389,76
- 988,41
- 1587,1
>= 1587,1

-1406,2
-807,56
-208,90
389,76
988,41

midpt
-1705,5
-1106,9
-508,23
90,427
689,09
1287,7
1886,4

frequency
1
6

11
7
10
4
1

rel.

cum.

2,50%
15,00%
27,50%
17,50%
25,00%
10,00%
2,50%

2,50%
17,50%
45,00%
62,50%
87,50%
97,50%
100,00%

Test for null hypothesis of normal distribution:
Chi-square(2) = 0,339 with p-value 0,84413

Hình 5 . Kiểm định Jacque – Bera

Từ kết quả hình 5 ta có:

*****
*********
******
*********
***


p-value = 0,84413 > α=0,05 nên không bác bỏ Ho
 Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu có nhiễu có phân phối chuẩn.
3.3. Suy diễn thống kê
3.3.1. Ý nghĩa thống kê của hệ số hồi quy
Để kiểm định ý nghĩa thống kê của các biến độc lập ta xem xét hệ số hồi quy của các
biến độc lập có khác 0 hay không. Sử dụng cặp giả thiết:

Có 3 cách kiểm tra là :
•
•
•


Sử dụng khoảng tin cậy
Sử dụng kiểm định t
Sử dụng giá trị p-value
Khoảng tin cậy

Với mức ý nghĩa α=0,05, khoảng tin cậy của các hệ số hồi quy là:
( i – Se(i). (n – k) ; i + Se(i).(n – k) )
Trong đó:

– i: hệ số ước lượng.
– Se(i): sai số tiêu chuẩn của hệ số ước lượng.
– (n – k): giá trị tới hạn mức ý nghĩa α bậc tự do (n – k).
Nếu giá trị so sánh 0 không thuộc khoảng tin cậy, ta bác bỏ H 0, biến đó có ý
nghĩa thống kê.


Áp dụng cho các hệ số:

Hìn
h 6. Ước lượng t của hệ số hồi quy
Từ hình 6 ta thấy:
-

Khoảng tin cậy 95% của các biến FARE, GASPRICE và INCOME đều chứa giá trị 0,

-

từ đó không bác bỏ giả thiết H0, các biến này không có ý nghĩa thống kê.
Khoảng tin cậy 95% của biến POP không chứa giá trị 0, từ đó bác bỏ Ho, chứng tỏ
biến POP có ý nghĩa thống kê đối với cầu đi lại bằng xe bus.
 Kiểm định t
Thống kê t sử dụng cho cặp giả thiết trên là: tqs =
Miền bác bỏ H0: |tqs| > |(n – k)| = |t0.025(40)| ≈ 2.021
Nếu giá trị tqs thuộc miền bác bỏ, ta bác bỏ H0, biến đó có ý nghĩa thống kê
Áp dụng cho các hệ số:
Variable
FARE
GASPRICE
INCOME

POP

t-ratio
-1,304
1,503
-1,710
14,84


Giá trị thống kê t của các biến FARE, GASPRICE, INCOME đều không thuộc
miền bác bỏ, từ đó không bác bỏ Ho, các biến này không có ý nghĩa thống kê.
Giá trị thống kê của biến POP thuộc miền bác bỏ, từ đó bác bỏ Ho, biến POP có
ý nghĩa thống kê.
 Giá trị P–value
Xét giá trị p–value trong kiểm định t
– Nếu p–value nhỏ hơn mức ý nghĩa, ta bác bỏ H0, biến đó có ý nghĩa thống kê.
– Nếu p–value lớn hơn mức ý nghĩa, ta chưa đủ cơ sở để bác bỏ H0, biến đó có
thể không có ý nghĩa thống kê
Áp dụng cho các hệ số:
Variable
FARE
GASPRICE
INCOME
POP

p-value
0,2007
0,1419
0,0961
1,14e-016

Giá trị p-value của các biến FARE, GASPRICE, INCOME đều lớn hơn mức ý
nghĩa 5%, nên không bác bỏ Ho, các biến này không có ý nghĩa thống kê.
Giá trị p-value của biến POP nhỏ hơn mức ý nghĩa 5%, nên ta bác bỏ Ho, biến
POP có ý nghĩa thống kê.

Từ kết quả trên ta có kết luận:


Các biến FARE, GASPRICE và INCOME đều không có ý nghĩa thống kê đối với
biến BUSTRAVL. Duy chỉ có biến POP là có ý nghĩa thống kê với biến BUSTRAVL.
 Ý nghĩa thống kê của POP: Với các yếu tố khác không đổi, nếu dân số tăng 1 nghìn
người thì cầu đi lại bằng xe bus sẽ tăng 1,83284 nghìn người/giờ.
3.3.2.Kiểm định sự phù hợp của mô hình
Cặp giả thiết để kiểm định sự phù hợp của mô hình là:

Với cặp giả thiết này, sử dụng kiểm định F với giá trị quan sát:
Fqs = ( n là số quan sát, k là số hệ số hồi quy)
Ta có:

F(4, 35) = 68.87115
P-value(F) = 4,25e-16< α = 0,05

Với mức ý nghĩa 5%, giá trị p-value nhỏ hơn mức ý nghĩa, từ đó bác bỏ giả thiết
H0, hàm hồi quy là phù hợp.

CHƯƠNG IV. THẢO LUẬN KẾT QUẢ KIỂM ĐỊNH VÀ KIẾN NGHỊ
4.1. Thảo luận kết quả ước lượng
Từ việc kiểm định các khuyết tật của mô hình (kiểm định bỏ sót biến, đa cộng
tuyến, kiểm định phương sai sai số thay đổi, kiểm định phân phối chuẩn của nhiễu)

trên, ta thấy mô hình không bị các khuyết tật và kết quả của mô hình là đáng tin cậy và
có ý nghĩa kinh tế. Tuy nhiên qua việc kiểm định về ý nghĩa của các hệ số hồi quy thì
chỉ có biến POP có ý nghĩa hồi quy. Như vậy trong mô hình mà nhóm nghiên cứu xem


xét gồm các yếu tố như giá vé, giá xăng dầu, dân số và thu nhập thì biến dân số ảnh
hưởng mạnh mẽ đến nhu cầu đi lại bằng xe bus của người dân ở thành phố.
Trong quá trình nghiên cứu và tham khảo các tài liệu liên quan đến đề tài nhóm
nghiên cứu cũng nhận thấy rằng việc chọn biến độc lập ảnh hưởng nhiều đến kết quả
nghiên cứu. Nếu chọn thêm biến độc lập khác hoặc bỏ bớt biến độc lập đã chọn thì có
thể BUSTRALV không chỉ phụ thuộc vào POP như trong mô hình này. Vì khuôn khổ
một tiểu luận chỉ cho phép nhóm lựa chọn một mô hình, nên mong rằng sẽ có nhiều
nghiên cứu tiếp theo hoàn thiện hơn đề tài này.
4.2. Kiến nghị
Theo kết quả nghiên cứu, số lượng cư dân có ảnh hưởng rất lớn đến nhu cầu sử
dụng xe bus làm phương tiện đi lại của người dân ở thành phố. Điều này rất có ý
nghĩa đối với nhà nước trong việc quy hoạch giao thông đô thị, với các doanh nghiệp
trong ngành chuyên chở bằng xe bus. Vì vậy nhóm xin đề xuất một số phương án sau:
Đối với nhà nước: Nên tăng cường lưu lượng xe bus trên các tỉnh thành trọng
điểm tập trung nhiều dân cư, đồng thời dựa trên số liệu về lượng dân cư hiện tại và
mức gia tăng dân số để hoạch định chính sách và quán triệt các doạnh nghiệp trong
ngành xe bus.
Đối với các doanh nghiệp: Vì giá vé thay đổi trong một giới hạn nhất định ( trong
bài là từ 0.5 đến 1.5 USD) không ảnh hưởng đến nhu cầu sử dụng xe bus, vì vậy các
doanh nghiệp nên tận dụng điểm này để tăng doanh thu. Các doanh nghiệp cũng nên
điều tra về tình hình dân cư và mức gia tăng dân số của các tỉnh thành để nhanh chóng
có kế hoạch chiếm lĩnh thị trường trước các đối thủ trong và ngoài ngành.


KẾT LUẬN

Bài nghiên cứu này dựa vào cơ sở lý thuyết về cung cầu thị trường, hàm cầu
Marshall và lý thuyết hành vi người tiêu dùng; số liệu nghiên cứu được lấy trong phần
4-4 Ramanathan trong Gretl.
Những kết quả nghiên cứu ở trên đã cho chúng ta có một cách nhìn rõ ràng và
tương đối đấy đủ về những tác động của các yếu tố sự ảnh hưởng của Giá vé, Giá


xăng dầu, Thu nhập bình quân đầu người, Dân số đến sự biến động của biến Nhu cầu
đi lại bằng xe bus của người dân ở thành phố.
Qua đây, nhóm cũng xin gửi lời cảm ơn đến giảng viên bộ môn Kinh tế lượng
ThS. Nguyễn Thúy Quỳnh đã có những chỉ dẫn sát sao cùng với sự giúp đỡ và đóng
góp của các bạn trong lớp đã giúp chúng em hoàn thành báo cáo này. Bài tiểu luận của
chúng em đến đây là kết thúc, em xin cám ơn sự giúp đỡ và hướng dẫn tận tình của cô
qua những giờ học bổ ích trên lớp đã giúp chúng em có thêm kiến thức về môn kinh tế
lượng cũng như giúp ích cho việc đi làm sau này của chúng em.
Chúng em xin chân thành cảm ơn cô!

DANH MỤC TÀI LIỆU THAM KHẢO
1. PGS.TS. Nguyễn Quang Dong, Giáo trình Bài giảng kinh tế lượng, NXB Giao
thông vận tải, 1998.
2. PGS.TS. Nguyễn Quang Dong, Bài tập Kinh tế lượng, NXB Khoa học kỹ thuật,
1998.
3. PGS.TS. Nguyễn Cao Văn, TS.Trần Thái Ninh, Giáo trình Lý thuyết xác suất và
thống kê toán, NXB Thống kê, 2006.
4. PGS.TS Cao Thúy Xiêm, Giáo trình Kinh tế vi mô, NXB Đại học Kinh tế Quôc
dân,2012.
5. Kinh tế lượng – CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN CẦU ĐI XE BUÝT CỦA
SINH VIÊN ĐẠI HỌC

/>
 Đánh giá từng cá nhân trong nhóm

Người
được đánh giá
Người
đánh giá

Tô Khánh
Huyền
Hoàng Kiều
Vân
Trần Thị
Quỳnh Như

Tô Khánh
Hoàng
Huyền
Kiều Vân

10
10
10

10

Trần Thị
Quỳnh
Như

Tạ Thị
Mỹ Linh

Quản
Phương
Hằng

Thái Thị
Thanh
Nhàn

10

10

10

10

10

10

10

10

10

10

10


Tạ Thị Mỹ
Linh
Quản Phương
Hằng
Thái Thị
Thanh Nhàn
Điểm TB cá
nhân

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10
10

10