tiểu luận kinh tế lượng 2 các nhân tố ảnh hưởng đến chỉ số phát triển con người của một số quốc gia châu á giai đoạn 2013 2017

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
KHOA KINH TẾ QUỐC TẾ
*******

BÀI GIỮA KỲ MÔN KINH TẾ LƯỢNG 2
ĐỀ TÀI: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CHỈ SỐ PHÁT
TRIỂN CON NGƯỜI CỦA MỘT SỐ QUỐC GIA CHÂU Á
GIAI ĐOẠN 2013-2017
Nhóm thực hiện: Nhóm 15
1. Bùi Thị Thu Hương

1614420135

2. Dương Thu Hương

1514420345

3. Nguyễn Quang Huy

1514420052

4. Phan Thị Huyền

1614410085

5. Đặng Thị Huyền

1614410080

6. Nguyễn Thị Hà Na

1614420061

7. Nguyễn Thị Huyền Trang

1614420089

Lớp tín chỉ: KTE318(1-1920).2_LT
Giảng viên: TS. Chu Thị Mai Phương

Hà Nội, tháng 9 năm 2019


MỤC LỤC
LỜI MỞ ĐẦU ............................................................................................................ 1
CHƯƠNG 1. CƠ SỞ LÝ THUYẾT ......................................................................... 3
1.1. Khái quát về HDI ........................................................................................ 3
1.1.1. HDI là gì? ........................................................................................... 3
1.1.2. Cách tính HDI .................................................................................... 3
1.1.3. Các chỉ số thành phần của HDI ........................................................ 3
1.1.4. Các yếu tố ảnh hưởng đến Chỉ số phát triển con người HDI .......... 5
1.1.5. Tổng quan tình hình nghiên cứu ....................................................... 5
1.2 Mô hình tác động ngẫu nhiên - RE: .......................................................... 8
1.3 Mô hình tác động cố định - FE ................................................................... 9
1.4 Mô hình hồi quy gộp ................................................................................ 10
1.5 Kiểm định khuyết tật của mô hình ......................................................... 10
1.5.1 Kiểm định đa cộng tuyến ................................................................... 10
1.5.2 Phương sai sai số thay đổi ................................................................. 11
1.5.3 Kiểm định sự phù hợp của mô hình ................................................. 11
1.5.4 Kiểm định sự tự tương quan của phần dư ....................................... 11
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU .................................................. 12

2.1 Mô hình nghiên cứu .................................................................................. 12
2.1.1 Giới thiệu mô hình ............................................................................. 12
2.1.2 Lập mô hình hồi quy ......................................................................... 12
2.2 Giới thiệu các biến số ................................................................................ 13
2.3 Nguồn dữ liệu .............................................................................................. 14
2.4 Mô tả các biến ............................................................................................. 14
2.4.1 Mô tả thống kê các biến .................................................................... 14
2.4.2 Mô tả tương quan các biến ............................................................... 16
2.5 Giả thuyết nghiên cứu ................................................................................ 16
CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ THẢO LUẬN ............................... 18


3.1 Lựa chọn mô hình phù hợp ....................................................................... 20
3.2 Kiểm định mô hình ..................................................................................... 21
3.2.1 Kiểm định phương sai sai số thay đổi ............................................... 21
3.2.2 Kiểm định hiện tượng tự tương quan ............................................... 21
3.3 Khắc phục và thảo luận ............................................................................. 21
3.3.1 Khắc phục khuyết tật ......................................................................... 21
3.3.2 Thảo luận ........................................................................................... 22
CHƯƠNG 4: KẾT LUẬN VÀ KHUYẾN NGHỊ ................................................. 24
4.1 Kết luận chung ............................................................................................ 24
4.2 Giới hạn trong nghiên cứu ......................................................................... 25
4.3 Đề xuất một số khuyến nghị ...................................................................... 26
TÀI LIỆU THAM KHẢO ...................................................................................... 27
PHỤ LỤC: DO-FILE .............................................................................................. 28


DANH MỤC BẢNG BIỂU
Bảng 2. 2 Giải thích các biến số.............................................................................. 13
Bảng 2. 3 Mô tả thống kê các biến.......................................................................... 15

Bảng 2. 4 Hệ số tương quan giữa các biến............................................................... 16
Bảng 3. 1 Tổng hợp kết quả ước lượng các mô hình............................................... 19


DANH MỤC VIẾT TẮT
Viết tắt
HDI

Ý nghĩa
Human Development Index
Chỉ số Phát triển con người

OECD

Organisation for Economic Co-operation and Development
Tổ chức Hợp tác và Phát triển Kinh tế

UNDP

United Nations Development Programme
Chương trình Phát triển Liên Hợp Quốc

FE

Fixed effects model
Mô hình tác động cố định

RE

Random effects model

Mô hình tác động ngẫu nhiên


1

LỜI MỞ ĐẦU
Tài sản thực sự của một quốc gia là con người và mục đích của phát triển là
tạo môi trường cho phép người dân được hưởng thụ một cuộc sống trường thọ,
mạnh khoẻ và sáng tạo. Con người là vốn quý nhất, là mục tiêu phải hướng tới của
mọi hoạt động kinh tế - xã hội của mỗi quốc gia và toàn thế giới.Việc lựa chọn chỉ
tiêu phản ánh sự phát triển con người có ý nghĩa rất quan trọng, đặc biệt là trong xã
hội hiện đại ngày nay… Chính vì vậy, Cơ quan Báo cáo phát triển con người của
chương trình phát triển của Liên Hợp Quốc (UNDP) đã lựa chọn và đưa ra chỉ số
phát triển con người (Human Development Index - HDI). Việc đưa ra chỉ số này là
vô cùng cần thiết, bởi việc xếp hạng về HDI toàn cầu giúp cho các nước biết được
kết quả phát triển con người của mình trong một giai đoạn dài, giúp các nước có thể
đề ra các chính sách và chiến lược phát triển hợp lý trong thời gian tiếp theo nhằm
nâng cao chất lượng cuộc sống cho mọi thành viên trong xã hội.
. Trên thực tế, đã có không ít bài nghiên cứu về các yếu tố tác động lên HDI
của các quốc gia. Tuy nhiên, theo như khả năng tìm hiểu cũng như giới hạn kiến
thức, nhóm nghiên cứu phát hiện ra các bài nghiên cứu hầu hết đều xuất phát từ việc
nghiên cứu từ các quốc gia riêng lẻ hay trong thời gian ngắn từ, đó đưa ra những
đánh giá và giải pháp riêng.
Với việc chọn đối tượng nghiên cứu theo một cách tương đối đặc biệt là một
nhóm các quốc gia phát triển chứ không đi vào nghiên cứu một quốc gia riêng rẽ, và
trong một giai đoạn 5 năm nhóm nghiên cứu xin phép được góp sức vào chủ đề này đề
tài với đề tài tiểu luận: “Các nhân tố ảnh hưởng đến Chỉ số Phát triển con người

của một số quốc gia châu Á giai đoạn 2013-2017”. Cụ thể, nghiên cứu này sẽ trả
lời cho câu hỏi nghiên cứu là liệu những nhân tố được đề cập có tác động như thế

nào đến chỉ số HDI. Qua đó đề xuất một số khuyến nghị để làm tăng chỉ số này
trong tương lai.
Bài tiểu luận là kết quả quá trình xây dựng mô hình kinh tế lượng để phân
tích những tác động, ảnh hưởng các biến số nghiên cứu. Dựa trên mô hình nghiên
cứu của một số tác giả trước, sau đó nhóm tiến hành thu thập dữ liệu thứ cấp.
Sau đó, nhóm sử dụng mô hình hồi quy gộp, mô hình RE và FE đển phân tích
định lượng. Kết quả thu được những lượng hóa về tác động của các biến số nghiên


2

cứu lên HDI. Từ đó đưa ra cơ chế giải thích và kết luận, đồng thời phần nào làm rõ
được chỉ số HDI của 31 nước châu Á trong giai đoạn từ năm 2013 đến 2017.
Nhóm xin gửi lời cảm ơn chân thành đến giáo viên Tiến sĩ Chu Thị Mai
Phương đã tận tình dạy dỗ, chỉ bảo về kiến thức kinh tế lượng và sử dụng phần mềm
Stata để nhóm tác giả hoàn thành bài tiểu luận này.
Tuy nhiên, do hạn chế về kiến thức và kinh nghiệm thực tiễn cũng như sự
giới hạn về thời gian, bài viết của nhóm không thể tránh khỏi những thiếu sót cả về
nội dung lẫn hình thức. Nhóm nghiên cứu rất mong nhận được sự chỉ bảo, góp ý
quý báu của cô để giúp bài tiểu luận được hoàn thiện hơn.


3

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT
1.1.

Khái quát về HDI

1.1.1. HDI là gì?

Chỉ số phát triển con người (Human Development Index - HDI) là chỉ số so
sánh, định lượng về mức thu nhập, tỷ lệ biết chữ, tuổi thọ và một số nhân tố khác
của các quốc gia trên thế giới. HDI giúp tạo ra một cái nhìn tổng quát về sự phát
triển của một quốc gia (hoặc một địa phương).
HDI được Văn phòng báo cáo phát triển con người của Liên hợp quốc nghiên
cứu từ những năm thuộc thập kỷ 80 và bắt đầu đưa vào tính toán từ năm 1990. Mục
đích của việc tính toán HDI là tìm ra một chỉ tiêu tổng hợp phản ánh một cách toàn
diện sự phát triển kinh tế xã hội của một quốc gia và vùng lãnh thổ thay cho chỉ tiểu
GDP bình quân đầu người tính theo sức mua tương đương trước đây.
1.1.2. Cách tính HDI
Từ năm 2010, Văn phòng Báo cáo và phát triển con người của Liên hợp quốc
đã thay đổi một số nội dung trong việc tính toán HDI.
Một là, HDI không tính theo công thức bình quân cộng giản đơn, mà tính theo
công thức bình quân nhân giản đơn, theo công thức:
1/3

HDI = (Ithu nhập x Igiáo dục x Ituổi thọ)
Việc chuyển từ bình quân cộng giản đơn sang bình quân nhân giản đơn, nhằm
khuyến khích sự phát triển đồng đều giữa các lĩnh vực kinh tế, giáo dục và nâng cao
tuổi thọ. Về mặt toán học có thể thấy, khi một số quốc gia có cùng trị số HDI nếu
tính theo bình quân số học giản đơn của 3 chỉ số thành phần giống nhau, thì quốc
gia nào có trị số các chỉ số thành phần đồng đều nhau hơn sẽ nhận được trị số HDI
tính theo bình quân nhân giản đơn cao hơn.
1.1.3. Các chỉ số thành phần của HDI
i) Chỉ số tuổi thọ trung bình
Chương trình phát triển Liên hợp quốc (UNDP) định nghĩa: “Tuổi thọ trung
bình từ lúc sinh là số năm mà những đứa trẻ mới sinh trong cùng một năm, cùng một
địa phương kỳ vọng được sống với điều kiện là các tiêu chí này không thay đổi
trong suốt cuộc đời của đứa trẻ đó”.
Công thức tính chỉ số Tuổi thọ trung bình từ lúc sinh là:

4

X

tuổi thực

-X

tuổi min

Ituổi thọ=

X tuổi max-X tuổi min
Trong đó: Xtuổi thực : Tuổi thọ trung bình thực tế;

Xtuổi max : Tuổi thọ trung bình tối đa là 85 tuổi;
Xtuổi min : Tuổi thọ trung bình tối thiểu là 25 tuổi.
ii) Chỉ số về giáo dục
Chỉ số về giáo dục đại diện cho sự lựa chọn được giáo dục tốt của con người.
Chỉ số giáo dục được tính theo công thức:
Igiáo dục = (2/3) Ibiết chữ + (1/3) Iđi học
Trong đó: Ibiết chữ : Chỉ số biết chữ của người lớn (từ 15 tuổi trở lên);
Iđi học : Chỉ số đi học các cấp giáo dục.
Chỉ số giáo dục được tính từ 2 chỉ số thành phần: chỉ số biết chữ của người lớn
(từ 15 tuổi trở lên); và chỉ số đi học các cấp giáo dục (từ tiểu học đến đại học) theo
phương pháp bình quân số học gia quyền. Chỉ số biết chữ của người lớn có quyền số là
2, chỉ số đi học các cấp giáo dục có quyền số là 1, vì HDI chủ yếu xem xét đánh giá
trình độ phát triển mà trong đó trình độ dân trí đóng một vai trò quan trọng.

Chỉ số biết chữ của người lớn (từ 15 tuổi trở lên), tính theo công thức:

I

biết chữ

= X biết chữ thực-X biết chũ min
X
-X
biết chữ max

biết chữ min

Trong đó: Xbiết chữ thực : Tỷ lệ người lớn biết chữ thực tế;
Xbiết chữ max : Tỷ lệ người lớn biết chữ tối đa (100);
Xbiết chữ min : Tỷ lệ người lớn biết chữ tối thiểu (0).

Với I

biết chữ thực

=

X

biết chữ

X

dân số

Trong đó: Xbiết chữ : Dân số từ 15 tuổi trở lên biết chữ

Xdân số : Dân số từ 15 tuổi trở lên
Chỉ số đi học các cấp giáo dục (từ tiểu học đến đại học), tính theo công thức:

X
Iđi học=

học thực

-X

học min

X học max-X học min
Trong đó: Xhọc thực : Tỷ lệ đi học các cấp giáo dục thực tế;
Xhọc max : Tỷ lệ đi học các cấp giáo dục tối đa (100)

Xhọc min : Tỷ lệ đi học các cấp giáo dục tối thiểu (0)


5

Trong đó: Xđi học : Số người đi học các cấp từ tiểu học đến đại học;
Xkhung tuổi : Dân số từ 6 đến 24 tuổi.
Chỉ số thu nhập được tính theo công thức:

Log (X

Ithu nhập=

GDP thực

)-Log (X

GDP min

)

Log (X GDP max)-Log (X GDP min)

Trong đó:
Ithu nhập : Chỉ số thu nhập;
XGDP max : Mức tối đa của GDP bình quân đầu người là 40.000 USD-PPP;
XGDP min : Mức tối thiểu của GDP bình quân đầu người là 100 USD-PPP;
XGDP thực : Mức thực tế của GDP bình quân đầu người (USD-PPP);
Log : Phép toán lô-ga-rit cơ số 10.
Việc sử dụng phép toán lô-ga-rit cơ số 10 nhằm hạn chế ảnh hưởng quá mức
của yếu tố phát triển kinh tế đối với hai yếu tố còn lại (sức khỏe và tri thức).
1.1.4. Các yếu tố ảnh hưởng đến Chỉ số phát triển con người HDI
Mức sống thỏa đáng: Là lựa chọn về mức sống tối thiểu của con người, được
tính toán dựa trên thu nhập của mỗi cá nhân.
Tuổi thọ và sức khỏe: Là sự lựa chọn của con người về sống một cuộc sống ổn
định, khỏe mạnh
Môi trường bền vững: Thể hiện sự bền vững của môi trường tác động đến Phát
triển con người và ngược lại.
Tri thức: Thể hiện tầm quan trọng của giáo dục đào tạo đối với chất lượng
nguồn nhân lực.
1.1.5. Tổng quan tình hình nghiên cứu

Năm 1990, Báo cáo Phát triển con người (HDR) đầu tiên do chương trình Phát
triển Liên hợp quốc (UNDP) xuất bản, nhấn mạnh rằng sự phát triển bao gồm quyền
tự do, quyền lựa chọn của con người (quyền tự do cơ hội) và quyền tự do phát triển.
Báo cáo nhấn mạnh sự thật rằng sự phát triển của con người liên quan đến tất cả các
quốc gia, ảnh từ đó đưa ra nguồn gốc của chỉ số Phát triển con người (HDI).
Tuy nhiên, vào thời điểm ban đầu đó, chỉ số HDI vẫn còn những khuyết tật bất
cập, đó là việc quá phụ thuộc vào mức trung bình thu nhập quốc gia dẫn đến chưa thể
hiện được sự chênh lệch trong việc phân bổ, đặc biệt là chưa có “một cách đo lường


6

cụ thể về tự do con người”. Do đó mà cho tới nay có rất nhiều nghiên cứu khác nhau
chỉ ra những tác nhân ảnh hưởng trực tiếp hoặc gián tiếp tới chỉ số HDI của các
quốc gia ở các khu vực khác nhau trên thế giới.
Carmen Herrero, Ricardo Martínez, Antonio Villar, năm 2010, trong bài Báo cáo
“Improving the Measurement of Human Development”, HDRP-2010-12, Human
Development Report Office (HDRO) đã đề xuất một Chỉ số phát triển con người mới
bao gồm một số thay đổi liên quan đến HDI hiện tại, vẫn giữ cấu trúc cơ bản của chỉ số
(cụ thể là Sức khỏe, Giáo dục, Đời sống Vật chất), đồng thời đưa thêm các biến mới
tiếp cận y tế và giáo dục, tìm kiếm độ nhạy cao hơn của các chỉ số liên quan đến sự
khác biệt giữa các quốc gia. Những biến mới này được chỉ định đặc biệt để phân tích sự
phát triển của con người ở các nước phát triển cao, từ đó nghiên cứu tập trung so sánh
chỉ số HDI mới và HDI tiêu chuẩn, tập trung vào các quốc gia OECD.
Cùng trong thời gian này, chương trình Phát triển Liên hợp quốc (UNDP) đã xuất
bản Báo cáo Phát triển con người với tên gọi “The Real Wealth of Nations: Pathways to
Human Development”, bài nghiên cứu đã giới thiệu 3 công cụ đo lường: chỉ số Điều
chỉnh HDI về bất bình đẳng (IHDI), Chỉ số Bất bình đẳng giới tính và chỉ số Nghèo đa
chiều. Từ đó báo cáo khẳng định sự thiếu tương quan giữa tốc độ phát triển kinh tế và
sự cải thiện về sức khỏe và giáo dục và mối quan hệ này đặc biệt yếu trong HDI. Đồng

thời báo cáo đề cập đến thách thức lớn nhất trong việc duy trì tiến bộ trong phát triển
con người đến từ sự không bền vững của mô hình sản xuất và tiêu dùng. Để sự phát
triển của con người trở nên thực sự bền vững, mối liên hệ chặt chẽ giữa tăng trưởng
kinh tế và mức độ ô nhiễm môi trường cần phải được cắt giảm.
Đây cũng chính là vấn đề được nhắc tới trong Báo cáo Phát triển con người với
tên gọi “Sustaining and Equity: A Better Future for All” (2011), do chương trình Phát
triển Liên hợp quốc (UNDP) xuất bản, trong đó nghiên cứu có đề cập tới những ảnh
hưởng của các yếu tố ô nhiễm môi trường như nguồn nước, lượng khí đốt, hiệu ứng nhà
kính, ôn nhiễm không khí tới chỉ số HDI, bao gồm biến Lượng khí thải (CO2). Nghiên
cứu đã chỉ ra mối quan hệ giữa lượng khí thải và chỉ số HDI: rất ít hoặc dường như
không có mối quan hệ nào giữa 2 biến này ở các quốc gia với HDI thấp, nhưng ngược
lại, ở các nước có HDI đạt điểm ngưỡng nhất định, sẽ xuất hiện một sự tương quan tích
cực giữa lượng khí thải CO2 và thu nhập. Quốc gia với sự phát triển nhanh


7

trong chỉ số HDI đồng thời cho thấy sự gia tăng đối với lượng khí thải. Tuy nhiên,
đối với các chỉ số liên quan đến môi trường khác như phá rừng lại không thể hiện rõ
sự tương quan lớn như biến lượng khí thải CO2.
Amie Gaye, Jeni Klugman, Milorad Kovacevic, Sarah Twigg and Eduardo
Zambrano (2010) trong bài nghiên cứu “Measuring Key Disparities in Human
Development: The Gender Inequality Index”, Human Development Research Paper
2010/46 đã đo lường chỉ số bất bình đẳng giới ảnh hưởng đến HDI. Nghiên cứu
cũng đã đề cập đến vấn đề quan trọng về trình độ học vấn, tham gia kinh tế và chính
trị, và các vấn đề sức khỏe sinh sản và tính toán cho sự bất bình đẳng chồng chéo ở
cấp quốc gia, Chúng tôi cũng so sánh kết quả của chúng tôi với kết quả thay thế chỉ
số bất bình đẳng giới, tìm sự thay đổi đáng kể trong bảng xếp hạng trên các chỉ số
khác nhau do phần lớn là do sự khác biệt trong các yếu tố bất bình đẳng giới mà họ
tìm cách đo lường.

Tiếp đến năm 2013, chương trình Phát triển Liên hợp quốc (UNDP) đã xuất
bản Báo cáo Phát triển con người với tên gọi “The Rise of South: Human Progress
in a Diverse World”, đề cập đến tốc độ tăng trưởng HDI chưa từng có tiền lệ của các
nước Đông Nam Á, tiểu biểu Brazil, China, India, Indonesia, South Africa and
Turkey và Bangladesh, Chile, Ghana, Mauritius, Rwanda and Tunisia, đồng thời
đưa ra những đe dọa đối với môi trường của khu vực này. Báo cáo đề cập đến sự
thay đổi của thế giới, thúc đẩy bởi sự phát triển nhanh chóng của các nước Châu Á.
Đây cũng là một trong những lí do nhóm lựa chọn đối tượng nghiên cứu trong bài
tiểu luận này là Chỉ số Phát triển con người của các nước trong khu vực Châu Á, từ
đó tìm ra lí do cho sự gia tăng HDI nhanh chóng của khu vực này.
Smit Shah (2016), trong bài báo cáo của mình về “Determinants of Human
Development Index: A Cross-Country Empirical Analysis” cũng đã dựa trên 6 biến
là: Tuổi thọ trung bình, tỷ lệ người lớn biết chữ - tính cho người từ 15 tuổi trở lên,
GDP bình quân, tỷ lệ sinh sản, hệ số bất bình đẳng thu nhập và tỷ lệ lạm phát đưa ra
nghiên cứu về nhân tố ảnh hưởng đến chỉ số phát triển con người HDI với mô hình:
HDI = 0+ 1* lnGDP + 2* lnLifeExpectancy + 3 * lnLiteracyRate + 4 * lnGini + 5* lnFertilityRate + 6 * lnCo2 + 7 *
lnInflationRate + ui


8

Kết quả nghiên cứu cho thấy tỷ lệ lạm phát không ảnh hưởng đến chỉ số HDI
và 5 nhân tố còn lại là có ảnh hưởng.
Nhóm tác giả Amir Almasi-Hashiani, Mahdi Sepidarkish, Samira Vesali, Reza
Omani-Samani (2016) trong bài nghiên cứu “Mối tương quan giữa Chỉ số Phát triển
con người với tỷ lệ sinh sản và tử vong của con người” năm 2016 nhóm 4 tác đã đưa
ra các nhân tố ảnh hưởng đến chỉ số HDI như sau: tỷ lệ sinh sản và tử vong của trẻ
em dưới 1 tuổi và dưới 5 tuổi, tỷ lệ tử vong của các bà mẹ, và tỷ lệ sinh sản tổng
thể. Kết luận đưa ra đã khẳng định tầm ảnh hưởng rất đáng kể của các yếu tố này
đến Chỉ số Phát triển con người.

Kế thừa và phát huy dựa trên kết quả của bài nghiên cứu này và các công bố
của UNDP và các nghiên cứu đi trước, nhóm lựa chọn các biến số dưới đây để phân
tích phục vụ cho mục đích của bài viết:
Mức sống thỏa đáng, đại diện biến: Tổng sản phẩm quốc nội (GDP); Tỉ lệ lạm
phát (INFL).
Cuộc sống dài lâu & khỏe mạnh, đại diện biến: Tuổi thọ trung bình khi sinh
(LEAB); Tỉ lệ sinh (FER).
Môi trường bền vững, đại diện biến: Mức độ ô nhiễm không khí (AIR)
Tri thức, đại diện biến: Tỉ lệ hoàn thành cấp tiểu học (PCR).
1.2 Mô hình tác động ngẫu nhiên - RE:
Xét một mối quan hệ kinh tế bao gồm một biến phụ thuộc, Y và hai biến giải
thích quan sát được, X1 và X2. Chúng ta có dữ liệu bảng cho Y, X 1 và X2. Dữ liệu
bảng gồm có N đối tượng và T thời điểm vì vậy chúng ta có N*T quan sát.
Mô hình tác động ngẫu nhiên được viết dưới dạng :

Y =β X +β X +v +ε
it

1 it1

2 it2

i

it

Với i = 1, 2, …, N và t = 1, 2, …, T.
Trong đó, sai số cổ điển được chia làm hai thành phần

và

Thành phần đại diện cho tất cả các yếu tố không quan sát được mà thay đổi
giữa các đối tượng nhưng không thay đổi theo thời gian.
Thành phần đại diện cho tất cả các yếu tố không quan sát được thay đổi giữa
các đối tượng và thời gian.
Giả sử rằng

được cho bởi

=

0

+

với I = 1, 2, …, N.


9
Trong đó, lại được phân chia làm hai thành phân: thành phần bất định 0 và thành phần ngẫu nhiên .

Thành phần bất định
Thành phần ngẫu ngẫu nhiên là sự khác nhau giữa tham số cắt trung bình mẫu
0

được xem là tham số cắt trung bình tổng thể.

và tham số cắt cho đối tượng i.
Mỗi đối tượng trong N đối tượng sẽ có một hệ số cắt riêng. Tuy nhiên, trong
mô hình tác động ngẫu nhiên N hệ số căt này không phải là tam số cố định bởi có

thêm thành phần ngãu nhiên .
Giả định rằng cho mỗi đối tượng được rút ra từ một phân phối xác suất đôc lập
với giá trị trung bình bằng 0 và phương sai không đổi, đó là:
)=0

E(ω

(

)=

2

(,)=0

i

N biến ngẫu nhiên được gọi là tác động ngẫu nhiên (random effects)
Mô hình tác động ngẫu nhiên có thể được viết lại:
=

+

0

1

+

1

2

2

+

Trong đó: = +

Một giả định quan trọng trong mô hình tác động ngẫu nhiên là thành phần sai
số không tương quan với bất kì biến giải thích trong mô hình.
Bởi vì thành phần sai số là một phần của sai số cho mỗi đối tượng ở mỗi thời
điểm, sai số có sự tự tương quan. Hệ số tương quan cho sai số của đối tượng I ở bất
kì hai hời điểm t và s được xác định bởi:
2
,

(

2

)=

+

2

2

2

Trong đó, là phương sai của , và là phương sai của . Vì hệ số tương quan này luôn dương nên sự tương
quan của sai số của một đối tượng ở hai thời điểm bất kì luôn dương.

1.3 Mô hình tác động cố định - FE
Xét một mối quan hệ kinh tế bao gồm một biến phụ thuộc, Y và hai biến giải
thích quan sát được, X1 và X2. Chúng ta có dữ liệu bảng cho Y, X 1 và X2. Dữ liệu
bảng gồm có N đối tượng và T thời điểm vì vậy chúng ta có N*T quan sát.


10

Mô hình hồi quy tác động cố định, là một dạng mở rộng của mô hình hổi quy
tuyến tính cổ điển, được cho bởi :
=

1

Trong đó:
t

2

là giá trị của Y cho đối tượng i ở thời điểm t
là gía trị của X2 cho đối tượng i ở thời điểm t

1

1

+

2

2

+

+

là giá trị của X1 cho đối tượng i ở thời điểm
+ là sai số của đối tượng i ở thời điểm t.

=

Thành phần đại diện cho các yếu tố không quan sát được khác nhau giữa các
đối tượng nhưng không thay đổi theo thời gian. Thành phần đại diện cho các yếu tố
quan sát được khác nhau giữa các đối tượng và thay đổi theo thời gian.
Khác với mô hình RE, mô hình hồi quy tác động cố định không đánh giá
được các tác đông của các biến số thay đôi theo thời gian. Người ta lựa chọn mô
hình này khi biến bị bỏ sót là không đáng kể và tương quan với X.
1.4 Mô hình hồi quy gộp
Yit = α1 + β1X1it +...+ βkXkit + Uit
Trong đó:
Yit: Biến phụ thuộc của quan sát i trong thời kỳ t
X2it, X3it: Biến độc lập của quan sát i trong thời kỳ t
Với mỗi đơn vị chéo, εi là yếu tố không quan sát được và không thay đổi theo
thời gian, nó đặc trưng cho mỗi đơn vị chéo. Nếu εi tương quan với bất kỳ biến Xt
nào thì ước lượng hồi quy từ hồi quy Y theo Xt sẽ bị ảnh hưởng chéo bởi những
nhân tố không đồng nhất không quan sát được. Thậm chí, nếu εi không tương quan

với bất kỳ một biến giải thích nào thì sự có mặt của nó cũng làm cho cho các ước
lượng OLS không hiệu quả và sai số tiêu chuẩn không có hiệu lực.
1.5 Kiểm định khuyết tật của mô hình
1.5.1 Kiểm định đa cộng tuyến
Hiện tượng đa cộng tuyến (Multicollinearity) là hiện tượng các biến độc lập có
quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng đa cộng tuyến sẽ làm các sai số
chuẩn thường cao hơn, giá trị thống kê thấp hơn và có thể không có ý nghĩa.


11

Để kiểm tra hiện tượng này, sử dụng mâ trận tương quan Pearson. Nếu hệ số
tương quan của các biến độc lập với nhau < 0.05, có thể chấp nhận không có hiện
trượng đa cộng tuyến.
Ngoài ra, còn sử dụng thước đo độ phóng đại phương sai (Variance
InflationFactor, VIF) để kiểm tra. Nếu VIF < 10 thì không xảy ra đa cộng tuyến.
1.5.2 Phương sai sai số thay đổi
Phương sai của phần dư thay đổi là hiện tượng các giá trị phần dư có phân
phối không giống nhau, và gá trị phương sai không như nhau. Bỏ qua phương sai
của phần dư thay đổi sẽ làm cho các ước lượng OLS của các hệ số hồi quy không
hiệu quả. Để kiểm tra hiện tượng này, sử dụng kiểm định Spearman. Nếu (Sig.)>
0.05 thì phương sai phần dư không đổi.
1.5.3 Kiểm định sự phù hợp của mô hình
Phát hiện vấn đề này bằng cách sử dụng kiểm định F – kiểm định nhiều ràng
buộc bằng lệnh trong Stata14: test [tên biến độc lập].
: 1= 2=⋯= =0

Giả thuyết: {
1:∃ ≠ 0, = 1,…,

Nếu P-value = Prob > F = 0,0000 < 0,05 thì bác bỏ Ho rằng toàn bộ các biến
độc lập trong mô hình đều không ảnh hưởng đến biến phụ thuộc.
Nếu P-value = Prob > F = 0,0000 > 0,05 thì chấp nhận Ho là mô hình không phù hợp.

1.5.4 Kiểm định sự tự tương quan của phần dư
Trong mô hình hồi quy tuyến tính cổ điển chúng ta giả định không có tương
quan giữa các phần dư hay Cov(uiuj) = 0 với mọi i, j. Còn nếu tồn tại i và j mà
Cov(ui,uj) ≠ 0: thì kết luận có tự tương quan.


12

CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
2.1 Mô hình nghiên cứu
2.1.1 Giới thiệu mô hình
Với đề tài nghiên cứu này và số liệu thu thập được, nhóm tác giả sử dụng dữ
liệu mảng bằng sự kết hợp giữa chuỗi thời gian (từ 2013 đến 2017) của các quan sát
chéo (31 quốc gia châu Á). Nhóm tác giả sử dụng kiểu dữ liệu này giúp:
Một là, tăng quy mô mẫu vì số quan sát của dữ liệu là có hạn.
Hai là, giúp kiểm soát các yếu tố không quan sát được. Các yếu tố này có thể
khác nhau giữa các đối tượng nhưng không thay đổi theo thời gian hoặc thay đổi
theo thời gian nhưng lại không khác nhau giữa các đối tượng. Điều này cần thiết để
giảm sự thiên chệch trong ước lượng.
Ba là, ít có hiện tượng đa cộng tuyến giữa các biến giải thích. Điều này làm
kết quả của việc ước lượng tham số chính xác hơn.
Với kiểu dữ liệu mảng, để ước lượng mô hình theo các biến kể trên, nhóm tác
giả tiến hành ước lượng theo 3 mô hình: Hàm hồi quy gộp OLS; Mô hình với các
ảnh hưởng cố định FE (Fixed-effect model); Mô hình các ảnh hưởng ngẫu nhiên RE
(Random effect model). Nhóm tiến hành thiết lập mô hình hồi quy và kiểm định mô
hình sử dụng phần mềm Stata13.

2.1.2 Lập mô hình hồi quy
i) Mô hình hồi quy tổng thể PRF
ℎ

= β1 + β2* lngdp + β3 * lnleab + β4 * infl + β5 * fer + β6 * air + β7 *

+

pcr + c

Trong đó: β1 là hệ số chặn

β2 ; β3 ; β4 ; β5 ; β6; β7
c là các yếu tố không quan sát được

là các hệ số góc

là phần dư
ii) Mô hình hồi quy mẫu SRF
ℎ

pcr + c + u

̂

= β̂1 + β̂2 * lngdp + β̂3 * lnleab + β̂4 * infl + β̂5 * fer + β̂6 * air + β̂7 *

Trong đó: β̂1 là hệ số chặn

β̂2 ; β̂3 ; β̂4 ; β̂5; β̂6; β̂7 là các hệ số góc

c là ước lượng của yếu tố không quan sát được

13

u là ước lượng của phần dư

2.2 Giới thiệu các biến số
Dựa vào cơ sở lý thuyết nêu trên, nhóm tác giả xây dựng mô hình sử dụng các
biến số sau:
Bảng 2. 1 Giải thích các biến số
Tên
biến

Ý nghĩa

Số quan
sát

Loại biến

Đơn vị

hdi

Chỉ số Phát triển con người

155

Biến phụ
thuộc

lngdp

Logarit cơ số e của Tổng
sản phẩm quốc nội

155

Biến độc lập

USD

lnleab

Logarit cơ số e của Tuổi thọ
trung bình khi sinh

155

Biến độc lập

tuổi

infl

Tỷ lệ lạm phát

155

Biến độc lập

%

fer

Tỷ lệ sinh sản

155

Biến độc lập Trẻ em/phụ nữ

air

Mức độ ô nhiễm không khí

155

Biến độc lập

pcr

Tỷ lệ hoàn thành cấp tiểu
học

130

Biến độc lập

microgram/m
%

3

(Nguồn: Nhóm tác giả tổng hợp)
Bảng 2.1 cho thấy một số biến số được đề cập trong nghiên cứu của nhóm nhằm
phân tích ảnh hưởng của từng biến số lên chỉ số HDI. Dưới đây là lý do cho viẹc lựa
chọn từng biến số
Về tuổi thọ trung bình khi sinh: Tuổi thọ trung bình từ lúc sinh là số năm mà
những đứa trẻ mới sinh trong cùng một năm, cùng một địa phương kỳ vọng được
sống với điều kiện là các tiêu chí này không thay đổi trong suốt cuộc đời của đứa trẻ
đó. Trung bình số năm một nhóm người sinh cùng năm hy vọng sẽ sống qua (với giả
thuyết là điều kiện sống và chết giống nhau). Tuổi thọ phản ánh chất lượng y tế,
điều kiện sống của người dân trong mỗi quốc gia đó.
Về tỷ lệ sinh sản: Tỉ lệ sinh sản là đơn vị đo mức sinh sản được tính bằng tương
quan giữa số trẻ sinh ra và số dân số là nữ. Tỷ lệ sinh sản cũng là một thước đo quan


14

trọng phản ánh về chất lượng đời sống cũng như chất lượng giáo dục của một quốc
gia.
Về tổng sản phẩm quốc nội GDP: Tổng sản phẩm quốc nội GDP là giá trị tính
bằng tiền của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất ra trong phạm vi
lãnh thổ thuộc quốc gia đó. GDP là giá trị thể hiện rõ nét sự tăng trưởng về kinh tế
của một quốc gia, cũng như là thước đo đánh giá mức sống của người dân ở quốc
gia đó.
Về tỉ lệ hoàn thành cấp tiểu học: Tỉ lệ hoàn thành cấp tiểu học là chỉ số dung
để đánh giá mức độ được đi học cấp tiểu học của người dân, thể hiện trình độ học

vấn của người dân. Tỉ lệ hoàn thành cấp tiểu học là thước đo mặt bằng giáo dục của
một quốc gia.
Về tỉ lệ lạm phát: Bên cạnh giá trị GDP, tỷ lệ làm phát cũng là chỉ số dung để
đánh giá ảnh hưởng của GDP bình quân trong tương quan sức mua lên chỉ số HDI.
Về mức độ ô nhiễm không khí: Mức độ ô nhiễm không khí được coi là một chỉ
số phản ánh rõ ràng nhất về chất lượng môi trờng của một quốc gia hay khu vực. Vì
vì thế, mức độ ô nhiễm không khí gián tiếp trở thành thước đo cho mức độ phát
triển con người.
2.3 Nguồn dữ liệu
Nhóm tác giả sử dụng nguồn dữ liệu thứ cấp từ website chính thức của Liên
Hợp Quốc và World Bank. Cụ thể:
Chỉ số Phát triển con người từ năm 2013 đến 2017 của 31 quốc gia châu Á được thống
kê và tổng hợp trên trang web của Liên Hợp Quốc: Tổng
sản phẩm quốc nội, Tuổi thọ trung bình khi sinh, Tỷ lệ lạm phát, Tỷ lệ sinh sản, Mức độ
ô nhiễm không khí, Tỷ lệ hoàn thành cấp tiểu học từ năm 2013 đến

2017 của 31 quốc gia châu Á được thu thập từ kết quả điều tra của World Bank:
/>2.4 Mô tả các biến
2.4.1 Mô tả thống kê các biến
Câu lệnh: sum hdi lngdp lnleab infl fer air pcr
Bảng mô tả thống kê các biến trong mô hình của nhóm nghiên cứu được tổng
hợp dưới đây:


15

Bảng 2. 2 Mô tả thống kê các biến
Biến Số quan sát

Giá trị

trung bình

Độ lệch
chuẩn

Giá trị
nhỏ nhất

Giá trị
lớn nhất

hdi

155

0.7332129

0.1083311

0.538

0.909

lngdp

155

24.88396

1.878895

21.31013

29.27113

lnleab

155

4.296699

0.0629701

4.183576

4.432003

infl

155

2.135523

8.331665

-36.56478

36.75761

fer

155

2.384729

0.8106371

1.338

5.859

air

155

38.15322

24.98693

5.903065

99.73437

pcr

130

99.13035

9.292558

70.64785

120.7437

(Nguồn: Nhóm nghiên cứu tổng hợp từ phần mềm
Stata13) Bảng 2.2 đưa ra những giá trị thống kê cơ bản của từng biến như giá
trị trung
bình, giá trị độ lệch chuẩn, giá trị trung lớn nhất và nhỏ nhất.
Qua phân tích ta thấy biến chỉ số phát triển con người (hdi) có giá trị trung
bình là 0.7332129, độ lệch chuẩn 0.1083311 và dải giá trị trải đều từ 0.538 đến
0.9309.
Giá trị logarit cơ số e của tổng sản phẩm quốc nội (lngdp) đạt giá trị trung bình
24.88396, độ lệch chuẩn 1.878895 có giá trị trải đều từ 4.252279 đến 4.421599.

Giá trị trung bình của logarit cơ số e của tuổi thọ trung bình khi sinh (lnleab)
là khoảng 4.296699, độ lệch chuẩn 0.629701 và dải giá trị trải đều từ 4.183576 đến
4.432003.
Bảng 2.2 cũng cho thấy tỷ lệ lạm phát (infl) trung bình từ của các quốc gia
châu Á trong nghiên cứu từ 2013-2017 đạt 2.135523%, quốc gia có tỷ lệ lạm phát
thấp nhất là -36.56478%, cao nhất là 36.75761%.
Tỷ lệ sinh sản (fer) trung bình là 2.384729 trẻ em/phụ nữ, độ lệch chuẩn là
0.810693, quốc gia có thời điểm đạt tỷ lệ sinh sản thập nhất là 1.338 trẻ em/phụ nữ
và cao nhất là 5.859 trẻ em/phụ nữ.
Tỷ lệ hoàn thành cấp tiểu học (pcr) trung bình là 99.13035%, độ lệch chuẩn
là 9.292558, quốc gia có tỷ lệ hoàn thành cập tiểu học vào thời điểm thấp nhất là
70.64785% và có quốc gia lên tới 120.7437%.


16

Biến mức độ ô nhiễm không

khí (air) có giá trị trung bình là 38.15322

3
(microgram/m ), với độ lệch tiêu chuẩn tương đối lớn (khoảng 24.9869 từ
3

3

microgram/m ) và dải giá trị rất rộng

5.903065 (microgram/m ) đến 99.73437

3

(microgram/m ).
2.4.2 Mô tả tương quan các biến
Việc khảo sát hệ số tương quan giữa các biến trong mô hình nghiên cứu sẽ
kiểm tra sự biến thiên lẫn nhau giữa các biến trước khi đưa mô hình vào hồi quy.
Nếu hệ số tương quan cao thì có dấu hiệu của hiện tượng đa cộng tuyến. Kết quả
phân tích từ phần mềm Stata tương qua được mô tả tại bảng 2.3 dưới đây:
Câu lệnh: corr lngdp lnleab infl fer air pcr
Bảng 2. 3 Hệ số tương quan giữa các biến
lngdp

lnleab

infl

fer

air

lngdp

1.0000

lnleab

0.287

1.0000

infl

0.0092

-0.1916

1.0000

fer

-0.2403

-0.4607

-0.2138

1.0000

air

0.2584

-0.1483

-0.065

-0.0695

1.0000

pcr

0.0845

0.0693

-0.0184

-0.0176

-0.0434

pcr

1.0000

(Nguồn: Nhóm nghiên cứu tổng hợp từ phần mềm Stata13)
Từ bảng 2.3 cho thấy, hệ số tương quan giữa các biến trong mô hình nghiên
cứu đều nhỏ hơn 0.8, do đó các cặp biến tương quan có giá trị tương quan khá thấp,
trong đó có cặp biến fer và lnleab có giá trị tuyệt đối tương quan cao nhất 0.4607
(nhưng nhỏ hơn 0.8). Do đó, giá trị tương quan thấp giữa các cặp biến là một chỉ
báo mô hình phân tích ít gặp hiện tượng đa cộng tuyến.
2.5 Giả thuyết nghiên cứu
Từ những lý thuyết đã được đưa ra ở chương 1, chỉ số phát triển con người
phụ thuộc vào rất nhiều yếu tố vì vậy trong bài nghiên cứu này, nhóm tác giả sử
dụng các biến: lngdp (logarit cơ số e của tổng sản phẩm quốc nội); lnleab (logarit cơ
số e của tuổi thọ trung bình khi sinh); infl (tỷ lệ lạm phát); fer (tỷ lệ sinh sản); air
(mức độ ô nhiễm không khí); per (tỷ lệ hoàn thành cấp tiểu học). Dựa vào lý thuyết,
giả thuyết được xây dựng như sau:


17

H1: Tổng sản phẩm quốc nội càng cao thì chỉ số phát triển con người HDI có
xu hướng tăng. GDP tỷ lệ thuận với chỉ số phát triển con người HDI, khi GDP tăng
thì thu nhập, mức sống của người dân cũng sẽ tăng cao và có tác động tích cực đến
chỉ số phát triển con người. Ngược lại, khi GDP giảm nền kinh tế sẽ xấu đi, dẫn đến
suy thoái, lạm phát thất nghiệp và gây ảnh hưởng tiêu cực đến chỉ số HDI.
H2: Tuổi thọ trung bình khi sinh càng cao có xu hướng làm tăng Chỉ số Phát
triển con người HDI. Một quốc gia có tỷ lệ tuổi thọ trung bình khi sinh cao phản
ánh được điều kiện y tế, điều kiện sống ở quốc gia đó là tốt, chỉ số HDI sẽ cao.
H3: Tỷ lệ lạm phát càng cao thì có chỉ số phát triển con người HDI sẽ có xu
hướng giảm thấp. Tỷ lệ lạm phát cao đồng nghĩa với việc gia tăng tỷ lệ thất nghiệp,
thu nhập của người dân bị giảm và mức sống không được đảm bảo, dẫn đến việc chỉ
số HDI thấp.

H4: Tỷ lệ sinh sản càng cao thì chỉ số HDI sẽ càng thấp. Tại các nước Châu
Á, tỷ lệ sinh sản đạt luôn đạt ở mức cao và cao nhất so với các châu lục còn lại. Việc
này khiến cho dân số gia tăng nhanh gây áp lực lên cho chính phủ và xã hội. Các
vấn đề như thất nghiệp, ô nhiễm môi trường, điều kiện sống thấp (y tế, giáo dục
không đáp ứng đủ nhu cầu…) và các tệ nạn xã hội tại các quốc gia Châu Á sẽ càng
ngày càng trầm trọng hơn nếu như việc gia tăng dân số bùng phát không được giải
quyết triệt để.
H5: Mức độ ô nhiễm không khí có tác động xấu đến chỉ số HDI. Có rất nhiều
nghiên cứu chỉ ra rằng ô nhiễm môi trường, đặc biệt là ô nhiễm không khí có tác
động xấu đến sức khỏe đời sống của con người. Đặc biệt các nước Châu Á luôn có
tỷ lệ ô nhiễm không khí cao nhất so với các nước trên toàn thế giới, điều này có ảnh
hưởng rất tiêu cực đến chỉ số con người HDI.
H6: Tỷ lệ hoàn thành cấp tiểu học có tác động tích cực đến chỉ số HDI. Chỉ
số PER dùng để phản ánh mức độ phát triển của nền giáo dục và trình độ học vấn
của người dân nước đó. Khi tỷ lệ hoàn thành cấp tiểu học càng cao thì người lao
động sẽ càng dễ tiếp thu, học hỏi, nâng cao trình độ tay nghề sản xuất và ứng dụng
được những cải tiến khoa học kỹ thuật, từ đó cải thiện được mức sống lên cao.


18

CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ THẢO LUẬN
Sau quá trình nghiên cứu, nhóm tác giả có bảng tổng hợp kết quả các mô hình
dưới đây với:
mhre: Mô hình RE
mhfe: Mô hình FE
mhcc: Mô hình cuối cùng


19

Bảng 3. 1 Tổng hợp kết quả ước lượng các mô hình
Biến

mhre

mhfe

mhcc

Hệ số
hồi quy

P>|z|

Hệ số
hồi quy

P>|t| Hệ số
hồi quy

P > |t|

lngdp

0.0092946

0.001

0.0085449

0.012 0.0085449

0.032

lnleab

1.044338

0.000

0.853961

0.000 0 .853961

0.000

infl

-0.0001291

0.094

-0.0001045

0.159 -0.0001045

0.180

fer

-0.0141312

0.075

-0.0276002

0.006 -0.0276002

0.064

air

0.0000511

0.772

0.000124

0.523 0.000124

0.741

pcr

0.0003663

0.007

0.0003231

0.015 0.0003231

0.039

_cons

-3.989539

0.000

-3.118682

0.000 -3.118682

0.001

Prob>F

Prob > chi2 = 0.0000

Prob>F = 0.000

Prob > F = 0.0000

corr(u_i,X)

corr(u_i, X)

corr(u_i, Xb) =

corr(u_i, Xb)=

0.2962

0.2962

=0

(assumed)
xttest0

Test:
Var(u) =
chibar2(01) = 184.29
Prob > chibar2 = 0.0000

Hausman

Ho: difference in coefficients not systematic
chi2(6) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 15.06
Prob>chi2 = 0.0198
(V_b-V_B is not positive definite)

xttest3

H0:
sigma(i)^2 =
sigma^2 for all i
chi2 (31) = 5.7e+05

Prob>chi2 = 0.0000

xtserial

H0: no first-order
autocorrelation
F (1, 26) = 15.849
Prob > F = 0.0005

(Nguồn: Nhóm nghiên cứu tổng hợp từ phần mềm Stata13)


20

3.1 Lựa chọn mô hình phù hợp
Sau khi khai báo số liệu dạng mảng bằng câu lệnh xtset id year, nhóm tác giả
sử dụng tiếp tục thực hiện lệnh hồi quy mô hình RE bằng phần mềm Stata13.
Câu lệnh: xtreg hdi lngdp lnleab infl fer air pcr, re
Kết quả phân tích bằng phần mềm Stata13 mô hình RE thể hiện qua mhre
thuộc bảng 3.1, bao gồm các dòng từ 1 đến 10 của cột 2. Kiểm định Wald về mức ý
nghĩa tổng thể mô hình cho thấy Prob>chi2 = 0.000 < 0.05, mô hình có ít nhất một
hệ số hồi quy có giá trị khác 0 có ý nghĩa thống kê. Đề tài sẽ không tiến hành phân
tích sâu về tác động của từng biến số trong mô hình hồi quy trên vì đây chưa phải là
mô hình hồi quy cuối cùng được chọn dành cho thảo luận.
Tiếp theo, nhóm tác giả sử dụng câu lệnh xttest0 để lựa chọn giữa hai mô hình
RE và POLS.
Xét cặp giả thiết:
{

H0: ci=0

(với c i là biến số không quan sát được)

H1:ci ≠ 0
Kết quả kiểm định xttest0 được thể hiện ở dòng số 11 của cột 2 thuộc bảng 3.1. Ta
có: Prob > chibar2 = 0.000 <0.05 nên ta bác bỏ giả thiết H0, chấp nhận giả thiết H1.
Mô hình RE có phương sai sai số thay đổi (ci ≠ 0). Giữa hai mô hình RE và
POLS thì mô hình RE được cho là phù hợp hơn.
Tương tự với hồi quy mô hình RE, nhóm nghiên cứu tiếp tục sử dụng câu lệnh
xtreg để ước lượng mô hình và sử dụng lệnh est store mhfe để lưu lại mô hình này.
Câu lệnh: xtreg hdi lngdp lnleab infl fer air pcr, fe
Kết quả ước lượng mô hình FE được thể hiện trong bảng 3.1, cụ thể là các
dòng từ 1 đến 10 của cột 3.
Kiểm định Wald về mức ý nghĩa tổng thể mô hình cho thấy: Prob>F = 0.000 <
0.05. Điều này có nghĩa là có ít nhất một hệ số hồi quy trong mô hình khác giá trị 0
có ý nghĩa thống kê. Cũng tương tự mô hình RE, đề tài sẽ không tiến hành phân tích
sâu về tác động của từng biến số vì đây chưa phải là mô hình hồi quy cuối cùng
được chọn dành cho thảo luận.
Tiếp theo, nhóm tác giả dùng kiểm định Hausman để lựa chọn mô hình phù
hợp hơn giữa hai mô hình RE và FE.
Xét cặp giả thiết: