tiểu luận kinh tế lượng các nhân tố ảnh hưởng đến chỉ số phát triển con người – HDI

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
KHOA KINH TẾ QUỐC TẾ
=====000=====

TIỂU LUẬN
BỘ MÔN KINH TẾ LƯỢNG
Đề tài: Các nhân tố ảnh hưởng đến Chỉ số phát triển con

người – HDI
Sinh viên thực hiện: Nhóm 2
Nguyễn Lê Thảo Ly – 1511110490
Lê Thủy Tiên - 1511110790
Lớp tín chỉ: KTE309(1-1718).3_LT
Giảng viên hướng dẫn: ThS. Nguyễn Thúy Quỳnh
Hà Nội – 12/2017
1


DANH SÁCH VÀ ĐÁNH GIÁ THÀNH VIÊN TRONG NHÓM

S

Họ và tên

TT
1.

Nguyễn

MSSV
Lê

Thảo Ly
2.

151111
0490

Lê Thủy Tiên

151111
0790

2

Điểm đánh
giá cá nhân
10

10


MỤC LỤC

3


BIỂU

4

A. LỜI MỞ ĐẦU
Kể từ khi Liên Hợp Quốc thông qua 17 mục tiêu Phát triển bền vững vào tháng 8 năm 2015
cho tới nay, vấn đề phát triển bền vững đối với mỗi một quốc gia trở thành một vấn đề nghiên
cứu quan trọng đối với hầu hết các ngành khoa học. Với một quốc gia, phát triển bao gồm phát
triển xã hội, phát triển con người và phát triển nền kinh tế. Theo đó, hiện nay, sự phát triển bền
vững của nền kinh tế đi đôi với sự phát triển của trình độ xã hội mà nhân tố ảnh hưởng đến kinh
tế và xã hội quan trọng nhất lại chính là yếu tố con người (Human resources – HR).
Trong bối cảnh sự phát triển kinh tế cần dựa trên những yếu tố bền vững hơn là dựa vào
khai thác tài nguyên thiên nhiên đang dần cạn kiệt và đánh đổi môi trường lấy lợi ích kinh tế
trong ngắn hạn thì đầu tư phát triển con người là một nhiệm vụ hàng đầu và quan trọng của các
nguyên thủ quốc gia. Trong các nghiên cứu khoa học về nguồn nhân lực, một số các chỉ tiêu đã
được đưa ra để đánh giá về sự phát triển của con người, trong số đó có thể kể đến Chỉ số Thông
minh (hay còn được gọi là chỉ số IQ), Chỉ số Thông minh cảm xúc (hay còn được gọi là chỉ số
EQ), Chỉ số Thông minh xã hội (hay còn được gọi là chỉ số SQ), Chỉ số Vượt khó (hay còn được
gọi là Chỉ số AQ), Chỉ số Đạo đức (hay còn được gọi là chỉ số MQ) hay một số các chỉ số khác.
Tuy vậy, điểm chung của những chỉ số này là đều không xem xét đến yếu tố phát triển kinh tế
trong tương quan với phát triển con người. Do đó, một thành tựu quan trọng của các nhà nghiên
cứu thế kỉ XX chính là sự ra đời của Chỉ số phát triển con người (hay còn được gọi là chỉ số HDI
- Human Development Index). Đây là một thành tựu chiến lược có ý nghĩa quan trọng trong
nghiên cứu về phát triển kinh tế dựa trên nền tảng phát triển nguồn nhân lực, đặc biệt là trong bối
cảnh mục tiêu lớn nhất của các nước là phát triển kinh tế bền vững.
Nhận thức được tầm quan trọng của Chỉ số phát triển con người (sau đây gọi là chỉ số
HDI), nhóm nghiên cứu nhận thấy sự cần thiết cần phải nghiên cứu chuyên sâu về những yếu tố
ảnh hưởng đến chỉ số HDI, từ đó có thể đánh giá một cách toàn diện và đầy đủ các ảnh hưởng
của những nhân tố này đến sự phát triển của con người trong tương quan với sự phát triển của
nền kinh tế. Vì vậy, nhóm lựa chọn đề tài nghiên cứu: “Các nhân tố ảnh hưởng đến Chỉ số phát
triển con người – HDI”. Thông qua nghiên cứu và phân tích dữ liệu thu thập được, nhóm nghiên
cứu hướng tới các mục tiêu sau:
Một là, xác định các nhân tố ảnh hưởng đến Chỉ số HDI

Hai là, xây dựng mô hình hồi quy thể hiện mức độ tác động của các nhân tố ảnh hưởng đến
Chỉ số HDI

5


Ba là, kiến nghị về định hướng để nâng cao Chỉ số HDI, từ đó phát triển nền kinh tế bền
vững
Nhóm lựa chọn nghiên cứu đề tài này với mục đích là phần nào giải thích được mức độ tác
động của các nhân tố ảnh hưởng tới chỉ số HDI để đề xuất giải phát nâng cao chỉ số HDI với mục
đích cuối cùng là hỗ trợ phát triển kinh tế bền vững dựa trên yếu tố nguồn nhân lực.
Nhóm nghiên cứu đề tài này trên phạm vi thế giới, với đơn vị quan sát là quốc gia, kích
thước của mẫu là 66 quốc gia không phân biệt khu vực và trình độ phát triển. Quan sát được thu
thập trong phạm vi dữ liệu của năm 2014. Dữ liệu quan sát được được sử dụng để xây dựng mô
hình hồi quy về tác động của các nhân tố mà nhóm nghiên cứu nêu ra trong giả thiết lên chỉ số
HDI.
Phương pháp nghiên cứu
−

Phương pháp thu thập dữ liệu: nhóm nghiên cứu thu thập dữ liệu thứ cấp từ UNdata – Kho dữ

−

liệu của Liên Hợp Quốc, Worldbank Data trên cơ sở chọn lọc và kiểm chứng.
Phương pháp xây dựng mô hình: sử dụng phương pháp bình phương tối thiểu thông thường
OLS (Ordinary Least Squares) và công cụ Kinh tế lượng. Nhóm sử dụng phần mềm Gretl để
chạy mô hình hồi quy và kiểm định mô hinh để đem lại kết quả khách quan, chính xác.
Bài nghiên cứu được trình bày với bố cục như sau:

Chương 1: Tổng quan về cơ sở lý luận về chỉ số HDI

Chương 2: Xây dựng mô hình hồi quy các yếu tố tác động lên chỉ số HDI
Chương 3: Ước lượng, kiểm định và suy diễn thống kê về các yếu tố tác động chỉ số HDI
Trong quá trình nghiên cứu, nhóm nhận thấy đề tài nghiên cứu gặp nhiều khó khăn trong
quá trình thu thập dữ liệu do số lượng quan sát trung bình nhưng trải dài trên phạm vi toàn thế
giới, do đó, việc dữ liệu còn thiếu nhiều và mất nhiều thời gian để kiểm định tính chính xác và độ
tin cậy của dữ liệu. Bên cạnh đó, do hạn chế về khả năng chuyên môn và khai thác công cụ hỗ trợ
kỹ thuật, nhóm mất nhiều thời gian để phân tích và kiểm định bằng công cụ Gretl cũng như suy
diễn thống kê và xây dựng mô hình. Trong quá trình thực hiện, nhóm nghiên cứu đã cố gắng
tham khảo và học hỏi những nghiên cứu trước đó và nhận được sự hướng dẫn nhiệt tình từ Thạc
sĩ Nguyễn Thúy Quỳnh về kiến thức Kinh tế lượng và sử dụng phần mềm Gretl cũng như các kỹ
năng phân tích thống kê, hồi quy, kiểm định và suy diễn. Nhóm nghiên cứu xin chân thành cảm
ơn Thạc sĩ Nguyễn Thúy Quỳnh vì sự giúp đỡ nhiệt tình này.
Do hạn chế về thời gian và kiến thức, bài nghiên cứu của nhóm còn nhiều thiếu sót, rất
mong nhận được nhận xét và góp ý của cô để nghiên cứu của nhóm được hoàn thiện hơn.
6


Chúng em xin chân thành cảm ơn cô!
B. NỘI DUNG

CHƯƠNG 1. TỔNG QUAN VỀ CƠ SỞ LÝ LUẬN
1.1. Cơ sở lý thuyết liên quan đến Chỉ số HDI

1.1.1. Định nghĩa về Chỉ số HDI
Chỉ số HDI hay Chỉ số phát triển con người (Human Development Index) là thước đo
tổng hợp về sự phát triển kinh tế xã hội của một quốc gia hay vùng lãnh thổ trên các 3 phương
diện: sức khỏe, thu nhập và giáo dục. Chỉ số HDI được sử dụng để đánh giá trình độ phát triển về
con người của mỗi một quốc gia, có ý nghĩa phân cấp và được rà soát đánh giá lại theo chu kỳ,
thường là chu kỳ 1 năm.
1.1.2. Khái quát về Chỉ số HDI

Theo UNDP, sự phát triển của con người được hiểu là một quá trình mở rộng sự lựa chọn của
con người trong cuộc sống. Những sự lựa chọn cốt yếu và quan trọng nhất mà con người cần phải
được lựa chọn đó là có một cuộc sống ổn định và khỏe mạnh, được giáo dục tốt và được hưởng
mức sống cơ bản tiêu chuẩn. Một vài những lựa chọn khác có thể kể đến là sự tự do về quan điểm
chính trị, đảm bảo về quyền con người và sự tôn trọng cá nhân.
Theo báo cáo thường niêm của UNDP về phát triển con người năm 1990, quan điểm của một
số nhà nghiên cứu cho rằng thu nhập là nhân tố duy nhất ảnh hưởng tới sự lựa chọn của con
người trong cuộc sống là không đúng đắn trong mọi trường hợp. UNDP đưa ra một số lý giải sau:
−

Thu nhập chỉ là một công cụ, không phải là mục tiêu cuối cùng. Thu nhập có thể được sử
dụng để chi trả cho các dịch vụ y tế, thuốc men, chi trả cho các dịch vụ hỗ trợ cho đời sống
hay giáo dục, nhưng sự phồn thích của xã hội phụ thuộc vào việc thu nhập được sử dụng ở

−

đâu chứ không phải là bản thân mức thu nhập
Thông qua quan sát một số các quốc gia cho thấy, có nhiều quốc gia có trình độ phát triển con
người ở mức cao nhưng lại chỉ có thu nhập ở mức trung bình, trong khi trình độ phát triển con

−

người ở mức thấp lại được quan sát thấy ở một vài nước có thu nhập cao
Thu nhập trong hiện tại của một quốc gia có ít ảnh hưởng về định hướng đến tiềm năng phát
triển trong tương lai. Nếu quốc gia đó vốn đã chú trọng đến đầu tư nguồn nhân lực, thì thực
lực tăng trưởng thu nhập trong tương lai sẽ mạnh hơn rất nhiều so với các quốc gia có cùng
mức thu nhập hiện tại nhưng không đầu tư vào nguồn nhân lực
7

−

Những vấn đề về con người và nguồn nhân lực và các nước tư bản công nghiệp giàu có cho
thấy rằng, mức thu nhập cao hay thấp không đảm bảo chắc chắn về sự phát triển con người
trong quốc gia đó
Từ các luận điểm đó,UNDP giới thiệu Chỉ số HDI lần đầu tiên năm 1990. Chỉ số HDI ban

đầu được nghiên cứu và đưa ra bởi nhà kinh tế học người Pakistan Mahbub-ul-Haq và phát triển
thêm bởi nhà kinh tế học người Ấn Độ Amartya Sen trước khi được hoàn thiện trong báo cáo
thường niên của UNDP. Chỉ số HDI được công bố bởi UNDP như một phương pháp đo lường
mức độ phát triển về con người của tất cả các quốc gia trên thế giới dựa trên 3 phương diện: tuổi
thọ, kiến thức và mức sống. Chỉ số HDI được chia thành Chỉ số HDI toàn cầu và Chỉ số HDI
trong khu vực, về cơ bản không có gì khác biệt ngoại trừ phạm vi thu thập số liệu để tính toán các
chỉ số thành phần.
Sau gần 20 năm áp dụng chỉ số này để đánh giá các quốc gia, dựa trên thực tiễn nghiên
cứu và theo dõi, năm 2010, UNDP cho rà soát và đưa ra công thức tính HDI mới dựa trên các
phương diện nền tảng nhưng có điều chỉnh về phương pháp lấy giá trị trung bình và thay đổi các
giá trị biên cho phù hợp với thực tiễn phát triển của thế giới . Trong phạm vi bài nghiên cứu này,
nhóm sử dụng công thức tính HDI toàn cầu mới được ban hành năm 2010 bởi UNDP.
1.1.3. Phương pháp tính Chỉ số HDI
Phương pháp tính Chỉ số HDI được khái quát thành 2 bước cơ bản sau đây:
Bước 1: Lập chỉ số của từng phương diện
Theo đó, bước đầu tiên để tính Chỉ số HDI đó là tính chỉ số riêng của từng phương diện
đánh giá bao gồm: (1) chỉ số về tuổi thọ trung bình, (2) chỉ số về trình độ giáo dục và (3) chỉ số
về mức sống cơ bản tiêu chuẩn. Ba chỉ số riêng biệt này sau đó được sử dụng để tính Chỉ số HDI.
Mỗi chỉ số thành phần sẽ được điều chỉnh về mức độ từ 0 đến 1 bằng phương pháp sử dụng các
giá trị biên (giá trị lớn nhất và giá trị nhỏ nhất) được trình bày cụ thể ở phần công thức dưới đây.
Bước 2: Tổng hợp và lấy trung bình
Các chỉ số thành phần được tổng hợp lại bằng phương lấy trung bình nhân và kết quả của
phép tính là Chỉ số HDI toàn cầu của mỗi quốc gia.

8


1.1.4. Công thức tổng quát của Chỉ số HDI
1.1.4.1.

Công thức tổng quát của các chỉ số thành phần

Các chỉ số thành phần, như đã trình bày ở phía, được tính theo công thức chung như sau:

T
Theo đó,

1.1.4.2.

HDIi được hiểu là chỉ số thành phần của phương diện thứ I với i =
Vthực tế là giá trị thực tế của phương diện thứ i
Vmax và Vmin lần lượt là giá trị lớn nhất và giá trị nhỏ nhất của phương
diện i quan sát được

Công thức tổng quát của Chỉ số HDI

Các chỉ số thành phần được sử dụng để tính Chỉ số HDI theo công thức dưới đây:

T
Theo đó,

HDI được hiểu là Chỉ số phát triển con người – HDI toàn cầu
HDI1, HDI2, HDI3 là các chỉ số thành phần được tính theo phương pháp

tổng quát đã nêu ở phía trên

1.1.5. Các thành phần của Chỉ số HDI
1.1.5.1.

Chỉ số về tuổi thọ trung bình

Chỉ số về tuổi thọ trung bình đại diện cho sự lựa chọn về sống một cuộc sống ổn định và
khỏe mạnh của con người. Phương diện này sử dụng thước đo là Kỳ vọng sống khi sinh (life
expectancy at birth), được UNDP định nghĩa 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”. Tức là, nếu số năm kỳ vọng sống khi sinh của khu vực A
là 70 năm vào thời điểm năm 200x, thì tất cả những đứa trẻ sinh ra vào năm đó được kỳ vọng là
sẽ sống đến năm 70 tuổi với điều kiện là tình hình xã hội, môi trường và các điều kiện khác
không thay đổi trong suốt 70 năm đó.
Chỉ số về tuổi thọ trung bình trong phương pháp tính Chỉ số HDI 2010 được quy ước nhận
giá trị nhỏ nhất là 20 (năm) và giá trị lớn nhất là 85 (năm). Các giá trị biên quy ước này được
công bố năm 2014. Giá trị nhỏ nhất (20 năm) của Kỳ vọng khi sinh được nghiên cứu bởi nhà kinh
tế học Angus Maddison (năm 2010) và giáo sư James C. Riley của Đại học Bang Indiana, Mỹ
(2005) – theo đó, nghiên cứu chỉ ra rằng các cộng đồng hoặc nhóm cộng đồng có tuổi thọ trung
bình thấp hơn tuổi sinh sản tương đối sẽ khó khả năng duy trì được sự tồn tại. Do đó, UNDP lựa
9


chọn giá trị nhỏ nhất cho chỉ tiêu này là 20 (năm). Giá trị lớn nhất (85 năm) được lí giải là mục
tiêu lý tưởng cho sự phát triển của con người trong tương lai – do đó UNDP lựa chọn giá trị lớn
nhất cho chỉ tiêu này là 85 (năm).
Như vậy, công thức cho Chỉ số tuổi thọ trung bình là:

T

Theo đó,
1.1.5.2.

HDI1 là Chỉ số tuổi thọ trung bình dùng để tính Chỉ số HDI
Vthực tế là kỳ vọng sống khi sinh thực tế quan sát được

Chỉ số về giáo dục

Chỉ số về giáo dục đại diện cho sự lựa chọn được giáo dục tốt của con người. Phương diện
này được đánh giá dựa trên hai công cụ: (1) số năm đi học của dân số từ 25 tuổi trở lên và (2) số
năm đi học kỳ vọng của trẻ em ở độ tuổi bắt đầu đi học. Hai công cụ này được tính toán riêng và
lấy trung bình cộng.
Trong đó, công cụ số (1) được UNDP giải thích cụ thể là “số năm được nhận được dịch vụ
giáo dục của dân số từ 25 tuổi trở lên được tính toán dựa trên trình độ học vấn chung của toàn bộ
dân số trên cơ sở số năm học theo lý thuyết về thời lượng của mỗi cấp độ học”. Tức là, nếu khu
vực A có số năm đi học của dân số từ 25 tuổi trở lên là 9,8 năm thì trình độ học vấn của dân số
nước A được tính toán tương đương với 9,8 năm giáo dục.
Còn công cụ số (2) được UNDP giải thích cụ thể là “số năm kỳ vọng được đi học của
những đứa trẻ ở tuổi chuẩn bị tới trường trong cùng một năm, cùng một địa phương với điều kiện
là các tiêu chí này không thay đổi trong suốt cuộc đời của đứa trẻ đó”. Tức là, nếu quốc gia A có
số năm kỳ vọng này là 16,4 năm thì mỗi một đứa trẻ sinh ra ở quốc gia A được kỳ vọng là sẽ
được nhận sự giáo dục ở trường học cho tới năm 16.4 tuổi với điều kiện là tình hình xã hội, môi
trường và các điều kiện khác không thay đổi trong suốt 16,4 năm đó. Công cụ này được tính toán
dựa trên 2 yếu tố: (1) độ tuổi đăng ký tham dự học của tất cả các trình độ học vấn (ví dụ ở Việt
Nam, độ tuổi đăng ký tham dự bậc Tiểu học là 6 tuổi, bậc Trung học cơ sở là 11 tuổi và bậc
Trung học phổ thông là 15 tuổi) và (2) số lượng trẻ em ở độ tuổi đến trường trong tổng số dân số
cho mỗi cấp độ học (ví dụ, quốc gia A có số lượng trẻ em ở bậc Tiểu học là 120.000.000 tức là có
120.000.000 đứa trẻ ở tuổi đi học bậc Tiểu học ở quốc gia đó). Cần phải ghi nhớ một điều quan

10

trọng đó là thời lượng/độ dài của mỗi cấp giáo dục ở các quốc gia khác nhau có thể không đồng
nhất, do đó yếu tố này cần phải được xem xét cẩn trọng khi tính toán chỉ số giáo dục.
Chỉ số về giáo dục trong phương pháp tính Chỉ số HDI 2010 được quy ước nhận giá trị nhỏ
nhất là 0 (năm) cho cả 2 công cụ và giá trị lớn nhất là 15 (năm) cho công cụ (1) và 18 (năm) cho
công cụ (2). Lí giải cho giá trị nhỏ nhất nhận được là 0 là bởi các nghiên cứu cho rằng xã hội có
thể vẫn tồn tại cho dù không có giáo dục – tất nhiên là không phải với chất lượng tốt nhất. Còn
các giá trị lớn nhất được quy ước cố định vào năm 2014 – đều dựa trên quan sát và đánh giá về
hiệu quả giáo dục các cấp của UNDP tại các quốc gia trên thế giới.
Như vậy, công thức cho Chỉ số giáo dục là:

T
Theo đó,

1.1.5.3.

HDI2 là Chỉ số giáo dục dùng để tính Chỉ số HDI
V1thực tế là số năm đi học của dân số từ 25 tuổi trở lên thực tế quan sát được
V2thực tế là số năm đi học kỳ vọng của trẻ em ở độ tuổi đến trường thực tế
quan sát được

Chỉ số về mức sống cơ bản tiêu chuẩn

Chỉ số về mức sống cơ bản tiêu chuẩn đại diện cho sự lựa chọn về mức sống tối thiểu của
con người. Phương diện này được tính toán dựa trên thu nhập. Thu nhập, như đã trình bày ở phái
bên, không phải một chỉ tiêu toàn diện để đánh giá trực tiếp khả năng của con người cũng như sự
phát triển về con người của một quốc gia. Tuy nhiên, thu nhập là một công cụ quan trọng và có
ảnh hưởng lớn bởi lẽ nó ảnh hưởng trực tiếp đến mức sống cơ bản được cung cấp bởi thị trường.
Công cụ thu nhập này được tính toán dựa trên cơ sở lấy logarit tự nhiên của Thu nhập quốc dân

bình quân đầu người (sau đây gọi là GNI - Gross National Income bình quân đầu người) tính theo
phương pháp sức mua tương đương.
Chỉ số về mức sống cơ bản tiêu chuẩn trong phương pháp tính Chỉ số HDI 2010 được quy
ước nhận giá trị nhỏ nhất là 100 (USA Dollars - $) và giá trị lớn nhất là 75.000 (USA Dollars - $).
Giá trị nhỏ nhất này được quy ước dựa trên nghiên cứu về giá trị cận dưới của nèn kinh tế thị
trường. Còn giá trị lớn nhất cho công cụ này được quy ước dựa trên nghiên cứu của nhà tâm lý
học – người nhận giải Nobel Kinh tế năm 2002 Daniel Kahneman và nhà kinh tế học Angus
Stewart Deaton (2010) cho rằng sự phát triển của con người không tăng thêm khi mức thu nhập
bình quân đầu người trên con số 75.000$.
11


Công cụ thu nhập phục vụ tính chỉ số về mức sống cơ bản được tính toán trên cơ sở lấy
logarit tự nhiên của thu nhập để phản ánh mức ảnh hưởng giảm dần của thu nhập giữa các nước
giàu hơn (một đồng thu nhập tăng thêm có giá trị hơn rất nhiều ở các nước nghèo so với ở các
nước giàu – điều đó có nghĩa là giá trị chuyển hóa thành tác động lên mức sống của thu nhập
giảm dần với mức thu nhập cao hơn). Do đó, tất cả các giá trị được dùng để tính toán chỉ số mức
sống cơ bản đều được lấy logarit tự nhiên để đảm bảo bản chất của các giá trị này.
Như vậy, công thức cho Chỉ số mức sống cơ bản tiêu chuẩn là:

T
Theo đó,

HDI3 là Chỉ số mức sống cơ bản tiêu chuẩn dùng để tính Chỉ số
HDI
V1thực tế là GNI bình quân đầu người thực tế quan sát được

1.2. Định hướng nghiên cứu

Kể từ khi Chỉ số HDI được đưa ra vào năm 1990, các nhà khoa học đã không ngừng tìm tòi

nghiên cứu và các nhân tố ảnh hưởng đến chỉ số phát triển con người này. Tuy UNDP đã đưa ra
công thức cho Chỉ số HDI và liên tục rà soát để đảm bảo công thức này được cập nhật đầy đủ và
chính xác nhất, tuy nhiên nó không làm giảm sức nóng của vấn đề này. Công thức được đưa ra
bởi UNDP là công thức tổng quát, phần nào đó vẫn bộc lộ những yếu điểm của những công thức
chung với tinh thần phổ quát, đơn giản hóa các vấn đề kinh tế xã hội phức tạp. Tuy nhiên, nhiều
nhà nghiên cứu quan sát thấy rằng những giả định được đưa ra trong công thức chung cho HDI
vẫn cho thấy có khuyết tật ở một số kết quả quan sát, do đó, 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.
Điểm chung của những nghiên cứu này là đều thừa nhận tính hợp lý của các phương diện
được xem xét công bố bởi UNDP, tuy nhiên, họ đi sâu vào một hoặc một vài phương diện cụ thể
và đề xuất một số công cụ khác có thể được sử dụng thay thế đối với một vài quốc gia ở các vùng
đặc biệt hoặc các góc nhìn khác hoặc cách tính toán khác đối với các công cụ sẵn có do UNDP
công bố. Số lượng các nghiên cứu được công bố là rất lớn, trong phạm vi bài viết này, do giới hạn
về thời gian và nhân lực, nhóm chỉ tập trung nghiên cứu một số các bài báo khoa học và kết quả
nghiên cứu sau đây.

12


Theo nhà kinh tế học người Úc Martin Ravallion trong một nghiên cứu vào năm 1991 của
ông về ảnh hưởng lên sự phát triển của con người của các khoản chi chính phú cho cung cấp dịch
vụ công như cơ sở hạ tầng, giáo dục và dịch vụ sức khỏe. Bài viết tập trung nghiên cứu về mối
quan hệ giữa việc cung cấp các dịch vụ công cộng và sự phát triển của con người ở các nước
đang phát triển thông qua các chỉ tiêu về giáo dục và y tế đại diện cho sự phát triển con người của
các quốc gia đó. Tuy nhiên, nghiên cứu chỉ dừng lại ở việc nêu ra các quan sát và phân tích sơ bộ
chứ chưa đưa ra được kết luật cụ thể nào về tác động của chi tiêu chính phủ lên sự phát triển của
con người. Sau đó 2 năm, vào năm 1993, Ravallion tiếp tục nghiên cứu này kết hợp cùng giáo sư
kinh tế học Sudhir Anand và họ đưa ra được kết luận rằng: thu nhập cá nhân và chi tiêu của chính
phủ cho giáo dục và y tế có ảnh hưởng tích cực đến sự phát triển về con người. Do đó, 2 nhà

nghiên cứu đưa ra kiến nghị là các nước đang pháp triển nên tăng chi tiêu công cho giáo dục và y
tế để nâng cao trình độ phát triển về con người. Dù kết quả nghiên cứu này nhìn chung là khái
quát được xu thế tương quan của chi tiêu chính phủ và trình độ phát triển con người nhưng chưa
xem xét tới vấn đề hiệu quả chi tiêu của khu vực chính phủ. Bởi lẽ, nếu tang chi tiêu công nhưng
hiệu quả sử dụng ngân sách lại không cao, tức là các dự án đầu tư của chính phủ cho giáo dục và
y tế không có giá trị đối với sự phát triển của con người tại quốc gia đó thì không thể làm tăng chỉ
số phát triển con người được.
Thông qua khảo sát và tìm hiểu, nhóm nghiên cứu đánh giá một bài nghiên cứu được thực
hiện bởi tác giả Smit Shah, Học viện Ngân hàng Quốc gia, Pune, Ấn Độ vào năm 2016 về các
nhân tố quyết định Chỉ số HDI. Dựa trên kết quả của bài nghiên cứu này và các công bố của
UNDP, nhóm lựa chọn các biến số dưới đây để phân tích phục vụ cho mục đích của bài viết này
(các biến số được lựa chọn dựa trên các kết quả nghiên cứu trước đây và quan điểm cá nhân của
nhóm nghiên cứu):
−
−
−

Nhóm biến số về tuổi thọ trung bình: Kỳ vọng sống khi sinh, Tỉ lệ sinh đẻ
Nhóm biến số về giáo dục: Tỉ lệ biết chữ của dân số từ 15 tuổi trở lên
Nhóm biến số về mức sống cơ bản tiêu chuẩn: Hệ số Gini, Tỉ lệ lạm phát, Tổng sản phẩm
quốc nội thực tế bình quân đầu người (sau đây gọi là GDP thực tế bình quân đầu người) và
thống kê lượng khí thải CO2.
So với các nghiên cứu trước đây về Chỉ số HDI, nhóm sử dụng các biến số mới với những

mục đích sau:
- Sử dụng biến số Tỉ lệ sinh đẻ để có cái nhìn tổng quát về áp lực của dân số lên sự phát
triển của xã hội và đặc biệt là sự phát triển của nguồn nhân lực – con người. Bởi lẽ, khi Kỳ vọng
13

sống khi sinh ở mức độ cao, tức là trình độ khoa học, y tế công cộng, dịch vụ công của một quốc
gia ở mức tốt, đảm bảo quyền sống và được chăm sóc của người dân nhưng tỉ lệ sinh đẻ lại cao,
dẫn tới áp lực lớn lên ngân sách nhà nước, tiềm lực tài chính dành cho đầu tư các dịch vụ công.
Thực trạng này khiến cho Kỳ vọng sống khi sinh cao không đảm bảo được tiềm năng phát triển
con người của một quốc gia. Khi sử dụng thêm biến, Tỉ lệ sinh đẻ và Kỳ vọng sống khi sinh sẽ
được đặt trong quan sát tương quan lẫn nhau để có cái nhìn đa chiều và tổng quan hơn về ảnh
hưởng lên Chỉ số HDI.
- Tỉ lệ biết chữ của dân số từ 15 tuổi trở lên được sử dụng thay thế cho Số năm đi học của
dân số từ 25 tuổi trở lên và Số năm đi học kỳ vọng của trẻ em ở độ tuổi bắt đầu đi học vì lí do:
hai công cụ cũ làm tăng độ phức tạp trong nghiên cứu tác động ảnh hưởng lên Chỉ số HDI và gặp
vấn đề về sự khác biệt trong thang đo thời lượng các bậc giáo dục của các quốc gia khác nhau.
Xét thấy mục đích của 2 biến số này là để xem xét mức độ giáo dục mà người dân trong một
quốc gia nhận được, trong khi đó, tỉ lệ biết chữ của dân số từ 15 tuổi trở lên lại đáp ứng được
mục đích nghiên cứu này. Hơn thế này, phạm vi quan sát của Tỉ lệ biết chữ của dân số từ 15 tuổi
trở lên cũng lớn hơn, do đó nhóm lựa chọn biến số này để có cái nhìn toàn diện hơn về ảnh
hưởng của giáo dục lên Chỉ số HDI
- Nhóm bổ sung Hệ số Gini để quan sát ảnh hưởng của sự bất bình đẳng trong phân phối
thu nhập lên Chỉ số HDI và thay thế GNI bằng GDP thực tế để loại bỏ ảnh hưởng ảo của phần
thuế và khấu hao trong phương pháp tính GNI.
- Nhóm bổ sung Tỉ lệ lạm phát để đánh giá được khách quan ảnh hưởng của GDP thực tế
trong tương quan với sức mua lên Chỉ số HDI.

- Nhóm bổ sung thống kê về Lượng khí thải CO2 vì quan điểm của nhóm cho rằng vấn đề
môi trường cần được coi trọng hơn trong đánh giá về mức sống của một quốc gia – do đó xem xét
chất lượng môi trường là cần thiết và hợp lý để đánh giá Chỉ số HDI.
1.3. Giả thuyết thống kê.

Dựa vào các lý thuyết về Chỉ số HDI, các lý thuyết kinh tế liên quan và kinh nghiệm cá
nhân, nhóm nghiên cứu xác định kỳ vọng các biến độc lập ảnh hưởng đến Chỉ số HDI như sau:
Hệ số hồi quy của các biến liên quan tới Tuổi thọ kỳ vọng khi sinh, Tỉ lệ biết chữ ở người

lớn, GDP bình quân đầu người được kỳ vọng sẽ mang dấu (+), do Tuổi thọ kỳ vọng khi sinh, Tỉ lệ
biết chữ cao, GDP bình quân đầu người cao sẽ phần nào thể hiện mức thu nhập của dân số, cũng
như phản ánh được chất lượng, sự tiến bộ của giáo dục, y tế và chất lượng sống nói chung.
14


Các biến liên quan tới Tỉ lệ sinh sản, Hệ số Gini, Tỉ lệ lạm phát và Lượng khí thải CO2 được
kỳ vọng sẽ mang dấu (-) do nó có những tác động không tốt đến đời sống xã hội, chất lượng môi
trường và mức độ phân biệt đối xử trong đời sống, ảnh hưởng đến sự phát triển, tiến bộ chung
của con người.
Để làm rõ sự ảnh hưởng của các yếu tố trên đến chỉ số HDI, dựa trên cơ sở dữ liệu thống kê
mà nhóm nghiên cứu đã thu thập được, nhóm sẽ phân tích vấn đề trên thông qua mô hình hồi quy
tuyến tính và phân tích định lượng sử dụng phần mềm Gretl.

15


CHƯƠNG 2. XÂY DỰNG MÔ HÌNH
2.1 Phương pháp luận của kinh tế lượng được sử dụng để phân tích
Trong thống kê, có nhiều phương pháp xây dựng hàm SRF, nhưng cho đến nay, liên quan tới
quá trình phân tích hồi quy, phương pháp bình phương tối thiểu thông thường (OLS) là phương
pháp được sử dụng nhiều và phổ biến nhất. Đó là một phương pháp để ước lượng các tham số
chưa biết trong một mô hình hồi quy tuyến tính, với mục tiêu giảm thiểu tổng bình phương khác
nhau giữa các phản ứng quan sát của tệp dữ liệu cho trước và các dự đoán bởi một hàm tuyến tính
của một tập hợp các biến giải thích.
Với các biến đã chọn, nhóm chúng em sử dụng phương pháp bình phương tối thiểu thông
thường (OLS) với mô hình hồi quy tuyến tính, bởi đây là một phương pháp dễ hiểu và dễ thực
hiện. Bên cạnh đó, các ước lượng được tính bằng phương pháp bình phương tối thiểu OLS là các
ước lượng tuyến tính không chệch và đạt hiệu quả tốt hơn so với các mô hình khác, có thể cho
chúng ta những ước lượng tối ưu, có những tính chất chúng ta mong muốn.

2.2 Xây dựng mô hình lý thuyết
2.2.1 Xác định dạng mô hình:
Có nhiều mô hình đã được đưa ra nhằm đánh giá ảnh hưởng của các nhân tố khác nhau
lên chỉ số phát triển con người HDI. Nhóm tiểu luận chúng em quyết định kế thừa và áp dụng mô
hình của bài nghiên cứu: “Các yếu tố quyết định đến Chỉ số phát triển con người HDI: Phân tích
thực nghiệm giữa các quốc gia” của tác giả Smit Shah (2016).
Dựa vào các biến lựa chọn nghiên cứu, ta có mô hình hồi quy tổng thể dưới dạng mô hình
lin-log như sau:

T
rong đó:

H
DI:

Chỉ số phát triển
con người

F
er:

L
E:
R:

Tuổi thọ trung
bình khi sinh
L
Tỉ lệ biết chữ ở

người lớn
G
GDP bình quân
16

nf:
O2:

Tỉ lệ sinh sản
Tỉ lệ lạm phát (tính
I theo chỉ số giảm phát GDP)
Lượng khí thải
cacbon đioxit
C
Nhiễu (sai số)
Logarit tự nhiên


DPpc

đầu người
G

ini:

U của X

Độ bất bình đẳng
trong phân phối thu nhập.

i

l
n(X):

2.2.2 Giải thích các biến, thước đo biến và đơn vị của các biến
a. Biến phụ thuộc: Chỉ số phát triển con người HDI (đơn vị):

Chỉ số phát triển con người được thực hiện bởi Liên Hợp quốc như một thước đo, tiêu chí để
đánh giá sự phát triển, sự tiến bộ của mỗi quốc gia.
b. Biến độc lập:
+ Tuổi thọ trung bình khi sinh (đơn vị: tuổi): Là trung bình số năm một nhóm người sinh cùng
năm hy vọng sẽ sống qua (với giả dụ là điều kiện sống và chết giống nhau). Kỳ vọng sống khi
sinh phản ánh mức độ bền vững về cuộc sống và chất lượng chăm sóc sức khỏe.
+ Tỉ lệ biết chữ ở người lớn: (đơn vị: %): Là tỉ lệ số người lớn từ 15 tuổi trở lên có thể đọc và viết
những hiểu biết thông thường trong cuộc sống hàng ngày. Một quốc gia có tỉ lệ biết chữ cao đồng
nghĩa với quốc gia đó tiến bộ hơn về giáo dục.
+ GDP bình quân đầu người: (đơn vị: USD): phản ánh kết quả sản xuất tính bình quân đầu người
trong 1 năm, được tính bằng cách chia GDP trong năm cho dân số trung bình trong năm tương
ứng. GDP đầu người càng cao thì xếp hạng HDI cũng cao vì khi kinh tế phát triển, người dân có
điều kiện tiếp cận với hệ thống chăm sóc sức khỏe và giáo dục tiến bộ.
+ Độ bất bình đẳng trong phân phối thu nhập Gini (đơn vị): biểu thị mức độ bất bình đẳng trong
phân phối thu nhập giữa các tầng lớp cư dân. Số 0 tượng trưng cho sự bình đẳng thu nhập tuyệt
đối, số 1 tượng trưng cho sự bất bình đẳng thu nhập tuyệt đối. Hệ số Gini càng thấp thì càng thấy
được sự tiến bộ và công bằng xã hội.
+ Tỉ lệ sinh sản (Đơn vị: trẻ em/ phụ nữ): là số con sinh sống bình quân của một người phụ nữ
trong suốt cả cuộc đời, nếu người phụ nữ đó trong suốt thời kỳ sinh đẻ tuân theo tỷ suất sinh đặc
trưng theo tuổi. Thông thường, mức sinh tỷ lệ nghịch với các biến phát triển, trong đó có chỉ số
HDI do nó thể hiện áp lực của dân số lên xã hội. Có thể thấy rằng, các nước phát triển có mức
sinh thấp hơn hẳn các nước đang phát triển.

17


+ Tỉ lệ lạm phát: (Đơn vị: %, tính theo chỉ số giảm phát GDP): là tốc độ tăng mặt bằng giá của
nền kinh tế, cho thấy mức độ lạm phát của nền kinh tế, thể hiện sức mua thực tế của đồng tiền,
hay sức mua của thu nhập.
+ Lượng khí thải cacbon đioxit: (Đơn vị: kg, tính theo đầu người): Là lượng khí thải cacbon
đioxit từ việc đốt nhiên liệu hóa thạch và sản xuất xi măng, bao gồm lượng khí từ việc tiêu thụ
nhiên liệu khí đốt, nhiên liệu lỏng, nhiên liệu rắn, dầu khí. Lượng khí thải CO2 tăng sẽ có ảnh
hưởng lớn tới môi trường tự nhiên và sự phát triển bền vững của tất cả các quốc gia.

2.2.3 Nguồn gốc số liệu
Số liệu được tổng hợp và thống kê dựa trên Báo cáo Phát triển con người năm 2014 của
Chương trình Phát triển Liên Hiệp Quốc UNDP (đối với những số liệu về chỉ số HDI, tỉ lệ sinh
sản, tỉ lệ biết chữ, tuổi thọ ước lượng trung bình) và trên kho dữ liệu của Ngân hàng Thế giới (đối
với những số liệu về chỉ số Gini, GDP bình quân đầu người, tỉ lệ lạm phát và lượng phát thải khí
Cacbon Điôxít). Đối với các biến liên quan tới hệ số Gini và Tỉ lệ biết chữ, nhóm gặp khó khăn
do thiếu dữ liệu và thông tin năm 2014 nên nhóm sử dụng dữ liệu ở năm gần nhất (2015, 2013)
để thống kê số liệu.

2.2.4 Mô tả thống kê số liệu
Sử dụng lênh Summary Statistics trong Gretl để mô tả các biến, ta được kết quả sau:
Summary Statistics, using the observations 1 - 63
V
M
M
S
M
M
ariable

ean
edian
.D.
in
ax
H
0
0
0
0
0
DI
.664
.688
.140
.347
.882
L
6
7
8
4
8
E
9.3
3.0
.92
9.0
3.1
L

8
9
2
1
9
R
3.0
4.5
1.0
9.1
9.8
G
1
7
1
5
9
DPpc
1559
926
3214
44
1368
Gi
4
4
9
2
6
ni

1.3
0.3
.39
6.0
3.0
Fe
2
2
1
1
7
r
.95
.51
.45
.23
.29
In
6
5
5
0
2
f
.32
.39
.18
.160
2.4
C

0
0
0
0
0
O2
.233
.200
.122
.0652
.726
18


Bảng 1: Bảng mô tả thống kê các biến
Ý nghĩa của các giá trị được ghi trong bảng:
- Số quan sát: 63 quan sát
- Min: giá trị nhỏ nhất trong các giá trị quan sát của biến, Max: giá trị lớn nhất trong các

giá trị quan sát của biến.
- Mean: giá trị trung bình của biến, được tính bằng cách cộng tất cả các giá trị quan sát
của biến đó rồi chia số quan sát.
- Median: giá trị ở giữa, được xác định bằng cách sắp xếp tất cả các giá trị quan sát của
biến theo thứ tự tăng (giảm) dần, nếu số quan sát là lẻ, ta lấy giá trị ở giữa làm median, nếu số
quan sát chẵn, ta lấy trung bình 2 giá trị ở giữa làm median.
- S.D: Sai số chuẩn.
Nhận xét về bộ số liệu:
- Chỉ số HDI cao nhất trong bộ số liệu mẫu được thống kê là của Tây Ban Nha (0.882), ta

có thể thấy các nước có chỉ số HDI cao thường là các nước ở châu Âu – nơi có mức sống cao (Ý,

Cyprus, Hy Lạp…), trong khi chỉ số HDI thấp nhất là Cộng hòa Trung Phi (0.347), và các nước ở
châu Phi thường có chỉ số HDI thuộc nhóm thấp (Cộng hòa Niger, Cộng hòa Mozambique, Cộng
hòa Nam Sudan, Liberia…) do vẫn còn gặp nhiều khó khăn và bất ổn trong cuộc sống thường
ngày.
- Tuổi thọ ước lượng khi sinh trung bình của 63 quan sát là 69.3 tuổi, trong đó nơi có tuổi

thọ trung bình cao nhất là Ý với 83.1 tuổi và thấp nhất là Vương quốc Swaziland (châu Phi) – 49
tuổi do ảnh hưởng bởi bệnh HIV/AIDS và bệnh lao, cũng như tình trạng thiếu lương thực và
thuốc men trầm trọng.
- Nhìn chung, tỉ lệ biết chữ ở người lớn ở các quốc gia là tương đối cao, trung bình là 83%,
tuy nhiên một số nước ở châu Phi vẫn có tỉ lệ biết chữ còn thấp do đời sống còn gặp nhiều khó
khăn (<50%), thấp nhất là 19.1% ở Cộng hòa Niger, nơi mà phần lớn dân số sống ở các vùng
nông thôn nên ít có cơ hội được tiếp cận với nền giáo dục cấp cao.
- GDP bình quân đầu người có sự chênh lệch lớn giữa các nước, trong khi Lithuania – một
nước có chỉ số HDI thuộc nhóm cao, có GDP bình quân đầu người cao nhất là 91368 USD, gấp
hơn 150 lần nước có GDP bình quân đầu người thấp nhất là Cộng hòa Trung Phi (544 USD).
- Hệ số Gini trung bình giữa 63 quốc gia là ở mức trung bình (41.3), trong đó nơi có độ bất
bình đẳng trong phân phối thu nhập cao nhất là Cộng hòa Nam Phi (63), thấp nhất là Slovakia
(26). Nhìn chung, các nước đang phát triển có thu nhập thấp thường có hệ số Gini cao hơn các
nước công nghiệp phát triển có thu nhập cao. Cộng hòa Nam Phi – một nước đang có tốc độ tăng
19


trưởng kinh tế cao, cũng là nước có lượng khí thải CO2 cao nhất (lên tới 0.726), gấp hơn 10 lần
so với nước có lượng khí thải CO2 thấp nhất là cộng hòa Nam Sudan (0.065).
- Tỉ lệ sinh sản trung bình là 2.95, trong đó nơi có tỉ lệ sinh sản thấp nhất là Bồ Đào Nha
(1.23), trong khi nơi có tỉ lệ sinh sản cao nhất là Cộng hòa Niger (lên tới 7.29 trẻ em mỗi phụ nữ).
Có thể thấy các nước phát triển thường có mức sinh thấp hơn hẳn các nước đang phát triển.
- Tỉ lệ lạm phát thấp nhất là Tây Ban Nha (0.16%), trong khi tỉ lệ lạm phát cao nhất là
Angola (22.4%).

2.2.5

Ma trận tương quan giữa các biến
Sử dụng lệnh correlation matrix để biểu diễn mỗi tương quan giữa các biến, sự tương

quan giữa các biến được trình bày dưới đây:
Correlation coefficients, using the observations 1 - 63
5% critical value (two-tailed) = 0.2480 for n = 63
H
DI

l
_LE

1
.0000

l

0
.8629

_GDPpc
0

l
_Gini

0

.8321
1

.0000

l

_LR

.9186
0

0.2968

0

.6426

.6934
1

0.3183

0

.0000

.7241

l
_LE

0.0306

1
.0000

H
DI
l
_LR

0.2592

l
_GDPpc

1
.0000
l
_Fer

l
_Inf

0.8924
-

_CO2

-

-

.1253

0
0.1771

_Gini

0.1762

l
_Fer

0
.0960

l
_Inf

1
20

l

-

1

.0000

l
_GDPpc

-

0
.3422

l
_LR

.0356
0

1
.0000

0

-

0

l
_LE

.2876

0.2084

.2774

0

-

-

H
DI

.0991

0.1249

0.7942

0
.1345

0.2784

0.7477

l

0.2984

0.7725

l
_Gini

l


.0000

_CO2

Bảng 2: Bảng mô tả tương quan giữa các biến
Dựa vào bảng, ta có những nhận xét về sự tương quan giữa biến phụ thuộc và các biến
độc lập như sau:
-

Hệ số tương quan giữa HDI và lnLE là 0.8629 > 0, thể hiện mối quan hệ thuận chiều.
Hệ số tương quan giữa HDI và lnLR là 0.8321 > 0, thể hiện mối quan hệ thuận chiều.
Hệ số tương quan giữa HDI và lnGDPpc là 0.9186 > 0, thể hiện mối quan hệ thuận chiều.
Hệ số tương quan giữa HDI và lnGini là -0.2968 < 0, thể hiện mối quan hệ nghịch chiều.
Hệ số tương quan giữa HDI và lnFer là -0.8924 < 0, thể hiện mối quan hệ nghịch chiều.
Hệ số tương quan giữa HDI và lnInf là -0.2984 < 0, thể hiện mối quan hệ nghịch chiều.
Hệ số tương quan giữa HDI và lnCO2 là 0.1345 >0, thể hiện mối quan hệ thuận chiều.

Như vậy, ta có thể thấy trong các nhân tố được nghiên cứu, biến lnGDPpc có mối tương quan
mạnh nhất đến biến phụ thuộc HDI, hay nói cách khác GDP bình quân đầu người có ảnh hưởng
lớn nhất đến chỉ số con người HDI.
Các biến lnLE, lnLR, lnFer cũng có tương quan mạnh mẽ đối với biến HDI.
Ngược lại, các biến lnGini, lnInf, lnCO2 ảnh hưởng không mạnh như các yếu tố trên, trong

đó, biến lnCO2 ít ảnh hưởng nhất đến HDI, hay mối tương quan giữa Lượng khí thải cacbon
đioxit và chỉ số HDI không lớn.
Ta nhận thấy mức độ tương quan giữa các biến độc lập: lnLR và lnGDPpc, lnFer và lnLE,
lnFer và lnLR, lnFer và lnGDPpc là khá chặt chẽ: > 0.7, tuy nhiên sự tương quan giữa các biến
độc lập này đều < 0.8 nên nhóm chúng em dự đoán mô hình không xảy ra hiện tượng đa cộng
tuyến. Điều này sẽ được kiểm tra lại trong phần kiểm định.

21


CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ
3.1 Mô hình ước lượng
Sử dụng phần mềm Gretl và phương pháp bình phương tối thiểu OLS để phân tích hồi quy
mối quan hệ giữa biến phụ thuộc và các biến độc lập, ta có kết quả như sau:

Model 1: OLS, using observations 1-63
Dependent variable: HDI

c
onst
l
_LE
l
_LR
l
_GDPpc
l
_Gini
l
_Fer

l
_Inf
l
_CO2

Coeffic
ient
−1.38
335
0.2998
78
0.0985
625
0.0561
749
−0.02
93938
−0.03
47972
−0.00
687796
−0.00
107855

S
td. Error

t
-ratio

0
.162503
0
.0341785
0
.0153012
0
.00502420
0
.0145788
0
.0125238
0
.00297342
0
.00672605

p
-value

−
8.513

0.0001
8

.774

0.0001
6

.441

0.0001
1

1.18

0.0001
−

2.016

.0487
−

2.778

.0075
−

2.313

.0245
−

0.1604

- Số quan sát: n = 63
- Giá trị trung bình của biến phụ thuộc: 0.663635

22

*
*
*
*
*
*
*

.8732

Mean
S.D.
0.663635
dependent var
dependent var
Sum
S.E. of
0.027003
squared resid
regression
R-squared
Adjusted
0.977813
R-squared
F(7, 55)
P-value(F)
346.2785
LogAkaike

154.8871
likelihood
criterion
Schwarz
−
Hannancriterion
276.6291
Quinn
Bảng 3: Kết quả ước lượng OLS
Phân tích bảng kết quả:

<
**
<
**
<
**
<
**
0
*
0
**
0
*
0

0.140109
0.022158
0.974989

4.34e-43
−
293.7741
−
287.0309


- Tổng bình phương các phần dư: 0.027003
- 0.22158
- Hệ số xác định R2 = 0.977813 cho biết các biến độc lập giải thích được 97.78% sự thay

đổi trong giá trị của biến phụ thuộc HDI, còn lại là do các yếu tố khác.
- Hệ số xác định hiệu chỉnh = 0.974989.

Dựa vào kết quả phân tích hồi quy, ta có bảng số liệu sau:

B
iến độc lập
H
ệ số tự do
L
n(LEB)
L
n(LR)
L
n(GDPpc)
L
n(Gini)
L
n(Fer)

L
n(Inf)
L
n(CO2)

H
H
Sa
T
ệ
số ệ
số i số chuẩn rị
thống
-value
hồi quy
ước lượng
của ước lượng
kê t
−
0.1
−
1.38335
62503
8.513
.28e-011
0.
0.0
8
299878
341785

.774
.87e-012
0.
0.0
6
0985625
153012
.441
.09e-08
0.
0.0
1
0561749
0502420
1.18
.81e-016
−
0.0
−
0.0293938
145788
2.016
.0487
−
0.0
−
0.0347972
125238
2.778
.0075

−
0.0
−
0.00687796
0297342
2.313
.0245
−
0.0
−
0.00107855
0672605
0.1604
.8732
Bảng 4: Bảng kết quả ước lượng

P
1
4
3
8
0
0
0
0

Từ đó, ta có mô hình hồi quy mẫu:

3.2 Kiểm định các khuyết tật của mô hình
3.2.1 Kiểm định bỏ sót biến

Để kiểm định khuyết tật này, chúng ta dùng mô hình phụ:

Ta có cặp giả thuyết thống kê:
Sử dụng kiểm định Reset của Ramsey để kiểm định bỏ sót biến trong Gretl, ta thu được
kết quả như sau:
23


Auxiliary regression for RESET specification test
OLS, using observations 1-63
Dependent variable: HDI
coefficient std. error t-ratio p-value
-------------------------------------------------------const
0.644273
1.76225
0.3656 0.7161
l_LE
−0.0962887 0.341364
−0.2821 0.7790
l_LR
−0.00250243 0.104871
−0.02386 0.9811
l_GDPpc −0.0216759 0.0606585 −0.3573 0.7223
l_Gini
0.00936459 0.0320540
0.2922 0.7713
l_Fer
0.0254894 0.0437856
0.5821 0.5629
l_Inf

0.00517896 0.00738888 0.7009 0.4864
l_CO2
0.00239566 0.00669564 0.3578 0.7219
yhat^2
1.69173
1.82252
0.9282 0.3575
yhat^3
−0.639930
0.990407
−0.6461 0.5210
Test statistic: F = 2.907446,
with p-value = P(F(2,53) > 2.90745) = 0.0634

Bảng 5: Kết quả kiểm định Reset
Ta có: p-value = 0.0634 > 0,05
 Không bác bỏ giả thuyết H0 tại mức ý nghĩa = 5%.

Như vậy, với mức ý nghĩa = 0,05, mô hình không bị thiếu biến.

3.2.2 Kiểm định phân phối chuẩn của nhiễu.
Trong các giả thiết của mô hình hồi quy tuyến tính, có một giả thiết quan trọng đó là ui ~
N(0;σ2), hay sai số ngẫu nhiên ui có phân phối chuẩn. Đây tuy không phải là 1 trong 6 giả thiết
của mô hình hồi quy tuyến tính cổ điển, nhưng giả định này đóng vai trò quan trọng trong quá
trình kiểm định và suy diễn thống kê, khiến các kiểm định và suy diễn thống kê trở nên đáng tín
cậy. Tuy nhiên trên thực tế có nhiều nhân tố ảnh hưởng tới phân phối của u i, làm cho nó không
còn phân phối chuẩn nữa.
Để kiểm định khuyết tật này, ta dùng kiểm định Jacque – Bera.
Ta có cặp giả thuyết thống kê:
Ta chạy lệnh Normality of residual trong Gretl ta thu được kết quả sau:

24


Frequency distribution for uhat4, obs 1-63
number of bins = 7, mean = 2.40548e-016, sd = 0.0221579
interval

midpt frequency

rel.

cum.

< -0.035304 -0.043287
4
6.35% 6.35% **
-0.035304 - -0.019339 -0.027321
10
15.87% 22.22% *****
-0.019339 - -0.0033730 -0.011356
10
15.87% 38.10% *****
-0.0033730 - 0.012593 0.0046098 20
31.75% 69.84%***********
0.012593 - 0.028558 0.020575
16
25.40% 95.24%*********
0.028558 - 0.044524 0.036541
2

3.17% 98.41% *
>= 0.044524 0.052507
1
1.59% 100.00%
Test for null hypothesis of normal distribution:
Chi-square(2) = 0.380 with p-value 0.82680

Bảng 6: Kết quả kiểm định phân phối chuẩn của nhiễu
Ta có: p-value = 0.82680 > 0,05 nên ta không bác bỏ giả thuyết H 0 tại mức ý nghĩa = 5%.
Như vậy, với mức ý nghĩa = 0,05, sai số ngẫu nhiên phân phối chuẩn.

3.2.3 Kiểm định phương sai sai số thay đổi
a. Bản chất:
Một giả thiết quan trọng của mô hình hồi quy tuyến tính cổ điển đó là: các Ui có phương sai
bằng nhau (phương sai thuần nhất) tại mọi quan sát của X. Hậu quả của phương sai sai số thay
đổi là các ước lượng bình phương nhỏ nhất vẫn là không chệch nhưng không còn hiệu quả nữa,
cùng với đó ước lượng của các phương sai sẽ bị chệch, như vậy làm mất hiệu lực của kiểm định.
Điều này làm cho mô hình kém hiệu quả hơn.
Phương sai của mỗi một ngẫu nhiên Ui, trong điều kiện giá trị đã cho của biến giải thích X i
là không đổi, nghĩa là:
Khi giả thiết đó bị vi phạm thì mô hình mắc lỗi phương sai sai số thay đổi. Tên gọi của lỗi
này là Heteroskedastiscity.

b. Nguyên nhân:
- Khi con người học hỏi, các sai lầm về hành vi của họ ngày càng nhỏ đi theo thời gian,

phương sai sẽ nhỏ dần.
- Do kỹ thuật thu thập, bảo quản và xử lý số liệu cải tiến nên sai số có xu hướng nhỏ dần.
- Do bản chất của các hiện tượng kinh tế: Nếu các hiện tượng kinh tế theo không gian được
điều tra trên những đối tượng có quy mô khác nhau hoặc các hiện tượng kinh tế theo thời gian

25