Các nhân tố ảnh hưởng đến chỉ số phát triển con người HDI của các nước năm 2017

LỜI MỞ ĐẦU
Trong nền kinh tể tri thức hiện nay, các quốc gia đều đặt trọng tâm vào phát triển con người.
Phát triển con người vừa là phương tiện, vừa là mục tiêu của phát triển kinh tế và mục đích của phát
triển là cho phép người dân được hưởng thụ một cuộc sống trường thọ, mạnh khỏe và sáng tạo.
Chỉ số phát triển con người người (Human Development Index - HDI) là khái niệm do UNDP
đưa ra, với một hệ thống cơ sở lí luận và phương pháp tính nhằm đánh giá và so sánh mức độ phát
triển kinh tế xã hội của các quốc gia và vùng lãnh thổ trên phạm vi thế giới. Đây 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.
Vị trí xếp hạng của mỗi nước trong bảng những nước được tính HDI cho phép mỗi nước thấy
được tiến bộ mà mình đạt được so với các nước khác. Những năm gần đây, giá trị tuyệt đối của chỉ
số HDI của Việt Nam liên tục tăng đều, phản ánh đời sống toàn dân được cải thiện cả về thu nhập
bình quân đầu người, tuổi thọ và giáo dục. Năm 2014: HDI của Việt Nam là 0.678; năm 2015:
0.684; năm 2016: 0.689; năm 2017: 0.694.
Để hiểu sâu hơn về phát triển con người và HDI, chúng em đã chọn đề tài: “ Các nhân tố ảnh
hưởng đến chỉ số phát triển con người HDI của các nước năm 2017” cho tiểu luận nghiên cứu
của nhóm mình.
Mặc dù một số nghiên cứu trước đây đã cung cấp bằng chứng và lập luận về các mối quan hệ
giữa các yếu tố nhất định đến sự phát triển của con người, họ không đưa ra một phân tích đầy đủ
cho một kết luận mạnh mẽ từ góc độ toàn cầu về cách mỗi yếu tố ảnh hưởng đến các cấp phát triển.
Hầu hết các nghiên cứu trước đây bị thiếu sót quan trọng. Đầu tiên, một số nghiên cứu chỉ tập trung
vào phát triển con người ở một số khu vực trên thế giới, hoặc chỉ phục vụ như một nghiên cứu
trường hợp cho một quốc gia duy nhất, không đủ đại diện cho toàn thế giới. Thứ hai, hầu hết các
nghiên cứu này không chứa đủ các biến kiểm soát để cho thấy sự phức tạp và phân biệt các yếu tố
chính sách và điều này có thể dẫn đến sai lệch biến bị bỏ qua. Thứ ba, nó là vô lý để thực hiện hồi
3


quy HDI về thu nhập hộ gia đình hoặc tuổi thọ, bởi vì những điều này đã được bao gồm trong các
biến như là các thành phần của HDI. Và các nghiên cứu, trong đó coi nhầm kết quả của các yếu tố
là các biến giải thích, tạo ra tính đa hình không cần thiết và bỏ lỡ nhấn mạnh các yếu tố chính sách

ban đầu.
Ngược lại, nghiên cứu hiện tại của chúng em cố gắng đưa ra yếu tố cụ thể và thực tế bằng
cách nắm bắt các tác động đến sự phát triển của con người qua các lĩnh vực Giáo dục, Lao động,
Sức khỏe và Thu nhập. Cụ thể các biến được sử dụng ứng với các lĩnh vực trên lần lượt là: Số năm
đi học dự kiến (EYS) - biến chính, Tỷ lệ phần trăm lao động thất nghiệp trên tổng lực lượng lao
động (UR), Tuổi thọ trung bình (LEI) và Thu nhập quốc dân bình quân đầu người (GNIpc).
Mục đích quan trọng nhất của đề tài này là phải làm rõ sự tác động của các yếu tố trên đến sự
phát triển của con người như thế nào, đối chiếu với mục tiêu tối cao của tiến bộ xã hội một cách
chính xác. Thông qua đó chúng em xin đề xuất các giải pháp đối với các chiến lược có thể thực hiện
được để thúc đẩy sự phát triển của con người.
Để xem xét các yếu tố chính sách nào có ảnh hưởng mạnh mẽ đến sự phát triển của con
người, nhóm chúng em phát triển mô hình lý thuyết được mô tả dưới đây. Chúng em sẽ phát triển
mô hình thực nghiệm kiểm tra ý nghĩa của mô hình lý thuyết.
Phát triển con người = f(Giáo dục, Thất nghiệp, Sức khỏe, Thu nhập)
Chúng em sẽ thực hiện đề tài này theo 4 bước:
-

Xây dựng mô hình

-

Kết quả mô hình và kiểm định

-

Suy diễn thống kê

-

Kết luận và đề xuất giải pháp

4


NỘI DUNG
I.

XÂY DỰNG MÔ HÌNH
Để xem xét các yếu tố chính sách nào có ảnh hưởng mạnh mẽ đến sự phát triển của con

người, nhóm chúng em phát triển mô hình lý thuyết được mô tả dưới đây. Chúng em sẽ phát triển
mô hình thực nghiệm kiểm tra ý nghĩa của mô hình lý thuyết.
Phát triển con người = f (Giáo dục, Thất nghiệp, Sức khỏe, Thu nhập)
1. Mô hình gốc
HDI = f(EYS, UR, LEI, GNIpc)
Mô hình nghiên cứu sự phụ thuộc của chỉ số phát triển con người (Human Development
Index – HDI) với các biến độc lập: Số năm đi học dự kiến (EYS), Tỷ lệ phần trăm lao động thất
nghiệp trên tổng lực lượng lao động (UR), Tuổi thọ trung bình (LEI) và Thu nhập quốc dân bình
quân đầu người (GNIpc).
2. Mô hình hồi quy tổng quát
Để kiểm tra ảnh hưởng các biến độc lập đến chỉ số phát triển con người, tiểu luận nhóm em
vận dụng cơ sở lý thuyết và đề xuất dạng mô hình toán nghiên cứu như sau:
 Mô hình hồi quy tổng thể ngẫu nhiên:
(PRF)
Trong đó:
 Biến phụ thuộc:
- HDI: 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. HDI có giá trị từ 0 đến 1 (0 ≤ HDI ≤
1). HDI đạt tối đa bằng 1 thể hiện trình độ phát triển con người đạt mức lý tưởng; HDI tối thiểu
bằng 0 thể hiện xã hội không có sự phát triển mang tính nhân văn. Cơ quan báo cáo con người của

Liên Hợp Quốc đã phân chia thành 3 nhóm như sau:
5


 Nhóm HDI thấp, có giá trị từ 0,000 đến 0,499
 Nhóm HDI trung bình, có giá trị từ 0,500 đến 0,799
 Nhóm HDI cao có giá trị từ 0,800 đến 1,000
 Biến độc lập:
- UR (hoặc U) (Unemployment, total (% of labour force)): Tỷ lệ % thất nghiệp trên tổng lực
lượng lao động. Tỷ lệ người thất nghiệp ở một quốc gia có liên quan đến mức sống và thu nhập của
người dân, có tác động mạnh mẽ đến sự phát triển của con người, HDI tăng khi tỷ lệ người thất
nghiệp giảm.
- LEI (Life Expectancy Index): Chỉ số tuổi thọ trung bình. Tuổi thọ trung bình cho thấy chất
lượng đời sống của con người ở khía cạnh chăm sóc sức khỏe, tuổi thọ trung bình càng cao thì chất
lượng đời sống con người càng cao khiến HDI tăng.
- EYS (Expected Years of Schooling) : Số năm học dự kiến. Số năm đi học dự kiến đạt chuẩn
cũng hỗ trợ cho sự phát triển của con người, số năm đi học càng lớn thì HDI càng cao.
- GNIpc (Gross National Income per capita): Thu nhập quốc dân. Thu nhập quốc dân bình quân
đầu người thể hiện mức sống của con người, tăng trưởng kinh tế là điều kiện để thực hiện tiến bộ,
công bằng xã hội, vì vậy chỉ số HDI tỷ lệ thuận với thu nhập quốc dân bình quân đầu người, cái này
tăng thì cái còn lại cũng tăng và ngược lại.
 Các chỉ số khác:
-

: Hệ số chặn của mô hình
,

,

,

: Hệ số góc (Hệ số hồi quy riêng)

: Các yếu tố khác có yếu tố ngẫu nhiên, gây nhiễu
 Mô hình hồi quy mẫu ngẫu nhiên:
̂

̂

̂

̂

Trong đó: là phần dư.
 Mô hình hồi quy đơn:

6

̂
̂


 Bảng giải thích các biến: Nguồn dữ liệu (HDR)

STT

Ký hiệu
biến

Nội dung

Đặc điểm

Chỉ số phát triển con người
1

HDI

(Human Developement Index)

Định
lượng

Số năm đi học dự kiến

Định

(Expected Years of Schooling)

lượng

Đơn vị

Dấu kì

Nguồn dữ liệu

vọng

HDR: Human

Developement Index
HDR: Education

2

EYS

Năm

+

HDR: Work,

Tỷ lệ lao động thất nghiệp trên
3

4

5

UR

LEI

GNIpc

-> Expected years of
schooling

Định
lượng

tổng lực lượng lao động
(Unemployment)

%

Định
lượng

Chỉ số tuổi thọ trung bình
(Life Expectancy Index)
Thu nhập quốc dân (GNI) bình
quân đầu người
(Gross National Income per
capita – GNIpc)

Định
lượng

-

+

HDR: Health
-> Life Expectancy
Index

+

HDR: Income/
composition ...->
Gross National
Income per capita

USD/
người

employment,...
->Unemployment,
total(% of labor...)

Bảng 1: Các biến trong mô hình Các nhân tố ảnh hưởng đến HDI
 Literate review:
Vào đầu thập niên 80 của thế kỷ trước, UNDP đã đưa ra khái niệm phát triển con người làm
tiêu chí phát triển của từng nước hay vùng lãnh thổ, và quan trọng hơn là đã xác định cụ thể hệ tiêu
chí để đánh giá và xếp hạng trình độ phát triển con người của các nước theo chỉ số HDI. Kể từ năm
1990, Cơ quan Báo cáo phát triển con nguời của chương trình phát triển của Liên Hợp Quốc bắt đầu
dùng chỉ số HDI để đánh giá các thành tựu trong phát triển con người qua ba chỉ số thành phần và
để thực hiện xếp thứ hạng các nước. Về cơ bản, những số liệu tổng hợp về HDI trên toàn thế giới từ
thập kỉ 90 của thế kỉ XX đến nay đã có những tiến bộ vượt bậc. Tuổi thọ trung bình tăng lên và đạt
mức 68,1 tuổi cho toàn thế giới (năm 2005), tỷ lệ biết chữ của người lớn và tỷ lệ nhập học các cấp
cũng được tăng lên rõ rệt, GDP bình quân đầu người được cải thiện với mức tăng trung bình năm
1%. Giá trị của HDI cũng thay đổi đáng kể.
7


Ở một nghiên cứu khác, đó là nghiên cứu của Tạp chí kinh doanh và quản lý IOSR về các
nhân tố làm ảnh hưởng đến chỉ số phát triển con người (HDI) ở tỉnh Sumatera. Có 5 chỉ số thành

phần được sử dụng để đo độ lớn chỉ số phát triển con người của một quốc gia, đó là: GDP, tỷ lệ
người nghèo, chi tiêu của chính phủ trong lĩnh vực giáo dục, chi tiêu của chính phủ trong lĩnh vực y
tế, bất bình đẳng thu nhập. Kết quả của nghiên cứu này chỉ ra rằng: GDP có tác động tích cực đáng
kể đến HDI. Tỷ lệ người nghèo không ảnh hưởng đến HDI. Chi tiêu của chính phủ trong lĩnh vực
giáo dục không ảnh hưởng đến HDI. Chi tiêu của chính phủ trong lĩnh vực y tế có tác động tích cực
đáng kể đến HDI và bất bình đẳng thu nhập không có tác động gì đến HDI.
II. MÔ TẢ THỐNG KÊ
1. Mô tả các biến trong mô hình
Thống kê mô tả
Statistic

N

Mean

St. Dev.

Min

Max

LEI

178

0.800

0.120

0.496

0.986

HDI

178

0.706

0.155

0.354

0.953

EYS
UR

178
178

13.213
7.762

3.001
5.922

4.900
0.200

22.900
27.900

GNIpc

178

17,694.010

19,069.760

663

116,818

Bảng 2: Thống kê mô tả các biến
Từ bảng thống kê trên, ta có cái nhìn tổng quát về bộ dữ liệu đã được sử dụng như sau:
- Bộ dữ liệu gồm 178 quan sát dựa trên 5 biến: HDI, LEI, EYS, UR, GNIpc.
-

Biến UR và biến GNIpc có sự chênh lệch đáng kể giữa giá trị lớn nhất và giá trị nhỏ nhất:
biến UR có giá trị lớn nhất gấp 139.5 lần giá trị nhỏ nhất, biến GNIpc có giá trị lớn nhất gấp
176 lần giá trị nhỏ nhất.

- Biến HDI, LEI VÀ EYS có sự chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là tương đối
nhỏ so với hai biến UR VÀ GNIpc: biến HDI có giá trị lớn nhất gấp 2.7 lần giá trị nhỏ nhất,
biến LEI giá trị lớn nhất gấp gần 2 lần giá trị nhỏ nhất, biến EYS có giá trị lớn nhất gấp gần
4.7 lần giá trị nhỏ nhất .
8

- Độ lệch chuẩn của biến HDI và LEI là tương đối nhỏ cho thấy các giá trị của hai biến này
phân tán rất gần, biến động thấp xung quanh giá trị trung bình.
- Độ lệch chuẩn của các biến EYS, UR và GNIpc là khá lớn cho thấy các giá trị của các biến
này phân tán rời rạc, biến động cao xung quanh giá trị trung bình
2. Mối quan hệ tương quan giữa các biến
Sự tương quan giữa các biến
HDI

LEI

EYS

UR

GNIpc

HDI
LEI
EYS
UR

1
0.912
0.910
0.001

0.912
1
0.807

-0.051

0.910
0.807
1
-0.004

0.001
-0.051
-0.004
1

0.761
0.659
0.642
-0.158

GNIpc

0.761

0.659

0.642

-0.158

1

Bảng 3: Mô tả tương quan giữa các biến

Từ bảng trên ta có thể rút ra một số nhận xét như sau:
-

Chỉ số tuổi thọ LEI có tương quan rất cao và tương quan dương với chỉ số phát triển con
người HDI: hệ số tương tương quan có giá trị là 0.912.

-

Số năm đi học kỳ vọng EYS cũng có sự tương quan rất cao và tương quan dương với chỉ số
phát triển con người HDI: hệ số tương tương quan có giá trị là 0.910.

-

Tỷ lệ thất nghiệp UR có sự tương quan rất thấp và tương quan dương với chỉ số phát triển
con người HDI: hệ số tương quan có giá trị là 0.001.

-

Thu nhập quốc dân bình quân đầu người GNIpc có tương quan tương đối cao và tương quan
dương với chỉ số phát triển con người HDI: hệ số tương quan có giá trị là 0.761.

Kết luận: Nhìn chung các biến độc lập đều có tương quan cao và khá cao với biến phụ thuộc (LEI
tương quan cao nhất, UR tương quan thấp nhất), đồng thời các biến độc lập đều có tác động
dương lên biến phụ thuộc.
3. Chạy mô hình hồi quy và đo lường mức độ phù hợp của mô hình

9


Hệ số hồi quy ước lượng

(Intercept)

LEI

EYS

UR

log(GNIpc)

-0.361

0.365

0.015

0.0005

0.062

Bảng 4: Hệ số hồi quy ước lượng
Ý nghĩa tác động riêng phần của các hệ số hồi quy:
̂

-

Hệ số = - 0.361: trong điều kiện các yếu tố khác không đổi, khi các biến độc lập bằng 0 thì chỉ số HDI = - 0.361.
̂

-

Hệ số = 0.365: trong điều kiện các yếu tố khác không đổi, khi chỉ số tuổi thọ tăng 1 đơn vị thì chỉ số HDI tăng 0.365 đơn vị, tăng tương đối cao.

-

Hệ số = 0.015: trong điều kiện các yếu tố khác không đổi, khi số năm đi học kỳ vọng tăng 1 năm thì chỉ số HDI tăng 0.015 đơn vị, tăng ít.

-

Hệ số = 0.0005: trong điều kiện các yếu tố khác không đổi, khi tỷ lệ thất nghiệp tăng lên 1% thì chỉ số HDI tăng 0.0005 đơn vị, tăng rất ít.

-

Hệ số = 0.062: trong điều kiện các yếu tố khác không đổi, khi thu nhập bình quân đầu

̂

̂

̂

người tăng lên 1% thì chỉ số HDI tăng 0.00062 đơn vị, tăng rất ít.
Như vậy, chỉ số tuổi thọ LEI có ảnh hưởng nhiều nhất đến HDI, Tỷ lệ thất nghiệp UR ảnh
hưởng ít nhất đến HDI.
2

Ngoài ra, sau khi chạy mô hình hồi quy, ta còn thu được giá trị R = 0.981 cho biết phần biến
thiên trong biến phụ thuộc chỉ số phát triển con người HDI được giải thích 98.1 % theo các biến độc
lập LEI, EYS, UR, GNIpc. Như vậy, mức độ phù hợp của mô hình là khá cao .

III.

KẾT QUẢ KIỂM ĐỊNH VÀ LỰA CHỌN MÔ HÌNH PHÙ HỢP

1. Kiểm định đa cộng tuyến
Xét nhân tử phóng đại phương sai VIF

10


Kết quả tính VIF
EYS

LEI

UR

log(GNIpc)

3.547 3.746 1.008

3.731

Bảng 5: Kết quả thừa số tăng phương sai VIF
Từ bảng trên, ta có thể thấy VIFEYS, VIFLEI, VIFUR, VIFGNIpc đều nhỏ hơn 10 nên không có
đa cộng tuyến của một biến đối với các biến độc lập còn lại.
Kết luận: Mô hình không có đa cộng tuyến.
2. Định dạng mô hình đúng
Chạy mô hình hồi quy biến HDI theo EYS và lần lượt các biến độc lập khác, ta được bảng:
Bảng kết quả hồi quy mô hình

Dependent variable:
HDI
(1)
EYS

***

0.047
(0.002)

(2)

(3)

0.026
(0.002)

***

0.026
(0.002)

***

0.015
(0.001)

***

0.667

(0.048)

***

0.365
(0.026)

0.001
(0.001)

0.0005
(0.0003)

0.662
(0.048)

LEI

(4)

UR

Observations

R2
2
Adjusted R
Residual Std. Error
F Statistic

***

*

***

0.062
(0.003)

log(GNIpc)
Constant

***

***

***

***

***

0.084
(0.022)

-0.164
(0.024)

-0.172
(0.024)

-0.361
(0.014)

178

178

178

178

0.827
0.917
0.918
0.981
0.826
0.917
0.917
0.981
0.065
0.045
0.045
0.021
***
***
***
***
843.237 972.919 652.058 2,280.522
*

Note:

p<0.1;

**

p<0.05;

***

p<0.01

Bảng 6: Kết quả hồi quy mô hình bằng phương pháp OLS
Từ bảng trên ta có thể rút ra một số nhận xét:
11


-

Số quan sát khi thêm dần các biến không đổi là Obs = 178

-

Xét kết quả (4), hệ số xác định R = 0.981 thể hiện mức độ phù hợp của hàm hồi quy là rất

2

2

cao. Bên cạnh đó, giá trị của R còn có nghĩa các biến độc lập EYS, LEI, UR và log(GNIpc)
giải thích được 98.1% sự biến động quanh giá trị trung bình của HDI.
-

Xét kết quả (1), với mô hình hồi quy đơn SLR, hệ số góc của biến EYS là 0.047 và mô hình
hồi quy bội MLR ở kết quả (4), hệ số góc này giảm còn 0.015. Điều này cho thấy, nếu chỉ
xét ở mô hình hồi quy đơn thì sẽ xảy ra tình trạng định dạng thiếu mô hình, làm tăng thêm
những yếu tố không quan sát được trong nhiễu u. Vì vậy, so sánh mô hình hồi quy đơn SLR
và hồi quy bội MLR, ta chọn mô hình hồi quy bội để đảm bảo tính không chệch.

-

Xét tác động riêng phần của từng biến lên biến phụ thuộc HDI, dựa vào các hệ số ước lượng,
ta thấy biến LEI tác động nhiều nhất tới biến HDI do hệ số ước lượng là lớn nhất.

-

Khi thêm biến UR vào trong mô hình hồi quy, ta thấy ở biến UR không có ý nghĩa thống kê
ở mức ý nghĩa 10%. Hơn nữa, biến UR không có dấu như kỳ vọng ban đầu (kỳ vọng biến
UR tác động ngược chiều lên biến HDI nhưng khi chạy mô hình hồi quy, ta lại thu được hệ
số ước lượng ̂ = 0.0005 > 0 cho thấy sự tác động cùng chiều của UR lên HDI).

Kết luận: Để tăng độ chính xác cho hệ số ước lượng, ta bỏ biến UR ra khỏi mô hình.
Vậy hàm hồi quy mẫu tốt nhất là:
̂

3. Kiểm định giả thuyết
3.1. Kiểm định hệ số hồi quy
Kiểm định này được thực hiện để kiểm tra xem liệu các biến như EYS (số năm đi học kì
vọng), UR (tỷ lệ thất nghiệp), LEI (chỉ số tuổi thọ trung bình) và GNIpc (thu nhập quốc dân bình

quân đầu người) có tác động đến chỉ số HDI của các quốc gia hay không.
Giả thuyết: {

̅̅

với mức ý nghĩa

Sử dụng phương pháp giá trị tới hạn.
12


Quy tắc kiểm định:
•

Nếu | ̂|

thì bác bỏ giả thuyết

•

Nếu | ̂|

thì chấp nhận giả thuyết

Dựa vào số liệu đã phân tích, ta có:
-

| |̂

-

|
̂

→ Bác bỏ giả thuyết
→ Chấp nhận giả thuyết

|

ở mức ý nghĩa 5%.

ở mức ý nghĩa 5%.

Nhận xét:
-

Tất cả các hệ số ước lượng của các biến EYS, LEI và Log(GNIpc) đều có ý nghĩa thống kê
với mức ý nghĩa là 5%. Hay nói một cách khác, giả thuyết bị bác bỏ với nguy cơ sai lầm là
5%.

-

Hệ số ước lượng của biến UR không có ý nghĩa thống kê với mức ý nghĩa 5%. Như vậy, ở
mức ý nghĩa 5% thì chúng ta có thể coi như biến UR không có tác động lên chỉ số HDI.
3.2.

Kiểm định sự phù hợp của mô hình

Kiểm định này nhằm xem xét trường hợp các tham số của biến độc lập
xảy ra hay không.

Giả thuyết: {

đồng thời bằng 0 có

̅̅

với mức ý nghĩa

Theo kết quả chạy mô hình OLS, ta thu được:
F = 2280.522 > F0.05(4,173) = 2.372
Kết luận: Bác bỏ giả thuyết H0, mô hình ước lượng phù hợp.

IV.

TỔNG KẾT VỀ SỰ PHÙ HỢP CỦA MÔ HÌNH
Phương trình hồi quy mẫu ngẫu nhiên được đưa ra:
̂

13


Sau khi kiểm định mô hình, ta thấy rằng:
Thứ nhất, số năm đi học dự kiến (EYS) tương quan dương với chỉ số phát triển con người
(HDI) ở mức ý nghĩa 5%. Khi số năm đi học dự kiến tăng 1 năm thì chỉ số HDI tăng nhẹ 0.015 đơn
vị, chỉ bằng 1.57% của HDImax (HDImax =0.953). Điều này phù hợp với giả thuyết nghiên cứu.
Trong thực tế, khi số năm đi học dự kiến tăng lên, con người càng có thêm nhiều kiến thức về các
lĩnh vực, làm cho chỉ số phát triển con người tăng lên.
Thứ hai, tỷ lệ thất nghiệp (UR) không có ý nghĩa thống kê đối với chỉ số HDI ở mức ý nghĩa
5% và có tương quan thấp với chỉ số HDI. Chúng ta có thể giải thích cho điều này như sau: Có thể
ở một quốc gia đang phát triển như Việt Nam, tỷ lệ thất nghiệp lại thấp hơn một quốc gia có nền

kinh tế hàng đầu thế giới – Mỹ, vì ở Việt Nam, công việc rất nhiều nhưng không có lợi lộc bao
nhiêu. Nếu thất nghiệp ở Mỹ sẽ được trợ cấp có thể gọi là đủ sống, họ sẽ giành thời gian để tìm
kiếm những công việc thực sự phù hợp; còn ở Việt Nam, mọi người thường có xu hướng tìm kế
sinh nhai bằng mọi cách, mọi công việc cho dù công việc đó có mức lương rất thấp. Xe ôm, hát
rong, bán vé số… cũng được coi là có việc làm. Nên có thể nói tỷ lệ thất nghiệp hầu như không ảnh
hưởng đến chỉ số HDI, có thể bỏ UR ra khỏi mô hình.
Thứ ba, chỉ số tuổi thọ trung bình (LEI) tương quan dương với chỉ số phát triển con người ở
mức ý nghĩa 5%. Khi chỉ số tuổi thọ trung bình tăng 1 thì chỉ số HDI tăng 0.365 đơn vị, mức tăng
này tương đối cao, > 30% của HDImax (vì HDImax = 0.953). Điều này phản ánh đúng tình hình thực
tế. Tuổi thọ trung bình tăng lên có nghĩa là con người càng sống lâu hơn, chứng tỏ hệ thống chăm
sóc sức khoẻ, chế độ ăn uống và y tế cộng đồng được cải thiện, dẫn đến chỉ số phát triển con người
HDI tăng.
Thứ tư, thu nhập quốc dân bình quân đầu người (GNIpc) tương quan dương với chỉ số HDI ở
mức ý nghĩa 5%. Khi thu nhập quốc dân bình quân đầu người tăng 1 đơn vị thì chỉ số HDI tăng
0.00062 đơn vị, đây là mức tăng rất thấp, không đáng kể, chỉ bằng 0.65% của HDImax ( HDImax =
0.953). Điều này phù hợp với giải thuyết nghiên cứu. Xét trên thực tế, khi thu nhập quốc dân bình
14


quân đầu người tăng, sức mua của người dân tăng, tác động đến mức sống của người dân, do vậy
chỉ số HDI cũng tăng.
Vậy, mô hình hồi quy mẫu tốt nhất là:
̂

Thực hiện suy diễn thống kê, chúng em đưa đến kết luận mô hình mới phù hợp, các hệ số biến
giải thích đều có ý nghĩa, cụ thể: các biến độc lập độc lập đều có ảnh hưởng đến chỉ số HDI với
2

mức ý nghĩa 5%; mô hình có hệ số xác định R đạt 98.1% cho thấy các biến giải thích được phần
lớn mức độ thay đổi của chỉ số HDI. Mô hình không mắc lỗi đa cộng tuyến.

Mô tả mô hình hồi quy bội mới
Dependent variable:
HDI
***

EYS

0.015
(0.001)

LEI

0.361
(0.026)

log(GNIpc)

0.063
(0.003)

Constant

-0.357
(0.014)

Observations
2
R
2
Adjusted R

Residual Std. Error
F Statistic

***

***

***

178
0.981
0.981
0.022 (df = 174)
***
3,002.335 (df = 3; 174)
* ** ***

p p

Note:

p<0.01

Bảng 7: Bảng mô tả mô hình hồi quy bội mới

→ Mô hình mới tương đối hoàn hảo.

15

V.

PHỤ LỤC
-

Sự tương quan giữa các biến (kèm theo biểu đồ thể hiện sự tương quan)
Sự tương quan giữa các biến
HDI

LEI

EYS

UR

GNIpc

HDI
LEI
EYS

1
0.912
0.910

0.912
1
0.807

0.910

0.807
1

0.001
-0.051
-0.004

0.761
0.659
0.642

UR
GNIpc

0.001
0.761

-0.051
0.659

-0.004
0.642

1
-0.158

-0.158
1

16

-

Chạy mô hình hồi quy
Hệ số hồi quy ước lượng

-

(Intercept)

LEI

EYS

UR

log(GNIpc)

-0.361

0.365

0.015

0.0005

0.062

Kiểm định đa cộng tuyến bằng thừa số phóng đại phương sai (VIF)

Kết quả tính VIF
EYS LEI

UR log(GNIpc)

3.547 3.746 1.008
-

3.731

Ước lượng mô hình bằng phương pháp OLS
Bảng kết quả hồi quy mô hình
Dependent variable:
HDI
(1)
EYS

***

0.047
(0.002)

(2)

(3)

0.026
(0.002)

***

0.026
(0.002)

***

0.015
(0.001)

***

0.667
(0.048)

***

0.365
(0.026)

0.001
(0.001)

0.0005
(0.0003)

0.662
(0.048)

LEI

(4)

UR

Observations
2
R
2
Adjusted R
Residual Std. Error
F Statistic

***

*

***

0.062
(0.003)

log(GNIpc)
Constant

***

***

***

***

***

0.084
(0.022)

-0.164
(0.024)

-0.172
(0.024)

-0.361
(0.014)

178

178

178

178

0.827
0.917
0.918
0.981
0.826
0.917

0.917
0.981
0.065
0.045
0.045
0.021
***
***
***
***
843.237 972.919 652.058 2,280.522
*

Note:

17

p<0.1;

**

p<0.05;

***

p<0.01


Mô tả mô hình hồi quy bội
Dependent variable:

HDI
***

LEI

0.365
(0.026)

EYS

0.015
(0.001)

UR

0.0005
(0.0003)

log(GNIpc)

0.062
(0.003)

Constant

-0.361
(0.014)

***

*

***

***

Observations
2
R
2
Adjusted R
Residual Std. Error
F Statistic

0.981
0.981
0.021 (df = 173)
***
2,280.522 (df = 4; 173)
*

Note:
-

178

**

p<0.1; p<0.05;

***

p<0.01

Chạy mô hình hồi quy sau khi bỏ biến UR ra khỏi mô hình:
Hệ số hồi quy ước lượng (2)
(Intercept) EYS
-0.357

-

LEI log(GNIpc)

0.015 0.361

0.063

Kiểm định hệ số hồi quy

Ký hiệu biến

Hệ số hồi
quy

Giá trị của hệ
số hồi quy
̂

Kết quả

EYS

0.015

14.900

1.96

|̂|

UR

0.0005

1.778

1.96

|̂|

LEI

0.365

13.983

1.96

|̂|

Log(GNIpc)

0.062

24.213

1.96

|̂|

18


Mô tả mô hình hồi quy bội mới
Dependent variable:
HDI
***

EYS

0.015
(0.001)

LEI

0.361
(0.026)

log(GNIpc)

0.063
(0.003)

Constant

-0.357
(0.014)

Observations
2
R
2
Adjusted R
Residual Std. Error
F Statistic

***

***

***

178
0.981
0.981
0.022 (df = 174)
***
3,002.335 (df = 3; 174)
* ** ***

p p

Note:

19

p<0.01


KẾT LUẬN
Những kết quả nghiên cứu ở trên đã cho chúng ta một cách nhìn rõ ràng và tương đối đầy đủ
về các tiêu chí ảnh hưởng tới chỉ số phát triển con người. Nhờ việc chạy mô hình và đưa ra các
kiểm định, chúng ta có những nhận xét đầy đủ về sự ảnh hưởng của từng biến được đưa vào, ý
nghĩa của chúng đối với mỗi biến phụ thuộc, qua đó giúp chúng ta có thể hiểu được mối tương quan
giữa các biến, biết được mức độ phụ thuộc của biến HDI đối với các biến độc lập trên.
Các giải pháp để nâng cao chỉ số HDI luôn là mối quan tâm lớn của mỗi quốc gia trên thế
giới, nhằm hướng tới sự phát triển toàn vẹn cho người dân cả về thể lực và trí lực. Để làm tốt được
nhiệm vụ đó một trong những quốc gia đã đề xuất giải pháp như là:
Một là, khuyến khích mọi người dân làm giàu theo pháp luật, thực hiện có hiệu quả mục
đích giảm nghèo đói; tạo cơ hội, điều kiện cho mọi người tiếp cận bình đẳng các nguồn lực phát
triển; tạo động lực làm giàu cho đông đảo dân cư bằng tài năng, sáng tạo của bản thân, trong khuôn
khổ pháp luật và đạo đức cho phép.
Hai là, chủ trương đổi mới và nâng cao giáo dục. Giáo dục là chìa khoá then chốt để tạo ra
chất lượng nguồn nhân lực cao đáp ứng yêu cầu phát triển của mỗi đất nước. Đồng thời, phải có
những hoạch định hiệu quả, bền vững cho chiến lược phát triển con người.
Ba là, bảo đảm cung ứng dịch vụ công thiết yếu, bình đẳng cho mọi người dân, tạo việc làm
và thu nhập cho, chăm sóc sức khoẻ cộng đồng. Xây dựng hệ thống an sinh xã hội đa dạng; phát
triển mạnh mẽ hệ thống bảo hiểm; đa dạng hoá các hình thức cứu trợ xã hội, tạo nhiều việc làm.
Bốn là, phát triển hệ thống y tế, hoàn thiện mạng lưới y tế cơ sở, phát triển các dịch vụ y tế
công nghệ cao, các dịch vụ y tế công lập; quan tâm chăm sóc sức khoẻ sinh sản; giảm nhanh tỷ lệ

trẻ suy dinh dưỡng; giảm tốc độ tăng dân số, bảo đảm quy mô cơ cấu dân số hợp lý.

20


Con người là nhân tố quyết định sự sinh tồn, là nhân tố cơ bản nhất cho sự phát triển nhanh
và bền vững. Vì vậy, khi con người được phát triển một cách toàn diện với đủ cơ sở vật chất sẽ là
những nguồn lực vô cùng quý giá, nguồn lực tiềm năng cho sự phồn thịnh của một quốc gia.

21


TÀI LIỆU THAM KHẢO
1.

Asmita, Fitrawaty, Dede Ruslan, 2017. “Analysis of Factors Affecting the Human Development
Index in North Sumatra Province1”

2.

Max Roser, 2019, Human Development Index (HDI)

3.

Smit Shah, September 2016. “Determinants of Human Development Index: A Cross-Country
Empirical Analysis”

4.

Báo cáo Phát triển Con người 2015 của UNDP (Chương trình Phát triển Liên Hiệp Quốc)

/>
5.

Trang web của chương trình phát triển Liên hợp quốc
/>
6.

The Economic Times, “Definition of Human Development Index”
/>
7.

Tutor2u, “Human Development Index (2019 update)”
/>
22