các nhân tố ảnh hưởng đến việc thu hút vốn đầu tư trực tiếp từ nước ngoài tại 63 tỉnh thành ở việt nam năm 2016

LỜI NÓI ĐẦU
Có thể nói, quá trình “đổi mới” bắt đầu từ năm 1986 là một bước ngoặt trong nền kinh tế
Việt Nam. Trong thời kì hội nhập và phát triển hiện nay, nền kinh tế Việt Nam vẫn kế
thừa lộ trình hòa nhập vào nền kinh tế thế giới để phát triển và trở thành một trong những
nền kinh tế có tốc độ tăng trưởng hàng đầu thế giới trong nhiều năm trở lại đây. Để có thể
đạt được kết quả ấn tượng trên, chúng ta không thể không kể đến sự đóng góp không thể
thay thế của dòng vốn đầu tư trực tiếp từ nước ngoài (FDI) đổ vào Việt Nam từ năm 1988
đến nay.
Cùng với các biến số kinh tế khả quan, xu hướng tích cực của dòng vốn FDI vào Việt Nam
trong thời kì hiện nay đã trở thành động lực thôi thúc chúng em thực hiện đề tài Các nhân tố
ảnh hưởng đến việc thu hút vốn đầu tư trực tiếp từ nước ngoài tại 63 tỉnh thành Việt
Nam năm 2016. Nhận thức được tầm quan trọng chiến lược của nguồn vốn này, chúng em
muốn thông qua bài tiểu luận này để có cái nhìn toàn diện và khách quan hơn về FDI, cũng
như tiềm năng phát triển kinh tế của Việt Nam trong tương lai thông qua FDI, dựa vào các
chỉ số hiện tại (cụ thể là năm 2016). Từ đó, chúng em có thể đề xuất được một số giải pháp
để khai thác tối ưu các tiềm lực kinh tế sẵn có và có lợi thế tại mỗi tỉnh thành của Việt Nam
nhằm huớng tới mục tiêu chung là nền kinh tế tăng trưởng bền vững.

Trong quá trình thực hiện tiểu luận, nhóm nghiên cứu đã gặp phải một số hạn chế nhất
định, có thể kể đến sự giới hạn của nguồn dữ liệu hay khó khăn trong việc nghiên cứu các
tài liệu tham khảo để chọn lọc các biến độc lập để đưa vào mô hình. Các hạn chế kể trên
có thể ảnh hưởng đến tính chính xác tuyệt đối của kết quả nghiên cứu, do vậy, nhóm
chúng em rất mong nhận được những ý kiến đánh giá, bổ sung của cô để nghiên cứu
được hoàn thiện hơn.
Bố cục tiểu luận gồm 4 phần:
Phần 1: Lời mở đầu - Tổng quan về nghiên cứu.
Phần 2: Nội dung nghiên cứu, gồm 3 mục:
1. Cơ sở lý luận về các nhân tố tác động lên FDI.
2. Xây dựng mô hình kinh tế lượng dựa vào nguồn dữ liệu thu thập được.
3. Kết quả ước lượng mô hình, các kiểm định liên quan
Phần 3: Kết luận và kiến nghị giải pháp.

Phần 4: Tài liệu tham khảo và phụ lục.

3


NỘI DUNG
CHƯƠNG 1. CƠ SỞ LÝ THUYẾT
1.1. Định nghĩa, khái niệm và các lý thuyết liên quan.
 Vốn đầu tư trực tiếp từ nước ngoài (FDI - Foreign Direct Invesment) Tổ chức Thương
mại Thế giới đưa ra định nghĩa như sau về FDI:
“Đầu tư trực tiếp nước ngoài (FDI) xảy ra khi một nhà đầu tư từ một nước (nước chủ đầu
tư) có được một tài sản ở một nước khác (nước thu hút đầu tư) cùng với quyền quản lý tài
sản đó. Phương diện quản lý là thứ để phân biệt FDI với các công cụ tài chính khác.
Trong phần lớn trường hợp, cả nhà đầu tư lẫn tài sản mà người đó quản lý ở nước ngoài
là các cơ sở kinh doanh.”
Tranh thủ nguồn lực từ bên ngoài là bước đi hiệu quả nhất cho các nước có xuất phát
điểm thấp và gặp nhiều hạn chế về nguồn lực như Việt Nam. Trong đó, nguồn vốn FDI
đóng vai trò quan trọng đối với tăng trưởng và phát triển kinh tế, không chỉ nhằm bổ sung
nguồn vốn cho đầu tư phát triển, mà còn nhằm mục đích tiếp nhận, chuyển giao công
nghệ, kinh nghiệm quản lý tiên tiến, kỹ năng kinh doanh quốc tế, mở rộng thị trường, tạo
việc làm và nâng cao thu nhập cho người lao động...
 Chỉ số năng lực cạnh tranh cấp tỉnh (PCI - Provincial Competitiveness Index)
Chỉ số năng lực cạnh tranh cấp tỉnh là chỉ số đánh giá và xếp hạng chính quyền các tỉnh,
thành của Việt Nam về chất lượng điều hành kinh tế và xây dựng môi trường kinh doanh
thuận lợi cho việc phát triển doanh nghiệp dân doanh.
1.2. Tổng quan về tình hình nghiên cứu
Nghiên cứu về FDI thường xoay quanh nền tảng là mô hình OLI của John Dunning, tập
trung theo ba hướng nghiên cứu chính đó là: (1) “Tại sao”, đâu là động cơ để các tập đoàn
thực hiện FDI (Lợi thế về sở hữu của doanh nghiệp); (2) “Như thế nào”, việc đầu tư nên
được thực hiện ra sao để tối đa hóa lợi ích doanh nghiệp (Lợi thế về nội bộ hóa sản xuất); và

(3)“Ở đâu”, đâu là địa điểm thuận lợi để tiến hành đầu tư (Lợi thế về địa điểm). Trong đó, địa
điểm là vấn đề nhận được đặc biệt nhiều sự quan tâm của các nhà nghiên cứu, bởi quyết định
của nhà đầu tư có thể bị ảnh hưởng mạnh khi họ cân nhắc tính khả thi bằng việc trả lời các
câu hỏi: Quốc gia, địa phương nào sẽ là nơi tốt nhất để xây dựng nhà máy, đâu sẽ là nơi đáp
ứng được các yêu cầu của nhà đầu tư và có tiềm năng hứa hẹn để đem lại lợi

4


nhuận về lâu dài. Từ nhận định này, hàng loạt các nghiên cứu trước đó đã được tiến hành
và tập trung vào các yếu tố lợi thế về địa điểm: Tiềm năng thị trường, Lao động, Cơ sở
hạ tầng, Chính sách chính phủ và Tác động tích lũy.
 Về tiềm năng thị trường, các biến thường được sử dụng phổ biến là Dân số, Tốc độ
tăng dân số, GDP, GDP đầu người hay Tốc độ tăng GDP. Vào tháng 1/ 2012, nghiên
cứu của Bulent Esiyok và Mehmet Ugur về các nhân tố liên quan đến lợi thế địa điểm
quyết định lên lượng vốn FDI tới 62 tỉnh thành ở Việt Nam từ năm 2006-2009 chỉ ra
rằng GDP trên đầu người của một địa phương càng cao thì số vốn FDI đăng kí càng
lớn, hay tác động của GDP lên FDI là tác động dương.
 Về lao động, biến số này không thường xuyên được đo đạc bằng phần trăm công nhân
đã qua đào tạo trên tổng số lao động sẵn có của từng địa phương. Đúng với kỳ vọng,
số lượng lao động có kỹ năng có tác động dương lên FDI trong nghiên cứu của HansRimbert Hemmer và Nguyễn Thị Phương Hoa vào năm 2002, về Đóng góp của FDI
trong công cuộc giảm đói nghèo ở Việt Nam những năm 1990.
 Về cơ sở hạ tầng, biến số được sử dụng khá đa dạng trong các nghiên cứu, có thể là số
lượng điện thoại, nguồn cung điện cho hoạt động sản xuất kinh doanh, số bến cảng,
… Tuy được dự đoán sẽ đem lại tác động tích cực đến FDI nhưng trên thực tế, nhiều
nghiên cứu đã chỉ ra rằng trong nhiều trường hợp, biến số không hề có tác động đến
FDI. Có thể kể đến nghiên cứu của Nguyễn Thị Tường Anh và Nguyễn Hữu Tâm
(2013), biến đại diện cho chất lượng cơ sở hạ tầng là khoảng cách đến sân bay gần
nhất không có ý nghĩa trong cả 2 mô hình năm 2001-2007 và năm 2008-2010.
 Về chính sách của chính phủ, một biến số được sử dụng rộng rãi đó là chỉ số PCInăng lực cạnh tranh cấp tỉnh. Tuy nhiên các nghiên cứu sử dụng chỉ số này cho thấy

nhiều khác biệt. Ảnh hưởng của biến độc lập lên biến phụ thuộc là dương trong
nghiên cứu của Bulent Esiyok và Mehmet Ugur, trong khi Edmund J. Malesky trong
nghiên cứu của mình là Điều hành địa phương và FDI ở Việt Nam – 20 năm đầu tư
nước ngoài: nhìn lại và định hướng tương lai (1987-2007) được xuất bản năm 2007 đã
phân tích 10 chỉ số thành phần của PCI và chỉ nhận thấy ảnh hưởng mạnh ở một số
chỉ số như chính sách phát triển khu vực tư nhân, minh bạch và tiếp cận đất đai.
 Về tác động tích lũy, biến số thường được sử dụng là FDI của thời kì trước nghiên cứu.
Malesky cho rằng tác động tích lũy, hay sự xuất hiện của các nhà đầu tư thời kì trước
nghiên cứu không quan trọng bằng các chính sách và cách điều hành của chính phủ địa
phương. Trong nghiên cứu của Nguyễn Thị Tường Anh và Nguyễn Hữu Tâm, nhóm

5


tác giả sử dụng các biến số liên quan đến doanh nghiệp như số lượng doanh nghiệp
trên 1000 dân, quy mô bình quân của doanh nghiệp về vốn và lao động hay doanh thu
bình quân của doanh nghiệp trên địa bàn. Kết quả nghiên cứu cho thấy nhân tố tích
lũy mang tới ảnh hưởng dương và có vai trò quan trọng, hay nói cách khác: “các nhà
đầu tư không hề có sự thay đổi tâm lý khi cân nhắc quyết định đầu tư trên khía cạnh
xem xét sự hoạt động của các doanh nghiệp trước đó” (trích từ nghiên cứu của
Nguyễn Thị Tường Anh và Nguyễn Hữu Tâm).

6


CHƯƠNG 2: XÂY DỰNG MÔ HÌNH
2.1. Phương pháp luận của nghiên cứu
Trong quá trình thu thập số liệu, nhóm sử dụng phương pháp nghiên cứu tài liệu để thu
thập các con số liên quan đến các yếu tố tác động và dòng vốn đầu tư FDI.
Nhóm sử dụng phương pháp ước lượng OLS để xác định sự ảnh hưởng của các biến

đại diện cho các yếu tố tác động tới biến FDI.
2.2. Xây dựng mô hình lý thuyết
2.2.1. Xác định dạng mô hình
Từ việc tham khảo các mô hình và lý thuyết nêu trên, nhóm quyết định sử dụng hàm hồi
quy tuyến tính để thực hiện mục đích nghiên cứu. Hàm hồi quy tuyến tính tổng quát có
6 biến độc lập. Dạng hàm như sau:
FDI = β0 +β1*inc + β2* per + β3*pop+ β4*labor + β5*m + β6*pci + ui
Trong đó: β0: Hệ số tự do
βi: Hệ số hồi quy
ui: Sai số ngẫu nhiên
2.2.2. Mô tả các biến
Biến

Tên biến
Thu nhập bình quân

Ý nghĩa

Nguồn

Biến đại diện cho thu

Inc

dầu người.
nhập bình quân đầu
(Đơn vị : Triệu đồng) người một tỉnh.
Tỷ lệ phần trăm tự
Biến đại diện cho tỉ lệ

Per

tăng dân số một tỉnh. gia tăng dân số của
(Đơn vị : %)
một tỉnh
Dân số của một tỉnh.
Biến đại diện cho dân
(Đơn vị : Nghìn
số của một tỉnh
người)

Pop

Kỳ vọng

Mang dấu (+) trong Tổng cục
hàm hồi quy.
thống kê.
Mang dấu (+) trong Tổng cục
hàm hồi quy.
thống kê.
Mang dấu (+) trong Tổng cục
hàm hồi quy.
thống kê.


7


Tỷ lệ lao động từ 15

tuổi trở lên đã qua

Biến đại diện cho tỷ lệ
lao động từ 15 tuổi trở

Labor đào tạo.
(Đơn vị : %)

lênđang làm việc trong
nền kinh tế đã qua đào
tạo ở một tỉnh.
Khối lượng hàng hóa Biến đại diện cho khối

M

PCI

vận chuyển.
lượng hàng hóa vận
(Đơn vị : Nghìn tấn) chuyển ở một tỉnh.
Chỉ số năng lực cạnh
Biến đại diện cho chỉ
tranh giữa các tỉnh.
số năng lực cạnh tranh
(Tính trên thang
của một tỉnh.
điểm 100)

Mang dấu (+) trong Tổng cục
hàm hồi quy.

thống kê.

Mang dấu (+) trong Tổng cục
hàm hồi quy.
thống kê.

Mang dấu (+) trong Tổng cục
hàm hồi quy.
thống kê.

Nhóm kỳ vọng tất cả dấu của các biến độc lập trong hàm hồi quy mang dấu dương vì
những lý do sau đây:
Về biến thu nhập bình quân đầu người Inc, thu nhập bình quân đầu người tăng, đồng
nghĩa với việc họ sẵn sàng bỏ nhiều tiền hơn để thỏa mãn nhu cầu của mình, từ đó nhu
cầu của thị trường sẽ tăng lên. Do vậy khi thu nhập bình quân đầu người tăng thì lượng
vốn FDI tăng.
Về biến tỷ lệ gia tăng dân số Per, tỷ lệ gia tăng dân số hàng năm cao, dẫn đến việc tỉnh
này sẽ có nhiều lao động trong tương lai. Do vậy, khi tỷ lệ gia tăng dân số hàng năm tăng
thì lượng vốn FDI tăng.
Về biến dân số của một tỉnh Pop, số lượng dân cư của một tỉnh càng cao thì lượng người
trong độ tuổi lao động càng lớn, sẽ là điều đáng lưu ý với các nhà đầu tư. Do vậy, khi dân
số của một tỉnh tăng thì lượng vốn FDI tăng.
Về biến tỷ lệ lao động từ 15 tuổi trở lên đang làm việc trong nền kinh tế đã qua đào tạo
Labor, giá trị này càng cao thể hiện lượng lao động đã qua đào tạo càng lớn. Do đó,
những người sử dụng lao động không cần mất nhiều chi phí để đào tạo lại lao động nữa.
Do vậy, khi tỷ lệ lao động từ tuổi trở lên đang làm việc trong nền kinh tế đã qua đào tạo
tăng, lượng vốn FDI tăng.


8

Về biến khối lượng hàng hóa vận chuyển M, khối lượng hàng hóa vận chuyển của một
tỉnh có thể đại diện cho trình độ phát triển của cơ sở hạ tầng, cụ thể là hạ tầng giao thông.
Đây một yếu tố quyết định khi nhà đầu tư cân nhắc có nên bỏ tiển đầu tư vào địa phương
này hay không. Do vậy, khi khối lượng hàng hóa vận chuyển tăng, lượng vốn FDI tăng.
Về biến chỉ số năng lực cạnh tranh giữa các tỉnh PCI, đây là chỉ số đánh giá chất lượng
điều hành kinh tế và xây dựng môi trường kinh doanh thuận lợi cho việc phát triển doanh
nghiệp dân doanh. Nhà đầu tư có thể cân nhắc việc đầu tư thông qua chỉ số này. Do vậy,
chỉ số PCI cao, lượng vốn FDI tăng.
2.3. Thống kê mô tả và phân tích tương quan
2.3.1. Thống kê chung
Về số lượng các quan sát, nhóm tiến hành thu thập số liệu trên tất cả các tỉnh, thành phố
của Việt Nam và thu về 63 quan sát hợp lệ. Dưới đây là bẳng mô tả chung cho các biến
thành phần:
Trung bình
Inc
Per
Pop
Labor
M
PCI

32.39143
1.0333333
1471.350794
18.7936508
19799.205
58.88556

Độ lệch
Giá trị lớn
Giá trị nhỏ
chuẩn
nhất
nhất
11.11956
61.308
14.652
0.7765723
3.51
0.04
1309.686
8297.5
319
7.344954
42.9
8.6
23093.28
117306.5
939.9
2.929301
70
52.99
Nguồn: Nhóm tác giả tính toán

Số quan sát
63
63
63

63
63
63

2.3.2. Thống kê mô tả riêng
Ở phần này, nhóm nghiên cứu sử dụng bảng tần suất dể mô tả các biến số đáng chú ý của
các yếu tổ ản hưởng đến dòng vốn FDI.
Ta có các bảng tần suất như sau:
Giá trị PCI
> 68 (Rất tốt)

Số lần xuất hiện
1

Xác suất
1.59%

9


65.4 – 68 (Tốt)

1

1.59%

62.4 – 65.4 (Khá)

4

6.35%

59.5 – 62.4 (Trung bình)

18

28.57%

28
56.5 – 59.5 (Tương đối thấp)
< 59.5 (Thấp)
11
Nguồn: Nhóm tác giả tính toán

44.44%
17.46%

Đối với biến PCI, hầu hết các tỉnh có chỉ số PCI nằm trong khoảng từ 56.5 đến 65.4, chiếm
73.01% trên tổng số địa phương. Các chỉ số nằm trong khoảng này có ý nghĩa năng lực cạnh
tranh từ tương đối thấp cho đến trung bình khá. Trên cả nước có 2 địa phương có chỉ số năng
lực cạnh tranh đạt mức từ tốt trở lên và 11 tỉnh có năng lực cạnh tranh thấp.

Giá trị Pop

Số lần xuất hiện

Xác suất

< 1000

21

33.33%

1000 - 2000

36

57.14%

2000 - 4000

4

6.35 %

2
Nguồn: Nhóm tác giả tính toán

3.17%

> 6000

Đối với biến Pop, đa số các tỉnh (thành phố) trên lãnh thổ Việt Nam có lượng dân cư
dưới 2 triệu người, chiếm 90.47% số tỉnh. Chỉ có một số ít các tỉnh có số dân trên 2 triệu
người, trong đó chỉ có 2 tỉnh (thành phố) có số dân từ 6 triệu người trở lên, đó là Hà Nội
và TP. Hồ Chí Minh.
Giá trị Per
< 0.5
0.5 - 10

1.0 – 1.5
1.5 – 2.0
2.0 – 2.5
2.5 – 3.0
>3

Số lần xuất hiện
16
21
12
6
6
0
2
Nguồn: Nhóm tác giả tính toán

Xác suất
25.04%
33.33%
19.05%
9.52%
9.52%
0.00%
3.17%

10


Đối với biến Per, hầu hết tỷ lệ gia tăng dân số của các tỉnh trên cả nước chỉ đạt từ 1.5%
trở xuống, chiếm 77.42% số tỉnh. Giá trị tỷ lệ gia tăng dân số càng cao thì càng có ít

địa phương đạt được. Có khoảng 12.69% số tỉnh có tỷ lệ gia tăng dân số từ 2% trở lên,
cá biệt chỉ có 3.17% số tỉnh có tỷ lệ gia tăng dân số trên 3%.
Các giá trị Labor

Số lần xuất hiện

Xác suất

< 10

3

4.76%

10-20
20-30

38
17

60.32%
26.98%

>30

5
7.94%
Nguồn: Nhóm tác giả tính toán

Đối với biến Labor, đa số các tỉnh có tỷ lệ lao động từ 15 tuổi trở lên đang làm việc trong

nền kinh tế đã qua đào tạo đạt từ 10 - 30% trên tổng số dân, chiếm 87.3% số tỉnh. Ngoài
ra, có 3 tỉnh có tỷ lệ lao động từ 15 tuổi trở lên đang làm việc trong nền kinh tế đã qua
đào tạo đạt dưới 10%, chỉ có 5 tỉnh đạt trên 30%.
Các giá trị Inc

Số lần xuất hiện

Xác suất

< 10
10-20

6

9.52%
9.52%

20-30

19

30.16%

30-40
> 40

6

21

33.33%

11
17.46%
Nguồn: Nhóm tác giả tính toán

Đối với biến thu nhập bình quân đầu người Inc, đa số các tỉnh trên cả nước có thu nhập
bình quân đầu người trong khoảng từ 20 triệu VNĐ đến 40 triệu VNĐ, chiếm 63.49% số
tỉnh trên cả nước. Ngoài ra, các tỉnh có thu nhập bình quân đầu người dưới 20 triệu VNĐ
chiếm 19.04%, nhiều hơn số lượng các tỉnh có thu nhập bình quân đầu người trên 40 triệu
VNĐ/năm (chiếm 17.46%).
Các giá trị M

Số lần xuất hiện

Xác suất

< 5000

12

19.05%

5000 - 10000

16

25.40%

11

10000 - 15000

9

14.29%

15000 - 20000

6

9.52%

20000 - 25000

4

6.35%

25000 - 30000

6

9.52%

35000 - 40000

1

1.59%

>40000

9
Nguồn: Nhóm tác giả tính toán

14.29%

Đối với biến khối lượng hàng hóa vận chuyển M, các giá trị phân bổ khá rải rác. Nhưng
nhìn chung, lượng hàng hóa vận chuyển dưới 15000 nghìn tấn chiếm đa số, khoảng
58.74% số tỉnh trên cả nước. Đa số các tỉnh vận chuyển lượng hàng hóa không quá lớn.
Trong khi đó, các tỉnh có khối lượng hàng hóa vận chuyển trên 40000 nghìn tấn chỉ
chiếm 14.29% tổng số tỉnh.
2.3.3. Thống kê tương quan
Trong phần này, nhóm tiến hành phân tích ma trận tương quan giữa các biến trong mô
hình nghiên cứu nhằm xem xét về mức độ tương tác giữa các biến với nhau cả về hướng
lẫn độ mạnh của biến:
PCI

Pop

Per

Labor

Inc

M

PCI

1.0000

Pop

0.2483

1.0000

Per

-0.0640

0.0648

1.0000

Labor

0.4913

0.4846

0.1960

1.0000

Inc

0.5871

0.5542

0.1506

0.5939

1.0000

M

0.3072

0.8471

0.1161

0.6706

0.6337

1.0000

FDI

0.2579

0.7530

0.2858
0.5588
0.7530
Nguồn: Nhóm tác giả tính toán

0.8056

FDI

1.0000

Thông qua bảng trên ta thấy, biến FDI có tương quan (+) với tất cả các biến. Về độ mạnh
yếu, biến FDI có tương quan mạnh với các biến Pop, Inc và rất mạnh với M (Evans,
1996). Dự đoán 3 biến pop, inc và m có khả năng sẽ có ý nghĩa thống kê trong mô hình.

12


Biến pci chỉ có tương quan đáng kể với biến inc và labor, với các biến còn lại tương quan
yếu, pci chỉ có tương quan âm với biến per.
Biến pop có tương quan rất mạnh với biến m (Evans, 1996), dự đoán mô hình xảy ra đa
cộng tuyến không hoàn hảo. Biến pop gần như không đáng kể với biến per (độ tương
quan là 0.0648).
Biến per có tương quan yếu với tất cả các biến, tương quan âm với biến pci.
Biến labor có tương quan (+) với tất cả các biến và có tương quan mạnh với biến m
(Evans, 1996).
Biến inc có tương quan (+) với tất cả các biến, trong đó có tương quan mạnh với biến phụ
thuộc và m (Evans, 1996).
Biến m có tương quan (+) với tất cả các biến, trong đó có tương quan mạnh với các biến
labor và tương quan rất mạnh với biến pop (Evans, 1996).

Nhìn chung, nếu bỏ qua tác động của các yếu tố khác, ta có dự đoán từng biến độc lập có
tác động theo chiều dương đối với biến phụ thuộc FDI và kỳ vọng hệ số hồi quy của các
biến độc lập đều mang dấu dương, mô hình có đa cộng tuyến không hoàn hảo.

13


CHƯƠNG 3: KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ
3.1. Bảng kết quả thu được
Đầu tiên, để ước lượng các hệ số của mô hình hồi quy theo phương pháp bình phương
nhỏ nhất (OLS), ta dùng lệnh reg fdi inc per pop labor m pci
Kết quả trả về:
Tổng biến
động

Bậc tự do

Biến động
trung bình

Mẫu

35776649.5

6

5962774.92

Phần dư

8218504.18

56

146759.003

Tổng

43995153.7

62

709599.254

FDI
inc
per
pop
labor
m
PCI
Hệ số chặn

Hệ số
hồi quy
38.2656
160.715
0.1418446
-3.135681
0.0129506

-51.63302
1655.391

Số quan sát n = 63
F (6, 56) = 40.63
P - value = 0.0000
2
Hệ số xác định R = 0.8132
Hệ số xác định hiệu chỉnh
2
R = 0.7932
2
= 383.09

Sai số chuẩn t quan sát p-value
6.847516
66.0516
0.0719482
10.27123
0.0049144
22.34512
1191.231

5.59
2.43
1.97
-0.31
2.64
-2.31
1.39

0.000
0.018
0.054
0.761
0.011
0.025
0.170

Khoảng tin cậy với
độ tin cậy 95%
(24.54845 ; 51.9829)
(28.39777 ; 293.0323)
(-0.00228 ; 0.28597)
(-23.71142 ; 17.44006)
(0.00310 ; 0.022795)
(-96.39566 ; -6.87035)
(-730.932 ; 4041.713)

Bảng 1: Kết quả hồi quy OLS
(Nguồn: Nhóm tác giả tính toán)
3.2 Phân tích kết quả
3.2.1 Mô hình hồi quy mẫu
Ta có mô hình hồi quy mẫu:
̂̂

̂+̂ ̂ +̂ -̂ +̂ +̂= +

Trước hết ta có bảng dữ liệu chọn lọc như sau:

14


Tên
biến
Biến độc lập
trong Hệ số hồi
mô hình quy mẫu
Thu nhập bình
38.266
quân đầu người
inc
theo năm
Tốc độ gia tăng
160.715
per
dân số
0.142
Dân số
pop
Tỷ lệ trên 15 tuổi
đã qua đào tạo

labor

Khối lượng hàng
hóa vận chuyển

m

Chỉ số năng lực
cạnh tranh
Hệ số chặn

pci

2

R
Số lượng quan sát

Hệ số OLS
Thống kê pKhoảng tin cậy
t
value
5.59
0.000 (24.54845 ; 51.9829)

2.43

0.018 (28.39777 ; 293.0323)

1.97

0.054 (-0.00228 ; 0.28597)

-3.136

-0.31

0.761 (-23.71142 ; 17.44006)

0.013

2.64

0.011 (0.00310 ; 0.022795)

-51.633

-2.31

0.025 (-96.39566 ; -6.87035)

1655.391

1.39

0.170 (-730.932 ; 4041.713)
0.8132
63

Theo kết quả chạy hồi quy bằng phương pháp OLS trên phần mềm STATA, chúng ta thu
được hàm hồi quy mẫu (SRF) như sau:
̂̂

= 1655.391+ 38.266*inc + 160.715*per + 0 .142*pop - 3.136*labor + 0.013*m – 51.633*pci

3.2.2 Ý nghĩa các hệ số hồi quy
vốn đầu tư trực tiếp nước ngoài vào 63 tỉnh thành là 1655.391 triệu USD.

thì tổng số vốn đầu tư trực tiếp từ nước ngoài vào 1 tỉnh thành tại Việt Nam tăng




̂
Hệ số chặn = 1655.391: khi giá trị các biến độc lập trong mô hình bằng 0 thì tổng

̂

Hệ số = 38.266: khi thu nhập bình quân đầu người theo năm tăng lên 1 triệu đồng

15


38.266 triệu đồng, với điều kiện các yếu tố khác không đổi. Kết quả này đúng với kỳ
vọng.


̂

Hệ số = 160.715: khi tốc độ gia tăng dân số tăng 1% thì tổng số vốn đầu tư trực

tiếp từ nước ngoài vào 1 tỉnh thành tại Việt Nam tăng 160.715% với điều kiện các
yếu tố khác không đổi. Kết quả này đúng với kỳ vọng.


̂

Hệ số = 0 .142: khi dân số tăng 1 nghìn người thì tổng số vốn đầu tư trực tiếp từ

nước ngoài vào 1 tỉnh thành tại Việt Nam tăng 0.142 nghìn người, với điều kiện các
yếu tố khác không đổi. Kết quả này đúng với kỳ vọng.


̂

Hệ số = - 3.136: khi số lượng lao động trên 15 tuổi đã qua đào tạo tăng 1% thì

tổng số vốn đầu tư trực tiếp từ nước ngoài vào 1 tỉnh thành tại Việt Nam giảm
3.136%, với điều kiện các yếu tố khác không đổi. Kết quả này trái với kỳ vọng.



̂
Hệ số = 0.013: khi khối lượng hàng hóa vận chuyển tăng 1 nghìn tấn thì tổng số

vốn đầu tư trực tiếp từ nước ngoài vào 1 tỉnh thành tại Việt Nam tăng 0.013 nghìn
tấn, với điều kiện các yếu tố khác không đổi. Kết quả này hợp với kỳ vọng.



̂

Hệ số = – 51.633: khi chỉ số năng lực cạnh tranh tăng 1 đơn vị thì tổng số vốn

đầu tư trực tiếp từ nước ngoài vào 1 tỉnh thành tại Việt Nam giảm 51.633 đơn vị với
điều kiện các yếu tố khác không đổi. Kết quả phù trái với kỳ vọng.
3.2.3 Phân tích các số liệu liên quan








Số quan sát Obs = 63
Tổng bình phương sai số được giải thích ES = 35776649.5
Tổng bình phương các phần dư RSS = 8218504.18
Tổng bình phương sai số tổng cộng TSS = 43995153.7
Bậc tự do của phần được giải thích Dfm = 6
Bậc tự do của phần dư Dfr = 56
2

 Hệ số xác định R = 0.8132 thể hiện mức độ phù hợp của hàm hồi quy mẫu. Bên cạnh
đó, giá trị 0.8132 còn thể hiện tỷ lệ phần trăm biến động của tổng vốn đầu tư trực tiếp
của nước ngoài vào 63 tỉnh thành của Việt Nam được giải thích bởi các biến độc lập
gồm: “năng lực cạnh tranh”, “dân số”, "tốc độ gia tăng dân số”, “số lượng lao
động trên 15 tuổi đã qua đào tạo”, “thu nhập bình quân đầu người” và “khối lượng
hàng

16


hóa vận chuyển”. Nghĩa là các biến độc lập pci, pop, per, labor, inc và m giải thích
được 81.32% sự thay đổi trong giá trị của biến FDI, còn lại là các yếu tố khác.

3.2.4. Kiểm định giả thuyết.
3.2.4.1. Kiểm định giả thiết về hệ số hồi quy
Giả thuyết thống kê: {

:=

∗
: ≠

(ở đây

j

*

= 0)

∗

Kiểm định hệ số hồi quy bằng phương pháp khoảng tin cậy:
Biến độc lập Hệ số hồi quy

Khoảng tin cậy

Giá trị 0 nằm trong
khoảng tin cậy

Kết quả

(24.54845 ; 51.9829)

không

Có ý nghĩa thống kê

(28.39777 ; 293.0323)

không

̂̂

inc
̂̂

per
pop
labor

̂̂

̂̂

(-0.00228 ; 0.28597)

có

(-23.71142 ; 17.44006)

có

Có ý nghĩa thống kê
Không có ý nghĩa
thống kê

Không có ý nghĩa
thống kê

(0.00310 ; 0.022795)

không

Có ý nghĩa thống kê

(-96.39566 ; -6.87035)

không

Có ý nghĩa thống kê

̂̂

m
̂̂

pci

Phân tích kết quả:
Với 04 biến độc lập Thu nhập bình quân đầu người theo năm (inc), Tốc độ gia tăng dân
số (per), Khối lượng hàng hóa vận chuyển (m) và Năng lực cạnh tranh (pci), ta thấy giá
trị 0 không thuộc khoảng tin cậy, tức là có thể bác bỏ giả thuyết H 0. 04 biến này có ý
nghĩa thống kê tại mức ý nghĩa 5%.
Với 02 biến độc lập Số lượng lao động trên 15 tuổi đã qua đào tạo (labor) và Dân số (pop)
giá trị 0 thuộc vào khoảng tin cậy nên ta không bác bỏ giả thiết H 0. Vậy 02 biến này không
có giá trị thống kê ở mức ý nghĩa 5%, tức là nó không ảnh hưởng đến biến phụ thuộc FDI.

Kiểm định hệ số hồi quy bằng phương pháp P-value:

17


Biến độc lập
inc

Hệ số hồi quy
̂̂

per

̂̂

pop

̂̂

labor

̂̂

m
pci

P-value
0.000

̂̂

0.018

̂̂

0.054

̂̂

0.761

̂̂

0.011

̂̂

̂̂

0.025

̂̂

̂̂

Phân tích kết quả:
Biến inc có hệ số p-value = 0.000 < 0.05, nghĩa là biến inc có ý nghĩa thống kê với mức
ý nghĩa là 5%.
Biến per có hệ số p-value = 0.018 < 0.05, nghĩa là biến per có ý nghĩa thống kê với

mức ý nghĩa là 5%.
Biến pop có hệ số p-value = 0.054 > 0.05, nghĩa là biến pop không có ý nghĩa thống
kê với mức ý nghĩa là 5%.
Biến labor có hệ số p-value = 0.761 > 0.05, nghĩa là biến labor không có ý nghĩa
thống kê với mức ý nghĩa là 5%.
Biến m có hệ số p-value = 0.011 < 0.05, nghĩa là biến per có ý nghĩa thống kê với mức ý
nghĩa là 5%.
Biến pci có hệ số p-value = 0.025 < 0.05, nghĩa là biến per có ý nghĩa thống kê với mức ý
nghĩa là 5%.
Tóm lại, có 4/6 biến độc lập được đưa ra có ý nghĩa thống kê với mức ý nghĩa 5%, đó
là các biến inc, per, m, pci. 2 biến không có ý nghĩa thống kê trong mô hình là biến pop
và labor.
3.2.4.2. Kiểm định sự phù hợp của mô hình
Kiểm định này nhằm xem xét trường hợp các tham số của biến số độc lập ̂i đồng thời bằng 0 có xảy ra không.

Giả thuyết thống kê:

̂
̂
̂
̂
̂
̂
{H0:1= 2= 3= 4= 5= 6=0

̂

̂

̂

̂

̂

̂

H1:1+ 2+ 3+ 4+ 5+ 6≠0

Nếu giá trị p-value nhỏ hơn mức ý nghĩa = 0.05 thì bác bỏ H0, chấp nhận H1 tức là mô
hình hồi quy phù hợp.

18


Phân tích kết quả:
Từ bảng kết quả hồi quy OLS ta có giá trị p-value = 0.0000 < 0.5  Bác bỏ H0,
chấp nhận H1.
Vậy, với mức ý nghĩa 5%, mô hình hồi quy phù hợp.
3.2.4.2. Kiểm định các khuyết tật của mô hình
3.2.4.2.1. Kiểm định bỏ sót biến
H1: mô hình bỏ sót biến.

Kiểm định này nhằm xét xem mô hình có bỏ sót biến quan trọng hay không.
Giả thuyết thống kê:
{H0: mô hình không bỏ sót biến.

Nếu giá trị p-value nhỏ hơn mức ý nghĩa = 0.05 thì bác bỏ H0, chấp nhận H1 tức là mô
hình bỏ sót biến.
Trong STATA, ta gõ lệnh estat ovtest

Phân tích kết quả:
F(3, 53) =
Prob > F =

22.13
0.0000

Kết quả kiểm định cho ta p-value = 0.0000 < 0.05  Bác bỏ H0, chấp nhận H1: mô hình
bỏ sót biến.
Phân tích nguyên nhân của hiện tượng bỏ sót biến trong mô hình nghiên cứu:
Hiện tượng bỏ sót biến xảy ra khi mô hình lý thuyết đưa ra nghiên cứu là chưa vững.
Theo Pham (2002), vốn FDI đổ vào các địa phương trong phụ thuộc vào quy mô thị
trường, giáo dục và cơ sở hạ tầng. Meyer và Nguyen (2005) cho rằng quy mô thị trường
(đo bằng GDP), dân số, giáo dục và vận tải là những yếu tố có ý nghĩa thống kê đối với
biến phụ thuộc FDI. Anwar và Nguyen (2010) sử dụng mô hình GMM để kiểm tra yếu tố


tác động đến FDI trong giai đoạn 1996–2005 và tìm thấy mối quan hệ với các yếu tố
tăng trưởng kinh tế, quy mô thị trường, đầu tư trong nước, chất lượng lao động, chi phí
lao động, cơ sở hạ tầng và tỉ giá hối đoái. Những nghiên cứu này đều đưa ra những nhân
tố chính tác động đến FDI nhưng chưa có nghiên cứu nào tổng hợp được đầy đủ tất cả
các yếu tố.
Nguyên nhân của việc bỏ sót biến trong mô hình là do có những yếu tố ảnh hưởng đến
FDI mà nhóm tác giả không thể thu thập được số liệu, cũng không có thước đo chính xác

19


để lượng hóa các yếu tố ấy (sự hoàn thiện và phù hợp của hệ thống pháp luật, các chính
sách, quy định về quản lý của bộ máy nhà nước, tình hình kinh tế - chính trị của quốc gia,

…). Một biến quan trọng mà mô hình bỏ qua là sự hiện diện của tương tác không gian
giữa các tỉnh.
Vì vậy, nhóm tác giả nhận định đây là hạn chế trong mô hình của mình.
3.2.4.2.2. Kiểm định đa cộng tuyến
Trong phần 2.3.3. Thống kê tương quan, khi xét ma trận hệ số tương quan giữa các biến
ta thấy biến độc lập pop có tương quan rất mạnh với biến m (0.8471 > 0.8). Do đó, ta
dự đoán mô hình xảy ra đa cộng tuyến không hoàn hảo.
Xét nhân tử phóng đại phương sai VIF (variance inflation factor). Nếu VIF > 2 thì có dấu
hiệu đa cộng tuyến. Nếu VIF > 10 thì chắc chắn có đa cộng tuyến. Nếu VIF < 2, mô hình
không bị đa cộng tuyển.
Chạy lệnh vif trên STATA ta thu được kết quả:
Tên biến
m
pop
inc
labor
pci
per
Giá trị trung bình
VIF

VIF
5.44
3.75
2.45
2.4
1.81
1.11

1/VIF

0.183783
0.266586
0.408293
0.415901
0.552484
0.899669
2.83

Ta thấy, giá trị trung bình của VIF = 2.83 > 2 nên mô hình có dấu hiệu đa cộng tuyến.
H1: mô hình có PSSS thay đổi.

Tuy nhiên giá trị đa cộng tuyến của tất cả biến độc lập đều nhỏ hơn 10 nên có thể bỏ
qua vì vấn đề không quá nghiêm trọng.
3.2.4.2.3. Kiểm định phương sai sai số (PSSS) thay đổi


Kiểm định này nhằm xét xem mô hình PSSS thay đổi hay không.
Giả thuyết thống kê:
{H0:

mô hình không có PSSS thay đổi.

20


Nếu giá trị p-value nhỏ hơn mức ý nghĩa = 0.05 thì bác bỏ H0, chấp nhận H1 tức là mô
hình có PSSS thay đổi.

Kết quả sử dụng kiểm định B-P:

Trong STATA, ta nhập lệnh estat, hettest

chi2(1)

=

8.95

Prob > chi2 = 0.0028

Kết quả kiểm định cho ta p-value = 0.0028 < 0.05  Bác bỏ H0, chấp nhận H1: mô hình
có PSSS thay đổi.

Khắc phục khuyết tật PSSS thay đổi

Vì mô hình chỉ có 63 quan sát (63 tỉnh thành), mẫu không đủ lớn nên không sử dụng hồi
quy Robust để khắc phục PSSS thay đổi. Ở đây, nhóm tác giả sử dụng phương pháp biến
đổi logarit mô hình.

Trong STATA, ta dùng lệnh gen tạo các biến mới:

gen lninc = ln(inc)


gen lnper = ln(per)

gen lnpop = ln(pop)

gen lnlabor = ln(labor)

gen lnm = ln(m)

gen lnpci = ln(pci)

(FDI có giá trị 0 nên không thể lấy ln)

Sử dụng lệnh reg fdi lninc lnper lnpop lnlabor lnm lnpci để ước lượng mô hình ta được
kết quả:

Tổng biến
động

Bậc tự do

Biến động
trung bình

Số quan sát n = 63
F (6, 56) = 19.79
P - value = 0.0000

Mẫu

29895854.5

6

4982642.42

Phần dư

14099299.2

56

251773.201

Tổng

43995153.7

62

709599.254

2

Hệ số xác định R = 0.6795
Hệ số xác định hiệu chỉnh
2

R = 0.6452
2

= 501.77

Hệ số
FDI
lninc

hồi quy
1180.084

Khoảng tin cậy với
Sai số chuẩn t quan sát p-value
284.0797

4.15

0.000

độ tin cậy 95%
(611.0042 ; 1749.164)


lnper
lnpop

234.3234
682.7721

75.78831
177.7027

3.09
3.84

0.003
0.000

(82.50118 ; 386.1456)
(326.7907 ; 1038.753)

21