Tiểu luận KTL CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN CHỈ SỐ PHÁT TRIỂN CON NGƯỜI – HDI CỦA MỘT SỐ QUỐC GIA

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

BÀI TIỂU LUẬN
MÔN KINH TẾ LƯỢNG
TÊN ĐỀ TÀI:

CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN
CHỈ SỐ PHÁT TRIỂN CON NGƯỜI – HDI
CỦA MỘT SỐ QUỐC GIA

Hà Nội, 3/2021

1


MỤC LỤC

I.

Tổng quan tình hình nghiên cứu..........................................................................5
1. Lý do chọn đề tài................................................................................................5
2. Mục tiêu nghiên cứu..........................................................................................5
3. Phạm vi nghiên cứu...........................................................................................5
4. Kết cấu phân tích đề tài......................................................................................6

II. Cơ sở lý thuyết.......................................................................................................6
1. Khái niệm............................................................................................................ 6
2. Lý thuyết đưa các biến phụ thuộc vào mơ hình.................................................6
III. Mơ hình nghiên cứu và dữ liệu.............................................................................7

1. Phương pháp nghiên cứu...................................................................................7
2. Xây dựng mơ hình lý thuyết...............................................................................7
2.1.

Mơ hình hồi quy tổng thể

7

2.2.

Mơ hình hồi quy mẫu dạng ngẫu nhiên

8

2.3. Giải thích các biến số trong mơ hình và kỳ vọng ảnh hưởng của biến độc lập
lên biến phụ thuộc
8
3. Mô tả số liệu.......................................................................................................9
3.1. Nguồn số liệu

9

3.2. Mô tả thống kê số liệu.

9

IV. Kết quả nghiên cứu và thảo luận.......................................................................12
1. Mơ hình ước lượng..........................................................................................12
1.1.

Kết quả ước lượng OLS

12

1.2.

Mơ hình hồi quy mẫu

13

2. Kiểm định và khắc phục các khuyết tật của mơ hình......................................13
2.1.

Kiểm định bỏ sót biến độc lập Ramsey RESET

13

2.2.

Kiểm định đa cộng tuyến

13

2.3.

Kiểm định phương sai sai số thay đổi

14

2.4.

Kiểm định phân phối chuẩn của nhiễu

15

3. Kiểm định giả thuyết của mơ hình đã khắc phục............................................15
3.1. Kiểm định ý nghĩa thống kê của các hệ số hồi quy
2

15


3.2. Kiểm định sự phù hợp của mơ hình

16

3.3. Kiểm định sự phù hợp với các lý thuyết kinh tế

16

a.

Hệ số của biến EYS

16

b. Hệ số của biến AYS

16

c.

Hệ số của biến lnINT

17

d. Hệ số của biến lnCo2

17

4. Lý giải kết quả nghiên cứu...............................................................................17
5. Kiến nghị giải pháp gia tăng chỉ số HDI các nước.........................................21
V. KẾT LUẬN..........................................................................................................22
1. Kết luận............................................................................................................. 22
2. Hạn chế của bài................................................................................................22

3


LỜI MỞ ĐẦU
Hiện 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 quốc gia 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 mơi 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. 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). HDI cho
thấy 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. 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 yếu
tố ảnh hưởng đến Chỉ số phát triển con người – HDI của một số quốc gia”.
Do hạn chế về thời gian và kiến thức, bài nghiên cứu của nhóm cịn nhiều thiếu
sót, rất mong nhận được nhận xét và góp ý của cơ để nghiên cứu của nhóm được hồn
thiện hơn.
Nhóm nghiên cứu xin chân thành cảm ơn cô!

4


PHẦN NỘI DUNG CHÍNH
I.

Tổng quan tình hình nghiên cứu
1. Lý do chọn đề tài
Trong nền kinh tế 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. Khi đó, sự ra đời của HDI 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. Vì vậy, nhóm đã lựa chọn đề tài nghiên cứu: “Các yếu tố
ảnh hưởng đến Chỉ số phát triển con người – HDI của một số quốc gia”.
2. Mục tiêu nghiên cứu
Nhóm thực hiện nghiên cứu đề tài hướng tới mục tiêu sau:
Một là, xác định các nhân tố ảnh hưởng đến Chỉ số HDI
Hai là, xây dựng mơ hình hồi quy thể hiện mức độ tác động của các nhân tố ảnh
hưởng đến Chỉ số HDI
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 pháp 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.
3. Phạm vi nghiên cứu
Bài tiểu luận của nhóm tập chung nghiên cứu đề tài dưới góc nhìn tổng quan về:
Số năm đi học kỳ vọng (EYS), Số năm đi học bình quân đầu người (AYS), Logarit tự
nhiên của lượng người sử dụng Internet (lnINT), Logarit tự nhiên của lượng khí thải
Carbon bình quân trên đầu người (lnCO2).

5


4. Kết cấu phân tích đề tài

II.

Chương I.

Tổng quan tình hình nghiên cứu

Chương II.

Cơ sở lý thuyết

Chương III.

Mơ hình nghiên cứu và dữ liệu

Chương IV.

Kết quả nghiên cứu và thảo luận

Chương V.

Kết luận

Cơ sở lý thuyết
1.

Khái niệm

- Chỉ số phát triển con người (Human Development Index - HDI) là chỉ số so sánh,
định lượng về mức thu nhập, tỷ lệ biết chữ, tuổi thọ và một số nhân tố khác của các
quốc gia trên thế giới. HDI giúp tạo ra một cái nhìn tổng quát về sự phát triển của một
quốc gia (hoặc một địa phương).
2.

Lý thuyết đưa các biến phụ thuộc vào mơ hình

Ý tưởng phát triển, trong đó lấy con người làm trung tâm là nội dung xuyên suốt
trong “Báo cáo phát triển con người” (Human Development Research - HDR) được
UNDP công bố lần đầu tiên (1990) và được phát triển sâu sắc hơn trong các HDR tiếp
theo. Các số đo cụ thể được tổng hợp lại thành một chỉ số, chỉ số phát triển con người
(HDI). Kể từ khi Chỉ số HDI được đưa vào nghiên cứu và tính tốn từ năm 1990, các
nhà khoa học đã khơng ngừng tìm tịi, nghiên cứu các nhân tố, tác nhân ảnh hưởng đến
chỉ số phát triển con người này.
Những con đường khác nhau dẫn đến phát triển con người cho thấy khơng có một
cơng thức duy nhất cho tiến bộ bền vững, và những thành tựu trong dài hạn có thể đạt
được và đã đạt được ngay cả khi khơng có tăng trưởng kinh tế liên tục. Từ xu thế hiện
nay, cách đánh giá HDI không chỉ dựa trên các biến kinh tế như GDP, lạm phát, ... mà
còn dựa trên những yếu tố liên quan đến xã hội như tự do, bình đẳng con người,bình
đẳng giới... và các yếu tố liên quan đến môi trường sống mà các nghiên cứu đi trước ít
tập trung vào. Sau khi tìm hiểu và phân tích, 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):

6


Biến tỷ lệ phần trăm số người dân sử dụng Internet (INT). Tỷ lệ người dân sử
dụng Internet tác động trực tiếp đền trình độ cơng nghệ và tiếp cận thơng tin của người
dân. Từ đó sẽ ảnh hưởng đến HDI.
Biến số năm đi học kỳ vọng (EYS) và số năm đi học bình quân đầu người (AYS)
phản ánh được sơ bộ mức phát triển của nền giáo dục nước đó. Chất lượng giáo dục là
một trong những yếu tố cực kỳ quan trọng trong phát triển đất nước, phát triển con
người
Biến lượng khí thải CO2 vì nhóm muốn nghiên cứu lượng khí thải CO2 tác động

như thế nào đến phát triển con người ở các nước đang phát triển khi mà các nước này
đang trong quá trình phát triển, cơng nghiệp hóa, hiện đại hóa, lượng CO2 cần cho các
hoạt động công nghiệp là khá lớn.
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 thơng
qua mơ hình hồi quy tuyến tính, phương pháp ước lượng bình qn nhỏ nhất OLS và
thơng qua sử dụng phần mềm STATA.
III.

Mơ hình nghiên cứu và dữ liệu
1. Phương pháp nghiên cứu.
Dựa theo những phân tích và giả thuyết trên, nhóm nghiên cứu quyết định xây

dựng mơ hình nghiên cứu “Các yếu tố ảnh hưởng đến chỉ số phát triển con người
HDI” bằng phương pháp định lượng với phương pháp ước lượng bình phương tối
thiểu thơng thường OLS (Ordinary Least Squares).
2. Xây dựng mơ hình lý thuyết.
2.1.

Mơ hình hồi quy tổng thể

(PRF):
Trong đó:
● β1: hệ số chặn
● β2: hệ số góc của biến EYS
● β3: hệ số góc của biến AYS

7

● β4: hệ số góc của biến lnINT
● β5: hệ số góc của biến lnCo2
● ui: Sai số ngẫu nhiên của tổng thể ứng với quan sát thứ i, đại diện cho
các nhân tố khác ảnh hưởng đến HDI nhưng khơng được đề cập trong
mơ hình
2.2.

Mơ hình hồi quy mẫu dạng ngẫu nhiên

(SRF)
Trong đó:
● : ước lượng của hệ số chặn
● : ước lượng của hệ số góc của biến EYS
● : ước lượng của hệ số góc của biến AYS
● ước lượng của hệ số góc của biến lnINT
● : ước lượng của hệ số góc của biến lnCo2
● : phần dư, ước lượng của sai số ngẫu nhiên
2.3.

Giải thích các biến số trong mơ hình và kỳ vọng ảnh hưởng của biến độc lập
lên biến phụ thuộc

● Biến phụ thuộc:
- HDI: Chỉ số phát triển con người năm 2019
- Ý nghĩa: HDI được coi như một thước đo phản ánh tổng quát cho sự phát triển
của đất nước, thường là chỉ số so sánh, định lượng về cuộc sống lâu dài, khỏe
mạnh, tiếp cận tri thức, có tiêu chuẩn sống tốt, và một số các yếu tố khác. Trong
nghiên cứu này, HDI được lựa chọn là biến phụ thuộc và là đối tượng chính của
nghiên cứu.
● Biến độc lập:

Bảng 1. Giái thích các biến số trong mơ hình
Kí

Ý nghĩa

hiệu
EYS

Số năm đi học kỳ

Đơn

Diễn giải

Kỳ

vị

vọng

Năm

dấu
+

Được tính bằng tổng số năm đi học mà

8

AYS

vọng

một đứa trẻ từ 05 tuổi trở lên có thể nhận

Số năm đi học bình

được trong suốt cuộc đời.
Số năm đi học bình qn được tính bằng

Năm

qn đầu người

+

tổng số năm đã đi học của dân số từ 25
tuổi trở lên chia cho tổng dân số từ 25 tuổi

lnINT Logarit tự nhiên của

%

trở lên.
Số lượng người sử dụng Internet trong

lượng người sử

dân

quốc gia, được đo bằng cách thống kê các

dụng Internet

số

mạng máy tính điện tử từ các máy chủ,

-

hoặc dữ liệu từ các tập đồn viến thơng
lnCo2 Logarit tự nhiên của

%

tồn cầu.
Thể hiện lượng khí carbonic thải ra khi

lượng khí thải

thực hiện các hoạt động sản xuất hay

Carbon bình quân

trong cuộc sống.

+

trên đầu người.

3. Mô tả số liệu.
3.1. Nguồn số liệu
● Số liệu dùng trong bài tiểu luận này đã được thu thập từ trang web World bank.
● Phân tích hồi quy nhiều lần sẽ được thực hiện để quan sát mối quan hệ giữa
biến với chỉ số phát triển con người. Phạm vi dữ liệu trong năm 2019 của một
số quốc gia trên thế giới.
● Không gian mẫu: khảo sát được thực hiện trên 64 nước trên thế giới, với trinhg
độ và lịch sử phát triển khác nhau. Do vậy, nghiên cứu nhận thấy không gian
mẫu này đã đủ lớn, đủ khách quan và đủ độ tin cậy để xấy dựng lên mơ hình hồi
quy.
3.2. Mơ tả thống kê số liệu.
Nhằm giúp người đọc có cái nhìn tổng qt nhất cũng như có thể đưa ra một số
đánh giá ban đầu, nhóm sẽ mơ tả số liệu trước khi tiến hành đi sâu vào việc phân tích
dữ liệu. Qua việc mơ tả này, nhóm có thể dự đốn được một số lỗi có thể xảy ra khi
chạy mơ hình do sự thiếu sót của mơ hình.

9


Dựa trên mơ hình, nhóm sẽ sử dụng lệnh Gen để lấy Logarit cho biến INT và Co2
và đặt tên biến là lnINT và lnCo2 ,sau đó, nhóm sử dụng lệnh Sum trong Stata để mô
tả các biến độc lập và phụ thuộc, thu được kết quả:
Bảng 2. Bảng mô tả thống kê
Biến
số

Số quan

Giá trị trung

Độ lệch

Giá trị nhỏ

Giá trị lớn

sát

bình

chuẩn

nhất

nhất

HDI

64

0.7329062

0.0505662

0.63

0.83

EYS

64

13.4625

1.489.913

10.1

16.9

AYS

64

9.076.562

1.792.732

4.1

12.5

lnINT

64

3.043.377

2.163.779

-2.617.296

6.857.863

lnCo2

64

3.690.431

1.852.081

0.5128236

6.658.691

Nguồn: Nhóm nghiên cứu tự tổng hợp từ phần mềm Stata
Nhìn vào Bảng 2, ta có nhận xét:
● HDI: giá trị trung bình của chỉ số HDI của các nước này là 0,732, trong đó giá
trị cao nhất là 0,83, giá trị nhỏ nhất là 0,63 với độ lệch chuẩn là 0,05
● EYS: giá trị trung bình của biến số năm đi học kỳ vọng của nhóm các nước này
là 13,5 năm, giá trị lớn nhất là 16,9 năm và thấp nhất là 10,1 năm với độ lệch
tiêu chuẩn là 1,49.
● AYS: giá trị trung bình của biến số năm đi học bình quân đầu người là 9,1 năm,
giá trị lớn nhất là 12,5 năm, thấp nhất là 4,1 năm với độ lệch chuẩn là 1,79.
● lnINT: giá trị trung bình của logarit của biến lượng người sử dụng Internet là
3,05, lớn nhất là 6,86, nhỏ nhất là -2,61 với độ lệch chuẩn là 2,17 .
● lnCo2: giá trị trung bình của logarit của biến Lượng khí thải carbon bình quân
đầu người là 3,7, lớn nhất là 6,66, nhỏ nhất là 0,51 với độ lệch chuẩn là 1,85.

Bảng 3. Bảng mô tả tương quan
HDI

EYS

AYS

10

lnINT

lnCo2


HDI
EYS
AYS
lnINT
lnCo2

1.000
0.7408
0.5467
-0.1997
0.2780

1.000
0.2409
0.0641
0.2863

1.000
-0.1697
0.0517

1.000
-0.1412

1.000

Nguồn: Nhóm nghiên cứu tự tổng hợp từ phần mềm Stata
Nhìn vào Bảng 3, ta có thể có những nhận xét :
● Có thể thấy rằng các biến độc lập có tương quan khá cao với biến phụ thuộc,
trong đó biến có tương quan cao nhất là EYS.
● Các biến độc lập có tương quan khá thấp với nhau và có tương quan < 0,8, do
đó có thể dự đốn được rằng khả năng mơ hình mắc khuyết tật đa cộng tuyến là
khá thấp, tuy nhiên nhóm vẫn sẽ tiến hành kiểm định đa cộng tuyến để đưa ra
kết luận chính xác.
● Phân tích tương quan giữa biến phụ thuộc và các biến độc lập:
● r(HDI, EYS)= 0,7408 => Mức độ tương quan cao, hệ số tương quan mang dấu
dương, mối quan hệ giữa HDI và EYS là thuận chiều,
● r(HDI,AYS) = 0,5467 => Mức độ tương quan trung bình, hệ số tương quan
mang dấu dương, mối quan hệ giữa hDI và AYS thuận chiều.
● r(HDI , lnINT) = -0,1997 => Mức độ tương quan thấp, hệ số tương quan mang
dấu âm, mối quan hệ giữa hDI và lnINT là ngược chiều.
● r(HDI, , lnCo2) = 0,278 => Mức độ tương quan thấp , hệ số tương quan mang
dấu dương, mối quan hệ giữa hDI và lnCo2 là thuận chiều.
● Phân tích tương quan giữa các biến độc lập:
● r(EYS, AYS) = 0,2409 => mức độ tương quan thấp, hệ số tương quan mang dấu
dương, mối quan hệ giữa EYS và AYS là thuận chiều.

● r(EYS, lnINT) = 0,0641 => mức độ tương quan thấp, hệ số tương quan mang
dấu dương, mối quan hệ giữa EYS và lnINT là thuận chiều.
● r(EYS, lnCo2) = 0,2863 => mức độ tương quan thấp, hệ số tương quan mang
dấu dương, mối quan hệ giữa EYS và lnCo2 là thuận chiều.
● r(AYS, lnINT) = -0,1697 => mức độ tương quan thấp, hệ số tương quan mang
dấu âm, mối quan hệ giữa AYS và lnINT là ngược chiều.

11


● r(AYS, lnCo2) = 0,0517 => mức độ tương quan thấp, hệ số tương quan mang
dấu dương, mối quan hệ giữa AYS và lnCo2 là thuận chiều.
● r(lnINT, lnCo2) = -0,1412 => mức độ tương quan thấp, hệ số tương quan mang
dấu âm, mối quan hệ giữa lnINT và lnCo2 là ngược chiều.
IV.

Kết quả nghiên cứu và thảo luận

1. Mô hình ước lượng
1.1.

Kết quả ước lượng OLS

Bằng phần mềm STATA, sử dụng lệnh reg HDI LE EYS GNI lnInternet lnCo2,
ta có kết quả:
Bảng 4. Ước lượng OLS

Số quan sát
F(4, 131)
Mức ý nghĩa

64.00
39.22
của

kiểm định F
0.000
Hệ số xác định
0.7267
Hệ số xác định hiệu
chỉnh
Căn bậc hai của

0.7082

phương sai

.02732

HDI

Hệ số hồi

Sai số tiêu

quy

chuẩn

t

pvalue

EYS

.0221277

.0025116

8.81

0.000

AYS

.010087

.0020179

5.00

0.000

lnINT

-.0040658

.0016488

lnCo2

.0013192

_cons

.3509623

Khoảng tin cậy (Độ tin cậy
95%)
Cận trái

Cận phải

.0171019

.0271535

.0060492

.0141249

-2.47 0.017

-.0073652

-.0007665

.0019697

0.67

-.0026221

.0052606

.0332981

10.54 0.000

.2843329

.4175917

0.506

Nguồn: Nhóm nghiên cứu tự tổng hợp từ phần mềm Stata

12


1.2.

Mơ hình hồi quy mẫu

Từ kết quả trên ta có mơ hình hồi quy mẫu ngẫu nhiên:
HDI = 0,3509623 + 0.221277EYS + 0.010087AYS - 0.0040658lnINT +
+0.0013192lnCo2 + ei
2. Kiểm định và khắc phục các khuyết tật của mơ hình
2.1.

Kiểm định bỏ sót biến độc lập Ramsey RESET
Thiết lập cặp giả thuyết:
● H : Mơ hình khơng bỏ sót biến quan trọng
o

● H : Mơ hình bỏ sót biến quan trọng
1

Sử dụng phần mềm STATA, kiểm định mơ hình bằng lệnh ovtest, ta có kết quả:
F(3,

55)

Prob >

=

0.76

F

=

0.5239

Tại mức ý nghĩa 5%, khơng bác bỏ giả thuyết H

0.

Kết luận: Mơ hình khơng bỏ sót biến quan trọng tại mức ý nghĩa 5%.

2.2.

Kiểm định đa cộng tuyến
Thiết lập cặp giả thuyết:
● H : Mơ hình khơng tồn tại đa cộng tuyến
0

● H : Mơ hình tồn tại đa cộng tuyến
1

Sử dụng phần mềm STATA, kiểm định mơ hình bằng lệnh vif, ta có kết quả:

Bảng 5. Bảng kiểm định đa cộng tuyến

Variable

VIF

EYS

1.18 0.845858

lnCo2

1.12 0.890052

13

1/VIF

AYS

1.10 0.905102

lnINT

1.07 0.930582

Mean VIF

1.12

Từ Bảng 5, ta thấy:
VIF (lnINT) = 1.07 < 10
VIF (lnCo2) = 1.12 < 10
VIF (EYS) = 1.18 < 10
VIF (AYS) = 1.10 < 10
Vì VIF của cả 4 biến đều nhỏ hơn 10 nên không bác bỏ giả thuyết H

0.

Kết luận: Mơ hình khơng tồn tại đa cộng tuyến tại mức ý nghĩa 5%
2.3.

Kiểm định phương sai sai số thay đổi
Thiết lập cặp giả thuyết:
● H : Mơ hình có phương sai sai số thuần nhất
0

● H : Mơ hình có phương sai sai số thay đổi
1

Sử dụng phần mềm STATA, kiểm định mơ hình bằng kiểm định White ta có kết
quả:
chi2(20)

=

Prob > chi2 =

12.41
0.5733

Tại mức ý nghĩa 5%, không bác bỏ H .
0

Kết luận: Mô hình khơng có phương sai sai số thay đổi tại mức ý nghĩa 5%
2.4.

Kiểm định phân phối chuẩn của nhiễu
Thiết lập cặp giả thuyết:
● H : Nhiễu có phân phối chuẩn
0

● H : Nhiễu khơng có phân phối chuẩn
1

Trong phần mềm STATA, dùng kiểm định Skewness/Kurtosis.
Sử dụng “predict e, res” để tạo phần dư.

14


Dùng lệnh “sktest e” ta có kết quả sau:
Bảng 6.Bảng kiểm định phân phối chuẩn của nhiễu
Biế

Số lượng quan

Độ nghiêng

Độ nhọn

Adj

Prob>chi

n

sát

(S)

(K)

chi2(2)

2

e

64

0.1987

0.4901

2.22

0.3300

Nguồn: Nhóm nghiên cứu tự tổng hợp từ phần mềm Stata
Ta thấy p-value = 0.3300 > 0.05
Tại mức ý nghĩa 5%, khơng bác bỏ H

0

Kết luận: Mơ hình có nhiễu phân phối chuẩn tại mức ý nghĩa 5%
3. Kiểm định giả thuyết của mơ hình đã khắc phục
3.1. Kiểm định ý nghĩa thống kê của các hệ số hồi quy
Thiết lập cặp giả thuyết:
H : Hệ số hồi quy của các biến độc lập khơng có ý nghĩa thống kê (bj = 0)
0

H : Hệ số hồi quy của các biến độc lập có ý nghĩa thống kê (bj ≠ 0)
1

Dựa vào kết quả của mơ hình sau khi đã khắc phục, ta có:
Hệ số chặn: P-value = 0.000 < 0.05 => Bác bỏ giả thuyết H => Hệ số hồi quy của hệ

0

số chặn có ý nghĩa thống kê tại mức ý nghĩa ∝ = 5%.
Biến EYS: P-value = 0.000 < 0.05 => Bác bỏ giả thuyết H => Hệ số hồi quy của biến
0

EYS có ý nghĩa thống kê tại mức ý nghĩa ∝ = 5%.
Biến AYS: P-value = 0.000 < 0.05 => Bác bỏ giả thuyết H => Hệ số hồi quy của biến
0

AYS có ý nghĩa thống kê tại mức ý nghĩa ∝ = 5%.
Biến lnINT: P-value = 0.017 < 0.05 => Bác bỏ giả thuyết H => Hệ số hồi quy của biến
0

lnINT có ý nghĩa thống kê tại mức ý nghĩa ∝ = 5%.
Biến lnCo2: P-value = 0.506 > 0.05 => Không bác bỏ H => Hệ số hồi quy khơng có ý
0

nghĩa thống kê.
Kết luận: Sau khi sử dụng phương pháp kiểm định p-value để kiểm tra ý nghĩa
thống kê của một hệ số hồi quy, ta có thể khẳng định rằng các hệ số hồi quy của các
biến độc lập đều có ý nghĩa thống kê tại mức ý nghĩa ∝ =5%, ngoại trừ biến lnCo2.

15


3.2. Kiểm định sự phù hợp của mơ hình
Thiết lập cặp giả thuyết:
● H : Mơ hình khơng phù hợp (β 2= β 3= β 4= β 5=0 hay R2 = 0)
0

● H : Mơ hình phù hợp (β2 2+ β3 2+ β4 2+ β52 #0 hay R2 >0)
1

Dựa vào kết quả của mơ hình sau khi đã khắc phục, ta có:
P-value = 0.000 <0.05 => Bác bỏ giả thiết H0=> Mơ hình phù hợp.
Kết luận: mơ hình có phù hợp tại mức ý nghĩa 5%.
3.3. Kiểm định sự phù hợp với các lý thuyết kinh tế
a. Hệ số của biến EYS
Thiết lập giả thuyết:
● H0: β2 = 0
● H1: β2 > 0
Dựa vào kết quả của mơ hình đã ước lượng, ta có:
P-value = 0.000 < 0.05 => Bác bỏ H0=> β2 > 0
Kết luận: Với mức ý nghĩa 5%, trong điều kiện các yếu tố khác không đổi, hệ số
hồi quy của biến EYS mang dấu dương, phù hợp với các lý thuyết kinh tế: “Khi số
năm đi học kỳ vọng tăng lên thì chỉ số phát triển con người cũng tăng lên”
b. Hệ số của biến AYS
Thiết lập giả thuyết:
● H0 : β = 0
3

● H1 : β > 0
3

Dựa vào kết quả của mơ hình đã ước lượng, ta có:
P-value = 0.000 < 0.05 => Bác bỏ H0 => β > 0
3

Kết luận: Với mức ý nghĩa 5%, trong điều kiện các yếu tố khác không đổi, hệ số

hồi quy của biến AYS mang dấu dương, phù hợp với các lý thuyết kinh tế: “Số năm đi
học bình quân đầu người tăng thì chỉ số phát triển con người cũng tăng lên”

16


c. Hệ số của biến lnINT
Thiết lập giả thuyết:
● H0: β4 = 0
● H1: β 4< 0
Dựa vào kết quả của mơ hình sau khi đã ước lượng, ta có:
P-value = 0.017 < 0.05 => Bác bỏ H0=> β4 < 0
Kết luận: Với mức ý nghĩa 5%, trong điều kiện các yếu tố khác không đổi, hệ số
hồi quy của biến lnINT mang dấu âm, phù hợp với các lý thuyết kinh tế: “Khi số
người sử dụng Internet càng nhiều thì chỉ số phát triển của con người càng giảm”
d. Hệ số của biến lnCo2
Thiết lập giả thuyết:
● H0: β5 = 0
● H1: β5 > 0
Dựa vào kết quả của mơ hình sau khi đã ước lượng, ta có:
P-value = 0.000 < 0.05 => Bác bỏ H0=> β5 > 0
Kết luận: Với mức ý nghĩa 5%, trong điều kiện các yếu tố khác không đổi, hệ số
hồi quy của biến lnCo2 mang dấu dương, phù hợp với các lý thuyết kinh tế: “Khi
lượng khí thải Co2 bình qn đầu người tăng thì chỉ số phát triển của con người cũng
tăng lên”
4. Lý giải kết quả nghiên cứu
4.1. Ý nghĩa các ước lượng của hệ số hồi quy

● β 1= 0.3509623 (Ước lượng cho hệ số chặn): Khi tất cả các biến độc lập đều
bằng 0 thì giá trị kỳ vọng của HDI sẽ là 0.3509623.

● β2 = 0.0221277 (Ước lượng cho hệ số hồi quy của EYS): Trong điều kiện
các yếu tố khác không đổi, nếu số năm đi học kỳ vọng tăng 1 năm thì giá trị
kỳ vọng của HDI sẽ tăng 0.0221277.

17


● β3= 0.010087 (Ước lượng cho hệ số hồi quy của AYS): Trong điều kiện các
yếu tố khác không đổi, nếu số năm đi học bình quân đầu người tăng 1 năm thì
giá trị kỳ vọng của HDI sẽ tăng 0.010087.
● β4 = -0.0040658 (Ước lượng cho hệ số hồi quy của lnINT): Trong điều kiện
các yếu tố khác không đổi, nếu Logarit tự nhiên của lượng người sử dụng
Internet tăng 1% thì giá trị kỳ vọng của HDI sẽ giảm 0.0040658.
● β5 = 0.0013192 (Ước lượng cho hệ số hồi quy của lnCo2): Trong điều kiện
các yếu tố khác khơng đổi, nếu Logarit tự nhiên của lượng khí Carbon bình
quân trên đầu người tăng 1% thì giá trị kỳ vọng của HDI sẽ tăng 0.0013192.
4.2. Hệ số xác định

Hệ số xác định R2 = 0.7267 có nghĩa là các biến độc lập (Số năm đi học kỳ vọng,
số năm đi học bình quân đầu người, lượng người sử dụng Internet, lượng khí thải
Carbon bình qn trên đầu người) giải thích được 72,67% sự biến động của biến phụ
thuộc (giá trị HDI).
Bên cạnh đó, nhóm tác giả cũng xem xét hệ số xác định hiệu chỉnh , vì việc thêm
nhiều biến vào mơ hình, mặc dù chưa xác định biến đưa vào có ý nghĩa hay khơng thì
giá trị R2 sẽ tăng. Lý do là khi càng đưa thêm biến giải thích vào mơ hình thì sẽ càng
khiến phần dư giảm xuống (vì bản chất những gì khơng giải thích được đều nằm ở
phần dư), do vậy tăng thêm biến sẽ khiến R2 giảm, trong khi TSS không đổi, dẫn tới
R2 luôn luôn tăng.
Giá trị R2 tăng khả năng giải thích của mơ hình, nhưng bản chất thì lại khơng làm
rõ được tầm quan trọng của biến đưa vào, do đó nếu dựa vào giá trị R2 để đánh giá tính

hiệu quả của mơ hình sẽ dẫn đến tình huống khơng chính xác vì sẽ đưa q nhiều biến
khơng cần thiết, làm phức tạp mơ hình. Để ngăn chặn tình trạng như đã nêu trên, một
phép đo khác về mức độ thích hợp được sử dụng thường xuyên hơn, gọi là hiệu chỉnh,
dùng nó để đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng
mức độ phù hợp mơ hình. hiệu chỉnh được tính theo cơng thức sau:
= 1 - ESS/(n-k-1)TSS/(n-1) = 1 - n-1n-k-1(1-R2)
Trong đó:
18


● n: số lượng mẫu quan sát
● k: số biến độc lập của mơ hình
● R : hệ số xác định
2

Từ cơng thức trên, nhóm tính tốn được hệ số xác định hiệu chỉnh R2= 0.7082,
điều đó có nghĩa là các biến độc lập giải thích được 70.82% sự biến thiên của biến phụ
thuộc, phần còn lại 29.18% được giải thích bởi các biến ngồi mơ hình và sai số ngẫu
nhiên.
4.3.

Diễn giải kết quả ước lượng thu được

Theo kết quả nghiên cứu mà bài tiểu luận đã trình bày, có thể rút ra những nhận
định sau:
● Khi số năm đi học kỳ vọng tăng, chỉ số phát triển con người sẽ tăng sẽ
tăng và ngược lại (trong điều kiện các yếu tố khác không đổi).
● Khi số năm đi học bình quân đầu người tăng, chỉ số phát triển con
người sẽ tăng và ngược lại (trong điều kiện các yếu tố khác không đổi).
● Khi lượng người sử dụng Internet tăng lên, chỉ số phát triển con người

sẽ giảm và ngược lại (trong điều kiện các yếu tố khác không đổi).
● Khi tỷ lệ lượng khí thải Carbon bình qn trên đầu người tăng, tuổi thọ
trung bình sẽ tăng và ngược lại (trong điều kiện các yếu tố khác không
đổi).
Trong khi đó, kết quả ước lượng của mơ hình sau khi ước lượng cho biết:
● Ước lượng của hệ số hồi quy của Số năm đi học kỳ vọng là β2 =
0.0221277
● Ước lượng của hệ số hồi quy của Số năm đi học bình quân đầu người
là β3 = 0.010087
● Ước lượng của hệ số hồi quy của Logarit tự nhiên của lượng người sử
dụng Internet là β4 = -0.0040658
● Ước lượng của hệ số hồi quy của Logarit tự nhiên của lượng khí thải
Carbon bình qn trên đầu người. là β5 = 0.0013192
Do đó, tất cả các kết quả của mơ hình hồi quy đều phù hợp với lý thuyết kinh tế.

19


Thứ nhất, hệ số hồi quy của số năm đi học kỳ vọng - EYS, mang dấu dương,
cùng dấu với kỳ vọng. Như vậy, khi số năm đi học kỳ vọng tăng lên tăng lên một đơn
vị thì chỉ số HDI trung bình tăng lên 0.0221277 đơn vị. Trên thực tế, số năm đi học kỳ
vọng hay số năm đi học bình qn đầu người có tác động mạnh và tích cực đến giá trị
HDI của mỗi quốc gia. Bởi có thể thấy, số năm đi học trước hết là một trong số những
nhân tố để đánh giá giá trị HDI. Bên cạnh đó, trình độ dân trí càng cao thì con người
càng có nhận thức hơn về giá trị sống, giúp nâng cao thu nhập cũng như ý thức về bảo
vệ sức khỏe nâng cao tuổi thọ, đó đều là những yếu tố đánh giá giá trị HDI.
Thứ hai, hiện nay, con người luôn coi Internet là một phần khơng thể thiếu trong
cuộc sống của mình. Thời lượng con người chúng ta dành cho Internet ngày một tăng
cao và điều đó ảnh hưởng trực tiếp đến sức khỏe con người bởi sử dụng Internet đồng
nghĩa chúng ta phải tiếp xúc nhiều với thiết bị điện tử có ánh sáng xanh tác động xấu

đến mắt, và não bộ.
Thứ ba, hệ số hồi quy của lượng khí thải CO tính theo đầu người (tấn) mang dấu
2

dương, cùng dấu với kì vọng. Lượng khí xả thải CO tăng lên 1% thì chỉ số HDI trung
2

bình tăng lên 0.0013192 đơn vị. Theo bài nghiên cứu của Potsdam Institute for
Climate Impact Research, 104 nước có nền kinh tế đang phát triển (vào năm 2000) với
HDI < 0.8, cần 200-300 tỷ tấn khí thải CO để chuyển dịch sang nền kinh tế phát triển
2

(HDI > 0.8), và 1500-2000 tỷ tấn khí thải CO nữa sau khi chuyển dịch thành cơng.
2

Những con số này nói lên rằng, tại các quốc gia đang phát triển, mức tăng lượng khí
thải CO2 tỉ lệ thuận với mức tăng chỉ số HDI, chừng nào chưa đạt tới con số 0.8 ấy, thì
CO vẫn tiếp tục được thải ra ngồi bầu khí quyển. Nhưng theo nhóm nghiên cứu, hệ số
2

hồi quy của biến lnCO2 dù mang dấu dương, nhưng lại có giá trị rất nhỏ, thể hiện xu
2

thế tích cực đang diễn ra tại các nước đang phát triển. Những tiến bộ công nghệ trong
ngành công nghiệp năng lượng, công nghiệp nặng, giao thơng vận tải, cùng với các
chính sách cấm đốt rừng và đẩy mạnh tái trồng rừng,…đã giúp các quốc gia đang phát
triển dần cân bằng được 2 mục tiêu lớn: phát triển kinh tế tiến tới đạt mức HDI 0.8 và
cắt giảm lượng khí thải CO . Tuy vậy, chặng đường vẫn còn dài, rất cần một giải pháp
2

toàn cầu cho những vấn đề này, hơn ai hết, chính những nước đang phát triển cần tham
gia tích cực và cam kết mạnh mẽ cho sự cắt giảm CO tại đất nước mình.
2

20


5. Kiến nghị giải pháp gia tăng chỉ số HDI các nước
Chỉ số phát triển con người (Human Development Index - HDI) giúp tạo ra một
cái nhìn tổng quát về sự phát triển của một quốc gia. Bởi vậy, việc đề ra những giải
pháp nhằm nâng cao hiệu ứng tác động của tăng trưởng kinh tế đến phát triển con
người là một điều vô cùng cần thiết
-

Cải thiện các động lực tăng trưởng kinh tế

-

Thực hiện các chính sách tăng trưởng hài hòa

-

Tăng cường cung cấp các dịch vụ giáo dục, sức khỏe và xã hội tại các vùng
sâu, vùng xa để họ có đủ điều kiện về kiến thức hay tay nghề tham gia trực
tiếp vào việc tạo thu nhập.

-

Cải thiện chính sách phân phối thành quả tăng trưởng (thu nhập) cho các
lĩnh vực liên quan đến con người

-

Các chính sách phải tăng cường tiếp cận với giáo dục và y tế của nhóm
người nghèo

V.

KẾT LUẬN

1. Kết luận
Kết quả nghiên cứu từ mơ hình sử dụng phương pháp luận Kinh tế lượng đã
đưa ra những kết luận rõ ràng, khách quan và tương đối đầy đủ về ảnh hưởng của các
nhân tố lên Chỉ số HDI. Nhờ việc sử dụng Stata để kiểm định, chạy mơ hình và suy

21


diễn thống kê, mức độ ảnh hưởng và tương quan giữa các biến với nhau và giữa các
biến độc lập với biến phụ thuộc được thể hiện trực quan, dễ hiểu và dễ nghiên cứu.
Nhận thức được vai trò của Chỉ số HDI trong phát triển con người – xã hội,
kinh tế - chính trị là mục tiêu cuối cùng và sâu xa hơn cả của bài nghiên cứu. Một quốc
gia giàu mạnh và bền vững hay không là được quyết định bởi nguồn nhân lực. Mục
tiêu khai thác con người, nâng cao Chỉ số HDI để hướng tới mục tiêu phát triển bền
vững là mục tiêu của hầu hết các quốc gia trên thế giới, và Việt Nam cũng khơng nằm
ngồi xu thế đó. Việc nâng cao hiệu quả của các tác nhân kinh tế trong cơng thức tính
HDI để xây dựng một nền kinh tế trí thức dựa trên nền tảng là con người của Việt Nam
là nhiệm vụ quan trọng và cấp thiết của Chính phủ. Hy vọng bài nghiên cứu sẽ đem lại
những thông tin bổ ích cho quá trình nghiên cứu và phát triển Chỉ số HDI tại Việt Nam
vì mục tiêu phát triển bền vững.

2. Hạn chế của bài
Trong q 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 tồn thế giới, do đó, việc dữ liệu cịn 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 cơng cụ Stata cũng như suy diễn thống kê và xây dựng
mơ hình.
Do hạn chế về thời gian và kiến thức, bài nghiên cứu của nhóm cịn nhiều thiếu
sót, rất mong nhận được nhận xét và góp ý của cơ để nghiên cứu của nhóm được hồn
thiện hơn.

22


DANH MỤC THAM KHẢO
1. Determinants of Human Development Index – National Institute of Bank
Management,Pune,India (2016)
/>fbclid=IwAR3BdeCYcPTfda6PBW_Jzh26DDX9YL2ySpwJO_PIySRX7yoZVaGAR7OYTo
2. ANALYSIS INDICATOR OF FACTORS AFFECTING HUMAN
DEVELOPMENT INDEX - Postgraduate State University of Malang,
Indonesia (2018)
/>3. Một số vấn đề về phát triển con người ở Việt Nam – Viện thống kê (2017)
1.2017.pdf?
fbclid=IwAR0s3R32jxkUBs9wNKFFAUqmspB7fUSsltTNKbl6Lkb2p4K0Z4WmEnAALQ
4. Phương pháp và quy trình tính chỉ số phát triển con người cấp quốc gia – Tổng
cục thống kê, viện khoa học thống kê (2012)
dang web.pdf?
fbclid=IwAR0s3R32jxkUBs9wNKFFAUqmspB7fUSsltTNKbl6Lkb2p4K0Z4WmEnAALQ
5. United Nations Development Program, Human Development Indicators

/>6. Human Development Index (HDI), Max Roser (2014)
/>7. Human Development Reports
/>
23