Xây Dựng Mô Hình Xem Xét Các Yếu Tố Ảnh Hưởng Đến Chất Lượng Thể Chế

CHƯƠNG 4

MÔ HÌNH THỰC NGHIỆM VÀ KẾT QUẢ ƯỚC LƯỢNG

Phần này sẽ trình bày xây dựng mô hình với cách giải quyết vấn đề các biến nội sinh, các thủ tục ước lượng mô hình và kết quả mô hình.

4.1. Xây dựng mô hình xem xét các yếu tố ảnh hưởng đến chất lượng thể chế

4.1.1. Mô hình thực nghiệm

Dựa trên tổng quan tài liệu và mô hình nghiên cứu được đề xuất bởi (Alonso & Garcimartín, 2013) về các nhân tố ảnh hưởng đến chất lượng của thể chế, nghiên cứu này sử dụng mô hình để đánh giá tác động của các biến số đến chất lượng thể chế ở các tỉnh thành của Việt Nam:

: = +" !! A + D +< + C A C + > + $=< + E (1)

Trong đó, IQ thể hiện chỉ số “chất lượng thể chế” của địa phương (tỉnh). Chỉ số này lấy từ bộ dữ liệu PCI coi như là các biến thay thế cho chất lượng thể chế (Xem mục 2.3, bảng 2.1)

Các biến độc lập bao gồm:

Các biến độc lập của mô hình bao gồm GDPPER, EDU, FDI, INDIS, INTERNET, ELF. Các biến này được đưa vào dựa trên việc kết quả các nghiên cứu thực nghiệm khác và việc phân tích đặc điểm kinh tế xã hội của Việt Nam.

(1) GDPPER: Thu nhập bình quân trên đầu người (phản ánh trình độ phát triển của địa phương), được tính bằng GDP trên đầu người (theo giá sức mua PPP). Biến số được đưa vào mô hình với kỳ vọng về mối quan hệ thuận giữa thu nhập bình quân đầu người với chất lượng thể chế. Nói cách khác, một địa phương có thu nhập bình quân đầu người cao được kỳ vọng là có chất lượng thể chế tốt.

(2) EDU: Biến số phản ánh trình độ giáo dục của mỗi tỉnh thành. Nhiều nghiên cứu chỉ ra mối quan hệ thuận giữa giáo dục và chất lượng thể chế kinh tế. Một xã hội với trình độ giáo dục cao tất yếu sẽ đặt ra nhiều yêu cầu hơn về một thể chế minh bạch và có chất lượng tốt (Alesina và Perotti, 1996). Bởi vậy, quan hệ thuận giữa giáo dục và chất lượng thể chế, hay nói cách khác đó là ảnh hưởng tích cực của giáo dục đến chất lượng thể chế được kỳ vọng thể hiện trong kết quả hồi quy của mô hình. Trong mô hình này, EDU đại diện cho các biến tỷ lệ dân số của tỉnh tốt nghiệp từ phổ thông trung học, và dạy nghề trở lên của tỉnh.

(3) FDI: Biến đầu tư FDI vào tỉnh. Hầu hết các lý luận và nghiên cứu đều khẳng định, một môi trường thể chế tốt sẽ có khả năng thu hút FDI mạnh hơn, đối với một nước đang phát triển như Việt Nam thu hút vốn FDI được coi là một phần quan trọng trong chiến lược phát triển kinh tế xã hội. Do vậy, mục tiêu thu hút và khuyến khích các dòng đầu tư nước ngoài sẽ là động lực cho các cải cách môi trường thể chế kinh tế và chính trị ở mỗi địa phương.

(4) INDIS: Biến đo lường bất bình đẳng thu nhập ở mỗi tỉnh thành. Một số nghiên cứu cho rằng bất bình đẳng thu nhập ảnh hưởng đến khả năng dự báo và tính hợp pháp của thể chế. Thứ nhất, vì sự bất bình đẳng mạnh mẽ gây ra các mối quan tâm khác nhau giữa các nhóm xã hội khác nhau, dẫn đến xung đột, sự bất ổn về chính trị- xã hội và mất an ninh. Thứ hai, sự bất bình đẳng tạo điều kiện cho các thể chế này vẫn bị nắm bắt bởi các nhóm quyền lực, nhưng những hành động của họ được định hướng cho các lợi ích cụ thể chứ không phải là lợi ích chung. Thứ ba, nó làm giảm bớt các hoạt động hợp tác của tổ chức xã hội và gây ra tham nhũng. Mối quan hệ này cũng được chỉ ra bởi các nghiên cứu trước đây (Alesina và Rodrik, 1993; Alesina và Perotti, 1996; hoặc Easterly, 2001); mặc dù trong một số trường hợp, các kết quả phụ thuộc vào khu vực nghiên cứu khác nhau. Ngoài ra, Engerman and Sokoloff (2005) và (Engerman & Sokoloff, 2002) lập luận rằng phân phối thu nhập không bình đẳng sẽ khuyến khích các thể chế có xu hướng kéo dài sự bất bình đẳng, do đó tạo ra một vòng tròn luẩn quẩn giữa bất bình đẳng và chất lượng thể chế thấp. Trong nghiên cứu này, sử dụng biến chênh lệch thu nhập giữa nhóm giàu nhất và nhóm nghèo nhất làm đại diện cho chỉ số GINI.

(5) INTERNET: Đây là biến số đánh giá năng lực tiếp cận sử dụng Internet tại mỗi tỉnh thành, được đo lường bằng tỷ lệ hộ sử dụng internet (có thuê bao internet) ở mỗi tỉnh/thành phố. Biến số này được đưa vào nhằm đánh giá mối tương quan giữa mức độ tiếp cận công nghệ thông tin và chất lượng thể chế. Tiếp cận Internet giúp tăng cường nhận thức cho công chúng, từ đó tạo ra nhu cầu cải thiện chất lượng thể chế.

(6) ELF: là chỉ số phân hóa sắc tộc của mỗi tỉnh (mức độ đa dạng các thành phần dân tộc trong một tỉnh/thành phố).

Chỉ số phân hóa này được tính theo công thức do (Taylor & Hudson, 1976) đề xuất:

ethnic = 1 − 4 568

Trong đó i đại diện cho các nhóm ngôn ngữ/dân tộc khác nhau của mỗi tỉnh, i là tổng số nhóm như vây, N là tổng dân số của mỗi tỉnh.

Như vây, với các biến phụ thuộc và độc lập như trên nghiên cứu sẽ có 5 mô hình trong đó xem xét ảnh hưởng của các nhân tố đến chất lượng thể chế của các tỉnh thành ở Việt Nam. Số liệu được thu thập từ dữ liệu PCI và các nguồn khác từ giai đoạn 2010-2018, như vậy ta có bộ dữ liệu mảng cho các hồi quy mô hình. Do đó, nghiên cứu sẽ sử dụng mô hình tác động cố định FEM (fixed effect model) cho việc phân tích ảnh hưởng của các nhân tố đến chất lượng thể chế ở Việt Nam và sử dụng phương pháp hồi quy hai giai đoạn để khắc phục các vấn đề nội sinh. Các biến trong mô hình đều được đưa về dạng logarit số tự nhiên (trừ biến tỷ lệ %: trình độ giáo dục-EDU, và tỷ lệ sử dụng internet-INTERNET).

4.1.2. Nguồn số liệu

Nguồn số liệu của nghiên cứu này bao gồm:

- Nghiên cứu sử dụng bộ số liệu PCI để xem xét các yếu tố ảnh hưởng đến chất lượng thể chế quản trị của Việt Nam.

- Các dữ liệu về nhân tố ảnh hưởng được thu thập từ các nguồn của GSO, WB,.. và cục thống kê các tỉnh thành phố của Việt Nam, bộ số liệu điều tra mức sống dân cư VHLSS.

Do các dữ liệu: thu nhập bình quân đầu người, biến phân hóa sắc tộc, biến internet, biến trình độ giáo dục được tác giả tính từ bộ dữ liệu VHLSS (2 năm một lần). Do đó số liệu cho mô hình hồi quy sẽ bao gồm các năm 2010, 2012, 2014 và 2016, 2018.

4.1.3. Vấn đề biến nội sinh

Dựa trên tổng quan tài liệu, các yếu tố tác động thuộc nhóm 2 (các yếu tố liên quan đến kinh tế chính trị xã hội và có thể bị can thiệp bởi hành động của chính phủ) trong hầu hết các nghiên cứu được xem xét như là một biến nội sinh (biến trình độ phát triển, phân phối thu nhập, độ mở cửa nền kinh tế, trình độ giáo dục…). Các yếu tố thuộc nhóm 2 (các yếu tố liên quan đến đặc trưng lịch sự như vị trí địa lý, cơ cấu dân tộc, nguồn gốc thuộc địa, hay nguồn tài nguyên thiên nhiên) được coi là biến ngoại sinh trong mô hình.

Tổng quan nghiên cứu cho thấy, hầu hết các nghiên cứu về mối quan hệ giữa thể chế và tăng trưởng, phát triển kinh tế (được sử dụng bởi các biến số như thu nhập, GDP bình quân, thương mại, đầu tư...) đều chỉ ra vấn đề nội sinh trong mô hình do tương quan giữa thể chế với các biến số vĩ mô. Nói cách khác, giữa các biến thể chế và biến số vĩ mô có mối quan hệ nhân quả và tác động qua lại. Do vậy, trong mô hình nghiên cứu sẽ sử dụng kỹ thuật biến công cụ để giải quyết vấn đề này.

Aron (2000) cho rằng vấn đề nội sinh ít được đề cập trong các nghiên cứu trước

đó. Sau này, một số nghiên cứu khi xem xét các nhân tố ảnh đến chất lượng thể chế đã

đề xuất các biến làm biến công cụ (instrumental variable).

Có một số các nghiên cứu khác nhau khi xem xét các nhân tố ảnh đến chất lượng thể chế đã đề xuất các biến làm biến công cụ (instrumental variable).

Acemoglu, Johnson, and Robinson (2002) sử dụng các biến có tính lịch sử (tỷ lệ tử vong của dân thuộc địa trong thời kỳ bị chiếm đóng) làm các biến công cụ cho tăng trưởng khi xem xét mối quan hệ của tăng trưởng và thể chế. Nghiên cứu Islam and Montenegro (2002) đã sử dụng các biến như: biến trễ thu nhập bình quân đầu người, biến phân hóa sắc tộc, biến giả vùng làm các biến công cụ. Tương tự, Baryshnikova and Wihardja (2012) cũng sử dụng trễ của các sai phân biến nội sinh làm các biến công cụ. Do vậy, nghiên cứu này dựa trên các nghiên cứu đi trước để xác định các biến công cụ và giải quyết vấn đề nội sinh.

4.2. Thủ tục ước lượng

Nghiên cứu sử dụng phương pháp hồi quy hai giai đoạn 2SLS (two stage least squares) để ước lượng mô hình nhằm giải quyết vấn đề nội sinh.

Mô hình OLS đơn giản được hồi quy trên cơ sở giả định rằng sai số của biến phụ thuộc không tương quan với biến độc lập. Tuy nhiên, đối với các trường hợp biến phụ thuộc và độc lập có quan hệ tác động qua lại (nhân quả), khi đó không thể dùng được phương pháp hồi quy OLS. Do vậy phương pháp hồi quy 2SLS được đề xuất để giải quyết vấn đề nội sinh. Dưới đây là các bước thực hiện hồi quy 2SLS:

Xét một mô hình có dạng sau:

J= ' +J+K+ L (4.1)

Trong đó (K, L) = 0 và (J, L) ≠ 0

y2 là biến nội sinh, và không thể dùng phương OLS khi biến y2 tương quan với

u. Do vậy cần sử dụng biến công cụ Kvà tương quan với y2, đồng thời là biến ngoại sinh ( (K, L) = 0. Khi đó, hồi quy mô hình OSL dạng sau:

J= ' + PK+ PK+ (4.2)

Theo đó mô hình (4.2) được gọi là mô hình dạng rút gọn của y2, z2 là biến công cụ của y2 nếu thỏa mãn điều kiện sau:

- Tương quan với biến y2 hay P≠ 0

- Không tương qua với u: (K, L) = 0

Sau khi ước lượng mô hình (4.2) sẽ xác định được các giá trị ước lượng JQ, bước thứ 2 là hồi quy mô hình (4.1) thay biến y2 bằng biến JQ

Dựa trên việc tổng quan nghiên cứu lựa chọn hai biến công cụ là biến trễ của biến thu nhập bình quân. Một cách cụ thể, mẫu xem xét với dữ liệu của 2010, 2012,

2014, 2016 thì các trễ là thu nhập bình quân của 2008, 2010, 2012, 2014. Biến công cụ thứ hai là biến dân số của mỗi địa phương.

4.3. Kết quả ước lượng mô hình với các chỉ số của bộ số liệu PCI

4.3.1. Kết quả mô hình với biến phụ thuộc là biến chi phí không chính thức (thay thế cho chỉ số tham nhũng)

Mô hình xem xét các yếu tố ảnh hưởng đến biến số tham nhũng có dạng sau:

BR = + ## BR + LBR + BR + BR +

BR + =<BR + EBR (4.3)

Trong đó biến informalcost là chỉ số "chi phí không chính thức" của bộ chỉ số PCI, được xem là chỉ số thay thế cho biến tham nhũng.

Biến gdpper là biến thu nhập bình quân đầu người của mỗi tỉnh. Edu là biến trình độ giáo dục được tính bằng số năm đi học trung bình của người dân trong tỉnh. Biến fdi là biến tổng vốn đầu tư trực tiếp nước ngoài đăng ký trên tổng dân số. Biến số internet là tỷ lệ hộ gia đình trong tỉnh sử dụng internet. Và ELF là biến phân hóa dân tộc cách tính như trình bày ở 4.1.1. Và biến indis là biến chênh lệch thu nhập nhóm thấp nhất và nhóm cao nhất tính theo ngũ phân vị.

Thực hiện hồi quy mô hình (4.3) với biến công cụ (mô hình 2SLS) cho kết quả được trình bày ở bảng 4.1.

Bảng 4.1: Kết quả mô hình 2SLS với biến phụ thuộc là "chi phí không chính thức"

Kết quả các hệ số

Informalcost	Hệ số	Thống kê t	P_value
Gddper	-0.31	-7.77	0.00
Fdi	-0.01	-1.94	0.05
Edu	-0.004	-1.18	0.24
Indis	-1.30	-3.03	0.00
ELF	0.0002	0.02	0.99
Internet	0.48	6.32	0.00
Các kiểm định chuẩn đoán mô hình
Sargan statistic	P_value	0.09
Kiểm định tính nội sinh biến gdpper	Chi-sq (1) P-val	15.071
Kiểm định tính nội sinh biến gdpper	P_value	0.0001

Có thể bạn quan tâm!

Xem toàn bộ 161 trang tài liệu này.

Nguồn: Tính toán của tác giả

Kiểm định Sargan về sự phù hợp của biến công cụ cho thấy có thể bác bỏ giả thiết H0 (Giả thiết H0: biến công cụ không phải là biến phù hợp). Do đó, có thể kết luận rằng các biến công cụ được sử dụng trong mô hình là phù hợp. Kết quả kiểm định tính nội sinh của biến gdpper cho thấy có thể bác bỏ H0 ở mức ý nghĩa thống kê 1% (H0: biến gdpper là biến ngoại sinh). Do đó, có thể thấy hồi quy FE với biến công cụ là biến trễ của gdpper và biến dân số của tỉnh là một mô hình phù hợp. Các kết quả mô hình chỉ ra biến gdpper, indis, internet có hệ số có ý nghĩa thống kê ở mức 1%. Theo đó, tỉnh có thu nhập bình quân càng cao hay tỉnh có trình độ phát triển cao thì hiện tượng tham nhũng lại xảy ra nhiều hơn. Khi thu nhập bình quân tăng lên 1% thì điểm số của informalcost giảm 0.31%. Sự chênh lệch thu nhập giữa nhóm giàu và nghèo càng lớn (tăng 1%) thì điểm số của “chi phí không chính thức” giảm (giảm 1.3%) hay hiện tượng tham nhũng vặt lại nhiều hơn. Tương tự, tỉnh có thu hút FDI càng lớn (tăng 1%) thì hiện tượng thì điểm số của “chi phí không chính thức” càng thấp (giảm 0.01%). Ngược lại, tỷ lệ bao phủ internet (tăng 1%) ở tỉnh càng lớn thì điểm số của “chi phí không chính thức” tăng lên (tăng 0.48%) hay hiện tượng tham nhũng giảm xuống. Các biến trình độ giáo dục, và biến phân hóa dân tộc có các hệ số không có ý nghĩa thống kê hay không ảnh hưởng đến vấn đề tham nhũng (biến “chi phí không chính thức”).

4.3.2. Kết quả mô hình với biến số “thiết chế pháp lý”

Mô hình xem xét các yếu tố ảnh hưởng đến chất lượng các thiết chế pháp lý, với biến phụ thuộc là chỉ số "thiết chế pháp lý" thuộc bộ chỉ số PCI. Như đã trình bày trong phần 4.1.1. và 2.4, thì chỉ số “thiết chế pháp lý” thay thế cho chỉ số “pháp quyền” (rule of law) trong chiều cạnh thứ 3 của khung đo lường chất lượng thể chế kinh tế. Các biến phụ thuộc tương tự mô hình (4.3).

SBR = + ## BR + LBR + BR + BR + BR + =<BR

+ EBR (4.4)

Kết quả mô hình hồi quy 2SLS được trình bày trong bảng 4.2. Kết quả chỉ ra rằng mô hinh không có vấn đề nội sinh với giá trị p_value là 0.23 hay chấp nhận giả thiết H0. Do vậy, biến gdpper không phải là biến nội sinh trong mô hình. Kiểm định Sargan cũng chỉ ra rằng các biến công cụ lựa chọn là không phù hợp. Do vậy mô hình hồi quy tác động cố định (fixed effect –FE) cho kết quả tốt hơn. Từ kết quả các hệ số mô hình có thể thấy một số vấn đề như sau:

Thứ nhất, tương tự các kết quả mô hình “chi phí không chính thức” thì trình độ phát triển được thay thế bởi biến thu nhập bình quân của tỉnh ảnh hưởng đến chỉ số “thiết chế pháp lý” một cách có ý nghĩa thống kê 1%. Tỉnh có thu nhập bình quân tăng lên 1% thì chỉ số “thiết chế pháp lý” tăng lên 0.158%

Thứ hai, trình độ giáo dục của người dân có ảnh hưởng đến chất lượng thể chế. Nếu tỷ lệ người dân có trình độ từ phổ thông trung học trở lên (tăng 1%) càng cao thì tỉnh đó có điểm số của “thiết chế pháp lý” (tăng 0.01%) càng lớn.

Thứ ba, tỉnh có chênh lệch thu nhập càng lớn thì "chỉ số thiết chế pháp lý" càng tốt hơn.

Các biến số FDI và tỷ lệ hộ sử dụng internet không ảnh hưởng đến chất lượng thể chế. Chỉ số “thiết chế pháp lý” phản ánh chất lượng thể chế ở tiêu chí “đảm bảo quyền sở hữu và thực thi hợp đồng, đảm bảo vấn đề an ninh trật tự để đảm bảo môi trường kinh doanh cho doanh nghiệp tại địa phương”. Kết quả của các hệ số cho thấy “trình độ phát triển” của địa phương, trình độ giáo dục của người dân có ảnh hưởng đến chất lượng thể chế ở chiều cạnh “Sự tuân thủ các thể chế được thiết lập để điều chỉnh các tương tác kinh tế và xã hội giữa công dân và nhà nước” và cụ thể là chỉ số pháp quyền (rule of law).

Bảng 4.2: Kết quả mô hình 2SLS với biến phụ thuộc là "chỉ số thiết chế pháp lý"

(a) Kết quả mô hình 2SLS			(b) Kết quả mô hình FE
law	Hệ số	Thống kê t	P_value	Hệ số	Thống kê t	P_value
gdpper	0.20	3.41	0.00	0.158	3.610	0.001
fdi	0.003	0.25	0.80	0.003	0.290	0.773
edu	0.01	1.83	0.07	0.010	2.000	0.050
indis	2.30	3.33	0.00	2.464	5.300	0.000
ELF	-0.02	-1.64	0.10	-0.023	-1.520	0.132
internet	-0.08183	-0.77	0.443	-0.073	-0.910	0.364
				-5.175	-5.160	0.000
	Các kiểm định chuẩn đoán mô hình
Sargan statistic	P_value		0.456
Endogeneity test	Chi-sq (1) P-val		1.44
Endogeneity test	P_value		0.23

Nguồn: Tính toán của tác giả

4.3.3. Kết quả mô hình với biến phụ thuộc “Tính năng động và tiên phong của chính quyền tỉnh”

Tương tự mô hình với biến số “tham nhũng” dạng mô hình với biến số phụ thuộc là chỉ số “Tính năng động và tiên phong của chính quyền tỉnh” (biến active):

BR = + ## BR + LBR + BR + BR +

BR + =<BR + EBR (4.5)

Các biến giải thích tương tự mô hình (4.3) và (4.4), biến phụ thuộc là chỉ số “Tính năng động và tiên phong của chính quyền tỉnh” trong bộ chỉ số PCI. Chỉ số này thay thế cho chỉ số “chất lượng các quy định” (Regulatory Quality) nhằm đo lường khả năng xây dựng và thực hiện chính sách cho phép thúc đẩy và phát triển khu vực tư nhân. Chỉ số “Tính năng động và tiên phong của chính quyền tỉnh” trong bộ chỉ số PCI đo lường “tính sáng tạo, sáng suốt của chính quyền tỉnh trong quá trình thực thi chính sách cua Trung ương, trong việc đưa ra những sáng kiến riêng nhằm phát triển khu vực kinh tế tư nhân”. Thực hiện các thủ tục ước lượng tương tự mô hình (4.3) cho kết quả được trình bày trong bảng 4.3. Kết quả kiểm định vấn đề nội sinh của mô hình cho thấy mô hình có vấn đề nội sinh (hệ số P-value của kiểm định tính nội sinh của mô hình nhỏ hơn 0.05) do vậy nghiên cứu sử dụng kết quả của mô hình mô hình 2SLS. Từ kết quả mô hình của bảng 4.3 có thể thấy một số vấn đề sau:

- Tỉnh có thu nhập bình quân (có trình độ phát triển cao) lại không phải là tính có chỉ số “Tính năng và tiên phong của chính quyền” cao.

- Biến số fdi có hệ số dương và có ý nghĩa thống kê 10% cho thấy việc thu hút fdi có ảnh hưởng tích cực đến chỉ số “Tính năng động và tiên phong của chính quyền tỉnh”. Mục tiêu thu hút dòng đầu tư nước ngoài có thể chính là động lực để chính quyền tỉnh tạo ra một môi trường thể chế chính sách tốt hơn.

- Tỉnh có tỷ lệ hộ gia đình sử dụng internet cao sẽ làm điểm số “Tính năng động và tiên phong của chính quyền tỉnh” cao hơn hay việc thực thi và xây dựng chính sách phát triển khu vực kinh tế tư nhân của chính quyền tỉnh sẽ tốt hơn. Tỷ lệ hộ dân sử dụng internet tăng 1% sẽ làm cho chỉ số này 0.26% ở mức ý nghĩa 1%.

Bảng 4.3: Kết quả mô hình 2SLS với biến phụ thuộc là "Tính năng động và tiên phong của chính quyền tỉnh"

Active

Hệ số	Thống kê t	P_value
Gdpper	-0.185	-3.030	0.003
Fdi	0.014	1.770	0.078
Edu	-0.007	-1.520	0.129
Indis	0.953	1.550	0.122
ELF	-0.005	-0.310	0.758
Internet	0.262	2.550	0.011
	Các kiểm định chuẩn đoán mô hình
Sargan statistic	P_value	0.0845
Endogeneity test	Chi-sq(1) P-val	6.508
Endogeneity test	P_value	0.0107

Nguồn: Tính toán của tác giả