ứng dụng lý thuyết thống kê và mô hình kinh tế lượng trong phân tích mức sống của các hộ gia đình ở việt nam

thống kê, được sự gợi ý và giúp đỡ của các thầy cô, tác giả đã thực hiện đề tài “Ứng dụng lý thuyết thống kê vào mô hình kinh tế lượng trong phân tích mức sống cúa các hộ gia đình Việt N

thống kê, được sự gợi ý và giúp đỡ của các thầy cô, tác giả đã thực hiện đề tài

“Ứng dụng lý thuyết thống kê vào mô hình kinh tế lượng trong phân tích mức sống cúa các hộ gia đình Việt Nam”

Tác giả xin chân thành cảm ơn PGS-TS Nguyễn Văn Quảng - giảng

viên, chủ nhiệm bộ môn XSTK khoa Toán, khoa sau Đại học, trường Đại học Vinh; TS Hồ Đăng Phúc - Viện Toán Học Việt Nam; đặc biệt là TS Nguyễn

Thị Minh - Chủ nhiệm bộ môn Toán kinh tế, khoa Toán kinh tế, trường Đại

học Kinh Tế Quốc Dân Hà Nội đã tận tình giúp đỡ hướng dẫn và chỉ bảo để bài Luận văn được hoàn thành

Toàn bộ nội dung của luận văn gồm 3 chương:

Chương 1 Tổng quan về luận văn

Chương 2 Cơ sở lý thuyết Toán học

Chương 3 Ứng dụng phần mềm SPSS và STATA để phân tích đánh giá các

yếu tố ảnh hưởng đến thu nhập và chỉ tiêu của các hộ gia đình Việt Nam

Trong quá trình nghiên cứu mặc dù có nhiều cố gắng song cũng không thể tránh khỏi những thiếu sót Rất mong nhận được những ý kiến đóng góp từ

phía những người quan tâm đến bài Luận văn để bài Luận văn được hoàn

thiện hơn Tuy nhiên tác giả cũng hy vọng Luận văn sẽ cung cấp cho mọi người một cái nhìn tổng quát về thu nhập chỉ tiêu của các hộ gia đình kể từ

nâng cao đời sống cho người dân Ngoài ra tác giả cũng muốn kết quả của Luận Văn sẽ gợi ý cho các doanh nghiệp tập trung sản xuất một số mặt hàng, khai thác các thị trường tiềm năng

1.2 Đối tượng nghiên cứu

Đối tượng nghiên cứu của Luận văn là hộ gia đình và một số chỉ tiêu

kinh tế xã hội của hộ gia đình Việt nam Luận văn sử dụng bộ số liệu điều tra

mức sống dân cư hộ gia đình Việt Nam năm 2006 (VHLSS 2006), là bộ số liệu mới nhất hiện có VHLSS thực hiện bởi Tổng cục Thống kê với sự hỗ trợ

kỹ thuật của Ngân hàng Thế giới và các tổ chức quốc tế Mẫu điều tra gồm

hơn 9000 hộ và rất nhiều chỉ tiêu, các đặc điểm liên quan đến hộ gia đình

1.3 Mục đích nghiên cứu

Luận văn hướng tới 4 mục đích:

- Trình bày một cách tổng quát về thực trạng mức sống hộ gia đình Việt Nam, chủ yếu dựa vào thu nhập, chi tiêu; ngoài ra còn đề cập đến giáo dục, y tế, lao động, việc làm theo các tiêu chí khác nhau dựa vào đặc điểm cộng đồng như khu vực thành thị/nông thôn, theo vùng hoặc theo đặc điểm của hộ gia đình như nghề nghiệp, trình độ học vấn, nhóm chỉ tiêu

- Phân tích các yếu tố ảnh hưởng đến thu nhập của hộ gia đình Việt Nam như

giáo dục, lao động, việc làm, khác biệt vùng địa lý

- Phân tích các đặc điểm hộ, các khác biệt vùng ảnh hưởng như thế nào đến

hành vi chỉ tiêu của hộ gia đình

- Nêu lên cơ sở Toán học (lý thuyết về hôi qui trong thống kê) trong ứng dụng

các chương trình phân tích các chỉ số kinh tế xã hội lớn nhất hiện nay là SPSS

và STATA

1 Ước lượng các tham số của hàm hồi quy

2 Kiểm định giả thiết về giá trị của các tham số đó

3 Đánh giá các sai số ước lượng và kiểm tra tính phù hợp hay đúng đắn của hàm hồi quy

4 Dự báo (hay dự đoán) các giá trị của Y theo X,,X, X,

1.4 Phương pháp nghiên cứu

1 Sử dụng phương pháp thống kê mô tả và phân tích tổng hợp để đưa ra cái

nhìn tổng quát về mức sống dân cư các hộ gia đình Việt Nam năm 2006 Phần này thực hiện các bước sau:

Bước 1: Xác định số liệu thu nhập và chỉ tiêu bình quân đầu người/tháng của

mỗi hộ gia đình (ở đây luân văn chỉ điều chỉnh sự khác biệt của các vùng chứ

không điều chỉnh về giá tiêu dùng) Số liệu được lấy từ kết quả điều tra năm

sống của các hộ gia đình ở Việt Nam giai đoạn hiện nay Đặc biệt là bức tranh

về thu nhập và chỉ tiêu của các hộ gia đình Kết quả nghiên cứu cũng hy vọng

đưa ra các khuyến nghị về mặt chính sách trong việc giải quyết vấn đề về

nghèo đói và bất bình đẳng trong thu nhập ớ Việt Nam

- Có thể sử dụng làm tài liệu tham khảo cho sinh viên trong việc áp dung

toán trong phân tích kinh tế xã hội.

PHAN TICH HOI QUY

Trong thực tế, nhiều khi cần dự báo giá trị của một biến số hoặc đánh giá tác động của sự thay đổi trong giá trị của một (hay một số) biến số lên một

biến số khác thông qua một công thức nào đó Nói cách khác, chúng ta phải nghiên cứu trực tiếp nhiều chỉ tiêu khác nhau đối với một đối tượng nghiên cứu Các chỉ tiêu này có thể là định lượng (tức là các biến ngẫu nhiên) hay định tính (được gọi là các dấu hiệu nhân tổ ) Các chỉ tiêu này được xác định

cụ thể trên đối tượng quan sát (phân biệt đối tượng nghiên cứu và đối tượng quan sát) và được “đo lường” (thu thập thông tỉn) trực tiếp trên các đơn vị quan sát Đó là các phần tử thuộc tập hợp đối tượng quan sát mà ta sẽ trực tiếp thu nhận thông tin từ đó Ví dụ, đối tượng quan sát là cán bộ CNV trong một

công ty chẳng hạn, theo đơn vị quan sát là các công nhân; cán bộ lãnh đạo

Công ty đó Tùy theo vấn đề cần nghiên cứu, phân tích mà các chỉ tiêu có thể

là: tuổi, thời gian làm việc, năng suất lao động (chỉ tiêu định lượng) hay

giới tính, tay nghề, loại hình nghề nghiệp, trình độ văn hóa (chỉ tiêu định tính)

Như vậy để giải quyết vấn đề cụ thể người ta phải nghiên cứu, phân tích

nhiều chỉ tiêu (cũng gọi là chỉ tiêu thống kê) đó là các biến ngẫu nhiên (chỉ tiêu định lượng), các nhân tố, dấu hiệu (chỉ tiêu định tính) Một phương pháp hữu hiệu giúp chúng ta có thể làm rõ bản chất của hiện tượng hay sự việc cần nghiên cứu để tìm ra quy luật, dự đoán được xu thế biến động của hiện tượng,

sự việc đó trong tương lai, đó là

phương pháp phân tích hồi quy Cụ thể chúng ta sẽ đề cập đến những vấn đề

sau:

E(Y/X,) =B, +B„X,, + + B,X «i» hay viet dưới dạng ngầu nhiên

Y, = B, + BX), + + BX + Uy

Trong đó, 6, với i=1,k là tham số và U¡ là các sai số ngẫu nhiên độc lập với nhau và tuân theo quy luật phân phối N(0,ø° ) Tuy nhiên trong thực tế việc xác định hay xây dựng PRF là rất khó, vì vậy chỉ có cách xây dựng ham

hồi quy mẫu lấy từ tổng thê hay gọi là hồi quy mẫu SRE Sau đó từ các hệ số

Trong khuôn khổ của bài luận văn này tác giả xin đưa ra phân tích vấn đề 3,

và cũng chính là nội dung của bài toán phân tích hồi quy

I KHÁI NIỆM HAM HOI QUY VÀ PHƯƠNG PHÁP BÌNH PHƯƠNG BÉ NHÁT

2.1.1 Khái niệm hàm hồi quy

Có nhiều bài toán trong các lĩnh vực sinh học, kinh tế, giáo dục, khí tượng học, xã hội học khi biết được một số giá trị thực nghiệm của các đại lượng, ví dụ ta có p biến ngẫu nhiên: X,,X,,X, X,.Ta muốn nghiên cứu

rõ hơn sự tác động của một, hay nhiều biến trong số đó đến sự biến động của

một biến nào đó, ví dụ xX, chẳng hạn Có nghĩa là chúng ta muốn giải thích được nhiều hơn và cụ thể hơn sự biến động của X, thông qua sự tác động của

những biến đó Đó chính là mục đích của phương pháp phân tích hồi quy Để

tiện cho việc trình bày, chúng ta xét một tập hợp p biến ngẫu nhiên, nhưng trong đó X, được thay thế bằng Y, tức là ta có: Y,X,,X; X,

Giả sử ta muôn tìm hàm nào đó của X,,X, X, sao cho nó xâp xi Y

tốt nhất theo nghĩa cực tiéu sai số bình phương trung bình, có nghĩa là:

- Với p > 2 theo fy (X,,X, Xp) =B, + BX, + B3X,+- + BpXp, gọi là

hàm hồi quy tuyến tính bội

E(Y- {(X))? > min khi f(X) = E(Y/X,, X, X,)

Ta chứng minh mệnh đề trên cho trường hợp p = 2 nghĩa là: f(X) = E(Y/X) Chứng mình:

E(Y- f(X))? = E(Y-E(Y/X)) + E(Y/X) - f(X))?

= E(Y - E(Y/X))? + E(E(Y/X) - f(X))’

+ 2E(Y - E(Y/X)E(Y/X) - f(X))

Số hạng thứ ba bằng 0, cũng hai số hạng cũng lại là > 0 Ta bỏ đi số E(E(Y/X) - f(X))?, nói cách khác, nếu chọn f(X) = E(Y/X) theo số hạng đó

triệt tiêu Vậy ta có:

E(Y- f(X))? ¬ min khi f(X) = E(Y/X)

2.1.4 Các giả thiết cơ bản của phương pháp bình phương nhỏ nhất

Trong phân tích hồi quy, mục đích chúng ta là ước lượng, dự báo về tổng thể, tức là ước lượng E(Y/X,) Tuy nhiên chúng ta chỉ có các ước lượng của nó,

và trong thực tế chúng ta dùng các ước lượng này để suy diễn cho tổng thể

Do đó để các suy diễn này đáng tin cậy thì các ước lượng này phải là các đại

diện tốt cho các hệ số của tổng thể Chất lượng của các ước lượng phụ thuộc

vào:

- Phụ thuộc vào kích thước mẫu

Đề các suy diễn thống kê trên là đáng tin cậy, mô hình cần thỏa mãn các giả thiết cơ bản sau đây:

Giá thiết 1: Biến (các biến) giải thích là phi ngẫu nhiên, tức là các giá trị của chúng là các số đã được xác định

Giả thiết này không có gì mới, vì phân tích hồi quy được đề cập là phân tích hồi quy có điều kiện, phụ thuộc vào các giá trị X đã cho

Giả thiết 2: Kỳ vọng của các yếu tố ngẫu nhiên U bằng không, tức là:

Đồ thị chỉ ra rằng với mỗi giá trị của X, các giá trị có thể có của Y xoay quanh giá trị trung bình Phân bó của phần lớn hơn hay nhỏ hơn giá trị trung bình chính là các U,, theo giả thiết này trung bình của các chênh lệch này bằng 0 Chú ý: Giả thiết E(U,/X,) = 0 kéo theo E(Y,/X,) = B, + B,X,,-

Giả thiết 3: Phuong sai bằng nhau (phương sai thuần nhất) của các U,

Var(U,/X,) = Var(U /X ) = o Vizj

Giả thiết 3 có nghĩa là phân bố có điều kiện của Y với giá trị đã cho của X có phương sai bằng nhau, các giá trị cá biệt của Y xoay quanh giá trị trung bình với phương sai như nhau

Giả thiết 3 kéo theo Var(Y,/X,) = ø?

Giá thiết 4:

Không có sự tương quan giữa các U,:

Cov(U,U,)=0 Vi#j

Giả thiết này có nghĩa là U, là ngẫu nhiên Về mặt hình học có nghĩa là nếu

như có một giá trị U nào đó lớn hơn hay nhỏ hơn giá trị trung bình không có nghĩa là giá trị khác cũng lớn hơn hay nhỏ hơn giá trị trung bình

Giả thiết 5: U, và X, không tương quan với nhau:

Chứng mình:

Ta chứng minh x e,X, = 0, thật vậy:

Var(B, ) = Var(S: W,X,) => W2Var(Y,) = 07S W?

i=l i=l i=l

II MÔ HÌNH HỎI QUY TUYẾN TÍNH k - BIEN BANG PHUONG PHAP

MA TRAN

Giả sử hàm hồi quy có dạng:

Y, =B, + B,X,, + + BX, + U, (1)

Trong dé p, 14 hé sé tu do (hé sé chan)

B, id= 2,k là các hệ số hồi quy riêng

Giả sử có n quan sát thực tế, mỗi quan sát gồm k giá trị (Y,-Xg,-X Gy)

Vậy ta có:

Yị =Bị¡ +B¿X¿i + t B Xu + U,

Y, = B, +B, X 2 + + BX FU,

|Y; | |B, | |U,| h Xo Xị co Xia |

Ký hiệu Y=| |: ð=| |; Us| fs X=] - "

Khi đó ta có: Y = XB +U

Giả thiết 4 nói rằng giữa các biến độc lập không có quan hệ tuyến tính

với nhau, khi đó các cột của ma trận X là độc lập tuyến tính Do đó hạng của

ma trận X bằng số cột của ma trận này tức là R(X) = k, ma trận X không suy

biến

Như trình bày ở trên, trong thực tế việc sử dụng phương trình hồi quy

tổng thể theo số liệu tông quát là rất khó khăn, vì vậy cũng như hồi quy 2 hay

3 biến, việc ước lượng phải dựng đến hàm hồi quy mẫu SRF

2.2.1 Ước lượng các tham số - OLS (Ordinary Least Squares)

Từ hàm hồi quy tổng quát (1), hàm hồi quy mẫu có dạng:

Ta thu được B, lñy Bn là nghiệm của hệ phương trình tuyến tính sau:

(2S(B,.B.„ ô§(BỊ.B; -.Bp) _

l J= lp

Bằng cách sử dụng phương pháp hình học và một số phép tính cơ bản của ma

trận ta có:

Nếu coi ÿ như một vectơ biến theo F = XB chính là phương trình của một

siêu phẳng trong không gian R" với các cơ sở la cdc vecto (I, X,, X„ ) Tức

là ta cũng phải gia thiét rang (1, X ;›.›X„ ) là độc lập tuyến tính hay ma trận X

cơ sở hạng là p

Vì lv - vỗ| = lv - | = min nén tasuyrarang Y là hình chiêu của Y lên siêu phẳng F Tức là ta có: (Y - Ý ) trực giao với F Vì (1, X,, Xa ) là cơ sở của F do đó (Y - Ÿ ) cũng trực giao với tất cả những vectơ đó

(,Y-Ÿ) =XƠ, -Y)) =0

Sử dụng ký hiệu ma trận ta có thể viết lại như sau:

Vì hạng của X bằng p nên (X'X) cũng có hạng bằng p, do đó sẽ tồn tại ma trận

nghịch đảo (xxY" (theo giả thiết 4, X không suy biến nên (XX) cũng không suy biến) Ta có: (X'X) X'Y = (X'X}X'Xô

Vậy B =(XX) 'XY

2.2.2 Ma trận hiệp phương sai của Š

Để kiểm định giả thiết, tìm khoảng tin cậy, cũng như thực hiện các suy

luận thống kê khác cần phải tìm Var(8,) i=l,k Và CoviB,.B,) Phuong phap

ma tran cho phép ching ta tim mét cach dé dang

Ta có ma trận hiệp phương sai của Ệ :

[ Vart(Š) CovÐ,Š;) Covi, By.) |

ICovjl¿) - Var¿) Covi 8

2.2.3 Hệ số xae dinh béi R? va hệ số xác định bội đó hiệu chỉnh R?

Trong mô hình hồi quy hai biến, rˆ đo độ thích hợp của hàm hồi quy Nó

chính là tỷ lệ của toàn bộ sự biến đổi của biến phụ thuộc Y do biến giải thích

X gây ra Trong mô hình hồi quy bội tỷ lệ của toàn bộ sự khác biệt của biến Y

do tất cả các biến giải thích X,,X; X, gây ra, được gọi là hệ số xác định bội, ký hiệu Rˆ

Từ hình vẽ trên ta thấy rằng:

ly -š[ ~jr-Y[ : l -Y|

Hay >(Y, -Y)?= SƠ, -Y)? +x(¥ -Y)? =TSS

Đặt ESS = y(Ÿ -Y)? (Explained sum of squares)

RSS = EY, - Y)? (Residual sum of squares)

Ta có TSS = ESS +RSS (TSS: Total sum of squares)

Chi y rang: ESS = ÿ(Ÿ - Y)?= Dax + 6-Y)?

càng nhỏ theo độ chính xác của ước lượng càng cao Tức là R? càng lớn thì

mô hình càng IỗI

Cụ thể: 0<R? <1 Nếu R? = 1, có nghĩa là đường hồi quy giải thích 100% sự

thay đổi của Y Nếu R? = 0, có nghĩa là mô hình không giải thích sự thay đổi

nào đo của Y

Một tính chất quan trọng của R? là nếu là hàm không giảm của số biến

~ z x n

giải thích có trong mô hình Dê thây rang > I= Ji => (Vi-Y)” không phụ i=

thuộc vào số biên giải thích có trong mô hình, nhung >

i=l e là hàm giảm của

số này

Do đó, nếu tăng số biến giải thích trong mô hình theo R 2 cting tang Van

đề đặt ra là khi nào thì nên đưa thêm biến giải thích vào mô hình ?

Chúng ta không thể dùng R7 làm tiêu chuẩn dé xem xét việc đưa thêm hay không một biến giải thích mới vào mô hình Bởi vì R? cũng phụ thuộc số

1 Nếu k>l, R?<RŸ” <1, điều này có nghĩa là nếu số biến giải thích tăng lên

theo R7 tăng chậm hơn so với RỶ

2 R’> 0, nhung Rˆ có thể bé hơn Như vậy khi R? cũng tăng theo, ta cũng

phải đưa thêm biến mới R? cũng có thé tăng khi mà hệ số của biến mới trong

hàm hồi quy khác không Lúc đó các giả thiết bị bác bỏ

2.2.4 Đánh giá mô hình qua việc kiểm định các giải thiết thống kê

Hệ số tương quan bội R của phương trình hồi quy chưa nói lên đầy đủ được chất lượng của mô hình

-_ Nếu hai mô hình có các biến mô tả khác nhau xuất hiện trong phương trình hồi quy theo dựng hệ số tương quan bội không kết luận được mô hình nao tét hơn

-_ Có thể việc loại bỏ bớt một số biến nào đó ra khỏi phương trình hồi quy tuy làm thay đổi hệ số tương quan bội, song về thực chat lại không làm giám đáng kế chất lượng của mô hình

- Trong thực hành, nhiều khi bỏ bớt biến mô tá trong phương trình hồi quy thì sẽ “kinh tế” hơn, mặc dù sai số ước lượng có thê lớn hơn

Như vậy, phải dựa vào các phép kiểm định đề tiến hành đánh giá, lựa chọn mô hình

2.2.5 Dw bao

Chúng ta có thể sử dụng mô hình hồi quy vào dự báo: Dự báo giá trị trung bình và dự báo giá trị cá biệt, nhằm đưa ra những thông tin chính xác định hướng cho việc phát triển những vấn đề cần thống kê trong tương lai

Cho vectơ chuyển vị: X? = (1 X°.X) XE)

- Dự báo giá trị trung bình: E(Y/X')

Suy ra: Ÿ, -t,„(n-k)Se(Ÿ,/X”) < E(V/X,) < Ÿ, +t „(n-k)Se(Ý,/X?)

- Dự báo giá trị cá biệt:

Với Y, = Xb+ = Var(¥,/X°) = Var(X °6) + s2

Var(Y,/X")= §?[I + X°@X'X) 'XỈ];

Se(Y,/X°) = (vary, /X°)

Suy ra: Y, -t,,(n-k)Se(¥,/X") < E(Y/X,) < Yy + t,,)(n-k)Se(Y,/X°).

II HÒI QUY VỚI BIẾN GIÁ

Trong mô hình hồi quy, ngoài các biến số lượng ra theo người ta cũng dựng đến biến chất lượng Trong trường hợp này để mô hình có thể đồng bộ hóa người ta phải dùng đến biến giả

Biến chất lượng thường chỉ ra có hoặc không có một thuộc tính nào đó,

chẳng hạn nam hay nữ; khu vực tư nhân hay nhà nước Các biến này nhiều

khi cũng có ảnh hưởng đến biến phụ thuộc Để đánh giá được các tác động này, người ta sử dụng phương pháp biến giả

Các biến giả được áp dụng trong mô hình được trình bày trong chương III

Chuong II

PHAN I

SU DUNG MO HINH HOI QUY PHAN TICH ANH HUONG CUA MOT

SO YEU TO CHINH LEN HANH VI CHI TIEU VA TIET KIEM CUA HO

GIA DINH

3.1.1 Số liệu

Luận văn sử dụng bộ số liệu điều tra mức sống dân cư hộ gia đình Việt Nam năm 2006 (VHLSS 2006) VHLSS thực hiện bởi cơ quan phát triển và UNDP tài trợ với sự hỗ trợ kỹ thuật của Ngân hàng Thế giới Mẫu điều tra

gồm hơn 9000 hộ và rất nhiều chỉ tiêu, các đặc điểm liên quan đến hộ gia

đình, rất hữu ích trong việc phân tích và xây dựng mô hình

Luận văn chủ yếu quan tâm đến chỉ tiêu thu nhập và chỉ tiêu của hộ gia

đình nên để hiểu rõ hơn các tính toán và kết quả đưa ra của mô hình sau đây chúng ta sẽ tìm hiểu cách tính thu nhập và chỉ tiêu 1 người/1 tháng của hộ gia

đình trong bộ số liệu điều tra Các số liệu về thu nhập và chỉ tiêu được lấy chủ

yếu ở trong phần điều tra về thu nhập và chỉ tiêu của chủ hộ, chỉ có một vải khoản thu và chỉ tiêu từ giáo dục, y tế là được lấy từ phần điều tra về giáo dục,

y tế chăm sóc sức khỏe

Các tính toán đều dựa vào hai bảng thu nhập và chỉ tiêu (đơn vị tính là nghìn đồng)

Bảng 1: Cách tính thu nhập bình quân đầu người/một tháng của hộ

Nguôn: Bộ câu hỏi điều tra nức sống dân cư VHLSS 2006

Cách tính thu nhập và chỉ tiêu từ các số liệu:

Tổng thu: l =mã 2 + 3 +4 + 13 + 14

Thu nhập = mã 2 + 3 + 4 + (5 - 18) + (6 - 19) + (7 - 20) + (§ - 21) + (9 - 22) + (10 - 23) + (11-24) + 12 + 14

Thu nhập bình quân/người/tháng = thu nhập/(số nhân khâu của hộ * 12) Tổng chỉ: 15 = mã 16 + 17 + 18 + + 34 + 35

Chỉ tiêu bình quân/người/tháng = chỉ tiêu/(số nhân khẩu của hộ * 12)

Bang 2: Cách tính chỉ tiêu bình quân đầu người một tháng cúa hộ gia

24 Chị cho phi nông nghiệp

25 Chỉ cho ăn uống lễ Tết

26 Chỉ cho ăn uống thường xuyên

27 Chỉ không phải lương thực thực phâm hàng ngày

28 Chi không phải lương thực thực phẩm hàng năm

29 Chi khác tính vào chi tiêu

30 Chi khác không tính vào chi tiêu

31 Chỉ sữa chữa lớn tài sản có định

32 Chỉ mua tài sản có định

33 Chi mua đồ dùng lâu bền

34 Chi mua đất nhà, mua sắm, sữa chữa, xây mới

35 Chi điện, nước, thuê nhà, gas

đây Trong mỗi tập hợp biến mô tả như phân loại vùng thì một vùng bị bỏ qua

xem như nhóm tham khảo Ví dụ như vùng Tây Bắc Bộ là nhóm bị bỏ qua cho

biên “reg”, vì thê hệ sô vùng khác phản ánh tác động của mức sông của vùng

đó so với vùng Tây Bắc Bộ

Lax: logarit thụ nhập bình quân/người /tháng (nghìn đồng/người/tháng)

Lay: logarit chỉ tiêu bình quân/người /tháng (nghìn đồng/người/tháng)

Nhóm các biến đại diện cho đặc điểm của chủ hộ như: trình độ học vấn, tuổi, giới tính, tình trạng hôn nhân, dân tộc, việc làm Cụ thể gồm 17 biến sau:

1 nếu chủ hộ đã tốt nghiệp THCS Edul =

0 nếu ngược lại

1 nếu chủ hộ tôt nghiệp THPT Edu2 =

0 néu ngược lại

1 nếu chủ hộ tốt nghiệp trung cấp KT, dạy nghề ngắn và

Edu3 = dai han

0 néu ngược lại

1 nếu chủ hộ có trình độ Cao đẳng, Đại học và sau Đại học

Edu4 =

0 nếu ngược lại

Age: tuổi của chủ hộ (năm)

Agesa = tuôi * tuổi (bình phương tuôi của chủ hộ)

Regs = 1 nếu hộ gia đình sống ở vùng duyén hai mién Trung

Tên biến giả được | „

gan

1 nếu hộ ở thành thị

0 nêu hộ ở nông thôn

1 nếu chủ hộ là người dân tộc kinh

0 nêu ngược lại

1 nếu chủ hộ không có bằng cấp hoặc

0 nếu ngược lại I1 nếu chủ hộ đã có bằng tiểu học hoặc

0 nếu ngược lại

1 nếu chủ hộc đã có bằng PTTH

0 nêu ngược lại

1 nếu chủ hộ có trình độ cao đẳng, đại học

và bang 0 nêu ngược lại

1 nếu chủ hộ có trình độ trên Đại học

0 nêu ngược lại

1 nếu chủ hộ làm việc trong ngành nông,

0 nếu ngược lại

1 nếu chủ hộ làm việc trong ngành công

12 |INDS nghiệp, xây dựng cơ bản

1 nếu chủ hộ làm trong thành phần kinh tế

14 |STAT Nhà nước, kinh tế tập thé

0 nêu ngược lại

1 nếu chủ hộ làm trong thành phần kinh tế

15 |PRIV tư nhân hoặc cá thé, tiểu chủ

0 nêu ngược lại

1 nếu chủ hộ làm trong thành phần kinh tế

16 | FORE có vốn đầu tư nước ngoài

0 nêu ngược lại

TT | Tén bién Mô tả biến

1 |LnX Logarit thu nhập bình quân đầu người (biến phụ

thuộc)

2 Edu0 - Edu4 | Trình độ học vấn của chủ hộ

3 |Age Tuôi của chủ hộ

4 |Agesq Bình phương tuổi của chủ hộ

5 | Ethnic Chủ hộ có là dân tộc thiểu số

6 Sex Giới tính của chủ hộ

7 |Maricd Tình trạng hôn nhân của chủ hộ

8 | tpkt Thành phần kinh tế chính mà chủ hộ tham gia

9_ | nganh Nghề nghiệp chính của chủ hộ

10 | Hhsize Quy mô hộ gia đình

11 |old Tý lệ người già (trên 60 tuôi) trong hộ

12 | child Tý lệ người trẻ (dưới 15 tuổi) trong hộ

13 |Urban Vùng nông thôn/thành thị

Bảng 3: Các biến dùng đánh giá thu nhập và chỉ tiêu

Dạng hàm: do thu nhập có phân bố rất chênh lệch nên phải chuyển thu nhập của hộ sang dạng logarit sẽ lệch ít hơn; điều này là cần thiết bởi vì độ lệch sẽ

làm cho một số giả thiết cơ bản của mô hình hồi quy không còn đúng nữa Biến phụ thuộc do vậy trở thành logarit của thu nhập bình quân đầu người

Ta có phương trình sau:

Ln(X,)= B, + B,X,, ++ BYX,, + U;

Trong đó x, là thu nhập bình quân đầu người của hộ thứ ¡

X,, là vectơ các đặc điểm của hộ thứ

8, là vectơ các hệ số ước lượng

U, là sai số ngẫu nhiên

3.1.3.2 Kết quả ước lượng mô hình

Sau khi dùng phần mềm STATA để xử lý và nối các File số liệu lại với nhau thành 1 File thống nhất, sử dụng chương trình chuyển File chuyên dụng để Import File sang phần mềm SPSS để phân tích, các kết quả thu được như sau:

a Phân tích thống kê

Số hộ tham gia điều tra trong bộ số liệu phân tích gồm 6080 hộ

- Phân tích số hộ chia theo khu vực, dân tộc của chủ hộ và vùng

Khu vue

Cumulative Frequency |Percent |Valid Percent|Percent

Cumulative Frequency |Percent |Valid Percent|Percent

Dan toc

Cumulative Frequency |Percent [Valid Percent |Percent Valid |Khac |729 12.0 12.0 12.0

Walid

Hinh 2 - Biéu dé phan chia các dân tộc trong quá trình điều tra

Dong Nam Bo

[Db song Cuu Long

Hinh 3 - Biéu dé phan chia ving

Phân tích tổng số người trong hộ ta thấy:

- Số người trung bình trong hộ gia đình là 4, trung vị và mod đều là 4

chứng tỏ mô hình gia đình ở Việt Nam là mô hình gia đình có 1, 2 thế hệ sống

cùng nhau Qui mô gia đình không lớn Tổng số người trong hộ nhiều nhất là

15 người.( Có đồ thị kèm theo)