tiểu luận kinh tế lượng một số yếu tố quyết định đến tuổi thọ trung bình ở các nước đang phát triển trong hai năm 2015 và 2016

Mặc dù ở mỗi giai đoạn khácnhau lại có nhiều yếu tố quyết định đến tuổi thọ khác nhau, nhưng những yếu tố chủyếu có thể kể đến là: GDP bình quân đầu người, tỷ lệ tử vong do bệnh không lâ

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ

TIỂU LUẬNMÔN: KINH TẾ LƯỢNG

ĐỀ TÀI: MỘT SỐ YẾU TỐ QUYẾT ĐỊNH ĐẾN TUỔI THỌ TRUNG BÌNH Ở CÁC NƯỚC ĐANG PHÁT TRIỂN TRONG HAI NĂM 2015 VÀ 2016

MỤC LỤC

LỜI MỞ ĐẦU 4

CƠ SỞ LÝ LUẬN 5

Tổng quan về tuổi thọ trung bình 5

Các yếu tố quyết định đến tuổi thọ trung bình ở các nước đang phát triển (2015 - 2016) 5

GDP bình quân đầu người 5

Tỷ lệ tử vong do bệnh không lây nhiễm 5

Tỷ lệ tiêm phòng bệnh Sởi 6

Các nghiên cứu liên quan đã được công bố 6

Giả thuyết nghiên cứu 7

PHƯƠNG PHÁP NGHIÊN CỨU 8

Phương pháp luận 8

Phương pháp xây dựng mô hình 8

Phương pháp thu thập và xử lý số liệu 8

Mô hình nghiên cứu 8

Mô hình hồi quy tổng thể 8

Mô hình hồi quy mẫu dạng ngẫu nhiên 9

Giải thích các biến số trong mô hình 9

Mô tả dữ liệu 10

Nguồn dữ liệu 10

Mô tả thống kê 10

Mô tả tương quan 11

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 12

Mô hình ước lượng 12

Kết quả ước lượng OLS 12

Mô hình hồi quy mẫu 12

Kiểm định các khuyết tật của mô hình 12

Kiểm định bỏ sót biến quan trọng 12

Kiểm định đa cộng tuyến 12

Kiểm định phương sai sai số thay đổi 13

Kiểm định tự tương quan 14

Kiểm định giả thuyết thống kê 14

Kiểm định ý nghĩa thống kê của hệ số hồi quy của các biến độc lập 14

Kiểm định ý nghĩa thống kê của mô hình 15

Thảo luận kết quả nghiên cứu 16

Ý nghĩa các ước lượng của hệ số hồi quy 16

Hệ số xác định 16

Diễn giải kết quả ước lượng 17

Khuyến nghị 18

KẾT LUẬN CHUNG 19

TÀI LIỆU THAM KHẢO 20

MỤC LỤC BẢNG

Bảng 1: Giải thích các biến số trong mô hình 9

Bảng 2: Mô tả thống kê các biến 10

Bảng 3: Ma trận tương quan giữa các biến trong mô hình 11

Bảng 4: Kết quả ước lượng mô hình 12

Bảng 5 Kiểm định đa cộng tuyến 13

Bảng 6: Kết quả ước lượng mô hình sai số chuẩn mạnh 13

Bảng 7: Khoảng tin cậy của các hệ số hồi quy của các biến số 14

LỜI MỞ ĐẦU

Tuổi thọ trung bình, một trong những chỉ số được sử dụng rộng rãi để đánh giá sựphát triển của một quốc gia, đã gia tăng đáng kể trong mười năm qua ở hầu hết cácnước đang phát triển trên thế giới Đây một dấu hiệu tích cực cho thấy sự nỗ lực hếtmình của các nước đang phát triển để đạt được tiến bộ kinh tế - xã hội thông qua đầu

tư vào các lĩnh vực xã hội như y tế, giáo dục, quản lý môi trường, v.v

Nhận thức được tầm quan trọng của tuổi thọ trung bình đến sự phát triển của cácquốc gia, đặc biệt là những quốc gia trong nhóm các nước đang phát triển, nhóm tác

giả quyết định chọn đề tài “Một số yếu tố quyết định đến tuổi thọ trung bình ở các

nước đang phát triển trong hai năm 2015 và 2016” với mục đích tìm hiểu thêm về đề

tài này, đồng thời có thể đề ra được một số giải pháp hiệu quả để nâng cao chỉ số này ở

các nước đang phát triển

Bài tiểu luận này sẽ sử dụng các phương pháp phân tích dữ liệu bảng để đinghiên cứu và phân tích một số yếu tố quyết định đến tuổi thọ trung bình ở 123 quốcgia đang phát triển từ đầu năm 2015 đến cuối năm 2016 Mặc dù ở mỗi giai đoạn khácnhau lại có nhiều yếu tố quyết định đến tuổi thọ khác nhau, nhưng những yếu tố chủyếu có thể kể đến là: GDP bình quân đầu người, tỷ lệ tử vong do bệnh không lâynhiễm, Tỷ lệ tiêm phòng bệnh Sởi Vì vậy, nhóm tác giả quyết định đưa ba yếu tố nàyvào nghiên cứu của nhóm để nghiên cứu và phân tích

Bằng việc vận dụng kiến thức từ môn Kinh tế lượng cùng với những hiểu biết vềkinh tế - xã hội để phân tích tìm ra mối quan hệ giữa các biến số, bài tiểu luận củanhóm tác giả sẽ đi trả lời các câu hỏi: GDP bình quân đầu người, tỷ lệ tử vong do bệnhkhông lây nhiễm, Tỷ lệ tiêm phòng bệnh Sởi có tác động như thế nào đến tuổi thọtrung bình? Mức độ ảnh hưởng cụ thể là bao nhiêu? Những biện pháp nào nên đượcthực hiện để gia tăng tuổi thọ ở các nước đang phát triển?

Trong quá trình nghiên cứu, số liệu sử dụng được thu thập từ các nguồn uy tín,trong đó chủ yếu từ website của World Bank kết hợp với phương pháp OLS để tiếnhành phân tích

Bài tiểu luận của nhóm chúng em bố cục gồm 4 phần:

Phần 1: Cơ sở lý luận

Phần 2: Phương pháp nghiên cứu

Phần 3: Kết quả nghiên cứu và thảo luận

Phần 4: Kết luận chung

Nhóm tác giả đã rất nỗ lực trong việc tìm hiểu và tìm kiếm thông tin để hoàn thànhbài tiểu luận này, tuy nhiên do còn nhiều hạn chế về mặt thời gian cũng như kiến thức, bàitiểu luận không thể tránh khỏi những thiếu sót Nhóm tác giả rất mong nhận được góp ý từ

TS Chu Thị Mai Phương để có thể hoàn thiện được bài tiểu luận tốt hơn

Nhóm tác giả xin chân thành cảm ơn!

CƠ SỞ LÝ LUẬN Tổng quan về tuổi thọ trung bình

Tuổi thọ là thước đo thống kê về thời gian trung bình mà một sinh vật dự kiếnsống, dựa trên năm sinh, tuổi hiện tại và các yếu tố nhân khẩu học khác bao gồm cảgiới tính Phương pháp được sử dụng phổ biến nhất để đo lường tuổi thọ là kỳ vọngsống khi sinh hay ước lượng tuổi thọ khi sinh (LE) Có thể xác định được theo haicách, đoàn hệ LE là thời gian sinh sống trung bình của một đoàn hệ thực (các cá nhâncùng sinh ra trong một năm nhất định) và chỉ có thể được ước tính bởi các đoàn hệsinh ra từ nhiều thập kỉ trước Chu kỳ LE là thời gian sống trung bình của một đoàn hệgiả thuyết được cho là bị phơi nhiễm, từ khi sinh ra cho đến khi chết đi, tỷ lệ tử vongđược quan sát trong một năm nhất định

Vai trò của tuổi thọ trong tăng trưởng kinh tế: Tuổi thọ là một trong những chỉ

số đại diện cho sự phát triển con người của một quốc gia và ở một mức độ nào đó, nó

có thể phản ánh mức sống của quốc gia đó Theo Ranis et al (1999), tăng trưởng vàphát triển kinh tế là một mối quan hệ hai chiều Theo họ, chuỗi thứ nhất bao gồm tăngtrưởng kinh tế có lợi cho sự phát triển của con người, vì tăng trưởng kinh tế có khảnăng khiến các hộ gia đình và cá nhân tăng cường chi tiêu, việc đó đồng nghĩa rằng họ

sẽ được tiếp cận các dịch vụ y tế và các khoản khác tốt hơn, dẫn đến kết quả là tuổi thọcao hơn Đồng thời, việc tăng chi tiêu cho các khoản trong y tế, các cơ sở y tế là mộtyếu tố đóng góp quan trọng cho tăng trưởng kinh tế Tỷ lệ tử vong thấp hơn có thể làmtăng thu nhập bình quân đầu người bằng cách tăng năng suất của các nguồn lực sẵn có(tiêu biểu là vốn nhân lực)

Các yếu tố quyết định đến tuổi thọ trung bình ở các nước đang phát triển (2015 - 2016)

GDP bình quân đầu người

Tổng sản phẩm quốc nội (GDP) là tổng giá trị thị trường hoặc tiền tệ của tất cảhàng hóa và dịch vụ cuối cùng được sản xuất trong lãnh thổ của một quốc gia, trongmột khoảng thời gian nhất định Là một thước đo tổng quát của sản xuất trong nướcnói chung, nó có chức năng như một bảng điểm toàn diện về sức khỏe kinh tế của mộtđất nước

Ảnh hưởng của GDP đến tuổi thọ trung bình: Khi GDP tăng cao, các khoản chi về

y tế sẽ được ưu tiên cao hơn khi chính phủ phân bổ nguồn lực Khoản chi y tế bao gồmtất cả các chi phí hoặc chi phí cho chăm sóc y tế, phòng ngừa, quảng bá, phục hồi chứcnăng, hoạt động y tế cộng đồng, quản lý y tế và quy định và hình thành vốn với mụctiêu chủ yếu là cải thiện sức khỏe ở một quốc gia hoặc khu vực Khi chi phí y tế tănglên, tuổi thọ trung bình của những người sống ở quốc gia đó được cải thiện rõ ràng Sốtiền chi tiêu y tế là một trong những chỉ số quan trọng nhất của sự phát triển Do sự giatăng nhanh chóng trong tăng trưởng kinh tế ở các nước đang phát triển, và do kết quảcủa mối tương quan trực tiếp giữa hai yếu tố này, tuổi thọ cũng có xu hướng tăng

Tỷ lệ tử vong do bệnh không lây nhiễm

Bệnh không lây nhiễm (NCDs) là bệnh không lây truyền trực tiếp từ người này sang người khác NCDs có thể là bệnh mãn tính hoặc cấp tính, diễn tiến trong thời gian

dài và nói chung là chậm Các NCDs được đưa vào thành chỉ số trong “Kế hoạch hànhđộng toàn cầu” của Tổ chức Y tế thế giới (WHO) về phòng ngừa và kiểm soát NCDs2013-2020 (ví dụ như bệnh tim mạch, ung thư, bệnh hô hấp và tiểu đường) chiếm 70%tổng số ca tử vong trên toàn cầu và 80% các trường hợp tử vong sớm do NCDs trongnăm 2010.

Ảnh hưởng của các bệnh không lây nhiễm đến tuổi thọ trung bình: Các căn bệnh

không lây nhiễm (NCDs) áp đảo tỉ lệ tử vong trên toàn cầu Trên các tạp chí sức khỏecộng đồng Trung Âu, năm 2014, tuổi thọ khi sinh là 76,87 tuổi so với 72,87 vào năm

1996 Căn bệnh được ghi nhận có tác động lớn nhất đối với tuổi thọ là căn bệnh timthiếu máu cục bộ và PGLE (cả hai đều là bệnh không lây nhiễm) và mức độ ảnh hưởngcủa chúng đến tuổi thọ đã tăng lên Đối với con số này, chúng ta có thể dự đoán rằngkhi có sự gia tăng số người mắc bệnh không lây nhiễm, sẽ có một sự gia tăng về tuổithọ trung bình

Tỷ lệ tiêm phòng bệnh Sởi

Sởi là một bệnh truyền nhiễm rất dễ lây lan, ước tính hàng năm có khoảng haitriệu ca tử vong ở trẻ em trên toàn thế giới (WHO, 1985) Tuy nhiên, với sự sẵn có củamột loại vắc-xin an toàn và hiệu quả, căn bệnh này giờ đây không còn là thảm kịchnữa Tiêm chủng sởi cho trẻ em đo tỷ lệ trẻ em trong độ tuổi từ 12 đến 23 tháng đượctiêm vắc-xin sởi trước 12 tháng Một đứa trẻ được cho là có miễn dịch đầy đủ đối vớibệnh sởi sau khi tiêm một liều vắc-xin

Ảnh hưởng của tiêm chủng sởi đối với tuổi thọ trung bình: Vắc-xin sởi làm tăng tỷ lệ

sống của trẻ em bằng việc bảo vệ chống lại bệnh sởi Tỷ lệ tử vong do mọi nguyên nhân ởnhững trẻ nhỏ được tiêm vắc-xin sởi là thấp hơn đáng kể sau khi tiêm vắc-xin bạch hầu-uốn ván-ho gà (DTP) lần thứ ba Vắc-xin làm giảm đáng kể tỷ lệ mắc các bệnh truyềnnhiễm trong lịch sử, thứ mà đã giết chết hơn hàng trăm triệu người, và nó đã đóng gópđáng kể vào gia tăng tuổi thọ mà trong xuyên suốt các thế kỷ qua Rõ ràng, ta có thể thấy

Tỷ lệ tiêm phòng bệnh Sởi có mối tương quan đồng biến với tuổi thọ

Các nghiên cứu liên quan đã được công bố

Việc nghiên cứu các dữ liệu về tuổi thọ cùng là một trong những cách nhận biếtcho tình trạng sức khỏe của một quốc gia, rất hữu ích để điều tra về các yếu tố ảnhhưởng có liên quan

Erick Messias (2003) đã thực hiện một nghiên cứu về mối quan hệ giữa tuổi thọ

và tổng sản phẩm quốc nội (GDP), chênh lệch thu nhập và tỷ lệ mù chữ Hồi quy tuyếntính đơn và đa biến được thực hiện để đo lường mối liên quan giữa chênh lệch thunhập, được đo bằng hệ số Gini, GDP bình quân đầu người và tỷ lệ mù chữ Kết quả làGDP bình quân đầu người có mối quan hệ đồng biến với tuổi thọ

Rino Rappuoli (8/2014) đã bắt đầu một nghiên cứu về tác động của vắc-xin đối

với tuổi thọ, sự thịnh vượng và khoa học Kết quả cho thấy trẻ em sinh ra ở một sốnước đang phát triển ở châu Á từ năm 1994 đến năm 2013, vắc-xin đã ngăn ngừa 322triệu căn bệnh, 21 triệu ca nhập viện và 732.000 ca tử vong sớm, tiết kiệm lên tới 295

tỷ USD trong chi phí y tế trực tiếp Kết quả này cho thấy tác động tích cực của việc sửdụng vắc-xin để bảo vệ sức khỏe và tăng tuổi thọ trung bình

Ruqiya Pervaiz và Özlem Ercantan (2018) đã nghiên cứu mối quan hệ giữa các

bệnh không lây nhiễm (NCDs) và tỷ lệ tử vong chuẩn hóa theo tuổi (ASRM) Dữ liệu vềASRM của NCDs và tỷ lệ tử vong sớm (trước 70 tuổi) tính theo tỷ lệ phần trăm trong tổng

số NCDs năm 2015 được lấy từ Tổ chức Y tế Thế giới (WHO) Mô hình hồi quy tuyếntính được sử dụng để đánh giá tương quan giữa tỷ lệ tử vong và tỷ lệ mắc bệnh không lâynhiễm ANOVA một chiều được sử dụng để kiểm tra sự khác biệt về tỷ lệ tử vong trungbình của các nhóm người khác nhau có NCDs; P < 0,05 được coi là đáng kể

John Clements (9/2019) đã điều tra về mối quan hệ giữa GDP bình quân đầu người

và tuổi thọ Trong nghiên cứu của mình, ông đã thiết lập một mô hình hồi quy trong đótuổi thọ là biến phụ thuộc và GDP bình quân đầu người là biến độc lập, chọn mức ý nghĩa5% và ước tính theo phương pháp OLS Kết quả là khi tăng GDP bình quân đầu người sẽkhiến tuổi thọ tăng lên và nghiên cứu này cho thấy rõ ràng một điều là đầu tư vào chămsóc sức khỏe sẽ có tác động tích cực đến nền kinh tế của một quốc gia

Tổng kết lại, tất cả các nghiên cứu đã chỉ ra mối quan hệ giữa các biến độc lập làGDP, không lây nhiễm (NCD) và tiêm chủng sởi đối với biến phụ thuộc là tuổi thọ.Tuy nhiên, không có nghiên cứu nào trong số các nghiên cứu được trình bày này sửdụng phương pháp OLS để ước tính ảnh hưởng đa chiều của cả ba yếu tố này đến biếnphụ thuộc tuổi thọ

Giả thuyết nghiên cứu

a GDP bình quân đầu người, tỷ lệ tử vong do các bệnh không lây nhiễm (NCDs)

và Tỷ lệ tiêm phòng bệnh Sởi có tác động đáng kể đến tuổi thọ trung bình

b GDP bình quân đầu người có tương quan cùng chiều với tuổi thọ trung bình

c Tỷ lệ tử vong do các bệnh không lây nhiễm (NCDs) có tương quan cùng chiều với tuổi thọ trung bình

d Tỷ lệ tiêm phòng bệnh Sởi có tương quan cùng chiều với tuổi thọ trung bình

PHƯƠNG PHÁP NGHIÊN CỨU Phương pháp luận

Phương pháp xây dựng mô hình

Phương pháp phân tích hồi quy: Phân tích mối quan hệ phụ thuộc của một biến,được gọi là biến phụ thuộc trong mô hình hồi quy, vào một hay nhiều biến khác trong

mô hình được gọi là biến độc lập, nhằm mục đích ước lượng, dự báo giá trị trung bìnhcủa biến phụ thuộc khi đã biết giá trị của các biến độc lập Cụ thể, trong nghiên cứunày là phân tích mối quan hệ phụ thuộc của tuổi thọ trung bình vào GDP bình quânđầu người, tỷ lệ tử vong do các bệnh không lây nhiễm và tỷ lệ tiêm phòng bệnh Sởi

Phương pháp thu thập và xử lý số liệu

 Phương pháp thu thập dữ liệu: Dữ liệu được thu thập là dạng dữ liệu thứ cấp,dạng dữ liệu bảng, thể hiện những yếu tố ảnh hưởng đến tuổi thọ trung bình ở

123 nước đang phát triển trong 2 năm 2015 và 2016 Dữ liệu được thu thập từ Ngân hàng Thế giới (World Bank), có độ chính xác cao

 Phương pháp xử lý dữ liệu: Sử dụng phần mềm Excel và Stata để xử lý sơ lược

số liệu và tính ma trận tương quan giữa các biến

Mô hình nghiên cứu

Sau khi tìm hiểu và tham khảo từ các nghiên cứu trước đây, nhóm sinh viênchúng em quyết định xây dựng mô hình để phân tích mối quan hệ giữa tuổi thọ trungbình và GDP bình quân đầu người, tỷ lệ tử vong do các bệnh không lây nhiễm, tỷ lệtiêm phòng bệnh Sởi cũng như ảnh hưởng của các biến độc lập đó lên biến phụ thuộc:

= ( , , )Trong đó:

 LE: Tuổi thọ trung bình (Năm)

 GDP: GDP bình quân đầu người (USD)

 NCOM: Tỷ lệ tử vong do các bệnh không lây nhiễm (%)

 IMMU: Tỷ lệ tiêm phòng bệnh Sởi (%)

Mô hình hồi quy tổng thể

Dựa vào các lý thuyết về kinh tế, để phân tích sự ảnh hưởng của các yếu tố đến tuổithọ trung bình, nhóm sinh viên chúng em đã thảo luận và quyết định chọn mô hìnhphân tích hồi quy (dạng log – log)

Trong đó:

 : Hệ số chặn

 : Hệ số hồi quy của

 : Hệ số hồi quy của

 : Hệ số hồi quy của

 : Sai số ngẫu nhiên, đại diện cho những nhân tố khác ảnh hưởng tới LE

nhưng không được đề cập đến trong mô hình

Mô hình hồi quy mẫu dạng ngẫu nhiên

: Ước lượng cho

 : Ước lượng cho− ước lượng phần dư

Giải thích các biến số trong mô hình

Bảng 1: Giải thích các biến số trong mô hình

1 lnLE Logarite tự nhiên của tuổi thọ trung bình Năm

2 lnGDP Logarite tự nhiên của GDP bình quân USD

+đầu người

3 lnNCOM Logarite tự nhiên của Tỷ lệ tử vong do %

+các bệnh không lây nhiễm

4 lnIMMU Logarite tự nhiên của Tỷ lệ tiêm phòng %

+bệnh Sởi

Nguồn: Nhóm tác giả tự tổng hợp.

Biến phụ thuộc là lnLE; Biến độc lập là lnGDP, lnNCOM và lnIMMU

Giải thích kỳ vọng dấu:

 Giá trị kỳ vọng cho GDP bình quân đầu người: dương (> 0)

Tăng trưởng GDP có nghĩa là tăng trưởng kinh tế Khi một đất nước phát triển, ngườidân của nó thoát khỏi nghèo đói cùng với sự gia tăng GDP sẽ dẫn đến sự gia tăng tiêuchuẩn cuộc sống - thu nhập thực tế cao hơn và khả năng dành nhiều nguồn lực hơn chocác lĩnh vực như chăm sóc sức khỏe và giáo dục Do đó, tuổi thọ ở tỷ lệ sinh sẽ tăng

 Giá trị kỳ vọng cho tỷ lệ tử vong do các bệnh không lây nhiễm: dương (> 0)Với sự chuyển đổi dịch tễ học, nguyên nhân cái chết chuyển từ bệnh truyền nhiễm sang bệnh không lây nhiễm (NCDs) và tuổi thọ tăng, vì những trường hợp tử vong

do NCDs này xảy ra sau này trong cuộc sống Do đó, ít nhất con người có thể có cơ

hội sống sót cao hơn nếu bị mắc bệnh không lây nhiễm thay vì mất mát lớn do bệnh nhiễm trùng Do đó, tuổi thọ trung bình sẽ tăng lên.

 Giá trị kỳ vọng cho Tỷ lệ tiêm phòng bệnh Sởi: dương (> 0)

Tiêm phòng giúp bảo vệ mọi người khỏi mắc các bệnh truyền nhiễm hoặc nhữngngười mắc bệnh thường không có phương pháp điều trị y tế, gây ra các biến chứngnghiêm trọng và thậm chí tử vong Bên cạnh đó, một số ít người dễ mắc các bệnh nhưsuy giảm hệ thống miễn dịch có thể không thể tiêm chủng kịp thời Vắc xin tốt hơn,đặc biệt là cho bệnh truyền nhiễm như sởi cho phép kiểm soát tốt hơn các bệnh hiện đã

có và giảm gánh nặng của các bệnh truyền nhiễm Do đó, một sự cải thiện trong tiêmchủng có thể tăng tuổi thọ

Nhóm tác giả tự tổng hợp từ bộ dữ liệu với sự hỗ trợ của phần mềm Stata và

mô tả dữ liệu bằng lệnh sum LE GDP NCOM IMMU, ta thu được kết quả:

Bảng 2: Mô tả thống kê các biến

Giá trị trung Độ lệch Giá trị nhỏ Giá trị lớn

 GDP: giá trị trung bình của GDP bình quân đầu người của 123 quốc gia đang phát

triển trong 2 năm là 6602.815, độ lệch chuẩn là 9487.788, giá trị nhỏ nhất là315.777 và giá trị lớn nhất là 82081.6

 NCOM: giá trị trung bình của tỷ lệ tử vong do các bệnh không lây nhiễm của 123

quốc gia đang phát triển trong 2 năm là 65,8565, độ lệch chuẩn là 22.21927, giá trịnhỏ nhất là 25,4 và giá trị lớn nhất là 95,2

 IMMU: giá trị trung bình của tỷ lệ tiêm phòng bệnh Sởi của 123 quốc gia đang phát triển trong 2 năm là 86,76423, tiêu chuẩn độ lệch là 13.32825, giá trị nhỏ nhất

là 37 và giá trị lớn nhất là 99

Mô tả tương quan

Sử dụng phần mềm Stata và mô tả dữ liệu bằng lệnh corr lnLE lnGDP lnNCOM

lnIMMU để phân tích sự tương quan giữa các biến, ta thu được kết quả:

Bảng 3: Ma trận tương quan giữa các biến trong mô hình

 Nhìn chung các biến độc lập có tương quan khá cao với biến phụ thuộc, qua đó có

thể kết luận các biến này mang ý nghĩa giải thích cho biến phụ thuộc lnLE Trong

đó, biến lnNCOM có tương quan cao nhất (0.8987).

quan nào > 0.8 Phán đoán ban đầu là mô hình có khả năng thấp mắc phải khuyết tật

đa cộng tuyến tuy nhiên nhóm sẽ tiến hành kiểm định đa cộng tuyến để chắc chắn

hơn

bình quân đầu người là đồng biến, kì vọng dương, mức độ tương quan cao (78.56%)

 r(lnLE, lnNCOM) = 0.8987> 0: Cho biết tương quan giữa tuổi thọ trung bình và

tỷ lệ tử vong do các bệnh không lây nhiễm là đồng biến, kì vọng dương, mức độtương quan rất cao (89.87%) là tương quan cao nhất

 r(lnLE, lnIMMU) = 0.6033 > 0: Cho biết tương quan giữa tuổi thọ trung bình và

tỷ lệ tiêm phòng bệnh Sởi là đồng biến, kì vọng dương, mức độ tương quan khácao (60.33%)

 r(lnGDP, lnNCOM) = 0.7544 > 0: Cho biết tương quan giữa GDP bình quân đầu

người và tỷ lệ tử vong do các bệnh không lây nhiễm là cùng chiều, mức độ tươngquan cao (75.44%)

 r(lnGDP, lnIMMU) = 0.4753 > 0: Cho biết tương quan giữa GDP bình quân đầu

người và tỷ lệ tiêm phòng bệnh Sởi là cùng chiều, mức độ tương quan trung bình(47.53%)

 r(lnNCOM, lnIMMU) = 0 5675 > 0: Cho biết tương tỷ lệ tử vong do các bệnh

không lây nhiễm và tỷ lệ tiêm phòng bệnh Sởi là cùng chiều, mức độ tương quantrung bình (47.53%)

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Mô hình ước lượng

Kết quả ước lượng OLS

Bằng phần mềm STATA, sử dụng lệnh reg LE GDP NCOM gdp fdi, ta có kết quả:

Bảng 4: Kết quả ước lượng mô hình

Hệ số hồi Sai số tiêu P- Khoảng tin cậy (Độ tin cậy

lnGDP 0.0222477 0.0036473 6.10 0.000 0.0150633 0.0294322lnNCOM 0.1762100 0.0112078 15.72 0.000 0.1541328 0.1982873lnIMMU 0.0737396 0.0188207 3.92 0.000 0.0366663 0.1108128

Nguồn: Nhóm tác giả tổng hợp tính toán từ bộ dữ liệu.

Mô hình hồi quy mẫu.

Từ kết quả ước lượng qua Bảng 4, ta thu được mô hình hồi quy mẫu dưới đây:

Kiểm định các khuyết tật của mô hình

Kiểm định bỏ sót biến quan trọng

Thiết lập cặp giả thuyết:

 H0: Mô hình không bỏ sót biến

 H1: Mô hình bỏ sót biến

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

F(3, 239) = 0.77

Prob > F = 0.5141 > 0.05 => Tại mức ý nghĩa 5%, chấp nhận giả thuyết H0

Kết luận: Mô hình không bỏ sót biến.

Kiểm định đa cộng tuyến

Thiết lập cặp giả thuyết:

 H0: Mô hình không tồn tại đa cộng tuyến

 H1: Mô hình tồn tại đa cộng tuyến

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

Bảng 5 Kiểm định đa cộng tuyến

Giá trị trung bình VIF 2.17

Nguồn: Nhóm tác giả tổng hợp tính toán từ bộ dữ liệu.

Theo Bảng 5, ta thấy:

 VIF (lnGDP) = 2.67 < 10

 VIF (lnNCOM) = 2.34 < 10

 VIF (lnIMMU) = 1.49 < 10

Vì giá trị VIF của cả 3 biến đều < 10 nên chấp nhận giả thuyết H0

Kết luận: Mô hình không tồn tại đa cộng tuyến.

Kiểm định phương sai sai số thay đổi

Thiết lập cặp giả thuyết:

 H0: Mô hình có phương sai sai số thay đổi

 H1: Mô hình có phương sai sai số không đổi

Sử dụng phần mềm STATA, kiểm định mô hình bằng lệnh imtest, white, ta có kết quả:

chi2(9) = 33.48

Prob > chi2 = 0.0001 < 0.05 => Tại mức ý nghĩa 5%, không đủ điều kiện bác bỏ

H0

Kết luận: Mô hình có phương sai sai số thay đổi.

Cách khắc phục: Sự dụng ma trận ước lượng vững của hiệp phương sai để tính toán lại các giá trị kiểm định.

Bằng phần mềm STATA, sử dụng lệnh reg lnLE lnGDP lnNCOM lnIMMU,

robust, ta có kết quả:

Bảng 6: Kết quả ước lượng mô hình sai số chuẩn mạnh

Hệ số hồi Sai số tiêu P- Khoảng tin cậy (Độ tin cậy

lnGDP 0.0222477 0.0033485 6.64 0.000 0.0156519 0.0288436

lnNCOM 0.1762100 0.0132941 13.25 0.000 0.1500231 0.202397

lnIMMU 0.0737396 0.0212335 3.47 0.001 0.0319135 0.1155656

Hệ số chặn 3.0100110 0.0757664 39.73 0.000 2.860765 3.159256

Từ Bảng 6, ta có nhận xét: Sau khi sử dụng ma trận ước lượng vững của hiệp phương sai,

ước lượng các hệ số hồi quy của các biến số trong mô hình mới không thay đổi Bên cạnh

đổi dẫn tới thống kê t, P-value và khoảng tin cậy của ước lượng các hệ số hồi quy thay

đổi Vì vậy, ta phải sử dụng thống kê t, P-value và khoảng tin cậy mới ở Bảng 6 để kiểm định các hệ số hồi quy.

Kiểm định tự tương quan

Thiết lập cặp giả thuyết

 H0: Mô hình không có tự tương quan

 H1: Mô hình có tự tương quan

Sử dụng phần mềm STATA, kiểm định mô hình bằng lệnh xtserial lnLE lnGDP

lnNCOM lnIMMU, ta có kết quả:

F( 1, 1) = 0.625

Prob > F = 0.5741 > 0.05 => Tại mức ý nghĩa 5%, không đủ điều kiện bác bỏ H0

Kết luận: Mô hình không có tự tương quan.

Kiểm định giả thuyết thống kê

Kiểm định ý nghĩa thống kê của hệ số hồi quy của các biến độc lập

Thiết lập cặp giả thuyết:

 H0: Hệ số hồi quy của biến độc lập không có ý nghĩa thống kê (β j = 0)

 H1: Hệ số hồi quy của biến độc lập có ý nghĩa thống kê (β j ≠ 0)

Phương pháp khoảng tin cậy:

Theo Bảng 6, ta có ước lượng khoảng tin cậy cho các hệ số hồi quy của các

biến số ở mức ý nghĩa 5%:

Bảng 7: Khoảng tin cậy của các hệ số hồi quy của các biến số