Các nhân tố ảnh hưởng đến chỉ số phát triển con người HDI của các nước năm 2017

Chỉ số phát triển con người người Human Development Index - HDI là khái niệm do UNDP đưa ra, với một hệ thống cơ sở lí luận và phương pháp tính nhằm đánh giá và so sánh mức độ phát triển

LỜI MỞ ĐẦU

Trong nền kinh tể 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

Chỉ số phát triển con người người (Human Development Index - HDI) là khái niệm do UNDP

đưa ra, với 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 Đây 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

Vị trí xếp hạng của mỗi nước trong bảng những nước được tính HDI cho phép mỗi nước thấy được tiến bộ mà mình đạt được so với các nước khác Những năm gần đây, giá trị tuyệt đối của chỉ

số HDI của Việt Nam liên tục tăng đều, phản ánh đời sống toàn dân được cải thiện cả về thu nhập bình quân đầu người, tuổi thọ và giáo dục Năm 2014: HDI của Việt Nam là 0.678; năm 2015: 0.684; năm 2016: 0.689; năm 2017: 0.694

Để hiểu sâu hơn về phát triển con người và HDI, chúng em đã chọn đề tài: “ Các nhân tố ảnh hưởng đến chỉ số phát triển con người HDI của các nước năm 2017” cho tiểu luận nghiên cứu

của nhóm mình

Mặc dù một số nghiên cứu trước đây đã cung cấp bằng chứng và lập luận về các mối quan hệ giữa các yếu tố nhất định đến sự phát triển của con người, họ không đưa ra một phân tích đầy đủ cho một kết luận mạnh mẽ từ góc độ toàn cầu về cách mỗi yếu tố ảnh hưởng đến các cấp phát triển

Hầu hết các nghiên cứu trước đây bị thiếu sót quan trọng Đầu tiên, một số nghiên cứu chỉ tập trung

vào phát triển con người ở một số khu vực trên thế giới, hoặc chỉ phục vụ như một nghiên cứu

trường hợp cho một quốc gia duy nhất, không đủ đại diện cho toàn thế giới Thứ hai, hầu hết các

nghiên cứu này không chứa đủ các biến kiểm soát để cho thấy sự phức tạp và phân biệt các yếu tố

chính sách và điều này có thể dẫn đến sai lệch biến bị bỏ qua Thứ ba, nó là vô lý để thực hiện hồi

quy HDI về thu nhập hộ gia đình hoặc tuổi thọ, bởi vì những điều này đã được bao gồm trong các biến như là các thành phần của HDI Và các nghiên cứu, trong đó coi nhầm kết quả của các yếu tố

là các biến giải thích, tạo ra tính đa hình không cần thiết và bỏ lỡ nhấn mạnh các yếu tố chính sách ban đầu

Ngược lại, nghiên cứu hiện tại của chúng em cố gắng đưa ra yếu tố cụ thể và thực tế bằng cách nắm bắt các tác động đến sự phát triển của con người qua các lĩnh vực Giáo dục, Lao động, Sức khỏe và Thu nhập Cụ thể các biến được sử dụng ứng với các lĩnh vực trên lần lượt là: Số năm

đi học dự kiến (EYS) - biến chính, Tỷ lệ phần trăm lao động thất nghiệp trên tổng lực lượng lao động (UR), Tuổi thọ trung bình (LEI) và Thu nhập quốc dân bình quân đầu người (GNIpc)

Mục đích quan trọng nhất của đề tài này là phải làm rõ sự tác động của các yếu tố trên đến sự phát triển của con người như thế nào, đối chiếu với mục tiêu tối cao của tiến bộ xã hội một cách chính xác Thông qua đó chúng em xin đề xuất các giải pháp đối với các chiến lược có thể thực hiện được để thúc đẩy sự phát triển của con người

Để xem xét các yếu tố chính sách nào có ảnh hưởng mạnh mẽ đến sự phát triển của con người, nhóm chúng em phát triển mô hình lý thuyết được mô tả dưới đây Chúng em sẽ phát triển

mô hình thực nghiệm kiểm tra ý nghĩa của mô hình lý thuyết

Phát triển con người = f(Giáo dục, Thất nghiệp, Sức khỏe, Thu nhập) Chúng em sẽ thực hiện đề tài này theo 4 bước:

- Xây dựng mô hình

- Kết quả mô hình và kiểm định

- Suy diễn thống kê

- Kết luận và đề xuất giải pháp

NỘI DUNG

Để xem xét các yếu tố chính sách nào có ảnh hưởng mạnh mẽ đến sự phát triển của con người, nhóm chúng em phát triển mô hình lý thuyết được mô tả dưới đây Chúng em sẽ phát triển

mô hình thực nghiệm kiểm tra ý nghĩa của mô hình lý thuyết

Phát triển con người = f (Giáo dục, Thất nghiệp, Sức khỏe, Thu nhập)

1 Mô hình gốc

HDI = f(EYS, UR, LEI, GNIpc)

Mô hình nghiên cứu sự phụ thuộc của chỉ số phát triển con người (Human Development Index – HDI) với các biến độc lập: Số năm đi học dự kiến (EYS), Tỷ lệ phần trăm lao động thất nghiệp trên tổng lực lượng lao động (UR), Tuổi thọ trung bình (LEI) và Thu nhập quốc dân bình quân đầu người (GNIpc)

2 Mô hình hồi quy tổng quát

Để kiểm tra ảnh hưởng các biến độc lập đến chỉ số phát triển con người, tiểu luận nhóm em vận dụng cơ sở lý thuyết và đề xuất dạng mô hình toán nghiên cứu như sau:

(PRF) Trong đó:

 Biến phụ thuộc:

- HDI: Chỉ số phát triển con người (Human Development Index) là thước đo tổng hợp về sự phát triển kinh tế xã hội của một quốc gia hay vùng lãnh thổ HDI có giá trị từ 0 đến 1 (0 ≤ HDI ≤ 1) HDI đạt tối đa bằng 1 thể hiện trình độ phát triển con người đạt mức lý tưởng; HDI tối thiểu bằng 0 thể hiện xã hội không có sự phát triển mang tính nhân văn Cơ quan báo cáo con người của Liên Hợp Quốc đã phân chia thành 3 nhóm như sau:

5

 Nhóm HDI thấp, có giá trị từ 0,000 đến 0,499

 Nhóm HDI trung bình, có giá trị từ 0,500 đến 0,799

 Nhóm HDI cao có giá trị từ 0,800 đến 1,000

 Biến độc lập:

- UR (hoặc U) (Unemployment, total (% of labour force)): Tỷ lệ % thất nghiệp trên tổng lực lượng lao động Tỷ lệ người thất nghiệp ở một quốc gia có liên quan đến mức sống và thu nhập của người dân, có tác động mạnh mẽ đến sự phát triển của con người, HDI tăng khi tỷ lệ người thất nghiệp giảm

- LEI (Life Expectancy Index): Chỉ số tuổi thọ trung bình Tuổi thọ trung bình cho thấy chất lượng đời sống của con người ở khía cạnh chăm sóc sức khỏe, tuổi thọ trung bình càng cao thì chất lượng đời sống con người càng cao khiến HDI tăng

- EYS (Expected Years of Schooling) : Số năm học dự kiến Số năm đi học dự kiến đạt chuẩn cũng hỗ trợ cho sự phát triển của con người, số năm đi học càng lớn thì HDI càng cao

- GNIpc (Gross National Income per capita): Thu nhập quốc dân Thu nhập quốc dân bình quân đầu người thể hiện mức sống của con người, tăng trưởng kinh tế là điều kiện để thực hiện tiến bộ, công bằng xã hội, vì vậy chỉ số HDI tỷ lệ thuận với thu nhập quốc dân bình quân đầu người, cái này tăng thì cái còn lại cũng tăng và ngược lại

 Các chỉ số khác:

- : Hệ số chặn của mô hình

- , , , : Hệ số góc (Hệ số hồi quy riêng)

- : Các yếu tố khác có yếu tố ngẫu nhiên, gây nhiễu

Trong đó: là phần dư

6

 Bảng giải thích các biến: Nguồn dữ liệu http://hdr.undp.org/en/data(HDR)

Chỉ số phát triển con người

Số năm đi học dự kiến Định

HDR: Education

(Expected Years of Schooling) lượng schooling

lượng

quân đầu người

lượng người Gross National (Gross National Income per

Income per capita capita – GNIpc)

Bảng 1: Các biến trong mô hình Các nhân tố ảnh hưởng đến HDI

Vào đầu thập niên 80 của thế kỷ trước, UNDP đã đưa ra khái niệm phát triển con người làm tiêu chí phát triển của từng nước hay vùng lãnh thổ, và quan trọng hơn là đã xác định cụ thể hệ tiêu chí để đánh giá và xếp hạng trình độ phát triển con người của các nước theo chỉ số HDI Kể từ năm

1990, Cơ quan Báo cáo phát triển con nguời của chương trình phát triển của Liên Hợp Quốc bắt đầu dùng chỉ số HDI để đánh giá các thành tựu trong phát triển con người qua ba chỉ số thành phần và

để thực hiện xếp thứ hạng các nước Về cơ bản, những số liệu tổng hợp về HDI trên toàn thế giới từ thập kỉ 90 của thế kỉ XX đến nay đã có những tiến bộ vượt bậc Tuổi thọ trung bình tăng lên và đạt mức 68,1 tuổi cho toàn thế giới (năm 2005), tỷ lệ biết chữ của người lớn và tỷ lệ nhập học các cấp cũng được tăng lên rõ rệt, GDP bình quân đầu người được cải thiện với mức tăng trung bình năm 1% Giá trị của HDI cũng thay đổi đáng kể

7

Ở một nghiên cứu khác, đó là nghiên cứu của Tạp chí kinh doanh và quản lý IOSR về các nhân tố làm ảnh hưởng đến chỉ số phát triển con người (HDI) ở tỉnh Sumatera Có 5 chỉ số thành phần được sử dụng để đo độ lớn chỉ số phát triển con người của một quốc gia, đó là: GDP, tỷ lệ người nghèo, chi tiêu của chính phủ trong lĩnh vực giáo dục, chi tiêu của chính phủ trong lĩnh vực y

tế, bất bình đẳng thu nhập Kết quả của nghiên cứu này chỉ ra rằng: GDP có tác động tích cực đáng

kể đến HDI Tỷ lệ người nghèo không ảnh hưởng đến HDI Chi tiêu của chính phủ trong lĩnh vực

giáo dục không ảnh hưởng đến HDI Chi tiêu của chính phủ trong lĩnh vực y tế có tác động tích cực đáng kể đến HDI và bất bình đẳng thu nhập không có tác động gì đến HDI

II MÔ TẢ THỐNG KÊ

1 Mô tả các biến trong mô hình

Thống kê mô tả

GNIpc 178 17,694.010 19,069.760 663 116,818

Bảng 2: Thống kê mô tả các biến

Từ bảng thống kê trên, ta có cái nhìn tổng quát về bộ dữ liệu đã được sử dụng như sau:

- Bộ dữ liệu gồm 178 quan sát dựa trên 5 biến: HDI, LEI, EYS, UR, GNIpc

- Biến UR và biến GNIpc có sự chênh lệch đáng kể giữa giá trị lớn nhất và giá trị nhỏ nhất: biến UR có giá trị lớn nhất gấp 139.5 lần giá trị nhỏ nhất, biến GNIpc có giá trị lớn nhất gấp

176 lần giá trị nhỏ nhất

- Biến HDI, LEI VÀ EYS có sự chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là tương đối nhỏ so với hai biến UR VÀ GNIpc: biến HDI có giá trị lớn nhất gấp 2.7 lần giá trị nhỏ nhất, biến LEI giá trị lớn nhất gấp gần 2 lần giá trị nhỏ nhất, biến EYS có giá trị lớn nhất gấp gần 4.7 lần giá trị nhỏ nhất

- Độ lệch chuẩn của biến HDI và LEI là tương đối nhỏ cho thấy các giá trị của hai biến này phân tán rất gần, biến động thấp xung quanh giá trị trung bình

- Độ lệch chuẩn của các biến EYS, UR và GNIpc là khá lớn cho thấy các giá trị của các biến này phân tán rời rạc, biến động cao xung quanh giá trị trung bình

2 Mối quan hệ tương quan giữa các biến

Sự tương quan giữa các biến

GNIpc 0.761 0.659 0.642 -0.158 1

Bảng 3: Mô tả tương quan giữa các biến

Từ bảng trên ta có thể rút ra một số nhận xét như sau:

- Chỉ số tuổi thọ LEI có tương quan rất cao và tương quan dương với chỉ số phát triển con người HDI: hệ số tương tương quan có giá trị là 0.912

- Số năm đi học kỳ vọng EYS cũng có sự tương quan rất cao và tương quan dương với chỉ số phát triển con người HDI: hệ số tương tương quan có giá trị là 0.910

- Tỷ lệ thất nghiệp UR có sự tương quan rất thấp và tương quan dương với chỉ số phát triển con người HDI: hệ số tương quan có giá trị là 0.001

- Thu nhập quốc dân bình quân đầu người GNIpc có tương quan tương đối cao và tương quan dương với chỉ số phát triển con người HDI: hệ số tương quan có giá trị là 0.761

Kết luận: Nhìn chung các biến độc lập đều có tương quan cao và khá cao với biến phụ thuộc (LEI

tương quan cao nhất, UR tương quan thấp nhất), đồng thời các biến độc lập đều có tác động dương lên biến phụ thuộc

3 Chạy mô hình hồi quy và đo lường mức độ phù hợp của mô hình

Hệ số hồi quy ước lượng

(Intercept) LEI EYS UR log(GNIpc) -0.361 0.365 0.015 0.0005 0.062

Bảng 4: Hệ số hồi quy ước lượng

Ý nghĩa tác động riêng phần của các hệ số hồi quy:

- Hệ số ̂ = - 0.361: trong điều kiện các yếu tố khác không đổi, khi các biến độc lập bằng 0 thì chỉ số HDI = - 0.361.

- Hệ số ̂ = 0.365: trong điều kiện các yếu tố khác không đổi, khi chỉ số tuổi thọ tăng 1 đơn vị thì chỉ số HDI tăng 0.365 đơn vị, tăng tương đối cao.

- Hệ số ̂ = 0.015: trong điều kiện các yếu tố khác không đổi, khi số năm đi học kỳ vọng tăng 1 năm thì chỉ số HDI tăng 0.015 đơn vị, tăng ít.

- Hệ số ̂ = 0.0005: trong điều kiện các yếu tố khác không đổi, khi tỷ lệ thất nghiệp tăng lên 1% thì chỉ số HDI tăng 0.0005 đơn vị, tăng rất ít.

- Hệ số ̂ = 0.062: trong điều kiện các yếu tố khác không đổi, khi thu nhập bình quân đầu

người tăng lên 1% thì chỉ số HDI tăng 0.00062 đơn vị, tăng rất ít

Như vậy, chỉ số tuổi thọ LEI có ảnh hưởng nhiều nhất đến HDI, Tỷ lệ thất nghiệp UR ảnh hưởng ít nhất đến HDI.

Ngoài ra, sau khi chạy mô hình hồi quy, ta còn thu được giá trị R2 = 0.981 cho biết phần biến thiên trong biến phụ thuộc chỉ số phát triển con người HDI được giải thích 98.1 % theo các biến độc lập LEI, EYS, UR, GNIpc Như vậy, mức độ phù hợp của mô hình là khá cao

1 Kiểm định đa cộng tuyến

Xét nhân tử phóng đại phương sai VIF

10

Kết quả tính VIF

EYS LEI UR log(GNIpc) 3.547 3.746 1.008 3.731

Bảng 5: Kết quả thừa số tăng phương sai VIF

Từ bảng trên, ta có thể thấy VIFEYS, VIFLEI, VIFUR, VIFGNIpc đều nhỏ hơn 10 nên không có

đa cộng tuyến của một biến đối với các biến độc lập còn lại

Kết luận: Mô hình không có đa cộng tuyến.

2 Định dạng mô hình đúng

Chạy mô hình hồi quy biến HDI theo EYS và lần lượt các biến độc lập khác, ta được bảng:

Bảng kết quả hồi quy mô hình

Dependent variable:

HDI

EYS 0.047*** 0.026*** 0.026*** 0.015***

(0.002) (0.002) (0.002) (0.001)

(0.048) (0.048) (0.026)

(0.001) (0.0003)

(0.003) Constant 0.084*** -0.164*** -0.172*** -0.361***

(0.022) (0.024) (0.024) (0.014)

Adjusted R2 0.826 0.917 0.917 0.981 Residual Std Error 0.065 0.045 0.045 0.021

F Statistic 843.237*** 972.919*** 652.058*** 2,280.522***

Note: *p<0.1; **p<0.05; ***p<0.01

Bảng 6: Kết quả hồi quy mô hình bằng phương pháp OLS

Từ bảng trên ta có thể rút ra một số nhận xét:

- Số quan sát khi thêm dần các biến không đổi là Obs = 178

- Xét kết quả (4), hệ số xác định R2 = 0.981 thể hiện mức độ phù hợp của hàm hồi quy là rất cao Bên cạnh đó, giá trị của R2 còn có nghĩa các biến độc lập EYS, LEI, UR và log(GNIpc) giải thích được 98.1% sự biến động quanh giá trị trung bình của HDI

- Xét kết quả (1), với mô hình hồi quy đơn SLR, hệ số góc của biến EYS là 0.047 và mô hình hồi quy bội MLR ở kết quả (4), hệ số góc này giảm còn 0.015 Điều này cho thấy, nếu chỉ xét ở mô hình hồi quy đơn thì sẽ xảy ra tình trạng định dạng thiếu mô hình, làm tăng thêm những yếu tố không quan sát được trong nhiễu u Vì vậy, so sánh mô hình hồi quy đơn SLR

và hồi quy bội MLR, ta chọn mô hình hồi quy bội để đảm bảo tính không chệch.

- Xét tác động riêng phần của từng biến lên biến phụ thuộc HDI, dựa vào các hệ số ước lượng,

ta thấy biến LEI tác động nhiều nhất tới biến HDI do hệ số ước lượng là lớn nhất

- Khi thêm biến UR vào trong mô hình hồi quy, ta thấy ở biến UR không có ý nghĩa thống kê

ở mức ý nghĩa 10% Hơn nữa, biến UR không có dấu như kỳ vọng ban đầu (kỳ vọng biến

UR tác động ngược chiều lên biến HDI nhưng khi chạy mô hình hồi quy, ta lại thu được hệ

số ước lượng ̂ = 0.0005 > 0 cho thấy sự tác động cùng chiều của UR lên HDI).

Kết luận: Để tăng độ chính xác cho hệ số ước lượng, ta bỏ biến UR ra khỏi mô hình.

Vậy hàm hồi quy mẫu tốt nhất là:

̂

3 Kiểm định giả thuyết

3.1 Kiểm định hệ số hồi quy

Kiểm định này được thực hiện để kiểm tra xem liệu các biến như EYS (số năm đi học kì vọng), UR (tỷ lệ thất nghiệp), LEI (chỉ số tuổi thọ trung bình) và GNIpc (thu nhập quốc dân bình quân đầu người) có tác động đến chỉ số HDI của các quốc gia hay không

Sử dụng phương pháp giá trị tới hạn

12

Quy tắc kiểm định:

 Nếu | ̂| thì bác bỏ giả thuyết

 Nếu | ̂ | thì chấp nhận giả thuyết

Dựa vào số liệu đã phân tích, ta có:

- | ̂ | → Chấp nhận giả thuyết ở mức ý nghĩa 5%

Nhận xét:

- Tất cả các hệ số ước lượng của các biến EYS, LEI và Log(GNIpc) đều có ý nghĩa thống kê với mức ý nghĩa là 5% Hay nói một cách khác, giả thuyết bị bác bỏ với nguy cơ sai lầm là 5%

- Hệ số ước lượng của biến UR không có ý nghĩa thống kê với mức ý nghĩa 5% Như vậy, ở mức ý nghĩa 5% thì chúng ta có thể coi như biến UR không có tác động lên chỉ số HDI

3.2 Kiểm định sự phù hợp của mô hình

Kiểm định này nhằm xem xét trường hợp các tham số của biến độc lập đồng thời bằng 0 có xảy ra hay không ̅̅̅̅

Theo kết quả chạy mô hình OLS, ta thu được:

F = 2280.522 > F0.05(4,173) = 2.372

Kết luận: Bác bỏ giả thuyết H0, mô hình ước lượng phù hợp

Phương trình hồi quy mẫu ngẫu nhiên được đưa ra:

̂

13