Đề tài Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI) trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007

Luận văn Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI) trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007Thành viên nhóm Hoa mặt trời: Phan Thị Dương. Trần Thị Ngọc. Cao Thị Thu Hằng. Nguyễn Văn Phương. PHẦN I: ĐẶT VẤN ĐỀ Hiện nay, Việt Nam đang trong quá trình phát triển kinh tế, nguồn vốn đầu tư nước ngoài đổ vào Việt Nam ngày càng nhiều, đặc biệt là số vốn FDI. Đối với các nước đang phát triển quá trình mở rộng thu hút vốn đầu tư là con đường duy nhất để giải quyết vấn đề vốn trong quá trình phát triển kinh tế. Vậy những yếu tố nào quyết định đến việc thu hút các nguồn vốn này? Chính vì vậy nhóm quyết định chọn đề tài: Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI) trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007. Đối với các tỉnh việc thu hút nguồn vốn đầu tư đã và đang được thực hiện thông qua việc cải thiện về môi trường đầu tư, các chính sách ưu đãi đối với các doanh nghiệp… Khi các nhà đầu tư thấy được môi trường đầu tư an toàn và thuận lợi thì sẽ có nhiều nhà đầu tư đầu tư vào tỉnh. Và để có thể giải thích phần nào số dựa án đầu tư vào một tỉnh nhóm đã xây dựng mô hình kinh tế lựơng để giải thích cho vấn để trên. PHẦN II: CƠ SỞ LÝ LUẬN 2.1. Các yếu tố ảnh hưởng đến số dự án có nguồn vốn đầu tư nước ngoài vào tỉnh Lý do nào mà các nhà đầu tư đầu tư vào tỉnh này mà không phải là tỉnh khác? Đối với các doanh nghiệp kinh doanh quốc tế, đặc biệt là các công ty đa quốc gia thì vấn đề đầu tiên các doanh nghiệp quan tâm là gì? Đó là vấn đề sự ổn định về môi trường chính trị. Một quốc gia hoặc một tỉnh có nên chính trị ổn định sẽ tiền đề thuận lợi cho việc thu hút các nguồn vốn đầu tư. Nền chính trị ổn định sẽ giúp các doanh nghiệp yên tâm đầu tư, tránh được những rủi ro. Bắt đầu từ năm 2005, Phòng Thương mại và Công nghiệp Việt Nam (VCCI) và Dự án Nâng cao Năng lực Cạnh tranh Việt Nam (VNCI) hợp tác xây dựng xác định về năng lực cạnh tranh của các tỉnh đó là chỉ số PCI Chỉ số tổng hợp PCI bao gồm 10 chỉ số thành phần phản ánh những khía cạnh quan trọng khác nhau của môi trường kinh doanh cấp tỉnh, những khía cạnh này chịu tác động trực tiếp từ thái độ và hành động của cơ quan chính quyền địa phương: Chi phí gia nhập thị trường (chi phí thành lập doanh nghiệp). Tiếp cận đất đai và sự ổn định trong sử dụng đất. Tính minh bạch và tiếp cận thông tin. Chi phí thời gian để thực hiện các qui định của Nhà nước/ thanh - kiểm tra. Chi phí không chính thức. Ưu đãi đối với doanh nghiệp nhà nước (Môi trường cạnh tranh). Tính năng động và tiên phong của chính quyền tỉnh. Chính sách phát triển khu vực kinh tế tư nhân. Thiết chế pháp lý. Đào tạo lao động. Chỉ số PCI được nghiên cứu và công bố hàng năm có ý nghĩa rất lớn trong quản lý, điều hành kinh tế ở các tỉnh. Nó chỉ ra năng lực cạnh tranh của từng tỉnh trong việc thu hút đầu tư và phát triển thành phần kinh tế tư nhân. PCI càng cao thì càng có lợi cho việc thu hút các dự án đầu tư có vốn nước ngoài. Khi đầu tư vao tỉnh thì các nhà đầu tư quan tâm đến thị trường tiêu thụ của sản phẩm và các yếu tố về trình độ dân trí của địa phương, những tỉnh có dân số lớn hoặc những khu vực có mật độ dân số cao thường thu hút được sự quan tâm của các doanh nghiệp kinh doanh quốc tế. Thứ nhất, dân số đông đồng nghĩa với tiềm năng thị trường lớn. Thứ hai, sẽ là nguồn cung lao động cho các doanh nghiệp. Vì vậy, mật độ dân số cũng là một yếu tố giúp địa phương có khả năng thu hút vốn đầu tư. Tiềm năng thị trường có lớn hay không những phụ thuộc vào mật độ dân số mà còn phụ thuộc vào mức sống và thu nhập của dân cư trong nước. Thị trường có tiềm năng càng lớn thì càng có thì việc thu hút các dự án đầu tư càng có lợi điều này thể hiện qua tốc độ tăng trưởng GDP của các tỉnh (GDP) Ngoài ra, vấn đề về cơ sở hạ tầng của tỉnh cũng là một thế mạnh của tỉnh nhằm thu hút các dự án đầu tư. Đối với các tỉnh trong quá trình xây dựng các khu công nghiệp kéo theo việc nâng cấp cơ sở hạ tầng, mạng lưới giao thông vận tải… Vị trí địa lý của tỉnh cũng là nhân tố thế mạnh của tỉnh. Tỉnh có vị trí địa lý thuận lợn về giao thông vận tải, điều kiện tự nhiên, điều này giúp cho các nhà đầu tư giảm bớt được những chi phí vận chuyển, tránh được tác động do thiên tai gây ra. 2.2. Mô hình dự kiến, dự đoán dấu Mô hình dự kiến Y=
1+
2*X1 +
3*X2 +
4*X3 +
5*X4 Dự đoán dấu
2: như trên đã nói, khi mật độ dân số lớn sẽ tạo điều kiện cho các doanh nghiệp đầu tư vào các địa phương càng lớn. Do đó dấu dự kiến là
2>0.
3: Chỉ số năng lực cạnh tranh cấp tỉnh thể hiện mức thu hút đầu tư. PCI càng cao, đầu tư càng nhiều. Do đó dấu dự kiến là
3>0.
4: Dự kiến dấu
4>0
5: Khi tốc độ tăng trưởng kinh tế của các tỉnh (GDP) càng cao thì khả năng các doanh nghiệp nước ngoài đầu tư vào các tỉnh càng cao. Do đó dấu dự kiến là
5>0. PHẦN III: MÔ TẢ SỐ LIỆU THU THẬP 3.1. Bảng số liệu STT  TỈNH  Y  X1  X2  X3  X4   1  Bà Rịa - Vũng Tàu  18  466  55.95  7  8.17   2  Bạc Liêu  1  317  42.89  1  11.5   3  Bắc Ninh  35  1227  54.79  4  11.96   4  Bến Tre  2  573  53.11  1  10.5   5  Bình Định  12  259  66.49  2  14.3   6  Bình Dương  292  358  76.23  15  12   7  Bình Phước  30  118  46.29  2  12.2   8  Bình Thuận  10  148  52.66  1  17   9  Cà Mau  1  231  43.99  1  12.8   10  Cần Thơ  6  813  58.3  3  8.17   11  Đà Nẵng  22  627  75.39  4  11.5   12  Đồng Nai  116  375  64.64  23  14.3   13  Đồng Tháp  4  494  58.13  1  14.1   14  Gia Lai  1  75  53.08  1  13.1   15  Hà Nam  13  961  47.27  1  10.4   16  Hà Nội  234  3490  50.34  5  11.5   17  Hà Tây  21  1157  40.73  1  13.2   18  Hải Dương  45  1042  52.7  5  19.6   19  Hải Phòng  55  1186  49.98  3  10.84   20  Hậu Giang  22  498  52.61  1  13.2   21  Hưng Yên  35  1237  55.97  3  10.8   22  Khánh Hòa  8  218  55.33  2  11   23  Lâm Đồng  13  121  52.25  1  11.07   24  Lạng Sơn  5  90  49.64  1  17.6   25  Long An  66  317  50.4  8  9   26  Nam Định  4  1196  48.89  2  10   27  Nghệ An  2  186  54.43  2  13   28  Ninh Bình  6  663  55.82  1  12   29  Ninh Thuận  5  169  45.82  1  10.7   30  Phú Thọ  1  379  54.42  2  10.34   31  Phú Yên  5  173  54.93  1  12.42   32  Quảng Nam  16  141  56.42  1  17.87   33  Quảng Ngãi  2  251  44.2  2  12.3   34  Quảng Ninh  12  179  53.25  3  11.3   35  Quảng Trị  3  131  52.18  1  11.5   36  Sóc Trăng  2  385  55.34  1  12.7   37  Sơn La  3  71  45.22  1  16.5   38  Bắc Giang  15  417  55.99  2  15   39  Tây Ninh  22  259  48.35  2  11   40  Thái Bình  2  1206  50.54  2  10.56   41  Thái Nguyên  1  318  52.71  1  8.2   42  Thanh Hóa  6  330  45.3  1  12   43  Thừa Thiên - Huế  9  226  50.53  1  13.4   44  Tiền Giang  5  691  52.18  2  11.02   45  TP. Hồ Chí Minh  312  2909  63.39  15  13   46  Trà Vinh  1  452  56.83  1  7.8   47  Tuyên Quang  2  125  47.21  0  12   48  Vĩnh Long  1  715  64.67  2  8.17   49  Vĩnh Phúc  30  860  61.27  3  11.5   50  Yên Bái  2  170  56.85  2  15.3   . Mô hình Y =
1+
2*X1 +
3*X2+
4*X3+
5*X4 Trong đó: Y: số dự án đầu tư trong năm 2006 X1: mật độ dân số năm 2006 X2: chỉ số đánh giá năng lực cạnh tranh năm 2006 X3: số khu công nghiệp và khu chế xuất năm 2006 X4: tốc độ tăng GDP năm 2006 so với 2005 (tính theo giá gốc năm 1994) Nguồn: Tốc độ tăng trưởng GDP lấy từ web của 64 tỉnh thành trong nước. Số dự án năm 2006 từ webside: Mật độ dân số và vùng lấy từ webside tổng cục thống kê. Chỉ số PCI lấy webside thời báo kinh tế Sài Gòn và VCCI Số khu công nghiệp: trang web bộ công nghiệp và các tỉnh. PHẦN IV: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH. A: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 5 BIẾN. 1. Ước lượng mô hình hồi quy Y =
1+
2*X1 +
3*X2+
4*X3+
5*X4 Trong đó: Y: số dự án đầu tư trong năm 2006 X1: mật độ dân số năm 2006 X2: chỉ số đánh giá năng lực cạnh tranh năm 2006 X3: số khu công nghiệp và khu chế xuất năm 2006 X4: tốc độ tăng GDP năm 2006 so với 2005 (tính theo giá gốc năm 1994) Kết quả ước lượng : Y = -96.90737604 + 0.04878939758*X1 + 0.8029087725*X2 + 8.981274435*X3 + 2.415093305*X4 Dependent Variable: Y   Method: Least Squares   Date: 12/22/11 Time: 09:30   Sample: 1 50   Included observations: 50   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  -96.90738  49.89991  -1.942035  0.0584   X1  0.048789  0.008140  5.993778  0.0000   X2  0.802909  0.803530  0.999227  0.3230   X3  8.981274  1.465394  6.128915  0.0000   X4  2.415093  1.972464  1.224404  0.2272   R-squared  0.753169  Mean dependent var  30.72000   Adjusted R-squared  0.731229  S.D. dependent var  67.18116   S.E. of regression  34.82882  Akaike info criterion  10.03341   Sum squared resid  54587.11  Schwarz criterion  10.22461   Log likelihood  -245.8352  F-statistic  34.32781   Durbin-Watson stat  1.781107  Prob(F-statistic)  0.000000   Ý nghĩa của mô hình: từ mô hình trên ta thấy Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vị thì SDA tăng lên 0.048789 dự án. Khi các yếu tố khác không đổi nếu CPI tăng lên hoặc giảm đi 1 đơn vị thì SDA tăng lên 0.802909 dự án. Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thì SDA tăng lên 8.981274 dự án. Khi các yếu tố khác không đổi nếu GDP tăng lên hoặc giảm đi 1 đơn vị thì SDA tăng lên 2.415093 dự án. R2 = 0.753169, Mô hình thích hợp đến 75.3169%. Hay mật độ dân số, CPI, GDP, số khu công nghiệp giải thích được 75.3169% sự thay đổi của dự án đầu tư vào các tỉnh còn lại 24.6831% là do các yếu tố khác không đưa vào mô hình. 2. Xem xét mô hình có hiện tượng đa cộng tuyến hay không? Dấu hiệu 1: R2=0.753169, tỷ số t thấp, các biến X2 và X4 không có ý nghĩa về mặt thống kê. Dấu hiệu 2: Mô hình hồi quy phụ. Dependent Variable: X1   Method: Least Squares   Date: 12/22/11 Time: 10:01   Sample: 1 50   Included observations: 50   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  1352.050  881.5915  1.533647  0.1320   X2  -9.117911  14.49231  -0.629155  0.5324   X3  55.51463  25.24947  2.198645  0.0330   X4  -36.73246  35.31485  -1.040142  0.3037   R-squared  0.116941  Mean dependent var  580.0000   Adjusted R-squared  0.059350  S.D. dependent var  650.4608   S.E. of regression  630.8630  Akaike info criterion  15.80867   Sum squared resid  18307455  Schwarz criterion  15.96163   Log likelihood  -391.2168  F-statistic  2.030552   Durbin-Watson stat  1.658619  Prob(F-statistic)  0.122728   Ta tiến hành Kiểm định cặp giả thuyết: H0: R2 = 0 H1: R2 ≠ 0 Ta có: F-statistic = 2.030552, Prob(F-statistic)= 0.12272>0.05 ( Chấp nhận H0 hay mô hình không thích hợp ( Mô hình không tồn tại đa cộng tuyến. Dấu hiệu 3: nhân tử phóng đại VIF=1/(1 – RI2) = 1/(1 - 0.116941) = 1.132426 < 10 ( Mô hình không có hiện tượng đa cộng tuyến. Dấu hiệu 4: Tương quan cặp giữa các biến giải thích: R12 = 0.085354 R13 = 0.299717 R14 = -0.132624 R23 = 0.512875 R24 = -0.033528 R34 = 0.023433 Ta thấy các R12, R13, R14, R23, R24, R34 nhỏ ( Mô hình không có đa cộng tuyến. ( Từ bốn dấu hiệu trên ta có kết luận mô hình 2 không có hiện tượng đa cộng tuyến. 3. Xét mô hình có hiện tượng phương sai thay đổi hay không? Phương pháp 1: Vẽ đồ thị của phần dư.
Nhận xét: Nhìn vào đồ thị ta thấy độ rộng của biểu đồ tăng lên khi Y1 tăng, cho nên có thể cho rằng phương sai của sai số thay đổi. Phương pháp 2: Kiểm định Park. Dependent Variable: LOG(E2)   Method: Least Squares   Date: 12/22/11 Time: 12:42   Sample: 1 50   Included observations: 33   Excluded observations: 17   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  1.129321  0.799998  1.411654  0.1680   LOG(Y1)  1.305776  0.228827  5.706385  0.0000   R-squared  0.512294  Mean dependent var  5.428386   Adjusted R-squared  0.496561  S.D. dependent var  2.178748   S.E. of regression  1.545897  Akaike info criterion  3.767777   Sum squared resid  74.08368  Schwarz criterion  3.858474   Log likelihood  -60.16832  F-statistic  32.56283   Durbin-Watson stat  3.109505  Prob(F-statistic)  0.000003   Kiểm định cặp giả thiết H0 : β2 = 0 (không có hiện tượng phương sai thay đổi.), H1: β2 ≠ 0. ( có hiện tượng phương sai thay đổi). Ta thấy t-Statistic = 5.706385, p_value = 0.0000 < 0.05 ( bác bỏ giả thiết H0 tức là mô hình có hiện tượng phương sai thay đổi. Phương pháp 3: Kiểm định White. White Heteroskedasticity Test:   F-statistic  11.40486  Probability  0.000000   Obs*R-squared  34.49775  Probability  0.000033         Test Equation:   Dependent Variable: RESID^2   Method: Least Squares   Date: 12/22/11 Time: 12:55   Sample: 1 50   Included observations: 50   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  39346.97  14727.72  2.671626  0.0108   X1  -0.719423  1.300885  -0.553026  0.5832   X1^2  7.08E-05  0.000407  0.174075  0.8627   X2  -1470.781  416.1246  -3.534473  0.0010   X2^2  13.70220  3.650815  3.753190  0.0005   X3  471.8087  296.6845  1.590271  0.1195   X3^2  -0.570781  13.31784  -0.042858  0.9660   X4  -77.45871  896.6476  -0.086387  0.9316   X4^2  2.730592  33.43671  0.081664  0.9353   R-squared  0.689955  Mean dependent var  1091.742   Adjusted R-squared  0.629459  S.D. dependent var  3278.964   S.E. of regression  1995.975  Akaike info criterion  18.19720   Sum squared resid  1.63E+08  Schwarz criterion  18.54137   Log likelihood  -445.9300  F-statistic  11.40486   Durbin-Watson stat  2.221777  Prob(F-statistic)  0.000000   Kiểm định cặp giả thiết: H0 : Không có hiện tượng phương sai thay đổi. H1: Có hiện tượng phương sai thay đổi. Ta thấy: Obs*R-squared = 34.49775, Probability = 0.000033 < 0.05 ( Bác bỏ giả thiết H0 tức là mô hình có hiện tượng phương sai thay đổi. Từ ba Phương pháp trên ta có thể kết luận rằng: “ Mô hình có phương sai thay đổi”. 4. Cách khắc phục hiện tượng phương sai thay đổi. Dùng giả thuyết 4: chúng ta ước lượng mô hình hồi quy: lnY = β1 + β2lnX1 + β3lnX2 + β4ln X3 + β5lnX4 + Ui ta được kết quả như sau: LOG(Y) = -3.40351724 + 0.3893206781*LOG(X1) - 0.8496157849*LOG(X2) + 1.303814781*LOG(X3) + 2.316259182*LOG(X4) Dependent Variable: LOG(Y)   Method: Least Squares   Date: 12/22/11 Time: 14:06   Sample: 1 50   Included observations: 49   Excluded observations: 1   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  -3.403517  5.799350  -0.586879  0.5603   LOG(X1)  0.389321  0.186403  2.088592  0.0426   LOG(X2)  -0.849616  1.318265  -0.644495  0.5226   LOG(X3)  1.303815  0.229617  5.678211  0.0000   LOG(X4)  2.316259  0.737600  3.140265  0.0030   R-squared  0.613512  Mean dependent var  2.160301   Adjusted R-squared  0.578377  S.D. dependent var  1.553277   S.E. of regression  1.008582  Akaike info criterion  2.951419   Sum squared resid  44.75845  Schwarz criterion  3.144462   Log likelihood  -67.30976  F-statistic  17.46142   Durbin-Watson stat  2.004927  Prob(F-statistic)  0.000000   Dùng kiểm định White để kiểm tra lại: White Heteroskedasticity Test:   F-statistic  0.604995  Probability  0.768044   Obs*R-squared  5.288991  Probability  0.726289         Test Equation:   Dependent Variable: RESID^2   Method: Least Squares   Date: 12/22/11 Time: 14:03   Sample: 1 50   Included observations: 49   Excluded observations: 1   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  29.80813  102.8798  0.289737  0.7735   LOG(X1)  0.190231  1.965215  0.096799  0.9234   (LOG(X1))^2  -0.027972  0.160266  -0.174535  0.8623   LOG(X2)  -19.54517  48.40709  -0.403767  0.6885   (LOG(X2))^2  2.198991  6.049201  0.363518  0.7181   LOG(X3)  0.652953  0.529269  1.233690  0.2245   (LOG(X3))^2  -0.202437  0.195982  -1.032940  0.3078   LOG(X4)  11.09271  12.32882  0.899739  0.3736   (LOG(X4))^2  -2.232353  2.470001  -0.903786  0.3715   R-squared  0.107939  Mean dependent var  0.913438   Adjusted R-squared  -0.070474  S.D. dependent var  0.977656   S.E. of regression  1.011520  Akaike info criterion  3.025191   Sum squared resid  40.92687  Schwarz criterion  3.372668   Log likelihood  -65.11717  F-statistic  0.604995   Durbin-Watson stat  2.288658  Prob(F-statistic)  0.768044   Kiểm định cặp giả thiết: H0 : Không có hiện tượng phương sai thay đổi. H1: Có hiện tượng phương sai thay đổi. Ta có: Obs*R-squared = 5.288991, Probability = 0.726289 > 0.05 ( Chấp nhận giả thuyết H0 tức là mô hình đã khắc phục được hiện tượng phương sai thay đổi. 5. Xét mô hình có hiện tượng tự tương quan hay không? Nhận biết: Cách 1: Dùng kiểm định Durbin Watson: Ta có Durbin-Watson stat = 1.781107 nằm trong khoảng (1 ; 3) (Không có tự tương quan bậc 1. Cách 2: Dùng kiểm định BG: kiểm định tự tương quan bậc 2. Breusch-Godfrey Serial Correlation LM Test:   F-statistic  0.321577  Probability  0.726734   Obs*R-squared  0.736832  Probability  0.691829         Test Equation:   Dependent Variable: RESID   Method: Least Squares   Date: 12/22/11 Time: 15:12   Presample missing value lagged residuals set to zero.   Variable  Coefficient  Std. Error  t-Statistic  Prob.   C  -7.441291  51.99497  -0.143116  0.8869   X1  7.93E-05  0.008285  0.009571  0.9924   X2  0.149463  0.838744  0.178199  0.8594   X3  0.032173  1.488612  0.021612  0.9829   X4  -0.064733  2.028617  -0.031910  0.9747   RESID(-1)  0.100468  0.158586  0.633521  0.5297   RESID(-2)  0.068363  0.155086  0.440809  0.6616   R-squared  0.014737  Mean dependent var  -4.30E-15   Adjusted R-squared  -0.122742  S.D. dependent var  33.37698   S.E. of regression  35.36609  Akaike info criterion  10.09856   Sum squared resid  53782.68  Schwarz criterion  10.36624   Log likelihood  -245.4640  F-statistic  0.107192   Durbin-Watson stat  1.958623  Prob(F-statistic)  0.995164   Xét cặp giả thuyết: H0: Không có tự tương quan ở bất kỳ một bậc nào từ bậc 1 đến bậc 2. H1:Tồn tại ít nhất một bậc tự tương quan từ bậc 1