Luận án Nghiên cứu ứng dụng thống kê không gian phân tích vai trò của vốn con người đối với quy mô kinh tế các tỉnh, thành Việt Nam

c yếu tố đo lường vốn con người lên GRDP của các địa phương lân cận giảm dần theo khoảng cách địa lý. Nghĩa là, những địa phương tiếp giáp nhau có sự lan tỏa của vốn con người lên quy mô kinh tế mạnh nhất, kế tiếp đến các địa phương có khoảng cách ngưỡng 186km và cuối cùng là khoảng cách nghịch đạo. Kết quả này phù hợp với lý thuyết kinh tế lượng không gian. Ngoài ra, cũng tìm thấy sự tác động tích cực của các biến tổng vốn đầu tư (INV), tổng lao động (LABOR) đối với GRDP địa phương trong tất cả các trường hợp ma trận trọng số không gian. 4.7 THẢO LUẬN KẾT QUẢ NGHIÊN CỨU Phân tích ảnh hưởng không gian của từng yếu tố vốn con người đến GRDP địa phương cho thấy, dạng mô hình SDM_FEM được lựa chọn phù hợp cho các trường hợp ma trận trọng số W1, W2, W3. Kết quả cũng chỉ ra, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo không những tác động cùng chiều lên GRDP của địa phương cụ thể mà còn tác động đến GRDP của các địa phương lân cận. Kết quả này cũng khẳng định các giả thuyết H1, H3, H5 được chấp nhận. Ngoài ra, tổng vốn đầu tư, lực lượng lao động, tỷ lệ FDI so với tổng vốn đầu tư, tỷ lệ hộ nghèo không những có tác động đến GRDP địa phương xem xét mà còn tác động đến GRDP các địa phương lân cận. Do đó, các giả thuyết H7, H8, H9, H12 cũng được chấp nhận. Kiểm tra các giả thuyết H10, H11 đối với tất cả các trường hợp ma trận trọng số và các trường hợp mô hình đều không có ý nghĩa thống kê đối với tác động không gian, điều này cho thấy các giả thuyết này bị bác bỏ. Hay nói cách khác, chưa tìm thấy bằng chứng ảnh hưởng không gian của tỷ lệ lạm phát và tỷ lệ tăng dân số của địa phương đang xem xét đến GRDP của địa phương lân cận. Xem xét sự tương quan không gian bằng kiểm định Glocal Moran’s I và Local Moran’s I biến phụ thuộc GRDP, kết quả cho thấy GRDP các địa phương tiếp giáp có tương quan không gian cùng chiều với nhau, điều này tương đồng với các nghiên cứu trước đây của các tác giả Trần Thị Tuấn Anh và Nguyễn Văn Thắng (2019), Võ Xuân Vinh và cộng sự (2020). Tuy nhiên, kết quả nghiên cứu của luận án còn chỉ ra có sự tương quan thuận chiều của GRDP các địa phương trong lân cận ngưỡng 186km (W2) và lân cận khoảng cách nghịch đảo (W3). Kiểm định Glocal Moran’s I và Local Moran’s I cho các biến đo lường vốn con người được thực hiện đối với tất cả các trường hợp ma trận trọng số trong cả giai đoạn 2010 – 2017. Kiểm định Glocal Moran’s I cho thấy, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo của các địa phương tương quan không gian thuận chiều với nhau. Đồng thời, kiểm định Local Moran’s I đã xác định được các nhóm địa phương có tương quan không gian với nhau. Đây là một điểm mới so với nghiên cứu của Lima & Silveira Neto (2015), Baudino (2016) khi chỉ mới dừng lại kiểm định Glocal Moran’s I cho biến phụ thuộc mà chưa kiểm định cho các biến đo lường vốn con người. Lima & Silveira Neto (2015), Baudino (2016) tìm thấy bằng chứng có sự tác động lan tỏa không gian của yếu tố đo lường vốn con người lên GRDP đối với địa phương lân cận nhau. Tuy nhiên, các nghiên cứu này chỉ sử dụng một mô hình SDM, SAR để phân tích cho trường hợp ma trận trọng số liền kề, trong khi nghiên cứu này sử dụng cùng lúc 3 dạng mô hình SDM, SAR, SEM tương ứng với 3 trường hợp ma trận trọng số không gian. Hơn nữa, nghiên cứu còn xem xét lựa chọn mô hình nào là phù hợp đối với từng trường hợp ma trận trọng số. Kết quả luận án sử dụng của 3 ma trận trọng số không gian gồm ma trận trọng số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2), ma trận trọng số khoảng cách nghịch đảo (W3) để xem xét ảnh hưởng lan tỏa không gian của vốn con người lên GRDP các địa phương. Qua đó cho thấy, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo của mỗi địa phương đều tác động tích cực đến GRDP địa phương đang xem xét. Kết quả này đã được chỉ ra ở các nghiên cứu của Ferda (2011), Benos và Karagiannis (2016), Đinh Phi Hổ và Từ Đức Hoàng (2016), Phạm Đình Long và Lương Thị Mai Nhân (2018), Phan Thị Bích Nguyệt và cộng sự (2018), Nguyễn Thị Đông và Lê Thị Kim Huệ (2019. Tuy nhiên, điểm khác biệt nằm ở chỗ nghiên cứu còn chỉ ra chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo ở các địa phương đang xem xét tác động tích cực lên GRDP của địa phương lân cận. Nghiên cứu còn chỉ ra sự tác động lan tỏa không gian của các yếu tố đo lường vốn con người ở cả 2 trường hợp ma trận trong số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2), trong khi các nghiên cứu của Lima & Silveira Neto (2015), Baudino (2016) chỉ xem xét trường hợp ma trận trọng số W1. Từ những điểm tương đồng và khác biệt nêu trên là cơ sở để tác giả luận án xem xét đề xuất các hàm ý chính sách nhằm phát huy các yếu tố đo lường vốn con người, qua đó góp phần nâng cao quy mô kinh tế cho các tỉnh, thành Việt Nam. KẾT LUẬN CHƯƠNG 4 Chương này trình bày kết quả tương quan không gian và hồi quy không gian của các yếu tố đo lường vốn con người đối với GRDP các địa phương. Kết quả kiểm định Global Moran’s I và Local Moran’s I cho thấy, có sự tương quan không gian cùng chiều của GRDP giữa các địa phương ở 3 ma trận trọng số được xem xét. Điều này có nghĩa, các địa phương lân cận nhau có phụ thuộc GRDP với nhau. Thông qua thực hiện các kiểm định Hausman, LR, tiêu chuẩn AIC thì mô hình SDM_FEM được cho là phù hợp để xem xét phân tích lan tỏa không gian của các yếu tố đo lường vốn con người đối với GRDP. Kết quả phân tích chỉ ra, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo không những có ảnh hưởng tích cực đến GRDP của địa phương cụ thể mà còn ảnh hưởng đến GRDP của các địa phương lân cận. CHƯƠNG 5 KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH Chương này tổng kết lại các kết quả đã thực hiện của toàn luận án. Trên cơ sở phân tích thực trạng và kết quả chương 4, các hàm ý chính sách được tác giả đề xuất góp phần nâng cao vốn con người cho các địa phương. Cuối chương 5 là kết quả đóng góp mới của luận án này, đồng thời chỉ ra những hạn chế và những vấn đề mở rộng cho nghiên cứu trong thời gian tới. 5.1 KẾT LUẬN Vai trò của vốn con người đối với quy mô kinh tế các địa phương đã được nhiều nghiên cứu trong và ngoài nước khẳng định. Luận án đã trình bày các khái niệm, cơ sở lý thuyết liên quan về vốn con người và vai trò của yếu tố vốn con người trong các mô hình tăng trưởng. Tổng quan các tài liệu nghiên cứu trong và ngoài nước cũng cho thấy, nhiều nghiên cứu đã sử dụng ước lượng hồi quy dữ liệu bảng để xem xét ảnh hưởng của các yếu tố vốn con người đến GRDP các địa phương. Hơn nữa, trong những năm gần đây đã có một số công trình nghiên cứu sử dụng Thống kê không gian để xem xét đến ảnh hưởng của yếu tố vốn con người lên GRDP của các tỉnh, thành. Tuy nhiên, việc phân tích mối tương quan không gian hay lan tỏa không gian của các yếu tố đo lường vốn con người đối với GRDP tỉnh, thành Việt Nam vẫn chưa được quan tâm xem xét, hay lựa chọn yếu tố nào để đo lường vốn con người ở từng nghiên cứu vẫn còn khác nhau. Từ tổng quan lý thuyết và nghiên cứu, tác giả luận án đã chỉ ra các khe hổng cho vấn đề nghiên cứu. Trên cơ sở tổng hợp các yếu tố đo lường vốn con người từ các nghiên cứu trong và ngoài nước, thông qua tham vấn ý kiến của chuyên gia và từ nguồn dữ liệu của Tổng cục Thống kê Việt Nam, tác giả đề xuất được các yếu tố đo lường Vốn con người cho trường hợp các tỉnh, thành Việt Nam. Dựa vào mô hình Mankiw – Romer – Weil (1992), tác giả luận án xây dựng khung phân tích và đề xuất các giả thuyết nghiên cứu. Trong đó, vốn con người được đo lường bởi 3 yếu tố gồm chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo; vốn vật chất được đo lường bởi tổng vốn đầu tư; sử dụng các biến kiểm soát gồm tỷ lệ đầu tư FDI so với tổng vốn đầu tư, tỷ lệ tăng dân số, tỷ lệ lạm phát, tỷ lệ hộ nghèo. Dữ liệu nghiên cứu được chọn lọc từ Niên giám thống kê cấp quốc gia và địa phương giai đoạn 2010 – 2017. Sử dụng kiểm định F cho trường hợp phi không gian, kết quả cho thấy mô hình dạng FEM phù hợp hơn so với dạng POOLED OLS. Kiểm định Hausman và tiêu chuẩn AIC chỉ ra dạng FEM được ưu tiên lựa chọn hơn so với dạng REM. Kiểm định hiệu ứng tác động cố định không gian, thời gian đối với trường hợp dữ liệu bảng phi không gian từ kiểm định LR (Loglikehood Ratio) cho thấy, tác động cố định thời gian và không gian phù hợp. Sử dụng kiểm định LM (Larange Multiper) cho cả trường hợp trễ không gian và sai số không gian cũng chứng minh rằng mô hình hồi quy không gian phù hợp hơn POOLED OLS. Nghiên cứu sử dụng kiểm định Global Maran’s I và Local Moran’s I để kiểm định sự tương quan không gian toàn phần và tương quan không gian địa phương đối với biến phụ thuộc và các biến độc lập trong mô hình. Ma trận trọng số không gian sử dụng trong nghiên cứu gồm ma trận trọng số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2) và ma trận trọng số khoảng cách nghịch đảo (W3). Kết quả phân tích Global Moran’s I chứng tỏ, GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo giữa các địa phương có tương quan không gian thuận chiều với nhau. Đồng thời, kiểm định Local Moran’s I cho các biến GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo cũng đã phân ra các nhóm địa phương có tương quan không gian theo cụm: cao – cao, thấp – thấp, cao – thấp, thấp – cao. Nghiên cứu thực hiện ước lượng hồi quy không gian dữ liệu bảng cho các mô hình SEM, SAR, SDM đối với cả 2 dạng tác động FEM và REM ở 3 dạng ma trận trọng số W1, W2, W3. Kiểm định Hausman và tiêu chuẩn AIC cho thấy, mô hình dạng tác động cố định (FEM) phù hợp đối với tất cả các trường hợp. Hơn nữa, kiểm định LM chứng tỏ, SDM có thể đơn giản trở thành SEM, SAR. Phân tích lan tỏa không gian của các yếu tố vốn con người đối với GRDP các tỉnh, thành thông qua việc đánh giá tác động trực tiếp, gián tiếp và tổng tác động đối với mô hình dạng SDM_FEM, kết quả cho thấy chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo không những tác động tích cực đến GRDP của địa phương xem xét mà còn tác động tích cực đến GRDP của địa phương tiếp giáp. Ngoài ra, đối với chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo còn được tìm thấy tác động tích cực đối với GRDP của các địa phương trong lân cận ngưỡng 186km, trong khi chi tiêu công cho y tế chưa tìm thấy sự tác động này. Tóm lại, kết quả nghiên cứu đã thực hiện được các mục tiêu đề ra của nghiên cứu đó là: xây dựng khung phân tích và mô hình nghiên cứu thực nghiệm phân tích vai trò của vốn con người đối với GRDP các địa phương. Lựa chọn được các yếu tố đo lường vốn con người bao gồm chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo. Khẳng định sự tồn tại tương quan không gian toàn phần và địa phương của GRDP và các yếu tố đo lường vốn con người. Đánh giá được mức độ tác động lan tỏa không gian của chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo đối với GRDP các địa phương. Các kết quả này sẽ là cơ sở để xây dựng các hàm ý chính sách về vai trò của vốn con người đến GRDP các tỉnh, thành tại Việt Nam và hoàn thành các mục tiêu nghiên cứu. 5.2 HÀM Ý CHÍNH SÁCH 5.2.1 Tăng cường mối liên kết các tỉnh, thành trong phát triển vốn con người và quy mô kinh tế Kết quả phân tích Global Moran’s I đã chỉ ra có mối tương quan không gian thuận chiều của GRDP giữa các tỉnh, thành, điều này chứng tỏ một chính sách về kinh tế của địa phương này có thể lan tỏa và tác động đến địa phương lân cận khác. Chính vì thế, khi hoạch định các chính sách, lãnh đạo các địa phương không những cần xem xét thực trạng của địa phương mình mà còn phải xem xét mối liên hệ với các địa phương lân cận. Ngoài ra, khi một địa phương lân cận đề ra những chính sách mới, thì cần phải xem xét chính sách đó có tác động gì đến địa phương mình hay không. Đầu tư công và tỷ lệ FDI của các địa phương được chỉ ra cũng có tương quan không gian cùng chiều với nhau. Hai yếu tố này cũng có tác động tích cực đến GRDP địa phương và tác động lan tỏa không gian đối với các địa phương lân cận. Kiểm định Local Moran’s I cũng cho thấy, GRDP các tỉnh Hà Giang, Cao Bằng, Yên Bái, Bắc Kạn, Điện Biên, Tuyên Quang, Lai Châu là nhóm có tương quan không gian thấp - thấp, nghĩa là GRDP của các tỉnh này có giá trị thấp và có phân bố địa lý xung quanh các tỉnh có GRDP thấp. Chính vì thế, cần có chính sách đặc thù tăng cường đầu tư công và tăng tỷ lệ đầu tư FDI vào các địa phương này, đảm bảo thúc đẩy được sự liên kết các tỉnh, thành trong vùng, khu vực để cùng nhau phát triển. Xác định các ngành, lĩnh vực phù hợp với đặc thù, lợi thế của địa phương trên để tập trung thu hút đầu tư, hạn chế phát triển dàn trải, trùng lặp giữa các địa phương. Tương tự, kiểm định Local Moran’s I cũng chỉ ra, GRDP các tỉnh Quảng Ninh, Hà Nội, Bắc Ninh, Hải Phòng, Bình Dương, Đồng Nai, Bà Rịa - Vũng Tàu, Tp Hồ Chí Minh, Long An có tương quan không gian cao – cao. Điều này có nghĩa, GRDP của địa phương này cao và được phân bố địa lý xung quanh là các tỉnh có GRDP cao. Do đó, cần tập trung nâng cao chất lượng nguồn lực ở các địa phương này gắn với đổi mới sáng tạo và phát triển, ứng dụng khoa học, công nghệ hiện đại. Đẩy mạnh liên kết các hoạt động đổi mới sáng tạo, khởi nghiệp, trong đó các địa phương này đóng vai trò nòng cốt trong đổi mới, sáng tạo, khởi nghiệp. 5.2.2 Nâng cao chất lượng chi tiêu công cho giáo dục, y tế Trong những năm gần đây, do sự phát triển kinh tế - xã hội của nước ta ngày càng nhanh, chuyển dịch cơ cấu kinh tế theo hướng công nghiệp, dịch vụ, chính vì thế có sự dịch chuyển lao động mạnh mẽ giữa các địa phương với nhau. Hơn nữa, điều kiện thuận tiện về giao thông và mức sống người dân ngày càng nâng lên nên người dân của các địa phương có thể dễ dàng tiếp cận các dịch vụ giáo dục, y tế của các tỉnh, thành lân cận nhau. Kiểm định Global Moran’s I cho thấy, chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo giữa các địa phương cũng có tương quan không gian cùng chiều với nhau. Do đó, một thay đổi trong chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo của tỉnh, thành đang xem xét có thể tác động đến các địa phương tiếp giáp nhau hoặc có lân cận gần nhau và ngược lại. Do đó, trong xây dựng chính sách chi tiêu công cho giáo dục, chi tiêu công cho y tế hay chính sách nâng cao trình độ, tay nghề cho lực lượng lao động trong dài hạn cần phân tích ảnh hưởng toàn cục của vùng, các địa phương lân cận. Ngoài ra, chính sách phát triển giáo dục, y tế của nhà nước cần tập trung có trọng tâm, trọng điểm, tránh tình trạng đầu tư dàn trải, gây lãng phí NSNN. Kết quả nghiên cứu chỉ ra chi tiêu công cho giáo dục ảnh hưởng tích cực đến GRDP không những ở địa phương sở tại mà còn ảnh hưởng đến các địa phương tiếp giáp nhau hoặc có khoảng cách ngưỡng 186km. Do đó, cần có những chính sách điều chỉnh cơ cấu chi tiêu công cho giáo dục phù hợp cho từng địa phương, từng vùng. Định hướng chi tiêu công cho giáo dục theo hướng giảm chi thường xuyên, đồng thời tăng cường chi đầu tư phát triển, cải thiện cơ sở vật chất. Kết quả kiểm định Local Moran’s I cho thấy, chi tiêu công cho giáo dục các tỉnh Bắc Kạn, Hậu Giang, Bạc Liêu, Cà Mau có tương quan không gian thấp – thấp, nghĩa là chi tiêu công cho giáo dục của các tỉnh này thấp được phân bố địa lý xung quanh là các tỉnh có chi tiêu công cho giáo dục thấp. Chính vì thế cần tăng cường NSNN cho những tỉnh này không những làm tăng GRDP của chính các địa phương đó mà còn tăng GRDP cho các địa phương lân cận. Ngoài ra, chi tiêu công cho giáo dục của các tỉnh, thành gồm Hà Nội, Hải Dương, Bắc Giang, Phú Thọ, Sơn La, Hòa Bình, Thanh Hóa, Nghệ An, Đồng Nai có tương quan không gian cao - cao, nghĩa là chi tiêu công cho giáo dục của các tỉnh, thành này cao và được phân bố địa lý xung quanh các tỉnh, thành có chi tiêu công cho giáo dục cao. Do đó, cần cân đối nguồn phân bổ NSNN cho giáo dục đối với các địa phương này, đẩy mạnh xã hội hóa giáo dục, nâng cao hiệu quả chi tiêu công cho giáo dục của các địa phương này nhằm góp phần ổn định tăng trưởng. Kết quả nghiên cứu cũng chỉ ra, chi tiêu công cho y tế không những tác động làm tăng GRDP của địa phương mà còn thúc đẩy làm GRDP của các địa phương liền kề. Trong thời gian tới, hoàn thiện quy hoạch hệ thống bệnh viện vệ tinh, bệnh viện vùng, đồng thời nâng cao chất lượng khám chữa bệnh nhằm giải quyết tình trạng quá tải tại các bệnh viên tuyến trên. Kết quả kiểm định tương quan không gian địa phương cho thấy, chi tiêu công cho y tế của Tp Hồ Chí Minh cao và được phân bố xung quanh là các tỉnh có chi tiêu công cho y tế thấp. Do đó, lựa chọn Tp Hồ Chí Minh làm trung tâm để xây dựng hệ thống các bệnh viện vệ tinh ở tuyến tỉnh, đồng thời tăng cường hỗ trợ các nguồn lực và kỹ thuật chữa bệnh mới cho tuyến cơ sở. Mặt khác, chi tiêu công cho y tế các tỉnh Nam Định, Thanh Hóa, Kon Tum, Quảng Bình, Vĩnh Long, Cần Thơ, Hậu Giang có tương quan không gian thấp – thấp, nghĩa là chi tiêu công cho y tế của các tỉnh này thấp được phân bố địa lý xung quanh là các tỉnh có chi tiêu công cho y tế thấp. Do đó, cần tập trung tăng cường nguồn lực y tế cho các địa phương này. Ngoài ra, các bộ, ngành cần thực hiện tốt công tác phối hợp trong việc xây dựng các chính sách giáo dục và y tế. Tăng cường và đẩy mạnh xã hội hóa trong các lĩnh vực giáo dục và y tế. Đồng thời huy động được các nguồn lực nhằm nâng cao chất lượng giáo dục, chăm sóc sức khỏe, khám chữa bệnh. 5.2.3 Nâng cao tỷ lệ lao động qua đào tạo Lao động qua đào tạo đóng vai trò quan trọng trong việc nâng cao quy mô kinh tế và tăng trưởng kinh tế cấp tỉnh, thành hay ở góc độ quốc gia. Kết quả phân tích cho thấy, tỷ lệ lao động đang làm việc đã qua đào tạo của địa phương xem xét không những tác động làm tăng GRDP địa phương đó mà còn tác động làm tăng đến GRDP của các địa phương tiếp giáp và địa phương nằm trong lân cận ngưỡng 186km. Đồng thời kết quả nghiên cứu cũng chỉ ra, lao động có tay nghề của các địa phương cũng có mối quan hệ chặt chẽ với nhau. Qua đánh giá thực trạng giai đoạn 2010 – 2017 cho thấy, tỷ lệ lao động đang làm việc đã qua đào tạo phân theo vùng hay giữa các tỉnh, thành vẫn còn chênh lệch khá xa nhau. Việc kết nối mạng lưới các trường đại học, dạy nghề còn hạn chế. Tỷ lệ lao động có bằng cấp, chứng chỉ còn thấp. Cơ cấu lao động đã qua đào tạo còn bất hợp lý, vẫn còn tình trạng thừa lao động, nhưng thiếu lao động có tay nghề ở một số địa phương. Do dó, để nâng cao tỷ lệ lao động qua đào tạo ở các tỉnh, thành, trong thời gian tới cần thực hiện các giải pháp sau: Quy hoạch lại mạng lưới cơ sở giáo dục nghề theo định hướng phát triển kinh tế - xã hội và tăng cường sự liên kết giữa các vùng, địa phương. Trong xây dựng mạng lưới các cơ sở giáo dục nghề nghiệp trọng điểm, trường chất lượng cao theo các chuẩn cấp độ quốc gia, ASEAN và quốc tế chú trọng đến việc lựa chọn vùng, địa phương để đầu tư cho phù hợp. Sớm thực hiện kiểm định ngoài các cơ sở giáo dục nghề nghiệp, từ đó phân ra các tầng giáo dục nghề nghiệp để có những định hướng đầu tư hợp lý. Trong đó, tầng cơ sở giáo dục nghề nghiệp chất lượng cao sẽ được Nhà nước ưu tiên đầu tư đào tạo các nghề trọng điểm; tầng cơ sở giáo dục nghề nghiệp tự chủ đào tạo theo đặt hàng của Nhà nước và doanh nghiệp. Tập trung đầu tư cơ sở vật chất, trang thiết bị đào tạo, chuẩn hóa đội ngũ giáo viên cho các cơ sở giáo dục nghề nghiệp ở các tỉnh, thành khu vực ĐBSCL và Tây Nguyên. Có những chính sách hỗ trợ đào tạo lao động cho các tỉnh còn có tỷ lệ lao động đang làm việc đã qua đào tạo thấp như Đắk Nông, Đắk Lắk, Tây Ninh, Bình Phước, Bến Tre, Tiền Giang, Trà Vinh, An Giang, Vĩnh Long, Bạc Liêu, Kiên Giang, Sóc Trăng, Hậu Giang. Tập trung đào tạo nguồn lao động chất lượng cao tại các thành phố Hà Nội, Hải Phòng, Đà Nẵng, Tp Hồ Chí Minh, Cần Thơ, nơi có tỷ lệ lao động đang làm việc đã qua đào tạo cao. Đầu tư xây dựng các trung tâm ươm tạo công nghệ, ươm tạo doanh nghiệp khoa học và công nghệ trong trường đại học, doanh nghiệp cho các địa phương này, từ đó là hạt nhân của hoạt động ứng dụng khoa học và công nghệ, đổi mới sáng tạo. Các địa phương tăng cường dự báo tình hình, cơ cấu việc làm, nhu cầu lao động của doanh nghiệp trên địa bàn. Các cơ sở giáo dục nghề nghiệp cần tăng cường hợp tác với doanh nghiệp, qua đó gắn kết được nội dung, chất lượng đào tạo với nhu cầu của doanh nghiệp. Đồng thời, đẩy mạnh các hoạt động đào tạo và thực tập tại doanh nghiệp nhằm nâng cao tay nghề cho học sinh, sinh viên. Tiếp tục thực hiện các chính sách hỗ trợ đào tạo nghề ngắn hạn cho lao động nông thôn. Nâng cao nhận thức của người dân đối với vấn đề đào tạo nghề, lao động và việc làm. 5.3 KẾT QUẢ ĐÓNG GÓP MỚI CỦA LUẬN ÁN 5.3.1 Đóng góp lý thuyết Kết quả phân tích tương quan không gian, hồi quy không gian về vai trò của vốn con người đối với GRDP các địa phương đạt được những kết quả sau đây về mặt lý thuyết: Một là, tác giả đã hệ thống các cơ sở lý thuyết về vốn con người và vai trò của vốn con người trong các mô hình tăng trưởng. Tổng hợp các nghiên cứu trong và ngoài nước có liên quan đến đề tài, qua đó chỉ ra những kết quả đạt được và những khe hổng của vấn đề nghiên cứu. Hai là, hệ thống các phương pháp thống kê không gian bao gồm kiểm định tương quan không gian, ước lượng hồi quy không gian dữ liệu bảng, phân tích lan tỏa không gian để phân tích ảnh hưởng của các yếu tố vốn con người lên GRDP các địa phương. Ba là, kết quả phân tích dựa trên bộ dữ liệu cập nhật trong giai đoạn gần đây, trên cơ sở thống kê không gian sẽ thấy được rõ nét hơn ảnh hưởng của các yếu tố vốn con người lên GRDP địa phương. 5.3.2 Đóng góp thực tiễn Thứ nhất, kết quả luận án xem xét sự tương quan không gian bằng kiểm định tương quan không gian toàn phần (Glocal Moran’s I) và kiểm định tương quan không gian địa phương (Local Moran’s I) cho tất cả các biến phụ thuộc, độc lập của mô hình nghiên cứu giai đoạn 2010 – 2017. Kiểm định tương quan không gian toàn phần (Global Moran’s I) cho thấy GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế, tỷ lệ lao động đang làm việc đã qua đào tạo các địa phương tương quan không gian thuận chiều. Kiểm định tương quan không gian địa phương (Local Moran’s I) cũng xác định được các nhóm địa phương có GRDP, chi tiêu công cho giáo dục, chi tiêu công cho y tế, tỷ lệ lao động đang làm việc đã qua đào tạo tương quan không gian với nhau. Thứ hai, tác giả luận án sử dụng 3 ma trận trọng số không gian gồm ma trận trọng số liền kề (W1), ma trận trọng số khoảng cách ngưỡng 186km (W2), ma trận trọng số khoảng cách nghịch đảo (W3) để xem xét mối tương quan không gian và ảnh hưởng lan tỏa không gian của từng yếu tố vốn con người lên GRDP. Qua đó chỉ ra, ảnh hưởng của từng yếu tố vốn con người đến GRDP các địa phương ở từng lân cận không gian. Thứ ba, nghiên cứu khẳng định được chi tiêu công cho giáo dục, chi tiêu công cho y tế và tỷ lệ lao động đang làm việc đã qua đào tạo không những tác động tích cực đến GRDP của địa phương đang xem xét mà còn tác động tích cực đến GRDP của các địa phương tiếp giáp và trong các lân cận ngưỡng 186km. 5.4 HẠN CHẾ VÀ HƯỚNG NGHIÊN CỨU TẾP THEO Mặt dù đã có nhiều cố gắng để thực hiện các mục tiêu của luận án đề ra, xong trong quá trình thực hiện, kết quả luận án vẫn còn tồn tại một vài hạn chế nhất định. Những nghiên cứu tiếp theo có thể kế thừa từ kết quả của luận án bằng cách khắc phục những vấn đề sau: Thứ nhất, luận án đã giải quyết được những khe hổng nghiên cứu, tuy nhiên do hạn chế về mặt dữ liệu nên luận án này chưa kiểm soát hết tác động của các yếu tố vĩ mô ảnh hưởng đến GRDP các địa phương. Thứ hai, luận án sử dụng dữ liệu giai đoạn 2010 – 2017, do đó đặc điểm bộ dữ liệu còn ngắn nên chưa đánh giá được hết tác động dài hạn của các yếu tố vốn con người đến GRDP. Các nghiên cứu kế tiếp có thể tiếp cận và sử dụng bộ dữ liệu dài hơn để đo lường sự tác động không gian của vốn con người đến GRDP địa phương trong dài hạn. Thứ ba, mặc dù tác giả luận án đã cố gắng trong việc lựa chọn các biến đo lường vốn con người phù hợp với nguồn dữ liệu nghiên cứu. Tuy nhiên, do hạn chế về mặc dữ liệu nên số biến lựa chọn đo lường vốn con người trong mô hình nghiên cứu vẫn còn ít. Vì thế, các nghiên cứu tiếp theo có thể mở rộng đưa thêm nhiều biến đo lường vốn con người vào mô hình nghiên cứu như số năm đi học bình quân, tuổi thọ, tỷ lệ lao động có kỹ năng trong lực lượng lao động. Ngoài nghiên cứu định tính, cần bổ sung các cơ sở khoa học khác để lựa chọn thêm các biến đo lường vốn con người phù hợp với đối tượng và địa bàn nghiên cứu. Thứ tư, biến phụ thuộc trong nghiên cứu dưới dạng lnGRDP, các nghiên cứu sau có thể áp dụng thêm cho trường hợp biến phụ thuộc là GRDP bình quân trong dân số hay GRDP bình quân lao động, tốc độ tăng trưởng kinh tế hoặc năng suất tổng hợp. Thứ năm, các ma trận trọng số không gian chỉ xem xét ở trường hợp khoảng cách địa lý và chỉ áp dụng một ngưỡng 186km để xem xét. Trong tương lai, có thể áp dụng cho nhiều trường hợp ma trận trọng số không gian khác để có cái nhìn tổng quan hơn sự tương tác không gian của vốn con người đối với quy mô kinh tế địa phương. DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU CỦA TÁC GIẢ Lê Trung Kiên và Nguyễn Văn Sĩ (2019). Đánh giá tác động nguồn vốn con người đến GRDP của các tỉnh, thành phố Việt Nam bằng mô hình hồi quy không gian. Tạp chí Kinh tế và dự báo, 36, 3-8. Lê Trung Kiên và Nguyễn Văn Sĩ (2020). Nghiên cứu ảnh hưởng của nguồn vốn con người đến tăng trưởng kinh tế các tỉnh, thành Việt Nam: tiếp cận bằng mô hình kinh tế lượng không gian. Tạp chí Phát triển khoa học và công nghệ, 3/2020. Lê Trung Kiên và Nguyễn Văn Sĩ (2020). Ứng dụng thống kê không gian phân tích ảnh hưởng của vốn con người đến quy mô kinh tế địa phương Việt Nam: Tiếp cận vốn con người theo góc độ chi phí. Tạp chí Con số sự kiện, 8(2), 35-38. Lê Trung Kiên và Nguyễn Văn Sĩ (2020). Ứng dụng thống kê không gian phân tích lan tỏa không gian của chi tiêu công cho y tế, đầu tư công và lao động đến GRDP các tỉnh, thành phố Việt Nam. Tạp chí Kinh tế và dự báo 27(9), 8-12. TÀI LIỆU THAM KHẢO A. Tiếng Anh Ada, A. A., & Acaroglu, H. (2014). Human capital and economic growth: A panel data analysis with health and education for MENA region. Advances in Management and Applied Economics,4(4), 59-71. Afridi, A. H. (2016). Human capital and economic growth of Pakistan. Business & Economic Review, 8(1), 77–86. Alan, K. M. A., Altman, Y., & Roussel, J. (2008). Employee training needs and perceived value of training in the Pearl River Delta of China: A human capital development approach. Journal of European Industrial Training, 32(1), 19 – 31. Anselin, L. (1988). Spatial econometrics: Methods and Models. Kluwer Academic, Dordrecht. Anselin, L., & Hudak, S. (1992). Spatial econometrics in practice. A review of software options. Regional Science and Urban Economics, 22(3), 509-536. Anselin, L. (1995). Local Indicators of Spatial Association – LISA. Geographical Analysis, 27(2): 93-115. Anselin, L., & Bera, A.K. (1998). Spatial Dependence in Linear Regression Models with an Introduction to Spatial Econometrics. Statistics: Textbooks and Monographs, 155, 237-289. Anselin, L., Florax, R. & Rey, S. (2004). Advances in Spatial Econometrics. Methodology, Tools and Applications. Berlin: Springer-Verlag. Anselin, L., Syabri, I. & Kho, Y. (2006). GeoDa: An Introduction to Spatial Data Analysis. Geographical Analysis, 38(1), 5 - 22. Baltagi, B., Song, S.H., & Koh, W. (2003). Testing panel data regression models with spatial error correlation. Journal of Econometrics, 117(1), 123–150. Baltagi, B.H., & Liu, L. (2008). Testing for Random Effects and Spatial Lag Dependence in Panel Data Models. Statistics and Probability Letters, 78, 3304–3306. Barro, R. J. (1991). Economic growth in a cross section of countries. The Quarterly Journal of Economics, 106(2), 407-443. Barro, R. J. (1992). Human Capital and Economic Growth. Barro, R. J., & Lee, J. W. (1996). International measures of schooling years and schooling quality. The American Economic Review, 86(2), 218–23. Baudino, M. (2016). The impact of human and physical capital accumulation on Chinese growth after 1994: A spatial econometric approach. World Development Perspectives, 2, 11–16.  Becker, G. S. (1964). Human capital: A theoretical and Empirical Analysis, with Special Reference to education. Chicago: University of Chicago Press. Becker, S. G. (1975). Human Capital: A Theoretical and Empirical Analysis, with Special Reference to Education, Second Edition. Published in 1975 by NBER. Benhabid, J., & Spiegel, M. M. (1994). The role of human capital in economic development evidence from aggregate cross country data. Journal of Monetary Economics, 34(2), 143–73. Benos, N., & Karagiannis, S. (2016). Do education quality and spillovers matter? Evidence on human capital and productivity in Greece. Economic Modelling, 54, 563 – 573. Bleakley, H. (2010). Health, human capital, and development. Annual Review of Economics, 2, 283- 310. Bong, K., D. (2009). Human capital and Its Measurement. The 3rd World Forum on “Statistic, Knowledge and Polity” Charting Progress, Building Visions, Improving Life. Bontis, N. (1998). Intellectual capital: An explorarory study that develops measures and models. Management Decision, 36(2), 63-76. Bose, N., Haque, M. E., & Osborn, D. R. (2007). Public expenditure and economic growth: A disaggregated analysis for developing countries. The Manchester School, 75(5), 533–556. Chou, K.H., Chen, C.H., & Mai, C.C (2015). Factors Influencing China’s Exports with a Spatial Econometric Model. The International Trade Journal, 29(3), 191–211. Cliff, A. D., & Ord, J. K. (1973). Spatial Autocorrelation. Lonson: Pion Ltd. Coe, N. M., Dicken, P., & Hess, M. (2008). Global production networks: realizing the potential. Journal of Economic Geography, 8(3), 271–295.  Cuaresma, J. C., Doppelhofer, G., & Feldkircher, M. (2012). The Determinants of Economic Growth in European Regions. Regional Studies, 48(1), 44–67.  De la Fuente, A., & Ciccone, A. (2002). Le Capital Humain dans une E’conomie Mondiale sur la Connaissance. Brussels: Rapport pour la Commission Europe’eme. Elhorst, J. P. (2003). Specification and Estimation of Spatial Panel Data Models. International Regional Science Review, 26(3), 244–268. Elhorst, J. P. (2010). Applied Spatial Econometrics: Raising the Bar. Spatial Economic Analysis, 5(1), 9-28. Esiyok, B., & Ugur, M. (2015). A spatial regression approach to FDI in Vietnam. The Singapore Economic Review, 62(2), 459–481. Frank, R. H., & Bernanke, B. (2007). Principles of Economics (3rd ed.). Boston: McGraw-Hill/Irwin. Ferda, Y. T. (2011). The relationship between human capital investment and economic growth: A panel error correction model. Journal of Economic and Social Research, 13(1), 77-90. Jin, Zou, & Heng, F. (2005). Fiscal Decentralization, Revenue and Expenditure Assigment, and Growth in China. Journal of Asian Economics, 16, 1047 – 1063. Gemmell, N. (1996). Evaluating the impacts of human capital stocks and accumulation on economic growth: Some new evidence. Oxford Bulletin of Economics and Statistics, 58(1), 9–28. Ghemawat, P. (2001). Distance still Matters. The hard reality of global expansion. Harvard Business Review, 79(8), 137-147. Hausman, J. (1978). Specification Tests in Econometrics. Econometrica, 46, 1251-1271. Jacobs, J. J., & Ruth. (2002). Measuring human capital like physical capital: what does it tell us?. Bulletin of Economic Research, July, 54(3), 209-231. Judson, R. (1995). Do Low Human Capital Coefficients Make Sense? A Puzzle and Some Answers. Federal Reserve Board. Kanayo, O. (2013). The Impact of Human Capital Formation on Economic Growth in Nigeria. Journal of Economics, 4(2), 121–132.  Kapoor, M., Kelejian, H.H., & Prucha, I. (2007). Panel data models with spatially correlated error components. Journal of Econometrics, 140(1), 97–130. LeGallo, J., & Ertur, C. & Baumont, C. (2003). A spatial econometric analysis of convergence across European regions,1980–1995. European regional growth, Fingleton, B. (ed). NewYork: Springer-Verlag, 2003. LeSage, J., & Pace, R.K. (2009). Introduction to Spatial Econometrics. CRC Press, Chapman and Hall Book. Levine, R. E., & Renelt, D. (1992). A sensitivity analysis of cross-country growth regressions. American Economic Review, 82(4), 942–963. Li, H., & Wang, Y. (2016). Growth channels of human capital: A Chinese panel data study. China Economic Review. Lee, L. & Yu, J. (2010). Estimation of spatial autoregressive panel data models with fixed effects. Journal of Econometrics, 154(2), 165–185.  Lima, R. C. D. A., & Silveira Neto, R. D. M. (2015). Physical and Human Capital and Brazilian Regional Growth: A Spatial Econometric Approach for the Period 1970–2010. Regional Studies, 50(10), 1688–1701.  Lucas, R. E. (1988). On the mechanics of economic development. Journal of monetary economics, 22(1), 3-42. Mankiw, N. G., Romer, D., &Weil, D. N. (1992). A contribution to the emprirics of economic growth. The Quarterly Journal of Economics, 107(2), 407 – 437. Marshall, A. (1930). Principles of Economics: An Introductory Volume (8th ed.). London: Macmillan. Mincer, J. (1958). Investment in human capital and personal income distribution. The Journal of Political Economy, 66(4), 281 – 302. Mincer, J. (1989). Job Training: Costs, Returns, and Wage Profiles. Columbia University Press. Moran, P. A. P. (1950). Notes on Continuous Stochastic Phenomena. Biometrika, 37(1), 17–23.  Mutl, J., & Pfaffermayr, M. (2011). The Hausman test in a Cliff and Ord panel model. The Econometrics Journal, 14(1), 48–76.  Nelson, R. S., & Phelps, E. (1966). Investiment in humans, technology diffusion, and economic growth. American Economic Review, 56(2), 69–75. Ng, Y. C., & Leung, C. M. (2004). Regional Economic Performance in China: A Panel Data Estimation. RBC Papers on China, Hong Kong Baptist University. https://net2.hkbu.edu.hk/~ied/publications/cp/CP200204.pdf, 04/04/2012. OECD. (2001). Measuring Productivity: Measurement of aggregate and industry-level productivity growth. OECD manual. OECD. (2011). The Well – being of Nations: The Role of Human and Social Capital. Pace, R. K., & Barry, R., & Sirmans, C. F. (1998). Spatial Statistics and Real Estate. The Journal of Real Estate Finance and Economics, 17(1), 5-13. Pelinescu, E. (2015). The Impact of Human Capital on Economic Growth. Procedia Economics and Finance, 22, 184–190.  Peracchi, & Meliciani. (2001). Convergence in per capita GDP across European regions a reappraisal. Permani, R. (2009). The Role of Education in Economic Growth in East Asia; A Survey. Asian-Pacific Economic Literature, 23(1), 112 -129. Petty, W. (1690). Political Arithmetik. London: Robert Clavel and Henry Mortlock. Pigou, A. C. (1928). A study in public finance, Macmillan, London. Psacharopoulos, G., & Arriagada, A. M. (1992). The educational composition of the labour force: An international update. Journal of Educational Planning and Administration, 6(2), 141–159. Qadri, S. F., & Waheed, A. (2011). Human Capital and Economic Growth: Time Series Evidence from Pakistan. Published in: Pakistan Business Review, 1, 815-833. Ramos, R., Suriñach, J., & Artís, M. (2009). Human Capital Spillovers, Productivity and Regional Convergence in Spain (November 1, 2009). XREAP 2009-15, Available at SSRN: https://ssrn.com/abstract=1825009 . Rastogi, P. N. (2002). Knowledge management and intellectual capital as a paradigm of value creation. Human Systems Management, 21(4), 229-240. Rodriguez, J. P., & Loomis, S. R. (2007). A new view of institutions, human capital, and market standardisation. Education, Knowledge & Economy, 1(1), 93 – 105. Romer, P. (1990). Endogenous Technological Change. Journal of Political Economy, 98(5), 71 – 102. Schultz, T, W. (1961). Investment in human capital. The American Economic Review, 51(1), 1-17. Sianesi, B., & van Reenen, J. (2000). The returns to education: A review of the macro-economic literature. CEE Discussion Papers 0006. Centre for the Economics of Education, LSE. Sheffrin, M. S. (2003). Economics: Principles in Action. New Jersey: Pearson Prentice Hall. Siswantoro, D., & Tien, M. (2012). Analysis of affecting factors to the regional growth and poverty rate in Indonesia: Applying the heterogeneous regression. Chinese Business Review, 11(7), 620- 626. Smith, A. (1776). An Inquiry into the Nature and Causes of the Wealth of Nations. Oxford: Clarendon Press. Solow, R. M. (1956). A contribution to the theory of economic growth. Quarterly Journal of Economics, 70(1), 65–94. Stroombergen, A. & Rose, D. & Nana, G. (2002). Review of the statistical measurement of human capital. Research report, Statistics New Zealand, Auckland. Su, Y., & Liu, Z. (2016). The impact of foreign direct investment and human capital on economic growth: Evidence from chinese cities. China Economics Review, 37, 97-109. Swan, T. W.  (1956). Economic growth and capital accumulation. Economic Record, 32(2), 334–361. Tallman, E., & Wang. P. (1994). Human capital and endogenous growth: Evidence from Taiwan. Joumal of Monetary Economics, 34, 101 -124. Temple, J. (2002). Growth effects of education and social capital in the OECD countries. Historical Social Research/Historische Sozialforschung, 5–46. Vega S. H., & Elhorst, J. P. (2016). A regional unemployment model simultaneously accounting for serial dynamics, spatial dependence and common factors. Regional Science and Urban Economics, 60, 85-95. Vinh, V. X., Anh, T. T. T., & Thang, N. V. (2020). Investigating the economic relationship between provinces in Viet Nam: a spatial regression approach. Journal of economic development, 45(1), 47-60. Yogish, S. (2006). Education and Economic Development. Indian J. Soc, 6(2), 255-270. Zhang, C., & Zhuang, L. (2011). The composition of human capital and economic growth: Evidence from China using dynamic panel data analysis. China Economic Review, 22(1), 165 – 171. Westphalen, S. A. (2001). Reporting on human capital; objectives and trends. In P. Descy and M. Tessaring (Eds). Training in Europe: Second report on vocational training research in Europe 2000: Background report. Luxembourg: Office for Official Publications of the European Communities. Wooldridge, J. (2010). Econometric analysis of coss section and panel data. 2nd Edit by the MIT press. B. Tiếng Việt Báo cáo lao động và việc làm 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017. Tổng cục Thống kê và Bộ Lao động – Thương Binh và Xã hội. Bùi Quang Bình (2009). Vốn con người và đầu tư vào vốn con người. Tạp chí khoa học và công nghệ, đại học Đà Nẵng, 2(31), 1-8. Đào Thị Bích Thủy (2016). Tác động của lan tỏa xuất khẩu đến tăng trưởng kinh tế: Trường hợp các nước ASEAN -5). Tạp chí Đại học quốc gia Hà Nội, 3, 80 – 87. Đinh Phi Hổ và Từ Đức Hoàng (2016). Tác động của vốn con người đến tăng trưởng kinh tế đồng bằng sông Cửu Long. Tạp chí kinh tế phát triển, 27(2), 02-16. Hạ Thị Thiều Dao và Nguyễn Đăng Khoa (2014). Vai trò của vốn con người với tăng trưởng kinh tế vùng duyên hải Nam Trung Bộ. Tạp chí phát triển kinh tế, 283(5), 02-20. Phạm Đình Long và Lương Thị Mai Nhân (2018). Tác động của giáo dục đến tăng trưởng kinh tế các tỉnh, thành khu vực Miền Trung. Táp chí khoa học và công nghệ đại học Đà Nẵng, 125(4), 11- 15. Phan Thị Bích Nguyệt và cộng sự (2018). Nguồn vốn con người và tăng trưởng kinh tế cấp độ tỉnh/thành phố tại Việt Nam. Tạp chí nghiên cứu Kinh tế và Kinh doanh châu Á, 29(8), 05-17. Niên giám thống kê cả nước năm 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017. Tổng cục Thống kê. Niên giám thống kê địa phương năm 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017. Tổng cục Thống kê. Nguyễn Duy Thục (2015). Mô hình tăng trưởng kinh tế địa phương và áp dụng cho tỉnh Bình Định. Luận án tiến sĩ kinh tế. Trường đại học Kinh tế thành phố Hồ Chí Minh. Nguyễn Khắc Minh và Phạm Anh Tuấn (2015). Hội tụ theo tỉnh của FTP công nghiệp dưới tác động của FDI: tiếp cận bằng mô hình kinh tế lượng không gian số liệu mảng. Kỷ yếu công trình khoa học 2015, Đại học Thăng Long, Hà Nội. Nguyễn Chí Hải và Huỳnh Ngọc Chương (2018). Đánh giá tính liên kết trong phát triển công nghiệp tại Vùng kinh tế trọng điểm phía Nam. Tạp chí Kinh tế và Ngân hàng châu Á, 76, 22-34. Nguyễn Lưu Bảo Đoan và Lê Văn Thắng (2017). Phân tích yếu tố ảnh hưởng đến FDI các tỉnh thành Việt Nam bằng mô hình kinh tế lượng không gian. Tạp chí phát triển kinh tế, 28(7), 04-33. Nguyễn Thị Đông và Lê Thị Kim Huệ (2019). Tác động của vốn con người đến tăng trưởng năng suất lao động ở Việt Nam. Tạp chí phát triển khoa học và công nghệ - Kinh tế - Luật và Quản lý, 3(2), 104 – 110. Nguyễn Thị Cành (2009). Kinh tế Việt Nam qua các chỉ số phát triển và những tác động của quá trình hội nhập. Tạp chí Phát triển kinh tế, 1,15-22. Nguyễn Thị Hồng Đào và Phạm Thế Anh (2012). Hiệu ứng lan tỏa xuất khẩu từ FDI trong ngành công nghiệp chế biến tại Việt Nam. Tạp chí phát triển kinh tế, 263, 11-19. Sử Đình Thành và Nguyễn Minh Tiến (2014). Tác động của FDI đến tăng trưởng kinh tế địa phương ở VN. Tạp chí Phát triển Kinh tế, Đại học Kinh tế TP.HCM, 283, 21-41. Sử Đình Thành và Đoàn Vũ Nguyên (2015). Chi tiêu công, Vốn con người và tăng trưởng: Nghiên cứu các quốc gia đang phát triển. Tạp chí phát triển kinh tế, 26(4), 25 – 45. Trần Hoàng Ngân và cộng sự (2013). Mối quan hệ giữa lạm phát và tăng trưởng kinh tế tại Việt Nam thời gian qua. Tạp chí Phát triển kinh tế, 276, 15-21. Trần Thị Thùy Linh (2014). Thực trạng vốn con người Việt Nam từ cách tiếp cận giáo dục. Công trình khoa học, Trường đại học Thăng Long. Trần Thị Tuấn Anh (2017). Kiểm định sự hội tụ beta tuyệt đối giữa các tỉnh, thành Việt Nam bằng phương pháp hồi quy không gian. Tạp chí khoa học đại học Mở Tp. Hồ Chí Minh, 52(1), 70-79. Trần Thị Tuấn Anh và Lê Văn Thắng (2019). Khảo sát mối liên hệ kinh tế giữa các tỉnh thành Việt Nam: Tiếp cận bằng phương pháp hồi quy không gian. Tạp chí Kinh tế & phát triển, 263(5), 02-12. Trần Thọ Đạt và cộng sự (2007). Những nhân tố tác động đến tăng trưởng kinh tế các tỉnh, thành phố VN giai đoạn 2000-2006. Đại học Kinh tế Quốc dân. Trần Thọ Đạt (2011). Vai trò của vốn con người trong các mô hình tăng trưởng. Tạp chí Nghiên cứu kinh tế, 393(2), 03 – 10. PHỤ LỤC Phụ lục 1. Phiếu phỏng vấn chuyên gia PHIẾU PHỎNG VẤN CHUYÊN GIA Xác định các biến Vốn con người ảnh hưởng đến GRDP các tỉnh, thành Việt Nam Kính gửi: Ông (Bà) Tôi tên Lê Trung Kiên, hiện là nghiên cứu sinh khóa 2016, chuyên ngành Thống kê, thuộc Khoa Toán – Thống kê, trường đại học Kinh tế Tp. Hồ Chí Minh. Tôi đang thực hiện luận án “Nghiên cứu ứng dụng thống kê không gian phân tích vai trò của vốn con người đối với quy mô kinh tế các tỉnh, thành Việt Nam”. Luận án được sự hướng dẫn khoa học cho đề tài luận án gồm PGS.TS. Nguyễn Văn Sĩ và TS. Nguyễn Thanh Vân, thuộc Khoa Toán – Thống kê Trường Đại học Kinh tế TP. HCM. Để luận án được thành công, rất mong được sự hỗ trợ của quý chuyên gia thông qua việc trả lời của các chuyên gia theo bảng câu hỏi khảo sát ý kiến này. Các thông tin cung cấp trong phiều này chỉ phục vụ công tác nghiên cứu khoa học và được bảo mật thông tin. Tác giả xin chân thành cảm ơn và rất mong nhận được bảng trả lời của quý chuyên gia. I. Giới thiệu đề tài nghiên cứu Từ lâu, các nhà kinh tế đã nhận thấy rằng vốn con người đóng vai trò quan trọng đối với tăng trưởng kinh tế. Với mong muốn xem xét tác động không gian của một số yếu tố vốn con người bao gồm chi tiêu công cho giáo dục, y tế và lao động đang làm việc đã qua đào tạo đến tăng trưởng quy mô kinh tế địa phương, tác giả lựa chọn đề tài “Nghiên cứu ứng dụng thống kê không gian phân tích vai trò của vốn con người đối với quy mô kinh tế các tỉnh, thành Việt Nam” làm nghiên cứu luận án. Qua nghiên cứu luận án, tác giả sẽ đề xuất các hàm ý chính sách giúp cho Chính phủ, lãnh đạo các địa phương có những quyết sách, định hướng đầu tư phát triển hơn nữa vốn con người ở các tỉnh, thành, góp phần thúc đẩy phát triển kinh tế. II. Thông tin phỏng vấn chuyên gia Thông tin chung Họ và tên:; Tuổi:... Chức danh khoa học (học hàm, học vị): Địa chỉ:. Số điện thoại:; Fax:... Địa chỉ email:... Đơn vị công tác:... Chức vụ:... Câu hỏi khảo sát ý kiến của chuyên gia Câu 1: Theo Quý chuyên gia Quy mô kinh tế các tỉnh, thành Việt Nam có thể đo lường bằng giá trị nào? o GRDP tính theo giá năm 2010. o GRDP tính theo giá hiện hành. o GRDP tính theo bình quân đầu người. o GRDP tính theo bình quân lao động o Khác (Có thể ghi nhiều yếu tố): ....... ....... ....... Câu 2: Các yếu tố vốn con người có thể tác động đến quy mô kinh tế gồm: o Tỷ lệ nhập học o Số năm học bình quân o Tỷ lệ lao động đang làm việc đã qua đào tạo o Số sinh viên o Tỷ lệ tham gia giáo dục ở các cấp học o Chi tiêu công cho giáo dục o Chi tiêu công cho y tế o Tỷ lệ tử vong ở trẻ o Tỷ lệ sinh o Tuổi thọ o Khác (Có thể ghi nhiều yếu tố): ....... ....... ....... Câu 3: Các yếu tố khác tác động đến quy mô kinh tế cấp tỉnh, thành Việt Nam gồm: Tổng lao động. Vốn đầu tư toàn địa phương. Tỷ lệ FDI/ tổng vốn đầu tư. Tỷ lệ tăng dân số. Chỉ số lạm phát cấp tỉnh (CPI). Chỉ số năng lực cạnh tranh cấp tỉnh (PCI). Chỉ số ứng dụng công nghệ thông tin (ICT). Tỷ lệ hộ nghèo. Khác (Có thể ghi nhiều yếu tố): ....... ....... Câu 4: Với những nhận định như trên, theo Quý chuyên gia hàm ý chính sách nào cần thực hiện để phát huy hiệu quả vốn con người đối với tăng quy mô kinh tế địa phương? ....... ....... ....... Chân thành cảm ơn Ông/Bà đã tham gia ý kiến. ., ngày .. tháng . Năm 2020 Người điền phiếu Phụ lục 2. Danh sách chuyên gia Danh sách tham dự Hội thảo khoa học của NCS Lê Trung Kiên Thời gian: 8:30-11:30, ngày 21/10/2019 tại Kiên Giang STT Họ và tên Học hàm, học vị Đơn vị, Chức vụ Điện thoại, Email 1 Hà Văn Sơn TS Phụ trách Khoa Toán – Thống kê, UEH 0918.137.001 2 Nguyễn Văn Sĩ PGS. TS Giảng viên Khoa Toán – Thống kê, UEH 0913.926.969 2 Nguyễn Thanh Vân TS Giảng viên Khoa Toán – Thống kê, UEH 0903.621.452 3 Nguyễn Văn Trãi TS Giảng viên Khoa Toán – Thống kê, UEH 0913.928.253 4 Nguyễn Viết Bằng TS Giảng viên Khoa Quản trị kinh doanh, UEH 0902.700.809 5 Nguyễn Đức Chín Thạc sĩ Giám đốc Sở Tài chính tỉnh Kiên Giang 0913.847.392 6 Cao Thanh Hùng Thạc sĩ Phó Giám đốc Sở Giáo dục và đào tạo Kiên Giang 0939.331.110 7 Nguyễn Thanh Nguyên Thạc sĩ Phó Giám đốc Sở Khoa học và công nghệ Kiên Giang 0939.987.869 8 Nguyễn Lưu Trung Thạc sĩ Trưởng ban Kinh tế - ngân sách, HĐND tỉnh Kiên Giang 0918.361.361 9 Đỗ Huy Công Thạc sĩ Phó Cục trưởng, Cục thống kê Kiên Giang 0913.197.446 10 Dương Văn Đông Thạc sĩ Phó Giám đốc Kho bạc nhà nước tỉnh Kiên Giang 0913.639.080 11 Nguyễn Văn Thặng Thạc sĩ Phó Hiệu trưởng Trường Cao đẳng nghề Kiên Giang 0919.522.548 12 Đặng Thanh Sơn TS Chủ tịch Hội đồng trường Đại học Kiên Giang 0945.774.444 13 Nguyễn Minh Quân TS Hiệu trưởng Trường Cao đẳng Kiên Giang 0936.252.554 STT Họ và tên Học hàm, học vị Đơn vị, Chức vụ Điện thoại, Email 14 Danh Thảo Thạc sĩ Phó Phòng Giáo dục và đào tạo huyện An Biên, Kiên Giang 0914.877.926 15 Nguyễn Văn Giang Thạc sĩ Trưởng Phòng Tài chính huyện Tân Hiệp, Kiên Giang 0944.726.189 16 Nguyễn Thanh Hùng Thạc sĩ Trưởng Phòng Tài chính, Sở LĐTB&XH, tỉnh Kiên Giang 0918.627.232 17 Nguyễn Ngọc Dung Thạc sĩ Chánh Văn phòng Sở Nội vụ, tỉnh Kiên Giang 0919.148.811 18 Nguyễn Văn Đức Thạc sĩ Phó Chánh Văn phòng huyện ủy Vĩnh Thuận, tỉnh Kiên Giang 0913.930.559 19 Phan Thanh Nhàn Thạc sĩ Trưởng Ban Tổ chức huyện An Biên, tỉnh Kiên Giang 0913.929.297 20 Huỳnh Tấn Phi Thạc sĩ Chủ tịch UBND huyện Vĩnh Thuận, tỉnh Kiên Giang 0919.623.177 21 Nguyễn Quốc Xinh Thạc sĩ Trưởng Ban Tuyên giáo huyện An Biên, tỉnh Kiên Giang 0919.192.551 22 Phan Ka Luốt Thạc sĩ Chủ tịch xã Nam Yên, huyện An Biên, tỉnh Kiên Giang 0919.364.257 23 Đỗ Anh Khoa Thạc sĩ Hiệu trưởng Trường Trung cấp nghề huyện Kiên Lương, tỉnh Kiên Giang 0942.278.811 24 Nguyễn Văn Sĩ Thạc sĩ Phó Phòng Tài chính huyện Vĩnh Thuận, tỉnh Kiên Giang 0916.757.636 25 Nguyễn Văn Vũ Thạc sĩ Phó Giám đốc Mobifone Chi nhánh Bến Tre 0937.646.999 Phụ lục 3: Thống kê mô tả và kiểm định đa cộng tuyến Phụ lục 4: Kiểm định tương quan Phụ lục 5: Hồi quy dữ liệu bảng Mô hình 1 Pooled OLS FEM REM Kiểm định HAUSMAN Mô hình 2 POOLED OLS FEM REM Kiểm định HAUSMAN Mô hình 3: POOLED OLS FEM REM Kiểm định HAUSMAN Phụ lục 6: Kiểm định tương quan không gian 6.1. Kiểm định Global Moran’s I 2010 2017 6.2. Kiểm định Local Moran’s I LNGRDP2017- I(W1) LNGRDP2017- I(W2) LNGRDP2017- I(W3) LNH-EXPEDU-I(W2): MÀU HỒNG LNH-EXPHEA-I(W2): MÀU VÀNG LNH-LABUDE-I(W2): MÀU XANH Phụ lục 7: HỒI QUY KHÔNG GIAN 7.1 Ảnh hưởng của CHI TIÊU CÔNG CHO GIÁO DỤC đối với GRDP Ma trận (W1): SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ma trận W2 SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ma trận (W3) SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ảnh hưởng của CHI TIÊU CÔNG CHO Y TẾ đến GRDP Ma trận W1 SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ma trận W2 SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ma trận W3 SEM_FEM SEM_REM SAR_REM SDM_FEM SDM_REM 7.3 Ảnh hưởng của tỷ lệ LAO ĐỘNG ĐANG LÀM VIỆC ĐÃ QUA ĐÀO TẠO đối với GRDP Ma trận W1 SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ma trận W2 SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM Ma trận W3 SEM_FEM SEM_REM SAR_FEM SAR_REM SDM_FEM SDM_REM 7.4. Tác động 7.4.1. lnH_EXPEDU Ma trận W1 Ma trận W2 Ma trận W3 7.4.2. lnH_EXPHEA Ma trận W1 Ma trận W2 Ma trận W3 7.4.3. lnH_LABEDU Ma trận W1 Ma trận W2 Ma trận 3