Đang tải... (xem toàn văn)
MỞ ĐẦU 1. Lý do lựa chọn đề tài Văn kiện Đại hội XII của Đảng xác định phương hướng tiếp tục đổi mới mô hình tăng trưởng kinh tế theo hướng kết hợp có hiệu quả cao hơn cả sự phát triển kinh tế theo chiều rộng và sự phát triển kinh tế theo chiều sâu: “Mô hình tăng trưởng trong thời gian tới kết hợp có hiệu quả phát triển chiều rộng với chiều sâu, chú trọng phát triển chiều sâu, nâng cao chất lượng tăng trưởng và sức cạnh tranh trên cơ sở nâng cao năng suất lao động, ứng dụng tiến bộ khoa học-công nghệ, đổi mới và sáng tạo, nâng cao chất lượng nguồn nhân lực, phát huy lợi thế so sánh và chủ động hội nhập quốc tế, phát triển nhanh và bền vững”. Nhằm thực hiện thắng lợi nghị quyết của Đảng, hiện nay cả nước đang thực hiện chuyển đổi mô hình tăng trưởng. Điều này đặt ra các vấn đề liên quan đến chất lượng tăng trưởng, nâng cao năng suất và đổi mới thể chế. Để có thể đưa ra các giải pháp cho các vấn đề trên đỏi hỏi chúng ta phải đánh giá lại chất lượng tăng trưởng. Một trong những tiêu chí đánh giá chất lượng tăng trưởng là hiệu quả và năng suất của các doanh nghiệp trong nền kinh tế. Có nhiều phương pháp khác nhau về mặt lý thuyết để làm điều này. Lý thuyết về đo lường hiệu quả và năng suất trên th ế giới thường sử dụng một số phương pháp như: Phương pháp ước lượng hàm sản xu ất gộp và hạch toán tăng trưởng của Solow (1957); Phương pháp bao dữ liệu được gợi ý bởi Farrell (1957); Phương pháp bán tham số được đề xuất bởi Olley và Pakes (1996) và được Levinsohn và Petrin (2003) phát triển; Và một số phương pháp tham số như: Phương pháp hàm sản xuất biên ngẫu nhiên được đưa ra lần đầu bởi Aigner và Chu (1968); Phương pháp đường biên sản xuất chung (meta-frontier) được Battese và cộng sự (2002, 2004) đưa ra và được O’Donnell và cộng sự (2008) phát triển; Phương pháp hệ số biến đổi ngẫu nhiên được đề xuất lần đầu bởi Kalirajan và Obwona (1994) ” vv… Trong “những năm qua việc đo lường mức hiệu quả kỹ thuật (TE) của các doanh nghi ệp, các ngành kinh tế ở Việt Nam chủ yếu thực hiện bởi hai phương pháp tham s ố và phi tham số. Phương pháp phi tham số thường được áp dụng là ph ương pháp bao dữ liệu (DEA) và phương pháp tham số được áp dụng phổ biến là ph ương pháp hàm sản xuất biên ngẫu nhiên (SFA). Các kết quả của DEA thường nh ạy cảm với các quan sát trội và không tính đến ảnh hưởng của nhiễu thống kê. Trong khi đó, nhược điểm của SFA là việc giả định các doanh nghiệp có cùng tham số công nghệ ở mỗi thời kỳ có thể dẫn đến các ước lượng chệch về năng suất. Các h ệ số phản ứng trong ước lượng bằng SFA là các hệ số trung bình do đó không phản ánh được tầm quan trọng của từng yếu tố đầu vào của mỗi doanh nghiệp, của mỗi ngành kinh t ế. Hơn nữa các hệ số ước lượng khá nhạy cảm với giả định về phân phối của nhiễu thống kê. Ngoài ra, “có rất nhiều nhân tố tác động đến hiệu quả và năng xuất của doanh nghi ệp. Bao gồm các nhân tố thuộc đặc tính của doanh nghiệp, các nhân tố thuộc thể chế môi trường kinh doanh và môi trường vĩ mô. Việc đánh giá tác động của nhóm các nhân tố thuộc đặc tính của doanh nghiệp đến hiệu quả, năng suất là cần thiết để giúp các doanh nghiệp cải thiện hiệu quả và năng suất. Tuy nhiên, ngay cả khi các doanh nghiệp cải thiện được các nhân tố nội tại cũng không đưa hiệu quả đạt mức tối ưu. Do đó, việc cải cách môi trường kinh doanh và môi trường vĩ mô đóng vai trò quan trọng nh ằm nâng cao hơn nữa hiệu quả và năng suất của doanh nghiệp.” Xu ất phát từ những thực tiễn nêu trên, tôi chọn đề tài nghiên cứu “Các mô hình tham số trong ước lượng hiệu quả và năng suất của các doanh nghiệp Việt Nam” nhằm “áp dụng các mô hình hàm sản xuất biên ngẫu nhiên (SFA), mô hình đường biên sản xuất chung (meta-frontier) và mô hình hệ số biến đổi ngẫu nhiên (SVFA) để ước lượng hiệu quả kỹ thuật và năng suất nhân tố tổng hợp cho các doanh nghi ệp Việt Nam giai đoạn 2012-2016. Bên cạnh đó đề tài sẽ phân tích tác động của các nhân tố thuộc đặc tính của doanh nghiệp và các nhân tố thuộc thể chế môi tr ường kinh doanh đến hiệu quả kỹ thuật của các doanh nghiệp. Từ việc áp dụng một số mô hình khác nhau, đề tài sẽ có các phân tích so sánh giữa các mô hình, t ừ đó có các phân tích về hiệu quả và năng suất của các doanh nghiệp Việt Nam một cách toàn diện, qua đó đánh giá chính xác hơn chất lượng tăng trưởng kinh tế của Việt Nam. Điều này đóng góp những thông tin quan trọng cho các nhà ho ạch định chính sách để định hướng đúng mô hình tăng trưởng, giúp nền kinh tế Vi ệt Nam tăng trưởng nhanh” và bền vững. 2. Mục tiêu nghiên cứu • Phân tích “hiệu quả kỹ thuật, tiến bộ công nghệ, năng suất nhân tố tổng hợp và khoảng cách công nghệ của các doanh nghiệp Việt Nam. Áp dụng các mô hình hàm s ản suất biên ngẫu nhiên (SFA), đường biên sản xuất chung (meta- frontier) và mô hình h ệ số biến đổi ngẫu nhiên (SVFA) trong đo lường hiệu quả, năng suất của các doanh nghiệp và một số ngành kinh tế” Việt Nam.
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN - NGUYỄN VĂN CÁC MƠ HÌNH THAM SỐ TRONG ƯỚC LƯỢNG HIỆU QUẢ VÀ NĂNG SUẤT CỦA CÁC DOANH NGHIỆP VIỆT NAM LUẬN ÁN TIẾN SĨ NGÀNH KINH TẾ HỌC HÀ NỘI - 2019 ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CÁC CHỮ VIẾT TẮT iv DANH MỤC BẢNG v DANH MỤC HÌNH viii MỞ ĐẦU Chương 1: CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU 1.1.Những vấn đề suất hiệu 1.1.1 Hiệu kỹ thuật, hiệu phân bổ, hiệu kinh tế hiệu quy mô 1.1.2 Cải thiện hiệu kĩ thuật (TEC), tiến công nghệ (TC) tăng trưởng TFP 11 1.2 Tổng quan nghiên cứu ước lượng hiệu kỹ thuật suất nhân tố tổng hợp 13 1.2.1 Các nghiên cứu nước 13 1.2.2 Các nghiên cứu nước 17 1.3 Tổng quan nghiên cứu nhân tố ảnh hưởng đến hiệu doanh nghiệp 19 1.4 Khoảng trống nghiên cứu 21 Chương 2: PHƯƠNG PHÁP NGHIÊN CỨU 22 2.1 Các mơ hình lý thuyết 22 2.1.1 Mơ hình SFA 22 2.1.2 Mơ hình Meta Frontier 23 2.1.3 Mơ hình SVFA 33 2.2 Dữ liệu sử dụng 44 2.2.1 Nguồn liệu 44 2.2.2 Quy trình xử lý liệu 45 2.2.3 Biến số mơ hình 46 2.3 Khung nghiên cứu 47 Chương 3: THỰC TRẠNG VỀ HIỆU QUẢ VÀ NĂNG SUẤT CỦA CÁC DOANH NGHIỆP VIỆT NAM 49 iii 3.1 Thực trạng phát triển doanh nghiệp Việt Nam giai đoạn 2012-2016 49 3.1.1 Thực trạng phát triển theo khu vực doanh nghiệp 51 3.1.2 Thực trạng phát triển theo nhóm ngành kinh tế 52 3.1.3 Thực trạng phát triển theo quy mô doanh nghiệp 54 3.2 Năng suất hiệu hoạt động các doanh nghiệp Việt Nam giai đoạn 2012-2016 55 3.2.1 Năng suất lao động doanh nghiệp 55 3.2.2 Hiệu suất vốn doanh nghiệp 58 3.3 Thực trạng ngành Dệt may-Da giày Việt Nam 61 3.3.1 Thực trạng phát triển ngành Dệt may-Da giày giai đoạn 2012-2016 61 3.3.2 Năng suất hiệu hoạt động ngành Dệt may-Da giày giai đoạn 2012-2016 66 3.4 Thống kê mơ tả biến mơ hình 69 3.4.1 Thống kê mô tả biến khu vực doanh nghiệp Việt Nam 70 3.4.2 Thống kê mô tả biến nghành Dệt may-Da giày 72 Chương 4: ƯỚC LƯỢNG HIỆU QUẢ KỸ THUẬT VÀ NĂNG SUẤT NHÂN TỐ TỔNG HỢP BẰNG CÁC MÔ HÌNH THAM SỐ 76 4.1 Kết ước lượng cho doanh nghiệp Việt Nam giai đoạn 2012-2016 76 4.1.1.Kết ước lượng mơ hình SFA 76 4.1.2 Kết ước lượng mơ hình meta-frontier 85 4.1.3 Kết ước lượng mơ hình SVFA 97 4.2 Kết ước lượng cho ngành Dệt may-Da giày 107 4.2.1 Kết ước lượng meta-frontier SFA cho ngành Dệt may-Da giày108 4.2.2 Kết ước lượng mơ hình SVFA cho ngành Dệt may-Da giày 114 4.3 Kết luận 119 KẾT LUẬN VÀ KHUYẾN NGHỊ 122 DANH MỤC CÁC CƠNG TRÌNH CỦA TÁC GIẢ ĐÃ CÔNG BỐ 126 DANH MỤC TÀI LIỆU THAM KHẢO 127 PHỤ LỤC 135 iv DANH MỤC CÁC CHỮ VIẾT TẮT Kí hiệu BLUE BPC Viết đầy đủ tiếng Anh Best Linear Unbiased Estimator Best Practice Gap Change BPG DEA FDI GDP GLS Best Practice Gap Data Envelopment Analysis Foreign Direct Investment Gross Domestic Product General Least Squares GSO General Statistics Office of Vietnam Kalirajan and Obwona Likelihood Ratio test Maximum Likelihood approach Ordinary Least Squares Provincial Competitiveness Index Pure Technical Efficiency Return On Assets ratio Return On Equity ratio Scale Efficiency Stochastic Frontier Analysis Stochastic Varying Coefficience Frontier Analysis Technical Change Technical Efficiency Technical Efficiency Change Total Factor Productivity Technology Gap Change Technology Gap Ratio K&O LR ML OLS PCI PE ROA ROE SE SFA SVFA TC TE TEC TFP TGC TGR Ý nghĩa tiếng Việt Ước lượng tuyến tính khơng chệch tốt Thay đổi khoảng cách hoạt động tối ưu Khoảng cách hoạt động tối ưu Phân tích bao liệu Vốn đầu tư trực tiếp nước Tổng sản phẩm quốc nội Phương pháp bình phương tổng quát Tổng cục thống kê Kalirajan Obwona Kiểm định hợp lý tổng quát Phương pháp hợp lý cực đại Phương pháp bình phương tối thiểu Chỉ số lực cạnh tranh cấp tỉnh Hiệu kỹ thuật Thu nhập ròng/ tổng tài sản Thu nhập ròng/ vốn chủ sở hữu Hiệu quy mơ Phân tích biên ngẫu nhiên Phân tích biên với hệ số biến đổi ngẫu nhiên Tiến công nghệ Hiệu kỹ thuât Cải thiện hiệu kỹ thuật Năng suất nhân tố tổng hợp Thay đổi khoảng cách công nghệ Tỷ suất khoảng cách công nghệ v DANH MỤC BẢNG Bảng 3.1: Cơ cấu doanh nghiệp nhỏ, vừa lớn giai đoạn 2012-2016 50 Bảng 3.2: Các đầu vào kết hoạt động doanh nghiệp nhỏ, vừa lớn giai đoạn 2012-2016 50 Bảng 3.3: Các đầu vào kết hoạt động doanh nghiệp nhỏ, vừa lớn theo loại hình sở hữu .52 Bảng 3.4: Các đầu vào kết hoạt động doanh nghiệp nhỏ, vừa lớn theo nhóm ngành kinh tế 53 Bảng 3.5: Các đầu vào kết hoạt động doanh nghiệp nhỏ, vừa lớn theo quy mô doanh nghiệp .54 Bảng 3.6: Năng suất lao động doanh nghiệp nhỏ, vừa lớn giai đoạn 2012-2016 56 Bảng 3.7: Tỷ lệ doanh nghiệp có ROA, ROE dương doanh nghiệp nhỏ, vừa lớn giai đoạn 2012-2016 .59 Bảng 3.8: Cơ cấu doanh nghiệp nhỏ, vừa lớn ngành Dệt may-Da giày giai đoạn 2012-2016 62 Bảng 3.9: Các đầu vào kết hoạt động doanh nghiệp nhỏ, vừa lớn ngành Dệt may-Da giày giai đoạn 2012-2016 .63 Bảng 3.10: Các đầu vào kết hoạt động doanh nghiệp Dệt mayDa giày nhỏ, vừa lớn theo loại hình sở hữu .64 Bảng 3.11: Các đầu vào kết hoạt động doanh nghiệp Dệt mayDa giày nhỏ, vừa lớn theo quy mô doanh nghiệp 65 Bảng 3.12: Năng suất lao động ngành Dệt may-Da giày giai đoạn 2012-2016 66 Bảng 3.13: Tỷ lệ doanh nghiệp có ROA, ROE dương ngành Dệt mayDa giày giai đoạn 2012-2016 68 Bảng 3.14: Thống kê mô tả đầu vào đầu doanh nghiệp Việt Nam giai đoạn 2012-2016 70 Bảng 3.15: Thống kê mô tả đầu vào đầu ba khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 .71 Bảng 3.16: Thống kê mô tả đầu vào đầu doanh nghiệp Dệt may-Da giày giai đoạn 2012-2016 .73 Bảng 3.17: Thống kê mô tả đầu vào đầu doanh nghiệp Dệt may-Da giày theo khu vực doanh nghiệp giai đoạn 2012-2016 74 vi Bảng 4.1: Kết ước lượng hàm sản xuất biên mơ hình phi hiệu kỹ thuật doanh nghiệp Việt Nam giai đoạn 2012-2016 theo mơ hình SFA .79 Bảng 4.2: Các kiểm định giả thuyết cho tham số ảnh hưởng phi hiệu kỹ thuật (uit) 80 Bảng 4.3: Phân phối hiệu kỹ thuật doanh nghiệp Việt Nam giai đoạn 2012-2016 theo mơ hình SFA 83 Bảng 4.4: Ước lượng TEC, TC tăng trưởng TFP doanh nghiệp Việt Nam giai đoạn 2012-2016 theo mơ hình SFA 84 Bảng 4.5: Kết ước lượng đường biên nhóm mơ hình phi hiệu kỹ thuật nhóm doanh nghệp Việt Nam giai đoạn 20122016 .87 Bảng 4.6: Kết ước lượng đường biên SFA Meta-frontier SFA doanh nghiệp Việt Nam giai doạn 2012-2016 .90 Bảng 4.7: Hiệu kỹ thuật tỷ suất khoảng cách công nghệ khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 .91 Bảng 4.8: Giá trị thống kê tỷ suất khoảng cách công nghệ (TGR) khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 92 Bảng 4.9: Thay đổi hiệu kỹ thuật suất nhân tố tổng hợp khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 93 Bảng 4.10: Tăng trưởng TFP khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 94 Bảng 4.11: Chỉ số suất Malquist TFP toàn cục khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 .96 Bảng 4.12: Tổng hợp kết tỷ suất khoảng cách công nghệ (TGR) khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 97 Bảng 4.13: Giá trị Chi_Square kiểm định Breusch-Pagan .99 Bảng 4.14: Hệ số ước lượng trung bình hệ số biên hàm sản xuất theo K&O 99 Bảng 4.15: Phân phối hiệu kỹ thuật doanh nghiệp Việt Nam giai đoạn 2012-2016, tính theo mơ hình SVFA K&O 100 Bảng 4.16: Ước lượng hiệu kỹ thuật khu vực doanh nghiệp Việt Nam giai đọan 2012-2016 theo K&O .101 vii Bảng 4.17: Ước lượng hiệu kỹ thuật khu vực doanh nghiệp ngành kinh tế Việt Nam giai đọan 2012-2016 theo K&O 102 Bảng 4.18: Các biến số mơ hình nhân tố tác động đến TE doanh nghiệp 105 Bảng 4.19: Kết ước lượng nhân tố tác động đến hiệu kỹ thuật .106 Bảng 4.20: Kết ước lượng đường biên nhóm mơ hình phi hiệu kỹ thuật nhóm ngành Dệt may-Da giày Việt Nam giai đoạn 2012-2016 108 Bảng 4.21: Kết ước lượng đường biên SFA Meta-frontier SFA doanh nghiệp Dệt may-Da giày Việt Nam giai đoạn 20122016 110 Bảng 4.22: Hiệu kỹ thuật tỷ suất khoảng cách công nghệ khu vực doanh nghiệp Dệt may-Da giày Việt Nam giai đoạn 20122016 111 Bảng 4.23: Giá trị thống kê tỷ suất khoảng cách công nghệ (TGR) khu vực doanh nghiệp Dệt may-Da giày Việt Nam giai đoạn 20122016 112 Bảng 4.24: Thay đổi hiệu kỹ thuật suất nhân tố tổng hợp khu vực doanh nghiệp Dệt may-Da giày Việt Nam giai đoạn 20122016 113 Bảng 4.25: Hệ số ước lượng trung bình hệ số biên hàm sản xuất ngành Dệt may-Da giày theo mơ hình K&O 115 Bảng 4.26: Phân phối hiệu kỹ thuật ngành Dệt may-Da giày Việt Nam giai đoạn 2012-2016, tính theo mơ hình SVFA K&O .115 Bảng 4.27: Ước lượng hiệu kỹ thuật khu vực doanh nghiệp Dệt may-Da giày Việt Nam giai đọan 2012-2016, tính theo mơ hình SVFA K&O 117 Bảng 4.28: Ước lượng hiệu kỹ thuật theo quy mô doanh nghiệp ngành Dệt may-Da giày Việt Nam giai đọan 2012-2016, tính theo mơ hình SVFA K&O 118 viii DANH MỤC HÌNH Hình 1.1: Khái niệm hiệu kỹ thuật, hiệu phân bổ hiệu kinh tế Hình 1.2: Khái niệm hiệu quy mô 10 Hình 1.3: Các khái niệm TEC, TC TFP 13 Hình 2.1: Hiệu kỹ thuật, tỷ lệ khoảng cách cơng nghệ mơ hình đường biên sản xuất chung 25 Hình 2.2: Đường biên sản xuất chung số suất nhân tố tổng hợp Malmquist toàn cục .30 Hình 3.1: Năng suất lao động theo khu vực doanh nghiệp giai đoạn 20122016 .56 Hình 3.2: Năng suất lao động theo nhóm ngành kinh tế giai đoạn 2012-2016 57 Hình 3.3: Năng suất lao động theo quy mô doanh nghiệp giai đoạn 20122016 .58 Hình 3.4: Tỷ lệ doanh nghiệp có ROA ROE dương theo khu vực doanh nghiệp giai đoạn 2012-2016 .59 Hình 3.5: Tỷ lệ doanh nghiệp có ROA ROE dương theo nhóm ngành kinh tế giai đoạn 2012-2016 .60 Hình 3.6: Tỷ lệ doanh nghiệp có ROA ROE dương theo quy mơ doanh nghiệp giai đoạn 2012-2016 .61 Hình 3.7: Năng suất lao động ngành Dệt may-Da giày theo khu vực doanh nghiệp giai đoạn 2012-2016 66 Hình 3.8: Năng suất lao động ngành Dệt may-Da giày theo quy mô doanh nghiệp giai đoạn 2012-2016 67 Hình 3.9: Tỷ lệ doanh nghiệp Dệt may-Da giày có ROA ROE dương theo khu vực doanh nghiệp giai đoạn 2012-2016 .68 Hình 3.10: Tỷ lệ doanh nghiệp Dệt may-Da giày có ROA ROE dương theo nhóm ngành kinh tế giai đoạn 2012-2016 69 Hình 3.11: Giá trị gia tăng vốn lao động khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 .72 Hình 4.1: Biểu đồ Histogram mật độ Kernel hiệu kỹ thuật doanh nghiệp Việt Nam giai đoạn 2012-2016 theo mơ hình SFA .83 Hình 4.2 TEC, TC tăng trưởng TFP cộng dồn doanh nghiệp Việt Nam giai đoạn 2012-2016 theo mơ hình SFA 84 ix Hình 4.3 Biểu đồ Histogram mật độ Kernel hiệu kỹ thuật doanh nghiệp Việt Nam đường biên sản xuất chung giai đoạn 2012-2016 91 Hình 4.4: Biểu đồ Histogram mật độ Kernel tỷ suất khoảng cách công nghệ (TGR) khu vực doanh nghiệp Việt Nam giai đoạn 2012-2016 92 Hình 4.5: Tăng trưởng TFP cộng dồn doanh nghiệp Việt Nam giai đoạn 2012-2016 95 Hình 4.6: Biểu đồ Histogram mật độ Kernel hiệu kỹ thuật doanh nghiệp Việt Nam giai đoạn 2012-2016, tính theo mơ hình SVFA K&O 100 Hình 4.7: Biểu đồ Histogram mật độ Kernel tỷ suất khoảng cách công nghệ (TGR) khu vực doanh nghiệp Dệt may-Da giày Việt Nam giai đoạn 2012-2016 112 Hình 4.8: Biểu đồ Histogram mật độ Kernel hiệu kỹ thuật ngành Dệt may-Da giày Việt Nam giai đoạn 2012-2016, tính theo mơ hình SVFA K&O 116 Hình 4.9: Biểu đồ Histogram mật độ Kernel hiệu kỹ thuật khu vực doanh nghiệp Dệt may-Da giày Việt Nam giai đoạn 20122016, tính theo mơ hình SVFA K&O 117 Hình 4.10: Biểu đồ Histogram mật độ Kernel hiệu kỹ thuật theo quy mô doanh nghiệp ngành Dệt may-Da giày Việt Nam giai đoạn 2012-2016, tính theo mơ hình SVFA K&O .118 MỞ ĐẦU Lý lựa chọn đề tài Văn kiện Đại hội XII Đảng xác định phương hướng tiếp tục đổi mơ hình tăng trưởng kinh tế theo hướng kết hợp có hiệu cao phát triển kinh tế theo chiều rộng phát triển kinh tế theo chiều sâu: “Mơ hình tăng trưởng thời gian tới kết hợp có hiệu phát triển chiều rộng với chiều sâu, trọng phát triển chiều sâu, nâng cao chất lượng tăng trưởng sức cạnh tranh sở nâng cao suất lao động, ứng dụng tiến khoa học-công nghệ, đổi sáng tạo, nâng cao chất lượng nguồn nhân lực, phát huy lợi so sánh chủ động hội nhập quốc tế, phát triển nhanh bền vững” Nhằm thực thắng lợi nghị Đảng, nước thực chuyển đổi mơ hình tăng trưởng Điều đặt vấn đề liên quan đến chất lượng tăng trưởng, nâng cao suất đổi thể chế Để đưa giải pháp cho vấn đề đỏi hỏi phải đánh giá lại chất lượng tăng trưởng Một tiêu chí đánh giá chất lượng tăng trưởng hiệu suất doanh nghiệp kinh tế Có nhiều phương pháp khác mặt lý thuyết để làm điều Lý thuyết đo lường hiệu suất “ giới thường sử dụng số phương pháp như: Phương pháp ước lượng hàm sản xuất gộp hạch toán tăng trưởng Solow (1957); Phương pháp bao liệu gợi ý Farrell (1957); Phương pháp bán tham số đề xuất Olley Pakes (1996) Levinsohn Petrin (2003) phát triển; Và số phương pháp tham số như: Phương pháp hàm sản xuất biên ngẫu nhiên đưa lần đầu Aigner Chu (1968); Phương pháp đường biên sản xuất chung (meta-frontier) Battese cộng (2002, 2004) đưa O’Donnell cộng (2008) phát triển; Phương pháp hệ số biến đổi ngẫu nhiên đề xuất lần đầu Kalirajan Obwona (1994) vv… ” Trong năm qua việc đo lường mức hiệu kỹ thuật (TE) “ doanh nghiệp, ngành kinh tế Việt Nam chủ yếu thực hai phương pháp tham số phi tham số Phương pháp phi tham số thường áp dụng phương pháp bao liệu (DEA) phương pháp tham số áp dụng phổ biến phương pháp hàm sản xuất biên ngẫu nhiên (SFA) Các kết DEA thường nhạy cảm với quan sát trội khơng tính đến ảnh hưởng nhiễu thống kê Trong đó, nhược điểm SFA việc giả định doanh nghiệp có tham 129 indexes: returns to scale and technical progress with imperfect competition’, Journal of Economics, No 101, Vol 1, pp.73-95 23 Domar, E D (1961), ‘On the measurement of technological change’, The Economic Journal, No 71, pp 709-729 24 Farrell, M, J (1957), ‘The Measurement of Productive Efficiency’, Journal of the Royal Statistical Society, Series A, No 120, pp 253-281 25 G, Karagiannis & V, Tzouvelekas (2009), ‘Measuring Technical Efficiency in the Stochastic Varying Coefficient Frontier Model’, Agricultural Economics, No 40, pp.389-396 26 Griffiths, W.E (1972), ‘Estimation of actual response coefficients in the Hildreth-Houck random coefficient model’, Journal of the American Statistical Association, No 67, pp 633-635 27 Hildreth, C & Houck, J.P (1968), ‘Some estimators for linear model with random coefficients’, Journal of American Statistical Association, No 63, pp 584-595 28 Hồ Đình Bảo (2016), Phân tích hiệu kỹ thuật suất nhân tố tổng hợp, NXB Đại Học Quốc gia Hà Nội, Hà Nội 29 Huang, C J and J T Liu (1994), Estimation of a non-neutral stochastic frontier production function Journal of Productivity Analysis, No 5, pp 171-180 30 Kalirajan, K P & Obwona, M B (1994), ‘Frontier production function: a stochastic coefficients approach’ Oxford Bulletin of Economics and Statistics, No 56, pp 85-94 31 Kalirajan, K P and R T Shand (1999), Frontier production functions and technical efficiency measures Journal of Economic Surveys, No 13, Vol 2, pp.149-172 32 Kalirajan, K.P., Obwona, M.B & Zhao, S (1996), ‘A Decomposition of total factor productivity growth: The case of Chinese agricultural growth before and after Reforms’ American Journal of Agricultural Economics, No 78, pp 331-338 33 Kodde, D A and F C Palm (1986), ‘Wald criteria for jointly testing equality and inequality restrictions’, Econometrica , No 54, Vol 5, pp 12431248 130 34 Kompas, T., Che, T.N., Ha, N.Q & Hoa, N.T.M (2009), ‘Productivity, net returns and efficiency: land and market reform in Viet Nam rice production’, International and development economics working paper 09-02, Australia National University 35 Koopmans, T, C (1951), An analysis of production as an efficient combination of activities, In T C Koopmans (ed.), Activity Analysis of Production and Allocation, Cowles Commission for Research in Economics Monograph No 13 New York: John Wiley and Sons, Inc 36 Kopp, R.J (1981), ‘The measurement of productive efficiency: A reconsideration’, Quarterly Journal of Economics, No 96, pp 477-503 37 Kumbhakar, S C (1990), ‘Production frontiers, panel data and time varying technical inefficiency’ Journal of Econometrics, No 46, pp 201-211 38 Le, V., X B B., & Nghiem, S (2018) Technical Efficiency of Small and Medium Manufacturing Firms in Vietnam:A Stochastic Meta-Frontier Analysis Economic Analysis and Policy, No 59, pp 84-91 39 Lee, L F (1983), ‘On maximum likelihood estimation of stochastic frontier production models’, Journal of Econometrics, No 23, pp 269-274 40 Leibenstein, H (1966), ‘Allocative efficiency vs x-efficiency’, American Economic Review, No 56, pp 392-415 41 Meeusen, W & Van den Broeck, J (1977), ‘Efficiency estimation from Cobb- Douglas production functions with composed error’, International Economic Review, No 18, pp 435-444 42 Moriera, V.H & Bravo-Ureta (2010), ‘Technical efficiency and metatechnology ratios for dairy farms in three southern cone countries’, Journal of Productivity Analysis, No 33, pp.33-45 43 Nguyễn Khắc Minh (2006), ‘Phân tích so sánh hiệu kỹ thuật số ngành sản xuất Hà Nội Tp.HCM’, Diễn đàn kinh tế Việt Nam (VDF), Hà Nội 44 Nguyễn Khắc Minh (2006), Phân tích định lượng ảnh hưởng tiến công nghệ đến tăng trưởng số ngành công nghiệp thành phố Hà Nội, NXB Khoa học Kỹ thuật, Hà Nội 45 Nguyen Linh Son (2011), Efficiency analysis, PhD thesis, University of Queensland, Queensland, Australia 131 46 Nguyễn Quốc Nghị Mai Văn Nam (2011), ‘Các nhân tố ảnh hưởng đến hiệu hoạt động kinh doanh doanh nghiệp vừa nhorowr thành phố Cần Thơ’, Tạp chí khoa học, 2011(19b), tr.122-129 47 Nguyễn Thị Cành (2009), ‘Kinh tế Việt Nam qua số phát triển tác động trình hội nhập’, Tạp chí Phát triển kinh tế, số 219 48 Nguyễn Thị Tuệ Anh Lê Xuân Bá (2005), Chất lượng tăng trưởng kinh tế -Một số đánh giá ban đầu, Viện Nghiên cứu Quản lý Kinh tế Trung ương Viện Friedrich Ebert Stiftung, Hà Nội 49 Nguyễn Văn Công (2006), Tác động phân phối thu nhập đến tăng trưởng kinh tế Việt Nam, Đề tài cấp khoa học cấp 50 Nguyễn Văn Nam - Trần Thọ Đạt (2006), Tốc độ chất lượng tăng trưởng kinh tế Việt Nam, NXB Đại học Kinh tế Quốc dân, Hà Nội 51 Nguyen, K M., & Truong, T V (2007) A Non-parametric Analysis of Efficiency for Industrial Firms in Vietnam In K M Nguyen & T L Giang (Eds.), Technical Efficiency and Productivity Growth in Vietnam: Parametric and Non-parametric Analyses (pp 1-30) Hanoi: The Publishing House of Social Labour 52 Nguyen, T., Le, Q., Tran, T., & Nguyen, M (2019), ‘Ownership, technology gap and technical efficiency of small and medium manufacturing firms in Vietnam: A stochastic meta frontier approach’ Decision Science Letters, No 8, Vol 3, pp 225-232 53 O’Donnell, C J (2008), An aggreagate quantity-price framework for measuring and decomposing productivity and profitability change Working Papers No WP07/2008 Queensland, Australia Centre for Efficiency and Productivity Analysis, University of Queensland 54 O’Donnell, C J (2010), Measuring and decomposing agricultural productivity and profitability change Australian Journal of Agricultural and Resource Economics, No 54, pp 527-560 55 O’Donnell, C J (2011), Econometric estimation of distance functions and associated measures of productivity and efficiency change Working Papers No.01/2011 Queensland, Australia Centre for Efficiency and Productivity Analysis, University of Queensland 132 56 O’Donnell, C.J., Rao, D.S.P & Battese, G.E (2008), ‘Metafrontier frameworks for the study of firm-level efficiencies and technology ratios’ Empirical Economics, No 34, pp 231-255 57 O'Donnell, C J., D S P Rao, and G E Battese (2008), ‘Metafrontier frameworks for the study of firm-level efficiencies and technology ratios’ Empirical Economics, No 34, pp.231-255 58 Oh, D H & J D Lee (2010), ‘A metafrontier approach for measuring Malmquist productivity index’ Empirical Economics, No 38, pp 47-64 59 Oh, D H (2010a), ‘A global Malmquist-Luenberger productivity index’, Journal of Productivity Analysis, No 34, pp 83-197 60 Oh, D H (2010b), ‘A metafrontier approach for measuring an environmentally sensitive productivity growth index’, Journal of Energy Economics, No 32, pp.146-157 61 Oh, D H and J.-d Lee (2010), ‘A metafrontier approach for measuring Malmquist productivity index’, Empirical Economics , No 38, pp.47-64 62 Olley, G S and A Pakes (1996), ‘The dynamics of productivity in the telecommunications equipment industry’, Econometrica, No 64, pp.1263–1297 63 Petrin A& Levinsohn, J (2003), ‘Estimating Production Functions Using Inputs to Control for unobservables’, Review of Economic Studies, No 70, Vol 2, pp.317-341 64 Phạm Thế Anh Nguyễn Đức Hùng (2014), ‘Tác động thể chế môi trường kinh doanh đến hoạt động doanh nghiệp Việt Nam’, Diễn đàn Kinh tế mùa Xuân tháng năm 2014, Ủy ban kinh tế Quốc hội UNDP, Hà Nội 65 Pham, T H., Dao, L T., & Reilly, B (2009), ‘Technical Efficiency in the Vietnamese Manufacturing Sector’ Journal of International Development, No 22, Vol 4, pp 503-520 66 Pitt, M M., & Lee, L F (1981), ‘The measurement and sources of technical inefficiency in the Indonesian weaving industry’, Journal of development economics, No 9, Vol 1, pp 43-64 67 Quan Minh Nhật (2011), ‘Sử dụng công cụ metafrontier metatechnology 133 ratio để mở rộng mơ hình phân tích màng bao liệu đánh giá suất hiệu sản xuất’, Tạp chí Nghiên cứu khoa học - Đại học Cần Thơ, Số18, Tập 1, tr 210-219 68 Rao, C.R (1973), Linear Statistical Inference and Its Application, 2nd ed Wiley, New York 69 Reinhard, S., Lovell, C.A.K & Thijssen, G.J (1999), ‘Econometric estimation of technical and environmental efficiency: An application to Dutch dairy farms’, American Journal of Agricultural Economics, No 81, pp 44-60 70 Rios, A R., & Shively, G E (2005), ‘Farm size and nonparametric efficiency measurements for coffee farms in Vietnam’, A paper presented at Annual meeting, American Agricultural Economics Association, 24th-27th of July in 2005 71 Salim, R.A & Kalirajan, K.P (1999), ‘Sources of output growth in Bangladesh food processing industries: A decomposition analysis’, Developing Economic, No 37, pp 355-374 72 Schmidt, P.& Sickles, R (1984), ‘Production frontiers and panel data’, Journal of Business and Economic Statistics, No 2, pp 367-374 73 Simar, L (1992), ‘Estimating efficiencies from frontier models with panel data: A comparison of parametric, non-parametric and semi-parametric methods with bootstrapping’, The Journal of Productivity Analysis, No 3, pp 171-203 74 Solow, R M (1957), ‘Technical change and the aggregate production function’, Review of Economics and Statistics, No 39, Vol 3, pp.312-320 75 Stevenson, R.E (1980), ‘Likelihood Functions for Generalized Stochastic Frontier Estimation’, Journal of Econometrics, No 13, pp 57-66 76 Sun C H And Kalirajan K P (2005), ‘Gauging the sources of growth of high-tech and low-tech industries: The case of Korean manufacturing’, Australian Economic Papers, No 44, Vol 2, pp.170-185 77 Timmer, C P 1971, ‘Using a probabilistic frontier production function to measure technical efficiency’, The Journal of Political Economy, No 39, pp 134 776-794 78 Tinbergen, J (1942), ‘Critical remarks on some business-cycle theories’, Econometrica, Journal of the Econometric Society, No 37, pp.129-146 79 Tổng Cục thống kê (GSO) (2013-2014), Báo cáo Điều tra Lao động việc làm Việt Nam (năm 2012-2013), Hà Nội 80 Tổng Cục thống kê (GSO) (2014-2015), Báo cáo Điều tra Lao động việc làm Việt Nam (năm 2013-2014), Hà Nội 81 Tổng Cục thống kê (GSO) (2015-2016), Báo cáo Điều tra Lao động việc làm Việt Nam (năm 2014-2015), Hà Nội 82 Tổng Cục thống kê (GSO) (2016-2017), Báo cáo Điều tra Lao động việc làm Việt Nam (năm 2015-2016), Hà Nội 83 Trần Thọ Đạt (2005), Các mơ hình tăng trưởng kinh tế, NXB Thống kê, Hà Nội 84 Trần Thọ Đạt (2010), Tăng trưởng kinh tế thời kỳ đổi Việt Nam, NXB Đại học Kinh tế quốc dân, Hà Nội 85 Tung, D T (2014), ‘Regional Differences in Measuring the Technical Efficiency of RiceProduction in Vietnam: A Metafrontier Approach’ Journal of Agricultural Science, No 6, Vol 10, pp 147-157 86 Van den Broeck, J., Koop, G., Osiewalski, J & Steel, M (1994), ‘Stochastic frontier models: a Bayesian perspective’, Journal of Econometrics, No 61, pp 273-303 87 Vu, H D (2016), ‘Technical efficiency of FDI firms in the Vietnamese manufacturing sector’ Review of Economic Perspectives, No 16, Vol 3, pp 205-230 88 Zellner, A (1962), ‘An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias’ Journal of the American Statistical Association, No 57, pp 348-368 135 PHỤ LỤC Phụ lục 1: Model kết toán (4.10)-(4.11) /********************************************* * OPL Model * Author: H P * Creation Date: Sep 30, 2018 at 3:52:36 PM *********************************************/ // paramater int n= ; // firm Nha nuoc int m= ; // firm tu nhan int k= ; // firm FDI range firm1=1 n ; range firm2=1 m ; range firm3=1 k ; float capital11[firm1]= ; float capital12[firm1]= ; float capital13[firm1]= ; float capital14[firm1]= ; float capital15[firm1]= ; float capital21[firm2]= ; float capital22[firm2]= ; float capital23[firm2]= ; float capital24[firm2]= ; float capital25[firm2]= ; float capital31[firm3]= ; float capital32[firm3]= ; float capital33[firm3]= ; float capital34[firm3]= ; float capital35[firm3]= ; float Labol11[firm1]= ; float Labol12[firm1]= ; float Labol13[firm1]= ; float Labol14[firm1]= ; float Labol15[firm1]= ; float Labol21[firm2]= ; float Labol22[firm2]= ; float Labol23[firm2]= ; float Labol24[firm2]= ; float Labol25[firm2]= ; float Labol31[firm3]= ; float Labol32[firm3]= ; float Labol33[firm3]= ; float Labol34[firm3]= ; float Labol35[firm3]= ; // Variable dvar float+ x; dvar float+ y; dvar float+ z; dvar float+ t; minimize x+y*11.00799+z*4.25021+t*3; subject to { forall (i in firm1) x+y*capital11[i]+z*Labol11[i]+t*1>=1.114+0.502*capital11[i]+0.778*Labol11 [i]-0.01*1; 136 forall (i in firm1) x+y*capital12[i]+z*Labol12[i]+t*2>=1.114+0.502*capital12[i]+0.778*Labol12 [i]-0.01*2; forall (i in firm1) x+y*capital13[i]+z*Labol13[i]+t*3>=1.114+0.502*capital13[i]+0.778*Labol13 [i]-0.01*3; forall (i in firm1) x+y*capital14[i]+z*Labol14[i]+t*4>=1.114+0.502*capital14[i]+0.778*Labol14 [i]-0.01*4; forall (i in firm1) x+y*capital15[i]+z*Labol15[i]+t*5>=1.114+0.502*capital15[i]+0.778*Labol15 [i]-0.01*5; forall (i in firm2) x+y*capital21[i]+z*Labol21[i]+t*1>=2.243+0.385*capital21[i]+0.685*Labol21 [i]+0.025*1; forall (i in firm2) x+y*capital22[i]+z*Labol22[i]+t*2>=2.243+0.385*capital22[i]+0.685*Labol22 [i]+0.025*2; forall (i in firm2) x+y*capital23[i]+z*Labol23[i]+t*3>=2.243+0.385*capital23[i]+0.685*Labol23 [i]+0.025*3; forall (i in firm2) x+y*capital24[i]+z*Labol24[i]+t*4>=2.243+0.385*capital24[i]+0.685*Labol24 [i]+0.025*4; forall (i in firm2) x+y*capital25[i]+z*Labol25[i]+t*5>=2.243+0.385*capital25[i]+0.685*Labol25 [i]+0.025*5; forall (i in firm3) x+y*capital31[i]+z*Labol31[i]+t*1>=1.892+0.567*capital31[i]+0.477*Labol31 [i]+0.013*1; forall (i in firm3) x+y*capital32[i]+z*Labol32[i]+t*2>=1.892+0.567*capital32[i]+0.477*Labol32 [i]+0.013*2; forall (i in firm3) x+y*capital33[i]+z*Labol33[i]+t*3>=1.892+0.567*capital33[i]+0.477*Labol33 [i]+0.013*3; forall (i in firm3) x+y*capital34[i]+z*Labol34[i]+t*4>=1.892+0.567*capital34[i]+0.477*Labol34 [i]+0.013*4; forall (i in firm3) x+y*capital35[i]+z*Labol35[i]+t*5>=1.892+0.567*capital35[i]+0.477*Labol35 [i]+0.013*5; } /********************************************* * OPL Data * Author: H P * Creation Date: Sep 30, 2018 at 3:52:36 PM *********************************************/ n=2093; m=23250; k=4617; SheetConnection my_sheet("VA_12-16.xlsx"); capital11 from SheetRead(my_sheet,"'sheet1'!B2:B2094"); capital12 from SheetRead(my_sheet,"'sheet1'!C2:C2094"); capital13 from SheetRead(my_sheet,"'sheet1'!D2:D2094"); capital14 from SheetRead(my_sheet,"'sheet1'!E2:E2094"); capital15 from SheetRead(my_sheet,"'sheet1'!F2:F2094"); 137 capital21 from SheetRead(my_sheet,"'sheet1'!N2:N23251"); capital22 from SheetRead(my_sheet,"'sheet1'!O2:O23251"); capital23 from SheetRead(my_sheet,"'sheet1'!P2:P23251"); capital24 from SheetRead(my_sheet,"'sheet1'!Q2:Q23251"); capital25 from SheetRead(my_sheet,"'sheet1'!R2:R23251"); capital31 from SheetRead(my_sheet,"'sheet1'!Z2:Z4618"); capital32 from SheetRead(my_sheet,"'sheet1'!AA2:AA4618"); capital33 from SheetRead(my_sheet,"'sheet1'!AB2:AB4618"); capital34 from SheetRead(my_sheet,"'sheet1'!AC2:AC4618"); capital35 from SheetRead(my_sheet,"'sheet1'!AD2:AD4618"); Labol11 from SheetRead(my_sheet,"'sheet1'!G2:G2094"); Labol12 from SheetRead(my_sheet,"'sheet1'!H2:H2094"); Labol13 from SheetRead(my_sheet,"'sheet1'!I2:I2094"); Labol14 from SheetRead(my_sheet,"'sheet1'!J2:J2094"); Labol15 from SheetRead(my_sheet,"'sheet1'!K2:K2094"); Labol21 from SheetRead(my_sheet,"'sheet1'!S2:S23251"); Labol22 from SheetRead(my_sheet,"'sheet1'!T2:T23251"); Labol23 from SheetRead(my_sheet,"'sheet1'!U2:U23251"); Labol24 from SheetRead(my_sheet,"'sheet1'!V2:V23251"); Labol25 from SheetRead(my_sheet,"'sheet1'!W2:W23251"); Labol31 from SheetRead(my_sheet,"'sheet1'!AE2:AE4618"); Labol32 from SheetRead(my_sheet,"'sheet1'!AF2:AF4618"); Labol33 from SheetRead(my_sheet,"'sheet1'!AG2:AG4618"); Labol34 from SheetRead(my_sheet,"'sheet1'!AH2:AH4618"); Labol35 from SheetRead(my_sheet,"'sheet1'!AI2:AI4618"); /********************************************* // solution (optimal) with objective 10.4912088345945 // Quality There are no reduced-cost infeasibilities // Max unscaled (scaled) bound infeas = 5.32907e-015 (6.38378e-016) // Max unscaled (scaled) Ax-b resid = 2.44249e-015 (2.498e-016) // Max unscaled (scaled) c-B'pi resid = 1.77636e-015 (1.77636e-015) // Max unscaled (scaled) |x| = 1.54758 (0.626581) // Max unscaled (scaled) |slack| = 2.3827 (0.167027) // Max unscaled (scaled) |pi| = 0.464408 (4.29994) // Max unscaled (scaled) |red-cost| = (0) // Condition number of scaled basis = 3.0e+001 // x = 1.5476; y = 0.567; z = 0.62658; t = 0.013; 138 Phụ lục 2: Model kết toán (4.14)-(4.15) /********************************************* * OPL Model * Author: VS9 X64Bit * Creation Date: Feb 27, 2019 at 11:07:11 PM *********************************************/ int n= ; int m= ; int k= ; range firm1=1 n ; range firm2=1 m ; range firm3=1 k ; float capital11[firm1]= ; float capital12[firm1]= ; float capital13[firm1]= ; float capital14[firm1]= ; float capital15[firm1]= ; float capital21[firm2]= ; float capital22[firm2]= ; float capital23[firm2]= ; float capital24[firm2]= ; float capital25[firm2]= ; float capital31[firm3]= ; float capital32[firm3]= ; float capital33[firm3]= ; float capital34[firm3]= ; float capital35[firm3]= ; float Labol11[firm1]= ; float Labol12[firm1]= ; float Labol13[firm1]= ; float Labol14[firm1]= ; float Labol15[firm1]= ; float Labol21[firm2]= ; float Labol22[firm2]= ; float Labol23[firm2]= ; float Labol24[firm2]= ; float Labol25[firm2]= ; float Labol31[firm3]= ; float Labol32[firm3]= ; float Labol33[firm3]= ; float Labol34[firm3]= ; float Labol35[firm3]= ; // Variable dvar float+ x; dvar float+ y; dvar float+ z; dvar float+ t; minimize x+y*9.981+z*4.992+t*3; subject to { forall (i in firm1) x+y*capital11[i]+z*Labol11[i]+t*1>=2.56+0.26*capital11[i]+0.84*Labol11[i]+ 0.09*1; forall (i in firm1) x+y*capital12[i]+z*Labol12[i]+t*2>=2.56+0.26*capital12[i]+0.84*Labol12[i]+ 139 0.09*2; forall (i in firm1) x+y*capital13[i]+z*Labol13[i]+t*3>=2.56+0.26*capital13[i]+0.84*Labol13[i]+ 0.09*3; forall (i in firm1) x+y*capital14[i]+z*Labol14[i]+t*4>=2.56+0.26*capital14[i]+0.84*Labol14[i]+ 0.09*4; forall (i in firm1) x+y*capital15[i]+z*Labol15[i]+t*5>=2.56+0.26*capital15[i]+0.84*Labol15[i]+ 0.09*5; forall (i in firm2) x+y*capital21[i]+z*Labol21[i]+t*1>=2.99+0.21*capital21[i]+0.87*Labol21[i]+ 0.07*1; forall (i in firm2) x+y*capital22[i]+z*Labol22[i]+t*2>=2.99+0.21*capital22[i]+0.87*Labol22[i]+ 0.07*2; forall (i in firm2) x+y*capital23[i]+z*Labol23[i]+t*3>=2.99+0.21*capital23[i]+0.87*Labol23[i]+ 0.07*3; forall (i in firm2) x+y*capital24[i]+z*Labol24[i]+t*4>=2.99+0.21*capital24[i]+0.87*Labol24[i]+ 0.07*4; forall (i in firm2) x+y*capital25[i]+z*Labol25[i]+t*5>=2.99+0.21*capital25[i]+0.87*Labol25[i]+ 0.07*5; forall (i in firm3) x+y*capital31[i]+z*Labol31[i]+t*1>=3.2+0.33*capital31[i]+0.64*Labol31[i]+0 07*1; forall (i in firm3) x+y*capital32[i]+z*Labol32[i]+t*2>=3.2+0.33*capital32[i]+0.64*Labol32[i]+0 07*2; forall (i in firm3) x+y*capital33[i]+z*Labol33[i]+t*3>=3.2+0.33*capital33[i]+0.64*Labol33[i]+0 07*3; forall (i in firm3) x+y*capital34[i]+z*Labol34[i]+t*4>=3.2+0.33*capital34[i]+0.64*Labol34[i]+0 07*4; forall (i in firm3) x+y*capital35[i]+z*Labol35[i]+t*5>=3.2+0.33*capital35[i]+0.64*Labol35[i]+0 07*5; } /********************************************* * OPL Data * Author: VS9 X64Bit * Creation Date: Feb 27, 2019 at 11:07:11 PM *********************************************/ n=68; m=1974; k=988; SheetConnection my_sheet("Gament.xlsx"); capital11 from SheetRead(my_sheet,"'sheet1'!B2:B69"); capital12 from SheetRead(my_sheet,"'sheet1'!C2:C69"); capital13 from SheetRead(my_sheet,"'sheet1'!D2:D69"); capital14 from SheetRead(my_sheet,"'sheet1'!E2:E69"); capital15 from SheetRead(my_sheet,"'sheet1'!F2:F69"); capital21 from SheetRead(my_sheet,"'sheet1'!N2:N1975"); 140 capital22 from SheetRead(my_sheet,"'sheet1'!O2:O1975"); capital23 from SheetRead(my_sheet,"'sheet1'!P2:P1975"); capital24 from SheetRead(my_sheet,"'sheet1'!Q2:Q1975"); capital25 from SheetRead(my_sheet,"'sheet1'!R2:R1975"); capital31 from SheetRead(my_sheet,"'sheet1'!Z2:Z989"); capital32 from SheetRead(my_sheet,"'sheet1'!AA2:AA989"); capital33 from SheetRead(my_sheet,"'sheet1'!AB2:AB989"); capital34 from SheetRead(my_sheet,"'sheet1'!AC2:AC989"); capital35 from SheetRead(my_sheet,"'sheet1'!AD2:AD989"); Labol11 from SheetRead(my_sheet,"'sheet1'!G2:G69"); Labol12 from SheetRead(my_sheet,"'sheet1'!H2:H69"); Labol13 from SheetRead(my_sheet,"'sheet1'!I2:I69"); Labol14 from SheetRead(my_sheet,"'sheet1'!J2:J69"); Labol15 from SheetRead(my_sheet,"'sheet1'!K2:K69"); Labol21 from SheetRead(my_sheet,"'sheet1'!S2:S1975"); Labol22 from SheetRead(my_sheet,"'sheet1'!T2:T1975"); Labol23 from SheetRead(my_sheet,"'sheet1'!U2:U1975"); Labol24 from SheetRead(my_sheet,"'sheet1'!V2:V1975"); Labol25 from SheetRead(my_sheet,"'sheet1'!W2:W1975"); Labol31 from SheetRead(my_sheet,"'sheet1'!AE2:AE989"); Labol32 from SheetRead(my_sheet,"'sheet1'!AF2:AF989"); Labol33 from SheetRead(my_sheet,"'sheet1'!AG2:AG989"); Labol34 from SheetRead(my_sheet,"'sheet1'!AH2:AH989"); Labol35 from SheetRead(my_sheet,"'sheet1'!AI2:AI989"); /********************************************* // solution (optimal) with objective 10.2001796587552 // Quality There are no bound infeasibilities // There are no reduced-cost infeasibilities // Max unscaled (scaled) Ax-b resid = 3.21965e-015 (4.02456e-016) // Max unscaled (scaled) c-B'pi resid = 4.44089e-016 (4.44089e-016) // Max unscaled (scaled) |x| = 3.61516 (0.903789) // Max unscaled (scaled) |slack| // Max unscaled (scaled) |pi| // Max unscaled (scaled) |red-cost| // Condition number of scaled basis // x = 3.6152; y = 0.2755; z = 0.73597; t = 0.053758; = 1.00885 (0.204975) = 0.345561 (3.62684) = (0) = 4.5e+001 141 Phụ lục 3: Code matlab cho mơ hình SVFA K&O %% Import data clc; clear all; [Data,TXT,RAW]=xlsread('Firm12',1,'a1:c29961'); %% Define variables Data = single(Data); LnVA = Data(:, 1); %y cons = ones(length(LnVA),1); %x1 LnK = Data(:, 2); %x2 LnL = Data(:, 3); %x3 %% Run OLS Regression X = [cons,LnK,LnL]; result = ols(LnVA,X); prt(result) error = result.resid; e_tidle = result.resid.^2; X_tidle = X.^2; %% Define M_tidle (M nga) M = eye(length(LnVA)) - X*[(X'*X)^-1]*X'; M_tidle = M.^2; %% Identify different types of alpha: alpha_star, alpha_tidle (alpha nga), alpha_hat % alpha_star by using a following formula G = M_tidle * X_tidle; alpha_star = (G' * G )^-1 * G' * e_tidle % alpha_tidle by a replacement: If alpha_star(i,i) < => alpha_tidle(i,i) = for i = 1: length(alpha_star) if alpha_star(i,1) < alpha_tidle(i,1) = 0; else alpha_tidle(i,1) = alpha_star(i,1); end end % alpha_hat by minimizing sum of squares of residuals on the condition % that its elements be non-negative by applying quadratic programming % method S = G'*G; H = 2*S; f = [- 2*G(:,1)'*e_tidle; - 2*G(:,2)'*e_tidle; - 2*G(:,3)'*e_tidle]; A = []; b = []; lb= zeros(3,1); % low bound = options = optimset('display', 'iter-detailed','largescale', 'on'); [alpha_hat,fval,exitflag,output,lambda] = quadprog(double(H),double(f),A,b,[],[],lb,[],[],options); % Note: Function P = S(1,1)*(x(1))^2 + S(2,2)*(x(2))^2 + S(3,3)*(x(3))^2 % +2*S(1,2)*x(1)*x(2) + 2*S(1,3)*x(1)*x(3) + 2*S(2,3)*x(2)*x(3) % -2*G(:,1)'*r_dot*x(1) - 2*G(:,2)'*r_dot*x(2) 2*G(:,3)'*r_dot*x(3) %% Identify various theta including: theta_star, theta_tilde, theta_hat Theta_star_diag = X_tidle * alpha_star; Theta_star = diag(Theta_star_diag); Theta_tidle_diag = X_tidle * alpha_tidle; Theta_tidle = diag(Theta_tidle_diag); Theta_hat_diag = X_tidle * alpha_hat; 142 Theta_hat = diag(Theta_hat_diag); clear M M_tidle Data S H ; %% Identify mean beta vectors: beta_mean_star, beta_mean_tidle, beta_mean_hat beta_mean_star = (X' * Theta_star^-1 * X )^-1 * (X' * Theta_star^-1 * LnVA); beta_mean_tidle = (X' * Theta_tidle^-1 * X )^-1 * (X' * Theta_tidle^-1 * LnVA); beta_mean_hat = (X' * Theta_hat^-1 * X )^-1 * (X' * Theta_hat^-1 * LnVA); %% Identify actual response coefficients beta by each type of alpha b_hat_alpha_star = zeros(size(X,1),size(X,2)); b_hat_alpha_tidle = zeros(size(X,1),size(X,2)); b_hat_alpha_hat = zeros(size(X,1),size(X,2)); for i = 1:size(X,1) for j = 1:size(X,2) b_hat_alpha_star(i,j) = beta_mean_star(j)+(X(i,j)*alpha_star(j)/Theta_star(i,i))* (LnVA(i,1)-X(i,j)*beta_mean_star(j)); b_hat_alpha_tidle(i,j) = beta_mean_tidle(j)+(X(i,j)*alpha_tidle(j)/Theta_tidle(i,i))* (LnVA(i,1)-X(i,j)*beta_mean_tidle(j)); b_hat_alpha_hat(i,j) = beta_mean_hat (j)+(X(i,j)*alpha_hat(j)/Theta_hat(i,i))* (LnVA(i,1)-X(i,j)*beta_mean_hat(j)); end end %% Estimates of the frontier production function % Maximum actual beta by each type of alpha b_star_alpha_star = max(b_hat_alpha_star); b_star_alpha_tidle = max(b_hat_alpha_tidle); b_star_alpha_hat = max(b_hat_alpha_hat); %% Estimated potential output of each individual firm by each type of alpha y_star_alpha_star = X*b_star_alpha_star'; y_star_alpha_tidle = X*b_star_alpha_tidle'; y_star_alpha_hat = X*b_star_alpha_hat'; %% Technical Efficiency according to K&O method by each type of alpha TE_KO_alpha_star =LnVA./y_star_alpha_star; TE_KO_alpha_tidle = LnVA./y_star_alpha_tidle; TE_KO_alpha_hat = LnVA./y_star_alpha_hat; %% Result summary SD_b_hat = [std(b_hat_alpha_star); std(b_hat_alpha_tidle); std(b_hat_alpha_hat)]; t_stat_b_hat = [beta_mean_star'./SD_b_hat(1,:); beta_mean_tidle'./SD_b_hat(2,:); beta_mean_hat'./SD_b_hat(3,:)]; min_b_hat = [min(b_hat_alpha_star); min(b_hat_alpha_tidle); min(b_hat_alpha_hat)]; max_b_hat = [max(b_hat_alpha_star); max(b_hat_alpha_tidle); max(b_hat_alpha_hat)]; SD_TE_KO = [std(TE_KO_alpha_star); std(TE_KO_alpha_tidle); std(TE_KO_alpha_hat)]; MAX_TE_KO = [max(TE_KO_alpha_star); max(TE_KO_alpha_tidle); max(TE_KO_alpha_hat)]; MIN_TE_KO = [min(TE_KO_alpha_star); min(TE_KO_alpha_tidle); min(TE_KO_alpha_hat)]; MEAN_TE_KO = [mean(TE_KO_alpha_star); mean(TE_KO_alpha_tidle); 143 mean(TE_KO_alpha_hat)] %% Graphics of Histogram TE K&O f = figure('PaperPosition',[0 4],'PaperSize',[6 4]); subplot(3,1,1) hist(TE_KO_alpha_star) title('TE K&O alpha star') subplot(3,1,2) hist(TE_KO_alpha_tidle) title('TE K&O alpha tidle') subplot(3,1,3) hist(TE_KO_alpha_hat) title('TE K&O alpha hat') ... hình tham số để ước lượng hàm sản xuất, hiệu “ suất doanh nghiệp Việt Nam Bên cạnh kế thừa từ nghiên cứu trước Việt Nam, luận án khắc phục số hạn chế áp dụng mơ hình ước lượng hiệu kỹ thuật doanh. .. để ước lượng hiệu suất cho doanh nghiệp Việt Nam giai đoạn 2012-2016 Bằng chứng thực nghiệm từ mơ hình doanh nghiệp Việt Nam giai đoạn 2012-2016 cho thấy: Hiệu kỹ thuật doanh nghiệp Việt Nam. .. sâu rộng nhân tố tác động đến hiệu suất doanh nghiệp Việt Nam 21 1.4 Khoảng trống nghiên cứu Luận án Các mơ hình tham số ước lượng hiệu suất doanh nghiệp Việt Nam nghiên cứu thực nghiệm với