Tài liệu Phân tích tác động của thiên tai đến tăng trưởng kinh tế và lạm phát tại việt nam (tt)

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN KHẮC HIẾU PHÂN TÍCH TÁC ĐỘNG CỦA THIÊN TAI ĐẾN TĂNG TRƯỞNG KINH TẾ VÀ LẠM PHÁT TẠI VIỆT NAM Chuyên ngành: Kinh tế phát triển Mã số: 62310105 TÓM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ TP.HCM, Năm 2017 Công trình được hoàn thành tại Trường Đại học kinh tế TP. HCM Người hướng dẫn khoa học : TS. Nguyễn Hoàng Bảo; TS. Phạm Thị Thu Trà Phản biện 1 : ..................................................................................................... Phản biện 2 : ..................................................................................................... Phản biện 3 : ..................................................................................................... Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp trường họp tại: .......................................................................................................................... Vào hồi giờ ngày tháng năm 2017 Có thể tìm hiểu luận án tại Thư viện Đại học kinh tế TP. HCM i DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ 1. Nguyễn Khắc Hiếu và Nguyễn Hoàng Bảo (2016), "Tác động của thiên tai đến giá cả hàng hoá tiêu dùng và dịch vụ tại Việt Nam: Tiếp cận theo mô hình SVAR", Tạp chí Phát triển Kinh tế 27(7), 51-69. 2. Nguyễn Hoàng Bảo và Nguyễn Khắc Hiếu (2016), Tác động của thiên tai đến giá cả tiêu dùng Việt Nam giai đoạn 2004-2014, Hội thảo “Lựa chọn tốt hơn cho kinh tế Việt Nam: Từ lý thuyết đến thực tiễn”, Trường Đại học Kinh tế Tp.HCM. 3. Nguyễn Khắc Hiếu và Nguyễn Hoàng Bảo (2016), "Tác động của thiên tai đối với tăng trưởng kinh tế Việt Nam: Tiếp cận theo mô hình VAR", Tạp chí Phát triển Kinh tế 27(2), 35-52. 4. Nguyễn Khắc Hiếu và Nguyễn Hoàng Bảo (2015), "Tác động của thiên tai đến thu nhập đầu người tại Việt Nam: Tình huống bão Durian", Tạp chí Phát triển Kinh tế 26(7), 64-86. 5. Nguyen Khac Hieu (2014), The impact of natural disaster on income per capita of Vietnamese: The case of Durian typhoon, International Conference on GTSD 2014, HCMUTE. 6. Nguyễn Khắc Hiếu và Nguyễn Thị Anh Vân (2014), "Dự báo lạm phát tại Việt Nam bằng mô hình mạng thần kinh nhân tạo", Tạp chí Phát triển Kinh tế, 286, 1535. 7. Nguyễn Khắc Hiếu (2014), “Dự báo lạm phát sáu tháng cuối năm 2014”, Tạp chí Kinh tế và dự báo, 16, 16-18. 1 CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI 1.1 Bối cảnh nghiên cứu 1.1.1 Bối cảnh thực tiễn Thiên tai là hiện tượng phổ biến trên thế giới cũng như tại Việt Nam. Theo thống kê của CRED (2017) trong giai đoạn 2000-2016, trung bình một năm trên toàn thế giới có 75.770 người chết vì thiên tai và thiệt hại về tài sản tương ứng là 113 tỷ USD. Việt Nam đứng thứ tư về số người bị ảnh hưởng bởi lũ, đứng thứ mười về số người bị ảnh hưởng bởi gió mạnh và lốc xoáy và đứng thứ mười sáu về số người bị ảnh hưởng bởi hạn hán so với các nước khác trên thế giới (số liệu từ Văn phòng giảm nhẹ thiệt hại thiên tai của Liên Hiệp Quốc UNISDR, 2009). Những thiệt hại về người và tài sản do thiên tai sẽ làm nền kinh tế giảm nguồn cung (Cavallo và cộng sự, 2014) từ đó có thể dẫn đến mất cân bằng cung cầu đối với một số thị trường hàng hóa hoặc mất cân bằng tổng cung, tổng cầu đối với toàn bộ nền kinh tế. Mất cân bằng cung cầu sẽ ảnh hưởng đến sản lượng và giá cả của nền kinh tế. Ngoài ra, giá cả hàng hóa và sản lượng là hai biến số quan trọng mà nhà nước cần kiểm soát nhằm vận hành nền kinh tế ổn định và phát triển. Vì vậy, việc nghiên cứu ảnh hưởng của thiên tai đến giá cả hàng hóa và sản lượng của các quốc gia trên thế giới nói chung và tại Việt Nam nói riêng là một nhu cầu cần thiết nhằm giúp các nhà hoạch định có được những chính sách tốt để đối phó với những biến động kinh tế do thiên tai gây ra. Tại Việt Nam, những đề tài nghiên cứu về tác động của thiên tai đến các hoạt động kinh tế chủ yếu tập trung trả lời câu hỏi nhân quả1. Các đề tài không tập trung nhiều đến khía cạnh dự báo. Từ đó dẫn đến việc thiếu những căn cứ khoa học trong việc dự báo những tác động trong tương lai của thiên tai và thiếu các căn cứ khoa học trong việc ra các quyết định chính sách. Từ bối cảnh thực tiễn trên, đề tài này nhằm lượng hóa tác động của thiên tai đến tăng trưởng kinh tế và lạm phát tại Việt Nam, 1 Thiên tai có tác động đến các biến số kinh tế không? 2 từ đó đề xuất những mô hình kinh tế lượng nhằm dự báo tác động của thiên tai đối với tăng trưởng kinh tế và lạm phát tại Việt Nam. Đồng thời đề tài cũng đưa ra một số hàm ý chính sách nhằm giảm thiểu tác động tiêu cực của thiên tai. 1.1.2 Bối cảnh lý thuyết Về mặt lý thuyết, thiên tai có thể ảnh hưởng đến các biến số kinh tế cả trong ngắn hạn và trong dài hạn. Trong ngắn hạn, những tác động của thiên tai đến tăng trưởng kinh tế và lạm phát có thể được giải thích bằng mô hình tổng cung-tổng cầu (Keynes, 1936) và mô hình cân bằng bên trong, cân bằng bên ngoài IB-EB (Salter, 1959). Trong dài hạn, những tác động của thiên tai đến tăng trưởng có thể được giải thích bằng mô hình tăng trưởng kinh tế của Solow (1956). Nhiều nhà kinh tế học khác nhau đã có những nghiên cứu thực nghiệm khác nhau nhằm kiểm định lại sự hợp lý của các mô hình lý thuyết trên trong việc giải thích các tác động của thiên tai. Các nghiên cứu thực nghiệm liên quan sẽ được trình bày chi tiết trong phần 2.3. Từ việc lược khảo các nghiên cứu ta thấy, số công trình nghiên cứu ảnh hưởng của thiên tai đến tăng trưởng kinh tế tại Việt Nam không nhiều, một số kết quả nghiên cứu chưa thống nhất với nhau. Tác giả vẫn chưa tìm thấy một nghiên cứu nào tại Việt Nam nghiên cứu ảnh hưởng của thiên tai đối với tăng trưởng kinh tế trong dài hạn2. Ngoài ra, tác giả cũng chưa tìm thấy đề tài nào nghiên cứu ảnh hưởng của thiên tai đối với lạm phát tại Việt Nam. Từ những lý do trên, tác quyết định thực hiện ba mục tiêu nghiên cứu nhằm lấp đầy các khe hở nghiên cứu đã tìm được. 1.2 Mục tiêu nghiên cứu Đề tài được phân làm ba mục tiêu chính là: (1) phân tích tác động của thiên tai đến tăng trưởng kinh tế tại Việt Nam, (2) phân tích tác động của thiên tai đến lạm phát tại Việt Nam, (3) đánh giá tác động của thiên tai đối với thu nhập bình quân đầu người tại Việt Nam. 2 Lý do có thể là do trong dài hạn có những hạn chế về mặt dữ liệu và những hạn chế về mặt phương pháp. Ngoài ra, trong dài hạn ta khó có thể tách được các tác động nhiễu dẫn đến kết quả nghiên cứu sẽ ít có ý nghĩa thống kê 3 1.3 Đối tượng và phạm vi nghiên cứu Trong đề tài này, đối tượng nghiên cứu được giới hạn là thiên tai và những tác động của thiên tai đối với một số biến số kinh tế tại Việt Nam. Thuật ngữ thiên tai sẽ được định nghĩa chi tiết trong mục 2.1 của đề tài. Đối với phạm vi nghiên cứu, tác giả giới hạn việc nghiên cứu thiên tai chỉ tại Việt Nam mà không nghiên cứu thiên tai các các quốc gia khác trên thế giới với mục đích là các hàm ý chính sách đi kèm với kết quả nghiên cứu sẽ sát với thực tiễn của Việt Nam hơn. 1.4 Phương pháp nghiên cứu và dữ liệu Đề tài sử dụng hai phương pháp định lượng là kiểm soát tích hợp (Synthetic Control) và phương pháp tự hồi quy vectơ có cấu trúc (SVAR). Dữ liệu cho nghiên cứu gồm hai phần chính đó là dữ liệu về thiên tai và dữ liệu về các biến số kinh tế. Dữ liệu về các biến số kinh tế trong nghiên cứu được thu thập chủ yếu từ ba nguồn đó là Tổng cục Thống kê, Quỹ tiền tệ Quốc tế (IMF) và Ngân hàng Thế giới (WB). Dữ liệu về thiên tai được thu thập từ Tổng cục Thống kê, CRED và DESINVENTAR. 1.5 Ý nghĩa đề tài Về mặt lý thuyết, đề tài đã kiểm chứng lại sự phù hợp của mô hình tổng cung-tổng cầu (Keynes, 1936), mô hình IB-EB (Salter, 1959) và mô hình tăng trưởng kinh tế Solow (1956) trong việc lý giải tác động của thiên tai đối với tăng trưởng kinh tế và lạm phát, đặc biệt là trong bối cảnh một quốc gia cụ thể như Việt Nam. Về mặt thực nghiệm, đề tài đã lượng hóa được những tác động của thiên tai và đưa ra các mô hình dự báo tác động thiên tai đến tăng trưởng kinh tế và lạm phát. Các kết quả trên có thể giúp các nhà hoạch định chính sách có thêm những bằng chứng thực nghiệm về những tác động của thiên tai. Đó là những cơ sở khoa học để các nhà hoạch định chính sách có được những quyết định phù hợp khi thiên tai xảy ra từ đó có thể giảm nhẹ được những tác động tiêu cực của thiên tai cũng như có thể dự báo được các kịch bản kinh tế trong tình huống có thiên tai. 4 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Các khái niệm liên quan Phần này sẽ trình bày khái niệm về thiên tai, tăng trưởng kinh tế, lạm phát và thu nhập bình quân đầu người. Theo Trung Tâm Phòng Tránh Và Giảm Nhẹ Thiên Tai DMC (2017), “Thiên tai (Natural disaster) là quá trình hay hiện tượng tự nhiên có thể gây chết người, thương tích hoặc các tác động khác tới sức khỏe, gây thiệt hại về tài sản, sinh kế và các dịch vụ, làm gián đoạn các hoạt động kinh tế - xã hội, hoặc gây thiệt hại về môi trường.” Các hiện tượng tự nhiên được gọi là thiên tai gồm có: bão, áp thấp nhiệt đới, lũ, lũ quét, ngập lụt, mưa lớn, lốc, sét, sạt lở đất, nước dâng, động đất, sóng thần, hạn hán, nắng nóng, rét hại, mưa đá, sụt lún đất và xâm nhập mặn. Theo Howitt và Weil (2008) trong cuốn The New Palgrave Dictionary of Economics thì tăng trưởng kinh tế được định nghĩa sự gia tăng mức sống của một quốc gia trong một khoảng thời gian (“Economic growth is the increase in a country's standard of living over time”). Khái niệm lạm phát được sử dụng trong nghiên cứu này chính là việc tăng giá cả hàng hóa (bao gồm cả dịch vụ) trong rổ hàng hóa tiêu dùng được thu thập bởi Tổng cục Thống kê để tính ra chỉ số giá tiêu dùng (CPI). Theo Tổng cục Thống kê (2016a), thu nhập bình quân đầu người theo tháng được tính bằng cách chia tổng thu nhập trong năm của hộ dân cư cho số nhân khẩu của hộ và chia cho 12 tháng. 2.2 Các mô hình lý thuyết liên quan Mô hình Solow và tác động của thiên tai trong dài hạn Trong mô hình Solow (1956), có ba thông số chính ảnh hưởng đến tăng trưởng kinh tế trong dài hạn đó là: gA đại diện cho tiến bộ cộng nghệ, gK đại diện cho tăng trưởng nguồn vốn và gL đại diện cho tăng trưởng lao động. Mankiw và cộng sự (1992) đã bổ sung thêm yếu tố vốn nhân lực (H) vào mô hình Solow (1956) để phát triển thành mô hình tăng trưởng nội sinh. Tăng trưởng vốn nhân lực được ký hiệu là 5 gH. Khi thiên tai xảy ra, nó sẽ ảnh hưởng đến gA, gK, gH và gL từ đó dẫn đến ảnh hưởng đối với tăng trưởng kinh tế trong dài hạn của một quốc gia. Mô hình tổng cung-tổng cầu Khi thiên tai xảy ra tổng cung của nền kinh tế sẽ giảm do những tác động của thiên tai đến công nghiệp, nông nghiệp và dịch vụ. Tổng cầu thì ít bị ảnh hưởng sau thiên tai. Theo mô hình tổng cung-tổng cầu (Keynes, 1936), nền kinh tế sẽ bị giảm sản lượng và giá cả hàng hóa gia tăng khi thiên tai xảy ra. Với việc sử dụng mô hình tổng cung-tổng cầu ta đã giải thích được tác động ngắn hạn của thiên tai đối với tăng trưởng kinh tế và giá cả hàng hóa tại Việt Nam. Mô hình IB-EB Theo Salter (1959), một nền kinh tế mở và nhỏ có hai loại hàng hóa chính đó là hàng hóa ngoại thương (Tradable goods) và hàng hóa phi ngoại thương (Non tradable goods). Cân bằng bên ngoài (EB) là cân bằng cung cầu đạt được đối với hàng hóa ngoại thương. Cân bằng bên trong (IB) là trạng thái cân bằng đối với hàng hóa phi ngoại thương. Kết hợp cân bằng bên ngoài và cân bằng bên trong ta có được điểm hạnh phúc (bliss point) tại đó nền kinh tế không có lạm phát, thất nghiệp bằng với thất nghiệp tự nhiên và cán cân ngoại thương cân bằng (không thặng dư, không thâm hụt). Khi thiên tai xảy ra làm cho nền kinh tế mất cân bằng hay nền kinh tế rởi vào trạng thái lạm phát và thâm hụt ngân sách. Điều này giải thích cho việc tăng giá cả hàng hóa tiêu dùng sau thiên tai. 2.3 Các nghiên cứu thực nghiệm liên quan 2.3.1 Tác động thiên tai đến tăng trưởng kinh tế Kết quả các nghiên cứu thực nghiệm tác động của thiên tai đến tăng trưởng kinh tế được tóm tắt trong bảng sau đây. 6 Bảng 2.1: Kết quả lược khảo tác động của thiên tai lên tăng trưởng kinh tế Phương pháp Kết quả tác động trong ngắn hạn Bài báo Mẫu / Dữ liệu nghiên cứu AlbalaBertrand (1993) Dữ liệu bảng của 28 thiên tai xảy ra ở 26 quốc gia từ 1960-1979. Phân tích thống kê trước và sau thiên tai. Thiên tai có tác động làm tăng 0,4% GDP. Decon (2004) Dữ liệu của 350 hộ gia đình ở vùng nông thôn Ethiopia từ 1989-1997. Fixed effects, (Hausman & Taylor, 1981) và GMM Nếu lượng mưa giảm 10% thì tăng trưởng kinh tế sẽ giảm 1%. Raddatz (2007) Dữ liệu bảng của 39 quốc gia từ năm 1965-1997 Phương pháp tự hồi quy vector (VAR) Thiên tai có liên quan đến khí hậu làm giảm 0,2% GDP đầu người. Noy (2009) Dữ liệu bảng của 109 quốc gia từ 1970-2003 Phương pháp Hausman & Taylor (1981) Thiên tai làm giảm 1,33% và 9,7 % GDP tương ứng với các quốc gia phát triển và đang phát triển. Noy và Vũ Băng Tâm (2010) Dữ liệu bảng của 6 vùng kinh tế Việt Nam trong giai đoạn từ 1995-2006 Phương pháp generalized method of moments (GMM) Thiên tai thiệt hại nhiều về tài sản thì sẽ làm tăng sản lượng đầu ra. Fomby và cộng sự (2011) Dữ liệu bảng của 84 quốc gia trong giai đoạn 19602007 Phương pháp tự hồi quy vector có biến ngoại sinh (VARX) Hạn hán có ảnh hưởng tiêu cực trong khi lũ lụt có ảnh hưởng tích cực đến tăng trưởng. Strobl (2012) Dữ liệu của 409 hạt nằm trong 19 bang ven biển của Mỹ từ 1975-2005. Phương pháp Least Squares Dummy Variable (LSDV) Bão làm giảm tốc độ tăng trưởng kinh tế 0,45%. Loayza và cộng sự (2012) Dữ liệu bảng của 68 quốc gia đang phát triển và 26 quốc gia phát triển từ 1961-2005 Phương pháp GMM Đối với những nước đang phát triển bão có ảnh hưởng tiêu cực đến phát triển nông nghiệp. Klomp và Valckx (2014) Dữ liệu của hơn 11 ngàn thiên tai xảy ra trên thế giới từ 1970-2011. Hồi quy dữ liệu lớn (meta-regression analysis) Thiên tai có ảnh hưởng tiêu cực đến tăng trưởng trong ngắn hạn. Doyle và Noy (2015) Dữ liệu chuỗi thời gian theo quý của New Zealand từ Q4-1992 đến Q1-2013 Phương pháp tự hồi quy vector có biến ngoại sinh (VARX) Động đất làm giảm sản lượng đầu ra và chỉ số giá tiêu dùng tại New Zealand. nghiên cứu 7 Bài báo Mẫu / Dữ liệu nghiên cứu Phương pháp Kết quả tác động trong dài hạn nghiên cứu Skidmore và Toya (2002) Dữ liệu bảng của 89 quốc gia từ 1960-1990 Hồi quy pooled OLS Thiên tai có liên quan đến khí hậu làm tăng 0,42% GDP. Noy và Nualsri (2007) Dữ liệu bảng 98 quốc gia từ 1975-1999 Phương pháp fixedeffects và GMM Thiên tai gây ra thiệt hại lớn về người làm giảm tăng trưởng kinh tế trong dài hạn Cavallo và cộng sự (2013) Dữ liệu bảng 196 quốc gia từ 1970-2008 Phương pháp Synthetic Control Thiên tai không ảnh hưởng đến sản lượng đầu ra cả trong ngắn hạn và dài hạn. Barone và Mocetti (2014) Dữ liệu chuỗi thời gian 1951-2004 Phương pháp Synthetic Control Động đất làm giảm GDP bình quân đầu người tại Ý. Nguồn: tổng hợp của tác giả 2.3.2 Tác động thiên tai đến giá cả hàng hóa Nghiên cứu điển hình trong nhánh nghiên cứu này là công trình của Cavallo và cộng sự (2014). Kết quả nghiên cứu cho thấy, mặc dù hàng hóa bị thiếu hụt 32% ở Chile và 17% ở Nhật Bản sau thiên tai nhưng giá cả hàng hóa vẫn không tăng. Ngược lại, nghiên cứu của Benson (1997) về bão Kira xảy ra vào tháng 1 năm 1993 ở Fiji cho thấy, bão làm tăng 6,8% giá cả lương thực, thực phẩm tại đây. Cuối cùng, bão Katrina làm tăng giá cả hàng hóa 1,4% so với mức giá trị trung bình trước bão (Gagnon and Lopez-Salido, 2014). 2.3.3 Tác động thiên tai đến thu nhập và chi tiêu hộ gia đình Đầu tiên, Paxson (1992) nghiên cứu tác động của mưa, lũ lên thu nhập hộ gia đình tại Thái Lan. Tiếp theo, Datt và Hoogeween (2003) nghiên cứu ảnh hưởng của hiện tượng El Nino3 lên thu nhập bình quân đầu người tại Philippines. Kết quả cho thấy, thiên tai làm giảm thu nhập bình quân đầu người tại hai quốc gia trên. Tại Mỹ, 3 Là hiện tượng nước biển ở phía đông Thái Bình Dương có nhiệt độ cao hơn bất thường so với nhiệt độ trung bình. Điều này làm cho một lượng lớn hơi nước bốc hơi và dẫn đến mưa lớn và lũ lụt ở một số quốc gia. Ngược lại, một số quốc gia khác lại rơi vào cảnh hạn hán như: Úc, Philippines, Indonesia, Thái Lan và Việt Nam. 8 Masozera và cộng sự (2007) cho rằng bão Katrina ảnh hưởng nghiêm trọng đến thu nhập người dân New Orleans bất kể họ có thu nhập cao hay thấp. Tương tự, Coffman và Noy (2011) khẳng định bão Iniki có ảnh hưởng tiêu cực đến thu nhập cá nhân, làm giảm 12% dân số và giảm 15% việc làm của đảo. Ngoài ảnh hưởng đến thu nhập, thiên tai còn có tác động đến tốc độ tăng thu nhập (Fuente, 2010) và bất bình đẳng trong phân bố thu nhập (Yamamura, 2015). Tại Việt Nam, Vũ Băng Tâm và Eric Iksoon Im (2014) khẳng định, thiên tai không có tác động đến thu nhập bình quân đầu người, nhưng có tác động đồng biến lên đầu tư nhà ở và hoạt động nội thương tại Việt Nam. Ngược lại, Arouri và cộng sự (2015) khẳng định thiên tai có tác động tiêu cực đến thu nhập và chi tiêu hộ gia đình tại Việt Nam. Ngoài thu nhập một số tác giả còn nghiên cứu ảnh hưởng của thiên tai đến tiền lương của người dân, điển hình là nghiên cứu của Benerjee (2007); Mueller và Osgood (2009); Shah và Steinberg (2012). Cuối cùng, Shah và Steinberg (2012) khẳng định trong năm xảy ra hạn hán công việc và tiền lương của người dân nhận được sẽ ít hơn. Khi thu nhập bị giảm do tác động của thiên tai người dân có xu hướng điều chỉnh chi tiêu của mình. Người dân có xu hướng cắt giảm chi tiêu (Arouri và cộng sự, 2015; Khandker, 2007) hoặc chuyển sang tiêu dùng những thực phẩm rẻ tiền hơn và nhiều calo hơn (Hou, 2010). Người dân cũng có xu hướng chuyển qua tiêu dùng những sản phẩm do mình từ làm ra (Lê Đăng Trung, 2013). 2.3.4 Tác động thiên tai đến một số biến số kinh tế, xã hội khác Tác động của thiên tai đến các biến số kinh tế xã hội khác có thể được tóm tắt trong bảng sau đây: Bảng 2.2: Kết quả tác động của thiên tai đến các biến số kinh tế, xã hội khác Tác giả Kết quả nghiên cứu Thomas và cộng sự (2010) Lê Đăng Trung (2013) 23% phúc lợi bị giảm do bão và lũ lụt Sản lượng lúa gạo bị ảnh hưởng nghiêm trọng nhưng thu 9 Rodriguez-Oreggia và cộng sự (2012) Glave và cộng sự (2008) Cuaresma (2009) Noy và Nualsri (2011) Carter và cộng sự (2007) Jakobsen (2012) Neumayer và Plumper (2007) Evans và cộng sự (2010) Jensen (2000) Boustan và cộng sự (2012) nhập từ nông nghiệp thì không bị ảnh hưởng từ bão Damrey Thiên tai làm tăng tỷ lệ nghèo và làm giảm chỉ số phát triển con người (HDI) tại Mexico Thiên tai làm tăng tỷ lệ nghèo tại Peru Thiên tai liên quan đến địa chất như động đất và lở tuyết làm giảm vốn con người ở các quốc gia. Tại các quốc gia phát triển chính phủ chi tiêu nhiều hơn sau thiên tai, trong khi tại các quốc gia đang phát triển chính phủ lại chi tiêu ít hơn sau thiên tai Những hộ gia định có thu nhập thấp ít có khả năng phục hồi các tài sản bị thiệt hại sau thiên tai và thời gian phục hồi lâu hơn những hộ gia đình có thu nhập cao hơn Bão Mitch không có ảnh hưởng đến các tài sản sản xuất (Productive assets) nhưng có ảnh hưởng làm giảm các tài sản phi sản xuất (Non-productive assets) Thiên tai làm giảm tuổi thọ của người dân và phụ nữ bị giảm tuổi thọ nhiều hơn nam giới Bão nhỏ (low-severity storm) có ảnh hưởng tích cực đến tỷ lệ sinh trong khi bão lớn (high-severity storm) có ảnh hưởng tiêu cực đến tỷ lệ sinh Những thay đổi đột ngột về lượng mưa làm giảm tỷ lệ đi học từ 33% đến 50% Dân số có xu hướng di cư khỏi vùng có nhiều lốc xoáy 10 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU Trong luận án này hai phương pháp định lượng là SVAR và Synthetic Control được sử dụng để đánh giá tác động của thiên tai đến lạm phát và tăng trưởng kinh tế tại Việt Nam. 3.1 Phương pháp tự hồi quy vectơ có cấu trúc (SVAR) Phương pháp SVAR được đề xuất lần đầu tiên bởi Sims (1986), là trường hợp đặc biệt của mô hình VAR. VAR hay SVAR được dùng để phân tích tác động của một cú sốc lên các biến số kinh tế được phân tích theo trình tự chuỗi thời gian. Tuy nhiên giữa VAR và SVAR có một chút khác biệt. Mô hình VAR của Sims (1980) xem tất cả các biến đều là biến nội sinh và đều có thể ảnh hưởng đến các biến khác. Điều này làm cho việc thiết lập mô hình trở nên dễ dàng vì các nhà nghiên cứu không cần suy nghĩ biến nào là biến nội sinh và biến nào là biến ngoại sinh và cũng không cần thêm thông tin từ các lý thuyết kinh tế. Chính sự dễ dàng này làm cho mô hình VAR phổ biến trong các nghiên cứu kinh tế đặc biệt là lĩnh vực dự báo. Tuy nhiên, một số nhà kinh tế học đã cho rằng mô hình VAR không phù hợp để phân tích các chính sách (Cooley và Leroy, 1985; Sargent và Hansen, 1984) vì không có sự phân biệt nguyên nhân và kết quả giữa các biến trong mô hình. Từ những chỉ trích trên Sims (1986) đã viết bài “Are forcasting models useful for policy analysis” nhằm đưa ra giải pháp hạn chế nhược điểm trên. Trong bài viết của mình Sims (1986) đã giới thiệu các khái niệm Reduced form (dạng rút gọn), Structural (cấu trúc) và Identification (vấn đề xác định) từ đó cho phép giới hạn chiều tác động của các biến và hỗ trợ việc phân tích các chính sách. Kể từ đó, SVAR không chỉ được sử dụng trong việc dự báo mà còn được sử dụng trong việc phân tích các chính sách kinh tế. 3.2 Phương pháp Synthetic Control Synthetic Control có thể được xem là phương pháp bán thực nghiệm (quasiexperiment). Phương pháp này được giới thiệu lần đầu tiên bởi Abadie và 11 Gardeazabal (2003) trong một nghiên cứu tác động của những mâu thuẫn chính trị4 lên tăng trưởng kinh tế tại xứ Basque5. Synthetic Control thường được sử dụng để đánh giá tác động của một sự kiện nào đó lên một biến số nhất định bằng cách đo lường sự khác biệt đầu ra của hai nhóm: nhóm kiểm soát (control group) và nhóm xử lý (treatment group). Trong nghiên cứu này, tình huống được chọn là bão Durian xảy ra vào năm 2006 ảnh hưởng đến các tỉnh phía Nam của Việt Nam. Nhóm xử lý được chọn là tỉnh Bến Tre, nhóm kiểm soát là các tỉnh khác không bị ảnh hưởng bởi bão Durian và không bị ảnh hưởng bởi thiên tai lớn nào khác sau bão Durian. 4 Tổ chức ETA được thành lập năm 1959 đòi quyền tự trị cho xứ Basque bằng cách tổ chức khủng bố và bắt giữ con tin. Đỉnh điểm từ năm 1978-1980, mâu thuẫn đã làm 235 người chết. 5 Thuộc nước Tây Ban Nha 12 CHƯƠNG 4: TÁC ĐỘNG CỦA THIÊN TAI ĐẾN TĂNG TRƯỞNG KINH TẾ 4.1 Mô hình nghiên cứu và dữ liệu nghiên cứu 4.1.1 Mô hình nghiên cứu Từ những lược khảo mô hình lý thuyết và từ những nghiên cứu thực nghiệm liên quan, tác giả đề xuất bảy biến sau đưa vào mô hình nghiên cứu gồm: G, FDI, R, MX, INF, DAMAGE và DEAD. Trong đó G là tăng trưởng kinh tế làm biến phụ thuộc. FDI là đầu tư trực tiếp nước ngoài, R là lãi suất đi vay, MX là tổng giá trị xuất nhập khẩu, INF là lạm phát, DAMAGE là thiệt hại tài sản do thiên tai và DEAD là số người chết do thiên tai. Hay vectơ các biến số trong mô hình được ký hiệu là Yt=(Gt, FDIt, Rt, MXt, INFt, DAMAGEt, DEADt). 4.1.2 Dữ liệu nghiên cứu Trong nghiên cứu này, dữ liệu các biến nghiên cứu được thu thập theo quý trong giai đoạn 2004Q1 đến 2016Q2 từ Tổng cục Thống kê và IMF, tổng cộng có 50 quan sát. Trong đó, tăng trưởng kinh tế (G) được thu thập từ Tổng cục Thống kê (2017). Thiệt hại do thiên tai được đo lường bằng hai biến số đó là tổng thiệt hại (DAMAGE), được tính bằng tỷ VNĐ và số người chết (DEAD). Cả hai biến số trên cũng được thu thập từ Tổng cục Thống kê (2017). FDI thực hiện cũng được thu thập từ Tổng cục Thống kê (2017). Lạm phát so với cùng kỳ năm trước được tính toán từ chỉ số giá tiêu dùng theo công thức INFt=(CPIt-CPIt-4)/CPIt-4. Trong đó chỉ số giá tiêu dùng CPI được thu thập từ Quỹ tiền tệ quốc tế IMF (2017). Tương tự, lãi suất cho vay (R) trên thị trường cũng được thu thập từ IMF (2017). Cuối cùng, tổng giá trị xuất nhập khẩu (MX) danh nghĩa được thu thập từ Tổng cục Thống kê (2017). Tất cả các đại lượng trên đều được chuyển sang giá trị thực với năm gốc là năm 2010. 13 4.2 Kết quả nghiên cứu 4.2.1 Ước lượng và kiểm định mô hình Kết quả kiểm định tính dừng cho thấy, biến G, FDI, DAMAGE và DEAD đều dừng ở mức ý nghĩa từ 1% đến 5%, INF dừng ở mức ý nghĩa 10%. Riêng biến MX và R chỉ dừng khi lấy sai phân bậc một. Từ việc kiểm định tính dừng của dữ liệu, tác giả đi vào phân tích dữ liệu bằng mô hình SVAR với thứ tự các biến như sau: DAMAGE, DEAD, D(R), INF, D(MX), FDI và G. Độ trễ tối ưu của mô hình được lựa chọn là hai (p=2) dựa theo các tiêu chí LR, FPE và HQ. Để có được một mô hình tốt, không vi phạm các giả định khi hồi quy, tác giả đã đi kiểm định một số giả định của mô hình như kiểm định phần dư có phân phối chuẩn, hiện tượng tự tương quan, hiện tượng phương sai sai số thay đổi. Kết quả cho thấy mô hình không vi phạm các giả định khi thực hiện hồi quy. Do đó, ta có thể sử dụng mô hình trên để phân tích tác động của thiên tai đối với tăng trưởng kinh tế cũng như tác động của thiên tai đối với các biến số kinh tế khác. 4.2.2 Kiểm định nhân quả Granger Từ mô hình SVAR được ước lượng trong phần trên, tác giả đi kiểm định nhân quả Granger (1969) để đánh giá tác động của thiên tai đến các biến số kinh tế. Kết quả kiểm định cho thấy những thiệt hại do thiên tai có tác động (nhân quả) đến tăng tưởng kinh tế với mức ý nghĩa 5%. 4.2.3 Phân tích hàm phản ứng xung Với độ trễ tối ưu các biến được chọn là hai, tác giả đã phân tích hàm phản ứng xung (Impulse Response Function) để thấy được tác động theo thời gian của thiên tai lên tăng trưởng kinh tế và những biến số kinh tế khác với thứ tự các biến được chọn như sau DAMAGE, DEAD, D(R), INF, D(MX), FDI và G. Phương pháp xác định (identification) để chuyển từ phương trình rút gọn sang phương trình tổng quát được 14 sử dụng là Cholesky Ordering6. Từ việc phân tích hàm phản ứng xung ta thấy khi thiệt hại do thiên tai (DAMAGE) tăng lên một độ lệch chuẩn (tương đương 5.474 tỷ đồng/quý, bằng 0,25%7 GDP năm 2010), tăng trưởng kinh tế (G) sẽ giảm tương ứng 0,6%. Kết quả trên kéo dài bốn quý sau thiên tai. 4.2.4 Kiểm tra tính vững (Robustness) của mô hình Kết quả cơ bản của chương này là thiên tai có ảnh hưởng tiêu cực đến tăng trưởng kinh tế tại Việt Nam. Tuy nhiên, kết quả trên có ổn định không khi ta thay đổi một số thông số của mô hình? Trong phần phân tích tính ổn định cho thấy, kết quả cơ bản của mô hình tương đối ổn định khi ta thay đổi thứ tự một số biến trong mô hình và độ trễ của mô hình được thay đổi từ hai đến bốn. 6 Tác giả dự định sử dụng phương pháp identification là Short-run. Tuy nhiên ma trận A,B được ước lượng theo phương pháp này không hội tụ do cỡ mẫu nhỏ (50 quan sát) 7 Theo Tổng cục Thống kê, GDP năm 2010 của Việt nam là 2.157.828 tỷ đồng. 15 CHƯƠNG 5: TÁC ĐỘNG CỦA THIÊN TAI ĐẾN LẠM PHÁT 5.1 Mô hình nghiên cứu và dữ liệu nghiên cứu 5.1.1 Mô hình nghiên cứu Trong chương này, các biến số được đưa vào mô hình là thiệt hại do thiên tai (DAMAGE) làm biến độc lập, biến phụ thuộc là lạm phát (INFLATION). Các biến kiểm soát gồm có giá dầu (OIL_PRICE), cung tiền (DM2) và tỷ giá (EX_RATE) hay vector các biến số được sử dụng trong mô hình là Yt=(DAMAGEt, OIL_PRICEt, DM2t, EX_RATEt và INFLATIONt). 5.1.2 Dữ liệu nghiên cứu Dữ liệu các biến được thu thập theo tháng từ năm 2004T1-2014T12, tổng cộng có 132 quan sát. Trong đó, thiệt hại do thiên tai (DAMAGE) được thu thập từ CRED (2015). Sự thay đổi giá cả hàng hóa (%) tháng sau so với tháng trước hay lạm phát theo tháng được tính theo công thức INFLATIONt=100*(CPIt-CPIt-1)/CPIt-1. Trong đó chỉ số giá tiêu dùng (CPI) được thu thập từ Tổng cục thống kê (2015b). Giá dầu thế giới (OIL_PRICE) được thu thập từ Indexmudi (2015). EX_RATEt là tỷ giá giữa VNĐ/USD được thu thập từ IMF (2015). Cuối cùng cung tiền (M2) cũng được thu thập từ IMF (2015). Thay đổi cung tiền (%) giữa tháng sau so với tháng trước được ký hiệu DM2t=100*(M2t-M2t-1)/M2t-1. 5.2 Kết quả nghiên cứu 5.2.1 Tác động của thiên tai đến giá cả hàng hóa nói chung Kết quả kiểm định tính dừng cho thấy tất cả các biến đều dừng trừ biến biến tỷ giá EX_RATE. Sau khi lấy sai phân bậc một, biến EX_RATE dừng với mức ý nghĩa là 1%. Tiếp theo, trễ tối ưu của mô hình được lựa chọn là hai (p=2) tương ứng với ba tiêu chí AIC, LR và FPE. Sau khi ước lượng mô hình, tác giả đã đi kiểm định các giả định của mô hình hồi quy về phần dư tuân theo phân phối chuẩn, hiện tượng tương quan chuỗi, hiện tượng phương sai sai số thay đổi. Mô hình không vi phạm nghiêm trọng các kiểm định trên nên tác giả sử dụng mô hình cho các phân tích tiếp 16 theo. Từ mô hình SVAR được ước lượng trong phần trên, kiểm định nhân quả Granger được thực hiện để đánh giá tác động của thiên tai đến giả cả hàng hóa. Kết quả cho thấy, thiệt hại thiên tai có tác động nhân quả đến giá cả hàng hóa với mức ý nghĩa 1%. Để thấy được tác động của thiên tai lên giá cả hàng hóa theo thời gian, tác giả đã phân tích hàm phản ứng xung với cấu trúc mô hình SVAR được xác định thông qua hai ma trận A và B. Từ hàm phản ứng xung ta thấy, nếu thiệt hại thiên tai tăng một độ lệch chuẩn (tương đương 27 triệu USD)8 thì giá cả hàng hóa sẽ tăng 0,2% trong vòng từ 3 đến 5 tháng tiếp theo. 5.2.2 Tác động của thiên tai đến giá cả các loại hàng hóa khác nhau Để thấy được tác động của thiên tai lên giá cả các loại hàng hóa khác nhau, tác giả đã sử dụng mô hình SVAR tương tự như phân tích ảnh hưởng của thiên tai lên giá cả hàng hóa nói chung (CPI của toàn bộ rổ hàng hóa). Kết quả phân tích ta thấy, có ba nhóm hàng hóa mà giá cả bị ảnh hưởng bởi thiên tai bao gồm: lương thực và thực phẩm (FOOD), đồ uống và thuốc lá (DRINK), nhà ở và vật liệu xây dựng (HOUSE). Có năm nhóm hàng hóa mà giá cả không bị ảnh hưởng bởi thiên tai bao gồm: dược phẩm và y tế (MEDICAL), giáo dục (EDU), văn hóa - giải trí - du lịch (ENTERTAIN), hàng may mặc (CLOTH) và thiết bị gia đình (EQUIP). 8 Thiệt hại 27 triệu USD, tương đương với trận lũ xảy ra vào ngày 24/12/2005 tại các tỉnh Khánh Hòa, Đắc Lắc và Phú Yên làm 69 người chết và 18 ngàn người bị ảnh hưởng. 17 CHƯƠNG 6: TÁC ĐỘNG CỦA THIÊN TAI ĐẾN THU NHẬP BÌNH QUÂN ĐẦU NGƯỜI 6.1 Mô hình nghiên cứu và dữ liệu nghiên cứu 6.1.1 Lựa chọn tình huống nghiên cứu và nhóm kiểm soát Trong nghiên cứu này, bão Durian9, xảy ra vào năm 2006, ảnh hưởng đến các tỉnh phía nam Việt Nam được lựa chọn làm thiên tai điển hình cho tình huống nghiên cứu bời vì hai lý do sau đây. Về mặt không gian, bão Durian ảnh hưởng nhiều nhất đến các tỉnh thành Bà Rịa – Vũng Tàu, Tp.HCM và Bến Tre, những khu vực này có tần xuất thiên tai xảy ra thấp (so với các tỉnh Miền Trung và Miền Bắc) do đó khi phân tích tác động sẽ giảm được tác động nhiễu của các thiên tai khác xảy ra sau bão Durian. Về mặt thời gian, năm 2006 là thời điểm phù hợp để phân tích vì từ thời điểm này ta sẽ có một số dữ liệu trước thiên tai để lựa chọn nhóm kiểm soát và một số dữ liệu sau thiên tai để đánh giá tác động (thời đoạn nghiên cứu là từ 20022012). Trong đề tài này nhóm kiểm soát được định nghĩa là các tỉnh nhóm không bị ảnh hưởng bởi bão Durian và không bị ảnh hưởng bởi “thiên tai nghiêm trọng” nào sau bão Durian. Từ định nghĩa trên, tác giả đã lựa chọn được 29 tỉnh thỏa mãn điều kiện của nhóm kiểm soát. 6.1.2 Mô hình nghiên cứu Trong chương này, biến phụ thuộc được nghiên cứu là thu nhập bình quân đầu người (INCOME), chi tiết hơn là thu nhập từ lương (S_INCOME), thu nhập từ nông-lâm-ngư nghiệp (AFF_INCOME) và thu nhập từ công nghiệp, thương mại và dịch vụ (NAFF_INCOME). Biến độc lập là thiên tai (DISASTER) được đo lường bằng tài sản thiệt hại. Kết hợp việc tham khảo các mô hình lý thuyết và các nghiên cứu thực nghiệm, tác giả đề xuất các biến sau đây làm biến giải thích cho thu nhập đầu người tại Việt 9 Bão Durian đổ bộ vào biến đông vào ngày 1 tháng 12 năm 2006, sức gió mạnh nhất lên đến 150 km/giớ. Theo CRED, bão Durian làm 95 người chết, thiệt hại tài sản là 456 triệu USD. Chi tiết về đường đi của bão xem phụ lục 6.1.