CƠ SỞ LÝ THUYẾT
Tổng quan về đói nghèo
Nghèo là tình trạng mà một bộ phận dân cư chỉ có khả năng đáp ứng một phần nhu cầu cơ bản của cuộc sống, dẫn đến mức sống thấp hơn trung bình xã hội Những người này không thể thỏa mãn các nhu cầu văn hóa tinh thần, hoặc phải cắt giảm chúng đến mức tối thiểu Đói là tình trạng của những người nghèo có mức sống dưới mức tối thiểu, với thu nhập không đủ để đảm bảo nhu cầu vật chất cần thiết cho cuộc sống.
Khái niệm nghèo đói đề cập đến tình trạng một bộ phận dân cư thiếu thốn về điều kiện sống, bao gồm các yếu tố như ăn mặc, vệ sinh, y tế, giáo dục, đi lại và quyền tham gia vào các quyết định cộng đồng Nghèo đói thường được thể hiện qua ba khía cạnh chính.
- Không được thụ hưởng những nhu cầu cơ bản tối thiểu của con người
- Mức sống thấp dưới mức trung bình của cộng đồng dân cư nơi cư trú
- Không được hưởng cơ hội lựa chọn tham gia vào quá trình phát triển cộng đồng
Phương pháp đo lường tỷ lệ nghèo đói ở Mỹ
1.2.1 Phương pháp đo lường nghèo đói chính thức
Phương pháp đo lường nghèo đói chính thức xác định ngưỡng thu nhập để tính toán số lượng người sống trong cảnh nghèo đói Ngưỡng thu nhập này được thiết lập bằng cách nhân ba chi phí điều chỉnh lạm phát của chế độ ăn tối thiểu, đồng thời điều chỉnh theo quy mô gia đình, thành phần và độ tuổi của chủ hộ.
Cục Điều tra Dân số cũng cung cấp dữ liệu để so sánh mức thu nhập của người hoặc gia đình với ngưỡng nghèo của họ:
- Hộ gia đình có thu nhập trên 100% ngưỡng nghèo được coi là "trên mức nghèo đói."
- Thu nhập trên 100% nhưng dưới 125% ngưỡng nghèo được coi là " cận nghèo".
- Các hộ gia đình có thu nhập dưới 100% được coi là "nghèo đói".
- Thu nhập của hộ gia đình dưới 50% ngưỡng nghèo được coi là "nghèo đói”
1.2.2 Phương pháp đo lường nghèo đói bổ sung
Phương pháp đo lường nghèo bổ sung cung cấp cái nhìn sâu sắc hơn về nghèo đói thông qua việc thu thập dữ liệu về thu nhập từ mọi nguồn, bao gồm cả các chương trình của chính phủ, và ước tính chi tiêu thực tế của hộ gia đình Tuy nhiên, có sự khác biệt rõ rệt giữa phương pháp này và phương pháp đo lường chính thức Chẳng hạn, trong giai đoạn 2013-2015, tỷ lệ nghèo đói ở California được xác định là 15% theo phương pháp chính thức, trong khi theo phương pháp bổ sung, tỷ lệ này là 20.6%, cao nhất trong toàn quốc.
Thực trạng về đói nghèo ở California
California là bang có nhiều tỷ phú nhất thế giới, nhưng cũng là một trong 13 bang có tỷ lệ đói nghèo cao hơn mức trung bình của Mỹ Người dân nơi đây phải đối mặt với chi phí thuê nhà cao nhất nước, cùng với tỷ lệ người đi thuê và vay thế chấp lớn Nguyên nhân chính là do thiếu nguồn cung nhà ở, khiến chi phí này trở thành gánh nặng lớn cho các hộ gia đình Thực tế, những hộ có thu nhập cao lại phải chi trả nhiều hơn cho nhà ở, dẫn đến việc cắt giảm chi tiêu cho các nhu cầu khác Việc giảm bớt quy định và giấy phép có thể giúp cải thiện tình hình, nhưng chi phí cao, đặc biệt là giá năng lượng, cũng khiến nhiều doanh nghiệp ngần ngại mở rộng tại California, từ đó làm tăng tỷ lệ thất nghiệp Giá khí đốt cao hơn 1$ so với mức trung bình của Mỹ, do quy định pháp lý và thuế cao, cũng làm gia tăng chi phí sinh hoạt Điều này gây khó khăn cho cả doanh nghiệp và người lao động, đặc biệt là những người có trình độ học vấn thấp, khi nhiều công ty chỉ hỗ trợ nhà ở cho nhân viên tốt nghiệp đại học Tóm lại, chi phí sống cao là nguyên nhân chính dẫn đến tỷ lệ đói nghèo đáng lo ngại ở California.
Lý thuyết đưa các biến độc lập vào mô hình
Trong giai đoạn 2011-2015, số người trung bình mỗi hộ gia đình tại California là 2.96, và từ năm 2016 trở đi, con số này tăng nhẹ lên 3 người Sự gia tăng số thành viên không có khả năng lao động có thể làm tăng tỷ lệ đói nghèo, trong khi nếu những người này đang lao động, họ sẽ góp phần giảm thiểu tỷ lệ đói nghèo Tóm lại, chúng tôi kỳ vọng rằng biến số này sẽ có tác động tích cực.
Tỷ lệ thất nghiệp gia tăng có tác động tiêu cực đến nền kinh tế, dẫn đến giảm GDP và thu nhập của người dân Khi người lao động mất việc, nguồn thu nhập của họ bị ảnh hưởng, gây khó khăn cho cuộc sống của bản thân và gia đình.
- Highschl ( percentage of the population (25 years or over) having only high school education):
Theo thống kê năm 2016, khoảng 20% người trên 25 tuổi tại California chỉ đạt trình độ tốt nghiệp cấp 3, thấp hơn 7% so với mức trung bình toàn quốc Trong số đó, 13.3% đang sống trong tình trạng nghèo đói Trình độ giáo dục cao hơn mở ra nhiều cơ hội việc làm cho cá nhân.
Không có bằng cấp thường dẫn đến việc tìm kiếm những công việc có thu nhập thấp, không đủ để đáp ứng nhu cầu sống Do đó, chúng tôi hy vọng rằng sự thay đổi này sẽ mang lại tác động tích cực.
- College ( percentage of the population (25 years or over) that completed 4 years of college or higher):
Những người tốt nghiệp Đại học tại California có mức lương trung bình cao hơn khoảng 23.000$ so với những người chỉ tốt nghiệp trung học Với bằng cấp và năng lực tốt, họ có khả năng tìm kiếm những công việc với thu nhập cao, từ đó nâng cao chất lượng cuộc sống Điều này góp phần làm giảm tỷ lệ đói nghèo trong khu vực.
Medinc (thu nhập trung bình của gia đình tính bằng hàng ngàn đô la) là chỉ số đo lường thu nhập trung bình của các hộ gia đình Mức lương cao hơn thường dẫn đến sự gia tăng số lượng người tham gia vào lực lượng lao động, giúp người lao động có cuộc sống dư dả hơn.
Vì vậy chúng ta có thể kì vọng biến này tác động dương lên tỷ lệ đói nghèo ở California.
Mặc dù chi phí sinh hoạt ngày càng tăng, nhưng thu nhập của các gia đình 4 người trong tình trạng đói nghèo lại có xu hướng giảm qua các năm, cụ thể là từ 32.000 USD vào năm 2013.
2014:30000$; 2015: 24000$), thấp hơn nhiều so với mức thu nhập trung bình của cả bang là 67739$ Lúc này, hiệu ứng tác động lên tỷ lệ đói nghèo mang dấu âm.
XÂY DỰNG MÔ HÌNH
Phương pháp luận của nghiên cứu
Nhóm nghiên cứu đã thu thập 116 mẫu quan sát từ các cuộc điều tra năm 1980 và 1990 tại California, sử dụng phương pháp thống kê để ước lượng các giá trị cần thiết Qua việc chọn lọc thông tin và kiểm định ý nghĩa thống kê của các hệ số hồi quy, nhóm đã so sánh các kết quả với lý thuyết, các nghiên cứu trước đây và các nghiên cứu tương đồng để xác định mô hình phù hợp nhất cho phân tích.
Nhóm thực hiện đề tài dựa trên kiến thức chuyên môn từ bộ môn kinh tế lượng, kết hợp với các công cụ hỗ trợ như phần mềm Gretl, Excel và Word để đảm bảo hiệu quả trong quá trình nghiên cứu.
Xây dựng mô hình lý thuyết
Bài tiểu luận sử dụng phương pháp phân tích hồi quy mẫu, từ đó ước lượng và kiểm định các giả thiết hồi quy
2.2.1 Xác định dạng mô hình
Sau khi phân tích ý nghĩa của các biến, nhóm chúng tôi đã chọn mô hình hồi quy với biến phụ thuộc là povrate và các biến độc lập bao gồm famsize, unemp, highschl, colleg, và medinc.
Mô hình hồi quy tổng thể: povrate = β1+ β2*famsize +β3*unemp + β4*highschl + β5*college + β6*medinc + u i
Tên biến Giải thích Đơn vị Ghi chú povrate Tỷ lệ phần trăm gia đình có thu nhập dưới mức nghèo
Biến famsize đại diện cho số người trong một hộ gia đình, trong khi biến unemp thể hiện tỷ lệ thất nghiệp, với tỷ lệ cao làm cho việc tìm kiếm việc làm trở nên khó khăn hơn Biến highschl cho biết tỷ lệ phần trăm dân số từ 25 tuổi trở lên chỉ đạt trình độ học vấn trung học, điều này cũng góp phần làm tăng khó khăn trong việc tìm kiếm việc làm.
Tỷ lệ phần trăm dân số từ 25 tuổi trở lên hoàn thành đại học hệ 4 năm hoặc cao hơn %
Trình độ học vấn cao thường đi kèm với mong muốn tìm kiếm việc làm có mức lương tương xứng Khi thu nhập trung bình của các hộ gia đình tăng lên, cơ hội thoát nghèo cũng gia tăng, giúp cải thiện chất lượng cuộc sống cho nhiều người.
Mô tả số liệu
Dữ liệu data7-6.gdt được tổng hợp từ cuộc điều tra dân số Mỹ năm 1980 do Susan Wong biên soạn và năm 1990 do Kalena Cortes tổng hợp từ Sách dữ liệu về các quận và thành phố của California (1994).
2.3.2 Mô tả các biến trong Gretl
Dựa theo kết quả trên ta có:
Biến Giá trị TB Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất povrate 9.5121 3.3163 3 20.8 famsize 2.9155 0.31005 2.29 3.73 unemp 9.6224 3.6322 9 21.3 highschl 56.777 5.963 57.55 68.5 college 17.719 7.0772 15.45 44 medinc 27.289 10.227 26.01 59.147
- Số người trung bình trên một hộ gia đình ở các quận California là khoảng 3 người, đây là một con số phù hợp, không quá nhiều hay ít
- Tỷ lệ thất nghiệp trung bình không ổn định nhưng vẫn duy trì ở mức thấp, nhỏ hơn 10%
- Tỷ lệ dân số trung bình hoàn thành đại học không nhiều, chỉ khoảng 17,7%, chứng tỏ trình độ dân trí còn chưa cao
- Mức thu nhập trung bình của các mẫu khá cao lên đến 27,298 nghìn USD
2.3.3 Ma trận tương quan giữa các biến
- Hệ số tương quan giữa biến povrate và famsize là 14.63%
- Hệ số tương quan giữa biến povrate và unemp là 57.31%
- Hệ số tương quan giữa biến povrate và highschl là -26.44%
- Hệ số tương quan giữa biến povrate và college là -54.03%
- Hệ số tương quan giữa biến povrate và medinc là -35.06%
Tỷ lệ thất nghiệp (unemp) có tác động mạnh mẽ đến tỷ lệ gia đình có thu nhập dưới mức nghèo (povrate) Hệ số tương quan dương giữa hai biến này cho thấy mối quan hệ cùng chiều; cụ thể, khi tỷ lệ thất nghiệp tăng 1%, tỷ lệ gia đình nghèo sẽ tăng 57.31%.
Số lượng người trong mỗi hộ gia đình (famsize) có tác động không lớn đến tỷ lệ gia đình có thu nhập dưới mức nghèo (povrate) Cụ thể, hệ số tương quan dương cho thấy mối quan hệ cùng chiều giữa hai yếu tố này, với việc tăng 1% số lượng người trong hộ gia đình sẽ dẫn đến việc tỷ lệ gia đình nghèo tăng 14.63%.
Hệ số tương quan giữa povrate và highschl, college, medinc mang dấu âm thể hiện mối quan hệ ngược chiều, tức là:
Khi highschl tăng 1% thì povrate giảm 26.44%
Khi college tăng 1% thì povrate giảm 54.03%
Khi medinc tăng 1% thì povrate giảm 35.06%
Do không có hệ số tương quan nào lớn hơn 0.8 nên ta dự đoán không xảy ra hiện tượng đa công tuyến trong hồi quy.
KẾT QUẢ ƯỚC LƯỢNG-SUY DIỄN THỐNG KÊ
Mô hình ước lượng
Sử dụng phần mềm Gretl để hồi quy, ta thu được kết quả sau:
Model 1: OLS, using observations 1-116 Dependent variable: povrate
Coefficient Std Error t-ratio p-value const 46,4328 5,83468 7,9581 α : Không bác bỏ giả thuyết H0
=> Kết luận: Mô hình hồi quy có phương sai sai số đồng nhất
3.2.4 Phân phối chuẩn của nhiễu
- Cặp giả thuyết thống kê:
{ H 0 : Sai số có phân phốichuẩn
H 1 : Sai số không có phân phối chuẩn
- Chạy lệnh Test Normalty of residual trong phần mềm Gretl ta có bảng kết quả:
- Ta thấy: p-value = 0.0000 < α : Không bác bỏ giả thuyết H0
=> Kết luận: Sai số không có phân phối chuẩn
Để khắc phục vấn đề, một giải pháp là tăng kích thước mẫu quan sát Tuy nhiên, do hạn chế về thời gian, nhóm chúng em chưa thể thu thập thêm các quan sát liên quan đến đề tài này.
Kiểm định giả thuyết
3.3.1 Kiểm định ý nghĩa thống kê của các hệ số hồi quy
- Phương pháp: Kiểm định dùng P-value.
- Cặp giả thuyết thống kê:
- Từ bảng kết quả hồi quy của phần mềm Gretl:
Model 1: OLS, using observations 1-116 Dependent variable: povrate
Coefficient Std Error t-ratio p-value const 46,4328 5,83468 7,9581
