Bài tập nhóm kinh tế lượng Phân tích ảnh hưởng của mật độ dân số, diện tích đất trồng trọt và chăn nuôi đến việc mất rừng bằng mô hình kinh tế lượng

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ ------BÀI TẬP NHÓM KINH TẾ LƯỢNG Tên đề tài: Phân tích ảnh hưởng của mật độ dân số, diện tích đất trồng trọt và chăn nuôi đến việc mất

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ

- -BÀI TẬP NHÓM KINH TẾ LƯỢNG

Tên đề tài: Phân tích ảnh hưởng của mật độ dân số, diện tích đất trồng trọt

và chăn nuôi đến việc mất rừng bằng mô hình kinh tế lượng

DANH SÁCH SINH VIÊN THỰC HỆN

NHÓM 28 – LỚP: KTL309.2

MỤC LỤC

LỜI MỞ ĐẦU 4

NỘI DUNG 7

I LÝ THUYẾT VÀ MÔ HÌNH LÝ THUYẾT 7

II MÔ HÌNH KINH TẾ LƯỢNG 8

1 Xây dựng các biến: 8

2 Xây dựng và đánh giá mô hình 9

III KIỂM ĐỊNH CÁC HIỆN TƯỢNG TRONG MÔ HÌNH 10

1 Kiểm định sự ý nghĩa của các hệ số 10

2 Kiểm định thiếu biến: 11

3 Kiểm định phân phối chuẩn của phần dư: 11

4 Kiểm định sự phù hợp ( F – test ) 12

5 Kiểm định đa cộng tuyến: 12

6 Kiểm định Phương sai sai số thay đổi 13

IV KHẮC PHỤC LỖI MÔ HÌNH 15

1 Giải pháp 1: hồi qui mô hình theo trọng sốPopdens 15

2 Giải pháp 2: hồi qui mô hình theo trọng số Popdens 18

3 Giải pháp 3: qui mô hình theo trọng số _ 21

4 Giải pháp 4: Sử dụng Robust Standard Errors cho mô hình gốc: 25

5. Giải pháp 5: Sử dụng Heteroskedasticity corrected trong phần Other linear models 27

V DIỄN GIẢI MÔ HÌNH CUỐI CÙNG 29

KẾT LUẬN 30

LỜI MỞ ĐẦU

Vốn được mệnh danh là “là phổi” của trái đất, “tế bào” quan trọng góp phần duy trì sự sống con người, Rừng đóng vai trò to lớn trong việc ổn định, cân bằng hệ sinh thái và sự đa dạng sinh học trên hành tinh chúng ta Rừng là một hệ sinh thái mà quần xã cây rừng giữ vai trò chủ đạo trong mối quan hệ tương tác giữa sinh vật với môi trường Rừng là hơi thở của sự sống, là một nguồn tài nguyên vô cùng quý giá, là nhân tố ảnh hưởng đến quá trình phát triển và sinh tồn của loài người Rừng điều hòa khí hâu ( tạo ra oxy,điều hòa nước, ngăn chặn gió bão, chống xói mòn đất…) bảo tồn

đa dạng sinh học, bảo vệ môi trường sống Không những thế, Rừng còn giữ vai trò đặc biệt quan trọng đối với phát triển kinh tế như : cung cấp nguồn gỗ, tre , nứa, đặc sản rừng, các loại động thực vật có giá trị trong nước và xuất khẩu… ngoài ra nó còn mang ý nghĩa về cảnh quan thiên nhiên và môi trường

Ngày nay, vấn đề về Rừng đang là vấn đề lên tiếng báo động, đang là mối quan tâm lớn đối với các nhà chức trách và các Doanh nghiệp lớn Nguồn tài nguyên quý giá này ngày càng cạn kiệt, xói mòn nghiêm trọng, hàng ngàn diện tích rừng đang bị thu hẹp bởi nạn phá rừng, mất rừng đang diễn ra ở khắp nơi trên thế giới

Trong vòng 60 năm qua, nạn phá rừng trở thành một hiểm họa để lại hậu quả nghiêm trọng cho hệ sinh thái rừng Việt Nam nhưng nguyên nhân và tầm mức còn rất mơ hồ và chưa có con số

cụ thể Dựa theo các nguồn số liệu điều tra gần đây nhất từ năm 1963 – 1993, phần lãnh thổ quốc gia được rừng bao phủ giảm từ 40% xuống còn 20% thậm chí là 10% - theo một số quan sát viên tức là diện tích chỉ khoảng 3,3 đến 6,6 triệu ha Nói cách khác, mức độ phá rừng trung bình thay đổi từ 3 đến 6 triệu ha Như vậy , ít nhất 7,6triệu ha rừng bị tàn phá hàng năm

Việc phá rừng ở Việt Nam dường như vẫn đang tiếp tục diễn ra trên diện rộng ở mức đáng báo động Riêng tỉnh Daklak ở cao nguyên miền Trung, diện tích rừng nhiệt đới giảm với mức độtrung bình 4,5%, từ 1.219.848 ha (1995) khoảng 1.000.000 (năm 2000)

Nguyên nhân gây mất rừng (Forest_Loss)

Có thể nói rằng, nguồn tài nguyên rừng ngày càng cạn kiệt, diện tích rừng ngày càng giảm xuống do cả yếu tố khách quan và chủ quan

- Nguyên nhân khách quan

+ Do khí hậu: Hàng năm nước ta nhận được một lượng bức xạ nhiệt rất lớn nên vào mùa nắng nóng, cháy rừng diễn ra thường xuyên và trên diện rộng lớn nhất là các tỉnh miền Trung nước ta

+ Do mật độ dân số( Population density) : Dân số nước ta tăng lên hàng năm nên cần nhiều

diện tích đất để sinh sống

- Nguyên nhân chủ quan

và khủng khiếp này diễn ra hết sức nhanh chóng.

+ Do sự quản lý lỏng lẻo của chính quyền, các biện pháp không hiệu quả nên việc ngăn chặn nạn phá rừng không được thực hiện một cách triệt để

+ Do diện tích các đồng cỏ tăng do rừng bị phá bỏ làm bãi chăn thả hoặc là do sa mạc hóa (

Pasture change)

Qua số liệu trong bài tập, nhóm sẽ chạy mô hình để kiểm định rằng các nguyên nhân: Cropland change, Population density, Pasture change gây ra mất rừng là xác thực và mức ảnh hưởng của nó

Với bài tiểu luận này, mục đích của nhóm hướng đến không chỉ dừng lại ở việc tiếp thu và thực hành kiến thức môn Kinh tế Lượng, mà bên cạnh đó, chúng tôi muốn tìm hiểu về nguyên nhân gây khai phá rừng để có thể cải thiện và khắc phục tình trạng này một cách hiệu quả nhất Chúng tôi xin gửi lời cảm ơn chân thành nhất đến Giảng viên, Ths Thái Long đã hướng dẫn chúng tôi làm tiểu luận này Do lần đầu nghiên cứu, không tránh khỏi những sai sót nhất định, rất mong nhận được sựthông cảm và ý kiến đóng góp để nhóm có thể phát triển tốt hơn nữa Xin chân thành cảm ơn!

2 Pasture Change ( pasturech)

Diện tích đất chăn nuôi liên tục tăng từ năm 1977 đến năm 2000 Từ năm 2001 diện tíchnày đã bắt đầu có xu hướng giảm do sự hạn chế của các chính phủ về diện tích đất nuôi trâu bò vàcác loại gia súc khác

3 Population Density ( popdens )

Diện tích đất đai có hạn cộng với việc dân số gia tăng không ngừng trong các năm qua

đã dẫn đến mật độ dân số trên thế giới tăng mạnh Khu vực có mật độ dân cư đông đúc nhất trênthế giới tập trung tại những khu vực có số dân đông trên thế giới như: Đông Á, Trung Đông,Châu Phi, Hoa Kì…Số liệu năm 2005 cho ta dữ liệu về những quốc gia có mật độ dân đông nhất

thế giới như sau: Monaco (23.660 người/km2), Hồng Kông (Trung Quốc) (6.407 người/km2),

Ma Cao (Trung Quốc) (17.699 người/km2) Singapore (6.369 người/km2 ) Tại những nơi cómật độ dân số cao, diện tích rừng bị tàn phá là rất lớn

4 Cropland Change (cropch)

Dân số thế giới đang gia tăng khoảng 1,5% một năm, điều này dẫn đến việc mở rộng diệntích đất trồng lương thực để tăng năng suất và cung cấp đủ lương thực cho người dân trên thếgiới Theo ước tính, trong khoảng thời gian từ năm 1700 đến 1980, mỗi khi dân số thế giới tăng

1 người thì tổng diện tích đất trồng trọt phải tăng 0,3 hec-ta trên toàn thế giới Và trong khoảng từ năm 1950-1980, mỗi 1 người dân được sinh ra thì diện tích đất trồng trọt của quốcgia đó tăng 0,2 hec-ta Với việc mở rộng đất trồng trọt canh tác như vậy, diện tích rừng cũng bịảnh hưởng ít nhiều

1 Xây dựng các biến:

Bài tiểu luận của chúng tôi sẽ tập trung vào phân tích sự ảnh hưởng của 3 nhóm nguyênnhân gây ra suy thoái tài nguyên rừng (loss of forestation- forest loss) đó là: mật độdân số (Population Density - popdens ), sự thay đổi về trồng trọt (Cropland Change-cropch) và về chăn nuôi (Pasture Change - pasturech) Dựa trên những giả thuyết về kinh

tế, có mô hình sau đây:

Forest_loss = β 1 + β2Popdens + β3Cropch + β4Pasturech + ui

Cropch: Cropland change – diện tích đất canh tác (đơn vị diện tích) – dấu kì vọng (-)

Pasturech: Pasturech change – diện tích đồng cỏ (đơn vị diện tích) – dấu kì vọng (+)

2 Xây dựng và đánh giá mô hình

Mô hình hồi quy tổng thể (PRF):

Forest_loss = β 1 + β 2 Popdens + β 3 Cropch + β 4 Pasturech + u i

Mô hình hồi quy mẫu (SRF):

Sử dụng phần mềm gretl ta xây dựng được mô hình hồi quy như sau:

Mô hình có R 2= 0.493737, tức là các biến Popdens, Cropch, Pasturech giải thích được 49,9737%

cho biến phụ thuộc Forest_loss.

A, Nhận xét mô hình:

 Kết quả từ mô hình ước lượng phù hợp với thực tế

 Trong điều kiện mật độ dân số, diện tích đất trồng trọt và diện tích đất chăn nuôi không thay

đổi, diện tích đất rừng trung bình mất đi bằng 0,570385 đơn vị.

 Trên thực tế ta thấy, khi mật độ dân số tăng lên, việc khai thác rừng của con người sẽ tăng lên Vì vậy, ̂2 = 0,000808879 có ý nghĩa trong điều kiện các yếu tố khác không thay đổi, khi mật độ dân số tăng 1 người/đơn vị diện tích thì diện tích rừng trung bình mất đi tăng

0,000808879 đơn vị.

 Diện tích đất trồng trọt cũng tác động đến diện tích rừng bị mất, bởi vì nhiều nơi sử dụng diện tích đất khai hoang để trồng trọt ca cao, café, hay các loại cây ăn quả Hệ số ̂3 = -

0.00412758 có ý nghĩa trong điều kiện các yếu tố khác không thay đổi, khi diện tích đất

trồng trọt tăng 1 đơn vị thì diện tích rừng trung bình mất đi giảm 0,00412758 đơn vị.

 Diện tích đồng cỏ cũng ảnh hưởng đến diện tích rừng bị mất đi Cụ thể, có nhiều nơi phá rừng để làm các trang trại chăn nuôi bò sữa với quy mô lớn… Hệ số ̂4 = 0.0276654 có ý nghĩa trong điều kiện các yếu tô khác không thay đổi, khi diện tích đất chăn nuôi tăng 1 đơn

vị thì diện tích rừng trung bình mất đi tăng 0.0276654 đơn vị.

B, Phân tích ý nghĩa thống kê các hệ số:

Nhìn vào mô hình, ta thấy rằng, ̂1, ̂2, ̂4 đều có ý nghĩa thống kê kinh tế tại mức ý nghĩa 1% Còn

̂3không có ý nghĩa tại mức 1%, 5%,10%

C, Xét khoảng tin cậy các hệ số tại mức ý nghĩa 5%:

Tqs> ∝/2 : Bác bỏ Ho => Biến độc lập Pasturech ảnh hưởng lên biến phụ thuộc Forest_loss.

2 Kiểm định thiếu biến:

Auxiliary regression for RESET specification test

OLS, using observations 1-73

Dependent variable: Forest_loss

coefficient std error t-ratio p-value

Theo bảng ta thấy p-value = 0.00576 < α = 0.05nên mô hình bị thiếu biến ở mức ý nghĩa 5%

Để mô hình thực sự tốt hơn, ta có thể thu thập thêm dữ liệu cho các nguyên nhân khác ảnh hưởng đến biến phụ thuộc Y Tuy nhiên ở đây ta chỉ xét sự ảnh hưởng của 3 yếu tố nên mô hình vẫn chấp nhận được

3 Kiểm định phân phối chuẩn của phần dư:

Kiểm định Normality of residual

Frequency distribution for uhat12, obs 1-73

number of bins = 9, mean = 7,60427e-018, sd = 0,663815

interval midpt frequency rel cum

Test for null hypothesis of normal distribution:

Chi-square(2) = 24,193 with p-value 0,00001

Theo kết quả từ hai bảng trên, giá trị p-value nhỏ hơn α (0.00001<0.05) => bác bỏ H0, chấp nhận H1, phần dư của mô hình không phân phối chuẩn.

Mặt khác, theo định lý giới hạn trung tâm (CLT) - các hệ số có phân phối tiệm cận hóa, ta có, sốquan sát của mẫu lớn (n = 73 > 30), số bậc tự do = 69 nên ta có thể kết luận mô hình có phần dư có phân phối chuẩn

+) Ma trận tương quan – Correlation Matrix:

Correlation coefficients, using the observations 1 - 735% critical value (two-tailed) = 0,2303 for n = 73Popdens Cropch Pasturech

Chi-square(2) = 24,193 [0,0000]

Ta nhận thấy các hệ số tương quan đều rất nhỏ nên có thể kết luận không có đa cộng tuyến

+) Hồi qui phụ - VIF – Variance Inflation Factors

Variance Inflation Factors

Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem

Popdens 1,036

Cropch 1,093

Pasturech 1,081

VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient

between variable j and the other independent variables

Từ bảng trên ta thấy được tất cả các giá trị VIF đều nhỏ hơn 10

=> Kết luận: Mô hình không có hiện tượng đa cộng tuyến

6 Kiểm định Phương sai sai số thay đổi

+ White – test:

White's test for heteroskedasticity

OLS, using observations 1-73

Dependent variable: uhat^2

coefficient std error t-ratio p-value

with p-value = P(Chi-square(9) > 31,732405) = 0,000221

Kiểm định cặp giả thiết:

H0: Không tồn tại phương sai sai số thay đổi

H1: Tồn tại phương sai sai số thay đổi

Theo bảng ta thấy p-value = 0.00021 < α = 0.05 => bác bỏ H0 chấp nhận H1, tồn tại phương sai sai

số thay đổi trong mô hình

+) BP test

Breusch-Pagan test for heteroskedasticity

OLS, using observations 1-73

Dependent variable: scaled uhat^2

coefficient std error t-ratio p-value

with p-value = P(Chi-square(3) > 76,536341) = 0,000000

Ta thấy p-value = 0,000000 < 0,05nên có PSSSTĐ

7 Kiểm định tự tương quan:

Trước khi kiểm định, ta cần đưa mô hình từ dữ liệu chéo về dữ liệu chuỗi thời gian:

+ Durbin – Watson Test:

Model 3: OLS, using observations 1-73Dependent variable: Forest_loss

Coefficient Std Error t-ratio p-value

Popdens 0,000808879 0,000111652 7,2446 <0,00001 ***

Mean dependent var 1,131507 S.D dependent var 0,913309

Sum squared resid 30,40491 S.E of regression 0,663815

+) Breusch – Golgfred Test:

Breusch-Godfrey test for first-order autocorrelation

OLS, using observations 1-73

Dependent variable: uhat

coefficient std error t-ratio p-value

with p-value = P(Chi-square(1) > 0,0179612) = 0,893

Ta thấy p-value = 0.896 > α = 0.05 => không có hiện tượng tự tương quan trong mô hình

1 Giải pháp 1: hồi qui mô hình theo trọng số Popdens

Giả thiết: σi2= σ2Popdens, hồi qui mô hình theo trọng số Popdens

 For_sqrPop= ̂1 I_sqrPop+ ̂2 sqrPop + ̂3 Cro_sqrPop+ ̂4 Pa_sqrPop +

Trong đó: For_sqrPop có nghĩa là: _ I_sqrPop có nghĩa là: 1

sqrPop có nghĩa là: Popdens Cro_sqrPop có nghĩa là:

Mô hình hồi qui:

Mô hình có R2= 0.701062, các biến Cro_sqrPop và Pa_sqrPop không có ý nghĩa giải thích cho mô hình

Kiểm định mô hình hồi qui:

a Kiểm định đa cộng tuyến:

Variance Inflation Factors

Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem

I_sqrPop 5,851

sqrPop 1,542

Cro_sqrPop 2,872

Pa_sqrPop 4,188

VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient

between variable j and the other independent variables

Properties of matrix X'X:

1-norm = 46864,09

Determinant = 1,3497155e+008

Reciprocal condition number = 6,5621872e-006

Từ bảng trên ta thấy được tất cả các giá trị VIF đều nhỏ hơn 10, do vậy có thể khẳng định mô hình không có đa cộng tuyến

b Kiểm định phương sai sai số thay đổi:

+ Kiểm định White ‘s

White's test for heteroskedasticity

OLS, using observations 1-73

Dependent variable: uhat^2

coefficient std error t-ratio p-value

with p-value = P(Chi-square(13) > 62,019630) = 0,000000

Theo bảng ta thấy p-value = 0,000000 < α = 0.05 => Mô hình có Phương sai sai số thay đổi

+) BP Test:

Breusch-Pagan test for heteroskedasticity

OLS, using observations 1-73

Dependent variable: scaled uhat^2

coefficient std error t-ratio p-value

Explained sum of squares = 42,9165

Test statistic: LM = 21,458228,

with p-value = P(Chi-square(3) > 21,458228) = 0,000085

Ta thấy p-value= 0.000085 < 0,05 nên Mô hình có Phương sai sai số thay đổi.

c Kiểm định Tự tương quan:

+) BG Test

Breusch-Godfrey test for first-order autocorrelation

OLS, using observations 1-73

Dependent variable: uhat

coefficient std error t-ratio p-value

with p-value = P(Chi-square(1) > 0,0425276) = 0,837

Ta thấy p-value = 0.85 > α = 0.05 nên chấp nhận H0, không có tự tương quan trong mô hình

Mô hình chữa theo cách này vẫn chưa chữa được lỗi về phương sai sai số thay đổi, ngoài ra còn xuất hiện thêm biến không có ý nghĩa thống kê, do vậy mà ta sẽ không sử dụng mô hình cũng như giải pháp này.

2 Giải pháp 2: hồi qui mô hình theo trọng số Popdens

Giả thiết: σ2i= σ2Popdens2, thực hiện hồi qui mô hình theo trọng số Popdens:

 For_Pop= ̂2I_Pop+ ̂1+ ̂3Cro_Pop+ ̂4Pa_Pop +

Trong đó: For_Pop có nghĩa là : _ I_Pop có nghĩa là: 1

Cro_Pop có nghĩa là: Pa_Pop có nghĩa là:

Model 4: OLS, using observations 1-73Dependent variable: For_Pop

Coefficient Std Error t-ratio p-value

Cro_Pop -0,00471722 0,00305489 -1,5442 0,12712

Mean dependent var 0,006686 S.D dependent var 0,026210

Sum squared resid 0,000912 S.E of regression 0,003636

Mô hình hồi qui:

For_Pop=0,00273451 + 0,179473 I_Po - 0,00471722 Cro_Pop+0,00670055 Pa_Pop + (3)

Nhận xét:Mô hình (3) có R2 = 0,981557,hệ số hồi qui của các biến Cro_Pop và Pa_Pop không

có ý nghĩa thống kê

Kiểm định mô hình hồi qui:

a Kiểm định đa cộng tuyến:

Variance Inflation Factors

Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem

I_Pop 211,643

Cro_Pop 71,879

Pa_Pop 159,757

VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient

between variable j and the other independent variables

Properties of matrix X'X:

1-norm = 233,00481