CƠ SỞ LÝ LUẬN VÀ GIẢ THUYẾT NGHIÊN CỨU
Định nghĩa
1.1.1 Tuổi thọ trung bình và một số thuật ngữ liên quan
Tuổi thọ (Lifespan) đề cập đến khoảng thời gian tồn tại của một loài sinh vật, nhưng cũng có thể áp dụng cho các vật dụng như máy móc và dụng cụ, khi chúng có khả năng hỏng hóc theo thời gian.
Tuổi thọ trung bình (Life expectancy) là số năm dự kiến còn lại của cuộc đời tại một độ tuổi nhất định, được ký hiệu là e x, phản ánh số năm sống trung bình tiếp theo của một người ở độ tuổi x dựa trên tỷ lệ tử vong cụ thể Tuổi thọ trung bình có sự khác biệt giữa nam và nữ, và nó phụ thuộc vào các tiêu chuẩn lựa chọn nhóm dân số.
Kỳ vọng sống khi sinh (LEB) là chỉ số thể hiện số năm sống trung bình của một nhóm trẻ em sinh ra trong cùng một năm tại một địa phương nhất định Đây là một thống kê dự đoán về tuổi thọ tương lai của trẻ em mới sinh, phản ánh rủi ro sức khỏe mà cộng đồng đang phải đối mặt tại thời điểm trẻ chào đời.
Hình 1:Tuổi thọ trung bình các nước 2016 (Nguồn: Worldbank.org)
1.1.2 Những nhân tố ảnh hưởng tới tuổi thọ trung bình
Tổng sản phẩm nội địa, tức tổng sản phẩm quốc nội (GDP)
Tổng sản phẩm nội địa (GDP) là giá trị thị trường của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất trong một lãnh thổ nhất định, thường là quốc gia, trong một khoảng thời gian nhất định, thường là một năm GDP được sử dụng để ước tính quy mô và tốc độ phát triển của nền kinh tế Có ba phương pháp chính để tính GDP: phương pháp chi tiêu, phương pháp thu nhập và phương pháp giá trị gia tăng GDP bình quân đầu người là GDP chia cho tổng số dân của quốc gia.
Tác động của GDP đến tuổi thọ trung bình rất rõ ràng; khi GDP tăng, chi tiêu cho y tế cũng tăng theo, bao gồm các khoản chi cho chăm sóc, phòng ngừa và quản lý sức khỏe Sự gia tăng này giúp cải thiện sức khỏe cộng đồng và kéo theo tuổi thọ trung bình của người dân được nâng cao Theo đường cong Preston (2012), người dân ở các quốc gia giàu có xu hướng sống lâu hơn so với những người ở các quốc gia nghèo, mặc dù thu nhập không phải là yếu tố duy nhất quyết định tuổi thọ.
Khi GDP của một quốc gia đạt đến một ngưỡng nhất định, tuổi thọ trung bình không còn liên quan chặt chẽ đến thu nhập Ví dụ, vào năm 2012, Mỹ có GDP bình quân đầu người cao, nhưng tuổi thọ trung bình lại ở mức thấp.
Ô nhiễm không khí, do khói, bụi, hơi và khí lạ, gây ra sự thay đổi lớn trong thành phần không khí, ảnh hưởng nghiêm trọng đến sức khỏe con người và sinh vật khác Nó dẫn đến tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh, làm giảm tầm nhìn, gây biến đổi khí hậu và hủy hoại môi trường tự nhiên Cả hoạt động của con người và các quá trình tự nhiên đều có thể là nguyên nhân gây ra ô nhiễm không khí.
Tỷ lệ tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh được xác định là số người chết hàng năm do ảnh hưởng của ô nhiễm không khí, được chuẩn hoá theo độ tuổi Các bệnh lý được xem xét bao gồm nhiễm trùng đường hô hấp cấp tính cho mọi lứa tuổi, bệnh mạch máu não, bệnh tim thiếu máu cục bộ, bệnh phổi tắc nghẽn mãn tính và ung thư phổi, tất cả đều ước tính cho người trên 25 tuổi.
Tỷ lệ tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh đang gia tăng, ảnh hưởng nghiêm trọng đến tuổi thọ trung bình của con người Ô nhiễm không khí gây ra nhiều vấn đề sức khỏe, dẫn đến sự giảm sút đáng kể trong tuổi thọ Việc cải thiện chất lượng không khí là cần thiết để bảo vệ sức khỏe cộng đồng và nâng cao tuổi thọ.
Theo Chỉ số Chất lượng không khí, ô nhiễm không khí hiện nay, trong bối cảnh đại dịch COVID-19, có khả năng làm giảm tuổi thọ toàn cầu, thậm chí còn nguy hiểm hơn cả virus COVID-19.
Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người (ACH) phản ánh thói quen tiêu dùng rượu trong xã hội Đồ uống có cồn, chứa ethanol, được sản xuất qua quá trình lên men từ ngũ cốc, trái cây hoặc nguồn đường khác, đóng vai trò quan trọng trong nhiều nền văn hóa Mỗi quốc gia đều có luật riêng để quản lý sản xuất, bán và tiêu thụ đồ uống có cồn, với một số nơi cấm hoàn toàn, trong khi ở hầu hết các khu vực trên thế giới, đồ uống có cồn vẫn được phép hợp pháp.
Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người là chỉ số thể hiện lượng đồ uống có cồn mà mỗi cá nhân tiêu thụ trong một năm dương lịch, đã được điều chỉnh để tính đến mức tiêu thụ của khách du lịch.
Tổng mức tiêu thụ đồ uống có cồn ảnh hưởng tiêu cực đến sức khỏe con người, với lượng tiêu thụ càng cao thì sức khỏe càng suy giảm, dẫn đến giảm tuổi thọ trung bình.
Tỷ lệ dân số biết chữ (LR)
Biết chữ thường được hiểu là khả năng đọc, viết và sử dụng số trong ít nhất một phương pháp viết Sự quan tâm hiện đại về xóa mù chữ được xem như một "tập hợp phụ thuộc vào bối cảnh của thực tiễn xã hội," cho thấy rằng hoạt động đọc và viết của mỗi cá nhân sẽ phát triển và thay đổi theo thời gian, chịu ảnh hưởng bởi bối cảnh văn hóa, chính trị và lịch sử.
Tỷ lệ dân số biết chữ được định nghĩa là phần trăm những người có khả năng đọc, viết và hiểu một câu nói ngắn gọn liên quan đến cuộc sống hàng ngày Đây là một chỉ số quan trọng để đánh giá trình độ học vấn trong cộng đồng.
Tổng quan tình hình nghiên cứu
1.2.1 Nghiên cứu có liên quan trong và ngoài nước
Improving health outcomes is a vital societal goal that offers long-term benefits for millions of citizens worldwide and indirectly supports the global economy's growth According to a report by the World Health Organization (WHO), poor health significantly hinders economic development, particularly in sub-Saharan Africa, South Asia, and areas afflicted by high disease rates and intense poverty The report emphasizes that expanding access to essential health services for the impoverished could save millions of lives annually, alleviate poverty, stimulate economic development, and enhance global security.
Trong cuộc họp cấp cao APEC lần thứ 7 về y tế và kinh tế diễn ra vào ngày 23-24/10, các đại biểu đã thống nhất rằng đầu tư vào chăm sóc sức khỏe con người là yếu tố thiết yếu cho sự phát triển của mỗi quốc gia, vì nó liên quan trực tiếp đến việc tăng năng suất lao động xã hội Do đó, cần tái đầu tư các lợi ích kinh tế vào lĩnh vực chăm sóc sức khỏe, và đã đến lúc áp dụng các công cụ đo lường lợi ích kinh tế và năng suất lao động thông qua mô hình kinh tế y tế.
Nghiên cứu đã chỉ ra mối liên hệ giữa sức khỏe con người và sự phát triển kinh tế, nhưng chưa xác định được mối quan hệ nhân quả rõ ràng Các quốc gia với tuổi thọ trung bình thấp và bệnh tật nghiêm trọng thường gặp khó khăn trong phát triển kinh tế Mặc dù nghiên cứu quy mô nhỏ cho thấy sức khỏe ảnh hưởng đến năng suất cá nhân, vẫn còn nhiều câu hỏi chưa được giải đáp về tác động trực tiếp của các yếu tố kinh tế, như GDP, đến sức khỏe và tuổi thọ, cũng như liệu cải thiện sức khỏe có thể thúc đẩy tăng trưởng kinh tế hay không.
Nghiên cứu của National Literacy Trust chỉ ra rằng, công dân ở các quốc gia có tỷ lệ mù chữ cao có tuổi thọ trung bình thấp hơn 26 năm so với những người sống ở các quốc gia chú trọng giáo dục cơ bản Jonathan Douglas nhấn mạnh rằng mối quan hệ giữa sức khỏe, các yếu tố kinh tế xã hội và tuổi thọ đã được xác lập, nhưng đây là lần đầu tiên chúng ta thấy được ảnh hưởng của khả năng biết chữ đối với tuổi thọ.
Các nghiên cứu gần đây đã chỉ ra tác hại nghiêm trọng của đồ uống có cồn đối với tuổi thọ con người Một nghiên cứu năm 2014 tại Phần Lan, Thụy Điển và Đan Mạch cho thấy, những người nghiện rượu có tuổi thọ trung bình ngắn hơn từ 24 đến 28 năm so với dân số chung Cụ thể, độ tuổi trung bình của nam giới tiêu thụ nhiều rượu là từ 47 đến 53 tuổi, trong khi ở nữ giới là từ 50 đến 58 tuổi Ngoài ra, một nghiên cứu khác vào năm 2017 của EPIC đã phát hiện rằng việc tiêu thụ rượu vượt quá mức an toàn có thể làm giảm tuổi thọ trung bình của con người tới 11 tháng.
Nghiên cứu EPIC đã chỉ ra rằng ô nhiễm môi trường là nguyên nhân hàng đầu gây ra tử vong toàn cầu, với 8,8 triệu ca tử vong trong năm 2015, nhiều hơn 1,6 triệu ca tử vong do thuốc lá Hệ quả của ô nhiễm môi trường là tuổi thọ trung bình giảm 2,9 năm trong cùng năm Do đó, tử vong do môi trường là yếu tố quan trọng trong việc đánh giá các nhân tố quyết định tuổi thọ trung bình của con người.
Nghiên cứu đã chỉ ra mối liên hệ chặt chẽ giữa yếu tố kinh tế xã hội và tuổi thọ trung bình của con người Tuy nhiên, các tính toán này chưa cung cấp câu trả lời rõ ràng về tác động của những yếu tố này khi có sự thay đổi đột ngột Tiểu luận của nhóm sẽ phân tích chi tiết mối tương quan trực tiếp giữa các biến độc lập và biến phụ thuộc.
Nghiên cứu về phân tích hồi quy giữa các quốc gia cho thấy có sự liên kết mạnh mẽ giữa sức khỏe con người và tốc độ phát triển kinh tế Tuy nhiên, các nghiên cứu này chưa xác định được mối quan hệ nhân quả giữa sức khỏe, môi trường bệnh tật và sự gia tăng kinh tế Mặc dù các nghiên cứu quy mô nhỏ đã chỉ ra tầm quan trọng của sức khỏe đối với năng suất cá nhân, nhưng vẫn chưa rõ liệu các yếu tố kinh tế như GDP có ảnh hưởng trực tiếp đến sức khỏe và tuổi thọ hay không, cũng như việc cải thiện sức khỏe có thực sự thúc đẩy sự phát triển kinh tế hay không.
Giả thuyết về Tổng sản phẩm nội địa bình quân (GDP)
Nghiên cứu cho thấy có mối liên hệ giữa Tổng sản phẩm nội địa bình quân và tuổi thọ trung bình; cụ thể, khi GDP bình quân tăng, tuổi thọ trung bình cũng có xu hướng tăng theo.
Giả thuyết về Tỷ lệ dân số biết chữ (LR)
Công dân có tri thức và hiểu biết thường chú trọng hơn đến sức khỏe và cuộc sống của họ so với những người mù chữ Do đó, khi tỷ lệ dân số biết chữ tăng lên, tuổi thọ trung bình cũng có xu hướng gia tăng.
Ô nhiễm không khí là một yếu tố nghiêm trọng tác động đến sức khỏe con người và môi trường sống, dẫn đến tỷ lệ tử vong gia tăng Sự gia tăng ô nhiễm không khí trong hộ gia đình và môi trường xung quanh không chỉ làm tăng nguy cơ tử vong mà còn giảm tuổi thọ trung bình của con người.
Giả thuyết về Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người
Tiêu thụ đồ uống có cồn có tác động tiêu cực đến sức khỏe con người, tương tự như ô nhiễm môi trường Mối quan hệ giữa tổng mức tiêu thụ đồ uống có cồn bình quân đầu người và tuổi thọ trung bình cho thấy hai biến này tỷ lệ nghịch với nhau.
PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH
Phương pháp nghiên cứu
2.1.1 Phương pháp định lượng mô hình
Hồi quy tuyến tính nhiều (MLR) là một kỹ thuật thống kê quan trọng, sử dụng nhiều biến giải thích để dự đoán kết quả của một biến phản ứng Mục tiêu chính của MLR là mô hình hóa các mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc, giúp phân tích và hiểu rõ hơn về các yếu tố ảnh hưởng đến kết quả.
2.1.2 Phương pháp ước lượng được sử dụng
Phương pháp bình phương nhỏ nhất thông thường (OLS) là kỹ thuật phổ biến nhất để ước lượng các tham số trong hồi quy, nhằm tối thiểu hóa tổng bình phương khoảng cách theo phương thẳng đứng giữa dữ liệu thu thập và đường hồi quy.
Xây dựng mô hình lý thuyết
2.2.1 Xác định dạng mô hình
Mô hình nghiên cứu trong tiểu luận này được xây dựng dựa trên các lý thuyết kinh tế đã được chứng minh, nhằm đánh giá ảnh hưởng của các yếu tố như Tổng sản phẩm nội địa bình quân (GDP), Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người (ACH), Tỷ lệ tử vong do ô nhiễm không khí trong hộ gia đình và môi trường xung quanh (MR), cùng với Tỷ lệ dân số biết chữ (LR).
LEB = f(GDP, ACH, MR, LR)
LEB: Tuổi thọ trung bình (năm)
GDP: Tổng sản phẩm nội địa bình quân ($)
ACH: Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người (lít)
MR: Tỷ lệ tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh(%)
LR: Tỷ lệ dân số biết chữ (%)
Nhằm thể hiện mối tương quan giữa những biến phụ thuộc (LEB), và những biến độc lập, GDP, ACH, MR, LR có những dạng mô hình sau:
Mô hình phân tích hồi quy tổng thể:
(PRF): LEB= β 0 + β 1 GDP + β 2 ACH+ β 3 MR + β 4 LR + u
GDP, ACH, MR, LR: Biến độc lập
β 1 : Hệ số góc của biến GDP
β 2 : Hệ số góc của biến ACH
β 3 : Hệ số góc của biến MR
β 4 : Hệ số góc của biến LR
u: Sai số ngẫu nhiên của tổng thể, đại diện cho các yếu tố khác ảnh hưởng đến LEB nhưng không được đề cập trong mô hình.
Mô hình phân tích hồi quy mẫu:
(SRF): LEB= ̂ 0 + ̂ 1GDP + ̂ 2ACH + ̂ 3MR + ̂ 4LR + ̂
GDP, ACH, MR, LR: Biến độc lập
̂̂ 1: Ước lượng hệ số góc của biến GDP
̂̂ 2: Ước lượng hệ số góc của biến ACH
̂̂ 3: Ước lượng hệ số góc của biến MR
̂̂ 4: Ước lượng hệ số góc của biến LR
̂: Phần dư, ước lượng của sai số ngẫu nhiên
2.2.2 Giải thích các biến, ký hiệu, ý nghĩa, cách đo biến và đơn vị các biến kỳ vọng về ảnh hưởng của các biến độc lập đến biến phụ thuộc
Tên biến số LEB (Y) Tuổi thọ trung bình
GDP (X 1 ) Tổng sản phẩm nội địa bình quân
ACH (X 2 ) Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người
MR (X 3 ) Tỷ lệ tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh
LR (X 4 ) Tỷ lệ dân số biết chữ
Mô tả số liệu
2.3.1 Chỉ rõ nguồn số liệu
Các bộ dữ liệu được thu nhập từ trang web chính thức của World Bank, bao gồm 180 mẫu nghiên cứu của 180 quốc gia trong năm 2016
Trước khi tiến hành phân tích hồi quy, nhóm nghiên cứu sẽ thực hiện phân tích số liệu không gian mẫu nhằm đánh giá ban đầu và dự đoán các khuyết tật có thể xuất hiện trong mô hình.
Theo số liệu thống kê, nhóm đã sử dụng lệnh sum LEB GDP ACH MR LR trong phần mềm STATA để mô tả các biến và thu được kết quả đáng chú ý.
LEB: giá trị trung bình của tuổi thọ trung bình của 180 quốc gia trong năm
2016 là 70.59887, độ lệch chuẩn là 7.005143, giá trị nhỏ nhất là 51.59, giá trị lớn nhất là 83.32927
GDP: giá trị trung bình của GDP bình quân đầu người của 180 quốc gia trong năm 2016 là 7088.858, độ lệch chuẩn là 8656.229, giá trị nhỏ nhất là
282.1931, giá trị lớn nhất là 57163.06.
ACH: giá trị trung bình của tổng mức tiêu thụ đồ uống có cồn bình quân đầu người của 180 quốc gia trong năm 2016 là 5.65325, độ lệch chuẩn là
3.693296, giá trị nhỏ nhất là 0.1, giá trị lớn nhất là 15.2.
Vào năm 2016, giá trị trung bình tỷ lệ tử vong do ô nhiễm không khí xung quanh hộ gia đình và môi trường ở 180 quốc gia đạt 104.7901, với độ lệch chuẩn là 68.30502 Tỷ lệ này dao động từ 9.8 đến 324.1, cho thấy sự khác biệt lớn trong tác động của ô nhiễm không khí đến sức khỏe cộng đồng.
LR: giá trị trung bình của tỷ lệ dân số biết chữ của 180 quốc gia trong năm
2016 là 83.25647, độ lệch chuẩn là 17.9646, giá trị nhỏ nhất là 22.31155, giá trị lớn nhất là 100.8858.
Mẫu nghiên cứu có kích thước quan sát lớn và giá trị các biến được phân bố rộng rãi, do đó mẫu này có khả năng đại diện cho tổng thể một cách hiệu quả.
2.3.2 Ma trận tương quan giữa các biến
Sử dụng lệnh Corr LEB GDP ACH MR LR trong phần mềm STATA cho phép mô tả dữ liệu và phân tích sự tương quan giữa các biến, từ đó thu được những kết quả quan trọng.
Bảng 4: Ma trận tương quan giữa các biến trong mô hình
Các biến độc lập có mối tương quan cao với biến phụ thuộc LEB, cho thấy chúng có khả năng giải thích mạnh mẽ cho biến này Đặc biệt, biến có mức tương quan cao nhất là GDP I.
Các biến độc lập trong nghiên cứu có mối tương quan tương đối mạnh, nhưng không có tương quan nào vượt quá 0.8 Điều này dẫn đến phán đoán ban đầu rằng mô hình có khả năng thấp mắc khuyết tật đa cộng tuyến Tuy nhiên, nhóm nghiên cứu sẽ tiến hành kiểm định đa cộng tuyến để xác minh điều này.
2.3.3 Phân tích tương quan giữa biến phụ thuộc và các biến độc lập
r(LEB,GDP) = 0.6143 => mức độ tương quan cao, hệ số tương quan mang dấu dương, mối quan hệ giữa LEB và GDP là thuận chiều.
r(LEB,ACH) = 0.1916 => mức độ tương quan thấp, hệ số tương quan mang dấu dương, mối quan hệ giữa LEB và ACH là thuận chiều.
r(LEB,MR) = -0.8791 => mức độ tương quan thấp, hệ số tương quan mang dấu âm, mối quan hệ giữa LEB và MR là ngược chiều
r(LEB,LR) = 0.7824 => mức độ tương quan cao, hệ số tương quan mang dấu dương, mối quan hệ giữa LEB và LR là thuận chiều.
2.3.4 Phân tích tương quan giữa các biến độc lập:
r(GDP,ACH) = 0.2246 => mức độ tương quan trung bình, hệ số tương quan mang dấu dương, mối quan hệ giữa GDP và ACH là thuận chiều
r(GDP,MR) = -0.5744 => mức độ tương quan thấp, hệ số tương quan mang dấu âm, mối quan hệ giữa GDP và MR là ngược chiều
r(GDP,LR) = 0.4754 => mức độ tương quan cao, hệ số tương quan mang dấu dương, mối quan hệ giữa GDP và LR là thuận chiều.
r(ACH,MR) = -0.2481 => mức độ tương quan thấp, hệ số tương quan mang dấu âm, mối quan hệ giữa ACH và MR là ngược chiều.
r(ACH ,LR) = 0.4107 => mức độ tương quan cao, hệ số tương quan mang dấu dương, mối quan hệ giữa ACH và LR là thuận chiều
r(MR,LR) = -0.8181 => mức độ tương quan thấp, hệ số tương quan mang dấu âm, mối quan hệ giữa MR và LR là ngược chiều.
Hệ số tương quan giữa các biến độc lập nằm trong khoảng từ -1 đến 1 Mặc dù giá trị này có thể tiến sát 1 hoặc -1, điều đó không đảm bảo rằng sẽ không xảy ra tương quan tuyệt đối giữa các biến độc lập Tuy nhiên, vẫn có khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến này.
KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ
Mô hình ước lượng
3.1.1 Kết quả ước lượng OLS
Bằng phần mềm STATA, sử dụng lệnh reg LEB GDP ACH MR LR , nhóm có kết quả như sau:
Biến số Hệ số hồi quy
Bảng 5: Kết quả ước lượng mô hình
3.1.2 Mô hình hồi quy mẫu
Từ kết quả trên ta có mô hình hồi quy mẫu:
Kiểm định và khắc phục các khuyết tật của mô hình
3.2.1 Kiểm định bỏ sót biến Ramsey RESET
Thiết lập cặp giả thiết:
H 0 : Mô hình không bỏ sót biến
H 1 : Mô hình bỏ sót biến
Sử dụng phần mềm STATA, kiểm ddingj mô hình bằng lệnh ovtest, ta có kết quả:
=> Tại mức ý nghĩa 5%, không có đủ cơ sở để bác bỏ
Kết luận : Mô hình không bỏ sót biến tại mức ý nghĩa 5%.
3.2.2 Kiểm định đa cộng tuyến
Thiết lập cặp giả thuyết:
H 0 : Mô hình không tồn tại đa cộng tuyến
H 1 : Mô hình tồn tại đa cộng tuyến
Sử dụng phần mềm STATA, kiểm định mô hình bằng lệnh vif , ta có kết quả:
Bảng 6: Kiểm định đa cộng tuyến
Từ bảng trên, ta thấy :
Vì VIF của cả 4 biến đều nhỏ hơn 10 nên chấp nhận giả thuyết H 0
Kết luận: Mô hình không tồn tại đa cộng tuyến tại mức ý nghĩa 5%.
3.2.3 Kiểm định phương sai sai số thay đổi
Thiết lập cặp giả thuyết:
H 0 : Mô hình có phương sai sai số không đổi
H 1 : Mô hình có phương sai sai số thay đổi
Sử dụng phần mềm STATA, kiểm định mô hình bằng lệnh imtest, white , ta có kết quả: chi2(14) = 20.52 Prob > chi2 = 0.1146 > 0.05
=> Tại mức ý nghĩa 5%, chưa có cơ sở bác bỏ H 0
Kết luận: Tại mức ý nghĩa 5%, mô hình có phương sai sai số không đổi.
Sử dụng phần mềm STATA, kiểm định mô hình bằng lệnh hettest , ta có kết quả: chi2(1) = 6.01 Prob > chi2 = 0.0142 < 0.05
=> Tại mức ý nghĩa 5%, bác bỏ H 0
Kết luận: Tại mức ý nghĩa 5%, mô hình có phương sai sai số thay đổi.
Từ 2 lần kiểm định trên => mô hình có phương sai sai số thay đổi.
Khi mô hình gặp phải hiện tượng phương sai sai số thay đổi, các ước lượng OLS cho các hệ số vẫn giữ tính không chệch Tuy nhiên, phương sai và hiệp phương sai giữa các hệ số ước lượng thu được từ phương pháp OLS lại bị chệch.
Cách khắc phục: Sử dụng phương pháp sai số chuẩn mạnh Robust Standard
Trong nghiên cứu, có sự nhầm lẫn khi tiếp tục áp dụng các hệ số ước lượng từ phương pháp OLS mà không tính đến giả thiết về phương sai sai số không đổi Để khắc phục điều này, cần tính toán lại phương sai các hệ số ước lượng Việc sử dụng ước lượng mô hình sai số chuẩn mạnh sẽ đảm bảo có được kết quả ước lượng chính xác, ngay cả khi hiện tượng phương sai thay đổi (heteroskedasticity) xuất hiện.
Bằng phần mềm STATA, sử dụng lệnh reg LEB GDP ACH MR LR, robust, ta có kết quả:
Biến số Hệ số hồi quy
Bảng 7: Kết quả ước lượng mô hình sai số chuẩn mạnh
Sau khi áp dụng ma trận ước lượng mạnh của hiệp phương sai, các hệ số hồi quy trong mô hình mới vẫn không thay đổi, với hệ số xác định R² = 0.8102 giữ nguyên Tuy nhiên, các sai số chuẩn đã thay đổi, ảnh hưởng đến giá trị tới hạn t, P-value và khoảng tin cậy của các ước lượng hồi quy Do đó, cần sử dụng các giá trị mới ở Bảng 3.3 để kiểm định các hệ số hồi quy.
3.2.4 Kiểm định phân phối chuẩn của nhiễu
Thiết lập cặp giả thuyết:
H 0 : Nhiễu có phân phối chuẩn
H 1 : Nhiễu không có phân phối chuẩn Trong phần mềm STATA, dùng kiểm định Skewness/Kurtosis.
Sử dụng “predict A, residuals” để gọi phần dư.
Dùng lệnh sktest ta có kết quả sau:
Biến Số quan sát Độ nghiêng
(S) Độ nhọn (K) adj chi2(2) Prob>chi2
Bảng 8: Kiểm định phân phối chuẩn của nhiễu
=> Tại mức ý nghĩa 5%, bác bỏ H 0 , chấp nhận H 1
Kết luận: Mô hình có nhiễu không phân phối chuẩn tại mức ý nghĩa 5%
Trong mô hình hồi quy lựa chọn với 180 quan sát, kích thước mẫu lớn giúp đảm bảo tính đáng tin cậy cho các kiểm định và dự báo được thực hiện.
3.2.5 Kiểm định tự tương quan
Mô hình này được xây dựng dựa trên dữ liệu chéo từ nhiều quốc gia trong năm 2016, do đó không cần thực hiện kiểm định tự tương quan.
Kết quả ước lượng đã khắc phục khuyết tật
Sau khi kiểm định và khắc phục hai khuyết tật là phương sai sai số thay đổi và phân phối chuẩn của nhiễu, nhóm nghiên cứu quyết định giữ nguyên mô hình hồi quy mẫu.
Tuy nhiên, nhóm nghiên cứu sẽ sử dụng các giá trị của t, P-value và khoảng tin cậy mới ở Bảng 7 để kiểm định giả thuyết của mô hình trong phần 3.4.
Kiểm định giả thuyết của mô hình đã khắc phục
Thiết lập cặp giả thuyết
Theo kết quả hồi quy: T qs = 4.91 ∈ (1.654;+8) => bác bỏ H 0
Kết luận: Với mức ý nghĩa 5%, khi các yếu tố khác không đổi, hệ số hồi quy của biến
GDP mang dấu dương, phù hợp với lý thuyết kinh tế khi khi GDP bình quân đầu người tăng thì tuổi thọ trung bình tăng.
Thiết lập cặp giả thuyết
Theo kết quả hồi quy: T qs = -3.09 ∈ (-8;-1.654) => bác bỏ H 0
Kết luận: Ở mức ý nghĩa 5%, khi các yếu tố khác không thay đổi, hệ số hồi quy cho thấy tổng lượng tiêu thụ đồ uống có cồn có mối quan hệ âm, xác nhận rằng khi tổng tiêu thụ đồ uống có cồn tăng lên, tuổi thọ trung bình sẽ giảm.
Thiết lập cặp giả thuyết
Theo kết quả hồi quy: T qs = -7.94 ∈ (-8;-1.654) =>bác bỏ H 0
Kết luận: Ở mức ý nghĩa 5%, khi các yếu tố khác không thay đổi, hệ số hồi quy cho thấy mối quan hệ âm giữa tỷ lệ tử vong do ô nhiễm hộ gia đình và môi trường xung quanh Điều này phù hợp với lý thuyết cho rằng khi ô nhiễm gia tăng, tuổi thọ trung bình sẽ giảm.
Thiết lập cặp giả thuyết
Theo kết quả hồi quy: T qs = 3.35 ∈ (1.654; +8 ) => bác bỏ H 0
Kết luận: Tại mức ý nghĩa 5%, khi các yếu tố khác không thay đổi, hệ số hồi quy của tỷ lệ biết chữ cho thấy mối quan hệ dương, phù hợp với lý thuyết rằng tỷ lệ biết chữ cao hơn sẽ dẫn đến tuổi thọ trung bình tăng Điều này nhấn mạnh tầm quan trọng của việc nâng cao tỷ lệ biết chữ trong việc cải thiện sức khỏe cộng đồng.
β 0 = 68.97745 (Ước lượng cho hệ số chặn): Khi tất cả các biến độc lập đều bằng 0 thì giá trị kỳ vọng của tuổi thọ trung bình (LEB) sẽ là 68.97745 năm.
Khi các biến độc lập khác không thay đổi, nếu GDP bình quân đầu người tăng 1 đơn vị, giá trị kỳ vọng của tuổi thọ trung bình sẽ tăng 0.1401643 năm, theo ước lượng cho hệ số hồi quy của GDP.
Khi các biến độc lập khác không thay đổi, một sự gia tăng 1 đơn vị trong tổng lượng tiêu thụ đồ uống có cồn (ACH) sẽ dẫn đến giảm 0.1874106 năm trong giá trị kỳ vọng của tuổi thọ trung bình (LEB).
Hệ số hồi quy của tỷ lệ tử vong do ô nhiễm hộ gia đình và môi trường xung quanh (MR) được ước lượng là β 3 = -0.0614648 Điều này có nghĩa là trong khi các biến độc lập khác không thay đổi, nếu MR tăng thêm 1 đơn vị, giá trị kỳ vọng của tuổi thọ trung bình (LEB) sẽ giảm 0.0614648 năm.
Hệ số hồi quy β 4 = 0.0976284 cho thấy rằng, khi các biến độc lập khác không thay đổi, việc tăng 1 đơn vị trong tỷ lệ biết chữ (LR) sẽ làm cho giá trị kỳ vọng của tuổi thọ trung bình (LEB) tăng thêm 0.0976284 năm.
Hệ số xác định R² = 0.8102 cho thấy các biến độc lập như GDP bình quân đầu người, tổng lượng tiêu thụ đồ uống có cồn, tỷ lệ tử vong do ô nhiễm hộ gia đình và môi trường xung quanh, cùng tỷ lệ biết chữ, giải thích được 81.02% sự biến động của tuổi thọ trung bình.
Nhóm tác giả đã xem xét hệ số xác định hiệu chỉnh R², nhận thấy rằng việc thêm nhiều biến vào mô hình có thể làm tăng giá trị R², mặc dù chưa chắc các biến đó có ý nghĩa Điều này xảy ra vì khi thêm biến giải thích, phần dư giảm xuống, dẫn đến việc R² tăng trong khi TSS không đổi Mặc dù giá trị R² cao hơn cho thấy khả năng giải thích của mô hình tốt hơn, nhưng không thể xác định được tầm quan trọng của các biến được đưa vào, do đó không nên chỉ dựa vào R² để đánh giá mô hình.
Trong lớp tín chỉ KTE309(2.1/2021), việc đánh giá hiệu quả của mô hình có thể dẫn đến những sai sót nếu sử dụng quá nhiều biến không cần thiết, làm phức tạp mô hình Để khắc phục tình trạng này, R² hiệu chỉnh thường được áp dụng như một phép đo thích hợp hơn, giúp đánh giá độ phù hợp của mô hình một cách an toàn hơn mà không làm phóng đại kết quả Công thức tính R² hiệu chỉnh sẽ được trình bày trong bài viết.
n: số lượng mẫu quan sát
k: số biến độc lập của mô hình
Hệ số xác định hiệu chỉnh R² = 0.8058 cho thấy các biến độc lập giải thích 80.58% sự biến thiên của biến phụ thuộc Phần còn lại 19.42% được giải thích bởi các yếu tố ngoài mô hình và sai số ngẫu nhiên, bao gồm tốc độ tăng trưởng dân số, mật độ bác sĩ tại mỗi quốc gia, ngân sách y tế hàng năm và yếu tố di truyền.
Trong khi đó, kết quả ước lượng của mô hình sau khi khắc phục cho biết:
+ Ước lượng của hệ số hồi quy của GDP là β 1 = 0.1401643
+ Ước lượng của hệ số hồi quy của ACH là β 2 = - 0.1874106
+ Ước lượng của hệ số hồi quy của MR là β 3 = -.0614648
+ Ước lượng của hệ số hồi quy của LR là β 4 = 0.0976284
Diễn giải kết quả thu được
Dựa trên các kết quả thu được, nhóm nghiên cứu khẳng định rằng tất cả các kết quả của mô hình hồi quy đều phù hợp với lý thuyết kinh tế.
GDP bình quân càng cao, tuổi thọ trung bình càng lớn
Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người và tuổi thọ trung bình là hai biến tỷ lệ nghịch với nhau
Tỷ lệ tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh càng gia tăng, tuổi thọ trung bình càng giảm.
Tỷ lệ dân số biết chữ càng lớn, tuổi thọ trung bình càng có xu hướng tăng trưởng.
Một số giải thích chi tiết:
Chỉ số Tổng sản phẩm nội địa bình quân (GDP)
Tăng GDP bình quân đầu người có ảnh hưởng tích cực đến tuổi thọ trung bình Các quốc gia nghèo như Burundi, Madagascar, Comoros và Liberia có tuổi thọ trung bình chỉ trên 50 năm, trong khi những nước phát triển mạnh như Nhật Bản, Thụy Sĩ và Hà Lan đạt tuổi thọ trung bình trên 80 năm.
Hình 2: Biểu đồ tuổi thọ và GDP các nước (Nguồn: Ourworld in Data.org )
Chỉ số Tổng mức tiêu thụ đồ uống có cồn bình quân đầu người (ACH)
Tiêu thụ đồ uống có cồn quá mức không chỉ làm giảm tuổi thọ mà còn gia tăng nguy cơ mắc các bệnh nguy hiểm như đột quỵ, đau tim và huyết áp cao Hơn nữa, việc tiêu thụ rượu bia quá nhiều còn ảnh hưởng tiêu cực đến tâm lý, tinh thần và thể chất, từ đó tác động trực tiếp đến tuổi thọ trung bình của mỗi người Nghiên cứu cho thấy, việc uống rượu có thể rút ngắn tuổi thọ của con người ít nhất 11 tháng.
Chỉ số Tỷ lệ tử vong do ô nhiễm không khí hộ gia đình và môi trường xung quanh (MR)
Trên toàn cầu, trung bình 2,9 năm tuổi thọ bị mất do ô nhiễm không khí ngoài trời
Ô nhiễm không khí đang ảnh hưởng nghiêm trọng đến tuổi thọ con người, với mức giảm trung bình lớn hơn so với các yếu tố như hút thuốc lá (2,2 năm), bạo lực (0,3 năm), HIV/Aids (0,7 năm) và bệnh lây lan do ký sinh trùng (0,6 năm) Châu Á là khu vực chịu tác động nặng nề nhất, trong đó Trung Quốc ghi nhận mức giảm tuổi thọ lên tới 4,1 năm, trong khi Ấn Độ và Pakistan lần lượt là 3,9 và 3,8 năm Tại một số khu vực của các quốc gia này, ô nhiễm không khí thậm chí còn làm giảm tuổi thọ hơn nữa Sự gia tăng mức độ nghiêm trọng của ô nhiễm không khí đang đặt ra một thách thức lớn cho sức khỏe cộng đồng, khiến nó trở thành một trong những mối nguy hiểm hàng đầu hiện nay.
Chỉ số Tỷ lệ dân số biết chữ (LR)
Tỷ lệ biết chữ có mối liên hệ tích cực với tuổi thọ trung bình, cho thấy rằng nơi có tỷ lệ biết chữ cao, chất lượng sức khỏe và phòng bệnh của người dân cũng tốt hơn Dữ liệu từ Bangladesh chỉ ra rằng việc tiêm vắc-xin sởi đầy đủ có thể giảm tỷ lệ tử vong ở trẻ em từ 1-4 tuổi gần một nửa Tổng quan, sự giáo dục và sức khỏe có ảnh hưởng lớn đến sự phát triển và tuổi thọ của cộng đồng.
Mỗi năm, 3 triệu trẻ em được cứu sống nhờ tiêm chủng, trong khi 2 triệu trẻ em khác tử vong do không được tiêm vắc-xin kịp thời Hơn nữa, khả năng biết chữ đóng vai trò quan trọng trong cách tư duy của công dân, ảnh hưởng đến quyết định của họ Nghiên cứu đã chỉ ra rằng các quốc gia có tỷ lệ mù chữ cao thường đối mặt với nhiều vấn đề sức khỏe nghiêm trọng, dẫn đến giảm tuổi thọ trung bình toàn cầu.
