1
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
(forest-loss determinants)
Giáo viên hướng dẫn: Ths. Thái Long
Nhóm sinh viên th
ực hiện: Nhóm 28
Tri
ệu Lan Hương
Quách Phạm Phúc Tân
Lê Vi
ệt Hà
Hà N
ội, tháng 6 năm 2013
2
DANH SÁCH SINH VIÊN THỰC HỆN
NHÓM 28 – L
ỚP: KTL309.2
STT Họ và tên Mã sinh viên
1 Triệu Lan Hương 1111120051
2 Quách Ph
ạm Phúc Tân 1111120261
3 Lê Vi
ệt Hà 1111120090
3
MỤC LỤC
LỜI MỞ ĐẦU 4

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 độ
trung 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
5
+ Do người dân: Ý thức kém của người dân là nguyên nhân chủ yếu gây nên diện tích rừng
ngày càng giảm xuống. Phá rừng để làm nương rẫy, để mở rộng diện tích trồng trọt nông sản
(Cropland change)
+ Do tình trạng di dân: Tình trạng này vẫn xảy ra phổ biến, người dân từ các miền đồng

ha.
2. Pasture Change (
pasturech)
Diện tích đất chăn nuôi liên tục tăng từ năm 1977 đến năm 2000. Từ
năm
2001 diện tích
này đã bắt đầu có xu hướng giảm do sự hạn chế của các
chính
phủ về diện tích đất nuôi trâu bò và
các loại gia súc
khác.
3.
Populati
on
Densi
ty ( 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
trên
thế 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
8
thế giới như sau: Monaco (23.660 người/km
2

1. Xây dựng các biến:
Bài tiểu luận của chúng tôi sẽ tập trung vào phân tích sự ảnh hưởng của 3 nhóm nguyên
nhân gây
ra
suy thoái tài nguyên rừng (loss of forestation- forest loss) đó là: mật độ
dân 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
+ β
2
Popdens + β
3
Cropch + β
4
Pasturech + u
i
Trong đó,
Biến phụ thuộc: Forest_loss: Loss of forestation – diện tích rừng bị mất
Các biến độc lập:
Popdens:Population density – mật độ dân số (người/đơn vị diện tích) – dấu kì vọng (+)
9
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 (+)

Dependent variable: Forest_loss
Coefficient Std. Error t-ratio p-value
Const 0,570385 0,129804 4,3942 0,00004 ***
Popdens 0,000808879 0,000111652 7,2446 <0,00001 ***
Cropch -0,00412758 0,00995167 -0,4148 0,67960
Pasturech 0,0276654 0,009811 2,8198 0,00627 ***
Mean dependent var 1,131507 S.D. dependent var 0,913309
Sum squared resid 30,40491 S.E. of regression 0,663815
R-squared 0,493737 Adjusted R-squared 0,471726
F(3, 69) 22,43093 P-value(F) 3,02e-10
Log-likelihood -71,61379 Akaike criterion 151,2276
Schwarz criterion 160,3894 Hannan-Quinn 154,8787
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:

̂
2
, 
̂
4
đều có ý nghĩa thống kê kinh tế tại mức ý nghĩa 1%. Còn

̂
3
không có ý nghĩa tại mức 1%, 5%,10%.
C, Xét khoảng tin cậy các hệ số tại mức ý nghĩa 5%:
Áp dụng công thức:

̂

− 
̂


∝


< 
̂

< 
̂

+ 
̂

̂
2
Se ( 
̂
2
)
= 7,6

∝/2

≈ ,000
T
qs
> 
∝/2

: Bác bỏ Ho => Biến độc lập Popdens ảnh hưởng lên biến phụ thuộc Forest_loss.
Ho: β
4
= 0
H
1
: β
4
≠ 0
Công thức:


=


Test statistic: F = 5,574283,
with p-value = P(F(2,67) > 5,57428) = 0,00576
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.
< -1,2164 -1,5040 2 2,74% 2,74%
-1,2164 - -0,64121 -0,92880 5 6,85% 9,59% **
-0,64121 - -0,066024 -0,35361 29 39,73% 49,32% **************
-0,066024 - 0,50916 0,22157 24 32,88% 82,19% ***********
0,50916 - 1,0843 0,79675 10 13,70% 95,89% ****
1,0843 - 1,6595 1,3719 2 2,74% 98,63%
1,6595 - 2,2347 1,9471 0 0,00% 98,63%
2,2347 - 2,8099 2,5223 0 0,00% 98,63%
>= 2,8099 3,0975 1 1,37% 100,00%
Test for null hypothesis of normal distribution:
Chi-square(2) = 24,193 with p-value 0,00001
12
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, số
quan 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.
4. Kiểm định sự phù hợp ( F – test )
Các giả thuyết:

(3,69)=2,7581
F
qs
> F
α
(k-1,n-k) => Hàm SRF phù hợp với mẫu.
5. Kiểm định đa cộng tuyến:
+) Ma trận tương quan – Correlation Matrix:
Correlation coefficients, using the observations 1 - 73
5% critical value (two-tailed) = 0,2303 for n = 73
Popdens Cropch Pasturech
1,0000 -0,1360 0,0900 Popdens
1,0000 0,2442 Cropch
1,0000 Pasturech
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
-2 -1 0 1 2 3
Density
uhat12
uhat12
N(7,6043e-018 0,66382)
Test statistic for normality:
Chi-square(2) = 24,193 [0,0000]
13

Test statistic: TR^2 = 31,732405,
with p-value = P(Chi-square(9) > 31,732405) = 0,000221
Kiểm định cặp giả thiết:
14
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

const -0,132740 0,486971 -0,2726 0,7860
Popdens 0,00202641 0,000418874 4,838 7,70e-06 ***
Cropch -0,00745650 0,0373346 -0,1997 0,8423
Pasturech -0,0322071 0,0368069 -0,8750 0,3846
Explained sum of squares = 153,073
Test statistic: LM = 76,536341,
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 1-73
Dependent variable: Forest_loss
Coefficient Std. Error t-ratio p-value
const 0,570385 0,129804 4,3942 0,00004 ***
Popdens 0,000808879 0,000111652 7,2446 <0,00001 ***

Pasturech 2,34378e-05 0,00988321 0,002371 0,9981
uhat_1 -0,0166226 0,126101 -0,1318 0,8955
Unadjusted R-squared = 0,000255
Test statistic: LMF = 0,017376,
with p-value = P(F(1,68) > 0,0173764) = 0,896
Alternative statistic: TR^2 = 0,018649,
with p-value = P(Chi-square(1) > 0,0186493) = 0,891
Ljung-Box Q' = 0,0179612,
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.
IV. KHẮC PHỤC LỖI MÔ HÌNH
1. Giải pháp 1: hồi qui mô hình theo trọng số

Popdens
Giả thiết: σ
i
2
= σ
2
Popdens, hồi qui mô hình theo trọng số

Popdens
SRF:
_


= 
̂
1


̂
3
Cro_sqrPop+
̂
4
Pa_sqrPop +

16
Trong đó: For_sqrPop có nghĩa là:
_


I_sqrPop có nghĩa là:
1


sqrPop có nghĩa là:

Popdens Cro_sqrPop có nghĩa là:




Pa_sqrPop có nghĩa là:




Model 5: OLS, using observations 1-73
Dependent variable: For_sqrPop

between variable j and the other independent variables
Properties of matrix X'X:
17
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

I_sqrPop 0,170776 0,0689835 2,476 0,0162 **
sqrPop 0,000505261 0,000285275 1,771 0,0817 *
Cro_sqrPop 0,000755701 0,00311695 0,2424 0,8093
Pa_sqrPop 0,000330370 0,00256746 0,1287 0,8981
sq_I_sqrPop -0,537788 0,226725 -2,372 0,0210 **
X1_X2 -0,0151606 0,00717604 -2,113 0,0389 **
X1_X3 0,0204028 0,0214991 0,9490 0,3465
X1_X4 -0,00109735 0,0215233 -0,05098 0,9595
sq_sqrPop -4,70330e-06 3,46132e-06 -1,359 0,1794
X2_X3 -7,91292e-05 0,000108921 -0,7265 0,4704
X2_X4 -3,32545e-05 7,51041e-05 -0,4428 0,6595
sq_Cro_sqrPop -0,000682002 0,000250563 -2,722 0,0085 ***
X3_X4 0,00263277 0,000780128 3,375 0,0013 ***
sq_Pa_sqrPop 0,000623789 0,000310770 2,007 0,0493 **
Unadjusted R-squared = 0,849584

Unadjusted R-squared = 0,000531
Test statistic: LMF = 0,036099,
with p-value = P(F(1,68) > 0,0360986) = 0,85
Alternative statistic: TR^2 = 0,038732,
with p-value = P(Chi-square(1) > 0,0387323) = 0,844
Ljung-Box Q' = 0,0425276,
with p-value = P(Chi-square(1) > 0,0425276) = 0,837
Ta thấy p-value = 0.85 > α = 0.05 nên chấp nhận H
0
, 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: σ
2
i
= σ
2
Popdens
2
, thực hiện hồi qui mô hình theo trọng số Popdens:
SRF:
_

= 
̂
2

1


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 1-73
Dependent variable: For_Pop
Coefficient Std. Error t-ratio p-value
Const 0,00273451 0,00048464 5,6424 <0,00001 ***
I_Pop 0,179473 0,0475527 3,7742 0,00034 ***
Cro_Pop -0,00471722 0,00305489 -1,5442 0,12712
Pa_Pop 0,00670055 0,00452499 1,4808 0,14321
Mean dependent var 0,006686 S.D. dependent var 0,026210
Sum squared resid 0,000912 S.E. of regression 0,003636
R-squared 0,981557 Adjusted R-squared 0,980755
F(3, 69) 1224,091 P-value(F) 9,85e-60
Log-likelihood 308,5069 Akaike criterion -609,0138
Schwarz criterion -599,8519 Hannan-Quinn -605,3626
Rho -0,019240 Durbin-Watson 2,037533
Mô hình hồi qui:
For_Pop=0,00273451 + 0,179473 I_Po - 0,00471722 Cro_Pop+0,00670055 Pa_Pop +


Cro_Pop 0,000212714 9,58741e-05 2,219 0,0301 **
Pa_Pop 0,000132488 8,39829e-05 1,578 0,1197
sq_I_Pop 0,0484137 0,0289015 1,675 0,0989 *
X2_X3 -0,00653525 0,00547504 -1,194 0,2371
X2_X4 -0,0284523 0,00689754 -4,125 0,0001 ***
sq_Cro_Pop -0,000144917 9,92564e-05 -1,460 0,1493
X3_X4 0,00319526 0,000939099 3,402 0,0012 ***
sq_Pa_Pop 0,000191558 0,000354922 0,5397 0,5913
Unadjusted R-squared = 0,817034
Test statistic: TR^2 = 59,643494,
with p-value = P(Chi-square(9) > 59,643494) = 0,000000
Ta có: P – value = 0,000000 < 0,05 nên mô hình (3) có PSSS 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

const 0,722860 0,384013 1,882 0,0640 *
I_Pop 63,0471 37,6792 1,673 0,0988 *
Cro_Pop -1,42884 2,42059 -0,5903 0,5569
Pa_Pop -5,52804 3,58545 -1,542 0,1277
Explained sum of squares = 24,1909
Test statistic: LM = 12,095463, with p-value = P(Chi-square(3) > 12,095463) = 0,007063
21
Ta có: p-value = 0,007063 < 0,05 nên mô hình (3) có PSSS thay đổi
c. Tự tương quan:
+) Kiểm định Durbin – Watson:
Từ bảng trên ta thấy mô hình có giá trị Durbin – Watson là d = 2,037533
Lại có d

3. Giải pháp 3: qui mô hình theo trọng số _

Giả thiết σ
i
2
= σ
2
(E( Forest_loss))
2
, hồi qui mô hình theo trọng số _

SRF:
_
_

= 
̂
1

1
_

+ 
̂
2

_

+ 
̂


I_For_ có nghĩa là:
1
_

Pop_For_ có nghĩa là




Cro_For_ có nghĩa là




Pa_For_ có nghĩa là

_

Model 5: OLS, using observations 1-73
Dependent variable: For_For_
Coefficient Std. Error t-ratio p-value
I_For_ 0,518918 0,07483 6,9346 <0,00001 ***
Pop_For_ 0,000971758 0,000144942 6,7045 <0,00001 ***
Cro_For_ -0,00657062 0,00527387 -1,2459 0,21702
Pa_For_ 0,0130387 0,00288918 4,5129 0,00003 ***
Mean dependent var 1,026266 S.D. dependent var 0,716679
Sum squared resid 17,08196 S.E. of regression 0,497559
R-squared 0,538091 Adjusted R-squared 0,518008
F(3, 69) 26,79336 P-value(F) 1,33e-11

coefficient std. error t-ratio p-value

I_For_ -0,380421 0,262355 -1,450 0,1520
Pop_For_ 0,000254516 0,000964904 0,2638 0,7928
Cro_For_ 0,0808442 0,0282853 2,858 0,0058 ***
Pa_For_ -0,00386334 0,00867944 -0,4451 0,6578
sq_I_For_ 0,280349 0,149385 1,877 0,0652 *
X1_X2 3,33080e-05 0,000563769 0,05908 0,9531
X1_X3 -0,0260704 0,0185792 -1,403 0,1655
sq_Pop_For_ 3,21422e-07 8,01391e-07 0,4011 0,6897
X2_X3 -9,35368e-05 2,75439e-05 -3,396 0,0012 ***
sq_Cro_For_ -0,000284244 0,000208390 -1,364 0,1774
Unadjusted R-squared = 0,296355
Test statistic: TR^2 = 21,633912,
with p-value = P(Chi-square(9) > 21,633912) = 0,010115
Ta có: p – value = 0,010115 < 0,05 nên mô hình (4) có PSSS thay đổi ở mức α= 5%, tuy nhiên, tại
mức α=1% thì mô hình không còn hiện tượng PSSS thay đổi.
24
+) Kiểm định B-P
Breusch-Pagan test for heteroskedasticity
OLS, using observations 1-73
Dependent variable: scaled uhat^2
coefficient std. error t-ratio p-value

I_For_ 0,614233 0,205275 2,992 0,0038 ***
Pop_For_ 0,000676047 0,000397607 1,700 0,0936 *
Cro_For_ -0,00251415 0,0144673 -0,1738 0,8625
Pa_For_ 0,0321247 0,00792563 4,053 0,0001 ***
Explained sum of squares = 1,00271
Test statistic: LM = 0,501356,

Ljung-Box Q' = 0,0617765,
25
with p-value = P(Chi-square(1) > 0,0617765) = 0,804
Ta có: p-value = P(F(1,68) > 0,063533) = 0,802 nên mô hình không có tự tương quan.
4. Giải pháp 4: Sử dụng Robust Standard Errors cho mô hình gốc:
_


= ,  + ,

− ,  

+
, 

+ 

(5)
Model 9: OLS, using observations 1-73
Dependent variable: Forest_loss
HAC standard errors, bandwidth 3 (Bartlett kernel)
Coefficient Std. Error t-ratio p-value
const 0,570385 0,113111 5,0427 <0,00001 ***
Popdens 0,000808879 0,000240322 3,3658 0,00125 ***
Cropch -0,00412758 0,00671647 -0,6145 0,54088
Pasturech 0,0276654 0,0123992 2,2312 0,02892 **
Mean dependent var 1,131507 S.D. dependent var 0,913309
Sum squared resid 30,40491 S.E. of regression 0,663815
R-squared 0,493737 Adjusted R-squared 0,471726
F(3, 69) 18,91531 P-value(F) 4,66e-09