SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL - ECONOMICS - LAW AND MANAGEMENT

A sub-journal of Science and Technology Development Journal since 2017

Skip to main content Skip to main navigation menu Skip to site footer

 Research article

HTML

71

Total

20

Share

The agglomeration of business types at the regional level in Vietnam






 Open Access

Downloads

Download data is not yet available.

Abstract

This study evaluates the agglomeration of different types of enterprises in Vietnam and the influence of agglomeration among others by analyzing the concentration distribution of enterprises using the Moran I index and the LISA index. (Local Indicators of Spatial Association). Research data includes enterprise data taken from the statistics of provinces for the period from 2005 to 2019 in the Statistical Yearbook and spatial data extracted from GADM (Database of Global Administrative Areas). Research results show that the small and medium-sized enterprises in Vietnam lack agglomeration. For the few existing business clusters, most are in the form of a "Marshallian cluster" model, represented in the form of industrial clusters. In addition, the agglomeration of large enterprises mainly takes place according to the model of the "Satellite Platform cluster" model, which is represented in the form of industrial parks with the concentration of large companies and corporations participating in the global value chain. Although foreign small and medium-sized enterprises have begun to participate in the Vietnamese market, Vietnamese small and medium-sized enterprises have increasingly met the requirements of large corporations and multinational companies, becoming large companies’ partners and gradually integrating into their supply chains. This leads to the emergence of small and medium-sized enterprise clusters besides those of large enterprises.

Giới thiệu

Kinh tế kết khối là một trong những vấn đề cơ bản của kinh tế học đặc biệt là nghiên cứu về kinh tế đô thị cũng như phát triển doanh nghiệp. Kinh tế kết khối được coi là các lợi ích bên ngoài mà các doanh nghiệp nhận được từ việc có vị trí nằm cạnh nhau 1 và khái niệm này liên quan đến tính kinh tế theo quy mô và hiệu ứng kết nối. Đối với tổng thể nền kinh tế, các nghiên cứu cung cấp bằng chứng thực nghiệm chỉ ra rằng việc tập trung các doanh nghiệp là một động lực quan trọng của tăng trưởng ở một số quốc gia phát triển 2 , 3 . Từ đây có thể nhận thấy tầm quan trọng của tính kết khối và do đó, việc nghiên cứu về nó sẽ cung cấp những thông tin cần thiết cho các nhà hoạch định chính sách trong việc lập quy hoạch, cũng như ban hành các quy định nhằm thúc đẩy việc tập trung các doanh nghiệp, để tận dụng các lợi ích mà kinh tế kết khối đem lại. Về phía doanh nghiệp, các thông tin về kinh tế kết khối ở các khu vực địa lý khác nhau sẽ giúp doanh nghiệp có những định hướng phù hợp trong việc lựa chọn thị trường cũng như địa điểm sản xuất kinh doanh một cách hiệu quả. Đối với trường hợp tại Việt Nam, đã có nhiều nghiên cứu về tác động sự kết khối doanh nghiệp đối với các khía cạnh hoạt động của doanh nghiệp 4 , 5 , 6 , 7 phân tích tác động của kết khối đối với hiệu quả kỹ thuật của doanh nghiệp. Về thực trạng của kết khối doanh nghiệp ở Việt Nam, Ketels và cộng sự (2010) 8 chỉ ra rằng nền kinh tế kết khối vẫn còn yếu. Trong khi đó, Gokan và cộng sự (2019) 9 cho rằng các nghiên cứu kết khối về mặt không gian ở Việt Nam vẫn còn hiếm. Chính vì vậy, mục tiêu của nghiên cứu này bao gồm phân tích sự thay đổi tính kết khối của các nhóm doanh nghiệp Việt Nam về mặt không gian thông qua việc quan sát sự phân bố tập trung số lượng các nhóm doanh nghiệp ở các đại phương trong giai đoạn từ năm 2005 đến năm 2019, đồng thời kiểm tra mối liên hệ giữa kết khối của các nhóm này. Về phạm vi, bài viết nghiên cứu mức độ kết khối của các loại hình doanh nghiệp theo quy mô doanh nghiệp ở cấp độ tỉnh thành. Đối với việc phân chia các nhóm doanh nghiệp, có nhiều cách tiếp cận khác nhau như: quy mô về vốn, quy mô về lao động, hình thức sở hữu, lĩnh vực hoạt động. Tuy nhiên, đối với nghiên cứu về sự kết khối, yếu tố thể hiện sự đông đúc như số lượng được coi là thành phần quan trọng. Do đó, nghiên cứu này phân các doanh nghiệp thành hai nhóm bao gồm: Doanh nghiệp vừa và nhỏ với số lượng lao động không quá 200 người và doanh nghiệp lớn với số lượng trên 200 người. Kết cấu của bài viết được thiết kế như sau: Phần 2 bao gồm việc thảo luận lý thuyết. Phương pháp và dữ liệu nghiên cứu được trình bày trong phần 3. Phần 4 mô tả kết quả nghiên cứu. Phần 5 sẽ thảo luận các kết quả này. Và cuối cùng là phần kết luận.

Tổng quan nghiên cứu

Quan niệm về tính kết khối của doanh nghiệp ở cấp độ địa phương

Parr (2002) 10 cho rằng tính kết khối ở đây được coi là hiện tượng các công ty tập trung sản xuất tại một địa điểm nhất định. Giuliano và cộng sự (2019) 11 thì phát biểu rằng tính kết khối là việc các công ty có chung địa điểm để thu được các lợi ích bên ngoài. Trong khi đó, Glaeser (2010) 1 lại coi tính kết khối là việc phân cụm theo không gian của các doanh nghiệp để thu được những lợi ích nhất định. Từ đây có thể hiểu tính kết khối là việc các doanh nghiệp tồn tại ở cạnh nhau về mặt địa lý nhằm hưởng lợi từ việc giảm chi phí và tăng hiệu thông qua sự gần gũi này.

Việc phân bố tập trung hay sự tồn tại cạnh nhau về mặt địa lý đem lại những lợi ích nhất định cho doanh nghiệp. Một cách cụ thể, Duranton và Puga (2004) 12 đã mô tả bộ ba cơ chế giúp doanh nghiệp có được những lợi ích từ việc phân bố tập trung bao gồm: chia sẻ, kết nối và học hỏi. Trong đó, sự chia sẻ đặc trưng bởi cơ sở hạ tầng, cơ sở vật chất, nhà cung cấp và người lao động. Những đặc trưng này đem lại lợi ích nhờ tính kinh tế theo quy mô. Nhà cung cấp và người lao động sẽ tạo điều kiện thuận lợi cho phép chuyên môn hóa hơn, cung cấp hàng hóa trung gian khoa học hơn, bổ sung nguồn cung giữa các lĩnh vực dễ dàng hơn 13 , 14 . Về góc độ kết nối, khi thị trường lao động và nhà cung cấp lớn và đa dạng hóa, thì sẽ có sự phù hợp tốt hơn giữa người sử dụng lao động và người lao động, hoặc giữa các nhà cung cấp và nhà cung cấp trung gian 15 . Ở khía cạnh học hỏi, các công ty mới phải trải qua một quá trình học hỏi về cách tốt nhất để tổ chức, vận hành và ở các khu vực tập trung đông đúc, doanh nghiệp có nhiều cơ hội học tập hơn 12 .

Cơ sở lý luận của kết khối doanh nghiệp ở cấp độ địa phương

Trong tác phẩm nổi tiếng của mình “Những nguyên lý của kinh tế học”, Marshall (1890) 16 đã dựa trên lý thuyết kinh tế quy mô ngoại sinh để lập luận rằng bằng cách kết khối ở vị trí gần nhau về mặt địa lý, các doanh nghiệp có thể nhận được lợi nhuận ngày càng tăng từ bộ ba nền kinh tế kết khối bao gồm: nguồn lao động có tay nghề cao, liên kết nhà cung cấp địa phương và lan tỏa kiến thức địa phương. Nhiều nhà địa lý kinh tế sau đó tiếp tục sử dụng lý thuyết kết khối của Marshall để lập luận rằng sự phân bố về mặt địa lý các doanh nghiệp trong việc tạo ra kinh tế kết khối, đáng chú ý nhất là lý thuyết cụm kinh doanh của Porter (1990) 17 và lý thuyết về địa lý kinh tế mới (NEG) được phát triển bởi Krugman (1991) 18 . Đối với lý thuyết về cụm kinh doanh, Porter (1990) 17 tuyên bố rằng các cụm có khả năng ảnh hưởng đến cạnh tranh theo ba cách: bằng cách tăng năng suất của các công ty trong cụm, bằng cách thúc đẩy sự đổi mới trong lĩnh vực và bằng cách kích thích các doanh nghiệp mới trong lĩnh vực. Trong khi đó, lý thuyết về địa lý kinh tế mới sửa đổi cách tiếp cận tân cổ điển đối với thương mại và các chuyển động của các yếu tố sản xuất bằng cách cho phép tính kinh tế theo quy mô để mô hình hóa các lực kết khối và các lực lượng như vậy luôn đóng một vai trò lớn trong việc phân bố hoạt động kinh tế trong không gian. Lý thuyết này chỉ ra rằng khoảng cách địa lý thông qua chi phí vận tải đóng vai trò quan trọng trong việc hình thành nên các hiệu ứng tương tác.

Các mô hình kết khối doanh nghiệp ở cấp độ địa phương

Markusen (1996) 19 , đã xác định bốn mô hình của cụm: cụm đồng nhất, cụm trục và nan hoa, cụm nền vệ tinh, cụm neo nhà nước. Các mô hình này khái quát tổng thể tính kết khối giữa các doanh nghiệp. Trong đó, mỗi mô hình mô tả một dạng kết khối giữa các doanh nghiệp có hình thái, đặc điểm sở hữu khác nhau.

Tính kết khối giữa các doanh nghiệp cùng quy mô

Hai trong bốn mô hình cụm của Markusen (1996), mô tả tính kết khối của các doanh nghiệp cùng quy mô là mô hình cụm đồng nhất và mô hình cụm nền vệ tinh. Trong đó, mô hình cụm đồng nhất bao gồm các công ty vừa và nhỏ (SMEs) hợp tác với nhau hoặc cạnh tranh trực tiếp hoặc trong mối quan hệ nhà cung cấp - nhà sản xuất. Ngược lại, mô hình cụm nền vệ tinh bao gồm một nhóm các chi nhánh của các công ty đa quốc gia có các chi nhánh bên ngoài trụ sở thông thường các chi nhánh này là các công ty lớn (LEs), được đặt tại một khu vực cụ thể để hưởng lợi từ cơ sở hạ tầng của chính phủ hoặc chi phí thấp của nguồn cung đầu vào và lực lượng lao động. Theo Chłoń, (2020) 20 các công ty với quy mô khác nhau có những đặc điểm khác nhau, cả về cơ cấu ngành cũng như khả năng đổi mới. Do đó, quy mô doanh nghiệp sẽ ảnh hưởng đến việc lựa chọn địa điểm 21 . Các SMEs thường có tiềm năng cạnh tranh tốt hơn LEs, nhưng vị thế cạnh tranh của họ là thấp hơn 22 . Đã có nhiều nghiên cứu thực nghiệm chỉ ra sự tồn tại kết khối đối với các doanh nghiệp có quy mô vừa và nhỏ ở các quốc gia khác nhau 23 , 24 , 25 . Đối với LEs, Myles Shaver và Flyer (2000) 26 ; Alcácer và Chung, W (2014) 27 cho rằng sự hiện điện của các LEs sẽ làm tăng đáng kể hoạt động kinh tế địa phương, do đó giảm chi phí cho các đối thủ cạnh tranh. Ngoài ra, các LEs có thể tự khai thác lợi thế quy mô và có thể ít phụ thuộc hơn vào các yếu tố kinh tế bên ngoài dẫn đến kết nối lỏng lẻo và ít có khả năng kết khối lại hơn 28 . Về vị trí của các doanh nghiệp, Silvente và Giménez (2007) 29 cũng chỉ ra rằng hầu hết các SMEs tập trung ở nội thành và nơi cư trú so với LEs ở ngoại ô thành phố và các khu dân cư. Lý do đằng sau việc các SMEs thích nội thành là vì họ có thể tận dụng không gian nhỏ và nhu cầu gần gũi hơn với khách hàng của họ, không giống như các LEs cần mặt bằng lớn mà không thể tìm thấy trong nội thành.

Tính kết khối giữa các doanh nghiệp khác quy mô

Hai trong bốn mô hình cụm còn lại của Markusen (1996) 19 mô tả tính kết khối của các doanh nghiệp có sự khác biệt về quy mô là: cụm trục - nan hoa và cụm neo nhà nước. Đối với mô hình cụm trục-nan hoa, có ít công ty thống trị đại diện cho lõi trục của cụm thường là các LEs và được bao quanh bởi nhiều SMEs có liên kết trực tiếp với chúng. Trong khi đó, mô hình cụm neo nhà nước là mô hình tương tự mô hình cụm trục-nan hoa, tuy nhiên phần lõi trục được thay thế bằng các tổ chức công, cơ quan chính phủ, tổ chức phi lợi nhuận hoặc doanh nghiệp nhà nước. Mối quan hệ kết khối của SMEs và kết khối của LEs có thể nhìn nhận thông qua mối quan hệ của các SMEs và LEs. Về bản chất, các SMEs sử dụng công nghệ đơn giản và có xu hướng phụ thuộc vào các LEs và từ đó cả hai đều đã có thể mở rộng phạm vi thị trường của mình từ địa phương đến quốc gia hoặc toàn cầu 30 . Bên cạnh đó, Meyer-Stamer (1999) 31 ; Bylok, Pabian và Kuceba (2016) 32 đã đưa ra một số bằng chứng về vai trò của các SMEs đối với LEs dưới dạng quan hệ phân cấp của kết khối.

Dữ liệu và phương pháp nghiên cứu

Dữ liệu

Để nghiên cứu về tính kết khối của các nhóm doanh nghiệp, bài viết sẽ đi vào phân tích sự tập trung doanh nghiệp do đó, đữ liệu được sử dụng ở đây là số lượng doanh nghiệp ở các Tỉnh thành của Việt Nam trong giai đoạn 2005 đến năm 2019. Dữ liệu này được chia thành hai nhóm bao gồm: nhóm SMEs là nhóm doanh nghiệp có số lượng lao động ít hơn 200 người và nhóm LEs là nhóm doanh nghiệp có số lượng lao động lớn hơn 200 người. Tất cả các dữ liệu này được trích xuất từ Niêm giám thống kê hàng năm của Tổng cục thống kê Việt Nam. Bên cạnh đó, dữ liệu không gian của các địa phương bao gồm thông tin về tọa độ, vị trí, đường biên được trích xuất từ GADM (Cơ sở dữ liệu về các khu vực hành chính toàn cầu). Nghiên cứu sử dụng phần mềm R bản cập nhật 4.0.2.

Phương pháp

Việc đo lường tính kết khối có thể thực hiện thông qua việc phân tích mức độ tập trung về mặt không gian của doanh nghiệp. Nghiên cứu này sử dụng kết hợp hai chỉ số tự tương quan không gian là Moran I và LISA. Các chỉ số này sẽ cho phép điều tra mối quan hệ giữa các khu vực với nhau..

  • Chỉ số Moran I:

Là chỉ số đo lường mức độ phụ thuộc lẫn nhau về mặt không gian của cùng một biến. Chỉ số này có thể là dương hoặc âm. Nếu là dương có nghĩa các giá trị giống nhau của cùng một biến được xuất hiện gần nhau về mặt địa lý còn nếu là âm có nghĩa các giá trị khác nhau của cùng một biến xuất hiện gần nhau về mặt địa lý. Ngày nay, chỉ số Moran’s i là một trong những thước đo được biết đến nhiều nhất và được sử dụng rộng rãi nhất để kiểm tra sự tự tương quan trong không gian 33 . Chỉ số này được phát triển bởi Moran (1950) và được tính theo công thức sau:

Trong đó: n là số địa phương, tương ứng là giá trị của biến nghiên cứu tại địa phương i và j. là giá trị trung bình của biến quan sát. là trọng số không gian giữa địa phương i và địa phương j trong ma trận trọng số không gian. Ma trận trọng số không gian có thể được thiết lập bằng nhiều cách, tuy nhiên trong nghiên cứu này ma trận trọng số không gian dựa trên các ranh giới hành chính. Hiểu một cách đơn giản: = 1 nếu như biên giới (i) và biên giới (j) có điểm chung và = 0 nếu như biên giới (i) và biên giới (j) không có điểm chung ( Figure 1 ). Giá trị của chỉ số Moran’s i thay đổi theo thang từ +1 (tự tương quan không gian dương cao hay còn gọi là phân nhóm) đến 0 (không có tự tương quan không gian) đến -1 (tự tương quan không gian âm cao hay còn gọi là phân tán).

Figure 1 . Ma trận liền kề của các tỉnh thành Việt Nam (Nguồn: Tác giả)

  • Chỉ số LISA:

Chỉ số Moran I chỉ mô tả liệu sự tập trung có đang diễn ra trong khu vực nghiên cứu hay không, nhưng chúng ta không biết chính xác nơi tập trung. Tuy nhiên, để có thêm thông tin về khu vực nơi có sự tập trung cần phải sử dụng chỉ số Moran I địa phương về liên kết không gian (hay còn gọi là LISA), được phát triển bởi Anselin (2003) 34 . Thống kê LISA cho mỗi địa phương chỉ ra mức độ tập trung không gian đáng kể của các giá trị tương tự xung quanh địa phương đó. LISA dựa trên phương trình (2) như sau:

Trong đó: là chỉ số LISA của địa phương. là độ lệch so với giá trị trung bình của biến ban đầu . là trọng số không gian. Từ giá trị của chỉ số này, bản đồ cụm LISA chỉ ra các vị trí có chỉ số Moran có ý nghĩa. Bản đồ tập trung số lượng doanh nghiệp của các tỉnh có thể được phân thành: Nhóm (Cao - Cao), thể hiện các tỉnh có số lượng doanh nghiệp cao được bao quanh bởi các tỉnh có số lượng doanh nghiệp cao; Nhóm (Thấp – Cao), cho thấy các tỉnh có số lượng doanh nghiệp thấp được bao quanh bởi các tỉnh có số lượng doanh nghiệp cao; Nhóm (Cao - Thấp), thể hiện các tỉnh có số lượng doanh nghiệp cao được bao quanh bởi các tỉnh có số lượng doanh nghiệp thấp; Nhóm (Thấp - Thấp), cho thấy các tỉnh có số lượng doanh nghiệp thấp được bao quanh bởi các tỉnh có số lượng doanh nghiệp thấp.

Kết quả nghiên cứu

Kinh tế kết khối của các nhóm doanh nghiệp

Figure 2 cho thấy số lượng doanh nghiệp tại các địa phương trong giai đoạn 2005-2019. Có thể thấy rằng, sự phân bố các doanh nghiệp tại các địa phương là không đồng đều đối với cả 2 nhóm doanh nghiệp SMEs và LEs. Thành phố Hồ Chí Minh và Hà Nội là 2 địa phương có số lượng doanh nghiệp đông nhất trong khi đó Bắc Kạn là tỉnh có số lượng doanh nghiệp ít nhất cả nước trong cả giai đoạn 2005-2019. Đối với nhóm SMEs, số lượng ở các tỉnh liên tục tăng nhanh qua các năm và tăng trung bình khoảng 5.4 lần trong vòng 14 năm và tỷ lệ này diễn ra đồng thời ở hầu hết các đại phương do đó mức độ tập trung chưa cho thấy sự thay đổi rõ nét. Nhóm LEs cũng có sự gia tăng số lượng qua thời gian ở các địa phương tuy nhiên mức độ gia tăng không nhiều và diễn ra không đồng đều. Các tỉnh ở gần các đô thị lớn có tốc độ gia tăng nhanh hơn đặc biệt là khu vực thành phố Hồ Chí Minh và Hà Nội.

Figure 2 . Bản đồ phân bố số lượng doanh nghiệp ở các đại phương (Nguồn: Tác giả)

Từ đồ thị chỉ số Moran I ( Figure 3 ), có thể thấy rằng chỉ số Moran I đối với 2 nhóm doanh nghiệp là khác nhau. Độ dốc của đường thẳng biểu thị chỉ số Moran I của nhóm SMEs gần như bằng 0 trong khi của nhóm LEs có sự khác biệt rõ rệt với giá trị 0 và điều này được duy trì trong cả giai đoạn 2005-2019. Tuy nhiên vẫn có một số điểm đáng chú ý. Đối với nhóm SMEs, chỉ số này có xu hướng chuyển từ giá trị âm sang giá trị dương (từ đường thẳng có độ dốc âm năm 2005, 2010, 2015 chuyển sang đường thẳng có độ dốc dương 2019) điều này cho thấy các SMEs có xu hướng tập trung thay vì phân tán. Trong khi đó chỉ số của nhóm LEs có xu hướng ngày càng tăng (đường thẳng có độ dốc dương và tăng dần) cho thấy mức độ tập trung của nhóm LEs ngày càng cao.

Figure 3 . Đồ thị chỉ số Moran I của số lượng doanh nghiệp (Nguồn: Tác giả)

Bên cạnh đó, giá trị P-value của chỉ số Moran I cũng có sự thay đổi qua các năm ( Table 1 ). Mặc dù P-value của nhóm SMEs luôn lớn hơn 0.05 tuy nhiên giá trị này đang cho thấy xu hướng giảm dần cho thấy chỉ số Moran I ngày càng có ý nghĩa thống kê. Bên cạnh đó P-value đối với nhóm LEs luôn nhỏ hơn 0.05 và cũng có xu hướng giảm dần. Kết hợp với giá trị Moran I luôn dương, có thể khẳng định rằng các doanh nghiệp lớn có sự tập trung theo khu vực địa lý và ngày càng thể hiện rõ nét.

Table 1 Chỉ số Moran I của số lượng doanh nghiệp qua các năm

Mặc dù có thể nhận ra sự tập trung đối với nhóm LEs cũng như sự ngẫu nhiên trong phân bố của SMEs ở quy mô quốc gia, tuy nhiên để xác định và đánh giá cụ thể khu vực hay địa phương diễn ra sự tập trung chúng ta cần tìm hiểu chỉ số LISA. Trong Figure 4 , màu đỏ hiển thị khu vực phân cụm Cao-Cao trong khi màu xanh lam hiển thị phân nhóm Thấp-Thấp. Màu hồng nhạt và màu xanh da trời tương ứng với trường hợp phân cụm Cao-Thấp và phân cụm Thấp-Cao. Có thể nhận thấy trên hình, đối với nhóm SMEs trong giai đoạn 2005-2015 vẫn chưa hình thành sự tập trung ở mức độ vùng tuy nhiên điều này đã thay đổi trong giai đoạn 2015-2019 khi có sự xuất hiện cụm tại Bình Dương. Đối với nhóm LEs, các cụm tập trung đã xuất hiện từ rất sớm (từ năm 2005) tuy nhiên trong suốt giai đoạn 2005-2019 vẫn chưa xuất hiện thêm một cụm tập trung nào khác.

Figure 4 . Bản đồ biểu thị chỉ số LISA của số lượng doanh nghiệp (Nguồn: Tác giả)

Chỉ số LISA cụ thể của các nhóm doanh nghiệp ở các địa phương qua các năm được trình bày trong Table 2 (phần Phụ lục). Các giá trị P-value của chỉ số LISA đối với cả 2 nhóm doanh nghiệp ở các địa phương đều rất cao (> 0.3) đồng thời các giá trị này gần như không có sự biến động trong suốt 14 năm qua (ngoại trừ Bình Dương, Đồng Nai). Điều này cho thấy mức độ kết khối ở cấp độ vùng không có nhiều thay đổi.

Mối quan hệ giữa kết khối của nhóm SMEs và kết khối của nhóm LEs

Xem xét mối quan hệ giữa kết khối của nhóm SMEs và kết khối của nhóm LEs ( Figure 5 ) có thể nhận thấy xu hướng thay đổi cùng chiều giữa giá trị chỉ số Moran I của nhóm SMEs và LEs cũng như giữa giá trị P-value của chúng tuy nhiên xu hướng này chỉ trở nên rõ ràng từ giai đoạn 2012 trở về sau. Kết hợp với việc P-value của chỉ số Moran I ở nhóm LEs có giá trị nhỏ hơn 0.05 từ năm 2005 có thể thấy rằng việc tập trung của nhóm LEs có mối quan hệ cùng chiều đối với việc tập trung của nhóm SMEs, nói một cách cụ thể thì việc các kết khối của nhóm LEs có tác động hình thành nên tính kết khối của nhóm SMEs.

Figure 5 . Sự thay đổi của chỉ số Moran I và P-value của nhóm SMEs và LEs giai đoạn 2005-2019 (Nguồn: Tác giả)

Thảo luận

Tính kết khối không đồng đề tại các địa phương ở Việt Nam có thể xem xét dưới nhiều nguyên nhân. Hai đô thị lớn nhất là Tp Hồ Chí Minh và Tp. Hà Nội có những đặc điểm riêng biệt giúp hai khu vực này và các vùng lân cận có mức độ kết khối cao hơn. Thứ nhất, hai đô thị này luôn là nơi tập trung dân cư đông đúc nhất cả nước với tổng dân cư hai địa phương đạt hơn 9 triệu dân năm 2005 chiếm 10.87% tổng dân số cả nước và hơn 17 triệu dân năm 2019 chiếm khoảng 17.75% tổng dân số cả nước với mật độ dân số của Tp Hà Nội gấp 8.3 lần cả nước trong khi con số này của Tp Hồ Chí Minh tương ứng là 15 lần . Điều này giúp hai địa phương này trở thành thị trường tiêu thụ hàng hóa dịch vụ lớn nhất cả nước. Bên cạnh đó việc tập trung đông dân cư cũng giúp hai địa phương này có khả năng cung ứng cho các doanh nghiệp lực lượng lao động dồi dào với tỷ lệ lao động từ 15 tuổi trở lên đã qua đào tạo của thành phố Hà Nội và thành phố Hồ Chí Minh lần lượt là 48.1% và 37.1% (năm 2019) con số này cao hơn rất nhiều so với mức trung bình của cả nước 22.8%. Thứ hai, về cơ sở hạ tầng, hai đô thị này có sự vượt trội về đầu tư, phát triển hệ thống giao thông vận tải và thông tin liên lac. Ngân sách phân bổ cho đâu tư phát triển năm 2019 của Tp Hà Nội là 38081 tỷ đồng và Tp. Hồ Chí Minh là 22066 tỷ đồng cao hơn 3 đến 5 lần so với mức trung bình của cả nước là 6528 tỷ đồng. Thứ ba, hai đô thị này có chất lượng điều hành kinh tế tương đối tốt với sự thuận lợi, thân thiện của môi trường kinh doanh và nỗ lực cải cách hành chính của chính quyền địa phương trong việc thúc đẩy sự phát triển của khu vực kinh tế tư nhân. Thành phố Hà Nội và thành phố Hồ Chí Minh lần lượt xếp thứ 9 và 14 theo đánh giá chỉ số năng lực cạnh tranh cấp tỉnh PCI. Trong đó, chỉ số về dịch vụ hỗ trợ của 2 thành phố này là 7.06 và 7.39 vượt trội hẳn so với mức 6.22 trung bình của cả nước .

Đối với sự phân bố của các LEs, đa phần là các doanh nghiệp này là doanh nghiệp có vốn đầu tư nước ngoài. Do đó, bên cạnh các nguyên nhân chung ở trên, các chính sách khuyến khích, thu hút đầu tư trực tiếp nước ngoài của chính phủ cũng đóng vai trò quan trọng. Nếu như tỷ trọng số doanh nghiệp 100% vốn nước ngoài và doanh nghiệp liên doanh với nước ngoài năm 2005 chiếm 2.52% và 0.75% tổng số doanh nghiệp ở Việt Nam thì đến năm 2019 các con số này lần lượt là 29.44% và 2.37%. Để tháo gỡ, khơi thông dòng vốn FDI, Tp. Hồ Chí Minh và Hà Nội đã đẩy mạnh việc tạo quỹ đất công nghiệp cùng với việc triển khai thêm một số khu công nghiệp, khu chế xuất, giải quyết hạ tầng giao thông. Bên cạnh đó là việc áp dụng các cơ chế, chính sách hỗ trợ doanh nghiệp. Điển hình như khi doanh nghiệp khoa học và công nghệ có doanh thu của sản phẩm hình thành từ kết quả nghiên cứu khoa học và công nghệ đạt tỷ lệ tối thiểu 30% trên tổng doanh thu của doanh nghiệp sẽ được miễn, giảm thuế thu nhập doanh nghiệp. Ngoài ra, ở hai đô thị này cũng thường xuyên tổ chức hội nghị gặp gỡ giữa lãnh đạo thành phố và doanh nghiệp FDI để tháo gỡ các khó khăn trong quá trình thực hiện đầu tư và vận hành các dự án. Vì vậy, các LEs mặc dù tăng liên tục trong giai đoạn 2005-2019 tuy nhiên mức độ tăng không đồng đều và vẫn tập trung chủ yếu ở hai đô thị chính cũng như mở rộng dần ra khu vực lân cận. Trong khi đó, các doanh nghiệp SMEs lại phân bố một cách rải rác. Mặc dù vẫn tập trung nhiều ở hai đô thị lớn, sự chênh lệch giữa các địa phương còn lại thì không đáng kể.

Hiện tại, hầu hết các kết khối doanh nghiệp đang diễn ra ở Việt Nam ở dưới mô hình cụm đồng nhất thường được thể hiện ở dạng “cụm công nghiệp” với sự liên kết của các SMEs và mô hình cụm nền vệ tinh thể hiện ở dạng “khu công nghiệp” với sự tập trung của các LEs tham gia vào chuỗi giá trị toàn cầu. Đến nay, cả nước đã có 369 khu công nghiệp được thành lập (gồm cả các khu công nghiệp nằm trong khu kinh tế) tại 61/63 tỉnh thành và 968 cụm công nghiệp. Tuy nhiên, trong giai đoạn gần đây kết khối doanh nghiệp đã bắt đầu xuất hiện mô hình cụm trục và nan hoa. Điển hình tại khu công nghiệp Bắc Thăng Long Hà Nội nơi tập trung nhiều các SMEs, các doanh nghiệp này này liên kết, cung cấp phụ tùng linh kiện cho các LEs lắp ráp cơ điện tử đến từ Nhật Bản như Canon, Panasonic...Tương tự, mô hình này cũng xuất hiện ở khu công nghệ cao tại thành phố Hồ Chí Minh khi các SMEs liên kết với các LEs như Intel, Jabil…Nguyên nhân của hiện tượng này là do trước đây khi các LEs chủ yếu là các doanh nghiệp FDI vào thị trường Việt Nam, khi đó các SMEs của Việt Nam chưa có đủ năng lực để trở thành đối tác, nhà cung ứng của các LEs này, đồng thời các SMEs từ nước ngoài vẫn chưa đầu tư nhiều vào thị trường Việt Nam. Vì vậy, các LEs chủ yếu xây dựng chuỗi cung ứng toàn cầu với các đối tác ở các thị trường khác trong khi đó các SMEs nội địa hợp tác với nhau và ít phụ thuộc vào việc lựa chọn địa điểm của các LEs. Tuy nhiên, qua thời gian các SMEs từ nước ngoài đã bắt đầu tham gia vào thị trương Việt Nam bên cạnh đó các SMEs của Việt Nam hoạt động ngày càng trở nên hiệu quả với năng lực cạnh tranh được cải thiện, đáp ứng được các nhu cầu của các LEs do đó có thể trở thành đối tác và tích hợp dần vào chuỗi cung ứng của các công ty này. Vì vậy, sự xuất hiện của các cụm doanh nghiệp SMEs đang dần hình thành bên cạnh các cụm doanh nghiệp LEs.

Kết luận và hạn chế

Nghiên cứu này phân tích sự thay đổi tính kết khối của các nhóm doanh nghiệp ở cấp độ vùng tại Việt Nam. Kết quả nghiên cứu chỉ ra rằng các nhóm doanh nghiệp khác nhau thì có tính kết khối khác nhau. Đối với nhóm SMEs thì tính kết khối ở cấp độ vùng chỉ mới xuất hiện năm 2019 và chỉ tại một địa phương là Bình Dương. Trong khi đó tính kết khối đối với nhóm LEs thì đã tồn tại rất lâu ở 3 địa phương là TP. Hồ Chí Minh, Bình Dương và Đồng Nai từ năm 2005 cho đến nay. Nhìn chung tính kết khối ở cả 2 nhóm doanh nghiệp đang có xu hướng ngày càng trở nên rõ ràng tuy nhiên quá trình này diễn ra rất chậm. Ngoài ra, cũng có những bằng chứng cho thấy mối quan hệ giữa tính kết khối ở nhóm LEs và sự hình thành tính kết khối nhóm SMEs. Điều này giúp gợi mở đề xuất về việc phát triển tính kết khối của các SMEs thông qua việc xây dựng các nhóm LEs tập trung ở cấp độ vùng. Để làm được điều này, chính phủ và chính quyền địa phương cần có những chính sách cụ thể để thu hút FDI bên cạnh việc đầu tư phát triển cơ sở hạ tầng cũng như phát triển nguồn nhân lực nhằm tạo điều kiện thuận lợi và đáp ứng các nhu cầu của các LEs.

Mặc dù nghiên cứu đã cung cấp những thông tin về tính kết khối của các nhóm doanh nghiêp khác nhau thông qua việc thực nghiệm với dữ liệu thực tế, dựa trên những cơ sở lý thuyết sẵn có về phân bố không gian tuy nhiên, nghiên cứu cũng chưa phân tích sự khác biệt của tính kết khối đối với từng nhóm ngành cụ thể, điều mà có thể ảnh hưởng đến sự hợp tác, cạnh tranh giữa các doanh nghiệp. Đây cũng chính là hạn chế của được đề xuất cho những nghiên cứu sâu hơn về tính kết khối của doanh nghiệp về sau.

Danh mục từ viết tắt

LISA: Các chỉ số địa phương của sự kết hợp không gian

GADM: Cơ sở dữ liệu về các khu vực hành chính toàn cầu

NEG: Địa lý kinh tế mới

SMEs: Doanh nghiệp vừa và nhỏ

LEs: Doanh nghiệp lớn

PCI: Chỉ số năng lực cạnh tranh cấp tỉnh

xung đột lợi ích

Tác giả xin cam đoan rằng không có bất kì xung đột lợi ích nào trong công bố bài báo.

Đóng góp của tác giả

Toàn bộ nội dung bài viết chỉ do tác giả thực hiện.

Phụ lục

Table 2 Chỉ số LISA của các nhóm doanh nghiệp ở từng địa phương trong giai đoạn (2005 - 2019)

References

  1. Glaeser EL (Ed.). Agglomeration economics. University of Chicago Press; 2010. . ;:. Google Scholar
  2. Henderson JV. Marshall's scale economies. Journal of urban economics. 2003;53(1):1-28. . ;:. Google Scholar
  3. De Lucio JJ, Herce JA, & Goicolea A. The effects of externalities on productivity growth in Spanish industry. Regional Science and Urban Economics. 2002;32(2):241-58. . ;:. Google Scholar
  4. Tran TB & La HA. Agglomeration effects: Productivity of the informal sector in Vietnam. The Journal of Development Studies. 2018;54(2): 292-311. . ;:. Google Scholar
  5. Francois J & Nguyen HQ. Industrial Clusters and Firm Performance. World Trade Institute Working Paper; 2017. . ;:. Google Scholar
  6. Le VA. Does Agglomeration Account for Process Innovation in Vietnamese Small and Medium Enterprises? 2018. . ;:. Google Scholar
  7. The NH. Economic agglomeration and technical efficiency of small and medium-sized enterprises: evidence from Vietnam. Journal of the Asia Pacific Economy. 2021:1-23. . ;:. Google Scholar
  8. Ketels C, et al. Vietnam competitiveness report 2010; 2010. . ;:. Google Scholar
  9. Gokan T, Kuroiwa I, & Nakajima K. Agglomeration economies in Vietnam: A firm-level analysis. Journal of Asian Economics 2019;(62):52-64. . ;:. Google Scholar
  10. Parr JB. Agglomeration economies: ambiguities and confusions. Environment and planning A 2002;34(4):717-31. . ;:. Google Scholar
  11. Giuliano G, Kang S, & Yuan Q. Agglomeration economies and evolving urban form. The Annals of Regional Science. 2019;63(3):377-98. . ;:. Google Scholar
  12. Gilles Duranton. Handbook of regional and urban economics. Elsevier; 2004. p. 2063-117. (Micro-foundations of urban agglomeration economies; vol 4). . ;:. Google Scholar
  13. Rosenthal SS, & Strange WC. The determinants of agglomeration. Journal of urban economics 2001;50(2):191-229. . ;:. Google Scholar
  14. Ellison G, Glaeser EL, & Kerr WR. What causes industry agglomeration? Evidence from coagglomeration patterns. American Economic Review. 2010;100(3):1195-213. . ;:. Google Scholar
  15. Finney MM, & Kohlhase JE. The effect of urbanization on labor turnover. Journal of Regional Science. 2008;48(2):311-28. . ;:. Google Scholar
  16. Marshall A. Principles of Economics. Great Minds Series; 1890. . ;:. Google Scholar
  17. Porter M. The Competitive Advantage of Nations. London: Macmillan; 1990. . ;:. Google Scholar
  18. Krugman P. Increasing returns and economic geography. Journal of political economy 1991;99(3):483-99. . ;:. Google Scholar
  19. Markusen A. Sticky places in slippery space: a typology of industrial districts. Economic geography 1996;72(3):293-313. . ;:. Google Scholar
  20. Chłoń-Domińczak A, Fiedukowicz A, & Olszewski R. Geographical and Economic Factors Affecting the Spatial Distribution of Micro, Small, and Medium Enterprises: An Empirical Study of The Kujawsko-Pomorskie Region in Poland. ISPRS International Journal of Geo-Information. 2020;9(7): 426. . ;:. Google Scholar
  21. Murigi MW. Factors influencing spatial distribution of small and medium size enterprises within Nairobi county, Kenya [Doctoral dissertation]. University of Nairobi; 2016. . ;:. Google Scholar
  22. Jankowiak AH. Micro, small and medium enterprises clusters and the regional development-case of India. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. 2013;(295):41-49. . ;:. Google Scholar
  23. Sultan S, van Dijk MP, & Omran O. Emergence and development of low-tech clusters: an empirical study of five Palestinian clusters. EuroMed Journal of Business 2020. . ;:. Google Scholar
  24. Hajilo M, Ghadiri MM, Motiee LSH, Faraji SH, & Pennington-Gray L. Spatial analysis of the distribution of small businesses in the eastern villages of Gilan province with emphasis on the tourism sector in mountainous regions. Sustainability. 2017;9(12):2238. . ;:. Google Scholar
  25. Ionescu D. Cluster development in transition countries: A tool for small business support. In CEI Workshop on Clusters; 2003. . ;:. Google Scholar
  26. Myles SJ & Flyer F. Agglomeration economies, firm heterogeneity, and foreign direct investment in the United States. Strategic management journal. 2000;21(12):1175-93. . ;:. Google Scholar
  27. Alcácer J, & Chung W. Location strategies for agglomeration economies. Strategic Management Journal. 2014;35(12):1749-61. . ;:. Google Scholar
  28. Gordon P, & Cho J. Agglomeration near and far, the case of Southern California: supply chains for goods and ideas. The Annals of Regional Science. . 2018;61(3):517-52. Google Scholar
  29. Silvente FR, & Giménez JC. Information spillovers and the choice of export destination: a multinomial logit analysis of Spanish young SMEs. Small Business Economics. 2007;28(1):69-86. . ;:. Google Scholar
  30. McCormick D. African enterprise clusters and industrialization: theory and reality. World development. 1999;27(9):1531-51. . ;:. Google Scholar
  31. Meyer-Stamer J. Strategien lokaler/regionaler Entwicklung: Cluster, Standortpolitik und systemische Wettbewerbsfähigkeit. Nord-Süd aktuell. 1999;13(3):447-60. . ;:. Google Scholar
  32. Bylok F, Pabian A, & Kuceba R. Management of a cluster as a network for cooperation between SMEs in Poland. Small Enterprise Research. 2016;23(2):172-81. . ;:. Google Scholar
  33. Getis A. A history of the concept of spatial autocorrelation: A geographer's perspective. Geographical analysis. 2008;40(3):297-309. . ;:. Google Scholar
  34. Anselin L. Spatial econometrics: methods and models. Springer Science & Business Media; 2013. . ;:. Google Scholar


Author's Affiliation
Article Details

Issue: Vol 6 No 1 (2022)
Page No.: 2101-2114
Published: Nov 20, 2021
Section: Research article
DOI: https://doi.org/10.32508/stdjelm.v6i1.826

 Copyright Info

Creative Commons License

Copyright: The Authors. This is an open access article distributed under the terms of the Creative Commons Attribution License CC-BY 4.0., which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

 How to Cite
Truong Cong, B. (2021). The agglomeration of business types at the regional level in Vietnam. Science & Technology Development Journal - Economics - Law and Management, 6(1), 2101-2114. https://doi.org/https://doi.org/10.32508/stdjelm.v6i1.826

 Cited by



Article level Metrics by Paperbuzz/Impactstory
Article level Metrics by Altmetrics

 Article Statistics
HTML = 71 times
PDF   = 20 times
XML   = 0 times
Total   = 20 times