Đánh giá tác động của các yếu tố địa điểm đầu tư tới FDI vào khu vực RCEP qua mô hình kinh tế lượng

1. Giới thiệu 
Trong những năm gần đây, ASEAN đã đàm phán 
một số hiệp định thương mại tự do song phương và 
đa phương như Hiệp định Đối tác xuyên Thái Bình 
Dương (CPTPP), Hiệp định đối tác kinh tế toàn diện 
ASEAN (AJCEP), Khu vực thương mại tự do 
ASEAN-Hàn Quốc (AKFTA)... Năm 2012, ASEAN 
đã tiến hành các cuộc đàm phán Hiệp định RCEP 
với 6 đối tác Trung Quốc, Nhật Bản, Ấn Độ, Hàn 
Quốc, Úc và New Zealand. Nội dung của RCEP 
rộng hơn và sâu hơn so với nhiều thỏa thuận thương 
mại khác. Ngoài khía cạnh thương mại, một nội 
dung quan trọng của đàm phán RCEP là tập trung 
vào đầu tư. Các vấn đề như tự do hóa đầu tư, bảo hộ 
đầu tư và giải quyết tranh chấp là một trong những 
phần quan trọng của các cuộc đàm phán này. 
Các nghiên cứu về về RCEP hiện nay đa số tập 
trung vào khía cạnh thương mại, tuy nhiên, khía 
cạnh đầu tư, đặc biệt là thu hút FDI, chưa được thảo 
luận rộng rãi. Bên cạnh đó, trong các nghiên cứu về 
RCEP có sử dụng mô hình kinh tế lượng, các tác giả 
thường cách ly RCEP khỏi các thỏa thuận khác bằng 
cách sử dụng biến giả. Trong khi đó, các nước Châu 
Á Thái Bình Dương đang đàm phán nhiều FTA cùng 
một lúc. Do đó, câu hỏi đặt ra là: tác động của tự do 
hóa thương mại và cắt giảm thuế quan đối với FDI 
vào RCEP là gì? Những yếu tố thuộc nước nhận đầu 
tư đến dòng vốn FDI vào RCEP? 
Trong bối cảnh đó, bài viết này nhằm mục đích 
phân tích các yếu tố ảnh hưởng tới FDI vào RCEP 
bằng cách tập trung vào yếu tố “L” trong mô hình 
OLI của Dunning. Thông qua việc xây dựng mô 
hình kinh tế lượng sử dụng dữ liệu bảng, bài viết 
phân tích tác động của các yếu tố như thu nhập, lao 
động, tài nguyên thiên nhiên, chính sách tự do hóa 
thương mại đến dòng vốn FDI vào RCEP. Nội dung 
của bài báo gồm 3 phần: phần đầu mô tả tổng quan 
về dòng vốn FDI vào RCEP; phần tiếp theo giới 
thiệu các lý thuyết liên quan và xây dựng mô hình 
kinh tế lượng để xác định tác động của các yếu tố 
thuộc nước nhận đầu tư tới FDI vào RCEP. Phần thứ 
ba phân tích kết quả thực nghiệm của mô hình này. 
2. Tổng quan về dòng vốn FDI vào RCEP 
Vốn đầu tư vào RCEP tập trung vào hai địa điểm 
chủ yếu là Trung Quốc và ASEAN. Năm 2015, đây 
là hai khu vực nhận đầu tư trực tiếp lớn nhất, chiếm 
70% tổng số vốn FDI vào các nước đang phát triển. 
Tới năm 2016, với gần 50% dân số thế giới, các 
ĐÁNH GIÁ TÁC ĐỘNG CỦA CÁC YẾU TỐ 
ĐỊA ĐIỂM ĐẦU TƯ TỚI FDI VÀO KHU VỰC RCEP 
QUA MÔ HÌNH KINH TẾ LƯỢNG
Nguyễn Bình Dương 
Trường Đại học Ngoại Thương 
 Email: duongnb@ftu.edu.vn 
Ngày nhận: 31/07/2018 Ngày nhận lại: 27/03/2019 Ngày duyệt đăng: 02/04/2019 
H
 iệp định đối tác kinh tế toàn diện khu vực (RCEP) bắt đầu được đàm phán vào năm 2012 đã trở 
thành một cột mốc quan trọng của quá trình hội nhập ở khu vực Châu Á - Thái Bình Dương. Bài 
viết này nhằm mục đích phân tích ảnh hưởng của các yếu tố địa điểm đầu tư bao gồm: thu nhập, lao động, 
tài nguyên thiên nhiên, chính sách tự do hóa thương mại của các nước thành viên tới FDI vào RCEP. Thông 
qua việc xây dựng mô hình kinh tế lượng sử dụng dữ liệu bảng, kết quả thực nghiệm cho thấy thu nhập, lao 
động, tài nguyên thiên nhiên, chính sách tự do hóa thương mại của nước sở tại là những yếu tố quan trọng 
thúc đẩy FDI vào RCEP. 
Từ khóa: Địa điểm, FDI, mô hình, RCEP, tác động. 
Kinh tÕ vμ qu¶n lý
khoa hoïc 
thöông maïi2 Sè 130/2019
?
2
nước đã RCEP đóng góp 34% GDP toàn cầu và 
chiếm 17% tổng số vốn FDI của thế giới (ADB, 
2016). Nguồn vốn FDI vào RCEP đã tăng từ 4.269 
tỷ USD năm 2015 lên 4.563 tỷ USD vào năm 2016. 
Theo thống kê của Liên Hiệp Quốc, tổng vốn FDI 
chảy vào 3 khu vực EU28, NAFTA và RCEP chiếm 
hơn 75% dòng vốn FDI toàn cầu (UNCTADstat). 
Các cuộc đàm phán RCEP được bắt đầu vào năm 
2012 và hiện nay vẫn đang trong quá trình thương 
lượng. Nếu được ký kết, Hiệp định RCEP được kỳ 
vọng sẽ giúp thúc đẩy thương mại và tăng trưởng kinh 
tế của toàn khu vực thông qua việc giảm bớt hàng rào 
thuế quan trong thương mại hàng hóa và dịch vụ, cũng 
như giảm bớt các rào cản đối với đầu tư. 
Các quốc gia thành viên RCEP hiện nay 
đang ngày càng kết nối với nhau thông qua 
một mạng lưới sản xuất, thương mại và đầu 
tư trong khu vực. Một số công ty đa quốc 
gia của Nhật Bản, Hàn Quốc, ASEAN và 
Trung Quốc đã hiện diện ở khắp nơi trong 
khu vực. Những mối quan hệ về thương mại 
đầu tư nội vùng sẽ trở nên mạnh mẽ hơn bao 
giờ hết khi Hiệp định RCEP được ký kết và 
thực hiện. ASEAN là nhân tố chính trong 
RCEP, với tư cách là khu vực nhận đầu tư 
nội khối lớn nhất. ASEAN cũng vừa thành 
lập Cộng đồng kinh tế ASEAN vào ngày 31 
tháng 12 năm 2015 với tư cách là một thị 
trường và cơ sở sản xuất chung cho toàn 
ASEAN. Sự gia tăng của đầu tư nội khối và 
cùng với sự tham gia vào chuỗi giá trị khu 
vực của các thành viên đã tăng cường hơn 
nữa sự kết nối của các công ty và các quốc gia trong 
khu vực RCEP (UNCTAD, 2016). 
Đối với các nước ASEAN, bên cạnh việc đàm 
phán RCEP, CPTPP cũng là một thỏa thuận quan 
trọng khác. Tiền đề của CPTPP (Canada, New 
Zealand, Nhật Bản, Úc, Malaysia, Singapore, Việt 
Nam, Brunei, Mexico, Chile và Peru) trước đây là 
Hiệp định Đối tác xuyên Thái Bình Dương (TPP). 
Tuy nhiên, Hoa Kỳ đã rút khỏi TPP ngay sau cuộc 
bầu cử tổng thống vào năm 2016. Mười một thành 
viên còn lại đã tiếp tục các cuộc đàm phán và cuối 
cùng đã đạt được thỏa thuận vào ngày 23 tháng 1 
năm 2018. CPTPP chính thức được ký kết vào ngày 
8 tháng 3 năm 2018, tạo tiền đề cho việc tăng cường 
các mối quan hệ kinh tế giữa các thành viên thông 
qua hạ thấp các rào cản thương mại và khuyến khích 
đầu tư nội khối. Một cách gián tiếp, CPTPP được coi 
là một đối trọng để các nước thành viên “cân bằng 
lực lượng” của Trung Quốc trên lục địa Châu Á. 
Thỏa thuận sẽ giúp tăng ảnh hưởng và quyền lực 
thương lượng của các nước trong khu vực thông qua 
việc thúc đẩy quan hệ chính trị và kinh tế của các 
quốc gia CPTPP. 
Có thể thấy, trước năm 2016, các thành viên của 
CPTPP hoàn toàn vượt quá RCEP về vốn đầu tư trực 
tiếp nước ngoài. Tuy nhiên, sau khi Mỹ rút khỏi TPP, 
RCEP đã vượt CPTPP và trở thành điểm đến thứ ba 
cho các nhà đầu tư chỉ sau EU và NAFTA (Hình 1). 
Điều này cho thấy tầm quan trọng của RCEP trên 
bản đồ đầu tư của thế giới cũng như toàn khu vực. 
3. Tổng quan tài liệu về tác động của các yếu 
tố tới FDI 
Mô hình cổ điển phân tích các yếu tố quyết định 
tới luồng vốn đầu tư trực tiếp nước ngoài FDI bắt đầu 
từ công trình nghiên cứu của Dunning (1979) còn gọi 
là mô hình OLI ( Ownership - Location- 
Internalization). Mô hình OLI trong kinh tế học và còn 
được gọi là mô hình chiết trung. Đối với Dunning, 3 
yếu tố rất quan trọng đối với FDI bao gồm: 
Lợi thế chủ sở hữu (O): Đề cập đến lợi thế cạnh 
tranh của các doanh nghiệp muốn đi đầu tư trực tiếp 
ra nước ngoài. Đó có thể là những lợi thế về nhãn 
hiệu, kỹ thuật sản xuất, kỹ năng kinh doanh, lợi 
nhuận theo quy mô. Lợi thế cạnh tranh của các công 
ty đầu tư càng lớn, họ càng có nhiều khả năng tham 
gia vào mạng lưới sản xuất ở nước ngoài. 
3
?
Sè 130/2019
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
Nguồn: Tổng hợp của tác giả từ cơ sở dữ liệu của UNCTAD, 
được truy cập trực tuyến tại  
Hình 1: Vốn đầu tư nước ngoài vào RCEP 
và các điểm đến khác (triệu USD) 
?Lợi thế về địa điểm nhận đầu tư (L): đề cập tới 
các yếu tố thuộc nước nhận đầu tư. Nước nhận đầu 
tư càng sở hữu nhiều tài nguyên, thiên nhiên hoặc 
nhân tạo, khả năng nhận đầu tư từ nước ngoài càng 
lớn. Đây thực chất là lợi thế so sánh của nước nhận 
đầu tư về mặt cung ứng các yếu đầu vào, cần thiết 
cho nhà đầu tư cần trong quá trình sản xuất. 
Lợi thế nội địa hóa: đề cập đến những lợi ích do 
thực hiện các giao dịch trong nội bộ một công ty đa 
quốc gia (công ty mẹ - công ty con) thay vì hợp tác 
với bên ngoài như thỏa thuận hợp tác, cấp phép hoặc 
liên doanh. Lợi ích của việc nội bộ hóa là tránh được 
độ trễ về thời gian, việc mặc cả khi mua bán và tình 
trạng thiếu thốn người mua, hoặc tránh được tình 
trạng ăn cắp bản quyền, bảo vệ bí mật công nghệ 
hay những giá trị cốt lõi của công ty. 
 Trong khi yếu tố “O” và “I” là những yếu tố liên 
quan đến chủ đầu tư, thì yếu tố thứ hai là yếu tố liên 
quan đến nước nhận đầu tư. Do có nhiều yếu tố ở 
nước nhận đầu tư có thể tác động tới FDI, một nỗ lực 
tích hợp tất cả các yếu tố đó vào một mô hình duy 
nhất đã được thực hiện trong Báo cáo về đầu tư của 
thế giới (WIR) do UNCTAD phát hành năm 1998. 
Theo UNCTAD (1998), có ba động cơ thôi thúc 
các nước đầu tư ra bên ngoài: (i) động cơ tìm kiếm 
tài nguyên nhằm mục đích khai thác các đầu vào cơ 
bản cho quá trình sản xuất như nguyên liệu thô hoặc 
các yếu tố đầu vào khác; (ii) động cơ tìm kiếm thị 
trường nhằm mục đích thâm nhập vào một thị 
trường một thị trường mới; (iii) động cơ tìm kiếm 
hiệu quả nhằm tìm kiếm một thị trường đem lại hiệu 
quả đầu tư cao hơn. 
Sau báo cáo của UNCTAD (1998), nhiều nhà 
nghiên cứu đã tiếp tục phân tích ảnh hưởng của các 
yếu tố thuộc nước nhận đầu tư tới FDI. Bevan và 
Estrin (2004) nghiên cứu ảnh hưởng của các yếu tố 
như rủi ro quốc gia, chi phí lao động, quy mô thị 
trường và việc tham gia vào Liên minh Châu Âu 
của nước nhận đầu tư tới quyết định dòng vốn FDI 
vào các nền kinh tế chuyển đổi (Trung Âu và Đông 
Âu). Kết quả cho thấy việc gia nhập EU làm tăng 
FDI vào khu vực này. Lipsey (2003) trong nghiên 
cứu của mình đã chứng minh tác động tích cực của 
FDI đối với tăng trưởng kinh tế. Tương tự, bằng 
cách sử dụng dữ liệu mảng, Sahoo (2006) thấy 
rằng quy mô thị trường, tăng trưởng lực lượng lao 
động, chỉ số cơ sở hạ tầng, độ mở thương mại là 
những yếu tố quan trọng quyết định dòng vốn FDI 
ở các nước Nam Á. 
Trong số các nghiên cứu về Châu Á - Thái 
Bình Dương, quốc tế về RCEP, khía cạnh đầu tư 
thường chỉ được thảo luận dưới góc độ luật pháp. 
Ví dụ, Wang (2017) đã phân tích các quy tắc đầu 
tư của RCEP và kinh nghiệm từ các FTA mà 
Trung Quốc đã ký kết trong quá khứ. Kawharu 
(2015) đã nghiên cứu ý nghĩa pháp lý của các điều 
khoản về đầu tư trong khuôn khổ TPP, RCEP đối 
với New Zealand. Tuy nhiên, những nghiên cứu 
này chỉ tập trung vào khía cạnh pháp lý của các 
Hiệp định này. Gần đây, Li et al, (2017) đã phân 
tích tác động của RCEP đối với FDI. Tuy nhiên, 
các tác giả đã sử dụng mô hình cân bằng tổng thể 
(CGE) mà không phải là mô hình kinh tế lượng sử 
dụng dữ liệu mảng. 
Trong bối cảnh đó, bài viết này nhằm mục đích 
phân tích ảnh hưởng của các yếu tố thuộc địa điểm 
đầu tư tới dòng vốn FDI vào RCEP thông qua mô 
hình kinh tế lượng. Tác giả tập trung vào yếu tố “L” 
trong mô hình OLI của Dunning, kết 
hợp với phương pháp UNCTAD 
(1998) để phân tích các yếu tố về địa 
điểm quyết định tới FDI vào RCEP. 
Cho tới thời điểm hiện tại, chưa có 
nghiên cứu nào sử dụng phương pháp 
này để phân tích các yếu tố ảnh hưởng 
tới FDI vào khu vực RCEP. Các yếu 
tố được lựa chọn vào mô hình, tương 
ứng với động cơ của nhà đầu tư được 
liệt kê như sau: 
Sè 130/20194
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
Bảng 1: Các yếu tố của nước nhận đầu tư tác động tới FDI 
Nguồn: UNCTAD, 1998
ĈӝQJFѫFӫDQKjÿҫXWѭ &iF\͇XW͙FͭWK͋FͯDQ˱ͣFQK̵Qÿ̯XW˱ 
A7uPNL͇PWK͓WU˱ͥQJ 
4X\ P{ WKӏ WUѭӡQJ WKX QKұS EuQK TXkQ ÿҫX
QJѭӡL WӕF ÿӝ WăQJ WUѭӣQJ WKӏ WUѭӡQJ NKҧ QăQJ WLӃS
FұQ WKӏ WӟL WKӏ WUѭӡQJ WKӭED WURQJ NKXYӵFYj WRjQ
FҫX VӣWKtFKFӫDQJѭӡLWLrXGQJ 
%7uPNL͇PWjLQJX\rQ 
1JX\rQ OLӋX ODR ÿӝQJ SKә WK{QJ FKL SKt WKҩS lao 
ÿӝQJ OjQKQJKӅ WjL VҧQ F{QJQJKӋ WKѭѫQJKLӋX Fѫ
VӣKҥWҫQJYұWFKҩWFҧQJÿѭӡQJÿLӋQYLӉQWK{QJ 
&7uPNL͇PKL͏XTX̫ 
&KL SKt WjL QJX\rQ WjL QJX\rQ QăQJ VXҩW ODR ÿӝQJ
cao; FKLSKt FiFÿҫXYjRNKiFQKѭYұQFKX\ӇQ OLrQ
OҥFWKXӃ[XҩWNKҭXUDPӝWQѭӟFWKӭEDWKҩS« 
4. Mô hình và dữ liệu sử dụng 
4.1. Mô hình 
Mô hình phân tích tác động của các yếu tố tới 
dòng vốn FDI vào RCEP được xác định như sau: 
Ln FDIc, t = a0 + a1 ln PCGNIc,t + a2 ln 
LABORc,t + a3 trong NRCESc,t + một FTA 4 lnc,t 
+ a5 ln TRc,t + a6 ln EXPc,t + ec,t 
Ở đâu: 
FDIc,t: Dòng vốn FDI vào nước c (thành viên của 
RCEP) tại thời điểm t 
PCGNIc,t: Tổng thu nhập bình quân đầu người 
của quốc gia c tại thời điểm t 
LABORc,t: Lực lượng lao động của nước c tại 
thời điểm t 
NRCESc,t: Tổng tiền thuê nguồn gốc tự nhiên 
của quốc gia c tại thời điểm t 
FTAc,t: Số hiệp định thương mại tự do theo đàm 
phán của nước c tại thời điểm t 
TRc,t: Biểu thuế nhập khẩu của nước c tại thời 
điểm t 
EXPc,t: Xuất khẩu của quốc gia c tại thời điểm t 
ec,t: lỗi (ec,d,t = uc + wt + ηc,t) 
u: ghi lại tất cả các hiệu ứng riêng (theo quốc 
gia) được bỏ qua từ đặc tả 
mô hình của chúng tôi 
w: hiệu ứng thời gian; η: 
hiệu ứng ngẫu nhiên 
Tác giả xây dựng dữ 
mảng bao gồm 16 quốc gia 
thành viên RCEP (Trung 
Quốc, Nhật Bản, Ấn Độ, 
Hàn Quốc, Úc, New 
Zealand, Singapore, Thái 
Lan, Indonesia, Malaysia, 
Philippines, Việt Nam, Lào, 
Campuchia, Brunei, Myanmar), từ năm 
2003 đến 2016. Dữ liệu FDI là dữ liệu 
theo năm, tính bằng đô la Mỹ theo giá hiện 
hành từ cơ sở dữ liệu UNCTADSTAT. 
Tổng thu nhập quốc dân trên đầu người 
(PCGNI) của các quốc gia thành viên 
RCEP được lấy từ cơ sở dữ liệu của Ngân 
hàng Thế giới, tính bằng USD theo giá 
hiện hành. Lực lượng lao động (LABOR) 
được lấy từ cơ sở dữ liệu của Ngân hàng 
Thế giới. Tài nguyên thiên nhiên 
(NRCES) là lợi tức từ tài nguyên thiên 
nhiên, được đo bằng % GDP. Hiệp định 
thương mại tự do (FTA) là số lượng FTA 
hàng năm, được tác giả tính từ cơ sở dữ liệu ADB, 
bao gồm tất cả các Hiệp định ở tất cả các giai đoạn 
đang đàm phán, đã ký kết, hoặc đã có hiệu lực. Dữ 
liệu thuế nhập khẩu (TR) là thuế MFN của các quốc 
gia thành viên RCEP, số liệu xuất khẩu (EXP) được 
lấy từ được lấy từ cơ sở dữ liệu của Ngân hàng Thế 
giới Ngân hàng Thế giới, dựa trên giá trị xuất khẩu 
hàng hóa và dịch vụ theo USD thời giá hiện hành. 
4.2. Mô tả dữ liệu 
Bảng 3 cho thấy chênh lệch về thu nhập giữa các 
thành viên RCEP rất lớn. GNI đầu người cao nhất 
trong khối RCEP thuộc về Singapore (56370 USD), 
gấp 296 lần so với Myanmar (190 USD). Trung 
Quốc là quốc gia lực lượng lao động lớn nhất, 787 
triệu người, trong khi lực lượng lao động của Brunei 
chỉ là 0,16 triệu. Ngược lại, Brunei là quốc gia có tỷ 
lệ thu nhập từ tài nguyên thiên nhiên cao nhất, 
khoảng 30% GDP, trong khi tỷ lệ này của Singapore 
chỉ là 0,0003%. Về thương mại, một số quốc gia mức 
độ tự do hóa rất lớn, ví dụ tại Singapore, với mức 
thuế nhập khẩu trung bình chỉ là 0,02%, nhưng một 
số nước khác (ví dụ Ấn Độ) lại duy trì một hàng rào 
5
?
Sè 130/2019
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
Bảng 2: Các yếu tố tác động tới FDI vào RCEP được lựa chọn 
&iFELӃQVӕOӵDFKӑQ ĈӝQJFѫFӫDQKjÿҫXWѭ 
*'3EuQKTXkQÿҫXQJѭӡL 7uPNLӃPWKӏWUѭӡQJ 
/ӵFOѭӧQJODRÿӝQJ 7uPNLӃPtài nguyên 
Tài nguyên thiên nhiên 7uPNLӃPWjLQJX\rQ 
FTA 7uPNLӃPKLӋXTXҧ 
7KXӃTXDQ 7uPNLӃPKLӋXTXҧ 
;XҩWNKҭX 7uPNLӃPKLӋXTXҧ 
Bảng 3: Mô tả dữ liệu
 %LӃQ Vӕ Obs Mean Std.Dev. Min Max 
1 LABOR 7ULӋXQJѭӡL 224 103 207 0.169227 787 
2 FDI c, t ( USD) 224 166982.1 242148.9 636.148 1354404 
3 NRCES c, t (% GDP) 224 5.533488 5,895973 0,0003121 30.6706 
4 FTA  ... ng quan giữa các biến. Kết 
quả cho thấy không có bất kỳ 
hệ số nào lớn hơn 0,67, không 
có đa cộng tuyến hoàn hảo 
giữa các biến độc lập. 
5. Kết quả thực nghiệm 
Thông thường, có ba loại mô 
hình được sử dụng để ước lượng 
với dữ liệu bảng bao gồm mô 
hình bình phương nhỏ nhất 
(OLS), mô hình hiệu ứng cố định 
(FEM) và mô hình hiệu ứng ngẫu 
nhiên (REM). Để quyết định mô 
hình nào sẽ được sử dụng, tác giả 
phải dựa trên các và kiểm định 
lựa chọn mô hình. 
Bảng 5 biểu thị các hệ số của 
các biến độc lập được ước tính 
trong các mô hình OLS, REM và 
FEM. Đầu tiên, tác giả sử dụng 
kiểm định số nhân Breusch và 
Pagan Lagrangian để lựa chọn sử 
dụng mô hình OLS hay REM. Kết quả cho thấy mô 
hình REM tối ưu hơn. Tiếp theo, tác giả sử dụng kiểm 
định Hausman để lựa chọn giữa mô hình FEM hay 
REM và chúng tôi lựa chọn mô hình FEM (Phụ lục). 
Khi mô hình hiệu ứng cố định (FEM) được lựa 
chọn, tác giả kiểm tra các khuyết tật của mô hình 
như phương sai sai số thay sự hiện diện của tính 
không đồng nhất, tương quan và tự tương quan, và 
tương quan chéo của mô hình. Các kết quả thực 
nghiệm cho thấy không có tương quan giữa các sai 
số, nhưng có hiện tượng phương sai sai số thay đổi, 
tự tương quan và phụ thuộc chéo trong mô hình 
(Phụ lục). Sau khi tiến hành chữa khuyết tật, kết quả 
mô hình được thể hiện như sau: 
Trong mô hình đã được chữa khuyết tật (Bảng 
6), R2 bằng 0,90 cho thấy các biến độc lập giải thích 
90% sự thay đổi của biến phụ thuộc. 
Như dự đoán, hệ số liên quan đến tổng thu nhập 
quốc dân đầu người và lao động có giá trị dương có 
Sè 130/20196
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
Bảng 4: Ma trận tương quan 
Variable lnPCGNI ln LABOR ln NRCES lnFTA lnTR LnEXP 
lnPCGNI 1 
ln LABOR -0,3721 1 
ln NRCES -0,5049 0,0326 1 
lnFTA 0,4848 0,2606 -0,4125 1 
lnTR 0,5105 0,4553 -0,4306 0,6667 1 
LnEXP -0,5421 0,4699 0,6163 -0,2888 -0,1027 1 
Bảng 5: Hệ số của các biến độc lập được ước lượng trong các mô hình 
lnFDI OLS REM FEM 
lnPCGNI 1.0322291*** 1.0322291*** 0.96257123*** 
lnLABOR 0.83528246*** 0.83528246*** 1.5790237*** 
lnNRCES -0.06147867 -0.06147867 -0.07097377 
lnFTA 0.24658342*** 0.24658342*** 0.20206103*** 
lnTR 0.02262561 0.02262561 0.04404621 
lnEXP -0.6556183* -0.6556183* -0.05527185* 
_cons -10.960103*** 10.960103*** -23.033687*** 
N 224 224 224 
Bảng 6: Mô hình hiệu ứng cố định 
đã chữa khuyết tật (FEMCR) 
Ghi chú: *, ** và *** thể hiện mức ý nghĩa thống 
kê tương ứng 10%, 5% và 1% sai số
lnFDI FEMCR 
lnPCGNI 0.52414273*** 
lnLABOR 0.65334749*** 
lnNRCES 0.06839437*** 
lnFTA 0.47323635** 
lnTR -0.48407572*** 
lnEXP 0.11308642** 
_cons -7.7826169*** 
N 224 
R2 0.90081694 
độ tin cậy 99%, cho thấy khi thu nhập quốc dân đầu 
người và lao động tăng lên dẫn đến sự gia tăng của 
dòng vốn FDI vào RCEP. Trong mô hình, các hệ số 
giải thích rằng PCGNI tăng 1% dẫn đến FDI tăng 
0,52% và lao động tăng 1% dẫn đến FDI tăng 0,65%. 
Điều này hoàn toàn logic trong thực tế, khi thu nhập 
tăng, nhu cầu về hàng hóa và dịch vụ cũng tăng theo. 
Thông qua FDI, các nhà đầu tư nước ngoài có thể mở 
rộng sản xuất sang khu vực RCEP để đáp ứng nhu 
cầu của người tiêu dùng ở các nước này. Một số quốc 
gia như Singapore, Nhật Bản, Hàn Quốc, Úc và New 
Zealand có thu nhập bình quân đầu người cao; đây là 
một yếu tố thúc đẩy dòng vốn FDI vào RCEP. 
Mặt khác, các nhà đầu tư nước ngoài cũng bị hấp 
dẫn bởi lực lượng lao động dồi dào và chi phí rẻ ở 
các nước RCEP. Một số nước như Trung Quốc, Ấn 
Độ, Indonesia và Việt Nam là điểm đến hấp dẫn đối 
với các nhà đầu tư nước ngoài, đặc biệt là trong các 
ngành thâm dụng lao động. Điều này rất có ý nghĩa 
trong bối cảnh chi phí lao động gia tăng ở nhiều 
nước phát triển. Do đó, lực lượng lao động dồi dào 
được coi là yếu tố quan trọng nhất thu hút vốn đầu 
tư trực tiếp nước ngoài vào RCEP, thực tế này được 
thể hiện bằng hệ số lao động bằng 0,65 (hệ số có giá 
trị cao nhất trong các hệ số của mô hình). 
Một động lực khác thúc đẩy đầu tư trực tiếp 
nước ngoài vào RCEP là khai thác tài nguyên thiên 
nhiên phong phú của khu vực này. Một số quốc gia 
như Brunei, Lào và Australia có nguồn tài nguyên 
thiên nhiên phong phú; điều này tạo thuận lợi cho 
FDI vào RCEP, đặc biệt là trong các ngành như công 
nghiệp khai thác khoáng sản và dầu khí. Thực tế này 
cũng được thể hiện trong mô hình. Hệ số tài nguyên 
thiên nhiên có giá trị dương và có ý nghĩa thống kê 
ở mức 99% giải thích rằng việc khai thác tài nguyên 
thiên nhiên dẫn đến sự gia tăng dòng vốn FDI vào 
RCEP. Tuy nhiên, cần lưu ý rằng khai thác tài 
nguyên thiên nhiên không phải là động lực chính đối 
với các nhà đầu tư, vì trong mô hình, hệ số liên quan 
đến tài nguyên thiên nhiên chỉ bằng 0,06 cho thấy 
mức tăng tài nguyên thiên nhiên 1% chỉ dẫn đến sự 
gia tăng 0 ,06% vốn FDI. 
Một điểm đáng chú ý khác là chính sách tự do 
hóa thương mại của các nước RCEP, đây cũng là 
một yếu tố quan trọng để thu hút vốn FDI vào khu 
vực này. Số lượng các hiệp định thương mại tự do 
trong khu vực trong 10 năm qua đã tăng nhanh 
chóng. Trong năm 2016, các thành viên RCEP đã ký 
tổng cộng 301 FTA, dẫn đầu là Singapore, Ấn Độ, 
Trung Quốc và Hàn Quốc. Các FTA đã tạo ra một 
môi trường thuận lợi đầu tư vào RCEP thông qua 
các cam kết về bảo vệ đầu tư, tự do hóa đầu tư và 
giải quyết tranh chấp. Ngoài ra, các FTA được các 
nước thành viên ký kết với các quốc gia ngoài khối 
cũng tạo điều kiện cho FDI từ các khu vực khác vào 
RCEP. Năm 2016, khu vực RCEP chiếm 17% tổng 
FDI toàn cầu (UNCTAD). Trong mô hình, hệ số liên 
quan đến FTA có giá trị dương và có ý nghĩa thống 
kê ở mức 95%, điều này cho thấy sự gia tăng số 
lượng FTA trong khu vực làm tăng FDI vào RCEP. 
Trong mô hình, hệ số này bằng 0,47 giải thích rằng 
số lượng FTA tăng 1% dẫn đến FDI tăng 0, 47%. 
Ngoài ra, giảm thuế theo các FTA cũng là một 
yếu tố thúc đẩy thương mại và làm tăng FDI vào khu 
vực. Các quốc gia thành viên RCEP ngày càng liên 
kết chặt chẽ với nhau hơn thông qua mạng lưới sản 
xuất nội vùng. Một số công ty đa quốc gia Nhật Bản, 
Hàn Quốc, ASEAN và Trung Quốc đã thành lập chi 
nhánh tại các nước thành viên RCEP. Trong mô hình, 
hệ số thuế suất có giá trị âm và có ý nghĩa thống kê 
với mức độ tin cậy 99% giải thích rằng việc cắt giảm 
thuế dẫn đến gia tăng dòng vốn FDI vào RCEP. 
Trong mô hình, hệ số thuế bằng 0,48 thể hiện rằng 
việc giảm thuế 1% dẫn đến FDI tăng 0, 48%. 
Cuối cùng, hệ số xuất khẩu mang giá trị dương 
và có ý nghĩa thống kê ở mức 95% cho thấy chính 
sách hướng về xuất khẩu làm tăng FDI vào RCEP. 
Thông qua đầu tư trực tiếp, các doanh nghiệp có thể 
mở rộng sản xuất tại các quốc gia thành viên RCEP 
để thu lợi từ việc giảm thuế trong khuôn khổ các 
FTA ký kết giữa các nước thành viên và phần còn lại 
của thế giới. Trong mô hình, hệ số của biến xuất 
khẩu thể hiện việc tăng 1% kim ngạch xuất khẩu dẫn 
đến FDI vào RCEP tăng 0,11% 
6. Kết luận 
Châu Á - Thái Bình Dương đã và đang trở thành 
khu vực chiến lược quan trọng thu hút FDI trên toàn 
thế giới. Năm 2012, ASEAN đã tiến hành các cuộc 
đàm phán Hiệp định RCEP với 6 đối tác Trung Quốc, 
Nhật Bản, Ấn Độ, Hàn Quốc, Úc và New Zealand. 
Nội dung của RCEP rộng hơn và sâu hơn so với nhiều 
thỏa thuận thương mại khác. Ngoài khía cạnh thương 
mại, một nội dung quan trọng của đàm phán RCEP là 
tập trung vào đầu tư. Tuy nhiên, các công trình về 
RCEP hiện nay đa số tập trung vào khía cạnh thương 
mại, ngược lại khía cạnh đầu tư, đặc biệt là thu hút 
7
?
Sè 130/2019
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
?FDI, chưa được thảo luận rộng rãi. Bài viết này nhằm 
mục đích phân tích các yếu tố ảnh hưởng tới FDI vào 
RCEP bằng cách tập trung vào yếu tố “L” trong mô 
hình OLI của Dunning, góp phần bổ sung vào việc lấp 
đầy khoảng trống nghiên cứu trước đó về RCEP. 
Thông qua việc xây dựng mô hình kinh tế lượng sử 
dụng dữ liệu bảng, bài viết phân tích tác động của các 
yếu tố như thu nhập, lao động, tài nguyên thiên nhiên, 
chính sách tự do hóa thương mại của các nước thành 
viên tới FDI vào RCEP. Thông qua việc xây dựng mô 
hình kinh tế lượng sử dụng dữ liệu bảng, kết quả cho 
thấy FDI vào RCEP được thúc đẩy bởi lực lượng lao 
động dồi dào, thu nhập đầu người, tài nguyên thiên 
nhiên và chính sách tự do hóa thương mại của các 
quốc gia thành viên. Trong số các yếu tố thu hút FDI 
vào RCEP, lực lượng lao động vẫn là yếu tố quan 
trọng nhất. Ngoài ra, thu nhập quốc dân bình quân đầu 
người, tài nguyên thiên nhiên phong phú cũng là 
những yếu tố thúc đẩy FDI vào khu vực này. Số lượng 
các hiệp định thương mại tự do ngày càng tăng, kết 
hợp với việc cắt giảm thuế quan trong khuôn khổ các 
FTA đã tạo ra một môi trường thuận lợi thu hút FDI 
vào RCEP. Ngoài ra, chiến lược hướng về xuất khẩu 
của các nước thành viên RCEP là một yếu tố quan 
trọng thu hút vốn đầu tư trực tiếp nước ngoài vào khu 
vực này. Tổng hợp của những yếu tố đó đã tạo ra lợi 
thế cho RCEP, giúp các nhà đầu tư nước ngoài mở 
rộng thị trường, cung cấp đầu vào cho sản xuất và đem 
đến hiệu quả đầu tư tốt hơn cho doanh nghiệp.u 
Tài liệu tham khảo: 
1. ADB. 2016, Facilitating Small and Medium-
Sized Enterprises Foreign Direct Investment Flows: 
An ASEAN+6 Case Study, Asian Development 
Bank. https://www.adb.org/sites/default/files/pro-
ject-document/222491/50315-001-tar.pdf 
2. Bevan, A. A., and Estrin, S. 2004, The deter-
minants of foreign direct investment into European 
transition economies, Journal of comparative eco-
nomics, 32(4), 775-787. 
3. Dunning, J. H. 1979, Explaining changing 
patterns of international production: in defence of 
the eclectic theory, Oxford bulletin of economics 
and statistics, no 41(4), 269-295. 
4. Herrero, A. G., and X. Jianwei. 2018, Trump 
could give new impetus to EU-China relations, 
Global business outlook. 
5. Iwamoto.K. 2018, Asia advances RCEP talks 
as Trump's trade policy unites members, Nickei 
Asian Review, https://asia.nikkei.com/Economy/ 
Asia-advances-RCEP-talks-as-Trump-s-trade-poli-
cy-unites-members. 
6. Kawharu, A. 2015, The Admission of Foreign 
Investment under the TPP and RCEP, The Journal of 
World Investment & Trade, no 16(5-6), 1058-1088. 
7. Li, Q., Scollay, R., and Gilbert, J. 2017, 
Analyzing the effects of the Regional 
Comprehensive Economic Partnership on FDI in a 
CGE framework with firm heterogeneity, Economic 
Modelling, no 67: 409-420. 
8. Lipsey, R. E. 2003, Foreign direct investment 
and the operations of multinational firms: Concepts, 
history, and data, Handbook of international trade: 
285-319. 
9. Productivity Commission. 2017, Raising pro-
tectionism: challenges, threats and opportunities for 
Australia, Commission Research Paper. Canberra. 
10. Sahoo, P. 2006, Foreign direct investment in 
South Asia: Policy, trends, impact and determinants, 
ADB Institute Discussion Paper, no 56. 
11. UNCTAD. 1998, World Investment Report 
1998: Trends and Determinants, United Nations 
Conference on Trade and Development. 
12. UNCTAD. 2016, World Investment Report 
2016: Investor Nationality - Policy Challenges, 
United Nations Conference on Trade and 
Development. 
13. UNCTAD. 2017, World Investment Report: 
Investment and digital economy, United Nations 
Conference on Trade and Development. 
14. UNCTAD’s database. 
tad.org 
15. Wang, H. 2017, The RCEP and Its 
Investment Rules: Learning from Past Chinese 
FTAs, The Chinese Journal of Global Governance, 
no 3(2): 160-181. 
Phụ lục 
• Kiểm định số nhân Breusch and Pagan 
Lagrangian cho hiệu ứng ngẫu nhiên 
lnfdi[id,t] = Xb + u[id] + e[id,t] 
Sè 130/20198
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
Estimated results: 
 | Var sd = sqrt(Var) 
 ---------+----------------------------- 
 lnfdi | 3.205705 1.790448 
 e | .0474965 .217937 
 u | .398329 .631133 
 Test: Var(u) = 0 
 chibar2(01) = 810.43 
 Prob > chibar2 = 0.0000 
• Kiểm định Hausman lựa chọn tác động ngẫu 
nhiên hay cố định 
Test: Ho: difference in coefficients not systematic 
 chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) 
 = 83.49 
 Prob>chi2 = 0.0000 
 (V_b-V_B is not positive definite) 
• Kiểm định đa cộng tuyến 
 Variable | VIF 1/VIF 
-------------+--------------------------- 
 lnexp | 4.14 0.241512 
 lnpcgni | 3.99 0.250358 
 lnlabor | 3.85 0.259559 
 lnfta | 2.13 0.470132 
 lntr | 1.74 0.573192 
-------------+--------------------------- 
 Mean VIF | 3.17 
• Kiểm định phương sai sai số thay đổi 
Modified Wald test for groupwise heteroskedas-
ticity in fixed effect regression model 
H0: sigma(i)^2 = sigma^2 for all i 
chi2 (16) = 1723.81 
Prob>chi2 = 0.0000 
• Kiểm định tự tương quan 
Wooldridge test for autocorrelation in panel data 
H0: no first-order autocorrelation 
 F( 1, 15) = 6.508 
 Prob > F = 0.0222 
• Kiểm định phụ thuộc chéo 
Friedman's test of cross sectional independence 
= 29.986, Pr = 0.0120 
• Chữa khuyết tật phương sai sai số thay đổi, tự 
tương quan và phụ thuộc chéo của mô hình 
xtscc lnfdi lnpcgni lnlabor lnfta lntr lnexp 
Summary 
The Agreement on Regional Comprehensive 
Economic Partnership (RCEP), which began nego-
tiations in 2012, has become an important mile-
stone in the integration process into Asia-Pacific 
region. This paper aims to analyze the impact of 
investment location factors, including income, 
labor, natural resources, trade liberalization policies 
of member countries on FDI into RCEP. Through 
the setting up of econometric models using tabular 
data, empirical results show that the income, labor, 
natural resources, trade liberalization policies of the 
host countries are important factors to promote FDI 
into RCEP. 
9Sè 130/2019
Kinh tÕ vμ qu¶n lý
thương mại
khoa học
 ---- Coefficients ---- 
 | (b) (B) (b-B) sqrt(diag(V_b-V_B)) 
 | fixed random Difference S.E. 
------------+---------------------------------------------------------------------------- 
 lnpcgni | .992494 1.065217 -.0727229 .0523289 
 lnlabor | 1.608322 .8520928 .7562296 .2830199 
 lnfta | .1752824 .2185286 -.0432462 .0047347 
 lntr | .0318944 .0006885 .0312058 .0162947 
 lnexp | -.0571899 -.0671289 .0099389 .0061093 
------------------------------------------------------------------------------------------ 
 b = consistent under Ho and Ha; obtained from xtreg 
 B = inconsistent under Ha, efficient under Ho; obtained from xtreg 
Regression with Driscoll-Kraay standard errors Number of obs = 224 
Method: Pooled OLS Number of groups = 16 
Group variable (i): id F( 5, 13) = 27345.03 
maximum lag: 2 Prob > F = 0.0000 
 R-squared = 0.8953 
 Root MSE = 0.5859 
------------------------------------------------------------------------------ 
 | Drisc/Kraay 
 lnfdi | Coef. Std. Err. t P>|t| [95% Conf. Interval] 
-------------+---------------------------------------------------------------- 
 lnpcgni | .4999596 .0742605 6.73 0.000 .3395295 .6603897 
 lnlabor | .6266207 .0299392 20.93 0.000 .561941 .6913004 
 lnfta | .4919841 .1102821 4.46 0.001 .253734 .7302342 
 lntr | -.3916887 .0383842 -10.20 0.000 -.4746128 -.3087646 
 lnexp | .0989742 .0338852 2.92 0.012 .0257697 .1721787 
 _cons | -6.951849 .1993663 -34.87 0.000 -7.382554 -6.521144