Assessing the impact of the number of Chinese Tourists on the popularity of the Chinese language
Nguyễn Minh Hằng
Trường Đại học Ngoại ngữ, Đại học Quốc gia Hà Nội
Email: rmh14140@gmail.com
Nguyễn Trần Ngọc Diệp
Trường Đại học Sư Phạm Thượng Hải
Nguyễn Bùi Phương Thảo
Trường Đại học Thương mại
Lê Phạm Hương Trà
Đại học Kinh tế Quốc dân
Nguyễn Thị Hồng Nhung
Trường Đại học Tây Nam
(Quanlynhanuoc.vn) – Bài viết sử dụng dữ liệu bảng gồm 20 quốc gia giai đoạn 2014–2025 nhằm xem xét mối liên hệ giữa lượng khách du lịch Trung Quốc và mức độ phổ biến tiếng Trung, đo bằng xu hướng tìm kiếm “HSK” trên Google Trends thông qua mô hình hồi quy. Kết quả cho thấy, khi số lượng khách du lịch Trung Quốc tăng 1% thì độ phổ biến tiếng Trung giảm khoảng 0,071%; GDP có tác động cùng chiều trong khi dân số có ảnh hưởng ngược chiều, thêm vào đó các biến kiểm soát khác chưa chó ý nghĩa thống kê. Từ đây, nghiên cứu đề xuất gắn du lịch với đào tạo tiếng Trung chất lượng cao, phát triển hạ tầng số và môi trường thực hành ngôn ngữ đa dạng, để lượng khách du lịch thực sự trở thành động lực bền vững cho việc phổ biến tiếng Trung.
Từ khóa: Khách du lịch Trung Quốc; mức độ phổ biến tiếng Trung; HSK; Google Trends; dữ liệu bảng.
Abstract: This study uses panel data from 20 countries over the period 2014–2025 to examine the relationship between the number of Chinese tourists and the popularity of the Chinese language, measured by “HSK” search trends on Google Trends through a regression model. The results show that a 1% increase in Chinese tourists is associated with an approximately 0.071% decrease in the popularity of Chinese; GDP has a positive effect while population has a negative effect, and the other control variables are not statistically significant. Based on these findings, the study proposes linking tourism with high-quality Chinese language training, developing digital infrastructure and a diverse language practice environment, so that tourist flows can truly become a sustainable driver for the spread of Chinese.
Keywords: Chinese tourist arrivals; interest in the Chinese language; HSK; Google Trends; panel data.
1. Tổng quan nghiên cứu
Trong bối cảnh toàn cầu hóa và sự trỗi dậy của kinh tế Trung Quốc, tiếng Hán đã trở thành một trong những ngôn ngữ có tốc độ lan tỏa nhanh nhất trên thế giới. Dưới góc độ Kinh tế học ngôn ngữ do Marschak (1965) khởi xướng và được Chiswick & Miller (2007) phát triển, ngôn ngữ được xem là một dạng “vốn nhân lực”: quyết định đầu tư học ngoại ngữ của cá nhân phụ thuộc vào lợi ích kinh tế kỳ vọng từ thương mại, đầu tư và giao lưu quốc tế. Tuy nhiên, thực tiễn giảng dạy và thi HSK cho thấy một nghịch lý: giao tiếp du lịch mang tính ngắn hạn, thời vụ và ngày càng dựa vào công cụ dịch thuật AI, trong khi HSK đòi hỏi đầu tư học thuật dài hạn. Sự phát triển của du lịch dịch vụ thậm chí có thể hút lao động trẻ vào công việc bán thời gian, làm giảm động lực thi HSK chuyên sâu. Chính vì vậy, việc kiểm định định lượng bằng dữ liệu vĩ mô đa quốc gia xem dòng khách du lịch Trung Quốc thúc đẩy hay làm suy giảm mức độ phổ biến tiếng Trung là cần thiết, vừa bổ sung bằng chứng thực nghiệm cho Kinh tế học ngôn ngữ vừa mang hàm ý chính sách cho công tác truyền bá Hán ngữ.
Các nghiên cứu tiền nhiệm có thể chia thành hai nhóm tiếp cận chính. Nhóm thứ nhất tập trung vào tác động của quy mô kinh tế, thương mại và giao lưu giáo dục đến mức độ phổ biến tiếng Hán, chủ yếu vận dụng mô hình lực hấp dẫn kết hợp ước lượng dữ liệu bảng. Lien, Oh và Selmier (2012) sử dụng dữ liệu bảng 1996–2008 để phân tích quan hệ hai chiều giữa mạng lưới Viện Khổng Tử và dòng chảy thương mại, FDI, khẳng định thương mại và thu nhập có tương quan dương với việc học tiếng Hán. Các nghiên cứu tại Trung Quốc (Trần Dận Mặc và cộng sự, 2017; Ghosh, Lien & Yamarik, 2022) bổ sung biến lưu học sinh quốc tế, chỉ ra kim ngạch xuất khẩu sang Trung Quốc và quy mô du học sinh là động lực quan trọng thúc đẩy nhu cầu thi HSK. Nhóm thứ hai xem xét quan hệ giữa du lịch quốc tế, môi trường ngôn ngữ bản địa và hạ tầng thông tin. Lien, Yao và Zhang (2017) chứng minh Viện Khổng Tử giúp giảm rào cản ngôn ngữ và thúc đẩy khách du lịch đến Trung Quốc, nhưng chiều ngược lại phức tạp hơn: Crystal (2003) và các nghiên cứu dựa trên EF EPI chỉ ra rằng tại các nước có trình độ tiếng Anh tốt, tiếng Anh đóng vai trò ngôn ngữ chung thống trị du lịch, làm giảm động lực học chính quy tiếng Trung (hiệu ứng thay thế ngôn ngữ). Nghiên cứu gần đây sử dụng Google Trends còn cho thấy Internet vừa giúp tiếp cận thông tin HSK dễ hơn, vừa giúp du khách Trung Quốc tự dùng ứng dụng dịch thuật AI, giảm phụ thuộc vào lao động thông thạo tiếng Trung tại điểm đến.
Về cơ sở thực nghiệm, Dörnyei và Csizér (2005) khảo sát 8.593 học sinh Hungary và phát hiện quan hệ giữa tiếp xúc liên văn hóa và động lực học ngôn ngữ không tuyến tính: nhóm tiếp xúc cao nhất vẫn có một số chỉ số thái độ và động lực ở mức thấp, cho thấy không thể mặc định tiếp xúc tăng sẽ kéo theo động lực học cao hơn. Ginsburgh, Melitz và Toubal (2016) phân tích dữ liệu 193 quốc gia và 13 ngôn ngữ, xác định thương mại là một trong những yếu tố giải thích mạnh nhất cho việc học ngoại ngữ, hỗ trợ lập luận đưa biến thương mại vào mô hình. Nhìn chung, các nghiên cứu trên đã đề cập đến tiếp xúc liên văn hóa, thương mại và học ngoại ngữ nhưng chưa trực tiếp làm rõ mối liên hệ giữa số lượng khách du lịch Trung Quốc và mức độ phổ biến tiếng Trung. Nghiên cứu hiện tại sử dụng dữ liệu bảng 20 quốc gia để kiểm định mối liên hệ này, đồng thời kiểm soát các yếu tố kinh tế, xã hội, công nghệ, thương mại và giáo dục, kỳ vọng bổ sung bằng chứng thực nghiệm trong bối cảnh quốc tế.
2. Phương pháp nghiên cứu
Nghiên cứu sử dụng dữ liệu bảng của 20 quốc gia ở châu Á bao gồm: Việt Nam, Malaysia, Cambodia, Nepal, Thái Lan, Nhật Bản, Myanmar, UAE, Singapore, Ấn Độ, Lào, Thổ Nhĩ Kỳ, Hàn Quốc, Úc, Nga, Maldives, Indonesia, Philippines, Mông Cổ và Sri Lanka trong giai đoạn 2014–2025 nhằm đánh giá tác động của số lượng khách du lịch Trung Quốc đến mức độ phổ biến của tiếng Trung. Biến phụ thuộc là mức độ phổ biến của tiếng Trung, được đo lường bằng chỉ số Google Trends đối với từ khóa HSK.
Biến độc lập chính là số lượt khách du lịch Trung Quốc đến từng quốc gia. Biến này được sử dụng để kiểm định liệu lượng khách du lịch Trung Quốc có mối quan hệ với mức độ quan tâm đến HSK tại quốc gia tiếp nhận hay không. Bên cạnh đó, nghiên cứu đưa vào các biến kiểm soát gồm chỉ số năng lực tiếng Anh EF EPI, GDP bình quân đầu người, dân số đô thị, tỷ lệ sử dụng Internet, giá trị xuất khẩu sang Trung Quốc và số lượng người sang Trung Quốc học tập.
Mô hình nghiên cứu rút ra từ các biến đã lựa chọn, nghiên cứu đề xuất mô hình hồi quy tuyến tính trên dữ liệu bảng với hai mươi quốc gia trong giai đoạn 2014-2025 như sau:
lnTrendHSKᵢₜ = β₀ + β₁ lnSLKDLTQᵢₜ + β₂ lnEFEPIᵢₜ + β₃ lnGDPpᵢₜ + β₄ lnPOPurᵢₜ + β₅ lnInternetᵢₜ + β₆ lnExtocᵢₜ + β₇ lnDhtqᵢₜ + μᵢ + λₜ + εᵢₜ (1)
Trong đó:
– InTrendHSK là chỉ số Google Trends phản ánh mức độ quan tâm đến từ khóa HSK tại mỗi quốc gia.
– β₀ là hệ số chặn.
– β₁, β₂, β₃, β₄, β₅, β₆, β₇ là hệ số tác động.
– InSLKDLTQ là số lượt khách du lịch Trung Quốc đến từng quốc gia.
– InEFEPI là chỉ số năng lực tiếng Anh EF EPI.
– InGDPp là GDP bình quân đầu người (USD).
– InPOPur là quy mô dân số đô thị (triệu USD).
– InInternet là tỷ lệ người dùng Internet (% dân số).
– InExtoc là giá trị xuất khẩu sang Trung Quốc (triệu USD).
– InDhtq là số người từ các quốc gia sang Trung Quốc học tập.
– i đại diện cho quốc gia thứ i trong mẫu nghiên cứu gồm 20 quốc gia.
– t đại diện cho năm nghiên cứu từ năm 2014 đến 2025.
– μᵢ là hiệu ứng riêng của quốc gia kiểm soát các đặc điểm không quan sát được nhưng bất biến theo thời gian; λₜ là hiệu ứng thời gian kiểm soát những yếu tố chung tác động đến các quốc gia trong cùng một năm; εᵢₜ là sai số ngẫu nhiên.
3. Kết quả nghiên cứu
Bảng 1: Kết quả thống kê mô tả
| Biến số | N | Trung bình | Sai số | Nhỏ nhất | Lớn nhất |
| lnTrendHSK | 194 | 3.378 | 0.724 | 0 | 4.605 |
| lnSLKDLTQ | 224 | 9.423 | 4.784 | 0.883 | 16.226 |
| lnEFEPI | 203 | 6.193 | 0.129 | 5.914 | 6.504 |
| lnGDPp | 239 | 8.92 | 1.268 | 6.712 | 11.424 |
| lnPOPur | 236 | 13.142 | 7.161 | -1.217 | 20.118 |
| lnInternet | 221 | 4.047 | 0.557 | 1.792 | 4.605 |
| lnExtoc | 224 | 6.816 | 4.477 | -1.726 | 13.699 |
| lnDhtq | 117 | 4.382 | 3.285 | 0.336 | 11.164 |
Bảng 1 trình bày thống kê mô tả các biến được sử dụng trong mô hình nghiên cứu. Cụ thể, giá trị trung bình của lnTrendHSK đạt 3,378, trong khi lnSLKDLTQ đạt 9,423; độ lệch chuẩn của hai biến lần lượt là 0,724 và 4,784, cho thấy mức độ phân tán của lượng khách du lịch Trung Quốc lớn hơn đáng kể so với chỉ số phổ biến tiếng Trung. Số lượng quan sát giữa các biến dao động từ 117 đến 239, phản ánh sự khác biệt về mức độ sẵn có của dữ liệu và dẫn đến việc số quan sát trong mô hình hồi quy giảm xuống còn 82.
Bảng 2: Ma trận tương quan
| Variables | (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) |
| (1) lnTrendHSK | 1.000 | |||||||
| (2) lnSLKDLTQ | 0.030 | 1.000 | ||||||
| (3) lnEFEPI | -0.012 | 0.065 | 1.000 | |||||
| (4) lnGDPp | 0.378 | 0.345 | 0.446 | 1.000 | ||||
| (5) lnPOPur | -0.419 | -0.346 | 0.415 | -0.312 | 1.000 | |||
| (6) lnInternet | 0.372 | 0.202 | 0.180 | 0.732 | -0.286 | 1.000 | ||
| (7) lnExtoc | 0.321 | 0.636 | -0.082 | 0.335 | -0.625 | 0.403 | 1.000 | |
| (8) lnDhtq | 0.343 | 0.328 | -0.314 | 0.130 | -0.522 | 0.184 | 0.640 | 1.000 |
Ma trận tương quan tại Bảng 2 cho thấy hệ số tương quan giữa lnSLKDLTQ và lnTrendHSK đạt 0,030, phản ánh mối tương quan tuyến tính dương nhưng rất yếu giữa hai biến. Trong khi đó, hệ số tương quan giữa các biến độc lập lớn nhất về giá trị tuyệt đối là 0,732, giữa lnGDPp và lnInternet, thấp hơn ngưỡng 0,8 thường được sử dụng để nhận diện nguy cơ tương quan cặp cao. Như vậy, ma trận tương quan chưa cho thấy dấu hiệu đa cộng tuyến nghiêm trọng giữa các biến độc lập.
Bảng 3: Kết quả hồi quy
| Biến số | OLS | FEM | REM | REM cố định năm |
| lnSLKDLTQ | -0.052** (0.023) | -0.019 (0.020) | -0.023 (0.019) | -0.071** (0.032) |
| lnEFEPI | 0.536 (0.924) | 2.625 (1.802) | 0.116 (1.177) | 0.887 (0.966) |
| lnGDPp | 0.142 (0.127) | -0.128 (0.527) | 0.063 (0.170) | 0.244* (0.139) |
| lnPOPur | -0.03* (0.016) | 0.019 (0.030) | -0.012 (0.018) | -0.032* (0.018) |
| lnInternet | 0.178 (0.298) | 0.979*** (0.340) | 0.673** (0.271) | -0.516 (0.408) |
| lnExtoc | 0.015 (0.036) | 0.021 (0.079) | 0.019 (0.044) | 0.066 (0.042) |
| lnDhtq | 0.055 (0.034) | -0.011 (0.036) | 0.000 (0.031) | 0.035 (0.037) |
| Hằng số | -1.495 (5.321) | -16.000 (11.814) | -0.588 (6.810) | -2.490 (5.505) |
| Hiệu ứng năm | Không | Không | Không | Có |
| F-statistic | 5.311*** | 2.450*** | – | – |
| Prob > F | 0 | 0.004 | – | – |
| Chi-square | – | – | 18.074** | 47.130*** |
| Prob > Chi-square | – | – | 0.012 | 0 |
| Kiểm định Hausman (χ²) | – | – | 11.168 | – |
| Prob > Chi-square (Hausman) | – | – | 0.131 | – |
| R² | 0.334 | 0.222 | 0.238 | 0.428 |
| Số quan sát (N) | 82 | 82 | 82 | 82 |
Nghiên cứu sử dụng ba phương pháp ước lượng gồm OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), đồng thời bổ sung REM có kiểm soát hiệu ứng năm nhằm xem xét tính ổn định của kết quả. Kiểm định Hausman cho giá trị thống kê bằng 11,168 với p = 0,131 > 0,05), do đó chưa có đủ cơ sở bác bỏ giả thuyết không về tính nhất quán của REM. Thêm vào đó, nhằm kiểm soát những biến động chung theo thời gian có thể ảnh hưởng đến mức độ phổ biến của tiếng Trung, mô hình REM kết hợp hiệu ứng cố định theo năm được lựa chọn làm mô hình chính để diễn giải kết quả nghiên cứu.
Kết quả ước lượng từ mô hình tác động ngẫu nhiên kết hợp hiệu ứng cố định theo năm chỉ ra mối quan hệ ngược chiều giữa số lượt khách du lịch Trung Quốc và mức độ phổ biến của tiếng Trung tại các quốc gia trong mẫu nghiên cứu. Cụ thể, hệ số hồi quy của biến lnSLKDLTQ đạt, 0,071 và có ý nghĩa thống kê ở mức 5%. Trong điều kiện các yếu tố khác không đổi, khi số lượt khách du lịch Trung Quốc đến một quốc gia tăng 1%, chỉ số phổ biến của tiếng Trung tại quốc gia đó giảm khoảng 0,071%. Phát hiện này đi ngược lại giả thuyết ban đầu cho rằng sự gia tăng của dòng khách du lịch sẽ thúc đẩy nhu cầu học tiếng Trung tại quốc gia điểm đến. Một cách giải thích hợp lý là nhu cầu giao tiếp phát sinh thuần túy từ hoạt động du lịch ngắn hạn chưa đủ mạnh để chuyển hóa thành động lực tìm hiểu và học tập ngôn ngữ một cách bài bản.
Đối với các biến kiểm soát, nghiên cứu ghi nhận tác động cùng chiều của GDP bình quân đầu người (lnGDPp) đến mức độ phổ biến của tiếng Trung với hệ số hồi quy là 0,244, có ý nghĩa thống kê ở mức 10%. Điều này phản ánh rằng khi thu nhập và điều kiện kinh tế được cải thiện (GDP bình quân đầu người tăng 1%), mức độ quan tâm đến việc học ngoại ngữ tại các quốc gia quan sát cũng tăng khoảng 0,244%, trong điều kiện các yếu tố khác giữ nguyên. Trái lại, biến dân số đô thị (lnPOPur) mang hệ số âm −0,032 (ý nghĩa thống kê ở mức 10%), tương ứng với mức giảm 0,032% của chỉ số phổ biến tiếng Trung khi dân số đô thị tăng 1%. Dù vậy, do mức ý nghĩa thống kê của hai biến này chỉ dừng lại ở ngưỡng 10%, việc đưa ra các kết luận khẳng định về vai trò của các yếu tố kinh tế – xã hội nêu trên cần được thực hiện một cách cẩn trọng.
Các biến độc lập còn lại trong mô hình, bao gồm chỉ số năng lực tiếng Anh EF EPI (lnEFEPI), tỷ lệ người dùng Internet (lnInternet), giá trị xuất khẩu sang Trung Quốc (lnExtoc) và số lượng du học sinh tại Trung Quốc (lnDhtq), đều không đạt ý nghĩa thống kê ở các mức thông thường. Như vậy, trong phạm vi mẫu nghiên cứu gồm 20 quốc gia, chưa đủ bằng chứng thống kê để khẳng định mối quan hệ giữa các yếu tố này đối với mức độ phổ biến của tiếng Trung.
Tóm lại, kết quả thực nghiệm từ dữ liệu bảng 20 quốc gia khẳng định mối liên hệ âm giữa lượng khách du lịch Trung Quốc và xu hướng tìm kiếm HSK, ngay cả khi đã kiểm soát các yếu tố kinh tế – xã hội và biến động vĩ mô chung theo thời gian. Kết quả này phản ánh rằng sự gia tăng giao lưu du lịch không nhất thiết dẫn đến sự gia tăng tương ứng trong nhu cầu học ngôn ngữ của người dân bản địa tại các quốc gia tiếp nhận du khách.
4. Một số giải pháp
Từ các kết quả hồi quy, có thể thấy số lượng khách du lịch Trung Quốc có mối quan hệ ngược chiều có ý nghĩa thống kê với mức độ phổ biến của tiếng Trung, trong khi thu nhập bình quân đầu người và hạ tầng Internet đóng vai trò tích cực đối với xu hướng học tập và tìm kiếm ngôn ngữ này. Đồng thời, các yếu tố như độ mở thương mại hay chi tiêu du lịch chưa thể hiện tác động rõ nét. Điều này cho thấy, sự gia tăng về số lượng du khách chưa tự động thúc đẩy việc phổ biến ngoại ngữ nếu thiếu đi các chính sách kết nối và hạ tầng phát triển đồng bộ.
Thứ nhất, cần nâng cao hiệu quả kết nối giữa phát triển du lịch Trung Quốc và nhu cầu đào tạo tiếng Trung thực tế. Mặc dù số lượng khách du lịch Trung Quốc có mối quan hệ tỷ lệ nghịch với chỉ số phổ biến tiếng Trung trong mô hình nghiên cứu, kết quả này cho thấy việc gia tăng lượng khách đơn thuần hay sự xuất hiện của các công cụ dịch thuật tự động chưa đủ để tạo ra động lực học tập ngôn ngữ bền vững. Do đó, bên cạnh việc thu hút du khách, các cơ quan quản lý cần chuyển dịch chiến lược sang phát triển du lịch chất lượng cao, du lịch trải nghiệm và khuyến khích tương tác đa chiều. Bên cạnh đó, các cơ sở giáo dục cũng cần chủ động phối hợp với doanh nghiệp lữ hành để đổi mới chương trình đào tạo tiếng Trung chuyên ngành dịch vụ, giúp người học không chỉ nắm vững giao tiếp mà còn đáp ứng tốt tiêu chuẩn dịch vụ chuyên nghiệp.
Thứ hai, nên đẩy mạnh phát triển hạ tầng số và tạo môi trường kinh tế thuận lợi để thúc đẩy nhu cầu học ngoại ngữ. GDP bình quân đầu người và tỷ lệ người sử dụng Internet có mối quan hệ tích cực với mức độ phổ biến của tiếng Trung, phản ánh rằng điều kiện kinh tế và nền tảng công nghệ là động lực quan trọng giúp người dân tăng cường tiếp cận tri thức. Vì vậy, các quốc gia và địa phương cần tiếp tục ưu tiên đầu tư phát triển không gian mạng, mở rộng hạ tầng viễn thông và phổ cập các nền tảng học tập trực tuyến. Việc kết hợp hạ tầng công nghệ hiện đại với các chính sách nâng cao thu nhập cho người lao động sẽ tạo điều kiện thuận lợi để người dân đầu tư phát triển năng lực tiếng Trung, mở ra nhiều cơ hội việc làm trong nền kinh tế số.
Thứ ba, cần tăng cường truyền thông điểm đến gắn liền với việc xây dựng môi trường thực hành ngôn ngữ đa dạng. Kết quả nghiên cứu cho thấy mức độ phổ biến của tiếng Trung phụ thuộc lớn vào tổng thể môi trường kinh tế – xã hội chứ không chỉ riêng vào quy mô du khách. Do đó, các doanh nghiệp dịch vụ và tổ chức du lịch cần xây dựng hệ sinh thái hỗ trợ du khách song ngữ, đồng thời tạo ra các không gian giao lưu văn hóa thực tế cho cộng đồng người học. Sự kết hợp giữa hạ tầng dịch vụ chất lượng, hoạt động truyền thông điểm đến đa ngôn ngữ trên nền tảng số và môi trường thực hành phong phú sẽ giúp tối ưu hóa vai trò của du lịch trong việc lan tỏa và nâng cao mức độ phổ biến của tiếng Trung một cách hiệu quả, bền vững.
5. Kết luận
Từ một nghịch lý trong thực tiễn rằng dòng khách du lịch Trung Quốc được kỳ vọng sẽ tạo áp lực tuyển dụng lao động biết tiếng Trung, từ đó thúc đẩy nhu cầu học và thi HSK. Tuy nhiên, giao tiếp du lịch mang tính ngắn hạn và ngày càng dựa vào công cụ dịch thuật tự động, trong khi HSK đòi hỏi đầu tư học thuật dài hạn. Để kiểm định mối liên hệ này, bài viết sử dụng dữ liệu bảng của 20 quốc gia giai đoạn 2014–2025, phân tích bằng OLS, FEM và REM, trong đó REM có kiểm soát hiệu ứng năm được chọn để diễn giải. Biến phụ thuộc là xu hướng tìm kiếm “HSK” trên Google Trends, đại diện cho mức độ phổ biến tiếng Trung; mẫu hồi quy gồm 82 quan sát do dữ liệu thiếu. Kết quả cho thấy lượng khách du lịch Trung Quốc có mối liên hệ ngược chiều có ý nghĩa thống kê với mức độ phổ biến tiếng Trung, với hệ số -0,071 ở mức ý nghĩa 5%. Cụ thể, khi các yếu tố khác không đổi, lượng khách tăng 1% gắn với mức giảm khoảng 0,071% của chỉ số tìm kiếm HSK. Kết quả này không ủng hộ kỳ vọng ban đầu rằng lượng khách gia tăng sẽ đi kèm mức phổ biến cao hơn của tiếng Trung.
Nhu cầu giao tiếp trong du lịch có thể chưa chuyển hóa thành nhu cầu học tiếng Trung bài bản; tuy nhiên, mô hình chưa kiểm định trực tiếp cơ chế này, nên chưa thể kết luận rằng du lịch làm giảm việc học tiếng Trung. Trong các biến kiểm soát, GDP bình quân đầu người có hệ số dương 0,244 và dân số đô thị có hệ số âm -0,032, cả hai có ý nghĩa thống kê ở mức 10%; đây là bằng chứng cần diễn giải thận trọng. Các biến EF EPI, tỷ lệ sử dụng Internet, giá trị xuất khẩu sang Trung Quốc và số du học sinh tại Trung Quốc chưa có ý nghĩa thống kê trong mô hình chính, nhưng chưa đủ để khẳng định các yếu tố này không có vai trò. Từ những phát hiện trên, bài viết gợi mở việc phối hợp giữa cơ sở đào tạo và doanh nghiệp du lịch để xây dựng chương trình tiếng Trung gắn với công việc thực tế, đồng thời mở rộng cơ hội giao lưu và thực hành ngôn ngữ. Nền tảng số có thể hỗ trợ triển khai, nhưng vai trò của Internet chưa được xác nhận trong mô hình chính, nên cần kiểm chứng thêm trước khi đưa vào khuyến nghị chính sách.
Tài liệu tham khảo:
Chiswick, B. R., & Miller, P. W. (2007). The economics of language: International analyses. Routledge. https://doi.org/10.4324/9780203963159
Dörnyei, Z., & Csizér, K. (2005). The effects of intercultural contact and tourism on language attitudes and language learning motivation. Journal of Language and Social Psychology, 24(4), 327-357. https://doi.org/10.1177/0261927X05281424
Ginsburgh, V., Melitz, J., & Toubal, F. (2016). Foreign language learning and trade. Review of International Economics, 25(2), 320-361. https://doi.org/10.1111/roie.12268
Lien, D., Oh, C. H., & Selmier, W. T. (2012). Confucius Institute effects on China’s trade and FDI: Isn’t it delightful when folks afar study Hanyu? International Review of Economics & Finance, 21(1), 147-155. https://doi.org/10.1016/j.iref.2011.05.010
Lien, D., Yao, S., & Zhang, F. (2017). Confucius Institute’s effects on international travel to China: Do cultural differences or institutional quality matter? Applied Economics, 49(36), 3669-3683. https://doi.org/10.1080/00036846.2016.1265078
Marschak, J. (1965). Economics of language. Behavioral Science, 10(2), 135-140. https://doi.org/10.1002/bs.3830100203
