Tăng trưởng và cơ cấu kinh tế TP. Huế giai đoạn 1990-2024, dự báo GRDP đến năm 2030

TS. Hồ Trọng Phúc

Trường Đại học Kinh tế, Đại học Huế

Email: htphuc@hueuni.edu.vn

Tóm tắt

Nghiên cứu phân tích tăng trưởng và chuyển dịch cơ cấu kinh tế của TP. Huế giai đoạn 1990-2024, đồng thời dự báo tổng sản phẩm trên địa bàn (GRDP) đến năm 2030 bằng mô hình ARIMA. Kết quả cho thấy, GRDP của TP. Huế tăng trưởng trung bình 8,4%/năm; cơ cấu kinh tế dịch chuyển từ nông nghiệp sang công nghiệp và dịch vụ, song tốc độ chuyển dịch chậm lại sau năm 2010. Dự báo chỉ ra quy mô GRDP sẽ tăng từ 89,11 nghìn tỷ đồng năm 2025 lên 146,86 nghìn tỷ đồng năm 2030. Để đạt tăng trưởng kinh tế cao và chuyển dịch cơ cấu kinh tế theo hướng dịch vụ và công nghiệp, Thành phố cần thúc đẩy phát triển dịch vụ chất lượng cao, thu hút đầu tư vào công nghiệp công nghệ cao, hỗ trợ đổi mới sáng tạo, đồng thời chú trọng quy hoạch không gian và hạ tầng phát triển bền vững.

Từ khóa: Cơ cấu kinh tế, dự báo GRDP, mô hình ARIMA, tăng trưởng kinh tế, TP. Huế

Summary

This study analyzes the economic growth and structural transformation of Hue city during the period 1990-2024 and forecasts its Gross regional domestic product (GRDP) up to 2030 using the ARIMA model. The findings reveal that Hue city’s GRDP has grown at an average annual rate of 8.4%. The economic structure has shifted from agriculture to industry and services; however, the pace of transformation has slowed since 2010. The forecast results indicate that the city’s GRDP is expected to increase from VND 89.11 trillion in 2025 to VND 146.86 trillion in 2030. To achieve higher economic growth and accelerate structural transformation toward services and industry, the city needs to promote the development of high-quality service sectors, attract investment in high-tech industries, foster innovation, and focus on spatial planning and sustainable infrastructure development.

Keywords: Economic structure, GRDP forecast, ARIMA model, economic growth, Hue city

GIỚI THIỆU

Hiểu rõ hoạt động của nền kinh tế và triển vọng trong ngắn hạn là điều quan trọng đối với các nhà hoạch định chính sách, ngân hàng trung ương, tổ chức tài chính và doanh nghiệp (Jansen và cộng sự, 2016). Tổng sản phẩm quốc nội (GDP) được xem là chỉ số then chốt phản ánh tăng trưởng kinh tế quốc gia (Hang và Dung, 2022). Ở phạm vi cấp địa phương, tăng trưởng được đo bằng GRDP. Dự báo chính xác GDP/GRDP có ý nghĩa quan trọng trong việc lập kế hoạch kinh doanh, ra quyết định đầu tư, phân bổ nguồn lực, dự đoán suy thoái và xây dựng chính sách tài khóa, tiền tệ phù hợp (Napitupulu, 2012; Lu, 2021; Gatti và cộng sự, 2024).

Trong tiến trình công nghiệp hóa, hiện đại hóa và hội nhập sâu rộng, nhiều đô thị trung tâm như Hà Nội, TP. Hồ Chí Minh, Đà Nẵng, Cần Thơ đã giữ vai trò đầu tàu phát triển kinh tế - xã hội. Bên cạnh đó, TP. Huế đang nổi lên như một điểm sáng với lợi thế đặc thù về văn hóa, du lịch, y tế, giáo dục và công nghệ cao. Là trung tâm chính trị, văn hóa, y tế và giáo dục của miền Trung, Huế có bề dày lịch sử, bản sắc văn hóa đặc trưng và vị thế hạt nhân của vùng kinh tế trọng điểm miền Trung, qua đó sở hữu nhiều cơ hội bứt phá để khẳng định vai trò trong chiến lược phát triển quốc gia giai đoạn 2025-2030.

Việc phân tích tăng trưởng và chuyển dịch cơ cấu kinh tế của TP. Huế, đồng thời dự báo xu hướng đến năm 2030 là cần thiết để cung cấp cơ sở khoa học cho hoạch định chính sách, quy hoạch phát triển, thu hút đầu tư và điều chỉnh mục tiêu chiến lược trong bối cảnh mới. Thực tế cho thấy Huế đã có nhiều chuyển biến tích cực trong cơ cấu kinh tế, nhất là sau khi được công nhận là thành phố trực thuộc Trung ương theo Nghị quyết số 54-NQ/TW của Bộ Chính trị về xây dựng và phát triển tỉnh Thừa Thiên Huế đến năm 2030, tầm nhìn đến năm 2045. Tuy nhiên, vẫn tồn tại nhiều thách thức: quy mô kinh tế nhỏ, năng lực cạnh tranh hạn chế, nguồn lực đầu tư hạn chế, thị trường lao động chất lượng chưa đáp ứng nhu cầu, và sự phụ thuộc lớn vào ngành du lịch khiến nền kinh tế dễ tổn thương trước các cú sốc như đại dịch COVID-19. Bên cạnh đó, quá trình đô thị hóa chưa đồng bộ, biến đổi khí hậu và thiên tai, lũ lụt ngày càng gia tăng cũng là những yếu tố cản trở phát triển ổn định và bền vững.

Xuất phát từ bối cảnh đó, nghiên cứu tập trung phân tích thực trạng tăng trưởng và chuyển dịch cơ cấu kinh tế của TP. Huế giai đoạn 1990-2024, đồng thời dự báo GRDP đến năm 2030 nhằm đánh giá triển vọng trung và dài hạn. Trên cơ sở kết quả dự báo, nghiên cứu đề xuất các giải pháp hướng đến phát triển bền vững, kết hợp giữa tăng trưởng kinh tế với bảo tồn giá trị văn hóa - lịch sử và bảo vệ môi trường sinh thái.

Nghiên cứu cũng đóng góp về mặt học thuật khi vận dụng mô hình tự hồi quy tích hợp trung bình trượt (ARIMA) trong dự báo tăng trưởng ở cấp đô thị - một cách tiếp cận mới so với các nghiên cứu trước. Cách tiếp cận này nâng cao độ tin cậy và khả năng ứng dụng kết quả trong hoạch định chính sách phát triển kinh tế - xã hội địa phương. Đồng thời, nghiên cứu là cơ sở khoa học hỗ trợ cơ quan quản lý, nhà đầu tư và doanh nghiệp trong việc xác định định hướng phù hợp cho giai đoạn tới.

PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình dự báo ARIMA

Dự báo kinh tế từ lâu được các nhà kinh tế học quan tâm nhờ vai trò định hướng quyết định trong nhiều lĩnh vực (Gatti và cộng sự, 2024). Đối với dữ liệu chuỗi thời gian, mô hình ARIMA - đề xuất bởi Box and Jenkins (1970), là một trong những mô hình tuyến tính phổ biến nhất trong những thập kỷ qua (Zhang, 2003). Mô hình này đã được ứng dụng rộng rãi trong việc dự báo tăng trưởng kinh tế trên toàn thế giới nhờ sự đơn giản, dễ thực hiện, dễ giải thích kết quả, và không yêu cầu nhiều dữ liệu phức tạp mà vẫn cho kết quả dự báo đáng tin cậy. Có nhiều nghiên cứu thực nghiệm đã áp dụng mô hình ARIMA để dự báo GDP (Zhang, 2003; Lu, 2021; Uddin và Tanzim, 2021; Hang và Dung, 2022).

Theo Hyndman và Athanasopoulos (2021) phương trình tổng quát của mô hình ARIMA (p,d,q) được thể hiện như sau:

y′t​ = c + φ1​y′t-1​ + ⋯ + φp​y′​t-p ​+ θεt-1​ + ⋯ + θq​εt-q ​+ εt​ (1)

Trong đó: y′t​ là chuỗi dữ liệu hạ bậc, các giá trị y′​t-p và εt-q lần lượt là giá trị trễ của y′t​ và εt .Ký hiệu p là bậc tự hồi quy, d là bậc hạ bậc đầu tiên, q là bậc trung bình trượt. Diễn đạt công thức (1) dưới dạng ký hiệu dịch chuỗi lùi (backshift notation) như sau:

(1 − φ1​B − ⋯ − φ1​Bp) (1 − B)dyt​ = c + (1 + θ1​B + ⋯ + θq​Bq)εt​ (2)

Trong đó:

(1 − φ1​B − ⋯ − φ1​Bp) là quá trình tự hồi quy bậc p (AR(p))

(1 + θ1B + ⋯ + θqBq) là quá trình trung bình trượt bậc q (MA(q))

(1 − B)dyt là sai phân bậc d của chuỗi quan sát yt

B là toán tử lùi, với Byt = yt−1,  Bmyt = yt−m, y

εt là nhiễu trắng

Dữ liệu nghiên cứu

Nghiên cứu sử dụng dữ liệu thứ cấp được tổng hợp từ Niên giám thống kê của TP. Huế giai đoạn 1990-2024. Các chỉ số được thống kê và sử dụng trong nghiên cứu này gồm giá trị GRDP tổng và giá trị GRDP phân theo nhóm ngành kinh tế.

KẾT QUẢ VÀ THẢO LUẬN

Tăng trưởng và chuyển dịch cơ cấu kinh tế

Trong giai đoạn 1990-2024, GRDP của TP. Huế tăng trưởng rất mạnh, từ 0,48 nghìn tỷ đồng năm 1990 lên 80,97 nghìn tỷ đồng năm 2024. Giai đoạn đầu (1990-2000) tăng trưởng còn chậm, từ năm 2000 trở đi, tốc độ tăng nhanh dần, chỉ sau 5 năm (2000-2005), GRDP đã tăng từ 3,46 lên 7,13 nghìn tỷ đồng. Đặc biệt giai đoạn 2015-2024, GRDP tăng vượt bậc, từ 34,74 lên 80,97 nghìn tỷ đồng.

Bảng 1: Giá trị GRDP và theo ngành kinh tế của TP. Huế giai đoạn 1990-2024

Đơn vị: nghìn tỷ đồng, giá hiện hành

Nguồn: Niên giám thống kê Thừa Thiên Huế (2002, 2006, 2011, 2016, 2021, 2024)

Xét theo ngành, khu vực nông nghiệp dù liên tục tăng từ 0,21 lên 8,38 nghìn tỷ đồng, nhưng tỷ trọng so với tổng GRDP giảm đáng kể, phản ánh quá trình chuyển dịch cơ cấu theo chiều hướng tích cực. Ngành công nghiệp và xây dựng tăng nhanh từ 0,09 lên 25,32 nghìn tỷ đồng, đặc biệt tăng mạnh sau năm 2010, thể hiện sự chuyển dịch theo hướng công nghiệp hóa của Thành phố. Ngành dịch vụ cũng duy trì đà tăng đều, từ 0,17 lên 40,45 nghìn tỷ đồng, trở thành động lực chính của nền kinh tế Thành phố kể từ giữa thập niên 2010.

Xu thế tăng giá trị GRDP và sự dịch chuyển theo ngành được thể hiện rõ trong Bảng 1. Dịch vụ và công nghiệp, xây dựng tăng nhanh, trong khi nông nghiệp tăng chậm và giảm tỷ trọng. Đây là xu hướng tất yếu của quá trình đô thị hóa và phát triển kinh tế hiện đại.

Hình 1: Tốc độ tăng trưởng GRDP và các ngành kinh tế của TP. Huế giai đoạn 1990-2024

Nguồn: Niên giám thống kê Thừa Thiên Huế (2002, 2006, 2011, 2016, 2021, 2024)

Tốc độ tăng trưởng GRDP và các ngành kinh tế của TP. Huế giai đoạn 1990-2024 có xu hướng tích cực, bình quân 8,4% cả giai đoạn. Tuy có giai đoạn biến động mạnh (đầu thập niên 1990 và năm 2020), kinh tế Thành phố nhanh chóng phục hồi. Nông nghiệp biến động thất thường, nhiều năm âm do tác động thiên tai và quá trình thu hẹp ngành; công nghiệp và xây dựng ổn định từ sau năm 2000; dịch vụ tăng trưởng mạnh mẽ, phản ánh vai trò ngày càng lớn của ngành này.

Cụ thể, ngành nông nghiệp có tỷ trọng giảm mạnh và liên tục, từ mức trên 40% năm 1990 xuống chỉ còn khoảng 10% vào năm 2024. Đây là một xu hướng tất yếu trong quá trình đô thị hóa và phát triển kinh tế theo hướng hiện đại. Việc giảm tỷ trọng ngành nông nghiệp cho thấy nguồn lực lao động và vốn đầu tư đã được phân bổ lại sang các khu vực có giá trị gia tăng cao hơn. Ngành công nghiệp và xây dựng có tỷ trọng tăng dần từ đầu thập niên 1990 đến khoảng năm 2010, sau đó dao động nhẹ nhưng vẫn duy trì ở mức ổn định quanh 30%. Điều này cho thấy ngành công nghiệp và xây dựng ngày càng đóng vai trò quan trọng trong nền kinh tế Thành phố, góp phần thúc đẩy phát triển hạ tầng, đô thị và sản xuất. Ngành dịch vụ luôn chiếm tỷ trọng cao nhất và có xu hướng tăng nhẹ theo thời gian, dao động quanh mức 40-50%. Sau năm 2010, tỷ trọng ngành dịch vụ duy trì ổn định và cao hơn hẳn 2 ngành còn lại, phản ánh thế mạnh đặc thù của TP. Huế trong các lĩnh vực như du lịch, giáo dục, y tế và văn hóa.

Hình 2: Cơ cấu GRDP theo ngành kinh tế của TP. Huế giai đoạn 1990-2024

Nguồn: Niên giám thống kê Thừa Thiên Huế (2002, 2006, 2011, 2016, 2021, 2024)

Nhìn chung, TP. Huế đã dịch chuyển cơ cấu theo hướng dịch vụ - công nghiệp và xây dựng - nông nghiệp, phù hợp đặc trưng đô thị dịch vụ. Tuy nhiên, sự chậm lại trong một thập kỷ qua (từ sau năm 2010) có thể ảnh hưởng đến khả năng bứt phá, do đó Thành phố cần đẩy mạnh phát triển các ngành dịch vụ chất lượng cao như du lịch, logistics, tài chính, y tế và giáo dục. Đồng thời, cần có chính sách thu hút đầu tư vào công nghiệp công nghệ cao và hỗ trợ doanh nghiệp đổi mới sáng tạo, chuyển đổi số. Việc quy hoạch lại không gian phát triển và nâng cấp kết cấu hạ tầng cũng là điều kiện cần thiết nhằm tạo nền tảng cho tăng trưởng nhanh và bền vững.

Dự báo GRDP của TP. Huế đến năm 2030

Kiểm tra dữ liệu

Chuỗi dữ liệu sử dụng trong mô hình ARIMA cần thỏa mãn tính dừng, tức là giá trị trung bình, phương sai và hiệp phương sai của chuỗi phải ổn định theo thời gian, không phụ thuộc vào thời điểm quan sát (Hoài và cộng sự, 2009). Nếu chuỗi không dừng, kết quả dự báo sẽ thiếu giá trị thực tiễn, bởi bản thân dữ liệu luôn biến động khiến việc ước lượng xu thế tương lai trở nên sai lệch. Trong nghiên cứu này, tính dừng của chuỗi được kiểm tra bằng cách quan sát biểu đồ chuỗi logarit và áp dụng kiểm định ADF.

Hình 3: Chuỗi lnGRDP và các sai phân theo ngành kinh tế của TP. Huế giai đoạn 1990-2024

Nguồn: Niên giám thống kê Thừa Thiên Huế (2002, 2006, 2011, 2016, 2021, 2024)

Hình 3 thể hiện sự biến động của chuỗi lnGRDP và các sai phân bậc 1, bậc 2 theo ngành kinh tế của TP. Huế trong giai đoạn 1990-2024. Biểu đồ cho thấy các chuỗi dữ liệu gốc có xu hương tăng và không dừng. Sau sai phân bậc 1 và áp dụng kiểm định ADF, thì chỉ mỗi chuỗi giá trị lnGRDP của ngành nông nghiệp dừng, các chuỗi còn lại không dừng. Nghiên cứu tiếp tục lấy sai phân bậc 2 những chuỗi này và sử dụng kiểm định ADF để kiểm tra, kết quả cho thấy các chuỗi này dừng ở sai phân bậc 2.

Xác định mô hình tối ưu

Việc lựa chọn mô hình ARIMA(p,d,q) tối ưu tập trung vào xác định 3 tham số: bậc tự hồi quy (p), bậc sai phân (d) và bậc trung bình trượt (q).

Nghiên cứu sử dụng hàm auto.arima thuộc gói forecast trong phần mềm R nhằm xác định mô hình ARIMA(p,d,q) tối ưu cho từng chuỗi dữ liệu GRDP và theo ngành. Kết quả cho thấy mô hình ARIMA(0,2,1) là tối ưu nhất cho chuỗi lnGRDP, lnGRDP ngành công nghiệp và xây dựng và lnGRDP ngành dịch vụ. Trong khi đó, mô hình ARIMA(0,1,0) là mô hình tối ưu cho chuỗi dữ liệu lnGRDP ngành nông nghiệp.

Các kết quả này phản ánh sự khác biệt trong đặc điểm động thái của từng ngành kinh tế, đồng thời cho phép tiến hành ước lượng và kiểm định tính phù hợp của mô hình ở bước tiếp theo.

Ước lượng và kiểm định mô hình

Kết quả ước lượng các mô hình ARIMA tối ưu cho 4 chuỗi dữ liệu được trình bày trong Bảng 2. Cụ thể, 3 chuỗi lnGRDP, lnGRDP ngành công nghiệp và xây dựng và lnGRDP ngành dịch vụ đều phù hợp với mô hình ARIMA(0,2,1), trong đó hệ số MA(1) lần lượt đạt -0,35 (ý nghĩa ở mức 10%), -0,45 (ý nghĩa ở mức 5%) và -0,30 (không có ý nghĩa thống kê). Điều này cho thấy các chuỗi này cần sai phân bậc 2 để đạt tính dừng, đồng thời có thành phần trung bình trượt phản ánh ảnh hưởng của sai số dự báo ở thời điểm liền kề. Đối với chuỗi lnGRDP ngành nông nghiệp, mô hình ARIMA(0,1,0) with drift được lựa chọn, với hệ số drift -0,11 có ý nghĩa ở mức 1%, phản ánh xu hướng giảm nhẹ theo thời gian.

Bảng 2: Kết quả ước lượng các mô hình ARIMA được chọn

Chú thích: ***, **, * ký hiệu mức ý nghĩa thống kê tương ứng 1%, 5% và 10%. aMô hình ARIMA with drift.

Nguồn: Tính toán của tác giả

Để đánh giá sự phù hợp của mô hình, chúng tôi sử dụng kiểm định Ljung-Box đối với phần dư. Kết quả (Bảng 3) cho thấy tất cả các mô hình đều có giá trị p-value lớn hơn 0,05, chứng tỏ phần dư không tồn tại hiện tượng tự tương quan và thỏa mãn giả định nhiễu trắng. Như vậy, các mô hình ARIMA được lựa chọn hoàn toàn phù hợp để sử dụng trong bước dự báo GRDP của TP. Huế.

Bảng 3: Kiểm định Ljung-Box của phần dư của các mô hình được chọn

Nguồn: Tính toán của tác giả

Kết quả dự báo

Kết quả dự báo GRDP tổng và theo ngành kinh tế của TP. Huế đến năm 2030 được trình bày trong Bảng 4. Dự báo cho thấy GRDP của Thành phố có xu hướng tăng trưởng ổn định nhưng giữa các ngành thì có sự biến động khác nhau.

Bảng 4: Kết quả dự báo GRDP của TP. Huế đến năm 2030

Nguồn: Tính toán của tác giả

Cụ thể, tổng GRDP dự kiến tăng từ 89,11 nghìn tỷ đồng năm 2025 lên 146,86 nghìn tỷ đồng năm 2030. Theo ngành kinh tế, ngành dịch vụ giữ vai trò động lực chính, dự báo tăng từ 45,78 nghìn tỷ đồng năm 2025 lên 85,03 nghìn tỷ đồng năm 2030. Đây là lĩnh vực phản ánh rõ nhất thế mạnh đặc thù của Huế, đặc biệt trong du lịch, giáo dục, y tế và văn hóa. Ngành công nghiệp và xây dựng duy trì tốc độ tăng trưởng khá, từ 27,59 lên 42,68 nghìn tỷ đồng trong cùng kỳ. Mặc dù tốc độ tăng không nhanh bằng dịch vụ, song ngành này đóng vai trò quan trọng trong phát triển hạ tầng, sản xuất và đô thị hóa. Ngành nông nghiệp mặc dù quy mô nhỏ nhất nhưng vẫn có xu hướng tăng ổn định, từ 9,38 lên 16,14 nghìn tỷ đồng. Kết quả phản ánh nỗ lực chuyển đổi sang nông nghiệp sinh thái, chất lượng cao, gắn với bảo vệ môi trường và an ninh lương thực.

Hình 4 trình bày biểu đồ dự báo lnGRDP và theo các ngành kinh tế của TP. Huế đến năm 2030, cho thấy xu hướng tăng trưởng rõ rệt và ổn định trong giai đoạn 2025-2030. Đường dự báo chính thể hiện mức tăng đều, trong khi khoảng tin cậy 95% mở rộng dần về cuối kỳ, phản ánh rủi ro bất định gia tăng khi dự báo dài hạn. Đặc biệt, sự tăng trưởng nhanh của dịch vụ và sự ổn định của công nghiệp - xây dựng khẳng định định hướng cơ cấu dịch vụ - công nghiệp và xây dựng – nông nghiệp của thành phố Huế là hợp lý. Tuy nhiên, để đảm bảo phát triển bền vững, thành phố cần lưu ý giảm sự phụ thuộc vào dịch vụ du lịch, đồng thời đẩy mạnh công nghiệp công nghệ cao, thu hút đầu tư trực tiếp nước ngoài (FDI), nâng cao năng suất lao động và đa dạng hóa các loại hình dịch vụ.

Hình 4: Dự báo lnGRDP tổng và theo ngành kinh tế của TP. Huế đến năm 2030

Nguồn: Tính toán của tác giả

KẾT LUẬN VÀ KHUYẾN NGHỊ

Nghiên cứu đã phân tích tăng trưởng và chuyển dịch cơ cấu kinh tế của TP. Huế giai đoạn 1990-2024, đồng thời dự báo GRDP đến năm 2030 bằng mô hình ARIMA. Kết quả cho thấy GRDP tăng trưởng bình quân 8,4%/năm; cơ cấu kinh tế chuyển dịch theo hướng tích cực từ nông nghiệp sang công nghiệp và dịch vụ, song từ sau năm 2010 tốc độ chuyển dịch có xu hướng chậm lại.

Dự báo giai đoạn 2025-2030 cho thấy quy mô GRDP tăng từ 89,11 nghìn tỷ đồng năm 2025 lên 146,86 nghìn tỷ đồng năm 2030, trong đó dịch vụ đóng vai trò động lực chính, công nghiệp - xây dựng duy trì tăng trưởng khá, còn nông nghiệp tăng ổn định nhưng chiếm tỷ trọng nhỏ.

Để đạt được mục tiêu tăng trưởng kinh tế nhanh và bền vững trong thời gian tới, TP. Huế cần ưu tiên phát triển ngành dịch vụ và công nghiệp công nghệ cao, gắn với đổi mới sáng tạo và chuyển đổi số. Trong đó, các lĩnh vực có giá trị gia tăng cao như du lịch, logistics, tài chính, y tế và giáo dục cần được xem là động lực tăng trưởng chính. Bên cạnh đó, Thành phố cần xây dựng môi trường đầu tư thuận lợi để thu hút doanh nghiệp công nghệ và hỗ trợ quá trình hiện đại hóa sản xuất thông qua các chính sách khuyến khích đổi mới công nghệ. Việc tổ chức lại không gian phát triển đô thị và cải thiện hệ thống hạ tầng kỹ thuật sẽ tạo điều kiện để nâng cao năng lực cạnh tranh và thích ứng linh hoạt với bối cảnh phát triển mới.

(*) Nghiên cứu này được hỗ trợ tài chính bởi trường Đại học Kinh tế, Đại học Huế, mã số: DHKT2025-01-01.

Tài liệu tham khảo:

1. Box, G.E.P. và Jenkins, G.M (1970). Time series analysis: Forecasting and control. San Francisco: Holden-Day.

2. Gatti, R., Lederman, D., Islam, A.M., Nguyen, H., Lotfi, R. và Emam Mousa, M (2024). Data transparency and GDP growth forecast errors. Journal of International Money and Finance, 140, 102991.

3. Hang, L.T.T. và Dung, N.X (2022). ARIMA model - Vietnam’s GDP forecasting. Trong Ngoc Thach, N., Ha, D.T., Trung, N.D. và Kreinovich, V. (chủ biên), Prediction and causality in econometrics and related topics (tr. 145-151). Cham: Springer International Publishing.

4. Hoài, N.T., Bình, P.T. và Duy, N.K (2009). Dự báo và phân tích dữ liệu trong kinh tế và tài chính. Hà Nội: Nxb Thống kê.

5. Hyndman, R.J. và Athanasopoulos, G (2021). Forecasting: Principles and practice. Australia: OTexts, Monash University.

6. J. ansen, W.J., Jin, X. và de Winter, J.M (2016). Forecasting and nowcasting real GDP: Comparing statistical models and subjective forecasts. International Journal of Forecasting, 32, 411-436.

7. Lu, S (2021). Research on GDP forecast analysis combining BP neural network and ARIMA model. Computational Intelligence and Neuroscience, 2021, 1-10.

8. Napitupulu, T.A (2012). Artificial neural network application in gross domestic product forecasting: An Indonesia case. Journal of Theoretical and Applied Information Technology, 45, 410-415.

9. Cục Thống kê tỉnh Thùa Thiên Huế (2002, 2006, 2011, 2016). Niên giám thống kê tỉnh Thừa Thiên Huế 2001.

10. Cục Thống kê tỉnh Thùa Thiên Huế (2021). Niên giám thống kê tỉnh Thừa Thiên Huế 2020. Hà Nội: Nxb Thống kê.

11. Cục Thống kê tỉnh Thùa Thiên Huế (2024). Niên giám thống kê tỉnh Thừa Thiên Huế 2023. Huế: Nxb Thuận Hóa.

12. Zhang, G.P (2003). Time series forecasting using a hybrid ARIMA and neural network model. Neurocomputing, 50, 159-175.