Đối tượng và phạm vi nghiên cứu Để phục vụ cho mục đích nghiên cứu mức ảnh hưởng của các yếu tố lên tỷ lệ thấtnghiệp, nhóm chúng em đã lựa chọn các yếu tố dân số, FDI, tỷ lệ lạm phát, tổ
CƠ SỞ LÝ LUẬN VỀ CÁC YẾU TỐ ẢNH HƯỞNG TỚI TỶ LỆ THẤT NGHIỆP NĂM 2019
Tổng quan về tỷ lệ thất nghiệp
Thất nghiệp, theo Tổ chức Hợp tác và Phát triển Kinh tế (OECD), là những người trong độ tuổi lao động không có việc làm, sẵn sàng làm việc và đã thực hiện các bước cụ thể để tìm việc Việc áp dụng định nghĩa này giúp các ước tính về tỷ lệ thất nghiệp trở nên so sánh được trên phạm vi quốc tế Chỉ số thất nghiệp thường được đo bằng tỷ lệ phần trăm người thất nghiệp trong lực lượng lao động, và tỷ lệ này có xu hướng thay đổi theo mùa Lực lượng lao động bao gồm tổng số người thất nghiệp cộng với số người đang có việc làm.
Tỷ lệ thất nghiệp được xem là chỉ số quan trọng để dự báo sự phát triển của nền kinh tế Chỉ số này thể hiện tỷ lệ người thất nghiệp trong tổng lực lượng lao động, phản ánh mức độ tăng trưởng và sức khỏe của thị trường việc làm Khi tỷ lệ thất nghiệp cao, điều này cho thấy nền kinh tế có thể đang gặp khó khăn, trong khi tỷ lệ thấp cho thấy một nền kinh tế đang phục hồi hoặc phát triển ổn định Do đó, tỷ lệ thất nghiệp là một chỉ số kinh tế quan trọng để đánh giá xu hướng và dự đoán sự thay đổi trong nền kinh tế quốc gia.
Tỷ lệ thất nghiệp = Số ngườ i thất nghiệp
1.2 Tỷ lệ thất nghiệp tự nhiên:
Tỷ lệ thất nghiệp tự nhiên là mức thất nghiệp bình thường tồn tại ngay cả khi thị trường lao động ở trạng thái cân bằng, phản ánh các yếu tố khách quan Có bốn loại thất nghiệp tự nhiên phổ biến, bao gồm thất nghiệp cơ cấu, thất nghiệp mơ hồ, thất nghiệp tạm thời và thất nghiệp tự nhiên dài hạn Hiểu rõ các loại thất nghiệp này giúp phân tích chính xác hoạt động của thị trường lao động và đưa ra các chính sách phù hợp để giảm thiểu thất nghiệp.
Thất nghiệp do ma sát xảy ra khi người lao động mất thời gian để tìm kiếm công việc phù hợp với sở thích và kỹ năng của họ Nguyên nhân chính là do quá trình tìm kiếm việc làm phù hợp mất nhiều thời gian, dẫn đến thất nghiệp tạm thời Để giảm thiểu thất nghiệp do ma sát, cần tăng cường các hoạt động hỗ trợ tuyển dụng và cải thiện thông tin về thị trường lao động.
Thất nghiệp cơ cấu xảy ra khi thị trường lao động không thể cung cấp việc làm phù hợp cho tất cả người lao động mong muốn, do sự không phù hợp giữa kỹ năng của người lao động thất nghiệp và yêu cầu của các công việc cần tuyển dụng Điều này phản ánh sự mất cân đối trong cấu trúc ngành nghề và kỹ năng, gây ra tình trạng tỷ lệ thất nghiệp cao hơn do không có sự phù hợp giữa người lao động và các vị trí tuyển dụng Thất nghiệp cơ cấu yêu cầu các chính sách đào tạo lại và nâng cao kỹ năng để giảm thiểu tác động tiêu cực và cải thiện khả năng tìm việc của người lao động.
+ Thất nghiệp theo mùa: xảy ra ở những công việc thời vụ đòi hỏi phải làm việc trong những thời điểm nhất định trong năm.
Thất nghiệp cổ điển xảy ra khi mức lương thực tế trả cho người lao động cao hơn mức lương trung bình trên thị trường, gây ra tình trạng mất cân đối giữa cung và cầu lao động Điều này dẫn đến số lượng người tìm việc vượt quá số vị trí tuyển dụng sẵn có, làm tăng tỷ lệ thất nghiệp chung trong nền kinh tế.
Cơ sở lý luận về các yếu tố ảnh hưởng tới tỷ lệ thất nghiệp
Hiện tại, chưa có một mô hình kết hợp đơn nào đủ khả năng giải thích chính xác tình trạng thất nghiệp liên quan đến mô hình Walrasian Theo lý thuyết này, toàn bộ lao động sẽ được tuyển dụng trong một thị trường cụ thể, dẫn đến không có hiện tượng thất nghiệp tồn tại.
Tiêu chuẩn của kinh tế học tân cổ điển không cung cấp thông tin mạnh mẽ và dựa trên bằng chứng rõ ràng (Parker, 2010) Tuy nhiên, các yếu tố kinh tế vĩ mô vẫn giữ vai trò quan trọng, ảnh hưởng đáng kể đến tỷ lệ thất nghiệp trong nền kinh tế.
Theo lý thuyết Malthusian, sự gia tăng dân số theo cấp số nhân do tỷ lệ sinh tăng cao có thể gây ra các hệ quả tiêu cực cho nền kinh tế Malthus (1798) đề xuất rằng các yếu tố hạn chế như bệnh tật, điều kiện sống và môi trường lao động kém sẽ làm giảm tốc độ tăng trưởng dân số Nếu dân số không được kiểm soát, điều này có thể dẫn đến tỷ lệ thất nghiệp cao hơn, vì nguồn lực lao động vượt quá khả năng tiêu thụ và tạo việc làm Tổng thể, dân số đông đảo góp phần làm tăng tỷ lệ thất nghiệp và gây áp lực cho nền kinh tế của từng quốc gia.
Nguồn nhân lực bị ảnh hưởng bởi quy mô, cơ cấu và chất lượng dân số, trong đó các quốc gia có dân số lớn thường có nguồn lao động lớn hơn Cơ cấu dân số theo tuổi quyết định quy mô và đặc điểm của nguồn lao động, ảnh hưởng trực tiếp đến khả năng cung ứng nguồn nhân lực Mặc dù dân số là cơ sở của lực lượng lao động, mối quan hệ giữa chúng không hoàn toàn tỷ lệ thuận mà phụ thuộc vào diễn biến của gia tăng dân số trong các khoảng thời gian Sự gia tăng dân số nhanh chóng có thể dẫn đến tỷ lệ thất nghiệp tăng cao, do sự tương quan trực tiếp giữa gia tăng dân số và thị trường lao động.
FDI đóng vai trò quan trọng trong việc tạo ra việc làm và nâng cao thu nhập cho người lao động thông qua hoạt động sản xuất kinh doanh tại các quốc gia khác, góp phần tăng cường năng lực cạnh tranh và hiệu quả đầu tư Đầu tư nước ngoài thường được phân thành hai loại chính: Đầu tư GI (Greenfield Investment) là công ty mẹ thành lập công ty con và xây dựng hoạt động mới từ đầu, trong khi Đầu tư BI (Brownfield Investment) là mua hoặc thuê các cơ sở sản xuất có sẵn để bắt đầu hoạt động mới Tăng trưởng FDI không những thúc đẩy tăng trưởng GDP của nền kinh tế mà còn giúp giảm tỷ lệ thất nghiệp, phản ánh mối quan hệ nghịch giữa FDI và tỷ lệ thất nghiệp Ngoài ra, FDI còn đóng góp vào nguồn vốn, thúc đẩy thu nhập tái đầu tư và phát triển nguồn lực của các doanh nghiệp.
Đường cong Phillips là một trong những cách giải thích hiệu quả nhất để mô tả mối quan hệ giữa lạm phát và tỷ lệ thất nghiệp, thể hiện mối quan hệ nghịch chiều trong ngắn hạn Nó cho thấy khi tỷ lệ thất nghiệp tăng lên, lạm phát thường giảm và ngược lại, mặc dù trong dài hạn, tỷ lệ thất nghiệp không bị ảnh hưởng do giả định về tỷ lệ thất nghiệp tự nhiên Đường cong Phillips ban đầu được AW Phillips xây dựng vào năm 1958 dựa trên dữ liệu lịch sử từ năm 1861 đến 1957 về lạm phát tiền lương của Anh so với tỷ lệ thất nghiệp trong 95 năm Mối quan hệ ngắn hạn giữa thất nghiệp và lạm phát thể hiện rõ sự đánh đổi mà các nhà kinh tế thường nhấn mạnh trong lý thuyết về chính sách tiền tệ.
Giảm tỷ lệ thất nghiệp có thể dẫn đến tăng lạm phát, và chỉ khi tỷ lệ thất nghiệp tăng lên thì lạm phát mới giảm Chính phủ có thể thúc đẩy tổng cầu để giảm thất nghiệp, nhưng điều này cũng có thể gây ra áp lực lạm phát trên thị trường lao động và hàng hóa Theo lý thuyết của Phillips, tỷ lệ thất nghiệp thấp đồng nghĩa với thị trường lao động thắt chặt, khiến các doanh nghiệp phải tăng lương nhanh hơn để thu hút nguồn lao động khan hiếm, dẫn đến áp lực lạm phát tiền lương Ngược lại, khi tỷ lệ thất nghiệp cao hơn, các áp lực này giảm bớt Đường cong Phillips thể hiện mối quan hệ nghịch đảo giữa tỷ lệ thất nghiệp và lạm phát, cho thấy rằng tỷ lệ lạm phát có xu hướng tăng khi thất nghiệp giảm, và ngược lại trong chu kỳ kinh doanh.
2.4 Tổng sản phẩm quốc nội
Theo Định luật Okun, để giảm tỷ lệ thất nghiệp, nền kinh tế cần duy trì tăng trưởng GDP thực tế vượt mức tiềm năng của nó Cụ thể, để giảm 1% tỷ lệ thất nghiệp trong một năm, GDP thực tế phải tăng trưởng nhanh hơn khoảng 2% so với tốc độ tăng của GDP tiềm năng trong giai đoạn đó Mối quan hệ này thể hiện rõ mối tương quan nghịch giữa tốc độ tăng trưởng GDP và tỷ lệ thất nghiệp, nhấn mạnh rằng tăng trưởng kinh tế mạnh mẽ giúp giảm thất nghiệp một cách hiệu quả.
Hình 1: Đường cong Philips ngắn hạn Hình 2: Đường cong Philips dài hạn
2.5 Tỷ lệ tăng trưởng tổng sản phẩm quốc nội Định luật Okun giải thích mối quan hệ giữa tăng trưởng GDP và tỷ lệ thất nghiệp.
Tăng 1% tỷ lệ thất nghiệp thường khiến GDP của một quốc gia giảm thêm khoảng 2% so với GDP tiềm năng, theo lý thuyết kinh tế Mối quan hệ này thể hiện sự liên hệ tiêu cực giữa thất nghiệp và tăng trưởng GDP, tuy nhiên, các giá trị hệ số Okun có sự khác biệt lớn giữa các khu vực Những yếu tố như giảm hiệu ứng số nhân khi cung tiền tăng hoặc việc người thất nghiệp rời khỏi lực lượng lao động ảnh hưởng đến độ chính xác của mối quan hệ này Nghiên cứu cho thấy, trong hầu hết các khu vực và toàn quốc, tồn tại mối quan hệ nghịch đảo giữa thất nghiệp và tăng trưởng GDP, đòi hỏi các chính sách quản lý tổng cầu hoặc cung ứng phải được điều chỉnh phù hợp với đặc thù từng khu vực.
Tổng quan tình hình nghiên cứu
Các lý thuyết và nghiên cứu thực nghiệm cho thấy mối quan hệ phức tạp giữa dân số, mật độ dân số và các yếu tố kinh tế như GDP, tăng trưởng GDP, tỷ lệ lạm phát, FDI và tỷ lệ thất nghiệp Dân số lớn và mật độ dân số cao có thể thúc đẩy tăng trưởng kinh tế nhờ vào lực lượng lao động dồi dào, nhưng cũng có thể gây áp lực lên hạ tầng và dịch vụ xã hội Các nghiên cứu cho thấy mức độ FDI cao thường góp phần thúc đẩy tăng trưởng GDP, trong khi tỷ lệ thất nghiệp tăng có thể làm giảm đà phát triển kinh tế Tỷ lệ lạm phát ổn định giúp duy trì môi trường kinh doanh thuận lợi, hỗ trợ gia tăng thu hút FDI và thúc đẩy tăng trưởng kinh tế bền vững Những phân tích này cung cấp cái nhìn toàn diện về cách các yếu tố dân số và kinh tế tương tác để ảnh hưởng đến sự phát triển của một quốc gia.
Gia tăng dân số, được định nghĩa là phần trăm thay đổi trung bình hàng năm về quy mô dân số bất kể quốc tịch hoặc tình trạng pháp lý, ảnh hưởng lớn đến tỷ lệ thất nghiệp, theo Arslan và Zaman (2014) Nghiên cứu này chỉ ra rằng sự gia tăng dân số có tác động tích cực đến tỷ lệ thất nghiệp, góp phần làm tăng tỷ lệ thất nghiệp chung Asif (2013) cũng xác nhận rằng dân số ảnh hưởng đáng kể đến tỷ lệ thất nghiệp tại ba quốc gia là Trung Quốc, Ấn Độ và Pakistan từ năm 1980 đến 2009 Ngoài ra, Mahmood, Akhtar, Amin và Idrees (2011) phân tích các yếu tố quyết định liên quan đến tỷ lệ thất nghiệp tại thành phố Peshawar của Pakistan, đặc biệt trong lĩnh vực giáo dục, nhấn mạnh mối liên hệ giữa tăng trưởng dân số và vấn đề việc làm.
Dữ liệu thu thập từ mẫu gồm 442 dân cư tại thành phố Peshawar bao gồm những người có bằng tốt nghiệp hoặc đủ điều kiện làm việc trong các lĩnh vực chuyên môn hoặc kỹ thuật, bất kể họ đang tuyển dụng hay thất nghiệp Kết quả cho thấy, tỷ lệ tăng dân số có mối quan hệ thuận chiều với tỷ lệ thất nghiệp của nhóm lao động có trình độ học vấn cao Nghiên cứu của Loku và Deda (2013) cũng chỉ ra rằng, trong nền kinh tế Kosovo, mối quan hệ giữa gia tăng dân số và tỷ lệ thất nghiệp tồn tại theo hướng thuận, trong khi còn tồn tại một mối quan hệ nghịch đảo khác.
Mật độ dân số phản ánh tình hình phân bố dân số của một khu vực tại một thời điểm nhất định và là một trong những tiêu chí quan trọng để phân loại đô thị Nghiên cứu của Kassem (2019) chỉ ra rằng, tỷ lệ thất nghiệp và mật độ dân số có ảnh hưởng tiêu cực đáng kể đến tỷ lệ tội phạm ở các quận của tỉnh Punjab, Pakistan, qua phân tích dữ liệu từ Cục Thống kê Pakistan (PBS), Khảo sát cụm đa chỉ số (MICS) và Thống kê phát triển Punjab (2018) Các phương pháp kiểm định như ADF và Johansen đã được sử dụng để đánh giá mức độ ổn định và đồng liên kết của các biến, khẳng định tác động tiêu cực của mật độ dân số lên tỷ lệ tội phạm.
Muktari Yakubu (2020) đã sử dụng phương pháp nghiên cứu thực nghiệm để đánh giá ảnh hưởng của mật độ dân số đến tỷ lệ thất nghiệp tại Nigeria, dựa trên dữ liệu chuỗi thời gian từ năm 1991 đến 2017 Nghiên cứu kiểm tra các yếu tố như mật độ dân số, tỷ lệ thất nghiệp, CPI, tỷ giá hối đoái và FDI thông qua các phương pháp kiểm định ADF, PP, và KPSS để xác định tính dương tính hoặc âm tính của các biến số này Kết quả nghiên cứu cho thấy mật độ dân số, tỷ giá hối đoái, CPI, GDP bình quân đầu người và FDI đều có tác động tiêu cực lên tỷ lệ thất nghiệp, làm gia tăng tỷ lệ thất nghiệp trong dài hạn tại Nigeria.
Tốc độ tăng trưởng GDP là chỉ số quan trọng phản ánh sự phát triển của nền kinh tế qua các năm, đo lường mức cải thiện hoặc suy giảm của điều kiện kinh tế quốc gia dựa trên lợi suất tài chính (GDP) Nhiều nhà nghiên cứu cho rằng mối quan hệ giữa tăng trưởng và thất nghiệp bắt nguồn từ Định luật Okun, giải thích mối quan hệ ngược chiều giữa sản lượng và tỷ lệ thất nghiệp Định luật Okun, được Arthur Okun đề xuất năm 1962, mô tả mối liên hệ giữa sự biến động của tỷ lệ thất nghiệp và tổng sản phẩm quốc nội (GDP) thực tế Theo đó, mức độ thất nghiệp tỷ lệ nghịch với mức tăng thực tế của sản lượng (GDP) của nền kinh tế, dựa trên dữ liệu GNP của Hoa Kỳ.
Rigas, Theodosiou, Rigas và Blanas (2011) đã nghiên cứu xem Luật Okun còn phù hợp trong môi trường kinh tế hiện nay hay không bằng cách phân tích dữ liệu thất nghiệp và GDP thực tế từ năm 1960 đến 2007 của Hy Lạp, Pháp và Tây Ban Nha Kết quả cho thấy có mối quan hệ nghịch chiều giữa tỷ lệ thất nghiệp và GDP, nhưng hình thức của mối quan hệ này ở Hy Lạp khác biệt so với Pháp và Tây Ban Nha do sự chênh lệch về tốc độ tăng trưởng năng suất của từng quốc gia.
Haug và King (2014) kết luận rằng tỷ lệ thất nghiệp gia tăng thường dẫn đến lạm phát cao hơn khoảng ba năm sau đó, thể hiện mối tương quan thuận giữa lạm phát và thất nghiệp có ý nghĩa thống kê Chính sách tiền tệ và tài khóa không ảnh hưởng đến mối quan hệ dài hạn của thất nghiệp và lạm phát do tính ổn định của mối quan hệ này Alisa (2015) sử dụng mô hình đường cong Phillips để phân tích mối quan hệ giữa lạm phát và thất nghiệp, nhấn mạnh tầm quan trọng của đường cong này đối với các nhà hoạch định chính sách Tuy nhiên, không có nền kinh tế vĩ mô nào hoàn hảo, nơi ổn định giá cả, thất nghiệp thấp và tăng trưởng ổn định tồn tại cùng lúc trong ngắn hạn Chính phủ phải đối mặt với lựa chọn về chính sách phù hợp để giải quyết các vấn đề kinh tế, dù điều này có thể dẫn đến mức độ thất nghiệp hoặc lạm phát cao hơn Alisa kết luận rằng để duy trì cân bằng thị trường, cần có một mức độ lạm phát và thất nghiệp nhất định; tuy nhiên, dựa trên số liệu của Nga, mô hình đường cong Phillips không phù hợp để áp dụng vào hoàn cảnh của nước này.
Nghiên cứu của Karanassou, Sala và Snower (2007) cho thấy chính sách tiền tệ có tác dụng lâu dài trong việc duy trì cân bằng giữa thất nghiệp và lạm phát Họ đánh giá ảnh hưởng của các yếu tố như sản lượng, tăng trưởng tiền tệ, thâm hụt ngân sách và thương mại đối với lạm phát và thất nghiệp trong những năm chín mươi ở Mỹ, kết luận rằng tăng trưởng tiền tệ làm tăng lạm phát nhưng giảm tỷ lệ thất nghiệp Thêm vào đó, các yếu tố như tăng năng suất và giảm thâm hụt ngân sách giúp kiểm soát lạm phát và có ảnh hưởng nhẹ đến thất nghiệp Nghiên cứu của Furuoka và Munir (2014) hỗ trợ lý thuyết đường cong Phillips, chứng minh rằng thất nghiệp và lạm phát có mối quan hệ nghịch chiều tại Malaysia, theo đó khi cầu về lao động vượt cung, lương tăng sẽ thúc đẩy lạm phát và làm giảm tỷ lệ thất nghiệp.
3.5 FDI Đầu tư trực tiếp nước ngoài (FDI) được biết đến là hành động tiến hành đầu tư của một công ty hoặc cá nhân từ nước sở tại sang nước khác Một nghiên cứu được thực hiện bởi Matthew và Johnson (2014) và Shaari, Hussain, và Ab Halim (2012) đã điều tra mối quan hệ tiêu cực giữa FDI và Thất nghiệp Nó cho thấy rằng nếu FDI tăng lên thì tỷ lệ thất nghiệp sẽ giảm theo Stamatiou và Dritsakis (2014) xem xét tác động củaFDI đến thất nghiệp ở Hy Lạp Dựa trên những phát hiện của họ, có một mối quan hệ tiêu cực giữa FDI đối với tỷ lệ thất nghiệp đáng kể Nghiên cứu này cũng lập luận về tác động tích cực của FDI đối với tỷ lệ thất nghiệp của các nhà nghiên cứu khác Một số nhà nghiên cứu cho rằng thị trường lao động chỉ liên quan đến lực lượng lao động có kỹ năng Mayom (2015) phân tích nghiên cứu ở Châu Phi cận Sahara Kết quả của tỷ lệ việc làm đạt được dựa trên kết quả dự kiến là mối quan hệ tích cực và có ý nghĩa giữa dòng vốn FDI và tỷ lệ việc làm FDI tăng lên nhìn chung sẽ dẫn đến tỷ lệ việc làm cao hơn Pinn và cộng sự năm 2011 đã điều tra sự cạnh tranh gay gắt có thể làm tăng tỷ lệ thất nghiệp thông qua việc thoái vốn đầu tư và đóng cửa các doanh nghiệp trong nước. Điều này có thể được giải thích là do dự án đầu tư nước ngoài tại Malaysia sửdụng vốn đầu tư trực tiếp nước ngoài (FDI) như một hình thức thâm dụng vốn Bên cạnh đó, việc mua lại các doanh nghiệp hiện có của một quốc gia có thể làm tăng tỷ lệ thất nghiệp do nhu cầu lao động thấp hơn Balcerzak và Zurek (2011) kiểm tra phát hiện bằng cách sử dụng phân tích VAR để tiến hành thử nghiệm Theo kết quả được thực hiện, dòng vốn FDI có mối quan hệ tiêu cực đối với thất nghiệp Tuy nhiên, mức giảm có thể xảy ra trong ngắn hạn và sau một thời gian nhất định, mức thất nghiệp sẽ trở lại mức ban đầu Có một tác động đáng kể của FDI đối với tỷ lệ thất nghiệp ở Ấn Độ Cơ hội việc làm do FDI tạo ra nói chung cho thanh niên thất nghiệp có kỹ năng và được đào tạo cuối cùng sẽ dẫn đến giảm tỷ lệ thất nghiệp (Kannaiah & Selvam, 2014) Theo Kurtovic, Siljikovic và Milanovic (2015), kết quả cho thấy mối quan hệ tiêu cực ràng buộc xung quanh FDI và thất nghiệp, theo đó FDI gia tăng làm cho tỷ lệ thất nghiệp giảm ở hầu hết các nước Tây Balkan.
Các khuôn khổ thực nghiệm trong các nghiên cứu trước đây thường khác biệt so với các khuôn khổ lý thuyết, dẫn đến sự không phù hợp với kết quả thu được Một số nghiên cứu đã phát hiện ra mối quan hệ đáng kể giữa lạm phát, tăng trưởng GDP, dân số và đầu tư trực tiếp nước ngoài với tỷ lệ thất nghiệp, trong khi các nghiên cứu khác lại chỉ ra mối quan hệ trái chiều Ngoài ra, nhiều loại thử nghiệm khác nhau đã được sử dụng để kiểm chứng các giả thuyết trong các nghiên cứu này.
PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH
Số liệu
1.1 Phương pháp thu thập số liệu
Dựa trên các đánh giá tài liệu đã phân tích, nhóm kết luận rằng ít nhất bốn yếu tố gồm dân số, lạm phát, GDP và dòng vốn FDI ảnh hưởng đến tỷ lệ thất nghiệp ở các quốc gia, khu vực và nhóm khác nhau Nhóm đã thu thập dữ liệu cho các yếu tố này để kiểm tra thêm tác động và xây dựng mô hình phân tích quan trọng Tất cả dữ liệu trong báo cáo đều được trích xuất từ Ngân hàng Thế giới, đảm bảo tính xác thực và độ tin cậy từ các nguồn thông tin chính thống.
Tỷ lệ thất nghiệp phản ánh phần trăm người lao động trong lực lượng lao động đang tìm kiếm việc làm nhưng chưa có việc làm Người thất nghiệp là những cá nhân không có việc làm, đang tích cực tìm kiếm công việc trong thời gian gần đây Chỉ số này dựa trên dữ liệu của Tổ chức Lao động Quốc tế và không phản ánh toàn bộ dân số mà chỉ tập trung vào lực lượng lao động hoặc bộ phận dân số hoạt động kinh tế Tỷ lệ thất nghiệp là chỉ tiêu quan trọng giúp đánh giá tình hình thị trường lao động và nền kinh tế của một quốc gia.
Mật độ dân cư là số dân trung bình trên mỗi km vuông đất, phản ánh mức độ phân bố dân cư tại từng khu vực Dữ liệu về dân số thường được các nhân viên Ngân hàng Thế giới ước tính dựa trên các tổng điều tra dân số quốc gia từ nhiều nguồn khác nhau Trong khi đó, thông tin về diện tích đất thường được cung cấp bởi tổ chức Nông lương, giúp xác định chính xác hơn số liệu về mật độ dân cư.
Tốc độ tăng trưởng GDP phản ánh mức độ mở rộng của nền kinh tế dựa trên tổng sản phẩm quốc nội theo giá của người mua Quá trình tính toán tốc độ tăng trưởng và các thành phần của GDP sử dụng phương pháp bình phương nhỏ nhất với dữ liệu giá cố định bằng nội tệ Điều này giúp đảm bảo tính chính xác và so sánh khách quan trong phân tích kinh tế.
Lạm phát là chỉ số đo lường mức độ tăng của giá cả hàng hóa và dịch vụ qua thời gian, phản ánh phần trăm thay đổi chi phí hàng năm dựa trên mức tiêu dùng trung bình Chỉ số này giúp đánh giá tác động của biến động giá cả đối với nền kinh tế và người tiêu dùng Dữ liệu về lạm phát thường được thu thập từ các nguồn uy tín như Quỹ Tiền tệ Quốc tế, các thống kê tài chính quốc tế và các tập dữ liệu đáng tin cậy khác Việc theo dõi lạm phát là yếu tố quan trọng trong việc xây dựng chính sách tài chính và ổn định kinh tế của một quốc gia.
Dòng vốn FDI được dựa trên dữ liệu về dòng vốn chủ sở hữu từ cân đối thanh toán do Quỹ Tiền tệ Quốc tế (IMF) báo cáo Thông tin về đầu tư trực tiếp nước ngoài (FDI) còn được bổ sung theo ước tính của Ngân hàng Thế giới, dựa trên dữ liệu từ Hội nghị Liên Hợp Quốc về Thương mại và Phát triển (UNCTAD) và các nguồn chính thức của quốc gia, giúp cung cấp cái nhìn toàn diện về luồng vốn đầu tư quốc tế vào Việt Nam.
1.2 Phương pháp xử lý số liệu
Sử dụng Stata để xử lý dữ liệu nhanh chóng sau đó tính toán ma trận tương quan giữa các biến.
1.3 Tổng quan và mô tả số liệu
Bộ dữ liệu được thu thập từ trang web chính thức của ngân hàng thế giới, bao gồm
228 quan sá từ 228 quốc gia và nền kinh tế thế giới trong năm 2019.
Yếu tố Mô tả Đơn vị Nguồn
Phần trăm lực lượng lao động % WB
Mật độ dân cư Người trên mỗi km vuông diện tích đất
Tỷ lệ tăng trưởng GDP
% tăng trưởng GDP hàng năm
Lạm phát % lạm phát tiêu dùng hàng năm
FCI Dòng vốn FDI Triệu USD WB
Thống kê và mô tả các biến
Nhóm sử dụng phương pháp bình phương nhỏ nhất thông thường (OLS) để xây dựng và ước lượng các tham số của mô hình hồi quy tuyến tính đa biến, đảm bảo độ chính xác và độ tin cậy của kết quả Để kiểm tra giả thuyết, chúng tôi áp dụng các phương pháp thống kê phù hợp nhằm xác minh các giả định của mô hình Các kỹ thuật này giúp đánh giá mức độ phù hợp của mô hình và đưa ra các kết luận có căn cứ dựa trên dữ liệu thực tế, nâng cao tính khả thi của dự án nghiên cứu.
Giá trị tới hạn, giá trị p và khoảng tin cậy để kiểm tra ý nghĩa của các biến độc lập.
Kiểm tra Wald để kiểm tra nhiều hạn chế tuyến tính
Hệ số lạm phát phương sai (VIF), White test và Jacque-Bera Normality Test để kiểm tra các vấn đề của mô hình.
Xây dựng mô hình kinh tế lượng
Dựa trên các nghiên cứu đã trình bày, chúng tôi tự tin khẳng định rằng mô hình thay đổi tỷ lệ thất nghiệp sẽ dựa trên bốn biến số độc lập chính là dân số, lạm phát, GDP và dòng vốn FDI Việc phân tích these yếu tố sẽ giúp hiểu rõ hơn về xu hướng thất nghiệp ở các quốc gia, khu vực và nhóm khác nhau Đồng thời, sử dụng các biến số này theo chuẩn SEO sẽ tối ưu hóa khả năng tiếp cận và hiển thị của bài viết trên các công cụ tìm kiếm.
Thất nghiệp = ^ β 0 +^ β 1mật độ dânsố +^ β 2 tăngtrưởngGDP +^ β 3 lạm phát +^ β 4 FDI + ^ u
+ Tỷ lệ thất nghiệp: biến phụ thuộc
+ Mật độ dân số, tăng trưởng GDP, lạm phát, FDI, biến độc lập
^ β 0: Công cụ ước lượng của thuật ngữ chặn của mô hình hồi quy
^ β 1: Công cụ ước lượng hệ số hồi quy của mật độ dân số
^ β 2: Công cụ ước lượng hệ số hồi quy của tăng trưởng GDP
^ β 3: Công cụ ước lượng hệ số hồi quy của lạm phát
^ β 4: Công cụ ước lượng hệ số hồi quy của FDI
^ u : Phần dư (ước lượng độ nhiễu của mô hình hồi quy
Biến Định nghĩa Dự đoán về mối tương quan giữa các biến phụ thuộc Đơn vị
Tỷ lệ thất nghiệp so với tổng lực lượng lao động
Số lượng cá nhân sống cùng ở vị trí cụ thể đó là các quốc
Tiêu cực Người/ km 2 gia và nền kinh tế Tăng trưởng
Tỷ lệ thay đổi bình quân hàng năm của tổng sản phẩm quốc nội (GDP) theo giá thị trường tính theo giá nội tệ cố định
Sự tăng giá của hầu hết các hàng hoá và dịch vụ sử dụng hàng ngày hoặc thông thường, làm giảm đi giá trị đồng tiền
FDI Dòng vốn FDI ròng Triệu USD
Sử dụng lệnh “Sum” cho phép chúng ta có bảng sau:
Variable Obs Mean` Std Dev Min Max
Độ lệch chuẩn của tất cả các biến đều rất cao do dữ liệu được thu thập từ nhiều quốc gia và nền kinh tế khác nhau Nguyên nhân chính là sự đa dạng về mức độ phát triển, từ các nước phát triển hàng đầu đến các nền kinh tế kém phát triển nhất, ảnh hưởng đến sự biến động của dữ liệu.Điều này cho thấy tính dữ liệu phong phú, song cũng làm tăng tính biến động và khó dự đoán trong phân tích.
.cor unemployrate Popdensity GDPgrowth Inflation FCI (obs = 203)
Mối tương quan giữa các biến kinh tế quan trọng được xác định rõ ràng trong phân tích này, với mật độ dân số, tốc độ tăng trưởng GDP và dòng vốn FDI đều có tác động tiêu cực đến tỷ lệ thất nghiệp, cho thấy rằng càng cao mật độ dân số, tăng trưởng GDP và vốn FDI, thì tỷ lệ thất nghiệp giảm Trong khi đó, lạm phát trong giá tiêu dùng lại có ảnh hưởng tích cực đến tỷ lệ thất nghiệp, điều này phù hợp với dự đoán của chúng tôi về mối quan hệ giữa các yếu tố kinh tế và tỷ lệ thất nghiệp.
Phân tích định lượng
4.1 Mô hình ước lượng a, Kết quả ước tính
Source SS df MS Number of obs = 203
Unemployrate Coef Std Erri t P > | t | [95% Conf Interval] Popdensity -.00073 0004209 -1.73 0.084 -.0015599 0001 GDPgrowth -.376174 1259154 -2.99 0.003 -.6244813 -.1278666 Inflation 1033487 0637311 1.62 0.106 -.0223301 2290275 FDI -2.32e - 06 1.61e -
8.60e – 07 -cons 7.851796 5824254 13.48 0.000 6.703243 9.000349 b, Mô hình hồi quy hai mẫu
Theo kết quả ước tính từ STATA bằng phương pháp OLS, chúng tôi thu được hàm hồi quy mẫu (SRF) như sau:
Thất nghiệp = 7.851796 – 0.00073 Mật độ dân số – 0.376174 Tăng trưởng GDP +
0.1033487 Lạm phát – 2.32* 10 −6 FDI + u ^ Ý nghĩa của các hệ số ước lượng:
+ Số hạng không đổi được ước lượng là ^ β 1 = 7,851796 Khi mọi biến giải thích bằng
0, giá trị kỳ vọng của tỷ lệ thất nghiệp (thất nghiệp) sẽ là 7,851796% (yếu tố khác không đổi).
Hệ số hồi quy của mật độ dân số được ước tính là ^ β 2= -0.00073, cho thấy rằng khi giữ các biến giải thích khác không đổi, mỗi khi mật độ dân số tăng 1%, tỷ lệ thất nghiệp kỳ vọng sẽ giảm khoảng 0.00073% Điều này phản ánh mối tương quan nghịch giữa mật độ dân số và tỷ lệ thất nghiệp, giúp làm rõ tác động của mật độ dân số đến thị trường lao động.
Hệ số hồi quy của tăng trưởng GDP được ước tính là β3 = -0,376174, cho thấy rằng khi tốc độ tăng trưởng GDP (GDPgrowth) tăng 1%, thì tỷ lệ thất nghiệp (Thất nghiệp) sẽ giảm trung bình khoảng 0,376174% Điều này phản ánh mối quan hệ nghịch chiều giữa tăng trưởng kinh tế và tỷ lệ thất nghiệp, nhấn mạnh rằng thúc đẩy tăng trưởng GDP có thể giúp giảm tỷ lệ thất nghiệp trong nền kinh tế.
Hệ số hồi quy của lạm phát được ước tính là β̂₄ = 0,1038321, cho thấy rằng, giữ nguyên các biến giải thích khác, nếu tỷ lệ lạm phát tăng 1%, thì tỷ lệ thất nghiệp dự kiến sẽ tăng khoảng 0,1038% Điều này phản ánh mối quan hệ tích cực giữa lạm phát và thất nghiệp theo mô hình phân tích.
Hệ số hồi quy của FDI được ước tính là ^β₅ = -2,32 x 10⁻⁶, cho thấy rằng khi vốn đầu tư trực tiếp nước ngoài (FDI) tăng thêm 1 triệu USD, thì tỷ lệ thất nghiệp kỳ vọng sẽ giảm khoảng 2,32% Điều này phản ánh mối quan hệ nghịch chiều giữa FDI và tỷ lệ thất nghiệp, giúp các nhà hoạch định chính sách hiểu rõ tác động của FDI đối với thị trường lao động.
Hệ số xác định R² = 0,086 cho thấy chỉ có 8,6% tổng biến phụ thuộc (tỷ lệ thất nghiệp, tỷ lệ lạm phát, tăng trưởng GDP, mật độ dân số và đầu tư trực tiếp từ nước ngoài) được giải thích bởi các biến giải thích Điều này cho thấy phần lớn biến phụ thuộc còn bị ảnh hưởng bởi các yếu tố khác không được đề cập trong mô hình.
Kiểm định ý nghĩa của một hệ số hồi quy riêng lẻ i:
Cách tiếp cận khoảng tin cậy
Dưới góc độ phân tích dữ liệu, kết quả từ phần mềm Stata sử dụng hồi quy bình phương tối thiểu thông thường cho thấy các hệ số hồi quy của các biến đều có mức ý nghĩa thống kê 5% Khoảng tin cậy cho các hệ số này cung cấp thông tin quan trọng về độ chính xác và độ tin cậy của các ước lượng, giúp xác định mức độ ảnh hưởng của từng biến đối với biến phụ thuộc Phương pháp phân tích này đóng vai trò then chốt trong việc đánh giá các mối quan hệ và đưa ra các kết luận chính xác dựa trên dữ liệu thực tế.
STT Biến Khoảng tin cậy
Các biến Mật độ dân số, Lạm phát và FDI có giá trị bằng 0 trong khoảng tin cậy, cho thấy không có đủ bằng chứng để bác bỏ giả thuyết H0 Điều này có nghĩa là hệ số hồi quy của các biến này không đạt ý nghĩa thống kê với mức ý nghĩa 5%, và chúng không ảnh hưởng đáng kể đến kết quả nghiên cứu.
Trong phân tích của chúng tôi, biến GDPgrowth có hệ số hồi quy có ý nghĩa thống kê với mức ý nghĩa 5%, vì giá trị 0 nằm ngoài khoảng tin cậy của biến này Điều này cho thấy biến GDPgrowth có tác động đáng kể đến mô hình Bên cạnh đó, chúng tôi cũng đã kiểm tra mức độ quan trọng của mô hình để đảm bảo tính chính xác và độ tin cậy của các kết quả phân tích.
+ n: số lượng quan sát hoặc cỡ mẫu, n = 20
Vì F > C α => bác bỏ giả thuyết rỗng
Kết luận: Mô hình tổng thể có ý nghĩa thống kê ở mức có ý nghĩa 5%
Thảo luận, liên hệ thực tế và đặc điểm mẫu số liệu để giải thích kết quả
Nghiên cứu về tác động của các yếu tố kinh tế vĩ mô đến tỷ lệ thất nghiệp năm 2019 cho thấy có một mối liên hệ chặt chẽ giữa tỷ lệ thất nghiệp và các chỉ số kinh tế vĩ mô, giúp hiểu rõ hơn về ảnh hưởng của các yếu tố nền kinh tế đến thị trường lao động.
Khuyến nghị giải pháp
Dựa trên kết quả nghiên cứu, chúng tôi đề xuất các giải pháp nhằm nâng cao tình hình thất nghiệp tại các quốc gia có tỷ lệ thất nghiệp cao Một trong những đề xuất là duy trì kiểm tra liên tục để dự báo chính xác hơn về tỷ lệ thất nghiệp trong ngắn hạn, đồng thời nghiên cứu sâu hơn các mô hình kinh tế lượng nhằm dự đoán tỷ lệ thất nghiệp dài hạn Chính phủ các nước nông nghiệp cần thiết kế chiến lược quốc gia tập trung vào đào tạo lại lao động, nâng cao hiệu quả sản xuất nông nghiệp và tái cấu trúc cơ cấu lao động phù hợp với điều kiện địa phương Việc xóa bỏ phân biệt đối xử giới và mở rộng cơ hội việc làm cho lao động nữ, đặc biệt các vị trí quản lý, sẽ góp phần nâng cao năng lực và hiệu quả hoạt động của doanh nghiệp Cuối cùng, thúc đẩy tuyển dụng thông qua các ưu đãi thuế là biện pháp thiết thực để kích thích thị trường lao động và tạo nhiều cơ hội việc làm hơn.
KẾT LUẬN
Nghiên cứu về tác động của các yếu tố kinh tế vĩ mô đến tỷ lệ thất nghiệp năm 2019 đã chỉ ra mối liên hệ chặt chẽ giữa tỷ lệ thất nghiệp và các chỉ số kinh tế vĩ mô, cho thấy tầm quan trọng của việc phân tích các yếu tố này để đưa ra các chính sách phù hợp Phương pháp định lượng được sử dụng nhằm làm rõ mối quan hệ giữa các yếu tố kinh tế lớn và tỷ lệ thất nghiệp, góp phần nâng cao hiệu quả quản lý và dự báo trong lĩnh vực lao động Các kết quả nghiên cứu giúp nhận diện các tác nhân ảnh hưởng đến thất nghiệp, từ đó hỗ trợ các nhà hoạch định chính sách đưa ra các biện pháp phù hợp để ổn định thị trường lao động.
Các nghiên cứu đề xuất các khuyến nghị nhằm nâng cao hiệu quả trong việc giải quyết tỷ lệ thất nghiệp cao ở các quốc gia Đặc biệt, việc duy trì các cuộc kiểm tra liên tục giúp dự báo chính xác hơn về xu hướng tỷ lệ thất nghiệp trong ngắn hạn, vì dự báo ngắn hạn thường cho kết quả đáng tin cậy hơn Bên cạnh đó, nghiên cứu sâu hơn về các mô hình kinh tế lượng, cả đơn giản lẫn phức tạp, là cần thiết để dự đoán chính xác tỷ lệ thất nghiệp lâu dài và đề xuất chính sách phù hợp.
Chính phủ các nước kém phát triển cần thiết kế và thực hiện chiến lược quốc gia tập trung vào đào tạo lại lực lượng lao động nông nghiệp để nâng cao hiệu quả các trang trại và cơ cấu việc làm ở khu vực nông thôn Việc tái cơ cấu các thành phần kinh tế phù hợp với điều kiện của quốc gia giúp cải thiện tỷ lệ thất nghiệp và tạo cơ hội việc làm cho người lao động trong các nước này.
Vào thứ ba, cần xóa bỏ phân biệt giới tính để tăng cơ hội cho lao động nữ tham gia vào các vị trí quản lý, từ đó thúc đẩy sự phát triển mạnh mẽ của doanh nghiệp Việc giảm thiểu định kiến giới không chỉ tạo cơ hội công bằng cho nữ giới mà còn góp phần nâng cao năng lực quản lý và cạnh tranh của công ty trên thị trường Chính sách thúc đẩy bình đẳng giới là yếu tố then chốt giúp doanh nghiệp khai thác tối đa tiềm năng của lực lượng lao động nữ, đồng thời thúc đẩy sự phát triển bền vững.
Chính sách thúc đẩy việc làm thông qua các ưu đãi về thuế là giải pháp hiệu quả nhằm giải quyết tình trạng thiếu hụt nhân lực và nâng cao cơ hội việc làm cho người dân Việc áp dụng các chính sách này sẽ giúp nhà tuyển dụng dễ dàng tuyển dụng nhân sự phù hợp, đồng thời tạo điều kiện thuận lợi cho người lao động tiếp cận các cơ hội việc làm ổn định và phát triển Thúc đẩy các lợi ích về thuế không chỉ hỗ trợ doanh nghiệp giảm chi phí mà còn góp phần thúc đẩy tăng trưởng kinh tế và nâng cao chất lượng cuộc sống của cộng đồng.
Nghiên cứu của nhóm tập trung vào các yếu tố ảnh hưởng đến tỷ lệ thất nghiệp ở cấp độ vĩ mô Để nâng cao độ chính xác, các nghiên cứu trong tương lai cần mở rộng phạm vi bao gồm cả phân tích vi mô và vĩ mô cùng lúc Các nghiên cứu mở rộng quy mô ra nhiều quốc gia hơn, dữ liệu qua nhiều năm hoặc phân khúc thời gian nhỏ hơn sẽ giúp đánh giá kết quả hoạt động một cách toàn diện hơn.
Chúng em xin gửi lời cảm ơn chân thành đến cô Nguyễn Thúy Quỳnh vì đã tận tâm hướng dẫn giúp chúng em hoàn thành bài báo cáo này Sự hỗ trợ tận tình của cô đã góp phần quan trọng vào thành công của chúng em Chúng em hy vọng sẽ có cơ hội gặp lại cô trong các khóa học tiếp theo để học hỏi và phát triển hơn nữa dưới sự hướng dẫn của cô.
Chân thành cảm ơn cô!