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 nhóm người ở độ tuổi lao động không có việc làm, sẵn sàng làm việc và đã thực hiện các bước cụ thể để tìm kiếm việc làm Việc áp dụng định nghĩa chuẩn này giúp các ước tính về tỷ lệ thất nghiệp có thể so sánh được trên phạm vi quốc tế so với các định nghĩa thất nghiệp mang tính quốc gia Tỷ lệ thất nghiệp được đo bằng phần trăm số người thất nghiệp trên tổng lực lượng lao động và thường có sự biến động theo mùa Lực lượng lao động được định nghĩa là tổng số người thất nghiệp và số người có việc làm.
Tỷ lệ thất nghiệp là một chỉ báo quan trọng được sử dụng để dự báo sự phát triển của nền kinh tế Chỉ số phổ biến nhất là tỷ lệ thất nghiệp, được định nghĩa là số người thất nghiệp chia cho tổng số người trong lực lượng lao động và thường được thể hiện dưới dạng phần trăm Việc theo dõi tỷ lệ thất nghiệp giúp nhận diện xu hướng của thị trường lao động, đánh giá sức khỏe của nền kinh tế và hỗ trợ quyết định về chính sách việc làm và tăng trưởng kinh tế.
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, do các nguyên nhân khách quan và duy trì trong thời gian dài Có 4 loại thất nghiệp tự nhiên được nhắc đến trong lý thuyết: thất nghiệp do tìm kiếm và chuyển đổi nghề giữa các vị trí công việc phù hợp, thất nghiệp do bất cập về kỹ năng và cấu trúc thị trường lao động, thất nghiệp theo mùa phát sinh từ chu kỳ sản xuất và hoạt động của các ngành nghề, và thất nghiệp kéo dài do các rào cản cấu trúc hoặc thiếu đầu tư cho nguồn nhân lực.
Thất nghiệp do ma sát là hiện tượng mà người lao động phải bỏ ra một khoảng thời gian để tìm kiếm công việc phù hợp nhất với sở thích và kỹ năng của họ Nguyên nhân chính của hiện tượng này là quá trình tìm kiếm và chọn lựa việc làm kéo dài, khiến họ mất thời gian trước khi có được cơ hội làm việc phù hợp Để tối ưu hóa thời gian tìm kiếm, người lao động có thể xác định rõ mục tiêu nghề nghiệp, cập nhật kỹ năng và hồ sơ xin việc, từ đó rút ngắn khoảng cách giữa thất nghiệp và việc làm phù hợp.
Thất nghiệp cơ cấu là tình trạng thị trường lao động không thể cung cấp việc làm cho tất cả người lao động mong muốn vì sự bất cân đối giữa kỹ năng người lao động và yêu cầu của các công việc hiện có Tình trạng này xuất hiện khi kỹ năng được đào tạo và tích lũy không phù hợp với nhu cầu thực tế của thị trường, dẫn tới thiếu việc làm ở một số ngành và dư thừa lao động ở ngành khác Để khắc phục, cần đẩy mạnh tái đào tạo, chuyển đổi nghề nghiệp và cải thiện liên kết giữa hệ thống giáo dục với doanh nghiệp nhằm nâng cao khả năng thích nghi và hiệu quả của thị trường 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 cho một công việc cao hơn mức lương trung bình của công việc đó trên thị trường lao động Sự chênh lệch này khiến số lượng người tìm việc vượt quá số vị trí tuyển dụng có sẵn, làm phát sinh tình trạng thất nghiệp dù nhiều người có kỹ năng và trình độ phù hợp.
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 có thể giải thích đầy đủ tình trạng thất nghiệp Liên quan đến mô hình Walrasian, toàn bộ lao động được cho là tham gia vào một thị trường nhất định, từ đó dẫn đến giả thiết rằng sẽ không có thất nghiệp.
Tiêu chuẩn của kinh tế học tân cổ điển không cung cấp thông tin mạnh mẽ và dựa trên bằng chứng (Parker, 2010) Tuy nhiên, các yếu tố kinh tế vĩ mô vẫn có ảnh hưởng đáng kể đến tỷ lệ thất nghiệp.
Theo thuyết Malthus (1798), sự gia tăng dân số diễn ra theo cấp số nhân, và các biện pháp hạn chế phòng ngừa sinh đẻ cùng với các yếu tố làm suy giảm như bệnh tật, điều kiện sống và môi trường làm việc kém có thể làm giảm tốc độ tăng trưởng dân số của một quốc gia Khi sự gia tăng dân số không được kiểm soát, áp lực lên nguồn lực và thị trường lao động sẽ dẫn đến mức thất nghiệp cao hơn Nói ngắn gọn, dân số đông thường làm tăng tỷ lệ thất nghiệp của một nền kinh tế.
Quy mô, chất lượng và cơ cấu của nguồn nhân lực chịu ảnh hưởng bởi quy mô, cơ cấu và chất lượng dân số Các quốc gia có dân số lớn sẽ có nguồn nhân lực lớn, ngược lại Cơ cấu dân số theo tuổi quyết định quy mô và cơ cấu của lực lượng lao động Mặc dù dân số là nền tảng của nguồn lao động, mối quan hệ giữa hai yếu tố này không phụ thuộc trực tiếp mà bị chi phối bởi sự biến động của gia tăng dân số theo thời gian Kết quả của tăng trưởng dân số nhanh là tỷ lệ thất nghiệp có xu hướng gia tăng, phản ánh mối tương quan giữa hai yếu tố này.
Trong mối quan hệ giữa nhà đầu tư và người lao động, FDI tạo việc làm và thu nhập cho người lao động thông qua hoạt động sản xuất kinh doanh tại nước ngoài Để khai thác lợi thế so sánh của nước sở tại, nhà đầu tư dùng nguồn nhân lực địa phương nhằm nâng cao năng lực cạnh tranh và tăng hiệu quả đầu tư, từ đó thu hút cán bộ, công nhân gia nhập các doanh nghiệp nước ngoài Vì vậy, FDI tạo ra nhiều việc làm mới và có quan hệ nghịch với tỷ lệ thất nghiệp Đầu tư nước ngoài được coi là nguồn vốn hoặc thu nhập được tái đầu tư của công ty, còn được gọi là Greenfield Investment (GI) hoặc Brownfield Investment (BI) Đầu tư GI là công ty mẹ thành lập công ty con tại nước ngoài và xây dựng hoạt động từ đầu, trong khi đầu tư BI là mua hoặc thuê các cơ sở sản xuất có sẵn để bắt đầu hoạt động Khi FDI tăng lên, GDP của nền kinh tế tăng và tỷ lệ thất nghiệp giảm.
Đường cong Phillips là một cách giải thích nổi bật để mô tả mối quan hệ giữa lạm phát và thất nghiệp Trong ngắn hạn, nó cho thấy mối quan hệ nghịch đảo giữa tỷ lệ thất nghiệp và lạm phát: khi thất nghiệp giảm thì lạm phát tăng, và ngược lại Tuy nhiên, về dài hạn đường cong cho rằng thất nghiệp quay về mức tự nhiên và không có sự đánh đổi giữa lạm phát và thất nghiệp AW Phillips đã vẽ đường cong này vào năm 1958 dựa trên dữ liệu 95 năm (1861–1957) về lạm phát tiền lương ở Vương quốc Anh so với tỷ lệ thất nghiệp Sự đánh đổi ngắn hạn giữa thất nghiệp và lạm phát được thể hiện rõ qua đường cong này và lý thuyết đằng sau khá đơn giản.
Việc giảm thất nghiệp có thể làm tăng tổng cầu và do đó đẩy lạm phát lên, trong khi lạm phát có thể giảm chỉ khi tỷ lệ thất nghiệp tăng lên Tuy nhiên, để giảm thất nghiệp, chính phủ có thể kích thích tổng cầu, điều này có thể tạm thời tăng việc làm nhưng đồng thời gây áp lực lạm phát trên thị trường lao động và thị trường sản phẩm Theo Phillips, khi thất nghiệp càng thấp, thị trường lao động càng thắt chặt, khiến các công ty phải tăng lương nhanh hơn để thu hút nguồn lao động khan hiếm và tạo áp lực lạm phát; ngược lại với tỷ lệ thất nghiệp cao hơn, các áp lực này sẽ giảm bớt Đường cong Phillips đại diện cho mối quan hệ nghịch giữa thất nghiệp và lạm phát/tiền lương trong chu kỳ kinh tế, cho thấy lạm phát tiền lương sẽ xảy ra nếu một mức thất nghiệp cụ thể duy trì trong một thời gian.
Hình 1: Đường cong Philips ngắn hạn Hình 2: Đường cong Philips dài hạn
2.4 Tổng sản phẩm quốc nội
Định luật Okun cho thấy mối quan hệ nghịch giữa tăng trưởng GDP thực tế và tỷ lệ thất nghiệp: khi quy mô lực lượng lao động và mức năng suất tăng lên liên tục, GDP thực tế phải vượt mức tăng của GDP tiềm năng để duy trì tỷ lệ thất nghiệp ở mức ổn định Vì vậy, để giảm tỷ lệ thất nghiệp, nền kinh tế phải tăng trưởng ở tốc độ trên mức tiềm năng của nó Cụ thể, để giảm thất nghiệp 1% trong một năm, GDP thực tế phải tăng trưởng nhanh hơn khoảng 2% so với mức tăng của GDP tiềm năng trong giai đoạn đó Nói cách khác, mối tương quan giữa tốc độ tăng trưởng GDP và tỷ lệ thất nghiệp là nghịch.
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.
Về lý thuyết, mỗi lần tăng 1% tỷ lệ thất nghiệp sẽ làm GDP thực tế giảm thêm khoảng 2% so với GDP tiềm năng của quốc gia đó, khi các biến số khác giữ nguyên Mối quan hệ giữa thất nghiệp và tăng trưởng GDP được xem là nghịch chiều, nhưng nguyên nhân khiến GDP thay đổi nhiều hơn so với tỷ lệ thất nghiệp lại không phải lúc nào cũng rõ ràng Ví dụ, các yếu tố như giảm hiệu ứng số nhân khi cung tiền tăng lên, số người thất nghiệp rời khỏi lực lượng lao động, và sự giảm năng suất do thiếu lực lượng lao động bổ sung đều được cho là có tác động Nghiên cứu cho thấy ở hầu hết các khu vực và ở cấp quốc gia, có mối quan hệ nghịch giữa thất nghiệp và tăng trưởng GDP, nhưng các hệ số Okun định lượng lại có sự biến thiên giữa vùng miền, phần nào phản ánh chênh lệch tăng trưởng năng suất giữa các khu vực Những khác biệt này gợi ý rằng các chính sách tổng cầu và cung ứng thông thường cần được kết hợp với các biện pháp kinh tế khu vực cụ thể khi đối mặt với các thách thức về thất nghiệp và tăng trưởng.
Tổng quan tình hình nghiên cứu
Các lý thuyết và nghiên cứu thực nghiệm về mối quan hệ giữa dân số, mật độ dân số, GDP, tăng trưởng GDP, tỷ lệ lạm phát, FDI và tỷ lệ thất nghiệp cho thấy đây là hệ thống các yếu tố tương tác với ảnh hưởng qua lại lên quy mô và cấu trúc nền kinh tế Dân số và mật độ dân số tác động tới nguồn lao động, nhu cầu tiêu dùng và áp lực lên hạ tầng, từ đó ảnh hưởng đến GDP và tăng trưởng GDP; trong khi dân số đông có thể thúc đẩy quy mô thị trường thì mật độ cao ở đô thị có thể làm tăng chi phí và lạm phát nếu đầu tư hạ tầng chưa theo kịp Nghiên cứu thực nghiệm cho thấy FDI thường kích thích tăng trưởng GDP và tạo việc làm, nhưng hiệu quả lại phụ thuộc vào khả năng hấp thụ vốn, chất lượng thể chế và trình độ nguồn nhân lực, cũng như tác động lên tỷ lệ thất nghiệp Mối quan hệ giữa lạm phát và tăng trưởng GDP phức tạp và chịu ảnh hưởng của chu kỳ kinh tế, cấu trúc nền kinh tế và dòng vốn nước ngoài; FDI cùng với dân số ảnh hưởng đến lạm phát và thất nghiệp qua kênh tăng trưởng và cân đối cung - cầu lao động Do đó, các khuyến nghị chính sách nhấn mạnh cân bằng phát triển dân số và đầu tư hạ tầng, khuyến khích FDI có chọn lọc, nâng cao năng lực cạnh tranh, quản lý lạm phát và tối ưu hóa cơ hội việc làm để duy trì tăng trưởng GDP bền vững.
Gia tăng dân số được định nghĩa là phần trăm thay đổi trung bình hàng năm về quy mô dân số, kể cả các cư dân bất kể quốc tịch hay tình trạng pháp lý trong một khoảng thời gian xác định Arslan và Zaman (2014) cho rằng gia tăng dân số là một yếu tố quan trọng ảnh hưởng đến tỷ lệ thất nghiệp Sự gia tăng dân số có tác động dương đến tỷ lệ thất nghiệp và nó đã góp phần vào tỷ lệ thất nghiệp Theo Asif (2013), ông nghiên cứu các yếu tố kinh tế vĩ mô của tỷ lệ thất nghiệp ở 3 quốc gia: Trung Quốc, Ấn Độ và Pakistan Dữ liệu được thu thập từ năm 1980 đến năm 2009, kết quả cho thấy rằng có một tác động đáng kể của dân số đến tỷ lệ thất nghiệp ở 3 quốc gia trên.Mahmood, Akhtar, Amin và Idrees (2011) xem xét các yếu tố quyết định ảnh hưởng đến tỷ lệ thất nghiệp của thành phố Peshawar của Pakistan trong lĩnh vực giáo dục.
Trong mẫu gồm 442 dân cư thành phố Peshawar, bao gồm cả những người tốt nghiệp hoặc đủ điều kiện làm việc trong bất kỳ lĩnh vực chuyên môn hay kỹ thuật nào, bất kể họ đang được tuyển dụng hay thất nghiệp, kết quả cho thấy tỷ lệ gia tăng dân số có mối quan hệ thuận với tỷ lệ thất nghiệp ở nhóm lao động có trình độ Nghiên cứu của Loku và Deda (2013) về mối quan hệ giữa gia tăng dân số và tỷ lệ thất nghiệp ở nền kinh tế Kosovo cho thấy tồn tại mối quan hệ giữa hai biến và có bằng chứng về một mối quan hệ nghịch chiều giữa chúng.
Mật độ dân số là tổng số dân trên một đơn vị diện tích, phản ánh sự phân bố dân cư tại một thời điểm và là một trong những tiêu chí quan trọng để phân loại đô thị Nghiên cứu của Kassem (2019) phân tích tác động của tỷ lệ thất nghiệp, sự công nghiệp hóa nền kinh tế, mật độ dân số, lượng kiều hối và hạ tầng xã hội lên tỷ lệ tội phạm ở các quận của tỉnh Punjab, Pakistan, với dữ liệu từ Cục Thống kê Pakistan (PBS), Khảo sát Cụm Đa chỉ số (MICS) và Thống kê Phát triển Punjab (2018) Các biến được kiểm tra tính dừng bằng kiểm định ADF và đồng liên kết được đánh giá bằng kiểm định Johansen Kết quả ước lượng cho thấy tỷ lệ thất nghiệp và mật độ dân số có ảnh hưởng tiêu cực đáng kể đến tỷ lệ tội phạm ở khu vực này.
Muktari Yakubu (2020) đã thông qua phương pháp nghiên cứu thực nghiệm để kiểm tra sự tác động của mật độ dân số lên tỷ lệ thất nghiệp ở Nigeria Nghiên cứu đã sử dụng số liệu chuỗi thời gian từ năm 1991 đến năm 2017 Các số liệu về mật độ dân số, tỷ lệ thất nghiệp, chỉ số giá tiêu dùng (CPI), tỷ giá hối đoái và đầu tư trực tiếp nước ngoài (FDI) đã được kiểm tra cho đơn vị gốc bằng cách áp dụng phương pháp kiểm định ADF (kiểm định đơn vị), PP (kiểm định dựa trên việc nới lỏng các điều kiện mà giả thiết của kiểm định ADF đưa ra) và KPSS (kiểm định nghiệm đơn vị) Kết quả kiểm tra cho thấy mật độ dân số và tỷ giá hối đoái, chỉ số giá tiêu dùng (CPI), GDP bình quân đầu người và đầu tư trực tiếp nước ngoài (FDI) có tác động tiêu cực đến tình trạng thất nghiệp, vì vậy làm gia tăng tỷ lệ thấtnghiệp trong dài hạn.
Tốc độ tăng trưởng GDP cho thấy tốc độ phát triển của nền kinh tế từ năm này sang năm khác Đây là một trong những chỉ số quan trọng nhất được sử dụng để đo lường bất kỳ sự cải thiện hoặc suy giảm nào của điều kiện kinh tế của một quốc gia bằng cách xem xét đến 1/4 lợi suất tài chính (GDP) của quốc gia đó Một số nhà nghiên cứu tin rằng mối quan hệ giữa tăng trưởng và thất nghiệp xuất phát từ Định luật Okun giải thích mối quan hệ ngược chiều giữa mức sản lượng với tỷ lệ thất nghiệp Định luật Okun là một ý tưởng nổi tiếng trong lý thuyết kinh tế vĩ mô và nó được Arthur Okun đề xuất vào năm 1962 Lý thuyết này mô tả mối quan hệ giữa sự dịch chuyển của tỷ lệ thất nghiệp và sự thay đổi của tổng sản phẩm quốc nội (GDP) thực tế Okun đã định lượng mối quan hệ này thành một mối quan hệ thống kê cho biết mức độ tỷ lệ thất nghiệp tỷ lệ nghịch với mức tăng thực tế của sản lượng (GDP) của nền kinh tế bằng cách sử dụng dữ liệu GNP của Hoa Kỳ.
Nghiên cứu của Rigas, Theodosiou, Rigas và Blanas (2011) đánh giá xem Luật Okun còn áp dụng được trong môi trường kinh tế hiện đại hay không bằng dữ liệu thất nghiệp và GDP thực tế từ 1960–2007 của ba nước Hy Lạp, Pháp và Tây Ban Nha Kết quả cho thấy một mối quan hệ nghịch biến giữa thất nghiệp và tăng trưởng GDP được ước lượng bằng mô hình sự khác biệt đầu tiên Tuy nhiên, hình thức của mối quan hệ này ở Hy Lạp lại khác với Pháp và Tây Ban Nha do sự chênh lệch về tốc độ tăng trưởng năng suất giữa các nước.
Trong nghiên cứu kéo dài từ 1952 đến 2010, Haug và King (2014) chỉ ra rằng sự gia tăng thất nghiệp sẽ đi kèm với lạm phát cao hơn khoảng ba năm sau, cho thấy một mối quan hệ dương có ý nghĩa giữa thất nghiệp và lạm phát Chính sách tiền tệ và tài khóa được cho là không làm biến đổi mối quan hệ dài hạn giữa hai biến do tính ổn định của nó Alisa (2015) thảo luận mối quan hệ lạm phát-thất nghiệp thông qua đường cong Phillips, nhấn mạnh tầm quan trọng của đường cong này với các nhà hoạch định chính sách vì nó cung cấp cái nhìn xa và cân nhắc giữa hai biến Không có nền kinh tế vĩ mô hoàn hảo nơi giá cả ổn định, thất nghiệp bằng không và tăng trưởng duy trì ổn định trong mọi tình huống ngắn hạn; Chính phủ phải lựa chọn giữa chính sách tiền tệ hoặc tài khóa để đối phó với các cú sốc kinh tế dẫn tới thất nghiệp cao hoặc lạm phát cao, hoặc cho thấy không thể loại bỏ hoàn toàn các hiện tượng này Alisa kết luận rằng để cân bằng thị trường, vẫn cần một mức độ lạm phát và thất nghiệp nhất định Dựa trên dữ liệu được trình bày, hoàn cảnh ở Nga không phù hợp với việc áp dụng đường cong Phillips.
Theo Karanassou, Sala và Snower (2007), chính sách tiền tệ mang lại hiệu quả lâu dài đối với cân bằng thất nghiệp–lạm phát ở mức dài hạn, được đánh giá thông qua tác động của sản lượng, tăng trưởng tiền tệ, thâm hụt ngân sách và cán cân thương mại đối với lạm phát và thất nghiệp ở Mỹ những năm 1990; kết quả cho thấy tăng trưởng tiền tệ dẫn đến lạm phát cao nhưng làm giảm tỷ lệ thất nghiệp, trong khi tăng năng suất và giảm thâm hụt ngân sách có tác dụng làm giảm lạm phát và ảnh hưởng nhẹ tới thất nghiệp Nghiên cứu của Furuoka và Munir (2014) ủng hộ đường cong Phillips và cho thấy thất nghiệp có mối quan hệ nghịch với lạm phát ở Malaysia, khi cung lao động bị vượt quá cầu thì tiền lương tăng lên dẫn tới lạm phát tăng và thất nghiệp giảm, cho thấy mối quan hệ cân bằng giữa thất nghiệp và lạm phát phụ thuộc vào cung và cầu lao động.
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 từ các nhà nghiên cứu trước đây được biết là khác biệt với khuôn khổ lý thuyết và thường không khớp với kết quả quan sát thực nghiệm; nhiều nghiên cứu cho thấy có mối quan hệ đáng kể giữa lạm phát, tăng trưởng GDP, dân số và đầu tư trực tiếp nước ngoài (FDI) với tỷ lệ thất nghiệp, trong khi một số nghiên cứu lại cho thấy ngược lại Một bộ phận nghiên cứu còn chứng minh được mối quan hệ nhân quả giữa các biến này Các loại thử nghiệm khác nhau đã được áp dụng trong các nghiên cứu trước đây để đánh giá các mối quan hệ này, cho thấy tính đa chiều và phức tạp của vấn đề.
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 trình bày, nhóm kết luận có ít nhất bốn yếu tố tác động đến sự thay đổi của tỷ lệ thất nghiệp ở các quốc gia, khu vực và nhóm ngành khác nhau: dân số, lạm phát, GDP và dòng vốn FDI Vì vậy, nhóm đã thu thập dữ liệu cho bốn yếu tố này để kiểm tra ảnh hưởng thêm và xây dựng một mô hình phân tích quan trọng Toàn bộ dữ liệu trong báo cáo này được trích xuất từ Ngân hàng thế giới và được thu thập bởi các nhân viên của Ngân hàng thế giới từ nhiều nguồn xác thực và đáng tin cậy.
Tỷ lệ thất nghiệp là tỷ lệ phần trăm của lực lượng lao động—những người đang tham gia hoạt động kinh tế nhưng hiện chưa có việc làm và đang tìm kiếm việc làm—trong một khoảng thời gian nhất định gần đây Lực lượng lao động đóng vai trò làm cơ sở để tính tỷ lệ thất nghiệp, chứ không phải toàn bộ dân số Dữ liệu về tỷ lệ thất nghiệp được thu thập từ Tổ chức Lao động Quốc tế (ILO), cho phép so sánh giữa các nước và theo dõi xu hướng thị trường lao động trên phạm vi toàn cầu.
Mật độ dân cư là dân số tính trên mỗi km², được tính bằng cách lấy dân số giữa năm chia cho diện tích đất Các ước tính dân số được các nhân viên Ngân hàng Thế giới chuẩn bị từ nhiều nguồn khác nhau, thường dựa trên tổng điều tra dân số quốc gia và các nguồn dữ liệu phụ trợ Dữ liệu về diện tích đất được lấy từ Tổ chức Nông lương (FAO).
Tốc độ tăng trưởng GDP cho biết mức độ mở rộng của tổng sản phẩm quốc nội và được đo bằng giá của người mua Tốc độ tăng trưởng của GDP và các thành phần của nó được ước lượng bằng phương pháp bình phương nhỏ nhất, với dữ liệu giá được cố định bằng nội tệ.
Lạm phát được đo bằng Chỉ số Giá Tiêu dùng (CPI), phản ánh phần trăm thay đổi chi phí của một giỏ hàng hóa và dịch vụ so với mức chi tiêu trung bình hàng năm để mua được các hàng hóa và dịch vụ đó Dữ liệu CPI được lấy từ Quỹ Tiền tệ Quốc tế (IMF), Thống kê Tài chính Quốc tế và các tập dữ liệu liên quan, nhằm hỗ trợ so sánh lạm phát giữa các thời kỳ và khu vực trên toàn cầu.
Dòng vốn đầu tư trực tiếp nước ngoài (FDI) được tổng hợp từ hai nguồn chính: dữ liệu về dòng vốn chủ sở hữu dựa trên số liệu cán cân thanh toán do Quỹ tiền tệ quốc tế (IMF) báo cáo, và dữ liệu FDI được bổ sung bằng ước tính của đội ngũ nhân viên Ngân hàng Thế giới, dựa trên dữ liệu từ UNCTAD và các nguồn chính thức của quốc gia.
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
Tỷ lệ thất Phần trăm lực lượng lao động % WB nghiệp
Mật độ dân cư Người trên mỗi km vuông Người/km2 WB diện tích đất
Tỷ lệ tăng % tăng trưởng GDP hàng % WB trưởng GDP năm
Lạm phát % lạm phát tiêu dùng hàng % WB năm
FCI Dòng vốn FDI Triệu USD WB
Thống kê và mô tả các biến
Nhóm sử dụng 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 Để kiểm tra giả thuyết, chúng tôi áp dụng một loạt phương pháp điển hình như kiểm định t cho từng tham số, kiểm định F cho toàn mô hình và các khoảng tin cậy cho các ước lượng, đồng thời đánh giá mức độ phù hợp của mô hình bằng các chỉ số như R-squared và kiểm tra các giả định về phần dư (phân phối chuẩn, độc lập và đồng nhất phương sai).
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 tổng hợp các nghiên cứu tài liệu đã trình bày, chúng tôi tự tin cho rằng sẽ sử dụng bốn biến số độc lập là dân số, lạm phát, GDP và dòng vốn FDI để xây dựng một mô hình thay đổi tỷ lệ thất nghiệp Mô hình này sẽ phân tích tác động của các yếu tố kinh tế vĩ mô lên thất nghiệp ở các quốc gia, khu vực và các nhóm khác nhau, từ đó nhận diện các yếu tố dẫn dắt sự biến động của thị trường lao động.
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
Trong mô hình hồi quy, các biến độc lập được xem xét bao gồm mật độ dân số, tăng trưởng GDP, lạm phát và FDI β0 là ước lượng của thuật ngữ chặn của mô hình hồi quy, còn β1 là ước lượng của hệ số hồi quy của mật độ dân số Việc ước lượng hai tham số này giúp giải thích tác động của mật độ dân số và các yếu tố kinh tế đến biến phụ thuộc và đóng vai trò quan trọng trong phân tích kinh tế vĩ mô.
^ 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 Đơn vị tương quan giữa các biến phụ thuộc
Tỷ lệ thất Tỷ lệ thất nghiệp so với tổng % nghiệp lực lượng lao động
Mật độ dân cư Số lượng cá nhân sống cùng Tiêu cực Người/ km 2
(Popdensity) ở vị trí cụ thể đó là các quốc gia và nền kinh tế
Tăng trưởng Tỷ lệ thay đổi bình quân Tiêu cực %
GDP hàng năm của tổng sản phẩm
(GDPgrowp) quốc nội (GDP) theo giá thị trường tính theo giá nội tệ cố định
Lạm phát Sự tăng giá của hầu hết các Tích cực %
(Inflation) 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 các biến trong dữ liệu rất cao, cho thấy mức độ biến động lớn giữa các quốc gia và nền kinh tế được phân tích Nguyên nhân chính là dữ liệu được thu thập từ nhiều quốc gia với mức độ phát triển khác nhau, từ các nước phát triển hàng đầu đến các nền kinh tế kém phát triển, khiến sự khác biệt giữa các nhóm được thể hiện rõ trong phân tích.
.cor unemployrate Popdensity GDPgrowth Inflation FCI (obs = 203)
Unempl Popden GDPgro Inflat FDI h e y n
Kết quả phân tích cho thấy mật độ dân số, tốc độ tăng trưởng GDP và dòng vốn FDI có mối tương quan tiêu cực với tỷ lệ thất nghiệp, trong khi lạm phát giá tiêu dùng lại tác động tích cực đến tỷ lệ thất nghiệp Những kết quả này phù hợp với dự đoán của chúng tôi và cung cấp cơ sở vững chắc cho việc dự báo thị trường lao động, đánh giá tác động của vốn đầu tư nước ngoài và quản lý lạm phát trong ngắn hạn và dài hạn.
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]
-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:
Trong mô hình hồi quy, số hạng không đổi được ước lượng là β1 = 7,851796 Khi tất cả các biến giải thích bằng 0, giá trị kỳ vọng của tỷ lệ thất nghiệp là 7,851796% (các yếu tố khác không đổi) β1 đóng vai trò như hằng số chặn của mô hình, đại diện cho mức tỷ lệ thất nghiệp cơ bản khi các biến giải thích bằng 0.
Hệ số hồi quy của mật độ dân số được ước tính là β2 = -0.00073 Giữ nguyên các biến giải thích khác, nếu mật độ dân số tăng 1%, giá trị kỳ vọng của tỷ lệ thất nghiệp sẽ giảm 0.00073%.
Trong mô hình hồi quy, hệ số β3 của biến tăng trưởng GDP được ước lượng là -0,376174 Giữ nguyên các biến giải thích khác, khi tốc độ tăng trưởng GDP (GDPgrowth) tăng 1% thì giá trị kỳ vọng của tỷ lệ thất nghiệp sẽ giảm 0,376174%.
Mức hệ số hồi quy của lạm phát được ước lượng β4 = 0,1038321 Giữ nguyên các biến giải thích khác, nếu lạm phát tăng 1% thì giá trị kỳ vọng của tỷ lệ thất nghiệp sẽ tăng khoảng 0,1038321%.
Hệ số hồi quy của vốn đầu tư trực tiếp nước ngoài (FDI) được ước lượng là β5 = -2,32 × 10^-6 Giữ nguyên các biến giải thích khác, nếu FDI tăng thêm 1.000.000 USD thì giá trị kỳ vọng của tỷ lệ thất nghiệp sẽ giảm 2,32%.
R^2 bằng 0,086 cho thấy 8,6% tổng biến động của biến phụ thuộc được giải thích bởi các biến giải thích Điều này có nghĩa là mô hình hồi quy đang giải thích được một phần nhỏ biến động của các chỉ số như tỷ lệ thất nghiệp, tỷ lệ lạm phát và tăng trưởng GDP Mức R^2 thấp cho thấy cần xem xét bổ sung các biến khác hoặc kiểm tra lại giả định của mô hình để cải thiện mức độ giải thích và sự phù hợp với dữ liệu.
Mật độ dân số và Đầu tư trực tiếp từ nước ngoài, phần còn lại là do các yếu tố khác.
Kiểm định ý nghĩa của một hệ số hồi quy riêng lẻ i:
Cách tiếp cận khoảng tin cậy
Theo kết quả từ Stata bằng phương pháp hồi quy bình phương tối thiểu thông thường (OLS) và một phương pháp phân tích bổ sung, chúng tôi thu được khoảng tin cậy 95% cho các hệ số hồi quy của từng biến ở mức ý nghĩa 5% Các ước lượng và khoảng tin cậy tương ứng được thể hiện chi tiết trong bảng kết quả và cung cấp cơ sở để đánh giá ảnh hưởng của từng biến trong mô hình.
STT Biến Khoảng tin cậy
Trong phân tích hồi quy, đối với các biến Mật độ dân số, Lạm phát và FDI, giá trị bằng 0 nằm trong khoảng tin cậy 95%, cho thấy không có đủ bằng chứng để bác bỏ giả thuyết H0 Do đó, hệ số hồi quy của các biến này không đạt ý nghĩa thống kê ở mức 5%.
Đối với biến còn lại, là GDPgrowth, giá trị 0 không nằm trong khoảng tin cậy của mỗi biến, cho thấy hệ số hồi quy của GDPgrowth có ý nghĩa thống kê ở mức 5% Nói cách khác, biến GDPgrowth có tác động đáng kể đến biến phụ thuộc và nên được đưa vào giải thích của mô hình.
+ Kiểm tra mức độ quan trọng của mô hình:
+ 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 năm 2019 về tác động của các yếu tố kinh tế vĩ mô đến tỷ lệ thất nghiệp cho thấy mối liên hệ chặt chẽ giữa tỷ lệ thất nghiệp và các chỉ báo kinh tế vĩ mô Khi các chỉ số như tăng trưởng GDP, lạm phát, lãi suất và tổng đầu tư có biến động, tỷ lệ thất nghiệp có xu hướng dao động theo hướng tương ứng, cho thấy sự tác động của môi trường kinh tế vĩ mô lên thị trường lao động Kết quả này mang ý nghĩa cho dự báo và hoạch định chính sách nhằm kiểm soát thất nghiệp.
Khuyến nghị giải pháp
Theo kết quả nghiên cứu, nhóm chúng tôi đề xuất các biện pháp nhằm cải thiện tình hình thất nghiệp ở các nước có tỉ lệ thất nghiệp cao Thứ nhất, do dự báo tỉ lệ thất nghiệp rất quan trọng và dự báo ngắn hạn thường chính xác hơn, cần tiến hành giám sát liên tục để dự đoán các giá trị tương lai của tỉ lệ thất nghiệp và tiếp tục nghiên cứu sâu về các mô hình kinh tế lượng đơn giản lẫn phức tạp để có thể dự đoán cả tỉ lệ thất nghiệp dài hạn Thứ hai, phần lớn các nước kém phát triển là nước nông nghiệp, vì vậy chính phủ nên thiết kế và thực hiện một chiến lược quốc gia tập trung đào tạo lại lực lượng lao động trong nông nghiệp, nâng cao hiệu quả của trang trại và cơ cấu việc làm ở khu vực nông thôn, đồng thời xem xét lại vai trò của các thành phần kinh tế và cơ cấu lại chúng cho phù hợp với điều kiện của đất nước để cải thiện việc làm Thứ ba, xóa bỏ phân biệt đối xử về giới để tăng cơ hội cho lao động nữ, đặc biệt ở các vị trí quản lý, từ đó có thể nâng cao hiệu quả và khả năng đưa doanh nghiệp phát triển Cuối cùng, thúc đẩy việc làm thông qua các ưu đãi về thuế liên quan đến tuyển dụng và tìm kiếm việc làm.
KẾT LUẬN
Nghiên cứu năm 2019 về tác động của các yếu tố kinh tế vĩ mô đối với tỷ lệ thất nghiệp cho thấy có mối liên hệ chặt chẽ giữa tỷ lệ thất nghiệp và các chỉ số kinh tế vĩ mô được đo lường bằng phương pháp định lượng Kết quả chỉ ra rằng biến động của thất nghiệp phụ thuộc vào các yếu tố như tăng trưởng kinh tế, lạm phát và chi tiêu tiêu dùng, được phân tích một cách định lượng để xác định mức độ tác động Từ đó rút ra kết luận có giá trị cho dự báo thị trường lao động và định hướng chính sách dựa trên các chỉ số kinh tế vĩ mô của năm 2019.
Theo kết quả nghiên cứu, nhóm đề xuất các khuyến nghị nhằm cải thiện tình hình thất nghiệp ở các nước có tỷ lệ thất nghiệp cao Trong đó, việc dự báo tỷ lệ thất nghiệp đóng vai trò then chốt và dự báo ngắn hạn có độ chính xác cao hơn nên được ưu tiên, do đó cần thực hiện nhiều cuộc kiểm tra liên tục để dự đoán các giá trị tương lai của tỷ lệ thất nghiệp Bên cạnh đó, cần đẩy mạnh nghiên cứu sâu về cả các mô hình kinh tế lượng đơn giản và phức tạp nhằm nâng cao khả năng dự báo tỷ lệ thất nghiệp ở dài hạn.
Phần lớn các nước kém phát triển dựa vào nông nghiệp, vì vậy chính phủ cần thiết kế và thực thi một chiến lược quốc gia nhằm đào tạo lại lực lượng lao động trong lĩnh vực nông nghiệp, nâng cao hiệu quả trang trại và cải thiện cơ cấu việc làm ở khu vực nông thôn Bên cạnh đó, cần xem xét lại vai trò của các thành phần kinh tế và cơ cấu lại chúng sao cho phù hợp với điều kiện của quốc gia, từ đó có thể cải thiện tỷ lệ thất nghiệp và tăng cơ hội việc làm cho người lao động tại các nước kém phát triển.
Xóa bỏ phân biệt đối xử về giới để tăng cơ hội cho lao động nữ, đặc biệt ở các vị trí quản lý, là động lực đẩy mạnh sự phát triển của doanh nghiệp Khi nữ lãnh đạo được thúc đẩy và có cơ hội thăng tiến, nguồn tài năng đa dạng được khai thác tối ưu, nâng cao hiệu quả làm việc và đổi mới sáng tạo Bình đẳng giới tại nơi làm việc không chỉ mang lại lợi ích xã hội mà còn tăng trưởng cho công ty, giúp doanh nghiệp mở rộng thị trường và nâng cao năng lực cạnh tranh Vì vậy, việc thúc đẩy bình đẳng giới và cải thiện cơ hội thăng tiến cho phụ nữ là chiến lược phát triển bền vững cho mọi tổ chức.
Cuối cùng, cần đưa ra nhiều chính sách thúc đẩy việc làm thông qua các lợi ích về thuế để có thể giải quyết cả vấn đề tuyển dụng nhân sự của các nhà tuyển dụng và vấn đề tìm kiếm việc làm của người dân Các biện pháp ưu đãi thuế dành cho doanh nghiệp khi tuyển dụng lao động mới và các hỗ trợ thuế cho người tìm việc sẽ làm tăng sức hấp dẫn của thị trường lao động, giảm chi phí tuyển dụng và thúc đẩy tăng trưởng kinh tế, đồng thời giúp người lao động tiếp cận việc làm dễ dàng hơn.
Hiện tại, nhóm nghiên cứu chỉ tập trung vào các yếu tố vĩ mô ảnh hưởng đến tỷ lệ thất nghiệp và chưa phối hợp đồng thời với các yếu tố ở cấp độ vi mô Để phân tích tác động lên tỷ lệ thất nghiệp trong tương lai, cần nỗ lực hơn và mở rộng phạm vi nghiên cứu ở quy mô lớn hơn, bao gồm nhiều quốc gia và dữ liệu theo nhiều năm hoặc phân khúc thời gian nhỏ hơn, từ đó có thể đánh giá kết quả hoạt động một cách toàn diện hơn.
Chúng em xin gửi lời cảm ơn sâu sắc và trân trọng tới cô Nguyễn Thúy Quỳnh vì đã tận tình hướng dẫn chúng em hoàn thành bài báo cáo này Chúng em rất mong được gặp lại cô – một giảng viên đáng kính trong những khóa học tiếp theo Chân thành cảm ơn cô!