TỔNG QUAN LÝ THUYẾT VÀ THỰC TIỄN
Vốn nhân lực
Lý thuyết vốn nhân lực tập trung vào việc đầu tư vào con người nhằm nâng cao năng suất lao động, đóng vai trò quan trọng trong việc phát triển nhiều lý thuyết kinh tế Những khái niệm đầu tiên về vốn nhân lực đã được Adam Smith đề xuất, nhấn mạnh tầm quan trọng của giáo dục và đào tạo trong việc cải thiện hiệu suất làm việc.
Năm 1776, có tranh luận về vai trò của cư dân hoặc thành viên trong tổ chức liên quan đến việc thu nhận tài năng, cho rằng việc duy trì kết quả trong giáo dục, học tập hay thực tập luôn tốn kém một khoản chi phí thực, được coi là vốn cố định và bằng tiền mặt từ người lao động Những tài năng này không chỉ tạo nên sự giàu có cho bản thân người lao động mà còn cho tổ chức mà họ tham gia Sự cải thiện kỹ năng của người lao động có thể được xem như một công cụ thương mại giúp giảm bớt sức lao động, và mặc dù có chi phí nhất định, nhưng nó mang lại lợi nhuận tương xứng Vốn nhân lực được xem là yếu tố sản xuất quan trọng, tương tự như lao động và vốn vật chất.
Vốn nhân lực, được nghiên cứu và phát triển mạnh mẽ trong thập niên 50 và 60 của thế kỷ 20 nhờ các công trình của Gary Becker và Theodore Schultz, bao gồm tổng thể kiến thức, kỹ năng và trình độ chuyên môn của người lao động, giúp gia tăng năng suất và hiệu quả công việc Khác với vốn vật chất, vốn con người là vô hình và chỉ được sử dụng khi người sở hữu tham gia vào quá trình sản xuất, không thể cho vay hay thế chấp Vốn nhân lực có khả năng tự sinh ra và tăng lên qua kinh nghiệm, đồng thời có thể di chuyển và chia sẻ, không tuân theo quy luật “năng suất biên giảm dần” như vốn hữu hình.
Vốn con người được hình thành từ ba yếu tố chính: năng lực ban đầu, kỹ năng và kiến thức tích lũy từ giáo dục, cùng với kinh nghiệm chuyên môn từ cuộc sống và công việc Năng lực ban đầu được truyền từ cha mẹ và ảnh hưởng bởi điều kiện gia đình và xã hội trong thời kỳ mang thai và sinh nở Mỗi cá nhân đóng vai trò như một nhà đầu tư, chi tiêu cho giáo dục với hy vọng nhận được lợi ích cao hơn trong tương lai Đầu tư vào vốn nhân lực bao gồm chi phí học tập và chi phí cơ hội từ việc mất thu nhập ngắn hạn Người lao động chấp nhận rủi ro này với kỳ vọng thu nhập cao hơn sau khi tích lũy kiến thức và kinh nghiệm, thông qua nhiều hình thức đầu tư như giáo dục chính quy, đào tạo tại nơi làm việc và huấn luyện bên ngoài.
Theo Hanushek và Wobmann (2007), chất lượng giáo dục có ảnh hưởng trực tiếp đến thu nhập của cá nhân, với sự khác biệt về thu nhập giữa những người lao động có trình độ giáo dục khác nhau Những cá nhân được hưởng điều kiện giáo dục tốt hơn thường có nhiều cơ hội để đạt được mức thu nhập cao hơn Mối quan hệ giữa giáo dục, vốn con người và tăng trưởng kinh tế được Hietala (2005) mô tả trong hình 2.1.
Giáo dục và huấn luyện
Năng suất Hiệu quả làm việc
Tăng trưởng kinh tế Việc làm
Hình: 2.1: Quan hệ giữa giáo dục-đào tạo và phát triển kinh tế
Giáo dục và huấn luyện hướng nghiệp tốt giúp gia tăng vốn con người, bao gồm kiến thức, kỹ năng và năng lực Điều này cải thiện năng suất và hiệu quả làm việc của người lao động, dẫn đến mức lương cao hơn và nhiều cơ hội việc làm hơn Kết quả là nền kinh tế sản xuất nhiều sản phẩm hơn và vận hành hiệu quả, góp phần vào sự tăng trưởng và giải quyết vấn đề việc làm.
2.2 Giáo dục và thu nhập – Mô hình đi học
Giáo dục không chỉ mang lại lợi ích cho cá nhân mà còn cho toàn xã hội, thể hiện qua việc người lao động có thu nhập cao hơn khi trình độ học vấn tăng Mức thu nhập của người lao động phụ thuộc vào công việc, kỹ năng và khả năng của họ Nghiên cứu của Borjas (2005) giải thích sự khác biệt về thu nhập dựa trên trình độ giáo dục, cho thấy tầm quan trọng của việc nâng cao học vấn trong việc thúc đẩy sự phát triển kinh tế.
Giả định của mô hình
Người lao động cần đạt trình độ chuyên môn cao để tối đa hóa giá trị hiện tại của thu nhập Do đó, giáo dục và đào tạo chỉ mang lại giá trị khi chúng có khả năng nâng cao thu nhập của người lao động.
Năng suất lao động của người lao động không thay đổi sau khi họ ngừng học, dẫn đến thu nhập thực tế (đã điều chỉnh lạm phát) cũng không có sự biến động trong suốt quãng đời làm việc của họ.
Người lao động không nhận được lợi ích nào trong quá trình học tập, nhưng lại phải gánh chịu chi phí Do đó, các doanh nghiệp cần lao động có trình độ học vấn cao sẽ phải trả mức lương cao, được coi là khoản đền bù cho chi phí đào tạo mà người lao động đã đầu tư trong quá trình học.
(iv) Người lao động có suất chiết khấu r không đổi, không phụ thuộc vào trình độ học vấn
Một người tốt nghiệp trung học có thể bắt đầu làm việc ngay lúc 18 tuổi với thu nhập hàng năm là w0 cho đến khi nghỉ hưu ở tuổi 60 Nếu người này chọn học đại học thay vì đi làm ngay, họ sẽ mất đi thu nhập hàng năm w0 và phải chi trả thêm các khoản chi phí C cho mỗi năm học, bao gồm chi phí trực tiếp và gián tiếp Sau 4 năm học đại học, người này có thể đạt được thu nhập hàng năm w1, lớn hơn w0, điều này cho thấy quyết định học đại học là hợp lý nếu thu nhập sau khi tốt nghiệp cao hơn thu nhập hiện tại.
Giá trị hiện tại của dòng thu nhập mỗi trường hợp là:
Khi không đi học đại học:
Khi đi học đại học:
Người lao động sẽ chọn theo học đại học khi giá trị hiện tại của thu nhập từ việc có bằng cấp cao hơn (PV 1) lớn hơn giá trị hiện tại của thu nhập từ việc không có bằng cấp (PV 0) Borjas (2005) đã sử dụng đồ thị để minh họa mối quan hệ giữa mức lương mà các doanh nghiệp sẵn sàng trả và trình độ học vấn của người lao động, thể hiện rằng mức lương tăng theo số năm học.
Hình 2.2: Quan hệ thu nhập và số năm đi học
Đường tiền lương theo học vấn có xu hướng dốc lên, phản ánh mức đền bù cho trình độ học vấn Điều này cho thấy rằng thu nhập của người lao động sẽ tăng lên khi họ có thêm một năm học vấn.
Đường tiền lương theo học vấn là một đường cong lồi, cho thấy rằng mức gia tăng biên của tiền lương giảm dần khi số năm học tăng lên Độ dốc của đường tiền lương theo học vấn (Δw/Δs) cho biết mức tăng thu nhập khi tăng thêm một năm học Điều này dẫn đến MRR 4, phản ánh mức lợi tức biên của việc học, cho biết phần trăm thu nhập tăng thêm cho mỗi năm đầu tư vào giáo dục.
Quyết định ngừng đi học để đi làm
Người lao động cần lựa chọn trình độ học vấn phù hợp để tối đa hóa thu nhập Theo giả định (iv), r là một hằng số không phụ thuộc vào S, và sơ đồ dưới đây thể hiện mối quan hệ giữa r và MRR.
Hình 2.3: Quyết định ngừng đi học để đi làm của người lao động
4 MRR: Marginal Rate of Returns to Schooling
Hàm thu nhập Mincer
2.4.1 Hiệu quả của đầu tƣ trong mô hình đi học
Theo Mincer (1974), với độ tuổi nghỉ hưu cố định, việc người lao động dành thời gian cho việc học sẽ làm chậm thời điểm bắt đầu làm việc và giảm thời gian lao động, dẫn đến chi phí cơ hội bao gồm thu nhập bị mất do đi làm muộn hơn và thời gian dành cho học tập Do đó, tổng chi phí đầu tư cho giáo dục sẽ chỉ được chấp nhận nếu nó hứa hẹn mang lại thu nhập cao hơn trong tương lai, được đo lường qua tỉ suất thu hồi nội bộ (IRR) và mức chiết khấu phù hợp Mincer đã thực hiện các bước phân tích để định lượng tác động của giáo dục và kinh nghiệm tích lũy đối với thu nhập của người lao động.
Các giả định của mô hình
- Không có khoản đầu tư nào thêm sau khi kết thúc việc học
- Thu nhập không thay đổi trong quá trình làm việc
- Thay đổi trong thu nhập được quyết định bởi bởi đầu tư ròng trong tổng vốn của cá nhân
- Khấu hao bằng không trong thời gian làm việc
Mỗi năm đầu tư vào giáo dục giúp giảm một năm làm việc, cho thấy rằng tổng số năm học của người lao động có học vấn bằng tổng số năm làm việc của người không có học.
S: số năm đi học của người lao động
Y 0 : thu nhập hàng năm của người không có đi học
Y S : thu nhập hàng năm của người có S năm đi học
Giá trị hiện tại của thu nhập suốt đời của cá nhân được xác định bằng công thức V S, trong đó S là số năm đi học, r là tỉ suất chiết khấu, d là chênh lệch về số năm học, e là cơ số của logarithm tự nhiên, và t là số năm (t = 0, 1, 2, …, n) Để so sánh, thu nhập suốt đời của người lao động với S năm đi học sẽ được quy đổi về giá trị hiện tại.
- Khi tiến trình chiết khấu là rời rạc
- Khi tiến trình chiết khấu là liên tục
Lập luận tương tự (2.6), giá trị hiện tại của thu nhập suốt đời của người có (S-d) năm đi học là:
Cho V S = V S-d , ta tìm được tỉ số k S,S-d là tỉ số giữa thu nhập hàng năm của người khi có S năm đi học và khi có (S-d) năm đi học: kS,S-d =
Giá trị k S,S-d lớn hơn 1 cho thấy rằng những người có nhiều năm học sẽ yêu cầu thu nhập cao hơn Sự khác biệt trong thu nhập liên quan đến tỷ suất thu hồi nội bộ cao hơn phụ thuộc vào chênh lệch số năm đi học k S,S-d có thể được coi là hàm số theo biến số năm đi học S Tuy nhiên, sự thay đổi của k S,S-d khi S và n thay đổi không đáng kể khi n đủ lớn, do đó có thể xem n là cố định để đơn giản hóa tính toán.
Khi đó kS,S-d được xác định như sau: kS,S-d = e rd (2.11)
Tỉ số thu nhập k thay đổi tùy thuộc vào chênh lệch số năm đào tạo (d), độc lập với trình độ đào tạo (S) và thời gian làm việc (n)
Trong trường hợp (S – d ) = 0, ta định nghĩa k S, S-d = k S , 0 = Y S /Y 0 = k S
Theo (2.11), ta có: k S = Y S /Y 0 = e rS (2.12) Lấy logarithm theo cơ số tự nhiên, ta được: lnY S = lnY 0 + r.S (2.13)
Logarithm của thu nhập là một hàm số tuyến tính phụ thuộc vào số năm đi học S, trong đó hệ số S thể hiện mức tăng thu nhập tương ứng với suất chiết khấu r, hay còn gọi là tỷ suất thu hồi nội bộ Hệ số r phản ánh tỷ lệ phần trăm thu nhập của người lao động tăng lên khi có thêm một năm học, được biết đến là suất sinh lợi giáo dục liên quan đến thu nhập của người lao động.
2.4.2 Đầu tƣ cho đào tạo trong thời gian làm việc
Khi tham gia thị trường lao động trong năm j, người lao động vẫn cần đầu tư nguồn lực C j để phát triển kỹ năng nghề nghiệp Thu nhập tiềm năng E j mà họ có thể kiếm được trong năm thứ j nếu không đầu tư thêm cho bản thân sẽ được xác định Do đó, thu nhập ròng Y j của người lao động trong năm j sẽ bằng thu nhập tiềm năng trừ đi khoản đầu tư đã bỏ ra.
Y j = E j – C j (2.14) Thu nhập trong năm đầu tiên của kinh nghiệm làm việc (j = 0) là:
Y S = E S là điểm khởi đầu của thu nhập tiềm năng mà người lao động có được sau S năm đi học ở nhà trường
Nếu người lao độngkhông tiếp tục đầu tư thì thu nhập trong những năm tiếp theo sẽ là:
Nếu trong năm tiếp theo được đầu tư là C 1 thì thu nhập trong năm đó sẽ giảm đi 1 khoảng bằng với khoản đầu tư C 1
Y 1 = Y S + r 0 C 0 – C 1 (2.17) Thu nhập ròng trong năm j là:
Yj = YS + ∑ - Cj= Ej - Cj (2.18)
Mô hình Y S trong (2.13) là một trường hợp đặc biệt của biểu thức (2.18), trong đó việc đầu tư xem xét chi phí thời gian của việc đi học và tỷ suất thu hồi nội bộ đồng nhất ở tất cả các giai đoạn Khi C t = E t, chúng ta có thể đạt được biểu thức tương tự như (2.13).
Người lao động bắt đầu làm việc ngay sau khi tốt nghiệp, và các khoản đầu tư cho đào tạo trong quá trình làm việc (C j) là yếu tố quan trọng phản ánh tuổi thọ của thu nhập cá nhân Thu nhập tiềm năng ban đầu (Y S) sau S năm học có thể coi là hằng số, mặc dù có sự khác biệt giữa các cá nhân.
Bằng cách phân tích sự gia tăng thu nhập hàng năm từ biểu thức (2.18), ta có thể xác định sự thay đổi thu nhập theo kinh nghiệm trong hai năm liên tiếp thông qua công thức: ΔYj = Yj+1 - Yj = rjCj – (Cj+1 - Cj) (2.20).
Theo (2.20), thu nhập sẽ tăng theo kinh nghiệm cho đến khi đầu tư ròng Cj vẫn còn dương Mức gia tăng hàng năm có thể giảm dần hoặc tăng với tỷ lệ nhỏ hơn tỷ suất thu hồi nội bộ, tức là khi ΔYj > 0 thì < rj.
Khi đầu tư tăng mạnh với tỷ lệ cao hơn r, thu nhập ròng có thể giảm tạm thời Tuy nhiên, thu nhập tiềm năng sẽ luôn tăng khi đầu tư vẫn duy trì ở mức dương, theo công thức: ΔE j = r j C j (2.21).
Nếu cả r j và đầu tư C j như nhau trong tất cả các năm (C j = C j+1 và r j = r) thì thu nhập ròng và thu nhập gộp sẽ tăng tuyến tính
Dựa trên giả định và công thức (2.21), có sự thay đổi thứ hai khi Δ 2 Ej = Δ j< 0 Điều này cho thấy ước lượng thu nhập ròng sẽ dốc hơn thu nhập gộp khi ΔYj = Δ j - Δ j và Δ j< 0 Đỉnh của thu nhập ròng và thu nhập gộp đạt được khi các khoản đầu tư ròng bằng không.
Hình 2.6 minh họa thu nhập gộp E j và thu nhập ròng Y j trong giai đoạn đầu tư nghề nghiệp Trên đồ thị, j đại diện cho số năm kinh nghiệm làm việc, với thu nhập tiềm năng E j và thu nhập ròng Y j, cùng với chi phí đầu tư C j Đây là ước lượng số năm kinh nghiệm cần thiết để xác định giá trị Y S khi phân tích các giá trị thu nhập Y j Y S và Y P là hai mức thu nhập quan trọng: Y S là thu nhập khởi điểm sau S năm học, trong khi Y P là mức thu nhập cao nhất vào cuối giai đoạn đầu tư với tỷ suất thu hồi nội bộ r P.
Hình 2.6: Quan hệ thu nhập và năm kinh nghiệm của người lao động
2.4.3 Hàm ƣớc lƣợng logarith thu nhập
Dựa trên các phân tích ở mục 2.4.1 và 2.4.2, Mincer đã phát triển một mô hình ước lượng cho logarith thu nhập của người lao động, được biểu diễn bằng công thức: lnY t = a 0 + a 1 S + a 2 t + a 3 t 2 + biến khác (2.23).
Các biến số trong hàm thu nhập Mincer và ý nghĩa các hệ số:
• Biến phụ thuộc Yt, thu nhập ròng trong năm t, được xem là mức thu nhập của dữ liệu quan sát được
• Biến độc lập S là số năm đi học của quan sát cá nhân có mức thu nhập Y t
Biến độc lập t đại diện cho số năm kinh nghiệm tiềm năng, được tính bằng cách lấy tuổi hiện tại A trừ đi tuổi bắt đầu đi học b và tuổi không còn đi học S, với giả định rằng kinh nghiệm là liên tục và bắt đầu ngay khi không còn đi học: t = A – S – b.
• Hệ số a 1 giá trị ước lượng suất sinh lợi của việc đi học, giải thích phần trăm tăng thêm của thu nhập khi tăng thêm một năm đi học
• Hệ số a2 phần trăm tăng thêm của thu nhập khi kinh nghiệm tiềm năng tăng thêm một năm
• Hệ số a 3 là âm, biểu thị mức độ suy giảm của thu nhập biên theo thời gian làm việc
Các biến khác có thể bao gồm các yếu tố của cá nhân, giới tính, việc làm, địa bàn làm việc, khu vực kinh tế, ngành nghề lao động,
2.4.4 Ƣu điểm và giới hạn của hàm thu nhập Mincer
- Hàm thu nhập Mincer được xây dựng từ các phương trình toán học cho nên đảm bảo được tính logic chặt chẽ
- Thu nhập được đo lường thông qua logarithm tự nhiên nên giảm được sự lệch phải của dữ liệu khi tiến hành định lượng
Bằng chứng thực nghiệm
Trong nghiên cứu suất sinh lợi giáo dục, hàm thu nhập Mincer thường được sử dụng để ước lượng hệ số sinh lợi Phương pháp hồi quy bình phương tối thiểu cho thấy logarithm tự nhiên của thu nhập là biến phụ thuộc, trong khi số năm đi học, số năm kinh nghiệm và bình phương của nó là các biến độc lập Hệ số ước lượng cho số năm đi học phản ánh phần trăm gia tăng tiền lương khi thời gian học tăng thêm một năm, trong khi hệ số cho số năm công tác xác định tác động của kinh nghiệm đối với tiền lương Kết quả cho thấy kinh nghiệm làm tăng tiền lương nhưng với tốc độ giảm dần, với hệ số dương cho số năm kinh nghiệm và hệ số âm cho bình phương số năm kinh nghiệm.
2.5.1 Số năm đi học và cấp độ giáo dục
Palme và Wright (1998) đã tiến hành nghiên cứu về suất sinh lợi giáo dục tại Thụy Điển trong giai đoạn 1968-1991, tập trung vào sự thay đổi mức lương dựa trên các mức độ giáo dục khác nhau Nghiên cứu này đánh giá "số lượng" giáo dục thông qua số năm đi học của người lao động, trong khi bằng cấp cao nhất đạt được phản ánh khía cạnh "chất lượng" của giáo dục.
Chất lượng giáo dục đóng vai trò quan trọng trong sự nghiệp và thu nhập của người lao động Năm học được coi là đầu vào của quá trình đào tạo, trong khi bằng cấp cao nhất đạt được là kết quả của quá trình này Nghiên cứu này phân tích sự khác biệt về thu nhập của người lao động dựa trên ba yếu tố chính: i Tác động của việc có thêm 1 năm học đến thu nhập; ii Suất sinh lợi tương ứng với một cấp độ giáo dục nhất định; iii Suất sinh lợi từ việc học thêm 1 năm trong khuôn khổ một cấp độ giáo dục cụ thể.
Theo Psacharopoulos (1994), số liệu quốc tế cho thấy giá trị ước lượng hệ số bình quân của việc học thêm một năm là 10,1%, tương ứng với việc tăng lương cho người học Cụ thể, các khu vực có sự khác biệt rõ rệt, trong đó các nước châu Mỹ Latin có hệ số cao nhất là 12,4%, tiếp theo là các nước châu Á với 9,6%, trong khi các nước phát triển chỉ đạt 6,8%.
Aromolaran (2002) đã ước lượng tỷ suất sinh lợi từ các cấp độ giáo dục tại Nigeria trong giai đoạn 1996-1999, xem xét sự khác biệt về giới tính và nhóm tuổi Kết quả cho thấy tỷ suất sinh lợi giáo dục là dương nhưng có sự khác biệt rõ rệt Cụ thể, tỷ suất sinh lợi cho giáo dục tiểu học và trung học của cả nam và nữ chỉ dao động từ 2-4%, trong khi tỷ suất sinh lợi từ đào tạo sau phổ thông lại cao hơn nhiều, đạt từ 10-15%.
Nghiên cứu của Campos và Jolliffe (2002, 2007) về Hungary trong giai đoạn 1986-2004 cho thấy suất sinh lợi giáo dục gia tăng, với giáo dục phổ thông và đào tạo hướng nghiệp có suất sinh lợi thấp nhất, trong khi đào tạo đại học có sự khác biệt lớn nhất Ngược lại, nhiều nghiên cứu khác như của Psacharopoulos và Patrinos (2002) lại chỉ ra rằng suất sinh lợi giáo dục của cấp học phổ thông là cao nhất Sự khác biệt này có thể xuất phát từ cách tiếp cận khác nhau của các học giả, trong đó nhiều người dựa vào quan điểm của Ngân Hàng Thế Giới, nhấn mạnh vai trò quan trọng của giáo dục phổ thông trong việc giảm nghèo và thúc đẩy bình đẳng.
Nghiên cứu của Amin và Awung (2005) tại Cameroon cho thấy mối liên hệ giữa thu nhập của người lao động và trình độ giáo dục; những người có trình độ giáo dục cao thường có thu nhập tốt hơn.
Nghiên cứu của Yang (2005) cho thấy suất sinh lợi giáo dục tại các thành phố lớn của Trung Quốc đã tăng từ 3,3-3,9% lên 5,9-7,3% trong giai đoạn 1988-1995 Trong khi đó, nghiên cứu của Moock et al (1998) chỉ ra rằng suất sinh lợi giáo dục ở Việt Nam vẫn còn thấp, với tỉ suất giữa cấp học phổ thông và đại học dao động từ 13-15%, trong khi cấp trung học cơ sở và đào tạo hướng nghiệp chỉ đạt 4% và 5% So với các nước đang phát triển và trung bình toàn cầu theo Psacharopoulos (1994), giá trị này là rất thấp Các tác giả nhấn mạnh rằng suất sinh lợi giáo dục thường thấp ở các nước có nền kinh tế tập trung và những nước đang trong giai đoạn chuyển đổi kinh tế.
Vũ Trọng Anh (2008) đã sử dụng dữ liệu VHLSS 2004 để ước lượng suất sinh lợi giáo dục tại Việt Nam, cho thấy mỗi năm học thêm giúp người lao động tăng thu nhập 7,4% So với các năm 1992-1993, 1997-1998 và 2002, suất sinh lợi giáo dục ở Việt Nam có xu hướng tăng, nhưng vẫn thấp hơn mức 9,4% của các nước Châu Á đang phát triển khác.
Trần Nam Quốc (2009) tiến hành nghiên cứu dữ liệu VHLSS của 2 năm
Nghiên cứu năm 2004 và 2006 về suất sinh lợi của giáo dục ở khu vực đồng bằng sông Cửu Long cho thấy giáo dục có tác động tích cực đến thu nhập của người lao động, với suất sinh lợi tăng theo thời gian Cụ thể, năm 2004, mỗi năm học mang lại 3,46% thu nhập, trong khi năm 2006 con số này tăng lên 4,13% Phân tích sâu hơn cho thấy lợi suất giáo dục cao nhất ở cấp phổ thông trung học, đạt 11,49% năm 2004 và 11,89% năm 2006 Cấp đại học cũng có suất sinh lợi cao, lần lượt là 7,39% và 9,51% Trong khi đó, suất sinh lợi ở các cấp học thấp hơn dưới 3% và không có ý nghĩa thống kê.
Nghiên cứu của Vernon (2002) cho thấy suất sinh lợi từ kinh nghiệm ở Nga tăng theo thời gian, đặc biệt cao hơn ở phụ nữ, trong khi Campos và Joliffe (2007) lại ghi nhận sự sụt giảm suất sinh lợi của kinh nghiệm ở Hungary trong giai đoạn 1986-2004 mà không có sự thay đổi có ý nghĩa về giáo dục Yang (2005) chỉ ra rằng tại các thành phố lớn của Trung Quốc, suất sinh lợi từ kinh nghiệm tăng từ 4,2% lên 7,6% trong giai đoạn 1988-1995 Tại Việt Nam, Moock et al (1998) cho biết suất sinh lợi từ kinh nghiệm đạt 6,4%, với nam là 5,7% và nữ là 6,6% Liu (2005) nhấn mạnh rằng yếu tố kinh nghiệm có tác động đáng kể chỉ trong khu vực kinh tế tư nhân, với mối quan hệ hình chữ U ngược giữa mức lương và kinh nghiệm Nghiên cứu của Trần Nam Quốc (2009) tại đồng bằng sông Cửu Long cho thấy suất sinh lợi từ kinh nghiệm tăng lên theo thời gian, đạt 3,98% và 4,32% cho năm 2004 và 2006, nhưng cũng xác nhận rằng đến một thời điểm nhất định, suất sinh lợi sẽ suy giảm và không còn mang lại thu nhập bổ sung cho người lao động.
Nghiên cứu của Tsaklogkou và Cholezas (2000) cho thấy không có sự khác biệt về suất sinh lợi giáo dục giữa khu vực kinh tế nhà nước và tư nhân ở Hi Lạp, trong khi Brunello et al (2000) lại phát hiện suất sinh lợi cao hơn ở khu vực nhà nước tại Ý Ngược lại, Campos và Jolliffe (2002) tìm thấy khu vực tư nhân tại Hungary có suất sinh lợi giáo dục cao hơn Tại Việt Nam, nghiên cứu của Moock et al (1998) chỉ ra suất sinh lợi giáo dục ở khu vực nhà nước cao hơn khu vực tư nhân với tỷ lệ lần lượt là 6,2% và 3,9% Vũ Trọng Anh (2008) cho thấy suất sinh lợi giáo dục của kinh tế tập thể là thấp nhất (2,32%), trong khi kinh tế nhà nước và tư nhân gần như tương đương (6,9% và 7,06%) Khu vực có vốn đầu tư nước ngoài có suất sinh lợi giáo dục cao nhất (9,29%) Tại đồng bằng sông Cửu Long, Trần Nam Quốc (2009) phát hiện khu vực kinh tế công mang lại lợi ích lớn nhất cho thu nhập người lao động, với mỗi năm học tăng thêm 11,97% thu nhập, trong khi khu vực tư nhân chỉ tăng 2,32%.
2.5.4 Thành thị và nông thôn
Khi phân tích suất sinh lợi giáo dục tại Việt Nam, các nghiên cứu thường chú trọng vào sự khác biệt giữa khu vực thành thị và nông thôn, đặc biệt là ảnh hưởng đến thu nhập của người lao động Nghiên cứu của Nguyễn Xuân Thành đã chỉ ra những yếu tố quan trọng trong mối quan hệ này.
Nghiên cứu cho thấy thu nhập của người lao động ở Hà Nội cao hơn 17,34% và ở thành phố Hồ Chí Minh cao hơn 69% so với các khu vực khác Vào năm 2004, suất sinh lợi giáo dục ở thành thị đạt 7,89%, trong khi ở nông thôn chỉ là 5,96%, cho thấy sự khác biệt rõ rệt giữa hai khu vực Mức lương trung bình cao hơn cùng với suất sinh lợi giáo dục lớn hơn giải thích sức hút lao động có trình độ cao ở khu vực thành thị, nơi người lao động có nhiều cơ hội nghề nghiệp với thu nhập tốt hơn Tại khu vực đồng bằng Sông Cửu Long giai đoạn 2004-2006, ảnh hưởng của giáo dục đến thu nhập mạnh mẽ hơn ở khu vực thành thị với giá trị lần lượt là 4,49% và 7,97% cho năm 2004, so với 2,81% và 2,49% ở nông thôn (Trần Nam Quốc, 2009).
Nghiên cứu của Vũ Trọng Anh (2008) chỉ ra rằng suất sinh lợi giáo dục ở Việt Nam năm 2004 có sự khác biệt rõ rệt giữa các khu vực kinh tế Cụ thể, khu vực nông nghiệp đạt suất sinh lợi giáo dục 4,10%, trong khi khu vực phi nông nghiệp cao hơn nhiều với 7,76% Sự chênh lệch này là rất đáng chú ý.
Mô hình nghiên cứu
3.2.1 Các khái niệm Để định lượng suất sinh lợi giáo dục, đề tài sử dụng 2 khái niệm sau:
Suất sinh lợi theo số năm đi học (Return to schooling – RTS) là tỷ lệ phần trăm tăng thu nhập khi có thêm một năm học Khái niệm này được phát triển từ mô hình ước lượng của Mincer (1974), cho phép đánh giá lợi ích mà mỗi năm học mang lại cho thu nhập của người lao động.
Tỷ suất lợi suất giáo dục (Rate of return to education – RORE) thể hiện mức tăng thu nhập bình quân theo phần trăm khi có thêm một năm học tại các cấp học khác nhau Khái niệm này được đưa ra bởi Becker (1981) trong nghiên cứu về quyết định của các hộ gia đình liên quan đến việc cho con đi học đến cấp học nào.
Từ mô hình ban đầu của Mincer lnY S = lnY 0 + r.S + u (3.1)
Mô hình Mincer mở rộng lnY t = a 0 + a 1 S + a 2 t + a 3 t 2 + u i (3.2)
Mô hình của Mincer đã được mở rộng với yếu tố "Đào tạo trong quá trình làm việc" hay kinh nghiệm làm việc (t) Ông cho rằng thu nhập không tăng tuyến tính theo kinh nghiệm, mà sẽ đạt mức cao nhất tại một điểm nhất định trong quá trình phát triển nghề nghiệp Do đó, đường thu nhập sẽ có hình dạng lõm theo biến kinh nghiệm, với a2 > 0 và a3 < 0.
Hàm thu nhập được áp dụng để tính suất sinh lợi giáo dục, bắt nguồn từ các mô hình căn bản, nhằm làm rõ khái niệm trong nghiên cứu này.
Y = F(Năm đi học hoặc bằng cấp cao nhất đạt được, kinh nghiêm, khu vực kinh tế, loại hình kinh tế, dân tộc)
Vì vậy mà mô hình nghiên cứu được thực hiện trong đề tài được xác định như sau:
LnY = β 0 + β 1 SCHOOL + β 2 EXP + β 3 EXP2 + β 4 GEN + β 5 STATE + β 6 HHOLD + β 7 PRIVATE + β 8 INDUSTRY + β 9 SERVICE + β 10 ETHNIC +β 11 URBAN (3.3)
Hệ số của biến SCHOOL phản ánh lợi suất trung bình của một năm học, được coi là cố định cho các cấp học khác nhau Tuy nhiên, lợi suất giáo dục thực tế lại khác nhau tùy thuộc vào từng cấp độ giáo dục Để khắc phục vấn đề này, mô hình 2 được phát triển, chuyển đổi số năm đi học thành các biến giả, thể hiện trình độ giáo dục cao nhất mà người lao động đạt được.
LnY = α 0 + α 1 PRIMA + α 2 SECON + α 3 HISCH + α 4 UNIV + α 5 GRAD + α 6 EXP + α 7 EXP2+ α 8 GEN + α 9 STATE + α 10 HHOLD + α 11 PRIVATE+α 12 INDUSTRY + α 13 SERVICE + α 14 ETHNIC + α 15 URBAN(3.4)
Trong bài viết này, lnY đại diện cho logarithm tự nhiên của mức thu nhập bình quân, trong khi các biến PRIMA, SECON, HISCH, UNIV, GRAD là các biến giả thể hiện các cấp độ giáo dục từ tiểu học, trung học cơ sở, trung học phổ thông, cao đẳng - đại học đến sau đại học.
Với các hệ số của các biến cấp độ giáo dục, RORE tại mỗi cấp độ sẽ được tính: βi – β i-1 r i = (3.5)
Trong mô hình 2, các hệ số βi phản ánh ảnh hưởng của từng cấp độ giáo dục, bao gồm số năm học hoàn thành tương ứng với các cấp 1, 2, 3, đại học và sau đại học Tuy nhiên, do người lao động bắt đầu học tiểu học khi còn quá nhỏ tuổi, việc tham gia hoạt động lao động gặp khó khăn Thực tế, nhiều địa phương đã thực hiện phổ cập tiểu học, vì vậy nghiên cứu không tính toán tỉ suất sinh lợi giáo dục cho cấp học tiểu học.
Nghiên cứu nhằm so sánh và đối chiếu nhóm người lao động theo các tính chất khác nhau, áp dụng các mô hình hồi quy cho dữ liệu toàn quốc và từng vùng địa lý, thành phần kinh tế, và ngành nghề Kết quả hồi quy từ nhiều nhóm đối tượng cho phép đánh giá lợi suất giáo dục riêng lẻ và so sánh giữa các nhóm cũng như với tổng thể người lao động Việt Nam Điều này cung cấp cái nhìn đa chiều, đầy đủ và chính xác về lợi suất giáo dục đối với thu nhập của người lao động Việt Nam trong năm 2010.
3.2.3 Mô tả các biến số
Thu nhập hàng năm của người lao động bao gồm tiền lương và tiền công từ công việc chính cũng như các công việc phụ trong 12 tháng qua Để tính toán thu nhập, người ta sử dụng logarit tự nhiên (cơ số e) cho mỗi cá nhân.
Số năm đi học : số năm đi học của người lao động được xác định bằng tổng số năm đi học của người lao động
Mincer (1974) giả định rằng mọi người bắt đầu đi học từ 6 tuổi với khả năng học tập đồng đều và thời gian học tập liên tục cho đến khi bắt đầu làm việc Số năm kinh nghiệm tiềm năng được tính từ thời điểm thôi học cho đến tuổi nghỉ hưu, phản ánh khả năng làm việc của mỗi cá nhân Công thức tính biến số kinh nghiệm tiềm năng trong nghiên cứu được trình bày như sau: (2.1).
T = tuổi – số năm đi học – 6 (3.6)
Biến trình độ giáo dục của phụ huynh là một biến nguyên dương cho biết số năm đi học của cha hoặc mẹ người lao động
Biến dân tộc của gia đình được xác định là một biến giả, trong đó giá trị là 1 nếu gia đình thuộc dân tộc Kinh hoặc Hoa, và giá trị là 0 nếu thuộc các dân tộc khác.
Biến vùng lãnh thổ là một biến định danh có giá trị từ 1 đến 6, tương ứng với 6 vùng địa lý tại Việt Nam, từ Đồng bằng Sông Hồng đến Đồng bằng Sông Cửu Long.
Tình trạng hôn nhân của phụ huynh được định nghĩa là một biến giả, trong đó giá trị là 1 nếu phụ huynh đang có gia đình và giá trị là 0 đối với những trường hợp khác.
Trình độ học vấn của người lao động được phân loại theo các nhóm bằng cấp, bao gồm: dưới cấp 1 (không có bằng cấp hoặc chỉ có bằng cấp 1), cấp 2 (trung học cơ sở), cấp 3 (trung học phổ thông), cao đẳng-đại học và sau đại học (thạc sĩ, tiến sĩ) Để phân tích, trình độ học vấn được mã hóa thành các biến giả, với trình độ sau đại học là biến cơ sở Các biến số cho biết người có bằng cấp phổ thông, cao đẳng hoặc đại học được xác định bằng các biến nhị phân, trong đó giá trị là 1 nếu cá nhân có đặc tính của trình độ đó và 0 nếu không.
Biến thành phần kinh tế được phân chia thành 4 nhóm: (1) khu vực kinh tế nhà nước; (2) khu vực có vốn đầu tư nước ngoài; (3) khu vực kinh tế tập thể hoặc tư nhân; và (4) khu vực hộ gia đình hoặc hợp tác xã Trong đó, khu vực có vốn đầu tư nước ngoài được chọn làm biến tham chiếu Các biến khu vực kinh tế nhà nước, tư nhân và hộ gia đình là những biến nhị phân, trong đó giá trị 1 được gán cho cá nhân làm việc trong khu vực đó và giá trị 0 cho cá nhân không làm việc trong khu vực đó.
Xử lý dữ liệu
Dữ liệu trong nghiên cứu được xử lý từ bộ dữ liệu VHLSS 2010 bằng phần mềm Stata phiên bản 12 Kết quả mô hình cũng được thực hiện trên phần mềm này.
Nguồn dữ liệu trong nghiên cứu được tổng hợp lại từ các dataset sau: muc1a.dta, muc2a1.dta, muc4a1.dta, muc4a2.dta, muc4a3.dta, muc8.dta, ho11.dta
Bảng 3.1: Bảng tổng hợp thông tin trích lọc các biến số
Tên biến Ý nghĩa Tên trường Tên file
REGION Vùng địa lý tinh muc1a
URBAN Thành thị ttnt ho11
GENDER Giới tính m1ac2 muc1a
ETHNIC Dân tộc Kinh – Hoa dantoc ho11
HHEDU Học vấn của cha/mẹ matv m2ac6 muc2a1
HHMAR Tình trạng hôn nhân của cha/mẹ matv m1ac6 muc1a
Y Thu nhập bình quân năm
(đơn vị: nghìn đồng/người/năm) m4ac11 m4ac12a m4ac12b m4ac23 m4ac24a m4ac24b m4ac26 m4ac28a m4ac28b m4ac28c m4ac28d m4ac28e muc4a1 muc4a2 muc4a3 muc4a4 muc4a5
SCHOOL Số năm đi học m2ac6 muc2a1
EXP Số năm kinh nghiệm EXP = AGE – SCHOOL - 6 EXP2 Số năm kinh nghiệm bình phương EXP2 = EXP ^2
HHOLD Kinh tế hộ gia đình m4ac8a muc4a2
PRIVATE Kinh tế tư nhân m4ac8a muc4a2
STATE Kinh tế nhà nước m4ac8a muc4a2
Bộ dữ liệu trích từ VHLSS 2010 (n = 7.287)
3.3.2.1 Thiếu hoặc lỗi dữ liệu
Sai sót và thiếu dữ liệu trong quan sát hộ gia đình là vấn đề phổ biến trong nghiên cứu thực nghiệm, đặc biệt là khi dữ liệu thu nhập không hợp lý Để ước lượng chính xác tác động của giáo dục đối với thu nhập, cần có đầy đủ giá trị cho tất cả các quan sát cá nhân Hai phương pháp chính để giải quyết vấn đề này là thay thế giá trị trung bình và nội suy, trong nghiên cứu này chúng tôi đã chọn phương pháp thay thế giá trị trung bình Cụ thể, khi cá nhân báo cáo nhận được tiền lương từ công việc chính hoặc phụ nhưng giá trị trả về bị thiếu, chúng tôi sẽ thay thế bằng giá trị trung bình của nam hoặc nữ trong cùng khu vực địa lý với bằng cấp tương ứng.
3.3.2.2 Loại bỏ các quan sát có giá trị dị biệt (quá lớn hoặc quá nhỏ)
INDUSTRY Thuộc ngành công nghiệp m4ac4 muc4a1
SERVICE Thuộc ngành dịch vụ m4ac4 muc4a1
PRIMA Dưới cấp 1 m2ac2a m2ac2b muc2a1
SECON Cấp 2 m2ac2a m2ac2b muc2a1
HISCH Cấp 3 m2ac2a m2ac2b muc2a1
UNIV Cao đẳng – Đại học m2ac2a m2ac2b muc2a1
GRAD Sau đại học m2ac2a m2ac2b muc2a1
Các biến có quan sát giá trị dị biệt được loại bỏ dựa trên phân tích đồ thị box plot Những giá trị này là các điểm nằm ngoài cận trên (upper inner fence) và cận dưới (lower inner fence) của box Các giá trị giới hạn này được tính toán theo quy định cụ thể.
Upper Inner Fence (UOF) = Q3 + 1,5IQ
Lower Inner Fence (LOF) = Q1 – 1,5IQ
Trong đó: Q1, Q3 lần lượt là các phân vị 25%; 75% và IQ = Q3 –Q1 được gọi khoảng bên trong phân vị
Tổng số quan sát từ bộ dữ liệu toàn quốc là 7.587, bao gồm cả lao động nam và nữ Trong đó, 300 quan sát dị biệt đã được loại bỏ theo tiêu chí nhất định Do đó, bộ dữ liệu tinh lọc ban đầu còn lại 7.287 quan sát.
Mô hình đi học của Borjas (2005) chỉ ra rằng việc ước lượng mô hình Mincer mà không xem xét năng lực bẩm sinh của người lao động có thể dẫn đến thiên lệch và thiếu chính xác Nhiều nghiên cứu cho rằng năng lực bẩm sinh có mối tương quan tích cực với số năm đi học, do đó, việc bỏ qua yếu tố này khi ước lượng suất sinh lợi giáo dục có thể làm sai lệch kết quả (Wooldridge, 2001) Yang (2005) cũng nhấn mạnh rằng việc sử dụng phân tích hồi quy OLS để ước lượng hàm Mincer mà không tính đến đặc điểm năng lực bẩm sinh sẽ dẫn đến hệ số hồi quy không chính xác Để khắc phục vấn đề này, Borjas đề xuất một phương pháp tối ưu hơn.
Theo Borjas (2005), việc khảo sát các cặp sinh đôi có thể giúp đánh giá chính xác hơn về vấn đề nghiên cứu, nhưng các kết quả lại không thống nhất Dữ liệu từ VHLSS không hỗ trợ cho hướng nghiên cứu này Yang (2005) đã đề xuất ba phương án xử lý để cải thiện tình hình.
(i) Đưa vào mô hình biến đo lường năng lực bẩm sinh của người lao động (thường dùng chỉ số IQ của người lao động)
(ii) Phương pháp tác động cố định (fixed effect method)
Phương pháp hồi quy hai giai đoạn với biến công cụ (Instrumental Variable) được áp dụng trong nghiên cứu này Do bộ dữ liệu VHLSS 2010 thiếu thông tin về chỉ số, việc sử dụng phương pháp này là cần thiết để đảm bảo tính chính xác của kết quả phân tích.
Việc đưa biến IQ vào mô hình phân tích lao động gặp khó khăn do dữ liệu VHLSS 2010 và VHLSS 2008 hoàn toàn độc lập, được khảo sát trên hai bộ mẫu riêng biệt Phương pháp tác động cố định cũng không khả thi vì cần giả định rằng năng lực bẩm sinh của cá nhân không thay đổi theo thời gian và không tương quan với các biến giải thích khác.
Phương pháp hồi quy hai bước giúp khắc phục hiện tượng thiên chệch, nhưng khả năng giải thích của mô hình này không cao so với hồi quy thông thường Việc lựa chọn phương pháp hồi quy phụ thuộc vào mục đích nghiên cứu Nghiên cứu của Arcandy et al (2004) với dữ liệu VLSS 1993 và 1998 cho thấy, giáo dục của cha mẹ đáp ứng điều kiện biến công cụ, khi cha mẹ có trình độ giáo dục cao, người lao động có xu hướng đạt được thu nhập cao hơn Đề tài này tập trung vào đánh giá suất sinh lợi từ giáo dục mà không phân tích sâu các yếu tố ảnh hưởng đến thu nhập Do đó, phương pháp hồi quy hai bước được sử dụng để đánh giá chính xác thực trạng suất sinh lợi trong giáo dục tại Việt Nam.
Thu nhập từ tiền lương của người lao động được ước lượng thông qua phương pháp hồi quy hai bước, sử dụng các biến công cụ IV, bao gồm đặc điểm của phụ huynh Cụ thể, biến số năm đi học (SCHOOL) được ước lượng ban đầu dựa trên trình độ học vấn (HHEDU) và tình trạng hôn nhân (HHMAR) của phụ huynh, với giả định rằng con cái sẽ được chăm sóc tốt hơn nếu cha mẹ không ly dị Sau đó, thực hiện hồi quy bước hai để ước lượng thu nhập từ tiền lương dựa trên các biến công cụ này.
Nghiên cứu đánh giá sự phù hợp của mô hình hồi quy 2 giai đoạn so với phương pháp hồi quy OLS nhằm so sánh và lựa chọn mô hình hồi quy tối ưu.
3.3.3.2 Kiểm định mô hình a Kiểm định biến nội sinh
Mô hình được ước lượng bằng phương pháp hồi quy hai giai đoạn (2SLS) và so sánh với hồi quy thông thường (OLS) cho hai nhóm lao động Đối với 2SLS, việc kiểm tra tính hiệu quả của biến nội sinh trong mô hình là cần thiết Giả thuyết Ho được đặt ra cho rằng "SCHOOL là biến ngoại sinh".
Trình tự tính toán và thực hiện như sau:
Bước 1: Với biến nội sinh SCHOOL là biến phụ thuộc, thực hiện hồi quy SCHOOL theo các biến còn lại và tạo biến giá trị tiên đoán
Bước 2: Hồi quy biến phụ thuộc ban đầu theo các biến ngoại sinh và biến dự đoán ở bước 1
Bước 3: Thực hiện hồi quy phần dư từ hồi quy hai giai đoạn của các biến ngoại sinh và thu thập giá trị phần dư mới, đại diện cho phần dư giải thích được của mô hình.
Bước 4: Tạo các ma trận phần dư giải thích được và không giải thích được từ mô hình, sau đó tính toán giá trị R² và mức xác suất p cho việc kiểm định Đồng thời, tiến hành kiểm định các biến công cụ (IV).
Một biến công cụ hiệu quả cần thỏa mãn hai điều kiện: không tương quan với sai số của mô hình hồi quy và có mối tương quan mạnh với biến nội sinh SCHOOL Quy trình kiểm định tính hiệu quả của các biến công cụ được tiến hành theo các bước cụ thể.
Bước 1: Thực hiện hồi quy hai giai đoạn phương trình 3.3 và nhận giá trị
