Sử dụng cách tiếp cận đối ngẫu dự báo cầu lao động của ngành chế biến thực phẩm tiếp cận từ phía doanh nghiệp

Cácnghiêncứulýthuyếtliênquan

Lý thuyết sản xuất đưa ra nhiều mô hình thay thế khác nhau để đại diện cho cáckhả năng sản xuất Yêu cầu dữ liệu của các mô hình thay thế khác nhau: Các mô hìnhđịnhhướngsảnxuấttrựctiếptậptrungvàosốlượngđầuvào- đầura,trongkhicácnhàkinhtếthườngthíchnghiêncứudữliệugiátiền,chiphí,doanhthuvà/ hoặclợinhuận.

Bắt nguồn từ công trình nổi tiếng của Hotelling (1932) và đặc biệt là Shephard(1953, 1970 và 1974), Lý thuyết đối ngẫu về sản xuất cung cấp một khung tiên đề liênkết các mô hình thay thế theo một kiểu hệ thống, chặt chẽ Một lực đẩy chính của Lýthuyết đối ngẫu đến từ việc phân tích cầu đầu vào ( như lao động) và cung đầu ra bằngcách sử dụng các kết quả nổi tiếng như bổ đề Hotelling, bản sắc của Roy và bổ đềShephard Từ quan điểm thực tế / ứng dụng, việc tạo điều kiện cho sản xuất chung

(tứclàcáccôngnghệđađầuvàonhiềuđầura)trongphântíchhồiquytruyềnthốngsửdụngcáchàmch iphí,doanhthuvàlợinhuậnnhưlàđạidiệnképcủacôngnghệlàmộttrongnhữnglợiíchthựctếlớncủa LýthuyếtĐốingẫu,trongsốnhiềulýthuyếtkhác.Lịchsửhàm chi phí đối ngẫu của hàm sản xuất Đường cong chi phí là một khái niệm cổ điểntrongkinhtếhọc,khácvớikháiniệmhàmsảnxuất.Tuynhiên,việcphântíchmộtcáchhệ thống các thuộc tính của các đạo hàm giá cả của hàm chi phí dường như bắt nguồntừ một bài báo của Hotelling (1932) về bài toán tương đương về mặt toán học của việcgiảmthiểuchitiêucủangườitiêudùngvớigiớihạnmứcđộtiệních.Cácthuộctínhcủahàm chi tiêu tiêu dùng được Roy (1942) và Khan, M., & Schlee, E (2016) phát triểnthêm Khan, M., & Schlee, E dường như đã lưu ý đầu tiên rằng các thuộc tính của hàmchitiêucóthểnhậnđượclàkếtquảcủaviệctốiưuhóabằngcáchsửdụnglýthuyếttoánhọc về hàm lồi với các giả thiết yếu hơn nhiều so với các tác giả trước đó Lý thuyếtthiết lập mối quan hệ kép giữa hàm chi phí và hàm sản xuất được Shephard (1953) đưavàokinhtếhọc,ngườiđãtậptrungnhiềuvàocáctínhchấtcủatậplồidoFenchel(1953)pháthiện.Nhữ ngđónggópbổsungchocácứngdụngkinhtếcủalýthuyếtđốingẫuđãđược thực hiện bởi Uzawa (1964), McFadden (1962), Hanoch (1975) và Lau (1976a).Có lẽ vì các kết quả lý thuyết về hàm chi phí bị phân tán và tương đối khó tiếp cận, giátrịtiềmnăngcủachúngtrongphântíchkinhtếlượngđãkhôngđượccôngnhậnchođếnkhi Nerlove

(1963) sử dụng trường hợp Cobb Douglas trong một nghiên cứu về lợinhuận theo quy mô trong các tiện ích điện.

Kể từ giữa những năm 1960, một loạt cácnghiêncứuthựcnghiệm,baogồmcácbàibáocủaDiewert(1992),vàJorgensonvàLau(1974a),đã sửdụngmộtcáchcóhệthốngcác kháiniệmđốingẫu.Từtiếptoánkinhtế,ngườitađãđiđếnướclượngvàdự báocầulaođộng. động 1.2 Cáchtiếpcận dựbáocầulao động

Cáchtiếpcậnđốingẫusửdụnghàmcựctiểuchiphíđểxâydựnghàmcầulao Đốivớimôhìnhcầulaođộng,nhiềunghiêncứusửdụngtheothônglệtiêuchuẩn bằng cách áp dụng phương pháp đối ngẫu và cực tiểu chi phí với sản lượng không đổi(Hamermesh,1993).Cácnghiêncứulựachọnmộthàmchiphíchuyểnđổi,theođềxuấtcủa Christensen và cộng sự (1973), là một phép tương ứng tuyến tính, bậc hai với mộthàm chi phí tùy ý Peichl và Siegloch (2012) cho thấy rằng đối với mô hình cầu laođộng, tác giả tuân theo tiêu chuẩn bằng cách áp dụng phương pháp đối ngẫu và giảmthiểu chi phí với sản lượng không đổi (Hamermesh, 1993) Tác giả lựa chọn một hàmchiphíchuyểnđổi(translog)theođềxuấtcủaChristensenvàcộngsự.(1973).

Theo đề xuất của Diewert và Wales (1987) và tính toán chi phí C của một doanhnghiệp,chotrướcđầuraY,hàmchiphínhư sau:

𝑖=1 trong đó wi, i = 1, , I, biểu thị chi phí đơn vị (tức là tiền lương) của đầu vào lao độngthứivàtlàchỉsốthờigian.Bêncạnhđiềukiệnaij=aji,mộtsốhạnchếkhácđốivớicáctham số được giữ lại, đảm bảo tính đồng nhất tuyến tính trong giá nhân tố và cho phéplợinhuậnkhôngđổitheotỷlệ:

Cáctácgiảsử dụngBổ đềShephard(Shephard,1970)đểđưarahàmcầulaođộng.

Yoshimi Kuroda (1987) đã phân tích mối quan hệ các yếu tố của nông nghiệpNhật Bản thời hậu chiến để xác định các yếu tố giải thích sự sụt giảm đáng kể lao độngtrong lĩnh vực nông nghiệp Tác giả ước lượng hàm chi phí và kết quả phân tích dựatrên các ước lượng cho thấy những thay đổi thiên lệch về kỹ thuật và sự thay thế yếu tốgiácảđóngvaitròquantrọngtrongviệcgiảmbớtsựchuyểndịchlaođộngnôngnghiệpsang khu vực phi nông nghiệp Tăng trưởng kinh tế nhanh chóng ở Nhật Bản trongnhữngnămsauchiếntranhđãkéotheosựchuyểndịchlaođộngđángkểtừnôngnghiệpsangcáclĩn hvựcphinôngnghiệp.Tỷlệgiảmlaođộngtrongnôngnghiệpgiảmbình quân là 3,3% mỗi năm.Mô hình hàm chi phí chuyển đổi được ước tính cho giai đoạn1952-82 dựa trên dữ liệu cấp trang trại Các phương pháp tương tự đã được sử dụng đểphântíchnôngnghiệpHoaKỳvàNhậtBản(Binswanger,1974;Ray,1982;Kako,1978và Nghiệp, 1979) Những nghiên cứu này đã giả định rằng quy trình sản xuất được đặctrưng bởi tính đồng nhất và thay đổi kỹ thuật là trung lập Hicks Tuy nhiên, nếu giảthuyết duy trì về hành vi giảm thiểu chi phí bị bác bỏ thông qua kiểm tra thống kê, thìmôhìnhhàmchiphíchuyểnđổicóthểkhônghợplệ.Ngoàira,nếuquytrìnhsảnxuấtkhông thuần nhất về công nghệ hoặc công nghệ trung lập, thì những kết quả ước lượngcó thể bị sai lệch Những nghiên cứu này lựa chọn cách tiếp cận hàm chi phí vì: i) quyđịnh của chính phủ về giá đầu ra thông qua các chương trình giá trong thời gian đượcđề cập có thể đã làm thay đổi nguyên tắc định giá chi phí cận biên của nông dân, điềunày ngụ ý rằng cách tiếp cận hàm lợi nhuận có thể không phù hợp Hơn nữa, vào cuốinhững năm 1970, chính phủ Nhật Bản đã đưa ra một tỷ lệ phân bổ cho sản xuất gạo đểcânbằngcungvớicầu.Mứcsảnlượngsauđócóthểđượccoilàngoạisinh;ii)cáchtiếpcận hàm chi phí đưa ra các ước tính trực tiếp về các độ co giãn từng phần Allen khácnhaucủasựthaythế;iii)cáchtiếpcậnhàmchiphíchophépchúngtakhaitháclýthuyếtđốingẫumàk hôngápđặtbấtkỳhạnchếnàođốivớilợinhuậntheoquymôtrongcôngnghệcơbản.

JamesM.W.Wongvàcộngsự(2008)đãtrìnhbàysựpháttriểncủacácmôhìnhdự báo nhu cầu lao động tiên tiến ở cấp độ dự án để áp dụng dự báo cho ngành xâydựng Các mô hình dự báo nhu cầu đã được phát triển cho tổng số lao động của dự ánvàmườingànhnghềthiếtyếu.Dữliệuđượcthuthậptừmộtmẫucủa54dựánxâydựng.Những dữ liệu này được phân tích thông qua một loạt các phân tích hồi quy tuyến tínhnhiều lần giúp thiết lập các mô hình ước lượng Kết quả chỉ ra rằng nhu cầu lao độngcủa dự án không chỉ phụ thuộc vào một yếu tố đơn lẻ, mà là một nhóm các biến số liênquan đến các đặc điểm của dự án, bao gồm chi phí xây dựng, các thuộc tính phức tạpcủa dự án, tình trạng địa điểm thực tế và loại dự án Các mô hình hồi quy dẫn xuất đãđược kiểm tra và xác nhận bằng cách sử dụng bốn dự án ngoài mẫu và các thử nghiệmchẩn đoán khác nhau Kết luận rằng các mô hình là mạnh mẽ và đáng tin cậy, điều nàycó ích cho các nhà đầu tư và Chính phủ trong việc dự đoán lao động cần thiết cho mộtdự án xây dựng mới và tạo điều kiện cho việc lập kế hoạch và ngân sách nguồn nhânlực, đồng thời phương pháp luận được sử dụng có thể được áp dụng để phát triển cácmôhìnhhữuíchnhư nhaucác phânngànhkhác,vàởcácnướckhác.

Rana Hasan và cộng sự (2003) đã xem xét bài toán tối thiểu hóa chi phí của cácdoanhnghiệpnhư sau:

Min K, L ,M rK+wL+mMtùytheoQ=F(K,L,M) trong đór,wvàmlà chi phí sử dụng vốn, tiền lương và giá nguyên vật liệu tươngứng, trong khiK,LvàMđại diện cho vốn, lao động và nguyên vật liệu vàQlà sảnlượng Việc giải bài toán tối ưu hóa ở trên tạo ra hàm cầu lao động có điều kiện vàđộ co giãn cầu lao động theo sản lượng không đổi Các tác giả sử dụng giả định lợinhuậnkhôngđổitheoquymôvàcạnhtranhhoànhảođểviếthàmcầulaođộng.

Theo Hanan Nazier (2019) cho thấy lý thuyết cầu lao động nhấn mạnh cáchdoanh nghiệp chọn lượng lao động được sử dụng trong sản xuất và sự thay đổi của cầuđốivớisảnphẩmvàgiácủacácyếutốsảnxuất.Cơsởcủalýthuyếtcầulaođộnglàdựavào mục đích tối đa hóa lợi nhuận hoặc tối thiểu hóa chi phí để điều chỉnh lượng laođộng đầu vào Bằng cách giải quyết vấn đề tối ưu hóa của doanh nghiệp người ta xácđịnhhàmcầulaođộngcóđiềukiệnvàkhôngcóđiềukiện.Điềunàyliênquanđếnviệcchỉ định một hàm sản xuất, được giả định là tăng và lõm ngặt Các đặc điểm kỹ thuậtkhác nhau đã được sử dụng thông qua các dạng hàm sản xuất như Cobb – Douglas,hàm CES…(Addison và cộng sự, 2014). Nghiên cứu thực hiện theo thông lệ nhằm ướctính nhu cầu không đồng nhất lao động bằng cách áp dụng cách tiếp cận đối ngẫu vớihàm tối chi phí có điều kiện dựa trên sản lượng (Hamermesh 1993;

2012) Cách tiếpcận này giả định giảm thiểu chi phí và đặc tả của hàm chi phí Tính đối ngẫu giữa sảnxuất và chi phí cho phép suy ra các hàm cầu lao động có điều kiện, điều kiện về sảnlượng, với đặc điểm kỹ thuật của một ngành công nghiệp Nói cách khác, nhu cầu cóđiềukiệncácphươngtrìnhchocácloạilaođộngkhácnhauđượcsuyratừmộthàmc hi phí tồn tại nếu hàm sản xuất thỏa mãn một số điều kiện để hàm chi phí cực tiểu(FreiervàSteiner,2010).

AndreasLichtervàcộngsự(2012)đãxemxétnhucầulaođộngởĐứctronghaimươinămqu a.Đốivớimôhìnhnhucầudàihạntĩnh,cáctácgiảtuântheothônglệtiêuchuẩn bằng cách áp dụng cách tiếp cận đối ngẫu với tối thiểu chi phí với sản lượngkhôngđổitheocáchtiếpcậncủaHamermesh(1993).CáctácgiảlựachọnmộthàmchiphíTranslog, theo đề xuất của Christensen, Jorgenson và Lau (1973), là một phép gầnđúng tuyến tính, bậc hai cho một hàm chi phí tùy ý Hàm chi phí Translog thuộc loạihàm chi phí linh hoạt, có chức năng không hạn chế độ co giãn thay thế của các yếu tốđầuvào,vàdođóthíchhợphơnđếncáchàmCobb-DouglashoặcCES.Cáctácgiảtuântheo đề xuất củaDiewert and Wales (1987) để đưa ra hàm chi phí Các tác giả ước tínhlượng lao động ngắn hạn và dài hạn bằng cách sử dụng dữ liệu vi mô.Kết quả từ môhình động cho thấy rằng tác động tiêu cực của việc tăng tiền lương lên cầu lao độngtrongngắnhạnnhỏ hơn trong dài hạn.Từkết quảnày, cáctácgiả cũng suy rarằngcác doanhnghiệpphảiđốimặtvớichiphíđiềuchỉnhđángkểkhithayđổimứcđộviệclàmcủa họ Trong ngắn hạn, mức độ co giãn của tiền lương riêng đối với cầu lao động phổthông cao hơn về mặt tuyệt đối (-0,54) so với hệ số co giãn của tiền lương đối với laođộng có kỹ năng trung bình (-0,30) và cao (-0,32) Mô hình này cũng được tìm thấytrongcác ướclượngdàihạn.

Cóthểthấytrongthựcnghiệmphầnlớncácnghiêncứukhôngsửdụngướclượnghàm cầu lao động rút ra từ bài toán cực đại lợi nhuận Vi đối với bài toán cực đai lợinhuận,trênthựctếkhôngxácđịnhđượcgiáđầuradovậythôngthườngcácnghiêncứuphảigiảđịnh doanhnghiệpcạnhtranhhoànhảo,khiđógiáđầura,giáđầuvàođượcgiảđịnh là không đổi Trong thực nghiệm, các nghiên cứu sử dụng cách tiếp cận đối ngẫu,đó là bài toán cực tiểu chi phí để đưa ra hàm cầu lao động, khi đó cầu lao động khôngcònbị phụthuộc vào giá của đầu ra.

Bêncạnhphươngpháptiếpcậnđốingẫu,còncónhiềucáchtiếpcậnkhácđểxâydựngmôhình dự báocầulaođộng.Cụthểnhư sau:

Dự báo thị trường lao động ở các nước OECD đã có một lịch sử lâu đời. Mộttrong những “Dự án Lập kế hoạch nguồn nhân lực” đầu tiên là Dự án Khu vực ĐịaTrungHảidoOECDkhởixướngvàođầunhữngnăm1960(Parnes,1962).Trongdựánnày,

“phương pháp tiếp cận yêu cầu nguồn nhân lực” đã được phát triển Vào nhữngngàyđó,ýtưởnglàsửdụngdựbáochomụcđíchlậpkếhoạch.Vớicácmụctiêukinhtế,chẳng hạn như đường tăng trưởng của nền kinh tế, các yêu cầu lao động về các ngànhnghề và trình độ khác nhau đã được đặt ra.

So với những dự báo khá đơn giản về cungcủa nền kinh tế, cách tiếp cận này nhằm hỗ trợ các nhà hoạch định chính sách xác địnhcácchínhsáchgiáodụcvàđàotạocầnthiếtđểđạtđượccácmụctiêutăngtrưởngkinhtế.

Những phương pháp tiếp cận này đã bị phê phán rộng rãi (Ahamad và Blaug,1973), một phần vì các khía cạnh của phương pháp được sử dụng, nhưng cũng vì cácmục tiêu kinh tế Nhiều học giả cho rằng tăng trưởng kinh tế sẽ gây bất lợi cho môitrường, khai thác tài nguyên thiên nhiên gây thiệt hại cho thế hệ tương lai Đối với vấnđề về phương pháp, tồn tại tranh luận rằng việc thiếu dữ liệu tốt và các mô hình xâydựng kém sẽ không thể dự báo trong dài hạn Các mô hình được coi là mang tính máymóc bởi không tính đến các quá trình thay thế trên thị trường lao động giữa các ngànhvà nghề Các hệ số cố định được sử dụng để xem xét mối tương quan giữa tăng trưởngngànhvớicầulaođộngđượccholàcôngcụthiếulinhhoạtđểpháchọabứctranhđángtincậy vềnhucầulaođộngtrongtươnglai.Nhiềungườicũngchorằngnhữngmôhìnhsơkhainàykhôngxe mxétđếnmốiquanhệgiữacungvàcầu.Nhữngphêphándẫnđếnkếtluậnrằngcácmôhìnhnàykhô ngthểđưaracácdựbáohữuích.Hơnnữa,mộtdự báo đơn thuần về cầu lao động trong một số ngành nghề nhất định sẽ không nói lênnhiềuđiềuvềnộidung cầnthiếtchocácchính sáchgiáodục đàotạo.

Mộtsốmôhìnhdựbáocầulaođộngđược sửdụngtrongnước

Môhình LOTUS:Hệthốngtrợ giúpnghềnghiệpvàđàotạodài hạn.

MôhìnhnàyđượcxâydựngbởinhómnghiêncứuInforumthuộcTrườngđạihọcMaryland,mộts ốquốcgiaápdụngmôhìnhnàynhưPhilippines,Malaysia,ViệtNam, Môhìnhdựbáocầulaođộngdự atrênviệcmôphỏngcácchỉtiêukinhtếvĩmô,từtừngngànhthànhphầnvàbảngcânđốiliênngànhI/ O.

Hệthốngmôhìnhhóanàycótínhdàihạn,cóthểdựbáocho10nămhoặcxahơnchotươnglaicủa nềnkinhtếvàthịtrườnglaođộngViệtNam.Điểmchínhcủamôhìnhnày là nhu cầu lao động theo nghề, và những yêu cầu về đào tạo để phát triển nguồncungứnglaođộngcầnthiếtđápứngnhữngnhucầuđó.

Môhìnhcũngcóthểphântíchảnhhưởngcủachínhsáchkinhtếvĩmôkhácnhauhaykịchbảnvàv iệcápdụngchonhữngvấnđềlớnhơnhoặcphântíchcácvấnđềchínhsáchcủachínhphủ. Ởphiênbảnhiệntạicủamôhình,cơcấunghềnghiệpđốivớimỗingànhchitiếtđược giữ nguyên ở giá trị của các hệ số trong giá trị của năm trước (năm 2007) trongsuốtthờigiandựbáo.ĐốivớiCácdựđoánnghềnghiệpcủaHoaKỳ,CụcThốngkêLao động đã dự báo cơ cấu nghề nghiệp sẽ thay đổi như thế nào theo thời gian Những dựbáonàymộtphầndựatrêncác xuthếtrongquákhứ,mộtphầndựatrênkếtquảcủacáccuộc phỏng vấn với các chuyên gia trong các ngành Đối với mô hình ở Việt Nam, cóthểđưaranhữngdựđoántươngtự,sửdụngthôngtinvềnhữngdựđoántạinhữngnướckhác,dựa trên cácxu thếhoặc từcácchuyêngiatrongcácngành.

MộtphươngtrìnhxuthếthờigianđượcdùngđểướclượngtổngNSLĐvàtrongmôhìnhnày thìnóđóngvaitrònhưmộtbiếnchỉsố,labprodind.Biếnsốnàyđượcdùngđể điều chỉnh năng suất chung, với giả định là mức tăng năng suất lao động (NSLĐ)trongcác ngànhcôngnghiệpphụthuộc thờigian.

Ma trận nghề trong ngành được dựa vào cơ cấu của năm 2007, do thiếu dữ liệutạithờiđiểmxâydựngmôhìnhnêncơcấunàychưađượcxemxétsựthayđổitheothờigian.

Do việc sử dụng dữ liệu phân theo ngành chi tiết từ bảng IO 2005 theo các phânngànhcũ,gâykhókhănhoặccónhữngngànhkhôngthểtáchhoặcgộptheongànhmới.

Mô hình ILSSA-MS:Mô hình phân tích thị trường lao động (TTLĐ) Việt nam và môphỏngvimôcótênILSSA-MSđượcxâydựngdựatrênlýthuyếtcủamôhìnhORANI-

ILSSA-MS có cấu trúc lý thuyết đặc trưng của một mô hình CGE tĩnh, bao gồmcácphươngtrìnhvề:cầucủanhàsảnxuấtđốivớinguyênvậtliệuđầuvàovàyếutốsảnxuất; nguồn cung hàng hóa từ các nhà sản xuất; cầu về vốn; cầu của hộ gia đình; cầuxuất khẩu; cầu của chính phủ; điều kiện cân bằng thị trường đối với hàng hóa và yếu tốsảnxuất;vàrấtnhiềubiếnkinhtếvĩmôvàchỉsốgiácả.

Mô hình ILSSA-MS cho phép phân tích cung, cầu lao động theo 113 ngành, 26nghềvà6bằngcấp.Vềphíacung,laođộngđượcphânbổtheo26lĩnhvựcđàotạovà6cấp trình độ Về phía cầu, lao động có việc làm phân bổ theo 113 ngành (xem phụ lụcchitiếtvềdanhmụclĩnhvực đào tạo,vàngànhkinhtếquốcdân).

Về phía cung, những người có bằng cấp được phân bổvào các nghề sao cho cóthể tối đa hóa độ thỏa dụng, tùy thuộc vào mức lương của từng nghề và hạn chế về sốgiờ làm việc sẵn có trong từng bằng cấp Về phía cầu, các ngành đòi hỏi lao động theonghề,lựachọncácnghềsaochocóthểgiảmthiểuchiphínhâncông,tùythuộcvàomứclươngcủa từngnghề vàtổngcầuvềlaođộng.

Các phương trình cầu và cung của đối tượng mua thuộc khu vực tư được suy ratừ nghiệm của các bài toán tối ưu hóa (như tối thiểu hóa chi phí, tối đa hóa độ thỏadụng,.v.v).Tốiưuhóađượccoilànềntảngquyđịnhhànhvicủangườitiêudùngtrongkinh tế học vi mô, trường phái tân cổ điển Người mua được giả định là người chấpnhận giá, và nhà sản xuất hoạt động trong thị trường cạnh tranh, không có lợi nhuậnthuầntúy.

Mô hình ILSSA có thể được sử dụng để phân tích những tác động ngắn hạn củathay đổi chính sách Ở những mô phỏng này, vốn (capital stocks) thường được giữ ởmức trước khi có cú sốc được phân tích (pre-shock levels) Các chứng cứ từ kinh tếlượng cho thấy rằng điểm cân bằng ngắn hạn có thể đạt được trong khoảng hai năm,nghĩalàT=2(Cooper,McLarenandPowell,1985).ILSSAcũngcóthểđược dùngđể đánh giá tác động của các chính sách trong dài hạn Trong trường hợp này, ta giảđịnh rằng trong dài hạn vốn sẽ được điều chỉnh để khôi phục lại tỷ suất sinh lợi đượcxácđịnhngoạisinh.Quátrìnhnàycóthểcầnđến5hoặc10năm,nghĩalàT=5hoặc

10 Trongcảhaitrườnghợp,chỉcóviệcchọnbiếnngoạisinhvàviệcgiảithíchcác kết quả là liên quan đến thời gian phân tích tác động của cú sốc Bản thân mô hình làtrungtínhvềthờigian.

- Dựa trên nền tảng của mô hình IO, mô tả sự liên kết giữa các ngành kinh tếtrong quá trình sản xuất thông qua các yếu tố đầu vào (vốn và lao động), các chi phítrung gian với các đầu ra Mô hình IO dùng được sử dụng để dự báo tăng trưởng vàchuyểndịchcơcấungànhkinhtế.Bêncạnhđócũngcóthểsửdụng môhìnhnàyđểdựbáo nhu cầu vốn đầu tư, nhu cầu lao động cho các ngành theo các kịch bản tăng trưởngkinhtế.

+Nền kinh tế cónngành sản xuất thuần tú, tức là mối ngành chỉ sản xuất mộtloạisảnphẩm;

+ Để sản xuất ra sản phẩm của mỗi ngành đòi hỏi một tỉ lệ cố định đầu vào. Giảthiếtnàyhàmýlàhiệuquảkhông đổitheoquymôởmỗingành.

MôhìnhIOchophépnghiêncứumốiquanhệtácđộngqualạigiữacácngànhsảnxu ất,theođósựtăng(hoặcgiảm)tiêudùngcuốicùngvềsảnphẩmcủamộtngànhtrướchếtsẽtácđộ ngđến sảnlượngsảnxuấtcủachínhngànhđó vàtừđó sẽkíchthíchsảnxuấtcủacácngànhkhácthôngquacácmốiquanhệđầuvàođầuragiữacác ngành. Trênthựctế,sựtăngtrưởngvềquimôsảnxuấtcủacácngànhcònđặtrayêucầutăngthêmvềlao độngvàdođótạorađượcviệclàmvàthunhậptăngthêmchongườilao động Các khoản thu nhập tăng thêm này sẽ được sử dụng cho tiêu dùng của các hộ giađìnhvàsựtiêudùngtăngthêmnàyđếnlượtnólạikíchthíchpháttriểnsảnxuất.

Chínhvìvậy,trongphântíchmôhìnhIO,ngườitathườngsửdụngmôhình"mởrộng", theo đó mô hình IO sẽ thêm một dòng và một cột Dòng thêm vào thể hiện thunhậpcủangườilaođộngtheocácngành.Cộtthêmvàothểhiệntiêudùngcuốicùngcủahộgiađình.

- Phương pháp mô hình: Dựa trên mô hình của Cục thống kê lao động Mỹ (U.S.BureauofLaborStatistics),vớimôhìnhnàycómộtsốnướcđãápdụngnhưHànQuốc,Hungari,

- Dựa trên lý thuyết về cầu lao động và giả định kết quả của sự thay đổi các yếutốảnhhưởngđếncầunhưthươngmại,côngnghệsẽtácđộngđếnGDPvàlàmthayđổiquanhệgi ữaGDPvàcầulaođộng.

- Thủ tục dự báo cầu lao động bắt đầu từ sử dụng kết quả dự báo tăng trưởngGDP và giá trị gia tăng GDP theo ngành, dựa trên giả thiết nhu cầu lao động là nhu cầubắtnguồntừ tăngtrưởngkinhtế.

- Dự báo cầu lao động theo ngành được tính bằng cách nhân giá trị gia tăng dựbáochotừngngànhtheohệsốkinhtếcủatừngngành.

- Dự báo việc làm theo ngành-nghề được tính bằng phương pháp RAS trên matrận nghề nghiệp * ngành Phương pháp RAS được sử dụng bởi BLS (Cục Thống kêLaođộng)củaHoaKỳ

𝑆ố𝑣𝑖ệ𝑐𝑙à𝑚 𝐸𝐶=𝐺𝐷𝑃𝑡ℎ𝑒𝑜𝑔𝑖á𝑠𝑜𝑠á𝑛ℎ Ướclượngmôhình:Ln(EC)=a0+ a 1ln(GDP)+a2t+a3t2+e

DựatrênkịchbảntăngtrưởngGDPvàgiátrịGDPdựbáochotừngngành,xácđịnhđượcL n(EC)từmôhìnhtrên,giảđịnh ln(EC)=X, hayLn( 𝑆ố 𝑣𝑖ệ𝑐 𝑙à𝑚 )=X

Khiđó,Sốviệclàmtạikỳdựbáolà:Emp=GDP*e X Ápdụngmôhìnhtrênchocácngành,vùng,đểdựbáocầulaođộngtheongànhvàtheovùng.

Như vậy, về cơ bản, dự báo cầu lao động được thực hiện theo một số cách tiếpcậnsau:

- Cách tiếp cận “Ngoại suy theo chuỗi thời gian” (Time Serie Projection). Đặctrưng cơ bản của cách tiếp cận này đó là Cầu lao động được dự báo trên cơ sở xem xétxuthếbiếnđộngcủaCầulaođộngtrongquákhứ,vàrồingoạisuyxuhướngđóđốivớicác năm trong tương lai, thông qua việc sử dụng các mô hình dự báo đơn giản có dạngnhư: “mô hình ngoại suy tuyến tính” (nạve model) hay “mơ hình dao động tổng thể”(mơhìnhBox- Jenkins).Theocáchnày,cácdữliệuđiềutrađãđượcđiềuchỉnhvớitrọngsố,vàdovậyviệcdựbáosẽphụt huộcrấtnhiềuvàosốliệucủaCầulaođộngtrongquákhứtheochuỗi.Cáchtiếpcậndựbáonàythườn gđượcsửdụngchocácdựbáoCầulaođộngtrongngắnhạn(dưới2năm). Ưu điểm của cách tiếp cận dự báo theo chuỗi này làcó độ tin cậy tương đối, đơngiản để sử dụng, và ít tốn kém Ngoài ra, nó cũng giúp cho việc làm giảm những saisố/chênh lệch được tạo ra bởi các nhân tố liên quan đến cá nhân trong quá trình thựchiệndựbáo.Cácnhàdựbáochỉviệctậptrungvàoviệcphântíchcácxuhướngnổitrội,các nhân tố có tính mùa vụ, các chu kỳ và xem xét các yếu tố lặp đi lặp lại đặc thù haycác dạng thức tiếp diễn được thể hiện trong các dữ liệu về nguồn nhân lực của thời kỳquákhứ.

Hạnchếnhư:(i)khôngsửdụngđượcchocácdựbáotrungvàdàihạn;(ii)khôngđề cập đến tác động của các yếu tố có thể gây ra những thay đổi/tác động đối với cầulaođộngvàcấutrúcnghềnghiệp; (iii)giảthuyếtcủamôhìnhvềbiếnđộngcầulaođộngtrong tương lai chỉ là sự lặp lại của những gì diễn ra trong quá khứ.Do đó, việc ngoạisuy cũng có thể tạo ra sai số lớn nếu như sự “tiếp tục” của xu thế trong quá khứ khôngxảyratrongthờigiandựbáo;

- Cáchtiếpcậntheo“Mứclaođộngtừdướilên”(Bottom-upCoefficient).Cơsởlý thuyết của cách tiếp cận dự báo này đó là cầu lao động trong một ngành dự báo cómốiquanhệchặtchẽvớinăngsuấtlaođộng,loạidựbáocũngnhưvớitổngkhốilượngcôngviệccủ amộtngànhsảnxuấtcụthể.Tổngcầulaođộngdựbáotheocáchnàysẽlàtổngcầulao độngđượcdựbáocủacácngànhkhácnhaucộnglại. Ưu điểm nổi trội của cách tiếp cận dự báo này là thông qua việc phân loại cácngànhkhácnhau,sẽchophéptínhtoánđượccácloạinăngsuấtlaođộngkhácnhaugiữacác ngành(phản ánh được mức độ tác động của công nghệ giữa các ngành khác nhau),từđókếtquảdự báosẽtrởnênchínhxáchơn.

Hạn chế là việc sử dụng các mô hình dự báo dạng này đòi hỏi nhu cầu rất lớn vềnguồnlực(nhânlựcvàtàichính),cũngnhưnỗlựcđểduytrìvàcậpnhậtthườngxuyênbộcơsởdữli ệu.Yếutốđộtrễvềthờigiancũnglàmộttrongnhữngtrởngạikhôngnhỏđối với những thay đổi do tác động của nhiều yếu tố gây ra như công nghệ, cạnh tranh,chínhsáchphápluật.Nócũngphụthuộcnhiềuvàosốliệucủaquákhứvàgiảthuyếtcơbảnvềmốiq uanhệđơnnhấtgiữacácbiếnđộclậpvớicầulaođộng.

- Cách tiếp cận “Từ trên xuống” (Top-down approaches) Phương pháp này kếtnối được cầu lao động với sản phẩm đầu ra của ngành sản xuất, cũng như với sự pháttriểncủacácngànhkháctrongtoànbộnềnkinhtếvớitầmdựbáochophéplênđếntrên10năm(dự báodàihạn).

Khoảngtrốngnghiêncứu

Nhưvậycóthểthấycónhiềucáchtiếpcậnđểướclượngmôhìnhdựbáocầulaođộng như: i) dự báo bằng các mô hình cân bằng, các tiếp cận này chủ yếu dựa vào cácbiến số vĩ mô và các tính toán thống kê để dự báo, cách tiếp cận này đòi hỏi số liệu củanhiều ngành, lĩnh vực và các tham số thể hiện mối quan hệ thường là vay mượn hoặcđược ước lượng từ bên ngoài mô hình, tuy nhiên thường không được báo cáo; ii) Cáchtiếpcậnbằngmôhìnhđịnhlượngđềusửdụngsốliệucấpdoanhnghiệp,sốliệunàycácthông tin về năng lực sản xuất và kinh doanh của doanh nghiệp thường chỉ có đầu ra(Y),đầuvàonhưvốn(K),laođộng(L)vàđầuvàotrunggian.Khôngcógiáđầuvàovàgiá đầu ra Do vậy việc tiếp cận từ bài toán cực đại lợi nhuận (bài toán gốc) thì có thểtìm được hàm cầu lao động phụ thuộc vào giá đầu vào và giá đầu ra, còn cách tiếp từbài toán cực tiểu chi phí (tiếp cận đối ngẫu) ta sẽ được hàm cầu có điều kiện của laođộng phụ thuộc vào đầu ra và giá nhân tố Như vậy cả hai cách tiếp cận mà muốn ướclượng hàm cầu lao động đều phải tìm cách xấp xỉ giá đầu vào, còn riêng tiếp cận từ bàitoán cực đại lợi nhuận thì phải xấp xỉ thêm giá đầu ra Do đó về mắt thực nghiệm thìước lượng hàm cầu từ bài toán cực tiểu sẽ khả thi hơn Nếu giả thiết cạnh tranh hoànhảo,hàmthuầnnhấttuyếntínhthìgiánhântốhoàntoàncóthểxấpxỉđượcnhờsửdụngước lượng hàm sản xuất và dùng định lý Ơ-Le về hàm thuần để tính ra giá nhân tố đầuvào Giả thiết này chỉ đúng cho việc xây dựng hàm chi phí Nếu giả thiết này đúng thìbàitoáncựcđạilợinhuậnsẽkhôngcóhàmlợinhuậnvìđiềukiệnđủcủahàmlợinhuậnsẽkhôngthỏ amãnvàdođóhàmcầulao độngsẽkhôngtìmđươc.

CácnghiêncứuởViệtNamthườngsửdụngtừbàitoáncựcđạilợinhuậnvàhầunhưchưacón ghiêncứusửdụngcáchtiếpcậnđốingẫuđểướclượnghàmcầulaođộng.Các kết quả nghiên cứu chưa tường minh về việc ước lượng giá đầu ra, giá nhân tố sảnxuất trong hàm cầu lao động Nghiên cứu này sử dụng hàm cầu có điều kiện các nhântố của lao động có dạng suy ra từ bài toán đối ngẫu (cực tiểu chi phí) mà không dùnghàmcầunhântốcủalaođộngsuyratừbàitoáncựcđạilợinhuậnđểướclượngmôhìnhphântíchv àdựbáocầulaođộngtrongngànhcôngnghiệpchếbiếnthựcphẩmởViệt

Nam để khắc phục vấn đề không có giá đầu ra của doanh nghiệp trong mô hình cầu laođộng.

CHƯƠNG2.CƠ SỞ LÝTHUYẾTVỀCẦU LAOĐỘNG

Cầulaođộngvàcácyếutốảnhhưởng

Cầulaođộng

Trên thị trường lao động (TTLĐ), cầu lao động là lượng lao động mà người sửdụnglaođộngchấpnhậnthuêởmộtthờikỳnhấtđịnh,trongnhữngđiềukiệnnhấtđịnh(TrầnXuân Cầu,Mai QuốcChánh,2013) Cầulaođộnglàcầudẫnxuấtvìnóđượcxácđịnh dựa trên nhu cầu sản lượng, khối lượng dịch vụ mà yếu tố lao động được dùng đểsảnxuấthoặc đểhoạtđộngcungứng dịch vụ.

Cầu lao động được hiểu là số lượng lao động mà các doanh nghiệp có khả năngvà sẵn sàng thuê mua ở các mức tiền lương khác nhau trong một khoảng thời gian nhấtđịnh (Vũ Kim Dung, Nguyễn Văn Công, 2013) Tổng cầu lao động của nền kinh tế làtoàn bộ nhu cầu về sức lao động của nền kinh tế ở một thời kỳ nhất định, trong nhữngđiềukiệnnhấtđịnh.

Cầu lao động thể hiện không chỉ về số lượng lao động mà cả về chất lượng laođộng.Trongđiềukiệnnăngsuấtlaođộng(NSLĐ)khôngbiếnđổithìcầulaođộngtỷlệthuậnvớiq uymôvàtốcđộtăngsảnxuất.Nếuquymôsảnxuấtkhôngđổi,cầulaođộngtỷlệnghịchvớiNSLĐ.

Như vậy, theo mục tiêu và phạm vi nghiên cứu của đề tài,cầu lao động đượchiểu là số lượng lao động mà người sử dụng lao động có khả năng và sẵn sàng thuê ởcácmứctiềnlươngkhácnhautrongmộtkhoảngthờigiannhấtđịnhvànhữngđiềukiệnnhấtđịnh.

Cácyếutốtácđộngđếncầulaođộng

Cầulaođộnglàđườngsảnphẩmdoanhthucậnbiênnêncácyếutốtácđộngđếncầu lao động được xem xét ở ba khía cạnh: cầu sản phẩm của hàng hóa và dịch vụ, chiphívốn,chiphílaođộngvàtiếnbộkhoahọccôngnghệ. a Ảnhhưởngtừcầusảnphẩmcủahànghóavàdịchvụ

Khi những yếu tố khác không đổi thì sự thay đổi cầu một loại sản phẩm đangđược sản xuất sẽ làm thay đổi cầu lao động theo cùng xu hướng Vì khi nhu cầu tiêudùng của khách hàng về một loại hàng hóa nào đó tăng, tức là cầu sản phẩm tăng,làmcho giá sản phẩm có xu hướng tăng, dẫn đến giá trị sản phẩm biên tăng, làm tăng cầulao động Ngược lại, khi cầu sản phẩm giảm, giá sản phẩm giảm, giá trị sản phẩm biêngiảmvàcầulaođộngcũngphảigiảm.

Theo Ricardo và A Marshall (1887) đã đồng nhất quan điểm cho rằng nền kinhtếthịtrườnglànềnkinhtếtựđiềutiếtvàmộttrongnhữnghướnglàmtăngcầulaođộngđólàtănggi áhànghóachongườiănlươngsovớigiácáchànghóakhác.Keynes(1994)cho rằng kinh tế đạt được mức cân bằng dưới mức toàn dụng nhân công thông qua việcsử dụng các công cụ kinh tế vĩ mô như chính sách đầu tư, tài chính để kích cầu nhằmtăngviệclàm,giảmthấtnghiệp.Việcgiatăngchitiêuvàđầutưsẽdẫnđếngiatăngcácyếutốvềtư liệusảnxuấtvàquymôlaođộngdẫnđếnlàmtăngsảnlượnghànghóatiêudùng,tănggiábánsản phẩmdẫnđếntăng cầulaođộng.

Trong nền kinh tế thị trường, lao động là yếu tố đầu vào của sản xuất, cầu laođộnglàhàmsốcủacáckếtquảđầura.Theoquyluậttốiđahóalợinhuậncủangườisảnxuất, khối lượng sản phẩm, dịch vụ được sản xuất ra sẽ là khối lượng mà tại thời điểmđó chi phí cận biên tương đương với doanh thu cận biên của doanh nghiệp và doanhnghiệp sẽ sử dụng một lượng lao động tương đương với phần doanh thu cận biên củalao động đó tạo ra Tổng cầu lao động sẽ phụ thuộc độ co giãn của lao động với khốilượngsảnphẩm,dịchvụđược sảnxuấtra.

Theo Lewis và MacDonald (2002), Ross Hutchings và Michael Kouparitsas(2012) đã xem xét cầu lao động thông qua hàm sản xuất CES để phân tích các yếu tốthúc đẩy nhu cầu lao động Nghiên cứu cho thấy khi sản lượng đầu ra tăng lên thì việclàm tăng Hamermesh (1993), Slaughter (2001), Hasanvà Ramaswamy

(2007) vàAntonis Adam và Thomas Moutos (2014) cũng được ra mối quan hệ giữa nhu cầu laođộng và các yếu tố tác động thông qua hàm số giữa cầu lao động giới hạn bởi chi phísảnxuấttrongmốiquanhệvớigiácủahànghóa,dịchvụđầura.Nghiêncứuchỉrarằngtrongđiềukiệ ntốiđahóalợinhuận,việctăngsảnlượng,tănggiásảnphẩmdẫnđếncầulao động tăng Theo Hamermesh (1996),

Olga Bohachova và cộng sự (2011) cho thấymứcđộtácđộngcủacácyếutốđếnnhucầulaođộngtrongdàihạnlàkhácnhau,khôngxemxétđến yếutốthờigianlàmviệc,cầulaođộnglàmộthàmtuyếntínhcủasảnlượngđầuravàtiềnlương.

Nhưvậy,cầulaođộngphụthuộcvàocầuhànghóa,dịchvụtiêudùngvàmứcgiácảcủahànghó a,dịchvụnênnhucầulaođộngtrongcácdoanhnghiệpphụthuộcvàoviệcngườitiêudùngmuanhiều hayítloạihànghóa,dịchvụ,haymứcthunhậpvàxuhướngtiêudùngcủangườidâncóảnhhưởngđếncầul aođộng.Nếutiêudùngcủadâncưcóxuhướngtăngnhanhsẽkhuyếnkhíchcácdoanhnghiệpmởrộngs ảnxuất,kinhdoanhcáchànghóadịchvụdẫnđếntăngcầuvềlaođộng.Cònnếudâncưtăngthunhậpnh ưnglạicókhuynhhướngtiếtkiệmtiêudùngthìsẽdẫnđếngiảmcầulaođộng. b Ảnhhưởngtừchiphívốn

Vốnđầutưchínhlàyếutốquyếtđịnhđếnsửdụngbaonhiêulaođộngtrongnềnkinh tế Tích lũy tư bản bằng cách tăng đầu tư giảm tiêu dùng là nguồn gốc của tăngtrưởng kinh tế Việc tăng vốn đầu tư sẽ dẫn đến tăng sức lao động và tăng công cụ sảnxuấtcảvềsốlượngvàchấtlượng,từđómởrộngsảnxuất.Vốnđầutưđượcđềcậpđếnnhư là một trong bốn yếu tố tác động đến quá trình tái sản xuất gồm đất đai, lao động,vốnvàtiếnbộkhoahọc kỹthuật.

Theo David Ricardo (1887), tiết kiệm và tích lũy vốn là nhân tố quyết định tăngtrưởng của một quốc gia, nhưng do nguồn lực khan hiếm nên sản lượng đầu ra có lợisuất giảm dần Keynes (1994), tổng sản lượng của nền kinh tế hình thành nhờ vào việcquyết định chi tiêu như tiêu dùng của hộ gia đình, chi tiêu cho đầu tư, mở rộng kinhdoanhcủadoanhnghiệp,chitiêucủachínhphủvàchitiêuròngcủacácnềnkinhtếbênngoàiđốiv ớicácsảnphẩmnộiđịa.Việctăngtăngđầutưlàmtăngtổngcầuvàviệclàmtrongnềnkinhtế.

Tăngquymôvốnđầutưlànguyênnhântrựctiếplàmtăngtổngcungcủanềnkinhtếnếucácyếu tốkháckhôngthayđổi.Tácđộngcủavốnđầutưcònđượcthựchiệnthôngqua hoạt động đầu tư nâng cao chất lượng vốn con người, hiệu ứng năng suất và côngnghệ Tăng năng suất có được từ tích luỹ vốn con người hay các hoạt động phát minh sángchếtạonêntăngtrưởngdàihạncủathunhậpbìnhquânđầungười.

Giá cả của các yếu tố sản xuất thay đổi sẽ làm cầu lao động thay đổi theo hai xuhướngkhácnhautùythuộcvàomốiquanhệgiữalaođộngvàvốnlàhainhântốbổsunghoàntoànhoặct haythếhoàntoàn.Laođộngvàvốnlànhữngnhântốbổsunghoàntoànkhigiácủavốngiảm,chíphísản xuấtgiảmlàmtăngsốlượnghànghóabánranêntăngcầulaođộng.Laođộngvàvốnlànhữngnhântốth aythếhoàntoànkhigiácủavốngiảmdẫnđếngiảmcầulaođộng.

Rebelo (1991) thay thế giả định về năng suất cận biên của vốn giảm dần bằngnăng suất cận biên không giảm dần của nhân tố sản xuất tích luỹ, qua đó đạt tới tốc độtăng trưởng ở trạng thái dừng bền vững và dương Bentolila và Saint Paul (1992),Konings và Roodhooft (1997), Addison và Teixeira (2001) đã giải thích cầu lao độngdựa trên các yếu tố cơ bản như các yếu tố chi phí lao động và chi phí vốn, các cú shockvề tăng trưởng, xuất nhập khẩu,…và độ trễ về việc làm trong quá khứ Hamermesh(1996), Olga Bohachova,Bernhard Boockmann và Claudia M Buch (2011) đã phântích tác động của yếu tố lãi suất đến nhu cầu lao động cầu lao động Antonis Adam vàThomasMoutos(2014)phântíchnhucầusửdụnglaođộngtrongmốiquanhệgiữacácyếutốvới chiphísửdụngvốn.

Như vậy, sự thay đổi chi phí vốn sẽ làm cầu lao động thay đổi Khi kinh tế pháttriển, các yếu tố nguồn lực về vốn, tài nguyên, công nghệ được huy động và phối hợphợp lý sẽ tạo điều kiện cho đầu tư phát triển, nhiều doanh nghiệp tham gia vào TTLĐlàmtăngcầulaođộng.Ngượclại,khicácdoanhnghiệpphảigiảmsảnlượng,giảmvốnđầutư sẽdẫnđếngiảmcầulao động. c Ảnhhưởngtừchi phílaođộng

Số lượng lao động được thuê phụ thuộc vào mức lương mà người sử dụng lao độngtrảchohọ.Tiềnlươnggiảmsẽlàmtăngcầulaođộngvàlàmtănghoặcgiảmlượngvốn.Ngượclạiti ềnlươngtăngsẽlàmgiảmcầulaođộng.

David Ricardo (1887) đã nhấn mạnh yếu tố về chi phí lao động trong lợi thế sosánh, chuyên môn hóa và vai trò của ngoại thương thông qua xuất, nhập khẩu hàng hóa(xuấtkhẩuhàngcólợithếcạnhtranhvànhậpkhẩuhàngmàtrongnướckhanhiếm,sảnxuất không hiệu quả) Đối với các quốc gia có lợi thế về nguồn lao động, giá cả nhâncôngrẻtươngđốisovớicácquốcgiakhácdẫnđêncầulaođộngtănglên.Lucas(1988),Mankiw,Ro mervàWeil(1992)đãđưachiphílaođộngtrởthànhmộttrongnhữngyếutố đầu vào của sản xuất Các mô hình trong sản xuất đều có sự đóng góp theo một tỷ lệnhấtđịnhgiữa vốnvàlaođộng.

Tiềnlươngảnhhưởngđếnquymôvàảnhhưởngthaythếcủacầulaođộng.Ảnhhưởngquy môtácđộngđếncầulaođộngthôngquaviệcdoanhnghiệpmởrộngsảnxuất,dẫn đến tăng cả số lao động sử dụng và vốn Ảnh hưởng thay thế tác động đến cầu laođộngthôngquaviệctiềnlươnggiảmsẽkhuyếnkhíchdoanhnghiệpápdụngkỹthuậtsảnxuấtkhácsửdụ ngnhiềulaođộnghơnsovớivốnđểtranhthủlaođộngrẻ.Bêncạnhđó,tiềnlươnggiảmcũnglàmgiảmc hiphísảnxuấtbiênvàthúcđẩydoanhnghiệpmởrộngsản xuất dẫn đến doanh nghiệp thường muốn thuê thêm lao động.

Như vậy, ảnh hưởngquymôvàảnhhưởngthaythếđềudẫnđếnviệcdoanhnghiệpthuêthêmlaođộngkhitiềncông giảm.

Theo Hamermesh (1993), Slaughter (2001), Hasan (2007) và Antonis Adam vàThomasMoutos(2014)ướclượnghàmcầulaođộnggiớihạnbởichiphísảnxuấttrongmối quan hệ với tiền lương, chi phí sử dụng vốn, giá đầu vào trung gian và đầu ra.Nghiên cứu đã cho thấy độ co giãn của cầu lao động rất lớn khi có sự thay đổi về chínhsách cắt giảm tiền lương, hayviệc làm sẽ giảm nếumức lương giảm Lewis vàMacDonald (2002), Ross Hutchings và Michael Kouparitsas (2012), phân tích các yếutố thúc đẩy nhu cầu lao động thông qua việc xem xét độ co giãn giữa vốn và lao động.Nghiêncứuchothấyviệctăngtiềnlươngthựctếdẫnđếnkếtquảviệclàmtrongnê n kinhtếgiảmđi.Hamermesh(1996),OlgaBohachova,BernhardBoockmannvàClaudia

M Buch (2011) cũng xem xét cầu lao động là một hàm tuyến tính của các yếu tố nhưtiềnlương,lãisuấtvàsảnlượng,tácđộngcủacácyếutốđếncầulaođộngtrongdàihạnlàkhácnha u.ViệnKhoahọcLaođộngXãhội(2010),cầulaođộngcómốiquanhệchặtchẽvớităngtrưởng,đầutư vàviệclàm,NSLĐ,thunhập.

Bên cạnh đó, lương tối thiểu tăng sẽ tác động làm giảm cầu lao động và ngượclại Nhà nước quy định tiền lương tối thiểu cao hơn mức cân bằng trên TTLĐ sẽ làmcho người sử dụng lao động có xu hướng giảm cầu lao động và làm cho một số ngườingoàiLLLĐmuốnthamgiavàoTTLĐnhiềuhơn,thấtnghiệptănglên.Ngượclại,giảmtiềnlươ ngtốithiểuxuốngdướimứccânbằngsẽcó thểlàmgiảmthấtnghiệp. d Ảnhhưởngtừtiến bộkhoa họccôngnghệ

Việcápdụngtiếnbộkhoahọccôngnghệcóthểđánhgiámộtquytrìnhsảnxuấtthuộcloạicóh àmlượngvốncaohoặccóhàmlượnglaođộngcao.TheoKeynes(1994),yếutốtiếnbộcôngnghệđóngv aitròhạnchếtrongtăngtrưởngkinhtếcũngnhưmứcđộảnhhưởngđếncầulaođộng,xemyếutốtiếnbộ côngnghệthayđổitheomộttỷlệcốđịnhtrongmôhìnhtăngtrưởngkinhtế.Cácnhàkinhtếhọccổđiểnkhô ngđưayếutốnàyvàosảnxuấtthểhiệnsựtácđộngcủacácyếutốnguồnlựcvàomứcthunhậpcủanềnkinht ế.Tuy nhiên, Solow (1987) đã nhấn mạnh vai trò quyết định của tiến bộ kỹ thuật đối vớităngtrưởngkinhtếhiệnđại,tiếnbộkỹthuật,côngnghệvàNSLĐcótínhquyếtđịnhđốivớităngtrưởn gkinhtếvàcầulaođộngtrongxãhội.

Tiến bộ khoa học công nghệ có tác động tích cực đến NSLĐ, từ đó dẫn đến thayđổi cầu lao động theo hai xu hướng: (i) NSLĐ tăng sẽ làm sản phẩm biên tăng, doanhnghiệpsẽthuêthêmlaođộngvàcầulaođộngsẽtăng;và(ii)NSLĐgiảm,làmgiảmcầulao động. Arrow (1962), Mankiw và cộng sự (1992) với khái niệmhọc thông qua làm,kinh nghiệm trong sản xuất và ứng dụngmô hình R&D đã đưa ra kết luận rằng chínhhiệuứnglantoảcôngnghệsẽđảmbảomộtquátrìnhtăngtrưởngtựthântrongnềnkinhtế và có những tác động tích cực đến NSLĐ Theo quan điểm này, sự thay đổi của tiếnbộcôngnghệdẫnđếntăngNSLĐ,tiếtkiệmchiphílaođộngdẫnđếngiảmcầulaođộngdo có sự thay thế của máy móc thiết bị Tuy nhiên, tiến bộ công nghệ dẫn đến tăng cầulaođộngcókỹnăng,phảinângcao trìnhđộvàchấtlượngcủa laođộng. Đối với lao động có chuyên môn kỹ thuật (CMKT), ảnh hưởng của yếu tố tiếnbộ khoa học công nghệ vào sản xuất có tác động tích cực, dẫn đến NSLĐ tăng, chi phílao động giảm, tăng lợi nhuận, tăng tích lũy, là tiền đề cho việc mở rộng sản xuất vàtăngcầulao độngcóCMKT.Đối vớilao độngkhôngcóCMKT, ảnhhưởngcủayếutố tiến bộ khoa học công nghệ vào sản xuất có tác động tiêu cực, khi NSLĐ tăng lên dẫnđếntiếtkiệmchíphílaođộng,giảmcầulaođộngkhông cóCMKT.

Cơsở lýthuyếtđốingẫuchohàmcầulaođộng

Bàitoáncựcđạilợinhuận vàhàm cầu nhântố laođộng

Xét trường hợp công nghệ được biểu thị dưới dạng hàm sản xuất khả vi f(x) vàsảnlượngđượcsảnxuấtkhôngnhấtthiết phải đúngbằng f(x).Bàitoáncódạng: n maxpy y,x  i1 w i x i với ràng buộc f(x)yx0.

Trongđóplàgiácủasảnphẩmtrênthịtrường,w i làlượngcủacácnhântốđầuvàoi; ylàđầura; làgiánhântốđầuvàoi;x i f(x) là hàm sản xuất đối với một công nghệ chính quy, lồi và đơn điệu nào đó.Tronghàmmụctiêucủabàitoáncựcđạilợinhuậngồmcóhaithànhphần.Thànhphầnthứnhấtp ylàdoanhthu.Thànhphầnthứhailàchiphísảnxuất.Hiệugiữasốdoanhthuvà chi phí chính là lợi nhuận Như vậy bài toán này thực chất là tìm kế hoạch sản xuấtsao cho hiệu số giữa doanh thu và chi phí là lớn nhất. Ràng buộc của bài toán biểu thịràng buộc về công nghệ và khả năng sản xuất, như vậy công ty chỉ có thể lựa chọn lợinhuậnđạtcựcđạitrongkhảnăngcóthểcủanó. Điềukiệncấp1

Các nghiệm bài toán này cho ta các dự đoán hành vi thị trường của công ty.Chúng cho biết công ty sẽ bán bao nhiêu đầu ra và nó sẽ mua bao nhiêu mỗi loại đầuvào.Cácnghiệmnày(y*,x*)đượcđặctrưngbởicácđiềukiệncấpmột(Kuhn-Tucker) p –

Nếu p > 0, các điều kiện thứ nhất và cuối cùng nói lên rằng f(x*) = y*, hay côngty sẽ không bao giờ sử dụng nhiều nhân tố hơn so với cần thiết để sản xuất đầu ra củanó.Nếukhôngđầuranàođượcsảnxuất,cácđiềukiệnthứnhấtvàthứba,cùngvớitínhchínhquyđầ u vàocủa công nghệ,nói lênrằng

Số hạng ở vế trái đo lượng thu mà công ty có được nếu nó thuê đơn vị đầu tiêncủa nhân tố i và bán đầu ra sản xuất ra với giá thị trường p Đại lượng này đôi khi đượcgọilàsảnphẩmgiátrịbiên,haytổngquáthơn,sảnphẩmdoanhthubiên,củanhântố i.Tấtnhiênsốhạngởvếphảiđochiphítăngthêmđốivớicôngtynếunóthuêmộtđơnvịnhântố.Việct huêmộtđơnvịmộtnhântốbấtkỳvàbánđầurasảnxuấtravớigiáthịtrường tạo ra doanh thu không lớn hơn chi phí thuê các nhân tố đó, nghĩa là, lợi nhuậnsẽ chỉ giữ không đổi (bằng 0) hoặc giảm nếu nó làm như vậy. Điều này có ý nghĩa tolớn và minh hoạ một về hành vi tổng quát công ty: Chỉ thực hiện những hành động làmtăngthunhiềuhơnchiphí.

Tuynhiên,nếucôngtysảnxuấtmộty*>0,thìx*0.Nếunósửdụng x  0, cácđiềukiệnthứhaivàthứtưnóilênrằngnósẽđượcsửdụngvớimộtlượngđủđểsảnphẩmdoanhthubi ênbằnggiácảcủanó,

Vớibấtkỳhainhântố, x  0v à  0,tacóthểlấytỷsố củacácđiềukiện nàyvàthấyrằngviệcchọncácđầuvàođểsảnxuấty*thoảmãn

f(x*)/x k ww j k hoặc tỷ suất thay thế biên giữa hai nhân tố bất kỳ bằng tỷ số giá cả của chúng.Đây chính xác là tập hợp các điều kiện về chọn đầu vào tối ưu về bài toán cực x i j

 wx, trongđóy*làhàmcungđầu i ii tiểu hoáchi phí của công ty Do đó, có thể khẳng định rằng cực đại hoá lợi nhuậnđòi hỏicựctiểuhoáchiphítrongsảnxuất. ĐịnhnghĩaHàmlợinhuận n

Hàmlợinhuậncủacôngty:(p,w)=py*- * i1 rav à x * làc á c h à m c ầ u c ủ a c á c n h â n t ố đ ầ u v à o đ ư ợ c x á c đ ị n h t ừ b à i t o á n ( 3 1 8 ) , đ ư ợ c g ọilàhàmlợinhuậncủa công ty.

Cho(p,w)làhàmlợinhuậnkhảviliêntụchailầnđốivớimộtcôngtycạnhtranhnàođó.Khiđó, đốiv ớ i p>0vàw>>0:

Hàmcầunhântốlaođộngphụthuộcvàogiá đầuvàovàgiáđầura Điềukiện đủtồntạihàmlợinhận Đểđơngiản,tahãyxéttrườnghợpcôngnghệđượcbiểuthịdướidạnghàmsảnxuấtkhảv if(x)vàbàitoáncónghiệmtrong,khiđóbàitoáncódạng: n

Giảihệnphươngtrình,nẩnchotagiátrịcủacácxith ỏ amãnđiềukiệncần.Thếgiátrịnàyvàohà mmụctiêutađượchàmlợinhuận. ĐiềukiệnđủchocựcđạilợinhuậnlàcácđịnhthứcHessesauthỏamãncácđiều kiện:

 ij  xx p xx f ij , ii x 2 f ii ,còn (pf(x) w i x i ) i j i j i

Giảihệthống2phươngtrìnhnàytasẽđượcx1v àx2t h ỏ amãnđiềukiệncầncủabàitoán. Điềukiệnđủđòihỏitạitốiưutaphải có:

 2 f(x)p x x pf ij, nêncácđiềukiệncấphainàyđược rút gọnthành: f  0,f 0 ,ff f 2 

Sửdụngđiềukiệnđủchophépđisâuvàomốiquanhệquantrọnggiữaviệccựcđạilợinhuậnc ạnhtranhvàhiệuquảtheoquymô.Giảsửrằngmộtcôngtyđãchọnmứcsản lượng cực đại lợi nhuận dài hạn lày*=f(x 1*,x 2*), nghĩa là nó đang sản xuất bằngcáchsử dụngmứcđầuvào(x 1*,x 2*).

*=py*-w 1 x 1*-w 2 x 2* Để thấy mối liên hệ giữa cực đại lợi nhuận và hiệu quả theo quy mô, giả sử côngnghệcóhiệuquảkhônggiảmtheoquymôvàgiảsửrằngx’vàf(x’)làmcựcđạihoálợinhuậntại pvàw.Vớihiệuquảkhônggiảmtheoquymôtacó: f(tx’)tf(x’)đ ố i vớimọit>1.

Nhân với p > 0, trừ cả hai vế cho w.tx’, sắp xếp lại và sử dụng t > 1 ta cópf(tx’)–w.tx’>pf(x’)–w.x’,đốivớimọit > 1.

Vế phải là mức cực đại lợi nhuận đạt được với các mức đầu vào x’ Tuy nhiên,toànbộbiểuthứcchotathấyrằngcóthểđạtđượccácmứclợinhuậncòncaohơnbằngcách tăng sử dụng đầu vào lên tx’và sản xuất đầu ra f(tx’), nên x’ và f(x’) có thể khônglà mức đầu vào và đầu ra cực đại lợi nhuận Trong trường hợp đặc biệt hiệu quả khôngđổi, vấn đề này không nảy sinh nếu mức cực đại lợi nhuận bằng 0 Mặc dù vậy, trongtrường hợp đó quy mô hoạt động của công ty không xác định vì (y’,x’) và (ty’, tx’) chocùngmộtmứclợinhuận0vớimọit>0.

Thứ nhất, công ty đó có thể trở nên lớn đến mức nó thực sự không thể hoạt động cóhiệu quả Điều này chỉ là cách nói rằng công ty thực ra không có hiệu quả không đổitheo quy mô tại tất cả các mức sản lượng Có thể do vấn đề phối hợp, công ty có thể đivàokhuvựccóhiệuquảgiảmtheoquymô.

Thứ hai, công ty có thể lớn đến mức nó hoàn toàn chi phối thị trường về sản phẩmcủamình.Trongtìnhhuốngnày,khôngcólýdođểnóhoạtđộngtheocáchcạnhtranh- nghĩalàcoigiácủasảnphẩmlàchotrước.Thayvàođó,nócóthểtìmcáchsửdụngquymôcủamìnhđểtá cđộngvàogiáthịtrường.Môhìnhcựcđạilợinhuậncạnhtranhkhôngcònhợplýđểcông tyhoạtđộng,vìtrênthựctếnókhôngcóđốithủcạnhtranh.Chúng

1 1 2 ta sẽ nghiên cứu mô hình thích hợp hơn đối với hành vi của công ty trong tình huốngnàykhichúngtathảoluậnvềđộcquyền.

Thứ ba, một công ty có thể kiếm được lợi nhuận dương với công nghệ có hiệu quảkhôngđổitheoquymô,chonênbấtkỳcôngtynàokháccũngcóthểsửdụngcôngnghệnhưthế.Nế umộtcôngtymuốnmởrộngsảnlượngcủamình,cáccôngtykháccũnglàmnhư thế Nhưng nếu tất cả các công ty đều mở rộng sản lượng của mình, thì điều nàychắcchắnsẽđẩygiácảxuốngvàlàmgiảmlợinhuậncủatấtcảcáccôngtytrongngành.

Nhưvậytheobàitoáncựcđạilợinhuậnchỉtìmđượchàmlợinhuậntrongtrườnghợp hiệu quả giảm theo quy mô, không phù hợp với giả thiết về tính thuần nhất tuyếntính của hàm sản xuất trong định lý Ơ Le Đây chính là lý do lý thuyết khi giả thiết thịtrương cạnh tranh hoàn hảo và hiệu quả không đổi theo quy mô thì ta không thể dùnghàmcầulaođộngtừ bàitoáncựcđạilợinhuận.

Bàitoáncựctiểu chiphívàhàm cầucóđiềukiệnđốivớilaođộng

Đốivớiviệcxemxéthànhvicủacôngtylàcựctiểuchiphí,đâylàmộtcáchtiếpcận khác để nghiên cứu hành vi cung của công ty trong thị trường cạnh tranh và chophép mô hình hoá hành vi sản xuất của công ty mà không phải đối mặt với thị trườngcạnhtranh đầura.

Bài toán cực tiểu chi phí của công ty trong điều kiện cạnh tranh là bài toán xácđịnhlượngsảnphẩm cầnsảnxuất saochochi phíđạtcựctiểu c(w,y)= minw.x VớiràngbuộcxV(y) x

Trong đó: w-véc tơ giánhântố đầu vào w=(w 1, w 2… , wn) T h ídụ côngty chỉ sửdụng2nhântốđầu và olàvốnKvàlaođộngL,thìw=(w K, w L) , trongđów Kl à giá vốnhaytiềnthuêvốnhaytôvềvốn.w Ll à giálaođộnghaytiềnlương.xlàvéctơlượng đầuvà ocủa c á c nhâ n tố đầ uvà o x=(x 1,…,x n) Trong tr ườ n g hợpc hỉc ó hai nhântố đầuvàolàKvàLthìx=(K,L).w.xbiểuthịtíchtrong(haytíchvôhướngcủa2véctơ, nghĩalàw.x= w ixi.V(y ) làtậpđầuvàođòihỏi. i1

Hàm c(w,y) cho chi phí cực tiểu là hàm của giá đầu vào và sản lượng gọi là hàmchiphícủacôngty.

Hàm mục tiêu là hàm của giá và lượng đầu vào cần thiết để sản xuất, đó là tổngchiphíđểsảnxuấtrasảnphẩm.

Ràng buộc của bài toán là x thuộc tập đầu vào đòi hỏi nghĩa là tập hợp tất cả cácbộđầuvàocầnthiếtxđểsảnxuấtraítnhấty,biểuthịk h ả năngcôngnghệhaynóimộtcách khác nó phản ánh trình độ kỹ thuật trong việc kết hợp các nhân tố sản xuất để tạoramộtlượngsảnphẩmnàođó. n

Xét bài toán cực tiểu hoá chi phí của công ty Trong trường hợp này, ta giả sửrằngcóthểbiểudiễncôngnghệbằngmộthàmsảnxuấtkhảviliêntục,f(x).VìxV(y)nếuyf(x),ta cóthểviếtlạibàitoánnàylà min x  i1 w i x i vớiràngbuộcyf(x) x0. trongđówil à g i ánhân tốđầuvào.f(x)làhàm sảnxuất.

w 1 f 2 w2 vậyTRS= w 1 Kếtquảcuốicùngnàychotabiếttỷlệthaythếkỹthuậtbiên w 2 giữahainhântốtỷlệvớigiá đầuvàocủacácnhântốđó.Kếtluậnnàycũnggiốngnhưkếtluậnrútratừ bàitoáncựcđạilợinhuận. Điềukiện:(

Hàmchiphíđốivớicôngtyđốimặtvớigiánhântốbấtbiếnw>>0đượcđịnh n nghĩalàhàmgiátrịcựctiểu c(w,y)min x  w i x i i1 vớiràngbuộcxV(y).

Như vậy giá trị của hàm mục tiêu cho lời giải của bài toán cực tiểu chi phí, tứcchi phí tối thiểu cần thiết để đạt được mức sản lượng mong muốn sẽ phụ thuộc vào véctơ giá đầu vàowvà sản lượng cần sản xuấty, cho nên ký hiệu làc(w,y) Hàm này nhưđịnhnghĩalàhàmchiphí.Hàmchiphíc(w,y)chobiếtchiphítốithiểuđểsảnxuấtyđơnvịsảnlượn gkhigiácácnhântốtương ứnglà(w 1 ,w 2, ,wn).

Hàm cầu có điều kiện của các nhân tố của công ty với giá đầu vào w > 0 và sảnlượngylàhàmsốđượcxácđịnhtừlờigiảicủabài toáncực tiểuchiphí.

Nhưvậynghiệmcủabàitoáncựctiểuchiphí-x i sẽphụthuộcvàovéctơgiá đầu vàowvàsản lượngcần sảnxuấty, chonênchúngtakýhiệu lànhưđịnhnghĩalà hàmcầucóđiều kiệncủanhântối. x i (w,y).Hàmnày

Nếuc(w,y)làmộthàm chiphík h ả vithì hàm cầunhântốlà:

Lấybấtkỳy>0,x 0 >>0,vàgiảsửrằngx 0 làkếhoạchsảnxuấtcựctiểuhoáchi phí đểsảnxuấtraytạigiá này.Khi đóy=f(x 0 )và n

 w 0 x 0 =c(w 0 ,y).Bây giờ xétmột ii i1 tậphợptuỳýcácgiánhântốdươngw.Tabiếtrằngx 0 làkhảthiđểsảnxuấtray,nhưngx 0 không nhất thiết làm cực tiểu hoá chi phí đối với giá bất kỳ khác w 0 Do đó,w.x 0 c(w,y)đốivớimọi w. n

Bâygiờđịnhnghĩag(w) w x 0 –c(w,y).Từthảoluậntrướcđâytabiếtrằng ii i1 g(w)0đốivớimọiwvàg(w 0 )=0.Nhưngđiềunàycũngnóirằnggđạtmộtcựctiểu(toàncục)tạiw 0 , chonêncácđiềukiệncấpmộtđốivớimộtcựctiểuphảiđúngvàtacó

Vìtagiảthiếtx 0 làmcựctiểuhoáchiphíđểsảnxuấtraytạigiáw 0 ,nên 0 l à cầunhântốcóđiềukiện,x(w 0 ,y).Vìw 0 đượcchọntuỳý,nêntừbiểuthứctrênchothấyrằngđốivới bấtkỳgiá nhântố và đầurata cócầu nhântốđầuvào là:

Nhưvậy,cóthểthấyđốivớihàmcầulaođộngđượcrútratừbàitoáncựcđạilợinhuậnthìcầulao độngphụthuộcvàođầura,giásảnphẩmđầuravàgiácácnhântốsảnxuất Tuy nhiên giá sản phẩm đầu ra và giá đầu vào thường không có sẵn trong các cơsở dữ liệu, vì vậy để ước lượng được cầu lao động thì cần giả định doanh nghiệp cạnhtranh hoàn hảo, cầu lao động không chịu tác động của giá sản phẩm Đối với cách tiếptừ bài toán cực tiểu chi phí hay là tiếp cận đối ngẫu, người ta sẽ thu được hàm cầu cóđiềukiệncủa lao độngphụthuộcvàođầuravàgiánhântố.

Có thể thấy cả hai cách tiếp cận để ước lượng hàm cầu lao động đều phải tìmcách xấp xỉ giá đầu vào, còn cách tiếp cận từ bài toán cực đại lợi nhuận thì phải xấp xỉthêmgiáđầura.Vìvậyluậnánlựachọncáchtiếpcậntừbàitoánđốingẫuđểướclượnghàmcầulaođộn gtrongnghiêncứunày.

Vấnđềướclượnggiánhântố

Đểướclượnggiávốnvàgiálaođộngchocácdoanhnghiệp,nghiêncứusửdụngcách tiếp cận của Eric Sims (2017), với giả thiết về hiệu quả không đổi theo quy mô vàsử dụng định lý Ơ le về hàm thuần nhất để tạo ra các biến xấp xỉ cho tiền lương và giáthựccủavốn.Biếnxấpxỉchomứcgiáthựccủavốnvàtiềnlươngthựcchongànhcôngnghiệpchếb iếnthựcphẩmđượctínhnhư sau: x x i Ướclượnghàmtínhgiávốnvàlaođộng

𝑳) Như vậy trong nghiên cứu này để ước lượng được giá vốn và giá lao động luậnán ước lượng hàm sản xuất Cobb-Douglas với điều kiện hiệu quả không đổi theo quymô cho từng năm cho từng nhóm ngành thuộc ngành CNCB thực phẩm, sau đó 2 biếngiánàyđược sử dụngtrongmôhìnhước lượngcầulaođộng.

Mụctiêucủaluậnánlàsửdụngcáchtiếpcậpđốingẫudựbáocầulaođộngtheonghĩa là từ lý thuyết kinh tế vi mô, đối ngẫu của hàm sản xuất là hàm chi phí Từ hàmcực tiểu chi phí nghiên cứu rút ra hàm cầu lao động Do vậy, chương này sẽ trình bàymột số nội dung chính như: i) quy trình nghiên cứu; ii) khung phân tích; iii) mô hình lýthuyết;iv)sốliệu sử dụng;v)phươngphápướclượngmôhình.

Bước1:Xácđịnhkhoảng trống nghiêncứu Đọccáctàiliệunghiêncứuvềcầulaođộngvàphươngphápdựbáocầulaođộng trong nước và quốc tế để xác định khoảng trống nghiên cứu, cụ thể đó làphương pháp tiếp cận đối ngẫu (bài toán cực tiểu chi phí) để xây dựng hàm cầulaođộngdườngnhưchưađượcgiảiquyếtcụthểởcácnghiêncứuchoViệtNam.

Trên cơ sở xác định được khoảng trống nghiên cứu, luận án đọc các lýthuyết liên quan đến cầu lao động, lý thuyết về đối ngẫu để đưa ra được hàm cầulaođộngtừbàitoáncựctiểuchiphí,cũngnhưcácbiếnsốcótrongmôhình,trêncơsởđóđư a rakhungphân tíchcủaluậnán.

Bước 3:Xửlýsốliệu Đây là bước quan trọng của luận án, trên cơ sở khung phân tích, luận ántiến hành nghiên cứu phiếu hỏi điều tra doanh nghiệp hàng năm của Tổng cụcthốngkê (TCTK)đểxácđịnhcác thôngtincóliênquan.

Giữlạicácthôngtinđểtínhtoánchonghiêncứu,loạibỏcácdoanhnghiệplàcácquansá t ngoạilaihoặccógiátrịcủalaođộng,doanhthu,vốnnhỏhơn0.

Tạo tên các biến giống nhau giữa các năm để nối số liệu của các năm, khiđó luận án có số liệu doanh nghiệp ghép của nhiều năm (append data) Dựa trênmãsốthuếcủadoanhnghiệpđểxácđịnhdoanhnghiệplặplại,từđógiúpluậnántạo ra số liệu dạngmảng(paneldata)

Trên cơ sở dữ liệu của từng doanh nghiệp, luận án tính giá trị trung bìnhcủa các biến số theo từng Tỉnh để tạo ra số liệu cấp Tỉnh, cơ sở dữ liệu này chophépluậnán phântíchmôhìnhcầulaođộngkhônggian.

Bước4:Đo lườngcácbiếnsốcho mô hìnhphântích

Mộtsốbiếnsốcóthểlấytrựctiếptừcơsởdữliệunhưlaođộng,vốn,doanhthu,đượcxácđịn htạigiátrịtrungbìnhcủanăm(bằngtrungbìnhcủasốđầunămvà số cuối năm); giá trị gia tăng của doanh nghiệp được xác định theo phươngphápthunhập. Để có giá vốn, giá lao động, luận án ước lượng theoEric Sims (2017), luậnán ước lượng mô hình cho từng nhóm ngành thuộc ngành công nghiệp chế biến thựcphẩmđểtăngđộchínhxác.

Biến số về năng suất các nhân tố tổng hợp (TFP) được ước lượng theo phươngpháp của Levinsohn Petrin và Oley Pakes Cách tiếp cận này cho phép xác định giá trịTFP cho từng doanh nghiệp và khắc phục được vấn đề tính chệch đồng thời trong ướclượnghàmsảnxuất.

Vớimôhìnhđượcxácđịnh,nhằmthuđượckếtquảtốtnhất,giảmthiểuvấnđề nội sinh và có thể có tác động tự tương quan không gian, luận án xác địnhphương pháp ước lượng GMM để ước lượng mô hình cầu lao động ở cấp doanhnghiệp và ước lượng không gian (Spatial analysis) để ước lượng với số liệu cấptỉnh,kếtquảtừướclượngkhônggiangiúpluậnángiảithíchtácđộngtrựctiếpvàgiántiếpcủ abiếnđộclậpđến biếnphụ thuộc từcáctỉnh.

Trên cơ sở các kiểm định mô hình GMM và mô hình hồi quy không gian,luậnánphântíchcáckếtquảđịnhlượngvàtiếnhànhdựbáocầuvềlaođộng.Từđóđiđến mộtsốkếtluậnvàhàmýchínhsách.

- Phương pháp hồi quy không gian

Kết quả dự báo cầu l ao động

Chi phí lao động (wl)

Mô hình đối ngẫu cho cầu l ao động

- Kịch bản dự báo: wk, wl

TFP, y Năng suất nhân tố tổng hợp (TFP)

Hình 3.1Khung dựbáocầulao độngtheocách tiếpcận đốingẫu

Nguồn: Tổng hợp của tác giảTácđộngcủagiátrịgiatăng(y):khiđầuracủadoanhnghiệptănglênsẽkéo theo tăng cầu về lao động để đảm bảo tối đa hóa lợi nhuận hoặc cực tiểu chi phí (Lewisvà MacDonald, 2002; Ross Hutchings và Michael Kouparitsas, 2012; Hamermesh,1993;Slaughter,2001;HasanvàRamaswamy,2007;AntonisAdamvàThomasMo utos, 2014) Mức độ tác động của các yếu tố đến nhu cầu lao động trong dài hạn làkhácnhau (TheoHamermesh,1996;OlgaBohachovavàcộngsự,2011)

+ Giá vốn (wk): giá vốn tăng sẽ làm chi phí vốn trở lên đắt đỏ so với việc thuêthêm lao động do đó có thể làm tăng cầu lao động, nhưng cũng có thể khi giá vốn giảmlàm chi phí sản xuất giảm dẫn đến giá thành sản phẩm giảm, do đó làm tăng số lượnghóa bán ra trên thị trường vì vậy tăng cầu lao động (Rebelo, 1991; Bentolila và SaintPaul, 1992; Konings và Roodhooft, 1997; Addison và Teixeira, 2001; Hamermesh,1996; Olga Bohachova,

Bernhard Boockmann và Claudia M Buch, 2011;

+ Giá lao động (wk): Giá lao động tăng làm cho tăng chi phí lao động trongdoanh nghiệp do vậy cầu lao động có thể giảm (Lucas, 1988; Mankiw, Romer và Weil,1992;H a m e r m e s h , 1 9 9 3 ; S l a u g h t e r , 2 0 0 1 ; H a s a n , 2 0 0 7 ; A n t o n i s A d a m v à T h o m a s

Tác động của TFP: Do không có sẵn thông tin về công nghệ trong bộ số liệu ởViệt Nam, do vậy luận án sử dụng chỉ số TFP như một biến đại diện cho công nghệ đểxem xét trong mô hình dự báo cầu lao động Tiến bộ khoa học công nghệ có tác độngđến cầu lao động theo hai xu hướng: (i) làm tăng năng suất lao động và sản phẩm biêntăng,doanhnghiệpsẽthuêthêmlaođộng;và(ii)sựthayđổicủatiếnbộcôngnghệdẫnđến tăng NSLĐ dẫn đến giảm cầu lao động do có sự thay thế của máy móc thiết bị(Acemoglu và Autor 2011 và Cortes,

Jaimovich và Siu 2016; Autor, Levy và

Murnane2003;Parkvàcộngsự,2019).Trongnghiêncứunày,luậnánsửdụngcáchtiếpcậncủaOlley vàPakes(1996)và LevinsohnvàPetrin(2003)đểướctínhTFP(xemphụlục1).

Như vậy để dự báo được cầu lao động trong ngành công nghiệp chế biến thựcphẩm,luậnántiếnhànhcácbước sau:

Bước2.Thuthậpsốliệuchomôhình(baogồmgiávốn,giálaođộng,TFP,giátrịgiatăng,sốlao độngđanglàmviệctrongngành)

Bước 3 Ước lượng mô hình cầu lao động: ước lượng mô hình bằng phương phápGMMvàcácmôhình hồiquykhônggian,lựachọnmôhìnhđểdựbáo

Bước4.Xâydựngkịchbảndựbáo:Sửdụngphươngphápsanmũgiảnđơnđểdựbáo đối với các biến độc lập trong mô hình đến 2025, điều chỉnh phù hợp với bối cảnhdựbáo.

Bước 5 Thực hiện dự báo cầu lao động: Trên cơ sở các mô hình đã được ướclượngvàkịchbảnchocácbiếnđộclập,nghiêncứuđưacácgiátrịcủabiếnđộclậpvàomôhìnht ừ đóthuđượcgiátrịdự báo.

Saisốdựbáo làchênhlệchgiữagiátrịthựcvàgiátrịdựbáonhằmđánhgiáchấtlượng hay sự phù hợp của mô hình dự báo tại cùng một thời điểm Sai số dự báo cũngnhằmgiúpđiềuchỉnhcácthôngsốcủamôhìnhdự báo.

Môhìnhcầulaođộng

Phương phápướclượngvàdựbáo

Phươngphápdựbáocầulaođộng

Số DN CBTP Tốc độ tăng (%) mô hìnhkinhtếlượng,kểcảcácchỉbáodẫnđường,cácdữliệudựtínhvà phântíchchuỗithờigianvớicácnhântốđánhgiá, biểuthị bởi cácnhântốbổsung.

CHƯƠNG 4 THỰC TRẠNG CẦU LAO ĐỘNG CỦA NGÀNH CHẾ

Tổngquan ngành côngnghiệpchếbiếnthựcphẩm giaiđoạn2012-2019

Doanhnghiệphoạtđộngtrongngànhsảnxuấtchếbiếnthực phẩm

Năm 2019, cả nước có 9229 doanh nghiệp hoạt động trong ngành sản xuất chếbiến thực phẩm (CBTP), tăng 13,2% so với năm 2018 Giai đoạn 2012-2019, số doanhnghiệphoạtđộngtrong ngànhsảnxuấtCBTP tăngtừ5762doanhnghiệpnăm2012lên9229doanhnghiệpnăm2019,đápứngnhucầusảnxuấtsốdoa nhnghiệptăngbìnhquânmỗinămkhoảng7,0%,tươngứngtăng495doanhnghiệp/ năm.Xuhướngdoanhnghiệphoạt động trong ngành sản xuất CBTP có nhiều thay đổi qua các năm, tốc độ tăng củadoanh nghiệp giảm trong giai đoạn 2013-2014 và tăng ổn định giai đoạn 2016-2019.Điều này phản ánh nhu cầu chế biến thực phẩm ở Việt Nam trong thời gian qua tươngđốicao.

Theoloạihìnhdoanhnghiệp,năm2019,khuvựcnhànướccó292doanhnghiệphoạt động trong ngành sản xuất CBTP (chiếm 3,2% tổng số), tăng 10,2% so với năm2018.Khuvựcngoàinhànướccó8502doanhnghiệphoạtđộngtrongngànhsảnxuất

CBTP(chiếm92,1%tổngsố),tăng14,1%sovớinăm2018.KhuvựcFDIcó435doanhnghiệp hoạt động trong ngành sản xuất CBTP (chiếm 4,7% tổng số), giảm 0,7% so vớinăm2018.

Giaiđoạn2012-2019,khuvựcngoàinhànướcđóngvaitròquantrọngtrongviệcđáp ứng nhu cầu sản xuất và tạo việc làm cho người lao động trong ngành sản xuấtCBTP Số doanh nghiệp ngành sản xuất CBTP trong khu vực ngoài nhà nước tăng từ5182 doanh nghiệp lên 8502 doanh nghiệp; trong khu vực có vốn đầu tư nước ngoàităng từ 373 doanh nghiệp lên 435 doanh nghiệp trong cùng giai đoạn Số doanh nghiệpngành sản xuất CBTP trong khu vực nhà nước tăng từ 207 doanh nghiệp năm 2012 lên292doanhnghiệpnăm2019.Kếtquảlàtỷtrọngdoanhnghiệptrongkhuvựcngoàinhànước luôn chiếm tỷ trọng cao ngành sản xuất CBTP của cả nước, dao động từ 90- 92%;tỷtrọngdoanhnghiệptrongkhuvựccóvốnđầutưnướcngoàigiảmtừ6,5%xuốngcòn4,7% trong giai đoạn 2012-2019 Tỷ trọng doanh nghiệp trong khu vực nhà nước giảmtừ3,6%xuốngcòn3,2%trongcùngthờikỳ. Đơnvị:%

Hình 4.2: Cơ cấu doanh nghiệp hoạt động trong ngành

Quy mô doanh nghiệp CBTP có xu hướng tăng đối với doanh nghiệp siêu nhỏ.Giai đoạn 2012-2019, số doanh nghiệp siêu nhỏ tăng từ 2260 doanh nghiệp lên5449doanh nghiệp Doanh nghiệp nhỏ có xu hướng tăng chậm, từ 2954 doanh nghiệp lên3275doanhnghiệp.Trongkhiđó,hailoạihìnhdoanhnghiệpvừavàlớnlạicóxuhướng

DN siêu nỏDN nhỏDN vừaDN lớn giảmtronggiaiđoạnnày.Đếnnăm2019,ngànhCBTPcó169doanhnghiệpvừavà358doanh nghiệp lớn, đều giảm về số lượng so với năm 2012 Kết quả cho thấy, tỷ trọngdoanh nghiệp có quy mô siêu nhỏ có xu hướng tăng đáng kể về tỷ trọng, từ 39,2% lên59% trong giai đoạn từ 2012-2019 Các loại hình doanh nghiệp khác đều có xu hướnggiảm về tỷ trọng, doanh nghiệp nhỏ tuy có sự tăng chậm về số lượng nhưng tỷ trọng lạicóxuhướnggiảmtronggiaiđoạn này,từ51,3%xuốngcòn35,5%trongcùngthờikỳ. Đơnvị:%

Theo vùng kinh tế, năm 2019, khu vực Đông Nam Bộ, Đồng bằng sông CửuLong,ĐồngbằngsôngHồnglànơitậptrungnhiềudoanhnghiệphoạtđộngtrongngànhsản xuất CBTP, tương ứng chiếm 36,6%, 22,8% và 19,5% tổng số doanh nghiệp sảnxuất CBTP Ngược lại, khu vực Trung du và miền núi phía Bắc và Tây Nguyên, có tỷlệ doanh nghiệp sản xuất CBTP thấp nhất, tương ứng 5,6% và 4,1% Số doanh nghiệphoạt động trong ngành sản xuất CBTP của một số trung tâm công nghiệp lớn như TPHồ Chí Minh chiếm 23,9% (tăng 16,1% so với năm 2018); Hà Nội chiếm 10,9% (tăng11,3%sovớinăm2018).

Giaiđoạn2012-2019,khuvựcĐôngNamBộ,ĐồngbằngsôngCửuLong,Đồngbằng sông Hồng tập trung nhiều doanh nghiệp trong ngành sản xuất CBTP Tỷ trọngdoanhnghiệpngànhsảnxuấtCBTPởĐôngNamBộtăngtừ31,8%lên36,6%;vàĐồngbằng sông Hồng tăng từ 16,3% lên 19,5% trong cùng giai đoạn Giai đoạn 2012-2019,tại một số trung tâm công nghiệp lớn, số doanh nghiệp sản xuất CBTP ở TP Hồ

ChíMinhtăngtừ989doanhnghiệplên2207doanhnghiệp,ởHàNộităngtừ527doan h nghiệp lên 1004 doanh nghiệp Kết quả là tỷ trọng doanh nghiệp sản xuất CBTP ở HồChí Minh và Hà Nôi luôn chiến tỷ lệ cao của cả nước, tương ứng 17,2% và 9,2% năm2012sovới23,9%và10,9%năm2019.

Bảng 4.1: Cơ cấu doanh nghiệp hoạt động trong ngành

NgànhsảnxuấtthựcphẩmkhácchiếmsốlượngdoanhnghiệpCNCBthựcphẩmnhiềunhất. Giaiđoạn2012-2019,sốlượngdoanhnghiệptăngtừ1615doanhnghiệplên3263 doanh nghiệp, bên cạnh đó, tốc độ tăng về số doanh nghiệp bình quân năm củaloạihìnhsảnxuấtnàycũngđạttốcđộtăngcaonhất,đạt11,77%/ năm.Tiếpđólàngànhcôngnghiệpchếbiến,bảoquảnthủysảnvàcácsảnphẩmtừthủysảncósốlượngd oanhnghiệp tăng từ 1215 doanh nghiệp lên 1563 doanh nghiệp Ngược lại ngành sản xuấtdầu, mỡ động, thực vật có số lượng doanh nghiệp ít nhất, năm 2019 chỉ có 147 doanhnghiệp Số doanh nghiệp chế biến sữa và các sản phẩm từ sữa tuy chỉ chiếm số lượngdoan nghiệp nhỏ nhưng trong giai đoạn này, tốc độ tăng của loại doanh nghiệp nàychiếmtỷlệrấtcao,đạt10,94%/năm.

Trung du và miền núiphíaBắc 5.5 5.9 6.1 5.9 5.7 5.3 5.4 5.6 ĐồngbằngsôngHồng 16.3 17.5 17.5 18.8 19.8 19.6 19.9 19.5

Chếbiến,bảoquảnthuỷsảnvàcács ảnphẩm từthuỷ sản 1,215 1,151 1,121 1,223 1,223 1,258 1,342 1,563

4.1.2 Nguồn vốn cho sản xuất kinh doanh của doanh nghiệp hoạt động trongngànhsản xuấtCBTP

Năm2019,nguồnvốnchosảnxuấtkinhdoanhcủadoanhnghiệphoạtđộngtrongngành sản xuất CBTP của cả nước đạt 778 nghìn tỷ đồng, tăng 8,5% so với năm 2018.Giai đoạn 2012-2019, nguồn vốn cho sản xuất kinh doanh của doanh nghiệp hoạt độngtrongngànhsảnxuấtCBTPtăngtừ101nghìntỷđồngnăm2012lên 778nghìntỷđồngnăm 2019,nguồn vốn đáp ứng nhu cầu sản xuất của doanh nghiệp tăng bình quân mỗinăm khoảng 36,8%, tương ứng tăng 97 nghìn tỷ đồng/năm Xu hướng nguồn vốn chosản xuất kinh doanh của doanh nghiệp hoạt động trong ngành sản xuất CBTP có nhiềuthay đổi qua các năm, tốc độ tăng của nguồn vốn cho sản xuất kinh doanh tăng mạnhtrong giai đoạn 2015-2016 và ổn định giai đoạn 2017-2019 Điều này phản ánh hoạtđộng đầu tư nguồn vốn cho việc trang bị máy móc và thiết bị vào năm 2016 nhằm tăngnăng suất và sản lượng của các doanh nghiệp trong ngành sản xuấtCBTP, đáp ứng nhucầulươngthựcngàycàngtăngcaoởViệt Nam.

Tổng nguồn vốn (nghìn tỷ đồng) Tốc độ tăng (%) Đơnvị:%

Hình 4.4: Nguồn vốn và tốc độ tăng nguồn vốn của doanh nghiệp hoạt động trong ngànhsảnxuất CBTP

Theoloạihìnhdoanhnghiệp,năm2019,nguồnvốnchosảnxuấtkinhdoanhcủadoanh nghiệp hoạt động trong ngành sản xuất CBTP ở khu vực nhà nước đạt 11 nghìntỷđồng(chiếm1,4%tổngsố),giảm10,7%sovớinăm2018.Ngượclại,nguồnvốnchosản xuất kinh doanh của doanh nghiệp ở khu vực ngoài nhà nước 548 nghìn tỷ đồng(chiếm70,4%tổngsố),tăng7,9%sovớinăm2018;ởkhuvựccóvốnđầutưnướcngoàiđạt219nghì ntỷđồng(chiếm28,1%tổng số),tăng11,2%sovớinăm 2018.

Giai đoạn 2012-2019, khu vực ngoài nhà nước tập trung nhiều lượng nguồn vốncho sản xuất kinh doanh của doanh nghiệp hoạt động trong ngành sản xuất CBTP. Ởkhuvựcngoàinhànước,nguồnvốnđầutưvàosảnxuấtkinhdoanhtăngtừ59nghìntỷđồngnăm20 12lên548nghìntỷđồngnăm2019,tốcđộtăngbìnhquânmỗinămkhoảng42,6%, tương ứng tăng 69,9 nghìn tỷ đồng/năm Nguồn vốn đầu tư vào sản xuất kinhdoanh ở khu vực vốn đầu tư nước ngoài tăng từ 38 nghìn tỷ đồng năm 2012 lên

219nghìntỷđồngnăm2019,tốcđộtăngbìnhquânmỗinămkhoảng28,6%,tươngứngtăng25,9nghìnt ỷđồng/năm.Nguồnvốnđầutưvàosảnxuấtkinhdoanhởkhuvựcnhànướctăng từ 5 nghìn tỷ đồng lên 11 nghìn tỷ đồng trong cùng thời kỳ, tốc độ tăng bình quânmỗinămkhoảng13,3%,tương ứngtăng0,9 nghìntỷđồng/năm.

Nhà nướcNgoài Nhà nướcFDI Đơnvị:%

Hình 4.5: Cơ cấu nguồn vốn của doanh nghiệp hoạt động trong ngành sản xuất

Theoquymôdoanhnghiệp,nguồnvốnchohoạtđộngsảnxuấtdoanhnghiệpvẫntậptrungnhiề uvàodoanhnghiệplớn.Năm2019,nguồnvốncholoạihìnhdoanhnghiệpnày là hơn 435 nghìn tỷ đồng, chiếm 55,96% tổng nguồn vốn đầu tư, tốc độ tăng bìnhquân năm đạt 34%/năm Tiếp đó là đến loại hình doanh nghiệp nhỏ là 247,52 nghìn tỷđồng, chiếm 31,81%, đạt tốc độ bình quân năm là 36%/ năm Nguồn vốn đầu tư ít nhấtchohoạtđộngsảnxuất kinhdoanhlàloạihình doanhnghiệpsiêunhỏlà47,36nghìntỷđồng,chỉchiếm6,09%,nhưngtốcđộtăngbìnhquânnămđạ tcaonhất63%/năm.

Tuynhiên,giaiđoạn2012-2019,cósựthayđổitrongtỷlệthuhútnguồnvốnvàocác loại hình doanh nghiệp Doanh nghiệp siêu nhỏ và doanh nghiệp vừa có xu hướngtăng về tỷ lệ đầu tư nguồn vốn trong cơ cấu nguồn vốn cho các loại hình doanh nghiệp,từ 6,43% xuống 6,14% đối với doanh nghiệp vừa và từ 61,4% xuống

55,96% đối vớidoanhnghiệplớn.Ngượclại,doanhnghiệpsiêunhỏtăngtừ2,11%lên6,09%vàdoanhnghiệpnhỏ tăngtừ 30,05%lên31,81%trongtổngcơcấuđầutư.

Bảng 4.3 Cơ cấu nguồn vốn của doanh nghiệp ngành CNCB thực phẩmtheoquymô(%)

Theo vùng kinh tế, năm 2019, khu vực Đông Nam Bộ, Đồng bằng sông CửuLong,ĐồngbằngsôngHồnglànơitậptrungnhiềudoanhnghiệpvàthuhútnhiềunguồnvốn cho sản xuất kinh doanh của doanh nghiệp hoạt động trong ngành sản xuất CBTP,tương ứng chiếm 42,3%, 32,3% và 12,4% tổng số nguồn vốn trong ngành sản xuấtCBTP Ngược lại, khu vực Trung du và miền núi phía Bắc và Tây Nguyên, có tỷ lệnguồn vốn trong ngành sản xuất CBTP thấp nhất, tương ứng 2,1% và 1,9% Trong đó,tốcđộtăngcủanguồnvốntrongngànhsảnxuấtCBTPcủamộtsốvùngkinhtếcónhiềutrung tâm công nghiệp lớn như TP Hồ Chí Minh, Đồng Nai, Hà Nội, Bắc Ninh, tăngnhanh cụ thể ở vùng Đông Nam Bộ, tăng

6,5% so với năm 2018; Đồng bằng sông

Giaiđoạn2012-2019,khuvựcĐồngbằngsôngCửuLong,ĐôngNamBộ,Đồngbằng sông Hồng tập trung nhiều doanh nghiệp và nguồn vốn đầu tư trong ngành sảnxuất CBTP Ở khu vực Đồng bằng sông Hồng, nguồn vốn đầu tư vào sản xuất kinhdoanh tăng từ 10 nghìn tỷ đồng năm 2012 lên 97 nghìn tỷ đồng năm 2019, tốc độ tăngbìnhquânmỗinămkhoảng42,8%,tươngứngtăng12,4nghìntỷđồng/năm.Nguồnvốnđầu tư vào sản xuất kinh doanh ở khu vực Đồng bằng sông Cửu Long tăng từ 34 nghìntỷ đồng năm 2012 lên 251 nghìn tỷ đồng năm 2019, tốc độ tăng bình quân mỗi nămkhoảng39,0%,tươngứngtăng31,1nghìntỷđồng/năm.Nguồnvốnđầutưvàosảnxuấtkinh doanh ở khu vực Đông Nam Bộ tăng từ 43 nghìn tỷ đồng lên 329 nghìn tỷ đồngtrongcùngthờikỳ,tốcđộtăngbìnhquânmỗinămkhoảng35,7%,tươngứngtăng40,8nghìntỷđ ồng/năm.

Trung du và miền núiphíaBắc 3.0 3.3 3.4 3.3 2.0 2.1 2.0 2.1 ĐồngbằngsôngHồng 9.7 9.6 9.2 9.9 11.2 11.3 11.8 12.4

DoanhthucủadoanhnghiệphoạtđộngtrongngànhsảnxuấtCBTP

Năm 2019, doanh thu của doanh nghiệp hoạt động trong ngành sản xuất CBTPđạt 1200 nghìn tỷ đồng, tăng 6,2% so với năm 2018 Giai đoạn 2012-2019, doanh thucủadoanhnghiệphoạtđộngtrongngànhsảnxuấtCBTPtăngtừ695nghìntỷnăm2012lên

1200 nghìn tỷ đồng năm 2019, kết quả sản xuất của doanh nghiệp tăng bình quânmỗinămkhoảng8,7%,tươngứngtăng72nghìntỷđồng/năm.Xuhướngdoanhthucủadoanhng hiệphoạtđộngtrongngànhsảnxuấtCBTPcónhiềuthayđổiquacácnăm,tốcđộ tăng của doanh nghiệp tăng trong giai đoạn 2013-2017, giảm sâu vào năm 2018 vàphục hồi vào năm 2019 Điều này phản ánh kết quả hoạt động của các doanh nghiệptrongngànhsảnxuấtCBTP ởViệtNam trongthờigian quacónhiềubiếnđộng.

2013201420152016201720182019 Tổng doanh thu (nghìn tỷ đồng) Tốc độ tăng (%) Đơnvị:%

Hình 4.6: Doanh thu và tốc độ tăng doanh thu của doanh nghiệp hoạt động trong ngànhsảnxuất CBTP

Theo loại hình doanh nghiệp, năm 2019, doanh thu của doanh nghiệp hoạt độngtrongngànhsảnxuấtCBTPởkhuvựcnhànướcđạt21nghìntỷđồng(chiếm1,8%tổngsố), giảm 6,2% so với năm 2018 Ngược lại, doanh thu của doanh nghiệp ở khu vựcngoài nhà nước đạt 788 nghìn tỷ đồng (chiếm 65,7% tổng số), tăng 3,0% so với năm2018; ở khu vực có vốn đầu tư nước ngoài đạt 388 nghìn tỷ đồng (chiếm 32,3% tổngsố),tăng 12,1%sovớinăm2018.

Giai đoạn 2012-2019, doanh thu của doanh nghiệp hoạt động trong ngành sảnxuấtCBTPởkhuvựcngoàinhànướcvàkhu vựccóvốnđầutưnướcngoàiđạtkếtquảcao nhất Ở khu vực ngoài nhà nước, doanh thu của doanh nghiệp tăng từ 423 nghìn tỷđồngnăm2012lên788nghìntỷđồngnăm2019,tốcđộtăngbìnhquânmỗinămkhoảng10,2%,tươngứn gtăng52,1nghìntỷđồng/năm.Doanhthucủadoanhnghiệpởkhuvựcvốn đầu tư nước ngoài tăng từ 225 nghìn tỷ đồng năm 2012 lên 388 nghìn tỷ đồng năm2019, tốc độ tăng bình quân mỗi năm khoảng 8,2%, tương ứng tăng 23,3 nghìn tỷđồng/năm Doanh thu của doanh nghiệp ở khu vực nhà nước giảm từ 46 nghìn tỷ đồngxuốngcòn21nghìntỷđồngtrongcùngthờikỳ,tốcđộgiảmbìnhquânmỗinămkhoảng11,5%,tư ơngứnggiảm3,6nghìntỷđồng/năm.

DN siêu nỏDN nhỏDN vừaDN lớn Đơnvị:%

Hình 4.7: Cơ cấu doanh thu của doanh nghiệp hoạt động trong ngành sản xuất

Theo quy mô doanh nghiệp, doanh nghiệp lớn có mức doanh thu cao nhất, tăngtừ 694,673 nghìn tỷ đồng năm 2012 lên 1197,333 nghìn tỷ đồng năm 2019, đạt tốc độtăng trung bình 8,7%/năm Doanh nghiệp siêu nhỏ có mức doanh thu thấp nhất, tăng từ11,676 nghìn tỷ đồng năm 2012 lên 2,772 nghìn tỷ đồng năm 2019, nhưng đạt tốc độtăng doanh thu bình quân cao nhất, đạt 23,35%/năm Doanh nghiệp vừa có mức tổngdoanh thu cao đứng thứ hai trong các doanh nghiệp CNCB thực phẩm, năm 2019, loạihìnhdoanhnghiệpnàycómứcdoanhthuđạt224,466nghìntỷđồng,vớimứctăngbìnhquânnăm đạt8,21%/năm. Đơnvị:%

Hình 4.8Cơcấudoanhthu củadoanhnghiệp ngànhCNCBthựcphẩmtheoquy mô

Theo vùng kinh tế, năm 2019, khu vực Đông Nam Bộ, Đồng bằng sông CửuLong,ĐồngbằngsôngHồnglàkhuvựcđạtdoanhthucủadoanhnghiệphoạtđộngtrongngànhsảnxuất CBTPcaonhất,tươngứngchiếm41,6%,34,8%và13,2%tổngsốdoanhthucủadoanhnghiệptrongngàn hsảnxuấtCBTP.Ngượclại,khuvựcTrungduvàmiềnnúi phía Bắc và Tây Nguyên, có tỷ lệ doanh thu trong ngành sản xuất CBTP thấp nhất,tương ứng 1,5% và 7,5% Trong đó, tốc độ tăng của nguồn vốn trong ngành sản xuấtCBTP của một số vùng kinh tế có nhiều trung tâm công nghiệp lớn như TP Hồ ChíMinh, Đồng Nai, Hà Nội, Bắc Ninh,…tăng nhanh cụ thể ở vùng Đồng bằng sông CửuLongtăng11,8%vàĐồngbằngsôngHồngtăng6,0%sovớinăm2018.

2019,khuvựcĐôngNamBộvàĐồngbằngsôngHồngđạttỷlệdoanhthudânđầutrongngànhsảnxuấtC BTP.ỞkhuvựcĐồngbằngsôngHồng,doanhthu của doanh nghiệp tăng từ 70 nghìn tỷ đồng năm 2012 lên 158 nghìn tỷ đồng năm2019, tốc độ tăng bình quân mỗi năm khoảng 12,8%, tương ứng tăng 12,5 nghìn tỷđồng/năm Doanh thu của doanh nghiệp ở khu vực Đồng bằng sông Cửu Long tăng từ261 nghìn tỷ đồng năm 2012 lên 418 nghìn tỷ đồng năm 2019, tốc độ tăng bình quânmỗi năm khoảng 7,4%, tương ứng tăng 22,4 nghìn tỷ đồng/năm Doanh thu của doanhnghiệpởkhuvựcĐôngNamBộtăngtừ297nghìntỷđồnglên499nghìntỷđồngtrongcùng thời kỳ, tốc độ tăng bình quân mỗi năm khoảng 8,8%, tương ứng tăng 28,9 nghìntỷđồng/năm.

Bảng 4.6: Cơ cấu doanh thu của doanh nghiệp hoạt động trong ngành sản xuấtCBTPtheovùngkinhtế(%)

Tổng doanh thu (nghìn tỷđồng) 695 751 795 901 997 1120 1130 1200

Bắc Trung Bộ và Duyên hảimiềnTrung 6.5 7.0 7.4 7.7 7.6 7.3 7.1 7.5

Giai đoạn 2012-2019, ngành sản xuất thức ăn gia súc, gia cầm và thủy sản cómứcdoanhthucaonhấttrongtoànngành,doanhthutăngtừ142,161nghìntỷnăm2012lên311,535 nghìntỷnăm2019,tốcđộtăngbìnhquânmỗinămđạt12,05%/năm,tươngứng tăng từ 20,46% năm 2012 lên 26,02% năm 2019 Ngành chế biến, bảo quản thuỷsản và các sản phẩm từ thuỷ sản có mức doanh thu đứng thứ hai, đạt 263,268 nghìn tỷnăm 2019 chiếm tỷ lệ 21,99%, tốc độ tăng bình quân đạt 6,89%/năm Giai đoạn 2012-

2019cósựchuyểndịchvềcơcấudoanhthutrongcácngành,ngànhchếbiến,bảoquảnthịt và các sản phẩm từ thịt; chế biến sữa và các sản phẩm từ sữa; sản xuất thực phẩmkhác; sản xuất thức ăn gia súc, gia cầm và thuỷ sản có xu hướng tăng về tỷ trọng trongcác ngành vào năm 2019, ngược lại, các ngành khác có xu hướng giảm tỷ trọng trongcác ngành Giai đoạn 2012-2019, ngành Chế biến sữa và các sản phẩm từ sữa có tốc độtăng bình quân cao nhất, đạt 13,8%/năm, ngành xay xát và sản xuất bột có tốc độ tăngbìnhquânthấpnhất,đạt3,08%/năm.

Chếbiến,bảoquảnthuỷsảnvàcács ảnphẩm từthuỷ sản 25.49 22.77 22.34 23.86 21.96 21.77 21.78 21.99

Phần này báo cáo sử dụng phương pháp hàm sản xuất biên ngẫu nhiên để xácđịnh chỉ số hiệu quả kỹ thuật cho mỗi doanh nghiệp, để tăng độ chính xác của các ướctính,nghiêncứuướclượnghàmsảnxuấtbiênngẫunhiênchotừngnămvàkiểmsoátvềnhóm ngành thuộc ngành CBTP và loại hình sở hữu thông qua các biến giả (Xem phụlục2).Kếtquảcủachỉsốnàyđượcsửdụngnhưbiếnđạidiệnchosựthayđổicôngnghệcủa doanh nghiệp. Mức hiệu quả cao nhất là 100% hay giá trị bằng 1, ngược lại mứchiệu quả thấp nhất là 0 Kết quả bảng dưới cho thấy chỉ số mức hiệu quả kỹ thuật củacác doanh nghiệp thuộc ngành công nghiệp chế biến thực phẩm còn ở mức thấp, năm2012là40%,tăngcaonhấtvàonăm2016là54%và giảmcòn45%vàonăm2019.

Năm 2019, chỉ số hiệu quả cao nhất ở khu vực doanh nghiệp Nhà nước (49%),tiếp đến là khu vực doanh nghiệp FDI (46%) Các doanh nghiệp có quy mô lao độngcànglớnthìcómứchiệuquảcànglớn,ởdoanhnghiệpsiêunhỏlà43%vàdoanhnghiệplớnlà53% NhómngànhcóchỉsốhiệuquảkỹthuậtcaonhấtlàXayxátvàsảnxuấtbột(49%) và Chế biến, bảo quản thuỷ sản và các sản phẩm từ thuỷ sản (49%); thấp nhất ởnhómChếbiếnvàbảoquảnrauquả(35%)

Chếbiến,bảoquảnthịtvàcács ản phẩm từ thịt 0.35 0.49 0.45 0.47 0.54 0.36 0.44 0.44

Chế biến, bảo quản thuỷ sảnvàcácsảnphẩmtừ thuỷsản 0.42 0.51 0.50 0.51 0.55 0.43 0.49 0.49

Sản xuất dầu, mỡ động, thựcvật 0.34 0.44 0.43 0.50 0.49 0.36 0.47 0.42

Sảnxuấtthứcăngiasúc,giacầm và thuỷ sản 0.40 0.52 0.52 0.52 0.54 0.41 0.49 0.45

Trung du và miền núi phíaBắc 0.41 0.44 0.45 0.49 0.58 0.43 0.48 0.47 ĐồngbằngsôngHồng 0.36 0.43 0.48 0.47 0.51 0.36 0.48 0.47

Bắc Trung Bộ và Duyên hảimiềnTrung 0.39 0.45 0.47 0.48 0.54 0.43 0.49 0.47

Nguồn:Tínhtoán từ Điều tradoanhnghiệp 2012-2019,TCTK

Thựctrạngsửdụnglaođộngtrongngànhsảnxuấtchếbiếnthựcphẩm

Sốlaođộng trong ngànhchếbiếnthựcphẩm

Năm 2019, tổng số lao động trong ngành sản xuất CBTP đạt 1181 nghìn người,giảm nhẹ hơn 20 nghìn người so với năm 2018 Giai đoạn 2012-2019, bình quân mỗinăm lao động tăng thêm 8,9 nghìn người tương ứng gần 1,16%/năm Tỷ lệ lao độngtrongngànhsảnxuấtCBTPtrongtổngsốlaođộngđanglàmviệctrongkhoảngtừ1,9%-

20122013201420152016201720182019 Tổng số (nghìn người) Tỷ lệ lao động trong ngành CBTP/Tổng số việc làm (%)

Hình 4.9:Sốlượngvà tỷlệlaođộng đanglàmviệctrongngành sảnxuấtCBTP

Năm 2019, lao động nam giới trong ngành sản xuất CBTP đạt 28,8 nghìn ngườichiếm 46,0%, nữ là 25,9 nghìn người chiếm 54,0% Tuy nhiên, cơ cấu giới tính của laođộng trong ngành sản xuất CBTP không khác nhiều so với năm 2012 với việc làm củalao động nam chiếm 49,2% và nữ chiếm 50,8% Giai đoạn 2012-2019, số lao động nữnhiều hơn nam; xu hướng này phản ánh cơ hội việc làm của lao động trong ngành sảnxuấtCBTPchuyểndịchsangnhómlaođộngnữ. Đơnvị:%

Xéttheoquymôdoanhnghiệp,sốlaođộnglàmviệctrongcácdoanhnghiệplớnvẫn chiếm tỷ trọng cao nhất Năm 2019, có 325930 lao động làm việc trong loại hìnhdoanh nghiệp này Loại hình doanh nghiệp nhỏ, có tổng số lao động lớn đứng thứ hai,đạt150034laođộng.Tổngsốlaođộngtrọngcácdoanhnghiệpsiêunhỏchiếmtỷlệthấpnhất, tăng từ

12554 lao động năm 2012 lên 25514 lao động năm 2019 Giai đoạn 2012- 2019,tốcđộtăngbìnhquânlaođộnghàngnămtrongcácloạihìnhdoanhnghiệpkhôngcósự khácbiệtnhiều,tươngđươngkhoảng1%/năm.

DNsiêu nỏ 12,554 12,874 12,692 13,841 15,289 16,063 19,831 25,514 DNnhỏ 149,250 140,701 138,398 143,298 147,292 149,737 148,739 150,034 DNvừa 42,899 42,770 40,164 38,913 42,995 41,797 40,833 41,846 DNlớn 335,408 314,913 321,065 331,028 339,222 341,030 339,677 325,930

SốlaođộngngànhsảnxuấtCBTPtrongkhuvựcngoàinhànướctăngnhanhtừ2916nghìnngườinăm2012 lên 5656 nghìn người năm 2019 Số lao động ngành sản xuất CBTP trong khu vực nhànước tăng từ 4069 nghìn người năm 2012 lên 7942 nghìn người năm 2019; trong khuvực có vốn đầu tư nước ngoài tăng từ 4479 nghìn người lên 8735 nghìn người trongcùng giai đoạn Kết quả là tỷ trọng lao động trong khu vực ngoài nhà nước luôn chiếmtỷtrọngcaongànhCBTPcủacảnước,daođộngtừ85-90%;tỷtrọnglaođộnglàmviệctrong khu vực có vốn đầu tư nước ngoài tăng từ 6,7% lên 6,8% trong giai đoạn 2012-2019.Ngượclại,tỷtrọnglaođộnglàmviệctrongkhuvựcnhànướcgiảmtừ6,6%xuốngcòn1,6%trong cùng thờikỳ.

Hình 4.11:CơcấulaođộngđanglàmviệctrongngànhsảnxuấtCBTP theo loại hìnhsởhữu

Theo vùng kinh tế, năm 2019, khu vực Đồng bằng sông Cửu Long, Đông NamBộ, Bắc Trung Bộ và Duyên hải miền Trung là nơi tập trung nhiều lao động đang làmviệctrongngànhsảnxuấtCBTP,tươngứngchiếm34,6%,22,8%và20,5%tổngsốlaođộng trong ngành sản xuất CBTP Ngược lại, khu vực Trung du và miền núi phía Bắcvà Tây Nguyên, có tỷ lệ lao động đang làm việc trong ngành sản xuất CBTP thấp nhất,tương ứng 4,8% và 2,7% Trong đó, tốc độ tăng của lao động làm việc trong ngành sảnxuấtCBTPcủamộtsốvùngkinhtếcónhiềutrungtâmcôngnghiệplớnnhưTPHồChíMinh, Đồng Nai,

Hà Nội, Bắc Ninh,…tăng nhanh cụ thể ở vùng Đông Nam Bộ, tăng16,1%so vớinăm2018;vàĐồngbằngsông Hồngtăng 4,39%sovớinăm2018.

Giaiđoạn2012-2019,khuvựcĐồngbằngsôngCửuLong,ĐôngNamBộ,Đồngbằng sông Hồng tập trung nhiều lao động đang làm việc trong ngành sản xuất CBTP.Tỷ trọng lao động trong ngành sản xuất

CBTP ở Đông Nam Bộ tăng từ 20,6% lên

Bảng 4.10: Cơ cấu lao động đang làm việc trong ngành sản xuất

Trung du và miền núiphíaBắc 4.3 4.7 4.7 4.1 4.1 3.7 3.7 3.8 ĐồngbằngsôngHồng 9.9 10.4 10.4 10.4 10.7 11.4 11.3 11.6

Theo nhóm ngành thuộc CNCB thực phẩm, ngành chế biến, bảo quản thuỷ sảnvà các sản phẩm từ thuỷ sản tập trung nhiều lao động nhất, tương ứng chiếm34,42%tổng số lao động năm 2019 Sau đó đến ngành sản xuất sản phẩm khác, số lao độngchiếm 27,82% tổng số lao động (2019) Giai đoạn 2012-2019, cơ cấu lao động theonhóm ngành thuộc CNCB thực phẩm cũng có sự chuyển biến đáng kể Xu hướng tăngtỷ trọng lao động trong ngành sản xuất thức ăn gia súc, gia cầm và thủy sản;ngành chếbiến sữa và các sản phẩm từ sữa; ngành chế biến, bảo quản thịt và các sản phẩm từ thịt.Cácngànhcònlạicóxuhướnggiảmvềcơcấutỷtrọnglaođộng.

Chế biến, bảo quản thịt và cácsản phẩmtừthịt 2.54 2.56 2.62 2.65 2.71 2.68 3.41 3.63

Chếbiến,bảoquảnthuỷsảnvàc ácsản phẩm từthuỷsản 39.99 37.06 37.03 37.77 35.85 35.55 35.54 34.42 Chếbiếnvàbảoquản rauquả 13.91 13.65 12.92 11.80 11.39 10.62 8.71 8.61

Chế biến sữa và các sản phẩmtừsữa 2.51 2.93 3.87 3.63 4.19 4.41 4.71 4.49

Sản xuất thức ăn gia súc, giacầm và thuỷsản 8.31 9.18 9.79 10.44 11.52 12.97 13.95 13.74

Tiềnlươngcủangườilaođộng trongngànhsảnxuấtchếbiếnthực phẩm

Năm2019,tiềnlươngbìnhquânthángcủalaođộnglàmcônghưởnglươngtrongngành sản xuất CBTP đạt 10 triệu/tháng, tăng 6% so với năm 2018 Giai đoạn 2012-2019, thu nhập bình quân tháng của lao động làm công hưởng lương trong ngành sảnxuất CBTP tăng khá nhanh, từ 4,3 triệu/tháng năm 2012 lên 1o triệu/tháng năm

Hình 4.12 Thu nhập bình quân tháng của lao động làm công hưởng lươngtrongngành sản xuất CBTP

Theo hình thức sở hữu, lao động làm việc trong khu vực có vốn đầu tư nướcngoàiluôncómứctiềnlươngbìnhquânthángcaohơnsovớicácloạihìnhsởhữukhác,năm 2019 tiền lương bình quân ở khu vực FDI là 14,23 triệu/tháng, khu vực ngoài Nhànươc và Nhà nước là 8,6 triệu/tháng Tuy nhiên tốc độ tăng tiền lương ở khu vực ngoàinhà nước là nhanh nhất trong giai đoạn 2012-2019 (ngoài nhà nước là 13,3%; FDI vànhànước lầnlượtlà10,8%và10,4%).

Xéttheoquymôdoanhnghiệp,tiềnlươngbìnhquânthángcủadoanhnghiệplớncó mức lương bình quân tháng cao nhất, năm 2019 là 14,2 triệu Trong khi đó ở nhómdoanh nghiệp vừa là 8,11 triệu, nhóm doanh nghiệp nhỏ là 8,06 triệu và nhóm doanhnghiệpsiêunhỏlà5,7triệu/tháng.

Xét theo nhóm ngành thuộc ngành công nghiệp chế biến thực phẩm, có thể thấynăm 2019 tiền lương bình quân tháng cao nhất ở nhóm Chế biến sữa và các sản phẩmtừsữa;thấpnhấtởnhómXayxátvàsảnxuất bộtv à Chếbiếnvàbảo quảnrauquả.

Chếbiến,bảoquản thịt và các sảnphẩm từthịt

Chếbiến,bảoquản thuỷ sản và các sảnphẩm từthuỷ sản

Chế biến và bảoquản rau quả 2.56 3.45 3.93 4.61 5.03 6.21 6.71 6.91

Sản xuất dầu, mỡđộng,thực vật 7.70 8.19 10.94 9.70 9.73 13.48 13.56 13.86

Chế biến sữa và cácsản phẩm từsữa 8.66 9.04 9.61 10.09 11.51 15.27 22.97 21.46

Xay xát và sản xuấtbột 3.58 3.98 4.11 4.51 5.67 5.63 6.15 6.91

Sản xuất thức ăngia súc, gia cầm vàthuỷ sản

CHƯƠNG 5 DỰ BÁO CẦU LAO ĐỘNG CỦA NGÀNH CHẾ

Mốiquanhệgiữa cácyếutốtácđộngvà cầulaođộng

Trên cơ sở mô hình ước lượng và dự báo cầu lao động trong ngành công nghiệpchế biến thực phẩm, các biến được sử dụng trong mô hình được thể hiện trong bảngdướiđây.

Biến lnwl và lnwk lần lượt là giá lao động thực và giá vốn thực được tính theophươngphápxấpxỉƠleđượctrìnhbàytạichươngphươngpháp,vàkếtquảướclượngmôhình đểxácđịnhgiávốn,giálaođộngđượcthểhiệnởPhụlục4.

Biếnlnylàlogaritcủa giátrịgiatăng,tínhtheophươngphápthunhập,bằngthunhập của người lao động + thu nhập của doanh nghiệp + hao mòn tài sản + Tổng thuếvà các khoản phí, lệ phí phải nộp Nhà nước – Thuế VAT bán hàng nội địa – Thuế tiêuthụđặc biệt.

LnL lnwl lnwk lny TFP

Kết quả ma trận hệ số tương quan giữa các biến trong mô hình được trình bàytrong Bảng 4.2 dưới đây cho thấy: biến lny có tương quan cao với biến phụ thuộc lnl,hệ số tương quan là 0,890 khác 0 có ý nghĩa thống kê Các biến tương quan trung bìnhhoặcthấpvớibiếnlnllàlnwl,TFP,fdi.

Bảng5.2Tươngquangiữacácbiếnsửdụngtrongmôhình lnl lnwl lnwk lny TFP_ fdi lnl 1 lnwl 0.106 1

Báo cáo sử dụng hệ số phóng đại phương sai của các biến giải thích để kiểm trahiệntượngđacôngtuyếntrongmôhình.Kếtquảkiểmđịnhđượcchothấy:Hệsốphóngđạiphươngsa icủacácbiếnđộclậpcóhệsốVIFzcủacácmôhìnhđềulớnhơn0.05,dovậyp hầndưcủamôhìnhGMMkhôngtồntạihiệntượngtựtươngquanbậchai.Cáckiểmđịnhthoảmãnđiều kiệnvềbiếncôngcụdođólựachọnbiếncôngcụtheophươngpháp này là phù hợp Các kết quả tìm thấy được trong mô hình là vững và hoàn toàn cóthểphântíchđược.

Có bằng chứng cho thấy biến trễ 1 năm của lao động, hay số lao động của nămtrước, tác động đến số lao động sử dụng ở năm sau đối với các doanh nghiệp thuộcngành công nghiệp chế biến thực phẩm nói chung (hệ số 0,358) và các nhóm ngành:Chế biến, bảo quản thuỷ sản và các sản phẩm từ thuỷ sản (hệ số 0,107); Sản xuất dầu,mỡđộng,thựcvật(0,401);Chếbiếnsữavàcácsảnphẩmtừsữa(0,234);Xayxátvàsảnxuấtbột(0, 231);Sảnxuấtthựcphẩmkhác(0,385)vàSảnxuấtthứcăngiasúc,giacầmvàthuỷsản(0,297);

Tuynhiênkhôngcótácđộngởcácnhómnhư:Chếbiến,bảoquảnthịtvàcácsảnphẩmtừ thịt;Chếbiếnvàbảoquảnrauquả. Đốivớibiếntrễ2năm,cótácđộngngượcchiềuđếncầulaođộngởnhómngànhCNCB thực phẩm và chỉ có ý nghĩa thống kê ở nhóm ngành Chế biến và bảo quản rauquả(hệsố- 0,069),cònlạikhôngcóbằngchứngchothấycótácđộngởcácnhómngànhcònlại.Nhưvậydườngnhư cácngànhthuộcnhómngànhCNCBthựcphẩmdườngnhưítchịuảnh hưởngbởisốlaođộngmàdoanhnghiệpđãsử dụngcáchđó2năm. Ảnhhưởngcủabiếntiềnlương:

Tiền lương trả cho người lao động là chi phí lao động trong doanh nghiệp, kếtquảchothấyquanhệgiữatiềnlươngvàcầulaođộnglàngượcchiều,điềunàyphùhợpvới các lý thuyết kinh tế, khi tiền lương tăng thì cầu lao động giảm Cụ thể, hệ số ướclượngcủabiếntiềnlươngđốivớimôhìnhchunglà-0.004,chothấynếutiềnlươngthựctế tăng 10% thì cầu lao động trong nhóm ngành CNCB thực phẩm giảm 0,04% Hệ sốtác động này có ý nghĩa thống kê đối với các ngành như: Chế biến, bảo quản thuỷ sảnvà các sản phẩm từ thuỷ sản; Chế biến và bảo quản rau quả; Sản xuất dầu, mỡ động,thực vật; Xay xát và sản xuất bột; Sản xuất thực phẩm khác Tuy nhiên nhiên hệ số tácđộng khác nhau (xem bảng 5.10) cũng dẫn đến kết quả dự báo khác nhau đối với cầulao động trong các ngành Nhìn chung cũng có bằng chứng cho thấy ảnh hưởng trễ 1năm của biến tiền lương đến cầu lao động, ngoại trừ một số nhóm ngành là Chế biến,bảo quản thịt và các sản phẩm từ thịt; Chế biến và bảo quản rau quả; Sản xuất dầu, mỡđộng,thực vật;Xayxátvàsảnxuấtbột. Ảnhhưởngcủagiávốn:

Kếtquảchothấyhệsốướclượngcủagiávốntrongcácngànhđềucódấudương,cóýnghĩathống kê,nhưvậycóthểthấygiávốncótácđộngcùngchiềuđếncầulaođộng, khi giá vốn tăng làm cho chi phí sử dụng vốn trở lên đắt đỏ hơn, dẫn đến doanh nghiệpcó xu hướng sử dụng thêm lao động hay vốn và lao động có quan hệ thay thế Mức tácđộng chung của giá vốn đến cầu lao động là 0,514 nghĩa là khi giá vốn tăng thêm 1%thì cầu lao động ngành CNCB thực phẩm tăng thêm 0,514%, mức độ tác động lớn nhấtlà ở ngành Sản xuất dầu, mỡ động, thực vật (hệ số 0,592) Giá vốn trễ một năm ảnhhưởng âm đến cầu lao động trong ngành chế biến thực phẩm, nếu giá vốn năm trướctăng1%thìcầulaođộngnămsaugiảm0,216%.Giávốnnămtrướctăngcótácđộngtrễlàmgiảm quymôsảnxuấtcủadoanhnghiệpvàonămsauvàdẫnđếngiảmcầulaođộng.Một số ngành không có bằng chứng cho thấy có tác động như: chế biến, bảo quản thịtvà các sản phẩm từ thịt; Chế biến, bảo quản thuỷ sản và các sản phẩm từ thuỷ sản; Chếbiếnvàbảoquảnrauquả.

KếtquảướclượngchothấygiátrịgiatăngcủangànhCNCBthựcphẩmtácđộngcùng chiều đến cầu lao động trong ngành nói chung và trong các ngành thuộc nhómCNCB thực phẩm nói riêng Hệ số ước lượng là 0,235 cho thấy khi giá trị gia tăng tăngthêm1%thìcầulaođộngtăng0,235%.Hệsố nàycaohơnởnhómngànhnhư

Sảnxuấtthứcăngiasúc,giacầmvàthuỷsản(0,312);Chếbiếnvàbảoquảnrauquả(0,292);Chếbiếnsữa vàcácsảnphẩmtừsữa(0,257).Giátrịđầuraởtrễ1nămvà2nămcótácđộngđến cầu lao động, hệ số ước lượng lần lượt là 0,041 và 0,034 khá nhỏ so với tác độngcủa năm hiện tại Tác động của các biến trễ không rõ ràng giữa các ngành thuộc ngànhCNCB thực phẩm Như vậy việc tăng cầu về hàng hóa và dịch vụ ngành công nghiệpchếbiếnthựcphẩmsẽkéotheotăngcầuvềlaođộngtrongngànhnày.

Kết quả ước lượng cho thấy hệ số biến TFP mang dấu dương ở nămtvà dấu âmđối với các nămt-1,t-2, điều này phản ánh khi TFP tăng thì doanh nghiệp ngành chếbiếnthựcphẩmđãtăngcầulaođộngđểmởrộngquymôsảnxuất,tậndụnglợithếtăngtheonăngsu ấtcủadoanhnghiệp.Tuynhiên,doanhnghiệpcũngcóxuhướngđiềuchỉnhgiảmlaođộngkhinhìnvàoTFPcủa nhữngnămtrước đó.

Chế biến,bảo quảnthịt và cácsản phẩmtừthịt

Chế biến,bảo quảnthuỷs ảnvàcác sảnphẩm từ thuỷsản

Chế biến vàbảo quản rauquả

Sản xuất dầu,mỡ động,thựcvật

Sản xuấtthức ăn giasúc, gia cầmvàthuỷ

Từ kết quả ước lượng mô hình được trình bày ở trên, để thực hiện dự báo đếnnăm 2025, nghiên cứu tính toán sai số cho từng doanh nghiệp cho từng năm với số liệutrongquákhứ,nghiêncứusửdụngkếtquảsaisốnàyđểướctínhsaisốtrungbìnhtrongkỳ dự báo, kết quả dự báo được xác định theo phương pháp đã trình bày ở chương 3,bằngkếtquảtínhtoánđượctừ môhìnhcộngthêmphầnđiềuchỉnhlà saisốdựbáo. Đếnnăm2021,tổngsốlaođộnglàmviệctrongngànhCNCBthựcphẩmlà553,1nghìn người Trong đó ngành sử dụng nhiều lao động nhất là “Chế biến, bảo quản thuỷsản và các sản phẩm từ thuỷ sản” (183,9 nghìn việc làm, chiếm 33.26%); tiếp đến lànhómngành“Sảnxuấtthựcphẩmkhác”(157,6nghìnviệclàm,chiếm28,5%). Đến năm 2022, tổng số lao động dự báo là 573,4 nghìn người, cơ cấu lao độngcósựchuyểndịchtheohướnggiảmdầntỷtrọnglaođộngcủangànhChếbiến,bảoquảnthuỷ sản và các sản phẩm từ thuỷ sản (giảm còn 28,2%); Chế biến và bảo quản rau quả(giảm còn 5,01%); Sản xuất thực phẩm khác (27%) Tăng tỷ trọng lao động của cácngành còn lại Xu hướng chuyển dịch cơ cấu lao động trong các ngành thuộc nhómCNCB thực phẩm diễn ra phụ thuộc vào trình độ công nghệ trong mỗi ngành, tốc độtăngtrưởngcủamỗingành,xuhướngtiềnlươngvàxuhướngđầutưcủamỗingành.

Chếbiến,bảoquảnthuỷ sảnvàcácsảnphẩm từ thuỷ sản 183,985 179,551 174,453 168,613 161,947 Chếbiếnvàbảoquảnrauquả 41,048 37,837 34,723 31,698 28,756 Sảnxuất dầu,mỡ động,thựcvật 11,316 15,464 21,040 28,476 38,300 Chếbiếnsữavà cácsảnphẩmtừsữa 29,344 31,657 34,002 36,330 38,575

Chếbiến,bảoquảnthuỷ sảnvàcácsảnphẩm từ thuỷ sản 33.26 32.17 30.97 29.67 28.24

Sảnxuất dầu,mỡ động,thựcvật 2.05 2.77 3.74 5.01 6.68

Mộtsốkếtluận

Một là, đã trình bày khái niệm cầu lao động được sử dụng trong bài là số lượnglaođộngmàngườisửdụnglaođộngcókhảnăngvàsẵnsàngthuêởcácmứctiềnlươngkhácnha utrongmộtkhoảngthờigiannhấtđịnhvànhữngđiềukiệnnhấtđịnh.Cácyếutố tác động đến cầu lao động bao gồm: cầu sản phẩm của hàng hóa và dịch vụ, chi phívốn,chiphílaođộngvàtiếnbộkhoahọccôngnghệ.

Hai là, cách tiếp cận để dự báo cầu lao động như: phương pháp tiếp cận yêu cầunguồnnhânlựcdựavàocácmụctiêukinhtế,chẳnghạnnhưđườngtăngtrưởngcủanềnkinh tế, các yêu cầu lao động về các ngành nghề và trình độ khác nhau đã được đặt ra;dựbáothịtrườnglaođộngdựa trêncácmô hìnhkinhtếlượngvĩmô.

Balà,nghiêncứuđãtổngquanvềmộtsốmôhìnhdựbáoởquốctếnhư:MôhìnhCOPS đã được sử dụng ở Canada từ hơn 30 năm qua với mục tiêu là cung cấp các kếtquảdựbáovềtổngcầulaođộng;DựbáoviệclàmcủaHoaKỳ-MôhìnhBLS;Môhìnhdự báo của thị trường lao động Hà Lan (ROA); Mô hình dự báo của Đức; Mô hình dựbáocungcầulaođộngcủaHàn Quốc;MôhìnhdựbáocủaThụyĐiển

Bốn là, một số mô hình dự báo cầu lao động được sử dụng trong nước như: Môhình LOTUS (hệ thống trợ giúp nghề nghiệp và đào tạo dài hạn), mô hình dự báo cầulao động dựa trên việc mô phỏng các chỉ tiêu kinh tế vĩ mô, từ từng ngành thành phầnvàbảngcânđốiliênngànhI/O;MôhìnhphântíchTTLĐViệtNamvàmôphỏngvimôILSSA-

MS được xây dựng dựa trên lý thuyết của mô hình ORANI-G; Mô hình IO mởrộng, dựa trên nền tảng của mô hình

IO, mô tả sự liên kết giữa các ngành kinh tế trongquátrìnhsảnxuấtthôngquacácyếutốđầuvào(vốnvàlaođộng),cácchiphítrunggianvớicácđầu ra.

Nămlà,đốivớicácnghiêncứumôhìnhcầulaođộngtừsốliệuvimôbắtđầutừbài toán cực đại lợi nhuận để tìm được hàm cầu lao động phụ thuộc vào giá đầu vào vàgiáđầura.Nhưngcũngcónghiêncứuướclượnghàmcầulaođộngtừbàitoáncựctiểuchiphí(tiếpc ậnđốingẫu),khiđóhàmcầucóđiềukiệncủalaođộngphụthuộcvàođầuravàgiánhântố.Sốliệus ửdụngchocácmôhìnhnàyđềutừsốliệuđiềutradoanh nghiệp,sốliệunàythườngcócácthôngtinvềđầura,đầuvàonhưvốn,laođộngv à đầuvàotrunggianm àkhôngcógiáđầuvàovàgiáđầura.

Sáulà,trongnghiêncứuthựcnghiệmthìướclượnghàmcầutừbàitoáncựctiểusẽkhảthihơn Nếugiảthiếtcạnhtranhhoànhảo,hàmthuầnnhấttuyếntínhthìgiánhântố hoàn toàn có thể xấp xỉ được nhờ sử dụng ước lượng hàm sản xuất và dùng định lýƠ-Le về hàm thuần để tính ra giá nhân tố đầu vào, do vậy cầu lao động được xây dựnghàm chi phí sẽ khả thi hơn Nếu giả thiết này đúng thì bài toán cực đại lợi nhuận sẽkhôngcóhàmlợinhuậnvìđiềukiệnđủcủahàmlợinhuậnsẽkhôngthỏamãnvàdođóhàmcầulao độngsẽ khôngtìmđươc.

Bảylà,luậnánđãđưaracáchtiếpcậpđốingẫucủabàitoáncựcđạilợinhuậnlàcực tiểu chi phí để đưa ra mô hình cầu lao động Trên cơ sở hàm cầu lao động rút rađược, nghiên cứu đưa ra phương pháp tiếp cận để dự báo đó là dựa vào các biến ngoạisinhtrongmôhìnhvàdựavàodựđoánvềsaisốcủamôhìnhtrongkỳdựbáođểdựbáochobiếnp hụ thuộclà cầu lao động.

Tám là, nghiên cứu đã đề xuất sử dụng phương pháp ước lượng mô men tổngquát(GMM)vàhôiquykhônggianDurbin cho cầulaođộngngànhCNCBthựcphẩm.

Về kết quả thực trạng cầu lao động của ngành chế biến thực phẩm ở ViệtNamgiaiđoạn2012-2019,mộtsốkếtquảđãchỉranhưsau:

Một là, sự phát triển doanh nghiệp Xu hướng doanh nghiệp hoạt động trongngànhsảnxuấtCBTPcónhiềuthayđổiquacácnăm,doanhnghiệpgiảmtronggiaiđoạn2013-2014 và tăng ổn định giai đoạn 2016-2019 Khu vực ngoài nhà nước đóng vai tròquan trọng trong việc đáp ứng nhu cầu sản xuất và tạo việc làm cho người lao độngtrongngànhsảnxuấtCBTP.KhuvựcĐôngNamBộ,ĐồngbằngsôngCửuLong,Đồngbằng sông Hồng là nơi tập trung nhiều doanh nghiệp hoạt động trong ngành sản xuấtCBTP Doanh nghiệp trong một số ngành thuộc ngành CBTP có xu hướng tăng nhanhnhưchếbiếnsữavàcácsảnphẩm từ sữa; chếbiếnthựcphẩmkhác.

CBTPcủacảnướctăng8,5%sovớinăm2018.Khuvựcngoàinhànướctập trung nhiều lượng nguồn vốn cho sản xuất kinh doanh của doanh nghiệp hoạt độngtrongngànhsảnxuấtCBTP.Doanhnghiệpsiêunhỏchiếmphầnlớnsốdoanhnghiệpvàcóxuhướ ngtăng.KhuvựcĐôngNamBộ,ĐồngbằngsôngCửuLong,ĐồngbằngsôngHồnglànơitậptrungnhiề udoanhnghiệpvàthuhútnhiềunguồnvốnchosảnxuấtkinhdoanhcủadoanhnghiệphoạtđộngtrong ngànhsảnxuấtCBTP.

Balà,doanhthucủadoanhnghiệphoạtđộngtrongngànhsảnxuấtCBTPtăngbìnhquânm ỗinămkhoảng8,7%,tươngứngtăng72nghìntỷđồng/năm.Doanhthucủadoanh nghiệp hoạt động trong ngành sản xuất CBTP ở khu vực nhà nước giảm, ngượclại,doanhthucủadoanhnghiệpởkhuvựcngoàinhànướcvàFDItăng.Giaiđoạn2012-2019, doanh thu của doanh nghiệp hoạt động trong ngành sản xuất CBTP ở khu vựcngoài nhà nước và khu vực có vốn đầu tư nước ngoài đạt kết quả cao nhất Khu vựcĐôngNamBộ,ĐồngbằngsôngCửuLong,ĐồngbằngsôngHồnglàkhuvựcđạtdoanhthucủadoa nhnghiệphoạtđộngtrongngànhsảnxuấtCBTPcaonhất.

Bốn là, hiệu quả kinh tế kỹ thuật,chỉ số mức hiệu quả kỹ thuật của các doanhnghiệpthuộcngànhcôngnghiệpchếbiếnthựcphẩmcònởmứcthấp,năm2012là40%,tăng cao nhất vào năm 2016 là 54% và giảm còn 45% vào năm 2019 Chỉ số hiệu quảcaonhấtởkhuvựcdoanhnghiệpNhànước,cácdoanhnghiệpcóquymôlaođộngcànglớn thì có mức hiệu quả càng lớn Nhóm ngành có chỉ số hiệu quả kỹ thuật cao nhất làXay xát và sản xuất bột và Chế biến, bảo quản thuỷ sản và các sản phẩm từ thuỷ sản;thấpnhấtởnhómChếbiếnvàbảoquảnrauquả.

Nămlà,sửdụnglaođộngtrongdoanhnghiệptrongngànhchếbiếnthựcphẩmcó xu hướng tăng.

Khu vực ngoài nhà nước trong ngành sản xuất CBTP đóng vai tròngày càng quan trọng trong tạo việc làm cho người lao động Khu vực Đồng bằng sôngCửu Long, Đông Nam Bộ, Bắc Trung Bộ và Duyên hải miền Trung là nơi tập trungnhiều lao động đang làm việc trong ngành sản xuất CBTP Theo nhóm ngành thuộcCNCB thực phẩm, ngành chế biến, bảo quản thuỷ sản và các sản phẩm từ thuỷ sản tậptrung nhiều lao động nhất Giai đoạn 2012-2019, cơ cấu lao động theo nhóm ngànhthuộcCNCBthựcphẩmchuyểndịchtheohướngtăngtỷtrọnglaođộngtrongngànhsảnxuất thức ăn gia súc, gia cầm và thủy sản; ngành chế biến sữa và các sản phẩm từ sữa;ngànhchếbiến,bảoquảnthịtvàcácsảnphẩmtừthịt.

Sáu là, tiền lương bình quân tháng của người lao động,tăng khá nhanh, mứccaochủyếukhuvựccóvốnđầutưnướcngoàiluôncómứcthunhậpbìnhquânthángcaohơnsovớic ácloạihìnhsởhữukhác;caonhấtởnhómChếbiếnsữavàcácsảnphẩmtừsữa;thấpnhấtởnhómXayxá tvàsảnxuấtbộtv à Chếbiếnvàbảoquảnrauquả.

Luận án đã ước lượng mô hình cầu lao động dựa trên cách tiếp cận đối ngẫu đốivớingànhchếbiếnthựcphẩmbằngphươngphápGMM(ởcấptỉnhvàcấpdoanhnghiệp)vàhồi quyDurbinkhônggian(ởcấptỉnh).

Kết quả ước lượng bằng mô hình cầu lao động theo phương pháp GMM ở cấpTỉnhcho thấy:

- Tác động của số lượng lao động thời kỳ trước:Số lao động năm trước trongngành công nghiệp chế biến thực phẩm có tác động đến số lao động trong ngành này ởnămhiệntại,tuynhiênsốlaođộngởnămcàngxahiệntạithìkhôngcóbằngchứngchothấycótácđộng Việcsửdụnglaođộngnămnayphụthuộcquántínhvàosốlaođộngsửdụngnămtrước,kếtquảnàychoth ấynếusốlaođộngsửdụngnămtrướcmàcaothìsốlaođộngsửdụngcủanămsaucũngsẽcao.

- Tác động của giá lao động:Chi phí tiền lương tăng thì cầu lao động giảm, khigiá hàng hóa tăng thì cầu giảm Tuy nhiên kết quả cũng cho thấy giá lao động trễ một nămvà cầu lao động có quan hệ cùng chiều, điều này phản ánh dù chi phí lao động tăng thìcầulaođộnggiảmnhưngnhucầusửdụngvẫntăngởnămtiếptheo.

- Tác động của giá vốn:giá vốn tăng có tác động làm tăng cầu lao động ngànhcôngnghiệpchếbiếnthựcphẩm,điềunàycóthểgiảithíchkhigiávốntăngthìlàmchodoanh nghiệp khó tiếp cận nguồn vốn, giảm đầu tư vào máy móc thiết bị, do vậy doanhnghiệpcóxuhướngsửdụngnhiềulaođộnghơnsovớiviệcđầutưvàomáymócthaythếlaođộng.

Tácđộnggiátrịgiatăng:Hệsốướclượngcủagiátrịgiatănglnycóýnghĩathốngkê,cácbiến trễkhôngcóýnghĩathốngkê,kếtquảchothấycầuvềhànghóađốivớisảnphẩmcủangànhcôngnghiệpc hếbiếnthựcphẩmtăngkéotheotăngnhucầusửdụnglaođộngdodoanhnghiệpmởrộngquymôsảnxuất.

TácđộngcủaTFP:thayđổicôngnghệsẽdẫnđếngiảmlaođộngdodoanhnghiệpđổimớisảnx uất,tăngnăngsuấtdovậylaođộnggiảm.Tuynhiênkhidoanhnghiệpthayđổicôngnghệvàpháttriểnổn địnhthìthườngsẽmởrộngquymôsảnxuấtđểtậndụngtínhquymôkinhtế,dovậycầulaođộngtrong ngànhnàytăng(hệsốtrễmộtnămdương).

TácđộngcủaFDI:TácđộngcủaFDIđếncầulaođộngtrongngànhcũngchưarõràng, tuy nhiên có bằng chứng cho thấy tác động của năm trước, nghĩa là việc tăng vốnđầu tư của doanh nghiệp FDI năm nay có thể tác động giảm cầu lao động ngành côngnghiệpchếbiếnthựcphẩmnóichung.

Tácđộngcủaxuthếthờigian:xuhướngsửdụnglaođộngngànhcôngnghiệpchếbiến thực phẩm tăng nhanh qua các năm, đây cũng là căn cứ quan trọng để giúp nghiêncứudựbáonhucầusửdụnglaođộngđếnnăm2025.

Tác động của giá lao động: Tác động trực tiếp của giá tiền lương mạnh hơn gấp10lầnsovớitácđộngtiếp,tổngtácđộngcủagiátiềnlươngđếncầulaođộnglà-0,131%.

Đềxuấtmộtsốkiếnnghị

Một là, trong trường hợp số liệu không đầy đủ thì nên sử dụng cách tiếp cận đốingẫuđểxâydựngmôhìnhcầulaođộngchongànhCNCBthựcphẩmvàchocácngànhkinhtếkhác ởViệtNam,điềunàyphùhợpcảvềlýthuyếtvàtínhsẵncócủasốliệu.

Hai là, cần duy trì và chia sẻ cơ sở dữ liệu điều tra doanh nghiệp hàng năm củaTCTK để các nhà nghiên cứu, các Bộ ngành có thể xây dựng mô hình dự báo và kiểmnghiệmkếtquảdựbáocầulaođộngchocácngànhkinhtếởViệtNam.

Ba là, do cơ sở dữ liệu thiếu thông tin về loại lao động như số lao động trong doanhnghiệp phân theo nhóm tuổi, phân theo trình độ CMKT, loại công việc nên các kết quảdự báo theo loại lao động còn hạn chế, nghèo nàn thông tin Do vậy các Bộ ngành cầnthốngnhấtvàbổsungcácthôngtinliênquanđếnloạilaođộngđểphụcvụchocôngtácphântích,dự báolaođộngcủacácBộngành,địaphương.

Bốn là, do có sự tác động trực tiếp từ các yếu tố nội tại các tỉnh vì vậy các tỉnhthànhphốđặcbiệtlàcáctỉnhlâncậncầnliênkết,phốihợpvớinhautrongthuhútđầutư,tạomôitrườn gđầutưthuậnlợi,cảicáchcácthủtụchànhchínhđểđemlạihiệuquảtrongsảnxuấtkinhdoanhtừđósẽtạo thêmviệclàmtrongnềnkinhtế.

Nămlà,vìgiálaođộngcótácđộnglàmgiảmcầulaođộngvìvậycầncósựnghiêncứuvàxem xétnhữnglợiíchvàthiệthạicủaxãhộikhiđiềuchỉnhchínhsáchtiềnlươngvàđầutưthayđổicôngnghệ.Hiệntạichínhsáchtiềnlươngtốithiểuvùngđãđượcquyđịnhvàđiềuchỉnhhàngnăm,việctăngtiềnlư ơngtốithiểugiúpđảmbảomứcsốngchongườilaođộngnhưngcũnglàmtăngchiphílaođộn gcủadoanhnghiệp,dovậycần nghiên cứu cụ thể việc điều chỉnh chính sách tiền lương tối thiểu phù hợp với giai đoạnpháttriểnvàthậmchíđiềuchỉnhphùhợpvớingànhkinhdoanh.

Sáulà,TFPcótácđộngtíchcựcđếntạocầulaođộngnhưngsẽtácđộnggiảmcầulaođộngtrongdài hạn,dovậycầncóchínhsáchsửdụngnhânlựcphùhợpđểtậndụngthờigianlợithếcủanăngsuấtnhân tốtổnghợpvàgiảmthiểutácđộngtiêucựckhiđẩynhanhTFPnhưsắpxếp,bốtrícôngviệchợplýchon gườilaođộng.

Bảy là, để đảm bảo nguồn nhân lực cho phát triển ngành công nghiệp chế biến thựcphẩmthìcầncókếhoạchgiữlạilaođộngcótrìnhđộtrongthờiđiểmcầulaođộngthấphoặctuyển dụnglaođộngmớitrongthờiđiểmcầulaođộngcao.CầncóchínhsáchpháttriểnngànhCNCBthựcp hẩmđểtạoranhiềuviệclàmvàviệclàmcónăngsuấttrongnềnkinhtế.

Chínlà,đốivớinhànghiêncứu:Tiếptụcphântíchxuhướnglaođộngcókỹnăngchongànhcông nghiệpchếbiếnthựcphẩm;Cậpnhậtmôhìnhvàdựbáokhicódữliệumới

Mườilà,đốivớicáccơquanchínhphủvàcácnhàhoạchđịnhchínhsáchcầntăngcường chất lượng cán bộ làm công tác dự báo cầu lao động Phần lớn các cán bộ làmcôngtácdựbáođềucótrìnhđộtuynhiên,chưađượcđàotạovềnghiệpvụdựbáo,chưacónhiềukin hnghiệmtrongthựchiệndựbáo.Giảiphápnàyđặtmụctiêuđểcác cánbộlàmcôngtácdự báocóđủnănglựcđểthực hiệncácnhiệm vụdựbáo.

Như vậy, cần xây dựng đội ngũ cán bộ có năng lực làm công tác dự báo nhu cầulaođộngchocácBộ,Ngành.Nângcaotrìnhđộchocánbộlàmcôngtácdựbáoquacáckhóađàotạo, tậphuấndàihạnhoặcngắnhạntrongnướcvàquốctế,đồngthờiphốihợpvớicáctổchức,chuyêngiaqu ốctếtrongthựchiệnphântích,xâydựngmôhìnhdựbáocầu lao động phù hợp với điều kiện Việt Nam, đặc biệt là mô hình dự báo cầu lao độngcótrìnhđộđượcđàotạo.Nhiềumôhìnhhiệnnayđangsửdụngthựchiệnkháphứctạp,số chuyên gia trong nước hiểu biết và có thể sử dụng mô hình này không nhiều, vì vậyphải thuê chuyên gia nước ngoài để xây dựng và chuyển giao công nghệ xây dựng môhình cho Việt Nam, dẫn đến tốn kém nhiều về kinh phí thực hiện và không chủ độngtrongthực hiện.

CáccơquanchủtrìvàthamgiathựchiệndựbáonhucầulaođộngđượcđàotạoởViệtNamc ònthiếukinhnghiệmcảvềlýthuyếtvàthựctiễn.Thựctếhoạtđộngtrong những năm qua cho thấy đây là một lĩnh vực nghiên cứu còn gặp nhiều khó khăn cả vềnhân lực và vật lực, vì vậy mong muốn nhận được sự quan tâm chia sẻ nhiều hơn củacác cơ quan thống kê, dự báo kinh tế - xã hội, đặc biệt sự quan tâm chỉ đạo và tạo điềukiệncủacácnhàlãnhđạovàquảnlýcáccấp,cáccơquanquảnlýnhànướcvềkếhoạch,thốngkê,lao động,giáodục,tài chính và cácngành kinh tế.

Hạnchếcủaluận án

Mặc dù đã được thực hiện với sự cố gắng rất lớn của nghiên cứu sinh, song luậnán vẫn tồn tại một số hạn chế và có thể có những khiếm khuyết nhất định, cụ thể nhưsau:

Môhìnhnghiêncứudựavàomatrậntrọngsốkhônggiantiếpgiápbậcmộtvìvậyđể có kết quả tốt hơn cần sự so sánh các mô hình với nhiều loại ma trận trong số khônggiankhácnhaunhằmlựa chọnđượcmatrậntrongsốkhônggianphùhợpnhất.

Mô hình cũng chưa thể hiện được yếu tố của thương mại quốc tế, thực tiễn chothấy ngành CNCB thực phẩm tham gia vào chuỗi xuất khẩu rất lớn ở Việt Nam, tuynhiên mô hình này không đi vào phân tích ảnh hưởng của thương mại quốc tế đến cầulaođộng.

Dữ liệu cần thiết không có sẵn ở dạng phù hợp hoặc có chất lượng không tốt. Hầuhết các dự báo cho biến độc lập của mô hình dựa trên phép ngoại suy từ các xu hướngtrongquákhứ.

Thiếu kịch bản dự báo từ thực tiễn của ngành công nghiệp chế biến thực phẩm,chiếnlượcphát triểnkinhtế xãhội có thểlàm thay đổichiến lượcpháttriểnngành.

Đềxuấtmộtsốhướngnghiêncứumởrộng

1 Lâm Văn Sơn (2020), “Đánh giá khả năng tuyển chọn lao động của doanh nghiệpFDIViệtNam:Mộtứngdụngcủamôhìnhhồiquythứbậc”,TạpchíKinhtếChâuÁ–

2 Lâm Văn Sơn, Phạm Anh Tuấn (2018), “Sử dụng cách tiếp cận đối ngẫu dự báocầu cao động của ngành chế biến thực phẩm ở Việt Nam”,Tạp chí Kinh tế pháttriển,số256(II),tháng10/2018,Tr.89-99.

3 Vương Thị Thảo Bình, Lâm Văn Sơn (2018), “Factors Affecting Labor DemandandTheImpactsofForeignDirectInvesmentonEmploymentGrowthinVietn am”,Vietnam’s Socio-economic Development, volume 23, Issue 2,

4 Vương Thị Thảo Bình, Lâm Văn Sơn (2016), “Đánh giá cầu lao động trong mộtsốngànhlaođộngViệtNam”,KỷyếuHộinghịToánứngdụngvàTinhọcKỷniệm60nămthà nhlậpĐạihọcBách Khoa Hà Nội,tháng11/2016,Tr.93-100.

2 Acemoglu, D., & Autor, D (2011) ‘Skills, Tasks and Technologies: ImplicationsforEmploymentandEarnings’.HandbookofLaborEconomics,1043–

3 Addison and Teixeira (2001), ‘Technology, employment and wages’,Labour, 15,2,191-219.

4 Addison,T.,P.Portugal,andJ.Varejão(2014).‘LaborDemandResearch:Towards a Better Match between Better Theory and Better Data’.IZA

5 Ahamad, B and M Blaug (1973), ‘The Practice of Manpower Forecasting’.ACollection ofCaseStudies,Amsterdam,LondonandNewYork:Elsevier.

6 Akerlof,G.A.andJ.L.Yellen(1990),‘Thefairwage- efforthypothesisandunemployment’,JournalofEconomics,105,255–283.

7 Akpan, S B., Udoka, S J and Okon, U E (2014), ‘Examination of EmpiricalRelationships Between Industrial Activities and Agricultural Policy

8 Albert, C., M Davia, V Hernanz and L Toharia (2002), ‘Choosing betweeneducation, training and labour market entry’, in K Schửmann and P.J. O’Connell(eds),Education,TrainingandEmploymentDynamics,Cheltenham,UK:Edw ardElgar,pp.41–70.

9 Allen, J and R van der Velden (2001), ‘Educational mismatches versus skillmismatches: effects on wages, job satisfaction, and on-the-job search’,OxfordEconomicPapers,53(3),434–452.

10 Anderson, T W., and C Hsiao (1981), ‘Estimation of dynamic models with errorcomponents’,Journal oftheAmericanStatisticalAssociation,76:pp.598-606.

11 Anderson, T W., and C Hsiao (1982), ‘Formulation and estimation of dynamicmodelsusingpaneldata’,Journal ofEconometrics,Vol.18,Issue1,pp.47-82.

12 Anderson, T.W./Hsiao, C (1981), ‘Estimation of Dynamic Models withErrorComponents’,JournaloftheAmericanStatisticalAssociation,Vol.76,p.598-606.

14 Andreas Lichter, Andreas Peichl, Sebastian Siegloch (2012), ‘Micro-level labordemandestimationforGermany’,Workingpaper

15 Andreas Peichl, Sebastian Siegloch (2012), ‘Accounting for labor demand effectsinstructurallaborsupplymodels’,LabourEconomics,19(2012)129-

16 Anselin, Luc (2010) ‘Thirty Years of Spatial Econometrics’.Papers in

17 AntonisAdamandThomasMoutos(2014),‘Industry-levellabourdemandelasticities across the Eurozone: will there be any gain after the pain of internaldevaluation?’,Workingpaper,pp.185.

18 Arellano, Manuel; Bond, Stephen (1991) ‘Some tests of specification for paneldata: Monte Carlo evidence and an application to employment equations’.ReviewofEconomicStudies.58(2):277.doi:10.2307/2297968.JSTOR229 7968.

19 Arrow (1962), ‘The economicimplications of learning by doing’,ReviewofEconomicStudies,29:210-28.

20 Atack,Jeremy,FredBateman,andRobertAMargo(2008).‘Steampower,establishme nt size, and labor productivity growth in nineteenth century Americanmanufacturing’.ExplorationsinEconomicHistory,45(2):185–198.

21 Autor,D,Levy,F&Murnane,R(2003),‘Theskillcontentofrecenttechnologicalchange:Anem piricalexploration’,TheQuarterlyJournalofEconomics,vol.118,no.4,pp.1279–334.

24 Barnow, B.S (2002), ‘Occupations and skills in the United States: Projectionmethodsandresultsthrough2008’,inM.Neugartand K.Schửmann,(eds.).

25 Bartel,Ann,CaseyIchniowski,andKathrynShaw(2007),‘HowDoesInformationTechnologyA ffectProductivity?Plant-LevelComparisonsofProductInnovation,Process Improvement, and Worker Skills’,Quarterly Journal of Economics, 122,1721–1758.

26 Bartlett,C&Ghoshal,S(1993),‘Thechangingroleoftopmanagement’,HarvardBusinessRevi ew,May/June,pp.90–6.

Costs, No 690,CEPR Discussion Papersfrom C.E.P.R DiscussionPapers.

28 Berman, E & Machin, S (2000), ‘Skill-biased technology transfer around theworld’,OxfordReview ofEconomicPolicy,vol.16,no.3, pp.16–22.

29 Binswanger, H P (1974a), ‘A Cost Function Approach to the Measurement ofElasticitiesofFactorDemandandElasticitiesofSubstitution’,Amer.J.Agr.Econ.56,377-86.

30 Binswanger, H P., and V W Ruttan (1978).Induced Innovation Baltimore MD:JohnsHopkinsUniversityPress,

31 Bloom,N,Conway,N,Mole,K,Mửslein,K,Neely,A&Frost,C(2004),‘Solvingthe skill gaps:

Summary report from CIHE/AIM Management

32 Borghans, L, van Eijs, P & de Grip, A (1994), ‘An evaluation of labour marketforecastsbytypeofeducationandoccupationfor1992’,ReportROA-R-

1994/4E,Research Centre for Education and Labour Market, University of Maastricht,Limburg,TheNetherlands.

33 Boswell, C, Stiller, S & Straubhaar, T (2004), ‘Forecasting labour and skillsshortages: How can projections better inform labour migration policies?’,paperprepared for the European Commission, DG Employment and

34 Briscoe, G and Wilson, R (1993) ‘Employment Forecasting in the ConstructionIndustry’.Avebury,Aldershot,UnitedKingdom.

35 Burns,M&Shanahan,M(2000),Labourmarketmodelsandtheiruseinprojectingvoca tionaleducationandtrainingrequirements,NCVER, Adelaide.

36 Card,D.,andJ.E.Dinardo(2002).‘Skill-BiasedTechnologicalChangeandRisingWage Inequality: Some Problems and Puzzles’.Journal of Labor Economics, 20(4),733I783.

37 Christensen,L.R.,Jorgenson,D.W.,Lau,L.J.,(1973).‘Transcendentallogarithmmic production frontiers’.The Review of Economics and Statistics,55(1),28–45.

38 Cortes, G M., N Jaimovich, and H E Siu (2016) ,Disappearing Routine Jobs:Who,How, and Why?’,NBERWorkingPaper,No.22918.

39 Cửrvers, F & Heijke, H (2004), ‘Forecasting the labour market by occupation andeducation: Some key issues’, ROA working paper no ROA-W-2004/4,ResearchCentreforEducationandLabourMarket,UniversityofMaastricht,Limburg,TheNetherlands.

40 DaleW.JorgensonandLawrenceJ.Lau,(1974),‘TheDualityofTechnologyandEconomic Behaviour’,ReviewofEconomicStudies,41,(2),181-200

41 Daniel McFadden∗(1962), ‘The measurement of urban travel demand’,JournalofPublicEconomics,Volume3,Issue4,November1974,Pages303- 328

44 Eric Sims (2017), Graduate Macro Theory II: The Real Business Cycle Model,University ofNotreDame,Spring2017

45 Fenchel (1953), ‘Convex cones, sets, functions’,P r i n c e t o n

46 Freier, R., and V Steiner (2010) ‘Marginal Employment and the Demand forHeterogeneous Labor: Elasticity Estimates from a Multi-Factor Labor DemandModelforGermany’.AppliedEconomicsLetters17(12):1177–1182.

48 Greenaway,D.,Hine,R.C.,&Wright,P.(1999),“Anempiricalassessmentoftheimpact of trade on employment in the United Kingdom”, European Journal ofPoliticalEconomy,15,485-500.

49 HamermeshDaniel(1993),LaborDemand,PrincetonUniversityPress,Princeton,Ne wJersey,1993,ISBN0-691-04254-3pp.444

E l a s t i c i t i e s of Substitution in Egyptian Manufacturing Sector: A Firm- Level Static Analysis’,TheIndianJournalofLabourEconomics(2019)62:549– 575https://doi.org/10.1007/s41027-019-00186-5.

52 Hanoch, G., (1975).‘Production and Demand Models with Direct or IndirectImplicitAdditivity’,Econometrica,43(1):395-419.

54 Harrison,W.J.,&Pearson,K.R.(1996).‘ComputingSolutionsforLargeGeneralEquilibriumModels Using GEMPACK’.Computational Economics, 9, 83-127.https://doi.org/10.1007/BF00123638

55 Hasan, Mitra and Ramaswamy (2007), ‘Trade Reforms, Labor Regulations, AndLaborDemandElasticities:EmpiricalEvidencefromIndia’,TheReviewofEcono mics andStatistics,89(3),466-481.

56 Haskel,J&Holt,R(1999),‘Anticipatingfutureskillneeds:Canitbedone?Doesit need to be done?’, a paper for the Skills Task Force,Department of

58 Hirofumi Uzawa (1964), ‘Optimal Growth in a Two-Sector Model of CapitalAccumulation’,The Review of Economic Studies, Volume 31, Issue 1, January,Pages1–24,https://doi.org/10.2307/2295932

59 Hollister, R (1967), A technical evaluation of the first stage of the MediterraneanRegional Project, OECD, Paris Hughes, G 1993, ‘Projecting the occupationalstructure of employment in OECD countries’,Labour market and social policyoccasionalpapers,no.10, OECD,Paris.

(1932).‘Edgeworth'staxationparadoxandthenatureofdemandandsupplyfunctions’.Journa lofPolitical Economy40 (5): 577–616.doi:10.1086/254387.

61 J.M Wong, A.P.C Chan, and Y H Chiang (2006), ‘Time Series Forecasts of theConstructionLabourMarketinHongKong:TheBox-

62 J.M.W Wong, A.P.C Chan, and Y.H Chiang (2004), ‘A Critical Review ofForecasting Models to Predict Manpower Demand’,The Australian Journal ofConstructionEconomicsandBuilding,AustralianInstituteofQuantitySurveyors,4(242),43

63 J.M.W.Wong,A.P.C.Chan,Y.H.Chiang(2007),‘ForecastingConstructionManpow erDemand:AVectorErrorCorrectionModel’,BuildingandEnvironment,42(8),3030 -3041.

York,ImprintChapmanandHall/CRC,DOIhttps://doi.org/10.1201/9781420064254

65 JamesM.W.Wong;AlbertP.C.Chan;andY.H.Chiang(2008),‘ModelingandForecastingCo nstructionLaborDemand:MultivariateAnalysis’,JournalofConstructionEngineeri ngandManagement

66 Kako, T (1978), ‘Decomposition Analysis of Derived Demand for FactorInputs:TheCaseof RiceProductioninJapan’.Amer.J.Agr.Econ.60,628-35.

67 Katz, L F and Margo, R A (2014) ‘Technical change and the relative demandforskilledlabor:TheUnitedStatesinhistoricalperspective’.InHumancapitalin history:TheAmericanrecord,pages15-57.UniversityofChicagoPress.

69 Khan, M., & Schlee, E (2016) ‘On Lionel McKenzie's 1957 intrusion into 20th- centurydemandtheory’.TheCanadianJournalofEconomics/RevueCanadienneD'Economique , 49(2),589-636.RetrievedMay11,2021,fromhttp://www.jstor.org/stable/24915856

70 Kim,Y(2002),‘AstateofartreviewontheimpactoftechnologyonskilldemandinOECDco untries’,JournalofEducationand Work,vol.15,no.1,pp.89–109.

71 Konings và Roodhooft (1997), ‘How Elastic is the Demand for Labour in BelgianEnterprises?ResultsfromFirmLevelAccountsData,1987-

73 L.C Bell and S.G Brandenburg (2003), ‘Forecasting Construction Staffing forTransportationAgencies’.JournalofManagementinEngineering,19(3),116-120.

74 Le Thanh Nghiep (1979) ‘The Structure and Changes of Technology in PrewarJapaneseAgriculture’.Amer.J.Agr.Econ.61,687-93

75 Levinsohn, J., and A Petrin 2003 Estimating production functions using inputstocontrolforunobservables.ReviewofEconomicStudies70: 317–342.

TheeconomicsocietyofAustralia,Vol.78,Issue240,pp18-30, March2002.

77 Lewis, P (2004), ‘The Australian labour market and unemployment in 2004’,paper presented to the HR Nicholls Society’s XXVth Conference,

79 Machin, S (2001), ‘The changing nature of labour demand in the new economyand skill-biased technology change’,Oxford Bulletin of Economics and

80 Maglen,L(2001),‘Australiansworkinginaglobaleconomyandwhatthismeansfor education and training’, Working paper no.39,Centre for the Economics ofEducation andTraining,Monash University,Melbourne.

81 Mankiw, Romer and Weil (1992), ‘A contribution to the empirics of economicgrowth’,TheQuarterlyJournalofEconomics,May1992.

82 Markusen, James R.,1995, The Boundaries of Multinational Enterprisesand the TheoryofInternationalTrade,JournalofEconomicPerspectives,9(2),pp.169-89.

83 Meagher,G(1997),‘ChangesinthedemandforlabourinAustralia’,inChanginglabourmark ets:Prospectsforproductivitygrowth,workshopproceedings,ProductivityCommissi on,Melbourne.

84 Meagher,G,Adams,P&Horridge,J(2000),‘Appliedgeneralequilibriummodelling and labour market forecasting’,preliminary working paperno IP- 76,CentreofPolicyStudies,Monash University,Melbourne.

85 Neugart, M & Schửmann, K (eds) (2002), ‘Forecasting labour markets in OECDcountries’,EdwardElgar,Cheltenham.

90 PElhorst(2010),‘AppliedSpatialEconometrics:RaisingtheBar’.SpatialE conomicAnalysis.5(1):9–28.17.KapoorM,KelejianHH,PruchaI.Panel

92 Pappas, N (1998), ‘Changes in the demand for skilled labour in Australia’, inWorking for the future: Technology and employment in the global knowledgeeconomy,ed.PSheehan>eggart,VictoriaUniversityPress,Melbourne.

94 Polo,C&Sancho,F(1993),‘Insightsorforecasts:AnevaluationofaCGEmodelofSpain’,Jo urnalofForecasting,vol.12,no.5,pp.437–48.

95 ProductivityCommission(2005),‘EconomicimplicationsofanageingAustralia’, researchreport,PC,Canberra.

96 R Henderson, R., Employment Outlook (2010 – 2020), ‘Industry Employment andOutput Projections to 2020’,Bureau of Labor Statistics Division of

IndustryEmploymentProjections,OfficeofOccupationalStatisticsandEmploymentProjections,MonthlyLaborReview,January2012,Washington,D.C.

97 Rana Hasan, Devashish Mitra, and K V Ramaswamy (2003), ‘Trade Reforms’,LaborRegulationsandLabor-

DemandElasticities:EmpiricalEvidencefromIndia,NBERWorkingPaperNo.9879Jul y2003JELNo.F1,J3

98 Ray, S C (1982) ‘A Translog Cost Function Analysis of U.S Agriculture, 1939- 77’.Amer.J.Agr.Econ.64,490-98.

99 Richardson,S&Martin,B(2004),ThecareofolderAustralians:Apictureoftheresidential aged care workforce, research report of the Aged Care WorkforceProject,NationalInstituteofLabourStudies,FlindersUniversityofSouthAust ralia, Adelaide.

100 Richardson,S(2004),‘Employers’contributiontotraining’,NCVER,Adelaide.Unite d States Census Bureau 2005,Statistical abstract of the UnitedStates:2004– 05,CensusBureau,Washington,DC.

101 Ross Hutchings and Michael Kouparitsas (2012),Modelling Aggregate

102 Royalty,A.B.(1998),‘Job-to-JobandJob-to-

103 Shah,C&Burke,G(2003),‘Project2000–02:ChangingskillrequirementsintheAustralian labour force in a knowledge economy’, Working paper no.48,CentrefortheEconomics ofEducationandTraining,MonashUniversity,Melbourne.

104 Shephard,R.W.,(1970).TheTheoryofCostandProductionFunctions.PrincetonUniversity Press,Princeton.

107 Shephard, Ronald W (1974), ‘Comments on E W Diewert, ‘Applications ofDuality Theory’, in M.D Intriligator and D.A Kendrick (1974),Frontiers ofQuantitative Economics, Vol II, Amsterdam, North-Holland Publ Co., pp.

109 Stephanie C Vereen, William Rasdorf, Joseph E Hummer (2016),

‘Applicationand Results of a Skilled Labor Demand Forecast Model for the USConstructionIndustry’,InternationalJournalofEngineeringScienceInvention,w ww.ijesi.org

110 TeoHova(2017).Theeffectsoftechnologicalchangesonemployment.Bachelor’sThesis.Aalto UniversitySchoolofBusiness.

111 TrầnXuânCầu,MaiQuốcChánh(2013),GiáotrìnhKinhtếnguồnnhânlực,NhàxuấtbảnĐại họcKinhtếquốcdânHàNội.

112 Van Eijs, P (1993), ‘The manpower requirements approach: Background andmethodology’, ROA working paper no ROA-RM-1993/3E, Research Centre forEducationandLabourMarket,UniversityofMaastricht,Limburg,TheNetherlands WarwickInstituteforEmploymentResearchwebsite

.

113 Viện Khoa học Lao động Xã hội (2010),Dự báo mối quan hệ giữa đầu tư tăngtrưởngvớiviệclàm,năngsuấtlaođộngvàthunhậpcủangườilaođộng,giaiđoạnđếnnăm20 20,ĐềtàicấpBộ

114 Vũ Kim Dung, Nguyễn Văn Công (2013),Giáo trình Kinh tế học,Nhà xuất bảnĐạihọcKinhtếQuốcdânHàNội.

115 Willems, E (1996), ‘Manpower forecasting and modeling replacement demand:An overview’, ROA working paper no ROA-W-1996-4E,Research

Centre forEducationandtheLabourMarket,UniversityofMaastricht,Limburg,TheNetherla nds.

116 Windmeijer, F (2005), ‘A finite sample correction for the variance of linearefficienttwo-stepGMMestimators’,Journal ofEconometrics,126, pp.25-51.

117 WTO(2017),‘Impactoftechnologyonlabourmarketoutcomes’,inWorldTradeReport20 17: Trade,TechnologyandJobs,WTO,Geneva.

118 Y Rosenfeld and A Warszawski (1993), ‘Forecasting Methodology of NationalDemand for Construction Labour’,Construction Management and

119 Yoshimi Kuroda (1987), ‘The Production Structure and Demand for Labor inPostwar Japanese Agriculture’,American Agricultural Economics

Trong các hồi quy của hàm sản xuất, việc sử dụng dữ liệu bảng cân bằng để hồiquy sẽ tạo ra vấn đề sai lệch lựa chọn mẫu (do chỉ giữ lại các quan sát tồn tại qua cácnăm).Mặtkhácnăngsuấtcómốitươngquanvớitìnhtrạngtồntạihoặcdừnghoạtđộngcủa các doanh nghiệp Do vậy, phân tích năng suất trong điều kiện bỏ qua các doanhnghiệpdừnghoạtđộngsẽtạoravấnđềnộisinhcủaviệcloạibỏcácquansáttrongmẫu.

Khi hiện tượng nội sinh xảy ra phương pháp OLS không còn phù hợp Do vậy,dùng phương pháp OLS để tính phần dư sẽ dẫn đến các tham số bị chệch Vì vậy luậnán sử dụng phương pháp Levinsohn- Petrin (2003) và phương pháp của Olley- Pakes(1996)đểgiảiquyếtvấnđềsailệchdonộisinhvàsailệchchọnlựa.

OlleyvàPakes(1996)giảđịnhrằngđầuvàocóthểthayđổinhưlaođộngsẽchịutác động bởi năng suất hiện tại của doanh nghiệp Trong khi đó, đầu vào cố định (đầuvào vốn) dựa trên các giá trị của năng suất trong quá khứ và các thông tin khác ở thờiđiểm trước đó Để giải quyết vấn đề sai lệch nội sinh, phương pháp này sử dụng đầu tưlàmb i ế n c ô n g c ụ Đ ầ u t ư c ó t h ể t h a y t h ế c h o c á c c ú s ố c n ă n g s u ấ t k h ô n g q u a n s á t được.Đểgiảiquyếtvấnđềsailệchchọnlựa,OlleyvàPakeschorằngdoanhnghiệpchỉtồn tại khi năng suất cao hơn một mức năng suất cố định Mức năng suất cố định nàyphụ thuộc đầu vào vốn của doanh nghiệp và là một hàm giảm dần theo mức vốn Tuynhiên, thay vì chọn đầu tư làm biến công cụ như Olley-Pakes (1996), Levinsohn-Petrin(2003) chọn biến công cụ là các đầu vào trung gian Levinsohn-Petrin

(2003) cho thấydùng biến đầu tư sẽ gặp khó khăn vì nhiều doanh nghiệp sẽ có đầu tư bằng

0, do vậy sẽbịloạikhisử dụnghàmlogaritbiếnđầutư. ƯỚCLƯỢNGTFPTHEOPHƯƠNGPHÁPOLLEY-PAKES

Chếbiến,bảoquảnthuỷsảnvàcác sảnphẩmtừthuỷsản 0.675*** (0.018) 0.240*** (0.032) 3,508 528 Chếbiếnvàbảoquảnrauquả 0.731*** (0.032) 0.192*** (0.028) 1,536 239 Sảnxuấtdầu,mỡđộng,thựcvật

Sảnxuấtthựcphẩmkhác 0.759*** (0.024) 0.237*** (0.021) 5,110 779 Sản xuất thứcăn gia súc,giacầmvàthuỷsản 0.752*** (0.037) 0.229*** (0.068) 1,819 272 Standarderrorsin parentheses

Chếbiến,bảoquảnthuỷsảnvàcác sảnphẩmtừthuỷsản 0.675*** (0.017) 0.243*** (0.026) 3,508 528 Chếbiếnvàbảoquảnrauquả 0.734*** (0.035) 0.185*** (0.024) 1,536 239 Sảnxuấtdầu,mỡđộng,thựcvật 0.586*** (0.149) 0.533*** (0.177) 144 22 Chếbiếnsữavàcácsảnphẩmtừsữa

0.721*** (0.078) 0.388*** (0.075) 494 74 Xayxátvàsảnxuấtbột 0.656*** (0.027) 0.272*** (0.019) 4,143 613 Sảnxuấtthựcphẩmkhác 0.759*** (0.024) 0.239*** (0.016) 5,110 779 Sảnxuấtthứcăngiasúc,giacầmvàth uỷsản 0.746*** (0.038) 0.235*** (0.048) 1,819 272

VARIABLES lnva lnva lnva lnva lnva lnva lnva lnva lnva lnk 0.333*** 0.343*** 0.453*** 0.488*** 0.505*** 0.402*** 0.450*** 0.331*** 0.310***

*yearMôhình1:môhình saisốkhônggian(SEM-SpatialErrorModel) lnl it =β 0 +β 1 lnwl it +β 2 lnwk it +β 3 lny it +β 4 lnTFP it +β 5 lnfdi it +β 6 year+uit(MH1)

Trongđóuit=λWuWuit+εt đều nhau thì nên chọn tiêu chíMSEit.

-R2v= 0.9658R2vAdj=0.9640 F-Test= 6181.85P-Value > F(6 , 1254)0.0000 lnl Coef Std Err z P.z

Conf.Interv al] lnl lnwl -0.060 0.034 -1.790 0.074 -0.127 0.006 lnwk -0.054 0.097 -0.560 0.576 -0.245 0.136 lny 0.756 0.008 89.400 0.000 0.739 0.772

LRTest SEM vs.OLS(Lambda=0): 371.0509P - V a l u e > Chi2(1)0 0 0 0 0

*yearMôhình2:môhình độtrễkhônggian(SLM-SpatialLag Model)

WaldTest =3 0 7 9 6 8 9 0 8 P-Value>Chi2(6) = 0.0000 F-Test =5 1 3 2 8 1 5 1 P-Value> F(6,1254)= 0.0000 (Buse1973) R2 = 0.9591 RawMoments R2 = 0.9989

-R2v= 0.9205R2vAdj=0.9164 F-Test= 2535.49P-Value > F(6 , 1254)0.0000 lnl Coef

Err z P.z [95%Conf.Interval] lnwl 0.0212 0.0063 3.3600 0.0010 0.0088 0.0336 lnwk -0.5847 0.0273 -21.4200 0.0000 -0.6382 -0.5312 lny 0.7270 0.0075 97.3000 0.0000 0.7123 0.7416

LRTestSARvs OLS (Rho=0): 31.6442P-Value> Chi2(1)0 0 0 0 0

*yearMôhình3:môhình Durbin không gian(SDM-SpatialDurbin Model)

-R2v= 0.9339R 2 v Adj=0.9302 F-Test78.94 P-Value >F(11 , 1249)0.0000 lnl Coef Std Err z P.z [95%Conf.Interval] lnwl -0.131 0.024 -5.400 0.000 -0.179 -0.084 lnwk 0.082 0.069 1.200 0.230 -0.052 0.217 lny 0.761 0.008 100.370 0.000 0.746 0.776

TFP_ -0.715 0.028 -25.830 0.000 -0.770 -0.661 fdi -0.001 0.000 -1.890 0.058 -0.002 0.000 w1x_lnwl 0.122 0.025 4.800 0.000 0.072 0.172 w1x_lnwk -0.652 0.093 -7.030 0.000 -0.833 -0.470 w1x_lny -0.145 0.069 -2.110 0.035 -0.280 -0.010 w1x_TFP_ 1.152 0.121 9.520 0.000 0.915 1.389 w1x_fdi -0.001 0.003 -0.320 0.749 -0.007 0.005 w1x_year -0.022 0.005 -4.290 0.000 -0.032 -0.012