Tác động của mức lương tối thiểu đến tình trạng thất nghiệp của lao động trẻ

72 35 0
Tác động của mức lương tối thiểu đến tình trạng thất nghiệp của lao động trẻ

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - - Nguyễn Thị Ngọc Hoan TÁC ĐỘNG CỦA MỨC LƯƠNG TỐI THIỂU ĐẾN TÌNH TRẠNG THẤT NGHIỆP CỦA LAO ĐỘNG TRẺ LUẬN VĂN THẠC SĨ KINH TẾ Tp Hồ Chí Minh – năm 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - - Nguyễn Thị Ngọc Hoan TÁC ĐỘNG CỦA MỨC LƯƠNG TỐI THIỂU ĐẾN TÌNH TRẠNG THẤT NGHIỆP CỦA LAO ĐỘNG TRẺ Chuyên ngành: Kinh tế phát triển Mã số: 8310105 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS PHẠM KHÁNH NAM Tp Hồ Chí Minh – năm 2018 LỜI CAM ĐOAN Tôi xin cam đoan nghiên cứu “Tác động mức lương tối thiểu đến tình trạng thất nghiệp lao động trẻ” thực nghiên cứu với hướng dẫn TS Phạm Khánh Nam Các liệu thu thập nội dung nghiên cứu trung thực Kết nghiên cứu chưa công bố nghiên cứu trước Tôi xin hoàn toàn chịu trách nhiệm nội dung tồn nghiên cứu TP Hồ Chí Minh, ngày 18 tháng 09 năm 2018 Tác giả Nguyễn Thị Ngọc Hoan MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC BẢNG BIỂU DANH MỤC CÁC HÌNH VẼ TĨM TẮT LUẬN VĂN CHƯƠNG GIỚI THIỆU .1 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu 1.3 Phạm vi nghiên cứu 1.4 Cấu trúc luận văn .3 CHƯƠNG TỔNG QUAN LÝ THUYẾT .5 2.1 Lược khảo lý thuyết 2.1.1 Các khái niệm 2.1.2 Mơ hình lý thuyết thị trường lao động mức lương tối thiểu 2.2 Các nghiên cứu liên quan .11 2.2.1 Các nghiên cứu tác động tiêu cực mức lương tối thiểu tình trạng thất nghiệp 11 2.2.2 Các nghiên cứu mức lương tối thiểu khơng có tác động tác động khơng đáng kể tình trạng thất nghiệp 15 2.2.3 Các nghiên cứu tác động mức lương tối thiểu lao động góc độ khác .17 CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 22 3.1 Mơ hình nghiên cứu định nghĩa biến 22 3.2 Phương pháp kinh tế lượng 26 3.2.1 Mơ hình tĩnh 26 3.2.2 Mơ hình động 29 3.3 Dữ liệu 32 CHƯƠNG KẾT QUẢ NGHIÊN CỨU .34 4.1 Thống kê mô tả liệu .34 4.1.1 Biến tổng số lao động trẻ thất nghiệp (UEMP) 34 4.2.2 Biến mức lương tối thiểu (MW) 38 4.2.3 Biến kiểm soát 38 4.3 Hệ số tương quan 41 4.4 Kết hồi qui .42 4.5 Kiểm tra tính đáng tin cậy kết ước lượng – Ước lượng GMM 44 CHƯƠNG KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH .47 5.1 Kết luận 47 5.2 Hàm ý sách 48 5.3 Hạn chế nghiên cứu hướng nghiên cứu 49 TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CÁC TỪ VIẾT TẮT FEM : Mơ hình tác động cố định GMM : Phương pháp ước lượng mômen tổng quát ILO : Tổ chức lao động Quốc tế OECD : Tổ chức hợp tác phát triển kinh tế Pooled OLS : Phương pháp bình phương nhỏ dạng gộp REM : Mơ hình tác động ngẫu nhiên WB : Ngân hàng giới DANH MỤC CÁC BẢNG BIỂU Bảng Mô tả biến Bảng 4.1 Bảng mô tả biến tổng số lao động trẻ thất nghiệp theo nước Bảng 4.2 Hệ số tương quan Bảng 4.3 Kết ước lượng Bảng 4.4 Kết mơ hình động DANH MỤC CÁC HÌNH VẼ Hình 4.1 Đồ thị histogram tổng số lao động trẻ thất nghiệp Hình 4.2 Đồ thị histogram logarit tổng số lao động trẻ thất nghiệp Hình 4.3 Đồ thị mơ tả mức lương tối thiểu theo nước Hình 4.4 Đồ thị so sánh tỷ lệ thất nghiệp lao động trẻ lao động có độ tuổi từ 25 – 54 theo nước Hình 4.5 Mức độ tham gia cơng đồn qua năm Hình 4.6 Tỷ lệ dân số độ tuổi từ 20 – 24 TÓM TẮT LUẬN VĂN Luận văn nghiên cứu tác động mức lương tối thiểu đến tình trạng thất nghiệp lao động trẻ nước giới việc sử dụng phương pháp bình phương bé kết hợp phương pháp mơmen tổng qt GMM mơ hình hồi quy khác mơ hình tác động cố định hay mơ hình tác động ngẫu nhiên Kết nghiên cứu giúp đánh giá mức độ ảnh hưởng mức lương tối thiểu đến tình trạng thất nghiệp lao động trẻ quốc gia sử dụng liệu 47 nước từ năm 2000 đến năm 2016, chứng thực nghiệm cho thấy: Mức lương tối thiểu tăng số lao động trẻ thất nghiệp tăng Tỷ lệ thất nghiệp độ tuổi 25 – 54 tỷ lệ dân số độ tuổi 20 – 24 quốc gia cao số lao động trẻ thất nghiệp quốc gia cao CHƯƠNG GIỚI THIỆU 1.1 Tính cấp thiết đề tài “Giải vấn đề lao động trẻ, thách thức xã hội thị trường lao động quan trọng, giúp quốc gia tăng trưởng bền vững tồn diện mà cịn thúc đẩy công việc tương lai gắn kết xã hội” (Deborah Greenfield, Phó Tổng Giám đốc Tổ chức lao động giới) Như Greenfield nói, lao động trẻ lực lượng quan trọng lực lượng lao động quốc gia Do đó, vấn đề việc làm cho lao động trẻ mối quan tâm hàng đầu nhà sách Theo Tổ chức Lao động Quốc tế (ILO, 2018), tỷ lệ thiếu niên thất nghiệp toàn giới đạt đỉnh điểm khủng hoảng năm 2009 tính tới thời điểm 2018 giảm đáng kể, nhiên nhiều nơi giới, tỷ lệ cao mức trước khủng hoảng kéo theo tình trạng thất nghiệp dai dẳng thiếu hội việc làm chất lượng làm ảnh hưởng đến phát triển lao động trẻ Năm 2017, ước tính lao động trẻ chiếm 35% tổng số người thất nghiệp toàn giới Trước khủng hoảng 2009 ghi nhận tỷ lệ thất nghiệp lao động trẻ toàn cầu năm 2008 12,3% ổn định mức 13% năm 2016 sau khủng hoảng năm 2018 tăng nhẹ lên 13,1% Theo Báo cáo xu hướng việc làm toàn cầu cho niên ILO (2017), từ 1997 đến 2017, dân số niên tăng 139 triệu người, lực lượng lao động niên lại giảm 35 triệu người, phản ảnh tỷ lệ lao động trẻ giảm sút so với lực lượng lao động từ 21,7% xuống 15,5% ước tính có 70,9 triệu lao động niên thất nghiệp năm 2017 toàn cầu Ảnh hưởng mức lương tối thiểu đến thị trường lao động vấn đề quan tâm nhà nghiên cứu giới Trong năm gần đây, quốc gia thiết lập trọng vào mức lương tối thiểu để hạn chế mức 49 động, bảo hiểm lao động, khắc phục tình trạng bất hợp lý quyền lợi hưởng người lao động, lao động trẻ doanh nghiệp Tiền lương thu nhập người lao động phải phù hợp với chất lượng số lượng công việc mà họ thực hiện, đồng thời đảm bảo tối thiểu điều kiện làm việc theo quy định phát luật Thứ hai, bên cạnh việc áp dụng mức lương tối thiểu vùng để đảm bảo người lao động được chi trả mức lương đáp ứng mức sống tối thiểu vùng, cần có biện pháp nâng cao tay nghề người lao động trẻ có trình độ tay nghề thấp, nhằm hạn chế số lượng người lao động có thu nhập với mức lương tối thiểu chiếm đa số lực lượng lao động chịu ảnh hưởng từ sách tăng mức lương tối thiểu, cụ thể như: phát triển hệ thống dạy nghề cho người lao động trẻ cấp trình độ nhằm đáp ứng nhu cầu lao động có tay nghề thị trường lao động theo tiêu chuẩn nước quốc tế; phát triển sách hỗ trợ đào tạo lao động trẻ tiếp cận hệ thống đào tạo sơ cấp nghề, trung cấp nghề cao đẳng nghề sau tốt nghiệp trung học, hạn chế tối đa số lượng lao động trẻ tham gia thị trường lao động khơng có đủ kỹ để tiếp cận cơng việc có tiền lương thu nhập đảm bảo ổn định sống; khuyến khích người lao động nâng cao trình độ tay nghề để đáp ứng nhu cầu lao động doanh nghiệp nước doanh nghiệp nước Việt Nam hay xa doanh nghiệp nước khác giới 5.3 Hạn chế nghiên cứu hướng nghiên cứu Bài nghiên cứu sử dụng nhiều phương pháp kiểm định để xác định tác động mức lương tối thiểu đến tình trạng thất nghiệp lao động độ tuổi 20 – 24 quốc gia giới Tuy nhiên nghiên cứu cịn có hạn chế, cụ thể sau: 50 - Nguồn liệu bao gồm 47 nước tổng số 200 nước giới, có nhiều nước khơng có đầy đủ liệu cơng bố nên khơng có danh sách nước nghiên cứu - Dữ liệu năm bị hạn chế, tác giả thu thập liệu từ năm 2000 đến năm 2016, có số số liệu khơng cập nhật đầy đủ - Một số biến chưa đưa vào để nghiên cứu ảnh hưởng đến tình trạng thất nghiệp như: lạm phát, tăng trưởng GDP, tỷ giá hối đối, Do đó, từ hạn chế trên, nghiên cứu chưa thể mô tả hết ảnh hưởng mức lương tối thiểu đến tình trạng thất nghiệp lao động trẻ độ tuổi 20 – 24 nước giới năm gần Vì nghiên cứu sử dụng hướng tiếp cận để nghiên cứu ảnh hưởng mức lương tối thiểu tình trạng thất nghiệp lao động trẻ với liệu cập nhật rộng số lượng nước, liệu năm gần bổ sung thêm biến độc lập để mang lại nghiên cứu tổng quan Cho đến thời điểm tại, theo hiểu biết tác giả, chưa có nghiên cứu định lượng ảnh hưởng mức lương tối thiểu đến tình trạng thất nghiệp riêng biệt cho Việt Nam Việc nghiên cứu ảnh hưởng mức lương tối thiểu tình trạng thất nghiệp lao động trẻ Việt Nam nên ý Các nghiên cứu áp dụng mơ hình kinh tế lượng dành cho liệu chuỗi thời gian mơ hình dành cho dạng bảng cho vùng kinh tế qua năm TÀI LIỆU THAM KHẢO Abowd, J M., Kramarz, F., Margolis, D N., & Philippon, T (2000) The tail of two countries: minimum wages and employment in France and the United States Retrieved from Addison, J T., Blackburn, M L., & Cotti, C D (2013) Minimum wage increases in a recessionary environment Labour Economics, 23, 30-39 Allegretto, S., Dube, A., & Reich, M (2011) Do minimum wages really reduce teen employment? Accounting for heterogeneity and selectivity in state panel data Industrial Relations: A Journal of Economy and Society, 50(2), 205240 Allegretto, S., Dube, A., Reich, M., & Zipperer, B (2017) Credible research designs for minimum wage studies: A response to Neumark, Salas, and Wascher ILR Review, 70(3), 559-592 Arellano, M., & Bond, S (1991) Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations The Review of Economic Studies, 58(2), 277-297 Bernal-Verdugo, L E., Furceri, D., & Guillaume, D (2012) Labor market flexibility and unemployment: new empirical evidence of static and dynamic effects Comparative Economic Studies, 54(2), 251-273 Betcherman, G (2013) Labor Market Institutions: A Review of the Literature (Background Paper for the World Development Report 2013) Retrieved from the World Bank website: http://siteresources worldbank org/EXTNWDR2013/Resources/8258024-1320950747192/82602931320956712276/82610911348683883703/WDR2013_bp_Labor_Market_Institutions pdf Blundell, R., & Bond, S (1998) Initial conditions and moment restrictions in dynamic panel data models Journal of Econometrics, 87(1), 115-143 Bossler, M., & Gerner, H.-D (2016) Employment effects of the new German minimum wage: Evidence from establishment-level micro data Retrieved from Butcher, T., Dickens, R., & Manning, A (2012) Minimum wages and wage inequality: some theory and an application to the UK Card, D., & Krueger, A B (1995) Time-series minimum-wage studies: a metaanalysis The American Economic Review, 85(2), 238-243 Dolado, J., Kramarz, F., Machin, S., Manning, A., Margolis, D., & Teulings, C (1996) The economic impact of minimum wages in Europe Economic policy, 11(23), 317-372 Dolton, P., Bondibene, C R., & Wadsworth, J (2012) Employment, inequality and the UK national minimum wage over the medium‐term Oxford Bulletin of Economics and Statistics, 74(1), 78-106 Ferraro, S., Hänilane, B., & Staehr, K (2018) Minimum wages and employment retention: A microeconometric study for Estonia Baltic Journal of Economics, 18(1), 51-67 Flinn, C J (2006) Minimum wage effects on labor market outcomes under search, matching, and endogenous contact rates Econometrica, 74(4), 1013-1062 Fuchs, V R., Krueger, A B., & Poterba, J M (1998) Economists' views about parameters, values, and policies: Survey results in labor and public economics Journal of Economic Literature, 36(3), 1387-1425 Gavrel, F., Lebon, I., & Rebière, T (2012) Minimum wage, on-the-job search and employment: On the sectoral and aggregate equilibrium effect of the mandatory minimum wage Economic Modelling, 29(3), 691-699 Gorry, A (2013) Minimum wages and youth unemployment European Economic Review, 64, 57-75 Harasztosi, P., Lindner, A., Bank, M N., & Berkeley, H (2015) Who Pays for the minimum Wage? UC Berkeley Hirsch, B T., Kaufman, B E., & Zelenska, T (2015) Minimum wage channels of adjustment Industrial Relations: A Journal of Economy and Society, 54(2), 199-239 Jia, P (2014) Employment and working hour effects of minimum wage increase: Evidence from China China & World Economy, 22(2), 61-80 Laporšek, S (2013) Minimum wage effects on youth employment in the European Union Applied Economics Letters, 20(14), 1288-1292 Lee, D., & Saez, E (2012) Optimal minimum wage policy in competitive labor markets Journal of Public Economics, 96(9-10), 739-749 Lee, G., & Parasnis, J (2014) Discouraged workers in developed countries and added workers in developing countries? Unemployment rate and labour force participation Economic Modelling, 41, 90-98 Linde Leonard, M., Stanley, T D., & Doucouliagos, H (2014) Does the UK Minimum Wage Reduce Employment? A Meta-Regression Analysis British Journal of Industrial Relations, 52(3), 499-520 doi:doi:10.1111/bjir.12031 Metcalf, D (2008) Why has the British national minimum wage had little or no impact on employment? Journal of Industrial Relations, 50(3), 489-512 Muravyev, A., & Oshchepkov, A (2013) Minimum wages, unemployment and informality: evidence from panel data On Russian regions Neumark, D., & Nizalova, O (2007) Minimum wage effects in the longer run Journal of Human resources, 42(2), 435-452 Neumark, D., & Wascher, W (2004) Minimum wages, labor market institutions, and youth employment: a cross-national analysis ILR Review, 57(2), 223248 O’Neill, D (2015) Divided opinion on the Fair Minimum Wage Act of 2013: Random or systematic differences? Economics Letters, 136, 175-178 Pereira, S C (2003) The impact of minimum wages on youth employment in Portugal European Economic Review, 47(2), 229-244 Portugal, P., & Cardoso, A R (2006) Disentangling the minimum wage puzzle: an analysis of worker accessions and separations Journal of the European Economic Association, 4(5), 988-1013 Sen, A., Rybczynski, K., & Van De Waal, C (2011) Teen employment, poverty, and the minimum wage: Evidence from Canada Labour Economics, 18(1), 36-47 Slonimczyk, F., & Skott, P (2012) Employment and distribution effects of the minimum wage Journal of Economic Behavior & Organization, 84(1), 245264 Stewart, M B (2004a) The employment effects of the national minimum wage The Economic Journal, 114(494), C110-C116 Stewart, M B (2004b) The impact of the introduction of the UK minimum wage on the employment probabilities of low‐wage workers Journal of the European Economic Association, 2(1), 67-97 Stewart, M B., & Swaffield, J K (2002) Using the BHPS Wave additional questions to evaluate the impact of the national minimum wage Oxford Bulletin of Economics and Statistics, 64, 633-652 Stigler, G J (1946) The economics of minimum wage legislation The American Economic Review, 36(3), 358-365 Šuminas, M (2015) Effects of minimum wage increases on employment in Lithuania Ekonomika, 94(2), 96-112 PHỤ LỤC KẾT QUẢ HỒI QUY TỪ PHẦN MỀM STATA encode country, gen(ctr) xtset ctr year panel variable: time variable: ctr (strongly balanced) year, 2000 to 2016 tab year, gen(year) year | Freq Percent Cum + 2000 | 47 5.88 5.88 2001 | 2002 | 47 47 5.88 5.88 11.76 17.65 2003 | 2004 | 47 47 5.88 5.88 23.53 29.41 2005 | 2006 | 47 47 5.88 5.88 35.29 41.18 2007 | 2008 | 47 47 5.88 5.88 47.06 52.94 2009 | 2010 | 47 47 5.88 5.88 58.82 64.71 2011 | 2012 | 47 47 5.88 5.88 70.59 76.47 2013 | 2014 | 47 47 5.88 5.88 82.35 88.24 2015 | 2016 | 47 47 5.88 5.88 94.12 100.00 + Total | 799 100.00 reg lnUE mw ue54 trade pop year1 - year16 Number of obs = 417 -+ -Model | 232.871487 20 11.6435744 Source | SS df MS F( 20, 396) = Prob > F = 4.41 0.0000 Residual | 1046.50669 396 2.64269366 -+ R-squared = Adj R-squared = 0.1820 0.1407 Total | 1279.37818 416 3.07542831 Root MSE = 1.6256 -lnUE | Coef Std Err t P>|t| [95% Conf Interval] -+ -mw | ue54 | 0004749 0093364 0002056 0032761 2.31 2.85 0.021 0.005 0000706 0028957 0008791 0157771 trade | -.0400421 0062703 -6.39 0.000 -.0523693 -.0277149 pop | 2531733 0426629 5.93 0.000 1692992 3370474 year1 | year2 | 3466147 4383934 5948237 5673911 0.58 0.77 0.560 0.440 -.8227924 -.6770819 1.516022 1.553869 year3 | year4 | 5977906 2144766 5796938 5591495 1.03 0.38 0.303 0.701 -.5418715 -.884796 1.737453 1.313749 year5 | year6 | 5874816 5498027 570244 5692533 1.03 0.97 0.304 0.335 -.5336024 -.5693336 1.708566 1.668939 year7 | year8 | 3869633 440648 5423233 5319961 0.71 0.83 0.476 0.408 -.6792295 -.6052418 1.453156 1.486538 year9 | year10 | 236314 5627564 5300513 5276494 0.45 1.07 0.656 0.287 -.8057523 -.474588 1.27838 1.600101 year11 | year12 | 2177758 4665788 5190947 5204321 0.42 0.90 0.675 0.371 -.8027501 -.5565765 1.238302 1.489734 year13 | year14 | 5025747 2996327 5090259 5117987 0.99 0.59 0.324 0.559 -.4981563 -.7065496 1.503306 1.305815 year15 | year16 | 2373812 4234963 532371 5408951 0.45 0.78 0.656 0.434 -.8092457 -.6398886 1.284008 1.486881 _cons | 6225997 8515489 0.73 0.465 -1.051522 2.296722 -5 test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16 ( 1) ( 2) year1 = year2 = ( 3) ( 4) year3 = year4 = ( 5) ( 6) year5 = year6 = ( 7) ( 8) year7 = year8 = ( 9) (10) year9 = year10 = (11) (12) year11 = year12 = (13) (14) year13 = year14 = (15) (16) year15 = year16 = F( 16, 396) = Prob > F = xtreg 0.21 0.9996 lnUE mw ue54 trade pop year1 - year16, fe Fixed-effects (within) regression Group variable: ctr Number of obs Number of groups = = 417 46 R-sq: Obs per group: = within = 0.6805 between = 0.0253 avg = 9.1 overall = 0.0343 max = 17 = = 37.39 0.0000 corr(u_i, Xb) F(20,351) Prob > F = -0.0521 -lnUE | Coef Std Err t P>|t| [95% Conf Interval] -+ -mw | ue54 | 0003438 0155964 00009 0007194 3.82 21.68 0.000 0.000 0001669 0141815 0005207 0170113 trade | pop | -.0025305 0757615 0044821 0111174 -0.56 6.81 0.573 0.000 -.0113455 0538965 0062846 0976265 year1 | year2 | 0303889 1245581 0979613 0936937 0.31 1.33 0.757 0.185 -.1622761 -.0597136 2230539 3088298 year3 | year4 | 1341831 1783301 0915495 088148 1.47 2.02 0.144 0.044 -.0458715 0049653 3142376 3516948 year5 | year6 | 2785451 1790138 0861205 0839459 3.23 2.13 0.001 0.034 109168 0139137 4479223 344114 year7 | year8 | 1085168 0608364 0785587 0746301 1.38 0.82 0.168 0.416 -.0459882 -.0859421 2630218 2076149 year9 | year10 | 0897577 2070629 0719718 070364 1.25 2.94 0.213 0.003 -.0517925 0686749 2313079 3454509 year11 | year12 | 1511107 1702119 0684106 0678242 2.21 2.51 0.028 0.013 0165644 0368189 285657 3036049 year13 | year14 | 1612298 1125434 0652244 063083 2.47 1.78 0.014 0.075 03295 -.0115248 2895097 2366116 year15 | year16 | 1589029 087026 0649666 0643761 2.45 1.35 0.015 0.177 03113 -.0395855 2866757 2136375 _cons | 2.367907 1895913 12.49 0.000 1.99503 2.740785 -+ -sigma_u | sigma_e | 1.6977103 18919286 rho | 98773346 (fraction of variance due to u_i) -F test that all u_i=0: F(45, 351) = 641.91 Prob > F = 0.0000 est store mh1 test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16 ( 1) ( 2) year1 = year2 = ( 3) ( 4) year3 = year4 = ( 5) ( 6) year5 = year6 = ( 7) year7 = ( 8) ( 9) year8 = year9 = (10) (11) year10 = year11 = (12) (13) year12 = year13 = (14) (15) year14 = year15 = (16) year16 = F( 16, 351) = Prob > F = xtreg 2.26 0.0039 lnUE mw ue54 trade pop year1 - year16, re Random-effects GLS regression Number of obs = 417 Group variable: ctr Number of groups = 46 R-sq: within = 0.6802 between = 0.0344 Obs per group: = avg = 9.1 overall = 0.0444 max = 17 = = 717.36 0.0000 corr(u_i, X) Wald chi2(20) Prob > chi2 = (assumed) -lnUE | Coef Std Err z P>|z| [95% Conf Interval] -+ -mw | ue54 | 0003222 0156692 0000902 0007306 3.57 21.45 0.000 0.000 0001454 0142373 000499 0171012 trade | pop | -.0044137 0802859 0044266 0112371 -1.00 7.14 0.319 0.000 -.0130897 0582615 0042622 1023103 year1 | year2 | 0226592 119095 0990032 0946513 0.23 1.26 0.819 0.208 -.1713835 -.0664181 2167019 3046082 year3 | year4 | 1271294 1715307 0926411 0891827 1.37 1.92 0.170 0.054 -.0544438 -.0032643 3087026 3463256 year5 | year6 | 2711258 1723556 0872641 0851255 3.11 2.02 0.002 0.043 1000913 0055127 4421602 3391984 year7 | year8 | 1029479 0559172 0797143 0758419 1.29 0.74 0.197 0.461 -.0532894 -.0927303 2591851 2045647 year9 | year10 | 0848953 2025869 0732076 0716714 1.16 2.83 0.246 0.005 -.0585891 0621135 2283796 3430603 year11 | year12 | 1457718 1669909 0697208 0691554 2.09 2.41 0.037 0.016 0091215 0314488 282422 3025331 year13 | year14 | 1592194 1100398 0665391 0644131 2.39 1.71 0.017 0.088 0288052 -.0162076 2896336 2362871 year15 | year16 | 1550644 0873299 06631 0657817 2.34 1.33 0.019 0.184 0250992 -.0415999 2850296 2162596 _cons | 2.338318 2897264 8.07 0.000 1.770464 2.906171 -+ -sigma_u | 1.4320287 sigma_e | rho | 18919286 98284499 (fraction of variance due to u_i) -10 est store mh2 11 test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16 ( 1) year1 = ( 2) ( 3) year2 = year3 = ( 4) ( 5) year4 = year5 = ( 6) ( 7) year6 = year7 = ( 8) ( 9) year8 = year9 = (10) (11) year10 = year11 = (12) (13) year12 = year13 = (14) (15) year14 = year15 = (16) year16 = chi2( 16) = Prob > chi2 = 34.12 0.0052 12 hausman mh1 mh2 Coefficients -| | (b) mh1 (B) mh2 (b-B) Difference sqrt(diag(V_b-V_B)) S.E -+ -mw | 0003438 0003222 0000216 ue54 | trade | 0155964 -.0025305 0156692 -.0044137 -.0000728 0018832 000703 pop | year1 | 0757615 0303889 0802859 0226592 -.0045244 0077297 year2 | year3 | 1245581 1341831 119095 1271294 0054631 0070537 year4 | year5 | 1783301 2785451 1715307 2711258 0067994 0074194 year6 | year7 | 1790138 1085168 1723556 1029479 0066583 0055689 year8 | 0608364 0559172 0049192 year9 | year10 | 0897577 2070629 0848953 2025869 0048624 004476 year11 | year12 | 1511107 1702119 1457718 1669909 0053389 003221 year13 | year14 | 1612298 1125434 1592194 1100398 0020105 0025036 year15 | year16 | 1589029 087026 1550644 0873299 0038385 -.0003038 -b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(20) = (b-B)'[(V_b-V_B)^(-1)](b-B) = Prob>chi2 = 35.69 0.0167 (V_b-V_B is not positive definite) 13 xttest1 Tests for the error component model: lnUE[ctr,t] = Xb + u[ctr] + v[ctr,t] v[ctr,t] = lambda v[ctr,(t-1)] + e[ctr,t] Estimated results: | Var sd = sqrt(Var) -+ lnUE | e | 3.075428 0357939 1.75369 18919286 u | 2.050706 1.4320287 Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 1797.22 Pr>chi2(1) = 0.0000 Random Effects, One Sided: ALM(Var(u)=0) = Serial Correlation: ALM(lambda=0) = 42.39 Pr>N(0,1) = 0.0000 0.09 Pr>chi2(1) = 0.7613 LM(Var(u)=0,lambda=0) = 2108.05 Pr>chi2(2) = 0.0000 Joint Test: 14 xtabond lunem lminwage unem2554, twostep vce(gmm) maxlags(2) lags(2) maxld(2) variable lunem not found r(111); 15 xtabond luUE mw ue54 trade pop, twostep vce(gmm) maxlags(2) lags(2) maxld(2) variable luUE not found r(111); 16 xtabond lnUE mw ue54 trade pop, twostep vce(gmm) lags(1) maxld(1) Arellano-Bond dynamic panel-data estimation Number of obs = 325 Group variable: ctr Time variable: year Number of groups = 38 = avg = 8.552632 max = 15 Obs per group: Number of instruments = 20 Wald chi2(5) Prob > chi2 = = 870.83 0.0000 Two-step results -lnUE | Coef Std Err z P>|z| [95% Conf Interval] -+ -lnUE | L1 | -.0665274 0638959 -1.04 0.298 -.1917612 0587063 | mw | 0000697 0000422 1.65 0.099 -.0000131 0001524 ue54 | trade | 0187087 -.008995 0011459 0039989 16.33 -2.25 0.000 0.024 0164627 -.0168326 0209547 -.0011573 pop | _cons | 0727325 2.760527 0164944 4015139 4.41 6.88 0.000 0.000 0404041 1.973574 1050609 3.54748 -Warning: gmm two-step standard errors are biased; robust standard errors are recommended Instruments for differenced equation GMM-type: L(2/2).lnUE Standard: D.mw D.ue54 D.trade D.pop Instruments for level equation Standard: _cons 17 estat sargan Sargan test of overidentifying restrictions H0: overidentifying restrictions are valid chi2(14) = 19.44952 Prob > chi2 = 0.1485 18 estat abond Arellano-Bond test for zero autocorrelation in first-differenced errors + -+ |Order | z Prob > z| | + | | |-.11038 0.9121 | | | -.604 0.5458 | + -+ H0: no autocorrelation 19 xtsysdpd lnUE mw ue54 trade pop, twostep vce(gmm) lags(1) maxld(1) unrecognized command: xtsysdpd r(199); 20 xtdpdsys lnUE mw ue54 trade pop, twostep vce(gmm) lags(1) maxld(1) System dynamic panel-data estimation Group variable: ctr Number of obs Number of groups = = 399 45 = avg = max = 8.866667 16 Wald chi2(5) = 21263.53 Prob > chi2 = 0.0000 Time variable: year Obs per group: Number of instruments = 35 Two-step results -lnUE | Coef Std Err z P>|z| [95% Conf Interval] -+ -lnUE | L1 | | 9609282 0090973 105.63 0.000 9430979 9787586 mw | ue54 | 0003107 0062897 0000402 0003654 7.73 17.21 0.000 0.000 0002319 0055735 0003895 0070058 trade | pop | -.0021238 0784407 0013021 0039417 -1.63 19.90 0.103 0.000 -.0046759 0707152 0004283 0861662 _cons | -1.460003 0959313 -15.22 0.000 -1.648025 -1.271981 -Warning: gmm two-step standard errors are biased; robust standard errors are recommended Instruments for differenced equation GMM-type: L(2/2).lnUE Standard: D.mw D.ue54 D.trade D.pop Instruments for level equation GMM-type: LD.lnUE Standard: _cons 21 estat sargan Sargan test of overidentifying restrictions H0: overidentifying restrictions are valid chi2(29) = 32.06942 Prob > chi2 = 0.3168 22 estat abond Arellano-Bond test for zero autocorrelation in first-differenced errors + -+ |Order | z Prob > z| | + | | |-1.8275 0.0676 | | |-1.6113 0.1071 | + -+ H0: no autocorrelation ... kiểm định tác động mức lương tối thiểu đến tình trạng thất nghiệp lao động trẻ (2) Vận dụng kết nghiên cứu để đề số kiến nghị mức lương tối thiểu tình trạng thất nghiệp lao động trẻ Việt Nam Thơng... dụng lao động 13 bị ảnh hưởng mức lương tối thiểu người lao động Mức lương tối thiểu gây lan toả tiền lương thị trường cách tăng tiền lương người lao động với mức lương theo cao mức tối thiểu. .. quan hệ thất nghiệp lao động trẻ với mức lương tối thiểu tiểu bang Hoa Kỳ Đầu tiên, tác giả phân lao động trẻ thành hai loại: lao động thiếu kinh nghiệm lao động giàu kinh nghiệm Lao động trẻ thiếu

Ngày đăng: 17/09/2020, 20:19

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan