3. Hạn chế và hướng nghiên cứu đề xuất
3.2 xuất hướng nghiên cứu
Để kết quả có sức thuyết phục hơn, nhóm tác giả đề xuất mở rộng mô hình và phạm vi nghiên cứu. Đầu tiên, chúng tôi đề xuất xây dựng mở rộng bộ dữ liệu mô hình theo thời gian, và cũng xây dựng chúng theo dạng dữ liệu mảng (panel data) để có sự so sánh, đánh giá chéo giữa các năm. Hơn nữa, đánh giá sự chuyển dịch cơ cấu lao động giữa nhóm lao động người cao tuổi và lao động trẻ mà trong nghiên cứu này chưa có điều kiện xem xét, chúng tôi đề xuất sử dụng phương pháp phân tích chuyển dịch tỷ trọng - SSA (Shift Share Analysis) dựa trên hướng đi của Giang Thanh Long và đồng nghiệp (2014) để đo lường tác động chuyển dịch cơ cấu theo nhóm tuổi giữa các ngành. Phương pháp này rất hữu ích khi xem xét vấn đề việc làm thông qua sự chuyển dịch theo ngành giữa hai nhóm lao động già và trẻ, đặc biệt là đánh giá cơ hội việc làm của lao động trẻ khi người cao tuổi vẫn trong lực lượng lao động.
PHỤ LỤC
Với các mức ý nghĩa α lần lượt là 1%, 5%, 10%
- Kiểm định giả thiết biến độc lập ảnh hưởng, có ý nghĩa đến biến phụ thuộc:
Cặp giả thuyết: Ho: 𝛽𝑗 = 0 (không có ý nghĩa thống kê), H1: 𝛽𝑗 ≠ 0
(có ý nghĩa thống kê)
Sử dụng kiểm định Student: 𝑡 = 𝛽^𝑗− 𝛽𝑗
𝑠𝑒(𝛽𝑗^) hoặc giá trị P- value. Với: 𝛽^𝑗 là hệ số ước lượng của các biến giải thích.
Biến có ý nghĩa thống kê khi |t| > tn-k (α/2) hoặc P – value < α (t(α) lần lượt là 1,645; 1,96; 2,576 ứng với α lần lượt là 10%, 5%, 1%)
(Xem kết quả bảng 11 đến bảng 16)
- Kiểm định tồn tại đa cộng tuyến:
Tồn tại đa cộng tuyến khi giá trị VIF > 10.
Mô hình tồn tại đa cộng tuyến sẽ làm ước lượng các hệ số trong mô hình hồi quy trở nên không ổn định, sai số chuẩn (St. error) của các hệ số có thể bị thổi phồng lên.
(Xem kết quả bảng 11 đến bảng 16)
- Kiểm định hàm phù hợp:
Cặp giả thuyết: Ho: hàm không phù hợp (R2 = 0) và H1: Hàm phù hợp (R2 ≠ 0).
Sử dụng P- value của mô hình: P – value < α thì hàm phù hợp (hàm đúng)
Phụ lục 1: Bảng kết quả ước lượng mô hình lao động theo ngành và tổng thể nền kinh tế
Bảng 11 T- student, P – value và VIF của mô hình đóng góp nhóm tuổi đến tăng trưởng kinh tế theo ngành
Logarit (VA) Logarit (Vốn tư bản K) Logarit (LĐ 15 – 34) Logarit ( LĐ cao tuổi) Logarit ( LĐ nữ 55+)
P-value, VIF của mô hình (1)
T-student 8.34 8.11 0.94 -1.31
P-value 0.000 0.000 0.350 0.193 P = 0.000
VIF 1.93 2.23 5.08 5.66 Mean Vif = 3.72
(2)
T-student 3.19 5.58 -0.29 -1.80
P-value 0.002 0.000 0.772 0.075 P = 0.000
VIF 1.45 1.45 4.05 4.05 Mean Vif = 2.75
(3)
T-student 5.92 6.32 -0.85 0.70
P-value 0.000 0.000 0.399 0.486 P = 0.000
VIF 1.96 2.32 15.18 15.03 Mean Vif = 8.62
(4)
T-student 33.37 29.86 2.48 -1.21
P-value 0.000 0.000 0.013 0.226 P = 0.000
VIF 2.19 2.36 8.93 8.87 Mean Vif = 5.59
(5)
T-student 4.06 5.28 1.51 -1.15
P-value 0.000 0.000 0.135 0.254 P = 0.000
VIF 3.15 3.07 6.72 6.49 Mean Vif = 4.86
(6)
T-student 20.22 17.68 3.68 -1.44
P-value 0.000 0.000 0.000 0.149 P = 0.000
VIF 1.45 1.60 5.08 5.04 Mean Vif = 3.30
(7)
T-student 25.42 30.83 3.47 0.47
P-value 0.000 0.000 0.001 0.639 P = 0.000
VIF 1.80 1.86 4.18 4.22 Mean Vif = 3.02
(8) T-student 7.54 25.90 1.98 -0.000
VIF 1.64 1.87 6.40 6.21 Mean Vif = 4.03 (9)
T-student 11.13 14.39 2.54 -1.88
P-value 0.000 0.000 0.011 0.060 P = 0.000
VIF 1.78 1.94 4.40 4.48 Mean Vif = 3.15
(10)
T-student 21.24 29.20 -0.51 0.60
P-value 0.000 0.000 0.609 0.545 P = 0.000
VIF 1.59 1.77 4.39 4.47 Mean Vif = 3.05
(11)
T-student 51.66 64.07 7.60 -4.21
P-value 0.000 0.000 0.000 0.000 P = 0.000
VIF 1.95 2.13 5.92 5.94 Mean Vif = 3.99
Nguồn: Ước lượng của tác giả.
Trong đó:
(1) Ngành Nông – lâm nghiệp (2) Ngành Thủy sản
(3) Ngành Công nghiệp khai thác
(4) Ngành Công nghiệp chế biến, chế tạo
(5) Ngành Sản xuất điện ga, phân phối khí đốt và xử lý rác thải
(6) Ngành Xây dựng
(7) Ngành Thương nghiệp
(8) Ngành Khách sạn – Nhà hàng (9) Ngành Vận tải kho bãi
(10) Ngành Dịch vụ khác
Phụ lục 2: Bảng kết quả ước lượng mô hình lao động theo cấp DN
Bảng 12 T-student, P và VIF của mô hình lao động trẻ theo lao động nam – nữ già
Logarit (lao động 15 – 34) t p > |t| VIF ( Đa cộng
tuyến)
Logarit (lao động nam 60+) 2.69 0.007 1.34
Logarit (lao động nữ 55+) 11.13 0.000 1.39 Logarit (VA) 48.10 0.000 1.88 Logarit(TFP) -9.72 0.000 1.35 State -5.33 0.000 7.04 Non State -0.34 0.732 6.97 K/L -2.22 0.026 1.14
Logarit (Lương bình quân) -5.62 0.000 1.27
Hệ số -9.13 0.000
P-value của mô hình 0.000 mean VIF = 2.8
Nguồn: Ước lượng của nhóm tác giả.
Bảng 13 T-student, P và VIF của mô hình lao động nữ 15 -34 theo lao động già và các chỉ số sản xuất của doanh nghiệp
Logarit (lao động nữ 15 – 34) t p > |t| VIF ( Đa cộng
Logarit (lao động nữ 55+) 32.00 0.000 1.18 Logarit (VA) 67.39 0.000 1.70 Logarit(TFP) -15.34 0.000 1.28 State -5.94 0.000 7.99 Non State -2.25 0.025 8.08 K/L -1.21 0.226 1.05
Logarit (Lương bình quân) -9.25 0.000 1.18
Hệ số -10.17 0.000
P-value của mô hình 0.000 mean VIF = 3.21
Nguồn: Ước lượng của nhóm tác giả.
Bảng 14 T-student, P và VIF của mô hình tổng số lao động trong DN theo các chỉ số sản xuất và biến giả D
Logarit (tổng lao động) t p > |t| VIF ( Đa cộng
tuyến) Logarit (VA) 272.82 0.000 1.53 Logarit(TFP) -70.25 0.000 1.41 State -4.57 0.000 11.99 Non State -11.22 0.000 11.88 K/L -5.37 0.000 1.06
D 48.65 0.000 1.04
Hệ số 7.3 0.000
P- value của mô hình 0.000 mean VIF = 4.29
Nguồn: Ước lượng của nhóm tác giả.
Bảng 15 T-student, P và VIF của mô hình lao động trẻ theo các chỉ số sản xuất của DN và biến giả D
Logarit (lao động 15 – 34) t p > |t| VIF ( Đa cộng
tuyến) Logarit (VA) 235.88 0.000 1.53 Logarit(TFP) -59.92 0.000 1.39 State -14.47 0.000 9.42 Non State -8.32 0.000 9.4 K/L -4.16 0.000 1.06
Logarit (Lương bình quân) -36.65 0.000 1.11
D 26.35 0.000 1.04
Hệ số -9.44 0.000
P- value của mô hình 0.000 mean VIF = 3.56
Nguồn: Ước lượng của nhóm tác giả.
Bảng 16T-student, P và VIF của mô hình lao động nữ trẻ theo các chỉ số sản xuất và biến giả D
Logarit (lao động nữ 15 – 34) t p > |t| VIF ( Đa cộng tuyến) Logarit (VA) 183.39 0.000 1.52 Logarit(TFP) -56.70 0.000 1.37 State -14.04 0.000 7.79 Non State -11.60 0.000 7.82 K/L -4.09 0.000 1.06
Logarit (Lương bình quân) -31.36 0.000 1.09
D 39.56 0.000 1.05
Hệ số -13.54 0.000
P- value của mô hình 0.000 mean VIF = 3.1
TÀI LIỆU THAM KHẢO
Alicia H. Munnell & April Yanyuan Wu, 2012. “Are Aging Baby Boomers Squeezing Young Workers Out Of Jobs?”, Issues in Brief, Center for Retirement Research.
Arie Kapteyn & Klaas de Vos & and Adriaan Kalwij, 2010. “Early Retirement and Employment of the Young in the Netherlands”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 217 – 242 National Bureau of Economic Research, Inc.
Axel Börsch - Supan and Reinhold Schnabel, 2010. “Early Retirement and Employment of the Young in Germany”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 147 – 166 National Bureau of Economic Research, Inc.
James Banks & Richard Blundell & Antoine Bozio & Carl Emmerson, 2010.
“Releasing jobs for the young? Early retirement and youth unemployment
in the United Kingdom”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 319 – 344 National Bureau of Economic Research, Inc.
Jonathan Gruber, Kevin Milligan, and David A. Wise, 2009. “Social Security Programs And Retirement Around The World: The Relationship To Youth Employment, Introduction And Summary”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 1 – 46 National Bureau of Economic Research, Inc.
Jonathan Gruber & Kevin Milligan, 2010. “Do Elderly Workers Substitute for
Younger Workers in the United States?”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to
Youth Employment, pages 345-360 National Bureau of Economic Research, Inc.
Kenneth A. Knapp, Ph. D, 2007. “The Fallacy of The Lump of Labor: Adding to The Costs of Ageism”, Issues in Brief, Center for Retirement Research.
Mårten Palme and Ingemar Svensson, 2010. “Incentives to Retire, the Employment
of the Old, and the Employment of the Young in Sweden”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 295 – 318 National Bureau of Economic Research, Inc.
Michael Baker & Jonathan Gruber & Kenvin Milligan, 2010. “The Interaction of Youth and Elderly Labor Markets in Canada”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 77 – 97 National Bureau of Economic Research, Inc.
Melika Ben Salem & Didier Blanchet & Antoine Bozio & Muriel Roger, 2008.
“Labor Force Participation by the Elderly and Employment of the Young: The Case of France”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 119 – 146 National Bureau of Economic Research, Inc.
Paul Bingley & Nabanita Datta Gupta & Peder J. Pedersen, 2010. “Social Security, Retirement, and Employment of the Young in Denmark”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 99 – 118 National Bureau of Economic Research, Inc.
Pierre Pestieau & Mathieu Lefebvre & Alain Jousten & Sergio Perelman, 2008.
“The Effects of Early Retirementon Youth Unemployment: The Case of
Takashi Oshio & Satoshi Shimizutani & Akiko Sato Oishi, 2010. “Does Social Security Induce Withdrawal of the Old from the Labor Force and Create Jobs for the Young? The Case of Japan”, NBER Chapters, in: Social Security Programs and Retirement around the World: The Relationship to Youth Employment, page 217 – 242 National Bureau of Economic Research, Inc.