Tên biến Giải thích các biến Xu hướng ảnh hưởng
LI Là biến phụ thuộc, đại diện cho chuyển
dịch cơ cấu lao động giữa các ngành
trong mỗi tỉnh và được đo bằng chỉ số
Lilien theo cơng thức 2.2
5¢/3 Là biến độc lập thể hiện mức khác biệt
trong thu nhập bình quân của người lao
động giữa các ngành trong mỗi tỉnh. Biến
này được đo bởi độ lệch chuẩn của thu nhập trong các ngành cấp 1 chia cho mức thu nhập trung bình của lao động trong tỉnh.
Khác biệt thu nhập là một động
lực quan trọng thúc đẩy chuyển
dịch lao động. Mức khác biệt
càng cao thì người lao động
càng có động lực thuyên.
5¢/3 2 Là bình phương của KBTN. Biến này đưa vào nhằm kiểm
soát quan hệ phi tuyến giữa sự khác biệt này và CDCCLĐ.
Tên biến Giải thích các biến Xu hướng ảnh hưởng
tự nhiên của vốn bình quân theo lao động của các doanh nghiệp trên địa bàn tỉnh.
thể tạo thêm nhiều việc làm, thúc
đẩy lao động dịch chuyển.
ln-!ỳ Là biến độc lập đo bằng logarit cơ số tự
nhiên của tổng số lao động đang làm việc tại các doanh nghiệp trên địa bàn tỉnh.
Quy mô lao động càng lớn thì
thơng tin có xu hướng đến với
người lao động chậm hơn, do vậy
quy mơ lao động có thể cản trở
quá trình chuyển dịch lao động.
(/ ( Là biến độc lập thể hiện cho chất lượng
của thị trường lao động, được đo bằng
chỉ số thị trường lao động - là thành
phần con của chỉ số PCỊ
Biến này có xu hướng tác động cùng chiều với chuyển dịch lao
động và có ảnh hưởng lan tỏạ
G_LABOR Đo tốc độ tăng lao động hàng năm trong
khối doanh nghiệp tại mỗi địa phương.
Nó đại diện cho xu hướng của cầu lao
động từ phía các doanh nghiệp trên địa
bàn tỉnh.
Tốc độ tăng lao động hàng năm
có xu hướng cùng chiều với CDCCLĐ giữa các ngành.
Nguồn: Nghiên cứu của tác giả
Sau khi tính được giá trị của các biến số theo từng tỉnh từ số liệu Điều tra doanh nghiệp hàng năm, chúng tôi nối dữ liệu theo các năm để được một file số liệu mảng theo 63 tỉnh/ thành phố và theo thời gian 11 năm, từ năm 2004 đến năm 2014.
Sau đây là thống kê mơ tả một số biến trong mơ hình nghiên cứụ
Bảng 4.24 Thống kê mô tả các biến số trong mơ hình nghiên cứu
Variable Số quan sát Mean Std. Dev. Min Max
LI 693 1,879906 1,853291 0 12,27548 KBTN 693 0,3055882 0,2884572 0,0878145 4,879329 lnCAP 693 5,918101 0,7332821 4,270606 8,267736 lnSIZE 693 10,96801 1,104359 8,343316 14,70607 G_LABOR 693 0,0842096 0,1314927 -0,6115508 1,888314 DTLD 693 4,085245 2,164907 0 9,596658
Nguồn: Tính tốn của tác giả từ số liệu nghiên cứu với phần mềm STATA Thiết lập ma trận trọng số khơng gian
Các mơ hình hồi quy theo số liệu mảng không gian đều yêu cầu xây dựng một ma trận trọng số theo không gian. Một số phương pháp xây dựng ma trận này đã được
giới thiệu ở chương 2. Trong mơ hình nghiên cứu này, chúng tơi xây dựng ma trận trọng số không gian = ZgM[<1×<1 cho 63 tỉnh, đây là một ma trận vng cỡ 63x63, được chuẩn hóa theo hàng (tức là tổng các phần tử theo hàng của ma trận bằng 1).
Các phần tử của ma trận trọng số được xác định như sau:
gM = £
!(0 < 9M < 9) ∑ !(0 < 9M<1 < 9)
M 8ℎ 0 < 9M < 9, ≠ ¥
0 á 6ườ&$ ℎợ| ị& ạ
Trong đó, hàm chỉ báo: !Z0 < 9M < 9[ nhận giá trị bằng 1 nếu khoảng cách từ tỉnh i đến tỉnh j là 9M nằm trong khoảng (0,d), và nhận giá trị bằng 0 trong các trường hợp khác.
Khoảng cách giữa hai tỉnh i và j được tính bằng khoảng cách giữa hai điểm đại diện, đặt tại trung tâm hành chính của mỗi tỉnh theo cơng thức:
9M = G(?M− ?)+ (aM − a)
ở đó, (?, a) là tọa độ địa lý của điểm i, xác định bởi vĩ độ và kinh độ đo bằng số thập phân.
Ngưỡng khoảng cách d được lựa chọn theo đặc điểm riêng của từng nghiên cứu, trong nghiên cứu này ngưỡng khoảng cách d được chọn bằng 5 đơn vị để phù hợp với đặc điểm địa lý của Việt Nam (Nguyen Khac Minh, Pham Anh Tuan, Nguyen Viet Hung, 2015).
4.3.2 Mơ hình nghiên cứu
Các mơ hình hồi quy với biến phụ thuộc là chỉ số Lilien (LI) đại diện cho mức độ chuyển dịch cơ cấu lao động giữa các ngành trong mỗi tỉnh. Các biến độc lập đã được mơ tả trong bảng 4.23.
Các mơ hình số liệu mảng không gian được tiếp cận theo 4 mơ hình đã trình bày trong chương 2, bao gồm:
(i) Mơ hình sai số khơng gian (SEM - Spatial Error Model)
!M = + 5¢/3M+ 5¢/3M+ 1&_)M+ 2&-!ỳM+
7(/ (M+ < '_ _¢M+xM (4.4)
Trong đó, sai số tự hồi quy theo khơng gian, tức là:
xM= # gM
j và t theo thứ tự là các chỉ số theo tỉnh/ thành phố và theo thời gian (năm)
với = 1, … , & = 1, … , / (n =63, T =11);
ujt là sai số ngẫu nhiên, có trung bình bằng 0 và phương sai khơng đổị
(ii) Mơ hình tự tương quan khơng gian - SAC (Spatial Autocorrelation Model)
!M = + ∑ g M !+
5¢/3M+ 5¢/3M + 1&_)M+
2&-!ỳM+ 7(/ (M+ < '_ _¢M+xM (4.5)
Trong đó, xM= ∑ g M
x+ 4M = 1, … , & = 1, … , / (n =63, T =11)
(iii) Mơ hình tự hồi quy khơng gian (SAR- Spatial Autoregressive Model)
Mơ hình SAR là trường hợp đặc biệt của mơ hình SAC ứng với = 0.
!M = + # gM !+
5¢/3M+ 5¢/3M+ 1&_)M+ 2&-!ỳM +7(/ (M+ < '_ _¢M+xM (4.6)
(iv) Mơ hình Durbin khơng gian (SDM- Spatial Durblin Model)
Mơ hình SDM có trễ không gian của biến phụ thuộc và các biến độc lập.
!M = + # gM !+ 5¢/3M+ 5¢/3M+ 1&_)M + 2&-!ỳM+ 7(/ (M+ <'_ _¢M+# gM5¢/3+ # gM5¢/3 +1# gM&_) + 2∑ gM&-!ỳ+7∑ g M(/ (+ <∑ g M'_ _¢ +xM (4.7)
4.3.3 Kết quả ước lượng
Các mơ hình nghiên cứu từ (4.4) đến (4.7) có các quan sát theo khơng gian là các tỉnh/ thành phố trong cả nước, giai đoạn 2004-2014. Do đó có thể tồn tại sự tương tác theo không gian địa lý giữa các quan sát. Ví dụ như: chuyển dịch lao động trong một tỉnh có thể ảnh hưởng đến chuyển dịch lao động trong các tỉnh lân cận; hay đào tạo lao động (chất lượng lao động) của một địa phương có thể ảnh hưởng lan tỏa đến các địa phương lân cận; hay một địa phương có tốc độ tăng trưởng lao động cao có thể thu hút lao động từ các vùng lân cận; hay một cú sốc xảy ra tại một địa phương có thể ảnh hưởng đến các địa phương khác. v.v... Trong trường hợp này, các phương pháp ước lượng số liệu mảng không gian sẽ đạt hiệu quả tốt hơn so với các phương pháp ước lượng truyền thống (Anselin, 1988).
Mặt khác, các kiểm định I-Moran, LM error và LM robust, Kiểm định Kelejian - Robinson (1992) chỉ ra bằng chứng tồn tại hiện tượng sai số không gian; các kiểm định
nhân tử Lagrange cho thấy tồn tại hiện tượng trễ không gian (phụ lục - bảng A10). Các mơ hình SAR và SDM hồi quy robust để khắc phục hiện tượng phương sai sai số thay đổị Bảng 4.25 báo cáo kết quả ước lượng các mơ hình theo số liệu mảng khơng gian, bao gồm 4 mơ hình SEM, SAC, SAR, SDM. Các mơ hình này nhằm đánh giá tác động của các yếu tố đến chuyển dịch cơ cấu lao động giữa các ngành, trong mỗi tỉnh. So với các mơ hình (4.1) - (4.3), các mơ hình SEM, SAC, SAR, SDM có thêm trễ khơng gian của các biến độc lập (SDM), trễ không gian của sai số ngẫu nhiên (SEM, SAC).
Kết quả ước lượng các mơ hình số liệu mảng không gian cho thấy:
Hệ số của biến khác biệt thu nhập (KBTN) trong tất cả các mơ hình (4.4)- (4.7) đều dương và hệ số của bình phương khác biệt thu nhập (KBTN2) đều âm và có có ý nghĩa thống kê với mức xác suất p < 5%. Dấu hiệu này cũng phù hợp với các kết quả ước lượng mơ hình theo số liệu gộp, số liệu mảng và số liệu mảng đa bậc (bảng A9-phụ lục). Do đó, khác biệt thu nhập có mối quan hệ với CDCCLĐ giữa các ngành theo hình chữ U ngược. Các mơ hình số liệu mảng khơng gian cung cấp thêm thông tin: trễ không gian của KBTN khơng có dấu hiệu ảnh hưởng đến chuyển dịch cơ cấu lao động. Nói cách khác, mức khác biệt thu nhập tại mỗi tỉnh có ảnh hưởng đến CDCCLĐ giữa các ngành trong tỉnh đó nhưng ảnh hưởng lan toả của KBTN đến các tỉnh lân cận thì khơng có dấu hiệu ảnh hưởng đến CDCCLĐ giữa các ngành trong tỉnh đó.
Hệ số của biến lnCAP đều có dấu dương và có ý nghĩa thống kê cao trong cả bốn mơ hình cịn trễ không gian của biến này mang dấu âm trong mơ hình SDM. Dấu hiệu này cho thấy: mức vốn bình qn lao động của mỗi tỉnh có ảnh hưởng tích cực đến chuyển dịch cơ cấu lao động của tỉnh, tuy nhiên ảnh hưởng lan tỏa không gian của cường độ vốn của tỉnh j đến các tỉnh lân cận lại tác động tiêu cực đến chuyển dịch cơ cấu lao động trong tỉnh j. Điều này ngụ ý rằng: nếu nguồn vốn tích tụ ở một tỉnh nào đó thì các tỉnh lân cận cũng bị ảnh hưởng, và ảnh hưởng lan tỏa không gian này là không tốt cho chuyển dịch cơ cấu lao động của địa phương tích tụ vốn.
Hệ số của biến lnSIZE đều mang dấu âm và có ý nghĩa thống kê ở mức 5% trong cả bốn mơ hình. Kết quả này cũng phù hợp với các mơ hình xem xét chuyển dịch cơ cấu lao động trong nội bộ ngành. Điều đó cho thấy, quy mơ lao động của tỉnh càng lớn thì mức độ tái phân bổ lao động giữa các ngành trong tỉnh càng chậm, có thể do thơng tin chậm hơn hoặc khó khăn hơn trong công tác quản lý, điều hành. Thêm nữa, trong mô hình SDM, trễ khơng gian của biến này khơng có dấu hiệu ảnh hưởng đến chuyển dịch cơ cấu lao động, tức là ảnh hưởng của quy mô lao động của tỉnh j đến các tỉnh lân cận không tác động đến chuyển dịch cơ cấu lao động của tỉnh j.
Bảng 4.25 Kết quả ước lượng các mơ hình số liệu mảng không gian
Biến phụ thuộc LI: Chuyển dịch cơ cấu lao động giữa các ngành trong một tỉnh Hệ số hồi quy của các biến độc lập trong các mơ hình số liệu mảng khơng gian
SEM SAC SAR
(robust) SDM (robust) KBTN 1,1713679 1,0390974 1,3507818 1,0912303 (0,0056) (0,0081) (0,0214) (0,0418) KBTN2 -0,24375072 -0,21067784 -0,31221661 -0,22334073 (0,0243) (0,0359) (0,0064) (0,0357) lnCAP 0,73221425 0,74875061 0,21548236 0,78674743 (0,0000) (0,0000) (0,0582) (0,0000) lnSIZE -0,22387537 -0,2286922 -0,20947414 -0,28618037 (0,0000) (0,0000) (0,0038) (0,0001) DTLD -0,04934896 -0,01861303 -0,02550307 -0,02018662 (0,4700) (0,7781) (0,5712) (0,8142) G_LABOR 1,6131694 1,5399167 1,3841605 1,4837746 (0,0001) (0,0001) (0,0357) (0,0270)
Wx - Trễ không gian của biến độc lập trong mơ hình SDM
W_KBTN -0,74222465 (0,7174) W_KBTN2 0,15382712 (0,8052) W_lnCAP -1,2396884 (0,0001) W_lnSIZE -0,79845596 (0,1201) W_DTLD 0,23932208 (0,0177) W_G_LABOR -3,5631566 (0,0013) Hằng số 1,0742854 6,6085103 1,0947973 14,455308 (0,1966) (0,0010) (0,2415) (0,0014) Spatial Lambda trong mơ hình SEM, SAC
_cons 0,88048568 0,96193712 (0,0000) (0,0000) Sigma
_cons 1,3113443 1,2175343 1,3492017 1,2845577 (0,0000) (0,0000) (0,0000) (0,0000)
Nguồn: Tính tốn của tác giả với phần mềm STATA Ghi chú: Số trong ngoặc đơn là giá trị xác suất tương ứng với thống kê kiểm định
Biến đào tạo lao động (DTLD) khơng có dấu hiệu thống kê cho thấy có tác động trực tiếp đến chuyển dịch cơ cấu lao động giữa các ngành trong các mơ hình số liệu mảng khơng gian. Tuy nhiên, mơ hình SDM cho thấy, trễ khơng gian của biến đào tạo lao động có ảnh hưởng tích cực đến chuyển dịch cơ cấu lao động. Tức là đào tạo lao động có tác động tích cực đến chuyển dịch cơ cấu lao động giữa các ngành qua ảnh hưởng lan tỏa của nó đến các địa phương khác.
Hệ số của biến tốc độ tăng lao động (G_LABOR) đều mang dấu dương và có ý nghĩa thống kê cao trong cả bốn mơ hình. Mơ hình SDM cung cấp thêm thơng tin: trễ của biến này mang dấu âm, có ý nghĩa thống kê với mức xác suất p < 0.001. Điều này ngụ ý rằng, tốc độ tăng lao động của tỉnh có ảnh hưởng tích cực đến chuyển dịch cơ cấu lao động giữa các ngành trong tỉnh. Hơn nữa, nếu tốc độ tăng lao động của tỉnh j lấn át các tỉnh lân cận thì sẽ ảnh hưởng đến thị trường lao động của các tỉnh cân cận, do vậy trễ khơng gian của biến này có xu hướng ảnh hưởng tiêu cực đến chuyển dịch cơ cấu lao động của tỉnh j.
Hệ số lambda (hệ số ước lượng của sai số ngẫu nhiên trong mơ hình SEM, SAC) đều mang dấu dương và có ý nghĩa thống kê cao (p < 0,0000) cho biết, các cú sốc ngẫu nhiên hoặc những thay đổi tại một địa phương có thể ảnh hưởng lan tỏa đến các địa phương khác với cùng chiều hướng (tích cực hoặc tiêu cực).
Hệ số Rho (hệ số của trễ không gian của biến phụ thuộc) trong mơ hình SAR và SDM đều dương và có ý nghĩa thống kê cao (p < 0,0000), ngụ ý rằng chuyển dịch cơ cấu lao động diễn ra tích cực tại một tỉnh có thể kéo theo các tỉnh xung quanh cũng có chuyển dịch cơ cấu lao động tích cực.
Các kiểm định lựa chọn mơ hình (xem phụ lục bảng A10) cho thấy mơ hình SDM là phù hợp hơn cả.
Tóm lại: Các mơ hình hồi quy theo số liệu mảng không gian trong mục này đều tập trung vào việc phát hiện các nhân tố có ảnh hưởng đến chuyển dịch cơ cấu lao động giữa các ngành trong mỗi tỉnh. Các nhân tố có ảnh hưởng tích cực được tìm thấy bao gồm: mức khác biệt thu nhập trung bình giữa các ngành trong mỗi tỉnh; cường độ vốn; đào tạo lao động và tốc độ tăng lao động. Các nhân tố có ảnh hưởng tiêu cực bao gồm: quy mô lao động; trễ không gian của các biến cường độ vốn, tốc độ tăng lao động.
4.4 Tóm tắt chương 4
Chương 4 của luận án tập trung trình bày các kết quả nghiên cứu thực nghiệm về chuyển dịch cơ cấu lao động tại Việt Nam, bao gồm hai nhóm mơ hình: (1) các mơ
hình đánh giá tác động của chuyển dịch cơ cấu lao động lên tăng trưởng kinh tế; và (2) các mơ hình phân tích các yếu tố ảnh hưởng đến chuyển dịch cơ cấu lao động.
Các mơ hình đánh giá tác động của chuyển dịch cơ cấu lao động lên tăng trưởng kinh tế được tiếp cận theo ba phương pháp, bao gồm: Phương pháp kinh tế lượng; phương pháp phân tích chuyển dịch tỷ trọng và phương pháp hạch tốn tăng trưởng theo cơng cụ phân tách của Shapleỵ Các kết quả nhận được như sau:
(i) Mơ hình hồi quy số liệu mảng đa bậc, sử dụng số liệu Điều tra doanh nghiệp giai đoạn 2004-2014, với biến phụ thuộc là logarit tự nhiên của giá trị sản xuất của các doanh nghiệp theo các ngành cấp 1 thuộc từng tỉnh. Các biến độc lập gồm logarit tự nhiên của vốn và lao động. Bên cạnh đó, để xem xét ảnh hưởng của chuyển dịch cơ cấu lao động nội ngành, tác giả đã dùng chỉ số Lilien như một biến đại diện để đưa vào mơ hình. Kết quả hồi quy cho thấy: chuyển dịch cơ cấu lao động nội ngành có ảnh hưởng tích cực đến giá trị sản xuất của các doanh nghiệp trong giai đoạn nghiên cứụ Mức ảnh hưởng này là khác nhau tùy theo từng ngành, từng tỉnh và từng thời kỳ nghiên cứụ Dấu hiệu ảnh hưởng tích cực nhất ở một số ngành như: Nghệ thuật, vui
chơi và giải trí, Xây dựng, Vận tải kho bãi, Thông tin truyền thông. Dấu hiệu ảnh
hưởng kém tích cực hơn đối với các ngành như: Nơng nghiệp, lâm nghiệp và thủy sản,
Bán buôn bán lẻ, sửa chữa nhỏ, Lưu trú và ăn uống. Tái phân bổ lao động có ảnh
hưởng tích cực nhất đến sản lượng ở các tỉnh thuộc miền Đông Nam bộ và đồng bằng sông Cửu Long như: Bà rịa -Vũng tàu; TP Hồ Chí Minh; Trà Vinh, An Giang, Cần Thơ, Cà Maụ Dấu hiệu ảnh hưởng kém tích cực hơn tại các tỉnh vùng Trung du và miền núi phía Bắc như: Lai Châu, sơn La, Yên Bái, Thái Nguyên, Phú Thọ.
(ii) Mơ hình phân tích chuyển dịch tỷ trọng: sử dụng số liệu vĩ mô giai đoạn 1995-2013, tác giả đã tính được đóng góp của chuyển dịch cơ cấu lao động vào tăng trưởng NSLĐ theo toàn bộ nền kinh tế và theo 9 ngành kinh tế chủ yếu của Việt Nam. Cụ thể, chuyển dịch cơ cấu lao động đóng góp trung bình hàng năm khoảng 40% vào