Bài nghiên cứu sử dụng nhiều phương pháp kiểm định để xác định tác động của mức lương tối thiểu đến tình trạng thất nghiệp của lao động độ tuổi 20 – 24 ở các quốc gia trên thế giới. Tuy nhiên bài nghiên cứu vẫn cịn có những hạn chế, cụ thể như sau:
- Nguồn dữ liệu chỉ bao gồm 47 nước trên tổng số trên 200 nước trên thế giới, do có rất nhiều nước khơng có đầy đủ dữ liệu được cơng bố nên khơng có trong danh sách các nước trong nghiên cứu này.
- Dữ liệu các năm bị hạn chế, do đó tác giả chỉ thu thập được dữ liệu từ năm 2000 đến năm 2016, trong đó có một số số liệu không được cập nhật đầy đủ. - Một số biến chưa được đưa vào bài để nghiên cứu sự ảnh hưởng đến tình trạng thất nghiệp như: lạm phát, tăng trưởng GDP, tỷ giá hối đối, ...
Do đó, từ những hạn chế trên, bài nghiên cứu này vẫn chưa thể mô tả hết ảnh hưởng của mức lương tối thiểu đến tình trạng thất nghiệp của lao động trẻ độ tuổi 20 – 24 của các nước trên thế giới trong những năm gần đây. Vì vậy những nghiên cứu tiếp theo có thể sử dụng hướng tiếp cận trên để nghiên cứu ảnh hưởng của mức lương tối thiểu đối với tình trạng thất nghiệp của lao động trẻ với dữ liệu được cập nhật rộng hơn về số lượng các nước, dữ liệu các năm gần hơn và bổ sung thêm các biến độc lập để mang lại một nghiên cứu tổng quan hơn.
Cho đến thời điểm hiện tại, theo hiểu biết của tác giả, chưa có một nghiên cứu định lượng nào về ảnh hưởng của mức lương tối thiểu đến tình trạng thất nghiệp riêng biệt cho Việt Nam. Việc nghiên cứu ảnh hưởng giữa mức lương tối thiểu và tình trạng thất nghiệp của lao động trẻ của Việt Nam nên được chú ý. Các nghiên cứu tiếp theo có thể áp dụng các mơ hình kinh tế lượng dành cho dữ liệu chuỗi thời gian hoặc mơ hình dành cho dạng bảng cho các vùng kinh tế qua các 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), 205-
240.
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/8258024-1320950747192/8260293-
1320956712276/8261091-
1348683883703/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 meta- analysis. 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), 223-
248.
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), 245- 264.
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 9 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
1. encode country, gen(ctr)
2. xtset ctr year
panel variable: ctr (strongly balanced) time variable: year, 2000 to 2016
3. tab year, gen(year)
year | Freq. Percent Cum. ------------+----------------------------------- 2000 | 47 5.88 5.88 2001 | 47 5.88 11.76 2002 | 47 5.88 17.65 2003 | 47 5.88 23.53 2004 | 47 5.88 29.41 2005 | 47 5.88 35.29 2006 | 47 5.88 41.18 2007 | 47 5.88 47.06 2008 | 47 5.88 52.94 2009 | 47 5.88 58.82 2010 | 47 5.88 64.71 2011 | 47 5.88 70.59 2012 | 47 5.88 76.47 2013 | 47 5.88 82.35 2014 | 47 5.88 88.24 2015 | 47 5.88 94.12 2016 | 47 5.88 100.00 ------------+----------------------------------- Total | 799 100.00
4. reg lnUE mw ue54 trade pop year1 - year16
Source | SS df MS Number of obs = 417 -------------+------------------------------ F( 20, 396) = 4.41 Model | 232.871487 20 11.6435744 Prob > F = 0.0000 Residual | 1046.50669 396 2.64269366 R-squared = 0.1820 -------------+------------------------------ Adj R-squared = 0.1407 Total | 1279.37818 416 3.07542831 Root MSE = 1.6256 ------------------------------------------------------------------------------ lnUE | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- mw | .0004749 .0002056 2.31 0.021 .0000706 .0008791 ue54 | .0093364 .0032761 2.85 0.005 .0028957 .0157771
pop | .2531733 .0426629 5.93 0.000 .1692992 .3370474 year1 | .3466147 .5948237 0.58 0.560 -.8227924 1.516022 year2 | .4383934 .5673911 0.77 0.440 -.6770819 1.553869 year3 | .5977906 .5796938 1.03 0.303 -.5418715 1.737453 year4 | .2144766 .5591495 0.38 0.701 -.884796 1.313749 year5 | .5874816 .570244 1.03 0.304 -.5336024 1.708566 year6 | .5498027 .5692533 0.97 0.335 -.5693336 1.668939 year7 | .3869633 .5423233 0.71 0.476 -.6792295 1.453156 year8 | .440648 .5319961 0.83 0.408 -.6052418 1.486538 year9 | .236314 .5300513 0.45 0.656 -.8057523 1.27838 year10 | .5627564 .5276494 1.07 0.287 -.474588 1.600101 year11 | .2177758 .5190947 0.42 0.675 -.8027501 1.238302 year12 | .4665788 .5204321 0.90 0.371 -.5565765 1.489734 year13 | .5025747 .5090259 0.99 0.324 -.4981563 1.503306 year14 | .2996327 .5117987 0.59 0.559 -.7065496 1.305815 year15 | .2373812 .532371 0.45 0.656 -.8092457 1.284008 year16 | .4234963 .5408951 0.78 0.434 -.6398886 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) year1 = 0 ( 2) year2 = 0 ( 3) year3 = 0 ( 4) year4 = 0 ( 5) year5 = 0 ( 6) year6 = 0 ( 7) year7 = 0 ( 8) year8 = 0 ( 9) year9 = 0 (10) year10 = 0 (11) year11 = 0 (12) year12 = 0 (13) year13 = 0 (14) year14 = 0 (15) year15 = 0 (16) year16 = 0 F( 16, 396) = 0.21 Prob > F = 0.9996
6. xtreg lnUE mw ue54 trade pop year1 - year16, fe
Fixed-effects (within) regression Number of obs = 417 Group variable: ctr Number of groups = 46
between = 0.0253 avg = 9.1 overall = 0.0343 max = 17 F(20,351) = 37.39 corr(u_i, Xb) = -0.0521 Prob > F = 0.0000 ------------------------------------------------------------------------------ lnUE | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- mw | .0003438 .00009 3.82 0.000 .0001669 .0005207 ue54 | .0155964 .0007194 21.68 0.000 .0141815 .0170113 trade | -.0025305 .0044821 -0.56 0.573 -.0113455 .0062846 pop | .0757615 .0111174 6.81 0.000 .0538965 .0976265 year1 | .0303889 .0979613 0.31 0.757 -.1622761 .2230539 year2 | .1245581 .0936937 1.33 0.185 -.0597136 .3088298 year3 | .1341831 .0915495 1.47 0.144 -.0458715 .3142376 year4 | .1783301 .088148 2.02 0.044 .0049653 .3516948 year5 | .2785451 .0861205 3.23 0.001 .109168 .4479223 year6 | .1790138 .0839459 2.13 0.034 .0139137 .344114 year7 | .1085168 .0785587 1.38 0.168 -.0459882 .2630218 year8 | .0608364 .0746301 0.82 0.416 -.0859421 .2076149 year9 | .0897577 .0719718 1.25 0.213 -.0517925 .2313079 year10 | .2070629 .070364 2.94 0.003 .0686749 .3454509 year11 | .1511107 .0684106 2.21 0.028 .0165644 .285657 year12 | .1702119 .0678242 2.51 0.013 .0368189 .3036049 year13 | .1612298 .0652244 2.47 0.014 .03295 .2895097 year14 | .1125434 .063083 1.78 0.075 -.0115248 .2366116 year15 | .1589029 .0649666 2.45 0.015 .03113 .2866757 year16 | .087026 .0643761 1.35 0.177 -.0395855 .2136375 _cons | 2.367907 .1895913 12.49 0.000 1.99503 2.740785 -------------+---------------------------------------------------------------- sigma_u | 1.6977103 sigma_e | .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
7. est store mh1
8. test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16
( 1) year1 = 0 ( 2) year2 = 0 ( 3) year3 = 0 ( 4) year4 = 0 ( 5) year5 = 0
( 7) year7 = 0 ( 8) year8 = 0 ( 9) year9 = 0 (10) year10 = 0 (11) year11 = 0 (12) year12 = 0 (13) year13 = 0 (14) year14 = 0 (15) year15 = 0 (16) year16 = 0 F( 16, 351) = 2.26 Prob > F = 0.0039
9. xtreg 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 Obs per group: min = 1 between = 0.0344 avg = 9.1 overall = 0.0444 max = 17
Wald chi2(20) = 717.36 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
------------------------------------------------------------------------------