4.1. Tác độngcủa thay đổi công nghệ đến chuyển dịch cơ cấu lao động nộ
4.1.2. Mơ hình nghiên cứu đánh giá tác độngcủa thay đổi công nghệ đến chuyển
chuyển dịch cơ cấu lao động nội ngành ngành CNCBCT Việt Nam
a. Mơ hình nghiên cứu thực nghiệm
LIit = δLIi,t-1 + α0 + α1muaCNit + α2tongscheit + α3dactrungit +α4muaCN_tuongtacit + α5muaCN_kiemsoait + cit+ uit (4.1)
Trong đó:
• ijt là ngành thứ i thuộc tỉnh j tại thời điểm t
• LIit: chỉ số Lilien đo lường mức độ CDCCLĐ nội ngành trong ngành CNCBCT Việt Nam
• LIi,t-1: là biến trễ của biến LIit
• dactrungit: là vectơ thể hiện các biến số đặc trưng của ngành hoặc đặc trưng của tỉnh
• kiemsoatit:là vectơ thể hiện các biến số kiểm sốt
• cit+uit: sai số đo lường - được giả định là có phân phối độc lập. Để khắc phục sự sai lệch khi hồi quy dữ liệu chéo, tác giả sử dụng phương pháp hồi quy dữ liệu mảng.
Với bộ số liệu nghiên cứu, luận án sẽ thực hiện các bước kiểm định để lựa chọn mơ hình phù hợp. Thứ nhất, luận án sử dụng kiểm định Breusch – Pagan Lagrangian để lựa chọn giữa mơ hình ảnh hưởng ngẫu nhiên REM và mơ hình Pooled OLS; thứ hai, sử dụng kiểm định Hausman lựa chọn giữa mơ hình ảnh hưởng cố định FEM hay mơ hình REM. Bên cạnh đó, luận án sử dụng kiểm định Wald để kiểm tra sự tồn tại của phương sai sai số thay đổi, kiểm định Wooldrige để kiểm tra hiện tượng tự tương quan, và kiểm định VIF kiểm tra khả năng tồn tại hiện tượng đa cộng tuyến.
Kết quả của phần này được thể hiện trong phụ lục 3 cho thấy, mơ hình FEM tỏ ra phù hợp với bộ dữ liệu nghiên cứu sử dụng. Về các khuyết tật của mơ hình, kết quả là khơng có hiện tượng đa cộng tuyến, tuy nhiên, tồn tại hiện tượng tự tương quan và phương sai sai số thay đổi. Vì vậy, để kiểm sốt các khuyết tật này, có thể lựa chọn mơ hình FEM có sử dụng hiệu chỉnh robust.
Tuy nhiên, mơ hình đánh giá mối quan hệ giữa thay đổi công nghệ đến CDCCLĐ là nội sinh hay có tính chất động. Vì vậy, luận án đề xuất phương pháp ước lượng GMM sử dụng biến công cụ để ước lượng mơ hình (4.1).
Một số các bước kiểm định đã được tiến hành để kiểm định tính hiệu quả và độ tin cậy của kết quả ước lượng GMM như sau:
- Kiểm định Arellano-Bond cho sự tự tương quan bậc 1 và bậc 2 của chuỗi phần dư mơ hình, kết quả là chỉ số tự do tổng hợp có giá trị p lần lượt là 0,068 và 0,259 với mơ hình xét cho tồn bộ doanh nghiệp ngành CNCBCT Việt Nam, 0,072 và 0,192 cho mơ hình với mẫu là các doanh nghiệp sử dụng công nghệ cao; 0.031 và 0,349 cho mơ hình với mẫu là các doanh nghiệp sử dụng công nghệ trung bình, và 0.094 và 0,239 cho mơ hình với mẫu là các doanh nghiệp sử dụng công nghệ thấp. Kết quả này chỉ ra mơ hình có tự tương quan bậc 1 và khơng có tự tương quan bậc 2.
- Kiểm định Hansen-J cho tính hợp lý của biến công cụ với trường hợp mơ hình có phương sai khơng đồng nhất có giá trị p là 0,367 với mơ hình xét cho tồn bộ doanh nghiệp ngành CNCBCT Việt Nam; 0,941; 0,874; và 0,651 cho mơ hình với mẫu lần lượt là các doanh nghiệp sử dụng công nghệ cao, cơng nghệ trung bình và cơng nghệ thấp. Kết quả này cho thấy các biến công cụ trong mơ hình là các biến tốt, có thể đại diện cho các biến nội sinh của mơ hình.
b. Nguồn số liệu
Mơ hình thực nghiệm được thực hiện dựa trên bộ dữ liệu điều tra doanh nghiệp được thực hiện hàng năm bởi Tổng Cục Thống kê và bộ dữ liệu điều tra sử dụng
công nghệ trong sản xuất của các doanh nghiệp ngành CNCBCT Việt Nam giai đoạn 2012-2018 và được điều chỉnh lạm phát. Nghiên cứu này sử dụng dữ liệu điều tra từ năm 2012 bởi vì hai lý do: i) đây là thời điểm bắt đầu triển khai hoạt động điều tra về tình hính sử dụng cơng nghệ của các doanh nghiệp trong ngành này. Thứ hai, chiến lược phát triển kinh tế - xã hội của Việt Nam trong giai đoạn 10 năm đến 2020 có định hướng CDCCLĐ vào các ngành cơng nghiệp sử dụng công nghệ hiện đại, song song với các ngành công nghiệp thâm dụng lao động để tận dụng nguồn lao động dồi dào của Việt Nam.
Cụ thể, để đánh giá tác động của công nghệ đến CDCCLĐ, nghiên cứu sử dụng dữ liệu mảng được tích hợp từ bộ dữ liệu doanh nghiệp hàng năm từ 2012 đến 2018 và dữ liệu công nghệ của doanh nghiệp (phiếu 1Am) của Tổng cục thống kê Việt Nam (GSO). Bộ dữ liệu mảng bao gồm 625 ngành trong khoảng thời gian 7 năm từ 2012- 2018 (với 1.427 quan sát).
Ngồi ra, nghiên cứu cịn sử dụng một số dữ liệu cấp tỉnh như bộ chỉ số năng lực cạnh tranh cấp tỉnh PCI trong giai đoạn từ 2012-2018.
4.1.3. Tác động của thay đổi công nghệ đến chuyển dịch cơ cấu lao động nội ngành ngành CNCBCT Việt Nam ngành ngành CNCBCT Việt Nam
Đối với các mơ hình tĩnh, mặc dù sử dụng phương pháp ước lượng FEM có sử dụng hiệu chỉnh robust để khắc phục các khuyết tật là phương sai sai số thay đổi và tự tương quan, tuy nhiên, độ lớn của các hệ số ước lượng từ các mơ hình này vẫn khác biệt lớn so với mơ hình động, có những biến khác biệt cả về dấu. Nguyên nhân của những kết quả này bắt nguồn từ việc chỉ định sai đối với mơ hình tĩnh khi chưa xem xét tính động. Kiểm định FRESET của DeBenedictis & Giles (1998) về khả năng thiếu biến có tính chất động cũng đã khẳng định điều này. Ngồi ra, các hệ số của biến trễ của biến phụ thuộc trong mơ hình động hầu hết có ý nghĩa thống kê cao nên mơ hình động được lựa chọn để phân tích trong nghiên cứu này.
Kết quả ước lượng được thể hiện trong bảng 4.3 với mơ hình (4.3a) với mẫu là tồn ngành CNCBCT; mơ hình (4.3b) với mẫu là nhóm ngành sử dụng cơng nghệ cao; mơ hình (4.3c) với mẫu là nhóm ngành sử dụng cơng nghệ trung bình, và mơ hình (4.3d) với mẫu là nhóm ngành sử dụng công nghệ thấp.
Tên biến Ngành CNCBCT Ngành CNCBCT sử dụng công nghệ cao Ngành CNCBCT sử dụng cơng nghệ trung bình Ngành CNCBCT sử dụng cơng nghệ thấp Mơ hình 4.3a Mơ hình 4.3b Mơ hình 4.3c Mơ hình 4.3d Biến trễ của LI L,LI 0,3381* 0,4351*** 0,7722*** 0,5962*** (0,188) (0,09) (0,07) (0,14) 1, Các biến về công nghệ muaCN 0,0975* 0,0490* -0,0293** 0,0902** (0,050) (0,03) (0,01) (0,04) tongsche -0,0028 -0,0140*** -0,0289 -0,0023 (0,011) (0,01) (0,02) (0,02)
2, Các biến đặc trưng của ngành/tỉnh và biến chính sách
KBTN 3,0937* -0,3975 1,1319 0,1205 (1,633) (1,68) (1,35) (1,04) KBTN2 -1,7767* 0,7919 -0,6624 -0,0562 (0,961) (1,49) (1,06) (0,49) trade 0,033 -0,1423 0,0016 0,1216* (0,158) (0,12) (0,10) (0,06) quymo 0,160 -0,1176 0,0393 -0,1199 (0,219) (0,09) (0,12) (0,10) lncap 0,031 0,2133 -0,2755*** 0,1387 (0,244) (0,14) (0,09) (0,16) PCI 0,2648** 0,1909** 0,0664 0,2272** (0,125) (0,09) (0,09) (0,09)
Ghi chú: ‘***’, ‘**’ và ‘*’thể hiện hệ sộ hồi quy có ý nghĩa lần lượt ở mức 1%, 5% và 10% Nguồn: Tính tốn của tác giả từ bộ dữ liệu điều tra doanh nghiệp của GSO
Bảng 4.4. Kết quả hồi quy tác động của các biến tương tác công nghệ đến CDCCLĐ Tên biến Ngành CNCBCT Ngành CNCBCT sử dụng công nghệ cao Ngành CNCBCT sử dụng cơng nghệ trung bình Ngành CNCBCT sử dụng công nghệ thấp Mơ hình 4.3a Mơ hình 4.3b Mơ hình 4.3c Mơ hình 4.3d
1, Nhóm biến tương tác thể hiện nguồn gốc công nghệ
muaCNsx_ptr -0,426 0,897* 0,064 -1,723*** (0,831) (0,51) (0,38) (0,57) muaCNtt_ptr -5,814 7,683 -7,6527* 1,838 (6,571) (7,53) (4,20) (3,61) muaCNsx_VN 15,765 27,593 -9,816 5,476 (15,261) (20,97) (31,31) (9,46) muaCNtt_VN 2,560 -11,690 13,447 -4,034 (25,020) (32,95) (29,63) (9,75) muaCN_tientien 1,791** 1,337* -0,509 1,123* (0,897) (0,83) (0,39) (0,58) muaCNtt_tientien -2,125*** -0,404 -0,416 -1,271** (0,766) (0,49) (0,32) (0,51)
2, Biến tương tác giữa giá trị mua công nghệ với các biến kiểm soát
muaCN_RD 0,869* 0,389* -0,119 -0,223 (0,538) (0,21) (0,21) (0,32) doanh nghiệpFDI_muaCN -1,254 1,466** -0,152 -0,447 (1,086) (0,60) (0,45) (0,81) Hằng số -14,201*** -3,646 -3,323 -5,006* (5,212) (3,06) (2,73) (2,66) Số quan sát 1,427 419 287 725 Số ngành 625 156 136 333
Tên biến Ngành CNCBCT Ngành CNCBCT sử dụng công nghệ cao Ngành CNCBCT sử dụng cơng nghệ trung bình Ngành CNCBCT sử dụng cơng nghệ thấp
GMM YES YES YES YES
Số công cụ 124
AR1 (p-value) 0,000 0,000 0,003 0,001
AR2 (p-value) 0,316 0,544 0,181 0,427
Hansen-J test
(p-value) 0,134 0,488 0,498 0,664
Ghi chú: ‘***’, ‘**’ và ‘*’thể hiện hệ sộ hồi quy có ý nghĩa lần lượt ở mức 1%, 5% và 10% Nguồn: Tính tốn của tác giả từ bộ dữ liệu điều tra doanh nghiệp của GSO
Kết quả kiểm định sự phù hợp của mơ hình như sau: sự hiện diện của tương quan bậc nhất được chấp nhận trong khi tự tương quan bậc hai thì khơng. Bên cạnh đó, sự hợp lý của các công cụ sử dụng được kiểm định bởi Hansen-J với giá trị p-value ở các mơ hình ln lớn hơn 10%. Vì vậy, các mơ hình ước lượng được trình bày trong bảng 4.3 và 4.4 là hợp lệ.
Kết quả ước lượng từ mơ hình GMM hệ thống (SGMM) cho thấy đa phần hệ số ước lượng của các biến phù hợp với kỳ vọng và có ý nghĩa thống kê ở mức ý nghĩa <10%. Cụ thể như sau:
*) Biến trễ của hệ số LI
Kết quả ước lượng cho thấy CDCCLĐ ở thời kỳ trước sẽ tiếp tục thúc đẩy CDCCLĐ ở thời kỳ sau, điều này được thể hiện thông qua hệ số của biến trễ của biến phụ thuộc LI là dương và có mức ý nghĩa thống kê cao.
*) Yếu tố cơng nghệ và nhóm biến thể hiện nguồn gốc của công nghệ
- Hệ số của biến mua cơng nghệ (muaCN) có ý nghĩa thống kê ở tất cả các mơ hình, trong đó hệ số của biến này trong các mơ hình (4.3a), (4.3b) và (4.3c) mang dấu dương; ngược lại hệ số trong mơ hình (4.3b) lại mang dấu âm. Tức là, việc mua cơng nghệ nói chung có tác động thúc đẩy CDCCLĐ toàn ngành CNCBCT Việt Nam, với nhóm ngành cơng nghệ cao và cơng nghệ thấp; trong khi có tác động kìm hãm q trình CDCCLĐ đối với nhóm ngành cơng nghệ trung bình. Kết hợp kết quả phân tích trong
chương 3 với xu hướng tỉ trọng lao động ngành CNCBCT nói chung và ngành cơng nghệ cao nói riêng ngày càng tăng và tỉ trọng lao động trong nhóm ngành cơng nghệ thấp ngày càng giảm, nghiên cứu cho thấy việc mua cơng nghệ đã thúc đẩy q trình CDCCLĐ và theo hướng gia tăng tỉ trọng lao động trong ngành CNCBCT nói chung, trong khi, có tác động làm tăng tỉ trọng lao động ngành công nghệ cao và giảm tỉ trọng lao động trong ngành cơng nghệ thấp.
- Ngồi ra, kết quả ước lượng chỉ ra rằng việc mua các loại công nghệ khác nhau sẽ ảnh hưởng khác nhau đến việc CDCCLĐ trong các ngành CNCBCT Việt Nam.
Thứ nhất, đánh giá tác động của việc mua công nghệ sản xuất và truyền thông từ
các nước phát triển tới quá trình CDCCLĐ.
Kết quả ước lượng cho thấy, việc mua công nghệ sản xuất từ các nước phát triển có tác động dương tới CDCCLĐ trong nhóm ngành sử dụng cơng nghệ cao trong khi có tác động ngược lại đối với nhóm ngành cơng nghệ thấp. Trong khi, việc mua công nghệ truyền thông từ các nước phát triển chỉ có hệ số của biến trong mơ hình (4.3b) có ý nghĩa thống kê và mang giá trị âm. Như vậy, xét tổng thể việc mua công nghệ sản xuất từ các nước phát triển có tác động thúc đẩy CDCCLĐ đối với nhóm ngành cơng nghệ cao và kìm hãm sự chuyển dịch trong nhóm cơng nghệ thấp; và cơng nghệ truyền thơng làm kìm hãm sự chuyển dịch lao động của nhóm ngành cơng nghệ trung bình. Điều này có thể được lý giải là do máy móc cơng nghệ sản xuất mua từ nước phát triển trong nhóm ngành CN cao và trung bình ít bị lỗi thời hơn so với nhóm ngành sử dụng cơng nghệ thấp, với tỉ lệ máy móc cơng nghệ dưới 10 tuổi của 2 ngành đều chiếm khoảng 12%, trong khi tỉ lệ này ở nhóm cơng nghệ thấp là hơn 10%. Tỉ lệ máy móc có tuổi đời từ 10-20 tuổi của nhóm ngành cơng nghệ thấp chỉ bằng 1/3 tỉ lệ loại máy này của 2 ngành còn lại.
Ngược lại, số liệu cho thấy tỉ lệ máy móc cơng nghệ sản xuất có tuổi đời trên 20 năm của nhóm ngành cơng nghệ thấp chiếm tỉ lệ lớn (chiếm tới hơn 25% số máy) trong khi tỉ lệ này ở 2 nhóm ngành cịn lại thấp hơn nhiều với khoảng 15%. Với thực trạng này, việc sử dụng cơng nghệ máy móc lỗi thời của nhóm ngành cơng nghệ thấp đã làm kìm hãm quá trình CDCCLĐ của ngành.
Hình 4.1. Cơ cấu tuổi đời của công nghệ sản xuất và công nghệ truyền thông trong ngành CNCBCT Việt Nam
Nguồn: NCS tính tốn từ bộ dữ liệu điều tra doanh nghiệp về sử dụng công nghệ của GSO
Đối với loại cơng nghệ máy móc truyền thơng, tỉ lệ máy móc cơng nghệ có tuổi đời trên 10 năm trong nhóm ngành cơng nghệ trung bình là khá lớn đều chiếm khoảng 16-17%. Đây là những máy móc thiết bị truyền thơng như máy tính và sử dụng Internet nên tuổi đời trên 10 năm là trở nên quá lỗi thời. Kết quả là việc sử dụng loại công nghệ này sẽ khơng thúc đẩy được q trình CDCCLĐ trong nhóm ngành sử dụng cơng nghệ trung bình, tức là cản trở xu hướng tăng tỉ trọng lao động trong nhóm ngành cơng nghệ trung bình với NSLĐ tương đối cao.
Thực tế, xét đối với thị trường công nghệ ở Việt Nam, trong khi các nước phát triển liên tục đổi mới cơng nghệ, đẩy mạnh hoạt động R&D và có nhu cầu CGCN cũ hơn, các nước đang phát triển với mục tiêu “đi tắt đón đầu” về CN, sử dụng lại công nghệ của các nước phát triển. Số liệu thống kê cho thấy, tỉ lệ cơng nghệ mua từ các nước phát triển có xu hướng ngày càng tăng lên trong giai đoạn nghiên cứu với 65,4% năm 2012 lên 73,1% năm 2018. Kết quả là cung công nghệ của nước phát triển đáp ứng được cầu công nghệ của các nước đang phát triển trong đó có Việt Nam. Như vậy, thực trạng về thị trường công nghệ trong ngành CNCBCT Việt Nam là hoàn toàn hợp xu thế và thể hiện được vai trị của việc mua cơng nghệ từ nước phát triển cho ngành ở Việt Nam.
Thứ hai, đánh giá vai trị của việc mua cơng nghệ tiên tiến bao gồm mua công
nghệ sản xuất tiên tiến (tlCNsxtt) và công nghệ truyền thông tiên tiến (tlCNtttt) đến CDCCLĐ. Đây được coi là nhóm biến thể hiện khả năng hấp thụ công nghệ của doanh nghiệp trong ngành. 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% <5 5-10 10-20 >20 <5 5-10 10-20 >20 CNsx CNtt CN cao CN trung bình CN thấp
Kết quả cho thấy, biến tlCNsxtt có ý nghĩa thống kê ở hầu hết các mơ hình (ngoại trừ mơ hình (4.3c) – nhóm cơng nghệ trung bình) và hệ số ở các mơ hình đều nhận giá trị dương. Điều này cho thấy, việc mua cơng nghệ sản xuất tiên tiến có tác động dương đến CDCCLĐ toàn ngành CNCBCT Việt Nam và đối với nhóm cơng nghệ cao và cơng nghệ thấp.
Ngược lại, biến tlCNtttt có ý nghĩa thống kê cao ở hai mơ hình (4.3a) và (4.3d) và hệ số của biến này đều nhận giá trị âm. Tức là, mua cơng nghệ truyền thơng tiên tiến có tác động âm tới CDCCLĐ tồn ngành và với nhóm ngành sử dụng cơng nghệ thấp.
Điều này có thể được lý giải là do máy móc thiết bị sản xuất tiên tiến trong ngành CNCBCT thường là những máy móc do người điều khiển và máy móc do máy tính điều khiển, ví dụ máy nhuộm vải, máy cắt vải, máy may trong ngành dệt may hay máy cán thép, máy cán tôn trong ngành sản xuất kim loại. Trong khi, máy móc cơng nghệ truyền thơng tiên tiến là máy vi tính, máy móc sử dụng mạng Internet, ví dụ các thiết bị máy móc về phần cứng để truyền tải dữ liệu phục vụ cho ngành dệt may (máy thêu vi tính, máy in sơ đồ, bản vẽ). Có thể thấy các máy móc cơng nghệ sản xuất tiên tiến yêu cầu đòi hỏi về TĐCMKT thấp hơn so với các máy móc thiết bị truyền thơng tiên tiến.
Hơn nữa, trình độ lao động của lực lượng lao động ngành CNCBCT còn thấp.