Nhiệm vụ 6

Nội dung của Nhiệm vụ

• Chọn 2 indicator - 1 từ World Bank và 1 từ IMF

• Phân tích 2 indicator này theo thời gian, đồng thời tìm các yếu tố ảnh hưởng và phân tích sự ảnh hưởng đó

Tổng quan về Indicator

• Indicator thường được hiểu là một biến số hoặc một tập hợp các biến số được sử dụng để đo lường, đánh giá hoặc hiển thị một khía cạnh cụ thể của dữ liệu

• Các indicator có thể được sử dụng để thực hiện các phân tích thống kê, đồ thị, và mô hình hóa dữ liệu.

Nguồn gốc của các Indicator

Ở nhiệm vụ 6 hiện tại, 2 nguồn để lấy indicator là World Bank và IMF

• World Bank Data

  • Thuộc sở hữu của Tổ chức ngân hàng thế giới - World Bank Group, hệ thống dữ liệu của trang web rất đồ sộ

  • Kho dữ liệu của World Bank có thể cung cấp hơn 2.000 bộ số liệu thống kê phong phú về các chỉ tiêu kinh tế, xã hội và môi trường trên toàn thế giới

  • Ngoài ra còn có các số liệu về nhiều chủ đề phát triển của hơn 200 quốc gia trên thế giới và chuỗi thời gian báo cáo lên đến 50 năm

• IMF Data

  • Viết tắt của IMF là International Monetary Fund - Quỹ Tiền tệ Quốc tế

  • IMF là tổ chức quốc tế công bố rất nhiều chỉ số kinh tế, tài chính hữu ích

  • Tổng hợp dữ liệu kinh tế theo các quốc gia hoặc vùng lãnh thổ cùng với các chỉ số trong khoảng thời gian từ 1900 đến nay

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.4.4     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.0
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(dplyr)
library(WDI)

## Warning: package 'WDI' was built under R version 4.3.3

library(imf.data)

## Warning: package 'imf.data' was built under R version 4.3.3

1. Indicator từ World Bank

1. Tổng quan về Indicator từ World Bank

Dữ liệu trong Ngân hàng thế giới là vô cùng đồ sộ và đa dạng, ta phải tiến hành chọn một chủ đề hay từ khóa mong muốn và rồi từ chính từ khóa đó, ta sẽ chọn 1 indicator cụ thể để tiến hành phân tích

• Với mỗi 1 từ khóa ta tìm kiếm thì sẽ có rất nhiều indicator bên trong

• Mỗi indicator là các số liệu khác nhau về quốc gia, ngày, tháng, năm,….

Nên việc tìm kiếm và chọn lựa các indicator phù hợp là rất quan trọng

WB <- WDIsearch('Unemployment')
v <- WDI(indicator = 'SL.UEM.ADVN.ZS')

Từ khóa ta tiến hành tìm hiểu là “Unemployment - Thất nghiệp”

• Với từ khóa này, chủ đích của ta chính là muốn tìm hiểu về các tỷ lệ thất nghiệp, tỷ lệ có việc làm, ở các độ tuổi, giới tính, hay ở các trình độ học vấn khác nhau,…

• Sau khi đã xác định chủ đề, ta tiến hành chọn 1 indicator mong muốn mang tên “SL.UEM.ADVN.ZS”

• Số thứ tự của indicator này với từ khóa Unemployment là 17194

2. Nội dung của Indicator

Khi chọn bất kỳ 1 indicator nào thì ta cũng phải hiểu nó thì mới có thể tiến hành phân tích một cách dễ dàng

Các indicator đa số sẽ gồm các cụm từ viết tắt như bên trên và bắt buộc ta phải tìm hiểu nội dung của nó là gì để tiến hành phân tích

---

Nội dung về tên

Với indicator SL.UEM.ADVN.ZS - nội dung của nó như sau :

• Nội dung của tên là Unemployment with advanced education (% of total labor force with advanced education)

• Khi dịch nghĩa ra là tỷ lệ thất nghiệp của những người đã hoàn thành các cấp độ giáo dục cao, và được tổng hợp dựa trên tổng lực lượng lao động có trình độ học vấn cao

• Cụ thể mặc dù những người này đã tốt nghiệp từ các trường đại học, cao đẳng hoặc các khóa học chuyên sâu khác nhưng vẫn thất nghiệp

• Điều này giúp đánh giá tình trạng thị trường lao động và hiệu quả của hệ thống giáo dục đối với việc tạo ra cơ hội việc làm cho người học

---

Ý nghĩa của các từ viết tắt

Cụ thể có ý nghĩa như sau :

• “SL” : có thể đại diện cho “Sức khỏe Kinh tế Xã hội”

• “UEM” : là viết tắt của “Unemployment, total (% of total labor force)”, ám chỉ tỷ lệ thất nghiệp dựa trên lực lượng lao động

• “ADVN” : có thể là viết tắt của “Advanced” để chỉ các quốc gia phát triển kinh tế cao, bao gồm tỷ lệ thất nghiệp của những người đã hoàn thành giáo dục ở cấp độ cao

• “ZS” : thường biểu thị cho phần trăm

---

3. Bộ số liệu cụ thể có được từ Indicator

Trong indicator về tỷ lệ thất nghiệp này bao gồm rất nhiều quốc gia và chuỗi các năm khác nhau

Nhưng ta chỉ xét tỷ lệ của Việt Nam và các các năm có số liệu cung cấp

Bộ số liệu ta có sẽ như sau :

tyle <- v
tylevn <- filter(tyle, country == 'Viet Nam')
tylevn <- na.omit(tylevn)
tylevn

country	iso2c	iso3c	year	SL.UEM.ADVN.ZS
Viet Nam	VN	VNM	2022	2.972
Viet Nam	VN	VNM	2021	3.414
Viet Nam	VN	VNM	2020	4.483
Viet Nam	VN	VNM	2019	2.531
Viet Nam	VN	VNM	2018	2.075
Viet Nam	VN	VNM	2017	4.001
Viet Nam	VN	VNM	2016	4.626
Viet Nam	VN	VNM	2015	4.588
Viet Nam	VN	VNM	2014	3.966
Viet Nam	VN	VNM	2013	3.892
Viet Nam	VN	VNM	2012	2.817
Viet Nam	VN	VNM	2011	2.509
Viet Nam	VN	VNM	2010	2.237

Ta có một bộ dữ liệu mang tên tylevn gồm 5 biến và 13 quan sát

• country : đại diện cho tên quốc gia, ở đây ta chỉ lọc ra 1 nước duy nhất là Việt Nam

• iso2c : đây là mã quốc gia 2 chữ cái được sử dụng để đại diện cho các quốc gia và vùng lãnh thổ trên toàn thế giới, và với Việt Nam có mã là “VN”

• iso3c : tương tự thì đây là mã quốc gia 3 chữ cái - Việt Nam có mã 3 chữ cái là “VNM”

• year : là đại diện cho năm của số liệu, bao gồm 13 năm từ 2010 - 2022

• SL.UEM.ADVN.ZS : chính là tỷ lệ thất nghiệp của những người đã hoàn thành các cấp độ giáo dục cao

---

4. Biểu đồ phân tích bộ dữ liệu

1. Biểu đồ thể hiện tỷ lệ thất nghiệp trong 5 năm gần nhất

Bộ dữ liệu ta có được bao gồm các số liệu của 13 năm từ 2010 đến 2022

Đầu tiên ta sẽ xét đến 5 năm gần nhất trước tiên - là từ năm 2018 trở đi, để xem tỷ lệ thất nghiệp lúc này biến động ra sao

Ta có thể xem biểu đồ dưới đây :

tylevn %>% filter(year > 2017) %>%
  ggplot(aes(x=year, y=SL.UEM.ADVN.ZS)) +
  geom_line(color='black', linewidth =1) +
  labs(title = "Biểu đồ thể hiện tỷ lệ thất nghiệp với trình độ học vấn cao của Việt Nam") +
  labs(x = 'Năm', y = 'Tỷ lệ thất nghiệp')

Nhìn chung tỷ lệ thất nghiệp của trình độ này đều tăng rồi giảm qua các năm

• Trong 5 năm thì năm 2018 đang có tỷ lệ thấp nhất - khoảng hơn 2%

• Sau đó tủ lệ này đã tăng nhẹ và đến năm 2019 đã chạm 2,5% - sau một năm thì tăng khoảng 0,5%

• Và tiếp đến năm 2020 thì tỷ lệ này đã tăng gần như gấp đôi, chạm mốc khoảng gần 4,5%

• 2 năm tiếp theo sau đó là 2021 và 2022, thì tỷ lệ thất nghiệp lúc này đã giảm

---

2. Biểu đồ thể hiện tỷ lệ thất nghiệp trong 10 năm

Khỏang thời gian 10 năm bắt đầu từ 2013 đến 2022

Biểu đồ dưới đây sẽ thể hiện tổng quan hơn qua 10 năm của Việt Nam về tỷ lệ thất nghiệp với trình độ học vấn cao :

tylevn %>% filter(year>2012) %>%
  group_by(year, SL.UEM.ADVN.ZS) %>%
  ggplot(aes(x=year, y=SL.UEM.ADVN.ZS)) +
  geom_col(fill='lightblue') +
  geom_line(color='blue', linewidth =1) +
  geom_text(aes(label = SL.UEM.ADVN.ZS ),vjust = 5, color = 'black') +
  labs(title = "Biểu đồ thể hiện tỷ lệ thất nghiệp với trình độ học vấn cao của Việt Nam") +
  labs(x = 'Năm', y = 'Tỷ lệ thất nghiệp')

• Nhìn chung ta đều thấy các mức tỷ lệ nằm khoảng từ 2-5%

  • Năm có tỷ lệ cao nhất là năm 2016 với 4,6%

  • Năm có tỷ lệ thấp nhất là năm 2018 với 2%

• Nếu lấy một cột mốc ở giữa là năm 2017, thì :

  • Các năm trước 2017 đều có tỷ lệ khoảng 4% cho mỗi năm, và sự chênh lệch giữa các năm là khá ít chỉ khoảng 1%

  • Thời điểm các năm sau 2017 thì có tỷ lệ thấp hơn, có tới 3 năm dưới 3%, và khoảng cách chênh lệch đã tăng lên khaorng 2%

  • So với thời điểm trước đây thì có lẽ tỷ lệ thất nghiệp này đang có xu hướng giảm

• Vấn đề về thất nghiệp nói chung vẫn là một thách thức vẫn còn đang tìm hướng giải quyết, nên nếu tỷ lệ thất nghiệp của nó vẫn ở mức cao thì đây là vấn đề đáng lo ngại cho toàn xã hội và đất nước

• Mặc dù tỷ lệ thất nghiệp cao có thể mang lại một số hậu quả tiêu cực, nhưng nó cũng có thể tạo ra cơ hội và động lực cho sự thay đổi và phát triển trong xã hội và kinh tế

• Điều quan trọng là phải áp dụng các biện pháp hỗ trợ và chính sách phù hợp để giảm bớt những hậu quả tiêu cực và tận dụng những cơ hội tiềm năng.

---

5. Phân tích các yếu tố gây ảnh hưởng và giải pháp

Các yếu tố gây ảnh hưởng

Tỷ lệ thất nghiệp của người có trình độ học vấn cao ví dụ như : đại học, cao đẳng,…. là còn quá lớn, vấn đề này vẫn đã và đang đặt ra những khó khăn, thách thức đối với toàn xã hội

Hàng trăm nghìn người có trình độ cao mà vẫn thất nghiệp là một sự lãng phí lớn về chất xám của toàn xã hội

Ta có thể nêu lên một số yếu tố ảnh hưởng nổi bật nhất của vấn đề này :

---

1. Cung lao động nhiều hơn so với nhu cầu tuyển dụng

• Sự chênh lệch trong cung cầu lao động và thiếu chất lượng so với số lượng là những nguyên nhân chính làm cho hàng chục ngàn người phải rơi vào cảnh thất nghiệp dù có bằng cấp, học vấn ở mức cao

• Ngoài ra cũng phụ thuộc vào tình hình thị trường lao động và sự phát triển của các ngành công nghiệp phù hợp với trình độ học vấn của họ

• Cộng thêm với kinh tế hiện tại đang rơi vào thời điểm khó khăn, nên các doanh nghiệp cũng phải cắt giảm nhân sự và hạn chế tuyển dụng, dẫn tới càng nhiều trường hợp thất nghiệp cũng như không tìm được công việc

• Đây cũng là một trong những yếu tố chính tác động đến tỷ lệ thất nghiệp của nhiều lao động nói chung và lao động trình độ học vấn cao nói riêng

---

2. Các công ty chú trọng kinh nghiệm và ngoại hình

• Khi môt doanh nghiệp tiến hành tuyển dụng thì chắc hẳn “kinh nghiệm” và “hình thức bên ngoài” sẽ được yêu cầu nhiều và ưu tiên hơn từ các ứng viên, hiếm khi ai muốn tuyển dụng những người thực tập sinh mới toanh không một chút kinh nghiệm

• Điều này cũng dễ hiểu khi chọn được ứng viên có kinh nghiệm, công ty chắc chắn sẽ giảm được thời gian và chi phí đào tạo nghiệp vụ.

• Thêm vào đó, ngoại hình ưa nhìn sẽ được chú trọng cho những vị trí thường xuyên phải tiếp xúc với đối tác, khách hàng

• Nên những lao động nào tốt nghiệp với bằng cấp cao nhưng không đủ kinh nghiệm vẫn sẽ bị đánh trượt như thường, đây cũng là một yếu tố tác động tỷ lệ thất nghiệp

---

3. Chất lượng đào tạo chưa thực sự gắn với nhu cầu xã hội

• Các cơ sở đào tạo của thiếu năng lực, thiếu động lực và thiếu thông tin trong việc tạo nên những gắn kết cần thiết với môi trường xung quanh cũng như sự cần thiết cho các doanh nghiệp

• Bên cạnh có thể còn là do các trường, các cơ sở đào tạo còn xem nhẹ phần thực hành mà quá đặt nặng lý thuyết, dẫn tới những học viên, sinh viên không thích ứng được với thực tế và thị trường bên ngoài

• Ngoài ra, còn một sô các chương trình đào tạo vẫn theo lối tư duy cũ, thiếu thực tế

• Chất lượng đào tạo chưa tốt dẫn tới nhiều người lao động không có kinh nghiệm tích lũy hay kiến thức để đối đầu với xã hội bên ngoài, cũng khiến họ không ghi điểm được trong mắt các doanh nghiệp và dẫn tới thất nghiệp

---

4. Hạn chế về Ngoại ngữ

• Điển hình nhất vẫn là Tiếng Anh - đây là ngôn ngữ được sử dụng nhiều nhất trên Thế Giới

• Thực ra, hầu hết các cơ sở đào tạo đều cho học viên học tiếng Anh, nhưng chính thái độ học thụ động, không áp dụng thực tế thì khi ra trường, kỹ năng ngoại ngữ chỉ là con số 0

• Cộng thêm hiện tại, sự hội nhập vào thị trường Việt Nam của các công ty nước ngoài, tầm quan trọng của Tiếng Anh lại càng được thể hiện. Nếu biết Tiếng Anh, sẽ rất dễ để làm việc với các đối tác nước ngoài, các mảng về quốc tế và rất dễ thăng tiến trong sự nghiệp

• Nên những ai chưa có một kiến thức vững về ngôn ngữ này, rất khó để có thể lọt vào mắt xanh của các nhà tuyển dụng. Dù đang có một bằng cấp giỏi hay xuất sắc đi nữa nhưng nếu không thể giao tiếp bằng tiếng anh thì tình trạng thất nghiệp vẫn sẽ còn

---

5. Công nghệ và tự động hóa

• Sự phát triển của công nghệ và tự động hóa có thể ảnh hưởng đến những người lao động có trình độ học vấn cao, đặc biệt là trong các ngành công nghiệp mà công nghệ có thể thay thế vai trò của con người

• Điều này có thể dẫn đến sự thất nghiệp trong nhóm người lao động này nếu họ không có khả năng thích ứng và tái đào tạo

---

Các mặt tiêu cực và tích cực

Tỷ lệ thất nghiệp của người lao động có trình độ cao có thể mang lại một số ảnh hưởng tích cực và tiêu cực

Tùy thuộc vào ngữ cảnh kinh tế và xã hội cụ thể như sau :

• Mặt có lợi:

  • Thúc đẩy đổi mới và sáng tạo: Trong thời gian rảnh rỗi, những người lao động này có thể nghiên cứu, phát triển và thúc đẩy các ý tưởng mới và sáng tạo trong lĩnh vực của họ, dẫn đến sự đổi mới và tiến bộ trong nền kinh tế

  • Tạo ra lao động chất lượng cao: Việc có người lao động có trình độ cao nhưng không có việc làm có thể tạo ra một bộ lọc tự nhiên, đẩy các doanh nghiệp và tổ chức tìm kiếm và thuê những người có kỹ năng và kiến thức cao để nâng cao chất lượng và hiệu suất lao động.

  • Khuyến khích đào tạo và học hỏi: Tỷ lệ thất nghiệp có thể khuyến khích người lao động có trình độ cao tiếp tục học hỏi và phát triển kỹ năng mới để nâng cao cơ hội việc làm trong tương lai

• Mặt có hại:

  • Lãng phí nguồn lực: Những người có học vấn cao thì chứng tỏ họ đã trải qua một khoảng thời gian học tập rất dài để có được những kiến thức và trình độ như thế, nhưng nếu không được sử dụng thì sẽ rất lãng phí tài năng và chất xám đó cho đất nước và xã hội

  • Sự Thất vọng về tinh thần: Thất nghiệp có thể gây ra sự thất vọng và cảm giác thất bại ở một số người lao động nói chung và lao động có trình độ cao nói riêng, gây ra cảm giác thất vọng và tinh thần không còn ổn định, có thể dẫn đến một số tiêu cực cho xã hội

  • Tác động xã hội và kinh tế tiêu cực: nó có thể bao gồm gia tăng tình trạng bất ổn xã hội và tăng cường gánh nặng tài chính đối với chính phủ và hệ thống bảo hiểm xã hội

---

Các phương án giải quyết

1. Về bản thân của người lao động

• Cần định hướng sơ bộ về nghề nghiệp của mình, cần thay đổi nhận thức, hiểu được mục đích của bản thân

  • Điều quan trọng nhất chắc vẫn là nắm rõ các yêu cầu của các doanh nghiệp cần là gì, xu hướng của thế giới đang phát triển theo chiều hướng nào

  • Phải nắm bắt mọi thứ thật rõ để chắc chắn được tình hình mà cố gắng trau đồi nhiều hơn nữa

• Trải nghiệm thực tế là điều vô cùng quan trọng

  • Chất lượng, năng suất, kỹ năng làm việc tốt luôn là một trong những yêu cầu cao nhất các doanh nghiệp

  • Dù cho có làm không lương, tăng ca mỗi tối nhưng đổi lại có được kinh nghiệm quý giá thì đó vẫn là một cơ hội không nên bỏ lữo

  • Việc học cũng quan trọng nhưng Học đi đôi với Hành, học đến đâu có thể thực hành đến đó để việc học không còn mang ý nghĩa trừu tượng mà còn mang tính ứng dụng thiết thực.

---

2. Về phía Nhà nước và Chính phủ

• Khuyến khích sáng tạo và khởi nghiệp

  • Tạo điều kiện thuận lợi cho người lao động có trình độ học vấn cao để phát triển sự sáng tạo và khởi nghiệp

  • Chính phủ có thể cung cấp hỗ trợ tài chính và các nguồn lực để khuyến khích sáng tạo và khởi nghiệp trong các lĩnh vực mới

• Phát triển các ngành công nghiệp mới và công nghệ cao

  • Tạo ra các chính sách và cơ chế khuyến khích đầu tư vào các ngành công nghiệp mới và công nghệ cao

  • Từ đó có thể tạo ra nhiều cơ hội việc làm mới cho người lao động có trình độ học vấn cao.

  = Ngoài ra cũng có thể cố gắng phát triển kinh tế nhiều thành phần

  • Thu hút vốn đầu tư nước ngoài vào các dự án kinh tế, giúp tăng trưởng kinh tế và tạo việc làm

• Nhà nước cũng phải hoàn thiện thể chế thị trường lao động

  • Tạo khung pháp lý phù hợp, bảo đảm đối xử bình đẳng giữa người sử dụng lao động và người lao động

  • Thực hiện đúng các luật về lao động, tiền lương tối thiểu, bảo hiểm lao động, xuất khẩu lao động,…

  • Người lao động được quyền hưởng lương đúng với số lượng và chất lượng lao động đã bỏ ra, phải được bảo đảm về điều kiện môi trường lao động, an sinh khác theo đúng luật pháp

---

2. Indicator từ IMF

1. Tổng quan về các Datasets từ IMF

Dữ liệu trong IMF Quỹ Tiền Tệ Quốc Tế cũng vô cùng to lớn và đa dạng, IMF có một số dữ liệu quan trọng về kinh tế vĩ mô các nước như WEO, IFS, DOTS, BOPS, GFS,…

Khác với indicator được lấy từ World Bank, dữ liệu từ IMF sẽ bao gồm một số datasets nhất định

• Ta sẽ tiến hành chọn 1 trong số các datasets có sẵn này

• Và bên trong 1 dataset đó sẽ bao gồm nhiều indicator liên quan đến dataset này

• Ngoài ra bên trong cũng còn các dữ liệu về các nước, các mốc thời điểm được tổng hợp

Vì vậy nên việc tìm kiếm và chọn lựa các indicator phù hợp là rất quan trọng

tv <- load_datasets('PGCS')
view(tv$dimensions$indicator)

Ta chọn datasets có tên là “PGCS” - Private and Public Capital Stock Dataset

• Trong IMF data, thì datasets PGCS nằm ở số 306 - là Bộ dữ liệu chứng khoán vốn tư nhân và công cộng

• Bộ dữ liệu chủ yếu nói về tỷ lệ phần trăm của các vốn đầu tư của nhà nước hay tư nhân của các quốc gia theo năm, theo GDP,…

---

2. Nội dung bên trong của các Datastes

Trong mỗi datasets đều bao gồm các giá trị như sau :

• freq : thể hiện tần số hay còn là các thời điểm được ghi nhận của các số liệu bao gồm :

  • A - Annual : mức độ tần số theo hàng Năm

  • B - Bi-annual : theo 1 năm 2 lần

  • Q - Quarterly : theo hàng Quý

  • M - Monthly : theo hàng Tháng

  • D - Daily : theo hàng Ngày

  • W - Weekly : theo hàng Tuần

• ref_area : thể hiện cho vùng lấy dữ liệu

  • Các vùng có thể bao gồm : các quốc gia, các châu lục, các khu vực được chia theo kinh tế hay địa lý

  • Hoặc cũng có thể là bao gồm tất cả vùng nói trên trong một bộ dữ liệu

• indicator

  • Sẽ có rất nhiều giá trị indicator bên trong

  • Mỗi indicator đó đều có các số liệu của các quốc gia, các năm riêng biệt

---

3. Bộ số liệu cụ thể có được từ Indicator

Với datasets có tên là “PGCS” - Private and Public Capital Stock Dataset, ta sẽ lọc thành một bộ dữ liệu mới với các giá trị sau :

• freq - tần số hay thời điểm của các số liệu được thể hiện theo A (Annual) hàng Năm

• ref_area - vùng dữ liệu ta lấy sẽ chỉ có số liệu của quốc gia Việt Nam, với giá trị được quy định là số 582

• indicator ta chọn nằm ở số 3 - kpubl_pch (Growth rate in public capital (%))

VN <- tv$get_series(freq = 'A', ref_area = '582', indicator = 'kpubl_pch' )
VN

TIME_PERIOD	A.582.kpubl_pch
1971	4.20585584640503
1972	4.17220735549927
1973	3.92518973350525
1974	3.91901278495789
1975	3.92420768737793
1976	4.36144351959229
1977	4.9250054359436
1978	4.74055242538452
1979	4.86296463012695
1980	4.33581304550171
1981	4.43210601806641
1982	4.64439296722412
1983	4.73585748672485
1984	5.03899574279785
1985	5.01833724975586
1986	4.70446681976318
1987	5.0682692527771
1988	4.61906290054321
1989	3.9650547504425
1990	6.61257171630859
1991	5.32799863815308
1992	8.23342990875244
1993	10.58607006073
1994	12.1660823822021
1995	12.361255645752
1996	12.4421977996826
1997	12.0393800735474
1998	12.7163248062134
1999	9.94210624694824
2000	13.6864824295044
2001	10.7446737289429
2002	12.8767375946045
2003	13.1025056838989
2004	14.4023485183716
2005	11.2266263961792
2006	11.1577014923096
2007	11.0939502716064
2008	9.37722969055176
2009	9.28338050842285
2010	13.6413621902466
2011	9.34732055664063
2012	8.22707080841064
2013	9.30911064147949
2014	9.73938751220703
2015	8.55600452423096
2016	7.74912405014038
2017	9.15164375305176

Ta thu được bộ dữ liệu gồm 2 biến và 47 quan sát

• TIME_PERIOD : đại diện cho các năm của các số liệu, ta có được số liệu của Việt Nam trong 47 năm từ 1971- 2017

• A.582.kpubl_pch : đây chính là tỷ lệ phần trăm của các vốn đầu tư công của Việt Nam

Và mặc dù số liệu tới 47 năm, nhưng có lẽ ta sẽ chỉ xét thời gian khoảng từ 5 đến 10 năm gần nhất

---

4. Nội dung của Indicator

Với indicator kpubl_pch - Growth rate in public capital (%) - Tốc độ tăng trưởng vốn công, tính theo %

Tốc độ tăng trưởng vốn công đề cập đến mức độ gia tăng của vốn công cộng của một quốc gia hoặc khu vực trong một khoảng thời gian nhất định

• Vốn công thường bao gồm các loại hạ tầng, cơ sở dịch vụ công như đường sá, cầu đường, trường học, bệnh viện,… do chính phủ hoặc các tổ chức công cộng khác đầu tư và quản lý

• Tốc độ tăng trưởng vốn công thường được biểu diễn dưới dạng phần trăm, so sánh với năm hoặc thời điểm trước đó

• Việc đầu tư vào vốn công và tốc độ tăng trưởng của nó thường được coi là chỉ số quan trọng để đánh giá sự phát triển kinh tế và xã hội của một quốc gia hoặc khu vực

• Nó có thể ảnh hưởng đến nhiều khía cạnh của cuộc sống như chất lượng hạ tầng, tiện ích công cộng, và khả năng cạnh tranh kinh tế

---

5. Biểu đồ phân tích bộ dữ liệu

1. Biểu đồ thể hiện tỷ lệ thất nghiệp trong 15 năm gần nhất

Trong bộ dữ liệu tăng trưởng vốn công ta lọc được của Việt Nam - năm được ghi nhận xa nhất là 1971 và gần nhất là năm 2017

Nhưng hiện tại ta sẽ xét bắt đầu từ năm 2003 đến 2017 để xem tốc độ tăng trưởng vốn công của Việt Nam trong 15 năm đã có những biến động ra sao

Ta có thể xem biểu đồ dưới đây :

VNN <- VN
VNN1 <- as.data.frame(lapply(VNN, as.numeric))

VNN1 %>% filter(TIME_PERIOD > 2002) %>%
  ggplot(aes(x=TIME_PERIOD, y=A.582.kpubl_pch)) +
  geom_line(color='black', linewidth =1) +
  geom_point(color='red') +
  labs(title = "Biểu đồ thể hiện Tốc độ tăng trưởng vốn công của Việt Nam") +
  labs(x = 'Năm', y = 'Tốc độ tăng trưởng vốn công')

Đầu tiên, vì bộ dữ liệu gốc ta lọc được có các số liệu đều là ở “dạng chữ”, ta chuyển nó về “dạng số” để có thể tiến hành vẽ biểu đồ

Nhìn vào biểu đồ ta có thể thấy được các mức tăng trưởng ở mỗi năm đều khác nhau và có khoảng cách chênh lệch

• Trong những năm trước 20210, tỷ lệ tăng vốn công đều trên 9%

• Nhưng sau năm 2010 đến 2107, thì đã có những năm tỷ lệ tăng dưới và khoảng 9% là khá nhiều

Một chấm trên biểu đồ đại diện cho tỷ lệ tăng vốn của 1 năm, ta có thể xem sự biến động của các chấm đó qua 15 năm

• Năm 2004 là năm có tỷ lệ tăng vốn công nhiều nhất - khoảng hơn 14%

• Năm 2016 là năm có tỷ lệ tăng vốn công thấp nhấp - khoảng hơn 7%, chỉ bằng một nửa so với 2004

• Khoảng cách chênh lệch giữa các năm với nhau trung bình giao động khoảng 1-3%

• Khoảng cách chênh lệch lớn nhất là năm 2009 và 2010, với tỷ lệ tăng vọt so với năm trước là khoảng 4,4%

• Năm 2010 đến 2011, tỷ lệ giảm xuống chênh lệch nhất, cũng khoảng hơn 4%

---

2. Biểu đồ thể hiện tỷ lệ thất nghiệp trong 5 năm gần nhất

Nếu chỉ xét riêng lẻ 5 năm gần nhất từ 2013 đến 2017 - ta có thể thấy rõ hơn khoảng cách của các năm đó

Ta có thể xem biểu đồ dưới đây :

VNN1 %>% filter(TIME_PERIOD>2012) %>%
  group_by(TIME_PERIOD, A.582.kpubl_pch) %>%
  ggplot(aes(x=TIME_PERIOD, y=A.582.kpubl_pch)) +
  geom_col(fill='yellow') +
  geom_line(color='red', linewidth =1) +
  geom_text(aes(label = round(A.582.kpubl_pch,2)),vjust = 5, color = 'black') +
  labs(title = "Biểu đồ thể hiện Tốc độ tăng trưởng vốn công của Việt Nam") +
  labs(x = 'Năm', y = 'Tốc độ tăng trưởng vốn công')

Ta thấy trong 5 năm gần nhất từ 2013 đến 2017, tốc độ tăng trưởng vốn vẫn có sự chênh lệch nhưng không quá lớn

• Trong 5 năm thì tất cả đều có mức tăng trưởng lớn hơn 7,5%

• Cụ thể ở năm 2014 có tỷ lệ tăng nhiều nhất so với các năm còn lại với 9,74%

• Năm 2013 và 2017 cũng đều có tỷ lệ tăng hơn 9%

• Chỉ có năm 2015 và 2016 có mức độ tăng ít hơn một chút với 8,5% và 7,7%

• Khoảng cách giữa các năm với nhau cũng chỉ rơi vào 1-2%

Tuy nhiên, nếu tỷ lệ đầu tư vốn công này có giảm hay tăng thì cũng tùy thuộc vào mục đích đầu tư là gì cộng thêm tình hình kinh tế quốc gia lúc đó thì mới có thể xác định giảm hay tăng vốn công là có lợi hay không có lợi

• Tăng vốn công không có nghĩa là hoàn toàn có hại hay có lợi

• Ngược lại việc giảm vốn công cũng vậy

Muốn biết nhiều hơn ta có thể tìm hiểu đến các yếu tố ảnh hưởng đến tỷ lệ tăng trưởng vốn công

---

6. Phân tích các yếu tố gây ảnh hưởng và giải pháp

Các yếu tố gây ảnh hưởng

Tỷ lệ tăng trưởng vốn công (hay đầu tư công) là tỷ lệ thay đổi của khối lượng hoặc giá trị của các dự án đầu tư công trong một khoảng thời gian nhất định. Nó thường được tính toán để đo lường mức độ tăng trưởng của các dự án hạ tầng, dịch vụ công, và các lĩnh vực khác mà chính phủ hoặc các tổ chức công cộng đầu tư vào.

• Tỷ lệ này có thể được tính bằng nhiều cách, phụ thuộc vào cách đo lường khối lượng hoặc giá trị của đầu tư công

• Nó được sử dụng để đánh giá sự phát triển và tiến triển của một quốc gia trong việc xây dựng và duy trì hạ tầng, cải thiện điều kiện sống và kinh doanh, cũng như tăng cường năng lực sản xuất và cạnh tranh

---

Và cũng có nhiều yếu tố gây ảnh hưởng lên mức khả năng đầu tư công của một quốc gia như :

1. Chính sách và chiến lược phát triển kinh tế

• Chính sách và chiến lược phát triển kinh tế của chính phủ có thể ảnh hưởng đến mức độ đầu tư vào các dự án công

• Việt Nam có thể chọn chiến lược tăng cường đầu tư công để phát triển hạ tầng, năng lượng, giáo dục, y tế, và các lĩnh vực khác để đẩy mạnh tăng trưởng kinh tế

---

2. Tình hình kinh tế và tài chính

• Sức khỏe của nền kinh tế và tài chính của Việt Nam có thể ảnh hưởng đến khả năng và quyết định đầu tư công

• Sự ổn định kinh tế và tài chính thường làm tăng sự tin tưởng của nhà đầu tư và tạo điều kiện thuận lợi cho việc triển khai các dự án công

---

3. Nhu cầu hạ tầng và phát triển

• Nhu cầu về hạ tầng và phát triển xã hội có thể tác động lớn đến việc đầu tư vào các dự án công

• Đối với một nền kinh tế như Việt Nam, có nhu cầu cao về hạ tầng giao thông, hạ tầng năng lượng, cải thiện môi trường kinh doanh và điều kiện sống, cũng như việc đầu tư vào giáo dục và y tế.

---

4. Biến động giá cả và chi phí lao động

• Biến động giá cả và chi phí lao động có thể ảnh hưởng đến chi phí thực hiện các dự án công, ảnh hưởng đến quyết định đầu tư và tốc độ triển khai của chúng

---

5. Tình hình chính trị và địa lý

• Tình hình chính trị ổn định và môi trường đầu tư thuận lợi có thể tạo điều kiện thuận lợi cho việc đầu tư công

• Tuy nhiên, các yếu tố địa lý như thiên tai, biến đổi khí hậu, và rủi ro tự nhiên khác cũng có thể ảnh hưởng đến việc triển khai các dự án công.

---

Tỷ lệ tăng trưởng nếu tăng hoặc giảm thì sẽ ra sao

1. Nếu tỷ lệ vốn công tăng

Việc tỷ lệ tăng trưởng vốn công tăng so với năm trước có thể được xem xét là có lợi hoặc có hại tùy thuộc vào các yếu tố cụ thể của quốc gia và mục tiêu kinh tế cụ thể của chính phủ

• Có lợi:

  • Khi tăng vốn công đồng nghĩa sẽ có nhiều dự án hạ tầng được thực hiện, điều đó có thể tạo ra nhiều việc làm mới, đặc biệt là các ngành liên quan đến xây dựng và hạ tầng

  • Cải thiện hạ tầng có thể tạo ra môi trường thuận lợi hơn, thu hút đầu tư từ các doanh nghiệp tư nhân và nước ngoài

  • Cung cấp các dịch vụ công cải thiện đời sống cơ bản của người dân, như y tế, giáo dục, giao thông,….

• Có hại:

  • Tăng trưởng vốn công không hiệu quả có thể dẫn đến lãng phí tài nguyên và tăng nợ công, đặc biệt là khi các dự án không đáp ứng được nhu cầu thực của xã hội

  • Nếu các dự án không được triển khai một cách minh bạch và hiệu quả, có thể dẫn đến sự thất vọng và mất niềm tin của công chúng đối với chính phủ và các cơ quan quản lý

  • Đôi khi, tăng trưởng vốn công không cân đối với khả năng thu thuế và có thể gây ra vấn đề về bội chi cho chính phủ

Vì vậy, để đánh giá liệu việc tăng trưởng vốn công là có lợi hay có hại, cần phải xem xét các yếu tố cụ thể của quốc gia và mục tiêu phát triển kinh tế cụ thể của chính phủ

Lựa chọn các dự án đầu tư công phải được thực hiện một cách cẩn thận và chiến lược để đảm bảo rằng chúng mang lại lợi ích lâu dài và hiệu quả cho xã hội

---

2. Nếu tỷ lệ vốn công giảm

Ngược lại với tăng thì việc giảm vốn công cũng tùy thuộc vào từng ngữ cảnh cụ thể của mỗi quốc gia

• Có lợi:

  • Giảm tăng trưởng vốn công có thể phản ánh việc chính phủ tập trung vào việc cải thiện hiệu suất sử dụng vốn công, tránh lãng phí và quản lý tài nguyên một cách hiệu quả hơn

  • Có thể tập trung vào tái cơ cấu và tái sử dụng tài nguyên để tăng cường hiệu suất của các dự án đầu tư công hiện có

• Có hại:

  • Nó có thể phản ánh sự giảm đầu tư vào hạ tầng và các dự án cần thiết khác, điều này có thể ảnh hưởng đến tăng trưởng kinh tế và cải thiện điều kiện sống của người dân

  • Có thể gián tiếp gây ra sự giảm trong việc tạo ra việc làm mới và cơ hội kinh doanh trong các ngành xây dựng và các ngành liên quan

  • Nếu giảm đầu tư công không được quản lý một cách cân nhắc, nó có thể dẫn đến sự suy giảm của các dịch vụ cơ bản như : giao thông, y tế và giáo dục, gây ra sự bất bình đẳng và không ổn định xã hội

Tóm lại, việc giảm tỷ lệ tăng trưởng vốn công cũng cần được đánh giá kỹ lưỡng để đảm bảo rằng các quyết định đầu tư được đưa ra theo cách có lợi nhất cho cộng đồng và kinh tế

Điều này đòi hỏi sự cân nhắc kỹ lưỡng và quản lý chính sách kinh tế hiệu quả từ phía chính phủ và các bộ, cơ quan quản lý tài chính công.

---

Các yếu tố cần thiết để quyết định đến mức đầu tư vốn công

• Phản ánh nhu cầu và ưu tiên phát triển :

  • Cần xác định các lĩnh vực cần thiết mà cần đầu tư công để đáp ứng nhu cầu và ưu tiên phát triển kinh tế và xã hội của mình

  • Các lĩnh vực như hạ tầng giao thông, năng lượng, giáo dục, y tế, và phát triển nông thôn thường là những ưu tiên quan trọng.

• Hiệu quả sử dụng vốn công :

  • Chính phủ cần đảm bảo rằng các dự án đầu tư công được thực hiện một cách hiệu quả và có hiệu suất cao

  • Điều này bao gồm việc đánh giá cẩn thận các dự án, quản lý rủi ro, và đảm bảo sự minh bạch và trách nhiệm trong quản lý và sử dụng vốn công.

• Cân đối ngân sách và nợ công :

  • Quyết định về tỷ lệ vốn công cũng cần xem xét khả năng thanh toán và cân đối ngân sách của quốc gia

  • Việc quản lý nợ công và đảm bảo sự bền vững tài chính là quan trọng để tránh các vấn đề gặp phải trong tương lai.

• Đối thoại và tham gia của cộng đồng :

  • Chính phủ cần tạo điều kiện cho sự đối thoại và tham gia của cộng đồng trong quyết định về tỷ lệ vốn công

  • Điều này bao gồm việc lắng nghe và đáp ứng nhu cầu của người dân, doanh nghiệp, và các bên liên quan khác, đặc biệt là trong việc xác định ưu tiên và lựa chọn dự án.

• Theo dõi và đánh giá :

  • Việc theo dõi và đánh giá kết quả của các dự án đầu tư công là cần thiết để đảm bảo rằng chúng đạt được các mục tiêu và mang lại lợi ích cho cộng đồng

  • Các quốc gia cần thiết lập các cơ chế và chỉ tiêu đánh giá hiệu quả và tác động của các dự án công