1 Lấy dữ liệu indicator từ WORLD BANK (Ngân hàng thế giới)

1.1 Lấy dữ liệu indicator SE.XPD.TERT.ZS

SE.XPD.TERT.ZS là tên viết tắt của “Expenditure on tertiary education (% of government expenditure on education)” - “Chi tiêu cho giáo dục bậc đại học (% trong tổng chi tiêu của chính phủ cho giáo dục)”. Đây là một indicator cung cấp thông tin về tỷ lệ chi phí mà chính phủ chi ra cho hệ thống giáo dục bậc đại học so với tổng chi phí mà chính phủ của các quốc gia đầu tư cho toàn bộ hệ thống giáo dục của họ.

Ta sẽ lấy ra thông tin về tổng chi tiêu mà chính phủ Việt Nam đã đầu tư cho giáo dục bậc đại học trong tổng số đầu tư cho cả hệ thống giáo dục ở nước ta được thống kê trong indicator lấy từ WORLD BANK - Ngân hàng thế giới.

library(WDI)
## Warning: package 'WDI' was built under R version 4.3.3
ind <- WDIsearch('education')
tmp1 <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('VNM'))
datatable(tmp1)
#library(WDI):Tải thư viện WDI để truy cập dữ liệu từ World Bank.
#ind <- WDIsearch('education'):Tìm kiếm các chỉ số liên quan đến giáo dục trong World Bank và lưu kết quả vào biến ind.
#tmp1 <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('VNM')):Tải dữ liệu về chi tiêu cho giáo dục bậc tertiary (SE.XPD.TERT.ZS) cho Việt Nam (VNM) từ World Bank và lưu vào biến tmp1.
#datatable(tmp1):Hiển thị dữ liệu trong tmp1 dưới dạng bảng

Đây là một bảng dữ liệu thống kê về tổng chi tiêu mà chính phủ nước ta đã đầu tư cho giáo dục bậc đại học trong tổng số đầu tư cho cả hệ thống giáo dục trong 63 năm qua ( từ 1960 - 2022). Bộ dữ liệu gồm có 63 quan sát ứng với 63 năm và 5 biến là:

  • country: Tên quốc gia

  • iso2c (VN): là mã quốc gia hai chữ cái theo tiêu chuẩn ISO 3166-1 alpha-2. Mã này được sử dụng để xác định quốc gia trong các tập dữ liệu quốc tế.

  • iso3c (VNM): là mã quốc gia ba chữ cái theo tiêu chuẩn ISO 3166-1 alpha-3. Mã này được sử dụng để xác định quốc gia trong các tập dữ liệu quốc tế.

  • year: năm thống kê

  • SE.XPD.TERT.ZS: Chi tiêu cho giáo dục bậc đại học (% trong tổng chi tiêu của chính phủ cho giáo dục) (đơn vị tính: %)

1.2 Phân tích chi tiêu cho giáo dục bậc đại học (% trong tổng chi tiêu của chính phủ cho giáo dục)

Giáo dục đại học đóng vai trò quan trọng trong việc phát triển kinh tế thông qua việc cung cấp nguồn nhân lực kỹ thuật cao. Phân tích chi tiêu cho phép đánh giá xem chính sách đầu tư có góp phần vào phát triển kinh tế xã hội hay không.

Chi tiêu cho giáo dục bậc đại học của chính phủ nước ta trong toàn bộ chi tiêu đầu tư cho hệ thống giáo dục theo thời gian cụ thể là trong 6 năm (từ 2008 - 2013) - Đây là giai đoạn mà nước ta đang trong giai đoạn phục hồi và phát triển nền kinh tế - xã hội sau cuộc khủng hoảng tài chính toàn cầu năm 2008. Có thể nói giai đoạn 2008 - 2013 là giai đoạn đầy biến động đối với Việt Nam. Đây là thời kỳ mà đất nước phải đối mặt với nhiều thách thức, nhưng cũng đạt được nhiều thành tựu quan trọng trên nhiều lĩnh vực.

Tình hình giáo dục của Việt Nam đã trải qua nhiều thay đổi và thách thức. Trong khoảng thời gian này, Việt Nam đã tập trung vào việc cải thiện chất lượng giáo dục và đáp ứng nhu cầu ngày càng cao của xã hội và nền kinh tế. Mặc dù đã đạt được một số tiến bộ, nhưng vẫn đối mặt với những khó khăn nhất định:

Mặt tích cực:

  • Mở rộng mạng lưới trường lớp: Số lượng trường học các cấp tăng lên, đặc biệt là trường mầm non và đại học. Mạng lưới trường lớp được phân bố rộng khắp, đáp ứng nhu cầu học tập của người dân.

  • Nâng cao chất lượng giáo dục: Tỷ lệ học sinh tốt nghiệp THPT và THCS tăng lên. Chất lượng giáo dục đại học cũng được cải thiện, với nhiều trường đại học đạt chuẩn quốc tế.

  • Đa dạng hóa các hình thức giáo dục: Phát triển giáo dục mầm non, giáo dục nghề nghiệp, giáo dục thường xuyên. Mở rộng các hình thức đào tạo đại học, sau đại học.

Mặt hạn chế:

  • Chênh lệch về chất lượng giáo dục giữa các vùng miền, thành thị và nông thôn: Chất lượng giáo dục ở các khu vực còn hạn chế, đặc biệt là ở vùng sâu vùng xa. Thiếu hụt giáo viên giỏi, cơ sở vật chất còn thiếu thốn.

  • Áp lực học tập: Học sinh phải học tập nhiều, thi cử nhiều. Áp lực học tập dẫn đến nhiều vấn đề tâm lý cho học sinh.

  • Nạn tham nhũng trong giáo dục: Việc mua bán điểm thi, chạy chức chạy quyền trong ngành giáo dục còn phổ biến.

Dưới đây là bảng dữ liệu thống kê khoảng chi tiêu mà chính phủ nước ta đã đầu tư cho hệ thống giáo dục bậc đại học (2008 - 2013) và biểu đồ đường thể hiện khoảng chi tiêu đó:

d <- tmp1 %>% select(year,SE.XPD.TERT.ZS) 
d <- na.omit(d)
names(d) <- c('Năm','Chi tiêu') 
datatable(head(d))
library(ggplot2)
library(tidyverse)
d1 <- tmp1 %>% select(year,SE.XPD.TERT.ZS) 
d1 <- na.omit(d1)
ggplot(data = d1, aes(x = year, y = SE.XPD.TERT.ZS)) +
  geom_line() +
  labs(x = "Năm", y = "Chi tiêu") +
  ggtitle("Chi tiêu cho giáo dục bậc đại học của chính phủ trong 6 năm (từ 2008 - 2013) ") +
  theme_minimal()

#ggplot(data = d, aes(x = year, y = SE.XPD.TERT.ZS)): Đây là phần khai báo biểu đồ. Chúng ta sử dụng dữ liệu 'd' và thiết lập các aes (aesthetic mappings) cho trục x và y.

#geom_line(): Đây là lớp hàm để vẽ biểu đồ đường.

#labs(x = "Year", y = "SE.XPD.TERT.ZS"): Thiết lập nhãn cho trục x và y.

#ggtitle("Total Expenditure on Tertiary Education as Percentage of GDP"): Thiết lập tiêu đề cho biểu đồ.

#theme_minimal(): Thiết lập giao diện cho biểu đồ là minimal, tức là chỉ hiển thị các yếu tố cần thiết nhất.

Biểu đồ đường hiển thị xu hướng của chi tiêu cho giáo dục bậc đại học của chính phủ nước ta trong 6 năm từ 2008 đến 2013. Trục hoành (x) thể hiện năm, từ 2008 đến 2013. Trục tung (y) thể hiện chi tiêu của chính phủ, với đơn vị % trong tổng số chi tiêu cho toàn bộ hệ thống giáo dục. Đường thẳng biểu thị xu hướng chung của chi tiêu trong 6 năm.

Nhận xét:

  • Nhìn chung, xu hướng chi tiêu cho giáo dục bậc đại học của chính phủ có nhiều biến động trong giai đoạn này. Từ năm 2008 đến 2009, thì chi tiêu của chính phủ nước ta cho giáo dục bậc đại học giảm mạnh từ khoảng 22,16% xuống còn 13,64% trong tổng số chi tiêu cho hệ thống giáo dục mỗi năm.

  • Từ 2009 - 2011, thì chi tiêu của chính phủ dành cho giáo dục bậc đại học có xu hướng tăng nhưng khá thấp trong suốt 2 năm tăng từ khoảng 13,64% lên 15,74% (tăng 2,1%). Từ 2011 - 2012, thì tỷ lệ chi tiêu lại có xu hướng giảm nhẹ từ 15,74% (năm 2011) xuống còn 14,83% (giảm 0,91%) và từ 2012 - 2013, lại có xu hướng tăng nhẹ từ 14,83% (năm 2012) lên 15,01% (tăng 0,18%).

  • Có thể thấy rằng, tỷ lệ chi tiêu mà chính phủ dành cho giáo dục bậc đại học luôn có sự biến động qua từng năm, sự biến động đó phụ thuộc rất nhiều yếu tố như: kinh tế, chính trị, xã hội,…

So sánh với sự chi tiêu cho hệ thống giáo dục bậc đại học của chính phủ nước ta với chính phủ Úc. Dưới đây là bảng dữ liệu thống kê chi tiêu của chính phủ Úc cho hệ thống giáo dục bậc đại học của họ (2008 - 2013) và biểu đồ so sánh:

tmp <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('AUS'))
tmp <- tmp[10:15,]
tmp <- tmp %>% select(year,SE.XPD.TERT.ZS) 
names(tmp) <- c('Năm','TyLe')
datatable(head(tmp))
library(dplyr)
d1 <- tmp1 %>% select(country,year,SE.XPD.TERT.ZS) 
d1 <- na.omit(d1)
tmp <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('AUS'))
tmp <- tmp[10:15,]
tmp <- tmp %>% select(country,year,SE.XPD.TERT.ZS)
# Gộp dữ liệu của 'd' và 'tmp' thành một bảng dữ liệu mới
data <- bind_rows(d1, tmp)

ggplot(data = data, aes(x = year, y = SE.XPD.TERT.ZS, fill = country)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(x = "Năm", y = "Chi tiêu", fill = "Quốc gia") +
  ggtitle("Chi tiêu cho giáo dục bậc đại học của chính phủ Úc và Việt Nam") +
  theme_minimal()

#Sử dụng hàm select() từ gói dplyr để chọn ra các cột 'country', 'year', và 'SE.XPD.TERT.ZS' từ bảng dữ liệu 'tmp1', và lưu vào biến 'd1'.
#Loại bỏ bất kỳ hàng nào trong 'd1' mà có giá trị bị thiếu (NA) trong bất kỳ cột nào sử dụng hàm na.omit().
#Sử dụng hàm WDI để truy vấn dữ liệu từ cơ sở dữ liệu của Ngân hàng Thế giới với chỉ số 'SE.XPD.TERT.ZS' cho quốc gia 'AUS' (Australia), lấy một phần của dữ liệu từ hàng thứ 10 đến hàng thứ 15 và lưu vào biến 'tmp'.
#Sử dụng hàm select() từ gói dplyr để chọn ra các cột 'country', 'year', và 'SE.XPD.TERT.ZS' từ bảng dữ liệu 'tmp', và lưu vào biến 'tmp'.
#Sử dụng hàm bind_rows() để gộp dữ liệu của 'd1' và 'tmp' thành một bảng dữ liệu mới 'data' bằng cách nối các hàng của chúng lại với nhau theo thứ tự.

Biểu đồ thể hiện chi tiêu cho giáo dục bậc đại học của chính phủ Úc và Việt Nam trong 6 năm ( 2008 - 2013). Trục hoành thể hiện năm. Trục tung thể hiện chi tiêu, với đơn vị %. Hai thanh màu khác nhau thể hiện chi tiêu của Úc (màu xanh) và Việt Nam (màu đỏ) cho từng năm.

Nhận xét:

  • Nhìn chung, chi tiêu cho giáo dục bậc đại học của chính phủ Úc cao hơn Việt Nam trong giai đoạn này. Chi tiêu của chính phủ Úc có xu hướng tăng nhẹ, trong khi chi tiêu của chính phủ Việt Nam có xu hướng biến động qua các năm.

  • Có thể thấy rằng, so với Việt Nam thì chính phủ Úc rất chú trọng đến giáo dục bậc đại học của họ. Hệ thống giáo dục Úc được đánh giá cao cả về chất lượng, sự công bằng và tính linh hoạt. Việc đầu tư này đã góp phần thúc đẩy phát triển kinh tế, xã hội và nâng cao vị thế quốc tế của họ.

1.3 Các yếu tố ảnh hưởng tới quyết định chi tiêu của chính phủ cho hệ thống giáo dục bậc đại học ở nước ta:

  • Yếu tố kinh tế: Về ngân sách nhà nước: Khi ngân sách nhà nước dư dả, chính phủ có thể dành nhiều nguồn lực cho giáo dục đại học hơn. Ngược lại, khi ngân sách nhà nước eo hẹp, chi tiêu cho giáo dục đại học có thể bị cắt giảm. Về tốc độ tăng trưởng kinh tế: Khi tốc độ tăng trưởng kinh tế cao, chính phủ có thể thu được nhiều nguồn thu hơn, từ đó có thể dành nhiều nguồn lực cho giáo dục đại học hơn. Về mức độ ưu tiên của chính phủ: Chính phủ có thể ưu tiên đầu tư vào các lĩnh vực khác như quốc phòng, an ninh, y tế, v.v.

  • Yếu tố xã hội: Nhu cầu về giáo dục đại học: Khi nhu cầu về giáo dục đại học tăng cao, chính phủ có thể tăng chi tiêu cho hệ thống giáo dục bậc đại học để đáp ứng nhu cầu này. Cơ cấu dân số: Khi tỷ lệ dân số trẻ trong độ tuổi đi học cao, chính phủ có thể cần phải tăng chi tiêu cho giáo dục đại học để đáp ứng nhu cầu học tập của họ. Mức độ phát triển của xã hội: Khi xã hội phát triển, nhu cầu về nguồn nhân lực có trình độ cao tăng cao, từ đó thúc đẩy chính phủ tăng chi tiêu cho giáo dục đại học.

  • Yếu tố chính sách: Luật Giáo dục: Luật Giáo dục quy định các tiêu chuẩn về chất lượng giáo dục đại học, từ đó ảnh hưởng đến mức chi tiêu của chính phủ cho hệ thống giáo dục này. Chính sách của chính phủ: Chính phủ có thể ban hành các chính sách ưu đãi để khuyến khích các tổ chức, cá nhân đầu tư vào giáo dục đại học. Chiến lược phát triển giáo dục: Chiến lược phát triển giáo dục của quốc gia xác định mục tiêu và phương hướng phát triển giáo dục đại học, từ đó ảnh hưởng đến mức chi tiêu của chính phủ cho hệ thống giáo dục này.

  • Yếu tố quốc tế: Xu hướng chung của thế giới:Xu hướng chung của thế giới là tăng cường đầu tư cho giáo dục đại học. Cam kết quốc tế: Việt Nam đã cam kết với các tổ chức quốc tế về việc nâng cao chất lượng giáo dục đại học, từ đó tạo áp lực cho chính phủ trong việc tăng chi tiêu cho hệ thống giáo dục này.

Ngoài ra, còn có một số yếu tố khác có thể ảnh hưởng tới quyết định chi tiêu của chính phủ cho hệ thống giáo dục bậc đại học như: Sự vận động hành lang của các nhóm lợi ích: Các nhóm lợi ích như các trường đại học, các tổ chức giáo dục, v.v. có thể vận động hành lang để chính phủ tăng chi tiêu cho giáo dục đại học. Sự quan tâm của công chúng: Khi công chúng quan tâm đến giáo dục đại học, chính phủ có thể chịu áp lực phải tăng chi tiêu cho hệ thống giáo dục này. Tóm lại, quyết định chi tiêu của chính phủ cho hệ thống giáo dục bậc đại học là kết quả của sự tác động của nhiều yếu tố khác nhau.

2 Lấy dữ liệu indicator từ IMF (International Monetary Fund - Quỹ tiền tệ quốc tế)

2.1 Lấy dữ liệu indicator PCPIO_IX

“PCPIO_IX” là viết tắt của cụm từ “Consumer Price Index: All Items” - “Chỉ số giá tiêu dùng: Tất cả các mặt hàng”.

Chỉ số giá tiêu dùng (CPI) là một thước đo thống kê được sử dụng để đo lường sự thay đổi trong mức giá của một nhóm các mặt hàng và dịch vụ tiêu dùng cố định, trong một khoảng thời gian cụ thể. CPI thường được sử dụng để theo dõi sự biến động của giá cả và để đo lường mức độ lạm phát trong một nền kinh tế.

Việc theo dõi CPI là quan trọng đối với các chính phủ, ngân hàng trung ương và các nhà quản lý tài chính để đánh giá sự ảnh hưởng của chính sách tiền tệ và tài khóa đối với nền kinh tế, cũng như để định hình chiến lược quản lý rủi ro và đầu tư. Ta sẽ lấy ra thông tin về Chỉ số giá tiêu dùng của tất cả các mặt hàng (CPI) của nước ta được thống kê trong indicator PCPIO_IX lấy từ IMF - Quỹ tiền tệ quốc tế.

 library(imf.data)
## Warning: package 'imf.data' was built under R version 4.3.3
da <- list_datasets()
tmp2 <- load_datasets('CPI')
g <- tmp2$get_series(freq = 'A',ref_area = 'VN', indicator = 'PCPIO_IX')
names(g) <- c("Năm","Năm gốc","CPI")
datatable(g)
#library(imf.data): Load gói dữ liệu IMF để có thể sử dụng các chức năng và tài nguyên liên quan đến dữ liệu từ IMF.

#da <- list_datasets(): Tạo danh sách các dataset (bộ dữ liệu) có sẵn từ IMF.

#tmp2 <- load_datasets('CPI'): Tải bộ dữ liệu có tên 'CPI' từ IMF. Trong trường hợp này, 'CPI' đề cập đến chỉ số giá tiêu dùng (Consumer Price Index).

#g <- tmp2$get_series(freq = 'A',ref_area = 'VN', indicator = 'PCPIO_IX'): Lấy dữ liệu từ bộ dữ liệu 'CPI' đã tải. Trong đó:

#freq = 'A' chỉ định tần suất của dữ liệu là hàng năm (Annual).
#ref_area = 'VN' chỉ định khu vực tham chiếu là Việt Nam (VN).
#indicator = 'PCPIO_IX' chỉ định chỉ số cụ thể là 'PCPIO_IX', một loại chỉ số giá tiêu dùng.
#names(g) <- c('Năm','Năm gốc','CPI'): Đặt lại tên cho các cột của bảng dữ liệu 'g' thành 'Năm', 'Năm gốc', và 'CPI'. Điều này sẽ thay đổi tên của các cột để phản ánh ý nghĩa của dữ liệu một cách rõ ràng hơn.

#datatable(g): Hiển thị dữ liệu 'g' trong một bảng tương tác. Điều này cho phép người dùng xem và tương tác với dữ liệu trực tiếp trong môi trường làm việc R Markdown.

Đây là một bảng dữ liệu thống kê chỉ số giá tiêu dùng của tất cả các mặt hàng (CPI) của nước ta. Bộ dữ liệu gồm 74 quan sát ứng với 74 năm và 3 biến là:

  • TIME-PERIOD: Năm thống kê dữ liệu

  • A.VN.PCPIO_IX: Năm được chọn làm gốc

  • CPI: Thông tin về chỉ số giá tiêu dùng (Consumer Price Index) của Việt Nam

2.2 Phân tích chỉ số giá tiêu dùng (CPI) của tất cả các mặt hàng của nước ta

Việc phân tích chỉ số giá tiêu dùng (CPI) cho tất cả các mặt hàng đóng vai trò quan trọng trong việc đo lường và đánh giá tình hình kinh tế vĩ mô, cụ thể là:

  • Theo dõi lạm phát: CPI là thước đo chính thức của lạm phát, giúp chính phủ và các nhà hoạch định chính sách theo dõi mức độ biến động giá cả hàng hóa và dịch vụ tiêu dùng trong nền kinh tế. Dựa vào CPI, chính phủ có thể đưa ra các biện pháp kiểm soát lạm phát phù hợp, đảm bảo ổn định kinh tế vĩ mô.

  • Phân tích xu hướng giá cả: Việc phân tích CPI theo thời gian giúp xác định xu hướng biến động giá cả của các mặt hàng thiết yếu, từ đó dự đoán khả năng lạm phát trong tương lai. Thông tin này giúp các doanh nghiệp đưa ra quyết định kinh doanh phù hợp, ví dụ như điều chỉnh giá bán sản phẩm, chiến lược đầu tư, v.v.

  • So sánh mức sống giữa các quốc gia: CPI có thể được sử dụng để so sánh mức sống giữa các quốc gia, dựa trên mức giá trung bình của các mặt hàng thiết yếu. Tuy nhiên, cần lưu ý đến các yếu tố khác như thu nhập bình quân đầu người, tỷ lệ thất nghiệp, v.v. để có đánh giá chính xác.

  • Hỗ trợ điều chỉnh lương và trợ cấp: CPI được sử dụng để điều chỉnh lương và trợ cấp cho người lao động theo biến động giá cả, đảm bảo mức sống phù hợp. Việc điều chỉnh này giúp bảo vệ người lao động khỏi tác động tiêu cực của lạm phát.

  • Đánh giá hiệu quả chính sách kinh tế: CPI là một trong những chỉ số quan trọng để đánh giá hiệu quả của các chính sách kinh tế, đặc biệt là chính sách tiền tệ và tài khóa. Chính phủ có thể sử dụng CPI để đánh giá tác động của các chính sách này lên giá cả và đưa ra điều chỉnh phù hợp.

Tóm lại, phân tích CPI là một công cụ quan trọng giúp chính phủ, doanh nghiệp và cá nhân đưa ra các quyết định phù hợp trong bối cảnh kinh tế vĩ mô. Việc sử dụng CPI hiệu quả sẽ góp phần ổn định kinh tế, nâng cao mức sống và thúc đẩy phát triển bền vững. Dưới đây là bảng dữ liệu thống kế chỉ số giá tiêu dùng của tất cả các mặt hàng của nước ta 2002 - 2023 và biểu đồ thể hiện các chỉ số đó:

g <- na.omit(g)
names(g) <- c('Năm','Năm gốc','CPI')
datatable(tail(g))
ggplot(data = g, aes(x = `Năm`, y = CPI)) +
  geom_col(fill = "skyblue", color = "black") +
  labs(x = "Năm",y = "Chỉ số giá tiêu dùng (CPI)") +
  ggtitle("Biểu đồ chỉ số giá tiêu dùng (CPI) so với năm 2019 (2002 - 2023)") +
  theme_minimal() + theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))

Biểu đồ này hiển thị các cột màu xanh da trời thể hiện CPI cho từng năm từ 2002 đến 2023. Trục X: Hiển thị các năm từ 2002 đến 2023. Trục Y: Hiển thị chỉ số giá tiêu dùng (CPI). Chỉ số giá CPI của các năm được so sánh với năm 2019, giúp người xem dễ dàng đánh giá mức độ tăng giảm của CPI theo thời gian.

Nhận xét:

  • Có thể thấy rằng, từ năm 2002 đến 2018 thì chỉ số giá tiêu dùng CPI của nước ta cao hơn rất nhiều so với năm 2019 đến 2023. Điều này cho thấy rằng, trước năm 2019 thì giá cả của các mặt hàng ở nước ta ở mức khá cao và tăng liên tục từ 2002 đến 2018, điều này dẫn đến tình trạng lạm phát. Mức độ mua sắm của người tiêu dùng có thể giảm do giá cả hàng hóa ngày một cao hơn.

  • Trong khoảng thời gian từ năm 2018 đến 2019, chỉ số giá tiêu dùng (CPI) của tất cả các mặt hàng của nước ta đã giảm mạnh, dẫn đến tình trạng giảm phát, lợi cho người mua hại ch người bán.

2.3 Các yếu tố ảnh hưởng đến chỉ số giá tiêu dùng (CPI) của tất cả các mặt hàng ở Việt Nam ngày nay:

  • Chính sách tiền tệ và tài khóa: Chính sách tiền tệ và tài khóa của ngân hàng trung ương có thể ảnh hưởng đến CPI thông qua việc điều chỉnh lãi suất, mức độ lạm phát, cung tiền và các biện pháp khác.

  • Biến động giá cả: Sự biến động trong giá cả của hàng hóa và dịch vụ cụ thể cũng là một yếu tố quan trọng ảnh hưởng đến CPI. Các yếu tố này có thể bao gồm giá năng lượng, giá thực phẩm, giá nhà đất, v.v. Biến động giá năng lượng: Giá năng lượng, bao gồm giá xăng dầu và điện, cũng có ảnh hưởng lớn đến CPI, vì nó ảnh hưởng trực tiếp đến chi phí vận chuyển và sản xuất.Biến động giá thực phẩm: Thực phẩm thường chiếm một phần lớn trong rổ CPI. Biến động giá thực phẩm, đặc biệt là các sản phẩm cơ bản như gạo, thịt, cá, rau củ quả, có thể ảnh hưởng đáng kể đến CPI.

  • Thay đổi trong thuế và lệ phí: Sự thay đổi trong thuế và lệ phí của các mặt hàng và dịch vụ có thể ảnh hưởng đến giá cả và do đó ảnh hưởng đến CPI.

  • Biến động tỷ giá: Sự biến động của tỷ giá hối đoái cũng có thể ảnh hưởng đến giá nhập khẩu và giá các sản phẩm xuất khẩu, từ đó ảnh hưởng đến CPI.

  • Sự biến động trong mức độ cạnh tranh: Sự biến động trong mức độ cạnh tranh trên thị trường có thể ảnh hưởng đến giá cả của các hàng hóa và dịch vụ.

  • Yếu tố thời tiết: Thời tiết cũng có thể ảnh hưởng đến giá cả của một số mặt hàng, như thực phẩm và năng lượng.

  • Thay đổi trong chi phí lao động: Sự thay đổi trong chi phí lao động có thể ảnh hưởng đến giá thành sản phẩm và dịch vụ.

Ngoài ra, sự biến động chính sách chính phủ: Các biện pháp chính sách chính phủ, chẳng hạn như giá mặt hàng quản lý, cũng có thể ảnh hưởng đến CPI. Những yếu tố này thường không hoạt động độc lập và thường tương tác với nhau, tạo ra sự biến động phức tạp trong CPI.

---
title: "NV6"
author: "Nguyễn Thị Hoàng Yến"
date: "`r Sys.Date()`"
output: 
  html_document: 
    toc: true
    number_sections: true
    toc_depth: 2
    code_download: true
    code_folding: hide
    toc_float: true
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
library(tidyverse)
library(scales)
library(ggplot2)
library(flextable)
library(DT)
library(dplyr)
```

___

# Lấy dữ liệu indicator từ WORLD BANK (Ngân hàng thế giới)

___


## Lấy dữ liệu indicator **SE.XPD.TERT.ZS** 


**SE.XPD.TERT.ZS** là tên viết tắt của "Expenditure on tertiary education (% of government expenditure on education)" - *"Chi tiêu cho giáo dục bậc đại học (% trong tổng chi tiêu của chính phủ cho giáo dục)"*. Đây là một indicator cung cấp thông tin về tỷ lệ chi phí mà chính phủ chi ra cho hệ thống giáo dục bậc đại học so với tổng chi phí mà chính phủ của các quốc gia đầu tư cho toàn bộ hệ thống giáo dục của họ.

Ta sẽ lấy ra thông tin về tổng chi tiêu mà chính phủ Việt Nam đã đầu tư cho giáo dục bậc đại học trong tổng số đầu tư cho cả hệ thống giáo dục ở nước ta được thống kê trong indicator lấy từ **WORLD BANK** - Ngân hàng thế giới.


```{r}
library(WDI)
ind <- WDIsearch('education')
tmp1 <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('VNM'))
datatable(tmp1)


#library(WDI):Tải thư viện WDI để truy cập dữ liệu từ World Bank.
#ind <- WDIsearch('education'):Tìm kiếm các chỉ số liên quan đến giáo dục trong World Bank và lưu kết quả vào biến ind.
#tmp1 <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('VNM')):Tải dữ liệu về chi tiêu cho giáo dục bậc tertiary (SE.XPD.TERT.ZS) cho Việt Nam (VNM) từ World Bank và lưu vào biến tmp1.
#datatable(tmp1):Hiển thị dữ liệu trong tmp1 dưới dạng bảng
```


Đây là một bảng dữ liệu thống kê về tổng chi tiêu mà chính phủ nước ta đã đầu tư cho giáo dục bậc đại học trong tổng số đầu tư cho cả hệ thống giáo dục trong 63 năm qua ( từ 1960 - 2022). Bộ dữ liệu gồm có 63 quan sát ứng với 63 năm và 5 biến là:

- country: Tên quốc gia

- iso2c (VN): là mã quốc gia hai chữ cái theo tiêu chuẩn ISO 3166-1 alpha-2. Mã này được sử dụng để xác định quốc gia trong các tập dữ liệu quốc tế.

- iso3c (VNM): là mã quốc gia ba chữ cái theo tiêu chuẩn ISO 3166-1 alpha-3. Mã này được sử dụng để xác định quốc gia trong các tập dữ liệu quốc tế.

- year: năm thống kê 

- SE.XPD.TERT.ZS: Chi tiêu cho giáo dục bậc đại học (% trong tổng chi tiêu của chính phủ cho giáo dục) (đơn vị tính: %)


## Phân tích chi tiêu cho giáo dục bậc đại học (% trong tổng chi tiêu của chính phủ cho giáo dục)

Giáo dục đại học đóng vai trò quan trọng trong việc phát triển kinh tế thông qua việc cung cấp nguồn nhân lực kỹ thuật cao. Phân tích chi tiêu cho phép đánh giá xem chính sách đầu tư có góp phần vào phát triển kinh tế xã hội hay không.

Chi tiêu cho giáo dục bậc đại học của chính phủ nước ta trong toàn bộ chi tiêu đầu tư cho hệ thống giáo dục theo thời gian cụ thể là trong 6 năm (từ 2008 - 2013) - Đây là giai đoạn mà nước ta đang trong giai đoạn phục hồi và phát triển nền kinh tế - xã hội sau cuộc khủng hoảng tài chính toàn cầu năm 2008. Có thể nói giai đoạn 2008 - 2013 là giai đoạn đầy biến động đối với Việt Nam. Đây là thời kỳ mà đất nước phải đối mặt với nhiều thách thức, nhưng cũng đạt được nhiều thành tựu quan trọng trên nhiều lĩnh vực.

Tình hình giáo dục của Việt Nam đã trải qua nhiều thay đổi và thách thức. Trong khoảng thời gian này, Việt Nam đã tập trung vào việc cải thiện chất lượng giáo dục và đáp ứng nhu cầu ngày càng cao của xã hội và nền kinh tế. Mặc dù đã đạt được một số tiến bộ, nhưng vẫn đối mặt với những khó khăn nhất định:

**Mặt tích cực:**

- Mở rộng mạng lưới trường lớp: Số lượng trường học các cấp tăng lên, đặc biệt là trường mầm non và đại học. Mạng lưới trường lớp được phân bố rộng khắp, đáp ứng nhu cầu học tập của người dân.

- Nâng cao chất lượng giáo dục: Tỷ lệ học sinh tốt nghiệp THPT và THCS tăng lên. Chất lượng giáo dục đại học cũng được cải thiện, với nhiều trường đại học đạt chuẩn quốc tế.

- Đa dạng hóa các hình thức giáo dục: Phát triển giáo dục mầm non, giáo dục nghề nghiệp, giáo dục thường xuyên. Mở rộng các hình thức đào tạo đại học, sau đại học.

**Mặt hạn chế:**

- Chênh lệch về chất lượng giáo dục giữa các vùng miền, thành thị và nông thôn: Chất lượng giáo dục ở các khu vực còn hạn chế, đặc biệt là ở vùng sâu vùng xa. Thiếu hụt giáo viên giỏi, cơ sở vật chất còn thiếu thốn.

- Áp lực học tập: Học sinh phải học tập nhiều, thi cử nhiều. Áp lực học tập dẫn đến nhiều vấn đề tâm lý cho học sinh.

- Nạn tham nhũng trong giáo dục: Việc mua bán điểm thi, chạy chức chạy quyền trong ngành giáo dục còn phổ biến.

Dưới đây là bảng dữ liệu thống kê khoảng chi tiêu mà chính phủ nước ta đã đầu tư cho hệ thống giáo dục bậc đại học (2008 - 2013) và biểu đồ đường thể hiện khoảng chi tiêu đó:


```{r}
d <- tmp1 %>% select(year,SE.XPD.TERT.ZS) 
d <- na.omit(d)
names(d) <- c('Năm','Chi tiêu') 
datatable(head(d))
```


```{r}
library(ggplot2)
library(tidyverse)
d1 <- tmp1 %>% select(year,SE.XPD.TERT.ZS) 
d1 <- na.omit(d1)
ggplot(data = d1, aes(x = year, y = SE.XPD.TERT.ZS)) +
  geom_line() +
  labs(x = "Năm", y = "Chi tiêu") +
  ggtitle("Chi tiêu cho giáo dục bậc đại học của chính phủ trong 6 năm (từ 2008 - 2013) ") +
  theme_minimal()


#ggplot(data = d, aes(x = year, y = SE.XPD.TERT.ZS)): Đây là phần khai báo biểu đồ. Chúng ta sử dụng dữ liệu 'd' và thiết lập các aes (aesthetic mappings) cho trục x và y.

#geom_line(): Đây là lớp hàm để vẽ biểu đồ đường.

#labs(x = "Year", y = "SE.XPD.TERT.ZS"): Thiết lập nhãn cho trục x và y.

#ggtitle("Total Expenditure on Tertiary Education as Percentage of GDP"): Thiết lập tiêu đề cho biểu đồ.

#theme_minimal(): Thiết lập giao diện cho biểu đồ là minimal, tức là chỉ hiển thị các yếu tố cần thiết nhất.
```

Biểu đồ đường hiển thị xu hướng của chi tiêu cho giáo dục bậc đại học của chính phủ nước ta trong 6 năm từ 2008 đến 2013. Trục hoành (x) thể hiện năm, từ 2008 đến 2013. Trục tung (y) thể hiện chi tiêu của chính phủ, với đơn vị % trong tổng số chi tiêu cho toàn bộ hệ thống giáo dục. Đường thẳng biểu thị xu hướng chung của chi tiêu trong 6 năm.

**Nhận xét:**

- Nhìn chung, xu hướng chi tiêu cho giáo dục bậc đại học của chính phủ có nhiều biến động trong giai đoạn này. Từ năm 2008 đến 2009, thì chi tiêu của chính phủ nước ta cho giáo dục bậc đại học giảm mạnh từ khoảng 22,16% xuống còn 13,64% trong tổng số chi tiêu cho hệ thống giáo dục mỗi năm.

- Từ 2009 - 2011, thì chi tiêu của chính phủ dành cho giáo dục bậc đại học có xu hướng tăng nhưng khá thấp trong suốt 2 năm tăng từ khoảng 13,64% lên 15,74% (tăng 2,1%). Từ 2011 - 2012, thì tỷ lệ chi tiêu lại có xu hướng giảm nhẹ từ 15,74% (năm 2011) xuống còn 14,83% (giảm 0,91%) và từ 2012 - 2013, lại có xu hướng tăng nhẹ từ 14,83% (năm 2012) lên 15,01% (tăng 0,18%).

- Có thể thấy rằng, tỷ lệ chi tiêu mà chính phủ dành cho giáo dục bậc đại học luôn có sự biến động qua từng năm, sự biến động đó phụ thuộc rất nhiều yếu tố như: kinh tế, chính trị, xã hội,...


**So sánh với sự chi tiêu cho hệ thống giáo dục bậc đại học của chính phủ nước ta với chính phủ Úc.** Dưới đây là bảng dữ liệu thống kê chi tiêu của chính phủ Úc cho hệ thống giáo dục bậc đại học của họ (2008 - 2013) và biểu đồ so sánh:


```{r}
tmp <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('AUS'))
tmp <- tmp[10:15,]
tmp <- tmp %>% select(year,SE.XPD.TERT.ZS) 
names(tmp) <- c('Năm','TyLe')
datatable(head(tmp))
```



```{r}
library(dplyr)
d1 <- tmp1 %>% select(country,year,SE.XPD.TERT.ZS) 
d1 <- na.omit(d1)
tmp <- WDI(indicator = 'SE.XPD.TERT.ZS', country = c('AUS'))
tmp <- tmp[10:15,]
tmp <- tmp %>% select(country,year,SE.XPD.TERT.ZS)
# Gộp dữ liệu của 'd' và 'tmp' thành một bảng dữ liệu mới
data <- bind_rows(d1, tmp)

ggplot(data = data, aes(x = year, y = SE.XPD.TERT.ZS, fill = country)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(x = "Năm", y = "Chi tiêu", fill = "Quốc gia") +
  ggtitle("Chi tiêu cho giáo dục bậc đại học của chính phủ Úc và Việt Nam") +
  theme_minimal()

#Sử dụng hàm select() từ gói dplyr để chọn ra các cột 'country', 'year', và 'SE.XPD.TERT.ZS' từ bảng dữ liệu 'tmp1', và lưu vào biến 'd1'.
#Loại bỏ bất kỳ hàng nào trong 'd1' mà có giá trị bị thiếu (NA) trong bất kỳ cột nào sử dụng hàm na.omit().
#Sử dụng hàm WDI để truy vấn dữ liệu từ cơ sở dữ liệu của Ngân hàng Thế giới với chỉ số 'SE.XPD.TERT.ZS' cho quốc gia 'AUS' (Australia), lấy một phần của dữ liệu từ hàng thứ 10 đến hàng thứ 15 và lưu vào biến 'tmp'.
#Sử dụng hàm select() từ gói dplyr để chọn ra các cột 'country', 'year', và 'SE.XPD.TERT.ZS' từ bảng dữ liệu 'tmp', và lưu vào biến 'tmp'.
#Sử dụng hàm bind_rows() để gộp dữ liệu của 'd1' và 'tmp' thành một bảng dữ liệu mới 'data' bằng cách nối các hàng của chúng lại với nhau theo thứ tự.

```

Biểu đồ thể hiện chi tiêu cho giáo dục bậc đại học của chính phủ Úc và Việt Nam trong 6 năm ( 2008 - 2013). Trục hoành thể hiện năm. Trục tung thể hiện chi tiêu, với đơn vị %. Hai thanh màu khác nhau thể hiện chi tiêu của Úc (màu xanh) và Việt Nam (màu đỏ) cho từng năm.

**Nhận xét:**

- Nhìn chung, chi tiêu cho giáo dục bậc đại học của chính phủ Úc cao hơn Việt Nam trong giai đoạn này. Chi tiêu của chính phủ Úc có xu hướng tăng nhẹ, trong khi chi tiêu của chính phủ Việt Nam có xu hướng biến động qua các năm.

- Có thể thấy rằng, so với Việt Nam thì chính phủ Úc rất chú trọng đến giáo dục bậc đại học của họ. Hệ thống giáo dục Úc được đánh giá cao cả về chất lượng, sự công bằng và tính linh hoạt. Việc đầu tư này đã góp phần thúc đẩy phát triển kinh tế, xã hội và nâng cao vị thế quốc tế của họ.



## Các yếu tố ảnh hưởng tới quyết định chi tiêu của chính phủ cho hệ thống giáo dục bậc đại học ở nước ta:


- Yếu tố kinh tế: Về ngân sách nhà nước: Khi ngân sách nhà nước dư dả, chính phủ có thể dành nhiều nguồn lực cho giáo dục đại học hơn. Ngược lại, khi ngân sách nhà nước eo hẹp, chi tiêu cho giáo dục đại học có thể bị cắt giảm. Về tốc độ tăng trưởng kinh tế: Khi tốc độ tăng trưởng kinh tế cao, chính phủ có thể thu được nhiều nguồn thu hơn, từ đó có thể dành nhiều nguồn lực cho giáo dục đại học hơn. Về mức độ ưu tiên của chính phủ: Chính phủ có thể ưu tiên đầu tư vào các lĩnh vực khác như quốc phòng, an ninh, y tế, v.v.

- Yếu tố xã hội: Nhu cầu về giáo dục đại học: Khi nhu cầu về giáo dục đại học tăng cao, chính phủ có thể tăng chi tiêu cho hệ thống giáo dục bậc đại học để đáp ứng nhu cầu này. Cơ cấu dân số: Khi tỷ lệ dân số trẻ trong độ tuổi đi học cao, chính phủ có thể cần phải tăng chi tiêu cho giáo dục đại học để đáp ứng nhu cầu học tập của họ. Mức độ phát triển của xã hội: Khi xã hội phát triển, nhu cầu về nguồn nhân lực có trình độ cao tăng cao, từ đó thúc đẩy chính phủ tăng chi tiêu cho giáo dục đại học.

- Yếu tố chính sách: Luật Giáo dục: Luật Giáo dục quy định các tiêu chuẩn về chất lượng giáo dục đại học, từ đó ảnh hưởng đến mức chi tiêu của chính phủ cho hệ thống giáo dục này. Chính sách của chính phủ: Chính phủ có thể ban hành các chính sách ưu đãi để khuyến khích các tổ chức, cá nhân đầu tư vào giáo dục đại học. Chiến lược phát triển giáo dục: Chiến lược phát triển giáo dục của quốc gia xác định mục tiêu và phương hướng phát triển giáo dục đại học, từ đó ảnh hưởng đến mức chi tiêu của chính phủ cho hệ thống giáo dục này.

- Yếu tố quốc tế: Xu hướng chung của thế giới:Xu hướng chung của thế giới là tăng cường đầu  tư cho giáo dục đại học. Cam kết quốc tế: Việt Nam đã cam kết với các tổ chức quốc tế về việc nâng cao chất lượng giáo dục đại học, từ đó tạo áp lực cho chính phủ trong việc tăng chi tiêu cho hệ thống giáo dục này.

Ngoài ra, còn có một số yếu tố khác có thể ảnh hưởng tới quyết định chi tiêu của chính phủ cho hệ thống giáo dục bậc đại học như: Sự vận động hành lang của các nhóm lợi ích: Các nhóm lợi ích như các trường đại học, các tổ chức giáo dục, v.v. có thể vận động hành lang để chính phủ tăng chi tiêu cho giáo dục đại học. Sự quan tâm của công chúng: Khi công chúng quan tâm đến giáo dục đại học, chính phủ có thể chịu áp lực phải tăng chi tiêu cho hệ thống giáo dục này. Tóm lại, quyết định chi tiêu của chính phủ cho hệ thống giáo dục bậc đại học là kết quả của sự tác động của nhiều yếu tố khác nhau.
  

___

# Lấy dữ liệu indicator từ IMF (International Monetary Fund - Quỹ tiền tệ quốc tế)

___


## Lấy dữ liệu indicator **PCPIO_IX**


**"PCPIO_IX"** là viết tắt của cụm từ "Consumer Price Index: All Items" - *"Chỉ số giá tiêu dùng: Tất cả các mặt hàng"*.

Chỉ số giá tiêu dùng (CPI) là một thước đo thống kê được sử dụng để đo lường sự thay đổi trong mức giá của một nhóm các mặt hàng và dịch vụ tiêu dùng cố định, trong một khoảng thời gian cụ thể. CPI thường được sử dụng để theo dõi sự biến động của giá cả và để đo lường mức độ lạm phát trong một nền kinh tế.

Việc theo dõi CPI là quan trọng đối với các chính phủ, ngân hàng trung ương và các nhà quản lý tài chính để đánh giá sự ảnh hưởng của chính sách tiền tệ và tài khóa đối với nền kinh tế, cũng như để định hình chiến lược quản lý rủi ro và đầu tư. Ta sẽ lấy ra thông tin về Chỉ số giá tiêu dùng của tất cả các mặt hàng (CPI) của nước ta được thống kê trong indicator **PCPIO_IX** lấy từ **IMF** - Quỹ tiền tệ quốc tế.

  
```{r}
 library(imf.data)
da <- list_datasets()
tmp2 <- load_datasets('CPI')
g <- tmp2$get_series(freq = 'A',ref_area = 'VN', indicator = 'PCPIO_IX')
names(g) <- c("Năm","Năm gốc","CPI")
datatable(g)


#library(imf.data): Load gói dữ liệu IMF để có thể sử dụng các chức năng và tài nguyên liên quan đến dữ liệu từ IMF.

#da <- list_datasets(): Tạo danh sách các dataset (bộ dữ liệu) có sẵn từ IMF.

#tmp2 <- load_datasets('CPI'): Tải bộ dữ liệu có tên 'CPI' từ IMF. Trong trường hợp này, 'CPI' đề cập đến chỉ số giá tiêu dùng (Consumer Price Index).

#g <- tmp2$get_series(freq = 'A',ref_area = 'VN', indicator = 'PCPIO_IX'): Lấy dữ liệu từ bộ dữ liệu 'CPI' đã tải. Trong đó:

#freq = 'A' chỉ định tần suất của dữ liệu là hàng năm (Annual).
#ref_area = 'VN' chỉ định khu vực tham chiếu là Việt Nam (VN).
#indicator = 'PCPIO_IX' chỉ định chỉ số cụ thể là 'PCPIO_IX', một loại chỉ số giá tiêu dùng.
#names(g) <- c('Năm','Năm gốc','CPI'): Đặt lại tên cho các cột của bảng dữ liệu 'g' thành 'Năm', 'Năm gốc', và 'CPI'. Điều này sẽ thay đổi tên của các cột để phản ánh ý nghĩa của dữ liệu một cách rõ ràng hơn.

#datatable(g): Hiển thị dữ liệu 'g' trong một bảng tương tác. Điều này cho phép người dùng xem và tương tác với dữ liệu trực tiếp trong môi trường làm việc R Markdown.
```


Đây là một bảng dữ liệu thống kê chỉ số giá tiêu dùng của tất cả các mặt hàng (CPI) của nước ta. Bộ dữ liệu gồm 74 quan sát ứng với 74 năm và 3 biến là:

- TIME-PERIOD: Năm thống kê dữ liệu

- A.VN.PCPIO_IX: Năm được chọn làm gốc

- CPI: Thông tin về chỉ số giá tiêu dùng (Consumer Price Index) của Việt Nam


## Phân tích chỉ số giá tiêu dùng (CPI) của tất cả các mặt hàng của nước ta

Việc phân tích chỉ số giá tiêu dùng (CPI) cho tất cả các mặt hàng đóng vai trò quan trọng trong việc đo lường và đánh giá tình hình kinh tế vĩ mô, cụ thể là:

- Theo dõi lạm phát: CPI là thước đo chính thức của lạm phát, giúp chính phủ và các nhà hoạch định chính sách theo dõi mức độ biến động giá cả hàng hóa và dịch vụ tiêu dùng trong nền kinh tế. Dựa vào CPI, chính phủ có thể đưa ra các biện pháp kiểm soát lạm phát phù hợp, đảm bảo ổn định kinh tế vĩ mô.

- Phân tích xu hướng giá cả: Việc phân tích CPI theo thời gian giúp xác định xu hướng biến động giá cả của các mặt hàng thiết yếu, từ đó dự đoán khả năng lạm phát trong tương lai. Thông tin này giúp các doanh nghiệp đưa ra quyết định kinh doanh phù hợp, ví dụ như điều chỉnh giá bán sản phẩm, chiến lược đầu tư, v.v.

- So sánh mức sống giữa các quốc gia: CPI có thể được sử dụng để so sánh mức sống giữa các quốc gia, dựa trên mức giá trung bình của các mặt hàng thiết yếu. Tuy nhiên, cần lưu ý đến các yếu tố khác như thu nhập bình quân đầu người, tỷ lệ thất nghiệp, v.v. để có đánh giá chính xác.

- Hỗ trợ điều chỉnh lương và trợ cấp: CPI được sử dụng để điều chỉnh lương và trợ cấp cho người lao động theo biến động giá cả, đảm bảo mức sống phù hợp. Việc điều chỉnh này giúp bảo vệ người lao động khỏi tác động tiêu cực của lạm phát.

- Đánh giá hiệu quả chính sách kinh tế: CPI là một trong những chỉ số quan trọng để đánh giá hiệu quả của các chính sách kinh tế, đặc biệt là chính sách tiền tệ và tài khóa. Chính phủ có thể sử dụng CPI để đánh giá tác động của các chính sách này lên giá cả và đưa ra điều chỉnh phù hợp.

Tóm lại, phân tích CPI là một công cụ quan trọng giúp chính phủ, doanh nghiệp và cá nhân đưa ra các quyết định phù hợp trong bối cảnh kinh tế vĩ mô. Việc sử dụng CPI hiệu quả sẽ góp phần ổn định kinh tế, nâng cao mức sống và thúc đẩy phát triển bền vững. Dưới đây là bảng dữ liệu thống kế chỉ số giá tiêu dùng của tất cả các mặt hàng của nước ta 2002 - 2023 và biểu đồ thể hiện các chỉ số đó:


```{r}
g <- na.omit(g)
names(g) <- c('Năm','Năm gốc','CPI')
datatable(tail(g))
```

```{r}
ggplot(data = g, aes(x = `Năm`, y = CPI)) +
  geom_col(fill = "skyblue", color = "black") +
  labs(x = "Năm",y = "Chỉ số giá tiêu dùng (CPI)") +
  ggtitle("Biểu đồ chỉ số giá tiêu dùng (CPI) so với năm 2019 (2002 - 2023)") +
  theme_minimal() + theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))
```


Biểu đồ này hiển thị các cột màu xanh da trời thể hiện CPI cho từng năm từ 2002 đến 2023. Trục X: Hiển thị các năm từ 2002 đến 2023. Trục Y: Hiển thị chỉ số giá tiêu dùng (CPI). Chỉ số giá CPI của các năm được so sánh với năm 2019, giúp người xem dễ dàng đánh giá mức độ tăng giảm của CPI theo thời gian.

**Nhận xét:**

- Có thể thấy rằng, từ năm 2002 đến 2018 thì chỉ số giá tiêu dùng CPI của nước ta cao hơn rất nhiều so với năm 2019 đến 2023. Điều này cho thấy rằng, trước năm 2019 thì giá cả của các mặt hàng ở nước ta ở mức khá cao và tăng liên tục từ 2002 đến 2018, điều này dẫn đến tình trạng lạm phát. Mức độ mua sắm của người tiêu dùng có thể giảm do giá cả hàng hóa ngày một cao hơn.

- Trong khoảng thời gian từ năm 2018 đến 2019, chỉ số giá tiêu dùng (CPI) của tất cả các mặt hàng của nước ta đã giảm mạnh, dẫn đến tình trạng giảm phát, lợi cho người mua hại ch người bán. 

## Các yếu tố ảnh hưởng đến chỉ số giá tiêu dùng (CPI) của tất cả các mặt hàng ở Việt Nam ngày nay:


- Chính sách tiền tệ và tài khóa: Chính sách tiền tệ và tài khóa của ngân hàng trung ương có thể ảnh hưởng đến CPI thông qua việc điều chỉnh lãi suất, mức độ lạm phát, cung tiền và các biện pháp khác.

- Biến động giá cả: Sự biến động trong giá cả của hàng hóa và dịch vụ cụ thể cũng là một yếu tố quan trọng ảnh hưởng đến CPI. Các yếu tố này có thể bao gồm giá năng lượng, giá thực phẩm, giá nhà đất, v.v. Biến động giá năng lượng: Giá năng lượng, bao gồm giá xăng dầu và điện, cũng có ảnh hưởng lớn đến CPI, vì nó ảnh hưởng trực tiếp đến chi phí vận chuyển và sản xuất.Biến động giá thực phẩm: Thực phẩm thường chiếm một phần lớn trong rổ CPI. Biến động giá thực phẩm, đặc biệt là các sản phẩm cơ bản như gạo, thịt, cá, rau củ quả, có thể ảnh hưởng đáng kể đến CPI.

- Thay đổi trong thuế và lệ phí: Sự thay đổi trong thuế và lệ phí của các mặt hàng và dịch vụ có thể ảnh hưởng đến giá cả và do đó ảnh hưởng đến CPI.

- Biến động tỷ giá: Sự biến động của tỷ giá hối đoái cũng có thể ảnh hưởng đến giá nhập khẩu và giá các sản phẩm xuất khẩu, từ đó ảnh hưởng đến CPI.

- Sự biến động trong mức độ cạnh tranh: Sự biến động trong mức độ cạnh tranh trên thị trường có thể ảnh hưởng đến giá cả của các hàng hóa và dịch vụ.

- Yếu tố thời tiết: Thời tiết cũng có thể ảnh hưởng đến giá cả của một số mặt hàng, như thực phẩm và năng lượng.

- Thay đổi trong chi phí lao động: Sự thay đổi trong chi phí lao động có thể ảnh hưởng đến giá thành sản phẩm và dịch vụ.

Ngoài ra, sự biến động chính sách chính phủ: Các biện pháp chính sách chính phủ, chẳng hạn như giá mặt hàng quản lý, cũng có thể ảnh hưởng đến CPI. Những yếu tố này thường không hoạt động độc lập và thường tương tác với nhau, tạo ra sự biến động phức tạp trong CPI.











