Nhiệm vụ 6

1 Dữ liệu từ WORLD BANK

1.1 Giới thiệu về bộ dữ liệu

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(WDI)

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

ind <- WDIsearch('Commerce')
ntt <- WDI(indicator = 'JI.EMP.COME.FE.ZS', country = c('IDN'))
d <- ntt %>% select(year,JI.EMP.COME.FE.ZS)
d <- na.omit(d)
names(d) <- c('year','Laodong')
d

	year	Laodong
1	2021	0.3155071
2	2020	0.3315522
3	2019	0.3414761
4	2018	0.3322612
5	2017	0.3217160
6	2016	0.3084354
7	2015	0.3082117
8	2014	0.3000611
9	2013	0.2437842
10	2012	0.2813110
11	2011	0.2829486
12	2010	0.2735408
13	2009	0.2844685
14	2008	0.2802309
15	2007	0.2809995
16	2006	0.2527135
17	2005	0.2339230
18	2004	0.2554078
19	2003	0.2379352
20	2002	0.2499653
21	2001	0.2242115
22	2000	0.2554623
23	1999	0.2677896
24	1998	0.2533042
26	1996	0.2574510
27	1995	0.2333883
28	1994	0.2309447
29	1993	0.2103665
30	1992	0.1980261
31	1991	0.1994055
32	1990	0.1977958

Bộ dữ liệu trên là một phần dữ liệu nhỏ được lấy từ World bank . Indicator ‘JI.EMP.COME.FE.ZS’ trong World Bank là một mã được sử dụng để đề cập đến một chỉ số thống kê cụ thể trong lĩnh vực kinh tế hoặc xã hội.

• “JI”: Có thể là viết tắt của “Joint Initiative” (Sáng kiến chung) hoặc có thể là một phần của mã cụ thể liên quan đến một loại dữ liệu hoặc lĩnh vực nhất định.
• “EMP”: Có thể là viết tắt của “Employment” (việc làm), cho thấy rằng chỉ số này liên quan đến thông tin về việc làm hoặc lực lượng lao động.
• “COME”: Có thể là viết tắt của “Composition” (cấu trúc), cho thấy rằng chỉ số này liên quan đến cấu trúc của một nhóm cụ thể.
• “FE”: Có thể là viết tắt của “Female” (nữ), chỉ ra rằng chỉ số này liên quan đến phụ nữ. “ZS”: Có thể là viết tắt của “Percentage” (tỷ lệ phần trăm), chỉ ra rằng chỉ số này là một phần trăm của tổng số. Do đó, “JI.EMP.COME.FE.ZS” liên quan đến tỷ lệ phần trăm của lực lượng lao động nữ trong một nhóm công việc cụ thể hoặc trong tổng số lực lượng lao động. Bộ dữ liệu’d’ biểu diễn tỷ lệ phần trăm của lực lượng lao động nữ trong một công việc cụ thể qua các năm của quốc gia Indonesia

dim(d)

## [1] 31  2

names(d)

## [1] "year"    "Laodong"

Bộ dữ liệu ‘d’ gồm 31 quan sát và 2 biến là :

• Year : giai đoạn từ 1990 đến 2021
• Laodong : tỷ lệ phần trăm của lực lượng lao động nữ trong một công việc cụ thể qua các năm

1.2 Phân tích bộ dữ liệu

1.2.1 phân tích giai đoạn 1990-2000

library(dplyr)
d1 <- d %>% filter(year >= 1990,year <=2000)

Dữ liệu d1 được tách ra từ bộ dữ liệu d bao gồm 10 quan sát ứng với các năm từ 1990-2000 và 2 biến là ‘year’ và ‘ThuNhap’

ggplot(data = d1, aes(x = year, y = Laodong)) +
  geom_col(fill='skyblue') + 
  labs(title = "phần trăm lao động nữ giai đoạn 1990-2000 của Indonesia",
       x = "Năm",
       y = "phần trăm lao động") +
  theme_minimal()

Ta nhận thấy từ đồ thị rằng từ năm 1990 đến năm 2000 tỷ lệ phần trăm của lực lượng lao động nữ của Indonesia có xu hướng tăng dần . Vào năm 1999 tỷ lệ phần trăm lao động nữ của nước này có phần cao hơn so với các năm trong cùng giai đoạn .

Các yếu tố ảnh hưởng:

• Tăng cường về giáo dục: Trong thập kỷ 1990, Indonesia có thể đã thực hiện các chính sách giáo dục mở rộng, giúp phụ nữ có cơ hội tiếp cận giáo dục và đào tạo hơn. Điều này có thể dẫn đến sự tăng lên của tỷ lệ phụ nữ tham gia vào lực lượng lao động.

• Chuyển đổi cơ cấu kinh tế: Trong giai đoạn này, Indonesia có thể đã trải qua sự chuyển đổi từ nền kinh tế nông nghiệp sang nền kinh tế công nghiệp và dịch vụ. Sự chuyển đổi này có thể tạo ra các cơ hội việc làm mới cho phụ nữ, đặc biệt trong các ngành công nghiệp và dịch vụ.

• Thay đổi trong vai trò xã hội của phụ nữ: Trong thập kỷ 1990, có thể đã có sự thay đổi trong vai trò xã hội của phụ nữ ở Indonesia, với sự gia tăng của tỷ lệ phụ nữ tham gia vào lực lượng lao động nhằm giúp gia đình cải thiện tình hình kinh tế gia đình.

• Chính sách chính phủ và hỗ trợ: Chính phủ Indonesia có thể đã thực hiện các chính sách và biện pháp hỗ trợ nhằm khuyến khích phụ nữ tham gia vào lực lượng lao động, bao gồm các chương trình giáo dục, đào tạo nghề và hỗ trợ việc làm.

1.2.2 phân tích giai đoạn 2000-2010

d2 <- d %>% filter(year >= 2001,year <=2010)

Dữ liệu d2 được tách ra từ bộ dữ liệu d bao gồm 10 quan sát ứng với các năm từ 2001-2010 và 2 biến là ‘year’ và ‘ThuNhap’

ggplot(data = d2, aes(x = year, y = Laodong)) +
  geom_col(fill='pink') +
  labs(title = "phần trăm lao động nữ giai đoạn 2001-2010 của Indonesia",
       x = "Năm",
       y = "phần trăm lao động") +
  theme_minimal()

Các yếu tố ảnh hưởng:

• Tiếp tục mở rộng giáo dục và đào tạo: Chính sách giáo dục có thể tiếp tục được thúc đẩy để cải thiện trình độ học vấn và kỹ năng của phụ nữ, giúp họ có cơ hội tham gia vào lực lượng lao động với những công việc có mức lương cao hơn.

• Phát triển kinh tế và công nghiệp hóa: Indonesia có thể tiếp tục trải qua quá trình phát triển kinh tế và công nghiệp hóa, tạo ra nhiều cơ hội việc làm mới cho phụ nữ trong các ngành công nghiệp và dịch vụ.

• Thay đổi trong cơ cấu dân số và xu hướng thành thị hóa: Sự di cư từ các vùng nông thôn đến các thành phố lớn có thể tạo ra nhiều cơ hội việc làm cho phụ nữ trong các ngành công nghiệp, dịch vụ và nghề nghiệp mới.

• Chính sách hỗ trợ và bảo vệ phụ nữ trong lực lượng lao động: Chính phủ có thể tiếp tục áp dụng các chính sách và biện pháp hỗ trợ nhằm nâng cao tình hình việc làm cho phụ nữ, bảo vệ quyền lợi và đảm bảo mức lương công bằng.

• Thay đổi trong cách nhìn nhận xã hội về vai trò của phụ nữ: Ý thức về bình đẳng giới có thể ngày càng tăng cao, dẫn đến sự chấp nhận và khuyến khích phụ nữ tham gia vào lực lượng lao động và các vị trí quan trọng trong xã hội và kinh tế.

1.2.3 phân tích giai đoạn 2011-2021

d3 <- d %>% filter(year >= 2011,year <=2021)

Dữ liệu d3 được tách ra từ bộ dữ liệu d bao gồm 11 quan sát ứng với các năm từ 2011-2021 và 2 biến là ‘year’ và ‘ThuNhap’

 ggplot(data = d3, aes(x = year, y = Laodong)) +
  geom_col(fill='yellow') +
  labs(title = "phần trăm lao động nữ giai đoạn 2011-2021 của Indonesia",
       x = "Năm",
       y = "phần trăm lao động") +
  theme_minimal()

Các yếu tố ảnh hưởng:

• Chính sách và cải tiến hạ tầng: Chính sách hỗ trợ và cải tiến hạ tầng có thể tạo ra nhiều cơ hội việc làm mới cho phụ nữ, đặc biệt là trong các lĩnh vực như giao thông, năng lượng, và xây dựng.

• Phát triển công nghiệp và công nghệ: Sự phát triển của ngành công nghiệp và công nghệ có thể mở ra nhiều cơ hội việc làm cho phụ nữ trong các lĩnh vực như công nghệ thông tin, kỹ thuật số, và dịch vụ trực tuyến.

• Thay đổi xã hội và nhận thức về bình đẳng giới: Nhận thức về bình đẳng giới có thể ngày càng tăng, với sự tăng cường của các chương trình giáo dục và thông tin, đồng thời tạo ra áp lực cho sự tăng cường tham gia của phụ nữ vào lực lượng lao động.

• Biến động kinh tế toàn cầu: Biến động trong kinh tế toàn cầu có thể ảnh hưởng đến việc làm của phụ nữ ở Indonesia thông qua tác động lên các ngành công nghiệp xuất khẩu và lĩnh vực dịch vụ.

• Thách thức từ dịch bệnh và biến đổi khí hậu: Các thách thức từ dịch bệnh như COVID-19 và biến đổi khí hậu có thể ảnh hưởng đến việc làm của phụ nữ ở Indonesia, đặc biệt là trong các ngành nông nghiệp và dịch vụ.

2 Dữ liệu từ IMF

2.1 Giới thiệu về bộ dữ liệu

library(tidyverse)
library(imf.data)

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

trang <- load_datasets('IFS')
e <- trang$get_series(freq = 'A', ref_area = 'VN', indicator = 'AIPMI_IX')
e <- na.omit(e)
names(e) <- c('ThoiGian','Biendonggiaca')
e

ThoiGian	Biendonggiaca
2008	92.8052106040507
2009	101.589767658566
2010	100
2011	101.418989116427
2012	104.962671298613
2013	100.03431455563
2014	96.8408090013283
2015	103.596616560562
2016	96.2559118907613
2017	86.713450208747
2018	84.9121817658889

indicator”AIPMI_IX” là viết tắt của “Advanced Index of Market Prices of Industrial Inputs” trong nhóm dữ liệu IFS của IMF. Đây là một chỉ số thể hiện sự biến động của giá cả các nguyên liệu công nghiệp trên thị trường quốc tế. Chỉ số này có thể được sử dụng để đo lường sức ép lên giá cả trong ngành công nghiệp và sự ảnh hưởng của chúng đối với tình hình kinh tế toàn cầu. Vậy nên bộ dữ liệu e là bộ dữ liệu biểu hiện sự biến động giá cả các nguyên liệu công nghiệp trên thị trường quốc tế của Việt Nam theo khoảng thời gian năm , cụ thể là từ năm 2008 đến 2018

dim(e)

## [1] 11  2

names(e)

## [1] "ThoiGian"      "Biendonggiaca"

Bộ dữ liệu ‘e’ gồm 11 quan sát và 2 biến là :

• ThoiGian : giai đoạn từ 2008 đến 2018
• Biendonggiaca : biến động giá cả các nguyên liệu công nghiệp trên thị trường quốc tế của Việt Nam

2.2 Phân tích bộ dữ liệu

ggplot(data = e, aes(x = ThoiGian , y = Biendonggiaca)) +
  geom_col(fill='skyblue') + 
  labs(title = "Biến động giá cả các nguyên liệu công nghiệp trên thị trường quốc tế của Việt Nam",
       x = "Năm",
       y = "Biến động giá cả") +
  theme_minimal()

### Phân tích giai đoạn 2008- 2013

Từ đồ thị ta có thể dễ nhận thấy biến động giá cả các nguyên liệu công nghiệp trên thị trường quốc tế của Việt Nam trong giai đoạn 2008-2018 biến đổi không đồng đều

Trong giai đoạn 2008-2013, có một số yếu tố ảnh hưởng đến sự biến động giá cả các nguyên liệu công nghiệp trên thị trường quốc tế của Việt Nam, bao gồm:

• Khủng hoảng tài chính toàn cầu (2008-2009): Khủng hoảng tài chính toàn cầu nổ ra từ năm 2008 đã tạo ra sự dao động mạnh mẽ trên thị trường tài chính và ảnh hưởng đến nền kinh tế toàn cầu. Sự suy giảm mạnh mẽ trong nhu cầu và hoạt động sản xuất công nghiệp đã ảnh hưởng đến giá cả của các nguyên liệu công nghiệp.

• Biến động giá cả năng lượng: Giá dầu thô và các nguyên liệu năng lượng khác đã trải qua sự biến động lớn trong giai đoạn này do nhiều yếu tố như tăng trưởng kinh tế toàn cầu, cung cầu, tình hình chính trị ở các khu vực sản xuất dầu, và các chính sách của các quốc gia sản xuất dầu.

• Tăng trưởng kinh tế toàn cầu và tăng cầu của các nguyên liệu công nghiệp: Trong một số năm trong giai đoạn này, kinh tế toàn cầu đã phục hồi và tăng trưởng, dẫn đến tăng cầu cho các nguyên liệu công nghiệp. Điều này có thể gây ra áp lực tăng giá trên thị trường.

• Thay đổi chính sách và quy định: Các thay đổi trong chính sách và quy định về thương mại quốc tế, môi trường, và an toàn lao động có thể ảnh hưởng đến chi phí sản xuất và cung cầu của các nguyên liệu công nghiệp.

• Thị trường lao động và chi phí lao động: Sự thay đổi trong thị trường lao động và chi phí lao động có thể ảnh hưởng đến chi phí sản xuất và giá cả của các nguyên liệu công nghiệp.

• Biến động tỷ giá: Biến động trong tỷ giá hối đoái có thể ảnh hưởng đến chi phí nhập khẩu và xuất khẩu của nguyên liệu công nghiệp, ảnh hưởng đến giá cả trên thị trường.

2.2.1 Phân tích giai đoạn 2013-2018

Trong giai đoạn 2013-2018, có một số yếu tố quan trọng ảnh hưởng đến sự biến động giá cả các nguyên liệu công nghiệp trên thị trường quốc tế của Việt Nam, bao gồm:

• Thị trường toàn cầu và tăng trưởng kinh tế: Tình hình kinh tế toàn cầu và tăng trưởng kinh tế tại các quốc gia lớn có thể ảnh hưởng đến nhu cầu và cung cầu của các nguyên liệu công nghiệp, từ đó ảnh hưởng đến giá cả trên thị trường quốc tế.

• Chính sách thương mại quốc tế: Các biến động trong chính sách thương mại quốc tế, như các biện pháp bảo hộ, thuế quan và thỏa thuận thương mại tự do, có thể ảnh hưởng đến giá cả của các nguyên liệu công nghiệp thông qua việc tăng giảm cung cầu và chi phí nhập khẩu.

• Thị trường năng lượng: Biến động trong giá cả của dầu, khí đốt và các nguồn năng lượng khác có thể ảnh hưởng đến giá cả của các nguyên liệu công nghiệp liên quan đến năng lượng, cũng như chi phí vận chuyển và sản xuất.

• Tình hình chính trị và an ninh toàn cầu: Các sự kiện chính trị và an ninh toàn cầu, như xung đột và căng thẳng địa chính trị, có thể tạo ra biến động trên thị trường và ảnh hưởng đến giá cả của các nguyên liệu công nghiệp.

• Thị trường lao động và chi phí lao động: Biến động trong thị trường lao động và chi phí lao động có thể ảnh hưởng đến chi phí sản xuất của các nguyên liệu công nghiệp và có thể được phản ánh trong giá cả của chúng.

• Biến động tỷ giá: Biến động trong tỷ giá hối đoái có thể ảnh hưởng đến chi phí nhập khẩu và xuất khẩu của các nguyên liệu công nghiệp, ảnh hưởng đến giá cả trên thị trường.