1 Tiến hành nghiên cứu trên bộ dữ liệu từ Worldbank:

1.1 Giới thiệu bộ dữ liệu:

library(WDI)
## Warning: package 'WDI' was built under R version 4.3.3
s <- WDIsearch('unemployment')

u <- WDI(country = "VN", indicator = "SL.UEM.TOTL.ZS", start = 2012, end = 2022)

datatable(u)

Dữ liệu được lấy từ Worldbank nói về % Tỷ lệ thất nghiệp tổng thể ở Việt Nam từ năm 2012 đến năm 2022 tính theo tỷ lệ phần trăm của tổng lực lượng lao động) dựa trên ước tính theo mô hình của ILO

ILO - Tổ chức Lao động Quốc tế. Ước tính theo mô hình của ILO là phương pháp sử dụng các mô hình thống kê để dự đoán tỷ lệ thất nghiệp và các chỉ số lao động khác, mô hình này cung cấp thông tin cập nhật và chính xác về thị trường lao động trên toàn cầu

1.2 Tiến hành nghiên cứu:

u$year <- factor(u$year)

ggplot(u, aes(x = year, y = SL.UEM.TOTL.ZS)) +
  geom_col(fill='pink') +
  geom_text(aes(label = SL.UEM.TOTL.ZS), vjust = 0, color = 'palevioletred') +
  labs(title = "Tỷ lệ thất nghiệp tổng thể từ năm 2012-2022", x = "Năm", y = "Tỷ lệ thất nghiệp tổng thể")

Từ hình trên ta có thể thấy, tỷ lệ thất nghiệp ở Việt Nam tăng cao ở giai đoạn 2015-2017 do các nguyên nhân:

  • Suy thoái kinh tế toàn cầu: ảnh hưởng đến xuất nhập khẩu, nhiều doanh nghiệp đóng cửa, cắt giảm nhân sự.

  • Cơ cấu kinh tế chuyển dịch chậm: phụ thuộc vào nông nghiệp, năng suất thấp, dư thừa lao động.

  • Chất lượng nguồn nhân lực: chưa đáp ứng nhu cầu thị trường lao động, thiếu kỹ năng nghề nghiệp.

  • Tỷ lệ sinh cao: gia tăng số lượng lao động, thị trường lao động không đáp ứng đủ nhu cầu.

  • Cuộc cách mạng công nghiệp 4.0: tự động hóa sản xuất, giảm nhu cầu lao động, nhiều lao động không có kỹ năng sử dụng công nghệ mới.

Và tỷ lệ thất nghiệp tăng cao ở giai đoạn 2019-2021 khi đại dịch Covid19 xuất hiện làm cho:

  • Giảm nhu cầu tiêu dùng: Đại dịch khiến người dân hạn chế chi tiêu, dẫn đến nhu cầu đối với nhiều sản phẩm và dịch vụ giảm sút.

  • Gián đoạn chuỗi cung ứng: Các biện pháp phong tỏa và hạn chế di chuyển khiến cho việc vận chuyển hàng hóa gặp khó khăn, ảnh hưởng đến hoạt động sản xuất kinh doanh của nhiều doanh nghiệp.

  • Ngành du lịch bị ảnh hưởng nặng nề: Ngành du lịch là một trong những ngành chịu ảnh hưởng nặng nề nhất bởi đại dịch Covid-19.

  • Thay đổi thói quen tiêu dùng: Đại dịch khiến cho người dân thay đổi thói quen tiêu dùng, chuyển sang mua sắm trực tuyến nhiều hơn.

  • Số người lao động di cư từ nước ngoài về nước: Do ảnh hưởng của đại dịch, nhiều người lao động Việt Nam làm việc ở nước ngoài đã phải về nước.

  • Sinh viên tốt nghiệp ra trường: Số lượng sinh viên tốt nghiệp ra trường tăng cao trong khi nhu cầu lao động giảm sút.

2 Tiến hành nghiên cứu trên bộ dữ liệu từ IMF:

2.1 Giới thiệu bộ dữ liệu:

library(imf.data)
## Warning: package 'imf.data' was built under R version 4.3.3
s1 <- load_datasets('CPI')

u1 <- s1$get_series(freq = 'A', ref_area = 'VN', indicator = 'PCPIF_IX', start = 2020, end = 2023)

u1 <- na.omit(u1)

names(u1) <- c('ThoiGian','PCPIF_IX','NamGoc')

datatable(u1)

Dữ liệu được lấy từ IMF nói về % Chỉ số giá tiêu dùng cho người có thu nhập thấp, khu vực thành thị (Consumer Price Index for Low-Income Urban Households) ở Việt Nam từ năm 2020-2023

2.2 Tiến hành nghiên cứu:

group_by(u1, PCPIF_IX) %>% 
  ggplot(aes(x = '', y = PCPIF_IX, fill = PCPIF_IX)) +
    geom_col(color = 'black') +
    coord_polar('y') +
    geom_text(aes(x = 1.3, label = ThoiGian), position = position_stack(vjust = .5)) +
    theme_void() +
    labs(title= 'Chỉ số giá tiêu dùng cho người thu nhập thấp, khu vực thành thị từ năm 2020-2023')

Từ hình trên ta có thể thấy, PCPIF_IX (Chỉ số giá tiêu dùng cho người thu nhập thấp, khu vực thành thị) liên tục tăng từ năm 2020 đến năm 2023.

Yếu tố ảnh hưởng:

  • Giá xăng dầu:

    • Giá xăng dầu tăng liên tục từ năm 2020 đến nay do ảnh hưởng của thị trường quốc tế và chính sách giá trong nước.

    • Giá xăng dầu chiếm tỷ trọng lớn trong chi tiêu của người dân, do đó, ảnh hưởng trực tiếp đến PCPIF_IX.

  • Giá lương thực, thực phẩm:

    • Giá lương thực, thực phẩm tăng do ảnh hưởng của dịch COVID-19, biến đổi khí hậu và chi phí sản xuất tăng.

    • Nhóm hàng hóa này chiếm tỷ trọng lớn trong cơ cấu chi tiêu của người thu nhập thấp, do đó, ảnh hưởng mạnh đến PCPIF_IX.

  • Nhu cầu tiêu dùng:

    • Nhu cầu tiêu dùng tăng sau đại dịch COVID-19.

    • Nhu cầu tăng cao dẫn đến áp lực lên giá cả hàng hóa và dịch vụ.