Nhiệm vụ 6

I. TỔNG QUAN

---

1. Nhiệm vụ

Yêu cầu: Chọn 2 Indicator từ World Bank (Ngân hàng Thế giới) và IMF (Quỹ tiền tệ Thế giới). Sau đó, phân tích 2 Indicator theo thời gian và phân tích các yếu tố ảnh hưởng đến 2 Indicator đó.

2. Giới thiệu 2 Indicator

2.1. Indicator từ World Bank

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   3.5.0     ✔ 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)
library(flextable)

## 
## Attaching package: 'flextable'
## 
## The following object is masked from 'package:purrr':
## 
##     compose

library(DT)

idc <- WDIsearch('Unemployment')
idc1 <- WDI(indicator = 'JI.UEM.1524.ZS', country = c('THA')) #Tỷ lệ thất nghiệp, độ tuổi 15-24 (% lực lượng lao động độ tuổi 15-24)
an <- idc1 %>% select(year, JI.UEM.1524.ZS)
an<- na.omit(an)
names(an) <- c('Năm', 'TyLe')
head(an)

##    Năm       TyLe
## 1 2021 0.05271238
## 2 2020 0.06182914
## 3 2019 0.04476879
## 4 2018 0.03468943
## 5 2017 0.04788319
## 6 2016 0.04098577

datatable(an)

Bộ dữ liệu JI.UEM.1564.OL.ZS từ World Bank liên quan đến tỷ lệ thất nghiệp trong một nhóm dân số cụ thể. Cụ thể, mã này mô tả tỷ lệ thất nghiệp ở nhóm tuổi từ 15 đến 24, được tính dựa trên tổng số lao động trong nhóm tuổi đó.

• Loại dữ liệu: Tỷ lệ thất nghiệp (%)
• Nhóm dân số: Người lao động trong độ tuổi từ 15 đến 24
• Phạm vi đo lường: Tính theo tỷ lệ (%) so với lực lượng lao động (labor force) trong cùng độ tuổi

Thông qua bộ dữ liệu này, chúng ta có thể phân tích và so sánh mức độ thất nghiệp trong nhóm người lao động có độ tuổi từ 25 đến 64 ở các quốc gia hoặc khu vực khác nhau, cụ thể ở đây là Thái Lan. Điều này có thể cung cấp thông tin quan trọng về tình hình thị trường lao động và khả năng tiếp cận công việc làm cho nhóm dân số này.

Trong bộ dữ liệu này, chúng ta sẽ tập trung vào 2 biến:

• year: Năm, bắt đầu từ 1977 đến 2021, được đổi tên thành năm

• JI.UEM.1524.ZS: Tỷ lệ thất nghiệp có độ tuổi từ 15 đến 64 tuổi, được đổi tên thành TyLe

2.2. Indicator từ IMF

library(tidyverse)
library(imf.data)
library(dplyr)

imf <- imf.data::list_datasets()
a <- load_datasets('CPI') 

an1 <- a$get_series(freq = 'A', ref_area = 'VN', indicator = 'PCPIT_IX') #chỉ số giá tiêu dùng của mặt hàng quần áo
an1 <- na.omit(an1)
names(an1) <- c('Năm', 'Namgoc', 'TyLe')
head(an1)

##     Năm Namgoc             TyLe
## 53 2002  2019A  54.445437617336
## 54 2003  2019A 55.5528484352241
## 55 2004  2019A 55.4383250794223
## 56 2005  2019A 60.0841525479626
## 57 2006  2019A 64.2932499604537
## 58 2007  2019A 66.6132973552923

datatable(an1)

Bộ dữ liệu PCPIT_IX (Transport) trong IMF đề cập đến chỉ số giá tiêu dùng cho các dịch vụ và sản phẩm liên quan đến ngành công nghiệp vận tải. Cụ thể, “PCPIT” có thể đại diện cho “Price Consumer Price Index Total”, tức là chỉ số giá tiêu dùng cho tất cả các mặt hàng, trong khi “IX Transport” chỉ ra rằng chỉ số này tập trung vào các mặt hàng liên quan đến ngành vận tải.

Chỉ số giá tiêu dùng trong ngành vận tải có thể bao gồm các yếu tố như giá xăng dầu, vé xe buýt, vé tàu, phí cầu đường, phí gửi xe, dịch vụ taxi, v.v. Thông qua việc thu thập và phân tích dữ liệu này, IMF có thể đánh giá sự biến động trong giá cả của các dịch vụ và sản phẩm vận tải, từ đó hỗ trợ việc đưa ra các dự báo kinh tế và chính sách liên quan đến ngành vận tải cũng như tình hình kinh tế tổng thể.

Bộ dữ liệu bao gồm:

• TIME_PERIOD: Năm, từ năm 2002 đến năm 2023, được đổi tên thành Năm

• A.VN.PCPIT_IX: Năm gốc là năm 2019, được tổi tên thành Namgoc

• PCPIT_IX: Tỷ lệ phát triển giới tính ở Việt Nam, được đổi tên thành TyLe

Trong bộ dữ liệu này chúng ta sẽ chỉ tập trung vào chỉ số giá tiêu dùng ở các mặt hàng liên quan đến ngành vận tải tại Việt Nam từ năm 2002 đến năm 2023.

II. PHÂN TÍCH BỘ DỮ LIỆU WB - TỶ LỆ THẤT NGHIỆP Ở THÁI LAN

---

1. Từ những năm 1977 đến năm 1990

an %>% filter(Năm < 1991) %>%
  ggplot(aes(x=Năm, y=TyLe)) +
  geom_line(color='navy', linewidth =1) +
  labs(title = 'Hình 1: Biểu đồ thể hiện tỷ lệ thất nghiệp từ năm 1977 đến năm 1990 ở Thái Lan', x = 'Năm', y = 'Tỷ lệ')

Từ biểu đồ ở hình 1, ta có thể thấy rằng xu hướng chung tỷ lệ thất nghiệp có mức giảm không đều đặn:

• Giảm mạnh từ trước năm 1980 (từ 0.04% xuống còn chưa tới 0.02%) và từ trước năm 1988 trở đi (từ khoảng 0.025% xuống khoảng 0.01%).
• Giảm nhẹ từ những năm 1982 và những năm 1986 (duy trì tỉ lệ chưa tới 0.03%)

Biến động tỷ lệ thất nghiệp lớn. Có 3 giai đoạn biến động:

• Tăng mạnh từ những năm 7x (từ khoảng 0.02% lên khoảng 0.04%).
• Tăng nhẹ từ những năm 1982 và những năm 1986 (duy trì tỉ lệ chưa tới 0.03%)

=> Tình hình thất nghiệp trẻ của Thái Lan ở giai đoạn 1977-1990 vẫn ở mức đáng báo động.

2. Từ những năm 1990 đến năm 2010

an %>% filter(an$Năm > 1990 & an$Năm <2011) %>%
  ggplot(aes(x=Năm, y=TyLe)) +
  geom_line(color='seagreen', linewidth =1) +
  labs(title = 'Hình 2: Biểu đồ thể hiện tỷ lệ thất nghiệp từ năm 1990 đến năm 2010 ở Thái Lan', x = 'Năm', y = 'Tỷ lệ')

Từ biểu đồ ở hình 2, ta có thể thấy rằng tỷ lệ thất nghiệp trẻ ở Thái Lan có xu hướng tăng:

• Tăng mạnh từ sau năm 1995 đến trước 2000 (từ xấp xĩ 0.01% lên khoảng 0.05%).
• Tăng chậm từ năm 2000 đến khoảng năm 2002 (từ gần 0.03% lên khoảng 0.045%).
• Tặng nhẹ từ sau những năm 2005 đến năm 2010 (duy trì tỷ lệ từ 0.025% đến 0.035%)

Tuy nhiên, tỷ lệ thất nghiệp lại được chính phủ cải thiện đáng kể vào những năm đầu giai đoạn 1990-2000, khi tỉ lệ thất nghiệp trẻ luôn duy trì ở tỷ lệ dưới 0.01%.

3. Từ năm 2010 đến 2020

an %>% filter(an$Năm > 2010 & an$Năm <2021) %>%
  ggplot(aes(x=Năm, y=TyLe)) +
  geom_line(color='red', linewidth =1) +
  labs(title = 'Hình 3: Biểu đồ thể hiện tỷ lệ thất nghiệp từ năm 2010 đến năm 2020 ở Thái Lan', x = 'Năm', y = 'Tỷ lệ')

Từ biểu đồ ở hình 3, ta có thể thấy rằng xu hướng chung tỷ lệ thất nghiệp có mức giảm không đều đặn:

• Giảm mạnh từ trước năm 2012 đến trước 2015 (từ hơn 0.08% xuống khoảng 0.03%).
• Giảm chậm từ sau năm 2017 (từ khoảng 0.05% xuống khoảng 0.03%).

Biến động tỷ lệ thất nghiệp lớn. Có 3 giai đoạn biến động:

• Tăng mạnh từ trước năm 2012 đến năm 2015 (từ khoảng 0.02% lên khoảng 0.09%).
• Tăng chậm từ trước năm 2015 đến sau năm 2017 (từ 0.03% lên xấp xĩ khoảng 0.05%).
• Tặng nhẹ từ sau năm 2015 đến năm 2020 (từ khoảng 0.055% đến 0.06%)

=> Nền kinh tế Thái Lan có xu hướng phát triển tốt trong giai đoạn 2010 - 2020, góp phần làm giảm tỷ lệ thất nghiệp. Chính sách của chính phủ Thái Lan có hiệu quả trong việc giảm thiểu thất nghiệp. Tuy nhiên, tỷ lệ thất nghiệp vẫn ở mức cao.

4. Trong 2 năm gần đây 2020, 2021

an %>% filter(Năm %in% c(2020, 2021)) %>%
  ggplot(aes(x = factor(Năm), y = TyLe)) +
  geom_bar(stat = "identity", fill = "pink") +
  labs(title = 'Hình 4: Biểu đồ thể hiện tỷ lệ thất nghiệp từ năm 2020 đến năm 2021 ở Thái Lan', x = 'Năm', y = 'Tỷ lệ')

Trong 2 năm gần đây là 2020 và 2021 ta có thể thấy tỉ lệ thất nghiệp trong độ tuổi từ 15 đến 24 của Thái Lan đã có xu hướng giảm.

• Năm 2020 tỉ lệ thất nghiệp trẻ ở mức khoảng 0.06%
• Năm 2021 tỉ lệ thất nghiệp trẻ ở mức khoảng hơn 0.05%

=> Dù có xu hướng giảm tuy nhiên tỉ lệ này vẫn đang ở mức cao.

5. Tỉ lệ thất nghiệp ở Thái Lan từ 1977 đến 2021

an %>% ggplot(aes(x=Năm, y=TyLe)) +
  geom_col(fill='maroon') +
  geom_line(color='black', linewidth =1) +
  labs(title = 'Hình 5: Biểu đồ thể hiện tỷ lệ thất nghiệp từ năm 1977 đến năm 2021 ở Thái Lan', x = 'Năm', y = 'Tỷ lệ') 

Dựa vào Hình 5, chúng ta có thể nhận thấy xu hướng tỷ lệ thất nghiệp của Thái Lan trong độ tuổi từ 15 đến 24 từ năm 1977 đến năm 2021. Trong giai đoạn từ năm 1990 đến năm 2000, tỷ lệ thất nghiệp trẻ ở mức thấp nhất, đạt dưới 0.025%. Tuy nhiên, từ năm 2010 trở đi, chúng ta thấy một sự tăng đáng kể trong tỷ lệ thất nghiệp trẻ, với mức cao nhất xấp xỉ gần 0.08%)

6. Các yếu tố ảnh hưởng đến tỷ lệ thất nghiệp trong độ tuổi từ 15 đến 24 ở Thái Lan

Tỷ lệ thất nghiệp trong độ tuổi từ 15 đến 24 ở Thái Lan có xu hướng giảm từ năm 1977 đến 2019, nhưng tăng trong giai đoạn 2020-2021 do ảnh hưởng của đại dịch COVID-19.

Dưới đây là một số yếu tố chính ảnh hưởng đến tỷ lệ thất nghiệp trong nhóm tuổi này:

• Nền kinh tế:

Tăng trưởng kinh tế: Nền kinh tế Thái Lan tăng trưởng mạnh mẽ từ năm 1977 đến 2019, tạo ra nhiều cơ hội việc làm cho người lao động trẻ. Khủng hoảng kinh tế: Khủng hoảng kinh tế châu Á năm 1997 và đại dịch COVID-19 làm giảm tốc độ tăng trưởng kinh tế, tăng tỷ lệ thất nghiệp trong nhóm tuổi trẻ.

• Cấu trúc nền kinh tế:

Chuyển đổi cơ cấu kinh tế: Nền kinh tế Thái Lan chuyển đổi từ nông nghiệp sang công nghiệp và dịch vụ, làm giảm nhu cầu lao động trong lĩnh vực nông nghiệp và tăng nhu cầu lao động có kỹ năng trong lĩnh vực công nghiệp và dịch vụ.

Tự động hóa: Việc ứng dụng công nghệ tự động hóa trong sản xuất giảm nhu cầu lao động trong một số ngành công nghiệp, ảnh hưởng đến việc làm của người lao động trẻ.

• Giáo dục và đào tạo:

Mức độ giáo dục: Tỷ lệ người lao động trẻ có trình độ học vấn cao ngày càng tăng, giúp họ có nhiều cơ hội việc làm hơn.

Kỹ năng: Kỹ năng nghề nghiệp ngày càng trở nên quan trọng trong thị trường lao động, ảnh hưởng đến khả năng tìm việc của người lao động trẻ.

• Chính sách của chính phủ:

Chính sách hỗ trợ việc làm: Chính phủ Thái Lan thực hiện nhiều chính sách hỗ trợ việc làm cho người lao động trẻ như đào tạo nghề, tạo việc làm,…

Chính sách giáo dục: Chính phủ Thái Lan đầu tư vào giáo dục và đào tạo, nâng cao chất lượng nguồn nhân lực và giảm tỷ lệ thất nghiệp trong nhóm tuổi trẻ.

• Ngoài ra, một số yếu tố khác cũng có thể ảnh hưởng đến tỷ lệ thất nghiệp trong nhóm tuổi trẻ như:

Nhân khẩu học: Sự gia tăng dân số trong độ tuổi lao động tăng áp lực lên thị trường lao động.

Mức lương: Mức lương tối thiểu có thể ảnh hưởng đến quyết định tham gia thị trường lao động của người lao động trẻ.

Phân biệt đối xử: Phân biệt đối xử về giới, tuổi tác và khu vực cũng có thể ảnh hưởng đến cơ hội việc làm của người lao động trẻ.

III. PHÂN TÍCH BỘ DỮ LIỆU TỪ IMF - CPI NGÀNH VẬN TẢI TẠI VIỆT NAM

---

1. Từ năm 2002 đến năm 2010

an1 %>% filter(Năm <= 2010) %>%
  ggplot(aes(x=Năm, y=TyLe)) +
  geom_bar(stat = "identity", fill = 'darkgreen') +
  labs(title = 'Hình 7: Biểu đồ thể hiện CPI ngành vận tải từ năm 2002-2010 ở Việt Nam', x = 'Năm', y = 'Tỷ lệ')

Dựa vào hình 7, ta có nhận xét rằng:

Xu hướng chung của chỉ số CPI ngành vận tải có xu hướng tăng trong giai đoạn 2002-2010. Tốc độ tăng trưởng:

• Từ năm 2002-2003, CPI tăng tương đối chậm, chỉ tăng từ 54.445 lên 55.552.
• Từ năm 2004-2008, CPI tăng nhanh hơn, tăng từ 55.438 lên 77.395.
• Từ năm 2009-2010, CPI tăng chậm lại, chỉ tăng từ 75.490 lên 83.874.

Biến động:

• Có sự biến động nhẹ trong giai đoạn 2002-2004, CPI tăng nhẹ từ năm 2002 đến 2003, sau đó giảm nhẹ vào năm 2004.
• Có sự biến động mạnh trong giai đoạn 2004-2008, CPI tăng mạnh từ năm 2004 đến 2007, sau đó giảm nhẹ vào năm 2008.
• Biến động nhẹ trong giai đoạn 2008-2010, CPI tăng nhẹ từ năm 2008 đến 2009, sau đó tăng mạnh vào năm 2010.

=> CPI ngành vận tải có xu hướng tăng trong giai đoạn 2002-2010. Tốc độ tăng trưởng của CPI không đồng đều, tăng nhanh trong giai đoạn 2004-2008 và chậm lại trong các giai đoạn khác. Có sự biến động trong giá cả vận tải trong giai đoạn này.

2. Từ năm 2011 đến năm 2019

an1 %>% filter(an1$Năm >= 2011 & an1$Năm <= 2019) %>%
  ggplot(aes(x=Năm, y=TyLe)) +
  geom_col(fill = 'skyblue') +
  labs(title = 'Hình 8: Biểu đồ thể hiện CPI ngành vận tải từ năm 2011-2019 ở Việt Nam', x = 'Năm', y = 'Tỷ lệ') 

Dựa vào hình 8, ta có nhận xét rằng:

Xu hướng chung của chỉ số CPI ngành vận tải có xu hướng tăng giảm không đồng đều trong giai đoạn 2011-2019.

• Từ năm 2014-2016, CPI giảm mạnh, từ 111.788 xuống 91.276
• Từ năm 2018-2019, CPI giảm nhẹ, từ 103.674 xuống 102.614

Tốc độ tăng trưởng:

• Từ năm 2011-2014, CPI tăng tương đối mạnh, chỉ tăng từ 97.442 lên 111.788
• Từ năm 2016-2018, CPI tăng nhẹ, tăng từ 91.276 lên 103.674

3. 4 năm gần đây 2020, 2021, 2022, 2023

an1 %>% filter(Năm >= 2020) %>%
  ggplot(aes(x=Năm, y=TyLe)) +
  geom_bar(stat = "identity", fill = 'yellow') +
  labs(title = 'Hình 9: Biểu đồ thể hiện CPI ngành vận tải từ năm 2020-2023 ở Việt Nam', x = 'Năm', y = 'Tỷ lệ')

Dựa vào hình 9, ta có nhận xét rằng:

Xu hướng chung của chỉ số CPI ngành vận tải có xu hướng tăng trong 4 năm gần đây (2020, 2021, 2022, 2023. Tốc độ tăng trưởng:

• Từ năm 2020-2022, CPI tăng mạnh, từ 91.307 lên 112.118

Tuy nhiên từ năm 2022-2023, lại chứng kiến một sự giảm nhẹ:

• CPI giảm từ 112.118 xuống còn 109.244

4. các yếu tố ảnh hưởng đến CPI ngành vận tải từ năm 2002-2023 tại Việt Nam

Trong giai đoạn từ năm 2002 đến 2023, chỉ số CPI ngành vận tải của Việt Nam đã trải qua nhiều biến động, phản ảnh một số xu hướng chính (như tăng trưởng dài hạn). Nguyên nhân của sự việc này có thể đến từ các yếu tố sau

• Biến động giá xăng dầu:

Biến động giá xăng dầu có thể ảnh hưởng đáng kể đến chi phí vận chuyển và hoạt động của ngành vận tải. Thay đổi giá xăng dầu có thể tác động trực tiếp đến giá vé xe buýt, taxi, chi phí vận chuyển hàng hóa và các dịch vụ khác trong ngành.

• Chính sách và quy định của Chính phủ:

Chính sách và quy định của Chính phủ cũng có vai trò quan trọng trong việc định hình giá cả của ngành vận tải. Các biện pháp kiểm soát giá và thuế có thể ảnh hưởng đến sự biến động của chỉ số CPI ngành vận tải. Việc thực thi hoặc điều chỉnh các quy định có thể gây ra sự biến động trong giá cả của các dịch vụ và sản phẩm liên quan đến vận tải.

• Sự tăng trưởng kinh tế và nhu cầu vận tải:

Sự tăng trưởng kinh tế và nhu cầu vận tải cũng góp phần vào sự biến động của chỉ số CPI. Sự phát triển kinh tế và tăng trưởng dân số có thể tạo ra nhu cầu cao hơn về các dịch vụ vận tải, từ đó tạo ra áp lực tăng giá cả.

• Biến động của thị trường quốc tế và tỷ giá hối đoái:

Biến động của thị trường quốc tế và tỷ giá hối đoái có thể tác động đến giá cả của các nguyên liệu và dịch vụ vận tải. Sự biến động trên thị trường quốc tế có thể làm thay đổi giá cả của nhiên liệu và các thành phần khác trong ngành vận tải. * Sự phát triển và cải cách hạ tầng giao thông:

Sự phát triển và cải cách hạ tầng giao thông có thể ảnh hưởng đến giá cả và chất lượng của dịch vụ vận tải. Việc đầu tư vào hạ tầng giao thông, bao gồm cải thiện hệ thống đường cao tốc và giao thông đô thị, có thể làm thay đổi cảm nhận về giá trị và chất lượng của các dịch vụ vận tải.