Tỷ lệ người tham gia bảo hiểm xã hội từ 2015 đến 2021
pnminhchau
2024-03-17
“11:45:33, 24 - 03 - 2024”
***
1 Mục tiêu nghiên cứu
Mục đích nghiên cứu tỷ lệ người tham gia bảo hiểm xã hội:
- Việc nghiên cứu tỷ lệ người tham gia bảo hiểm xã hội vai trò quan trọng trong việc quan sát tính hiệu quả của công tác bảo hiểm xã hội, góp phần hỗ trợ trong việc quyết định các chính sách an sinh xã hội và giải pháp nâng cao tỷ lệ người tham gia bảo hiểm xã hội. .
Dưới đây là một số mục đích chính của việc nghiên cứu tỷ lệ người tham gia BHXH:
1. Đánh giá thực trạng:
Xác định tỷ lệ người tham gia BHXH theo các nhóm đối tượng khác nhau như khu vực kinh tế, độ tuổi, giới tính, trình độ học vấn,…
So sánh tỷ lệ tham gia BHXH giữa các khu vực, địa phương khác nhau.
Phân tích các yếu tố ảnh hưởng đến tỷ lệ tham gia BHXH.
2. Dự báo xu hướng:
Dự báo tỷ lệ tham gia BHXH trong tương lai dựa trên các xu hướng kinh tế, xã hội và chính sách BHXH.
Xác định các thách thức và cơ hội đối với việc nâng cao tỷ lệ tham gia BHXH.
3. Đề xuất giải pháp:
Đề xuất các giải pháp nhằm nâng cao tỷ lệ tham gia BHXH, bao gồm:
Hoàn thiện chính sách BHXH.
Tăng cường công tác tuyên truyền, giáo dục về BHXH.
Mở rộng đối tượng tham gia BHXH.
Đơn giản hóa thủ tục tham gia BHXH.
Nâng cao chất lượng dịch vụ BHXH.
4. Cung cấp thông tin cho các nhà hoạch định chính sách:
Cung cấp thông tin về tỷ lệ tham gia BHXH cho các nhà hoạch định chính sách để xây dựng các chính sách BHXH phù hợp với nhu cầu của người dân.
Đánh giá hiệu quả của các chính sách BHXH đã được triển khai.
5. Góp phần nâng cao an sinh xã hội:
Nâng cao tỷ lệ tham gia BHXH góp phần đảm bảo an sinh xã hội cho người dân, đặc biệt là những người lao động trong khu vực phi chính thức.
Giảm gánh nặng cho ngân sách nhà nước trong việc chi trả cho các chế độ bảo trợ xã hội.
Ngoài ra, nghiên cứu tỷ lệ người tham gia BHXH còn có thể giúp:
Xác định nhu cầu về dịch vụ BHXH của người dân.
Nâng cao nhận thức của người dân về tầm quan trọng của BHXH.
Khuyến khích người dân tham gia BHXH để bảo vệ bản thân và gia đình.
Kết luận:
Nghiên cứu tỷ lệ người tham gia BHXH là một công việc quan trọng có ý nghĩa to lớn đối với việc phát triển hệ thống BHXH và nâng cao an sinh xã hội.
2 Phương pháp nghiên cứu
- Sử dụng các phương pháp thống kê mô tả: 1. Tạo bảng tần số. 2. Vẽ đồ thị. 3. So sánh.
3 Cơ sở lý luận
Có nhiều lý thuyết và quan điểm khác nhau có thể được sử dụng để phân tích tỷ lệ người tham gia bảo hiểm xã hội (BHXH) theo địa phương. Dưới đây là một số lý thuyết và quan điểm phổ biến:
1. Lý thuyết kinh tế:
Lý thuyết về cung và cầu: Theo lý thuyết này, tỷ lệ tham gia BHXH sẽ phụ thuộc vào mức giá của BHXH (thu nhập) và mức độ nhận thức của người dân về lợi ích của BHXH.
Lý thuyết về lựa chọn: Theo lý thuyết này, người dân sẽ lựa chọn tham gia BHXH nếu họ nhận thấy lợi ích của BHXH cao hơn chi phí tham gia.
2. Lý thuyết xã hội:
Lý thuyết về vốn xã hội: Theo lý thuyết này, tỷ lệ tham gia BHXH sẽ cao hơn ở những địa phương có mạng lưới quan hệ xã hội chặt chẽ và gắn kết.
Lý thuyết về niềm tin: Theo lý thuyết này, người dân sẽ có xu hướng tham gia BHXH cao hơn nếu họ tin tưởng vào hệ thống BHXH.
3. Lý thuyết chính sách:
Lý thuyết về thiết kế chính sách: Theo lý thuyết này, tỷ lệ tham gia BHXH sẽ phụ thuộc vào thiết kế của chính sách BHXH, bao gồm mức độ bao phủ, mức độ hỗ trợ và thủ tục tham gia.
Lý thuyết về thực thi chính sách: Theo lý thuyết này, tỷ lệ tham gia BHXH sẽ phụ thuộc vào hiệu quả thực thi chính sách BHXH, bao gồm công tác tuyên truyền, vận động và xử lý vi phạm.
Ngoài các lý thuyết và quan điểm trên, việc phân tích tỷ lệ tham gia BHXH theo địa phương cũng cần考慮到 các yếu tố khác như:
Đặc điểm kinh tế - xã hội của địa phương: Mức độ phát triển kinh tế, cơ cấu lao động, trình độ dân trí,…
Hệ thống chính sách hỗ trợ người tham gia BHXH: Mức độ hỗ trợ cho người tham gia BHXH về y tế, thai sản, hưu trí,…
Chất lượng dịch vụ BHXH: Chất lượng giải quyết thủ tục, thái độ phục vụ,…
4 Dữ liệu
4.1 Giới thiệu về dữ liệu
4.1.1 Nguồn gốc dữ liệu
Nguồn gốc: Tổng cục Thống kê (GSO:viết tắt của “General Statistics Office”).
Liên kết: https://www.gso.gov.vn/
Chức năng của Tổng cục Thống kê
Tổng cục Thống kê (GSO) là cơ quan thuộc Bộ Kế hoạch và Đầu tư, thực hiện các chức năng, nhiệm vụ, quyền hạn sau:
Tham mưu, giúp Bộ trưởng Bộ Kế hoạch và Đầu tư quản lý nhà nước về thống kê.
Điều phối hoạt động thống kê.
Tổ chức các hoạt động thống kê.
Xây dựng và quản lý hệ thống thông tin thống kê.
Thực hiện các nhiệm vụ, quyền hạn khác do Bộ trưởng Bộ Kế hoạch và Đầu tư giao và theo quy định của pháp luật.
Ngoài ra, GSO còn thực hiện các chức năng, nhiệm vụ khác theo quy định của pháp luật.
Tóm lại, GSO là cơ quan đầu mối trong việc tổ chức, thực hiện hoạt động thống kê và cung cấp thông tin thống kê kinh tế - xã hội cho các cơ quan nhà nước, tổ chức, cá nhân trong nước và quốc tế.
4.1.2 Giới thiệu về bộ dữ liệu.
4.1.2.1 Giới thiệu về bộ dữ liệu: Tỷ lệ người tham gia bảo hiểm xã hội theo địa phương theo thành phố từ 2015 đến 2021 của Tổng cục Thống kê
1. Nội dung :
Tỷ lệ người tham gia bảo hiểm xã hội: Tỷ lệ này được tính toán dựa trên số người tham gia bảo hiểm xã hội (BHXH) so với tổng số người lao động trong độ tuổi lao động (từ 15 tuổi đến 60 tuổi) tại mỗi địa phương.
Địa phương: Dữ liệu được chia theo cấp tỉnh, thành phố trực thuộc trung ương và quận, huyện.
Thời gian: Dữ liệu bao gồm thông tin từ năm 2015 đến năm 2021.
2. Định dạng dữ liệu:
Bộ dữ liệu được cung cấp dưới dạng bảng tính Excel.
3. Truy cập dữ liệu:
Bạn có thể truy cập bộ dữ liệu này tại trang web của GSO: https://www.gso.gov.vn/px-web-2/?pxid=V0322&theme=T%C3%A0i%20kho%E1%BA%A3n%20qu%E1%BB%91c%20gia
4. Cách sử dụng dữ liệu:
Bộ dữ liệu này có thể được sử dụng cho nhiều mục đích khác nhau, bao gồm:
Nghiên cứu về tỷ lệ tham gia BHXH tại các địa phương khác nhau.
Đánh giá hiệu quả của các chính sách BHXH.
5. Lưu ý:
Dữ liệu trong bộ dữ liệu này chỉ bao gồm những người tham gia BHXH bắt buộc.
Dữ liệu có thể thay đổi theo thời gian do các yếu tố như thay đổi chính sách BHXH, biến động của thị trường lao động, v.v.
4.1.3 Thực hiện đọc dữ liệu
Đọc dữ liệu và đổi tên dữ liệu thành pmc
Đổi tên các biến của dữ liệu:
Tỷ lệ người tham gia bảo hiểm xã hội phân theo địa phương chia theo Tỉnh thành phố và Năm: TyleBHXH.
Năm 2015:2015
Năm 2016:2016
Năm 2017:2017
Năm 2018:2018
Năm 2019:2019
Năm 2020:2020
Năm 2021:2021
library(xlsx)
library(DT)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(crayon)## Warning: package 'crayon' was built under R version 4.3.3pmc <- read.xlsx("F:/R/data1/tỷ lệ người tham gia bảo hiểm xã hội theo địa phương, theo tỉnh, thành phố..xlsx",sheetIndex=1,header= T)
names(pmc)<- c('TyleBHXH','N2015','N2016','N2017','N2018','N2019','N2020','N2021')
pmc<- slice(pmc, -1)
datatable(pmc)4.1.3.1 Dữ liệu dùng để phân tích yếu tố ảnh hưởng đến Tỷ lệ người tham gia BHXH
Giải thích ý nghĩa của bảng mức đóng bảo hiểm xã hội bắt buộc theo tỉnh từ năm 2015 đến 2021
Bảng mức đóng bảo hiểm xã hội bắt buộc theo tỉnh từ năm 2015 đến 2021 là bảng tổng hợp thông tin về mức đóng BHXH bắt buộc của người lao động tại 63 tỉnh thành phố trên toàn quốc trong giai đoạn từ năm 2015 đến năm 2021. Bảng này bao gồm các thông tin sau:
Tỉnh/Thành phố: Tên tỉnh thành phố nơi người lao động tham gia đóng BHXH.
Năm: Năm mà mức đóng BHXH được áp dụng(2015-2021).
Mức đóng BHXH: Mức tiền mà người lao động phải đóng BHXH hàng tháng.
Bảng dưới đây là giá trị trung bình của Mức đóng BHXH bắt buộc, đơn vị là đồng (đ).
Ý nghĩa của bảng:
Bảng giúp người lao động tra cứu được mức đóng BHXH bắt buộc của mình theo tỉnh thành phố và năm tham gia.
Bảng giúp người lao động so sánh mức đóng BHXH giữa các tỉnh thành phố khác nhau.
Bảng giúp người lao động theo dõi sự thay đổi của mức đóng BHXH theo thời gian.
Lưu ý:
Mức đóng BHXH bắt buộc được tính bằng Mức lương đóng BHXH x Mức đóng BHXH (21%).
Mức lương đóng BHXH là mức lương cơ bản theo quy định của Nhà nước tại địa phương.
Giá trị trung bình được tính toán dựa trên mức đóng BHXH của 63 tỉnh thành phố trên toàn quốc.
Mức đóng BHXH có thể thay đổi theo từng năm.
Ví dụ:
Một người lao động làm việc tại Hà Nội vào năm 2023 có mức lương cơ bản là 1.800.000 đồng/tháng. Mức đóng BHXH bắt buộc của người lao động này là 1.800.000 đồng x 21% = 378.000 đồng/tháng.
Một người lao động muốn so sánh mức đóng BHXH giữa Hà Nội và TP Hồ Chí Minh vào năm 2021 có thể tham khảo bảng trên để thấy rằng mức đóng BHXH tại hai địa phương này là như nhau.
Một người lao động muốn theo dõi sự thay đổi của mức đóng BHXH tại tỉnh Tiền Giang có thể tham khảo bảng trên để thấy rằng mức đóng BHXH tại tỉnh này đã tăng từ 2.245.95 đồng/tháng vào năm 2015 lên 3.115.95 đồng/tháng vào năm 2021.
mucdong <- read.xlsx("F:/R/data1/mức đóng BHXH.xlsx",sheetIndex = 1,header = T)
mucdong <-slice(mucdong, -64,-65)
mucdong <- subset(mucdong, select = -c(9))
datatable(mucdong)4.2 Quan sát dữ liệu
- Quan sát data bằng lệnh skim.
1.library(skimr):
Câu lệnh này tải thư viện skimr vào môi trường R.
Thư viện skimr cung cấp các chức năng để tóm tắt dữ liệu trong R một cách trực quan và dễ hiểu.
2. skim(pmc):
Câu lệnh này sử dụng chức năng skim từ thư viện skimr để tóm tắt dữ liệu trong đối tượng pmc.
Đối tượng pmc là một dataframe, vector hoặc danh sách.
Chức năng skim sẽ hiển thị thông tin tóm tắt về dữ liệu, bao gồm:
Số lượng quan sát
Loại dữ liệu của mỗi biến
Các giá trị tóm tắt (trung bình, trung vị, độ lệch chuẩn, v.v.)
Biểu đồ phân phối dữ liệu
Tỷ lệ phần trăm giá trị thiếu
Kết quả tóm tắt hiển thị thông tin về số lượng quan sát (3), loại dữ liệu của mỗi biến, các giá trị tóm tắt (trung bình, độ lệch chuẩn) và biểu đồ phân phối dữ liệu.
Kết luận:
Câu lệnh library(skimr) skim(pmc) giúp tóm tắt dữ liệu trong R một cách trực quan và dễ hiểu.
library(skimr)
skim(pmc)| Name | pmc |
| Number of rows | 69 |
| Number of columns | 8 |
| _______________________ | |
| Column type frequency: | |
| character | 1 |
| numeric | 7 |
| ________________________ | |
| Group variables | None |
Variable type: character
| skim_variable | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|
| TyleBHXH | 0 | 1 | 6 | 36 | 0 | 69 | 0 |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| N2015 | 0 | 1 | 16.88 | 10.41 | 6.40 | 10.26 | 12.78 | 18.47 | 60.01 | ▇▂▁▁▁ |
| N2016 | 0 | 1 | 17.68 | 11.07 | 6.80 | 10.55 | 12.80 | 20.39 | 60.12 | ▇▂▁▁▁ |
| N2017 | 0 | 1 | 18.98 | 11.82 | 7.14 | 11.26 | 13.57 | 23.31 | 62.04 | ▇▂▁▁▁ |
| N2018 | 0 | 1 | 19.91 | 12.19 | 7.60 | 11.61 | 14.37 | 26.07 | 62.90 | ▇▂▂▁▁ |
| N2019 | 0 | 1 | 21.20 | 12.64 | 8.12 | 12.39 | 15.78 | 28.60 | 63.81 | ▇▂▂▁▁ |
| N2020 | 0 | 1 | 22.56 | 12.62 | 9.47 | 13.40 | 18.08 | 30.72 | 63.71 | ▇▂▂▁▁ |
| N2021 | 0 | 1 | 25.98 | 12.21 | 10.15 | 16.74 | 22.75 | 33.23 | 57.69 | ▇▆▃▃▁ |
Nhận xét bộ dữ liệu:
- Tập dữ liệu gồm 70 quan sát và 8 biến.
Nhận xét chung:
Tóm tắt dữ liệu:
Bảng tóm tắt thông tin về các biến, bao gồm tên, kiểu dữ liệu, số lượng giá trị bị thiếu, giá trị trung bình, độ lệch chuẩn, giá trị tối thiểu và tối đa.
Biến TyleBHXH là biến duy nhất không có giá trị bị thiếu.
Biến 2021 có số lượng giá trị bị thiếu cao nhất (1).
Biến TyleBHXH có giá trị trung bình cao nhất (45.42).
Biến 2021 có giá trị trung bình thấp nhất (54.48).
Biến TyleBHXH có độ lệch chuẩn thấp nhất (0).
Biến 2021 có độ lệch chuẩn cao nhất (238.76).
Biểu đồ phân phối:
Biểu đồ phân phối cho thấy sự phân bố của dữ liệu cho mỗi biến.
Biến TyleBHXH có phân phối đối xứng.
Biến 2021 có phân phối lệch sang trái.
Biểu đồ mật độ:
Biểu đồ mật độ cho thấy chi tiết hơn về sự phân bố của dữ liệu cho mỗi biến.
Biến TyleBHXH có phân phối tập trung hơn.
Biến 2021 có phân phối trải rộng hơn.
Nhận xét chi tiết:
Biến TyleBHXH: Là biến ký tự.
Không có giá trị bị thiếu.
Giá trị trung bình cao nhất.
Độ lệch chuẩn thấp nhất.
Phân phối đối xứng.
Phân phối tập trung.
Biến 2015:
Là biến số.
Không có giá trị bị thiếu.
Giá trị trung bình và độ lệch chuẩn tương đối thấp.
Phân phối gần đối xứng.
Phân phối trải rộng hơn so với TyleBHXH.
Biến 2016:
- Tương tự như 2015.
Biến 2017:
- Tương tự như 2015.
Biến 2018:
- Tương tự như 2015.
Biến 2019:
Có số lượng giá trị bị thiếu cao hơn so với các biến trước.
Giá trị trung bình và độ lệch chuẩn cao hơn so với các biến trước.
Phân phối lệch sang trái.
Phân phối trải rộng hơn so với các biến trước.
Biến 2020:
- Tương tự như 2019.
Biến 2021:
Có số lượng giá trị bị thiếu cao nhất.
Giá trị trung bình thấp nhất.
Độ lệch chuẩn cao nhất.
Phân phối lệch sang trái nhất.
Phân phối trải rộng nhất.
4.2.1 Kiểm tra vị trị bị thiếu dữ liệu
sum(is.na(pmc)):
Hàm sum tính tổng các giá trị trong một vector.
Hàm is.na kiểm tra xem các giá trị trong vector có phải là giá trị NA (Not Available) hay không.
Do đó, sum(is.na(pmc)) sẽ trả về số lượng giá trị NA trong vector pmc.
which(is.na(pmc)):
Hàm which trả về vị trí của các giá trị TRUE trong một vector.
Hàm is.na kiểm tra xem các giá trị trong vector có phải là giá trị NA (Not Available) hay không.
Do đó, which(is.na(pmc)) sẽ trả về vị trí của các giá trị NA trong vector pmc.
sum(is.na(pmc))## [1] 0which(is.na(pmc))## integer(0)- Bộ dữ liệu pmc không có giá trị NA, không có vị trí bị thiếu dữ liệu.
4.3 Tách các hàng chứa dữ liệu tỷ lệ tham gia bảo hiểm xã hội của cả khu vực.
- Các khu vực:
pmc1 <- pmc[c(1,13,28,43,49,56),]
datatable(pmc1)- Các tỉnh:
pmc2<- slice(pmc, -1,-13,-28,-43,-49,-56)
datatable(pmc2)5 Phân tích dữ liệu.
5.1 Quan sát xu hướng tỷ lệ tham gia bảo hiểm xã hội của các khu vực từ năm 2015 đến 2021
5.1.1 Năm 2015
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.3.3##
## Attaching package: 'ggplot2'## The following object is masked from 'package:crayon':
##
## %+%pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2015)) +
geom_col( fill = 'lightpink') + geom_text(label= pmc1$N2015, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2015", x = "Khu vực", y = "%") 
Nhận xét biểu đồ: Biểu đồ thể hiện tỷ lệ BHXH năm 2015 theo khu vực tại Việt Nam.
Dữ liệu:
- Trục X: Khu vực
- Trục Y: Tỷ lệ BHXH (%)
- Nguồn dữ liệu: Không được ghi rõ
- Trục X: Khu vực
Tỷ lệ BHXH:
Khu vực Đông Nam Bộ có tỷ lệ BHXH cao nhất (42.11%).
Khu vực Tây Nguyên có tỷ lệ BHXH thấp nhất (9.8%).
Tỷ lệ BHXH của các khu vực còn lại dao động từ 11.75% đến 25.54%.
Xu hướng:
- Không có xu hướng chung rõ ràng về tỷ lệ BHXH giữa các khu vực.
Có thể chia thành 3 nhóm:
Nhóm cao: Đông Nam Bộ
Nhóm trung bình: Đồng bằng sông Hồng, Trung du và miền núi phía Bắc, Bắc Trung Bộ và Duyên hải miền Trung
Nhóm thấp: Tây Nguyên, Đồng bằng sông Cửu Long
Nhận xét chung:
Tỷ lệ BHXH giữa các khu vực còn chênh lệch khá lớn.
Cần có các chính sách hỗ trợ để nâng cao tỷ lệ BHXH cho các khu vực còn thấp.
5.1.2 Năm 2016
library(ggplot2)
pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2016)) +
geom_col( fill = 'lightblue') + geom_text(label= pmc1$N2016, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2016", x = "Khu vực", y = "%") 
Biểu đồ tỷ lệ BHXH năm 2016
Nhận xét:
Biểu đồ thể hiện tỷ lệ BHXH năm 2016 của các khu vực tại Việt Nam.
Khu vực có tỷ lệ BHXH cao nhất là Đông Nam Bộ (43.35%).
Khu vực có tỷ lệ BHXH thấp nhất là Tây Nguyên (9.94%).
Các khu vực còn lại có tỷ lệ BHXH nằm trong khoảng từ 12.37% đến 36.29%.
Biểu đồ được chia thành 5 khu vực chính:
Đồng bằng sông Hồng: 36.29%
Trung du và miền núi phía Bắc: 13.98%
Đông Nam Bộ: 43.35%
Đồng bằng sông Cửu Long: 12.37%
Bắc Trung Bộ và Duyên hải miền Trung: 14.1%
5.1.3 Năm 2017
library(ggplot2)
pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2017)) +
geom_col( fill = 'lightgreen') + geom_text(label= pmc1$N2017, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2017", x = "Khu vực", y = "%") 
Nhận xét biểu đồ
Biểu đồ thể hiện tỷ lệ BHXH năm 2017 của các
khu vực tại Việt Nam.
Nhận xét:
Tỷ lệ BHXH cao nhất: 45.49% (Đông Nam Bộ)
Tỷ lệ BHXH thấp nhất: 10.15% (Tây Nguyên)
Chênh lệch tỷ lệ BHXH giữa các khu vực: khá lớn
Nhóm khu vực có tỷ lệ BHXH cao:
Đông Nam Bộ (45.49%)
Đồng bằng sông Hồng (38.99%)
Đồng bằng sông Cửu Long (13.29%)
Nhóm khu vực có tỷ lệ BHXH thấp:
Trung du và miền núi phía Bắc (15.03%)
Bắc Trung Bộ và Duyên hải miền Trung (15.27%)
5.1.4 Năm 2018
library(ggplot2)
pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2018)) +
geom_col( fill = 'orange') + geom_text(label= pmc1$N2018, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2018", x = "Khu vực", y = "%") 
Biểu đồ thể hiện tỷ lệ người lao động tham gia bảo hiểm xã hội (BHXH) năm 2018 tại các khu vực của Việt Nam.
Nhận xét:
Khu vực có tỷ lệ lao động tham gia BHXH cao nhất là Đông Nam Bộ (47,15%), tiếp theo là Đồng bằng sông Hồng (32,7%) và Bắc Trung Bộ & Duyên hải miền Trung (16,35%).
Khu vực có tỷ lệ lao động tham gia BHXH thấp nhất là Tây Nguyên (10,28%), tiếp theo là Trung du & miền núi phía Bắc (15,69%) và Đồng bằng sông Cửu Long (14,11%).
Có sự chênh lệch khá lớn về tỷ lệ lao động tham gia BHXH giữa các khu vực.
Nguyên nhân:
Mức độ phát triển kinh tế: Các khu vực có nền kinh tế phát triển hơn như Đông Nam Bộ và Đồng bằng sông Hồng thường có nhiều doanh nghiệp và cơ sở kinh doanh hơn, do đó, tỷ lệ lao động tham gia BHXH cũng cao hơn.
Nhận thức của người dân: Ở một số khu vực, người dân chưa nhận thức đầy đủ về tầm quan trọng của việc tham gia BHXH, dẫn đến tỷ lệ tham gia thấp.
Chính sách: Các chính sách khuyến khích người lao động tham gia BHXH chưa thực sự hiệu quả
5.1.5 Năm 2019
library(ggplot2)
pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2019)) +
geom_col( fill = 'lightyellow') + geom_text(label= pmc1$N2019, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2019", x = "Khu vực", y = "%") 
Biểu đồ thể hiện tỷ lệ người tham gia bảo hiểm xã hội (BHXH) năm 2019 tại các khu vực của Việt Nam.
Nhận xét:
Khu vực có tỷ lệ lao động tham gia BHXH cao nhất là Đông Nam Bộ (48,7%), tiếp theo là Đồng bằng sông Hồng (35,34%) và Bắc Trung Bộ & Duyên hải miền Trung (17,58%).
Khu vực có tỷ lệ lao động tham gia BHXH thấp nhất là Tây Nguyên (10,55%), tiếp theo là Trung du & miền núi phía Bắc (16,83%) và Đồng bằng sông Cửu Long (15,46%).
Có sự chênh lệch khá lớn về tỷ lệ lao động tham gia BHXH giữa các khu vực.
So sánh với năm 2018:
Tỷ lệ lao động tham gia BHXH năm 2019 có tăng so với năm 2018 ở tất cả các khu vực.
Mức tăng cao nhất là ở khu vực Tây Nguyên (3,27%), tiếp theo là Đồng bằng sông Cửu Long (1,35%) và Trung du & miền núi phía Bắc (1,14%).
Mức tăng thấp nhất là ở khu vực Đông Nam Bộ (0,75%), tiếp theo là Đồng bằng sông Hồng (0,64%) và Bắc Trung Bộ & Duyên hải miền Trung (0,23%).
Nguyên nhân:
Có thể do các nguyên nhân sau:
Sự phát triển kinh tế: Các khu vực có nền kinh tế phát triển hơn thường có nhiều doanh nghiệp và cơ sở kinh doanh hơn, do đó, tỷ lệ lao động tham gia BHXH cũng cao hơn.
Nhận thức của người dân: Nhận thức của người dân về tầm quan trọng của việc tham gia BHXH ngày càng được nâng cao.
Chính sách: Các chính sách khuyến khích người lao động tham gia BHXH đã được thực hiện hiệu quả hơn.
Kết luận:
- Tỷ lệ lao động tham gia BHXH tại Việt Nam đang có xu hướng tăng. Tuy nhiên, vẫn còn sự chênh lệch khá lớn giữa các khu vực. Cần tiếp tục thực hiện các giải pháp để nâng cao tỷ lệ tham gia BHXH, góp phần đảm bảo an sinh xã hội cho người dân.
5.1.6 Năm 2020
library(ggplot2)
library(scales)
pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2020)) +
geom_col( fill = 'red') + geom_text(label= pmc1$N2020, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2020", x = "Khu vực", y = "%") 
Nhận xét biểu đồ tỷ lệ BHXH năm 2020
Biểu đồ thể hiện tỷ lệ người tham gia bảo hiểm
xã hội (BHXH) năm 2020 tại các khu vực của Việt Nam.>/span>
Nhận xét:
Khu vực có tỷ lệ lao động tham gia BHXH cao nhất là Đông Nam Bộ (48,73%), tiếp theo là Đồng bằng sông Hồng (37,4%) và Bắc Trung Bộ & Duyên hải miền Trung (18,8%).
Khu vực có tỷ lệ lao động tham gia BHXH thấp nhất là Tây Nguyên (11,38%), tiếp theo là Trung du & miền núi phía Bắc (18,57%) và Đồng bằng sông Cửu Long (16,54%).
Có sự chênh lệch khá lớn về tỷ lệ lao động tham gia BHXH giữa các khu vực.
So sánh với năm 2019:
Tỷ lệ lao động tham gia BHXH năm 2020 có tăng so với năm 2019 ở tất cả các khu vực, trừ khu vực Tây Nguyên có giảm nhẹ 0,17%.
Mức tăng cao nhất là ở khu vực Đồng bằng sông Cửu Long (2,08%), tiếp theo là Bắc Trung Bộ & Duyên hải miền Trung (1,22%) và Đông Nam Bộ (0,88%).
Mức tăng thấp nhất là ở khu vực Tây Nguyên (0,17%).
5.1.7 Năm 2021
library(ggplot2)
pmc1 %>% ggplot(aes(x=TyleBHXH,y=N2021)) +
geom_col( fill = 'blue') + geom_text(label= pmc1$N2021, vjust=2,color='black') + coord_flip() +
labs(title = "Tỷ lệ BHXH năm 2021", x = "Khu vực", y = "%") 
Nhận xét biểu đồ tỷ lệ BHXH năm 2021:
Biểu đồ thể hiện tỷ lệ người tham gia bảo hiểm xã hội (BHXH) năm 2021 tại các khu vực của Việt Nam.
Nhận xét:
Khu vực có tỷ lệ lao động tham gia BHXH cao nhất là Đông Nam Bộ (50,2%), tiếp theo là Đồng bằng sông Hồng (39,5%) và Bắc Trung Bộ & Duyên hải miền Trung (20,9%).
Khu vực có tỷ lệ lao động tham gia BHXH thấp nhất là Tây Nguyên (11,88%), tiếp theo là Trung du & miền núi phía Bắc (20,15%) và Đồng bằng sông Cửu Long (17,9%).
Có sự chênh lệch khá lớn về tỷ lệ lao động tham gia BHXH giữa các khu vực.
So sánh với năm 2020:
Tỷ lệ lao động tham gia BHXH năm 2021 có tăng so với năm 2020 ở tất cả các khu vực.
Mức tăng cao nhất là ở khu vực Đồng bằng sông Cửu Long (1,36%), tiếp theo là Bắc Trung Bộ & Duyên hải miền Trung (2,1%) và Đông Nam Bộ (1,47%).
Mức tăng thấp nhất là ở khu vực Tây Nguyên (0,5%).
5.1.8 Nhận xét chung từ năm 2015 đến 2021
1. Tỷ lệ BHXH:
Tăng qua các năm: Nhìn chung, tỷ lệ BHXH ở tất cả các khu vực đều tăng từ năm 2015 đến năm 2021. Đây là một tín hiệu tích cực cho thấy sự quan tâm của người dân Việt Nam đối với việc tham gia bảo hiểm xã hội ngày càng cao.
Mức tăng:
Mức tăng cao nhất: Khu vực Tây Nguyên (tăng 43,14%)
Mức tăng thấp nhất: Khu vực Đồng bằng sông Cửu Long (tăng 22,44%)
2. Khu vực có tỷ lệ BHXH cao nhất
Năm 2015: Đông Nam Bộ
Năm 2016 - 2020: Đông Nam Bộ
Năm 2021: Đồng bằng sông Hồng
3. Khu vực có tỷ lệ BHXH thấp nhất:
- Tất cả các năm: Tây Nguyên
4. Chênh lệch tỷ lệ BHXH giữa các khu vực:
Có xu hướng thu hẹp dần: Chênh lệch tỷ lệ BHXH giữa các khu vực thu hẹp dần qua các năm. Tuy nhiên, vào năm 2021, chênh lệch này vẫn còn khá lớn (khoảng 39%).
Mức chênh lệch cao nhất: Mức chênh lệch cao nhất giữa các khu vực là vào năm 2015 (khoảng 53%).
5. Một số điểm khác biệt:
Năm 2020: Tỷ lệ BHXH của tất cả các khu vực đều giảm nhẹ so với năm 2019, có thể do ảnh hưởng của đại dịch COVID-19.
Năm 2021:
Tỷ lệ BHXH của Trung du và miền núi phía Bắc tăng đột biến, có thể do chính sách của chính phủ.
Tỷ lệ BHXH của Đồng bằng sông Hồng vượt qua Đông Nam Bộ trở thành khu vực có tỷ lệ BHXH cao nhất.
Kết luận:
Tỷ lệ BHXH ở Việt Nam đang ngày càng tăng, tuy nhiên vẫn còn chênh lệch giữa các khu vực.
Chính phủ cần tiếp tục có các chính sách hỗ trợ để người dân ở các khu vực khó khăn có thể tham gia bảo hiểm xã hội nhiều hơn.
5.2 Phân tích dựa theo các tỉnh thành.
5.2.1 Giá trị tỷ lệ tham gia bảo hiểm xã hội lớn nhất qua các năm
- Năm 2015
Thao tác thực hiện
1. max_value1 <- pmc2 %>% select(TyleBHXH, N2015) %>% summarise(max_N2015 = max(N2015))
max_value1 <-: Gán kết quả của biểu thức bên phải cho biến max_value1.
pmc2 %>%: Chọn dữ liệu từ dataframe pmc2.
select(TyleBHXH, N2015): Chọn hai cột TyleBHXH và N2015 từ dataframe đã chọn.
summarise(max_N2015 = max(N2015)): Tính giá trị tối đa của cột N2015 và lưu trữ kết quả trong biến max_N2015.
2. max_index1 <- pmc2 %>% select(TyleBHXH, N2015) %>% filter(N2015 == max_value1$max_N2015)
max_index1 <-: Gán kết quả của biểu thức bên phải cho biến max_index1.
pmc2 %>%: Chọn dữ liệu từ dataframe pmc2.
select(TyleBHXH, N2015): Chọn hai cột TyleBHXH và N2015 từ dataframe đã chọn.
filter(N2015 == max_value1$max_N2015): Lọc các dòng dữ liệu trong dataframe mà giá trị ở cột N2015 bằng với giá trị max_N2015 được lưu trữ trong biến max_value1.
3. u1 <- max_index1$TyleBHXH
- u1 <-: Gán giá trị của cột TyleBHXH trong dataframe max_index1 cho biến u1.
4. print(paste(“Giá trị max của biến N2015 là:”, max_value1$max_N2015))
print(): In ra kết quả.
paste(): Hàm ghép nối chuỗi.
max_value1$max_N2015: Truy cập giá trị của biến max_N2015 trong dataframe max_value1.
5. print(paste(“Giá trị này thuộc tỉnh”, max_index1$TyleBHXH, “của TyleBHXH”))
print(): In ra kết quả.
paste(): Hàm ghép nối chuỗi.
max_index1$TyleBHXH: Truy cập giá trị của cột TyleBHXH trong dataframe max_index1.
max_value1 <- pmc2 %>%
select(TyleBHXH, N2015) %>%
summarise(max_N2015 = max(N2015))
# Tìm vị trí của giá trị max
max_index1 <- pmc2 %>%
select(TyleBHXH, N2015) %>%
filter(N2015 == max_value1$max_N2015)
u1 <- max_index1$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2015 là:", max_value1$max_N2015))## [1] "Giá trị max của biến N2015 là: 60.01"print(paste("Giá trị này thuộc tỉnh ", max_index1$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bình Dương của TyleBHXH"- Năm 2016
max_value2 <- pmc2 %>%
select(TyleBHXH, N2016) %>%
summarise(max_N2016 = max(N2016))
# Tìm vị trí của giá trị max
max_index2 <- pmc2 %>%
select(TyleBHXH, N2016) %>%
filter(N2016 == max_value2$max_N2016)
u2 <- max_index2$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2016 là:", max_value2$max_N2016))## [1] "Giá trị max của biến N2016 là: 60.12"print(paste("Giá trị này thuộc tỉnh ", max_index2$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bình Dương của TyleBHXH"- Năm 2017
max_value3 <- pmc2 %>%
select(TyleBHXH, N2017) %>%
summarise(max_N2017 = max(N2017))
# Tìm vị trí của giá trị max
max_index3 <- pmc2 %>%
select(TyleBHXH, N2017) %>%
filter(N2017 == max_value3$max_N2017)
u3 <- max_index3$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2017 là:", max_value3$max_N2017))## [1] "Giá trị max của biến N2017 là: 62.04"print(paste("Giá trị này thuộc tỉnh ", max_index3$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bình Dương của TyleBHXH"- Năm 2018
max_value4 <- pmc2 %>%
select(TyleBHXH, N2018) %>%
summarise(max_N2018 = max(N2018))
# Tìm vị trí của giá trị max
max_index4 <- pmc2 %>%
select(TyleBHXH, N2018) %>%
filter(N2018 == max_value4$max_N2018)
u4 <- max_index4$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2018 là:", max_value4$max_N2018))## [1] "Giá trị max của biến N2018 là: 62.9"print(paste("Giá trị này thuộc tỉnh ", max_index4$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bình Dương của TyleBHXH"- Năm 2019
max_value5 <- pmc2 %>%
select(TyleBHXH, N2019) %>%
summarise(max_N2019 = max(N2019))
# Tìm vị trí của giá trị max
max_index5 <- pmc2 %>%
select(TyleBHXH, N2019) %>%
filter(N2019 == max_value5$max_N2019)
u5 <- max_index5$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2019 là:", max_value5$max_N2019))## [1] "Giá trị max của biến N2019 là: 63.81"print(paste("Giá trị này thuộc tỉnh ", max_index5$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bình Dương của TyleBHXH"- Năm 2020
max_value6 <- pmc2 %>%
select(TyleBHXH, N2020) %>%
summarise(max_N2020 = max(N2020))
# Tìm vị trí của giá trị max
max_index6 <- pmc2 %>%
select(TyleBHXH, N2020) %>%
filter(N2020 == max_value6$max_N2020)
u6 <- max_index6$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2020 là:", max_value6$max_N2020))## [1] "Giá trị max của biến N2020 là: 63.71"print(paste("Giá trị này thuộc tỉnh ", max_index6$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bình Dương của TyleBHXH"- Năm 2021
max_value7 <- pmc2 %>%
select(TyleBHXH, N2021) %>%
summarise(max_N2021 = max(N2021))
# Tìm vị trí của giá trị max
max_index7 <- pmc2 %>%
select(TyleBHXH, N2021) %>%
filter(N2021 == max_value7$max_N2021)
u7 <- max_index7$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2021 là:", max_value7$max_N2021))## [1] "Giá trị max của biến N2021 là: 57.69"print(paste("Giá trị này thuộc tỉnh ", max_index7$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bắc Ninh của TyleBHXH"- Nhóm các giá trị lại thành 1 bộ dữ liệu phản ánh tỷ lệ người tham gia bảo hiểm xã hội cao nhất theo địa phương.
library(purrr)##
## Attaching package: 'purrr'## The following object is masked from 'package:scales':
##
## discardtyleBHXHmax <- c(60.01,60.12,62.04,62.9,63.81,63.71,57.69)
diaphuong <- c(u1,u2,u3,u4,u5,u6,u7)
n <- c(2015,2016,2017,2018,2019,2020,2021)
t <- data.frame(n, diaphuong,tyleBHXHmax)
table <- knitr::kable(t,format="markdown")
table| n | diaphuong | tyleBHXHmax |
|---|---|---|
| 2015 | Bình Dương | 60.01 |
| 2016 | Bình Dương | 60.12 |
| 2017 | Bình Dương | 62.04 |
| 2018 | Bình Dương | 62.90 |
| 2019 | Bình Dương | 63.81 |
| 2020 | Bình Dương | 63.71 |
| 2021 | Bắc Ninh | 57.69 |
skim(t)| Name | t |
| Number of rows | 7 |
| Number of columns | 3 |
| _______________________ | |
| Column type frequency: | |
| character | 1 |
| numeric | 2 |
| ________________________ | |
| Group variables | None |
Variable type: character
| skim_variable | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|
| diaphuong | 0 | 1 | 8 | 10 | 0 | 2 | 0 |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| n | 0 | 1 | 2018.00 | 2.16 | 2015.00 | 2016.50 | 2018.00 | 2019.5 | 2021.00 | ▇▃▃▃▇ |
| tyleBHXHmax | 0 | 1 | 61.47 | 2.28 | 57.69 | 60.06 | 62.04 | 63.3 | 63.81 | ▂▅▁▂▇ |
- Biểu đồ thể hiện xu hướng
library(gganimate)## Warning: package 'gganimate' was built under R version 4.3.3library(magick)## Warning: package 'magick' was built under R version 4.3.3## Linking to ImageMagick 6.9.12.98
## Enabled features: cairo, freetype, fftw, ghostscript, heic, lcms, pango, raw, rsvg, webp
## Disabled features: fontconfig, x11t %>% ggplot(aes(x=n,y=tyleBHXHmax, color=diaphuong)) + geom_line()+ geom_point(size=2) + geom_text(aes(label=tyleBHXHmax, vjust=2,color='black')) + labs(x='năm',y='tỷ lệ tham gia bảo hiểm xã hội',title = 'giá trị tỷ lệ tham gia bảo hiểm xã hộicao nhất theo từng năm') 
Trong 6 năm đầu Bình Dương là tỉnh có giá trị cao nhất.
- Và trong 6 năm giá trị cao nhất vẫn luôn tăng lên.
Tuy nhiên, ở năm 2021, giá trị cao nhất là của tỉnh Bắc Ninh, và giảm đi rất nhiều so với năm liền kề trước đó.
Nguyên nhân dẫn đến việc tỷ lệ người tham gia bảo hiểm xã hội từ 2020 đến 2021 giảm đi:Nguyên nhân chính:
Đại dịch Covid-19: Ảnh hưởng nặng nề đến nền kinh tế, khiến nhiều doanh nghiệp gặp khó khăn, thu hẹp quy mô, cắt giảm nhân sự.
Dẫn đến số lượng người lao động tham gia BHXH giảm.
Nguyên nhân phụ:
Chính sách hỗ trợ của Chính phủ: Giảm mức đóng BHXH có thể khiến một số người lao động lựa chọn không tham gia BHXH để tiết kiệm chi phí.
Một số người lao động lựa chọn nhận hỗ trợ từ Chính phủ thay vì tham gia BHXH.
Nhận thức của người dân về lợi ích của BHXH còn hạn chế:Một số người lao động chưa hiểu rõ về lợi ích của BHXH nên không tham gia hoặc chỉ tham gia một thời gian ngắn.
Thủ tục tham gia BHXH còn phức tạp:Việc đăng ký, đóng BHXH còn nhiều thủ tục rườm rà khiến người lao động e ngại.
Hệ thống quản lý BHXH chưa hoàn thiện:Việc thanh tra, kiểm tra việc đóng BHXH còn chưa chặt chẽ dẫn đến tình trạng trốn đóng, chậm đóng BHXH.
Kết luận:
- Nguyên nhân chính dẫn đến tỷ lệ người tham gia BHXH giảm từ năm 2020 đến 2021 là do ảnh hưởng của đại dịch Covid-19. Các nguyên nhân phụ khác cũng góp phần làm giảm tỷ lệ tham gia BHXH. Cần có các giải pháp đồng bộ để khắc phục tình trạng này.
5.2.2 Giá trị tỷ lệ tham gia bảo hiểm xã hội lớn nhất qua các năm
- Năm 2015
min_value <- pmc2 %>%
select(TyleBHXH, N2015) %>%
summarise(min_N2015 = min(N2015))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2015) %>%
filter(N2015 == min_value$min_N2015)
m <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị min của biến N2015 là:", min_value$min_N2015))## [1] "Giá trị min của biến N2015 là: 6.4"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bạc Liêu của TyleBHXH"- Năm 2016
min_value <- pmc2 %>%
select(TyleBHXH, N2016) %>%
summarise(min_N2016 = min(N2016))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2016) %>%
filter(N2016 == min_value$min_N2016)
m2 <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2016 là:", min_value$min_N2016))## [1] "Giá trị max của biến N2016 là: 6.8"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bạc Liêu của TyleBHXH"- Năm 2017
min_value <- pmc2 %>%
select(TyleBHXH, N2017) %>%
summarise(min_N2017 = min(N2017))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2017) %>%
filter(N2017 == min_value$min_N2017)
m3 <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2017 là:", min_value$min_N2017))## [1] "Giá trị max của biến N2017 là: 7.14"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bạc Liêu của TyleBHXH"- Năm 2018
min_value <- pmc2 %>%
select(TyleBHXH, N2018) %>%
summarise(min_N2018 = min(N2018))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2018) %>%
filter(N2018 == min_value$min_N2018)
m4 <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2018 là:", min_value$min_N2018))## [1] "Giá trị max của biến N2018 là: 7.6"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bạc Liêu của TyleBHXH"- Năm 2019
min_value <- pmc2 %>%
select(TyleBHXH, N2019) %>%
summarise(min_N2019 = min(N2019))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2019) %>%
filter(N2019 == min_value$min_N2019)
m5 <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2019 là:", min_value$min_N2019))## [1] "Giá trị max của biến N2019 là: 8.12"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bạc Liêu của TyleBHXH"- Năm 2020
min_value <- pmc2 %>%
select(TyleBHXH, N2020) %>%
summarise(min_N2020 = min(N2020))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2020) %>%
filter(N2020 == min_value$min_N2020)
m6 <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2020 là:", min_value$min_N2020))## [1] "Giá trị max của biến N2020 là: 9.47"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Bạc Liêu của TyleBHXH"- Năm 2021
min_value <- pmc2 %>%
select(TyleBHXH, N2021) %>%
summarise(min_N2021 = min(N2021))
# Tìm vị trí của giá trị max
min_index <- pmc2 %>%
select(TyleBHXH, N2021) %>%
filter(N2021 == min_value$min_N2021)
m7 <- min_index$TyleBHXH
# In kết quả
print(paste("Giá trị max của biến N2021 là:", min_value$min_N2021))## [1] "Giá trị max của biến N2021 là: 10.15"print(paste("Giá trị này thuộc tỉnh ", min_index$TyleBHXH, "của TyleBHXH"))## [1] "Giá trị này thuộc tỉnh Gia Lai của TyleBHXH"- Nhóm các giá trị lại thành một bộ dữ liệu phản ánh tỷ lệ người tham gia bảo hiểm xã hội thấp nhất theo địa phương
o <- c(6.4,6.8,7.14,7.6,8.12,9.47,10.15)
n1 <- c(2015,2016,2017,2018,2019,2020,2021)
k <- c(m,m2,m3,m4,m5,m6,m7)
y <- data.frame(n1,k,o)
datatable(y)skim(y)| Name | y |
| Number of rows | 7 |
| Number of columns | 3 |
| _______________________ | |
| Column type frequency: | |
| character | 1 |
| numeric | 2 |
| ________________________ | |
| Group variables | None |
Variable type: character
| skim_variable | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|
| k | 0 | 1 | 7 | 8 | 0 | 2 | 0 |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| n1 | 0 | 1 | 2018.00 | 2.16 | 2015.0 | 2016.50 | 2018.0 | 2019.5 | 2021.00 | ▇▃▃▃▇ |
| o | 0 | 1 | 7.95 | 1.40 | 6.4 | 6.97 | 7.6 | 8.8 | 10.15 | ▇▂▂▁▅ |
- Biểu đồ thể hiện xu hướng
y %>% ggplot(aes(x=n1,y=o,color=k)) + geom_line() + geom_point(size=2) + geom_text(aes(label=o,vjust =2,color='black')) + labs(x='năm',y='tỷ lệ người tham gia bảo hiểm xã hội nhỏ nhất',title='tỉnh có tỷ lệ người tham gia bảo hiểm xã hội thấp nhất theo từng năm')
Tỷ lệ chung: tỷ lệ người tham gia bảo hiểm xã hội thấp nhất có xu huong tăng lên.
Tăng nhẹ từ năm 2015 đến 2019 ( mỗi năm tầm 0.4%)
Tăng mạnh trong năm 2020 (từ 8.12% đến 9.47%)
5.2.3 So sánh 2 khu vực: Hà Nội và Thành phố Hồ Chí Minh
l <- pmc2[c(1,50),]
datatable(l)l %>% ggplot(aes(x = TyleBHXH, y = N2015,color=TyleBHXH)) +geom_col(fill='lightblue') + labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2015',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2015),vjust=2,color='black')
l %>% ggplot(aes(x = TyleBHXH, y = N2016,color=TyleBHXH)) +geom_col(fill='lightyellow')+labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2016',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2016),vjust=2,color='black')
l %>% ggplot(aes(x = TyleBHXH, y = N2017,color=TyleBHXH)) +geom_col(fill='lightpink')+labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2017',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2017),vjust=2,color='black')
l %>% ggplot(aes(x = TyleBHXH, y = N2018,color=TyleBHXH)) +geom_col(fill='lightgreen')+labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2018',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2018),vjust=2,color='black')
l %>% ggplot(aes(x = TyleBHXH, y = N2019,color=TyleBHXH)) +geom_col(fill='salmon')+labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2019',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2019),vjust=2,color='black')
l %>% ggplot(aes(x = TyleBHXH, y = N2020,color=TyleBHXH)) +geom_col(fill='violet')+labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2020',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2020),vjust=2,color='black')
l %>% ggplot(aes(x = TyleBHXH, y = N2021,color=TyleBHXH)) +geom_col(fill='navy')+labs(x='tỉnh',y='tỷ lệ tham gia bảo hiểm xã hội năm 2021',title = 'so sánh Hà Nội và Tp Hồ Chí Minh') + geom_text(aes(label=N2021),vjust=2,color='black')
- Tỷ lệ tham gia BHXH năm 2021:
Hà Nội: 48.86%
TP. Hồ Chí Minh: 50.66%
- Nhận xét:
TP. Hồ Chí Minh có tỷ lệ tham gia BHXH cao hơn Hà Nội .
Có thể lý giải điều này bởi một số nguyên nhân sau: TP. Hồ Chí Minh có dân số trẻ hơn Hà Nội.
Cơ cấu kinh tế của TP. Hồ Chí Minh năng động hơn Hà Nội, với nhiều doanh nghiệp hoạt động trong lĩnh vực dịch vụ và công nghiệp.
Mức độ phát triển kinh tế - xã hội của TP. Hồ Chí Minh cao hơn Hà Nội.
So sánh tỷ lệ tham gia BHXH năm 2020 và 2021 của Hà Nội và TP. Hồ Chí Minh:
Dựa vào biểu đồ, ta có thể so sánh tỷ lệ tham gia BHXH năm 2020 và 2021 của Hà Nội và TP. Hồ Chí Minh như sau:
- Nhận xét:
Cả Hà Nội và TP. Hồ Chí Minh đều có tỷ lệ tham gia BHXH giảm trong năm 2021 so với năm 2020.
Tỷ lệ giảm ở Hà Nội cao hơn TP. Hồ Chí Minh:
Hà Nội giảm 4.14%.
TP. Hồ Chí Minh giảm 0.53%.
TP. Hồ Chí Minh vẫn có tỷ lệ tham gia BHXH cao hơn Hà Nội trong cả hai năm.
Lý do có thể giải thích cho sự sụt giảm tỷ lệ tham gia BHXH:
Tác động của đại dịch COVID-19:Nhiều doanh nghiệp buộc phải thu hẹp hoạt động hoặc đóng cửa, dẫn đến việc cắt giảm nhân sự và giảm thu nhập của người lao động.
Người lao động gặp khó khăn trong việc đóng BHXH do mất việc làm hoặc giảm thu nhập.
Chính sách hỗ trợ của Chính phủ:Chính phủ đã triển khai nhiều chính sách hỗ trợ cho người lao động và doanh nghiệp trong đại dịch COVID-19, bao gồm hỗ trợ đóng BHXH.
Tuy nhiên, những chính sách này có thể chưa tiếp cận được với tất cả người lao động, dẫn đến việc tỷ lệ tham gia BHXH vẫn sụt giảm.
Kết luận:
- Cả Hà Nội và TP. Hồ Chí Minh đều cần có những giải pháp để tăng tỷ lệ tham gia BHXH trong thời gian tới.
Các giải pháp này có thể bao gồm:
Tăng cường tuyên truyền về lợi ích của BHXH.
Mở rộng phạm vi và nâng cao hiệu quả của các chính sách hỗ trợ đóng BHXH.
Tạo điều kiện thuận lợi cho người lao động tham gia BHXH.
5.3 Phân tích các yếu tố ảnh hưởng
5.3.1 Mức đóng BHXH
Thực hiện quan sát ảnh hưởng ở năm 2015 và 2021
2015
mm <- cbind(pmc2,mucdong)
datatable(mm)ggplot(mm, aes_string(x="N2015", y="X2015")) +
geom_point() +
labs(title="So sánh", x="Tỷ lệ tham gia 2015", y="mức đóng BHXH 2015") +
geom_smooth(method="lm")## Warning: `aes_string()` was deprecated in ggplot2 3.0.0.
## ℹ Please use tidy evaluation idioms with `aes()`.
## ℹ See also `vignette("ggplot2-in-packages")` for more information.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## `geom_smooth()` using formula = 'y ~ x'
Loại biểu đồ: Biểu đồ phân tán
Dữ liệu: Biểu đồ thể hiện mối liên hệ giữa tỷ lệ người tham gia bảo hiểm xã hội (BHXH) năm 2015 và mức đóng BHXH năm 2015 của 63 tỉnh/thành phố tại Việt Nam.
Nhận xét:
Có mối tương quan dương giữa tỷ lệ người tham gia BHXH và mức đóng BHXH.
Điều này có nghĩa là, những tỉnh/thành phố có tỷ lệ người tham gia BHXH cao cũng có mức đóng BHXH cao.
Tuy nhiên, mối tương quan này không hoàn toàn mạnh.
Có một số tỉnh/thành phố có tỷ lệ người tham gia BHXH cao nhưng mức đóng BHXH thấp, và ngược lại.
Cụ thể:
Tỷ lệ người tham gia BHXH cao nhất là 60.01% (Bình Dương).
Mức đóng BHXH cao nhất là 2.300.000 đồng (Bình Dương).
Năm 2021
ggplot(mm, aes_string(x="N2021", y="X2021")) +
geom_point() +
labs(title="So sánh", x="Tỷ lệ tham gia 2021", y="mức đóng BHXH 2021") +
geom_smooth(method="lm")## `geom_smooth()` using formula = 'y ~ x'
Loại biểu đồ: Biểu đồ phân tán
Dữ liệu: Biểu đồ thể hiện mối liên hệ giữa tỷ lệ người tham gia bảo hiểm xã hội (BHXH) năm 2021 và mức đóng BHXH năm 2021 của 63 tỉnh/thành phố tại Việt Nam.
Nhận xét:
Có mối tương quan dương giữa tỷ lệ người tham gia BHXH và mức đóng BHXH.
Điều này có nghĩa là, những tỉnh/thành phố có tỷ lệ người tham gia BHXH cao cũng có mức đóng BHXH cao.
Tuy nhiên, mối tương quan này không hoàn toàn mạnh.
Có một số tỉnh/thành phố có tỷ lệ người tham gia BHXH cao nhưng mức đóng BHXH thấp, và ngược lại.
So sánh với biểu đồ trước:
Tỷ lệ người tham gia BHXH năm 2021 cao hơn so với năm 2015.
Mức đóng BHXH năm 2021 cũng cao hơn so với năm 2015.
Mối tương quan giữa tỷ lệ người tham gia BHXH và mức đóng BHXH năm 2021 vẫn là mối tương quan dương, nhưng có vẻ yếu hơn so với năm 2015.
Lý do có thể giải thích cho sự thay đổi này:
Sự phát triển kinh tế - xã hội của Việt Nam trong giai đoạn 2015-2021.
Sự nỗ lực của các cơ quan chức năng trong việc tuyên truyền, vận động người dân tham gia BHXH.
Sự thay đổi trong chính sách BHXH của Chính phủ.
Kết luận:
Biểu đồ thể hiện mối liên hệ giữa tỷ lệ người tham gia BHXH và mức đóng BHXH của 63 tỉnh/thành phố tại Việt Nam năm 2021.
Mối liên hệ này là mối tương quan dương, nhưng không hoàn toàn mạnh.
So với năm 2015, tỷ lệ người tham gia BHXH và mức đóng BHXH năm 2021 đều cao hơn.
5.3.1.1 Ảnh hưởng của mức đóng bảo hiểm xã hội đến tỷ lệ người tham gia bảo hiểm xã hội
Mức đóng bảo hiểm xã hội (BHXH) có ảnh hưởng đến tỷ lệ người tham gia BHXH, nhưng mối liên hệ này khá phức tạp và phụ thuộc vào nhiều yếu tố khác nhau.
Mối liên hệ:
Mức đóng BHXH cao có thể khiến một số người lao động, đặc biệt là những người có thu nhập thấp, không đủ khả năng tham gia.
Ngược lại, mức đóng BHXH thấp có thể khiến người lao động không quan tâm đến việc tham gia vì họ nhận thấy lợi ích không tương xứng với số tiền đóng.
Một số nghiên cứu cho thấy:
Mức đóng BHXH tăng 1% có thể khiến tỷ lệ người tham gia BHXH giảm 0,5% - 1%.
Tuy nhiên, mức độ ảnh hưởng này có thể khác nhau tùy theo từng nhóm đối tượng.
Ví dụ:
- Nhóm người lao động có thu nhập thấp sẽ nhạy cảm hơn với mức đóng BHXH so với nhóm người lao động có thu nhập cao.
Kết luận:
Mức đóng BHXH là một yếu tố quan trọng ảnh hưởng đến tỷ lệ người tham gia BHXH. Tuy nhiên, để nâng cao tỷ lệ người tham gia BHXH, cần có sự phối hợp của nhiều giải pháp khác nhau.
5.3.2 Mức độ phát triển kinh tế - xã hội
Khu vực phát triển:
Mức độ nhận thức về lợi ích của BHXH cao hơn.
Thu nhập bình quân đầu người cao hơn, tạo điều kiện cho người dân tham gia BHXH.
Hệ thống BHXH phát triển, thủ tục đơn giản.
Khu vực chưa phát triển:
Mức độ nhận thức về lợi ích của BHXH thấp hơn.
Thu nhập bình quân đầu người thấp, nhiều người không đủ khả năng tham gia BHXH.
Hệ thống BHXH chưa phát triển, thủ tục phức tạp.
** Mức độ phát triển kinh tế xã hội có ảnh hưởng trực tiếp đến tỷ lệ tham gia bảo hiểm xã hội (BHXH) thông qua các yếu tố sau:
1. Mức độ nhận thức:
Ở những khu vực phát triển, người dân có trình độ học vấn cao hơn, tiếp cận thông tin dễ dàng hơn, do đó họ có ý thức và hiểu biết rõ hơn về lợi ích của BHXH.
Việc tham gia BHXH được xem như là một cách để đảm bảo an sinh xã hội cho bản thân và gia đình trong tương lai.
2. Khả năng tài chính:
Mức thu nhập bình quân đầu người cao hơn ở khu vực phát triển giúp người dân có khả năng đóng BHXH đầy đủ và thường xuyên hơn.
Các chính sách hỗ trợ từ chính phủ như giảm mức đóng BHXH cho một số đối tượng, hỗ trợ đóng BHXH cho người lao động có thu nhập thấp cũng góp phần nâng cao tỷ lệ tham gia BHXH.
3. Cơ sở hạ tầng:
Hệ thống BHXH phát triển, thủ tục đơn giản, dễ dàng, giải quyết chế độ nhanh chóng, thuận tiện sẽ khuyến khích người dân tham gia BHXH.
Việc ứng dụng công nghệ thông tin vào hoạt động BHXH giúp người dân có thể thực hiện các giao dịch liên quan đến BHXH một cách trực tuyến, tiết kiệm thời gian và chi phí.
4. Hệ thống an sinh xã hội:
Ở những khu vực phát triển, hệ thống an sinh xã hội thường hoàn thiện và hiệu quả hơn, giúp người dân yên tâm hơn khi tham gia BHXH.
Họ tin tưởng rằng khi gặp rủi ro như ốm đau, thai sản, tai nạn lao động, thất nghiệp,… họ sẽ được hưởng chế độ BHXH đầy đủ và kịp thời.
Ngoài ra, mức độ phát triển kinh tế xã hội còn ảnh hưởng đến:
Mức độ tin tưởng của người dân vào hệ thống BHXH.
Chất lượng dịch vụ BHXH.
*Khả năng tiếp cận dịch vụ BHXH của người dân.
Kết luận:
Mức độ phát triển kinh tế xã hội có ảnh hưởng tích cực đến tỷ lệ tham gia BHXH. Để nâng cao tỷ lệ tham gia BHXH, cần chú trọng phát triển kinh tế xã hội, nâng cao mức độ nhận thức của người dân về lợi ích của BHXH, hoàn thiện hệ thống BHXH và đảm bảo an sinh xã hội cho người dân.
Dưới đây là một số ví dụ cụ thể về ảnh hưởng của mức độ phát triển kinh tế xã hội:
Tại các thành phố lớn như TP. Hồ Chí Minh và Hà Nội, tỷ lệ tham gia BHXH cao hơn so với các tỉnh thành khác.
Tỷ lệ tham gia BHXH của người lao động trong khu vực công nghiệp cao hơn so với khu vực nông nghiệp.
Tỷ lệ tham gia BHXH của người có trình độ học vấn cao hơn so với người có trình độ học vấn thấp.
5.3.3 Cơ sở hạ tầng BHXH
Hệ thống BHXH phát triển:
Thủ tục tham gia BHXH đơn giản, dễ dàng.
Việc giải quyết chế độ BHXH nhanh chóng, thuận tiện.
Tăng cường ứng dụng công nghệ thông tin vào hoạt động BHXH.
Hệ thống BHXH chưa phát triển:
Thủ tục tham gia BHXH phức tạp, rườm rà.
Việc giải quyết chế độ BHXH chậm trễ, khó khăn.
Ít ứng dụng công nghệ thông tin vào hoạt động BHXH.
**Cơ sở hạ tầng BHXH đóng vai trò quan trọng trong việc nâng cao tỷ lệ tham gia BHXH. Một hệ thống BHXH phát triển, thủ tục đơn giản, giải quyết chế độ nhanh chóng, thuận tiện sẽ khuyến khích người dân tham gia BHXH.
Dưới đây là một số phân tích cụ thể về sự ảnh hưởng của cơ sở hạ tầng BHXH:
1. Thủ tục tham gia BHXH:
Thủ tục đơn giản, dễ dàng:
Người dân có thể dễ dàng tham gia BHXH mà không gặp nhiều khó khăn.
Giúp tiết kiệm thời gian và chi phí cho người dân.
Thủ tục phức tạp, rườm rà:
Gây khó khăn cho người dân trong việc tham gia BHXH.
Có thể khiến người dân nản lòng và không muốn tham gia BHXH.
2. Hệ thống giải quyết chế độ BHXH:
Giải quyết chế độ nhanh chóng, thuận tiện:
Người dân có thể nhận được chế độ BHXH kịp thời khi gặp rủi ro.
Tăng cường sự tin tưởng của người dân vào hệ thống BHXH.
Giải quyết chế độ chậm trễ, khó khăn:
Gây bất lợi cho người dân khi gặp rủi ro.
Có thể khiến người dân không muốn tham gia BHXH.
3. Ứng dụng công nghệ thông tin:
Ứng dụng công nghệ thông tin vào hoạt động BHXH:
Giúp người dân thực hiện các giao dịch liên quan đến BHXH một cách trực tuyến.
Tiết kiệm thời gian và chi phí cho người dân.
Nâng cao sự tiện lợi và minh bạch trong hoạt động BHXH.
Ít ứng dụng công nghệ thông tin:
Gây bất tiện cho người dân trong việc thực hiện các giao dịch liên quan đến BHXH.
Có thể khiến người dân không muốn tham gia BHXH.
4. Mức độ tiếp cận dịch vụ BHXH:
Hệ thống BHXH phát triển rộng khắp:
Giúp người dân dễ dàng tiếp cận dịch vụ BHXH.
Khuyến khích người dân tham gia BHXH.
Hệ thống BHXH chưa phát triển rộng khắp:
Gây khó khăn cho người dân trong việc tiếp cận dịch vụ BHXH.
Có thể khiến người dân không muốn tham gia BHXH.
Ngoài ra, cơ sở hạ tầng BHXH còn ảnh hưởng đến:
Chất lượng dịch vụ BHXH.
Mức độ tin tưởng của người dân vào hệ thống BHXH.
Kết luận:
Cơ sở hạ tầng BHXH đóng vai trò quan trọng trong việc nâng cao tỷ lệ tham gia BHXH. Để nâng cao tỷ lệ tham gia BHXH, cần chú trọng phát triển cơ sở hạ tầng BHXH, đơn giản hóa thủ tục, giải quyết chế độ nhanh chóng, thuận tiện, ứng dụng công nghệ thông tin vào hoạt động BHXH và đảm bảo người dân dễ dàng tiếp cận dịch vụ BHXH.
Dưới đây là một số ví dụ cụ thể về ảnh hưởng của cơ sở hạ tầng BHXH:
Tại các khu vực phát triển, hệ thống BHXH phát triển rộng khắp, thủ tục đơn giản, giải quyết chế độ nhanh chóng, do đó tỷ lệ tham gia BHXH cao hơn.
Ngược lại, tại các khu vực chưa phát triển, hệ thống BHXH chưa phát triển rộng khắp, thủ tục phức tạp, giải quyết chế độ chậm trễ, do đó tỷ lệ tham gia BHXH thấp hơn.
5.3.4 Mức độ thu nhập của người dân:
Thu nhập cao:
Có khả năng đóng BHXH cao hơn.
Ít bị ảnh hưởng bởi biến động của mức đóng BHXH.
Thu nhập thấp:
Khả năng đóng BHXH thấp hơn.
Dễ bị ảnh hưởng bởi biến động của mức đóng BHXH.
Mức độ thu nhập của người dân có ảnh hưởng trực tiếp đến tỷ lệ tham gia bảo hiểm xã hội (BHXH). Dưới đây là một số phân tích cụ thể về sự ảnh hưởng này:
1. Khả năng đóng BHXH:
Thu nhập cao:
Có khả năng đóng BHXH đầy đủ và thường xuyên hơn.
Ít bị ảnh hưởng bởi biến động của mức đóng BHXH.
Thu nhập thấp:
Khả năng đóng BHXH thấp hơn.
Dễ bị ảnh hưởng bởi biến động của mức đóng BHXH.
Có thể ưu tiên chi tiêu cho nhu cầu thiết yếu như ăn uống, nhà ở, giáo dục,… mà không đủ khả năng đóng BHXH.
2. Mức độ quan tâm đến BHXH
Thu nhập cao:
Có ý thức và hiểu biết rõ hơn về lợi ích của BHXH.
Xem BHXH như là một cách để đảm bảo an sinh xã hội cho bản thân và gia đình trong tương lai.
Thu nhập thấp:
Có thể chưa quan tâm đầy đủ đến lợi ích của BHXH.
Có thể cho rằng BHXH không phù hợp với khả năng tài chính của họ.
3. Khả năng tiếp cận dịch vụ BHXH:
Thu nhập cao:
Có khả năng tiếp cận dịch vụ BHXH tốt hơn.
Có thể dễ dàng tìm hiểu thông tin về BHXH và tham gia các chương trình BHXH phù hợp.
Thu nhập thấp:
Có thể gặp khó khăn trong việc tiếp cận dịch vụ BHXH.
Có thể gặp khó khăn trong việc tìm hiểu thông tin về BHXH và tham gia các chương trình BHXH phù hợp.
Ngoài ra, mức độ thu nhập của người dân còn ảnh hưởng đến:
Mức độ tin tưởng của người dân vào hệ thống BHXH.
Chất lượng dịch vụ BHXH.
Kết luận:
Mức độ thu nhập của người dân có ảnh hưởng quan trọng đến tỷ lệ tham gia BHXH. Để nâng cao tỷ lệ tham gia BHXH, cần chú trọng nâng cao thu nhập cho người dân, đồng thời có các chính sách hỗ trợ cho người lao động có thu nhập thấp tham gia BHXH.
Dưới đây là một số ví dụ cụ thể về ảnh hưởng của mức độ thu nhập của người dân:
Tại các khu vực phát triển, thu nhập bình quân đầu người cao hơn, do đó tỷ lệ tham gia BHXH cao hơn.
Ngược lại, tại các khu vực chưa phát triển, thu nhập bình quân đầu người thấp hơn, do đó tỷ lệ tham gia BHXH thấp hơn.
Tỷ lệ tham gia BHXH của người lao động trong khu vực công nghiệp cao hơn so với khu vực nông nghiệp.
Tỷ lệ tham gia BHXH của người có trình độ học vấn cao hơn so với người có trình độ học vấn thấp.
5.3.5 Chính sách của chính phủ:
Chính sách ưu đãi, hỗ trợ:
Giảm mức đóng BHXH cho một số đối tượng.
Hỗ trợ đóng BHXH cho người lao động có thu nhập thấp.
Tăng cường tuyên truyền, vận động người dân tham gia BHXH.
Chính sách chưa hoàn thiện:
Mức ưu đãi, hỗ trợ chưa đủ hấp dẫn.
Công tác tuyên truyền, vận động chưa hiệu quả.
Ngoài ra, còn có một số yếu tố khác ảnh hưởng đến tỷ lệ tham gia BHXH, như:
Nhận thức của người dân về lợi ích của BHXH.
Chất lượng dịch vụ BHXH.
Mức độ tin tưởng của người dân vào hệ thống BHXH.
Chính sách của chính phủ đóng vai trò quan trọng trong việc khuyến khích người dân tham gia bảo hiểm xã hội (BHXH). Dưới đây là một số phân tích cụ thể về sự ảnh hưởng của chính sách của chính phủ:
1. Mức ưu đãi, hỗ trợ:
Mức ưu đãi, hỗ trợ cao:
Khuyến khích người dân tham gia BHXH.
Giúp người dân có thu nhập thấp có khả năng tham gia BHXH.
Mức ưu đãi, hỗ trợ thấp:
Có thể khiến người dân không quan tâm đến BHXH.
Có thể khiến người dân có thu nhập thấp không đủ khả năng tham gia BHXH.
2. Công tác tuyên truyền, vận động:
Công tác tuyên truyền, vận động hiệu quả:
Nâng cao ý thức và hiểu biết của người dân về lợi ích của BHXH.
Khuyến khích người dân tham gia BHXH.
Công tác tuyên truyền, vận động chưa hiệu quả:
Có thể khiến người dân chưa quan tâm đến BHXH.
Có thể khiến người dân hiểu sai về lợi ích của BHXH.
3. Hệ thống pháp luật:
Hệ thống pháp luật hoàn thiện, đồng bộ:
Đảm bảo quyền lợi của người tham gia BHXH.
Tăng cường sự tin tưởng của người dân vào hệ thống BHXH.
Hệ thống pháp luật chưa hoàn thiện, đồng bộ:
Có thể khiến người dân lo ngại về quyền lợi của mình khi tham gia BHXH.
Có thể khiến người dân không tin tưởng vào hệ thống BHXH.
4. Chất lượng dịch vụ BHXH:
Chất lượng dịch vụ BHXH tốt:
Tăng cường sự hài lòng của người tham gia BHXH.
Khuyến khích người dân tham gia BHXH.
Chất lượng dịch vụ BHXH chưa tốt:
Có thể khiến người dân không hài lòng.
Có thể khiến người dân không muốn tham gia BHXH.
Ngoài ra, chính sách của chính phủ còn ảnh hưởng đến:
Mức độ phát triển kinh tế xã hội.
Cơ sở hạ tầng BHXH.
Mức độ thu nhập của người dân.
Kết luận:
Chính sách của chính phủ đóng vai trò quan trọng trong việc nâng cao tỷ lệ tham gia BHXH. Để nâng cao tỷ lệ tham gia BHXH, cần có các chính sách ưu đãi, hỗ trợ phù hợp, tăng cường công tác tuyên truyền, vận động, hoàn thiện hệ thống pháp luật, nâng cao chất lượng dịch vụ BHXH.
Dưới đây là một số ví dụ cụ thể về ảnh hưởng của chính sách của chính phủ:
Chính sách giảm mức đóng BHXH cho một số đối tượng như người lao động có thu nhập thấp, người lao động trong khu vực nông nghiệp, người cao tuổi,… đã góp phần nâng cao tỷ lệ tham gia BHXH.
Chính sách hỗ trợ đóng BHXH cho người lao động có thu nhập thấp cũng đã góp phần nâng cao tỷ lệ tham gia BHXH.
Công tác tuyên truyền, vận động về lợi ích của BHXH thông qua các kênh thông tin đại chúng như truyền hình, báo chí, internet,… đã góp phần nâng cao ý thức và hiểu biết của người dân về lợi ích của BHXH.
Tỷ lệ tham gia BHXH chịu ảnh hưởng bởi nhiều yếu tố khác nhau. Để nâng cao tỷ lệ tham gia BHXH, cần có sự phối hợp của nhiều giải pháp, bao gồm:
Cải thiện mức độ phát triển kinh tế - xã hội. Phát triển hệ thống BHXH, đơn giản hóa thủ tục. Có chính sách hỗ trợ cho người lao động có thu nhập thấp. Tăng cường tuyên truyền, vận động người dân về lợi ích của BHXH. Nâng cao chất lượng dịch vụ BHXH. Xây dựng hệ thống BHXH minh bạch, công khai, hiệu quả. Phân tích cụ thể hơn về các yếu tố này sẽ giúp các cơ quan chức năng có những giải pháp phù hợp để nâng cao tỷ lệ tham gia BHXH, góp phần đảm bảo an sinh xã hội cho người dân.
6 Đánh giá và đề xuất giải pháp
Tỷ lệ người tham gia bảo hiểm xã hội (BHXH) năm 2021:
Số liệu:
Theo BHXH Việt Nam, tính đến hết ngày 31/12/2021, số người tham gia BHXH bắt buộc là hơn 15,09 triệu người, tăng hơn 32,7 nghìn người so với cùng kỳ năm 2020 (tương đương với mức tăng 0,22%).
Tổng số người tham gia BHXH, BHYT, BH thất nghiệp đạt 84,58% kế hoạch Chính phủ giao, đạt 81,10% kế hoạch mà ngành BHXH Việt Nam đã đặt ra.
Đánh giá:
- Mức tăng tỷ lệ người tham gia BHXH năm 2021 khá thấp so với các năm trước (tăng bình quân 1,2 triệu người/năm).
Nguyên nhân:
Tác động tiêu cực của đại dịch Covid-19:
Nhiều doanh nghiệp ngừng hoạt động, thu hẹp sản xuất, dẫn đến việc cắt giảm nhân sự, khiến số người tham gia BHXH giảm.
Người lao động gặp khó khăn về tài chính, không đủ khả năng đóng BHXH.
Chính sách hỗ trợ chưa thực sự hiệu quả:
Mức hỗ trợ cho người lao động có thu nhập thấp tham gia BHXH còn thấp.
Thủ tục tham gia BHXH còn phức tạp.
Kết luận: Tỷ lệ người tham gia BHXH năm 2021 chưa đạt được mục tiêu đề ra, cần có nhiều giải pháp để nâng cao tỷ lệ này trong những năm tiếp theo.
Điểm sáng:
Số người tham gia BHXH tự nguyện tăng 28% so với cùng kỳ năm 2020, đạt 2,94% lực lượng lao động trong độ tuổi.
Một số giải pháp để nâng cao tỷ lệ người tham gia BHXH:
Tăng cường tuyên truyền, vận động về lợi ích của BHXH.
Đơn giản hóa thủ tục tham gia BHXH.
Giải quyết chế độ BHXH nhanh chóng, thuận tiện.
Có chính sách hỗ trợ cho người lao động có thu nhập thấp tham gia BHXH.
Nâng cao chất lượng dịch vụ BHXH.
Xây dựng hệ thống BHXH minh bạch, công khai, hiệu quả.
7 Kết luận
7.1 Khái quát kết quả nghiên cứu
Tỷ lệ người tham gia BHXH giai đoạn 2015-2019 có xu hướng tăng trưởng ổn định, từ 5,2% đến 6,3% mỗi năm.
Năm 2020, tỷ lệ người tham gia BHXH giảm 6,4% do ảnh hưởng của đại dịch Covid-19.
Năm 2021, tỷ lệ người tham gia BHXH phục hồi nhẹ với mức tăng 0,4%.
Nguyên nhân:
Tác động tiêu cực của đại dịch Covid-19:
Nhiều doanh nghiệp ngừng hoạt động, thu hẹp sản xuất, dẫn đến việc cắt giảm nhân sự, khiến số người tham gia BHXH giảm.
Người lao động gặp khó khăn về tài chính, không đủ khả năng đóng BHXH.
Chính sách hỗ trợ chưa thực sự hiệu quả:
Mức hỗ trợ cho người lao động có thu nhập thấp tham gia BHXH còn thấp.
Thủ tục tham gia BHXH còn phức tạp.
Kết luận:
Tỷ lệ người tham gia BHXH giai đoạn 2015-2021 có biến động, tăng trưởng trong giai đoạn 2015-2019, giảm vào năm 2020 và phục hồi nhẹ vào năm 2021.
Cần có nhiều giải pháp để nâng cao tỷ lệ người tham gia BHXH trong những năm tiếp theo.
qq <- read.xlsx("F:/R/data1/khái quát tình hình tỷ lệ người tham gia bảo hiểm....xlsx",sheetIndex = 1,header = T)
datatable(qq)7.2 Tầm quan trọng của việc nâng cao tỷ lệ tham gia BHXH
Bảo hiểm xã hội (BHXH) đóng vai trò quan trọng trong việc đảm bảo an sinh xã hội cho người dân. Việc nâng cao tỷ lệ tham gia BHXH mang lại nhiều lợi ích thiết thực cho cả người tham gia, doanh nghiệp và xã hội nói chung.
Lợi ích cho người tham gia BHXH:
Được hưởng chế độ BHXH khi gặp rủi ro: ốm đau, thai sản, tai nạn lao động, thất nghiệp,…
Được hưởng chế độ hưu trí khi đủ điều kiện: đảm bảo cuộc sống sau khi hết tuổi lao động.
Được hưởng các dịch vụ BHYT: khám chữa bệnh, sinh con,…
Được vay vốn ưu đãi từ ngân hàng: để mua nhà, sửa nhà,…
Lợi ích cho doanh nghiệp:
Có nguồn nhân lực ổn định: người lao động yên tâm làm việc, gắn bó lâu dài với doanh nghiệp.
Nâng cao hình ảnh của doanh nghiệp: thể hiện trách nhiệm với người lao động.
Giảm chi phí cho doanh nghiệp: khi người lao động được hưởng chế độ BHXH.
Lợi ích cho xã hội:
Giảm gánh nặng cho ngân sách nhà nước: trong việc hỗ trợ người nghèo, người yếu thế.
Góp phần ổn định xã hội: giảm thiểu tệ nạn xã hội, bất bình đẳng trong xã hội.
Hiện nay, tỷ lệ tham gia BHXH tại Việt Nam vẫn còn thấp:
- Năm 2021, tỷ lệ tham gia BHXH chỉ đạt 81,1% kế hoạch đề ra.
Nguyên nhân:
Nhận thức của người dân về lợi ích của BHXH còn hạn chế.
Thủ tục tham gia BHXH còn phức tạp.
Chính sách hỗ trợ cho người lao động có thu nhập thấp tham gia BHXH còn hạn chế.
Do đó, cần có nhiều giải pháp để nâng cao tỷ lệ tham gia BHXH:
Tăng cường tuyên truyền, vận động: nâng cao nhận thức của người dân về lợi ích của BHXH.
Đơn giản hóa thủ tục tham gia BHXH.
Có chính sách hỗ trợ cho người lao động có thu nhập thấp tham gia BHXH.
Nâng cao chất lượng dịch vụ BHXH.
Xây dựng hệ thống BHXH minh bạch, công khai, hiệu quả.
Nâng cao tỷ lệ tham gia BHXH là trách nhiệm chung của toàn xã hội. Mỗi cá nhân, doanh nghiệp và cơ quan chức năng cần chung tay góp sức để thực hiện mục tiêu này, góp phần đảm bảo an sinh xã hội cho người dân và sự phát triển bền vững của đất nước.
Hãy cùng nhau chung tay nâng cao tỷ lệ tham gia BHXH!
7.3 Đề xuất về những nghiên cứu tỷ lệ người tham bảo hiểm xã hội trong tương lai.
Dưới đây là một số đề xuất nghiên cứu về tỷ lệ người tham gia bảo hiểm xã hội (BHXH) tiếp theo:
1. Nghiên cứu về tác động của các yếu tố kinh tế xã hội đến việc tham gia BHXH:
Nghiên cứu này sẽ phân tích ảnh hưởng của các yếu tố như:
Mức độ phát triển kinh tế
Thu nhập
Giáo dục
Y tế
… đến việc tham gia BHXH của các nhóm đối tượng khác nhau.
Kết quả nghiên cứu sẽ giúp:
Xác định những yếu tố có ảnh hưởng lớn nhất đến việc tham gia BHXH.
Đề xuất các giải pháp phù hợp để nâng cao tỷ lệ tham gia BHXH cho các nhóm đối tượng có tỷ lệ tham gia thấp.
2. Nghiên cứu về hiệu quả của các chính sách khuyến khích tham gia BHXH:
Nghiên cứu này sẽ đánh giá hiệu quả của các chính sách khuyến khích tham gia BHXH hiện nay như:
Mức ưu đãi, hỗ trợ
Tuyên truyền, vận động
…
Kết quả nghiên cứu sẽ giúp:
Đánh giá mức độ hiệu quả của các chính sách hiện nay.
Đề xuất các giải pháp để cải thiện hiệu quả của các chính sách này.
3. Nghiên cứu về so sánh tỷ lệ tham gia BHXH giữa các quốc gia:
Nghiên cứu này sẽ so sánh tỷ lệ tham gia BHXH của Việt Nam với các quốc gia khác trong khu vực và trên thế giới.
Kết quả nghiên cứu sẽ giúp:
Xác định vị trí của Việt Nam trong khu vực và trên thế giới về tỷ lệ tham gia BHXH.
Học hỏi kinh nghiệm của các quốc gia có tỷ lệ tham gia BHXH cao.