1 Phần mở đầu

1.1 Lý do chọn đề tài nghiên cứu

Dân số là vấn đề cần quan tâm hàng đầu của mỗi quốc gia bởi người dân là động lực của quá trình phát triển kinh tế và là mục đích phát triển của xã hội.Dân số của mỗi quốc gia chính là cơ sở và chủ thể của toàn bộ các quá trình diễn ra trong xã hội với khâu trung tâm là quá trình tái sản xuất xã hội. Dân cư vừa là đầu vào vừa là đầu ra trong toàn bộ quá trình sản xuất xã hội, sự phát triển của dân số đem lại nguồn cung lao động dồi dào cho nền kinh tế đồng thời cũng là nơi tiêu thụ sản phẩm, là thị trường tiêu thụ sản phẩm của nền kinh tế. Biến động dân số là một vấn đề quan trọng và cấp bách, ảnh hưởng đến nhiều khía cạnh của đời sống xã hội, kinh tế và môi trường. Nó được thể hiện qua sự thay đổi về quy mô, cơ cấu và phân bố dân số theo thời gian. Biến động dân số có thể do nhiều nguyên nhân khác nhau, bao gồm: tỷ lệ sinh, tỷ lệ tử, di cư,…

Dân số Việt Nam là một đề tài nghiên cứu quan trọng và có tính thực tiễn cao. Việc em lựa chọn đề tài này có thể giúp nghiên cứu hướng giải quyết các vấn đề dân số đang ảnh hưởng đến sự phát triển kinh tế - xã hội của đất nước. Với quy mô dân số lớn, tỷ lệ sinh thấp, già hóa dân số đang diễn ra nhanh chóng, và chất lượng dân số còn nhiều hạn chế, Việt Nam đang đối mặt với nhiều thách thức.

Những vấn đề này ảnh hưởng trực tiếp đến sự phát triển kinh tế - xã hội, gây ra gánh nặng kinh tế, gia tăng áp lực lên hệ thống y tế, giáo dục, an sinh xã hội, thiếu hụt nguồn nhân lực, ảnh hưởng đến năng suất lao động và khả năng cạnh tranh, và nguy cơ gia tăng các vấn đề xã hội như bất bình đẳng, tệ nạn xã hội.

Việc lựa chọn đề tài nghiên cứu về dân số Việt Nam là để phân tích những thách thức, cơ hội và những yếu tố ảnh hưởng đến sự phát triển về dân số của Việt Nam nhằm đưa ra những giải pháp thúc đẩy sự phát triển của dân số gắn với yếu tố kinh tế và xã hội trong tương lai

1.2 Mục tiêu nghiên cứu

1.2.1 Mục tiêu tổng quát

Mục tiêu tổng quát của đề tài là nghiên cứu tổng biến động dân số của Việt Nam từ năm 2010-2022

1.2.2 Mục Tiêu cụ thể

Phân tích thực trạng hay là sự biến động của dân số Việt Nam từ 2010 đến 2022 bao gồm quy mô, cơ cấu, tốc độ tăng trưởng dân số,.. Phân tích tác động của quy mô dân số lớn, già hóa dân số, tỷ lệ sinh thấp,… đến sự phát triển kinh tế - xã hội của Việt Nam. Đánh giá gánh nặng kinh tế, áp lực lên hệ thống y tế, giáo dục, an sinh xã hội,… do các vấn đề dân số gây ra.Dựa trên kết quả phân tích thực trạng và đánh giá tác động, đề xuất các giải pháp phù hợp để giải quyết các vấn đề liên quan đến dân số.

1.3 Đối tượng, phạm vi nghiên cứu

1.3.1 Đối Tượng Nghiên Cứu

Đối tượng nghiên cứu: Tổng dân số của cả Việt Nam

1.3.2 Phạm vi nghiên cứu

Về không gian: nghiên cứu về biến động dân số trên nước Việt Nam

Về nội dung: nghiên cứu các vấn đề liên quan đến biến động dân số.

Về thời gian: Thời gian nghiên cứu nghiên cứu là 12 năm, từ năm 2010 đến năm 2022.

1.4 Phương pháp nghiên cứu

Sử dụng biểu đồ đường hoặc biểu đồ cột để minh họa sự biến động dân số của Việt Nam từ năm 2010-2022 và so sánh giữa các năm. Sử dụng các chỉ số thống kê như mean, median để mô tả sự biến động. Phân tích các yếu tố ảnh hưởng đến sự biến động của dân số như là tỷ lệ sinh, tỷ lệ tử, tuổi thọ trung bình, tỷ lệ dân di cư

1.5 Kết Cấu Đề Tài

Phần mở đầu

Chương 1: Cơ Sở Lý Luận

Chương 2: Phân tích sự biến động của dân số Việt Nam và những yếu tố ảnh hưởng đến dân số 2010-2022

Chương 3: Ảnh hưởng của biến động dân số đến yếu tố kinh tế-xã hội và giải pháp cho tình hình dân số của Việt Nam trong tương lai

Chương 4: Kết Luận

Tài Liệu Tham Khảo

2 Chương 1: Cơ Sở Lý Luận

2.1 Khái niệm vê dân số và biến động dân số

Dân số là tập hợp tất cả những người đang sinh sống trên một lãnh thổ nhất định vào một thời điểm nhất định. Lãnh thổ này có thể là một quốc gia, một khu vực, một vùng, một tỉnh, một thành phố, hoặc thậm chí là một khu phố.

Biến động dân số là sự thay đổi về quy mô, cơ cấu và phân bố dân số theo thời gian. Biến động này có thể do nhiều yếu tố tác động (tỷ lệ sinh, tỷ lệ tử, di cư,…). Sự biến động dân số có thể dẫn đến nhiều hệ lụy tiêu cực, như:

Tăng gánh nặng kinh tế cho xã hội: Khi dân số tăng nhanh, nhu cầu về các dịch vụ thiết yếu như giáo dục, y tế, nhà ở,… cũng tăng theo, dẫn đến áp lực lên ngân sách nhà nước.
Thiếu hụt nguồn lao động hoặc dư thừa lao động: Khi dân số tăng quá nhanh, có thể dẫn đến tình trạng thiếu hụt việc làm, gây ra thất nghiệp và bất ổn xã hội. Ngược lại, khi dân số già hóa, có thể dẫn đến thiếu hụt nguồn lao động, ảnh hưởng đến sự phát triển kinh tế.
Gây áp lực lên tài nguyên thiên nhiên và môi trường: Khi dân số tăng, nhu cầu về tài nguyên thiên nhiên như nước, đất, năng lượng,… cũng tăng theo, dẫn đến nguy cơ cạn kiệt tài nguyên và ô nhiễm môi trường.
Gây ra các vấn đề xã hội như: thất nghiệp, tệ nạn xã hội, bất bình đẳng,…: Biến động dân số có thể dẫn đến bất ổn xã hội, gia tăng tệ nạn xã hội và bất bình đẳng trong xã hội.

2.2 Các yếu tố ảnh hưởng đến sự biến động dân số

Sự biến động dân số là một vấn đề quan trọng cần được quan tâm. Việc hiểu rõ các yếu tố ảnh hưởng đến sự biến động dân số là rất quan trọng để xây dựng các chính sách phù hợp nhằm đảm bảo phát triển bền vững. Các yếu tố ảnh hưởng đến sự biến động dân số bao gồm :

Tốc độ tăng trưởng dân số là tỷ lệ phần trăm mà dân số của một khu vực tăng lên trong một khoảng thời gian nhất định.Tốc độ tăng trưởng cao dẫn đến gia tăng dân số nhanh chóng, gây áp lực lên tài nguyên và dịch vụ công cộng. Ngược lại, tốc độ tăng trưởng thấp có thể dẫn đến già hóa dân số, ảnh hưởng đến lực lượng lao động và tăng trưởng kinh tế.
Tỷ suất sinh là số trẻ em được sinh ra trong một năm trên 1.000 người dân. Tỷ suất tử là số người chết trong một năm trên 1.000 người dân. Tỷ suất sinh và tỷ suất tử là hai yếu tố quan trọng ảnh hưởng trực tiếp đến quy mô, cơ cấu và phát triển của dân số. Về quy mô dân số thì tỷ lệ sinh cao dẫn đến gia tăng dân số nhanh chóng, gây áp lực lên tài nguyên và dịch vụ công cộng,còn tỷ lệ tử cao dẫn đến giảm dân số. Tỷ lệ sinh thấp và tỷ lệ tử thấp dẫn đến dân số tăng chậm hoặc thậm chí giảm dân số và ngược lại
Tuổi thọ trung bình là số năm dự kiến mà một người sẽ sống, tính từ thời điểm sinh. Tuổi thọ trung bình cao (trên 70 tuổi) có những mặt tích cực như: giảm tỷ lệ tử vong, nâng cao chất lượng cuộc sống, giảm gánh nặng cho hệ thống giáo dục. Tuy nhiên, nó cũng có những mặt tiêu cực như: tăng tỷ lệ người cao tuổi, giảm tốc độ tăng trưởng dân số, thay đổi cơ cấu dân số, gây gánh nặng cho hệ thống an sinh xã hội và y tế. Tuổi thọ trung bình thấp (dưới 60 tuổi) có những mặt tiêu cực như: tăng tỷ lệ tử vong, giảm chất lượng cuộc sống, tăng gánh nặng cho hệ thống giáo dục. Tuy nhiên, nó cũng có mặt tích cực như: giảm tốc độ tăng trưởng dân số, tăng năng suất lao động.
Di cư là sự di chuyển của người dân từ nơi này sang nơi khác để sinh sống và làm việc. Đây là một yếu tố quan trọng ảnh hưởng đến sự biến động dân số. Di cư vào làm tăng dân số là tăng số lượng người trong độ tuổi lao động, thúc đẩy phát triển kinh tế.Di cư ra là làm giảm dân số giảm số lượng người trong độ tuổi lao động, ảnh hưởng đến phát triển kinh tế.
Cơ cấu dân số (population structure): là sự phân chia số dân theo những tiêu chuẩn nhất định thành những bộ phận dân số khác nhau. Các tiêu chuẩn có thể là giới tính, tuổi, thành phần dân tộc, quốc tịch, ngôn ngữ, tôn giáo, nghề nghiệp, nơi cư trú…

3 Chương 2: Phân tích sự biến động của dân số Việt Nam và những yếu tố ảnh hưởng đến dân số 2010-2022

3.1 Phân tích tổng quan về tình hình biến động dân số của Việt Nam 2010-2022

3.1.1 Thực trạng về tổng dân số và tốc độ tăng trưởng dân số Việt Nam 2010-2022

Trước khi vào phân tích thì em xin được giới thiệu sơ lược về bộ dữ liệu về dân số lấy từ World Bank có indicator là “SP.POP.TOTL” để người người đọc có cái nhìn tổng quát hơn về bộ dữ liệu. ‘SP.POP.TOTL’ là mã được sử dụng bởi Ngân hàng Thế giới (World Bank) để biểu thị tổng dân số trong một quốc gia. (SP: Mã series cho các chỉ số liên quan đến dân số; POP: Mã cho các chỉ số liên quan đến dân số; TOTL: Viết tắt của “total”, nghĩa là tổng).

Và một bộ Bộ dữ liệu về tốc độ tăng trưởng dân số lấy từ World Bank có indicator là “SP.POP.GROW”. ‘SP.POP.GROW’ là mã được sử dụng bởi Ngân hàng Thế giới (World Bank) viết tắt của Tỷ lệ tăng trưởng dân số. Mỗi ký tự trong mã có ý nghĩa riêng biệt (S: Series (Loạt); P: Population (Dân số); POP: Population (Dân số); GROW: Growth (Tăng trưởng))

Để dễ dàng so sánh sự biến động của tổng dân số và tốc độ tăng trưởng dân số trong cả giai đoạn 2010-2022 thì em sẽ sử dụng một bộ dữ liệu kết hợp giữa hai bộ dữ liệu được lấy từ World Bank và đã được phân tích trước đó, đó là bộ dữ liệu về tổng dân Số (SP.POP.TOTL) và bộ dữ liệu về tốc độ tăng trưởng dân số (SP.POP.GROW). Dữ liệu này gồm 3 biến và 13 quan sát. Trong đó có 0 biến định tính và 3 biến định lượng cụ thể là:

Year : Là số năm từ 2010 đến 2022
TotalPopulation : Là tổng dân số Việt Nam theo từng năm
Grow : Là tốc độ phát triển của dân số Việt Nam theo từng năm

Với bảng dữ liệu bên dưới, mỗi quan sát sẽ cho biết tên năm khảo sát và số liệu về tổng dân số Việt Nam và tốc độ tăng trưởng dân số từ 2010 đến 2022

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     1.3.1
## ✔ 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(DT)
library(flextable)

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

library(xlsx)
tk2 <- read.xlsx("D:/download/danso2.xlsx", sheetIndex = "Sheet1", header = T)
na.omit(tk2)

##    Year TotalPopulation      Grow
## 1  2022        98186856 0.7347941
## 2  2021        97468029 0.8441817
## 3  2020        96648685 0.9062992
## 4  2019        95776716 0.9044912
## 5  2018        94914330 0.9328400
## 6  2017        94033048 0.9687200
## 7  2016        93126529 1.0092266
## 8  2015        92191398 1.0422709
## 9  2014        91235504 1.0663988
## 10 2013        90267739 1.0763795
## 11 2012        89301326 1.0720132
## 12 2011        88349117 1.0674934
## 13 2010        87411012 1.0674298

datatable(tk2)

Thông tin tổng quan cơ bản của bộ dữ liệu

summary(tk2$TotalPopulation)

##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## 87411012 90267739 93126529 92993099 95776716 98186856

Min: Là giá trị nhỏ nhất của tổng dân số từ 2010-2022 là 87411012 người
1st Qu - Tứ phân vị thứ nhất : là con số chia tách dữ liệu thành 2 phần bằng nhau, trong đó 25% dữ liệu thấp hơn và 75% dữ liệu cao hơn số phân vị. Cụ thể là số phân vị thứ nhất 90267739 người chia tách tổng dân số Việt Nam lúc này làm hai (25% tổng dân số sẽ thấp hơn 90267739 người và 75% tổng dân số sẽ cao hơn 90267739 người)
Median - Trung vị : là khoảng 93126529 người , nó giống tứ phân vị thứ nhất nhưng khác ở chỗ chia tổng dân số làm 50%-50% (50% tổng dân số sẽ thấp hơn 93126529 người và 50% tổng dân số sẽ cao hơn 93126529 người)
Mean - Gía trị trung bình : là khoảng 92993099 người, con số này là giá trị trung bình mỗi năm tổng dân số Việt Nam là khoảng 92993099 người
3rd Qu. - Phân vị thứ ba : là 95776716 người, nó giống tứ phân vị thứ nhất nhưng khác ở chỗ chia tổng dân số làm 75%-25% (75% tổng dân số sẽ thấp hơn 95776716 người, 25% tổng dân số sẽ cao hơn 95776716 người)
Max: Là giá trị lớn nhất của tổng dân sô từ 2010-2022 là 98186856 người

summary(tk2$Grow)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.7348  0.9063  1.0092  0.9763  1.0674  1.0764

Các quan sát có ý nghĩa tương tự như dữ liệu bên trên với các giá trị là min, 1st Qu, median, mean, 3rd Qu, Max

3.1.1.1 Tình hình biến động của Tổng Dân Số

library(ggpubr)

## 
## Attaching package: 'ggpubr'

## The following objects are masked from 'package:flextable':
## 
##     border, font, rotate

p1 <- tk2 %>% select(Year, TotalPopulation )
p2 <- p1 %>% filter(Year < 2017)
p3 <- p1 %>% filter(Year > 2016 )

plot_p2 <- ggplot(p2, aes(x = Year, y = TotalPopulation)) +
  geom_col(fill = 'pink') +
  labs(title = "Giai đoạn từ 2010 đến 2016",
       x = 'Năm', y = 'Tổng Dân Số') 


plot_p3 <- ggplot(p3, aes(x = Year, y = TotalPopulation)) +
  geom_col(fill = 'lightblue') +
  labs(title = "Giai đoạn từ 2017 đến 2022",
       x = 'Năm', y = 'Tổng Dân Số') 
ggarrange(plot_p2, plot_p3, ncol = 2)

Trong giai đoạn 2010-2016 (biểu đồ bên trái với các cột màu hồng) chúng ta thấy rằng dân số năm sau cao hơn năm trước, nghĩa là dân số mỗi năm mỗi tăng, điều này được thể hiện một cách rõ ràng qua biểu đồ. Dân số có xu hướng tăng đều theo từng năm. Thấp nhất là năm 2010 ứng với 87411012 người và cao nhất trong giai đoạn này là năm 2016 với tổng số dân là 93126529 (chênh lệch tổng số dân của 2 năm này là 5715517 người)

Còn đến với giai đoạn 2017-2022(biểu đồ bên phải với các cột màu xanh) chúng ta vẫn thấy rằng dân số năm sau cao hơn năm trước, nghĩa là dân số mỗi năm mỗi tăng, dân số vẫn có xu hướng tăng theo từng năm, tuy nhiên khi nhìn vào đồ thị ta thấy dân số tăng khá ít do mức độ chênh lệch giữa các cột không rõ ràng. Thấp nhất trong giai đoạn này là năm 2017 với tổng số dân là 94033048 và cao nhất là 98186856 năm 2022 (chênh lệnh là 4153808 người)

Qua hai biểu đồ nhỏ ta nhận thấy là dân số Việt Nam vẫn có xu hướng tăng từng năm, tuy nhiên ở giai đoạn một (2010-2016) thì xu hướng này được thể hiện một cách rõ ràng hơn và sự chênh lệch dân số cũng cao hơn là trong giai đoạn từ 2017-2022. Điều này thể hiện là dân số Việt Nam càng về những năm gần đây thì tăng càng chậm, có rất nhiều nguyên nhân dẫn tới vấn đề này và để làm rõ hơn thì chúng ta sẽ tiến hành phân tích tiếp tục về một vài yếu tố ảnh hưởng đến sự biến động dân số của hai giai đoạn này.

3.1.1.2 Tốc độ Phát triển của dân số

Mặc dù là với biểu đồ về tổng dân số bên trên thì ta nhận thấy tổng dân số Việt Nam vẫn tăng đều theo từng năm và không có sự chênh lệch quá rõ ràng giữa các năm tuy nhiên khi ta nhìn vào biểu đồ thể hiện tốc độ tăng trưởng dân số qua hai giai đoạn từ 2010 đến 2016 và từ 2017 đến 2022 thì ta lại thấy sự chênh lệch rõ ràng của biểu đồ đường ở hình bên dưới

t <- tk2 %>% select(Year, Grow )
t2 <- t %>% filter( Year < 2017)
t3 <- t %>% filter( Year > 2016) 
plot_t2 <- ggplot(t2,aes(x= Year, y=Grow)) +
  geom_line(color='pink', linewidth =1) +
  geom_point(color='red') +
  geom_text(aes(label = round(Grow,3) ),vjust = .1, color = 'black') +
  labs(title = "Giai đoạn từ 2010 đến 2016") +
  labs(x = 'Năm', y = 'Tốc độ phát triển(%)') 

plot_t3 <- ggplot(t3,aes(x= Year, y=Grow)) +
   geom_line(color='lightblue', linewidth =1) +
  geom_point(color='red') +
  geom_text(aes(label = round(Grow,3) ),vjust = .1, color = 'black') +
  labs(title = "Giai đoạn từ 2017 đến 2022") +
  labs(x = 'Năm', y = 'Tốc độ tăng trưởng(%)') 

ggarrange(plot_t2, plot_t3, ncol = 2)

Biểu đồ bên trái có đường màu hồng là biểu đồ hiển thị tốc độ phát triển của dân số Việt Nam từ năm 2010 đến năm 2016. Đường màu hồng thể hiện xu hướng chung của tốc độ phát triển, trong khi các điểm màu đỏ thể hiện tốc độ phát triển cho từng năm. Theo biểu đồ thì tốc độ phát triển dân số Việt Nam từ 2010 đến 2013 có xu hướng tăng lên theo từng năm và đỉnh điểm là vào 2013 tốc độ phát triển dân số đạt tới 1.076% nhưng từ năm 2013 đến năm 2016 tốc độ phát triển dân số có xu hướng giảm mạnh, vào năm 2016 tốc độ phát triển dân số nước ta giảm còn 1.009%. Có nghĩa là so với năm 2013 thì tốc độ phát triển dân số giảm 0.067% - đây là một sự chênh lệch khá lớn trong giai đoạn này.

Chưa dừng lại ở đó, khi ta nhìn sang biểu đồ giai đoạn hai bên phải có đường màu xanh là biểu đồ hiển thị tốc độ phát triển của dân số Việt Nam từ năm 2017 đến năm 2022. Theo biểu đồ thì ta nhận thấy là cũng trong giai đoạn này tốc độ phát triển dân số có xu hướng giảm một cách rõ rệt, cao nhất là vào năm 2017 tốc độ phát triển đạt 0.969% tuy nhiên so với năm 2016 của giai đoạn một thì tốc độ phát triển của năm 2017 vẫn là đang giảm và thấp nhất là 2022 với 0.735% (sự chênh lệch giữa năm đầu và năm cuối là 0.234%). Trong giai đoạn giữa năm 2019 và năm 2020 dân số cũng có xu hướng tăng lên nhưng không đáng kể cụ thể là tốc độ phát triển dân số năm 2019 là 0.904% và năm 2020 là 0.906%(chênh lệch khoảng 0.002%), sau đó tốc độ phát triển dân số lại có xu hướng giảm mạnh. Có rất nhiều nguyên nhân dẫn đến sự chênh lệch trong giai đoạn này có thể là do ảnh hưởng của trận dịch bệnh COVID 19 và những hậu quả của nó để lại dẫn đến sự sụt giảm của tốc độ tăng trưởng dân số từ 2020 đến 2011 là khá mạnh.

Nhìn chung, khi phân tích cả hai giai đoạn trên thì ta nhận thấy là tốc độ tăng trưởng dân số Việt Nam giai đoạn 2010-2022 có xu hướng giảm dần( chỉ có xu hướng tăng vào khoảng từ 2010-2013 và sau đó giảm mạnh cho đến 2022).Tỷ lệ tăng trưởng dân số bình quân giai đoạn 2010-2022 là 0.963%/năm (đã được thống kê ở thông tin của bộ dữ liệu).

3.1.2 Sự thay đổi cơ cấu Dân Số của Việt Nam từ 2010 đến 2020

Dữ liệu được tổng hợp từ World Bank và Tổng Cục Thống Kê Việt Nam. Bộ dữ liệu này là cơ cấu dân số được phân theo giới tính và khu vực.

cp <- read.xlsx("D:/download/cocaudanso.xlsx", sheetIndex = 1, header = T)
na.omit(cp)

## [1] Năm.                         Giới.Tính                   
## [3] Cơ.cấu.dân.số.theo.giới.tính Khu.Vực                     
## [5] Cơ.cấu.dân.số.theo.khu.vực   NA.                         
## [7] NA..1                        NA..2                       
## <0 rows> (or 0-length row.names)

datatable(cp)

3.1.2.1 Cơ Cấu Dân Số trung bình phân theo theo giới tính

Cơ cấu dân số theo giới tính là sự phân chia tổng số dân của một vùng thành hai nhóm nam và nữ.

cp1 <- cp %>% group_by(Năm.,Giới.Tính) %>% summarise(Cơ.cấu.dân.số.theo.giới.tính)

## `summarise()` has grouped output by 'Năm.'. You can override using the
## `.groups` argument.

 ggplot(cp1,aes(x=Năm., y = Cơ.cấu.dân.số.theo.giới.tính , color=Giới.Tính ))+
  geom_line()+
  scale_color_manual(values = c("blue", "red")) +
  labs(title = "Cơ Cấu Dân Số trung bình của Việt Nam phân theo theo giới tính"  )+
   labs(x = 'Năm', y = 'Cơ cấu dân số(%)')

Theo biểu đồ trên ta thấy tỷ lệ giới tính nữ cao hơn tỷ lệ giới tính nam ở Việt Nam, nhưng cơ cấu tỷ lệ này đang có xu hướng giảm dần theo thời gian mặc dù hiện tại thì tỷ lệ nữ vẫn cao hơn tuy nhiên sự chênh lệch này đã giảm đáng kể. Cụ thể là vào năm 2010 thì tỷ lệ nam nữ có sự chênh lệch một cách đáng kể (1,08%), cũng trong năm này tỷ lệ dân số nữ chiếm hơn 50,4% trên tổng dân số (đây là năm có tỷ lệ dân số nữ cao nhất trong giai đoạn 2010-2022) và tỷ lệ dân số nam chiếm khoảng thấp hơn 49,6% trên tổng dân số (tỷ lệ dân số nam thấp nhất trong giai đoạn 2010-2022).

Tỷ lệ nam nữ có xu hướng biến động mạnh (sự tăng giảm rõ rệt được thể hiện qua độ dốc của 2 đường màu đỏ và xanh) từ năm 2010 đến 2020. Tuy nhiên từ năm 2020 trở về sau thì sự tăng giảm của 2 đường màu đã không còn rõ ràng có nghĩa là tỷ lệ nam/nữ trên cho tổng dân số đang có xu hướng bão hoà. Đến năm 2022 thì sự chênh lệch giữa tỷ lệ dân số nam và nữ không quá nhiều cụ thể là vào năm 2022 thì tỷ lệ dân số nữ chỉ chiếm gần 50.2% trên tổng dân số và tỷ lệ dân số nam chiếm gần 49.8% trên tổng số dân (mức độ chênh lệch khoảng 0.4%). Trong khi dân số nữ từ giai đoạn 2013 đến giai đoạn 2022 có xu hướng giảm đều thì ngược lại dân số nam có xu hướng tăng đều theo từng năm

3.1.2.2 Cơ Cấu Dân Số thay đổi theo khu vực

Việt Nam vốn là một nước từ nông nghiệp phát triển lên công nghiệp hoá, thế nên hầu hết dân cư tập trung ở các vùng nông thôn nhiều hơn là thành thị. Cụ thể là theo biểu đồ được vẽ ở dưới thì ta thấy là dân cư tập trung chủ yếu ở nông thôn nhưng khoảng cách giữa tỷ lệ dân cư ở nông thôn và thành thị có sự thu hẹp theo thời gian, càng về giai đoạn sau thì tỷ lệ dân cư ở thành thị có xu hướng tăng cao còn tỷ lệ dân cư ở nông thôn thì có xu hướng giảm dần. Đây là kết quả của thời kỳ công nghiệp hoá - hiện đại hoá, xu hướng người trẻ di cư vào thành thị để tìm kiếm những cơ hội cạnh tranh nhằm bắt kịp sự phát triển vượt bậc của nền kinh tế

kv1 <- cp %>% group_by(Năm.,Khu.Vực) %>% summarise(Cơ.cấu.dân.số.theo.khu.vực)

## `summarise()` has grouped output by 'Năm.'. You can override using the
## `.groups` argument.

ggplot(kv1,aes(x=Năm., y = Cơ.cấu.dân.số.theo.khu.vực , color=Khu.Vực ))+
  geom_line()+
  scale_color_manual(values = c("blue", "red")) +
  labs(title = "Cơ cấu dân số của Việt Nam theo khu vực"  )+
   labs(x = 'Năm', y = 'Cơ cấu dân số(%)') +
   theme_minimal()

Theo biểu đồ ta nhìn thấy sự chênh lệnh giữa tỷ lệ dân cư thành thị và nông thôn ở năm 2010 là rõ ràng nhất. Tỷ lệ dân cư ở nông thôn vào năm 2010 là gần 70% tổng dân số Việt Nam còn ở thành thị thì tỷ lệ dân cư chiếm khoảng 30% trên tổng dân số(chênh lệch khoảng 40%). Đây là một mức chênh lệch khá lớn, điều này có thể phản ánh quá trình đô thị hoá ở giai đoạn này chưa được đẩy mạnh cũng như là nền kinh tế chỉ mới bước đầu chuyển từ nông nghiệp sang công nghiệp hoá.

Giai đoạn từ năm 2010 đến 2020 thì sự biến động của cả 2 tỷ lệ dân số theo thành thị và theo nông thôn khá rõ ràng. Đường biểu đồ màu xanh tượng trưng cho tỷ lệ dân số nông thôn có xu hướng dốc xuống rõ ràng thể hiện tỷ lệ dân số giảm, vào năm 2020 thì tỷ lệ dân số của nông thôn là khoảng dưới 65% (giảm khoảng 5% so với 2010). Và đường màu hồng tượng trưng cho tỷ lệ dân số thành thị có xu hướng dốc lên thể hiện tỷ lệ dân số tăng, năm 2022 thì tỷ lệ của dân cư thành thị là gần 40% trên tổng số dân (tăng khoảng 8% so với 2010). Điều này cho thấy quá trình đô thị hoá cũng như là cơ cấu nền kinh tế sự thay đổi khá vượt bậc so với năm 2010.

Tuy nhiên vào giai đoạn từ năm 2020 đến năm 2022 thì tỷ lệ dân số theo thành thị và nông thôn có xu hướng bão hoà chỉ tăng khá nhẹ, có thể là do sự ảnh hưởng sau dịch bệnh đã làm cho nền kinh tế trì trệ và tốc độ đô thị hoá suy giảm ảnh hưởng tới việc quyết định di cư từ nông thôn lên thành thị của người dân. Nhưng trong giai đoạn này thì sự chênh lệch giữa tỷ lệ dân cư của thành thị và nông thôn có sự thu hẹp. Cụ thể là vào 2022 thì tỷ lệ dân cư ở nông thôn là khoảng 62% và tỷ lệ dân cư ở thành thị là khoảng 38% (mức chênh lệch là khoảng 24%).

3.2 Những yếu tố ảnh hưởng đến dân số Việt Nam từ 2010-2022

3.2.1 Tỷ suất sinh thô và tỷ suất tử thô

Tỷ suất sinh thô (ký hiệu CBR tức viết tắt tiếng Anh: crude birth rate) là một trong những chỉ tiêu đo lường mức sinh của dân số, và là một trong hai thành phần của tăng tự nhiên dân số. Tỷ suất sinh thô lớn hay nhỏ có ảnh hưởng đến quy mô, cơ cấu và tốc độ gia tăng dân số. Tỷ suất sinh thô cho biết có 1.000 dân, thì có bao nhiêu trẻ em sinh ra sống trong năm. Tỷ suất sinh thô được tính theo công thức : (CBR = (Số trẻ em sinh ra trong năm / Tổng số dân trung bình của năm) * 1000)

Tử suất hay tỷ suất chết thô (viết tắt tiếng Anh: crude death rate) được xác định bằng số người chết (nói chung, hoặc vì lý do cụ thể) trong năm tính theo tỷ lệ đối với dân số.Tỷ suất chết thô thường được tính theo đơn vị phần nghìn.Tỷ suất tử thô được tính theo công thức: (CDR = (Số người chết trong năm / Tổng số dân trung bình cả năm) * 1000)

Tỷ suất sinh thô và tỷ suất tử thô là hai yếu tố quan trọng ảnh hưởng trực tiếp đến sự biến động dân số. Cụ thể là nếu tỷ suất sinh thô (CBR) lớn hơn tỷ suất tử thô (CDR) thì dân số sẽ tăng. Đây là điều dễ hiểu bởi vì số trẻ em sinh ra mỗi năm (tính trên 1.000 người) nhiều hơn số người chết. Mức độ tăng dân số phụ thuộc vào chênh lệch giữa CBR và CDR, Chênh lệch càng lớn thì dân số tăng càng nhanh còn Chênh lệch càng nhỏ, dân số tăng càng chậm. Và người lại nếu tỷ suất sinh thô thấp hơn tỷ suất tử thô thì dân số sẽ giảm. Trường hợp khi tỷ suất sinh thô và tỷ suất tử thô bằng nhau thì dân số sẽ duy trì ở mức ổn định.

Biểu đồ bên dưới được lấy dữ liệu từ hai bộ dữ liệu có sẵn từ World Bank là SP.DYN.CBRT.IN (dữ liệu về tỷ suất sinh thô) và SP.DYN.CDRT.IN (tỷ suất tử thô) của Việt Nam. Dữ liệu này gồm 3 biến và 26 quan sát.

sinhtu <- read.xlsx("D:/download/tylesinhtu1.xlsx", sheetIndex = 1, header = T)
 ggplot(sinhtu,aes(x = Năm, y = Tỷ.Lệ., fill = Yếu.Tố.Ảnh.Hưởng)) +
  geom_col(position = "dodge") +
  labs(x = "Năm", y = "Tỷ Suất Sinh Tử", title = "Tỷ suất sinh tử của dân số Việt Nam giai đoạn 2010-2022", fill = "Yếu tố ảnh hưởng") +
  scale_fill_manual(values = c("darkgray", "navy"))+
  theme_minimal()

Mặc dù là dân số vẫn tăng đều theo từng năm nhưng tốc độ tăng trưởng của dân số lại giảm đi đáng kể nguyên nhân có thể là do tỷ suất sinh thô và tử thô của dân số Việt Nam ảnh hưởng tới tốc độ tăng trưởng này. Theo biểu đồ như biểu đồ về tỷ suất sinh/tử này thì nhận thấy dược tỷ lệ sinh trong giai đoạn 2010-2022 đang có xu hướng giảm đi đáng kể đặc biệt là giữa 2 năm 2021 và 2022 tỷ suất sinh sụt giảm khá nhiều chênh lêch khoảng giữa 2 tỷ suất của 2 năm là 2.5 tức có nghĩa là có khoảng 2 đứa trẻ được sinh ra trên tổng 1000 người dân. Và so với năm 2010 thì tỷ suất sinh thô của năm 2022 giảm khoảng 4,9 (giảm khoảng 4 đứa trẻ được sinh ra trên 1000 dân). Tỷ suất sinh thô sụt giảm gây ra sự sụt giảm của tốc độ tăng trưởng dân số, không những thế tỷ suất sinh thô giảm cũng sẽ dẫn đến tình trạng già hoá dân số của nước ta, đây là vấn đề cần được khắc phục.

Trái với tỷ suất sinh thô thì ta thấy tỷ suất tử thô trong giai đoạn 2010-2019 có xu hướng tăng đều, từ 2010 đến 2019 thì tỷ suất tử thô tăng khoảng 1 (có nghĩa là trên 1000 người thì có khoảng 1 người mất đi). Nhưng trong giai đoạn từ 2020 đến 2022 thì tỷ suất tử thô biến động không đều cụ thể là từ 2019-2020 tỷ suất tử thô giảm, từ 2020-2021 thì tỷ suất tử thô tăng, từ 2021-2022 tỷ suất tử thô tiếp tục giảm. Ta không thể nhìn vào biểu đồ để dự đoán về tỷ suất tử thô trong giai đoạn tới. Tuy nhiên nếu trong giai đoạn tới tỷ suất tử thô tiếp tục tăng thì điều này sẽ ảnh hưởng đến tuổi thọ trung bình cũng như phản ánh sự sụt giảm chất lượng dân số của quốc gia và ngược lại.

Dù là tỷ suất sinh thô giảm hay tỷ suất tử thô tăng thì nhìn chung Việt Nam vẫn có tỷ suất sinh lớn hơn tỷ suất tử, điều này sẽ kiểm soát sự già hoá của dân số. Tuy nhiên cần phải cân bằng giữa 2 tỷ suất này để tránh tình trạng già hoá do tỷ suất tử cao và tình trạng tăng gánh nặng kinh tế do tỷ suất sinh cao.

3.2.2 Tuổi thọ trung bình của dân số Việt Nam

Tuổi thọ trung bình hay tuổi thọ bình quân là con số ước tính về số năm bình quân của một người sinh ra có thể sống được. Theo đó, tuổi thọ trung bình có mối quan hệ khăng khít với tỷ suất tử vong. (Ví dụ: Cùng có cấu trúc tuổi như nhau, nước nào có tuổi thọ trung bình càng cao thì hệ số tử vong của nước đó càng thấp).

Ảnh hưởng của tuổi thọ trung bình đến sự phát triển dân số:

Khi tuổi thọ trung bình tăng thì người dân sống lâu hơn, dân số sẽ tăng. Điều này có thể dẫn đến nhiều lợi ích như tăng nguồn lao động, thúc đẩy kinh tế và tăng tích lũy vốn xã hội. Tuy nhiên, nó cũng có thể dẫn đến các vấn đề như tăng gánh nặng cho hệ thống y tế, giáo dục và an sinh xã hội.
Tuổi thọ trung bình cao kết hợp với tỷ suất sinh thấp thì sẽ dẫn đến tình trạng mọi người sống lâu hơn nhưng tỷ lệ sinh thấp, tốc độ tăng dân số sẽ giảm. Điều này có thể dẫn đến già hóa dân số, ảnh hưởng đến tăng trưởng kinh tế và tiềm năng đổi mới.
Tuổi thọ trung bình cũng ảnh hưởng đến cơ cấu của dân số đó là sẽ đẩy nhanh quá trình già hoá dân số. Điều này có thể dẫn đến thiếu hụt lao động trong một số ngành nghề và tăng gánh nặng cho hệ thống an sinh xã hội.

tb <- read.xlsx("D:/download/tuoithotb.xlsx", sheetIndex = 1, header = T)
ggplot(tb,aes(x=year, y=SP.DYN.LE00.IN.)) +
  geom_col(fill='lightblue') +
  geom_text(aes(label = round(SP.DYN.LE00.IN.,2) ),vjust = 2, color = 'black') +
  labs(title = "Tuổi thọ trung bình của dân số Việt Nam giai đoạn 2010 đến 2022") +
  labs(x = 'Năm', y = 'Tuổi thọ trung bình') +
  theme_minimal()

Tuổi thọ trung bình của dân số Việt Nam có xu hướng tăng dần theo thời gian. Dựa vào biểu đồ trên ta nhận thấy là xu hướng tăng này khá ổn định theo từng năm từ 2010 đến 2022. Tuổi thọ trung bình có sự giảm nhẹ từ 2019 đến 2020 (từ 74.09 tuổi đến 73.39 tuổi) nhưng sau đó lại tiếp tục tăng lên ở 2 năm tiếp theo.

Năm 2010 dân số Việt Nam có tuổi thọ trung bình là 73.51 tuổi và đến năm 2022 thì tuổi thọ trung bình của dân số Việt Nam là 73.64 tuổi (tăng 0,13 tuổi). Mặc dù mức tăng không cao nhưng nó cũng thể hiện dấu hiệu tích cực cho thấy sự phát triển của nền kinh tế, y tế và giáo dục của Việt Nam.

3.2.3 Tỷ suất di cư ròng

Tỷ suất di cư thuần phản ánh tình trạng nhập cư của dân số vào một đơn vị lãnh thổ và tình trạng xuất cư của dân số ra khỏi đơn vị lãnh thổ trong thời kỳ nghiên cứu. Tỷ suất di cư thuần được tính bằng hiệu số giữa người nhập cư và người xuất cư của một đơn vị lãnh thổ trong kỳ nghiên cứu tính bình quân trên 1000 dân của đơn vị lãnh thổ đó.

Tỷ suất di cư ròng là một yếu tố quan trọng ảnh hưởng đến dân số và có thể mang lại nhiều tác động tích cực và tiêu cực. Tỷ suất di cư ròng ảnh hưởng trực tiếp đến dân số của một quốc gia hoặc lãnh thổ theo những cách sau:

Tỷ suất di cư ròng dương (SM.POP.NETM > 0): Khi số lượng người nhập cư nhiều hơn người di cư, dân số sẽ tăng. Điều này có thể mang lại nhiều lợi ích như tăng nguồn lao động, thúc đẩy kinh tế, và đa dạng hóa văn hóa. Tuy nhiên, nó cũng có thể dẫn đến các vấn đề như tăng gánh nặng cho hệ thống y tế, giáo dục và nhà ở.
Tỷ suất di cư ròng âm (SM.POP.NETM < 0): Khi số lượng người di cư nhiều hơn người nhập cư, dân số sẽ giảm. Điều này có thể dẫn đến thiếu hụt lao động, ảnh hưởng đến tăng trưởng kinh tế. Tuy nhiên, nó cũng có thể giúp giảm bớt gánh nặng cho hệ thống y tế, giáo dục và nhà ở.

Tỷ Suất di cư ròng được xác định bằng công thức: Tỷ suất di cư ròng = (Số lượng người nhập cư - Số lượng người di cư) / Dân số trung bình * 1000

d <- WDI(indicator ='SM.POP.NETM', country = c('VN'))
d1 <- d %>% filter(year > 2009) %>% select(year,SM.POP.NETM)
d2 <- d1 %>% filter( year <2017)
d3 <- d1 %>% filter(year > 2016)
plot_d2 <- ggplot(d2,aes( x= year, y=SM.POP.NETM)) +
  geom_col(fill='plum') +
  geom_text(aes(label = SM.POP.NETM),vjust = .2, color = 'black') +
  labs(title = "Giai đoạn từ 2010 đến 2016") +
  labs(x = 'Năm', y = 'Tỷ suất di cư ròng') +
  coord_flip() +
  theme_minimal()

plot_d3 <- ggplot(d3,aes( x= year, y=SM.POP.NETM)) +
  geom_col(fill='skyblue') +
  geom_text(aes(label = SM.POP.NETM),vjust = 3, color = 'black') +
  labs(title = "Giai đoạn từ 2017 đến 2022") +
  labs(x = 'Năm', y = 'Tỷ suất di cư ròng') +
  coord_flip() +
  theme_minimal()

ggarrange(plot_d2, plot_d3, ncol = 2)

Tổng quan biểu đồ về tỷ suất di cư ròng thể hiện số âm tương đương là số người xuất cư nhiều hơn số người nhập cư. Đầu tiên là về giai đoạn năm 2010 đến 2016 ta nhận thấy là sự chênh lệnh giữ số người nhập cư và xuất cư giữa các năm không đồng đều, nhưng số người xuất cư nhiều hơn số người nhập cư điều này dẫn đến việc dân số sẽ bị sụt giảm do di cư

Sang tới giai đoạn năm 2017-2022 thì tỷ suất di cư ròng vẫn mang giá trị âm, tuy nhiên số lượng người xuất cư và nhập chênh lệch khá ít cho đến năm 2022 thì sự chênh lệch này tăng đột biến. Có thể là do ở giai đoạn từ 2019-2021 đây là giai đoạn bùng nổ dịch bệnh nên số lượng người nhập cư tăng lên và số lượng người xuất cư giảm đi. Do đó sự chênh lệch trong khoảng 3 năm của giai đoạn này là khá ít, tuy nhiên đến năm 2022 thì lại tăng lên đáng kể, có thể là do đây là giai đoạn phục hồi sau COVID 19.

4 Chương 3: Ảnh hưởng của biến động dân số đến yếu tố kinh tế-xã hội và giải pháp cho tình hình dân số của Việt Nam trong tương lai

4.1 Ảnh hưởng của biến động dân số đến yếu tố kinh tế-xã hội

Dân số và phát triển kinh tế - xã hội có tác động tương hỗ lẫn nhau trên mọi lĩnh vực của đời sống xã hội. Ngày nay, khi mà cuộc cách mạng khoa học kỹ thuật đạt tới đỉnh cao của sự phát triển thì nhân loại cũng đang phải đối mặt với thực tế là sự “bùng nổ dân số” đã gây nhiều sức ép và cản trở đến sự phát triển của mỗi quốc gia. Thực tế ở nhiều nước cũng như ở nước ta cho thấy, với quy mô và cơ cấu dân số thích hợp thì dân số có tác động tích cực thúc đẩy kinh tế xã hội phát triển, ngược lại, nó sẽ trở thành lực cản của quá trình này. Khi nền kinh tế phát triển, sẽ tạo điều kiện vật chất cho việc chăm lo tới công tác giáo dục, đào tạo, chăm sóc sức khoẻ con người, nâng cao thể lực và trí tuệ con người và có tác động tốt tới các quá trình dân số. Mối quan hệ giữa dân số và phát triển kinh tế - xã hội là mối quan hệ nhân quả, tác động qua lại mật thiết với nhau. Vì vậy, bên cạnh những chính sách phát triển kinh tế - xã hội, việc đề ra và thực hiện thành công chính sách dân số là điều rất quan trọng, vì nó có thể ảnh hưởng đến một hay nhiều thế hệ công dân tương lai, ảnh hưởng đến sự phát triển bền vững của đất nước.

4.1.1 Ảnh hưởng của dân số đến nền kinh tế việt nam

Kinh tế Việt Nam trong giai đoạn 2010 - 2022 mặc dù tăng trưởng ổn định nhưng chịu nhiều tác động từ môi trường quốc tế và môi trường trong nước. Trong đó, với đặc trưng hình thái kinh tế của Việt Nam, môi trường dân số có những tác động mạnh tới phát triển kinh tế.

Kinh tế tăng chậm trong khi dân số tăng còn cao sẽ kìm hãm s ự phát tri ển kinh tế làm tăng số người thiếu việc làm , thất nghiệp .Gây sức ép lớn đối với giáo dục, y tế , văn hóa . Các vấn đề giải phóng phụ nữ, việc làm , nhà ở ….không đáp ứng được. Gia tăng dân số nhanh đã tạo nên sức ép lớn đối với việc phát triển kinh tế, nâng cao chất lượng cuộc sống và bảo vệ tài nguyên, môi trường Chính sách phát triển dân số hợp lí và sử dụng có hiệu quả nguồn lao động. Việc làm đang một vần đề xã hội ở nước ta, hiện nay đang được tập trung giải quyết và bước đầu thu hiệu quả tốt. Nền kinh tế tăng trưởng cao có tác động tích cực đến vấn đề việc làm. Sự phát triển của khu vực kinh tế tư nhân, sự chuyển dịch mạnh mẽ cơ cấu kinh tế, sự can thiệp của nhà nước thông qua các chương trình việc làm, chương trình kinh tế xã hội, phát triển các làng nghề…

Trình độ phát triển kinh tế ảnh hưởng đến tốc độ gia tăng dân số. Ở Việt Nam trong những giai đoạn gần đây thì tỷ lệ gia tăng dân số thấp hơn nhiều so với giai đoạn trước. Đó là kết quả đồng thời của việc hạ thấp mức sinh và mức chết. Bởi vì, khi nền kinh tế phát triển, sẽ tạo điều kiện vật chất để đẩy mạnh công tác giáo dục, y tế. Do đó sẽ nâng cao nhận thức của người dân cũng như hiểu biết về “kỹ thuật” hạn chế sinh đẻ, nhờ vậy mà mức sinh được giảm đi. Nền kinh tế phát triển, việc áp dụng khoa học kỹ thuật hiện đại vào sản xuất, buộc người lao động phải có trình độ. Khi đó, cha mẹ sẽ phải chú ý đến việc nâng cao trình độ, chất lượng của con cái hơn là mặt số lượng. Đồng thời, khi nền kinh tế phát triển thì chế độ bảo hiểm và phúc lợi xã hội sẽ tốt hơn, nên cha mẹ không phải lo dựa nhiều vào các con lúc tuổi già, do vậy các cặp vợ chồng cũng không muốn sinh nhiều con.

Thông thường, tỷ lệ gia tăng tổng sản phẩm quốc dân (GNP) bình quân đầu người hằng năm được coi là chỉ tiêu để đánh giá tăng trưởng kinh tế. Để tăng được chỉ tiêu này, thì GNP phải tăng nhanh hơn tỷ lệ gia tăng dân số. Việc hạ thấp tỷ lệ gia tăng dân số (nếu GNP không thay đổi) cũng sẽ làm tăng GNP tính trên đầu người.

4.1.2 Ảnh hưởng của dân số đến các yếu tố xã hội ở Việt Nam

Dân số là cơ sở hình thành các nguồn lao động, phục vụ cho sự phát triển. quy mô dân số, cơ cấu dân số hợp lý, chất lượng dân số cao tạo điều kiên phát triển nguồn lao động cả về số lượng, chất lượng, cơ cấu. Sự bùng nổ dân số quá nhanh gây ra nhiều tác động cho sự phát triển, tạo ra nhiều sức ép, làm chất lượng dân số đi xuống và chất lượng cuộc sống con người không được cải thiên.

Trong vòng những năm qa ở Việt Nam dân số có khuynh hướng tập trung vào các đô thị, tạo nên sự phân bố không đồng đều giữa các vùng, các khu vực, gây ảnh hưởng đến các mục tiêu phát triển. Một trong những nhân tố quan trọng của sự tăng trưởng đô thị là sự di dân từ nông thôn ra thành thị. Trong quá trình đô thị hóa, các biến động kinh tế như cơ hội tìm việc làm, sự chênh lệch về điều kiện văn hoá, xã hội (giáo dục, y tế, thông tin liên lạc, điều kiện làm việc và nghỉ ngơi) đã kích thích việc di dân từ nông thôn ra thành thị với hy vọng tìm được việc làm và điều kiện sống tốt hơn. Tình trạng dòng người từ nông thôn đổ xô về các đô thị tìm kiếm việc làm đã tạo nên các chợ người và làm gia tăng các tệ nạn xã hội như mại dâm, cờ bạc, trộm cắp, nghiện hút,… Vì vậy, vấn đề đặt ra là phải quản lý chặt chẽ, khoa học quá trình đô thị hóa để quá trình đó phát triển theo chiều hướng tích cực. Trong quá trình đô thị hoá, cần nghiên cứu, thiết kế, hoạch định các chính sách phù hợp để giải quyết các vấn đề lao động, việc làm; lựa chọn kỹ thuật, phương pháp sản xuất; giáo dục, đào tạo trong mối quan hệ, tác động qua lại mật thiết giữa dân số và phát triển kinh tế, xã hội, kết hợp giải quyết các vấn đề dân số và phát triển.

Các yếu tố dân số ảnh hưởng lớn đến chất lượng của hệ thống giáo dục. Ở nước ta, dân số tăng nhanh, do đó số học sinh cũng tăng nhanh. Đầu tư của Nhà nước và của gia đình học sinh cho giáo dục không theo kịp, nên điều kiện giảng dạy, học tập không được bảo đảm, dẫn đến tình trạng xuống cấp hệ thống giáo dục, chất lượng giảng dạy, học tập giảm sút, tỷ lệ học sinh đến trường đang có xu hướng giảm xuống, tỷ lệ bỏ học có xu hướng tăng lên. Khi nghiên cứu mối quan hệ giữa dân số và giáo dục cần chú ý đến kết quả chậm của sự tác động giữa chúng. Giáo dục tác động đến quá trình sinh, tử của dân số, cũng như các quá trình dân số tác động tới quy mô và chất lượng của giáo dục phải sau một thời gian ít nhất là hằng năm mới thấy được kết quả. Đó là đặc điểm của sự tác động lẫn nhau giữa các quá trình xã hội, trong đó chủ thể và khách thể của chúng là con người. Giáo dục tác động đến nhận thức dân số, song từ sự chuyển biến về nhận thức đến sự chuyển biến hành vi đòi hỏi phải có thời gian. Mặt khác, do nhiều yếu tố cùng tác động nên quan hệ tương tác giữa dân số và giáo dục nhiều khi bị mờ đi và kết quả trở nên khó nhận biết, chỉ sau một thời gian dài mới bộc lộ rõ.

Kể cả hệ thống y tế muốn đáp ứng được nhu cầu chữa bệnh, chăm sóc sức khỏe thì quy mô của nó phải tương ứng với các loại dịch vụ y tế. Dân số tăng quá nhanh, khả năng dinh dưỡng hạn chế, tỷ lệ mắc bệnh tăng lên, trước hết là bệnh suy dinh dưỡng; nhà ở thêm chật chội, vệ sinh không bảo đảm, nhất là nguồn nước sinh hoạt. Dinh dưỡng kém và môi trường bị ô nhiễm là những điều kiện thuận lợi cho bệnh tật phát triển. Dân số đông và tăng quá nhanh sẽ làm cho nhiều người không có việc làm, quản lý xã hội thêm khó khăn, nên tệ nạn xã hội, tai nạn giao thông,… tăng lên. Những nguyên nhân này góp phần làm tăng bệnh tật và thương tật. Rõ ràng, quy mô dân số và tỷ lệ gia tăng của nó tác động trực tiếp và gián tiếp làm tăng số cầu đối với hệ thống y tế. Đó là một động lực thúc đẩy hệ thống này phát triến. Song, ở nước ta, mức đầu tư cho y tế rất thấp so với nhu cầu. Bên cạnh đó, sự phân phối không đồng đều dịch vụ y tế trong các bộ phận dân cư, đặc biệt là giữa thành thị và nông thôn; sự mất cân đối giữa y tế dự phòng và y tế điều trị đã làm giảm hiệu quả hoạt động y tế.

Hiện nay, tác động của gia tăng dân số với môi trường và ảnh hưởng của môi trường bị ô nhiễm đối với con người là một trong những chủ đề, nội dung của toàn cầu hoá, được thảo luận rộng rãi trên phạm vi toàn thế giới. Gia tăng dân số trước hết tác động đến nguồn tài nguyên. Dân số tăng nhanh, càng khiến người ta gia tăng mức độ “bóc lột” đất đai và làm kiệt quệ độ màu mỡ của đất. Diện tích đất canh tác giảm do nhu cầu diện tích đất để xây dựng nhà ở, trường học, bệnh viện và các công trình công cộng khác tăng lên. Đây cũng là một nguyên nhân làm cho tình trạng thiếu lương thực trên thế giới trầm trọng hơn và nạn đói có thể còn nhiều hơn. Diện tích rừng ngày càng bị thu hẹp do con người đốt rừng để lấy đất trồng trọt, khai thác rừng, chặt phá rừng bừa bãi, không thể kiểm soát được. Điều này tiềm ẩn những nguy cơ: đất bị bào mòn ở miền núi, bị nhiễm mặn, bị lấp cát ở vùng đồng bằng ven biển. Việc mất rừng nhiệt đới, khí hậu bị thay đổi, tài nguyên sinh vật bị thu hẹp, đe dọa sự phát triển bền vững của mỗi quốc gia, dân tộc.

4.2 Giải pháp cho tình hình dân số của Việt Nam trong tương lai

Tốc độ tăng trưởng dân số Việt Nam trong tương lai có xu hướng giảm, tuổi thọ trung bình tăng lên, tỷ lệ sinh với xu hướng giảm xuống những này sẽ gây ra một số ảnh hưởng tiêu cực như là:

Thiếu hụt nguồn lao động, đặc biệt là lao động trẻ trong một số ngành nghề như công nghiệp nặng, xây dựng, nông nghiệp. Nhu cầu tuyển dụng lao động cao trong các ngành dịch vụ, công nghệ cao. Tăng chi phí cho tuyển dụng và đào tạo lao động. Giảm khả năng cạnh tranh của doanh nghiệp do thiếu hụt lao động có tay nghề cao.
Năng suất lao động có thể giảm do người lao động già đi, sức khỏe yếu hơn và khả năng tiếp thu công nghệ mới chậm hơn. Tăng chi phí cho bảo hiểm xã hội, y tế cho người lao động cao tuổi. Gánh nặng cho hệ thống an sinh xã hội tăng cao.
Tăng trưởng kinh tế có thể giảm do thiếu hụt nguồn lao động, đặc biệt là lao động trẻ. Giảm khả năng cạnh tranh của nền kinh tế do năng suất lao động thấp. Giảm thu ngân sách nhà nước.

Để hạn chế những tác động tiêu cực của tình hình biến động dân số của Việt Nam trong hiện tại cũng như tương lai, em xin đưa ra một số giải pháp để khác phục tình hình này:

Đầu tiên là nhà nước cần có chính sách khuyến khích sinh đẻ:

Hỗ trợ tài chính: Cung cấp trợ cấp trực tiếp cho các gia đình sinh con thứ hai và thứ ba. Miễn giảm thuế thu nhập cá nhân cho người có con; tăng mức khấu trừ gia đình cho người có con; hỗ trợ chi phí giáo dục cho con; hỗ trợ chi phí y tế cho phụ nữ mang thai và sinh nở.Hỗ trợ nhà ở cho các gia đình có nhiều con.
Hỗ trợ về giáo dục và y tế: Mở rộng hệ thống trường học, bệnh viện công lập; tăng cường đầu tư cho giáo dục và y tế; miễn giảm học phí cho học sinh, sinh viên; cung cấp dịch vụ chăm sóc sức khỏe chất lượng cao cho trẻ em và phụ nữ. Cung cấp dịch vụ chăm sóc trẻ em chất lượng cao, giá cả hợp lý.
Thay đổi quan niệm xã hội: Tuyên truyền về lợi ích của việc sinh con và nuôi dạy con cái; thay đổi quan niệm về vai trò của người phụ nữ trong gia đình, hướng đến sự bình đẳng giới; khuyến khích nam giới tham gia vào việc chăm sóc con cái. Xóa bỏ định kiến về giới và khuyến khích phụ nữ tham gia vào lực lượng lao động.

Thứ hai là cần phải nâng cao chất lượng dân số:

Đầu tư vào giáo dục: Nâng cao chất lượng giáo dục đại học, dạy nghề; tăng cường đào tạo nguồn nhân lực có trình độ cao, đáp ứng nhu cầu phát triển kinh tế xã hội; khuyến khích học tập suốt đời. Đổi mới chương trình giáo dục để phát triển kỹ năng tư duy phản biện, sáng tạo, kỹ năng giải quyết vấn đề và kỹ năng làm việc nhóm cho học sinh.
Phát triển y tế: Nâng cao chất lượng hệ thống y tế, tăng cường đầu tư cho y tế dự phòng, y tế cơ sở; phát triển các dịch vụ y tế chất lượng cao, đáp ứng nhu cầu của người dân; đẩy mạnh nghiên cứu khoa học về y tế. Tăng cường cung cấp dịch vụ y tế cho người cao tuổi.
Giảm thiểu tệ nạn xã hội: Tăng cường tuyên truyền, giáo dục về tác hại của tệ nạn xã hội; có các biện pháp phòng ngừa, ngăn chặn và xử lý tệ nạn xã hội; tạo việc làm cho người lao động, giúp họ có thu nhập ổn định. Hỗ trợ cai nghiện và tái hòa nhập cộng đồng cho người nghiện.

Thứ ba là phân bố dân cư hợp lý:

Phát triển kinh tế ở các khu vực nông thôn: Đầu tư phát triển cơ sở hạ tầng, thu hút các doanh nghiệp đầu tư vào khu vực nông thôn; tạo việc làm cho người dân nông thôn; nâng cao đời sống người dân nông thôn.Phát triển các ngành công nghiệp nông thôn, làng nghề truyền thống.
Hạn chế di cư: Nâng cao chất lượng cuộc sống ở các khu vực nông thôn; phát triển các dịch vụ văn hóa, xã hội ở các khu vực nông thôn; có chính sách thu hút người di cư từ thành thị về quê hương. Hỗ trợ người di cư tìm kiếm việc làm và nhà ở.

Cuối cùng là phải có chính sách thích ứng với già hóa dân số:

Nâng cao tuổi nghỉ hưu: Dựa trên điều kiện kinh tế xã hội, xem xét nâng cao tuổi nghỉ hưu phù hợp; khuyến khích người cao tuổi có sức khỏe và khả năng tiếp tục làm việc. Tạo điều kiện cho người cao tuổi làm việc linh hoạt, phù hợp với sức khỏe và năng lực của họ.
Phát triển hệ thống chăm sóc người cao tuổi: Mở rộng hệ thống viện dưỡng lão, nhà mở rộng hệ thống chăm sóc sức khỏe cho người cao tuổi; phát triển các dịch vụ chăm sóc người cao tuổi tại cộng đồng. Hỗ trợ gia đình trong việc chăm sóc người cao tuổi.

5 Kết Luận

5.1 Kết Luận

Trong giai đoạn nghiên cứu đề tài về biến động dân số của Việt Nam từ 2010-2022 ta nhận thấy là trong giai đoạn này dân số Việt Nam vẫn tăng theo từng năm tuy nhiên tốc độ tăng trưởng dân số lại giảm đi, cơ cấu dân số thay đổi theo hướng nam tăng nữ giảm và tỷ lệ dân cư tập trung. Nguyên nhân là do ảnh hưởng của các yếu tố như là: tỷ lệ sinh, tử; tuổi thọ trung bình của người dân; tỷ suất di cư,…

Trong giai đoạn này tỷ suất sinh có xu hướng tăng giảm còn tỷ suất tử biến động không đều cùng với tuổi thọ trung bình ngày càng cao thể hiện sự già hoá dân số ở nước ta diễn ra nhanh chóng. Đồng thời tỷ lệ dân cư tập trung ở thành thị có xu hướng tăng cao thể hiện mức độ đô thị hoá ở Việt Nam đang diễn ra một tích cực.

Tuy nhiên sự biến động dân số cũng gây ra một số ảnh hưởng đến các yếu tố kinh tế-xã hội, để cân bằng sự ảnh hưởng của dân số với các yếu tố kinh tế xã hội thì em đã đưa ra một số giải pháp để giải quyết tình trạng dân số của Việt Nam hiện nay. Đó cũng là mục đích của đề tài nghiên cứu này.

5.2 Hạn chế và phương hướng tiếp theo của đề tài

Trong quá trình nghiên cứu đề tài em nhận thấy được sự hạn chế trong việc thu thập dữ liệu từ các nguồn khác nhau vì chênh lệch số liệu từ các nguồn khác nhau dẫn đến việc số liệu có thể chênh lệch đôi chút giữa các năm.

Một số đề xuất cho những nghiên cứu tiếp theo của đề tài này. Có thể phân tích sâu hơn vào cơ cấu của dân số kết hợp với việc phân tích chi tiết vào từng khu vực của Việt Nam để có thể đưa ra những chính sách thích hợp điều chỉnh sự biến động của dân số Việt Nam theo từng vùng miền nhằm đẩy mạnh sự tăng trưởng kinh tế của nước nhà.

6 Tài Liệu Tham Khảo

Tổng cục thống kê: https://www.gso.gov.vn/dan-so/

Dữ liệu từ World Bank

Tài liệu môn Ngôn Ngữ Lập Trình

---
title: "**Tiểu Luận : Phân Tích Sự Biến Động Của Dân Số Việt Nam Từ 2010-2022**"
output: 
  html_document:
    code_folding: hide
    code_download: true
    number_sections: yes
    toc_depth: 5
    toc: yes
    toc_float:
      collapsed: yes
      smooth_scroll: yes
  pdf_document:
    latex_engine: xelatex
    toc: true
    toc_depth: '5'
  word_document:
    toc: true
    toc_depth: '5'
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
```{css,echo = FALSE}
h1 {
  font-family: "Times New Roman", Times, serif;
  font-size: 32px;
  font-weight: bold
  }

h2 {
  font-family: "Times New Roman", Times, serif;
  font-size: 28px;
  font-weight: bold;
 
}

h3 {
  font-family: "Times New Roman", Times, serif;
  font-size: 24px;
  font-weight: bold;
  font-style: italic;
}

h4 {font-family: "Times New Roman", Times, serif;
  font-size: 20px;
  font-style: italic}

body {
  font-family: "Times New Roman", Times, serif;
  font-size: 18px;
  
}
p:not(h1):not(h2):not(h3):not(h4):not(h5) {
  text-indent: 2em;}
p {
  text-align: justify;
  }
.tocify-header {
  font-weight: bold;
}

```



![](C:/Users/Admin/Downloads/tk-hình ảnh-1.jpg)

# **Phần mở đầu**

## **Lý do chọn đề tài nghiên cứu**

Dân số là vấn đề cần quan tâm hàng đầu của mỗi quốc gia bởi người dân là động lực của quá trình phát triển kinh tế và là mục đích phát triển của xã hội.Dân số của mỗi quốc gia chính là cơ sở và chủ thể của toàn bộ các quá trình diễn ra trong xã hội với khâu trung tâm là quá trình tái sản xuất xã hội. Dân cư vừa là đầu vào vừa là đầu ra trong toàn bộ quá trình sản xuất xã hội, sự phát triển của dân số đem lại nguồn cung lao động dồi dào cho nền kinh tế đồng thời cũng là nơi tiêu thụ sản phẩm, là thị trường tiêu thụ sản phẩm của nền kinh tế. Biến động dân số là một vấn đề quan trọng và cấp bách, ảnh hưởng đến nhiều khía cạnh của đời sống xã hội, kinh tế và môi trường. Nó được thể hiện qua sự thay đổi về quy mô, cơ cấu và phân bố dân số theo thời gian. Biến động dân số có thể do nhiều nguyên nhân khác nhau, bao gồm: tỷ lệ sinh, tỷ lệ tử, di cư,...

Dân số Việt Nam là một đề tài nghiên cứu quan trọng và có tính thực tiễn cao. Việc em lựa chọn đề tài này có thể giúp nghiên cứu hướng giải quyết các vấn đề dân số đang ảnh hưởng đến sự phát triển kinh tế - xã hội của đất nước. Với quy mô dân số lớn, tỷ lệ sinh thấp, già hóa dân số đang diễn ra nhanh chóng, và chất lượng dân số còn nhiều hạn chế, Việt Nam đang đối mặt với nhiều thách thức.

Những vấn đề này ảnh hưởng trực tiếp đến sự phát triển kinh tế - xã hội, gây ra gánh nặng kinh tế, gia tăng áp lực lên hệ thống y tế, giáo dục, an sinh xã hội, thiếu hụt nguồn nhân lực, ảnh hưởng đến năng suất lao động và khả năng cạnh tranh, và nguy cơ gia tăng các vấn đề xã hội như bất bình đẳng, tệ nạn xã hội.

Việc lựa chọn đề tài nghiên cứu về dân số Việt Nam là để phân tích những thách thức, cơ hội và những yếu tố ảnh hưởng đến sự phát triển về dân số của Việt Nam nhằm đưa ra những giải pháp thúc đẩy sự phát triển của dân số gắn với yếu tố kinh tế và xã hội trong tương lai

## **Mục tiêu nghiên cứu**

### **Mục tiêu tổng quát**

Mục tiêu tổng quát của đề tài là nghiên cứu tổng biến động dân số của Việt Nam từ năm 2010-2022

### **Mục Tiêu cụ thể**

Phân tích thực trạng hay là sự biến động của dân số Việt Nam từ 2010 đến 2022 bao gồm quy mô, cơ cấu, tốc độ tăng trưởng dân số,.. Phân tích tác động của quy mô dân số lớn, già hóa dân số, tỷ lệ sinh thấp,... đến sự phát triển kinh tế - xã hội của Việt Nam. Đánh giá gánh nặng kinh tế, áp lực lên hệ thống y tế, giáo dục, an sinh xã hội,... do các vấn đề dân số gây ra.Dựa trên kết quả phân tích thực trạng và đánh giá tác động, đề xuất các giải pháp phù hợp để giải quyết các vấn đề liên quan đến dân số.

## **Đối tượng, phạm vi nghiên cứu**

### **Đối Tượng Nghiên Cứu**

Đối tượng nghiên cứu: Tổng dân số của cả Việt Nam

### **Phạm vi nghiên cứu** 

Về không gian: nghiên cứu về biến động dân số trên nước Việt Nam

Về nội dung: nghiên cứu các vấn đề liên quan đến biến động dân số. 

Về thời gian: Thời gian nghiên cứu nghiên cứu là 12 năm, từ năm 2010 đến năm 2022.

## **Phương pháp nghiên cứu**

Sử dụng biểu đồ đường hoặc biểu đồ cột để minh họa sự biến động dân số của Việt Nam từ năm 2010-2022 và so sánh giữa các năm. Sử dụng các chỉ số thống kê như mean, median để mô tả sự biến động. Phân tích các yếu tố ảnh hưởng đến sự biến động của dân số như là tỷ lệ sinh, tỷ lệ tử, tuổi thọ trung bình, tỷ lệ dân di cư

## **Kết Cấu Đề Tài**

Phần mở đầu

Chương 1: Cơ Sở Lý Luận

Chương 2: Phân tích sự biến động của dân số Việt Nam và những yếu tố ảnh hưởng đến dân số 2010-2022

Chương 3: Ảnh hưởng của biến động dân số đến yếu tố kinh tế-xã hội và giải pháp cho tình hình dân số của Việt Nam trong tương lai

Chương 4: Kết Luận

Tài Liệu Tham Khảo

# **Chương 1: Cơ Sở Lý Luận**

## **Khái niệm vê dân số và biến động dân số**

Dân số là tập hợp tất cả những người đang sinh sống trên một lãnh thổ nhất định vào một thời điểm nhất định. Lãnh thổ này có thể là một quốc gia, một khu vực, một vùng, một tỉnh, một thành phố, hoặc thậm chí là một khu phố.

Biến động dân số là sự thay đổi về quy mô, cơ cấu và phân bố dân số theo thời gian. Biến động này có thể do nhiều yếu tố tác động (tỷ lệ sinh, tỷ lệ tử, di cư,...). Sự biến động dân số có thể dẫn đến nhiều hệ lụy tiêu cực, như:

 - Tăng gánh nặng kinh tế cho xã hội: Khi dân số tăng nhanh, nhu cầu về các dịch vụ thiết yếu như giáo dục, y tế, nhà ở,... cũng tăng theo, dẫn đến áp lực lên ngân sách nhà nước.
 - Thiếu hụt nguồn lao động hoặc dư thừa lao động: Khi dân số tăng quá nhanh, có thể dẫn đến tình trạng thiếu hụt việc làm, gây ra thất nghiệp và bất ổn xã hội. Ngược lại, khi dân số già hóa, có thể dẫn đến thiếu hụt nguồn lao động, ảnh hưởng đến sự phát triển kinh tế.
 - Gây áp lực lên tài nguyên thiên nhiên và môi trường: Khi dân số tăng, nhu cầu về tài nguyên thiên nhiên như nước, đất, năng lượng,... cũng tăng theo, dẫn đến nguy cơ cạn kiệt tài nguyên và ô nhiễm môi trường.
 - Gây ra các vấn đề xã hội như: thất nghiệp, tệ nạn xã hội, bất bình đẳng,...: Biến động dân số có thể dẫn đến bất ổn xã hội, gia tăng tệ nạn xã hội và bất bình đẳng trong xã hội.

## **Các yếu tố ảnh hưởng đến sự biến động dân số**

Sự biến động dân số là một vấn đề quan trọng cần được quan tâm. Việc hiểu rõ các yếu tố ảnh hưởng đến sự biến động dân số là rất quan trọng để xây dựng các chính sách phù hợp nhằm đảm bảo phát triển bền vững. Các yếu tố ảnh hưởng đến sự biến động dân số bao gồm :

-   Tốc độ tăng trưởng dân số là tỷ lệ phần trăm mà dân số của một khu vực tăng lên trong một khoảng thời gian nhất định.Tốc độ tăng trưởng cao dẫn đến gia tăng dân số nhanh chóng, gây áp lực lên tài nguyên và dịch vụ công cộng. Ngược lại, tốc độ tăng trưởng thấp có thể dẫn đến già hóa dân số, ảnh hưởng đến lực lượng lao động và tăng trưởng kinh tế.

-   Tỷ suất sinh là số trẻ em được sinh ra trong một năm trên 1.000 người dân. Tỷ suất tử là số người chết trong một năm trên 1.000 người dân. Tỷ suất sinh và tỷ suất tử là hai yếu tố quan trọng ảnh hưởng trực tiếp đến quy mô, cơ cấu và phát triển của dân số. Về quy mô dân số thì tỷ lệ sinh cao dẫn đến gia tăng dân số nhanh chóng, gây áp lực lên tài nguyên và dịch vụ công cộng,còn tỷ lệ tử cao dẫn đến giảm dân số. Tỷ lệ sinh thấp và tỷ lệ tử thấp dẫn đến dân số tăng chậm hoặc thậm chí giảm dân số và ngược lại

-   Tuổi thọ trung bình là số năm dự kiến mà một người sẽ sống, tính từ thời điểm sinh. Tuổi thọ trung bình cao (trên 70 tuổi) có những mặt tích cực như: giảm tỷ lệ tử vong, nâng cao chất lượng cuộc sống, giảm gánh nặng cho hệ thống giáo dục. Tuy nhiên, nó cũng có những mặt tiêu cực như: tăng tỷ lệ người cao tuổi, giảm tốc độ tăng trưởng dân số, thay đổi cơ cấu dân số, gây gánh nặng cho hệ thống an sinh xã hội và y tế. Tuổi thọ trung bình thấp (dưới 60 tuổi) có những mặt tiêu cực như: tăng tỷ lệ tử vong, giảm chất lượng cuộc sống, tăng gánh nặng cho hệ thống giáo dục. Tuy nhiên, nó cũng có mặt tích cực như: giảm tốc độ tăng trưởng dân số, tăng năng suất lao động.

-   Di cư là sự di chuyển của người dân từ nơi này sang nơi khác để sinh sống và làm việc. Đây là một yếu tố quan trọng ảnh hưởng đến sự biến động dân số. Di cư vào làm tăng dân số là tăng số lượng người trong độ tuổi lao động, thúc đẩy phát triển kinh tế.Di cư ra là làm giảm dân số giảm số lượng người trong độ tuổi lao động, ảnh hưởng đến phát triển kinh tế.

- Cơ cấu dân số (population structure): là sự phân chia số dân theo những tiêu chuẩn nhất định thành những bộ phận dân số khác nhau. Các tiêu chuẩn có thể là giới tính, tuổi, thành phần dân tộc, quốc tịch, ngôn ngữ, tôn giáo, nghề nghiệp, nơi cư trú… 


# **Chương 2: Phân tích sự biến động của dân số Việt Nam và những yếu tố ảnh hưởng đến dân số 2010-2022**

## **Phân tích tổng quan về tình hình biến động dân số của Việt Nam 2010-2022**

### **Thực trạng về tổng dân số và tốc độ tăng trưởng dân số Việt Nam 2010-2022**

Trước khi vào phân tích thì em xin được giới thiệu sơ lược về bộ dữ liệu về dân số lấy từ World Bank có indicator là "SP.POP.TOTL" để người người đọc có cái nhìn tổng quát hơn về bộ dữ liệu. 'SP.POP.TOTL' là mã được sử dụng bởi Ngân hàng Thế giới (World Bank) để biểu thị tổng dân số trong một quốc gia. (SP: Mã series cho các chỉ số liên quan đến dân số; POP: Mã cho các chỉ số liên quan đến dân số; TOTL: Viết tắt của "total", nghĩa là tổng). 

Và một bộ Bộ dữ liệu về tốc độ tăng trưởng dân số lấy từ World Bank có indicator là "SP.POP.GROW". 'SP.POP.GROW' là mã được sử dụng bởi Ngân hàng Thế giới (World Bank) viết tắt của Tỷ lệ tăng trưởng dân số. Mỗi ký tự trong mã có ý nghĩa riêng biệt (S: Series (Loạt); P: Population (Dân số); POP: Population (Dân số); GROW: Growth (Tăng trưởng))

Để dễ dàng so sánh sự biến động của tổng dân số và tốc độ tăng trưởng dân số trong cả giai đoạn 2010-2022 thì em sẽ sử dụng một bộ dữ liệu kết hợp giữa hai bộ dữ liệu được lấy từ World Bank và đã được phân tích trước đó, đó là bộ dữ liệu về tổng dân Số (SP.POP.TOTL) và bộ dữ liệu về tốc độ tăng trưởng dân số (SP.POP.GROW). Dữ liệu này gồm 3 biến và 13 quan sát. Trong đó có 0 biến định tính và 3 biến định lượng cụ thể là:

 - Year : Là số năm từ 2010 đến 2022
 - TotalPopulation : Là tổng dân số Việt Nam theo từng năm
 - Grow : Là tốc độ phát triển của dân số Việt Nam theo từng năm

Với bảng dữ liệu bên dưới, mỗi quan sát sẽ cho biết tên năm khảo sát và số liệu về tổng dân số Việt Nam và tốc độ tăng trưởng dân số từ 2010 đến 2022

```{r, warning=FALSE}
library(tidyverse)
library(WDI)
library(DT)
library(flextable)
library(xlsx)
tk2 <- read.xlsx("D:/download/danso2.xlsx", sheetIndex = "Sheet1", header = T)
na.omit(tk2)
datatable(tk2)
```


**Thông tin tổng quan cơ bản của bộ dữ liệu**

```{r}
summary(tk2$TotalPopulation)
```


 - Min: Là giá trị nhỏ nhất của tổng dân số từ 2010-2022 là 87411012 người
 - 1st Qu - Tứ phân vị thứ nhất : là con số chia tách dữ liệu thành 2 phần bằng nhau, trong đó 25% dữ liệu thấp hơn và 75% dữ liệu cao hơn số phân vị. Cụ thể là số phân vị thứ nhất 90267739 người chia tách tổng dân số Việt Nam lúc này làm hai (25% tổng dân số sẽ thấp hơn 90267739 người và 75% tổng dân số sẽ cao hơn 90267739 người)
 - Median - Trung vị : là khoảng 93126529 người , nó giống tứ phân vị thứ nhất nhưng khác ở chỗ chia tổng dân số làm 50%-50% (50% tổng dân số sẽ thấp hơn 93126529 người và 50% tổng dân số sẽ cao hơn 93126529 người)
 - Mean - Gía trị trung bình : là khoảng 92993099 người, con số này là giá trị trung bình mỗi năm tổng dân số Việt Nam là khoảng 92993099 người
 - 3rd Qu. - Phân vị thứ ba : là 95776716 người, nó giống tứ phân vị thứ nhất nhưng khác ở chỗ chia tổng dân số làm 75%-25% (75% tổng dân số sẽ thấp hơn 95776716 người, 25% tổng dân số sẽ cao hơn 95776716 người)
 - Max: Là giá trị lớn nhất của tổng dân sô từ 2010-2022 là 98186856 người

```{r}
summary(tk2$Grow)
```

Các quan sát có ý nghĩa tương tự như dữ liệu bên trên với các giá trị là min, 1st Qu, median, mean, 3rd Qu, Max

#### **Tình hình biến động của Tổng Dân Số**

```{r, warning=FALSE}
library(ggpubr)
p1 <- tk2 %>% select(Year, TotalPopulation )
p2 <- p1 %>% filter(Year < 2017)
p3 <- p1 %>% filter(Year > 2016 )

plot_p2 <- ggplot(p2, aes(x = Year, y = TotalPopulation)) +
  geom_col(fill = 'pink') +
  labs(title = "Giai đoạn từ 2010 đến 2016",
       x = 'Năm', y = 'Tổng Dân Số') 


plot_p3 <- ggplot(p3, aes(x = Year, y = TotalPopulation)) +
  geom_col(fill = 'lightblue') +
  labs(title = "Giai đoạn từ 2017 đến 2022",
       x = 'Năm', y = 'Tổng Dân Số') 
ggarrange(plot_p2, plot_p3, ncol = 2)
```

Trong giai đoạn 2010-2016 (biểu đồ bên trái với các cột màu hồng) chúng ta thấy rằng dân số năm sau cao hơn năm trước, nghĩa là dân số mỗi năm mỗi tăng, điều này được thể hiện một cách rõ ràng qua biểu đồ. Dân số có xu hướng tăng đều theo từng năm. Thấp nhất là năm 2010 ứng với 87411012 người và cao nhất trong giai đoạn này là năm 2016 với tổng số dân là 93126529 (chênh lệch tổng số dân của 2 năm này là 5715517 người)

Còn đến với giai đoạn 2017-2022(biểu đồ bên phải với các cột màu xanh) chúng ta vẫn thấy rằng dân số năm sau cao hơn năm trước, nghĩa là dân số mỗi năm mỗi tăng, dân số vẫn có xu hướng tăng theo từng năm, tuy nhiên khi nhìn vào đồ thị ta thấy dân số tăng khá ít do mức độ chênh lệch giữa các cột không rõ ràng. Thấp nhất trong giai đoạn này là năm 2017 với tổng số dân là 94033048 và cao nhất là 98186856 năm 2022 (chênh lệnh là 4153808 người)

Qua hai biểu đồ nhỏ ta nhận thấy là dân số Việt Nam vẫn có xu hướng tăng từng năm, tuy nhiên ở giai đoạn một (2010-2016) thì xu hướng này được thể hiện một cách rõ ràng hơn và sự chênh lệch dân số cũng cao hơn là trong giai đoạn từ 2017-2022. Điều này thể hiện là dân số Việt Nam càng về những năm gần đây thì tăng càng chậm, có rất nhiều nguyên nhân dẫn tới vấn đề này và để làm rõ hơn thì chúng ta sẽ tiến hành phân tích tiếp tục về một vài yếu tố ảnh hưởng đến sự biến động dân số của hai giai đoạn này.

#### **Tốc độ Phát triển của dân số**

Mặc dù là với biểu đồ về tổng dân số bên trên thì ta nhận thấy tổng dân số Việt Nam vẫn tăng đều theo từng năm và không có sự chênh lệch quá rõ ràng giữa các năm tuy nhiên khi ta nhìn vào biểu đồ thể hiện tốc độ tăng trưởng dân số qua hai giai đoạn từ 2010 đến 2016 và từ 2017 đến 2022 thì ta lại thấy sự chênh lệch rõ ràng của biểu đồ đường ở hình bên dưới

```{r, warning=FALSE}
t <- tk2 %>% select(Year, Grow )
t2 <- t %>% filter( Year < 2017)
t3 <- t %>% filter( Year > 2016) 
plot_t2 <- ggplot(t2,aes(x= Year, y=Grow)) +
  geom_line(color='pink', linewidth =1) +
  geom_point(color='red') +
  geom_text(aes(label = round(Grow,3) ),vjust = .1, color = 'black') +
  labs(title = "Giai đoạn từ 2010 đến 2016") +
  labs(x = 'Năm', y = 'Tốc độ phát triển(%)') 

plot_t3 <- ggplot(t3,aes(x= Year, y=Grow)) +
   geom_line(color='lightblue', linewidth =1) +
  geom_point(color='red') +
  geom_text(aes(label = round(Grow,3) ),vjust = .1, color = 'black') +
  labs(title = "Giai đoạn từ 2017 đến 2022") +
  labs(x = 'Năm', y = 'Tốc độ tăng trưởng(%)') 

ggarrange(plot_t2, plot_t3, ncol = 2)
```


Biểu đồ bên trái có đường màu hồng là biểu đồ hiển thị tốc độ phát triển của dân số Việt Nam từ năm 2010 đến năm 2016. Đường màu hồng thể hiện xu hướng chung của tốc độ phát triển, trong khi các điểm màu đỏ thể hiện tốc độ phát triển cho từng năm. Theo biểu đồ thì tốc độ phát triển dân số Việt Nam từ 2010 đến 2013 có xu hướng tăng lên theo từng năm và đỉnh điểm là vào 2013 tốc độ phát triển dân số đạt tới 1.076% nhưng từ năm 2013 đến năm 2016 tốc độ phát triển dân số có xu hướng giảm mạnh, vào năm 2016 tốc độ phát triển dân số nước ta giảm còn 1.009%. Có nghĩa là so với năm 2013 thì tốc độ phát triển dân số giảm 0.067% - đây là một sự chênh lệch khá lớn trong giai đoạn này.

Chưa dừng lại ở đó, khi ta nhìn sang biểu đồ giai đoạn hai bên phải có đường màu xanh là biểu đồ hiển thị tốc độ phát triển của dân số Việt Nam từ năm 2017 đến năm 2022. Theo biểu đồ thì ta nhận thấy là cũng trong giai đoạn này tốc độ phát triển dân số có xu hướng giảm một cách rõ rệt, cao nhất là vào năm 2017 tốc độ phát triển đạt 0.969% tuy nhiên so với năm 2016 của giai đoạn một thì tốc độ phát triển của năm 2017 vẫn là đang giảm và thấp nhất là 2022 với 0.735% (sự chênh lệch giữa năm đầu và năm cuối là 0.234%). Trong giai đoạn giữa năm 2019 và năm 2020 dân số cũng có xu hướng tăng lên nhưng không đáng kể cụ thể là tốc độ phát triển dân số năm 2019 là 0.904% và năm 2020 là 0.906%(chênh lệch khoảng 0.002%), sau đó tốc độ phát triển dân số lại có xu hướng giảm mạnh. Có rất nhiều nguyên nhân dẫn đến sự chênh lệch trong giai đoạn này có thể là do ảnh hưởng của trận dịch bệnh COVID 19 và những hậu quả của nó để lại dẫn đến sự sụt giảm của tốc độ tăng trưởng dân số từ 2020 đến 2011 là khá mạnh.

Nhìn chung, khi phân tích cả hai giai đoạn trên thì ta nhận thấy là tốc độ tăng trưởng dân số Việt Nam giai đoạn 2010-2022 có xu hướng giảm dần( chỉ có xu hướng tăng vào khoảng từ 2010-2013 và sau đó giảm mạnh cho đến 2022).Tỷ lệ tăng trưởng dân số bình quân giai đoạn 2010-2022 là 0.963%/năm (đã được thống kê ở thông tin của bộ dữ liệu). 


###  **Sự thay đổi cơ cấu Dân Số của Việt Nam từ 2010 đến 2020**

Dữ liệu được tổng hợp từ World Bank và Tổng Cục Thống Kê Việt Nam. Bộ dữ liệu này là cơ cấu dân số được phân theo giới tính và khu vực.

```{r}
cp <- read.xlsx("D:/download/cocaudanso.xlsx", sheetIndex = 1, header = T)
na.omit(cp)
datatable(cp)
```


#### **Cơ Cấu Dân Số trung bình phân theo theo giới tính**

Cơ cấu dân số theo giới tính là sự phân chia tổng số dân của một vùng thành hai nhóm nam và nữ.


```{r}
cp1 <- cp %>% group_by(Năm.,Giới.Tính) %>% summarise(Cơ.cấu.dân.số.theo.giới.tính)
 ggplot(cp1,aes(x=Năm., y = Cơ.cấu.dân.số.theo.giới.tính , color=Giới.Tính ))+
  geom_line()+
  scale_color_manual(values = c("blue", "red")) +
  labs(title = "Cơ Cấu Dân Số trung bình của Việt Nam phân theo theo giới tính"  )+
   labs(x = 'Năm', y = 'Cơ cấu dân số(%)') 
```

Theo biểu đồ trên ta thấy tỷ lệ giới tính nữ cao hơn tỷ lệ giới tính nam ở Việt Nam, nhưng cơ cấu tỷ lệ này đang có xu hướng giảm dần theo thời gian mặc dù hiện tại thì tỷ lệ nữ vẫn cao hơn tuy nhiên sự chênh lệch này đã giảm đáng kể. Cụ thể là vào năm 2010 thì tỷ lệ nam nữ có sự chênh lệch một cách đáng kể (1,08%), cũng trong năm này tỷ lệ dân số nữ chiếm hơn 50,4% trên tổng dân số (đây là năm có tỷ lệ dân số nữ cao nhất trong giai đoạn 2010-2022) và tỷ lệ dân số nam chiếm khoảng thấp hơn 49,6% trên tổng dân số (tỷ lệ dân số nam thấp nhất trong giai đoạn 2010-2022). 

Tỷ lệ nam nữ có xu hướng biến động mạnh (sự tăng giảm rõ rệt được thể hiện qua độ dốc của 2 đường màu đỏ và xanh) từ năm 2010 đến 2020. Tuy nhiên từ năm 2020 trở về sau thì sự tăng giảm của 2 đường màu đã không còn rõ ràng có nghĩa là tỷ lệ nam/nữ trên cho tổng dân số đang có xu hướng bão hoà. Đến năm 2022 thì sự chênh lệch giữa tỷ lệ dân số nam và nữ không quá nhiều cụ thể là vào năm 2022 thì tỷ lệ dân số nữ chỉ chiếm gần 50.2% trên tổng dân số và tỷ lệ dân số nam chiếm gần 49.8% trên tổng số dân (mức độ chênh lệch khoảng 0.4%). Trong khi dân số nữ từ giai đoạn 2013 đến giai đoạn 2022 có xu hướng giảm đều thì ngược lại dân số nam có xu hướng tăng đều theo từng năm



#### **Cơ Cấu Dân Số thay đổi theo khu vực**

Việt Nam vốn là một nước từ nông nghiệp phát triển lên công nghiệp hoá, thế nên hầu hết dân cư tập trung ở các vùng nông thôn nhiều hơn là thành thị. Cụ thể là theo biểu đồ được vẽ ở dưới thì ta thấy là dân cư tập trung chủ yếu ở nông thôn nhưng khoảng cách giữa tỷ lệ dân cư ở nông thôn và thành thị có sự thu hẹp theo thời gian, càng về giai đoạn sau thì tỷ lệ dân cư ở thành thị có xu hướng tăng cao còn tỷ lệ dân cư ở nông thôn thì có xu hướng giảm dần. Đây là kết quả của thời kỳ công nghiệp hoá - hiện đại hoá, xu hướng người trẻ di cư vào thành thị để tìm kiếm những cơ hội cạnh tranh nhằm bắt kịp sự phát triển vượt bậc của nền kinh tế 

```{r}
kv1 <- cp %>% group_by(Năm.,Khu.Vực) %>% summarise(Cơ.cấu.dân.số.theo.khu.vực)
ggplot(kv1,aes(x=Năm., y = Cơ.cấu.dân.số.theo.khu.vực , color=Khu.Vực ))+
  geom_line()+
  scale_color_manual(values = c("blue", "red")) +
  labs(title = "Cơ cấu dân số của Việt Nam theo khu vực"  )+
   labs(x = 'Năm', y = 'Cơ cấu dân số(%)') +
   theme_minimal()

```

Theo biểu đồ ta nhìn thấy sự chênh lệnh giữa tỷ lệ dân cư thành thị và nông thôn ở năm 2010 là rõ ràng nhất. Tỷ lệ dân cư ở nông thôn vào năm 2010 là gần 70% tổng dân số Việt Nam còn ở thành thị thì tỷ lệ dân cư chiếm khoảng 30% trên tổng dân số(chênh lệch khoảng 40%). Đây là một mức chênh lệch khá lớn, điều này có thể phản ánh quá trình đô thị hoá ở giai đoạn này chưa được đẩy mạnh cũng như là nền kinh tế chỉ mới bước đầu chuyển từ nông nghiệp sang công nghiệp hoá.

Giai đoạn từ năm 2010 đến 2020 thì sự biến động của cả 2 tỷ lệ dân số theo thành thị và theo nông thôn khá rõ ràng. Đường biểu đồ màu xanh tượng trưng cho tỷ lệ dân số nông thôn có xu hướng dốc xuống rõ ràng thể hiện tỷ lệ dân số giảm, vào năm 2020 thì tỷ lệ dân số của nông thôn là khoảng dưới 65% (giảm khoảng 5% so với 2010). Và đường màu hồng tượng trưng cho tỷ lệ dân số thành thị có xu hướng dốc lên thể hiện tỷ lệ dân số tăng, năm 2022 thì tỷ lệ của dân cư thành thị là gần 40% trên tổng số dân (tăng khoảng 8% so với 2010). Điều này cho thấy quá trình đô thị hoá cũng như là cơ cấu nền kinh tế sự thay đổi khá vượt bậc so với năm 2010.

Tuy nhiên vào giai đoạn từ năm 2020 đến năm 2022 thì tỷ lệ dân số theo thành thị và nông thôn có xu hướng bão hoà chỉ tăng khá nhẹ, có thể là do sự ảnh hưởng sau dịch bệnh đã làm cho nền kinh tế trì trệ và tốc độ đô thị hoá suy giảm ảnh hưởng tới việc quyết định di cư từ nông thôn lên thành thị của người dân. Nhưng trong giai đoạn này thì sự chênh lệch giữa tỷ lệ dân cư của thành thị và nông thôn có sự thu hẹp. Cụ thể là vào 2022 thì tỷ lệ dân cư ở nông thôn là khoảng 62% và tỷ lệ dân cư ở thành thị là khoảng 38% (mức chênh lệch là khoảng 24%). 


## **Những yếu tố ảnh hưởng đến dân số Việt Nam từ 2010-2022**

### **Tỷ suất sinh thô và tỷ suất tử thô**

Tỷ suất sinh thô (ký hiệu CBR tức viết tắt tiếng Anh: crude birth rate) là một trong những chỉ tiêu đo lường mức sinh của dân số, và là một trong hai thành phần của tăng tự nhiên dân số. Tỷ suất sinh thô lớn hay nhỏ có ảnh hưởng đến quy mô, cơ cấu và tốc độ gia tăng dân số. Tỷ suất sinh thô cho biết có 1.000 dân, thì có bao nhiêu trẻ em sinh ra sống trong năm. Tỷ suất sinh thô được tính theo công thức : **(CBR = (Số trẻ em sinh ra trong năm / Tổng số dân trung bình của năm) * 1000)**

Tử suất hay tỷ suất chết thô (viết tắt tiếng Anh: crude death rate) được xác định bằng số người chết (nói chung, hoặc vì lý do cụ thể) trong năm tính theo tỷ lệ đối với dân số.Tỷ suất chết thô thường được tính theo đơn vị phần nghìn.Tỷ suất tử thô được tính theo công thức: **(CDR = (Số người chết trong năm / Tổng số dân trung bình cả năm) * 1000)**

Tỷ suất sinh thô và tỷ suất tử thô là hai yếu tố quan trọng ảnh hưởng trực tiếp đến sự biến động dân số. Cụ thể là nếu tỷ suất sinh thô (CBR) lớn hơn tỷ suất tử thô (CDR) thì dân số sẽ tăng. Đây là điều dễ hiểu bởi vì số trẻ em sinh ra mỗi năm (tính trên 1.000 người) nhiều hơn số người chết. Mức độ tăng dân số phụ thuộc vào chênh lệch giữa CBR và CDR, Chênh lệch càng lớn thì dân số tăng càng nhanh còn Chênh lệch càng nhỏ, dân số tăng càng chậm. Và người lại nếu tỷ suất sinh thô thấp hơn tỷ suất tử thô thì dân số sẽ giảm. Trường hợp khi tỷ suất sinh thô và tỷ suất tử thô bằng nhau thì dân số sẽ duy trì ở mức ổn định.

Biểu đồ bên dưới được lấy dữ liệu từ hai bộ dữ liệu có sẵn từ World Bank là SP.DYN.CBRT.IN (dữ liệu về tỷ suất sinh thô) và SP.DYN.CDRT.IN (tỷ suất tử thô) của Việt Nam. Dữ liệu này gồm 3 biến và 26 quan sát. 

```{r, warning=FALSE}
sinhtu <- read.xlsx("D:/download/tylesinhtu1.xlsx", sheetIndex = 1, header = T)
 ggplot(sinhtu,aes(x = Năm, y = Tỷ.Lệ., fill = Yếu.Tố.Ảnh.Hưởng)) +
  geom_col(position = "dodge") +
  labs(x = "Năm", y = "Tỷ Suất Sinh Tử", title = "Tỷ suất sinh tử của dân số Việt Nam giai đoạn 2010-2022", fill = "Yếu tố ảnh hưởng") +
  scale_fill_manual(values = c("darkgray", "navy"))+
  theme_minimal()
```

Mặc dù là dân số vẫn tăng đều theo từng năm nhưng tốc độ tăng trưởng của dân số lại giảm đi đáng kể nguyên nhân có thể là do tỷ suất sinh thô và tử thô của dân số Việt Nam ảnh hưởng tới tốc độ tăng trưởng này. Theo biểu đồ như biểu đồ về tỷ suất sinh/tử này thì nhận thấy dược tỷ lệ sinh trong giai đoạn 2010-2022 đang có xu hướng giảm đi đáng kể đặc biệt là giữa 2 năm 2021 và 2022 tỷ suất sinh sụt giảm khá nhiều chênh lêch khoảng giữa 2 tỷ suất của 2 năm là 2.5 tức có nghĩa là có khoảng 2 đứa trẻ được sinh ra trên tổng 1000 người dân. Và so với năm 2010 thì tỷ suất sinh thô của năm 2022 giảm khoảng 4,9 (giảm khoảng 4 đứa trẻ được sinh ra trên 1000 dân). Tỷ suất sinh thô sụt giảm gây ra sự sụt giảm của tốc độ tăng trưởng dân số, không những thế tỷ suất sinh thô giảm cũng sẽ dẫn đến tình trạng già hoá dân số của nước ta, đây là vấn đề cần được khắc phục.

Trái với tỷ suất sinh thô thì ta thấy tỷ suất tử thô trong giai đoạn 2010-2019 có xu hướng tăng đều, từ 2010 đến 2019 thì tỷ suất tử thô tăng khoảng 1 (có nghĩa là trên 1000 người thì có khoảng 1 người mất đi). Nhưng trong giai đoạn từ 2020 đến 2022 thì tỷ suất tử thô biến động không đều cụ thể là từ 2019-2020 tỷ suất tử thô giảm, từ 2020-2021 thì tỷ suất tử thô tăng, từ 2021-2022 tỷ suất tử thô tiếp tục giảm. Ta không thể nhìn vào biểu đồ để dự đoán về tỷ suất tử thô trong giai đoạn tới. Tuy nhiên nếu trong giai đoạn tới tỷ suất tử thô tiếp tục tăng thì điều này sẽ ảnh hưởng đến tuổi thọ trung bình cũng như phản ánh sự sụt giảm chất lượng dân số của quốc gia và ngược lại.

Dù là tỷ suất sinh thô giảm hay tỷ suất tử thô tăng thì nhìn chung Việt Nam vẫn có tỷ suất sinh lớn hơn tỷ suất tử, điều này sẽ kiểm soát sự già hoá của dân số. Tuy nhiên cần phải cân bằng giữa 2 tỷ suất này để tránh tình trạng già hoá do tỷ suất tử cao và tình trạng tăng gánh nặng kinh tế do tỷ suất sinh cao.


### **Tuổi thọ trung bình của dân số Việt Nam**

Tuổi thọ trung bình hay tuổi thọ bình quân là con số ước tính về số năm bình quân của một người sinh ra có thể sống được. Theo đó, tuổi thọ trung bình có mối quan hệ khăng khít với tỷ suất tử vong. (Ví dụ: Cùng có cấu trúc tuổi như nhau, nước nào có tuổi thọ trung bình càng cao thì hệ số tử vong của nước đó càng thấp).

Ảnh hưởng của tuổi thọ trung bình đến sự phát triển dân số:

 - Khi tuổi thọ trung bình tăng thì người dân sống lâu hơn, dân số sẽ tăng. Điều này có thể dẫn đến nhiều lợi ích như tăng nguồn lao động, thúc đẩy kinh tế và tăng tích lũy vốn xã hội. Tuy nhiên, nó cũng có thể dẫn đến các vấn đề như tăng gánh nặng cho hệ thống y tế, giáo dục và an sinh xã hội.
 - Tuổi thọ trung bình cao kết hợp với tỷ suất sinh thấp thì sẽ dẫn đến tình trạng mọi người sống lâu hơn nhưng tỷ lệ sinh thấp, tốc độ tăng dân số sẽ giảm. Điều này có thể dẫn đến già hóa dân số, ảnh hưởng đến tăng trưởng kinh tế và tiềm năng đổi mới.
 - Tuổi thọ trung bình cũng ảnh hưởng đến cơ cấu của dân số đó là sẽ đẩy nhanh quá trình già hoá dân số. Điều này có thể dẫn đến thiếu hụt lao động trong một số ngành nghề và tăng gánh nặng cho hệ thống an sinh xã hội.

```{r, warning=FALSE}
tb <- read.xlsx("D:/download/tuoithotb.xlsx", sheetIndex = 1, header = T)
ggplot(tb,aes(x=year, y=SP.DYN.LE00.IN.)) +
  geom_col(fill='lightblue') +
  geom_text(aes(label = round(SP.DYN.LE00.IN.,2) ),vjust = 2, color = 'black') +
  labs(title = "Tuổi thọ trung bình của dân số Việt Nam giai đoạn 2010 đến 2022") +
  labs(x = 'Năm', y = 'Tuổi thọ trung bình') +
  theme_minimal()
```

Tuổi thọ trung bình của dân số Việt Nam có xu hướng tăng dần theo thời gian. Dựa vào biểu đồ trên ta nhận thấy là xu hướng tăng này khá ổn định theo từng năm từ 2010 đến 2022. Tuổi thọ trung bình có sự giảm nhẹ từ 2019 đến 2020 (từ 74.09 tuổi đến 73.39 tuổi) nhưng sau đó lại tiếp tục tăng lên ở 2 năm tiếp theo.

Năm 2010 dân số Việt Nam có tuổi thọ trung bình là 73.51 tuổi và đến năm 2022 thì tuổi thọ trung bình của dân số Việt Nam là 73.64 tuổi (tăng 0,13 tuổi). Mặc dù mức tăng không cao nhưng nó cũng thể hiện dấu hiệu tích cực cho thấy sự phát triển của nền kinh tế, y tế và giáo dục của Việt Nam.

### **Tỷ suất di cư ròng**

Tỷ suất di cư thuần phản ánh tình trạng nhập cư của dân số vào một đơn vị lãnh thổ và tình trạng xuất cư của dân số ra khỏi đơn vị lãnh thổ trong thời kỳ nghiên cứu. Tỷ suất di cư thuần được tính bằng hiệu số giữa người nhập cư và người xuất cư của một đơn vị lãnh thổ trong kỳ nghiên cứu tính bình quân trên 1000 dân của đơn vị lãnh thổ đó.

Tỷ suất di cư ròng là một yếu tố quan trọng ảnh hưởng đến dân số và có thể mang lại nhiều tác động tích cực và tiêu cực. Tỷ suất di cư ròng ảnh hưởng trực tiếp đến dân số của một quốc gia hoặc lãnh thổ theo những cách sau:

 - Tỷ suất di cư ròng dương (SM.POP.NETM > 0): Khi số lượng người nhập cư nhiều hơn người di cư, dân số sẽ tăng. Điều này có thể mang lại nhiều lợi ích như tăng nguồn lao động, thúc đẩy kinh tế, và đa dạng hóa văn hóa. Tuy nhiên, nó cũng có thể dẫn đến các vấn đề như tăng gánh nặng cho hệ thống y tế, giáo dục và nhà ở.
 - Tỷ suất di cư ròng âm (SM.POP.NETM < 0): Khi số lượng người di cư nhiều hơn người nhập cư, dân số sẽ giảm. Điều này có thể dẫn đến thiếu hụt lao động, ảnh hưởng đến tăng trưởng kinh tế. Tuy nhiên, nó cũng có thể giúp giảm bớt gánh nặng cho hệ thống y tế, giáo dục và nhà ở.

Tỷ Suất di cư ròng được xác định bằng công thức: **Tỷ suất di cư ròng = (Số lượng người nhập cư - Số lượng người di cư) / Dân số trung bình * 1000**

```{r}
d <- WDI(indicator ='SM.POP.NETM', country = c('VN'))
d1 <- d %>% filter(year > 2009) %>% select(year,SM.POP.NETM)
d2 <- d1 %>% filter( year <2017)
d3 <- d1 %>% filter(year > 2016)
plot_d2 <- ggplot(d2,aes( x= year, y=SM.POP.NETM)) +
  geom_col(fill='plum') +
  geom_text(aes(label = SM.POP.NETM),vjust = .2, color = 'black') +
  labs(title = "Giai đoạn từ 2010 đến 2016") +
  labs(x = 'Năm', y = 'Tỷ suất di cư ròng') +
  coord_flip() +
  theme_minimal()

plot_d3 <- ggplot(d3,aes( x= year, y=SM.POP.NETM)) +
  geom_col(fill='skyblue') +
  geom_text(aes(label = SM.POP.NETM),vjust = 3, color = 'black') +
  labs(title = "Giai đoạn từ 2017 đến 2022") +
  labs(x = 'Năm', y = 'Tỷ suất di cư ròng') +
  coord_flip() +
  theme_minimal()

ggarrange(plot_d2, plot_d3, ncol = 2)
```

Tổng quan biểu đồ về tỷ suất di cư ròng thể hiện số âm tương đương là số người xuất cư nhiều hơn số người nhập cư. Đầu tiên là về giai đoạn năm 2010 đến 2016 ta nhận thấy là sự chênh lệnh giữ số người nhập cư và xuất cư giữa các năm không đồng đều, nhưng số người xuất cư nhiều hơn số người nhập cư điều này dẫn đến việc dân số sẽ bị sụt giảm do di cư

Sang tới giai đoạn năm 2017-2022 thì tỷ suất di cư ròng vẫn mang giá trị âm, tuy nhiên số lượng người xuất cư và nhập chênh lệch khá ít cho đến năm 2022 thì sự chênh lệch này tăng đột biến. Có thể là do ở giai đoạn từ 2019-2021 đây là giai đoạn bùng nổ dịch bệnh nên số lượng người nhập cư tăng lên và số lượng người xuất cư giảm đi. Do đó sự chênh lệch trong khoảng 3 năm của giai đoạn này là khá ít, tuy nhiên đến năm 2022 thì lại tăng lên đáng kể, có thể là do đây là giai đoạn phục hồi sau COVID 19.


# **Chương 3: Ảnh hưởng của biến động dân số đến yếu tố kinh tế-xã hội và giải pháp cho tình hình dân số của Việt Nam trong tương lai**

## **Ảnh hưởng của biến động dân số đến yếu tố kinh tế-xã hội**

Dân số và phát triển kinh tế - xã hội có tác động tương hỗ lẫn nhau trên mọi lĩnh vực của đời sống xã hội. Ngày nay, khi mà cuộc cách mạng khoa học kỹ thuật đạt tới đỉnh cao của sự phát triển thì nhân loại cũng đang phải đối mặt với thực tế là sự “bùng nổ dân số” đã gây nhiều sức ép và cản trở đến sự phát triển của mỗi quốc gia. Thực tế ở nhiều nước cũng như ở nước ta cho thấy, với quy mô và cơ cấu dân số thích hợp thì dân số có tác động tích cực thúc đẩy kinh tế xã hội phát triển, ngược lại, nó sẽ trở thành lực cản của quá trình này. Khi nền kinh tế phát triển, sẽ tạo điều kiện vật chất cho việc chăm lo tới công tác giáo dục, đào tạo, chăm sóc sức khoẻ con người, nâng cao thể lực và trí tuệ con người và có tác động tốt tới các quá trình dân số. Mối quan hệ giữa dân số và phát triển kinh tế - xã hội là mối quan hệ nhân quả, tác động qua lại mật thiết với nhau. Vì vậy, bên cạnh những chính sách phát triển kinh tế - xã hội, việc đề ra và thực hiện thành công chính sách dân số là điều rất quan trọng, vì nó có thể ảnh hưởng đến một hay nhiều thế hệ công dân tương lai, ảnh hưởng đến sự phát triển bền vững của đất nước.
 
### **Ảnh hưởng của dân số đến nền kinh tế việt nam**

Kinh tế Việt Nam trong giai đoạn 2010 - 2022 mặc dù tăng trưởng ổn định nhưng chịu nhiều tác động từ môi trường quốc tế và môi trường trong nước. Trong đó, với đặc trưng hình thái kinh tế của Việt Nam, môi trường dân số có những tác động mạnh tới phát triển kinh tế.
 
Kinh tế tăng chậm trong khi dân số tăng còn cao sẽ kìm hãm s ự phát tri ển kinh tế làm tăng số người thiếu việc làm , thất nghiệp .Gây sức ép lớn đối với giáo dục, y tế , văn hóa . Các vấn đề giải phóng phụ nữ, việc làm , nhà ở ….không đáp ứng được. Gia tăng dân số nhanh đã tạo nên sức ép lớn đối với việc phát triển kinh tế, nâng cao chất lượng cuộc sống và bảo vệ tài nguyên, môi trường Chính sách phát triển dân số hợp lí và sử dụng có hiệu quả nguồn lao động. Việc làm đang một vần đề xã hội ở nước ta, hiện nay đang được tập trung giải quyết và bước đầu thu hiệu quả tốt. Nền kinh tế tăng trưởng cao có tác động tích cực đến vấn đề việc làm. Sự phát triển của khu vực kinh tế tư nhân, sự chuyển dịch mạnh mẽ cơ cấu kinh tế, sự can thiệp của nhà nước thông qua các chương trình việc làm, chương trình kinh tế xã hội, phát triển các làng nghề…

Trình độ phát triển kinh tế ảnh hưởng đến tốc độ gia tăng dân số. Ở Việt Nam trong những giai đoạn gần đây thì tỷ lệ gia tăng dân số thấp hơn nhiều so với giai đoạn trước. Đó là kết quả đồng thời của việc hạ thấp mức sinh và mức chết. Bởi vì, khi nền kinh tế phát triển, sẽ tạo điều kiện vật chất để đẩy mạnh công tác giáo dục, y tế. Do đó sẽ nâng cao nhận thức của người dân cũng như hiểu biết về “kỹ thuật” hạn chế sinh đẻ, nhờ vậy mà mức sinh được giảm đi. Nền kinh tế phát triển, việc áp dụng khoa học kỹ thuật hiện đại vào sản xuất, buộc người lao động phải có trình độ. Khi đó, cha mẹ sẽ phải chú ý đến việc nâng cao trình độ, chất lượng của con cái hơn là mặt số lượng. Đồng thời, khi nền kinh tế phát triển thì chế độ bảo hiểm và phúc lợi xã hội sẽ tốt hơn, nên cha mẹ không phải lo dựa nhiều vào các con lúc tuổi già, do vậy các cặp vợ chồng cũng không muốn sinh nhiều con.

Thông thường, tỷ lệ gia tăng tổng sản phẩm quốc dân (GNP) bình quân đầu người hằng năm được coi là chỉ tiêu để đánh giá tăng trưởng kinh tế. Để tăng được chỉ tiêu này, thì GNP phải tăng nhanh hơn tỷ lệ gia tăng dân số. Việc hạ thấp tỷ lệ gia tăng dân số (nếu GNP không thay đổi) cũng sẽ làm tăng GNP tính trên đầu người.


### **Ảnh hưởng của dân số đến các yếu tố xã hội ở Việt Nam**

Dân số là cơ sở hình thành các nguồn lao động, phục vụ cho sự phát triển. quy mô dân số, cơ cấu dân số hợp lý, chất lượng dân số cao tạo điều kiên phát triển nguồn lao động cả về số lượng, chất lượng, cơ cấu. Sự bùng nổ dân số quá nhanh gây ra nhiều tác động cho sự phát triển, tạo ra nhiều sức ép, làm chất lượng dân số đi xuống và chất lượng cuộc sống con người không được cải thiên.

Trong vòng những năm qa ở Việt Nam dân số có khuynh hướng tập trung vào các đô thị, tạo nên sự phân bố không đồng đều giữa các vùng, các khu vực, gây ảnh hưởng đến các mục tiêu phát triển. Một trong những nhân tố quan trọng của sự tăng trưởng đô thị là sự di dân từ nông thôn ra thành thị. Trong quá trình đô thị hóa, các biến động kinh tế như cơ hội tìm việc làm, sự chênh lệch về điều kiện văn hoá, xã hội (giáo dục, y tế, thông tin liên lạc, điều kiện làm việc và nghỉ ngơi) đã kích thích việc di dân từ nông thôn ra thành thị với hy vọng tìm được việc làm và điều kiện sống tốt hơn. Tình trạng dòng người từ nông thôn đổ xô về các đô thị tìm kiếm việc làm đã tạo nên các chợ người và làm gia tăng các tệ nạn xã hội như mại dâm, cờ bạc, trộm cắp, nghiện hút,... Vì vậy, vấn đề đặt ra là phải quản lý chặt chẽ, khoa học quá trình đô thị hóa để quá trình đó phát triển theo chiều hướng tích cực. Trong quá trình đô thị hoá, cần nghiên cứu, thiết kế, hoạch định các chính sách phù hợp để giải quyết các vấn đề lao động, việc làm; lựa chọn kỹ thuật, phương pháp sản xuất; giáo dục, đào tạo trong mối quan hệ, tác động qua lại mật thiết giữa dân số và phát triển kinh tế, xã hội, kết hợp giải quyết các vấn đề dân số và phát triển.

Các yếu tố dân số ảnh hưởng lớn đến chất lượng của hệ thống giáo dục. Ở nước ta, dân số tăng nhanh, do đó số học sinh cũng tăng nhanh. Đầu tư của Nhà nước và của gia đình học sinh cho giáo dục không theo kịp, nên điều kiện giảng dạy, học tập không được bảo đảm, dẫn đến tình trạng xuống cấp hệ thống giáo dục, chất lượng giảng dạy, học tập giảm sút, tỷ lệ học sinh đến trường đang có xu hướng giảm xuống, tỷ lệ bỏ học có xu hướng tăng lên. Khi nghiên cứu mối quan hệ giữa dân số và giáo dục cần chú ý đến kết quả chậm của sự tác động giữa chúng. Giáo dục tác động đến quá trình sinh, tử của dân số, cũng như các quá trình dân số tác động tới quy mô và chất lượng của giáo dục phải sau một thời gian ít nhất là hằng năm mới thấy được kết quả. Đó là đặc điểm của sự tác động lẫn nhau giữa các quá trình xã hội, trong đó chủ thể và khách thể của chúng là con người. Giáo dục tác động đến nhận thức dân số, song từ sự chuyển biến về nhận thức đến sự chuyển biến hành vi đòi hỏi phải có thời gian. Mặt khác, do nhiều yếu tố cùng tác động nên quan hệ tương tác giữa dân số và giáo dục nhiều khi bị mờ đi và kết quả trở nên khó nhận biết, chỉ sau một thời gian dài mới bộc lộ rõ.

Kể cả hệ thống y tế muốn đáp ứng được nhu cầu chữa bệnh, chăm sóc sức khỏe thì quy mô của nó phải tương ứng với các loại dịch vụ y tế. Dân số tăng quá nhanh, khả năng dinh dưỡng hạn chế, tỷ lệ mắc bệnh tăng lên, trước hết là bệnh suy dinh dưỡng; nhà ở thêm chật chội, vệ sinh không bảo đảm, nhất là nguồn nước sinh hoạt. Dinh dưỡng kém và môi trường bị ô nhiễm là những điều kiện thuận lợi cho bệnh tật phát triển. Dân số đông và tăng quá nhanh sẽ làm cho  nhiều người không có việc làm, quản lý xã hội thêm khó khăn, nên tệ nạn xã hội, tai nạn giao thông,... tăng lên. Những nguyên nhân này góp phần làm tăng bệnh tật và thương tật. Rõ ràng, quy mô dân số và tỷ lệ gia tăng của nó tác động trực tiếp và gián tiếp làm tăng số cầu đối với hệ thống y tế. Đó là một động lực thúc đẩy hệ thống này phát triến. Song, ở nước ta, mức đầu tư cho y tế rất thấp so với nhu cầu. Bên cạnh đó, sự phân phối không đồng đều dịch vụ y tế trong các bộ phận dân cư, đặc biệt là giữa thành thị và nông thôn; sự mất cân đối giữa y tế dự phòng và y tế điều trị đã làm giảm hiệu quả hoạt động y tế.

Hiện nay, tác động của gia tăng dân số với môi trường và ảnh hưởng của môi trường bị ô nhiễm đối với con người là một trong những chủ đề, nội dung của toàn cầu hoá, được thảo luận rộng rãi trên phạm vi toàn thế giới. Gia tăng dân số trước hết tác động đến nguồn tài nguyên. Dân số tăng nhanh, càng khiến người ta gia tăng mức độ “bóc lột” đất đai và làm kiệt quệ độ màu mỡ của đất. Diện tích đất canh tác giảm do nhu cầu diện tích đất để xây dựng nhà ở, trường học, bệnh viện và các công trình công cộng khác tăng lên. Đây cũng là một nguyên nhân làm cho tình trạng thiếu lương thực trên thế giới trầm trọng hơn và nạn đói có thể còn nhiều hơn. Diện tích rừng ngày càng bị thu hẹp do con người đốt rừng để lấy đất trồng trọt, khai thác rừng, chặt phá rừng bừa bãi, không thể kiểm soát được. Điều này tiềm ẩn những nguy cơ: đất bị bào mòn ở miền núi, bị nhiễm mặn, bị lấp cát ở vùng đồng bằng ven biển. Việc mất rừng nhiệt đới, khí hậu bị thay đổi, tài nguyên sinh vật bị thu hẹp, đe dọa sự phát triển bền vững của mỗi quốc gia, dân tộc.

## **Giải pháp cho tình hình dân số của Việt Nam trong tương lai**

Tốc độ tăng trưởng dân số Việt Nam trong tương lai có xu hướng giảm, tuổi thọ trung bình tăng lên, tỷ lệ sinh với xu hướng giảm xuống những này sẽ gây ra một số ảnh hưởng tiêu cực như là:

 - Thiếu hụt nguồn lao động, đặc biệt là lao động trẻ trong một số ngành nghề như công nghiệp nặng, xây dựng, nông nghiệp. Nhu cầu tuyển dụng lao động cao trong các ngành dịch vụ, công nghệ cao. Tăng chi phí cho tuyển dụng và đào tạo lao động. Giảm khả năng cạnh tranh của doanh nghiệp do thiếu hụt lao động có tay nghề cao.
 - Năng suất lao động có thể giảm do người lao động già đi, sức khỏe yếu hơn và khả năng tiếp thu công nghệ mới chậm hơn. Tăng chi phí cho bảo hiểm xã hội, y tế cho người lao động cao tuổi. Gánh nặng cho hệ thống an sinh xã hội tăng cao.
 - Tăng trưởng kinh tế có thể giảm do thiếu hụt nguồn lao động, đặc biệt là lao động trẻ. Giảm khả năng cạnh tranh của nền kinh tế do năng suất lao động thấp. Giảm thu ngân sách nhà nước.

Để hạn chế những tác động tiêu cực của tình hình biến động dân số của Việt Nam trong hiện tại cũng như tương lai, em xin đưa ra một số giải pháp để khác phục tình hình này:

Đầu tiên là nhà nước cần có chính sách khuyến khích sinh đẻ:

 - Hỗ trợ tài chính: Cung cấp trợ cấp trực tiếp cho các gia đình sinh con thứ hai và thứ ba. Miễn giảm thuế thu nhập cá nhân cho người có con; tăng mức khấu trừ gia đình cho người có con; hỗ trợ chi phí giáo dục cho con; hỗ trợ chi phí y tế cho phụ nữ mang thai và sinh nở.Hỗ trợ nhà ở cho các gia đình có nhiều con.
 - Hỗ trợ về giáo dục và y tế: Mở rộng hệ thống trường học, bệnh viện công lập; tăng cường đầu tư cho giáo dục và y tế; miễn giảm học phí cho học sinh, sinh viên; cung cấp dịch vụ chăm sóc sức khỏe chất lượng cao cho trẻ em và phụ nữ. Cung cấp dịch vụ chăm sóc trẻ em chất lượng cao, giá cả hợp lý.
 - Thay đổi quan niệm xã hội: Tuyên truyền về lợi ích của việc sinh con và nuôi dạy con cái; thay đổi quan niệm về vai trò của người phụ nữ trong gia đình, hướng đến sự bình đẳng giới; khuyến khích nam giới tham gia vào việc chăm sóc con cái. Xóa bỏ định kiến về giới và khuyến khích phụ nữ tham gia vào lực lượng lao động.

Thứ hai là cần phải nâng cao chất lượng dân số:

 - Đầu tư vào giáo dục: Nâng cao chất lượng giáo dục đại học, dạy nghề; tăng cường đào tạo nguồn nhân lực có trình độ cao, đáp ứng nhu cầu phát triển kinh tế xã hội; khuyến khích học tập suốt đời. Đổi mới chương trình giáo dục để phát triển kỹ năng tư duy phản biện, sáng tạo, kỹ năng giải quyết vấn đề và kỹ năng làm việc nhóm cho học sinh.
 - Phát triển y tế: Nâng cao chất lượng hệ thống y tế, tăng cường đầu tư cho y tế dự phòng, y tế cơ sở; phát triển các dịch vụ y tế chất lượng cao, đáp ứng nhu cầu của người dân; đẩy mạnh nghiên cứu khoa học về y tế. Tăng cường cung cấp dịch vụ y tế cho người cao tuổi.
 - Giảm thiểu tệ nạn xã hội: Tăng cường tuyên truyền, giáo dục về tác hại của tệ nạn xã hội; có các biện pháp phòng ngừa, ngăn chặn và xử lý tệ nạn xã hội; tạo việc làm cho người lao động, giúp họ có thu nhập ổn định. Hỗ trợ cai nghiện và tái hòa nhập cộng đồng cho người nghiện.
 
Thứ ba là phân bố dân cư hợp lý:

 - Phát triển kinh tế ở các khu vực nông thôn: Đầu tư phát triển cơ sở hạ tầng, thu hút các doanh nghiệp đầu tư vào khu vực nông thôn; tạo việc làm cho người dân nông thôn; nâng cao đời sống người dân nông thôn.Phát triển các ngành công nghiệp nông thôn, làng nghề truyền thống.
 - Hạn chế di cư: Nâng cao chất lượng cuộc sống ở các khu vực nông thôn; phát triển các dịch vụ văn hóa, xã hội ở các khu vực nông thôn; có chính sách thu hút người di cư từ thành thị về quê hương. Hỗ trợ người di cư tìm kiếm việc làm và nhà ở.

Cuối cùng là phải có chính sách thích ứng với già hóa dân số:

 - Nâng cao tuổi nghỉ hưu: Dựa trên điều kiện kinh tế xã hội, xem xét nâng cao tuổi nghỉ hưu phù hợp; khuyến khích người cao tuổi có sức khỏe và khả năng tiếp tục làm việc. Tạo điều kiện cho người cao tuổi làm việc linh hoạt, phù hợp với sức khỏe và năng lực của họ.
 - Phát triển hệ thống chăm sóc người cao tuổi: Mở rộng hệ thống viện dưỡng lão, nhà mở rộng hệ thống chăm sóc sức khỏe cho người cao tuổi; phát triển các dịch vụ chăm sóc người cao tuổi tại cộng đồng. Hỗ trợ gia đình trong việc chăm sóc người cao tuổi.

# **Kết Luận**

## **Kết Luận**

Trong giai đoạn nghiên cứu đề tài về biến động dân số của Việt Nam từ 2010-2022 ta nhận thấy là trong giai đoạn này dân số Việt Nam vẫn tăng theo từng năm tuy nhiên tốc độ tăng trưởng dân số lại giảm đi, cơ cấu dân số thay đổi theo hướng nam tăng nữ giảm và tỷ lệ dân cư tập trung. Nguyên nhân là do ảnh hưởng của các yếu tố như là: tỷ lệ sinh, tử; tuổi thọ trung bình của người dân; tỷ suất di cư,...

Trong giai đoạn này tỷ suất sinh có xu hướng tăng giảm còn tỷ suất tử biến động không đều cùng với tuổi thọ trung bình ngày càng cao thể hiện sự già hoá dân số ở nước ta diễn ra nhanh chóng. Đồng thời tỷ lệ dân cư tập trung ở thành thị có xu hướng tăng cao thể hiện mức độ đô thị hoá ở Việt Nam đang diễn ra một tích cực.

Tuy nhiên sự biến động dân số cũng gây ra một số ảnh hưởng đến các yếu tố kinh tế-xã hội, để cân bằng sự ảnh hưởng của dân số với các yếu tố kinh tế xã hội thì em đã đưa ra một số giải pháp để giải quyết tình trạng dân số của Việt Nam hiện nay. Đó cũng là mục đích của đề tài nghiên cứu này.

## **Hạn chế và phương hướng tiếp theo của đề tài**

Trong quá trình nghiên cứu đề tài em nhận thấy được sự hạn chế trong việc thu thập dữ liệu từ các nguồn khác nhau vì chênh lệch số liệu từ các nguồn khác nhau dẫn đến việc số liệu có thể chênh lệch đôi chút giữa các năm.

Một số đề xuất cho những nghiên cứu tiếp theo của đề tài này. Có thể phân tích sâu hơn vào cơ cấu của dân số kết hợp với việc phân tích chi tiết vào từng khu vực của Việt Nam để có thể đưa ra những chính sách thích hợp điều chỉnh sự biến động của dân số Việt Nam theo từng vùng miền nhằm đẩy mạnh sự tăng trưởng kinh tế của nước nhà.

# **Tài Liệu Tham Khảo**

Tổng cục thống kê: https://www.gso.gov.vn/dan-so/

Dữ liệu từ World Bank

Tài liệu môn Ngôn Ngữ Lập Trình










Tiểu Luận : Phân Tích Sự Biến Động Của Dân Số Việt Nam Từ 2010-2022