TIỂU LUẬN
VoHieu
2024-03-24
CHƯƠNG I: GIỚI THIỆU CHUNG
Đặt vấn đề
I. Giới thiệu chung về đề tài:
Chỉ số Phát triển Con người (HDI) là thước đo tổng hợp phản ánh mức độ phát triển của con người tại một quốc gia, dựa trên ba tiêu chí chính: sức khỏe, giáo dục và thu nhập. Được sử dụng rộng rãi từ năm 1990 bởi Chương trình Phát triển Liên hợp quốc (UNDP), HDI đóng vai trò quan trọng trong việc đánh giá hiệu quả của các chính sách phát triển và so sánh mức độ phát triển giữa các quốc gia.
II. Lý do chọn đề tài:
Đề tài HDI được chọn nhằm hiểu rõ hơn về cách thức đo lường và đánh giá sự phát triển con người trên toàn cầu. HDI không chỉ tập trung vào chỉ tiêu kinh tế mà còn đưa vào đánh giá các yếu tố xã hội quan trọng như giáo dục và sức khỏe. Việc nghiên cứu HDI giúp chúng ta có cái nhìn toàn diện hơn về sự phát triển của các quốc gia và cung cấp cơ sở cho các quyết định chính sách nhằm cải thiện chất lượng sống và phát triển con người.
III. Mục tiêu nghiên cứu:
Nghiên cứu các thành phần chính của HDI: tuổi thọ, giáo dục và mức sống, để hiểu rõ tầm quan trọng của mỗi thành phần trong sự phát triển con người.
Bên cạnh những thuận lợi, HDI cũng vấp phải một số hạn chế nhất định. Một số vấn đề thường được đặt ra khi sử dụng HDI bao gồm:
Tính đơn giản: HDI chỉ phản ánh ba khía cạnh của phát triển con người, trong khi còn nhiều yếu tố khác cũng có ảnh hưởng quan trọng đến chất lượng cuộc sống như môi trường, bình đẳng, tự do,…
Tính phi thực tế: Việc thu thập dữ liệu cho các tiêu chí của HDI có thể gặp nhiều khó khăn, dẫn đến kết quả không hoàn toàn chính xác.
Tính so sánh tương đối: HDI chỉ giúp so sánh mức độ phát triển giữa các quốc gia, chứ không thể đánh giá mức độ phát triển của một quốc gia theo thời gian một cách chính xác.
Làm rõ những ưu điểm và hạn chế của HDI để sử dụng nó một cách hiệu quả nhất. Phân tích những yếu tố ảnh hưởng đến HDI để có thể đưa ra các chính sách phát triển phù hợp. So sánh HDI của Việt Nam với các quốc gia khác trong khu vực và trên thế giới để đánh giá vị trí của Việt Nam trong quá trình phát triển chung.
Do vậy, việc nghiên cứu về HDI cần:
Phân tích quá trình tính toán HDI và cách thức đo lường các chỉ số liên quan.
So sánh HDI giữa các quốc gia để xác định những quốc gia có mức phát triển cao và thấp như thế nào.
Đánh giá ảnh hưởng của HDI đối với sự phát triển bền vững và chất lượng sống của con người.
IV. Phương pháp nghiên cứu:
Tìm hiểu và phân tích các tài liệu nghiên cứu, báo cáo và số liệu thống kê liên quan đến HDI từ các nguồn đáng tin cậy như Liên Hợp Quốc, Tổ chức Hợp tác và Phát triển Kinh tế (OECD) và các nguồn dữ liệu quốc gia. Sử dụng phương pháp so sánh, phân tích và tổng hợp dữ liệu để so sánh HDI giữa các quốc gia và xác định mối liên hệ với các yếu tố phát triển khác như kinh tế, chính trị và xã hội. Sử dụng phương pháp định lượng để đo lường và phân tích dữ liệu HDI từ các nguồn thống kê.
Chương II: TIẾN HÀNH PHÂN TÍCH VỀ CHỈ SỐ PHÁT TRIỂN CON NGƯỜI HDI:
Khái niệm và ý nghĩa Chỉ số phát triển con người:
1. Khái niệm:
Theo UNDP, phát triển con người là quá trình làm tăng khả năng lựa chọn của mỗi người cũng như mức độ đạt được phúc lợi của họ. Trong đó, sự lựa chọn cốt yếu là trường thọ, khỏe mạnh, được học hành và được tận hưởng mức sống tử tế; đồng thời, được bảo đảm về nhân quyền và bình đẳng về chính trị. Để đo lường sự phát triển con người, năm 1990 UNDP đã đề xuất và khởi xướng tính Chỉ số phát triển con người (HDI). Báo cáo phát triển con người (HDR) đầu tiên đã được UNDP biên soạn năm 1990 và công bố năm 1991.
Trong các Báo cáo phát triển con người hằng năm, UNDP đưa ra khái niệm HDI là Chỉ tiêu kinh tế - xã hội tổng hợp đo lường sự phát triển của con người trên 3 phương diện: Sức khỏe, giáo dục và thu nhập của quốc gia, vùng lãnh thổ hoặc địa bàn địa phương của quốc gia, vùng lãnh thổ trong kỳ quan sát. Khái niệm này cho thấy, HDI có thể và cần phải được tính toán ở những thời gian và không gian khác nhau.
2. Ý nghĩa:
HDI là chỉ tiêu kinh tế - xã hội tổng hợp khá toàn diện, không thuần túy dựa vào khía cạnh kinh tế như chỉ tiêu tổng sản phẩm trong nước (GDP) nên có khả năng phản ánh đầy đủ hơn động thái và thực trạng kinh tế - xã hội theo không gian và thời gian quan sát.
Trong quá trình phát triển kinh tế - xã hội, các quốc gia và vùng lãnh thổ ngày càng nhận rõ con người không chỉ là nguồn lực, mà hơn thế còn là mục tiêu của sự phát triển. Với ý nghĩa quan trọng đó, trong hoạch định cũng như đánh giá kết quả thực hiện các chủ trương, chính sách, chiến lược, kế hoạch phát triển đất nước, HDI được xác định là một trong những chỉ tiêu chủ yếu.
HDI không chỉ tính theo phạm vi quốc gia, vùng lãnh thổ; mà còn tính cho các địa phương hoặc nhóm dân cư, nhằm phản ánh trình độ phát triển con người của từng địa phương hoặc bộ phận dân cư trên địa bàn của một quốc gia, vùng lãnh thổ.
Tổng quan về bộ dữ liệu
Bộ dữ liệu được trích xuất từ Tổng cục thống kê Việt Nam về chỉ số phát triển con người theo địa phương bao gồm các biến tương ứng với các tỉnh thành của Việt Nam, bộ dữ liệu bao gồm các quan sát là giai đoạn từ 2018-2022. Đây là bộ dữ liệu được thống kê dựa trên những thu thập thực tế về chỉ số phát triển con người.
Trong khu vực Đông Nam Á, tuổithọ và theo đó là Chỉ số sức khỏe của Việt Nam đứng ở vị trí 5/11 quốc gia, cao hơn thứ hạng của HDI. Như vậy, Chỉ số sức khỏe có đóng góp lớn trong cấu phần HDI của cả nước.
## Warning: package 'xlsx' was built under R version 4.3.3## Year Cao.Bằng Hà.Nội Đà.Nẵng Đắk.Lắk Hồ.Chí.Minh Cần.Thơ
## 1 2016 0.624 0.794 0.733 0.636 0.786 0.704
## 2 2017 0.633 0.799 0.788 0.654 0.798 0.724
## 3 2018 0.641 0.799 0.779 0.648 0.795 0.719
## 4 2019 0.648 0.809 0.790 0.680 0.797 0.723
## 5 2020 0.659 0.818 0.800 0.682 0.811 0.742Bộ dữ liệu về Chỉ số sức khỏe:
Chỉ số sức khỏe, được tính thông qua chỉ tiêu tuổi thọ trung bình tính từ lúc sinh; còn được gọi là tuổi thọ bình quân hay triển vọng sống trung bình khi sinh.
## Warning: package 'tidyverse' was built under R version 4.3.3## Warning: package 'ggplot2' was built under R version 4.3.3## Warning: package 'tidyr' was built under R version 4.3.3## ── 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## Warning: package 'WDI' was built under R version 4.3.3vh <- WDIsearch("Life expectancy at birth, total (years) - Viet Nam")
vh <- WDI(indicator = 'SP.DYN.LE00.IN', start = 1989 , end = 2020)
vh1 <- vh%>%filter(country == 'Viet Nam')%>%
select('country','iso2c','year','SP.DYN.LE00.IN')
names(vh1) <- c('country','iso2c','year','value')
vh1## country iso2c year value
## 1 Viet Nam VN 2020 75.378
## 2 Viet Nam VN 2019 74.093
## 3 Viet Nam VN 2018 73.976
## 4 Viet Nam VN 2017 73.963
## 5 Viet Nam VN 2016 73.938
## 6 Viet Nam VN 2015 73.876
## 7 Viet Nam VN 2014 73.855
## 8 Viet Nam VN 2013 73.775
## 9 Viet Nam VN 2012 73.704
## 10 Viet Nam VN 2011 73.692
## 11 Viet Nam VN 2010 73.513
## 12 Viet Nam VN 2009 73.498
## 13 Viet Nam VN 2008 73.411
## 14 Viet Nam VN 2007 73.436
## 15 Viet Nam VN 2006 73.319
## 16 Viet Nam VN 2005 73.271
## 17 Viet Nam VN 2004 73.135
## 18 Viet Nam VN 2003 72.980
## 19 Viet Nam VN 2002 72.801
## 20 Viet Nam VN 2001 72.647
## 21 Viet Nam VN 2000 72.462
## 22 Viet Nam VN 1999 72.317
## 23 Viet Nam VN 1998 72.107
## 24 Viet Nam VN 1997 71.802
## 25 Viet Nam VN 1996 71.510
## 26 Viet Nam VN 1995 71.384
## 27 Viet Nam VN 1994 70.759
## 28 Viet Nam VN 1993 70.621
## 29 Viet Nam VN 1992 69.958
## 30 Viet Nam VN 1991 69.849
## 31 Viet Nam VN 1990 69.213
## 32 Viet Nam VN 1989 69.076Chỉ số sức khỏe được tính thông qua chỉ tiêu đầu vào là tuổi thọ trung bình tính từ lúc sinh (E0).
Trong những năm đổi mới vừa qua, nhất là trong những năm gần đây, đời sống vật chất và tinh thần được cải thiện đáng kể; công tác bảo vệ và chăm sóc sức khỏe cộng đồng có tiến bộ nên tuổi thọ của người dân không ngừng tăng lên.
Kết quả các cuộc Tổng điều tra dân số và nhà ở từ năm 1989 đến nay cho thấy, tuổi thọ trung bình tính từ lúc sinh năm 1989 là 69.076 năm đã tăng lên 73.498 năm trong năm 2009 và năm 2019 đạt 74.093 năm. Năm 2016 đạt 73.938 năm; 2017 đạt 73.963 và 2018 đạt 73.976 năm; 2019 đạt 74.093 năm và 2020 đạt 75.378 năm.
Bộ dữ liệu về chỉ số thu nhập:
Chỉ số thu nhập, được tính thông qua chỉ tiêu tổng sản phẩm trong nước bình quân đầu người theo sức mua tương đương GDP bình quân đầu người (PPP).
library(tidyverse)
hv <- WDIsearch("GDP per capita, PPP")
hv <- WDI(indicator = 'NY.GDP.PCAP.PP.CD', start = 2016 , end = 2020)
hv1 <- hv%>%filter(country == 'Viet Nam')%>% select('country','iso2c','year','NY.GDP.PCAP.PP.CD')
names(hv1) <- c('country','iso2c','year','value')
hv1## country iso2c year value
## 1 Viet Nam VN 2020 11036.000
## 2 Viet Nam VN 2019 10686.803
## 3 Viet Nam VN 2018 9867.669
## 4 Viet Nam VN 2017 9050.688
## 5 Viet Nam VN 2016 8277.684Chỉ số thu nhập được tính từ GNI theo sức mua tương đương bình quân đầu người. Báo cáo này sử dụng sức mua tương đương tính bằng đô la Mỹ (USD- PPP).
Tham chiếu hệ số PPP 2017 của ICP tính cho 176 nền kinh tế thế giới năm 2017, trong đó có Việt Nam, có thế thấy GNI bình quân đầu người bằng đô la Mỹ của cả nước năm 2016 là 8277.684 USD; 2017 là 9050.688 USD; 2018 là 9867.669 USD; 2019 là 10686.803 USD và đạt 11036.000 USD trong năm 2020.
Tính ra, GNI bình quân đầu người theo USD - PPP năm 2020 của cả nước bằng 130,93% năm 2016, bình quân mỗi năm trong những năm 2016 - 2020 tăng 6,97%; trong đó, năm 2017 tăng 6,81%; năm 2018 tăng 9,73%; năm 2019 tăng 7,73% và năm 2020 tăng 3,70%.
Từ GNI bình quân đầu người, đã tính được Chỉ số thu nhập của cả nước năm 2016 đạt 0,624; 2017 đạt 0,634; 2018 đạt 0,648; 2019 đạt 0,659 và năm 2020 đạt 0,664. So với năm trước, Chỉ số thu nhập năm 2017 tăng 1,6%; 2018 tăng 2,2%; 2019 tăng 1,7%; 2020 tăng 0,76%. Tính chung 4 năm 2016 - 2020, Chỉ số thu nhập cả nước tăng 6,4%, bình quân mỗi năm tăng gần 1,6%, gấp trên 2 lần tốc độ tăng bình quân chung của khu vực Đông Nam Á.
Bộ dữ liệu về chỉ số giáo dục:
Chỉ số giáo dục tính trên 2 chỉ tiêu đầu vào là số năm đi học bình quân và số năm đi học kỳ vọng. Số năm đi học bình quân của cả nước những năm 2016 - 2020 tiếp tục xu hướng tăng của các giai đoạn trước. Một trong những nguyên nhân quan trọng dẫn tới kết quả đó là số năm đi học bình quân của nữ tăng nhanh hơn số năm đi học bình quân của nam.
Tình trạng bất bình đẳng trong tiếp cận giáo dục giữa nam và nữ từng bước được thu hẹp. Số năm đi học bình quân của nữ tuy vẫn thấp hơn số năm đi học của nam, nhưng đã tăng từ 8,0 năm trong năm 2016 lên 8,6 năm trong 2019. Trong khi đó, số năm đi học bình quân của nam chỉ tăng từ 9,1 năm lên 9,4 năm.
Tính chung, số năm đi học bình quân của cả nước từ 8,5 năm trong năm 2016 tăng lên đạt 8,6 năm vào năm 2017; 2018 đạt 8,7 năm; 2019 đạt 9,0 năm và 2020 đạt 9,1 năm. Số năm đi học kỳ vọng cũng có xu hướng tăng, nhưng với tốc độ chậm hơn. Năm 2016 và 2017 đều đạt 12,0 năm; 2018 là 12,1 năm; 2019 và 2020 cùng ở mức 12,2 năm.
Như vậy, từ năm 2016 đến năm 2020, số năm đi học kỳ vọng của trẻ em trong độ tuổi đi học của cả nước chỉ tăng 0,2 năm; bình quân mỗi năm tăng 0,05 năm.
Trong những năm 2016 - 2020, số năm đi học bình quân của Việt Nam đạt cao hơn mức bình quân chung của khu vực Đông Nam Á. (Năm 2017 và 2018 cao hơn 1,0 năm; 2019 cao hơn 1,1 năm); đứng thứ 5 khu vực.
Tuy nhiên, số năm đi học kỳ vọng thấp hơn bình quân của khu vực (Năm 2017 thấp hơn 0,9 năm; 2018 thấp hơn 0,8 năm và 2020 thấp hơn 0,9 năm). Do số năm đi học kỳ vọng tăng chậm và đạt thấp nên Chỉ số giáo dục năm 2016 chỉ đạt 0,618; 2017 đạt 0,621; 2018 đạt 0,625; 2019 đạt 0,641 và 2020 đạt 0,640.
Theo thứ hạng, Chỉ số giáo dục của Việt Nam giai đoạn 2016 - 2020 đứng thứ 7/11 quốc gia Đông Nam Á. Kết quả này cho thấy, mặc dù Việt Nam là một trong các quốc gia có tỷ lệ dân số biết chữ cao; nhưng khả năng tiếp cận giáo dục vẫn còn hạn chế; đặc biệt là cơ hội đến trường của trẻ em trong độ tuổi đi học.
Phương pháp tính Chỉ số tổng hợp HDI:
Trong các Báo cáo phát triển con người hằng năm của UNDP những năm 1990-2010, Chỉ số tổng hợp HDI được tính theo phương pháp bình quân cộng giản đơn ba Chỉ số thành phần, bao gồm: Chỉ số sức khỏe, Chỉ số giáo dục và Chỉ số thu nhập với công thức tính như sau:
HDI = (Isức khỏe + Igiáo dục + Ithu nhập)/3
Trong đó:
HDI : Chỉ số phát triển con người;
Isức khỏe : Chỉ số sức khỏe, được tính thông qua chỉ tiêu tuổi thọ trung bình tính từ lúc sinh; còn được gọi là tuổi thọ bình quân hay triển vọng sống trung bình khi sinh;
Igiáo dục : Chỉ số giáo dục, được tính thông qua 2 chỉ tiêu: Tỷ lệ dân số từ 15 tuổi trở lên biết đọc, biết viết và tỷ lệ nhập học các cấp;
Ithu nhập : Chỉ số thu nhập, được tính thông qua chỉ tiêu tổng sản phẩm trong nước bình quân đầu người theo sức mua tương đương.
HDI nhận giá trị trong khoảng từ 0 đến 1 (0 ≤ HDI ≤ 1). HDI đạt tối đa bằng 1, thể hiện trình độ phát triển con người ở mức lý tưởng; HDI tối thiểu bằng 0, thể hiện xã hội không có sự phát triển mang tính nhân văn. Căn cứ giá trị HDI, UNDP đã đưa ra Bảng xếp hạng phát triển con người của các quốc gia, vùng lãnh thổ hoặc các vùng, miền, địa phương, bộ phận dân cư trên địa bàn của một quốc gia, vùng lãnh thổ theo 4 nhóm:
Nhóm 1, đạt mức rất cao với HDI ≥ 0,800;
Nhóm 2, đạt mức cao với 0,700 ≤ HDI < 0,800;
Nhóm 3, đạt mức trung bình với 0,550 ≤ HDI < 0,700;
Nhóm 4, đạt mức thấp với giá trị HDI < 0,550.
TIẾN HÀNH PHÂN TÍCH BỘ DỮ LIỆU:
Em chia bộ dữ liệu làm 2 giai đoạn. Giai đoạn thứ nhất từ 2018-2020 và giai đoạn thứ hai từ năm 2020-2022.
Giai đoạn 1:
I. Tiến hành so sánh chỉ số HDI giữa 6 địa phương thuộc 6 vùng kinh tế trọng điểm nước ta giai đoạn 2016-2018:
Em lấy các tỉnh và thành phố tiêu biểu thuộc 6 vùng kinh tế trọng điểm ở nước ta gồm:
Vùng trung du và miền núi phía Bắc: Cao Bằng
Vùng đồng bằng sông Hồng: Hà Nội
Vùng Bắc Trung Bộ và duyên hải miền Trung: Đà Nẵng
Vùng Tây Nguyên: Đắk Lắk
Vùng Đông Nam Bộ: thành phố Hồ Chí Minh
Vùng đồng bằng sông Cửu Long: Cần Thơ
Sau đó phân tích sự biến động chỉ số 6 tỉnh và thành phố này trong giai đoạn 2016-2018.
library(ggplot2)
names(hieu) <- c('Year','CB','HN','DN','DL','HCM','CT')
vth <- hieu%>%filter(Year == '2016'| Year == '2017'| Year == '2018')
ggplot(vth, aes(x = 'Year', y1 = 'HN', y2 = 'CB', y3 = 'DN' , y4 = 'DL', y5 = 'HCM' , y6 = 'CT' )) +
geom_line(aes(x = Year, y = HN, group = 1), color = "red", linewidth = 1) +
geom_point(aes( x= Year, y= HN, group =1), color = "black") +
geom_line(aes(x = Year, y = CB, group = 1), color = "lightblue", linewidth = 1) +
geom_point(aes( x= Year, y= CB, group =1), color = "black") +
geom_line(aes(x = Year, y = DN, group = 1), color = "purple", linewidth = 1) +
geom_point(aes( x= Year, y= DN, group =1), color = "black") +
geom_line(aes(x = Year, y = DL, group = 1), color = "gray", linewidth = 1) +
geom_point(aes( x= Year, y= DL, group =1), color = "black") +
geom_line(aes(x = Year, y = HCM, group = 1), color = "lightgreen", linewidth = 1) +
geom_point(aes( x= Year, y= HCM, group =1), color = "black") +
geom_line(aes(x = Year, y = CT, group = 1), color = "yellow", linewidth = 1) +
geom_point(aes( x= Year, y= CT, group =1), color = "black") +
labs(x = "Year",
y = " HDI",
title = "Biểu đồ biến động chỉ số HDI 6 tỉnh và thành phố",
caption = "Data Source: The World Bank") +
theme_bw()
Nhận xét:
Nhìn vào biểu đồ line trên, chúng ta có thể thấy được xu hướng di chuyển của đồ thị và khoảng cách giữa các đường line có sự khác nhau từ năm 2016-2019. Điều này chứng tỏ rằng: Chỉ số HDI từng địa phương có sự khác nhau rõ rệt. Cụ thể:
Hà Nội là nơi có chỉ số HDI cao nhất và gần như ổn định qua từng năm. Bên cạnh đó TP.Hồ Chí Minh và Đà Nẵng cũng ổn định và không kém cạnh nhiều so với hà Nội.
Các tỉnh còn lại: Cao Bằng, Đắk Lắk, Cần Thơ cũng tăng đều hằng năm và duy trì ở mức ổn định những vẫn thấp hơn 3 địa phương Hà Nội, Đà Nẵng và Tp. Hồ Chí Minh.
Một số lý do dẫn đến sự chênh lệch trên:
Cả 3 thành phố: Hà Nội, Đà Nẵng và Yp. HCM đều là những trung tâm kinh tế lớn nhất Việt Nam: GDP bình quân đầu người cao hơn nhiều so với mặt bằng chung cả nước.
Nền kinh tế đa dạng, năng động, thu hút nhiều nguồn vốn đầu tư trong và ngoài nước.
Nhiều cơ hội việc làm, thu nhập cao, đời sống người dân được cải thiện.
Về giáo dục và y tế phát triển:
- Hệ thống giáo dục:
Chất lượng giáo dục cao, nhiều trường đại học, cao đẳng uy tín.
Tỷ lệ học sinh, sinh viên cao.
Nhiều người có trình độ học vấn cao, đáp ứng nhu cầu phát triển của xã hội.
- Hệ thống y tế:
Hiện đại, trang thiết bị đầy đủ.
Chất lượng dịch vụ y tế tốt.
Tuổi thọ trung bình cao, tỷ lệ tử vong trẻ em thấp.
Hạ tầng giao thông và cơ sở vật chất:
- Hạ tầng giao thông phát triển:
Sân bay quốc tế, cảng biển, hệ thống đường bộ, đường sắt hiện đại.
Giao thông thuận tiện, tạo điều kiện cho phát triển kinh tế và du lịch.
- Cơ sở vật chất:
Hệ thống điện, nước, internet… đảm bảo.
Môi trường sống xanh, sạch, đẹp.
Và các yếu tố khác như:
An ninh trật tự đảm bảo.
Chính sách thu hút đầu tư, phát triển du lịch hiệu quả.
Môi trường đầu tư kinh doanh thuận lợi.
Đà Nẵng, Hà Nội và TP.HCM là 3 thành phố có nhiều tiềm năng và lợi thế để phát triển. Do đó, HDI của các thành phố này cao hơn so với các địa phương khác.
II. Tiến hành phân tích chỉ số HDI cụ thể từng địa phương:
1. Chỉ số HDI tỉnh Cao Bằng:
names(hieu) <- c('Year','CB','HN','DN','DL','HCM','CT')
vth <- hieu%>%filter(Year == '2016'|Year == '2017'|Year == '2018'|Year == '2019'|Year == '2020')%>% select('Year', 'CB')
names(vth) <- c('Year','CB')
ggplot(vth, aes(x = Year, y = CB)) +
geom_bar(stat = "identity", fill = "darkred") +
labs(title = "Biểu đồ thể hiện chỉ số phát triển con người ở Cao Bằng 2016-2020", x = "Năm", y = "Chỉ số phát triển" )
Nhận xét:
Theo biểu đồ, có thể thấy HDI tỉnh Cao Bằng qua các năm thuộc nhóm HDI trung bình(0,550 ≤ HDI < 0,700).
Điểm yếu: Giáo dục và thu nhập ở Cao Bằng còn thấp, cần cải thiện chất lượng giáo dục và tạo thêm việc làm, nâng cao thu nhập cho người dân.
So sánh: HDI của Cao Bằng thấp nhất 6 tỉnh được nêu trên.
Kết luận:
Cao Bằng cần tập trung đầu tư vào giáo dục và phát triển kinh tế để nâng cao HDI. Cần chú trọng nâng cao chất lượng giáo dục ở vùng sâu vùng xa, đặc biệt là giáo dục đại học và đào tạo nghề nghiệp, mở rộng các chương trình học bổng cho học sinh nghèo hiếu học. Đồng thời phát triển các ngành công nghiệp và dịch vụ phù hợp với điều kiện địa phương để tạo thêm việc làm và nâng cao thu nhập cho người dân. Bên cạnh đó tập trung thu hút đầu tư vào các ngành công nghiệp và dịch vụ có tiềm năng, phát triển du lịch sinh thái và du lịch văn hóa, nâng cao năng lực của các doanh nghiệp địa phương. Hỗ trợ người dân phát triển sản xuất, nâng cao thu nhập.
2. Chỉ số HDI thủ đô Hà Nội:
vth1 <- hieu%>%filter(Year == '2016'|Year == '2017'|Year == '2018'|Year == '2019'|Year == '2020')%>% select('Year', 'HN')
names(vth1) <- c('Year','HN')
ggplot(vth1, aes(x = Year, y = HN)) +
geom_bar(stat = "identity", fill = "darkgreen") +
labs(title = "Biểu đồ thể hiện chỉ số phát triển con người ở Hà Nội 2016-2020", x = "Năm", y = "Chỉ số phát triển" )
Nhận xét:
Theo biểu đồ, có thể thấy HDI thủ đô Hà Nội qua các năm thuộc nhóm HDI rất cao(HDI ≥ 0,800).
Chỉ số HDI cao, thể hiện chất lượng cuộc sống của người dân Hà Nội cao. Chỉ số sức khỏe cao, thể hiện tuổi thọ trung bình cao và tỷ lệ tử vong trẻ em thấp. Đồng thời cũng thể hiện thu nhập bình quân đầu người cao.
Chỉ số giáo dục cần được cải thiện để đạt được mức ngang bằng với các nước phát triển.
Kết luận:
Hà Nội là một trong những địa phương có HDI cao nhất Việt Nam. Cần tiếp tục đầu tư vào giáo dục và phát triển kinh tế để duy trì và nâng cao HDI.
Giáo dục:
Nâng cao chất lượng giáo dục phổ thông. Tăng cường đầu tư cho giáo dục đại học và đào tạo nghề nghiệp. Mở rộng các chương trình học bổng cho học sinh nghèo hiếu học.
Kinh tế:
Tập trung thu hút đầu tư vào các ngành công nghiệp và dịch vụ có tiềm năng. Phát triển du lịch sinh thái và du lịch văn hóa vì Hà Nội là thủ đô Việt Nam giàu truyền thống lịch sử và là trung tâm hành chính quốc gia. Nâng cao năng lực của các doanh nghiệp địa phương. Hỗ trợ người dân phát triển sản xuất, nâng cao thu nhập.
Để làm được điều đó cần có sự phối hợp chặt chẽ giữa các cấp chính quyền, các ban ngành đoàn thể và người dân trong việc thực hiện các giải pháp nâng cao HDI của thành phố. Nên tăng cường công tác tuyên truyền, nâng cao nhận thức của người dân về tầm quan trọng của giáo dục và phát triển kinh tế.
3. Chỉ số HDI Đà Nẵng:
vth2 <- hieu%>%filter(Year == '2016'|Year == '2017'|Year == '2018'|Year == '2019'|Year == '2020')%>% select('Year', 'DN')
names(vth2) <- c('Year','DN')
ggplot(vth2, aes(x = Year, y = DN)) +
geom_bar(stat = "identity", fill = "lightblue") +
labs(title = "Biểu đồ thể hiện chỉ số phát triển con người ở Đà Nẵng 2016-2020", x = "Năm", y = "Chỉ số phát triển" )
**Nhận xét:*
Theo biểu đồ, có thể thấy HDI Đà Nẵng qua các năm thuộc nhóm HDI cao(700 < HDI < 0,800).
Chỉ số HDI của Đà Nẵng gần như tăng qua các năm, cho thấy sự phát triển tích cực về kinh tế, xã hội và giáo dục. Đà Nẵng đã đạt mức phát triển cao, thuộc nhóm các địa phương có HDI cao. Các thành phần HDI đều có sự cải thiện rõ rệt. Vì vậy, Đà Nẵng đã trở thành thành phố đáng sống nhất Việt Nam với việc môi trường trong sạch và con người văn minh.
Kết luận:
HDI của Đà Nẵng đang trên đà tăng trưởng tốt, tuy nhiên vẫn còn nhiều tiềm năng để phát triển. Để nâng cao HDI, Đà Nẵng cần tập trung vào việc nâng cao chất lượng giáo dục, y tế, thu hẹp khoảng cách thu nhập và phát triển kinh tế một cách đồng đều.
4. Chỉ số HDI Đắk Lắk:
vth3 <- hieu%>%filter(Year == '2016'|Year == '2017'|Year == '2018'|Year == '2019'|Year == '2020')%>% select('Year', 'DL')
names(vth3) <- c('Year','DL')
ggplot(vth3, aes(x = Year, y = DL)) +
geom_bar(stat = "identity", fill = "brown") +
labs(title = "Biểu đồ thể hiện chỉ số phát triển con người ở Đắk Lắk 2016-2020", x = "Năm", y = "Chỉ số phát triển" )
Nhận xét:
Theo biểu đồ, có thể thấy HDI Đắk Lắk qua các năm thuộc nhóm trung bình (0,550 ≤ HDI < 0,700).
Chỉ số HDI của Đắk Lắk liên tục tăng qua các năm, cho thấy sự phát triển tích cực về kinh tế, xã hội và giáo dục. Đắk Lắk đã đạt mức phát triển trung bình, đang trên đà tiến gần nhóm các địa phương có HDI cao. Các thành phần HDI đều có sự cải thiện rõ rệt.
Tuy nhiên HDI của Đắk Lắk vẫn còn thấp so với mức trung bình của cả nước, sự chênh lệch về HDI giữa các địa phương trong tỉnh còn cao. Cần nỗ lực hơn nữa để cải thiện chất lượng giáo dục, nâng cao tuổi thọ trung bình và thu hẹp khoảng cách thu nhập. Cac thành phần dân tộc ở Đắk Lắk còn có một số hạn chế và trình độ học vấn và thu nhập.
Đắk Lắk cần tiếp tục đầu tư vào giáo dục, y tế và an sinh xã hội, nâng cao chất lượng nguồn nhân lực. Phát triển thế mạnh về đặc sản cà phê ở địa phương, về văn hóa người bản địa và du lịch cộng đồng.
Kết luận:
HDI của Đắk Lắk đang trên đà tăng trưởng tốt, tuy nhiên vẫn còn nhiều tiềm năng để phát triển. Để nâng cao HDI, Đắk Lắk cần tập trung vào việc nâng cao chất lượng giáo dục, y tế, thu hẹp khoảng cách thu nhập và phát triển kinh tế một cách đồng đều.
5. Chỉ số HDI thành phố Hồ Chí Minh:
vth4 <- hieu%>%filter(Year == '2016'|Year == '2017'|Year == '2018'|Year == '2019'|Year == '2020')%>% select('Year', 'HCM')
names(vth4) <- c('Year','HCM')
ggplot(vth4, aes(x = Year, y = HCM)) +
geom_bar(stat = "identity", fill = "pink") +
labs(title = "Biểu đồ thể hiện chỉ số phát triển con người ở Hồ Chí Minh 2016-2020", x = "Năm", y = "Chỉ số phát triển" )
Nhận xét:
Theo biểu đồ, có thể thấy HDI Đà Nẵng qua các năm thuộc nhóm HDI rất cao(HDI ≥ 0,800).
CHỉ số HDI của thành phố Hồ Chí Minh liên tục tăng qua các năm và đã đạt mức phát triển rất cao, cao nhất cả nước. Các thành phần HDI đều đạt mức cao và tiếp tục cải thiện. Thành phố Hồ Chí Minh là đầu tàu kinh tế của cả nước, đóng góp lớn vào GDP quốc gia.
Tuy nhiên mức độ chênh lệch về thu nhập, chất lượng giáo dục và y tế giữa các quận/huyện còn cao. Áp lực dân số, các tệ nạn xã hội, ô nhiễm môi trường và biến đổi khí hậu là những thách thức lớn đối với TP.HCM .
Thành phố Hồ Chí Minh đã đạt được những thành tựu to lớn trong phát triển kinh tế, xã hội và giáo dục. Tuy nhiên, để duy trì vị trí dẫn đầu và phát triển bền vững, thành phố cần tập trung giải quyết các thách thức như bất bình đẳng, ô nhiễm môi trường và biến đổi khí hậu. Đồng thời tiếp tục thu hút đầu tư từ các doanh nghiệp trong và ngoài nước, phát triển kinh tế một cách bền vững. Giảm bớt sự chênh lệch về phát triển giữa các quận/huyện, bảo vệ môi trường và ứng phó với biến đổi khí hậu.
6. Chỉ số HDI Cần Thơ:
vth5 <- hieu%>%filter(Year == '2016'|Year == '2017'|Year == '2018'|Year == '2019'|Year == '2020')%>% select('Year', 'CT')
names(vth5) <- c('Year','CT')
ggplot(vth5, aes(x = Year, y = CT)) +
geom_bar(stat = "identity", fill = "lightyellow") +
labs(title = "Biểu đồ thể hiện chỉ số phát triển con người ở Cần Thơ 2016-2020", x = "Năm", y = "Chỉ số phát triển" )
Nhận xét:
Theo biểu đồ, có thể thấy HDI Đà Nẵng qua các năm thuộc nhóm HDI cao(700 < HDI < 0,800).
Chỉ số HDI của Cần Thơ liên tục tăng qua các năm, cho thấy sự phát triển tích cực về kinh tế, xã hội và giáo dục. Cần Thơ đã đạt mức phát triển cao, đang trên đà tiến gần nhóm các địa phương có HDI rất cao.
HDI của Cần Thơ vẫn còn thấp so với các thành phố lớn khác trong khu vực. Sự chênh lệch về HDI giữa các quận/huyện trong thành phố còn cao. Cần nỗ lực hơn nữa để cải thiện chất lượng giáo dục, nâng cao tuổi thọ trung bình và thu hẹp khoảng cách thu nhập.
Kết luận:
HDI của Cần Thơ đang trên đà tăng trưởng tốt, tuy nhiên vẫn còn nhiều tiềm năng để phát triển. Để nâng cao HDI, Cần Thơ cần tập trung vào việc nâng cao chất lượng giáo dục, y tế, thu hẹp khoảng cách thu nhập và phát triển kinh tế một cách đồng đều.
Giai đoạn 2:
I. Tiến hành so sánh chỉ số HDI giữa 6 địa phương thuộc 6 vùng kinh tế trọng điểm nước ta giai đoạn 2018-2020:
Em vẫn lấy các tỉnh và thành phố tiêu biểu thuộc 6 vùng kinh tế trọng điểm ở nước ta gồm: Cao Bằng, Hà Nội, Đà Nẵng, Đắk Lắk, Hồ Chí Minh và Cần Thơ.
Sau đó phân tích sự biến động chỉ số 6 tỉnh và thành phố này trong giai đoạn 2018-2020.
names(hieu) <- c('Year','CB','HN','DN','DL','HCM','CT')
vth2 <- hieu%>%filter(Year == '2018'| Year == '2019'| Year == '2020')
ggplot(vth2, aes(x = 'Year', y1 = 'HN', y2 = 'CB', y3 = 'DN' , y4 = 'DL', y5 = 'HCM' , y6 = 'CT' )) +
geom_line(aes(x = Year, y = HN, group = 1), color = "red", linewidth = 1) +
geom_point(aes( x= Year, y= HN, group =1), color = "black") +
geom_line(aes(x = Year, y = CB, group = 1), color = "lightblue", linewidth = 1) +
geom_point(aes( x= Year, y= CB, group =1), color = "black") +
geom_line(aes(x = Year, y = DN, group = 1), color = "purple", linewidth = 1) +
geom_point(aes( x= Year, y= DN, group =1), color = "black") +
geom_line(aes(x = Year, y = DL, group = 1), color = "gray", linewidth = 1) +
geom_point(aes( x= Year, y= DL, group =1), color = "black") +
geom_line(aes(x = Year, y = HCM, group = 1), color = "lightgreen", linewidth = 1) +
geom_point(aes( x= Year, y= HCM, group =1), color = "black") +
geom_line(aes(x = Year, y = CT, group = 1), color = "yellow", linewidth = 1) +
geom_point(aes( x= Year, y= CT, group =1), color = "black") +
labs(x = "Năm",
y = "Chỉ số HDI",
title = "Biểu đồ biến động chỉ số HDI 6 tỉnh và thành phố",
caption = "Data Source: The World Bank") +
theme_bw()
NHẬN XÉT CHUNG:
Cũng như giai đoạn 1, ta có thể thấy các địa phương ở giai đoạn 2 vẫn tnawg trưởng đều và không có cách biệt lớn giữa các năm, một số địa phương chỉ tăng nhẹ và có dấu hiệu chững lại:
Đà Nẵng đã tăng mạnh và vươn lên làm thành phố có chỉ số HDI rất cao(HDI > 800). Đồng thời TP.HCM sau khi có dấu hiệu chững lại trong 2 năm 2018 và 2019 đã vươn mạnh lên HDI rất cao (HDI>800). Lý do là trong năm 2019 có nhiều thành phần kinh tế đã gia nhập thị trường và thúc đẩy kinh tế, gia tăng thu nhập bình quân.
Cao Bằng và Đắk Lắk vẫn nằm ở ngưỡng trung bình.
Đặc biệt, ta thấy sau khi các địa phương sau khi tăng mạnh năm 2016-2017 thì đến năm 2017-2018 lại chững lại và tụt giảm (Đà Nẵng, Đắk Lắk, TP.HCM, Cần Thơ). Nguyên nhân chủ yếu do việc nền kinh tế trong nước và thế giới có biến động mạnh như: giá dầu biến động khôn lường; tiền ảo, chứng khoán kiên tục chao đảo.. đã dẫn đến việc các chỉ số thành phần HDI thay đổi và giảm. Tuy nhiên sự biến động không ảnh hưởng mạnh đến chỉ số HDI và HDI chỉ giảm nhẹ.
HDI và các Chỉ số thành phần của cả nước:
Trong giai đoạn 2016 - 2020, kinh tế - xã hội của cả nước nói chung và sự phát triển con người nói riêng đạt được những thành tựu quan trọng.
d <- read.xlsx("C:/Users/HP/Downloads/Book2.xlsx", sheetIndex = 1, header = T)
names(d) <- c('Year','Sing','Bru','Ma','Thai','Phil','Indo','Vietnam','Laos')
d## Year Sing Bru Ma Thai Phil Indo Vietnam Laos
## 1 2016 0.930 0.852 0.799 0.748 0.696 0.691 0.682 0.598
## 2 2017 0.932 0.853 0.802 0.755 0.699 0.694 0.687 0.601
## 3 2018 0.935 0.845 0.803 0.765 0.712 0.707 0.693 0.604
## 4 2019 0.938 0.838 0.810 0.777 0.718 0.718 0.703 0.613vth3 <- data.frame()
ggplot(d, aes(x = 'Year', y1 = 'Sing', y2 = 'Bru', y3 = 'Ma' , y4 = 'Thai', y5 = 'Phil' , y6 = 'Indo' , y7 = 'Vietnam' , y8 = 'Laos' )) +
geom_line(aes(x = Year, y = Sing, group = 1), color = "darkred", linewidth = 1) +
geom_point(aes( x= Year, y= Sing, group =1), color = "black") +
geom_line(aes(x = Year, y = Bru, group = 1), color = "lightblue", linewidth = 1) +
geom_point(aes( x= Year, y= Bru, group =1), color = "black") +
geom_line(aes(x = Year, y = Ma, group = 1), color = "purple", linewidth = 1) +
geom_point(aes( x= Year, y= Ma, group =1), color = "black") +
geom_line(aes(x = Year, y = Thai, group = 1), color = "gray", linewidth = 1) +
geom_point(aes( x= Year, y= Thai, group =1), color = "black") +
geom_line(aes(x = Year, y = Phil, group = 1), color = "lightgreen", linewidth = 1) +
geom_point(aes( x= Year, y= Phil, group =1), color = "black") +
geom_line(aes(x = Year, y = Indo, group = 1), color = "darkblue", linewidth = 1) +
geom_point(aes( x= Year, y= Indo, group =1), color = "black") +
geom_line(aes(x = Year, y = Vietnam, group = 1), color = "pink", linewidth = 1) +
geom_point(aes( x= Year, y= Vietnam, group =1), color = "black") +
geom_line(aes(x = Year, y = Laos, group = 1), color = "yellow", linewidth = 1) +
geom_point(aes( x= Year, y= Laos, group =1), color = "black") +
labs(x = "Năm",
y = "Chỉ số HDI",
title = "Biểu đồ biến động chỉ số HDI 7 quốc gia Đông Nam Á giai đoạn 2016-2019",
caption = "Data Source: The World Bank") +
scale_color_manual(values = c("Sing" = "darkred",
"Bru" = "lightblue",
"Ma" = "purple",
"Thai" = "grey",
"Phil" = "lightgreen",
"Indo" = "darkblue",
"Vietnam" = "pink",
"Laos" = "yellow"),
labels = c("Sing", "Bru", "Ma", "Thai", "Phil","Indo","Vietnam","Laos" )) +
theme_bw() +
theme_minimal() +
theme(legend.position = "bottom")## Warning: No shared levels found between `names(values)` of the manual scale and the
## data's colour values.
Nhận xét:
Chỉ số tổng hợp HDI đã tăng từ 0,682 năm 2016 lên 0,687 năm 2017; 0,693 năm 2018; 0,703 năm 2019 và 0,706 năm 2020. So với năm trước, HDI năm 2017 tăng 0,005 với tốc độ tăng 0,73%; 2018 tăng 0,006 và tăng 0,87%; 2019 tăng 0,10 và tăng 1,44%; 2020 tăng 0,003 và tăng 0,43%. Tính chung những năm 2016 - 2020 tăng 0,024 với tốc độ tăng 3,52%; bình quân mỗi năm tăng 0,87%.
UNDP đã phân chia HDI thành 4 nhóm: (i) Nhóm 1 là nhóm đạt rất cao với HDI ≥ 0,800; Nhóm 2 đạt cao với 0,700 ≤ HDI < 0,800; Nhóm 3 đạt mức trung bình với 0,550 ≤ HDI < 0,700; Nhóm 4 đạt thấp với HDI < 0,550. Theo tiêu chuẩn này, HDI của cả nước đã từ nhóm trung bình những năm 2016 - 2018 lên nhóm cao trong năm 2019 - 2020.
Chương III: ẢNH HƯỞNG CỦA CHỈ SỐ PHÁT TRIỂN CON NGƯỜI HDI:
Mặt tích cực:
Nâng cao chất lượng cuộc sống: HDI cao cho thấy sức khỏe tốt hơn, giáo dục tốt hơn và thu nhập cao hơn, dẫn đến mức sống cao hơn cho người dân.
Thúc đẩy tăng trưởng kinh tế: Một lực lượng lao động khỏe mạnh, có trình độ học vấn cao và năng suất cao góp phần thúc đẩy tăng trưởng kinh tế.
Giảm bất bình đẳng: HDI cao giúp thu hẹp khoảng cách thu nhập và cải thiện phúc lợi xã hội cho người dân.
Mặt tiêu cực:
Gánh nặng tài chính: Nâng cao HDI đòi hỏi đầu tư lớn vào giáo dục, y tế và an sinh xã hội, dẫn đến gánh nặng tài chính cho chính phủ.
Tăng trưởng dân số: Tỷ lệ sinh cao có thể ảnh hưởng đến chất lượng cuộc sống và kìm hãm sự phát triển kinh tế.
Ô nhiễm môi trường: Phát triển kinh tế có thể dẫn đến ô nhiễm môi trường, ảnh hưởng đến sức khỏe và chất lượng cuộc sống.
Giải pháp cho tình hình của Việt Nam:
Nâng cao HDI:
Đầu tư vào giáo dục: Cải thiện chất lượng giáo dục, tăng cường phổ cập giáo dục và đào tạo nghề nghiệp, quan tâm đến thế hệ trẻ, những tài năng đất nước. Có chính sách học bổng phù hợp cho học sinh những vùng đặc biết khó khăn. Phát triển hệ thống y tế: Nâng cao chất lượng dịch vụ y tế, tăng cường y tế dự phòng và bảo hiểm y tế.
Giảm bớt sự chênh lệch: Hỗ trợ các nhóm yếu thế trong xã hội, thu hẹp khoảng cách thu nhập và cải thiện tiếp cận dịch vụ xã hội.
Phát triển kinh tế xanh: Ưu tiên các ngành công nghiệp sạch và năng lượng tái tạo để bảo vệ môi trường, nâng cao hiệu quả sử dụng tài nguyên: Sử dụng tài nguyên hiệu quả và tiết kiệm năng lượng.
Phát triển nguồn nhân lực: Đào tạo nguồn nhân lực chất lượng cao đáp ứng nhu cầu thị trường lao động.
Chương IV: Kết luận
Trên cơ sở phân tích về Chỉ số Phát triển Con người (HDI) cho Việt Nam trong giai đoạn 2016-2020, ta có thể kết luận rằng HDI của Việt Nam đã có sự cải thiện đáng kể. Tăng trưởng kinh tế, giáo dục và tuổi thọ đã đóng góp tích cực vào sự nâng cao chất lượng cuộc sống và mức độ phát triển con người của đất nước.
Tuy nhiên, vẫn còn những thách thức cần được giải quyết để đảm bảo sự phát triển bền vững và đồng đều trên toàn quốc. Chênh lệch phát triển giữa các khu vực nông thôn và thành thị cần được thu hẹp, đảm bảo rằng mọi công dân Việt Nam, bất kể địa phương và tình hình kinh tế, đều có cơ hội truy cập vào các dịch vụ cơ bản như giáo dục, y tế và cơ sở hạ tầng.
Đồng thời, việc tăng cường đầu tư vào giáo dục và đào tạo, đặc biệt là trong các khu vực khó khăn, sẽ giúp nâng cao chất lượng nguồn nhân lực và khả năng cạnh tranh của Việt Nam trên thị trường lao động quốc tế. Điều này sẽ đóng góp vào sự phát triển kinh tế và nâng cao HDI của đất nước.
Qua việc nghiên cứu và phân tích về HDI của Việt Nam, ta nhận thấy rằng sự phát triển con người là mục tiêu quan trọng và cần thiết cho sự tiến bộ và phát triển bền vững của một quốc gia. Việt Nam đã đạt được những thành tựu đáng kể trong việc nâng cao HDI, tuy nhiên vẫn còn nhiều công việc cần được thực hiện để đảm bảo sự phát triển toàn diện và công bằng cho mọi công dân Việt Nam.
Chương V: Tài liệu tham khảo
Tổng cục thống kê: https://www.gso.gov.vn/dan-so/
Waskom, M. L., (2021). seaborn: statistical data visualization. Journal of Open Source Software, 6(60), 3021,
data.worldbank.org