Luận văn Thạc sĩ Kinh tế: Tác động của mức lương tối thiểu đến tình trạng thất nghiệp của lao động trẻ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

----------

Nguyễn Thị Ngọc Hoan

TÁC ĐỘNG CỦA MỨC LƯƠNG TỐI THIỂU

ĐẾN TÌNH TRẠNG THẤT NGHIỆP

CỦA LAO ĐỘNG TRẺ

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh – năm 2018

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

----------

Nguyễn Thị Ngọc Hoan

TÁC ĐỘNG CỦA MỨC LƯƠNG TỐI THIỂU

ĐẾN TÌNH TRẠNG THẤT NGHIỆP

CỦA LAO ĐỘNG TRẺ

Chuyên ngành: Kinh tế phát triển

Mã số:

8310105

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS. PHẠM KHÁNH NAM

Tp. Hồ Chí Minh – năm 2018

LỜI CAM ĐOAN

Tôi xin cam đoan nghiên cứu “Tác động của mức lương tối thiểu đến tình trạng

thất nghiệp của lao động trẻ” là do tôi thực hiện nghiên cứu với sự hướng dẫn của

TS. Phạm Khánh Nam.

Các dữ liệu được thu thập và nội dung trong nghiên cứu này là trung thực. Kết

quả của nghiên cứu chưa từng được công bố trong bất kỳ nghiên cứu nào trước đây.

Tôi xin hoàn toàn chịu trách nhiệm các nội dung trong toàn bộ nghiên cứu.

TP. Hồ Chí Minh, ngày 18 tháng 09 năm 2018

Tác giả

Nguyễn Thị Ngọc Hoan

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG BIỂU

DANH MỤC CÁC HÌNH VẼ

TÓM TẮT LUẬN VĂN

CHƯƠNG 1 GIỚI THIỆU ....................................................................................... 1

1.1. Tính cấp thiết của đề tài. .................................................................................. 1

1.2. Mục tiêu nghiên cứu ........................................................................................ 2

1.3. Phạm vi nghiên cứu ......................................................................................... 3

1.4. Cấu trúc luận văn ............................................................................................. 3

CHƯƠNG 2 TỔNG QUAN LÝ THUYẾT ............................................................. 5

2.1. Lược khảo lý thuyết ......................................................................................... 5

2.1.1. Các khái niệm ........................................................................................... 5

2.1.2. Mô hình lý thuyết thị trường lao động và mức lương tối thiểu ................ 7

2.2. Các nghiên cứu liên quan ............................................................................... 11

2.2.1. Các nghiên cứu chỉ ra tác động tiêu cực của mức lương tối thiểu đối với

tình trạng thất nghiệp ........................................................................................ 11

2.2.2. Các nghiên cứu chỉ ra mức lương tối thiểu không có tác động hoặc tác

động không đáng kể đối với tình trạng thất nghiệp .......................................... 15

2.2.3. Các nghiên cứu chỉ ra tác động của mức lương tối thiểu lao động dưới

góc độ khác ....................................................................................................... 17

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU ................................................... 22

3.1. Mô hình nghiên cứu và định nghĩa biến ........................................................ 22

3.2. Phương pháp kinh tế lượng ............................................................................ 26

3.2.1. Mô hình tĩnh................................................................................................ 26

3.2.2. Mô hình động .............................................................................................. 29

3.3. Dữ liệu ........................................................................................................... 32

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU ............................................................... 34

4.1. Thống kê mô tả bộ dữ liệu ............................................................................. 34

4.1.1 Biến tổng số lao động trẻ thất nghiệp (UEMP) ........................................... 34

4.2.2 Biến mức lương tối thiểu (MW) .................................................................. 38

4.2.3. Biến kiểm soát ............................................................................................ 38

4.3. Hệ số tương quan ........................................................................................... 41

4.4. Kết quả hồi qui ............................................................................................... 42

4.5. Kiểm tra tính đáng tin cậy của kết quả ước lượng – Ước lượng GMM ........ 44

CHƯƠNG 5 KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH ....................................... 47

5.1. Kết luận .......................................................................................................... 47

5.2. Hàm ý chính sách ........................................................................................... 48

5.3. Hạn chế của nghiên cứu và các hướng nghiên cứu tiếp theo ........................ 49

TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

: Mô hình tác động cố định FEM

: Phương pháp ước lượng mômen tổng quát GMM

: Tổ chức lao động Quốc tế ILO

OECD : Tổ chức hợp tác và phát triển kinh tế

Pooled OLS : Phương pháp bình phương nhỏ nhất dạng gộp

: Mô hình tác động ngẫu nhiên REM

: Ngân hàng thế giới WB

DANH MỤC CÁC BẢNG BIỂU

Bảng 1 Mô tả các biến

Bảng 4.1 Bảng mô tả biến tổng số lao động trẻ thất nghiệp theo nước

Bảng 4.2 Hệ số tương quan

Bảng 4.3 Kết quả ước lượng

Bảng 4.4 Kết quả mô hình động

DANH MỤC CÁC HÌNH VẼ

Hình 4.1 Đồ thị histogram về tổng số lao động trẻ thất nghiệp

Hình 4.2 Đồ thị histogram về logarit tổng số lao động trẻ thất nghiệp

Hình 4.3 Đồ thị thanh mô tả mức lương tối thiểu theo nước

Hình 4.4 Đồ thị so sánh tỷ lệ thất nghiệp của lao động trẻ và lao động có độ

tuổi từ 25 – 54 theo nước

Hình 4.5 Mức độ tham gia công đoàn qua các năm

Hình 4.6 Tỷ lệ dân số trong độ tuổi từ 20 – 24

TÓM TẮT LUẬN VĂN

Luận văn nghiên cứu tác động của mức lương tối thiểu đến tình trạng thất

nghiệp của lao động trẻ ở các nước trên thế giới bằng việc sử dụng phương pháp

bình phương bé nhất kết hợp phương pháp mômen tổng quát GMM và các mô hình

hồi quy khác nhau là mô hình tác động cố định hay mô hình tác động ngẫu nhiên.

Kết quả nghiên cứu giúp đánh giá mức độ ảnh hưởng của mức lương tối thiểu đến

tình trạng thất nghiệp của lao động trẻ tại các quốc gia sử dụng dữ liệu 47 nước từ

năm 2000 đến năm 2016, bằng chứng thực nghiệm cho thấy:

1. Mức lương tối thiểu tăng thì số lao động trẻ thất nghiệp càng tăng

2. Tỷ lệ thất nghiệp trong độ tuổi 25 – 54 và tỷ lệ dân số độ tuổi 20 – 24 của

một quốc gia càng cao thì số lao động trẻ thất nghiệp của quốc gia đó càng

cao.

CHƯƠNG 1

GIỚI THIỆU

1.1. Tính cấp thiết của đề tài.

“Giải quyết được vấn đề lao động trẻ, một trong những thách thức của xã hội và

thị trường lao động là rất quan trọng, không những giúp quốc gia tăng trưởng

bền vững và toàn diện mà còn thúc đẩy công việc trong tương lai và sự gắn kết

xã hội”.

(Deborah Greenfield, Phó Tổng Giám đốc Tổ chức lao động thế giới)

Như Greenfield đã nói, lao động trẻ là lực lượng rất quan trọng trong lực lượng

lao động của một quốc gia. Do đó, vấn đề việc làm cho lao động trẻ vẫn là một

trong những mối quan tâm hàng đầu của các nhà chính sách. Theo Tổ chức Lao

động Quốc tế (ILO, 2018), tỷ lệ thanh thiếu niên thất nghiệp trên toàn thế giới đạt

đỉnh điểm ở cuộc khủng hoảng năm 2009 và tính tới thời điểm 2018 đã giảm đáng

kể, tuy nhiên ở nhiều nơi trên thế giới, tỷ lệ này vẫn cao hơn mức trước khủng

hoảng kéo theo tình trạng thất nghiệp dai dẳng và thiếu cơ hội việc làm chất lượng

làm ảnh hưởng đến sự phát triển của lao động trẻ. Năm 2017, ước tính lao động trẻ

chiếm 35% tổng số người thất nghiệp trên toàn thế giới. Trước khủng hoảng 2009

ghi nhận tỷ lệ thất nghiệp của lao động trẻ toàn cầu năm 2008 là 12,3% và ổn định ở

mức 13% ở năm 2016 sau khủng hoảng và năm 2018 tăng nhẹ lên 13,1%. Theo Báo

cáo xu hướng việc làm toàn cầu cho thanh niên của ILO (2017), từ 1997 đến 2017,

dân số thanh niên tăng 139 triệu người, trong khi đó lực lượng lao động thanh niên

lại giảm 35 triệu người, phản ảnh tỷ lệ lao động trẻ giảm sút so với lực lượng lao

động từ 21,7% xuống 15,5% và ước tính có 70,9 triệu lao động thanh niên thất

nghiệp năm 2017 toàn cầu.

Ảnh hưởng của mức lương tối thiểu đến thị trường lao động là một vấn đề đang

được quan tâm hiện nay của các nhà nghiên cứu trên thế giới. Trong những năm gần

đây, các quốc gia thiết lập hoặc chú trọng vào mức lương tối thiểu để hạn chế mức

lương thấp và tạo ra các công việc đúng nghĩa. Nghiên cứu mức độ ảnh hưởng của

mức lương tối thiểu có thể hỗ trợ giải quyết các thách thức trong việc cải thiện tình

trạng thất nghiệp, thu nhập, lao động trẻ, lao động có thu nhập thấp, …Sự ảnh

hưởng của mức lương tối thiểu đến nền kinh tế đã gây ra nhiều tranh cãi từ khi ra

đời (Fuchs và cộng sự, 1998). Theo Stigler (1946), dù được thiết lập với mục tiêu

giảm nghèo và thúc đẩy sự công bằng trong tiền lương, mức lương tối thiểu vẫn bị

chỉ trích vì những bất lợi tiềm tàng đối với thị trường lao động, phần lớn tập trung

vào nội dung làm tăng tỷ lệ thất nghiệp, đặc biệt ở lao động có tay nghề thấp. Mặc

dù đã được nghiên cứu rộng rãi trong nhiều thập kỷ, tuy nhiên vẫn chưa có kết luận

chung cả về phương thức tác động và mức độ tác động của mức lương tối thiểu.

Theo Ferraro và cộng sự (2018), ở trên thế giới, mức lương tối thiểu đã tăng lên

nhưng vẫn còn câu hỏi gây tranh cãi thực tế về tác động của mức lương tối thiểu đối

với việc làm. Zlatkute (2017) cho rằng đa số các nghiên cứu có kết quả tác động

tiêu cực, tuy nhiên đa số ở các thị trường lao động linh hoạt, tác động tiêu cực lại

không đáng kể. Trong khi đó, Stewart (2004b) và Butcher và cộng sự (2012) nói

rằng chứng cứ ngày càng tăng ở các nước phát triển đã gợi ý rằng mức lương tối

thiểu có tác động không đáng kể hoặc không ảnh hưởng đến mức độ lao động

chung. Ưu và nhược điểm của mức lương tối thiểu còn gây nhiều tranh cãi hơn

trong bối cảnh các nền kinh tế đang phát triển với tình trạng thất nghiệp, tiền lương

thấp, tồn tại việc làm phi chính thức, … đang nổi lên trong nền kinh tế thế giới

(Muravyev và Oshchepkov, 2013).

Đề tài này nghiên cứu mức độ ảnh hưởng của mức lương tối thiểu đến tình

trạng thất nghiệp của lao động trẻ trên thế giới. Bài viết sử dụng mô hình được đề

xuất bởi Neumark và Wascher (2004) để kiểm soát biến số lao động trẻ thất nghiệp

và đo lường mức độ ảnh hưởng của mức lương tối thiểu lên tình trạng thất nghiệp

của nhóm lao động này.

1.2. Mục tiêu nghiên cứu

Luận văn này nhằm giải quyết mục tiêu nghiên cứu sau đây:

(1) Đánh giá tác động của mức lương tối thiểu đến tình trạng thất nghiệp ở lao

động trẻ. Luận văn sẽ thực hiện so sánh giữa mô hình tác động cố định và mô hình

tác động ngẫu nhiên để chọn ra một mô hình tốt nhất để thực hiện kiểm định tác

động của mức lương tối thiểu đến tình trạng thất nghiệp ở lao động trẻ.

(2) Vận dụng kết quả nghiên cứu để đề ra một số kiến nghị đối với mức lương

tối thiểu và tình trạng thất nghiệp của lao động trẻ ở Việt Nam. Thông qua kết quả

nghiên cứu, tác giả tìm thấy mối liên hệ giữa mức lương tối thiểu với tình trạng thất

nghiệp của lao động trẻ ở các nước trên thế giới. Vì vậy, bài nghiên cứu dựa trên

tình hình phát triển của thị trường lao động tại Việt Nam để đưa ra các chính sách

phù hợp góp phần giảm tình trạng thất nghiệp của lao động trẻ.

1.3. Phạm vi nghiên cứu

Phạm vi nghiên cứu của luận văn dựa trên số liệu tỷ lệ thất nghiệp, mức lương

tối thiểu, tổng số lao động và tổng số lao động thất nghiệp của 47 quốc gia từ năm

2000 đến 2016.

1.4. Cấu trúc luận văn

Luận văn bao gồm 5 chương chính với cấu trúc như sau:

- Chương 1 : Phần mở đầu. Phần đầu tiên giới thiệu tính cấp thiết của đề tài,

mục tiêu nghiên cứu, phạm vi nghiên cứu, phương pháp thực hiện tổng quát và cấu

trúc của luận văn.

- Chương 2 : Tổng quan lý thuyết. Phần tiếp theo trình bày các khái niệm, lý

thuyết liên quan đến thất nghiệp và mức lương tối thiểu; lược khảo các nghiên cứu

thực nghiệm; và đề xuất mô hình nghiên cứu.

- Chương 3 : Phương pháp nghiên cứu. Phần này mô tả chi tiết trình tự, cách

thức thực hiện, định nghĩa các biến trong mô hình, phương pháp ước lượng và dữ

liệu.

- Chương 4 : Kết quả nghiên cứu và thảo luận. Nội dung phần này mô tả thực

trạng, kết quả thực nghiệm, kiểm định kết quả và thảo luận.

- Chương 5: Kết luận và hàm ý chính sách. Dựa vào kết quả thu được trình

bày trong chương 4, chương này đúc kết các kết quả nghiên cứu chính, trình bày các

hàm ý chính sách phát triển nhằm giảm tình trạng thất nghiệp của lao động trẻ ở

Việt Nam.

CHƯƠNG 2

TỔNG QUAN LÝ THUYẾT

2.1. Lược khảo lý thuyết

2.1.1. Các khái niệm

Để đánh giá tác động của mức lương tối thiểu đến tình trạng thất nghiệp của lao

động trẻ, cần phải có đo lường đúng về cả hai yếu tố: mức lương tối thiểu và thất

nghiệp.

“Mức lương tối thiểu là số tiền mà người lao động phải trả lương cho công việc

được thực hiện trong một khoảng thời gian nhất định, không thể giảm xuống

mức thấp hơn bởi thỏa ước lao động tập thể hoặc hợp đồng lao động.”

(Tổ chức lao động Thế giới)

Theo ILO, mục đích của việc thiết lập mức lương tối thiểu là để bảo vệ người

lao động trước mức lương quá thấp từ người sử dụng lao động, là chính sách để

thúc đẩy giải quyết tình trạng đói nghèo, bất bình đẳng giữa lao động nam và lao

động nữ bằng việc xác lập mức lương tương ứng cho công việc mang lại giá trị như

nhau.

Mức độ hiệu quả của mức lương tối thiểu thể hiện qua 3 điểm sau:

- Sự phủ sóng – tác động bảo vệ đến tất cả người lao động, bao gồm phụ nữ,

lao động trẻ hay người nhập cư, … bất kể ngành nghề;

- Cấp độ - điều chỉnh ở mức thích hợp đảm bảo nhu cầu của người lao động và

gia đình họ;

- Sự tuân thủ - người sử dụng lao động tuân thủ quy định về tiền lương tối

thiểu.

Ngoài ra, ở Việt Nam, định nghĩa mức lương tối thiểu như sau:

“Mức lương tối thiểu là mức thấp nhất trả cho người lao động làm công việc

giản đơn nhất, trong điều kiện lao động bình thường và phải bảo đảm nhu cầu

sống tối thiểu của người lao động và gia đình họ.”

(Điều 91 Bộ luật lao động Việt Nam, 2012)

Thất nghiệp là việc ngừng thu nhập do không có khả năng tìm được một việc

làm thích hợp trong trường hợp người đó có khả năng làm việc và sẵn sàng làm việc

(Công ước số 102 của ILO, 1952).

Người thất nghiệp bao gồm toàn bộ những người trên độ tuổi làm việc được

quy định vào thời gian được chỉ định hoặc một tuần cụ thể, cụ thể:

- Người lao động có việc làm, bị chấm dứt hợp đồng lao động hoặc bị đình chỉ

tạm thời; những người không có việc làm và tìm kiếm việc làm;

- Những người sẵn sàng làm việc trong thời gian quy định và đang tìm việc

làm; những người chưa bao giờ làm việc trước đó hoặc người đã nghỉ hưu;

- Những người không có việc làm và đang tìm kiếm công việc;

- Những người bị sa thải tạm thời hoặc vô thời hạn;

Người không được coi là thất nghiệp bao gồm:

- Những người có ý định thành lập doanh nghiệp riêng, nhưng chưa thực hiện;

những người không tìm kiếm việc làm;

- Những người lao động trong gia đình không làm việc hoặc tìm kiếm việc

làm.

Theo Báo cáo từ Hội nghị quốc tế về thống kê lao động lần thứ 13 (1982), thất

nghiệp có thể phân thành 2 loại:

- Thất nghiệp tạm thời: có thể đo lường trực tiếp bởi lực lượng lao động và các

cuộc điều tra hộ gia đình để phản ánh sự thiếu việc làm, xảy ra khi người lao

động làm việc ít hơn thời gian bình thường và đang tìm kiếm việc làm mới hoặc

làm thêm.

- Thất nghiệp cơ cấu: phản ánh sự mất nguồn lực lao động hoặc sự mất cân đối

giữa lao động và các yếu tố sản xuất khác, hay nói cách khác là sự mất cân đối

giữa nhu cầu sử dụng lao động và cơ cấu của lực lượng lao động. Đặc điểm

nhận biết loại thất nghiệp này là thu nhập thấp, kỹ năng hạn chế, năng suất

thấp. Cần phân tích nhiều loại dữ liệu như thu nhập và mức độ kỹ năng, các

biện pháp năng suất, … để nghiên cứu về loại thất nghiệp này.

Tỷ lệ thất nghiệp biểu thị tỷ lệ số người thất nghiệp trên lực lượng lao động,

được tính như sau:

Số người thất nghiệp x 100

Tỷ lệ thất nghiệp (%) =

Lực lượng lao động

2.1.2. Mô hình lý thuyết thị trường lao động và mức lương tối thiểu

Nghiên cứu của Neumar và Wascher (2004) dựa trên mô hình bổ sung chính

sách của thị trường lao động được phát triển bởi Coe và Snower (1997).

Giả sử nền kinh tế có đầu vào là lao động và đầu ra là sản lượng. Một nhân viên

tạo ra doanh thu thực tế a (a > 0) và nhận mức lương thực tế w, khi đó lợi nhuận

mỗi nhân viên (a – w) là số dương.

Gọi L là tổng số người trong lực lượng lao động (L > 0) và V là tổng số vị trí

tuyển dụng trên thị trường lao động. Để đơn giản hơn, tác giả giả định mỗi người

lao động chỉ sống trong một khoảng thời gian cố định. Vậy trong từng thời kỳ sẽ có

L người lao động sẽ gia nhập vào thị trường lao động.

Những người lao động chia làm hai loại:

- Những người nhiệt tình tìm việc là những người muốn tìm việc và có thể tạo

ra doanh thu a mỗi người

- Những người không nhiệt tình tìm việc là những người không sẵn sàng tìm

kiếm việc làm, họ chỉ giả vờ tìm kiếm để đủ điều kiện hưởng trợ cấp thất

nghiệp và không tạo ra doanh thu nếu được thuê.

Gọi  (0 <  < 1) là tỷ lệ người lao động nhiệt tình tìm việc trên tổng lực lượng

lao động. Xác suất một vị trí tuyển dụng còn trống phù hợp với một người nhiệt tình

tìm việc là:

 =  (1)

với 0    1 và ’ > 0 khi 0 <  < 1.

Xác suất một người nhiệt tình tìm việc tìm thấy một công việc là:

 =  (2)

với 0    1 và ’ > 0 khi 0 <  < 1.

Gọi  là chi phí cố định để tìm kiếm được một người lao động cho vị trí cần

tuyển dụng:

(3)

Tỷ lệ thất nghiệp u là:

u = 1 –  (4)

Gọi độ khan hiếm của thị trường lao động là :

 = (5)

với mức độ khan hiếm cân bằng:

* = (6)

Chia lực lượng lao động L thành lao động có kỹ năng Ms và lao động không có

kỹ năng Mn và tổng số vị trí tuyển dụng V thành vị trí cần kỹ năng Vs và vị trí không

cần kỹ năng Vn.

Gọi s, n lần lượt là tỷ lệ người lao động nhiệt tình tìm việc có kỹ năng và

người lao động nhiệt tình tìm việc không có kỹ năng trong tổng lực lượng lao động

và s, n lần lượt là xác suất một công việc cần kỹ năng kết hợp với một lao động có

kỹ năng và xác suất một công việc không cần kỹ năng kết hợp với một lao động

không có kỹ năng, ta có:

(7)

(8)

với 0  i  1 và i’ > 0 khi 0 < i < 1, với i = s, n

Tương tự, xác xuất s một lao động có kỹ năng tìm thấy công việc cần kỹ năng

là:

(9)

và xác suất n một lao động không có kỹ năng tìm thấy một công việc không cần kỹ

năng là:

(10)

với 0  i  1 và i’ > 0 khi 0 < i < 1, với i = s, n

Gọi ws và wn lần lượt tương ứng với mức lương của lao động có kỹ năng và lao

động không có kỹ năng; s, n tương ứng với chi phí tuyển dụng cố định cho vị trí

lao động có kỹ năng và lao động không có kỹ năng; i là tỷ lệ người lao động nhiệt

tình tìm kiếm việc làm.

Mức độ khan hiếm của thị trường lao động trong hai lĩnh vực có kỹ năng và

không có kỹ năng là:

(11)

Tỷ lệ thất nghiệp của người lao động có kỹ năng và không có kỹ năng là:

(12) ui = 1 – i  (i

Tỷ lệ thất nghiệp tổng hợp là:

(13)

Giả sử tác động của mức lương tối thiểu được gắn với người lao động không có

kỹ năng, nói cách khác ws và wn là tiền lương có từ cân bằng Nash và wmin là mức

lương tối thiểu được chính phủ quy định, với giả định ws < wmin < wn.

Khi đó, mức độ khan hiếm của thị trường lao động trong hai lĩnh vực có kỹ

năng vẫn không thay đổi (như phương trình (12)) và của lao động không có kỹ năng

trở thành:

(14)

Vì vậy, tỷ lệ thất nghiệp của lao động không có kỹ năng sẽ cao hơn so với khi

không có quy định mức lương tối thiểu:

(15)

Tỷ lệ thất nghiệp tổng hợp cũng cao hơn:

(16)

2.2. Các nghiên cứu liên quan

2.2.1. Các nghiên cứu chỉ ra tác động tiêu cực của mức lương tối thiểu đối với

tình trạng thất nghiệp

Nhiều nghiên cứu ở riêng các quốc gia chỉ ra tác động tiêu cực của mức lương

tối thiểu đến việc làm, như nghiên cứu của Betcherman (2013) tìm thấy những tác

động tiêu cực từ các nghiên cứu ở các quốc gia Brazil, Trinidad và Tobago, Costa

Rica, Indonesia và Hungary. Nghiên cứu của Sen và cộng sự (2011) sử dụng dữ liệu

khắp các tỉnh của Canada từ năm 1981 đến 2004 để ước lượng tác động của mức

lương tối thiểu đến tỷ lệ thất nghiệp của thanh thiếu niên, và rộng hơn là tình trạng

đói nghèo của từng tỉnh. Nghiên cứu thiết lập mối liên kết giữa thất nghiệp của

thanh thiếu niên và xác suất một hộ gia đình rơi vào mức đói nghèo. Mức lương tối

thiểu cao hơn dẫn đến tỷ lệ thất nghiệp thanh thiếu niên giảm, dẫn đến những gia

đình này có thu nhập thấp trước đó sẽ càng nghèo đói hơn. Những quan điểm ủng

hộ tăng mức lương tối thiểu nhằm hỗ trợ người có thu nhập thấp cần xem xét lại.

Một gia đình có thu nhập thấp không nhất thiết được hưởng lợi từ việc tăng lương

tối thiểu. Tác giả kết luận rằng Đạo luật tiền lương tối thiểu công bằng năm 2007

dẫn đến thất nghiệp thanh thiếu niên nhiều hơn và đói nghèo hơn, tăng mức lương

tối thiểu là một công cụ không có tác dụng trong việc giảm tỷ lệ thất nghiệp và tỷ lệ

nghèo.

Pereira (2003) nghiên cứu mức lương tối thiểu và thất nghiệp ở lao động trẻ ở

Bồ Đào Nha. Tác giả so sánh tăng trưởng việc làm độ tuổi 18 – 19 với độ tuổi 20 –

25 và 30 – 35 bằng việc sử dụng “phương pháp tự nhiên” để đánh giá tác động của

mức lương tối thiểu giai đoạn 1986 - 1988. Kết quả cho thấy tác động tiêu cực đáng

kể, có dấu hiệu số việc làm và số giờ làm việc của lao động trẻ giảm và giảm nhiều

hơn so với lao động lớn tuổi hơn. Portugal và Cardoso (2006) phân tích tác động

của mức lương tối thiểu đối với sự tham gia thị trường lao động của lao động Bồ

Đào Nha. Phân tích tổng hợp cho thấy rằng tăng mức lương tối thiểu dường như

không ảnh hưởng tiêu cực đến việc làm cho lao động nhóm tuổi cụ thể nào. Tuy

nhiên, khi các công ty đóng cửa do tăng lương tối thiểu, các lao động trẻ lại chiếm

tỷ lệ phải tìm kiếm việc làm cao, làm thay đổi quá trình chuyển đổi công việc, việc

làm giảm. Người lao động thất nghiệp khó tìm việc làm hơn.

Gorry (2013) xây dựng mô hình để tìm kiếm mối quan hệ giữa thất nghiệp của

lao động trẻ với mức lương tối thiểu ở các tiểu bang của Hoa Kỳ. Đầu tiên, tác giả

phân lao động trẻ thành hai loại: lao động thiếu kinh nghiệm và lao động giàu kinh

nghiệm. Lao động trẻ thiếu kinh nghiệm gia nhập thị trường lao động và trở nên

giàu kinh nghiệm, từ đó nâng cao năng suất trung bình và khả năng tìm kiếm việc

làm. Kết quả cho thấy sự kết hợp giữa mức lương tối thiểu và kinh nghiệm của lao

động trẻ có ảnh hưởng lớn đến sự gia tăng tỷ lệ thất nghiệp ở lực lượng này. Ngoài

ra, nghiên cứu còn dự báo mức lương tối thiểu của Hoa Kỳ tăng sẽ làm tăng tỷ lệ

thất nghiệp cho lao động trẻ và giải thích được tại sao tỷ lệ thất nghiệp ở Pháp lại

cao hơn Hoa Kỳ.

Bossler và Gerner (2016) nghiên cứu ở Đức, đất nước vừa ban hành mức lương

tối thiểu từ 1 tháng 1 năm 2015. Nghiên cứu dựa trên so sánh sự khác biệt của tác

động của mức lương tối thiểu đến các doanh nghiệp bị ảnh hưởng và không bị ảnh

hưởng bởi chính sách này, bên cạnh đó còn có quan điểm người sử dụng lao động ít

bị ảnh hưởng bởi mức lương tối thiểu hơn người lao động. Mức lương tối thiểu có

thể gây ra sự lan toả tiền lương trong thị trường bằng cách tăng tiền lương của

người lao động với mức lương theo giờ đã cao hơn mức tối thiểu bắt buộc. Kết quả

cho thấy tình trạng mất việc làm bị tác động bởi mức lương tối thiểu.

Muravyev và Oshchepkov (2013) tận dụng dữ liệu phong phú và thể chế đặc

biệt để xem xét hiệu quả của thị trường lao động dưới tác động của mức lương tối

thiểu ở Nga bao gồm 89 khu vực trong 10 năm. Kết quả cho thấy mức lương tối

thiểu tăng làm tăng tỷ lệ thất nghiệp của lao động trẻ từ 15 – 24 tuổi và không có

dấu hiệu tác động đến lao động ở độ tuổi 25 – 72 tuổi, bao gồm cả lao động nữ.

Ngoài ra, nghiên cứu còn chỉ ra được ảnh hưởng của mức lương tối thiểu đến việc

làm không chính thức. Nhìn chung, kết quả nghiên cứu bổ sung thêm cho quan

điểm mức lương tối thiểu là một công cụ chính sách để giải quyết đói nghèo và bất

bình đẳng thu nhập. Tuy nhiên tác động này dường như làm gia tăng tỷ lệ thất

nghiệp để tạo ra các việc làm không chính thức với thu nhập thấp hơn và thiếu hụt

an sinh xã hội.

Laporšek (2013) thảo luận trường hợp của các nước thuộc Liên minh Châu Âu

(EU) trong giai đoạn 1996 đến 2011. Nghiên cứu phát hiện tác động đáng kể của

mức lương tối thiểu đến tình trạng thất nghiệp của thanh thiếu niên, đáng kể hơn ở

lực lượng thanh niên. Mỗi quốc gia thành viên của EU có một hoặc một số hình

thức của mức lương tối thiểu, đa số có mức lương tối thiểu chung, một số quốc gia

như Đan Mạch, Áo, Đức, … đặt mức lương tối thiểu theo ngành hoặc theo mức độ

nghề nghiệp của thỏa thuận tập thể. Các kết quả tương tự với một số nghiên cứu

trước đây khi cho rằng có những tác động tiêu cực đáng kể của mức lương tối thiểu

đối với việc làm của thanh thiếu niên. Giữa các nước có hay không có phân biệt

mức lương tối thiểu cho lao động trẻ, kết quả ước lượng không khác nhau nhiều.

Các quốc gia có mức lương tối thiểu thấp hơn có tình trạng giảm việc làm thấp hơn

so với các nước có mức lương tối thiểu thống nhất. Về các vấn đề khác của thị

trường lao động, đa số sẽ có tác động tiêu cực, ngoại trừ các nước có mật độ công

đoàn cao sẽ có xu hướng có tỷ lệ việc làm cao hơn. Các ước tính thực nghiệm về

mức ảnh hưởng của mức lương tối thiểu đến việc giảm việc làm của thanh thiếu

niên giữa các nước EU cho kết quả phù hợp với lý thuyết tân cổ điển, dù độ cao

giãn cao hơn, điều này có thể được giải thích bởi ảnh hưởng của khủng hoảng kinh

tế 2009 và các thể chế của thị trường lao động.

Theo Zlatkute (2017), mặc dù mức lương tối thiểu có thể cải thiện kinh tế của

một cá nhân, nó lại ảnh hưởng bất lợi đến nền kinh tế của Lithuania, như đóng góp

vào tăng trưởng tiền lương nhưng lại không hỗ trợ tăng năng suất, làm ảnh hưởng

đến khả năng cạnh tranh của thị trường lao động. Ngoài ra nghiên cứu còn chỉ ra

rằng, tăng mức lương tối thiểu làm ảnh hưởng đến triển vọng tìm kiếm việc làm của

lao động trẻ và lao động không có kỹ năng.

Jia (2014) ước lượng từ dữ liệu thu thập ở 28 tỉnh tại Trung Quốc giai đoạn

1993 đến 2013 bằng phương pháp khác biệt trong sự khác biệt DID. Kết quả cho

thấy rằng có sự không đồng nhất về ảnh hưởng của sự thay đổi mức lương tối thiểu

đến lao động nam và nữ, trong khi lao động nam không bị ảnh hưởng và giờ làm

việc của họ tăng lên sau khi tăng lương tối thiểu thì lao động nữ lại bị giảm việc làm

và giờ làm việc lại không thay đổi. Điều này dẫn đến việc phụ nữ ở vị trí khó khăn

hơn và khi áp dụng mức lương tối thiểu, các công ty có xu hướng tăng giờ làm việc

của lao động nam. Ngoài ra, so sánh giữa các lao động có trình độ học vấn khác

nhau, tác động của mức lương tối thiểu chỉ có ở lao động có ít học vấn hơn. Tác giả

đề nghị quy định mức lương tối thiểu cho những nhóm đối tượng cố định như

những phụ nữ kém học vấn hoặc quy định mức lương tối thiểu theo giờ để công

bằng và phù hợp với cả hai lao động toàn thời gian và bán thời gian. Bên cạnh đó,

cần có nhiều chính sách giải quyết vốn nhân lực để giảm nhẹ các tác động tiêu cực

của việc tăng lương tối thiểu. Bài nghiên cứu cho thấy một điểm khác biệt so với

các nghiên cứu trước ở các nước phát triển, đó là tăng lương tối thiểu có thể dẫn đến

giảm giờ làm việc, tác giả cho rằng nguyên nhân là do các khoản lương khác nhau

và các chính sách lương tối thiểu được áp dụng tại Trung Quốc khác so với các

nước phát triển. Ở Trung Quốc, lao động toàn thời gian được áp dụng mức lương tối

thiểu hàng thàng và lao động bán thời gian thì áp dụng mức lương tối thiểu theo

giờ; các doanh nghiệp lựa chọn sa thải hoặc tăng giờ làm để giảm chi phí thay vì

giảm giờ làm như các nước phát triển.

2.2.2. Các nghiên cứu chỉ ra mức lương tối thiểu không có tác động hoặc tác

động không đáng kể đối với tình trạng thất nghiệp

Có nhiều nghiên cứu chỉ ra mức lương tối thiểu không ảnh hưởng đến việc làm

hoặc tác động không đáng kể. Stewart (2004a) cho thấy việc làm không bị ảnh

hưởng bởi việc áp dụng mức lương tối thiểu quốc gia ở Anh. Stewart (2004b) cho

rằng sự ra đời của mức lương tối thiểu ở Anh không có bất kỳ sự tác động nào đáng

kể đến việc làm của lực lượng lao động, kể cả lao động trẻ. Tác giả đã sử dụng ba

bộ dữ liệu khác nhau với số liệu riêng lẻ để ước tính tác động và kết quả không tìm

thấy tác động đáng kể nào. Dolton và cộng sự (2012) cũng xem xét tác động này đối

với việc làm và bất bình đẳng ở Anh và tìm thấy các hiệu ứng tích cực hay tiêu cực

phụ thuộc vào các phương pháp ước lượng khác nhau, sau đó thực hiện nghiên cứu

lại và không tìm thấy tác động nào. Nghiên cứu của Linde Leonard và cộng sự

(2014) cho rằng các nhà hoạch định chính sách có thể điều chỉnh mức lương tối

thiểu khi hiệu quả việc làm cao và có xu hướng tăng. Neumark và Wascher (2004)

chỉ ra rằng những ảnh hưởng tiêu cực chỉ xảy ra đối với những lao động có trình độ

và tay nghề thấp, còn đối với những công việc cần tay nghề cao lại không bị ảnh

hưởng. Từ đó, các nhà nghiên cứu cho rằng, tăng mức lương tối thiểu như một hình

thức thúc đẩy việc loại những lao động có kỹ năng thấp ra khỏi thị trường, vì người

sử dụng lao động sẽ có xu hướng thuê những lao động có tay nghề cao với mức

lương ổn định, dẫn đến việc làm của lao động có tay nghề thấp giảm, trong khi mục

đích ban đầu của việc đưa ra mức lương tối thiểu là để hỗ trợ họ.

Nghiên cứu của Harasztosi và cộng sự (2015) cho thấy mức lương tối thiểu

không ảnh hưởng đến tình trạng việc làm của Hungary. Hầu hết các công ty tăng

lương thay vì giảm việc làm khi mức lương tối thiểu tăng, vì họ cho rằng mức lương

tối thiểu vẫn còn thấp hơn rất nhiều so với hiệu quả lao động chung.

Šuminas (2015) dựa trên 3 quan điểm: cách tiếp cận tân cổ điển là việc làm

giảm sau khi tăng mức lương tối thiểu; mức lương tối thiểu là chất xúc tác cho hoạt

động nâng cao năng suất và tiền lương; mô hình độc quyền liên quan đến chi phí

tuyển dụng. Mô hình chuỗi thời gian đơn giản được sử dụng để ước tính tác động

của mức lương tối thiểu đến việc làm của Lithuania. Kết quả cho thấy các tác động

tiêu cực, tuy nhiên rất nhỏ, không đáng kể. Năng suất được cho là một trong những

lý do tại sao tăng lương tối thiểu nhưng không ảnh hưởng tiêu cực đến việc làm.

Ngoài ra mức độ tăng lương tối thiểu nhẹ cũng góp phần không nhỏ đến tác động

không đáng kể trên.

Một số nghiên cứu ở Hoa Kỳ không tìm thấy tác động của mức lương tối thiểu

đến việc làm dù các nghiên cứu này sử dụng các phương pháp và dữ liệu khác nhau.

Allegretto và cộng sự (2011), O’Neill (2015) kết luận không có ảnh hưởng đáng kể

đến việc sử dụng lao động hưởng mức lương tối thiểu. Allegretto và cộng sự (2017)

đã khẳng định lại bằng nghiên cứu mới với dữ liệu nhiều hơn và kết quả vẫn không

thay đổi, mức lương tối thiểu không tác động đáng kể đến việc làm và tăng lương

của lao động thanh thiếu niên.

D. Lee và Saez (2012) cho thấy mức lương tối thiểu mặc dù tác động tiêu cực

đến việc làm, tuy nhiên có thể là một lựa chọn khả thi cho các chính phủ đánh giá

phân phối lại mức lương thấp công nhân. Tác giả cho rằng mức lương tối thiểu làm

tăng lương của công nhân có tay nghề thấp bằng mức lương tối thiểu, nhưng bao

giờ cũng sẽ dẫn đến thất nghiệp không tự nguyện, làm ảnh hưởng đến phúc lợi của

người lao động mất việc làm. Phần đầu tiên của bài nghiên cứu xem xét thị trường

lao động cạnh tranh không có thuế. Mặc các phân phối lại của chính phủ từ công

nhân có lương cao đến công nhân có lương thấp, độ co giãn cầu lao động có tay

nghề thấp là hữu hạn. Đầu tiên mức lương tối thiểu sẽ mang lại hiệu quả phân phối

tích cực, nhưng theo thời gian, những người lao động cận biên sẽ mất việc. Phần thứ

hai bài nghiên cứu xem xét trường hợp thực tế hơn khi chính phủ sử dụng thuế để

tái phân phối. Từ đó, người lao động có thể nỗ lực nhiều hơn để đạt được mức

lương cao hơn. Sự phân phối và thất nghiệp không tự nguyện sau đó sẽ tạo ra tâm lý

các chính sách lương tối thiểu ít hấp dẫn hơn trong thực tế. Bên cạnh đó, phân bổ

lợi ích cần hiệu quả, nghĩa là lợi ích phải từ những người có chi phí làm việc cao

nhất đến những người có chi phí làm việc thấp nhất để họ có thể tồn tại trong lực

lượng lao động, do đó chính phủ cần thiết lập kế hoạch phân phối trực tiếp thay vì

gián tiếp cho phép các doanh nghiệp tự thực hiện. Việc phân bổ có thể hiệu quả

hoặc làm trầm trọng thêm bất bình đẳng ở phúc lợi xã hội. Kết luận cho thấy mức

lương tối thiểu gây ra tình trạng thất nghiệp, quá nhiều công nhân tìm kiếm trong

khi quá ít việc làm.

2.2.3. Các nghiên cứu chỉ ra tác động của mức lương tối thiểu lao động dưới góc

độ khác

Mức lương tối thiểu có thể ảnh hưởng đến việc làm thông qua giảm số giờ làm

việc, bất bình đẳng lương, thay thế lao động, giảm chi phí tốn kém cho lao động, cải

thiện hiệu quả tổ chức, tăng giá hoặc giảm lợi nhuận, … (Hirsch và cộng sự, 2015).

Slonimczyk và Skott (2012) phân tích tác động của mức lương tối thiểu đến bất

bình đẳng lương, việc làm tương đối và tỷ lệ không phù hợp trong thị trường lao

động của Hoa Kỳ. Nghiên cứu cho thấy các công ty thích tuyển lao động có tay

nghề thấp hơn là lao động có tay nghề cao được đào tạo cho các công việc cần công

nghệ thấp, từ đó ngụ ý rằng sự thay đổi của mức lương tối thiểu có thể tác động bất

lợi đến việc làm cũng như tỷ lệ thiếu việc làm của lao động có tay nghề cao, làm gia

tăng bất bình đẳng nhóm, làm suy giảm mức lương tương đối của lao động có tay

nghề thấp.

Nghiên cứu của Addison và cộng sự (2013) giải thích lý do tại sao các nhà

nghiên cứu gặp khó khăn trong việc chứng minh những tác động bất lợi của việc

tăng lương tối thiểu đối với thất nghiệp. Nghiên cứu tập trung vào hai nhóm lao

động có nguy cơ thất nghiệp cao là nhân viên nhà hàng, quán bar và thanh thiếu

niên trong môi trường bị suy thoái. Hai tác động tác giả tập trung nghiên cứu là mức

lương tối thiểu đang biến động nhiều và nền kinh tế không có khả năng hấp thụ kịp

sự thay đổi này. Từ các số liệu thu thập được, tác giả thấy rằng mức lương tối thiểu

của liên bang liên quan đến tiền lương trung bình của sản xuất. Tác giả cho rằng

phần lớn các nghiên cứu trước đó không cung cấp những bằng chứng thuyết phục

rằng tăng mức lương tối thiểu làm giảm việc làm. Bên cạnh đó độ co giãn của tiền

lương lao động có tay nghề thấp co giãn ít trong nhiều lĩnh vực khiến các nhà

nghiên cứu khó thu thập dữ liệu để phát hiện ra bất kì ảnh hưởng tiêu cực nào đối

với việc làm của lao động lương thấp. Bài nghiên cứu tập trung vào sự phát triển

của nền kinh tế đương đại của Hoa Kỳ, nơi mà tăng lương tối thiểu co giãn nhiều

hơn trong quá khứ vào giai đoạn hậy suy thoái, tác giả dự đoán khả năng cao sẽ dễ

dàng đánh giá được mối liên hệ của việc tăng mức lương tối thiểu và tỷ lệ thất

nghiệp tăng. Nghiên cứu tìm thấy bằng chứng về việc ngay khi triển khai nghiên

cứu trong thời kỳ suy thoái, mức lương tối thiểu tăng dường như không có tác động

đến việc giảm việc làm trong nền kinh tế, tuy nhiên độ co giãn tiền lương tối thiểu

của lao động thanh thiếu niên dường như đã tăng đáng kể ở các bang có tỷ lệ người

thất nghiệp cao. Kết quả nghiên cứu đã cho thấy bằng chứng về hiệu ứng của mức

lương tối thiểu tác động đến lao động thanh thiếu niên và công nhân ở các bang có

tỷ lệ thất nghiệp cao.

Abowd và cộng sự (2000) so sánh tác động của mức lương tối thiểu đến việc

làm của lao động dưới 31 tuổi ở hai nước Pháp và Hoa Kỳ. Kết quả cho thấy thị

trường lao động của Mỹ không bị ảnh hưởng bởi chính sách tiền lương tối thiểu

trong khi ở Pháp lại có tác động tiêu cực mạnh mẽ, điều này cho thấy tác động của

chính sách ở mỗi quốc gia. Ở Pháp, khi tăng mức lương tối thiểu, lực lượng lao

động có tiền lương thực rơi vào khoảng của mức lương tối thiểu sẽ được tăng lên,

tuy nhiên kèm theo đó là việc làm của nhóm lao động này giảm đáng kể. Trong khi

đó ở Hoa Kỳ, ảnh hưởng này lại có xu hướng ngược lại. Các lao động của hai quốc

gia này có xu hướng hành động giống nhau, tuy nhiên xác suất tái sử dụng lao động

của Pháp cao hơn ở Hoa Kỳ và những hiệu ứng từ mức lương tối thiểu tăng mạnh

mẽ hơn theo độ tuổi. Từ đó, tác giả xác định ảnh hưởng trực tiếp của mức lương tối

thiểu như sự không đồng nhất trong phân phối tiền lương và các cú sốc kinh tế vĩ

mô ở mỗi quốc gia.

Ferraro và cộng sự (2018) xem xét hiệu quả của việc tăng lương tối thiểu đối

với việc làm ở Estonia trong giai đoạn 2013 – 2016. Bài nghiên cứu ủng hộ luận

điểm mức lương tối thiểu tăng có tác động tiêu cực đáng kể đến người lao động,

những người bị ảnh hưởng trực tiếp bởi sự thay đổi này. Tỷ lệ người có thu nhập

thấp sống ở Estonia là gần một phần tư, là một trong những con số lớn nhất ở châu

Âu. Kết quả cho thấy mức lương danh nghĩa và tỷ lệ việc làm thay đổi đáng kể từ

khu vực này sang khu vực khác, việc tăng lương tối thiểu có tác động tiêu cực đối

với các nhóm người lao động khác nhau và công việc của lao động nữ dưới 18 tuổi

bị ảnh hưởng tiêu cực trong khi công việc của lao động nam lại có tác động tích

cực.

Stewart và Swaffield (2002) sử dụng dữ liệu từ khảo sát hộ gia đình của Anh để

hỗ trợ đánh giá tác động về sự ra đời của mức lương tối thiểu. Kết quả cho rằng

mức lương tối thiểu tác động đến việc làm thông qua việc giảm tổng số giờ làm việc

trên mỗi lao động, cụ thể những nhân viên có lương tăng do mức lương tối thiểu có

xác suất giảm số giờ làm cao hơn. Kết quả tương tự về việc giảm số giờ làm việc

được xác nhận một lần nữa qua nghiên cứu của Metcalf (2008).

Neumark và Nizalova (2007) ước tính tác động lâu dài của mức lương tối thiểu

đến lao động trẻ bằng cách sử dụng thông tin mức lương tối thiểu ở quá khứ tiền

lương của lao động kể từ khi bước vào thị trường. Tác động lâu dài có thể bị ảnh

hưởng kinh nghiệm thị trường, nguồn cung lao động, việc đào tạo và tích lũy kỹ

năng. Kết quả cho thấy mức lương tối thiểu trong dài hạn có tác động tiêu cực đến

những lao động có khả năng trở thành trụ cột chính trong gia đình.

Roberto và Rohn (2011) thấy rằng mức lương tối thiểu sẽ ảnh hưởng đến tình

trạng việc làm của học sinh nam bỏ học trung học, phụ nữ lớn tuổi và lao động ở

các ngành nghề kỹ năng thấp.

Flinn (2006) giới thiệu mức lương tối thiểu trong mô hình cân bằng Nash. Tác

giả cho rằng các nghiên cứu về tác động của mức lương tối thiểu đối với thị trường

lao động thường tập trung vào việc làm hay tỷ lệ tham gia thị trường. Phân tích của

ông được mở rộng bằng cách xem xét mô hình mà ở đó người lao động có thể cải

thiện khả năng tham gia thị trường lao động bằng cách đạt được kinh nghiệm làm

việc nhất định. Khi công nhân có được kinh nghiệm, tiền lương của họ tăng lên và

trở nên ít ràng buộc hơn vào mức lương tối thiểu. Điều này ngụ ý rằng điều quan

trọng là phải xem xét mức lương tối thiểu tương tác với tích lũy kinh nghiệm như

thế nào và hiệu quả của mức lương tối thiểu trên tổng phúc lợi của người tham gia

thị trường cho cả hai bên cung và cầu. Qua các ví dụ và mô phỏng dựa trên các

thông số ước tính, tác giả kết luận tỷ lệ thất nghiệp tăng khi có sự gia tăng đáng kể ở

mức lương tối thiểu. Về mặt tích cực, mức lương tối thiểu là một thông số dễ hiểu,

dễ thực hiện và thực thi. Vai trò của nó trong mô hình Nash đặc biệt rõ ràng. Trong

mô hình thị trường lao động, với những điều kiện cố định và kế hoạch phúc lợi tổng

hợp có thể tăng, thì việc thiết lập mức lương tối thiểu cao mang lại lợi ích cho bên

cung trong thị trường. Trong mô hình khác, mức lương tối thiểu có thể quan trọng

trong việc căn chỉnh các ưu đãi dành cho người lao động và các doanh nghiệp cần

đưa ra các quyết định phù hợp với vị trí tuyển dụng để tối ưu xã hội. Từ đó, quan

điểm của tác giả là mức lương tối thiểu có thể trở thành một công cụ để tăng phúc

lợi xã hội và không chỉ đơn thuần là một thiết bị giúp phân phối lại tiền lương trong

thị trường lao động.

Gavrel và cộng sự (2012) nghiên cứu tác động của mức lương tối thiểu đối với

việc làm theo ngành nghề và mô hình thị trường lao động phân khúc. Mặc dù quy

định mức lương tối thiểu giúp những người mới gia nhập thị trường hoặc lao động

không có kỹ năng hạn chế tiếp nhận những công việc có mức lương quá thấp và

khích lệ những người có kỹ năng và kinh nghiệm chưa thay đổi công việc hiện tại,

nghiên cứu vẫn cho thấy tỷ lệ thất nghiệp vẫn tăng và tổng sản lượng của ngành

giảm. Sự gia tăng mức lương tối thiểu không ảnh hưởng đến lao động có tay nghề

cao và mức lương được thương lượng trong ngành mà chỉ ảnh hưởng đến nỗ lực tìm

kiếm việc làm của những người thất nghiệp và lao động chưa có tay nghề.

CHƯƠNG 3

PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Mô hình nghiên cứu và định nghĩa biến

Mô hình tổng thể được đề xuất bởi Neumark (2004) để đo lường ảnh hưởng của

mức lương tối thiểu lên tỷ lệ người thất nghiệp được thể hiện như sau:

(17) UEMPit = i + MWit +  Xit + it

với chỉ số i và t đại diện cho quốc gia và thời gian, UEMP là tổng số người thất

nghiệp tuổi từ 20 – 24, MW là mức lương tối thiểu, X đại diện cho các biến kiểm

soát, i đại diện cho đặc trưng riêng của từng quốc gia không quan sát được và it là

sai số ngẫu nhiên.

Dựa trên mô hình được phát triển bởi Neumark và Wascher (2004), tác giả xây

dựng mô hình để đo lường tác động của mức lương tối thiểu đến tình trạng thất

nghiệp của lao động độ tuổi 20 – 24, kiểm soát ảnh hưởng của tỷ lệ lao động thất

nghiệp độ tuổi từ 25 đến 54, mật độ tham gia công đoàn, và tỷ lệ dân số có độ tuổi

từ 20 – 24. Mô hình thực nghiệm được đề nghị với các biến số cụ thể như sau:

lnUEMPit = i + 1MWit + 2UE54it +

(18)

3 TRADEit + 4 POPit + it

trong đó:

Tổng số lao động trẻ thất nghiệp (UEMP) trong bài nghiên cứu này là tổng số

lao động trẻ thất nghiệp độ tuổi 20 – 24. Dữ liệu lấy từ Tổ chức lao động Thế giới

(ILO) của 47 quốc gia từ năm 2000 – 2016, được thu thập từ các cuộc khảo sát cơ

sở, điều tra lực lượng lao động và các nguồn chính thức của các tổ chức trên thế

giới và mỗi quốc gia dựa trên mô tả “Người làm việc bao gồm tất cả những người

trong độ tuổi lao động, trong một thời gian ngắn, được phân theo một trong các loại

sau: việc làm được trả lương (dù đang làm việc hay đi làm nhưng không có việc

làm); tự kinh doanh (dù ở nơi làm việc hay với một doanh nghiệp nhưng không làm

việc)”. Trong mô hình ở bài nghiên cứu này, biến UEMP có phân phối lệch phải, do

đó, dữ liệu ban đầu được lấy logarit tự nhiên để hạn chế những vi phạm giả thiết cổ

điển của mô hình ước lượng.

Mức lương tối thiểu (MW) được lấy từ thu thập của ILO từ các hồ sơ hành

chính của quốc gia (bảo hiểm, thanh tra lao động và khác), các khảo sát cơ sở và hộ

gia đình (điều tra lực lượng lao động) hoặc các ước tính của ILO hay ước tính chính

thức khác. Dữ liệu được thu thập hàng tháng theo luật mức lương tối thiểu tính đến

ngày 31 tháng 12 hàng năm. Trong trường hợp quốc gia không có mức lương tối

thiểu thì sử dụng mức lương tối thiểu của thủ đô hoặc thành phố lớn. Trong một số

trường hợp sẽ sử dụng mức trung bình của các mức lương tối thiểu vùng. Ở những

nước có mức lương tối thiểu được phân chia theo ngành hoặc nghề nghiệp thì sẽ áp

dụng mức lương tối thiểu cho công nhân sản xuất hoặc lao động phổ thông. Dữ liệu

có các đặc điểm: (1) dữ liệu được báo cáo theo giờ, hàng tuần, hàng năm đượ

chuyển đổi thành hàng tháng, sử dụng dữ liệu trên giờ trung bình hàng tuần nếu có,

(2) dữ liệu được chuyển đổi sang một loại tiền tệ thông thường, sử dụng tỷ giá

tương đương chỉ số ngang bằng sức mua PPP trong năm 2011. Có rất nhiều nghiên

cứu về mức lương tối thiểu tác động đến việc làm hoặc tình trạng thất nghiệp trên

thế giới. Card và Krueger (1995) nghiên cứu dựa trên quan điểm mức lương tối

thiểu ở Pennsylvania không có tác động tiêu cực đến việc làm. Dolado và cộng sự

(1996) nghiên cứu ảnh hưởng của mức lương tối thiểu ở Châu Âu và kết quả cho

thấy rằng nó ảnh hưởng tiêu cực đến tình trạng thất nghiệp của lực lượng thanh

niên. Abowd và cộng sự (2000) cũng đồng quan điểm khi nghiên cứu ở Pháp và

Hoa Kỳ khi cho rằng việc làm còn lại bị giảm đáng kể khi tăng lương tối thiểu.

Laporšek (2013) cũng đánh giá tác động của mức lương tối thiểu đối với tình trạng

thất nghiệp ở các nước OECD và thấy rằng có tác động tiêu cực. Gorry (2013) lập

mô hình đánh giá tác động của tăng lương tối thiểu ở Hoa Kỳ và so sánh tác động ở

Hoa Kỳ và Pháp và cho thấy với việc tăng lương tối thiểu từ năm 2007 đến năm

2009 ở Hoa Kỳ sẽ làm tăng tỷ lệ thất nghiệp của công nhân độ tuổi 15 – 24 lên đến

2,8 điểm phần trăm, chiếm 25,6% tỷ lệ tăng thất nghiệp của thanh niên đã qua đào

tạo trung học và gần 60% mức tăng tình trạng thất nghiệp của toàn lực lượng lao

động.

Tỷ lệ lao động thất nghiệp độ tuổi 25 – 54 (UE54) thu thập dựa vào mô tả “Tỷ

lệ thất nghiệp là tỷ lệ giữa số người thất nghiệp với tổng số người làm việc và người

thất nghiệp (tức là lực lượng lao động)", cụ thể như sau:

Số người thất nghiệp độ tuổi 25 – 54

Tỷ lệ thất nghiệp độ tuổi 25 - 54 =

Lực lượng lao động

Chỉ số này là một phần của chuỗi Ước tính và Dự đoán của ILO, được phân tích

trong báo cáo về Việc làm và Xã hội của Thế giới của ILO hàng năm. Neumark và

Wascher (2004) đã chứng minh rằng, tỷ lệ thất nghiệp độ tuổi 25 – 54 có ảnh hưởng

tiêu cực và có ý nghĩa thống kê đến tình trạng thất nghiệp của nhóm trẻ; hơn nữa, hệ

số hồi quy có giá trị tuyệt đối lớn hơn 1, cho thấy rằng sự thay đổi trong thị trường

lao động nói chung được khuếch đại bởi thị trường lao động trẻ.

Mật độ công đoàn (TRADE) được hiểu theo mô tả của OECD như sau:

Số người có tiền lương và là thành viên công đoàn

Mật độ công đoàn =

Tổng số người có tiền lương và thu nhập

Mật độ này sử dụng dữ liệu khảo sát và dữ liệu quản lý của các quốc gia để tính

toán. Dữ liệu được thể hiện theo tỷ lệ phần trăm và xuất hiện lần đầu từ năm 1980.

Công đoàn tập thể thương lượng với người lao động để cải thiện tiền lương, điều

kiện làm việc tại nơi làm việc thông qua thỏa thuận tập thể. Trong nhiều trường

hợp, số người tham gia công đoàn của một tập thể cao, có thể thực hiện thỏa ước lao

động tập thể đảm bảo được quyền lợi của cả công đoàn viên và những người lao

động không tham gia công đoàn. Neumark và Wascher (2004) cho rằng mật độ

công đoàn không ảnh hưởng đến tình trạng việc làm của thanh niên nhưng lại ảnh

hưởng tích cực đến việc làm của thiếu niên. Bên cạnh đó, Laporšek (2013) phát

hiện ra rằng những nước có tổ chức công đoàn mạnh có xu hướng có tỷ lệ việc làm

cao hơn những nước khác.

Tỷ lệ dân số có độ tuổi từ 20 – 24 (POP) được tính như sau:

Dân số độ tuổi 20 – 24

Tỷ lệ dân số độ tuổi 20 – 24 =

Tổng dân số

Số liệu về dân số độ tuổi từ 20 – 24 và tổng dân số được lấy từ báo cáo của

Ngân hàng thế giới (WB) với số liệu được tổng hợp từ Bộ phận dân số của Liên hợp

quốc, báo cáo điều tra dân số và thống kê khác từ các cơ quan thống kê mỗi quốc

gia, dữ liệu được tổng hợp chính thức từ các nguồn của chính phủ hoặc Ngân hàng

thế giới, các khảo sát hộ gia đình, khảo sát nhân khẩu học và các khảo sát với chỉ số

khác, … Neumark và Wascher (2004) cho rằng dân số độ tuổi thanh thiếu niên càng

nhiều sẽ dẫn đến mức lương cho lao động trẻ càng thấp, số lao động thất nghiệp sẽ

càng cao.

Bảng 1. Bảng mô tả các biến

Quan hệ với biến Biến Ký hiệu Nguồn dữ liệu phụ thuộc

+ / – ILO Mức lương tối thiểu MW

Tỷ lệ lao động thất nghiệp – ILO UE54 độ tuổi 25 – 54 (%)

+ ILO Mật độ công đoàn (%) TRADE

Tỷ lệ dân số có độ tuổi từ + WB POP 20 – 24 (ngàn người)

Ngoài ra, để đánh giá độ tin cậy của kết quả nghiên cứu, tác giả đưa thêm độ trễ

của biến thất nghiệp vào mô hình hồi quy đóng vai trò là biến độc lập. Một vài

nghiên cứu trước đã chứng minh rằng, số lao động thất nghiệp ở thời kỳ trước tác

động có ý nghĩa thống kê đến số lao động thất nghiệp thời kỳ hiện tại (Bernal-

Verdugo và cộng sự, 2012; G. Lee và Parasnis, 2014). Mô hình nghiên cứu trong

trường hợp này có dạng như sau:

lnUEMPit = i + lnUEMPi,t-1 + 1 MWit + 2 UE54it

(19) + 3 TRADEit + 4 POPit + it

3.2. Phương pháp kinh tế lượng

3.2.1. Mô hình tĩnh

Mô hình hồi quy tổng thể đối với dữ liệu dạng bảng có thể được viết như sau:

(20) Yit = Xit + i + uit

với i = 1,…,N và t = 1,2, ... .T

Trong đó Xit là ma trận cấp 1 * K chứa các biến quan sát được có thể thay đổi

theo thời gian hoặc theo cá nhân,  là ma trận của các tham số cần ước lượng. αi

được gọi là thành phần không quan sát được, biến tiềm ẩn; đại diện cho hiệu ứng cá

nhân hoặc sự không đồng nhất giữa các cá nhân. Các cá nhân ở đây có thể được có

thể được hiểu là các gia đình, công ty, thành phố. Các uit được gọi là những sai số

2) độc lập với nhau và với bản thân chúng.

2) và i ~ N(0, 𝜎

hệ thống vì chúng có thể những thay đổi theo t cũng như theo i, với điều kiện: uit ~

N(0, 𝜎𝑢

Đối với mô hình tĩnh đối với dữ liệu dạng bảng, ba phương pháp được sử dụng

bao gồm: Phương pháp bình phương nhỏ nhất dạng gộp (Pooled OLS), phương

pháp tác động cố định (FEM) và phương pháp tác động ngẫu nhiên (REM).

Phương pháp bình phương nhỏ nhất dạng gộp xét các thực thể là đồng nhất, do

đó, xem dữ liệu là dữ liệu chéo, sau đó sử dụng phương pháp bình phương nhỏ nhất

để tìm các ước lượng. Điều này thông thường không phù hợp về mặt thực tế vì mỗi

quốc gia là một thực thể riêng biệt, sẽ có những đặc điểm riêng hoàn toàn khác nhau

(chẳng hạn như chính sách, chế độ chính trị, tăng trưởng kinh tế) có thể ảnh hưởng

đến số lao động trẻ thất nghiệp. Vì vậy, ước lượng bằng phương pháp Pooled OLS

có thể dẫn đến các ước lượng chệch vì không kiểm soát được những đặc điểm riêng

lẻ.

Để kiểm soát các đặc điểm riêng lẻ giữa các quốc gia, giả định rằng tất cả các

tác động của các yếu tố không quan sát được lên Y cho đối tượng i (không thay đổi

theo thời gian) là một tham số cố định. Khi đó, mô hình tác động cố định có thể

được viết lại:

(21) Yit = Xit + 1D1+ 2D2+…+ NDN+ uit

trong đó, Di là biến giả đại diện cho cá nhân thứ i.

Nhược điểm của mô hình nhân tố tác động cố định được sử dụng khi nghiên

cứu chỉ tập trung vào phân tích ảnh hưởng của các biến thay đổi theo thời gian. Tuy

nhiên, mô hình tác động cố định giả định rằng có một yếu tố nào đó giữa các cá thể

có thể ảnh hưởng đến mối quan hệ giữa biến phụ thuộc và biến độc lập, hay nói

cách khác, nó cho phép các biến đặc trưng cho từng các nhân không quan sát được

có thể tương quan với biến độc lập trong mô hình.

Để lựa chọn giữa mô hình Pooled OLS và mô hình FEM, cần chứng minh rằng

các đặc điểm riêng lẻ không ảnh hưởng đến biến phụ thuộc. Do đó, giả thuyết cần

kiểm định dựa trên mô hình (2) trong trường hợp này như sau:

H0: 1 = 2 = ...= N = 0

H1: tồn tại ít nhất một I (i = 1, 𝑁̅̅̅̅̅) khác 0

Giả thuyết trên được kiểm định qua kiểm định Wald với thống kê F. Nếu giả

thuyết H0 bị bác bỏ, mô hình FEM tốt hơn.

Khác với mô hình tác động cố định, mô hình ngẫu nhiên giả định các đặc trưng

của cá nhân không quan sát i là ngẫu nhiên. Khi đó, it = i + uit được gọi là sai

số tổng hợp. Trong trường hợp này, mô hình (1) ở trên sẽ có hiện tượng tự tương

quan. Nếu sử dụng phương pháp bình phương bé nhất thì các ước lượng thu được từ

mô hình sẽ không còn là ước lượng hiệu quả nhất. Hơn nữa, các ước lượng của sai

số chuẩn và do đó thống kê t sẽ không còn chính xác. Do đó, phương pháp bình

phương bé nhất tổng quá được sử dụng để ước lượng các hệ số hồi quy trong trường

hợp này. Một giả thiết quan trọng của mô hình tác động ngẫu nhiên là các đặc trưng

của cá nhân không được tương quan với biến độc lập trong mô hình, nếu không, các

ước lượng thu được sẽ bị chệch.

Để lựa chọn giữa tác động cố định và tác động ngẫu nhiên, chúng ta cần thiết

phải kiểm tra sự tương quan giữa các đặc trưng của từng cá nhân không quan sát

được với các biến giải thích. Kiểm định Hausman sẽ thực hiện việc kiểm tra này.

Giả thuyết H0 và H1 tương ứng của kiểm định Hausman như sau:

H0: Cov(Xit, i) = 0: mô hình REM tốt hơn

H1: Cov(Xit, i)  0: mô hình FEM tốt hơn

Thống kê kiểm định tuân theo phân phối chi-bình phương với bậc tự do bằng số

biến độc lập trong mô hình. Với mức ý nghĩa  cho trước, thống kê kiểm định lớn

hơn giá trị tới hạn thì bác bỏ H0.

Để lựa chọn giữa mô hình REM và Pooled OLS, giải thuyết H0 và H1 tương ứng

như sau:

H0: Var(i) = 0 : mô hình Pooled OLS tốt hơn

H1: Var(i)  0 : mô hình REM tốt hơn

Sự khác nhau giữa Pooled OLS và REM chính là i được xem là hằng số hay là

biến ngẫu nhiên. Kiểm định LM (Breusch – Pagan Lagrange Multiplier) được sử

dụng trong trường hợp này. Nếu thống kê chi bình - phương tính toán được lớn hơn

giá trị tới hạn thì bác bỏ H0.

3.2.2. Mô hình động

Xét mô hình đơn giản như sau:

(22) Yit = Yi,t-1 + Xit + i + uit

2) và uit ~ iid(0,u

với i ~ iid(0,

Trong mô hình (22), bởi vì Yit làm một hàm số theo i ; đồng nghĩa Yi,t-1 cũng

là một hàm số theo i. Điều này dẫn đến Yi,t-1 tương quan với sai số do sự hiện diện

của i, mô hình (22) có hiện tượng nội sinh. Do đó, ước lượng mô hình (22) bằng

phương pháp OLS là không phù hợp.

Khi sử dụng mô hình tác động cố định bằng phương pháp sai phân để loại bỏ

tác động của các yếu tố đặc trưng cá nhân, sai phân của sai số sẽ tương quan với

biến trễ của biến phụ thuộc; nghĩa là mô hình sẽ có hiện tượng nội sinh. Kết quả sẽ

gây ra sự chệch do mẫu lớn trong việc ước lượng hệ số hồi quy, và mức chệch

không giảm bớt khi tăng cỡ mẫu (Nickell, 1981).

Arellano và Bond (1991) đề xuất phương pháp ước lượng mômen sai phân bậc

1 (GMM sai phân) giúp xử lý tốt các hiện tượng nội sinh, tự tương quan và phương

sai thay đổi của chuỗi. Phương pháp GMM cần một tập hợp biến công cụ để xử lý

vấn đề nội sinh. Biến công cụ theo phương pháp gồm các độ trễ thích hợp của biến

nội sinh và biến ngoại sinh. Kỹ thuật GMM trong mô hình được thiết kế đặc biệt

thông qua ma trận có trọng số của biến công cụ, có tính đến tương quan chuỗi và

phương sai thay đổi. Mô hình sai phân trong trường hợp này như sau:

(23) Yit = Yi,t-1 + Xit + uit

Bằng cách chuyển đổi các biến gốc sang dạng sai phân, tác động cố định i sẽ

bị loại bỏ.  thể hiện nhân tử sai phân. Hệ số hồi quy trong mô hình (23) có ước

lượng bị chệch do Yi,t-1 tương quan với uit. Để khắc phục vấn đề này của hiện

tượng nội sinh, Arrellano và Bond (1991) đề nghị sử dụng độ trễ của biến phụ thuộc

Yi,t-2 để làm biến công cụ cho Yi,t-1 vì Yi,t-2 tương quan cao với Yi,t-1 nhưng không

tương quan với uit. Phương trình moment trong trường hợp này như sau :

(24) E(Yi,t-2uit) = 0

Hơn nữa, giả thiết về sự không tương quan giữa biến độc lập và nhiễu có

thể không còn đúng nếu có tác động nhân quả ngược (E(Xituit)  0), dẫn đến các

biến độc lập có thể bị nội sinh yếu, do đó, độ trễ của các biến độc lập cũng được sử

dụng để làm các biến công cụ trong mô hình (23). Phương trình moment được bổ

sung có dạng như sau:

(25) E(Xi,t-2uit) = 0

Tuy nhiên, Blundell và Bond (1998) cho rằng khi biến phụ thuộc có mối tương

cao giữa giá trị hiện tại và giá trị ở thời kỳ trước đó, và dữ liệu có thời gian không

quá dài, thì mô hình GMM do Arellano và Bond (1991) đề xuất không còn hiệu

quả, các biến công cụ được đề nghị sẽ không đủ mạnh. Blundell và Bond đã đề nghị

phương pháp GMM hệ thống bằng cách ước lượng đồng thời mô hình gốc (22) và

mô hình sai phân (23). Mô hình gốc (22) xảy ra hiện tượng nội sinh do tương quan

giữa Yi,t-1 và phần sai số tổng hợp vit = i + uit. Do đó, để xử lý nội sinh của mô

hình (22), độ trễ bậc 1 của sai phân của biến phụ thuộc được sử dụng để làm biến

công cụ. Phương trình moment cho mô hình (22) có dạng :

(26)

Mô hình GMM được đề xuất bởi Arellano và Bond (1991) và Blundell và Bond

(1998) hữu ích cho dữ liệu bảng khi : (a) Dữ liệu có số quan sát cá thể lớn và chuỗi

thời gian ngắn (N > T) ; (b) Các biến giải thích không bắt buộc phải ngoại sinh chặt

chẽ. Hơn nữa, việc sử dụng phương pháp GMM sẽ giúp kiểm soát hiện tượng

phương sai thay đổi và tự tương quan và không đòi hỏi phải tìm thêm các biến công

cụ bên ngoài đại diện cho biến bị nội sinh.

Phương pháp GMM yêu cầu các biến công cụ được lựa chọn phải không được

tương quan với sai số. Sargan (1958) giới thiệu kiểm định định dạng quá mức với

giả thuyết không:

H0: Các biến công cụ là ngoại sinh

Dưới giả thuyết H0, thống kê kiểm định có phân phối tiệm cận phân phối chi-

bình phương với bậc tự do là m – k, trong đó m số biến công cụ và k số biến nội

sinh của mô hình. Giá trị p-value của thống kê chi-bình phương càng lớn thì càng

không có cơ sở để bác bỏ giả thuyết H0, chứng tỏ biến công cụ được lựa chọn là

biến công cụ tốt.

Ngoài ra, phương pháp GMM yêu cầu không tồn tại tương quan chuỗi ở các

biến gốc, điều này tương ứng không tồn tại tự tương quan bậc hai ở mô hình sai

phân (mô hình đã loại trừ tác động cố định). Kiểm định Arellano – Bond để kiểm

định tương quan chuỗi với giả thuyết không:

H0: không có tự tương quan

Nếu p-value của quá trình tương quan bậc 2 (AR(2)) khá lớn, mô hình đang

thực hiện là mô hình tốt.

Tóm lại, trong bài nghiên cứu này, để xem xét ảnh hưởng của mức lương tối

thiểu đến tình trạng thất nghiệp của lao động trẻ, tác giả sử dụng phương pháp bình

phương bé nhất trên dữ liệu dạng bảng (Pooled OLS, mô hình tác động cố định và

mô hình tác động ngẫu nhiên). Đồng thời, để đảm bảo cho vấn đề nội sinh cũng như

phương sai thay đổi và tự tương quan và tính động của biến phụ thuộc, tác giả còn

sự dụng thêm phương pháp mômen tổng quát GMM để đảm bảo tính đáng tin cậy

của các kết quả ước lượng.

3.3. Dữ liệu

Dữ liệu dạng bảng được thu thập giai đoạn 2000 – 2016 của các quốc gia trên

thế giới, bao gồm các biến cụ thể sau:

- Mức lương tối thiểu

- Tổng số lao động thất nghiệp độ tuổi 20 – 24

- Tỷ lệ lao động thất nghiệp độ tuổi 25 – 54

- Mật độ công đoàn

- Tổng dân số trẻ (trong nghiên cứu này là lao động thuộc độ tuổi 20 – 24)

- Tổng dân số

Do yêu cầu của dữ liệu dạng bảng, dữ liệu phải đầy đủ từ năm 2000 đến 2016

cho tất cả các nước được phân tích nên sau quá trình thu thập và tổng hợp, các quốc

gia thiếu quá nhiều dữ liệu được loại ra khỏi nghiên cứu này. Dữ liệu cuối cùng

gồm 47 nước, trong đó:

- 27 quốc gia thuộc Châu Âu: Albania, Anh (United Kingdom), Armenia, Ba

Lan (Poland), Bỉ (Belgium), Bồ Đào Nha (Portugal), Bulgaria, Cộng hòa Séc

(Czech Republic), Croatia, Estonia, Hà Lan (Netherlands), Hy Lạp (Greece),

Hungary, Kazakhstan, Ireland, Latvia, Lithuania, Luxembourg, Malta,

Maurice (Mauritius), Pháp (France), Rumani (Romania), Serbia, Slovakia,

Slovenia, Tây Ban Nha (Spain), Ukraine.

- 02 quốc gia xuyên lục địa, nằm tại châu Á và châu Âu: Thổ Nhĩ Kỳ

(Turkey), Liên bang Nga (Russian Federation).

- 06 quốc gia thuộc Châu Á: Ấn Độ (India), Indonesia, Israel, Pakistan,

Philippines, Thái Lan (Thailand).

- 02 quốc gia thuộc Châu Đại Dương : New Zealand, Úc (Australia).

- 06 quốc gia thuộc Châu Mỹ : Brazil, Canada, Costa Rica, Hoa Kỳ (United

States), Trinidad và Tobago, Venezuela.

- 04 quốc gia thuộc Châu Phi: Ai Cập (Egypt), Cộng hòa Nam Phi (South

Africa), Ghana, Tunisia.

Dữ liệu dân số trẻ và tổng dân số được lấy từ Ngân hàng thế giới (WB), được

lấy từ trang:

http://databank.worldbank.org/data/indicator/SP.POP.TOTL/1ff4a498/Popular-

Indicators#

Các dữ liệu tổng số lao động thất nghiệp, tỷ lệ thất nghiệp, mức lương tối thiểu

và mật độ công đoàn được lấy từ Tổ chức lao động thế giới (ILO) và tải xuống từ

trang:

http://www.ilo.org/ilostat/faces/ilostat-home?_adf.ctrl-

state=dlyperxg9_4&_afrLoop=2283704977065182#!

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU

4.1. Thống kê mô tả bộ dữ liệu

4.1.1 Biến tổng số lao động trẻ thất nghiệp (UEMP)

Kết quả thống kê mô tả biến tổng số lao động trẻ thất nghiệp theo quốc gia được

trình bày ở bảng 4.1.

Bảng 4.1. Bảng mô tả biến tổng số lao động trẻ thất nghiệp theo nước

Đvt: ngàn người

Trung Độ lệch Giá trị nhỏ Giá trị Nước Trung vị bình chuẩn nhất lớn nhất

Albania 56.59 53.35 21.45 28.5 97.7

Armenia 59.75 52.50 22.47 35.5 104.7

Australia 103.09 103.50 18.39 75.3 131.5

Belgium 66.47 63.80 9.42 50.8 81.6

1866.30 1905.70 308.22 1382.6 2492.4 Brazil

Bulgaria 52.68 48.80 23.91 22.9 107.5

Canada 178.58 178.70 19.13 150.2 210.3

Costa Rica 36.84 30.30 12.99 17.0 62.5

Croatia 47.31 46.30 12.70 30.2 74.0

Czech Republic 54.63 56.60 16.53 27.8 84.5

Egypt 1142.97 1072.70 271.50 719.2 1589.2

Estonia 9.65 9.50 3.85 4.7 17.7

France 436.64 438.40 54.63 348.2 512.5

Ghana 146.20 164.10 32.49 101.6 175.7

Greece 109.72 109.30 24.68 68.1 152.2

Hungary 53.45 52.10 12.00 35.9 73.9

Trung Độ lệch Giá trị nhỏ Giá trị Nước Trung vị bình chuẩn nhất lớn nhất

India 20155.14 20339.00 689.31 18868.0 21044.0

Indonesia 2276.72 2140.80 469.53 1691.0 3277.7

33.96 31.10 Ireland 19.37 11.3 64.2

56.85 60.60 Israel 15.73 33.0 82.5

Kazakhstan 99.16 118.20 33.12 41.7 141.4

18.98 18.60 Latvia 7.37 9.9 34.1

25.33 24.80 Lithuania 10.49 8.5 40.9

1.78 1.70 Luxembourg 0.64 0.7 2.7

1.94 1.90 Malta 0.35 1.2 2.6

12.56 12.35 Mauritius 2.34 8.7 17.2

49.87 47.00 Netherlands 21.33 22.1 89.6

19.96 19.20 New Zealand 5.16 13.8 28.1

Pakistan 422.69 574.80 285.94 67.9 746.3

Philippines 488.41 495.70 40.51 434.3 544.5

Poland 472.20 356.60 209.42 205.3 779.9

71.89 65.30 Portugal 24.40 36.5 119.3

141.45 137.90 Romania 28.03 86.3 205.1

Russian Federati 1015.80 989.00 154.80 798.8 1325.9

92.96 92.20 Serbia 18.12 63.5 126.4

68.13 60.90 Slovakia 23.64 36.5 109.7

11.69 11.90 Slovenia 1.70 8.6 14.1

60.35 South Africa 1140.62 1128.60 1063.7 1247.3

Spain 739.7 490.88 439.90 159.14 284.6

Thailand 64.79 88.1 298.1 160.67 159.00

5.40 2.6 17.3 Trinidad and Tob 9.55 9.10

25.12 120.7 196.3 Tunisia 140.51 130.30

Trung Độ lệch Giá trị nhỏ Giá trị Nước Trung vị bình chuẩn nhất lớn nhất

Turkey 560.71 572.00 76.70 456.0 691.5

Ukraine 354.58 338.60 57.59 293.0 489.6

United Kingdom 347.98 313.30 111.44 213.7 527.3

United States 1605.75 1495.10 409.85 1021.7 2329.2

Venezuela, Boliv 247.42 247.35 17.14 220.8 267.8

(Nguồn: Tính toán của tác giả)

Tổng số lao động trẻ thất nghiệp trung bình qua các năm ở Luxembourg thấp

nhất với tổng số lao động thất nghiệp trung bình qua 17 năm là 1782 người. Số lao

động thất nghiệp trung bình ở Ấn Độ (India) qua 17 năm khoảng 20 triệu người, cao

nhất trong mẫu. Rõ ràng có sự chênh lệch rất lớn về số lao động trẻ thất nghiệp giữa

các nước. Hơn nữa, mức biến động về số lao động thất nghiệp trong từng nước qua

các năm cũng khá lớn. Mức độ biến động về lao động trẻ thất nghiệp ở Ấn Độ cao

nhất, với độ lệch chuẩn tương ứng là 689,311 ngàn người. Mức độ biến động về lao

động trẻ thất nghiệp qua các năm ở Malta là thấp nhất, ứng với độ lệch chuẩn 352

người. Một điểm đáng chú ý, đối với từng nước, giá trị trung bình về tổng số lao

động trẻ thất nghiệp đều lớn hơn giá trị trung vị; do đó, phân phối về tổng số lao

động trẻ thất nghiệp của từng quốc gia theo năm có phân phối lệch phải.

Đồ thị histogram mô tả phân phối của dữ liệu về tổng số lao động trẻ thất

nghiệp trong toàn bộ mẫu được trình bày ở Hình 4.1. Có thể khẳng định rằng, dữ

liệu về tổng số lao động trẻ thất nghiệp trong toàn bộ mẫu có phân phối lệch phải.

Do đó, việc lấy logarit tự nhiên của biến này để đưa vào mô hình hồi quy là hoàn

toàn hợp lý. Điều này sẽ giảm thiểu sự biến động của dữ liệu, giúp hạn chế được các

vi phạm giả thiết cổ điển (phương sai thay đổi, tự tương quan) của mô hình hồi quy.

ồ s n ầ T

ngàn người

Số trẻ thất nghiệp

(Nguồn: Theo tính toán của tác giả)

Hình 4.1. Đồ thị histogram về tổng số lao động trẻ thất nghiệp

Đồ thị histogram của dữ liệu được lấy logarit được trình bày ở Hình 4.2. Dữ

liệu có phân phối đối xứng với giá trị bất đối xứng bằng -0,031 và hệ số độ nhọn

3,016. Kiểm định Jacque- Bera có giá trị thống kê chi bình-phương bằng 0,1241 rất

lớn, do đó, giả thuyết H0: “biến logarit của tổng số lao động trẻ thất nghiệp có phân

ồ s n ầ T

phối chuẩn” không có cơ sở bị bác bỏ.

Logarit tự nhiên của số trẻ thất nghiệp

(Nguồn: Theo tính toán của tác giả)

Hình 4.2. Đồ thị histogram về logarit tổng số lao động trẻ thất nghiệp

2000 1800 1600 1400 1200 1000 800 600 400 200 0

4.2.2 Biến mức lương tối thiểu (MW)

(Nguồn: Theo tính toán của tác giả)

Hình 4.3. Đồ thị thanh mô tả mức lương tối thiểu theo nước

Kết quả thống kê mô tả biến mức lương tối thiểu qua các năm được trình bày ở

Hình 4.3. Ai Cập (Egypt) là nước có mức lương tối thiểu thấp nhất qua 17 năm,

trong khi đó giá trị trung bình qua các năm về mức lương tối thiểu của Luxembourg

cao hơn so với các nước khác. Giá trị trung bình của mức lương tối thiếu trong mẫu

là 708,429; chênh lệch khá ít so với giá trị 566 của trung vị. Hệ số bất đối xứng tính

toán được bằng 0,7853 khá gần không; chứng tỏ dữ liệu mức lương tối thiểu trong

toàn bộ mẫu có phân phối khá đối xứng, chỉ hơi lệch phải. Do đó, việc lấy logarit

biến mức lương tối thiểu để đưa vào mô hình hồi quy là không cần thiết.

4.2.3. Biến kiểm soát

Hình 4.4 so sánh tỷ lệ lao động trẻ thất nghiệp trên tổng số lao động trẻ so với

tỷ lệ lao động thất nghiệp độ tuổi 25 – 54 trên tổng số lao động trong độ tuổi từ 25 –

54. Ở tất cả các nước, có sự chênh lệch khá lớn về tỷ lệ thất nghiệp của lao động trẻ

và lao động thất nghiệp độ tuổi 25 – 54. Không có chênh lệch quá lớn về tỷ lệ thất

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

i t

i l

t l

a g u

a c i r f

a M

e a r s I

n a p S

a v t a L

a b r e S

s e n p p

a n a u h

y e k r u T

d n a e r I

e c n a r F

d n a o P

e c e e r G

a n o t s E

t i

a d a n a C

i l i

m u g e B

a i r a g u B

t r o P

y r a g n u H

a k a v o S

s d n a l r e h

a n e v o S

a r t s u A

a n a m o R

a s e n o d n

s e a S d e

t i

h P

m o d g n K d e

e N

A h u o S

g r u o b m e x u L

t i

d n a a e Z w e N

n U

b u p e R h c e z C

n U

a r e d e F n a s s u R

Lao động trẻ

Lao động tuổi từ 25 - 54

(Nguồn: Theo tính toán của tác giả)

Hình 4.4. Đồ thị so sánh tỷ lệ thất nghiệp của lao động trẻ

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

và lao động có độ tuổi từ 25 – 54 theo nước

(Nguồn: Tính toán của tác giả)

Hình 4.5. Mức độ tham gia công đoàn qua các năm

nghiệp trong độ tuổi 25 – 54 giữa các nước, trong đó tỷ lệ cao nhất thuộc về Hy Lạp

(Greece) và thấp nhất thuộc về Phillipines. Tuy nhiên, đây không phải là hai nước

có tỷ lệ lao động thất nghiệp trẻ so với tổng số lao động trẻ thấp nhất. Tỷ lệ thất

nghiệp trẻ ở Malta là cao nhất, khoảng 13,28%, gấp đến 4 lần tỷ lệ thất nghiệp trẻ ở

Serbia. Hình 4.4 không giúp nhận diện dễ dàng mối tương quan giữa tỷ lệ thất

nghiệp trẻ và tỷ lệ thất nghiệp trong độ tuổi 25 – 54 ở các nước.

Hình 4.5 mô tả xu hướng của biến tỷ lệ người là thành viên công đoàn qua các

năm. Nhìn chung, không có sự biến động quá lớn về tỷ lệ người tham gia công đoàn

qua các năm. Hơn nữa, mức độ tham gia công đoàn của các nước trong mẫu cũng

không quá cao; giá trị trung bình qua các năm chỉ dao động trong khoảng từ 15 –

20%.

(Nguồn: Theo tính toán của tác giả)

Hình 4.6. Tỷ lệ dân số trong độ tuổi từ 20 – 24

Hình 4.6 mô tả dữ liệu của tỷ lệ dân số trong độ tuổi từ 20 – 24 trung bình trong

giai đoạn 2000 – 2016 theo từng quốc gia. Kết quả cho thấy, sự chênh lệch về tỷ lệ

dân số trong độ tuổi từ 20 – 24 trong mẫu giữa các quốc gia không quá lớn. Hơn

nữa, hệ số bất đối xứng đối với dữ liệu này bằng 0,7041 và hệ số độ nhọn tương ứng

là 3,024; dữ liệu về tỷ lệ dân số trong độ tuổi 20 – 24 có phân phối gần như là phân

phối chuẩn.

4.3. Hệ số tương quan

Bảng 4.2 trình bày tương quan giữa các biến trong mô hình. Hệ số tương quan

giữa UEMP và MW âm, chứng tỏ rằng, tồn tại mối quan hệ ngược chiều giữa số

thất nghiệp trẻ và tiền lương tối thiểu của các quốc gia. Tương tự, mật độ công đoàn

càng tăng thì số lượng thất nghiệp trẻ càng giảm vì hệ số tương quan giữa hai biến

âm và bằng -0,2889. Ngược lại, tỷ lệ thất nghiệp trong độ tuổi từ 25 – 54 và tỷ lệ

dân số trong độ tuổi từ 20 – 24 tương quan dương với số lao động thất nghiệp trẻ.

Hệ số tương quan giữa các biến độc lập và số lao động trẻ thất nghiệp trong toàn bộ

mẫu có độ lớn rất nhỏ. Giá trị p-value tính toán được khi kiểm định giả thuyết “H0:

hệ số tương quan tổng thể giữa số lượng thất nghiệp và các biến độc lập bằng 0” có

giá trị rất nhỏ, chứng tỏ giữa thất nghiệp và các biến độc lập đưa vào mô hình thực

sự có tương quan với nhau.

Bảng 4.2. Hệ số tương quan

UEMP MW TRADE UE54 POP

1.0000 -----

-0.1359 (0.0054) 1.0000 -----

-0.2889 (0.0000) 0.1992 (0.0000) 1.0000 -----

0.0913 (0.0626) -0.1691 (0.0005) -0.0518 (0.2909) 1.0000 -----

UEMP MW TRADE UE54 POP 1.0000 -----

0.2695 (0.0000) -0.5197 (0.0000) -0.0253 (0.6060) -0.1287 (0.0085) Ghi chú: Giá trị p-value được trình bày trong ngoặc đơn

(Nguồn: Theo tính toán của tác giả)

Tuy nhiên, các hệ số tương quan được đề cập ở chỉ thể hiện được mức độ tương

quan tuyến tính của các biến dựa trên dữ liệu thu thập được của toàn mẫu; chưa tính

đến các đặc điểm riêng biệt của các quốc gia. Do đó, bảng kết quả hệ số tương quan

trong trường hợp này chỉ nhằm mục đích tham khảo, không đánh giá đúng được

mối tương quan giữa các biến.

Kết quả từ bảng 4.3 cũng cho thấy rằng, hệ số tương quan giữa các biến độc lập

trong mô hình không vượt quá khoảng (-0,8; 0,8). Vì vậy, mô hình được sử dụng

trong nghiên cứu này không tồn tại hiện tượng đa cộng tuyến.

4.4. Kết quả hồi qui

Bảng 4.4 trình bày kết quả ước lượng về mối quan hệ giữa mức lương tối thiểu

và các biến kiểm soát đến số lao động trẻ thất nghiệp ở các quốc gia. Kết quả ước

lượng mô hình bằng phương pháp Pooled OLS, FEM và REM được trình bày ở

Bảng 4.3.

Nghiên cứu sử dụng thống kê F, kiểm định LM của Breuch-Pagan và kiểm định

Hausman nhằm lựa chọn phương pháp hồi quy tối ưu. Kết quả kiểm định lựa chọn

giữa mô hình FEM và Pooled OLS cho thấy giá trị thống kê F rất lớn tương ứngvới

giá trị p-value = 0,000 rất nhỏ, chứng tỏ mô hình FEM tốt hơn. Kiểm định LM với

“giả thuyết không: mô hình Pooled OLS tốt hơn” có giá trị p-value rất nhỏ, do đó,

giả thuyết không có thể bị bác bỏ ở cả mức ý nghĩa 1%. Mô hình REM tốt hơn mô

hình Pool OLS. Kiểm định Hausman với giả thuyết Ho và H1 lần lượt như sau:

Ho: Var(Xit, i) = 0: Mô hình RE tốt hơn

H1: Var(Xit, i)  0: Mô hình FE tốt hơn

Thống kê Chi- bình phương nhận giá trị 35,69 với p-value tương ứng nhỏ hơn

mức ý nghĩa 0,05, khẳng định rằng mô hình FEM tốt hơn so với mô hình REM. Vì

vậy, mô hình FEM là mô hình phù hợp để giải thích mối quan hệ giữa mức lương

tối thiểu và các biến kiểm soát với số lượng thất nghiệp của lao động trẻ ở các quốc

gia.

Bảng 4.3. Kết quả ước lượng

UE54

TRADE

POP

REM 0,0003*** (3,57) 0,0157*** (21,45) -0,0044 (-1,00) 0,0803*** (7,14) 2.361*** (7.97) Có Pool OLS 0,0005** (2,31) 0,0093*** (2,85) -0,0400*** (-6,39) 0,253*** (5,93) 0.969 (1.12) Không FEM 0,0003*** (3,82) 0,0156*** (21,68) -0,0025 (-0,56) 0,0758*** (6,81) 2.398*** (12.4) Có Hệ số chặn Tác động năm

417 417 Số quan sát 417

Kiểm định so sánh Pooled OLS và FE

641,91*** Thống kê F

0,000 p-value

Kiểm định so sánh Pooled OLS và RE

Thống kê 2 42,47***

0.000 p-value

Kiểm định so sánh FE và RE

35,69** Hausman test

0,0167 p-value

Ghi chú: Thống kê t được trình bày trong ngoặc đơn

*: p-value < 0.1; **: p-value < 0.05; ***: p-value < 0.01

(Nguồn: tính toán của tác giả)

Mặc dù có sự sai khác về giá trị ước lượng, dấu của hệ số hồi quy đứng trước

các biến độc lập của cả ba mô hình trên đều thống nhất. Hệ số ước lượng của biến

mức lương tối thiểu trong cả ba mô hình đều dương, chứng tỏ rằng mức lương tối

thiểu càng cao thì số lượng thất nghiệp trẻ càng cao. Kết quả kiểm định hệ số hồi

quy của mức lương tối thiếu bằng 0 đều dẫn đến kết quả có cơ sở bác bỏ giả thuyết

không trong cả ba mô hình (p-value của kiểm định này nhỏ hơn 0,01 trong mô hình

FEM và REM; nhỏ hơn 0,05 trong mô hình Pool OLS). Mức lương tối thiểu ảnh

hưởng có ý nghĩa thống kê đến số lượng thất nghiệp trong lao động trẻ tuổi từ 20 –

24. Kết quả từ mô hình FEM giúp ước lượng được, khi mức lương tối thiểu tăng 1$

thì số lượng thất nghiệp trẻ sẽ tăng 0,0344% (mô hình log – lin, hệ số 0,000344

đóng vai trò là hệ số bán co giãn đánh giá ảnh hưởng của mức lương tối thiểu lên số

lượng thất nghiệp trẻ).

Tỷ lệ thất nghiệp trong độ tuổi từ 25 – 54 cũng có ảnh hưởng cùng chiều đến số

lao động trẻ thất nghiệp trong độ tuổi từ 20 – 24. Khi tỷ lệ thất nghiệp trong độ tuổi

từ 25 – 54 tăng lên 1 điểm phần trăm thì thất nghiệp trong độ tuổi từ 20 – 24 tăng

1,56%. Ảnh hưởng này có ý nghĩa thống kê tại mức ý nghĩa 1%. Tương tự, tỷ lệ dân

số trong độ tuổi 20 – 24 của một quốc gia càng cao thì tổng lao động trẻ thất nghiệp

của quốc gia đó càng cao (hệ số hồi quy đứng trước biến tỷ lệ dân số trong độ tuổi

20 – 24 của cả ba mô hình đều dương và có ý nghĩa thống kê). Mật độ tham gia

công đoàn là biến duy nhất có tác động tiêu cực đến số lượng thất nghiệp của lao

động trẻ. Tuy nhiên, ngoại trừ mô hình Pooled OLS, ảnh hưởng của biến mật độ

tham gia công đoàn lên tổng lao động trẻ thất nghiệp không có ý nghĩa về mặt thống

kê ở hai mô hình còn lại.

4.5. Kiểm tra tính đáng tin cậy của kết quả ước lượng – Ước lượng GMM

Trong phần này, tác giả giả sử số lượng thất nghiệp của lao động trẻ trong năm t

phụ thuộc vào số lượng thất nghiệp của lao động trẻ trong các năm trước. Phương

pháp GMM được đề xuất bởi Arrellano và Bond (1991) và Blundell và Bond (1988)

Bảng 4.4. Kết quả mô hình động

LnUEMPt-1 GMM - Arrelano -0,0665 (-1.04) GMM hệ thống 0,9609*** (105,63)

MW 0,0000697* (1,65) 0,0003*** (7,73)

UE54 0,0187*** (16,33) 0,0063*** (17,21)

TRADE -0,009** (-2,25) -0,0002 (-1,63)

POP 0,0727*** (4,41) 0,0784*** (19,90)

Hệ số chặn 2,7605*** (6,88) -1,460*** (-15,22)

Kiểm định định dạng quá mức (Kiểm định Sargan)

19,4495 32,0694 Thống kê Chi bình - phương

0,1485 0,3168 p-value

Kiểm định tự tương quan (AR(2))

-0,6040 -1,6113 Thống kê z

0,5458 0,1071 p-value

Ghi chú: Thống kê t được trình bày trong ngoặc đơn

*: p-value < 0.1; **: p-value < 0.05; ***: p-value < 0.01

(Nguồn: Tính toán của tác giả)

được sử dụng để ước lượng mô hình. Kết quả mô hình được trình bày trong bảng

4.4.

Kết quả ước lượng từ các mô hình động đưa ra các kết luận không khác biệt

nhiều so với mô hình tĩnh. Mức lương tối thiểu, tỷ lệ thất nghiệp trong độ tuổi từ 25

– 54, tỷ lệ dân số trong độ tuổi từ 20 – 24 tăng đều làm cho số lượng thất nghiệp

trong lao động trẻ trong độ tuổi từ 20 – 24 cũng tăng. Ảnh hưởng này có ý nghĩa

thống kê tại mức ý nghĩa 1%. Mật độ tham gia công đoàn cũng đều tác động tích

cực đến số lượng lao động trẻ thất nghiệp. Mật độ tham gia công đoàn tăng sẽ làm

giảm số lượng thất nghiệp của lao động trẻ. Tuy nhiên, hệ số hồi quy đứng trước

biến TRADE chỉ có ý nghĩa thống kê ở mô hình ước lượng bằng GMM được đề

nghị bởi Arrellabond (1991). Kết quả ước lượng bằng GMM hệ thống rút ra kết

luận giống với mô hình tĩnh, mật độ tham gia công đoàn không ảnh hưởng đến tình

trạng thất nghiệp của lao động trẻ.

Điểm mới ở mô hình động là giúp đo lường ảnh hưởng của số lao động trẻ thất

nghiệp ở năm trước đến số lượng tương ứng ở thời kỳ này. Hai mô hình GMM đưa

ra những kết luận khác nhau về ảnh hưởng của số lao động trẻ thất nghiệp thời kỳ

trước. Đối với mô hình GMM được đề xuất bởi Arrelabond, ảnh hưởng này không

có ý nghĩa về mặt thống kê. Đối với mô hình GMM hệ thống, số lượng thất nghiệp

thời kỳ trước càng cao kéo theo sự gia tăng số lượng thất nghiệp trong thời kỳ này

và mối quan hệ này có ý nghĩa về mặt thống kê.

CHƯƠNG 5

KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH

5.1. Kết luận

Thất nghiệp là một trong những mối quan tâm trong suốt thời gian dài của các

nhà chính sách và cả những nhà nghiên cứu. Trong đó, tình trạng thất nghiệp của

nhóm lao động trẻ trở thành một mối quan tâm lớn. Đã có rất nhiều nghiên cứu về

mối quan hệ giữa mức lương tối thiểu và tình trạng thất nghiệp cả về lý thuyết và

thực tiễn, ở mỗi quốc gia hoặc các tổ chức hợp tác hoặc cả thế giới. Luận văn đã

đóng góp nghiên cứu về ảnh hưởng của mức lương tối thiểu đến tình trạng thất

nghiệp của lao động trẻ ở các nước trên thế giới. Bài nghiên cứu lấy dữ liệu được

thu thập từ năm 2000 đến năm 2016 cho 47 nước ở 5 châu lục bao gồm dữ liệu về

tổng số người thất nghiệp, mức lương tối thiểu, tỷ lệ thất nghiệp, mật độ công đoàn

và dân số.

Luận văn sử dụng mô hình được phát triển bởi Neumark và Wascher (2004), tác

giả xây dựng mô hình trong đó kiểm soát biến tỷ lệ thất nghiệp độ tuổi 25 – 54, mật

độ công đoàn và tỷ lệ dân số độ tuổi 20 – 24 để đo lường tác động của mức lương

tối thiểu đến tình trạng thất nghiệp của lao động độ tuổi 20 - 24 ở các quốc gia. Đầu

tiên, kiểm định xem trong 2 mô hình: mô hình tác động cố định hay mô hình tác

động ngẫu nhiên, mô hình nào tốt hơn bằng thống kê F, kiểm định LM của Breuch-

Pagan và kiểm định Hausman nhằm lựa chọn phương pháp hồi quy tối ưu. Dựa vào

kết quả kiểm định thì FEM là mô hình phù hợp để giải thích mối quan hệ giữa mức

lương tối thiểu và tình trạng thất nghiệp ở các quốc gia. Sau đó, để đảm bảo các kết

luận là đáng tin cậy, tác giả tiến hành ước lượng mô hình hồi quy động bằng cách

giả sử rằng tỷ lệ thất nghiệp còn phụ thuộc vào tỷ lệ thất nghiệp thời kỳ trước.

Phương pháp mômen tổng quát (GMM) được đề xuất bởi Arellano và Bond (1991)

và Blundell và Bond (1998) để ước lượng mô hình động. Kiểm định tự tương quan

và kiểm định định dạng quá mức cũng được thực hiện để đảm bảo tính phù hợp của

mô hình động.

Kết quả cho thấy rằng, mức lương tối thiểu càng tăng thì số lượng thất nghiệp

của lao động trẻ càng tăng; hay nói cách khác, mức lương tối thiểu có tác động tiêu

cực đến tình trạng thất nghiệp của lao động trẻ của các quốc gia.

Kết quả mô hình cũng khẳng định rằng tỷ lệ thất nghiệp trong độ tuổi 25 – 54

cũng có ảnh hưởng cùng chiều đến tỷ lệ thất nghiệp độ tuổi 20 – 24 và tỷ lệ dân số

độ tuổi 20 – 24 của một quốc gia càng cao thì số lao động trẻ thất nghiệp của quốc

gia đó càng cao. Tuy nhiên, mật độ tham gia công đoàn không có ý nghĩa về mặt

thống kê, nghĩa là mật độ tham gia công đoàn của một quốc gia không ảnh hưởng

đến tình trạng thất nghiệp của lao động trẻ.

5.2. Hàm ý chính sách

Từ kết quả nghiên cứu, tác giả nhận thấy rằng mối quan hệ giữa mức lương tối

thiểu, tỷ lệ dân số, tỷ lệ thất nghiệp độ tuổi 25 – 54 đối với số lượng thất nghiệp của

lao động trẻ độ tuổi 20 – 24 ở các nước trên thế giới.

Mức lương tối thiểu thường được sử dụng như là công cụ đảm bảo tính pháp lý

của Nhà nước đối với người lao động trong mọi ngành nghề đảm bảo mức sống tối

thiểu cho người lao động. Tuy nhiên, các quy định về lương tối thiểu có thể dẫn đến

tình trạng thất nghiệp với người lao động, đặc biệt người lao động có trình độ và tay

nghề thấp. Vì vậy, cần đưa ra các phân tích hợp lý để đóng góp các chính sách phù

hợp giúp giảm đi tình trạng thất nghiệp của lao động trẻ tại Việt Nam. Tác giả đưa

ra một số đề xuất chung như sau:

Thứ nhất, tại Việt Nam, tình trạng người lao động có trình độ và tay nghề thấp

chưa được người sử dụng lao động đảm bảo được hưởng đúng quyền lợi theo Luật

lao động và trả tiền lương đúng với sức lao động vẫn còn tồn tại, do đó cần hoàn

thiện thể chế thị trường lao động và khung pháp lý như thực hiện đúng luật lao

động, bảo hiểm lao động, khắc phục tình trạng bất hợp lý trong quyền lợi được

hưởng của người lao động, nhất là lao động trẻ trong các doanh nghiệp hiện nay.

Tiền lương và thu nhập của người lao động phải phù hợp với chất lượng và số

lượng công việc mà họ đã thực hiện, đồng thời đảm bảo được tối thiểu các điều kiện

làm việc đúng theo quy định của phát luật.

Thứ hai, bên cạnh việc áp dụng mức lương tối thiểu vùng để đảm bảo người lao

động được được chi trả mức lương đáp ứng mức sống tối thiểu từng vùng, cần có

các biện pháp nâng cao tay nghề của người lao động trẻ có trình độ và tay nghề

thấp, nhằm hạn chế số lượng người lao động có thu nhập bằng với mức lương tối

thiểu và chiếm đa số trong lực lượng lao động chịu ảnh hưởng từ chính sách tăng

mức lương tối thiểu, cụ thể như: phát triển hệ thống dạy nghề cho người lao động

trẻ ở các cấp trình độ nhằm đáp ứng được nhu cầu về lao động có tay nghề của thị

trường lao động theo tiêu chuẩn trong nước và quốc tế; phát triển các chính sách hỗ

trợ đào tạo lao động trẻ được tiếp cận hệ thống đào tạo sơ cấp nghề, trung cấp nghề

hoặc cao đẳng nghề sau khi tốt nghiệp trung học, hạn chế tối đa số lượng lao động

trẻ tham gia thị trường lao động nhưng không có đủ kỹ năng để tiếp cận các công

việc có tiền lương và thu nhập đảm bảo ổn định cuộc sống; khuyến khích người lao

động nâng cao trình độ và tay nghề để đáp ứng được nhu cầu lao động của doanh

nghiệp trong nước và cả các doanh nghiệp nước ngoài tại Việt Nam hay xa hơn là

doanh nghiệp của các nước khác trên thế giới.

5.3. Hạn chế của nghiên cứu và các hướng nghiên cứu tiếp theo

Bài nghiên cứu sử dụng nhiều phương pháp kiểm định để xác định tác động của

mức lương tối thiểu đến tình trạng thất nghiệp của lao động độ tuổi 20 – 24 ở các

quốc gia trên thế giới. Tuy nhiên bài nghiên cứu vẫn còn có những hạn chế, cụ thể

như sau:

- Nguồn dữ liệu chỉ bao gồm 47 nước trên tổng số trên 200 nước trên thế giới,

do có rất nhiều nước không có đầy đủ dữ liệu được công bố nên không có trong

danh sách các nước trong nghiên cứu này.

- Dữ liệu các năm bị hạn chế, do đó tác giả chỉ thu thập được dữ liệu từ năm

2000 đến năm 2016, trong đó có một số số liệu không được cập nhật đầy đủ.

- Một số biến chưa được đưa vào bài để nghiên cứu sự ảnh hưởng đến tình

trạng thất nghiệp như: lạm phát, tăng trưởng GDP, tỷ giá hối đoái, ...

Do đó, từ những hạn chế trên, bài nghiên cứu này vẫn chưa thể mô tả hết ảnh

hưởng của mức lương tối thiểu đến tình trạng thất nghiệp của lao động trẻ độ tuổi

20 – 24 của các nước trên thế giới trong những năm gần đây. Vì vậy những nghiên

cứu tiếp theo có thể sử dụng hướng tiếp cận trên để nghiên cứu ảnh hưởng của mức

lương tối thiểu đối với tình trạng thất nghiệp của lao động trẻ với dữ liệu được cập

nhật rộng hơn về số lượng các nước, dữ liệu các năm gần hơn và bổ sung thêm các

biến độc lập để mang lại một nghiên cứu tổng quan hơn.

Cho đến thời điểm hiện tại, theo hiểu biết của tác giả, chưa có một nghiên cứu

định lượng nào về ảnh hưởng của mức lương tối thiểu đến tình trạng thất nghiệp

riêng biệt cho Việt Nam. Việc nghiên cứu ảnh hưởng giữa mức lương tối thiểu và

tình trạng thất nghiệp của lao động trẻ của Việt Nam nên được chú ý. Các nghiên

cứu tiếp theo có thể áp dụng các mô hình kinh tế lượng dành cho dữ liệu chuỗi thời

gian hoặc mô hình dành cho dạng bảng cho các vùng kinh tế qua các năm.

TÀI LIỆU THAM KHẢO

Abowd, J. M., Kramarz, F., Margolis, D. N., & Philippon, T. (2000). The tail of two

countries: minimum wages and employment in France and the United States.

Retrieved from

Addison, J. T., Blackburn, M. L., & Cotti, C. D. (2013). Minimum wage increases

in a recessionary environment. Labour Economics, 23, 30-39.

Allegretto, S., Dube, A., & Reich, M. (2011). Do minimum wages really reduce

teen employment? Accounting for heterogeneity and selectivity in state panel

data. Industrial Relations: A Journal of Economy and Society, 50(2), 205-

240.

Allegretto, S., Dube, A., Reich, M., & Zipperer, B. (2017). Credible research

designs for minimum wage studies: A response to Neumark, Salas, and

Wascher. ILR Review, 70(3), 559-592.

Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte

Carlo evidence and an application to employment equations. The Review of

Economic Studies, 58(2), 277-297.

Bernal-Verdugo, L. E., Furceri, D., & Guillaume, D. (2012). Labor market

flexibility and unemployment: new empirical evidence of static and dynamic

effects. Comparative Economic Studies, 54(2), 251-273.

Betcherman, G. (2013). Labor Market Institutions: A Review of the Literature

(Background Paper for the World Development Report 2013). Retrieved

from the World Bank website: http://siteresources. worldbank.

org/EXTNWDR2013/Resources/8258024-1320950747192/8260293-

1320956712276/8261091-

1348683883703/WDR2013_bp_Labor_Market_Institutions. pdf.

Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in

dynamic panel data models. Journal of Econometrics, 87(1), 115-143.

Bossler, M., & Gerner, H.-D. (2016). Employment effects of the new German

minimum wage: Evidence from establishment-level micro data. Retrieved

from

Butcher, T., Dickens, R., & Manning, A. (2012). Minimum wages and wage

inequality: some theory and an application to the UK.

Card, D., & Krueger, A. B. (1995). Time-series minimum-wage studies: a meta-

analysis. The American Economic Review, 85(2), 238-243.

Dolado, J., Kramarz, F., Machin, S., Manning, A., Margolis, D., & Teulings, C.

(1996). The economic impact of minimum wages in Europe. Economic

policy, 11(23), 317-372.

Dolton, P., Bondibene, C. R., & Wadsworth, J. (2012). Employment, inequality and

the UK national minimum wage over the medium‐term. Oxford Bulletin of

Economics and Statistics, 74(1), 78-106.

Ferraro, S., Hänilane, B., & Staehr, K. (2018). Minimum wages and employment

retention: A microeconometric study for Estonia. Baltic Journal of

Economics, 18(1), 51-67.

Flinn, C. J. (2006). Minimum wage effects on labor market outcomes under search,

matching, and endogenous contact rates. Econometrica, 74(4), 1013-1062.

Fuchs, V. R., Krueger, A. B., & Poterba, J. M. (1998). Economists' views about

parameters, values, and policies: Survey results in labor and public

economics. Journal of Economic Literature, 36(3), 1387-1425.

Gavrel, F., Lebon, I., & Rebière, T. (2012). Minimum wage, on-the-job search and

employment: On the sectoral and aggregate equilibrium effect of the

mandatory minimum wage. Economic Modelling, 29(3), 691-699.

Gorry, A. (2013). Minimum wages and youth unemployment. European Economic

Review, 64, 57-75.

Harasztosi, P., Lindner, A., Bank, M. N., & Berkeley, H. (2015). Who Pays for the

minimum Wage? UC Berkeley.

Hirsch, B. T., Kaufman, B. E., & Zelenska, T. (2015). Minimum wage channels of

adjustment. Industrial Relations: A Journal of Economy and Society, 54(2),

199-239.

Jia, P. (2014). Employment and working hour effects of minimum wage increase:

Evidence from China. China & World Economy, 22(2), 61-80.

Laporšek, S. (2013). Minimum wage effects on youth employment in the European

Union. Applied Economics Letters, 20(14), 1288-1292.

Lee, D., & Saez, E. (2012). Optimal minimum wage policy in competitive labor

markets. Journal of Public Economics, 96(9-10), 739-749.

Lee, G., & Parasnis, J. (2014). Discouraged workers in developed countries and

added workers in developing countries? Unemployment rate and labour force

participation. Economic Modelling, 41, 90-98.

Linde Leonard, M., Stanley, T. D., & Doucouliagos, H. (2014). Does the UK

Minimum Wage Reduce Employment? A Meta-Regression Analysis. British

Journal of Industrial Relations, 52(3), 499-520. doi:doi:10.1111/bjir.12031

Metcalf, D. (2008). Why has the British national minimum wage had little or no

impact on employment? Journal of Industrial Relations, 50(3), 489-512.

Muravyev, A., & Oshchepkov, A. (2013). Minimum wages, unemployment and

informality: evidence from panel data On Russian regions.

Neumark, D., & Nizalova, O. (2007). Minimum wage effects in the longer run.

Journal of Human resources, 42(2), 435-452.

Neumark, D., & Wascher, W. (2004). Minimum wages, labor market institutions,

and youth employment: a cross-national analysis. ILR Review, 57(2), 223-

248.

O’Neill, D. (2015). Divided opinion on the Fair Minimum Wage Act of 2013:

Random or systematic differences? Economics Letters, 136, 175-178.

Pereira, S. C. (2003). The impact of minimum wages on youth employment in

Portugal. European Economic Review, 47(2), 229-244.

Portugal, P., & Cardoso, A. R. (2006). Disentangling the minimum wage puzzle: an

analysis of worker accessions and separations. Journal of the European

Economic Association, 4(5), 988-1013.

Sen, A., Rybczynski, K., & Van De Waal, C. (2011). Teen employment, poverty,

and the minimum wage: Evidence from Canada. Labour Economics, 18(1),

36-47.

Slonimczyk, F., & Skott, P. (2012). Employment and distribution effects of the

minimum wage. Journal of Economic Behavior & Organization, 84(1), 245-

264.

Stewart, M. B. (2004a). The employment effects of the national minimum wage.

The Economic Journal, 114(494), C110-C116.

Stewart, M. B. (2004b). The impact of the introduction of the UK minimum wage

on the employment probabilities of low‐wage workers. Journal of the

European Economic Association, 2(1), 67-97.

Stewart, M. B., & Swaffield, J. K. (2002). Using the BHPS Wave 9 additional

questions to evaluate the impact of the national minimum wage. Oxford

Bulletin of Economics and Statistics, 64, 633-652.

Stigler, G. J. (1946). The economics of minimum wage legislation. The American

Economic Review, 36(3), 358-365.

Šuminas, M. (2015). Effects of minimum wage increases on employment in

Lithuania. Ekonomika, 94(2), 96-112.

KẾT QUẢ HỒI QUY TỪ PHẦN MỀM STATA

1. encode country, gen(ctr)

2. xtset ctr year

panel variable: ctr (strongly balanced) time variable: year, 2000 to 2016

3. tab year, gen(year)

year | Freq. Percent Cum.

------------+----------------------------------- 2000 | 47 5.88 5.88

2001 | 47 5.88 11.76 2002 | 47 5.88 17.65

2003 | 47 5.88 23.53 2004 | 47 5.88 29.41

2005 | 47 5.88 35.29 2006 | 47 5.88 41.18

2007 | 47 5.88 47.06 2008 | 47 5.88 52.94

2009 | 47 5.88 58.82 2010 | 47 5.88 64.71

2011 | 47 5.88 70.59 2012 | 47 5.88 76.47

2013 | 47 5.88 82.35 2014 | 47 5.88 88.24

2015 | 47 5.88 94.12 2016 | 47 5.88 100.00

------------+----------------------------------- Total | 799 100.00

4. reg lnUE mw ue54 trade pop year1 - year16 Source | SS df MS Number of obs = 417

-------------+------------------------------ F( 20, 396) = 4.41 Model | 232.871487 20 11.6435744 Prob > F = 0.0000

Residual | 1046.50669 396 2.64269366 R-squared = 0.1820 -------------+------------------------------ Adj R-squared = 0.1407

Total | 1279.37818 416 3.07542831 Root MSE = 1.6256 ------------------------------------------------------------------------------

lnUE | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------

mw | .0004749 .0002056 2.31 0.021 .0000706 .0008791 ue54 | .0093364 .0032761 2.85 0.005 .0028957 .0157771

trade | -.0400421 .0062703 -6.39 0.000 -.0523693 -.0277149

PHỤ LỤC

pop | .2531733 .0426629 5.93 0.000 .1692992 .3370474

year1 | .3466147 .5948237 0.58 0.560 -.8227924 1.516022 year2 | .4383934 .5673911 0.77 0.440 -.6770819 1.553869

year3 | .5977906 .5796938 1.03 0.303 -.5418715 1.737453 year4 | .2144766 .5591495 0.38 0.701 -.884796 1.313749

year5 | .5874816 .570244 1.03 0.304 -.5336024 1.708566 year6 | .5498027 .5692533 0.97 0.335 -.5693336 1.668939

year7 | .3869633 .5423233 0.71 0.476 -.6792295 1.453156 year8 | .440648 .5319961 0.83 0.408 -.6052418 1.486538

year9 | .236314 .5300513 0.45 0.656 -.8057523 1.27838 year10 | .5627564 .5276494 1.07 0.287 -.474588 1.600101

year11 | .2177758 .5190947 0.42 0.675 -.8027501 1.238302 year12 | .4665788 .5204321 0.90 0.371 -.5565765 1.489734

year13 | .5025747 .5090259 0.99 0.324 -.4981563 1.503306 year14 | .2996327 .5117987 0.59 0.559 -.7065496 1.305815

year15 | .2373812 .532371 0.45 0.656 -.8092457 1.284008 year16 | .4234963 .5408951 0.78 0.434 -.6398886 1.486881

_cons | .6225997 .8515489 0.73 0.465 -1.051522 2.296722 ------------------------------------------------------------------------------

5. test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16

( 1) year1 = 0 ( 2) year2 = 0

( 3) year3 = 0 ( 4) year4 = 0

( 5) year5 = 0 ( 6) year6 = 0

( 7) year7 = 0 ( 8) year8 = 0

( 9) year9 = 0 (10) year10 = 0

(11) year11 = 0 (12) year12 = 0

(13) year13 = 0 (14) year14 = 0

(15) year15 = 0 (16) year16 = 0

F( 16, 396) = 0.21

Prob > F = 0.9996

6. xtreg lnUE mw ue54 trade pop year1 - year16, fe

Fixed-effects (within) regression Number of obs = 417 Group variable: ctr Number of groups = 46

R-sq: within = 0.6805 Obs per group: min = 1

between = 0.0253 avg = 9.1

overall = 0.0343 max = 17

F(20,351) = 37.39 corr(u_i, Xb) = -0.0521 Prob > F = 0.0000

------------------------------------------------------------------------------

lnUE | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------

mw | .0003438 .00009 3.82 0.000 .0001669 .0005207 ue54 | .0155964 .0007194 21.68 0.000 .0141815 .0170113

trade | -.0025305 .0044821 -0.56 0.573 -.0113455 .0062846 pop | .0757615 .0111174 6.81 0.000 .0538965 .0976265

year1 | .0303889 .0979613 0.31 0.757 -.1622761 .2230539 year2 | .1245581 .0936937 1.33 0.185 -.0597136 .3088298

year3 | .1341831 .0915495 1.47 0.144 -.0458715 .3142376 year4 | .1783301 .088148 2.02 0.044 .0049653 .3516948

year5 | .2785451 .0861205 3.23 0.001 .109168 .4479223 year6 | .1790138 .0839459 2.13 0.034 .0139137 .344114

year7 | .1085168 .0785587 1.38 0.168 -.0459882 .2630218 year8 | .0608364 .0746301 0.82 0.416 -.0859421 .2076149

year9 | .0897577 .0719718 1.25 0.213 -.0517925 .2313079 year10 | .2070629 .070364 2.94 0.003 .0686749 .3454509

year11 | .1511107 .0684106 2.21 0.028 .0165644 .285657 year12 | .1702119 .0678242 2.51 0.013 .0368189 .3036049

year13 | .1612298 .0652244 2.47 0.014 .03295 .2895097 year14 | .1125434 .063083 1.78 0.075 -.0115248 .2366116

year15 | .1589029 .0649666 2.45 0.015 .03113 .2866757 year16 | .087026 .0643761 1.35 0.177 -.0395855 .2136375

_cons | 2.367907 .1895913 12.49 0.000 1.99503 2.740785 -------------+----------------------------------------------------------------

sigma_u | 1.6977103 sigma_e | .18919286

rho | .98773346 (fraction of variance due to u_i) ------------------------------------------------------------------------------

F test that all u_i=0: F(45, 351) = 641.91 Prob > F = 0.0000

7. est store mh1 8. test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16

( 1) year1 = 0 ( 2) year2 = 0

( 3) year3 = 0 ( 4) year4 = 0

( 5) year5 = 0 ( 6) year6 = 0

( 7) year7 = 0

( 8) year8 = 0 ( 9) year9 = 0

(10) year10 = 0 (11) year11 = 0

(12) year12 = 0 (13) year13 = 0

(14) year14 = 0 (15) year15 = 0

(16) year16 = 0

F( 16, 351) = 2.26 Prob > F = 0.0039

9. xtreg lnUE mw ue54 trade pop year1 - year16, re Random-effects GLS regression Number of obs = 417

Group variable: ctr Number of groups = 46

R-sq: within = 0.6802 Obs per group: min = 1 between = 0.0344 avg = 9.1

overall = 0.0444 max = 17

Wald chi2(20) = 717.36 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

------------------------------------------------------------------------------

lnUE | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+----------------------------------------------------------------

mw | .0003222 .0000902 3.57 0.000 .0001454 .000499 ue54 | .0156692 .0007306 21.45 0.000 .0142373 .0171012

trade | -.0044137 .0044266 -1.00 0.319 -.0130897 .0042622 pop | .0802859 .0112371 7.14 0.000 .0582615 .1023103

year1 | .0226592 .0990032 0.23 0.819 -.1713835 .2167019 year2 | .119095 .0946513 1.26 0.208 -.0664181 .3046082

year3 | .1271294 .0926411 1.37 0.170 -.0544438 .3087026 year4 | .1715307 .0891827 1.92 0.054 -.0032643 .3463256

year5 | .2711258 .0872641 3.11 0.002 .1000913 .4421602 year6 | .1723556 .0851255 2.02 0.043 .0055127 .3391984

year7 | .1029479 .0797143 1.29 0.197 -.0532894 .2591851 year8 | .0559172 .0758419 0.74 0.461 -.0927303 .2045647

year9 | .0848953 .0732076 1.16 0.246 -.0585891 .2283796 year10 | .2025869 .0716714 2.83 0.005 .0621135 .3430603

year11 | .1457718 .0697208 2.09 0.037 .0091215 .282422 year12 | .1669909 .0691554 2.41 0.016 .0314488 .3025331

year13 | .1592194 .0665391 2.39 0.017 .0288052 .2896336 year14 | .1100398 .0644131 1.71 0.088 -.0162076 .2362871

year15 | .1550644 .06631 2.34 0.019 .0250992 .2850296 year16 | .0873299 .0657817 1.33 0.184 -.0415999 .2162596

_cons | 2.338318 .2897264 8.07 0.000 1.770464 2.906171

-------------+---------------------------------------------------------------- sigma_u | 1.4320287

sigma_e | .18919286 rho | .98284499 (fraction of variance due to u_i)

------------------------------------------------------------------------------

10. est store mh2

11. test year1 year2 year3 year4 year5 year6 year7 year8 year9 year10 year11 year > 12 year13 year14 year15 year16

( 1) year1 = 0

( 2) year2 = 0 ( 3) year3 = 0

( 4) year4 = 0 ( 5) year5 = 0

( 6) year6 = 0 ( 7) year7 = 0

( 8) year8 = 0 ( 9) year9 = 0

(10) year10 = 0 (11) year11 = 0

(12) year12 = 0 (13) year13 = 0

(14) year14 = 0 (15) year15 = 0

(16) year16 = 0

chi2( 16) = 34.12 Prob > chi2 = 0.0052

12. hausman mh1 mh2 ---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B)) | mh1 mh2 Difference S.E.

-------------+---------------------------------------------------------------- mw | .0003438 .0003222 .0000216 .

ue54 | .0155964 .0156692 -.0000728 . trade | -.0025305 -.0044137 .0018832 .000703

pop | .0757615 .0802859 -.0045244 . year1 | .0303889 .0226592 .0077297 .

year2 | .1245581 .119095 .0054631 . year3 | .1341831 .1271294 .0070537 .

year4 | .1783301 .1715307 .0067994 . year5 | .2785451 .2711258 .0074194 .

year6 | .1790138 .1723556 .0066583 . year7 | .1085168 .1029479 .0055689 .

year8 | .0608364 .0559172 .0049192 .

year9 | .0897577 .0848953 .0048624 . year10 | .2070629 .2025869 .004476 .

year11 | .1511107 .1457718 .0053389 . year12 | .1702119 .1669909 .003221 .

year13 | .1612298 .1592194 .0020105 . year14 | .1125434 .1100398 .0025036 .

year15 | .1589029 .1550644 .0038385 . year16 | .087026 .0873299 -.0003038 .

------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic chi2(20) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 35.69 Prob>chi2 = 0.0167

(V_b-V_B is not positive definite)

13. xttest1

Tests for the error component model:

lnUE[ctr,t] = Xb + u[ctr] + v[ctr,t] v[ctr,t] = lambda v[ctr,(t-1)] + e[ctr,t]

Estimated results:

| Var sd = sqrt(Var) ---------+-----------------------------

lnUE | 3.075428 1.75369 e | .0357939 .18919286

u | 2.050706 1.4320287 Tests:

Random Effects, Two Sided: ALM(Var(u)=0) = 1797.22 Pr>chi2(1) = 0.0000

Random Effects, One Sided:

ALM(Var(u)=0) = 42.39 Pr>N(0,1) = 0.0000

Serial Correlation: ALM(lambda=0) = 0.09 Pr>chi2(1) = 0.7613

Joint Test:

LM(Var(u)=0,lambda=0) = 2108.05 Pr>chi2(2) = 0.0000

14. xtabond lunem lminwage unem2554, twostep vce(gmm) maxlags(2) lags(2) maxld(2) variable lunem not found

r(111);

15. xtabond luUE mw ue54 trade pop, twostep vce(gmm) maxlags(2) lags(2) maxld(2) variable luUE not found r(111);

16. xtabond lnUE mw ue54 trade pop, twostep vce(gmm) lags(1) maxld(1) Arellano-Bond dynamic panel-data estimation Number of obs = 325

Group variable: ctr Number of groups = 38 Time variable: year

Obs per group: min = 1 avg = 8.552632

max = 15

Number of instruments = 20 Wald chi2(5) = 870.83 Prob > chi2 = 0.0000

Two-step results ------------------------------------------------------------------------------

lnUE | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+----------------------------------------------------------------

lnUE | L1. | -.0665274 .0638959 -1.04 0.298 -.1917612 .0587063

| mw | .0000697 .0000422 1.65 0.099 -.0000131 .0001524

ue54 | .0187087 .0011459 16.33 0.000 .0164627 .0209547 trade | -.008995 .0039989 -2.25 0.024 -.0168326 -.0011573

pop | .0727325 .0164944 4.41 0.000 .0404041 .1050609 _cons | 2.760527 .4015139 6.88 0.000 1.973574 3.54748

------------------------------------------------------------------------------ Warning: gmm two-step standard errors are biased; robust standard

errors are recommended. Instruments for differenced equation

GMM-type: L(2/2).lnUE Standard: D.mw D.ue54 D.trade D.pop

Instruments for level equation Standard: _cons

17. estat sargan Sargan test of overidentifying restrictions

H0: overidentifying restrictions are valid chi2(14) = 19.44952

Prob > chi2 = 0.1485

18. estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors +-----------------------+

|Order | z Prob > z| |------+----------------|

| 1 |-.11038 0.9121 |

| 2 | -.604 0.5458 | +-----------------------+

H0: no autocorrelation

19. xtsysdpd lnUE mw ue54 trade pop, twostep vce(gmm) lags(1) maxld(1) unrecognized command: xtsysdpd

r(199);

20. xtdpdsys lnUE mw ue54 trade pop, twostep vce(gmm) lags(1) maxld(1)

System dynamic panel-data estimation Number of obs = 399 Group variable: ctr Number of groups = 45

Time variable: year Obs per group: min = 1

avg = 8.866667 max = 16

Number of instruments = 35 Wald chi2(5) = 21263.53

Prob > chi2 = 0.0000 Two-step results

------------------------------------------------------------------------------ lnUE | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+---------------------------------------------------------------- lnUE |

L1. | .9609282 .0090973 105.63 0.000 .9430979 .9787586 |

mw | .0003107 .0000402 7.73 0.000 .0002319 .0003895 ue54 | .0062897 .0003654 17.21 0.000 .0055735 .0070058

trade | -.0021238 .0013021 -1.63 0.103 -.0046759 .0004283 pop | .0784407 .0039417 19.90 0.000 .0707152 .0861662

_cons | -1.460003 .0959313 -15.22 0.000 -1.648025 -1.271981 ------------------------------------------------------------------------------

Warning: gmm two-step standard errors are biased; robust standard errors are recommended.

Instruments for differenced equation GMM-type: L(2/2).lnUE

Standard: D.mw D.ue54 D.trade D.pop Instruments for level equation

GMM-type: LD.lnUE Standard: _cons

21. estat sargan Sargan test of overidentifying restrictions

H0: overidentifying restrictions are valid chi2(29) = 32.06942

Prob > chi2 = 0.3168

22. estat abond Arellano-Bond test for zero autocorrelation in first-differenced errors

+-----------------------+ |Order | z Prob > z|

|------+----------------| | 1 |-1.8275 0.0676 |

| 2 |-1.6113 0.1071 | +-----------------------+

H0: no autocorrelation

Luận văn Thạc sĩ Kinh tế: Tác động của mức lương tối thiểu đến tình trạng thất nghiệp của lao động trẻ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

----------

Nguyễn Thị Ngọc Hoan

TÁC ĐỘNG CỦA MỨC LƯƠNG TỐI THIỂU

ĐẾN TÌNH TRẠNG THẤT NGHIỆP

CỦA LAO ĐỘNG TRẺ

LUẬN VĂN THẠC SĨ KINH TẾ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

----------

Nguyễn Thị Ngọc Hoan

TÁC ĐỘNG CỦA MỨC LƯƠNG TỐI THIỂU

ĐẾN TÌNH TRẠNG THẤT NGHIỆP

CỦA LAO ĐỘNG TRẺ

LUẬN VĂN THẠC SĨ KINH TẾ

LỜI CAM ĐOAN

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG BIỂU

TÓM TẮT LUẬN VĂN

CHƯƠNG 1

GIỚI THIỆU

CHƯƠNG 2

TỔNG QUAN LÝ THUYẾT

CHƯƠNG 3

PHƯƠNG PHÁP NGHIÊN CỨU

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU

Có thể bạn quan tâm

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok