Nghiên cứu gần đây đã phát triển các mô hình định lượng về phân phối không gian của hoạt động
kinh tế (Redding và Rossi-Hansberg 2017). Mô hình này kết hợp các tính năng của dữ liệu, chẳng
hạn như số lượng lớn các địa điểm với địa lý không đồng nhất, năng suất, tiện nghi và các yếu tố địa
phương, cũng như chi phí thương mại và đi lại. Mô hình này cũng có thể bao gồm các tương tác giữa
các địa điểm, chẳng hạn như thương mại hàng hóa và di chuyển. Những mô hình này có thể được sử
dụng để đánh giá các chính sách và các kịch bản đối lập. Những mô hình như vậy có thể được sử dụng
để phân biệt sự đóng góp của các cải tiến giao thông so với các thay đổi khác ảnh hưởng đến tiền
lương và dân số trên khắp các địa điểm.
Các mô hình có ba nhân tố chính:
• Về Địa lý. Mô hình cho phép xem xét không gian chi tiết cấp huyện ở 683 huyện của Việt
Nam. Mỗi huyện được đặc trưng bởi vị trí, diện tích đất, công việc kiếm sống, cơ cấu kinh tế
và năng suất sản xuất của doanh nghiệp. Khả năng sinh hoạt nắm bắt chất lượng cuộc sống
ở một huyện, được xác định bởi các yếu tố như chất lượng giáo dục và dịch vụ y tế, và ảnh
hưởng đến sự lựa chọn của mọi người về nơi sinh sống.
• Hoạt động kinh tế. sản xuất được thực hiện bởi các công ty chọn số lượng đầu ra và đầu vào
- lao động và đất đai - được sử dụng trong sản xuất.
• Người lao động. Công nhân chọn lĩnh vực họ làm việc và nơi sinh sống. Tất cả người lao
động có được thu nhập từ việc làm và chi tiêu vào hàng hóa và dịch vụ được sản xuất tại địa
phương hoặc nhập khẩu từ vùng khác. Người lao động quyết định nơi sống và nơi làm việc
phụ thuộc vào tiền thuê nhà, tiền lương và khả năng kiếm sống giữa các quận huyện.
172 trang |
Chia sẻ: hachi492 | Ngày: 18/01/2022 | Lượt xem: 253 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Báo cáo Phát triển Việt Nam năm 2019 - Kết nối vì phát triển và thịnh vượng chung, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
n cho mọi người tự do di chuyển đến
các địa điểm có cơ hội việc làm tốt hơn và mức lương cao hơn một phần nhờ vào khả năng kết nối tốt
hơn, toàn bộ nền kinh tế có thể tối đa hóa lợi ích khi kết nối được cải thiện.
Ở cấp độ hộ gia đình, tiếp cận thị trường tốt sẽ có mối tương quan chặt chẽ với kết quả kinh tế tích
cực, chiếm 30-34% khoảng cách trong việc làm phi nông nghiệp ở các vị trí địa lý và dân tộc khác
nhau. Phần còn lại của khoảng cách này được hiểu là các yếu tố như trình độ học vấn, nguồn lực và
tài nguyên liên quan đến nông nghiệp. Điều này cho thấy rằng nếu chỉ cải thiện kết nối độc lập thì
sẽ không đủ để tăng phúc lợi toàn diện cho mọi người dân ở Việt Nam. Nó nên được đi kèm với các
chính sách bổ sung.
Các hành động cụ thể trong ngắn hạn sẽ bao gồm:
• Liên kết bảo hiểm y tế xã hội từ vị trí đăng ký.
• Công bằng đối với các dịch vụ cho người lao động nhập cư và gia đình để giảm bớt rào cản
đối với di chuyển lao động.
• Cải thiện hệ thống thông tin thị trường lao động ở các khu vực tụt hậu.
Trong trung hạn:
• Tận dụng công nghệ số để triển khai thông tin thị trường nông nghiệp.
• Hỗ trợ đào tạo nghề để phát triển các dịch vụ sản xuất như dịch vụ logistics, dịch vụ quản
trị và kế toán tại các thành phố trực thuộc tỉnh ở vùng cao nguyên miền trung và miền núi
phía bắc.
Trong dài hạn:
• Bãi bỏ việc tiếp cận vào các dịch vụ công theo hộ gia đình.
• Thúc đẩy phát triển kỹ năng để hỗ trợ phát triển các nền kinh tế thứ cấp.
129Chương 6: Khuyến nghị
Khả năng phục hồi
Khuyến nghị số 8: Đầu tư vào khả năng phục hồi thông minh dựa trên mức độ quan
trọng và rủi ro
Việt Nam nên xây dựng các kết nối vững chắc và đáng tin cậy trước cường độ và tần suất của các mối
nguy hại tự nhiên ngày càng tăng. Phân tích của chúng tôi ước tính các mối nguy hại tự nhiên có thể
gây ra thiệt hại đối với kết cấu hạ tầng liên kết, xem xét không chỉ chi phí phục hồi thiệt hại mà còn
ảnh hưởng trên toàn nền kinh tế trên toàn bộ chuỗi giá trị do sự gián đoạn dòng chảy thương mại.
Các liên kết giao thông quan trọng bám dọc theo các tuyến đường ven biển, khu vực miền núi hoặc
địa hình dễ bị lũ lụt, và do đó rất dễ bị hư hỏng khi phải đối mặt với các vấn đề khí hậu khác nhau. Do
đó, cần thiết lập các khoản đầu tư trước hợp lý để tăng cường khả năng phục hồi và do đó làm giảm
hư hại của các tuyến kết nối, thậm chí còn nhiều hơn trong các kịch bản biến đổi khí hậu.
Tương tự như trên, đầu tư chính vào kết nối linh hoạt và đáng tin cậy sẽ yêu cầu thiết lập khung
hoạch định chính sách và quyết định đầu tư và có sự tham gia của nhiều bên liên quan, như Bộ Giao
thông Vận tải (MOT), Bộ Tài nguyên và Môi trường (MONRE), Bộ Nông nghiệp và Nông thôn Phát triển
(MARD), cũng như chính quyền địa phương. Các bên liên quan cần chia sẻ dữ liệu quan trọng như vị trí
và điều kiện của tài sản kết cấu hạ tầng giao thông, phân tích khí tượng dựa trên các sự kiện thời tiết,
mô hình thủy văn ước tính tác động của lượng mưa trên mặt đất, thông tin địa chất để đánh giá độ
nhạy cảm và nguy cơ trượt lở đất, cũng như phân phối không gian đối với dân cư và hoạt động kinh
tế. Các thông tin không gian này cần được tổng hợp và phân tích thông báo về các ưu tiên trong đầu
tư và các biện pháp phục hồi cụ thể phù hợp với mức độ rủi ro.
Với các nguồn lực để bảo trì mạng lưới giao thông hiện tại con rất hạn chế, và còn nhiều nhu cầu đầu
tư đáng kể khác, thì các khoản đầu tư vào khả năng phục hồi và độ tin cậy cần được ưu tiên cẩn thận
trên cơ sở mức độ quan trọng, xem xét lưu lượng giao thông, chi phí định tuyến lại và tính sẵn có của
các tuyến đường thay thế. Chúng tôi khuyến nghị rằng khái niệm về “mức độ quan trọng của chuỗi
giá trị” được mô tả ở trên được áp dụng để tính toán các chiến lược đầu tư để phục hồi.
Các hành động cụ thể trong ngắn hạn sẽ bao gồm:
• Thiết lập và củng cố chế độ chia sẻ dữ liệu liên bộ để tích hợp dữ liệu kinh tế, tự nhiên/ khí
hậu, giao thông và dữ liệu tài sản vật chất làm cơ sở cho đánh giá rủi ro.
Trong trung hạn:
• Thiết lập hoặc hoàn thiện hệ thống quản lý tài sản theo không gian địa lý, dựa trên dữ liệu
và dựa trên rủi ro và tích hợp nó với các quy trình phân bổ tài nguyên và lập ngân sách.
Trong dài hạn:
• Thể chế hóa hệ thống quản lý tài sản có rủi ro cho các tài sản kết cấu hạ tầng giao thông
quan trọng bao gồm mạng lưới đường bộ, đường thủy nội địa và đường sắt.
130 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
Khuyến nghị số 9: Thúc đẩy vận tải đa phương thức như một chiến lược phục hồi
Hãy xem xét hai thực tế sau: Các hoạt động kinh tế của Việt Nam phụ thuộc rất nhiều vào mạng lưới
đường bộ, một phần trong đó dễ chịu ảnh hưởng bởi thiên tai trong tương lai và đối mặt tình trạng
tắc nghẽn đang phát triển; đồng thời, nguồn lực tự nhiên của Việt Nam như mạng lưới đường thủy nội
địa và các tuyến vận tải ven biển dài dọc theo hành lang chính không được khai thác và sử dụng đúng
mức. Sau đó, xuất phát từ thực tế trên, vận tải đa phương thức là một chiến lược kết nối tốt, cả về chi
phí vận chuyển và khả năng phục hồi của kết nối. Phân tích chuyên sâu của chúng tôi kết hợp nhiều
lớp thông tin không gian địa lý hỗ trợ cho lập luận này: ngay cả một sự chuyển đổi phương thức khiêm
tốn từ đường bộ sang vận tải đường thủy cũng có lợi về mặt kinh tế với chi phí vận chuyển thấp hơn,
sẽ giảm rủi ro và cải thiện khả năng phục hồi mạng lưới giao thông tổng thể.
Tuy nhiên, việc đạt được cấp độ vận tải đa phương thức trong thực tế là một công việc đầy thách thức
và phức tạp đòi hỏi phải phát triển kết cấu hạ tầng, khung pháp lý, ưu đãi thị trường và vượt qua thói
quen lâu dài. Chúng tôi cho rằng các rào cản quan trọng nhất bao gồm việc thiếu tự động hóa trong
vận chuyển đường thủy nội địa, kết hợp với việc thiếu các cảng thủy nội được kết nối tốt và được trang
bị tốt – yếu tố tạo điều kiện cho việc trung chuyển và xử lý các tàu container và tiềm năng sử dụng
không đúng mức đối với vận tải ven biển nội địa.
Việt Nam có thể giải phóng tiềm năng cho vận tải đường thủy nội địa thông qua tự động hóa tại cảng.
Trong khi các công ty thuộc khu vực tư nhân như chủ hàng và nhà cung cấp dịch vụ logistics sẽ đầu
tư các khoản cần thiết vào tự động hóa, Chính phủ có thể tạo ra một môi trường thuận lợi bằng cách
cải thiện kết cấu hạ tầng đường thủy để cung cấp năng lực phù hợp để xử lý các tàu lớn, hỗ trợ điều
hướng an toàn như hệ thống quản lý giao thông thủy và tăng cường kết nối nội địa của các cảng thủy
nội tại các vị trí quan trọng. Cụ thể, chính quyền tỉnh thành phố có thể đóng vai trò tích cực hơn trong
phát triển cảng thông qua việc áp dụng mô hình chủ cảng, dẫn đến thỏa thuận phát triển chung giữa
các nhà khai thác cảng tư nhân và chính quyền địa phương. Chính quyền các địa phương này có trách
nhiệm xây dựng khung pháp lý trong việc thực hiện các mục tiêu quốc gia phát triển giao thông thủy
nội địa và sẽ nhận được sự quan tâm mạnh mẽ đến lợi ích kinh tế thông qua dòng chảy thương mại
mà hoạt động cảng thành công có thể mang lại. Theo mô hình như vậy, khu vực công (chính quyền
địa phương) sẽ tài trợ, toàn bộ hoặc một phần, đầu tư vào nền móng cảng (như kênh dẫn, tường gia
cố bờ và độ sâu bến) và kết nối đường bộ với đường cao tốc chính và tăng khả năng mở rộng. Khoản
đầu tư công này sẽ tuân theo cam kết chắc chắn của các nhà khai thác tư nhân để thực hiện đầu tư
phù hợp vào các tài sản khác như cần cẩu và nhà kho.
Việt Nam cũng có thể thúc đẩy hơn nữa vận tải biển, tuyến ngắn ven biển, đặc biệt là đối với các dòng
chảy trong nước bằng cách giảm các rào cản hiện tại. Chúng tôi đề xuất các biện pháp như hạ thấp
phụ phí xếp dỡ tại cảng và phân bổ năng lực bến và thời gian cụ thể cho vận chuyển ven biển nội địa,
có thể khuyến khích vận chuyển nội địa nhiều hơn thông qua các tuyến đường ven biển. VINALINES
là một trong số ít các nhà khai thác hiện đang cung cấp các dịch vụ theo lịch trình cho vận chuyển
131Chương 6: Khuyến nghị
ven biển Bắc Việt Nam - Nam Việt Nam (Blancas Mendivil và El-Hifnawi 2014). Một nền tảng trao đổi
vận tải để để khớp giữa cung và cầu và công khai thông tin về yêu cầu của chủ hàng và giá vận chuyển
sẽ tạo điều kiện và khuyến khích các nhà vận hành và khai thác cung cấp thêm dịch vụ vận chuyển
ven biển.
Các hành động cụ thể trong ngắn hạn sẽ bao gồm:
• Mang lại tự động hóa nhiều hơn không chỉ tại các cảng biển quốc tế mà còn tại các cảng
thủy nội địa chính, bãi container nội địa và các cơ sở quan trọng khác
• Thúc đẩy đặt hàng và giao dịch điện tử trong vận tải thủy nội,
Trong trung hạn:
• Thúc đẩy vận chuyển ven biển trên các hành lang Bắc-Nam bằng cách khuyến khích nhiều
hãng tàu ven biển tham gia trung tâm vận chuyển nội địa, giảm chi phí xử lý cảng cho hàng
hóa nội địa và tăng các tàu RO-RO thúc đẩy hành trình vận tải ven biển
• Thúc đẩy loại hình sà lan chở container trong vận tải đường thủy nội địa bằng cách áp dụng
kích cỡ/ thiết kế/ tuyến đường thủy phù hợp cho việc đóng container, phân bổ cửa neo đậu
tại các cảng hàng hải cho xà lan thủy nội, cùng với việc cải thiện các cơ sở xử lý container tại
các cảng thủy nội.
Trong dài hạn:
• Phát triển mô hình chủ cảng tại 2-3 địa điểm chiến lược được lựa chọn để thúc đẩy giao
thông đường thủy và liên kết đa phương giữa giao thông đường bộ và đường thủy.
TÀI LIỆU THAM KHẢO
Blancas Mendivil, Luis C., và M. Baher El-Hifnawi. 2014. Tạo thuận lợi cho thương mại thông qua vận
tải cạnh tranh, ít carbon: Trường hợp của Việt Nam về đường thủy nội địa và ven biển. Các hướng
phát triển - Các quốc gia và khu vực. Washington, DC: Ngân hàng Thế giới.
net/10986/16321.
Lam, Yin Yin, Kaushik Sriram, và Navdha Khera. 2019. Tăng cường ngành Vận tải hàng hóa đường
bộ tại Việt Nam: Hướng tới giảm chi phí logistics và phát thải khí nhà kính. Washington, DC:
Ngân hàng Thế giới.
Strengthening-Vietnam-s-Trucking-Sector-Towards-Lower-Logistics-Costs-and-
Greenhouse-Gas-Emissions.
132 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
Dữ liệu sử dụng trong báo cáo
Chúng tôi đã sử dụng nhiều nguồn dữ liệu khác nhau từ các nguồn chính thức được cơ quan chính
phủ công bố, những thông tin chưa được công bố và các dữ liệu khác được tạo bởi các nhiệm vụ ban
sơ của nhóm Ngân hàng Thế giới thông qua các cuộc khảo sát, nhóm làm việc tập trung, v.v. Phần lớn
dữ liệu điều tra dân số thu được cho các địa điểm hành chính của Việt Nam, chúng tôi đã chuyển đổi
thành định dạng không gian địa lý cho phép phân tích không gian. Bảng A.1 dưới đây tóm tắt dữ liệu
chính được sử dụng để phân tích.
Phụ lục A: dữ liệu và phương pháp luận
Dữ liệu Năm Định dạng/ loại dữ liệu Nguồn
Hàng hóa, xuất khẩu và nhập khẩu tại tất cả cửa
ngõ quốc tế (hàng không, đường biển, đường bộ và
đường sắt)
2011, 2016 HS 6 đến 8 chữ số Tổng cục Hải quan
Lao động, Dữ liệu LQ loại hàng hóa theo tỉnh 2011, 2016 CSDL Excel Nhóm Ngân hàng Thế giới
Đường sắt Quốc gia và đường thủy nội địa 2008, 2017 GIS Bộ Giao thông Vận tải
Mạng lưới đường bộ: Cao tốc, Quốc lộ, Tỉnh lộ,
Đường cấp II và cấp III Pre2010, 2017 GIS
Bộ Tài nguyên và Môi
trường, Tư vấn Ngân
hàng Thế giới
Vùng, năng lực và giao thông/khối lượng hàng hóa
tại cảng biển, cảng hàng không và cửa khẩu đường
bộ
2008, 2017 GIS và thống kê Bộ Giao thông Vận tải
Hệ thống dữ liệu quản lý xe thương mại 2017
Tín hiệu GPS (CSDL
lớn)
Tổng cục Đường bộ,
Tư vấn Ngân hàng Thế
giới khai thác dữ liệu
(P164018)
Khảo sát chi tiết về các công ty vận tải 2017-18 Bảng câu hỏi và trả lời
Tư vấn Ngân hàng Thế
giới (P164018)
Dữ liệu chi tiết về giao thông đường sắt và hiệu suất
hoạt động
2017 CSDL Excel
Tư vấn Ngân hàng Thế
giới (P161178)
Điều tra doanh nghiệp
2006, 2011,
2016 (với định
danh vị trí)
CSDL Excel Tổng cục Thống kê
Bảng I/O: 164-product matrix
2012- mới
nhất
CSDL Excel Tổng cục Thống kê
Khu kinh tế đặc biệt, Khu chế xuất Khu công
nghiệp, Khu công nghệ cao
2016 (định
danh)
GIS và CSDL Excel
Bộ Kế hoạch và Đầu tư,
Tư vấn Ngân hàng Thế
giới
Vốn đầu tư nước ngoài đăng ký và thực hiện 2018 CSDL Excel
Cục Đầu tư nước ngoài –
Bộ Kế hoạch và Đầu tư
Tổng điều tra dân số và nhà ở
1999, 2009,
2014
CSDL Excel Tổng cục Thống kê
Dữ liệu dân số 2010, 2015 GIS (Raster) Tổ chức Liên hợp quốc
Tổng điều tra nông nghiệp
2006, 2011,
2016
CSDL Excel Tổng cục Thống kê
Điều tra kinh tế / Tổng điều tra của các cơ sở kinh
doanh
2007, 2012 CSDL Excel Tổng cục Thống kê
Hạ
tầ
ng
g
ia
o
th
ôn
g
D
ịc
h
vụ
L
og
ist
ic
s
và
v
ận
tả
i
Ho
ạt
đ
ộn
g
do
an
h
ng
hi
ệp
Ph
úc
lợ
I h
ộ
gi
a
đì
nh
Th
ươ
ng
m
ại
BẢNG A.1. Tóm tắt dữ liệu chính được sử dụng trong phân tích báo cáo
133Phụ lục A
Dữ liệu Năm Định dạng/ loại dữ liệu Nguồn
Ranh giới hành chính
Cấp quận huyện:
2012, 2014 Cấp
xã: 2016
GIS
Tổng cục Thống kê Tư
vấn Ngân hàng Thế giới
Vị trí ủy ban nhân dân 2016 GIS
Bộ Tài nguyên và Môi
trường, Tư vấn Ngân
hàng Thế giớiQ
uả
n
lý
h
àn
h
ch
ín
h
BẢNG A.1. Tiếp theo
Phương pháp nghiên cứu: Phân tích kết nối dựa trên chuỗi giá trị
Phương pháp đánh giá kết nối dựa trên chuỗi giá trị đề xuất được phát triển dựa nghiên cứu “Tạo
thuận lợi thương mại, tạo giá trị, và năng lực cạnh tranh: Gợi ý chính sách cho tăng trưởng kinh tế Việt Nam”
(Phạm Đức Minh và cộng sự 2013). Theo cách tiếp cận này, phân tích bao gồm bốn bước không thể
thiếu được tóm tắt trong hình A.1. Cấu trúc phân cấp của chuỗi giá trị được xác định dựa trên các mối
liên kết đầu vào - đầu ra và tích tụ công nghiệp xét về không gian của tất cả các phân khúc.
Lựa chọn chuỗi giá trị chính
Bước đầu tiên là phân tích xác định các chuỗi giá trị chính cho nghiên cứu mà Việt Nam có lợi thế cạnh
tranh. Bốn bộ tiêu chí để xác định chuỗi giá trị chính bao gồm: (a) hiệu quả thương mại cao và vai trò
đối với nền kinh tế; (b) lợi thế cạnh tranh lớn; (c) giá trị gia tăng cao và triển vọng tạo việc làm; và (d)
phù hợp với ưu tiên của Chính phủ.
Xác định các liên kết chuỗi giá trị
Bước thứ hai là xác định cơ cấu sản xuất của các chuỗi giá trị trong nước bao gồm các chuỗi giá trị chính
được xác định bằng cách phân tích các liên kết sản xuất đầu ra - đầu vào trong nước. Các liên kết chuỗi
giá trị được xác định theo bốn bước chính: (a) xác định các ngành nghề cung ứng cấp 1 (liên kết ngược)
sử dụng dữ liệu từ các Bảng cân đối liên ngành của Việt Nam trong năm 2011 và 2016; (b) lặp lại nhiều
lần bước đầu tiên để tính toán các ngành nghề cung ứng cấp 2, cấp 3 hoặc cao hơn; (c) tạo sơ đồ liên
kết chuỗi giá trị; và (d) hoàn thiện các liên kết và sơ đồ dựa trên nhận định chuyên gia và dữ liệu ngành.
Lựa chọn
• Chọn chuỗi giá trị có lợi thế so sánh và hiệu suất cao góp phần tăng trưởng thương mại, công nghiệp hóa
và hội nhập chuỗi giá trị toàn cầu
Liên kết
Cấu trúc
không gian
• Xác định cấu trúc không gian của các chuỗi giá trị được chọn dựa trên các mối liên kết, sự chuyên môn hóa
theo khu vực và phân tích số liệu thương mại tại cửa khẩu
Kết nối
chuỗi
• Khuynh hướng kết nối của chuỗi giá trị dựa trên liên kết và cấu trúc không gian, xác định hành lang kết nối
của các chuỗi giá trị
• Xác định các mối liên kết đầu vào-đầu ra trong nước và cấu trúc hoạt động của các chuỗi giá trị được lựa chọn
HÌNH A.1. Giới thiệu tổng quan về phương pháp nghiên cứu
Nguồn: Ngân hàng Thế giới 2013.
134 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
SIs,i = * 100%
mua sắm đầu vào của ngành i
tổng giá trị đầu ra trung gian được sử dụng bởi ngành i( )
Trong đó i là một chuỗi giá trị chính và s là một ngành cung cấp đầu vào cho ngành tạo ra chuỗi giá
trị chính.
Bước thứ hai lặp lại bước đầu tiên cho các lớp liên kết ngược khác nhau. Điều này có nghĩa là xem xét
các ngành nghề cung cấp đầu vào cho ngành s. Vì tỷ trọng đầu vào của các ngành nghề cung ứng cấp
thấp hơn có thể khác nhau giữa các chuỗi giá trị, chúng tôi lựa chọn các ngành cung ứng quan trọng
nhất trên cơ sở ngẫu nhiên. Chúng tôi tập trung vào những lĩnh vực cung ứng quan trọng đối với chuỗi
giá trị. Nói cách khác, sau khi xác định các lĩnh vực cung ứng cấp 1 quan trọng nhất, hoạt động này được
lặp lại cho các đầu vào quan trọng nhất, quay ngược về nhà cung ứng cấp 1. Bước thứ ba là phát triển
một sơ đồ liên kết chuỗi giá trị cho từng ngành nghề thuộc chuỗi giá trị chính cũng như các lĩnh vực
cung ứng cấp 1, cấp 2 và cấp 3.
Thông tin từ phân tích đầu vào - đầu ra được tinh chỉnh ở bước thứ tư kết hợp với thông tin bên ngoài
từ các bản đồ hoặc cụm chuỗi giá trị hiện có. Điều này giúp chúng tôi tạo các bảng phù hợp cụ thể
theo chuỗi giá trị liên kết các ngành nghề của Bảng cân đối liên ngành với hệ thống mã ngành kinh tế
Việt Nam (VSIC). Lưu ý rằng các bảng tra cứu này tương ứng với các chuỗi giá trị cụ thể, vì các Bảng cân
đối liên ngành bao gồm nhóm ngành tổng quát hơn so với các mã VSIC 5 chữ số (138 ngành so với 734
phân ngành), do đó một ngành trong Bảng cân đối liên ngành có thể được liên kết với nhiều mã số VSIC
khác nhau. VSIC có ý nghĩa quan trọng trong việc đảm bảo tham chiếu chính xác cấu trúc chuỗi giá trị
và nguồn dữ liệu phân tích đáng tin cậy.
Xác định cấu trúc không gian của chuỗi giá trị
Bước thứ ba là sử dụng kết quả phân tích nêu trên về các mối liên kết đầu ra - đầu vào của các chuỗi giá
trị trong nước để xác định cấu trúc không gian của các chuỗi đó. Nói cách khác, mục đích chính của
bước này là xác định phân phối địa lý và tích tụ công nghiệp của các chuỗi được chọn, bao gồm các
liên kết ngược của chuỗi giá trị. Cấu trúc không gian của các chuỗi giá trị được định nghĩa là mức độ tập
trung việc làm trong mỗi phân khúc của một chuỗi giá trị nhất định.
Xu hướng liên kết dựa trên chuỗi giá trị và hành lang quan trọng
Xu hướng liên kết cho chuỗi giá trị được định nghĩa là xu hướng của các hàng hóa liên quan lưu thông
qua các cửa ngõ quốc tế và dọc theo các điểm sản xuất khác nhau của chuỗi giá trị trong nước, như
được thể hiện trong mô hình liên kết ở hình A.2. Xu hướng liên kết được xác định dựa trên vị trí không
gian của các phân khúc sản xuất khác nhau của chuỗi giá trị trong nước và cấu trúc của các chuỗi
Bước đầu tiên, xác định các ngành nghề cung ứng cấp 1, được dựa trên tỷ trọng đầu vào của một
ngành, tính bằng tỷ lệ (%) các yếu tố đầu vào từ một ngành cung ứng vào tổng đầu vào trung gian.
Chúng tôi xem xét cả đầu vào nhập khẩu và mua trong nước, vì cả hai đều được đưa vào dữ liệu Bảng
cân đối liên ngành năm 2011 và 2016. Bên cạnh đó, chúng tôi chỉ xem xét các đầu vào ngoài dịch vụ
và vốn. Trong hầu hết các trường hợp, chúng tôi áp dụng ngưỡng tỷ trọng đầu vào là 2%, nghĩa là chỉ
xem xét các đầu vào ngoài dịch vụ và vốn chiếm ít nhất 2% tổng giá trị đầu vào. Tỷ trọng đầu vào được
định nghĩa như sau:
135Phụ lục A
liên kết giá trị. Liên kết này bắt đầu với các
nguyên liệu nhập khẩu qua một cửa khẩu nhập,
được kết nối thông qua các điểm trung gian
khác nhau về cung cấp và chế biến nguyên liệu
thô, đến giai đoạn thành phẩm và cuối cùng là
cửa khẩu xuất hoặc thị trường tiêu thụ nội địa.
Khoảng cách vận chuyển được giả định để xác
định ưu tiên vận chuyển của hàng hóa và hình
thành hành lang vận chuyển.
Khoảng cách vận chuyển được giả định để xác định ưu tiên vận chuyển của hàng hóa và hình thành
hành lang vận chuyển.
Trong mô hình này, cửa khẩu xuất - nhập đóng vai trò là chốt chặn ở cuối các nút. Đối với tất cả các
chuỗi giá trị đã được xác định, các cửa ngõ thương mại đường hàng không, đường biển, đường thủy
nội địa, đường sắt và đường bộ là điểm xuất phát của hàng nhập và điểm đến của hàng xuất, còn
ngược lại, vị trí của các cụm (doanh nghiệp cung ứng/chế biến) là điểm xuất phát và điểm đến của sản
phẩm nội địa. Thông tin về các cửa ngõ thương mại và cửa khẩu xuất-nhập trong tất cả các hình thức
vận chuyển có ý nghĩa quan trọng đối với kết nối dựa trên chuỗi giá trị.
Bước phân tích này cần được hoàn thiện bằng việc mô hình hóa liên kết chuỗi giá trị như là kết quả của
nghiên cứu trước đó. Điều này sẽ mô phỏng các luồng hàng hóa theo mô hình điểm đầu-điểm cuối dọc
theo tổ chức không gian của các chuỗi giá trị và kết nối các chuỗi với các cửa ngõ quốc tế chính. Kết
quả lập bản đồ cho phép xác định các hành lang thương mại được tổ chức để thúc đẩy liên kết chuỗi
giá trị và đánh giá các dịch vụ logistics hỗ trợ nhằm cải thiện hiệu quả tổng thể cũng như năng lực cạnh
tranh của các chuỗi giá trị được lựa chọn. Bước quan trọng liên quan đến việc phát triển mô hình gom
xếp luồng hàng hóa để tiện cho việc vận chuyển giữa các trung tâm vận chuyển hàng hóa chính (tới
cấp huyện nếu có thể, bao gồm địa điểm các cụm) và các cửa khẩu ở Việt Nam. Tuy nhiên, việc mô hình
hóa gom xếp luồng hàng đòi hỏi dữ liệu liên quan đến khối lượng vận chuyển đầu vào - đầu ra trong
chuỗi giá trị và giữa doanh nghiệp chế biến với các cửa khẩu. Do thiếu dữ liệu về khối lượng vận chuyển
các luồng hàng hóa liên quan, cần thực hiện bước trung gian là chuyển đổi dữ liệu giá trị HS (có sẵn)
thành khối lượng vận chuyển tương đương. Các phương pháp chuyển đổi giá trị xuất khẩu và nhập
khẩu hàng hóa đã được kiểm chứng sẽ được sử dụng với giả định phù hợp. Thách thức lớn nhất là việc
thiếu các Bảng cân đối liên ngành cấp tỉnh để xác định các mối liên kết và điểm đầu - điểm cuối đối với
mỗi loại hàng hóa trong chuỗi giá trị của từng cụm được lựa chọn.
TÀI LIỆU THAM KHẢO
Pham, Duc Minh, Deepak Mishra, Kee-Cheok Cheong, John Arnold, Anh Minh Trinh, Ngoc Huyen
Thi Ngo, và Phuong Hien Thi Nguyen. 2013. Tạo thuận lợi thương mại, tạo giá trị và năng lực
cạnh tranh: Ý nghĩa chính sách đối với tăng trưởng kinh tế của Việt Nam. Washington, DC: Ngân
hàng Thế giới.
facilitation-value-creation-and-competiveness-policy-implications-for-Vietnams-economic-
growth.
Nguyên liệu
nhập khẩu
Lắp ráp/
chế biến
Vật liệu
trong nước
Xuất khẩu
Tiêu thụ
trong nước
HÌNH A.2. Mô hình kết nối cho một chuỗi
giá trị
136 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
Phương pháp luận: ước tính sự tham gia vào việc làm phi nông
nghiệp và chênh lệch về tiền lương
Tiếp cận thị trường và việc làm hưởng lương phi nông nghiệp
Mô hình hộ gia đình trang trại tiêu chuẩn (Singh, Squire, và Strauss 1986) được áp dụng trong phân
tích này, kết hợp những hiểu biết từ lý thuyết vòng đời cung ứng lao động (MaCurdy 1981), để giải
thích quyết định tỉ trọng lao động phi nông nghiệp qua sát được. Các hộ nông dân tối đa hóa tiện ích
từ tổng tiêu dùng của hộ gia đình, thời gian rãnh rỗi của các thành viên, với các đặc điểm cá nhân và
hộ gia đình, trong điều kiện hạn chế về ngân sách và thời gian. Mô hình có dạng sau:
Max U(Ch, Li; Ai, Bh )
i = head, spouse, eldest child
s.t.
Qh = f(Ti
f, Hh; Ai, Fh)
Ch + RHh ≤ PQh + ∑Wi
a Ti
a + ∑Wi
na Ti
na + Zh
Wi
na = Wi
na (Ai, Mna)
Wi
a = Wi
a (Ai, M
a)
Ti = Ti
f + Ti
a + Ti
na + Li
Li>0
Ti
f, Ti
a, Ti
na≥0 (1)
Trong đó U là hàm tiện ích cho hộ gia đình h; Ch là tổng mức tiêu dùng hộ gia đình; Li là thời gian giải
trí cho thành viên gia đình i, nơi có thể người chủ gia đình, vợ/ chồng và con cả;1 Ai là một vectơ của
các thuộc tính riêng lẻ; Bh là một vectơ của các thuộc tính hộ gia đình; Q là số lượng đầu ra của trang
trại, được xác định bởi hàm sản xuất f với đầu vào lao động gia đình Ti
f, đầu vào được thuê Hh, tùy
thuộc vào các thuộc tính riêng lẻ (Ai) và thuộc tính hộ gia đình (Fh); R là giá của đầu vào được thuê; P là
giá của sản lượng trang trại; Wi
a là mức lương cho việc làm hưởng lương trong lĩnh vực nông nghiệp;
Ti
a là thời gian dành cho việc làm lương nông nghiệp; Wi
na là mức lương cho việc làm lương phi nông
nghiệp; Ti
a là thời gian dành cho việc làm hưởng lương phi nông nghiệp; Zh là thu nhập phi lao động
bao gồm doanh thu tài chính và doanh thu chuyển nhượng.
Mức lương là một hàm của các thuộc tính riêng lẻ và điều kiện thị trường lao động địa phương trong
khu vực phi nông nghiệp, ký hiệu là Mna, và trong lĩnh vực nông nghiệp, ký hiệu là Ma. Hạn chế về
thời gian là tổng của đầu vào lao động gia đình, việc làm hưởng lương trong lĩnh vực nông nghiệp và
phi nông nghiệp, và thời gian rảnh rỗi bằng tổng thời gian có sẵn, ký hiệu là Ti; các ràng buộc không
mang tính chất tiêu cực được áp đặt để cho phép không tham gia vào thị trường lao động. Bằng cách
giải quyết các điều kiện Kuhn-Tucker, các quyết định tham gia lao động được xác định theo tập hợp
137Phụ lục A
các điều kiện trong (2) trong đó là giá trị cận biên của các sản phẩm nông nghiệp; là tiện
ích cận biên của thời gian rảnh rỗi; γ là tiện ích cận biên của thu nhập:
(2)
Việc phân bổ công việc cho các thành viên trong gia đình có được bằng cách so sánh giá trị cận biên
của sản phẩm nông nghiệp và mức lương với quỹ lương dành riêng, là Tỷ lệ thay thế cận biên RMS
giữa thời gian rảnh rỗi và thu nhập được đánh giá ở mức 0 giờ lao động trong các hoạt động lao động
tương ứng. Do đó, quỹ lương dành riêng cho mỗi hoạt động lao động có liên quan đến nhau. Ví dụ,
quỹ lương dành riêng cho cung ứng lao động phi nông nghiệp được đánh giá ở mức không có hoạt
động lao động phi nông nghiệp, điều đó có nghĩa là tất cả các quỹ thời gian được dành cho các hoạt
động trả lương trong nông nghiệp hoặc nông nghiệp hộ gia đình. Khi giá trị cận biên của sản phẩm
nông nghiệp hoặc tiền lương thị trường vượt quá quỹ lương dành riêng, cá nhân sẽ tham gia vào các
hoạt động lao động. Các biên quảng canh của dạng rút gọn có thể được minh họa như các phương
trình sau 3 (a) - (c):
Prob(Yi
f = 1) = Prob(P∂Qh/∂Ti
f - Wi
(f*) > 0) (3a)
Prob(Yi
a = 1) = Prob(Wi
a - Wi
(a*) > 0) (3b)
Prob(Yi
na = 1) = Prob(Wi
na - Wi
(na*) > 0) (3c)
Trong đó Yi
f, Yi
a, và Yi
na đại diện cho biên quảng canh của lao động nông nghiệp hộ gia đình, lao động
hưởng lương nông nghiệp, và lao động hưởng lương phi nông nghiệp; Wi
(f*), Wi
(a*), và Wi
(na*) là quỹ
lương dành riêng cho các hoạt động lao động tương ứng. Quỹ lương dành riêng không theo dõi được
và tiền lương thị trường cho những người thất nghiệp cũng vậy. Để đi đến một tập hợp các phương
trình tham gia lao động dưới dạng rút gọn có thể ước tính, quỹ lương dành riêng được mô hình hóa
theo chức năng của các đặc điểm theo cấp độ cá nhân, cấp hộ gia đình, cấp cộng đồng địa phương và
các tác động ngẫu nhiên cá nhân trong các phương trình 4(a) – (c) sau:
Prob(Yi
f = 1) = Prob(P∂Qh/∂Ti
f - Wi
(f*) > 0)
= Prob(P∂Qh/∂Ti
f - Wi
(f*) (Ai, Bh, Fh, M
na, Ma) - ε_i> 0) (4a)
Prob(Yi
a = 1) = Prob(Wi
a - Wi
(a*) > 0)
= Prob(Wi
a (Ai, M
a) - Wi
(a*) (Ai, B
h, Fh, M
na, Ma) - ε_i > 0) (4b)
Prob(Yi
na = 1) = Prob(Wi
na - Wi
(na*) > 0)
= Prob(Wi
na (Ai, M
na) - Wi
(na*) (Ai, Bh, Fh, M
na, Ma) - ε_i > 0) (4c)
trong đó εi là tác động ngẫu nhiên cá nhân. Trong phân tích này, chúng tôi sẽ tập trung vào việc làm
trả lương phi nông nghiệp. Bằng cách giả sử ε_i được phân bổ độc lập, chúng tôi đi đến mô hình
probit sau đây về sự tham gia lao động phi nông nghiệp đối với chủ hộ, vợ/chồng và con cả:
Prob(Yi
na = 1) = Probit(Ai, Bh, Fh, M
na, Ma) (5)
∂QhP Wai∂Tfi
∂U ∂U
∂Li ∂Li
Wnai
∂U
∂Li
∂U
∂Li
∂QhP ∂Tfi
138 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
Vì các quyết định cung ứng lao động được xác định chung trong hộ gia đình, không hợp lý khi cho
rằng εi phân bố độc lập giữa chủ hộ, vợ/chồng và con cả. Để giải quyết mối tương quan chuỗi trong
gia đình, chúng tôi sử dụng mô hình probit đa biến (Benjamin và Kimhi 2006) để cùng nhau ước tính
các quyết định tham gia lao động trả lương phi nông nghiệp.
Có hai hạn chế của phân tích này. Giới hạn đầu tiên liên quan đến tính hợp lệ nội tại của các ước tính
probit. Cho rằng mục đích của phân tích này là để ghi lại sự tương quan của việc làm trả lương phi
nông nghiệp ở các cấp độ khác nhau, chúng tôi giả định rằng những tác động ngẫu nhiên cá nhân là
không tương quan với Ai, Bh, Fh, M
na, và Ma. Trong phạm vi mà giả định này bị vi phạm, chúng tôi đã giới
hạn tính hợp lệ nội tại của các ước tính. Các chiến lược dữ liệu bảng như các mô hình ảnh hưởng cố
định có khả năng kiểm soát mức độ nội sinh này. Tuy nhiên, các bảng Khảo sát mức sống hộ gia đình
Việt Nam VHLSS do Tổng cục Thống kê (GSO) thực hiện trong những năm trước (2012, 2014) dẫn đến
các mẫu nhỏ không cung cấp đủ ý nghĩa thống kê để ước tính mô hình probit đa biến. Giới hạn thứ
hai liên quan đến tính hợp lệ bên ngoài do lựa chọn mẫu. Để ước tính mô hình probit đa biến, chúng
ta cần chọn các hộ gia đình có ít nhất một đứa con trong độ tuổi lao động. Tuy nhiên, sắp xếp cuộc
sống không phải là ngẫu nhiên. Nếu các biến số cụ thể của hộ gia đình không theo dõi được mà xác
định sự sắp xếp cuộc sống cũng ảnh hưởng đến việc làm trả lương phi nông nghiệp, thì chúng tôi đã
hạn chế tính hợp lệ bên ngoài để áp dụng các kết quả từ phân tích này cho các hộ gia đình nông thôn
Việt Nam còn lại. Chúng tôi giải quyết điều này bằng cách ước tính mô hình hộ gia đình và vợ/chồng,
bao gồm một tập hợp rộng hơn các hộ gia đình. Những kết quả là tương tự về chất.
Để ước tính mô hình probit đa biến, chúng tôi sử dụng mẫu 4.257 hộ gia đình nông thôn với 12.771 cá
nhân từ Khảo sát mức sống hộ gia đình Việt Nam (VHLSS) năm 2016. Đây là khảo sát đại diện trên toàn
quốc bao gồm thông tin chi tiết ở cấp độ cá nhân, hộ gia đình và xã. Trong mỗi hộ gia đình, chúng tôi
chỉ giữ chủ hộ, vợ hoặc chồng và con cả cho mô hình đầu tiên, hoặc chỉ hộ gia đình và vợ/ chồng cho
mô hình thứ hai. Tất cả các cá nhân trong độ tuổi chính từ 15 đến 64 tuổi, và hiện không đi học. Các
kết quả được thể hiện trong bảng A.2.
Tiếp cận thị trường và chênh lệch lương theo yếu tố không gian
Hầu hết các phân tích thực nghiệm về mối quan hệ giữa tiếp cận thị trường và sự thay đổi không gian
trong tiền lương ước tính mối quan hệ sử dụng tiền lương trung bình khu vực thay vì tiền lương cá
nhân. Trong nghiên cứu này, chúng tôi theo Hering và Poncet 2010 để ước tính mối quan hệ giữa tiếp
cận thị trường và chênh lệch tiền lương, tính đến các đặc điểm cá nhân như giáo dục, một yếu tố quan
trọng quyết định thu nhập. Điều này đặc biệt quan trọng trong bối cảnh Việt Nam nơi các khu vực tụt
hậu có tỷ lệ người ít học cao hơn khi so sánh với các trung tâm đô thị của đất nước. Một điển hình được
ước tính với tiền lương mỗi giờ là biến phụ thuộc. Phân tích được thực hiện bằng dữ liệu VHLSS 2016,
sử dụng các số liệu ở cả khu vực nông thôn và thành thị.
Các tài liệu địa lý kinh tế mới nhấn mạnh rằng chi phí vận chuyển thấp hơn đối với các công ty ở các
địa điểm có khả năng tiếp cận thị trường cao hơn cho phép các công ty đó trả lương cao hơn, do
đó giải thích mối quan hệ tích cực giữa tiếp cận thị trường và lương cao hơn. Vì tiếp cận thị trường
được liên kết với tích tụ, trong khi một số khác đề xuất các cơ chế thay thế dựa trên kinh tế tích
tụ để giải thích tác động của tiếp cận thị trường đối với tiền lương. Ví dụ, Dekle và Eaton (1999),
139Phụ lục A
chỉ ra rằng nhu cầu lớn hơn đẩy giá đất ở các trung tâm đô thị khiến cho các công ty tăng lương
danh nghĩa để đảm bảo sức mua của người lao động. Hanson (2003) cũng phân biệt các cơ chế
khác, như sự hiện diện của các yếu tố khác không phải nguồn nhân lực và tăng lợi nhuận do sự lan
tỏa giữa các công ty và/ hoặc yếu tố tác động bên ngoài của con người. Do đó, Combes, Duranton
và Gobillon (2008) nhấn mạnh các kỹ năng để giải thích mối quan hệ tích cực giữa tiếp cận thị
trường và tiền lương, trong khi Head và Mayer (2006) cho thấy việc không kiểm soát được sự khác
biệt về giáo dục trong phân tích chênh lệch lương trong khu vực dẫn tới nguy cơ chênh lệch lương
về mặt không gian theo các yếu tố địa lý kinh tế.
Để phân biệt tác động của tiếp cận thị trường thông qua các mối liên kết chi phí vận chuyển, mô hình
ước tính kiểm soát (a) mức độ kỹ năng của từng địa phương bằng cách sử dụng tỷ lệ người có trình
độ học vấn sau trung học, (b) giá trị đất và mật độ dân số địa phương để nắm bắt tác động của tích
tụ đến chi phí sinh hoạt (nhà ở, chi phí vận chuyển và tắc nghẽn) và (c) các tác động cố định của tỉnh
thành để kiểm soát các khoản hỗ trợ ngoài nhân lực. Đây là bổ sung cho các biến tiêu chuẩn trong
phép hồi quy thu nhập, như loại doanh nghiệp, nghề nghiệp và lĩnh vực. Các kết quả được thể hiện
trong bảng A.3.
Biến số
Mô hình 1 Mô hình 2
Chủ hộ Vợ/chồng Con Chủ hộ Vợ/ chồng
Nam giới 0.355*** 0.624*** −0.0844* 0.284*** 0.625***
Độ tuổi 0.0422 0.0132 0.102*** 0.0365*** 0.0644***
Bình phương tuổi −0.000795* −0.0006 −0.00191*** −0.000737*** −0.00121***
Trình độ học vấn cao nhất – Tiểu học −0.0963* −0.162** −0.374*** −0.115*** −0.203***
Trình độ học vấn cao nhất – Trung học
cơ sở
0.067 −0.0133 −0.307*** −0.0308 −0.136***
Trình độ học vấn cao nhất – TH phổ
thông
0.192** −0.0904 −0.203*** 0.00934 −0.0397
Trình độ học vấn cao nhất – Đại học 1.275*** 1.713*** 0.427*** 1.225*** 1.664***
Hôn nhân −0.246*** −0.789 3.848
Gia đình cách mạng −0.169 −0.393*** −0.131* −0.0307 −0.242***
Gia đình cựu chiến binh −0.201 0.0354 −0.0553 0.0335 0.0184
Di cư từ tỉnh khác 0.0601 0.0696 −0.0388 0.00981 0.0951**
Bị thương trong năm qua −0.0645 −0.118 0.0211 −0.0311 0.00282
Có quyền sở hữu nhà ở −0.455* −0.502* −0.332 −0.229** −0.164*
Chương trình hỗ trợ - đầu vào 0.0323 −0.197 0.182 0.0483 0.134
Chương trình hỗ trợ - tín dụng −0.307 −4.144 −1.054 0.013 −0.54
Chương trình hỗ trợ-mở rộng nông
nghiệp
0.236 −4.029 −0.254 0.354* −0.319
Tỉ lệ trẻ em 0~5 tuổi 0.0805 −1.037** 0.305 −0.134 −0.387**
Tỉ lệ người già từ 70 tuổi trở lên 2.386 4.507 2.253 −1.364 0.559
BẢNG A.2. Các yếu tố quyết định tham gia vào tiền lương phi nông nghiệp
140 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
Biến số
Mô hình 1 Mô hình 2
Chủ hộ Vợ/chồng Con Chủ hộ Vợ/ chồng
Điểm Z của thu nhập phi lao động −0,0158 −0,0438 −0,032 −0,0496*** −0,0453**
Dân tộc thiểu số −0,251*** −0,155 −0,280*** −0,154*** −0,166***
Nhật ký chỉ số giá cây trồng −0,112*** −0,0983*** −0,0564*** −0,111*** −0,0824***
Trồng lúa 0,114** −0,0754 0,0648 0,121*** −0,0255
Trồng loại cây khác ngoài lương thực −0,0309 −0,157*** 0,0661 0,0287 −0,158***
Trồng cây công nghiệp −0,0152 −0,11 −0,162*** −0,0141 −0,142***
Trồng cây ăn trái −0,289*** −0,285*** −0,0801 −0,295*** −0,299***
Chăn nuôi −0,0292 −0,190*** 0,0807* −0,0619** −0,190***
Chỉ số tiếp cận thị trường 0,106*** 0,147*** 0,194*** 0,122*** 0,227***
Nhật ký mật độ dân số 0,0778*** 0,126*** 0,137*** 0,104*** 0,134***
Tỉ lệ tăng nông nghiệp −0,0599 0,023 −0,0478 −0,0443* −0,0520*
Vùng duyên hải −0,101 0,0844 0,0242 −0,147** −0,0853
Các xã đồng bằng 0,154 0,0301 0,253*** 0,0931* 0,0272
Xã trung du 0,152 0,125 0,412*** 0,264*** 0,105
Xã vùng núi thấp 0,157* 0,0603 0,181** 0,154*** 0,133**
Số hiểm họa thiên nhiên 0,00628 −0,0011 −0,017 0,00857 0,00288
Nhật ký tỷ lệ tiền lương phi nông nghiệp và
tiền lương nông nghiệp
−0,108 0,115 −0,326*** −0,106* −0,0471
Có trung tâm khuyến nông ở xã 0,146 0,0368 0,0108 0,0186 −0,016
Có chợ thuộc địa phận xã −0,0051 −0,0004 −0,034 −0,00717 0,000491
Có cơ sở giáo dục −0,425 0,0809 −0,0004 −0,326* 0,109
Có ngân hàng tại địa phương −0,0639 −0,0331 −0,0007 −0,0764*** −0,0307
Gần các cơ sở kinh doanh 0,123* 0,0599 0,108 0,0936** 0,0498
Tỉ lệ lực lượng lao động sản xuất trong xã −0,0358 0,206 0,540*** 0,157* 0,233**
Tỉ lệ lực lượng lao động dịch vụ trong xã 0,496 0,123 −0,18 0,918 0,536
atrho21 0,364*** 0,358***
atrho31 0,319***
atrho32 0,277***
Quan sát 6264 6264 6264 18197 18197
BẢNG A.2. Tiếp theo
Nguồn: Tính toán của Ngân hàng Thế giới từ Khảo sát mức sống hộ gia đình Việt Nam (VHLSS) 2016, do GSO thực hiện. Xem: https://
www.gso.gov.vn/default_en.aspx?tabid=515&ItemID=18977.
Ghi chú: * = p<0.10, ** = p<0.05, *** = p<0.010.
141Phụ lục A
Đặc điểm cá nhân (1) (2)
Nam giới
Kinh nghiệm 0,155*** 0,153***
Bình phương kinh nghiệm 0,028*** 0,029***
Số năm đi học −0,000*** −0,000***
Tham gia vào hội phụ nữ 0,026*** 0,026***
Là Đảng viên −0,008 −0,011
Gia đình truyền thống 0,052*** 0,054***
Dân tộc ít người 0,002 −0,002
Ethnic Minority −0,037** −0,030*
Đặc điểm địa phương
Chỉ số MA 0,030*** −0,015
Tương tác loại công ty (Cơ sở = công ty tư nhân trong nước)
MA index * SOE −0,067*** −0,061***
MA index * Đầu tư nước ngoài 0,151*** 0,131***
Nhật ký dân số 0,021*** 0,012**
Trung du và vùng núi phía Bắc 0,033** −0,074**
Miền bắc và Duyên hải miền Trung 0,036** −0,149***
Tây Nguyên 0,058*** −0,141***
Đông Nam 0,155*** 0,108***
Đồng bằng sông Cửu Long 0,034*** −0,052
Giá nhà trung bình (million VND/m2) 0,005*** 0,003***
Tỉ lệ người trình độ sau trung học 0,144*** 0,194***
Thành thị −0,031*** −0,030***
Tỉnh thành phố FE No Yes
Nghề nghiệp FE Yes Yes
Ngành kinh tế FE Yes Yes
Tỉ lệ nghịch đảo -0,02 -0,007
Quan sát 26064 26064
Điều chỉnh R bình phương 0,220 0,231
BẢNG A.3. Các yếu tố quyết định thu nhập tiền lương
Nguồn: Tính toán của Ngân hàng Thế giới từ Khảo sát mức sống hộ gia đình Việt Nam (VHLSS) 2016, do GSO thực hiện. Xem: https://
www.gso.gov.vn/default_en.aspx?tabid=515&ItemID=18977.
Ghi chú: * = p<0.10, ** = p<0.05, *** = p<0.010.
142 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
GHI CHÚ
1. Lý tưởng nhất, chúng tôi muốn bao gồm tất cả các thành viên trong gia đình, nhưng để minh
họa đơn giản, chúng tôi chỉ bao gồm đứa con lớn nhất trong mỗi hộ gia đình.
TÀI LIỆU THAM KHẢO
Benjamin, Catherine, và Ayal Kimhi. 2006. “Công việc đồng áng, Công việc phi nông nghiệp và Lao
động thuê trang trại: Mô hình lựa chọn rời rạc của các cặp làm nông người Pháp.” Tạp chí Châu
Âu về Kinh tế Nông nghiệp 33 (2): 149–71.
Combes, Pierre-Philippe, Gilles Duranton, và Laurent Gobillon. 2008. “Chênh lệch tiền lương theo không
gian: Sắp xếp các vấn đề!” Tạp chí kinh tế đô thị 63 (2): 732–42. doi: 10.1016/j.jue.2007.04.004.
Dekle, Robert, và Jonathan Eaton. 1999. “Chồng chất và thuê đất: Bằng chứng từ các quận.” Tạp chí
kinh tế đô thị 46 (2): 200–14. doi: 10.1006/juec.1998.2118.
Hanson, Gordon H. 2003. “Các công ty, công nhân và sự tập trung địa lý của hoạt động kinh tế.” Trong
cẩm nang kinh tế địa lý Oxford, soạn thảo bởi Gordon L. Clark, Meric S. Gertler, và Maryann P.
Feldman, 3–17. New York: Tạp trí Đại học Oxford. https://www.worldcat.org/title/oxford-
handbook-of-economic-geography/oclc/52144908.
Head, Keith, và Thierry Mayer. 2006. “Mức lương và việc làm của khu vực đối phó với tiềm năng thị trường
tại EU.” Khoa học khu vực và kinh tế đô thị 36 (5): 573–94. doi: 10.1016/j.regsciurbeco.2006.06.002.
Hering, Laura, và Sandra Poncet. 2010. “Tiếp cận thị trường và tiền lương cá nhân: Bằng chứng từ
Trung Quốc.” Tạp chí kinh tế và thống kê 92 (1):145–59. doi: 10.1162/rest.2009.11418.
MaCurdy, Thomas E. 1981. “Một mô hình thực nghiệm về cung ứng lao động trong một vòng đời.”
Tạp chí kinh tế chinh trị 89 (6): 1059-85. doi: 10.1086/261023.
Singh, Inderjit, Lyn Squire, và John Strauss, eds. 1986. Mô hình hộ gia đình nông nghiệp: Phần mở rộng,
Ứng dụng và Chính sách. Baltimore, MD: Tạp chí trường Johns Hopkins.
worldbank.org/curated/en/621291468739297175/Agricultural-household-models-
extensions-applications-and-policy.
143Phụ lục A
Phương pháp luận: Mô hình cân bằng tổng hợp để đánh giá các
can thiệp vào vận tải
Nghiên cứu gần đây đã phát triển các mô hình định lượng về phân phối không gian của hoạt động
kinh tế (Redding và Rossi-Hansberg 2017). Mô hình này kết hợp các tính năng của dữ liệu, chẳng
hạn như số lượng lớn các địa điểm với địa lý không đồng nhất, năng suất, tiện nghi và các yếu tố địa
phương, cũng như chi phí thương mại và đi lại. Mô hình này cũng có thể bao gồm các tương tác giữa
các địa điểm, chẳng hạn như thương mại hàng hóa và di chuyển. Những mô hình này có thể được sử
dụng để đánh giá các chính sách và các kịch bản đối lập. Những mô hình như vậy có thể được sử dụng
để phân biệt sự đóng góp của các cải tiến giao thông so với các thay đổi khác ảnh hưởng đến tiền
lương và dân số trên khắp các địa điểm.
Các mô hình có ba nhân tố chính:
• Về Địa lý. Mô hình cho phép xem xét không gian chi tiết cấp huyện ở 683 huyện của Việt
Nam. Mỗi huyện được đặc trưng bởi vị trí, diện tích đất, công việc kiếm sống, cơ cấu kinh tế
và năng suất sản xuất của doanh nghiệp. Khả năng sinh hoạt nắm bắt chất lượng cuộc sống
ở một huyện, được xác định bởi các yếu tố như chất lượng giáo dục và dịch vụ y tế, và ảnh
hưởng đến sự lựa chọn của mọi người về nơi sinh sống.
• Hoạt động kinh tế. sản xuất được thực hiện bởi các công ty chọn số lượng đầu ra và đầu vào
- lao động và đất đai - được sử dụng trong sản xuất.
• Người lao động. Công nhân chọn lĩnh vực họ làm việc và nơi sinh sống. Tất cả người lao
động có được thu nhập từ việc làm và chi tiêu vào hàng hóa và dịch vụ được sản xuất tại địa
phương hoặc nhập khẩu từ vùng khác. Người lao động quyết định nơi sống và nơi làm việc
phụ thuộc vào tiền thuê nhà, tiền lương và khả năng kiếm sống giữa các quận huyện.
Sử dụng dữ liệu dân số, đất đai và giao thông trong năm 2009 và 1017, năng suất và tiện nghi của
huyện được hiệu chỉnh để đưa ra dự đoán chính xác. Thông tin cần thiết để hiệu chỉnh mô hình tương
tự như thông tin được sử dụng trong tính toán tiếp cận thị trường và đến từ các nguồn dữ liệu truyền
thống như khảo sát và từ thông tin được mã hóa địa lý trên mạng lưới giao thông.
Quá trình hiệu chuẩn dựa trên các biến số (kích thước đất, việc làm trên mỗi ngành - mô hình thứ hai -
hoặc tiền lương – mô hình thứ nhất, mật độ dân số) để tạo ra một số thông số chính bao gồm các biến
số khó quan sát của mỗi huyện. Mặc dù không tính toán được điểm năng suất và khả năng kiếm sống
ở cấp huyện, nhưng mô hình này được sử dụng để suy luận các điểm số này dựa trên các mức độ quan
sát được của quy mô và thành phần đất đai, việc làm trên mỗi ngành và mật độ dân số. Điểm năng
suất phản ánh tiềm năng của các doanh nghiệp sản xuất bằng cách sử dụng lao động và đầu vào đất
đai. Trong khi người lao động và đất đai tương tự nhau giữa các quận huyện, năng lực của các công
ty sản xuất khác nhau giữa các địa điểm. Điểm số khả năng kiếm sống phản ánh tiềm năng của một
quận về tiện nghi và ảnh hưởng đến sự lựa chọn của người lao động. Người lao động có xu hướng di
chuyển đến các quận huyện có mức lương thực tế cao hơn và mức độ tiện nghi cao hơn.
Dữ liệu được sử dụng để hiệu chỉnh bao gồm diện tích đất (phân loại đất của Cơ quan Vũ trụ châu
Âu từ cơ sở dữ liệu Aiddata ( phân phối dân số hiện tại ở mỗi huyện từ
dữ liệu điều tra dân số năm 2010 và 2015, phân loại việc làm và tiền lương từ kết quả khảo sát của
144 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
Ban Kinh tế vĩ mô, Thương mại và Đầu tư Toàn cầu (MTI) trong dữ liệu khảo sát chưa được công bố do
Ban MTI, Ngân hàng Thế giới cung cấp.
Mô hình được sử dụng để phản biện đối với kết nối trong nước
Dựa trên Redding (2016), mô hình có thể được sử dụng để thực hiện các phản biện chỉ sử dụng dữ
liệu ở trạng thái cân bằng ban đầu. Trong các phản biện, lợi ích phúc lợi từ thương mại phụ thuộc vào
những thay đổi trong cả tỉ lệ thương mại trong nước và sự phân bổ dân số trên khắp các vùng miền.
Mô hình có quy mô lợi nhuận không thay đổi đối với tất cả các quận huyện có khả năng giao dịch với
nhau. Một số vùng có thể căt giảm giảm chi phí thương mại lớn hơn các vùng khác, dân số tái định
cư ở các địa điểm này và cách xa các địa điểm khác, cho đến khi giá của yếu tố bất biến của đất đai
sản xuất điều chỉnh. Tuy nhiên, vẫn còn một số khác biệt về tiền lương thực tế giữa các quận huyện.
Mô hình được sử dụng để phản biện đối với kết nối quốc tế
Mô hình cân bằng tổng thể không gian cho Việt Nam đánh giá tác động của việc cải thiện chi phí vận
chuyển nội bộ đối với sự hội nhập của các huyện với thị trường toàn cầu. Mô hình xem xét cách giảm chi
phí vận chuyển ảnh hưởng như thế nào đến khả năng cạnh tranh của các quận huyện trong sản xuất
hàng hóa xuất nhập khẩu - đó là hàng hóa có thể trao đổi thương mại. Mô hình này dựa trên công việc
trước đây đã được thực hiện cho Bangladesh (Herrera-Dappe và Lebrand 2019), Argentina (Fajgelbaum
và Redding 2018) và cho Sáng kiến Vành đai và Con đường ở Trung Á (Lall và Lebrand 2019). Tương tự
như phần trước, mô hình này có ba nhân tố chính – yếu tố địa lý, hoạt động kinh tế và người lao động -
được kết nối bởi giá cả hàng hóa, tiền thuê đất và tiền lương chiếm ưu thế ở mỗi huyện.
TÀI LIỆU THAM KHẢO
Fajgelbaum, Pablo, và Stephen J. Redding .2018. Thương mại, chuyển đổi cơ cấu và phát triển: Bằng
chứng từ Argentina 1869–1914.” Báo cáo đang thực hiện NBER 2017.
pfajgelbaum/Argentina.pdf.
Lall, Somik V., và Mathilde Lebrand. 2019. Ai thắng, ai thua? Hiểu về không gian Hiệu ứng khác biệt của
Sáng kiến Vành đai và Con đường. Nghiên cứu chính sách đang thực hiện 8806. Ngân hàng Thế
giới, Washington, DC.
Who-Wins-Who-Loses-Understanding-the-Spatially-Differentiated-Effects-of-the-Belt-and-
Road-Initiative.
Redding, Stephen J. 2016. “Thương mại hàng hóa, yếu tố di động và phúc lợi.” Tạp chí kinh tế quốc tế
101 (Tháng 7): 148–67. doi: 10.1016/j.jinteco.2016.04.003.
Redding, Stephen J., và Esteban Rossi-Hansberg. 2017. “Kinh tế không gian định lượng.” Đánh giá
thường niên về kinh tế 9 (1): 21-58. doi: 10.1146/annurev-economics-063016-103713.
145Phụ lục B
Trong Chương 2, chúng tôi đã trình bày kết quả phân tích về chuỗi giá trị nuôi trồng thủy sản và bản
đồ tổng hợp cho thấy tất cả các hành lang vận chuyển quan trọng của chuỗi giá trị. Hình B.1 đến B.5
trình bày các hành lang giao thông quan trọng cho các chuỗi giá trị quan trọng khác, bao gồm cà phê,
gạo, cao su, dệt may, và rau quả được trình bày sau đây.
Phụ lục B: Hành lang giao thông
quan trọng chuỗi giá trị
HÌNH B.1. Mạng lưới giao thông quan trọng chuỗi giá trị: Cà phê
Lao động trong ngành cà phê
Chế biến(8II) - Xuất khẩu
Trồng(8I) - Chế biến(8II)
Miễn trừ trách nhiệm:
Đường biên giới, màu sắc,
tên gọi và các thông tin
khác biểu hiện trên các
bản đồ trong báo cáo này
không hàm ý bất kỳ đánh
giá nào của Ngân hàng
Thế giới về vị thế pháp
lý của bất kỳ vùng lãnh
thổ nào và cũng không
thể hiện bất kỳ sự ủng hộ
hay chấp nhận nào của
Ngân hàng Thế giới về các
đường biên giới đó.
146 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
HÌNH B.2. Mạng lưới giao thông quan trọng chuỗi giá trị: Gạo
Gạo (số lao động)
Gạo(7III) - Xuất khẩu
Trồng lúa(7II) - Gạo(7III)
Gieo hạt(7I) - Trồng lúa(7II)
Miễn trừ trách nhiệm:
Đường biên giới, màu sắc,
tên gọi và các thông tin
khác biểu hiện trên các
bản đồ trong báo cáo này
không hàm ý bất kỳ đánh
giá nào của Ngân hàng
Thế giới về vị thế pháp
lý của bất kỳ vùng lãnh
thổ nào và cũng không
thể hiện bất kỳ sự ủng hộ
hay chấp nhận nào của
Ngân hàng Thế giới về các
đường biên giới đó.
147Phụ lục B
HÌNH B.3. Mạng lưới giao thông quan trọng chuỗi giá trị: Cao su
Cao su (số lao động)
Chế biến cao su(9II) - Xuất khẩu
Trồng cao su(I) - Chế biến cao su(9II)
Miễn trừ trách nhiệm:
Đường biên giới, màu sắc,
tên gọi và các thông tin
khác biểu hiện trên các
bản đồ trong báo cáo này
không hàm ý bất kỳ đánh
giá nào của Ngân hàng
Thế giới về vị thế pháp
lý của bất kỳ vùng lãnh
thổ nào và cũng không
thể hiện bất kỳ sự ủng hộ
hay chấp nhận nào của
Ngân hàng Thế giới về các
đường biên giới đó.
148 Báo cáo Phát triển Việt Nam 2019: Việt Nam – Kết nối vì Phát triển và Thịnh vượng chung
HÌNH B.4. Mạng lưới giao thông quan trọng chuỗi giá trị: Dệt may
Dệt may (số lao động)
May mặc(2IV) - Xuất khẩu
May mặc khác - May quần áo(2IV)
Sản xuất vải(2III) - May mặc(2IV)
Sản xuất sợi (2II) - Sản xuất vải(2III)
Sản xuất nguyên liệu(2I) - Sản xuất sợi(2II)
Miễn trừ trách nhiệm:
Đường biên giới, màu sắc,
tên gọi và các thông tin
khác biểu hiện trên các
bản đồ trong báo cáo này
không hàm ý bất kỳ đánh
giá nào của Ngân hàng
Thế giới về vị thế pháp
lý của bất kỳ vùng lãnh
thổ nào và cũng không
thể hiện bất kỳ sự ủng hộ
hay chấp nhận nào của
Ngân hàng Thế giới về các
đường biên giới đó.
149Phụ lục B
HÌNH B.5. Mạng lưới giao thông quan trọng chuỗi giá trị: Rau và Trái cây
Rau quả (số lao động)
Trồng(10I) - Chế biến(10II)
Miễn trừ trách nhiệm:
Đường biên giới, màu sắc,
tên gọi và các thông tin
khác biểu hiện trên các
bản đồ trong báo cáo này
không hàm ý bất kỳ đánh
giá nào của Ngân hàng
Thế giới về vị thế pháp
lý của bất kỳ vùng lãnh
thổ nào và cũng không
thể hiện bất kỳ sự ủng hộ
hay chấp nhận nào của
Ngân hàng Thế giới về các
đường biên giới đó.
HỘI LUẬT GIA VIỆT NAM
Nhà xuất bản Hồng Đức
- Địa chỉ: 65 Tràng Thi, Quận Hoàn Kiếm, Hà Nội
- Email: nhaxuatbanhongduc@yahoo.com
- Điện thoại: 024.3 9260024 – Fax: 024.3 9260031
Chịu trách nhiệm xuất bản: Giám đốc Bùi Việt Bắc
Biên tập: Nguyễn Phương Mai, Kara S. Watkins
Trình bày: hoanghaivuong
In 300 cuốn, khổ 20.5cm x 28.5cm
tại Công ty CP in Sách Việt Nam, 22B Hai Bà Trưng, Hà Nội
Số XNĐKXB: 4270 - 2019/CXBIPH/02 - 74/HĐ
Số QĐXB của NXB: 702/QĐ-NXBHĐ
Mã số sách tiêu chuẩn quốc tế - ISBN: ISBN: 978-604-951-452-4
In xong và nộp lưu chiểu năm 2019.
NHÀ XUẤT BẢN HỒNG ĐỨC
Với sự hỗ trợ của:
Số 8 Đào Tấn, Ba Đình, Hà Nội, Việt Nam
Điện thoại: +84 24 37740100
Fax: +84 24 37740111
Website: www.dfat.gov.au
Tầng 8, Số 63 Lý Thái Tổ, Hoàn Kiếm, Hà Nội, Việt Nam
Điện thoại: +84 24 39346600
Fax: +84 24 39346597
Website: www.worldbank.org/en/country/vietnam
Các file đính kèm theo tài liệu này:
- bao_cao_phat_trien_viet_nam_nam_2019_ket_noi_vi_phat_trien_v.pdf