Báo cáo Phát triển Việt Nam năm 2019 - Kết nối vì phát triển và thịnh vượng chung

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