TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
KHOA KINH TẾ QUỐC TẾ
=====000=====
TIỂU LUẬN
Môn: Kinh tế lượng 1
ĐỀ TÀI: CÁC NHÂN TỐ VĨ MÔ ẢNH HƯỞNG ĐẾN
TỈ LỆ THẤT NGHIỆP CỦA MỘT SỐ NƯỚC ASEAN
GIAI ĐOẠN 1991 – 2016
Nhóm thực hiện: Nhóm 24
Đinh Văn Thành
Vũ Thị Thu Uyên
Võ Hoàng Uyên
Phan Thị Vân
Lê Hồng Vân
Giảng viên hướng dẫn: TS. Vũ Thị Phương Mai
Hà Nội – 03/2018
MỤC LỤC
MỞ ĐẦU............................................................................................................4
Chương 1. CƠ SỞ LÝ THUYẾT................................................................... 5
1.1.
Thất nghiệp và những vấn đề liên quan...................................................................... 5
1.2.
Các nghiên cứu về thất nghiệp................................................................................... 10
Chương 2. XÂY DỰNG MÔ HÌNH HỔI QUY.......................................... 12
2.1.
Phương pháp luận được sử dụng trong nghiên cứu.................................................12
2.1.1.
Phương pháp thu thập số liệu.................................................................................. 12
2.1.2.
Phương pháp xử lý số liệu........................................................................................12
2.1.3.
Phương pháp sử dụng trong nghiên cứu..................................................................12
2.2.
Xây dựng mô hình lý thuyết........................................................................................12
2.3.
Mô tả số liệu mô hình................................................................................................. 13
2.3.1.
Nguồn dữ liệu đã sử dụng........................................................................................ 13
2.3.2.
Mô tả thống kê..........................................................................................................14
2.3.3.
Ma trận tương quan giữa các biến...........................................................................14
Chương 3. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ.........16
3.1.
Bảng kết quả thu được................................................................................................16
3.2.
Phân tích kết quả.........................................................................................................16
3.2.1.
Mô hình hồi quy mẫu................................................................................................16
3.2.2.
Ý nghĩa của các hệ số hồi quy..................................................................................17
3.2.3.
Phân tích các số liệu liên quan................................................................................ 17
3.3.
Kiểm định giả thuyết................................................................................................... 18
3.3.1.
Kiểm định hệ số hồi quy........................................................................................... 18
3.3.2.
Kiểm định sự phù hợp của mô hình..........................................................................19
2
3.4.
Kiểm định các khuyết tật của mô hình.......................................................................19
3.4.1.
Kiểm định hiện tượng đa cộng tuyến........................................................................19
3.4.2.
Kiểm định phương sai sai số thay đổi......................................................................20
Chương 4. KẾT LUẬN MÔ HÌNH..............................................................22
4.1.
Kết luận........................................................................................................................22
4.2.
Kiến nghị giải pháp.....................................................................................................22
KẾT LUẬN......................................................................................................23
PHỤ LỤC.........................................................................................................24
TÀI LIỆU THAM KHẢO..............................................................................29
ĐÁNH GIÁ THÀNH VIÊN............................................................................30
3
MỞ ĐẦU
Kinh tế lượng (Econometrics) là một bộ phận của Kinh tế học, theo nghĩa rộng, bộ môn
này được hiểu là sự giao thoa giữa khoa học kinh tế với toán kinh tế và thống kê học. Theo nghĩa
hẹp, kinh tế lượng lại được hiểu là ứng dụng của toán, đặc biệt là các phương pháp thống kê vào
kinh tế. Kinh tế lượng có hai mục đích chính: Một là xây dựng các mô hình kinh tế (có khả năng
kiểm định được) để kiểm nghiệm lý thuyết kinh tế. Hai là chạy (estimate) và kiểm tra các mô hình
đó xem chúng đưa ra kết quả chấp nhận hay phủ quyết lý thuyết kinh tế.
Tỉ lệ thất nghiệp là một trong những chỉ tiêu quan trong việc đánh giá sức mạnh của một
nền kinh tế. Nhận thức chính xác và sử dụng hợp lý chỉ tiêu này có ý nghĩa quan trọng trong việc
khảo sát và đánh giá tình trạng phát triển bền vững, nhịp nhàng, toàn diện nền kinh tế. Bất cứ một
quốc gia nào mong muốn tăng trưởng kinh tế ổn định đều đặc biệt quan tâm đến việc duy trì tỉ lệ
thất nghiệp ở mức hợp lý, nhằm tạo đà cho nền kinh tế đi lên.
Để hiểu sâu hơn về việc áp dụng Kinh tế lượng vào việc nghiên cứu và đánh giá các tác động
của một số nhân tố đến tỉ lệ thất nghiệp của các quốc gia, nhóm chúng em xây dựng bài tiểu luận kinh
tế lượng dưới sự hướng dẫn của TS. Vũ Thị Phương Mai. Trong tiểu luận, nhóm em đã sử dụng công
cụ phân tích kinh tế lượng là phần mềm Stata để phân tích, nghiên cứu đề tài “Các nhân tố vĩ
mô ảnh hưởng đến tỉ lệ thất nghiệp của một số nước ASEAN giai đoạn 1991 - 2016”.
Nội dung bài tiểu luận bao gồm:
Mở đầu
Chương 1. Cơ sở lý thuyết.
Chương 2. Xây dựng mô hình hồi quy.
Chương 3. Kết quả ước lượng và suy diễn thống kê
Chương 4. Kết luận mô hình, nêu ý nghĩa và hạn chế của mô hình
Kết luận
Bảng phụ lục
Tài liệu tham khảo
Đánh giá thành viên
Trong quá trình làm báo cáo, dù đã rất cố gắng nhưng vì vốn kiến thức của chúng em còn
eo hẹp nên không thể tránh khỏi những sai sót trong bài làm, kính mong được cô góp ý để có thể
hoàn thiện bài làm hơn.
4
Chương 1. CƠ SỞ LÝ THUYẾT
1.1.
Thất nghiệp và những vấn đề liên quan
Thất nghiệp, trong kinh tế học, là tình trạng người lao động muốn có việc làm mà không tìm
được việc làm. Tỷ lệ thất nghiệp là phần trăm số người lao động không có việc làm trên tổng số
lực lượng lao động xã hội.
Thực tế, tỷ lệ thất nghiệp trong một nền kinh tế thường dao động xung quanh tỷ lệ thất
nghiệp tự nhiên. Khi nền kinh tế lâm vào khủng hoảng do chu kỳ kinh tế, sản xuất bị thu hẹp, sản
lượng thực tế thấp hơn mực tiềm năng, tỷ lệ thất nghiệp cao hơn mức thất nghiệp tự nhiên. Ngược
lại, khi đẩy mạnh sản xuất trên mọi ngành kinh tế thì cần phải thuê mướn thâm nhân công, điều
này làm cho tỷ lệ thất nghiệp giảm xuống dưới mức thất nghiệp tự nhiên.
Phân loại
Thất nghiệp cổ điển: là dạng thất nghiệp liên quan tới loại việc làm mà tiền công thực tế trả
cho người làm công việc đó cao hơn mức tiền công thực tế bình quân của thị trường lao động
chung, khiến cho lượng cung về lao động đối với công việc này cao hơn lượng cầu.
Thất nghiệp cơ cấu: là loại thất nghiệp tạm thời do người lao động đang chờ để tìm được
việc làm mà họ kỳ vọng chứ không phải không thể tìm được việc làm nào.
Thất nghiệp chu kỳ: là loại thất nghiệp liên quan đến chu kỳ kinh tế tại pha mà tổng cầu thấp
hơn tổng cung dẫn tới doanh nghiệp phải thu hẹp sản xuất và phải giảm thuê mướn lao động.
Thất nghiệp ma sát: là dạng thất nghiệp do người lao động và người thuê mướn lao động
không tìm được nhau vì những lý do như khác biệt về địa lý, thiếu thông tin, v.v...
Thất nghiệp trá hình: là dạng thất nghiệp của những người lao động không được sử dụng
đúng hoặc không được sử dụng hết kỹ năng.
Thất nghiệp ẩn: là dạng thất nghiệp không được báo cáo.
Công thức tính
Tỷ lệ thất nghiệp = 100% x Số người không có việc làm
Tổng số lao động xã hội
Tử số: Không tính những người không cố gắng tìm việc.
Mẫu số: Tổng số lao động xã hội = Số người có việc làm + số người không có việc làm
nhưng tích cực tìm việc.
Thất nghiệp là một trong số những vấn đề kinh tế mà nhiều quốc gia đang phát triển phải đối
mặt. Khủng hoảng kinh tế toàn cầu năm 2008 - 2009 ảnh hưởng lớn đến sự thuê lao động ở các nước
5
ASEAN. Người dân ở các nước đôi lúc khó có được một công việc do tỷ lệ thất nghiệp cao hơn. Tình
huống như vậy còn tồi tệ hơn và nhận được sự quan tâm của các nhà hoạch định chính sách cũng như
các nhà kinh tế suốt nhiều năm. Họ sẽ liên tục theo dõi, đánh giá tình hình hiện tại và có hành động
phù hợp khi cần thiết dựa trên độ tin cậy và tính sẵn có của thông tin và số liệu thống kê.
Xác định một vài ảnh hưởng chính gây thất nghiệp ở các quốc gia dựa trên các yếu tố kinh tế
vĩ mô là mục tiêu chính của bài tiểu luận này. Một cuộc thảo luận có thể được hình thành từ mối
quan hệ đáng kể giữa các biến và sự thất nghiệp. Trên hết, các mối quan hệ lâu dài sẽ được ưu tiên
thử nghiệm trong bài nghiên cứu này. Theo các kết quả nghiên cứu trước đây, các yếu tố phổ biến
ảnh hưởng rất lớn đến tỷ lệ thất nghiệp là lạm phát (INF), tổng sản phẩm nội địa (GDP), dân số
(POP), đầu tư trực tiếp nước ngoài (FDI), thuế thu nhập (IT), tiền lương tối thiểu (MW).
GDP
Chúng ta thấy khi kinh tế tăng trưởng, GDP thực tế tăng. Trong quá trình đó các doanh
nghiệp mở rộng sản xuất và thuê thêm lao động nên việc làm nhiều hơn và thất nghiệp giảm.
Ngược lại, khi lao động bị thất nghiệp làm gia tăng tỉ lệ thất nghiệp kèm theo sự giảm sút
GDP thực tế. Mối quan hệ tỉ lệ nghịch giữa thất nghiệp và GDP gọi là định luật Okun (19291979), người đầu tiên phát hiện ra.
Định luật Okun ra đời nhằm khảo sát sự biến động của chu kì kinh tế, sự giao động của mức
sản lượng thực tế quanh sản lượng tiềm năng và mối quan hệ giữa chúng, trên cơ sở đó, dự báo
mức tỉ lệ thất nghiệp kì vọng trong sự ràng buộc với hai biến số nêu trên. Định luật này cho rằng:
Khi sản lượng thực tế thấp hơn sản lượng tự nhiên 2% thì thất nghiệp thực tế tăng thêm 1%.
Tỷ lệ lạm phát
Năm 1958, A.W.Phillips công bố kết quả khảo sát quan hệ giữa thất nghiệp và tốc độ thay
đổi tiền lương ở Anh giữa 1861 và 1957, và ông thấy nó là mối quan hệ nghịch giữa tỉ lệ lạm phát
và tỉ lệ thất nghiệp. Từ đó người ta tiến hành phương pháp “kích cầu” thông qua các chính sách
mở rộng tài khóa và tiền tệ, khi tổng cầu gia tăng, nhiều sản lượng được sản xuất hơn, có nhiều
người có việc làm hơn, tỷ lệ thất nghiệp trong ngắn hạn giảm xuống, nhưng đồng thời chấp nhận
mức giá chung của nền kinh tế tăng lên, và tăng lạm phát.
Theo kết quả này có sự đánh đổi giữa lạm phát và thất nghiệp.
Mối quan hệ này trong ngắn hạn được thể hiện trên đường cong Phillips. Đặc biệt, mô hình
đường cong Phillips chỉ sử dụng để phân tích sự thay đổi về phía tổng cầu, nó không đúng khi có
sự thay đổi về phía tổng cung.
6
FDI
FDI góp phần tăng số lượng việc làm và đào tạo nhân công. Thực vậy, một trong những mục
đích của FDI là khai thác các điều kiện để đạt được chi phí sản xuất thấp, nên doanh nghiệp có
vốn đầu tư nước ngoài sẽ thuê mướn nhiều lao động địa phương. Thu nhập của một bộ phận dân
cư địa phương được cải thiện sẽ đóng góp tích cực vào tăng trưởng kinh tế địa phương. Trong quá
trình thuê mướn đó, đào tạo các kỹ năng nghề nghiệp, mà trong nhiều trường hợp là mới mẻ và
tiến bộ ở các nước đang phát triển thu hút FDI, sẽ được xí nghiệp cung cấp. Điều này tạo ra một
đội ngũ lao động có kỹ năng cho nước thu hút FDI. Không chỉ có lao động thông thường, mà cả
các nhà chuyên môn địa phương cũng có cơ hội làm việc và được bồi dưỡng nghiệp vụ ở các xí
nghiệp có vốn đầu tư nước ngoài.
Dân số
Số lượng và chất lượng nguồn nhân lực chịu ảnh hưởng của quy mô, cơ cấu và chất lượng
dân số. Nước nào có quy mô dân số lớn thì có quy mô nguồn nhân lực lớn và ngược lại. Mặt khác,
cơ cấu tuổi của dân số có ảnh hưởng quyết định đến quy mô và cơ cấu nguồn lao động. Mặc dù
dân số là cơ sở hình thành các nguồn lao động, nhưng mối quan hệ giữa dân số và các nguồn lao
động không phụ thuộc trực tiếp vào nhau trong cùng một thời gian, mà việc tăng hoặc giảm gia
tăng dân số của thời kỳ này sẽ làm tăng hoặc giảm nguồn lao động của thời kỳ sau đó từ 15 đến 16
năm. Bởi vì con người từ khi sinh ra đến khi bước vào tuổi lao động phải mất từ 15 đến 16 năm.
Tiền lương tối thiểu
Tính cứng nhắc của tiền lương là việc duy trì mức lương bình quân thực tế trả cho người lao
động cao hơn mức lương bình quân trên thị trường đã được thiết lập bởi quan hệ cung - cầu về sức
lao động.
Giải thích cho tính cứng nhắc của tiền lương, người ta chỉ ra một số nguyên nhân như sau:
Luật tiền lương tối thiểu: Để bảo vệ người lao động, chính phủ quy định việc trả lương cao
hơn mức lương tối thiểu, kể cả với lao động yếu thế nhất. Điều đó buộc giới chủ phải trả lương
cao hơn mức lương bình quân của thị trường khi mức lương tối thiểu cao hơn.
Sức mạnh của tổ chức đại diện cho người lao động (Công đoàn): Cũng nhằm bảo vệ lợi ích cho
giai cấp công nhân, Công đoàn là một trong ba Bên tham gia vào các thỏa thuyết về tiền lương.
Vì một lý do nào đó, Công đoàn chiếm ưu thế hơn trong việc xác lập giá công lao động trên thị
trường làm cho giá công đó cao hơn mức bình quân (điển hình ở thị trường lao động độc quyền
bán).
7
Lý thuyết tiền lương hiệu quả: Dưới góc độ của người sử dụng lao động, việc cắt giảm tiền
lương không phải lúc nào cũng mang lại hiệu quả, đôi khi hành động đó còn mang lại những tác
động không mong muốn. Với mục tiêu cuối cùng là tăng năng suất lao động, giới sử dụng lao
động đưa ra lý thuyết tiền lương hiệu quả để giải thích cho hành động trả lương cao hơn cho người
lao động so với mức bình quân trên thị trường.
Tác động đến việc làm và thất nghiệp: Tính cứng nhắc của tiền lương góp phần làm gia tăng
thất nghiệp:
Đối với cung lao động: Người lao động thường có tâm lý "chờ" những công việc có mức
thu nhập cao hơn (Thất nghiệp chờ việc hay thất nghiệp tự nguyện).
Đối với cầu lao động: Người sử dụng lao động thường có xu hướng cắt giảm số chỗ làm việc
hoặc chỉ trả lương cao hơn cho những nhóm công việc mang lại lợi ích nhiều hơn hoặc do sự thay thế
đối với loại lao động làm những công việc đặc thù. Điều này làm cho thất nghiệp gia tăng do số
chỗ làm việc bị cắt giảm; thị trường lao động dễ bị phân mảng, mất cân bằng về cung - cầu lao
động theo cơ cấu ngành nghề.
Thuế thu nhập
Thuế thu nhập làm cho tiền lương sau khi nộp thuế mà các hộ gia đình nhận được sẽ thấp
hơn so với tiền lương ban đầu mà các hãng trả. Khi đoạn thẳng đứng AB đo số tiền mà mỗi công
nhân nộp thuế thu nhập, thì con số hữu nghiệp cân bằng là N 1, tức là số lượng công nhân mà các
hộ gia đình muốn cung ứng tại mức tiền lương đã trừ đi thuế W 3 và các hãng nhu cầu tại mức tiền
lương ban đầu W1. Tại mức tiền lương sua khi nộp thuế W 3 thì tỉ lệ thất nghiệp tự nhiên là đoạn
thẳng nằm ngang BC, tức là số lượng công nhân trong lực lượng lao động không muốn làm việc
tại mức lương hiện hành đem về nhà (đã trừ thuế).
Giả sử thuế thu nhập được bãi bỏ, trạng thái cân bằng mới của thị trường lao động diễn ra ở
điểm E. Khi đó mức hữu nghiệp sẽ tăng lên từ N 1 đến N2; và mặc dù có nhiều người hơn muốn ở trong
lực lượng lao động thì số tiền được đưa về nhà tăng lên từ W 3 đến W2, nhưng tỉ lệ thất nghiệp tự nhiên
đã được giảm khoảng E nhỏ hơn. Như vậy, đối với mưc trợ cấp thất nghiệp cố định, mức gia tăng tiền
lương sau khi nộp thuế từ W3 đến W2 sẽ làm giảm mức thất nghiệp tự nguyện.
8
Hình 1: Ảnh hưởng của thuế thu nhập lên số lượng việc làm
Tương tự, việc thay đổi các mức đóng góp của các hãng và công nhân vào bảo hiểm quốc
gia sẽ làm thay đổi tỉ lệ thất nghiệp tự nhiên. Các khoản đóng góp này sẽ làm tăng mức hữu
nghiệp cân bằng, tăng mức tiền công cân bằng được đưa về và giảm tỉ lệ thất nghiệp tự nhiên.
Chính sách tài khoá
Theo những nhà kinh tế theo trường phái Keynes, chính sách tài khoá có thể được sử dụng hiệu
quả trong giảm tỷ lệ thất nghiệp. Khi nền kinh tế đang suy thoái, chính sách tài khoá mở cửa sẽ làm
tăng tổng cầu (AD), yêu cầu về hàng hoá cao hơn, dẫn đến sự ra đời của nhiều việc làm hơn.
Cụ thể hơn, khi nền kinh tế suy thoái, các công ty sa thải nhiều công nhân, các công ty giảm
đầu tư và các hộ gia đình giảm tiêu dùng, điều này tạo sự gia tăng trong tích kiệm cá nhân. Việc
cắt giảm chi tiêu đã làm giảm quy mô của hiệu ứng số nhân tiền và làm tăng lên lượng thất nghiệp
so với ban đầu. Trong trường hợp này, chính phủ có thể vay tiền từ khu vực tư nhân ở mức lãi suất
tương đối thấp và chi tiêu vào xây dựng các cơ sở hạ tầng, gián tiếp tạo ra việc làm cho công nhân.
Hình 2: Tác động của chính sách tài khoá đến tổng cầu
9
Nhìn chung, chính sách tài khoá ( cắt giảm thuế/ tăng chi tiêu chính phủ) có thể làm tăng
tổng cầu, từ đó làm tăng GDP thực, góp phần làm tăng trưởng kinh tế, tăng nhu cầu về việc làm từ
phía doanh nghiệp, giảm tỷ lệ thất nghiệp.
1.2.
Các nghiên cứu về thất nghiệp
Tunah, H. năm 2010 đã nghiên cứu những biến vĩ mô gây ra sự thất nghiệp ở Thổ Nhĩ Kỳ.
Những dữ liệu theo quý từ năm 2000 đến 2008 được sử dụng làm dữ liệu mẫu cho nghiên cứu này.
Kiểm định ADF (Augmented Dickey-Fuller Test), kiểm định PP (Phillip-Perron test), kiểm định
Johansen, kiểm định Granger (Granger causality techniques) được sử dụng để phân tích. Các kết
quả cho thấy có sự tác động đáng kể của GDP thực tế, chỉ số giá tiêu dùng và tỷ lệ thất nghiệp
trước đó trên tỷ lệ thất nghiệp. Trong khi đó tỷ giá hối đoái thực hiệu quả REER (real effective
exchange rate) không ảnh hưởng gì đến sự thất nghiệp.
Cùng năm với nghiên cứu trên, El-Agrody và cộng sự đã kiểm tra nghiên cứu kinh tế về thất
nghiệp và tác động của nó đối với GDP của Ai Cập. Số liệu được thu thập từ năm 1994 đến năm
2004. Phương pháp phân tích hồi quy tuyến tính đơn và đa biến đã được áp dụng. Các biến dùng
trong cuộc nghiên cứu là tư hữu hóa, dân số, chi phí tiêu dùng, lãi suất, tỷ giá hối đoái, công nghệ,
nông sản nội địa, mức lương thực tế, và đầu tư nông nghiệp. Kết quả này cho thấy ảnh hưởng tích
cực của tỷ lệ thất nghiệp quốc gia, đầu tư quốc gia, tỷ giá hối đoái và GDP đầu người bình quân
lên tổng GDP. Kết quả cũng làm nổi bật sự tư nhân hoá và gia tăng dân số như lý do chính của gia
tăng thất nghiệp. Chúng cho thấy các chính sách tư nhân hoá cần được sửa lại và giảm lãi suất để
hạ thấp thất nghiệp nông nghiệp.
Lui (2009) đã nghiên cứu mỗi quan hệ giữa lạm phát với thất nghiệp trong tình huống mà
lạm phát có kết quả khác nhau về công nhân được thuê và công nhân thất nghiệp. Dữ liệu được
dùng trong phân tích này là từ khảo sát của Ý về thu nhập hộ gia đình và của cải năm 2004, chỉ có
lực lượng lao động được đưa vào phân tích. Mô hình cân bằng tổng quát và phương pháp hồi quy
tuyến tính được sử dụng. Kết quả cho thấy mối quan hệ lạm phát - thất nghiệp có thể tiêu cực hoặc
tích cực tùy vào những thể chế thị trường lao động và hàng hoá. Mức cao hơn của lạm phát gia
tăng động lực làm việc cho người lao động và tạo ra ảnh hưởng tiêu cực lên thất nghiệp. Mặt khác,
lạm phát làm giảm lợi nhuận của một doanh nghiệp từ việc tạo ra nhiều vị trí công việc còn trống,
do đó nâng cao tỉ lệ thất nghiệp.
Altavilla và Ciccarelli (2007) đã tìm hiểu vai trò của dự báo lạm phát trong điều kiện không chắc
chắn xung quanh những tác động ước tính của các quy định tiền tệ thay thế đối với động lực thất
nghiệp ở Châu Âu và Hoa Kỳ, lấy dữ liệu từ Mỹ và Châu Âu giai đoạn từ năm 1990 đến năm 10
2005. Họ đã sử dụng dự báo lạm phát của tám mô hình cạnh tranh để phân tích quy mô và thời
gian của các hiệu ứng này cũng như định lượng sự không chắc chắn liên quan đến những mô hình
lạm phát khác nhau. Kết quả phù hợp với cách tiếp cận mô hình kết hợp (model-combination) của
các ngân hàng trung ương khi họ đưa ra chiến lược.
Pallis (2006) thì nghiên cứu mối quan hệ giữa lạm phát và thất nghiệp ở các nước thành viên
Liên minh Châu Âu mới. Số liệu được sử dụng trong phân tích được lấy theo năm bao gồm giai đoạn
từ năm 1994 đến năm 2005, lấy từ hội đồng Châu Âu năm 2004 đề cập đến 10 quốc gia thành viên
mới của EU. Ba biến được sử dụng là "giá dự kiến của tổng sản phẩm quốc nội tại thị trường giá cả
(tiền tệ quốc gia, tỷ lệ phần trăm thay đổi hàng năm)", "bồi thường danh nghĩa cho mỗi nhân viên;
tổng thể nền kinh tế (tiền tệ quốc gia, tỷ lệ phần trăm thay đổi hàng năm)" và "Tổng tỉ lệ lao động(%)".
Phương pháp ước lượng bình phương tối thiểu phi tuyến tính và các kĩ thuật E-view đã được sử dụng.
Nghiên cứu này kết luận rằng việc áp dụng các chính sách chung trong nền kinh tế có thể là vấn đề do
tác động khác nhau của các chính sách này đối với lạm phát và thất nghiệp.
Cashell (2004) nghiên cứu mối liên hệ giữa Lạm phát và Thất nghiệp. Dữ liệu được sử dụng
từ giữa năm 1997 đến tháng 9 năm 2001. Có thể kết luận rằng phản ứng của lạm phát rất chậm đối
với sự thay đổi tỷ lệ thất nghiệp. Nghiên cứu kết luận rằng hầu hết các ước tính gần đây về tỷ lệ
thất nghiệp tự nhiên kéo dài đều cho thấy tỷ lệ thất nghiệp dưới 5% cuối cùng sẽ dẫn đến một tốc
độ tăng lạm phát.
Flaim (1990) đã kiểm tra sự thay đổi dân số và tỷ lệ thất nghiệp do thời kì bùng nổ trẻ sơ
sinh. Ông nghiên cứu sự thay đổi dân số và những thay đổi trong tỷ lệ thất nghiệp trong giai đoạn
1960-1990. Kết quả khảo sát cho thấy tỷ lệ thất nghiệp có xu hướng tăng lên trong những năm 60
và 70, lý do là tỷ lệ tăng dân số nhanh và tỷ lệ này có sự suy giảm trong thập niên 1980. Kết quả
cũng xác nhận rằng sự thay đổi độ tuổi và dân số có tác động lớn đến tỷ lệ thất nghiệp.
11
Chương 2. XÂY DỰNG MÔ HÌNH HỔI QUY
2.1.
Phương pháp luận được sử dụng trong nghiên cứu
2.1.1. Phương pháp thu thập số liệu
Số liệu đã thu thập thuộc dạng thông tin thứ cấp, dạng số liệu hỗn hợp, thể hiện thông tin
của các yếu tố kinh tế vĩ mô của từng nước trong giai đoạn từ 1991 đến 2016. Nguồn dữ liệu thứ
cấp được lấy từ nguồn xác minh có tính chính xác cao, cụ thể là từ nguồn dữ liệu của Ngân hàng
Thế giới (World Bank).
2.1.2. Phương pháp xử lý số liệu
Sử dụng phần mềm Stata để xử lý sơ lược số liệu, tính ma trận tương quan giữa các biến.
2.1.3. Phương pháp sử dụng trong nghiên cứu
Chạy phần mềm Stata hồi quy mô hình bằng phương pháp bình phương tối thiểu (OLS) để
ước lượng ra tham số của các mô hình hồi quy đa biến. Từ phần mềm Stata ta dễ dàng: Xét phân
tử phóng đại phương sai VIF nhận biết đa cộng tuyến. Dùng kiểm định Breusch-Pagan để kiểm
định phương sai sai số thay đổi. Dùng kiểm định F nhận xét sự phù hợp của mô hình và kiểm định
t để ước lượng khoảng tin cậy cho các tham số trong mô hình.
2.2.
Xây dựng mô hình lý thuyết
Dựa vào cơ sở lý thuyết cũng như các nghiên cứu từ trước, nhóm đã xây dựng mô hình này
để nghiên cứu mối quan hệ, ảnh hưởng của các biến kinh tế vĩ mô tới thất nghiệp:
UEM = f(POP, FDI, INF, GDP, EXP)
Trong đó:
UEM: tỷ lệ thất nghiệp (%)
POP: tổng dân số hàng năm (nghìn người)
FDI: tỉ lệ vốn đầu tư nước ngoài trực tiếp so với tổng sản phẩm quốc nội (%)
INF: tỷ lệ lạm phát hàng năm (% của tổng sản phẩm quốc nội)
GDP: mức tăng trưởng của tổng sản phẩm quốc nội hàng năm (%)
EXP: chi tiêu chính phủ so với tổng sản phẩm quốc nội (%)
Để kiểm tra ảnh hưởng các yếu tố vĩ mô đến tỷ lệ thất nghiệp, từ lý thuyết đã trình bày bên
trên, nhóm đề xuất dạng mô hình nghiên cứu như sau:
Mô hình hàm hồi quy tổng thể:
12
PRF:
=
+
+
+
+
+
+
Mô hình hàm hồi quy mẫu:
SRF:
=
̂
̂
+
+
̂
+
̂
+
̂
+
̂
+
̂
Chạy lệnh des UEM POP FDI INF GDP EXP để mô tả các biến:
Hình 3: Mô tả các biến
Giải thích các biến:
STT
Kí hiệu biến
Nội dung
Đơn vị
Dấu kì vọng
1
UEM
Tỷ lệ thất nghiệp
%
2
POP
Tổng dân số
Nghìn người
+
3
FDI
Tỷ lệ vốn đầu tư nước ngoài trực tiếp so với tổng
sản phẩm quốc nội
%
-
4
INF
Tỷ lệ lạm phát
%
-
5
GDP
Tỷ lệ tăng tưởng tổng sản phẩm quốc nội
%
-
6
EXP
Chi tiêu chính phủ so với tổng sản phẩm quốc nội
%
-
Bảng 1: Giải thích các biến
Trong đó:
Biến phụ thuộc là UEM.
Biến độc lập là: POP, FDI, INF, GDP, EXP.
2.3.
Mô tả số liệu mô hình
2.3.1. Nguồn dữ liệu đã sử dụng
13
Mẫu gồm 130 quan sát. Số liệu lấy từ website chính thức của Ngân hàng Thế giới Wordbank
từ 5 quốc gia ASEAN: Cambodia, Laos, Malaysia, Philippines và Vietnam trong 26 năm, tính từ
năm 1991 đến năm 2016.
2.3.2. Mô tả thống kê
Chạy lệnh su UEM POP FDI INF GDP EXP, ta được kết quả sau:
Hình 4: Mô tả dữ liệu
Mô tả kết quả thu được:
Biến
Số quan sát
Trung bình
Độ lệch chuẩn
Min
Max
UEM
130
3.34
2.818917
0.1
11.8
POP
130
4.15e+07
3.45e+07
4380073
1.03e+08
FDI
130
4.631545
3.161259
0.0566923
13.61555
INF
130
7.627367
9.521397
-5.015799
74.50446
GDP
130
6.451046
2.961074
-7.359415
16.21345
EXP
130
17.26332
2.434725
10.78443
23.11928
Bảng 2: Mô tả kết quả thu được
2.3.3. Ma trận tương quan giữa các biến
Chạy lệnh corr UEM POP FDI INF GDP EXP:
14
Hình 5: Ma trận tương quan giữa các biến
Dựa vào ma trận hệ số tương quan, ta có:
POP có hệ số tương quan tương đối cao là 0.5499 và có tác động dương lên biến phụ thuộc.
FDI có hệ số tương quan khá cao là 0.5772 và có tác động âm lên biến phụ thuộc.
INF có hệ số tương quan rất thấp là 0.1073 và có tác động âm lên biến phụ thuộc.
GDP có hệ số tương quan trung bình là 0.4238 và có tác động âm lên biến phụ thuộc.
EXP có hệ số tương quan tương đối thấp là 0.2757 và có tác động âm lên biến phụ thuộc.
Hệ số tương quan giữa các biến độc lập với nhau rất thấp, cao nhất chỉ là 0.4142 (giữa
GDP và FDI). Vì vậy rất khó hoặc không xảy ra đa cộng tuyến giữa các biến độc lập.
Kết luận:
Tương quan về dấu của các biến độc lập với biến phụ thuộc đúng như dấu kì vọng.
Nhìn chung, các biến độc lập có tương quan trung bình thấp đối với biện phụ thuộc là tỷ lệ
thất nghiệp và có tác động theo chiều âm đến biến phụ thuộc, trừ biến POP có tác động theo chiều
dương lên biến phụ thuộc.
15
Chương 3. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ
3.1.
Bảng kết quả thu được
Bước đầu tiên ta sử dụng lệnh reg để chạy mô hình hồi quy với cấu trúc câu lệnh reg UEM
POP FDI INF GDP EXP, thu được kết quả là bảng:
Hình 6: Kết quả chạy hồi quy trên phần mềm Stata
3.2.
Phân tích kết quả
Sau khi chạy Stata được toàn bộ dữ liệu như trình bày ở trên, chúng ta tiến hành đọc và phân
tích số liệu.
3.2.1. Mô hình hồi quy mẫu
Ta có mô hình hồi quy mẫu:
̂
UEMi =
̂
1
̂
̂
̂
̂
+ 2*POP + 3FDI + 4INF + 5GDP + 6EXP + ̂i
Trước hết, chúng ta thành lập được một bảng số liệu như sau:
16
Tên biến
Hệ số hồi quy
Thống kê t
P-value
Khoảng tin cậy
Hệ số tự do
7.628086
5.79
0.000
[5.022227;10.23395]
POP
3.91e-08
8.14
0.000
[2.96e-08;4.86e-08]
FDI
-0.2979468
-4.81
0.000
[-0.4205602; -0.1753333]
INF
-0.0295734
-1.78
0.078
[-0.062506; 0.0033591]
GDP
-0.1658872
-2.69
0.008
[-0.2877508; -0.0440237]
EXP
-0.1873295
-2.58
0.011
[-0.3310615; -0.0435974]
Bảng 3: Kết quả chạy hồi quy bằng phương pháp OLS trên phần mềm Stata
Theo kết quả chạy hồi quy bằng phương pháp OLS trên phần mềm Stata, ta có hàm hồi quy
mẫu (SRF) như sau:
= 7.628086 + (3.91e-08)*POP – 0.2979468*FDI – 0.0295734*INF – 0.1658872*GDP – 0.1873295*EXP + ̂
3.2.2. Ý nghĩa của các hệ số hồi quy
̂
: Trong trường hợp các yếu tố đều bằng 0, tỷ lệ thất nghiệp (UEM) là 7.620886 (%).
β1
̂
: Trong trường hợp các yếu tố khác không đổi, dân số (POP) tăng 1 nghìn người thì tỷ lệ
β2
thất nghiệp tăng 3.91e-08 (tức 0.0000000391) %.
̂
: Trong trường hợp các yếu tố khác không đổi, tỷ lệ đầu tư trực tiếp từ nước ngoài (FDI)
β
3
tăng 1% thì tỷ lệ thất nghiệp giảm 0.2979468%.
̂
: Trong trường hợp các yếu tố khác không đổi, tỷ lệ lạm phát (INF) tăng 1% thì tỷ lệ thất
β4
nghiệp giảm 0.0295734%.
̂
: Trong trường hợp các yếu tố khác không đổi, tỷ lệ tăng trưởng tổng thu nhập quốc nội
β5
(GDP) tăng 1% thì tỷ lệ thất nghiệp giảm 0.165887%.
̂
: Trong trường hợp các yếu tố khác không đổi, tỷ lệ chi tiêu của chính phủ (EXP) tăng 1%
β6
thì tỷ lệ thất nghiệp giảm 0.1873295%.
3.2.3. Phân tích các số liệu liên quan
Số quan sát Obs = 130
Tổng bình phương sai số được giải thích ESS = 623.903801
Tổng bình phương các phần dư RSS = 401.168183
17
Tổng bình phương sai số tổng cộng TSS = 1025.07198
Bậc tự do của phần được giải thích Dfm = 5
Bậc tự do của phần dư Dfr = 124
Hệ số xác định R (r-squared) = 0.6086 thể hiện mức độ phù hợp của hàm hồi quy mẫu ở
2
mức trung bình. Bên cạnh đó, giá trị 0.6086 còn thể hiện tỷ lệ phần trăm biến động của tỷ lệ thất
nghiệp được giải thích bởi các biến độc lập gồm: “dân số”, "tỷ lệ vốn đầu tư trực tiếp từ nước
ngoài”, “tỷ lệ lạm phát”, “tỷ lệ tăng trưởng GDP” và “tỷ lệ chi tiêu chính phủ”. Nghĩa là các biến
độc lập POP, FDI, INF, GDP và EXP giải thích được 60.86% sự thay đổi trong giá trị của biến
UEM, còn lại là các yếu tố khác.
3.3.
Kiểm định giả thuyết
3.3.1. Kiểm định hệ số hồi quy
Kiểm định bằng phương pháp khoảng tin cậy.
̂
Giả thiết kiểm định: {
H0: βi = 0
̂
H1: βi ≠ 0
Từ kết quả chạy hồi quy bằng phương pháp OLS trên phần mềm Stata, ta có khoảng tin cậy
của các hệ số hồi quy với mức ý nghĩa = 5% như sau:
POP
[2.96e-08 ; 4.86e-08]
FDI
[-0.42050602 ; -0.1753333]
INF
[-0.06256 ; 0.0033591]
GDP
[-0.2877508 ; -0.440237]
EXP
[-0.3310615; -0.0435974]
cons
[5.022227; 10.23395]
Với biến độc lập INF, giá trị 0 thuộc vào khoảng tin cậy nên ta chưa thể bác bỏ giả thiết H 0,
vậy biến INF không có giá trị thống kê ở mức ý nghĩa 5%, tức là nó không ảnh hưởng đến biến
UEM.
Với các biến còn lại, giá trị 0 không thuộc vào khoảng tin cậy nên ta có thể bác bỏ giả thiết H 0. Ta kết luận được chúng có ý nghĩa thống kê ở mức α = 5%.
Kiểm định hệ số hồi quy bằng phương pháp pvalue: Từ kết quả trên ta có bảng sau:
18
Biến
p-value
POP
0.000
FDI
0.000
INF
0.078
GDP
0.008
EXP
0.011
Bảng 4: Giá trị p-value
Các biến POP và FDI có hệ số p-value = 0.000 < 0.01, nghĩa là các biến này có ý nghĩa
thống kê với mức ý nghĩa là 1%.
Biến INF có hệ số p-value = 0.078 < 0.1, nghĩa là biến INF có ý nghĩa thống kê với mức ý
nghĩa là 10%.
Biến GDP có hệ số p-value = 0.008 < 0.01, nghĩa là biến GDP có ý nghĩa thống kê với mức
ý nghĩa là 1%.
Biến EXP có hệ số p-value = 0.011 < 0.05, nghĩa là biến EXP có ý nghĩa thống kê với mức
ý nghĩa là 5%.
Tất cả các biến của mô hình đều có ý nghĩa thống kê.
3.3.2. Kiểm định sự phù hợp của mô hình
Ta thấy r-squared (R2) bằng 0.6068, nghĩa là mô hình có khả năng giải thích 60.68% của
biến phụ thuộc.
Tính có ý nghĩa của mô hình:
Xét cặp giả thiết: {
1
1
2
3
4
H :β =β =β =β =β =0
0
1
2
3
2
4
2
2
2
5
H :β +β +β +β +β2 ≠0
5
Nếu giá trị [Prob > F] nhỏ hơn mức ý nghĩa α = 0.05 thì bác bỏ H0, chấp nhận H1, tức là mô
hình hồi quy phù hợp.
Ta có giá trị [Prob > F] = 0.0000 < 0.05 => Bác bỏ H0, chấp nhận H1.
Vậy, với mức ý nghĩa 5%, mô hình hồi quy phù hợp.
3.4.
Kiểm định các khuyết tật của mô hình
3.4.1. Kiểm định hiện tượng đa cộng tuyến
19
Trong mô hình hồi quy, nếu các biến độc lập có tương quan chặt, mạnh với nhau thì sẽ có
hiện tượng đa cộng tuyến. Đó là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và
thể hiện được dưới dạng hàm số. Nói cách khác, hai biến độc lập có quan hệ rất mạnh với nhau,
đúng ra hai biến này phải là 1 biến nhưng thực tế trong mô hình nghiên cứu lại được tách làm 2
biến. Hiện tượng đa cộng tuyến vi phạm giả định của mô hình hồi qui tuyến tính cổ điển là các
biến độc lập không có mối quan hệ tuyến tính với nhau.
Dấu hiệu: Xét nhân tử phóng đại phương sai VIF (variance inflation factor). Nếu VIF > 2 thì
có dấu hiệu đa cộng tuyến, đây là điều không mong muốn. Nếu VIF > 10 thì chắc chắn có đa cộng
tuyến. Nếu VIF < 2, mô hình không bị đa cộng tuyến.
Chạy lệnh estat vif ta thu được kết quả:
Hình 7: Kết quả nhân tử phóng đại phương sai VIF
Ta thấy VIFFDI, VIFPOP. VIFINF và VIFGDP đều nhỏ hơn 2 nên mô hình chắc chắn không xảy
ra đa cộng tuyến.
3.4.2. Kiểm định phương sai sai số thay đổi
Phương sai của mỗi một ngẫu nhiên Ui, trong điều kiện giá trị đã cho của biến giải thích Xi là
không đổi, nghĩa là:
(
/
)= [
–
( )] = (
)=
; i = 1,2,3…n
Khi giả thiết đó bị vi phạm thì mô hình mắc lỗi phương sai sai số thay đổi. Tên gọi của lỗi
này là Heteroskedasticity.
Hậu quả của phương sai sai số thay đổi là các ước lượng bình phương nhỏ nhất vẫn là không
chệch nhưng không còn hiệu quả nữa, cùng với đó ước lượng của các phương sai sẽ bị chệch, như
vậy làm mất hiệu lực của kiểm định. Điều này làm cho mô hình kém hiệu quả hơn.
Để kiểm định sự tồn tại hiện tượng phương sai sai số thay đổi, ta sẽ dung kiểm định Breusch-
Pagan-Godfrey. Ta có cặp giả thuyết sau:
20
{
H0: Mô hình có phương sai thuần nhất
H1: Mô hình có phương sai sai số thay đổi
Nếu giá trị [Prob>chi2] < 0.05 thì bác bỏ giả thiết H0 và chấp nhận giả thiết H1.
Chạy lệnh estat hettest ta thu được kết quả
Hình 8: Kiểm định Breusch-Pagan-Godfrey
Kết quả kiểm định cho thấy [Prob>chi2] = 0.0000 < 0.05 nên chưa đủ cơ sở bác bỏ H0. Mô
hình có phương sai sai số thay đổi.
21
Chương 4. KẾT LUẬN MÔ HÌNH
4.1.
Kết luận
Dân số, tỷ lệ đầu tư trực tiếp nước ngoài, tỷ lệ lạm phát, tỷ lệ tăng trưởng tổng sản phẩm
quốc nội và tỷ lệ chi tiêu của chính phủ ảnh hưởng đến tỷ lệ thất nghiệp.
Mô hình lựa chọn phù hợp với các lí thuyết kinh tế.
Mô hình không tồn tại hiện tượng đa cộng tuyến nhưng có phương sai sai số thay đổi.
4.2.
Kiến nghị giải pháp
Dựa vào mô hình, ta có thể thấy mối quan hệ giữa dân số, tỷ lệ đầu tư trực tiếp nước ngoài,
tỷ lệ lạm phát, tỷ lệ tăng trưởng GDP và tỷ lệ chi tiêu chính phủ là ngược chiều với tỷ lệ thất
nghiệp. Theo kết quả của mô hình hồi quy ta thấy, khi tăng tỷ lệ đầu tư trực tiếp nước ngoài 1 đơn
vị thì tỷ lệ thất nghiệp giảm 0.29 đơn vị, lớn nhất trong tất cả các biến với điều kiện các yếu tố
khác không đổi. Tỷ lệ chi tiêu chính phủ và tỷ lệ tăng trưởng GDP có tác động tương đối đến tỷ lệ
thất nghiệp. Dân số, theo cơ sở lý thuyết và kết quả chạy mô hình, cũng có ảnh hưởng đến tỷ lệ
thất nghiệp, tuy nhiên ảnh hưởng là rất nhỏ và gần như không đáng kể.
Vì vậy, qua kết quả của việc hồi quy mô hình này, chúng em đề xuất tăng tỷ lệ đầu tư trực tiếp
nước ngoài, tỷ lệ tăng trưởng GDP và tỷ lệ chi tiêu chính phủ với các yếu tố đã phân tích ở trên.
22
KẾT LUẬN
Bản báo cáo trên được hoàn thành trên cơ sở sự đóng góp của các thành viên với vốn kiến
thức được đúc kết ra từ quá trình học và nghiên cứu môn Kinh tế lượng. Đây cũng là một cơ hội
thực hành khiến chúng em có thể hiểu rõ hơn về các phân tích và kiểm định đặc trưng có liên
quan, áp dụng kiến thức trên giảng đường để tự tìm hiểu và rút ra được nhưng kết luận bổ ích về
những hiện tượng trong những mối tương quan khác nhau và sự ảnh hưởng lẫn nhau giữa các hiện
tượng kinh tế xã hội.
Nhóm chúng em đã hoàn thành xong mô hình kinh tế lượng về “Các nhân tố vĩ mô ảnh
hưởng đến tỉ lệ thất nghiệp của một số nước ASEAN giai đoạn 1991 - 2016”. Những kết quả
nghiên cứu ở trên đã cho chúng ta một cách nhìn rõ ràng và tương đối đầy đủ về ảnh hưởng của
dân số, tỷ lệ đầu tư trực tiếp nước ngoài, tỉ lệ lạm phát, tỷ lệ tăng trưởng tổng sản phẩm quốc nội
và tỷ lệ chi tiêu chính phủ đến tỉ lệ thất nghiệp. Nhờ việc chạy mô hình và đưa ra các kiểm định,
chúng ta có những nhận xét đầy đủ về sự ảnh hưởng của từng biến được đưa vào, ý nghĩa của
chúng đối với mỗi biến phụ thuộc, qua đó giúp chúng ta có thể hiểu được mối tương quan giữa các
biến, biết được mức độ phụ thuộc của tỉ lệ thất nghiệp đối với các biến độc lập trên. Ngoài ra, vẫn
còn nhiều yếu tố ảnh hưởng đến biến phụ thuộc được nghiên cứu chưa được đưa vào mô hình như
tỷ lệ vốn đầu tư không hoàn lại ODA, mức tiền lương tối thiểu,… cần được xem xét để có báo cáo
với kết quả chính xác hơn.
Cuối cùng, nhóm chúng em cũng xin chân thành cảm ơn sự hướng dẫn và giảng dạy nhiệt
tình của cô Vũ Thị Phương Mai. Do vốn kiến thức và kĩ năng còn hạn chế nên chắc hẳn bản báo
cáo này không thể tránh khỏi sai sót, chúng em rất mong nhận được sự góp ý động viên của cô để
chúng em có thể hoàn thiện hơn, áp dụng tốt hơn trong các công việc sau này.
23
PHỤ LỤC
Bảng số liệu để chạy mô hình
COUNTRY
YEAR
POP
FDI
INF
GDP
EXP
UEM
Cambodia
1991
9286976
11,24047
9,07404
13,3039
16,22351
0,1
Cambodia
1992
9621504
13,61555
8,148537
16,21345
14,96514
0,5
Cambodia
1993
9968275
2,136141
9,800285
13,73445
18,96894
0,5
Cambodia
1994
10315376
2,468264
-4,41424
9,099465
18,6198
2,9
Cambodia
1995
10653558
4,382185
11,5155
6,442903
20,14625
0,2
Cambodia
1996
10980273
8,372554
3,506715
5,412339
19,68351
0,8
Cambodia
1997
11295880
5,915642
4,386019
5,619793
20,47876
0,7
Cambodia
1998
11597739
7,781727
10,01366
5,009033
22,32403
0,5
Cambodia
1999
11883636
6,602864
1,981472
11,90976
23,11928
0,5
Cambodia
2000
12152354
3,237754
-3,20424
8,767471
15,70001
2,5
Cambodia
2001
12402473
3,676756
2,646541
8,148386
17,542
1,8
Cambodia
2002
12634729
3,056851
5,713141
6,57894
19,63504
1
Cambodia
2003
12853124
1,751317
6,797518
8,505896
16,51219
3,1
Cambodia
2004
13063377
2,461977
4,823738
10,34053
14,2182
1,9
Cambodia
2005
13270201
5,993603
6,076679
13,25009
12,95983
1,6
Cambodia
2006
13474489
6,642423
4,631109
10,77108
16,96363
1,4
Cambodia
2007
13676693
10,03895
6,518034
10,21257
16,7038
0,9
Cambodia
2008
13880509
7,874681
12,25379
6,691577
15,44543
0,4
Cambodia
2009
14090208
8,925272
5,504385
0,086697
19,44923
0,2
Cambodia
2010
14308740
11,93852
3,120593
5,963079
19,10009
0,4
Cambodia
2011
14537886
10,69781
3,364066
7,06957
20,62654
0,2
Cambodia
2012
14776866
13,07289
1,324604
7,313346
20,1638
0,2
Cambodia
2013
15022692
12,11501
2,297325
7,4279
20,95905
0,3
Cambodia
2014
15270790
10,25375
1,682777
7,071525
17,91656
0,1
Cambodia
2015
15517635
9,423673
1,263296
7,036087
17,56742
0,1
Cambodia
2016
15762370
11,4256
3,456117
6,953094
19,09387
0,2
Laos
1991
4380073
0,671149
12,97176
4,296564
15,23929
2
Laos
1992
4502363
0,691608
5,993841
5,559858
15,22473
2,4
24
Laos
1993
4623280
2,251932
11,18258
5,912557
15,1676
2,5
Laos
1994
4740380
3,835175
7,700596
8,159019
14,63257
2,5
Laos
1995
4851923
5,392574
19,68536
7,031254
20,39496
2,6
Laos
1996
4957180
8,528709
13,72521
6,928324
17,542
1,9
Laos
1997
5056519
4,939863
19,35282
6,872091
17,34241
2
Laos
1998
5150763
3,538571
74,50446
3,967608
16,46877
2
Laos
1999
5241284
3,548348
17,97397
7,306376
16,36226
1,9
Laos
2000
5329304
1,957604
20,79778
5,798782
15,97741
1,9
Laos
2001
5414568
1,351579
8,868074
5,751413
15,34087
1,8
Laos
2002
5497273
0,253177
6,318465
5,918744
15,31547
1,8
Laos
2003
5579656
0,96297
13,45009
6,067002
15,07756
2,1
Laos
2004
5664605
0,714895
10,69043
6,357695
14,17419
2,4
Laos
2005
5754026
1,013321
8,640322
7,107568
15,46619
1,4
Laos
2006
5849356
5,424761
10,8051
8,619266
18,40497
1,4
Laos
2007
5949787
7,660972
7,438286
7,596829
17,39946
1,4
Laos
2008
6052190
4,183937
8,863451
7,824903
10,78443
1,4
Laos
2009
6152036
5,462075
-2,93207
7,501775
11,51614
1,4
Laos
2010
6246274
3,911532
9,196571
8,526906
11,04082
1,4
Laos
2011
6333487
3,437367
4,307918
8,038653
11,32957
1,3
Laos
2012
6415169
2,888479
13,8799
8,026098
10,95249
1,3
Laos
2013
6494557
3,572764
6,474665
8,0263
16,81337
1,3
Laos
2014
6576397
6,882815
5,724399
7,611963
14,78006
1,3
Laos
2015
6663967
9,875808
2,348042
7,269592
14,89234
1,3
Laos
2016
6758353
6,310628
3,024048
7,023092
15,9652
1,4
Malaysia
1991
18529454
8,13639
5,583935
9,545465
17,60529
3,3
Malaysia
1992
19012724
8,760533
2,414323
8,885116
19,37646
3,7
Malaysia
1993
19494967
7,482897
1,987054
9,894947
17,30477
4,1
Malaysia
1994
19986894
5,829644
2,937405
9,212043
19,53797
3,8
Malaysia
1995
20495597
4,710267
3,633487
9,829082
18,46713
3,1
Malaysia
1996
21023321
5,035363
3,67996
10,0027
18,68908
2,5
Malaysia
1997
21565325
5,136241
3,482756
7,322743
16,99037
2,4
Malaysia
1998
22113464
2,99774
8,499103
-7,35942
16,81271
3,2
25