Tóm tắt Luận án Giải pháp thúc đẩy tiến bộ công nghệ nhằm đạt mục tiêu tăng NSLĐ của Việt Nam

Ngành công nghiệp, chế biến chế tạo là một ngành có tăng trưởng nhanh trong 10

năm qua và là ngành thể hiện tốt đóng góp của công nghệ trong tăng trưởng. Vì vậy,

đề tài sẽ nghiên cứu riêng cho khối doanh nghiệp ngành chế biến chế tạo để minh họa

tác động của tiến bộ công nghệ vào tăng NSLĐ.

Các dữ liệu sử dụng gồm giá trị tăng thêm (giá so sánh) từ 2010 đến 2018, số lao

động làm làm việc vào thời điểm 31/12 từ 2010 đến 2018 và tài sản cố định vào thời

điểm 31 tháng 12 từ 2010 đến 2018 (đổi sang giá so sánh) của khối doanh nghiệp thuộc

ngành công nghiệp chế biến, chế tạo (24 ngành cấp 2) có được từ nguồn số liệu của

Tổng cục Thống kê.

Từ dữ liệu tính được giá trị tăng thêm giai đoạn từ 2010 đến 2018 tăng bình quân

14,0% là một mức tăng trưởng nhanh. Tăng lao động ở giai đoạn này cũng khá cao

6,0% và tăng NSLĐ đạt được 6,8%

pdf12 trang | Chia sẻ: honganh20 | Ngày: 11/03/2022 | Lượt xem: 248 | Lượt tải: 0download
Bạn đang xem nội dung tài liệu Tóm tắt Luận án Giải pháp thúc đẩy tiến bộ công nghệ nhằm đạt mục tiêu tăng NSLĐ của Việt Nam, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
iến bộ công nghệ vào tăng NSLĐ đã có nhiều gợi ý quan trọng trong các nghiên cứu trước đó, như khung lý thuyết “số dư Solow”, phương pháp phân tích bao dữ liệu (DEA), hàm sản sản xuất biên ngẫu nhiên (SFA) và các ứng dụng của các lý thuyết trên tại Việt Nam. Tuy nhiên, các nghiên cứu chủ yếu đánh giá tác động tiến bộ công nghệ trong tăng trưởng đầu ra và ứng dụng cho phân tích ngành (tập trung vào ngành chế biến, chế tạo) sử dụng dữ liệu từ điều tra doanh nghiệp (dữ liệu sơ cấp). Với dự án này, dự kiến làm rõ khung lý luận về tiến bộ công nghệ tác động vào tăng NSLĐ, sử dụng phương pháp bao dữ liệu, và hàm sản xuất biên ngẫu nhiên đánh giá đóng góp của tiến bộ công nghệ vào tăng NSLĐ. (3) Trên cơ sở mô hình được lựa chọn, nghiên cứu sẽ đi sâu vào xem xét thực trạng dữ liệu thống kê hiện có của Việt Nam, nghiên cứu cách xử lý dữ liệu thống kê phù hợp để khai thác tốt nhất và hợp lý nguồn dữ liệu thống kê thứ cấp hiện có. (4) Trên cơ sở nghiên cứu về mối quan hệ tác động tiến bộ công nghệ vào tăng NSLĐ, luận án dự kiến nêu bật ý nghĩa, vai trò của tiến bộ công nghệ trong tăng NSLĐ của Việt Nam và đề xuất các giải pháp thúc đẩy các tiến bộ KH&CN làm tăng NSLĐ, qua đó thúc đẩy phát triển kinh tế và nâng cao chất lượng cuộc sống của người dân. Đồng thời, luận án cũng dự kiến đề xuất bổ sung những dữ liệu thống kê cần thiết cho mục đích nghiên cứu tác động của tiến bộ công nghệ vào tăng NSLĐ. CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU NĂNG SUẤT LAO ĐỘNG VÀ TÁC ĐỘNG CỦA TIẾN BỘ CÔNG NGHỆ VÀO TĂNG NĂNG SUẤT LAO ĐỘNG 2.1 Các khái niệm 2.1.1 Khái niệm năng suất Năng suất được hiểu là giá trị đầu ra được tạo ra trong mối quan hệ với các yếu tố đầu vào của quá trình sản xuất và cung cấp dịch vụ, thể hiện hiệu quả của việc sử dụng các nguồn lực đầu vào trong việc tạo ra các đầu ra có giá trị. 2.1.2 Năng suất lao động và tăng năng suất lao động OECD (2001) định nghĩa NSLĐ là: “lượng đầu ra trên một đầu vào lao động”. Trong kinh tế, đầu ra có thể đo bằng tổng giá trị sản xuất hoặc giá trị tăng thêm. Đầu vào lao động có thể đo bằng: số lượng lao động, số lao động được quy đổi ra lao động làm việc toàn thời gian, số giờ lao động, đầu vào lao động được điều chỉnh theo chất lượng. 7 Tăng NSLĐ là tăng thêm số lượng hay giá trị làm ra từ một đơn vị lao động hao phí hoặc giảm bớt số đơn vị lao động hao phí để làm ra một đơn vị sản phẩm hay giá trị sản phẩm. Do vậy tăng NSLĐ có ý nghĩa rất lớn, là nhân tố quan trọng để tăng thêm sản phẩm cho xã hội, là cơ sở để hạ thấp giá thành, góp phần nâng cao đời sống của nhân dân và tăng tích lũy để phát triển sản xuất, tăng sức cạnh tranh của nền kinh tế. 2.1.3 Tiến bộ công nghệ “Tiến bộ công nghệ” (technical progress or technological progress) là những cách thức mới và tốt hơn để tạo ra sản phẩm và dịch vụ, các kỹ thuật mới để sử dụng các nguồn tài nguyên ngày càng khan hiếm một cách năng suất hơn. 2.2 Đánh giá tác động của tiến bộ công nghệ vào tăng năng suất lao động Luận án trình bày cách tiếp cận đánh giá đóng góp của tiến bộ công nghệ trong tăng năng suất lao động gồm 2 nhóm phương pháp: phương pháp phi tham số và phương pháp tham số. 2.2.1 Cách tiếp cận phi tham số đánh giá thay đổi công nghệ Cách tiếp cận phi tham số dựa trên Phân tích bao dữ liệu (Data Envelopment Analysis - DEA). Chỉ số năng suất Malmquist dựa trên DEA (DEA – based MPI) phân tách TFP thành hai thành phần: đo “thay đổi hiệu quả” và đo “thay đổi công nghệ”. Giả sử có n DMU với m đầu vào và s đầu ra. Ký hiệu tijx , tijy và 1+tijx , 1+tijy là các đầu vào và đầu ra của DMUj tại thời điểm t và t+1 tương ứng, trong đó i=1,., m; r=1, , s; và j = 1, , n. MPIo = 2/1 1 11111 ),( ),( *),( ),(       + +++++ t o t o t o t o t o t o t o t o t o t o t o t o yxD yxD yxD yxD Trong đó, ),( tototo yxD và ),( 111 +++ tototo yxD đo hiệu quả của DMUo ( { }no ,...,2,1∈ ) trong thời gian t và t+1, tương ứng, ),( 11 ++ tototo yxD đo hiệu quả trong thời gian t+1 sử dụng công nghệ sản xuất của thời gian t, nó được gọi là chỉ số tăng trưởng của DMUo, ),(1 tototo yxD + đo hiệu quả của DMUo trong giai đoạn t sử dụng công nghệ sản xuất của thời gian t+1. Theo như Făre và các cộng sự, MPIo >1 cho thấy thay đổi năng suất tăng lên, MPIo =1 cho thấy năng suất không đổi, và MPIo <1 cho thấy mức thay đổi năng suất giảm. Để loại bỏ giả thiết ),( tototo yxD và ),( 111 +++ tototo yxD không đổi (của Caves và các cộng sự) và chấp nhận có phi hiệu quả kỹ thuật, Făre và các cộng sự phân tách MPI thành 2 phần: 8 MPIo = 2/1 1 11111 ),( ),( *),( ),(       + +++++ t oo t o t o t o t o t o t o t o t o t o t o yxD yxD yxD yxD = 2/1 111 11 1 000 111 ),( ),( *),( ),( ),( ),(       +++ ++ + +++ t o t o t o t o t o t o t o t o t o ttt t o t o t o t o t o t o yxD yxD yxD yxD yxD yxD Thành phần thứ nhất đo thay đổi hiệu quả (EC) của DMU0: ECo = ),( ),( 000 1 0 1 0 1 0 ttt ttt yxD yxD +++ Thành phần thứ hai đo thay đổi công nghệ (TC) của DMUo từ thời gian t đến t+1 TCo = 2/1 111 11 1 ),( ),( *),( ),(       +++ ++ + t o t o t o t o t o t o t o t o t o t o t o t o yxD yxD yxD yxD Đo thay đổi hiệu quả có thể tách thành thay đổi hiệu quả thuần và thay đổi hiệu quả theo quy mô. Thay đổi hiệu quả thuần = ),( ),( 1011 t o t o t ov tt o t ov xqD xqD +++ Thay đổi hiệu quả theo quy mô = 2/11111111111 ),(/),( ),(/),( *),(/),( ),(/),(       ++++++++++ t o t o t oc t o t o t ov t o t o t oc t o t o t ov t o t o t oc t o t o t ov t o t o t oc t o t o t ov xqDxqD xqDxqD xqDxqD xqDxqD Trong đó Dov là hàm khoảng cách với giả thiết hiệu quả thay đổi theo quy mô và Doc là hàm khoảng cách hiệu quả không đổi theo quy mô. Trong mô hình nêu trên, để giải quyết yêu cầu đầu bài là đánh giá tiến bộ công nghệ bằng cách phân tách chỉ số năng suất Malmquist, biến phù hợp để đại diện cho y (biến phụ thuộc) là giá trị tăng thêm, biến đầu vào x gồm 2 biến: lao động và vốn. Khi đó, ta có mô hình DEA với 2 đầu vào và 1 đầu ra. 2.2.2 Cách tiếp cận tham số Coelli, O’Donnell và Battese (2005) giải thích các công nghệ tiên tiến đem lại những thay đổi về kinh tế theo thời gian. Nếu quan sát theo thời gian, có thể tính được các thay đổi công nghệ trong một mô hình kinh tế lượng. Ví dụ các mô hình sau được sử dụng: Hàm tuyến tính n N n no xty ∑ = ++= 1 βθβ Hàm Cobb-Douglas: n N n no tAy lnln 1 ∑ = += βθ Translog: mn M m nm N n N n nno xxxtty lnln2 1lnln 111 2 21 ∑∑∑ === ++++= ββθθβ 9 Trong đó t là xu hướng thời gian, và θ, θ1, θ2 là các tham số chưa biết cần ước lượng. Giả thiết ngầm về bản chất của thay đổi công nghệ được thể hiện bằng xu hướng thời gian trong mô hình. Từ công thức trên, ta có thể tính được phần trăm thay đổi của y trong từng giai đoạn do thay đổi công nghệ bằng cách đạo hàm của lny đối với t: Đối với hàm tuyến tính yt y θ = ∂ ∂ ln Đối với hàm Cobb-Douglas θ= ∂ ∂ t yln Đối với hàm Translog t t y 21 2 ln θθ += ∂ ∂ Lý thuyết tân cổ điển giả thiết rằng doanh nghiệp sử dụng đầy đủ công nghệ và hiệu quả hoàn toàn. Nhưng trong thực tế sản xuất không đạt được như vậy, Farrell (1957) gợi ý xác định đầu ra của các doanh nghiệp hiệu quả nhất làm đường biên sản xuất, các doanh nghiệp chưa đạt tới đường biên là những doanh nghiệp chưa hiệu quả. Phát triển từ các nghiên cứu của Farrell, Aigner và Chu (1968) đã chuyển đường biên của Farrell thành một hàm sản xuất và sau đó Aigner, Lovell và Schmidt (1977) và Meeusen và van den Broeck (1977) đã đưa ra một mô hình hàm sản xuất biên ngẫu nhiên như sau: ii t ii uvxq −+= βln Trong đó, qi là kết quả đầu ra của doanh nghiệp i, xi là loga của các đầu vào, vi là nhiễu ngẫu nhiên do tác động của các cú sốc ngẫu nhiên ngoài sự kiểm soát của doanh nghiệp và biến ngẫu nhiên ui đại diện cho phi hiệu quả kỹ thuật. Khi xác định được phương trình, các tham số chưa biết sẽ được ước lượng bằng kỹ thuật kinh tế lượng. Phát triển thêm các nghiên cứu của Farrell, Aigner và các cộng sự, Battese và Coelli (1995) đưa mô hình như sau: iiiii uvxq −++= lnln 0 ββ hoặc )lnexp( 0 iiiii uvxq −++= ββ )exp(*)exp(*)lnexp( 0 iiiii uvxq −+= ββ Giả sử sử dụng 2 yếu tố đầu vào là vốn và lao động, cách tiếp cận biên ngẫu nhiên sử dụng hàm Cobb- Douglas, dạng hàm như sau : thành phần xác định nhiễu phi hiệu quả 10 ittitkitlitit vtkluy ++++=+ ββββ lnlnln 0 Trong đó, yit là đầu ra, lit là lao động, kit là vốn và t đại diện cho tiến bộ công nghệ. Cách tiếp cận biên ngẫu nhiên sử dụng hàm translog, ta có dạng hàm : ln yit + uit = β0 + βtt + βllnlit + βklnkit + 0,5βttt2 + 0,5βkk (lnkit)2+ 0,5βll (lnlit)2 + βtl t lnlit + βtk t lnkit + βlk lnkitlnlit +vit, Trong đó, yit là đầu ra lt là lao động, kt là vốn, t là xu hướng thời gian là biến đại diện cho tiến bộ công nghệ và βs là tham số cần ước lượng, sai số ngẫu nhiên, exp(v), và phi hiệu quả exp(u). Hàm sản xuất bao gồm 3 biến chính k, l và t, (vốn, lao động và thay đổi công nghệ theo thời gian) tác động tới các biến khác và tự tương tác với nhau. t2 thể hiện thay đổi công nghệ bản thân nó tiếp tục thúc đẩy thêm thay đổi công nghệ ở những năm tiếp theo. tlnk: thay đổi công nghệ có thúc đẩy tăng cường vốn, tlnl: thay đổi công nghệ thúc đẩy tăng cường lao động. Đầu tiên, tăng trưởng đầu ra được diễn giải thành 3 yếu tố tạo ra là: thay đổi đầu vào, hiệu quả theo quy mô và thay đổi TFP: tfpllkky gggg ++= εε Trong đó, g là ký hiệu của tốc độ tăng, ɛk và ɛl là độ co giãn của đầu ra với vốn và lao động tương ứng. P. W. Bauer (1990) đã phân tách sự gia tăng của TFP thành 3 thành phần: Tiến bộ công nghệ, thay đổi hiệu quả kỹ thuật và thay đổi hiệu quả theo quy mô: i. Thay đổi đầu ra do tiến bộ công nghệ (Technological progress): ittlittkttt lktt tlkf lnln2),,(ln ββββ +++= ∂ ∂ ii. Thay đổi đầu ra do thay đổi hiệu quả theo quy mô (Scale effect): ( ))(1 l lk l k lk k lk gg εε ε εε ε εε + + + −+ iii. Thay đổi đầu ra do thay đổi hiệu quả kỹ thuật (Change in technical efficiency): . t uu ∂ ∂ −=− • Như vậy, tăng TFP có thể viết như sau: • −+ + + + −++ ∂ ∂ = ugg t tlkfg l lk l k lk k lkTFP ))(1( ),,(ln εε ε εε ε εε 11 Từ mô hình của Solow g(Y/L) = α*g(K/L) + g(TFP), ta có tiến bộ công nghệ tác động tới tăng năng suất lao động theo cách sau: g(Y/L) = α*g(K/L) + • −+ + + + −++ ∂ ∂ ugg t tlkf l lk l k lk k lk ))(1( ),,(ln εε ε εε ε εε Bằng cách tiếp cận này, thông qua phân tách các yếu tố trong tăng TFP, có thể đánh giá được đóng góp của tiến bộ công nghệ vào tăng NSLĐ dựa trên các dữ liệu có được về đầu ra (giá trị tăng thêm), đầu vào (lao động và vốn) theo thời gian. CHƯƠNG 3: NĂNG SUẤT LAO ĐỘNG VÀ TÁC ĐỘNG CỦA TIẾN BỘ CÔNG NGHỆ VÀO TĂNG NĂNG SUẤT LAO ĐỘNG 3.1 Đánh giá năng suất lao động 3.1.1 Dữ liệu tính năng suất lao động và tăng năng suất lao động Luận án tính NSLĐ theo người và NSLĐ theo giờ làm việc, chung toàn nền kinh tế và phân theo các ngành kinh tế cấp I. Dữ liệu sử dụng gồm: chỉ tiêu GDP tính theo giá thực tế và giá so sánh, tổng số người và số giờ làm việc (có phân theo ngành kinh tế). (1) Số liệu về GDP hoặc giá trị tăng thêm Từ nguồn số liệu của Tổng cục Thống kê trong niên giám thống kê, có được GDP theo giá thực tế và giá so sánh phân theo ngành kinh tế. (2) Số liệu về lao động + Lao động tính theo số người đang làm việc: Số liệu về lao động đang làm việc của toàn nền kinh tế và từng ngành kinh tế có thể lấy được từ nguồn số liệu thống kê trong Niên giám thống kê hàng năm. + Lao động tính theo giờ: Lao động tính theo giờ không có sẵn trong Niên giám Thống kê, vì vậy cần thêm một số bước xử lý dữ liệu. Từ báo cáo lao động việc làm hàng năm của Tổng cục Thống kê có được số liệu về số giờ lao động bình quân một người trong một tuần của nền kinh tế, từ đó tính được tổng số giờ lao động toàn nền kinh tế qua các năm: Tổng giờ lao động một năm = Số giờ lao động bình quân một người trên tuần * Số tuần làm việc trên năm * Số lao động làm việc. Gia tăng NSLĐ do tiến bộ công nghệ (TP) Gia tăng NSLĐ do đổi hiệu quả theo quy mô (SE) Gia tăng NSLĐ do thay đổi hiệu quả kỹ thuật Tăng NSLĐ Gia tăng NSLĐ do tăng trang bị vốn trên lao động 12 + Lao động theo ngành Số liệu về giờ lao động của các ngành không có trong Niên giám Thống kê nên được xử lý, tính toán theo phương pháp tương tự như tính số giờ lao động của toàn nền kinh tế. Từ nguồn dữ liệu này, có thể tính được tổng giờ lao động theo từng ngành bằng cách áp dụng công thức nêu trên. 3.1.2 Đánh giá năng suất lao động chung toàn nền kinh tế của Việt Nam NSLĐ tính theo số lao động năm 2018 đạt 102,0 triệu đồng/lao động. NSLĐ tính theo giờ là 46,0 nghìn đồng/giờ. Tốc độ tăng NSLĐ bình quân giai đoạn 2011 – 2018 tính theo số lao động đạt được là 4,87%, tốc độ tăng NSLĐ bình quân khi tính theo giờ lao động là 5,29%. So sánh NSLĐ của Việt Nam với một số nước đang phát triển ở Châu Á, NSLĐ của Việt Nam còn thấp và cần được nhìn nhận một cách nghiêm túc, khách quan để đưa ra các giải pháp nâng cao năng suất. 3.2 Nghiên cứu tác động của tiến bộ công nghệ vào tăng năng suất lao động của Việt Nam 3.2.1 Dữ liệu và xử lý bổ sung dữ liệu về vốn Các số liệu cần thiết để sử dụng mô hình đánh giá tác động của tiến bộ công nghệ vào tăng NSLĐ gồm: giá trị tăng thêm, lao động và vốn sản xuất. Trong đó, giá trị tăng thêm và vốn tính theo giá so sánh để loại bỏ ảnh hưởng của biến động giá cả. Để đánh giá chung nền kinh tế, dữ liệu thống kê có thể có được các số liệu ngành cấp I (20 ngành). Dữ liệu giá trị tăng thêm và lao động đã được đề cập ở trên. Số liệu về vốn không có sẵn vì vốn ở đây là vốn sử dụng cho hoạt động sản xuất kinh doanh (thường dùng là tài sản cố định), vì vậy cần thêm một số bước xử lý dữ liệu. Theo OECD (2001), vốn phục vụ sản xuất (capital service) là thước đo thích hợp để phân tích năng suất. Do vốn phục vụ sản xuất thường không quan sát được trực tiếp, nên được ước tính bằng cách giả định rằng vốn phục vụ sản xuất tương ứng với một tỷ lệ trong quy mô vốn (capital stock) được chuyển vào phục vụ sản xuất theo từng năm. Vốn phục vụ sản xuất ptktk SK ,, σ= Trong đó, ptkS , là quy mô vốn, σ là một tỷ lệ. Trong một giai đoạn nhất định thì σ là một hằng số. Tính toán quy mô vốn đòi hỏi phải có số liệu theo chuỗi thời gian dài về đầu tư trong quá khứ và có một lượng vốn ban đầu ( S ) Quy mô vốn hiện tại 1 1 0 1 )1()1( − − = − ∑ −+−= t t i t t ISS δδ 13 Trong đó, St 1)1( −−δ là lượng vốn có từ ban đầu còn lại sau khi đã trừ khấu hao δ qua từng năm, 1)1( −− ti Iδ là đầu tư còn lại sau khi đã trừ khấu hao. Tính quy mô vốn theo công thức trên, cần có (i) dữ liệu về đầu tư (hoặc tích lũy tài sản) theo chuỗi thời gian, (ii) thông tin về lượng vốn ban đầu tại thời điểm khi bắt đầu chuỗi thời gian và (iii) thông tin về tỷ lệ khấu hao của lượng vốn hiện tại. Số liệu về đầu tư (hoặc tích lũy tài sản) hàng năm có được từ số liệu của Tổng cục Thống kê, số liệu về lượng vốn ban đầu và tỷ lệ khấu hao không có trong số liệu thống kê nên cần ước lượng. Luận án đề cập tới phương pháp tồn kho dài hạn (PIM - Perpetual Inventory Method) để tính lượng vốn ban đầu. Ý tưởng của PIM là giải thích trữ lượng vốn của nền kinh tế như một lượng tồn kho. Trữ lượng tồn kho tăng cùng với tích lũy vốn (hoặc đầu tư vốn). Lượng vốn phục vụ tối đa là ngay sau khi đầu tư và giảm dần theo thời gian, lượng giảm mỗi kỳ theo tỷ lệ khấu khao. Khi đã có lượng vốn ban đầu, tính được lượng vốn của các năm tiếp theo dựa trên số liệu vốn đầu tư cơ bản và tài sản cố định tăng trong năm có được từ Niên giám Thống kê. Sau khi đã tính được quy mô vốn của toàn nền kinh tế có thể phân bổ vốn cho các khu vực kinh tế hoặc các ngành kinh tế dựa trên cơ cấu vốn đầu tư xây dựng cơ bản và tài sản cố định. 3.2.2 Ứng dụng cách tiếp cận phi tham số Dựa vào số liệu thống kê đã qua xử lý của các ngành kinh tế cấp I, với các số liệu giá trị tăng thêm, lao động và vốn của từng ngành từ 2010 – 2018, sử dụng phần mềm DEA, tính toán chỉ số Malmquist tổng hợp dựa vào DEA – CRS (input oriented), kết quả ước lượng trình bày tóm tắt như sau: Bảng 1: Kết quả chỉ số Malmquist tổng hợp tính từ số liệu giá trị tăng thêm, số lao động đang làm việc và quy mô vốn của các ngành kinh tế cấp I (2011-2018) Năm Thay đổi hiệu quả kỹ thuật (Effch) Thay đổi công nghệ (Techch) Thay đổi hiệu quả thuần (Pech) Thay đổi hiệu quả theo quy mô (Sech) Năng suất tổng hợp (Tfpch) 2011 1,032 0,920 1,001 1,031 0,950 2012 1,043 0,919 1,031 1,012 0,959 2013 1,016 0,967 1,008 1,008 0,983 2014 0,996 0,984 1,009 0,987 0,981 2015 0,958 1,007 1,007 0,952 0,965 14 2016 0,986 1,017 1,012 0,974 1,002 2017 0,972 1,053 0,991 0,982 1,024 2018 0,954 1,035 0,997 0,957 0,987 Bình quân 2010-2018 0,994 0,987 1,007 0,988 0,981 Chỉ số Malmquist tổng hợp bình quân tính được là 0,981, nhỏ hơn 1, thời kỳ từ 2010 đến 2018, năng suất tổng hợp giảm do giảm thay đổi trong tiến bộ công nghệ (0,987) và giảm thay đổi hiệu quả theo quy mô (0,988). Tuy nhiên, về xu hướng thì tiến bộ công nghệ đã có sự gia tăng dần, chỉ số tiến bộ công nghệ lớn hơn 1 từ 2015 đến 2018. Bảng 2: Kết quả chỉ số Malmquist tổng hợp tính từ số liệu giá trị tăng thêm, tổng số giờ làm việc trong năm và quy mô vốn của các ngành kinh tế cấp I (2011-2018) Năm Thay đổi hiệu quả kỹ thuật (Effch) Thay đổi công nghệ (Techch) Thay đổi hiệu quả thuần (Pech) Thay đổi hiệu quả theo quy mô (Sech) Năng suất tổng hợp (Tfpch) 2011 1,032 0,922 0,998 1,034 0,952 2012 1,041 0,928 1,027 1,014 0,966 2013 1,010 0,974 1,027 1,014 0,966 2014 0,985 1,001 1,009 0,976 0,986 2015 0,955 1,004 1,001 0,955 0,959 2016 0,987 1,015 1,009 0,978 1,002 2017 0,980 1,048 0,993 0,986 1,027 2018 0,955 1,033 0,993 0,962 0,986 Bình quân 2010 – 2018 0,993 0,990 1,005 0,988 0,982 Nếu thay số liệu về lao động đang làm việc thành số liệu về tổng số giờ làm việc trong năm, thì kết quả chỉ số năng suất Malmquist không khác biệt nhiều. Xu hướng cũng cho thấy từ năm 2014 -2018, chỉ số TFP tổng hợp có kết quả lớn hơn 1, nhờ sự cải thiện về thay đổi kỹ thuật, thay đổi hiệu quả thuần. Thay đổi hiệu quả theo quy mô có xu hướng giảm từ năm 2014 đến 2018, trong khi tiến bộ công nghệ có xu hướng gia tăng. Thay đổi hiệu quả thuần vẫn có xu hướng tốt lên trong giai đoạn này. 15 3.2.3 Ứng dụng cách tiếp cận tham số - mô hình biên ngẫu nhiên Khi ứng dụng hàm sản xuất biên ngẫu nhiên cần lựa chọn dạng hàm phù hợp. Ứng dụng phần mềm Frontier 4.1, các kiểm định được tiến hành như sau: • Kiểm định 1: Chọn dạng hàm; • Kiểm định 2: Kiểm định có phi hiệu quả kỹ thuật hay không có phi hiệu quả kỹ thuật; • Kiểm định 3: Kiểm định phi hiệu quả kỹ thuật phân phối bán chuẩn; • Kiểm định 4: Kiểm định phi hiệu quả kỹ thuật bất biến theo thời gian; • Kiểm định 5: Kiểm định có tiến bộ công nghệ; • Kiểm định 6: Tiến bộ công nghệ có tác động làm tăng cường vốn và tăng cường lao động. Phương pháp kiểm định: Sử dụng các giá trị của các tỷ số hợp lý thu được từ việc ước lượng các mô hình trên để kiểm định dạng hàm. Thống kê kiểm định là LR (λ) = - 2[L(H0) – L(H1)], trong đó L(H0) là giá trị loga hợp lý trong mô hình được coi là giả thuyết gốc H0; và L(H1) là giá trị loga hợp lý trong mô hình biên tổng quát và được gọi là giả thuyết đối H1. Kiểm định thống kê này có phân phối xấp xỉ χ2 với bậc tự do bằng chênh lệch giữa các tham số tương ứng trong giả thuyết gốc và giả thuyết đối. A. Ứng dụng “hàm sản xuất biên ngẫu nhiên” cho các biến giá trị tăng thêm, số lao động đang làm việc và quy mô vốn giai đoạn 2010 – 2018 Hàm sản xuất biên ngẫu nhiên áp dụng cho các biến đầu ra là giá trị tăng thêm, đầu vào là số lao động và vốn, sử dụng phần mềm Frontier 4.0. Sau khi thực hiện các kiểm định, hàm được lựa chọn là hàm translog phân phối bán chuẩn, có phi hiệu quả kỹ thuật thay đổi theo thời gian, không tác động làm thay đổi cường độ lao động và cường độ vốn. Hàm sản xuất dạng: ln yit + uit = β0 + βllnlit + βklnkit + 0,5βll (lnlit)2 + 0,5βkk (lnkit)2 + βlk lnkitlnlit + βtt + 0,5βttt2 +vit. Bảng 3: Kết quả ước lượng các tham số của hàm sản xuất cho các biến giá trị tăng thêm, số lao động đang làm việc và quy mô vốn của ngành kinh tế cấp I giai đoạn 2010 – 2018 Hệ số β Sai số chuẩn Tỷ lệ t β0 15,979 1,604 9,957 βl -0,463 0,186 -2,478 βk -0,637 0,256 -2,479 16 βll 0,062 0,021 2,834 βkk 0,037 0,012 3,084 βlk -0,012 0,022 -0,587 βt -0,004 0,010 -0,466 βtt 0,002 0,0006 3,449 Từ hàm sản xuất được lựa chọn, tỷ lệ tăng NSLĐ từ tiến bộ công nghệ là: t t tlkf ttt ββ 2),,(ln +=∂ ∂ Bảng 4: Ước lượng tiến bộ công nghệ dựa trên dữ liệu giá trị tăng thêm, vốn và số lao động của các ngành kinh tế cấp I (2011-2018) Năm Tỷ lệ tăng NSLĐ do tăng tiến bộ công nghệ bình quân theo năm 2011 0,0047 2012 0,0094 2013 0,0142 2014 0,0189 2015 0,0237 2016 0,0285 2017 0,0334 2018 0,0382 Bình quân 2011- 2018 0,0179 Thay đổi NSLĐ do tiến bộ công nghệ bình quân (2011 – 2018) ước lượng từ dữ liệu ngành cấp 1 là 1,79%. Xu hướng tiến bộ công nghệ tăng dần từ 2011 – 2018, kết quả này cũng khá khớp với kết quả của chỉ số Malmquist qua các năm. Tỷ lệ đóng góp của tiến bộ công nghệ vào tăng NSLĐ có thể tính bằng cách chia mức (hoặc tỷ lệ) thay đổi tiến bộ công nghệ cho mức (hoặc tỷ lệ) thay đổi NSLĐ. Với tốc độ tăng NSLĐ bình quân 4,87% giai đoạn này, tiến bộ công nghệ 1,79% thì tiến bộ công nghệ ước tính đóng góp 36,7% vào tăng NSLĐ. Hiệu quả kỹ thuật bình quân của giai đoạn này so với đường biên hoàn toàn hiện quả = 35,1%. Hiệu quả kỹ thuật đạt được còn thấp nhưng có xu hướng tăng trong giai đoạn này. B. Ứng dụng “hàm sản xuất biên ngẫu nhiên” cho các biến là giá trị tăng thêm, tổng số giờ lao động trong năm và quy mô vốn giai đoạn 2010 – 2018 17 Sử dụng dữ liệu về giá trị tăng thêm, tổng số giờ lao động và quy mô vốn, thực hiện các kiểm định như nội dung đã trình bày ở trên, kết quả chọn được hàm sản xuất phù hợp là dạng hàm translog, phân phối bán chuẩn và phi hiệu quả không đổi theo thời gian. Thay đổi NSLĐ do tiến bộ công nghệ bình quân (2011 – 2018) ước lượng từ dữ liệu ngành cấp I là 2,90%. Với tốc độ tăng NSLĐ bình quân 5,29% giai đoạn này, tiến bộ công nghệ làm tăng NSLĐ 2,90%, tiến bộ công nghệ ước tính đóng góp 54,8% vào tăng NSLĐ. Hiệu quả kỹ thuật bình quân của giai đoạn này là 41,4%. Số liệu của ngành kinh tế cấp I phù hợp để đánh giá chung cho nền kinh tế, vì các ngành kinh tế cấp I đã tổng hợp các hoạt động kinh doanh khác nhau gồm doanh nghiệp và loại hình hợp tác xã, hộ gia đình và kinh doanh cá thể. 3.3 Tiến bộ công nghệ tác động tăng năng suất trong doanh nghiệp ngành công nghiệp chế biến, chế tạo Ngành công nghiệp, chế biến chế tạo là một ngành có tăng trưởng nhanh trong 10 năm qua và là ngành thể hiện tốt đóng góp của công nghệ trong tăng trưởng. Vì vậy, đề tài sẽ nghiên cứu riêng cho khối doanh nghiệp ngành chế biến chế tạo để minh họa tác động của tiến bộ công nghệ vào tăng NSLĐ. Các dữ liệu sử dụng gồm giá trị tăng thêm (giá so sánh) từ 2010 đến 2018, số lao động làm làm việc vào thời điểm 31/12 từ 2010 đến 2018 và tài sản cố định vào thời điểm 31 tháng 12 từ 2010 đến 2018 (đổi sang giá so sánh) của khối doanh nghiệp thuộc ngành công nghiệp chế biến, chế tạo (24 ngành cấp 2) có được từ nguồn số liệu của Tổng cục Thống kê. Từ dữ liệu tính được giá trị tăng thêm giai đoạn từ 2010 đến 2018 tăng bình quân 14,0% là một mức tăng trưởng nhanh. Tăng lao động ở giai đoạn này cũng khá cao 6,0% và tăng NSLĐ đạt được 6,8%. Kết quả tính được chỉ số TFP Malmquist như sau: Bảng 5: Kết quả chỉ số Malmquist tổng hợp tính từ số liệu của các ngành công nghiệp chế biến, chế tạo (2010-2018) Năm Thay đổi hiệu quả kỹ thuật (Effch) Tiến bộ công nghệ (Techch) Thay đổi hiệu quả thuần (Pech) Thay đổi hiệu quả theo quy mô (Sech) Năng suất tổng hợp (Tfpch) 2011 1,178 0,940 1,024 1,151 1,107 18 2012 1,066 0,969 1,046 1,019 1,032 2013 0,808 1,223 0,975 0,829 0,988 2014 0,929 1,099 1,027 0,905 1,021 2015 1,022 1,001 0,915 1,117 1,023 2016 1,012 1,110 0,864 1,172 1,123 2017 1,063 0,926 1,012 1,051 0,984 2018 1,016 0,862 1,082 0,938 0,984 Bình quân 2010 - 2018 1,016 1,010 0,991 1,016 1,017 Chỉ số TFP gia tăng từ 2011 đến 2018 là nhờ vào tiến bộ công nghệ. Hiệu quả kỹ thuật thuần có giảm sút trong giai đoạn

Các file đính kèm theo tài liệu này:

  • pdftom_tat_luan_an_giai_phap_thuc_day_tien_bo_cong_nghe_nham_da.pdf
Tài liệu liên quan