Tác động của đại dịch Covid-19 tới tỷ lệ thất nghiệp phân theo giới tính tại Việt Nam

Nghiên cứu này sử dụng nguồn dữ liệu từ Tổng cục Thống kê để so sánh tác động của đại dịch Covid-19 tới tỷ lệ thất nghiệp theo giới tính trong giai đoạn 2016- 2020 tại Việt Nam. Kết quả cho thấy, sự gia tăng tỷ lệ thất nghiệp trong giai đoạn 2016-2019 là như nhau giữa 2 giới, song sự gia tăng tỷ lệ thất nghiệp ở nữ giới cao hơn ở nam giới khi xét riêng năm 2020 và khi xét chung trong giai đoạn 2016- 2020, sự gia tăng tỷ lệ thất nghiệp của của nữ giới cũng cao hơn so với nam giới.

Đại dịch Covid-19 đã tác động sâu sắc tới tăng trưởng kinh tế trên toàn thế giới. Theo tổng hợp của Ngân hàng Thế giới (2022a), tăng trưởng GDP hàng năm của các nước trên thế giới biến động mạnh, GDP của rất nhiều nước lần đầu tăng trưởng âm với giá trị trung bình -3,293%. Kinh tế Việt Nam cũng bị ảnh hưởng nặng nề bởi đại dịch, khi năm 2018 GDP tăng 7,08% nhưng đến năm 2020 chỉ là 2,91% và năm 2021 là 2,58%.

Tình hình việc làm tại Việt Nam cũng bị tác động không nhỏ trong đại dịch. Theo Hồng Quyên (2022), tỷ lệ thất nghiệp của Việt Nam năm 2021 lên tới 3,22%, dù Chính phủ đã có chính sách linh hoạt để duy trì sản xuất trong đại dịch. Hình 1 cho thấy tỷ lệ thất nghiệp tại Việt Nam trong giai đoạn 2010- 2021.
 

Hình 1. Tỉ lệ thất nghiệp hàng năm tại Việt Nam (%)

 

Nguồn: Tổng cục Thống kê.

Theo Quỳnh Chi (2020), người lớn tuổi và lao động nữ là mục tiêu áp dụng hình thức cho nghỉ việc tạm thời (có lương hoặc không lương) và hình thức chấm dứt hợp đồng lao động. Tỷ lệ phụ nữ là lao động tự do hoặc lao động gia đình đã tăng gấp đôi so với nam giới và phụ nữ chịu áp lực kép về việc làm và gia đình trong đại dịch. Một số nghiên cứu trên thế giới cũng cho thấy, tác động của đại dịch đến việc làm có sự khác biệt theo giới tính.

Trong bối cảnh Chính phủ Việt Nam mới ban hành Nghị quyết số 28/NQ-CP ngày 03/3/2021 về Chiến lược quốc gia về bình đẳng giới giai đoạn 2021- 2030, để hoàn thành mục tiêu trên, những đánh giá về sự khác biệt trong tác động của đại dịch theo hai giới là cần thiết.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết
 

Theo Amanda Ross và cộng sự (2017), Haewon Kim và cộng sự (2018), kiểm định Paired- Sample Test dùng để so sánh giá trị trung bình khi xét trên 2 tổng thể khác nhau hoặc so sánh giá trị trung bình của một tổng thể song ở 2 mốc thời gian khác nhau, ở 2 phép đo khác nhau. Phương pháp so sánh giá trị trung bình µ1, µ2 của hai tổng thể riêng biệt có đặc điểm là mỗi phần tử quan sát trong tổng thể này có sự tương đồng theo cặp với một phần tử quan sát ở tổng thể kia, theo đó, các bước kiểm định như sau:
 

Đặt yi và zi ( i = 1; 2; …; n) tương ứng là các quan sát theo cặp từ 2 tổng thể khác nhau.
 

Bước 1: Tạo n quan sát mới là hiệu các cặp dữ liệu tương ứng ban đầu:

{x1; x2; …; xn} là n quan sát của biến gốc X trong kiểm định.

Bước 2: Đặt = µ1 - µ2 và cặp giả thuyết kiểm định là 1 trong 3 trường hợp sau

Bước 3: Lập thống kê G, từ đó tính giá trị quan sát của G khi coi giả thuyết H0 đúng

 ,

G có phân phối T(n -1) khi biến gốc X phân phối chuẩn n: Số quan sát của mẫu mới

: Hàm trung bình mẫu của mẫu mới, giá trị cụ thể của mẫu điều tra là

S: Hàm độ lệch chuẩn mẫu của mẫu mới, giá trị cụ thể của mẫu điều tra là

Khi Ho đúng, µ = µo = 0, ta có tiêu chuẩn kiểm định

Þ Giá trị quan sát
 

Bước 4: Lập miền bác bỏ Wα tương ứng với 3 cặp giả thuyết tại Bước 2

Giá trị α là mức ý nghĩa trong kiểm định, α thường được lựa chọn không vượt quá 10%, các nghiên cứu thông dụng thường lấy giá trị α = 5%.

Bước 5: So sánh và kết luận, nếu Tqs Î Wα thì bác bỏ H0 và chấp nhận H1. Ngược lại Tqs Ï Wα thì chấp nhận H0 và bác bỏ H1.

Do giá trị α càng nhỏ thì Miền bác bỏ là miền càng thu hẹp hơn nên trên thực tế các phần mềm tính toán

sẵn giá trị α nhỏ nhất mà Tqs chứa trong Wα, tức là giá trị α nhỏ nhất mà loại bỏ H0, chấp nhận H1. Giá trị α này gọi là P_Value, như vậy với mọi mức ý nghĩa α1< P_Value, H0 sẽ được chấp nhận.

Nếu giả thuyết H0  được chấp nhận, do các quan sát luôn tương ứng theo cặp ở 2 tổng thể, ta kết luận không có sự khác biệt về đại lượng nghiên cứu giữa 2 tổng thể, các kết luận với mức ý nghĩa α<P_Value.

Phương pháp và dữ liệu nghiên cứu

Nghiên cứu xem xét những khác biệt về sự gia tăng tỷ lệ thất nghiệp giữa nam và nữ trong bối cảnh trước và sau khi đại dịch Covid-19 bắt đầu diễn ra. Nghiên cứu sử dụng số liệu của Tổng cục Thống kê về tỷ lệ thất nghiệp trong giai đoạn 2019 trở về trước và sau năm 2019. Do dữ liệu năm nên hạn chế về số lượng quan sát, đặc biệt là dữ liệu sau năm 2019, nghiên cứu xét tỷ lệ thất nghiệp mỗi năm được đại diện bởi 6 vùng kinh tế là Đồng bằng sông Hồng, Trung du và miền núi phía Bắc, Bắc Trung Bộ và duyên hải miền Trung, Tây Nguyên, Đông Nam Bộ và Đồng bằng sông Cửu Long, dữ liệu của Tổng cục Thống kê. Như vậy, mỗi năm sẽ có 6 quan sát cho nam giới và 6 quan sát cho nữ giới, từ đó lấy sai phân bậc 1 để được dữ liệu đo lượng thay đổi của tỷ lệ thất nghiệp sau 1 năm. Do đó, ta có các cặp quan sát theo giới tính nam và nữ. Cụ thể, các biến sử dụng trong mô hình là:

Mức thay đổi tỷ lệ thất nghiệp sau 1 năm của nam giới (%): dTLTNNam Mức thay đổi tỷ lệ thất nghiệp sau 1 năm của nữ giới (%): dTLTNNu

Trong đó dTLTNNami; t = TLTNNami; t - TLTNNami; t-1 với TLTNNami; t là tỷ lệ thất nghiệp nam giới vùng i trong năm t (%).

Tương tự, dTLTNNui; t = TLTNNui; t - TLTNNui; t-1 với TLTNNui; t là tỷ lệ thất nghiệp nữ giới vùng i trong năm t (%).

Đặt dTLTNGT = dTLTNNam - dTLTNNu là chênh lệch về mức thay đổi tỷ lệ thất nghiệp sau 1 năm của nam so với nữ.

Do hạn chế về sưu tập dữ liệu nên quan sát trong nghiên cứu này chỉ lấy đến năm 2020. Dữ liệu dTLTNNam, dTLTNNu được lấy trong 5 năm, ứng với giai đoạn 2016- 2020 từ các dữ liệu về tỷ lệ thất nghiệp trong giai đoạn 2015 - 2020.

Thống kê mô tả các biến được cho bởi Bảng 2:

Bảng 2. Thống kê mô tả các biến

Nguồn: Tính toán của tác giả bởi phần mềm Stata.

Số liệu cho thấy giá trị trung bình của biến dTLTNNam là âm và thấp hơn đáng kể so với biến dTLTNNu; hệ số biến thiên của các biến (trị tuyệt đối của tỷ lệ giữa độ lệch chuẩn và giá trị trung bình) cao.

Kết quả nghiên cứu

Tiến hành kiểm định phân phối chuẩn của chuỗi dTLTNGT bởi kiểm định Skewness/Kurtosis Tests, ta có: P_Value (Skewness= 0)= 0,6621> 0,05

P_Value (Kurtosis= 3)= 0,5512> 0,05

Do đó chuỗi hiệu số dTLTNGT được coi là có phân phối chuẩn. Như vậy điều kiện sử dụng kiểm định Paired-Sample T-Test được đáp ứng, hàm G có phân phối T(n-1).

Để làm rõ có sự tác động khác biệt theo giới, nghiên cứu tiến hành kiểm định Paired-Sample T-Test cho riêng năm 2020 và cho toàn bộ giai đoạn 2016- 2020, kết quả thể hiện tại Bảng 3.

Bảng 3. Kết quả kiểm định Paired-Sample T-Test giai đoạn 2016- 2020 và năm 2020

Nguồn: Tính toán của tác giả bởi phần mềm Stata.

Kết quả cho thấy, xét trong giai đoạn 2016- 2020:

Với giả thuyết H1 là µ ≠ 0, tức là µ1 ≠ µ2, giá trị P_Value = 0,057. Vậy với mức ý nghĩa 10% cho thấy sự gia tăng về tỷ lệ thất nghiệp giữa 2 giới là khác nhau xét trong giai đoạn 2016- 2020.

Với giả thuyết H1 là µ< 0, tức là µ1< µ2, giá trị P_Value = 0,029. Vậy với mức ý nghĩa 5%, có thể cho rằng sự gia tăng về tỷ lệ thất nghiệp của nam giới thấp hơn nữ giới.

Như vậy, kiểm định cho riêng năm 2020 hay xét chung cho giai đoạn 2016-2020, kết quả đều cho thấy sự gia tăng tỷ lệ thất nghiệp của nữ là cao hơn nam giới.

Để nghiên cứu có hay không sự tác động khác biệt trước và sau khi đại dịch Covid-19 bắt đầu diễn ra, nghiên cứu tiến hành kiểm định Paired-Sample T-Test cho cặp dữ liệu dTLTNNam và dTLTNNu trong giai đoạn 2016- 2019, kết quả thể hiện tại Bảng 4.

Bảng 4. Kết quả kiểm định Paired-Sample T-Test giai đoạn 2016- 2019

 Nguồn: Tính toán của tác giả bởi phần mềm Stata.

Kết quả cho thấy, với mọi giả thuyết H1 thì P_Value> 0,1, do đó với mức ý nghĩa 5% hay 10%, giả thuyết H0 đều không bị từ chối, do vậy sự gia tăng tỷ lệ thất nghiệp của nữ giới và nam giới trong giai đoạn 2016- 2019 là như nhau.

Kết quả khác biệt khi xét dữ liệu trong giai đoạn 2016 - 2020 thay bởi xét dữ liệu trong giai đoạn 2016- 2019, kết hợp kết quả kiểm định cho riêng năm 2020 cho thấy, nguyên nhân là do diễn biến về tỷ lệ thất nghiệp năm 2020 rất khác biệt so với giai đoạn 2016 - 2019, kéo theo sự thay đổi khi xét chung cho toàn bộ giai đoạn 2016- 2020. Mặt khác biến trong kiểm định là sự tăng tỷ lệ thất nghiệp sau 1 năm, vậy sự khác biệt là do trong năm 2020, sự gia tăng tỷ lệ thất nghiệp ở nữ giới tăng cao hơn và có ý nghĩa thống kê mạnh mẽ so với sự gia tăng tỷ lệ thất nghiệp ở nam giới, kéo theo sự thay đổi khi xét cho toàn bộ giai đoạn. Qua đó cho thấy, tác động của đại dịch Covid-19 đến thất nghiệp của nữ giới là nghiêm trọng hơn nam giới.

Kết luận và khuyến nghị

Đại dịch Covid-19 đã tác động lớn đến việc làm tại Việt Nam, làm gia tăng tỷ lệ thất nghiệp của người lao động. Sự gia tăng tỷ lệ thất nghiệp trong giai đoạn 2016- 2019 là không có sự khác biệt theo giới, song sự gia tăng tỷ lệ thất nghiệp năm 2020 đối với nữ giới là cao hơn, mức chênh lệch là rõ rệt và kéo theo xét chung trong 5 năm, giai đoạn 2016- 2020, tỷ lệ thất nghiệp của nữ giới có mức độ gia tăng cao hơn nam giới. Nghiên cứu cho thấy, ảnh hưởng của đại dịch đến tình trạng mất việc làm của nữ giới là nghiêm trọng hơn đối với nam, do đó làm trầm trọng thêm vấn đề bất bình đẳng giới tại Việt Nam.

Theo Tổng cục Thống kê (2021a), tỷ lệ tham gia lực lượng lao động ở nữ giới là 76,8%, trong khi tỷ lệ này ở nam giới là 81,9%, đồng thời tỷ lệ phụ nữ làm công việc ổn định thấp hơn nam giới. Khi đại dịch diễn ra, các vị trí việc làm kém ổn định dễ bị tổn thương và mất việc. Do đó, trong các giải pháp hỗ trợ lâu dài, khuyến nghị tăng tỷ lệ phụ nữ làm công việc ở vị trí ổn định, kể cả cấp quản lý, đồng thời cần nâng cao nhận thức người dân về bình đẳng giới.

Mặt khác, nhiều ngành nghề dễ bị gián đoạn khi diễn ra đại dịch như các ngành du lịch, dịch vụ, lưu trú, dệt may xuất khẩu, đây cũng là các ngành nghề nhiều lao động nữ. Do đó, Chính phủ cần tăng cường chính sách hỗ trợ về thuế cho các loại hình doanh nghiệp chịu ảnh hưởng nặng nề do đại dịch nói chung và đặc biệt hỗ trợ cho các doanh nghiệp có tỷ lệ sử dụng lao động nữ cao nói riêng.

Bên cạnh đó, Chính phủ, tổ chức Công Đoàn và các tổ chức xã hội khác tăng cường hỗ trợ cho lao động nữ, đặc biệt là các lao động nữ đang nuôi con nhỏ hoặc những lao động nữ đang là trụ cột chính trong gia đình./.

 Lê Thị Quỳnh Nhung

Học viện Ngân hàng

Nguồn: consosukien.vn