1. Đặt vấn đề và tổng quan nghiên cứu
1.1. Hai trụ cột lý thuyết về quyết định di cư lao động: Từ đầu tư vốn nhân lực cá nhân đến chiến lược sinh kế hộ gia đình
Di cư lao động nội địa và liên vùng đóng vai trò là cơ chế phân bổ lại nguồn lực trọng yếu trong quá trình chuyển dịch cơ cấu kinh tế từ nông nghiệp truyền thống sang công nghiệp chế biến, chế tạo và dịch vụ hiện đại. Trong kinh tế học lao động và phát triển, hành vi dịch chuyển không gian của người lao động được lý giải bởi hai hệ hình lý thuyết bổ trợ lẫn nhau. Hệ hình cổ điển khởi nguồn từ Sjaastad (1962) và Harris & Todaro (1970) tiếp cận di cư như một quyết định đầu tư vốn nhân lực của cá nhân duy lý: người lao động quyết định rời địa phương gốc khi giá trị hiện tại ròng của dòng chênh lệch tiền lương thực tế kỳ vọng giữa thị trường lao động nơi đến và nơi đi vượt qua chi phí dịch chuyển vật chất lẫn tâm lý. Dưới góc nhìn này, tuổi trẻ, trình độ học vấn và triển vọng tiền lương tại khu vực chính thức là những nhân tố quyết định xác suất di cư.
Ngược lại, Lý thuyết Kinh tế học Mới về Di cư Lao động do Stark & Bloom (1985) khởi xướng và Taylor (1999) mở rộng chứng minh rằng tại các nền kinh tế đang phát triển — nơi thị trường tín dụng chính thức và thị trường bảo hiểm rủi ro nông nghiệp ở khu vực nông thôn còn bất hoàn hảo — hộ gia đình mới là đơn vị ra quyết định chiến lược tối ưu hóa phúc lợi chung. Thay vì tối đa hóa thu nhập cá nhân đơn lẻ, hộ gia đình phân bổ lao động trẻ tới các cực tăng trưởng công nghiệp không tương quan với chu kỳ thời tiết nông nghiệp để đa dạng hóa rủi ro thu nhập, đồng thời tạo nguồn tiền gửi nội địa giúp tháo gỡ ràng buộc thanh khoản cho đầu tư sản xuất và chi phí nuôi dưỡng thế hệ phụ thuộc tại quê nhà.
1.2. Tổng quan bằng chứng thực nghiệm tại Việt Nam và khoảng trống nhận dạng kinh tế lượng
Tại Việt Nam, các nghiên cứu thực nghiệm tiên phong dựa trên các kỳ khảo sát mức sống hộ gia đình đã làm sáng tỏ vai trò của di cư nội địa đối với giảm nghèo và thu hẹp bất bình đẳng. Nghiên cứu của de Brauw & Harigaya (2007) sử dụng dữ liệu bảng thập niên 1990 cho thấy di cư thời vụ giúp cải thiện đáng kể mức chi tiêu bình quân đầu người của hộ nông thôn. Ở quy mô vĩ mô – vùng, Phan & Coxhead (2010) khẳng định dòng di cư liên tỉnh hướng về Đông Nam Bộ và vùng kinh tế trọng điểm phía Bắc đóng vai trò kênh lan tỏa tăng trưởng quan trọng, trong khi Coxhead, Nguyen & Vu (2015) cảnh báo tốc độ dịch chuyển lao động có dấu hiệu chững lại sau các cú sốc kinh tế và rào cản chi phí sinh hoạt đô thị. Ở cấp độ vi mô nội hộ, Nguyen, Grote & Nguyen (2017) ghi nhận vai trò tự bảo hiểm của di cư trước các cú sốc thời tiết và nông nghiệp tại các tỉnh miền Trung, còn Nguyen & Vu (2018) chỉ ra sự phân công lao động nội hộ phụ thuộc chặt chẽ vào cấu trúc nhân khẩu học và quy mô người phụ thuộc.
Tuy nhiên, việc ước lượng nhất quán hàm quyết định di cư trên các kỳ khảo sát hiện đại giai đoạn 2018–2024 vẫn đối mặt với bốn khoảng trống dữ liệu học và kinh tế lượng chưa được giải quyết đồng bộ:
- Bất đối xứng cấu trúc bảng hỏi qua các kỳ điều tra và cú sốc đại dịch COVID-19: Thiết kế thu thập thông tin người đi làm ăn xa của GSO (2025) thay đổi căn bản giữa kỳ 2018 có mô-đun chuyên biệt
MUC1B, kỳ 2020 lược bỏMUC1Bđúng thời điểm giãn cách xã hội và kỳ 2022 chuyển sang câu hỏi sàng lọc tư cách thành viên thường trúQ4Etrong tệpHo_XDTVHo. Nếu chỉ trích xuất cơ học danh sách thành viên thường trúMUC1A/Ho_ThanhVien, hơn dòng xuất cư kinh tế dài hạn sẽ bị bỏ sót. - Chệch chọn mẫu trên phương trình tiền lương cơ hội: Tiền lương thị trường chỉ quan sát được ở phân mẫu người làm công ăn lương, đòi hỏi hiệu chỉnh chọn mẫu hai bước theo Heckman (1979) trước khi kiểm định cấu trúc chênh lệch lương kỳ vọng của Harris & Todaro (1970).
- Tính nội sinh đồng thời giữa thu nhập hộ và quyết định xuất cư: Thu nhập hiện hành của hộ vừa chịu tác động của lao động thiếu hụt tại chỗ vừa phản ánh các cú sốc năng suất không quan sát được, khiến hồi quy gộp chéo thông thường bị chệch về không và đòi hỏi chiến lược biến công cụ hàm kiểm soát theo Rivers & Vuong (1988) và Wooldridge (2010) kết hợp kiểm định độ mạnh công cụ của Stock & Yogo (2005).
- Thiết kế chọn mẫu cụm hai giai đoạn phân tầng: Như Deaton (1997) và Solon, Haider & Wooldridge (2015) chỉ rõ, sự chênh lệch lớn về xác suất lấy mẫu giữa các vùng nông thôn xuất cư và hai siêu đô thị tiếp nhận lao động buộc nhà nghiên cứu phải thực hiện kiểm định ngoại sinh trọng số của DuMouchel & Duncan (1983) và gom cụm sai số chuẩn tại cấp địa bàn điều tra gốc PSU.
2. Dữ liệu VHLSS 2018–2024 và quy trình hài hòa hóa cấu trúc vi mô
2.1. Ba nguyên tắc hài hòa hóa dữ liệu di cư xuyên kỳ 2018–2024
Rà soát toàn diện hệ thống tệp dữ liệu vi mô gốc của bốn kỳ VHLSS 2018, 2020, 2022 và 2024 theo GSO (2025) cùng khung định nghĩa di cư nội hộ của Coxhead, Nguyen & Vu (2015) xác lập ba quy tắc hài hòa hóa quyết định độ chính xác thực nghiệm:
2.2. Thống kê phân rã mẫu khảo sát 2018–2024: Có trọng số đối chiếu không trọng số
Bảng 1 tổng hợp quy mô mẫu hộ gia đình, mẫu cá nhân độ tuổi lao động – và tỷ lệ di cư có trọng số wt45 đối chiếu với ước lượng không trọng số theo nguyên lý của Deaton (1997). Toàn bộ biến tiền tệ đã được quy đổi về giá thực cố định năm 2020 theo chỉ số giá tiêu dùng chính thức của GSO (2025).
| Kỳ VHLSS | Số hộ | Cá nhân – nội hộ | Cá nhân – mở rộng | Di cư nội hộ KTS (%) | Di cư nội hộ CTS wt45 (%) | Di cư mở rộng CTS wt45 (%) | Hộ có di cư KT KTS (%) | Hộ có di cư KT CTS wt45 (%) | Tuổi TB CTS (năm) | Học vấn TB CTS (năm) | Tỷ lệ đô thị CTS (%) | Thu nhập thực phi kiều hối CTS ('000đ/người/tháng) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2018 | 45,839 | 113,936 | 120,374 | 0.393 | 0.376 | 5.297 | 11.529 | 10.625 | 38.90 | 9.27 | 33.61 | 3,983.1 |
| 2020 | 46,950 | 113,195 | 113,195 | 0.440 | 0.409 | 0.409 | 1.082 | 0.998 | 38.80 | 9.84 | 37.40 | 5,426.8 |
| 2022 | 46,995 | 112,301 | 112,301 | 0.360 | 0.318 | 0.318 | 5.762 | 5.033 | 39.37 | 9.91 | 39.53 | 4,339.8 |
| 2024 | 9,399 | 21,852 | 21,852 | 0.343 | 0.292 | 0.292 | 0.819 | 0.689 | 39.75 | 9.90 | 39.74 | 4,746.1 |
Ghi chú: KTS là ước lượng không trọng số; CTS là ước lượng có trọng số xác suất chọn mẫu wt45. Kỳ 2024 sử dụng phân mẫu chi tiêu 5 mục quy mô 9,399 hộ.

Số liệu Bảng 1 và Hình 1 làm nổi bật quy luật chệch chọn mẫu nhất quán trên tất cả các kỳ điều tra: tỷ lệ hộ có lao động di cư kinh tế khi bỏ qua trọng số luôn cao hơn đáng kể so với ước lượng đại diện tổng thể có trọng số wt45, cụ thể đạt so với năm 2018 và so với năm 2022. Căn nguyên trực tiếp nằm ở thiết kế phân bổ mẫu của GSO (2025): các tỉnh nông thôn, miền núi phía Bắc và Bắc Trung Bộ có cường độ lấy mẫu cao hơn quy mô dân số thực nên mang trọng số nhỏ nhưng lại là những địa bàn xuất cư mạnh nhất cả nước; Trái lại, hai cực đô thị Hà Nội và Thành phố Hồ Chí Minh mang trọng số mở rộng lớn nhưng có tỷ lệ xuất cư đi tỉnh khác rất thấp.
3. Phương pháp kinh tế lượng và chiến lược nhận dạng nhân quả
3.1. Mô hình lựa chọn rời rạc cấp cá nhân và phương trình tiền lương kỳ vọng Todaro–Heckman
Xét cá nhân trong độ tuổi lao động – thuộc hộ tại địa bàn điều tra gốc ở kỳ khảo sát . Lợi ích ròng tiềm ẩn khi tham gia di cư lao động được xác định bởi:
Trong đó:
- : biến chỉ báo quyết định di cư quan sát được của cá nhân ;
- : độ tuổi của cá nhân thuộc hộ tại địa bàn kỳ ;
- : véc-tơ đặc trưng cá nhân và véc-tơ đặc trưng hộ gia đình;
- : hiệu ứng cố định vùng kinh tế – xã hội và kỳ khảo sát.
Để bảo đảm tính vững trước giả định phân phối của sai số ngẫu nhiên khi biến phụ thuộc có tần suất sự kiện thấp trên phân mẫu nội hộ, nghiên cứu ước lượng đồng thời ba hàm liên kết chuẩn tắc bằng phương pháp hợp lý cực đại giả có trọng số theo Wooldridge (2010):
- Mô hình Logit: .
- Mô hình Probit: .
- Mô hình Complementary Log-Log bất đối xứng: .
Ma trận hiệp phương sai tiệm cận được tính bằng công thức Sandwich gom cụm tại cấp địa bàn điều tra gốc PSU với cụm ở mẫu cá nhân 2018–2022 và cụm ở mẫu hộ 2018–2024:
Trong đó:
- : trọng số chuẩn hóa theo từng kỳ điều tra nhằm duy trì tỷ trọng cỡ mẫu thực tế khi gộp đa kỳ;
- : ma trận đạo hàm bậc hai và véc-tơ điểm số hợp lý giả của quan sát trong cụm ;
- : tác động biên trung bình có trọng số của biến giải thích .
Để kiểm định trực tiếp giả thuyết chênh lệch lương kỳ vọng của Harris & Todaro (1970) khi tiền lương thị trường chỉ quan sát được trên lao động làm công ăn lương, nghiên cứu triển khai quy trình hai bước của Heckman (1979):
- Bước 1 — Phương trình chọn mẫu tham gia làm công ăn lương: Ước lượng Probit có trọng số với các biến loại trừ nhân khẩu hộ bao gồm số trẻ dưới 6 tuổi, số trẻ 6–15 tuổi, số người trên 60 tuổi, tình trạng hôn nhân và sở hữu đất nông nghiệp để trích xuất tỷ số Mills ngược .
- Bước 2 — Phương trình tiền lương hiệu chỉnh chọn mẫu: Hồi quy theo tuổi, bình phương tuổi, giới tính, số năm đi học, khu vực chính thức, đô thị, dân tộc, vùng địa lý và , từ đó dự báo mức lương cơ hội tiềm năng cho toàn bộ cá nhân và đưa vào phương trình Probit di cư cấu trúc.
3.2. Mô hình hộ gia đình NELM, hàm kiểm soát IV-Probit và dữ liệu bảng cân bằng 2020–2022
Ở cấp độ hộ gia đình, xác suất hộ cử ít nhất một thành viên xuất cư và cường độ số người xuất cư theo khung lý thuyết của Stark & Bloom (1985) được ước lượng bằng mô hình Logit có trọng số và hợp lý cực đại giả Poisson. Để xử lý tính nội sinh của logarit thu nhập hộ phi kiều hối , nghiên cứu thiết lập biến công cụ ngữ cảnh cấp xã loại trừ bản thân:
Trong đó:
- : tập hợp các hộ mẫu cư trú cùng xã với hộ ;
- : quy mô mẫu hộ trong xã tại kỳ khảo sát ;
- : thu nhập hộ gia đình không bao gồm kiều hối.
Mặt bằng thu nhập phi kiều hối của các hộ láng giềng trong cùng xã nắm bắt năng suất kinh tế địa phương ngoại sinh với quyết định cử người đi xa của riêng hộ . Theo phương pháp hàm kiểm soát của Rivers & Vuong (1988) và Wooldridge (2010), phần dư giai đoạn một được đưa đồng thời cùng vào phương trình Probit giai đoạn hai; Kiểm định độ mạnh công cụ giai đoạn một được đối chiếu với ngưỡng tới hạn của Stock & Yogo (2005), còn thống kê gom cụm PSU trên hệ số của cung cấp kiểm định nội sinh trực tiếp.
Cuối cùng, trên bảng cân bằng hộ giai đoạn 2020–2022, nghiên cứu triển khai ba chiến lược khử dị biệt hộ bất biến theo thời gian :
- Mô hình xác suất tuyến tính hiệu ứng cố định hộ FE-LPM: Khử hoàn toàn qua phép biến đổi nội bộ hộ đi kèm sai số chuẩn gom cụm PSU.
- Mô hình hiệu ứng ngẫu nhiên tương quan Probit theo Mundlak (1978) và Chamberlain (1980): Bổ sung véctơ trung bình theo thời gian của từng hộ gắn trọng số kỳ gốc
wt45_2020, cho phép tách bạch tác động biến thiên nội hộ ngắn hạn khỏi chênh lệch cấu trúc dài hạn giữa các hộ mà không gặp chệch tham số ngẫu nhiên khi . - Mô hình Logit dự báo trễ nhân quả 2020 2022: Sử dụng các biến kinh tế – nhân khẩu và cú sốc thiên tai tại thời điểm gốc năm 2020 để dự báo xác suất xuất cư năm 2022, loại trừ triệt để nhân quả ngược đồng thời.
4. Kết quả thực nghiệm
4.1. Đường cong chọn lọc tuổi – giới tính và sự phân cực không gian vùng

Kết quả phân rã phi tham số xác nhận hai quy luật cấu trúc phù hợp với lý thuyết chu kỳ sống của Sjaastad (1962) và bức tranh dịch chuyển không gian của Phan & Coxhead (2010):
- Đường cong chọn lọc tuổi hình chữ U ngược sắc nét: Trên mẫu mở rộng tích hợp mô-đun người tách hộ
MUC1B, xác suất di cư đạt đỉnh ở nhóm tuổi – với ở nam và ở nữ cùng nhóm tuổi – với ở nam và ở nữ, sau đó giảm nhanh xuống dưới sau tuổi khi chi phí chuyển đổi nghề nghiệp và ràng buộc gia đình tăng cao. Đáng chú ý, nếu chỉ xét biến tạm vắng nội hộMUC1A, đỉnh tuổi bị lệch sang nhóm – tuổi đại diện cho nhóm chủ hộ đi làm thời vụ ngắn ngày, khẳng định tính thiết yếu của việc tích hợp bảng sàng lọc xuất cư tách hộ. - Phân cực rõ rệt giữa vùng nguồn cung lao động và cực thu hút công nghiệp: Trong kỳ phục hồi hậu đại dịch năm 2022, ba vùng xuất cư lớn nhất cả nước là Trung du và miền núi phía Bắc với số hộ, Bắc Trung Bộ và Duyên hải miền Trung với và Đồng bằng sông Cửu Long với ; Trái lại, vùng tiếp nhận công nghiệp trọng điểm Đông Nam Bộ chỉ có số hộ cử người đi làm xa tại tỉnh khác.
4.2. Kết quả mô hình lựa chọn rời rạc cấp cá nhân và tiền lương kỳ vọng Todaro–Heckman
Bảng 2 trình bày kết quả ước lượng tác động biên trung bình nhân trên mẫu cá nhân – tuổi giai đoạn 2018–2022 đối chiếu giữa Logit không trọng số, ba hàm liên kết có trọng số wt45, mô hình mở rộng tích hợp MUC1B và mô hình cấu trúc Todaro–Heckman.
| Biến giải thích | Logit KTS (AME ) | Logit CTS wt45 (AME ) | Probit CTS wt45 (AME ) | Cloglog CTS wt45 (AME ) | Logit mở rộng MUC1B CTS (AME ) | Todaro–Heckman Probit CTS (AME ) |
|---|---|---|---|---|---|---|
Tuổi age | ||||||
Bình phương tuổi / 100 age_sq | ||||||
Nữ giới female | ||||||
Đang kết hôn married | ||||||
Số năm đi học edu_years | ||||||
Hợp đồng lao động chính thức formal_job | — | — | ||||
| Lương cơ hội kỳ vọng | — | — | — | — | — | |
Quy mô hộ hhsize | ||||||
Số trẻ dưới 6 tuổi age6 | ||||||
Số trẻ 6–15 tuổi age615 | ||||||
| Log thu nhập hộ phi kiều hối | ||||||
Khu vực thành thị urban | ||||||
Dân tộc Kinh/Hoa ethnic_kinh | ||||||
| Số quan sát / Số cụm PSU | 339,432 / 7,777 | 339,432 / 7,777 | 339,432 / 7,777 | 339,432 / 7,777 | 345,870 / 7,777 | 339,432 / 7,777 |
| McFadden Pseudo- | 0.1837 | 0.1927 | 0.1912 | 0.1928 | 0.3315 | 0.1912 |
| Kiểm định DuMouchel–Duncan | — | — | — | — | — |
Ghi chú: Giá trị báo cáo là tác động biên trung bình nhân 100 tính bằng điểm phần trăm xác suất di cư; Sai số chuẩn gom cụm PSU trong ngoặc đơn. Mức ý nghĩa: , , . Phương trình tiền lương bước 2 của Heckman (1979) trên lao động hưởng lương có hệ số tỷ số Mills ngược với .

Ba phát hiện kinh tế học rút ra từ Bảng 2 và Hình 3:
- Hội tụ chặt chẽ giữa các hàm liên kết và tính thiết yếu của trọng số thiết kế: Ba mô hình Logit, Probit và Cloglog có trọng số cho ước lượng tác động biên gần như trùng khít, chẳng hạn hiệu ứng khu vực thành thị lần lượt đạt , và điểm phần trăm. Tuy nhiên, kiểm định ngoại sinh của DuMouchel & Duncan (1983) với theo tiêu chuẩn chẩn đoán của Solon, Haider & Wooldridge (2015) bác bỏ hoàn toàn giả thuyết trọng số không mang thông tin chọn mẫu: mô hình không trọng số đánh giá chệch hệ số dân tộc Kinh/Hoa xuống mức không có ý nghĩa thống kê với , trong khi mô hình gắn
wt45khôi phục lợi thế mạng lưới thông tin thị trường lao động của nhóm Kinh/Hoa ở mức điểm phần trăm với . - Đảo chiều chọn lọc vốn nhân lực giữa tạm vắng ngắn hạn và xuất cư tách hộ: Tương đồng với phân tích nội hộ của Nguyen & Vu (2018), trên phân mẫu tạm vắng ngắn ngày, học vấn mang dấu âm nhẹ điểm phần trăm/năm do lao động có chuyên môn dễ tiếp cận việc làm phi nông nghiệp ổn định ngay tại địa phương. Ngược lại, khi bao gồm luồng thanh niên tách hộ đi làm ăn xa
MUC1B, mỗi năm đi học tăng thêm làm tăng xác suất xuất cư điểm phần trăm và tình trạng độc thân làm tăng xác suất xuất cư điểm phần trăm với . - Xác nhận cấu trúc giả thuyết Harris & Todaro (1970): Sau khi hiệu chỉnh chọn mẫu theo Heckman (1979), biến tiền lương cơ hội kỳ vọng tác động dương mạnh mẽ lên quyết định di cư với điểm phần trăm trên mỗi đơn vị logarit tiền lương ở mức .
4.3. Chiến lược sinh kế hộ NELM, kiểm soát nội sinh IV-Probit và bằng chứng Bảng 2020–2022
Bảng 3 trình bày kết quả ước lượng ở cấp độ hộ gia đình trên toàn mẫu hộ giai đoạn 2018–2024 kết hợp cùng ba mô hình dữ liệu bảng trên hộ cân bằng giai đoạn 2020–2022.
| Biến giải thích / Chiến lược nhận dạng | NELM Logit KTS (AME pp) | NELM Logit CTS wt45 (AME pp) | Control-Function IV-Probit CTS (AME pp) | NELM Poisson QMLE CTS (AME người) | Panel FE-LPM 2020–2022 (pp) | Mundlak CRE Probit 2020–2022 (AME pp) | Dự báo trễ 2020 2022 (AME pp) |
|---|---|---|---|---|---|---|---|
Quy mô hộ hhsize | |||||||
Số trẻ dưới 6 tuổi age6 | |||||||
Số trẻ 6–15 tuổi age615 | |||||||
Số người trên 60 tuổi age60 | |||||||
Học vấn chủ hộ head_edu | — | ||||||
Hộ có đất nông nghiệp agri_land | — | — | |||||
Khu vực thành thị urban | — | ||||||
| Log thu nhập hộ phi kiều hối | / TB hộ: | ||||||
| Phần dư hàm kiểm soát | — | — | — | — | — | — | |
Quán tính di cư kỳ gốc mig_2020 | — | — | — | — | — | — | |
Phục hồi hậu COVID-19 post_2022 | — | — | — | — | — | ||
| Số quan sát | 149,183 | 149,183 | 149,183 | 149,183 | 39,594 | 39,594 | 19,797 |
| Chẩn đoán mô hình | DD | Pseudo- | First-stage | Gom cụm PSU | 19,797 hộ FE | Mundlak Wald | Lagged Exog. |

5. Kiểm chứng tương đương số học đa nền tảng trên mô hình lựa chọn rời rạc có trọng số
Để xác thực độ chính xác số học của hàm hợp lý cực đại giả có trọng số và ma trận hiệp phương sai Sandwich gom cụm PSU, Bảng 4 và Hình 5 đối chiếu trực tiếp kết quả ước lượng Survey Logit trên mẫu VHLSS 2022 giữa Stata 18 MP với khai báo logit [pw=wt45], vce(cluster psu_num) và động cơ ước lượng giải tích trên Python và R.
| Biến giải thích trên VHLSS 2022 | Hệ số Stata 18 MP | Hệ số Python Survey GLM | Sai số chuẩn PSU Stata 18 MP | Sai số chuẩn PSU Python Survey GLM | Tác động biên AME Stata 18 MP | Độ lệch tuyệt đối |
|---|---|---|---|---|---|---|
hhsize — Quy mô hộ | −0.0781749 | −0.0781749 | 0.0213288 | 0.0213288 | −0.0036514 | |
age6 — Số trẻ dưới 6 tuổi | +0.2829981 | +0.2829981 | 0.0449946 | 0.0449946 | +0.0132183 | |
age60 — Số người trên 60 tuổi | −0.2830665 | −0.2830665 | 0.0364311 | 0.0364311 | −0.0132214 | |
head_edu — Học vấn chủ hộ | −0.0101091 | −0.0101091 | 0.0069878 | 0.0069878 | −0.0004722 | |
ln_hhinc_nonremit — Thu nhập phi kiều hối | −0.1791452 | −0.1791452 | 0.0199301 | 0.0199301 | −0.0083675 | |
urban — Khu vực thành thị | −1.0946949 | −1.0946949 | 0.0984685 | 0.0984685 | −0.0511309 | |
ethnic_kinh — Dân tộc Kinh/Hoa | −0.4503628 | −0.4503628 | 0.0913308 | 0.0913308 | −0.0210355 |

Trên toàn bộ véctơ tham số hồi quy và ma trận sai số chuẩn gom cụm PSU, độ lệch tuyệt đối cực đại giữa các nền tảng phần mềm bằng tính đến chữ số thập phân thứ bảy, bảo đảm tính tái lập độc lập hoàn toàn cho mọi mô hình phi tuyến trên khảo sát hộ gia đình.
6. Kết luận, hàm ý chính sách và tuyên bố tái lập
6.1. Ba hàm ý chính sách phát triển thị trường lao động và an sinh xã hội
6.2. Tuyên bố sẵn có dữ liệu và tái lập đa nền tảng
Bộ dữ liệu vi mô ẩn danh đã chuẩn hóa bao gồm tệp hộ gia đình bốn kỳ vhlss_migration_hh_2018_2024.{csv,dta}, tệp cá nhân độ tuổi lao động vhlss_migration_ind_2018_2024.csv.gz và bảng cân bằng vhlss_migration_panel_2020_2022.{csv,dta}, đi kèm từ điển biến codebook.md, mã nguồn tái lập hoàn chỉnh trên Stata, R, Python và bảng mã băm kiểm chứng SHA256SUMS.txt. Quy trình kết nối đa bảng một – nhiều, tạo biến công cụ ngữ cảnh cấp xã loại trừ bản thân và ước lượng trọng số chuẩn hóa đa kỳ đồng thời hỗ trợ thực thi tự động trên hạ tầng dữ liệu vi mô EcoData.
Tài liệu tham khảo
- Chamberlain, G. (1980). Analysis of covariance with qualitative data. The Review of Economic Studies, 47, 225–238. https://doi.org/10.2307/2297110 ↩
- Coxhead, I., Nguyen, C. V., & Vu, L. H. (2015). Migration in Vietnam: New evidence from recent surveys. World Bank Vietnam Development Economics Discussion Paper No. 2. https://doi.org/10.1596/23597 ↩
- de Brauw, A., & Harigaya, T. (2007). Seasonal migration and improving living standards in Vietnam. American Journal of Agricultural Economics, 89, 430–447. https://doi.org/10.1111/j.1467-8276.2006.00989.x ↩
- Deaton, A. (1997). The analysis of household surveys: A microeconometric approach to development policy. Johns Hopkins University Press for the World Bank. https://doi.org/10.1596/0-8018-5254-4 ↩
- DuMouchel, W. H., & Duncan, G. J. (1983). Using sample survey weights in multiple regression analyses of stratified samples. Journal of the American Statistical Association, 78, 535–543. https://doi.org/10.1080/01621459.1983.10478006 ↩
- General Statistics Office of Vietnam. (2025). Kết quả Khảo sát mức sống dân cư Việt Nam năm 2024. Nhà xuất bản Thống kê. https://www.nso.gov.vn ↩
- Harris, J. R., & Todaro, M. P. (1970). Migration, unemployment and development: A two-sector analysis. American Economic Review, 60, 126–142. ↩
- Heckman, J. J. (1979). Sample selection bias as a specification error. Econometrica, 47, 153–161. https://doi.org/10.2307/1912352 ↩
- Mundlak, Y. (1978). On the pooling of time series and cross section data. Econometrica, 46, 69–85. https://doi.org/10.2307/1913646 ↩
- Nguyen, C. V., & Vu, L. H. (2018). Should I stay or should I go? Intra-household labor migration decision in Vietnam. Journal of International Migration and Integration, 19, 945–963. https://doi.org/10.1007/s12134-018-0571-3 ↩
- Nguyen, D. L., Grote, U., & Nguyen, T. T. (2017). Migration and rural household expenditures: A case study from Vietnam. Economic Analysis and Policy, 56, 163–175. https://doi.org/10.1016/j.eap.2017.09.001 ↩
- Phan, D., & Coxhead, I. (2010). Inter-provincial migration and inequality during Vietnam's transition. Journal of Development Economics, 91, 100–112. https://doi.org/10.1016/j.jdeveco.2009.06.008 ↩
- Rivers, D., & Vuong, Q. H. (1988). Limited information estimators and exogeneity tests for simultaneous probit models. Journal of Econometrics, 39, 347–366. https://doi.org/10.1016/0304-407690063-2 ↩
- Sjaastad, L. A. (1962). The costs and returns of human migration. Journal of Political Economy, 70, 80–93. https://doi.org/10.1086/258726 ↩
- Solon, G., Haider, S. J., & Wooldridge, J. M. (2015). What are we weighting for? Journal of Human Resources, 50, 301–316. https://doi.org/10.3368/jhr.50.2.301 ↩
- Stark, O., & Bloom, D. E. (1985). The new economics of labor migration. American Economic Review, 75, 173–178. ↩
- Stock, J. H., & Yogo, M. (2005). Testing for weak instruments in linear IV regression. In D. W. K. Andrews & J. H. Stock, Identification and inference for econometric models. Cambridge University Press. https://doi.org/10.1017/CBO9780511614491.006 ↩
- Taylor, E. J. (1999). The new economics of labour migration and the role of remittances in the migration process. International Migration, 37, 63–88. https://doi.org/10.1111/1468-2435.00066 ↩
- Wooldridge, J. M. (2010). Econometric analysis of cross section and panel data. MIT Press. ↩
Dữ liệu & Mã lệnh tái lập
vhlss_migration_panel_2020_2022hh_panel_idyearpsuwt45wt_long_basehh_has_econ_migrantln_inc_pc_nonremit_realhhsizehead_edu_yrsurbanpoor_certMở khóa dữ liệu & mã lệnh tái lập
Sau khi theo dõi phần phân tích định lượng và bình duyệt học thuật phía trên, mời bạn đăng nhập nếu đã có gói thành viên hoặc tham gia cộng đồng nghiên cứu EcoLab để trực tiếp kiểm chứng từng hệ số ước lượng trên máy cá nhân.
Khớp chính xác tên biến, đặc tả sai số chuẩn vững và ma trận kiểm định chẩn đoán của bài nghiên cứu.
Sẵn sàng nạp trực tiếp vào môi trường thống kê cá nhân để đối chiếu độc lập từng bảng kết quả.
Đóng gói đồng bộ bản thảo chuẩn công bố tạp chí DOCX & PDF, tệp dữ liệu CSV, ba kịch bản ước lượng R · Stata · Python và hướng dẫn thực thi.
Mỗi liên kết tải xuống được cấp chữ ký bảo mật riêng cho tài khoản thành viên và tự động làm mới mượt mà ngay trên trang đọc.




