Bối cảnh và vấn đề nghiên cứu

Thị trường lao động giữ vai trò động lực thúc đẩy sự vận hành của các thị trường khác trong nền kinh tế như thị trường hàng hóa, dịch vụ, vốn và bất động sản. Đây là thị trường có cơ chế vận hành phức tạp, gắn liền với các công cụ điều tiết nhằm bảo đảm việc làm, thu nhập và điều kiện tái sản xuất sức lao động cho người dân. Tại thành phố Hà Nội, công tác kết nối việc làm và phân tích thông tin thị trường do Trung tâm Dịch vụ việc làm Hà Nội (trực thuộc Sở Lao động - Thương binh và Xã hội Hà Nội) đảm nhiệm. Tuy nhiên, khối lượng dữ liệu phát sinh từ hoạt động khảo sát, thu thập thông tin cung - cầu lao động là rất lớn, đòi hỏi phải ứng dụng các phương pháp và công cụ phân tích hiện đại nhằm nâng cao độ chính xác trong công tác phân tích và dự báo.

Khóa luận tốt nghiệp của tác giả Trịnh Minh Đức (chuyên ngành Kinh tế Dữ liệu, Khoa Kinh tế Số, Học viện Chính sách và Phát triển) tập trung giải quyết bài toán phân tích thực trạng thị trường lao động Thủ đô. Mục tiêu nghiên cứu được xác định cụ thể:

  1. Hệ thống hóa cơ sở lý thuyết về trực quan hóa dữ liệu, bao gồm quy trình, kỹ thuật và các công cụ hỗ trợ như Python và Tableau.
  2. Khai thác, xử lý tập dữ liệu do Trung tâm Dịch vụ việc làm Hà Nội thu thập về nhu cầu tìm việc của người lao động và nhu cầu tuyển dụng của doanh nghiệp.
  3. Phân tích thực trạng cung - cầu lao động trên địa bàn Hà Nội, chỉ ra sự tương thích và chênh lệch giữa yêu cầu tuyển dụng với đặc điểm của người tìm việc.
  4. Đánh giá nghiệp vụ tại đơn vị thực tập và đề xuất các giải pháp nâng cao hiệu quả phân tích dữ liệu thị trường lao động.

Đối tượng nghiên cứu của đề tài là người lao động có nhu cầu tìm kiếm việc làm và nhu cầu tuyển dụng lao động của các doanh nghiệp. Phạm vi nghiên cứu bao quát toàn bộ người lao động và các nhà tuyển dụng trên địa bàn thành phố Hà Nội. Dữ liệu nghiên cứu được thu thập từ các báo cáo định kỳ giai đoạn 2015–2022, trọng tâm là số liệu khảo sát chi tiết trong năm 2020, 2021 và năm 2022 tại Trung tâm Dịch vụ việc làm Hà Nội.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý luận dựa trên các khái niệm chuẩn mực về trực quan hóa dữ liệu trong lĩnh vực kinh doanh thông minh (Business Intelligence - BI) và khoa học dữ liệu. Trực quan hóa dữ liệu được định nghĩa là quá trình chuyển đổi dữ liệu số phức tạp, dung lượng lớn thành các yếu tố hình ảnh trực quan (biểu đồ, đồ thị, bản đồ). Cấu trúc của trực quan hóa dữ liệu gồm ba thành phần cốt lõi:

  • Thông điệp (Message): Mục đích phân tích và nội dung cần truyền tải tới các bên liên quan.
  • Dữ liệu (Data): Tập dữ liệu đã được làm sạch, định dạng và loại bỏ giá trị ngoại lai.
  • Phương tiện trực quan (Visual medium): Các dạng biểu đồ phù hợp để làm nổi bật các điểm dữ liệu chính.

Quy trình trực quan hóa dữ liệu được thực hiện qua 5 bước: (1) Xác định mục tiêu nghiên cứu; (2) Thu thập dữ liệu nội bộ và bên ngoài; (3) Làm sạch và chuyển đổi dữ liệu; (4) Lựa chọn phương tiện trực quan (dạng tĩnh hoặc dạng tương tác); (5) Tạo lập và xuất bản báo cáo trực quan. Các kỹ thuật trực quan hóa được phân loại thành: chuỗi thời gian (time series), phân cấp (hierarchical), mạng lưới (network: scatter plot, bubble chart, word cloud), đa chiều (multidimensional: bar chart, pie chart, stacked bar chart) và không gian địa lý (geospatial: heat map, density map).

Về mặt công cụ kỹ thuật, đề tài nghiên cứu hai nền tảng chính:

  • Ngôn ngữ lập trình Python: Ứng dụng trong khai thác dữ liệu qua thư viện Scrapy, BeautifulSoup; xử lý và cấu trúc dữ liệu qua NumPy, Pandas; trực quan hóa dữ liệu qua Matplotlib, Seaborn.
  • Phần mềm Tableau: Ứng dụng các sản phẩm trong hệ sinh thái gồm Tableau Prep (Prep Builder, Prep Conductor), Tableau Desktop (Creator: bản Personal và Professional), Tableau Server, Tableau Online, Tableau Public và Tableau Reader.

Khung pháp lý và chính sách được vận dụng trong nghiên cứu bao gồm: Quyết định số 3055/QĐ-UB ngày 19/11/1991 và Quyết định số 375/QĐ-UBND ngày 19/01/2017 của UBND TP Hà Nội về tổ chức bộ máy Trung tâm Dịch vụ việc làm Hà Nội; Quyết định số 3362/QĐ-UBND ngày 13/07/2021 phê duyệt Đề án nâng cao hiệu quả sàn giao dịch việc làm giai đoạn 2021–2025; Kế hoạch số 142/KH-UBND ngày 08/06/2021 về Chương trình hỗ trợ phát triển thị trường lao động TP Hà Nội đến năm 2030; Thông tư số 27/TT-BLĐTBXH ngày 24/07/2015 và Thông tư số 01/2022 của Bộ Lao động - Thương binh và Xã hội về thu thập, lưu trữ cơ sở dữ liệu cung - cầu lao động; Nghị quyết số 11/NQ-CP của Chính phủ về phục hồi và phát triển kinh tế - xã hội.

Phương pháp nghiên cứu kết hợp giữa thu thập thông tin thứ cấp (báo cáo thường niên, bản tin cập nhật thị trường lao động, số liệu quản trị cơ sở dữ liệu) và thông tin sơ cấp (bảng hỏi điều tra với 30.000 phiếu phát ra cho người lao động và doanh nghiệp tuyển dụng; các phiếu khảo sát chuyên đề về tác động dịch bệnh, tiền lương và mức sống tối thiểu). Phương pháp phân tích và xử lý số liệu sử dụng kỹ thuật thống kê mô tả, phân loại, so sánh và tổng hợp với sự trợ giúp của ngôn ngữ Python và phần mềm Tableau Public.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý thuyết về trực quan hóa dữ liệu

Chương 1 tổng hợp các khái niệm, vai trò, quy trình và kỹ thuật trực quan hóa dữ liệu trong kỷ nguyên số. Tác giả phân tích chi tiết ưu điểm và nhược điểm của các công cụ phân tích dữ liệu phổ biến:

Tiêu chí Ngôn ngữ lập trình Python Phần mềm Tableau Public / Desktop
Thế mạnh chính Hệ sinh thái thư viện phong phú (NumPy, Pandas, Matplotlib, Seaborn); tự động hóa thu thập dữ liệu qua API, web scraping (Scrapy, BeautifulSoup); dễ mở rộng quy mô. Thao tác kéo - thả trực quan; hỗ trợ hơn 28 dạng biểu đồ chuẩn; kết nối linh hoạt hơn 80 nguồn dữ liệu; xây dựng dashboard tương tác nhanh chóng.
Hạn chế kỹ thuật Tốc độ thông dịch chậm hơn ngôn ngữ biên dịch; mức tiêu thụ bộ nhớ RAM cao khi xử lý tập dữ liệu lớn; không hỗ trợ gốc trên di động. Phiên bản Enterprise có chi phí bản quyền cao; phiên bản Public có tính bảo mật thấp; hạn chế khả năng tự động lập lịch gửi báo cáo.
Ứng dụng trong nghiên cứu Tiền xử lý, lọc bỏ dữ liệu ngoại lai, chuẩn hóa các trường thông tin cung - cầu lao động. Thiết kế hệ thống dashboard trực quan hóa mối quan hệ giữa các biến số thị trường lao động.

Tác giả khẳng định trực quan hóa dữ liệu đóng vai trò quyết định trong việc hỗ trợ ra quyết định chiến lược, cải thiện dịch vụ quản lý và nâng cao hiệu quả trao đổi thông tin nội bộ tại các tổ chức dựa trên dữ liệu định lượng.

Chương 2: Phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp

Chương 2 trình bày tổng quan về tổ chức, chức năng và kết quả hoạt động nghiệp vụ của Trung tâm Dịch vụ việc làm Hà Nội, đồng thời đi sâu phân tích thực trạng thị trường lao động thành phố Hà Nội trên cơ sở dữ liệu thu thập được:

  • Cơ cấu tổ chức đơn vị: Trung tâm có 3 trụ sở làm việc (215 Trung Kính, 144 Trần Phú, ngõ 33 Tạ Quang Bửu) và 13 sàn giao dịch việc làm vệ tinh (Ba Vì, Đông Anh, Phú Xuyên, Thạch Thất, Đan Phượng, Ứng Hòa, Hoài Đức, Long Biên, Gia Lâm, Sóc Sơn, Mê Linh, Thường Tín, Nam Từ Liêm). Tính đến 31/12/2022, tổng số cán bộ nhân viên là 194 người. Phòng Phân tích - Dự báo thị trường lao động gồm 1 trưởng phòng, 1 phó phòng và 10 nhân sự, phụ trách 3 mảng nghiệp vụ: Khảo sát, Phân tích và Cung ứng thông tin thị trường lao động.
  • Thực trạng thị trường lao động Thủ đô: Giai đoạn 2015–2020, tỷ lệ lao động qua đào tạo tăng từ 53,14% lên 70,25%, nhưng tỷ lệ có văn bằng, chứng chỉ chỉ đạt 48%. Nguồn cung sẵn sàng chủ yếu là lao động phổ thông, thiếu hụt nghiêm trọng lao động có kỹ năng trong các ngành công nghệ thông tin, tự động hóa, điện tử, cơ điện tử. Kế hoạch số 142/KH-UBND đặt mục tiêu đến năm 2025 nâng tỷ lệ lao động qua đào tạo lên 75–80% (trong đó có bằng cấp, chứng chỉ đạt 55–60%), tỷ lệ lao động có kỹ năng CNTT đạt 80% năm 2025 và 90% năm 2030.
  • Số liệu hoạt động nghiệp vụ và phân tích dữ liệu:
    • Giai đoạn 2020–2021: Thu thập 58.132 thông tin nhu cầu tuyển dụng của doanh nghiệp và 112.446 thông tin tìm việc của người lao động; khảo sát 1.155 doanh nghiệp và 1.155 lao động về ảnh hưởng dịch Covid-19; thu thập dữ liệu Cung - Cầu lao động đạt 2.075 hộ rà soát, 589.885 hộ biến động và 21.508 phiếu doanh nghiệp (tính đến 31/12/2021); đến 14/12/2022 thu thập 3.183 phiếu cung và 15.547 phiếu cầu.
    • Quý III/2022: Tiếp nhận 22.033 hồ sơ đề nghị hưởng bảo hiểm thất nghiệp (tăng 55,21% so với cùng kỳ năm 2021), trong đó nhóm tuổi 25–40 chiếm 72,44%; số người được tư vấn, giới thiệu việc làm đạt 20.704 lượt người (tỷ lệ được giới thiệu việc làm đạt 34,18%).
    • Số liệu phân tích chuyên sâu tháng 11/2022:
Chỉ tiêu phân tích Phía Doanh nghiệp (Nhu cầu tuyển dụng) Phía Người lao động (Nhu cầu tìm việc)
Biến động số lượng Giảm mạnh do cắt giảm nhân sự cuối năm: Xây dựng giảm 70%, Bán buôn - bán lẻ giảm 23,9%, Chế biến - chế tạo giảm 22,34%. Tăng 35,8% so với tháng trước; tập trung ở nhóm tuổi 15–24 (chiếm 47,02%) và nhóm 25–34 (chiếm 39,51%).
Cơ cấu trình độ / Yêu cầu Yêu cầu kinh nghiệm >2 năm cho vị trí quản lý; cần lao động có kỹ năng thực hành và lao động giản đơn trong sản xuất. Đại học trở lên chiếm 70,67%; Cao đẳng chiếm 16,28%; từ 35 tuổi trở lên chỉ chiếm hơn 12%.
Cơ cấu ngành nghề Tuyển dụng chủ yếu: nhân viên kinh doanh, công nhân sản xuất, công nhân lắp ráp linh kiện, xây dựng. Tập trung mong muốn: Hành chính - nhân sự (chiếm 36,08%), Kế toán - kiểm toán (chiếm 15,55%).
Mức lương giao dịch Quản lý xây dựng ~50 triệu/tháng; chuyên viên 15–25 triệu/tháng; quản lý chế biến 10–16 triệu/tháng; bán buôn 7–15 triệu/tháng. Phân hóa theo trình độ chuyên môn kỹ thuật và kỹ năng mềm (được phân tích theo các mức khá, tốt trên Tableau).

Trong tháng 11/2022, Trung tâm tổ chức 20 phiên giao dịch việc làm hàng ngày, 1 phiên chuyên đề, 1 phiên lồng ghép tuyển dụng người khuyết tật và 1 phiên lưu động tại quận Tây Hồ với 590 lượt doanh nghiệp tham gia, cung ứng 10.346 vị trí việc làm/tuyển sinh, phỏng vấn 4.745 lượt lao động và tuyển dụng thành công 1.485 lao động.

Chương 3: Đánh giá nghiệp vụ tại Trung tâm Dịch vụ việc làm Hà Nội

Chương 3 đánh giá toàn diện hoạt động phân tích thị trường lao động tại đơn vị:

  • Mặt đạt được: Thiết lập được mạng lưới thu thập thông tin rộng khắp trên 30 quận/huyện; chuẩn hóa quy trình xuất bản các báo cáo tháng, quý, năm và bản tin định kỳ (được Sở Thông tin và Truyền thông cấp Giấy phép xuất bản số 2269/GP-XBBT-STTTT); vận hành hiệu quả hệ thống sàn giao dịch trực tiếp kết hợp trực tuyến.
  • Khó khăn và nguyên nhân: Quá trình làm sạch dữ liệu còn gặp nhiều lỗi (lỗi file hỏng, sai định dạng năm sinh, lỗi logic dòng, nhập ký tự đặc biệt, trường thông tin quá dài); nhân lực có kỹ năng phân tích dữ liệu chuyên sâu còn mỏng; việc ứng dụng các phần mềm BI hiện đại chưa được đồng bộ hóa thành quy trình tự động.
  • Nhóm giải pháp đề xuất:
    1. Đẩy mạnh ứng dụng công nghệ thông tin, ngôn ngữ Python và công cụ Tableau trong xử lý và trực quan hóa dữ liệu cung - cầu lao động.
    2. Nâng cao chất lượng hoạt động hỗ trợ việc làm, kết nối đào tạo nghề theo sát nhu cầu của gần 600 doanh nghiệp liên kết.
    3. Đào tạo, bồi dưỡng nâng cao trình độ chuyên môn, kỹ năng tin học và phân tích dữ liệu cho đội ngũ cán bộ Trung tâm.
    4. Đa dạng hóa các biện pháp tư vấn, giới thiệu việc làm và đào tạo nghề cho nhóm lao động đang hưởng trợ cấp thất nghiệp.
    5. Tăng cường công tác tuyên truyền, nâng cao nhận thức và trách nhiệm của người sử dụng lao động cũng như người lao động trong việc cung cấp thông tin biến động việc làm.

Kết quả và đóng góp

Khóa luận đã lượng hóa bức tranh thực tế của thị trường lao động Hà Nội thông qua hệ thống số liệu trích xuất từ các đợt khảo sát chính thức của Trung tâm Dịch vụ việc làm Hà Nội:

  • Phản ánh chính xác tình trạng lệch pha cung - cầu lao động: nguồn cung lao động tìm việc có trình độ Đại học trở lên chiếm tỷ trọng áp đảo (70,67%) và tập trung vào khối ngành văn phòng (Hành chính - nhân sự 36,08%, Kế toán 15,55%), trong khi nhu cầu tuyển dụng của doanh nghiệp lại giảm mạnh ở các nhóm ngành này và có xu hướng cắt giảm nhân sự cuối năm 2022 (Xây dựng giảm 70%, Bán buôn bán lẻ giảm 23,9%).
  • Chứng minh nhóm lao động trẻ (15–24 tuổi chiếm 47,02% người tìm việc; nhóm 25–40 tuổi chiếm 72,44% hồ sơ hưởng bảo hiểm thất nghiệp) là nhóm đối tượng có việc làm thiếu tính bền vững nhất trên thị trường.
  • Tổng kết kết quả quản trị cơ sở dữ liệu cung - cầu với hàng trăm nghìn bản ghi biến động hộ gia đình và hàng chục nghìn phiếu doanh nghiệp trên 30 quận/huyện.

Về mặt đóng góp khoa học và thực tiễn, tác giả đã:

  • Ứng dụng quy trình trực quan hóa dữ liệu hiện đại bằng Tableau kết hợp thư viện Python trên tệp dữ liệu thực tế quy mô lớn của cơ quan nhà nước, thay thế phương pháp báo cáo bảng biểu thủ công truyền thống.
  • Xây dựng hệ thống bảng biểu và dashboard phân tích đa chiều (theo độ tuổi, giới tính, mức lương, trình độ, kinh nghiệm và kỹ năng mềm), cung cấp công cụ trực quan giúp nhà quản lý nhanh chóng nhận diện xu hướng biến động của thị trường việc làm.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tồn tại một số hạn chế gắn liền với phạm vi dữ liệu và công cụ triển khai:

  • Việc phân tích dữ liệu thực tế mới dừng lại ở việc trực quan hóa thống kê mô tả và phân tích tương quan trên phần mềm Tableau Public, chưa tích hợp các thuật toán học máy (Machine Learning) trên Python để xây dựng mô hình dự báo định lượng chuỗi thời gian tự động.
  • Dữ liệu nghiên cứu tập trung trên địa bàn thành phố Hà Nội và chịu sự chi phối của giai đoạn biến động sau dịch Covid-19 cùng đợt cắt giảm việc làm cuối năm 2022, chưa mở rộng so sánh với các vùng kinh tế trọng điểm lân cận.
  • Bản Tableau Public có hạn chế về tính bảo mật dữ liệu và thiếu tính năng tự động lập lịch gửi báo cáo.

Hướng nghiên cứu tiếp theo của đề tài bao gồm:

  • Mở rộng ứng dụng ngôn ngữ Python để xây dựng các mô hình dự báo cung - cầu lao động trung hạn và dài hạn dựa trên dữ liệu lớn.
  • Đề xuất triển khai giải pháp Tableau Server hoặc Tableau Desktop Enterprise nhằm đồng bộ hóa cơ sở dữ liệu thời gian thực và bảo đảm an toàn thông tin nghiệp vụ.

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo thiết thực cho các nhóm đối tượng:

  • Sinh viên và học viên chuyên ngành Kinh tế số, Kinh tế dữ liệu, Thống kê kinh tế, Quản trị nhân lực: Tham khảo quy trình 5 bước trực quan hóa dữ liệu, kỹ thuật kết hợp thư viện Python (Pandas, Matplotlib) và công cụ Tableau trong bài toán phân tích kinh tế - xã hội.
  • Cán bộ phân tích thị trường lao động tại các Trung tâm Dịch vụ việc làm và cơ quan quản lý nhà nước: Tham khảo hệ thống chỉ tiêu phân tích cung - cầu lao động, phương pháp xử lý lỗi cơ sở dữ liệu điều tra và các giải pháp hoàn thiện báo cáo thị trường định kỳ.
  • Phần nội dung đáng tham khảo nhất: Chương 1 về kỹ thuật trực quan hóa dữ liệu và Chương 2 về phương pháp xử lý, phân tích tệp dữ liệu khảo sát thực tế tại Trung tâm Dịch vụ việc làm Hà Nội.

Câu hỏi thường gặp

1. Tác giả sử dụng những công cụ và thư viện công nghệ nào trong khóa luận?
Tác giả sử dụng ngôn ngữ lập trình Python (với các thư viện Scrapy, BeautifulSoup để thu thập dữ liệu; NumPy, Pandas để xử lý cấu trúc dữ liệu; Matplotlib, Seaborn để trực quan hóa) kết hợp với hệ sinh thái Tableau (trọng tâm là Tableau Public và Tableau Desktop) để xây dựng bảng điều khiển trực quan.

2. Thực trạng cơ cấu trình độ và ngành nghề mong muốn của người tìm việc tại Hà Nội trong tháng 11/2022 có đặc điểm gì?
Người tìm việc có trình độ Đại học trở lên chiếm tỷ trọng lớn nhất với 70,67%, tiếp theo là Cao đẳng chiếm 16,28%. Ngành nghề người lao động mong muốn làm việc nhiều nhất là Hành chính - nhân sự (chiếm 36,08%) và Kế toán - kiểm toán (chiếm 15,55%). Nhóm tuổi tìm việc tập trung chủ yếu từ 15–24 tuổi (chiếm 47,02%) và 25–34 tuổi (chiếm 39,51%).

3. Nhu cầu tuyển dụng của các doanh nghiệp tại Hà Nội trong tháng 11/2022 biến động ra sao ở các ngành trọng điểm?
Nhu cầu tuyển dụng suy giảm mạnh ở các nhóm ngành chính: ngành Xây dựng giảm 70% so với tháng 10/2022; ngành Bán buôn - bán lẻ giảm 23,9%; ngành Công nghiệp chế biến - chế tạo giảm 22,34%.

4. Khảo sát sơ cấp của đề tài được thực hiện với quy mô mẫu như thế nào?
Tác giả đã triển khai thu thập thông tin qua bảng câu hỏi sơ cấp với quy mô phát ra 30.000 phiếu điều tra, đối tượng khảo sát gồm người lao động có nhu cầu tìm kiếm việc làm và các nhà tuyển dụng có nhu cầu tuyển nhân viên trên địa bàn Hà Nội.

5. Mục tiêu phát triển thị trường lao động Hà Nội đến năm 2025 và 2030 theo Kế hoạch số 142/KH-UBND là gì?
Kế hoạch số 142/KH-UBND đặt mục tiêu tỷ lệ lao động qua đào tạo đạt 75–80% (trong đó có bằng cấp, chứng chỉ đạt 55–60% vào năm 2025 và trên 60% vào năm 2030); mỗi năm đào tạo nghề cho 230.000 lượt người và giải quyết việc làm cho ít nhất 160.000 người; tỷ lệ lao động có kỹ năng công nghệ thông tin đạt 80% vào năm 2025 và 90% vào năm 2030.

Kết luận

Khóa luận tốt nghiệp của tác giả Trịnh Minh Đức đã hệ thống hóa toàn diện cơ sở lý luận về trực quan hóa dữ liệu và ứng dụng thành công các công cụ Python, Tableau vào việc phân tích dữ liệu thực tế tại Trung tâm Dịch vụ việc làm Hà Nội. Công trình phản ánh rõ nét thực trạng mất cân đối cung - cầu lao động trên địa bàn Thủ đô giai đoạn 2020–2022, đặc biệt là sự chênh lệch giữa cơ cấu trình độ của người tìm việc và nhu cầu tuyển dụng thực tế của doanh nghiệp. Các phát hiện và đề xuất trong khóa luận cung cấp cơ sở thực tiễn có giá trị cho việc nâng cao chất lượng phân tích, dự báo thị trường lao động và chuyển đổi số trong hoạt động dịch vụ việc làm công.