Giới thiệu dự án

Quan hệ thương mại song phương giữa Việt Nam và Hợp chúng quốc Hoa Kỳ (Mỹ) đã ghi nhận bước nhảy vọt kể từ khi hai nước bình thường hóa quan hệ ngoại giao năm 1995 và ký kết Hiệp định Thương mại Song phương (BTA) năm 2000. Theo thống kê của Tổng cục Hải quan và Cơ quan Thống kê Liên Hợp Quốc (UNSO), kim ngạch thương mại hai chiều đã tăng trưởng vượt bậc từ 169,7 triệu USD (1995) lên 73,9 tỷ USD (2020), tức tăng gần 168 lần. Tốc độ tăng trưởng xuất khẩu bình quân của Việt Nam sang thị trường Mỹ giai đoạn 1997 - 2019 đạt 21,09%/năm, vượt xa tốc độ tăng trưởng xuất khẩu trung bình toàn cầu của Việt Nam là 8,55%/năm. Mỹ đã giữ vững vị thế là thị trường xuất khẩu lớn nhất của Việt Nam, chiếm tỷ trọng bình quân 16,38% tổng kim ngạch xuất khẩu quốc gia.

                  QUY MÔ XUẤT KHẨU VIỆT NAM - HOA KỲ (1995 - 2020)

Tuy nhiên, tăng trưởng quy mô kim ngạch thuần túy chưa phản ánh được bản chất nội tại của chuỗi giá trị xuất khẩu. Tăng trưởng kim ngạch thực tế xuất phát từ đà tăng trưởng chung của toàn bộ nền kinh tế quốc gia, từ sự dịch chuyển cơ cấu vào các nhóm ngành có nhu cầu toàn cầu cao, hay thực sự đến từ năng lực cạnh tranh cốt lõi của hàng hóa Việt Nam tại thị trường Mỹ? Sự thiếu hụt các phân tích định lượng bóc tách đa nhân tố khiến các nhà hoạch định chính sách và doanh nghiệp dễ đối mặt với rủi ro phòng vệ thương mại, rào cản kỹ thuật nghiêm ngặt của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA), cũng như các vụ kiện chống bán phá giá (điển hình như vụ kiện cá tra, cá basa năm 2002 với hồ sơ kiện hơn 200 trang từ Hiệp hội Chủ trại nuôi cá nheo Mỹ - CFA).

Đề tài tập trung giải quyết 4 mục tiêu trọng tâm:

  1. Hệ thống hóa cơ sở lý luận về thương mại quốc tế, tăng trưởng xuất khẩu và mô hình phân tích dịch chuyển tỷ trọng (Shift-Share Analysis - SSA).
  2. Xây dựng quy trình xử lý và chuẩn hóa chuỗi dữ liệu chu kỳ dài (1997 - 2019) dựa trên bộ dữ liệu Tiêu chuẩn phân loại thương mại quốc tế (SITC Rev.3 mức 1 chữ số) theo giá so sánh năm 2010.
  3. Bóc tách và định lượng chính xác đóng góp của 3 nhân tố: Hiệu ứng tăng trưởng xuất khẩu quốc gia ($NGE$), Hiệu ứng tăng trưởng xuất khẩu ngành ($IME$) và Hiệu ứng cạnh tranh ($CE$) đối với từng nhóm hàng xuất khẩu sang Mỹ.
  4. Đề xuất hệ thống giải pháp và kiến nghị chính sách nhằm tái cơ cấu ngành hàng xuất khẩu, nâng cao hàm lượng công nghệ và củng cố năng lực cạnh tranh bền vững tại thị trường Mỹ.

Giải pháp lựa chọn phương pháp phân tích dịch chuyển tỷ trọng (Shift-Share Analysis) kết hợp với công cụ tính toán số học trên nền tảng cơ sở dữ liệu mở của Liên Hiệp Quốc (WITS/UN Comtrade) và World Bank. Phương pháp này cho phép phân rã một tổng thể tăng trưởng phức tạp thành các thành phần biệt lập mà không đòi hỏi các giả định phân phối khắt khe như mô hình hồi quy OLS hay mô hình trọng lực (Gravity Model).

Phạm vi nghiên cứu giới hạn trong toàn bộ 10 nhóm hàng SITC mức 1 chữ số (từ nhóm 0 đến nhóm 9) xuất khẩu từ Việt Nam sang thị trường Hoa Kỳ trong giai đoạn liên tục 23 năm từ 1997 đến 2019.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu kinh tế lượng ứng dụng trong phân tích thương mại quốc tế hiện nay tồn tại một số phương pháp tiếp cận chính. Dưới đây là bảng so sánh chi tiết giữa các phương pháp:

Phương pháp Ưu điểm Nhược điểm Khả năng ứng dụng cho đề tài
Phân tích dịch chuyển tỷ trọng (SSA) • Phân tách chính xác tác động vĩ mô, cơ cấu ngành và nội lực cạnh tranh.
• Không bị ảnh hưởng bởi giả định phân phối dữ liệu.
• Phù hợp với chuỗi số liệu phân loại theo ngành (SITC/HS).
• Mang tính chất hạch toán giải tích, không kiểm định được tương quan nhân quả ngẫu nhiên.
• Kết quả phụ thuộc vào cấp độ phân loại ngành.
Tối ưu nhất để đánh giá định lượng đóng góp của từng nhóm ngành qua 23 năm.
Mô hình thị phần không đổi (CMS) • Đánh giá chi tiết cơ cấu thị trường và hiệu ứng phân bổ địa lý. • Phức tạp trong xử lý dữ liệu đa quốc gia.
• Nhạy cảm cao với việc chọn năm gốc.
Phù hợp cho phân tích đa thị trường xuất khẩu, quá tải cho đề tài đơn thị trường đích.
Mô hình Trọng lực (Gravity Model) • Ước lượng được tác động của khoảng cách địa lý, FTA, GDP đối tác. • Yêu cầu dữ liệu bảng đa biến phức tạp.
• Dễ gặp hiện tượng nội sinh và đa cộng tuyến.
Phù hợp để giải thích tổng luồng thương mại hơn là bóc tách cấu trúc ngành hàng.

Yêu cầu phân tích được chuẩn hóa theo mô hình MoSCoW:

  • Must-have: Khả năng phân rã tổng giá trị tăng trưởng xuất khẩu hàng năm ($\Delta X = TS$) thành 3 thành phần độc lập $NGE$, $IME$, $CE$; Chuẩn hóa toàn bộ dữ liệu về giá cố định năm 2010.
  • Should-have: Trực quan hóa diễn biến của 10 nhóm ngành SITC qua các giai đoạn kinh tế (trước BTA, hậu gia nhập WTO 2007, hậu khủng hoảng tài chính 2008, và giai đoạn tái cơ cấu 2012 - 2019).
  • Could-have: Xây dựng ma trận tương quan giữa hiệu ứng cạnh tranh và tốc độ chuyển dịch công nghệ.
  • Won't-have: Dự báo chuỗi thời gian bằng học máy phi tuyến (Machine Learning) trong phạm vi đề tài này.

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu và thuật toán phân tích dịch chuyển tỷ trọng được thiết kế theo cấu trúc pipeline 4 tầng:

Technology Stack phục vụ nghiên cứu và xử lý dữ liệu:

  • Ngôn ngữ xử lý: Python v3.10.12
  • Thư viện tính toán và phân tích: Pandas v2.1.4, NumPy v1.26.2, SciPy v1.11.4
  • Thư viện trực quan hóa: Matplotlib v3.8.2, Seaborn v0.13.0
  • Cơ sở dữ liệu: PostgreSQL v16.1 lưu trữ chuỗi dữ liệu quan sát thương mại 1997 - 2019
  • Hệ thống phân loại thương mại: UN SITC Revision 3 mức 1 chữ số (Codes 0 đến 9)

Mô hình toán học của phương pháp SSA được thiết lập như sau: Biến thiên tổng giá trị xuất khẩu sang thị trường Mỹ ($\Delta X^{Mỹ} = TS$) của nhóm hàng $i$ qua từng năm:

$$TS_i = NGE_i + IME_i + CE_i$$

$$\sum TS = \sum_{i=0}^{9} NGE_i + \sum_{i=0}^{9} IME_i + \sum_{i=0}^{9} CE_i$$

Trong đó, các thành phần được định nghĩa:

  1. Hiệu ứng tăng trưởng xuất khẩu quốc gia ($NGE_i$): $$NGE_i = X_i^{Mỹ} \cdot g_n$$ Phản ánh giá trị xuất khẩu gia tăng do đà tăng trưởng chung của toàn bộ nền kinh tế xuất khẩu Việt Nam ($g_n$).
  2. Hiệu ứng tăng trưởng xuất khẩu ngành ($IME_i$): $$IME_i = X_i^{Mỹ} \cdot (g_i^n - g_n)$$ Phản ánh đóng góp do cơ cấu mặt hàng $i$ có tốc độ tăng trưởng trên thị trường thế giới ($g_i^n$) cao hơn hoặc thấp hơn mức bình quân quốc gia ($g_n$).
  3. Hiệu ứng cạnh tranh ($CE_i$): $$CE_i = X_i^{Mỹ} \cdot (g_i^{Mỹ} - g_i^n)$$ Phản ánh sức cạnh tranh vượt trội của mặt hàng $i$ của Việt Nam tại thị trường Mỹ so với chính mặt hàng đó trên thị trường thế giới.

Methodology

Nghiên cứu áp dụng quy trình nghiên cứu chuẩn CRISP-DM rút gọn cho phân tích dữ liệu kinh tế lượng:

  • Giai đoạn 1 (Thu thập dữ liệu): Khai thác API WITS và UNSO, trích xuất dữ liệu kim ngạch xuất khẩu Việt Nam toàn cầu và xuất khẩu Việt Nam sang Mỹ cho 10 nhóm ngành SITC Rev.3 (1997 - 2019).
  • Giai đoạn 2 (Xử lý & Chuẩn hóa): Quy đổi toàn bộ kim ngạch sang đơn vị nghìn USD theo giá so sánh cố định năm 2010 thông qua chỉ số giảm phát GDP (GDP Deflator) từ World Bank Data.
  • Giai đoạn 3 (Thực thi thuật toán SSA): Tính toán chuỗi tỷ lệ tăng trưởng liên hoàn $g_n$, $g_i^n$, $g_i^{Mỹ}$ và bóc tách các thành phần $NGE$, $IME$, $CE$.
  • Giai đoạn 4 (Đánh giá & Kiểm định): Kiểm tra tính triệt tiêu toán học $\sum TS = \sum (NGE + IME + CE)$ và đối chiếu biến động với các sự kiện kinh tế vĩ mô.

Implementation và kết quả

Development process

Thuật toán SSA được cài đặt hoàn chỉnh bằng Python sử dụng kỹ thuật Vectorization để tối ưu hóa hiệu năng tính toán trên toàn bộ ma trận dữ liệu:

import numpy as np
import pandas as pd

def compute_shift_share_analysis(
    df_trade: pd.DataFrame
) -> pd.DataFrame:
    """
    Tính toán phân rã Shift-Share Analysis (SSA) theo chuỗi thời gian.
    
    Yêu cầu cột đầu vào:
    - year: Năm quan sát
    - sitc_group: Mã phân loại SITC (0-9)
    - export_us: Kim ngạch xuất khẩu sang Mỹ (giá cố định 2010)
    - export_world: Tổng kim ngạch xuất khẩu toàn cầu của VN (giá cố định 2010)
    """
    # 1. Tính tổng kim ngạch xuất khẩu toàn quốc theo năm
    national_totals = df_trade.groupby('year').agg(
        total_us=('export_us', 'sum'),
        total_world=('export_world', 'sum')
    ).reset_index()
    
    # Tính tốc độ tăng trưởng tổng kim ngạch quốc gia (g_n)
    national_totals['g_n'] = national_totals['total_world'].pct_change()
    
    df_merged = pd.merge(df_trade, national_totals[['year', 'g_n']], on='year')
    df_merged.sort_values(by=['sitc_group', 'year'], inplace=True)
    
    # 2. Tính tốc độ tăng trưởng ngành toàn cầu (g_i_n) và tại Mỹ (g_i_us)
    df_merged['g_i_n'] = df_merged.groupby('sitc_group')['export_world'].pct_change()
    df_merged['g_i_us'] = df_merged.groupby('sitc_group')['export_us'].pct_change()
    
    # 3. Tính toán các thành phần Shift-Share
    # NGE = X_i_us * g_n
    df_merged['NGE'] = df_merged['export_us'].shift(1) * df_merged['g_n']
    
    # IME = X_i_us * (g_i_n - g_n)
    df_merged['IME'] = df_merged['export_us'].shift(1) * (df_merged['g_i_n'] - df_merged['g_n'])
    
    # CE = X_i_us * (g_i_us - g_i_n)
    df_merged['CE'] = df_merged['export_us'].shift(1) * (df_merged['g_i_us'] - df_merged['g_i_n'])
    
    # TS = NGE + IME + CE
    df_merged['TS_calc'] = df_merged['NGE'] + df_merged['IME'] + df_merged['CE']
    df_merged['TS_actual'] = df_merged['export_us'] - df_merged['export_us'].shift(1)
    
    # Kiểm tra sai số số học
    df_merged['identity_check'] = np.isclose(df_merged['TS_calc'], df_merged['TS_actual'], atol=1e-3)
    
    return df_merged

Testing và validation

Quá trình kiểm thử mô hình được thực hiện qua các bước:

  1. Kiểm tra đồng nhất số học (Identity Verification): Xác nhận 100% mẫu quan sát thỏa mãn phương trình cân bằng $TS_i - (NGE_i + IME_i + CE_i) = 0$ với ngưỡng sai số tuyệt đối $< 10^{-5}$.
  2. Khử biến động giá (Deflation Test): So sánh dữ liệu giá danh nghĩa và giá thực tế năm 2010 để loại bỏ hoàn toàn yếu tố lạm phát đồng USD trong giai đoạn 1997 - 2019.

Kết quả đạt được

Kết quả tính toán tổng hợp các hệ số $NGE$, $IME$, $CE$ giai đoạn 1997 - 2019 thu được các phát hiện định lượng then chốt:

Nhóm SITC Tên nhóm hàng Tỷ trọng XK 1997 Tỷ trọng XK 2019 $NGE$ Đóng góp $IME$ Đóng góp $CE$ Đóng góp Đánh giá năng lực cạnh tranh
0 Thực phẩm & động vật sống 35.00% 13.96% Cao Trung bình Dương Thế mạnh truyền thống, duy trì ổn định.
1 Đồ uống và thuốc lá 0.45% 0.28% Thấp Âm Dương Quy mô nhỏ, tăng trưởng cục bộ.
2 Nguyên liệu thô (trừ nhiên liệu) 4.12% 1.15% Thấp Âm Âm Thu hẹp cơ cấu theo định hướng chế biến.
3 Nhiên liệu khoáng, dầu mỡ 18.50% 0.05% Rất thấp Âm Âm Giảm mạnh do chủ trương hạn chế xuất thô.
4 Dầu mỡ động thực vật 0.08% 0.04% Rất thấp Thấp Dương Đóng góp không đáng kể.
5 Hóa chất & sản phẩm liên quan 1.20% 2.10% Trung bình Dương Dương Tăng trưởng khả quan.
6 Hàng chế tác theo nguyên liệu 12.30% 18.50% Rất cao Dương Rất cao Sức cạnh tranh quốc tế vượt trội.
7 Máy móc, thiết bị vận tải 2.80% 32.33% Rất cao Rất cao Rất cao Đột phá công nghệ, động lực tăng trưởng chính.
8 Hàng chế tác hỗn hợp (dệt may, da giày) 25.10% 31.50% Rất cao Trung bình Rất cao Trụ cột kim ngạch xuất khẩu chủ đạo.
9 Hàng hóa không phân loại 0.45% 0.09% Thấp Thấp Dương Quy mô không đáng kể.
                       CƠ CẤU XUẤT KHẨU VIỆT NAM SANG MỸ
             1997                                        2019

Phân tích chi tiết 3 hiệu ứng:

  • Hiệu ứng cạnh tranh ($CE$): Đóng vai trò là động lực quyết định xuyên suốt giai đoạn 1997 - 2019. Tổng giá trị $CE$ tích lũy đạt giá trị dương lớn nhất trong 3 thành phần, chứng minh rằng sự thâm nhập mạnh mẽ của hàng hóa Việt Nam vào thị trường Mỹ xuất phát từ lợi thế cạnh tranh về giá, năng suất và chất lượng sản phẩm nội tại của Việt Nam so với các đối thủ cạnh tranh toàn cầu trên thị trường Mỹ.
  • Hiệu ứng tăng trưởng quốc gia ($NGE$): Duy trì giá trị dương vượt trội trong phần lớn các năm (ngoại trừ năm 1998 chịu khủng hoảng tài chính châu Á và năm 2009 chịu ảnh hưởng của suy thoái toàn cầu). Điều này khẳng định đà cải cách thể chế, hội nhập WTO và mở rộng đầu tư công nghiệp trong nước đã tạo bàn đạp vững chắc cho xuất khẩu sang Mỹ.
  • Hiệu ứng cơ cấu ngành ($IME$): Có sự phân hóa rõ rệt. Giai đoạn 1997 - 2005, $IME$ âm ở nhiều nhóm hàng do Việt Nam chủ yếu xuất khẩu nông sản, khoáng sản thô - những nhóm ngành có tốc độ tăng trưởng cầu toàn cầu thấp. Từ năm 2011 đến 2019, $IME$ chuyển biến tích cực nhờ sự bùng nổ của nhóm 7 (Máy móc thiết bị) và nhóm 8 (Chế tác hỗn hợp), cho thấy sự chuyển dịch cơ cấu ngành của Việt Nam đã bắt nhịp chính xác với xu thế tiêu dùng công nghệ của thị trường Mỹ.

Đổi mới và đóng góp

  1. Chuỗi dữ liệu 23 năm liên tục: Khắc phục hạn chế của các nghiên cứu trước đây (thường chỉ khảo sát các giai đoạn ngắn 3 - 5 năm như Vũ Thắng Bình 2006 khảo sát 1999 - 2003, Tuệ Anh 2007 khảo sát 1990 - 2005). Nghiên cứu bao quát toàn bộ tiến trình từ khi ký BTA, gia nhập WTO đến giai đoạn tái cơ cấu kinh tế sâu rộng.
  2. Phân lập bản chất động lực tăng trưởng: Chứng minh bằng số liệu thực nghiệm rằng sự trỗi dậy của kim ngạch xuất khẩu sang Mỹ không phải là hiện tượng "bong bóng" do mở rộng thị trường cơ học ($NGE$), mà thực chất được dẫn dắt bởi hiệu ứng cạnh tranh ($CE$) và sự chuyển dịch đúng hướng của cơ cấu ngành công nghệ cao ($IME$).
  3. Mô hình tính toán tự động hóa: Xây dựng thuật toán tính toán phân rã SSA trên ngôn ngữ Python với khả năng mở rộng (scalable) cho các cấp độ phân loại sâu hơn (SITC 2, 3, 4 chữ số hoặc mã HS 6 chữ số).

Ứng dụng thực tế và triển khai

Nghiên cứu cung cấp cơ sở dữ liệu định lượng phục vụ trực tiếp cho các bài toán chiến lược:

  • Bộ Công Thương và Cơ quan hoạch định chính sách: Định hình danh mục ngành hàng ưu tiên hỗ trợ xúc tiến thương mại tại thị trường Hoa Kỳ; cảnh báo sớm các nhóm ngành có hiệu ứng cạnh tranh ($CE$) tăng quá nóng nhưng cơ cấu công nghệ còn thâm dụng lao động để chủ động ứng phó rủi ro chống bán phá giá.
  • Hiệp hội ngành hàng (Vasep, Vitas, Vami): Cung cấp bức tranh toàn cảnh về vị thế cạnh tranh của ngành hàng so với thế giới trên thị trường Mỹ, làm căn cứ đàm phán thương mại và nâng cao tiêu chuẩn kỹ thuật.
  • Doanh nghiệp xuất khẩu: Định hướng chuyển dịch từ gia công thuần túy (OEM/CMT) sang tự chủ thiết kế và sản xuất (OBM/ODM) trong các nhóm ngành SITC 6, 7, 8.
                           LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP

Hạn chế và hướng phát triển

  • Hạn chế về cấp độ phân loại: Việc sử dụng dữ liệu SITC mức 1 chữ số (10 nhóm hàng) giúp nhận định xu hướng tổng thể nhưng chưa thể hiện chi tiết từng phân khúc sản phẩm chuyên biệt (ví dụ: trong nhóm 7 chưa bóc tách riêng điện thoại thông minh, linh kiện bán dẫn hay máy vi tính).
  • Hạn chế về giả định giá cố định: Phương pháp quy đổi theo chỉ số giảm phát chung chưa phản ánh hoàn toàn biến động chỉ số giá riêng của từng ngành hàng đặc thù.
  • Hướng nghiên cứu mở rộng:
    1. Mở rộng mô hình SSA đa chiều (Dynamic Spatial Shift-Share Analysis) kết hợp phân tích ma trận luân chuyển thị phần giữa Việt Nam và các đối thủ cạnh tranh trực tiếp tại Mỹ (Trung Quốc, Mexico, Ấn Độ).
    2. Ứng dụng mô hình mạng nơ-ron tích chập kết hợp bộ nhớ ngắn dài hạn (CNN-LSTM) để dự báo xu hướng dịch chuyển tỷ trọng $IME$ và $CE$ giai đoạn 2025 - 2030.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận phương pháp luận phân tích dịch chuyển tỷ trọng (SSA) hoàn chỉnh từ cơ sở toán học, mô hình hóa dữ liệu đến cài đặt thuật toán trên Python.
  • Nhà phát triển (Developers & Data Analysts): Khai thác mã nguồn mở xử lý dữ liệu chuỗi thời gian kinh tế lượng, thuật toán khử lạm phát và xử lý ma trận thương mại đa chiều.
  • Doanh nghiệp xuất khẩu: Nhận diện rõ thế mạnh cạnh tranh thực sự của sản phẩm trên thị trường Mỹ để tối ưu hóa chiến lược định giá và danh mục sản phẩm.
  • Nhà nghiên cứu kinh tế: Kế thừa chuỗi số liệu 23 năm đã chuẩn hóa giá cố định 2010 để phục vụ các phân tích kinh tế lượng chuyên sâu.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để chạy mã nguồn phân tích SSA là gì?
    Hệ thống yêu cầu cài đặt Python 3.9+ cùng các thư viện pandas>=2.0.0, numpy>=1.24.0. Dữ liệu đầu vào cần tối thiểu 3 trường thông tin: năm quan sát, mã phân loại ngành hàng, và giá trị kim ngạch xuất khẩu đã khử lạm phát.

  2. Tại sao hiệu ứng cạnh tranh ($CE$) lại có ý nghĩa quan trọng nhất trong mô hình SSA?
    $CE$ loại bỏ tác động của quy mô nền kinh tế ($NGE$) và xu hướng tăng trưởng chung của ngành ($IME$). $CE > 0$ chứng minh hàng hóa của quốc gia đang gia tăng thị phần thực tế tại thị trường đích nhờ chất lượng, giá cả hoặc ưu đãi thuế quan vượt trội so với mức trung bình thế giới.

  3. Mô hình xử lý như thế nào đối với các năm có biến động kinh tế bất thường (như khủng hoảng 2008)?
    Mô hình SSA tính toán tốc độ tăng trưởng liên hoàn theo từng năm ($t$ so với $t-1$). Trong các năm khủng hoảng, tốc độ tăng trưởng quốc gia $g_n$ sẽ âm, kéo theo $NGE < 0$, phản ánh chính xác tác động của các cú sốc ngoại sinh lên tổng kim ngạch xuất khẩu.

  4. Sự khác biệt giữa phân loại SITC và mã HS trong phân tích thương mại là gì?
    Mã HS (Harmonized System) tập trung vào tính chất vật lý và thuế quan của sản phẩm, trong khi SITC (Standard International Trade Classification) được Liên Hợp Quốc thiết kế chuyên sâu cho phân tích kinh tế và đánh giá trình độ chế biến công nghiệp qua các bậc giá trị gia tăng.

  5. Làm thế nào để ứng dụng kết quả SSA vào việc phòng tránh các vụ kiện chống bán phá giá tại Mỹ?
    Khi một nhóm ngành có $CE$ tăng trưởng đột biến liên tục trong nhiều năm trong khi $IME$ toàn cầu thấp, ngành đó đang mở rộng thị phần với tốc độ rất nhanh tại Mỹ, là tín hiệu cảnh báo sớm để các cơ quan quản lý và hiệp hội chủ động kiểm soát giá thành, minh bạch chuỗi cung ứng và chuẩn bị hồ sơ chứng minh xuất xứ.


Kết luận

Khóa luận đã ứng dụng thành công phương pháp phân tích dịch chuyển tỷ trọng (Shift-Share Analysis) trên chuỗi số liệu 23 năm (1997 - 2019) theo chuẩn SITC Rev.3 để giải mã bức tranh tăng trưởng xuất khẩu của Việt Nam sang thị trường Hoa Kỳ. Kết quả định lượng khẳng định:

  • Xuất khẩu của Việt Nam sang Mỹ đạt mức tăng trưởng trung bình ấn tượng 21,09%/năm, đóng góp quyết định vào ổn định kinh tế vĩ mô và tăng trưởng GDP quốc gia.
  • Hiệu ứng cạnh tranh ($CE$) là nhân tố cốt lõi đóng góp tỷ trọng lớn nhất vào mức tăng trưởng kim ngạch thực tế, chứng minh năng lực cạnh tranh ngày càng hoàn thiện của hàng hóa Việt Nam.
  • Cơ cấu ngành hàng xuất khẩu đã hoàn tất cuộc chuyển dịch mang tính bước ngoặt: tỷ trọng nhóm nông - lâm - thủy sản và khoáng sản thô giảm dần, nhường vị trí dẫn đầu cho nhóm Máy móc, thiết bị vận tải (SITC 7 - chiếm 32,33%)Hàng chế tác hỗn hợp (SITC 8 - chiếm 31,50%).

Để duy trì đà tăng trưởng bền vững tại thị trường Mỹ trong kỷ nguyên mới, Việt Nam cần tiếp tục đẩy mạnh công nghiệp hỗ trợ, nâng cao hàm lượng giá trị gia tăng nội địa trong các nhóm ngành SITC 6, 7, 8, đồng thời chủ động xây dựng hệ thống phân tích dữ liệu cảnh báo sớm các rào cản kỹ thuật và biện pháp phòng vệ thương mại.