SỬ DỤNG PHƯƠNG PHÁP DỰ BÁO TRUNG BÌNH TRƯỢT VÀ SAN BẰNG SỐ MŨ ĐỂ PHÂN TÍCH TIỀN LƯƠNG NGÀNH LOGISTICS VỚI CÁC DỮ LIỆU TUYỂN DỤNG TRỰC TUYẾN

Nguyễn Quỳnh Hương

Trường Đại học Ngoại thương Cơ sở II, TP. Hồ Chí Minh, Việt Nam

Lê Hằng Mỹ Hạnh[1]

Trường Đại học Ngoại thương Cơ sở II, TP. Hồ Chí Minh, Việt Nam

Trần Hữu Đăng Khoa

Trường Đại học Ngoại thương Cơ sở II, TP. Hồ Chí Minh, Việt Nam

Trần Tô Yến Nhi

Trường Đại học Ngoại thương Cơ sở II, TP. Hồ Chí Minh, Việt Nam

Trần Đoàn Lina

Trường Đại học Ngoại thương Cơ sở II, TP. Hồ Chí Minh, Việt Nam

Ngày nhận: 14/01/2024; Ngày hoàn thành biên tập: 29/2/2024; Ngày duyệt đăng: 29/2/2024

DOI: https://doi.org/10.38203/jiem.vi.012024.1107

 

Tóm tắt

Bài nghiên cứu này đề xuất việc dự đoán xu hướng tiền lương trung bình dựa trên việc thu thập số liệu từ các tin quảng cáo tuyển dụng trực tuyến trong ngành logistics năm 2022 ở Việt Nam và một số nước trên thế giới. Bài viết áp dụng hai phương pháp dự báo là trung bình trượt và san bằng số mũ đơn để phân tích dữ liệu. Kết quả cho thấy Hoa Kỳ dẫn đầu với mức lương cao nhất toàn cầu, một số nước như Pháp, Đức, Hồng Kong và Đài Loan cho thấy mức lương trung bình trong ngành logistics khá tương đồng; mức lương thấp nhất ước tính trong ngành này chủ yếu ở Việt Nam, Thái Lan, Indonesia. Sự khác biệt giữa mức lương các quốc gia và khu vực có thể tạo ra xu hướng chuyển dịch lao động toàn cầu trong ngành. Do đó, những kết quả của nghiên cứu này có thể hữu ích cho chính phủ trong chính sách phát triển ngành, doanh nghiệp trong việc tuyển dụng, cơ sở giáo dục đào tạo trong việc đa dạng hóa ngành đào tạo, hay người lao động khi muốn gia nhập một ngành hàng cụ thể.

Từ khóa: Mức lương, Ngành logistics, Dự báo lương, Tuyển dụng trực tuyến

WAGE PREDICTION USING SIMPLE MOVING AVERAGE AND EXPONENTIAL SMOOTHING: CASE OF LOGISTICS ONLINE JOB POSTINGS.

Abstract

This study proposes the prediction of average wage trends using data collected from online job postings in the logistics industry in 2022 in several regions around the world, including Asia Pacific, Europe, the US, and Vietnam. The Simple Moving Average method and the Exponential Smoothing method are applied to analyze the data.  The results indicate that the US leads globally with the highest wages, while some countries such as France, Germany (Europe), Hong Kong, and Taiwan have average wages in the logistics industry that are quite similar. The lowest estimated wages in this industry are in Southeast Asian countries, including Vietnam, Thailand, and Indonesia. Wage differences between countries and regions may influence global labor mobility trends in the industry. Therefore, the research findings may be useful for governments in formulating labor policies, enterprises in recruitment practices, educational institutions in diversifying training sectors, and workers when entering a specific industry.

 

Keywords: Wage, Logistics Industry, Wage Prediction, Online Job Postings