Kỷ nguyên 4.0 và biến đổi khí hậu đang thúc đẩy ngành nông nghiệp Việt Nam chuyển đổi kép theo hướng số hóa với Trí tuệ Nhân tạo (AI) và phát triển xanh bền vững. Quá trình này đang tái cấu trúc sâu rộng thị trường lao động nông nghiệp, làm giảm các công việc giản đơn và gia tăng mạnh mẽ nhu cầu đối với lao động có kỹ năng công nghệ và kỹ năng xanh. Tuy nhiên, điều này cũng dẫn đến sự phân hóa lao động và thách thức về việc làm cho nhóm kỹ năng thấp, vốn chiếm phần lớn và hoạt động phi chính thức. Để đảm bảo chuyển đổi công bằng và bao trùm, cần tái cấu trúc hệ thống đào tạo kỹ năng, phát triển hạ tầng dữ liệu, xây dựng công cụ tài chính hỗ trợ tiếp cận công nghệ cho nông hộ nhỏ và hoàn thiện khung chính sách an sinh xã hội. Trọng tâm chính sách phải là phát triển kỹ năng, thu hẹp khoảng cách số và đảm bảo tính công bằng để chuyển đổi kép thực sự là động lực tăng trưởng bền vững cho nông nghiệp Việt Nam.
1. Giới thiệu
Kỷ nguyên Cách mạng Công nghiệp 4.0 và thách thức biến đổi khí hậu đang định hình lại ngành nông nghiệp toàn cầu, thúc đẩy sự dịch chuyển chiến lược theo hai hướng trọng yếu: số hóa với hạt nhân là Trí tuệ Nhân tạo (AI) và phát triển xanh bền vững. Các phân tích từ Acemoglu & Autor (2011) và Autor (2015) đã chứng minh rằng tiến bộ công nghệ thường xuyên gây ra sự phân hóa trong cơ cấu cầu lao động, nghiêng về nhóm kỹ năng cao. Song song đó, các báo cáo của ILO (2019) và UNEP (2021) nhấn mạnh rằng quá trình chuyển đổi xanh không chỉ tạo ra các “việc làm xanh” mà còn đòi hỏi một bộ kỹ năng mới tương ứng.
Tại Việt Nam, với lực lượng lao động nông nghiệp quy mô lớn và phần lớn là phi chính thức, hai xu thế này không chỉ hứa hẹn nâng cao năng suất mà còn có khả năng tái định hình đáng kể cấu trúc thị trường lao động. Tuy nhiên, phần lớn các công trình nghiên cứu hiện hành thường tập trung phân tích riêng rẽ từng khía cạnh, chưa cung cấp cái nhìn toàn diện về tác động cộng hưởng của AI và chuyển đổi xanh lên cơ cấu lao động. Bài viết này ra đời nhằm khắc phục khoảng trống đó bằng cách tiếp cận tích hợp, đa chiều.
2. Cơ sở lý thuyết về sự tác động của trí tuệ nhân tạo và chuyển đổi xanh tới lao động nông nghiệp
Sự phát triển mạnh mẽ của công nghệ, đặc biệt là Trí tuệ Nhân tạo (AI) và tự động hóa, đang tái định hình thị trường lao động nông nghiệp dựa trên khuôn khổ lý thuyết Thay đổi Công nghệ Thiên lệch Kỹ năng (Skill-Biased Technological Change – SBTC) do Berman et al. (1994) đề xướng. Trong mô hình này, tiến bộ công nghệ (ký hiệu A) không chỉ thúc đẩy năng suất mà còn điều chỉnh độ co giãn thay thế giữa các loại lao động, từ đó đẩy đường cầu lao động dịch chuyển mạnh mẽ, làm tăng đáng kể nhu cầu đối với lao động có kỹ năng chuyên môn cao (L_h) trong khi giảm thiểu nhu cầu dành cho lao động kỹ năng thấp (L_l). Việc triển khai các công nghệ tiên tiến như cảm biến IoT, hệ thống canh tác chính xác và phân tích dữ liệu lớn đã làm suy giảm rõ rệt các công việc mang tính lặp lại, đồng thời mở rộng các vị trí yêu cầu năng lực công nghệ và tư duy phân tích sâu sắc. Hệ quả tất yếu là cầu lao động trong nông nghiệp không chỉ biến đổi về số lượng mà còn trải qua quá trình “nâng cấp” về chất lượng, dẫn đến sự phân cực việc làm và tái phân bổ lực lượng lao động theo hướng ưu tiên các nhóm kỹ năng cao (Acemoglu & Autor, 2011; Autor, 2015; Acemoglu & Restrepo, 2020). Đối với phía cung lao động, quá trình này tạo ra sức ép điều chỉnh đáng kể, buộc người lao động truyền thống phải chủ động đầu tư vào vốn nhân lực thông qua các chương trình đào tạo lại và nâng cao kỹ năng. Nếu không thích nghi, họ có nguy cơ bị đẩy vào khu vực phi chính thức hoặc buộc phải rời bỏ ngành nông nghiệp (World Bank, 2021; FAO, 2022).
Song hành cùng tiến trình chuyển đổi số, quá trình chuyển đổi xanh đang tiếp tục đẩy mạnh sự biến đổi của thị trường lao động nông nghiệp, định hình lại cả cung và cầu theo các tiêu chí bền vững. Về phía cầu, sự trỗi dậy của các mô hình nông nghiệp sinh thái, hữu cơ và kinh tế tuần hoàn đang thúc đẩy mạnh mẽ nhu cầu về “kỹ năng xanh”. Những kỹ năng này bao gồm không chỉ các năng lực kỹ thuật chuyên biệt (như vận hành công nghệ giảm phát thải, quản lý tài nguyên hiệu quả) mà còn các kỹ năng xuyên suốt quan trọng (như tư duy hệ thống, khả năng thích ứng và tinh thần đổi mới sáng tạo) (ILO, 2019; OECD, 2023; UNEP, 2021). Đồng thời, các hoạt động sản xuất thâm dụng tài nguyên và gây ô nhiễm môi trường đang dần bị thu hẹp, dẫn đến sự sụt giảm tương ứng về nhu cầu tuyển dụng lao động trong các lĩnh vực đó. Về phía cung, khả năng tham gia thị trường lao động một cách hiệu quả ngày càng bị chi phối bởi mức độ phù hợp kỹ năng, từ đó tạo ra rào cản lớn hơn cho nhóm lao động có trình độ thấp. Trong bối cảnh này, lý thuyết “dịch chuyển công bằng” (just transition) đặc biệt nhấn mạnh tầm quan trọng của các chương trình đào tạo nghề linh hoạt, chính sách an sinh xã hội và các cơ chế hỗ trợ chuyển đổi việc làm, nhằm mục đích giảm thiểu chi phí điều chỉnh và đảm bảo tính bao trùm của quá trình phát triển (ILO, 2015; World Bank, 2021). Nếu không có những thiết chế hỗ trợ này, sự mất cân đối giữa cung và cầu lao động có thể gây ra tình trạng thất nghiệp cơ cấu và làm trầm trọng thêm bất bình đẳng, từ đó ảnh hưởng tiêu cực đến sự bền vững của ngành nông nghiệp trong dài hạn.
3. Tác động của trí tuệ nhân tạo và chuyển đổi xanh đến lao động nông nghiệp Việt Nam
3.1. Tác động theo trình độ kỹ năng
Việc triển khai trí tuệ nhân tạo (AI) và tự động hóa đang tạo ra sự dịch chuyển cấu trúc kỹ năng rõ rệt trong lực lượng lao động nông nghiệp. Các công nghệ tiên tiến như cảm biến IoT, hệ thống canh tác chính xác và máy bay không người lái (drone) đã và đang thay thế một phần đáng kể các công việc đòi hỏi sức lao động thủ công trong chuỗi sản xuất. Theo đánh giá của FAO (2022), công nghệ số có khả năng cắt giảm 20–40% nhu cầu lao động trực tiếp trong các công đoạn sản xuất cơ bản, đồng thời tối ưu hóa hiệu suất sử dụng đầu vào.
Tại Việt Nam, xu thế này được minh chứng rõ rệt qua việc ứng dụng drone trong canh tác lúa tại Đồng bằng sông Cửu Long, ước tính giảm 30–40% lao động thủ công và tiết kiệm 15–20% chi phí sản xuất (World Bank, 2021). Song song đó, nhu cầu tuyển dụng các vị trí như kỹ thuật viên vận hành thiết bị, chuyên gia phân tích dữ liệu và quản lý hệ thống sản xuất thông minh đang có xu hướng tăng trưởng mạnh mẽ. Tỷ lệ lao động nông nghiệp được đào tạo đã ghi nhận mức tăng trưởng từ 17,6% năm 2020 lên hơn 22% vào năm 2024 (Tổng cục Thống kê, 2024), phản ánh một xu thế nâng cao chất lượng nguồn nhân lực. Tuy nhiên, sự chênh lệch về khả năng tiếp cận công nghệ vẫn tiếp tục nới rộng khoảng cách kỹ năng giữa các phân khúc lao động.
3.2. Tác động theo cơ cấu ngành nghề
AI và quá trình chuyển đổi xanh đang trở thành động lực chính thúc đẩy tái cấu trúc lực lượng lao động trong toàn bộ chuỗi giá trị nông nghiệp. Cơ cấu lao động đang dịch chuyển khỏi các khâu sản xuất sơ cấp truyền thống để tập trung vào các hoạt động có giá trị gia tăng cao hơn, bao gồm chế biến, logistics, truy xuất nguồn gốc và thương mại điện tử. Theo phân tích của World Bank (2021), các khâu sau thu hoạch có thể đóng góp tới 60–70% tổng giá trị gia tăng trong chuỗi nông sản hiện đại.
Đồng thời, tiến trình xanh hóa đang mở ra nhiều cơ hội việc làm mới, điển hình như kỹ thuật viên nông nghiệp số, chuyên gia quản lý dữ liệu, chuyên viên logistics bền vững và kiểm định tiêu chuẩn môi trường. Tuy nhiên, sự chuyển dịch này không diễn ra đồng nhất: các doanh nghiệp và tác nhân có khả năng tiếp cận vốn, công nghệ thường thích ứng nhanh hơn, trong khi đa số các hộ sản xuất nhỏ vẫn đối mặt với những hạn chế về quy mô và khả năng liên kết thị trường. Tình trạng này làm trầm trọng thêm nguy cơ phân tầng trong chuỗi giá trị nông nghiệp.
3.3. Tác động đến chất lượng việc làm
Chuyển đổi xanh đang đóng góp vào việc nâng cao chất lượng việc làm thông qua việc mở rộng các mô hình sản xuất bền vững và thúc đẩy tiêu chuẩn hóa quy trình. Tại Việt Nam, diện tích canh tác hữu cơ đã tăng gấp hơn ba lần trong giai đoạn 2016–2022, minh chứng cho xu thế phát triển nông nghiệp thân thiện với môi trường (Bộ NN&PTNT, 2023). Bên cạnh đó, việc áp dụng công nghệ số và hệ thống truy xuất nguồn gốc đã góp phần nâng cao thu nhập cho nông dân khoảng 10–20% và cải thiện đáng kể tính minh bạch của thị trường (World Bank, 2021).
Tuy nhiên, chất lượng việc làm vẫn cho thấy sự phân hóa sâu sắc. Khoảng 60–65% lao động nông nghiệp hiện vẫn thuộc khu vực phi chính thức (Tổng cục Thống kê, 2024), với điều kiện làm việc và mức độ an sinh xã hội còn nhiều hạn chế. Hơn nữa, chi phí đầu tư cao cho công nghệ và các tiêu chuẩn xanh tiếp tục là thách thức lớn đối với các hộ sản xuất quy mô nhỏ, khiến cho lợi ích từ quá trình chuyển đổi chưa thể phân bổ một cách đồng đều.
3.4. Tác động đến phân bổ không gian lao động
Song song với các biến đổi về kỹ năng và cơ cấu ngành, lực lượng lao động nông nghiệp đang có xu hướng dịch chuyển khỏi các hoạt động sản xuất truyền thống, hướng tới các lĩnh vực phi nông nghiệp và những khâu có giá trị gia tăng cao hơn. Tỷ trọng lao động trong ngành nông, lâm, thủy sản đã suy giảm từ khoảng 38% vào năm 2015 xuống còn 26–27% vào năm 2024, trong khi đó, khu vực công nghiệp và dịch vụ tiếp tục mở rộng mạnh mẽ (Tổng cục Thống kê, 2024). Sự chênh lệch năng suất đáng kể giữa các khu vực kinh tế vẫn là động lực then chốt thúc đẩy xu hướng dịch chuyển này.
Sự phát triển của chuỗi giá trị nông sản và kinh tế số cũng đang mở ra những cơ hội việc làm mới tại khu vực nông thôn, đặc biệt là trong các lĩnh vực chế biến, logistics và thương mại điện tử. Tuy nhiên, khả năng dịch chuyển này còn phụ thuộc lớn vào đặc điểm vùng miền và năng lực thích ứng của người lao động, làm cho quá trình này diễn ra không đồng bộ và đòi hỏi các chính sách hỗ trợ chuyển đổi nghề nghiệp cần có tính bao trùm cao.
4. Thảo luận và hàm ý chính sách
4.1. Hệ thống chính sách hỗ trợ chuyển dịch lao động và ứng dụng công nghệ
Trong giai đoạn 2020–2025, Chính phủ Việt Nam đã chủ động xây dựng một khung chính sách tương đối toàn diện, hướng đến thúc đẩy quá trình chuyển đổi kép trong ngành nông nghiệp, bao gồm cả số hóa và xanh hóa. Những chính sách này không chỉ tạo lập hành lang pháp lý cho việc ứng dụng công nghệ mà còn tác động trực tiếp đến quá trình tái cấu trúc cơ cấu lao động nông nghiệp, đặc biệt thông qua ba trụ cột then chốt: (i) phát triển nguồn nhân lực chất lượng cao, (ii) đảm bảo an sinh xã hội, và (iii) xây dựng hạ tầng dữ liệu vững chắc.
(1) Thu hút chuyên gia và phát triển nguồn nhân lực công nghệ cao
Nghị định 249/2025/NĐ-CP được ban hành, đánh dấu một bước tiến chiến lược nhằm tháo gỡ “nút thắt” về nhân lực chất lượng cao trong lĩnh vực nông nghiệp số. Chính sách này chú trọng thu hút đội ngũ chuyên gia về khoa học, công nghệ và chuyển đổi số thông qua các cơ chế đãi ngộ vượt trội, bao gồm mức lương cạnh tranh, điều kiện làm việc tối ưu và các gói hỗ trợ phúc lợi xã hội toàn diện (Chính phủ, 2025a).
Từ góc độ cơ cấu lao động, chính sách này tác động trực tiếp lên phía cầu, làm tăng nhu cầu đối với lao động kỹ năng cao, đồng thời gián tiếp kích thích phía cung thông qua hiệu ứng lan tỏa tri thức. Tuy nhiên, một điểm hạn chế đáng lưu ý là phạm vi hưởng lợi của chính sách còn tập trung chủ yếu vào nhóm lao động có trình độ cao, chưa có cơ chế đủ mạnh để tạo sự kết nối hiệu quả giữa nhóm này với khu vực sản xuất nhỏ lẻ – nơi chiếm tỷ trọng lớn trong cơ cấu nông nghiệp Việt Nam.
(2) Chính sách an sinh xã hội và bảo vệ nhóm lao động dễ bị tổn thương
Trong bối cảnh tự động hóa và chuyển đổi xanh có khả năng gia tăng rủi ro mất việc làm cho nhóm lao động kỹ năng thấp, Nghị định 30/2025/NĐ-CP được kỳ vọng đóng vai trò như một “tấm đệm” an sinh, nhằm giảm thiểu tối đa các tác động tiêu cực. Việc bổ sung tiêu chí xác định người lao động có thu nhập thấp (dưới 2.250.000 đồng/tháng tại khu vực nông thôn) tạo cơ sở vững chắc để triển khai các chương trình hỗ trợ đào tạo nghề, chuyển đổi việc làm và góp phần vào mục tiêu giảm nghèo bền vững (Chính phủ, 2025b).
Chính sách này mang ý nghĩa chiến lược trong việc đảm bảo nguyên tắc “chuyển đổi công bằng”, giúp các nhóm yếu thế duy trì khả năng tham gia thị trường lao động. Về phía cung lao động, các chương trình đào tạo lại và nâng cao kỹ năng đóng vai trò then chốt trong việc cải thiện năng lực thích ứng của người lao động trước những thay đổi về cơ cấu cầu lao động do tiến bộ công nghệ và yêu cầu môi trường tạo ra.
Tuy nhiên, hiệu quả triển khai chính sách này còn phụ thuộc đáng kể vào năng lực thực thi của các cấp chính quyền địa phương. Thực tiễn cho thấy, nhiều chương trình đào tạo nghề chưa thực sự gắn kết chặt chẽ với nhu cầu thực tế của thị trường, đặc biệt là đối với các kỹ năng số và kỹ năng xanh. Tình trạng này gây ra sự lệch pha giữa cung và cầu kỹ năng, làm giảm hiệu quả của chính sách trong việc hỗ trợ dịch chuyển lao động.
(3) Chính sách phát triển nông nghiệp xanh và hạ tầng dữ liệu
Ngoài các chính sách về lao động, Việt Nam đã triển khai nhiều chương trình nền tảng nhằm đẩy mạnh chuyển đổi số và phát triển nông nghiệp bền vững. Cụ thể, Khung kiến trúc số ngành nông nghiệp (Quyết định 5445/QĐ-BNNMT) thiết lập nền tảng cho việc quản lý dựa trên dữ liệu. Các nền tảng như AgriStack hỗ trợ số hóa thông tin sản xuất và truy xuất nguồn gốc, từ đó tăng cường tính minh bạch của thị trường. Song song đó, các chương trình giảm phát thải giai đoạn 2025–2030 đang thúc đẩy việc áp dụng các tiêu chuẩn môi trường nghiêm ngặt và mở ra cơ hội tham gia vào thị trường carbon tiềm năng.
Tác động đến lao động thể hiện rõ rệt theo hai chiều. Về phía cầu, tiến trình số hóa và xanh hóa đang làm tăng mạnh nhu cầu đối với lao động sở hữu kỹ năng công nghệ và kỹ năng xanh, đặc biệt trong các lĩnh vực quản lý dữ liệu, truy xuất nguồn gốc và logistics. Trong khi đó, các ước tính chỉ ra rằng ứng dụng công nghệ số có thể cắt giảm đáng kể nhu cầu lao động thủ công. Về phía cung, việc phổ cập các nền tảng số đang góp phần nâng cao chất lượng nguồn nhân lực, được minh chứng qua sự gia tăng tỷ lệ lao động được đào tạo, mặc dù con số này vẫn còn khiêm tốn. Tuy nhiên, hiệu quả của quá trình chuyển đổi vẫn bị hạn chế do sự thiếu đồng bộ của hạ tầng dữ liệu và sự chênh lệch lớn trong khả năng tiếp cận công nghệ giữa các vùng, đặc biệt ở khu vực nông thôn và miền núi – nơi phần lớn hoạt động sản xuất vẫn do các hộ nhỏ lẻ đảm nhiệm.
Nhìn chung, hệ thống chính sách hiện hành đã từng bước định hình một khung thể chế hỗ trợ cho quá trình dịch chuyển lao động nông nghiệp trong bối cảnh chuyển đổi kép. Tuy nhiên, vẫn còn ba vấn đề cốt lõi cần được giải quyết:
(i) Chính sách phát triển nguồn nhân lực chưa theo kịp tốc độ thay đổi của cơ cấu lao động;
(ii) Khoảng cách tiếp cận công nghệ giữa các nhóm lao động ngày càng gia tăng;
(iii) Hạ tầng dữ liệu và thể chế số chưa đủ hoàn thiện để hỗ trợ ứng dụng AI trên diện rộng.
4.2. Hàm ý chính sách đối với lao động nông nghiệp trong bối cảnh chuyển đổi kép
Trước tiên, điều cấp thiết là phải tái cấu trúc hệ thống đào tạo nguồn nhân lực nông nghiệp theo hướng linh hoạt và khả năng thích ứng cao với tốc độ thay đổi nhanh chóng của công nghệ. Trọng tâm không chỉ dừng lại ở việc phổ cập các kỹ năng số cơ bản, mà còn phải lồng ghép kỹ năng xanh và năng lực quản trị chuỗi giá trị. Việc thiết lập một cơ chế phối hợp chặt chẽ giữa Nhà nước, các cơ sở đào tạo và doanh nghiệp là yếu tố then chốt để đảm bảo tính thực tiễn và khả năng hấp thụ lực lượng lao động sau khi được đào tạo (OECD, 2023). Song song đó, các chương trình đào tạo lại cần được ưu tiên dành cho nhóm lao động lớn tuổi và lao động có kỹ năng thấp, nhằm giảm thiểu rủi ro bị loại trừ khỏi thị trường lao động.
Thứ hai, phát triển hạ tầng dữ liệu nông nghiệp phải được coi là nền tảng cốt yếu cho toàn bộ quá trình chuyển đổi số. Việc xây dựng một hệ thống dữ liệu mở, chuẩn hóa và có khả năng liên thông – bao gồm thông tin về đất đai, khí hậu, dịch bệnh và thị trường – sẽ tạo điều kiện thuận lợi cho việc triển khai các ứng dụng AI ở quy mô rộng. Đồng thời, cần thúc đẩy mạnh mẽ quá trình số hóa từ cấp cơ sở thông qua việc phổ cập nhật ký sản xuất điện tử và các nền tảng truy xuất nguồn gốc, nhằm mục đích tích lũy dữ liệu phục vụ công tác phân tích và hỗ trợ ra quyết định.
Thứ ba, cần thiết lập các công cụ tài chính hiệu quả nhằm giảm thiểu rào cản trong việc tiếp cận công nghệ, đặc biệt đối với các hộ sản xuất quy mô nhỏ. Các chính sách như tín dụng xanh, hỗ trợ lãi suất và khuyến khích mô hình AI dưới dạng dịch vụ (AIaaS) có thể giúp phân bổ lại gánh nặng chi phí đầu tư, từ đó thu hẹp khoảng cách số giữa các nhóm lao động. Ngoài ra, việc ưu tiên phát triển các giải pháp công nghệ “Make in Vietnam” mang ý nghĩa chiến lược trong việc cắt giảm chi phí, nâng cao khả năng thích ứng với điều kiện địa phương và đảm bảo chủ quyền công nghệ quốc gia.
Thứ tư, việc hoàn thiện khung chính sách chuyển đổi công bằng là yếu tố then chốt để bảo vệ các nhóm lao động dễ bị tổn thương. Điều này đòi hỏi triển khai hiệu quả các chương trình an sinh xã hội, hỗ trợ đào tạo nghề và xây dựng một thị trường lao động nông thôn hiện đại thông qua các nền tảng số kết nối cung – cầu lao động. Đảm bảo tính bao trùm của quá trình chuyển đổi không chỉ mang lại ý nghĩa xã hội sâu sắc mà còn là điều kiện tiên quyết để duy trì sự ổn định và phát triển bền vững cho khu vực nông thôn.
5. Kết luận
Trí tuệ nhân tạo (AI) và quá trình chuyển đổi xanh đang tạo ra một sự tái cấu trúc sâu rộng trong thị trường lao động nông nghiệp Việt Nam, hướng tới việc giảm thiểu lao động giản đơn và gia tăng mạnh mẽ nhu cầu đối với lực lượng lao động sở hữu kỹ năng công nghệ và kỹ năng xanh. Tiến trình này không chỉ làm biến đổi cơ cấu việc làm mà còn gây ra sự phân hóa rõ rệt giữa các nhóm lao động, phụ thuộc vào khả năng tiếp cận và mức độ thích ứng với công nghệ. Nghiên cứu chỉ ra rằng tác động của quá trình chuyển đổi kép chịu ảnh hưởng lớn từ năng lực thích ứng của phía cung lao động và mức độ hoàn thiện của các thể chế hỗ trợ. Vì vậy, trọng tâm của các chính sách cần được định hướng vào việc phát triển kỹ năng, thu hẹp khoảng cách số và đảm bảo một quá trình chuyển đổi công bằng. Đây là điều kiện tiên quyết để chuyển đổi kép thực sự trở thành động lực tăng trưởng bao trùm, thay vì làm sâu sắc thêm sự phân hóa trong thị trường lao động.
TS Nguyễn Đức Chính – Học viện Chính trị khu vực I
Tài liệu tham khảo
- Acemoglu, D., & Autor, D. (2011). Skills, tasks and technologies: Implications for employment and earnings. Handbook of Labor Economics, 4, 1043–1171. https://doi.org/10.1016/S0169-7218(11)02410-5
- Acemoglu, D., & Restrepo, P. (2020). Robots and jobs: Evidence from US labor markets. Journal of Political Economy, 128(6), 2188–2244.https://doi.org/10.1086/705716
- Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30. https://doi.org/10.1257/jep.29.3.3
- Becker, G. S. (1993). Human capital: A theoretical and empirical analysis, with special reference to education (3rd ed.). University of Chicago Press.https://doi.org/10.7208/chicago/9780226041223.001.0001
- Bộ Nông nghiệp và Phát triển Nông thôn. (2023). Báo cáo phát triển nông nghiệp hữu cơ Việt Nam.
- Chính phủ. (2025a). Nghị định 249/2025/NĐ-CP về chính sách thu hút nhân lực khoa học công nghệ.
- Chính phủ. (2025b). Nghị định 30/2025/NĐ-CP về chính sách hỗ trợ người lao động thu nhập thấp.
- Food and Agriculture Organization (FAO). (2022). The State of Food and Agriculture 2022: Leveraging automation in agriculture. https://doi.org/10.4060/cb9479en
- Goos, M., Manning, A., & Salomons, A. (2014). Explaining job polarization: Routine-biased technological change and offshoring. American Economic Review, 104(8), 2509–2526 https://doi.org/10.1257/aer.104.8.2509
- International Labour Organization (ILO). (2019). Skills for a greener future: A global view.https://doi.org/10.54394/hhpt8087
- Organisation for Economic Co-operation and Development (OECD). (2023). Green skills and jobs.https://doi.org/10.1787/1f6f4d3c-en
- Tổng cục Thống kê. (2024). Niên giám thống kê Việt Nam 2023. NXB Thống kê.
- United Nations Development Programme (UNDP). (2022). Digital transformation in agriculture in Vietnam.https://doi.org/10.18356/undp-vn-agri-2022
- United Nations Environment Programme (UNEP). (2021). Towards a green economy: Pathways to sustainable development and poverty eradication. https://doi.org/10.18356/9789210019706
- World Bank. (2021). Transforming Vietnamese agriculture: Gaining more from less. https://doi.org/10.1596/978-1-4648-1620-6
