Những đóng góp mới về mặt học thuật, lý luận (1) Luận án đã ước lượng hiệu quả sản xuất của các nông hộ từ các thước đó khác nhau, bao gồm: (i) hiệu quả kĩ thuật, hiệu quả phân bổ, hiệu quả kinh tế; (ii) sản lượng và năng suất nhân tố tổng hợp với số liệu mảng và trên phạm vi cả nước. Do đó cung cấp các thông tin toàn diện hơn về hiệu quả sản xuất nông nghiệp so với các nghiên cứu trước. (2) Luận án đã nghiên cứu vai trò của QSDĐ và các yếu tố khác đến tất cả các thước đo trên. Kết quả cho thấy, QSDĐ có tác động quan trọng lên tất cả các thước đo; Tác động của QSDĐ đến các thước đo khác nhau là khác nhau và đến các mức năng suất khác nhau là khác nhau. Đây là bằng chứng khoa học góp phần cho việc thiết kế chính sách về QSDĐ nhằm nâng cao hiệu quả sản xuất không chỉ trong ngắn hạn mà còn trong trung và dài hạn. (3) Luận án sử dụng đa dạng các phương pháp nghiên cứu định lượng trong đo lường và đánh giá tác động. Luận án cũng sử dụng đồng thời các phương pháp ước lượng tham số và phi tham số nhằm khắc phục các vấn đề nội sinh và đưa ra các kết quả với sự kiểm định chặt chẽ, đảm bảo độ tin cậy cho kết quả nghiên cứu. Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án (1) Kết quả ước tính hiệu quả kĩ thuật cho thấy có sự khác biệt lớn về hiệu quả giữa các hộ sản xuất kém hiệu quả nhất với các hộ có hiệu quả cao. Hiệu quả phân bổ và hiệu quả kinh tế đang ở mức khá thấp. Điều này còn cho khả năng phân bổ nguồn lực và chi phí đầu vào của các nông hộ còn nhiều lãng phí; kĩ năng kết hợp nguồn lực trong sản xuất chưa phù hợp đã khiến hiệu quả kinh tế trong sản xuất nông nghiệp chưa hiệu quả. (2) QSDĐ tác động đến hiệu quả kĩ thuật lớn hơn đáng kể so với tác động đến hiệu quả phân bổ ở các hộ có quyền sử dụng đất, cho thấy tác động của quyền sử dụng đất là rõ rệt đến đầu tư v
i LỜI CAM KẾT Tôi đọc hiểu hành vi vi phạm trung thực học thuật Tôi cam kết danh dự cá nhân luận án: “Tác động quyền sử dụng đất nông nghiệp lên hiệu sản xuất nông nghiệp Việt Nam - Tiếp cận mơ hình tốn kinh tế” tự thực không vi phạm yêu cầu trung thực học thuật Nghiên cứu sinh (ký ghi rõ họ tên) Kiều Nguyệt Kim ii LỜI CẢM ƠN Tơi xin bày tỏ lịng biết ơn sâu sắc tới cô giáo hướng dẫn tôi, PGS.TS Nguyễn Thị Minh, người thầy tận tụy, nghiêm khắc, kiến thức học thuật sâu sắc ý tưởng nghiên cứu đầy mẻ Nếu khơng có dẫn dắt cơ, tơi khơng thể hồn thành luận án Tôi xin gửi lời cảm ơn tới Ban Giám hiệu, đồng nghiệp Trường Đại học Công nghiệp Hà Nội; Ban Giám đốc, đồng nghiệp Học viện Ngân hàng nơi công tác, tạo điều kiện thuận lợi, hỗ trợ, chia sẻ động viên suốt thời gian làm nghiên cứu sinh Tôi xin chân thành cảm ơn Ban Chủ nhiệm khoa, thầy giáo Khoa Tốn Kinh tế - Trường Đại học Kinh tế Quốc dân hỗ trợ nhiều kiến thức chuyên ngành Tôi xin bày tỏ lời cảm ơn tới Ban lãnh đạo, cán Viện Đào tạo sau đại học – Trường Đại học Kinh tế Quốc dân tạo điều kiện thủ tục hành hướng dẫn quy trình thực tồn q trình nghiên cứu Tôi xin chân thành cảm ơn nhà khoa học quan tâm đến luận án đóng góp nhiều ý kiến quý báu suốt q trình luận án hồn thành Tơi đặc biệt gửi lời tri ân tới gia đình, bạn bè người thân ln đồng hành, động viên khích lệ tơi suốt thời gian qua Xin trân trọng cảm ơn! Hà Nội, ngày tháng Tác giả luận án Kiều Nguyệt Kim năm 2022 iii MỤC LỤC LỜI CAM KẾT i LỜI CẢM ƠN ii DANH MỤC CHỮ VIẾT TẮT vi DANH MỤC BẢNG BIỂU vii DANH MỤC HÌNH viii LỜI MỞ ĐẦU 1 Lý chọn đề tài Mục tiêu câu hỏi nghiên cứu .4 Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu 5 Những đóng góp luận án 6 Bố cục luận án Chương CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU 10 1.1 Một số khái niệm 10 1.1.1 Đất nông nghiệp 10 1.1.2 Quyền sử dụng đất nông nghiệp 10 1.1.3 Sản xuất nông nghiệp 11 1.1.4 Hiệu sản xuất nông nghiệp 11 1.1.5 Đo lường hiệu sản xuất nông nghiệp 13 1.2 Cơ sở lý luận luận án 14 1.2.1 Cơ sở lý thuyết quyền sử dụng đất nông nghiệp 14 1.2.2 Kênh tác động từ quyền sử dụng đất nông nghiệp lên hiệu sản xuất 17 1.3 Tổng quan nghiên cứu .22 1.3.1 Tổng quan nghiên cứu giới……………………………………22 1.3.2 Tổng quan cơng trình nghiên cứu Việt Nam……………………….30 iv 1.3.3 Khoảng trống nghiên cứu 32 1.4 Khung phân tích luận án 33 Chương PHƯƠNG PHÁP NGHIÊN CỨU 36 2.1 Phương pháp ước lượng hiệu kỹ thuật, hiệu phân bổ hiệu kinh tế .36 2.2 Phương pháp hồi quy liệu mảng 39 2.3 Phương pháp ước lượng tổng quát GEE 44 2.4 Phương pháp hồi quy phân vị với số liệu mảng 47 2.5 Phương pháp hồi quy phi tham số .49 Chương THỰC TRẠNG SẢN XUẤT NÔNG NGHIỆP VÀ QUYỀN SỬ DỤNG ĐẤT NÔNG NGHIỆP VIỆT NAM GIAI ĐOẠN 2012 - 2018 53 3.1 Một số sách quyền sử dụng đất nông nghiệp .53 3.1.1 Lịch sử phát triển QSDĐ nông nghiệp Việt Nam 53 3.1.2 Nông nghiệp Việt Nam qua thời kì 55 3.2 Thực trạng hiệu sản xuất nông nghiệp Việt Nam giai đoạn 2012 – 2018 60 3.2.1 Hiệu sản xuất nông nghiệp Việt Nam giai đoạn 2012 – 2018 60 3.2.2 Các yếu tố tác động đến hiệu sản xuất 63 Tổng kết chương 70 Chương TÁC ĐỘNG CỦA QUYỀN SỬ DỤNG ĐẤT ĐẾN HIỆU QUẢ SẢN XUẤT NÔNG NGHIỆP VIỆT NAM 71 4.1 Số liệu biến số 71 4.1.1 Số liệu 71 4.1.2 Các biến số sử dụng mơ hình 72 4.2 Ước lượng hiệu sản xuất 74 4.2.1 Ước lượng hiệu kĩ thuật 74 4.2.2 Ước lượng hiệu kinh tế 78 4.2.3 Ước lượng hiệu phân bổ 80 4.2.4 Một số thước đo khác 81 v 4.3 Các mơ hình đánh giá tác động quyền sử dụng đất đến hiệu sản xuất nông nghiệp 84 4.3.1 Đánh giá tác động quyền sử dụng đất đến hiệu kĩ thuật 84 4.3.2 Đánh giá tác động quyền sử dụng đất đến hiệu phân bổ .90 4.4 Đánh giá tác động quyền sử dụng đất đến phương diện khác q trình sản xuất nơng nghiệp .94 4.4.1 Đánh giá tác động quyền sử dụng đất đến hiệu sản lượng nơng nghiệp mơ hình liệu mảng 94 4.4.2 Đánh giá tác động quyền sử dụng đất đến TFP nơng nghiệp mơ hình liệu mảng hồi quy phân vị 99 Tổng kết chương .104 KẾT LUẬN VÀ KIẾN NGHỊ 107 Kết luận .107 Một số kiến nghị 110 Hạn chế luận án số hướng nghiên cứu 111 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ CĨ NỘI DUNG LIÊN QUAN TRỰC TIẾP ĐẾN LUẬN ÁN 113 TÀI LIỆU THAM KHẢO 114 PHỤ LỤC 127 vi DANH MỤC CHỮ VIẾT TẮT Chữ viết tắt Giải thích Tiếng Anh Giải thích Tiếng Việt AE Allocative efficiency Hiệu phân bổ EE Economic efficiency Hiệu kinh tế Food FAO Agriculture Tổ chức lương thực nông nghiệp and Organization of the United liên hiệp quốc Nations GDP Gross domestic product GSO General statistics Vietnam Tổng sản phẩm quốc nội office of Tổng cục thống kê Việt Nam NN & PTNT Nông nghiệp phát triển nông thôn NSLĐ Năng suất lao động QSDĐ Quyền sử dụng đất SXNN Sản xuất nông nghiệp TE Technical efficiency Hiệu kĩ thuật TFP Total factor productivity Năng suất nhân tố tổng hợp Ủy ban nhân dân UBND USAID United States agency for Cơ quan phát triển quốc tế Hoa Kỳ international development VARHS Viet Nam access to resources Dữ liệu điều tra tiếp cận nguồn lực household survey hộ gia đình nơng thơn Việt Nam VHLSS Vietnam household standard survey living Bộ liệu khảo sát mức sống hộ gia đình Việt Nam vii DANH MỤC BẢNG BIỂU Bảng 4.1 Bảng tóm tắt biến số mơ hình nghiên cứu 72 Bảng 4.2: Thống kê mô tả yếu tố trình sản xuất 74 Bảng 4.3: Ước tính mơ hình hàm lợi nhuận biên ngẫu nhiên 75 Bảng 4.4: Bảng phân phối hiệu kĩ thuật sản xuất nông nghiệp 76 Bảng 4.5: Thống kê mơ tả chi phí giá đầu vào sản xuất 77 Bảng 4.6: Ước tính mơ hình hàm chi phí biên ngẫu nhiên 78 Bảng 4.7: Bảng phân phối hiệu kinh tế sản xuất nông nghiệp 79 Bảng 4.8: Bảng phân phối hiệu phân bổ sản xuất nông nghiệp 80 Bảng 4.9: Thống kê yếu tố trình sản xuất theo năm 82 Bảng 4.10: Ước lượng hồi quy cho TFP 82 Bảng 4.11: Thống kê mô tả biến yếu tố ảnh hưởng đến hiệu sản xuất 85 Bảng 4.12: Ước tính tác động đến hiệu kĩ thuật phương pháp GEE 86 Bảng 4.13: Ước lượng tác động đến hiệu kĩ thuật mơ hình hồi quy phi tham số Kernel 88 Bảng 4.14: Ước tính tác động đến hiệu phân bổ phương pháp GEE 90 Bảng 4.15: Ước lượng tác động đến hiệu phân bở mơ hình hồi quy phi tham số Kernel 92 Bảng 4.16: Thống kê mô tả yếu tố ảnh hưởng đến sản xuất lúa 95 Bảng 4.17: Kết ước lượng tác động đến hiệu sản lượng 97 Bảng 4.18: Thống kê yếu tố tác động đến TFP 98 Bảng 4.19 Ước lượng tác động cố định cho suất nhân tố tổng hợp 100 Bảng 4.20: Ước lượng hồi quy phân vị cho suất nhân tố tổng hợp 101 Bảng 4.21: Tóm tắt chiều tác động yếu tố đến hiệu suất nông nghiệp 105 viii DANH MỤC HÌNH Hình 1.1 Hiệu kĩ thuật hiệu phân bổ 13 Hình 1.2: Nguyên nhân hậu có thay đởi quyền sử dụng đất 15 Hình 1.3 Khung phân tích 34 Hình 3.1 Các mốc thay đởi Luật đất đai tình trạng nơng nghiệp Việt Nam từ cải cách ruộng đất 1954 đến 56 Hình 3.2: Tổng giá trị sản phẩm nông nghiệp GDP (tỉ VNĐ) 59 Hình 3.3: Doanh thu lợi nhuận bình quân từ trồng ngắn ngày hộ theo năm 60 Hình 3.4: Tởng doanh thu tởng lợi nhuận nơng nghiệp bình qn hộ theo tỉnh 61 Hình 3.5: TFP nơng nghiệp theo tỉnh 61 Hình 3.6: Tỉ lệ mảnh đất cấp giấy chứng nhận quyền sử dụng 62 Hình 3.7: Thống kê quyền sử dụng đất nơng nghiệp 63 Hình 3.8: Tỉ lệ mảnh đất cấp GCN quyền sử dụng theo diện tích 63 Hình 3.9: Tương quan lợi nhuận bình quân quyền sử dụng đất 65 Hình 3.10: Tỉ lệ đất trồng trọt theo diện tích 65 Hình 3.11: Lợi nhuận bình qn theo quy mơ sản xuất 65 Hình 3.12: Tỉ lệ trình độ học vấn chủ hộ 66 Hình 3.13: Tương quan sản lượng, lợi nhuận bình quân với trình độ học vấn chủ hộ 67 Hình 3.14: Tương quan lợi nhuận nơng nghiệp bình qn với t̉i chủ hộ67 Hình 4.1: Tác động biên quyền sử dụng đất đến hiệu kĩ thuật trình độ học vấn chủ hộ thay đổi 87 Hình 4.2: Tác động biên quyền sử dụng đất đến hiệu phân bở trình độ học vấn chủ hộ thay đổi 92 LỜI MỞ ĐẦU Lý chọn đề tài Nông nghiệp phận quan trọng cấu kinh tế Việt Nam, đóng góp xấp xỉ 14% GDP (năm 2020), nguồn thu nhập gần 10 triệu hộ nơng dân Bên cạnh đó, nơng nghiệp đóng góp phần không nhỏ cho xuất đảm bảo an ninh lương thực quốc gia, tạo việc làm cho hàng triệu niên vùng nông thôn Kể từ “Đổi mới” đến nay, nông nghiệp đã, tiếp tục ngành kinh tế quan trọng với vai trò trụ đỡ cho kinh tế Phát triển kinh tế nơng nghiệp góp phần tạo sinh kế, việc làm thu nhập ổn định cho người dân nông thơn, góp phần quan trọng ởn định kinh tế - trị - xã hội phát triển đất nước, đó, ngành nơng nghiệp ln trọng đường lối phát triển kinh tế Đảng Nhà nước Báo cáo trị Ban Chấp hành Trung ương Đảng Khóa XI Đại hội đại biểu tồn quốc lần thứ XII Đảng liên quan đến chủ trương phát triển nông nghiệp kinh tế nông thôn gắn với xây dựng nông thôn khẳng định “Cần có sách phù hợp để tích tụ, tập trung ruộng đất, thu hút mạnh nguồn lực đầu tư phát triển nơng nghiệp Phát huy vai trị chủ thể hộ nông dân kinh tế hộ "; Nghị số 01/NQ-CP ngày 1/1/2020 Chính phủ cấu lại ngành nông nghiệp giai đoạn 2021 - 2025 rõ “Đẩy mạnh phát triển nông nghiệp đại, thích ứng với biến đởi khí hậu kết nối bền vững với chuỗi giá trị nơng sản tồn cầu Chuyển dịch cấu nông nghiệp nông thôn theo hướng cơng nghiệp hóa, phát triển sản xuất nơng sản hàng hóa có chất lượng hiệu quả; gắn sản xuất với thị trường nước thị trường quốc tế nhằm nâng cao hiệu sử dụng tài nguyên (đất đai, nước, rừng, lao động nguồn vốn); nâng cao thu nhập; cải thiện đời sống nông dân Mục tiêu cụ thể đến năm 2025, tốc độ tăng trưởng giá trị gia tăng ngành nông nghiệp đạt bình quân từ 2,5-3%/năm” Tuy nhiên vài thập kỷ gần đây, nơng nghiệp Việt Nam có tốc độ tăng trưởng thấp Tỷ trọng ngành nông nghiệp GDP giảm mạnh từ năm 1990 40,5% đến năm 2016 xuống 16,3% Trong tốc độ tăng trưởng toàn kinh tế năm 2016 6,21% ngành nơng nghiệp tăng 1,36% Đây mức tăng trưởng thấp kể từ năm 2011 (GSO, 2016) Năng suất lao động trung bình ngành nơng nghiệp 32,9 triệu đồng / lao động ngành công nghiệp, xây dựng dịch vụ đạt 112 triệu đồng / lao động 103,5 triệu đồng / lao động (Mai Yen, 2018) Một số nguyên nhân nghiên cứu bao gồm, thứ yếu nông nghiệp phân mảnh, điều phối rời rạc, suất chất lượng thấp tồn bối cảnh cạnh tranh ngày gay gắt Sản xuất manh mún, nhỏ lẻ, khó khăn tở chức cánh đồng mẫu lớn yếu tố gây cản trở đến việc áp dụng tiến khoa học công nghệ dẫn đến e ngại đầu tư dài hạn làm giảm thiểu sức mạnh thị trường người nông dân (Ayerst cộng sự, 2020; Le, 2020) Năm 2016 50% hộ trồng trọt diện tích nhỏ 0,5ha; số hộ có qui mơ đất nông nghiệp từ 0,5 đến 16,75%; có khoảng 5% hộ nơng dân có qui mơ ruộng đất Điều tác động trực tiếp đến hạn chế việc ứng dụng khoa học công nghệ vào sản xuất, khai thác lợi theo quy mô, việc triển khai ứng dụng mơ hình nơng nghiệp tiên tiến (World bank, 2016) Thứ hai, cơng nghiệp hóa chuyển tài nguyên nông nghiệp lao động đất đai sang khu vực công nghiệp dịch vụ với suất thu nhập cao nên sức hút từ môi trường khiến tỉ lệ lao động nông nghiệp giảm sút nhanh, với tỷ lệ đầu tư cho nông nghiệp đạt mức thấp so với lĩnh vực khác Từ đất nông nghiệp bị bỏ hoang, canh tác cầm chừng cho người khác mượn đất để sản xuất khiến đất đai trở nên lãng phí, khơng đầu tư, bảo tồn Kết khảo sát từ năm 2006 - 2016, cho thấy số hộ không trực tiếp sử dụng đất tăng từ 18,23% lên 21,38% (Khôi Thắng, 2019) Những yếu tố tác nhân làm cho hiệu sản xuất nông nghiệp tụt xuống mức thấp nay, tăng trưởng dân số đòi hỏi nhu cầu ngày cao sản phẩm từ nơng nghiệp Do để phát triển nông nghiệp ổn định cần đầu tư thay đổi kĩ thuật, chuyển đổi trồng vật nuôi, cần thiết phải có đầu tư lâu dài đất sản xuất nông nghiệp chịu nhiều ảnh hưởng điều kiện tự nhiên đất, nước thời tiết Ngoài ra, nguyên nhân quan trọng không kém, đảm bảo pháp lý quyền sử dụng đất nông nghiệp, thể giấy chứng nhận quyền sử dụng đất Có thể nói, vấn đề quyền sử dụng đất nông nghiệp nhà nước ý, thể qua thay đổi Luật đất đai năm 2013, có đởi quyền định mục đích sử dụng đất; quy định hạn mức sử dụng đất, thời hạn sử dụng đất; quyền định thu hồi, trưng dụng đất đai; quyền định giá đất, thay đởi cịn nhiều hạn chế Thứ nhất, tượng tranh chấp đất nông nghiệp xảy nhiều địa phương khả bị thu hồi đất ý muốn người dân chưa giải triệt để, nơng dân khơng thực gắn bó với ruộng đất ngần ngại đầu tư dài hạn Thứ hai, khơng có giấy chứng nhận quyền sử dụng đất khiến nơng dân khó khăn tiếp cận nguồn tín dụng thức phi thức để đầu tư Thứ ba, phức tạp thủ tục pháp lý khiến nông dân 124 economic history, Cambridge University Press 125 North, D C (1990), ‘A transaction cost theory of politics’, Journal of theoretical politics, 2(4), 355-367 126 Nguyen, T T., Bauer, S., & Grote, U (2016), 'Does land tenure security promote manure use by farm households in Vietnam?', Sustainability, 8(2), 178 127 Ogunniyi, L T., & Oladejo, J A (2011), 'Technical efficiency of tomato production in Oyo State Nigeria,' Agricultural Science Research Journal, 1(4), 8491 128 Onumah, E E., Brümmer, B., & Hörstgen‐Schwark, G (2010), ‘Elements which delimitate technical efficiency of fish farms in Ghana’, Journal of the World Aquaculture Society, 41(4), 506-518 129 Otsuka, K., & Hayami, Y (1988), 'Theories of share tenancy: A critical survey', Economic Development and Cultural Change, 37(1), 31-68 130 Platteau, J P (1996) The evolutionary theory of land rights as applied to sub‐ Saharan Africa: a critical assessment Development and change, 27(1), 29-86 131 Pingali, P L., & Xuan, V T (1992), ‘Vietnam: Decollectivization and rice productivity growth’, Economic development and cultural change, 40(4), 697-718 132 Prosternan, R (2001), ‘Land tenure, food security and rural development in China’, Development, 44(4), 79-84 133 Rahman, S., & Rahman, M (2009), 'Impact of land fragmentation and resource ownership on productivity and efficiency: The case of rice producers in Bangladesh', Land use policy, 26(1), 95-103 134 Ravallion, M., & Van De Walle, D (2004), ‘Breaking up the collective farms’, Economics of Transition, 12(2), 201-236 135 Rios, A R., & Shively, G E (2005), ‘Farm size and nonparametric efficiency measurements for coffee farms in Vietnam’ 136 Rodrik, D (2015), Economics rules: The rights and wrongs of the dismal science, WW Norton & Company 137 Samarpitha, A., Vasudev, N., & Suhasini, K (2016), ‘Technical, economic and allocative efficiencies of rice farms in Nalgonda district of Telangana state’, Economic Affairs, 61(3), 365-374 125 138 Schlager, E., & Ostrom, E (1992), ‘Property-rights regimes and natural resources: a conceptual analysis’, Land economics, 249-262 139 Sengupta, J (1995), Dynamics of data envelopment analysis: Theory of systems efficiency, Springer Science & Business Media 140 Shaheen, S., Anwar, S., & Hussain, Z (2011), ‘Technical efficiency of off-season cauliflower production in Punjab’, J Agric Res, 49(3), 391-406 141 Sheng, Y., Zhao, S., Nossal, K and Zhang, D (2015), ‘Productivity and farm size in Australian agriculture: reinvestigating the returns to scale’, Australian Journal of Agricultural and Resource Economics, Vol 59, No 1, pp 16-38 142 Smith, A (1776), La riqueza de las naciones 143 Smith, W., Williamson, I., Burns, A., Chung, T K., Ha, N T V., & Quyen, H X (2007), ‘The impact of land market processes on the poor in rural Vietnam’, Survey Review, 39(303), 3-20 144 Singh, R., Kumar, A., Singh, K., Chandra, N., Bharati, R., Kumar, U and Kumar, P (2018), ‘Farm size and productivity relationship in smallholder farms: some empirical evidences from Bihar, India’, Journal of Community Mobilization and Sustainable Development, Vol 13, No 1, pp 61-67 145 Tang, J., Folmer, H., & Xue, J (2015), 'Technical and allocative efficiency of irrigation water use in the Guanzhong Plain, China', Food Policy, 50, 43-52 146 Thabethe, L S (2013) Estimation of technical, economic and allocative efficiencies in sugarcane production in South Africa: A case study of Mpumalanga growers (Doctoral dissertation, University of Pretoria) 147 Tiongco, M., & Dawe, D (2002), ‘Long-term evolution of productivity in a sample of Philippine rice farms: implications for sustainability and future research’, World Development, 30(5), 891-898 148 Tổng cục Thống kê (2000), Con số kiện, số 6-2000, tr 149 Tổng cục Thống kê (2017), Kết tổng điều tra nông nghiệp nông thôn năm 2016, Nhà xuất Thống kê 150 Tran, T H M., & Nguyen, T H Y (2018), ‘Vietnam's Agriculture towards Sustainable Development: Opportunities, Challenges and Solutions in the context of International Economic Integration nowadays’, Bus Econ Law, 15, 63-70 151 Tzouvelekas, V., Pantzios, C J., & Fotopoulos, C (2001), ‘Technical efficiency 126 of alternative farming systems: the case of Greek organic and conventional olivegrowing farms’, Food Policy, 26(6), 549-569 152 Vlassenroot, K (2005), ‘Households land use strategies in a protracted crisis context: land tenure, conflict and food security in eastern DRC’, Conflict Research Group, University of Ghent 153 Wadud, A., & White, B (2000) 'Farm household efficiency in Bangladesh: a comparison of stochastic frontier and DEA methods', Applied economics, 32(13), 1665-1673 154 Wang, J., Wailes, E J., & Cramer, G L (1996), ‘A shadow‐price frontier measurement of profit efficiency in Chinese agriculture’, American Journal of Agricultural Economics, 78(1), 146-156 155 Wang, Q., Zhang, X., Wu, Y and Skitmore, M (2015), ‘Collective land system in China: Congenital flaw or acquired irrational weakness?’, Habitat International, Vol 50, pp 226-233 156 Watson, G S (1964), ‘Smooth regression analysis’, Sankhyā: The Indian Journal of Statistics, Series A, 359-372 157 Wedderburn, R W (1974), ‘Quasi-likelihood functions, generalized linear models, and the Gauss—Newton method’, Biometrika, 61(3), 439-447 158 Wiebe, K D (2003), ‘Linking land quality, agricultural productivity, and food security’, USDA-ERS Agricultural Economic Report, (823) 159 World Bank, (2011), Land Tenure Policy: Securing Rights to Reduce Poverty and Promote Rural Growth, Sustainable Development Network Results Report World Bank, Washington, DC, USA 160 Yan, J., Chen, C., & Hu, B (2019), ‘Farm size and production efficiency in Chinese agriculture: output and profit’, China Agricultural Economic Review 161 Zhang, Y., Wang, X., Glauben, T., & Brümmer, B (2011), 'The impact of land reallocation on technical efficiency: evidence from China', Agricultural Economics, 42(4), 495-507 162 Zhou, Y., Shi, X., Heerink, N., & Ma, X (2019), ‘The effect of land tenure governance on technical efficiency: evidence from three provinces in eastern China’, Applied Economics, 51(22), 2337-2354 127 PHỤ LỤC Phụ lục 4.2a: Kết mơ hình lợi nhuận biên ngẫu nhiên xtfrontier ln_profit ln_cost_labor ln_area ln_cost_labor_2 ln_area_2 c.ln_cost_labor#c.ln_area i.year, ti ite > rate(20) showtolerance Time-invariant inefficiency model Group variable: id Number of obs Number of groups = = 2910 1725 = avg = max = 1.7 = = 3150.58 0.0000 Obs per group: Log likelihood Wald chi2(7) Prob > chi2 = -2852.8981 ln_profit Coef Std Err z P>|z| [95% Conf Interval] ln_cost_labor ln_area ln_cost_labor_2 ln_area_2 2.572721 2.093846 241.076 -1.671533 1942055 2320466 23.43146 17.43653 13.25 9.02 10.29 -0.10 0.000 0.000 0.000 0.924 2.192085 1.639043 195.1512 -35.84651 2.953357 2.548649 287.0009 32.50344 c.ln_cost_labor#c.ln_area -.1840739 019856 -9.27 0.000 -.2229909 -.1451569 year 2016 2018 1488139 -.0080954 0268339 0281964 5.55 -0.29 0.000 0.774 0962204 -.0633593 2014074 0471684 _cons -20.49533 2.489052 -8.23 0.000 -25.37378 -15.61688 /mu /lnsigma2 /lgtgamma -88.90116 3.552571 4.728761 37.64318 417946 4247764 -2.36 8.50 11.13 0.018 0.000 0.000 -162.6804 2.733412 3.896215 -15.12187 4.37173 5.561308 sigma2 gamma sigma_u2 sigma_v2 34.90294 99124 34.59719 3057496 14.58755 0036884 14.58806 0106281 15.38529 980086 6.005118 284919 79.18052 996171 63.18927 3265802 Phụ lục 4.2b: Kiểm định phù hợp hàm lợi nhuận thông số hiệu Kiểm định tồn phi hiệu kĩ thuật 𝐻0: 𝜇 = 𝐻1: 𝜇 ≠ ̂ 𝜇 Tiêu chuẩn kiểm định thống kê: 𝑡 = 𝑠𝑒(𝜇̂) t_statistic = -2,36 , p_value = 0,018 Như vậy, có tồn phi hiệu mơ hình Kiểm định có tác động phi hiệu lên lợi nhuận 𝐻0: 𝛾 = 𝐻1: 𝛾 ≠ 128 Tiêu chuẩn kiểm định thống kê: 𝐿𝑅 = −2[𝑙𝑛𝐿(𝐻0) − 𝑙𝑛𝐿(𝐻1)] Trong 𝑙𝑛𝐿(𝐻0) giá trị log likelihood mơ hình không tồn phi hiệu lợi nhuận 𝑙𝑛𝐿(𝐻1) giá trị log likelihood mơ hình tồn phi hiệu lợi nhuận Ta có: Wald chi2(7) = 3150,58, P_value = 0,000 Như có tác động phi hiệu đến lợi nhuận Phụ lục 4.2c: Kết mơ hình lợi nhuận biên ngẫu nhiên xtfrontier ln_cost1 ln_labor_cost ln_giadat y_hieuchinh i.year, ti iterate(20) showtolerance Time-invariant inefficiency model Group variable: id Number of obs Number of groups = = 2934 1737 = avg = max = 1.7 = = 7713.66 0.0000 Obs per group: Log likelihood Wald chi2(5) Prob > chi2 = -1317.7088 ln_cost1 Coef Std Err ln_labor_cost ln_giadat y_hieuchinh 4395241 1221119 8792512 045204 0165072 0107283 year 2016 2018 -.289663 -.1807347 _cons z P>|z| [95% Conf Interval] 9.72 7.40 81.96 0.000 0.000 0.000 3509259 0897585 8582242 5281223 1544653 9002782 0159003 015227 -18.22 -11.87 0.000 0.000 -.3208269 -.2105792 -.258499 -.1508903 1.828509 19.65117 0.09 0.926 -36.68707 40.34409 /mu /lnsigma2 /lgtgamma 1.988866 -1.825658 -.1249037 19.64976 0295029 1042257 0.10 -61.88 -1.20 0.919 0.000 0.231 -36.52396 -1.883483 -.3291823 40.50169 -1.767833 0793748 sigma2 gamma sigma_u2 sigma_v2 1611116 4688146 0755315 0855801 0047533 0259551 0055795 0037453 1520596 4184396 0645958 0782394 1707024 5198333 0864671 0929208 129 Phụ lục 4.2d: Kết mô hình GEE đánh giá tác động quyền sử dụng đất đến hiệu kĩ thuật xtgee TE_profit i.redbook i.arean i.educ1n i.agen i.female i.kinh i.weather i.year, family(binomial) link(log > it) corr(indep) vce(robust) nolog GEE population-averaged model Group variable: Link: Family: Correlation: id logit binomial independent Scale parameter: Pearson chi2(2869): Dispersion (Pearson): 226.85 079069 Number of obs Number of groups Obs per group: avg max Wald chi2(12) Prob > chi2 = = 2,869 1,701 = = = = = 1.7 356.79 0.0000 Deviance Dispersion = = 218.73 0762408 (Std Err adjusted for clustering on id) Robust Std Err z P>|z| [95% Conf Interval] 1074435 0369727 2.91 0.004 0349784 1799087 arean 1022559 2672066 0399213 0492593 2.56 5.42 0.010 0.000 0240115 1706601 1805002 3637531 educ1n 0620097 0159655 0370597 0456883 1.67 0.35 0.094 0.727 -.0106259 -.073582 1346454 105513 agen 0513042 -.135876 036222 049918 1.42 -2.72 0.157 0.006 -.0196896 -.2337134 122298 -.0380386 1.female 1.kinh 1.weather -.0961493 1679716 0648722 0421075 0476759 0257659 -2.28 3.52 2.52 0.022 0.000 0.012 -.1786784 0745287 014372 -.0136201 2614146 1153724 year 2016 2018 -.2436517 -.3985851 0236853 0256343 -10.29 -15.55 0.000 0.000 -.290074 -.4488275 -.1972294 -.3483427 _cons 9308268 0609321 15.28 0.000 8114021 1.050251 TE_profit Coef 1.redbook 130 Phụ lục 4.2e: Kết mơ hình phi tham số đánh giá tác động quyền sử dụng đất đến hiệu kĩ thuật npregress kernel TE_profit i.redbook i.arean i.educ1n i.agen i.female i.kinh i.weather i.year, vce(bootstrap, > reps(5) seed(12)) (running npregress on estimation sample) Bootstrap replications (5) Bandwidth redbook arean educ1n agen female kinh weather year Mean Effect 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 Number of obs R-squared Local-constant regression : liracine Kernel Bandwidth: cross validation = = 2,869 0.1215 Percentile [95% Conf Interval] TE_profit Observed Estimate Bootstrap Std Err TE_profit 7413055 0011014 673.08 0.000 73988 7427 redbook (1 vs 0) 0049905 0018672 2.67 0.008 0029953 0076126 arean (1 vs 0) (2 vs 0) 0035582 0050631 0013619 001079 2.61 4.69 0.009 0.000 0011928 0025182 004635 005265 educ1n (1 vs 0) (2 vs 0) 0050912 003089 0019484 0016975 2.61 1.82 0.009 0.069 0034738 0005809 0086893 004633 agen (1 vs 0) (2 vs 0) 0045305 -.0050714 0009773 0017089 4.64 -2.97 0.000 0.003 0045726 -.0072808 0070253 -.0027149 female (1 vs 0) -.0055183 0014188 -3.89 0.000 -.0066784 -.0036073 kinh (1 vs 0) 0056655 0017725 3.20 0.001 0036736 0082679 weather (1 vs 0) 0031897 000826 3.86 0.000 0022128 004254 year (2016 vs 2012) (2018 vs 2012) -.015613 -.0266441 0031315 002197 -4.99 -12.13 0.000 0.000 -.0198061 -.0296 -.0118762 -.0238973 z P>|z| Mean Effect 131 Phụ lục 4.2f: Kết mơ hình GEE đánh giá tác động quyền sử dụng đất đến hiệu phân bổ xtgee AE i.redbook i.arean i.educ1n i.agen i.female i.kinh i.weather i.year, family(binomial) link(logit) cor > r(indep) vce(robust) nolog GEE population-averaged model Group variable: Link: Family: Correlation: id logit binomial independent Scale parameter: Pearson chi2(2869): Dispersion (Pearson): 49.55 0172702 Number of obs Number of groups Obs per group: avg max Wald chi2(12) Prob > chi2 = = 2,869 1,701 = = = = = 1.7 405.61 0.0000 Deviance Dispersion = = 50.54 017615 (Std Err adjusted for clustering on id) Robust Std Err z P>|z| [95% Conf Interval] 0265651 0134649 1.97 0.049 0001744 0529558 arean 0339933 -.0035518 0125024 018023 2.72 -0.20 0.007 0.844 0094889 -.0388762 0584976 0317726 educ1n 0497851 0196695 013408 0159932 3.71 1.23 0.000 0.219 0235059 -.0116766 0760643 0510157 agen 0535946 0220382 0136499 0166795 3.93 1.32 0.000 0.186 0268413 -.0106531 0803479 0547294 1.female 1.kinh 1.weather -.0445835 0206267 0542934 0139694 0169985 0103123 -3.19 1.21 5.26 0.001 0.225 0.000 -.0719629 -.0126898 0340817 -.017204 0539432 0745051 year 2016 2018 -.1228347 -.199012 0105088 0119686 -11.69 -16.63 0.000 0.000 -.1434317 -.2224699 -.1022378 -.1755541 _cons -.138184 019787 -6.98 0.000 -.1769658 -.0994023 AE Coef 1.redbook 132 Phụ lục 4.2g: Kết mơ hình phi tham số đánh giá tác động quyền sử dụng đất đến hiệu phân bổ npregress kernel AE i.redbook i.arean i.educ1n i.agen i.female i.kinh i.weather i.year, vce(bootstrap, reps(5 > ) seed(12)) (running npregress on estimation sample) Bootstrap replications (5) Bandwidth redbook arean educ1n agen female kinh weather year Mean Effect 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 51875 Number of obs R-squared Local-constant regression : liracine Kernel Bandwidth: cross validation = = 2,869 0.1506 P>|z| Percentile [95% Conf Interval] 372.78 0.000 4671583 470215 0007983 4.45 0.000 0030421 005189 0023791 -.0021541 0007952 0008767 2.99 -2.46 0.003 0.014 0014503 -.0032632 0032132 -.000988 educ1n (1 vs 0) (2 vs 0) 0047941 0033183 0010132 0008381 4.73 3.96 0.000 0.000 0039046 0029119 0065476 0051413 agen (1 vs 0) (2 vs 0) 0029983 0002265 0008101 0002357 3.70 0.96 0.000 0.337 0026934 -.0001069 0046449 0003916 female (1 vs 0) -.002467 0007608 -3.24 0.001 -.0039267 -.0020199 kinh (1 vs 0) 0053872 0012774 4.22 0.000 0029172 0063849 weather (1 vs 0) 0045849 0010468 4.38 0.000 0027214 0053467 year (2016 vs 2012) (2018 vs 2012) -.0108713 -.0166688 0007098 0006003 -15.32 -27.77 0.000 0.000 -.01145 -.017081 -.0095718 -.0156796 AE Observed Estimate Bootstrap Std Err AE 4697106 00126 redbook (1 vs 0) 0035515 arean (1 vs 0) (2 vs 0) z Mean Effect 133 Phụ lục 4.3a: Kết hồi quy dữ liệu mảng với hiệu ứng cố định đánh giá tác động quyền sử dụng đất đến hiệu sản lượng xtreg ln_output i.redbook##c.pci i.arean ln_labor ln_spf ln_machine i.educ1n i.agen i.female i.kinh ln_per i > year, fe robust = = 1,387 936 = avg = max = 1.5 = = 75.71 0.0000 Fixed-effects (within) regression Group variable: id Number of obs Number of groups R-sq: within = 0.7626 between = 0.8633 overall = 0.8565 Obs per group: corr(u_i, Xb) F(17,935) Prob > F = 0.0941 (Std Err adjusted for 936 clusters in id) Robust Std Err t P>|t| 6984418 0039103 29801 0072165 2.34 0.54 0.019 0.588 1135959 -.0102521 1.283288 0180727 redbook#c.pci -.0109757 0049794 -2.20 0.028 -.0207477 -.0012036 arean 1492979 3160379 0503823 0721496 2.96 4.38 0.003 0.000 0504224 1744441 2481734 4576317 ln_labor ln_spf ln_machine 2163922 1325868 0077741 0319296 0334351 0037883 6.78 3.97 2.05 0.000 0.000 0.040 1537302 0669702 0003397 2790543 1982034 0152086 educ1n -.0071148 -.0170282 0391847 0458892 -0.18 -0.37 0.856 0.711 -.084015 -.1070859 0697854 0730295 agen -.0582206 -.0551452 0376258 05323 -1.55 -1.04 0.122 0.300 -.1320613 -.1596092 0156202 0493189 1.female 1.kinh ln_per -.1038898 0752957 642696 0717125 0420456 0479743 -1.45 1.79 13.40 0.148 0.074 0.000 -.2446258 -.007219 5485462 0368463 1578105 7368458 year 2016 2018 0460736 1181003 0357703 0618982 1.29 1.91 0.198 0.057 -.0241258 -.0033752 116273 2395758 _cons 6897175 5742238 1.20 0.230 -.4371993 1.816634 sigma_u sigma_e rho 29535196 20164817 68206686 ln_output Coef 1.redbook pci [95% Conf Interval] (fraction of variance due to u_i) 134 Phụ lục 4.3b: Kiểm định lựa chọn mơ hình đánh giá tác động quyền sử dụng đất đến hiệu suất hausman fe re b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(17) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 102.74 Prob>chi2 = 0.0000 135 Phụ lục 4.3c: Kết hồi quy dữ liệu mảng với hiệu ứng cố định đánh giá tác động quyền sử dụng đất đến hiệu suất nhân tố tổng hợp xtreg lnTFP i.redbook##c.pci i.arean i.educ1n i.agen i.female i.kinh i.weather ln_income_per > st Fixed-effects (within) regression Group variable: id Number of obs Number of groups R-sq: within = 0.5697 between = 0.2365 overall = 0.3585 Obs per group: corr(u_i, Xb) F(15,1688) Prob > F = -0.0456 = = 2,936 1,689 = avg = max = 1.7 = = 125.41 0.0000 (Std Err adjusted for 1,689 clusters in id) Robust Std Err t P>|t| 2810734 0206749 1252176 0210465 2.24 0.98 0.025 0.326 0354753 -.0206051 5266714 0619548 redbook#c.pci -.0424788 0216206 -1.96 0.050 -.0848847 -.0000728 arean 0762057 1071777 0436479 0707352 1.75 1.52 0.081 0.130 -.009404 -.0315602 1618154 2459155 educ1n -.0095242 0607356 0393388 0356241 -0.24 1.70 0.809 0.088 -.0866821 -.0091365 0676338 1306076 agen -.0574349 -.0843124 0357511 0488663 -1.61 -1.73 0.108 0.085 -.1275561 -.1801573 0126863 0115325 1.female 1.kinh 1.weather ln_income_per 030448 -.0641306 0435859 0484778 0695684 0944574 019163 0172686 0.44 -0.68 2.27 2.81 0.662 0.497 0.023 0.005 -.1060014 -.2493965 0060002 0146077 1668974 1211354 0811715 0823479 year 2016 2018 6054703 0796436 020741 024236 29.19 3.29 0.000 0.001 5647895 0321079 646151 1271794 _cons 3.501085 2161244 16.20 0.000 3.077185 3.924985 sigma_u sigma_e rho 33539358 31103969 53762086 lnTFP Coef 1.redbook pci [95% Conf Interval] (fraction of variance due to u_i) i.year, fe robu 136 Phụ lục 4.3d: Kết hồi quy phân vị đánh giá tác động quyền sử dụng đất đến hiệu suất nhân tố tổng hợp xtqreg lnTFP i.redbook##c.pci i.arean i.educ1n i.agen i.female i.kinh i.weather ln_income_per i.year, q(.1 ( > 1) 9) Quantile regression Coef Std Err z P>|z| [95% Conf Interval] 1.redbook pci 2475263 0188814 1494065 0251031 1.66 0.75 0.098 0.452 -.0453049 -.0303198 5403576 0680825 redbook#c.pci -.0394774 0259274 -1.52 0.128 -.0902942 0113394 arean 0811993 1355303 0503914 0814122 1.61 1.66 0.107 0.096 -.0175661 -.0240347 1799647 2950953 educ1n -.0178452 057816 0472646 0427756 -0.38 1.35 0.706 0.176 -.1104821 -.0260226 0747918 1416545 agen -.0689517 -.0962249 042744 0578735 -1.61 -1.66 0.107 0.096 -.1527284 -.2096548 014825 017205 1.female 1.kinh 1.weather ln_income_per 0307948 -.0410074 0386218 0474625 0816118 099105 0227008 0213095 0.38 -0.41 1.70 2.23 0.706 0.679 0.089 0.026 -.1291613 -.2352495 -.005871 0056967 190751 1532348 0831145 0892283 year 2016 2018 6124189 0858385 025069 0282871 24.43 3.03 0.000 0.002 5632846 0303969 6615532 1412802 137 Quantile regression Coef Std Err z P>|z| [95% Conf Interval] 1.redbook pci 2805763 0206483 1009442 0169468 2.78 1.22 0.005 0.223 0827293 -.0125669 4784232 0538635 redbook#c.pci -.0424343 0175059 -2.42 0.015 -.0767452 -.0081234 arean 0762797 1075978 0340229 0550946 2.24 1.95 0.025 0.051 009596 -.0003856 1429634 2155812 educ1n -.0096475 0606923 0319248 0288783 -0.30 2.10 0.763 0.036 -.0722189 0040918 052924 1172928 agen -.0576056 -.0844889 028891 039097 -1.99 -2.16 0.046 0.031 -.1142309 -.1611176 -.0009802 -.0078603 1.female 1.kinh 1.weather ln_income_per 0304531 -.0637879 0435123 0484628 0550911 0669621 0153375 0143852 0.55 -0.95 2.84 3.37 0.580 0.341 0.005 0.001 -.0775235 -.1950312 0134514 0202682 1384297 0674554 0735732 0766573 year 2016 2018 6055732 0797354 0169469 0191112 35.73 4.17 0.000 0.000 572358 0422781 6387885 1171927 Quantile regression Coef Std Err z P>|z| [95% Conf Interval] 1.redbook pci 3147144 0224734 1093993 0183786 2.88 1.22 0.004 0.221 1002958 -.013548 5291331 0584949 redbook#c.pci -.0454886 0189826 -2.40 0.017 -.0826938 -.0082834 arean 0711981 0787455 0368936 0596281 1.93 1.32 0.054 0.187 -.001112 -.0381234 1435082 1956144 educ1n -.0011799 0636634 0346067 0313172 -0.03 2.03 0.973 0.042 -.0690078 0022827 066648 125044 agen -.0458858 -.0723665 0313004 0423756 -1.47 -1.71 0.143 0.088 -.1072335 -.1554212 0154619 0106882 1.female 1.kinh 1.weather ln_income_per 0301002 -.0873187 048564 0494959 0597493 0725679 0166221 0156011 0.50 -1.20 2.92 3.17 0.614 0.229 0.003 0.002 -.0870063 -.2295491 0159852 0189183 1472067 0549118 0811427 0800736 year 2016 2018 5985022 0734313 0183578 0207124 32.60 3.55 0.000 0.000 5625215 0328357 6344829 1140269 138 Quantile regression Coef Std Err z P>|z| [95% Conf Interval] 1.redbook pci 3226562 022898 120276 020212 2.68 1.13 0.007 0.257 0869195 -.0167168 5583929 0625128 redbook#c.pci -.0461991 0208751 -2.21 0.027 -.0871136 -.0052846 arean 0700159 0720335 0405719 0655121 1.73 1.10 0.084 0.272 -.0095034 -.0563679 1495353 2004349 educ1n 00079 0643545 0380509 0344407 0.02 1.87 0.983 0.062 -.0737884 -.0031479 0753684 131857 agen -.0431594 -.0695464 0344071 0465904 -1.25 -1.49 0.210 0.136 -.110596 -.160862 0242772 0217691 1.female 1.kinh 1.weather ln_income_per 0300181 -.0927927 0497391 0497363 0657114 0797815 0182746 0171577 0.46 -1.16 2.72 2.90 0.648 0.245 0.006 0.004 -.098774 -.2491616 0139217 0161079 1588101 0635761 0855566 0833647 year 2016 2018 5968572 0719648 0201785 0227718 29.58 3.16 0.000 0.002 557308 0273328 6364064 1165968 Quantile regression Coef Std Err z P>|z| [95% Conf Interval] 1.redbook pci 324476 0229953 1230926 0206852 2.64 1.11 0.008 0.266 0832189 -.017547 5657331 0635376 redbook#c.pci -.0463619 0213639 -2.17 0.030 -.0882343 -.0044895 arean 0697451 0704955 0415218 0670473 1.68 1.05 0.093 0.293 -.0116361 -.0609148 1511262 2019057 educ1n 0012414 0645129 0389419 035247 0.03 1.83 0.975 0.067 -.0750834 -.0045699 0775662 1335958 agen -.0425346 -.0689002 0352129 0476814 -1.21 -1.45 0.227 0.148 -.1115507 -.1623541 0264814 0245537 1.female 1.kinh 1.weather ln_income_per 0299993 -.0940471 0500084 0497914 0672498 0816498 0187025 0175594 0.45 -1.15 2.67 2.84 0.656 0.249 0.007 0.005 -.101808 -.2540778 0133522 0153757 1618065 0659836 0866647 0842071 year 2016 2018 5964803 0716287 0206512 0233051 28.88 3.07 0.000 0.002 5560047 0259516 6369558 1173059