Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại việt nam

Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam.

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH TRƯƠNG NGỌC PHONG PHÂN TÍCH SỞ THÍCH, THÁI ĐỘ CỦA NGƯỜI SẢN XUẤT VÀ NGƯỜI TIÊU DÙNG ĐỐI VỚI PHÁT TRIỂN NUÔI TRỒNG THỦY SẢN TỐT TRONG NUÔI TÔM TẠI VIỆT NAM LUẬN ÁN TIẾN SĨ KINH TẾ TP Hồ Chí Minh – Năm 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH TRƯƠNG NGỌC PHONG PHÂN TÍCH SỞ THÍCH, THÁI ĐỘ CỦA NGƯỜI SẢN XUẤT VÀ NGƯỜI TIÊU DÙNG ĐỐI VỚI PHÁT TRIỂN NUÔI TRỒNG THỦY SẢN TỐT TRONG NUÔI TÔM TẠI VIỆT NAM LUẬN ÁN TIẾN SĨ KINH TẾ Chuyên ngành: Kinh tế phát triển Mã số: 9310105 NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS VÕ TẤT THẮNG GS.TS NGUYỄN TRỌNG HỒI TP Hồ Chí Minh – Năm 2022 LỜI CAM ĐOAN Tác giả cam đoan Luận án “Phân tích sở thích, thái độ người sản xuất người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt nuôi tôm Việt Nam” tác giả nghiên cứu thực dự hướng dẫn PGS.TS Võ Tất Thắng GS.TS Nguyễn Trọng Hoài Các kết nghiên cứu báo cáo trung thực chưa công bố cơng trình nghiên cứu khác Các tài liệu tham khảo có nguồn gốc rõ ràng trích dẫn đầy đủ Luận án TP Hồ Chí Minh, tháng 11 năm 2022 Tác giả Trương Ngọc Phong LỜI CẢM ƠN Luận án hoàn thành hướng dẫn nhiều Quý Thầy Cơ, với hỗ trợ gia đình, đồng nghiệp, bạn bè Tác giả luận án xin gửi lời tri ân đến tất người trực tiếp gián tiếp đóng góp cho hình thành luận án Trước tiên, xin dành lời tri ân lòng biết ơn sâu sắc đến hai Thầy hướng dẫn khoa học trực tiếp PGS.TS Võ Tất Thắng GS.TS Nguyễn Trọng Hoài Quý Thầy cho dạy bảo, lời khuyên quý giá mặt khoa học lẫn đạo lý làm người Những kiến thức kinh nghiệm mà Q Thầy truyền thụ cho tơi q trình tập nghiên cứu khoa học tài sản quý giá Tôi xin dành tri ân sâu sắc đến Quý Thầy thông qua Luận án Tôi trân trọng cảm ơn Quý Thầy Cô Hội đồng góp ý đề cương nghiên cứu, Hội đồng chấm chuyên đề, Hội đồng đánh giá luận án cấp sở, Quý Thầy Cô phản biện độc lập dành nhiều thời gian để đánh giá nghiên cứu này! Các ý kiến phản biện sâu sắc Quý Thầy Cơ góp phần nâng cao chất lượng luận án, cung cấp cho kiến thức kinh nghiệm q giá nghiên cứu Tơi xin dành biết ơn chân thành đến Quý Thầy Cô giảng dạy thời gian học nghiên cứu sinh Trường Đại học Kinh tế TP Hồ Chí Minh Q Thầy Cơ có nhận xét, góp ý sâu sắc cho luận án từ cịn ý tưởng đến lúc hồn thiện Những kiến thức mà Quý Thầy Cô truyền thụ hữu ích cho nghiên cứu công việc sau Qua luận án gửi lời cảm ơn đến đồng nghiệp tôi, người gánh vác nhiều công việc để tập trung vào nghiên cứu hoàn thành Luận án Tôi xin gửi lời cảm ơn sâu sắc đế Quý anh chị công tác công ty sản xuất thủy sản cán khuyến nông địa phương dành nhiều thời gian tham gia thảo luận trả lời câu hỏi suốt thời gian nghiên cứu Tơi trân trọng đóng góp 450 người ni tơm Khánh Hịa, Ninh Thuận, Sóc Trăng, Bạc Liêu, Cà Mau; 459 người tiêu dùng TP Hồ Chí Minh, Nha Trang, Đà Nẵng, Hà Nôi dành thời gian kiên nhẫn để hoàn thành khảo sát, giúp tơi có liệu tốt để phục vụ nghiên cứu Cuối cùng, dành ghi ơn sâu sắc cho bố mẹ tôi, bố mẹ vợ tôi, đặc biệt vợ trai - người phải hi sinh nhiều năm học nghiên cứu sinh thực luận án Họ bên, động viên, hỗ trợ tơi để luận án hồn thành, kết nghiên cứu dành cho họ Trân trọng cảm ơn! TP Hồ Chí Minh, tháng 11 năm 2022 Tác giả MỤC LỤC DANH MỤC CHỮ TIẾT TẮT Viết tắt AES AHP AIC ASC ATTP BAP BIC CAIC CE CFI CFA CLM CV FA FAO GAP GAqPs GIZ EA Tiếng Anh Agri-Environmental Scheme Analytical Hierarchy Pricess Akaike Information Criterion Aquaculture Stewardship Council Best Aquaculture Practice Bayesian Information Criterion Consistent Akaike Information Criterion Choice Experiment Comparative Fit Index Confirmatory Factor Analysis Conditional Logit model Contingent Valuation Food Insecurity Attitudes Food and Agriculture Organization Good Agriculture Practices Good Aquaculture Practices Deutsche Gesellschaft für Internationale Zusammenarbeit Environmental Attitudes Tiếng Việt Chương trình mơi trường nơng nghiệp Quy trình phân tích thứ bậc Hội đồng quản lý nuôi trồng thủy sản An tồn thực phẩm Thực hành ni trồng thủy sản tốt Thí nghiệm lựa chọn Phân tích nhân tố khẳng định Mơ hình Logit điều kiện Định giá ngẫu nhiên Thái độ an toàn thực phẩm Tổ chức nông lương quốc tế Thực hành nông nghiệp tốt Thực hành nuôi trồng thủy sản tốt Tổ chức Hợp tác Phát triển Đức Thái độ môi trường Viết tắt EFA IMTA LCM MARD MIMIC MXL MNL MSC NTTS RAS RMSE A SRMSR TLI VASEP WTA WTP Tiếng Anh Exploratory Factor Analysis Integrated Multi-Trophic Aquaculture Latent Class model Ministry of Agriculture and Rural Development Multiple Indicators Multiple Causes Mixed Logit model Multinominal Logit model Marine Stewardship Council Recirculating Aquaculture Systems Root Mean Square Error of Approximation Standardized Root Mean Square Residual Tucker Lewis Index Vietnam Association of Seafood Exporters and Producers Willingness to accept Willingness to pay Tiếng Việt Phân tích nhân tố khám phá Ni trồng thủy sản đa tích hợp Mơ hình phân lớp tiềm ẩn Bộ nơng nghiệp phát triển nơng thơn Mơ hình Đa số, Đa ngun nhân Mơ hình Logit hỗn hợp Mơ hình Logit đa thức Hội đồng quản lý biển Nuôi trồng thủy sản Hệ thống nuôi trồng thủy sản tuần hoàn Hiệp hội chế viến xuất thủy sản Việt Nam Sẵn lòng chấp nhận Sẵn lòng trả DANH MỤC BẢNG BIỂU DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ TĨM TẮT LUẬN ÁN PHÂN TÍCH SỞ THÍCH, THÁI ĐỘ CỦA NGƯỜI SẢN XUẤT VÀ NGƯỜI TIÊU DÙNG ĐỐI VỚI PHÁT TRIỂN NUÔI TRỒNG THỦY SẢN TỐT TRONG NUÔI TÔM TẠI VIỆT NAM Thủy sản bền vững sản xuất tiêu dùng giới Cho đến nay, chưa có nghiên cứu đánh giá đồng thời thái độ sở thích việc phát triển sản xuất bền vững hai phía cung cầu chuỗi cung cấp thủy sản Mục tiêu tổng quát nghiên cứu phân tích thái độ sở thích người sản xuất người tiêu dùng phát triển nuôi trồng thủy sản tốt (GAqPs) nuôi tôm Việt Nam Nghiên cứu áp dụng phương pháp thí nghiệm lựa chọn thực phân tích thực nghiệm với kết hợp mơ hình Conditional Logit, Mixed Logit, Latent Class Model, Multiple Indicator Multiple Cause hai liệu thu thập từ 450 nông dân nuôi tôm, 459 người tiêu dùng Việt Nam Kết nghiên cứu cho thấy nơng dân thích sẵn lịng trả để áp dụng GAqPs nhằm đạt lợi ích kinh tế giảm rủi ro dịch bệnh, tăng suất giá bán Tuy nhiên, nửa nơng dân nghiên cứu khơng sẵn lịng đầu tư vào GAqPs, có sách hỗ trợ vốn vay ưu đãi Nông dân yêu cầu trợ cấp cho việc xử lý nước thải tuân thủ quy định sử dụng kháng sinh áp dụng GAqPs vào ni tơm Ngồi ra, thái độ tiêu cực tác động môi trường xã hội từ ni tơm truyền thống làm tăng sở thích nơng dân GAqPs sách phát triển GAqPs Người tiêu dùng Việt Nam thích sẵn lịng trả cao cho tôm nuôi theo GAqPs so với tôm nuôi thông thường, tỷ lệ chênh lệch mức sẵn lịng trả tơm ni theo GAqPs tơm thơng thường dao động từ 39% đến 57% Sự ưa thích sẵn lòng trả cao người tiêu dùng thúc đẩy mối quan tâm đến an toàn thực phẩm kiến thức tiêu chuẩn GAqPs Người sản xuất người tiêu dùng có chung có thái độ tiêu cực tác động môi trường từ hoạt động nuôi tôm, người sản xuất thể thái độ tiêu cực cao Ngược lại, người tiêu dùng cho thấy họ lo lắng nhiều an toàn thực phẩm so với người sản xuất Đáng ý, người sản xuất người tiêu dùng có chung thái độ ủng hộ phát triển GAqPs nuôi tôm Các kết nghiên cứu cho thấy tiềm phát triển nuôi trồng thủy sản bền vững dựa ủng hộ từ thị trường địa, đường xây dựng ngành nuôi tôm bền vững tiếp cận từ tiêu chuẩn sản xuất thấp đến tiêu chuẩn sản xuất cao Từ khóa: Sở thích, Thái độ, sẵn lịng trả, Nuôi trồng thủy sản tốt, Việt nam ABSTRCTS ANALYSIS OF PREFERENCES AND ATTITUDES OF PRODUCERS AND CONSUMERS TOWARDS THE DEVELOPMENT OF GOOD AQUACULTURE PRACTICES IN SHRIMP FARMING IN VIETNAM There is little sustainable seafood produced and consumed around the world To date, no study has evaluated attitudes and preferences towards sustainable production and consumption development on both the supply and demand sides of a seafood supply chain This study's general objective is to analyze producers' and consumers' attitudes and preferences toward developing good aquaculture practices (GAqPs) in shrimp farming in Vietnam The study applies the choice experiment method with a combination of the Conditional Logit Model, Mixed Logit Model, Latent Class Model, and Multiple Indicator Multiple Cause Models The two primary data were collected from 450 small-scale shrimp farmers and 459 consumers in Vietnam The results showed that farmers preferred and were willing to pay to apply GAqPs to achieve economic benefits such as reduced disease risk and increased yield and premium price However, more than half of the farmers in this study were unwilling to invest in GAqPs, even with a soft loan policy Subsidies for wastewater treatment and compliance with antibiotic use regulations are necessary to promote small-scale farmers applying GAqPs to shrimp farming In addition, negative attitudes towards environmental and social impacts of traditional shrimp farming increase farmers' preferences for GAqPs and GAqPs development policy Vietnamese consumers preferred and were willing to pay a premium price for GAqPs labeled farmed shrimp than conventionally farmed shrimp, with the difference in willingness to pay between GAqPs labeled shrimp and conventional shrimp ranging from 39% to 57% Food safety concerns and consumers' knowledge of GAqPs standards drove consumer preferences and willingness to pay a premium price for labeled shrimp Producers and consumers shared a typically negative attitude towards the environmental impacts of shrimp farming, but producers showed a higher negative attitude In contrast, consumers worried more about food safety loss than producers Notably, producers and consumers shared a supportive attitude towards the development of GAqPs in shrimp farming The results show the potential for sustainable aquaculture development based on support from the local market The path to building a sustainable shrimp farming industry is to approach step by step from low to higher production standards Keywords: Preferences, Attitudes, Willingness to Pay, Good Aquaculture Practices, Vietnam CHƯƠNG GIỚI THIỆU 1.1 Bối cảnh nghiên cứu 1.1.1 Bối cảnh ngành nuôi trồng thủy sản tồn cầu Ni trồng thủy sản (NTTS) đóng góp vào nửa sản lượng thủy sản tồn cầu trì tốc độ tăng trưởng trung bình 4,5%/năm giai đoạn 2011-2018 (FAO, 2020) Sản lượng nuôi trồng tăng giảm áp lực khai thác thủy sản tự nhiên, tạo điều bảo vệ nguồn lợi thủy sản (Pradeepkiran, 2019) Đến nay, nuôi trồng thủy sản coi ngành kinh tế quan trọng nhiều quốc gia (FAO, 2020; Sampantamit cộng sự, 2020) Tuy nhiên, phát triển nhanh thiếu quy hoạch gây tác động tiêu cực lên môi trường xã hội (FAO, 2020; Sampantamit cộng sự, 2020) Tác động tiêu cực tập trung (1) tác động môi trường gây chất thải hữu cơ, hóa chất diệt khuẩn, lắng đọng trầm tích, du nhập sinh vật ngoại lai gây cân sinh thái, lây lan dịch bệnh (Alexander cộng sự, 2016; Bjørkan Eilertsen, 2020); (2) tác động xã hội an toàn thực phẩm (ATTP) từ dư lượng thuốc kháng sinh, hóa chất sử dụng ni trồng thủy sản (Jacobs cộng sự, 2018), xung đột bên liên quan sử dụng tài nguyên biển (Bjørkan Eilertsen, 2020) Để giảm thiểu tác động tiêu cực, nhiều quốc gia thúc đẩy áp dụng dụng thực hành nuôi trồng thủy sản tốt (Good Aquaculture Practices - GAqPs) cách ban hành khung pháp lý sách trợ cấp (European Commission, 2016; FAO, 2020; Sampantamit cộng sự, 2020) GAqPs hoạt động, quy trình, cân nhắc nuôi trồng thủy sản nhằm tăng cường tối đa tính bền vững mơi trường kinh tế, chất lượng an toàn thực phẩm, sức khỏe động vật, an tồn lao động, kiểm sốt dịch bệnh trang trại (Schwarz cộng sự, 2017) Mặc dù vậy, khơng có nhiều trang trại áp dụng GAqPs, khoảng 14,2% lượng thủy sản tiêu thụ toàn cầu đạt chứng nhận GAqPs (Potts cộng sự, 2016), đa số sản xuất trang trại qui mô lớn (European Commission, 2016) Trong khi, hầu hết trang trại ni trồng thủy sản có quy mơ nhỏ nước phát triển (FAO, 2020) Mặc dù, nuôi trồng thủy sản quy mô nhỏ mang lại sinh kế cho hàng triệu nông dân, cung cấp protein cho hàng tỷ người (FAO, 2020), đảm bảo an ninh lương thực cho người nghèo nước phát triển (Pradeepkiran, 2019) Tuy nhiên, trang trại lại nguồn gây nhiễm mơi trường (Na nakorn cộng sự, 2017) Vì vậy, việc thúc đẩy phát triển GAqPs cần thiết 1.1.2 Bối cảnh ngành ni tơm Việt Nam Việt Nam có 30 tỉnh thành ven biển có hoạt động ni tơm, với diện tích khoảng 740 nghìn sản lượng đạt 950 nghìn (VASEP, 2020a) Theo kế hoạch đến năm 2025, nước có 750 nghìn ni tơm nước lợ, sản lượng đạt mức 1,1 triệu (MARD, 2018), kim ngạch xuất tôm đạt mức 5,6 tỷ USD (VASEP, 2021) Sản lượng tôm chiếm khoảng 11%, chiếm tới 44% tổng giá trị kim ngạch xuất thủy sản Việt Nam, cho thấy nuôi tôm mang lại giá trị kinh tế cao ngành kinh tế quan trọng (xem Hình 1.1) (a) Tỷ trọng sản lượng tôm (b) Tỷ trọng giá trị xuất tơm Hình 1.1: Tỷ trọng ngành ni tơm nước lợ ngành thủy sản năm 2021 Nguồn: Tính tốn tác giả từ liệu Tổng cục Thuỷ sản (2022) VASEP (2021) Việt Nam nước xuất tôm lớn thứ giới sau Ecuador Ấn Độ (FAO, 2019b), với thị phần 13,6%, 14,0%, 15,7% (VASEP, 2021) Tôm Việt Nam xuất sang 100 quốc gia, với giá trị xuất đạt 3,9 tỷ USD vào năm 2021, mức xấp xỉ tỷ USD giai đoạn 2016-2021 (xem Hình 1.2) Thị trường xuất tôm chủ yếu Việt Nam Hoa Kỳ, EU, Nhật Bản, Trung Quốc, Hàn Quốc, Australia (VASEP, 2021) Hình 1.2: Giá trị xuất mặt hàng tơm giai đoạn 2016-2021 Nguồn: Tính tốn tác giả từ số liệu Tổng cục Thuỷ sản (2021) Ni tơm ví dụ thành cơng ni trồng thủy sản đóng góp đáng kể vào phát triển kinh tế vùng ven biển Việt Nam (Joffre cộng sự, 2019) Tuy nhiên, ô nhiễm nguồn nước, suy giảm đa dạng sinh học, an toàn thực phẩm vấn đề cộm ngành tôm (Chi cộng sự, 2017; Nguyễn Văn Công, 2017) Nước thải không qua xử lý nguyên nhân gây ô nhiễm nguồn nước, phì dưỡng, lắng đọng trầm tích (Nguyễn Văn Công, 2017; Trần Lê Tiểu Trúc cộng sự, 2018) (xem Phụ lục 1) Hoạt động nuôi tôm làm suy giảm đa dạng sinh học, giảm diện tích chất lượng rừng ngập mặn, giảm số lượng chất lượng thủy sản tự nhiên (Phạm Thu Thủy cộng sự, 2019) Ơ nhiễm mơi trường, cân sinh thái khiến dịch bệnh nuôi tôm xảy thường xuyên hơn, dẫn đến việc nông dân sử dụng nhiều kháng sinh hóa chất (Chi cộng sự, 2017) Hiện có khoảng 32 loại loại kháng sinh dùng nuôi tôm thịt 39 loại dùng sản xuất tôm giống (Lê Hồng Phước cộng sự, 2018) Nhiều chứng cho thấy nông dân sử dụng mức kháng sinh hóa chất diệt khuẩn để trị bệnh xử lý ao nuôi (Chi cộng sự, 2017), gây mối lo ngại an toàn thực phẩm cho người tiêu dùng (Thuy cộng sự, 2011; Eliot cộng sự, 2016) gặp khó khăn xuất (Hoàng Thị Thu Hiền cộng sự, 2014; Tổng cục Thuỷ sản, 2021) Sử dụng mức kháng sinh hóa chất khiến mơi trường ngày ô nhiễm (Anh cộng sự, 2010a; Nguyễn Văn Công, 2017), biện pháp nhằm giảm rủi ro mùa lại yếu tố làm cho thiệt hại trở nên trầm trọng (Xuan Sandorf 2020) Để đạt mục tiêu phát triển kinh tế bảo vệ mơi trường, Chính phủ Việt Nam ban hành nhiều sách thúc đẩy GAqPs (chi tiết xem Phụ lục 2) Nhìn chung, sách tác động đến nhiều khía cạnh khác tín dụng ưu đãi, xây dựng cấp chứng nhận GAqPs, bảo vệ môi trường, qui định sử dụng kháng sinh hóa chất, phát triển sản xuất giống, qui hoạch vùng nuôi tôm (Tam, 2015; 10 VASEP, 2020b) Trong đó, bật sách hỗ trợ vốn vay ưu đãi có lãi suất thấp lãi suất thị trường từ 0,5% đến 1,5% so với vốn vay thương mại để nông dân đầu tư nuôi tôm theo GAqPs (Ngân hàng Nhà nước Việt Nam, 2017) Tuy nhiên, nhiều nơng dân Việt Nam áp dụng GAqPs vào sản xuất Hiện có khoảng 2.410 cấp chứng nhận VietGap, chiếm khoảng 0,34% tổng diện tích ni tôm nước (Tổng cục Thuỷ sản, 2021) Các chứng nhận quốc tế khác GlobalGAP, ASC, Naturland cấp diện tích khoảng 9.000 ha, chiếm khoảng 1,3% tổng diện tích ni tơm (VASEP, 2020a) Nơng dân ni tơm áp dụng GAqPs hạn chế lực tài kỹ thuật, giá bán tôm thấp, hạ tầng thủy lợi thiếu đồng (GIZ, 2020) 1.1.3 Bối cảnh thị trường tiêu thụ thủy sản Việt Nam Ở góc độ thị trường, người tiêu dùng ngày quan tâm sẵn sàng trả mức giá cao cho thủy sản chứng nhận (Tsantiris cộng sự, 2018), sản phẩm đảm bảo chất lượng an toàn thực phẩm (Carlucci cộng sự, 2015) Tuy nhiên, thủy sản chứng nhận chủ yếu tiêu thụ Nhật Bản, Bắc Mỹ Châu Âu (Tsantiris cộng sự, 2018), chưa đầy 15% thủy sản tiêu thụ toàn cầu chứng nhận (Potts cộng sự, 2016) Đa số thủy sản khơng có chứng nhận, bày bán chủ yếu chợ truyền thống Do đó, người tiêu dùng khó đánh giá chất lượng thơng tin bất cân xứng (Verbeke Roosen, 2009; Washington Ababouch, 2011) Việt Nam 10 nước tiêu thụ thủy sản lớn tồn cầu, với mức trung bình 36,3 kg/người/năm (FAO, 2019a), đạt mức 80,1 kg vào năm 2030 (Eliot cộng sự, 2016) Trong đó, mức tiêu thụ tơm bình qn đạt khoảng 1,81 kg/người/năm (năm 2014), đạt mức 2,27 kg/người/năm vào năm 2030 (Tổng cụ Thủy sản, 2018) Theo dự báo, dân số Việt Nam đạt 103,9 triệu người vào năm 2030 nhu cầu tiêu dùng tơm nước đạt khoảng 235,5 nghìn (Tổng cục Thuỷ sản, 2018) Bên cạnh đó, lượng khách du lịch quốc tế đến Việt Nam dự kiến 35 triệu khách năm tạo thêm giá trị xuất chỗ khoảng 700 triệu USD (Tổng cục Thuỷ sản, 2021) Thị trường tôm nội địa cung cấp nhà sản xuất nhỏ (Eliot cộng sự, 2016) Mơ hình phân phối phổ biến tôm phải trải qua chuỗi gồm nhiều trung gian trước đến thị trường tiêu thụ Ví dụ, tơm đổi chủ lần từ trang trại đến người bán lẻ nhà máy chế biến (Tran cộng sự, 2013) Chuỗi trung gian phức tạp gây khó khăn cho việc truy xuất nguồn gốc kiểm sốt chất lượng tơm bị trộn lẫn từ nhiều trang trại khác Mối quan tâm an toàn thực phẩm (Food Safety Concerns) ngày lan rộng sau vụ bê bối an toàn thực phẩm (Ha cộng sự, 2019; Nguyen-viet cộng sự, 2017) Truyền thông Việt Nam dành nhiều quan tâm vấn đề an toàn 334 HỒI QUI CHO NGƯỜI TIÊU DÙNG Code gen lknow=(kaqu_score==1| kaqu_score ==2) gen mknow=(kaqu_score ==3) gen hknow=(kaqu_score ==4| kaqu_score ==5) Kết hồi qui lần sem (gender -> Envi_Att, ) (gender -> Fosa_Att, ) (age -> Envi_Att, ) (age -> Fosa_Att, ) (marital -> Envi_Att, ) (marital -> Fosa_Att, ) (edu2 -> Envi_Att, ) (edu2 -> Fosa_Att, ) (edu3 -> Envi_Att, ) (edu3 -> Fosa_Att, ) (edu4 -> Envi_Att, ) (edu4 -> Fosa_Att, ) (edu5 -> Envi_Att, ) (edu5 -> Fosa_Att, ) (hsize -> Envi_Att, ) (hsize -> Fosa_Att, ) (inc -> Envi_Att, ) (inc -> Fosa_Att, ) (freq -> Envi_Att, ) (freq -> Fosa_Att, ) (lknow -> Envi_Att, ) (lknow -> Fosa_Att, ) (mknow -> Envi_Att, ) (mknow -> Fosa_Att, ) (hknow -> Envi_Att, ) (hknow -> Fosa_Att, ) (Envi_Att -> ea1, ) (Envi_Att -> ea2, ) (Envi_Att -> ea3, ) (Envi_Att -> ea4, ) (Fosa_Att -> fa1, ) (Fosa_Att -> fa2, ) (Fosa_Att -> fa3, ), difficult latent(Envi_Att Fosa_Att ) cov( e.Envi_Att*e.Fosa_Att) nocapslatent Endogenous variables Measurement: ea1 ea2 ea3 ea4 fa1 fa2 fa3 Latent: Envi_Att Fosa_Att Exogenous variables Observed: gender age marital edu2 edu3 edu4 edu5 hsize inc freq lknow mknow hknow Fitting target model: Iteration 0: log likelihood = -10988.698 (output omitted) Iteration 10: log likelihood = -10198.211 Structural equation model Estimation method: ml (not concave) Number of obs = 459 Log likelihood = -10198.211 ( 1) [ea1]Envi_Att = ( 2) [fa1]Fosa_Att = | OIM | Coefficient std err z P>|z| [95% conf interval] + -Structural | Envi_Att | gender | 4179308 110273 3.79 0.000 2017997 634062 age | 0088439 0046714 1.89 0.058 -.0003119 0179997 marital | -.222879 1131685 -1.97 0.049 -.4446851 -.0010728 edu2 | 0531104 22438 0.24 0.813 -.3866663 4928872 edu3 | 1469181 2216601 0.66 0.507 -.2875277 5813639 edu4 | 3256606 2035814 1.60 0.110 -.0733517 7246729 edu5 | 1437794 2268246 0.63 0.526 -.3007886 5883473 hsize | -.0047708 0314022 -0.15 0.879 -.0663179 0567763 335 inc | 0043961 0033299 1.32 0.187 -.0021305 0109227 freq | 0752962 0235421 3.20 0.001 0291546 1214378 lknow | 2602063 0982066 2.65 0.008 0677249 4526877 mknow | 7800709 135297 5.77 0.000 5148937 1.045248 hknow | 1.315347 2122109 6.20 0.000 8994214 1.731273 + -Fosa_Att | gender | 242412 1256338 1.93 0.054 -.0038257 4886497 age | 005319 005326 1.00 0.318 -.0051196 0157577 marital | 2228071 1294058 1.72 0.085 -.0308236 4764377 edu2 | 1253059 2571476 0.49 0.626 -.3786941 6293058 edu3 | 6348029 2541494 2.50 0.012 1366793 1.132926 edu4 | 531243 2331754 2.28 0.023 0742276 9882584 edu5 | 5588213 2598442 2.15 0.032 049536 1.068107 hsize | 0146974 0359659 0.41 0.683 -.0557944 0851891 inc | 0046454 003817 1.22 0.224 -.0028358 0121266 freq | 027446 0267338 1.03 0.305 -.0249513 0798433 lknow | 0700154 1122185 0.62 0.533 -.1499288 2899596 mknow | 4241597 1536169 2.76 0.006 1230761 7252434 hknow | 538946 2391786 2.25 0.024 0701645 1.007727 + -Measurement | ea1 | Envi_Att | (constrained) _cons | 2.298961 296564 7.75 0.000 1.717706 2.880216 + -ea2 | Envi_Att | 9745575 0483833 20.14 0.000 879728 1.069387 _cons | 2.465543 2876835 8.57 0.000 1.901694 3.029393 + -ea3 | Envi_Att | 7431454 0613081 12.12 0.000 6229838 863307 _cons | 2.590468 2285834 11.33 0.000 2.142453 3.038483 + -ea4 | Envi_Att | 7673448 0576824 13.30 0.000 6542893 8804003 _cons | 2.505822 2335461 10.73 0.000 2.04808 2.963564 + -fa1 | Fosa_Att | (constrained) _cons | 2.424634 3375183 7.18 0.000 1.76311 3.086158 + -fa2 | Fosa_Att | 9479607 0332624 28.50 0.000 8827676 1.013154 _cons | 2.620101 3206865 8.17 0.000 1.991567 3.248635 + -fa3 | Fosa_Att | 8648909 0397777 21.74 0.000 786928 9428538 _cons | 2.605811 2945742 8.85 0.000 2.028456 3.183165 + -var(e.ea1)| 4564127 0460249 3745606 5561518 var(e.ea2)| 3201764 0379824 2537532 4039867 var(e.ea3)| 6818892 0540197 5838228 7964281 var(e.ea4)| 5470684 0455573 4646837 6440592 var(e.fa1)| 2016054 0251618 1578577 257477 var(e.fa2)| 2095654 0234804 1682472 2610304 var(e.fa3)| 4643557 0365539 3979648 5418224 var(e.Envi_Att)| 6112483 0685291 4906667 761463 var(e.Fosa_Att)| 8971091 0736089 7638414 1.053628 + -cov(e.Envi_Att,e.Fosa_Att)| 4854111 0502356 9.66 0.000 3869511 583871 LR test of model vs saturated: chi2(78) = 357.38 Prob > chi2 = 0.0000 estat gof, stats(all) -Fit statistic | Value Description -+ -Likelihood ratio | chi2_ms(78) | 357.378 model vs saturated p > chi2 | 0.000 chi2_bs(112) | 2307.758 baseline vs saturated p > chi2 | 0.000 -+ 336 Population error | RMSEA | 0.088 Root mean squared error of approximation 90% CI, lower bound | 0.079 upper bound | 0.098 pclose | 0.000 Probability RMSEA Envi_Att, ) (famer -> Fosa_Att, ) (gender -> Envi_Att, ) (gender -> Fosa_Att, ) (age -> Envi_Att, ) (age -> Fosa_Att, ) (marital -> Envi_Att, ) (marital -> Fosa_Att, ) (edu2 -> Envi_Att, ) (edu2 -> Fosa_Att, ) (edu3 -> Envi_Att, ) (edu3 -> Fosa_Att, ) (edu4 -> Envi_Att, ) (edu4 -> Fosa_Att, ) (edu5 -> Envi_Att, ) (edu5 -> Fosa_Att, ) (hsize -> Envi_Att, ) (hsize -> Fosa_Att, ) (inc -> Envi_Att, ) (inc -> Fosa_Att, ) (Envi_Att -> ea1, ) (Envi_Att -> ea2, ) (Envi_Att -> ea3, ) (Envi_Att -> ea4, ) (Fosa_Att -> fa1, ) (Fosa_Att -> fa2, ) (Fosa_Att -> fa3, ), difficult latent(Envi_Att Fosa_Att ) cov( e.Envi_Att*e.Fosa_Att) nocapslatent Endogenous variables Measurement: ea1 ea2 ea3 ea4 fa1 fa2 fa3 Latent: Envi_Att Fosa Exogenous variables Observed: famer gender age marital edu2 edu3 edu4 edu5 hsize inc Fitting target model: Iteration 0: log likelihood = -18875.07 (output omitted) Iteration 8: log likelihood = -18087.052 Structural equation model Estimation method: ml (not concave) Number of obs = 909 Log likelihood = -18087.052 ( 1) [ea1]Envi_Att = ( 2) [fa1]Fosa = | OIM | Coefficient std err z P>|z| [95% conf interval] + -Structural | Envi_Att | famer | 2533834 1202338 2.11 0.035 0177295 4890374 gender | 350491 0926487 3.78 0.000 168903 532079 age | 0116533 0032128 3.63 0.000 0053564 0179501 marital | -.1634803 0913469 -1.79 0.074 -.3425169 0155562 edu2 | 1836249 0908377 2.02 0.043 0055863 3616636 edu3 | 1496014 1055116 1.42 0.156 -.0571975 3564003 edu4 | 5097276 1215797 4.19 0.000 2714358 7480194 edu5 | 5516993 1506462 3.66 0.000 2564382 8469604 hsize | -.0231421 0211875 -1.09 0.275 -.0646688 0183847 inc | 0095991 0028498 3.37 0.001 0040135 0151846 + 340 Fosa | famer | -1.179316 12493 -9.44 0.000 -1.424175 -.9344579 gender | 2005051 0958441 2.09 0.036 012654 3883562 age | 002952 0033046 0.89 0.372 -.0035248 0094288 marital | 2780023 0950049 2.93 0.003 0917961 4642085 edu2 | -.0073831 0944072 -0.08 0.938 -.1924179 1776516 edu3 | 2366983 1096384 2.16 0.031 021811 4515856 edu4 | 3641178 1257926 2.89 0.004 1175688 6106667 edu5 | 4831031 1559701 3.10 0.002 1774073 7887989 hsize | 0065978 0220217 0.30 0.764 -.0365639 0497595 inc | 0041652 0029646 1.41 0.160 -.0016452 0099757 + -Measurement | ea1 | Envi_Att | (constrained) _cons | 2.331736 1905477 12.24 0.000 1.958269 2.705202 + -ea2 | Envi_Att | 1.016026 0470551 21.59 0.000 9238001 1.108253 _cons | 2.47607 1911606 12.95 0.000 2.101403 2.850738 + -ea3 | Envi_Att | 8872131 0558692 15.88 0.000 7777115 9967147 _cons | 2.631134 175159 15.02 0.000 2.287829 2.97444 + -ea4 | Envi_Att | 8511659 0548796 15.51 0.000 743604 9587278 _cons | 2.777766 1692723 16.41 0.000 2.445998 3.109533 + -fa1 | Fosa | (constrained) _cons | 2.890095 1944888 14.86 0.000 2.508904 3.271286 + -fa2 | Fosa | 1.060451 0240561 44.08 0.000 1.013301 1.1076 _cons | 2.974403 2059876 14.44 0.000 2.570675 3.378132 + -fa3 | Fosa | 9230427 0261245 35.33 0.000 8718396 9742459 _cons | 2.982418 1801129 16.56 0.000 2.629403 3.335432 + -var(e.ea1)| 504935 035685 4396215 579952 var(e.ea2)| 4346759 0337177 3733688 5060496 var(e.ea3)| 6927224 0412303 6164478 7784345 var(e.ea4)| 6346109 0389335 562712 7156964 var(e.fa1)| 2554527 0183814 221851 2941437 var(e.fa2)| 1676942 0173797 1368674 2054641 var(e.fa3)| 4014956 0227783 3592437 4487169 var(e.Envi_Att)| 5807748 0514464 4882096 6908906 var(e.Fosa)| 714733 0425689 6359852 8032314 + -cov(e.Envi_Att,e.Fosa)| 2501709 0282381 8.86 0.000 1948252 3055166 LR test of model vs saturated: chi2(63) = 371.77 Prob > chi2 = 0.0000 estat gof, stats(all) -Fit statistic | Value Description -+ -Likelihood ratio | chi2_ms(63) | 371.772 model vs saturated p > chi2 | 0.000 chi2_bs(91) | 4117.481 baseline vs saturated p > chi2 | 0.000 -+ -Population error | RMSEA | 0.073 Root mean squared error of approximation 90% CI, lower bound | 0.066 upper bound | 0.081 pclose | 0.000 Probability RMSEA |z| [95% conf interval] -+ -Structural | GAP_Att | gender | 0230836 1476014 0.16 0.876 -.2662098 3123771 age | -.0052918 0075071 -0.70 0.481 -.0200054 0094218 marital | -.0023026 1677455 -0.01 0.989 -.3310778 3264725 edu2 | 1219186 0742653 1.64 0.101 -.0236388 267476 edu3 | 2215435 0952364 2.33 0.020 0348837 4082034 exper | 0075916 0086563 0.88 0.380 -.0093743 0245575 lgaknow | 1536824 099238 1.55 0.121 -.0408206 3481854 mgaknow | 5346915 1011186 5.29 0.000 3365026 7328804 hgaknow | 4956441 1124945 4.41 0.000 275159 7161292 hsize | 0058024 0215551 0.27 0.788 -.0364449 0480496 area | 0984966 0311129 3.17 0.002 0375164 1594768 inc | 0055828 0044927 1.24 0.214 -.0032226 0143883 -+ -Measurement | gap_att1 | GAP_Att | (constrained) 345 _cons | 3.236689 3062373 10.57 0.000 2.636475 3.836903 -+ -gap_att2 | GAP_Att | 1.121993 0673068 16.67 0.000 9900744 1.253912 _cons | 3.172628 3416978 9.28 0.000 2.502913 3.842344 -+ -gap_att3 | GAP_Att | 1.010808 0664192 15.22 0.000 8806285 1.140987 _cons | 3.296501 3096174 10.65 0.000 2.689662 3.90334 -+ -var(e.gap_att1)| 1907309 0204913 1545155 2354347 var(e.gap_att2)| 1859896 0231845 1456742 2374625 var(e.gap_att3)| 3023755 0260369 255418 357966 var(e.GAP_Att)| 2817304 0300121 2286426 3471444 -LR test of model vs saturated: chi2(24) = 28.36 Prob > chi2 = 0.2453 estat gof, stats(all) -Fit statistic | Value Description -+ -Likelihood ratio | chi2_ms(24) | 28.356 model vs saturated p > chi2 | 0.245 chi2_bs(39) | 658.756 baseline vs saturated p > chi2 | 0.000 -+ -Population error | RMSEA | 0.020 Root mean squared error of approximation 90% CI, lower bound | 0.000 upper bound | 0.045 pclose | 0.980 Probability RMSEA GAP_Att, ) (age -> GAP_Att, ) (marital -> GAP_Att, ) (edu2 -> GAP_Att, ) (edu3 -> GAP_Att, ) (edu4 -> GAP_Att, ) (edu5 -> GAP_Att, ) (lgaknow -> GAP_Att, ) (mgaknow -> GAP_Att, ) (hgaknow -> GAP_Att, ) (GAP_Att -> gap_att1, ) (GAP_Att -> gap_att2, ) (GAP_Att -> gap_att3, ) (hsize -> GAP_Att, ) (inc -> GAP_Att, ), difficult latent(GAP_Att ) nocapslatent estat gof, stats(all) Endogenous variables Measurement: gap_att1 gap_att2 gap_att3 Latent: GAP_Att Exogenous variables Observed: gender age marital edu2 edu3 edu4 edu5 lgaknow mgaknow hgaknow hsize inc famer Fitting target model: Iteration 0: log likelihood = -15058.115 (output omitted) Iteration 8: log likelihood = -14135.44 Structural equation model Estimation method: ml (not concave) Number of obs = 909 Log likelihood = -14135.44 ( 1) [gap_att1]GAP_Att = -| OIM | Coefficient std err z P>|z| [95% conf interval] -+ -Structural | GAP_Att | gender | 05478 0718921 0.76 0.446 -.0861258 1956859 age | 001005 0024826 0.40 0.686 -.0038608 0058709 marital | -.2321423 0709919 -3.27 0.001 -.3712838 -.0930007 edu2 | 1095961 0706736 1.55 0.121 -.0289217 2481139 edu3 | 2127125 083498 2.55 0.011 0490595 3763656 edu4 | 4372226 0948306 4.61 0.000 251358 6230871 edu5 | 3976064 1176637 3.38 0.001 1669898 628223 lgaknow | 0655042 0626159 1.05 0.296 -.0572206 188229 mgaknow | 5987556 0668368 8.96 0.000 4677579 7297534 hgaknow | 6489409 0777713 8.34 0.000 4965119 8013698 hsize | 0138053 0164947 0.84 0.403 -.0185238 0461344 inc | 0093249 0022433 4.16 0.000 0049282 0137216 famer | 7182696 0979192 7.34 0.000 5263515 9101878 -+ -Measurement | gap_att1 | GAP_Att | (constrained) 348 _cons | 2.647525 149616 17.70 0.000 2.354283 2.940767 -+ -gap_att2 | GAP_Att | 1.117727 0354989 31.49 0.000 1.04815 1.187303 _cons | 2.522762 165971 15.20 0.000 2.197465 2.848059 -+ -gap_att3 | GAP_Att | 1.093551 0377383 28.98 0.000 1.019586 1.167517 _cons | 2.555572 1636084 15.62 0.000 2.234906 2.876239 -+ -var(e.gap_att1)| 2268873 0156352 1982223 2596976 var(e.gap_att2)| 2068546 0168837 1762744 2427398 var(e.gap_att3)| 3084853 0200596 2715714 3504168 var(e.GAP_Att)| 3754012 025475 3286492 428804 -LR test of model vs saturated: chi2(26) = 49.38 Prob > chi2 = 0.0037 estat gof, stats(all) -Fit statistic | Value Description -+ -Likelihood ratio | chi2_ms(26) | 49.376 model vs saturated p > chi2 | 0.004 chi2_bs(42) | 1940.471 baseline vs saturated p > chi2 | 0.000 -+ -Population error | RMSEA | 0.031 Root mean squared error of approximation 90% CI, lower bound | 0.018 upper bound | 0.045 pclose | 0.991 Probability RMSEA