So sánh hiệu quả kinh tế trồng lúa của hộ gia đình tham gia dự án VNSAT và hộ gia đình sản xuất tự do trên địa bàn huyện giồng riềng, tỉnh kiên giang

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - NGUYỄN THỊ TRANG SO SÁNH HIỆU QUẢ KINH TẾ TRỒNG LÚA CỦA HỘ GIA ĐÌNH THAM GIA DỰ ÁN VNSAT VÀ HỘ GIA ĐÌNH SẢN XUẤT TỰ DO TRÊN ĐỊA BÀN HUYỆN GIỒNG RIỀNG TỈNH KIÊN GIANG LUẬN VĂN THẠC SĨ KINH TẾ TP HỒ CHÍ MINH – NĂM 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - NGUYỄN THỊ TRANG SO SÁNH HIỆU QUẢ KINH TẾ TRỒNG LÚA CỦA HỘ GIA ĐÌNH THAM GIA DỰ ÁN VNSAT VÀ HỘ GIA ĐÌNH SẢN XUẤT TỰ DO TRÊN ĐỊA BÀN HUYỆN GIỒNG RIỀNG TỈNH KIÊN GIANG Chuyên ngành: Quản lý kinh tế Mã số: 60340410 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS TRẦN TIẾN KHAI TP HỒ CHÍ MINH – NĂM 2017 LỜI CAM ĐOAN Tôi tên: Nguyễn Thị Trang, sinh viên lớp Cao học quản lý kinh tế Kiên Giang khóa 26 Niên khóa 2016 - 2018, chuyên ngành Quản lý kinh tế Tôi xin cam đoan đề tài luận văn “So sánh hiệu kinh tế trồng lúa hộ gia đình tham gia dự án VnSAT hộ gia đình sản xuất tự địa bàn huyện Giồng Riềng, tỉnh Kiên Giang” kết cá nhân Tôi nghiên cứu thực tế vào năm 2017 Các số liệu phân tích luận văn thu thập nơng hộ trồng lúa có tham gia dự án VnSAT sản xuất tự xã huyện Giồng Riềng, tỉnh Kiên Giang hai vụ Đông Xuân 2016-2017, vụ Hè Thu 2017 Kết nghiên cứu trình bày luận văn trình nghiên cứu cá nhân Tơi giúp đỡ tận tình giáo viên hướng dẫn PGS TS Trần Tiến Khai Tôi xin cam kết chịu trách nhiệm lời cam đoan TP Hồ Chí Minh, ngày 15 tháng 12 năm 2017 Học viên thực Nguyễn Thị Trang MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC VIẾT TẮT DANH MỤC BẢNG, BIỂU ĐỒ CHƯƠNG 1: GIỚI THIỆU 1 ĐẶT VẤN ĐỀ 1.2 MỤC TIÊU NGHIÊN CỨU 1.2.1 Mục tiêu chung 1.2.2 Mục tiêu cụ thể 1.3 CÂU HỎI NGHIÊN CỨU 1.4 PHẠM VI, ĐỐI TƯỢNG NGHIÊN CỨU, THU THẬP SỐ LIỆU 1.4.1 Phạm vi nghiên cứu 1.4.2 Đối tượng nghiên cứu 1.4.3 Thu thập số liệu 1.5 PHƯƠNG PHÁP NGHIÊN CỨU 1.6 KẾT CẤU LUẬN VĂN CHƯƠNG 2:CƠ SỞ LÝ THUYẾT 2.1 MỘT SỐ KHÁI NIỆM LIÊN QUAN 2.1.1 Khái niệm hộ, hộ nông dân, kinh tế hộ nông dân: 2.1.2 Hiệu kinh tế - xã hội, hiệu môi trường 2.2 LÝ THUYẾT VỀ KINH TẾ HỌC SẢN XUẤT 10 2.2.1 Hành vi định nông hộ sản xuất 10 2.2.2 Hành vi tối đa hóa sản lượng hàm sản xuất 12 2.2.3 Hành vi tối thiểu hóa chi phí hàm chi phí 13 2.2.4 Hành vi tối đa hóa lợi nhuận hàm lợi nhuận 14 2.3 CÁC YẾU TỐ TỰ NHIÊN VÀ KINH TẾ - XÃ HỘI ẢNH HƯỞNG ĐẾN SẢN XUẤT NÔNG NGHIỆP 15 2.3.1 Các yếu tố thuộc điều kiện tự nhiên 16 2.3.2 Các yếu tố thuộc điều kiện kinh tế - xã hội 17 2.4 CÁC MƠ HÌNH CỦA DỰ ÁN 18 2.4.1 Mơ hình giảm tăng 18 2.4.1.1 Lịch sử chương trình giảm tăng: 18 2.4.1.2 Nội dung chương trình giảm tăng là: 21 2.4.2 Mơ hình phải giảm 22 2.4.3 Mơ hình cánh đồng mẫu lớn 23 2.5 CÁC NGHIÊN CỨU TRƯỚC 23 2.5.1 Các nghiên cứu nước 23 2.5.2 Các nghiên cứu nước 27 KẾT LUẬN CHƯƠNG 29 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 30 3.1 DỮ LIỆU NGHIÊN CỨU 30 3.1.1 Dữ liệu thứ cấp 30 3.1.2 Dữ liệu sơ cấp 30 3.2 PHƯƠNG PHÁP PHÂN TÍCH SỐ LIỆU 32 3.2.1 Quy trình sàng lọc xử lý liệu 33 3.2.2 Phân tích thống kê mơ tả 33 3.2.3 Phương pháp phân tích liệu 33 3.2.4 Phân tích định lượng 34 3.2.4.1 Thực kiểm định so sánh tham gia dự án sản xuất tự 34 3.2.4.2 Đánh giá tác động việc tham gia sản xuất dự án theo phương pháp so sánh điểm xu hướng (PSM) 35 KẾT LUẬN CHƯƠNG 36 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 37 4.1 TỔNG QUAN VỀ HUYỆN GIỒNG RIỀNG 37 4.1.1 Điều kiện tự nhiên, kinh tế - xã hội 37 4.1.2 Tình hình sản xuất lúa huyện 38 4.2 CÁC HOẠT ĐỘNG CỦA DỰ ÁN VnSAT 40 4.2.1 Mục tiêu chung dự án: 40 4.2.2 Mục tiêu cụ thể: 40 4.2.2.1 Hợp phần B: Hỗ trợ phát triển lúa gạo bền vững: 40 4.2.2.2 Hợp phần D: Quản lý dự án 42 4.3 THỐNG KÊ MÔ TẢ MẪU KHẢO SÁT 42 4.3.1 Đặc điểm chủ hộ 42 4.3.2 Đặc điểm hộ gia đình 44 4.3.3 Nhận thức môi trường hiệu mặt xã hội 46 4.4 THỰC HIỆN CÁC KIỂM ĐỊNH SO SÁNH GIỮA HỘ THAM GIA DỰ ÁN VÀ HỘ SXTD 48 4.4.1 Kiểm tra tương đồng hai nhóm 49 4.4.2 So sánh khoản mục ảnh hưởng đến hiệu kinh tế hộ dự án hộ SXTD 50 4.4.2.1 So sánh khoản mục chi phí đầu vào 50 4.4.2.2 So sánh lượng vật chất đầu vào, suất nhóm hộ dự án ngồi dự án 52 4.4.2.2 So sánh lượng vật chất đầu vào, suất hai nhóm hộ 54 4.4.2.3 So sánh hiệu kinh tế ngồi mơ hình 55 4.4.3 Đánh giá tác động việc tham gia dự án đến hiệu sản xuất lúa (kết mô hình PSM) 57 4.4.3.1 So sánh khoản mục chi phícủa dự án VnSAT SXTD 58 4.4.3.2 So sánh hiệu sản xuất lúa dự án VnSAT SXTD 59 KẾT LUẬN CHƯƠNG 62 CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH 63 5.1 KẾT LUẬN 63 5.2 HÀM Ý CHÍNH SÁCH 68 5.2.1 Đối với tỉnh Kiên Giang 68 5.2.2 Đối với Dự án VnSAT: 68 5.2.3 Đối với UBND huyện Giồng Riềng 69 5.2.4 Đối với hộ nông dân 70 TÓM TẮT LUẬN VĂN TÀI LIỆU THAM KHẢO BẢNG CÂU HỎI PHỤ LỤC SỐ LIỆU DANH MỤC VIẾT TẮT 1P5G:: phải giảm 1P5G:: phải giảm 3G3T: giảm tăng BVTV: Bảo vệ thực vật CĐML: Cánh đồng mẫu lớn ĐBSCL: Đồng Bằng Sông Cửu Long FAO: Tổ chức Nông Lương Thế Giới GĐLH: Gặt đập liên hợp HTX: Hợp tác xã ICM: Quản lý dinh dưỡng dịch hại tổng hợp INM: Quản lý dinh dưỡng tổng hợp IPM: Quản lý dịch hại tổng hợp LN/TCP: Lợi nhuận tổng chi phí LN/TDT: Lợi nhuận tổng doanh thu LN: Lợi nhuận NN&PTNT: Nông nghiệp phát triển nông thôn PSM: Phương pháp điểm xu hướng SXTD: Sản xuất tự TCP: Tổng chi phí TDT: Tổng doanh thu DANH MỤC BẢNG, BIỂU ĐỒ Bảng 2.5.2 Hiệu kinh tế từ mơ hình CĐML vụ hè thu 2011 27 Bảng 3.1.2.1 Tổng hợp số hộ trồng lúa 31 Bảng 3.1.2.2 Phân bố quan sát theo địa phương khảo sát 32 Bảng đồ số 4.1.2 Bảng đồ bố trí vùng tham gia dự án 39 Bảng 4.2.1 Đặc điểm chủ hộ 44 Bảng 4.2.2 Mô tả đặc điểm hộ gia đình 46 Bảng 4.2.3 Nhận thức mơi trường hiệu mặt xã hội 48 Bảng 4.3.1 So sánh tương đồng hai nhóm hộ 49 Bảng 4.3.2.1 So sánh chi phí đầu vào sản xuất lúa hai nhóm hộ 51 Bảng 4.3.2.2 So sánh lượng vật chất đầu vào hộ ngồi mơ hình 54 Bảng 4.3.2.3 Hiệu kinh tế hộ dự án hộ SXTD 57 Bảng 4.3.3.1.So sánh khoản mục chi phícủa dự án VnSAT SXTD 59 Bảng 4.3.3.2 So sánh hiệu sản xuất lúa dự án VnSAT SXTD 61 TÓM TẮT LUẬN VĂN Những năm gần đây, tình hình biến đổi khí hậu ảnh hưởng nghiêm trọng đến đời sống, sản xuất nông dân Hiện tượng hạn hán, lũ lụt, xâm nhập mặn… ngày diễn biến phức tạp Biến đổi khí hậu tác động đến việc thâm canh, tăng vụ, suất, sản lượng; thay đổi cấu mùa vụ, quy hoạch vùng, giống-cây trồng, dịch hại.Bên cạnh đó, tập quán sản xuất truyền thống người nơng dân thường xun lạm dụngphân bón hóa học, thuốc bảo vệ thực vật…đã tạo điều kiện cho nhiều loài dịch hại bộc phát, làm giảm suất, chất lượng nông sản gây ảnh hưởng trực tiếp đến sức khỏe người dân nhiễm mơi trường.Chính thế, việc hỗ trợ kỹ thuật sản xuất lúa, lựa chọn giải pháp canh tác thông minh để giúp nông dân thích nghi với diễn biến cực đoan thời tiết vấn đề quan trọng cần thiết Đứng trước thực trạng yêu cầu thiết trên, dự án VnSAT (Dự án chuyển đổi nông nghiệp bền vững) đời nhằm giúp nông dân ứng dụng biện pháp kỹ thuật tiên tiến vào đồng ruộng như: giảm3 tăng, phải5 giảm, IPM…với mục đích giảm chí phí sản xuất, tăng lợi nhuận, tăng tính cạnh tranh lúa gạo định hướng lâu dài sản xuất theo hướng bền vững Bằng phương pháp thuận tiện, tác giả chọn mẫu khảo sát 160 hộ để phục vụ việc so sánh hiệu sản xuất lúa hai mơ hình, (1) sản xuất theo mơ hình dự án gồm 60 hộ (2) sản xuất theo phương thức tự gồm 100 hộ Tác giả Thống kê mô tả tiêu đặc điểm chủ hộ gồm giới tính chủ hộ, dân tộc chủ hộ, tuổi chủ hộ, tham gia mô hình tiêu đặc điểm hộ gia đình gồm quy mơ hộ gia đình, thu nhập chi tiêu hộ gia đình, diện tích sản xuất, kinh nghiệm sản xuất, trung bình thành viên độ tuổi lao động, trung bình thành viên tham gia trồng lúa Qua kiểm định trung bình tiêu với mức ý nghĩa 1% cho thấy khơng có khác biệt hai nhóm hộ This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.980 0.127 -7.708 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongcpkhac thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.006 0.035 0.163 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongcpld thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.297 0.105 -2.832 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongchiphi thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -2.530 0.167 -15.116 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongchiphi thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -2.530 0.167 -15.116 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd nangsuat thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.177 0.119 -1.484 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd giaban thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.000 0.000 2.306 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd doanhthu thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.006 0.629 0.010 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd loinhuan thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 2.536 0.631 4.018 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd lntcp thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.325 0.044 7.459 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd lntdt thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.086 0.014 6.375 Note: the numbers of treated and controls refer to actual nearest neighbour matches _ (R) / / / / / _/ / / _/ / / _/ 12.0 Statistics/Data Analysis Special Edition Copyright 1985-2011 StataCorp LP StataCorp 4905 Lakeway Drive College Station, Texas 77845 USA 800-STATA-PC http://www.stata.com 979-696-4600 stata@stata.com 979-696-4601 (fax) Single-user Stata network perpetual license: Serial number: 93611859953 Licensed to: STATAforAll STATA Notes: (/v# option or -set maxvar-) 5000 maximum variables use "E:\he thu.dta", clear ttest cpgiong,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 1.68109 0120508 1205079 1.657179 1.705001 co | 60 1.315533 0087666 0679061 1.297991 1.333075 -+ -combined | 160 1.544006 0162539 2055969 1.511905 1.576108 -+ -diff | 3655567 0169872 3320053 399108 -diff = mean(khong) - mean(co) t = 21.5195 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 ttest tongcpphan,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 4.77765 0562884 5628838 4.665962 4.889338 co | 60 3.795305 0584787 452974 3.678289 3.912321 -+ -combined | 160 4.409271 0559581 7078201 4.298754 4.519788 -+ -diff | 982345 0856575 8131636 1.151526 -diff = mean(khong) - mean(co) t = 11.4683 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 ttest tongcpthuocbvtv,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 2.87376 0229311 2293112 2.82826 2.91926 co | 60 2.5995 0246013 1905605 2.550273 2.648727 -+ -combined | 160 2.770913 0199931 2528947 2.731426 2.810399 -+ -diff | 27426 0352167 2047039 3438161 -diff = mean(khong) - mean(co) t = 7.7878 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 ttest Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 tongcpld,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 4.93764 026487 26487 4.885084 4.990196 co | 60 4.906433 0239704 1856741 4.858469 4.954398 -+ -combined | 160 4.925938 0188256 2381267 4.888757 4.963118 -+ -diff | 0312067 0389297 -.0456831 1080964 -diff = mean(khong) - mean(co) t = 0.8016 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.7880 ttest Ha: diff != Pr(|T| > |t|) = 0.4240 Ha: diff > Pr(T > t) = 0.2120 tongcpkhac,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 2.8007 011236 1123599 2.778405 2.822995 co | 60 2.8225 0128785 0997561 2.79673 2.84827 -+ -combined | 160 2.808875 0085387 1080064 2.792011 2.825739 -+ -diff | -.0218 0176079 -.0565772 0129772 -diff = mean(khong) - mean(co) t = -1.2381 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.1088 Ha: diff != Pr(|T| > |t|) = 0.2175 Ha: diff > Pr(T > t) = 0.8912 ttest tongchiphi,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 17.07084 0585596 5855964 16.95464 17.18704 co | 60 15.43927 0667873 5173321 15.30563 15.57291 -+ -combined | 160 16.459 0766755 9698774 16.30757 16.61044 -+ -diff | 1.631568 0916236 1.450603 1.812533 -diff = mean(khong) - mean(co) t = 17.8073 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 ttest Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 luonggiong,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 143.85 1.82 18.2 140.2387 147.4613 co | 60 109 7402855 5.734227 107.5187 110.4813 -+ -combined | 160 130.7813 1.776388 22.46973 127.2729 134.2896 -+ -diff | 34.85 2.421171 30.06796 39.63204 -diff = mean(khong) - mean(co) t = 14.3939 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 ttest Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 luongdam,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 153.45 6100795 6.100795 152.2395 154.6605 co | 60 116.1667 574489 4.449973 115.0171 117.3162 -+ -combined | 160 139.4688 1.496587 18.9305 136.513 142.4245 -+ -diff | 37.28333 9050336 35.49581 39.07086 -diff = mean(khong) - mean(co) t = 41.1955 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 ttest Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 luongDAP,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 135.95 1.530325 15.30325 132.9135 138.9865 co | 60 115.5833 1.043487 8.082816 113.4953 117.6713 -+ -combined | 160 128.3125 1.29395 16.36732 125.757 130.868 -+ -diff | 20.36667 2.136259 16.14736 24.58597 -diff = mean(khong) - mean(co) t = 9.5338 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 ttest luongNPK,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 75 89 1.862382 16.12871 85.28912 92.71088 co | 36 81.94444 3.848715 23.09229 74.13114 89.75775 -+ -combined | 111 86.71171 1.790062 18.85947 83.16423 90.25919 -+ -diff | 7.055556 3.781512 -.439279 14.55039 -diff = mean(khong) - mean(co) t = 1.8658 Ho: diff = degrees of freedom = 109 Ha: diff < Pr(T < t) = 0.9676 ttest Ha: diff != Pr(|T| > |t|) = 0.0648 Ha: diff > Pr(T > t) = 0.0324 luonglan,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 127.8 3.741198 37.41198 120.3767 135.2233 co | 60 123.2167 4.813123 37.28229 113.5856 132.8477 -+ -combined | 160 126.0813 2.949802 37.31238 120.2554 131.9071 -+ -diff | 4.583333 6.101451 -7.467595 16.63426 -diff = mean(khong) - mean(co) t = 0.7512 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.7732 ttest Ha: diff != Pr(|T| > |t|) = 0.4537 Ha: diff > Pr(T > t) = 0.2268 luongkali,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 74.65 1.589509 15.89509 71.49607 77.80393 co | 60 67.83333 1.811633 14.03285 64.20826 71.4584 -+ -combined | 160 72.09375 1.228168 15.53523 69.66812 74.51938 -+ -diff | 6.816667 2.486456 1.905688 11.72765 -diff = mean(khong) - mean(co) t = 2.7415 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.9966 ttest Ha: diff != Pr(|T| > |t|) = 0.0068 Ha: diff > Pr(T > t) = 0.0034 luongphankhac,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 72 132.0833 1.587775 13.47272 128.9174 135.2493 co | 44 71.36364 3.364579 22.31809 64.57832 78.14896 -+ -combined | 116 109.0517 3.181135 34.26187 102.7505 115.3529 -+ -diff | 60.7197 3.319457 54.14388 67.29552 -diff = mean(khong) - mean(co) t = 18.2921 Ho: diff = degrees of freedom = 114 Ha: diff < Pr(T < t) = 1.0000 ttest Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 lichthoivu, by (thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 94 0238683 2386833 8926401 9873599 co | 60 0 1 -+ -combined | 160 9625 0150667 19058 9327434 9922566 -+ -diff | -.06 0308529 -.1209372 0009372 -diff = mean(khong) - mean(co) t = -1.9447 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.0268 ttest Ha: diff != Pr(|T| > |t|) = 0.0536 Ha: diff > Pr(T > t) = 0.9732 giongxn, by (thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 89 0314466 314466 8276031 9523969 co | 60 0 1 -+ -combined | 160 93125 0200665 253823 8916188 9708812 -+ -diff | -.11 0406487 -.190285 -.029715 -diff = mean(khong) - mean(co) t = -2.7061 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.0038 ttest Ha: diff != Pr(|T| > |t|) = 0.0076 Ha: diff > Pr(T > t) = 0.9962 nangsuat,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 5.8509 0217748 2177483 5.807694 5.894106 co | 60 5.889667 0231294 1791597 5.843385 5.935949 -+ -combined | 160 5.865438 0161608 2044192 5.83352 5.897355 -+ -diff | -.0387667 0333447 -.1046255 0270921 -diff = mean(khong) - mean(co) t = -1.1626 Ho: diff = Ha: diff < Pr(T < t) = 0.1234 degrees of freedom = Ha: diff != Pr(|T| > |t|) = 0.2467 158 Ha: diff > Pr(T > t) = 0.8766 ttest tongchiphi,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 17.07084 0585596 5855964 16.95464 17.18704 co | 60 15.43927 0667873 5173321 15.30563 15.57291 -+ -combined | 160 16.459 0766755 9698774 16.30757 16.61044 -+ -diff | 1.631568 0916236 1.450603 1.812533 -diff = mean(khong) - mean(co) t = 17.8073 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 1.0000 Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 0.0000 ttest doanhthu,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 29.66451 1570163 1.570163 29.35296 29.97606 co | 60 30.21758 1734453 1.343501 29.87052 30.56465 -+ -combined | 160 29.87191 1192946 1.50897 29.63631 30.10752 -+ -diff | -.5530733 2432448 -1.033504 -.0726424 -diff = mean(khong) - mean(co) t = -2.2737 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.0122 ttest Ha: diff != Pr(|T| > |t|) = 0.0243 Ha: diff > Pr(T > t) = 0.9878 loinhuan,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 12.59367 1706301 1.706301 12.2551 12.93224 co | 60 14.77831 1972246 1.527695 14.38367 15.17296 -+ -combined | 160 13.41291 1542005 1.950499 13.10837 13.71746 -+ -diff | -2.184642 268118 -2.714199 -1.655084 -diff = mean(khong) - mean(co) t = -8.1481 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.0000 ttest lntdt,by( thamgia) Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 1.0000 Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 4227197 0039787 0397873 414825 4306143 co | 60 4877214 0045428 0351886 4786312 4968115 -+ -combined | 160 4470953 0039064 049413 4393801 4548105 -+ -diff | -.0650017 0062274 -.0773014 -.052702 -diff = mean(khong) - mean(co) t = -10.4380 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.0000 ttest Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 1.0000 lntcp,by( thamgia) Two-sample t test with equal variances -Group | Obs Mean Std Err Std Dev [95% Conf Interval] -+ -khong | 100 7399438 011317 1131705 7174883 7623993 co | 60 9598947 0152059 1177842 9294678 9903215 -+ -combined | 160 8224254 0123825 1566282 7979699 8468808 -+ -diff | -.2199509 0187655 -.2570145 -.1828872 -diff = mean(khong) - mean(co) t = -11.7210 Ho: diff = degrees of freedom = 158 Ha: diff < Pr(T < t) = 0.0000 Ha: diff != Pr(|T| > |t|) = 0.0000 Ha: diff > Pr(T > t) = 1.0000 pscore thamgia gioitinh dantoc hocvan nhomtuoi kinhnghiemsx dientich quymoho laodong thunhapho, pscore(pscore) bl > ockid (block1) comsup level (0.001) **************************************************** Algorithm to estimate the propensity score **************************************************** The treatment is thamgia thamgia | Freq Percent Cum + khong | 100 62.50 62.50 co | 60 37.50 100.00 + Total | 160 100.00 Estimation of the propensity score Iteration Iteration Iteration Iteration 0: 1: 2: 3: log log log log likelihood likelihood likelihood likelihood Probit regression Log likelihood = -101.54202 = -105.85012 = -101.5589 = -101.54202 = -101.54202 Number of obs LR chi2(9) Prob > chi2 Pseudo R2 = = = = 160 8.62 0.4734 0.0407 -thamgia | Coef Std Err z P>|z| [95% Conf Interval] -+ -gioitinh | -.0758208 297437 -0.25 0.799 -.6587866 5071451 dantoc | 635434 5567622 1.14 0.254 -.4557998 1.726668 hocvan | 4224866 2549805 1.66 0.098 -.0772661 9222392 nhomtuoi | -.3563807 3791387 -0.94 0.347 -1.099479 3867174 kinhnghiemsx | 0429854 0422383 1.02 0.309 -.0398001 1257709 dientich | 0970787 0777649 1.25 0.212 -.0553376 249495 quymoho | 0797024 1902113 0.42 0.675 -.293105 4525097 laodong | -.1062226 1774435 -0.60 0.549 -.4540055 2415603 thunhapho | 007002 0080319 0.87 0.383 -.0087401 0227441 _cons | -2.818997 1.501426 -1.88 0.060 -5.761738 1237446 -Note: the common support option has been selected The region of common support is [.21183873, 74092104] Description of the estimated propensity score in region of common support Estimated propensity score Percentiles Smallest 1% 2176173 2118387 5% 2415179 2176173 10% 2687981 2229843 Obs 150 25% 3139342 2243678 Sum of Wgt 150 50% 75% 90% 95% 99% 3792143 4292166 5351069 605402 6726905 Largest 6512526 671205 6726905 740921 Mean Std Dev .3875754 1041089 Variance Skewness Kurtosis 0108387 8436372 3.689073 ****************************************************** Step 1: Identification of the optimal number of blocks Use option detail if you want more detailed output ****************************************************** The final number of blocks is This number of blocks ensures that the mean propensity score is not different for treated and controls in each blocks ********************************************************** Step 2: Test of balancing property of the propensity score Use option detail if you want more detailed output ********************************************************** The balancing property is satisfied This table shows the inferior bound, the number of treated and the number of controls for each block Inferior | of block | thamgia of pscore | khong co | Total -+ + -.2 | 59 36 | 95 | 27 20 | 47 | 4 | -+ + -Total | 90 60 | 150 Note: the common support option has been selected ******************************************* End of the algorithm to estimate the pscore ******************************************* attnd cpgiong thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.339 0.026 -13.242 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongcpphan thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.959 0.121 -7.945 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongcpthuocbvtv thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.277 0.044 -6.337 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongcpkhac thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors - n treat n contr ATT Std Err t 60 40 0.044 0.025 1.736 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongcpld thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -0.051 0.047 -1.075 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongchiphi thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -1.581 0.122 -12.991 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd tongchiphi thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 -1.581 0.122 -12.991 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd nangsuat thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors - n treat n contr ATT Std Err t 60 40 0.051 0.036 1.416 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd giaban thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.000 0.000 1.494 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd doanhthu thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.343 0.274 1.250 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd loinhuan thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 1.924 0.327 5.877 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd lntcp thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.203 0.024 8.469 Note: the numbers of treated and controls refer to actual nearest neighbour matches attnd lntdt thamgia, pscore (pscore) comsup The program is searching the nearest neighbor of each treated unit This operation may take a while ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors n treat n contr ATT Std Err t 60 40 0.058 0.008 7.551 Note: the numbers of treated and controls refer to actual nearest neighbour matches ... DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - NGUYỄN THỊ TRANG SO SÁNH HIỆU QUẢ KINH TẾ TRỒNG LÚA CỦA HỘ GIA ĐÌNH THAM GIA DỰ ÁN VNSAT VÀ HỘ GIA ĐÌNH SẢN XUẤT TỰ DO TRÊN... học quản lý kinh tế Kiên Giang khóa 26 Niên khóa 2016 - 2018, chuyên ngành Quản lý kinh tế Tôi xin cam đoan đề tài luận văn So sánh hiệu kinh tế trồng lúa hộ gia đình tham gia dự án VnSAT hộ gia. .. để tham gia dự án Qua năm thực dự án 03 xã với nhiều lớp tập huấn 3G3T, 1P5G, điểm trình diễn, tác giả chọn đề tài So sánh hiệu kinh tế trồng lúa hộ gia đình tham gia dự án VnSAT hộ gia đình sản