Đói nghèo và bất bình đẳng ở việt nam các yếu tố về địa lý và không gian

Đói nghèo bất bình đẳng Việt Nam: Các yếu tố địa lý không gian Nicholas Minot (IFPRI) Bob Baulch (IDS) Michael Epprecht (IFPRI) phối hợp với nhóm tác chiến lập đồ đói nghèo liên Bộ Thơng tin liên lạc: Ơng Đặng Kim Sơn, Giám đốc Trung tâm Thông tin Nông nghiệp Phát triển Nông thôn/Bộ Nông nghiệp Phát triển Nông thôn/ Số 2- Ngọc Hà/Hà Nội/ Điện thoại: 84-4-7333895/ Email: Icard1@hn.vnn.vn Ông Nicholas Minot/Viện Nghiên cứu Chính sách lương thực Quốc tế /2033 K St/Washington D.C.20006 USA/Điện thoại: 202 862-5600/Fax: 202 467-4439/Email: n.minot@cgiar.org Ông Bob Baulch/ Viện Nghiên cứu Phát triển/Đại Học Susexx/Brighton BN1 9RE United Kingdom/ Điện thoại: 441273-678774/ Fax: 441273-621202/ Email: b.baulch@ids.ac.uk Ông Michael Epprecht/ Viện Nghiên cứu Chính sách lương thực Quốc tế/ Số 2- Ngọc Hà/Hà Nội/ Điện thoại:844-7336508/ Fax: 844-7336507/ Email: Michael@epprecht.org Bản quyền © 2003 Viện Nghiên cứu Chính sách lương thực Quốc tế Viện nghiên cứu Phát triển Các phần báo cáo tái khơng cần giấy phép phát hành cần có chấp nhận Viện Nghiên cứu Chính sách lương thực Quốc tế Viện nghiên cứu Phát triển Liên lạc: ifpri-copyright@cgiar.org để xin tái bán Thiết kế bìa: Michael Epprecht ii Lời nói đầu Trong 15 năm qua, q trình đổi đạt thành tựu đáng kể việc tăng thu nhập giảm đói nghèo Việt Nam Tuy nhiên, số người nghèo nhiều giúp họ thoát nghèo ưu tiên hàng đầu phủ Để giả vấn đề khó khăn cần phải trả lời hai câu hỏi: 1) đâu nguyên nhân đói nghèo? 2) sách đầu tư cơng cộng cơng ngun nhân gây đói nghèo? Có nhiều cách để trả lợi câu hỏi này, số thực phân tích sách cách sử dụng đồ nghèo đói Bản đồ nghèo đói kết hợp số liệu điều tra hộ gia đình Tổng điều tra dân số để xây dựng đồ nghèo đói cấp khác Phương pháp phát triển năm qua áp dụng 12 nước nhà nghiên cứu Ngân hàng Thế giới, Viện Nghiên cứu Chính sách Lương thực Quốc tế, tổ chức quốc tế khác Trước dự án này, phương pháp lập đồ nghèo đói áp dụng lần Việt Nam cho kết tốt Dự án này, “Bản đồ nghèo đói tiếp cận thị trường Việt Nam,” dựa nghiên cứu trước có phân tích ước lượng tỷ lệ đói nghèo cấp thấp hơp Mục tiêu dự án là: • Xây dựng đồ đói nghèo cấp tỉnh, huyện xã; • Đánh giá tác động yếu tố nơng nghiệp, khí hậu tiếp cận thị trường tới đói nghèo; • Nâng cao lực cho tổ chức Việt Nam nhằm xây dựng đồ nghèo đói phân tích GIS sau ; • Tăng cường phối hợp Bộ vấn đề có liên quan tới nhiều Bộ chức vấn đề phân tích đói nghèo Dự án tài trợ Cơ quan Phát triển Quốc tế New Zealand (NZAID) với hỗ trợ Ngân hàng Thế giới Cơ quan Hợp tác Phát triển Thụy Sỹ (SDC) Trong trình thực dự án, có phối hợp chặt chẽ hiệu chuyên gia Viện Nghiên cứu Chính sách Lương thực Quốc tế (IFPRI) Viện Nghiên cứu Phát triển (IDS), nhà nghiên cứu từ Bộ Kế hoạch Đầu tư, Bộ Nông nghiệp Phát triển Nông thôn, Bộ Lao động Thương binh Xã Hội, Bộ Tài chính, Tổng Cục Thống kê Sự tham gia bên Việt Nam cịn có Ban điều hành, đứng đầu Bộ Nông nghiệp Phát triển Nông thôn, hướng dẫn việc thực dự án, thành lập Nhóm tác chiến lập đồ đói nghèo liên Bộ tham gia phân tích xây dựng đồ iii Dự án bắt đầu hoạt động vào năm 2002 với giai đoạn nâng cao lực qua đợt tập huấn đợt kéo dài tuần cho khoảng 25 nhà phân tích từ bốn Bộ, Tổng Cục Thống kê quan nghiên cứu khác Giai đoạn phân tích triển khai vào đầu năm 2003 với việc thành lập Nhóm tác chiến lập đồ đói nghèo liên Bộ tham gi họ vào phân tích xây dựng đồ Các kết dự án trình bày vài hội thảo, hội thảo cuối vào ngày 2/10/2003 Hà Nội Báo cáo giới thiệu thông tin nền, mô tả phương pháp nghiên cứu trình bày kết dự án Báo cáo cung cấp cho người đọc tranh chung phân bố nghèo đói biến liên quan đến đói nghèo Việt Nam Đây tài liệu tham khảo tốt cho nhà phân tích sách, nhà nghiên cứu, giảng viên, nhà tài trợ người làm việc lĩnh vực có liên quan đến đói nghèo Việt nam Tiến sỹ Đặng Kim Sơn, Giám đốc Trung tâm Thông tin Nông nghiệp Phát triển Nông thôn Bộ Nông nghiệp Phát triển Nông thôn Số Ngọc Hà Hà Nội Ngày Tháng 12 năm 2003 iv Lời cảm ơn Báo cáo hoàn thành với giúp đỡ nhiều chuyên gia Việt Nam quốc tế Ngân sách dự án tài trợ Cơ quan Phát triển Quốc tế Thụy sỹ (NZAID) Chúng muốn gửi lời cảm ơn tới đại diện New Zealand giúp đỡ q báu họ: • Ơng Claasen, John (Quản lý Chương trình Căm Phu Chia/Lào/Thái Lan/Việt Nam, Cơ quan Phát triển Quốc tế Thụy sỹ, Wellington) • Ơng Richard Graves (Phó Đại diện, Đại sứ qn New Zealand, Hà Nội) • Ơng Martin Welsh (Phó Đại diện, Đại sứ quán New Zealand, Hà Nội) Bên cạnh đó, Ngân hàng Thế giới hỗ trợ dự án qua hình thức khác nhau, tài trợ nghiên cứu đói nghèo trước dựa mẫu 3% Tổng điều tra Dân số năm 1999, mua số liệu Tổng điều tra sử dụng cho dự án, giúp đỡ việc thiết kế điều phối dựa án Đặc biệt, xin gửi lời cảm ơn tới hai người Bà Nisha Agrawal giúp đỡ việc xây dựng ý tưởng phân tích đồ đói nghèo Và ông Mr Rob Swinkels giúp đỡ việc thiết kế dự án, cố vấn cho dự án tổ chức hội thảo phổ biến kết vào tháng 10/2003 Cơ quan Thuỵ sỹ Hợp tác Phát triển (SDC) cử chuyên gia ông Michael Epprecht tham gia dự án từ ban đầu tác giả dự án Dự án thực Viện Nghiên cứu Chính sách Lương thực Quốc tế (IFPRI) Viện Nghiên cứu Phát triển (IDS) với phối hợp Nhóm tác chiến lập đồ đói nghèo liên Bộ đạo Ban điều hành Ban điều hành gồm đại diện quan hợp tác chính: Bộ Kế hoạch Đầu tư, Bộ Nông nghiệp Phát triển Nông thôn, Bộ Lao động Thương binh Xã Hội, Bộ Tài chính, Tổng Cục Thống kê Đặc biệt, cá nhân sau đóng góp nhiều ý đạo thực dự án: • Ơng Đặng Kim Sơn, Giám đốc, Trung tâm Thông tin Nông nghiệp PTNT (ICARD), Bộ Nơng nghiệp PTNT (MARD) • Ơng Nguyễn Hải Hữu, Vụ trưởng, Vụ Bảo trợ Xã hội, Bộ Lao động thương binh xã hội (MOLISA) • Ơng Phạm Hải, Vụ Trưởng, Vụ Địa Phương, Bộ Kế hoạch Đầu tư (MPI) • Ơng Trương Hùng Long, Vụ Trưởng vụ Ngân sách, Bộ Tài Chính (MOF) • Ơng Nguyễn Phong, Vụ Trưởng, Vụ Môi trường Xã hội, Tổng cục Thống Kê(GSO) v Chúng xin chân thành cảm ơn Tiến sỹ Đặng Kim Sơn, giám đốc Trung tâm Thông tin Nông nghiệp PTNT (ICARD), trưởng Ban điều hành hỗ trợ ơng dự án, giúp đỡ ông việc tổ chức lớp tập huấn hội thảo cuối cùng, đạo ông Ban điều hành Sự giúp đỡ ơng thành nhân tố thành cơng dự án Nhóm tác chiến liên Bộ thành lập để phối hợp với chuyên gia quốc tế giai đoạn phân tích dự án Đặc biệt, họ phân tích kết tỷ lệ đói nghèo cấp tỉnh, huyện xã, xây dựng đồ đói nghèo vùng kinh tế, 61 đồ đói nghèo cấp tỉnh đĩa CD-ROM Nhóm tác chiến gồm 12 nhà phân tích từ MARD, MOLISA, MPI, MOF, GSO, Đại học Kinh tế Quốc dân, Viện Kinh tế Nông nghiệp Thành viên Nhóm tác chiến lập đồ đói nghèo gồm: • Ông Nguyễn Việt Cường, Đại học Kinh tế Quốc dân • Ơng Đỗ Anh Kiếm, GSO • Ơng Trần Cơng Thắng, ICARD, MARD • Ơng Trương Hữu Chí, ICARD, MARD • Ơng Nguyễn Ngọc Quế, ICARD, MARD • Bà Lị Thị Đức, GSO • Bà Phạm Minh Thu, ILSSA/MOLISA • Ông Đào Quang Vinh, MOLISA • Bà Lê Minh Giang, MOLISA • Ơng Nguyễn Chiến Thắng, Viện Kinh tế học • Ơng Nguyễn Việt Hùng, Bộ Tài • Bà Nguyễn Thị Thanh Nga, MPI Bà Lê Thị Phi Vân, điều phối văn phịng IFPRI Hà Nội (cơng tác Viện Kinh tế Nông nghiệp) hỗ trợ nhiều cơng tác hậu cần, kế tốn, quản lý văn phòng, trợ lý nghiên cứu liên lác với Nhóm tác chiến liên Bộ Bà Lê Thị Phi Vân ông Trần Công Thắng (ICARD, MARD) dịch báo cáo sang tiếng Việt từ tiếng Anh Cuối cùng, chúng tơi xin cảm ơn người đóng góp ý kiến hai hội thảo trình bày kết quả, Trung tâm Hội nghị Quốc tế Hà Nội ngày 2/10/2003 Trung tâm Thông tin Phát triển Việt Nam (VDIC) Hà Nội ngày 3/10/2003 Những người vi gồm có tiến sỹ Đặng Kim Sơn (Giám đốc, ICARD, MARD), tiến sỹ Nguyễn Hải Hữu (Vụ trưởng, Vụ Bảo trợ Xã hội, MOLISA), ông Nguyễn Phong (Vụ trưởng, Vụ Xã hội Môi trường, GSO), ông Rob Swinkels (Ngân hàng Thế giới, Hà Nội) Chúng hy vọng kết nghiên cứu giúp ích phần cho Chính phủ Việt Nam, tổ chức phi phủ, tổ chức quốc tế việc xây dựng sách chương trình xố đói giảm nghèo Việt Nam Nicholas Minot, Phịng nghiên cứu Viện Nghiên cứu Chính sách Lương thực Quốc tế Bob Baulch, Viện Nghiên cứu Phát triển Michael Epprecht, Viện Nghiên cứu Chính sách Lương thực Quốc tế 12 Tháng 12 năm 2003 vii viii Tóm tắt Báo cáo sử dụng phương pháp tương đối gọi “Phương pháp ước lượng diện tích nhỏ“ để ước lượng số đói nghèo bất bình đẳng cấp xã, huyện tỉnh Việt Nam Phương pháp kết hợp thông tin Điều tra mức sống dân Việt nam 1997-1998 Tổng Điều tra dân số nhà năm 1999 Các kết cho thấy tỷ lệ đói nghèo (P0) cao vùng sâu vùng xa Tây Bắc, Đơng Bắc phía bắc Tây Ngun Tỷ lệ đói nghèo Đồng sơng Hồng Đồng sống Cửu Long trung bình Tỷ lệ đói nghèo thấp thành phố lớn, Hà Nội thành phố Hồ Chí Minh vùng Đơng Nam Bộ Độ xác ước lượng hợp lý cho cấp huyện tỉnh, kết cấp xã cần phải sử dụng cận trọng số ước lượng khơng có độ xác cao Bản đồ mật độ đói nghèo cho thấy, tỷ lệ đói nghèo vùng núi xa xơi cao vùng dân cư thưa thớt nên hầu hết người nghèo sống Đồng số Hồng Đồng sống Cửu Long So sánh kết với ước lượng đói nghèo cấp huyện MOLISA, chúng tơi thấy có khác Trong báo cáo, số lý cho khác biệt Phân tích củng cố nghiên cứu cho bất bình đẳng chi tiêu bình quân đầu người tương đối thấp Việt Nam Bất bình đẳng cao thành phố lớn (rất ngạc nhiên) số vùng miền núi Bất bình đẳng thấp Đồng số Hồng, Đồng sống Cửu Long Khoảng 2/3 bất bình đẳng chênh lệch huyện huyện Tỷ lệ đói nghèo cấp huyện có tương quan chặt chi tiêu bình quân đầu người trung bình huyện Nói cách khác, bất bình đẳng thay đổi từ huyện sang huyện khác Bất bình đẳng cao huyện có chi tiêu bình qn đầu người cao, tương quan không thật mạnh Hơn nữa, bất bình đẳng cao khu vực thành thị Các biến nơng nghiệp khí hậu tiếp cận thị trường giải thích 3/4 biến động tỷ lệ đói nghèo cấp huyện nơng thơn Tỷ lệ đói nghèo cao huyện có độ dốc cao, nhiều núi đá đất đai (cát, mặn a xít xunfuric), cách xa thành phố Ngược lại, biến khí hậu nơng nghiệp khơng giải thích tốt biến động đói nghèo thành thị ix Mơ hình hồi quy vùng, hệ số biến đổi từ vùng tới vùng khác, cho thấy vùng đất phẳng mật độ đường xá cao tỷ lệ đối nghèo thấp Tuy nhiên, biến khác lượng mưa, diện tích rừng có tương quan chiều với đói nghèo vùng có tương quan ngược chiều vùng khác Nói chung tương quan biến khí hậu nơng nghiệp đói nghèo biến đổi lớn vùng Việt Nam Nhiều chương trình xóa đói giảm nghèo hướng vào vùng miền núi Việt Nam Các kết nghiên cứu rằng, phát triển định hướng chương trình cách áp dụng ước lượng đói nghèo cấp huyện xã xác hơn, nghiên cứu tới cần phải phân tích rõ khác biệt kết tính theo phương pháp khác Các biến khí hậu nơng nghiệp giải thích phần lớn khác đói nghèo nơng thơn, điều cho thấy đói nghèo vùng sâu vùng xa có liên quan chặt chẽ với tiềm nông nghiệp hạn chế thiếu tiếp cận thị trường Phân tích cho thấy tầm quan trọng nâng cao khả phát triển thị trường Vấn đề thực tế đói nghèo vùng sâu vùng xa có liên quan với tiềm nông nghiệp hạn chế cho thấy cố gắng hạn chế di cư khỏi vùng có điều kiện tự nhiên khơng thuận lợi khơng phải sách tốt để xóa đói giảm nghèo Cuối cùng, nghiên cứu nêu lên phương pháp ước lượng diện tích nhỏ khơng hữu ích cho việc xây dựng đồ hàng năm phải dựa số liệu Tổng điều tra, phương pháp sử dụng để biểu thị theo không gian yếu tố khác mà nhà làm sách quan tâm đa dạng hóa thu nhập, thặng dư nơng nghiệp khả tổn thương Bên cạnh đó, sử dụng để ước lượng tỷ lệ đói nghèo nhóm người dễ bị tổn thương tới nhóm nhỏ với số liệu điều tra hộ gia đình nhóm dân tộc thiểu số nhỏ, hay người đánh cá x TÀI LIỆU THAM KHẢO Anselin, L., 1988 Toán kinh tế khơng gian : Phương pháp mơ hình (Spatial Econometrics: Methods and Models) Dordrecht: Kluwer Baker, J and Grosh, M., 1994, “Xố đói giảm nghèo thơng qua tiếp cận yếu tố địa lý: kết sao?” (“Poverty reduction through geographic targeting: how well does it work?”) Phát triển giới (World Development), Vol 22, No 7: 983-995 Baulch,B., 2002 “Mục tiêu giám sát đói nghèo dằng cách sử dụng đường cong ROC: Trường hợp Việt Nam”, Bài viết 161, Viện Nghiên cứu Phát triển Baulch, B., Truong, C, Haughton, D and Haughton, J, 2003 “Sự phát triển dân tộc thiểu số Việt Nam: cách nhìn kinh tế xã hội” (“Ethnic minority development in Vietnam: a socio-economic perspective.”) Bigman, D and Fofack, H, 2000, Các yếu tố địa lý Xố đói giảm nghèo : phương pháp áp dụng (Geographic Targeting for Poverty Alleviation: Methodology and Applications), Washington DC: World Bank Regional and Sectoral Studies Brunsdon C., Fotheringham A S and Charlton M E., 1996 “Hồi quy quyền số địa lý : Một phương pháp không dừng” (“Geographically Weighted Regression: A method for exploring spatial nonstationarity”), Geographic Analysis Vol 28, No 4: 281 – 298 Conway T., 2001 “Sử dụng số liệu Chính Phủ để đặt hoạt động cho xã nghèo giám sát cơng tác xóa đói giảm nghèo: Xem xét lựa chọn cho dự án Phát triển Bắc Cạn Cao Bằng” (“Using government data to target activities to poor communes and monitor poverty reduction: a review of options for the Cao Bang-Bac Kan Rural Development Project”,) Hà nội: Ủy ban cộng đồng Châu âu Elbers, C., Lanjouw, J and Lanjouw, P., 2003, “Ước lượng vi mô đói nghèo bất bình đẳng” (“Micro-level estimation of poverty and inequality.”) Econometrica 71 (1): 355-364 Epprecht M and Müller D., 2003, “Liên kết người không gian : GIS kỹ thuật phân tích khơng gian nhà kinh tế nông nghiệp” (Linking People and the Landscape: GIS and Spatial Analytical Techniques for Agricultural Economists), phát biểu Hội nghị quốc tế Hiệp hội nhà kinh tế nông nghiệp quốc tế, Durban, 2003 Tài liệu tham khảo Trang 85 Fotheringham A S., Brunsdon M Charlton M., 2002 Hồi quy quyền số không gian : phân tích mối liên hệ biến đổi không gian (Geographically Weighted Regression: the analysis of spatially varying relationships), Chichester: Wiley Tổng cục thống kê 2000 Điều tra mức sống hộ gia đình Việt Nam 1997-1998 (Vietnam Living Standards Survey 1997-1998) Nhà xuất thống kê, Hà nội Henninger, N M Snel 2002 Người nghèo đâu ? Kinh nghiệm phát triển sử dụng đồ đói nghèo (Where are the poor? Experiences with the development and use of poverty maps) Viện tài nguyên giới, Washington, D.C UNEP-GRID/Arendal, Arendal, Na uy Hentschel, J., Lanjouw, J., Lanjouw, P Poggi, J., 2000, “Kết hợp điều tra dân số số liệu điều tra để xác định phạm vi khơng gian đói nghèo : nghiên cứu dựa đối tượng Ecuado” (“Combining census and survey data to trace the spatial dimensions of poverty: a case study of Ecuador”), World Bank Economic Review, Vol 14, No 1: 147-65 Heywood I., Cornelius S., Carver S., 2002, Giới thiệu hệ thống thông tin địa lý, tái lần thứ hai (An Introduction to Geographical Information Systems, Second Edition), Prentice Hall, Harlow Kanbur, R., 2002, “Tầm quan trọng sách việc phân tích bất bình đẳng” (“Notes of the Policy Significance of Inequality Decompositions”) Mimeo, Trường đại học Cornell Minot, N., 1998, “Tổng hợp đồ đói nghèo : áp dụng Việt Nam” (“Generating disaggregated poverty maps: An application to Viet Nam”) Markets and Structural Studies Division, Discussion Paper No 25 International Food Policy Research Institute, Washington, D.C Minot, N., 2000, “Xây dựng đồ đói nghèo: áp dụng Việt Nam” (“Generating disaggregated poverty maps: an application to Vietnam”), World Development, Vol 28, No 2: 319-331 Minot, N B Baulch 2002a “Phân bổ khơng gian đói nghèo Việt Nam triển vọng xố đói giảm nghèo” (“The spatial distribution of poverty in Vietnam and the potential for targeting.”) Discussion Paper No 42 Markets and Structural Studies Division, International Food Policy Research Institute, Washington, D.C Minot, N B Baulch 2002b “Bản đồ đói nghèo với kết hợp số liệu điều tra dân số” (“Poverty mapping with aggregate census data: What is the loss in precision.”) Discussion Paper No 49 Markets and Structural Studies Division, International Food Policy Research Institute, Washington, D.C Tổ chức hành động chống đói nghèo (Poverty Working Group), 2000, Báo cáo phát triển Việt Nam : Tấn cơng đói nghèo (Vietnam Development Report: Attacking Poverty), Báo cáo kết Page 86 Tài liệu tham khảo hợp Tổ chức phi phủ hành động chống đói nghèo phủ tài trợ họp nhóm tư vấn cho Việt Nam (A Joint Report of the Government of Vietnam-Donor-NGO Poverty Working Group presented to the Consultative Group Meeting for Vietnam) Ravallion, M , “So sánh đói nghèo” (“Poverty Comparisons”), Living Standard Measurement Working Paper No 88, Washington DC: World Bank Stata Corporation, 2001, “Svymean””, Stata Reference Manual, Vol 4: 52-74, College Station, Texas: Stata Press Cục thông kê Nam Phi Ngân hàng Thế giới, 2000 (Statistics South Africa and the World Bank, 2000), “Có phải thu nhập mà phương pháp đánh giá đầy đủ phúc lợi xã hội hộ gia đình : kết hợp điều tra dân số số liệu điều tra để xây dựng đồ đói nghèo cho Nam Phi” (“Is census income an adequate measure of household welfare: combining census and survey data to construct a poverty map of South Africa”), Mimeo Tobler W., 1990, Khung Phân tích độc lập khơng gian (Frame Independent Spatial Analysis), trang 115-122 of M Goodchild, ed., Sự xác sở số liệu khơng gian (Accuracy of Spatial Data Bases), Taylor and Francis, London Điều tra địa lý Mỹ USGS – GTOPO30 (United States Geological Survey USGS – GTOPO30,) http://edcdaac.usgs.gov/gtopo30/gtopo30.html, accessed 2003 Van de Walle, D 2002 “Lựa chọn đầu tư nâng cấp đường nông thôn để xố đói giảm nghèo” (“Choosing rural road investments to help reduce poverty.”) World Development 30 (4): 575589 Van de Walle, D Gunewardana, 2001, “Nguyên nhân gây bất bình đẳng dân tộc thiểu số Việt Nam” (“Sources of ethnic inequality in Viet Nam”), Journal of Development Economics, Vol 65: 177-207 Ngân hàng giới, 2000 (World Bank, 2000), Đánh giá đói nghèo Panama : Ưu tiên chiến lược xói đói giảm nghèo (Panama Poverty Assessment: Priorities and Strategies for Poverty Reduction), Washington DC: World Bank Country Study Tài liệu tham khảo Trang 87 Page 88 Tài liệu tham khảo Phụ lục A: Sử dụng biến GIS phân tích thống kê Michael Epprecht, IFPRI Giới thiệu chung biến GIS: Phân tích yếu tố ảnh hưởng đến đói nghèo tập trung vào xem xét mối liên hệ tỉ lệ đói nghèo cấp huyện loạt biến sinh thái nơng nghiệp thơng qua phân tích hồi quy Biến phụ thuộc lấy từ Điều tra dân số Điều tra dựa phân tích hồi lập đồ đói nghèo, cịn hầu hết biến giải thích độc lập sử dụng phân tích lấy từ liệu GIS Dưới số vấn đề chung việc sử dụng biến GIS phân tích thống kê Vấn đề phân tích thiết lập mối liên hệ giải tích người dân mơi trường sống họ, chẳng hạn số liệu kinh tế xã hội (tỉ lệ đói nghèo ước tính tỉnh) số liệu môi trường GIS Một điều quan trọng bước biến phụ thuộc kiểu liệu không gian quy mô không gian khác so với phần lớn biến độc lập: biến kinh tế xã hội dạng rời rạc đề cập đến đơn vị hành điểm, số liệu môi trường biến liên tục Điều tạo khó khăn mặt xây dựng phương pháp việc áp dụng phân tích khơng gian, gọi chung khó khăn phân tích vùng thay đổi (modifiable areal unit problem-MAUP) MAUP vấn đề cố hữu việc phân tích số liệu khơng gian: vấn đề dạng khác quy mô số liệu mặt không gian dẫn đến kết khác nhau, Heywood (1998) cho rằng: MAUP vấn đề từ việc áp đặt đơn vị hành khơng gian cách chủ quan vào tượng địa lý có tính liên tục sinh từ q trình xây dựng hình thái khơng gian chủ quan ” Rõ ràng, MAUP vấn đề cần xem xét kết hợp số liệu kinh tế xã hội mơi trường để làm phân tích Việc xây dựng ước lượng tỉ lệ đói nghèo huyện cho phép phân tích liên kết cấp huyện Điều có nghĩa biến nông nghiệp sinh thái huyện cần phải tính tốn Và kết lần cho thấy cần thiết việc thiết lập số vùng địa lý khơng gian có tính liên tục tới giá trị ghi có tính rời rạc huyện Định nghĩa giới hạn không gian (đơn vị diện tích) ‘huyện’ có ý nghĩa quan trọng đến kết tập số liệu tổng hợp (aggregated data set) cho kết sau : biến khí hậu, nơng nghiệp kết hợp số liệu kinh tế xã hội huyện định nghĩa là, tất quan sát phạm vi biên giới hành huyện, có ý Phụ Lục A Sử dụng biến phân tích thống kê Trang 89 nghĩa quan sát phạm vi vành đai định huyện tỉnh, coi vùng trung tâm kinh tế xã hội tỉnh Bên cạnh đó, cần phải xem xét tình sau : giả sử có hai huyện giống mặt địa lý với vùng đồng khu giáp ranh với núi ; tỉnh có tới 90% dân số sống nghề trồng lúa, phần lớn dân số tỉnh khác lại nông dân canh tác vùng cao Trong hoạt động kinh tế xã hội sử dụng tài nguyên thiên nhiên, thực chất mối liên hệ môi trường kinh tế xã hội, có nhiều khả khác biệt nhiều tỉnh A so với tỉnh B, dân số hai huyện có ảnh hưởng mơi trường giống Có thể thấy rõ đơn vị diện tích cho liên kết dân số - mơi trường thay đổi biến tổng hợp tương ứng có giá trị ‘cấp huyện’ khác nhau, phụ thuộc vào lựa chọn đơn vị diện tích cụ thể Một mặt đơn vị diện tích dễ dàng kết hợp với số liệu kinh tế xã hội đơn vị diện tích, song mặt khác, thông tin biến động vùng đơn vị địa lý, theo định nghĩa không gian bị Ví dụ, huyện có địa hình đồi núi với độ cao dao động từ 200 MaS từ đáy thung lũng đến 2700 MaS đến đỉnh núi có độ cao ý nghĩa trung bình cấp huyện 1200 MaS, tương đương huyện cao nguyên có độ cao 1200 MaS Từ kết ta rút hai vấn đề Thứ là, việc khoanh vùng lựa chọn đơn vị diện tích, bao gồm số loại quyền số không gian phản ánh phân bổ dân số hoạt động kinh tế huyện (xem Epprecht & Müller, 2003) cho phân tích tốt liên kết dân số - môi trường Thứ hai là, biến tổng hợp khác cần phải biểu thị biến động phạm vi tỉnh cách tốt : nhất, bên cạnh giá trị trung bình, biến bổ sung phải biểu thị thay đổi mặt địa lý biến GIS (ví dụ độ cao) Tuy nhiên, phạm vi dự án nghiên cứu cho phép đánh giá vấn đề thứ hai Đối với việc phân tích mối tương quan này, trung bình, giá trị nhỏ nhất, lớn độ lệch chuẩn huyện tính cho vài liệu GIS liên tục không gian (spatially continuous GIS data) nhằm phản ánh vài biến động biến huyện Tuy nhiên, việc định sách thường dựa kết đạt từ phân tích thống kê mà số liệu xác định phần mặt không gian (sự phân bổ quỹ hỗ trợ đặc biệt cho huyện nghèo nhất), vấn đề thứ cần lưu ý đưa kết luận từ kết phân tích cần ý nhiều tới vấn đề việc phân tích số liệu khơng gian sau Nguồn số liệu, xử lý số liệu việc tạo biến mô tả chi tiết phần sau Trang 90 Phụ Lục A Sử dụng biến phân tích thống kê Nguồn số liệu Các loại số liệu khác từ nhiều nguồn khác sử dụng để tạo biến sử dụng phân tích Các phần phân tích cung cấp nhìn tổng quát nguồn số liệu: Các liệu độ cao số hoá sử dụng để tạo biến có liên quan dựa GTOPO30, mơ hình độ cao số tồn cầu (DEM) với khoảng cách đường kẻ ô nằm ngang 30 arc giây (tương đương khoảng km) theo Điều tra Địa lý Mỹ (USGS) GTOPO30 bắt nguồn gốc từ đường quét nguồn liệu vectơ thông tin địa hình Dữ liệu GIS dạng vectơ ranh giới, đường xá, sơng ngịi, vị trí địa lý tỉnh,… lấy từ hai nguồn Việt Nam : lớp số liệu GIS giao thông (đường đường sắt) hệ thống sơng ngịi ; biên giới hành thu từ Trung tâm Viễn thám Geomatics (VTGEO) Hà nội Dữ liệu đất mặt, loại đất khí hậu lấy từ Bộ Khoa học Công nghệ (MOSTE) Xử lý số liệu chất lượng số liệu Trong phần này, vấn đề chất lượng số liệu độ xác chúng, cần thiết việc phân tích phương pháp phân tách số liệu đề cập cách ngắn gọn Trước hết ta xét đến quy mô huyện (đơn vị địa lý qua số liệu tổng hợp), xác để xác định quy mơ đồ nguồn 1:250.000 hợp lý Tuy nhiên, số lớp số liệu (đất đất mặt chẳng hạn), có số liệu dựa đồ nguồn tương tự (chủ yếu ảnh vệ tinh), có quy mơ đồ khơng lớn 1:500.000 1:1.000.000 Số liệu độ cao USGS có độ xác xấp xỉ 1:1.000.000 Số liệu thu từ nguồn khác mơ tả có khác chất lượng, cần phải hiệu chỉnh Một đánh giá chung số liệu GIS Việt Nam tất tập số liệu GIS sẵn có cấp quốc gia tạo để áp dụng việc nghiên cứu lập đồ Trong chất lượng số liệu nhìn chung đủ để nhìn thấy đồ, phần lớn sai số hình học tơpơ khơng nhìn thấy đồ số liệu sử dụng cho mục đích phân tích khơng gian lập mơ hình GIS Sai số lớn liệu đa giác dịng kẻ số hố (xem chi tiết đây) 3.1 Dữ liệu độ cao số hoá (Digital elevation data): Số liệu độ cao số hoá số liệu khác độ dốc, địa hình, hình dạng (trong đồ minh họa) tính tốn cách sử dụng nguồn số liệu nhắc đến với số liệu GTOPO30 Trong tập hợp liệu, với độ xác tương đương sai số trung bình 18 m (18 meters root mean square error), đủ để xây dựng biến độ cao cho huyện, việc tính giá trị biến nhỏ nhất, lớn độ lệch chuẩn Một trình phân tích Phụ Lục A Sử dụng biến phân tích thống kê Trang 91 chung xem để bổ sung điểm thiếu tập hợp số liệu để loại bỏ sai số số liệu Tương tự vậy, giá trị độ cao nhỏ lớn tỉnh nối từ liệu có độ tin cậy thấp khơng có sở liệu Lớp số liệu GIS mô tả độ dốc ba định nghĩa khác địa hình tính tốn xây dựng môi trường GIS Độ dốc tính tốn cách xác định tỉ lệ thay đổi lớn độ cao từ ô (grid cell) tới gần kề Địa hình xây dựng độ lệch chuẩn giá trị độ cao tất ô gần kề bán kính định Bên cạnh đó, khác địa hình xây dựng cho mục đích phân tích lập đồ minh hoạ với số liệu độ cao số hoá 3.2 Số liệu vector (vector line data) Lớp số liệu đường thẳng số hố biểu thị cho sơng ngịi mạng lưới giao thơng nhìn chung đủ để tính tốn biến gần kề ‘khoảng cách trung bình tới đường lớn’ Tuy nhiên, sai số hình học topo tập hợp liệu khơng cho phép tính tốn trực tiếp ‘khoảng cách dọc theo mạng lưới’ là‘khoảng cách đường tới thị trấn gần nhất’ Do đó, số liệu đường thẳng chuyển sang số liệu dạng ô (grid cell) Biến mật độ mạng lưới vận tải tính tốn cho huyện cách chồng ghép lớp số liệu giao thông lớp biên giới huyện, trước tính tổng chiều dài tất đường huyện, tổng diện tích huyện Biến mật độ tạo cách chia tổng chiều dài đường cho diện tích huyện 3.3 Số liệu đa giác vector (Vector polygon data): Lớp số liệu đa giác (polygon data layer) sử dụng phân tích bao gồm chủ yếu lớp số liệu biên giới hành chính, loại đất đồ đất mặt.Với biên giới hành chính, có hai khó khăn gặp phải Thứ nhất, hệ thống mã hành phải phù hợp với hệ thống mã sử dụng Điều tra dân số Nhà 1999, thay đổi đơn vị hành (chia sát nhập đơn vị hành chính) vấn đề không dễ Thứ hai, lượng lớn sai số hình học topo (topological errors) khơng cho phép tính tốn diện tích đơn vị hành Tuy nhiên, tiền đề cần thiết cho việc thiết lập nhiều biến cấp huyện Do đó, chức phân tích khơng gian mở rộng cần phải áp dụng phân tích tập hợp số liệu Mặc dù số liệu biên giới hành nằm cấu trúc liệu đa chiều, tập hợp liệu cấu trúc đất loại đất mặt chuyển sang lớp số liệu dạng để tính tốn diện tích phân tách liệu Trong mơi trường GIS, ‘số liệu thống kê vùng’ (trong trường hợp số liệu thống kê vùng) hình thành để tổng hợp biến vùng lớp đất mặt vùng Phân tích thống kê không gian tương tự thực cách sử dụng lớp số liệu độ cao lớp liệu “phái sinh” với giới giạn biên giới hành để tính tốn gái trị biến giá trị trung bình, nhỏ nhất, lớn độ lệch chuẩn độ cao, địa hình khơng phẳng độ dốc vùng Trang 92 Phụ Lục A Sử dụng biến phân tích thống kê 3.4 Dữ liệu Vector điểm (Vector point data): Số liệu dạng điểm số hoá (digital point data) sử dụng phân tích gồm lớp số liệu điểm vị trí trung tâm hành vị trí trung tâm dự báo khí hậu bao gồm bảng mơ tả lượng mưa trung bình hàng tháng, nhiệt độ trung bình hàng tháng, độ ẩm trung bình hàng tháng số nắng Số liệu khí hậu : Để tạo biến khí hậu cho vùng, số liệu khia hậu cần phải có đủ cho 614 huyện, khơng phải có từ 161 trung tâm dự báo Do thơng tin khơng có đầy đủ, nhà nghiên cứu phải áp dụng kỹ thuật nội suy không gian (spatial interpolation) để tính tốn biến khí hậu nước, từ tính tốn giá trị biến cho vùng Để có biến khí hậu xác, kỹ thuật lập mơ hình phức tạp (sophisticated modeling techniques) áp dụng kết hợp với yếu tố độ cao, loại hình đất, đất mặt,…, yếu tố có ảnh hưởng trực tiếp đến điều kiện khí hậu địa phương Tuy nhiên, q trình lập mơ hình khí hậu phức tạp khơng thuộc phạm vi nghiên cứu Do đó, phương pháp nội suy trực tiếp (straight-forward interpolation techniques) áp dụng kỹ thuật Kriging Kriging phương pháp thống kê địa lý tạo bề mặt từ tập hợp riêng rẽ điểm với giá trị z Không giống phương pháp khác, giải pháp Kriging liên quan tới việc kiểm tra tác động qua lại hành vi không gian tượng đại diện giá trị z trước chọn lọc phương pháp ước lượng tốt để tổng hợp kết Thị xã thành phố: Các tập hợp số liệu sử dụng hình thái điểm liệu đa chiều Mặc dù lớp số liệu điểm vị trí trung tâm hình đơn vị hành (tỉnh huyện) cần phải liên tục cập nhật thay đổi, việc phân loại thị xã thành phố theo quy mô yêu cầu đầu vào khác: Để xác định quy mơ (số dân) phạm vi diện tích thị xã thành phố (nhiều thị xã, thành phố, mở rộng diện tích tỉnh), thông tin từ Điều tra dân số Nhà 1999 kết hợp với sở liệu GIS : cách kết hợp thông tin thành thị số dân sẵn có Điều tra dân số với đơn vị hành tiêu biểu sở liệu GIS, ta xây dựng mơ hình phác hoạ thành thị ước tính số dân Để tính tốn khoảng cách tới thị xã thành phố, người ta tính khoảng cách tới vành đai thành thị gần Giá trị độ cao thị xã thu thông qua việc trồng ghép lớp liệu điểm GIS vị trí địa lý thị xã theo mơ hình độ cao số hố theo ô ( gridded digital elevation model)và phân tách thông qua việc gán liệu theo trình xác định vị trí Phụ Lục A Sử dụng biến phân tích thống kê Trang 93 Mơ tả biến: Vể mặt tổng thể, khoảng 430 biến có nguồn gốc từ lớp số liệu GIS Bên cạnh đó, 22 biến khác hệ thống chợ dân số từ kết Điều tra mạng lưới chợ Việt Nam 1999 từ Điều tra dân số Nhà 1999 Dưới tổng quan biến, chia thành nhóm : Vị trí: - UTM48 xác định XY theo thị trấn huyện - UTM48 xác định XY theo trung tâm huyện Biến kinh tế xã hội: - Số lượng xã - Dân số tỉnh (tổng, nam giới, nữ giới) - Dân số trung tâm tỉnh lỵ - Số lượng chợ - Số chợ xã (trung bình tỉnh) - Thuế chợ trả cho nhà nước Đất mặt: - Tổng diện tích tỉnh - Diện tích đất trồng trọt - Diện tích rừng tự nhiên - Diện tích rừng trồng - Diện tích đất trống đất đá Địa hình: - Tỉ lệ tỉnh theo độ cao so với mặt nước biển từ 0-250m, 250-500m, 500-1000m, 10001500m, 1500m - Độ cao tỉnh (trung bình, trung vị, độ lệch tiêu chuẩn) - Độ cao thị trấn huyện - Địa hình khơng phẳng, ví dụ độ lệch tiêu chuẩn giá trị ô bán kính 5, 12 25 km (nhỏ nhất, lớn nhất, phạm vi, trung bình, độ lệch tiêu chuẩn) - Tỉ lệ tỉnh theo độ dốc từ 0-4%, 4-8%, 8-15%, 15-30%, 30% - Tỉ lệ tỉnh theo loại đất (32 loại đất) Trang 94 Phụ Lục A Sử dụng biến phân tích thống kê Vận chuyển khả tiếp cận : - Độ dài loại đường (tổng, đường chính, đường nhỏ) - Chiều dài sơng - Khoảng cách đến đường (lớn nhất, trung bình, độ lệch tiêu chuẩn) - Khoảng cách đến đường (lớn nhất, trung bình, độ lệch tiêu chuẩn) - Khoảng cách từ trung tâm huyện đến thị xã gần - Khoảng cách trung bình tới thị xã (nhỏ nhất, lớn nhất, trung bình, độ lệch tiêu chuẩn) - Khoảng cách trung bình tới thị trấn huyện (lớn nhất, trung bình, độ lệch tiêu chuẩn) - Khoảng cách từ trung tâm huyện tới trung tâm 10.000, 50.000, 100.000, 250.000 triệu người (nhỏ nhất, lớn nhất, trung bình, độ lệch tiêu chuẩn) - Khoảng cách tới thị trấn 10.000, 50.000, 100.000, 250.000 triệu người (nhỏ nhất, lớn nhất, trung bình, độ lệch tiêu chuẩn) - Khoảng cách dọc theo đường gần từ trung tâm huyện tới thành phố gần 10.000, 50.000, 100.000, 250.000 triệu người (nhỏ nhất, lớn nhất, trung bình, độ lệch tiêu chuẩn) - Thời gian từ đường gần tới trung tâm gần trên 10.000, 50.000, 100.000, 250.000 triệu người (nhỏ nhất, lớn nhất, trung bình, độ lệch tiêu chuẩn) Khí hậu : - Lượng mưa trung bình hàng tháng (nhỏ nhất, lớn nhất, chênh lệch lớn nhỏ nhất, trung bình, độ lệch tiêu chuẩn) - Nhiệt độ trung bình hàng tháng (nhỏ nhất, lớn nhất, chênh lệch lớn nhỏ nhất, trung bình, độ lệch tiêu chuẩn) - Số nắng trung bình hàng tháng (nhỏ nhất, lớn nhất, chênh lệch lớn nhỏ nhất, trung bình, độ lệch tiêu chuẩn) - Độ ẩm trung bình hàng tháng (nhỏ nhất, lớn nhất, chênh lệch lớn nhỏ nhất, trung bình, độ lệch tiêu chuẩn) Ma trận quyền số khơng gian Trong phân tích số liệu khơng gian, tượng tự tương quan mặt không gian cần phải xem xét Sự tự tương quan không gian vấn đề phụ thuộc mặt không gian giống quan sát gần Ví dụ , biến động số liệu giống thường gần nhau, mâu thuẫn với giả định thống kê chung độc lập quan sát (có thể xem chi tiết phần dưới) Phụ Lục A Sử dụng biến phân tích thống kê Trang 95 Để khắc phục tác động nhiễu phân tích hồi quy, mà dẫn tới kết sai lệch Một cách chung xây dựng ma trận quyền số không gian Với ma trận quyền số không gian, số biện pháp tiến hành để hạn chế tác động biến gần kề (thực chất khơng có tiêu chuẩn để định nghĩa xác định ảnh hưởng “sự gần nhau” hay “sự tương quan lẫn nhau”) Nhìn chung, có hai loại ma trận quyền số khơng gian Thứ ma trận gần cách rời rạc với giá trị tuỳ thuộc vào đa giác kề Thứ hai ma trận quyền số không gian liên tục quan sát tính theo hàm phân tách khoảng cách (distance decay function) Trong phạm vi phân tích này, chúng tơi lựa chọn cách tính quyền số dựa khoảng cách nghịch đảo khoảng cách tính từ trung tâm huyện Để xác định cụ thể sau ngưỡng quyền số theo khoảng cách 0, giới hạn khoảng cách mà cặp địa điểm coi gần kề, có nghĩa liên tục mặt khơng gian phải xác định Việc lựa chọn giới hạn khoảng cách có ý nghĩa trực tiếp mức độ phân tách quyền số theo khoảng cách Giới hạn khoảng cách cần phải xác định theo cách mà quan sát có giá trị gần kề Đồ thị cho thấy biểu đồ khoảng cách theo đường thẳng từ trung tâm huyện tới trung tâm gần Rõ ràng, có số lượng nhỏ quan sát có khoảng cách lớn tới quan sát gần Khơng có ngạc nhiên thấy ba huyện có khoảng cách xa tới điểm gần kề huyện đảo Nếu loại bỏ huyện đảo Bạch Long Vĩ (Hải Phịng), Phú Q (Bình Thuận), Cơn Đảo (Bà Rịa, Vũng Tàu) cho phép phân loại giới hạn khoảng cách lớn 75 km vậy, huyện có hai điểm gần kề Một phân loại giới hạn khoảng cách lớn cho kết có độ xác ảnh hưởng tự tương quan không gian vùng, đó, giới hạn khoảng cách nhỏ tạo ma trận quyền số khơng gian vài quan sát khơng có điểm gần kề (neighbors) Hình A1: Khoảng cách tới trung tâm huyện gần Trang 96 Phụ Lục A Sử dụng biến phân tích thống kê Phụ lục B Định nghĩa thuật ngữ Thuật ngữ Định nghĩa Khoảng tin cậy Là khoảng tin tưởng giá trị ước lượng xác định Ví dụ, nói khoảng tin cậy 95% cho ước lượng tỷ lệ đói nghèo 45 %± 4%, điều có nghĩa có xác xuất 95% giá trị thưch tỷ lệ đói nghèo nằm khoảng 41 49 % Biến phụ thuộc Những biến phân tích hồi quy giải thích biến đốc lập Hệ số Gini Một số đo lường bất bình đẳng, nhận giá trị từ (bình đẳng tuyệt đối (bất bình đẳng tuyệt đối Nó tính diện tích bên đường cong Lorenz đường chéo, chia cho diện tích đường chéo Mơ hình hồi quy tổng thể Một mơ hình hệ số giả định khơng đổi vùng.Ví dụ, mơ hình hồi quy tổng thể Việt Nam giả định hệ số vùng không thay đổi so với vùng khác Việt Nam Phương sai không đồng Là trường hợp phương sai sai số mơ hình hồi quy biến đổi mẫu điều tra Biến độc lập Những biến phân tích hồi quy dùng để giải thích biến phụ thuộc.Những biến độc lập không bị ảnh hưởng giá trị biến độc lập khác Mơ hình hồi quy vùng Là hình hồi quy hệ số phép biến đổi theo không gian Nhiều mô hình hồi quy chạy mẫu nhỏ tập số liệu xác định theo vị trí địa phương (vùng) P0 Một số đói nghèo tỷ lệ (%) người dân hay hộ sống mức chuẩn nghèo, gọi tỷ lệ nghèo đói Tỷ lệ đói nghèo đầu người số người sống mức nghèo đói P1 Là số nghèo đói có xem xét đến chi tiêu đầu người bình qn người nghèo tỷ lệ người nghèo, gọi độ sâu nghèo đói hay khoảng cách đói nghèo P2 Là số nghèo đói, có xem xét mức độ bất bình đẳng người nghèo chi tiêu bình quân trung bình người nghèo tỷ lệ người nghèo, gọi độ trầm Phụ Lục B Định nghĩa thuật ngữ Trang 97 trọng nghèo đói hay khoảng cách đói nghèo bình phương Đói nghèo Là tình trạng thiếu hụt người dân khơng đủ nguồn lực để định hướng sống lành mạnh chủ động Trong nghiên cứu này, đói nghèo xác định qua giá chi tiêu bình quân đầu người, bao gồm gía trị lương thực mức đủ ăn tiền thuê nhà Lập đồ đói nghèo Một nghiên cứu ước lượng tỷ lệ đói nghèo cho khu vực nhỏ trình bày kết lên đồ Thường, điều thực cách kết hợp điều tra hộ gia đình Tổng điều tra dân số nhà Phân tích hồi quy Một phân tích thống kê xác định phương trình mơ tả tốt tương quan hay nhiều biến phụ thuộc với tập hợp biến độc lập Ước lượng diện tích nhỏ Một phương pháp kết hợp số liệu điều tra Tổng điều tra để tạo ước lượng cho biến khu vực nhỏ Những biến quan tâm (ví dụ đói nghèo) làg biến có số liệu điều tra hộ khơng có Tổng Điều tra Tự tương quan khơng Là tình trạng giá trị biến vùng có gian tương quan với giá trị biến vùng lân cận Sự phụ thuộc sai số Là tình trạng phân tích hồi quy phần dư (sai số không gian giá trị ước lượng giá trị thực biến phụ thuộc) có tự tương quna khơng gian Sự phụ thuộc trễ Là tình trạng phân tích hồi quy biến phụ thuộc không gian vùng bị ảnh hưởng giá trị biến vùng lân cận Ma trận quyền số không Một ma trận hay tập hợp mô tả “sự gần kề” cặp quan sát gian tập số liệu Ví dụ, nhân tố (i,j) ma trận mô tả “gần kề” quan sát i j “Sự gần kề” thường xác định dựa khoảng cách hai quan sát hay dựa việc xem xét hộ có liền hay khơng Sai số chuẩn Một số mức độ xác ước lượng thống kê Dưới điều kiện định, khoảng tin cậy 955 hai lần sai số chuẩn Theil L Một số bất bình đẳng, gọi GE(0) , làmột số đói nghèo tập hợp số entropy tổng hợp Theil T Một số bất bình đẳng, gọi GE(0) , làmột số đói nghèo tập hợp số entropy tổng hợp Trang 98 Phụ Lục B Định nghĩa thuật ngữ Phụ Lục B Định nghĩa thuật ngữ Trang 99 ... hướng khơng gian đói nghèo bất bình đẳng Việt Nam sử dụng số đói nghèo tiêu bất bình đẳng Phần nghiên cứu yếu tố địa lý ảnh hưởng tới đói nghèo, sử dụng phương pháp hồi quy không gian tập hợp... tổng thể yếu tố địa lý ảnh hưởng tới đói nghèo nơng thơn 59 Bảng 13 Mơ hình chọn lọc yếu tố địa lý ảnh hưởng đến đói nghèo 61 Bảng 14: Kiểm định phụ thuộc không gian mơ hình đói nghèo thành... tiêu: • Mơ tả đói nghèo bất bình đẳng vùng Việt Nam • Nghiên cứu yếu tố địa lý (bao gồm yếu tố khí hậu, nơng nghiệp tiếp cận thị trường) tác động tới đói nghèo thành thị nơng thơn Việt Nam • Phổ