7. Kết luận:
4.2.1 Phân tích các nhân tố ảnh hƣởng đến năng suất lúa vụ Thu Đông
Thơ
Có nhiều nhân tố tác động đến năng suất lúa nhƣ lƣợng giống, lƣợng phân bón, lƣợng thuốc BVTV ... Ngoài ra còn có các yếu tố tác động từ bên ngoài nhƣ điều kiện đất đai, khí hậu, thời tiết, chế độ nƣớc. Tuy nhiên những yếu tố này rất khó để xác định mức ảnh hƣởng của nó đến năng suất vì mang yếu tố định tính, không đo lƣờng đƣợc. Mỗi nhân tố có tác động khác nhau đến năng suất, tùy theo mức độ ảnh hƣởng mà lựa chọn các yếu tố phù hợp nhất với khả năng tác động của nó. Vì vậy, mô hình hồi quy tuyến tính chỉ đề cập đến các yếu tố đƣợc xem là quan trọng và có khả năng tác động đến năng suất lúa nhƣ: diện tích, lƣợng giống, lƣợng phân N, P, K, số ngày công lao động, có tham gia tập huấn trong năm hay không và thời gian bắt đầu phun thuốc trừ sâu có áp dụng nhƣ chƣơng trình IPM là phun thuốc từ 40 ngày sau khi sạ không. Sử dụng phần mềm Stata để phân tích các nhân tố ảnh hƣởng đến năng suất lúa vụ Thu Đông của ngƣời dân tại phƣờng Long Hƣng, quận Ô Môn.
Bảng 4.9 thể hiện kết quả ƣớc lƣợng các yếu tố đầu vào ảnh hƣởng đến năng suất lúa vụ Thu Đông tại phƣờng Long Hƣng. Sau khi thực hiện các kiểm định phƣơng sai sai số thay đổi, đa cộng tuyến, tự tƣơng quan thì có 6
47
biến có ý nghĩa thống kê trong 8 biến đƣa vào mô hình là lƣợng giống gieo sạ, lƣợng phân N, lƣợng phân K, số ngày công lao động kể cả lao động gia đình và lao động thuê, chi phí thuốc nông dƣợc đƣợc sử dụng trong vụ bao gồm thuốc sâu, trị bệnh, thuốc dƣỡng và tham gia tập huấn trong năm.
*Kiểm định phương sai sai số thay đổi
Kết quả kiểm định các yếu tố đầu vào ảnh hƣởng đến năng suất lúa trong mô hình hồi quy bằng kiểm định Breusch – Pagan cho thấy mô hình không có hiện tƣợng phƣơng sai sai số thay đổi vì giá trị P = 0.9867 > 0,1 (α = 10%).
*Kiểm định đa cộng tuyến
Kết quả kiểm định hiện tƣợng đa cộng tuyến của mô hình hồi quy bằng cách sử dụng nhân tố phóng đại phƣơng sai (VIF) cho thấy mô hình đƣợc sử dụng không có hiện tƣợng đa cộng tuyến vì có các hệ số VIF của các biến độc lập đều nhỏ hơn 10.
*Kiểm định hiện tượng tự tương quan
Dựa vào kết quả kiểm định Breusch – Godfrey (BG) cho mô hình hồi quy các yếu tố đầu vào ảnh hƣởng đến năng suất lúa vụ Thu Đông, nhận thấy rằng mô hình không có hiện tƣợng tự tƣơng quan vì có giá trị P = 0,6225 > 0,1 với α = 10%.
Bảng 4.9: Kết quả ƣớc lƣợng các yếu tố ảnh hƣởng đến năng suất lúa vụ Thu Đông năm 2013 tại phƣờng Long Hƣng, quận Ô Môn
Ký hiệu
biến Tên biến Hệ số
Độ lệch chuẩn Hằng số 6,756 *** 0,537 LnX1 Diện tích (công/hộ) 0,016 ns 0,012 LnX2 Lƣợng giống (kg/công) -0,089 * 0,045 LnX3 Lƣợng N (kg/công) 0,129** 0,056 LnX4 Lƣợng P (kg/công) 0,042 ns 0,031 LnX5 Lƣợng K (kg/công) 0,195 *** 0,037 LnX6 Ngày công (ngày) 0,107 *** 0,036 LnX7 Chi phí thuốc (đồng/công) -0,070 * 0,042 D1 Tập huấn (1= có; 0=không) 0,048 *** 0,017 D2 Bắt đầu xịt thuốc sâu từ sau 40
ngày sau sạ (1= có; 0 = không) 0,016
ns 0,019 Số quan sát 70 0,0000 0,7489 Prob > F R2
Nguồn: số liệu điều tra thực tế 70 hộ trồng lúa vụ Thu Đông 2013 tại phường Long Hưng Chú thích: *, ** và*** lần lượt tương ứng với mức ý nghĩa 10%, 5% và 1%; ns là không có ý
48
Kết quả mô hình có R2 = 74,89% cho biết các biến độc lập đƣợc nêu trong mô hình giải thích đƣợc 74,89% sự biến động đến năng suất lúa vụ Thu Đông, còn lại 25,11% là do các yếu tố khác tác động nhƣ điều kiện tự nhiên, các yếu tố khách quan,…
Giải thích mô hình
Diện tích (X1): diện tích không có ảnh hƣởng đến năng suất lúa vì hiện nay diện tích lúa của phƣờng còn manh mún, chƣa tập trung sản xuất nên việc triển khai và áp dụng kỹ thuật vẫn còn rất khó khăn. Bên cạnh đó, diện tích đất canh tác của các hộ nhiều hay ít thì mức độ đầu tƣ về các yếu tố đầu vào nhƣ lƣợng phân bón, lƣợng thuốc BVTV vẫn nhƣ nhau và điều kiện đất đai tại mỗi nơi lại không giống nhau nên diện tích đất canh tác không ảnh hƣởng đến năng suất lúa của hộ.
Lƣợng giống gieo sạ (X2): có quan hệ ngƣợc chiều với năng suất lúa, đúng với dấu kỳ vọng ban đầu, với hệ số ƣớc lƣợng là -0,089 và có ý nghĩa thống kê ở 10% cho biết khi lƣợng giống gieo sạ tăng 1% thì năng suất lúa giảm đi 0,089% trong điều kiện các yếu tố khác không đổi. Để tăng 1% lƣợng giống, ngƣời dân phải bỏ ra 4.312 đồng trong khi doanh thu giảm đi 11.684 đồng. Do lƣợng giống trung bình ngƣời dân gieo sạ (20,56 kg/công) đã cao hơn rất nhiều so với lƣợng khuyến cáo cho nên việc tăng lƣợng giống sẽ làm cho mật độ lúa mạ dày, dễ bị nhiễm bệnh nhƣng lại rất khó phòng trị, chất dinh dƣỡng cung cấp cho cây lúa không đủ. Bên cạnh đó, việc gieo sạ bằng tay làm cho mạ không phân tán đều mà tập trung nhiều một chỗ hoặc thƣa thớt ở chỗ khác, vì vậy cần phải nhổ, cấy lúa làm cây lúa phát triển không liên tục. Trong quá trình cấy, dặm lúa để cây lúa không bị nổi thì thƣờng phải vùi sâu , thƣờng vùi mất 2 – 3 đốt ở dƣới gốc xuống đất, trong khi những đốt này đẻ nhánh sớm, nhánh khỏe, bông to nhƣng lại bị vùi mất. Cho nên việc gieo sạ với mật độ dày và sạ bằng tay làm giảm năng suất lúa nhƣng lại tốn nhiều công lao động và chi phí giống.
Lƣợng N (X3): có ý nghĩa thống kê ở mức 5% và với hệ số bằng 0,129 cho biết khi lƣợng phân nguyên chất N tăng lên 1% thì năng suất lúa sẽ tăng lên 0,129% trong điều kiện các yếu tố khác không đổi.
Lƣợng P (X4): kết quả ƣớc lƣợng trong mô hình từ bảng 4.9 cho thấy lƣợng phân P có quan hệ cùng chiều với năng suất lúa, trái với kỳ vọng ban đầu của mô hình. Tuy nhiên, biến này không có ý nghĩa trong hàm lợi nhuận. Tuy phân P có vai trò rất quan trọng trong quá trình phát triển cây lúa nhƣng việc bón không đúng lúc làm cây lúa không hấp thu đầy đủ dƣỡng chất, vì vậy
49
cần tăng lƣợng phân này vào thời điểm thích hợp nhƣ vào giai đoạn lúa đẻ nhánh, trổ bông để góp phần năng cao năng suất lúa.
Lƣợng K (X5): với mức ý nghĩa thống kê 1% thì khi tăng lƣợng phân K lên 1% thì năng suất lúa tăng lên tƣơng ứng 0,195% trong điều kiện các yếu tố khác không thay đổi. Phân N và K cần đƣợc cân đối về lƣợng để đảm bảo lúa phát triển tốt nhƣng không bị đỗ ngã và ít bị sâu bệnh tấn công, nhƣng lƣợng K đƣợc bón với liều lƣợng thấp và chủ yếu đƣợc bón 1 lần (phân K20) và kết hợp thêm với các loại phân NPK 20 – 20 – 15 hay NPK 16 – 16 – 8. Tuy nhiên việc tăng lƣợng phân K cần ở liều lƣợng phù hợp để vừa tăng năng suất lúa nhƣng đồng thời vẫn tiết kiệm đƣợc chi phí.
Ngày công lao động (X6): với mức ý nghĩa α = 1% thì khi tăng 1% ngày công lao động thì năng suất sẽ tăng 0,107% trong điều kiện các yếu tố khác không đổi. Do lao động là khâu quan trọng trong canh tác lúa, lao động đƣợc sử dụng từ bắt đầu quá trình canh tác nhƣ làm đất, ủ giống, gieo sạ … cho đến lúc thu hoạch. Việc tăng số lao động và ngày công lao động đồng nghĩa với việc lúa đƣợc thƣờng xuyên chăm sóc, quản lý để phòng và tránh các loại sâu bệnh cũng nhƣ quan sát tình hình phát triển của lúa giúp cho việc lựa chọn loại phân bón và thời điểm bón hiệu quả góp phần nâng cao năng suất.
Chi phí thuốc (X7): có quan hệ ngƣợc chiều với năng suất lúa, với mức ý nghĩa α = 10% thì khi tăng chi phí thuốc nông dƣợc lên 1% thì năng suất lúa giảm 0,070% với điều kiện các yếu tố khác cố định. Điều này cho thấy tình hình sâu bệnh phát triển mạnh nên cần phải tăng sử dụng thuốc BVTV làm cho chi phí thuốc tăng cao, kèm theo chi phí các yếu tố đầu vào tăng. Ngoài ra còn do việc sử dụng thuốc BVTV quá liều lƣợng cho phép, không đúng nhƣ hƣớng dẫn ghi trên nhãn chai thuốc và hƣớng dẫn của cán bộ công ty BVTV nên gây tốn kém chi phí nhƣng không tiêu diệt đƣợc sâu, bệnh làm cho năng suất lúa giảm xuống.
Tập huấn (X8): từ kết quả ƣớc lƣợng trong bảng 4.7 cho thấy việc tập huấn có ý nghĩa thống kê ở mức 1%, có nghĩa là nếu hộ có tham gia tập huấn thì năng suất sẽ cao hơn hộ không có tập huấn 0,048%. Điều này cho thấy rằng việc tập huấn có ý nghĩa rất quan trọng vì ngƣời dân sẽ biết cách sử dụng phân thuốc có hiệu quả bằng cách sử dụng đúng hoặc gần đúng liều lƣợng khuyến cáo và đúng thời điểm giúp năng cao năng suất lúa trong vụ Thu Đông vừa qua.
Bắt đầu xịt thuốc trừ sâu từ 40 ngày sau sạ (X9): việc xịt thuốc trừ sâu trƣớc 40 ngày sau sạ giúp bảo vệ đƣợc thiên địch trên đồng ruộng vì trong giai đoạn này lúa có khả năng tự phục hồi nếu nhƣ bị sâu bệnh tấn công, việc bảo
50
vệ thiên địch sẽ giúp chống lại sự tấn công của sâu bệnh góp phần năng cao năng suất. Tuy nhiên trong mô hình hàm năng suất vụ Thu Đông ở bảng 4.7, biến này không có ý nghĩa thống kê vì số lƣợng ngƣời áp dụng ít, hoặc do tình hình sâu hại phát triển nhanh chóng nhƣng số lƣợng (mật độ) thiên địch trên ruộng không đủ để hạn chế, tiêu diệt sâu hai. Bên cạnh đó những hộ không áp dụng nhƣng vẫn có năng suất cao có thể do một số tác động khác từ bên ngoài.
4.2.2 Phân tích các nhân tố ảnh hƣởng đến lợi nhuận lúa vụ Thu Đông năm 2013 tại phƣờng Long Hƣng, quận Ô Môn, thành phố Cần Thơ
Lợi nhuận của nông hộ là số tiền nhận đƣợc sau khi trừ đi các khoảng chi phí sản xuất nhƣ chi phí phân, thuốc, chi phí thuê lao động … lợi nhuân càng cao chứng tỏ việc sản xuất của ngƣời dân càng có hiệu quả. Có nhiều yếu tố ảnh hƣởng đến lợi nhuận nhƣ giá phân thuốc, giá thuê lao động, nắm bắt thông tin thị trƣờng trƣớc khi bán lúa, … Tuy nhiên, vẫn có nhiều yếu tố khách quan tác động nhƣng không thể đo lƣờng đƣợc. Vì vậy mô hình hàm lợi nhuận chỉ tập trung vào phân tích một số nhân tố có khả năng ảnh hƣởng nhiều đƣợc liệt kê trong bảng 4.8. Kết quả ƣớc lƣợng cho R2 bằng 56,01% chứng tỏ các biến độc lập đƣợc đƣa vào mô hình giải thích đƣợc 56,01% sự biến động của lợi nhuận thu đƣợc.
*Kiểm định phương sai sai số thay đổi
Kết quả kiểm định các yếu tố đầu vào ảnh hƣởng đến năng suất lúa vụ Thu Đông bằng kiểm định Breusch – Pagan có giá trị Prob – chi2 > 0,5058, chấp nhận giả thuyết H0 rằng phƣơng sai sai số không đổi. Vì vậy có thể kết luận rằng mô hình không có hiện tƣợng phƣơng sai sai số thay đổi.
*Kiểm định đa cộng tuyến
Kết quả kiểm định hiện tƣợng đa cộng tuyến của mô hình hồi quy các yếu tố đầu vào ảnh hƣởng đến lợi nhuận sản xuất lúa bằng cách sử dụng nhân tố phóng đại phƣơng sai (VIF) cho thấy mô hình đƣợc sử dụng không có hiện tƣợng đa cộng tuyến vì có các hệ số VIF của các biến độc lập đều nhỏ hơn 10.
*Kiểm định tự tương quan
Kết quả kiểm định Breusch – Godfrey (BG) cho mô hình hồi quy các yếu tố đầu vào ảnh hƣởng đến lợi nhuận lúa vụ Thu Đông, nhận thấy rằng mô hình không có hiện tƣợng tự tƣơng quan vì có giá trị P = 0,2080 > 0,1 với α = 10%, chấp nhận giả thuyết H0 rằng không có tự tƣơng quan giữa các biến.
51
Bảng 4.10: Kết quả ƣớc lƣợng các yếu tố đầu vào ảnh hƣởng đến lợi nhuận vụ Thu Đông năm 2013 tại phƣờng Long Hƣng, quận Ô Môn,
thành phố Cần Thơ Ký hiệu
biến Tên biến Hệ số
Độ lệch chuẩn Hằng số 6,001 *** 0,738 LnP1 Giá giống (đồng) -0,046 ns 0,073 LnP2 Giá N nguyên chất(đồng) 0,135 ns 0,146 LnP3 Giá P nguyên chất (đồng) 0,015 ns 0,075 LnP4 Giá K nguyên chất (đồng) -0,009 ns 0,049 LnP5 Chi phí thuốc (đồng) -0,346 *** 0,099 LnP6 Chi phí máy móc (đồng) 0,178 ns 0,113 LnX1 Ngày công lao động (ngày) 0,334 *** 0,083 D1 Thông tin giá lúa (1 = có biết; 0 =
không) 0,046 ns 0,046 D2 Tập huấn (1 = có; 0 = không) 0,146 *** 0,035 Số quan sát 70 0,0000 0,5601 Prob>F R2
Nguồn: số liệu điều tra thực tế 70 hộ trồng lúa vụ Thu Đông 2013 tại phường Long Hưng Chú thích: *** tương ứng với mức ý nghĩa 1%; ns là không có ý nghĩa thống kê
Bảng 4.10 thể hiện kết quả ƣớc lƣợng các yếu tố đầu vào ảnh hƣởng đến lợi nhuận vụ Thu Đông 2013 tại phƣờng Long Hƣng, quận Ô Môn. Sau khi thực hiện kiểm định phƣơng sai sai số thay đổi, đa cộng tuyến và tự tƣơng quan, kết quả cho thấy rằng có 3 biến trong tổng số biến đƣa vào mô hình có ý nghĩa thống kê ở mức 1%.
Giải thích mô hình:
Giá giống (P1): chi phí giống chiếm tỷ lệ rất thấp với 6,84% trong tổng chi phí, vì vậy biến này không có ý nghĩa thống kê đối với hàm lợi nhuận. Ngoài ra còn do có tới 84,29% hộ sử dụng giống nhà hoặc mua từ ngƣời quen để gieo sạ nên giá giống thấp. Tuy nhiên hệ số của biến này mang dấu âm cho thấy khi khi tăng giá giống thì lợi nhuận của ngƣời dân sẽ giảm xuống.
Giá N (P2): nông hộ sử dụng nhiều nhất là phân đạm trong quá trình canh tác vì đây là loại phân đóng góp rất quan trọng trong quá trình sinh trƣởng và phát triển của cây. Tuy nhiên, do sự biến động về giá trong mẫu điều tra tƣơng đối thấp nên khó nhận thấy đƣợc sự tác động của nó đến lợi nhuận thu đƣợc của ngƣời dân.
Giá P (P3) và giá K (P4): hai biến này không có ý nghĩa thống kê đối với hàm lợi nhuận. Đây là các loại phân mà chi phí cho chúng không đáng kể
52
trong tổng chi phí nên sự thay đổi giá của chúng ảnh hƣởng không đáng kể đến lợi nhuận của nông hộ (Phạm Lê Thông và cộng sự, 2011).
Chi phí thuốc (P5): với mức ý nghĩa α =1% thì khi tăng chi phí thuốc nông dƣợc lên 1% thì lợi nhuận của nông hộ sẽ giảm 0,346% trong điều kiện các yếu tố khác không thay đổi. Qua thực tế cho thấy hầu hết các hộ nông dân còn phun thuốc theo kinh nghiệm mà ít tuân theo nguyên tắc, vì vậy không đạt hiệu quả cao, dẫn đến phun nhiều lần mới đạt kết quả nhƣ mong muốn và làm tăng chi phí. Điều này cho thấy việc sử dụng thuốc đúng cách và đúng liều lƣợng là cách hiệu quả nhất để tăng năng suất lúa, vừa tiết kiệm đƣợc chi phí vừa nâng cao lợi nhuận.
Chi phí máy móc (P6): chi phí này không có ý nghĩa thống kê đối với hàm lợi nhuận do sự biến động về giá thuê mƣớn máy móc không có nhiều sự khác biệt giữa các hộ và tính chất công việc gần nhƣ giống nhau. Trong vụ Thu Đông vừa qua, hầu hết các hộ đều thuê máy móc trong khâu cày xới hoặc trạc để chuẩn bị gieo sạ nhằm tạo độ tơi xốp cho đất, thông thoáng đất giúp dễ hấp thu chất dinh dƣỡng, loại trừ cỏ dại.
Ngày công lao động (X1): với mức ý nghĩa 1% cho biết khi tăng 1% ngày công lao động thì lợi nhuận bình quân sẽ tăng 1,396% (e0,334
) trong khi các yếu tố khác không thay đổi. Khi ngày công lao động tăng, đặc biệt là lao động gia đình thì sẽ làm cho năng suất tăng lên do lƣợng lao động nhà trung bình cộng với diện tích đất tƣơng đối ít nên thƣờng có ảnh hƣởng rất tích cực đến năng