6. Kết cấu luận văn
1.4.2.Sai số chuẩn Bootstrap trong số liệu mảng (Panel Bootstrap
Standard Errors)
Phương pháp bootstrap cung cấp một phương pháp dễ dàng để thu được sai số chuẩn trong số liệu mảng. Giả thiết quan trọng là các sai số độc lập theo i, do đó việc thực hiện thủ tục bootstrap là chọn lại mẫu có thay thế theo i, và sử dụng tất cả quan sát theo thời gian của mỗi cá thể. Với số liệu
( )
{ yi,Xi ,i=1,....,N} cho ta B mẫu giả và với mỗi mẫu giả ta thực hiện hồi qui OLS ~yit theo w~it, cho ta B ước lượng θˆb,b=1,...,B.
Ước lượng số liệu mảng bootstrap của ma trận phương sai là [ ] ∑ = ′ − = B b B 1 1 θˆb-θˆ θˆb-θˆ 1 θˆ ˆ Boot V
trong đó θˆ=B-1∑bθˆb. Cho các sai số độc lập theo i, ước lượng này vững khi
∞ →
N . Nó gần tương tự như ước lượng trong biểu thức (11),
Phương pháp bootstrap này có thể áp dụng cho bất kỳ ước lượng số liệu mảng nào mà ước lượng đó dựa trên giả thiết độc lập theo i và N →∞.
Phương pháp này chỉ có thể chọn mẫu lại theo i, không thể theo cả i và t. Tầm quan trọng của việc điều chỉnh sai số chuẩn khi có tương quan chuỗi ở mức cá thể không nên bị nhấn mạnh quá mức. Các phần mềm chuyên dụng hiện nay chưa thể giải quyết vấn đề này một cách tự động. Tác giả Bertrand, Duflo và Mullainthan (2004) đã minh hoạ kết quả tính toán sai số chuẩn chệch xuống trong nội dung ước lượng khác biệt kép. Họ đã phát hiện ra rằng phương pháp ước lượng sai số chuẩn số liệu mảng robust và phương pháp bootstrap cho kết quả tốt, kể cả khi họ áp dụng với số liệu theo năm của các bang, số bang N là khá nhỏ trong khi lý thuyết tiệm cận yêu cầu N →∞.
1.5. Lựa chọn mô hình tác động cố định hay tác động ngẫu nhiên
1.5.1. Ưu nhược điểm của mô hình tác động cố định và tác động ngẫu nhiên
Sự hấp dẫn của mô hình tác động cố định là cho phép sử dụng số liệu mảng để thu được kết quả tốt với những giả thiết yếu hơn so với những giả thiết đối với số liệu chéo hoặc với những mô hình số liệu mảng khác không có tác động cố định, ví dụ mô hình gộp và mô hình tác động ngẫu nhiên.
Kết quả của một số nghiên cứu đã chỉ ra rõ ràng, nhưng mô hình tác động ngẫu nhiên có thể phù hợp. Ví dụ, trong thí nghiệm thực nghiệm như sử dụng lượng phân bón khác nhau cho những cánh đồng khác nhau, kết quả sản lượng thu hoạch sẽ khác nhau. Mặt khác, có thể sẽ hiệu quả nếu sử dụng phân tích tác động ngẫu nhiên để đo lường sự mở rộng của quan hệ tương quan, xác định kết quả là các nghiên cứu sâu hơn phải áp dụng phương pháp khác. Mặc dù vậy các nhà kinh tế ít khi từ bỏ sở thích áp dụng phương pháp tác động ngẫu nhiên, vì mong muốn đo lường kết quả bất chấp sự đáng tin cậy của số liệu quan sát.
hình này không thể ước lượng được hệ số của bất kỳ biến giải thích nào không thay đổi theo thời gian, ví dụ biến giới tính, vì các biến này bị xếp vào tác động cá thể riêng biệt. Hệ số của các biến thay đổi theo thời gian được ước lượng nhưng những ước lượng này có thể không chính xác nếu phần lớn sự biến thiên của biến giải thích là theo không gian nhiều hơn theo thời gian. Dự báo kỳ vọng có điều kiện là không thể. Thay vào đó, sự thay đổi của kỳ vọng có điều kiện do sự thay đổi của các biến giải thích thay đổi theo thời gian có thể dự báo được. Thậm chí các hệ số của các biến giải thích thay đổi theo thời gian trong các mô hình phi tuyến tính có thể khó hoặc không thể ước lượng về mặt lý thuyết. Vì những lý do này mà các nhà kinh tế cũng sử dụng mô hình tác động ngẫu nhiên, kể cả khi sự diễn giải lý do có thể không được đảm bảo.
1.5.2. Kiểm định Hausman
Nếu tác động cá thể là cố định thì ước lượng từng cá thể βˆw là vững trong khi ước lượng tác động ngẫu nhiên β~RE là không vững. Ở đây β là
véc tơ các hệ số hồi qui của những biến giải thích biến thiên theo thời gian. Vì vậy chúng ta có thể kiểm định tác động cố định bằng kiểm định Hausman. Kiểm định này xem xét giữa ước lượng từng cá thể và ước lượng tác động ngẫu nhiên có sự khác biệt một cách có ý nghĩa thống kê hay không. Tương tự, bất kỳ cặp ước lượng nào với các tính chất tương tự như cặp ước lượng sai phân cấp một và ước lượng OLS gộp cũng có thể sử dụng phương pháp kiểm định này.
Giá trị lớn của kiểm định thống kê Hausman dẫn tới bác bỏ giả thuyết H0 cho rằng tác động cá thể riêng biệt không tương quan với các biến giải thích và tóm lại tác động cá thể là tác động cố định. Vẫn có thể tránh sử dụng mô hình tác động cố định. Nếu các biến giải thích tương quan với tác động cá
thể riêng biệt là do bỏ sót biến thì có thể bổ sung biến giải thích (cả biến thay đổi theo thời gian và không thay đổi theo thời gian đều được) sau đó một lần nữa tiến hành kiểm định Hausman với mô hình đã bổ sung biến để xem mô hình tác động cố định còn cần thiết nữa hay không. Thậm chí nếu mối quan hệ tương quan trên vẫn còn thì vẫn có thể ước lượng mô hình tác động ngẫu nhiên bằng phương pháp biến công cụ.
1.5.2.1. Kiểm định Hausman khi tác động ngẫu nhiên thực sự hiệu quả
Chúng ta bắt đầu bằng giả thiết mô hình đúng là mô hình tác động ngẫu nhiên với αi phân phối độc lập xác định với [ ]0,σα2 không tương quan với các
biến giải thích và các sai số εit phân phối độc lập xác định [ ]0,σε2 .
Khi đó các ước lượng β~RE thực sự hiệu quả, kiểm định thống kê Hausman được xác định bằng:
(β~1,RE −βˆ1,w)′[ˆ[ ]βˆ1,w − ˆ[ ]β~1,RE ] 1(β~1,RE −βˆ1,w),
= V V −
H
trong đó β1 là một bộ phận của β tương ứng với biến giải thích thay
đổi theo thời gian vì chỉ các biến giải thích này có thể ước lượng được bằng ước lượng từng cá thể. Kiểm định thống kê này phân phối tiệm cận χ2(dim[ ]β1 )
nếu giả thuyết H0 đúng.
1.5.2.2. Kiểm định Hausman khi tác động ngẫu nhiên không hiệu quả (adsbygoogle = window.adsbygoogle || []).push({});
Dạng thông thường của kiểm định Hausman sẽ không có giá trị nếu αi
hoặc εit không phân phối độc lập xác định, điều này có thể do hiện tượng
phương sai sai số thay đổi vốn có trong rất nhiều số liệu kinh tế lượng vi mô. Do đó ước lượng tác động ngẫu nhiên không còn thực sự hiệu qủa với giả thuyết H0 nên biểu thức Vˆ[ ]βˆw −Vˆ[ ]β~RE trong công thức tính H cần được thay bằng Vˆ[β~RE −βˆw].
Đối với số liệu mảng ngắn hạn có thể thu được ước lượng vững của ma trận phương sai này bằng phương pháp bootstrap chọn lại mẫu theo i. Do đó kiểm định thống kê Hausman Robust cho số liệu mảng là
(β~1,RE−βˆ1,w)′[ˆ [β~1,RE−βˆ1,w]]1(β~1,RE−βˆ1,w), = Boot − Robust V H trong đó [ ] ∑ = ′ − − − = − B b b b w RE B 1 , 1 , 1 ˆ ˆ ˆ ˆ 1 1 ˆ ~ ˆBoot β β δ δ δ δ V
b kí hiệu quá trình tái tạo thứ bcủa bootstrapB, và δˆ=β~1,RE −βˆ1,w. Kiểm
định thống kê này có thể áp dụng cho một bộ phận của β1 và có thể sử dụng cho các ước lượng tương tự như 1,POLS
~
β thay choβ~1,RE và ước lượng βˆ1,FD thay
CHƯƠNG 2
PHÂN TÍCH THỰC TRẠNG HIỆU QUẢ ĐẦU TƯ CỦA HỘ GIA ĐÌNH CHO NÔNG NGHIỆP
2.1. Khái quát về các chỉ tiêu hiệu quả đầu tư của hộ gia đình
2.1.1. Một số chỉ tiêu đánh giá hiệu quả đầu tư của hộ gia đình cho nông nghiệp
Đất nước ta chạy dài từ Bắc vào Nam với nhiều đặc điểm tự nhiên phong phú vì vậy hoạt động nông nghiệp cũng rất sinh động. Tùy theo đặc điểm tự nhiên của từng vùng mà hộ gia đình có mô hình hoạt động nông nghiệp khác nhau. Nông nghiệp thường bao gồm hoạt động trồng trọt, chăn nuôi và dịch vụ nông nghiệp. Trên thực tế, một hộ gia đình với một số lượng lao động nhất định không chỉ trồng trọt chăn nuôi, làm dịch vụ nông nghiệp mà còn kết hợp nuôi trồng thủy hải sản hoặc trồng, chăm sóc rừng. Các hoạt động trồng trọt chăn nuôi nuôi trồng thủy sản, trồng rừng thường có tác động tương tác hỗ trợ cho nhau, nếu các hoạt động này được kết hợp với nhau sẽ tạo nên lợi ích vượt trội. Chính vì những ưu điểm này mà trong nhiều năm qua, Đảng và Nhà nước ta đã tuyên truyền phổ biến mô hình VAC, VACR, khuyến khích hộ gia đình phát triển kinh tế nông nghiệp kết hợp trồng trọt, chăn nuôi với nuôi trồng thủy hải sản, trồng rừng. Áp dụng mô hình VAC, VACR, hộ gia đình vừa thu được lợi ích từ việc kết hợp các hoạt động vừa tận dụng được thời gian thất nghiệp thời vụ (do đặc thù của hoạt động nông nghiệp). Theo bộ số liệu khảo sát mức sống hộ gia đình, ta có thể tính riêng thu, chi phí cho từng loại hoạt động : trồng trọt, chăn nuôi, dịch vụ nông nghiệp, lâm nghiệp, thủy sản nhưng ta không thể tách hay tính thời gian lao động của từng người trong hộ cho mỗi hoạt động này.
Vì những lý do nêu trên nên trong luận văn này, phân tích đầu tư của hộ gia đình cho nông nghiệp chính là phân tích đầu tư của hộ gia đình cho nông nghiệp, lâm nghiệp và thủy sản. Từ đây luận văn sử dụng thuật ngữ nông nghiệp để chỉ chung cho các hoạt động nông nghiệp, lâm nghiệp và thủy sản.
Để đánh giá hiệu quả đầu tư của hộ gia đình cho nông nghiệp, chỉ tiêu đầu tiên không thể bỏ qua đó chính là thu nhập từ nông nghiệp của hộ gia đình. Thu nhập từ nông nghiệp của hộ được tính tương tự như các chỉ tiêu thu nhập khác, nó chính bằng tổng thu trừ đi tổng chi của hộ gia đình cho hoạt động này.
Các chỉ tiêu về thu và chi cho nông nghiệp của hộ được tổng hợp từ mục 5: thu nhập và thu nhập khác, phiếu hỏi hộ gia đình năm 2002 ; và mục 4: thu nhập, phiếu hỏi hộ gia đình năm 2004. Với các nội dung :
Tổng thu từ nông nghiệp = (thu trồng trọt+ thu chăn nuôi+ thu dịch vụ nông nghiệp + thu săn bắt + thu lâm nghiệp + thu nuôi trồng và đánh bắt thủy hải sản)
Tổng chi cho nông nghiệp = (chi phí trồng trọt+ chi chăn nuôi+ chi dịch vụ nông nghiệp + chi săn bắt + chi lâm nghiệp + chi nuôi trồng và đánh bắt thủy hải sản)
(chi tiết từng nội dung thu, chi được trình bày trong phụ lục)
Tất cả chỉ tiêu đều được tính tỉ mỉ từ những mục nhỏ, rõ ràng, chi tiết và tách biệt, đảm bảo kết quả thu được chính xác, đầy đủ, chi tiết không tính trùng cũng không bỏ sót. Sau khi đã tính được tổng thu, tổng chi, thu nhập của hộ gia đình được tính bằng công thức :
Thu nhập từ nông nghiệp = tổng thu từ nông nghiệp – tổng chi cho nông nghiệp
Thu nhập từ nông nghiệp của hộ mới phản ánh được hiệu quả thu về của hộ sau khi đã đầu tư một khoản vốn chính bằng tổng chi phí cho hoạt
động nông nghiệp cùng với lao động trong hộ. Khoản thu nhập này có đảm bảo cho cuộc sống của cả hộ gia đình hay không. Để đánh giá mức sống của hộ gia đình làm nông nghiệp ta có thể dùng chỉ tiêu thu nhập từ nông nghiệp bình quân đầu người.
Thu nhập từ nông nghiệp bình quân đầu người = Thu nhập từ nông nghiệp / số người trong hộ
Trong hộ gia đình mỗi thành viên có một công việc, nghề nghiệp riêng. Thành viên có nghề nghiệp chính là làm nông nghiệp trong hộ (gọi ngắn gọn là lao động nông nghiệp chính), thành viên có nghề nghiệp chính là nghề khác và có tham gia vào hoạt động nông nghiệp của hộ như một việc làm phụ thêm (gọi ngắn gọn là lao động nông nghiệp phụ). Dựa vào bộ số liệu không thể tách riêng giá trị do mỗi lao động tạo ra mà chỉ có thành quả chung của cả hộ, bên cạnh đó không có cơ sở để khẳng định lao động với nghề nghiệp chính là làm nông nghiệp tạo ra nhiều giá trị hơn lao động coi đó là việc làm phụ do nhiều nguyên nhân. Từ mục hỏi về việc làm trong các bảng hỏi, ta có thể tổng hợp được số lao động làm nông nghiệp trong hộ, số lao động với nghề chính là làm nông nghiệp và số lao động làm nông nghiệp như một việc làm phụ.
Giả thiết lao động làm nông nghiệp như một việc làm phụ tạo ra một lượng giá trị không đáng kể cho hộ, ta có thể tính được thu nhập từ nông nghiệp bình quân của mỗi lao động nông nghiệp chính trong hộ theo công thức: Thu nhập bình quân /lao động nông nghiệp chính = Thu nhập từ nông nghiệp / số lao động với nghề nghiệp chính là làm nông nghiệp cho hộ
Ta cũng có thể giả thiết ngược lại là lao động làm nông nghiệp như một việc làm phụ tạo ra một lượng giá trị bằng lao động với nghề nghiệp chính là làm nông nghiệp cho hộ, ta có thể tính được thu nhập từ nông nghiệp bình quân của mỗi lao động nông nghiệp trong hộ theo công thức:
Thu nhập bình quân /lao động nông nghiệp = Thu nhập từ nông nghiệp / số lao động nông nghiệp của hộ
Trên thực tế có thể cả hai giả thiết trên đều không đúng nhưng thu nhập bình quân của mỗi lao động nông nghiệp trong hộ tạo ra sẽ nằm trong khoảng từ Thu nhập bình quân /lao động nông nghiệp đến Thu nhập bình quân /lao động nông nghiệp chính. Và như vậy ta vẫn có thể đánh giá được thu nhập bình quân của lao động trong lĩnh vực nông nghiệp. (adsbygoogle = window.adsbygoogle || []).push({});
Hoạt động nông nghiệp cần phải tiến hành trên một diện tích đất đai nhất định, đất đai trên trái đất không thể tăng thêm nhưng giá trị tạo ra trên mỗi diện tích đất có thể tăng. Chỉ tiêu đánh giá hiệu quả sử dụng đất được tính bằng công thức :
Thu nhập bình quân của hộ trên một hécta đất = thu nhập từ (trồng trọt + chăn nuôi + lâm nghiệp + nuôi trồng thủy hải sản) / diện tích đất canh tác của hộ (ha)
Trong đó :
Diện tích đất canh tác của hộ = diện tích đất nông nghiệp + diện tích đất lâm nghiệp + mặt nước nuôi trồng thủy hải sản
(các hoạt động dịch vụ nông nghiệp, săn bắt chim thú rừng, đánh bắt hải sản không cần diện tích đất canh tác nên được tách ra khỏi chỉ tiêu này)
Số liệu được điều tra trên cả nước vào hai năm 2002 và 2004, tức là các quan sát khác nhau cả về không gian và thời gian. Giá cả mỗi vùng khác nhau, và mỗi năm cũng khác nhau vì vậy để đánh giá hiệu quả thực tế, các chỉ tiêu được sử dụng trong phân tích này đều được điều chỉnh theo vùng và theo thời gian. Trong bộ số liệu khảo sát mức sống hộ gia đình Việt Nam 2002 và 2004, các cán bộ ở Tổng cục Thống kê đã tổng hợp sẵn các biến chỉ số giá vùng và chỉ số giá tháng tương ứng với từng hộ gia đình. Trong cả hai bộ số liệu đều có biến chỉ số giá vùng và chỉ số giá tháng được quy về giá của tháng 1 năm 2002. Trên cơ sở tài liệu hướng dẫn sử dụng số liệu của Tổng cục thống kê, các biến số được quy về giá trị thực tế theo công thức sau:
Giá trị thực tế = giá trị danh nghĩa /(chỉ số giá vùng * chỉ số giá tháng)