2.2.1 Phương pháp thu thập số liệu
2.2.1.1 Số liệu thứ cấp
Số liệu thứ cấp được sử dụng trong nghiên cứu là các báo cáo về tình hình tài trợ của các tổ chức phi Chính phủ từ các cơ quan ban ngành hữu quan tỉnh Sóc Trăng: Hội Phụ nữ các xã, huyện, Hội LHPN tỉnh Sóc Trăng; Chi cục thú y tỉnh Sóc Trăng…, báo cáo tình hình hộ nghèo của tỉnh Sóc Trăng qua các năm 2011, 2012 từ Sở Lao động Thương binh và Xã hội tỉnh, Ủy ban
Nhân dân tỉnh Sóc Trăng. Số liệu thứ cấp được thu thập từ số liệu thống kê về địa bàn nghiên cứu thông qua một số bài báo có liên quan, qua các Website uy tín trong những năm gần đây: http://vnexpress.net/, http://www.baomoi.com,
http://www.soctrang.gov.vn, http://dantri.com.vn/… Ngoài ra, nguồn số liệu thứ cấp còn là các thông tin thu thập từ tài liệu nghiên cứu về việc tiếp cận nguồn tín dụng chính thức, các yếu tố tác động đến thu nhập nông hộ, hộ nghèo và các tài liệu, nghiên cứu có liên quan.
2.2.1.2 Số liệu sơ cấp
Theo Nguyễn Đình Thọ (2011), để phân tích hồi quy đạt được kết quả tốt nhất, thì kích cỡ mẫu phải thỏa mãn công thức: n ≥ 8k + 50.
Trong đó: n là kích cỡ mẫu, k là số biến độc lập của mô hình.
Như vậy, theo mô hình hồi quy của tác giả gồm 12 biến thì cỡ mẫu tối thiểu là: 8*12+50=146 quan sát. Do vậy nghiên cứu thực hiện với kích thước mẫu 180 quan sát của tác giả được xem là phù hợp.
Số liệu sơ cấp được tác giả thu thập bằng phương pháp chọn mẫu thuận tiện thông qua bảng câu hỏi đã được soạn sẵn, cỡ mẫu là 180 quan sát, thông tin được thu trực tiếp từ những hộ nghèo được hỗ trợ bởi các DAPCP và hộ không nhận được hỗ trợ ở 2 huyện Mỹ Xuyên và Long Phú tỉnh Sóc Trăng như sau:
Bảng 2.1 Thông tin về cỡ mẫu nghiên cứu
Địa bàn Cỡ mẫu (Quan sát) Tỷ lệ (%) Có hỗ trợ Không hỗ trợ Tổng Huyện Mỹ Xuyên Xã Tham Đôn 16 18 34 18,89 Xã Ngọc Tố 43 19 63 35,00 Thị Trấn Mỹ Xuyên 18 1 19 10,56
Huyện Long Phú Xã Phú Hữu 29 35 64 35,56
Tổng 107 73 180 100,00
Nguồn: Số liệu điều tra của tác giả 2013
2.2.2 Phương pháp xử lý số liệu
Để phản ánh tác động của DAPCP đến mức sống của hộ nghèo, đề tài sử dụng phương pháp khác biệt trong khác biệt(difference in difference hay viết tắt là DID).
Theo Nguyễn Xuân Thành (2006), ước lượng khác biệt trong khác biệt (difference in difference hay viết tắt là DID) là một phương pháp thông dụng trong thí nghiệm tự nhiên. Để áp dụng phương pháp này ta cần số liệu bảng trong đó vừa chứa thông tin chéo về các đối tượng khác nhau, vừa có thông tin
theo thời gian. Sử dụng các ký hiệu tượng tự như trong bài thí nghiệm ngẫu nhiên, ta có Y là kết quả chịu tác động của một chính sách công (ví dụ như việc làm, thu nhập, điểm thi trắc nghiệm của học sinh,…); D là biến giả xác định một đối tượng có thuộc diện chi phối của chính sách công đó hay không (D= 1 nếu đối tượng chịu chi phối của chính sách công; D= 0 nếu đối tượng không bị chi phối bởi chính sách công).
Về mặt thời gian, ta có Y0 là kết quả tại thời điểm chưa thi hành chính sách công và Y1 là kết quả tại thời điểm đã thi hành chính sách công. Vậy, đối với nhóm bị chi phối bởi chính sách công, kết quả thay đổi từ Y0[D= 1] thành Y1[D= 1]; đối với nhóm không bị chi phối bởi chính sách công, kết quả thay đổi từ Y0[D= 0] thành Y1[D= 0].
Ta không thể coi tác động của chính sách công là khác biệt giữa kết quả sau và trước khi thi hành chính sách của nhóm bị chi phối (tức là, Y1[D= 1] – Y0[D= 1]). Lý do là một sự so sánh như vậy sẽ bị tác động bởi những biến động theo thời gian. Ví dụ như mặc dù trên thực tế chính sách không hề có tác động gì tới thu nhập nhưng theo thời gian thu nhập của người nông dân vẫn tăng lên và ta có Y1[D= 1] – Y0[D= 1] > 0.
Tương tự, ta cũng không thể coi tác động của chính sách công là khác biệt về kết quả sau khi thi hành chính sách giữa nhóm bị chi phối và nhóm không bị chi phối (tức là, Y1[D= 1] – Y1[D= 0]). Lý do là nhóm bị chi phối (nhóm xử lý) và nhóm không bị chi phối (nhóm kiểm soát) có thể khác nhau về một số đặc điểm cơ sở. Ví dụ, mặc dù trên thực tế chính sách có thể có tác động làm tăng thu nhập, nhưng vì trước khi thi hành chính sách thu nhập của nhóm kiểm soát đã cao hơn nhiều so với nhóm xử lý nên sau khi thi hành chính sách ta có Y1[D= 1] – Y1[D= 0] < 0.
Phương pháp DID tính tới hai khác biệt: khác biệt theo thời gian trước và sau khi thi hành chính sách và khác biệt chéo giữa nhóm xử lý và nhóm kiểm soát, và do vậy có tên gọi là khác biệt trong khác biệt.
Theo thời gian kết quả của nhóm kiểm soát (ví dụ như thu nhập) thay đổi từ Y0[D= 0] thành Y1[D= 0]. Vì nhóm kiểm soát không hề chịu chi phối của chính sách công, nên ta có thể coi Y1[D= 0] – Y0[D= 0] là thay đổi thu nhập theo xu thế thời gian. Một giả định phải đưa ra để áp dụng phương DID là nếu như không có chính sách công thì theo thời gian thay đổi thu nhập của hai nhóm xử lý và kiểm soát sẽ là như nhau.
Vậy, nếu không có chính sách công thì thay đổi thu nhập của nhóm xử lý cũng sẽ là: Y1[D= 0] – Y0[D= 0]. Nói một cách khác, nếu không có chính sách công thì thu nhập của nhóm xử lý vào thời điểm t= 1 sẽ là: Y0[D= 1] + (Y1[D=
0] – Y0[D= 0]). Vì có chính sách công nên thu nhập của nhóm xử lý vào thời điểm t= 1 trên thực tế là: Y1[D= 1]. Tác động của chính sách công là:
Y1[D= 1] – {Y0[D= 1] + (Y1[D= 0] – Y0[D= 0])} = (Y1[D=1]– Y0[D= 1]) – (Y1[D= 0] – Y0[D= 0])
Ta có thể tóm tắt ước lượng DID trong bảng sau: Bảng 2.2 Ước lượng phương pháp DID
Nhóm
Trước khi thi hành chính
sách, t = 0 (adsbygoogle = window.adsbygoogle || []).push({});
Sau khi thi hành chính sách, t = 1
Khác biệt
Nhóm kiểm soát Y0[D= 0] Y1[D= 0] Y1[D= 0] – Y0[D= 0] Nhóm xử lý Y0[D= 1] Y1[D= 1] Y1[D= 1] – Y0[D= 1]
Nguồn: Chương trình giảng dạy Kinh tế Fulbright, 2006
Khác biệt trong khác biệt (Y1[D=1]– Y0[D= 1]) – (Y1[D= 0] – Y0[D= 0])
Lưu ý:
Giả định tối quan trọng của phương pháp DID là nếu như không có chính sách công thì ai nhóm xử lý và nhóm kiểm soát sẽ có cùng xu thế vận động theo thời gian. Điều này có thể đúng hay có thể sai trên thực tế. Giả định này có tên gọi là giả định song song (parallel assumption). Chỉ khi nào giả định này đúng thì ta mới áp dụng được DID.
Một cách để kiểm định giả định song song là thu thập thêm số liệu tại một thời điểm nữa trước khi thi hành chính sách. Như vậy, ta có hai điểm thời gian trước khi thi hành chính sách công ở đó cả hai nhóm xử lý và kiểm soát đều không chịu tác động của chính sách công. Dựa vào các số liệu này, ta có thể tính thay đổi kết quả của hai nhóm theo thời gian và kiểm định xem sự thay đổi này của hai nhóm có như nhau hay không.
Vậy, ngoài Y0, ta thu thập thêm số liệu vào thời điểm trước đó nữa, Y-1. Thay đổi kết quả từ thời điểm t= -1 đến t= 0 của nhóm kiểm soát là: Y0[D= 0] – Y-1[D= 0]
Thay đổi kết quả từ thời điểm t= -1 đến t= 0 của nhóm xử lý là: Y0[D= 1] – Y-1[D= 1]
Vì chưa hề có chính sách công trong thời điểm t= -1 cũng như t= 0, nên giả định song song mặc định rằng:
Y0[D= 0] – Y-1[D= 0] = Y0[D= 1] – Y-1[D= 1]
Ta có thể có được ước lượng DID bằng cách chạy hồi quy OLS sau đây: Y= β0+ β1D+ β2T+ β3(D*T) + ε
Trong đó,
D là biến giả về nhóm xử lý kiểm soát: D= 1 là nhóm xử lý và D= 0 là nhóm kiểm soát.
T là biến giả về thời gian: T= 1 là sau khi thi hành chính sách và T= 0 là trước khi thi hành.
D*T là biến tương tác của hai biến giả D và T.
Đối với nhóm kiểm soát trước khi thi hành chính sách, ta có D= 0 và T= 0: E[Y0[D= 0]] = β0
Đối với nhóm xử lý trước khi thi hành chính sách, ta có D= 1 và T= 0: E[Y0[D= 1]] = β0+ β1
Đối với nhóm kiểm soát sau khi thi hành chính sách, ta có D= 0 và T= 1: E[Y1[D= 0]] = β0+ β2
Đối với nhóm xử lý sau khi thi hành chính sách, ta có D= 1 và T= 1: E[Y1[D= 1]] = β0+ β1+ β2+ β3
Khác biệt trong khác biệt (DID)
= (E[Y1[D= 1]] – E[Y0[D= 1]]) – (E[Y1[D= 0]] – E[Y0[D= 0]]) = [(β0+ β1+ β2+ β3) – (β0+ β1)] – [(β0+ β2) – (β0)]
= β3
Vậy, sau khi chạy hồi quy, ta sẽ có ước lượng tác động của chính sách công theo phương pháp khác biệt trong khác biệt là: β3.
Ta biết rằng, biến kết quả Y còn có thể chịu tác động của nhiều yếu tố khác, ngoài tác động của chính sách và thời gian. Vì vậy, có thể hữu ích nếu ta đưa thêm các biến giải thích X (ví như đặc điểm cá nhân và địa lý) vào mô hình hồi quy.
Y= β0+ β1D+ β2T+ β3(D*T) + X’γ+ ε
β3 vẫn là ước lượng khác biệt trong khác biệt.
Để giải quyết các mục tiêu đặt ra, nhóm nghiên cứu sử dụng các phương pháp phân tích thích hợp cho từng mục tiêu cụ thể như sau:
Nghiên cứu sử dụng phương pháp thống kê mô tả với các chỉ tiêu như số trung bình, tần suất, tỷ lệ,… để phân tích thực trạng tiếp cận các nguồn tài trợ từ các tổ chức phi Chính phủ của hộ nghèo ở tỉnh Sóc Trăng. (adsbygoogle = window.adsbygoogle || []).push({});
Đối với mục tiêu 2
Để phép ước lượng có ý nghĩa, tác giả thực hiện kiểm định T – test về sự khác biệt trung bình giữa hai nhóm hộ có và không được hỗ trợ vào thời điểm trước khi nhận được hỗ trợ vì giả định quan trọng của phương pháp DID phải được đảm bảo là hai nhóm này phải có đặc điểm tương tự nhau vào thời điểm trước hỗ trợ, nếu hai nhóm đều không vay vốn thì thu nhập và chi tiêu của họ thay đổi tương tự nhau từ trước khi hỗ trợ cho đến nay.
Đề tài kết hợp giữa phương pháp DID và phương pháp hồi qui đa biến OLS.
Mô hình kinh tế lượng: Y= β0+ β1D+ β2T+ β3(D*T) + ε Trong đó,
D là biến giả về nhóm hộ: D= 1 là nhóm có hỗ trợ và D= 0 là nhóm không được hỗ trợ.
T là biến giả về thời gian: T= 1 là thời điểm sau hỗ trợ và T= 0 là thời điểm trước hỗ trợ.
D*T là biến tương tác của hai biến giả D và T.
Tuy nhiên, mức sống của hộ nghèo không chỉ phụ thuộc vào tín dụng mà còn phụ thuộc vào nhiều yếu tố khác như: tuổi, giới tính, trình độ giáo dục, tình trạng việc làm; tỷ lệ phụ thuộc, diện tích đất, đặc điểm vùng miền sinh sống... Vì vậy, đánh giá tác động của tín dụng đối với mức sống của hộ nghèo sẽ chính xác hơn nếu đưa thêm các biến này vào làm biến kiểm soát.
Khi đó ta có mô hình kinh tế lượng: Y= β0+ β1D+ β2T+ β3(D*T) + X’γ+ ε Trong đó,
D là biến giả về nhóm hộ: D= 1 là nhóm có hỗ trợ và D= 0 là nhóm không được hỗ trợ.
T là biến giả về thời gian: T= 1 là thời điểm sau hỗ trợ và T= 0 là thời điểm trước hỗ trợ.
D*T là biến tương tác của hai biến giả D và T. X là các biến kiểm soát.
Một số nghiên cứu đã đưa ra kết luận các nhân tố ảnh hưởng đến thu nhập của hộ như sau: trình độ học vấn của chủ hộ, trình độ học vấn của lao động trong hộ, số nhân khẩu trong hộ, số hoạt động tạo thu nhập của hộ, độ tuổi của lao động trong hộ, tiếp cận với các chính sách hỗ trợ, kinh nghiệm làm việc chủ hộ,… Mỗi yếu tố trên sẽ tác động khác nhau đến thu nhập của nông hộ. Tùy theo đặc trưng của từng vùng, cách thức quản lý của chính quyền địa phương mà mỗi nhân tố sẽ có tác động ít hay nhiều, tích cực hay tiêu cực đến thu nhập của hộ.
Kế thừa kết quả nghiên cứu trước, tác giả đưa biến: Tuổi, giới tính, dân tộc trình độ học vấn, nhân khẩu, số người phụ thuộc, diện tích đất nông nghiệp, kinh nghiệm ngành chính, tham gia đoàn thể làm các biến kiểm soát, vì các biến này vừa tác động đến thu nhập vừa phù hợp ở cả hai nhóm hộ có và không được hỗ trợ.
Bảng 2.3 Tổng hợp kỳ vọng các biến kiểm soát trong mô hình các nhân tố ảnh hưởng đến thu nhập và chi tiêu của hộ
Tên biến Mô tả Minh chứng Kỳ
vọng
GIOITINH
Là biến giả, nhận giá trị 1 khi đáp viên là nam và ngược lại
Nguyễn Quốc Nghi, 2011; Bùi Văn Trịnh, 2011; Nathan Okurut, 2006
+/-
TUOI
Số năm sinh sống của đáp viên tính đến thời điểm nghiên cứu
Nguyễn Quốc Nghi và Bùi Văn Trinh, 2011, Nathan Okurut, 2006
-
DANTOC
Là biến giả, nhận giá trị 0 khi đáp viên là người Kinh, và ngược lại là dân tộc khác
Nguyễn Quốc Nghi, 2011;
Bùi Văn Trịnh, 2011 +
TDHV (adsbygoogle = window.adsbygoogle || []).push({});
Số năm đi học của đáp viên tính đến thời điểm nghiên cứu
Mehdi Yadollabi, Laily Hj Pai và ctvMumtTurima, 2009; Mai Văn Nam, 2009; Đinh Phi Hổ và Huỳnh Sơn Vũ, 2011, Nguyễn Quốc Nghi, 2011.
+
NHANKHAU
Số người trong gia đình của hộ tính đến thời điểm nghiên cứu
Nguyễn Quốc Nghi và Bùi Văn Trịnh, 2011; Nathan Okurut, 2006.
+
PHUTHUOC
Số người phụ thuộc trong gia đình của hộ tính đến thời điểm nghiên cứu
Phan Thị Nữ, 2012; Nguyễn
Quốc Nghi, 2011 -
KINHNGHIEM Số năm làm việc nghề chính của hộ
Huỳnh Trường Huy và Ông Thế Vinh, 2009; Nguyễn Quốc Nghi, Bùi Văn Trịnh và Trần Quế Anh, 2011.
+
DIENTICH
Tổng diện tích đất nông nghiệp của hộ (1.000m2) tính đến thời điểm nghiên cứu
Huỳnh Thị Đan Xuân và Mai Văn Nam, 2011; Nguyễn Minh Tân, 2013
+
DOANTHE
Là biến giả, nhận giá trị 1 khi hộ có người thân tham gia các hội, đoàn thể và ngược lại.
Nguyễn Quốc Nghi, 2010 +
Nguồn: Tác giả đề xuất 2013
Các biến kiểm soát được giải thích cụ thể như sau:
Giới tính là giới tính của đáp viên, đây là một biến giả, biến nhận giá trị 0 nếu giới tính của đáp viên là nữ và nhận giá trị 1 nếu ngược lại. Nam giới sẽ dễ dàng tiếp cận các dự án hỗ trợ cho người nghèo vì ở khu vực nông thôn thì nam giới là người có kinh nghiệm cũng như đảm nhận vai trò chính trong việc sản xuất kinh doanh của hộ. Ngược lại, trong một số trường hợp dự án hổ trợ cho phụ nữ các khoản vay, vì phụ nữ là người phụ trách các công việc nhà, nắm giữ mức chi tiêu trong gia đình.
Tuổi (năm) là số tuổi của đáp viên tính đến thời điểm nghiên cứu. Khi tuổi của đáp viên càng cao thì chất lượng lao động sẽ kém hiệu quả hơn. Đa phần những hộ nghèo thường lao động chân tay nên càng trẻ thì có sức khỏe tốt, làm cho năng suất lao động tăng, dẫn đến thu nhập của hộ sẽ tăng theo.
Dân tộc là biến giả nhận giá trị 1 nếu đáp viên là dân tộc Kinh, nhận giá trị 0 khi đáp viên là người dân tộc khác. Thực tế cho thấy, người Kinh có xu hướng hòa nhập cộng đồng tốt hơn những dân tộc khác, có thể có nhiều nguồn thu nhập phi nông nghiệp khác, còn người dân tộc khác (chủ yếu là Khmer) thì thu nhập của họ chủ yếu dựa vào nông nghiệp. Nên dân tộc sẽ mang kỳ vọng dương.
Trình độ học vấn (năm) là số năm đi học của đáp viên tính tới thời điểm nghiên cứu. Thực tế cũng cho thấy, khi lao động có trình độ cao sẽ có thể đáp ứng được những công việc phức tạp, đòi hỏi phải có trình độ học vấn nhất định. Bên cạnh đó, trình độ học vấn cao sẽ dễ dàng tìm được việc làm ở các công ty, doanh nghiệp. Do đó, khi đối tượng học càng cao thì thu nhập sẽ có xu hướng tăng lên.
Nhân khẩu (người) là số thành viên trong gia đình. Gia đình càng có nhiều thành viên nếu ở trong độ tuổi lao động thì sẽ tạo ra thêm nhiều thu nhập cho hộ. Tuy nhiên, nếu quy mô nhân khẩu nhiều nhưng số lượng người phụ thuộc cũng nhiều thì sẽ tạo thêm nhiều gánh nặng cho gia đình.