- Các biện pháp bảo vệ: bao gồm giải pháp bảo vệ “cứng” và bảo
4.4.Ước lượng mức sẵn lòng trả trung bình 1 Hồi quy mô hình logit
b. Lợi ích của việc thực hiện biện pháp thích ứng hiện tượng biển xâm thực
4.4.Ước lượng mức sẵn lòng trả trung bình 1 Hồi quy mô hình logit
4.4.1. Hồi quy mô hình logit
Phân tích hồi quy trong kinh tế lượng nhằm tìm hiểu mối quan hệ giữa biến phụ thuộc và các biến độc lập. Trong một vài trường hợp, biến phụ thuộc chỉ có thể nhận giá trị 0 hoặc 1 ví dụ như xác suất đồng ý /không đồng ý; có /không….Các phương pháp phân tích như mô hình hồi quy tuyến tính không thể áp dụng được , bởi vì biến phụ thuộc không phải là biến liên tục, mà là biến nhị phân. Để đảm bảo không xảy ra những trường hợp như vậy, người ta thường áp dụng dạng hàm logit. Phương pháp CVM được áp dụng trong đề tài với cách hỏi single bounded dichotomous, là cách hỏi “chấp nhận” hay “ không chấp nhận” với mức giá đề xuất vì vậy mô hình logit là mô hình phù hợp nhất, được ứng dụng để phân tích trong đề tài. Xác suất chấp nhận mức đóng góp để giảm thiểu các hậu quả của biển xâm thực được giả định là một hàm của các biến MGIA (mức đóng góp đề xuất), HBIET (hiểu biết), TNHAP (thu nhập trung bình của các hộ được phỏng vấn), TUOI (tuổi), HVAN (học vấn). Kết quả mô hình ước lượng được thể hiện trong bảng 4.12.
Bảng 4.12. Kết Quả Ước Lượng Mô Hình Logit
Các biến Hệ số Thống kê z P-value
HBIET 1.108608 1.979495 0.0478 MGIA -0.001173 -3.799578 0.0001 TNHAP 0.435114 3.01512 0.0026 TUOI -0.0427 -2.196601 0.028 HVAN 0.248796 2.003997 0.0451 C -0.707995 -0.647131 0.5175 Log likelihood = -29.50412 Probability(LR stat) = 2.94E-11 McFadden R-squared = 0.496290 Estimated Equation Trả lời “không” Trả lời “có” Tổng Xác suất trả lời có <=C 22 8 30
Xác suất trả lời không >C 10 50 60
Tổng số trường hợp dự đoán 32 58 90 Số trường hợp dự đoán chính xác 22 50 72 Tỷ lệ % dự đoán chính xác 68.75 86.21 80 Tỷ lệ % dự đoán không chính xác 31.25 13.79 20
Nguồn: Kết xuất Eview. Kết quả tại bảng 4.12 cho thấy các giá trị P-value tương ứng với các hệ số trong mô hình nhỏ hơn mức ý nghĩa α = 5%. Như vậy, nhìn
chung các hệ số đều có ý nghĩa về mặt thống kê, tức là các biến giải thích trong mô hình thực sự có ảnh hưởng đến xác suất chấp nhận hay không chấp nhận mức giá đề xuất. Dựa vào kết xuất từ Eview ,ta thấy giá trị P-
value của LR rất nhỏ 2.94E-11 điều này cho thấy mô hình có ý nghĩa tổng thể về mặt thống kê. Với RMcF2 = 0.4963 cho thấy trong phương trình hồi quy các biến độc lập giải thích được 49.63% sự thay đổi của biến phụ thuộc (mức WTP). Với 58 người chấp nhận trả thì số người được dự đoán thực sự trả là 50 người (chiếm 86.21%), với 32 người không chấp nhận thì dự đoán trong thực tế có 22 thực sự không chấp nhận trả (68.75 %). Mức độ phù hợp của mô hình là 80%, chúng tỏ mô hình dự đoán đúng với thực tế.
Qua việc kiểm định các vi phạm giả thiết của mô hình hồi quy logit, có thể khẳng định mô hình hồi quy đã xây dựng thật sự có ý nghĩa và thỏa mãn các giả thiết của phương pháp logit.