3.2.1 Mô hình
Để phân tích các yếu tố tác động tới sản lượng cà phê, em sử dụng phương pháp ước lượng OLS. Do số liệu thu thập được có hạn nên trong mô hình của em bỏ qua yếu tố thời gian.
3.2.2 Giả thiết
Mô hình của em có 35 quan sát về các tỉnh tỉnh Tây Nguyên: Đắk Lắk, Đắk Nông, Lâm Đồng, Gia Lai, KonTum. Do số liệu thu thập được chỉ từ trong khoảng chục năm (thời gian ngắn) nên trong mô hình bỏ qua yếu tố thời gian.
3.2.3 Ước lượng
Sử dụng mô hình kinh tế lượng ước lượng sử phụ thuộc của sản lượng cà phê các tỉnh Tây Nguyên vào diện tích, dân số và lượng mưa ta có:
Dạng của mô hình như sau:
Trong đó:
- sl: sản lượng (nghìn tấn) - dt: diện tích (nghìn ha) - lm: lượng mưa (mm) - u: sai số ngẫu nhiên Ước lượng mô hình trên ta có:
(Hình 1)
Nhìn vào mô hình ta thấy:
- Diện tích có ý nghĩa thống kê, diện tích trồng ca phê tương quan cùng chiều với sản lượng cà phê, điều này là hợp lý, do:
sản lượng = diện tích * năng suất - Chi phí có ý nghĩa thống kê - Tương quan của mô hình khá cao
- Tuy nhiên, lượng mưa và dân số không có ý nghĩa thống kê. Do vậy ta ước lượng mô hình khi không có dân số và lượng mưa:
(Hình 2)
=>Như vậy các hệ số của diện tích, chi phí đều có ý nghĩa thống kê. Mô hình:
sl = a1+a2*dt+a3*cp+u
Ta tìm nguyên nhân của việc lượng mưa và dân số không có ý nghĩa thống kê này. Nghi ngờ mô hình có hiện tượng đa cộng tuyến ta ước lượng mô hình sự phụ thuộc của diện tích trồng cà phê vào dân số và lượng mưa:
(Mô hình 3)
Từ mô hình hồi quy phụ này ta thấy: có sự phụ thuộc giữa dân số của tỉnh, lượng mưa và diện tích đất trồng cà phê của tỉnh. Tỷ lệ tương quan của mô hình cao. Như vậy trong mô hình ban đầu có hiện tượng đa cộng tuyến cao giữa dân số, lượng mưa và diện tích trồng cà phê.
Tiếp tục xem xét sự phụ thuộc của sản lượng cà phê vào lượng mưa ta thấy:
(Mô hình 4)
Từ kết quả mô hình ta thấy gần như không có sự tương quan giữa lượng mưa tháng 2 ở các tỉnh Đắk Lắk, Đắk Nông, Gia Lai, KonTum và số liệu về lượng mưa tháng 3 của tỉnh Lâm Đồng và sản lượng. Điều này có thể giải thích là: mặc dù với cây cà phê vối thì lượng mưa các tháng đầu năm là rất quan trọng nhưng lượng mưa ở các tỉnh này là không đủ. Do vậy tương quan giữa lượng mưa và sản lượng không cao. Hơn nữa, thực tế các tỉnh Tây Nguyên luôn tốn rất nhiều chi phí cho việc cung cấp nước tưới cho cây cà phê. Cũng theo Báo cáo khoa học: “ Đánh giá tác động của thực tiễn sử dụng đầu vào cho sản xuất cà phê tỉnh Đắk Lắk” của nhóm triển vọng cà phê –
Mispa của Viện Kinh tế Nông nghiệp thì chi phí tưới nước chiếm tỷ trọng rất lớn trong tổng chi phí trồng cây cà phê.
Trong mô hình ban đầu hồi quy sản lượng theo diện tích trồng cà phê, dân số tỉnh và lượng mưa ta thấy dân số và lượng mưa không có ý nghĩa thống kê.Vậy ta xem xét riêng sự tác động riêng của dân số và sản lượng:
(Mô hình 5)
Như vậy: dân số có ý nghĩa thống kê, dân số có hệ số dương chứng tỏ dân số có ảnh hưởng cùng chiểu đến sản lượng. Đồng thời cũng càng khẳng định mô hình ban đầu có hiện tượng đa cộng tuyến. Dân số tạo nên lực lượng lao động dồi dào, giá rẻ luôn là một ưu thế của ngành cà phê Việt am, giúp cho chi phí sản xuất cà phê Việt Nam thuộc nhóm thấp nhất thế giới.
Dựa vào mô hình ta thấy chỉ có log của diện tích có ý nghĩa thống kê. Khi bỏ dân số và lượng mưa ra khỏi mô hình ta có:
Như vậy với mức ý nghĩa 10% thì ln dt và lncp có ý nghĩa thống kê, nhưng với mức ý nghĩa 5% thì chỉ có lndt có ý nghĩa thống kê. Hơn nữa, hệ số tương quan của mô hình chỉ chiếm 64% thấp hơn so với mô hình dạng
tuyến tính. Vì thế mô hình dạng cobdoulagn không tốt bằng mô hình dạng tuyến tính.
18 quan sát theo năm (1990-2007)
Sau khi xem xét sự ảnh hưởng của diện tích trồng cà phê, dân số các tỉnh và lượng mưa tháng 2 của các tỉnh Đắk Lắk, Đắk Nông, Gia Lai, KonTum và số liệu về lượng mưa tháng 3 của tỉnh Lâm Đồng, chi phí tại 5 tỉnh này em muốn xem xét sự ảnh hưởng của giá cà phê Việt Nam xuất khẩu
và giá cà phê thế giới đến sản lượng. Nhưng do số liệu ban đầu (35 quan sát)
là số liệu mảng, bỏ qua yếu tổ thời gian nên việc đưa giá vào mô hình sẽ không có ý nghĩa. Vì vậy trong phần xem xét tác động của giá, chi phí này em sử dụng mô hình hồi quy theo chuỗi thời gian với số liệu 12 quan sát tương ứng với 18 năm.
(Mô hình 6)
Nhìn vào mô hình ta thấy giá phân ure có ý nghĩa thống kê, điều này chứng tỏ chi phí có ảnh hưởng đến sản lượng cà phê. Theo Báo cáo khoa học: “ Đánh giá tác động của thực tiễn sử dụng đầu vào cho sản xuất cà phê tỉnh
Đắk Lắk” của nhóm triển vọng cà phê – Mispa của Viện Kinh tế Nông nghiệp thì bón phân là hoạt động rất quan trọng trong sản xuất cà phê, theo kết quả nghiên cứu của tài liệu này thì có tới 99% số hộ điều tra có sử dụng phân bón, và chi phí phân bón chiếm tỷ lệ cao nhất: 41% tổng chi phí sản xuất cà phê. Do số liệu thu thập được hạn chế, nên trong mô hình em sử dụng chi phí đại diện cho giá phân bón,
Bên cạnh đó, giá cà phê Việt Nam và giá cà phê thế giới 1 năm trước thì không ảnh hưởng đến sản lượng cà phê. Điều này được giải thích do: vòng đời của cây cà phê kéo dài trong 25 năm. Trong đó, 3-4 năm đầu là thời kỳ kiến thiết, cây chưa ra quả. Cây bắt đầu cho thu hoạch từ năm thứ 4 và năng suất tăng dần cho đến năm thứ 8. Từ năm thú 8 đến năm thứ 15 cây cho năng suất cao và ổn định. Từ sau năm thứ 16, cây cho năng suất giảm dần.
Ước lượng mô hình khi cho giá Việt Nam và giá thê giới trễ 4 năm ta có:
(Mô hình 7)
(Mô hình 8)
Chỉ có diện tích và chi phí có nghĩa thống kê.
Thực tế, ở các tỉnh Tây Nguyên, người dân có thể ghép cây cà phê để tiết kiệm thời gian cây con lớn lên, như vậy thời gian để cây cho quả chỉ trong khoảng 2 đến 3 năm. Ta ước lượng mô hình với giá trễ 2 đến 3 năm.
(Mô hình 9)
Giá cà phê không có ý nghĩa thống kê
(Mô hình 10)
Trong mô hình này: Giá cà phê không có ý nghĩa thống kê
Nhìn chung các mô hình trên đều thể hiện giá cà phê Việt Nam và giá cà phê thế giới đều không ảnh hưởng đến sản lượng cà phê Việt Nam. Điều này là do: ở khu vực Tây Nguyên, người dân trồng cà phê dựa trên những điều kiện họ có như: điều kiện tự nhiên như đặc điểm thổ nhưỡng, tiềm năng về diện tích, kiến thức thói quen cũng như lợi thế về lao động dồi dào, giá rẻ. Bên cạnh đó, sự hạn chế về vốn, trình độ dân trí chưa cao, nên họ ít thay đổi theo sự biến động giá.
3.2.4 Kiểm dịnh
3.2.4.1 Kiểm định tính dừng
(Hình 11)
Từ kiểm định nghiệm đơn vị ta thấy: do |ADF| >|CV| nên chuỗi dừng.
3.2.4.2 Kiểm định phương sai sai số thay đổi
Kiểm định giả thiết:
H0: phương sai sai số không đổi H1: phương sai sai số thay đổi.
Tiêu chuẩn bác bỏ: nR2 ~ χ2(2)≤
χ
α2(2)=5.99 (thì không có cơ sở bác bỏ H0 (2 là hệ số của mô hình không kể hệ số chặn)
Giá trị thống kê F=0.29 có p_value=0.87956>0.05
χ
α2
(2)=5.99>nR2=1.32 có p_value=0.8579>0.05
Do đó ta không có cơ sở để bác bỏ giả thiết H0. Hay phương sai sai số là không đổi.
3.2.4.3 Kiểm định tự tương quan
Do thống kê F có p_value =0.467886 > 0.05 nên mô hình không có tự tương quan.
3.2.4.4 Kiểm định hàm
Ramsey RESET Test:
F-statistic 3.553777 Probability 0.068814 Log likelihood ratio 3.798538 Probability 0.051297 Test Equation:
Method: Least Squares Date: 04/27/09 Time: 13:05 Sample: 1 35
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob. C -8.316160 108.0155 -0.076990 0.9391 DT 0.723061 0.964826 0.749421 0.4593 CP 3.52E-06 6.16E-06 0.571737 0.5716 FITTED^2 0.001818 0.000964 1.885146 0.0688 R-squared 0.863953 Mean dependent var 153.1565 Adjusted R-squared 0.850787 S.D. dependent var 107.7342 S.E. of regression 41.61571 Akaike info criterion 10.40204 Sum squared resid 53687.90 Schwarz criterion 10.57980 Log likelihood -178.0358 F-statistic 65.62064 Durbin-Watson stat 1.868372 Prob(F-statistic) 0.000000
=>Dạng hàm đúng
3.3 Dự báo sản lượng cà phê
0 200 400 600 800 1000 90 92 94 96 98 00 02 04 06 08 10 SL
Từ đồ thị ta thấy chuỗi không dừng
Để có kết luận chính xác ta dùng kiểm định nghiệm đơn vị ADF Test Statistic 1.457724 1% Critical Value* -2.7158
5% Critical Value -1.9627 10% Critical Value -1.6262 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SL) Method: Least Squares Date: 04/27/09 Time: 13:14 Sample(adjusted): 1991 2007
Included observations: 17 after adjusting endpoints
SL(-1) 0.064151 0.044008 1.457724 0.1643 R-squared -0.140503 Mean dependent var 51.12941 Adjusted R-squared -0.140503 S.D. dependent var 97.53579 S.E. of regression 104.1627 Akaike info criterion 12.18681 Sum squared resid 173597.9 Schwarz criterion 12.23582 Log likelihood -102.5879 Durbin-Watson stat 2.216311
=> Không dừng
Xét sai phân bậc nhất => thấy dừng
-200 -100 0 100 200 300 90 92 94 96 98 00 02 04 06 08 10 DSL
ADF Test Statistic -3.565614 1% Critical Value* -2.7275 5% Critical Value -1.9642 10% Critical Value -1.6269 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SL,2) Method: Least Squares Date: 04/27/09 Time: 13:15 Sample(adjusted): 1992 2007
Included observations: 16 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. D(SL(-1)) -0.918815 0.257688 -3.565614 0.0028 R-squared 0.458653 Mean dependent var -2.006250 Adjusted R-squared 0.458653 S.D. dependent var 155.0831 S.E. of regression 114.1044 Akaike info criterion 12.37257 Sum squared resid 195297.1 Schwarz criterion 12.42085 Log likelihood -97.98052 Durbin-Watson stat 1.985957
=> Mô hình không có p,q mà chỉ có hệ số chặn
ước lượng mô hình: Dependent Variable: D(SL)
Method: Least Squares Date: 04/27/09 Time: 13:09 Sample(adjusted): 1991 2007
Included observations: 17 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 51.12941 23.65590 2.161381 0.0462
R-squared 0.000000 Mean dependent var 51.12941
Adjusted R-squared 0.000000 S.D. dependent var 97.53579
S.E. of regression 97.53579 Akaike info criterion 12.05534
Sum squared resid 152211.7 Schwarz criterion 12.10435
Log likelihood -101.4704 Durbin-Watson stat 2.370552
Mô hình phù hợp vì có phần dư nhiễu trắng Dự báo ngoài mẫu cho năm 2008-2010 :
obs SL SL_D 1990 92 92 1991 100 100 1992 119.2 119.2 1993 136.1 136.1 1994 180 180 1995 218 218 1996 316.9 316.9 1997 420.5 420.5 1998 427.4 427.4 1999 553.2 553.2 2000 802.5 802.5 2001 840.6 840.6 2002 699.5 699.5 2003 793.7 793.7 2004 836 836 2005 752.1 752.1 2006 985.3 985.3 2007 961.2 961.2 2008 NA 1012.329 2009 NA 1063.459 2010 NA 1114.588
