đến trồng trọt có xét đến biến đổi khí hậu
2 2 1 Mô hình Ricardo trong đo lường tác động do thiên tai đến trồng trọt có xét đến biến đổi khí hậu
Đề tài sử dụng kết hợp cả phương pháp định tính và phương pháp định lượng
2 2 1 1 Phương pháp nghiên cứu định tính
Với phương pháp nghiên cứu định tính, tác giả tiến hành qua 2 giai đoạn, cụ thể: Giai đoạn 1: Nghiên cứu định tính sơ bộ:
Trước khi xác định các nhóm nhân tố thiên tai và biến đổi khí hậu và các nhóm biến kiểm soát của hộ gia đình tác động đến hoạt động trồng trọt, tác giả đã rà soát các tài liệu (các bài báo khoa học, các bài viết tham luận hội thảo, các giáo trình, sách chuyên khảo, chuyên đề tiến sỹ, luận văn thạc sỹ trong và ngoài nước…) để tổng kết các nhóm nhân tố tác động
Tiếp theo đó, tác giả liệt kê một số các nhân tố lựa chọn ban đầu theo quan điểm cá nhân Sau đó, tác giả đã tổ chức một số cuộc tọa đàm nhỏ gồm 5-6 nhà khoa học, cán
bộ công tác chuyên môn, cán bộ nghiên cứu có liên quan đến lĩnh vực nghiên cứu Mục đích của các buổi tọa đàm nhỏ này giúp tác giả điều chỉnh và hoàn thiện mô hình nghiên cứu đã xây dựng dựa trên tổng quan nghiên cứu, xác định các thước đo và tìm ra những khám mới Qua đó, tác giả hoàn thiện các câu hỏi trong phiếu khảo sát trước khi tiến hành nghiên cứu định lượng sơ bộ Dựa trên những mục tiêu nghiên cứu định tính từng nhóm đối tượng, tác giả thiết lập bộ câu hỏi với những câu hỏi mở có nội dung liên quan đến mô hình nghiên cứu Tác giả tiến hành phỏng vấn tại nơi làm việc hoặc địa điểm thuận lợi cho đối tượng được phỏng vấn Mỗi cuộc phỏng vấn khoảng 30 phút và được tác giả quan sát, ghi chép và ghi âm lại
Giai đoạn 2: Nghiên cứu định tính bổ sung:
Nghiên cứu định tính bổ sung là bước cuối cùng trong quy trình nghiên cứu của luận án Sau khi đã có kết quả nghiên cứu định lượng chính thức về các nhóm nhân tố thiên tai và biến đổi khí hậu và các nhóm biến kiểm soát của hộ gia đình tác động đến hoạt động trồng trọt, nhân tố nào ảnh hưởng và mức độ ảnh hưởng của các nhân tố đó, nhóm tác giả tiến hành phỏng vấn sâu các nhà khoa học nhằm tìm hiểu thêm các lý do cho kết quả nghiên cứu, lý giải cho kết quả thu thập được ở nghiên cứu định lượng chính thức
2 2 1 2 Phương pháp nghiên cứu định lượng
Phương pháp Ricardo là một mô hình đã sử dụng phương pháp cắt ngang để nghiên cứu sản xuất nông nghiệp Mô hình được phát triển từ các giá trị đất nghiên cứu sẽ phản ánh năng suất ròng của nó bởi David Ricardo (1772 trừ 1823) Và sau đó vào năm 1994, Mendelsohn và cộng sự, đã giới thiệu phương pháp này để ước tính tác động của biến đổi khí hậu đối với nông nghiệp Các mô hình Ricardian hoàn thành ở nhiều quốc gia và khu vực trên thế giới, chẳng hạn như ở Mỹ (Seo và Mendelsohn, 2007, Mendelsohn và cộng sự, 1994, Mendelsohn và Reinsborough, 2007), ở Châu Phi (Eid và cộng sự, 2007; Ouedraogo và các cộng sự, 2006; Deressa, 2007; Kuruk
Formulauriya và Mendelsohn, 2008), ở Châu Á (Liu và cộng sự, 2004, Mishra và Sahu, 2014, Seo và cộng sự, 2005) và Châu Âu (Lippert và cộng sự, 2009,
Chatzopoulos, 2015) Tất cả chỉ ra rằng doanh thu thuần hoặc giá trị đất phụ thuộc vào khí hậu, đất đai và điều kiện kinh tế Phương pháp dựa trên đất giả định rằng tiền thuê
đất sẽ phản ánh năng suất ròng dài hạn của đất nông nghiệp Nguyên tắc này được nắm bắt bởi các phương trình sau (Mendelsohn và cộng sự, 1994, Mendelsohn và Dinar, 2003)
=∑ ( , , , , )−∑ (2 2)
Trong đó: Pi là giá thị trường của cây trồng i, Qi là đầu ra của cây trồng i, X là một vectơ của các đầu vào được mua (trừ đất), C là một vectơ của các biến khí hậu, S là một vectơ của các biến đất, G là một vectơ của các biến kinh tế, H là lưu lượng nước và Px là vectơ của giá đầu vào V là giá trị của đất nông nghiệp trên hecta Nghiên cứu này giả định rằng các hộ nông dân luôn tìm cách tối ưu hóa lợi nhuận của họ dựa trên các điều kiện có sẵn của thay đổi đầu vào và họ sẽ chọn cây trồng, loại hình sản xuất hoặc đầu vào để tối đa hóa thu nhập ròng, đây sẽ là chức năng của các biến ngoại sinh Giải quyết (1) để tối đa hóa doanh thu thuần dẫn đến một mô hình, trong đó V là một chức năng của các biến ngoại sinh phải đối mặt với một nông dân Hàm cầu đầu vào của hộ gia đình là hàm dựa vào giá thị trường của đầu vào, trong khi giá thị trường của đầu ra dự kiến dưới tác động của các yếu tố thời tiết, khí hậu và các yếu tố khác Giá thị trường đầu ra và đầu vào trong mô hình Ricardo là giá trị dự kiến trên thị trường Đây là một giả thuyết quan trọng của nghiên cứu này Nếu nó bị từ chối, nghiên cứu sẽ bị vô hiệu vì ước tính của mô hình không có ý nghĩa Mô hình Ricardian tiêu chuẩn dựa trên công thức bậc hai của khí hậu Do đó, giá trị ròng của đất có thể được biểu thị như sau Mendelsohn và Dinar (2003):
= + + + + + + (2 3)
Trong đó: V là giá trị đất, C là vectơ của các biến khí hậu, S là tập hợp các biến đất, G là tập hợp các biến kinh tế xã hội của hộ gia đình, H là tập hợp của dòng nước, β hệ số của các biến và là sai số ngẫu nhiên Hàm phản ứng khí hậu doanh thu thuần (phương trình (2)) được biểu thị bằng thuật ngữ bậc hai để phản ánh hình dạng phi tuyến cho biết hiệu ứng cận biên đó sẽ thay đổi như thế nào khi di chuyển ra khỏi giá trị trung bình (Mendelsohn và cộng sự, 1994) Khi thuật ngữ bậc hai là dương, thì hàm doanh thu thuần có dạng hình chữ U và khi thuật ngữ bậc hai trái ngược, nó có dạng hình đồi Theo các phân tích cắt ngang trước đây, giá trị ròng của trang trại dự kiến sẽ
có mối quan hệ hình sin với nhiệt độ Mỗi loại cây trồng có nhiệt độ lý tưởng cho phép bản thân phát triển tốt nhất trong các mùa Tuy nhiên, mối quan hệ của các biến khí hậu theo mùa có thể bao gồm một hỗn hợp các hệ số dương và âm và phức tạp hơn Mô hình Ricardian được phát triển để chứng minh sự biến đổi của giá trị đất trên một ha đất trồng trọt theo vùng khí hậu (Seo và Mendelsohn, 2007, Mendelsohn và cộng sự, 1994) Theo đó, phương pháp của Ricardian tính đến sự thích ứng bằng cách đo lường các thiệt hại kinh tế như giảm thu nhập ròng hoặc giá trị của đất do các yếu tố môi trường Mặt khác, dữ liệu thứ cấp có thể tương đối dễ dàng để thu thập bởi các trang web cắt ngang về khí hậu Do đó, phương pháp này giúp giảm chi phí thu thập dữ liệu hơn các phương pháp khác Có một số nhược điểm trong việc áp dụng mô hình này Đầu tiên, nó không tính đến hiệu ứng giá cả Với giả định giá cân bằng, ước tính của Ricardian sẽ là quá mức hoặc đánh giá thấp các tác động của biến đổi khí hậu trong trường hợp biến đổi khí hậu đáng kể của cây trồng, giá có thể thay đổi trong một thời gian dài (Ouedraogo và cộng sự, 2006, Mendelsohn và Tiwari, 2000) Tuy nhiên, Mendelsohn và Tiwari (2000) cho rằng việc giữ giá không đổi là hợp lý vì khó dự đoán mô hình cây trồng toàn cầu, phạm vi ấm lên dự kiến trong thế kỷ tới và sự thay đổi của tổng cung dẫn đến nó không gây ra vấn đề nghiêm trọng trong việc sử dụng mô hình
Các yếu tố phi khí hậu như điều kiện kinh tế xã hội, tiếp cận thị trường và hiệu quả thụ tinh của nồng độ carbon dioxide bị hạn chế hoặc không được tính đến trong mô hình đầy đủ (Mendelsohn và cộng sự, 1994) Trong khi đó, những yếu tố này có tác động không thể tránh khỏi đến năng suất cây trồng hoặc sự thích ứng của nông dân trực tiếp hoặc gián tiếp Tuy nhiên, bất chấp những điểm yếu này, nó có thể được sử dụng để phân tích tác động của biến đổi khí hậu đối với nông nghiệp và vẫn được sử dụng rộng rãi trên thế giới gần đây (Mendelsohn và Dinar, 2009)
2 2 2 Ứng dụng mô hình Ricardo đo lường tác động do thiên tai đến trồng trọt cóxét đến biến đổi khí hậu xét đến biến đổi khí hậu
Đề xuất mô hình kinh tế lượng để lượng hóa tác động do thiên tai và biến đổi khí hậu đến hoạt động trồng trọt
Nghiên cứu lựa chọn mô hình Ricardo để đánh giá ảnh hưởng do thiên tai và biến đổi khí hậu đến doanh thu từ trồng trọt của hộ nông dân Mô hình xuất phát từ tiếp cập ứng dụng trong khuôn khổ lý thuyết Ricardo (Mendelsohn, 1998) áp dụng cho dữ liệu chéo Sử dụng mô hình để đánh giá tác động từ các yếu tố bất lợi do thiên tai đến hoạt động trồng trọt của hộ gia đình cụ thể như sau:
LnY = + ∑ thientai + ∑ dactrung + ∑ bienphap + ∑ lua + β β β β β μ (2 4)
Sử dụng mô hình để đánh giá tác động từ các yếu tố bất lợi do thiên tai và xét đến biến đổi khí hậu đến hoạt động trồng trọt của hộ gia đình cụ thể như sau:
LnY = + ∑ thientai + ∑ dactrung + ∑ bienphap + ∑ Bdkh +β β β β β ∑ Bdkh + lua + tuongtac + β β β μ (2 5) Trong đó:
Biến phụ thuộc LnYi là Logarit doanh thu hoạt động trồng trọt của hộ nông dân (i) (%), 12 tháng qua của cây trồng (lúa, cam, chè) Các nghiên cứu đã thực hiện để đánh giá tác động của biến đổi khí hậu cũng thực hiện tạo biến logarit như vậy (Trinh & Fran, 2018, 2019; Jaune Vaitkeviciute, 2019)
β hệ số của các biến và là sai số ngẫu nhiên
Biến độc lập bao gồm các các biến đo lường về biến đổi khí hậu, thiên tai (bão, hạn, mặn) và đặc điểm của các biến số đặc trưng của hộ gia đình, các biện pháp ứng phó với thiên tai Một số biến như vĩ độ, cao độ, dễ bị lũ lụt và vùng đất ngập nước trong mô hình ban đầu không được tính đến trong nghiên cứu hiện tại vì những dữ liệu đó không có sẵn (Kuruk Formulauriya và Mendelsohn, 2008) Các biến về biến đổi khí hậu còn được bình phương để sử dụng trong quá trình hồi quy Việc sử dụng các biến số này và dạng bình phương của chúng dựa trên các nghiên cứu của Turpie và Visser (2012), Mirzabaev (2013), Di Falco và cộng sự (2012), Wang và cộng sự (2009), và Kabubo-Mariara và Karanja (2007) nhằm xác định mối quan hệ phi tuyến giữa các biến số đặc điểm thời tiết trong vùng với sản lượng của hộ nông dân Nguồn dữ liệu có thể được lấy từ các số liệu quan trắc hàng ngày của các trạm khí tượng địa phương (tỉnh, khu vực) để ước tính tổng lượng mưa, nhiệt độ hàng ngày cho tất cả các xã,
huyện, tỉnh trong khu vực Các dữ liệu này được lưu trữ bởi Trung tâm Tư liệu Khí tượng Thuỷ văn, một cơ quan thuộc Bộ Tài nguyên và Môi trường Việt Nam Cụ thể các nhóm biến độc lập đưa vào mô hình như sau:
- Các biến xem xét đến đặc điểm do thiên tai (thientai ) bao gồm:
Về bão: Số ngày bão (Ngaybao ), cường độ cơn bão (Cuongdobao ) Về hạn hán: Dùng chỉ số Chỉ số Sazonov (Sa I) (Han )
Bảng 2 4 Công thức tính chỉ số Chỉ số Sazonov (Sa I)
Nguồn: Nghiên cứu Lê Sâm (2008)
Kinh nghiệm trên thế giới và Việt Nam cho thấy hầu như không có một chỉ số nào có ưu điểm vượt trội so với các chỉ số khác trong mọi điều kiện Tuy nhiên không ít chỉ số đã thể hiện sự phù hợp cao với tình hình hạn hán ở những vùng cụ thể Chẳng hạn, chỉ số Palmer (PDSI) đã và đang được Bộ Nông nghiệp Mỹ sử dụng rộng rãi để xác định sự cần thiết và mức hỗ trợ khẩn cấp cho các vùng chịu tác động của hạn hán, tuy nhiên chỉ số này cũng chỉ phù hợp tốt với các vùng có diện tích rộng lớn với điều kiện địa hình, địa mạo đồng nhất Ở các bang miền Tây nước Mỹ, với địa hình núi non và đặc điểm tiểu khí hậu cục bộ phức tạp, phải sử dụng thêm một số chỉ số hạn khác, ví dụ như chỉ số cấp nước mặt SWSI để bổ trợ Điều đó nói lên rằng cần phải thử nghiệm để xác định được những chỉ số hạn phù hợp cho từng vùng cụ thể Thêm vào đó, việc áp dụng thành công hay không thành công một chỉ số hạn nào đó còn phụ thuộc vào cơ sở dữ liệu quan trắc sẵn có Một chỉ số hạn dù được đánh giá là tốt đến mấy cũng
Tên chỉ tiêu tính toán Công thức tính/ Điều kiện khí hậu
Chỉ số Sazonov (Sa I)
Sa Ii = (Ti/Ti) - (Ri/Ri) T: Chuẩn sai nhiệt độ thời kỳ i T: Độ lệch chuẩn nhiệt độ thời kỳ i R: Chuẩn sai lượng mưa thời kỳ i R: Độ lệch chuẩn lượng mưa thời kỳ i Ngưỡng của chỉ tiêu
< -2 Úng ngập < -1 Dư thừa nước < 1,0 Không khô hạn
≥ 1,0 Khô hạn
tổng hợp được áp dụng rất thành công ở Mỹ nhưng cho đến nay vẫn không thể áp dụng rộng rãi ở nhiều vùng khác trên thế giới cũng chính bởi lý do này Tại Việt Nam, nghiên cứu Đào Xuân Học (2002), đã phân tích đánh giá cao mức độ phù hợp của chỉ số Sa I, chỉ số mưa chuẩn hóa (SPI) và chỉ số cấp nước mặt (SWSI) để tính toán khô hạn cho khu vực Nam Trung Bộ và Tây Nguyên Nguyễn Trọng Hiệu (1998), Lê Sâm (2008) lại sử dụng chỉ số khô hạn K (xét theo tiêu chuẩn cán cân nước), phù hợp lắm với tình hình khô hạn thực tế tại địa phương (thiên về xu hướng ẩm hơn so với thực tế khô hạn tại các vùng trên địa bàn tỉnh) Trong chuyên đề này, để đo lường chỉ số hạn tại Nghệ An đề tài cũng đã sử dụng chỉ số Sa I phù hợp với thực tế địa phương và thuận lợi cho quá trình tính toán, cũng như theo gợi ý của các chuyên gia trong lĩnh vực chuyên môn
Về mặn: Mức độ bất thường và trong 1 năm tác giả khảo sát (Man )
- Các biến số đặc trưng của hộ gia đình và sản xuất (dactrung ) bao gồm: (1) Đặc điểm chủ hộ: giới tính của chủ hộ (gioitinh ), tuổi của chủ hộ(Tuoi ) (theo Di Falco và cộng sự (2012)), trình độ học vấn của chủ hộ (trinhdo ) (theo Wang và cộng sự (2009); Di Falco và cộng sự (2012)); quy mô hộ (quymoho );
- Các biến biểu thị hiệu quả biện pháp thích ứng (bienphap ) : Bp_baoi: Hộ gia đình sử dụng các biện pháp ứng phó với bão Bp_hani: Hộ gia đình sử dụng các biện pháp ứng phó với hạn Bp_mani: Hộ gia đình sử dụng các biện pháp ứng phó với mặn
- Nhóm biến xem xét đặc điểm của biến đổi khí hậu (Bdkh ) bao gồm: nhiệt độ lớn nhất (Ndo_max), nhiệt độ nhỏ nhất (Ndo_min), lượng mưa (Mua) của hai vụ đông xuân (dx) và hè thu (ht), bình phương của các biến nhiệt độ, lượng mưa của đông xuân và hè thu
- Biến giả lua: Giá trị biến lua=1 nếu là cây lúa, lua=0 nếu là cây trồng khác ( cam, chè) Tác giả muốn xem xét yếu tố loại hình cây trồng có sự khác nhau khi phản ánh vào doanh thu hay không
- Biến tương tác chỉ số hạn với cam: cam_han= han* cam Quá trình phỏng vấn hộ nông dân cho thấy, hạn hán ảnh hưởng tới quá trình sản xuất nặng nề
Các định nghĩa, đơn vị và các đặc điểm khác của các biến trong mô hình được trình bày chi tiết trong Bảng 2 5
Bảng 2 5 Mô tả các biến số trong mô hình
Nhóm biến Biến Mô tả Đơn vị Dấu kỳ vọng
Biến phụ thuộc Biến đặc trưng biến đổi khí hậu Nhóm biến đặc trưng do thiên tai (bão, hạn mặn) Đặc trưng của hộ gia đình và hoạt động sản xuất LnY Ndo_maxdx Ndo_maxdx2 Ndo_mindx Ndo_mindx2 Ndo_maxht Ndomaxht2 Ndo_minht Ndo_minht2 Mua_dx Mua_dx2 Mua_ht Mua_ht2 Han Ngaybao Cuongdobao Man Tuoi trinhdo gioitinh quymoho
Logarit của Doanh thu
Nhiệt độ lớn nhất vụ đông xuân
Nhiệt độ lớn nhất đông xuân bình phương Nhiệt độ nhỏ nhất vụ đông xuân
Nhiệt độ nhỏ nhất đông xuân bình phương Nhiệt độ lớn nhất hè thu
Nhiệt độ lớn nhất hè thu bình phương Nhiệt độ nhỏ nhất hè thu
Nhiệt độ nhỏ nhất hè thu bình phương Lượng mưa trung bình tháng vụ đông xuân từ tháng 10 đến tháng 3
Lượng mưa vụ đông xuân bình phương Lượng mưa trung bình tháng vụ hè thu từ tháng 4 đến tháng 9