Tên BiSến Diễn giải Kỳ
vọng
X1 Chi phí giống Số tiền mà nơng hộ chi ra để mua lúa
giống (triệu đồng/ha) +
X2 Chi phí phân
bón
Số tiền mà nơng hộ chi ra để mua phân bón: NPK, URE, KaLI; …. (triệu đồng/ha)
+
X3 Chi phí thuốc
BVTV
Số tiền mà nông hộ chi ra để mua thuốc BVTV: thuốc cỏ, thuốc sâu, thuốc bệnh,…(triệu đồng/ha)
-
X4 Diện tích Tổng diện tích đất sản xuất mà hộ đang
sử dụng (ha) -
X5 Tuổi chủ hộ Được tính đến thời điểm nghiên cứu
(tuổi) -
X6 Kinh nghiệm Số năm nơng hộ tham gia sản xuất lúa tính đến thời điểm nghiên cứu (năm)
X7 Học vấn Lớp mà chủ hộ đã học tính đến thời
điểm nghiên cứu (lớp) +
X8 Số lao động
tham gia sản xuất
Tổng số thành viên tham gia sản xuất lúa. Kể cả thuê lao động và lao động gia đình: Chăm sóc, bón phân, phun thuốc, làm cỏ, thu hoạch,…trên triệu đồng/1 ha + D1: biến Dummy Tín dụng 1: Có; 0: Khơng + D2: biến Dummy Tập huấn 1: Có; 0: Khơng +
4.3.2 Kiểm định Chi-bình phương (Chi-square test)
Chi-square test là công cụ để kiểm định hai biến định tính. Để thực hiện kiểm định này tác giả dùng phương pháp kiểm định chi bình phương trong SPSS 20. Phép kiểm định này nhằm cho chúng ta biết có tồn tại hay khơng mối liên hệ giữa hai biến trong tổng thể.
Giả thuyết H0: Hai biến khơng có mối liên hệ với nhau Giả thuyết H1: Hai biến có mối liên hệ với nhau
Dùng giá trị Sig. trong bảng kết quả kiểm định Chi-Square Tests so sánh với giá trị α để kiểm định giả thuyết:
+ Chấp nhận H0 nếu Sig.>α, tức là hai biến khơng có mối liên hệ với nhau ở mức ý nghĩa α.
+ Bác bỏ H0 nếu Sig. ≤α, nghĩa là hai biến có mối liên hệ với nhau ở mức ý nghĩa α.
4.3.3 Phân tích định lượng với mơ hình hồi quy đa biến.
Dùng phần mềm SPSS 20, các kỹ thuật phân tích định lượng thơng qua các kiểm định hồi quy, xác định biến có ý nghĩa thống kê và khơng có ý nghĩa thống kê dựa trên các giá trị p-value:
Mặc định SPSS sẽ chọn phương pháp đưa biến vào là Enter. Đây là phương pháp mà SPSS sẽ xử lý tất cả các biến độc lập mà nhà nghiên cứu muốn đưa vào mơ hình.
Hệ số xác định R2
và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mơ hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mơ hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mơ hình. R2
hiệu chỉnh càng lớn thể hiện độ phù hợp của mơ hình càng cao.
Kiểm định hệ số hồi quy dựa vào hệ số Prob. của các biến độc lập trong bảng kết quả mơ hình hồi quy: Nếu p-value có giá trị <α thì có thể khẳng định các biến độc lập tương quan có ý nghĩa với biến phụ thuộc ở mức ý nghĩa α. Ngược lại, nếu p-value có giá trị >α, có thể kết luận rằng giữa hai biến độc lập và biến phụ thuộc tương quan khơng có ý nghĩa thống kê trong mơ hình nghiên cứu.
Kiểm định đa cộng tuyến dựa vào hệ số phóng đại phương sai VIF (Variance Inflation Factor): nhằm xem xét mối liên hệ giữa từng biến độc lập với các biến phụ thuộc và giữa các biến độc lập với nhau. Nếu sự tương quan giữa các biến độc lập và biến phụ thuộc là chặt chẽ, thì cho thấy sự khả quan trong mơ hình hồi quy tuyến
tính. Tuy nhiên, nếu các biến độc lập có sự tương quan chặt chẽ với nhau, có thể ảnh hưởng đến kết quả hồi quy và gây nên hiện tượng đa cộng tuyến. Lúc đó, ta cần kiểm định thêm hệ số phóng đại phương sai VIF. Nếu có hiện tượng đa cộng tuyến xảy ra thì chúng ta loại trừ dần các biến cho đến khi mơ hình khơng cịn hiện tượng đa cộng tuyến.
Kiểm định tự tương quan: Để kiểm định mơ hình có tự tương quan hay không ta dựa vào kiểm định Durbin – Watson. Do kiểm định Durbin – Watson, nếu 1 < D < 3 thì mơ hình khơng có hiện tượng tự tương quan
Kiểm định phương sai của sai số không đổi: dựa vào hệ số Prob. > chi2 của kiểm định Breusch-Pagan. Nếu hệ số Prob > chi2 quá nhỏ và <α thì mơ hình có
hiện tượng phương sai thay đổi; ngược lại nếu Prob. > chi2 >α thì mơ hình khơng
có hiện tượng phương sai thay đổi.
4.3.4 Phân tích các yếu tố ảnh hưởng đến năng suất lúa của nông hộ tại địa bàn nghiên cứu địa bàn nghiên cứu
Theo nội dung cơ sở lý luận về hàm sản xuất Cobb-Douglas được trình bày ở chương 3, để phân tích các nhân tố ảnh hưởng đến năng suất sản xuất lúa của nông hộ ở địa bàn nghiên cứu ta sử dụng hàm sản xuất có dạng:
Ln(Y) = LnA + α1Ln(X1) + α2Ln(X2) + …+ αnLn(Xn) + b1D1 + b2D2 + …+ bnDn Kết quả phân tích từ Bảng 4.16 cho thấy, Năng suất Y (biến phụ thuộc) chịu ảnh hưởng của các biến độc lập: Chi phí phân bón (X2); Chi phí thuốc BVTV (X3); Diện tích (X4); Tín dụng (D1); Tập huấn (D2)
Hệ số xác định R2
= 0,95 cho thấy có 95% sự thay đổi của năng suất (Y) do ảnh hưởng các biến độc lập (X) trong mơ hình phân tích: Chi phí phân bón (X2); Chi phí thuốc BVTV (X3); Diện tích (X4); Tín dụng (D1); Tập huấn (D2) cịn lại 5% chịu sự ảnh hưởng bởi các yếu tố khác chưa đưa vào mơ hình phân tích.
Kết quả phân tích cho thấy,Chi phí phân bón (X2); Diện tích (X4) có ý nghĩa thống kê ở mức α = 1%. Chi phí thuốc BVTV (X3); Tập huấn (D2) có ý nghĩa thống kê ở mức α = 5%. Tín dụng (D1); có ý nghĩa thống kê ở mức α = 10%.
Bảng 4.15 Giải thích biến trong mơ hình sản xuất Cobb-Douglas
Tên Biến Diễn giải
Y Năng suất mà nơng hộ đạt được, được tính tấn/ha αn: Các hệ số cần được ước lượng trong mơ hình
(n=0;1;2;3….;8)
Các yếu tố đầu vào có thể ảnh hưởng đến năng suất
X1 Chi phí giống Số tiền mà nông hộ chi ra để mua lúa giống (triệu đồng/ha)
X2 Chi phí phân bón Số tiền mà nơng hộ chi ra để mua phân bón: NPK, URE, KaLI; …. (triệu đồng/ha)
X3 Chi phí thuốc BVTV Số tiền mà nơng hộ chi ra để mua thuốc BVTV: thuốc cỏ, thuốc sâu, thuốc bệnh,…(triệu đồng/ha) X4 Diện tích Tổng diện tích đất sản xuất mà hộ đang sử dụng
(ha)
X5 Tuổi chủ hộ Được tính đến thời điểm nghiên cứu (tuổi)
X6 Kinh nghiệm Số năm nơng hộ tham gia sản xuất lúa tính đến thời điểm nghiên cứu (năm)
X7 Học vấn Lớp mà chủ hộ đã học tính đến thời điểm nghiên cứu (lớp)
X8 Số lao động tham
gia sản xuất Tthuê lao động và lao động gia đình: Chăm sóc, bón ổng số thành viên tham gia sản xuất lúa. Kể cả phân, phun thuốc, làm cỏ, thu hoạch,…trên triệu đồng/1 ha D1: biến Dummy Tín dụng 1: Có; 0: Khơng D2: biến Dummy Tập huấn 1: Có; 0: Khơng
Phân tích phương sai (ANOVA): Giá trị kiểm định Sig.= 0,000 rất nhỏ so với mức ý nghĩa α = 0,05. Vì vậy ta có thể kết luận rằng năng suất lúa của nông hộ chịu ảnh hưởng bởi các yếu tố: Chi phí phân bón (X2); Chi phí thuốc BVTV (X3); Diện tích (X4); Tín dụng (D1); Tập huấn (D2). Điều này khẳng định phương trình hồi quy có ý nghĩa.
Độ phóng đại phương sai (VIF) của các biến nhỏ hơn so với 10 nên khơng có hiện tượng đa cộng tuyến. Như vậy các biến độc lập khơng có sự tương quan nhau.
Để kiểm định mơ hình có tự tương quan hay khơng ta dựa vào kiểm định Durbin – Watson. Do kiểm định Durbin – Watson bằng 1,586 (1<D<3) nên mơ hình khơng có hiện tượng tự tương qua
Những biến có tác động đến năng suất lúa được khảo sát cụ thể như sau: Chi phí phân bón
Kết quả này giống với nghiên cứu của tác giả Nguyễn Thị Hồng Ngọc (2015) Nguyễn Tiến Dũng (2015). Một trong những biến ảnh hưởng thứ hai trong mơ hình sản xuất của nông hộ tại địa bàn nghiên cứu này là chi phí phân bón cho lúa (bảng 6.16), có ý nghĩa ở mức 1%, có tương quan thuận với năng suất lúa của nông hộ. Điều này khẳng định rằng khi các yếu tố khác khơng đổi, chi phí phân bón của nơng hộ tăng 1% thì năng suất lúa tăng 0,55%.
Chi phí thuốc BVTV
Lượng thuốc BVTV ảnh hưởng rất nhiều đến năng suất lúa tại vùng nghiên cứu. Trên thực tế, mỗi loại thuốc BVTV (cỏ, bệnh, sâu, rầy, ốc, chuột...) đều có ảnh hưởng nhất định đến năng suất lúa. Tuy nhiên, việc sử dụng quá liều lượng cần thiết sẽ khơng mang lại tác động tích cực đến năng suất. Vì vậy, trong quá trình sản xuất, người dân cần biết sử dụng liều lượng hợp lý để tăng hiệu quả sử dụng chúng. Biến ảnh hưởng tiếp theo là chi phí thuốc cho lúa (bảng 4.1), có ý nghĩa ở mức 5% và mang giá trị dương. Điều này khẳng định rằng, khi chi phí thuốc BVTV tăng thêm 1% thì năng suất sẽ tăng 0,02%, với điều kiện các yếu tố khác không đổi. Từ kết qua kết quả cho thấy nghiên cứu này giống và có ý nghĩa với tác giả Nguyễn Thị Hồng Ngọc (2015), Nguyễn Tiến Dũng (2015).
Diện tích
Từ các nghiên cứu của các tác giả Nguyễn Tiến Dũng (2015), Nguyễn Thị Hồng Ngọc (2015), Trần Nhật Bằng (2009), Vũ Linh Hoàng (2006), Nguyễn Hoàng Trung (2011) cho ta thấy yếu tố diện tích sản xuất lúa cũng là yếu tố có ảnh hưởng đến năng suất lúa của nơng hộ. Ngày nay, nơng dân có thể ứng dụng những biện pháp kỹ thuật chăm sóc lúa hiện đại cũng như sử dụng cơ giới hóa nên việc tăng năng suất nhờ vào gia tăng diện tích trồng lúa sẽ khơng được khuyến khích bằng việc giảm diện tích trồng lúa mà mang lại năng suất cao. Kết quả khảo sát ở Bảng
4.16 cho thấy khi diện tích sản xuất lúa của nơng hộ tăng thêm 1% thì năng suất lúa sẽ giảm 1,01% khi các yếu tố khác khơng đổi. Khi sản xuất với diện tích lớn thì nơng hộ chăm sóc lúa khơng kỹ, chủ quan vì số lương lao động của nơng hộ bị giới hạn nên việc xoay vịng chăm sóc với diện tích lớn là vấn đề rất khó trước tình hình dịch bệnh và thời tiết thất thường như hiện nayhực tế khảo sát nông hộ cho thấy diện tích bình qn của hộ trồng lúa vùng nghiên cứu là 0,11 ha/hộ.
Bảng 4.16 Kết quả phân tích các yếu tố ảnh hưởng đến năng suất
Biến Các yếu tố Hệ số hồi
quy (B) Giá trị t Mức ý nghĩa (α) VIF Hằng số 8,75 6,58 0,00 X1 Chi phí giống 0,18 0,69 0,49 1,14 X2 Chi phí phân bón 0,55 3,01 0,00 1,18 X3 Chi phí thuốc BVTV 0,02 2,47 0,02 1,23 X4 Diện tích (1,01) (26,07) 0,00 1,12 X5 Tuổi chủ hộ (0,39) (1,18) 0,24 5,79 X6 Kinh nghiệm 0,23 1,58 0,12 6,75 X7 Học vấn 0,004 0,08 0,94 1,56
X8 Số lao động tham gia sản xuất (0,07) (0,85) 0,40 1,17
D1 Tín dụng 0,15 1,98 0,06 1,11 D1 Tập huấn 0,11 2,01 0,05 1,11 Sig. F Change 0,00 Hệ số xác định R 0,95 Số quan sát 98,00 Durbin-Watson 1,586
Nguồn: Kết quả khảo sát năm 2015
Tín dụng
Tác giả Võ Trịnh Ngọc Duy (2015) và Nguyễn Thị Hồng Ngọc (2015) đã chỉ ra rằng, nếu nơng hộ có vay vốn để đầu tư vật tư, máy móc, trang thiết bị phát triển sản xuất thì khả năng ứng dụng tiến bộ khoa học kỹ thuật sẽ tốt hơn làm cho năng
suất lúa tăng thêm. Từ bảng kết quả 4.16 ta thấy, hệ số ước lượng của tín dụng có ý nghĩa thống kê ở mức 10% và mang giá trị dương. Cụ thể, khi nơng hộ có vay vốn thì năng suất lúa sẽ tăng 0,15%, với điều kiện các yếu tố khác không đổi.
Tập huấn
Tập huấn là biến giả được quy ước 1 là có tham gia tập huấn và 0 là không tham gia. Từ bảng kết quả ta thấy, hệ số ước lượng của tập huấn có ý nghĩa thống kê ở mức 5% và mang giá trị dương. Cụ thể, khi nơng hộ có tham dự lớp tập huấn kỹ thuật thì năng suất lúa sẽ tăng 0,11%, với điều kiện các yếu tố khác không đổi. Kết quả giống với nghiên cứu của tác giả Võ Trịnh Ngọc Duy (2015), Võ Thị Hồng Ngọc (2015), Đặng Hòa Thái (2010), Lê Bửu Minh Quân (2011). Điều này cho thấy, nếu nơng dân có tham dự các lớp tập huấn do Trung tâm Khuyến nơng; phịng Nơng nghiệp; cửa hàng/đại lý thuốc BVTV; tham dự các cuộc hội thảo, hội nghị khách hàng của cơng ty thuốc BVTV thì sẽ tiếp nhận được rất nhiều kiến thức bổ ích trong việc vận dụng vào q trình sản xuất lúa.
Chi phí giống
Chi phí mua lúa giống để sản xuất. Các giống lúa nông hộ đang sử dụng nhiều là OM6073, OM 499, OM5930, OMCS2000, OM4218... Nguồn cung cấp giống tại địa bàn nghiên cứu khá đa dạng, có những hộ sử dụng giống nguyên chủng hoặc xác nhận mua từ trung tâm khuyến nơng, lại có những hộ mua từ người quen vì giá rẻ hơn hoặc gia đình làm giống mùa trước để lại cho mùa sau. Những hình thức này đã và đang ảnh hưởng không tốt đến chất lượng lúa giống do bị lẫn tạp, thối hóa,…Chi phí giống trong tổng cơ cấu chi phí sản xuất lúa cũng phù hợp với kết quả được ghi nhận bởi các nghiên cứu trước đây. Nói chung, chi phí chiếm trên 12% trong tổng chi phí sản xuất lúa trung bình cho ba vụ/năm. Bình qn nơng hộ gieo sạ từ 25 đến 30kg lúa giống/1000m2. Lượng giống nhiều hay ít tùy theo mùa vụ, độ màu mỡ của đất, kinh nghiệm và kỹ thuật canh tác của nông hộ và đặc biệt quan trọng là phụ thuộc vào thời tiết lúc gieo sạ. Lượng sử dụng này được đánh giá là sạ dày vì theo khuyến cáo lượng giống cần thiết nên trong khoảng 70 - 120 kg/ha. Đây là tập quán lâu đời của nơng hộ nên khó thay đổi. Mặc dù Chương trình 3 giảm 3 tăng được phổ biến rộng rãi nhưng vẫn chưa thay đổi được tập quán lâu đời này. Theo các nhà khoa học nghiên cứu, mật độ gieo sạ lúa quá thưa hoặc quá dầy
cũng ảnh hưởng đến quá trình phát triển của cây lúa. Nếu mật độ gieo trồng quá thưa, có thể giúp lúa tăng trưởng mạnh nhưng năng suất không đạt được tối ưu, nhưng nếu gieo trồng với mật độ dầy sẽ làm giảm khả năng tăng trưởng của cây lúa, tạo điều kiện cho các loại sâu bệnh phát triển ảnh hưởng nghiêm trọng đến năng suất lúa. Trong mơ hình nghiên cứu, biến chi phí giống tại địa bàn nghiên cứu không ảnh hưởng đến năng suất lúa của nơng hộ và có quan hệ thuận với năng suất, chính vì thế người dân cần chú ý hơn trong quá trình gieo sạ của mình, cần điều chỉnh lượng mật độ gieo trồng phù hợp hơn để đảm bảo năng suất lúa đạt tối ưu.
Biến tuổi
Tuổi của chủ hộ có tuổi lớn nhất là 65 tuổi, nhỏ nhất là 26 tuổi và trung bình trên 50 tuổi. Yếu tố này khơng có ý nghĩa thống kê trong mơ hình và tỷ lệ nghịch với năng suất lúa của nông hộ. Điều này cho thấy, dù tuổi người lớn tuổi hay cịn trẻ có tăng thêm một năm thì cũng khơng có ảnh hưởng đến năng suất lúa của nông hộ tuy nhiên những nơng hộ có trẻ dễ tiếp cận những tiến bộ khoa học, vận dụng vào quy mô sản xuất lúa sẽ ảnh hưởng tốt đến năng suất lúa của nông hộ
Biến kinh nghiệm
Được đo bằng số năm sản xuất lúa của nông hộ. Kết quả ước lượng cho thấy biến kinh nghiệm khơng có ý nghĩa thống kê trong mơ hình. Tức số năm kinh nghiệm cao hay thấp đều không ảnh hưởng đến năng suất lúa của nông hộ. Tuy nhiên, nơng hộ có nhiều năm kinh nghiệm sẽ giúp ích trong việc nhận biết về các kỹ thuật sản xuất như: mơi trường, mầm bệnh, thời tiết, thuốc hóa chất,... nhằm hạn chế tối đa thiệt hại. Mặc khác điều này cũng cho thấy có thể do tính bảo thủ của người ni, chưa tích cực tham gia tập huấn học hỏi kinh nghiệm, cầu tiến.
Học vấn
Trình độ học vấn của chủ hộ cũng là yếu tố ảnh hưởng đến hiệu quả sản xuất lúa, nếu những người được học cao thì khả năng tiếp thu những kiến thức sản xuất tốt hơn nhưng người có trình độ thấp. Biếntrình độ học vấn mang giá trị dương có