Tên biến Định nghĩa Đơn vị tính Dấu kỳ vọng
Biến phụ thuộc
RICE Sản lượng lúa gạo Kg
Biến giải thích
LAND Diện tích đất canh
tác (mét vng) m
2 +
SEED Chi phí hạt giống 1.000VND +
AGRO Chi phí thuốc bảo
vệ thực vật 1.000VND +/-
FER Chi phí phân bón
hóa học 1.000VND +
LABOR Chi phí thuê lao
động ngoài 1.000VND +
MACHINE Chi phí máy móc
thiết bị 1.000VND +
𝜺𝑰 = 𝒗𝒊− 𝒖𝒊
𝒗𝑰là phần dư của ước lượng
𝒖𝑰là phần phi hiệu quả kỹ thuật được biểu diễn dưới dạng hàm số bao gồm các biến trong Bảng 3.2
Tương tự như các nghiên cứu khác, các biến số được sử dụng cho phân tích hiệu quả kỹ thuật gồm đầu ra - sản lượng, đầu vào được sử dụng – chi phí giống, chi phí lao động thuê ngồi, chi phí phân bón hóa học, chi phí máy móc thiết bị, chi phí cơng cụ dụng cụ, chi phí thuốc bảo vệ thực vật.
Sản lượng lúa (RICE)
Là biến phụ thuộc, được tính bằng tổng khối lượng lúa thu hoạch hàng năm (kg) từ các vụ lúa mà hộ đã trồng trong năm như: lúa tẻ đông xuân, lúa tẻ hè thu, lúa tẻ mùa/thu đông, lúa tẻ trên đất nương rẫy, lúa nếp, lúa đặc sản.
Diện tích đất (LAND)
Là biến giải thích, diện tích đất có vai trị quan trọng trong sản xuất để tăng sản lượng lúa đầu ra, như các nghiên cứu của Nguyễn Hữu Đặng (2011), Khai và Yabe (2011), diện tích đất có tác động có mối quan hệ cùng chiều với sản lượng. Diện tích đất được tính bằng kích thước của tất cả các mảnh đất mà hộ sử dụng cho trồng lúa (m2) trong năm, hay cịn gọi là diện tích đất canh tác. Theo đặc điểm sản xuất lúa ở Việt Nam, về cơ bản, trồng lúa được chia thành 3 vụ: đông xuân, hè thu và vụ mùa, mỗi vụ kéo dài khoảng 4 tháng, mỗi vụ có thể trồng xen kẽ nhiều loại lúa khác nhau như lúa tẻ, lúa nếp, lúa dặc sản và mỗi mảnh đất có thể gieo trồng nhiều vụ trong năm. Trong bài nghiên cứu, biến này được tính bằng trung bình diện tích đất được sử dụng cho một vụ. Kỳ vọng Kỳ vọng trong mối quan hệ với biến phụ thuộc là dương (+).
Chi phí hạt giống (SEED)
Hạt giống là biện pháp kỹ thuật để nâng cao năng suất. Giống có chất lượng tốt và phù hợp với mục đích sản xuất sẽ là tiền đề để tăng sản lượng. Chẳng hạn, đối với mục đích tăng vụ thì thời gian sinh trưởng ngắn, chống chịu sâu bệnh và chống chịu các điều kiện khó khăn. Khai và Yabe (2011), Lê Hồng Việt Phương (2012) biến Chi phí hạt giống được đưa vào mơ hình, đo lường bằng chi phí bằng tiền cho tồn bộ hạt giống sử dụng cho trồng lúa trong năm, và có tác động thuận chiều đến sản lượng lúa.
Trong nghiên cứu này sẽ sử dụng chi phí bằng tiền cho lượng hạt giống đầu vào (1.000 VND) theo như đơn vị tính trong bộ dữ liệu được sử dụng. Kỳ vọng trong mối quan hệ với biến phụ thuộc là dương (+).
Chi phí thuốc bảo vệ thực vật (AGRO)
Hóa chất nơng nghiệp (Agrochemicals) là những hoạt chất hóa học được sử dụng trong nơng nghiệp, bao gồm: phân bón hóa học, thuốc bảo vệ thực vật (thuốc trừ sâu, thuốc trừ nấm, thuốc diệt cỏ,…) với tác dụng mong muốn là hỗ trợ cây
trồng phát triển và bảo vệ cây trồng ngoài những tác động xấu từ cơn trùng và thực vật có hại. Một phần hố chất nơng nghiệp được sử dụng nguy hiểm đối với sức khỏe của người lao động và đối với môi trường nên được khuyến khích hạn chế sử dụng. Các nghiên cứu của Kawaguchi và cộng sự (2003), đưa ra tín hiệu tiêu cực khi hộ nông dân tăng việc sử dụng các loại thuốc bảo vệ thực vật lên cây lúa sẽ làm giảm sản lượng lúa. Tuy nhiên nếu chúng được sử dụng đúng phương pháp và liều lượng hợp lý thì có tác dụng tốt cho sự phát triển của cây trồng. Khai và Yabe (2011), thừa nhận tác động tích cực của thuốc bảo vệ thực vật đối với sản lượng lúa. Trong nghiên cứu này, Thuốc bảo vệ thực vật được đo bằng chi phí bằng tiền cho lượng thuốc được sử dụng (1.000 VND). Khơng có sự kỳ vọng trong mối quan hệ giữa chi phí thuốc bảo vệ thực vật và sản lượng.
Chi phí phân bón (FER).
Trong sản xuất nơng nghiệp, ngồi việc sử dụng giống tốt, phịng trừ sâu bệnh thì phân bón là yếu tố quan trọng quyết định đến sản lượng cây trồng.Việc thâm canh tăng vụ ngày càng cao, đất đai ngày càng mất đi nhiều dưỡng chất. Để cung cấp lại các dưỡng chất đã mất, ngồi nguồn phân bón hữu cơ, cần phải sử dụng nguồn phân hóa học cung cấp các dưỡng chất chính cho cây trồng, các dưỡng chất thiết yếu là đạm, lân, kali. Việc sử dụng đầu vào phân bón cũng cho kết quả khác nhau trong các nghiên cứu. Nguyễn Hữu Đặng (2011) sử dụng quá nhiều phân bón có thể làm giảm sản lượng lúa, điều này được giải thích là do hộ nơng dân sử dụng vượt mức lượng phân bón cho phép nên gây ra tác động trái chiều đến sản lượng. Ngược lại, Khai và Yabe (2011) đưa ra bằng chứng rằng tiêu dùng cho phân bón tăng có thể làm gia tăng sản lượng lúa. Kỳ vọng trong mối quan hệ với biến phụ thuộc là dương (+), đơn vị tính 1.000VND.
Chi phí lao động thuê ngoài (LABOR)
Hầu hết những hộ tham gia trồng lúa đều sử dụng lao động trong gia đình, tuy nhiên do một số nguyên nhân yêu cầu phải sử dụng sự hỗ trợ từ các nguồn lao động khác như lao động con người hoặc sức kéo của động vật. Khai và Yabe (2011), Krisha (2014) đo lường biến lao động thuê ngoài bằng tiền mặt chi trả cho lao động trong năm. Trong nghiên cứu này sẽ sử dụng cách đo lường bằng tổng chi phí tiền mặt chi trả cho lao động thuê ngoài được sử dụng trong năm gồm tiền công trả cho người lao động và sức kéo của súc vật như trong dữ liệu đã cho. Đơn vị tính 1.000 VND. Các nghiên cứu trên cũng chỉ ra việc th lao động ngồi và sản lượng lúa có mối quan hệ cùng chiều, do đó kỳ vọng mối quan hệ giữa chi phí lao động thuê ngoài và sản lượng mang dấu (+).
Chi phí máy móc, thiết bị (MACHINE)
Cơ giới hóa trong nơng nghiệp đóng vai trị quan trọng trong việc thay thế lao động tay chân bằng lao động máy móc. Máy móc có thể giúp người nơng dân thực hiện khâu làm đất, khâu thu hoạch, các khâu như gieo sạ, cấy, làm cỏ và phun thuốc… Kết quả nghiên cứu của Khai và Yabe (2011) chỉ ra rằng dịch vụ máy móc có tác động tích cực đến sản lượng lúa đầu ra. Nó có nghĩa là sản lượng lúa tăng khi người nông dân sử dụng thêm nhiều máy móc thiết bị.
Trong nghiên cứu này, máy móc thiết bị được đo lường bằng chi phí bằng tiền mặt cho việc thuê, mua máy móc thiết bị. Đơn vị tính 1.000 VND.
Các biến tác động đến hiệu quả kỹ thuật
Bảng 3.2. Danh sách biến trong mô hình phi hiệu quả kỹ thuật
Tên biến Định nghĩa Đơn vị Dấu kỳ vọng
SEX Giới tính chủ hộ (1= Nam, 0= Nữ) Biến định tính +/-
EDU Số năm đi học của chủ hộ Năm +/-
AGE Tuổi chủ hộ Năm -
MEM Số thành viên gia đình Người +
POLICY
(1=được hưởng lợi từ dự án hỗ trợ của chính phủ, 0= không được hưởng lợi từ dự án hỗ trợ của chính phủ)
Biến định tính +/-
ĐBSH (1=Thuộc vùng đồng bằng sông
Hồng , 0= Vùng khác) Biến định tính +
ĐBSCL (1=Thuộc vùng đồng bằng sông
Cửu Long, 0=vùng khác) Biến định tính +
CROP (1=gieo trồng nhiều hơn 2 vụ trong
năm, 0=gieo trồng 1 vụ trong năm) Biến định tính +
Giới tính của chủ hộ (SEX)
Biến giả giới tính của chủ hộ được nhận giá trị bằng 1 nếu người đó có là Nam, giá trị bằng 0 nếu là Nữ. Nhiều nghiên cứu thực nghiệm chỉ ra chủ hộ là Nữ thực hiện các hoạt động sản xuất mang lại hiệu quả tốt hơn so với Nam (Udry và
cộng sự ,1995; Simonyan và cộng sự, 2011). Tuy nhiên, cũng rất nhiều nghiên cứu, giới tính của chủ hộ khơng ảnh hưởng đến hiệu quả kỹ thuật sản xuất (Adesina và Djato,1996).
Trong nghiên cứu này, giới tính của chủ hộ trồng lúa được đưa vào để xem xét tác động đến hiệu quả kỹ thuật. Bởi vì có nhiều kết luận khác nhau về mối quan hệ giữa giới tính và hiệu quả kỹ thuật nên nghiên cứu này khơng có kỳ vọng về chiều tác động giữa chúng.
Tuổi của chủ hộ (AGE)
Trong nhiều nghiên cứu, tuổi tác là một biến được sử dụng như một yếu tố phản ánh kinh nghiệm của người lao động. Do đó tuổi càng lớn, kinh nghiệm của người nông dân càng tăng.Tuy nhiên, Khai và Yabe (2011), chứng minh hiệu quả kỹ thuật giảm bởi những lao động có độ tuổi lớn. Lý do đưa ra là họ gặp khó khăn trong việc tiếp nhận những kiến thức mới so với những người trẻ tuổi.
Trong nghiên cứu này, mối quan hệ giữa tuổi chủ hộ và hiệu quả kỹ thuật được kỳ vọng có tác động âm (-), có nghĩa là tuổi của chủ hộ tăng sẽ tác động làm giảm hiệu quả kỹ thuật sản xuất
Trình độ học vấn (EDU)
Kumbhakar và cộng sự (1989) cho rằng giáo dục là một yếu tố quan trọng ảnh hưởng đến hiệu quả sản xuất, cụ thể là tăng năng suất lao động. Huang (1997) chỉ ra trình độ học vấn trung bình của hộ gia đình có mối quan hệ thuận chiều với hiệu quả kỹ thuật trong nghiên cứu ngành sản xuất lúa tại Trung Quốc. Những người có trình độ học vấn cao sẽ đánh giá tốt và đưa ra quyết định phù hợp trong việc sử dụng các đầu vào và ứng dụng các biện pháp canh tác tốt hơn.
Trong nghiên cứu này, trình độ học vấn của chủ hộ trồng lúa được đưa vào để xem xét tác động đến hiệu quả kỹ thuật, được đo bằng số năm đi học của chủ hộ. Bởi vì có nhiều kết luận khác nhau về mối quan hệ giữa học vấn và hiệu quả kỹ
Số thành viên trong hộ (MEM)
Theo nghiên cứu trước đây, Idiong (2007) chỉ ra lượng thành viên trong gia đình có tác động hạn chế khả năng tăng hiệu quả kỹ thuật trong sản xuất. Lý do là hộ sử dụng dư thừa lao động trong sản xuất. Tuy nhiên trong nghiên cứu của Alhassan (2008) so sánh hiệu quả kỹ thuật với hai kích cỡ đất lớn và nhỏ thì cho thấy một hộ có càng nhiều thành viên thì sẽ làm việc hiệu quả trên mẫu đất có kích thước lớn, và ngược lại.
Trong bài nghiên cứu, số thành viên hộ gia đình được đo lường bằng số người sinh hoạt và chi tiêu chung, có mối quan hệ với chủ hộ. Kỳ vọng biến có mối quan hệ tích cực đến hiệu quả kỹ thuật, có nghĩa nếu số lượng thành viên gia đình tăng thêm sẽ tăng hiệu quả kỹ thuật trong sản xuất.
Chương trình hỗ trợ từ chính phủ (POLICY)
Khả năng tài chính hạn chế, hay gặp trở ngại trong tiếp cận tín dụng có thể ảnh hưởng đến quyết định giảm đầu vào sản xuất.
Trong nghiên cứu này, Chương trình hỗ trợ từ chính phủ được đo lường bằng các sử dụng biến giả để tìm hiểu vấn đề rằng hộ gia đình nhận được lợi ích từ các chương trình trợ giúp từ chính phủ thì có đem lại tín hiệu tốt về hiệu quả kỹ thuật trong sản xuất hay khơng.
Vị trí địa lý Đồng bằng sông Hồng (ĐBSH) và Đồng bằng sông Cửu Long (ĐBSCL)
Vị trí địa lý quyết đinh các đặc điểm về điều kiện tự nhiên trong sản xuất như (độ màu mỡ của đất, thời tiết,…) hay điều kiện xã hội (tập quán canh tác).
Trong nghiên cứu này sử dụng hai biến định tính về vị trí địa lý để tìm hiểu sự khác biệt về hiệu quả kỹ thuật giữa 2 vùng này so với các vùng khác.
Bằng 1 nếu như người nông dân sản xuất thuộc một trong hai vùng ĐBSH hoặc ĐBSCL, bằng 0 nếu người nông dân sản xuất ở vùng khác. Vì vùng ĐBSH và
ĐBSCL là hai đồng bằng châu thổ có diện tích trồng lúa lớn nên điều kiện để sản xuất lúa cũng có nhiều thuận lợi, do đó, hai biến này được kỳ vọng sẽ có ảnh hưởng tích cực đến hiệu quả kỹ thuật.
Thực hiện tăng vụ (CROP)
Là biến định đính, được đưa vào trong nghiên cứu nhằm xem xét mối quan hệ giữa hiệu quả kỹ thuật và việc tăng số vụ gieo trồng trong trồng lúa. Biến bao gồm hai giá trị. Bằng 1 nếu như người nông dân sản xuất từ 2 vụ trở lên mỗi năm, bằng 0 nếu người nông dân chỉ sản xuất một vụ trong năm. Việc tăng vụ được kỳ vọng sẽ có ảnh hưởng tích cực đến hiệu quả kỹ thuật.
3.3. Phương pháp ước lượng
3.3.1 Phương pháp hiệu chỉnh OLS (Corrected OLS)
COLS được đề xuất bởi Winsten (1957). Trong nghiên cứu của ơng chỉ ra rằng mơ hình xác định cận biên có thể ước lượng bởi hai bước: Đầu tiên ước lượng bình phương bé nhất (OLS) được sử dụng để ước lượng các hệ số trong mơ hình, trong bước thứ hai, hệ số chặn bị chệch được điều chỉnh để ước lượng biên tiếp giáp với dữ liệu ở phía trên.
Hệ số chặn 𝛽0∗= 𝛽0+ max(𝑢𝑖)
Với 𝑢𝑖 là phần dư của ước lượng OLS. Phần dư của OLS được điều chính theo hướng ngược lại:
−𝑢𝑖∗ = 𝑢𝑖− max(𝑢𝑖)
Trong đó, phần dư được điều chỉnh trong mơ hình OLS là khơng âm, nằm giữa giá trị (0;1) và có thể tính được hiệu quả kỹ thuật cho mỗi quan sát
Phương pháp COLS dễ thực hiện và tạo ra được ước lượng biên phía trên dữ liệu. Tuy nhiên, nhược điểm của phương pháp này là đường biên được tạo ra song song với hồi quy OLS bởi phương pháp này chỉ điều chỉnh hệ số chặn.
3.3.2 Phương pháp biến đổi OLS (Modified OLS)
Phương pháp này được để xuất bởi Afriad (1972) và Richmond (1974). Mơ hình xác định biên được ước lượng bằng phương pháp bình phương bé nhất với giả định rằng các sai số tuân phân phối một bên được xác định rõ ràng, chẳng hạn như phân phối mũ hoặc phân phối bán chuẩn. Quy trình của phương pháp MOLS khá giống quy trình hai bước của phương pháp COLS. Sau khi ước lượng bằng phương pháp OLS, ước tính hệ số chặn và làm biến đổi bằng giá trị trung bình của phân phối được giả định.
𝛽0∗∗ = 𝛽0+ E(𝑢𝑖) −𝑢𝑖∗∗ = 𝑢𝑖− E(𝑢𝑖)
Phương pháp MOLS cũng rất dễ thực hiện, tuy nhiên không đủ để đảm bảo rằng việc biến đổi làm cho đường biên tăng lên đủ để tiếp giáp với các quan sát từ dữ liệu. Nếu tồn tại một quan sát có phần dư lớn [𝑢𝑖− E(𝑢𝑖)] > 0 thì sẽ khó khăn khi giải thích cho giá trị hiệu quả kỹ thuật bất thường này. Cũng có thể dịch chuyển hệ số chặn xa hơn để không quan sát nào đạt điểm hiệu quả kỹ thuật. Tuy nhiên, như phương pháp COLS thì đường biên sản xuất trong phương pháp MOLS cũng song song với hồi quy OLS vì chỉ có sự biến đổi ở hệ số chặn.
Hai phương pháp ước lượng trên không cung cấp cơ sở cho sự tồn tại của các cú sốc ngẫu nhiên. Do đó, cần một phương pháp ước lượng hợp lý hơn với thực tế.
3.3.3 Phương pháp ước lượng hợp lý tối đa (Maximum likelihood estimation) estimation)
Phương pháp này được áp dụng đầu tiên bởi Greene (1980) và Stevenson (1980).
Nghiên cứu Monte carlo của Coelli (1995) chỉ ra ước lượng MLE cho cỡ mẫu quan sát lớn sẽ hiệu quả hơn phương pháp COLS.
Trong nghiên cứu này sử dụng phần mềm STATA 12, sử dụng phương pháp MLE đối với hàm sản xuất biên ngẫu nhiên để ước lượng hiệu quả kỹ thuật.
Đồng thời, bài nghiên cứu cũng sử dụng phương pháp tiếp cận một giai đoạn theo Battese và Coelli (1995), để xác định các yếu tố trong hàm phi hiệu quả kỹ thuật. Do đó, mơ hình ở cơng thức 3.3 được phát triển từ mơ hình gốc ở cơng thức 3.2 và được ước lượng đồng thời với công thức 3.2.
Các hệ số mơ hình gồm 𝛽𝑖 và 𝛼𝑖 và tham số 𝜎2, 𝛾 được ước lượng đồng thời bằng phương pháp MLE. Trong đó, 𝜎2 = 𝜎𝑢2+𝜎𝑣2 ; hệ số 𝛾 = 𝜎𝑢2