Chương 2 : CƠ SỞ LÝ THUYẾT
3.2 Mơ hình ước lượng, chiến lược ước lượng và dữ liệu nghiên cứu
3.2.1 Mơ hình ước lượng
Dưới đây các biến độc lập từ phương trình (3.1) được mơ tả dưới bảng sau
Bảng 3.3 Các biến giải thích sử dụng trong mơ hình
Stt Kí hiệu Định nghĩa Đơn vị tính Dấu kỳ
vọng
1 TeRa Nhiệt độ trung bình tháng của các tháng mùa mưa o
C/tháng +/-
2 TeRaSq Nhiệt độ trung bình tháng của các tháng mùa mưa bình
phương (
o
C/tháng)2 +/-
3 TeDr Nhiệt độ trung bình tháng của các tháng mùa khơ o
C/tháng +/-
4 TeDrSq Nhiệt độ trung bình tháng của các tháng mùa khơ bình
phương (
oC/tháng)2 +/-
5 RaRa Tổng lượng mưa trung bình tháng của các tháng mùa mưa mm/tháng +/- 6 RaRaSq Tổng lượng mưa trung bình tháng của các tháng mùa khơ
bình phương (mm/tháng)2 +/- 7 RaDr Tổng lượng mưa tháng trung bình của các tháng mùa khơ mm/tháng +/- 8 RaDrSq Tổng lượng mưa trung bình tháng của các tháng mùa khơ
bình phương (mm/tháng)2 +/-
9 SAc Nhóm đất xám +
10 SGl Nhóm đất glây +/-
11 SFl Nhóm đất phù sa +
12 SAr Nhóm đất cát +
13 Age Tuổi của chủ hộ năm +
14 Sex Giới tính của chủ hộ (1: Nam; 0: Nữ) + 15 Edu Trình độ giáo dục chủ hộ từ không đi học đến lớp 12 lớp + 16 Ethn Dân tộc (1: người dân tộc; 0: người kinh) - 17 HoSi Số lượng người trong hộ người + 18 Rice Hình thức canh tác (1: độc canh; 0: đa canh) + 19 Irr Hình thức tưới tiêu (1: tưới tiêu chủ động; 0: tưới tiêu bị
động) +
20 Area Tổng diện tích trồng lúa gồm các vụ trong năm ha/năm +/- 21 MiMa Bán sỉ cho tư thương + 22 ReTa Bán lẻ cho tiêu dùng + 23 NoFa Có sản xuất kinh doanh hoặc việc làm phi nơng nghiệp (1:
có; 0: khơng có) +
24 Cred Tiếp cận tín dụng (1: còn nợ; 0: khơng cịn nợ) +
Theo khung phân tích Hình 3.3 và cơng thức (2.3), mơ hình ước lượng được triển khai như sau:
PLE = b0 + [(b1 TeRa + b2 TeRaSq) + (b3 TeDr + b4 TeDrSq) + (b5RaRa + b6 RaRaSq) + (b7 RaDr + b8 RaDrSq)] + [b9 SAc + b10 SGl + b11 SFl + b12 SAr] + [b13 Age + b14 Sex + b15 Educ + Ethn b16 + b17 HoSi + b18 Rice + b19 Irri + b20 Area + b21 MiMa +
b22 ReTa + b23 NoFa + + b24 Cred b25 Exte] + u (3.1)
u: là phần dư của mơ hình
PLE là biến phụ thuộc thể hiện TNR từ trồng lúa của nơng hộ mà dưới đây gọi TNTL, đơn vị tính triệu đồng/ha.
3.2.2 Chiến lược ước lượng mơ hình
Đề tài sử dụng phương trình (3.1) để đo lường mối quan hệ giữa các yếu tố khí hậu hiện nay và TNTL. Sau đó, chúng ta thay thế các yếu tố khí hậu hiện tại với các yếu tố khí hậu được dự báo để lượng hóa mức độ tác động kinh tế của BĐKH đến TNTL.
Với dữ liệu chéo, phương pháp hồi quy thông thường (OLS) có thể gặp các vấn đề như phương sai thay đổi, đa cộng tuyến, ảnh hưởng của giá trị ngoại lai và tự tương quan. Điều này làm thiên lệch kết quả ước lượng. Nhằm hạn chế các vấn đề trên, một số nghiên cứu trước (Benhin, 2008 và Mano và Nhemachena, 2007) đã sử dụng phương pháp hồi quy phân vị. Phân vị được hiểu là giá trị trong mẫu có tính đến thứ vị trong mẫu sau khi được sắp xếp, một giá trị thường hay dùng trong phân vị là trung vị. Giá trị ngoại lai thường làm thay đổi giá trị trung bình của mẫu trong khi trung vị thì có thể khơng thay đổi trong mẫu. Các tác giả này cho rằng mục đích của hồi quy phân vị là ước lượng giá trị trung vị của biến phụ thuộc thay vì ước lượng về giá trị trung bình của biến phụ thuộc trong hồi quy OLS, loại bỏ vấn đề của giá trị ngoại lai và làm hạn chế thiên lệch ước lượng; do đó khắc phục vấn đề phương sai thay đổi trong hồi quy OLS8. Benhin (2008) đề cập rằng đa cộng tuyến do sự có mặt quá nhiều biến giải thích trong mơ hình và nói chung vấn đề này khơng hồn tồn triệt tiêu.
Trong phần mềm phân tích Stata 11, lệnh cho hồi quy phân vị là qreg. Khả năng giải thích của hồi quy phân vị là Pseudo R2 thay cho R2 trong hồi quy OLS. Mức ý nghĩa thống kê của các hệ số hồi quy sẽ dựa theo kiểm định t hoặc Pvalue có sẵn trong bảng kết quả hồi quy. Theo kinh nghiệm, giá trị tuyệt đối của t không nhỏ hơn 2 hoặc Pvalue khơng lớn hơn 10% thì hệ số hồi quy có ý nghĩa thống kê.
3.2.3 Dữ liệu nghiên cứu
Đề tài sử dụng các dữ liệu như sau:
Bộ dữ liệu điều tra mức sống hộ gia đình Việt Nam năm 2008 (VHLSS 2008) được thực hiện bởi GSO. Đây là dữ liệu nền tảng để xác định 4691 mẫu nghiên cứu cho đề tài. Mẫu nghiên cứu bao gồm các hộ trồng lúa trong 12 tháng qua tính từ thời điểm điều tra dựa theo các dịng thơng tin về lúa: lúa tẻ cả năm9, lúa nếp cả năm, lúa đặc sản. Các thông tin kèm
8 Để khắc phục phương sai thay đổi, một số nghiên cứu trước sử dụng hồi quy OLS có Robust.
9 Tổng cộng của 4 loại: lúa tẻ Đông Xuân, lúa tẻ Hè Thu, lúa tẻ Thu Đông, lúa tẻ nương rẫy. Các thơng tin này có thể khơng phân tách được nếu trường hợp nông hộ không thể nhớ rõ từng loại.
theo mẫu nghiên cứu bao gồm thông tin thu nhập hộ trồng lúa, đặc điểm kinh tế - xã hội của hộ, của chủ hộ, của xã.
Dữ liệu khí hậu dựa theo nguồn của IMHEN trên trang điện tử của MARD, bao gồm nhiệt
độ trung bình tháng và tổng lượng mưa tháng trong giai đoạn 2001-2010 của 120 trạm khí tượng của 57 tỉnh thành cả nước10.
Dữ liệu đất của FAO là dữ liệu GIS dạng Raster có độ phân giải là 30 arc-second11, với phạm vi bao phủ toàn thế giới. Theo phiên bản v1.10 cập nhật đến ngày 25/3/2009, thế giới có 28 nhóm đất chính, 153 đơn vị đất, đơn vị phân loại nhỏ hơn là đơn vị đất phụ và pha đất chưa thấy đề cập.
Dữ liệu về kịch bản BĐKH của MONRE đã công bố vào năm 2009, dự báo sự thay đổi nhiệt độ, lượng mưa, mực nước biển dâng các thời kỳ từ 2030 đến 2100 của bảy vùng khí hậu ở Việt nam. Trong đề tài này, chúng ta sử dụng kịch bản phát thải trung bình (B2) theo như MONRE đề xuất cho các Bộ, ngành và địa phương làm định hướng ban đầu để đánh giá tác động của BĐKH cũng như xây dựng kế hoạch hành động ứng phó với BĐKH. Theo kịch bản B2 vào cuối thế kỷ 21, nhiệt độ trung bình tăng lên 2-3oC, lượng mưa nhìn chung tăng lên từ 1-8% so thời kỳ năm 1980-1999 tùy theo vùng, tuy nhiên lượng mưa sẽ tăng lên vào mùa mưa và giảm đi vào mùa khơ (Phụ lục 7).
Ngồi ra, đề tài còn sử dụng dữ liệu về độ cao SRTM30 do Shuttle Radar Topography
Mission của cơ quan hàng không Mỹ với độ phân giải 30 arc-second nhằm định vị trí trồng lúa chính xác hơn. Đề tài còn sử dụng dữ liệu bản đồ số có nguồn từ Cục đo đạc và bản đồ Việt Nam 2009 thuộc MONRE, bao gồm các cấp: Tỉnh, Huyện, Xã12. Sự có mặt của dữ liệu bản đồ số nhằm kết nối bộ dữ liệu VHLSS 2008 với các dữ liệu dạng GIS; cụ thể các bước của công việc này được trình bày ở Phụ lục 8. Cuối cùng, chúng ta có bộ dữ liệu ở cấp hộ bao gồm 4279 mẫu nghiên cứu được chọn lại trên bản đồ (Phụ lục 9).
10 Ở miền Bắc có 64 trạm, miền Trung có 39 trạm và miền Nam có 17 trạm. Trong đó, Sơn La và Vinh mỗi tỉnh có đến 8 trạm, tuy nhiên có tỉnh khơng có trạm nào như Bắc Ninh, Bình Dương, Đồng Nai, Vĩnh Long, Bến Tre và Hậu Giang.
11 Dữ liệu GIS có 2 dạng: Vector và Raster. Dạng Vector vô cùng hữu dụng để miêu tả các đối tượng không gian riêng rẽ để nhận biết các vị trí rời rạc của thế giới thực trong khi đó dạng Raster vơ cùng hữu dụng để miêu tả các đối tượng không gian liên tục. Dạng Raster không gian được chia thành các ô lưới đều, thường được gọi là độ phân giải. Độ phân giải 30 arc-second nghĩa là kích thước điểm ảnh là 0,9km hay kích thước ơ
lưới là 0.81km2, kích thước điểm ảnh càng nhỏ thì chất lượng ảnh càng tốt.
12 Đây là dữ liệu GIS dưới dạng vector gồm dạng điểm (point) là tọa độ UBND của các đơn vị hành chính
các cấp, dang đường (line) là ranh giới giữa các đơn vị hành chính các cấp, và dạng đa giác (polygon) là diện tích của các đơn vị hành chính các cấp. Các mẫu nghiên cứu được kết nối vào dữ liệu bản đồ dựa theo code