- Chính quyền địa phương phải tiến hành đào tạo kỹ thuật, chuyển giao kỹ thuật cho người nuôi để họ nắm bắt được kỹ thuật nuôi tiên tiến để họ áp dụng trong quá trình nuôi
- Chính quyền địa phương phải nắm bắt chính xác tình hình biến đổi của thời tiết để báo cho người nuôi để họ chủ động phòng tránh được những thiệt hại không đáng có do thiên tai gây ra.
- Chính quyền địa phương nhất là bên tín dụng phải tạo điều kiện thuận lợi hết sức để người nuôi có thể tiếp cận được nguồn vốn vay, đặc biệt là các nguồn vốn ưu đãi của chính phủ để họ đầu tư.
- Phải có sự phối hợp của các bên như người nuôi, chính quyền các cấp, trung tâm khuyến ngư và đội ngũ các nhà khoa học và các bên có liên quan để họp mặt rút kinh nghiệm, tìm ra các giải pháp mới để việc nuôi tôm thẻ chân trắng càng ngày càng hiệu quả hơn
Từ những kết quả phân tích của đề tài thì chính quyền địa phương có thể lấy làm tham khảo để có thể chỉ đạo, xây dựng một quy trình nuôi đạt hiệu quả cao. Qua đó phổ biến cho người nuôi để họ nuôi hiệu quả hơn.
PHỤ LỤC 1
HƯỚNG DẪN SỬ DỤNG PHẦN MỀM FRONTIER 4.1 1. Mô hình nghiên cứu:
Hàm sản xuất biên ngẫu nhiên (Stochastic Frontier Production Function –
SFPF) được nghiên cứu độc lập bởi Aigner, Lovell và Schmide (1977) và Meeusen
và van den Broeck (1977). Mô hình ban đầu là một hàm sản xuất được xây dựng cho dữ liệu chéo, trong đó phần sai số gồm hai phần, một phần giải thích các tác động ngẫu nhiên và một phần giải thích tính phí hiệu quả kỹ thuật. Mô hình này có thể được biểu diễn như sau:
(1) Yi = xi + (Vi – Ui) , i=1,…,N, Trong đó:
- Yi là sản lượng (hay log của sản lượng) của doanh nghiệp thứ i; - Xi là kx1 véc-tơ của các đầu vào của doanh nghiệp thứ i;
- là véc-tơ của các tham số chưa biết;
- Vi là các biến ngẫu nhiên và được giả định có tính iid. (independently
identical distributed) N(0,v2) và độc lập với
- Ui là các biến ngẫu nhiên không âm, được giả định là giải thích cho tính phi hiệu quả kỹ thuật trong sản xuất và cũng có tính chất iid. |N(0, u2)|.
Phần mềm FRONTIER 4.1 được sử dụng để chạy ra các ước lượng khả năng cực đại (Maximum likelihood – ML) của một tập hợp các hàm sản xuất biên ngẫu nhiên và hàm chi phí. Phần mềm này có thể dùng với dữ liệu bảng; với hiệu suất thay đổi hay không thay đổi theo thời gian; với phân phối chuẩn hay phân phối bị chặn; và với các dạng hàm có biến phụ thuộc ở dạng log hay đơn vị khác. Phần mềm không thể sử dụng dữ liệu có phân phối dạng mũ và cũng không ước lượng được hệ phương trình. FRONTIER 4.1 được lập trình để ước lượng các mô hình của Battese và Coelli (1988, 1992, 1995) và Battese, Coelli và Colby (1989).
Battese và Coelli (1992) xây dựng một hàm sản xuất biên ngẫu nhiên cho dữ liệu bảng (không cân xứng) trong đó tác động cá thể của doanh nghiệp được giả định có phân phối chuẩn bị chặn và thay đổi một cách hệ thống theo thời gian. Mô hình được trình bày như sau :
(2) Yit = xit + (Vit – Uit) , i=1,…,N, t=1,…,T, Trong đó :
- Yit là (log) của sản lượng của doanh nghiệp thứ i trong giai đoạn thứ t ;
- Xit là kx1 véc-tơ của các đầu vào của doanh nghiệp thứ i trong giai đoạn thứ t ;
- là véc-tơ của các tham số chưa biết;
- Vit là các biến ngẫu nhiên và được giả định có tính iid. N(0,v2) và độc lập với
- Uit = (Uiexp(-(t-T))), trong đó
Ui là các biến ngẫu nhiên không âm, được giả định là giải thích cho tính phi hiệu quả kỹ thuật trong sản xuất và cũng có tính chất iid. với các giá trị bị chặn tại 0 của phân phối N(0, u2).
- là tham số được ước lượng;
Và bảng dữ liệu không nhất thiết phải hoàn chỉnh (hay cân xứng).
. Mô hình 2 : Battese và Coelli (1995)
Mô hình Battese và Coelli (1995) được biểu diễn như sau : (3) Yit = xit + (Vit – Uit) , i=1,…,N, t=1,…,T,
- Trong đó :
- - Yit, xit và được định nghĩa như trên ;
- - Vit là các biến ngẫu nhiên và được giả định có tính iid. N(0,v2) và độc lập với
- - Uit là các biến ngẫu nhiên không âm, được giả định là giải thích cho tính phi hiệu quả kỹ thuật trong sản xuất và có phân phối độc lập với các giá trị bị chặn tại 0 của phân phối N(mit, u2), trong đó :
- (4) mit = zit, với:
- - zit là px1 véc-tơ các biến có thể ảnh hưởng đến hiệu quả của một doanh nghiệp; và
- - là 1xp véc-tơ của các tham số được ước lượng.
. Hàm chi phí:
Tất cả các mô hình trên đều được biểu diễn dưới dạng hàm sản xuất với biến Ui giải thích cho các tác động phi hiệu quả kỹ thuật khiến cho doanh nghiệp hoạt động dưới mức sản xuất biên ngẫu nhiên. Nếu chúng ta mong muốn xây dựng một hàm chi phí biên thì đơn giản chỉ cần thay thế phần sai số từ (Vi-Ui) thành (Vi+Ui). Ví dụ, chuyển hàm sản xuất sang hàm chi phí sử dụng mô hình (1), ta có :
(5) Yi = xi + (Vi + Ui) , i=1,…,N, Trong đó:
- Yi là (log của) chi phí sản xuất của doanh nghiệp thứ i;
- Xi là kx1 véc-tơ của giá cả các đầu vào và sản lượng của doanh nghiệp thứ i; - là véc-tơ của các tham số chưa biết;
- Vi là các biến ngẫu nhiên và được giả định có tính iid. N(0,v2) và độc lập với
- Ui là các biến ngẫu nhiên không âm, được giả định là giải thích cho chi phí của tính phi hiệu quả trong sản xuất và có tính chất iid. |N(0, u2)|.
. Dự báo hiệu quả:
Phần mềm tính toán các giá trị dự báo cho hiệu quả kỹ thuật của doanh nghiệp từ các sản xuất biên ngẫu nhiên, và các giá trị dự báo của hiệu quả chi phí từ chi phí biên ngẫu nhiên. Thước đo hiệu quả kỹ thuật so với sản xuất biên (1) và của hiệu quả chi phí so với chi phí biên (5) được định nghĩa như sau:
(6) EFFi = E(Y*i|Ui,Xi)/E(Y*i|Ui=0,Xi),
Trong đó : Y*i là sản lượng (hay chi phí) của doanh nghiệp thứ i, sẽ bằng Yi khi biến phụ thuộc có giá trị ban đầu và bằng exp(Yi) khi biến phụ thuộc ở dạng log. EFFi sẽ có giá trị từ 0 đến 1 (Với hàm sản xuất); và từ 1 đến vô hạn (Với hàm chi phí). Thước đo hiệu quả được chú giải như sau :
Chi phí/Sản lượng Biến phụ thuộc dạng log Hiệu quả (EFFi)
Sản lượng Có exp(-Ui)
Chi phí Có exp(Ui)
Sản lượng Không (xi-Ui)/(xi)
Chi phí Không (xi+Ui)/(xi)
2. Các dạng File:
Có 5 dạng file thường được sử dụng với phần mềm FRONTIER 4.1: - File thực hiện FRONTIER41.EXE
- File khởi động FRONT41.000 - File dữ liệu .DTA (vd: TEST.DTA) - File hướng dẫn .INS (vd: TEST.INS) - File kết quả .OUT (vd: TEST.OUT)
File khởi động FRONT41.000 chứa giá trị của một số biến quan trọng như tiêu chuẩn hội tụ. Dạng file này có thể được chỉnh sửa nếu người dùng muốn thay đổi bất kỳ giá trị nào. Người sử dụng phải tạo ra file dữ liệu và file hướng dẫn trước khi thực hiện chạy trên máy. File kết quả được phần mềm FRONTIER tạo ra trong quá trình chạy dữ liệu.
Phần mềm đòi hỏi dữ liệu ở dạng file văn bản (text file) và yêu cầu khá đặc biệt về định dạng. Dữ liệu phải được liệt kê theo từng quan sát. Phải có 3+k[+p cột trình bày theo thứ tự dưới đây:
Số thứ tự của doanh nghiệp (từ 1 đến N) Giai đoạn (từ 1 đến T) Yit xlit : 3+k) xkit [3+k+1) zlit : 3+k+p) zpit].
Các giá trị z được đặt trong dấu ngoặc vuông để biểu thị rằng chúng không phải luôn cần đến. Z chỉ được sử dụng khi ước lượng Mô hình 2. Các quan sát có thể được liệt kê theo trật tự bất kỳ nhưng các cột cần được liệt kê theo trật tự nêu trên. Tuy nhiên cần có ít nhất một quan sát cho mỗi doanh nghiệp N và ít nhất một quan sát cho giai đoạn 1 và giai đoạn T. Nếu bạn sử dụng dữ liệu chéo thì cột 2 (cột giai đoạn) nên đặt giá trị bằng ‘1’ cho tất cả các giá trị. Lưu ý rằng dữ liệu phải được chuyển đổi phù hợp một khi cần sử dụng một dạng hàm khác ngoài dạng tuyến tính. Các dạng hàm Cobb-Douglas và Translog thường được sử dụng phổ biến nhất trong các phân tích giới hạn ngẫu nhiên. Ví dụ về 2 dạng hàm này được trình bày trong mục 4.
Phần mềm có thể nhận lệnh hướng dẫn từ một file hoặc một cổng khác. Sau khi đánh ‘FRONT4.1’ để khởi động, người sử dụng được hỏi rằng lệnh hướng dẫn sẽ đến từ một file hay cổng. Cấu trúc của file hướng dẫn được trình bày trong phần tiếp theo. Nếu lệnh được chọn là từ một cổng tương tác (interactive terminal) thì các câu hỏi sẽ được đưa ra theo cùng thứ tự xuất hiện như trong file hướng dẫn.
3. Phương pháp ước lượng ba bước (Three-Step Estimation)
Phần mềm sẽ sử dụng quy trình ba bước để ước lượng ML (maximum likelihood) các tham số của hàm sản xuất biên ngẫu nhiên. Các bước tiến hành như sau:
. Ước lượng bình phương nhỏ nhất thông thường (OLS) cho các tham số của hàm sản xuất. Các giá trị ước lượng ngoại trừ hệ số góc (0) sẽ không bị thiên lệch.
. Tìm kiếm tối đa (Grid search) các giá trị của , với các tham số (ngoại trừ 0) được giữ nguyên từ ước lượng OLS và tham số 0 và 2 được điều chỉnh theo công thức bình phương nhỏ nhất hiệu chỉnh của Coelli (1995). Các tham số khác (, hoặc ) được đặt bằng 0 trong giai đoạn tìm kiếm grid search này.
. Các giá trị lựa chọn trong grid search được sử dụng như các giá trị ban đầu trong một quy trình lặp (sử dụng phương pháp Davidon-Fletcher-Powell Quasi-Newton) để đạt được các ước lượng ML cuối cùng.
3.1. Grid Search
Như đã trình bày ở trên, grid search được thực hiện trong không gian tham số . Các giá trị của được xem xét từ 0.1 đến 0.9 với giá số là 0.1. Kích cỡ của gia số này được thay đổi bằng cách thay đổi giá trị của biến GRIDNO vốn được mặc định bằng 0.1 trong file khởi động FRONT41.000.
Thêm vào đó, nếu biến IGRID2 trong file FRONT41.000 có giá trị mặc định bằng 1 (thay vì 0) thì giai đoạn tìm kiếm grid search thứ 2 sẽ được thực hiện xung quanh các giá trị đạt được trong giai đoạn đầu tiên. Độ dài của tìm kiếm grid search này là GRIDNO/2 từ một trong hai phía đã ước lượng trong các bước GRIDNO/10. Do đó, giá trị khởi điểm của sẽ được giữ lại với độ chính xác là hai chữ số thập phân thay vì một như trong tìm kiếm grid search một giai đoạn (khi giả định giá trị của GRIDNO=0.1).
3.2. Quy trình cực đại hóa lặp lại
Đạo hàm bậc một của các hàm log-likelihood trong Mô hình 1 và 2 có công thức khá phức tạp. Những giá trị này được chú giải trong phụ lục của Battese và Coelli (1992, 1993). Nhiều phương pháp được sử dụng để ước lượng khả năng cực đại như phương pháp Newton-Raphson đòi hỏi phải tính toán ma trận đạo hàm bậc hai. Tuy nhiên, bước này nên được bỏ qua do vậy chúng ta tập trung vào các phương pháp Quasi-Newton trong đó chỉ yêu cầu xây dựng véc-tơ đạo hàm bậc một. Phương pháp Davidon-Fletcher-Powell Quasi-Newton được lựa chọn bởi nó đã được ứng dụng thành công trong nhiều nghiên cứu kinh tế lượng và cũng được Pitt và Lee (1981) đề xuất làm phương pháp ước lượng hàm sản xuất biên ngẫu nhiên. Để hiểu thêm về phương pháp này có thể tham khảo Himmelblau (1972). Cấu trúc chung của các bước tiến hành như MINI, SEARCH, ETA và CONVRG sử dụng trong FRONTIER cũng được trích từ phụ lục của Himmelblau (1972).
Quy trình lặp sử dụng các giá trị khởi điểm là các giá trị tham số tìm được từ tìm kiếm grid search (trừ khi người sử dụng cung cấp các giá trị khởi điểm). Tiếp đến, phần mềm cập nhật véc-tơ các ước lượng tham số từ phương pháp Davidon- Fletcher-Powell cho tới khi một trong hai điều kiện sau xảy ra:
a) Tiêu chuẩn hội tụ đã được thỏa mãn. Tiêu chuẩn hội tụ được mặc định trong file khởi động FRONT41.000 bằng tham số TOL. Tiêu chuẩn này được mặc định sao cho nếu tỷ lệ thay đổi trong hàm likelihood và mỗi một tham số đều nhỏ hơn 0.00001 thì quy trình lặp chấm dứt.
b) Số lần lăp lại tối đa cho phép được hoàn tất. Trong file FRONT41.000 số lần tối đa là 100.
Cả hai tham số này đều có thể được người sử dụng thay đổi.
3.3. File output
Ước lượng bình phương nhỏ nhất thông thường, ước lượng sau khi tìm kiếm grid search và ước lượng ML cuối cùng được liệt kê trong file output. Độ lệch chuẩn ước đoán được trích từ ma trận phương hướng sử dụng trong lần chạy lặp cuối cùng của quy trình Davidon-Fletcher-Powell. Ước lượng của ma trận hiệp phương sai cũng được liệt kê trong file output.
Ước lượng hiệu quả kỹ thuật hay chi phí của từng doanh nghiệp được tính toán dựa trên các công thức của Battese và Coelle (1991, 1995). Khi ước lượng của hiệu quả bình quân được tính ra thì đây chỉ là các giá trị trung bình đại số của hiệu quả từng doanh nghiệp. Biến ITE trong FRONT41.000 có thể được sử dụng để tạm thời ẩn các ước lượng hiệu quả trong file kết quả bằng cách thay đổi giá trị của nó từ 1 sang 0.
PHỤ LỤC 2
SỐ LIỆU ĐƯỢC SỬ DỤNG TRONG NGHIÊN CỨU
Số hộ Sản lượng (kg) Diện tích (ha) Lao động (người) Con giống Thức ăn (kg) Máy quạt nước (cái) Máy bơm (cái) 1 4.700 0,8 4 850.000 6.200 7 1 2 8.000 2,2 3 2.100.000 14.000 13 1 3 10.000 3 3 3.000.000 20.000 25 3 4 6.800 1,7 2 1.500.000 7.400 17 2 5 3.500 0,7 3 720.000 5.700 8 1 6 3.500 0,8 2 800.000 6.000 7 1 7 6.000 2 3 2.050.000 11.000 15 1 8 8.000 2,2 4 2.200.000 13.000 21 2 9 13.000 4,4 4 4.000.000 24.000 37 4 10 4.000 1,4 2 1.300.000 6.600 10 1 11 17.000 3,1 3 3.150.000 22.000 23 2 12 800 0,5 1 500.000 2.500 4 1 13 1.900 0,3 1 320.000 1.700 4 1 14 10.500 2,4 2 2.500.000 17.000 17 2 15 4.000 0,8 3 800.000 6.000 9 1 16 15.000 3,5 2 3.900.000 25.000 30 4 17 10.000 2,6 3 2.600.000 15.500 28 4 18 3.000 0,7 2 500.000 4.000 6 2 19 4.700 1,3 3 1.800.000 8.000 10 1 20 14.000 3,1 3 3.400.000 21.500 25 2 21 25.000 7,8 6 8.000.000 46.000 40 3 22 20.000 4,1 3 4.500.000 27.000 27 2 23 3.000 0,5 1 500.000 4.000 4 1 24 6.400 1,4 2 2.000.000 12.000 15 1 25 22.000 9,6 5 6.200.000 37.000 65 5 26 10.000 4,5 4 4.500.000 20.000 30 3 27 15.000 3,6 3 4.200.000 26.000 29 2 28 6.000 0,9 3 1.200.000 7.500 10 1 29 1.600 0,5 1 900.000 6.500 6 1 30 3.500 0,6 1 750.000 5.700 6 1 31 3.400 0,5 3 600.000 5.000 7 1 32 9.000 2,4 3 3.000.000 17.000 14 1 33 4.000 2,6 4 2.600.000 11.000 16 2
34 5.200 1,3 2 1.500.000 10.000 12 1 35 3.000 1,2 2 1.200.000 6.000 6 1 36 700 0,1 1 150.000 1.000 4 1 37 6.400 1,9 3 2.000.000 13.000 10 2 38 8.700 2,4 3 1.900.000 15.000 20 2 39 1.200 0,3 1 300.000 1.500 4 2 40 20.000 4,2 4 5.000.000 36.000 24 3 41 23.000 5,1 4 5.400.000 43.000 30 3 42 30.000 7,6 3 8.000.000 48.000 46 4 43 8.000 3,7 1 4.000.000 25.000 23 2 44 39.000 11,2 5 11.200.000 67.400 56 4 45 4.900 1,3 2 1.300.000 6.700 6 1 46 7.500 1,7 3 2.000.000 18.000 12 1 47 1.300 0,2 2 250.000 1.600 4 1 48 700 0,08 1 100.000 700 3 1 49 700 0,1 2 100.000 750 4 1 50 400 0,07 1 70.000 570 3 1 51 400 0,09 1 100.000 1.000 4 1 52 390 0,08 1 85.000 700 4 1 53 1.000 0,1 1 170.000 1.300 4 1 54 360 0,09 1 100.000 600 4 1 55 230 0,07 2 70.000 500 3 1 56 240 0,07 1 90.000 500 4 1 57 1.000 0,2 2 200.000 1.300 5 1 58 340 0,1 1 100.000 800 4 1 59 550 0,1 1 120.000 900 4 1 60 100 0,08 1 80.000 560 4 1 61 700 0,1 2 120.000 1.000 4 1 62 1.230 0,1 1 160.000 1.500 4 1 63 580 0,1 1 100.000 900 4 1 64 900 0,09 1 100.000 850 4 1 65 540 0,07 1 100.000 600 3 1 66 430 0,1 2 200.000 1.400 4 1 67 200 0,1 1 80.000 700 4 1