CHƯƠNG 2. CƠ SỞ LÝ LUẬN VÀ PHƯƠNG PHÁPNGHIÊN CỨU
2.1.5. Phương pháp ước lượng hiệu quảsảnxuất
Farrell (1957) là người đầu tiên đề xuất cách tiếp cận ước lượng hiệu quả sảnxuất của các đơn vị quan sát. Ý tưởng của Farrell được mở rộng bởi Charnes, Cooper & Rhodes (1981), Fare & Lovell (1985), Charnes & Cooper (1984). Phương pháp phân tích được sử dụng để ước lượng hiệu quả sản xuất của các nghiên cứu trên là phương pháp phi tham số. Ngày nay để đo lường hiệu quả, hiệu quả sản xuất nông nghiệp, các nhànghiêncứuthườngsửdụnghaiphươngphápphổbiến,đólàphươngphápphântích bao dữ liệu (DEA) là phương pháp ước lượng phi tham số và phương pháp phân tích biên ngẫu nhiên (SFA) là phương pháp ước lượng thamsố.
Thứ nhất, phương pháp phân tích bao dữ liệu (Data envelopment analysis - DEA) là một phương pháp tiếp cận phi tham số để ước lượng hiệu quả và ban đầu được đề xuấtbởiCharnesvàctv(1978)dựatrênmôhìnhcủaFarrell(1957).DEAlàmộtphương
phápdựatrênlậptrìnhtuyếntínhđểướclượngcậnbiênsảnxuất.Charnesvàctv(1978) tiếp cận hiệu quả định hướng đầu vào theo giả thiết hiệu quả không đổi theo quy mô (constantreturnstosacle-CRS).Sauđó,Bankervàctv(1984)đãpháttriểnvớigiảthiết hiệu quả thay đổi theo quy mô (variable return to scale -VRS). Phương pháp này đã đượccáctácgiảtrongvàngoàinướctiếpcậnđểphântíchhiệuquảtrongsảnxuấtnông nghiệp như Sharma & ctv (1999); Coelli (1998), Coelli và ctv (2002), Daehoon(2003);
Chavas(2005);Nhựt(2007,2009,2010,2011,2012);Hassanpour(2012);Khoshroo (2013);Au(2015);Xuân(2015);Raheli(2017);Hienv à ctv(2018);Gavigliovàctv (2021).
Thứ hai, phương pháp ước lượng tham số sử dụng mô hình phân tích biên ngẫu nhiên (Stochastic frontier analysis-SFA). SFA là khung lý thuyết về hiệu quả sản xuất bắtđầutừthậpkỷ1950bởiKoopmans(1951),Debreu(1951);Shephard(1953).Farrell
(1957)làngườiđầutiênđolườnghiệuquảsảnxuất.Aigner&Chu(1968)làngườiđầu tiên làm theo lời đề nghị của Farrell về cách tiếp cận biên tham số xác định. Phương pháp ước lượng tham số được đề xuất cách tiếp cận mới bởi Aigner và ctv (1977) và Meeusen &
van den Broeck (1977). Trong các mô hình này, biên sản xuất được định nghĩađầuralàmộthàmngẫunhiêncủamộttậphợpcácđầuvàonhấtđịnh.Sựhiệndiện
củacácyếutốngẫunhiênlàmchocácmôhìnhítbịảnhhưởngbởicácyếutốngoạisinh hơn các mô hình biên xác định. SFA đã được phát triển bởi một số tác giả: Schmidt & Lovell (1979);
Fứrsund và ctv (1980); Greene (1980); Stevenson (1980); Jondrow và ctv (1982); Koop &
Diewert (1982); Lee (1983); Schmidt & Sickles (1984); Fare & Lovell, (1985); Schimidt (1986); Ali & Film (1989); Bauer (1990); Kumbhakar(1990); Battese & Coelli (1992), Greene (1993); Battese
& Coelli (1995); Coelli &B a t t e s e
(1996); Bravo -Ureta & Pinheiro (1997); Coelli và ctv (2005). Hiện nay, phương pháp này đã được các tác giả trong và ngoài nước sử dụng để ước lượng hiệu quả kỹ thuật, hiệu quả phân bổ và hiệu quả kinh tế trong sản xuất nông nghiệp như: Chirwa (2003);
Rahman (2003); Kolawole (2006); Abdulai & Tietje (2007); Hyuha và ctv (2007);
Ajewole và ctv (2008); Thông và ctv (2011); Khai (2011); Sadiq và ctv (2015); Hải và ctv(2015);Đặng(2012,2017);Kaka(2016);Balavàctv(2018);Dlaminivàctv(2018);
Dũng (2019); Belete (2020); Đokíc và ctv (2022).
Cả hai phương pháp có ưu nhược điểm và tính phù hợp của phương pháp với dữ liệu mà nhà nghiên cứu muốn ước lượng. Một số nghiên cứu về việc so sánh hai cách tiếp cận trên như Gong & Sickles (1992), Kalaitzandonakes & Duun (1995);
Hjalmarsson và ctv (1996); Sharma và ctv (1997); Wadud & White (2000); Sickles (2005); Lee (2005); Minh & Long (2009); Ghorbani và ctv (2010); Alexandros & Md (2011); Madau (2012);. Những ưu và nhược điểm của phương pháp DEA và SFAđược trình bày trong Bảng2.1.
Bảng 2.1. So sánh ưu và nhược điểm của hai phương pháp ước lượng hiệu quả sản xuất
Phương pháp DEA Phương phápSFA
Ưu điểm - Không cần xác định một dạng
hàmsảnxuất khi xây dựng biên sảnxuất.
- Có thể ứng dụng trong
nhữngnghiêncứu có cỡ mẫu quan sátnhỏ.
- Không giới hạn số lượng yếu tố đầu ra của mô hình nghiêncứu.
- Có thể sử dụng để ước lượng riêngbiệtcác loại hiệu quả sảnxuất.
Nhược điểm - Không kiểm định các yếu tố đầu vào.
- Không tách biệt phần phi hiệu quảvàphần sai số (phần nhiễu) không thểkiểmsoát bởi mô hình ướclượng.
- Không sử dụng dữ liệu bảng đểđolường mức hiệu quả trong sảnxuất.
- Nếu bỏ một yếu tố đầu vào và đầuraquan trọng có thể kết quả bị sailệch.
- Có tính đến sự biến thiênngẫunhiên của đầu ra do khả năng xửlýnhiễu ngẫu nhiên có thể ảnhhưởngđến đầura.
- Không giả định trước tất cả cáchộsản xuất đều đạt hiệuquả.
- Không cần thông tin về giá yếutốđầu vào và đầura.
- Có thể kiểm định các yếu tốđầuvào.
- Có thể tách phần phi hiệu quảvàphần nhiễu ra khỏi sai số trongmôhình ước lượng.
- Uớc lượng các mức độ hiệuquảcao nhất của hộ chứ không phải là hiệu quả kỹ thuật trung bình củahộ.
- Xác định dạng hàm số và sai số.
- Cỡmẫuquansátđủlớnnhằmtránhtrườ ng hợp thiếu bậc tựdo.
- Loại phân phối được giả địnhnhạycảm với điểm đánh giá hiệuquả.
Nguồn: Fứrsund và ctv (1980);Coelli và ctv(2005); Nhựt (2012), Madau (2012), Xuân(2015), Lộc (2016).
Từ kết quả so sánh trên, tác giả nhận thấy khi khảo sát các nông hộ sản xuất nấm rơm ở ĐBSCL, dữ liệu sơ cấp thu thập trực tiếp từ nông hộ nên sẽ có sai số đo lường
i
u
i
trong dữ liệu khảo sát, điều này rất quan trọng đối với các nghiên cứu về hiệu quả sản xuấtcủacácnônghộ.Phươngphápphântíchbiênngẫunhiên(SFA)chophéptáchphần
phihiệuquảvàphầnnhiễurakhỏisaisốtrongmôhìnhướclượng,cóthểkiểmđịnhcác yếutốđầuvào.Vìvậytácgiảlựachọnsửdụngphươngphápphântíchbiênngẫunhiên
(SFA)đểđolườnghiệuquảkỹthuậtvàhiệuquảkinhtếcủanônghộsảnxuấtnấmrơm phù hợp hơn phương pháp phân tích bao dữ liệu(DEA).