CHƯƠNG 3: CƠ SỞ LÝ LUẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. PHƯƠNG PHÁP NGHIÊN CỨU
3.2.2. Phương pháp phân tích số liệu
Các phương pháp phân tích tương ứng theo từng mục tiêu như sau:
Đối với mục tiêu 1 (Phân tích thực trạng sản xuất và tiêu thụ khóm của nông hộ ở tỉnh Tiền Giang): Các phương pháp thống kê mô tả (tần suất, tỷ lệ, số trung bình, độ lệch chuẩn) đƣợc sử dụng để phân tích thực trạng sản xuất, tiêu thụ khóm của nông hộ nghèo ở tỉnh Tiền Giang; Phương pháp phân tích màng bao dữ liệu (DEA) đƣợc sử dụng để đánh giá hiệu quả kỹ thuật, hiệu quả phân phối nguồn lực và hiệu quả sử dụng chi phí, từ đó xác định những điểm nghẽn trong việc sử dụng nguồn lực đầu vào của nông hộ nghèo. Đồng thời, phương pháp hồi qui tuyến tính
được sử dụng để xác định các yếu tố thuộc về nguồn lực nông hộ ảnh hưởng đến hiệu quả sản xuất khóm của nông hộ nghèo. Đây là cơ sở khoa học quan trọng của luận án để xây dựng giải pháp nâng cao hiệu quả sản xuất, cải tiện thu nhập cho nông hộ nghèo tham gia chuỗi giá trị sản phẩm khóm.
- Đối với mục tiêu 2 (Phân tích hoạt động của các tác nhân tham gia chuỗi giá trị sản phẩm khóm, đồng thời phân tích GTGT và sự phân phối GTGT giữa các nhân tác tham gia chuỗi giá trị): Ở mục tiêu này, phương pháp bản đồ và mô tả chuỗi giá trị sản phẩm (công cụ 2) và phương pháp phân tích kinh tế chuỗi (công cụ 3) được sử dụng nhằm phát họa sơ đồ chuỗi giá trị sản phẩm khóm ở tỉnh Tiền Giang, thông qua đó, xác định các kênh thị trường chính, phân tích GTGT được tạo ra từ các tác nhân và sự phân phối GTGT giữa các nhân tác tham gia chuỗi giá trị sản phẩm khóm.
- Đối với mục tiêu 3 (So sánh GTGT của các nhóm hộ sản xuất khóm (hộ nghèo, không nghèo và tác động của phân phối GTGT đến thu nhập của các nhóm hộ sản xuất khóm ở tỉnh Tiền Giang): Các phương pháp kiểm định trung bình 2 tổng thể độc lập đƣợc sử dụng để so sánh GTGT của các nhóm hộ sản xuất khóm (hộ nghèo và hộ không nghèo); Phương pháp phân tích độ nhạy được sử dụng để đánh giá tác động của GTGT, GTGTT và sự phân phối GTGT, GTGTT đến thu nhập của các nhóm hộ (hộ nghèo và hộ không nghèo) trong chuỗi giá trị sản phẩm khóm ở tỉnh Tiền Giang.
- Đối với mục tiêu 4 (Đề xuất các giải pháp nâng cao GTGT sản phẩm khóm góp phần nâng cao thu nhập cho nông hộ nghèo ở tỉnh Tiền Giang): Các phương pháp phân tích ma trận SWOT, phương pháp tham vấn chuyên gia được sử dụng để làm cơ sở khoa học cho việc đề xuất các giải pháp nâng cao GTGT sản phẩm khóm góp phần nâng cao thu nhập cho nông hộ nghèo ở tỉnh Tiền Giang.
Diễn giải một số phương pháp phân tích chủ yếu:
(1) Phân tích kinh tế chuỗi:
Theo Võ Thị Thanh Lộc và Nguyễn Phú Son (2013), phân tích kinh tế chuỗi bao gồm việc tính chi phí đầu vào (hay CPTG), CPTT, GTGT và GTGTT, tổng lợi nhuận và tổng thu nhập của từng tác nhân và của toàn chuỗi.
Chi phí đầu vào của các tác nhân là giá bán ra của các tác nhân đứng trước.
Chẳng hạn như chi phí đầu vào của thương lái là giá bán của nông dân. Tuy nhiên, trong các chuỗi sản phẩm nông nghiệp, nhà sản xuất ban đầu thường là nông dân hoặc trang trại, hợp tác xã, tổ hợp tác sản xuất,… vì vậy cần phân biệt chi phí đầu vào và CPTT. Theo cách tiếp cận phương pháp chuỗi giá trị của GTZ thì chi phí đầu vào của nông dân bao gồm các chi phí nguyên vật liệu trực tiếp sản xuất ra sản phẩm đó. Chẳng hạn nhƣ chi phí đầu vào của nông dân trồng lúa bao gồm chi phí giống và chi phí vật tƣ (phân, thuốc,..).
CPTT là chi phí phát sinh của mỗi tác nhân ngoài chi phí đầu vào nhƣ chi phí dự trữ, bảo quản; chi phí lưu thông cho việc mua đầu vào và bán đầu ra, chi phí điện, nước; chi phí lao động (lao động nhà và lao động thuê),…
Tổng chi phí của mỗi tác nhân sẽ bằng chi phí đầu vào cộng với CPTT.
GTGT bằng giá bán trừ đi chi phí đầu vào tính trên 1 đơn vị trọng lƣợng (trên 1 kg hay trên 1 tấn,…). Trong khi, GTGTT (lợi nhuận) bằng giá bán trừ đi tổng chi phí tính trên 1 đơn vị trọng lƣợng.
Tổng lợi nhuận bằng lợi nhuận đơn vị nhân với lƣợng bán ra của mỗi tác nhân rồi tổng hợp lại. Tổng thu nhập chuỗi bằng giá bán đơn vị nhân với lƣợng bán ra của mỗi tác nhân rồi tổng hợp lại.
(2) Mô hình ước lượng hiệu quả sản xuất của nông hộ trồng khóm
Theo Tim Coelli (2005), ngoài việc xác định hiệu quả kỹ thuật (Technical Efficiency – TE), hiệu quả phân phối nguồn lực (Allocative Efficiency - AE) và hiệu quả sử dụng chi phí (Cost Efficiency –CE) cũng là các chỉ tiêu rất quan trọng để đo lường hiệu quả sản xuất. Các chỉ số TE, AE, CE trong sản xuất có thể được ước tính bằng nhiều phương pháp khác nhau. Trong luận án này, tác giả ứng dụng mô hình tích màng bao dữ liệu (DEA) định hướng đầu vào theo quy mô cố định (the Constant Returns to Scale Input-Oriented DEA Model - CRS-DEA Model).
Phương pháp phân tích màng dữ liệu (DEA) là cách tiếp cận ước lượng giới hạn khả năng sản xuất, DEA dựa theo phương pháp phi tham số (non – parametric methods) để ước lượng giới hạn khả năng sản xuất dựa trên các quan sát thực tế. Phương pháp này đƣợc Charnes, Cooper, và Rhodes phát triển vào năm 1978, dựa trên nghiên cứu của Farrell (1957). Liên quan đến hoạt động sản xuất khóm sử dụng nhiều yếu tố đầu vào – một sản phẩm đầu ra nhƣ trong nghiên cứu này.
Có hai phương pháp tiếp cận ước lượng giới hạn khả năng sản xuất là: phân tích màng dữ liệu trong trường hợp qui mô không ảnh hưởng đến kết quả sản xuất (Constant Return to Scale - CRS) và phân tích màng dữ liệu trong trường hợp qui mô ảnh hưởng đến kết quả sản xuất (Variable Return to Scale - VRS). Cả hai mô hình CRS và VRS đều đƣợc xây dựng với giả thiết tối thiểu hóa các yếu tố đầu vào mà không làm giảm sút đầu ra và tối đa hóa đầu ra dựa trên đầu vào có sẵn. Trong luận án này, đối với mô hình CRS và VRS, tác giả chỉ đo lường hiệu quả sử dụng các yếu tố đầu vào trong sản xuất khóm theo hướng tối thiểu hóa các yếu tố đầu vào mà không làm giảm sút sản lƣợng khóm đầu ra.
Đường biên DEA CRS và VRS được thể hiện trong hình 1. Để so sánh phương pháp CRS và VRS, ta xét điểm không đạt hiệu quả sử dụng các yếu tố đầu vào P. Sự không hiệu quả sử dụng các yếu tố đầu vào theo mô hình phân tích màng dữ liệu tối thiểu hóa đầu vào trong trường hợp qui mô không ảnh hưởng đến kết quả sản xuất (CRS) của điểm P là một khoảng cách PPc. Trong khi đó, sự không hiệu quả sử dụng các yếu tố đầu vào theo mô hình phân tích màng dữ liệu tối thiểu hóa đầu vào trong trường hợp qui mô ảnh hưởng đến kết quả sản xuất (VRS) chỉ là PPv.
Sự khác biệt của hai mô hình đo lường này là do sự không hiệu quả về mặt qui mô.
Các khái niệm này có thể chỉ rõ trong đo lường hiệu quả tỉ lệ như sau:
TECRS = APc/ AP TEVRS = APv/ AP
Nguồn:
Coelli et al, 1996
Hình 3.4: Mô hình phân tích màng bao dữ liệu tối thiểu hóa đầu vào bằng mô hình CRS và VRS
Trong nhiều nghiên cứu trước đây, các tác giả đã tách TE đạt được từ biên sản xuất cố định theo quy mô (CRS) ra làm hai phần: phần thứ nhất là sự không hiệu quả kỹ thuật thuần tuý (“pure” Technical Inefficiency) và thứ hai là sự không hiệu quả do quy mô thay đổi (Scale Inefficiency). Vì thế, sự đo lường về hiệu quả do quy mô (SE) có thể đƣợc sử dụng để xác định số lƣợng theo đó năng suất có thể đƣợc nâng cao bằng cách thay đổi quy mô sản xuất theo một quy mô sản xuất tối ƣu đƣợc xác định.
Đo lường hiệu quả theo qui mô Scale Efficiency – SE theo phương pháp DEA, chúng ta so sánh CRS - DEA và VRS – DEA. Nếu có sự khác biệt giữa CRS – DEA và VRS – DEA đối với từng tàu cụ thể, chúng ta kết luận rằng có sự không hiệu quả về mặt qui mô.
Chúng ta có: TECRS = TEVRS x SE
Bởi vì: APc/ AP = (APv/ AP) x (APc / APv) ==> SE = TECRS/TEVRS Hay: SE = APc / Apv
Hệ số hiệu quả TECRS, TEVRS, SE trong mô hình phân tích màng dữ liệu tối thiểu hóa đầu vào luôn nằm trong khoảng từ 0 đến 1. Hộ đạt hiệu quả tối ƣu khi đạt giá trị , ngƣợc lại thì xem nhƣ hộ sản xuất khóm chƣa đạt hiểu quả sản xuất.
Hiệu quả sử dụng các yếu tố đầu vào trong luận án đƣợc hiểu là tối thiểu hóa các yếu tố đầu vào (giống, lao động, nhiên liệu,...) mà không làm giảm sút đến yếu tố đầu ra trong trường hợp qui mô không ảnh hưởng đến kết quả sản xuất CRS và qui
mô ảnh hưởng đến kết quả sản xuất VRS. Hiệu quả theo qui mô trong luận án được hiểu là hiệu quả mà hộ trồng khóm sản xuất ở qui mô tối ƣu. Không phải hộ nào cũng hoạt động với qui mô tối ƣu do nhiều lý do nhƣ hạn chế về vốn, tập quán sản xuất, nguồn lực lao động hạn chế,...
(4) Mô hình hồi quy tuyến tính (Regression Analysis)
Mục đích của phương pháp hồi quy tương quan là ước lượng mức độ liên hệ (tương quan) giữa các biến độc lập (biến giải thích) đến biến phụ thuộc (biến được giải thích). Mô hình hồi qui tuyến tính này có dạng:
Y = β0 + β 1X1 + β 2X2 + … + β nXn
Trong đó: Y là biến phụ thuộc; βi: các hệ số hồi quy; Xi: các biến độc lập.
Kết quả tính toán có các thông số cơ bản nhƣ sau: Multiple R (Multiple correlation coefficient) là hệ số tương quan bội. Nói lên mối quan hệ chặt chẽ giữa biến phụ thuộc Y và các biến độc lập X. Khi R càng lớn, mối liên hệ càng chặt chẽ.
Hệ số xác định R2 (Multiple coefficient of determination) là tỷ lệ % biến động của Y đƣợc giải thích bởi các biến Xi. P_value (probability value) là giá trị P là mức ý nghĩa α nhỏ nhất mà ở đó bắt đầu bác bỏ giả thuyết Ho. Residual là phần dƣ của mô hình; SS (sum of squares) là tổng bình phương; df là độ tự do; Number of obs là số lƣợng các quan sát.
(5). Phương pháp phân tích ma trận SWOT
Phân tích SWOT là đƣa các cơ hội và nguy cơ, điểm mạnh và điểm yếu ảnh hưởng đến vị thế hiện tại và tương lai của tổ chức trong mối quan hệ tương tác lẫn nhau, sau đó phân tích xác định vị thế chiến lƣợc của tổ chức. Mô hình phân tích ma trận SWOT đƣợc thể hiện nhƣ sau:
SWOT S (Strengths) W (Weakneses)
O (Opportunities) SO WO
T (Threats) ST WT
Các bước lập ma trận SWOT: Liệt kê các cơ hội lớn bên ngoài tổ chức, liệt kê các mối đe dọa quan trọng bên ngoài tổ chức, liệt kê điểm mạnh chủ yếu của tổ chức, liệt kê các điểm yếu bên trong của tổ chức.
Trong đó: Chiến lƣợc SO: Sử dụng những điểm mạnh bên trong để tận dụng những cơ hội bên ngoài; Chiến lƣợc WO: nhằm cải thiện những điểm yếu bên trong bằng cách tận dụng những cơ hội bên ngoài; Chiến lƣợc ST: sử dụng các điểm mạnh của tổ chức để tránh khỏi hay giảm đi những ảnh hưởng đe dọa của bên ngoài; Chiến lƣợc WT: là chiến thuật phòng thủ nhằm làm giảm đi những điểm yếu bên trong và tránh những mối đe doạ của môi trường bên ngoài.
(6). Phương pháp tham vấn chuyên gia
Phương pháp tham vấn chuyên gia nhằm bổ sung những thông tin mang tính chất khoa học và kinh nghiệm. Đặc biệt với nghiên cứu về chuỗi giá trị sản phẩm nông nghiệp, nâng cao thu nhập cho nông hộ nghèo tham gia chuỗi giá trị thì không thể thiếu những kiến thức kinh tế học, kinh nghiệm và sự am hiểu của các chuyên gia trong ngành kinh tế học, đặc biệt là các chuyên gia nhiều năm công tác, nghiên cứu ngành hàng, nghiên cứu chuỗi giá trị nông sản. Những chuyên gia đƣợc lựa chọn để thu thập thông tin và trao đổi ý kiến là: Các chuyên gia, nhà khoa học chuyên ngành Phát triển nông thôn, Kinh tế nông nghiệp, Trồng trọt, Công nghệ chế biến nông sản tại các Viện/Trường, ngành nông nghiệp, công ty chế biến nông sản.