- Phần 4: Các câu hỏi về đặc điểm kinh tế xã hội của người trả lời.
a. Kết quả ước lượng mô hình hồi quy logit đã hiệu chỉnh
Như đã phân tích trong phần 4.4 ở trên, sau khi loại bỏ 50 phiếu thuộc nhóm phản đối và 21 phiếu có câu trả lời không chắc chắc ở cả hai khu vực điều tra, tổng số phiếu còn lại là 89 phiếu. Sau khi hồi quy bằng phần mềm Eview 3.0, kết quả thể hiện ở bảng 4.18.
Bảng 4.18. Kết QuảƯớc Lượng Mô Hình Logit Đã Hiệu Chỉnh
Các Biến Hệ Số z-Statistic P- value
MUCGIA (Mức giá) -0,000149 -3,062241 0,0022
TINNGUONG (Tín ngưỡng) 1,152617 1,657252 0,0975 THAY (Đã thấy Sếu đầu đỏ) 1,078213 1,785818 0,0741 TDHV (Trình độ học vấn) 0,210621 1,659201 0,0971 THUNHAP (Thu nhập trung bình/hộ) 2,61E-07 3,037417 0,0024
C -2,450181 -1,577022 0,1148
Loglikelihood = -14,30569
McFadden R-squared = 0,753907 Probability (LR stat) = 0,000000
Nguồn tin: Kết xuất Eviews Kết quả bảng 4.18 cho thấy nhìn chung tất cả các hệ số của các biến độc lập trong mô hình đều có ý nghĩa về mặt thống kê ở mức α = 10%, nghĩa là các biến giải thích trong mô hình thực sự có ảnh hưởng đến xác suất chấp nhận hay không chấp nhận mức giá đề xuất. Dấu của các hệ số đều phù hợp với kỳ vọng ban đầu. Giá trị P- value của LR rất nhỏ 0,000000 cho thấy mô hình có ý nghĩa tổng thể về mặt thống kê.
Với 2 McF
R = 0,75 cho thấy trong phương trình hồi quy các biến độc lập giải thích được 75% sự thay đổi của biến phụ thuộc.
Bảng 4.19. Khả Năng DựĐoán của Mô Hình Hồi Quy Đã Hiệu Chỉnh Estimated Equation
Dep=0 Dep=1 Total
P(Dep=1)<=C 31 3 34 P(Dep=1)>C 1 54 55 Total 32 57 89 Correct 31 54 85 % Correct 96,88 94,74 95,51 % Incorrect 3,12 5,26 4,49
Nguồn tin: Kết xuất Eviews Bảng 4.19 cho thấy rằng kết quả dự đoán đúng của mô hình hồi quy đã hiệu chỉnh là khá cao 95,5%, chứng tỏ mô hình dự đoán gần sát với thực tế và đáng tin cậy.
Bảng 4.20. Bảng Thống Kê Đặc Điểm Các Biến Mô Hình Hồi Quy Đã Hiệu Chỉnh
Các biến Mean Median Maximum Minimum Std.
Dev. WTP 0,640449 1 1 0 0,482588 MUCGIA 13426,97 15000 25000 5000 7134,882 TINNGUONG 0,707865 1 1 0 0,45732 THAY 0,561798 1 1 0 0,498978 TDHV 10,98876 12 16 4 3,314892 THUNHAP 7375281 6000000 22000000 800000 4717696 Nguồn tin: Kết xuất Eviews Tương tự, mức sẵn lòng trả trung bình cho mô hình hiệu chỉnh được tính như sau: MeanWTP = ln(1 ) 000149 . 0 1 +e−2,450181+1,152617*0,707865+1,078213*0,561798+0,210621*10,98876+2.61*10−7*7375281 = 21.815 VND/tháng/hộ
Tổng số hộ ở hai khu vực điều tra Kiên Lương và TP.HCM là 1.405.789 (hộ) Như vậy, tổng số mức sẵn lòng trả của hai khu vực nghiên cứu là:
Khi có sự hiểu chỉnh, tức là loại bỏ những phiếu không chắc chắn hoặc phản đối kịch bản, mức sẵn lòng trả trung bình của người dân ở hai khu vực nghiên cứu sẽ cao hơn mức sẵn lòng trả khi chưa có sự hiệu chỉnh. Cụ thể là mức sẵn lòng trả của người dân hai khu vực nghiên cứu Kiên Lương và Thành phố Hồ Chí Minh của mô hình chưa hiệu chỉnh là 16.260 VND/tháng/hộ, khi đã hiệu chỉnh là 21.815 VND/tháng/hộ. Do đó, tổng mức sẵn lòng trả cũng khác nhau, tổng mức sẵn lòng trả khi mô hình có sự hiệu chỉnh là 30.667.287.035 VND/tháng cao hơn tổng mức sẵn lòng trả khi chưa có sự hiệu chỉnh là 22.858.129.140 VND/tháng. Đây chỉ mới là con số từ hai địa phương, nếu tính cho tất cả các địa phương trong cả nước, và trong tương lai khi đời sống người dân được cải thiện cùng với nhận thức về tầm quan trọng của việc bảo tồn những loài có nguy cơ tuyệt chủng được nâng cao thì lợi ích thu được từ việc bảo tồn sếu đầu đỏ sẽ lớn hơn rất nhiều.
CHƯƠNG 5