a. Mô hình hàm sản xuất Cobb – Douglas
Dựa theo mô hình lý thuyết về hàm sản xuất Cobb – Douglas trình bày trong chương 1 và tình hình số liệu sẵn có, mô hình nghiên cứu thực nghiệm với hàm ước lượng cụ thể được xác định để phân tích như sau:
Ln(Y) = Ln(A) + β1LnTHUCAN + β2LnTRLGIONG + β3LnLAODONG +
β4LnTGIANUOI + β5LnDTCHUONG + β6LnQUYMODAN +
β7LnNGGIONG + β8LnTAPHUAN + εj
Trong đó: Y là biến TLLONXC (trọng lượng lợn thị xuất chuồng kg); THUCAN là biến về lượng thức ăn (kg); TRLGIONG là biến trọng lượng con giống (kg); LAODONG là biến về số công lao động (người); TGIANUOI là
biến thời gian nuôi (ngày); DTCHUONG là biến diện tích chuồng trại (m2); QYMODAN là biến dummy về số lượng đàn lợn thịt (quy mô < 1000 con = 1, quy mô từ 1000 con trở lên = 2); NGGIONG là biến dummy về nguồn gốc con giống (tự để giống = 1, mua con giống = 2); TAPHUAN là biến dummy về tập huấn kỹ thuật chăn nuôi (có = 1, không = 0); βi là các hệ số ước lượng tương ứng cho từng yếu tố đầu vào; Ln(A) hay β0 là hằng số và εj là sai số ước lượng đại diện cho các yếu tố khác không có trong mô hình.
b. Mô tả các biến
THUCAN: là lượng thức ăn cho 1 con lợn thịt trong 1 chu kỳ nuôi, đơn vị tính (Kg). Kỳ vọng biến thức ăn mang dấu (+), lượng thức ăn càng nhiều thì trọng lượng xuất chuồng càng cao.
TRLGIONG: là trọng lượng con giống khi bắt đầu đưa vào nuôi, đơn vị tính (Kg). kỳ vọng biến trọng lượng giống mang dấu (+), trọng lượng con giống càng cao thì trọng lượng lợn xuất chuồng càng cao.
LAODONG: là lượng lao động của trang trại phục vụ chăn nuôi trong 1 chu kỳ. Kỳ vọng biến này mang dấu (+), số lao động càng cao thì trọng lượng lợn xuất chuồng càng cao.
TGIANUOI: là thời gian của một chu kỳ. Kỳ vọng biến này mang dấu (-), số ngày nuôi nhỏ nhưng trọng lượng xuất chuồng cao.
DTCHUONG: là diện tích chuồng trại chăn nuôi bình quân dùng để chăn nuôi 1 con lợn trong 1 chu kỳ. Kỳ vọng biến này mang dấu (+), có nghĩa là diện tích chuồng càng lớn thì trọng lượng lợn xuất chuồng càng cao.
QUYMODAN: là số lượng đầu con lợn thịt nuôi tại trang trại trong 1 chu kỳ. Kỳ vọng biến này mang dấu (+), nghĩa là nếu quy mô đàn càng lớn thì trọng lượng lợn xuất chuồng càng cao.
TAPHUAN: Là biến tập huấn kỹ thuật chăn nuôi. Kỳ vọng biến này mang dấu (+), nghĩa là trang trại được tập huấn kỹ thuật càng nhiều về kỹ thuật chăn nuôi thì đàn lợn của trại sẽ được chăm sóc tốt đúng kỹ thuật, làm cho năng suất chăn nuôi cao.
NGGIONG: là biến về nguồn gốc giống được dùng để chăn nuôi lợn thịt. Kỳ vọng biến này mang dấu (+), nghĩa là con giống mua từ các trại chăn nuôi chuyên cung cấp lợn giống phục vụ chăn nuôi lợn thịt sẽ có trong lượng xuất chuồng cao hơn.
c. Xác định mức tối ưu các yếu tố đầu vào
Trong mô hình, các hệ số ước lượng αi còn gọi là hệ số co giãn của năng suất lợn hơi đầu ra khi sử dụng một lượng tương ứng đầu vào Xi [αi = dLn(Y)/dLn(Xi)]. Trong điều kiện các yếu tố đầu vào không đổi khi yếu tố Xi
tăng lên 1% đơn vị thì năng suất đầu ra sẽ tăng lên một lượng đúng bằng giá trị αi %.
Với giả định là người chăn nuôi có hành vi tối đa hóa lợi nhuận, trong điều kiện giá cả thị trường và trình độ sản xuất hiện tại, cần phải tìm ra mức sử dụng tối ưu cho từng yếu tố đầu vào (thức ăn, con giống, quy mô đàn, số lượng lao động, diện tích chuồng trại, thời gian xuất chuồng, trình độ người chăn nuôi, tham gia tập huấn kỹ thuật chăn nuôi) để năng suất đầu ra khi nuôi một con lợn trong 1 vòng đạt giá trị cao nhất. Các hệ số αi, giá lợn hơi, giá các yếu tố đầu vào, trọng lượng xuất chuồng sẽ được sử dụng để tính toán các mức tối ưu theo công thức, ví dụ với yếu tố đầu vào là thức ăn ta có:
dLnY/dLnX1 = MPPX1 = PX1/PY. trong đó MPPX1 là sản phẩm biên của nhân tố thức ăn.
PX1 là giá của thức ăn (các loại cám cho các giai đoạn) tại thời điểm điều tra.
PY là giá bán lợn hơi tại thời điểm điều tra.
Để tối đa hóa lợi nhuận cần có điểu kiện: MPPX1 x PY = PX1 = α1(Y/X1) Vậy, lượng tối ưu của X1 là X1* = α1 (Y x PY/PX1)
Các yếu tố khác như số lượng lao động, trọng lượng con giống,.. cũng được tính toán tương tự, việc tính toán này sẽ giúp chúng ta xem xét một yếu tố đầu vào đã được sử dụng tối ưu hay chưa hoặc cao hơn hay thấp hơn.
Khi một nhà chăn nuôi sử dụng có hiệu quả các yếu tố đầu vào họ sẽ đạt được sản lượng lợn hơi ở mức cao nhất khi xuất chuồng/con (Y1), một số nhà chăn nuôi khác không sử dụng tốt các yếu tố đầu vào thì họ đạt được một năng suất đầu ra Y2 thấp hơn Y1. Vậy mức tổn thất của nhà chăn nuôi khi sử dụng không hiệu quả các yếu tố đầu vào để đạt được năng suất đầu ra ở mức cao nhất khi sản xuất chăn nuôi một con lợn trong một vòng là ∆Y = Y1 – Y2 và tổng mức thu nhập thực tế nhà chăn nuôi đó bị thiệt hại là ∆I = (Y1 – Y2) x PY (PY là giá lợn hơi đầu ra). Cũng dựa trên cách suy luận và tính toán như trên, chúng ta có thể tính tổng thiệt hại thực tế mà người nông dân bị tổn thất khi không sử dụng một cách có hiệu quả nhất các yếu tố đầu vào là ∆C = (TC1 – TC2), trong đó: TC1 là tổng chi phí khi sử dụng không hiệu quả các yếu tố đầu vào TC1 = ΣF1 x Pfi + ΣLf1 x P1 và TC2 là tổng chi phí khi sử dụng tối ưu các yếu tố đầu vào TC2
= ΣF2 x Pfi + ΣLf2 x P1. Với F = Xi (i = 1, 10), Pfi là giá của yếu tố thứ i, Lf là lao động cho yếu tố F và P1 là giá thuê lao động. Tổng tổn thất của nhà chăn nuôi khi sử dụng không hiệu quả các yếu tố đầu vào F là [∆I] + [∆C].
d. Kiểm định ý nghĩa thống kê của mô hình
Phương pháp để ước lượng hệ số hồi quy trong mô hình là phương pháp bình phương bé nhất (Ordinary Least Squared – OLS). Phần mềm được sử dụng
là SPSS 18.0 (Statistical Package for Social Science). Ý nghĩa thống kê của các biến hồi quy trong mô hình hồi quy đa biến được thực hiện theo các bước cơ bản trong kinh tế lượng [28].
Kiểm định F để kiểm định giả thuyết H0: là các hệ số ước lượng đều bằng zero, nghĩa là các biến giải thích không có ảnh hưởng đến biến phụ thuộc và mô hình không có khả năng giải thích được sự biến động đến trọng lượng xuất chuồng. các giá trị của từng biến phụ thuộc được kiểm định bằng thử nghiệm t. Sử dụng giá trị thống kê F và t, hoặc p – value để suy diễn giá trị của mô hình và từng yếu tố. Nếu giá trị F, t hoặc p – value được tính nhỏ F , t bằng hoặc lớn hơn mức ý nghĩa 0,05 thì bác bỏ giả thiết H0. (adsbygoogle = window.adsbygoogle || []).push({});
Kiểm định đa cộng tuyến: Xác định hệ số phóng đại phương sai (VIF) của mỗi biến để xác định đa cộng tuyến. Nếu giá trị VIF > 10 thì biến đó cộng tuyến cao và sẽ loại bỏ hoặc điều chỉnh lại ngay từ đầu. Sử dụng thử nghiệm… để xác định hiện tượng phương sai của sai số có đồng nhất hay không.
Tóm tắt Chương 2: Các đặc điểm của tỉnh Đồng Nai; Tình hình và kết quả hoạt động của việc phát triển các trang trại chăn nuôi tại tỉnh Đồng Nai; Phương pháp nghiên cứu, thu thập và xử lý dữ liệu phục vụ cho công việc nghiên cứu của đề tài; Dựa vào lý thuyết mô hình Cobb – Douglas đã trình bày trong chương 1 và số liệu đã thu thập được qua quá trình điều tra của tác giả, xây dựng mô hình ước lượng, sẽ được dùng để phân tích trong Chương 3; Mô tả các biến và kỳ vọng về dấu của các biến độc lập, công thức tính, xác định mức tối ưu của các yếu tố đầu vào của quá trình chăn nuôi lợn thịt; Kiểm định ý nghĩa thống kê của mô hình là nội dung chính của Chương 2.
CHƯƠNG 3