2.3.1. Xây dựng bảng câu hỏi
Bảng câu hỏi là công cụ để thu thập thông tin cần thiết, từ những thông tin cần thiết đó mới giải quyết được các vấn đề cần nghiên cứu. Việc nghiên cứu lý thuyết và nghiên cứu thí điểm là cơ sở quan trọng để xây dựng và điều chỉnh bảng câu hỏi phù hợp với mục tiêu nghiên cứu và thời gian thực hiện của đề tài.
Bảng câu hỏi điều tra có bốn phần chính. Phần thứ nhất gồm thông tin chung về hộ gia đình, phần này điều tra những thông tin về chủ hộ, nhân khẩu và lao động trong hộ, điều kiện sinh hoạt của hộ gia đình. Phần thứ hai điều tra thông tin về điều kiện tổ chức sản xuất kinh doanh của chủ hộ, chủ yếu là cung cấp những thông tin về nghề khai thác thủy sản và nghề làm thêm mà hộ tham gia, thời gian khai thác thủy sản trong năm. Phần thứ ba là những thông tin về thu nhập và chi tiêu của hộ gia đình, nguồn vốn mà hộ gia đình đang vay, trong đó nêu rõ thu nhập từ nghề khai thác thủy sản và thu nhập từ nghề làm thêm. Ngoài ra, phiếu điều tra còn thu thập những thông
tin về ý kiến của chủ hộ đến những vấn đề về nguyên nhân chính ảnh hưởng đến tình trạng nghèo của hộ, nguyện vọng của hộ gia đình, phân loại của UBND xã đối với tình trạng nghèo của hộ gia đình đó, giải pháp để thoát nghèo bền vững, tình trạng nguồn lợi và môi trường trong đầm Thủy Triều hiện nay.
2.3.2. Chọn mẫu điều tra
Để có thể suy rộng từ mẫu điều tra ra thổng thể nghiên cứu thì việc chọn mẫu điều tra phải đảm bảo tính đại diện cho tổng thể. Chọn mẫu điều tra được thực hiện như sau:
- Kích thước mẫu cần thu thập: Trong phân tích thống kê, kích thước mẫu cần thu thập phải đủ lớn để đạt được mục tiêu nghiên cứu và đạt được độ tin cậy nhất định. Việc xác định kích thước mẫu tùy thuộc vào phương pháp ước lượng được sử dụng. Phương pháp ước lượng OLS thì số mẫu tối thiểu cho một biến cần ước lượng trong phân tích hồi quy là 10. Theo Tabachinick và Fidell (2001) thì cho rằng, số mẫu tối thiểu trong phân tích hồi quy OLS bằng 50 + 5k (với k là số biến độc lập). Tuy nhiên xuất phát từ đặc điểm của tổng thể và kinh nghiệm nghiên cứu nhằm đảm bảo tính đại diện và nâng cao độ tin cậy trong kết quả phân tích, nghiên cứu thực hiện khảo sát 250 hộ gia đình ngư dân ven đầm Thủy Triều huyện Cam Lâm.
- Phương pháp chọn mẫu nghiên cứu: Mẫu nghiên cứu được thu thập bằng phương pháp chọn mẫu phi xác suất hạn ngạch không theo tỷ lệ. Phiếu điều tra được gửi trực tiếp cho hộ dân có hướng dẫn cách trả lời.
Bảng 2.2. Số lƣợng mẫu điều tra tại các địa phƣơng STT Xã, thị trấn Tổng số hộ Số hộ làm nghề khai thác Số lƣợng mẫu Tỷ lệ mẫu so với tổng số hộ (%) Tỷ lệ mẫu so với số hộ làm nghề khai thác (%) 1 Cam Hòa 3.158 90 35 1,11 38,89
2 Cam Hải Tây 1.507 153 50 3,32 32,68
3 Cam Hải Đông 780 312 60 7,69 19,23
4 Cam Thành Bắc 3.600 202 60 1,67 29,70
5 Cam Đức 3.626 267 45 1,24 16,85
Tổng cộng 12.671 1.024 250 1,97 24,41
Nguồn: Tổng hợp của tác giả từ báo cáo của UBND các xã, thị trấn và phân bổ mẫu
điều tra của tác giả.
2.3.3.Nguồn số liệu đƣợc sử dụng trong nghiên cứu
- Nguồn số liệu sơ cấp
Số liệu sơ cấp được thu thập thông qua phiếu điều tra, phỏng vấn trực tiếp hộ gia đình, thu được những thông tin về đặc điểm nhân hộ khẩu, thu nhập, chi tiêu. Bên cạnh đó, nghiên cứu còn sử dụng phương pháp đánh giá có sự tham gia của người dân để nhận dạng và xác định yếu tố ảnh hưởng tới tình trạng nghèo của hộ.
- Nguồn số liệu thứ cấp: Số liệu thứ cấp được thu thập từ UBND huyện Cam Lâm, Chi cục thống kê, phòng Lao động thương binh và xã hội, phòng Nông nghiệp và PTNT Cam Lâm, UBND xã Cam Hòa, UBND xã Cam Hải Tây, UBND xã Cam Hải Đông, UBND xã Cam Hải Tây, UBND xã Cam Đức, UBND xã Cam Thành Bắc.
2.3.4. Mô hình kinh tế lƣợng
Trong nghiên cứu này, tác giả sử dụng hai mô hình kinh tế lượng để tìm ra những nhân tố kinh tế xã hội có tác động thực sự đến xác suất rơi vào ngưỡng nghèo
và việc thay đổi thu nhập hộ gia đình của hộ dân cư. Từ hai mô hình này sẽ phục vụ cho việc gợi ý các chính sách xóa đói giảm nghèo và nâng cao thu nhập của hộ dân.
2.3.4.1. Mô hình Binary Logistic
Mô hình Binary Logistic đánh giá tác động biên của từng yếu tố tới tình trạng nghèo của hộ gia đình:
Y = β0 + ∑j= 1n βjXj + u
Y là biến quan sát, có giá trị bằng 1 (nếu hộ gia đình nghèo) và bằng 0 (cho tất cả các gia đình khác); Xj là các yếu tố có ảnh hưởng đến nghèo (j = 1 – n) ; u là phần dư.
Dạng tổng quát của mô hình hồi quy Binary Logistic: Ln [ P(Y=1) ] = β0 + β1X1 + β2X2 + β3X3 + …+ βnXn P(Y=0)
Trong đó, P(Y=1) = P0 : Xác suất hộ nghèo;
P(Y=0) = 1- P0 : Xác suất hộ không nghèo Hệ số Odds: O0
là hệ số chênh lệch nghèo ban đầu, trong đó P0 là xác suất nghèo ban đầu. (adsbygoogle = window.adsbygoogle || []).push({});
Do vậy: O0 =
Giả định rằng khi các yếu tố khác không đổi, khi Xk tăng lên 1 đơn vị, hệ số chênh lệch nghèo mới (O1) sẽ là :
O1 = = = =
+ Suy ra:
O1 = = x
Công thức trên có thể viết lại như sau: = O0 x
Do đó P1 =
Thế hệ số Odd vào phương trình trên, ta được P1 =
Công thức trên có ý nghĩa rằng với các yếu tố khác cố định, khi yếu tố Xk tăng lên 1 đơn vị thì xác suất nghèo của một hộ gia đình sẽ chuyển dịch từ Po sang P1. Với cách triển khai như vậy chúng ta có thể mô tả những kịch bản cho các yếu tố ảnh hưởng đến khả năng mà một hộ rơi vào ngưỡng nghèo và từ đó có thể định lượng được các tác động đến sự thay đổi các yếu tố ảnh hưởng để làm giảm xác suất một hộ rơi vào ngưỡng nghèo.
Từ phương trình biến đổi tổng quát trên, mô hình Binary logistic phân tích những yếu tố tác động biên đến xác suất nghèo của hộ ngư dân được đề xuất như sau:
Trong đó: các biến trong mô hình được giải thích như sau:
GTINH: biến độc lập, biến giả, nhận giá trị 1 nếu chủ hộ thuộc nam giới, nhận giá trị 0 cho trường hợp chủ hộ thuộc nữ giới, kỳ vọng dấu hệ số hồi quy (-). Do đặc tính nghề nghiệp khai thác thủy sản nên thường phù hợp với lao động nam hơn, vì vậy chúng tôi kỳ vọng nếu các yếu tố khác không đổi nếu chuyển từ chủ hộ là nữ sang chủ hộ nam sẽ làm giảm xác suất nghèo của hộ.
HOCVAN: thể hiện số năm đi học trung bình của những người trưởng thành trong gia đình, kỳ vọng mang dấu dương (-). Hộ gia đình nghèo thường không có điều kiện cho con theo học ở các bậc học cao. Khi trình độ học vấn của các thành viên
trong gia đình càng cao càng có khả năng tiếp cận với công nghệ, kỹ thuật trong sản xuất, tiếp cận với thị trường lao động và nâng cao cơ hội cải thiện thu nhập. Do đó kỳ vọng nếu các yếu tố khác không đổi, việc tăng thêm 1 đơn vị của biến này sẽ làm giảm xác suất rơi vào tình trạng nghèo của hộ.
TLPTHUOC: biến độc lập, là tỷ lệ người không tạo được thu nhập trong hộ gia đình, kỳ vọng dấu hệ số hồi quy (+). Ở những hộ gia đình càng có nhiều người phụ thuộc thì tổng thu nhập càng thấp. Do vậy, các thành viên trong gia đình sẽ thiếu tiếp cận với các dịch vụ giáo dục, y tế…nên khả năng tiếp cận và gia nhập vào thị trường lao động kém, làm giảm khả năng tích lũy của gia đình. Vấn đề này đã gây ra vòng luẩn quẩn của tình trạng nghèo trong hộ gia đình. Chúng tôi giả định rằng trong điều kiện các yếu tố khác không đổi, việc tăng thêm 1 đơn vị biến này sẽ làm tăng xác suất rơi vào tình trạng nghèo của hộ.
TLCOVIEC: thể hiện tỷ lệ người có việc làm ổn định của những người trưởng thành trong hộ gia đình, kỳ vọng mang dấu dương (-). Nếu những người trưởng thành trong hộ có việc làm nhiều sẽ tạo nhiều thu nhập. Ngược lại nếu có nhiều người không có việc làm ổn định trong gia đình thì khả năng rơi vào ngưỡng nghèo sẽ cao. Nghiên cứu giả định rằng nếu các yếu tố khác không đổi, việc tăng thêm 1 đơn vị của biến này sẽ làm giảm xác suất rơi vào ngưỡng nghèo của hộ.
TAUGHE: biến giả, thể hiện tình trạng có tàu hoặc ghe của chủ hộ hay không, nhận giá trị 1 nếu có tàu hoặc ghe, nhận giá trị 0 nếu chủ hộ không có, kỳ vọng hệ số hồi quy (-), chúng tôi giả định rằng có tàu ghe sẽ cho sản lượng khai thác cao hơn, do đó nếu trong điều kiện các yếu tố khác không đổi, việc chuyển từ không có tàu ghe sang có tàu ghe sẽ làm giảm xác suất nghèo của hộ.
TL_THGIAN: biến độc lập, thể hiện tỷ lệ thời gian khai thác trong 12 tháng, kỳ vọng hệ số hồi quy (-). Nếu chủ hộ làm nghề khai thác quanh năm, sẽ cho thu nhập cao hơn khai thác theo mùa vụ hoặc có thời gian nghỉ không khai thác trong năm. Do đó kỳ vọng nếu các yếu tố khác không đổi, việc tăng 1 đơn vị của biến này sẽ làm giảm xác suất rơi vào ngưỡng nghèo của hộ.
NGHETHEM: Biến độc lập: biến giả, nhận giá trị 1 nếu chủ hộ có làm việc trong các ngành nghề khác, nhận giá trị 0 nếu chủ hộ chỉ làm việc liên quan tới nghề khai thác thủy sản ven đầm, kỳ vọng dấu hệ số hồi quy (-). Khai thác thủy sản ven bờ phụ thuộc nhiều vào nguồn lợi thủy sản, mùa vụ, sử dụng công cụ sản xuất thô sơ nên năng suất thấp, mùa biển động càng khó khăn. Do đó chúng tôi giả định nếu các yếu tố khác không đổi, việc chuyển từ không có nghề làm thêm sang có nghề làm thêm sẽ làm giảm xác suất rơi vào tình trạng nghèo của hộ.
2.3.4.2. Mô hình hồi quy đa biến xác định những nhân tố tác động đến thu nhập của hộ gia đình
Theo Ngân hàng Thế giới (2005), để giải thích mức chi tiêu hoặc thu nhập đầu người - biến phụ thuộc – như là một hàm số của nhiều biến giải thích khác nhau – các biến độc lập, mô hình hồi quy đa biến được đề nghị sử dụng dưới dạng mô hình hồi quy tuyến tính để phân tích nghèo đói. Mô hình có dạng điển hình như sau:
Ln(I) = βo + βiXi
Trong đó:
- I: Thu nhập bình quân đầu người hàng năm. - β0, βi là hệ số hồi quy của mô hình.
- Xi là các biến độc lập (các nhân tố có ảnh hưởng đến thu nhập bình quân). Mô hình hồi qui đa biến về các yếu tố ảnh hưởng tới thu nhập của hộ gia đình như sau:
Ln(I)= βo + β1GTINH + β2HOCVAN + β3TLPTHUOC + β4TLCOVIEC + β5TAUGHE+ β6TL_THGIAN + β7NGHETHEM
Giải thích các biến trong mô hình:
GTINH: biến độc lập, biến giả, nhận giá trị 1 nếu chủ hộ thuộc nam giới, nhận giá trị 0 cho trường hợp chủ hộ thuộc nữ giới, kỳ vọng dấu hệ số hồi quy (+). Do đặc tính nghề nghiệp khai thác thủy sản nên thường phù hợp với lao động nam hơn, vì vậy chúng tôi kỳ vọng các chủ hộ nam có khả năng thu nhập cao hơn.
HOCVAN: thể hiện số năm đi học trung bình của những người trưởng thành trong gia đình, kỳ vọng mang dấu dương (+). Hộ gia đình nghèo thường không có điều kiện cho con theo học ở các bậc học cao. Khi trình độ học vấn của các thành viên trong gia đình càng cao càng có khả năng tiếp cận với công nghệ, kỹ thuật trong sản xuất, tiếp cận với thị trường lao động và nâng cao cơ hội cải thiện thu nhập. Nghiên cứu giả định số năm đi học trung bình của những người trưởng thành trong gia đình quan hệ đồng biến với thu nhập bình quân đầu người.
TLPTHUOC: biến độc lập, là tỷ lệ người không tạo được thu nhập trong hộ gia đình, kỳ vọng dấu hệ số hồi quy (-). Ở những hộ gia đình càng có nhiều người phụ thuộc thì tổng thu nhập càng thấp, nên tỷ lệ người phụ thuộc trong hộ có quan hệ nghịch biến với thu nhập bình quân đầu người. Tỷ lệ phụ thuộc càng cao, thu nhập càng thấp, các thành viên trong gia đình sẽ thiếu tiếp cận với các dịch vụ giáo dục, y tế…nên khả năng tiếp cận và gia nhập vào thị trường lao động kém, làm giảm khả năng tích lũy của gia đình. Vấn đề này đã gây ra vòng luẩn quẩn của tình trạng nghèo trong hộ gia đình. (adsbygoogle = window.adsbygoogle || []).push({});
TLCOVIEC: thể hiện tỷ lệ người có việc làm ổn định của những người trưởng thành trong hộ gia đình, kỳ vọng mang dấu dương (+). Nếu những người trưởng thành trong hộ có việc làm nhiều sẽ tạo nhiều thu nhập. Nghiên cứu giả định rằng số người có việc làm tác động thuận chiều với thu nhập bình quân đầu người của hộ.
TAUGHE: biến giả, thể hiện tình trạng có tàu hoặc ghe của chủ hộ hay không, nhận giá trị 1 nếu có tàu hoặc ghe, nhận giá trị 0 nếu chủ hộ không có, kỳ vọng hệ số hồi quy (+), chúng tôi giả định rằng có tàu ghe sẽ cho sản lượng khai thác cao hơn, từ đó thu nhập cao hơn.
TL_THGIAN: biến độc lập, thể hiện tỷ lệ thời gian khai thác trong 12 tháng, kỳ vọng hệ số hồi quy (+). Nếu chủ hộ làm nghề khai thác quanh năm, sẽ cho thu nhập cao hơn khai thác theo mùa vụ hoặc có thời gian nghỉ không khai thác trong năm.
NGHETHEM: Biến độc lập: biến giả, nhận giá trị 1 nếu chủ hộ có làm việc trong các ngành nghề khác, nhận giá trị 0 nếu chủ hộ chỉ làm việc liên quan tới nghề khai thác thủy sản ven đầm, kỳ vọng dấu hệ số hồi quy (+). Khai thác thủy sản ven bờ
phụ thuộc nhiều vào nguồn lợi thủy sản, mùa vụ, sử dụng công cụ sản xuất thô sơ nên năng suất thấp, mùa biển động càng khó khăn. Do đó chúng tôi giả định rằng nếu hộ có nhiều hoạt động khác nhau ngoài khai thác thủy sản ven đầm để tạo thu nhập thì sẽ tăng thu nhập.
2.3.5. Phƣơng pháp phân tích và xử lý dữ liệu thống kê
Sau khi điều tra thu thập dữ liệu từ bảng câu hỏi, tất cả thông tin được tác giả số hóa và sử dụng chương trình SPSS 15.0 và chương trình excel để xử lý nhằm đánh giá các đặc trưng của mẫu so với tổng thể về các khía cạnh đặc trưng của các hộ ngư dân như tuổi, giới tính, học vấn, thu nhập bình quân, chi tiêu bình quân nhằm phản ánh mức độ đại diện của mẫu nghiên cứu so với tổng thể. Nghiên cứu đã sử dụng các phương pháp xử lý dữ liệu thống kê sau:
Phương pháp thống kê mô tả: để mô tả về các thông tin cá nhân của hộ gia đình ngư dân, đặc điểm tình trạng nghèo của hộ gia đình.
Dùng phần mềm excel để tính toán các chỉ số đánh giá tình trạng nghèo trong cộng đồng ngư dân ven đầm Thủy Triều gồm: chỉ số đếm đầu người, khoảng cách nghèo, độ sâu của tình trạng nghèo.
Phương pháp định lượng: Đối với mô hình hồi quy đa biến: lập mô hình hồi quy để tìm ra mối quan hệ giữa thu nhập bình quân đầu người với các yếu tố tác động đến thu nhập bình quân đầu người. Để đánh giá mức độ phù hợp của mô hình hồi quy, tác giả sử dụng hệ số R2
và R2 hiệu chỉnh, hệ số này phản ánh có bao nhiêu phần trăm sự biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập và đạt giá trị càng