an giang university journal of science 2018, vol. 21 (3

An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

94

PHÂN TÍCH HIỆU QUẢ SẢN XUẤT DỰA TRÊN HIỆU QUẢ KỸ THUẬT

CỦA CÁC HỘ TRỒNG LÚA TỈNH AN GIANG

Cao Tiến Sĩ1 1Trường Đại học An Giang

Thông tin chung:

Ngày nhận bài: 12/01/2018

Ngày nhận kết quả bình duyệt:

07/06/2018

Ngày chấp nhận đăng:

08/2018

Title:

Analyzing production

efficiency based on the

Technical Efficiency in rice

growing areas in An Giang

province

Keywords:

Stochastic Frontier Analysis,

Beta Regression, Technical

Efficiency in planting rice

Từ khóa:

Phân tích biên ngẫu nhiên, hồi

quy beta, hiệu quả kỹ thuật

trong trồng lúa

ABSTRACT

This research uses the Stochastic Frontier Analysis (SFA) and beta

regression analysis to evaluate the effect of factors on Technical Efficiency

(TE) in rice production in An Giang province. The technical efficiency was

based on the results of SFA for Mekong Delta and An Giang province. In

addition, the study uses OLS, Tobit, Beta regression to assess the impact of

the factors on TE and results of the research show that TE and scale

efficiency in rice production of the Mekong Delta and An Giang province are

not optimal. Besides, the study also indicates that the cultivated area and the

number of crops affecting to TE in rice production in An Giang province.

TÓM TẮT

Nghiên cứu này sử dụng phương pháp phân tích biên ngẫu nhiên và hồi quy

beta để đánh giá tác động của các yếu tố sản xuất đến hiệu quả kỹ thuật

trong sản xuất lúa ở tỉnh An Giang. Nghiên cứu tiến hành phân tích hiệu quả

kỹ thuật dựa trên kết quả phân tích biên ngẫu nhiên cho khu vực Đồng bằng

sông Cửu Long và tỉnh An Giang. Đồng thời, nghiên cứu sử dụng hồi quy

OLS, Tobit, Beta để đánh giá tác động của các yếu tố đến hiệu quả kỹ thuật,

qua đó kết quả nghiên cứu cho thấy hiệu quả kỹ thuật và hiệu suất theo quy

mô của Đồng bằng sông Cửu Long nói chung và An Giang nói riêng chưa tối

ưu. Bên cạnh đó, nghiên cứu cũng cho thấy diện tích canh tác và số vụ trồng

tác động đến hiệu quả kỹ thuật trong sản xuất lúa của tỉnh An Giang.

1. GIỚI THIỆU

Những thay đổi mô hình kinh tế theo hướng

thị trường từ những năm cuối thập niên 1980

đã thúc đẩy nền kinh tế Việt Nam phát triển

nhanh, khuyến khích sản xuất và thu hút đầu

tư tư nhân mạnh hơn trong nông nghiệp. Kết

quả cho thấy, sản xuất nông nghiệp có những

ghi nhận khi thu nhập và năng suất sản xuất

ngày càng tăng, điều này có thể được chứng

minh qua năng suất các yếu tố tổng hợp (Total

Factor Productivity), thu nhập ròng của lúa

gạo tăng từ năm 1985 đến năm 2006, cụ thể

nếu so sánh từ năm 1990 đến năm 2013, sản

xuất nông nghiệp tăng gấp đôi sản lượng, giá

trị lúa gạo chiếm 35% tổng giá trị sản xuất

nông nghiệp (Báo cáo rà soát Nông nghiệp và

Lương thực của OECD, 2015). Bên cạnh đó,

Đồng bằng sông Cửu Long (ĐBSCL) là vùng

có diện tích đất trồng lúa và sản xuất lúa lớn

nhất cả nước góp phần đảm bảo an ninh lương


95

thực. Theo kết quả thống kê của Nguyễn

Hoàng Đan (2015) và Bộ Tài nguyên và Môi

trường (2005, 2010 & 2014), diện tích đất

trồng lúa của tỉnh An Giang có xu hướng ổn

định và chiếm tỉ lệ trên 13% so với tổng diện

tích toàn vùng ĐBSCL, chỉ đứng sau Kiên

Giang và Long An.

Kịch bản biến đổi khí hậu nước biển dâng và sự

thay đổi dòng chảy từ các đập thủy điện thượng

nguồn sẽ tác động tiêu cực đến diện tích đất

trồng lúa của khu vực ĐBSCL nói chung và

khu vực An Giang nói riêng. Mặc dù tỉnh An

Giang có nhiều thay đổi trong kỹ thuật canh tác

và ít chịu ảnh hưởng nhiều từ biến đổi khí hậu,

nhưng tác động của thay đổi tự nhiên sẽ phần

nào ảnh hưởng đến sản xuất lương thực và cần

có những thay đổi để sản xuất thích hợp hơn.

Do đó, việc nghiên cứu hiệu quả sản xuất của

các hộ một mặt để có thể tăng hiệu quả sử dụng

đầu vào, qua đó giúp các hộ giảm được chi phí

sản xuất mà còn giúp bảo vệ môi trường khi sử

dụng ít hơn các nguồn đầu vào trong sản xuất

như phân, thuốc cũng như các hóa chất bảo vệ

thực vật khác. Đồng thời, phân tích hiệu quả

sản xuất dựa trên hiệu quả kỹ thuật của hộ trồng

lúa tỉnh An Giang để thấy được những điểm

mạnh và điểm yếu nhằm mục đích thay đổi sản

xuất hiệu quả hơn và mang lại nhiều thu nhập

cho người dân không chỉ khu vực mà còn cho

các vùng khác.

2. CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG

PHÁP NGHIÊN CỨU

2.1 Cơ sở lý thuyết

Trong nghiên cứu này hiệu quả được hiểu cách

chung nhất là xem xét và lựa chọn các nguồn

lực sao cho có kết quả cao nhất. Hiệu quả có

thể bao gồm cả ba yếu tố như sử dụng nguồn

lực ít bị lãng phí, sản xuất với chi phí thấp nhất.

Trong các nghiên cứu về kinh tế học khu vực

công, một khái niệm hiệu quả được sử dụng

phổ biến là hiệu quả Pareto, Stiglitz (2015) đề

cập đến hiệu quả Pareto mà ở đó không có

người nào khấm khá hơn mà không làm thiệt

hại đến người khác, hiệu quả này có được thông

qua một thị trường cạnh tranh và phân phối ban

đầu thích hợp hơn. Để đạt được hiệu quả Pareto

cần phải đạt được hiệu quả trao đổi, hiệu quả

sản xuất và hiệu quả tổ hợp sản phẩm.

Có thể phân hiệu quả thành hai loại là hiệu quả

kỹ thuật và hiệu quả phân phối. Trong đó, hiệu

quả kỹ thuật do áp dụng các biện pháp kỹ thuật

có thể giúp người nông dân đạt được sản lượng

tối đa với công nghệ nhất định, còn hiệu quả

phân phối được biết như là khả năng tối ưu các

yếu tố đầu vào theo tỷ lệ với mức giá tương ứng

(Farrell, 1957; Coelli & đ.t.g, 2005). Hiệu quả

kỹ thuật có được do áp dụng các biện pháp kỹ

thuật giúp người nông dân đạt được sản lượng

tối đa với công nghệ nhất định, đồng thời các

ước lượng hiệu quả về mặt kỹ thuật là ước tính

các đầu vào và đầu ra của sản lượng thu hoạch.

Bên cạnh đó, hiệu quả (hiệu quả kỹ thuật một

cách thuần túy) có thể xét đến hiệu quả theo

quy mô mà ở đó mức tăng năng suất đạt đến

mức tiềm năng trong sản xuất dựa trên các ước

lượng hiệu quả; ngược lại không đạt hiệu quả

mà ở đó tăng các yếu tố đầu vào nhưng có thể

không tăng hoặc làm giảm sản lượng đầu ra

(Farrell, 1957; dẫn theo Huynh Viet Khai &

Mitsuyasu Yabe, 2011).

Dựa vào Hình 1, hai nguồn lực đầu vào là A1

và A2 để sản xuất ra một lượng đầu ra là Q

được giả định với hiệu quả theo quy mô không

đổi. Ta có một đường cong QQ là đường đẳng

lượng thể hiện tính hiệu quả về mặt kỹ thuật

của sản xuất, nếu người nông dân sản xuất ra

sản phẩm (Q) tại điểm M thì về mặt kỹ thuật

khoảng cách MN được xem là dư thừa khi sản

xuất chưa hiệu quả. Khoảng cách này cho thấy,

mức đầu tư quá mức gây lãng phí (đo lường

bằng tỷ số MN/OM) và cần phải cắt giảm để

đạt được sản lượng tối ưu. Tỷ lệ này có thể tính

như sau:

TE = ON/OM

Giá trị của TE sẽ thay đổi từ 0 đến 1 và hiệu

quả tối ưu khi giá trị này bằng 1, thể hiện bởi


96

điểm N trên đường đẳng lượng. Khoảng cách từ

M đến P đại diện cho việc cắt giảm chi phí sản

xuất mà tại đó điểm P được xem như là đạt

được hiệu quả kỹ thuật. Bên cạnh đó, trong hầu

hết các nghiên cứu hiệu quả sản xuất sử dụng

các yếu tố đầu vào thì thường ước lượng hàm

sản xuất (hàm Cobb – Douglas) để ước tính tính

hiệu quả trong một số lĩnh vực nông nghiệp,

nên tác giả sử dụng hàm sản xuất để ước lượng

hiệu quả trong nghiên cứu này.

Hình 1. Hiệu quả kỹ thuật, hiệu quả phân bổ và hiệu quả kinh tế.

(Nguồn: Khai & Yabe, 2011)

Mô hình biên ngẫu nhiên được phát triển bởi

Aigner và Chu (1968). Sản xuất lúa là một lĩnh

vực có một đầu ra được kết hợp từ nhiều đầu

vào, nên nghiên cứu này tập trung vào cách

tiếp cận kinh tế lượng đo lường hiệu quả kỹ

thuật qua hàm sản xuất biên ngẫu nhiên như

sau:

Yi = f (Xij; β) + εi (*)

Trong đó: Yi là đầu ra của nông hộ thứ i, Xij là

các đầu vào của nông hộ i, giá trị εi là sai số

của mô hình. Sai số của mô hình được đề cập

trong phân tích biên gồm hai giá trị εi = vi – ui,

trong đó vi là một tập các sai số ngẫu nhiên

trong mô hình (-<vi<, v~N[0,σv2]) được

xác định do các tố nhiễu trong thống kê không

kiểm soát được như thời tiết, bệnh, các rủi ro

khác,... Đối với giá trị ui chỉ thay đổi một phía

(ui≥0) được xem là thành phần mô tả không

hiệu quả trong sản xuất của nông hộ (Coelli &

cs., 2005). Giả định ui trong nghiên cứu có

phân phối nữa chuẩn (u~N[0,σu2]), trong

nghiên cứu này vi và ui độc lập với nhau.

Phương trình (*) được ước lượng bằng phương

pháp khả năng tối đa (maximum likelihood

analysis) tạo ra các giá trị ước lượng của β

(tham số ước lượng), λ (lambda: λ= σu/ σv) và σ

(độ lệch tiêu chuẩn), σ2 = σu2 + σv

2 (phương sai

mô hình gồm hai phương sai thành phần) là các

giá trị không biết của mô hình ước lượng; và

= σu2/ σ2 (gamma) là giá trị nằm trong khoảng

từ 0 đến 1; đồng thời các hộ không đạt được

hiệu quả kỹ thuật có thể được ước lượng bằng

giá trị ui được tính toán dựa vào εi và các tham

số tương ứng (Jondrow et al, 1982). Nếu giả

định vi và ui là độc lập, thì trung bình của ui

được cho bởi εi được xác định bởi:

𝐸(𝑢𝑖|𝜀𝑖) = 𝜎∗ [𝑓∗(

𝜀𝑖𝜆𝜎 )

1 − 𝐹∗(𝜀𝑖𝜆𝜎 )

−𝜀𝑖𝜆

𝜎] (∗∗)


97

Trong đó, σ*2 = σu2 σv

2/σ2, f* là hàm mật độ

phân phối chuẩn, F* là hàm phân phối được

ước lương bởi ελ/σ.

Với giả định mô hình có phân phối nữa chuẩn,

kiểm định Z được dùng để kiểm tra tồn tại

không hiệu quả với giả thyết không H0: λ=0 và

H1: λ>0 (Coelli & cs., 2005). Giá trị kiểm định

được tính như sau:

𝑧 = �̅�

𝑠𝑒(�̅�)~𝑁(0,1) (∗∗∗)

Với �̅� là ước lượng khả năng tối đa của λ và

𝑠𝑒(�̅�) là sai số chuẩn của ước lượng bằng khả

năng tối đa. Hiệu quả kỹ thuật khi đó được xác

định bằng hàm sau:

TEi = exp (-𝑢�̂�) = exp(-E(ui|εi)) (****)

Với giá trị TEi nằm trong khoảng (0,1) và ước

lượng khả năng lớn nhất của tham số trong mô

hình và tính toán tìm ra giá trị TE dựa trên

phần mềm STATA 12.

2.2 Phương pháp nghiên cứu

2.2.1 Số liệu sử dụng

Nghiên cứu chủ yếu phân tích hiệu quả sản xuất

dựa trên hiệu quả kỹ thuật của các hộ trồng lúa

ở tỉnh An Giang được lọc ra từ bộ dữ liệu

VHLSS (Viet Nam Household Living

Standards Survey) của Tổng cục Thống kê từ

năm 2008 đến năm 2016.

2.2.2 Mô hình nghiên cứu

Nghiên cứu sử dụng hàm Cobb-Douglas cho

nhiều đầu vào và một đầu ra với các biến phụ

thuộc là chi phí giống, chi phí phân thuốc, số

giờ lao động, chi phí tưới tiêu (điều chỉnh theo

năm 2008) và vốn đầu vào khác. Hàm Cobb-

Douglas có dạng như sau:

lnYi = β0 + ∑ 𝛽𝑖𝑗𝑙𝑛𝑋𝑖𝑗 + 𝑣𝑖 − 𝑢𝑖𝑛𝑗=1

Giá trị TE được tính toán dựa trên phần STATA

12 từ phương trình (****).

Các biến trong mô hình phân tích được mô tả

như sau:

Bảng 1. Mô tả các biến trong mô hình phân tích biên ngẫu nhiên (SFA)

Biến số Mô tả biến số Nghiên cứu trước

Y Sản lượng sản phẩm (kg)

Dhehibi (2007)

Huynh Viet Khai and Mitsuyasu Yabe

(2011)

Hoang Vu Linh (2007)

Chebil và đ.t.g (2014)

K.R. Sharma và đ.t.g (2001)

X1 Lao động (giờ)

Karagiannis và đ.t.g (2003)

Dhehibi (2007)


(2011)




X2 Nước tưới tiêu (nghìn đồng)

Dhehibi (2007)





98

Biến số Mô tả biến số Nghiên cứu trước

X3 Giống (nghìn đồng)




X4

Phân bón, thuốc trừ sâu, diệt cỏ

(nghìn đồng)

Dhehibi (2007)


(2011)




X5 Chi phí khác (nghìn đồng)


(2011)



Dựa theo Coelli và đ.t.g (2005, trang 274), hàm sản xuất biên có dạng:

𝑙𝑛𝑦𝑖 = 𝛽0 + ∑ 𝛽𝑛𝑙𝑛𝑥𝑛𝑖 +1

2∑ ∑ 𝛽𝑛𝑚𝑙𝑛𝑥𝑛𝑖𝑙𝑛𝑥𝑚𝑖 + 𝑣𝑖 − 𝑢𝑖

𝑁

𝑚=1

𝑁

𝑛=1

𝑁

𝑛=1

Hệ số co giãn các đầu vào:

𝜀(𝑥) = ∑ (𝛽𝑛 + ∑ 𝛽𝑛𝑚𝑙𝑛𝑥𝑚𝑖

𝑁

𝑚=1

)

𝑁

𝑛=1

Hệ số co giãn theo quy mô được ước lượng tại giá trị x đầu vào:

𝛽 = ∑ ∑ 𝛽𝑛𝑚𝑁𝑚=1

𝑁𝑛=1 (*****)

Trong các nghiên cứu trước, các tác giả sử dụng

hàm Tobit để xác định các yếu tố tác động đến

hiệu quả kỹ thuật. Nghiên cứu này đề xuất hàm

hồi quy beta, giá trị hiệu quả nằm trong khoảng

(0;1) nên việc sử dụng mô hình tobit để ước

lượng có thể chưa thực sự chính xác do mô hình

này có giới hạn dưới bằng 0 (không có giới hạn

trên) và các giá trị kỳ vọng ước lượng trong mô

hình sẽ tồn tại sai số do giá trị kỳ vọng có thể

lớn hơn 1 khác với kết quả TE tính toán được.

Phương pháp hồi quy beta được sử dụng đối với

các mô hình mà biến phụ thuộc nằm trong

khoảng 0 và 1 và dự đoán trong khoảng giới

hạn đó. Việc lựa chọn mô hình còn được đánh

giá dựa vào các giá trị sai số chuẩn của các

tham số trong mô hình hồi quy để thấy được độ

chính xác của các ước lượng trong mô hình.

Ngoài ra, việc loại bỏ biến trong mô hình hồi

quy dựa trên kiểm định để xác định sự phù hợp

bỏ biến. Mô hình hồi quy beta được đề xuất bởi

Ferrari và Neto (2004) và được Smithson và

Verkuilen (2006) đưa ra có dạng:

𝑓(𝑦; 𝜇𝑥 , 𝜓𝑥) =Γ(𝜓𝑥)

Γ(𝜇𝑥𝜓𝑥)Γ{(1 − 𝜇𝑥)𝜓𝑥}𝑦𝜇𝑥𝜓𝑥−1(1 − 𝑦)(1−𝜇𝑥)𝜓𝑥−1

Trong đó μx = E(y|x), μx được gắn với các biến số bằng hàm số liên kết: g(μx) = xβ hoặc μx = g-1(xβ)

và g-1(xβ) là hàm ngược của g(μx).


99

Như vậy, hồi quy trong bước hai ở hồi quy beta

cho hiệu quả kỹ thuật bởi các nhân tố tác động

trong trồng lúa ở nông hộ, mô hình có dạng sau:

TEi = α1 + ∑ 𝛼𝑘𝑊𝑖𝑘 + 𝜀𝑖𝑛𝑘=1

TEi là hiệu quả kỹ thuật được ước lượng từ

phương trình (****), Wk là các biến mang tính

chất kinh tế xã hội giải thích sự biến động của

hiệu quả kỹ thuật, các biến đó bao gồm:

Bảng 2. Mô tả các biến trong mô hình hồi quy các yếu tố tác động đến TE

Tên biến Dấu kỳ

vọng Mô tả biến Nghiên cứu trước

TE biến phụ thuộc

dientichcanam + Diện tích (ha)

Dhehibi (2007)

Mahdi và đ.t.g (2010)

Naceur và Mongi (2013)


tuoi + Tuổi chủ hộ

Dhehibi (2007)




tieuhoc + Học tiểu học

Dhehibi (2007)



THCS + Học trung học cơ sở

Dhehibi (2007)



THPTtrolen + Từ trung học phổ

thông trở lên

Dhehibi (2007)


Vutrong + Số vụ trồng Dhehibi (2007)

trogiupkhuyenong + Có tham gia chương

trình khuyến nông

Dhehibi (2007)



3. KẾT QUẢ NGHIÊN CỨU VÀ THẢO

LUẬN

3.1 Thống kê mô tả các biến trong mô hình

Trong Phụ lục 3, tham số các biến độc lập trong

mô hình phân tích biên ngẫu nhiên (thể hiện

qua cột Coef.) đa số có giá trị dương trong

khoảng 0 đến 1, có ý nghĩa ở mức 5% hoặc

10%. Log likelihood có giá trị âm trong khoảng

từ -375.530 đến -368.302 và không đổi cho

thấy rằng, đầu ra cận biên giảm dần tại điểm

tính toán. Sự giải thích của là 0.5463, cho

thấy 54.63% phần không hiệu quả của sản xuất

được sự giải thích bởi mô hình biên ngẫu nhiên,

phần còn lại do sai số ngẫu nhiên nằm ngoài

kiểm soát của nông dân (Battese & Corra, 1977;

dẫn theo Coelli & đ.t.g, 2005, trang 246).

Các giả thuyết mô hình phân tích biên được

trình bày trong Phụ lục 3 cho rằng, sản lượng


100

sản xuất chưa hiệu quả về mặt kỹ thuật dựa trên

đầu ra có tồn tại và kết luận sản xuất hiệu quả

bị bác bỏ ở mức ý nghĩa 5% qua giá trị

Prob>=chibar2 = 0.000, hay giá trị sigma_u = 0

bị bác bỏ bằng kiểm định chi bình phương với

mức ý nghĩa 5%. Kết quả này cũng cho thấy, sự

khác biệt trong biến đổi sản lượng một cách

ngẫu nhiên chưa hiệu quả có thể do các hộ nông

dân sản xuất lúa sử dụng các yếu tố đầu vào

chưa hiệu quả.

(Nguồn: Tác giả tự tính từ dữ liệu VHLSS).

Hình 2. Hiệu quả kỹ thuật (TE) trung bình qua các năm của các tỉnh ĐBSCL

Hình 2 cho thấy, kết quả hiệu quả sử dụng các

đầu vào trong sản xuất lúa của các tỉnh ĐBSCL

chưa cao, trong đó có An Giang. Nếu xem dữ

liệu đồ thị cung cấp, đa phần các tỉnh nằm hoàn

toàn trong đất liền có hiệu quả sử dụng các

nguồn lực tốt hơn so với các tỉnh ven biển.

Trong đó, An Giang có mức sử dụng hiệu quả

các nguồn lực ở mức tương đối cao khoảng trên

82%, chỉ đứng sau các tỉnh như Vĩnh Long,

Hậu Giang và gần bằng Đồng Tháp, Cần Thơ

và Cà Mau. Các tỉnh Bến Tre, Trà Vinh, Tiền

Giang và Long An có hiệu quả sử dụng thấp

nhất trong các tỉnh. Kết quả không có nhiều

thay đổi trong các nghiên cứu của Hoang Vu

Linh (2007) và Giang Thi Ngan Dao và Phil

Lewis (2013) vào khoảng 83%. Nhìn chung có

thể thấy các tỉnh khu vực ĐBSCL có hiệu quả

sử dụng các yếu tố đầu vào chưa thực sự hiệu

quả.

68%

70%

72%

74%

76%

78%

80%

82%

84%

Long

AnTiền

Giang

Bến

Tre

Trà

Vinh

Vĩnh

LongĐồng

Tháp

An

Giang

Kiên

GiangCần

Thơ

Hậu

Giang

Sóc

TrăngBạc

Liêu

Cà

Mau

Hiệ

u q

uả

Hiệu quả kỹ thuật (TE)


101

(Nguồn: Tác giả tự tính từ dữ liệu VHLSS).

Hình 3. So sánh hiệu quả kỹ thuật (TE) của An Giang và tổng thể chung ĐBSCL qua các năm.

Tình hình chung của khu vực ĐBSCL và tỉnh

An Giang đều có hiệu quả kỹ thuật giảm qua

các năm thể hiện trong Hình 3. Xu hướng thấy

được ở các tỉnh ĐBSCL từ mức gần bằng 84%

năm 2008 và gần như không đổi ở năm 2010,

sau đó giảm về mức dưới 78% ở năm 2016.

Riêng tỉnh An Giang có chuyển biến tích cực

hơn, nếu như năm 2008 từ mức khoảng 85% thì

đến năm 2012 giảm xuống dưới 80%, nhưng

đến năm 2014 tăng lên gần 82% và đến năm

2016 giảm xuống gần bằng 81% về hiệu quả kỹ

thuật. So với xu hướng chung của khu vực thì

riêng tỉnh An Giang có cải thiện tích cực trong

sử dụng hiệu quả các yếu tố đầu vào.

Kết quả Phụ lục 1 cho thấy, hiệu quả theo quy

mô các tỉnh có hiệu quả theo quy mô giảm dần.

Hiệu quả này giải thích một phần các nguồn lực

sử dụng có thể dư thừa và việc thêm các nguồn

lực này có thể làm tăng sản lượng nhưng giảm

dần so với đầu vào được bổ sung thêm tương

ứng so với trước đây. Các tỉnh có hiệu suất theo

quy mô giảm dần nằm trong khoảng từ 0.92 đến

0.99 nhỏ hơn 1, riêng tỉnh Bến Tre có hiệu suất

theo quy mô gần bằng 1, qua kiểm định trung

bình một tổng thể trong Phụ lục 2 có thể khẳng

định đa số các tỉnh có hiệu suất theo quy mô

giảm dần, chỉ riêng Bến Tre không đổi. Tỉnh

An Giang hiệu suất theo quy mô chỉ ở mức 0.93

nên việc thêm các nguồn lực đầu vào sẽ làm

tăng sản lượng nhưng hiệu suất theo quy mô

giảm dần.

Bảng 3. Độ co giãn và hiệu quả theo quy mô các yếu tố đầu vào qua các năm của khu vực ĐBSCL

Năm Lao động

(X1)

Tưới tiêu

(X2)

Giống

(X3)

Phân thuốc

(X4)

Vốn khác

(X5)

Hiệu suất theo

quy mô

2008 0.12 0.07 0.16 0.48 0.15 0.98

2010 -0.03 0.06 0.15 0.52 0.23 0.93

2012 0.03 0.05 0.11 0.55 0.19 0.93

2014 0.08 0.06 0.12 0.50 0.18 0.94

2016 0.05 0.08 0.14 0.47 0.19 0.93

Trung

bình 0.047 0.063 0.133 0.507 0.190 0.94

(Nguồn: Tác giả tự tính từ dữ liệu VHLSS)

74%

76%

78%

80%

82%

84%

86%

2008 2010 2012 2014 2016

Hiệ

u q

uả

Hiệu quả kỹ thuật qua các năm

Hiệu quả kỹ thuật

ĐBSCL

Hiệu quả kỹ thuật

tỉnh An Giang


102

Bảng 3 cho một góc nhìn tổng thể toàn khu vực

về hiệu suất theo quy mô giảm dần qua các

năm, cụ thể nếu trong năm 2008 hiệu suất này

khoảng 0.98 thì đến năm 2016 chỉ còn khoảng

0.94, điều này có thể thấy việc sử dụng các đầu

vào nhiều và làm cho sản lượng tăng nhưng

tăng không nhiều hơn cùng với tỷ lệ đầu vào

tăng. Theo số liệu của Tổng cục Thống kê từ

năm 2008 đến 2015, sản lượng lúa hàng năm

tăng đều ở ĐBSCL, do đó các tỉnh sử dụng

nguồn lực quá nhiều như lao động, giống, phân

thuốc có xu hướng giảm theo thời gian. Vì vậy,

sử dụng công nghệ thay thế bớt các nguồn lực

hay sử dụng hiệu quả nguồn lực để cải thiện

tình hình này, đặc biệt là lao động nhưng cần có

những chính sách để giảm tình trạng thất

nghiệp ở nông thôn.

Tóm lại, hiệu quả sản xuất lúa ở các tỉnh khu

vực ĐBSCL chưa thật sự hiệu quả. Các yếu tố

đầu vào được sử dụng chưa hiệu quả trong sản

xuất lúa, cụ thể các giá trị hiệu quả kỹ thuật

thấp hơn 100%. Đồng thời, việc sử dụng các

yếu tố đầu vào còn dư thừa nên giá trị hiệu suất

theo quy mô nhỏ hơn 1 hay giảm dần. Riêng

tỉnh An Giang tuy có hiệu quả cao hơn một số

tỉnh và có xu hướng tăng khi sử dụng các yếu tố

đầu vào nhưng vẫn chưa thực sự hiệu quả, đặc

biệt hiệu suất theo hồi quy giảm dần và gần như

thấp hơn các tỉnh còn lại.

3.2 Kết quả phân tích hồi quy

Kết quả hồi quy sử dụng phương pháp Beta so

sánh với OLS, Tobit để xác định các yếu tố tác

động đến hiệu quả kỹ thuật sản xuất trong trồng

lúa được trình bày trong Bảng 4 và Phụ lục 7.

Qua quá trình thử và sai, kiểm tra tương quan

và phương sai sai số thay đổi, việc lựa chọn dựa

trên sai số chuẩn nhỏ nhất của biến trong mô

hình và loại bỏ biến trong mô hình được trình

bày trong Phụ lục 6 với kết quả cuối cùng bằng

phương pháp Tobit do có giá trị Log

pseudolikelihood nhỏ hơn.

Bảng 4. Kết quả phân tích hồi quy các yếu tố tác động đến hiệu quả kỹ thuật

Variable hqtobit hqreg hqbeta

gioitinh -0.0687*** -0.0687** -0.4336**

(0.0254) (0.0282) (0.1720)

tuoi 0.0086** 0.0086** 0.0611***

(0.0032) (0.0036) (0.0218)

tuoi2 -0.0001** -0.0001** -0.0005***

(0.0000) (0.0000) (0.0002)

dientichcanam 0.0306*** 0.0306*** 0.2076***

(0.0084) (0.0093) (0.0606)

dientichcanam2 -0.0017** -0.0017** -0.0119**

(0.0007) (0.0008) (0.0053)

tieuhoc 0.0076 0.0076 0.0355

(0.0163) (0.0182) (0.1063)

THCS 0.0079 0.0079 0.0188

(0.0201) (0.0223) (0.1321)

THPTtrolen -0.0143 -0.0143 -0.0830


103


(0.0384) (0.0428) (0.2680)

Vutrong -0.0570*** -0.0570*** -0.3742***

(0.0132) (0.0146) (0.0917)

trogiupkhuyennong -0.0083 -0.0083 -0.0777

(0.0299) (0.0333) (0.1942)

_cons 0.7188*** 0.7188*** 0.7435

(0.0910) (0.1013) (0.6000)

sigma_cons 0.0464

(0.0046)

ln_phi_cons

4.2250

(0.1927)

Log pseudolikelihood 87.4942

88.6353

R-squared 0.3541

F (3,39), (Ramsey RESET test - omitted variables) 0.09

legend: b/se

Ghi chú: *** mức ý nghĩa 1%, ** mức ý nghĩa 5%, * mức ý nghĩa 10*

Bảng 4 cho thấy rằng, kết quả hồi quy ở cả ba

mô hình gần như tương đồng nhau, nhưng kết

quả Tobit cho sai số chuẩn là nhỏ nhất. Các

biến có ý nghĩa thống kê ở cả ba mô hình là như

nhau ở các biến giới tính, tuổi, diện tích và vụ

trồng; đồng thời trong kết quả hồi quy OLS với

kiểm định Reset Ramsey cho thấy mô hình

không thiếu biến quan trọng với F = 0.09 rất

nhỏ. Ngoài ra, Phụ lục 6 trình bày kết quả loại

bỏ biến số bằng kiểm định Wald ra khỏi mô

hình và tính lại kết quả cả ba hàm hồi quy ở

Phụ lục 7 với Tobit cho kết quả tốt hơn ở phần

sai số chuẩn và Log pseudolikelihood.

Hiệu quả kỹ thuật (TE): với mức ý nghĩa 5%,

hiệu quả kỹ thuật TE phụ thuộc diện tích và vụ

trồng. Theo số liệu hồi quy TE, kết quả Error!

Reference source not found.:

TE = 0.8829+ 0.0085*dientichcanam -

0.0002*dientichcanam2 - 0.0343*vutrong

Trong đó, diện tích đất trồng tăng thêm 1 ha sẽ

làm cho hiệu quả TE của hộ tăng trung bình

0.81%/ha. Kết quả nghiên cứu còn đưa ra giới

hạn tăng diện tích lớn hơn 21 ha thì hiệu quả kỹ

thuật sẽ giảm xuống khi sử dụng các yếu tố đầu

vào. Kết quả nghiên cứu còn cho thấy, nếu vụ

trồng tăng thêm một vụ thì hiệu quả giảm

xuống trung bình 3.43%. Như vậy, hiệu quả kỹ

thuật còn phụ thuộc vào diện tích và vụ trồng

của các hộ ở tỉnh An Giang.

4. KẾT LUẬN VÀ KHUYẾN NGHỊ

4.1 Kết luận

Trong kết quả phân tích hiệu quả kỹ thuật trong

sản xuất đa phần các tỉnh khu vực ĐBSCL chưa

đạt được hiệu quả tối ưu trong việc sử dụng các

yếu tố đầu vào cho trồng lúa. An Giang cũng

chưa đạt được hiệu quả trong sản xuất nhưng so

với các tỉnh khác thì gần như thuộc nhóm có

hiệu quả sản xuất cao hơn. Bên cạnh đó, hiệu


104

quả kỹ thuật qua các năm có xu hướng giảm

cho khu vực ĐBSCL từ năm 2008 đến 2016,

mặc dù tỉnh An Giang có cải thiện nhưng giảm

xuống vào năm 2016. Còn đối với hiệu suất

theo quy mô sản xuất, đa số các tỉnh có quy mô

giảm dần khi tăng các yếu tố đầu vào, mặc dù

Bến Tre có hiệu suất theo quy mô không đổi,

đối với An Giang thì hiệu suất theo quy mô

giảm dần và nằm vào những tỉnh có hiệu suất

thấp nhất. Hiệu suất bình quân này giảm có thể

thấy qua các năm sản xuất của khu vực do đó

xu hướng chung việc sử dụng các đầu vào như

lao động, giống và phân thuốc thật sự chưa hiệu

quả.

Kết quả phân tích hồi quy cho thấy, các biến

diện tích và vụ trồng tác động đến hiệu quả kỹ

thuật trong sản xuất. Diện tích tăng làm tăng

việc sử dụng các yếu tố đầu vào hơn so với các

diện tích nhỏ hơn, điều này cho thấy diện tích

manh mún cho hiệu quả thấp hơn ở tỉnh An

Giang. Tuy nhiên, kết quả này cung cấp cho

một giới hạn diện tích để đạt hiệu quả kỹ thuật

mà vượt qua diện tích này làm cho hiệu quả

giảm xuống. Ngoài ra, vụ trồng có tác động tiêu

cực đến hiệu quả trồng trọt của tỉnh do việc

tăng vụ trồng sẽ làm giảm đi hiệu quả kỹ thuật

một cách tương đối. Vì vậy, hai tác nhân này có

thể làm thay đổi hiệu quả sản xuất nếu tác động

vào.

4.2 Khuyến nghị

Qua kết quả phân tích hiệu quả kỹ thuật trong

sản xuất lúa cho khu vực ĐBSCL nói chung và

tỉnh An Giang nói riêng, việc sử dụng các yếu

tố đầu vào cần được cải thiện hơn bằng một số

giải pháp cơ bản như gia tăng diện tích hoặc

giảm số vụ trồng. Việc gia tăng diện tích làm

tăng hiệu quả, tuy nhiên có nhiều khó khăn như

việc giải quyết việc làm và quy định của luật

đất đai. Do đó, việc sử dụng diện tích lớn cần

chọn một giải pháp khác có thể thay thế như sử

dụng cánh đồng mẫu lớn hay áp dụng mô hình

hợp tác xã mới hiện nay. Đối với vụ trồng cần

hạn chế khai thác nhiều vụ trồng trong năm do

gây cạn kiệt tài nguyên đất, có thể áp dụng một

số vụ luân canh hay cho đất nghỉ để tăng hiệu

quả sử dụng đất.

Tuy kết quả ước lượng cung cấp nhiều giá trị

thống kê có ý nghĩa giải thích nhưng nghiên

cứu vẫn có những hạn chế. Việc sử dụng dữ

liệu VHLSS chưa thực sự đầy đủ các biến số

trong mô hình và một số biến số trong mô hình

để tính TE với giả định dựa trên sai số của mô

hình biên ngẫu nhiên chỉ giải thích được

54.63%. Do đó, trong các nghiên cứu tiếp theo

có thể thu thập đầy đủ các giá trị để có cách

đánh giá cụ thể các biến có tác động trong mô

hình hồi quy.

TÀI LIỆU THAM KHẢO

Coelli, T. J. & cs. (2005). An introduction to

efficiency and productivity analysis.

Biometrics, 41.

Chebil, A., Frija, I., và Bahri, W. (2014).

Irrigation water efficiency in wheat

production in Chbika (Tunisia): Parametric

versus Nonparametric Comparisons.

Agricultural Economics Review, 15(1), 72 –

85.

Dhehibi, B. và đ.t.g. (2007). Measuring

irrigation water use efficiency using

stochastic production frontier: An

application on citrus producing farms in

Tunisia. African Journal of Agricultural and

Resource Economics, 1(2), 1 – 15.

Ferrari, S. L. P., & F. Cribari-Neto. (2004).

Beta regression for modelling rates and

proportions. Journal of Applied Statistics,

31, 799–815.

Giang Thi Ngan Dao & Phil Lewis. (2013). An

analysis of technical efficiency of crop

farms in the northern region of Viet Nam.

Government and Law, University of

Canberra.

Hoang Vu Linh. (2007). Efficiency of Rice

Farming Households in Vietnam: A DEA

with Bootstrap and Stochastic Frontier


105

Application. Working Papers, University of

Minnessota, Minesota, USA, 1 – 18.

Huynh Viet Khai & Yabe, M. (2011). Technical

efficiency analysis of rice production. The

Developing Economies, 17(1), 135 – 146.

Karagiannis, G. và đ.t.g. (2003a). Measiring

irrigation water efficiency with a stochastic

production frontier: An application to Greek

out-of-season vegetable cultivation.

Environmental and Resource Economics,

26, pp. 57 – 72.

Mahdi, N., Sghaier, M., và Bachta, M. (2010).

Technical efficiency of water use in the

irrigated private schemes in Smar

watershed, south-eastern Tunisia, CIHEAM:

Options Méditerranéennes : Série A.

Séminaires Méditerranéens; N. 88, 300, 289

– 300.

Naceur, M., và Mongi, S. (2013). The

Technical Efficiency of Collective Irrigation

Schemes in South-Eastern of Tunisia.

International Journal of Sustainable

Development & World Policy, 2(7), 87 –

103.

Nguyễn Hoàng Đan & cs. (2015). Evaluation of

Paddy Land Use in the Mekong River Delta.

Tạp chí Khoa học và Phát triển, 13(8), 1435

– 1441.

OECD. (2015). Báo cáo rà soát Nông nghiệp

và Lương thực của OECD: Chính sách nông

nghiệp Việt Nam 2015. Truy cập từ:

https://www.oecd.org/countries/vietnam/OE

CD-Review-Agricultural-Policies-Vietnam-

Vietnamese-Preliminaryversion.pdf.

Sharma, K. R. và đ.t.g. (2001). Stochastic

frontier approach to measuring irrigation

performance: An application to rice

production under the two systems in the

Tarai of Nepal. Water Resources Research,

37(7), 2009 – 2018.

Smithson, M., & J. Verkuilen. (2006). A better

lemon squeezer? Maximum-likelihood

regression with beta-distributed dependent

variables. Psychological Methods, 11, 54 –

71.

https://www.oecd.org/countries/vietnam/OECD-Review-Agricultural-Policies-Vietnam-Vietnamese-Preliminaryversion.pdf




106

PHỤ LỤC

Phụ lục 1. Độ co giãn và hiệu suất theo quy mô các yếu tố đầu vào của các tỉnh ĐBSCL

Độ co

giãn

Lao động

(X1)

Tưới tiêu

(X2)

Giống

(X3)

Phân thuốc

(X4)

Vốn khác

(X5)

Hiệu suất

theo quy

mô

Trung

bình 0.05 0.06 0.13 0.51 0.19 0.94

Long An 0.03 0.05 0.12 0.54 0.19 0.93

Tiền

Giang 0.05 0.05 0.14 0.53 0.19 0.96

Bến Tre 0.06 0.08 0.20 0.49 0.16 0.99

Trà Vinh 0.06 0.07 0.14 0.51 0.17 0.94

Vĩnh

Long 0.06 0.05 0.10 0.53 0.20 0.94

Đồng

Tháp 0.04 0.03 0.08 0.59 0.19 0.92

An Giang 0.02 0.05 0.13 0.53 0.20 0.93

Kiên

Giang 0.05 0.08 0.15 0.48 0.19 0.94

Cần Thơ 0.04 0.07 0.14 0.50 0.19 0.93

Hậu

Giang 0.04 0.07 0.14 0.48 0.21 0.94

Sóc

Trăng 0.06 0.07 0.14 0.50 0.17 0.95

Bạc Liêu 0.05 0.10 0.18 0.41 0.20 0.94

Cà Mau 0.08 0.13 0.18 0.35 0.21 0.95


107

Phụ lục 2. Kiểm định hiệu suất theo quy mô các yếu tố đầu vào của các tỉnh ĐBSCL

Độ co giãn Hiệu suất theo

quy mô

Giá trị

t-test

Ha: mean < 1

Pr(T < t)

Ha: mean >= 1

Pr(|T| > |t|)

Ha: mean > 1

Pr(T > t)

Trung bình 0.940 -54.445 0.000 0.000 1.000

Long An 0.933 -21.901 0.000 0.000 1.000

Tiền Giang 0.956 -15.014 0.000 0.000 1.000

Bến Tre 0.990 -0.960 0.175 0.351 0.825

Trà Vinh 0.944 -16.390 0.000 0.000 1.000

Vĩnh Long 0.937 -7.369 0.000 0.000 1.000

Đồng Tháp 0.919 -25.669 0.000 0.000 1.000

An Giang 0.927 -14.805 0.000 0.000 1.000

Kiên Giang 0.942 -19.708 0.000 0.000 1.000

Cần Thơ 0.934 -11.436 0.000 0.000 1.000

Hậu Giang 0.937 -19.385 0.000 0.000 1.000

Sóc Trăng 0.946 -13.865 0.000 0.000 1.000

Bạc Liêu 0.945 -16.988 0.000 0.000 1.000

Cà Mau 0.953 -7.586 0.000 0.000 1.000


108

Phụ lục 3. Phân tích hiệu quả kỹ thuật bằng phương pháp biên ngẫu nhiên

= σu2/ σ2 = (sigma_u)^2/sigma2 = 0.5463

Likelihood-ratio test of sigma_u=0: chibar2(01) = 14.66 Prob>=chibar2 = 0.000

lambda 1.097407 .0392661 1.020447 1.174367

sigma2 .1522512 .0124511 .1278474 .176655

sigma_u .2884115 .0292383 .2364397 .3518072

sigma_v .2628118 .0116665 .2409123 .2867019

/lnsig2u -2.486734 .2027538 -12.26 0.000 -2.884124 -2.089344

/lnsig2v -2.672634 .0887822 -30.10 0.000 -2.846644 -2.498625

_cons .641021 .489139 1.31 0.190 -.3176738 1.599716

lnX4lnX5 -.0899345 .0292905 -3.07 0.002 -.1473429 -.0325262

lnX3lnX5 .0032888 .0314152 0.10 0.917 -.0582838 .0648614

lnX3lnX4 -.0710094 .033064 -2.15 0.032 -.1358137 -.0062051

lnX2lnX5 .0042007 .0148198 0.28 0.777 -.0248456 .033247

lnX2lnX4 -.0814821 .0210564 -3.87 0.000 -.1227518 -.0402123

lnX2lnX3 .0541059 .0195811 2.76 0.006 .0157277 .0924841

lnX1lnX5 -.0118207 .0101103 -1.17 0.242 -.0316365 .0079951

lnX1lnX4 -.0203722 .0122592 -1.66 0.097 -.0443999 .0036555

lnX1lnX3 .0016011 .011841 0.14 0.892 -.0216069 .024809

lnX1lnX2 .0037349 .0063009 0.59 0.553 -.0086147 .0160844

lnX5lnX5 .0374174 .0092154 4.06 0.000 .0193556 .0554792

lnX4lnX4 .1263877 .0227755 5.55 0.000 .0817486 .1710267

lnX3lnX3 -.0017332 .0221532 -0.08 0.938 -.0451527 .0416863

lnX2lnX2 .0160298 .00649 2.47 0.014 .0033096 .02875

lnX1lnX1 .0176578 .0028437 6.21 0.000 .0120842 .0232314

lnX5 .411487 .1374898 2.99 0.003 .1420119 .6809622

lnX4 .0618121 .180879 0.34 0.733 -.2927042 .4163285

lnX3 .4677418 .1640286 2.85 0.004 .1462516 .789232

lnX2 .1648001 .0845214 1.95 0.051 -.0008588 .330459

lnX1 .0925963 .0495892 1.87 0.062 -.0045968 .1897893

lnY Coef. Std. Err. z P>|z| [95% Conf. Interval]

Log likelihood = -368.30232 Prob > chi2 = 0.0000

Wald chi2(20) = 12884.69

Stoc. frontier normal/half-normal model Number of obs = 1410

Iteration 4: log likelihood = -368.30232






109

Phụ lục 4. Thống kê hiệu quả kỹ thuật các tỉnh ĐBSCL

Tỉnh Hiệu quả kỹ thuật (TE)

Trung bình Độ lệch tiêu chuẩn Tần số

Long An 0.77 0.08 175

Tiền Giang 0.80 0.06 175

Bến Tre 0.74 0.09 18

Trà Vinh 0.79 0.09 107

Vĩnh Long 0.82 0.06 31

Đồng Tháp 0.82 0.06 184

An Giang 0.82 0.06 83

Kiên Giang 0.81 0.08 187

Cần Thơ 0.82 0.06 57

Hậu Giang 0.83 0.05 116

Sóc Trăng 0.82 0.07 117

Bạc Liêu 0.81 0.07 129

Cà Mau 0.82 0.07 31

Tổng 0.81 0.07 1410

Phụ lục 5. Thống kê so sánh hiệu quả kỹ thuật ĐBSCL với tỉnh An Giang

Năm Hiệu quả kỹ thuật ĐBSCL Hiệu quả kỹ thuật tỉnh An Giang

Trung bình Độ lệch tiêu chuẩn Tần số Trung bình Độ lệch tiêu chuẩn Tần số

2008 0.83 0.07 280 0.85 0.05 16

2010 0.83 0.05 269 0.84 0.04 22

2012 0.80 0.05 387 0.79 0.06 27

2014 0.79 0.09 192 0.82 0.08 4

2016 0.78 0.08 282 0.81 0.04 14

Tổng 0.81 0.07 1410 0.82 0.06 83

Phụ lục 6. Kết quả kiểm tra loại bỏ biến ra khỏi mô hình bằng kiểm định Wald

Kiểm định mô

hình Tobit reg betareg

1 [model]tieuhoc = 0 ( 1) tieuhoc = 0 ( 1) [mu]tieuhoc = 0

2 [model]THCS = 0 ( 2) THCS = 0 ( 2) [mu]THCS = 0

3 [model]THPTtrolen = ( 3) THPTtrolen = 0 ( 3) [mu]THPTtrolen = 0


110

Kiểm định mô

hình Tobit reg betareg

0

4

[model]trogiupkhuyen

nong

( 4)

trogiupkhuyennong = 0

( 4)

[mu]trogiupkhuyennong = 0

F F(4,43)=0.16 F(3,76) = 0.54 chi2( 4) = 0.50

Prob Prob> F= 0.9556 Prob > F = 0.6541 Prob > chi2 = 0.9733

1 gioitinh = 0 gioitinh = 0 gioitinh = 0

2 tuoi = 0 tuoi = 0 tuoi = 0

3 tuoi2 = 0 tuoi2 = 0 tuoi2 = 0

F F(3,77)=0.59 F(3,76) = 0.54 chi2( 3) = 1.60

Prob > F Prob > F = 0.6258 Prob > F = 0.6541 Prob > chi2 = 0.6583

Chú thích: giả thiết H0: loại bỏ biến là phù hợp và kết quả cho thấy các biến này loại bỏ là phù hợp trong mô hình.

Phụ lục 7. Kết quả hồi quy sau khi loại bỏ các biến không có ý nghĩa thống kê


Dientichcanam 0.0085** 0.0085** 0.0576***

(0.0033) (0.0033) (0.0225)

dientichcanam2 -0.0002* -0.0002* -0.0013*

(0.0001) (0.0001) (0.0007)

Vutrong -0.0343*** -0.0343*** -0.2331***

(0.0104) (0.0106) (0.0699)

_cons 0.8829*** 0.8829*** 1.9512***

(0.0245) (0.0249) (0.1684)

sigma_cons 0.0506

(0.0033)

ln_phi_cons

4.0690

(0.1225)

Log pseudolikelihood 129.8644

133.3168

R-squared 0.1644

legend: b/se

Ghi chú: *** mức ý nghĩa 1%, ** mức ý nghĩa 5%, * mức ý nghĩa 10*

an giang university journal of science 2018, vol. 21 (3

Documents