vận dụng phương pháp dãy số thời gian để phân tích năng suất lúa

1.1.3 Ý nghĩa của việc nghiên cứu dãy số thời gian Phương pháp phân tích một dãy số thời gian dựa trên một giả thuyết căn bản là sự biến động trong tương lai của hiện tượng nói chung sẽ

CHƯƠNG 1 PHƯƠNG PHÁP LUẬN1.1 Những vấn đề chung về dãy số thời gian

1.1.1 Khái niệm dãy số thời gian

Các hiện tượng kinh tế - xã hội luôn luôn biến động qua thời gian Để nghiên cứu

sự biến động này người ta dùng phương pháp dãy số thời gian Dãy số thời gian là dãy các trị số của một chỉ tiêu nào đó được sắp xếp theo thứ tự thời gian

Xét về hình thức, dãy số thời gian gồm 2 thành phần là:

- Thời gian: ngày, tuần, tháng, năm

- Trị số của chỉ tiêu (hay mức độ của dãy số), nó có thể là số tuyệt đối, số tương đối hoặc số trung bình

Căn cứ vào đặc điểm về mặt thời gian người ta thường chia dãy số thời gian thành 2 loại:

- Dãy số thời kì là dãy số biểu hiện sự thay đổi của hiện tượng qua từng thời kì nhất định

- Dãy số thời điểm là dãy số biểu hiện mặt lượng của hiện tượng vào một thời điểm nhất định

1.1.2 Yêu cầu vận dụng

Khi xây dựng dãy số thời gian phải đảm bảo yêu cầu có thể so sánh được giữa các mức độ trong dãy số Cụ thể phải thống nhất về nội dung và phương pháp tính các chỉ tiêu theo thời gian

Phải thống nhất về phạm vi và tổng thể nghiên cứu

Các khoảng cách thời gian trong dãy số nên bằng nhau nhất là trong dãy số thời

kì phải bằng nhau

1.1.3 Ý nghĩa của việc nghiên cứu dãy số thời gian

Phương pháp phân tích một dãy số thời gian dựa trên một giả thuyết căn bản là

sự biến động trong tương lai của hiện tượng nói chung sẽ giống với sự biến động của hiện tượng ở quá khứ và hiện tại nếu xét về đặc điểm và cường độ của hiện tượng Nói cách khác, các yếu tố đã ảnh hưởng đến biến động của hiện tượng trong quá khứ được

giả định trong tương lai sẽ tiếp tục tác động đến hiện tượng theo xu hướng giống hoặc gần giống như trước.

Do vậy, mục tiêu chính của phân tích dãy số thời gian là chỉ ra và tách biệt các yếu tố ảnh hưởng đến dãy số Điều đó có ý nghĩa trong việc dự đoán và xem xét chu

kỳ biến động của hiện tượng Đây là công cụ đắc lực cho họ trong việc ra quyết định

1.1.4 Các yếu tố ảnh hưởng đến dãy số thời gian

Biến động của dãy số thời gian thường được xem là kết quả của các yếu tố sau đây:

Tính xu hướng: quan sát số liệu thực tế của hiện tượng trong một thời gian dài

(thường là nhiều năm), ta thấy biến động của hiện tượng theo một chiều hướng (tăng hoặc giảm) rõ rệt Nguyên nhân của loại biến động này là sự thay đổi trong công nghệ sản xuất, gia tăng dân số, biến động về tài sản …

Tính chu kỳ: biến động của hiện tượng được lặp lại với một chu kì nhất định,

thường kéo dài từ 2 - 10 năm, trải qua 4 giai đoạn: phục hồi và phát triển, thịnh vượng, suy thoái và đình trệ Biến động theo chu kì là do biến động tổng hợp của nhiều yếu tố khác nhau Chẳng hạn hiện tượng thời tiết bất thường Enlino, Enlina ảnh hưởng đến năng xuất và sản lượng nông nghiệp

Tính thời vụ: biến động của một số hiện tượng kinh kế - xã hội mang tính thời vụ

nghĩa là hàng năm, vào những thời điểm nhất định (tháng hoặc quý) biến động của hiện tượng được lặp đi lặp lại Nguyên nhân của biến động hiện tượng là do các điều kiện thời tiết , khí hậu, tập quán xã hội, tín ngưỡng của dân cư…

Tính ngẫu nhiên hay bất thường: là những biến động không có quy luật và hầu

như không thể dự đoán được Loại biến động này thường xảy ra trong một thời gian ngắn và không lặp lại Nguyên nhân là do ảnh hưởng của các biến cố chính trị, thiên tai, chiến tranh…

1.2 Các chỉ tiêu cơ bản dùng để phân tích biến động dãy số thời gian

1.2.1 Mức độ bình quân theo thời gian

Phản ánh mức độ đại biểu của các mức độ trong dãy số Gồm có:

- Mức độ trung bình của dãy số thời kỳ

+ Các lượng biến có quan hệ tổng:

n

y n

y y

y

y= 1+ 2 + + n = ∑ i+ Các lượng biến có quan hệ tích:

n i y

y= ∏

- Mức độ trung bình của dãy số thời điểm

+ Khoảng cách thời gian của các thời điểm bằng nhau:

1

2

1

−

+++++

n

y y y

y

y y

n n

+ Nếu khoảng cách thời gian của các thời điểm không bằng nhau:

t y y

1.2.2 Lượng tăng (giảm) tuyệt đối

Phản ánh sự thay đổi về trị số tuyệt đối của chỉ tiêu giữa hai thời gian nghiên cứu Nếu mức độ của hiện tượng này tăng lên thì trị số của hai chỉ tiêu mang dấu dương (+) và ngược lại mang dấu âm (-) Tuỳ theo mục đích nghiên cứu mà ta có các chỉ tiêu về lượng tăng (hoặc giảm) sau đây:

Tuỳ theo mục đích nghiên cứu ta có:

- Lượng tăng (giảm) tuyệt đối liên hoàn (hay từng kỳ) gọi là hiệu số giữa mức độ

kỳ nghiên cứu (yi) và mức độ kỳ đứng liền trước nó (yi-1) chỉ tiêu này phản ánh mức độ tăng (hoặc giảm) tuyệt đối giữa hai thời gian liền nhau (thời gian i-1 và thời gian i)

- Lượng tăng (giảm) tuyệt đối bình quân: Biểu hiện một cách chung lượng tăng (giảm) tuyệt đối, tính trung bình cho cả thời kỳ nghiên cứu.

11

1

1 2

n

n n

n

i i

δδ

Chỉ tiêu này thường chỉ sử dụng khi các trị số của dãy số có cùng xu hướng (cùng tăng hay cùng giảm)

1.2.3 Tốc độ phát triển

Tốc độ phát triển là một số tương đối (thường được biểu hiện bằng lần hoặc %) phản ánh tốc độ và xu hướng biến động của hiện tượng qua thời gian tuỳ theo mục đích nghiên cứu ta có các loại tốc độ phát triển sau đây:

- Tốc độ phát triển liên hoàn: Biểu hiện sự biến động về mặt tỷ lệ của hiện tượng giữa hai kỳ liên tiếp

T

t (i=2,n)

Mối liên hệ giữa tốc độ phát triển liên hoàn và định gốc:

- Tích các tốc độ phát triển liên hoàn bằng tốc độ phát triển định gốc:

n

i i

- Thương của hai tốc độ phát triển định gốc liền kề nhau bằng tốc độ phát triển liên hoàn:

T

t (i=2,n)

1.2.4 Tốc độ tăng (giảm)

Thực chất tốc độ phát triển tăng (giảm) bằng tốc độ phát triển trừ đi 1 (hoặc trừ

100 nếu tính bằng %) Nó phản ánh mức độ của hiện tượng nghiên cứu giữa hai thời

kỳ tăng lên hay giảm đi bao nhiêu lần (hoặc %) Nói lên nhịp điệu của sự phát triển theo thời gian

- Tốc độ tăng (giảm) liên hoàn:

11

1 1

1 1

i i

i i i

i

y

y y

y y y

1.2.5 Giá trị tuyệt đối của 1% tăng (giảm)

Là chỉ tiêu biểu hiện mối quan hệ giữa chỉ tiêu lượng tăng (giảm tuyệt đối với tốc

độ tăng (giảm) Nghĩa là tính xem cứ 1 % tăng (giảm) liên hoàn thì tương ứng với 1 giá trị tuyệt đối tăng giảm là bao nhiêu

100(%)

1 1

Chỉ tiêu này không tính cho tốc độ tăng (giảm) định gốc vì kết quả luôn luôn là hằng số

100(%)

1

y A

G

i i

i = ∆ =

1.3 Phương pháp biểu hiện xu hướng phát triển cơ bản của hiện tượng

Xu hướng là yếu tố thường được xem xét đến trước nhất khi nghiên cứu dãy số thời gian Nghiên cứu xu hướng chủ yếu phục vụ cho mục đích dự đoán trung hạn và dài hạn về một chỉ tiêu kinh tế nào đó

Xuất phát từ yêu cầu đó ta cần sử dụng những biện pháp thích hợp nhằm loại bỏ ảnh hưởng của các nhân tố ngẫu nhiên, nêu rõ xu hướng và tính quy luật của sự phát triển hiện tượng qua thời gian

1.3.1 Mở rộng khoảng cách thời gian

Vận dụng đối với những dãy số thời gian có khoảng cách thời gian tương đối ngắn Có quá nhiều mức độ và chưa phản ánh được xu hướng phát triển cơ bản của hiện tượng

Nội dung của mở rộng khoảng cách thời gian bằng cách ghép một số thời gian liền nhau vào thành khoảng thời gian ngắn hơn

Tuy nhiên, nó cũng có những hạn chế là chỉ dùng cho những dãy số có nhiều mức độ Vì khi mở rộng khoảng cách thời gian số lượng các mức độ trong dãy số mất

đi rất nhiều

1.3.2 Phương pháp dãy số bình quân trượt

Số bình quân trượt: là số bình quân cộng của một nhóm nhất định các mức độ trong dãy số Được tính bằng cách loại trừ dần mức độ đầu đồng thời thêm vào các mức độ tiếp theo sao cho số lượng các mức độ tham gia tính số bình quân là không đổi

Dãy số bình quân trượt: là dãy số được hình thành từ các số bình quân trượt Ví

dụ với dãy số thời gian: y1; y2; y3; …; yn (n mức độ)

Ta thấy bình quân trượt giản đơn 3 mức độ thì:

3

3 2 1

2

y y y

3

4 3 2 3

y y y

…

1 2 1

y y y

n

++

Để xác định nhóm bao nhiêu mức độ để tính toán tùy thuộc vào 2 yếu tố là:

- Tính chất biến động của hiện tượng

- Số lượng mức độ trong dãy số

Ngoài ra ta cũng có thể dùng phương pháp bình quân trượt có trọng số là giá trị của tam giác Pascal

Từ một dãy số thời gian căn cứ vào đặc điểm của biến động trong dãy số, dùng phương pháp hồi quy để xác định trên đồ thị một đường xu thế có tính chất lý thuyết thay cho đường gấp khúc thực tế

Yêu cầu

Phải chọn được mô hình mô tả một cách gần đúng nhất xu hướng phát triển của hiện tượng

1.3.4 Phương pháp chọn dạng hàm

- Căn cứ vào quan sát trên đồ thị cộng với phân tích lý luận về bản chất lý luận

của hiện tượng

- Có thể dựa vào sai phân (lượng tăng giảm tuyệt đối)

- Dựa vào phương pháp bình quân nhỏ nhất (lý thuyết lựa chọn dạng hàm hồi quy của tương quan)

Trong đó:

n

y n

a

b

1 2 1 1

2 1

=

t b b

y = 0 + 1

Trong đó:

c

a b

1 0 2

3 2 2 1

1

−

=

c nc

c a na

1 2

1 0 2

c a c a

2 3 1

2 1 1 3

2 1

0 + +

=

Dạng đồ thị bậc 3:

1.3.4.4 Hàm xu hướng dạng mũ

Giả sử đường dữ liệu được biểu diễn dưới dạng: i

t b

Lấy log hai vế hàm mũ ta được: lnyt = lnb0 + b1t

Áp dụng hàm xu hướng dạng đường thẳng ta được: b t

n

i i

e b

∑

ln 0

t

y t b

1 2

3 2 2 1

0 + + +

=

t b

0

=

1.3.4.5 Hàm xu hướng dạng luỹ thừa

Giả sử đường dữ liệu được biểu diễn dưới dạng: yi=α tαi 1+εi

t b

n

y

t b n

y hay

n

i i n

i i

n

i i n

1 1

0

ln

lnln

n i

n

i i

i

t t

t y

t

y b

ln ln

ln ln

Dạng đồ thị dạng luỹ thừa:

1.3.4.6 Hàm xu hướng dạng hàm Logarithmic

Giả sử đường biểu diễn được biểu diễn dưới dạng:

ε α

y t= 0 + 1ln

Áp dụng hàm xu hướng dạng đường thẳng ta được:

t b b

y t= 0 + 1ln

Trong đó:

t b

y b1

0

=

t b

n

i

n

i n

i i i

i i

t t

t y

t

y b

lnln

Nguyên nhân

Do ảnh hưởng của điều kiện tự nhiên và tập quán sinh hoạt của dân cư Nó ảnh hưởng nhiều nhất đến các ngành như nông nghiệp, du lịch, các ngành chế biến sản phẩm công nghiệp và công nghiệp khai thác… Hiện tượng biến động thời vụ làm cho việc sử dụng thiết bị và lao động không đồng đều, năng suất lao động khi tăng khi giảm làm giá thành biến động

Ý nghĩa nghiên cứu

t b b

y t= 0 + 1ln

Giúp nhà quản lý chủ động trong quản lý kinh tế xã hội Giúp cho việc lập các kế hoạch sản xuất hoặc hoạt động nghiệp vụ thích hợp, hạn chế ảnh hưởng của thời vụ đối với sản xuất và sinh hoạt xã hội.

Phương pháp nghiên cứu

Dựa vào số liệu trong nhiều năm (ít nhất là 3 năm) theo tháng hoặc theo quý

- Tính chỉ số thời vụ đối với dãy số thời gian có các mức độ tương đối ổn định

Cụ thể là các mức độ cùng kỳ từ năm này sang năm khác không có biểu hiện tăng giảm rõ rệt

yi là số bình quân của các mức độ cùng tên i

y0 là số bình quân của các mức độ trong dãy số

Ii là chỉ số thời vụ của thời gian thứ i

+ Ý nghĩa: nếu coi mức độ bình quân chung của tất cả các kỳ là 100% thì chỉ số thời vụ của kỳ nào lớn hơn 100% thì đó là lúc “bận rộn” và ngược lại

- Với dãy số thời gian có xu hướng rõ rệt việc tính chỉ số thời vụ phức tạp hơn Trước hết ta cần điều chỉnh dãy số bằng phương trình hồi quy để tính ra các giá trị lý thuyết rồi sau đó dùng các mức độ này làm căn cứ so sánh và tính chỉ số thời vụ

1.3.6 Phương pháp phân tích các thành phần của dãy số thời gian.

Phương pháp phổ biến nhất là phân tích dãy số thời gian gồm ba thành phần

- Thành phần thứ nhất là hàm xu thế (ft) phản ánh xu hướng cơ bản của hiện tượng kéo dài qua thời gian

- Thành phần thứ hai là biến động thời vụ (st) nó là sự lặp lại của hiện tượng trong khoảng thời gian nhất định hàng năm

- Thành phần thứ ba là biến động ngẫu nhiên (zt)

- Ba thành phần trên có thể kết hợp với nhau thành hai dạng

+ Dạng kết hợp nhân phù hợp với biến động thời vụ có biên độ biến đổi tăng:

t t t

t f s z

y =

+ Dạng kết hợp cộng phù hợp với biến động thời vụ có biến động ít:

t t t

t f s z

t b a

S n

n m

.2

1

)1.(

+

−

m n

T a

Theo nghĩa chung nhất, dự đoán là xây dựng thông tin có cơ sở khoa học về mức

độ, trạng thái, các quan hệ, xu hướng phát triển … có trong tương lai của hiện tượng

Dự doán Thống kê là thuật ngữ chỉ một nhóm các phương pháp thống kê để xây dựng các dự đoán số lượng Đây là sự tiếp tục của quá trình phân tích Thống kê trong

đó sự vận dụng các phương pháp sẵn có của thống kê để xây dựng các dự đoán số lượng

Mục đích của dự đoán thống kê ngắn hạn là nhằm đưa ra kết quả từ đó làm căn

cứ để tiến hành điều chỉnh lập các hoạt động sản xuất kinh doanh, làm sao cho có hiệu quả nhất và kịp thời nhất

1.4.1.2 Các loại dư báo, tầm dự báo (thời gian dự báo)

Có ba loại:

- Dự báo ngắn hạn : dưới 3 năm

- Dự báo trung hạn : từ 3 đến 7 năm

- Dự báo dài hạn : trên 10 năm

Thường thì tầm dự báo càng xa , mức độ chính xác càng kém

Dự đoán thống kê ngắn hạn: là dự đoán quá trình tiếp theo của hiện tượng của

những khoảng thời gian tương tương đối ngắn, nối tiếp với hiện tại bằng việc sử dụng những thông tin thống kê và áp dụng những phương pháp thích hợp

1.4.1.3 Các phương pháp dự đoán

Phương pháp chuyên gia: xin ý kiến các chuyên gia về lĩnh vực đó Trên cơ sở đó

sử lý ý kiến và đưa ra dự đoán

Phương pháp hồi qui (phương pháp kinh tế lượng) xác định mô hình hồi qui nhiều biến (x1, x2 , ,xn )

Phương pháp mô hình hoá dãy số thời gian: y t = f (t)

1.4.2 Một số phương pháp dự đoán thống kê ngắn hạn trên cơ sở dãy số thời gian 1.4.2.1 Dự đoán dựa vào lượng tăng hoặc giảm tuyệt đối bình quân

Phương pháp này có thể sử dụng khi các lượng tăng (giảm) tuyệt đối liên hoàn xấp xỉ bằng nhau

Mô hình dự đoán tổng quát là:

L y

Y n+L = n +∆

^

Trong đó:

Ŷn+L : giá trị dự đoán ở thời điểm n + L

yn : giá trị thực tế ở thời điểm n

∆ : lượng tăng (giảm) tuyệt đối trung bình

L : tầm xa dự đoán

1.4.2.2 Dự đoán dựa vào tốc độ phát triển trung bình.

Phương pháp này được áp dụng khi tốc độ phát triển liên hoàn xấp xỉ nhau

Mô hình của dự đoán theo năm:

L n L

n y t

Y^ + = ( )

Trong đó:

Ŷn+L: giá trị dự đoán ở thời điểm n + L

yn : giá trị thực tế ở thời điểm n

t : lượng tăng (giảm) tuyệt đối trung bình

t y y

Từ chiều hướng biến động thực tế của hiện tượng, xác định hàm số hồi qui:

)(

1.4.2.5 Các phương pháp dự báo trung bình

Phương pháp này thích hợp với các dự báo cần phải được cập nhật hàng tháng, hàng tuần, hàng ngày đối với hàng trăm, hàng ngàn hạng mục như tồn kho, doanh số Thường thì rất khó dự báo cho từng hạng mục Chính vì vậy, các phương pháp dự báo giản đơn, ít tốn kém, và nhanh có thể phát triển các kĩ thuật dự báo phức tạp cho từng hạng mục Chính vì vậy, các phương pháp dự báo giản đơn, ít tốn kém, và nhanh có thể sẽ hữu hiệu cho mục đích dự báo ngắn hạn này

Trung bình giản đơn

Mô hình dự báo trung bình giản đơn có thể được biểu hiện qua công thức đơn

giản sau đây: Y Yt

t

t t t

1 1

∧ +

Y

t t t

1

1 1

−

− +

Trung bình di động kép

Phương pháp bình quân di động kép nhằm sử dụng dữ liệu chuỗi thời gian có yếu

tố xu thế Bản thân phương pháp này đã có hàm ý như sau:

Bước 1 Tính giá trị bình quân di động cho chuổi dữ liệu gốc (MA)

Bước 2 Tính giá trị bình quân di động cho chuỗi bình quân di động thứ nhất (MA’)

1.4.2.6 Dự báo bằng các phương pháp san bằng mũ

San mũ đơn

Trong khi các phương pháp trung bình di động chỉ quan tâm đến các quan sát gần nhất, thì các phương pháp san mũ đơn lại đưa ra một giá trị trung bình di động với trọng số giảm dần cho tất cả các quan sát trong quá khứ Mô hình san mũ giản đơn thường phù hợp với loại dữ liệu không thể dự đoán được xu hướng tăng hay giảm Mục tiêu của phương pháp này là ước lượng giá trị trung bình hiện tại và sử dụng giá trị này làm giá trị dự báo cho tương lai

Phương pháp san mũ vẫn dựa trên cơ sở lấy trung bình tất cả các giá trị quá khứ của chuỗi dữ liệu dưới dạng trọng số giảm dần theo hàm mũ Quan sát gần nhất (với

giá trị dự báo) nhận trọng số anpha (α )( với 0<α<1) lớn nhất, quan sát tiếp theo nhận

trọng số tiếp theo nữa nhận trọng số nhỏ hơn nữa, α (1-α )2, và cứ tiếp diễn như thế cho đến quan sát cuối cùng trong dữ liệu quá khứ Cách thể hiện đơn giản nhất của phương pháp này được biểu hiện theo công thức sau đây:

∧ +

Yt= giá trị dự báo (cũ) ở giai đoạn t

Như vậy, ý tưởng của phương pháp san mũ giản đơn cho rằng giá trị dự báo mới

là một giá trị trung bình có trọng số thực tế giữa giá trị thực tế và giá trị dự báo ở giai đoạn t Một khi đã có hệ số san mũ và giá trị dự báo trước đó thì việc ước lượng giá trị

dự báo mới trở nên hết sức dễ dàng

San mũ Holt

Khác với san mũ đơn, mô hình san mũ Holt được sử dụng đối với dữ liệu có yếu

tố xu thế Hanke (2005) cho rằng bởi vì hầu hết các chuỗi dữ liệu kinh tế và kinh doanh hiếm khi theo một xu thế cố định, nên chúng ta cần xem xét khả năng mô hình hoá các xu thế mang tính cục bộ và có thể được sử dụng cho dự báo tương lai

Khi chuỗi thời gian có yếu tố xu thế (cục bộ), thì chúng ta cần phải dự báo giá trị trung bình (giá trị san mũ) và độ dốc (xu thế) hiện tại để làm cơ sở cho dự báo tương lai Ý tưởng cơ bản của phương pháp Holt là sử dụng các hệ số san mũ khác nhau để ước lượng giá trị trung bình và độ dốc của chuỗi thời gian (theo mô hình san mũ giản đơn) Trên cơ sở san mũ giản đơn, các hệ số san mũ này sẽ đưa ra các giá trị ước lượng

về mức trung bình và độ dốc ngay khi có sẳn một quan sát mới Nói cách khác, giá trị trung bình hiện tại vẫn là trung bình với các trọng số giảm dần của tất cả các giá trị trung bình quá khứ; và độ dốc hiện tại sẽ là trung bình với trọng số giảm dần của tất cả các độ dốc quá khứ Phương trình Holt được thể hiện qua ba phương trình sau đây:

1 Ước lượng giá trị trung bình hiện tại:

))(

L

Tt=β ( t− t− 1) +( 1 − β ) t−1

3 Dự báo p giai đoạn trong tương lai:

pT L

+

Trong đó:

Lt= Giá trị san mũ mới (hoặc giá trị trung bình hiện tại)

α = Hệ số san mũ của giá trị trung bình (0<α<1).

Y t= Giá trị quan sát hoặc giá trị thực tế vào thời điểm t

β= Hệ số san mũ của giá trị xu thế (0<β <1)

Tt= Giá trị ước lượng của xu thế

p = Thời đoạn dự báo trong tương lai.

1 Ước lượng giá trị trung bình hiện tại:

))(

t

− + +

α

2 Ước lượng giá trị xu thế (độ dốc):

T L

L

Tt=β ( t− t− 1) +( 1 − β ) t−1

3 Ước lượng giá trị chỉ số mùa:

S L

L t= Giá trị san mũ mới (hoặc giá trị trung bình hiện tại)

α = Hệ số san mũ của giá trị trung bình (0<α<1).

Y t= Giá trị quan sát hoặc giá trị thực tế vào thời điểm t

β= Hệ số san mũ của giá trị xu thế (0<β<1)

T t= Giá trị ước lượng của xu thế

p = Thời đoạn dự báo trong tương lai.

S = Độ dài của yếu tố mùa

∧

+

Yt p= Giá trị dự báo p cho giai đoạn trong tương lai

CHƯƠNG 2 ĐÁNH GIÁ NĂNG SUẤT LÚA TRÀ VINH

GIAI ĐOẠN 2000 - 20092.1 Đánh giá khái quát năng suất lúa Trà Vinh trong giai đoạn 2000 - 2009 2.1.1 Hệ thống chỉ tiêu thống kê năng suất lúa

Năng suất lúa là lượng sản phẩm lúa thu được tính bình quân trên một đơn vị diện tích gieo trồng trong một thời gian nhất định.

Đây là chỉ tiêu chất lượng tổng hợp cho phép đánh giá trình độ thâm canh và khả năng mở rộng diện tích gieo trồng

Gồm những chỉ tiêu cơ bản sau:

Năng suất tính cho một ha diện tích gieo trồng trong từng thời vụ

Năng suất tính cho một ha diện tích gieo trồng bình quân trong cả năm

Năng suất tính cho một ha diện tích canh tác trong một năm (năng suất đất)

Năng suất tính cho một ha diện tích gieo trồng thực tế có thu hoạch: dùng để xác định năng suất cho chu kỳ sản xuất sau

2.1.2 Điều tra năng suất lúa

Do sản xuất lúa trãi trên diện tích rộng nên muốn nắm bắt được kết quả sản xuất

ta phải tiến hành điều tra thống kê bằng phương pháp điều tra chọn mẫu như:

- Điều tra chọn mẫu điển hình

- Điều tra chọn mẫu máy móc

- Điều tra chọn mẫu theo hộ

Tổng cục Thống kê chủ trương điều tra năng suất và sản lượng lúa theo phương pháp chọn mẫu thống nhất trong cả nước dưới hình thức “Điều tra thực thu hộ gia đình”

2.1.3 Công thức tính năng suất lúa

Với nguồn số liệu về diện tích gieo trồng và sản lượng lúa đầy đủ ta có thể tính được năng suất lúa theo công thức:

Năng suất lúa bình quân cả năm (tạ/ha)=

Sản lượng lúa cả năm (tạ)

Diện tích gieo trồng (ha)

Bảng 2.1 Bảng năng suất lúa cả năm phân theo địa phương

Trà Vinh 39,9 37,5 42,7 44,3 43,9 44,3 44,3 41,5 47,9 46,4

Vĩnh Long 45,1 42,1 45,9 45,2 46,3 47,9 47,4 51,2 50,5 51,6Đồng Tháp 46,0 48,1 51,1 50,8 53,4 55,7 53,0 56,9 58,1 58,8

An Giang 46,9 46,0 54,4 53,3 57,5 59,3 58,1 60,4 62,2 60,7Kiên Giang 42,2 39,7 44,8 44,2 48,0 49,4 46,1 51,1 55,6 54,6Cần Thơ 45,5 44,3 48,5 47,3 52,0 53,2 51,8 54,4 54,8 54,5

Sóc Trăng 43,7 43,7 46,3 46,1 48,4 50,8 49,4 49,2 54,0 53,2Bạc Liêu 41,1 40,8 40,9 41,7 44,7 46,8 47,0 46,2 49,3 48,5

Cà Mau 34,3 31,8 32,2 33,0 30,7 35,3 34,9 34,1 36,3 36,2

Nguồn: Tổng cục thống kê

Qua số liệu bảng 2.1 ta thấy năng suất lúa (2000 – 2009) của các tỉnh An Giang, Đồng Tháp, Cần Thơ, Sóc Trăng, Tiền Giang luôn cao hơn mức bình quân của Đồng bằng sông Cửu Long từ 0,1 tạ đến 9,8 tạ/ha Có thể nói đây là các tỉnh sản xuất lúa tiêu biểu của Đồng bằng sông Cửu Long Ngoài ra, ta cũng có thể thấy tỉnh Kiên Giang đang thực sự tăng trưởng vượt bậc, năng suất lúa của tỉnh Kiên Giang cao hơn năng suất lúa bình quân của Đồng bằng sông Cửu Long từ 0,4 – 0,7 tạ/ha trong những năm gần đây (2007 – 2009) Hậu Giang, Vĩnh Long là hai tỉnh có năng suất lúa đạt mức gần như trung bình tương đương với mức năng suất bình quân của cả Đồng bằng sông Cửu Long Hai tỉnh có mức năng suất lúa đạt thấp nhất so với mức bình quân của Đồng bằng sông Cửu Long có thể nói đến là Cà Mau và Bến Tre mức dao động kém từ 4,5 đến 16,7 tạ/ha Kế đến là tỉnh Bạc Liêu mức dao động kém từ 1,2 đến 4,4 tạ/ha Trà Vinh và Long An là hai tỉnh có mức năng suất đạt gần như tương đương nhau Trong đó, mức dao động kém về năng suất của Long An so với mức bình quân năng suất của Đồng bằng sông Cửu Long từ 4,5 – 7,6 tạ/ha, còn mức dao động kém của Trà Vinh là từ 2 – 9,2 tạ/ha Như vậy, khi nhìn một cách tổng quát trong giai đoạn