nghiên cứu ảnh hưởng của một số nhân tố đến sản lượng lúa ở việt nam

Khi được giới thiệu, học tập và nghiên cứu môn kinh tế lượng, nhóm chúng tôi nhận ra rằng với những công cụ được giới thiệu trong bộ môn, chúng tôi có thể lượng hóa và tìm đáp án cho một

LỜI MỞ ĐẦU

1 Lý do chọn đề tài

Theo đà phát triển của nền văn minh, các nhu cầu của con người cũng dần phát triển Tuy nhiên, theo tháp nhu cầu Maslow, ăn uống vẫn là nền tảng để phát triển thêm các nhu cầu khác, và trên thực tế lương thực luôn đóng vai trò số một trong đời sống hàng ngày Số liệu của Liên hợp quốc cho thấy, hiện nay có khoảng

800 triệu người ở các nước nghèo - nhất là ở châu Phi - đang phải sống chung với nạn đói, 200 triệu trong số đó là trẻ em Trung bình hàng năm trên thế giới có khoảng 13 triệu trẻ em dưới 5 tuổi do thiếu dinh dưỡng tối thiểu vì nạn đói nghiêm trọng Do đó, Hội nghị Dinh dưỡng Quốc tế đã đi đến kết luận rằng: giải quyết kịp thời vấn đề lương thực là trung tâm của mọi cố gắng hiện nay để phát triển kinh tế

xã hội Theo thống kê nông nghiệp của FAO, lúa mì và lúa gạo là 2 loại cây lương thực được sản xuất và tiêu thụ nhiều nhất trên thế giới Tuy sản lượng của lúa gạo thấp hơn lúa mì, nhưng xét trên góc độ dinh dưỡng và độ hư hao trong thu hoạch, bảo quản và vận chuyển, lúa gạo hiện đang nuôi sống hơn một nửa dân số thế giới -trong khi lúa mì nuôi sống nửa còn lại

Thực tế trên cho chúng ta thấy được vai trò thiết yếu của lúa gạo trong đời sống con người

Việt Nam là một trong những nước có nền văn minh lúa nước lâu đời nhất trên thế giới Sản lượng lúa gạo lớn của nước ta (hơn 40 triệu tấn trong năm 2019 -đứng thứ 3 thế giới) vừa đảm bảo an ninh lương thực quốc gia, vừa là nền tảng phát triển kinh tế khi mang về cho nước ta gần 3 tỷ USD trong năm 2019 Ở nước ta, lực lượng lao động trong nghề trồng lúa chiếm 72% tổng lao động, cho thấy lúa nước vẫn là một ngành nông nghiệp thu hút nhiều lao động, đóng vai trò quan trọng trong nền kinh tế

Nhận biết được thế mạnh của đất nước là có khí hậu thuận lợi, đất phù sa màu mỡ, kinh nghiệm dày dặn của người dân được truyền từ đời trước cho đời sau, bài toán nâng cao sản lượng lúa vẫn luôn là một vấn đề được Bộ Nông nghiệp và Phát triển Nông thôn quan tâm hàng đầu

Khi được giới thiệu, học tập và nghiên cứu môn kinh tế lượng, nhóm chúng tôi nhận ra rằng với những công cụ được giới thiệu trong bộ môn, chúng tôi có thể lượng hóa và tìm đáp án cho một số câu hỏi hoặc vấn đề liên quan đến tình hình cây lúa ở Việt Nam, ví dụ như:

- Những yếu tố nào ảnh hưởng đến sản lượng lúa của Việt Nam?

- Làm sao để có thể tăng sản lượng khi diện tích đất canh tác không đổi hoặc

bị thu hẹp?

- Trong bối cảnh biến đổi khí hậu diễn ra, làm sao để sản lượng không bị giảm sút trong điều kiện tự nhiên không thuận lợi?

Bằng việc sử dụng mô hình lượng, chúng tôi mong muốn có thể tìm ra những yếu tố then chốt ảnh hưởng đến sản lượng gạo, từ đó tìm ra hướng đi phát triển phù hợp với tình hình nước ta hiện nay

2 Mục tiêu nghiên cứu

Với những công cụ đã được học và nghiên cứu trong bộ môn Kinh Tế Lượng, trên cơ sở thực tiễn quan sát, bằng những số liệu thu thập được về sản lượng lúa trong quá khứ, nhóm tiến hành đánh giá và tìm ra những yếu tố có liên quan, tác động đến sản lượng lúa, đánh giá mức độ ràng buộc của những yếu tố trên với sản lượng lúa Với kết quả thu được, nhóm tiếp tục sử dụng những công cụ khác để kiểm tra mức độ tin cậy của mô hình, từ đó đưa ra những nhận định, dự báo về sản lượng lúa Sau cùng, nhóm mong muốn sẽ đưa ra được những đề xuất với tính chính xác cao nhằm cải thiện sản lượng lúa, từ đó nâng cao thu nhập và cải thiện đời sống của người nông dân

CHƯƠNG I: CƠ SỞ LÝ THUYẾT

Việt Nam là một trong những nước có nghề truyền thống trồng lúa nước cổ xưa nhất thế giới Nông nghiệp trồng lúa vừa đảm bảo an ninh lương thực quốc gia, vừa là cơ sở kinh tế sống còn của đất nước Dân số nước ta đến nay hơn 90 triệu người, trong đó dân số ở nông thôn chiếm gần 70% và lực lượng lao động trong nghề trồng lúa chiếm 62% lực lượng lao động cả nước Điều đó cho thấy lĩnh vực nông nghiệp trồng lúa thu hút đại bộ phận lực lượng lao động cả nước, đóng vai trò rất lớn trong nền kinh tế quốc dân và và sản lượng lúa quyết định đến an ninh lương thực quốc gia Có 5 nhân tố ảnh hưởng đến sản lượng lúa của các địa phương:

* Diện tích: Diện tích tích đất canh tác là một trong những yếu tố quan trọng

bậc nhất quyết định đến sản lượng lúa Theo nghiên cứu “Mức độ nhạy cảm của nông nghiệp đối với môi trường” của Kavi Kumar(2009) thì diện tích là một nhân tố tác động trực tiếp đến sản lượng lúa Những quốc gia có diện tích đất nông nghiệp lớn thì có cơ hội và khả năng tăng sản lượng nông nghiệp tốt hơn

* Năng suất: Sản lượng đạt được trên một đơn vị diện tích đất trồng sẽ có tác

động đến sản lượng lúa Khi tổng diện tích canh tác tăng, sản lượng lúa tăng

và ngược lại

* Lượng mưa: Theo đánh giá ảnh hưởng của điều kiện khí hậu nông nghiệp đến cây trồng ngắn ngày trên Tạp chí Khoa học về Trái đất, đối với nền nông

nghiệp chưa phát triển như ở Việt Nam (hệ thống thủy lợi còn yếu kém), thì mùa vụ phụ thuộc chủ yếu vào lượng mưa Vì vậy, đặc điểm đầu tiên quan trọng của khí hậu nông nghiệp cần xem xét đó là lượng mưa Có thể nói rằng mưa là điều kiện thủy lợi tốt nhất cho sản xuất nông nghiệp

* Số giờ nắng: Theo các chuyên gia Nông Nghiệp, số giờ nắng trong năm ảnh

hưởng lớn đến quá trình quang hợp của cây lúa, tạo điều kiện phù hợp cho cây sinh trưởng và phát triển nhưng nếu số giờ nắng quá cao trong 1 năm có thể gây ra khô hạn, cháy lá, giảm sản lượng

* Độ ẩm: Theo nghiên cứu của tạp chí Việt Nam nông nghiệp sạch, nước là yếu

tố vô cùng quan trọng cho sự phát triển của cây lúa Cây lúa sống và phát triển được nhờ chất dinh dưỡng trong đất và được nước hòa tan, đưa lên cây qua hệ thống rễ Nước giúp cây thực hiện các quá trình vận chuyển các chất khoáng trong đất giúp điều kiện quang hợp, hình thành sinh khối tạo nên sự sinh trưởng của cây Trong một giới hạn nào đó thì sự sinh trưởng của cây tỉ lệ thuận với hàm lượng nước hiện diện Nước cần thiết cho sản xuất carbohydrate, để duy trì tính hút nước của nguyên sinh chất, và nước là 1 phương tiện vận chuyển carbohydrate và các chất dinh dưỡng, từ đó tác động đến sản lượng

Ngoài ra còn có các yếu tố khác như đặc điểm thổ nhưỡng, thiên tai, cũng ảnh hưởng đến sản lượng lúa hằng năm nhưng trong bài nghiên cứu này, chúng em

chỉ nghiên cứu mô hình để xem xét ảnh hưởng của 5 yếu tố: diện tích, năng suất, lượng mưa, số giờ nắng và độ ẩm tới sản lượng lúa của 15 tỉnh thành tại Việt Nam

trong giai đoạn 2007-2016

CHƯƠNG II: MÔ HÌNH NGHIÊN CỨU

1 Tổng quan mô hình nghiên cứu

Từ cơ sở lý thuyết, nhóm đã lựa chọn sử dụng mô hình kinh tế lượng hồi quy bằng phương pháp bình phương nhỏ nhất OLS Sau khi thực hiện hồi quy từ bộ số liệu theo hai dạng: hàm tuyến tính và hàm Cobb - Douglas, kết quả cho thấy mô hình hồi quy dạng Cobb – Douglas có kết quả tin cậy hơn về mặt thống kê

Hàm Cobb-Douglas có dạng:

Y i = AX β 1 1 X β 2 X β …XX β k e u i

Trong đó: Yi là biến phụ thuộc Xβ11

Xi (i = 1, 2, 3, … k) là biến độc lập

βi(i = 1, 2, 3, … k) là hệ số hồi quy

A là hằng số

e là hằng số toán học (e = 2,71828)

ui là sai số Hàm Cobb – Douglas được giải bằng phương pháp logarit hóa hai vế Ứng dụng hàm Cobb-Douglas vào xây dựng mô hình hồi quy trong phân tích các nhân tố

tự nhiên ảnh hưởng đến sản lượng lúa như sau:

Dạng hàm:

LnSL = β 1 + β lnDT + β 3 lnNS + β 4 lnLM + β 5 lnSGN + β 6 lnDA + u i

Trong đó, các biến số được giải thích trong bảng 01:

Bảng 1: Các biến trong mô hình

3 u i Nhiễu (Đại diện cho các nhân tố còn lại ảnh hưởng đến

-sản lượng lúa)

Hệ số chặn

4 β 1 Giá trị trung bình của biến phụ thuộc SL khi biến độc

-lập thay đổi 1 đơn vị

β 2 , β 3 , β 4 , Hệ số góc

5 Sự thay đổi của giá trị trung bình của biến phụ thuộc SL

-β 5 , β 6 khi biến độc lập tương ứng thay đổi 1 đơn vị

Ta có thể đưa ra kỳ vọng về dấu của hệ số hồi quy như sau:

Bảng 2: Bảng kỳ vọng dấu của các hệ số hồi quy

1 β 1>0 Sản lượng lúa trung bình luôn lớn hơn 0

2 β > 0 Sản lượng lúa được kỳ vọng sẽ tăng khi diện tích trồng lúa tăng

3 β 3> 0 Sản lượng lúa được kỳ vọng sẽ tăng khi năng suất lao động tăng

4 β 4> 0 Sản lượng lúa được kỳ vọng sẽ tăng khi lượng mưa trung bình tăng

5 β 5>0 Sản lượng lúa được kỳ vọng sẽ tăng khi số giờ nắng trung bình tăng

6 β 6< 0 Sản lượng lúa được kỳ vọng sẽ giảm khi độ ẩm trung bình tăng

2 Nguồn dữ liệu

Số liệu được nhóm thu thập từ trang web của Tổng cục thống kê Việt Nam ở mục 01-Đơn vị hành chính, đất đai và khí hậu, mục 06-Nông nghiệp, lâm nghiệp và thủy sản Website: https://www.gso.gov.vn/Default.aspx?tabid=217

CHƯƠNG III: KẾT QUẢ NGHIÊN CỨU

1 Mô tả thống kê và mô tả tương quan các biến

Mô tả thống kê các biến

Bảng 3: Bảng mô tả thống kê các biến Biến Số quan Giá trị trung Độ lệch Giá trị nhỏ Giá trị lớn

Nguồn: Nhóm tác giả tính toán Chú ý: Kết quả đã được làm tròn 2 chữ số sau dấu phẩy

Bảng 3 cho thấy, bộ dữ liệu sử dụng trong nghiên cứu có 150 quan sát, tức là mẫu đủ lớn Đồng thời, các biến số có độ lệch chuẩn nhỏ, khoảng cách giữa giá trị lớn nhất và nhỏ nhất cũng tương đối nhỏ Như vậy, số liệu được đo lường chặt chẽ,

có độ chính xác cao nên chúng ta có thể tin tưởng sử dụng bộ số liệu này cho nghiên cứu

Mô tả tương quan các biến

Bảng 4: Bảng mô tả tương quan các biến

Nguồn: Nhóm tác giả tính toán Chú ý: Kết quả đã được làm tròn 2 chữ số sau dấu phẩy

Bảng 4 cho chúng ta thấy các hệ số tương quan giữa các biến giải thích khá thấp (đều nhỏ hơn 0.8) Như vậy, ta có thể nói rằng mô hình không mắc phải khuyết tật đa cộng tuyến Đồng thời, hệ số tương quan giữa biến phụ thuộc là lnSL với biến lnDT rất cao, chúng ta có thể kì vọng rằng diện tích đất canh tác là yếu tố tác động mạnh nhất đến sản lượng lúa

Hệ số tương quan giữa biến lnDT và lnNS với biến lnSL mang dấu dương cho chúng ta kì vọng về dấu của hệ số hồi quy của biến lnDT và lnNS dương Ngược lại, hệ số tương quan giữa biến lnSL với các biến lnLM, lnSGN và lnDA mang dấu âm, chúng ta có thể kỳ vọng rằng hệ số hồi quy của các biến lnLM, lnSGN, lnDA mang dấu âm Tuy nhiên điều này trái với lý thuyết vì cây lúa là loại cây cần nhiều nước và ánh sáng để có thể phát triển Như vậy, hệ số tương quan giữa các biến cho chúng ta kỳ vọng về hệ số ước lượng của mô hình có phần trái với thực tế Liệu các hệ số ước lượng có thật sự không đúng với lý thuyết, chúng ta cùng đến với kết quả ước lượng và kiểm định để tìm ra câu trả lời

2 Kết quả ước lượng và kiểm định

Kết quả ước lượng

Từ nguồn dữ liệu với kích thước mẫu lớn, chúng em ước lượng mô hình bằng phương pháp ước lượng sai số chuẩn mạnh RSE So với phương pháp bình phương tối thiểu OLS thì các ước lượng vẫn giữ nguyên, chỉ có phương sai các hệ số ước lượng được tính lại theo Robust nên độ chính xác của ước lượng không bị ảnh hưởng

Tiến hành ước lượng mô hình bằng công cụ STATA ta thu được kết quả như sau:

Bảng 5: Kết quả ước lượng mô hình bằng RSE

Linear Regression

Số quan sát = 150 F(5,144) > 99999.00 Prob>F = 0.0000

Root MSE = 0.01695

lnSL Coef Robust Std Err t P>t [95%Conf.] Interval] lnDT 1.000414 0.0011384 878.79 0.000 0.9981635 1.002664

lnNS 0.9957909 0.0133753 74.45 0.000 0.9693536 1.022228

lnLM -0.0102316 0.006351 -1.61 0.109 -0.0227849 0.0023216

lnSGN 0.0102046 0.0117747 0.87 0.388 -0.013069 0.0334781

lnDA 0.0514639 0.0687243 0.75 0.455 -0.0843748 0.1873025

_cons -2.514748 0.3892335 -6.46 0.000 -3.284097 -1.745399

Nguồn: Nhóm tác giả tính toán

Từ kết quả ước lượng trên, ta thu được mô hình hồi quy mẫu ngẫu nhiên như sau:

lnSL = -2.514748 + 1.000414*lnDT + 0.9957909*lnNS - 0.0102316*lnLM + 0.0102046*lnSGN + 0.0514639*lnDA + e i

Kiểm định

Các kiểm định sau đây đều được kiểm định với mức ý nghĩa 10%

2.2.1 Kiểm định mô hình

a Kiểm định sự phù hợp của mô hình

- Từ kết quả ước lượng RSE ta có R2 = 0.9997 Mô hình giải thích được 99.97% sự thay đổi của biến phụ thuộc

- Để kiểm định sự phù hợp của mô hình, ta sử dụng cặp giả thuyết:

H 0 : 2 = 3 = 4 = 5 = 6 =0

H 1 : 2 2 + 3 2 + 4 2 + 5 2 + 6 2≠0

Nhận xét: P-value (Fs) = 0.0000 < = 0.1 Bác bỏ giả thuyết H0

Kết luận: Mô hình phù hợp ở mức ý nghĩa 10%

b Kiểm định các hệ số hồi quy

Sử dụng phương pháp P-value cho các kiểm định này với mức ý nghĩa 10%

Cặp giả thuyết:

H 0 : 1 = 0

H 1 : 1≠0

Nhận xét: P-value = 0.000 < 0.1 Bác bỏ H0

Kết luận: 1 có ý nghĩa thống kê ở mức ý nghĩa 10%

Cặp giả thuyết:

H 0 : 2 = 0

H 1 : 2≠0

Nhận xét: P-value = 0.000 < 0.1 Bác bỏ H0

Kết luận: 2 có ý nghĩa thống kê ở mức ý nghĩa 10% Diện tích trồng lúa ảnh hưởng đến sản lượng lúa

9

Cặp giả thuyết:

H 0 : 3 = 0

H 1 : 3≠0

Nhận xét: P-value = 0.000 < 0.1 Bác bỏ H0

Kết luận: 3 có ý nghĩa thống kê ở mức ý nghĩa 10% Năng suất lao động ảnh hưởng đến sản lượng lúa

Cặp giả thuyết:

H 0 : 4 = 0

H 1 : 4≠0

Nhận xét: P-value = 0.109 > 0.1 Chưa có cơ sở để bác bỏ H0

Kết luận: 4 không có ý nghĩa thống kê ở mức ý nghĩa 10% Lượng mưa trung bình trong 1 năm không ảnh hưởng đến sản lượng lúa

Cặp giả thuyết:

H 0 : 5 = 0

H 1 : 5≠0

Nhận xét: P-value = 0.388 > 0.1 Chưa có cơ sở để bác bỏ H0

Kết luận: 5 không có ý nghĩa thống kê ở mức ý nghĩa 10% Số giờ nắng trung bình trong 1 năm không ảnh hưởng đến sản lượng lúa

Cặp giả thuyết:

H 0 : 6 = 0

H 1 : 6≠0

Nhận xét: P-value = 0.455 > 0.1 Chưa có cơ sở để bác bỏ H0

Kết luận: 6 không có ý nghĩa thống kê ở mức ý nghĩa 10% Độ ẩm trung bình không ảnh hưởng đến sản lượng lúa

10

2.2.2 Kiểm định các khuyết tật của mô hình

a Kiểm định bỏ sót biến

Để kiểm định mô hình có bỏ sót biến hay không ta dùng cặp giả thuyết:

H 0 : Mô hình không bỏ sót biến

H 1 : Mô hình bỏ sót biến

Tiến hành kiểm định RESET của Ramsey với bình phương của các biến độc lập, ta thu được kết quả sau:

Ramsey RESET test using powers of the fitted values of

lnSL Ho: model has no omitted variables

0.396 6

Nhận xét: Vì P-value (F(3,141)) = 0.3966 > = 0.1 nên không bác bỏ H0

Kết luận: Mô hình không bỏ sót biến quan trọng ở mức ý nghĩa 10%

b Kiểm định đa cộng tuyến

Ở bảng mô tả tương quan các biến ở chương III, ta thấy tương quan giữa các biến rất thấp và nhỏ hơn 0.8 nên có thể dự đoán được mô hình không xảy ra hiện tượng đa cộng tuyến

Ngoài ra để kiểm định đa cộng tuyến, ta có thể sử dụng nhân tử phóng đại phương sai VIF: nếu VIF < 10 thì mô hình không tồn tại đa cộng tuyến

Xác định VIF bằng công cụ STATA, ta thu được kết quả sau:

Bảng 6: Bảng giá trị nhân tử phóng đại phương sai

Nguồn: Nhóm tác giả tính toán

Nhận xét: Các chỉ số VIF đều nhỏ hơn 10 nên không có hiện tượng đa cộng tuyến

=> Kết luận: Mô hình không xảy ra hiện tượng đa công tuyến ở mức ý nghĩa 10%

c Kiểm định phân phối chuẩn của nhiễu

Để kiểm định mô hình có sự phân phối chuẩn của nhiễu không, ta sử dụng cặp giả thuyết sau:

H 0 : Nhiễu phân phối chuẩn

Tiến hành tạo phần dư rồi dùng kiểm định Skewness-Kurtosis bằng công cụ STATA thu được kết quả sau:

Bảng 7: Kết quả kiểm định Skewness/Kurtosis Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

Nguồn: Nhóm tác giả tính toán

Nhận xét: P-value = 0.0000 < = 0.1 nên bác bỏ giả thuyết H0

Kết luận: Mô hình có nhiễu phân phối không chuẩn ở mức ý nghĩa 10%

d Kiểm định phương sai sai số thay đổi và tự tương quan

Vì mô hình được ước lượng bằng phương pháp ước lượng sai số chuẩn mạnh RSE nên nếu mô hình mắc phải khuyết tật phương sai sai số thay đổi hay tự tương quan thì các khuyết tật này không còn ảnh hưởng đến kết quả ước lượng mô hình do

đã được giảm bớt bởi phương pháp RSE

3 Khắc phục các khuyết tật của mô hình

Nhiễu phân phối không chuẩn

Vì mẫu nghiên cứu có 150 quan sát, n=150 là lớn nên giả định biến phân phối chuẩn không được thỏa mãn cũng không quan trọng, mô hình vẫn đưa ra các kết quả đúng và vẫn có thể dùng để suy diễn thống kê

4 Thảo luận

Với mô hình hồi quy được ở trên, chúng ta có thể thấy được rằng với các biến có ý nghĩa thống kê:

- Hệ số hồi quy của biến lnDT = 1.000414, mang dấu dương

Phản ánh đúng giả thuyết ban đầu rằng khi diện tích dành cho nông nghiệp tăng lên thì sản lượng lúa sẽ tăng lên Từ hệ số hồi quy ta thấy, khi diện tích tăng lên 1%