HAØm hoài quy cô SÔÛ phaân tích hoài quy cuûa moâ HÌNH

LYÙ THUYEÁT SAÛN XUAÁT VAØ ÖÔÙC TÍNH NAÊNG SUAÁT

1. 
   LYÙ THUYEÁT SAÛN XUAÁT
   

Y = f(X, Z, M, E)

ÔÛ ñaây: Y = naêng suaát

X = caùc bieán ñaàu vaøo bieán ñoåi

Z = caùc bieán ñaàu vaøo coá ñònh

M = caùc ñaàu vaøo quaûn lyù

E = chaát löôïng moâi tröôøng

Cobb and Douglas (1928) ñaõ quan saùt döôùi daïng logarit cuûa ñaàu ra vaø ñaàu vaøo trong soá lieäu toång vaø thaáy xuaát hieän döôùi daïng tuyeán tính, khi ñoù haøm coù theå ñöôïc bieåu dieãn nhö sau:

lny_it = ln_o + ₁lnx_lit + _jlnz_jit +₁lnM_t +_klnE_t

Nhöng caùc nhaø kinh teá baét ñaàu nhaän thaáy moät vaøi haïn cheá trong moâ hình naøy vaø ñöa ra caùc moâ hình löïa choïn khaùc. Moät vaøi moâ hình ñang coù trieån voïng nhö moâ hình haøm sieâu vieät, haøm co daõn thay theá coá ñònh (CES) vaø haøm translog. Nhöõng söï phaùt trieån caùc daïng haøm môùi naøy phaûn aùnh söï hieåu bieát veà caùc daïng haøm trong phaân tích saûn xuaát ngaøy caøng taêng leân vaø caùc haøm trong phaân tích saûn xuaát coù theå buoäc phaûi haïn cheá ñeán caùc moái quan heä kinh teá bao xung quanh caùc moái quan heä haønh vi töông öùng.

Caùc haøm cung ñaàu ra vaø caàu ñaàu vaøo. Haøm Cobb-Douglas coù öu ñieåm laø ñôn giaûn, nhöng noù bò haïn cheá khi ñöa vaøo ñoù moät soá haïn cheá nhö nhöõng co daõn thay theá ñôn vò, co daõn saûn xuaát coá ñònh, vaø co daõn caàu caùc nhaân toá coá ñònh.

2. 
   PHÖÔNG PHAÙP
   

1. 
   Quy moâ cuûa ñaàu vaøo – Moät söï taêng leân trong ñaàu vaøo seõ laø keát quaû trong taêng tröôûng ñaàu ra, neáu nhö moïi ñieàu kieän khaùc khoâng ñoåi.
   
2. 
   Thay ñoåi coâng ngheä – laø keát quaû cuûa nghieân cöùu vaø khuyeán noâng, thay ñoåi coâng ngheä seõ mang laïi söï taêng leân cuûa ñaàu ra. Coù hai loaïi thay ñoåi coâng ngheä: loaïi nghieâng vaø loaïi khoâng nghieâng. Söï thay ñoåi coâng ngheä bò cheäch aûnh höôûng tôùi naêng suaát theo nhöõng ñaàu vaøo naøo ñoù, trong khi söï thay ñoåi coâng ngheä khoâng bò cheäch seõ coù aûnh höôûng trung tính trong söû duïng ñaàu vaøo vaø seõ dòch chuyeån haøm saûn xuaát theo höôùng song song.
   
3. 
   Hieäu quaû kyõ thuaät – Söï taêng leân cuûa ñaàu ra khoâng phaûi laø do moät söï thay ñoåi naøo trong quy moâ ñaàu vaøo, maø laø keát quaû cuûa quaûn lyù hieäu quaû ñaàu vaøo. Naêng suaát coù theå taêng leân ví duï nhö neáu phaân boùn ñöôïc boùn ñuùng thôøi ñieåm hoaëc vôùi löôïng thích hôïp,v.v…
   

Y^I = Ñöôøng naêng suaát cuûa nhöõng ngöôøi noâng daân laøm toát nhaát

Y^II = Ñöôøng naêng suaát cuûa caùc noâng daân bình quaân



Ñoà thò 2. Phaân tích naêng suaát trong quan heä ñaàu vaøo – ñaàu vaøo

Caùc phöông phaùp ño nguoàn taêng tröôûng naêng suaát

Ñoà thò 1 vaø 2 phaûn aùnh moái quan heä saûn xuaát trong moái quan heä giöõa Ñaàu vaøo – ñaàu ra vaø moái quan heä ñaàu vaøo – ñaàu vaøo. Ñoà thò 1 chæ ra raèng söï thay ñoåi coâng ngheä coù theå dòch chuyeån ñöôøng cong ra beân ngoaøi, ra xa hôn. Hieäu quaû kyõ thuaät ñöôïc phaûn aùnh taïi ñieåm treân ñöôøng y^I. Moät ngöôøi noâng daân saûn xuaát theo ñöôøng cong y^I seõ ñaït hieäu quaû cao hôn so vôùi ngöôøi noâng daân saûn xuaát taïi ñöôøng cong y^II, bôûi vì ngöôøi noâng daân saûn xuaát treân ñöôøng y^I saûn xuaát ra moät löôïng saûn phaåm lôùn hôn vôùi cuøng moät ñaàu vaøo.

1. 
   Phöông phaùp tính toaùn söï thay ñoåi coâng ngheä
   

Chuùng ta xaùc ñònh söï thay ñoåi kyõ thuaät trung tính baèng vieäc coäng theâm vaøo ñoù bieán giaû toïa ñoäc goác vaøo trong phöông trình haøm saûn xuaát, cuï theå laø:

lny_it = ln_o + ₁lnx_lit + _jlnz_jit + _lM_l + _klnE_j + T

Coøn ñoái vôùi caùch öôùc tính söï thay ñoåi coâng ngheä bò cheäch baèng caùch ñöa theâm vaøo trong phöông trình haøm saûn xuaát moät ñoä doác giaû vaøo trong ñaàu vaøo bò aûnh höôûng bôûi coâng ngheä môùi, cuï theå laø:

lny_it = ln_o + ₁lnx_lit + Tlnx_jit + _jlnz_jit + _llnM_t + _klnE_t

2. 
   Öôùc tính hieäu quaû kyõ thuaät
   

Ví duï döôùi ñaây ñöôïc trích töø trong nghieân cöùu cuûa Bacayag and Rola (2001).

Trong tröôøng hôïp caùc trang traïi troàng ngoâ, nhöõng ngöôøi noâng daân coù kyõ thuaät töông ñoái gioáng nhau nhöng coù moâi tröôøng ñaát ñai khaùc nhau. Nhöõng thaát baïi cuûa nhöõng noâng daân khoâng theå ñaït ñöôïc ñeán ñöôøng bieân cao nhaát thoâng thöôøng do moät soá nguyeân nhaân sau:

1. 
   Quaûn lyù caây troàng khoâng hieäu quaû cuûa ngöôøi noâng daân
   
2. 
   Ñaát ñai ôû trang traïi cuûa hoï ñaõ bò giaûm caáp
   

Neáu chung ta kyù hieäu u^m laø löôïng saûn phaåm bò maát do quaûn lyù caây troàng khoâng hieäu quaû vaø u^s laø phaàn saûn löôïng maát do söï suy giaûm chaát löôïng ñaát vaø toång löôïng maát laø u_i vaø ñöôïc tính baèng ñoä leäch trong saûn xuaát cuûa moät trang traïi cuï theå vôùi ñöôøng bieân hieäu quaû:

U_i = u^m + u^s

AÙp duïng khaùi nieäm cuûa Coelli, Perelman and Romano (1996), hai thaønh phaàn naøy coù theå ñöôïc öôùc löôïng theo nguyeân taéc hieäu quaû kyõ thuaät.

Haøm saûn xuaát daïng Translog ñöôïc bieán ñoåi töø ngaãu nhieân (Fuss, McFadden and Mundlak, 1978) ñaõ ñöôïc söû duïng ñeå taïo ra hieäu quaû kyõ thuaät phaân loaïi caùc trang traïi rieâng bieät söû duïng soá lieäu theo khoái (theo Cornwell et al. 1990, Kumbhakar, 1990). Ñeå öôùc tính u^m and u^s caùc tröôøng hôïp döôùi ñaây ñaõ ñöôïc caân nhaéc:

Tröôøng hôïp A. Trong phaàn mieâu taû moâ hình, coù moät giaû söû ñöôïc ñöa ra ñoù laø moâi tröôøng ñaát ñai aûnh höûông tôùi haøm saûn xuaát vaø töøng hoä noâng daân seõ chòu caùc ñieàu kieän ñaát ñai khaùc nhau. Trong tröôøng hôïp naøy, caùc nhaân toá ñaát ñai seõ ñöôïc ñöa tröïc tieáp vaøo haøm saûn xuaát nhö laø caùc bieán ñoäc laäp. Do ñoù, ñoä leäch so vôùi ñöôøng hieäu quaû saûn xuaát cao nhaát laø chæ do aûnh höôûng cuûa vieäc quaûn lyù caây troàng thoâi (u^m) vaø haøm saûn xuaát seõ ñöôïc theå hieän nhö sau:

lny_it = _o + ₁lnx_lit + _jlnx_jit + _ljlnx_litlnx_jit + _lkE_kitlnx_lit + _jkE_kitlnx_jit + _kE_kit + _it

ÔÛ ñaây : y_it = saûn löôïng ñöôïc taïo ra bôûi trang traïi thöù i trong giai ñoaïn t

i = 1,2,3… n trang traïi vaø t = 1,2,3… t giai ñoaïn

x_lit = ñaàu vaøo bieân doác thöù 1 cuûa trang traïi thöù i trong giai ñoaïn t

l = 1,2,3… L ñaàu vaøo

x_lit = ñaàu vaøo coá ñònh thöù I cuûa trang traïi thöù i trong giai ñoaïn t

ÔÛ ñaây j = 1,2,3…J ñaàu vaøo

E_kit = nhaân toá k aûnh höôûng ñeán ñaëc tính ñaát ñai cuûa trang traïi i trong giai ñoaïn t ôû ñaây k = 1,2,3,…K nhaân toá.

_it = v_it – u^m_it (sai soá keát hôïp)

v_it = bieán ngaãu nhieân do öôùc tính sai soá, soá ngaãu nhieân vaø caùc aûnh höôõng thoáng keâ khaùc cuûa trang traïi i trong giai ñoaïn t

u^m_it = khoâng hieäu quaû kyõ thuaät (naêng suaát bò maát) do vieäc quaûn lyù keùm hieäu quaû cuûa trang traïi i trong thôøi kyø t.

Theo Aigner, Lovell and Schmidt (1977), bieán aûnh höôûng ñoái xöùng ngaãu nhieân v_it giaû söû coù daïng phaân phoái ñoàng nhaát vaø ñoäc laäp laø N(0,_v²). Phaàn u^m_it laø caùc aûnh höôûng phi hieäu quaû kyõ thuaät khoâng aâm hay ñoù laø phaàn naêng suaát bò maát do keát quaû quaûn lyù cuûa ngöôøi noâng daân vaø cuõng giaû söû laø ñöôïc phaân phoái phuï thuoäc vaø bò chaën (taïi 0) cuûa phaân phoái chuaån vôùi ñoä bieán ñoäng _um².

Tröôøng hôïp B. Trong phaàn dieãn giaûi cuûa moâ hình naøy, cuõng coù caùc giaû söû laø caùc trang traïi ñang canh taùc treân ñieàu kieän ñaát ñai toát nhaát trong khu vöïc, do ñoù, löôïng maát do saûn xuaát (khoâng hieäu quaû kyõ thuaät) laø do caû 2 yeáu toá quaûn lyù vaø yeáu toá ñaát ñai. Do ñoù caùc nhaân toá aûnh höôûng tôùi ñaëc tính cuûa ñaát ñai seõ aûnh höôûng tôùi möùc ñoä phi hieäu quaû kyõ thuaät u_it vaø khoâng aûnh höôûng tôùi loaïi, daïng cuûa kyõ thuaät saûn xuaát. Do vaäy, haøm saûn xuaát ñöôïc theå hieän nhö sau:

(3) lny_it = _o + _llnx_lit + _jlnx_jit + ½ _ljlnx_litlnx_jit + _it

ÔÛ ñaây: _it = v_it – u_it (sai soá keát hôïp)

v_it = bieán ngaãu nhieân do sai soá öôùc löôïng, caùc soá ngaãu nhieân vaø caùc aûnh höôûng thoáng keâ khaùc cuûa trang traïi i trong giai ñoaïn t.

u_it = khoâng hieäu quaû kyõ thuaät (löôïng maát) do quaûn lyù vaø caùc nhaân toá moâi tröôøng ñaát ñai cuûa trang traïi i trong giai ñoaïn t

Nhö trong tröôøng hôïp A bieán nhieàu ñoái xöùng ngaãu nhieân v_it ñöôïc giaû söû laø coù phaân boá ñoàng nhaát phuï thuoäc N(0, _v²). Coøn thaønh phaàn u_it chính laø caùc aûnh höôûng phi hieäu quaû kyõ thuaät khoâng aâm hoaëc phaàn bò maát do keát quaû quaûn lyù khoâng hieäu quaû cuûa ngöôøi noâng daân vaø ñieàu kieän ñaát ñai cuûa trang traïi cuûa hoï vôùi giaû söû laø haøm phaân phoái phuï thuoäc vaø taêng daàn töø phaàn bò chaën (taïi 0) cuûa phaân phoái chuaån taéc vôùi ñoä bieán ñoäng laø _u². Caùc bieán khaùc ñöôïc xaùc ñònh nhö trong tröôøng hôïp A.

Caùc tham soá chöa bieát cuûa hai haøm saûn xuaát (phöông trình 2 vaø 3) coù theå xaùc ñònh ñöôïc ñoàng thôøi söû duïng öôùc löôïng baèng phöông phaùp choïn giaù trò cho pheùp xaùc suaát toái ña (MLE). Ñieàu naøy coù theå thöïc hieän baèng caùch söû duïng chöông trình FRONTIER Version 4.1 (Coelli, 1994). Chöông trình naøy söû duïng tham soá ² = _v² + _u² and  = _u²/ ôû ñaây  phaûi naèm giöõa 0 vaø 1 (Coelli, et al., 1996). Trong tröôøng hôïp naøy phi hieäu quaû kyõ thuaät u^m_it vaø u_it ñaõ ñöôïc tính toaùn nhö sau:

(4) u^m_it = E[exp(-u^m_it)/_it vaø

(5) u_it = E[exp(-u_it)/_it

Sau ñaây khi u_it vaø u^m_it ñaõ ñöôïc öôùc löôïng trong phöông trình (4) vaø (5) phaàn maát ñi do ñieàu kieän ñaát ñai (u^s_it) seõ ñöôïc tính toaùn baèng caùch tröø u^m_it töø u_it. Do ñoù,

u^s_it = u_it – u^m_it

Haøm hoài quy ôû giai ñoaïn thöù 2 seõ ñöôïc thöïc hieän giöõ u^m_it vaø caùc ñònh thöùc cuûa noù ñeå xaùc ñònh lieäu nhöõng hieåu bieát sinh thaùi noâng nghieäp cuûa ngöôøi noâng daân coù aûnh höôûng ñeán hieäu quaû kyõ thuaät cuûa trang traïi khoâng. Söï phaân tích hoài quy naøy coù theå ñöôïc bieåu hieän döôùi daïng haøm nhö sau:

u^m_it = _o +  _j z_jit + _it

ÔÛ ñaây: z_jit = nhaân toá j aûnh höôûng ñeán keát quaû quaûn lyù cuûa ngöôøi noâng daân i trong giai ñoaïn t

_it = phaàn sai soá

PHAÀN III

XAÙC ÑÒNH VAØ NEÂU RA CAÙC GIAÛ THIEÁT VEÀ MOÁI QUAN HEÄ GIÖÕA CAÙC BIEÁN

THIEÁT LAÄP MOÂ HÌNH TOAÙN HOÏC CHO HAØM SAÛN XUAÁT

Döïa vaøo thöïc teá saûn xuaát ôû ñòa phöông chuùng toâi ñeà ra caùc giaû thieát nhö sau:

• 
  Tröôùc heát laø löôïng gioáng gieo saï: ñoái vôùi noâng daân saûn xuaát theo taäp quaùn truyeàn thoáng hoï gieo saï vôùi maät ñoä daøy, khi caây luùa phaùt trieån khoaûng caùch giöõa caùc daõnh luùa khoâng thoâng thoaùng laøm cho caây luùa yeáu, deã ñoå ngaõ, ñeû nhaùnh ít, ít boâng, deã nhieãm saâu beänh laøm aûnh höôûng ñeán naêng suaát thu hoaïch. Trong khi ñoù noâng daân IPM gieo saï vôùi maät ñoä thöa hôn laøm cho caây luùa ñeû nhaùnh nhieàu, nhaùnh khoûe, khaùng saâu beänh, cho nhieàu boâng, chaéc haït cho naêng suaát cao hôn? (ñôn vò tính laø kg/ha).
  
• 
  Thöù hai laø trong saûn xuaát noâng nghieäp noùi chung vaø trong canh taùc luùa noùi rieâng, lao ñoäng laø yeáu toá coù aûnh höôûng lôùn ñeán saûn löôïng. Töø khaâu laøm ñaát chuaån bò gieo saï ñeán khi gieo saï chaêm soùc, phun thuoác, boùn phaân, laøm coû,… (khoâng bao goàm coâng thu hoaïch), nhö vaäy, lieäu lao ñoäng aûnh höôûng ñeán naêng suaát ôû möùc ñoä naøo? (ñôn vò tính laø ngaøy coâng/ha).
  
• 
  Thöù ba laø trình ñoä hoïc vaán: neáu noâng daân coù trình ñoä hoïc vaán cao hôn coù theå troàng luùa toát hôn noâng daân khoâng bieát chöõ hoaëc noâng daân coù trình ñoä thaáp hôn hay khoâng? Ñaây cuõng laø yeáu toá quan troïng bôûi vì neáu noâng daân coù trình ñoä hoï seõ tieáp thu nhöõng tieán boä khoa hoïc kyõ thuaät qua caùc phöông tieän thoâng tin hoaëc töø caùc chöông trình khuyeán noâng ôû ñòa phöông vaø aùp duïng vaøo saûn xuaát ôû ruoäng nhaø. Lieäu trình ñoä hoïc vaán coù aûnh höôûng nhö theá naøo ñeán naêng suaát? (trình ñoä hoïc vaán töø 1 ñeán 12)
  
• 
  Keá ñeán laø phaân boùn: phaân boùn laø yeáu toá coù aûnh höôûng raát lôùn ñeán caây troàng, cuï theå laø töøng loaïi N, P, K coù aûnh höôûng ñeán naêng suaát ôû möùc ñoä naøo? (trong soá lieäu chuùng toâi toång hôïp töøng thaønh phaàn N, P, K theo tyû leä cuûa chuùng trong caùc loaïi phaân hoãn hôïp khaùc nhau vaø quy thaønh kg/ha).
  
• 
  Trong saûn xuaát luùa hieän nay thöôøng xaûy ra nhöõng dòch beänh, do ñoù noâng daân thöôøng phaûi söû duïng thuoác tröø saâu, thuoác tröø beänh hoaëc thuoác döôõng ñeå baûo veä cho caây luùa phaùt trieån toát, haïn cheá thaát muøa. Do ñoù chuùng toâi cuõng ñöa bieán chi phí cho thuoác BVTV vaøo moâ hình ñeå xem xeùt söï aûnh höôûng cuûa thuoác BVTV ñeán naêng suaát (ñôn vò tính laø ñoàng/ha)
  
• 
  Cuoái cuøng döïa treân phöông phaùp saûn xuaát cuûa hai nhoùm hoä noâng daân, bieán Dummy laø IPM vaøo moâ hình, nhaèm xaùc ñònh xem neáu saûn xuaát theo phöông phaùp IPM thì naêng suaát coù cao hôn hay thaáp hôn so vôùi noâng daân saûn xuaát theo taäp quaùn truyeàn thoáng (vôùi giaù trò cuûa bieán IPM laø 1 neáu coù aùp duïng phöông phaùp IPM vaø 0 neáu saûn xuaát theo taäp quaùn truyeàn thoáng)
  

Töø nhöõng bieán soá nhö treân chuùng toâi xaây döïng haøm saûn xuaát theo daïng Cobb – Douglas nhö sau:

LN naêng suaát = ₀ + ₁LN gioáng + ₂LN lao ñoäng + ₃ LN TÑHV + ₄ LN N + ₅ LN K + ₅ LN BVTV + ₈ IPM. (1)

ÖÔÙC LÖÔÏNG CAÙC THAM SOÁ CUÛA MOÂ HÌNH

Töø nguoàn soá lieäu ñieàu tra chuùng toâi duøng phaàn meàm SPSS ñeå öôùc löôïng caùc tham soá cuûa moâ hình (1)

Bieán phuï thuoäc laø naêng suaát luùa (kg/ha)

R² = 0,701. Giaù trò F = 19,902

Giaù trò Durbin – Watson: d = 1,477

Qua baûng treân chuùng toâi vieát laïi phöông trình (1) nhö sau:

LN naêng suaát = 7,159 – 0,002 LN gioáng – 0,099 LN lao ñoäng + 0,026 LN TÑHV + 0,025 LN N + 0,029 LN P + 0,007 LN K + 0,007 LN BVTV + 0,042 IPM

Vì phöông trình haøm saûn xuaát ñöôïc xaây döïng döïa vaøo phöông phaùp öôùc löôïng hoài quy tuyeán tính döïa treân moät soá giaû thieát cô baûn cuûa moâ hình hoài quy nhö ñaõ trình baøy ôû phaàn cô sôû lí luaän. Do ñoù chuùng toâi tieán haønh kieåm ñònh caùc vi phaïm giaû thieát cuûa moâ hình.

Ñaây laø hieän töoäng maø moät soá haïng sai soá cuûa moät maãu quan saùt cuï theå naøo ñoù cuûa toång theå coù quan heä tuyeán tính vôùi moät hay nhieàu caùc soá haïng sai soá cuûa caùc maåu quan saùt khaùc trong toång theå.

Ñeå kieåm tra hieän töôïng naøy chuùng toâi söû duïng phöông phaùp kieåm ñònh Durbin – Watson, vôùi giaû thieát:

H₀ : khoâng coù hieän töôïng töï töông quan döông

H₀^* ; khoâng coù hieän töôïng töï töông quan aâm

H₁ : coù hieän töôïng töï töông quan

Töø keát quaû öôùc löôïng ta coù giaù trò thoáng keâ Durbin – Watson: d = 1,477. Tra baûng giaù trò d_L vaø d_U cuûa heä thoáng keâ Durbin – Watson vôùi möùc yù nghóa 5%, ta coù: d_L = 1,399 vaø d_U = 1,867.

Ta nhaän thaáy raèng d_U < d < d_L.

Giaù trò d rôi vaøo vuøng khoâng keát luaän ñöôïc, töùc laø khoâng coù cô sôû naøo ñeå baùc boû hay chaáp nhaän H₁. Ñeå xaùc ñònh moâ hình coù bò vi phaïm giaû thieát naøy hay khoâng chuùng toâi öôùc löôïng heä soá töông quan:

Res 1 = ₀ + Res1-1

Töø keát quaû öôùc löôïng chuùng toâi thu ñöôïc: t_ = 5,66 > t_0,05;77 = 1,671

Ñieàu naøy chöùng toû   0 vaø moâ hình coù hieän töôïng töï töông quan.

Ñeå khaéc phuïc hieän töôïng töï töông quan ,chuùng toâi tieán haønh bieán ñoåi soá lieäu nhö sau:

• 
  Moâ hình goác:
  

• 
  Nhaân hai veá phöông trình (1) cho  ta ñöôïc:
  

• 
  Laáy phöông trình (1) tröø cho phöông trình (2), ta ñöôïc:
  

• 
  Öôùc löôïng laïi phöông trình (3) thaønh:
  

Sau khi öôùc löôïng laïi phöông trình (4) chuùng toâi coù keát quaû nhö sau:

Bieán phuï thuoäc laø naêng suaát luùa (kg/ha)

R² = 0,843. Giaù trò F = 45,737

Giaù trò Durbin – Watson: d = 2,031

Kieåm tra laïi hieän töôïng töï töông quan, ta coù: d_L = 1,399 vaø d_U = 1,867. ta nhaän thaáy: d < 4 – d_U: baùc boû giaû thieát H₁ töùc laø khoâng coù hieän töôïng töï töông quan trong moâ hình.

Vaäy, sau khi chuyeån ñoåi soá lieäu, moâ hình hoài quy khoâng coøn hieän töôïng töï töông quan.

Ñaây laø hieän töôïng phöông sai sai soá öùng vôùi caùc giaù trò cuûa bieán ñoäc laäp laø khaùc nhau (phöông sai khoâng laø moät haèng soá). Ñeå kieåm tra hieän töôïng naøy chuùng toâi söû duïng phöông phaùp kieåm ñònh White – test vôùi giaû thieát:

H₀ : khoâng coù hieän töôïng phöông sai khoâng ñoàng ñeàu

H₁ : coù hieän töôïng phöông sai khoâng ñoàng ñeàu

Töø keát quaû öôùc löôïng phöông trình hoài quy nhaân taïo, chuùng toâi coù heä soá xaùc ñònh cuûa moâ hình hoài quy nhaân taïo: R²_aux = 0,182

Giaù trò thoáng keâ White Statistics:

W­stat = N^*R²_aux = 77^* 0,281 = 21,637 < ²_0,05;29 = 42,557

Baùc boû H₁, töùc laø khoâng coù hieän töôïng phöông sai khoâng ñoàng ñeàu.

Hieän töôïng ña coäng tuyeán laø hieän töôïng xaûy ra khi toàn taïi moät moái quan heä tuyeán tính hoaøn haûo hay xaáp xæ hoaøn haûo giöõa moät vaøi hay taát caû caùc bieán soá ñoäc laäp trong moâ hình hoài quy.

Ñeå xaùc ñònh haøm hoài quy goác coù hieän töôïng ña coäng tuyeán hay khoâng. Chuùng toâi tieán haønh öôùc löôïng caùc haøm hoài quy boå sung giöõa caùc bieán ñoäc laäp vaø ñöôïc keát quaû nhö sau:

R²_aux cuûa caùc haøm hoài quy boå sung

So saùnh vôùi R² = 0,843 töø phöông trình hoài quy goác ta nhaän thaáy khoâng coù tröôøng hôïp naøo R²_aux > R². Vì vaäy, chuùng toâi keát luaän phöông trình hoài quy goác khoâng coù hieän töôïng ña coäng tuyeán.

Giaû thieát: H₀ : ₁ = _i^* = 0 (I = 1,2,…,9). Töùc laø bieán X_i khoâng giaûi thích ñöôïc söï bieán ñoäng cuûa Y.

H₁: _i  0

Kieåm ñònh T cuûa haøm hoài quy

Qua baûng treân chuùng ta nhaän thaáy raèng naêng suaát luùa (vuï Ñoâng Xuaân 2001 – 2002 taïi xaõ Long Ñònh) chòu aûnh höôûng cuûa caùc yeáu toá: lao ñoäng, trình ñoä hoïc vaán, löôïng N, P, K vaø vieäc aùp duïng IPM trong canh taùc, vôùi ñoä tin caäp treân 95%. Nhö vaäy caùc bieán ñöa vaøo moâ hình thì bieán löôïng gioáng gieo saï vaø chi phí thuoác BVTV thì khoâng aûnh höôûng ñeán söï bieán ñoäng cuûa naêng suaát luùa vì theo kieåm ñònh t thì hai bieán naøy khoâng coù yù nghóa.

Töø keát quaû öôùc löôïng chuùng toâi coù haøm saûn xuaát luùa nhö sau:

LN naêng suaát = 7,14 – 0,006LN gioáng – 0,077LN lao ñoäng + 0,017 LN TÑHV + 0,019 LN N + 0,027 LN P + 0,007 LN K + 0,003LN BVTV + 0,041IPM. (*)

R² ño löôøng söï bieán ñoäng cuûa moâ hình. Nhö vaäy, 84,3% söï bieán ñoäng cuûa naêng suaát luùa vuï Ñoâng Xuaân 2001 – 2002 taïi xaõ Long Ñònh ñöôïc giaûi thích bôûi moâ hình (*).

Khi chuùng toâi xem xeùt moái quan heä giöõa moät bieán ñoäc laäp vaø moät bieán phuï thuoäc thì xem nhö caùc bieán ñoäc laäp khaùc giöõ nguyeân khoâng ñoåi.

Qua keát quaû thoáng keâ, chuùng toâi thaáy raèng quy trình saûn xuaát luùa vuï Ñoâng xuaân taïi ñòa phöông chòu aûnh höôûng lôùn bôûi caùc yeáu toá:lao ñoäng, trình ñoä hoïc vaán, löôïng phaân boùn N, P, K vaø vieäc aùp duïng phöông phaùp IPM trong canh taùc luùa. Qua ñieàu tra tình hình saûn xuaát luùa ôû ñòa phöông chuùng toâi lí giaûi cho caùc bieán soá naøy nhö sau:

Thöù nhaát laø lao ñoäng: trong phöông trình hoài quy öôùc löôïng thì lao ñoäng coù heä soá öôùc löôïng traùi daáu vôùi naêng suaát, töùc laø trong saûn xuaát luùa hieän nay ôû ñòa phöông noâng daân söû duïng vöôït quaù möùc lao ñoäng toái öu. Neáu taêng theâm löôïng lao ñoäng thì naêng suaát luùa seõ giaûm. Ñieàu naøy coù theå lyù giaûi bôûi lao ñoäng ôû ñaây chuùng toâi bao goàm lao ñoäng gieo saï, boùn phaân, phun thuoác, laøm coû,… neân trong quaù trình saûn xuaát luùa neáu caùc yeáu toá khaùc khoâng ñoåi vaø lao ñoäng taêng leân chöùng toû ruoäng canh taùc coù nhieàu saâu beänh, coû daïi,… neân noâng daân phaûi söû duïng nhieàu lao ñoäng ñeå chaêm soùc cho luùa. Ñieàu naøy noùi leân baèng ruoäng luùa phaùt trieån khoâng toát neân naêng suaát coù theå thaáp laø ñieàu hoaøn toaøn coù theå xaûy ra.

Thöù hai laø trình ñoä hoïc vaán: vôùi giaû thieát ñaët ra khi ñöa bieán naøy vaøo phöông trình haøm saûn xuaát thì ta coù theå keát luaän ñöôïc raèng: neáu noâng daân coù trình ñoä hoïc vaán cao hoïc coù theå deã daøng tieáp thu nhöõng tieán boä kyõ thuaät môùi vaø aùp duïng vaøo saûn xuaát, maët khaùc hoï coù theå aùp duïng nhöõng kyû thuaät môùi vaøo saûn xuaát hieäu quaû hôn so vôùi noâng daân coù trình ñoä thaáp vaø do ñoù hoï thu ñöôïc naêng suaát cao hôn so vôùi nhöõng noâng daân khaùc.

Bieán coù yù nghóa tieáp theo laø löôïng phaân boùn N, P, K: ñoái vôùi caâu troàng thì phaân boùn coù aûnh höôûng tröïc tieáp raát roõ reät ñeán sinh tröôûng cuûa caây troàng. Moãi loaïi caây troàng coù nhu caàu khaùc nhau veà tyû leä N, P, K trong töøng giai ñoaïn sinh tröôûng khaùc nhau. Vieäc boùn phaân khoâng ñaày ñuû caùc thaønh phaàn laøm caây luùa phaùt trieån keùm, deã nhieãm beänh,… laøm aûnh höôûng khoâng nhoû ñeán naêng suaát thu hoaïch. Qua ñieàu tra thöïc teá ôû ñòa phöông vaø theo caùc yù kieán cuûa caùc caùn boä kyõ thuaät ôû Traïm BVTV huyeän Chaâu Thaønh thì hieän nay noâng daân troàng luùa ôû ñòa phöông ñang gaëp tình traïng maát caân ñoái veà lieàu löôïng phaân boùn, noâng daân boùn phaân khoâng ñuû löôïng caàn thieát, lieàu löôïng boùn phaân ôû töøng giai ñoaïn sinh tröôûng cuûa luùa khoâng thích hôïp,… nhö vaäy, trong phöông trình öôùc löôïng, caùc heä soá cuûa N, P, K ñeàu ñoàng bieán vôùi naêng suaát luùa. Ñieàu naøy hoaøn toaøn phuø hôïp vôùi tình hình thöïc teá saûn xuaát ôû ñòa phöông hieän nay.

Cuoái cuøng laø bieán IPM (bieán Dummy): heä soá öôùc löôïng cuûa bieán naøy ñoàng bieán vôùi naêng suaát luùa cho thaáy neáu noâng daân coù aùp duïng phöông phaùp IPM trong saûn xuaát thì seõ coù naêng suaát cao hôn so vôùi noâng daân saûn xuaát theo taäp quaùn truyeàn thoáng.

Toùm laïi, muïc ñích chính cuûa chuùng toâi trong luaät vaên naøy laø nhaèm xaùc ñònh nhöõng lôïi ích cuûa vieäc aùp duïng phöông phaùp IPM trong canh taùc luùa vaø ñeán ñaây chuùng toâi coù theå keát luaän moät ñieàu raèng: vieäc aùp duïng phöông phaùp IPM trong saûn xuaát luùa seõ ñem laïi cho noâng daân keát quaû cao hôn veà naêng suaát luùa so vôùi noâng daân saûn xuaát theo taäp quaùn truyeàn thoáng. Ñieàu naøy cuõng coù yù nghóa veà maët kinh teá, xaõ hoäi vaø moâi tröôøng.

Ñeå hieãu roõ veà nhöõng lôïi ích cuï theå maø chöông trình IPM mang laïi cho ngöôøi noâng daân veà kinh teá, xaõ hoäi vaø moâi tröôøng chuùng toâi tieán haønh phaân tích hieäu quaû cuûa vieäc aùp duïng IPM trong saûn xuaát luùa ôû ñòa phöông. Ñeå thöïc hieän ñieàu naøy, chuùng toâi toång hôïp soá lieäu theo hai nhoùm noâng daân: Coù aùp duïng IPM vaø noâng daân canh taùc theo taäp quaùn truyeàn thoáng (noâng daân IPM vaø noâng daân khoâng IPM) vaø so saùnh töøng khoaûn muïc veà chi phí, keát quaû vaø hieäu quaû trong canh taùc luùa giöõa hai nhoùm noâng daân naøy. Ñoàng thôøi chuùng toâi cuõng phaân tích nhöõng keát quaû veà xaõ hoäi vaø moâi tröôøng maø chöông trình IPM ñaõ mang laïi cho ngöôøi daân ôû ñòa phöông.

Thieát laäp haøm toaùn hoïc Daïng haøm Cobb – Douglas

Caùc phöông phaùp toái öu trong quaù trình saûn xuaát

THÍ DUÏ:

Thieát laäp haøm toaùn hoïc

Daïng haøm Cobb – Douglas

LNY = ₀ + ₁ LNX₁ + ₂ LNX₂ + ₃ LNX₃ + ₄ LNX₄ + ₅ LNX₅ + ₆ LNX₆ + ₇ LNX₇ + ₈ LNX₈ + ₉ LNX₉

Y = _0*X₁^1 X₂^2 X₃^3 X₄^4 X₅^5 X₆^6 X₇^7 X₈^8

Y : naêng suaát (kg/ha)

X₁ : thöùc aên (kg/ha)

X₂ : löôïng gioáng (con/ha)

X₃ : voâi (kg/ha)

X₄ : thuoác laù (1000ñ/ha)

X₅ : trình ñoä hoïc vaán (lôùp)

X₆ : kinh nghieäm nuoâi (vuï)

X₇ : voán saûn xuaát (trieäu ñoàng/ha)

X₈ : coâng chaêm soùc (coâng/ha)

X₉ : khuyeán noâng

Öôùc löôïng caùc tham soá cuûa haøm

Keát quaû öôùc löôïng caùc tham soá haøm saûn xuaát toâm ñöôïc trình baøy ôû baûng sau:

Heä soá öôùc löôïng haøm saûn xuaát

Caùc bieán	Heä soá hoài quy (Coefficients)	Ñaïi löôïng thoáng keâ (tstat)	Möùc ñoä kieåm ñònh (Sig.)
Constant LNX1 (thöùc aên) LNX2 (löôïng gioáng) LNX3 (voâi) LNX4 (thuoác caù) LNX5 (trình ñoä hoïc vaán) LNX6 (kinh nghieäm nuoâi) LNX7 (voán saûn xuaát) LNX8 (coâng chaêm soùc) X9 (khuyeán noâng)	-7,449 0,226 0,515 0,184 0,157 0,010 -0,199 0,427 0,750 -0,003	-4,362 3,697 3,207 2,701 1,971 0,109 -1,439 3,582 3,279 -0,024	0,000 0,000 0,001 0,008 0,052 0,914 0,154 0,000 0,002 0,981

Bieán phuï thuoäc laø naêng suaát toâm

R² = 0,783 F = 36,003

d = 1,94

Töø baûng treân ta vieát laïi phöông trình nhö sau:

LNY = -7,449 + 0,226 LNX₁ + 0,515 LNX₂ + 0,184 LNX₃ + 0,157 LNX₄ + 0,01 LNX₅ – 0,199 LNX₆ + 0,427 LNX₇ + 0,750 LNX₈ – 0,003 LNX₉

Kieåm ñònh giaû thieát

• 
  Hieän töôïng ña coäng tuyeán (multicollinearity)
  

Hieän töôïng ña coäng tuyeán laø hieän töôïng xaûy ra khi toàn taïi moät quan heä tuyeán tính hoaøn haûo xaáp xæ hoaøn haûo giöõa moät vaøi hay taát caû caùc bieán soá “giaûi thích” trong moâ hình hoài quy.

Ñeå kieåm tra hieän töôïng naøy baèng caùch chaïy haøm hoài quy boå sung giöõa caùc bieán ñoäc laäp, sau ñoù so saùnh caùc R²_aux (caùc R_square cuûa caùc haøm hoài quy boå sung) cuûa caùc bieán ñoäc laäp khi bieán ñoäc laäp ñoù ñoùng vai troø laø moät bieán phuï thuoäc cuûa caùc bieán giaûi thích kia. Neáu coù ít nhaát moät R²_aux > R² (R_square moâ hình goác) nghóa laø moâ hình coù hieän töôïng ña coäng tuyeán.

Caên cöù theo caùch phaùt hieän treân baèng caùch chaïy caùc haøm hoài quy boå sung keát quaû nhö sau:

R²_aux cuûa caùc phöông trình hoài quy boå sung haøm saûn xuaát

Caùc bieán	R2aux
LNX1 (thöùc aên) LNX2 (löôïng gioáng) LNX3 (voâi) LNX4 (thuoác caù) LNX5 (trình ñoä hoïc vaán) LNX6 (kinh nghieäm nuoâi) LNX7 (voán saûn xuaát) LNX8 (coâng chaêm soùc)	0,509 0,405 0,356 0,159 0,169 0,339 0,563 0,602

Caên cöù vaøo caùc R²_aux cuûa caùc haøm hoài quy boå sung ta thaáy taát caû caùc bieán giaûi thích coù R²_aux < R² = 0,783. Keát luaän khoâng coù söï vi phaïm hieän töôïng ña coäng tuyeán trong moâ hình.

• 
  Hieän töôïng töï töông quan (Autocorrelation)
  

Hieän töôïng töï töông quan laø hieän töôïng maø moät soá haïng sai soá cuûa moät maãu quan saùt cuï theå naøo ñoù cuûa toång theå coù quan heä tuyeán tính vôùi moät hay nhieàu caùc soá haïng sai soá cuûa caùc maãu quan saùt khaùc trong toång theå.

Ñeå kieåm tra moâ hình treân coù vi phaïm hieän töôïng töï töông quan hay khoâng baèng caùch chuùng ta döïa vaøo phöông phaùp kieåm ñònh Durbin watson (D_Wtest) vôùi caùc giaû thieát cuøng vôùi caùch thöïc hieän kieåm ñònh sau:

Giaû thieát:

H₀ : khoâng coù hieän töôïng töï töông quan döông

H₀^* : khoâng coù hieän töôïng töï töông quan aâm

H₁ : coù hieän töôïng töï töông quan

Töø keát quaû öôùc löôïng haøm saûn xuaát ta coù trò thoáng keâ d = 1,94

Vôùi möùc yù nghóa 5% cho tröôùc keát hôïp vôùi soá bieán soá giaûi thích, cuøng soá maãu quan saùt ta thöïc hieän tra baûng Durbin Watson theo bieán soá ta ñöôïc:

Vôùi K = 10 (goàm bieán ñoäc laäp vaø constant), n = 100

d_L = 1,484

d_U = 1,874

Sau ñoù thöïc hieän so saùnh giöõa d moâ hình goác vôùi d tra baûng (d_L, d_U) vaø keát luaän nhö sau:

Vì d = 1,94 > d_U = 1,874 neân moâ hình khoâng coù hieän töôïng töï töông quan döông. Vaäy chaáp nhaän giaû thieát H₀.

Ñoàng thôøi d = 1,94 < 4 – d_U = 2,126 neân moâ hình khoâng coù hieän töôïng töông quan aâm. Vaäy chaáp nhaän giaû thieát H₀^*

=> Vaäy keát luaän raèng khoâng coù hieän töôïng töï töông quan trong moâ hình.

• 
  Hieän töôïng phöông sai khoâng ñoàng ñeàu (Heteroscedasticity)
  

Laø hieän töôïng sai soá öùng vôùi giaù trò cuûa caùc bieán ñoäc laäp laø khaùc nhau. Muoán kieåm tra hieän töôïng naøy chuùng ta aùp duïng phöông phaùp kieåm ñònh White test vôùi giaû thieát.

H­₀ : khoâng coù hieän töôïng phöông sai khoâng ñoàng ñeàu

H₁ : coù hieän töôïng phöông sai khoâng ñoàng ñeàu

Resl² = f₀ + LNX₁ + f₁ LNX₂ + … + f₁₁ (LNX₁)² + f₁₂ (LNX₂)² + … + f_n LNX₈*X₉

Töø phöông trình hoài quy nhaân taïo heä soá xaùc ñònh cuûa moâ hình hoài quy nhaân taïo R_art² = 0,689 (R_square cuûa phöông trình hoài quy nhaân taïo)

W = N*R²_art = 100*0,689 = 68,9

Vôùi möùc  = 5%, n = 53 (soá bieán ñoäc laäp cuûa phöông trình hoài quy nhaân taïo)

W = 68,9 < ²_0,05;53 = 73,29

Vaäy baùc boû H₁ töùc laø khoâng coù hieän töôïng phöông sai khoâng ñoàng ñeàu.

• 
  Kieåm ñònh t cuûa haøm saûn xuaát:
  

Sau khi tieán haønh öôùc löôïng phöông trình hoài quy vaø kieåm tra caùc vi phaïm cuûa phöông trình. Haøm saûn xuaát toâm cho pheùp söû duïng veà maët thoáng keâ. Tuy vaäy, trong thöïc teá caùc yeáu toá ñaõ xaùc ñònh coù söï thaät söï aûnh höôûng ñeán naêng suaát toâm hay khoâng, thöïc hieän kieåm tra baèng kieåm ñònh t cho chuùng ta bieát giaû ñònh nhö sau:

H₀ : i = 0 (i = 0,1,…,9)

H₁ : i  0 (i = 0,1,…,9)

Каталог: news -> mispa
mispa -> Thị trường thế giới
mispa -> Thị phần cà phê của nước này năm 2005 trên thị trường thế giới sẽ giảm, chỉ còn khoảng 26,5% so với 29,3% năm 2004
mispa -> TỔng quan các tài liệu nghiên cứu ngành lúa gạo việt nam
mispa -> 1. Thị trường thế giới
mispa -> PHÂn tích diễn biến thị trưỜng rau- quả CÁc tỉnh phía nam tháng 8-2005
mispa -> Thị trường thế giới giá liên tục tăng
mispa -> ®¸nh gi¸ Thùc tr¹ng ®¨ng ký kinh doanh ®èi víi hîp t¸c x· vµ c¸c gi¶i ph¸p, kiÕn nghÞ
mispa -> Thị trường thế giới – giá tăng mạnh

tải về 316.63 Kb.

Chia sẻ với bạn bè của bạn: