- Trang Chủ
- Báo cáo khoa học
- Báo cáo nghiên cứu khoa học: VẬN DỤNG HÀM XÁC SUẤT CẬN BIÊN BAYES TRONG ĐÁNH GIÁ QUAN HỆ GIỮA ĐA DẠNG HOÁ SINH KẾ VÀ HIỆU QUẢ KINH TẾ CỦA NÔNG HỘ Ở MIỀN TRUNG
Xem mẫu
- TẠP CHÍ KHOA HỌC, Đại học Huế, Số 54, 2009
VẬN DỤNG HÀM XÁC SUẤT CẬN BIÊN BAYES
TRONG ĐÁNH GIÁ QUAN HỆ GIỮA ĐA DẠNG HOÁ SINH KẾ
VÀ HIỆU QUẢ KINH TẾ CỦA NÔNG HỘ Ở MIỀN TRUNG
Bùi Th Tám và CTV
ị
Khoa Du l ch, i h c Hu
ị ạĐ ọ ế
TÓM TẮT
a d ng hoá sinh k c coi là chi n l c khá ph bi n c a các nông h ng phó
Đ ạ ợưđ ế ế ợư ổ ế ủ ứ ểđ ộ
v i nh ng i u ki n b t n c a s n xu t và th tr ng. Tuy nhiên, v n t ra là li u a d ng
ớ ữ ềđ ệ ổấ ủ ả ấ ị ờư ấ ặđ ềđ ệ đ ạ
hoá sinh k có giúp cho các nông h s d ng t t h n ngu n l c và nâng cao hi u qu s n xu t
ế ộ ử ụ ố ơ ồ ự ệ ả ả ấ
c a h . V n d ng hàm s n xu t xác su t c n biên Bayes và s li u i u tra m c s ng h gia
ủ ộ ậ ụ ả ấ ấ ậ ố ệ ềđ ứ ố ộ
ình Vi t Nam g n ây nh t (VHLSS 2006), nghiên c u này ã ti n hành ki m nh và ch p
đ ệ ầ đ ấ ứ đ ế ể ịđ ấ
nh n gi thuy t “ a d ng hoá sinh k nông nghi p Mi n Trung có d ng ‘b t bu c’ và làm
ậ ả ế đ ạ ế ệ ở ề ạ ắ ộ
gi m hi u qu s n xu t c a nông h . Do v y, các khuy n ngh chính sách h tr nh m gi m
ả ệ ả ả ấ ủ ộ ậ ế ị ỗ ợ ằ ả
thi u tính d b t n th ng, giúp h nông dân trong khu v c ch ng h n trong l a ch n chi n
ể ễ ổị ơư ộ ự ộđ ủ ơ ự ọ ế
l c a d ng hoá có ý ngh a quan tr ng nh m nâng cao hi u qu s d ng các ngu n l c c a h ,
ợư đ ạ ĩ ọ ằ ệ ả ử ụ ồ ự ủ ộ
góp ph n th c hi n m c tiêu gi m nghèo b n v ng.
ầ ự ệ ụ ả ề ữ
1. Giới thiệu chung
Đa dạng hoá sinh kế nông nghiệp không phải là chủ đề mới, tuy nhiên, vẫn đang
là vấn đề quan trọng thu hút sự quan tâm của các nhà nghiên cứu cũng như hoạch định
chính sách phát triển nông nghiệp nông thôn bền vững. Trong khi vận hành khách quan
của nền kinh tế cho thấy chuyên môn hoá sản xuất là phương cách quan trọng để mở
rộng qui mô sản xuất, nâng cao chất lượng sản phẩm, tăng năng suất và hiệu quả sản
xuất, thì đa dạng hoá sinh kế lại được xem là chiến lược khá phổ biến giúp cho các nông
hộ ứng phó với những điều kiện bất ổn của sản xuất và thị trường.
Nhiều nghiên cứu gần đầy về tự do thương mại hoá, tăng trưởng và đói nghèo ở
nước ta cho thấy trong khi thành công của Việt Nam trong giảm nghèo là rất ấn tượng
thì liên hệ tương quan giữa các yếu tố nguồn lực và tỉ lệ giảm nghèo là không chặt chẽ.
Một trong những bằng chứng là ở các tỉnh thuộc nhóm thành tích cao nhất trong giảm
nghèo lại không phải là các tỉnh có tỉ lệ tăng trưởng kinh tế cao ví dụ các tỉnh phía Đông
Bắc Bộ, Duyên hải miền Trung và Đồng bằng Sông Mê Kông1. Tương tự, “tại sao ở một
số vùng cách xa các thị trường lớn trong nước lại đạt được kết quả giảm nghèo khá
tương đồng so với các địa phương khác?"1
1
The Vietnam's Poverty Update Report 2006.
121
- Câu hỏi lớn đặt ra là liệu đa dạng hoá sinh kế có giúp cho việc khai thác tốt hơn
các nguồn lực của hộ, tranh thủ các cơ hội thị trường, tăng thu nhập và nâng cao hiệu
quả sản xuất của nông hộ, góp phần xoá đói giảm nghèo. Đây thực sự là vấn đề cần
được nghiên cứu thấu đáo để có thể đưa ra các khuyến nghị chính sách nhằm cải thiện
hiệu quả sản xuất của hộ, góp phần xóa đói giảm nghèo và thực hiện được các mục tiêu
phát triển nông nghiệp nông thôn bền vững. Với việc sử dụng số liệu điều tra mức sống
hộ gia đình Việt Nam (VHLSS 2006), nghiên cứu này vận dụng hàm xác suất cận biên
Bayes để đánh giá mối liên hệ giữa đa dạng hoá sinh kế và hiệu quả sản xuất của nông
hộ, nhằm góp phần tìm lời giải cho câu hỏi nêu trên2.
2. Đa dạng hoá sinh kế và lựa chọn mô hình phân tích
2.1. Giả thiết nghiên cứu
Đa dạng hoá sinh kế được xem là một trong những hành vi ứng phó của nông hộ
trong điều kiện sản xuất và thị trường bấp bênh. Thực tế hiện nay cho thấy, mặc dù thu
nhập nông nghiệp vẫn chiếm tỉ trọng chủ yếu trong cơ cấu thu nhập của nông hộ, nhưng
vai trò của thu nhập từ các hoạt động phi nông nghiệp ngày càng gia tăng. Xu hướng
phổ biến là các nông hộ càng giàu thì càng tham gia nhiều vào các hoạt động phi nông
nghiệp và các hoạt động có thu nhập cao hơn. Trong khi đó, các hộ nghèo khó có điều
kiện tham gia vào các hoạt động này, và do vậy vẫn phải gắn bó với các hoạt động nông
nghiệp, thu nhập thấp (Tam et al. 2005, Asley et al, 2003, Ellis, 2000).
Khả năng đa dạng hoá sinh kế của nông hộ phụ thuộc vào nguồn lực của hộ
được xác định bởi khả năng tài chính, lao động, tài nguyên, vốn xã hội và tài sản khác
(Ellis, 2000). Hành vi đa dạng hoá do vậy phản ánh điều kiện kinh tế cụ thể của nông hộ
trong điều kiện thị trường nhất định. Một số hộ có thể tham gia nhiều hoạt động kinh tế
nhằm khai thác cơ hội thị trường và sử dụng hiệu quả hơn nguồn lực của hộ. Trường
hợp này hành vi đa dạng hoá sinh kế được coi là ‘sự lựa chọn’ của hộ (‘demand-pull’
hay ‘choice’ livelihood diversification). Ngược lại, khi hành vi đa dạng hoá sinh kế của
các hộ là sự ứng phó với các rủi ro và bất ổn của sản xuất và thị trường thì được coi là
đa dạng hoá để ‘ứng phó’ hay ‘bắt buộc’ (destress-push’ hay ‘necessity’ diversification),
điều mà có thể không nhất thiết góp phần cải thiện sinh kế của hộ.
Nhận biết và phân biệt hai dạng đa dạng hóa sinh kế nói trên có ý nghĩa trong
việc hoạch định các chính sách can thiệp và tìm giải pháp hữu hiệu thúc đẩy đa dạng
2
Báo cáo này là tóm l c m t ph n k t qu nghiên c u c a tài “T ng tr ng nông nghi p,
ợưộ ầ ế ả ứ ềđ ủ ă ởư
ệ
a d ng hoá sinh k và ói nghèo nông thôn Mi n Trung Vi t Nam” do TS. Bùi Th Tám ch
đ ạ đế ở ề ệ ị
ủ
trì, thu c M ng l i nghiên c u kinh t Vi t Nam (VERN) giai o n 2, tài tr b i T ch c
ộ ạ ớư
ứ ế ệ ạđ ứ ổ ởợ
nghiên c u phát tri n qu c t Canada - IDRC, 2006-2008. N i dung chi ti t có th liên h tr c
ứ ể
ếố ộ ế
ể
ựệ
ti p v i tác gi .
ế ớ ả
221
- hoá sinh kế theo hướng tích cực, góp phần xoá đói giảm nghèo ở khu vực nông thôn. Tuy
nhiên, việc phân định sự khác biệt giữa hai dạng đa dạng hoá sinh kế này không phải là dễ
dàng. Các nghiên cứu gần đây đã chỉ ra rằng nếu hoạt động đa dạng hoá mang lại thu
nhập cao hơn hoạt động sản xuất hiện tại của hộ thì hoạt động đó được coi là ‘lựa chọn’
hoặc đa dạng hoá tích cực ('positive diversification'). Ngược lại, nếu hoạt động đa dạng
hoá mang lại thu nhập thấp hơn các hoạt động bình thường của hộ thì được xem là sự ứng
phó hay đa dạng hoá tiêu cực ('negative diversification' ) Dạng này có thể rất cần thiết cho
hộ để đáp ứng các nhu cầu bức thiết trước mắt nhưng có thể làm trầm trọng thêm trạng
thái đói nghèo của hộ về lâu dài do nguồn lực sử dụng kém hiệu quả (Ellis, 2000; Asley,
2003, Bezemer et al. 2005). Mối quan hệ này có thể được mô hình hoá như sau:
Môi tr ng bên ngoài
ờư
(Chính sách, th tr ng… ờư ị
market..)
Ngu n l c c a Tính d b t n
ựồ ủ ổị ễ
‘L a ch n’ ‘B t bu c’
Các gi i pháp a
ự ọ ắ ộ
ả đ th ng (r i ro, th i
nông h ơư ủ ờ
ộ
d ng hoá sinh k
ạ ế v , thiên tai…)
ụ
Gi m nghèo
ả
S 1. Quan h gi a a d ng hoá sinh k và gi m nghèo
ồđ ơ ệ ữ đ ạ ế ả
Với những lập luận này, trong điều kiện cụ thể của các nông hộ ở khu vực Miền
Trung – Tây nguyên, giả thiết được kiểm định trong nghiên cứu này là đa dạng hoá sinh
kế nông nghiệp có dạng ‘bắt buộc’ và làm giảm hiệu quả sản xuất của nông hộ.
2.2. Lựa chọn mô hình
Một trong những phương pháp khá phổ biến để nghiên cứu hiệu quả sản xuất hộ
là sử dụng hàm sản xuất cận biên ngẫu nhiên Bayes (Bayesian stochastic production
frontier model) để ước lượng ảnh hưởng của các biến truyền thống trong mô hình hàm
sản xuất (như lao động, đất đai, vốn) và các biến phi truyền thống (như đặc điểm hộ: độ
tuổi, giới tính, vị trí địa lý, điều kiện thị trường...).
Hàm sản xuất cận biên ngẫu nhiên lần đầu tiên được đề xuất bởi một số học giả
như Aigner, Lowell and Schmidt (1977), Battese and Corra (1977). Ngay sau đó, nhiều
tác giả đã chỉnh sửa, khái quát hoá và vận dụng khá phổ biến trong nông nghiệp (Bauer,
1990; Battese, 1992; Thiam et al., 2001). Ưu điểm của mô hình là khá rõ ràng. Đó là sự
kết hợp phân tích hai sai số quan trọng – tính phi hiệu quả và tác động ngẫu nhiên
(inefficiency and random effects). Quá trình phát triển và vận dụng mô hình xoay quanh
việc lựa chọn dạng mô hình và các biến số đưa vào mô hình theo hướng xem xét cả
321
- những biến số không truyền thống của hàm sản xuất như các yếu tố đầu vào phi vật chất
(trình độ văn hoá, kiến thức và các đặc tính của nông hộ và nông dân) để có được những
khuyến cáo chính sách phù hợp hơn (Battese, 1992; Wilson et al. 2001).
Tổng lược các tài liệu liên quan cho thấy, so với các mô hình khác (ví dụ phân
tích bao số liệu DEA) thì việc lựa chọn mô hình xác suất Bayes là phù hợp bởi nhiều lý
do (Koop et al., 1997; O’ Donnell and Coelli, 2002). Broeck et al. (1994: 299) chỉ ra
rằng “Việc phân tích hàm cận biên ngẫu nhiên cho thấy có tính khả thi cả về lý thuyết
và thực tiễn. Với việc tính toán mật độ xác suất hiệu quả, bao gồm cả nội bộ mẫu (firm-
specific) và bình quân chung (average hay out-of-sample) để xem xét cả các thông số
không chắc chắn, thì khó khăn của việc lựa chọn mô hình cụ thể để ước lượng sai số phi
hiệu quả (inefficiency error term) là có thể giảm thiểu bằng việc kết hợp các mô hình
khác nhau". Nói cách khác, ưu điểm cơ bản của mô hình xác suất cận biên ngẫu nhiên
Bayes so với các mô hình phi xác suất khác là cho phép kiểm định các thông số không
chắc chắn bằng việc lựa chọn phân phối xác suất và đặt các điều kiện kinh tế trong mô
hình, tạo ra đường cận biên đều đặn hơn. Hơn nữa, phương pháp này cho phép ước
lượng với qui mô mẫu nhỏ, xác định phân phối của bất cứ quan sát hiệu quả cụ thể nào,
từ đó tính toán được độ lệch quân phương và kiểm định khác biệt thống kê về tính hiệu
quả giữa các hộ. Hàm sản xuất cận biên có dạng sau:
Yi = α0+ βXi + vi - ui
Trong đó: Y là logarit của kết quả sản xuất hộ; Xi là véc tơ của logarit các yếu tố
đầu vào, bao gồm các biến tương tác giữa các yếu tố này.; β là véc tơ xác định đường
cận biên; vi và ui là các sai số độc lập nhau (vi tuân thủ phân phối độc lập xác định – i.i.d.
đo lường sai số thống kê; ui đo lường tính phi hiệu quả kỹ thuật và ui ≥ 0). Vì yi là
logarit của kết quả sản xuất hộ, nên hiệu quả kỹ thuật r của hộ thứ i sẽ là ri = exp(-ui), và
ui giả định có phân phối mũ (Broeck, et. al. 1994; Koop et al., 1997).
Vận dụng phương pháp của Koop et al. (1997), mô hình được ước lượng theo
hai dạng: Phân phối hiệu quả biến đổi (Varing Efficiency Distribution model (VED) và
phân phối hiệu quả chung (Common Efficiency Distribution model (CED)). Với việc
lựa chọn mô hình này thì cho phép đồng thời ước lượng ảnh hưởng của các biến phi
truyền thống trong hàm hiệu quả sản xuất (CED) và các biến giải thích tính phi hiệu quả
(VED). Tuy nhiên, việc lựa chọn mô hình phụ thuộc vào giả định các biến đầu vào phi
truyền thống hoặc phải có tác động đến cơ cấu sản xuất của hộ hoặc tác động đến tính
hiệu quả của sản xuất (Coelli et al. 2002; Kumbhakar and Tsionas, 2005). Ký hiệu, tên
gọi/định nghĩa các biến trình bày ở Phụ lục 1.
Hàm sản xuất translog CED có dạng sau:
Yi = α i + ∑ β
2 ∑∑ β X
+ ∑γ
j
J K M
Ζ
+1 + Di + vi − ui
X ji X ki
ji m
j jk m
j =1 j =1 k =1 m =1
421
- Trong đó:
Y là logarit của thu nhập ròng bình quân lao động nông hộ.
X (j=1..J) là các biến truyền thống và Z (m=1...M) là các biến phi truyền thống.
D là biến giả do lường các yếu tố khác tác động đến hiệu quả sản xuất của hộ.
Hàm sản xuất VED có dạng sau:
Yi = α i + ∑ β
2 ∑∑ β X X
J J K
+1 +Di + vi − ui
X ji ji ki
j jk
j =1 j =1 k =1
3. Kết quả ước lượng
Nguồn số liệu sử dụng để ước lượng mô hình được tính toán từ số liệu điều điều
tra mức sống hộ gia đình Việt Nam (VHLSS 2006) với tổng số 1.568 hộ ở khu vực miền
Trung – Tây Nguyên được lọc ra từ tổng số mẫu 4.008 hộ. Phương pháp Markov Chain
Monte Carlo (MCMC) với lặp mẫu Gibbs với việc chọn lựa số trung vị của phân phối
hiệu quả sản xuất dựa theo các nghiên cứu tương tự với mô hình xác suất cận biên
Bayes: khoảng 0,75 – 0,85 (Koop et al. 1997; Kumbhakar and Tsionas, 2005). Giả định
rằng y ~N(µ, τ); β ~ i.i.d, và trong mô hình CED sai số u ~ dexp[λ ], λ =eλo, trong mô
hình VED thì u ~ dexp[λ ], λ =eG(Z; γ).
Sử dụng phần mềm WinBUGS để ước lượng mô hình hàm xác suất cận biên
ngẫu nhiên Bayes, lần lặp đầu tiên được lựa chọn là 10.000 và các lần tiếp theo tăng
thêm 30.000 lần lặp mẫu Gibbs để ước lượng mô hình CED và VED nhằm tăng tính
nhất quán của mô hình. Kết quả mô hình được tóm lược trong Bảng 1.
Kết quả cho thấy, hầu hết các biến đều có ý nghĩa thống kê trong việc giải thích
hiệu quả sản xuất của nông hộ, trong đó các biến truyền thống gồm đất đai, lao động và
vốn đều có tác động thuận với mức ý nghĩa thống kê cao (P ≤ 0,01). Kiểm định Chi –
bình phương cũng cho thấy cả hai mô hình CED and VED đều có hệ số co giản hằng số.
Đối với các biến phi truyền thống, kết quả ước lượng cũng cho thấy các biến dân
tộc, trình độ văn hoá và kinh nghiệm của chủ hộ, tỉ lệ lao động người lớn trong hộ và có
chợ có tác động thuận đối với hiệu quả sản xuất hộ (CED: efficiency). Các biến còn lại
đa số có tác động ngược. Đặc biệt, càng tham gia vào các hoạt động phi nông nghiệp thì
hiệu quả sản xuất nông hộ càng có xu hướng giảm (P ≤ 0,01). So với các nông hộ ở
vùng đồng bằng thì các nông hộ ở vùng sinh thái khác cũng có hiệu quả sản xuất thấp
hơn (P ≤ 0,01). Tuy nhiên, biến mức độ đa dạng hoá sinh kế nông nghiệp không có ý
nghĩa thống kê trong mô hình CED (P ≥ 0,1).
Các tham số ước lượng trong mô hình phi hiệu quả (VED: inefficiency) cho thấy
kết quả khá nhất quán với các kết luận ở trên. Cụ thể: hộ có hệ số đa dạng hoá sinh kế
521
- nông nghiệp (hindex) càng cao tức là mức độ đa dạng hoá càng thấp sẽ làm tăng tính
phi hiệu quả sản xuất của nông hộ (P ≤ 0,05). Sự biến động tăng của các biến số như qui
mô hộ, trình độ văn hoá chủ hộ, điều kiện thị trường có tác động cải thiện (giảm) tính
phi hiệu quả sản xuất, trong khi các biến phản ánh vùng sinh thái cho tác động ngược lại.
Mức độ tham gia các hoạt động phi nông nghiệp không có ý nghĩa thống kê trong VED.
Điều lý thú là các yếu tố thời tiết bất lợi lại có tác động tích cực đến hiệu quả sản xuất
của nông hộ. Điều này cũng có thể dễ hiểu do hệ số co giản cầu sản phẩm nông nghiệp
thấp và tác động của yếu tố giá cả tăng trong điều kiện thời tiết bất lợi. Như vậy, kết quả
ước lượng của các mô hình cho phép chấp nhận giả thiết ‘đa dạng hoá sinh kế nông
nghiệp có dạng ‘bắt buộc’ làm giảm hiệu quả sản xuất của nông hộ ở miền Trung Tây
Nguyên’.
4. Kết luận
Kết quả nghiên cứu cho thấy đa dạng hoá sinh kế nông nghiệp của các nông hộ ở
khu vực Miền Trung – Tây Nguyên có dạng “đa dạng hoá tiêu cực” làm giảm hiệu quả
sản xuất của hộ. Điều này cũng có nghĩa là các điều kiện nguồn lực của hộ chưa được
sử dụng theo phương án tốt hơn, hiệu quả hơn. Trong điều kiện bị hạn chế về nguồn lực
và do vậy là khả năng tiếp cận của hộ nghèo đối với các hoạt động có thu nhập cao (như
hoạt động phi nông nghiệp, lao động ăn lương), thì đa dạng hoá sinh kế nông nghiệp
càng có vai trò quan trọng trong chiến lược giảm nghèo. Do vậy, bên cạnh các giải pháp
nhằm hướng dẫn giúp đỡ cho các nông hộ có chiến lược đa dạng hoá sinh kế nông
nghiệp phù hợp và bền vững hơn, thì việc thực hiện các chính sách hỗ trợ kịp thời và có
hiệu quả để giảm thiểu các yếu tố rủi ro và tính dễ bị tổn thương của các nông hộ sẽ có
ý nghĩa quan trọng giúp cho hộ giảm thế bị động trong chiến lược đa dạng hoá sinh kế
và có lựa chọn hiệu quả hơn.
Về phương diện phương pháp nghiên cứu, cần có thêm các bằng chứng thực
nghiệm để kiểm định sự khác biệt hành vi ứng xử của hộ trong các điều kiện thị trường
cụ thể là cần thiết để củng cố thêm các giả thuyết về mô hình sản xuất nông hộ cũng
như ứng dụng của các kỹ thuật phân tích kinh tế lượng phù hợp cho dạng mô hình này.
B ng 1. K t qu cl ng hàm s n xu t c n biên CED và VED
Biến phụ thuộc y = lgnfi = log (thu nhập ròng trên lao động của nông hộ)
ả ế ớư ả ợư ả ấ ậ
CED VED
B i ến số Standard
Coefficients Coefficients Standard error
error
Effficiency
lgflabor 0,7719*** 0,232 0,5632** 0,244
lgfkavg 0,0369*** 0,005 0,384*** 0,005
lgland 0,4214*** 0,024 0,4373*** 0,024
lgflabor_sq -0,0416*** 0,016 -0,0272 0,017
621
- male_rate -0,2010* 0,111 -0,2877*** 0,102
female_rate -0,2820** 0,114 -0,3363*** 0,096
wkadult_rate 0,3451*** 0,072 0,2934*** 0,070
Infant_rate -0,2273 0,157 -0,2268 0,153
kinh 0,3554*** 0,056 0,4146*** 0,054
headfexper 0,0014 0,001 0,0016* 0,001
hindex -0,0009 0,083
nonfarm -0,1262*** 0,030
lnhhsize 0,2722*** 0,046
headsex -0,0413 0,028
headage -0,0000 0,001
headed 0,0411** 0,019
bad_weather 0,0609* 0,034
mkt 0,0514* 0,031
terrain1 -0,2260*** 0,052
terrain3 -0,1512*** 0,051
terrain4 -0,2258*** 0,038
_cons 2,0400** 0,879 2,9786*** 0,915
lnsig2v
_cons -2,1648*** 0,111 -2,1830*** 0,106
Inefficiency
hindex 0,8381** 0,333
nonfarm 0,1900 0,124
lnhhsize -0,8049*** 0,155
headsex 0,1714 0,115
headage 0,0021 0,003
headedu -0,1403** 0,070
bad_weather -0,1542 0,135
mkt -0,1047 0,115
terrain1 0,9994*** 0,203
terrain3 0,5290** 0,215
terrain4 1,0230*** 0,157
_cons -0,7322*** 0,116 -0,6416 0,467
Log pseudoLL -2,68e+06 -2,65e+06
Prob > chi2 0,0000 0,0000
No, obs 1568,000 1568,000
721
- TÀI LIỆU THAM KHẢO
1. Aigner, D. J., Lovell and P. Schmidt, Formulation and Estimation of Stochastic
Frontier Production Function Models. Journal of Econometrics, 6 (1977), 21-37.
2. Asley, et. al., Understanding Livelihoods in Rural India: Diversity, Change and
Exclusion. Oversea Development Institute. UK, 2003.
3. Battese, G.E., Frontier Production Functions and Technical Efficiency: A Survey of
Empirical Applications in Agricultural Economics. Agricultural Economics, 7 (1992),
185-208.
4. Bauer, P. W. Recent Development in The Econometric Estimation of Frontiers. Journal
of Econometrics, 46 (1990), 39-56.
5. Bezemer, D, Balcombe K., Davis Jr. and I. Fraser, Livelihoods and Farm Efficiency in
Rural Georgia. Applied Economics. 37 (2005), 1737-1745.
6. Broeck, J. V. D, Koop, G., Osiewalski, J. and M. F. J. Steel, Stochastic Frontier Models
– A Bayesian Perspective. Journal of Econometrics, 61(1994), 173-303.
7. Bui Thi Tam, Mai Van Xuan and Nguyen Dang Hao, Trade Liberalization and Poverty
dynamics in the Central Region, Vietnam. Working Paper. VERN-1, Hanoi, 2005.
8. Coelli, T., Rahman, S. and C. Thirtle, Technical, Allocative, Cost and Scale Efficiencies
in Bangladesh Rice Cultivation: A Non-Parametric Approach. Journal of Agricultural
Economics, 53 (3) (2002), 607-626.
9. Ellis, F. The Determinants of Rural Livelihood Diversification in Developing Countries,
Journal of Agricultural Economics, 51(2) (2000), 289-302.
10. Koop, G, J. Osiewalski and M.F.J. Steel, Bayesian Efficiency Analysis Through
Individual Effects: Hospital Cost Frontiers, Journal of Econometrics, 76 (1997), 77-
105.
11. Kumbhakar, S. C. and E. G. Tsionas, Measuring Technical and Allocative Inefficiency
in the Translog Cost System: A Bayesian Aproach. Journal of Econometrics, 126 (2005),
355-384.
12. O’Donnell, C. and T. Coelli, A Bayesian Approach to Imposing Curvature on Distance
Functions, School of Economics, University of Queensland, 2002.
13. Thiam, A., Bravo-Ureta, B. E. and T. E. Rivas, Technical Efficiency in Developing
Country Agriculture: A Meta-Analysis. Agricultural Economics, 25(2001), 235-243.
821
- RURAL LIVELIHOOD DIVERSIFICATION AND FARM EFFICIENCY:
AN APPLICATION OF BAYESIAN STOCHASTIC
PRODUCTION FRONTIER APPROACH
Bui Thi Tam et al.
Faculty of Hospitality and Tourism, Hue University
SUMMARY
Rural livelihood diversification is regarded as a common strategy of farm households to
cope with risks and uncertainty. However, the growing concern is whether the livelihood
diversification helps to improve farm efficiency leading to sustainable growth and poverty
reduction. Using Bayesian stochastic production frontier approach and the data from the most
recent Vietnam Household Living Standard Survey (VHLSS 2006), the estimation results support
that “the livelihood diversification in the Central region is of a “destress-push’ type associated
with low farm efficiency”. This implies that policy interventions are needed to support farm
households, reduce their risks and vulnerability, involve more in ‘positive diversification’ for
their better-off and ensure more sustainable achievements of poverty reduction.
921
- Phụ lục 1: Giải thích các biến
Ký hi uệ
Tên bi n Bình quân l ch chu n
ế ệ ộĐ ẩ
bi n
ế
Lao động bình quân hộ
flabor 2,536 1,791
Vồn bình quân hộ/năm
fkavg 20.300,340 49.680,550
Diện tích đất nông nghiệp của hộ
land 8.568,680 18.563,960
Hoạt động phi nông nghiệp
nonfarm 0,582 0,493
Qui mô khẩu trong hộ
hhsize 4,984 2,879
Chỉ số đa dạng hoá nông nghiệp
(Herfindahl index)
0 ≤ H ≤ 1, H càng nhỏ thì mức độ đa
hindex 0,713 0,193
dạng hoá càng cao
Vùng ven biển
terrain1 0,101 0,301
Vùng đồng bằng
terrain2 0,397 0,489
terrain3 Vùng trung du 0,058 0,234
terrain4 Vùng núi 0,445 0,497
Thời tiết xấu (trong 3 năm qua)
bad_weather 0,800 0,399
Có chợ
mkt 0,627 0,484
Kinh nghiệm của chủ hộ
headfexper 15,605 15,275
Giới tính của chủ hộ
headsex 0,489 0,500
Tuổi của chủ hộ
headage 31,679 21,852
Trình độ văn hoá của chủ hộ
headedu 1,728 0,822
Tỉ lệ lao động người lớn trong hộ
wkadult rate 2,088 1,009
Tỉ lệ người lớn nam trong hộ
male_rate 0,2828758 0,1597237
Tỉ lệ người lớn nữ trong hộ
female_rate 0,3172149 0,1658228
Tỉ lệ trẻ em trong hộ
infant_rate 0,2436224 0,5083453
Thu nhập ròng nông nghiệp bình quân lao
động hộ
nfilabor 9,645653 21,00715
031
- Phụ lục 2: Hệ số đa dạng hoá sinh kế nông nghiệp (Hirschman-Herfindahl index)
ở vùng nông thôn Miền Trung theo các nhóm ngũ vị phân 2002-2006
Nhóm hộ
2002 2004 2006
NCC SCC CH NCC SCC CH NCC SCC CH CR
Nghèo nhất 0,427 0,434 0,495 0,428 0,458 0,511 0,46 0,47 0,57 0,49
Nghèo 0,423 0,502 0,533 0,426 0,451 0,555 0,47 0,5 0,58 0,5
Trung bình 0,422 0,498 0,531 0,453 0,465 0,536 0,5 0,52 0,6 0,53
Khá 0,450 0,487 0,531 0,477 0,505 0,564 0,53 0,6 0,6 0,57
Khá nhất 0,516 0,556 0,561 0,520 0,584 0,581 0,64 0,67 0,67 0,66
Bình quân 0,449 0,507 0,526 0,462 0,505 0,549 0,5 0,55 0,6 0,54
(Ngu n: Tính toán c a các tác gi t VHLSSs 2002, 2004, 2006)
ồ ủ ừả
Phụ lục 3: Cơ cấu thu nhập nông nghiệp của nông hộ ở vùng nông thôn miền Trung,
theo các ngũ vị phân, 2002-2006
n v tính: %
ơĐ ị
Thu nhập
Trồng
Nhóm hộ Chăn nuôi Thuỷ sản nông nghiệp
Lâm
trọt nghiệp
khác
Bình quân chung
2002 59,9 20,5 7,3 10,4 1,9
2004 62,7 20,3 7,0 8,8 1,2
2006 64,69 24,35 4,45 4,36 2,15
Nhóm hộ nghèo nhất
2002 62,4 15,7 14,7 5,5 1,8
2004 66,7 14,7 14,4 3,6 0,7
2006 67,26 19,03 7,5 3,93 2,27
Nhóm hộ nghèo
2002 63,7 19,7 8,5 6,2 1,9
2004 63,1 20,5 8,1 7,8 0,5
2006 67,12 23,44 3,25 3,42 2,76
131
- Nhóm hộ trung bình
2002 61,9 20,4 7,6 8,1 2,1
2004 60,8 22,8 6,6 8,2 1,6
2006 65,47 25,52 3,45 3,59 1,97
Nhóm hộ khá
2002 58,6 24,1 4,7 11,4 1,2
2004 61,5 21,3 3,7 11,7 1,9
2006 58,38 30,85 2,74 6,59 1,44
Nhóm hộ khá nhất
2002 55,5 20,9 4,1 17,0 2,5
2004 63,2 20,0 6,1 9,8 1,0
2006 56,45 31,96 3,03 7,06 1,49
(Ngu n: Tính toán c a các tác gi t VHLSSs 2002, 2004, 2006)
ồ ủ ừả
231
nguon tai.lieu . vn