An Giang University Journal of Science – 2018, Vol.

21 (3), 94 – 110

PHÂN TÍCH HIỆU QUẢ SẢN XUẤT DỰA TRÊN HIỆU QUẢ KỸ THUẬT
CỦA CÁC HỘ TRỒNG LÚA TỈNH AN GIANG

Cao Tiến Sĩ1

1
Trường Đại học An Giang

Thông tin chung: ABSTRACT

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
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 Factor Productivity), thu nhập ròng của lúa

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
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

94
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110
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
95
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
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

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 + σv2 (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:

𝜀𝜆
𝑓 ∗( 𝑖 ) 𝜀𝑖 𝜆
∗
𝐸(𝑢𝑖 |𝜀𝑖 ) = 𝜎 [ 𝜎 − ] (∗∗)
𝜀𝜆 𝜎
1 − 𝐹 ∗ ( 𝜎𝑖 )

96
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

2.2 Phương pháp nghiên cứu

Trong đó, σ*2 = σu2 σv2/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:
𝜆̅
𝑧= ~𝑁(0,1) (∗∗∗)
𝑠𝑒(𝜆̅)
Với 𝜆̅ là ước lượng khả năng tối đa của λ và
𝑠𝑒(𝜆̅) 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 (-𝑢̂𝑖 ) = 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.
Bảng 1. Mô tả các biến trong mô hình phân tích biên ngẫu nhiên (SFA)
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 + ∑𝑛𝑗=1 𝛽𝑖𝑗 𝑙𝑛𝑋𝑖𝑗 + 𝑣𝑖 − 𝑢𝑖
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:

Biến số Mô tả biến số Nghiên cứu trước

Dhehibi (2007)
Huynh Viet Khai and Mitsuyasu Yabe
(2011)
Y Sản lượng sản phẩm (kg)
Hoang Vu Linh (2007)
Chebil và đ.t.g (2014)
K.R. Sharma và đ.t.g (2001)
Karagiannis và đ.t.g (2003)
Dhehibi (2007)
Huynh Viet Khai and Mitsuyasu Yabe
X1 Lao động (giờ) (2011)
Hoang Vu Linh (2007)
Chebil và đ.t.g (2014)
K.R. Sharma và đ.t.g (2001)
Dhehibi (2007)
Karagiannis và đ.t.g (2003)
X2 Nước tưới tiêu (nghìn đồng)
Chebil và đ.t.g (2014)
K.R. Sharma và đ.t.g (2001)

97
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

Biến số Mô tả biến số Nghiên cứu trước

Hoang Vu Linh (2007)
X3 Giống (nghìn đồng) Karagiannis và đ.t.g (2003)
K.R. Sharma và đ.t.g (2001)
Dhehibi (2007)
Huynh Viet Khai and Mitsuyasu Yabe
Phân bón, thuốc trừ sâu, diệt cỏ (2011)
X4
(nghìn đồng) Hoang Vu Linh (2007)
Karagiannis và đ.t.g (2003)
Chebil và đ.t.g (2014)
Huynh Viet Khai and Mitsuyasu Yabe
(2011)
X5 Chi phí khác (nghìn đồng)
Hoang Vu Linh (2007)
Karagiannis và đ.t.g (2003)

Dựa theo Coelli và đ.t.g (2005, trang 274), hàm sản xuất biên có dạng:
𝑁 𝑁 𝑁
1
𝑙𝑛𝑦𝑖 = 𝛽0 + ∑ 𝛽𝑛 𝑙𝑛𝑥𝑛𝑖 + ∑ ∑ 𝛽𝑛𝑚 𝑙𝑛𝑥𝑛𝑖 𝑙𝑛𝑥𝑚𝑖 + 𝑣𝑖 − 𝑢𝑖
2
𝑛=1 𝑛=1 𝑚=1

Hệ số co giãn các đầu vào:

𝑁 𝑁

𝜀(𝑥) = ∑ (𝛽𝑛 + ∑ 𝛽𝑛𝑚 𝑙𝑛𝑥𝑚𝑖 )

𝑛=1 𝑚=1

Hệ số co giãn theo quy mô được ước lượng tại giá trị x đầu vào:
𝛽 = ∑𝑁 𝑁
𝑛=1 ∑𝑚=1 𝛽𝑛𝑚 (*****)

Trong các nghiên cứu trước, các tác giả sử dụng các mô hình mà biến phụ thuộc nằm trong
hàm Tobit để xác định các yếu tố tác động đến khoảng 0 và 1 và dự đoán trong khoảng giới
hiệu quả kỹ thuật. Nghiên cứu này đề xuất hàm hạn đó. Việc lựa chọn mô hình còn được đánh
hồi quy beta, giá trị hiệu quả nằm trong khoảng giá dựa vào các giá trị sai số chuẩn của các
(0;1) nên việc sử dụng mô hình tobit để ước tham số trong mô hình hồi quy để thấy được độ
lượng có thể chưa thực sự chính xác do mô hình chính xác của các ước lượng trong mô hình.
này có giới hạn dưới bằng 0 (không có giới hạn Ngoài ra, việc loại bỏ biến trong mô hình hồi
trên) và các giá trị kỳ vọng ước lượng trong mô quy dựa trên kiểm định để xác định sự phù hợp
hình sẽ tồn tại sai số do giá trị kỳ vọng có thể bỏ biến. Mô hình hồi quy beta được đề xuất bởi
lớn hơn 1 khác với kết quả TE tính toán được. Ferrari và Neto (2004) và được Smithson và
Phương pháp hồi quy beta được sử dụng đối với Verkuilen (2006) đưa ra có dạng:
Γ(𝜓𝑥 )
𝑓(𝑦; 𝜇𝑥 , 𝜓𝑥 ) = 𝑦 𝜇𝑥 𝜓𝑥 −1 (1 − 𝑦)(1−𝜇𝑥)𝜓𝑥 −1
Γ(𝜇𝑥 𝜓𝑥 )Γ{(1 − 𝜇𝑥 )𝜓𝑥 }
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).

98
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

Như vậy, hồi quy trong bước hai ở hồi quy beta TEi là hiệu quả kỹ thuật được ước lượng từ
cho hiệu quả kỹ thuật bởi các nhân tố tác động phương trình (****), Wk là các biến mang tính
trong trồng lúa ở nông hộ, mô hình có dạng sau: chất kinh tế xã hội giải thích sự biến động của
TEi = α1 + ∑𝑛𝑘=1 𝛼𝑘 𝑊𝑖𝑘 + 𝜀𝑖 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

Dấu kỳ
Tên biến Mô tả biến Nghiên cứu trước
vọng
TE biến phụ thuộc
Dhehibi (2007)
Mahdi và đ.t.g (2010)
dientichcanam + Diện tích (ha)
Naceur và Mongi (2013)
Karagiannis và đ.t.g (2003)
Dhehibi (2007)
Karagiannis và đ.t.g (2003)
tuoi + Tuổi chủ hộ
Mahdi và đ.t.g (2010)
Naceur và Mongi (2013)
Dhehibi (2007)
tieuhoc + Học tiểu học Mahdi và đ.t.g (2010)
Naceur và Mongi (2013)
Dhehibi (2007)
THCS + Học trung học cơ sở Mahdi và đ.t.g (2010)
Naceur và Mongi (2013)
Từ trung học phổ Dhehibi (2007)
THPTtrolen +
thông trở lên Mahdi và đ.t.g (2010)
Vutrong + Số vụ trồng Dhehibi (2007)
Dhehibi (2007)
Có tham gia chương
trogiupkhuyenong + Mahdi và đ.t.g (2010)
trình khuyến nông
Naceur và Mongi (2013)

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

99
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

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.

Hiệu quả kỹ thuật (TE)

84%
82%
80%
78%
Hiệu quả

76%
74%
72%
70%
68%
Long Tiền Bến Trà Vĩnh Đồng An Kiên Cần Hậu Sóc Bạc Cà
An Giang Tre Vinh Long Tháp Giang Giang Thơ Giang Trăng Liêu Mau

(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.

100
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

Hiệu quả kỹ thuật qua các năm

86%
84%
82%
Hiệu quả
Hiệu quả kỹ thuật
80% ĐBSCL
78% Hiệu quả kỹ thuật
tỉnh An Giang
76%
74%
2008 2010 2012 2014 2016

(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 Hiệu quả này giải thích một phần các nguồn lực
An Giang đều có hiệu quả kỹ thuật giảm qua sử dụng có thể dư thừa và việc thêm các nguồn
các năm thể hiện trong Hình 3. Xu hướng thấy lực này có thể làm tăng sản lượng nhưng giảm
được ở các tỉnh ĐBSCL từ mức gần bằng 84% dần so với đầu vào được bổ sung thêm tương
năm 2008 và gần như không đổi ở năm 2010, ứng so với trước đây. Các tỉnh có hiệu suất theo
sau đó giảm về mức dưới 78% ở năm 2016. quy mô giảm dần nằm trong khoảng từ 0.92 đến
Riêng tỉnh An Giang có chuyển biến tích cực 0.99 nhỏ hơn 1, riêng tỉnh Bến Tre có hiệu suất
hơn, nếu như năm 2008 từ mức khoảng 85% thì theo quy mô gần bằng 1, qua kiểm định trung
đến năm 2012 giảm xuống dưới 80%, nhưng bình một tổng thể trong Phụ lục 2 có thể khẳng
đến năm 2014 tăng lên gần 82% và đến năm định đa số các tỉnh có hiệu suất theo quy mô
2016 giảm xuống gần bằng 81% về hiệu quả kỹ giảm dần, chỉ riêng Bến Tre không đổi. Tỉnh
thuật. So với xu hướng chung của khu vực thì An Giang hiệu suất theo quy mô chỉ ở mức 0.93
riêng tỉnh An Giang có cải thiện tích cực trong nên việc thêm các nguồn lực đầu vào sẽ làm
sử dụng hiệu quả các yếu tố đầu vào. tăng sản lượng nhưng hiệu suất theo quy mô
Kết quả Phụ lục 1 cho thấy, hiệu quả theo quy giảm dần.
mô các tỉnh có hiệu quả 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

Lao động Tưới tiêu Giống Phân thuốc Vốn khác Hiệu suất theo
Năm
(X1) (X2) (X3) (X4) (X5) 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
0.047 0.063 0.133 0.507 0.190 0.94
bình
(Nguồn: Tác giả tự tính từ dữ liệu VHLSS)

101
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

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

102
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

Variable hqtobit hqreg hqbeta

(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

103
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110
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
104
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
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110
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
105
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.
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

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

Hiệu suất
Độ co Lao động Tưới tiêu Giống Phân thuốc Vốn khác
theo quy
giãn (X1) (X2) (X3) (X4) (X5)
mô
Trung
0.05 0.06 0.13 0.51 0.19 0.94
bình
Long An 0.03 0.05 0.12 0.54 0.19 0.93
Tiền
0.05 0.05 0.14 0.53 0.19 0.96
Giang
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
0.06 0.05 0.10 0.53 0.20 0.94
Long
Đồng
0.04 0.03 0.08 0.59 0.19 0.92
Tháp
An Giang 0.02 0.05 0.13 0.53 0.20 0.93
Kiên
0.05 0.08 0.15 0.48 0.19 0.94
Giang
Cần Thơ 0.04 0.07 0.14 0.50 0.19 0.93
Hậu
0.04 0.07 0.14 0.48 0.21 0.94
Giang
Sóc
0.06 0.07 0.14 0.50 0.17 0.95
Trăng
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

106
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110
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 Giá trị Ha: mean < 1 Ha: mean >= 1 Ha: mean > 1
quy mô t-test Pr(T < t) Pr(|T| > |t|) 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

107
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110
Phụ lục 3. Phân tích hiệu quả kỹ thuật bằng phương pháp biên ngẫu nhiên
Iteration 0: log likelihood = -375.53009
Iteration 1: log likelihood = -368.7008
Iteration 2: log likelihood = -368.30847
Iteration 3: log likelihood = -368.30232
Iteration 4: log likelihood = -368.30232

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

Wald chi2(20) = 12884.69
Log likelihood = -368.30232 Prob > chi2 = 0.0000

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

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

lnX2 .1648001 .0845214 1.95 0.051 -.0008588 .330459
lnX3 .4677418 .1640286 2.85 0.004 .1462516 .789232
lnX4 .0618121 .180879 0.34 0.733 -.2927042 .4163285
lnX5 .411487 .1374898 2.99 0.003 .1420119 .6809622
lnX1lnX1 .0176578 .0028437 6.21 0.000 .0120842 .0232314
lnX2lnX2 .0160298 .00649 2.47 0.014 .0033096 .02875
lnX3lnX3 -.0017332 .0221532 -0.08 0.938 -.0451527 .0416863
lnX4lnX4 .1263877 .0227755 5.55 0.000 .0817486 .1710267
lnX5lnX5 .0374174 .0092154 4.06 0.000 .0193556 .0554792
lnX1lnX2 .0037349 .0063009 0.59 0.553 -.0086147 .0160844
lnX1lnX3 .0016011 .011841 0.14 0.892 -.0216069 .024809
lnX1lnX4 -.0203722 .0122592 -1.66 0.097 -.0443999 .0036555
lnX1lnX5 -.0118207 .0101103 -1.17 0.242 -.0316365 .0079951
lnX2lnX3 .0541059 .0195811 2.76 0.006 .0157277 .0924841
lnX2lnX4 -.0814821 .0210564 -3.87 0.000 -.1227518 -.0402123
lnX2lnX5 .0042007 .0148198 0.28 0.777 -.0248456 .033247
lnX3lnX4 -.0710094 .033064 -2.15 0.032 -.1358137 -.0062051
lnX3lnX5 .0032888 .0314152 0.10 0.917 -.0582838 .0648614
lnX4lnX5 -.0899345 .0292905 -3.07 0.002 -.1473429 -.0325262
_cons .641021 .489139 1.31 0.190 -.3176738 1.599716

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

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

sigma_v .2628118 .0116665 .2409123 .2867019

sigma_u .2884115 .0292383 .2364397 .3518072
sigma2 .1522512 .0124511 .1278474 .176655
lambda 1.097407 .0392661 1.020447 1.174367

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

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

108
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110
Phụ lục 4. Thống kê hiệu quả kỹ thuật các tỉnh ĐBSCL

Hiệu quả kỹ thuật (TE)

Tỉnh
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

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

Năm
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
Tobit reg betareg
hình
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

109
An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110

Kiểm định mô
Tobit reg betareg
hình
0
[model]trogiupkhuyen ( 4) ( 4)
4 nong trogiupkhuyennong = 0 [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

Variable hqtobit hqreg hqbeta

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*

110