Nghiên cứu một số yếu tố ảnh hưởng đến năng suất chè ở xã Gia Sinh, Gia Viễn, Ninh Bình

Hoàng Văn Lượng – KT 18 C
PHẦN I
ĐẶT VẤN ĐỀ
Chè là một trong những ngành hàng xuất khẩu chủ lực của Việt Nam. Đến
nay, chè Việt Nam đứng thứ 5 về diện tích trồng chè và đứng thứu 7 về sản
lượng. Sản phẩm chè Việt Nam đã có mặt trên 92 nước trên thế giới. Tuy nhiên,
chè Việt Nam được đánh giá là chưa tương xứng với tiềm năng. Thị trường chè
thế giới đạt 1,2 triệu tấn, trong khi thị phần của Việt Nam chỉ chiếm 3-4%. Trên
thị trường quốc tế, chè Việt Nam hiện còn nhiều yếu kém về giống, công nghệ và
khả năng tiếp cận thị trường. Các nước cạnh tranh chủ yếu là Ấn Dộ, Trung
Quốc, Srilanca, Kenya và Indonesia. Chè nước ta đang đứng trước nhiều khó
khăn về tiêu chuẩn kỹ thuật, chất lượng sản phẩm, an toàn thực phẩm và sự thuận
tiện trong sử dụng.
Nhiều năm qua, cùng với các chính sách phát triển nông nghiệp nông thôn
của tỉnh Ninh Binh, cây chè đã dần được đưa vào sản xuất. Xã Gia Sinh, huyện
Gia Viễn là một xã trung du miền núi, được nhiều sự quan tâm của các cấp lãnh
đạo về công tác phát triển chè. Trong những năm qua cây chè đã góp phần làm
tăng thu nhập cho người dân Gia Sinh. Tuy nhiên, do nhiều yếu tố khách quan
mang lại và đặc biệt là kỹ thuật chăm sóc, kinh nghiệm của người dân về trồng
chè còn hạn chế. Chính vì vậy hiệu quả kinh tế mà cây chè mang lại chưa cao.
Trong kỹ thuật chồng chè các yếu tố như phân bón, thuốc bảo vệ thực vật,
kinh nghiệm chồng chè đóng vai trò quan trọng đến năng suất chè. Nhằm tìm hiểu
sâu về sự tác động đó, chúng tôi tiến hành nghiên cứu đề tài “Nghiên cứu một số
yếu tố ảnh hưởng đến năng suất chè ở xã Gia Sinh, Gia Viễn, Ninh Bình”. Từ
đó rút ra được những giải pháp cho người chồng chè ở địa phương.
1
Hoàng Văn Lượng – KT 18 C
PHẦN II
GIẢI QUYẾT VẤN ĐỀ
2. Giải quyết vấn đề:
2.1 Lựa chọn biến cho mô hình

Năng suất chè có quan hệ với rất nhiều yếu tố cả khách quan lẫn chủ quan
như khí hậu thời tiết, kinh nghiệm người chồng chè, các yếu tố vật chất như giống
chè, diện tích, phân bón, lao động… Mỗi yếu tố có quan hệ khác nhau đối với sản
lượng chè thu được trên một diện tích.
Qua tìm hiểu thực tế tại địa phương tôi nhận thấy điều kiện tự nhiên của Gia
Sinh khá tương đồng với điều kiện chung của toàn tỉnh. Theo quan sát thực tế cho
thấy, sự khác biệt về năng suất của các hộ gia đình trong xã chủ yếu dự vào lượng
phân bón các loại, chi phí cho thuốc bảo vệ thực vật và giới tính của chủ hộ. Do
vậy trong đề tài này tôi tiến hành nghiên cứu mối quan hệ năng suất chè với các
yếu gồm:
+ Số lượng Đạm Sunphat(Kg)
+ Số lượng Supelan
+ Số lượng Kali
+ Số lượng phân NPK
+ Chi phí cho thuốc BVTV
+ Giới tính của chủ hộ
Như vậy các biến trong mô hình bao gồm:
- X1: Số lượng Đạm Sunphat (Kg)
- X2: Số lượng Supelan (Kg)
- X3: Số lượng Kali (Kg)
- X4: Số lượng phân NPK (Kg)
- X5: Chi phí cho thuốc BVTV (1000đ)
- Biến giả: Giới tính của chủ hộ (D
1
)
D
1
= 0: Chủ hộ là nữ
D
1

= 1: Chủ hộ là nam
2
Hoàng Văn Lượng – KT 18 C
2.2 Lựa chọn dạng mô hình
Các biến được chọn ở trên đều tuân theo qui luật năng suất cận biên giảm
dần (tức là khi tăng đầu tư thêm 1 đơn vị chi phí thì năng suất tăng lên, nhưng đến
một mức tối đa năng suất không tăng thêm mà có xu hướng giảm đi khi tăng đầu
tư) vì vậy dạng hàm được chọn là hàm Cobb- Douglas.
Tuy nhiên biến D1 khi đưa vào dạng hàm Cobb – Douglas thì không hợp lý.
Các biến này sẽ được đưa vào dạng hàm tuyến tính.
Dạng hàm ước lượng: Y=A*X
1
α1
*X
2
α2
*X
3
α3
X
4
α4
* X
5
α5
e
k*D1+ui
với αi và k là các hệ số ảnh hưởng. Ui là sai số của mô hình.
Hay Ln hoá 2 vế của phương trình trên ta được:
Ln Yi = ln A + α

1
lnX
1
+ α
2
lnX
2
+ α
3
lnX
3
+ α
4
lnX
4
+ α
5
lnX
5
+ kD
1
+ Ui
2.3 Thu thập số liệu
Số liệu được thu thập từ 36 hộ nông dân trồng chè tại xã Gia Sinh, huyện
Gia Viễn, tỉnh Ninh Bình và được tổng hợp trong bảng 1.
2.4. Phần mềm sử dụng cho nghiên cứu
Chúng tôi dùng phần mềm excel để chạy phần sau:
- Chạy hồi quy:
Tool - Data Analysis – Regression – OK
Input Y – range: Chọn vùng của Y

Input X – range: Chọn vùng của X
(Nếu quét cả vùng nhãn thì phải khai báo nhãn (tích vào Labels in first row).
Output: Chọn nơi để bảng.
2.3.2. Kiểm định giả thiết thống kê
Giả thiết: * H
o
: α
1
= α
2
= α
3
= α
4
= α
5
= k = 0: các biến được lựa chọn không
đồng thời ảnh hưởng tới Y
*
.
* H
1
: Ít nhất một trong số các k hoặc α
i
≠ 0
Tương đương với: * H
o
: R
2
= 0: mô hình không giải thích được sự biến động của

Y
*
.
* H
1
: R
2
> 0: mô hình giải thích được sự biến động của Y
*
.
3
Hoàng Văn Lượng – KT 18 C
Bảng 1. Số liệu thu thập được
Năng
suất (Y)
Đạm sun
phát (X1)
Supelân
(X2)
Kali
(X3)
NPK
(X4)
Thuốc
BVTV (X5)
Giới
tính (D)
680 45 70 8 78 55 1
550 39 60 6 45 50 0
674 58 75 8 75 60 1

505 48 50 10 25 50 1
630 55 70 10 40 80 0
540 46 30 5 67 50 1
620 65 40 5 75 64 0
752 65 50 9 70 90 1
550 62 45 7 67 86 1
498 32 40 5 78 50 1
720 45 50 7 92 60 1
510 30 60 5 74 50 0
540 25 25 6 85 70 0
600 60 50 5 77 70 1
763 55 45 4 65 80 1
724 56 67 5 82 95 0
733 55 70 9 83 70 0
709 65 45 8 79 90 1
597 45 35 9 80 90 0
498 25 38 5 75 76 1
680 63 45 10 40 80 1
672 56 55 8 76 70 1
523 29 60 7 50 15 1
640 58 65 15 60 85 1
705 67 68 4 65 90 0
558 35 35 9 72 50 1
505 40 50 2 40 10 1
766 75 45 15 55 55 0
719 48 50 18 73 70 1
705 45 60 13 50 60 0
490 35 50 12 51 43 1
510 45 30 5 50 55 1
745 67 50 11 78 60 0

505 45 36 7 46 55 1
487 56 35 4 84 45 1
771 70 50 4 54 90 0
4
Hoàng Văn Lượng – KT 18 C
Số liệu sau khi Ln hai vế
Ln (Y) Ln (X1) Ln (X2) Ln (X3) Ln (X4) Ln (X5) D
6.522093 3.806662 4.248495 2.079442 4.356709 4.007333 1
6.309918 3.663562 4.094345 1.791759 3.806662 3.912023 0
6.51323 4.060443 4.317488 2.079442 4.317488 4.094345 1
6.224558 3.871201 3.912023 2.302585 3.218876 3.912023 1
6.44572 4.007333 4.248495 2.302585 3.688879 4.382027 0
6.291569 3.828641 3.401197 1.609438 4.204693 3.912023 1
6.429719 4.174387 3.688879 1.609438 4.317488 4.158883 0
6.622736 4.174387 3.912023 2.197225 4.248495 4.49981 1
6.309918 4.127134 3.806662 1.94591 4.204693 4.454347 1
6.2106 3.465736 3.688879 1.609438 4.356709 3.912023 1
6.579251 3.806662 3.912023 1.94591 4.521789 4.094345 1
6.234411 3.401197 4.094345 1.609438 4.304065 3.912023 0
6.291569 3.218876 3.218876 1.791759 4.442651 4.248495 0
6.39693 4.094345 3.912023 1.609438 4.343805 4.248495 1
6.637258 4.007333 3.806662 1.386294 4.174387 4.382027 1
6.584791 4.025352 4.204693 1.609438 4.406719 4.553877 0
6.597146 4.007333 4.248495 2.197225 4.418841 4.248495 0
6.563856 4.174387 3.806662 2.079442 4.369448 4.49981 1
6.391917 3.806662 3.555348 2.197225 4.382027 4.49981 0
6.2106 3.218876 3.637586 1.609438 4.317488 4.330733 1
6.522093 4.143135 3.806662 2.302585 3.688879 4.382027 1
6.510258 4.025352 4.007333 2.079442 4.330733 4.248495 1
6.259581 3.367296 4.094345 1.94591 3.912023 2.70805 1

6.461468 4.060443 4.174387 2.70805 4.094345 4.442651 1
6.558198 4.204693 4.219508 1.386294 4.174387 4.49981 0
6.324359 3.555348 3.555348 2.197225 4.276666 3.912023 1
6.224558 3.688879 3.912023 0.693147 3.688879 2.302585 1
6.641182 4.317488 3.806662 2.70805 4.007333 4.007333 0
6.577861 3.871201 3.912023 2.890372 4.290459 4.248495 1
6.558198 3.806662 4.094345 2.564949 3.912023 4.094345 0
6.194405 3.555348 3.912023 2.484907 3.931826 3.7612 1
6.234411 3.806662 3.401197 1.609438 3.912023 4.007333 1
6.613384 4.204693 3.912023 2.397895 4.356709 4.094345 0
6.224558 3.806662 3.583519 1.94591 3.828641 4.007333 1
6.188264 4.025352 3.555348 1.386294 4.430817 3.806662 1
6.647688 4.248495 3.912023 1.386294 3.988984 4.49981 0
5
Hoàng Văn Lượng – KT 18 C
KẾT QUẢ CHẠY MÔ HÌNH
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.827724137
R Square 0.685127247
Adjusted R Square 0.619981161
Standard Error 0.099046494
Observations 36
ANOVA
df SS MS F Significance F
Regression 6 0.619030964 0.103171827 10.51678285 3.36498E-06
Residual 29 0.284496032 0.009810208
Total 35 0.903526996
Coefficients
Standard

Error t Stat P-value Lower 95%
Upper
95%
Lower
95.0%
Upper
95.0%
Intercept 3.896906174 0.405700385 9.60537953 1.63207E-10 3.067155733 4.726657 3.067156 4.726657
Ln (X1) 0.282257644 0.067900126 4.15695316 0.000260834 0.143386295 0.421129 0.143386 0.421129
Ln (X2) 0.151584406 0.068179099 2.223326613 0.034145623 0.012142493 0.291026 0.012142 0.291026
Ln (X3) 0.06094439 0.040253236 1.514024583 0.140843417 -0.021382722 0.143272 -0.02138 0.143272
Ln (X4) 0.147002779 0.064534714 2.277886911 0.030285939 0.015014472 0.278991 0.015014 0.278991
Ln (X5) 0.034886512 0.048960829 0.712539252 0.481825025 -0.065249625 0.135023 -0.06525 0.135023
D -0.048046078 0.036413213 -1.319468232 0.197335562 -0.122519461 0.026427 -0.12252 0.026427
6
Hoàng Văn Lượng – KT 18 C
Qua bảng kết quả trên ta có mô hình ước lượng là:
LnYi = 3.896906174 + 0.282257644LnX
1
+ 0.151584406LnX
2
+
0.06094439LnX
3
+ 0.147002779LnX
4
+ 0.034886512LnX
5
- 0.048046078D
1

* Kiểm định kết quả: Y=A*X
1
α1
*X
2
α2
*X
3
α3
X
4
α4
* X
5
α5
e
k*D1+ui
Kiểm định các hệ số xác định
Biến Hệ số Giá trị P-value Mức ý nghĩa
Biến tự do A 3.896906174 1.63207E-10 *
Đạm Sunphat α
1
0.282257644 0.000260834 *
Supelan α
2
0.151584406 0.034145623 **
Kali α
3
0.06094439

0.140843417 ns
Phân NPK
α
4
0.147002779 0.030285939
**
Thuốc BVTV
α5
0.034886512 0.481825025
ns
Giới tính k -0.048046078 0.197335562 ns
Theo bảng trên ta thấy các biến X3 ( Lượng Kali) của chủ hộ, X5 (Thuốc
BVTV) và biến giới tính ( D) là không có ý nghĩa thống kê. Các biến còn lại
đều có ý nghĩa.
Kiểm định mô hình:
Dựa vào bảng hồi quy ta có F
qs
= 10.51678285.
Tra bảng Fisher với bậc tự do là 6,29 ta có F
0.05
6,29
= 2.55.
Ta thấy F
qs
> F
0.05
6,29
. Như vậy chúng ta chấp nhận giả thiết H
1
và bác bỏ

giả thiết H
0
. Mô hình ước lượng là có ý nghĩa thống kê ở mức α = 0.05.
* Giải thích mô hình
R
2
= 68.51% cho ta biến các biến được chọn trong mô hình đã giải
thích được 68.51% sự biến động của năng suất chè. Các biến ngoài mô hình
giải thích được 33.49% sự biến động của năng suất chè.
Lượng Đạm Sunphat có ảnh hưởng đến năng suất chè của các hộ điều
tra với mức độ tin cậy 99%, hệ số co giãn của năng suất chè đối với lượng
đạm Sunphat là 0.282257644, hệ số này cho biết khi đạm Sunphat tăng lên
1% thì năng suất chè tăng lên 0.282257644%.
7
Hoàng Văn Lượng – KT 18 C
Lượng Supelan có ảnh hưởng đến năng suất chè của các hộ điều tra
với độ tin cậy 99%, hệ số co giãn của năng suất đối với lượng Supelan là
0.151584406,hệ số này cho biết khi Supelan tăng lên 1% thì năng suất chè
tăng lên 0.151584406%.
Lượng Kali bón cho chè trong mô hình không có ảnh hưởng đến năng
suất chè ở mức ý nghĩa 10%. Điều này có thể giải thích do đặc tính của cây
chè và do tính chất của vùng đất ở vùng nghiên cứu có thể không hấp thu
được Kali.
Lượng phân NPK có ảnh hưởng đến năng suất chè của các hộ điều tra
với độ tin cậy 97%, hệ số co giãn của năng suất đối với NPK là
0.147002779, hệ số này cho biết khi lượng Kali bón chè tăng lên 1% thì
năng suất chè sẽ tăng lên 0.147002779%.
Chi phí cho thuốc bảo vệ thực vật không có ảnh hưởng đến năng suất
chè khi ta thay đổi lượng chi phí này thì hầu như không làm biến động đến
năng suất.

Biến giả giới tính (D) không có ảnh hưởng đến năng suất trồng chè
của xã.
8
Hoàng Văn Lượng – KT 18 C
PHẦN IV
KẾT LUẬN VÀ KIẾN NGHỊ
Qua kết quả chạy mô hình kinh tế lượng ta thấy, các yếu biến được
chọn đưa vào mô hình khá hợp lý và đầy đủ. Nó có thể giải thích được phần
lớn sự biến động của năng suất. Kết quả cũng chỉ ra rằng đại đa số các yếu
tố ảnh hưởng đều làm tăng năng suất chè, điều đó chỉ cho ta thấy quá trình
sản xuất chè vẫn ở gia đoạn I hoặc II của quá sản xuất. Chính vì vậy thông
qua kết quả này tôi khuyến cáo bà con chồng chè ở xã Gia Sinh nên tiếp tục
đầu tư thêm phân bón như supelan, đạm sunphat và phân NPK để tăng năng
suất chè.
Riêng yếu tố Kali và thuốc BVTV là không có ảnh hưởng đến năng
suất chè tươi, điều này có vẻ hơi phi thực tế. Bởi vậy, để giải thích nguyên
nhân trên cần có những nghiên cứu cụ thể hơn nữa, đặc biệt là công tác
nghiên cứu vấn đề nông hóa, thổ nhưỡng của vùng chồng chè.
Mô hình trên có ý nghĩa về mặt thống kê và phù hợp với lý thuyết
kinh tế nên có thể sử dụng trong phân tích. Khi tìm hiểu các yếu tố ảnh
hưởng tới năng suất chè hay một loại cây trồng khác ta có thể dùng phương
pháp này.
9