Hành vi ứng dụng tiến bộ kĩ thuật trong sản xuất nông nghiệp ở việt nam trường hợp ứng dụng “1 phải, 5 giảm” trong sản xuất lúa ở đồng bằng sông cửu long

Hành vi ứng dụng tiến bộ kĩ thuật trong sản xuất nông nghiệp ở Việt
Nam: Trường hợp ứng dụng “1 phải, 5 giảm” trong sản xuất lúa ở Đồng
bằng sông Cửu Long
NCS. Lưu Tiến Dũng
1
và ThS. Đoàn Việt Anh
2

Trường Đại học Lạc Hồng, Việt Nam
Bằng mô hình hồi quy Probit với bộ dữ liệu thu thập từ 210 nông hộ sản xuất lúa thuộc các
tỉnh Đồng bằng sông Cửu Long, nghiên cứu làm rõ các yếu tố tác động đến quyết định ứng
dụng tiến bộ kĩ thuật 1P5G. Kết quả nghiên cứu là nền tảng lý luận và thực tiễn quan trọng cho
các bên liên quan trong việc xây dựng chính sách đẩy mạnh ứng dụng tiến bộ kĩ thuật trong
nông nghiệp, chuyển đổi mô hình tăng trưởng và phát triển nông nghiệp ở Việt Nam theo
hướng bền vững.
Từ khóa: Ứng dụng tiến bộ kĩ thuật trong nông nghiệp; 1P5G; Probit.
GIỚI THIỆU
Phát triển nông nghiệp bền vững đang trở thành chiến lược chủ đạo nhằm đạt được mục tiêu
giảm nghèo và giảm mức độ suy thoái môi trường tự nhiên ở các quốc gia. Tuy nhiên cho đến
nay phát triển nông nghiệp bền vững vẫn đang phải đối mặt với nhiều thách thức, vấn đề
nghiêm trọng đặc biệt là suy thoái môi trường đất, môi trường nước và tác động sẽ mạnh mẽ
hơn do những ảnh hưởng của biến đổi khí hậu do phương thức sản xuất nông nghiệp thiếu bền
vững gây ra. Mô hình sản xuất nông nghiệp bền vững cần phải lấy ứng dụng tiến bộ kĩ thuật
làm động lực, nhân tố quyết định đảm bảo sự tăng trưởng và phát triển. Tuy nhiên, tỷ lệ ứng
dụng tiến bộ kĩ thuật trong sản xuất nông nghiệp ở Việt Nam còn nhiều hạn chế về cả số lượng
lẫn mức độ ứng dụng. Các nghiên cứu về hành vi ứng dụng tiến bộ khoa học công nghệ trong
sản xuất nông nghiệp đã được thực hiện từ nghiên cứu của Griliches (1957) và tiếp tục được
quan tâm cho đến bây giờ. Phần lớn các nghiên cứu thực hiện trước đó đều quan tâm đến hai
câu hỏi nghiên cứu: (i) yếu tố nào ảnh hưởng đến việc người sản xuất ứng dụng hay từ chối
ứng dụng một tiến bộ kĩ thuật mới trong sản xuất và (ii) yếu tố nào ảnh hưởng đến mức độ ứng
dụng tiến bộ kĩ thuật trong sản xuất nông nghiệp như Feder và Zilberman (1985), Negatu và

1
, 2
Trường Đại học Lạc Hồng; Email:
Parikh (1999), Isham (2002), Dimara và cộng sự (2002), D’Souza và cộng sự (1993), Lee
(2005), Teklewold và cộng sự (2013), Harper và cộng sự (1990), McNamara và cộng sự
(1991), Rahm và Huffman (1984), Nguyễn Hồ Lam và cộng sự (2012), Nguyễn Ngọc Sơn và
cộng sự (2013), Quách Thị Ngọc Thơ (2011), Nguyễn Trọng Hoài (2014). Mặc dù nhiều
nghiên cứu đã được thực hiện xong kết quả lại khá nghèo nàn, các mô hình được đưa ra với
hàng dài các biến giải thích nhưng những biến thực sự giải thích lại ít và đa phần mô hình đều
khá đơn giản, nhiều nghiên cứu để thiếu biến quan trọng. Hơn nữa, kết quả giữa các nghiên cứu
đôi khi có sự trái ngược nhau gây ra sự tranh luận không dứt và do vậy ảnh hưởng đến việc ra
quyết định trong chính sách điều hành. Việc thiếu biến quan trọng hoặc xem xét chưa thấu đáo
xuất hiện ở đa phần các nghiên cứu trước. Nghiên cứu này làm rõ hành vi ứng dụng tiến bộ kĩ
thuật trong sản xuất nông nghiệp của nông dân thông qua phân tích các yếu tố tác động đến
quyết định ứng dụng 1P5G trong sản xuất lúa ở Đồng bằng sông Cửu Long. Các phần còn lại
của bài báo này gồm (i) cơ sở lý luận và mô hình nghiên cứu; (ii) phương pháp nghiên cứu; (iii)
kết quả nghiên cứu và bàn luận; (iv) kết luận.
CƠ SỞ LÝ LUẬN VÀ MÔ HÌNH NGHIÊN CỨU
Dựa trên kết quả nghiên cứu của các tác giả như Chirwa (2005), Doss (2006), Feder và
Zilberman (1985), Negatu và Parikh (1999), Isham (2002), Dimara và cộng sự (2002), D’Souza
và cộng sự (1993), Lee (2005), Teklewold và cộng sự (2013), Harper và cộng sự (1990),
McNamara và cộng sự (1991), Rahm và Huffman (1984), Quách Thị Ngọc Thơ (2011),
Nguyễn Trọng Hoài (2014), khung lý luận cho nghiên cứu này được hình thành. Biến phụ
thuộc trong mô hình nghiên cứu là quyết định ứng dụng 1P5G trong sản xuất lúa của nông dân
Đồng bằng sông Cửu Long. Nhận giá trị bằng 1 nếu nông dân ứng dụng; nhận giá trị bằng 0
nếu nông dân không ứng dụng. Các biến độc lập đóng vai trò điều chỉnh quyết định ứng dụng
1P5G của người nông dân gồm vốn nhân lực và đặc điểm của nông hộ bao gồm các biến tuổi
chủ hộ, trình độ học vấn chủ hộ, trình độ kiến thức nông nghiệp chủ hộ, thuê nhân công; Đặc

điểm về đất canh tác của hộ bao gồm các biến quyền sở hữu đất, đánh giá về dinh dưỡng của
đất, đánh giá về độ dốc của đất; Khả năng tiếp cận nguồn lực bao gồm các biến thu nhập ngoài
nông nghiệp, diện tích đất sản xuất lúa, khả năng tiếp cận nguồn tài chính. Vốn xã hội và chính
sách của chính phủ bao gồm các biến tham gia các tổ chức đoàn thể, xã hội ở địa phương, trợ
cấp của chính phủ.
PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu sử dụng bộ dữ liệu sơ cấp được khảo sát bằng phương pháp điều tra nhanh
nông thôn – RRA với 210 hộ dân sản xuất lúa trên địa bàn các xã thuộc các tỉnh Long An, Tiền
Giang, Cần Thơ, Kiên Giang, Sóc Trăng, An Giang, Đồng Tháp
2
một cách thuận tiện. Trước
đó, các cuộc phỏng vấn với các chuyên gia, cán bộ khuyến nông, hộ nông dân, cán bộ kĩ thuật
nhằm bổ sung khung lý luận, các biến phụ thuộc và độc lập trong mô hình nghiên cứu được
thực hiện. Nghiên cứu sử dụng mô hình Probit để kiểm định tác động của các biến độc lập đến
các biến phụ thuộc. Phép ước lượng Maximum Likelihood được sử dụng để ước lượng các
tham số trong mô hình.
Bảng 1: Định nghĩa biến, các giả thuyết và kì vọng dấu trong mô hình
Tên biến
Định nghĩa biến
1P5G
Biến giả: 1 nếu hộ nông dân ứng dụng 1P5G; 0 nếu không ứng dụng
Age
Tuổi chủ hộ: số năm
Edu
Trình độ học vấn chủ hộ: số năm đi học
Adu
Biến giả: 1 nếu tham gia 1 nguồn kiến thức, thêm 1 nguồn được 0.5, tối đa 2.5
điểm, 0 nếu không tham gia
Hirlab
Biến giả: 1 nếu nông hộ có thuê nhân công, 0 nếu nông hộ không thuê

Off-inc
Biến giả: 1 nếu nông hộ có thu nhập ngoài nông nghiệp, 0 nếu nông hộ không có
Farmsize
Diện tích đất sản xuất: Hecta
Finance
Biến giả: 1 nếu nông hộ cần tín dụng và có thể tiếp cận, 0 nếu nông hộ không thể
tiếp cận.
Tenure
Biến giả: 1 nếu hộ nông dân sở hữu (có sổ đỏ, sổ hồng, giấy chứng nhận phi
chính thức như giấy sang tay), 0 nếu hộ nông dân canh tác trên đất thuê
Solgod
Biến giả: 1 nếu nông dân cảm nhận đất màu mỡ và 0 nếu trung bình trở xuống
Terain
Biến giả: 1 nếu nông dân cảm nhận ruộng dốc; 0 nếu bằng phẳng
Grant
Biến giả: 1 nếu hộ nông dân được trợ cấp, nhận giá trị 0 nếu không có
Socapital
Biến giả: 1 nếu hộ nông dân tham gia 1 hội hoặc đoàn thể, 2 nếu tham gia 2 hội,
3 nếu tham gia hơn 2 hội đoàn thể, 0 nếu không tham gia
Nguồn: Khảo sát của nhóm nghiên cứu (2015).


2
xã Tân Lập (h. Tịnh Biên – An Giang), xã Hòa Phú (h. Châu Thành – Long An), xã Phú Nhuận, (h. Cai Lậy - Tiền Giang),
xã Phú Cường (h. Tam Nông - Đồng Tháp), xã Định Hòa (h. Gò Quao, Kiên Giang), xã Thới Xuân (h. Cờ Đỏ - Cần Thơ),
xã Vĩnh Lợi (h. Thạnh Trị - Sóc Trăng).
Các biến và đo lường biến cũng như giả thuyết nghiên cứu được trình bày như trong bảng 1.
Mô hình Probit tổng quát dùng trong nghiên cứu này có thể được viết như sau:
Y
i

= β
0
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ….+ β
k
X
k
+ u
i

Trong đó:
Y là quyết định ứng dụng 1P5G (có giá trị bằng 1 nếu hộ nông dân áp dụng; 0 nếu hộ nông
dân không áp dụng
X
i
(i=1, 2, 3…k) là các biến độc lập trong mô hình (được mô tả chi tiết trong bảng 1)
KẾT QUẢ NGHIÊN CỨU
Hệ số tương quan giữa các biến độc lập trong mô hình đều nhỏ (<0.5) nên không có hiện
tượng đa cộng tuyến. Hệ số tương quan giữa biến phụ thuộc và các biến độc lập cao cho thấy

mối liên quan chặt chẽ giữa các biến trong mô hình nghiên cứu.
Kết quả kiểm định mô hình hồi quy Probit cho kết quả: Hệ số Pseudo-R
2
của mô hình đạt
86.04%, điều này cho biết 86.04% ý nghĩa của biến phụ thuộc (quyết định ứng dụng 1P5G)
được giải thích bởi các biến độc lập trong mô hình nghiên cứu, phần còn lại do các yếu tố khác
mà mô hình không xét đến. Mức độ giải thích chính xác của mô hình là 94.29%, cho thấy mô
hình có khả năng dự báo cao. Ta dùng chỉ số này để đánh giá mức độ phù hợp của mô hình
thay cho hệ số Pseudo-R
2
do chỉ số Pseudo-R
2
không hoàn toàn giải thích sự phù hợp mà
thường dùng để so sánh các mô hình với nhau. Mô hình có ý nghĩa thống kê với độ tin cậy
99%, nghĩa là có ít nhất 1 biến độc lập trong mô hình có khả năng giải thích quyết định ứng
dụng 1P5G. Trong mô hình Probit, các hệ số hồi quy không trực tiếp giải thích mối quan hệ
giữa biến phụ thuộc và biến độc lập. Do đó, để thấy rõ tác động của các biến độc lập lên biến
phụ thuộc, hệ số tác động biến sẽ được ước lượng và sử dụng. Kết quả ước lượng mô hình
được thể hiện như bảng 2.
Kết quả ước lượng cho thấy, mô hình ước lượng là phù hợp với dữ liệu thị trường. Có 11
yếu tố tác động và có ý nghĩa thống kê đến quyết định ứng dụng 1P5G trong sản xuất lúa của
nông dân Đồng bằng sông Cửu Long. Mô hình toán học được trình bày như sau:
Quyết định ứng dụng 1P5G = -24.671 + (0.43**(Edu) + 4.21***(Adu) + 0.38**(Farmsize)
+ 1.88***(Hirlab) + 2.18***(Off-inc) + 1.49**(Finance) + 1.43* (Tenure) +
2.64***(Solgod) - 2.41***(Terain) + 1.71**(Grant) + 1.43***(Socapital)
Bảng 2: Kết quả ước lượng mô hình Probit về quyết định ứng dụng 1P5G
Biến độc lập
Hệ số hồi quy
Hệ số tác động biên
Age

0.026 (0.043)
0.007 (0.012)
Edu
0.43
**
(0.17)
0.12
***
(0.043)
Adu
4.21
***
(1.48)
1.15
***
(0.40)
Farmsize
0.38
**
(0.19)
0.11
**
(0.05)
Hirlab
1.88
***
(0.99)
0.63
**
(0.29)

Off-inc
2.18
***
(0.83)
0.70
***
(0.51)
Finance
1.49
**
(0.68)
0.48
**
(0.21)
Tenure
1.43
*
(1.0)
0.61
*
(0.32)
Solgod
2.64
***
(0.91)
0.81
***
(0.16)
Terain
-2.41

***
(0.86)
-0.63
***
(0.17)
Grant
1.71
**
(0.84)

0.60
**
(0.51)
Socapital
1.43
***
(0.51)
0.39
***
(0.15)
Hệ số chặn
-24.671
***
(7.22)
Số quan sát
210
Likelihood-ratio
239.29
Prob>Chi-square
0.000

Pseudo-R
2
0.8604
Mức độ giải thích chính xác của mô hình
94.29%
Nguồn: Khảo sát của nhóm nghiên cứu (2015).
Ghi chú: (*): có mức ý nghĩa 10%; (**): có mức ý nghĩa 5%; (***): có mức ý nghĩa 1%.
Con số trong ngoặc đơn là sai số của ước lượng.
Theo kết quả ước lượng trên, biến tuổi không có ý nghĩa thống kê. Hay sự khác biệt trong
độ tuổi của chủ hộ không ảnh hưởng đến quyết định ứng dụng 1P5G. Việc khác biệt trong độ
tuổi của chủ hộ sẽ tác động đến quyết định ứng dụng tiến bộ kĩ thuật trong nông nghiệp nói
chung sẽ được quyết định dựa trên mức độ chấp nhận rủi ro, khả năng tiếp cận cái mới trong
khi 1P5G là một tiến bộ kĩ thuật mới chủ yếu tập trung vào việc giúp thay đổi tập quán canh tác
của người nông dân bao gồm các nội dung 1 phải (sử dụng giống tốt, giống xác nhận), 5 giảm
(giảm giống, giảm phân đạm, giảm thuốc BVTV, giảm lượng nước tưới và số lần bơm tưới).
Qua đó cái chính mà người nông dân sẽ thấy được khi ứng dụng đó là giảm được chi phí sản
xuất, tăng lợi nhuận. Đây là mục tiêu mà người nông dân nào cũng hướng đến. Rào cản ở đây
là tập quán dùng thóc ăn làm thóc giống, bón nhiều phân và phun nhiều thuốc của người nông
dân nhất là những nông dân lớn tuổi. Tuy nhiên nhờ vào nỗ lực và hiệu quả của chương trình
khuyến nông ở các địa phương thông qua ứng dụng rộng rãi của các phương tiện truyền thông
như tivi, internet, báo đài, tham quan thực địa mà người nông dân đã ý thức được rất rõ ràng
vai trò của ứng dụng tiến bộ kĩ thuật trong nông nghiệp, chìa khóa thoát nghèo và làm giàu nhờ
nông nghiệp. Do đó, khoảng cách về tuổi tác của người nông dân nhất là kinh nghiệm làm
nông, truyền thống, mức độ chấp nhận rủi ro ảnh hưởng đến quyết định ứng dụng 1P5G đã
được giảm thiểu.
Tác động của trình độ giáo dục chủ hộ (Edu) đối với quyết định ứng dụng 1P5G đúng như
kỳ vọng và có ý nghĩa thống kê (0.43** (0.17); 0.12***(0.043). Theo đó, trong điều kiện các
yếu tố khác không đổi nếu trình độ học vấn của chủ hộ tăng thêm 1 năm thì xác suất để hộ
nông dân quyết định ứng dụng 1P5G tăng 0.12%. Kết quả này tương đồng với nghiên cứu của
các tác giả như Petzel (1976), Huffman (1977), Schultz (1964), Welch (1978), Ram (1976),

Chaduri (1968), Sidhu (1976), Welch (1970), Ram (1976), Chirwa (2005), Teklewold và cộng
sự (2013).
Trình độ kiến thức nông nghiệp (Adu) tác động đến quyết định ứng dụng 1P5G đúng như
kỳ vọng và có ý nghĩa thống kê (4.21
***
(1.48); 1.15
***
(0.40). Trong điều kiện các yếu tố khác
không đổi nếu trình độ kiến thức nông nghiệp tăng thêm 1 nguồn kiến thức thì xác suất để hộ
nông dân quyết định ứng dụng 1P5G tăng 1.15%. Kết quả này tương đồng với nghiên cứu của
các tác giả như Petzel (1976), Huffman (1977), Schultz (1964), Welch (1970), Ram (1976),
Chaduri (1968), Welch (1970), Ram (1976), Dimara và cộng sự (2003), Chirwa (2005),
Teklewold và cộng sự (2013).
Tác động của diện tích đất nông nghiệp (Farmsize) đối với quyết định ứng dụng 1P5G đúng
như kỳ vọng và có ý nghĩa thống kê (0.38
**
(0.19); 0.11
**
(0.05). Theo đó, trong điều kiện các
yếu tố khác không đổi nếu diện tích đất nông nghiệp tăng thêm 1 hecta thì xác suất để hộ nông
dân quyết định ứng dụng 1P5G tăng 0.11%. Kết quả này tương đồng với nghiên cứu của các
tác giả như Petzel (1976), Huffman (1977), Schultz (1964), Welch (1978), Ram (1976),
Chaduri (1968), Welch (1970), Ram (1976), Feder và Zilberman (1985), Chirwa (2005), Quách
Thị Ngọc Thơ (2011), Teklewold và cộng sự (2013).
Tác động của thuê nhân công (Hirlab) đối với quyết định ứng dụng 1P5G đúng như kỳ vọng
và có ý nghĩa thống kê (1.88
***
(0.99); 0.63
**
(0.29). Theo đó, trong điều kiện các yếu tố khác

không đổi thì xác suất ứng dụng 1P5G của hộ cần thuê lao động cao hơn không cần thuê lao
động là 0.63%. Kết quả này tương đồng với nghiên cứu của các tác giả như Petzel (1976),
Huffman (1977), Schultz (1964), Welch (1978), Ram (1976), Chaduri (1968), Welch (1970),
Ram (1976), Chirwa (2005), Teklewold và cộng sự (2013).
Tác động của thu nhập ngoài nông nghiệp (Off-Inc) đối với quyết định ứng dụng 1P5G
đúng như kỳ vọng và có ý nghĩa thống kê (2.18
***
(0.83); 0.70
***
(0.51). Theo đó, trong điều
kiện các yếu tố khác không đổi thì xác suất ứng dụng 1P5G của hộ có thu nhập ngoài nông
nghiệp cao hơn của hộ không có thu nhập bên ngoài là 0.70%. Kết quả này tương đồng với
nghiên cứu của các tác giả như Petzel (1976), Huffman (1977), Schultz (1964), Welch (1978),
Ram (1976), Chaduri (1968), Welch (1970), Ram (1976), Chirwa (2005), Teklewold và cộng
sự (2013).
Tác động của khả năng tiếp cận tài chính (Finance) đối với quyết định ứng dụng 1P5G đúng
như kỳ vọng và có ý nghĩa thống kê (1.49
**
(0.68); 0.48
**
(0.21). Theo đó, trong điều kiện các
yếu tố khác không đổi thì xác suất ứng dụng 1P5G của hộ có khả năng tiếp cận tài chính cao
hơn của hộ không có khả năng tiếp cận tài chính là 0.48%. Kết quả này tương đồng với nghiên
cứu của các tác giả như Lowdermilk (1972), Lipton (1976), Bhalla (1979), Chirwa (2005),
Quách Thị Ngọc Thơ (2011), Teklewold và cộng sự (2013).
Tác động của quyền sử dụng đất (Tenure) đối với quyết định ứng dụng 1P5G đúng như kỳ
vọng và có ý nghĩa thống kê (1.43
*
(1.0); 0.61
*

(0.32). Theo đó, trong điều kiện các yếu tố khác
không đổi thì xác suất ứng dụng 1P5G của hộ có quyền sử dụng đất cao hơn của hộ đi thuê đất
là 0.61%. Kết quả này tương đồng với nghiên cứu của các tác giả như Parthasarathy và Prasad
(1978), Chirwa (2005), Quách Thị Ngọc Thơ (2011).
Tác động của độ màu mỡ đất (Solgod) đối với quyết định ứng dụng 1P5G đúng như kỳ
vọng và có ý nghĩa thống kê (2.64
***
(0.91); 0.81
***
(0.16). Theo đó, trong điều kiện các yếu tố
khác không đổi thì xác suất ứng dụng 1P5G của hộ có đất màu mỡ cao hơn của hộ màu mỡ
trung bình trở xuống là 0.81%. Kết quả này tương đồng với nghiên cứu của các tác giả như
Polson và Spencer (1991), Nkonya và cộng sự (1997), Clay và cộng sự (1975), Chirwa (2005),
Quách Thị Ngọc Thơ (2011), Teklewold và cộng sự (2013).
Tác động của độ dốc của đất (Terain) đối với quyết định ứng dụng 1P5G đúng như kỳ vọng
và có ý nghĩa thống kê (-2.41
***
(0.86); -0.63
***
(0.17). Theo đó, trong điều kiện các yếu tố khác
không đổi thì xác suất ứng dụng 1P5G của hộ có đất dốc thấp hơn của hộ có đất bằng phẳng là
0.63%. Kết quả này tương đồng với nghiên cứu của các tác giả như (Polson và Spencer, (1991),
Nkonya và cộng sự (1997), Clay và cộng sự (1998), Chirwa (2005), Teklewold và cộng sự
(2013).
Tác động của trợ cấp chính phủ (Grant) đối với quyết định ứng dụng 1P5G đúng như kỳ
vọng và có ý nghĩa thống kê (1.71
**
(0.84); 0.60
**
(0.51). Theo đó, trong điều kiện các yếu tố

khác không đổi thì xác suất ứng dụng 1P5G của hộ nhận được trợ cấp chính phủ cao hơn hộ
không nhận được trợ cấp chính phủ là 0.60%. Kết quả này tương đồng với nghiên cứu của
Falcon (1977).
Tác động của vốn xã hội (Socapital) đối với quyết định ứng dụng 1P5G đúng như kỳ vọng
và có ý nghĩa thống kê (1.43
***
(0.51); 0.39
***
(0.15). Theo đó, trong điều kiện các yếu tố khác
không đổi nếu số tổ chức đoàn thể mà nông hộ tham gia tăng thêm 1 tổ chức thì xác suất để hộ
nông dân quyết định ứng dụng 1P5G tăng 0.39%. Kết quả này tương đồng với nghiên cứu của
các tác giả như Isham (2002), Chirwa (2005), Bandiera và Rasul (2006), Marenya và Barrett
(2007), Langyintuo (2008), Quách Thị Ngọc Thơ (2011), Teklewold và cộng sự (2013).
Như vậy, bằng mô hình hồi quy Probit, kết quả nghiên cứu cho thấy có 11 yếu tố tác động
đến quyết định ứng dụng 1P5G trong sản xuất lúa của nông dân ở Đồng bằng sông Cửu Long.
Kết quả trên khá phù hợp với lý luận và thực tiễn về ứng dụng tiến bộ kĩ thuật trong nông
nghiệp ở Việt Nam hiện nay khi mà các yếu tố giữ vai trò then chốt trong việc chi phối hành vi
của người nông dân đều có ý nghĩa và đóng vai trò như nút thắt trong sản xuất nông nghiệp
hiện nay như trình độ kiến thức nông nghiệp hộ nông dân, nguồn lực cho sản xuất nông nghiệp,
chính sách hỗ trợ của Nhà nước.
KẾT LUẬN
Tiến bộ khoa học kĩ thuật là nhân tố then chốt đảm bảo cho sự tăng trưởng và phát triển bền
vững của nông nghiệp, đẩy mạnh và coi ứng dụng tiến bộ kĩ thuật trong sản xuất là động lực
chính để thực hiện sự tăng trưởng. Và điều này chỉ có thể đạt được nếu tiến bộ kĩ thuật được sự
chấp nhận ứng dụng của người sản xuất truyền thống. Người sản xuất chỉ chấp nhận ứng dụng
tiến bộ kĩ thuật nếu nó thực sự đem lại lợi nhuận cao, khả thi trong thực hiện, được hỗ trợ
nguồn lực cho việc thực hiện. Trong đó, vai trò của chính phủ qua chính sách khuyến nông,
quy hoạch sản xuất và hỗ trợ nguồn lực sẽ có vai trò quyết định.
DANH MỤC TÀI LIỆU THAM KHẢO
Augustine S Langyintuo (2008), Assessing the influence of neighborhood effects on the

adoption of improved agricultural technologies in developing agriculture, AfJARE, Vol
2 No 2.
Bandiera, O. and Rasul, I. (2006), Social Networks and Technology Adoption in Northern
Mozambique, Econ. J., 116: 869-902.
Bhalla, Sujit S (1979), Farm and Technical Change in Indian Agriculture, In Agrarian
Structure and Productivity in Developing Countries, edited by R. Berry and W.
Cline. Baltimore: Johns Hopkins University Press.
Chaduri, D. P. (1968), Education and Agricultural Productivity in India, Ph.D.
dissertation, University of Delhi.
Clay, D., T. Reardon and J. Kangasniemi (1998), Sustainable Intensification in the
Highland Tropics: Rwandan Farmers Investments in Land Conservation and Soil
Fertility, Economic Development and Cultural Change, 46: 351-377.
Dimara el al. (2002), Adoption of agricultural innovations as a two-stage partial
observability process, Agricultural Economics 28, 187-196.
Ephraim W Chirwa (2005), Adoption of fertiliser and hybrid seeds by smallholder maize
farmers in southern Malawi, Development Southern Africa, Vol. 22, No. 1, 1-12.
Falcon, Walter P (1977), The Green Revolution: Generations of Problems, American
Journal of Agricultural Economics, 59, 698- 709.
Feder và Zilberman (1985), Adoption of Agricultural Innovations in Developing Countries:
A Survey, Economic Development and Cultural Change, Vol. 33, No. 2, pp. 255-298.
Gerard D’Souza el al. (1993), Factors Affecting the Adoption of Sustainable Agricultural
Practices, Agricultural and Resource Economics Review, 10.
Griliches, Zvi. (1957), Hybrid Corn: An Exploration in the Economics of Technological
Change, Econometrica, 25, 501-22.
Hailemariam Teklewold el al. (2013), Adoption of Multiple Sustainable Agricultural
Practices in Rural Ethiopia, Journal of Agricultural Economics, Volume 64, Issue 3,
pages 597–62.
Harper, J.K. al el. (1990), Factors Influencing the Adoption of Insect Management
Technology, American Journal of Agricultural Economics, 72: 997– 1005.
Jonathan Isham (2002), The Effect Social Capital on Technology Adoption: Evidence from

Rural Tanzania, Journal of African Economies, vol. 11, no. 1, pp. 39-60.
Lee D.R. (2005), Agricultural Sustainability and Technology Adoption: Issues and Policies
for Developing Countries, American Journal of Agricultural Economics, 87: 1325-1334.
Lipton, Michael (1976), Agricultural Finance and Rural Credit in Poor Countries, World
Development, 4, 543-54.
Lowdermilk, Max (1972), Diffusion of Dwarf Wheat Production Technology in Pakistan's
Punjab, Ph.D. dissertation, Cornell University.
Marenya P.P. and Barrett C.B. (2007), Household-level determinants of adoption of
improved natural resources management practices among smallholder farmers in
western Kenya, Food Policy, 32: 515–536.
McNamara, KT,. el al. (1991), Factors Affecting Peanut Producer Adoprion of Integrated
Pest Management, Review of Agricultural Economics 13:129-39.
Negatu, W & Partkh, A (1999), The impact of perception and other factors on the adoption
of agricultural technology in the Morel and Jim wo re da (district) of Ethiopia,
Agricultural Economics, 21: 205-16.
Nguyễn Hồ Lam và cộng sự (2012) , Kết quả thực hiện mô hình 3 giảm 3 tăng ở Việt Nam,
Tạp chí khoa học, Đại học Huế, tập 75A, số 6, 75-81.
Nguyễn Trọng Hoài (2014), Phát triển nông nghiệp theo hướng tăng trưởng xanh: Tiếp cận
hành vi sử dụng thuốc bảo vệ thực vật tại Đồng bằng sông Cửu Long, Tạp chí phát triển
kinh tế, 284, 44-62.
Nguyễn Ngọc Sơn và cộng sự (2013), Thâm canh lúa và áp dụng 1P5G: hiện trạng về sử
dụng lượng giống, phân và các yếu tố ảnh hưởng đến lợi nhuận, năng suất lúa ở cấp độ
nông hộ, Tạp chí khoa học Trường đại học Cần Thơ, số 27, 97-103.
Nkonya, E, Schroeder, T & Norman, D, (1997), Factors affecting adoption of improved
maize seed and fertiliser in northern Tanzania, Journal of Agricultural Economics 48
(1), 1–12.
Parthasarathy, G., and Prasad, D. S. (1978), Response to the Impact of the New Rice
Technology by Farm Size and Tenure: Andhra Pradesh, India. Los Banos: International
Rice Research Institute.
Petzel, Todd (1976), Economics and the Dynamics of Supply, Ph.D. dissertation,

University of Chicago.
Polson, R.A. and Spencer, D.S.C., (1991), The technology adoption process in
subsistence agriculture: The case of cassava in South Western Nigeria, Agric. Syst., 36:
65-77.
Quách Thị Ngọc Thơ (2011), Xác định các yếu tố ảnh hưởng đến việc sử dụng phân bón
hóa học quá liều của hộ nông dân trồng cà phệ ở tỉnh Đăk Lăk, Tạp chí phát triển KH &
CN, tập 14, số M4.
Ram, Rati (1976), Education as a Quasi-Factor of Production: The Case of India's
Agriculture, Ph.D. dissertation, University of Chicago.
Rahm, M.R. and W.E. Huffman (1984), The Adoption of Reduced Tillage: The Role of
Human Capital and Other Variables, American Journal of Agricultural Economics,
66:405-13.
Welch, Finis (1970), Education in Production, Journal of Political Economy, 78: 35-59.