powerpoint kinh học sản xuất

Bài tiểu luận:
Kinh tế học sản xuất
GV hướng dẫn :
SV thực hiện :


Nội dung
• Phần I: Xây dựng mô hình lý thuyết hàm sản
xuất
• Phần II: Kết quả ước lượng hàm sản xuất.


Phần I: Xây dựng mô hình lý thuyết hàm sản xuất.
1. Xây dựng mô hình
1.1. Giới thiệu về mô hình được áp dụng trong đề tài.
Mô hình C-D tổng quát có dạng:
Y = AX11X22X33…Xkk eui
-

Đặc điểm của mô hình C-D:

•. Đây là hàm sản xuất thuần nhất về số mũ
•. Hàm này tuân theoquy luật doanh thu cận biên giảm dần theo một trong các
yếu tố đầu vào khi các yếu tố khác không đổi.
•. Hàm dễ ước lượng với các phần mềm toán học, kinh tế hiện có.
•. Cả hai vế của hàm có thể chuyển đổi thành logarit bậc 10 hoặc bậc e.


-

Một số hạn chế của mô hình C-D:

• Bj không thay đổi với mọi mức đầu vào Xj do đó chỉ phản
ánh được một giai đoạn của quá trình sản xuất
• Nếu Xj = 0 thì Yj = 0
• Tỷ lệ MPj/ APj là không đổi do đó MP và AP là song song
-> không phù hợp với lý thuyết kinh tế.
• Khắc phục tồn tại đó bằng hàm với độ co giãn thay đổi:
•

Y = AX11(X1)X22(X2)X33(X3)…Xkk(Xk) eui


Phần I: Xây dựng mô hình lý thuyết hàm sản xuất.
1.2. Xây dựng mô hình.
Để thể hiện được mối quan hệ của của các yếu tố đến năng suất lúa của các hộ nông dân thì chúng ta sẽ sử dụng mô hình C-D:
Theo như lý thuyết đã trình bày ở trên thì mô hình sẽ có dạng:
Y = ALβ0X1β1X2β2 X3β3X4β4X5β5eui
Chuyển mô hình về dạng tuyến tính bằng cách lấy logarit cả 2 vế.Ta có: (đặt β = Ln(L))
Ln(Y) = β+ β0Ln(L) + β1Ln(X1) + β2Ln(X2) + β3Ln(X3) +β4Ln(X4)
+ β5Ln(X5) + ui
Mối quan hệ giữa các biến: Với các yếu tố khác không đổi
•

Khi L tăng lên 1% thì Y tăng lên β0%

•

Khi X1 tăng lên 1% thì Y tăng lên β1%

•

Khi X2 tăng lên 1% thì Y tăng lên β2%

•

Khi X3 tăng lên 1% thì Y tăng lên β3%

•

Khi X4 tăng lên 1% thì Y tăng lên β4%

•

Khi X5 tăng lên 1% thì Y tăng lên β5%


Phần I: Xây dựng mô hình lý thuyết hàm sản xuất.
• Các bước kiểm định:
- Bước 1: Lập giả thiết thống kê
- Bước 2: Xác định mức ý nghĩa thống kê.
- Bước 3: Kiểm định các tham số bằng phương pháp xác định giá trị tới hạn
• Phân tích kết quả mô hình.
Thông qua tổng các số mũ (β0 + β1 + β2 + β3+ β4+ β5) có thể đánh giá được hiệu suất
theo quy mô của quá trình sản xuất hiện tại.
- Nếu (β0 + β1 + β2 + β3+ β4 + β5) = 1 thì hiệu suất theo quy mô không đổi, nghĩa là khi
tăng tất cả yếu tố đầu vào lên x lần thì sản lượng cũng sẽ tăng đúng bằng x lần.
- Nếu (β0 + β1 + β2 + β3+ β4 + β5) > 1 thì hiệu suất theo quy mô tăng, nghĩa là khi tăng
tất cả yếu tố đầu vào lên x lần thì sản lượng sẽ tăng lên nhiều hơn x lần.
- Nếu (β0 + β1 + β2 + β3+ β4 + β5) < 1 thì hiệu suất theo quy mô giảm, nghĩa là khi tăng
tất cả yếu tố đầu vào lên x lần thì sản lượng tăng lên sẽ nhỏ hơn x lần.

Phần I: Xây dựng mô hình lý thuyết hàm sản xuất.
1.3 Đánh giá hiệu quả kỹ thuật trong sản xuất
Từ kết quả chạy hàm sản xuất cực biên cho thấy
được hiệu quả kỹ thuật của từng hộ điều tra và hiệu
quả kỹ thuật chung của tất cả các hộ sản xuất lúa.
Hàm sản xuất cực biên cho biết hiệu quả kỹ thuật
Hiệu quả kỹ thuật (TE)= *100
Trong đó:
Y1 là sản lượng thực tế, Y2 là sản lượng tiềm năng (sản lượng
lý thuyết)


Phần II : Kết quả ước lượng hàm sản xuất.
2.1 Kết quả chạy mô hình
• The ols estimates: Kết quả ước lượng OLS
• Co-efficient: Hệ số/tham số hồi quy
• t-ratio: Giá trị kiểm định
• standard-error: Độ lệch chuẩn
• The final mle estimates: Kết quả ước lượng MLE cuối cùng
• Sigma-squared = σ2v + σ2u : giải thích mức độ ảnh hưởng của V và U trong phần chênh
lệch giữa năng suất thực tế và năng suất tiềm năng.
• Gamma: Chỉ mức ý nghĩa chung của mô hình. Chỉ số càng lớn thì mô hình càng tốt = σv /
σu.
• Firm: Hộ/ hang/ người sản xuất.
• Eff-est: hiệu quả kĩ thuật ước lượng.
• Mean effic: hiệu quả kĩ thuật trung bình

2.1.1 Kết quả và kiểm định kết quả OLS
a. Kết quả ước lượng
Bảng 1 : Bảng kết quả ước lượng OLS
Hệ số

Coefficient

standard-error

t-ratio

β

-0.14743505

0.59033780

-0.24974693

β0
β1

0.34912568
0.0071824288

0.12528399
0.067608151

2.7866743
0.10623614

β2

-0.031583156

0.012037803

-2.6236645

β3

0.091480546

0.018808488

4.8637905

β4

-0.0012994026

0.0086833469

-0.14964306

β5

0.080133577

0.025700792

3.1179419

Sigma-squared

0.016801462

Log likelihood

173.95394


Mô hình OLS:
Ln(Y) = -0.14743505 + 0.34912568Ln(L) +
0.0071824288Ln(X1) - 0.031583156Ln(X2) +
0.091480546Ln(X3) - 0.0012994026Ln(X4) +
0.080133577Ln(X5) + ui
Hay:
Y=e-0.14744L0.349126.X10.0071824.X20.03158.
X30.09148.X40.0013.X50.080133.eui


Dựa vào bảng kết quả chạy mô hình ta thấy, mức
độ ảnh hưởng của sai số ngẫu nhiên trong phần
chênh lệch giữa năng suất thực tế với mức năng suất
tiềm năng nhỏ thể hiện qua giá trị sigma-squared =
0.016801462


b. Kiểm định tham số:

Các mức kiểm định là 1%, 5%, 10%, n=273,
k = 7, n-k = 266, t(α/2,n-k) lần lượt là:
t(0.005, 266) = 2.576
t(0.025, 266) = 1.96
t(0.05, 266) = 1.645
Tiến hành kiểm định các hệ số :


Bảng 2: Bảng kiểm định các hệ số của OLS
Hệ số

t- stat
α= 1%

Hệ số chặn -0.24974693
β
β1

2.7866743

t tra bảng
α= 5%

Kết quả
α= 10%

kiểm định

2.576

1.96

1.645

Ns

2.576

1.96

1.645

*

β2

0.10623614

2.576

1.96

1.645

NS

β3

-2.6236645

2.576

1.96

1.645

***

β4

4.8637905

2.576

1.96

1.645

***

β5

-0.14964306

2.576

1.96

1.645

NS

β6

3.1179419

2.576

1.96

1.645

***


2.2.2 Kết quả và kiểm định kết quả MLE
a. Kết quả ước lượng

Bảng 3: Kết quả ước lượng MLE
Hệ số

Coeficient

Standard-error

t-ratio

β

0.69863158

0.37667878

1.8547145

β0

0.27233881

0.077094715

3.5325225

β1

-0.060925725

0.042221229

-1.4430117

β2

-0.0037417077

0.0080112910

-0.46705428

β3

0.052600151

0.011591023

4.5380076E

β4

0.0061091836

0.0034285585

1.7818520

β5

0.039618365

0.015328205

2.5846709

Sigma-squared

0.035969364

0.0033483552

10.742398

Gamma

0.98348296

0.0050696669

193.99361

Log likelihood function

231.62867


Mô hình MLE:
Ln(Y) = 0.69863158 + 0.27233881Ln(L) 0.060925725Ln(X1) -0.0037417077Ln(X2) +
0.052600151Ln(X3) + 0.0061091836Ln(X4) +
0.039618365Ln(X5) + ui
Hay:
Y = e0.698632.L0.27234 .X1-0.06093.X20.00374.X30.0526.X40.00611.X50.03962 eui


b. Kiểm định tham số:

Các mức kiểm định là 1%, 5%, 10%, n=273,
k = 7, n-k = 266, t(n-k,α/2) lần lượt là:
t(0.005,266) = 2.576
t(0.025,266) = 1.96
t(0.05,266) = 1.645
Tiến hành kiểm định các hệ số :

Bảng 4: Bảng kiểm định các hệ số của MLE
Hệ số

t- stat

t tra bảng
α= 1%

α= 5%

Kết quả kiểm
α= 10%

định

Hệ số chặn β

1.8547145

2.576

1.96

1.645

*

β0

3.5325225

2.576

1.96

1.645

***

β1

-1.4430117

2.576

1.96

1.645

NS

β2

-0.46705428

2.576

1.96

1.645

NS

β3

4.5380076E

2.576

1.96

1.645

***

β4

1.7818520

2.576

1.96

1.645

*

β5

2.5846709

2.576

1.96

1.645

***


Bảng 5: Kết quả ước lượng bằng phương pháp MLE hàm sản
xuất Cobb- Douglas cho 273 quan sát về tình hình sản xuất lúa
Ký hiệu biến

Tên biến

Hệ số

Độ lệch

Giá trị t

Hằng số

0.69863158*

0.37667878

1.8547145

Ln(L)

Lượng lao động

0.27233881***

0.077094715

3.5325225

Ln(X1)

Lượng giống

-0.060925725NS 0.042221229

-1.4430117

Lượng phân

0.008011291
-0.46705428
0.0037417077NS
0

Ln(X2)
Ln(X3)

đạm

Lượng phân lân 0.052600151*** 0.011591023 4.5380076E

Ln(X4)

Lượng kali

0.0061091836*

0.003428558
5

1.7818520

Ln(X5)

Loại giống

0.039618365*** 0.015328205

2.5846709

Log-likelihood function

231.62867

LR test of the one- sided error

115.34945

Phân tích hàm sản xuất cực biên thu được
Từ kết quả ước lượng và kiểm định ta có mô hình hàm
cực biên trong sản xuất lúa ở Đồng Nai thu được có
dạng:
Ln(Y) = 0.69863158 + 0.27233881Ln(L) 0.060925725Ln(X1) -0.0037417077Ln(X2) +
0.052600151Ln(X3) + 0.0061091836Ln(X4) +
0.039618365Ln(X5) + ui
Hay: Y = e0.698632.L0.27234 .X1-0.06093.X20.00374.X30.0526.X40.00611.X50.03962 eui


Dựa vào mô hình thu được ta thấy:
• Nếu đầu tư thêm 1% lượng lao động thì năng suất lúa sẽ
tăng thêm 0.27234%
• Nếu đầu tư thêm 1% lượng giống thì năng suất lúa sẽ giảm
0.06093%
• Nếu đầu tư thêm 1% lượng phân đạm thì năng suất lúa sẽ
giảm 0.00374%
• Nếu đầu tư thêm 1% lượng phân lân thì năng suất lúa sẽ
tăng thêm 0.0526%
• Nếu đầu tư thêm 1% lượng kali thì năng suất lúa sẽ tăng
thêm 0.00611 %
• Nếu đầu tư thêm 1% vào loại giống lúa thì năng suất lúa sẽ
tăng thêm 0.03962%


• Có thể thấy, lượng giống và lượng phân đạm không có
ý nghĩa gì đến tăng năng suất. Có thể lí giải trường hợp
trên như sau: do bộ số liệu trong mô hình là bộ số liệu

thời điểm nên có thể thời điểm điều tra, cây lúa đã được
trồng một thời gian, qua giai đoạn hấp thụ đạm mạnh
nhất nên theo quy luật năng suất giảm dần thì ở thời
điểm điều tra yếu tố đạm và lượng giống không ảnh
hưởng đến năng suất lúa.
• Ta thấy, hàm năng suất lúa ước lượng thu được thể hiện
quá trình sản xuất lúa có hiệu suất tăng dần theo quy
mô (do ∑ βj=0.69863158 + 0.27233881 - 0.060925725
-0.0037417077 + 0.052600151+ 0.0061091836 +
0.039618365 = 1.004630657 > 1).


Nhận xét
• Từ kết quả chạy mô hình cho thấy, quá trình sản xuất
của các hộ nông dân đã đạt mức hiệu quả kỹ thuật tốt.
• Năng suất lúa chịu ảnh hưởng của nhiều yếu tố khác
nhau: lượng lao động, loại giống, lượng giống và
lượng phân bón như: phân đạm, phân lân và phân
kali.
• Ta thấy, hàm năng suất lúa sau khi ước lượng thu
được thể hiện quá trình sản xuất lúa Đồng Nai có hiệu
suất tăng dần theo quy mô.


Kết luận
Từ những phân tích trên ta có thể kết luận rằng: Để nâng cao năng
suất lúa cần căn cứ vào mục tiêu của người nông dân trồng lúa ở đây
là tối đa hóa lợi nhuận hay tối đa hóa sản lượng. Để tiếp tục tăng năng
suất cần thay đổi các yếu tố công nghệ, kỹ thuật mới như nghiên cứu
áp dụng các giống lúa mới cho năng suất cao hơn, áp dụng các tiến bộ

khoa học kỹ thuật mới vào sản xuất lúa,… cùng với giá cả yếu tố đầu
vào và đầu ra mà có sự lựa chọn phù hợp đó là tăng đầu tư về lượng
giống, lượng lao động, đầu tư về đam, lân hay kali. Tuy nhiên chỉ đầu
tư tới một mức cụ thể mà ở đó có thể tối đa hóa được lợi nhuận hay
sản lượng vì đến 1 giai đoạn nào đó thì năng suất lúa sẽ tuân theo quy
luật năng suất cận biên giảm dần khi đầu tư tăng.