Phân tích hiệu quả sản xuất dựa trên hiệu quả kỹ thuật của các hộ trồng lúa tỉnh An Giang

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
Trường Đại học An Giang

1

Thông tin chung:
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

ABSTRACT

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
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

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

94


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

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.

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.

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).

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.

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:

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

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

95


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:

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:

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 (-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

𝜀𝜆
𝑓 ∗( 𝑖 )
𝜀𝑖 𝜆
𝜎
𝐸(𝑢𝑖 |𝜀𝑖 ) = 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.

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.

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:

2.2.2 Mô hình nghiên cứu

𝜆̅
𝑧=
~𝑁(0,1) (∗∗∗)
𝑠𝑒(𝜆̅)

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 CobbDouglas có dạng như sau:

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)) (****)

lnYi = β0 + ∑𝑛𝑗=1 𝛽𝑖𝑗 𝑙𝑛𝑋𝑖𝑗 + 𝑣𝑖 − 𝑢𝑖

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.

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:

Bảng 1. Mô tả các biến trong mô hình phân tích biên ngẫu nhiên (SFA)

Biến số

Y

X1

X2

Mô tả biến số

Nghiên cứu trước

Sản lượng sản phẩm (kg)

Dhehibi (2007)
Huynh Viet Khai and Mitsuyasu Yabe
(2011)
Hoang Vu Linh (2007)
Chebil và đ.t.g (2014)
K.R. Sharma và đ.t.g (2001)

Lao động (giờ)

Karagiannis và đ.t.g (2003)
Dhehibi (2007)
Huynh Viet Khai and Mitsuyasu Yabe
(2011)
Hoang Vu Linh (2007)
Chebil và đ.t.g (2014)

K.R. Sharma và đ.t.g (2001)

Nước tưới tiêu (nghìn đồng)

Dhehibi (2007)
Karagiannis và đ.t.g (2003)
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

Karagiannis và đ.t.g (2003)

Giống (nghìn đồng)

K.R. Sharma và đ.t.g (2001)
Dhehibi (2007)

X4

Huynh Viet Khai
(2011)

Phân bón, thuốc trừ sâu, diệt cỏ
(nghìn đồng)

and Mitsuyasu Yabe

Hoang Vu Linh (2007)
Karagiannis và đ.t.g (2003)
Chebil và đ.t.g (2014)

X5

Huynh Viet Khai
(2011)

Chi phí khác (nghìn đồng)

and Mitsuyasu Yabe

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:
𝑁
𝛽 = ∑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

cho hiệu quả kỹ thuật bởi các nhân tố tác động
trong trồng lúa ở nông hộ, mô hình có dạng sau:

TEi là hiệu quả kỹ thuật được ước lượng từ
phương trình (****), Wk là các biến mang tính
chất kinh tế xã hội giải thích sự biến động của
hiệu quả kỹ thuật, các biến đó bao gồm:

TEi = α1 + ∑𝑛𝑘=1 𝛼𝑘 𝑊𝑖𝑘 + 𝜀𝑖

Bảng 2. Mô tả các biến trong mô hình hồi quy các yếu tố tác động đến TE

Tên biến

Dấu kỳ
vọng

TE

Nghiên cứu trước

Mô tả biến
biến phụ thuộc

Dhehibi (2007)
dientichcanam

+

Mahdi và đ.t.g (2010)

Diện tích (ha)

Naceur và Mongi (2013)
Karagiannis và đ.t.g (2003)
Dhehibi (2007)

tuoi

+

Karagiannis và đ.t.g (2003)

Tuổi chủ hộ

Mahdi và đ.t.g (2010)
Naceur và Mongi (2013)
Dhehibi (2007)

tieuhoc

+

Mahdi và đ.t.g (2010)

Học tiểu học

Naceur và Mongi (2013)
Dhehibi (2007)
THCS

+

Học trung học cơ sở

Mahdi và đ.t.g (2010)
Naceur và Mongi (2013)

THPTtrolen

+

Từ trung học phổ
thông trở lên

Dhehibi (2007)

Vutrong

+

Số vụ trồng

Dhehibi (2007)

+

Có tham gia chương
trình khuyến nông

trogiupkhuyenong

Mahdi và đ.t.g (2010)

Dhehibi (2007)
Mahdi và đ.t.g (2010)
Naceur và Mongi (2013)

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).

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

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%

Hiệu quả

80%
78%

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%

Hiệu quả

84%
82%

Hiệu quả kỹ thuật
ĐBSCL

80%

Hiệu quả kỹ thuật
tỉnh An Giang

78%
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
An Giang đều có hiệu quả kỹ thuật giảm qua
các năm thể hiện trong Hình 3. Xu hướng thấy
được ở các tỉnh ĐBSCL từ mức gần bằng 84%
năm 2008 và gần như không đổi ở năm 2010,

sau đó giảm về mức dưới 78% ở năm 2016.
Riêng tỉnh An Giang có chuyển biến tích cực
hơn, nếu như năm 2008 từ mức khoảng 85% thì
đến năm 2012 giảm xuống dưới 80%, nhưng
đến năm 2014 tăng lên gần 82% và đến năm
2016 giảm xuống gần bằng 81% về hiệu quả kỹ
thuật. So với xu hướng chung của khu vực thì
riêng tỉnh An Giang có cải thiện tích cực trong
sử dụng hiệu quả các yếu tố đầu vào.

Hiệu quả này giải thích một phần các nguồn lực
sử dụng có thể dư thừa và việc thêm các nguồn
lực này có thể làm tăng sản lượng nhưng giảm
dần so với đầu vào được bổ sung thêm tương
ứng so với trước đây. Các tỉnh có hiệu suất theo
quy mô giảm dần nằm trong khoảng từ 0.92 đến
0.99 nhỏ hơn 1, riêng tỉnh Bến Tre có hiệu suất
theo quy mô gần bằng 1, qua kiểm định trung
bình một tổng thể trong Phụ lục 2 có thể khẳng
định đa số các tỉnh có hiệu suất theo quy mô
giảm dần, chỉ riêng Bến Tre không đổi. Tỉnh
An Giang hiệu suất theo quy mô chỉ ở mức 0.93
nên việc thêm các nguồn lực đầu vào sẽ làm
tăng sản lượng nhưng hiệu suất theo quy mô
giảm dần.

Kết quả Phụ lục 1 cho thấy, hiệu quả theo quy
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

Năm

Lao động
(X1)

Tưới tiêu
(X2)

Giống
(X3)

Phân thuốc
(X4)

Vốn khác
(X5)

Hiệu suất theo
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
bình

0.047

0.063

0.133

0.507

0.190

0.94

(Nguồn: Tác giả tự tính từ dữ liệu VHLSS)

101


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

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.

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.

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.

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

Bảng 4. Kết quả phân tích hồi quy các yếu tố tác động đến hiệu quả kỹ thuật

Variable
gioitinh

hqtobit

hqreg

hqbeta

-0.0687***

-0.0687**

-0.4336**

(0.0254)

(0.0282)

(0.1720)

0.0086**

0.0086**

0.0611***

(0.0032)

(0.0036)

(0.0218)

-0.0001**

-0.0001**

-0.0005***

(0.0000)

(0.0000)

(0.0002)

0.0306***

0.0306***

0.2076***

(0.0084)

(0.0093)

(0.0606)

-0.0017**

-0.0017**

-0.0119**

(0.0007)

(0.0008)

(0.0053)

0.0076

0.0076

0.0355

(0.0163)

(0.0182)

(0.1063)

0.0079

0.0079

0.0188

(0.0201)

(0.0223)

(0.1321)

-0.0143

-0.0143

-0.0830

tuoi

tuoi2

dientichcanam

dientichcanam2

tieuhoc

THCS

THPTtrolen

102


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

Variable

Vutrong

hqtobit

hqreg

hqbeta

(0.0384)

(0.0428)

(0.2680)

-0.0570***

-0.0570***

-0.3742***

(0.0132)

(0.0146)

(0.0917)

-0.0083

-0.0083

-0.0777

(0.0299)

(0.0333)

(0.1942)

0.7188***

0.7188***

0.7435

(0.0910)

(0.1013)

(0.6000)

trogiupkhuyennong

_cons

sigma_cons

0.0464
(0.0046)

ln_phi_cons

4.2250
(0.1927)

Log pseudolikelihood

87.4942

R-squared

88.6353
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.

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

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

-

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.

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.

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.

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

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


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

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:
/>CD-Review-Agricultural-Policies-VietnamVietnamese-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.

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


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

Độ co
giãn

Lao động
(X1)

Tưới tiêu
(X2)

Giống
(X3)

Phân thuốc
(X4)

Vốn khác
(X5)

Hiệu suất
theo quy
mô

Trung
bình

0.05

0.06

0.13

0.51

0.19

0.94

Long An

0.03

0.05

0.12

0.54

0.19

0.93

Tiền
Giang

0.05

0.05

0.14

0.53

0.19

0.96

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
Long

0.06

0.05

0.10

0.53

0.20

0.94

Đồng
Tháp

0.04

0.03

0.08

0.59

0.19

0.92

An Giang

0.02

0.05

0.13

0.53

0.20

0.93

Kiên
Giang

0.05

0.08

0.15

0.48

0.19

0.94

Cần Thơ

0.04

0.07

0.14

0.50

0.19

0.93

Hậu
Giang

0.04

0.07

0.14

0.48

0.21

0.94

Sóc
Trăng

0.06

0.07

0.14

0.50

0.17

0.95

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
quy mô

Giá trị
t-test

Ha: mean < 1
Pr(T < t)

Ha: mean >= 1
Pr(|T| > |t|)

Ha: mean > 1
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
Iteration
Iteration
Iteration
Iteration

0:

1:
2:
3:
4:

log
log
log
log
log

likelihood
likelihood
likelihood
likelihood
likelihood

=
=
=
=
=

-375.53009
-368.7008
-368.30847
-368.30232
-368.30232

Stoc. frontier normal/half-normal model

Number of obs
Wald chi2(20)
Prob > chi2

Log likelihood = -368.30232

Std. Err.

z

P>|z|

=
=
=

1410
12884.69
0.0000

lnY

Coef.

lnX1
lnX2
lnX3
lnX4
lnX5

lnX1lnX1
lnX2lnX2
lnX3lnX3
lnX4lnX4
lnX5lnX5
lnX1lnX2
lnX1lnX3
lnX1lnX4
lnX1lnX5
lnX2lnX3
lnX2lnX4
lnX2lnX5
lnX3lnX4
lnX3lnX5
lnX4lnX5
_cons

.0925963
.1648001
.4677418
.0618121
.411487
.0176578
.0160298
-.0017332
.1263877
.0374174
.0037349
.0016011
-.0203722

-.0118207
.0541059
-.0814821
.0042007
-.0710094
.0032888
-.0899345
.641021

.0495892
.0845214
.1640286
.180879
.1374898
.0028437
.00649
.0221532
.0227755
.0092154
.0063009
.011841
.0122592
.0101103
.0195811
.0210564
.0148198
.033064
.0314152
.0292905
.489139

1.87
1.95
2.85
0.34
2.99
6.21
2.47
-0.08
5.55
4.06
0.59
0.14
-1.66
-1.17
2.76
-3.87
0.28
-2.15
0.10
-3.07
1.31

0.062
0.051
0.004
0.733
0.003
0.000
0.014

0.938
0.000
0.000
0.553
0.892
0.097
0.242
0.006
0.000
0.777
0.032
0.917
0.002
0.190

-.0045968
-.0008588
.1462516
-.2927042
.1420119
.0120842
.0033096
-.0451527
.0817486
.0193556
-.0086147
-.0216069
-.0443999
-.0316365
.0157277

-.1227518
-.0248456
-.1358137
-.0582838
-.1473429
-.3176738

.1897893
.330459
.789232
.4163285
.6809622
.0232314
.02875
.0416863
.1710267
.0554792
.0160844
.024809
.0036555
.0079951
.0924841
-.0402123
.033247
-.0062051
.0648614
-.0325262
1.599716

/lnsig2v

/lnsig2u

-2.672634
-2.486734

.0887822
.2027538

-30.10
-12.26

0.000
0.000

-2.846644
-2.884124

-2.498625
-2.089344

sigma_v
sigma_u
sigma2
lambda

.2628118
.2884115
.1522512
1.097407

.0116665
.0292383
.0124511
.0392661

.2409123
.2364397
.1278474
1.020447

.2867019
.3518072
.176655
1.174367

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

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

108

[95% Conf. Interval]

Prob>=chibar2 = 0.000


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

Độ lệch tiêu chuẩn

Trung bình

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

Năm

Hiệu quả kỹ thuật ĐBSCL

Hiệu quả kỹ thuật tỉnh An Giang

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
hình

Tobit

reg

betareg

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
hình

Tobit

reg

betareg

[model]trogiupkhuyen
nong

( 4)
trogiupkhuyennong = 0

( 4)
[mu]trogiupkhuyennong = 0

F

F(4,43)=0.16

F(3,76) =

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

0
4

0.54

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
Dientichcanam

dientichcanam2

Vutrong

_cons

sigma_cons

hqtobit

hqreg

hqbeta

0.0085**

0.0085**

0.0576***

(0.0033)

(0.0033)

(0.0225)

-0.0002*

-0.0002*

-0.0013*

(0.0001)

(0.0001)

(0.0007)

-0.0343***

-0.0343***

-0.2331***

(0.0104)

(0.0106)

(0.0699)

0.8829***

0.8829***

1.9512***

(0.0245)

(0.0249)

(0.1684)

0.0506
(0.0033)

ln_phi_cons

4.0690
(0.1225)

Log pseudolikelihood

129.8644

R-squared

133.3168
0.1644
legend: b/se

Ghi chú: *** mức ý nghĩa 1%, ** mức ý nghĩa 5%, * mức ý nghĩa 10*

110