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 94 PHÂN TÍCH HIỆU QUẢ SẢN XUẤT DỰA TRÊN HIỆU QUẢ KỸ THUẬT CỦA CÁC HỘ TRỒNG LÚA TỈNH AN GIANG Cao Tiến Sĩ1 1Trường Đại học An Giang 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 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 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 95 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 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 96 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: 𝐸(𝑢𝑖|𝜀𝑖) = 𝜎 ∗ [ 𝑓∗( 𝜀𝑖𝜆 𝜎 ) 1 − 𝐹∗( 𝜀𝑖𝜆 𝜎 ) − 𝜀𝑖𝜆 𝜎 ] (∗∗) An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 97 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: 𝑧 = �̅� 𝑠𝑒(�̅�) ~𝑁(0,1) (∗∗∗) Với �̅� là ước lượng khả năng tối đa của λ và 𝑠𝑒(�̅�) 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 (-𝑢�̂�) = 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. 2.2 Phương pháp nghiên cứu 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 + ∑ 𝛽𝑖𝑗𝑙𝑛𝑋𝑖𝑗 + 𝑣𝑖 − 𝑢𝑖 𝑛 𝑗=1 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 Mô tả biến số Nghiên cứu trước Y 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) X1 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) X2 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) An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 98 Biến số Mô tả biến số Nghiên cứu trước X3 Giống (nghìn đồng) Hoang Vu Linh (2007) Karagiannis và đ.t.g (2003) K.R. Sharma và đ.t.g (2001) X4 Phân bón, thuốc trừ sâu, diệt cỏ (nghìn đồng) Dhehibi (2007) Huynh Viet Khai and Mitsuyasu Yabe (2011) Hoang Vu Linh (2007) Karagiannis và đ.t.g (2003) Chebil và đ.t.g (2014) X5 Chi phí khác (nghìn đồng) Huynh Viet Khai and Mitsuyasu Yabe (2011) 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: 𝑙𝑛𝑦𝑖 = 𝛽0 + ∑ 𝛽𝑛𝑙𝑛𝑥𝑛𝑖 + 1 2 ∑ ∑ 𝛽𝑛𝑚𝑙𝑛𝑥𝑛𝑖𝑙𝑛𝑥𝑚𝑖 + 𝑣𝑖 − 𝑢𝑖 𝑁 𝑚=1 𝑁 𝑛=1 𝑁 𝑛=1 Hệ số co giãn các đầu vào: 𝜀(𝑥) = ∑ (𝛽𝑛 + ∑ 𝛽𝑛𝑚𝑙𝑛𝑥𝑚𝑖 𝑁 𝑚=1 ) 𝑁 𝑛=1 Hệ số co giãn theo quy mô được ước lượng tại giá trị x đầu vào: 𝛽 = ∑ ∑ 𝛽𝑛𝑚 𝑁 𝑚=1 𝑁 𝑛=1 (*****) Trong các nghiên cứu trước, các tác giả sử dụng hàm Tobit để xác định các yếu tố tác động đến hiệu quả kỹ thuật. Nghiên cứu này đề xuất hàm hồi quy beta, giá trị hiệu quả nằm trong khoảng (0;1) nên việc sử dụng mô hình tobit để ước lượng có thể chưa thực sự chính xác do mô hình này có giới hạn dưới bằng 0 (không có giới hạn trên) và các giá trị kỳ vọng ước lượng trong mô hình sẽ tồn tại sai số do giá trị kỳ vọng có thể lớn hơn 1 khác với kết quả TE tính toán được. Phương pháp hồi quy beta được sử dụng đối với các mô hình mà biến phụ thuộc nằm trong khoảng 0 và 1 và dự đoán trong khoảng giới hạn đó. Việc lựa chọn mô hình còn được đánh giá dựa vào các giá trị sai số chuẩn của các tham số trong mô hình hồi quy để thấy được độ chính xác của các ước lượng trong mô hình. Ngoài ra, việc loại bỏ biến trong mô hình hồi quy dựa trên kiểm định để xác định sự phù hợp bỏ biến. Mô hình hồi quy beta được đề xuất bởi Ferrari và Neto (2004) và được Smithson và Verkuilen (2006) đưa ra có dạng: 𝑓(𝑦; 𝜇𝑥 , 𝜓𝑥) = Γ(𝜓𝑥) Γ(𝜇𝑥𝜓𝑥)Γ{(1 − 𝜇𝑥)𝜓𝑥} 𝑦𝜇𝑥𝜓𝑥−1(1 − 𝑦)(1−𝜇𝑥)𝜓𝑥−1 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). An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 99 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 = α1 + ∑ 𝛼𝑘𝑊𝑖𝑘 + 𝜀𝑖 𝑛 𝑘=1 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: Bảng 2. Mô tả các biến trong mô hình hồi quy các yếu tố tác động đến TE Tên biến Dấu kỳ vọng Mô tả biến Nghiên cứu trước TE biến phụ thuộc dientichcanam + Diện tích (ha) Dhehibi (2007) Mahdi và đ.t.g (2010) Naceur và Mongi (2013) Karagiannis và đ.t.g (2003) tuoi + Tuổi chủ hộ Dhehibi (2007) Karagiannis và đ.t.g (2003) Mahdi và đ.t.g (2010) Naceur và Mongi (2013) tieuhoc + Học tiểu học Dhehibi (2007) Mahdi và đ.t.g (2010) Naceur và Mongi (2013) THCS + Học trung học cơ sở Dhehibi (2007) Mahdi và đ.t.g (2010) Naceur và Mongi (2013) THPTtrolen + Từ trung học phổ thông trở lên Dhehibi (2007) Mahdi và đ.t.g (2010) Vutrong + Số vụ trồng Dhehibi (2007) trogiupkhuyenong + Có tham gia chương trình khuyến nông Dhehibi (2007) Mahdi và đ.t.g (2010) 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 100 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. (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. 68% 70% 72% 74% 76% 78% 80% 82% 84% Long An Tiền Giang Bến Tre Trà Vinh Vĩnh Long Đồng Tháp An Giang Kiên Giang Cần Thơ Hậu Giang Sóc Trăng Bạc Liêu Cà Mau H iệ u q u ả Hiệu quả kỹ thuật (TE) An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 101 (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. Kết quả Phụ lục 1 cho thấy, hiệu quả theo quy mô các tỉnh có hiệu quả theo quy mô giảm dần. 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. 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) 74% 76% 78% 80% 82% 84% 86% 2008 2010 2012 2014 2016 H iệ u q u ả Hiệu quả kỹ thuật qua các năm Hiệu quả kỹ thuật ĐBSCL Hiệu quả kỹ thuật tỉnh An Giang An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 102 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 103 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 104 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 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 – 110 105 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 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 – 110 106 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 107 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 108 Phụ lục 3. Phân tích hiệu quả kỹ thuật bằng phương pháp biên ngẫu nhiên  = σu2/ σ2 = (sigma_u)^2/sigma2 = 0.5463 Likelihood-ratio test of sigma_u=0: chibar2(01) = 14.66 Prob>=chibar2 = 0.000 lambda 1.097407 .0392661 1.020447 1.174367 sigma2 .1522512 .0124511 .1278474 .176655 sigma_u .2884115 .0292383 .2364397 .3518072 sigma_v .2628118 .0116665 .2409123 .2867019 /lnsig2u -2.486734 .2027538 -12.26 0.000 -2.884124 -2.089344 /lnsig2v -2.672634 .0887822 -30.10 0.000 -2.846644 -2.498625 _cons .641021 .489139 1.31 0.190 -.3176738 1.599716 lnX4lnX5 -.0899345 .0292905 -3.07 0.002 -.1473429 -.0325262 lnX3lnX5 .0032888 .0314152 0.10 0.917 -.0582838 .0648614 lnX3lnX4 -.0710094 .033064 -2.15 0.032 -.1358137 -.0062051 lnX2lnX5 .0042007 .0148198 0.28 0.777 -.0248456 .033247 lnX2lnX4 -.0814821 .0210564 -3.87 0.000 -.1227518 -.0402123 lnX2lnX3 .0541059 .0195811 2.76 0.006 .0157277 .0924841 lnX1lnX5 -.0118207 .0101103 -1.17 0.242 -.0316365 .0079951 lnX1lnX4 -.0203722 .0122592 -1.66 0.097 -.0443999 .0036555 lnX1lnX3 .0016011 .011841 0.14 0.892 -.0216069 .024809 lnX1lnX2 .0037349 .0063009 0.59 0.553 -.0086147 .0160844 lnX5lnX5 .0374174 .0092154 4.06 0.000 .0193556 .0554792 lnX4lnX4 .1263877 .0227755 5.55 0.000 .0817486 .1710267 lnX3lnX3 -.0017332 .0221532 -0.08 0.938 -.0451527 .0416863 lnX2lnX2 .0160298 .00649 2.47 0.014 .0033096 .02875 lnX1lnX1 .0176578 .0028437 6.21 0.000 .0120842 .0232314 lnX5 .411487 .1374898 2.99 0.003 .1420119 .6809622 lnX4 .0618121 .180879 0.34 0.733 -.2927042 .4163285 lnX3 .4677418 .1640286 2.85 0.004 .1462516 .789232 lnX2 .1648001 .0845214 1.95 0.051 -.0008588 .330459 lnX1 .0925963 .0495892 1.87 0.062 -.0045968 .1897893 lnY Coef. Std. Err. z P>|z| [95% Conf. Interval] Log likelihood = -368.30232 Prob > chi2 = 0.0000 Wald chi2(20) = 12884.69 Stoc. frontier normal/half-normal model Number of obs = 1410 Iteration 4: log likelihood = -368.30232 Iteration 3: log likelihood = -368.30232 Iteration 2: log likelihood = -368.30847 Iteration 1: log likelihood = -368.7008 Iteration 0: log likelihood = -375.53009 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 109 Phụ lục 4. Thống kê hiệu quả kỹ thuật các tỉnh ĐBSCL Tỉnh Hiệu quả kỹ thuật (TE) 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 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 An Giang University Journal of Science – 2018, Vol. 21 (3), 94 – 110 110 Kiểm định mô hình Tobit reg betareg 0 4 [model]trogiupkhuyen nong ( 4) trogiupkhuyennong = 0 ( 4) [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*