5
MÔ HÌNH TOBIT PHÂN TÍCH TÁC ĐỘNG CỦA
CÁC NHÂN TỐ ĐẾN HIỆU QUẢ PHÂN BỔ CỦA CÁC DOANH NGHIỆP
NGÀNH CHẾ TÁC CỦA VIỆT NAM
ThS. Vũ Thị Huyền Trang
Bộ môn Toán – Đại học Thương Mại
Tóm tắt
Việc đo lường hiệu quả phân bổ và phân tích tác động của các nhân tố đến hiệu quả
phân bổ là rất quan trọng trong việc xây dựng chính sách và quản lý của mỗi doanh
nghiệp. Nghiên cứu này đã sử dụng cách tiếp cận màng bao dữ liệu DEA để ước lượng
hiệu quả phân bổ của các doanh nghiệp ngành chế tác của Việt Nam trong giai đoạn từ
năm 2000 đến năm 2018. Đồng thời nghiên cứu đã chia các doanh nghiệp ra thành ba
nhóm theo loại hình sở hữu và xây dựng mô hình Tobit trên toàn mẫu cũng như trên các
mẫu nhỏ. Kết quả cho thấy nhóm doanh nghiệp nhà nước có hiệu quả phân bổ cao nhất,
rồi đến nhóm doanh nghiệp tư nhân, nhóm doanh nghiệp đầu tư trực tiếp nước ngoài có
hiệu quả phân bổ thấp nhất. Quy mô doanh nghiệp và mức trang bị vốn trên lao động
có ảnh hưởng tích cực đến hiệu quả phân bổ trong khi một số nhân tố khác thuộc đặc
tính doanh nghiệp lại có tác động tiêu cực hoặc có ảnh hưởng khác nhau đối với từng
nhóm loại hình sở hữu.
Từ khóa: hiệu quả phân bổ, phương pháp DEA, mô hình Tobit.
1. Giới thiệu
Các vấn đề về đo lường hiệu quả sản xuất của một công ty, một ngành là rất quan
trọng đối với cả nhà lý luận kinh tế và nhà hoạch định chính sách kinh tế. Hiệu quả đề
cập đến mối quan hệ toàn cục giữa tất cả các yếu tố đầu ra và đầu vào trong một quá
trình sản xuất (Speelman và cộng sự, 2007). Chuyển đổi các yếu tố đầu vào như lao
động và vốn thành đầu ra như hàng hóa và dịch vụ được gọi là quá trình sản xuất. Do
đó, lý thuyết cơ bản về sản xuất chỉ đơn giản là một hàm của tối ưu hóa có ràng buộc.
Một nhà sản xuất cố gắng tổ chức các nguồn lực thành một đơn vị sản xuất trong đó mục
tiêu cuối cùng có thể là tối đa hóa sản lượng, tối thiểu hóa chi phí, tối đa hóa lợi nhuận
hoặc tối đa hóa tiện ích hoặc kết hợp cả bốn (Oluwatayo và cộng sự, 2008). Người quản
lý sẽ quan tâm đến hiệu quả để đạt được mục tiêu của sản xuất. Việc đo lường hiệu quả
là rất quan trọng vì nó có thể dẫn đến tiết kiệm tài nguyên đáng kể, do đó có thể có tác
động quan trọng đến việc xây dựng chính sách và quản lý doanh nghiệp (Bravo-Ureta
và Rieger, 1991).
Phép đo hiệu quả sản xuất được xuất phát từ một bài báo của Farrell xuất bản năm
1957, trong đó mục đích của bài báo là đo lường hiệu quả sản xuất trong khi tính đến
tất cả các yếu tố đầu vào. Bằng cách đó, ước tính của một hàm sản xuất áp dụng
được. Các thước đo hiệu quả có thể được tách thành ba thước đo hiệu quả khác nhau:
hiệu quả kỹ thuật (TE), hiệu quả phân bổ (AE) và hiệu quả kinh tế (EE) (Speelman
và cộng sự, 2007).
6
Một số lượng đáng kể các nghiên cứu thực nghiệm đã điều tra mức độ và các yếu tố
quyết định đến TE trong và giữa các ngành (Alvarez và Crespi, 2003; Caves và Barton,
1990; Gumbau-Albert và Maudos, 2002; Green và Mayer, 1991; Fritsch và Stephan,
2004). Trong khi đó, việc định lượng mức độ và đóng góp của AE là tương đối ít (Greene
(1997)). Trong các nghiên cứu về AE, nhiều nghiên cứu phân tích trong lĩnh vực tài
chính và ngân hàng (Berger và Humphrey (1997); Topuz và cộng sự (2005); Färe và
cộng sự (2004); Isik và Hassan (2002); Rouse và Tripe (2016)). Cũng có rất nhiều nghiên
cứu đã được thực hiện với ngành nông nghiệp (Coelli và cộng sự, 2002; Chavas và
Aliber, 1993; Chavas và cộng sự, 2005; Grazhdaninova và Zvi, 2005; Lubis và cộng sự,
2014). Các nghiên cứu cho ngành sản xuất là tương đối hiếm (Burki và cộng sự, 1997;
Kim và Gwangho, 2001). Điều này là khá ngạc nhiên vì theo truyền thống, AE đã thu
hút sự chú ý của các nhà kinh tế và các nhà quản lý doanh nghiệp (DN): đâu là sự kết
hợp tối ưu của các yếu tố đầu vào để đầu ra được sản xuất ở mức chi phí tối thiểu. Lợi
nhuận có thể tăng bao nhiêu nếu chỉ đơn giản là phân bổ lại các nguồn lực? Áp lực cạnh
tranh gia tăng làm giảm tính không đồng nhất của phân bổ kém hiệu quả trong các ngành
ở mức độ nào? Hơn nữa, AE cũng rất quan trọng đối với việc phân tích quá trình sản
xuất. Vì vậy, nghiên cứu về AE và lựa chọn thước đo AE là rất cần thiết, đặc biệt là đối
với các DN ngành chế tác của Việt Nam.
Với sự phát triển của các kỹ thuật tính toán và ứng dụng của toán học trong kinh tế,
các phương pháp tính toán hiệu quả sản xuất nói chung và AE nói riêng đã ngày càng
chính xác hơn. Các cách tiếp cận này có thể được phân loại đại thể thành hai cách tiếp
cận là cách tiếp cận tham số và phi tham số. Phương pháp tham số và phi tham số được
sử dụng phổ biến nhất trong phân tích hiệu quả tương ứng là phân tích biên ngẫu nhiên
(Stochastic Frontier Analysis - SFA) và phân tích màng bao dữ liệu (Data Envelopment
Analysis - DEA) (Speelman và cộng sự, 2007). Cách tiếp cận tham số sử dụng các kỹ
thuật ước lượng khả năng tối đa để tính hàm biên trong một mẫu đã cho (Sarafidis,
2002). Với cách tiếp cận biên, cần giả định rằng các ngành đều sử dụng một loại công
nghệ và cùng đường biên sản xuất. Phương pháp phi tham số tập trung vào việc giải
quyết các vấn đề bằng việc tối đa hóa hoặc cực tiểu hóa một mục tiêu cho trước với một
số ràng buộc. Điểm yếu chính của phương pháp tiếp cận tham số là nó yêu cầu áp đặt
một hình thức tham số rõ ràng cho công nghệ cơ bản và giả định phân phối rõ ràng cho
thuật ngữ không hiệu quả (Chavas và Aliber, 1993). Speelman và cộng sự (2007) cho
rằng trái ngược với SFA, DEA không yêu cầu giả định nào liên quan đến dạng hàm của
công nghệ biên hoặc sự phân bố của thuật ngữ không hiệu quả. Theo Sharmaaa và cộng
sự (1999), đây có thể được coi là ưu điểm chính của phương pháp DEA. Một lợi thế
khác khi so sánh với những phương pháp khác, điều khoản của chỉ số hiệu suất được
cho phép vì cách tiếp cận này xây dựng bề mặt trên dữ liệu. Điểm bất lợi là DEA nhạy
cảm với các sai số đo lường và nhiễu trong dữ liệu (Sharmaa và cộng sự, 1999). Một số
nghiên cứu so sánh DEA và SFA cho thấy kết quả từ cả hai phương pháp này có mối
tương quan cao (Drake và Weyman-Jones (1996), Ferrier và Lovell (1990), Sharmaaa
và cộng sự (1999)), điều này cho thấy có rất ít sự lựa chọn giữa chúng.
Trong nghiên cứu này, tác giả sử dụng phương pháp DEA để ước lượng AE của các
DN ngành chế tác của Việt Nam trong giai đoạn từ năm 2000 đến năm 2018 và xây dựng
mô hình Tobit đánh giá tác động của các nhân tố đến AE. Phần còn lại của bài viết được
kết cấu như sau: Mục 2 trình bày tóm tắt cơ sở lý thuyết và tổng quan nghiên cứu; Mục
3 đề cập đến phương pháp nghiên cứu; Mục 4 trình bày và thảo luận các kết quả nghiên
cứu và mục 5 là kết luận về vấn đề nghiên cứu.
7
2. Cơ sở lý thuyết và tổng quan nghiên cứu
2.1. Khung lý thuyết
Bài báo đầu tiên của Farrell (1957) về đo lường hiệu quả đã sử dụng khái niệm hiệu
quả được công nhận bởi Koopmans (1951) và thước đo hiệu quả xuyên tâm được xem
xét bởi Debreu (1951) để giới thiệu nền tảng cho phân tích hiệu quả. Ông phân biệt giữa
hiệu quả kỹ thuật và hiệu quả phân bổ. Một doanh nghiệp đạt hiệu quả về kỹ thuật nếu
nó sử dụng sự kết hợp tối thiểu có thể có của các đầu vào để tạo ra một đầu ra nhất định
(định hướng đầu vào). Hiệu quả phân bổ hay như Farrell gọi là hiệu quả về giá, đề cập
đến khả năng một doanh nghiệp trong việc lựa chọn tối ưu sự kết hợp giữa các đầu vào
với giá đầu vào. Nếu một doanh nghiệp đạt cả hiệu quả kỹ thuật và hiệu quả phân bổ thì
nó sẽ đạt hiệu quả chi phí (hiệu quả tổng thể).
Bài báo Farrell đã dẫn đến sự phát triển của một số phương pháp tiếp cận để phân
tích hiệu quả và năng suất. Trong số này, SFA và DEA là hai đóng góp mang tính cách
mạng. Coelli (1995) đã cung cấp một cái nhìn tổng quan, toàn diện về điểm mạnh và
điểm yếu của SFA và DEA. Bài báo đột phá của Charnes và cộng sự (1978) đã dẫn đến
sự phát triển của phương pháp DEA, một phương pháp luận mới được sử dụng rộng rãi
để đo lường hiệu quả tương đối của các đơn vị ra quyết định (DMU) bằng cách cung
cấp ước tính cho việc dự đoán các DMU kém hiệu quả lên “đường biên hiệu quả”. Những
dự báo này có thể liên quan đến việc thu hẹp đầu vào hoặc mở rộng đầu ra hoặc cả hai.
Từ định hướng đầu vào, hiệu quả của các DMU này có thể được tính toán bằng cách
giảm xuyên tâm trong các đầu vào đến mức đầu vào của các DMU hoạt động tốt nhất
để tạo ra cùng một mức đầu ra. Phương pháp DEA có thể được áp dụng bằng cách sử
dụng cách tiếp cận trên cơ sở đầu ra hoặc đầu vào, tùy thuộc vào việc các phương pháp
này sử dụng hàm khoảng cách đầu vào hay đầu ra. Hai thước đo này không cân bằng trừ
khi chúng ta giả định lợi nhuận không đổi theo quy mô (CRS) (Färe và cộng sự, 1994).
Với giả định lợi nhuận không đổi theo quy mô, cho phép tất cả các thông tin liên quan
được trình bày trong một đường đẳng lượng đơn giản. Trong trường hợp đơn giản nhất,
giả sử có một đầu ra duy nhất () và hai yếu tố đầu vào (
,
), DEA định hướng đầu
vào có thể được mô tả theo hình dưới đây
Hình 1: Độ đo của TE và AE theo định hướng đầu vào
Đường đẳng lượng SS’ đại diện cho sự kết hợp khác nhau của hai yếu tố đầu vào mà
một công ty hoàn toàn hiệu quả có thể sử dụng để tạo ra đơn vị đầu ra. Điểm Q đại diện
cho một công ty hoạt động hiệu quả bằng cách sử dụng hai yếu tố đầu vào theo cùng
một tỷ lệ với P. Có thể thấy nó tạo ra cùng một lượng đầu ra với P nhưng chỉ sử dụng
một phần nhỏ OQ/OP của mỗi yếu tố và cũng có thể được coi là sản xuất ra lượng đầu
ra gấp OP/OQ lần từ cùng một lượng đầu vào. Sự kém hiệu quả về mặt kỹ thuật của
doanh nghiệp có thể được đại diện bởi khoảng cách QP, là lượng mà theo đó tất cả các
8
yếu tố đầu vào có thể được giảm một cách tương ứng (tức là giảm xuyên tâm) mà không
làm giảm sản lượng.
Hiệu quả kỹ thuật (TE) của doanh nghiệp được đo bằng tỷ số OQ/OP=1-OP/OQ. Giá
trị bằng 1 của TE cho thấy doanh nghiệp hoàn toàn hiệu quả về mặt kỹ thuật và sẽ trở
nên nhỏ vô hạn nếu lượng đầu vào trên mỗi đơn vị đầu ra trở lên lớn vô hạn. Hơn nữa,
miễn là đường SS’ có độ dốc âm tức là có sự ra tăng các yếu tố đầu vào trên mỗi đơn vị
đầu ra.
Hiệu quả phân bổ là mức độ doanh nghiệp kết hợp các yếu tố sản xuất khác nhau
theo tỷ lệ tốt nhất của chúng, dựa trên giá của chúng, hay còn gọi là hiệu quả về giá. Nếu
tỷ lệ giá đầu vào được biểu thị bằng độ dốc của đường đẳng phí AA’ đã biết, sau đó
doanh nghiệp hoạt động tại điểm P thì hiệu quả phân bổ là tỷ lệ OR/OQ. Khoảng cách
RQ thể hiện việc giảm chi phí sản xuất nếu doanh nghiệp hoạt động ở cả điểm hiệu quả
về mặt kỹ thuật và hiệu quả phân bổ tại Q’, thay vì hoạt động tại điểm đạt hiệu quả kỹ
thuật nhưng không đạt hiệu quả phân bổ tại Q.
Nếu một doanh nghiệp được quan sát là hoàn toàn hiệu quả về cả mặt kỹ thuật và
phân bổ thì chi phí của nó cũng chỉ bằng một phần nhỏ so với thực tế. Có thể gọi tỷ lệ
này là hiệu quả tổng thể của doanh nghiệp hay hiệu quả kinh tế. Hiệu quả kinh tế (EE)
chỉ là tích của TE và AE, và được xác định bằng tỷ lệ OR/OP; khoảng cách RP thể hiện
khả năng giảm chi phí nếu doanh nghiệp hoạt động hiệu quả về mặt kinh tế.
2.2. Tổng quan nghiên cứu
DEA là một phương pháp luận dựa trên dữ liệu phi tham số ban đầu được cung cấp
bởi Charnes và cộng sự (1978), những người đã mở rộng công việc trước đây của Farrell
(1957) bằng cách kết hợp nhiều đầu vào và đầu ra đồng thời. Mô hình này được gọi là
mô hình CCR (Charnes, Cooper và Rhodes) và là mô hình phi tham số cung cấp các
thước đo về hiệu quả thực hành tốt nhất (Omonoma và cộng sự, 2010).
DEA có thể được đo lường bằng cách giả sử lợi nhuận không đổi theo quy mô (CRS)
hoặc lợi nhuận biến đổi theo quy mô (VRS). Mô hình DEA đầu tiên giả định CRS, ngụ
ý rằng nếu đầu vào được tăng lên một lượng nhất định thì đầu ra sẽ tăng theo một lượng
tương ứng (Frija và cộng sự, 2009). Tuy nhiên trong thực tế, điều này không phải lúc
nào cũng đúng như vậy, do đó nên cân nhắc lựa chọn VRS khi đo lường hiệu quả. Mô
hình DEA đầu tiên giả định VRS được phát triển bởi Banker và cộng sự (1984) và được
gọi là mô hình BCC (Banker, Charnes và Cooper).
Qua các nghiên cứu cho thấy cách tiếp cận DEA được sử dụng nhiều trong các nghiên
cứu về lĩnh vực nông nghiệp để tính các loại hiệu quả như TE, AE và EE. Islam và cộng
sự (2011) đã sử dụng số liệu của 355 trang trại trồng lúa của Bangladesh năm 2009; các
trang trại được chia làm hai nhóm là có vay tài chính và không vay tài chính với mục
đích là so sánh hiệu quả của hai nhóm này và phân tích các nhân tố tài chính của trang
trại và thể chế ảnh hưởng đến hiệu quả. Với mẫu gộp, các tác giả đã tìm thấy giá trị trung
bình của TE, AE và EE tương ứng là 72%; 66% và 47%. Với công nghệ thay đổi cho
trước, người vay tài chính và không vay tài chính có thể tăng sản lượng vật chất lên 27%
và 29% tương ứng. Trong khi họ có thể giảm chi phí sản xuất tương ứng 52% và 54%
nhờ vào giả định quy mô. Với mô hình VRS DEA, khi những ảnh hưởng của môi trường
ngoài được tính toán thì những người tham gia tài chính vi mô tăng TE, AE và EE của
họ lên tương ứng 7%; 2% và 7%. Bằng mô hình Tobit, sau khi điều chỉnh sự lựa chọn
chệch, kết quả cho thấy quy mô hộ gia đình, sự phân chia đất, sự đào tạo tiếp cận trang
9
trại, sự giàu có của chủ hộ và tỷ trọng thu nhập ngoài trang trại (trong số tổng thu nhập
hộ gia đình) là những thành phần chính của hiệu quả.
Cũng với mục đích tính ba loại hiệu quả như trên nhưng cho 142 trang trại trồng dứa
ở quận Subang, Miền Tây tỉnh Java Indonesia năm 2012, Lubis và cộng sự (2014) bằng
phương pháp DEA đã tính được TE, AE và EE tương ứng là 70,1%; 34,1% và 24,1%.
Các tác giả cũng sử dụng mô hình Tobit để phân tích các nhân tố ảnh hưởng đến hiệu
quả. Các phát hiện cho thấy sản lượng dứa ở địa phương nghiên cứu sẽ được cải thiện
đáng kể bằng cách trồng trên đất sở hữu của nông dân và được tư vấn tốt hơn về thực
hành nông nghiệp về dứa.
Ngoài ra, DEA cũng được sử dụng trong các nghiên cứu thuộc lĩnh vực khác. Uri
(2001) đã sử dụng phương pháp DEA để tính TE và AE cho các hãng vận tải nội địa của
Mỹ do Bell nắm giữ từ 1985 đến năm 1998. Kết quả gợi ý rằng, có một sự ngẫu nhiên
xác định giữa năm 1985 và 1993 với TE tăng lên trong một số năm và giảm trong một
số năm khác. Tuy nhiên sau đó đến năm 1993, có một sự cải tiến nhất quán về TE. Đưa
ra quy định khuyến khích trong đó hình thức giá trần được thực hiện cho các hãng vận
chuyển nội hạt trong năm 1991; có khả năng một phần của sự cải tiến AE tiếp theo đến
năm 1993 là do quy định khuyến khích đó. Trong khi đó, có một xu hướng tăng lên rõ
rệt trong AE được quan sát thấy bắt đầu từ năm 1985, được cho là đến từ việc thông qua
các quy định khuyến khích dưới mọi hình thức của giá trần.
Ở Việt Nam, có rất ít nghiên cứu về AE và các nghiên cứu cũng chưa phân tích sâu.
Trong bài báo của mình, tác giả Nhựt (2009) đã sử dụng phương pháp màng bao dữ liệu,
mà cụ thể là mô hình CRS-DEA và VRS-DEA để phân tích TE, AE và hiệu quả sử dụng
chi phí của các doanh nghiệp chế biến thủy sản và xay xát lúa gạo ở Đồng bằng sông
Cửu Long năm 2007. Kết quả cho thấy rằng AE đối với doanh nghiệp xay xát lúa gạo
cao hơn AE của các doanh nghiệp chế biến thủy sản (tương ứng là 0,927 và 0,625).
Ngoài ra AE của doanh nghiệp xay xát lúa gạo có xu hướng tập trung gần giá trị 1 và ít
biến động hơn đối với doanh nghiệp chế biến thủy sản.
3. Phương pháp nghiên cứu
3.1. Phương pháp tính AE theo cách tiếp cận DEA định hướng đầu vào
Theo Farrell (1957), tập hợp khả năng sản xuất P của mỗi DMU có được bằng cách
bao bọc các quan sát càng chặt càng tốt bởi một đường biên ngoài tuyến tính từng khúc:
={(,):∑ ≤(=1,
),∑≤(=1,
),∑=1


 } (1)
Có J quan sát và các trọng số
không âm, xác định điểm tham chiếu trên biên. Ràng
buộc ∑

=1, đảm bảo giả định lợi nhuận biến đổi theo quy mô (VRS). M là số đầu
ra, N là số đầu vào. Với DN thứ i trong số J doanh nghiệp, TE định hướng đầu vào dưới
giả định lợi nhuận không đổi theo quy mô (CRS) đạt được bằng cách giải bài toán quy
hoạch tuyến tính sau:
=min
,

Với các ràng buộc:

−

≥0,=1,