Luận văn: Nghiên cứu phương pháp lựa chọn thử nghiệm, áp dụng vào điều tra khảo sát tại tỉnh Nghệ An

Mục lục

Danh mục các hình vẽ

Danh mục các bảng biểu

Danh mục từ viết tắt

MỞ ĐẦU

I. TÍNH CẤP THIẾT CỦA ĐỀ TÀI

II. MỤC TIÊU CỦA ĐỀ TÀI

III. PHẠM VI NGHIÊN CỨU CỦA ĐỀ TÀI

IV. CÁCH TIẾP CẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU

CHƯƠNG I

TỔNG QUAN

1.1 Điều kiện tự nhiên - Kinh tế xã hội tỉnh Nghệ An ............................................1

1.1.1 Điều kiện tự nhiên ..............................................................................................1

1.1.2 Tình hình kinh tế - xã hội ...................................................................................5

1.1.3 Tình hình thiên tai ..............................................................................................7

1.2 Tài liệu đã có về sự sẵn sàng chi trả để giảm nguy cơ lũ lụt .............................9

1.2.1 Định giá giảm nguy cơ lũ lụt ..............................................................................9

1.2.2 Sẵn sàng trả tiền cho bảo hiểm lũ lụt ...............................................................10

1.3 Rủi ro lũ lụt và quản lý lũ lụt tại Việt Nam .....................................................12

1.3.1 Nguy cơ lụt tại Việt Nam .................................................................................12

1.3.2 Quản lý lũ lụt tại Việt Nam ..............................................................................14

CHƯƠNG II

CƠ SỞ PHƯƠNG PHÁP LUẬN

PHƯƠNG PHÁP LỰA CHỌN THỬ NGHIỆM RỜI RẠC

2.1. Nguyên tắc cơ bản phương pháp lựa chọn thử nghiệm rời rạc ......................17

2.1.1 Lựa chọn thử nghiệm rời rạc ............................................................................22

2.1.2 Sự bao gồm một thuộc tính chi phí ..................................................................23

2.2. Nền tảng của lựa chọn thử nghiệm rời rạc .....................................................24

2.2.1 Quy tắc quyết định ngẫu nhiên ........................................................................27

2.2.2 Lý thuyết lợi ích ngẫu nhiên ............................................................................30

2.2.3 Hàm lợi ích .......................................................................................................34

2.2.4 Mô hình hóa lựa chọn rời rạc ...........................................................................37

CHƯƠNG III

ĐÁNH GIÁ SẴN SÀNG CHI TRẢ CỦA HỘ GIA ĐÌNH

CHO GIẢM THIỆT HẠI LŨ Ở NGHỆ AN

3.1 Các câu hỏi Nghiên cứu ..................................................................................60

3.1.1 Xác định " sự giảm nguy cơ lũ lụt" tốt .............................................................60

3.1.2 WTP và các tổ chức phụ trách quản lý lũ lụt ...................................................62

3.2 Thiết kế lựa chọn thử nghiệm ..........................................................................62

3.2.1 Phát triển Bảng câu hỏi ....................................................................................62

3.2.2 Các thuộc tính cho các chương trình giảm thiểu nguy cơ lũ lụt ......................63

3.2.3 Các mô hình kinh tế và thiết kế thử nghiệm ....................................................68

3.3. Kết quả thực nghiệm ......................................................................................72

3.3.1 Lấy mẫu chiến lược ..........................................................................................72

3.3.2 Đặc điểm mẫu ..................................................................................................73

3.3.3 Lựa chọn cá nhân và phản hồi nguyên trạng....................................................77

3.3.4 Hàm lợi ích gián tiếp chi tiết ............................................................................79

3.3.5 Mô hình logit có điều kiện cơ bản ...................................................................81

3.3.6 Mô hình logit có điều kiện với các tương tác .................................................85

3.3.7 Mô hình lớp tiềm ẩn (LCM) ............................................................................90

KẾT LUẬN VÀ KIẾN NGHỊ...................................................................................93

TÀI LIỆU THAM KHẢO .........................................................................................95

PHỤ LỤC ..................................................................................................................97

Danh mục các hình vẽ

Hình 2.1: Một tập lựa chọn .......................................................................................23

Hình 2.2: Các nhánh của lý thuyết sự lựa chọn xác suất ..........................................26

Hình 2.3: Các nhà kinh tế đã bắt đầu nhận ra việc giải thích hành vi của con người

vượt ra ngoài những cơ sở lý thuyết truyền thống ....................................................30

Hình 2.4: Các hàm phân phối lũy tích logit và probit ...............................................40

Hình 2.5: Hàm mật độ chuẩn ....................................................................................40

Hình 2.6: Một so sánh các mô hình cấu trúc lồng nhau logit và cơ cấu đa thức ......50

Hình 3.1: Một bộ lựa chọn mẫu ................................................................................67

Danh mục các bảng biểu

Bảng 1.1: Tình hình sử dụng đất tỉnh Nghệ An (đến năm 2011): .....................................3

Bảng 1.2: Các chỉ tiêu kinh tế - xã hội chủ yếu ..........................................................5

Bảng 1.3: Thiệt hại do thiên tai tại Việt Nam (1997-2006) ......................................13

Bảng 2.1: Mô hình được sử dụng để ước lượng các thí nghiệm lựa chọn rời rạc. ...39

Bảng 2.2: Tổng quan các mô hình đa thức................................................................47

Bảng 3.1: Các thuộc tính và mức độ sử dụng trong CE ............................................64

Bảng 3.2: Đặc điểm chính của các hộ gia đình .........................................................74

Bảng 3.3: Chi phí hàng năm cho lũ ...........................................................................76

Bảng 3.4: Tần suất của các lựa chọn cá nhân ...........................................................77

Bảng 3.5: Kết quả ước lượng mô hình logit có điều kiện cơ bản .............................82

Bảng 3.6: WTP biên (triệu đồng) cho các thuộc tính của chương trình quản lý lũ lụt

...................................................................................................................................83

Bảng 3.8: Mô hình logit có điều kiện- tương tác thu nhập .......................................86

Bảng 3.9: Mô hình logit có điều kiện - kinh nghiệm với lũ lụt trong quá khứ .........88

Bảng 3.10: Mô hình logit có điều kiện - Sự ưa thích rủi ro và thời gian ..................90

Bảng 3.11: Các tiêu chí để xác định số lượng tối ưu của các phân đoạn ..................91

Bảng 3.12: Kết quả của ước lượng LCM ..................................................................92

Danh mục từ viết tắt

WTP

DCE CVM

RUM

RUT MRS MNL NL

RPL

AIC

BIC

VSL LCM Sẵn sàng chi trả (Willingness to pay) Phương pháp Lựa chọn thử nghiệm (Choice Experiment) Phương pháp Lựa chọn thử nghiệm rời rạc (Discrete Choice Experiment) Phương pháp đánh giá ngẫu nhiên Mô hình lợi ích ngẫu nhiên (Random Utility Model) Lý thuyết lợi ích ngẫu nhiên (Random Utility Theory ) Tỷ lệ thay thế biên Mô hình logit đa thức (Multinomial logit) Mô hình Logit lồng nhau (Nested logit) Mô hình các thông số ngẫu nhiên (Random parameters logit model) Tiêu chuẩn thông tin Akaike (Akaike information criterion) (Tiêu chuẩn thông tin Baysian) Bayesian information criterion Giá trị của cuộc sống về mặt thống kê (Value of statistical life) Mô hình lớp tiềm ẩn (Latent class model)

MỞ ĐẦU

I. TÍNH CẤP THIẾT CỦA ĐỀ TÀI

Việt Nam là một trong những nước dễ bị thiên tai nhất trên thế giới. Lũ lụt đã

gây thiệt hại lớn cho cơ sở hạ tầng, tổn thất đáng kể trong nông nghiệp và ngành

thủy sản, cũng như gây thiệt hại lớn về con người. Theo ghi nhận từ Cơ sở dữ liệu

về các sự kiện khẩn cấp của Việt Nam (Vietnam's Emergency Events Database -

EMDAT), chỉ riêng lũ lụt đã gây tác động đến 35 triệu người trong khoảng thời

gian từ năm 1960 đến 2006. Do đó, Việt Nam đang nằm trong số 15 quốc gia trên

thế giới dễ bị tổn thương nhất bởi các hiểm họa thiên nhiên như hạn hán và lũ lụt về

số lượng người chịu ảnh hưởng và về quy mô tiếp xúc với hiểm họa.

Nghệ An là một tỉnh thuộc khu vực Bắc Trung Bộ, với vị trí địa lý nằm trong

vùng khí hậu nhiệt đới gió mùa, mùa mưa với lượng mưa lớn, địa hình dốc nên

hàng năm Nghệ An phải gánh chịu nhiều trận lũ lụt gây thiệt hại nặng nề. Đặc biệt,

trong điều kiện biến đổi khí hậu toàn cầu, những gánh nặng gây nên do lũ lụt ngày

càng gia tăng. Vì vậy, việc xác định những tác động kinh tế của lũ lụt và đưa ra các

chính sách giảm thiểu rủi ro lũ là rất cần thiết cho việc ổn định đời sống kinh tế và

an sinh xã hội cho Việt Nam nói chung và tỉnh Nghệ An nói riêng.

Mặc dù lũ lụt gây tác động lên một phần lớn dân số Việt Nam, nhưng hầu như

chúng ta không có cơ sở thông tin gì về sự sẵn sàng chi trả (willingness to pay –

WTP) của các hộ gia đình cho việc giảm thiểu các rủi ro do lũ lụt. WTP cũng là một

thông tin cơ bản cần thiết cho việc đưa ra những chính sách nhà nước hiệu quả về

quản lý lũ lụt. Vì vậy tác giả lựa chọn đề tài nghiên cứu này với mục đích chính là

lựa chọn Nghệ An là tỉnh để thực hiện điều tra, khảo sát, sử dụng phương pháp Lựa

chọn thử nghiệm (Choice Experiment - CE) hay còn gọi Lựa chọn thử nghiệm rời

rạc (Discrete Choice Experiment - DCE) và các mô hình kinh tế lượng để ước

lượng và đánh giá WTP của các hộ gia đình.

II. MỤC TIÊU CỦA ĐỀ TÀI

Mục tiêu của đề tài là nghiên cứu sử dụng phương pháp lựa chọn thử nghiệm

(CE) kết hợp các mô hình kinh tế lượng, đánh giá các thiệt hại kinh tế gây ra do lũ

lụt và ước lượng sự sẵn sàng chi trả (WTP) của các hộ gia đình cho việc giảm thiểu

các rủi ro lũ lụt, khả năng chấp nhận rủi ro lũ lụt của cộng đồng với khu vực điều tra

khảo sát là tỉnh Nghệ An, từ đó làm cơ sở đề xuất các phương án có thể áp dụng

trong việc quản lý lũ lụt ở Việt Nam.

III. PHẠM VI NGHIÊN CỨU CỦA ĐỀ TÀI

Phạm vi nghiên cứu: nghiên cứu phương pháp lựa chọn thử nghiệm, áp dụng

vào điều tra khảo sát tại tỉnh Nghệ An.

IV. CÁCH TIẾP CẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Đối tượng nghiên cứu: các tác động kinh tế của lũ lụt gây ra cho các hộ gia

đình, một quan sát cụ thể ở Nghệ An.

Nghiên cứu lý thuyết, sử dụng phương pháp tổng hợp, thống kê và thu thập tài

liệu thực tế để phân tích.

CHƯƠNG I

TỔNG QUAN

1.1 Điều kiện tự nhiên - Kinh tế xã hội tỉnh Nghệ An

1.1.1 Điều kiện tự nhiên

Tỉnh Nghệ An nằm ở trung tâm khu vực Bắc Trung Bộ, đất rộng, người đông. Với diện tích 16.490,25 km2, lớn nhất cả nước; dân số hơn 2,9 triệu người, đứng thứ

tư cả nước; là quê hương của Chủ tịch Hồ Chí Minh; hội tụ đầy đủ các tuyến giao

thông đường bộ, đường sắt, đường hàng không, đường biển, đường thuỷ nội địa;

điều kiện tự nhiên phong phú, đa dạng như một Việt Nam thu nhỏ...

Bản đồ hành chính tỉnh Nghệ An

1.1.1.1. Vị trí địa lý

Nghệ An nằm ở vĩ độ 180o 33' đến 200o 01' vĩ độ Bắc, kinh độ 1030 52' đến 105o

48' kinh độ Đông, ở vị trí trung tâm vùng Bắc Trung Bộ. Nghệ An là tỉnh nằm ở trung

tâm vùng Bắc Trung bộ, giáp tỉnh Thanh Hóa ở phía Bắc, tỉnh Hà Tĩnh ở phía Nam,

nước Cộng hòa dân chủ nhân dân Lào ở phía Tây với 419 km đường biên giới trên

bộ; bờ biển ở phía Đông dài 82 km. Vị trí này tạo cho Nghệ An có vai trò quan

trọng trong mối giao lưu kinh tế - xã hội Bắc - Nam, xây dựng và phát triển kinh tế

biển, kinh tế đối ngoại và mở rộng hợp tác quốc tế. Nghệ An nằm trên các tuyến

đường quốc lộ Bắc - Nam (tuyến quốc lộ 1A dài 91 km đi qua các huyện Quỳnh Lưu,

Diễn Châu, Nghi Lộc, Hưng Nguyên và thành phố Vinh, đường Hồ Chí Minh chạy

song song với quốc lộ 1A dài 132 km đi qua các huyện Quỳnh Lưu, Nghĩa Đàn,

Tân Kỳ, Anh Sơn, Thanh Chương và thị xã Thái Hoà, quốc lộ 15 ở phía Tây dài 149

km chạy xuyên suốt tỉnh); các tuyến quốc lộ chạy từ phía Đông lên phía Tây, nối với

nước bạn Lào thông qua các cửa khẩu (quốc lộ 7 dài 225 km, quốc lộ 46 dài 90 km,

quốc lộ 48 dài trên 160 km). Tỉnh có tuyến đường sắt Bắc - Nam dài 94 km chạy qua.

1.1.1.2. Đặc điểm địa hình

Nằm ở Đông Bắc dãy Trường Sơn, Nghệ An có địa hình đa dạng, phức tạp, bị chia

cắt mạnh bởi các dãy đồi núi và hệ thống sông, suối. Về tổng thể, địa hình nghiêng theo

hướng Tây Bắc - Đông Nam, với ba vùng sinh thái rõ rệt: miền núi, trung du, đồng

bằng ven biển. Trong đó, miền núi chiếm tới 83% diện tích lãnh thổ. Địa hình có độ dốc lớn, đất có độ dốc lớn hơn 8o chiếm gần 80% diện tích tự nhiên toàn tỉnh, đặc biệt có trên 38% diện tích đất có độ dốc lớn hơn 25o. Nơi cao nhất là đỉnh Pulaileng

(2.711m) ở huyện Kỳ Sơn, thấp nhất là vùng đồng bằng các huyện Quỳnh Lưu, Diễn

Châu, Yên Thành, có nơi chỉ cao 0,2 m so với mặt nước biển (xã Quỳnh Thanh,

Quỳnh Lưu). Đặc điểm địa hình trên là một trở ngại lớn cho việc phát triển mạng lưới

giao thông đường bộ, đặc biệt là các tuyến giao thông vùng trung du và miền núi, gây

khó khăn cho phát triển lâm nghiệp và bảo vệ đất đai khỏi bị xói mòn, gây lũ lụt cho

nhiều vùng trong tỉnh. Tuy nhiên, hệ thống sông ngòi có độ dốc lớn, với 117 thác lớn,

nhỏ là tiềm năng lớn có thể khai thác để phát triển thuỷ điện và điều hoà nguồn nước

phục vụ sản xuất và dân sinh.

1.1.1.3. Đất đai - Thổ nhưỡng:

a. Diện tích:

Nghệ An có diện tích tự nhiên là 16.490,25 km2. Hơn 80% diện tích là vùng

đồi núi nằm ở phía tây gồm 10 huyện, và 1 thị xã; Phía đông là phần diện tích đồng

bằng và duyên hải ven biển gồm 7 huyện, 1 thị xã và thành phố Vinh.

b. Tình hình sử dụng đất (đến năm 2011):

Bảng 1.1: Tình hình sử dụng đất tỉnh Nghệ An (đến năm 2011):

TT Loại đất Diện tích Tỷ lệ

(ha)

Tổng diện tích tự nhiên 1.649.025 100%

1 Diện tích đất nông nghiệp 1.238.315,48 75,09%

- Đất sản xuất nông nghiệp 256.843,90 15,57%

- Đất lâm nghiệp có rừng 972.910,52 58,99%

- Đất nuôi trồng thủy sản 7.457,50 0,45%

- Đất làm muối 837,98 0,05%

- Đất nông nghiệp khác 265,58 0,02%

2 Diện tích đất phi nông 124.652,12 7,56%

nghiệp

- Đất ở 19.818,98 1,2%

- Đất chuyên dùng 63.871,46 3,87%

- Đất tôn giáo, tín ngưỡng 354,74 0,02%

- Đất nghĩa trang, nghĩa địa 6.636,24 0,4%

- Đất sông suối và mặt 33.818,36 2,05%

nước chuyên dùng

- Đất phi nông nghiệp khác 153,16 0,009

3 Diện tích đất chưa sử 286.056,40 17,35%

dụng

- Diện tích Đất đồng bằng 10.768,06 0,65%

chưa sử dụng

- Đất đồi núi chưa sử dụng 264.702,13 16,05%

- Núi đá không có rừng cây 10.586,21 0,64%

1.1.1.4. Khí hậu, thuỷ văn

Nghệ An nằm trong vùng nhiệt đới gió mùa có mùa đông lạnh và chia làm hai

mùa rõ rệt: mùa hạ nóng, ẩm, mưa nhiều và mùa đông lạnh, ít mưa.

a. Khí hậu:

Nằm trong vùng khí hậu nhiệt đới gió mùa, chịu sự tác động trực tiếp của gió

mùa Tây - Nam khô và nóng (từ tháng 4 đến tháng 8) và gió mùa Đông Bắc lạnh,

ẩm ướt (từ tháng 11 đến tháng 3 năm sau).

Là tỉnh có diện tích rộng, có đủ các dạng địa hình: miền núi, trung du, đồng

bằng và ven biển nên khí hậu tỉnh Nghệ An đa dạng, đồng thời có sự phân hoá theo

không gian và biến động theo thời gian. Nghệ An là một tỉnh chịu ảnh hưởng của

bão và áp thấp nhiệt đới. Trung bình mỗi năm có 2 - 3 cơn bão, thường tập trung

vào tháng 8 và 10 và có khi gây ra lũ lụt.

b. Thuỷ văn:

Tỉnh Nghệ An có 7 lưu vực sông (có cửa riêng biệt), tuy nhiên 6 trong số này

là các sông ngắn ven biển có chiều dài dưới 50 km, duy nhất có sông Cả với lưu vực 15.346 km2, chiều dài 361 km. Địa hình núi thấp và gò đồi chiếm tỷ trọng lớn

nên mạng lưới sông suối trong khu vực khá phát triển với mật độ trung bình đạt 0,62 km/km2 nhưng phân bố không đều trong toàn vùng. Vùng núi có độ dốc địa hình lớn, chia cắt mạnh, mạng lưới sông suối phát triển mạnh trên 1 km/km2, còn

đối với khu vực trung du địa hình gò đồi nên mạng lưới sông suối kém phát triển, trung bình đạt dưới 0,5 km/km2. Tuy sông ngòi nhiều, lượng nước khá dồi dào

nhưng lưu vực sông nhỏ, điều kiện địa hình dốc nên việc khai thác sử dụng nguồn

nước sông cho sản xuất và đời sống gặp nhiều khó khăn.

1.1.2 Tình hình kinh tế - xã hội

Tình hình kinh tế - xã hội tỉnh Nghệ An được thể hiện tóm tắt thông qua các

chỉ tiêu chủ yếu trong bảng 1.2

Bảng 1.2: Các chỉ tiêu kinh tế - xã hội chủ yếu

Thực hiện 2006 - 2011

Tên chỉ tiêu

ĐVT

TH 2006

TH 2007

TH 2008

TH 2009

TH 2010

TH 2011

19.941 23.178 30.548 35.117 41.430 49.759

I Chỉ tiêu kinh tế 1 Tổng GDP theo giá

Tỷ đồng

6.590

7.191

9.453 10.699 11.794 13.466

hiện hành Nông, lâm, ngư

Tỷ đồng

6.052

7.416

9.791 11.262 13.855 17.346

nghiệp Công nghiệp - xây dựng

Tỷ đồng

Dịch vụ

7.299

8.571 11.304 13.156 15.781 18.946

100

Tỷ đồng %

33,05

31,02

30,94

30,47

28,47

27,06

30,35

32,00

32,05

32,07

33,44

34,86

36,60

36,98

37,00

37,46

38,09

38,08

2 Cơ cấu kinh tế Nông, lâm, ngư nghiệp Công nghiệp - Xây dựng Dịch vụ

6,51

7,47

9,86

12,06

14,16

16,9

GDP bình quân đầu người

Triệu đồng

Giá trị xuất khẩu

145.5

185

235

220

300

222

80,98 117,88 209,24

115

200

138

Kim ngạch NK hàng hoá

Thu NS trên địa bàn

2.128,5 2.386,6 3.103,8 3.753,59

5.000

6.304

Triệu USD Triệu USD Tỷ đồng

4.270

5.250 6.468,3

7.294,6

7.581

9.354

Tổng chi ngân sách

Tỷ

4 Vốn đầu tư

75.000-76.000

II Chỉ tiêu xã hội

Dân số trung bình

3.064

3.101

3.123

2.913

2.925

2.942

đồng Tỷ đồng 1000 người

1,19

1,16

1,13

1,08

1,1

Tăng dân số tự nhiên

Mức giảm tỷ lệ sinh

0,4

0,6

0,5

1000

32,2

32,7

LĐ được giải quyết việc làm bình quân hàng năm

người

32,5

36,5

38,5

Tỷ lệ LĐ qua đào tạo trong tổng số lao động

18,4

21,3

26,8

Tỷ lệ LĐ qua đào tạo nghề

4 Giảm tỷ lệ hộ đói

Giảm bình quân 2,5%/năm

nghèo

17,3

14,7

% %

Trường

19,02

25,72

29,81

35,09

40,94

Tỷ lệ hộ đói nghèo 5 Tỷ lệ trường đạt chuẩn quốc gia 6 Tỷ lệ giáo viên đạt

96,5

98,5

100

chuẩn

26,1

24,8

23,5

21,7

7 Tỷ lệ trẻ em dưới 5 tuổi suy dinh dưỡng

3,8

3,9

4,37

5,23

5,9

8 Số bác sĩ/ vạn dân

67,23

69,12

81,2

88,1

89-90

Tỷ lệ trạm y tế xã, phường, thị trấn có bác sỹ

10 Tỷ lệ đạt chuẩn quốc

33,5

45,8

57,3

68,3

74-75

gia về y tế

Giường

11 Số giường bệnh/ vạn

13,1

13,3

13,5

15,8

17,16

dân

72,61

72,63

12 Tỷ lệ hộ gia đình đạt chuẩn văn hóa

Tỷ lệ làng bản, khối xóm, cơ quan văn hóa

19,3

27,3

37,4

48-50

14 Tỷ lệ xã, phường thị trấn có thiết chế 15 Tỷ lệ thất nghiệp khu vực thành thị 16 Tỷ lệ đô thị hóa III Môi trường 1 Tỷ lệ che phủ rừng

4,24 - 48

4,21 - 49

4,9 12,6 51,2

3,55 13,1 53

4,6 - 50

79,5

Tỷ lệ dân nông thôn dùng nước hợp vệ sinh

3 Tỷ lệ dân thành thị dùng nước sạch

4 Tỷ lệ thu gom chất thải rắn ở đô thị

(Nguồn: Dữ liệu cơ bản về môi trường đầu tư tỉnh Nghệ An 2011

Niên Giám thống kê tỉnh Nghệ An 2011)

1.1.3 Tình hình thiên tai

Tỉnh Nghệ An nằm chủ yếu trong lưu vực sông Cả, thường xuyên chịu ảnh

hưởng của nhiều loại hình thiên tai đặc trưng cho khu vục duyên hải Miền Trung

như: Bão, áp thấp nhiệt đới (ATNĐ), lũ lụt, hạn hán, lốc tố, dông sét, sạt lở đất, xói

lở bờ sông và bờ biển, cháy rừng, xâm nhập mặn, triều cường…Trong đó ảnh

hưởng và gây thiệt hại nhiều nhất là bão, ATNĐ và lũ lụt. Bão thường xảy ra ở

khu vực đồng bằng ven biển và lũ lụt thường xảy ra chủ yếu ở các huyện đồng

bằng trung du và khu vực miền núi. Theo số liệu thống kê từ năm 1990 đến năm

2010 lưu vực sông Cả đã hứng chịu 34 trận bão đổ bộ trực tiếp, trung bình mỗi năm

hứng chịu từ 1 – 1,5 cơn bão, tốc độ gió do bão gây ra đạt tới cấp 9 ÷ 10 khi giật lên

đến cấp 12. Bão thường đổ bộ vào lưu vực sông Cả từ cuối tháng IX, X và đầu

tháng XI. Tốc độ gió lớn nhất đã quan trắc được tại Tương Dương 25 m/s hướng tây

- bắc (1975), tại Quỳ Châu lớn hơn 20 m/s hướng tây - bắc năm 1973, tại Đô

Lương 28 m/s hướng đông - đông - bắc (1965). Về lũ lụt trong 21 năm đã có 29 đợt

lũ lớn gây thiệt hại nhiều về người và tài sản, số liệu quan trắc mực nước lũ trong

vòng 40 năm trở lại đây cho thấy trên lưu vực các trận lũ lớn xảy ra ở dòng chính

sông Cả là trận lũ 1954, 1963, 1973, 1978, 1988, 2007, 2010 trung bình cứ 9 10

năm lại xuất hiện những trận lũ lớn. Một số năm đã gây ra hiện tượng vỡ đê như

trận lũ năm 1954, 1978, 1988 và 1996. Đặc biệt trận lũ năm 1954, rất nhiều đoạn đê

bị vỡ (từ Nam đàn ra đến biển) với lượng nước lũ từ sông chảy vào đồng kéo dài 16

ngày liền. Tổng thiệt hại do bão lũ trong 21 năm 1990 đến 2010 khoảng hơn 3,300

tỷ đồng.

Trong năm 2007 có 7 cơn bão hoạt động trên biển Đông, có 4 cơn bão đổ bộ

vào Việt Nam, trong đó có 2 cơn bão ảnh hưởng trực tiếp đến Nghệ An là cơn bão

số 2 và số 5. Bão đổ bộ đã gây mưa to đến rất to và lũ lớn trên các song. Bão lũ năm

2007 đã gây ra thiệt nhiều thiệt hại năng nề cho nhân dân trong vùng, tổng số người

chết 38 người, ước tính thiệt hại khoảng gần 900 tỷ đồng.

Trong năm 2010 do ảnh hưởng của cơn bão số 3 đã gây ra gây mưa to đến rất

to, lượng mưa phổ biến trên địa bàn tỉnh Nghệ An từ 100 đến 300mm, một số nơi

mưa trên 300mm như Vinh 406mm; cửa Hội 357mm; Đô Lương 302mm; Nam Đàn

355 mm. Ngoài ra trong năm cũng xảy ra nhiều đợt lũ lớn trên các sông gây ra

nhiều thiệt hại lớn, tổng số tiền thiệt hại trong năm 2010 do bão lũ gây ra ước tính

hơn 2,700 tỷ đồng.

Năm 2011, bão số 2, bão số 3 và các trận mưa lũ ảnh hưởng trực tiếp đến tỉnh

Nghệ gây thiệt hại nặng nề, ước tính khoảng gần 2000 tỷ đồng, làm chết hơn 10

người.

Tình hình thiệt hai do thiên tai gây ra đang có xu hướng ngày càng tăng trong

những năm gần đây . Thiệt hại nặng nề nhất vào năm 2010, tổng giá trị thiệt hại

khoảng 2,920 tỷ đồng. Điều kiện thời tiết, khí hậu có nhiều diễn biến phức tạp, khó

lường; hệ thống cơ sở hạ tầng, trang thiết bị cảnh báo dự báo chưa đáp ứng được

yêu cầu; sự phát triển của nền kinh tế trong vùng là những nguyên nhân làm gia

tăng mức độ thiệt hại do thiên tai gây nên

1.2 Tài liệu đã có về sự sẵn sàng chi trả để giảm nguy cơ lũ lụt

Một số vấn đề có liên quan khi đánh giá các WTP để giảm nguy cơ lũ lụt.

Chúng bao gồm các đặc tính quan trọng đặc biệt xác định của các biện pháp phòng,

chống lũ lụt, đo lường tác động của yếu tố kinh tế xã hội trong sở thích cộng đồng

cho các chương trình quản lý lũ lụt, thiết kế bảo hiểm lũ lụt để giảm rủi ro lũ lụt cho

các hộ gia đình và đánh giá nhu cầu bảo hiểm thảm họa thiên nhiên.

1.2.1 Định giá giảm nguy cơ lũ lụt

Zhai và đồng nghiệp (2006) đã kiểm tra WTP để giảm nguy cơ lũ lụt ở Nhật

Bản bằng cách sử dụng phương pháp đánh giá ngẫu nhiên (CVM). Về các sở thích

chung cho các biện pháp kiểm soát lũ, các WTP cho các biện pháp kiểm soát lũ phụ

thuộc vào nhiều yếu tố. Zhai (2006) chỉ ra cụ thể rằng WTP cho các biện pháp kiểm

soát lũ lụt thì tăng theo thu nhập bình quân đầu người, sự sẵn sang đối phó của cá

nhân hoặc kinh nghiệm với lũ lụt. Tuy nhiên giảm theo khoảng cách đến các dòng

sông gần nhất, mức độ chấp nhận rủi ro lũ lụt và sự cung cấp các thông tin về môi

trường. Họ cũng nhận thấy rằng nhận thức về nguy cơ (2006) cuối cùng đã báo cáo

rằng WTP giảm thêm nguy cơ lũ lụt vượt quá mức hiện nay là vô hiệu.

Phương pháp CVM cũng được sử dụng bởi Brouwer (2009) để ước lượng

WTP cho việc giảm nguy cơ lũ lụt ở Bangladesh. Một mối quan hệ đáng kể đã được

tìm thấy giữa WTP và khoảng cách gần nhất tới sông, thiệt hại lũ lụt hàng năm và

thu nhập hộ gia đình. Brouwer (2009) cũng nhấn mạnh rằng việc thực hiện phương

pháp CVM trong một nước đang phát triển đặt ra một số vấn đề quan trọng về

phương pháp luận và thực nghiệm. Họ đề cập cụ thể rằng một nửa số người trả lời

của họ không thể đóng góp vào các chương trình đề xuất về tiền tệ, nhưng sẵn sàng

đóng góp bằng hiện vật.

Zhai (2007) đã lựa chọn một phương pháp lựa chọn thử nghiệm rời rạc

(Discrete Choice Experiment –DCE) khi làm việc về các biện pháp phòng chống lũ

lụt trong lưu vực sông Shonai-Toki (miền Trung Nhật Bản). Trong khi các tài liệu

hiện có đã tập trung vào sở thích của công chúng đối với công tác phòng chống lũ

lụt nói chung, nghiên cứu của họ đã tập trung vào WTP cho một số biện pháp cụ thể

như giảm lũ bên ngoài, giảm lũ lụt nội bộ, hệ thống cảnh báo sớm và bảo vệ môi

trường. Về ảnh hưởng của các yếu tố kinh tế - xã hội vào sở thích của công chúng,

họ thấy rằng thu nhập hộ gia đình hàng năm, kinh nghiệm lũ lụt, giới tính và

khoảng cách đến một con sông có ý nghĩa thống kê.

1.2.2 Sẵn sàng trả tiền cho bảo hiểm lũ lụt

Phương pháp DCE đã được sử dụng để đánh giá sự sẵn sàng trả cho các hàng

hoá công cộng phi thị trường và hàng hóa môi trường. Một số tài liệu đã thực hiện

các phương pháp để đánh giá WTP cho bảo hiểm lũ lụt. Điều này cung cấp và gián

tiếp đo lường các sự ưu tiên nguy cơ lũ lụt của hộ gia đình.

Botzen và van den Bergh (2009b) đã sử dụng một phương pháp mô hình hóa

DCE để kiểm tra tác động của biến đổi khí hậu và sẵn sàng bồi thường của chính

phủ đến nhu cầu bảo hiểm lũ lụt của chủ hộ ở Hà Lan. Sử dụng một logit hỗn hợp,

họ ước tính sự phụ thuộc giữa WTP và nhận thức trước nguy cơ, đo lường rủi ro

thực tế, lo ngại rủi ro, và đặc điểm kinh tế xã hội. Phát hiện của họ cho thấy khả

năng để các chủ nhà mua một bảo hiểm lũ lụt giảm đáng kể nếu biến đổi khí hậu

dẫn đến sự gia tăng trong xác suất lũ lụt và nếu doanh nghiệp bảo hiểm điều chỉnh

phí bảo hiểm rủi ro tùy theo rủi ro này.

Trong nhiều trường hợp, trước khi thiết lập một chương trình bảo hiểm, các

doanh nghiệp bảo hiểm có thể không biết liệu phí bảo hiểm có vượt quá sẵn sàng

chi trả của hộ gia đình cho các chương trình bảo hiểm thiên tai hay không. Một số

chương trình bảo hiểm thiên tai có thể yêu cầu các hộ gia đình thực hiện một số

biện pháp có thể giảm thiểu thiệt hại. Botzen và van den Bergh (2009b) kiểm tra

làm thế nào các chủ hộ ở Hà Lan có thể được khuyến khích thực hiện một số biện

pháp phòng ngừa để giảm thiểu thiệt hại lũ lụt, trao đổi việc giảm phí bảo hiểm lũ

lụt. Kết quả của họ chỉ ra rằng nhiều chủ hộ sẵn sàng đầu tư trong việc giảm thiểu.

Họ nhận thấy rằng hai phần ba trong số họ sẵn sàng đầu tư vào các vật chắn nước

để đổi lấy việc giảm phí bảo hiểm. Khoảng 1/5 sẵn sàng thay thế các loại sàn dễ bị

hỏng do lũ lụt với các loại nước sàn chống nước và khoảng một phần tư sẵn sàng di

chuyển hệ thống sưởi ấm để sàn nhà an toàn chống lại lũ lụt.

Các hộ gia đình thường thấy khó khăn để điều chỉnh các bất định, đặc biệt là

trong trường hợp các sự kiện thời tiết cực đoan do biến đổi khí hậu. Các biện pháp

thích ứng và giảm thiểu tác động của biến đổi khí hậu khi đó có thể là không đủ và

các thỏa thuận bảo hiểm có thể có một vai trò hữu ích để giảm sự bất định liên quan

đến tác động của biến đổi khí hậu. Botzen và van den Bergh (2009a) đã kiểm tra

nhu cầu về các thỏa thuận bảo hiểm. Cụ thể hơn, ông đề xuất ước lượng WTP cho

bảo hiểm lũ lụt ở Hà Lan bằng cách sử dụng lý thuyết lợi ích phụ thuộc vào cấp bậc

và khách hàng tiềm năng theo các kịch bản biến đổi khí hậu khác nhau. Ước lượng

của họ về phí bảo hiểm rủi ro cho ba kịch bản khí hậu chỉ ra rằng WTP cho bảo

hiểm tăng hơn so với giá trị dự kiến của phí bảo hiểm khi xác suất lũ lụt tăng lên.

Kết quả ước lượng của họ hàm ý rằng một thị trường bảo hiểm lũ lụt có lợi nhuận

nên có tính khả thi và biến đổi khí hậu có tiềm năng để tăng lợi nhuận của bảo hiểm

lũ lụt.

Biến đổi khí hậu toàn cầu sẽ gây ra sự gia tăng về độ lớn và tần suất của các sự

kiện thời tiết khắc nghiệt. Một trong những cách đề nghị để giảm thiểu hậu quả của

lũ lụt, hạn hán và bão ở các nước đang phát triển là thông qua việc sử dụng các

chương trình bảo hiểm vi mô. Tuy nhiên, trong các nước đang phát triển dễ bị lũ lụt,

bảo hiểm vi mô cho những rủi ro liên quan đến thiên tai vẫn còn hầu như chưa có.

Brouwer và Akter (2010) ước tính WTP của hộ gia đình nông thôn trong năm huyện

dễ có nguy cơ khác nhau ở Bangladesh cho các chính sách bảo hiểm vi mô khác

nhau nhằm giảm chi phí của lũ lụt cho các hộ gia đình. Sử dụng một cách tiếp cận

DCE, họ kiểm tra các điều kiện theo đó hộ gia đình nông thôn ủng hộ bảo hiểm lũ

lụt vi mô để bảo vệ mình chống lại các tác động tiêu cực của lũ lụt thảm khốc, và họ

cung cấp một số dấu hiệu cho thấy nhu cầu hộ gia đình nông thôn đối với các loại

bảo hiểm lũ lụt khác nhau.

Việc ước lượng nhu cầu thị trường bảo hiểm lũ lụt gặp khó khăn do tính thích

rủi ro của các hộ gia đình khác nhau rất lớn. Trong một mô hình tối đa hóa lợi ích

kỳ vọng, Petrolia và Coble (2011) xem xét các yếu tố kinh tế vi mô ảnh hưởng đến

nhu cầu bảo hiểm lũ lụt bằng cách kết hợp dữ liệu cấp độ hộ gia đình đăng ký bảo

hiểm lũ lụt với các đo lường sự thích rủi ro của hộ gia đình và nhận thức rủi ro chủ

quan. Các dữ liệu chỉ ra rằng kinh nghiệm với các sự kiện lũ lụt trước đây làm tăng

khả năng tổ chức bảo hiểm lũ lụt. Các công ty bảo hiểm uy tín cũng có một ảnh

hưởng tích cực về xác suất của việc tổ chức bảo hiểm lũ lụt. Các kết quả được cung

cấp bằng chứng thực nghiệm để hỗ trợ các mô hình ra quyết định theo rủi ro cho

thấy rằng xác suất và cường độ của tổn thất là yếu tố quyết định quan trọng của các

hành vi theo những rủi ro

1.3 Rủi ro lũ lụt và quản lý lũ lụt tại Việt Nam

1.3.1 Nguy cơ lụt tại Việt Nam

Việt Nam là một quốc gia với 3.230 km bờ biển, đất nước có một lịch sử lâu

dài đối phó với các thảm họa tự nhiên như mực nước biển dâng do bão, lũ quét, sạt

lở đất, bão, hạn hán và xâm nhập mặn. So với nhiều cộng đồng ven biển, lũ lụt đã

luôn luôn là một phần của lịch sử Việt Nam. Ở một số khu vực như các tỉnh miền

Trung, lũ lụt xuất hiện với cường độ ngày càng tăng. Thiệt hại lũ lụt dự kiến sẽ

ngày càng nghiệm trọng thêm bởi sự gia tăng lượng mưa hàng ngày khoảng 12-19%

vào năm 2070 tại một số khu vực, ảnh hưởng đến cả lưu lượng đỉnh lũ và chu kỳ

xuất hiện lũ. Định hình khung cảnh nhân khẩu học và kinh tế, lũ lụt đã buộc người

dân phải điều chỉnh lối sống của mình. Thật không may, nhiều cơn bão và mưa to

thường gây thiệt hại lớn đến nền kinh tế và con người ở Việt Nam. Một ví dụ là

năm 2005, năm xảy ra cơn bão Katrina. Trong năm 2005, nhiều cơn bão lớn đánh

vào bờ biển Việt Nam. Cơn bão số bảy, được đặt tên quốc tế là Damrey, tạo ra sóng

cao 4 mét, làm vỡ và sạt lở hơn 50 km đê biển và làm hỏng 130.000 ha lúa (Mai và

đồng nghiệp, 2009.). Tổng thiệt hại vật chất ước tính gần 3.500 tỷ đồng. Gần đây

hơn, trong năm 2011, cơn bão Ketsana đổ vào miền Trung Việt Nam vào ngày 29

Tháng Chín, giết chết 170 người và làm bị thương 860 người khác. Trên 21.000

ngôi nhà đã bị phá hủy hoàn toàn, buộc 356.000 người phải sơ tán. Ngoài ra, an

ninh lương thực bị đe dọa vì 39.000 tấn gạo đã bị hủy hoại hoàn toàn. Bảng 1.3 báo

cáo một số số liệu thống kê cho các thiệt hại liên quan đến lũ lụt trong giai đoạn

1997-2006.

Bảng 1.3: Thiệt hại do thiên tai tại Việt Nam (1997-2006)

Năm Người chết Nhà bị phá hủy Thiệt hại trồng lúa (1000 ha) Giá trị thiệt hại (Tỷ đồng)

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 941 485 824 762 604 355 180 340 377 339 111.037 13.495 52.585 12.253 10.503 9.098 4.487 1.192 7.585 74.783 746 239 250 798 217 90 257 460 665 285 7.730 1.767 4.550 5.098 3.370 1.958 1.574 1.004 5.809 18.556

51.416 Tổng 5.207 4.007

297.018 (Nguồn: Bộ Nông nghiệp và phát triển nông thôn)

Ở Việt Nam, hầu hết dân số (70%) sống ở các vùng ven biển để tận dụng lợi

thế của các hoạt động kinh tế được tạo ra trong vùng đồng bằng ngập lũ, đa số nằm

ở đồng bằng sông Hồng ở phía bắc và ở đồng bằng sông Cửu Long phía nam. Dân

cư dọc bờ biển là đặc biệt dễ bị tổn thương trước bão và lũ lụt khi người dân thường

sống ở độ cao 1 mét so với mực nước biển trong khu vực (Mai, 2009). Mức độ tiếp

xúc cao này gia tăng trong những năm gần đây như là một kết quả của tăng trưởng

kinh tế nhanh chóng đã làm tăng nhanh mật độ dân số ở hai vùng đồng bằng được

đề cập ở trên. Người Việt Nam sinh sống ở miền núi (30%) cũng dễ bị tổn thương

với thảm họa lũ lụt. Do độ dốc của đất, lòng sông có thể dễ dàng lấp đầy bởi những

cơn mưa gió mùa và do đó thường xuyên dẫn đến lũ quét. Điều này giải thích lý do

tại sao lũ dẫn đến một số lượng đáng kể người chết và bị thương trong quá khứ.

Lũ lụt để lại những hậu quả kinh tế nghiêm trọng. Khi một cơn bão phá vỡ đê

biển, muối tràn vào vùng đồng bằng ngập lũ và dẫn đến giảm diện tích đất nông

nghiệp do đất ngập mặn không sử dụng được trong nhiều năm. Các khoản đầu tư

thường xuyên cần cả ở cấp độ cộng đồng và cá nhân tạo ra các rang buộc tài chính

lớn và căng thẳng cho một nền dân số mức độ an sinh xã hội hạn chế. Và hiển

nhiên, chi phí kinh tế cũng phải được tính bao gồm cả thiệt hại về người, văn hóa,

và môi trường.

1.3.2 Quản lý lũ lụt tại Việt Nam

Với nhiều năm đào tạo, thử nghiệm và chuyển giao các kỹ năng quốc tế, Việt

Nam bây giờ có thể đối phó tốt hơn với thiên tai và giảm thiểu các tác động của lũ

lụt. Và như một ví dụ về cam kết lâu dài của chính phủ, Bộ Nông nghiệp và Phát

triển đã công bố trong năm 2008 đầu tư 20 nghìn tỷ đồng để nâng cấp hệ thống đê

biển (WRR, 2010).

Mặc dù khả năng để đối phó với thiên tai và giảm thiểu rủi ro đã được tăng lên

như là tài sản quốc gia và cá nhân đã phát triển, năng lực thể chế vẫn còn là một

thách thức đặc biệt là trong điều kiện biến đổi khí hậu.

Kinh tế Việt Nam được xác định là một nền kinh tế thị trường định hướng xã

hội chủ nghĩa. Giống như Trung Quốc, nước ta đã dần dần mở cửa nền kinh tế đặc

biệt là kể từ khi thực hiện chính sách Đổi mới năm 1986. Cùng với tự do hóa kinh

tế ngày càng tăng, công chức, viên chức nhà nước cống hiến trách nhiệm và quyền

lực tài chính nhiều hơn cho các cơ quan nhà nước. Văn bản pháp quy quy định quá

trình phân cấp là Nghị định chính phủ năm 1998. Các cơ quan chính quyền dưới

cấp quốc gia đã được chia thành ba cấp độ. Cả nước được chia thành 64 tỉnh, 611

huyện và hơn 10.000 xã. Ở cấp độ quốc gia, hệ thống chính trị bao gồm một cơ cấu

ba cơ quan lãnh đạo. Quốc hội là cơ quan lập pháp tạo ra pháp luật và có quyền lập

hiến. Các bên liên quan khác nhau của xã hội Việt Nam tham gia vào quá trình lập

pháp và là cơ quan duy nhất được bầu của chính phủ. Cơ quan chịu trách nhiệm

thực hiện pháp luật do Quốc hội phê duyệt là Chính phủ, cơ quan hành pháp của hệ

thống chính trị cấp nhà nước. Cuối cùng, Đảng đảm bảo rằng cả hai cơ quan đang

làm việc trong một thiết chế theo định hướng xã hội chủ nghĩa. Do tần suất cao của

các sự kiện thời tiết, việc quản lý thiên tai đã trở thành một truyền thống lâu đời của

các cơ quan nhà nước. Ngay từ thế kỷ 15, vua Lê Thần Tông đã bổ nhiệm hai cán

bộ quản lý hệ thống thủy lợi và hệ thống đê điều. Kể từ đó, nó đã phát triển thành

một cấu trúc phức tạp gồm nhiều cấp, mỗi cấp chính quyền có trách nhiệm riêng

của mình.

Không có một bộ luật rõ ràng nào về quản lý thiên tai. Tài liệu chính là Chiến

lược Quốc gia về thiên tai, phòng chống và giảm nhẹ. Được thủ tường phê duyệt

vào năm 2007, bản Chiến lược hoạch định và nêu ra những việc cần phải làm đến

năm 2020 với ngân sách ước tính là 18 tỷ đô la. Mục tiêu chính của Chiến lược là

phân chia trách nhiệm giữa các Bộ và các cơ quan chính trị khác nhau, đề xuất một

khung thời gian chung cho việc áp dụng các biện pháp giảm thiểu và điều chỉnh quá

trình thực hiện để tăng trưởng kinh tế của đất nước. Các đơn vì cấp dưới phải sau đó

đề xuất phương án giảm thiểu tác động phù hợp với khuôn khổ của Chiến lược quốc

gia.

Chiến lược này đã được ban hành bởi Uỷ ban Phòng chống lụt bão Trung

ương (CCFSC). Là tổ chức chính cho quản lý thiên tai, nó hoạt động như một cơ

quan chỉ đạo. CCFSC là chịu trách nhiệm thu thập dữ liệu, theo dõi các sự kiện lũ

lụt và bão, đưa ra cảnh báo chính thức và phối hợp ứng phó thiên tai và các biện

pháp giảm nhẹ. CCFSC được chủ trì bởi Bộ Nông nghiệp và Phát triển nông thôn

và bao gồm các bên liên quan như Bộ như Tài nguyên và Môi trường, Bộ Quốc

phòng và các tổ chức phi chính phủ như Hội Chữ thập đỏ Việt Nam. Bộ Nông

nghiệp và Phát triển nông thôn có thể được coi là tâm điểm cho các hoạt động hoạt

động, đặc biệt là trong các thảm họa liên quan đến nước. Dưới Bộ Nông nghiệp và

Phát triển nông thôn là Tổng cục Thủy lợi và dưới Tổng cục Thủy lợi là Cục Quản

lý đê điều và Phòng chống lụt bão. Hội Chữ thập đỏ hoạt động trong cả nước từ

quốc gia đến cấp xã và các chuyên về nâng cao nhận thức, phòng chống thiên tai,

ứng phó và phòng ngừa hiểm họa.

Uỷ ban Trung ương Phòng chống lụt bão cũng có các cấu trúc quốc gia cho

các tỉnh, huyện, xã là Uỷ ban về phòng, chống lụt bão địa phương. Các Uỷ ban

phòng, chống lụt bão địa phương ở cấp tỉnh, huyện và xã có trách nhiệm phối hợp

các biện pháp phòng chống lũ lụt, bão; tổ chức bảo vệ đê điều; chuẩn bị ứng phó

với bão, lũ; giảm nhẹ thiên tai và phát triển khắc phục hậu quả và khôi phục sau lũ.

Hệ thống Các Uỷ ban phòng, chống lụt bão địa phương giữ vai trò quan trọng trong

việc chia sẻ thông tin về thiệt hại và nhu cầu cứu trợ, để giao tiếp thông tin cảnh báo

sớm, đánh giá thiệt hại, phối hợp cứu nạn trong mùa lũ và bảo vệ đê điều và các cơ

sở hạ tầng khác.

Như đã nói ở trên, hiện tại không có một bộ luật nào về quản lý thiên tai (kế

hoạch xây dựng một bộ luật vào năm 2013) nhưng một số nghị định, pháp lệnh đã

bao gồm cả việc quản lý tài nguyên nước và chuẩn bị sẵn sàng cho các sự kiện lũ

lụt. Ví dụ như Luật Tài nguyên nước (1998) điều chỉnh việc sử dụng nước một cách

thích hợp, Pháp lệnh Phòng chống lụt bão (1993) ban hành các trách nhiệm quản lý

thiên tai cho các cơ quan phù hợp, Luật về đê điều trong đó có kế hoạch quản lý đê

sông và đê biển. Như một báo cáo gần đây của Ngân hàng Thế giới đã đề cập, theo

truyền thống, Việt Nam đã tập trung vào sự sẵn sang ứng phó và ứng ứng phó với lũ

lụt, nhấn mạnh vào biện pháp công trình như đê điều và tường chắn sóng. Biện pháp

giảm nhẹ đã dần dần được đưa vào xem xét nhưng vấn đề vẫn còn tồn tại trong hoạt

động quản lý thiên tai. Nhiều luật và nghị định xoay quanh việc giảm thiểu lũ lụt

thường là kết quả trong những chính sách chồng chéo nhau. Do đó, vai trò không rõ

ràng và thực thi các chính sách giảm thiểu lũ lụt là yếu. Một vấn đề khác được đề

cập trong các tài liệu là thiếu chuyên môn quản lý thiên tai.

CHƯƠNG II

CƠ SỞ PHƯƠNG PHÁP LUẬN

PHƯƠNG PHÁP LỰA CHỌN THỬ NGHIỆM RỜI RẠC

2.1. Nguyên tắc cơ bản phương pháp lựa chọn thử nghiệm rời rạc

Trong nhiều năm phương pháp lựa chọn thử nghiệm rời rạc (DCE) và kỹ thuật

tương tự đã được các nhà nghiên cứu quan tâm trong một loạt các môn học. Do đó,

mặc dù còn ít nhưng đã có những sự đồng thuận về nội dung, tên gọi và nền tảng lý

thuyết của phương pháp. Như Garrod & Willis đã nêu (1999):

"Lựa chọn Thử nghiệm có thể được tìm thấy trong các tài liệu dưới nhiều hình

thức, và sự nhầm lẫn có thể phát sinh từ các thuật ngữ khác nhau được sử dụng

để mô tả các kỹ thuật khác nhau thuộc thể loại này" (Garrod & Willis năm

1999, trang 203).

Kỹ thuật lựa chọn đã được sử dụng bởi các nhà tâm lý học từ những năm 1960

(ví dụ như Anderson 1962; Luce & Tukey 1964) và vào đầu những năm 1970 đã

được giới thiệu các tài liệu tiếp thị, nơi họ nhận được nhiều sự chú ý từ cả hai lĩnh

vực học tập và công nghiệp (ví dụ như Green và các đồng nghiệp 1972. ; Green &

Rao 1971). Trong lĩnh vực tiếp thị, các kỹ thuật này đã được biết đến với tên gọi là

phân tích kết hợp, một thuật ngữ được đưa ra bởi Green và Srinivasan (1978). Phân

tích kết hợp đã đóng một vai trò quan trọng trong việc dự báo và tìm hiểu về việc ra

quyết định và lựa chọn hành vi của người tiêu dùng. Trong suốt những năm 1970 và

những năm 1980, sự phát triển và ứng dụng của phương pháp tiếp cận phân tích kết

hợp tăng lên đáng kể. Wittink & Cattin (1989) ước tính rằng 400 nghiên cứu thị

trường bằng cách sử dụng phương pháp phân tích kết hợp được thực hiện mỗi năm

trong thời gian đầu những năm 1980.

Song song với sự phát triển và các ứng dụng của phân tích kết hợp, các tài liệu

kinh tế (đặc biệt là trong lĩnh vực giao thông vận tải) đã đưa ra các cách thức mới

để mô hình hóa sự lựa chọn rời rạc (phân tách các mô hình) và nền tảng lý thuyết

cho mô hình đã được phát triển bằng cách sử dụng lý thuyết lợi ích ngẫu nhiên

(Ben-Akiva & Lerman 1985). Sự phát triển của lý thuyết tiện ích ngẫu nhiên và mô

hình tách biệt theo giới đã trở thành điểm chuẩn cho việc sử dụng các kỹ thuật lựa

chọn trong các tài liệu kinh tế vì nó cung cấp các liên kết cần thiết giữa các quan sát

hành vi của người tiêu dùng và lý thuyết kinh tế. Lý thuyết tiện ích ngẫu nhiên cung

cấp một cách toàn diện để xác định và mô hình hóa hành vi thị trường. Để chỉ rõ

rằng những phương pháp tiếp cận lựa chọn được thành lập trong lý thuyết kinh tế

(so với các phương pháp được sử dụng trong tiếp thị), “phân tích kết hợp” không

còn được sử dụng rộng rãi trong các tài liệu kinh tế. Louviere lập luận rằng "phân

tích kết hợp" nên được thay thế bằng một thuật ngữ thích hợp hơn để chỉ ra rằng kỹ

thuật này được dựa trên lý thuyết tiện ích ngẫu nhiên (Louviere và đồng nghiệp

2000, Louviere 2000, Louviere 2001a). Ryan & Wordsworth (2000) lưu ý rằng sự

lựa chọn không sử dụng thuật ngữ phân tích kết hợp giúp phân biệt sự lựa chọn dựa

trên các thí nghiệm được sử dụng trong kinh tế từ các hình thức khác của phân tích

kết hợp mà không xuất phát từ lý thuyết kinh tế. Trong các tài liệu kinh tế môi

trường, sự lựa chọn kỹ thuật được thành lập trong lý thuyết kinh tế được nhóm lại

theo các thuật ngữ lựa chọn theo mô hình (‘choice modelling’) hoặc sự lựa chọn

thử nghiệm (choice experiments). Các kỹ thuật lựa chọn được phân chia thành ba

loại để phản ánh sự khác biệt đối với những giả định lý thuyết, phương pháp phân

tích và thủ tục thử nghiệm (Bateman 2002; Blamey 2002; Louviere 2000.), đó là:

• Lựa chọn thử nghiệm rời rạc (Discrete choice experiment)

• Xếp hạng ngẫu nhiên (Contingent ranking)

• Đánh giá ngẫu nhiên (Contingent rating)

Ba kỹ thuật này có nhiều điểm chung (xem Hộp 2.1 cho một ví dụ minh họa của

mỗi kỹ thuật lựa chọn). Việc thiết kế các phương án lựa chọn thay thế là cơ bản

giống nhau trong mỗi phương pháp tiếp cận và hỏi phải quyết định lựa chọn một

phương án ưa thích trong số những phương án thay thế loại trừ lẫn nhau. Hơn nữa,

tất cả ba kỹ thuật - với các giả định đúng - có thể được chỉ ra là phù hợp với lý

thuyết phúc lợi kinh tế. Trong DCE người được hỏi phải lựa chọn một phương án

trong số các phươnng án lựa chọn thay thế được đưa ra (có thể là hai phương án

hoặc nhiều hơn). Như DCE chỉ chứa thông tin về phương án được ưa thích, các dữ

liệu có thể được đưa ra một cách định tính, tương đối. Ngược lại, Xếp hạng ngẫu

nhiên yêu cầu tất cả các lựa chọn thay thế được đánh giá và xếp hạng, do đó các dữ

liệu phải cho biết sở thích theo thứ tự ưu tiên (yêu cầu cao hơn về độ chính xác và

đánh giá về các lựa chọn). Trong khi một thực hành xếp hạng ngẫu nhiên có nhiều

thông tin về sở thích hơn so với một thực hành lựa chọn rời rạc tương tự, nó cũng

đòi hỏi nhiều hơn về nhận thức, kinh nghiệm. Người được hỏi theo kỹ thuật đánh

giá ngẫu nhiên còn khó khăn hơn trong việc đánh giá mỗi phương án lựa chọn được

đưa ra (Louviere 2000). Đánh giá ngẫu nhiên (so với xếp hạng ngẫu nhiên và DCE)

cung cấp cho người trả lời với các cơ hội để đánh giá các phương án lựa chọn một

cách ngang bằng nhau và qua đó thể hiện sự bang quan giữa các phương án lựa

chọn. Việc lập mô hình cho số liệu lấy theo các kỹ thuật xếp hạng và đánh giá ngẫu

nhiên là khác so với cho số liệu lấy theo DCE do việc xếp thứ tự các phương án lựa

chọn rõ ràng hơn. Các mô hình được sử dụng cho Sếp hạng ngẫu nhiên và Đánh giá

ngẫu nhiên gồm có rank- ordered logit và ordered probit. Việc sử dụng các kỹ thuật

đánh giá và đặc biệt là kỹ thuật xếp hạng gặp khó khăn cả về lý thuyêt và thực

hành. Các vấn đề gặp phải là các cá nhân gặp khó khăn trong việc xếp hạng hoặc

đánh giá các phương án lựa chọn; hơn nữa, trong khi thực hiện đánh giá, người tiêu

dùng sẽ có những so sánh với người khác dẫn đến lựa chọn lạc hướng, không theo

chủ kiến của mình. Bateman và các đồng nghiệp (2002) cũng lập luận rằng các

phương pháp khác nhau về khả năng ước lượng WTP, là đại lượng có thể được chỉ

ra là thống nhất với các đo lường thông thường của sự thay đổi phúc lợi, và do đó

có thể được sử dụng như là một phần của phương pháp phân tích lợi ích - chi phí

(CBA). Ngày nay DCE là tiếp cận mô hình lựa chọn được ứng dụng nhiều nhất

trong các tài liệu kinh tế, trong khi đánh giá ngẫu nhiên (contingent rating) hầu như

không bao giờ được sử dụng.

Hộp 2.1. Ví dụ về các kỹ thuật lựa chọn

Hãy tưởng tượng một tình huống mà các phương thức vận tải để làm việc đã được quyết định.

1. Sự lựa chọn rời rạc: (lựa chọn một trong những lựa chọn từ một tập hợp các tùy chọn cạnh tranh) Chọn trong các phương thức vận chuyển sau đây bạn thích nhất (đánh dấu vào một ô).

Phương tiện vận tải Thời gian vận chuyển

Chế độ 1 Ô tô 20 phút 0 phút Chế độ 2 Xe buýt 25 phút 3 phút Chế độ 3 Tàu hỏa 15 phút 10 phút Đi bộ đến / từ phương tiện giao thông

10000 15000 25000 Giá

Tôi chọn phương thức vận tải X

Các thông tin thu được bằng cách sử dụng DCE này: Chế độ Giao thông 2> Chế độ Giao thông 1 và Chế độ Giao thông 3

2. Xếp hạng ngẫu nhiên: (một sự xếp hạng hoàn chỉnh từ các lựa chọn được ưa thích nhất đến ít được ưa thích nhất) Xếp hạng (A, B và C) cho các chế độ lựa chọn: ‘A’ là chế độ được ưa thích nhất, ‘B’ được thích hơn ‘C’ nhừng không thích bằng ‘A’, và ‘C’ là chế độ ít được ưa thích nhất.

Phương tiện vận tải Thời gian vận chuyển

Chế độ 1 Ô tô 20 phút 0 phút Chế độ 2 Xe buýt 25 phút 3 phút Chế độ 3 Tàu hỏa 15 phút 10 phút Đi bộ đến / từ phương tiện giao thông

10000 15000 25000 Giá

Tôi đánh giá phương thức vận tải A B

C Các thông tin thu được bằng cách sử dụng xếp hạng ngẫu nhiên này: Chế độ Giao thông 2 > Chế độ Giao thông 1 > Chế độ Giao thông 3

3. Đánh giá ngẫu nhiên (Contingent rating): (thể hiện mức độ ưu tiên bởi các tùy chọn xếp hạng trên một quy mô)

Đánh giá các chế độ giao thông từ 1 đến 10, '1' là chế độ bạn tưởng tượng là tồi nhất và '10' là tốt nhất.

Phương tiện vận tải Thời gian vận chuyển

Chế độ 1 Ô tô 20 phút 0 phút Chế độ 2 Xe buýt 25 phút 3 phút Chế độ 3 Tàu hỏa 15 phút 10 phút

10.000 15.000 25.000 Đi bộ đến / từ phương tiện giao thông Giá (đồng)

Tôi đánh giá phương thức vận tải 8 3 7

Các thông tin thu được bằng cách sử dụng đánh giá này: Lựa chọn 2 là tốt hơn 1/10 so với lựa chọn 1 và 5/10 so với lựa chọn 3

DCE là kỹ thuật lựa chọn đơn giản nhất và do đó lợi thế lớn nhất của nó là yêu

cầu thấp trong trình độ nhận thức và kinh nghiệm – độ khó và phức tạp của công

việc phát sinh từ thực nghiệm (Louviere và đồng nghiệp 2000). Như đã đề cập trước

đó, DCE có liên quan chặt chẽ đến phương pháp lựa chọn riêng lẽ CVM, cả hai

phương pháp liên quan đến việc người tiêu dùng lựa chọn loại trừ lẫn nhau từ một

tập hợp của hàng hóa thay thế được. Các phương pháp này dựa trên cùng nền một

tảng kinh tế, lý thuyết lợi ích ngẫu nhiên. Cách tiếp cận DCE ngày nay đã được phát

triển vào đầu những năm 1980, với Louviere & Woodworth (1983) là người đầu

tiên sử dụng thuật ngữ “lựa chọn thử nghiệm” –“choice experiment” (Hanley và

động nghiệp 2002).

Trong khi CVM được áp dụng trước và rộng rãi trong kinh tế môi trường, kỹ

thuật lựa chọn đã được giới thiệu trong các tài liệu kinh tế môi trường trong cùng

thời gian, đầu những năm 1990 (Hanley 2003; Hundley 2001; Johnson 2000).

Vương quốc Anh bây giờ đang dẫn đầu trong việc đóng góp các bài báo về DCE,

trong khi các nước như Australia và Hoa Kỳ cũng đóng một vai trò quan trọng trong

việc phổ biến các phương pháp tiếp cận DCE. Tại Đan Mạch và các nước Bắc Âu

khác cũng đã có một sự quan tâm ngày càng tăng về DCE (ví dụ Bech năm 2003;

Carlsson & Martinsson 2003; Gyrd-Hansen & Slothuus 2002; Skjoldborg Gyrd-

Hansen 2003). Sự quan tâm gia tăng đến DCE có thể có một sự phản ánh của công

nhận ngày càng tăng rằng DCE cung cấp nhiều khả năng khác nhau trong bối cảnh

của việc ra quyết định, khi so sánh với việc sử dụng các đánh giá tiêu chuẩn như

phân tích lợi ích - chi phí.

2.1.1 Lựa chọn thử nghiệm rời rạc

Thuật ngữ “lựa chọn rời rạc" bắt nguồn từ sự khác biệt giữa các biến liên tục

và biến rời rạc để biểu thị tập hợp các lựa chọn thay thế. Từ 'Rời rạc' chỉ ra rằng sự

lựa chọn là riêng biệt trong bản chất của nó, có nghĩa là chỉ có thể chọn một giải

pháp thay thế duy nhất. Một tình huống lựa chọn rời rạc được định nghĩa là một

người trả lời phỏng vấn phải đưa ra lựa chọn giữa tập hợp các lựa chọn thay thế đáp

ứng các tiêu chí sau (Train 1993):

• Số lựa chọn thay thế trong bộ này là hữu hạn

• Các lựa chọn thay thế là loại trừ lẫn nhau

• Tập hợp các lựa chọn thay thế là đầy đủ (bao gồm tất cả các lựa chọn thay

thế có thể)

Trong khi hầu hết các bảng câu hỏi CVM yêu cầu người trả lời chỉ có một câu

hỏi liên quan đến một trạng thái đề xuất, DCE thường yêu cầu trả lời để đưa ra một

chuỗi các sự lựa chọn. DCE được mô tả như là một phương pháp trong đó những

hang hóa trong câu hỏi được mô tả bởi một số thuộc tính. Do vậy, lựa chọn thử

nghiệm có thể được sử dụng để kiểm tra phản ứng của các cá nhân về sự thay đổi

của các thuộc tính kịch bản. Thay vì kiểm tra toàn bộ kịch bản như là một gói, lựa

chọn thử nghiệm cho phép các nhà nghiên cứu để phá vỡ các thuộc tính liên quan

của trạng thái và xác định sự ưu tiên cho các thuộc tính khác nhau (Garrod & Willis

1999). Các lựa chọn thay thế đề xuất trong mỗi sự lựa chọn là khác nhau về trạng

thái hàng hóa mô tả cho người trả lời. Những mô tả này được biết đến như là thuộc

tính của các lựa chọn thay thế. Sự biến động trên các lựa chọn thay thế trong bộ lựa

chọn được thực hiện bằng cách chỉ định các cấp độ khác nhau cho các thuộc tính,

theo một quá trình có hệ thống được gọi là thiết kế thử nghiệm.

Các thuộc tính và mức độ của chúng phải được xây dựng để buộc người trả lời

cân nhắc và đưa ra lựa chọn. Ví dụ, một ngườicó thể thich lái một chiếc xe đi làm

hơn là đi xe buýt hoặc xe lửa, sử dụng phương tiện giao thông công cộng lại có chi

phí thấp hơn, điều này làm cho anh ta có sự lựa chọn khác hẳn (xem hình 3.1). Điều

quan trọng là cần lưu ý rằng thời gian di chuyển của mỗi phương án là khác nhau,

phát sinh một tình huống mới (tức là một gói hàng hóa khác).

Ô tô 20 phút 0 phút

Phương tiện vận tải Thời gian vận chuyển Đi bộ đến / từ phương tiện giao thông Giá Chế độ 1 Chế độ 2 Chế độ 3 Tàu hỏa Xe buýt 15 phút 25 phút 10 phút 3 phút 15000 10000

Tôi đánh giá phương thức vận tải A C 25000 B

Thuộc tính Lựa chọn thay thế Cấp độ

Hình 2.1: Một tập lựa chọn

Bằng cách đảm bảo một biến đổi nhất định trong kịch bản, sẽ trở nên có thể quan

sát mức độ mà mỗi thuộc tính ảnh hưởng đến sự lựa chọn của người trả lời, có

nghĩa là, ước lượng được tỷ lệ thay thế cận biên của các thuộc tính (Louviere và

đồng nghiệp 2000).

2.1.2 Sự bao gồm một thuộc tính chi phí

Các thuộc tính chi phí đóng một vai trò quan trọng và khác biệt trong DCE. Sự

bao gồm một thuộc tính chi phí cung cấp các DCE với một chất lượng đặc biệt khi

nó trở thành một phương pháp tìm sẵn lòng trả (WTP). Điều này ngụ ý rằng các lợi

ích được ước tính về tiền tệ và làm cho DCE phù hợp với kinh tế học phúc lợi (tức

là điều kiện cải thiện Pareto tiềm năng). Kết quả từ các nghiên cứu khác nhau sau

đó có thể được so sánh và - trên cơ sở hiệu quả kinh tế - được sử dụng trong việc

thiết lập ưu tiên. Sự bao gồm một thuộc tính chi phí làm cho có thể gián tiếp thu

được WTP của người trả lời cho các hàng hóa trong bộ hang hóa (một lựa chọn thay

thế) hoặc WTP của người trả lời cho thuộc tính tương ứng, tức là WTP biên (cũng

được gọi là phần giá trị hoặc giá tiềm ẩn) (Bennett & Blamey 2001). Phương pháp

này là gián tiếp trong trường hợp người trả lời không được hỏi trực tiếpWTP của họ

như trong phương pháp CVM, nhưng thay vào đó, phải có chi phí giao dịch cho cải

tiến trong các thuộc tính có giá trị tích cực (hoặc giảm trong các thuộc tính có giá trị

tiêu cực). WTP biên chỉ đơn giản là tỷ lệ thay thế cận biên trong đó đơn vị tính toán

là thuộc tính chi phí. Việc ước lượng phúc lợi được dựa trên sự sử dụng các hệ số

của các thuộc tính chi phí như là một sự đại diện cho tiện ích cận biên của thu nhập

(tiền). Cách tiếp cận gián tiếp ước tính WTP thường được coi là một lợi thế hơn

CVM vì nó làm giảm đáng kể tập trung vào các khía cạnh giá.

Chi phí có thể có nhiều hình thức khác nhau trong DCE, bao gồm các tùy chọn

như giá tiêu dùng, chi phí vận chuyển, tiền lương, sự cho tặng, nộp thuế… Hình

thức trong đó chi phí (thanh toán) được quy định cụ thể trong cuộc khảo sát, các

điều kiện theo đó nó là cần thiết và liên kết giữa các phản ứng và thanh toán tiềm

năng được gọi là “phương tiện thanh toán” (Green 1998b). Việc lựa chọn phương

tiện thanh toán phụ thuộc vào bối cảnh của sự lựa chọn nhiệm vụ và điều kiện lựa

chọn

2.2. Nền tảng của lựa chọn thử nghiệm rời rạc

Các nền tảng lý thuyết của DCE là kết hợp một số lý thuyết kinh tế khác

nhau. DCE được dựa trên lý thuyết lựa chọn xác suất và đặt tên theo lý thuyết lợi

ích ngẫu nhiên và phù hợp với lý thuyết kinh tế của Lancaster về giá trị và kinh tế

tân cổ điển (Lancaster 1966; Manski 1977). Lý thuyết lợi ích ngẫu nhiên cho phép

các nhà nghiên cứu để gợi ra những ưu đãi đối với hàng hoá phức tạp đa chiều, từ

các mô hình ưu đãi có thể được ước tính. Các cơ sở của lý thuyết lựa chọn xác suất

và việc mô hình hóa này có một số bất định xung quanh sự lựa chọn của một cá

nhân - chúng ta có thể không hoàn toàn dự đoán sự lựa chọn của cá nhân. Một đặc

tính quan trọng của các mô hình giải quyết sự bất định là, thay vì xác định một giải

pháp thay thế như các tùy chọn đã chọn, họ gán cho mỗi một xác suất được lựa

chọn thay thế. Nhiều mô hình lựa chọn rời rạc đã được sử dụng trong một loạt các

lĩnh vực nghiên cứu như tâm lý học, sinh học và kinh tế. Tất cả các mô hình lựa

chọn xác suất được đặc trưng bởi phương trình sau đây (cho một thay thế cho i),

(2.1) Ui = Vi +εi

Điều khác nhau giữa các mô hình là cách giải thích các biến (các thuật

ngữ). Mô hình hóa sự lựa chọn xác suất có thể được chia thành hai dạng chính:

(1) quy tắc quyết định được giả định là ngẫu nhiên và các tiện ích đã xác định

(2) Các quy tắc quyết định được giả định là xác định và tiện ích ngẫu nhiên

Sự khác biệt giữa hai cách giải thích của mô hình xác suất là rất quan trọng, vì

nó liên quan đến các yếu tố xác định xác suất. Dạng đầu tiên của mô hình xem hành

vi của cá nhân như bản chất xác suất, mà ngụ ý rằng hành vi cá nhân có thể thay đổi

theo các yếu tố bên trong và bên ngoài. Dạng thứ hai của mô hình xem xác suất là

không có khả năng của nhà nghiên cứu để xây dựng một cách chính xác hành vi cá

nhân. Đối với một tổng quan về các dạng khác nhau của sự lựa chọn lý thuyết xác

suất, xem Hình 2.2.

Hình 2.2: Các nhánh của lý thuyết sự lựa chọn xác suất

(cũng được gọi là lý thuyết lựa chọn rời rạc).Ý tưởng từ Anderson và đồng nghiệp.

1991

Lý thuyết xác suất lựa chọn

Quy tắc quyết định ngẫu nhiên Lợi ích ngẫu nhiên

Mô hình Tversky (1972) Mô hình Thurstone (1927) Diễn giải kinh tế về lợi ích ngẫu nhiên (ví dụ. Manski 1977) Mô hình Luce (1959)

2.2.1 Quy tắc quyết định ngẫu nhiên

Mô hình hóa sự lựa chọn xác suất với một quy tắc quyết định ngẫu nhiên

bao gồm các lý thuyết tiên đề của Luce (1959) và loại bỏ Tversky khía cạnh lý

thuyết (Tversky 1972).Cách tiếp cận này giả định rằng các lợi ích (Vi) của các lựa

chọn thay thế là cố định (xác định). Thay vì lựa chọn thay thế với các lợi ích cao

nhất, cá nhân được giả định cư xử với xác suất lựa chọn được xác định bởi một hàm

phân bố xác suất trên các lựa chọn thay thế bao gồm các tiện ích như các thông số

(Ben-Akiva & Lerman 1985). Điều này ngụ ý rằng các cá nhân không nhất thiết

phải chọn giải pháp thay thế mang lại mức độ cao nhất của lợi ích, nhưng thay vì có

một xác suất của việc lựa chọn từng phương án. Theo ghi nhận của Tversky (1972),

mọi người thường cảm thấy không chắc chắn và không thống nhất khi phải lựa chọn

giữa các lựa chọn thay thế, cá nhân thường không chắc chắn lựa chọn thay thế để

lựa chọn, cũng không làm họ luôn luôn có cùng một sự lựa chọn trong điều kiện có

vẻ như giống hệt nhau.

Việc sử dụng phổ biến của thuật ngữ “hành vi hợp lý” được dựa trên niềm tin

của một quan sát viên về những gì các kết quả của một quyết định nên và đứng trái

ngược với tính bốc đồng, trong đó các cá nhân đáp ứng với các tình huống của sự

lựa chọn theo những cách khác nhau tùy thuộc vào trạng thái tâm lý của họ tại thời

điểm thực hiện quyết định (Ben-Akiva Lerman 1985). Kinh tế và tâm lý học có

quan điểm hoàn toàn khác nhau của quá trình ra quyết định. Trọng tâm chính của

nhà tâm lý học là để hiểu được bản chất của các yếu tố quyết định, trong khi các nhà

kinh tế tập trung chủ yếu vào các bản đồ từ các đầu vào thông tin để lựa chọn, dựa

trên hành vi hợp lý và tối đa hóa lợi ích. Quan điểm tâm lý của quá trình ra quyết

định được chi phối bởi ý tưởng rằng hành vi của địa phương, thích nghi, học thức,

phụ thuộc vào bối cảnh, thay đổi và chịu ảnh hưởng bởi các tương tác phức tạp của

nhận thức, động cơ, thái độ. Kinh tế, mặt khác, coi các sở thích (giá trị) như là khởi

nguồn của các phân tích và quá trình quyết định như một hộp đen. Tâm lý học có

những lý thuyết khác nhau và kỹ thuật để nghiên cứu quá trình ra quyết định. Các

mô hình hàng đầu đã được nghiên cứu của Tversky và Kahneman trên nghiên cứu

thực nghiệm về các điều bất thường về nhận thức (còn gọi là phương pháp tiếp cận

đánh giá theo kinh nghiệm và độ lệch): trường hợp trong đó một cá nhân thể hiện độ

lệch đáng ngạc nhiên so với sự hợp lý (Ben-Akiva et al 1999; Gilovich et al. 2002;

McFadden 1999).

Thành phần tạo nên ngẫu nhiên trong tiện ích là gì? Nhà nghiên cứu biết rằng

không phải tất cả các yếu tố ảnh hưởng đến sự lựa chọn cũng không phải hàm lợi

ích chính xác, hơn nữa, nó dường như là mức độ ưa thích khác nhau giữa các cá

nhân (Train 2003). Những giải thích về sự lựa chọn của người tiêu dùng là phù hợp

với lý thuyết tân cổ điển (giả định của một cá nhân tối đa hóa lợi ích hợp lý), nhưng

giải thích cũng tồn tại vượt quá phạm vi của lý thuyết kinh tế chuẩn tắc. Người tiêu

dùng có thể không được hoàn toàn hợp lý trong sự lựa chọn của họ, tức là họ có thể

không có một hàm ưa thích đầy đủ. Herbert Simon đã đề xuất các tiêu chí để thực

hiện liên kết kinh tế với tâm lý học, bằng cách phân biệt “hợp lý hoàn hảo” với “hợp

lý không hoàn hảo”, được gọi là hợp lý bị giới hạn. Hợp lý bị giới hạn ngụ ý rằng

mọi người suy đoán và lựa chọn một cách hợp lý, nhưng chỉ trong các ràng buộc

bởi việc hạn chế tìm kiếm thông tin (chi phí thông tin) và năng lực tính toán (hạn

chế khả năng nhận thức). Do đó họ không nhất thiết phải kết thúc việc lựa chọn

những gì là tốt nhất cho họ. Hợp lý bị giới hạn công nhận các khó khăn về quá trình

ra quyết định phát sinh từ những hạn chế của con người như là người giải quyết vấn

đề, với khả năng xử lý thông tin hạn chế. Để có thể ứng phó hiệu quả với những hạn

chế này, Simon đã trình bày các chẩn đoán đơn giản hóa mà người ta có thể sử

dụng, chẳng hạn như chẩn đoán nhanh chóng và nhất thời, phương pháp tiếp cận

của ông trong nhiều khía cạnh phù hợp với cách tiếp cận tâm lý đánh giá theo kinh

nghiệm và độ lệch.

Các tài liệu Kinh tế thực nghiệm đã bắt đầu nhận ra rằng việc giải thích hành

vi của con người vượt ra khỏi cơ sở lý thuyết truyền thống (xem hình 2.3). Như

McFadden đã nêu (2001): “Vai trò tiềm năng quan trọng của nhận thức, khác nhau,

từ nhận thức tâm vật lý cổ điển của các thuộc tính, thông qua việc hình thành tâm lý

của nhận thức để giảm sự bất hòa, tính toán về mặt tinh thần cho thời gian và chi

phí, phần lớn vẫn chưa được khai thác trong nghiên cứu thực nghiệm vào sự lựa

chọn kinh tế. Cuối cùng, các thông tin phản hồi từ các nghiên cứu thực nghiệm của

hành vi lựa chọn lý thuyết kinh tế của người tiêu dùng đã bắt đầu, thông qua kinh tế

hành vi và thử nghiệm, nhưng vẫn mới chỉ là bắt đầu” (McFadden năm 2001).

Các nhà kinh tế có thể học hỏi được rất nhiều từ các tài liệu tâm lý có thể giúp

giải thích một số hiện tượng quan sát thấy trong kinh tế thực nghiệm không phù hợp

với lý thuyết kinh tế chuẩn tắc. Một vài nỗ lực đã được thực hiện để áp dụng kiến

thức của các yếu tố tâm lý ảnh hưởng đến phán đoán và ra quyết định khi thực hiện

DCE. Đặc biệt quan trọng là một thực tế rằng DCE chính nó đặt ra nhiều mối quan

tâm khi nó được xem xét về các xu hướng và lối tắt có thể ảnh hưởng đến sự phán

đoán và ra quyết định (Lloyd 2003). Swait Adamowicz (2001a) lập luận rằng có hai

lý do cho việc thiếu các nghiên cứu về việc ra quyết định, trước hết, các tài liệu lý

thuyết quyết định tâm lý và hành vi chưa được dịch vào phân tích kinh tế thực

nghiệm, và thứ hai là các dữ liệu được sử dụng trong nghiên cứu kinh tế có xu

hướng khác nhau. Trong một nghiên cứu về hành vi của người tiêu dùng, Swait

Adamowicz (2001a) đã tìm thấy dẫn chứng cho giả thuyết rằng hành vi lựa chọn có

thể bị ảnh hưởng bởi bối cảnh phức tạp. Họ đề xuất nghiên cứu sâu hơn để kiểm tra

xem mức độ phức tạp gây ra các chiến lược lựa chọn khác nhau và do đó các mô

hình đền bù được sử dụng bởi các nhà kinh tế có thích hợp hay không. Trong một

bài báo bổ sung, Swait (2002) đã thảo luận làm thế nào để tạo mô hình một cách bất

hợp lý, chẳng hạn như phụ thuộc vào bối cảnh, khung có hiệu lực, vv Điều này là

hiển nhiên, khi sự lựa chọn mô hình trở nên tiên tiến, xu hướng khám phá và giải

thích hành vi của con người sẽ tăng lên.

Lợi ích ngẫu nhiên

Quy tắc quyết định ngẫu nhiên

Lý thuyết xác suất lựa chọn

Hình 2.3: Các nhà kinh tế đã bắt đầu nhận ra việc giải thích hành vi của con

người vượt ra ngoài những cơ sở lý thuyết truyền thống

2.2.2 Lý thuyết lợi ích ngẫu nhiên

Nguồn gốc của mô hình lựa chọn rời rạc theo xác suất xuất phát từ các nghiên

cứu của Thurstone (1927) trong ngành tâm lý lượng học (Quy tắc đánh giá tương

đối - Law of Comparative Judgment), trong đó một lựa chọn i với mức độ kích

thích kinh tế thực được nhận biết với một sai số của Vi + εi. Thurstone đề xuất việc

mô hình hóa sự lựa chọn cá nhân như là kết quả của một quá trình trong đó các

biến ngẫu nhiên được kết hợp với từng phương án, và phương án với sự nhận thức

cao nhất là một trong phương án được lựa chọn (do đó thuộc về dạng thứ hai của

các mô hình lựa chọn). Khi kích thích nhận thức được hiểu là mức độ thỏa mãn,

hoặc lợi ích, điều này có thể được hiểu như là một mô hình lựa chọn kinh tế trong

đó các cá nhân lựa chọn các tùy chọn tuân theo sự nhận thức lớn nhất về lợi ích

(Anderson 1991; McFadden 2001). Marchak giới thiệu nghiên cứu của Thurstone

về kinh tế vào năm 1960, bằng cách khám phá những ý nghĩa lý thuyết của xác suất

lựa chọn cho tối đa hóa các lợi ích có chứa các yếu tố ngẫu nhiên (có tên là Mô hình

lợi ích ngẫu nhiên, RUM). Ý tưởng này sau đó được đưa lên và tiếp tục phát triển

bời các nhà kinh tế khác bao gồm Manski và McFadden (Manski 1977; McFadden

năm 1974).

Hãy xem xét một cá nhân để lựa chọn một giải pháp thay thế từ một tập hợp

lựa chọn các lựa chọn thay thế. Lý thuyết kinh tế tân cổ điển cho rằng các cá nhân

có năng lực phán đoán hoàn hảo và khả năng xử lý thông tin không giới hạn, cho

phép các cá nhân xếp hạng các lựa chọn thay thế một cách rõ ràng và nhất quán. Cá

nhân do đó có thể xác định lựa chọn tốt nhất của mình và sẽ lặp lại sự lựa chọn này

trong trường hợp giống hệt nhau (Anderson, 1991). Sự liên kết với lý thuyết lựa

chọn theo xác suất phát sinh từ sự thiếu thông tin về hàm lợi ích cá nhân thực của

nhà nghiên cứu. Như vậy, lý thuyết lựa chọn theo xác suất được giới thiệu không

phải để phản ánh một sự thiếu hợp lý trong từng cá nhân, nhưng để phản ánh một sự

thiếu thông tin về các đặc tính của các lựa chọn thay thế và các đặc tính của cá nhân

từ phía các nhà nghiên cứu (εi) (Manski 1977). Các nhà nghiên cứu chỉ quan sát

thấy một phần của lợi ích tạo nên các lựa chọn thay thế. Điều này ngụ ý rằng hàm

lợi ích là xác định từ quan điểm của cá nhân và do đó là phù hợp với kinh tế tân cổ

điển. Các hàm lợi ích gián tiếp được chia ra thành một hàm lợi ích mà phụ thuộc

hoàn toàn vào yếu tố được quan sát bởi các nhà nghiên cứu và hàm lợi ích khác đại

diện cho tất cả các yếu tố ảnh hưởng đến sự lựa chọn của người tiêu dùng. Ta có

(2.1) Ui = Vi + εi

và đối với cá nhân n, lợi ích sẽ trở thành

(2.2) Uin = Vin + εin

Ui là lợi ích thực nhưng không quan sát được (tiềm ẩn) của lựa chọn i, Vi là thành

phần lợi ích có thể quan sát được, và εi là yếu tố không quan sát được đối với nhà

nghiên cứu và được sử lý như là một thành phần ngẫu nhiên (Hanemann 1984). Vi

do đó trở thành phần có thể giải thích được của phương sai trong sự lựa chọn và εi là

thành phần không giải thích được. Lý thuyết lợi ích ngẫu nhiên (Random Utility

Theory - RUT) giả định rằng các cá nhân hoạt động hợp lý và chọn thay thế với

mức cao nhất của lợi ích - tức là các cá nhân là người tối đa hóa lợi ích. Khi nhà

nghiên cứu không thể quan sát hàm lợi ích thực của cá nhân, một hàm lợi ích xác

suất được sử dụng trong ước lượng. Mô hình lựa chọn xác suất thích hợp nhất để áp

dụng phụ thuộc vào các giả định về các tham số ngẫu nhiên. Giả sử rằng các cá

nhân có thể lựa chọn giữa hai lựa chọn thay thế, i và j, xác suất mà thay thế i được

lựa chọn được cho bởi:

Pi = Prob(U i> U j ) = Prob(Vi + εi> V j + ε j ) = Prob(Vi − V j> ε j − εi ) ∀ i ≠ j (2.3)

Từ đây có thể thấy rằng xác suất lựa chọn một sự thay thế càng cao, thì sự khác biệt

trong lợi ích quan sát được càng lớn. Do vậy xác suất được xác định trên phạm vi

chủ yếu, cũng là mức lợi ích được ước lượng (đó là lý do tại sao chúng ta có được

ước lượng WTP có ý nghĩa). Các đầu vào của mô hình là sự lựa chọn quan sát,

trong khi đầu ra, tức là những gì được ước tính là sự khác biệt trong lợi ích cho hai

lựa chọn thay thế (Vi-Vj), đặc trưng bởi các lợi ích cho mỗi thuộc tính. Người trả lời

đều thực hiện một sự lựa chọn rời rạc và đã chọn phương án i hoặc phương án j. Khi

lựa chọn được tổng hợp qua các cá nhân (thống kê các đặc tính của các cá nhân, nếu

có thể), tổng số phần trăm của mẫu quan sát chọn phương án i được hiểu là xác suất

mà một cá nhân với các đặc tính cá nhân cụ thể lựa chọn phương án i. Vì vậy, sự

lựa chọn được chuyển thành một đường cong liên tục (sigmoid) đặc trưng cho sự

đánh đổi giữa hai lựa chọn thay thế. Khi chất lượng của các thuộc tính thay thế i

tăng so với thay thế j, xác suất hội tụ về 1. Điều này giống như nói rằng xác suất của

các lựa chọn thay thế i làm tăng sự khác biệt trong lợi ích ước lượng giữa hai lựa

chọn thay thế gia tăng. Hình dạng của đường cong sigmoid đảm bảo rằng những

thay đổi trong sự khác biệt về lợi ích khi các cá nhân là rất không chắc chắn về việc

lựa chọn phương án, tạo ra thay đổi lớn trong các xác suất, tức là mô hình là rất

nhạy cảm với thay đổi với xác suất khoảng 50%. Mặt khác, những thay đổi trong sự

khác biệt về lợi ích ít ảnh hưởng đến xác suất tổng thể khi các cá nhân chắc chắn

hơn về lựa chọn của mình. Do đó xác suất có thể được giải thích như mức độ ưu

tiên cho từng phương án. Xem xét một tình huống trong đó xác suất của các lựa

chọn thay thế là 50%. Trong trường hợp này, các lợi ích cho từng phương án sẽ là

như nhau, tức là sự khác biệt trong lợi ích này sẽ là 0, và nó không thể quyết định

các phương án cá nhân n sẽ chọn. Không có thông tin được nêu ra trong tình huống

này khi đó sự lựa chọn được hiểu như là ngẫu nhiên. Tóm lại, giải thích của các xác

suất là những gì làm cho nó có thể để đạt được một tỷ lệ lợi ích chủ yếu. Một tỷ lệ

như vậy là cần thiết để so sánh những lợi ích đạt được, tức là chuyển đổi các lợi ích

vào các đơn vị đo lường phúc lợi tiền tệ.

Phương pháp tiếp cận lý thuyết lợi ích ngẫu nhiên, chính thức hóa bởi Manski

(Manski 1977) và tiếp tục mở rộng khuôn khổ mô hình hóa bởi McFadden

(McFadden 1974; McFadden1980; McFadden 1986; McFadden & Train 2000), là

phù hợp với lý thuyết người tiêu dùng tân cổ điển. Manski (1973) xác định có bốn

nguồn ngẫu nhiên khác nhau:

• Lỗi Đo lường và các thông tin không hoàn hảo (khi dữ liệu được sử dụng

để ước tính các thông số mô hình không phải là sự đo lường đúng theo lý thuyết)

• Biến công cụ (hay biến đại diện) (sử dụng các biến liên quan chặt chẽ)

• Các thuộc tính không quan sát được (sự lựa chọn thay thế không chỉ được

xác định bởi các thuộc tính đã biết, mà còn bởi một số thuộc tính tiềm ẩn)

• Sự thay đổi sở thích không quan sát được (tính không đồng nhất trong các

sở thích). Tính không đồng nhất là một yếu tố then chốt xác định sự ngẫu nhiên và

ngụ ý rằng sở thích khác nhau giữa các cá nhân; nhà nghiên cứu không biết sở thích

của các cá nhân và do đó có thể không hoàn toàn dự đoán các lựa chọn.

Lý thuyết tân cổ điển được xây dựng dựa trên một số tiên đề cung cấp cho các

thuộc tính mong muốn mối quan hệ sở thích của người tiêu dùng, tức là họ đảm bảo

rằng sở thích có thể được đại diện bởi một quy mô số (lợi ích). Các tiên đề đảm bảo

rằng các gói hàng hoá (các lựa chọn thay thế) được sắp xếp theo hàm sở thích của

cá nhân và cá nhân cư xử hợp lý. Giả định rằng các cá nhân có sở thích đầy đủ, ổn

định và nhất quán và đường bàng quan là liên tục (Deaton & Muellbauer

1989). Nếu sở thích không đầy đủ, ổn định và phù hợp thì chúng phải được xây

dựng tại thời điểm chúng được gợi ra, cho thấy quá trình có thể được điều khiển

bằng phương pháp kinh nghiệm và bị ảnh hưởng bởi bối cảnh (Swait và đồng

nghiệp 2002). Tiên đề liên tục loại trừ các thứ tự về ngôn ngữ, ví dụ như sở thích

chiếm ưu thế (mặc dù điều này đại diện cho một hệ thống lựa chọn hoàn toàn hợp

lý) và đảm bảo các khái niệm về đánh đổi là một trong những nguyên tắc cốt lõi của

DCE. Việc vi phạm của một hoặc nhiều các tiên đề này ảnh hưởng đáng kể đến việc

giải thích của DCE. Vì vậy, nghiên cứu các vi phạm tiên đề và những nguyên nhân

tiềm ẩn của chúng (ví dụ như vấn đề thiết kế) là khá quan trọng.

DCE rút ra từ lý thuyết kinh tế về giá trị của Lancaster (Lancaster 1966). Đây

là một phần mở rộng của các lý thuyết tiêu dùng tân cổ điển trong đó “hàng hóa sở

hữu hoặc được gán cho các thuộc tính đa dạng trong một tỷ lệ nhất định và những

thuộc tính này không phải cho bản thân hang hóa, mà trong đó sở thích của người

tiêu dùng là thực thi” (Lancaster 1966). Phương pháp tiếp cận của Lancaster coi một

đơn vị hàng hóa bất kỳ nào như là một gói cho các thuộc tính của các đặc tính (ví

dụ, một loại thực phẩm sẽ bao gồm các hương vị cụ thể, năng lượng, vitamin, v.v.)

và một sự kết hợp của hàng hoá sẽ tạo ra một vector số lượng những đặc điểm

này. Sở thích của người tiêu dùng được xác định trên gói đặc tính và cầu hàng hoá

là cầu thứ phát. Tiêu dùng là hoạt động khai thác các đặc tính từ hàng hoá. Do đó

cách tiếp cận của Lancaster rất thích hợp để xử lý với DCE. Số lượng của một thuộc

tính sinh ra bởi một đơn vị hàng hóa là cố định, bất kể mức tiêu thụ hàng hóa này

hoặc bất kỳ hàng hóa nào khác. Đằng sau giả định này là sự công nhận rằng các

thuộc tính được đo lường khách quan và nhận biết đầy đủ. Kết luận của lý thuyết

Lancaster không vi phạm các nền tảng tân cổ điển. Thay vì mô tả mối quan hệ giữa

hai hàng hóa, MRS mô tả mối quan hệ giữa hai thuộc tính.

2.2.3 Hàm lợi ích

Để phân tích một DCE, mỗi hồ sơ cá nhân của người trả lời có thể quy vào

một con số lợi ích duy nhất đại diện cho giá trị tổng thể của người đó. Điều này

được thực hiện bằng cách chỉ định trọng số từng thuộc tính sau khi tiêu chuẩn hóa

tất cả các giá trị trong mỗi thuộc tính với một giá trị trung bình bằng 0 với một đơn

vị độ lệch chuẩn. Các trọng số của mỗi thuộc tính sau đó có thể được sử dụng để

nhận được một sự kết hợp tuyến tính. Cách tiếp cận này có hiệu lực chuyển đổi mỗi

hồ sơ cá nhân đa thuộc tính vào một điểm duy nhất trên trục số thực. Mô hình dựa

trên cách tiếp cận này được gọi là các mô hình đền bù. Mô hình đền bù nổi tiếng

nhất là mô hình lợi ích cộng tính tác động cơ bản, trong đó trọng số biểu thị tầm

quan trọng được giao cho các giá trị trên từng thuộc tính. Các trọng số có thể được

xem như các phần giá trị mà làm cho tất cả các thang lợi ích tương xứng với nhau,

để giá trị từng phần (part-worths) (β) có thể được tổng kết để mang lại một lợi ích

duy nhất (tổng thể). Điều này là giống như nói rằng lợi ích của một phương án lựa

chọn bằng tổng của lợi ích của các bộ phận (thuộc tính) của nó. Coi Vi như một

hàm lợi ích gián tiếp có điều kiện và giả định rằng tiện ích là tuyến tính cộng tính,

các tiện ích quan sát được thay thế tôi có thể được viết là

(2.4) Vi = β xi Ui = βxi+ εi

Với xi = (x1i, x2i, ..., xpi) là vector các thuộc tính của phương án lựa chọn i bao gồm

một thuộc tính giá cả có thể được, và β là vector các trọng số (tham số) của các

thuộc tính. Đó là tiêu chuẩn thực hành trong một DCE để đảm nhận một hàm lợi ích

cộng tính tuyến tính (tuyến tính trong tham số và các biến giải thích). Thuộc tính

định lượng được mã hóa như chúng thể hiện, trong khi các thuộc tính chất lượng là

một thuộc tính giả hoặc mã tác dụng (Louviere 2000).Trong khi hai phương pháp

tiếp cận là tương đương, việc sử dụng mã hóa các hiệu ứng tạo điều kiện giải thích

là mức độ tác động cơ bản được tạo ra bằng với tổng trái dấu của các giá trị tham số

cho các loại khác; mặt khác, mã hóa giả hợp nhất các loại mức độ cơ sở vào trong

hệ số chặn (Mark & Swait 2004).

Khi so sánh (phân loại) hai thuộc tính, tỷ lệ thay thế biên (MRS) được ước

tính. MRS cho thấy sự đánh đổi giữa hai thuộc tính đặc trưng cho hàng hóa và do

đó là tầm quan trọng tương hỗ của các thuộc tính trong vấn đề. Cố định tổng lợi

ích,

(2.5)

và MRS sẽ trở thành

(2.6)

Khi một trong các thuộc tính là một thuộc tính chi phí, MRS cho biết sẵn sàng chi

trả (WTP) cho một sự thay đổi trong các thuộc tính chất lượng, tức là sẵn sàng chi

trả cận biên (MWTP), cũng được biết đến như là giá trị từng phần (part-worths).

Ký hiệu thuộc tính chi phí là p. Khi biến thu nhập được loại bỏ ra khỏi các mô hình

giá tuyến tính (Vì thế biến giá mang dấu âm trong phương trình 2.7), sẵn sàng chi

trả cận biên trở thành

(2.7)

Việc áp dụng một dạng hàm khác đối với giá, chẳng hạn như một hàm loga-tuyến

tính, sẽ làm cho các tính toán của MRS thay đổi cũng như các ước lượng MRS khi

đó sẽ phụ thuộc vào mức độ cần thiết của các biến được đưa vào. Điều này ngụ ý

rằng MWTP phụ thuộc vào mức độ xác thực của thu nhập.

Sự bao gồm các đại lượng tương tác

Đôi khi mang lại lợi ích bao gồm các đại lượng (các biến) tương tác trong các

hàm lợi ích. Các đại lượng tương tác có thể là tương tác giữa hai biến thuộc tính (ví

dụ x1 × x2) hoặc tương tác với các biến bổ sung, chẳng hạn như biến người cụ thể

(ví dụ s1 × x2, S biểu thị vector của các đặc tính cá nhân). Bao gồm các biến cá nhân

cụ thể (sociodemographics) trong mô hình làm cho nó có thể giải thích cho một số

tính không đồng nhất trong các sở thích giữa các cá nhân, mà có thể mang lại thông

tin rất quan trọng, và thực hiện phân tích phân nhóm. Khi tương tác, ký hiệu là Z,

lợi ích quan sát được của cá nhân n cho phương án thay thế i được đưa ra là

Vi = β xi + β zn (2.8)

Với Zn = (z1, z2, ..., Zr) biểu thị vector của các tương tác. Khi các thuộc tính cá nhân

cụ thể không thay đổi theo lựa chọn thay thế, họ chỉ có thể nhập vào mô hình theo

cách tạo ra sự khác biệt về lợi ích trong các phương án lựa chọn thay thế (xác suất

và do đó là ước lượng của các lợi ích được quy định như sự khác biệt trong các

thuộc tính lợi ích trong số các lựa chọn thay thế) (Train 2003). Các thuộc tính cá

nhân cụ thể do đó nhân với các biến thuộc tính riêng có lien quan. Việc bao gồm

các biến tương tác cần thiết làm tăng nhu cầu về dữ liệu (số quan sát). Đặc biệt, điều

quan trọng cần lưu ý là sự bao gồm thuộc tính tương tác hai chiều làm gia tăng yêu

cầu của thiết kế thử nghiệm. Hơn nữa, các biến tương tác cần phải được đưa vào

tính toán trong ước lượng MRS và các đo lường phúc lợi.

2.2.4 Mô hình hóa lựa chọn rời rạc

Ngược lại với CVM, mô hình là một yếu tố rất quan trọng trong ứng dụng của

DCE. Mô hình hóa sự lựa chọn liên quan rất chặt chẽ đến lý thuyết lợi ích ngẫu

nhiên (Random Utility Theory - RUT), mà có thể rất khó khăn để tách biệt hai khái

niệm. RUT được phát triển đồng thời với mô hình hóa sự lựa chọn như một cách để

giải thích hành vi quan sát thấy trong các thiết lập của lý thuyết kinh tế. Liên kết

RUT quan sát thấy sự lựa chọn hành vi giả định và phát triển một mô hình lựa chọn

thống kê giải thích sự lựa chọn quan sát. Các vấn đề tổng thể với các mô hình lựa

chọn được những khó khăn vốn có của toán học và thống kê, đặc biệt là trong

những năm 1970 và 1980, khi nhiều mô hình phát triển đã diễn ra. Sự sẵn có của

máy tính kỹ thuật số nhanh hơn trong vòng 30 năm trước đó, cùng với những tiến

bộ quan trọng trong công nghệ ước lượng, ước lượng của các mô hình lựa chọn dễ

dàng hơn và việc sử dụng các mô hình phức tạp hơn có thể (Keane, 1997).

Có rất nhiều mô hình có sẵn mà có thể được sử dụng trong ước lượng

DCE. Việc lựa chọn mô hình, trong số những mô hình khác, phụ thuộc vào thiết kế

của DCE. Các phương pháp DCE có thể được chia thành hai nhóm, tùy thuộc vào

việc lựa chọn các thiết lập bao gồm:

• Hai lựa chọn thay thế - làm phát sinh các mô hình lựa chọn nhị phân rời rạc

• Ba lựa chọn thay thế - làm phát sinh nhiều sự lựa chọn mô hình rời rạc

Từ quan điểm của nhà nghiên cứu, xác suất mà một cá nhân được lựa chọn một sự

thay thế trong khoảng giữa 0-1 (0-100%). Đối với mỗi tập lựa chọn, kết quả của

quyết định được đặc trưng bởi y. Khi lợi ích quan sát được cho một lựa chọn gia

tăng tới vô cùng, xác suất hội tụ tới 1, khi giảm lợi ích quan sát được, xác suất hội

tụ đến 0 (Greene 2003):

(2.9)

Như đã đề cập trước đó, các yếu tố quyết định sự lựa chọn của người trả lời có thể

được chia thành các yếu tố được quan sát bởi các nhà nghiên cứu (đã tỏ ra có), và

các yếu tố không được quan sát bởi các nhà nghiên cứu (Ký hiệu là ε). Những yếu

tố này liên quan đến sự lựa chọn của người trả lời, như sau:

y=h (x, ε) (2.10)

với hàm h[⋅] được gọi là hàm quá trình hành vi. Xác suất người trả lời chọn một

kết quả cụ thể, xác định bởi lựa chọn thay thế i, là xác suất mà thành phần sai số sao

cho quá trình hành vi dẫn đến kết quả đó

P(y/x) = prob[ε s.t. h(x, ε ) = y] (2.11)

Để hiểu điều này, chúng ta định nghĩa một hàm chỉ báo I[h (α, ε) = y] mà nhận

giá trị bằng 1 nếu tuyên bố về kết quả là đúng sự thật và 0 nếu sai. Điều này là

giống như nói rằng I[⋅] = 1 nếu giá trị ε kết hợp với α làm cho người trả lời lựa

chọn kết quả y, và I[⋅]= 0 nếu khác. Sau đó, xác suất mà người trả lời chọn y là giá

trị kỳ vọng của hàm chỉ thị này, với kỳ vọng là những giá trị dương của các yếu tố

không quan sát được, tức là tích phân của chỉ số về kết quả của quá trình hành vi

Pi =(I[ε s.t. h(x, ε ) = y]f(ε)d ε)

(2.12)

Xác suất cho các lựa chọn thay thế được cho là tích phân của tích của hàm chỉ số

với hàm mật độ f(ε), hàm xác định các hàm phân phối lũy tích. Xác suất của lựa

chọn thay thế j do đó trở thành

(2.13) Pj = Pi – 1

Để xác định xác suất lựa chọn chính xác, phân phối của biến ngẫu nhiên phải được

chỉ định, tức là tích phân phải được xác định. Tùy thuộc vào mô hình đang được áp

dụng, tích phân có thể có dạng đóng, đóng một phần hoặc dạng mở. Trong trường

hợp tích phân dạng mở, các mô hình trong câu hỏi là mô hình mô phỏng, xem Bảng

2.1.

Bảng 2.1: Mô hình được sử dụng để ước lượng các thí nghiệm lựa chọn rời rạc.

Mô hình lựa chọn rời rạc nhị phân

Mô hình lựa chọn rời rạc đa thức

2 lựa chọn thay thế

3 hoặc nhiều lựa chọn thay thế

Số lựa chọn thay thế trong tập lựa chọn Loại mô hình:

Dạng đóng hoàn toàn

Logit Nhị phân

Logit đa thức (MNL) logit lồng nhau (NL)

Logit hỗn hợp (ML)

Dạng đóng một phần/mô phỏng một phần

Mô phỏng hoàn toàn

Probit nhị phân

Probit đa thức (MNP) Hiệp phương sai không đồng nhất cạc trị (Heteroscedastic extreme value - HEV)

(Nguồn: Louviere 2000;Train 2003)

Tất cả các mô hình quy định trong bảng có một đường cong hình chữ s (hàm

phân phối lũy tích) biến thiên giữa 0 và 1, điều này làm cho chúng rất thích hợp để

làm việc với xác suất (trái ngược với một hàm xác suất tuyến tính). Đối với một

minh hoạ của đường cong hình chữ s-(logit và probit) và một hàm mật độ (chuẩn).

Hình 2.4: Các hàm phân phối lũy tích logit và probit

Hình 2.5: Hàm mật độ chuẩn

Với các hàm mật độ chung f(εn), các nhà nghiên cứu có thể làm cho xác suất

thể hiện lên sự lựa chọn của người trả lời. Giả sử rằng thay thế i khác thay thế j, xác

suất mà người trả lời lựa chọn thay thế i bây giờ có thể được viết như là một hàm

xác suất lũy tích:

(2.14)

trong đó I(⋅) là hàm chỉ số như được định nghĩa trước. Bằng cách kết hợp tất cả các

giá trị có thể có của εn, tổng xác suất thay thế lựa chọn được đưa ra. Các mô hình

lựa chọn rời rạc khác nhau được lấy từ các chi tiết kỹ thuật khác nhau của mật độ

này, có nghĩa là, từ các giả định khác nhau về sự phân bố của các phần không quan

sát được của lợi ích. Tích phân có thể nhận một dạng đóng, đóng một phần hay

dạng mở tùy thuộc vào các đặc điểm kỹ thuật của f(⋅). Logit (nhị phân cũng như đa

thức) và logit lồng nhau đã đóng các dạng biểu thức. Chúng là thứ phát theo các giả

thiết là các thành phần sai số này là độc lập và phân phối giống nhau (independent

and identically distributed - IID) là và phân phối cực trị (ví dụ phân phối

Gumbel/logistic). Các mô hình probit (nhị phân cũng như đa thức), mặt khác, là thứ

phát theo giả định rằng phần lợi ích không quan sát được có phân phối chuẩn. Logit

hỗn hợp được dựa trên giả định rằng các phần lợi ích không quan sát được bao gồm

một phần theo bất kỳ phân phối theo quy định của các nhà nghiên cứu cộng với một

phần là IID cực trị. Với probit và logit hỗn hợp, tích phân không có hình thức đóng

và được đánh giá số lượng thông qua mô phỏng.

2.2.4.1 Mô hình lựa chọn rời rạc nhị phân

Mô hình lựa chọn rời rạc nhị phân là mô hình rời rạc đơn giản nhất và áp dụng

và giải thích nhất. Điều đó có thể giải thích tại sao chúng là mô hình lựa chọn rời

rạc được ứng dụng phổ biến nhất. Mô hình lựa chọn rời rạc nhị phân được mô tả

như là mô hình giải thích biến phụ thuộc nhị phân (0/1) rời rạc. Hai Mô hình lựa

chọn rời rạc nhị phân nổi tiếng nhất là logit nhị phân và các mô hình probit nhị

phân. Sự khác biệt giữa hai mô hình là không đáng kể và nằm chủ yếu ở các đuôi,

(hình 2.4.)

Gọi hai lựa chọn thay thế trong các tập lựa chọn tương ứng là i và j, thành

phần không quan sát được, ε, được giả định là ngẫu nhiên với hàm mật độ f(ε) với

ε ≡ εj - εi

Xét trường hợp ε phân phối chuẩn, xác suất để phương án i được lựa chọn là

(2.15)

với Φ(⋅) biểu thị phân phối chuẩn chuẩn hóa lũy tích. Trong trường hợp của mô

hình logit, tham số ngẫu nhiên ε ≡ εj - εi có phân phối logistic, xác suất cho phương

án i có thể được lựa chọn là

(2.16)

Vì mô hình probit không có dạng đóng, hệ số được ước lượng thông qua một

loạt các mô phỏng. Trước đây điều đó được xem như là một bất lợi về phân tích, và

vì thế mô hình logit nhị phân, với dạng đóng của nó, thường được ưa chuộng do dễ

thao tác. Tuy nhiên, khi máy tính hiện đại giải quyết được hết các mô hình mô

phỏng thì lập luận này là không còn giá trị. (Greene 2003) lập luận rằng có thể có lý

do thực tế để thích một mô hình hơn các mô hình khác, nhưng khó xác định sự lựa

chọn của một phân bố dựa trên cơ sở lý thuyết. Ông cũng lưu ý rằng sự lựa chọn

của mô hình không xuất hiện để tạo ra nhiều sự khác biệt trong hầu hết các ứng

dụng. (Ohler 2000) đồng ý với điều này và thêm vào giả thiết của một phân phối

chuẩn (probit) hoặc phân phối một Gumbel (logit) là không quan trọng, cũng như

nhà nghiên cứu cần hàng ngàn đuôi quan sát để phát hiện sự khác biệt giữa 2 phân

phối.

Một vấn đề mà nhà nghiên cứu không cần phải nhận thức được, là probit và

các mô hình logit khác nhau về quy mô của các hệ số. Các mô hình logit có phương sai là var (εj - εi) = π 2/6, trong khi mô hình probit có một phương sai là var (ε j - ε i) = 1. Điều này ngụ ý rằng hệ số logit lớn hơn ≈ 1,3 lần so với các hệ số probit (xấp

xỉ hoạt động tốt nhất tại trung tâm phân phối). Do đó điều quan trọng là nhận thức

được về quy mô khi so sánh các ước lượng tuyệt đối từ hai mô hình.

2.2.4.2 Mở rộng các mô hình nhị phân: tác động ngẫu nhiên

Người trả lời thường được hỏi một loạt các bộ lựa chọn, có nghĩa là nhiều hơn

một quan sát được thu thập từ mỗi cá nhân trong các quan sát theo kiểu dữ liệu bảng

(panel data). Một số vấn đề có thể phát sinh bằng cách sử dụng dữ liệu bảng, khi mô

hình nhị phân “chuẩn” không thể xử lý các loại tình huống mà trong đó yếu tố

không quan sát được là tương quan (Train 2003). Vì người trả lời được yêu cầu thực

hiện nhiều hơn một sự lựa chọn, sự thay đổi trong phạm vi cá nhân qua sự lựa chọn

rời rạc không thể là ngẫu nhiên. Vì vậy, một tham số ngẫu nhiên được tự do tương

quan bên trong một cá nhân nhưng không tương quan chéo giữa các cá nhân là thích

hợp hơn. Mô hình các hiệu ứng ngẫu nhiên kết hợp như một tham số và do đó làm

tăng dữ liệu phù hợp. Đối với cá nhân n điều này ngụ ý rằng lợi ích được cho bởi

U = Vin + ε + μn (2.17)

Thành phần sai số εin là sai số ngẫu nhiên bao gồm sự thay đổi ngẫu nhiên qua các

lựa chọn rời rạc, trong khi μn là sai số ngẫu nhiên trên người trả lời và liên tục cho

mỗi cá nhân. Điều này có nghĩa rằng εin là sai số do sự khác biệt giữa các quan sát

và μn là sai do sự khác biệt giữa các người trả lời - gọi là sự biến động cá nhân cụ

thể. Biến động cá nhân cụ thể xuất hiện khi có một số tham số sở thích không quan

sát được làm cho 2 cá nhân nếu không giống hệt nhau trả lời khác nhau cho cùng

một sự lựa chọn. Do đó μn nắm bắt được độ biến thiên giữa các chủ đề - còn được

gọi là tính không đồng nhất giữa các cá nhân (Greene 2003).

Mô hình tác động ngẫu nhiên có thể được áp dụng cho mô hình logit và mô

hình probit. Một xem xét các tài liệu đã cho thấy rằng Mô hình tác động ngẫu nhiên

probit đến nay là mô hình nhị phân được áp dụng phổ biến nhất trong các mô hình

DCE. Điều này có thể được giải thích bởi thực tế là μn được giả định là phân phối

chuẩn và các Mô hình tác động ngẫu nhiên probit như vậy, dường như trực giác

chính xác như hai thành phần sai số có phân bố đồng nhất, tuy nhiên điều này

không ngăn cản việc sử dụng một đặc điểm kỹ thuật logit. (Wooldridge 2002) chỉ ra

rằng tác động ngẫu nhiên logit là không hấp dẫn như tác động ngẫu nhiên probit bởi

vì không có các ước lượng đơn giản tích hợp sẵn các phản ứng logit đối với mật độ

chuẩn không mang lại dạng hàm đơn giản

2.2.4.3 Mô hình lựa chọn rời rạc đa thức

Trong trường hợp lựa chọn đa thức, nguồn gốc của mô hình lựa chọn hữu ích

và phương pháp ước lượng phù hợp trở nên phức tạp hơn đối với phân tích lựa chọn

rời rạc nhị phân. Đặc biệt, nó không đơn giản để xác định phân phối đơn biến của

sự khác biệt trong các nhiễu. Thay vào đó, phân phối kết hợp hoàn chỉnh của tất cả

các sai số ngẫu nhiên phải được mô tả đặc điểm (Ben-Akiva Lerman 1985).

Mô hình logit đa thức (MNL-Multinomial logit), phát triển bởi McFadden

(1974), là mô hình đa thức được sử dụng nhiều nhất cho đến nay và với lý do chính

đáng có thể được coi là nguồn gốc của các mô hình đa thức. Mức độ phức tạp trong

ức lượng tăng lên nhanh chóng là một trong những lý do từ bỏ MNL và nới lỏng các

giả thiết cho các ma trận phương sai, hiệp phương sai. Các mô hình MNL có một

thuộc tính đặc biệt vì nó giả định về tính độc lập của các lựa chọn thay thế không

thích hợp (Independence of Irrelevant Alternatives -IIA). Điều này ngụ ý rằng xác

suất của việc lựa chọn một giải pháp thay thế là không bị ảnh hưởng bởi sự hiện

diện hay vắng mặt của bất kỳ lựa chọn thay thế được thêm vào nào khác trong tập

các phương án lựa chọn. Các giả thiết IIA cung cấp một số thuận lợi rõ ràng là nó

làm cho các mô hình MNL rất đơn giản để hoạt động. Tuy nhiên, các giả thiết IIA

cũng có một số thiếu sót nghiêm trọng. Đây là trường hợp khi các thuộc tính quan

sát được và không quan sát được của lợi ích không phải là độc lập với nhau hoặc

nếu các thành phần không quan sát được của lợi ích tương quan giữa các lựa chọn

thay thế, dẫn đến các thông số lợi ích bị chệch và các lỗi dự báo. Hộp 2.2 minh họa

các vấn đề liên quan đến thuộc tính IIA. Như mô tả ở trên, hạn chế IIA ngụ ý rằng

tỷ lệ chênh của Đơn giản để chứng minh rằng IIA giữ cho các mô hình MNL (Haan

2004):

(2.18)

Louviere (Bennett & Blamey năm 2001) lập luận rằng ngay cả với giả thiết chặt

chẽ của IIA, mô hình MNL vẫn còn rất hữu ích và mạnh, các hành vi vi phạm của

IIA có thể tránh được bằng cách bao gồm các biến tương tác như biến cá nhân

(nhân khẩu học xã hội- sociodemographics). Giả định của IIA có thể tránh được

bằng cách sử dụng một mô hình phức tạp hơn như logit lồng nhau, probit và logit đa

thức hỗn hợp. Do tăng công suất máy tính và sự phát triển của các mô hình mới để

giải quyết vấn đề của IIA, các mô hình này (đặc biệt là mô hình logit hỗn hợp) đang

được lợi thế, mặc dù MNL vẫn còn là một khung mô hình lựa chọn phổ biến. Xem

Bảng 2.2 cho một cái nhìn tổng quan về mô hình lựa chọn rời rạc nổi bật nhất được

áp dụng trong các tài liệu DCE.

Hộp 2.2. Một minh họa cho thuộc tính IIA

Giả sử rằng sở thích với việc chiếu phim được kiểm tra. Bên cạnh các

chương trình chiếu phim khác nhau (sự thay đổi ở các cấp thuộc tính), nó là rõ ràng

bao gồm một tùy chọn "opt-out", tức là trả lời có thể không muốn tham gia trong

chương trình phim (có lợi ích âm cho các chương trình nhất định). Để đơn giản ta

giả định rằng các lợi ích tượng trưng của việc tham dự / không tham dự là như nhau,

chẳng hạn xác suất lựa chọn là bằng nhau: PA = PN = ½ (xác suất tương đối = 1:1),

số người trả lời được thiết lập tại 60 cá nhân. Xét trường hợp trong đó nó được

quyết định bao gồm hai chương trình chiếu phim tập các phương án lựa chọn, như

vậy người trả lời có thể chọn giữa hai chương trình chiếu phim và không có chương

trình chiếu phim. Do xác suất lựa chọn được giả định (PA = PN = ½), chúng ta sẽ

thực hiện các kiểu mẫu xác suất sau đây:

chiếu phim 2 không chiếu

chiếu phim 1 P=1/4 n=15 P=1/4 n=15 P=1/ phim n=30 2 trong đó các xác suất tương đối: chiếu phim 1/chiếu phim 2/không chiếu phim =

01:01:02.

Rõ ràng là chiếu phim 1 và 2 có một số thuộc tính làm cho chúng giống nhau hơn là

lựa chọn không chiếu phim (tức là chúng có mối tương quan). Đây là những gì gây

ra vấn đề: mô hình MNL không tính đến các kiểu xác xuất như vậy. Giả thiết IIA

ngụ ý rằng mô hình MNL sẽ xử lý tất cả các lựa chọn thay thế giống nhau và do đó

buộc các kiểu mẫu xác suất sau đây vào sự lựa chọn quan sát:

chiếu phim 1 P=1/3 n=20

không chiếu P=1/3 phim chương n=20 trình chiếu phim chiếu phim 2 P=1/4 N=2 3 0

Xác suất tương đối: chiếu phim 1/chiếu phim 2/không chiếu phim = 01:01:01

Bảng 2.2: Tổng quan các mô hình đa thức

Mô hình lựa Ghi chú: Xác suất lựa chọn, Pni = chọn rời rạc

Logit đa thức Mô hình sơ cấp và được

(Multinomial sử dụng nhiều nhất. Ưu

logit -MNL) – điểm là ước lượng đơn

còn gọi là logit giản, dạng đóng và tính

có điều kiện bền vững.

(conditional Giả thiết IID:Các yếu tố

logit) không quan sát được

không tương quan trong

các phương án lựa chọn

và phương sai đồng nhất

cho tất cả các lự chọn,

được gọi là IIA. Vi phạm

IIA gây ra độ chệch. Có

một số kiểm định có thể

kiểm tra độ chính xác của

IIA (e.g. Train 2003 pp.

53). Không giải thích cho

sự tương quan trong chuỗi

lựa chọn của mỗi người

trả lời.

Probit đa thức ~N(0,Ω). Các ma trận

(Multinomial hiệp phương sai Ω chứa

probit -MNP) mọi kiểu tương quan và

hiệp phương sai không

đồng nhất và do đó làm

cho nó có thể xử lý mối

tương quan trên lựa chọn

thay thế và thời gian. Đây

là lợi thế chính của việc sử

dụng các probit.Chức năng

hạn chế phát sinh từ giả

định phân phối chuẩn (mật

độ ở cả hai bên bằng

không).

Logit lồng nhau λk (được gọi là đại lượng

(Nested logit - giá trị toàn diện = thước đo

NL) của mức độ độc lập trong

lợi ích không quan sát

được trong số các lựa chọn

thay thế trong tổ hợp k

NL cho phép sự tương

quan của các sai số trong

một tổ hợp nhưng không

phải cho bất kỳ hai lựa

chọn thay thế trong các tổ

hợp khác nhau (tức là giả

định của IIA trong một tổ

hợp)

Phương sai Cho phép phương sai của

không đồng các yếu tố không quan sát

nhất cực trị được khác nhau trong các

(Heteroscedastic lựa chọn thay thế, tức là

extreme value - phương sai (tham số quy

HEV) mô) có một dạng hàm

Logit hỗn hợp - Không chịu ảnh hưởng

mô hình các IIA, đặt các tương quan

tham số ngẫu giữa các quan sát theo

nhiên (Mixed bảng và giải thích cho tính

logi – Random không đồng nhất không

parameters kiểm soát được trong thị

model) hiếu người trả lời.Cho

phép các yếu tố không

quan sát được theo phân

phối bất kỳ. Các yếu tố

không quan sát được phân

tách thành hai phần: một

phần theo phân phối bất kỳ

và do đó chứa tất cả các

tương quan và hiệp

phương sai không đồng

nhất, và một phần khác

tuân theo phân phối IID

cực trị loại 1. Trong các tài

liệu thống kê, trung bình

có trọng số của một số

hàm được gọi là phân phối

hỗn hợp, hay logit hỗn hợp

.Giả sử rằng việc phân

phối hỗn hợp rời rạc trong

tự nhiên gây ra các lớp mô

hình tiềm tàng

Nguồn: (Ben-Akiva & Lerman 1985; Bennett & Blamey năm 2001; Louviere 2000;

Train 1993; Train 2003.)

Các mô hình logit lồng nhau

Mô hình logit lồng nhau là một sự tổng quát của mô hình logit đa thức cho

phép một dạng cụ thể của tương quan trong lợi ích không quan sát được(tức là sự

khác biệt trong độ co giãn chéo thay thế qua các lựa chọn thay thế). Do đó các mô

hình logit lồng nhau là thích hợp khi tập các lựa chọn thay thế phải đối mặt với một

người ra quyết định có thể được chia ra thành các tập con, được gọi là tổ (Train

2003). Một cấu trúc lồng nhau cho thấy rằng người trả lời ban đầu chọn giữa ví dụ

như Làm gì đó, và 'không Làm gì' (mô hình trên xác suất cận biên) và rồi sau đó lựa

chọn giữa lựa chọn thay thế khác nhau nếu nhánh “làm gì đó” được lựa chọn (mô

hình thấp hơn / có điều kiện xác suất)

Các tính chất của mô hình logit lồng nhau trong một tổ tuân theo IIA, trong khi IIA

không rang buộc giữa các tổ. Mô hình logit lồng nhau do đó cung cấp một cách để

liên kết các quyết định khác nhau nhưng phụ thuộc lẫn nhau, và để phân tích một

quyết định duy nhất để giảm thiểu những hạn chế của lựa chọn chéo thay thế tương

đương. Các mô hình logit lồng nhau cung cấp một cách để xác định các mối quan

hệ giữa sự lựa chọn hành vi ở mỗi cấp độ của tổ, và cũng cho phép các nhà nghiên

cứu để kiểm tra sự thống nhất của cấu trúc (lồng nhau) phân vùng với điều kiện tối

đa hóa lợi ích ngẫu nhiên (Louviere 2000).

Cấu trúc lồng nhau Cấu trúc MNL

Lựa chọn Lựa chọn

Xem phim Phim 1 Phim 2 Không xem phim Không xem phim

Phim 1 Phim 2

Hình 2.6: Một so sánh các mô hình cấu trúc lồng nhau logit và cơ cấu đa thức

Một tính chất đặc biệt của mô hình logit lồng nhau là phương trình sau đây bắt

nguồn từ xác suất có điều kiện:

(2.19)

Sắp xếp lại đối với λk

(2.20)

Bk biểu thị tập hợp con các lựa chọn thay thế trong tổ thứ k. Chỉ số này thường

được gọi là giá trị toàn diện (IV), hoặc cách khác, tiện ích tối đa dự kiến hoặc

logsum, trong khi λk là hệ số giá trị toàn diện. Các giá trị toàn diện xác định một chỉ

số lợi ích liên kết với một tập được phân chia các lựa chọn thay thế và có thể được

hiểu là lợi ích dự kiến mà người trả lời n nhận từ sự lựa chọn trong số các lựa chọn

thay thế trong tổ Bk. Hơn nữa, λk phản ánh mức độ độc lập giữa các phần không

quan sát của lợi ích cho các lựa chọn thay thế trong tổ Bk. Để được phù hợp với tối

đa hóa lợi ích, λk phải nằm giữa đoạn [0;1]. Khi hệ số có xu hướng hướng tới 1,

tương quan giữa các thành phần không quan sát được của lợi ích cho các lựa chọn

thay thế trong tổ giảm; và khi λk = 1, tương quan không tồn tại và xác suất lựa chọn

trở thành một MNL. Do vậy, kiểm định rang buộc λk = 1 (bằng kiểm định log-

likelihood) là giống như kiểm định liệu mô hình MNL chuẩn có phải là một kỹ

thuật tốt hơn so với mô hình logit lồng nhau thông thường hay không. Ngược lại,

nếu λk = 0, không có sự độc lập tồn tại giữa hai tổ và việc ra quyết định có thể được

được tách ra thành hai chiến lược khác biệt. Điều này ngụ ý rằng giao dịch không

xảy ra giữa hai tổ, và theo kinh nghiệm hành vi này được tiết lộ là mỗi người trả lời

thống nhất lựa chọn một trong hai hai lựa chọn thay thế xem phim hay lựa chọn

không xem phim. Hơn nữa, (Train 2003) lưu ý rằng, khi λk → 0, mô hình logit lồng

nhau tiếp cận đến mô hình “loại bỏ bởi các mặt” (elimination by aspects) của

Tversky (1972).

Mô hình Logit tham số ngẫu nhiên

Các mô hình các tham số ngẫu nhiên (random parameters model - RPL) là một

kỹ thuật của logit hỗn hợp trong đó các hệ số được giả định là ngẫu nhiên (trái

ngược với các đặc điểm kỹ thuật các thành phần sai số, trong đó giải thích của mô

hình khác với mô hình các thông số ngẫu nhiên). Tiến bộ đáng kể đang được thực

hiện trong việc áp dụng các mô hình phức tạp hơn như mô hình RPL và tính năng tố

hơn của các gói máy tính bao gồm các tquy trình chuẩn cho các mô hình như

vậy. Mặc dù mô hình RPL chưa được hiểu rõ, có khả năng là số lượng các nghiên

cứu DCE áp dụng RPL sẽ tăng đáng kể trong những năm tiếp theo. RPL xuất hiện

có một số lợi thế hơn các mô hình lựa chọn rời rạc khác vì nó cung cấp cho các nhà

nghiên cứu thông tin quý báu liên quan đến việc giải thích một phần không quan sát

được của lợi ích, và cung cấp các ước lượng không chệch thậm chí nếu tính không

đồng nhất không quan sát được được thể hiện trong các dữ liệu. Train (1998) lưu ý

rằng các chi tiết kỹ thuật logit và logit lồng nhau có nhiều lợi thế, bao gồm cả tính

đơn giản trong ước lượng, nhưng các mô hình tương tự cũng áp đặt một số hạn chế

riêng biệt nổi tiếng không phải luôn luôn được mong muốn. Trong số này có:

 Hệ số của các biến vào mô hình được giả định là giống nhau cho tất cả

người trả lời, tức là trả lời có sở thích đồng nhất. Điều này ngụ ý rằng

người trả lời với đặc điểm quan sát được giống nhau (khi tính toán cho

các ước lượng) đánh giá các thuộc tính như nhau.

 Các giả định IIA logit và logit lồng nhau, điều này ngụ ý rằng các mô

hình đổi xác suất của các lựa chọn thay thế khác tương ứng.

 Mô hình logit (bao gồm cả logit lồng nhau) giả định rằng các yếu tố

không quan sát độc lập về thời gian đối với mỗi người trả lời. Trong một

thiết lập thử nghiệm lựa chọn rời rạc, điều này ngụ ý rằng yếu tố không

quan sát độc lập trên tập lựa chọn của mỗi cá nhân. Tuy nhiên, có thể

những yếu tố không quan sát ảnh hưởng đến người trả lời lựa chọn là liên

tục (tương quan) trong tập lựa chọn. Giả định này cùng với giả định các

yếu tố quan sát được không đổi cho mỗi cá nhân đưa, đến giả định về sở

thích ổn định cho mỗi cá nhân, tức là thị hiếu tương tự được sử dụng bởi

người trả lời để đánh giá mỗi tập lựa chọn (thay thế). Giả định này là phù

hợp với lý thuyết hành vi kinh tế hợp lý.

Một tham số được tìm thấy là không có ý nghĩa có thể được hiểu theo hai cách:

1. Đó là biến (thuộc tính) kết hợp với tham số không ảnh hưởng đến sự lựa

chọn của người trả lời. Điều này ngụ ý rằng thuộc tính này (như xuất hiện

trong các thử nghiệm với mức độ gán) không được xem là quan trọng cho

người trả lời.

2. Đó là các sở thích không đồng nhất tồn tại. Trong trường hợp này, thuộc

tính không ảnh hưởng đến lựa chọn của người trả lời, nhưng với một số

người trả lời thích một cấp thuộc tính và một số thích một mức thuộc tính

khác hơn (và v.v tùy thuộc vào số lượng cấp độ). Mức độ Thuộc tính ảnh

hưởng bù cho nhau và cho kết quả của ước lượng tham số không ý nghĩa.

Ưu điểm của mô hình các tham số ngẫu nhiên là khả năng tách những hiệu ứng

này và do đó cho phép giải thích chính xác các thông số không ý nghĩa (ví dụ như

Train 1998).

Làm việc thông qua RPL từng bước (dựa trên Hensher & Greene 2002; Train

2003), chúng ta biết từ phương trình2.1, lợi ích có thể được chia thành hai phần:

một quan sát và một phần không quan sát được,

Uni = Vni + εni = βxni + εni (2.21)

Thay vì giả thiết β cố định, β được giả định khác nhau giữa những người trả lời, do

đó đặt βn = β + θn với β là giá trị trung bình của hệ số và θn một thành phần ngẫu

nhiên để phản ánh các tác động cá nhân không quan sát được, chẳng hạn như thị

hiếu. Các hàm lợi ích bây giờ trở thành

Uni = Vni + εni = βn xni + εni = (β + θn) xni + εni (2.22)

Giả sử rằng εni là IID cực trị loại 1, xác suất lựa chọn thay thế i trở thành

(2.23)

Nếu θn =0, khi đó βn sẽ được biết đầy đủ và mô hình các tham số ngẫu nhiên sẽ suy

biến thành mô hình logit chuẩn. Tuy nhiên, nếu các nhà nghiên cứu không biết thị

hiếu cá nhân của người trả lời, khi đó các hệ số khác nhau trong tổng thể với mật độ

ký hiệu là f(βn | β, θ) với β biểu thị giá trị trung bình và θ là các tham số của phân

phối này (thường đại diện độ lệch chuẩn của thị hiếu trong tổng thể). Khi nhà

nghiên cứu không quan sát được thị hiếu thực tế, xác suất trở thành tích phân của Lni

trên tất cả các giá trị có thể của β, được tính theo mật độ của β. Xác suất sự lựa

chọn vô điều kiện do đó là tích phân của các đặc điểm kỹ thuật logit trên tất cả các

giá trị có thể có của βn:

(2.24)

Xác suất được xấp xỉ thông qua sự mô phỏng cho bất kỳ giá trị của θ, tức là cho một

giá trị của các tham số θ, một giá trị của β được rút ra với phân phối của nó (gọi là βr, r cho biết lần rút thứ r). Thủ tục này được lặp đi lặp lại đối với nhiều lần rút, và

được kết luận bằng cách lấy trung bình các kết quả. Khi đó, giá trị trung bình chính

là xác suất mô phỏng (simulated probability - SP)

(2.25)

với R là số lần rút ngẫu nhiên. Các xác suất mô phỏng được đưa vào hàm log-

likelihood. Trong trường hợp mỗi người trả lời được yêu cầu nhiều hơn một sự lựa

chọn - đó là trường hợp nhiều DCEs - đó là tiêu chuẩn để sử lý các hệ số khác nhau

trên người trả lời nhưng không đổi theo tình huống lựa chọn (số lượng các tình

huống sự lựa chọn ký hiệu là t) cho mỗi người trả lời . Điều này tương tự như giả

thiết rằng người trả lời có sở thích ổn định và ngụ ý rằng hàm lời ích và xác suất vô

điều kiện cho một chuỗi các sự lựa chọn trở thành (Revelt & Train 1998)

(2.26)

(2.27)

Một yếu tố quan trọng trong việc sử dụng mô hình RPL là giả định về phân

phối của mỗi hệ số ngẫu nhiên. Điều này không dễ dàng, nhưng liên quan đến việc

xem xét để các phương pháp tiếp cận trực quan nhất. Hơn nữa, theo ghi nhận của

Carlsson (2003), sự lựa chọn thường được giới hạn bởi những khó khăn của mô

hình ước lượng và sự sẵn có của phần mềm kinh tế. Các dạng hàm phổ biến nhất là

Hensher & Greene (2002):

 Chuẩn

 Logarit tự nhiên

 Phân phối tam giác (triangular distribution)

 Đồng nhất

Phân phối chuẩn và Logarit tự nhiên đặc biệt phổ biến. Phân phối Logarit tự nhiên

đặc biệt thích hợp cho các thuộc tính có xu hướng để có một dấu hiệu cụ thể - chẳng

hạn như thuộc tính chi phí - khi phân phối này có giá trị dương (việc sử dụng của

một phân phối chuẩn đối với một hệ số giá sẽ hàm ý rằng một số tỷ lệ dân số thích

giá cao hơn). Phân phối đồng nhất là một cách tiếp cận hợp lý cho biến giả, trong

khi phân phối hình tam giác (đáy nằm trên) và phân phối chuẩn là thích hợp cho các

thuộc tính, với kỳ vọng người trả lời sẽ có sở thích âm hoặc dương khác nhau về các

thuộc tính (với phân phối hình tam giác, có tỷ lệ phần trăm cao hơn là âm).

Trong thực tế, các nhà nghiên cứu thấy rằng phân phối nào cũng có những

điểm mạnh và điểm yếu. Ví dụ, một vấn đề đặc biệt liên quan đến ứng dụng của

Phân phối Logarit tự nhiên là đuôi không bị ràng buộc (so với phối chuẩn). Áp dụng

một phân phốinhư vậy cho các thuộc tính chi phí sẽ cho kết quả trong một số cá

nhân được giả định có WTP không giới hạn. Khía cạnh này là không mong muốn vì

nó là hành vi không thực tế và xung đột với các ý tưởng về việc ra quyết định

bù. Một giải pháp có thể cho vấn đề này (và hạn chế liên quan đến các phân phối

khác) là áp đặt những hạn chế về phân phối, tức là đặt giới hạn. Ví dụ như việc giới

hạn phân phối chuẩn trong một cách mà nó chỉ có thể nhận giá trị một dấu làm cho

nó phù hợp với các thuộc tính trong đó sở thích chỉ là âm hay dương, phân phối

chuẩn bị chặn trong trường hợp này có lợi thế hơn so với phân phối logarit tự nhiên,

nhưng tại cùng một thời gian giới hạn. Quy trình hạn chế phân phối dẫn đến các khó

khăn về số học mà cho đến nay đã hạn chế việc áp dụng các phương pháp như vậy

(Train & Sonnier năm 2003).

McFadden & Train (2000) chỉ ra rằng bất kỳ mô hình tối đa hóa lơi ích ngẫu

nhiên đều có thể được xấp xỉ bởi các mô hình logit hỗn hợp với một sự lựa chọn

thích hợp của các biến và kết hợp phân phối. Tính chất này của logit hỗn hợp có thể

là một lý do để lựa chọn một mô hình như vậy - ví dụ như so sánh với logit lồng

nhau. Train (2003) cảnh báo rằng thay việc thế mô hình như vậy nên được thực hiện

cẩn thận vì nó làm giảm độ chính xác. Trong trường hợp bằng cách sử dụng một

logit hỗn hợp để đại diện cho mô hình thay thế của một logit lồng nhau, không tách

rời hình thức đóng của logit lồng nhau được thay thế bằng một tích phân cần phải

được mô phỏng. Train cho thấy rằng lợi thế duy nhất của logit hỗn hợp là trong tình

huống mà rất nhiều cấu trúc lồng nhau là để được kiểm tra và một số hệ số được giả

định là ngẫu nhiên. McFadden & Train (2000) đã phát triển một kiểm định xác định

sự cần thiết để trộn lẫn. Kiểm định được thực hiện hoàn toàn vào mô hình ước

lượng MNL. Hai mô hình MNL được so sánh: Mô hình 1 có chứa các biến thuộc

tính và mô hình 2 có chứa các biến thuộc tính và biến giả, zi, cho các thành phần

được chọn của xi

(2.28)

sau đó một chỉ số kiểm định Likelihood hoặc Khi bình phương được sử dụng cho

giả thuyết rằng các biến nhân tạo nên được bỏ qua từ các mô hình MNL. Nếu giả

thuyết bị bác bỏ, việc kết hợp là cần thiết.

2.2.4.4 Phương pháp ước lượng – hàm likelihood

Việc ước lượng các mô hình lựa chọn thường dựa vào phương pháp tối đa hóa

hàm likelihood. Phương pháp ước lượng maximum likelihood là rất nặng nề và hầu

như không thể áp dụng mà không có một máy vi tính. Phương pháp này dựa trên ý

tưởng là một mẫu nhất định có thể được tạo ra bởi các tổng thể khác nhau, và có

nhiều khả năng đến từ một tổng thể hơn so với tổng thể khác. Như vậy, các ước

lượng maximum likelihood là tập các thông số của tổng thể mà tạo ra các mẫu quan

sát thường xuyên nhất (Louviere et al. 2000). Hãy xem xét hàm likelihood của mẫu

quan sát bất kỳ. Từ chúng, theo giả thiết, được rút ra một cách ngẫu nhiên từ toàn

bộ tổng thể, likelihood của toàn bộ mẫu là tổng của các khả năng của các quan sát

cá nhân (Ben-Akiva & Lerman 1985). Các hệ số được ước tính bằng cách tối đa hóa

hàm likelihood.

Có rất nhiều phần mềm máy tính có chứa các chương trình ước lượng các mô

hình lựa chọn rời rạc với lợi ích biểu diễn tuyến tính theo tham số. Trong số này có

SAS, Stata, Gauss và Limdep.

Chỉ số kiểm định likelihood (The likelihood ratio test)

Với hồi quy, thống kê t chuẩn (standard t-statistics) được sử dụng để kiểm tra

các giả thuyết về các tham số cá nhân trong các mô hình lựa chọn rời rạc. Tuy

nhiên, đối với các giả thuyết phức tạp hơn, Chỉ số kiểm định likelihood (LL-test) có

thể được sử dụng. LL-test được sử dụng trong cùng một cách mà một F-test được sử

dụng trong ước lượng bình phương tối thiểu thong thường. Ví dụ như việc kiểm

định có thể được sử dụng để kiểm định giả thuyết không rằng tất cả các tham số đều

bằng 0; tuy nhiên, kiểm định này là không hữu ích cho mục đích này, bởi vì các giả

thuyết không hầu như luôn luôn bị bác bỏ ở mức ý nghĩa thấp. Ứng dụng hữu ích

nhất của LL-test là cho các giả thuyết cụ thể hơn như kiểm định giả thuyết không

rằng một vài thông số bằng 0, hai hoặc nhiều tham số bằng nhau hoặc như là một

tiêu chí lựa chọn mô hình (bằng cách sử dụng cùng một dữ liệu).

Thống kê kiểm định là:

(2.29)

Với biểu thị giá trị tối đa giới hạn của hàm likelihood dưới giả thuyết không và

biểu thị giá trị tối đa không giới hạn của hàm likelihood. Thống kê được sử dụng

là phân phối Khi bình phương với (KU -KR) bậc tự do, trong đó K là số lượng

các tham số ước lượng. Nếu giá trị của LL-test vượt quá giá trị Khi bình phương tới

hạn thì giả thuyết không bị bác bỏ. Lưu ý rằng chỉ có thể so sánh ước lượng log-

likelihood cho các mô hình chia sẻ giả định phân phố phổ biến, ví dụ như mô hình

MNL so với mô hình RPL tổng quát hơn.

Mức độ phù hợp

Ngược lại với mô hình hồi quy tuyến tính, không có tiêu chuẩn đánh giá đơn

nào cho mức độ phù hợp trong các mô hình lựa chọn rời rạc. Một trong những biện

pháp đánh giá mức độ phù hợp nổi tiếng nhất tốt đẹp của phù hợp nổi tiếng là McFadden R2 (cũng được gọi là pseudo R2). Nó được định nghĩa như sau:

(2.30)

Tử số là giá trị của các hàm log-likelihood tại các tham số ước lượng và mẫu số là

giá trị của nó khi tất cả các tham số được đặt bằng 0. Nếu các tham số ước lượng được là không thích hợp thì tử số bằng mẫu số và R2 = 0. Tương tự như vậy, R2 = 1

khi sự lựa chọn của người trả lời có thể được hoàn toàn dự đoán. Chênh lệch giữa

hai giá trị log-likelihood càng lớn, mô hình mở rộng càng thêm vào mô hình rất hạn chế (Verbeek 2000). Điều quan trọng cần lưu ý rằng McFadden R2 (và các phương

pháp khác đánh giá mức độ phù hợp của các mô hình lựa chọn rời rạc) không thể so sánh với OLS R2 trong việc giải thích của nó. OLS R2 giải thích mức độ mà biến phụ thuộc được giải thích bởi mô hình ước lượng. McFadden R2 không có ý nghĩa

trực quan cho các giá trị nằm giữa hai thái cực (ρ = 0, 1). Đó là tỷ lệ gia tăng trong

log-likelihood ở trên giá trị được thực hiện tại tham số 0. Tuy nhiên, ý nghĩa của sự

thay đổi tỷ lệ phần trăm như vậy không phải là khá chắc chắn. Một ứng dụng hợp lệ

và có thể có của biện pháp này là sự so sánh của một số mô hình với cùng một dữ

liệu và với cùng một lựa chọn thay thế. Trong trường hợp này, các mô hình với R2

cao nhất phù hợp với các dữ liệu tốt nhất và do đó là được ưa thích hơn những mô

hình khác (Train 1993). Trong một số trường hợp, nó là thích hợp để áp dụng các

phowng pháp đánh giá mức độ phù hợp điều chỉnh, xử lý lợi cho giảm bậc tự do

xảy ra khi một mô hình được mở rộng. Tiêu chuẩn thông tin Akaike (Akaike

information criterion - AIC) và (Bayesian information criterion - BIC) là hai biện

pháp như vậy (Greene 2003).

Một mực độ phù hợp thống kê là phần trăm dự báo chính xác. Lựa chọn thay

thế với xác suất cao nhất được xác định cho mỗi người trả lời và sau đó xác định

phải hay không phải là thay thế được lựa chọn. tuy nhiên, Train (1993) và Verbeek

(2000) tranh luận con số thống kê này cung cấp thông tin thậm chí còn ít hơn về mô hình hơn McFadden R2 và, ngoài ra, nó giải thích sai bản chất của xác suất.

CHƯƠNG III

ĐÁNH GIÁ SẴN SÀNG CHI TRẢ CỦA HỘ GIA ĐÌNH

CHO GIẢM THIỆT HẠI LŨ Ở NGHỆ AN

3.1 Các câu hỏi Nghiên cứu

Mục tiêu chính là để ước tính các hộ gia đình Việt giảm giá trị nguy cơ lũ lụt.

Trong đoạn này, chúng ta xác định chính xác hơn “giảm nguy cơ lũ lụt" tốt, sđánh

giá bằng tiền.

3.1.1 Xác định " sự giảm nguy cơ lũ lụt" tốt

Mục tiêu chính của đề tài là để đo lường việc làm giảm giá trị thiệt hại do lũ

lụt ở Việt Nam. Cách đầu tiên sẽ được xem như danh mục đầu tư chiến lược có thể

được thực hiện để giảm nguy cơ của lũ lụt. Khó khăn chính với cách tiếp cận này là

có khả năng một số lượng lớn các biện pháp có thể được thực hiện để giảm nguy cơ

lũ lụt và tác động của lũ. Như thường thấy trong các tài liệu quản lý lũ lụt, các biện

pháp có thể được chia thành ba loại.

Đầu tiên là các biện pháp sống chung với lũ, có nghĩa là điều chỉnh lối sống

của người dân để tận dụng được hầu hết những lợi ích của lũ lụt trong khi hạn chế

thiệt hại. Các biện pháp này thường liên quan đến các chính sách như: kiểm soát đất

lâm nghiệp (chính sách trồng rừng, phát triển rừng ngập mặn, vv), kiểm soát đồng

cỏ (đồng cỏ ngăn chặn lũ lụt thông qua khả năng tăng lượng nước thấm, giảm tốc độ

dòng chảy và giảm xói mòn), kiểm soát đất canh tác (luân canh, canh tác trên đất

dốc, vv) và kiểm soát đất nói chung (tất cả các biện pháp giảm xói mòn hoặc giữ

cho lưu lượng nước trong các kênh sông và lưu vực thoát nước ở mức tối đa).

Các biện pháp phi công trình làm giảm tác động của lũ lụt bằng cách điều

chỉnh hiệu quả hơn lũ lụt vùng đồng bằng hoặc bằng cách phản ứng thích hợp hơn

khi các cơn bão đang đến gần. Các biện pháp này là dotính phức tạp của các hiện

tượng tự nhiên, chúng bao gồm các chính sách sau đây: quy hoạch vùng lũ (hạn chế

các khu định cư tại các khu vực có nguy cơ cao), đặt ra các quy định (hướng dẫn

xây dựng để hạn chế thiệt hại lũ lụt), giáo dục và chuẩn bị ứng phó cho dân cư, đê

chịu ngập (cấu trúc nhỏ ngăn chặn lũ lụt gây thiệt hại cho mùa màng), dự báo lũ và

cảnh báo lũ, kế hoạch sơ tán, bảo vệ tạm thời (đắp bao cát chẳng hạn), bảo hiểm

(nguy cơ lũ lụt chuyển giao cho một bên thứ ba).

Cuối cùng, các biện pháp công trình tương ứng với tất cả các công trình sử

dụng nhiều vốn đạt tiêu như đê điều, hồ chứa. Các biện pháp này thường bao gồm

đê sông và đê bao (vật liệu tự nhiên hoặc nhân tạo có tác dụng như rào cản chống

lại lũ lụt), đê biển (tường đất nhân tạo được xây dựng để ngăn chặn lũ lụt vào vùng

phía sau), tường ngăn lũ (phục vụ các chức năng tương tự như đê, đê bao nhưng

kích thước nhỏ hơn mà làm cho chúng thích hợp khi không gian bị giới hạn), đập và

hồ chứa, kênh nhánh (hoạt động để thay đổi độ dốc của lòng sông), kênh dẫn dòng

(các kênh kết nối các hồ chứa hoặc lưu vực tới hệ thống sông ngòi).

Thay vì ước lượng WTP cho một chính sách quản lý lũ lụt cụ thể, đề xuất được

đưa ra là đánh giá trực tiếp các mục tiêu của một chính sách lũ mà không cần xác

định nó một cách chính thức. Theo chiến lược quốc gia của Việt Nam về phòng

chống thiên tai, ứng phó và giảm nhẹ thiên tai đến năm 2020, mục tiêu chính của

chính sách lũ lụt tại Việt Nam là “huy động các nguồn lực để thực hiện có hiệu quả

phòng chống thiên tai, ứng phó và giảm nhẹ thiên tai từ nay đến năm 2020 để giảm

thiểu thiệt hại của về người và tài sản, thiệt hại tài nguyên thiên nhiên và di sản văn

hóa, và sự xuống cấp của môi trường, góp phần đáng kể để đảm bảo sự phát triển

quốc gia bền vững, quốc phòng và an ninh”. Giảm tổn thất về người rõ ràng là mục

tiêu chính của chính sách quản lý lũ lụt tại Việt Nam. Mục tiêu thứ hai là để giảm

thiệt hại kinh tế do xảy ra lũ lụt. Sau đây, chúng ta sẽ xem xét hai loại thiệt hại kinh

tế cho các hộ gia đình: thiệt hại nhà do lũ lụt và thiệt hại cho sản xuất nông nghiệp.

Để tóm tắt, một chính sách quản lý lũ lụt sẽ được đặc trưng bởi khả năng giảm nguy

cơ mất mát của con người , nguy cơ sức khỏe đối với các hộ gia đình (tất cả các loại

chi phí liên quan đến sức khỏe do lũ lụt), nguy cơ thiệt hại cho nhà ở và nguy cơ

thiệt hại cho sản xuất nông nghiệp. Chúng tôi muốn đánh giá WTP của hộ gia đình

Việt Nam cho các tiêu chí này của một chính sách quản lý lũ lụt.

3.1.2 WTP và các tổ chức phụ trách quản lý lũ lụt

Phỏng đoán của chúng ta là WTP cho một chính sách quản lý đặc biệt là lũ lụt

có thể bị ảnh hưởng bởi các tổ chức chính trị (nhà nước, tỉnh, huyện, làng xã) phụ

trách nó thực hiện. Một số lý do có thể biện minh cho dự đoán này. Đầu tiên, mỗi

cấp độ thể chế phụ trách một số chính sách quản lý lũ lụt cụ thể và có một số trách

nhiệm cụ thể, thậm chí có thể thấy rõ ràng là tất cả các chính sách quản lý lũ lụt

được phối hợp ở cấp trung ương do Bộ Nông nghiệp và Phát triển nông thôn. Tiếp

đó, một hộ gia đình có thể có một WTP cao hơn cho một chương trình được thực

hiện bởi một tổ chức nhất định bởi vì tổ chức này phụ trách một số chính sách quản

lý lũ lụt ảnh hưởng đến phúc lợi của mình. Một lý do khác là các hộ gia đình có thể

có sở thích cụ thể cho một cấp độ cung cấp bảo vệ lũ tập trung hay phi tập trung.

Wandschneider (1984) lập luận rằng việc thiếu các nguồn lực địa phương (kỹ thuật

và tài chính), sự tồn tại tính phi kinh tế theo quy mô, và ảnh hưởng của các nhóm

lợi ích địa phương có thể dẫn đến một phân cấp quản lý không hiệu quả trong cung

cấp hàng hóa công cộng. Besley và Coate (2003) đã chỉ ra rằng sự tham gia của các

bên liên quan địa phương trong quá trình ra quyết định trong nhiều trường hợp làm

cho chính phủ trung ương đáp ứng hiệu quả và công bằng hơn các nhu cầu địa

phương, và do đó dẫn đến tăng hiệu quả.

Các cấp độ thể chế chính sách quản lý lũ lụt được thực hiện như là một yếu tố

quyết định tiềm năng của WTP các hộ gia đình để giảm nguy cơ lũ lụt và đánh giá

sở thích vượt trội cụ thể của gia đình nếu có.

3.2 Thiết kế lựa chọn thử nghiệm

3.2.1 Phát triển Bảng câu hỏi

Sẵn sàng chi trả của hộ gia đình Việt Nam cho các chương trình giảm thiểu

nguy cơ lũ lụt được kiểm tra bằng cách sử dụng một cuộc khảo sát được cấu trúc

thành 7 phần. Bảng câu hỏi bắt đầu với câu hỏi nhân khẩu học - xã hội thông

thường để lấy thông tin về thu nhập của hộ gia đình, hoặc cấu trúc gia đình. Một số

câu hỏi cụ thể cho các hộ gia đình tham gia vào các hoạt động canh tác được bao

gồm trong phần này. Phần B của bảng câu hỏi đề cập đến kinh nghiệm ứng phó với

lũ lụt của người trả lời, thiệt hại lũ lụt và việc sơ tán do các mối đe dọa từ lũ lụt.

Phần tiếp theo nhằm mục đích đào tạo người trả lời với các nguy cơ lũ lụt trong các

phần tiếp theo. Truyền đạt những rủi ro và giảm mức độ rủi ro đối với người trả lời

khảo sát là một công việc đầy thách thức trong các cuộc điều tra CE, đặc biệt là ở

một đất nước đang phát triển như Việt Nam. Các loại viện trợ trực quan đã được sử

dụng bao gồm cả các nấc thang rủi ro và mạng lưới nguy cơ. Hơn nữa,phải đưa ra

sự giải thích về xác suất của lũ lụt và các tiêu chuẩn an toàn tại Việt Nam để giúp

người trả lời hiểu được những rủi ro mà họ phải đối mặt. Phần D và E trình bày hai

phương án lựa chọn làm giảm nguy cơ lũ lụt. Phần D nhằm mục đích đánh giá sự

sẵn sàng chi trả của hộ gia đình Việt Nam cho việc giảm rủi ro lũ lụt. Nó bắt đầu

với một mô tả ngắn gọn về rủi ro lũ lụt và chính sách lũ lụt ở các tỉnh Nghệ An. Sau

đó, các thuộc tính của chương trình giảm thiểu nguy cơ lũ lụt được thể hiện ra và

một ví dụ về tập hợp các sự lựa chọn được trình bày. Cuối cùng, người trả lời được

yêu cầu hoàn thành tập lựa chọn với những mức độ đánh giá khác nhau đối với các

phương án. Phần D kết thúc với một câu hỏi phỏng vấn được thiết kế đặc biệt để

xác định câu trả lời chống đối của người trả lời. Mục E tương ứng với một CE đánh

giá sự sẵn sàng trả tiền cho bảo hiểm lũ lụt.

Việc thiết kế các bảng hỏi được thực hiện theo một quá trình lặp đi lặp lại

nhiều lần với sự đóng góp của nhiều chuyên gia sau nhiều lần phỏng vấn khảo sát

thử nghiệm. Cuộc khảo sát cuối cùng đã diễn ra từ ngày 4 tháng 4 đến ngày 10

tháng 6 năm 2012.

3.2.2 Các thuộc tính cho các chương trình giảm thiểu nguy cơ lũ lụt

Bước đầu tiên trong thiết kế CE là xác định hàng hóa được đánh giá về các các

thuộc tính mức độ của chúng, Hoyos (2010). Hàng hóa được đánh giá trong nghiên

cứu CE này là chính sách quản lý lũ lụt được thực hiện bởi các cấp chính quyền.

Bước tiếp theo là chọn một tập hợp các thuộc tính đặc trưng trong một chính sách

quản lý lũ lụt chặt chẽ tại Việt Nam. Cấp độ của mỗi thuộc tính đã được xác định để

người trả lời có thể hiểu được các cải tiến trong việc bảo vệ lũ như là một kết quả

của những thay đổi ở mức độ thuộc tính. Các thuộc tính lựa chọn một mặt được dựa

trên các tài liệu hiện có về CE liên quan với rủi ro lũ, mặt khác dựa trên một số cuộc

họp được tổ chức ở tỉnh Nghệ An với các chuyên gia, đại diện địa phương phụ trách

chính sách quản lý lũ lụt và hộ gia đình hoặc đại diện nông dân. Trong giai đoạn

thiết kế, mục tiêu chính được giao cho các cuộc họp với đại diện địa phương là

khám phá những thuộc tính liên quan của chính sách quản lý lũ lụt, sự hiểu biết về

phương tiện thanh toán, và sử dụng các hỗ trợ thông tin rủi ro khác nhau.

Các nghiên cứu thăm dò dẫn đến sự lựa chọn ra năm thuộc tính để mô tả các

chương trình phòng chống lũ lụt:

(1) Xác suất nhà của hộ gia đình sẽ bị ngập và hư hại đáng kể bởi lũ lụt;

(2) Xác suất mà sản xuất nông nghiệp của hộ gia đình bị ngập nước và cơ bản

bị hư hỏng do lũ lụt;

(3) Tỷ lệ tử vong hàng năm do lũ lụt;

(4) Cấp chính quyền mà tại đó các chương trình lũ bảo vệ được thực hiện

(5) Thanh toán của hộ gia đình cho chương trình.

Bảng 3.1 báo cáo danh sách các thuộc tính với mức độ liên quan được lựa

chọn cho CE. Hình 3.1 trình bày và ví dụ của bộ lựa chọn sử dụng cho các CE.

Bảng 3.1: Các thuộc tính và mức độ sử dụng trong CE

Mô tả thuộc tính Cấp thuộc tính

Nguy cơ thiệt hại hàng năm về nhà ở 2, 1.5, 1, 0.5 (%)

20, 15, 10, 5 (%)

Nguy cơ thiệt hại hàng năm về sản xuất nông nghiệp Tỷ lệ tử vong hàng năm Cấp chính quyền quản lý chương trình

Chi phí chi trả (1000 VND)

12, 9 , 6 , 3 (phần triệu) Nhà nước, tỉnh, huyện, xã Nông dân: 5.5, 16.5, 33, 49.5, 66 Khác: 11, 33, 66, 99, 132 Mức thuộc tính được gạch chân tương ứng với tình trạng hiện tại.

Thuộc tính (1) mô tả các lợi ích của các chương trình phòng chống lũ lụt về

giảm tỉ lệ thiệt hại lớn hàng năm đến nhà ở của người trả lời. Theo số liệu được

cung cấp bởi Bộ Nông nghiệp và Phát triển nông thôn, nguy cơ hiện nay được ước

tính là 2% mỗi năm. Mức giảm nguy cơ vì vậy được lựa chọn ở mức 1,5%, 1% và

0,5%.

Thuộc tính (2) mô tả các lợi ích của các chương trình phòng chống lũ lụt về

giảm tỉ lệ hàng năm của một thiệt hại đáng kể cho sản xuất nông nghiệp (cây trồng,

gia súc, cá, vv) của người trả lời. Theo số liệu được cung cấp bởi Bộ Nông nghiệp

và Phát triển nông thôn, nguy cơ hiện nay được ước tính là 20% mỗi năm. Mức

giảm nguy cơ vì vậy được lựa chọn ở mức 15%, 10% và 5%.

Thuộc tính (3) mô tả các lợi ích của các chương trình phòng chống lũ lụt về

giảm tỷ lệ tử vong hàng năm do lũ. Theo số liệu được cung cấp bởi Bộ Nông nghiệp

và Phát triển nông thôn, nguy cơ hiện nay được ước tính là 12 phần triệu mỗi năm.

Mức giảm nguy cơ vì vậy được lựa chọn 9, 6 và 3 phần triệu.

Thuộc tính (4) mô tả cấp chính quyền chịu trách nhiệm về thực hiện chương

trình phòng chống lũ lụt. Việt Nam có một khuôn khổ thể chế phức tạp nhằm thiết

kế và thực hiện việc bảo vệ lũ lụt, trong đó các cấp hành chính khác nhau (Nhà

nước, tỉnh, huyện, xã) có đặc quyền cụ thể. Các giả thuyết được đưa ra cho rằng các

ưu đãi cho một chương trình bảo vệ cho lũ lụt có thể khác nhau tùy thuộc mà tổ

chức phụ trách thực hiện các chương trình bảo vệ lũ lụt. Một số đối số có thể hỗ trợ

dự đoán này. Thuộc tính này có thể đặt ở bốn cấp độ: Nhà nước, tỉnh, huyện và

thành xã.

Thuộc tính (5) tương ứng với các phương tiện thanh toán cho chương trình

giảm thiểu nguy cơ lũ lụt. Việc lựa chọn một phương tiện thanh toán phù hợp

thường tỏ ra khó khăn trong các ứng dụng của CE trong nước phát triển vì chính

phủ thường có ở nơi chỉ có một số hạn chế của công cụ thuế và bởi vì tuân thủ thấp,

Whittington (2010). Một trong những khó khăn cụ thể với đánh giá chi phí hộ gia

đình để bảo vệ lũ lụt là chi phí này là khá khuếch tán. Ví dụ, nó có thể là trường hợp

ở cấp xã, nông dân phải cung cấp một số lượng đáng kể lao động và vật liệu để

kiểm soát lũ lụt như củng cố đê điều, công tác giám sát và trồng tre, vv. Tuy nhiên,

chi phí này không được báo cáo chính thức. Hy vọng rằng, các hộ gia đình tại Việt

Nam đã phải đối mặt với một hệ thống thuế đặc biệt dành riêng để tài trợ cho phòng

chống lũ lụt. Tất cả các hộ gia đình phải trả khoản tiền tương đương 2 kg thóc

(5.500 đồng) cho mỗi thành viên trong gia đình từ 18 đến 60 tuổi. Nông dân sẽ được

giảm giá và được yêu cầu trả khoản tiền tương đương với 1 kg lúa gạo trên đầu

người. Lệ phí quản lý lũ lụt này sẽ được sử dụng như phương tiện thanh toán của

chúng tôi. Chúng tôi đã xem xét mức độ khác nhau: 5,5, 16,5, 33, 49,5 và 66 nghìn

đồng tương ứng lần lượt là 1, 3, 6, 9 và 12 kg thóc bình quân đầu người cho nông

dân và 11, 33, 66, 99, 132,000 đồng tương ứng tương ứng với 2, 6, 12, 18, 24 kg

thóc bình quân đầu người cho các hộ không phải nông dân. Cần nhấn mạnh ở giai

đoạn này rằng chi phí của một chương trình quản lý cho một hộ gia đình sẽ không

chỉ phụ thuộc vào các thuộc tính giá cả, mà còn phụ thuộc vào hai đặc điểm cụ thể

của hộ gia đình cụ thể là thực tế người đứng đầu của gia đình là một nông dân hay

không, và số người có độ tuổi từ 18 đến 60. Điều này sẽ đòi hỏi một phương pháp

xử lý đặc biệt trong ứng dụng thực nghiệm.

Hình 3.1: Một bộ lựa chọn mẫu

Bộ lựa chọn 1

Hiện trạng

Chương trình A

Chương trình B

Khả năng có thể xảy ra việc nhà của anh/chị sẽ bị ngập và hư hỏng đáng kể do lũ lụt trong một năm

Khả năng có thể xảy ra việc lúa và đất nông nghiệp bị ngập và hư hại đáng kể do lũ lụt một năm

20%

Khả năng có thể xảy ra trường hợp một thành viên trong gia đình anh/chị thiệt mạng trong lũ lụt

12 phần triệu

Cấp chính quyền mà tại đó các chính sách phòng chống lũ lụt nên được thiết lập và thi hành

Cấp tỉnh

Cấp Nhà nước

Phí phòng chống lũ lụt

3kg thóc nếu là nông dân (16,500 đồng) 6kg thóc với thành phần khác (33,000 đồng)

12 kg thóc nếu là nông dân (66,000 đồng) 24kg thóc với thành phần khác (132,000 đồng)

1kg thóc nếu là nông dân (5,500 đồng) 2kg thóc với thành phần khác (11,000 đồng)

Tôi sẽ chọn (Chỉ chọn một)

□

3.2.3 Các mô hình kinh tế và thiết kế thử nghiệm

3.2.3.1 Mô hình logit có điều kiện

Giả định rằng các tiện ích không quan sát của một chương trình bảo vệ lũ lụt j

có thể chia thành hai thành phần. Thành phần đầu tiên, là thành phần xác định, được

thể hiện bởi hàm lợi ích gián tiếp V được định nghĩa như là một hàm của các thuộc

tính của lựa chọn thay thế, đặc điểm của các cá nhân, và thiết lập các thông số chưa

biết. Hợp phần thứ hai, đó là ngẫu nhiên, được đại diện bởi một thành phần ngẫu

nhiên , đó là một thành phần sai số nắm bắt các yếu tố ảnh hưởng đến tiện ích,

nhưng không được quan sát bởi các nhà nghiên cứu. Sau đó, lợi ích ngẫu nhiên đã

đạt được của cá nhân i từ việc lựa chọn chương trình j trong nhiệm vụ lựa chọn k cụ

thể (trong bộ lựa chọn k) có thể được viết là:

(3.1) `

Với Xijk biểu thị một vector của các biến giải thích mô tả chương trình j và trả

lời i, và β biểu thị vector tương ứng của hệ số. Người trả lời được giả định để lựa

chọn chương trình j nếu các tiện ích kéo theo bởi chương trình này là lớn hơn của

bất kỳ chương trình thay thế j’ Bởi vì kết quả quan sát của mỗi nhiệm vụ lựa chọn k

là việc lựa chọn một trong các chương trình J, mô hình kinh tế thích hợp là một mô

hình lựa chọn rời rạc thể hiện khả năng chương trình j được lựa chọn trên bất kỳ

chương trình khác j’ trong nhiệm vụ lựa chọn k. Khi các thành phần ngẫu nhiên

được giả định là độc lập và giống nhau rút ra từ một loại cực trị phân phối, xác suất

người trả lời i chọn chương trình j trong nhiệm vụ lựa chọn k có thể được thể hiện

bởi các mô hình logit đa thức điều kiện bình thường:

(3.2)

λ là các tham số quy mô của các thành phần ngẫu nhiên không quan sát được. Hàm

Log-likelihood của mô hình logit đa thức có điều kiện được cho bởi:

(3.3)

δijk = 1 nếu chương trình j được lựa chọn của cá nhân i cho nhiệm vụ lựa chọn k, và

bằng 0 cho các trường hợp khác.

3.2.3.2 Mô hình tham số ngẫu nhiên (RPL)

Mô hình logit đa thức có điều kiện đã được chứng minh là bị hạn chế, trước

hết vì lựa chọn thay thế không độc lập, tức là các mô hình không thể hiện sự độc lập

của thuộc tính thay thế không thích hợp; và thứ hai, bởi tính không đồng nhất cá

nhân không quan sát được không được tính đến. Sau đó, đặc biệt là vấn đề từ yếu tố

không quan sát được ảnh hưởng đến quyết định lựa chọn một nhiệm vụ có thể ảnh

hưởng đến sự lựa chọn trong một nhiệm vụ lựa chọn tiếp theo, gây ra sự phụ thuộc

giữa các quyết định về nhiệm vụ lựa chọn. Giả sử rằng người trả lời có thể có sự

khác biệt về thị hiếu, các lợi ích không quan sát của một chương trình bảo vệ lũ lụt

j là:

(3.4)

là thành phần ngẫu nhiên của các lợi ích không thể được quan sát bởi các nhà

nghiên cứu, βi là vector các giá trị sở thích cá nhân với mật độ f(β|θ), trong đó θ là

một vector của các tham số thực của phân phối taste. Nếu là phân phối cực trị

độc lập và giống nhau Loại I, đặc điểm kỹ thuật sẽ dẫn đến mô hình logit tham số

ngẫu nhiên (RPL), hoặc mô hình logit hỗn hợp (McFadden và Train 2000). Xác suất

có điều kiện của chương trình j cho cá nhân i trong việc lựa chọn k bây giờ là:

(3.5)

Biểu thị chuỗi các chương trình được lựa chọn bởi một cá nhân trong K nhiệm

vụ lựa chọn, s = (j1, ..., jK). Sau đó, điều kiện là các giả thiết phân phối về βi, xác

suất người trả lời i thực hiện sự lựa chọn có trình tự cụ thể này là:

(3.6)

Do đó, chúng ta không biết βi chúng ta không thể đặt điều kiện cho nó. Vì vậy, để

có được xác suất vô điều kiện, chúng ta lấy tích phân của xác suất logit chuẩn trên

tất cả các giá trị có thể của βi. Như vậy, xác suất logit hỗn hợp là:

(3.7)

trong đó f (β|θ) đại diện cho mật độ kết hợp (joint density) của phân phối hỗn hợp

có điều kiện trên các thông số của phân phối này được biểu thị bởi θ. Trong dạng

đơn giản này, các hệ số lợi ích là khác nhau giữa các cá nhân, nhưng không đổi

trong những lựa chọn của mỗi cá nhân. Điều này phản ánh một giả định cơ bản của

các cấu trúc sở thích ổn định cho tất cả các cá nhân. Trong trường hợp tổng quát,

tích phân trong phương trình (3.7) không thể được đánh giá theo giải tích, và do đó

xác suất phải được xấp xỉ bằng cách sử dụng phương pháp mô phỏng. Ở đây một

ước lượng maximum likelihood sẽ được sử dụng, sử dụng Halton rút ra, để ước tính

mô hình. Cũng cần đặt ra một giả thiết về phân phối của mỗi hệ số ngẫu nhiên.

3.2.3.3 Mô hình lớp tiềm ẩn (Latent class model - LCM)

Gần đây nhất, nhà thực hành CE đã bắt đầu sử dụng mô hình lớp tiềm ẩn

(LCM) như là một mô hình thay thế cho việc tính đến sở thích không đồng nhất. Mô

hình này coi tính không đồng nhất như là một phân phối rời rạc, một đặc điểm kỹ

thuật dựa trên các khái niệm về sự phân khúc sở thích nội sinh (hoặc tiềm ẩn)

(Swait 1994). Phương pháp tiếp cận này mô tả một tổng thể bao gồm một số hữu

hạn và có thể xác định các phân đoạn hay nhóm cá nhân. Sở thích là tương đối đồng

nhất trong các phân đoạn, nhưng khác biệt đáng kể giữa các phân đoạn. Số lượng

của các phân đoạn được xác định nội sinh bởi các dữ liệu. Các khía cạnh của một cá

nhân trong một phân khúc cụ thể là xác suất, và phụ thuộc vào các đặc điểm xã hội,

nhân khẩu học, và kinh tế của người được hỏi, cũng như lượng kiến thức hồ, nhận

thức và thái độ của họ. Hơn nữa, tính cách người trả lời gián tiếp ảnh hưởng đến sự

lựa chọn thông qua ảnh hưởng của họ trên phân khúc thành viên.

Giả sử bây giờ lợi ích ngẫu nhiên đạt được của cá nhân i, trong phân khúc s

với s S, từ việc lựa chọn chương trình j trong nhiệm vụ lựa chọn cụ thể k có thể

được viết là:

(3.8)

Với βs biểu thị một vector của các phân đoạn, phụ thuộc vào hệ số được ước lượng.

Sự khác biệt trong βs cho phép nắm bắt được tính không đồng nhất trong các sở

thích của hộ gia đình cho các thuộc tính khác nhau của các chương trình quản lý lũ

lụt. Giả sử rằng các thành phần sai sô được phân phối giống nhau và độc lập (IID)

và theo một phân phối loại I (hoặc Gumbel), xác suất của chương trình j được chọn

bởi các cá nhân có thứ i với điều kiện là nằm ở phân khúc s này được cho bởi:

(3.9)

và xác suất kết hợp logit của một tập các lựa chọn T(i) được thực hiện bởi cá nhân i,

với điều kiện thuộc một phân khúc s đã cho là:

(3.10)

Bây giờ hãy xem xét M* là một hàm likelihood phân khúc thành viên phân

loại hộ gia đình thành một trong số S hữu hạn của các phân đoạn tiềm ẩn với một số

is = λsZi + ζis, với Zi đại diện cho các đặc điểm quan sát của các hộ gia

xác suất, Ps. Hàm likelihood thành phần cho hộ gia đình i và của phân khúc s được cho bởi M*

đình, chẳng hạn như đặc tính xã hội, kinh tế và nhân khẩu học của họ, cũng như

kiến thức, thái độ và nhận thức của người trả lợi. Giả sử rằng các thành phần sai số

hàm likelihood thành phần của người tiêu dùng là IID qua các hộ gia đình, các phân

đoạn, và theo một phân bố Gumbel, xác suất mà hộ gia đình i thuộc về phân khúc s

có thể được thể hiện như:

(3.11)

λs là các thông số phân khúc cụ thể được ước tính. Những thông số này biểu thị sự

đóng góp của các đặc điểm hộ gia đình khác nhau vào xác suất của các phân khúc

thành viên. Một hệ số dương (hoặc âm) và đáng kể ngụ ý rằng đặc điểm hộ gia đình

có liên quan, Zi, tăng (hoặc giảm) xác suất mà hộ gia đình i nằm ở phân khúc s. Đối

với một cá nhân, Ps dần đến 1 trên S phân đoạn tiềm ẩn, với 0 ≤ Ps ≤ 1.

Phương trình (3.10) cung cấp khả năng lựa chọn có điều kiện, có điều kiện về phân

đoạn thành viên của một phân khúc s cụ thể. Xác suất kết hợp không điều kiện của

một tập hợp các lựa chọn chương trình cho cá nhân i thu được bằng cách kết hợp

xác suất có điều kiện (10) với xác suất phân khúc thành viên (11) và lấy kỳ vọng

trên tất cả S phân đoạn. Xác suất kết hợp không điều kiện của hộ gia đình i thuộc

phân khúc s và chọn chương trình j trong các nhiệm vụ k khác nhau có thể được cho

bởi:

(3.12)

Phương trình (3.12) mô tả một mô hình logit hỗn hợp đồng thời giải thích cho

sự lựa chọn và phân khúc thành viên. Hàm log-likelihood phải được tối đa để có

được những λs các tham số và βs.

3.3. Kết quả thực nghiệm

3.3.1 Lấy mẫu chiến lược

Chiến lược lấy mẫu đã được hướng dẫn đầu tiên bởi một số đặc điểm địa lý

của các tỉnh Nghệ An và thứ hai, bởi một số đặc điểm riêng của lũ lụt ở khu vực đó.

Đầu tiên là địa hình của tỉnh Nghệ An khá phức tạp với đồi núi ở phía Đông và

sông, suối với độ dốc giảm dần từ phía tây bắc sang phía đông nam. Nghệ An nằm

trong vùng nhiệt đới và ôn đới, chịu ảnh hưởng trực tiếp bởi gió khô nóng (từ tháng

tư-tháng tám) và gió mùa đông bắc rất lạnh (từ tháng mười một đến tháng ba năm

sau). Thứ hai, ở Nghệ An, con người đang bị ảnh hưởng bởi ba hình thức lũ lụt

chính cụ thể là lũ quét (chủ yếu ở khu vực núi), lũ lụt do bão (chủ yếu là ở các vùng

ven biển) và lũ lụt do tràn sông (chủ yếu là ở đồng bằng do sông).

Chiến lược lấy mẫu chúng tôi đã được thực hiện như sau. Đầu tiên, 14 huyện

(trong số 17) đã được lựa chọn dựa trên hai tiêu chí: vị trí địa lý (khu vực ven biển,

khu vực đồng bằng, miền núi) và nguy cơ lũ lụt (rủi ro thấp, vừa phải nguy cơ, rủi

ro cao). Sau đó, dựa trên các cuộc thảo luận với các đại diện địa phương của Bộ

Nông nghiệp và Phát triển nông thôn, hai thôn đã được nhắm mục tiêu trong từng

quận, huyện (có 417 làng trong tỉnh Nghệ An). Cuối cùng, trong mỗi làng, 16 hộ gia

đình đã được lựa chọn ngẫu nhiên từ danh sách công dân đã đăng ký. Lấy mẫu phân

tầng dựa trên vị trí địa lý và nguy cơ lũ lụt cho phép chúng ta có trong dữ liệu của

tất cả các loại của lũ lụt ảnh hưởng đến dân số trong tỉnh Nghệ An. Hộ gia đình lựa

chọn ngẫu nhiên, bảo đảm mẫu được chọn là đại diện của người dân Nghệ An. Kết

quả thu được mẫu từ 448 hộ gia đình được quan sát tại 28 làng của 14 huyện trong

tỉnh Nghệ An

3.3.2 Đặc điểm mẫu

Cuộc khảo sát đã được triển khai tại tỉnh An vào mùa xuân năm 2012 Nghệ An

trên một mẫu gồm 448 hộ gia đình nằm trong 14 huyện khác nhau. Các cuộc phỏng

vấn trực tiếp đã được thực hiện. Thời gian trung bình cho toàn bộ câu hỏi đã được 1

giờ và 33 phút với tối đa là 3 giờ và 5 phút. Đối với hơn một nửa các hộ gia đình,

các câu hỏi kéo dài ít hơn một giờ 30 phút. Bảng 3 báo cáo một số thông tin về mẫu

hộ gia đình.

Bảng 3.2: Đặc điểm chính của các hộ gia đình

Biến Trung bình Độ lệch chuẩn

49,848 32,488 4,199 0,190 0,449 13,519 33,004 1,509 0,420 0,752

0,792 0,056 0,051 0,058 0,406 0,23 0,221 0,234

0,404 0,221 0,049 0,761 0,491 0,415 0,216 0,427

Đặc điểm kinh tế - xã hội Tuổi Thu nhập Kích thước hộ gia đình Số trẻ em trong hộ gia đình Số người trên 60 tuổi Nghề nghiệp chính của chủ gia đình Nông dân Công nhân Nghỉ hưu Kinh doanh nhỏ Lịch sử lũ lụt của hộ gia đình Nhà bị ngập Sơ tán Bị thương Lũ lớn Niềm tin vào các tổ chức Chính phủ Tỉnh Huyện Xã 0,533 0,393 0,359 0,395 0,499 0,489 0,480 0,489

Trong mẫu, tuổi trung bình của chủ hộ là 49,8 tuổi. Kích thước trung bình của

hộ gia đình là lớn hơn 4 người một chút. 16,7% hộ gia đình có ít nhất một nhỏ hơn

3 tuổi. Thu nhập hộ gia đình trung bình trong năm 2011 là 32.500.000 đồng mỗi

năm. Trong 79,2% các trường hợp, nghề nghiệp chính của chủ hộ là làm ruộng

(hoặc đánh cá). Công nhân chiếm 5,6% của mẫu. Hộ gia đình đã nghỉ hưu là nghề

nghiệp nhiều thứ hai trong mẫu với 26,7%.

Như đã đề cập trước đây, tỉnh Nghệ An chịu ảnh hưởng lớn bởi lũ lụt. Nhà ở bị

ngập lụt ít nhất một lần trong 5 năm gần nhất cho 40,4% hộ gia đình, 22,1% hộ gia

đình đã được sơ tán ít nhất một lần trong vòng 5 năm qua. Chỉ có 4,9% các hộ gia

đình báo cáo rằng một thành viên của hộ gia đình đã bị thương trong 5 năm qua do

lũ lụt. Tuy nhiên, 76,1% hộ gia đình xem xét rằng lũ lụt đã tạo ra một khoản chi phí

đáng kể trong vòng 5 năm qua.

Cuối cùng, bảng 3.2 báo cáo những chia sẻ của những người trả lời tin cậy vào

các tổ chức Việt Nam để quản lý có hiệu quả nguy cơ lũ lụt. Trong câu hỏi, mỗi

người trả lời được yêu cầu cho biết liệu họ có tin tưởng hay không rằng bốn tổ chức

(nhà nước, tỉnh, huyện, xã) có thể quản lý một cách hiệu quả nguy cơ lũ lụt. Trong

thực tế, người trả lời có vẻ tin tưởng hơn khi chương trình quản lý lũ lụt được thực

hiện ở một mức độ tập trung. Thật vậy, 53,3% số người trả lời rất tin tưởng hoặc tin

tưởng vào việc các chương trình quản lý lũ lụt được thực hiện bởi cấp nhà nước.

Con số này giảm xuống 39,3%, 35,9% và 39,5% nếu các chương trình quản lý lũ lụt

tương ứng thực hiện tại địa bàn tỉnh, ở cấp huyện hoặc tại cấp xã. Điều này có thể

tiết lộ một sở thích cho các chính sách quản lý các công trình ngăn lũ (đê, đê biển,

đập, vv) thực hiện ở cấp độ tập trung so với các biện pháp phi công trình (chương

trình giáo dục, thay đổi sử dụng đất, v.v.) được quản lý thường xuyên hơn ở cấp

huyện, cấp xã.

Để có một ý tưởng về chi phí thực tế của lũ lụt cho người trả lời, họ được yêu

cầu cung cấp một ước tính về chi phí trung bình hàng năm của lũ lụt cho hộ gia đình

của họ trong 5 năm qua, phân biệt giữa thiệt hại về nhà ở, thiệt hại sản xuất nông

nghiệp và thiệt hại sức khỏe (tất cả các chi phí y tế do lũ lụt đối với bất kỳ thành

viên nào trong gia đình). Vì các loại thiệt hại sau không được lấp đầy bởi người trả

lời (có thể bởi vì nếu quá khó khăn để cung cấp một đánh giá), Bảng 3.3 chỉ báo cáo

về chi phí cho hai loại đầu tiên.

Bảng 3.3: Chi phí hàng năm cho lũ

Biến Trung bình Độ lệch chuẩn Số người trả lời

Chi phí nông nghiệp (triệu đồng) Chi phí nhà ở (triệu đồng) Chi phí sức khỏe (triệu đồng) Chi phí nông nghiệp (% thu nhập) Chi phí nhà ở (% thu nhập) Chi phí sức khỏe (% thu nhập) 3,085 3,234 0,178 9,497 9,957 0,549 3,079 3,301 0,342 33,754 28,141 2,350 342 353 314 342 353 314

Chi phí trung bình hàng năm đối với các thiệt hại lũ lụt gây ra cho sản xuất

nông nghiệp (và thủy sản) là 3.085.000 đồng chiếm 9,5% thu nhập bình quân hộ gia

đình. Chi phí trung bình hàng năm đối với các thiệt hại lũ lụt gây ra cho nhà ở là cao

hơn một chút, trung bình khoảng trên 3,2 triệu đồng mỗi năm, chiếm 10% thu nhập

hàng năm của hộ gia đình. Chỉ xem xét hộ gia đình báo cáo thiệt hại lũ lụt thực sự

đến nhà của họ, thiệt hại trung bình nhà ở tăng lên 4,2 triệu đồng mỗi năm (12,8%

của thu nhập gia đình hàng năm). Thiệt hại cho sức khỏe xếp hạng 3 về chi phí.

Những chi phí này chỉ chiếm 0,5% thu nhập hộ gia đình hàng năm. Nếu chúng ta

hạn chế mẫu gồm các hộ gia đình, trong đó ít nhất một thành viên đã bị thương do

lũ lụt, tỷ lệ này tăng tới 1%. Nếu kết hợp thiệt hại nông nghiệp, nhà ở và sức khỏe

do lũ lụt, ta nhận được một chi phí trung bình hàng năm thiệt hại tương đương 7,5%

thu nhập trung bình hàng năm của hộ gia đình. Những con số này chỉ ra rằng nguy

cơ lũ lụt bao hàm tổn thất kinh tế đáng kể cho các hộ gia đình tại Việt Nam. Tuy

nhiên, một điều cần phải nhấn mạnh rằng chi phí của các hộ gia đình đưa ra tương

ứng với đánh giá chủ quan của họ có thể khác với các chi phí thực sự.

Trong bảng hỏi, người trả lời được yêu cầu xếp hạng theo thứ tự tầm quan

trọng của một số mục tiêu của chính sách quản lý lũ lụt. Bốn mục tiêu khả thi được

đưa ra, cụ thể là giảm số người bị thương, làm giảm diện tích đất bị ngập và hư

hỏng, giảm số lượng nhà bị ngập và hư hỏng và không nên chi phí quá nhiều. Có vẻ

như có một số không đồng nhất trong bảng xếp hạng. 38,4% số người trả lời đánh

giá mục tiêu quan trọng nhất của chính sách quản lý lũ lụt là giảm số người bị

thương và 35,8% số người được hỏi lựa chọn mục tiêu giảm diện tích đất bị ngập và

hư hỏng là quan trọng nhất. Giảm số lượng nhà bị ngập và hư hại được xếp hạng

đầu tiên của 13,1% hộ gia đình. Cuối cùng, 13,5% hộ gia đình xem xét rằng mục

tiêu quan trọng nhất của bất kỳ chính sách quản lý lũ lụt phải là một chi phí thực

hiện thấp.

3.3.3 Lựa chọn cá nhân và phản hồi nguyên trạng

Bảng 3.4 báo cáo tần số của sự lựa chọn chương trình trong thí nghiệm CE.

Các tùy hiện trạng chọn đứng thứ hai với 35,18%, mà không phải là bất thường là

loại phân tích ưu đãi đã nêu. Chỉ có 7,37% các đối tượng báo cáo rằng họ thích

những tùy chọn nguyên tình trạng trong tất cả các thiết lập lựa chọn. Chương trình

A và B được chọn tương ứng 36,66% và 28,15% số người được hỏi.

Bảng 3.4: Tần suất của các lựa chọn cá nhân

Lựa chọn Tần suất (%)

Chương trình A 36.66%

Chương trình B 28.15%

Tình trạng hiện tại 35.18%

Chương trình A Cho tất cả tập lựa chọn 2.01%

Chương trình B Cho tất cả tập lựa chọn 1.79%

Tình trạng hiện tại Cho tất cả tập lựa chọn 7.37%

Khi một tùy chọn hiện trạng có sẵn trong bộ lựa chọn trong một CE, nó thường

được lựa chọn bởi một tỷ lệ đáng kể số người trả lời. Trong trường hợp 33 hộ gia

đình của chúng ta (7,37% mẫu) đã lựa chọn các nguyên trạng trong tám bộ lựa chọn

đề xuất. Do đó, điều quan trọng là làm rõ sự khác biệt giữa những “trả giá bằng

không thực sự” tương ứng với người trả lời đã chỉ ra rằng họ không sẵn sàng trả bất

cứ điều gì bởi vì họ thực sự không thích hoặc không quan tâm đến hàng hóa được

trưng cầu WTP với “trả giá bằng không giả” tương ứng với người trả lời đã đưa ra

một WTP bằng không mặc dù giá trị thật của mình cho hàng hóa trong câu hỏi là

tích cực, Hanley, Wright, và Alvarez-Farizo (2006). “trả giá bằng không giả” có thể

được phân loại thành ba loại. Người đầu tiên là "trả giá chống đối", người trả lời

đưa ra giá bằng không vì những lý do khác hơn là đặt ra một giá trị số cho giá hàng

hóa trong câu hỏi. Người thứ hai là những người trả lời “không biết"”, người trả lời

chỉ đơn giản là không chắc chắn về số tiền mà họ sẵn sàng chi trả, lưu ý rằng số tiền

này tất nhiên có thể bằng không. Thứ ba, một số người đã tuyên bố một giá bằng

không vì nhiệm vụ lựa chọn tùy chọn là quá phức tạp (ví dụ, họ có khó khăn trong

việc hiểu hay trả lời các câu hỏi lựa chọn).

Trong CE được thực hiện, 33 người trả lời (chiếm 7,37%) đã chọn giải pháp

nguyên trạng trong tất cả các tập lựa chọn. Để xác định câu trả lời kháng nghị,

người trả lời đã được hỏi họ đồng ý hay không đồng ý với hai câu sau đây: "Tôi

phản đối bất kỳ sự tính thuế bổ sung nào cho các chương trình của chính phủ" và

"Tôi mất niềm tin vào chính phủ, tỉnh và xã quản lý hợp lý tiền bạc của tôi". Trong

số 33 người trả lời đã lựa chọn phương án nguyên trạng trong tất cả các bộ lựa

chọn, 18 đồng ý với ít nhất một trong những câu trước đó. Để xác định các hộ gia

đình có thể đã chọn hiện trạng chỉ đơn giản là vì họ đã không chắc chắn về số tiền

mà họ sẵn sàng chi trả hoặc vì những khó khăn cho sự hiểu biết các thí nghiệm, họ

đã được hỏi có đồng ý hay không đồng ý với ba câu sau đây: “Tôi cần biết nhiều

thông tin hơn là đã được cung cấp”, “cuộc khảo sát là không rõ rang”, “Các chương

trình quản lý lũ lụt thay thế là không thực tế”. 32 hộ gia đình đã trả lời có với ít nhất

một trong những câu trước đó. Sự chống đối và câu trả lời không chắc chắn, chúng

tôi nhận được 32 hộ gia đình có thể có đủ điều kiện là “trả giá bằng không giả”.

Chúng ta có thể chấp nhận một định nghĩa thứ hai và hạn chế về số không giả. Do

đó, 27 trong số 33 hộ gia đình đủ điều kiện là “trả giá bằng không giả” đã tích cực

trả lời câu “Với tình hình kinh tế hiện tại của tôi, tôi không thể trả nhiều tiền hơn

cho một chương trình giảm thiểu rủi ro lũ lụt”. Những hộ gia đình sau đó có thể

được coi là “trả giá bằng không thực sự”, thậm chí nếu có báo cáo kháng nghị hoặc

câu trả lời không chắc chắn. Thông qua định nghĩa hẹp hơn này chúng ta cuối cùng

chỉ có 5 hộ gia đình thuộc thể loại “trả giá bằng không thực sự”.

3.3.4 Hàm lợi ích gián tiếp chi tiết

Để ước tính mô hình lợi ích ngẫu nhiên - RUM (Random Utility Model),

chúng ta cần phải xác định các hàm lợi ích gián tiếp trong phương trình (3.1). Lợi

ích gián tiếp của chương trình quản lý lũ j cho hộ gia đình i phụ thuộc vào các thuộc

tính của chương trình này (bao gồm cả chi phí của nó) và đặc điểm của hộ gia đình.

(3.13)

Do đó ta xem xét dạng chi tiết sau đây của hàm lợi ích gián tiếp:

Với Ragrij, Rhousej và Rdeathj là ba thuộc tính của chương trình j tương với nguy

cơ thiệt hại cho sản xuất nông nghiệp, nguy cơ thiệt hại cho nhà ở và nguy cơ tử

vong do lũ lụt. Provj, Distj và Villagej là ba biến giả tương ứng với thực tế là

các chính sách quản lý lũ lụt được thực hiện tại các tỉnh, huyện và cấp làng (thể loại

tham chiếu là thực hiện ở cấp nhà nước). Những biến giả này nhằm mục đích nắm

bắt sự hiện diện một tác động phi tuyến của các mức độ của việc thực thi các lợi ích

gián tiếp. Cuối cùng Cij là chi phí của chương trình j cho hộ gia đình i. .Như đã thảo

luận trước đây, chi phí này phụ thuộc vào giá trị của thuộc tính giá của chương trình

j, trên thực tế là người đứng đầu của hộ gia đình có phải là một nông dân hay không

và số lượng thành viên hộ gia đình có tuổi từ 18 đến 60 tuổi. Chi phí của chương

trình j cho hộ gia đình ký hiệu là Cij sẽ được tính toán theo cách sau:

Với pj là đơn giá của chương trình j và sizei biểu thị số lượng thành viên trong hộ

gia đình có tuổi từ 18 đến 60. Trong công thức (3.13), Zi là một vector của các đặc

điểm hộ gia đình được giả định có ảnh hưởng đến hàm lợi ích gián tiếp. Cần phải

nói rằng khi các biến số không thay đổi theo sự lựa chọn lặp đi lặp lại của một cá

nhân, các vectơ của chúng có thể tương tác với các biến rủi ro, mức độ thực hiện

biến giả hoặc các biến chi phí. Cuối cùng farmeri là một biến giả bằng 1 nếu nghề

nghiệp chính của chủ hộ là nông nghiệp. Chi phí bình quân đầu người của một

chương trình là thấp hơn 50% cho nông dân.

Giải thích của các giá trị hệ số trong phương trình (3.13) không phải là đơn

giản, ngoại trừ ý nghĩa. Một cách thuận tiện hơn để trình bày các kết quả về sự sẵn

lòng chi trả cận biên (MWTP) cho một sự thay đổi trong các thuộc tính trong câu

hỏi. Đối với các thuộc tính nguy cơ, WTP được định nghĩa là:

với k { agri, house, death}, (3.14)

Trong đó τk là hệ số chuyển đổi để thể hiện mỗi WTP biên theo đơn vị triệu đồng.

Trong công thức (3.14), sự sẵn sàng chi trả cận biên được định nghĩa là giá trị trái

dấu của tỷ lệ thay thế cận biên giữa các thuộc tính rủi ro được xem xét và chi phí

của chương trình, nhân với hệ số chuyển đổi. Đối với các thuộc tính rủi ro liên quan

đến nhà ở và sản xuất nông nghiệp, tỷ lệ biên thay thế giữa các thuộc tính và giá cả

phải được nhân với 100 (vì rủi ro nhà và nông nghiệp đã được mã hóa theo tỷ lệ

phần trăm) và chia cho 1000 (để có được giá trị trong triệu đồng vì giá của các

chương trình quản lý lũ lụt đã được thể hiện trong nghìn đồng). Đối với nguy cơ tử

vong, tỷ lệ thay thế cận biên phải được nhân 1.000.000 (vì rủi ro tử vong đã được

mã hoá trong số người chết đơn vị là một triệu) và chia cho 1000. WTP cận biên

liên quan đến các cơ quan chịu trách nhiệm thực hiện quản lý chính sách lũ lụt là:

với l { State, Province, District}, (3.15)

tương ứng với tỷ lệ thay thế cận biên giữa các cấp chính quyền thực hiện các chính

sách và chi phí của chương trình. Các nhà nghiên cứu tham gia vào việc phân tích

phúc lợi xã hội ứng dụng nhấn mạnh tầm quan trọng của việc cung cấp các ước

lượng về độ chính xác của các biện pháp đo lường phúc lợi, ví dụ như độ lệch

chuẩn, khoảng tin cậy. Bảng 3.6 trình bày khoảng tin cậy bằng cách sử dụng

phương pháp Krinsky-Robb với 1000 lần lặp lại (khoảng thời gian tương tự như đã

có được với các phương pháp delta và Fieller).

3.3.5 Mô hình logit có điều kiện cơ bản

CE được thiết kế với giả định rằng các hàm lợi ích quan sát được là hàm cộng

tính. Chúng ta bắt đầu với một đặc điểm kỹ thuật cơ bản của các hàm lợi ích gián

tiếp sao cho xác suất lựa chọn một chương trình cụ thể chỉ đơn giản là một hàm

tuyến tính của tất cả các thuộc tính của chương trình đó và các hằng số cụ thể thay

thế (alternative specific constant - ASC), được quy định cụ thể bằng 1 khi một trong

hai chương trình A hoặc B được chọn, bằng 0 nếu hiện trạng được chọn. Hàm lợi

ích chi tiết trở thành:

· (3.16)

Bảng 3.5 cung cấp ước lượng của mô hình logit có điều kiện với một đặc điểm kỹ thuật của hàm lợi ích (dạng cộng tính). Pseudo R2 là 0,50 và ta từ chối ở mức 1%,

giả thuyết không rằng tất cả các hệ số bằng 0. Hầu hết các hệ số là rất quan trọng và

tất cả các dấu đều như dự kiến.

Các hệ số thu được là có ý nghĩa thống kê, với các giá trị thử nghiệm Wald (z)

đều khá lớn. Bởi vì các giá trị kiểm định Wald là có ý nghĩa thống kê, khoảng tin

cậy cho các hệ số không bao gồm 0. p_value cho các hệ số cũng có ý nghĩa khi nó

chỉ ra rằng xác suất để từng hệ số có giá trị bằng 0 đều sấp sỉ bằng 0.

clogit Choice ASC agri death house State Province District price2 , group(id)

Iteration 0: log likelihood = -5988.65332

Iteration 1: log likelihood = -5984.73547

Iteration 2: log likelihood = -5980.70334

Iteration 3: log likelihood = -5980.70228

Iteration 4: log likelihood = -5980.70228

Conditional (fixed-effects) logistic regression Number of obs = 10752

LR chi2(8) = 142.002

Prob > chi2 = 0.0000

Log likelihood = -5980.70228 Pseudo R2 = 0.5039

--------------------------------------------------------------------------------------------------

Choice | Coef. Std. Err. z P>|z| [95% Conf. Interval]

--------------------------------------------------------------------------------------------------

ASC | -.0293529 .0592346 -0.49 0.217 -1.56002 -.149886

agri | -.0260296 .0042706 -6.09 0.000 -.1095022 .0734431

death | -.0331859 .0073344 -4.52 0.000 -.12636 .0199882

house | -.0524744 .046113 -1.13 0.004 -1.198751 -.0245978

State | .0793013 .0772676 1.03 0.108 -.1627145 1.650517

Province | -.1874306 .0823162 -2.28 0.014 -.0884707 1.931532

District | .0173726 .0797718 0.22 0.420 -1.542585 .6438401 price2 | -.0130157 .0011596 -11.31 0.001 -.0243225 -.0103689

Bảng 3.5: Kết quả ước lượng mô hình logit có điều kiện cơ bản

Hai thuộc tính nguy cơ của một chương trình quản lý lũ lụt (nguy cơ tổn thất

nông nghiệp, nguy cơ tử vong) là yếu tố quan trọng trong việc giải thích sự lựa chọn

của một chương trình quản lý lũ lụt, và giữ nguyên các đều kiện khác, một mức

nguy cơ thiệt hại nông nghiệp hoặc nguy cơ tử vong thấp hơn làm tăng xác suất một

chương trình lũ được chọn. Nói cách khác, người trả lời thích những chương trình

quản lý lũ lụt đem lại mức độ mất sản xuất nông nghiệp thấp hơn và nguy cơ tử

vong thấp hơn. Nguy cơ thiệt hại về nhà ở không xuất hiện đáng kể. Khi hơn 40%

hộ gia đình báo cáo rằng nhà của họ đã bị ngập lụt ít nhất một lần trong năm năm

qua, họ có thể xem xét các nguy cơ ngập lụt nhà như là một nguy cơ thông thường

mà họ có thể đối phó. Điều này là phù hợp với thực tế rằng chỉ có 13,1% hộ gia

đình đã báo cáo rằng việc giảm số lượng nhà bị ngập và hư hỏng nên là mục tiêu

chính của bất kỳ chính sách quản lý lũ lụt nào. Dấu của hệ số thanh toán chỉ ra rằng

ảnh hưởng trong lợi ích của việc lựa chọn một tập các lựa chọn với một mức độ

thanh toán cao hơn là bị giảm, đây là một kết quả mong đợi và trực quan. Cuối

cùng, bằng chứng liên quan đến WTP cung cấp chính sách quản lý lũ lụt ở cấp trung

ương (Nhà nước hoặc tỉnh) hoặc ở cấp độ phân cấp (huyện, xã) được trộn lẫn. Chỉ

có dấu liên quan đến thực hiện ở cấp tỉnh dường như là đáng kể. Việc thực hiện các

chính sách quản lý lũ lụt tại cấp tỉnh làm giảm xác suất mà một chương trình lũ

được chọn.

Bảng 3.6: WTP biên (triệu đồng) cho các thuộc tính của chương trình quản lý lũ lụt

Thuộc tính Ước lượng

0,405 0,203 2.538 0,006 -0,014 0,001 Khoảng tin cậy (95%) Cận dưới Cận trên -0,.275 0,136 1.510 -0,006 -0,027 -0,011 1,084 0,271 3.567 0,018 -0,002 0,013

Nguy cơ thiệt hại nhà cửa Nguy cơ thiệt hại trong sản xuất nông nghiệp Nguy cơ tử vong Nhà nước Tỉnh Huyện

WTP biên để giảm nguy cơ thiệt hại nhà ở là 405.000 đồng. WTP cận biên này

chiếm 1,25% thu nhập trung bình hàng năm của hộ gia đình. Để so sánh, lưu ý rằng

người trả lời đưa ra chi phí trung bình cho thiệt hại lũ lụt cho nhà ở bằng 3.234..000

đồng. WTP biên để giảm nguy cơ thiệt hại cho sản xuất nông nghiệp là 203.000

đồng (5,2 euro), tương ứng với 0,6% thu nhập hộ gia đình trung bình hàng năm.

Người trả lời báo cáo chi phí trung bình cho thiệt hại lũ lụt để sản xuất nông nghiệp

bằng 3.085.000 đồng. So sánh trực tiếp WTP để giảm thiểu rủi ro về nhà ở và sản

xuất nông nghiệp là khó khăn vì những con số kết hợp cả hai sự khác biệt về nguy

cơ rủi ro và về giá trị kinh tế.

Đối với thuộc tính rủi ro tử vong, WTP cận biên được tính bằng giá trị trái dấu

của hệ số của các thuộc tính nguy cơ chia cho hệ số của biến giá nhân với 1.000.000

(rủi ro tử vong đã được mã hoá trong số người chết tính bằng triệu) và chia bởi

1000 (để có được các giá trị trong triệu đồng khi giá các chương trình quản lý lũ lụt

đã được tính bằng nghìn đồng). WTP biên để giảm tỷ lệ tử vong, có thể được hiểu là

giá trị của cuộc sống về mặt thống kê (value of statistical life - VSL), được ước tính

là 2.538 triệu đồng (khoảng 65.000 €). Nó tương ứng với 78 lần thu nhập bình quân

hàng năm hộ gia đình trong mẫu của. VSL này là phù hợp với ước tính trước đây ở

các nước tương tự. Ví dụ, báo cáo Ngân hàng Phát triển châu Á (2005) cung cấp

một ước tính của VSL tại Malaysia bằng 1.200.000 ringgit (xấp xỉ 300.000 €) trong

bối cảnh xảy ra tai nạn đường bộ. Vassanadumrongdee và Matsuoka (2005) sử dụng

phương pháp đánh giá ngẫu nhiên (CVM) khảo sát để đo lường WTP cá nhân để

giảm tỷ lệ tử vong trong bối cảnh ô nhiễm không khí và tai nạn giao thông ở Thái

Lan (Bangkok). Họ nhận thấy rằng VSL là giữa 0,74 và 1,48 triệu USD (600.000 và

1.200.000 €) và tương tự như ô nhiễm không khí và tai nạn giao thông. Đối với

Trung Quốc, Hammitt và Zhou (2006) cung cấp một ước tính VSL trong bối cảnh

sức khỏe và ô nhiễm không khí khác nhau, từ 33.080 nhân dân tệ đến 140.590 nhân

dân tệ (3.100 đến13.300 €). Tuy nhiên họ giải thích rằng VSL thấp này nên được

thực hiện thận trọng và nên được xem như là giới hạn dưới của VSL tại Trung

Quốc. Wang và Mullahy (2006) sử dụng phương pháp CVM và cung cấp một ước

tính của VSL tại Trung Quốc trong bối cảnh ô nhiễm không khí. Dựa trên các cuộc

phỏng vấn mặt đối mặt của 550 cá nhân trong năm 1998, họ có được một VSL trung

bình tương đương với 286.000 nhân dân tệ (27.000 €). Gần đây, Wang và He (2011)

trong bối cảnh các nguy cơ sức khỏe (ung thư) cung cấp một ước tính cao hơn nhiều

của VSL ở Trung Quốc. Sử dụng một CV để phòng ngừa nguy cơ ung thư, họ tìm ra

giá trị trung bình là 795.000 nhân dân tệ (99.000 €) tương ứng với khoảng 60 lần

thu nhập bình quân hộ gia đình hàng năm trong bộ dữ liệu của họ. Tuy nhiên, rất

khó để so sánh ước tính VSL của chúng đã đề cập ở trên khi ước lượng khác nhau

được thực hiện bởi các phương pháp khác nhau (CE so với CV chẳng hạn) hoặc

trong bối cảnh khác nhau (nguy cơ sức khỏe, rủi ro môi trường của nguy cơ lũ lụt

Bảng 3.7: VSL của một số quốc gia

trong trường hợp của chúng ta).

Nước

Thu nhập ×60 Năm Trung Quốc 2010 Bối cảnh Ung thư

VSL 0,8 triệu ND tệ (99.000 Euro) ×23 Trung Quốc 2006 Ô nhiễm không khí 0,3 triệu ND tệ(27.000 Euro)

×35 Malaysia 2005

Tai nạn đường bộ 1,2 triệu Ringgit (302.000 Euro)

0,6 đến 1,2 triệu Euro ×84 đến 168

Đa dạng

×124 ×45 Thailand USA Pháp 2005 Ô nhiễm không khí 2010 2005 Tai nạn đường bộ 6,3 triệu USD 1,5 triệu euros

Trung Quốc 2010: Wang and He (2011) Trung Quốc 2006: Wang and Mullahy (2006) Malaysia 2005: Ngân hàng pháp triển châu Á (2005) Thailand 2005: citeasnounVassanadumrongdee2005 USA 2010: Cục môi trường Hoa Kỳ Pháp 2005: Boiteux report

Mức độ thực hiện các chương trình quản lý lũ lụt xuất hiện chỉ có một tác động

hạn chế đến WTP của hộ gia đình. Thi hành của cấp tỉnh ảnh hưởng tiêu cực đến

WTP, xem Bảng 3.6. Thực hiện bởi Nhà nước, xã không có tác động cụ thể về

WTP.

3.3.6 Mô hình logit có điều kiện với các tương tác

Trong logit có điều kiện cơ bản, WTP biên được cho là không đổi trên người

trả lời. Mô hình này có thể dễ dàng sửa đổi để cho phép một số đặc điểm của người

trả lời (thu nhập, kinh nghiệm quá khứ với lũ lụt, nhận thức nguy cơ…) ảnh hưởng

đến lợi ích và dẫn đến những ước lượng có thể là khác nhau của WTP (và do đó,

VSL). Vì đặc tính của người trả lời là không thay đổi qua các lựa chọn lặp đi lặp lại

của người trả lời, họ phải được tương tác với ít nhất một trong năm thuộc tính của

các chương trình quản lý lũ lụt.

3.3.6.1 WTP và thu nhập hộ gia đình

Vector Z giới thiệu các logarit của thu nhập hàng năm của hộ gia đình. Biến

thu nhập hộ gia đình sau đó được tính chéo với ba biến số mô tả nguy cơ về nhà ở,

sản xuất nông nghiệp và tính mạng. Thành phần tương tác sau đó nắm bắt sự khác

biệt giữa bao nhiêu người giàu và người nghèo sẵn sàng trả tiền cho các thuộc tính

rủi ro được xem xét của chương trình quản lý lũ lụt, liên quan đến tình trạng tài sản

của họ.

Bảng 3.8: Mô hình logit có điều kiện- tương tác thu nhập

Phù hợp với kỳ vọng lý thuyết, chúng ta thấy rằng VSL tăng nhẹ với sự giàu có. Nói

cách khác, người trả lời giàu hơn sẵn sàng trả tiền tương ứng để giảm thiểu các rủi

ro liên quan đến quản lý lũ lụt hơn so với người trả lời nghèo. Sau đó chúng tôi đã

tính toán WTP biên cho việc giảm nguy cơ lũ lụt đối với ba mức thu nhập, cụ thể là

10, 30 và 60 triệu đồng. WTP cho việc giảm nguy cơ thiệt hại về sản xuất nông

nghiệp tương ứng 200.000, 210.000 và 220.000 đồng. WTP cho việc giảm nguy cơ

thiệt hại về nhà ở là 390.000, 410.000 và 430.000 đồng. VSL cũng làm tăng thu

nhập hộ gia đình từ 2.403 triệu đồng cho thu nhập hàng năm bằng 10 triệu đồng đến

2.686 triệu đồng nếu thu nhập hàng năm đạt 60 triệu đồng.

3.3.6.2 WTP và các đặc điểm hộ gia đình khác

Một số đặc điểm nhân khẩu học - xã hội của hộ gia đình cũng được quan sát.

Tuổi của người đứng đầu hộ gia đình dường như là quan trọng và chỉ âm khi chéo

với Rhouse. Hộ gia đình lớn tuổi có xu hướng định giá cao hơn để giảm nguy cơ về

nhà của họ. Những hộ gia đình này có thể dễ bị tổn thương với một nguy cơ lũ lụt

ảnh hưởng đến nhà của họ so với phần còn lại của dân số. Không có tác động đáng

kể nào được tìm thấy cho quy mô hộ gia đình và hộ gia đình có ít nhất một con nhỏ

hơn 3 tuổi. Một số đặc điểm của nhà ở xuất hiện đáng kể. Ví dụ, chúng tôi đã xem

xét một biến giả có giá trị bằng 1 độ cao của các tầng cao hơn là thấp hơn một mét

(từ mặt đất). Các hiệu ứng chéo với Rhouse và Rdeath là đáng kể và dương. WTP

cho việc giảm nguy cơ thiệt hại về nhà và nguy cơ tử vong là thấp hơn nếu độ cao

sàn tối đa là thấp hơn 1 mét. Những hộ gia đình có thể nằm trong các khu vực nơi

mà các nguy cơ lũ lụt thấp. Tác động chéo với Rhouse và Rdeath là đáng kể và

dương. Nông dân có WTP thấp hơn để giảm rủi ro sản xuất nông nghiệp và thiệt hại

về nhà.

3.3.6.3 WTP và kinh nghiệm quá khứ với lũ lụt.

Dựa trên những phản hồi phần B của bảng câu hỏi, một số biến đại diện cho

kinh nghiệm lũ của hộ gia đình đã đựơc tạo ra. Ta xem xét ba biến giả.

Houseflooded nhận giá trị bằng 1 nếu ngôi nhà của người trả lời đã bị ngập lụt ít

nhất một lần trong năm năm gần đây. Đây là trường hợp cho 40,4% hộ gia đình

trong mẫu của chúng tôi. Sơ tán (Evacuated) bằng 1 nếu người trả lời đã được sơ

tán do lũ lụt ít nhất một lần trong năm năm gần đây (22,1% hộ gia đình). Bị thương

(Injured) bằng một nếu một thành viên của hộ gia đình đã bị thương ít nhất một lần

trong năm năm gần đây. Trong mẫu của chúng tôi, 4,9% các hộ gia đình báo cáo

rằng một thành viên đã bị thương ít nhất một lần trong năm năm gần đây.

Bảng 3.9: Mô hình logit có điều kiện - kinh nghiệm với lũ lụt trong quá khứ

Bảng 3.9 báo cáo kết quả của mô hình giới thiệu sự tương tác với kinh nghiệm

quá khứ với các biến lũ lụt. Bị ngập không có tác động đáng kể đến WTP để giảm

thiểu rủi ro. Ngược lại, các tác động chéo giữa sơ tán (Evacuated) và hai thuộc tính

nguy cơ Ragri và Rhouse là âm và đáng kể. Một hộ gia đình đã được sơ tán do một

trận lụt ít nhất một lần trong năm năm gần đây có WTP cao hơn đáng kể để giảm

nguy cơ tử vong và nguy cơ thiệt hại về nhà. Kết quả thu được cho bị tổn thương

(Injured) ít trực quan hơn khi chúng ta tìm thấy rằng một hộ gia đình một thành

viên đã bị thương do lũ lụt ít nhất một lần trong năm năm gần đây WTP thấp hơn

đáng kể cho việc giảm rủi ro thiệt hại nông nghiệp và nhà ở.

3.3.6.4 WTP và kỳ vọng về các nguy cơ lũ lụt trong tương lai

WTP cho một thuộc tính chính sách quản lý lũ có thể phụ thuộc vào nhận thức

của ngừi trả lời về nguy cơ lũ lụt. Trong phần B của cuộc khảo sát, mỗi người trả lời

được hỏi, nếu so với 10 năm gần đây, họ mong đợi trong khu vực sinh sống của họ

trong 10 năm tiếp theo lũ lụt sẽ thường xuyên hơn hay ít thường xuyên hơn. Đối với

18% người trả lời, 10 năm tiếp theo sẽ được đặc trưng bởi tăng lượng lũ lụt. Chúng

tôi sau đó tạo ra một biến giả (MoreFlood) bằng 1 trong trường hợp chéo với các

biến house, agri và death. Không biến nào trong số này này xuất hiện là đáng kể.

3.3.6.5 WTP và rủi ro cá nhân và sở thích thời gian

Cuối cùng, chúng ta kiểm tra liệu các WTP cho các thuộc tính của chương

trình quản lý lũ lụt có khác nhau theo sở thích rủi ro cá nhân hoặc sở thích thời gian

hay không. Theo đó, một người trả lời sợ rủi ro hơn có thể có WTP cao hơn cho

một chương trình giảm rủi ro lũ hơn so với một người ít lo ngại rủi ro hơn.

Để đo sở thích rủi ro cá nhân của hộ gia đình, chúng tôi dựa trên việc sử dụng các

trò chơi xổ số (với các khuyến khích tiền tệ). Các loại trò chơi xổ số đã được đề

xuất trong các tài liệu về kinh tế thực nghiệm. Ở đây, cách tiếp cận được dựa trên

các nhiệm vụ ban đầu được đề xuất trong Eckel và Grossman (2002) (sau đây gọi là

EG) trong đó bao gồm sự lựa chọn của một canh bạc trong một tập hợp 6 canh bạc

khác nhau, tất cả với xác suất 0,5. Một lợi thế quan trọng của thiết kế trò chơi này là

nó đủ đơn giản để dễ dàng hiểu được đối với những đối tượng không phải các mẫu

bình thường của sinh viên đại học. Điều này là rất quan trọng trong bối cảnh của

chúng ta khi nhiều người tham gia ở trình độ thấp hoặc không có giáo dục. Giả sử

hàm lợi ích không thích mạo hiểm tương đối cố định (Constant Relative Risk

Aversion – CRRA), sự thích rủi ro này sau đó được ước lượng bằng maximum

likelihood theo Harrison và Rutström (2008). Điều này cung cấp một hệ số CRRA

duy nhất cho mỗi hộ gia đình trong mẫu.

Sở thích thời gian cá nhân được gợi ra trong những câu hỏi giả định sử dụng

hình thức hỏi kép. Trong câu hỏi đầu tiên, mỗi hộ gia đình được hỏi họ thích

1.000.000 đồng ngay bây gì hơn hay thích 1.400.000 đồng sau một năm. Nếu hộ gia

đình thích 1.000.000 đồng ngày hôm nay, anh ta được đề xuất 1.600.000 VNĐ sau

một năm. Nếu hộ gia đình vẫn thích 1.000.000 đồng ngày hôm nay, anh ta được yêu

cầu cung cấp số tiền tối thiểu (X triệu đồng) mà ông sẽ sẵn sàng để chấp nhận các

tùy chọn chậm. Nếu hộ gia đình đã chấp nhận lựa chọn bị trì hoãn trong câu hỏi đầu

tiên, bây giờ ông ta được yêu cầu để lựa chọn giữa 1.000.000 đồng hiện tại và

1.200.000 đồng sau một năm. Dạng hỏi kép này cho phép xác định bốn nhóm hộ gia

đình tùy thuộc vào tỷ lệ chiết khấu (0, 20%, 20%, 40%, 40%, 60% và X). Trong

thực tế, phần lớn đối tượng có tỷ lệ chiết khấu lớn hơn 60% (68% mẫu). Tỷ lệ chiết

khấu dưới 20%, chỉ chiếm 3,5% mẫu.

Bảng 3.10: Mô hình logit có điều kiện - Sự ưa thích rủi ro và thời gian

Chỉ có RRA C là đáng kể khi chéo với Ragri. Hộ gia đình có lo ngại rủi ro cao có

xu hướng có WTP thấp hơn cho nguy cơ thiệt hại nông nghiệp do lũ lụt.

3.3.7 Mô hình lớp tiềm ẩn (LCM)

Để ước lượng các LCM trình bày trong (3.12), trước tiên chúng ta cần xác

định các đặc điểm cấp độ hộ gia đình, mà chúng tôi đưa ra giả thuyết để xác định

các nhóm thành viên và lựa chọn các hộ gia đình đưa ra. Sau đó, chúng ta xây dựng

hàm log-likelihood theo quy định tại (3.12) và sử dụng maximum likelihood đầy đủ

thông tin để ước lượng mô hình cho một giá trị cụ thể của S (số lượng các phân

đoạn). Việc ước lượng mô hình cho một vài phân đoạn đực lặp lại nhiều lần cho đến

khi tìm được một số lượng hợp lý các phân đoạn. Chúng tôi sử dụng các tiêu chuẩn

thống kê để quyết định mô hình phù hợp với dữ liệu tốt nhất, tức là, chúng ta quyết

định số lượng tối ưu hoặc thích hợp nhất của các phân đoạn mẫu bao gồm.

Bảng 3.11: Các tiêu chí để xác định số lượng tối ưu của các phân đoạn

AIC Log likelihood

Số nhóm 1 2 3 4 5

BIC 6951.369 6910.618 2 6928.47 3 6974.601 6 7025.50 1 3 -3379.7699 6924.369 -3291.8989 6864.618 2 6863.47 -3233.3322 3 -3188.8992 6890.601 6 6922.50 -3146.8546 1 AIC for Bozdogan Akaike Information Criterion. 3 BIC for Bayesian Information Criterion.

Mô hình giới thiệu ở trên được ước tính cho đến năm nhóm. Các số liệu

thống kê cho các mô hình Log-likelihood, Tiêu chuẩn Thông tin Bozdogan Akaike

(AIC), và Tiêu chuẩn thông tin Bayesian (BIC) được trình bày trong Bảng 3.11.

Việc xác định số lượng tối ưu của các phân đoạn đòi hỏi một sự đánh giá cân đối

của các số liệu thống kê trong Bảng 12. Hàm log-likelihood giảm (hay tăng) BIC

được giảm thiểu ở đoạn 2 và AIC được giảm thiểu ở phân đoạn 2. Như dự kiến, bốn

tiêu chí cải thiện như phân đoạn được thêm vào, nhưng việc cải thiện cận biên giảm

dần theo mô hình phân đoạn thứ ba, chỉ ra rằng một mô hình với ba phân đoạn là

giải pháp tối ưu trong ứng dụng thực nghiệm.

Kết quả của LCM ba phân khúc được thể hiện trong Bảng 3.12. Phần đầu

tiên của Bảng 3.12 trình bày các hệ số lợi ích gắn liền với các thuộc tính chương

trình quản lý lũ lụt, trong khi bảng thứ hai cho các hệ số phân khúc cho các thành

viên. Các hệ số thành viên đối với phân khúc thứ ba được chuẩn hóa về không, cho

phép chúng ta xác định các hệ số còn lại của mô hình.

Bảng 3.12: Kết quả của ước lượng LCM

Hệ số gắn với các thuộc tính rủi ro khác nhau đáng kể giữa các phân đoạn.

Điều này ngụ ý rằng ưu đãi cho các chương trình quản lý lũ lụt là khác nhau đáng

kể qua các phân đoạn. Do đó tính không đồng nhất là quan trọng trong tập dữ liệu

của chúng ta.

KẾT LUẬN VÀ KIẾN NGHỊ

Việc đánh giá sẵn sàng chi trả (WTP) của các hộ gia đình cho việc giảm thiểu

rủi ro do lũ lụt là rất hữu ích cho công tác hoạch định các chính sách quản lý và ứng

phó với lũ lụt. Khi xác định được WTP của các hộ gia đình, sẽ tính toán được lợi

ích kinh tế của các biện pháp phòng chống và giảm nhẹ thiệt hại lũ. Ngoài ra, nó

cũng rất hữu ích cho việc đặt ra mức phí bảo hiểm lũ lụt đối với sản xuất nông

nghiệp, nhà cửa …làm cơ sở cho việc phát triển các chính sách bảo hiểm lũ lụt.

Một thí nghiệm lựa chọn đã được sử dụng để ước tính WTP của các hộ gia

đình cho việc giảm thiểu rủi ro do lũ lụt. Đề tài đã thực hiện quan sát trên một mẫu

các hộ gia đình nằm ở Nghệ An, một trong những tỉnh bị ảnh hưởng do lũ lụt tại

Việt Nam. Kết quả cho thấy rằng có sự không đồng nhất ưu đãi đáng kể giữa các hộ

gia đình. WTP để giảm nguy cơ lũ lụt đã được ước tính, đồng thời mối quan hệ giữa

WTP và các thuộc tính khác nhau của các chính sách quản lý lũ lụt (giảm kinh tế,

giảm thiệt hại về người, cấp chính quyền chịu trách nhiệm thực hiện các chính sách

quản lý lũ lụt) cũng được xác định. WTP biên để giảm tỷ lệ tử vong, có thể được

hiểu là giá trị của cuộc sống theo thống kê (VSL), đã được ước tính khoảng 2.538

triệu đồng. Số tiền này tương đương với khoảng 78 lần thu nhập bình quân hộ gia

đình trong mẫu quan sát.

Khó khăn trong quá trình thực hiện việc xác định sẵn sàng chi trả bằng phương

pháp Lựa chọn thử nghiệm rời rạc (DCE) là vấn đề thiết kế bảng hỏi và thu thập số

liệu. Việc này đòi hỏi người thực hiện phải nắm vững lý thuyết của phương pháp,

có kỹ năng phỏng vấn và hiểu biết về văn hóa cũng như lối sống của người dân

trong khu vực quan sát mẫu.

Phương pháp Lựa chọn thử nghiệm là một phương pháp mới đối với Việt

Nam và là phương pháp rất hữu ích cho việc xác định WTP cho việc giảm thiểu rủi

ro thiên tai chứ không riêng rủi ro lũ lụt. Do vậy, thông qua đề tài này, tác giả cũng

muốn đề xuất các cơ quan quản lý tạo điều kiện triển khai thêm các đề tài nghiên

cứu và ứng dụng phương pháp này trong lĩnh vực kinh tế tài nguyên môi trường nói

chung, quản lý và giảm nhẹ thiên tai nói riêng trên các khu vực của Việt Nam.

TÀI LIỆU THAM KHẢO

Tiếng Việt:

1. Trường Đại học Thủy lợi, Báo cáo đánh giá môi trường - Dự án quản lý giảm

nhẹ thiên tai, Tháng 3/2012

2. Lê Minh Hoàng, Giải thuật & Lập trình, Đại học Sư phạm Hà Nội, 1999-2002;

3. GS. TSKH. Vũ Thiếu, TS. Nguyễn Quang Dong, TS. Nguyễn Khắc Minh, Kinh

tế lượng, Đại học Kinh tế Quốc dân

Tiếng Anh:

1. Arnaud Reynaud, Manh Hung Nguyen and Thanh Duy Nguyen, Valuing Flood

Risk Reduction: Preliminary Results From a Choice Experiment in Vietnam,

Presented at the CBA conference, Toulouse School of Economics, 01 Ferbruary

2012.

2. Anderson, S., Palma, A., & Thisse, J. 1991, Discrete Choice Theory of Product

Differentiation, The MIT Press, Cambridge, England.

3. Adger, N. (1999). Social Vulnerability to Climate Change and Extremes

in Coastal Vietnam. World Development, Vol. 27, No. 2 , pp. 249-269.

4. Asian Development Bank. (2009a). Asian Development Bank & Vietnam:

Fact Sheet. Mandaluyong City, The Philippines: Asian Development Bank.

5. Asian Development Bank. (2010a). Asia Economic Monitor. Mandaluyong

City, The Philippines: Asian Development Bank.

6. Asian Development Bank. (2010c). Key Indicators for Asia and the Pacific

2010, 41st edition. Mandaluyong City, The Philippines: Asian Development

Bank.

7. Asian Disaster Preparedness Center. (2003). Climate Change and

Development in Vietnam: Agriculture and Adaptation for the Mekong Delta

Region. Eschborn, Germany: Deutsche Gesellschaft für Technische

Zusammenarbeit (GTZ).

8. Chaudhry, P., & Ruysschaert, G. (2007). Climate Change and Human

Development in Viet Nam. United Nations Development Program, Human

Development Report Office.

9. Dasgupta, S., Laplante, B., Murray, S., & Wheeler, D. (2009). Sea-Level Rise

and Storm Surges: A Comparative Analysis of Impacts in Developing Countries.

Washington, DC: The World Bank, Policy Research Working Paper 4901. 10. Nick Haney, Robert E.Wright an Vic Adamowicz, Using Choice Experiments to Value the Environment, Environmental and Resource Economics 11(3–4):

413–428, 1998

11. Trine Kjær, , A review of the discrete choice experiment - with emphasis on its

application in health care, Health Economics University Of Southern Denmark

PHỤ LỤC

Mục lục, danh muc hinh ve, bang, trang 13,9,37,91,82,95,90 (in lại)

Luận văn: Nghiên cứu phương pháp lựa chọn thử nghiệm, áp dụng vào điều tra khảo sát tại tỉnh Nghệ An

Mục lục

Danh mục các hình vẽ

Danh mục các bảng biểu

Danh mục từ viết tắt

CHƯƠNG I

TỔNG QUAN

Thực hiện 2006 - 2011

Tên chỉ tiêu

ĐVT

TH 2006

TH 2007

TH 2008

TH 2009

TH 2010

TH 2011

I Chỉ tiêu kinh tế 1 Tổng GDP theo giá

2 Cơ cấu kinh tế Nông, lâm, ngư nghiệp Công nghiệp - Xây dựng Dịch vụ

II Chỉ tiêu xã hội

14 Tỷ lệ xã, phường thị trấn có thiết chế 15 Tỷ lệ thất nghiệp khu vực thành thị 16 Tỷ lệ đô thị hóa III Môi trường 1 Tỷ lệ che phủ rừng

Mô hình lựa chọn rời rạc nhị phân

Mô hình lựa chọn rời rạc đa thức

Số lựa chọn thay thế trong tập lựa chọn Loại mô hình:

Bộ lựa chọn 1

Hiện trạng

Chương trình A

Chương trình B

□

□

□

Có thể bạn quan tâm

Ảnh hưởng của giao thông công cộng đến giá trị bất động sản: Bằng chứng thực nghiệm từ mô hình không gian tại Thành phố Thủ Đức

Bài giảng Kinh tế lượng ứng dụng: Chương 1 - Phạm Thị Tuyết Trinh

Dự báo sự phát triển của các doanh nghiệp Việt Nam bằng cách sử dụng một số mô hình kinh tế lượng

Bài giảng Kinh tế lượng cơ bản: Chương 1 - Học viện Tài chính

Bài giảng Kinh tế và quản lý công nghiệp: Chương 2.3 - Nguyễn Thị Bích Nguyệt

Vai trò chính thức hóa hoạt động của doanh nghiệp tới năng suất tổng hợp: Ứng dụng chỉ số Färe-Primont

Ảnh hưởng lan tỏa không gian của công nghệ theo tỉnh

Luận văn Thạc sĩ Kinh tế: Các yếu tố tác động đến giá dự thầu dự án đầu tư công: Trường hợp tỉnh Đồng Tháp

Luận văn Thạc sĩ Kinh tế: Các nhân tố tác động đến nghèo đói ở huyện Mương Không tỉnh Chăm Pa Sắc nước Cộng hòa dân chủ nhân dân Lào

Luận văn Thạc sĩ Kinh tế: Xây dựng mô hình dự báo số thu ngân sách của tỉnh Khánh Hòa theo phương pháp kết hợp

Luận văn Thạc sĩ Kinh tế: Thái độ rủi ro đối với lựa chọn nông sản canh tác của nông dân ở 2 tỉnh Vĩnh Long và Đồng Tháp

Luận án Tiến sĩ Kinh tế học: Các mô hình kinh tế lượng đánh giá tác động của hạ tầng giao thông vận tải đến phát triển kinh tế tại Việt Nam

Tóm tắt luận án Tiến sĩ Kinh tế học: Các mô hình kinh tế lượng đánh giá tác động của hạ tầng giao thông vận tải đến phát triển kinh tế tại Việt Nam

Current situation of the efficiency of the national budget allocation in Vietnam

Bài giảng Kinh tế lượng (Bậc cao học)

Luận án tiến sĩ Kinh tế: Xây dựng và phát triển quỹ đầu tư mạo hiểm ở Việt Nam

Tóm tắt Luận án tiến sĩ Kinh tế: Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng

Luận án tiến sĩ Kinh tế: Các mô hình Kinh tế lượng không gian nghiên cứu hội tụ thu nhập, năng suất và vai trò lan tỏa không gian của FDI

Tóm tắt Luận án tiến sĩ Kinh tế: Các mô hình Kinh tế lượng không gian nghiên cứu hội tụ thu nhập, năng suất và vai trò lan tỏa không gian của FDI

Luận án tiến sĩ Kinh tế: Phân tích tác động lan tỏa của đầu tư trực tiếp nước ngoài tại Việt Nam

Tài liêu mới

Đồ án môn học: Tính toán thiết kế hệ thống sấy khí thổi dùng để sấy tinh bột gạo nếp, năng suất 2000 kg/h theo sản phẩm

Đồ án môn học: Nghiên cứu phát triển sản phẩm kem trứng muối đóng hộp mix hạt điều

Đồ án môn học: Tính toán thiết kế hệ thống xử lý nước ngầm công suất 15000M3 /NG/Đ

Đồ án tốt nghiệp: Nghiên cứu về ứng dụng công nghệ số trong sản xuất in và tác động của nó đến chiến lược kinh doanh của công ty in

Đồ án môn học: Tính toán thiết kế thiết bị trao đổi nhiệt dạng ống chùm để ngưng tụ hơi cồn nồng độ 96% khối lượng, lưu lượng 10000kg/ngày

Báo cáo đồ án: Thiết kế hệ thống chưng cất mâm chóp hệ etanol – nước năng suất nhập liệu 2000 L/h

Đồ án công nghệ: Thiết kế hệ thống chuyển hóa cacbon monoxit Water gas shift

Đồ án tốt nghiệp: Xây dựng hệ thống chia sẻ tài liệu theo kiến trúc hướng dịch vụ

Luận văn tốt nghiệp: Thiết kế nhà máy sản xuất màng ghép phức hợp ứng dụng cho bao bì thuốc trừ sâu năng suất 90 triệu m²/năm

Đồ án tốt nghiệp: Thành lập bản đồ lớp phủ thực vật tỉ lệ 1:50000 tại huyện Sóc Sơn, thành phố Hà Nội từ tư liệu ảnh viễn thám

Đồ án tốt nghiệp: Xây dựng chương trình quản lý chất lượng theo HACCP cho sản phẩm thịt ba rọi xông khói tại Cty TNHH MTV Việt Nam kỹ nghệ súc sản (VISSAN)

Tóm tắt luận án Tiến sĩ: Nghiên cứu xây dựng mô hình dự báo nguồn nhân lực thuyền viên xuất khẩu Việt Nam

Tóm tắt luận án Tiến sĩ: Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào

Tóm tắt luận án Tiến sĩ: Đánh giá sự hiện diện một số kim loại nặng trong nghêu trắng Meretrix lyrate và môi trường sống của chúng

Tóm tắt luận án Tiến sĩ: Nghiên cứu tính toán hệ dây neo công trình biển nổi đặt tại vùng biển Việt Nam

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật