Phân tích hiệu quả kỹ thuật, hiệu quả phân phối nguồn lực và hiệu quả sử dụng chi phí của các hộ sản xuất khoai lang ở huyện Bình Tân, tỉnh Vĩnh Long

Phân tích hiệu quả kỹ thuật ...<br /> <br /> <br /> <br /> <br /> PHÂN TÍCH HIỆU QUẢ KỸ THUẬT, HIỆU QUẢ<br /> PHÂN PHỐI NGUỒN LỰC VÀ HIỆU QUẢ SỬ DỤNG<br /> CHI PHÍ CỦA CÁC HỘ SẢN XUẤT KHOAI LANG<br /> Ở HUYỆN BÌNH TÂN, TỈNH VĨNH LONG<br /> Võ Thành Khởi *, Trần Thị Minh Nguyệt*<br /> <br /> TÓM TẮT thấp; sử dụng hịu qủ ćc ýu t́ đ̀u v̀o;<br /> Mục tiêu c̉a nghiên ću ǹy nhằm phân hịu qủ sử dụng chi ph́ ở ḿc trung bình<br /> t́ch hịu qủ kỹ thụt; hịu qủ phân ph́i v̀ h̀u h́t quy mô s̉n xuất c̉a ćc ḥ tương<br /> nguồn ḷc v̀ hịu qủ sử dụng chi ph́ c̉a đ́i nh̉ vì th́, các hộ sản xuất có thể cải thiện<br /> ćc ḥ s̉n xuất khoai lang ở huỵn Bình Tân, năng suất nhờ vào việc thay đổi quy mô sản<br /> t̉nh Vĩnh Long. Ś lịu sử dụng trong nghiên xuất hợp lý. Ḍa trên cơ sở đó, đề xuất một<br /> ću được thu tḥp t̀ ḱt qủ kh̉o śt tḥc số giải pháp nhằm nâng cao hiệu quả sản xuất<br /> t́ 30 ḥ s̉n xuất. Ś lịu được xử lý bằng khoai lang c̉a ćc ḥ ở huỵn Bình Tân, t̉nh<br /> phương ph́p phân t́ch m̀ng bao dữ lịu Vĩnh Long.<br /> (Data Envelopment Analysis – DEA). Ḱt qủ Từ khóa: hộ sản xuất, khoai lang, hiệu<br /> nghiên ću cho thấy hịu qủ kỹ thụt l̀ kh́ quả, Bình Tân, Vĩnh Long.<br /> <br /> ANALYSIS TECHNICAL EFFICIENCY. THE EFFECT OF HUMAN RESOURCE<br /> ALLOCATION AND THE EFFICIENCY OF USING THE COST OF SWEET POTATO-<br /> HOUSEHOLD PRODUCERS IN BINH TAN DISTRICT, VINH LONG PROVINCE<br /> <br /> ABSTRACT<br /> The objective of this study was to analyze input factors; the eficiency of using cost was<br /> technical eficiency; the effect of human moderate and most of the production scale<br /> resource allocation and the eficiency of using of the household was relatively small so that<br /> the cost of sweet potato- household producers household producers can improve productivity<br /> in Binh Tan district, Vinh Long province. The by changing the production scale. On the basis<br /> data used in the study was collected from the of analysis, the solutions are proposed in order<br /> actual survey of 30 household producers. Data to improve the production of sweet potato in<br /> was processed by Data Envelopment Analysis Binh Tan district, Vinh Long province.<br /> (DEA). The results showed that the technical Keywords: household producer, sweet<br /> eficiency was quite low; the eficient use of potato, effective, Binh Tan, Vinh Long<br /> <br /> *<br /> TS.GV. Trường Cao đẳng B́n Tre.<br /> *<br /> ThS.GV. Trường Đ̣i ḥc Cửu Long<br /> <br /> 41<br /> Tạp chí Kinh tế - Kỹ thuật<br /> <br /> <br /> 1. ĐẶT VẤN ĐỀ khả năng chi trả vốn vay ngân hàng đúng thời<br /> Khoai lang (Ipomoea batatas.L) là cây hạn vay vốn ngân hàng đúng thời hạn vay<br /> lương tḥc có địa bàn phân bố rộng, thích trong vụ khoai lang. Sản xuất, tiêu thụ khoa<br /> ứng với các điều kiện nhiều vùng khác nhau, lang đã và đang bộc lộ nhiều vấn đề bất cập về<br /> phân bố rộng rãi ở nhiều châu lục trên Thế năng suất, chất lượng do không sử dụng hiệu<br /> giới, đặc biệt là các vùng nhiệt đới, cận nhiệt quả các nguồn ḷc đầu vào.<br /> đới và ôn đới. Huyện Bình Tân t̉nh Vĩnh Long là huyện<br /> Ở Việt Nam, khoai lang là cây lương tḥc có số hộ trồng khoai lang nhiều nhất t̉nh Vĩnh<br /> được trồng lâu đời và được xếp hàng thứ 3 sau Long. Do đó, việc sử dụng hiệu quả các nguồn<br /> cây lúa, cây ngô và là nước có diện tích khoai ḷc đầu vào cho quá trình sản xuất khoai lang<br /> lang đứng hàng thứ 6 trên Thế giới sau Trung là vô cùng quan trọng.<br /> Quốc, Mỹ, Uranda, Nigeria và Tanzania. Việt Xuất phát từ tḥc tế trên, tác giả tḥc hiện<br /> Nam cũng là một nước có sản lượng khoai lang đề tài “Phân t́ch hịu qủ kỹ thụt, hịu qủ<br /> 1,32 triệu tấn đứng thứ 5 của toàn Thế giới sau phân ph́i nguồn ḷc v̀ hịu qủ sử dụng chi<br /> Trung Quốc (85,21 triệu tấn), Nigeria (3,31 ph́ c̉a ćc ḥ s̉n xuất khoai lang ở huỵn<br /> triệu tấn), Uganda (2,7 triệu tấn) và Indonesia Bình Tân, t̉nh Vĩnh Long” là rất cần thiết nhằm<br /> (1,87 triệu tấn). Cây khoai lang hiện nay được đánh giá hiệu quả kỹ thuật, hiệu quả phân phối<br /> xem là loại cây lương tḥc rất tốt cho sức khỏe nguồn ḷc và hiệu quả sử dụng chi phí của các<br /> nhờ có nhiều chất xơ (gấp 3 lần khoai tây), hộ sản xuất khoai lang tốt nhất làm cơ sở đưa<br /> nhiều Vitamin như Vitamin A, Vitamin C, B6, ra các kiến nghị để cải thiện hiệu quả sản xuất<br /> Kali, Sắt, có khả năng chống Oxy hóa mạnh, khoai lang trong thời gian tới cho các hộ sản<br /> ngăn ngừa bệnh, làm tăng khả năng miễn dịch xuất khoai lang.<br /> và chống lại các tế bào bị bệnh. Khoai lang<br /> được dùng làm lương tḥc cho người, thức an 2. MỤC TIÊU NGHIÊN CỨU<br /> chăn nuôi và làm nguyên liệu chế biến tinh 2.1. Mục tiêu chung<br /> bột, rượu, cồn, xi rô, nước giải khát, bánh kẹo, Nghiên cứu này nhằm mục tiêu phân tích<br /> mì, miến,… hiệu quả kỹ thuật, hiệu quả phân phối nguồn<br /> Vùng Đồng bằng sông Cửu Long (ĐBSCL) ḷc và hiệu quả sử dụng chi phí của các hộ sản<br /> đóng vai trò chủ ḷc trong việc cung cấp sản xuất khoai lang ở huyện Bình Tân, t̉nh Vĩnh<br /> lượng khoai lang cho thị trường trong nước Long nhằm tìm ra giải pháp để nâng cao hiệu<br /> và xuất khẩu với giá trị kinh tế cao mở ra một quả sản xuất khoai lang trong thời gian tới.<br /> hướng phát triển mới cho cây khoai lang. Sản<br /> 2.2. Mục tiêu cụ thể<br /> lương khoai lang năm 2014 cả vùng ĐBSCL<br /> ước đạt hơn 513.000 tấn, nhiều nhất tại Vĩnh Mục tiêu 1: Đánh giá tḥc trạng hiệu quả<br /> Long, Sóc Trăng, Đồng Tháp và Trà Vinh1. sản xuất khoai lang của các hộ ở huyện Bình<br /> Tân, t̉nh Vĩnh Long.<br /> Tuy nhiên, nhiều người trồng cây khoai<br /> lang bị lỗ vốn, những người vay vốn ngân Mục tiêu 2: Phân tích hiệu quả sản xuất,<br /> hàng thuê đất trồng cây khoai lang không có hiệu quả phân phối nguồn ḷc và hiệu quả sử<br /> dụng chi phí trong sản xuất khoai lang.<br /> Mục tiêu 3: Đề xuất giải pháp nâng cao<br /> 1 Theo Tổng cục Thống kê Việt Nam.<br /> <br /> 42<br />  Phân tích hiệu quả kỹ thuật ...<br /> <br /> <br /> hiệu quả sản xuất khoai lang của các hộ ở lực (AE), hiệu quả sử dụng chi phí (CE) và<br /> huyện Bình Tân, t̉nh Vĩnh Long. hiệu quả theo quy mô sản xuất (SE) bằng<br /> phương pháp phân tích màng bao dữ liệu<br /> 3. PHƯƠNG PHÁP NGHIÊN CỨU (DEA)<br /> 3.1. Phương pháp thu thập số liệu Để đo lường hiệu quả kỹ thuật (TE), hiệu<br /> Số liệu sơ cấp dùng trong phân tích được quả phân phối nguồn ḷc (AE) và hiệu quả sử<br /> thu thập thông qua các bảng câu hỏi. Trên dụng chi phí (CE) của các hộ sản xuất khoa<br /> cơ sở danh sách các hộ sản xuất khoai lang lang. chúng ta sử dụng dữ liệu từ mẫu điều tra<br /> ở huyện Bình Tân, t̉nh Vĩnh Long được thu gồm 30 hộ sản xuất khoai lang ở huyện Bình<br /> thập từ Ủy ban nhân dân huyện Bình Tân, các Tân, t̉nh Vĩnh Long.<br /> mẫu điều tra được nhóm tác giả tṛc tiếp đến Các biến về doanh thu và các yếu tố đầu<br /> các hộ sản xuất khoai lang ở địa bàn huyện vào sản xuất sử dụng trong mô hình phân tích<br /> Bình Tân, t̉nh Vĩnh Long. màng bao dữ liệu định hướng dữ liệu đầu vào<br /> Do đặc điểm của đối tượng nghiên cứu theo biên cố định do quy mô (the Constant<br /> là các hộ sản xuất khoai lang trên địa bàn Returns to Scale Input-Orientated DEA Model,<br /> huyện Bình Tân nhưng đối tượng này sản CRS-DEA) và mô hình phân tích màng bao<br /> xuất với quy mô khác nhau nên tác giả sử dữ liệu định hướng dữ liệu đầu vào theo biên<br /> dụng phương pháp chọn mẫu thuận tiện để biến động do quy mô (the Variable Returns to<br /> tạo điều kiện dễ dàng phỏng vấn. Và trong Scale Input-Oriented DEA Model, VRS-DEA<br /> nghiên cứu này nhóm tác giả đã tiến hành Model) để tính toán hiệu quả kỹ thuật (TE),<br /> phỏng vấn 30 hộ sản xuất khoai lang trên địa hiệu quả phân phối nguồn ḷc (AE), hiệu quả<br /> bàn huyện Bình Tân. sử dụng chi phí (CE) và hiệu quả theo quy mô<br /> (SE) trong sản xuất của hộ thông qua chương<br /> 3.2. Dữ liệu phục vụ cho ước lượng hiệu<br /> trình DEAP phiên bản 2.1 được trình bày trong<br /> quả kỹ thuật (TE), hiệu quả phân phối nguồn<br /> bảng sau:<br /> Bảng 1: Ćc bín sử dụng trong mô hình CRS-DEA v̀ VRS-DEA<br /> <br /> Chỉ tiêu Biến Đơn vị tính<br /> Sản phẩm đầu ra<br /> Sản lượng khoai lang y Tấn<br /> Đầu vào sản xuất<br /> Lao động x1 Người<br /> <br /> Giống x2 Kg<br /> <br /> Thuốc x3 Lít<br /> <br /> Diện tích phục vụ sản xuất x4 công<br /> Đơn giá yếu tố đầu vào<br /> <br /> <br /> <br /> <br /> 43<br /> Tạp chí Kinh tế - Kỹ thuật<br /> <br /> <br /> Giá lao động w1 Đồng/người/ngày<br /> <br /> Giá giống w2 Đồng/kg<br /> <br /> Giá thuốc w3 Đồng/lít<br /> <br /> Giá đất thuê mướn w4 Đồng/công<br /> Nguồn: Nhóm t́c gỉ đ̀ xuất, năm 2016.<br /> <br /> 3.3. Phương pháp phân tích • Mô hình ước lượng: Theo Tim Coelli<br /> 3.3.1. Ước lượng hiệu quả kỹ thuật (2005), TE; AE và CE có thể được đo lường<br /> (Technical Eficiency-TE), phân phối nguồn bằng cách sử dụng mô hình phân tích màng bao<br /> ḷc (Allocative Eficiency-AE) và hiệu quả dữ liệu định hướng dữ liệu đầu vào theo biên<br /> sử dụng chi phí (Cost Eficiency-CE) ḍa cố định do quy mô (the Constant Returns to<br /> vào phương pháp phân tích màng bao dữ liệu Scale Input-Oriented DEA Model, CRS-DEA<br /> (Constant Returns to Scale Input-Oriented Model). Liên quan đến tình hình nhiều biến<br /> DEA Model, CRS-DEA Model) đầu vào – nhiều biến đầu ra (the multi-input<br /> multi-output case) như trong tình huống phân<br /> Phương pháp phân tích màng bao dữ liệu<br /> tích của chúng ta. Giả định một tình huống<br /> (DEA) là phương pháp tiếp cận ước lượng<br /> có N đơn vị tạo quyết định (decision making<br /> biên. Tuy nhiên, khác với phương pháp phân<br /> unit-DMU), mỗi DMU sản xuất S sản phẩm<br /> tích biến ngẫu nhiên (Stochastic Frontier) sử<br /> bằng cách sử dụng M biến đầu vào khác nhau.<br /> dụng phương pháp kinh tế lượng, DEA ḍa<br /> Theo tình huống này, để ước lượng TE; AE và<br /> theo phương pháp chương trình phi toán học<br /> CE của từng DMU, một tập hợp phương trình<br /> (the non-mathematical programming method)<br /> tuyến tính phải được xác lập và giải quyết cho<br /> để ước lượng cận biên sản xuất. Mô hình DEA<br /> từng DMU. Vấn đề này có thể tḥc hiện nhờ<br /> đầu tiên được phát triển bởi Charnes, Cooper<br /> mô hình CRS Input-Oriented DEA có dạng<br /> và Rhodes vào năm 1978.<br /> như sau:<br /> Để đạt hiệu quả cao trong sản xuất, ngoài<br /> việc xác định hiệu quả kỹ thuật (Technical<br /> Eficiency-TE) và hiệu quả sản theo quy Subject to:<br /> mô sản xuất (Scale Eficiency-SE), các nhà<br /> nghiên cứu còn quan tâm đến vấn đề hiệu<br /> quả phân phối nguồn ḷc sản xuất (Allocative<br /> Eficiency-AE) và hiệu quả sử dụng chi phí<br /> sản xuất (Cost Eficiency-CE).<br /> Trong sản xuất, ṣ đo lường về hiệu quả Trong đó: wi = vectơ đơn gí ćc ýu t́<br /> phân phối nguồn ḷc theo hướng tối thiểu hóa s̉n xuất c̉a DMU th́ i,<br /> chi phí sản xuất có thể được sử dụng để xác<br /> xi* = vectơ số lượng các yếu tố đầu theo<br /> định số lượng nguồn ḷc tối ưu (các yếu tố đầu<br /> hướng tối thiểu hoá chi phí sản xuất của DMU<br /> vào) theo đó hộ sản xuất có thể tối thiểu hóa<br /> thứ i được xác định bởi mô hình (4),<br /> chi phí sản xuất nhưng vẫn không làm giảm<br /> sút sản lượng đầu ra. i = 1 to N (ś lượng DMU),<br /> <br /> <br /> 44<br />  Phân tích hiệu quả kỹ thuật ...<br /> <br /> <br /> k = 1 to S (ś s̉n ph̉m), với từng hộ sản xuất cụ thể, chúng ta có thể<br /> j = 1 to M (ś bín đ̀u v̀o), kết luận rằng có ṣ không hiệu quả về quy mô<br /> y ki = lượng sản phẩm k được sản xuất (Scale Ineficiency = 1 – Scale Eficiency).<br /> bởi DMU thứ i, Theo Tim Coelli (2005), SE có thể được<br /> x ji = lượng đầu vào j được sử dụng đo lường bằng cách sử dụng mô hình phân tích<br /> bởi DMU thứ i, màng bao dữ liệu định hướng dữ liệu đầu vào<br /> λi = các biến đối ngẫu.<br /> theo biên biến động do quy mô (the Variable<br /> Returns to Scale Input-Oriented DEA Model,<br /> Việc ước lượng TE; AE và CE theo mô<br /> VRS-DEA Model). Liên quan đến tình huống<br /> hình (1) có thể được tḥc hiện bởi nhiều<br /> nhiều biến đầu vào-nhiều biến đầu ra (the<br /> chương trình máy tính khác nhau. Tuy nhiên,<br /> multi–input multi-output case) như trong tình<br /> để thuận tiện chúng ta sử dụng chương trình<br /> huống phân tích của chúng ta. Giả định một<br /> DEAP phiên bản 2.1 cho việc ước lượng TE;<br /> tình huống có N đơn vị tạo quyết định (decision<br /> AE và CE trong nghiên cứu.<br /> making unit-DMU) mỗi DMU sản xuất S sản<br /> 3.3.2 Ước lượng hiệu quả theo quy mô phẩm bằng cách sử dụng M biến đầu vào khác<br /> (Scale Eficiency-SE) dựa vào phương pháp nhau. Theo tình huống này, để ước lượng SE<br /> phân tích màng bao dữ liệu (the Variable của từng DMU, một tập hợp chương trình<br /> Returns to Scale Input-Oriented DEA Nodel, tuyến tính phải được xác lập và giải quyết cho<br /> VRS-DEA Model) từng DMU. Vấn đề này có thể tḥc hiện nhờ<br /> Trong những thập kỷ gần đầy, có rất nhiều mô hình VRS-DEA có dạng như sau:<br /> nghiên cứu đã tách hiệu quả kỹ thuật sản<br /> Min<br /> xuất (Technical Eficiency-TE) đạt được từ<br /> biên sản xuất cố định theo quy mô (Constant Subject to:<br /> Returns to Scale – CRS) ra làm hai phần: phần<br /> thứ nhất là ṣ không hiệu quả kỹ thuật thuần<br /> túy (“pure” Technical Ineficiency) và phần<br /> thứ hai là ṣ không hiệu quả do quy mô (Scale<br /> (2)<br /> Ineficiency). Vì thế, ṣ đo lường về hiệu quả<br /> do quy mô (Scale Eficiency – SE) có thể được<br /> sử dụng để xác định số lượng theo đó năng<br /> suất có thể được nâng cao bằng cách thay đổi<br /> quy mô sản xuất theo một quy mô sản xuất tối Trong đó: = giá trị hiệu quả,<br /> ưu được xác định. i = 1 to N (số lượng DMU),<br /> Để đo lường SE theo phương pháp DEA, k = 1 to S (số sản phẩm),<br /> ch1ng ta phải ước lượng một biên sản xuất bổ j = 1 to M (số biến đầu vào),<br /> sung: biên sản xuất cố định theo quy mô (CRS- yki = lượng sản phẩm k được sản<br /> DEA). Sau đó, việc đo lường SE có thể tḥc xuất bởi DMU thứ i,<br /> hiện cho từng hộ sản xuất bằng cách so sánh xji = lượng đầu vào j được sử<br /> TE đạt được từ CRS-DEA với TE đạt được từ dụng bởi DMU thứ i,<br /> biên biến động theo quy mô (Variable Returns N1 = Nx1 vectơ 1,<br /> to Scale-DEA (VRS-DEA). Nếu có ṣ khác λi = các biến đối ngẫu<br /> biệt về TE giữa CRS-DEA và VRS-DEA đối<br /> <br /> 45<br /> Tạp chí Kinh tế - Kỹ thuật<br /> <br /> <br /> Việc ước lượng SE theo mô hình (2) có cho thấy, các hộ sản xuất khoai lang sử dụng<br /> thể được tḥc hiện bởi nhiều chương trình có hiệu quả các yếu tố đầu vào sản xuất. Ngoài<br /> máy tính khác nhau. Tuy nhiên, để thuận tiện ra hiệu quả phân phối nguồn ḷc của các hộ<br /> chúng ta sử dụng chương trình DEAP phiê bản sản xuất khoai lang tập trung ở giá trị từ 0,9<br /> 21 cho việc ước lượng SE trong nghiên cứu. – 0,99.<br /> Bảng 3: Ḿc đ̣ hịu qủ phân ph́i nguồn ḷc<br /> 4. KẾT QUẢ PHÂN TÍCH<br /> (AE) c̉a ćc ḥ trong năm 2016<br /> 4.1. Hiệu quả kỹ thuật (TE), hiệu quả<br /> phân phối nguồn lực (AE) và hiệu quả sử Giá trị hiệu quả Số hộ Tỷ lệ (%)<br /> dụng chi phí (CE) 1 1 3,3<br /> 4.1.1. Hiệu quả kỹ thuật (TE) 0,9 – 0,99 18 60<br /> Hiệu quả kỹ thuật của các hộ sản xuất 0,8 – 0,89 7 23,3<br /> khoai lang tương đối thấp. Trong đó, hiệu quả 0,7 – 0,79 2 6,7<br /> kỹ thuật trung bình của các hộ sản xuất kỹ 0,6 – 0,69 2 6,7<br /> thuật là 0,617 với độ lệch chuẩn là 0,282 và