intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Sử dụng mô hình hồi quy đa hợp phân tích mối quan hệ của thời tiết và năng suất lúa cấp tỉnh tại Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

Thêm vào BST
Báo xấu
5
lượt xem 1
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Sản xuất lúa tại Việt Nam chịu nhiều tác động trực tiếp của biến đổi khí hậu nói chung và thời tiết nói riêng. Nghiên cứu này phân tích mối quan hệ giữa thời tiết và năng suất lúa cấp tỉnh tại Việt Nam trong giai đoạn 1987-2016. Dữ liệu thời tiết là nhiệt độ lớn nhất trong ngày của từng tỉnh/thành phố và tổng lượng mưa trong 1 năm.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Sử dụng mô hình hồi quy đa hợp phân tích mối quan hệ của thời tiết và năng suất lúa cấp tỉnh tại Việt Nam

  1. Vietnam J. Agri. Sci. 2024, Vol. 22, No. 5: 682-692 Tạp chí Khoa học Nông nghiệp Việt Nam 2024, 22(5): 682-692 www.vnua.edu.vn SỬ DỤNG MÔ HÌNH HỒI QUY ĐA HỢP PHÂN TÍCH MỐI QUAN HỆ CỦA THỜI TIẾT VÀ NĂNG SUẤT LÚA CẤP TỈNH TẠI VIỆT NAM Trịnh Thị Hường Bộ môn Phân tích dữ liệu Kinh tế, Khoa Toán Kinh tế, Trường Đại học Thương mại Tác giả liên hệ: trinhthihuong@tmu.edu.vn Ngày nhận bài: 10.05.2024 Ngày chấp nhận đăng: 28.05.2024 TÓM TẮT Sản suất lúa tại Việt Nam chịu nhiều tác động trực tiếp của biến đổi khí hậu nói chung và thời tiết nói riêng. Nghiên cứu này phân tích mối quan hệ giữa thời tiết và năng suất lúa cấp tỉnh tại Việt Nam trong giai đoạn 1987-2016. Dữ liệu thời tiết là nhiệt độ lớn nhất trong ngày của từng tỉnh/thành phố và tổng lượng mưa trong 1 năm. Năng suất lúa tại khu vực Đồng bằng sông Hồng và Đồng bằng sông Cửu Long là lớn nhất. Nhiệt độ trong 1 năm được biểu diễn thông qua véctơ đa hợp trong đơn hình 28-chiều. Thông qua mô hình hồi quy đa hợp, nhiệt độ cao nhất trong ngày có tác động nhiều nhất đến năng suất lúa là 28°C-30°C. Cụ thể, tần suất các ngày trong năm có nhiệt độ 28°C-29°C và nhiệt độ 29°C-30°C có tác động lớn nhất đến tăng năng suất lúa tại Việt Nam. Với kịch bản biến đổi khí hậu RCP2.6, năng suất lúa năm 2099 của các vùng sinh thái đều thấp hơn so với năng suất lúa năm 2016. Các kịch bản RCP4.5, RCP6.0 và RCP8.5 có tác động không đồng nhất đến sự chênh lệch năng suất lúa năm 2009 và 2016. Từ khóa: Biến đổi khí hậu, nhiệt độ, năng suất lúa, mô hình hồi quy đa hợp, kịch bản biến đổi khí hậu,Việt Nam. Using Compositional Regression Models to Analyze the Relationship Between Weather and Provincial Rice Yield in Vietnam ABSTRACT Rice yield in Vietnam is heavily influenced by climate change, particularly weather patterns. This study aimed to examine the relationship between weather and provincial rice yield in Vietnam from 1987 to 2016. The weather data considered in this analysis included the maximum daily temperature for each province or cityand the total annual rainfall. The Red River Delta and Mekong Delta regions exhibited the highest levels of rice yield. To represent the temperature patterns across a given year, a compositional vector consisting of 28 dimensions was utilized. Using a compositional regression model, the highest daily temperatures with the greatest impact on rice yield fall within the range of 28°C-30°C. More specifically, the frequency of days within the year that temperatures fall within 28°C-29°C and 29°C-30°C had the most significant effect on increasing rice yield in Vietnam. Under the climate change scenario RCP2.6, the projected rice yields for all ecological regions in the year 2099 are estimated lower than those in 2016. The climate scenarios RCP4.5, RCP6.0, and RCP8.5 showed heterogeneous impacts on the difference in rice yield in 2099 and 2016. Keywords: Climate change, temperature, rice yield, compositional regression model, climate change scenario, Vietnam hþćng đến nëng suçt nông nghiệp (Sekhar, 1. ĐẶT VẤN ĐỀ 2018). Chû đề này cüng thu hút să quan tâm Biến đổi khí hêu (BĐKH) đã và đang tác cûa nhiều nhà nghiên cĀu, đặc biệt là ânh động đến tçt câ các quốc gia trên thế giĆi. Các hþćng tĆi nëng suçt nông nghiệp. Nghiên cĀu tổ chĀc kinh tế đã cânh báo về mối quan hệ đæu tiên đþĉc tiến hành tÿ đæu thế kČ XX trên giĂa tình träng biến đổi khí hêu và an ninh dĂ liệu về tác động đến sân lþĉng lúa mäch lþĄng thăc (Nguyen, 2002), cý thể hĄn là sânh (Fisher, 1925). Nhiều nghiên cĀu chî ra tác 682
  2. Trịnh Thị Hường động cûa BĐKH đến nëng suçt cây trồng và cên hàm nhiệt độ thông qua biểu đồ tæn suçt sân lþĉng nông nghiệp (Praveen & Sharma, (Dias & Brito, 2022). 2019). Täi các nþĆc sân suçt nông nghiệp, Hiện nay, sau 30 nëm đổi mĆi, Việt Nam là trong đó có lúa, chðu tác động nhiều cûa să nþĆc nông nghiệp và là nþĆc xuçt khèu gäo lĆn tëng cûa nhiệt độ (Zhu & Trinh, 2010). Nghiên trên thế giĆi. Bên cänh đó, Việt Nam cüng chðu cĀu về ânh hþćng cûa BĐKH đến nëng suçt tác động nặng nề cûa BĐKH đến nëng suçt lúa đþĉc cêp nhêt kết quâ nghiên cĀu thăc lþĄng thăc (Tran, 2011). Đâm bâo an ninh lþĄng nghiệm thþąng xuyên täi các quốc gia sân xuçt thăc và hành động Āng phó vĆi BĐKH là các mýc lúa. Nghiên cĀu täi Ấn Độ trong giai đoän tiêu phát triển bền vĂng mà Chính phû Việt 1969-2007 vĆi dĂ liệu về nhiệt độ ban đêm và Nam cam kế thăc hiện (General, 2015). Chính nhiệt độ ban ngày đến nëng suçt lúa cho thçy sách về phát triển nông nghiệp và an ninh lþĄng tác động tiêu căc cao hĄn cûa nhiệt độ ban thăc phâi đþĉc đặt trong bối cânh kinh tế xã hội ngày đến nëng suçt lúa (Pattanayak & Kumar, thay đổi và BĐKH (Phäm Vën Düng, 2017). Do 2014). Nghiên cĀu þĆc tính nëng suçt lúa trung đó, tác động cûa BĐKH đến nëng suçt lúa gäo bình sẽ cao hĄn 8,4% nếu điều kiện khí hêu trć nói chung và täi Việt Nam nói riêng đþĉc các tổ läi nhþ trþĆc nëm 1960 và să thay đổi khí hêu dén đến tổn thçt trung bình hàng nëm là chĀc và nhà nghiên cĀu quan tâm (Anh & cs., 4,4 triệu tçn/nëm trong giai đoän nghiên cĀu. 2023). Nghiên cĀu thăc nghiệm chî ra rìng trong kðch bân phát thâi thçp và không có biện pháp Mô hình nghiên cĀu về tác động cûa thąi can thiệp, nëng suçt lúa täi Việt Nam sẽ giâm tĆi tiết đến nëng suçt nông nghiệp rçt đa däng và 18% vào nëm 2030 so vĆi mĀc trung bình giai phĀc täp do tác động đa chiều. Một số mô hình đoän 1980-1999 (Le, 2016). HĄn nĂa, dþĆi các bối nghiên cĀu sā dýng các phþĄng pháp tiếp cên cânh BĐKH khác nhau thì nông nghiệp Việt thông qua dĂ liệu chéo và dĂ liệu bâng kết hĉp Nam, đặc biệt là sân xuçt lúa, chðu tác động khác các mô hình phân tích nông nghiệp và mô phỏng nhau (Kontgis & cs., 2019; Thái Thð Thanh Minh să sinh trþćng cûa cây trồng (Nguyen & & VþĄng Thð Hòe, 2020; Trinh & cs., 2023). Scrimgeour, 2022; Vü Duy Thành & Træn Thð Lan HþĄng, 2020). Nghiên cĀu sā dýng mô hình Nghiên cĀu đối vĆi hộ sân xuçt täi khu văc hồi quy phi tuyến cho thçy tác động cûa nhiệt Tây Nguyên và miền Trung giai đoän 2002-2018, độ đến nëng suçt ngô và đêu nành täi Mč có kết quâ đã chî ra thiên tai và BĐKH làm giâm däng đþąng cong lồi, trong đó nëng suçt ngô trung bình tÿ 0,982% đến 17,060% thu nhêp cûa tëng theo nhiệt độ lên tĆi 29°C nhþng nhiệt độ hộ sân xuçt nông nghiệp và nuôi trồng thûy sân trên các ngþĈng này có häi (mĀc ngþĈng cûa theo các kðch bân BĐKH khác nhau (Phùng Mai đêu nành là 32°C) (Schlenker & Roberts, 2009). Lan & Nguyễn Ánh Tuyết, 2021). Nghiên cĀu về Trong nghiên cĀu này, biến nhiệt độ đþĉc đþa ânh hþćng cûa BĐKH, thông qua các chî tiêu về vào mô hình thông qua dĂ liệu hàm nhiệt độ và hiện tþĉng khí tþĉng căc đoan (lü lýt, mþa bão), tác giâ sā dýng biểu đồ tæn suçt (vĆi điểm chia nhiệt độ và lþĉng mþa đến nëng suçt lúa tînh 3°C). TþĄng tă, mô hình hồi quy hàm thông qua Thÿa Thiên Huế, giai đoän 1996-2021 đþĉc tiến biểu đồ tæn suçt nhiệt độ đþĉc sā dýng trong hành gæn đåy (Nguyễn Thð Minh PhþĄng & cs., đánh giá tác động biên cûa nhiệt độ đến nëng 2023). Kết quâ nghiên cĀu cho thçy các hiện suçt nông nghiệp täi Mč giai đoän 1970-2010 tþĉng căc đoan làm giâm nëng suçt lúa cûa tînh. (Deryugina & Hsiang, 2017). Bên cänh đó, trong Lþĉng mþa và nhiệt độ cûa tháng cao nhçt trong phân tích dĂ liệu đa hĉp, biểu đồ tæn suçt có thể nëm tác động có ċ nghïa thống kê đến tëng nëng coi là một véctĄ đa hĉp và đþĉc sā dýng trong suçt lúa. Ngþĉc läi, lþĉng mþa trung bình và các mô hình þĆc lþĉng dĂ liệu hàm (Boogaart & nhiệt độ thçp có tác động làm giâm nëng suçt cs., 2014; Pawlowsky-Glahn & Buccianti, 2011). lúa. Nghiên cĀu cûa Simioni xem xét ânh hþćng Đặc biệt, hþĆng tiếp cên thông qua phån tích đa cûa nhĂng ngày nhiệt độ nóng nhçt và länh nhçt hĉp bâo tồn đặc điểm cûa biểu đồ tæn suçt (tổng trong nëm đối vĆi nëng suçt lúa täi Việt Nam các tæn suçt bìng 1) và phù hĉp vĆi hþĆng tiếp trong giai đoän 1987-2016 và có xem xét ânh 683
  3. Sử dụng mô hình hồi quy đa hợp phân tích mối quan hệ của thời tiết và năng suất lúa cấp tỉnh tại Việt Nam hþćng cûa yếu tố không gian. Tác giâ sā dýng mô - Tác động cûa nhiệt độ lĆn nhçt trong ngày hình hồi quy cộng tính để þĆc lþĉng hàm tổn cûa mỗi tînh ânh hþćng nhþ thế nào đến trung thçt, tĀc là ânh hþćng cûa thąi tiết căc đoan đối bình nëng suçt cçp tînh giai đoän 1987-2016? vĆi nëng suçt lúa. Kết quâ nghiên cĀu cho thçy - Să thay đổi nëng suçt lúa cûa nëm 2009 so nhĂng tînh/thành phố täi Việt Nam có điều phát vĆi nëm 2016 dþĆi tÿng kðch bân biến đổi khí triển lúa (có nëng suçt lúa cao hĄn) có nguy cĄ hêu nhþ thế nào? tổn thçt cao hĄn đối vĆi tác động cûa BĐKH (Simioni, 2023). 2. PHƯƠNG PHÁP NGHIÊN CỨU Một số nghiên cĀu dă báo nëng suçt lúa dþĆi tác động cûa các kðch bân khác nhau. Nghiên cĀu 2.1. Dữ liệu nghiên cứu về tác động cûa cûa BĐKH tĆi nëng suçt lúa täi Nghiên cĀu sā dýng dĂ liệu về thąi tiết tÿ Thái Bình thông qua kðch bân biến đổi khí hêu CĄ quan Quân lý Khí quyển và Đäi dþĄng Quốc RCP4.5 cho thçy nëng suçt lúa sẽ tëng gia Mč (National Oceanic and Atmospheric 0,74-0,92 tçn/ha so vĆi kðch bân RCP8.5 ć thąi kĊ Administration, https://www.noaa.gov/) trong 30 2046-2065 (Thái Thð Thanh Minh & VþĄng Thð nëm tÿ 1987 đến 2016. DĂ liệu đþĉc công cçp là Hòe, 2020). Nghiên cĀu tác động cûa bối cânh nhiệt độ cao nhçt trong ngày (Tmax, đĄn vð: C) biến đổi khí hêu RCP4.5 và RCP8.5 đến nëm vĆi lþĆi có độ phân giâi 0,50 × 0,50. DĂ liệu thąi 2040-2069 täi Cæn ThĄ cho thçy nëng suçt lúa tiết trên đþĉc ghép vĆi dĂ liệu không gian đða lý cûa câ 3 vý sẽ giâm trung bình 5,5-8,5% mỗi nëm cûa các tînh/thành phố täi Việt Nam trên phæn (Kontgis & cs., 2019). TþĄng tă, ânh hþćng cûa mềm R (Pebesma & Bivand, 2023) để thu đþĉc nhiệt độ đến nëng suçt lúa ć các vùng sinh thái dĂ liệu thąi tiết cçp tînh. Sau quá trình làm säch dĂ liệu về thąi tiết täi 63 tînh/thành phố nëm 2099 đối vĆi kðch bân RCP2.6 là khác nhau cûa Việt Nam và trong 30 nëm, chúng tôi thu và khu văc Đồng bìng sông Cāu Long chðu tác đþĉc méu dĂ liệu gồm 1890 quan sát (63 × 30 = động nặng nề nhçt (Trinh & cs., 2023). 1.890). Trong đó, mỗi quan sát là nhiệt độ ngày Trong điều kiện BĐKH tiếp týc ânh hþćng trong 1 nëm (365 hoặc 366 ngày). đến sân xuçt nông nghiệp và Việt Nam là nþĆc DĂ liệu về nëng suçt lúa täi tÿng sân xuçt gäo lĆn trên thế giĆi, các nghiên cĀu tînh/thành phố cûa Việt Nam trong khoâng thąi thăc nghiệm trong chû đề này tiếp týc là khoâng gian 1987-2016 đþĉc sā dýng tÿ Viện Nghiên trống nghiên cĀu. Bên cänh đó, mặc dù mối quan cĀu Lúa Quốc tế (International Rice Research, hệ cûa BĐKH đến nëng suçt lúa đã đþĉc phân https://www.irri.org/). Nëng suçt lúa đþĉc tính tích thông qua nhiều mô hình toán học, să Āng trên tổng sân lþĉng cçp tînh và diện tích trồng dýng các mô hình mĆi trong nghiên cĀu thăc (đĄn vð: tçn/ha). nghiệm là cæn thiết (Vü Duy Thành & Træn Thð DĂ liệu về lþĉng mþa đþĉc thu thêp tÿ cĄ Lan HþĄng, 2020). quan APHRODITE cûa Nhêt Bân (Yatagai & Nghiên cĀu này phân tích mối quan hệ cûa cs., 2007). DĂ liệu APHRODITE là số liệu mþa thąi tiết đến nëng suçt lúa täi Việt Nam. Nghiên cûa châu Á, thu thêp tÿ các mäng lþĉt quan tríc cĀu sā dýng dĂ liệu nhiệt độ lĆn nhçt hàng ngày mþa täi träm vĆi độ phân giâi cao (0,250 × 0,25 và lþĉng mþa trong giai đoän 1987-2016. Bên và 0,50 × 0,5) (Ngô Lê An & Nguyễn Thð Thu cänh đó, chúng tôi sā dýng dĂ liệu dă báo nhiệt Hà, 2019). Trong nghiên cĀu này, chúng tôi sā độ nëm 2099 täi Việt Nam qua bốn kðch bân dýng tổng lþĉng mþa (đĄn vð: ml/nëm). RCP2.6, RCP4.5 , RCP6.0 và RCP8.5 (Tran-Anh DĂ liệu về các kðch bân BĐKH cûa Việt & cs., 2022). DĂ liệu về nëng suçt lúa là trung Nam đến nëm 2099 đþĉc sā dýng theo bốn kðch bình nëng suçt cçp tînh. Thông qua mô hình hồi bân lộ trình têp trung đäi diện (Representative quy đa hĉp (Pawlowsky-Glahn & Buccianti, Concentration Pathway, RCP), cý thể là 2011), mýc đích cûa nghiên cĀu này là trâ ląi hai RCP2.6, RCP4.5, RCP6.0 và RCP8.5 (Tran-Anh câu hỏi nghiên cĀu: & cs., 2022) (đĄn vð: C). Các kðch bân đþĉc dăa 684
  4. Trịnh Thị Hường trên sā dýng nëng lþĉng tái chế, phþĄng tiện Chuyển đổi CLR bâo toàn khoâng cách giĂa giao thông, dă báo nþĆc biển tëng (Tran-Anh & hai véctĄ trong đĄn hình SD và trong không gian cs., 2022). Trong đó, kðch bân RCP2.6 tþĄng Āng các số thăc Euclide D . vĆi mĀc dă đoán nhiệt độ trung bình tëng ít Mô hình hồi quy vĆi biến phý thuộc vô nhçt, 1,3 ± 0,52°C. Các kðch bân còn läi nhiệt hþĆng Y, một biến đa hĉp X SD và một biến vô độ tëng trung bình cao hĄn vào nëm 2099 hþĆng Z có däng: (3,85 ± 0,85°C theo RCP8.5). Y1 = α + < β, Xi >A + Z1 + ϵi (6) Trong đó, chî số dþĆi A kí hiệu tích vô hþĆng 2.2. Mô hình hồi quy đa hợp theo Atchison và ϵ là sai số ngéu nhiên có phân VéctĄ đa hĉp D-chiều trong đĄn hình SD là phối chuèn và phþĄng sai thuæn nhçt. Hệ số hồi một véctĄ có D thành phæn và các thành phæn quy β  SD có däng véctĄ đa hĉp và các hệ số α và đều không âm (Aitchison, 1986), có tổng bìng 1  là các hệ số hồi quy vô hþĆng thông thþąng. hoặc 100%: Do să bâo tồn khoâng cách cûa chuyển đổi (x1, x2,…, xD) vĆi xj > 0, j = 1, 2,…, D và CLR, mô hình (6) đþĉc viết läi D Y1 = α + < CLR(β), CLR(Xi) >E + Z1 + ϵi (7) x i 1 (1) i 1 Trong đó, chî số dþĆi E kí hiệu tích vô Cho hai véctĄ đa hĉp x = (x1, x2,…, xD), y = hþĆng Euclide trong D . (y1, y2,…, yD) và số thăc α > 0 Các phép toán trên Hệ số cûa mô hình (6) đþĉc þĆc lþĉng thông đĄn hình SD đþĉc đðnh nghïa là: qua ba bþĆc: (i) Sā dýng chuyển đổi song ánh để - Phép cộng hai véctĄ đa hĉp: đþa mô hình (6) trên đĄn hình SD về không gian D1 ; (ii) ƯĆc lþĉng mô hình đã chuyển đổi theo x y = (x1y1, x2y2,…, xDyD) (2) các phþĄng pháp þĆc lþĉng thông thþąng, ví dý - Phép nhån 1 véc tĄ đa hĉp vĆi một vô hþĆng: phþĄng pháp bình phþĄng nhỏ nhçt đối vĆi mô   x  x1 ,...,x  D  (3) hình hồi quy đa biến cổ điển; (iii) Dùng ánh xä ngþĉc để chuyển đổi hệ số þĆc lþĉng về đĄn hình - Tích vô hþĆng (Aitchison) cûa véctĄ x và y SD. Chi tiết phþĄng pháp þĆc lþĉng và phân tích 1 D D x y mô hình, ngþąi đọc tham khâo (Pawlowsky-  x,y A   log xi  l og yi 2D i 1 j1 (4) Glahn & cs., 2015). Trong nghiên cĀu này, phân j j tích mô hình hồi quy đa hĉp däng hàm đþĉc tiến Ví dý về véctĄ đa hĉp là cĄ cçu chi tiêu cûa hành nhþ trong nghiên cĀu (Boogaart & cs., khách du lðch (Trðnh Thð Hþąng & cs., 2020), cĄ 2021) và trên mô hình (7) theo biểu diễn CLR. cçu các khoân chi giáo dýc (Tô Thð Vân Anh & Trong đó, phån tích hệ số cûa mô hình (7) thông cs., 2020), tČ lệ các nguyên tố đa lþĉng trong qua cặp giá trð CLR có chênh lệch nhiều nhçt. khèu phæn ën (Trinh & cs., 2018) hoặc cĄ cçu Să chênh lệch giĂa các hệ số CLR biểu thð tác nguồn thu nhêp hộ gia đình (Trðnh Thð Hþąng & động giĂa hai thành phæn đối vĆi biến phý cs., 2022). Do să phý thuộc cûa các thành phæn thuộc (Trinh & cs., 2023; Boogaart & cs., 2021). Bên cänh đó, phån tích mô hình (6) và (7) đþĉc trong véctĄ đa hĉp nên cách tiếp cên là chuyển tiến hành thông qua tác động biên, tĀc là xem đổi để đþa véctĄ đa hĉp về véctĄ trong không xét să thay đổi cûa hai véctĄ hàm đa hĉp đến să gian Euclide D chiều D (hoặc D1 ). Trong thay đổi cûa biến phý thuộc Y khi các yếu tố nghiên cĀu này, chúng tôi sā dýng chuyển đổi khác không đổi. logarit trung tåm (Centered logratios, CLR) để đþa véctĄ trên đĄn hình SD về D . 2.3. Mô hình hồi quy thực nghiệm   CLR x  CLR1 ,CLR2 ,...,CLRD  Mô hình hồi quy thăc nghiệm xem xét ânh  x x  (5) hþćng cûa thąi tiết và nëng suçt lúa täi Việt   log 1 ,...,log D  Nam, dăa trên mô hình hồi quy đa hĉp    g x g x   (Pawlowsky-Glahn & cs., 2015; Trinh & cs., 685
  5. Sử dụng mô hình hồi quy đa hợp phân tích mối quan hệ của thời tiết và năng suất lúa cấp tỉnh tại Việt Nam 2023) và mô hình hàm tổn thçt (Schlenker & trong đĄn hình S28. Mỗi véctĄ đa hĉp là tæn suçt Roberts, 2009) có däng: cûa biểu đồ histogram (vĆi khoâng chia là 1°C) và Yieldit    ,Xit S28 1 Yeart có tổng các thành phæn bìng 1. Do số lþĉng véctĄ đa hĉp lĆn (1.980 véctĄ) và số chiều lĆn nên   2 Precipitationit nghiên cĀu không minh họa đþĉc số liệu về să 7   i Regioni  ϵi (8) thay đổi thąi tiết qua 30 nëm trong nghiên cĀu. i 3 Hình 1 biểu thð biểu đồ tæn suçt histogram cûa Trong đó: nhiệt độ täi hai tînh Ninh Bình và Đồng Tháp trong nëm 2016 (màu xanh đêm). Biểu đồ thể Chî số I là chî số về tînh và t là chî số về nëm, hiện să khác biệt về thąi tiết cûa hai vùng: Ninh Yield là nëng suçt lúa cûa tînh täi nëm Bình thuộc Đồng bìng sông Hồng vĆi 4 mùa và quan sát (đĄn vð: tçn/ha), nhiệt độ lĆn nhçt trong câ nëm trong khoâng X tþĄng Āng là véctĄ đa hĉp biểu thð nhiệt 12°C đến 40°C. Nhiệt độ lĆn nhçt täi Đồng Tháp độ lĆn nhçt cûa tÿng tînh và tÿng nëm, biểu thuộc vùng Đồng bìng sông Cāu Long và không diễn trong đĄn hình S28. có mùa đông, dao động tÿ 24°C-36°C. DþĆi kðch β là hệ số tþĄng Āng cûa X, bân BĐKH RCP2.6, nhiệt độ lĆn nhçt täi Ninh Bình dao động trong khoâng 18°C-36°C và vĆi Các biến vô hþĆng (không phâi véctĄ đa hĉp) tæn suçt lĆn hĄn. Nhiệt độ nëm 2099 täi Đồng là Nëm (Year), tổng lþĉng mþa (Precipitation, Tháp trong cùng kðch bân sẽ nóng hĄn và giao đĄn vð: ml) và vùng sinh thái (Region) (6 vùng động trong khoâng 30°C-36°C. Trong đó, nhiệt độ sinh thái) vĆi các hệ số là 1, 2,…, 7. phổ biến nhçt là 31°C-32°C. Dă báo să thay đổi cûa nëng suçt lúa đến nëm 2099 so vĆi nëm 2016 đối vĆi tÿng kðch bân 3.2. Năng suất lúa tại Việt Nam giai đoạn BĐKH đþĉc tính toán dăa trên hệ số þĆc lþĉng 1987-2016 (8). Ví dý, giĂ các yếu tố khác cố đðnh, xem xét Hình 2 biểu thð nëng suçt lúa täi Việt Nam kðch bân BĐKH RCP2.6, nëng suçt lúa thay đổi trong 30 nëm và theo các vùng sinh thái thông cûa tînh i đþĉc cho bći: qua biểu đồ hộp. Xu hþĆng cûa biểu đồ cho thçy Yieldi,2099,RCP2.6  Yieldi,2016 nëng suçt lúa cûa các vùng tëng trong giai đoän  ,X i,2099,RCP2.6 S28   ,X i,2016 S28 nghiên cĀu, đặc biệt là cûa khu văc Đồng bìng sông Hồng và khu văc Đồng bìng sông Cāu    CLR  ,CLR X i,2099,RCP2.6   28 (9) Long. Tÿ sau nhĂng nëm 2000, să khác biệt về nëng suçt cûa các vùng sinh thái rõ ràng hĄn do   CLR ,CLR  X i,2016  28 să chuyên canh sân xuçt nông nghiệp. Khu văc Tåy Nguyên có nëng suçt lúa ć mĀc trung bình Các tính toán trong nghiên cĀu đþĉc thăc giĂa các vùng sinh thái nhþng có độ giao động hiện trên phæn mềm mã nguồn mć R, Rstudio lĆn nhçt trong các vùng sinh thái. phiên bân 4.3.2 và các gói lệnh Compositions (Boogaart & Tolosana-Delgado, 2013), 3.3. Mối quan hệ của thời tiết và năng suất robCompositions (Templ & cs., 2011) và lúa tại Việt Nam giai đoạn 1987- 2016 tidyverse (Wickham & Wickham, 2017). Kết quâ hồi quy cûa các biến (vô hþĆng) đþĉc thể hiện trong bâng 1 và tác động cûa 3. KẾT QUẢ VÀ THẢO LUẬN nhiệt độ đþĉc thể hiện trong hình 3. Các biến quan sát giâi thích 75% nëng suçt lúa täi các 3.1. Thời tiết tại Việt Nam thông qua biểu tînh trong giai đoän nghiên cĀu (Bâng 1). Hệ số diễn CoDa nëm có tác động dþĄng và có ċ nghïa thống kê, Nhiệt độ lĆn nhçt trong ngày täi mỗi tînh nëng suçt lúa tëng trung bình mỗi nëm và nëm đþĉc biểu thð thông qua véctĄ đa hĉp 0,01 tçn/ha. Xu hþĆng nëng suçt lúa tëng cüng 686
  6. Trịnh Thị Hường đþĉc các nghiên cĀu trþĆc thăc nghiệm (Hồ Nguyên, tác động biên cûa khu văc đồng bìng Trọng Phúc & Phäm Xuân Hùng, 2023). Khu sông Hồng đến nëng suçt lúa là lĆn nhçt, tiếp văc Đông Nam Bộ có nëng suçt lúa thçp hĄn so theo là khu văc đồng bìng sông Cāu Long. Biến vĆi khu văc Tây Nguyên. Các khu văc còn läi tổng lþĉng mþa không có ċ nghïa thống kê trong đều có nëng suçt cao hĄn nëng suçt lúa täi vùng nghiên cĀu cûa chúng tôi và tþĄng tă vĆi nghiên Tåy Nguyên. Đặc biệt, so vĆi khu văc Tây cĀu đã tiến hành (Kontgis & cs., 2019). Hình 1. Biểu đồ histogram nhiệt độ lớn nhất trong ngày (Tmax) tại tỉnh Ninh Bình và Đồng Tháp năm 2016 và năm 2099 (kðch bân biến đổi thąi tiết RCP2.6) (trên phæn mềm Rstudio 4.3.2) Ghi chú: SR: Đông Nam Bộ, CHR: Tây Nguyên. MDR: Đồng bằng sông Cửu Long, NMM: Trung du và miền núi phía Bắc, NCC: Bắc Trung Bộ và duyên hải miền Trung, RRD: Đồng bằng sông Hồng. Hình 2. Biểu đồ hộp về năng suất lúa tại Việt Nam từ 1987-2016 và theo vùng sinh thái (trên phæn mềm Rstudio 4.3.2) 687
  7. Sử dụng mô hình hồi quy đa hợp phân tích mối quan hệ của thời tiết và năng suất lúa cấp tỉnh tại Việt Nam Bâng 1. Kết quâ hồi quy các biến vô hướng tác động đến năng suất lúa (trên phæn mềm Rstudio 4.3.2) Biến quan sát Hệ số hồi quy Độ lệch chuẩn Hệ số chặn 1,71 *** 0,31 Năm 0,10 *** (0,00) Tổng lượng mưa -0,06 (0,04) Vùng sinh thái Đông Nam Bộ -0,47 *** (0,10) (mặc định: Tây Đồng bằng sông Cửu Long 0,86*** (0,10) Nguyên) Trung du và miền núi phía Bắc 0,34*** (0,10) Bắc Trung Bộ và duyên hải miền Trung 0,83 *** (0,07) Đồng bằng sông Hồng 1,52*** (0,10) Hệ số R bình phương hiệu chỉnh 0,75 Số quan sát 1890 Ghi chú: Kết quả được biểu thị trên biểu diễn CLR đối với từng khoảng chia của nhiệt độ. Hình 3. Tác động của nhiệt độ lớn nhất đến năng suất lúa (trên phæn mềm Rstudio 4.3.2) Tác động cûa nhiệt độ đến nëng suçt lúa đþĉc thể hiện trong hình 3. Giâi thích ċ nghïa tác 3.4. Dự báo năng suất lúa vào năm 2099 động đþĉc thăc hiện đối vĆi chuyển đổi cûa hệ số theo kịch bân biến đổi khí hậu hồi quy trong biểu diễn CLR (Boogaart & cs., Sā dýng biểu diễn să chênh lệch trong (9), 2021), cý thể, các cặp giá trð khác biệt nhçt cûa chúng tôi tính să chênh lệch nëng suçt lúa cûa hệ số þĆc lþĉng (trong tÿng khoân chia cûa nhiệt nëm 2099 và nëm 2016 dþĆi 4 kðch bân BĐKH độ theo biểu diễn tæn suçt) có tác động lĆn nhçt đối vĆi tÿng tînh. Hình 4 thể hiện biểu đồ hộp đến nëng suçt lúa. Do đó, tČ lệ giá trð þĆc lþĉng täi nhiệt độ 28-29 dþĄng và 29-30 âm, nên nhiệt cûa să chênh lệch nëng suçt lúa theo vùng sinh độ trong khoâng 28-30 độ có tác động biên lĆn thái và tÿng kðch bân. Biểu đồ hộp có xu hþĆng nhçt đến nëng suçt lúa. Nói cách khác, să chênh nìm dþĆi giá trð 0 cûa trýc 0y nên BĐKH có xu lệch về tČ lệ số ngày trong một nëm nhiệt độ hþĆng làm giâm nëng suçt lúa täi các tînh khi trong khoâng 28-29 độ và tČ lệ số ngày trong 1 giâ đðnh các yếu tố khác không đổi. HĄn nĂa, tác nëm trong khoâng 29-30 độ có tác động lĆn nhçt động cûa nhiệt độ lĆn nhçt trong ngày theo tÿng đến nëng suçt lúa và tác động này là dþĄng. kðch bân BĐKH đến nëng suçt lúa là khác nhau. 688
  8. Trịnh Thị Hường Ghi chú: SR: Đông Nam Bộ, CHR: Tây Nguyên. MDR: Đồng Bằng sông Cửu Long, NMM: Trung du và miền núi phía Bắc, NCC: Bắc Trung Bộ và duyên hải miền Trung, RRD: Đồng bằng sông Hồng. Hình 4. Biểu đồ hộp về chênh lệch năng suất lúa năm 2099 và năm 2016 theo các kịch bân biến đổi khí hậu (trên phæn mềm Rstudio 4.3.2) Theo thĀ tă kðch bân RCP2.6, RCP4.5, RCP6.0 vĆi BĐKH để đâm bâo chû động nguồn cung lúa và RCP8.5, să chênh lệch nëng suçt giĂa nëm dþĆi nhĂng tác động ngày càng mänh mẽ cûa 2099 và 2016 cûa các tînh ć vùng Đông Nam Bộ, tình träng BĐKH. Chính sách này đþĉc nhiều Bíc Trung Bộ và duyên hâi miền Trung và nþĆc Châu Á nỗ lăc thăc hiện. ThĀ hai, nhiệt độ Đồng bìng sông Hồng có xu hþĆng tëng tÿ giá lĆn nhçt trong ngày có tác động đến nëng suçt trð âm tĆi giá trð dþĄng. Trong đó, dþĆi kðch bân lúa gäo là khoâng 28°C-30°C. Do đó, hoät động RCP2.6 và RCP4.5, nëng suçt lúa nëm 2009 sân xuçt lúa phâi tính toán phù hĉp theo biến thçp hĄn so vĆi nëng suçt lúa nëm 2016. Tuy đổi khí hêu nhþ măc nþĆc biển dâng và các hình nhiên, vĆi kðch bân RCP8.5, nhiệt độ có tác động thái thąi tiết căc đoan. ThĀ ba, đối vĆi các kðch khác nhau đến nëng suçt lúa các vùng sinh bân BĐKH khác nhau thì nëng suçt lúa täi các thái, các tînh ć vùng Đông Nam Bộ, đồng bìng tînh/thành phố thay đổi khác nhau. HĄn nĂa, sông Hồng và đồng bìng sông Cāu Long có nëng đặc điểm thąi tiết cûa các vùng täi Việt Nam rçt suçt lúa nëm 2099 cao hĄn so vĆi nëm 2016. khác biệt. Do đó, bên cänh các biện pháp nỗ lăc giâm tác động cûa BĐKH, nhþ giâm phát thâi khí nhà kính và tëng nhiệt độ trái đçt, phát 4. KẾT LUẬN VÀ KHUYẾN NGHỊ triển sân xuçt lúa phâi tính đến să đa däng sinh Nghiên cĀu này cung cçp thêm bìng chĀng học và phù hĉp vùng miền. Bên cänh đó, cæn khoa học phýc vý các chính sách về phát triển tiếp týc áp dýng khoa học nghiên cĀu để phát nông nghiệp trong điều kiện BĐKH và các mýc triển các giống lúa mĆi và phþĄng thĀc canh tác tiêu phát triển bền vĂng mà Chính phû Việt phù hĉp vĆi să thay đổi cûa thąi tiết. ThĀ tþ, Nam cam kết thăc hiện. ThĀ nhçt, khu văc nghiên cĀu sā dýng phþĄng pháp phån tích dĂ Đồng bìng sông Hồng và Đồng bìng sông Cāu liệu đa hĉp và mô hình nghiên cĀu có tính đến Long có nëng suçt lúa cao nhçt nþĆc. Do đó, cæn toàn bộ đặc điểm nhiệt độ trong 1 nëm cûa tÿng tiếp týc áp dýng công nghệ sân suçt và giống để tînh/thành phố. HþĆng nghiên cĀu này có thể áp duy trì nëng suçt lúa cao täi hai khu văc này. dýng trong các nghiên cĀu tþĄng tă về tác động Chû động các chính sách nông nghiệp thích Āng cûa BĐKH hoặc dĂ liệu tþĄng tă. 689
  9. Sử dụng mô hình hồi quy đa hợp phân tích mối quan hệ của thời tiết và năng suất lúa cấp tỉnh tại Việt Nam Nghiên cĀu cûa chúng tôi có hän chế là sā https://www.un.org/en/exhibits/page/sdgs-17-goals- transform-world on Mar 16, 2024. dýng dĂ liệu có sẵn, đặc biệt là dĂ liệu về nëng Hồ Trọng Phúc & Phạm Xuân Hùng (2023). Dự báo suçt lúa nên không đánh giá chi tiết đþĉc ânh diện tích, năng suất và sản lượng lúa của Việt Nam: hþćng cûa nhiệt độ đến các vý lúa khác nhau täi Áp dụng mô hình ARIMA. Tạp chí Khoa học Đại tÿng vùng sinh thái. Bên cänh đó, do hän chế về học Huế: Kinh tế và Phát triển. 132(5C): 85-104. số liệu nên nghiên cĀu không đánh giá đþĉc tác Kien N.D., Dung T.Q., Oanh D.T.K., An L.T., Dinh động cûa nhiệt độ và các yếu tố khác cûa BĐKH N.C., Phan N.T. & Nga L.T.T. (2023). Climate- đến nëng suçt lúa, ví dý lþĉng phát thâi khí resilient practices and welfare impacts on rice- cultivating households in Vietnam: Does joint CO2 cüng nhþ tích hĉp yếu tố câi thiện về công adoption of multiple practices matter? Australian nghệ thích Āng vĆi BĐKH đang tiến hành täi Journal of Agricultural and Resource Economics. Việt Nam. 67(2): 263-284. Kontgis C., Schneider A., Ozdogan M., Kucharik C., Duc N.H., Schatz J. (2019). Climate change TÀI LIỆU THAM KHẢO impacts on rice productivity in the Mekong River Aitchison J. (1986). The statistical analysis of Delta. Applied Geography. 102: 71-83. compositional data. Chapman and Hall, London. Le T.T.H. (2016). Effects of climate change on rice yield Anh D.L.T., Anh N.T. & Chandio A.A. (2023). and rice market in Vietnam. Journal of Agricultural Climate change and its impacts on Vietnam and Applied Economics 48(4): 366-382. agriculture: A macroeconomic perspective. Ngô Lê An & Nguyễn Thị Thu Hà (2019). Đánh giá Ecological Informatics. 74: 101960. các nguồn mưa lưới và khả năng ứng dụng cho Burke M., Zahid M., Diffenbaugh N., & Hsiang S.M. Việt Nam. Tạp chí Khoa học Kỹ thuật Thủy lợi và (2023). Quantifying climate change loss and Môi trường. 3(64). damage consistent with a social cost of greenhouse Nguyen C.T. & Scrimgeour F. (2022). Measuring the gases. National Bureau of Economic Research. impact of climate change on agriculture in Boogaart K Gerald den & Tolosana-Delgado R. (2013). Vietnam: A panel Ricardian analysis. Agricultural Analyzing compositional data with R. Springer. Economics. 53(1): 37-51. Vol. 122. Nguyễn Thị Minh Phương, Nguyễn Văn Toàn & Boogaart K Gerald den, Egozcue J.J. & Pawlowsky- Nguyễn Lê Hiệp (2023). Ảnh hưởng của biến Glahn V. (2014). Bayes hilbert spaces. Australian & đổi khí hậu đến năng suất lúa tại tỉnh Thừa Thiên New Zealand Journal of Statistics. 56(2): 171-194. Huế. Tạp chí Khoa học và Kinh tế quản lý, Đại học Huế. 25. Deryugina T. & Hsiang, S. (2017). The marginal product of climate. National Bureau of Economic Research. Nguyễn Thùy Linh & Nguyễn Thị Thu (2020). Đánh giá tính dễ bị tổn thương của nông nghiệp tỉnh Dias S. & Brito P. (2022). Fundamental Concepts about Vĩnh Long trong bối cảnh biến đổi khí hậu. Tạp chí Distributional Data. In Analysis of Distributional Kinh tế và Phát triển. 278(II): 104-114. Data. Chapman and Hall/CRC. pp. 3-36. Nguyen N.V. (2002). Global climate changes and rice Erda L., Wei X., Hui J., Yinlong X., Yue L., Liping B. & food security. Rome: FAO. 625. Liyong X. (2005). Climate change impacts on crop yield and quality with CO2 fertilization in China. Pattanayak A. & Kumar K.S.K. (2014). Weather Philosophical Transactions of the Royal Society B: sensitivity of rice yield: evidence from India. Biological Sciences. 360(1463): 2149-2154. Climate Change Economics. 5(04): 1450011. Pawlowsky-Glahn V. & Buccianti A. (2011). FAO (2018). FAO cảnh báo rằng bảo vệ nông nghiệp Compositional data analysis. Wiley Online Library. trước biến đổi khí hậu và thời tiết khắc nghiệt cần phải trở thành ưu tiên ở khu vực Châu Á và Thái Pawlowsky-Glahn V., Egozcue J.J., & Raimon T.D. Bình Dương. Truy cập từ http://www.fao.org/ (2015). Modeling and analysis of compositional vietnam/news/detail/vn/c/1107224/ ngày 16/3/2024. data. Chichester: John Wiley & Sons. Fisher R.A. (1925). The influence of rainfall on the Pebesma E. & Bivand R. (2023). Spatial data science: yield of wheat at Rothamsted. Philosophical With applications in R. Chapman and Hall/CRC. Transactions of the Royal Society of London. Phạm Văn Dũng (2017). Đảm bảo an ninh lương thực ở Series B, Containing Papers of a Biological Việt Nam hiện nay. Tạp chí Khoa học ĐHQGHN: Character. 213(402-410): 89-142. Kinh tế và Kinh doanh. 33(4): 10-16. General U.A. (2015). Sustainable development goals: Phan Đình Khôi, Huỳnh Việt Khải, Võ Thành Danh, & SDGs Transform Our World 2030. Retrieved from Ngô Thị Thanh Trúc Nguyễn Thị Huyền Mỹ. 690
  10. Trịnh Thị Hường (2022). Lựa chọn mô hình sản xuất của hộ trồng application in assessing future change. Journal of lúa trong điều kiện xâm nhập mặn ở Đồng bằng Water and Climate Change. 13(9): 3379-3399. sông Cửu Long. Tạp chí Kinh tế và Phát triển. Trinh T.-H., Simioni M. & Thomas-Agnan C. (2023). 297(03): 74-82. Discrete and Smooth Scalar-on-Density Phùng Mai Lan & Nguyễn Ánh Tuyết (2021). Tác động Compositional Regression for Assessing the của thiên tai và biến đổi khí hậu tới sản xuất nông Impact of Climate Change on Rice Yield in nghiệp và thủy sản của hộ nông dân khu vực miền Vietnam. Retrieved from https://www.tse- Trung và Tây Nguyên Việt Nam. Tạp chí Khoa fr.eu/publications/discrete-and-smooth-scalar- học Đại học Thăng Long. A1(1): 47-60. density-compositional-regression-assessing- Praveen B. & Sharma P. (2019). A review of literature impact-climate-change-rice on Mar 16, 2024. on climate change and its impacts on agriculture Trinh T.H., Morais J., Thomas-Agnan C. & Simioni M. productivity. Journal of Public Affairs. 19(4): 1-15. (2018). Relations between socio-economic factors doi.org/10.1002/pa.1960 and nutritional diet in Vietnam from 2004 to 2014: Schlenker W. & Roberts M.J. (2009). Nonlinear New insights using compositional data analysis. temperature effects indicate severe damages to US Statistical Methods in Medical Research. crop yields under climate change. Proceedings of Trịnh Thị Hường, Lê Văn Tuấn & Đàm Thị Thu Trang the National Academy of Sciences. (2020). Sử dụng phương pháp CODA trong đánh 106(37): 15594-15598. giá các yếu tố ảnh hướng đến cơ cấu chi tiêu của Sekhar C.S.C. (2018). Climate change and rice khách du lịch nội địa. Tạp chí Kinh tế và Dự báo. economy in Asia: Implications for trade policy. In 09(03): 26-31. The State of Agricultural Commodity Markets Trịnh Thị Hường, Nguyễn Thanh Nga, Đàm Thị Thu (SOCO). FAO Rome. Trang & Nguyễn Thị Tuyết Mai (2022). Phương Simioni M. (2023). Climate adaptive response of rice pháp phân tích đa hợp trong đánh giá tác động của yield in Vietnam: new insight through panel data đa dạng sinh kế tới thu nhập hộ gia đình năm 2018. modeling with heterogeneous slopes. hal- Kỉ yếu Hội thảo quốc gia phân tích định lượng các 04165412. Retrieved from https://ideas.repec.org/ vấn đề kinh tế và xã hội trong môi trường số lần p/hal/journl/hal-04165412.html on Mar 16, 2024. thứ 2. ISBN: 978-604-67-2499-5. tr. 597-609. Templ M., Hron K. & Filzmoser P. (2011). Tran D.V (2011). Climate change and its impact on robCompositions: an R-package for robust agriculture in Vietnam. Journal of the International statistical analysis of compositional data. Society for Southeast Asian Agricultural Sciences. Compositional Data Analysis: Theory and 17(1): 17-21. Applications. pp. 341-355. van den Boogaart KG., Filzmoser P., Hron K., Templ Thái Thị Thanh Minh & Vương Thị Hòe (2020). Tác M. & Tolosana-Delgado R. (2021). Classical and động của biến đổi khí hậu đến năng suất lúa tại tỉnh robust regression analysis with compositional data. Thái Bình, Việt Nam. Tạp chí Khoa học Tài Mathematical Geosciences. 53: 823-858. nguyên và Môi trường. 34: 47-54. Vũ Duy Thành & Trần Thị Lan Hương (2020). Tổng Thủ tướng Chính phủ (2022). Nghị quyết số 78/NQ-CP quan các mô hình đánh giá tác động của biến đổi khí của Chính phủ: Ban hành Chương trình hành động hậu đến nông nghiệp và hướng nghiên cứu tại Việt của Chính phủ thực hiện Nghị quyết số 13-NQ/TW Nam. Tạp chí Kinh tế và Phát triển. 278(II): 58-64. ngày 02 tháng 4 năm 2022 của Bộ Chính trị về Phương hướng phát triển kinh tế - xã hội và bảo Wickham H. & Wickham M.H. (2017). Package đảm quốc phòng, an ninh vùng Đồng bằng sông tidyverse. Easily Install and Load the ‘Tidyverse. Cửu Long đến năm 2030, tầm nhìn đến năm 2045. Yatagai A., Kitoh A., Kamiguchi K., Arakawa O., Truy cập từ https://vanban.chinhphu.vn/ Kawamoto H., Tahashima H., Watanabe T., ?pageid=27160&docid=205964 ngày 16/03/2024. Kuboto J., Taneguchi M. & Kanae S. (2007). Tô Thị Vân Anh, Phạm Ngọc Anh & Trịnh Thị Hường. Asian precipitation--highly resolved observational (2020). Phân tích yếu tố ảnh hưởng cơ cấu chi tiêu data integration towards evaluation of the water giáo dục phổ thông của hộ gia đình Việt Nam năm resources. Presentation at PHERPP Meeting, 2020. Tạp chí Khoa học Trường Đại học Cần WMO, Geneva December. Thơ. 48(4). Zhu T., & Trinh M.V. (2010). Climate change impacts Tran-Anh Q., Ngo-Duc T., Espagne E. & Trinh-Tuan on agriculture in Vietnam. Proceedings of the L. (2022). A high-resolution projected climate International Conference on Agricultural Risk and dataset for Vietnam: Construction and preliminary Food Security. pp. 11-12. 691
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
2=>2