CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
Người hướng dẫn khoa học: PGS.TS. TRẦN THỊ BÍCH
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN ---------------- LÊ HOÀNG MINH NGUYỆT
ĐO LƯỜNG NĂNG SUẤT CÁC NHÂN TỐ TỔNG HỢP (TFP) TRONG NÔNG NGHIỆP VIỆT NAM
Phản biện 1: Phản biện 2: Phản biện 3:
Luận án được bảo vệ trước Hội đồng chấm luận án
Chuyên ngành: THỐNG KÊ KINH TẾ Mã số: 9310101
cấp Trường Đại học Kinh tế Quốc dân
TÓM TẮT LUẬN ÁN TIẾN SĨ
Vào hồi: ngày tháng năm 2023
Có thể tìm hiểu luận án tại:
- Thư viện Quốc gia
- Thư viện Đại học Kinh tế Quốc dân
HÀ NỘI - 2023
1
2
PHẦN MỞ ĐẦU
Malmquist cổ điển (tính và phân rã TFP cho giai đoạn 2010-2020), chỉ số Malmquist toàn cục (tính và phân rã TFP cấp vùng cho giai đoạn 2010-2020). Các phần mềm được sử dụng để xử lý số liệu trong luận án là TFPIP 1.0, DEAP 2.1, phần mềm R và FEAR 3.1. 5. Những đóng góp mới của luận án
- Đóng góp về mặt lý thuyết: + Luận án tổng hợp các vấn đề lý thuyết về đầu ra và đầu vào, điều chỉnh chất lượng đầu vào. + Luận án sử dụng phương pháp chỉ số cụ thể là dùng chỉ số Tornqvist để tính 1. Lý do chọn đề tài Năng suất là một trong những vấn đề được tập trung nghiên cứu và thảo luận. Theo Tổ chức Lao động quốc tế (ILO, 2007), năng suất là yếu tố quan trọng quyết định đến tăng trưởng kinh tế, là phương tiện để hướng tới sự thịnh vượng và mức sống cao hơn. Với các nước đang phát triển, vấn đề tăng hiệu quả của sản xuất nông nghiệp để thu được nhiều sản lượng hơn từ cùng một lượng tài nguyên là yếu tố cần thiết để cải thiện và bảo đảm an ninh lương thực, bảo vệ môi trường.
TFP cấp quốc gia cho giai đoạn 2000-2020. - Đóng góp về mặt thực tiễn: + Luận án đo lường TFP của ngành nông nghiệp cấp 2 bằng phương pháp chỉ số, kết quả của luận án cho thấy TFP nông nghiệp Việt Nam tăng trung bình 2,29% trong giai đoạn 2000-2020.
+ Luận án thực hiện điều chỉnh chất lượng các đầu vào. Sau khi điều chỉnh chất lượng đầu vào đất và lao động, kết quả cho thấy TFP nông nghiệp Việt Nam tăng trung bình 2,15% trong giai đoạn 2000-2020, giảm so với trước khi điều chỉnh chất lượng đầu vào (2,29%).
Từ việc xem xét tình hình nghiên cứu tính TFP nông nghiệp của Việt Nam, tác giả nhận thấy có một số khoảng trống nghiên cứu về phương pháp tính, phạm vi tính, thời gian nghiên cứu. Một vấn đề quan trọng khác là cần bổ sung các nghiên cứu có tính đến thay đổi chất lượng đầu vào, suy thoái tài nguyên thiên nhiên, tác động của các yếu tố môi trường trong TFP nông nghiệp. Theo hiểu biết của tác giả, hiện nay chưa có nghiên cứu về TFP nông nghiệp Việt Nam thực hiện điều chỉnh chất lượng đầu vào. Từ thực tế đó, tác giả thấy rằng cần có thêm nghiên cứu về năng suất các nhân tố tổng hợp trong nông nghiệp ở Việt Nam đề cập sâu hơn tới các vấn đề được nêu trên. Do vậy, tác giả lựa chọn đề tài luận án “Đo lường năng suất các nhân tố tổng hợp (TFP) trong nông nghiệp Việt Nam”.
2. Mục tiêu nghiên cứu Xuất phát từ tầm quan trọng của việc tính TFP về mặt thực tiễn và khoảng trống nghiên cứu nêu trên, mục tiêu nghiên cứu của luận án là đo lường và phân rã năng suất các nhân tố tổng hợp (TFP) ngành nông nghiệp Việt Nam, thực hiện điều chỉnh chất lượng đầu vào. + Luận án thực hiện phân rã TFP nông nghiệp Việt Nam thông qua sử dụng phương pháp DEA để tính chỉ số Malmquist cổ điển với bộ dữ liệu cấp tỉnh/thành phố trong giai đoạn 2010-2020. Kết quả nghiên cứu cho thấy tăng trưởng TFP nông nghiệp Việt Nam chủ yếu do tiến bộ công nghệ chứ không phải do hiệu quả kỹ thuật. + Luận án tính đến sự khác biệt về công nghệ giữa các vùng sản xuất nông nghiệp trên cả nước thông qua sử dụng phương pháp DEA để tính chỉ số Malmquist toàn cục. Kết quả cho thấy thực sự có sự khác biệt về TFP theo vùng khi tính đến giả định này. 3. Đối tượng và phạm vi nghiên cứu *) Đối tượng nghiên cứu: Đo lường năng suất các nhân tố tổng hợp (TFP) ngành nông nghiệp Việt Nam. + Thời gian nghiên cứu của luận án từ năm 2000 - 2020 đối với bộ dữ liệu ở cấp quốc gia và 2010-2020 đối với bộ dữ liệu cấp tỉnh/thành phố. Đây là đóng góp mới của luận án do có sự cập nhật mới nhất về dữ liệu và thời gian nghiên cứu so với các nghiên cứu khác. *) Phạm vi nghiên cứu: - Về mặt đối tượng nghiên cứu: Luận án chỉ tập trung vào đo lường và phân rã TFP ngành nông nghiệp cấp 2 (bao gồm trồng trọt và chăn nuôi). - Về điều chỉnh chất lượng đầu vào: Do hạn chế về nguồn số liệu nên luận án 6. Kết cấu của luận án Ngoài phần Mở đầu và Kết luận, luận án gồm bốn chương; Chương 1: Cơ sở lý luận và tổng quan nghiên cứu về năng suất các nhân tố mới chỉ điều chỉnh đươc 2 đầu vào đất và lao động. tổng hợp trong nông nghiệp Chương 2: Phương pháp tính năng suất các nhân tố tổng hợp trong nông nghiệp Việt Nam - Về thời gian nghiên cứu: Với bộ dữ liệu để đo lường TFP nông nghiệp bằng phương pháp chỉ số, giai đoạn nghiên cứu là 2000-2020. Khi thực hiện phân rã TFP nông nghiệp bằng bộ dữ liệu cấp tỉnh/thành phố, giai đoạn nghiên cứu là 2010-2020. Chương 3: Tính năng suất các nhân tố tổng hợp trong nông nghiệp Việt Nam ở 4. Phương pháp nghiên cứu cấp quốc gia giai đoạn 2000-2020. Chương 4: Tính và phân rã năng suất các nhân tố tổng hợp trong nông nghiệp Luận án sử dụng các phương pháp nghiên cứu định tính và phương pháp định lượng là phương pháp chỉ số TFP, phương pháp bao dữ liệu (DEA) để tính chỉ số Việt Nam ở cấp tỉnh/thành phố, cấp vùng giai đoạn 2010-2020
3
4
CHƯƠNG 1 CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU VỀ NĂNG SUẤT CÁC NHÂN TỐ TỔNG HỢP TRONG NÔNG NGHIỆP dạng: Năng suất cho từng nhân tố, còn gọi là năng suất đơn nhân tố (Partial Factor Productivity, PFP) và năng suất bao gồm toàn bộ các nhân tố tham gia vào quá trình sản xuất (Total Factors Productivity, TFP) hay còn gọi là năng suất đa nhân tố, năng suất các nhân tố tổng hợp. 1.2.1. Năng suất đơn nhân tố (PFP)
Theo FAO (2018), năng suất đơn nhân tố đo lường khối lượng đầu ra được tạo ra bởi một yếu tố đầu vào riêng lẻ. Có những loại năng suất đơn nhân tố trong nông nghiệp phổ biến sau: Năng suất và năng suất các nhân tố tổng hợp là một trong những chủ đề nghiên cứu được quan tâm từ rất sớm. Chương 1 trình bày lý luận về năng suất và năng suất các nhân tố tổng hợp; phân loại các phương pháp để tính năng suất các nhân tố tổng hợp nông nghiệp; lý luận về đầu ra, đầu vào trong nông nghiệp; và tổng quan các nghiên cứu trên thế giới về tính TFP trong nông nghiệp. *) Năng suất sử dụng đất trong nông nghiệp 1.1. Một số vấn đề cơ bản về năng suất trong nông nghiệp *) Năng suất sử dụng lao động trong nông nghiệp 1.1.1. Khái niệm về năng suất trong nông nghiệp *) Năng suất sử dụng vốn trong nông nghiệp 1.2.2. Năng suất các nhân tố tổng hợp (TFP)
Tóm lại, dù có nhiều cách diễn đạt định nghĩa về năng suất khác nhau, định nghĩa về năng suất của Tổ chức Hợp tác và Phát triển (OECD) là định nghĩa được công nhận rộng rãi nhất. Theo đó, năng suất là tỷ lệ so sánh giữa lượng kết quả đầu ra so với lượng các yếu tố đầu vào được sử dụng để sản xuất ra các đầu ra đó. Trong nông nghiệp, năng suất cũng được định nghĩa là tỷ lệ giữa sản lượng đầu ra so với mức hao phí đầu vào của các yếu tố được sử dụng trong quá trình sản xuất nông nghiệp (Shafi, 1984). Đây cũng là định nghĩa mà luận án sẽ sử dụng để tính TFP. 1.1.2. Ý nghĩa của năng suất trong nông nghiệp
Năng suất nhân tố tổng hợp trong nông nghiệp có thể hiểu là chỉ tiêu đo lường năng suất của các yếu tố lao động, vốn và đất đai, vật tư, công nghệ trong một hoạt động sản xuất nông nghiệp cụ thể hay cho ngành nông nghiệp. Nó phản ánh sự tiến bộ của khoa học, kỹ thuật và công nghệ, kĩ năng, nỗ lực và sự sáng tạo trong lao động của con người trong sản xuất. Cách tiếp cận này cho thấy sự gia tăng đầu ra không chỉ phụ thuộc vào sự tăng thêm về hao phí các yếu tố đầu vào (theo phương thức truyền thống) mà còn tuỳ thuộc vào chất lượng các yếu tố đầu vào và cách thức/phương pháp phối hợp sử dụng giữa chúng trong quá trình sản xuất. 1.2.3. Khuyến nghị sử dụng năng suất đơn nhân tố và năng suất các nhân tố Năng suất trong nông nghiệp có liên quan trực tiếp đến an toàn lương thực và sự phát triển của một số ngành công nghiệp quan trọng có liên quan đến nông nghiệp (như chế biến thực phẩm). tổng hợp 1.1.3. Đặc điểm của năng suất trong nông nghiệp
Đặc điểm của năng suất trong hoạt động sản xuất nông nghiệp xuất phát từ các đặc điểm của ngành sản xuất nông nghiệp, các hoạt động nông nghiệp cụ thể và các cách tiếp cận, phương pháp tính toán chỉ tiêu năng suất trong hoạt động sản xuất nông nghiệp. 1.1.4. Các nhân tố ảnh hưởng đến năng suất nông nghiệp
Năng suất đơn nhân tố và năng suất các nhân tố tổng hợp đều có những ưu, nhược điểm. Theo FAO (2018), các chỉ tiêu năng suất đơn nhân tố dễ hiểu và dễ tính toán. Tuy nhiên, năng suất đơn nhân tố có thể mô tả sai hiệu quả hoạt động của đơn vị sản xuất hoặc ngành nông nghiệp nói chung, gây khó khăn cho việc phân tích hoặc hoạch định chính sách. Vì những lý do này, theo FAO (2018), không thể chỉ sử dụng năng suất đơn nhân tố trong đo lường năng suất và hiệu quả trong nông nghiệp. Các chỉ tiêu đo lường năng suất đơn nhân tố phải đi kèm với các chỉ số có khả năng đo lường năng suất tổng hợp của tất cả các yếu tố sản xuất chính được sử dụng để sản xuất hàng hóa nông nghiệp. Quan điểm này cũng được hầu hết các nhà nghiên cứu đồng tình. Có ba nhóm yếu tố chính tác động đến năng suất nông nghiệp như sau: Nhóm yếu tố về điều kiện tự nhiên, nhóm yếu tố về lao động và quản lý lao động trong sản xuất nông nghiệp, nhóm yếu tố về phát triển và sử dụng các tư liệu sản xuất trong nông nghiệp. 1.3. Các nguồn của tăng trưởng năng suất các nhân tố tổng hợp trong 1.2. Phân loại các chỉ tiêu năng suất trong nông nghiệp nông nghiệp
Năng suất có thể được đo lường cho một thực thể duy nhất (ví dụ: một đơn vị kinh tế, một loại hàng hóa…), một nhóm các đơn vị hoặc cho một lĩnh vực/ngành và ở nhiều quy mô địa lý khác nhau (OECD, 2001). Năng suất có thể xem xét ở hai Farrell (1957) đã đưa ra hai cách đo lường hiệu quả: đo lường theo hướng tiếp cận đầu vào (input - oriented measures) và đo lường theo hướng tiếp cận đầu ra (ouput - oriented measures). Đo lường theo hướng tiếp cận đầu vào nhằm mục tiêu tối thiểu hóa
5
6
các đơn vị đầu vào để sản xuất một lượng đầu ra. Trong khi đó, đo lường theo hướng tiếp cận đầu ra nhằm tối đa hóa đơn vị đầu ra với cùng một lượng đầu vào nhất định. Luận án này nghiên cứu theo quan điểm đo lường theo hướng tiếp cận đầu ra. yếu là trồng trọt và chăn nuôi. FAO (2018) đã xác định về mặt lý luận đầu ra và đầu vào cho hai hoạt động này và các chỉ tiêu cụ thể để thể hiện đầy đủ các nội dung của hai hoạt động trồng trọt và chăn nuôi. 1.5.1. Đầu ra của ngành nông nghiệp 1.3.1. Hiệu quả kỹ thuật và hiệu quả quy mô
Tăng trưởng năng suất phải được phân rã để nhận diện các yếu tố thúc đẩy sự thay đổi của nó, có nghĩa là phân rã ảnh hưởng của hiệu quả kỹ thuật và các yếu tố khác. Sự phân rã này thường dựa trên việc xây dựng biên sản xuất, thông qua các phương pháp kinh tế lượng, phân tích bao dữ liệu hoặc các phương pháp thực nghiệm khác. Theo quan điểm truyền thống, đo lường và phân tích năng suất tập trung vào sản xuất hàng hóa nông nghiệp của ngành nông nghiệp. Đầu ra của ngành nông nghiệp chính là các sản phẩm, dịch vụ nông nghiệp do ngành sản xuất ra được thể hiện thông qua sản lượng nông nghiệp. 1.5.2. Đầu vào của ngành nông nghiệp 1.3.2. Thay đổi hiệu quả kỹ thuật, thay đổi công nghệ và tăng trưởng TFP
Đầu vào nông nghiệp được xác định rõ ràng trong nhiều nghiên cứu bao gồm: Đất, Lao động, Vốn (Tài sản cố định), Chi phí trung gian và cần xác định về mặt “lượng” và “giá” của các đầu vào này. Thay đổi hiệu quả kỹ thuật (TEC) ngụ ý sự cải thiện khoảng cách giữa sản xuất thực tế và sản xuất tối ưu (lý thuyết) ở biên với cùng mức đầu vào, tiến bộ công nghệ (TC) ngụ ý sự thay đổi công nghệ, biên sản xuất dịch chuyển lên trên. Như vậy, hai yếu tố cấu thành tăng trưởng TFP là hiệu quả kỹ thuật và tiến bộ công nghệ. 1.6. Tổng quan nghiên cứu về phương pháp tính năng suất các nhân tố tổng hợp trong nông nghiệp 1.4. Các cách tiếp cận để đo lường năng suất các nhân tố tổng hợp trong nông nghiệp 1.6.1. Tổng quan các nghiên cứu lý thuyết 1.4.1. Phân loại các phương pháp đo lường TFP
Theo Mahadevan (2003), có hai cách tiếp cận để đo lường TFP - cách tiếp cận biên và phi biên. Mỗi cách tiếp cận này lại được chia thành các kỹ thuật tham số và phi tham số. Hầu hết các nghiên cứu trước đây sử dụng phương pháp tiếp cận phi biên để tính toán TFP. Phương pháp tiếp cận biên được Farrell (1957) khởi xướng, nhưng đến cuối những năm 1970, phương pháp này mới được sử dụng để tính toán thực nghiệm.
Mặc dù có khá nhiều phương pháp được dùng để đo lường TFP, theo OECD (2022) và Tim Collie và cộng sự (2005), có một số phương pháp được áp dụng phổ biến trong đo lường TFP. Đó là: (a) Hạch toán tăng trưởng; (b) Mô hình kinh tế lượng (Hàm sản xuất); (c) Chỉ số TFP; (d) Phương pháp bao dữ liệu (DEA); và (e) Phân tích biên ngẫu nhiên (SFA). Chi tiết về đặc điểm của các phương pháp này và so sánh giữa các phương pháp được trình bày cụ thể tại mục 1.4.2. 1.4.2. So sánh các phương pháp đo lường TFP phổ biến
Nghiên cứu về năng suất nông nghiệp, đặc biệt là năng suất các nhân tố tổng hợp, là một chủ đề học thuật được rất nhiều nhà nghiên cứu quan tâm. Các nghiên cứu về năng suất bắt đầu phát triển mạnh mẽ từ những năm 1950, sau nghiên cứu nổi bật của Solow (1957). Trong giai đoạn từ 1950 đến 1970, phương pháp được sử dụng nhiều nhất là hạch toán tăng trưởng và hàm sản xuất Cobb-Douglas. Chỉ số TFP phi tham số cũng được sử dụng phổ biến trong các tài liệu đo lường năng suất. Chỉ số TFP ban đầu được giới thiệu bởi Hicks (1961) và Moorsteen (1961), và được phát triển thêm bởi Christensen (1975) và Diewert (1976, 1992). Theo Alexander B. Darku và cộng sự (2013), trong giai đoạn 1970 - 1980, hầu hết các nghiên cứu về TFP nông nghiệp sử dụng phương pháp chỉ số. Giai đoạn 1990 - 2000 đánh dấu sự phát triển của các nghiên cứu TFP nông nghiệp sử dụng phương pháp bao dữ liệu (DEA). Giai đoạn sau năm 2000, bên cạnh các phương pháp được liệt kê ở trên, nhiều nghiên cứu về TFP trong nông nghiệp sử dụng phương pháp phân tích biên ngẫu nhiên (SFA). Phương pháp này được phát triển bởi Aigner và Chu (1968), được giới thiệu trong bài báo “Về ước tính hàm sản xuất ngành”.
Những phương pháp trên có những đặc điểm khác nhau ở các phương diện: tham số/phi tham số; có xem xét đến sai số hay không; có đo lường hiệu quả kỹ thuật hay không và yêu cầu về dữ liệu. 1.5. Đầu ra và đầu vào trong tính năng suất nông nghiệp
Bên cạnh các nhà nghiên cứu, nhiều tổ chức quốc tế đã xây dựng các tài liệu tổng hợp các vấn đề về lý thuyết, hướng dẫn thực hành đo lường năng suất, trong đó có năng suất các nhân tố tổng hợp cho các quốc gia thành viên. Năm 2001, Tổ chức Hợp tác và Phát triển kinh tế (OECD) đã tiến hành nghiên cứu và ban hành Sổ tay Năng suất (The OECD Productivity Manual). Năm 2018, Tổ chức Lương thực và Nông nghiệp Liên Hợp quốc (FAO) xuất bản Hướng dẫn đo lường năng suất và hiệu Năng suất được đo lường như một tỷ lệ giữa đầu ra và đầu vào. Do vậy xác định đầu ra, đầu vào, lựa chọn chỉ tiêu phù hợp phản ánh đầu ra và đầu vào là một trong những vấn đề quan trọng nhất để tính TFP nông nghiệp. Ngành nông nghiệp đang được nghiên cứu ở đây là ngành nông nghiệp cấp 2, bao gồm hai hoạt động chủ
7
8
quả trong nông nghiệp, đề cập đến tính đặc thù của đo lường năng suất trong lĩnh vực nông nghiệp.
1.6.2. Tổng quan các nghiên cứu thực nghiệm 1.6.2.1. Các nghiên cứu quốc tế về đo lường TFP trong nông nghiệp Có nhiều các nghiên cứu quốc tế đo lường TFP trong nông nghiệp như đã được liệt kê trong luận án. Ở Việt Nam, do giới hạn về thông tin của số liệu nghiên cứu, đặc biệt là số liệu về giá của các yếu tố đầu vào và đầu ra, các phương pháp ước lượng hàm sản xuất tổng hợp, DEA, SFA được sử dụng phổ biến hơn cả để để ước lượng và phân tích tăng trưởng năng suất trong nông nghiệp. Phương pháp chỉ số là một phương pháp truyền thống trong ước lượng TFP. Đến nay chưa có các nghiên cứu của các tác giả trong nước sử dụng trực tiếp chỉ số Tornqvist để tính TFP ngành nông nghiệp cấp 2 ở Việt Nam.
Việc tính chỉ số Malmquist TFP cổ điển cho ngành nông nghiệp cấp 2 mặc dù đã được trình bày một vài nghiên cứu nhưng vẫn còn khá mới ở Việt Nam. Có thêm các nghiên cứu sử dụng phương pháp này trong đo lường TFP nông nghiệp để so sánh và đối chiếu kết quả là điều cần thiết. Đặc biệt chỉ số Malmquist toàn cục mới chỉ xuất hiện trong một nghiên cứu của Hồ Đình Bảo (2012). *) Về vấn đề điều chỉnh chất lượng đầu vào 1.6.2.2. Các nghiên cứu của Việt Nam về đo lường TFP trong nông nghiệp Cho đến nay Tổng cục Thống kê vẫn chưa tính chỉ tiêu tốc độ tăng TFP của toàn bộ nền kinh tế và các ngành một cách thường xuyên và công bố định kỳ trên Niên giám Thống kê hàng năm. Phương pháp tính được áp dụng là phương pháp hàm sản xuất với dạng hàm Cobb-Douglas. Ngoài công bố của các cơ quan nhà nước, các nghiên cứu về TFP trong giai đoạn này thường tập trung ở một sản phẩm cụ thể. Theo hiểu biết của tác giả, các nghiên cứu về TFP nông nghiệp cho cả ngành nông nghiệp của Việt Nam không nhiều. Dưới đây là một vài nghiên cứu tính cho phạm vi này: - Nguyen và Goletti (2001) sử dụng hàm sản xuất Cobb-Douglass để ước tính tăng trưởng TFP trong nông nghiệp.
Để đo lường TFP, đầu vào và đầu ra cần được đo lường chính xác và nhất quán. Trong thực tế, đầu vào và đầu ra nông nghiệp thường bao gồm nhiều sản phẩm có chất lượng khác nhau và thay đổi theo thời gian. Phương pháp đo lường TFP nông nghiệp cần nắm bắt và điều chỉnh được sự khác biệt về chất lượng của đầu ra và đầu vào theo thời gian này. Điều chỉnh chất lượng các đầu vào là một vấn đề còn khá mới mẻ cả về lý luận lẫn thực hành trong nghiên cứu TFP nông nghiệp ở Việt Nam. - Vu Hoang Linh (2009) nghiên cứu về TFP nông nghiệp giai đoạn 1985-2000. Nghiên cứu đã áp dụng Malmquist DEA để ước tính tăng trưởng TFP nông nghiệp sử dụng dữ liệu cấp tỉnh trong giai đoạn 1985-2000.
TỔNG KẾT CHƯƠNG 1
- Ho Dinh Bao (2012) sử dụng phương pháp DEA và SFA để phân rã tăng trưởng năng suất các nhân tố tổng hợp nông nghiệp ở Việt Nam, dựa trên dữ liệu cấp tỉnh trong giai đoạn 1990-2006. Mục tiêu của chương 1 là tổng hợp cơ sở lý luận về năng suất trong nông nghiệp nói chung và năng suất các nhân tố tổng hợp trong nông nghiệp nói riêng.
- Vu Hoang Linh & Le Dinh Quy Nguyen (2021) sử dụng DEA tính chỉ số năng suất Malmquist để đo lường tăng trưởng năng suất các nhân tố tổng hợp (TFP) trong nông nghiệp Việt Nam trong giai đoạn 1985-2000.
Chương 1 đã đề cập đến các vấn đề như khái niệm, ý nghĩa, đặc điểm và các nhân tố ảnh hưởng đến năng suất trong nông nghiệp. Chương 1 đã trình bày sơ bộ về các phương pháp phổ biến đo lường TFP cũng như đánh giá về ưu, nhược điểm các phương pháp.
Một vấn đề lý luận quan trọng nữa được giải quyết trong chương 1 là lý luận về đầu ra và đầu vào để tính năng suất nông nghiệp. Theo đó, đầu ra thường là sản lượng, giá trị sản xuất hay giá trị gia tăng, đầu vào thường là đất, lao động, tài sản cố định, đầu vào trung gian. 1.6.3. Khoảng trống nghiên cứu của luận án *) Về mặt đối tượng tính TFP: Vẫn còn khá ít các nghiên cứu tập trung vào TFP cho ngành nông nghiệp cấp 2. *) Về mặt thời gian nghiên cứu: Cần có thêm những nghiên cứu về TFP cho ngành nông nghiệp cấp 2 sử dụng các bộ dữ liệu được cập nhật đến thời điểm này để có căn cứ đánh giá về TFP nông nghiệp cho giai đoạn hiện tại chính xác nhất. *) Về mặt đơn vị hành chính Cần có những nghiên cứu mới sử dụng các bộ dữ liệu cập nhật sự thay đổi đơn vị Phần cuối cùng được đề cập tới trong chương 1 là tổng quan các nghiên cứu về năng suất các nhân tố tổng hợp trong nông nghiệp trên thế giới và ở Việt Nam nhằm xác định khoảng trống nghiên cứu của luận án. hành chính và có các kết quả tính toán cập nhật cho sự thay đổi này. Toàn bộ quá trình nghiên cứu trong chương 1 được thực hiện bằng phương *) Về phương pháp đo lường TFP pháp tổng quan tài liệu.
9
10
Nội dung chính của chương 2 là dựa trên khoảng trống nghiên cứu đã được phân tích tại mục 1.6.3, xác định và trình bày khung lý thuyết các phương pháp tính năng suất các nhân tố tổng hợp Việt Nam được sử dụng trong luận án. Để có thể áp dụng các phương pháp đó, cần phải khảo sát thực trạng bộ dữ liệu thông qua lựa chọn đầu ra, đầu vào và khảo sát nguồn thông tin phục vụ tính và phân tích TFP nông nghiệp Việt Nam. Chương này cũng trình bày các vấn đề liên quan đến điều chỉnh chất lượng của một số đầu vào trong nông nghiệp phù hợp nhất với điều kiện dữ liệu của Việt Nam.
CHƯƠNG 2 PHƯƠNG PHÁP TÍNH NĂNG SUẤT CÁC NHÂN TỐ TỔNG HỢP TRONG NÔNG NGHIỆP Ở VIỆT NAM của dữ liệu sẽ quyết định đến việc xác định đầu ra, đầu vào để tính TFP nông nghiệp. Luận án đã trình bày về các căn cứ thực tế để xác định chỉ tiêu phản ánh đầu ra, đầu vào nông nghiệp của Việt Nam, kết quả tóm tắt như sau: 2.3.1. Đầu ra *) Lựa chọn đầu ra 12 sản phẩm nông nghiệp được chọn làm đầu ra để tính TFP, được chia thành 2 nhóm trồng trọt và chăn nuôi, cụ thể như sau: + Nhóm sản phẩm trồng trọt bao gồm: lúa gạo, cà phê, cao su, điều, hồ tiêu, chè, rau, quả, sắn và sản phẩm từ sắn. + Nhóm sản phẩm chăn nuôi bao gồm: Thịt lợn, thịt gà, và trứng gà.
2.1. Lựa chọn phương pháp tính năng suất các nhân tố tổng hợp trong nông nghiệp Việt Nam
Trong trường hợp phương pháp tính chỉ yêu cầu dữ liệu về lượng đầu ra, luận án lựa chọn đầu ra tổng hợp là giá trị sản xuất nông nghiệp (GO nông nghiệp) tính theo giá cố định năm 2010. Bộ dữ liệu này thu thập được đến cấp tỉnh/thành phố trong giai đoạn 2010-2020 (Tổng cục Thống kê). Nguồn của dữ liệu được trình bày cụ thể trong luận án. 2.3.2. Đầu vào
Như đã trình bày ở mục 1.4, có hai cách tiếp cận để tính năng suất các nhân tố tổng hợp trong nông nghiệp là cách tiếp cận biên và phi biên, trong mỗi cách tiếp cận đều có các phương pháp sử dụng kỹ thuật tham số hoặc phi tham số. Hai cách tiếp cận này có những điểm khác biệt về bản chất và đều có những ưu, nhược điểm. Luận án lựa chọn nhóm các phương pháp phi tham số bao gồm phương pháp chỉ số TFP, cụ thể là sử dụng công thức chỉ số Tornqvist, phương pháp bao dữ liệu (DEA) để tính chỉ số Malmquist cổ điển và chỉ số Malmquist toàn cục. Đầu vào nông nghiệp đã được xác định và được hầu hết các nghiên cứu về TFP nông nghiệp tuân theo là Đất, Lao động, Tài sản cố định và Đầu vào trung gian. Luận án đã xác định các chỉ tiêu thể hiện các đầu vào này căn cứ trên tình hình thực tế về dữ liệu của Việt Nam. 2.2. Khung lý thuyết của các phương pháp tính TFP nông nghiệp Khung lý thuyết của các phương pháp được trình bày cụ thể trong luận án, với các đề mục như sau:
2.3.3. Điều chỉnh chất lượng đầu vào để tính TFP nông nghiệp 2.3.3.1. Một số vấn đề lý thuyết So với các ngành khác, việc điều chỉnh chất lượng đầu vào đặc biệt quan trọng trong nông nghiệp do nông nghiệp liên quan nhiều đến các tài nguyên thiên nhiên và phụ thuộc nhiều vào các yếu tố môi trường, cũng như các biến đổi về chất lượng của đầu vào khác như lao động. Theo FAO (2017), việc tính đến chất lượng đầu vào là rất quan trọng để ước tính TFP chính xác. Những thay đổi về chất lượng đầu vào ảnh hưởng đến tăng năng suất trong nông nghiệp. 2.3.3.2. Lựa chọn phương pháp thực hiện điều chỉnh chất lượng đầu vào để tính TFP Việt Nam 2.2.1. Chỉ số Tornqvist trong đo lường TFP nông nghiệp 2.2.1.1. Giới thiệu về phương pháp chỉ số trong đo lường TFP 2.2.1.2. Công thức chỉ số Tornqvist 2.2.2. Phương pháp bao dữ liệu 2.2.2.1. Chỉ số Malmquist cổ điển 2.2.2.2. Phương pháp bao dữ liệu 2.2.2.3. Chỉ số Malmquist toàn cục 2.3. Xác định đầu ra, đầu vào và điều chỉnh chất lượng đầu vào tính TFP nông nghiệp Việt Nam
Lý thuyết về đầu ra, đầu vào tính TFP nông nghiệp đã được nêu ở chương 1. Tuy nhiên, có rất nhiều yếu tố ảnh hưởng đến việc lựa chọn đầu ra và đầu vào trong thực tế. Một trong những vấn đề quan trọng nhất là vấn đề về dữ liệu. Đặc biệt với những nước đang phát triển như Việt Nam, sự sẵn sàng, tính khả thi và tính chi tiết Trong bốn loại đầu vào cơ bản của nông nghiệp là Đất, Lao động, Tài sản cố định và Đầu vào trung gian, thông tin về tài sản cố định và Đầu vào trung gian ở Việt Nam không đủ về chi tiết, phạm vi và chuỗi thời gian cho phân tích. Vì vậy, luận án tập trung xử lý vấn đề điều chỉnh chất lượng của hai đầu vào chủ yếu là đất và lao động trong nông nghiệp Việt Nam. Ngoài ra, để điều chỉnh chất lượng cần những thông tin chi tiết, ở cấp tỉnh/thành phố không khai thác và thu thập được. Vì vậy luận
11
12
án chỉ thực hiện điều chỉnh chất lượng các đầu vào nói trên ở cấp quốc gia. Phương pháp điều chỉnh chất lượng đầu vào được thể hiện cụ thể trong luận án. 2.4. Tóm tắt về khung nghiên cứu và bộ dữ liệu để tính TFP nông nghiệp của luận án TỔNG KẾT CHƯƠNG 2 chia theo có tưới tiêu và không có tưới tiêu; tiền thuế sử dụng đất), lao động nông nghiệp (số giờ - người làm việc trong lĩnh vực nông nghiệp; tiền công một giờ - người làm việc trong lĩnh vực nông nghiệp), tài sản cố định (tổng số mã lực của máy móc nông nghiệp; chi phí sử dụng trung bình 1 mã lực), đầu vào trung gian (số lượng phân bón NPK sử dụng; giá phân bón trung bình; số lượng thuốc trừ sâu sử dụng; giá thuốc trừ sâu trung bình). Bộ dữ liệu thu thập từ năm 2000-2020. 3.3. Tính năng suất các nhân tố tổng hợp (TFP) nông nghiệp Việt Nam giai đoạn 2000-2020 3.3.1. TFP chưa thực hiện điều chỉnh chất lượng đầu vào
Một trong những nội dung quan trọng của chương 2 là đề xuất phương pháp để tính TFP nông nghiệp Việt Nam và trình bày khung lý thuyết của các phương pháp đó. Phương pháp được lựa chọn là phương pháp chỉ số TFP (cụ thể là chỉ số Tornqvist) và phương pháp bao dữ liệu (DEA) để chỉ số năng suất Malmquist cổ điển và chỉ số Malmquist toàn cục.
Tiếp theo, chương 2 đánh giá thực trạng về nguồn thông tin nhằm xác định đầu ra đầu vào trong tính TFP nông nghiệp ở Việt Nam. Phần cuối cùng của chương 2 là trình bày lý thuyết về điều chỉnh chất lượng đầu vào, kinh nghiệm từ các nghiên cứu trước về vấn đề này và xác định cụ thể các nội dung để thực hiện điều chỉnh chất lượng đầu vào đất và lao động trong tính TFP nông nghiệp Việt Nam. Phần này có ý nghĩa quan trọng vì sẽ ảnh hưởng trực tiếp đến giá trị TFP được tính toán, góp phần phản ánh TFP nông nghiệp ở Việt Nam chính xác hơn.
Sau khi đã thu thập được bộ dữ liệu về đầu ra và đầu vào nông nghiệp, luận án áp dụng công thức chỉ số đã lựa chọn là chỉ số Tornquist để tính TFP nông nghiệp Việt Nam trong giai đoạn 2000-2020. Phần mềm TFPIP phiên bản 1.0 được sử dụng để hỗ trợ việc tính toán. Phần mềm TFPIP phiên bản 1.0 sẽ cho các kết quả được tính bằng công thức Tornquist là chỉ số đầu ra (TOI), chỉ số đầu vào (TII) và chỉ số TFP cho 2 trường hợp: tính theo cách so sánh liên hoàn (năm liền trước là năm gốc) và tính theo cách so sánh định gốc (năm đầu tiên trong dãy số là năm gốc). Mối liên hệ giữa ba chỉ số TOI, TII và TFP như sau: TFP = TOI/TII. Các chỉ số TFP được tính theo cách so sánh liên hoàn được sử dụng phổ biến hơn. Do vậy, luận án sẽ sử dụng chỉ số TFP tính theo cách so sánh liên hoàn là kết quả cuối cùng. Bảng 3.2 mô tả kết quả tính từ phần mềm TFPIP. CHƯƠNG 3 SỬ DỤNG CHỈ SỐ TORNQVIST TÍNH NĂNG SUẤT CÁC NHÂN TỐ TỔNG HỢP TRONG NÔNG NGHIỆP VIỆT NAM GIAI ĐOẠN 2000-2020
Bảng 3.2: TOI, TII, TFP nông nghiệp Việt Nam theo cách so sánh liên hoàn giai đoạn 2000-2020 Đơn vị tính: lần TOI TII TFP Năm Chương này đánh giá tổng quan về nông nghiệp Việt Nam và các yếu tố sản xuất nông nghiệp. Phần tiếp theo của chương và trên cơ sở bộ dữ liệu đã thu thập được, sử dụng chỉ số Tornqvist để tính TFP nông nghiệp giai đoạn 2000-2020 và thực hiện điều chỉnh chất lượng đầu vào bằng các phương pháp đã lựa chọn ở chương 2. (1) (2) (3)=(1)/(2) 3.1. Tổng quan về nông nghiệp Việt Nam 2000 1,0000 1,0000 1,0000 Trong mục này, các vấn đề tổng quan về nông nghiệp Việt Nam được trình bày 2001 1,0502 1,0499 1,0003 như thể hiện trong các đề mục sau: 2002 1,0899 1,0692 1,0193 2003 1,0020 1,0076 0,9945 3.1.1. Chính sách nông nghiệp Việt Nam từ năm 1976 đến nay 3.1.2. Thực trạng ngành nông nghiệp Việt Nam 2004 1,0504 1,0098 1,0402 3.1.3. Các yếu tố sản xuất nông nghiệp 2005 1,0589 1,0328 1,0252 3.2. Thống kê mô tả đầu ra, đầu vào tính năng suất các nhân tố tổng hợp 2006 1,1253 1,0560 1,0657 trong nông nghiệp giai đoạn 2000-2020 2007 1,0177 1,0108 1,0069 2008 0,9907 1,0185 0,9727 2009 1,0177 1,0002 1,0175 Trên cơ sở lựa chọn đầu ra, đầu vào, luận án đã thu thập số liệu từ các nguồn thứ cấp để phục vụ cho tính toán. Đầu ra gồm 12 loại sản phẩm nông nghiệp, có đủ thông tin về giá và lượng. Đầu vào gồm đất sản xuất nông nghiệp (diện tích đất được
13
14
TOI TII TFP Năm Bảng 3.4: Hệ số điều chỉnh chất lượng lao động nông nghiệp Việt Nam giai đoạn 2000-2020 (1) (2) (3)=(1)/(2) Đơn vị tính: lần 2010 1,0519 1,0195 1,0318 Hệ số điều chỉnh Hệ số điều chỉnh 2011 1,1279 1,0716 1,0525 2012 1,1005 1,0335 1,0647 2013 1,0828 1,0247 1,0567 2014 1,0611 1,0272 1,0330 2015 1,0274 1,0183 1,0090 2016 1,0197 0,9921 1,0278 2017 1,0092 1,0009 1,0082 2018 1,0163 0,9911 1,0254 2019 1,0413 0,9939 1,0476 2020 0,9643 0,9965 0,9677 Năm 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 1,0000 1,0009 1,0018 0,9827 0,9639 0,9483 0,9330 0,9264 0,9199 0,9643 Năm 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 1,0108 1,0190 1,0273 1,0310 1,0346 1,0343 1,0339 1,0468 1,0599 1,0567 1,0535
Nguồn: Tác giả tự tính toán Các hệ số này sẽ được sử dụng để điều chỉnh chất lượng đầu vào lao động khi tính TFP nông nghiệp Việt Nam. 3.3.2.2. Tính TFP nông nghiệp Việt Nam thực hiện điều chỉnh chất lượng đầu vào đất và lao động Quá trình điều chỉnh chất lượng đầu vào sẽ diễn ra như sau: Nguồn: Tác giả tự tính toán Từ bảng trên, có thể thấy những năm chỉ số TFP có giá trị bé hơn 1 là những năm có sự giảm sút về năng suất các nhân tố tổng hợp trong nông nghiệp, đó là những năm 2003, 2008, 2020. Những năm còn lại có giá trị lớn hơn 1, thể hiện sự gia tăng về năng suất các nhân tố tổng hợp trong nông nghiệp. Kết quả cho cả giai đoạn 2000-2020, TOI nông nghiệp Việt Nam tăng trung bình 4,44%, TII tăng trung bình 2,09% và TFP nông nghiệp Việt Nam tăng trung bình 2,29%.
3.3.2. TFP có thực hiện điều chỉnh chất lượng đầu vào 3.3.2.1. Thực hiện điều chỉnh chất lượng đầu vào *) Đối với đầu vào đất - Sử dụng bộ số liệu về “giá” và “lượng” của đất sản xuất nông nghiệp đã được điều chỉnh chất lượng để tính chỉ số TFP nông nghiệp Việt Nam giai đoạn 2000- 2020. Đây là quá trình thực hiện điều chỉnh chất lượng đầu vào đất. Chỉ số TFP tính theo cách so sánh liên hoàn được sử dụng trong trường hợp này.
- Chỉ số TFP nông nghiệp đã được điều chỉnh chất lượng lao động và đất bằng chỉ số TFP đã điều chỉnh chất lượng đất chia cho hệ số điều chỉnh chất lượng lao động nông nghiệp. Như đã xác định trong mục 2.4.2.1, đầu vào đất được điều chỉnh chất lượng theo đề xuất của Fuglie (2003) trong nghiên cứu về tính TFP nông nghiệp cho Indonesia. Theo đó, đất nông nghiệp được chia thành 2 loại, tưới tiêu và không có tưới tiêu, với quyền số cho đất có tưới tiêu là 2,5. *) Đối với đầu vào lao động
*) Tính TFP nông nghiệp Việt Nam đã điều chỉnh chất lượng đầu vào đất Với bộ dữ liệu đã điều chỉnh chất lượng đầu vào đất như đã trình bày ở mục 3.3.2.1, luận án sử dụng phần mềm TFPIP phiên bản 1.0 để tính TFP nông nghiệp Việt Nam có điều chỉnh chất lượng đất (Phụ lục 6). Kết quả này sẽ được dùng để tính chỉ số TFP điều chỉnh chất lượng lao động và đất. *) Tính TFP nông nghiệp Việt Nam đã điều chỉnh chất lượng đầu vào đất và lao động
Từ phần lý thuyết được xác định ở mục 2.4.2.2, sử dụng phương pháp điều chỉnh chất lượng lao động xuất phát từ nghiên cứu của Jorgenson và cộng sự (1987) được mô tả cụ thể bởi McLellan (2004) (Xem Phụ lục 2), các bước tiến hành xây dựng hệ số điều chỉnh chất lượng lao động nông nghiệp đã được trình bày cụ thể trong luận án như sau. Kết quả cuối cùng có được hệ số điều chỉnh chất lượng lao động như sau: Sau khi đã tính được hệ số điều chỉnh chất lượng lao động nông nghiệp Việt Nam (như thể hiện trong bảng 3.4), cùng với kết quả tinh TFP nông nghiệp đã điều
15
16
chỉnh chất lượng đất, ta có bảng 3.6 thể hiện chỉ số TFP nông nghiệp đã được điều chỉnh chất lượng đầu vào đất và lao động như sau: hiện điều chỉnh chất lượng, có thể dẫn đến đánh giá cao tăng trưởng TFP nông nghiệp, đặc biệt khi thuế đất nông nghiệp không được miễn giảm nữa.
Bảng 3.6: Chỉ số TFP nông nghiệp Việt Nam đã điều chỉnh chất lượng đầu vào đất và lao động giai đoạn 2000-2020
Sau khi thực hiện điều chỉnh tiếp về chất lượng lao động, chỉ số TFP đã được điều chỉnh chất lượng cả đất và lao động có sự thay đổi rõ nét theo giai đoạn. Sự thay đổi của chỉ số TFP nông nghiệp do tác động của hệ số điều chỉnh chất lượng lao động nông nghiệp khá phù hợp với thực tế.
Năm
Hệ số điều chỉnh chất lượng lao động nông nghiệp (3) Đơn vị tính: lần TFP đã điều chỉnh chất lượng đất và lao động (4)=(2)/(3) Nếu như không có sự điều chỉnh về chất lượng đầu vào, tốc độ tăng TFP bình quân cả giai đoạn 2000-2020 đạt 2,29%. Sau khi điều chỉnh chất lượng hai đầu vào đất và lao động, tốc độ tăng bình quân của TFP nông nghiệp là 2,15%, giảm so với trước khi điều chỉnh chất lượng.
3.4. Hàm ý chính sách và khuyến nghị 3.4.1. Hàm ý chính sách Từ các tính toán và phân tích của chương 3, có thể rút ra các ý sau: - Nếu có những biến động về chính sách dành cho đất nông nghiệp, việc xác định rõ sự thay đổi của đất nông nghiệp sẽ thực sự là một nhân tố ảnh hưởng đến giá trị TFP nông nghiệp, cần được ghi nhận và tính toán để có những nhận biết kịp thời về giá trị của TFP nông nghiệp.
- Tác động của chất lượng lao động đến giá trị của TFP nông nghiệp là khá rõ nét, cải thiện chất lượng nguồn lao động nông nghiệp theo hướng tăng lao động có trình độ cao sẽ giúp tăng trưởng TFP cao hơn.
3.4.2. Khuyến nghị Từ các kết quả tính toán và hàm ý chính sách rút ra được, luận án đã đưa các các khuyến nghị về công tác thống kê phục vụ tính TFP nông nghiệp và các khuyến nghị nhằm nâng cao TFP trong nông nghiệp Việt Nam. TỔNG KẾT CHƯƠNG 3
Chương 3 thực hiện đánh giá tổng quan về nông nghiệp Việt Nam trên các khía cạnh như thực trạng ngành nông nghiệp, các chính sách nông nghiệp Việt Nam áp dụng từ giai đoạn 1976 tới nay, các yếu tố sản xuất nông nghiệp. Những đánh giá tổng quan này nhằm cung cấp bức tranh toàn cảnh về nông nghiệp Việt Nam và các yếu tố có thể ảnh hưởng đến năng suất nông nghiệp. TFP chưa điều chỉnh chất lượng (1) 1,0000 1,0003 1,0193 0,9945 1,0402 1,0252 1,0657 1,0069 0,9727 1,0175 1,0318 1,0525 1,0647 1,0567 1,0330 1,0090 1,0278 1,0082 1,0254 1,0476 0,9677 1,0229 TFP điều chỉnh chất lượng đất (2) 1,0000 1,0000 1,0192 0,9944 1,0402 1,0252 1,0657 1,0069 0,9727 1,0175 1,0318 1,0525 1,0647 1,0567 1,0330 1,0090 1,0278 1,0082 1,0254 1,0476 0,9677 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Trung bình 1,0000 1,0009 1,0018 0,9827 0,9639 0,9483 0,9330 0,9264 0,9199 0,9643 1,0108 1,0190 1,0273 1,0310 1,0346 1,0343 1,0339 1,0468 1,0599 1,0567 1,0535 1,0000 0,9991 1,0174 1,0119 1,0792 1,0811 1,1422 1,0869 1,0574 1,0552 1,0208 1,0329 1,0364 1,0249 0,9985 0,9755 0,9941 0,9631 0,9674 0.9914 0,9186 1,0215 Nguồn: Tác giả tự tính toán Từ bảng 3.6, có nhận xét như sau: Trong chương 3, luận án sử dụng công thức chỉ số Tornqvist để tính TFP nông nghiệp giai đoạn 2000-2020. Một nội dung quan trọng của chương 3 là tiến hành điều chỉnh chất lượng đất và lao động. Biến động của giá trị TFP trước khi điều chỉnh đã được phân tích tại mục 3.3.1.
Sau khi thực hiện điều chỉnh chất lượng đất, giá trị của chỉ số TFP đã điều chỉnh theo chất lượng đất giảm nhẹ so với chỉ số TFP chưa điều chỉnh. Điều đó cho thấy điều chỉnh chất lượng đất có ảnh hưởng đến tốc độ tăng TFP. Nếu không thực Kết quả tính toán quan trọng nhất của chương 3 cho thấy: Nếu như không có sự điều chỉnh về chất lượng, tốc độ tăng trưởng TFP bình quân cả giai đoạn 2000-2020 đạt 2,29%. Sau khi điều chỉnh chất lượng hai đầu vào đất và lao động, tốc độ tăng bình quân của TFP nông nghiệp là 2,15%, giảm so với trước khi điều chỉnh chất lượng.
17
18
CHƯƠNG 4 SỬ DỤNG PHƯƠNG PHÁP BAO DỮ LIỆU TÍNH VÀ PHÂN RÃ NĂNG SUẤT CÁC NHÂN TỐ TỔNG HỢP TRONG NÔNG NGHIỆP VIỆT NAM GIAI ĐOẠN 2010-2020
Chương này sử dụng phương pháp bao dữ liệu (DEA) để tính và phân rã chỉ số năng suất Malmquist cổ điển và chỉ số Malmquist toàn cục với bộ dữ liệu cấp tỉnh/thành phố. Do hạn chế về mặt dữ liệu, giai đoạn nghiên cứu trong chương này là 2010-2020. Từ bảng 4.6 có thể thấy, nhìn chung cả giai đoạn 2010-2020, tốc độ tăng TFP bình quân đạt 1,30%/năm. Nhân tố chủ yếu đóng góp vào tốc độ tăng bình quân TFP nông nghiệp giai đoạn 2010-2020 là do tiến bộ công nghệ (thể hiện ở giá trị TC lớn hơn 1, tăng 3,50%) trong khi kém về mặt hiệu quả kỹ thuật (thể hiện ở giá trị TEC bé hơn 1, giảm 2,10%). Điều đó hàm ý rằng tăng năng suất nhân tố tổng hợp trong sản xuất nông nghiệp Việt Nam phát sinh từ đổi mới trong công nghệ chứ không phải cải thiện trong hiệu quả kỹ thuật. Kết quả nghiên cứu này khá đồng nhất với các nghiên cứu khác về TFP nông nghiệp Việt Nam. 4.1. Thống kê mô tả tính TFP nông nghiệp Việt Nam giai đoạn 2010-2020 Phần này mô tả nguồn dữ liệu sử dụng để tính toán và các thống kê mô tả đầu ra và đầu vào tính TFP nông nghiệp, được trình bày cụ thể trong luận án. 4.2. Các kết quả ước lượng và phân rã chỉ số năng suất Malmquist cổ điển
Như đã trình bày lý thuyết trong mục 1.3 chương 1 và mục 2.2.2 chương 2, chỉ số Malmquist TFP có thể phân rã thành hai thành phần chính, đóng góp vào sự thay đổi của chỉ số này là thay đổi hiệu quả kỹ thuật (TEC) và tiến bộ công nghệ (TC). 4.2.1. Ước lượng và phân rã TFP nông nghiệp bình quân năm Phân tích sâu hơn về hiệu quả kỹ thuật do hai yếu tố cấu thành là hiệu quả thuần và hiệu quả quy mô, có thể thấy: hiệu quả kỹ thuật giảm, có giá trị bé hơn 1 trong 7/10 năm, những năm TEC giảm cũng là những năm PE giảm. TEC giảm 2,10% bình quân năm trong giai đoạn 2010-2020, do PEC giảm 1,70% và SEC giảm 0,4%. Như vậy, hiệu quả thuần là yếu tố chính làm giảm hiệu quả kỹ thuật. Hiệu quả thuần thể hiện hiệu quả quản lý, kết quả này cho thấy có sự yếu kém trong quản lý nông nghiệp. Điều này cũng được khẳng định trong nghiên cứu của Ho Dinh Bao (2012), theo đó tác giả khẳng định hiệu quả thuần là lý do quan trọng nhất giải thích cho việc giảm hiệu quả kỹ thuật. Sử dụng phần mềm DEAP 2.1, ta có bảng kết quả tóm tắt chỉ số TFP và các 4.2.2. Ước lượng và phân rã TFP nông nghiệp theo tỉnh/thành phố bình quân thành phần bình quân theo năm trong giai đoạn 2010-2020. giai đoạn 2010-2020 Bảng 4.6: Phân rã chỉ số TFP và các thành phần bình quân năm trong Bảng 4.7 thể hiện kết quả ước lượng và phân rã chỉ số TFP nông nghiệp của giai đoạn 2010-2020 từng tỉnh/thành phố trong giai đoạn 2010-2020 (được trình bày trong luận án). Đơn vị tính: lần Từ bảng 4.7, có thể thấy như sau: TEC TC PEC SEC TFP Năm (1) = (3)x(4) (2) (3) (4) (5) = (1)x(2) 0,9480 1,0090 0,9620 0,9850 0,9560 2011 0,9750 1,0250 0,9710 1,0040 1,0000 2012 - Trong cả giai đoạn 2010-2020, có 50 tỉnh/thành phố ở Việt Nam có tốc độ tăng bình quân TFP nông nghiệp dương. Có 13 tỉnh/thành phố có tốc độ tăng bình quân TFP âm, bao gồm Quảng Nam, Cần Thơ, Quảng Ngãi, TP Hồ Chí Minh, Điện Biên, Cà Mau, Hậu Giang, Vĩnh Phúc, Bình Dương, Bình Phước, Gia Lai, Lào Cai, Kon Tum. 1,0650 0,9740 1,0420 1,0220 1,0370 2013 0,8730 1,1490 0,9240 0,9440 1,0020 2014 0,9800 1,0550 0,9860 0,9930 1,0340 2015 0,9610 1,0650 0,9670 0,9930 1,0230 2016 - Mười tỉnh/thành phố có tốc độ tăng bình quân TFP giai đoạn 2010-2020 cao nhất là Phú Yên, Đồng Nai, Lâm Đồng, Tây Ninh, Bà Rịa - Vũng Tàu, Đồng Tháp, Thái Nguyên, Long An, Bình Định, Bình Thuận. Mười tỉnh/thành phố có tốc độ bình quân TFP bình quân giai đoạn 2010-2020 thấp nhất là TP Hồ Chí Minh, Điện Biên, Cà Mau, Hậu Giang, Vĩnh Phúc, Bình Dương, Bình Phước, Gia Lai, Lào Cai, Kon Tum. 0,9980 1,0000 0,9970 1,0010 0,9980 2017 0,9550 1,0540 0,9620 0,9930 1,0070 2018 1,0370 1,0000 1,0190 1,0180 1,0380 2019 1,0130 1,0240 1,0020 1,0110 1,0370 2020 0,9790 Trung bình 1,0350 0,9830 1,0130 - Trong 50 tỉnh/thành phố có tốc độ tăng bình quân TFP nông nghiệp dương, các tỉnh này đều có tốc độ tăng bình quân của TC dương. Điều đó cho thấy tiến bộ công nghệ chính là là nhân tố chính đóng góp vào tăng trưởng TFP nông nghiệp ở những tỉnh/thành phố này. Mặc dù có tốc độ tăng TFP dương nhưng phần lớn các tỉnh/thành phố này có giá trị TEC bé hơn 1 (37/50 tỉnh/thành phố), thể hiện tốc độ 0,9960 Nguồn: Tác giả tự tính toán
19
20
tăng bình quân của hiệu quả kỹ thuật âm. Như vậy, 37 tỉnh/thành phố này vẫn còn dư địa để tăng TFP, thông qua tăng cường hiệu quả kỹ thuật.
Xem xét đến sự khác biệt trong giá trị sản xuất nông nghiệp của từng tỉnh/thành phố thể hiện quy mô sản xuất nông nghiệp khác nha của từng tỉnh/thành phố, luận án lựa chọn tổng hợp theo công thức trung bình nhân gia quyền, với quyền số là giá trị sản xuất nông nghiệp (GO) của từng tỉnh/thành phố. Từ đó, có bảng kết quả 4.8: Bảng 4.8: Phân rã chỉ số năng suất theo vùng giai đoạn 2010-2020 - Trong 13 tỉnh/thành phố có tốc độ tăng TFP bình quân âm, có 10/13 tỉnh thành phố có giá trị TC bé hơn 1. Đó chính là 10 tỉnh/thành phố có tốc độ tăng bình quân TFP thấp nhất như đã liệt kê ở trên. Điều này hàm ý 10 tỉnh/thành phố nói trên có thể cải tiến về năng suất TFP thông qua đổi mới về công nghệ. Đơn vị tính: lần
Vùng TEC (1) = (3)x(4) TC (2) PEC (3) SEC (4)
- Trong cả 63 tỉnh/thành phố của cả nước, chỉ có 15 tỉnh/thành phố có giá trị TEC lớn hơn 1 là: Bình Phước, Đồng Tháp, Thái Nguyên Nam Định, Hà Nam, Hải Dương, Đồng Nai, Vĩnh Long, Thái Bình, Hưng Yên, Bến Tre, Hà Giang, Hà Nội, Tiền Giang, Thành phố Hồ Chí Minh. 48 tỉnh/thành phố còn lại có giá trị TEC bé hơn 1. Điều đó thể hiện 48 tỉnh/thành phố này có tiềm năng lớn trong việc cải thiện năng suất thông qua nâng cao hiệu quả kỹ thuật.
TFP (5) = (1)x(2) 1,0203 1,0087 1,0210 1,0173 1,0082 1,0040 1,0336 1,0161 Đồng bằng sông Hồng Trung du và miền núi phía Bắc Bắc Trung bộ Duyên hải miền Trung Tây Nguyên Đông Nam bộ Đồng bằng sông Cửu Long Trung bình 0,9993 1,0211 0,9991 1,0002 0,9894 1,0194 0,9905 0,9989 0,9858 1,0357 0,9864 0,9996 0,9850 1,0329 0,9863 0,9986 0,9120 1,1069 0,9815 0,9293 1,0023 1,0018 0,9972 1,0048 0,9899 1,0440 0,9931 0,9970 0,9801 1,0369 0,9906 0,9895
- Phân tích sâu hơn về hiệu quả thuần (PEC) và hiệu quả quy mô (SEC). Có thể thấy đa số các tỉnh/thành phố có giá trị PEC bé hơn 1 (42/63 tỉnh/thành phố). Trong khi đó, hơn 50% các tỉnh thành phố có giá trị SEC lớn hơn 1 (37/63 tỉnh/thành phố). Như vậy hiệu quả kỹ thuật của các tỉnh/thành phố của Việt Nam có tốc độ tăng TFP thấp trong giai đoạn 2010-2020 nguyên nhân chủ yếu là do hiệu quả thuần còn nhiều yếu kém. Như vậy, cải thiện về hiệu quả thuần chính là yếu tố có thể giúp cải thiện hiệu quả kỹ thuật của các tỉnh/thành phố của Việt Nam. 4.2.3. Ước lượng và phân rã TFP nông nghiệp tỉnh/thành phố theo năm giai Nguồn: Tác giả tự tính toán Bảng 4.8 cho thấy, các vùng của Việt Nam đều có tốc độ tăng TFP dương trong giai đoạn 2010-2020. Vùng có tốc độ tăng cao nhất là vùng Đồng bằng sông Cửu Long với 3,36%, sau đó đến các vùng Bắc Trung bộ (2,10%), Đồng bằng sông Hồng (2,03%). đoạn 2010-2020 Mục này trình bày kết quả phân rã TFP nông nghiệp theo năm, được trình bày cụ thể trong luận án.
Nhận xét về nguồn của tăng trưởng TFP nông nghiệp của các vùng, kết quả tính toán cho thấy tất cả các vùng đều có giá trị TC lớn hơn 1 và hầu hết đều có giá trị TEC bé hơn 1 (trừ vùng Đông Nam bộ). Điều đó cho thấy tăng trưởng TFP của các vùng là do thay đổi công nghệ, trong khi hiệu quả kỹ thuật kém làm giảm TFP. Như vậy, các vùng có khả năng cải tiến TFP thông qua nâng cao hiệu quả kỹ thuật. 4.2.5. Kết quả bootstrap DEA
Do hạn chế của DEA là không có thông tin thống kê về sai số, luận án đã áp dụng kỹ thuật bootstrap cho các ước lượng DEA để xây dựng khoảng tin cậy cho chỉ số Malmquist TFP TEC, TC. Kỹ thuật Bootstrap đưa ra ước lượng thống kê cho ước tính phi tham số của Malmquist DEA. Như vậy, trong các năm của giai đoạn 2010-2020, đa phần các tỉnh/thành phố có tốc độ tăng TFP nông nghiệp có giá trị dương đặc biệt trong các năm 2015, 2016, 2020. Năm 2014, 2019 là hai năm có nhiều tỉnh/thành phố có chỉ số TFP giảm. Một số tỉnh/thành phố như Vĩnh Phúc, Bình Phước, Bến Tre, Hậu Giang là những tỉnh có tốc độ tăng trưởng âm trong nhiều năm. Trong khi đó, một số tỉnh/thành phố như Hải Phòng, Thái Bình, Cao Bằng, Yên Bái, Thái Nguyên, Hòa Bình, Nghệ An, Bình Định, Tây Ninh, Long An lại là những tình đạt tốc độ tăng TFP dương trong tất cả các năm của giai đoạn 2010-2020.
Sử dụng thuật toán bootstrap được đề cập trong mục 2.2.2.2 và phần mềm FEAR 3.1 (Wilson, 2020) với giá trị B = 2000. Kết quả ước lượng được trình bày trong Bảng 4.9 (xem cụ thể trong luận án). 4.3. Các kết quả ước lượng và phân rã chỉ số năng suất Malmquist toàn cục
4.2.4. Ước lượng TFP nông nghiệp theo vùng giai đoạn 2010-2020 Nghị định 94/2019/NĐ-CP ngày 13/12/2019 của Chính phủ phân chia các tỉnh/thành phố của Việt Nam thành 7 vùng sinh thái nông nghiệp, bao gồm: Vùng Trung du miền núi phía Bắc; vùng Đồng bằng sông Hồng; vùng Bắc Trung bộ; vùng Duyên hải Nam Trung bộ; vùng Tây Nguyên; vùng Đông Nam bộ và vùng Đồng bằng sông Cửu Long (xem Phụ lục 8). Từ phần lý luận được trình bày tại mục 2.2.2.3, chỉ số năng suất nhân tố Malmquist toàn cục được tính bằng phương pháp DEA nhằm xem xét sự khác biệt
21
22
sản xuất khác nhau. Sau khi sử dụng DEA tính chỉ số Malmquist toàn cục, kết quả cụ thể như sau: giữa các nhóm quan sát (trong tình huống này là các vùng sinh thái nông nghiệp của Việt Nam) do mỗi vùng có những điều kiện, nguồn lực sản xuất đặc thù và do đó cấu trúc sản xuất nông nghiệp khác nhau. 4.3.1. Đặc thù vùng nông nghiệp của Việt Nam 4.3.2.2. Tổng hợp chỉ số Malmquist toàn cục theo vùng Từ giá trị của các tỉnh/thành phố, tổng hợp cho các vùng với quyền số là GO nông nghiệp, kết quả cuối cùng được trình bày trong bảng 4.12. Mục này trình bày đặc thù từng vùng nông nghiệp của Việt Nam, để cung câp thêm thông tin và củng cố cho các phân tích được đưa ra trong chương này. Bảng 4.12: Chỉ số Malmquist toàn cục và các thành phần giai đoạn 2010-2020 4.3.2. Năng suất đơn nhân tố theo vùng Đơn vị tính: lần Dựa vào bộ dữ liệu thu thập được, có thể tính năng suất đơn nhân tố theo vùng TEC BPC TGC TFP Vùng giai đoạn 2010-2020 (trình bày đầy đủ trong luận án). (1) (2) (3) (4) = (1) x (2) x (3) 4.3.3. Kết quả ước lượng chỉ số Malmquist toàn cục Đồng bằng sông Hồng 1,0016 1,0146 0,9924 1,0085 Trung du và miền núi phía bắc 0,9985 1,0069 1,0041 1,0095 Bắc Trung Bộ 1,0018 1,0125 1,0046 1,0190 Duyên hải miền Trung 0,9973 1,0184 0,9997 1,0153 Tây Nguyên 0,9911 1,0217 1,0083 1,0210 Đông Nam Bộ 1,0054 0,9984 1,0185 1,0223 Theo Hồ Đình Bảo (2012), ở Việt Nam có khá nhiều các nghiên cứu về năng suất nông nghiệp và các nhân tố ảnh hưởng đến năng suất nông nghiệp, các nghiên cứu này đều dựa trên giả định truyền thống là tất cả các tỉnh (hoặc hộ) có cùng một trình độ công nghệ sản xuất ở mỗi thời kỳ. Thực tiễn sản xuất nông nghiệp ở Việt Nam cho thấy giả định này là không phù hợp, mỗi vùng nông nghiệp có những điều kiện, nguồn lực sản xuất đặc thù và do đó cấu trúc sản xuất nông nghiệp khác nhau. Đồng bằng sông Cửu Long 0,9984 1,0646 0,9675 1,0284 Chỉ số năng suất Malmquist toàn cục và phương pháp phân tích biên sản xuất 0,9992 1,0194 Trung bình chung coi mỗi vùng nông nghiệp có một trình độ công nghệ khác nhau tại mỗi thời kỳ.
Trên cơ sở mô hình lý thuyết được trình bày tại mục 2.2.2.3 và bộ dữ liệu nông nghiệp Việt Nam giai đoạn 2010-2020, luận án tính chỉ số Mamlquist toàn cục và các thành phần của nó là thay đổi hiệu quả kỹ thuật (TEC), thay đổi tiến bộ công nghệ (BPC) và thay đổi khoảng cách (TGC). (cid:1)(cid:2)(cid:3)(cid:4)(cid:5), (cid:7)(cid:5), (cid:4)(cid:5)(cid:8)(cid:9), (cid:7)(cid:5)(cid:8)(cid:9)(cid:10) = (cid:12)(cid:13)(cid:14)(cid:4)(cid:15)(cid:16)(cid:14)(cid:4)(cid:12)(cid:17)(cid:14) 0,9992 1,0177 Nguồn: Tác giả tự tính toán Bảng 4.12 thể hiện tóm tắt các kết quả ước lượng chỉ số Malmquist toàn cục và các thành phần của nó trung bình năm theo vùng trong giai đoạn 2010-2020. Các kết quả ước lượng cho thấy tốc độ tăng TFP bình quân chung các vùng tăng 1,77% trong giai đoạn này. Trong đó, giá trị TEC bình quân vùng giảm 0,08%, BPC (đo lường TC trong một vùng) tăng 1,94% và TGC giảm 0,08%. Trong đó: - TEC (Technical Efficiency Change): Thay đổi hiệu quả kỹ thuật - BPC (Best Practice Change): Thay đổi tiến bộ công nghệ - TGC (Technical Gap Change): Thay đổi khoảng cách công nghệ
Chỉ số Malmquist toàn cục và các thành phần của nó cho các vùng được tính dựa vào công thức trung bình nhân, với quyền số là tỷ trọng giá trị sản xuất theo giá so sánh của các tỉnh/thành phố trong vùng đó. 4.3.2.1 Chỉ số Malmquist toàn cục theo các tỉnh/thành phố giai đoạn 2010-2020
Từ kết quả trên có thể thấy, tất cả các vùng trong cả nước đều có sự gia tăng về tốc độ tăng TFP. Đồng bằng sông Cửu Long là vùng có tốc độ tăng TFP bình quân cả giai đoạn cao nhất (bình quân 2,84% mỗi năm), tiếp đó là các vùng Đông Nam bộ (2,23%) và Tây Nguyên (2,10%). Trong khi đó kết quả tổng hợp tính theo công thức chỉ số Malmquist cổ điển của luận án cho thấy, Đồng bằng sông Cửu Long là vùng có tốc độ tăng bình quân cả giai đoạn cao nhất (3,36%), tiếp theo lần lượt là Bắc Trung Bộ (2,10%) và Đồng bằng sông Hồng (2,03%). Sự thay đổi kết quả nghiên cứu này là do có xét đến sự khác biệt về công nghệ sản xuất giữa các vùng trong cùng một thời kỳ như phần lý thuyết mục 2.2.2.3 đã đề cập tới. 4.4. Hàm ý chính sách và khuyến nghị 4.4.1. Hàm ý chính sách Sử dụng phần mềm DEAP 2.1, kết quả tính toán chỉ số Malmquist toàn cục và các thành phần theo các tỉnh/thành phố trung bình cho giai đoạn 2010-2020 được cung cấp chi tiết tại Phụ lục 10 (xem luận án). Kết quả trên cho thấy có sự khác biệt về kết quả tính TFP khi xét đến yếu tố các vùng nông nghiệp có công nghệ Từ các tính toán chỉ số Malmqusit cổ điển, có thể rút ra các ý sau:
23
24
KẾT LUẬN
- Năng suất nhân tố tổng hợp trong sản xuất nông nghiệp Việt Nam phát sinh từ đổi mới trong công nghệ chứ không phải cải thiện trong hiệu quả kỹ thuật. Như vậy, nếu tập trung vào cải thiện hiệu quả kỹ thuật có thể giúp tốc độ tăng TFP cao hơn.
- Nếu đi sâu vào từng tỉnh/thành phố, chỉ có 15 tỉnh/thành phố có giá trị TEC lớn hơn 1, 48 tỉnh/thành phố còn lại có giá trị TEC bé hơn 1. Điều đó thể hiện các tỉnh/thành phố của Việt Nam có tiềm năng lớn trong việc cải thiện năng suất thông qua nâng cao hiệu quả kỹ thuật.
- Đa số các tỉnh/thành phố có giá trị PEC bé hơn 1 (42/63 tỉnh/thành phố). Như vậy tăng trưởng hiệu quả kỹ thuật của các tỉnh/thành phố của Việt Nam đạt giá trị thấp trong giai đoạn 2010-2020 nguyên nhân chủ yếu là do hiệu quả kỹ thuật thuần (hiệu quả quản lý) còn nhiều yếu kém. Từ sau khi đổi mới, sản xuất nông nghiệp Việt Nam đã đạt được những thành tựu to lớn. Thành tựu lớn nhất là đã đảm bảo được an ninh lương thực quốc gia, từ một nước có một nền nông nghiệp lạc hậu vươn lên trở thành một nước có nền nông nghiệp hàng hóa, có vị trí đáng kể trong khu vực và trên thế giới. Từ năm 2020 đến cuối năm 2021, mặc dù bị ảnh hưởng lớn của dịch Covid-19 làm đứt gãy tạm thời chuỗi cung ứng sản xuất - chế biến - tiêu thụ các sản phẩm nông, lâm nghiệp và thủy sản nhưng nguồn cung nông sản vẫn dồi dào, đáp ứng nhu cầu tiêu dùng trong nước và cho xuất khẩu. Nông nghiệp đã phát huy vai trò bệ đỡ của nền kinh tế, ổn định đời sống nhân dân. Từ các tính toán của chỉ số Malmquist toàn cục, có thể rút ra các ý sau:
- Việc tính đến sự khác biệt về công nghệ sản xuất giữa các vùng thực sự có ảnh hưởng đến kết quả ước lượng TFP các vùng và các thành phần của chỉ số TFP. Tất cả các vùng trong cả nước đều có tốc độ tăng TFP dương. Tiến bộ công nghệ là nguyên nhân chính cho tăng trưởng năng suất nông nghiệp các vùng nông nghiệp trong thời gian nghiên cứu. Mặc dù có những thành tựu đáng kể trong sản xuất nông nghiệp, Việt Nam vẫn còn nhiều tiềm lực để phát triển nông nghiệp hơn nữa đặc biệt thông qua cải thiện các chỉ tiêu hiệu quả. Tổng quan những nghiên cứu trong lĩnh vực này cho thấy số lượng nghiên cứu về TFP nông nghiệp của Việt Nam vẫn chưa nhiều, đặc biệt trong tính và phân rã TFP cho ngành nông nghiệp cấp 2 (bao gồm nông nghiệp và trồng trọt), đồng thời, cũng chưa có sự cập nhật về mặt số liệu. Nhiều vấn đề về mặt lý luận cần được hệ thống hơn như xác định các đầu ra, đầu vào, và đặc biệt quan trọng là điều chỉnh chất lượng đầu vào. 4.4.2. Khuyến nghị
Từ hàm ý chính sách và kết quả nghiên cứu được rút ra, luận án đề xuất các khuyến nghị về công tác thống kê phục vụ tính TFP nông nghiệp và biện pháp nâng cao TFP nông nghiệp. TỔNG KẾT CHƯƠNG 4
Chương 4 sử dụng phương pháp DEA để tính chỉ số Malmquist cổ điển và chỉ Luận án đã giải quyết một số vấn đề như tổng hợp về mặt lý luận; xác định bộ dữ liệu để tính và phân tích TFP nông nghiệp Việt Nam cả ở cấp tỉnh/thành phố và cấp quốc gia; thực hiện tính chỉ số Tornquist thể hiện TFP nông nghiệp Việt Nam trong giai đoạn 2000-2020; thực hiện điều chỉnh chất lượng đầu vào đất và lao động; sử dụng phương pháp bao dữ liệu (DEA) để tính chỉ số Malmquist cổ điển và Malmquist toàn cục. số Malmquist toàn cục với bộ dữ liệu cấp tỉnh/thành phố giai đoạn 2010-2020.
Luận án vẫn còn tồn tại một số hạn chế. Hạn chế đầu tiên đó là khi kết hợp các nguồn dữ liệu khác nhau, đôi khi phải có một số giả định nhất định. Hạn chế thứ hai là do thiếu thông tin về dữ liệu nên chưa thể tiến hành điều chỉnh chất lượng các đầu vào ở mức chi tiêt hơn. Chỉ số Malmquist cổ điển được sử dụng để đo tăng trưởng năng suất và được phân rã thành hai thành phần: thay đổi kỹ thuật và tiến bộ công nghệ. Kết quả tính toán cho thấy năng suất nhân tố tổng hợp trong sản xuất nông nghiệp Việt Nam phát sinh từ đổi mới trong công nghệ chứ không phải cải thiện trong hiệu quả kỹ thuật.
Chỉ số Malmquist toàn cục cho phép tổng hợp TFP nông nghiệp của các vùng có tính đến yếu tố công nghệ sản xuất của mỗi vùng khác nhau. Kết quả tính toán cho thấy Đồng bằng sông Cửu Long là vùng có tốc độ tăng trưởng TFP cao nhất cả nước, tiếp đó là các vùng Đông Nam bộ và Tây Nguyên.
Từ kết quả tính toán và phân tích, chương 4 đã đưa ra các hàm ý chính sách và các khuyến nghị nhằm nâng cao TFP nông nghiệp Việt Nam cũng như các khuyến nghị về công tác thống kê phục vụ việc tính TFP nông nghiệp. Sau quá trình thực hiện luận án, hướng nghiên cứu tiếp theo của luận án được xác định như sau: (i) bổ sung thêm số liệu, đặc biệt về tài sản cố định và đầu vào trung gian (ví dụ số liệu về chi phí cho giống cây trồng, vật nuôi …) để đảm bảo tính chính xác và bao quát của các kết quả tính cho TFP nông nghiệp hơn; (ii) nghiên cứu để đưa các vấn đề về thoái hóa đất; thực hiện điều chỉnh chất lượng đất ở mức độ sâu hơn. Đồng thời nghiên cứu để đưa các yếu tố môi trường vào trong tính toán TFP nông nghiệp; (iii) mở rộng khoảng thời gian nghiên cứu đối với bộ dữ liệu cấp tỉnh đến giai đoạn 2000-2020 để kết quả nghiên cứu thống nhất và đối sánh được với nhau.
DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
1. Lê Hoàng Minh Nguyệt & Trần Thị Bích (2022), “Sử dụng chỉ số tính năng suất các nhân tố tổng hợp trong nông nghiệp”, Tạp chí Con số và sự kiện, số kỳ II, 5/2022, trang 28-32
2. Lê Hoàng Minh Nguyệt (2022), “Labor quality adjustment in productivity measument: the case of Vietnamese agriculture”, 15th International Conference on Socio-Economic and Environmental Issues in Development (15th ICSEED 2022), Finance Publishing House, pp 40-47.
3. Lê Hoàng Minh Nguyệt (2022), “The agricultural productivity of Red River Delta in a period of 2010-2020”, The 4th Asia Conference on Business and Economic Studies (ACBES 2022).
