Tóm tắt Luận án Tiến sĩ Kinh tế: Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: DOCX | Số trang:27

Thêm vào BST

Báo xấu

12
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu tổng quát của nghiên cứu "Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam" là đánh giá tiềm năng phát triển GAqPs trong nuôi tôm tại Việt Nam dựa trên thái độ, sở thích của người sản xuất và người tiêu dùng.

Chủ đề:

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

Lưu

Nội dung Text: Tóm tắt Luận án Tiến sĩ Kinh tế: Phân tích sở thích, thái độ của người sản xuất và người tiêu dùng đối với phát triển nuôi trồng thủy sản tốt trong nuôi tôm tại Việt Nam

CHƯƠNG 1. GIỚI THIỆU 1.1. Bối cảnh nghiên cứu 1.1.1. Bối cảnh ngành nuôi trồng thủy sản toàn cầu Nuôi trồng thủy sản (NTTS) đã đóng góp một nửa sản lượng thủy sản toàn cầu, giảm áp lực khai thác thủy sản tự nhiên(Pradeepkiran, 2019), là ngành kinh tế quan trọng ở nhiều quốc gia (FAO, 2020). Tuy nhiên, sự phát triển quá nhanh và thiếu quy hoạch đã gây racác tác động tiêu cực lên môi trường và xã hội(FAO, 2020). Để giảm tác động tiêu cực, nhiều quốc gia đã thúc đẩy áp dụng dụng các thực hành nuôi trồng thủy sản tốt (Good Aquaculture Practices GAqPs)(Sampantamit và cộng sự, 2020). Tuy nhiên, rất íttrang trại áp dụng GAqPs, và chỉ khoảng 14,2% lượng thủy sản toàn cầu đạt chứng nhận GAqPs (Potts và cộng sự, 2016). 1.1.2. Bối cảnh ngành nuôi tôm Việt Nam Việt Nam hiện có khoảng 740 nghìn ha đất nuôi tôm và sản lượng đạt 950 nghìn tấn (VASEP, 2020a). Nuôi tôm trở thành ngành kinh tế quan trọng với giá trị xuất khẩu đạt 3,9 tỷ USD vào năm 2021(VASEP, 2021). Tuy nhiên, ô nhiễm môi trường, và mất an toàn thực phẩm (ATTP)đang là các vấn đề nổi cộm của ngành tôm. Để đạt được cả mục tiêu kinh tế và môi trường, Chính phủ Việt Nam đã thực hiện nhiều chính sách thúc đẩy GAqPs. Tuy nhiên, rất ít nông dân áp dụng GAqPs, hiện chỉ khoảng 2.410 ha được cấp chứng nhận VietGap (Tổng cục Thuỷ sản, 2021), và khoảng 9000 ha được cấp chứng nhận GlobalGAP, ASC, Naturland (VASEP, 2020a).Nông dân ít áp dụng GAqPs dothiếu vốn, kỹ thuật, giá tôm thấp (GIZ, 2020). 1.1.3. Bối cảnh thị trường tiêu thụ thủy sản tại Việt Nam Mức tiêu thụ tôm bình quân tại Việt Nam đạt khoảng 1,81 kg/người/năm, và có thể đạt 2,27 kg/người/năm, với tổng lượng tiêu thụnội địacó thể đạt khoảng 300 nghìn tấnvào năm 2030 (Tổng cục Thuỷ sản, 2021). Tôm là thực phẩm phổ biến trong bữa ăn của người Việt, nhưng hầu hết là tôm tươi sống, không chứng nhận, nên người tiêu dùng khó đánh giá chất lượng và tính an toàn. Trong khi, mối quan tâm đến ATTP ngày càng tăng sau các vụ bê bối về mất ATTP (Ha và cộng sự, 2019). Chứng nhận GAqPs là một giải pháp hiệu quả để khắc phục vấn đề này(Hinkes và SchulzeEhlers, 2018). Tuy nhiên, vẫn rất ít tôm nuôi có chứng nhận GAqPs được cung cấp trên thị trường Việt Nam. 1.1.4. Bối cảnh lý thuyết và nghiên cứu thực nghiệm Cho đến nay, chưa có nghiên cứu nào phân tích đồng thời thái độ và sở thích ở hai phía cung và cầu đối với phát triển NTTS bền vững(Bergleiter và Meisch, 2015; Weitzman và Bailey, 2018), và cũng không có nghiên cứu nào tổng hợp được khung lý thuyết kết hợp các giá trị và mối quan tâm của cả người sản xuất (NSX) và người tiêu dùng (NTD)nhằmgiải thích hành vi sản xuất và tiêu dùng bền vững sản phẩm nông nghiệp. Các nghiên cứu vẫn chỉ phân tích sở thích và ước tính WTP hoặc của NSX(Ortega và cộng sự, 2013; Ngoc và cộng sự, 2016), hoặc của NTD(Cantillo và cộng sự, 2020). Do đó, việc giải thích sự chấp nhận của các bên đối với sản xuất và tiêu dùng bền vững chưa đạt hiệu quả (Mogendi và cộng sự, 2016). 1.2. Vấn đề nghiên cứu Phát triển GAqPs đòi hỏi phải có sự tham gia của cả NSXvà NTD(Bergleiter và Meisch, 2015; Mogendi và cộng sự, 2016). Tuy nhiên, chưa có nghiên cứu nào đánh giá tiềm năng phát triển NTTS bền vững dựa trên sự sẵn lòng trả của hai phí cung và cầu.Ở phía cung, đa số nghiên cứu tập trung khám phá sở thích của nông dân đối với lợi ích kinh tế của GAqPs (Ortega và cộng sự, 2013; Ngoc và cộng sự, 2016), còn sở thích đối với việc bảo vệ môi trường, đảm bảo ATTP vẫn chưa được thực hiện.Ở phía cầu,nghiên cứu sở thích tiêu dùng thủy sản bền vững vẫn chưa được thực hiện ở các nước đang phát triển (Tsantiris và cộng sự, 2018), và rất ít nghiên cứu đo lường WTP cho các chứng nhận GAqPs(Cantillo và cộng sự, 2020). Bên cạnh đó, các nghiên cứu sở thích chủ yếu áp dụng đơn lẻ một trong các dạng hàm Logit điều kiện (CLM), Logit đa thức(MNL), Logit hỗn hợp (MXL), và Phân lớp tiềm ẩn (LCM). Trong đó phổ biến nhất là MXL (Olum và cộng sự, 2019; Cantillo và cộng sự, 2020), nhưng MXL cũng chỉ được ước lượng trong không gian sở thích vốn được cho là có thể làm thiên lệch các kết quả ước lượng (Train và Weeks, 2005; Hole và Kolstad, 2012). Chưa có nghiên cứu nào ước lượng đồng thời các dạng hàm trên,và ước lượng đồng thời mô hình MXL trong không gian sở thích và không gian WTP, kiểm định, đánh giá để lựa chọn dạng hàm tốt nhất, và hỗ trợ tốt hơn cho mục tiêu phân tích sở thích.
Cuối cùng, đánh thái độ của NSX và NTD đối với cùng một vấn đề là các tác động tiêu cực từ NTTS truyền thống, và phát triển NTTS bền vững vẫn chưa được thực hiện (Hynes và cộng sự, 2017). Hơn nữa, ảnh hưởng thái độlên sở thích vẫn chưa được nghiên cứu đầy đủ ở cả phía cung (Liu và cộng sự, 2018; Olum và cộng sự, 2019), và phía cầu (Carlucci và cộng sự, 2015; Cantillo và cộng sự, 2020). Từ các xu hướng và khoảng trống tiềm năngtrên đây, nghiên cứu “Phân tích sở thích và thái độ của người sản xuất và người tiêu dùng đối với phát triển GAqPs trong nuôi tôm tại Việt Nam”là cần thiết. 1.3. Mục tiêu nghiên cứu Mục tiêu tổng quát của ghiên cứu này là đánh giá tiềm năng phát triển GAqPs trong nuôi tôm tại Việt Nam dựa trên thái độ, sở thíchcủa NSX và NTD. Để đạt được mục tiêu tổng quát này,7 mục tiêu cụ thể sau cần đạt được: (1) Xây dựng khung phân tích kết hợp thái độ và sở thích của NSX và NTD đánh giá tiềm năng phát triển GAqPs trong nuôi tôm; (2) Phân tích sở thích và ước tính WTP của NSX đối với việc tuân thủ qui định bảo vệ môi trường và đảm bảo ATTP; (3) Phân tích sở thích và ước tính WTP của NTD đối với tôm nuôi được chứng nhận GAqPs; (4) Phân tích ảnh hưởng của thái độ đối với các tác động tiêu cực từ nuôi tôm truyền thống lên sở thích của NSX và NTD đối với phát triển GAqPs trong nuôi tôm; (5) Ước lượng các mô hình lợi ích của NSX và NTD theo các dạng hàng CLM, MXL, LCM, so sánh và lựa chọn mô hình phù hợp nhất với dữ liệu nghiên cứu; (6) Ước lượng WTP của NSX và NTD trong cả không gian sở thích và không gian WTP, kiểm định và lựa chọn không gian ước lượngphù hợp với dữ liệu nghiên cứu; và (7) Đánh giá thái độ đối với tác động tiêu cực lên môi trường và xã hội từ nuôi tôm truyền thống, và thái độ với phát triển GAqPs trong nuôi tôm của NSX và NTD tại Việt Nam. 1.4.Phương pháp và dữ liệu nghiên cứu 1.4.1. Phương pháp nghiên cứu Nghiên cứu áp dụng phương pháp thí nghiệm lựa chọn (Choice Experiment – CE) cho các mục tiêu phân tích sở thích. Các hàm lợi ích được ước lượng theo các dạng hàm CLM, MXL, và LCM. Trong đó, MXL được ước lượng trong cả không gian sở thích và không gian WTP. Kiểm định Likelihood ratio test, và các chỉ số model fit statistics được áp dụng để xác định dạng hàm và không gian ước lượng phù hợp với dữ liệu. Ảnh hưởng của thái độ lên sở thích được phân tích dựa vào phương pháp biến tương tác. Thái độ của người sản xuất và người tiêu dùng đượcphân thích dựa trên mô hình MIMIC. 1.4.2. Dữ liệu nghiên cứu Dữ liệu nghiên cứu chính thu thập từ 2 cuộc khảo sát: 450nông dân ở Khánh Hòa, Ninh Thuận, Sóc Trăng, Bạc Liêu, và Cà Mau, và 459 người tiêu dùng ở TP. Hồ Chí Minh, Nha Trang, Đà Nẵng, và Hà Nội. 1.5. Đối tượng và phạm vi nghiên cứu 1.5.1. Đối tượng nghiên cứu Đối tượng nghiên cứu là sở thích và thái độ của NSX vàNTDđối với phát triển nuôi tôm theo GAqPs.Đối tượng khảo sát là người nuôi tôm qui mô nhỏ và người tiêu dùng tại Việt Nam. 1.5.2. Phạm vi nghiên cứu 1.5.2.1.Phạm vi nội dung nghiên cứu Nghiên cứu tập trung 4 nội dung chính: (1) Đánh giá tổng quan tài liệu và đề xuất khung phân tích. (1) Xây dựng công cụ đo lường thái độ, sở thích; (3) Đánh giá thái độ; và (4) Khám phá sở thích và ước tính WTP. 1.5.2.2. Phạm vi không gian nghiên cứu Đối với NSX, dữ liệu được thu tại 5 tỉnh nuôi tôm lớn nhất tại Việt Nam là Khành Hòa, Ninh Thuận, Bạc Liêu, Sóc Trăng, và Cà Mau.Đối với NTD, dữ liệu được thu tại 4 thành phố gồm: TP. Hồ Chí Minh, Nha Trang, Đà Nẵng, và Hà Nội. 1.5.2.3. Phạm vi thời gian nghiên cứu Nghiên cứu thực hiện từ tháng 2/2018 đến 2/2021.
1.6. Ý nghĩa của luận án 1.6.1. Ý nghĩ về mặt lý thuyết 1.6.2. Ý nghĩa thực tiễn 1.7. Bố cục của luận án Luận án này gồm 5 chương: Chương 1. Giới thiệu,Chương 2. Tổng quan về lý thuyết nghiên cứu,Chương 3. Phương pháp nghiên cứu, Chương 4. Kết quả nghiên cứu và thảo luận. Chương 5. Kết luận. CHƯƠNG 2. TỔNG QUAN LÝ THUYẾT NGHIÊN CỨU 2.1.Lý thuyết đo lường sở thích và mức sẵn lòng trả 2.1.1. Lý thuyết lợi ích đa thuộc tính (Multi-Attribute Utility Theory) Lý thuyết lợi ích đa thuộc tínhcủaLancaster (1966)giả định rằng NTD chọn sản phẩm với sự kết hợp các thuộc tính của sản phẩm để tối đa hóa lợi ích tiêu dùng. Lợi ích ( U) mà người ncó được từ các thuộc tính (x) của hàng hóa được biểu thị như phương trình (2.1). Unlk = Unlk(x1; x2; ...; xm) (2.1) 2.1.2. Lý thuyết lợi ích ngẫu nhiên (Random Utility Theory– RUT) RUTgiả định rằng mọi cá nhân hành động hợp lý và lựa chọn để tối đa hóa lợi ích(McFadden, 1974, 1986).Giả sử rằng người ra quyết địnhn lựa chọn giữa hai phương ánivà j, xác suất mà phương ániđược lựa chọn được cho bởi phương trình (2.2). Pnit = Pr[Unit> Unjt] ∀i≠ j; i,j∈T (2.2) Hàm lợi ích của người ra quyết định nvới các đặc điểm cá nhân Snkhi lựa chọn phương án iđược viết như phương trình (2.3). Unit = Vnit + εnit=Vnit(Xnit, Sn) + εnit(Xnit, Sn)∀i∈T (2.3) Khi phần dư ngẫu nhiên εncó phân phối Gumbel, thì xác suất để người ra quyết định nvới các đặc điểm Snchọn phương án i là: (2.11) Để tiện cho việc ước lượng, hàm Vnit được giả định là hàm tuyến tính với hệ số βkcủa các thuộc tính Xnki và được viết như phương trình (2.12) (Catestta, 2009). (2.12) Trong đó, Xnkitlà thuộc tính k của phương án i mà người n lựa chọn trong tập lựa chọn t, và βklà độ hữu dụng biên của thuộc tính k. Kết quả ước lượng các hệ số βk cho biết xác suất lựa chọn phương án icủa người n khi các thuộc tính k thay đổi. Nghiên cứu này phân tích lựa chọn các gói chính sách của NSX, cũng như lựa chọn tôm nuôi theo GAqPs của NTD. Các gói chính sách, và các loại tôm GAqPs là các phương án lựa chọn đa thuộc tính. Ví dụ, các gói chính sách phát triển nuôi tôm theo GAqPs là sự kết hợp của các khuyến khích (lãi suất ưu đãi, bảo hiểm NTTS, hỗ trợ kỹ thuật), và các qui định ràng buộc (bảo vệ môi trường, bảo đảm ATTP). Lợi ích mà NSX có được khi lựa chọn chính sách là sự kết hợp các lợi ích của các thuộc tính nêu trên. Vì vậy, lý thuyết lợi ích đa thuộc tínhvàRUT phù hợp nhất để phân tích hành vi lựa chọn của NSX và NTD trong nghiên cứu này. 2.2. Mối quan hệ giữa thái độmôi trường và hành vi sinh thái 2.2.1. Khái niệm về thái độ môi trường và hành vi sinh thái 2.2.2. Mối quan quan hệ giữa thái độ môi trường và hành vi sinh thái Thái độ môi trường được xem là một yếu tố dự báo trực tiếp về ý định hành vi sinh thái, qua đó ảnh hưởng đến hành vi sinh thái (Milfont và Duckitt, 2004; Milfont, 2009; Best, 2010; Singh và Gupta, 2013). Nếu một người quan tâm đến môi trường, thì người đó có nhiều khả năng hành động hoặc điều chỉnh hành động theo cách có lợi cho môi trường (Best, 2010; Singh và Gupta, 2013). Trong nghiên cứu này, thái độ với các tác động tiêu cực từ nuôi tôm truyền thốngđược định nghĩa là thái độ môi trường. Sự sẵn lòng trả để sản xuất và tiêu dùng tôm nuôi theo GAqPs được định nghĩa là hành vi sinh thái. Vì vậy, mối quan hệ giữa EA và EB được áp dụng để phân tích ảnh hưởng của thái độ với các tác động môi trường và xã hội lên sở thích sản xuất và tiêu dùng tôm nuôi theo GAqPs.
2.3. Lược khảo các nghiên cứu thực nghiệm có liên quan 2.3.1. Tóm tắt nghiên cứu sở thích của nông dân với nông nghiệp bền vững 2.3.1.1. Sở thích của nông dân đối với GAqPs và nông nghiệp bền vững 2.3.1.2. Sở thích của nông dân đối với các thuộc tính của chính sách 2.3.1.3. Các yếu tố ảnh hưởng đến sở thích và của nông dân 2.3.2. Tóm tắt nghiên cứu sở thích của người tiêu dùng đối với thủy sản bền vững 2.3.2.2. Sở thích đối với các thuộc tính của thủy sản được bền vững 2.3.3. Các phương pháp đo lường sở thích trong các nghiên cứu 2.3.4. Nghiên cứu kết hợp phân tích sở thích của người sản xuất và người tiêu dùng 2.3.5. Nghiên cứu đánh giá thái độ giữa các bên liên quan 2.3.5.1. Nghiên cứu đánh giá thái độ của công chúng đối với nuôi trồng thủy sản 2.3.5.2. Nghiên cứu đánh giá thái độ của nông dân đối với nuôi trồng thủy sản 2.3.5.3. Nghiên cứu đánh giá thái độ đối với nuôi trồng thủy sản của các bên liên quan 2.4. Tóm tắt các khoảng trống nghiên cứu Từ tổng quan lý thuyết và nghiên cứu thực nghiệm trước đây, nghiên cứu xác định được một số khoảng trống tiềm năng sau. 2.4.1. Khoảng trống lý thuyết Tổng quan nghiên lý thuyết cho thấy cácnghiên cứu trước đây chỉ tập trung phân tích sở thích của NSX(Bukchin và Kerret, 2018; Olum và cộng sự, 2019), hoặc của NTD(Cantillo và cộng sự, 2020). Cho đến nay, chưa có nghiên cứu nào tổng hợp được khung lý thuyết phân tích đồng thời sở thích và thái độ của NSXvà NTD đối với phát triểnNTTS bền vững cũng như nông nghiệp bền vững. Trong khi, để phát triển NTTS bền vững cầnquan tâm đến giá trị của cả phía cung và phía cầu(Fezzardi và cộng sự, 2013; Bergleiter và Meisch, 2015; Weitzman và Bailey, 2018). 2.4.2. Khoảng trống phương pháp luận Thứ nhất, đa số nghiên cứu sở thích ở cả phía cung và phía cầuchỉ áp dụng đơn lẻ một trong bốn dạng mô hình kinh tế lượng gồm MXL, LCM , MNL, và CLM(Olum và cộng sự, 2019; Cantillo và cộng sự, 2020). Chưa có nghiên cứu nào thực hiện ước lượng đồng thời các dạng hàm này và kiểm định, đánh giá mức độ phù hợp với dữ liệu để lựa chọn dàng hàm tốt nhất cho phân tích, hỗ trợ tốt hơn cho phân tích sở thích của người sản xuất và người tiêu dùng. Thứ hai, tất cả các nghiên cứu sở thích của NSX và NTD đều ước lượng mô hình MXL và tính toán WTP trong không gian sở thích(Olum và cộng sự, 2019; Cantillo và cộng sự, 2020). Trong khi, nhược điểm của các ước lượng MXL trong không gian sở thích là các phân phối của các tham số hồi qui được chỉ định chủ quan bởi người nghiên cứu, hệ quả là các kết quả ước lượng có thể bị thiên lệch (Lancsar và cộng sự, 2017),và phóng đại giá trị WTP (Hensher và cộng sự, 2005; Hole và Kolstad, 2012). Trong sự hiểu biết tốt nhất của người viết, chưa có nghiên cứu nào ước lượng MXL trong không gian WTP, hoặc hết hợp ước lượng MXL trong cả hai không gian và kiểm định để lựa chọn không gian ước lượng phù hợp với dữ liệu. 2.4.3. Khoảng trống thực nghiệm Thứ nhất, nghiên cứu khám phá sở thích của nông dân đối với yêu cầu về bảo vệ môi trường và đảm bảo ATTP trong NTTS vẫn chưa được thực hiện, các báo cáo hiện tại chủ yếu tập trung vào sở thích của nông dân đối với các lợi ích tài chính (Ortega và cộng sự, 2013; Ngoc và cộng sự, 2016; Xuan và Sandorf, 2020). Trong khi, bảo vệ môi trường và đảm bảo ATTP là những yêu cầu bắt buộc của GAqPs. Thứ hai, nghiên cứu về sở thích tiêu dùng thủy sản bền vững chưa được thực hiện ở các nước đang phát triển (Tsantiris và cộng sự, 2018)đã hạn chế tiềm năng cải thiện chất lượng thủy sản tiêu dùng tại chỗ và phúc lợi của NTD trong nước, làm mất đi cơ hội sửa đổi đời sống của các hộ sản xuất quy mô nhỏ và tính bền vững của ngành thủy sản địa phương, trong khi khu vực này sản xuất và tiêu thụ hơn 2/3 lượng thủy sản toàn cầu (FAO, 2020).Ngoài ra, nghiên cứu trước đâyxem các chứng nhận như một thuộc tính của thủy sản(Carlucci và cộng sự, 2015; Cantillo và cộng sự, 2020), chưa có nghiên cứu đánh giá sở thích đối với các chứng nhận GAqPs cụ thể để hỗ trợcho NSX ra quyết định lựa chọn qui trình sản xuất và thị trường. Thứ ba, nghiên cứu đánh giá thái độ của NSX và NTD đối với các tác động tiêu của NTTS, phát triển GAqPs vẫn chưa được thực hiện (Hynes và cộng sự, 2017; Weitzman và Bailey, 2018). Các nghiên cứu trước
chỉ tập trung đánh giá thái độ của công chúng đối với NTTS ở các nước khác nhau (Freeman và cộng sự, 2012; Hynes và cộng sự, 2017), hoặc thái độ của các bên liên quan đối với các mối quan tâm khác nhau(Bacher và cộng sự, 2014; Weitzman và Bailey, 2018; Krøvel và cộng sự, 2019).Trong khi, thái độ và các tương tác của các bên liên quan đóng một vai trò quan trọng trong việc xác định khả năng chấp nhận của xã hội đối với NTTS (Mazur và Curtis, 2006; Freeman và cộng sự, 2012). Thứ tư, mối quan hệ giữa thái độ môi trường và sở thích đối với sản xuất và tiêu dùng thủy sản bền vững rất ít được phân tích ở cả phía cung và phía cầu(Liu và cộng sự, 2018; Olum và cộng sự, 2019). Một vài nghiên cứu trước đây chỉ phân tích ảnh hưởng của thái độ lên sở thích tiêu dùng, nhưng chỉ phân tích thái độ đối với các vấn đề môi trường chung, mà không đánh giá thái độ đối với các vấn đề liên quan trực tiếp với NTTS (Hinkes và SchulzeEhlers, 2018; Yi, 2019). Việc chấp nhận một chính sách mới hay một sản phẩm mới là một quá trình tâm lý của người ra quyết định (Olum và cộng sự, 2019) , và tích hợp thái độ vào các mô hình đánh giá có thể cải thiện khả năng dự báo của mô hình, đặc biệt trong các trường hợp định giá sẵn lòng chi trả cho các hàng hóa phi thị trường (Luzar và Cossé, 1998; Greiner, 2015). 2.5. Khung phân tích của luận án Từ cơ sở lý thuyết, các khoảng trống tiềm năng, và bối cảnh thực tiễn của ngành nuôi tôm, khung phân tích của luận án được tóm tắt trong Hình 2.1. So với các nghiên cứu trước trước đây vốn chỉ phân tích sở thích và thái độ của NSX hoặc NTD (Olum và cộng sự, 2019; Cantillo và cộng sự, 2020). Đóng góp của nghiên cứu này là đã bổ sung thêm vào lý thuyết trong lĩnh vực nghiên cứu sở thích sản xuất và tiêu dùng bền trong nông nghiệp vững một khung phân tích kết hợp đánh giá sở thích và thái độ của NSX và NTD đối với phát triển NTTS bền vững. Hình 2.1: Khung phân tích của luận án Nguồn: Xây dựng của tác giả từ lược khảo lý thuyết nghiên cứu. CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU 3.1. Quy trình thực hiện nghiên cứu Nghiên cứu này được thực hiện với sự kết hợp giữa nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính được áp dụng trong giai đoạn đầu tiên nhằm tổng quan lý thuyết nghiên cứu, xác định các khoảng trống, xây dựng khung phân tích, lựa chọn các thuộc tính trong thí nghiệm lựa chọn, xây dựng thẻ lựa chọn; lựa chọn thang đo đo lường thái độ. Nghiên cứu định lượng được áp dụng để phân tích sở thích và thái độ của NSX và NTD. Nghiên cứu này áp dụng phương pháp thí nghiệm lựa chọn và các mô hình kinh tế lượng gồm CLM, MXL, và LCM để phân tích sở thích. Thống kê mô tả, phân tích EFA, và ước lượng mô hình MIMIC được áp dụng để đánh giá thái độ của NSX và NTD.
3.2. Phương pháp đánh giáthái độ của người sản xuất và người tiêu dùng 3.2.1. Phương pháp đo lường thái độ Thái độ là cấu trúc tiềm ẩn nên khó đo lường trực tiếp, nghiên cứu áp dụng phương pháp đo lường gián tiếp với thang đo đơn chiều để xây dựng cấu trúc thái độ đối với cáchoạt động NTTS(Bard và Barry, 2000). 3.2.2. Xây dựng thang đo đo lường thái độ của nông dân và người tiêu dùng Các thang đo thái độ đối với NTTS được lựa chọn từ các nghiên cứu trước có liên quan, và được điều chỉnh qua các cuộc thảo luận nhóm, tham vấn chuyên gia (Bard và Barry, 2000). Cuối cùng thang đo được đánh giá thử nghiệm với 30 người nuôi tôm, và 30 NTD thông qua phân tích độ tin cậy bằng chỉ số Cronbach’s Alpha, và phân tích nhân tố khám phá (EFA)(Bard và Barry, 2000). Các biến quan sát được đo lường bằng thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý; 5: Hoàn toàn đồng ý). Bảng 3.1. Thang đo thái độđối với tác động tiêu cực củanuôi tômtruyền thống Nguồn: Xây dựng của tác giả 3.2.3. Đo lường kiến thức của người sản xuất và người tiêu dùng 3.2.3.1. Phương pháp đo lường kiến thức 3.2.3.2. Đo lường kiến thức của người sản xuất và người tiêu dùng về hoạt động nuôi tôm 3.2.3.3. Đo lường kiến thức của người tiêu dùng về các chứng nhận GAqPs 3.2.4. Phương pháp đánh giá thái độ của người sản xuất và người tiêu dùng Nghiên cứu này áp dụng mô hình đa chỉ số, đa nguyên nhân (Multiple Indicators Multiple Causes – MIMIC) để đánh giá thái độ của NSX và NTD vìcho phép bối cảnh hóa (contextualize) biến tiềm ẩn thái độ bằng cách hồi qui biến thái độ với yếu tố nguyên nhân/dự báo một cách đồng thời(ví dụ: tuổi, giới tính, học vấn, kiến thức,…) trong phân tích CFA cho biến tiềm ẩn, và phản ánh bản chất là các biến cùng tồn tại trong thực tế, từ đó giải thích sự không đồng nhất về thái độ(Chang và cộng sự, 2020).
3.2.5. Mô hình Đa chỉ số, Đa nguyên nhân (MIMIC) Mô hình MIMIC là một mở rộng của CFA dựa trên mô hình phương trình cấu trúc tổng quát (Generalized Structural Equation Model GSEM) với hai phần gồm một mô hình đo lường và một mô hình cấu trúc (RabeHesket và cộng sự, 2004; Chang và cộng sự, 2020). 3.2.6. Mô hình phân tích đánh giá thái độ của người sản xuất và người tiêu dùng Hình 3.3: Mô hình MIMIC đánh giá thái độ với NTTS truyền thống Hình 3.4: Mô hình MIMIC đánh giá thái độ đối với GAqPs 3.3. Phương pháp nghiên cứu sở thíchngười sản xuất và người tiêu dùng 3.3.1. Lựa chọn phương pháp phân tích sở thích và ước lượng WTP Trong nghiên cứu này sản xuất và tiêu dùng tôm nuôi theo GAqPs là các phương án lựa chọn đa thuộc tính. Ví dụ, chính sách phát triển GAqPs là sự kết hợp của các thuộc tính khuyến khích, hỗ trợ, và các qui định ràng buộc nông dân phải thực hiện khi áp dụng GAqPs. CE được cho là phù hợp để phân tích sở thích đối với những phương án lựa chọn đa thuộc tính này, vàhiệu quả trong việc xác định mức độ quan trọng của các thuộc tính và cấp độ thuộc tính trong quyết định lựa chọn, và cho phép kiểm tra sự đánh đổi giữa các thuộc tính của người ra quyết định (Hanley và cộng sự, 2001). CE cũng cho phép đánh giá WTP các sản phẩm hoặc thuộc tính mới không tồn tại trong thị trường thực và không có sẵn dữ liệu thứ cấp (Cantillo và cộng sự, 2020). Vì vậy, nghiên cứu này áp dụng CE để phân tích sở thích đối với sản xuất và tiêu dùng tôm nuôi theo GAqPs. Phương pháp CE được phát triển bởi Louviere và Hensher (1982) và Louviere và Woodworth (1983). Một nghiên cứu áp dụng CE thường có 4 bước: (1) Lựa chọn thuộc tính và xác định cấp độ thuộc tính; (2) Thiết kế thí nghiệm lựa chọn; (3) Thiết kế thẻ lựa chọn và thiết kế khảo sát; và (4) Đo lường sở thích.
3.3.2. Thiết kế thí nghiệm khám phá sở thích của nông dânđối với GAqPs 3.3.2.1. Xác định thuộc tính và cấp độ thuộc tính Các thuộc tính của hai thí nghiệm lựa chọn khám phá sở thích của nông dân được phát triển qua 3 bước gồm: (1) tổng hợp các thuộc tính tiềm năng; (2) đánh giá thuộc tính tiềm năng; và (3) lựa chọn thuộc tính và cấp độ thuộc tính. Cuối cùng, 4 thuộc tính của thí nghiệm đánh giá sở thích của nông dân đối với GAqPs (ký hiệu là GAqPs DCE) gồm: Kiểm soát dich bệnh; Giá bán; Thay đổi năng suất; và Chi phí đầu tư; 4 thuộc tính của thí nghiệm khám phá sở thích của nông dân với chính sách phát triển GAqPs (ký hiệu là GAqPs Policy DCE) gồm: Bảo hiểm NTTS, Đảm bảo ATTP, Bảo vệ môi trường, và Lãi suấy ưu đãi. 3.3.2.2. Thiết kế thí nghiệm và thẻ lựa chọn Thiết kế Defficiencyđược áp dụng để thiết kế thẻ lựa chọn vì vì có thể tối ưu lượng thông tin thu thập được từ một thí nghiệm (Hensher và cộng sự, 2005) . Có 24 thẻ lựa chọn được tạo ra và được chia thành 3 khối (blocks), mỗi khối có 4 tình huống lựa chọn để không làm người trả lời bị quá tải. Mỗi nông dân thực hiện 8 thẻlựa chọn, với 4 tình huống cho thí nghiệm GAqPs DCE và 4 tình huống của thí nghiệm GAqPs Policy DCE. Ví dụ về các thẻ lựa chọn được trình bày trong Bảng 3.3 và Bảng 3.4. Bảng 3.3. Thẻ lựa chọn trong thí nghiệp GAqPs DCE Bảng 3.4. Thẻ lựa chọn trong thí nghiệp GAqPs Policy DCE 3.3.3.Thiết kế thí nghiệm lựa khám phá sở thích của người tiêu dùng 3.3.3.1. Lựa chọn thuộc tính và cấp độ thuộc tính Thí nghiệm lựa chọn dán nhãn (labelled experiments) được áp dụng trong nghiên cứu này để xác định WTP cho các chứng nhận cụ thể. Các phương án lựa chọn là các chứng nhận GAqPs đang được áp dụng trong nuôi tôm ở Việt Nam như VietGap, GlobalGap, ASC, và Naturland. 3.3.3.2.Thiết kế thí nghiệm và thẻ lựa chọn Các thẻ lựa chọn được thiết kế bằng phần mềm Ngene phiên bản 1.2.1 vàáp dụng thiết kế hiệu quả D (Defficiency). Kết quả có 32 thẻ lựa chọnđược tạo ra, và được chia thành 4 blocks, mỗi người trả lời chỉ thực hiện 8 tình huống lựa chọn. Ví dụ về thẻ lựa chọn xem Bảng3.6.
Bảng 3.6: Thẻ lựa chọn trong thí nghiệm khám phá sở thích NTD 3.3.4. Thiết kế khảo sát 3.3.5.Mô hình phân tích và phương pháp ước lượng sở thích 4.3.5.1. Các mô hình phân tích sở thích của nông dân Các phương trình phân tích sở thích của nông dân với GAqPs: Vi= αCosti+β1Asc_changei+β2Outbreak1i+β3Outbreak2i +β4Pricei +β5IncreaY15i +β6DecreaY15i (3.8) Vi = αCosti + β1Asc_changei + β2Outbreak1i + β3Outbreak2i + β4Pricei + β5IncreaY15i + β6DecreaY15i + β7 DecreaY15*Outb1i (3.9) Vi = αCosti + β1Asc_changei + β2Outbreak1i + β3Outbreak2i + β4Pricei + β5IncreaY15i + β6DecreaY15i + β8DecreaY15*Outb2i (3.10) Vi = αCosti + β1Asc_changei + β2Outbreak1i + β3Outbreak2i + β4Pricei + β5IncreaY15i + β6DecreaY15i + β9 DecreaY15*Pricei (3.11) Các phương trình phân tích sở thích của nông dân đối với chính sách phát triển GAqPs: Vi = αInteratei +β1Asc_borrowi +β2InsuAi +β3InsuBi +β4Fosai +β5Chemisi +β6 Bioi(3.12) Các phương trình phân tích ảnh hưởng củathái độ đối với tác động môi trường tiêu cực (EA) và thái độ đối với vấn đề mất ATTP (FA) của NTTS truyền thống lên sở thích của nông dân đối với GAqPs và chính sách phát triển GAqPs: Vi = αCosti +β1Asc_changei +β2Outbreak1i +β3Outbreak2i +β4Pricei +β5IncreaY15i +β6DecreaY15i +β7Change*EAi +β8Change*FAi +β9Deyield*EAi +β10Outbreak1*FAi+β11Outbreak2*FAi (3.13) Vi = αInteratei +β1Asc_borrowi+β2InsuAi +β3InsuBi +β4Fosai +β5Chemisi +β6Bioi+β7Borrow*EAi +β8Borrow*FAi +β9Chemis*EAi +β10Bio*EAi +β11Fosa*FAi (3.14) Các phương trình phân tích ảnh hưởng của các đặc điểm cá nhân lên sở thích của nông dân đối với GAqPs và chính sách phát triển GAqPs: Vi = αCosti +β1Asc_changei +β2Outbreak1i +β3Outbreak2i +β4Pricei +β5IncreaY15i +β6DecreaY15i +β7Change*Agei+ β8Change*Edui +β9Change*Inci +β10Change*Meki +β11Change*Sizei (3.15) Vi= αInteratei +β1Asc_borrowi +β2InsuAi +β3InsuBi +β4Fosai +β5Chemisi +β6Bioi+β7Borrow*Agei +β8Borrow*Edui +β9Borrow*Inci +β10Borrow*Meki +β11Borrow*Sizei (3.16) Trong các phương trình (3.8) đến (3.16),Vilà lợi ích quan sát đượckhi nông dân lựa chọn phương án đầu tư hoặc gói chính sách i (i = 1; 3). Asc_change, Asc_borrowbiến giả thể hiện khả năng sẵn lòng đầu tư và
tham gia chính sách của nông dân (Asc_change = 1 và Asc_borrow = 1 nếu là phương án đầu tư hoặc phương chính sách A hoặc B; 0 nếu duy trì hiện trạng). DecreaY: Giảm 15% sản lượng, và IncreaY15: Tăng 15% sản lượng so với các mô hình nuôi hiện tại; Price: Giá tôm nuôi theo GAqPs cao hơn loại thường 10%; Outbreak1:Dịch bệnh bùng phát 1 lần/vụ; Outbreak2: Dịch bệnh bùng phát 2 lần/1; Cost: Chi phí đầu tư. DecreaY15*Outb1: Tương tác giữa biến DyeildY15 và Outbreak1; DecreaY15*Outb2: Tương tác giữa biến DyeildY15 và Outbreak2; DecreaY15*Price: Tương tác giữa biến DyeildY15 và Price; InsuA và InsuB: Lịch bồi thường theo gói bảo hiểm A và B; Fosa: Tuân thủ sử dụng kháng sinh theo Quyết định 2625/QĐBNNTY; Chemis: Sử dụng phương pháp hóa học để xử lý nước thải; Bio: Sử dụng phương pháp sinh học để xử lý nước thải; Interest: Lãi suất ưu đãi. Change*FA, Borrow*FA, Deyield*FA; Outbreak1*FA, Outbreak2*FA, Fosa*FA:Biến tương tác giữa Asc_change, Asc_borrow, DecreaY, Outbreak1, Outbreak2, Fosa và thái độ về mất ATTP (FA). Change*EA, Borrow*EA, Deyield*EA; Chemis*EA, Bio*EA:Biến tương tác giữa Asc_change, Asc_borrow, DecreaY, Chemis, Biovới thái độ môi trường (EA). Change*Age Change*Edu Change*Inc Change*Mek Change*Size; và Borrow*Age; Borrow*Edu; Borrow*Inc; Borrow*Mek; Borrow*Size:Các biến tương tác giữa Asc_change và Asc_borrow với lần lượt tuổi, học vấn, thu nhập, khu vực (ĐBSCL), và diện tích trang trại. 3.3.5.2. Các mô hình phân tích sở thích của người tiêu dùng Phương trình phân tích lợi ích của người tiêu dùng khi chọn các sản phẩm tôm: (3.17) Trong đó, Vilà lợi ích có được từ phương án lựa chọn i (i=1,6); Priceilà giá tôm của phương án lựa i. Labeli là biến giả đại diện cho 5 sản phẩm tôm, lần lượt là tômVietGap, GloabalGap, ASC, Natuland, và Nolabel (nhóm tham chiếu là không mua sản phẩm nào). Phương trình đo lường ảnh hưởng của thái độ, và kiến thức lên sở thích của NTD: (3.18) Trong đó:Labeli*EA, Lablei*FA, và Labeli*Know là các biến tương tác giữa các chứng nhận VietGap, GlobalGap, ASC, và Naturland với lần lượt thái độ môi trường (EA)thái độ đối với mất ATTP (FA), và kiến thức về các chứng nhận GAqPs (Know). Phương trình đo lường ảnh hưởng của các yếu tố đặc điểm cá nhân của người trả lời lên sở thích đối với các sản phẩm tôm nuôi theo GAqPs: Vij = + βkLabeli* (3.19) Trong đó, các biến tương tác Labeli*đo lường tác động của các đặc điểm nhân khẩu học lên sở thích của người tiêu dùng đối với tôm có các chứng nhận GAqPs (VietGap, GloabalGap, ASC, Naturland). 3.3.6. Mô hình, phương pháp ước lượng và các vấn đề ước lượng 3.3.6.1. Mô hình và phương pháp ước lượng Nghiên cứu này kết hợp ước lượng 3 mô hình gồm CLM, MXL, và LCM. Trong đó, mô hình CLM được viết như phương trình (3.20). (3.20) Mô hình Logit hỗn hợp (MXL) được viết như Phương trình (3.22) (3.22) Mô hình LCM là dạng khác của MXL được viết bởi Phương trình (3.24). (3.24) Phương pháp ước lượng CLM, MXL, LCM là Maximum Likelihood. Mức sẵn lòng trả biên (WTPi) được xác định theo phương trình (3.28). Trong nghiên cứu này, thuộc tính tiền tệ là chi phí (cost), lãi suất (interate), và giá (price).
................................................................................. (3.28) Ước tính mức WTP biên cho các tác động tương tác giữa các thuộc tính (xi) và đặc điểm cá nhân(si) được thể hiện ở phương trình (3.29). ................................................................................. (3.29) Vớiβsxi = βi + βsi*xi, với βsi*xilà hệ số ước lượng của biến tương tác si*xi. 3.3.6.2. Vấn đề ước lượng - không gian sở thích và không gian WTP Hàm MXL trong nghiên cứu này được ước lượng trong cả không gian sở thích và không gian WTP, sau đó kiểm định để xác định không gian ước lượng phù hợp với dữ liệu và các mức WTP xác thực. Phương trình hàm lợi ích trong không gian sở thích(preference space) được viết như phương trình (3.22). Unit = − λnpnit + c’nxnit + εnit (3.32) Mô hình lợi ích trong không gian WTP được viết như phương trình (3.33), trong đó wn = cn/λn chính là WTP của 1 thuộc tính. Unit = −λnpnit + (λnwn)’xnit + εnit (3.33) Mô hình MXL trong không gian WTP được ước lượng bằng phần mềm Stata 17.0 với lệnh mixlogitwtp được viết bởi Hole (2016). 3.4. Công cụ và phương pháp thu thập dữ liệu 3.4.1. Xây dựng công cụ khảo sát dữ liệu 3.4.2. Xác định cỡ mẫu nghiên cứu Nghiên cứu đã khảo sát 450 mẫu cho NSX, và 459 mẫu cho NTD để đảm bảo cỡ mẫu trên 300 quan sát cho việc so sánh sở thích giữa các nhóm với nhau (Orme, 2010). 3.4.3. Phương pháp thu thập mẫu nghiên cứu từ nông dân nuôi tôm qui mô nhỏ Dữ liệu NSX đượcthập bằng phương pháp chọn mẫu theo cụm với kỹ thuật phỏng vấn trực tiếptại 28 xã thuộc 5 tỉnh nuôi tôm lớn nhất Việt Nam, bao gồm Khánh Hòa (108 mẫu), Ninh Thuận (96 mẫu), Sóc Trăng (94 mẫu), Bạc Liêu (81 mẫu) và Cà Mau (71). 3.4.4. Phương pháp thu thập mẫu nghiên cứu từ người tiêu dùng Dữ liệu NTDđược thubằng phương pháp chọn mẫu phán đoán với kỹ thuật phỏng vấn trực tiếp, tại Hà Nội (58 người), TP. Hồ Chí Minh (170 người), Đà Nẵng (51 người) và Nha Trang (180 người). CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Tổng quan mẫu nghiên cứu 4.1.1. Tổng quan mẫu khảo sát nông dân nuôi tôm qui mô nhỏ Trong tổng số 450 quan sát, nam giới chiếm 95,3% (429 người), độ tuổi trung bình khoảng 47 tuổi, và kinh nghiệm nuôi tôm trung bình khoảng 16 năm, đa số họ chỉ học tiểu học (chiếm 60%) và trung học cơ sở (chiếm 25,33%). Diện tích trung bình của các trang trại khoảng 2,19 ha, trong đó một nửa (khoảng 1,12 ha) được sử dụng để làm ao nuôi tôm. Mỗi trang trại có trung bình 6 ao nuôi và sử dụng khoảng 3 lao động. Sản lượng thu hoạch bình quân của các trang trại là 4,38 tấn/vụ, với năng suất trung bình khoảng 3,89 tấn/ha, mỗi năm thả nuôi 2 vụ tôm và thu nhập bình quân khoảng 17 triệu đồng/tháng. 4.1.2. Tổng quan mẫu khảo sát người tiêu dùng Trong 459 người tiêu dùng, có 375 phụ nữ (81,7%). Độ tuổi trung bình của người trả lời là 37 tuổi. Hơn một nửa (57,08%) NTD có trình độ cao đẳng hoặc đại học, và phần lớn (77,78%) người trả lờicó việc làm toàn thời gian. Mỗi gia đình cótrung bình 4 thành viên, và thu nhập trung bình của hộ là 23,82 triệu đồng/tháng. Tần suất mua tôm trung bình là 2,81 lần/tháng, mỗi lần mua 0,7 kg, và chi khoảng 153 nghìn đồng/lần. 4.2. Thái độ và kiến thức của người sản xuất và người tiêu dùng 4.2.1. Đánh giá độ tin cậy của thang đo thái độ 4.2.1.1. Đánh giá độ tin cậy của thang đo thái độ môi trường Nhìn chung, NSX và NTD có chung thái độ đối với tác động môi trường tiêu cực, điểm đánh giá của 2 nhóm lần lượt là 3,62 và 3,39 điểm trung bình (theo thang đo Likert 5 điểm). Ngược lại, NTD bày tỏ thái độ
tiêu cực cao đối với các vấn đề mất ATTPkhi có điểm số đánh giá là 3,72điểm trung bình. Trong khi, đa số NSX cho thấy họ không đồng thuận với các ý kiến cho rằng nghề nuôi tôm truyền thống có nguy cơ mất ATTP (điểm số đánh giá trung bình là 2,51). Phân tích Cronbach’s alpha và EFA cho thái độ của NSX, NTD, và mẫu gộp cho thấy 7 quan sát đạt yêu cầu và có 2 nhân tố được trích rút. Nhóm thứ nhất gồm 4 quan sát EA1, EA2, EA3, EA4 đo lường cho thái độ đối với tác động môi trường, ký hiệu là EA. Nhóm thứ hai gồm 3 quan sát FA1, FA2, FA3 đo lường cho thái độ đối với các vấn đề mất ATTP, ký hiệu là FA. 4.2.1.2. Đánh giá độ tin cậy của thang đo thái độ đối với phát triển GAqPs Điểm đánh giá thái độ ủng hộ GAqPs của NSX và NTD lần lượt là 3,9 và 3,29 điểm trung bình (theo thang đo Likert 5 điểm). Phân tích Cronbach’s alpha và EFA cho thái độ đối với GAqPs của NSX, NTD, và mẫu gộp cho thấytất cả các quan sát đạt yêu cầu và có 1 nhân tố được trích rút và, được ký hiệu là Gap_Att. 4.2.2. Đánh giá kiến thức của người tiêu dùng và của người sản xuất 4.2.2.1. Đánh giá kiến thức của người tiêu dùng về nuôi tôm truyền thống Đa số người tiêu dùng có kiến thức thấp (chiếm 39,22% so với toàn mẫu). Chỉ 5,01% và 15,25% người trả lời lần lượt được xếp vào nhóm có kiến thức cao, và kiến thức trung bình. 4.2.2.2. Khám phá kiến thức của người nuôi tôm và người tiêu dùng về NTTS tốt Gần 90% nông dân báo cáo họ có kiến thức về GAqPs. Ngược lại chỉ có khoảng 43% người tiêu dùng tự báo cáo rằng họ biết về GAqPs. Tuy nhiên, kết quả kiểm tra thấy chỉ có 16,44% nông dân thể hiện sự hiểu biết cao về GAqPs, tỷ lệ này ở nhóm người tiêu dùng chỉ là 9,59%. Đa số nông dân có kiến thức trung bình (37,33%), và phần lớn người tiêu dùng không có kiến thức về GAqPs (56,64%). 4.2.2.3. Khám phá kiến thức của người tiêu dùng về các chứng nhận GAqPs Đa số những người trả lời không biết các chứng nhận và ý nghĩa của chúng. Chứng nhận VietGap là được biết đến nhiều nhất, với 31,59% số người được hỏi trả lời đúng ý nghĩa của chứng nhận này. Các chứng nhận GlobalGap, ASC và NaturLand ít được biết đến hơn. Chỉ 18,08% số người được hỏi biết về nhãn GlobalGap, tiếp theo là Naturland và ASC, với 12,64% và 9,59% số người được hỏi nhận biết đúng các nhãn này. 4.3. Phân tích sở thích của nông dân nuôi tôm qui mô nhỏ đối với phát triển GAqPs 4.3.1. Sở thích của nông dân qui mô nhỏ đối với GAqPs Để khám phá sở thích của nông dân đối với các thuộc tính của GAqPs, một mô hình CLM và5 mô hình MXL đã được ước lượng. Bảng 4.11 trình bày các kết quả ước lượng. Bảng 4.11. Phân tích sở thích của nông dân nuôi tôm đối với GAqPs Không gian MXL trong không gian WTP sở thích Mô hình cơ Mô hình bản MXL có Biến số biến tương tác CLM MXL Mô hình 1 Mô hình 2 Mô hình 3 Hệ số hồi qui Cost 0,002*** 0,003*** 0,003*** 0,003*** 0,003*** 0,008*** Asc_change 0,054 0,730** 0,751** 0,781** 0,672** 261,810*** IncreaY15 0,421*** 0,648*** 0,644*** 0,574*** 0,616*** 220,377*** DecreaY15 0,173** 0,192** 0,581*** 0,369** 0,314** 57,255** Price 0,270*** 0,195* 0,381*** 0,216* 0,690*** 69,485*** Outbreak1 1,143*** 1,434*** 1,159*** 1,416*** 1,140*** 441,365*** Outbreak2 0,702*** 0,889*** 0,973*** 0,657*** 0,717*** 266,807*** DecreaY15* 0,968*** Outbreak_1 DecreaY15* 0,418 Outbreak_2 DecreaY15* 1,134***
Không gian MXL trong không gian WTP sở thích Mô hình cơ Mô hình bản MXL có Biến số biến tương tác Price Độ lệch chuẩn Cost 0,014* Asc_change 3,059*** 3,103*** 3,037*** 3,071*** 895,432*** IncreaY15 0,215 0,249 0,212 0,226 138,057*** DecreaY15 0,340 0,429* 0,327 0,386 97,207*** Price 1,116*** 1,175*** 1,108*** 1,154*** 345,235*** Outbreak1 0,596*** 0,628*** 0,593*** 0,630*** 59,163 Outbreak2 0,111 0,129 0,124 0,114 152,702*** DecreaY15* 0,171 Outbreak1 DecreaY15* 0,043 Outbreak2 DecreaY15* 0,186* Price Chỉ số mức độ phù hợp của mô hình ước lượng (Model fit statistics) Số người trả 450 450 450 450 450 450 lời Log 1.818,45 1.554,02 1.548,48 1.553,31 1.546,56 1.545,89 likelihood Wald chi2 260,76*** 260,77*** 311,10*** 328,46*** 269,28*** 1.719,40*** AIC 3.650,90 3.134,04 3.126,96 3.136,62 3.123,11 3.119,77 BIC 3.689,37 3.219,76 3.225,87 3.235,50 3.222,03 3.212,09 Likelihood ratio test 528,86*** 11,08*** 1,42 14,92*** 16,26*** ***, **, * hệ số hồi qui có ý nghĩa ở các mức 1%, 5% và 10%. Kết quả cho thấy mô hình MXL phù hợp với dữ liệu hơn so với mô hình CLM, và mô hình MXL trong không gian WTP phù hợp với dữ liệu hơn so với mô hình MXL trong không gian sở thích . Các ước tính WTP trong không gian sẵn lòng trả được tìm thấy phù hợp hơn với nhận định rằng các giá trị này ít bị phóng đại, và tránh được các chỉ định phân phối của các tham số ước lượng chủ quan (Train và Weeks, 2005)(xem kiểm định Likelihood ratio). Nhìn chung, các lợi ích kinh tế (kiểm soát dịch bệnh, tăng năng suất và giá bán) làm gia tăng lợi ích của nông dân đối với GAqPs. Tuy nhiên, trong những trường hợp nông dân phải đánh đổi lợi ích kinh tế (giảm năng suất) để tăng tính bền vững khi áp dụng GAqPs, mà họ không được bù đắp bằng những lợi ích kinh tế khác (ví dụ tăng giá bán, giảm dịch bệnh) thì rất khó thu hút nông dân. Nông dân sẵn lòng trả cao nhất cho lợi ích kiểm soát dịch bệnh của GAqPs, với mức sẵn lòngđầu tư lần lượtlà 441 triệu đồng/ha và 267 triệu đồng/ha tương ứng với tần suất dịch bệnh giảm xuống chỉ còn 1 và 2 lần mỗi vụ. Ngoài ra, nếu năng suất của GAqPs tăng thêm 15%, thì nông dân sẵn lòng trả 220 triệu đồng/ha cho khoản đầu tư vào GAqPs. Ngược lại, nông dân cần trợ cấp 57 triệu đồng/ha nếu năng suất giảm 15% so với nuôi tôm truyền thống.
Bảng 4.12. Mức sẵn trả của nông dân cho các lợi ích nuôi tôm theo GAqPs WTP để đầu tư nuôi tôm theo GAqPs (triệu VND) Biến số Không gian sở thích Không gian WTP Mô hình CLM Mô hình MXL Mô hình MXL Mức sẵn lòng đầu tư trung bình 247 262 Tăng 15% sản lượng mỗi vụ 194 219 220 Giảm 15% sản lượng mỗi vụ 80 65 57 Giá tăng thêm 10% 125 66 69 Dịch bệnh bùng phát 1 lần/vụ 528 486 441 Dịch bệnh bùng phát 2 lần/vụ 324 301 267 WTP chỉ báo cáo các giá trị ước tính có ý nghĩa thống kê. 4.3.2. Sở thích của nông dân qui mô nhỏ đối với chính sách phát triển GAqPs Sở thích của nông dân đối với chính sách phát triển GAqPs được phân tích thông qua mô hình CLM, MXL và LCM. Kết quả ước lượng ở Bảng 4.13 cho thấy mô hình MXL phù hợp với dữ liệu hơn so với hình CLM. Mô hình MXL ước lượng trong không gian WTP cải thiện hơn so với các ước lượng tương tự trong không gian sở thích (xem kiểm định Likelihood ratio và Model fit statistics).Các giá trị mô phỏng WTP trong không gian WTP thấp hơn so với trong không gian sở thích (xem Bảng 4.15). Kết quả này phù hợp với các khuyến nghị rằng WTP trong không gian WTP đáng tin cậy hơn, hạn chế được sự chỉ định phân phối tham số chủ quan bởi nhà nghiên cứu(Train và Weeks, 2005; Hole và Kolstad, 2012; Lancsar và cộng sự, 2017). Tính toán WTP trong cả không gian sở thích và không gian WTP là một điểm tương đối mới so với các nghiên cứu trước đây vốn chỉ ước tính WTP bằng cách lấy tỷ lệ giữa tham số thuộc tính phi tiền tệ so với thuộc tính tiền tệ (Olum và cộng sự, 2019). Nhìn chung, nông dân không sẵn lòng trả tham gia chính sách phát triển GAqPs, họ cũng không sẵn lòng trả để bảo vệ môi trường và đảm bảo ATTP, vì việc này có thể làm giảm lợi ích kinh tế của họ.Tuy nhiên, nông dân sẵn lòng trả lãi suất trung bình khoảng 3,66% và 2,92% cho khoản vay một năm để đầu tư vào GAqPs nếu chính sách có lần lượt bảo hiểm Insu_A và Insu_B. Khám phá sở thích của nông dân với việc tuân thủ qui định bảo vệ môi trường và đảm bảo ATTP là một khác biệt so với các nghiên cứu trước đây vốn chỉ tập trung vào các lợi ích kinh tế (Ortega và cộng sự, 2013; Ngoc và cộng sự., 2016; Xuan và Sandorf, 2020). Bảng 4.13: Sở thích của nông dân đối với chính sách phát triển GAqPs Mô hình CLM Mô hình MXL Mô hình MXL trong không gian WTP trong không Biến số gian sở thích Hệ số Hệ số Độ lệch chuẩn Hệ số Độ lệch chuẩn Interest 13,343*** 16,986*** 29,113*** 38,514 Asc_borrow 0,734*** 0,315 5,738*** 0,048 0,399*** InsuA 0,534*** 0,662*** 0,079 0,037*** 0,015** InsuB 0,390*** 0,507*** 0,073 0,029*** 0,004 Fosa 0,080 0,101 0,654*** 0,004 0,036*** Chemis 0,089 0,125 0,086 0,009 0,007 Bio 0,131 0,242* 0,679*** 0,013* 0,037** Chỉ số mức độ phù hợp của mô hình ước lượng (Model fit statistics) Cỡ mẫu: 450 450 450 Số quan sát: 5.400 5.400 5,400 Loglikelihood: 1.931,22 1.478,042 1.475,33 Wald chi2 397,44*** 260,77*** 1.719,40*** AIC: 3.876,44 2.982,08 2.978,66 BIC: 3.914, 91 3.067,81 3.070,96 Likelihood ratio test: 906,36*** 14,94*** ***, **, * hệ số hồi qui có ý nghĩa thống kê ở mức 1%, 5% và 10%.
Nhiều hệ số độ lệch chuẩn trong mô hình MXL ở Bảng 4.13 có ý nghĩa thống kê cho thấy khả năng có các nhóm nông dân khác nhau. Kết quả mô hình LCM với 3 phân lớp tiềm ẩn trình bày ở Bảng 4.14. Bảng 4.14. Sở thích của nông dân với chính sách phát triển GAqPsqua mô hình LCM Mô hình LCM Phân lớp 1 Phân lớp 2 Phân lớp 3 Biến số (Nông dân bền vững) (Nông dân bảo thủ) (Nông dân đổi mới) Hệ số Hệ số Hệ số Tham số mô hình lựa chọn (Choice model parameters) Interest 29,442*** 3,361 10,707*** Ascborrow 3,740 6,846 0,811*** InsuA 1,055*** 3,068 0,409*** InsuB 0,175 3,101 0,522*** Fosa 0,505** 0,670 0,111 Chemis 1,313*** 1,175 0,433*** Bio 0,859*** 0,135 0,789*** Tham số mô hình thành viên (Class membership model parameters), (Class3 = Reference class) Diện tích trang trại 0,489*** 0,32** Tần suất dịch bệnh 0,281 0,202 Kiến thức về GAqPs 0,311* 0,011** Thái độ môi trường (EA) 0,090** 0,045 Thái độ với mất ATTP (FA) 0,098* 0,151* Thái độ đối với GAqPs (Gap_Att) 0,164 0,131* Hệ số cố định 0,701 0,931 Class probability (%) 25,9 30,9 43,2 Số quan sát 117 139 194 Đặc điểm các phân lớp Tuổi (năm) 44,04 49,47 46,57 Tỷ lệ hộ nuôi thâm canh 66,41 70,71 70,33 (%) Tỷ lệ hộ nuôi bán thâm 33,59 29,29 29,67 canh (%) Diện tích trang trại (ha) 2,25a 2,14a 2,13a Diện tích xử lý nước thải 0,13a 0,12a 0,12a (ha) Tỷ lệ diện tích xử lý 5,78 5,61 5,63 nước thải (%) Sản lượng thu hoạch mỗi 4,40a 4,28a 4,43a vụ (tấn) Năng suất bình quân 3,71 3,88 4,03 (tấn/ha) Thái độ môi trường (EA) 3,52a 3,69a 3,64a Thái độ đối với vấn đề 2,58a 2,43a 2,51a mất ATTP (FA) Kiến thức về GAqPs 2,09a 2,51a 2,61a (thang điểm 5) Thái độ đối với GAqPs 3,99c 3,71c 3,98c (GAP_Att) Chỉ số mức độ phù hợp của mô hình ước lượng (Model fit statistics) Cỡ mẫu: 450 Số quan sát: 5.400
Mô hình LCM Phân lớp 1 Phân lớp 2 Phân lớp 3 Biến số (Nông dân bền vững) (Nông dân bảo thủ) (Nông dân đổi mới) Hệ số Hệ số Hệ số Loglikelihood: 1.455,20 AIC: 2.952,22 BIC: 3.136,85 ***, **, * hệ số hồi qui có ý nghĩa thống kê ở mức 1%, 5% và 10%; a, b, c sự khác biệt của các nhóm nông dân có ý nghĩa thống kê ở mức 1%, 5%, và 10%. Phân lớp 1 giải thích 25,9% số quan sát (117 người). Nông dân trong Phân lớp 1 không sẵn lòng tham gia chính sách phát triển GAqPs, nhưng họ sẵn sàng trả lãi suất trung bình khoảng 4,46% và 2,92%/năm để tuân thủ lần lượt các yêu cầu xử lý nước thải bằng hóa chất và sinh học (xem Bảng 4.15). Các trang trại trong Phân lớp 1 có tỷ lệ đất sử dụng cho việc xử lý nước thải cao nhất trong 3 phân lớp (5,78%), và 33,59% trang trại nuôi tôm theo hình thức bán thâm canh, họ cũng thể hiện thái độ ủng hộ GAqPs cao nhất so với hai nhóm còn lại. Vì vậy, nông dân trong Phân lớp 1 được gọi là nhóm "Nông dân bền vững". Phân lớp 2 giải thích 30,9% số quan sát (139 nông dân) đại diện cho nhóm nông dân không sẵn lòng tham gia chính sách phát triển GAqPs. Tất cả các tham số ước lượng không có ý nghĩa thống kê, cho thấy những nông dân này không quan tâm đến các phương án chính sách được đề xuất. Phần lớn trang trại trong Phân lớp 2 là trang trại nuôi tôm thâm canh (70,71%), và ít ủng hộ phát triển GAqPs thấp nhất trong 3 phân lớp (điểm trung bình của thang đo Gap_Att là 3,71 điểm). Nhóm nông dân này được đặt tên là "Nông dân bảo thủ". Phân lớp 3 giải thích 43,2% số quan sát (194 người). Nông dân ở Phân lớp 3 sẵn lòng trả lãi suất ưu đãi trung bình khoảng 7,58%/năm để tham gia chính sách phát triển GAqPs, nhưng yêu cầu được trợ cấp lãi suất khoảng 4,04% và 7,37%/năm để tuân thủ lần lượt các yêu cầu xử lý nước thải bằng phương pháp hóa học và phương pháp sinh học (xem Bảng 4.15). Nông dân ở nhóm này cũng hiểu biết về GAqPs nhiều nhất với điểm đánh giá kiến thức trung bình là 2,61 trên thang điểm5, và họ cũng có thái độ ủng hộ GAqPs mạnh mẽ (điểm trung bình của thang đo Gap_Att là 3,98) (xem Bảng 4.14). Các kết quả này cho thấy Phân lớp 3 là tập hợp những nông dân có khả năng đổi mới cao nhất, nên Phân lớp 3 được gọi là nhóm "Nông dân đổi mới". Kết hợp mô hình CLM, MXL và LCM để phân tích sở thích của nông dân trong nghiên cứu này là khá mới so với các nghiên cứu trước đây vốn chỉ áp dụng mô hình probit (Ngoc và cộng sự, 2016), hoặc MXL (Ortega và cộng sự, 2013). Việc áp dụng đồng thời các mô hình MXL và LCM cho phép phân tích tốt hơn sở thích của nông dân. Trong nghiên cứu này, kết hợp các mô hình MXL và LCM đã chỉ ra sở thích của nông dân nuôi tôm là không đồng nhất, và có 3 nhóm nông dân khác nhau gồm nhóm nông dân bền vững, nhóm nông dân bảo thủ, và nhóm nông dân đổi mới. Kết quả này rất hữu ích cho việc thiết kế các chính sách phù hợp với từng nhóm nhằm thúc đẩy phát triển GAqPs trong nuôi tôm, và cũng có thể là cơ sở lý giải cho sự thất bại của các chính sách trước đây, vốn xem nông dân nuôi tôm là một nhóm đồng nhất. Bảng 4.15. Mức sẵn lòng trả lãi suất của nông dân WTP cho chính sách phát triển GAqPs(%) Không gian sở Không gian WTP Biến thích CLM MXL LCM Mô hình MXL Trung bình Trung bình Phân lớp 1 Phân lớp 3 Trung bình Asc_borrow 7,58 InsuA 4,00 3,89 3,58 3,82 3,66 InsuB 2,92 2,99 4,88 2,92 Fosa 1,72 Chemis 4,46 4,04 Bio 1,42 2,92 7,37 1,26 Ghi chú: WTP chỉ báo cáo các giá trị ước tính có ý nghĩa thống kê.
4.3.3. Ảnh hưởng của các đặc điểm kinh tế - xã hội lên sở thích của nông dân 4.4. Phân tích sở thích của người tiêu dùng đối với tôm nuôi theo GAqPs 4.4.1. Sở thích của người tiêu dùng đối với tôm nuôi theo GAqPs Kiểm định Likelihood ratio và Model fit statisticscho thấy các kết quả ước lượng từ MXL cải thiện đáng kể so với CLM. Đồng thời tất cả hệ số độ lệch chuẩn trong mô hình MXL có ý nghĩa thống kê,cho thấy tính không đồng nhất trong sở thích của NTD. Do đó, MXL phù hợp với dữ liệu hơn so với CLM. Tính chất các hệ số ước lượng từ mô hình MXL trong không gian WTP và không gian sở thích là tương đồng nhau. Tuy nhiên, kết quả kiểm định Likelihood ratio và Model fit statisticscho biết các ước lượng MXL trong không gian WTPtốt hơn so với trong không gian sở thích, và khắc phục được sự chỉ định phân phối tham số chủ quan bởi nhà nghiên cứu (Train và Weeks, 2005)(xem Bảng 4.17). Nhìn chung, NTD có lợi ích cao hơn khi họ mua tôm được chứng nhận GAqPs so với tôm không có chứng nhận. Trái với nhận định rằng NTD ở các nước đang phát triển ít quan tâm đến thủy sản bền vững (Tsantiris và cộng sự, 2018), nghiên cứu này tìm thấy NTD Việt Nam thích và sẵn lòng trả cho tôm nuôi theo GAqPs. Các kết quả phân tích này tương tự như các kết quả được tìm thấy trong các nghiên cứu ở các nước phát triển (Bronnmann và Asche, 2017; Hinkes và SchulzeEhlers, 2018). Các phát hiện này mở rộng hiểu biết về hành vi tiêu dùng bền vững ở thị trường đang phát triển điển hình như Việt Nam, và cho thấy tiềm năng phát triển NTTS bền vững dựa trên các ưu đãi của thị trường nội địa đối với thủy sản nuôi được chứng nhận. Bảng 4.17. Kết quả phân tích sở thích tiêu dùng tôm nuôi chứng nhận GAqPs Choice CLM MXL trong MXL trong không gian WTP không gian sở thích Hệ số Hệ số Std.Dev Hệ số Std.Dev Price 0,019*** 0,033*** 0,059*** 0,049*** VietGap 6,667*** 10,384*** 2,345*** 323,089*** 65,335*** GobalGAP 5,798*** 9,125*** 1,961*** 285,143*** 57,498*** ASC 5,916*** 9,175*** 2,270*** 285,235*** 64,511*** Naturland 6,213*** 9,334*** 2,554*** 298,389*** 76,915*** Nolabel 4,418*** 6,458*** 2,132*** 205,013*** 57,388*** Chỉ số mức độ phù hợp của mô hình ước lượng (Model fit statistics) N 459 459 459 Số quan sát 22,032 22,032 22,032 Loglikelihood: 4.663,53 3.778,59 3.643,99 Wald chi2 2.735,85*** 1.769,88*** 9.568,62*** AIC: 9.339,07 7.579,19 7.311,98 BIC: 9.376,32 7.667,19 7.407,98 Likelihood ratio test: 1.769,88*** 269,21*** ***; **; * hệ số hồi qui có ý nghĩa ở 1%; 5%; 10%. 4.4.2. Ảnh hưởng của các đặc điểm cá nhân lên sở thích của người tiêu dùng 4.5. Phân tích ảnh hưởng của thái độ lên sở thích của nông dân và người tiêu dùng 4.5.1. Ảnh hưởng của thái độ đối lên sở thích của nông dân Bảng 4.20 trình bày kết quả phân tích ảnh hưởng của thái độ môi trường (EA) và thái độ về mất ATTP (FA) lên sở thích của nông dân đối với GAqPs và chính sách phát triển GAqPs. Bảng 4.20. Ảnh hưởng của thái độ lên sở thích của nông dân Ảnh hưởng của thái độ lên sở thích đối với GAqPs Ảnh hưởng của thái độ lên sở thích đối với chính sách phát triển GAqPs Biến số Hệ số Std.Dev Biến số Hệ số Std.Dev Cost 0,003*** Interest 16,986*** Asc_change 0,750** 2,966*** Asc_borrow 0,309 4,261*** IncreaY15 0,649*** 0,274 InsuA 0,665*** 0,043 DecreaY15 0,216** 0,367 InsuB 0,508*** 0,264
Ảnh hưởng của thái độ lên sở thích đối với GAqPs Ảnh hưởng của thái độ lên sở thích đối với chính sách phát triển GAqPs Biến số Hệ số Std.Dev Biến số Hệ số Std.Dev Price 0,225** 1,136*** Fosa 0,097 0,559*** Outbreak1 1,462*** 0,683*** Chemis 0,132 0,124 Outbreak2 0,897*** 0,042 Bio 0,241* 0,713*** Ảnh hưởng của thái độ đối với các tác động môi trường của NTTS thông thường Change*EA 0,325** 0,546*** Borrow*EA 0,707** 5,354*** Deyield*EA 0,101* 0,154 Chemis*EA 0,152* 0,073 Bio*EA 0,099 0,291 Ảnh hưởng của thái độ đối với vấn đề mất ATTP của NTTS thông thường Change*FA 0,172 0,699** Borrow*FA 0,534** 0,150 Outbreak1*FA 0,157 0,102 Fosa*FA 0,055 0,222* Outbreak2*FA 0,030 0,213 Chỉ số mức độ phù hợp của mô hình ước lượng (Model fit statistics) N: 450 Wald chi2 (9): N: 450 Wald chi2(9): 100,05*** 342,89*** AIC: 3.143,05 Số quan sát: AIC: 2.984,02 Số quan sát: 5.400 5.400 BIC: 3.295,17 Loglikelihood: BIC: 3.135,68 Loglikelihood: 1.469,01 1.548.75 Likelihood ratio test: 10,53*** Likelihood ratio test: 18,07*** ***, **, * hệ số hồi qui có ý nghĩa thống kê ở mức 1%, 5% và10%. Nhìn chung thái độ tiêu cực đối với các tác động môi trường từ hoạt động nuôi tôm truyền thống làm tăng sự ưa thích và sẵn lòng trả của nông dân đối với GAqPs, và chính sách phát triển GAqPs. Các khám phá này có điểm tương đồng so với kết quả được báo cáo trong nghiên cứu trước rằng nông dân có thái độ bảo vệ môi trường tích cực sẽ sẵn lòng trả để áp dụng nông nghiệp bền vững (Ruto và Garrod, 2009; Buckley và cộng sự, 2012; Greiner, 2015). Điểm khác biệt của nghiên cứu này là đã chỉ ra mặc dù nông dân nhận thức được tác động tiêu cực lên môi trường từ nuôi tôm truyền thống, nhưng trong những trường hợp GAqPs làm giảm lợi ích kinh tế, vẫn cần có các khuyến khích để thúc đẩy nông dân áp dụng GAqPs có tính bền vững hơn, hoặc tuân thủ qui định bảo vệ môi trường trong GAqPs. Có nghĩa là, các lợi ích kinh tế vẫn là yếu tố quan trọng hơn, lợi ích môi trường có thể đạt được một cách gián tiếp thông qua việc áp dụng GAqPs, mà ở đó GAqPs phải đảm bảo duy trì được lợi ích kinh tế cho nông dân. Đây là nghiên cứu đầu tiên xem xét ảnh hưởng của thái độ đối với các tác động môi trường lên sở thích của nông dân đối với phát triển GAqPs. Các nghiên cứu trước đã bỏ qua vấn đề này (Ortega và cộng sự, 2013; Ngoc và cộng sự, 2016), trong khi nuôi trồng thủy sản sử dụng rất nhiều tài nguyên đât và nước, và có tác động môi trường nghiêm trọng (Nguyễn Văn Công, 2017). Ngược lại, thái độ đối với các vấn đề mất ATTP trong NTTS truyền thống không làm gia tăng sở thích và mức WTP của nông dân đối với GAqPs. Có thể nông dân không nhận thức được vấn đề mất ATTP trong nuôi tôm truyền thống. Mặc dù vấn đề này đã và đang là thách thức lớn đối với ngành nuôi tôm Việt Nam (Chi và cộng sự, 2017). Đây là nghiên cứu đầu tiên trong lĩnh vực này phân tích ảnh hưởng của thái độ về vấn đề mất ATTP trong NTTS. Các khám phá này cho thấy nâng cao nhận thức của nông dân về đảm bảo ATTP là rất quan trọng. 4.5.2. Ảnh hưởng của thái độ, kiến thức lên sở thích của người tiêu dùng Nhìn chung, thái độ của người tiêu dùng đối với các tác động tiêu cực lên môi trường từ nuôi tôm truyền thống (EA) không làm tăng lợi ích đối với đối với tôm nuôi được chứng nhận GAqPs, ngoại trừ tôm VietGap. Ngược lại, thái độ tiêu cực đối với các vấn đề mất ATTP (FA) và kiến thức về các chứng nhận (Know) đã gia tăng lợi ích tiêu dùng tôm nuôi theo GAqPs.
Bảng 4.21. Ảnh hưởng của thái độ, kiến thức lên sở thích của người tiêu dùng Biến số Mô hình CL Mô hình MXL Mô hình MXL trong không gian WTP trong không gian sở thích Hệ số Hệ số Std.Dev Hệ số Std.Dev Price 0,020*** 0,034*** 0,083*** 0,104*** VietGap 6,699*** 10,550*** 2,230*** 309,860*** 56,323*** GlobalGAP 6,032*** 9,533*** 1,539*** 280,930*** 35,174*** ASC 6,095*** 9,284*** 1,599*** 289,851*** 50,477*** Naturland 6,279*** 9,673*** 2,186*** 294,718*** 44,581*** Nolabel 4,594*** 6,877*** 2,089*** 207,390*** 56,391*** Tương tác giữa các chứng nhận và thái độ đối với các tác động tiêu cực của NTTS (EA) VietGap*EA 0,197*** 0,451* 0,708*** 13,128*** 18,314*** GlobalGap*EA 0,018 0,039 0,339 1,808 4,793 ASC*EA 0,123 0,208 0,680*** 11,036*** 3,377 Naturland*EA 0,089 0,150 0,439 4,912 19,542*** Tương tác giữa các chứng nhận và thái độ đối với vấn đề mất ATTP của NTTS VietGap*FA 0,430*** 0,507** 0,780*** 8,688*** 32,354*** GlobalGap*FA 0,551*** 0,829*** 1,384*** 35,472*** 37,033*** ASC*FA 0,557*** 0,977*** 1,269*** 25,386*** 12,595*** Naturland*FA 0,536*** 0,581*** 0,862** 21,570*** 38,649*** Tương tác giữa các chứng nhận với kiến thức về các chứng nhận của người tiêu dùng VietGAP*Kno 0,895*** 1,269*** 0,223 35,136*** 39,379*** w GlobalGap*Kn 0,444** 0,775** 0,604 28,199*** 49,372*** ow ASC*Know 1,222*** 1,881*** 0,003 44,593*** 63,308*** NaturLand*Kno 1,636*** 1,850*** 2,620*** 59,718*** 19,410*** w Chỉ số mức độ phù hợp của mô hình ước lượng (Model fit statistics) Số người trả 459 459 459 lời: Số quan sát: 22.032 22.032 22.032 Loglikelihood: 4.438,05 3.621,93 3.475,26 AIC: 8.912,10 7.313,86 7.022,52 BIC: 9.023,85 7.593,87 7.310,53 Likelihood ratio test: 1.632,24*** 293.34*** ***, **, * hệ số có ý nghĩa ở 1%; 5%; 10%. Nhiều tham số độ lệch chuẩn trong Bảng 4.21 có ý nghĩa cho thấycó những nhómNTD có sở thích khác nhau. Một mô hình LCM với 3 lớp tiềm ẩnđược trình bày tại Bảng 4.22. Bảng4.22. Mô hình LCM đo lường tác động của thái độ, kiến thức lên sở thích của NTD Biến số Phân lớp 1 Phân lớp 2 Phân lớp 3 (NTDan toàn) (NTD truyền thống) (NTDbền vững) Hệ số Hệ số Hệ số Tham số mô hình lựa chọn (Choice model parameters) Price 0,002 0,012*** 0,032*** VietGap 3,658*** 41,127 10,955*** GlobalGAP 2,340*** 0,572 10,449*** ASC 2,834*** 0,199 10,444*** Naturland 2,588*** 0,973 10,682*** Nolabel 0,778 1,045* 8,118***