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

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

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:
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

  1. 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.
  2. 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. 
  3. 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.
  4. 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 
  5. 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. 
  6. 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).
  7. 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.
  8. 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.
  9. 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  
  10. 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).
  11. ................................................................................. (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 
  12. 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***
  13. 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.
  14. 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%.
  15. 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
  16. 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.
  17. 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
  18. 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. 
  19. 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***
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
6=>0