Analyzing the key drivers of tree planting from local people in cao phong district hoa binh province vietnam with bayesian networks

Phân tích động lực trồng cây của người dân Cao Phong, Hòa Bình, Việt Nam. Sử dụng mạng Bayesian để khám phá yếu tố thúc đẩy chính.

• Tác giả: Trần Thị Mai Anh
• Người hướng dẫn: Dr. Lê Đình Hải
• Trường học: Vietnam Forestry University
• Chuyên ngành: Natural Resources Management
• Đề tài: Analyzing the key drivers of tree planting from local people in Cao Phong District, Hoa Binh Province, Vietnam with Bayesian Networks
• Loại tài liệu: Student Thesis
• Năm xuất bản: 2015
• Địa điểm: Hà Nội

Tóm tắt

I. Hướng dẫn tìm hiểu động lực trồng cây tại Cao Phong Hòa Bình

Hòa Bình là một tỉnh miền núi có vai trò quan trọng trong việc bảo vệ môi trường và phát triển kinh tế lâm nghiệp. Với diện tích đất lâm nghiệp chiếm tới 72% tổng diện tích tự nhiên, các hoạt động trồng rừng không chỉ giúp bảo vệ lưu vực sông Đà mà còn là nguồn sinh kế người dân địa phương quan trọng. Tuy nhiên, tình trạng phá rừng và suy thoái rừng tại huyện Cao Phong đã ở mức báo động, đe dọa đến sự ổn định sinh thái và kinh tế. Nghiên cứu của Trần Thị Mai Anh (2015) đã đi sâu vào việc phân tích các động lực trồng cây chính của người dân, sử dụng một phương pháp tiên tiến là mô hình mạng Bayes. Bài viết này sẽ tổng hợp những phát hiện cốt lõi từ nghiên cứu, làm rõ các yếu tố thúc đẩy trồng rừng và đề xuất các giải pháp nhằm thúc đẩy phát triển lâm nghiệp bền vững. Việc hiểu rõ quyết định của các hộ nông dân là chìa khóa để xây dựng các chính sách hiệu quả, khuyến khích sự tham gia của cộng đồng vào việc phục hồi và bảo vệ rừng, đặc biệt trong bối cảnh biến đổi khí hậu đang diễn ra phức tạp.

1.1. Bối cảnh sử dụng đất và các dự án trồng rừng tại Hòa Bình

Tỉnh Hòa Bình từ lâu đã phải đối mặt với thách thức lớn về nạn phá rừng. Các hoạt động canh tác không quy hoạch của cộng đồng các dân tộc thiểu số đã khiến độ che phủ rừng của tỉnh giảm xuống mức đáng báo động là 27% (GIZ, 2000). Để giải quyết vấn đề này, nhiều dự án tái trồng rừng quy mô lớn đã được triển khai, tiêu biểu là Chương trình 5 triệu ha rừng, Dự án RENFODA, và dự án Cơ chế phát triển sạch trong trồng rừng (AR-CDM). Đặc biệt, dự án AR-CDM triển khai tại Cao Phong đã huy động sự tham gia tự nguyện của 320 hộ gia đình trên diện tích 308.5 ha. Các chương trình này không chỉ góp phần tăng độ che phủ rừng mà còn tạo việc làm, cải thiện thu nhập và xóa đói giảm nghèo cho hàng ngàn người dân, đặc biệt là các dân tộc thiểu số. Tuy nhiên, việc sử dụng đất ở Hòa Bình vẫn còn nhiều bất cập, với 7% diện tích đất đồi chưa được che phủ bởi rừng, cho thấy tiềm năng mở rộng diện tích rừng còn rất lớn.

1.2. Vai trò của trồng rừng đối với sinh kế người dân địa phương

Đối với cộng đồng người Mường chiếm đa số tại Cao Phong, các hoạt động nông lâm nghiệp là nguồn sống chính. Việc trồng rừng sản xuất cung cấp gỗ, củi và các lâm sản ngoài gỗ, tạo ra nguồn thu nhập ổn định cho các hộ gia đình. Theo nghiên cứu, các nhà máy chế biến gỗ và lâm sản quy mô vừa và nhỏ trong tỉnh đã tạo điều kiện thuận lợi cho đầu ra, kết nối người dân từ khâu trồng cây đến thu hoạch và chế biến. Điều này thúc đẩy mạnh mẽ kinh tế hộ gia đình Cao Phong. Hơn nữa, rừng còn cung cấp các dịch vụ hệ sinh thái rừng thiết yếu như điều tiết nguồn nước, chống xói mòn, bảo tồn đa dạng sinh học. Việc giao rừng cho người dân quản lý, như tại lưu vực nhà máy thủy điện Hòa Bình, đã trao quyền và tạo trách nhiệm, giúp họ gắn bó hơn với việc bảo vệ và phát triển rừng như một tài sản đảm bảo an ninh lương thực và sinh kế lâu dài.

II. Giải mã các thách thức trong quyết định trồng rừng của nông hộ

Mặc dù các chương trình tái trồng rừng đã đạt được những thành công nhất định, quyết định tham gia của các hộ gia đình vẫn bị chi phối bởi nhiều yếu tố phức tạp. Việc hiểu rõ những rào cản này là rất quan trọng để thiết kế các chính sách can thiệp hiệu quả hơn. Các thách thức không chỉ đến từ các yếu tố kinh tế như vốn, đất đai, mà còn liên quan đến đặc điểm nhân khẩu học, trình độ học vấn, và nhận thức của chủ hộ. Nghiên cứu tại Cao Phong đã chỉ ra sự khác biệt rõ rệt trong các đặc điểm kinh tế - xã hội và nhận thức giữa nhóm hộ có trồng rừng và nhóm hộ không trồng rừng. Các yếu tố như tuổi tác, trình độ học vấn, khả năng tiếp cận thông tin kỹ thuật và thị trường đều đóng vai trò quan trọng trong việc ra quyết định của nông hộ. Phân tích sâu hơn về những thách thức này sẽ giúp xác định các điểm nghẽn cần tháo gỡ để khuyến khích cộng đồng tham gia trồng rừng một cách rộng rãi và hiệu quả hơn.

2.1. Các yếu tố kinh tế hộ gia đình Cao Phong ảnh hưởng đến quyết định

Yếu tố kinh tế là một trong những rào cản lớn nhất. Nghiên cứu cho thấy các hộ có quy mô đất đai lớn hơn và thu nhập cao hơn thường có xu hướng tham gia vào các chương trình trồng rừng. Việc thiếu vốn đầu tư ban đầu cho cây giống, phân bón và công chăm sóc là một trở ngại đáng kể đối với các hộ nghèo. Hơn nữa, thời gian chờ thu hoạch từ cây lâm nghiệp kéo dài (vài năm đến hàng chục năm) tạo ra chi phí cơ hội lớn so với việc trồng các loại cây nông nghiệp ngắn ngày như mía, ngô. Sự thay đổi trong sử dụng đất ở Hòa Bình, đặc biệt là xu hướng chuyển đổi từ trồng cây gỗ sang cây ăn quả (cam, chanh) để tăng thu nhập trước mắt, cũng là một thách thức lớn. Điều này cho thấy kinh tế hộ gia đình Cao Phong có tác động trực tiếp đến lựa chọn loại cây trồng và mức độ đầu tư cho lâm nghiệp.

2.2. Tác động của đặc điểm nông hộ và kiến thức lâm sinh

Các đặc điểm của hộ gia đình như tuổi, trình độ học vấn của chủ hộ cũng có ảnh hưởng. Mặc dù một số nghiên cứu chỉ ra rằng nông dân lớn tuổi thường ngại thay đổi, nghiên cứu tại Cao Phong không tìm thấy mối liên hệ rõ ràng. Tuy nhiên, trình độ học vấn lại có tác động tích cực. Những hộ có chủ hộ học vấn cao hơn thường có thái độ tích cực và dễ tiếp thu các kỹ thuật trồng rừng mới. Khảo sát cho thấy 52% số người được hỏi có kiến thức tốt về lâm sinh, và phần lớn kiến thức này đến từ các chương trình tập huấn của chính phủ. Điều này nhấn mạnh tầm quan trọng của các hoạt động khuyến nông. Việc thiếu thông tin và kiến thức kỹ thuật về chọn giống, chăm sóc và phòng trừ sâu bệnh có thể làm giảm hiệu quả và động lực trồng cây của người dân.

III. Phương pháp Mạng Bayes Phân tích nhân quả trong trồng rừng

Để làm sáng tỏ mối quan hệ phức tạp giữa các yếu tố ảnh hưởng đến quyết định trồng rừng, nghiên cứu đã áp dụng mô hình mạng Bayes (Bayesian Networks - BNs). Đây là một công cụ thống kê phi tham số mạnh mẽ, cho phép kết hợp cả dữ liệu định tính và định lượng để phân tích các mối quan hệ nhân quả. Thay vì chỉ đưa ra các mối tương quan đơn giản như các phương pháp hồi quy truyền thống, mạng Bayes có thể mô hình hóa các tác động trực tiếp và gián tiếp giữa nhiều biến số. Mô hình trực quan hóa các mối quan hệ này dưới dạng một đồ thị có hướng, giúp các nhà hoạch định chính sách dễ dàng nhận diện các yếu tố then chốt và các điểm can thiệp hiệu quả. Việc sử dụng phân tích nhân quả thông qua mạng Bayes đã mang lại một góc nhìn sâu sắc và đa chiều về động lực trồng cây của người dân Cao Phong, vượt qua những hạn chế của các phương pháp phân tích thông thường.

3.1. Giới thiệu mô hình mạng Bayes và ưu điểm vượt trội

Một mô hình mạng Bayes bao gồm hai thành phần chính: một đồ thị có hướng không chu trình (DAG) và các bảng xác suất có điều kiện (CPTs). Đồ thị mô tả mối quan hệ phụ thuộc giữa các biến số (các nút), trong khi CPTs định lượng sức mạnh của các mối quan hệ đó. Ưu điểm lớn của BNs là khả năng kết hợp kiến thức chuyên gia với dữ liệu thực nghiệm. Mô hình này không chỉ hỗ trợ suy luận xuôi (dự đoán kết quả từ nguyên nhân) mà còn cả suy luận ngược (chẩn đoán nguyên nhân từ kết quả). Điều này đặc biệt hữu ích trong việc phân tích các kịch bản chính sách khác nhau. Ví dụ, mô hình có thể dự báo tỷ lệ hộ gia đình quyết định trồng rừng sẽ thay đổi như thế nào nếu chính phủ tăng cường hỗ trợ vốn hoặc tổ chức thêm các lớp tập huấn kỹ thuật.

3.2. Quy trình thu thập và phân tích dữ liệu tại Cao Phong

Nghiên cứu đã tiến hành khảo sát 100 hộ gia đình tại hai xã Bắc Phong và Xuân Phong thuộc huyện Cao Phong. Việc lựa chọn mẫu được thực hiện theo phương pháp chọn mẫu ngẫu nhiên phân tầng dựa trên mức độ giàu nghèo và việc tham gia các chương trình lâm nghiệp. Bảng câu hỏi được thiết kế để thu thập thông tin về đặc điểm hộ gia đình, các yếu tố kinh tế - xã hội và các yếu tố ảnh hưởng đến quyết định trồng rừng. Dữ liệu sau khi thu thập được xử lý bằng phần mềm SPSS để phân tích thống kê ban đầu, sau đó được đưa vào phần mềm Netica để xây dựng và học các tham số cho mô hình mạng Bayes. Quá trình này bao gồm việc mã hóa các biến liên tục thành các khoảng rời rạc và sử dụng thuật toán EM (Expectation-Maximization) để ước tính các xác suất có điều kiện, đảm bảo mô hình phản ánh chính xác nhất các mối quan hệ trong dữ liệu thực tế.

IV. Top 4 yếu tố then chốt thúc đẩy quyết định trồng cây tại địa phương

Thông qua phân tích nhân quả bằng mô hình mạng Bayes, nghiên cứu đã xác định được 4 yếu tố có ảnh hưởng trực tiếp và mạnh mẽ nhất đến quyết định trồng cây của các hộ nông dân tại Cao Phong. Những yếu tố này bao gồm việc tham gia các chương trình lâm nghiệp của chính phủ, kiến thức về lâm sinh, vốn đầu tư và khoảng cách đến thị trường. Việc xác định các yếu tố này không chỉ giúp lý giải hành vi của người dân mà còn cung cấp những bằng chứng khoa học vững chắc cho việc xây dựng các chính sách hỗ trợ trồng rừng hiệu quả và có mục tiêu. Các yếu tố này tương tác với nhau, tạo thành một hệ thống phức tạp ảnh hưởng đến ra quyết định của nông hộ. Hiểu rõ cơ chế tác động của từng yếu tố là điều kiện tiên quyết để thúc đẩy các hoạt động trồng rừng, góp phần vào mục tiêu phát triển lâm nghiệp bền vững và bảo vệ môi trường tại địa phương.

4.1. Vai trò quyết định của các chính sách hỗ trợ trồng rừng

Phân tích cho thấy, việc tham gia vào các chương trình lâm nghiệp của chính phủ là yếu tố thúc đẩy trồng rừng mạnh nhất. Những hộ gia đình tham gia các chương trình như AR-CDM hay dự án 661 có khả năng quyết định trồng rừng cao hơn tới 119 lần so với những hộ không tham gia. Các chính sách hỗ trợ trồng rừng này cung cấp những hỗ trợ thiết thực như cây giống, vật tư, tập huấn kỹ thuật và hỗ trợ tài chính ban đầu. Điều này giúp người dân vượt qua được rào cản lớn nhất là thiếu vốn và kiến thức. Sự hỗ trợ từ chính phủ không chỉ làm giảm rủi ro cho nông dân mà còn tạo ra một động lực tâm lý, giúp họ tin tưởng hơn vào lợi ích kinh tế và môi trường lâu dài của việc trồng rừng.

4.2. Ảnh hưởng của kiến thức lâm sinh và vốn đầu tư

Kiến thức về kỹ thuật lâm sinh là yếu tố quan trọng thứ hai. Những hộ có kiến thức tốt về chọn loài cây, kỹ thuật trồng và chăm sóc có khả năng quyết định trồng rừng cao hơn 4.2 lần. Thực tế cho thấy, phần lớn kiến thức này (77%) đến từ các khóa đào tạo của chương trình lâm nghiệp, chứng tỏ vai trò không thể thiếu của công tác khuyến nông. Bên cạnh đó, vốn đầu tư cũng là một yếu tố trực tiếp. Những hộ có khả năng huy động vốn (từ tiết kiệm, vay mượn hoặc hỗ trợ) để trồng rừng có xác suất tham gia cao hơn 2.4 lần. Điều này cho thấy việc tạo ra các cơ chế tín dụng ưu đãi cho lâm nghiệp là một giải pháp cần thiết để khuyến khích các hộ gia đình, đặc biệt là hộ nghèo và cận nghèo, tham gia trồng rừng.

4.3. Tác động của khoảng cách đến thị trường đến việc ra quyết định

Khoảng cách đến thị trường, được hiểu là nơi mua vật tư và bán sản phẩm, cũng là một yếu tố có ý nghĩa thống kê. Những hộ ở gần thị trường hơn hoặc có đường sá thuận tiện có xu hướng trồng rừng cao hơn 1.5 lần. Khoảng cách gần giúp giảm chi phí vận chuyển cây giống, phân bón và dễ dàng tiếp cận thông tin thị trường, tiêu thụ sản phẩm khi thu hoạch. Yếu tố này đặc biệt quan trọng đối với việc trồng rừng sản xuất, nơi hiệu quả kinh tế phụ thuộc nhiều vào chi phí đầu vào và giá bán đầu ra. Do đó, việc cải thiện cơ sở hạ tầng giao thông nông thôn không chỉ phục vụ dân sinh mà còn là một đòn bẩy quan trọng thúc đẩy phát triển lâm nghiệp bền vững.

V. Kết quả phân tích Kịch bản gia tăng diện tích trồng rừng

Một trong những điểm mạnh của mô hình mạng Bayes là khả năng thực hiện phân tích kịch bản, cho phép dự báo những thay đổi trong quyết định của người dân khi các yếu tố đầu vào thay đổi. Nghiên cứu đã xây dựng các kịch bản khác nhau để khám phá những cách thức tiềm năng nhằm gia tăng diện tích trồng rừng tại Cao Phong. Kết quả phân tích kịch bản cho thấy, các can thiệp chính sách có thể tạo ra tác động đáng kể đến cả quyết định trồng rừng và diện tích rừng dự kiến được trồng. Ví dụ, nếu tất cả các hộ gia đình đều được tham gia vào một chương trình lâm nghiệp, có kiến thức tốt, được hỗ trợ vốn và ở khoảng cách thuận lợi đến thị trường, tỷ lệ quyết định trồng rừng có thể tăng từ 47.2% lên mức rất cao. Phân tích này cung cấp những gợi ý quý báu cho các nhà hoạch định chính sách trong việc ưu tiên các nguồn lực đầu tư để đạt được hiệu quả cao nhất trong công tác tái trồng rừng.

5.1. Dự báo quyết định trồng rừng khi thay đổi các yếu tố then chốt

Phân tích kịch bản cho thấy, việc cải thiện đồng bộ các yếu tố chính sẽ mang lại kết quả đột phá. Ngược lại, nếu các yếu tố này ở trạng thái tiêu cực (không tham gia chương trình, kiến thức kém, không có vốn, thị trường xa), động lực trồng cây sẽ giảm mạnh. Một kịch bản thú vị cho thấy, nếu chỉ mặc định rằng tất cả các hộ gia đình tham gia chương trình lâm nghiệp của chính phủ (Yes=100%), trong khi giữ nguyên các yếu tố khác, quyết định trồng rừng đã có thể tăng lên đáng kể. Điều này một lần nữa khẳng định vai trò trụ cột của các chương trình, dự án do chính phủ khởi xướng trong việc thúc đẩy cộng đồng tham gia trồng rừng. Những phân tích này giúp lượng hóa tác động của từng chính sách, hỗ trợ việc ra quyết định của nông hộ một cách hiệu quả.

5.2. Vai trò của hộ nghèo và cận nghèo trong mở rộng diện tích rừng

Một phát hiện đáng chú ý từ phân tích kịch bản là về vai trò của các nhóm hộ khác nhau. Khi mô hình hóa dựa trên tổng diện tích đất, kết quả cho thấy các hộ gia đình trung bình (có từ 0.5 đến 2 ha đất) có xu hướng trồng thêm diện tích rừng lớn nhất (tăng lên 2.9 ha), theo sau là các hộ nghèo (tăng lên 2.8 ha). Ngược lại, các hộ giàu có (trên 2 ha đất) lại có xu hướng trồng ít hơn (giảm xuống 1.3 ha). Điều này có thể được giải thích là do các hộ giàu có nhiều lựa chọn đầu tư sinh lợi hơn, ví dụ như chuyển sang trồng cây ăn quả có giá trị kinh tế cao. Phát hiện này cho thấy các chính sách khuyến khích trồng rừng nên tập trung nhiều hơn vào nhóm hộ nghèo và trung bình, vì đây chính là lực lượng nòng cốt có tiềm năng lớn nhất trong việc mở rộng độ che phủ rừng tại địa phương.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Lý do chọn đề tài và bối cảnh thực tiễn

Tỉnh Hòa Bình là một tỉnh miền núi cửa ngõ vùng Tây Bắc Việt Nam với tổng diện tích tự nhiên 460.870 ha, trong đó đất lâm nghiệp chiếm 332.800 ha (tương đương 72% diện tích toàn tỉnh). Lực lượng lao động hoạt động trong lĩnh vực nông lâm nghiệp chiếm khoảng 71% (391.500 người). Rừng tại Hòa Bình giữ vai trò xung yếu trong việc bảo vệ lưu vực Nhà máy Thủy điện Hòa Bình, điều tiết dòng chảy, duy trì chất lượng nước, giảm thiểu xói mòn đất và bảo tồn hệ sinh thái. Tuy nhiên, nạn phá rừng và suy thoái rừng từng là vấn đề nghiêm trọng: tỷ lệ che phủ rừng có giai đoạn sụt giảm xuống mức báo động 27% (theo dự án GIZ năm 2000), nguy cơ cháy rừng thường xuyên ở mức 5/5 và diện tích rừng giảm từ 23.103 ha xuống 23.042 ha trong giai đoạn 2004–2011.

Nhằm khôi phục diện tích rừng, nhiều chương trình và dự án lâm nghiệp đã được triển khai như Chương trình 327, Chương trình 661 (Trồng mới 5 triệu ha rừng), Dự án 747 (472), Dự án RENFODA (hợp tác kỹ thuật với JICA) và đặc biệt là Dự án Cơ chế Phát triển Sạch về Trồng rừng và Tái trồng rừng (AR-CDM). Dự án AR-CDM được triển khai từ ngày 20/04/2008 tại xã Xuân Phong và xã Bắc Phong (huyện Cao Phong) với nguồn tài trợ 3,5 tỷ đồng từ Quỹ Phát triển Rừng (thành lập theo Nghị định số 148/2007/NĐ-CP do Công ty Honda Việt Nam đóng góp), thực hiện trong 16 năm trên quy mô 308,5 ha với sự tham gia tự nguyện của 320 hộ gia đình.

Mặc dù các chương trình lâm nghiệp đã tạo việc làm, tăng thu nhập và góp phần xóa đói giảm nghèo cho người dân địa phương (đặc biệt là đồng bào dân tộc thiểu số như người Mường chiếm đa số), sự tương tác giữa đặc điểm hộ gia đình, các yếu tố kinh tế - xã hội với quyết định trồng rừng và quy mô diện tích dự kiến trồng vẫn chưa được phân tích đầy đủ. Bên cạnh đó, hiện tượng chuyển đổi đất trồng rừng và đất nông nghiệp sang trồng cây ăn quả (cam, chanh, bưởi) nhằm tìm kiếm lợi nhuận ngắn hạn đang diễn ra phổ biến (điển hình tại xóm Mòn, xã Bắc Phong có khoảng 70% hộ dân chặt hạ rừng để trồng cây ăn quả), gây ra tình trạng thiếu nước đầu nguồn, ô nhiễm nguồn nước và thoái hóa tầng đất mặt.

Mục tiêu và câu hỏi nghiên cứu

Khóa luận xác định mục tiêu và hệ thống câu hỏi nghiên cứu như sau:

Mục tiêu chung: Phân tích các yếu tố quyết định chính tác động đến hoạt động trồng cây của người dân địa phương bằng Mạng Bayes (Bayesian Networks), từ đó đề xuất các giải pháp nhằm gia tăng diện tích trồng rừng tại huyện Cao Phong, tỉnh Hòa Bình.

Mục tiêu cụ thể:

1. Xác định và giải thích các yếu tố nông hộ liên quan đến quyết định trồng cây của người dân địa phương.
2. Đề xuất các giải pháp, khuyến nghị có tính khả thi nhằm gia tăng diện tích trồng rừng tại huyện Cao Phong, tỉnh Hòa Bình.

Câu hỏi nghiên cứu:

1. Những yếu tố quyết định chính nào tác động đến quyết định trồng cây của nông hộ?
2. Những yếu tố quyết định chính nào tác động đến diện tích dự kiến trồng rừng của nông hộ?
3. Động lực của nông dân khi quyết định trồng hoặc không trồng cây là gì?
4. Những khó khăn, bất lợi chính liên quan đến việc trồng cây tại địa phương là gì?

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Các yếu tố nhân khẩu học, đặc điểm kinh tế nông hộ, nguồn lực trang trại, điều kiện sinh lý - sinh thái, yếu tố thị trường, thể chế - chính sách lâm nghiệp tác động đến quyết định trồng cây và diện tích dự kiến trồng rừng của người dân.
• Phạm vi không gian: Huyện Cao Phong, tỉnh Hòa Bình; khảo sát chi tiết tại 2 xã đại diện là xã Bắc Phong (vùng trung tâm, điều kiện tiếp cận thuận lợi hơn) và xã Xuân Phong (vùng sâu, điều kiện khó khăn hơn).
• Phạm vi thời gian: Số liệu sơ cấp được thu thập thông qua đợt khảo sát thực địa từ ngày 01/08/2015 đến ngày 20/08/2015; số liệu thứ cấp thu thập trong giai đoạn 2000–2015.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và các nhóm yếu tố tác động

Nghiên cứu xây dựng khung phân tích dựa trên tổng quan y văn quốc tế và trong nước về hành vi trồng cây của nông hộ quy mô nhỏ (smallholder tree planting), phân loại thành 5 nhóm yếu tố chính:

1. Đặc điểm hộ gia đình (Household characteristics): Độ tuổi chủ hộ, giới tính, trình độ học vấn, quy mô lao động gia đình, nhận thức và thái độ đối với nghề rừng.
2. Nguồn lực trang trại (Farm characteristics/Resource endowments): Tổng diện tích đất sở hữu, diện tích đất lâm nghiệp, mức thu nhập bình quân, khả năng tiếp cận vốn đầu tư (investment capital).
3. Yếu tố sinh lý - sinh thái (Biophysical factors): Độ dốc, độ phì nhiêu của đất, khoảng cách từ nhà đến nương rẫy/rừng (distance to the field).
4. Yếu tố kinh tế - xã hội (Socio-economic factors): Chi phí cơ hội của đất và lao động, giá bán lâm sản, tiếp cận thị trường tiêu thụ và nguồn cung cây giống/phân bón thông qua khoảng cách tới thị trường (distance to market).
5. Yếu tố thể chế và chính sách (Institutional and policy factors): Giấy chứng nhận quyền sử dụng đất (sổ đỏ - land tenure), quyền khai thác và lưu thông gỗ, mức độ tham gia và tiếp cận các chương trình khuyến nông lâm (participation in forest programs), mức độ hiểu biết kỹ thuật lâm sinh (knowledge on silviculture).

Khung phân tích các nhóm yếu tố ảnh hưởng đến quyết định trồng cây:

Phương pháp chọn mẫu và thu thập dữ liệu

• Thiết kế mẫu khảo sát: Nghiên cứu áp dụng phương pháp chọn mẫu ngẫu nhiên phân tầng (stratified random sampling) với tổng quy mô mẫu là $N = 100$ hộ gia đình tại 2 xã đại diện thuộc huyện Cao Phong:
  • Xã Bắc Phong ($n = 50$ hộ): phân bổ tại xóm Mòn (20 hộ), xóm Đại (20 hộ) và xóm Rẽ (10 hộ).
  • Xã Xuân Phong ($n = 50$ hộ): phân bổ tại xóm Rú (20 hộ), xóm Mừng (10 hộ) và xóm Cần (20 hộ).
• Phân tầng kinh tế nông hộ: Mẫu được chia đều theo 3 nhóm mức sống dựa trên chuẩn nghèo của Tổng cục Thống kê và tiêu chí phân loại thực tế tại địa phương:
  • Nhóm hộ nghèo ($n = 34$ hộ): Thu nhập bình quân đầu người $< 4.800.000$ VNĐ/năm (hoặc theo chuẩn nghèo nông thôn).
  • Nhóm hộ trung bình ($n = 33$ hộ): Thu nhập bình quân đầu người từ $6.300.000 - 10.000.000$ VNĐ/năm, diện tích đất sở hữu từ $0,5 - 2$ ha.
  • Nhóm hộ giàu ($n = 33$ hộ): Thu nhập bình quân đầu người $> 10.000.000$ VNĐ/năm, diện tích đất sở hữu $> 2$ ha.
• Phương pháp thu thập dữ liệu: Phỏng vấn trực tiếp mặt đối mặt (face-to-face interview) đối với chủ hộ thông qua bảng hỏi cấu trúc kết hợp câu hỏi mở; thu thập dữ liệu thứ cấp từ UBND xã Bắc Phong, UBND xã Xuân Phong, Chi cục Thống kê, Sở Nông nghiệp và Phát triển Nông thôn tỉnh Hòa Bình.

Phương pháp phân tích dữ liệu

1. Phân tích thống kê trên IBM SPSS Statistics 20:
   • Phân tích đơn biến và hai biến (Bivariate analysis): Sử dụng kiểm định $t$-Student để so sánh biến định lượng và kiểm định Chi-square ($\chi^2$) của Pearson đối với biến định loại.
   • Rời rạc hóa biến liên tục (Discretization): Phân chia các biến liên tục thành các khoảng giá trị rời rạc (như nhóm tuổi, nhóm diện tích, nhóm thu nhập, khoảng cách thị trường) nhằm đáp ứng yêu cầu đầu vào của mạng xác suất.
   • Hồi quy Logistic nhị phân từng bước (Forward Stepwise Binary Logistic Regression theo LR): Dùng để xác định các biến giải thích có ý nghĩa tác động đến biến phụ thuộc nhị phân "Quyết định trồng cây của hộ" ($1 = \text{Có}$, $0 = \text{Không}$).
   • Hồi quy tuyến tính đa biến từng bước (Stepwise Multiple Linear Regression): Dùng để xác định các yếu tố tác động đến biến liên tục "Diện tích dự kiến trồng rừng".
2. Mô hình hóa Mạng Bayes (Bayesian Networks - BNs) bằng phần mềm Netica:
   • Cấu trúc mạng đồ thị có hướng không chu trình (Directed Acyclic Graph - DAG) được thiết lập kết hợp giữa thuật toán học cấu trúc từ dữ liệu khảo sát và học có giám sát dựa trên kiến thức chuyên gia lâm nghiệp (supervised learning).
   • Tham số hóa bảng xác suất có điều kiện (Conditional Probability Tables - CPTs) bằng thuật toán Cực đại hóa kỳ vọng (Expectation-Maximization - EM algorithm).
   • Thực hiện phân tích kịch bản (Scenario analysis) và chẩn đoán xác suất hậu sinh (Posterior probability) nhằm dự báo sự thay đổi hành vi trồng rừng khi điều chỉnh các biến can thiệp chính sách.

---

Nội dung chính theo từng chương

Chapter 1: Introduction (Mở đầu)

Chương này tổng quan về vai trò của hoạt động trồng rừng và tái trồng rừng trong việc hấp thụ $CO_2$, chống biến đổi khí hậu và cải thiện sinh kế bền vững tại vùng cao. Tác giả phân tích thực trạng lâm nghiệp tỉnh Hòa Bình, quá trình suy giảm tài nguyên rừng do canh tác nương rẫy không quy hoạch và cháy rừng, đồng thời điểm lại các chương trình phục hồi rừng lớn (Chương trình 327, 661, RENFODA, AR-CDM). Chương 1 chỉ ra khoảng trống nghiên cứu về hành vi vi mô của hộ gia đình và thiết lập sự cần thiết của việc áp dụng Mạng Bayes trong phân tích động thái trồng rừng tại huyện Cao Phong.

Chapter 2: Study Goals and Objectives (Mục tiêu và Nhiệm vụ nghiên cứu)

Trình bày hệ thống mục tiêu tổng quát, 2 mục tiêu cụ thể và 4 câu hỏi nghiên cứu trọng tâm liên quan đến việc nhận diện các yếu tố thúc đẩy (key drivers), quy mô diện tích dự kiến trồng rừng, động lực và những rào cản cản trở nông hộ tham gia trồng rừng.

Chapter 3: Study Area and Research Methodology (Địa bàn và Phương pháp nghiên cứu)

Mô tả chi tiết điều kiện tự nhiên, kinh tế - xã hội huyện Cao Phong và 2 xã điểm:

• Địa hình và khí hậu: Địa hình phức tạp gồm vùng cao, đồi gò và thung lũng karst, độ cao trung bình 400 m, độ dốc $10^\circ - 25^\circ$. Lượng mưa trung bình $1.800 - 2.200$ mm/năm, nhiệt độ trung bình $22^\circ\text{C} - 24^\circ\text{C}$.
• Thổ nhưỡng và sử dụng đất: Đất feralit vàng đỏ và đất bồi tụ. Tỷ lệ đất nông nghiệp chiếm 14%, đất lâm nghiệp chưa sử dụng chiếm tới 40%.
• Dân số và dân tộc: Người Mường chiếm 99% dân số nông thôn; xã Bắc Phong có 1.095 hộ (4.167 nhân khẩu), xã Xuân Phong có 785 hộ (3.485 nhân khẩu). GDP bình quân đạt 8,5 triệu đồng/người/năm (2015).
• Phân loại loài cây trồng tại địa bàn:

STT	Tên loài cây	Tên khoa học	Chu kỳ kinh doanh (Rotation length)
1	Bạch đàn	Eucalyptus camaldulensis Dehn	Chu kỳ ngắn (Short time)
2	Keo tai tượng	Acacia mangium	Chu kỳ ngắn (Short time)
3	Luồng	Dendrocalamus membranaceus Munro	Chu kỳ ngắn (Short time)
4	Lát hoa	Chukrasia tabularis A.Juss	Chu kỳ dài (Long time)
5	Quế	Cinnamomum cassia Bl	Chu kỳ dài (Long time)
6	Xoan	Melia azedarach Linn	Chu kỳ dài (Long time)
7	Trầm hương	Aquilaria crassna Pierre	Chu kỳ dài (Long time)
8	Sưa Bắc bộ	Dalbergia tonkinensis Prain	Chu kỳ dài (Long time)
9	Sấu	Dracontomelon duperreanum	Chu kỳ dài (Long time)

Chương 3 cũng quy định phương pháp rời rạc hóa 8 biến liên tục phục vụ mô hình Mạng Bayes:

Biến liên tục	Các trạng thái sau rời rạc hóa (States)	Tiêu chí/Phương pháp phân nhóm
Tuổi chủ hộ	$20-35$; $35-50$; $>50$ tuổi	Kiến thức chuyên gia (Luật Hôn nhân & Gia đình)
Số lao động	Thấp ($1-2$); Trung bình ($3-4$); Cao ($>5$ người)	Phân bố tần số bằng nhau (Equal frequency)
Tổng diện tích đất	Ít ($0-0,5$ ha); Vừa ($0,5-2$ ha); Nhiều ($>2$ ha)	Phân tầng theo tiêu chí kinh tế nông hộ
Diện tích đất rừng	Ít ($0-0,5$ ha); Vừa ($0,5-2$ ha); Nhiều ($>2$ ha)	Đánh giá chuyên gia, độ rộng khoảng đều
Thu nhập hộ gia đình	Thấp ($0-50$); Trung bình ($50-100$); Cao ($>100$ triệu VNĐ)	Phân bố tần số nhóm bằng nhau
Khoảng cách đến chợ	Gần ($0-6$ km); Trung bình ($6-12$ km); Xa ($>12$ km)	Khoảng cách đều và phân bố tần số
Khoảng cách đến nương	Gần ($0-3.000$ m); Xa ($>3.000$ m)	Phân bố tần số nhóm bằng nhau
Diện tích dự kiến trồng	Ít ($0-0,5$ ha); Vừa ($0,5-2$ ha); Nhiều ($>2$ ha)	Tiêu chí phân loại nông hộ tại địa bàn

Chapter 4: Results (Kết quả nghiên cứu)

Trình bày kết quả thống kê mô tả mẫu khảo sát, các mô hình hồi quy và mô hình Mạng Bayes tương tác:

• Đặc điểm mẫu điều tra: Diện tích đất bình quân đạt xấp xỉ 4 ha/hộ (đất lâm nghiệp chiếm 85%, đất nông nghiệp và đất ở chiếm 15%). Trình độ học vấn chủ hộ: 35% THCS, 43% THPT hoặc cao đẳng/đại học, 20% tiểu học, 2% mù chữ.
• Khoảng cách thị trường và nguồn kiến thức: 33% số hộ gặp khó khăn khi tiếp cận thị trường do khoảng cách $>6$ km; khoảng cách bình quân ở xã Xuân Phong cao gấp đôi xã Bắc Phong ($p = 0,000$). Về kiến thức lâm sinh, 52% số hộ tự đánh giá có kiến thức tốt; trong đó 77% tiếp thu kiến thức từ các lớp tập huấn của chương trình lâm nghiệp và chỉ 23% là do tự học hoặc học hỏi lẫn nhau.

---

Kết quả và đóng góp

Kết quả định lượng chính từ các mô hình thực nghiệm

1. Mô hình hồi quy Logistic về quyết định trồng cây của hộ nông dân

Mô hình đạt độ tin cậy thống kê cao với $\chi^2 = 72,000$ ($p < 0,001$), kiểm định Hosmer & Lemeshow $\chi^2 = 16,021$ ($p = 0,021$), $-2\text{ Log likelihood} = 61,623$, hệ số $R^2$ Cox & Snell đạt $0,702$. Tỷ lệ dự báo chính xác tổng thể tăng từ 53,6% (mô hình gốc) lên 84,5% khi đưa các biến giải thích vào phương trình hồi quy từng bước.

Biến độc lập	Hệ số hồi quy ($B$)	Mức ý nghĩa ($p$-value)	Tỷ số chênh ($\text{Exp}(B)$ / Odds ratio)
Tham gia chương trình lâm nghiệp (Participation in Forest Programs)	$4,779$	$< 0,001^{***}$	$\approx 119,0$
Kiến thức lâm sinh (Knowledge on Silviculture)	$1,435$	$0,034^{**}$	$\approx 4,2$
Vốn đầu tư trồng cây (Investment Capital)	$0,875$	$< 0,001^{***}$	$\approx 2,4$
Khoảng cách đến thị trường (Distance to Market)	$0,405$	$0,016^{**}$	$\approx 1,5$
Hằng số (Constant)	$-5,459$	$< 0,001^{***}$	$0,004$

Ghi chú: $^{} p < 0,001; ^{} p < 0,05$.*

Kết quả chỉ ra: Việc tham gia các chương trình lâm nghiệp của Nhà nước làm tăng cơ hội quyết định trồng cây của hộ lên tới 119 lần; có kiến thức kỹ thuật lâm sinh giúp tăng cơ hội lên 4,2 lần; có nguồn vốn đầu tư đầy đủ giúp tăng cơ hội lên 2,4 lần; và điều kiện giao thông thuận lợi đến thị trường giúp tăng cơ hội lên 1,5 lần.

2. Mô hình hồi quy tuyến tính về diện tích dự kiến trồng rừng

Mô hình hồi quy tuyến tính đa biến có ý nghĩa thống kê với $F = 9,292$ ($p < 0,001$), $R^2 = 0,336$ và $R^2$ hiệu chỉnh đạt $0,299$.

Biến độc lập	Hệ số chưa chuẩn hóa ($B$)	Hệ số chuẩn hóa ($\text{Beta}$)	Giá trị $t$	Mức ý nghĩa ($p$-value)
Hằng số (Constant)	$0,635$	—	$1,842$	$0,069^{*}$
Thái độ đối với trồng cây (Attitude of tree planting)	$-0,310$	$-0,310$	$-3,145$	$0,002^{***}$
Vốn đầu tư trồng cây (Investment capital)	$0,306$	$0,306$	$3,108$	$0,002^{***}$
Khoảng cách đến thị trường (Distance to market)	$0,112$	$0,112$	$1,154$	$0,048^{**}$
Tổng diện tích đất (Total land area)	$0,108$	$0,108$	$1,102$	$0,043^{**}$
Tham gia chương trình lâm nghiệp (Participation in forest programs)	$0,098$	$0,098$	$0,985$	$0,050^{**}$

Ghi chú: $^{} p < 0,001; ^{} p < 0,05; ^{} p < 0,10$.

Hệ số Beta chuẩn hóa khẳng định thái độ của người dân đối với nghề rừng và khả năng tiếp cận nguồn vốn đầu tư là hai nhân tố có trọng số chi phối mạnh nhất đến quy mô diện tích rừng mà hộ dự kiến trồng.

3. Cấu trúc Mạng Bayes và Phân tích Kịch bản (Scenario Analysis)

• Mạng Bayes quyết định trồng cây: Gồm 11 nút (biến), mô tả mối quan hệ trực tiếp từ 4 biến then chốt (Khoảng cách thị trường, Tham gia dự án lâm nghiệp, Kiến thức lâm sinh, Vốn đầu tư) tới biến mục tiêu. Trong đó: Quyền sử dụng đất tác động tới khoảng cách thị trường; Nhận thức và Quy mô lao động quyết định việc tham gia dự án lâm nghiệp; Hiểu biết về cách đăng ký dự án quyết định kiến thức lâm sinh; Khả năng tiếp cận đất rừng và Chu kỳ cây trồng quyết định nguồn vốn đầu tư.
• Mạng Bayes diện tích dự kiến trồng rừng: Gồm 13 nút, phân tích xác suất phân bố diện tích trồng: 44% số hộ dự kiến trồng $\le 0,5$ ha; 30% số hộ dự kiến trồng từ $0,5 - 2$ ha; 25,5% số hộ (chủ yếu là hộ giàu) có kế hoạch trồng $> 2$ ha trên các sườn đồi dốc.
• Kết quả mô phỏng các kịch bản can thiệp:
  • Kịch bản tối ưu hóa hỗ trợ: Khi thiết lập tất cả các hộ tham gia chương trình lâm nghiệp ($\text{Yes} = 100%$), có kiến thức lâm sinh tốt ($\text{Good} = 100%$), nguồn vốn từ dự án lâm nghiệp ($\text{Forestry program} = 100%$) và khoảng cách đến thị trường từ $6 - 12$ km, xác suất nông hộ quyết định trồng cây tăng mạnh từ mức nền $47,2%$ lên mức cao.
  • Mô phỏng quy mô diện tích theo nhóm mức sống: Khi thiết lập nhóm hộ trung bình ($0,5 - 2$ ha đất $= 100%$), diện tích dự kiến trồng rừng trung bình đạt mức cao nhất là 2,9 ha; đối với nhóm hộ nghèo ($0 - 0,5$ ha đất $= 100%$), diện tích dự kiến trồng đạt 2,8 ha; trong khi đối với nhóm hộ giàu ($> 2$ ha đất $= 100%$), diện tích dự kiến trồng lại giảm xuống mức thấp nhất là 1,3 ha (do nhóm hộ giàu tại Cao Phong ưu tiên chuyển dịch vốn và đất đai sang trồng cây ăn quả có thu nhập nhanh hơn).
  • Kịch bản chính sách nhà nước: Khi chính sách bảo đảm cấp giấy chứng nhận quyền sử dụng đất ($\text{Land tenure} = 100%$), đào tạo lâm sinh tốt và trợ cấp vốn/giống, xác suất quyết định trồng cây của người dân tăng từ $47%$ lên $54%$.

So sánh diện tích rừng dự kiến trồng trung bình giữa các nhóm hộ (Mô phỏng BN):

Khuyến nghị và giải pháp tác giả đề xuất

1. Hoàn thiện chính sách hỗ trợ vốn và vật tư: Tiếp tục duy trì và nhân rộng các mô hình hỗ trợ trực tiếp cây giống chất lượng cao, phân bón và tiền mặt thông qua các quỹ phát triển rừng và cơ chế chi trả dịch vụ môi trường rừng (tương tự dự án AR-CDM và Chương trình 661).
2. Nâng cao năng lực kỹ thuật lâm sinh: Đẩy mạnh vai trò của cán bộ khuyến nông lâm cơ sở trong việc tổ chức tập huấn chuyển giao kỹ thuật gieo ươm, trồng, chăm sóc và tỉa thưa (do 77% kiến thức của người dân phụ thuộc vào các khóa đào tạo chính thức).
3. Cải thiện hạ tầng giao thông và kết nối thị trường: Nâng cấp hệ thống đường liên thôn, liên xã từ vùng sâu (như xã Xuân Phong) ra các trục quốc lộ nhằm hạ giá thành vận chuyển cây giống và gỗ nguyên liệu.
4. Bảo đảm an toàn pháp lý về quyền tài sản đối với đất và cây: Đẩy nhanh tiến độ cấp giấy chứng nhận quyền sử dụng đất lâm nghiệp lâu dài và đơn giản hóa thủ tục cấp phép khai thác, lưu thông gỗ để người dân an tâm đầu tư vào các loài cây gỗ lớn chu kỳ dài (Lát hoa, Xoan, Quế, Trầm hương).
5. Quản lý quy hoạch chuyển đổi cơ cấu cây trồng: Kiểm soát chặt chẽ việc tự phát chặt phá rừng phòng hộ đầu nguồn để chuyển sang trồng cam, chanh, bưởi; hướng dẫn kỹ thuật canh tác cây ăn quả bền vững kết hợp nông lâm kết hợp để bảo vệ nguồn nước và chống xói mòn.

Đóng góp của đề tài

• Ứng dụng thành công công cụ Mạng Bayes (kết hợp phần mềm SPSS và Netica) vào nghiên cứu lâm nghiệp xã hội tại Việt Nam, giải quyết được hạn chế của các mô hình kinh tế lượng truyền thống trong việc tích hợp dữ liệu định tính, định lượng và tri thức chuyên gia.
• Cung cấp bức tranh thực nghiệm chi tiết về hành vi ra quyết định trồng rừng của đồng bào dân tộc thiểu số tại khu vực vùng đệm Nhà máy Thủy điện Hòa Bình.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

• Phạm vi khảo sát giới hạn ở quy mô 100 hộ nông dân tại 2 xã thuộc một huyện miền núi (Cao Phong), chưa bao phủ toàn bộ các tiểu vùng sinh thái khác nhau của tỉnh Hòa Bình.
• Quá trình rời rạc hóa các biến liên tục để đưa vào Mạng Bayes dù tuân thủ nguyên tắc cân bằng độ chính xác nhưng vẫn làm mất mát một phần thông tin chi tiết của dữ liệu gốc.
• Nghiên cứu chưa đo lường chi tiết sự biến động giá gỗ trên thị trường liên tỉnh theo chuỗi thời gian dài hạn tác động đến tỷ suất chiết khấu của nông hộ.

Hướng nghiên cứu tiếp

• Mở rộng quy mô mẫu khảo sát ra các huyện lân cận thuộc lưu vực sông Đà (Đà Bắc, Mai Châu, Tân Lạc) để nâng cao tính đại diện cho vùng Tây Bắc.
• Phát triển các mô hình Mạng Bayes động (Dynamic Bayesian Networks) kết hợp với Hệ thông tin địa lý (GIS) để mô phỏng không gian - thời gian quá trình thay đổi lớp phủ rừng dưới tác động của các kịch bản biến đổi khí hậu và chính sách phát triển kinh tế.

---

Giá trị tham khảo

• Đối tượng học thuật: Sinh viên, học viên cao học và nghiên cứu sinh thuộc các chuyên ngành Quản lý Tài nguyên Thiên nhiên, Lâm học, Kinh tế Nông nghiệp & Phát triển Nông thôn, Quản lý Đất đai và Khoa học Môi trường.
• Nội dung tham khảo giá trị:
  • Quy trình xử lý dữ liệu và thiết lập Mạng Bayes trên phần mềm Netica sử dụng thuật toán EM kết hợp hồi quy Logistic nhị phân từng bước trên SPSS.
  • Bộ tiêu chí phân tầng kinh tế nông hộ và phương pháp đánh giá định lượng các nhân tố ảnh hưởng đến sinh kế lâm nghiệp.
  • Cung cấp luận cứ thực tiễn cho các nhà hoạch định chính sách lâm nghiệp, ban quản lý rừng phòng hộ và các tổ chức phi chính phủ trong việc thiết kế các dự án trồng rừng cộng đồng và cơ chế AR-CDM/REDD+.

---

Câu hỏi thường gặp

1. Khóa luận sử dụng cỡ mẫu khảo sát là bao nhiêu và được phân bổ theo phương pháp nào?

Khóa luận tiến hành khảo sát $N = 100$ hộ gia đình tại huyện Cao Phong, tỉnh Hòa Bình bằng phương pháp chọn mẫu ngẫu nhiên phân tầng (stratified random sampling). Mẫu được chia đều cho 2 xã đại diện: xã Bắc Phong ($n = 50$ hộ tại các xóm Mòn, Đại, Rẽ) và xã Xuân Phong ($n = 50$ hộ tại các xóm Rú, Mừng, Cần). Trong 100 hộ, cơ cấu kinh tế được chia đều thành 33 hộ giàu, 33 hộ trung bình và 34 hộ nghèo dựa trên chuẩn thu nhập bình quân đầu người của Tổng cục Thống kê và quy mô diện tích đất sở hữu tại địa phương.

2. Những yếu tố then chốt nào quyết định trực tiếp đến hành vi trồng cây của nông hộ theo mô hình Logistic?

Mô hình hồi quy Logistic nhị phân từng bước (với tỷ lệ dự báo chính xác 84,5%) xác định 4 yếu tố tác động có ý nghĩa thống kê ($p < 0,05$):

• Tham gia chương trình lâm nghiệp: Làm tăng cơ hội quyết định trồng cây lên gấp xấp xỉ 119 lần ($B = 4,779$).
• Kiến thức kỹ thuật lâm sinh: Làm tăng cơ hội lên 4,2 lần ($B = 1,435$).
• Vốn đầu tư trồng cây: Làm tăng cơ hội lên 2,4 lần ($B = 0,875$).
• Khoảng cách đến thị trường tiêu thụ/vật tư: Làm tăng cơ hội lên 1,5 lần ($B = 0,405$).

3. Vì sao kết quả mô phỏng Mạng Bayes cho thấy hộ trung bình và hộ nghèo dự kiến trồng nhiều diện tích rừng hơn hộ giàu?

Kết quả mô phỏng Mạng Bayes chỉ ra rằng khi thiết lập kịch bản phân tầng kinh tế, hộ trung bình có diện tích dự kiến trồng đạt 2,9 ha và hộ nghèo đạt 2,8 ha, trong khi hộ giàu chỉ đạt 1,3 ha. Nguyên nhân thực tế tại huyện Cao Phong là các hộ giàu có nguồn vốn lớn và sở hữu quỹ đất thuận lợi thường có xu hướng chuyển dịch mạnh mẽ sang trồng cây ăn quả (cam, chanh, bưởi) nhằm tối đa hóa lợi nhuận thương mại ngắn hạn, trong khi các hộ nghèo và trung bình tiếp tục dựa vào việc trồng rừng kinh tế và rừng phòng hộ như một nguồn tích lũy sinh kế an toàn và nhận hỗ trợ từ các dự án nhà nước.

4. Dự án AR-CDM triển khai tại huyện Cao Phong có những thông tin cơ bản nào được ghi nhận trong khóa luận?

Dự án Trồng rừng và Tái trồng rừng theo Cơ chế Phát triển Sạch (AR-CDM) được khởi động ngày 20/04/2008 tại xã Xuân Phong và Bắc Phong (huyện Cao Phong) với sự hỗ trợ kỹ thuật của JICA. Dự án có tổng kinh phí 3,5 tỷ đồng do Công ty Honda Việt Nam tài trợ thông qua Quỹ Phát triển Rừng (theo Nghị định 148/2007/NĐ-CP). Dự án có thời hạn thực hiện 16 năm trên quy mô 308,5 ha với 320 hộ gia đình có giấy chứng nhận quyền sử dụng đất tự nguyện tham gia trồng, chăm sóc, bảo vệ và quản lý rừng.

5. Nguồn tiếp nhận kiến thức lâm sinh của người dân địa phương chủ yếu đến từ đâu?

Theo kết quả khảo sát, 52% người dân tự đánh giá có kiến thức lâm sinh tốt. Trong tổng số các hộ có hiểu biết kỹ thuật, có tới 77% số hộ tiếp nhận kiến thức thông qua các lớp tập huấn kỹ thuật của các chương trình/dự án lâm nghiệp do nhà nước và các tổ chức triển khai; chỉ có 23% số hộ học hỏi qua kinh nghiệm tự tích lũy hoặc trao đổi từ các hộ trồng rừng khác.

---

Kết luận

Khóa luận tốt nghiệp của sinh viên Trần Thị Mai Anh đã làm rõ hệ thống các yếu tố kinh tế, xã hội, kỹ thuật và thể chế tác động đến quyết định trồng cây và quy mô diện tích trồng rừng của 100 nông hộ tại huyện Cao Phong, tỉnh Hòa Bình. Việc áp dụng mô hình hồi quy Logistic (đạt độ chính xác 84,5%) kết hợp mô hình Mạng Bayes trên phần mềm Netica đã chứng minh vai trò mang tính quyết định của việc tham gia các chương trình lâm nghiệp nhà nước, nguồn vốn đầu tư và năng lực kỹ thuật lâm sinh của nông dân. Công trình cung cấp các kịch bản mô phỏng chính sách thực nghiệm có giá trị cao, phục vụ trực tiếp cho công tác quy hoạch phát triển rừng bền vững và quản lý lưu vực phòng hộ sông Đà.

Trích đoạn nội dung tài liệu

MINISTRY OF AGRICULTURE AND RURAL DEVELOPMENT VIETNAM FORESTRY UNIVERSITY STUDENT THESIS Title Analyzing the key drivers of tree planting from local people in Cao Phong District, Hoa Binh Province, Vietnam with Bayesian Networks Major: Natural Resources Management Code: D850101 Faculty: Forest Resources and Environmental Management Student: Tran Thi Mai Anh Student ID: 1153091133 Class: K56 Natural Resources Management Course: 2011 - 2015 Advanced Education Program Developed in collaboration with Colorado State University, USA Supervisor: Dr. Le Dinh Hai Ha Noi, 10/2015 1 Abstract Known as the climate and watershed protection roles, tree planting is an important reforestation activity in the area that involves planting seedling (United Nation Environment Program). In coping with significant deforestation and forest degradation currently in Cao Phong district, Hoa Binh province, a massive of reforestation projects have been implemented. The typical forestry programs are the 5 million ha reforestation program, Project RENFODA and Afforestation and reforestation clean development mechanism (AR- CDM) project were contributed to a substantial increase in Hoa Binh‟s forest cover during several decades.

However, when remarkable attempts and investments have been made in reforestation, interaction of household characteristics, and socio-economic factors with tree planting decision are still little comprehension. In this study, 100 households in Bac Phong and Xuan Phong communes, Hoa Binh province were surveyed on factors influenced by tree planting decision as well as the area of forest will be planted. The research investigated and determined 6 success indicators including household characteristics and socio economic indicators which effect the decision of farm households to plant trees with Bayesian networks (BNs). BNs allow the incorporation of variances relationships in data analysis and can combine qualitative dependents with quantitative data.

Based on this there are 4 key factors directly correlated to tree planting decision and 5 other highly connected variances that influence to area of tree planting. The two BNs also are developed with the child nodes to give suggestions and recommendations for increasing forest in research area. We conclude that government forestry programs contribute great influences to forest planting activities and household characteristics as well as socioeconomic factors have returned effects on the success of reforestation programs 2 Acknowledgements I am pleased to have an opportunity to write my acknowledgements to many people involved in the research, without whom this study would have never happened First and foremost, I would like to express my deep sense of gratitude to respected supervisor Dr. Le Dinh Hai from Faculty of Economics and Business Management, Vietnam Forestry University for his continuous support, patient guidance and enthusiastic encouragement throughout my research project.

His ideas, knowledge and efforts are heavily embedded into this study I wish to extend my thanks to express my heartfelt gratitude to Prof. Lee MacDonald, Department of Ecosystem Science and Sustainability, Colorado State University for his valuable and constructive suggestions during the planning of this research work. His willingness to give his time so generously has been very much appreciated Similarly, I would love to thank various people for their contribution to this project; Mr. Nguyen Huu Son, staff of Communal People Committee of Cao Phong district; the staffs of Communal People Committee of Bac Phong and Xuan Phong Communes; Mr.

Bui Van Bu in Re village, Bac Phong Commue who devote their time to help me during the field survey. Special thanks to local people in Cao Phong district for providing me helpful information in this study Finally, I own my gratefully thank to my grandmother, my parents, my sisters, my uncles and aunts for their endless love, supports, and encouragements to me throughout all my life. Without their wonderful care, it would have been impossible for me to chase my dream 3 Table of Contents Abstract. 2 Table of Contents.

3 List of photos. 6 List of figures. 7 List of tables. 1 Chapter 2 Study Goals and Objectives.

Study goal and objectives. 4 Chapter 3 Study Area and Research Methodology. Selection of research site. Hoa Binh Province.

Cao Phong district. Framework of factors influencing tree planting development of smallholder. Data analysis methods. Descriptive statistic on surveyed households in Cao Phong district.

Distance to market. Knowledge on silviculture. Key drivers affecting tree planting decision of surveyed households. Key drivers affecting forest area will be planted of surveyed households.

Relationships among independent variables. Bayesian Network of tree planting decision model. Bayesian network of forest area will be planted. The difference of perspectives of households about planting trees.

Potential actions which may increase planting forest in Cao Phong district .1 Suggestion based on attitude of tree planting.2 Suggestion based on investment capital for tree planting .3 Suggestion based on knowledge on silviculture of local people .4 Suggestion based on distance to market .5 Suggestion based on total land area of each household. Suggestion based on participation forest program. Limitations and suggestions for future research. 65 5 List of photos Photo 3.

Land use change from timber tree to fruit tree farm. Photo of interviewing local household of tree planting decision. Acacia mangium is a popular species in most family. Tree planting for fuel wood in Bac Phong commune.

Rich household invest on Aquilaria crassna Pierre species. 50 6 List of figures Figure 3.The map of Hoa Binh province. Map of communes in Cao Phong. Factors influence tree planting decision of smallholder.

Bayesian of tree planting with the status of all variances. Frequency distribution of total land area. 70 7 List of tables Table 3. General Information on Bac Phong and Xuan Phong Commune (2015) .2 Cost-benefit parameters and possible influencing cost benefit estimates.

Sampling design in Cao Phong district. Basic to define household ranking in Vietnam. Basic to define moderate and rich households in Xuan Phong Commune and Bac Phong. Discretization methods for continuous variables.

Tree species are planted in Cao Phong district. Model summary for key drivers affecting tree planting decision. Model summary for key drivers affecting area will be planted. Farmer‟s reasons for planting trees and not planting trees.

Percentages of farmers mentioning specific disadvantages of tree planting. Frequency of people participating in forestry program. Distribution of distance to market of surveyed households. Description of discrete variables.

Characteristics of surveyed households by communes with discrete variances. Correlation between households‟ characteristic and tree planting decision. Correlation between households‟ characteristic and forest area will be planted. Summary of significant relationships among tree planting decision and indicators.

Summary of significant relationships among forest area will be planted drivers and indicators. Difference of socio-economic and household characteristic between tree planter and non-tree planter in Cao Phong district. 76 8 Chapter 1 Introduction Tree planting is the process of transplanting tree seedlings, generally for forestry, land reclamation, or landscaping purposes. In silviculture the activity is known as reforestation and afforestation, depending on whether the area being planted has or has not recently been forested (Ngugi Tirus Kamau 2003).

Afforestation and reforestation both refer to establishment of trees on non-tree land. Reforestation refers to establishment of forest on land that had recent tree cover, whereas afforestation refers to land that has been without forest for much longer (IPCC 1998). Tree planting not only can be used as a geoengineering technique to remove CO2 from the atmosphere but also can be used as solution for economic forest development in comprehensive and sustainable way. Hoa Binh is a mountainous province of Vietnam covering an area of 460,870 ha.

Of those forest land area occupies 332,800 ha holding 72% of total area; the number of labors working in agroforestry is 391,500 people taking roughly 71% of all labors in the province (Nhan Sinh 2015).7% of hill land in Hoa Binh province has not been covered by forests yet (Đăng Ngọc Oanh 2009). These forests protect Da electric power plant, regulate stream flow, maintain water quality, minimize erosion, conserve ecosystems, and provide other benefits via their protection. Therefore, planting forest in Hoa Binh were determined as the most importance of environmental protection and a necessary insurance of short term and long term earning for the rural communities Besides that, deforestation had become a problem in Hoa Binh Province. In the last decade, due to cutting forest and unplanned cultivating of the ethnic communities, the forest cover of the province dropped to an alarming rate with 27% (GIZ project, 2000).

Plus with forest fire forecast is on the level 5/5 which is above average activity, the forests were decreased from 23,103 ha to 23,042 ha during 2004 – 2011 period (Phạm Quang Tùng 2013). In 28-September 2005, People‟s committee of Hoa Binh Province was given an official 1 document number 1314/UB-NLB to eliminate forest destruction inside the area, yet deforestation is still an insolvable problem. Throughout 20 years, a lot of projects from government and international organizations were established such as Decree 327, Decree 661(1998), Project 747 (472), and Project RENFODA (cooperate with JICA technologies),.to fulfil the objectives of raising the forest cover on national level to an average of 43% (Thủ tướng chính phủ 1998). Up to now, Hoa Binh has implemented 15 plans with the budget by 2005 is 40.1 billion VND and in 2008 is 27.

Particularly, on 20 April 2008, a project of Afforestation and reforestation clean development mechanism (AR-CDM) has firstly implemented in Cao Phong district, Hoa Binh Province. This is a project formulated with the assistance of JICA study on Capacity Development for AR-CDM Promotion in Vietnam with a total of 3.5 billion VND to be donated to Forest Development Fund which established in April 2008 according to Decree No.148/2007/ND-CP by Honda Vietnam Company. The period for the project is 16 years covering by 308.5 ha located in Xuan Phong and Bac Phong communes, Cao Phong district and be voluntary participated by 320 households of the land using certificate of the project area would conduct planting, tending, protecting and managing of the plantations (Tạ Văn Chính 2007). Planting forest has provided job, contributed the income, eliminated hunger and reduced poverty for thousands of local people, especially the ethnic minorities.

At the Hoa Binh hydropower plant watershed, the forests transferred for local people were 81,850 ha, occupied 94% of total 86,980 ha of forest land in protection forests in 2009 (Hoang Lien Son 2009) which were considered as one of 13 focal points of headwater forests in Vietnam (Ministry of Agriculture and Rural Development 2006). Moreover, at the moment, for the market output of plantation forests and economic forests, there are 33 business manufacturing, wood and forest product factories at small and medium scales inside the 2 province are recently operative. This is a good condition for local people to connect between tree planting and harvesting, processing timber products. Therefore it might promotes socio- economic of households to plant trees.

Meanwhile Hoa Binh province is a cradle of Muong ethnic people as well as home of so many minority communities, most of them live based on natural resources. Thus, household characteristics understanding may be the main factor that influences tree planting. Accordingly, it leads to the questions that what are the differences in the socio-economic and perceptional characteristics of tree planter and non-tree planters. What are farmers‟ motivations for planting or not planting trees, and what are the main disadvantages related to tree planting? For those reasons, I come up with a goal of analyzing the key drivers of tree planting from local people in Cao Phong District, Hoa Binh Province, Vietnam with Bayesian Network to be my study in order to have a better understanding of community members „motivation for reforestation and afforestation.

3 Chapter 2 Study Goals and Objectives 2.