Giới thiệu dự án

Bối cảnh và thực trạng ngành

Cây hồi (Illicium verum Hook. f.) là loài cây lâm sản ngoài gỗ (NTFP) đặc hữu, có giá trị kinh tế và dược liệu vượt trội tại khu vực Đông Á, đặc biệt phân bố tập trung tại miền Nam Trung Quốc và vùng núi phía Bắc Việt Nam. Sản phẩm hoa hồi Lạng Sơn đã được Cục Sở hữu Trí tuệ bảo hộ chỉ dẫn địa lý và lọt Top 10 sản phẩm thiên nhiên tiêu biểu toàn quốc.

Về mặt hóa sinh và thương phẩm y tế, tinh dầu hồi chứa hàm lượng cao hợp chất hữu cơ Anethole (chiếm 80% – 90%) và là nguồn nguyên liệu tự nhiên chủ yếu để chiết xuất Acid Shikimic – tiền chất hóa dược thiết yếu tổng hợp thuốc kháng virus Oseltamivir (Tamiflu) điều trị các biến chủng cúm A (H5N1, H1N1). Theo tiêu chuẩn của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (US FDA), quả hồi được định danh thương phẩm an toàn GRAS 2095 và tinh dầu hồi là GRAS 2096.

Toàn tỉnh Lạng Sơn sở hữu diện tích rừng hồi đạt khoảng 33.503 ha, chiếm hơn 70% tổng diện tích hồi của cả nước. Trong đó, huyện Văn Quan và huyện Bình Gia chiếm tới 55,9% tổng diện tích toàn tỉnh nhờ sở hữu điều kiện thổ nhưỡng phát triển trên nền đá mẹ Riolit và phiến thạch màu nâu đỏ phong hóa sâu. Tại huyện Bình Gia, cây hồi đóng vai trò xương sống với việc chiếm 65% cơ cấu sản phẩm nông nghiệp và đóng góp tới 70% tổng giá trị sản xuất nông nghiệp toàn huyện.

Vấn đề nghiên cứu và các điểm nghẽn (Pain Points)

Mặc dù sở hữu lợi thế tuyệt đối về điều kiện sinh thái và danh tiếng thương phẩm, các hộ nông dân trồng hồi tại Bình Gia đang đối mặt với nhiều rào cản nội tại:

  1. Lãng phí nguồn lực đầu vào (Resource Inefficiency): Tình trạng lạm dụng lao động thủ công, phân bón vô cơ và quản lý chi phí không theo quy chuẩn kỹ thuật khiến chi phí cận biên tăng cao nhưng năng suất không đổi.
  2. Thiếu định lượng hiệu quả kinh tế: Chưa có các nghiên cứu định lượng phân tách rõ ràng giữa Hiệu quả kỹ thuật (Technical Efficiency - TE), Hiệu quả phân phối nguồn lực (Allocative Efficiency - AE), Hiệu quả chi phí (Economic Efficiency - EE)Hiệu quả quy mô (Scale Efficiency - SE).
  3. Bất cân xứng thông tin và kỹ thuật canh tác: Canh tác chủ yếu theo kinh nghiệm truyền thống, cây hồi bước vào giai đoạn thoái hóa sinh học (tuổi vườn > 30-40 năm) nhưng thiếu quy trình phục tráng và tỉa cành định kỳ.

Mục tiêu nghiên cứu

  1. Đo lường và đánh giá toàn diện các chỉ số hiệu quả kinh tế ($TE, AE, EE, SE$) của các hộ sản xuất hồi trên địa bàn huyện Bình Gia giai đoạn 2015 – 2017.
  2. Nhận diện và ước lượng lượng hóa mức độ tác động của các nhân tố kinh tế - xã hội, nhân khẩu học và kỹ thuật canh tác đến hiệu quả sản xuất thông qua mô hình kinh tế lượng chuyên sâu.
  3. Phân tích ma trận điểm mạnh, điểm yếu, cơ hội, thách thức (SWOT) và đề xuất hệ thống giải pháp chính sách, kỹ thuật nhằm tối ưu hóa chi phí đầu vào và nâng cao thu nhập cho nông hộ.

Cách tiếp cận giải pháp

Đề tài áp dụng khung phân tích kinh tế lượng 2 bước (Two-Stage DEA-Tobit Framework):

  • Bước 1: Sử dụng phương pháp Phân tích bao dữ liệu (Data Envelopment Analysis - DEA) phi tham số theo định hướng đầu vào (Input-Oriented) với hai giả thiết hiệu suất không đổi theo quy mô (CRS) và hiệu suất thay đổi theo quy mô (VRS) để tính toán đường biên sản xuất tối ưu.
  • Bước 2: Sử dụng mô hình hồi quy biến phụ thuộc bị chặn Censored Tobit nhằm khắc phục sai số chệch khi các biến hiệu quả nằm trong khoảng $[0, 1]$, từ đó ước lượng chính xác tác động cận biên của các biến giải thích.

Phạm vi và giới hạn nghiên cứu

  • Không gian: 3 xã đại diện cho 3 tiểu vùng kinh tế sinh thái của huyện Bình Gia: Mông Ân (tiểu vùng 1), Quang Trung (tiểu vùng 2), Hoàng Văn Thụ (tiểu vùng 3) với 9 thôn khảo sát trọng điểm.
  • Thời gian: Dữ liệu điều tra bảng kéo dài từ 2015 đến 2017, thu thập trực tiếp từ tháng 8/2018 đến 12/2018.
  • Cỡ mẫu: 300 hộ sản xuất thuần thục, cho sản phẩm ổn định, tạo thành bộ dữ liệu bảng lặp lại gồm $N = 900$ lượt quan sát (Decision Making Units - DMUs).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong kinh tế học nông nghiệp, việc đo lường hiệu quả hoạt động thường được tiếp cận qua các phương pháp hạch toán truyền thống hoặc phương pháp kinh tế lượng tham số.

Tiêu chí so sánh Phương pháp Hạch toán truyền thống Hàm sản xuất biên ngẫu nhiên (SFA) Phương pháp Phân tích bao dữ liệu (DEA)
Bản chất toán học Tỷ số tài chính đơn giản ($Doanh\ thu / Chi\ phí$) Tham số (Parametric), hàm Cobb-Douglas/Translog Phi tham số (Non-parametric), Quy hoạch tuyến tính
Xử lý đa đầu vào - đa đầu ra Hạn chế, quy đổi về đơn vị tiền tệ duy nhất Phức tạp, dễ sai lệch dạng hàm Tối ưu, xử lý đồng thời nhiều biến vật lý/tài chính
Giả định dạng hàm Không Bắt buộc giả định dạng hàm và phân phối sai số Không yêu cầu giả định dạng hàm sản xuất tiên nghiệm
Tách biệt hiệu quả Chỉ tính được tỷ suất lợi nhuận bình quân Ước lượng $TE$, khó tách biệt $AE$ và $SE$ Tách biệt chính xác $TE (CRS/VRS), AE, EE, SE$
Nhược điểm Bỏ qua sự phân bổ nguồn lực kỹ thuật Dễ chệch nếu chọn sai phân phối sai số Nhạy cảm với giá trị ngoại lai (outliers)

Thiết kế hệ thống phân tích định lượng

Cấu trúc Vector Biến trong mô hình:

  1. Vector Biến xuất lượng (Outputs - $Y$):
    • $y_1$: Tổng sản lượng hoa hồi tươi thu hoạch của hộ nông dân trong năm ($\text{kg/hộ/năm}$).
  2. Vector Biến nhập lượng (Inputs - $X$):
    • $x_1$: Diện tích đất canh tác rừng hồi thực tế ($\text{ha}$).
    • $x_2$: Chi phí cây giống trồng dặm, mua mới ($\text{nghìn VNĐ}$).
    • $x_3$: Vốn đầu tư chi phí chăm sóc, phân bón, công cụ thu hái ($\text{triệu VNĐ}$).
    • $x_4$: Tổng số ngày công lao động trực tiếp của hộ ($\text{công/năm}$).
  3. Vector Biến giải thích tác động (Determinants - $Z$):
    • $z_1$: Tuổi của chủ hộ ($\text{năm}$).
    • $z_2$: Giới tính chủ hộ ($\text{Dummy: } 1=\text{Nam}, 0=\text{Nữ}$).
    • $z_3$: Trình độ học vấn của chủ hộ ($\text{số năm đi học}$).
    • $z_4$: Tuổi trung bình của vườn hồi ($\text{năm}$).
    • $z_5$: Kinh nghiệm canh tác hồi ($\text{năm}$).
    • $z_6$: Số người phụ thuộc trong hộ gia đình ($\text{người}$).
    • $z_7$: Tình trạng kinh tế hộ ($\text{Dummy: } 1=\text{Khá/Giàu}, 0=\text{Nghèo/Cận nghèo}$).
    • $z_8$: Khu vực thuộc diện Chương trình 135/30A ($\text{Dummy: } 1=\text{Có}, 0=\text{Không}$).
    • $z_9$: Áp dụng kỹ thuật chăm sóc, tỉa cành, phục tráng ($\text{Dummy: } 1=\text{Có}, 0=\text{Không}$).
    • $z_{10}$: Tiếp cận thông tin thị trường, khuyến nông ($\text{Dummy: } 1=\text{Có}, 0=\text{Không}$).

Ngăn xếp công nghệ phân tích (Technology Stack):

  • Phần mềm tính toán biên DEA: DEAP Version 2.1 (Tác giả Tim Coelli, CEPA) thực thi thuật toán quy hoạch tuyến tính đa pha (Multi-stage Linear Programming).
  • Môi trường phân tích thống kê & kinh tế lượng: Stata Version 14.0 / R Version 4.2.0 (Gói lệnh Benchmarking, censReg, maxLik).
  • Cơ sở dữ liệu: Microsoft Excel định dạng ma trận phẳng, kiểm tra tính toàn vẹn và logic ràng buộc trước khi nạp vào bộ giải.

Implementation và kết quả

Quy trình triển khai và Thuật toán cốt lõi

1. Mô hình quy hoạch tuyến tính CRS Input-Oriented DEA (Charnes et al., 1978)

Để tìm hệ số hiệu quả kỹ thuật ($\theta$) của một hộ thứ $p$ trong tổng số $N$ hộ nông dân ($DMU_p$), bài toán giải hệ tối ưu:

$$\min_{\theta, \lambda} \theta$$

Thỏa mãn các điều kiện ràng buộc biên:

$$\sum_{i=1}^{N} \lambda_i y_{ki} - y_{kp} \ge 0, \quad \forall k = 1, \dots, S$$

$$\theta x_{jp} - \sum_{i=1}^{N} \lambda_i x_{ji} \ge 0, \quad \forall j = 1, \dots, M$$

$$\lambda_i \ge 0, \quad \forall i = 1, \dots, N$$

Trong đó: $\theta$ là chỉ số vô hướng biểu thị mức độ hiệu quả kỹ thuật ($0 \le \theta \le 1$); $\lambda$ là vector trọng số đa biến $(N \times 1)$; $y_{ki}$ là sản lượng đầu ra thứ $k$ của đơn vị $i$; $x_{ji}$ là lượng đầu vào thứ $j$ của đơn vị $i$.

2. Mô hình VRS Input-Oriented DEA (Banker, Charnes, Cooper, 1984)

Bổ sung ràng buộc độ lồi để kiểm soát hiệu suất thay đổi theo quy mô:

$$\sum_{i=1}^{N} \lambda_i = 1$$

Khi đó, Hiệu quả quy mô (Scale Efficiency - $SE$) được tính bằng:

$$SE_i = \frac{TE_{i, CRS}}{TE_{i, VRS}}$$

Nếu $SE_i = 1$, hộ đạt quy mô tối ưu. Nếu $SE_i < 1$, hộ rơi vào trạng thái không hiệu quả do quy mô (tăng dần theo quy mô - IRS hoặc giảm dần theo quy mô - DRS).

# Script triển khai định lượng mẫu bằng Python (Sử dụng SciPy Linprog / PyDEA logic)
import numpy as np
from scipy.optimize import linprog

def calculate_input_oriented_dea_crs(inputs, outputs):
    """
    inputs: Ma trận (N x M) - M biến đầu vào cho N hộ
    outputs: Ma trận (N x S) - S biến đầu ra cho N hộ
    """
    n_dmus, n_inputs = inputs.shape
    _, n_outputs = outputs.shape
    te_scores = []

    for p in range(n_dmus):
        # Hàm mục tiêu: Min theta
        c = np.zeros(n_dmus + 1)
        c[0] = 1.0  # Hệ số cho theta

        # Ràng buộc đầu vào: sum(lambda * x) - theta * x_p <= 0
        A_ub_inputs = np.hstack([-inputs[p:p+1, :].T, inputs.T])
        b_ub_inputs = np.zeros(n_inputs)

        # Ràng buộc đầu ra: -sum(lambda * y) <= -y_p
        A_ub_outputs = np.hstack([np.zeros((n_outputs, 1)), -outputs.T])
        b_ub_outputs = -outputs[p, :]

        A_ub = np.vstack([A_ub_inputs, A_ub_outputs])
        b_ub = np.concatenate([b_ub_inputs, b_ub_outputs])

        bounds = [(0, None)] + [(0, None)] * n_dmus
        res = linprog(c, A_ub=A_ub, b_ub=b_ub, bounds=bounds, method='highs')
        
        if res.success:
            te_scores.append(res.x[0])
        else:
            te_scores.append(np.nan)
            
    return np.array(te_scores)

3. Mô hình hồi quy Tobit với biến phụ thuộc bị kiểm duyệt (Tobin, 1958)

Do hệ số hiệu quả kinh tế $E_i$ thỏa mãn $0 < E_i \le 1$, việc sử dụng OLS thông thường sẽ dẫn đến ước lượng bị chệch. Ta thiết lập biến ngầm $E_i^*$:

$$E_i^* = \beta_0 + \sum_{k=1}^{K} \beta_k Z_{ik} + v_i, \quad v_i \sim \mathcal{N}(0, \sigma^2)$$

Quy tắc gán giá trị quan sát:

$$E_i = \begin{cases} 1 & \text{nếu } E_i^* \ge 1 \ E_i^* & \text{nếu } 0 < E_i^* < 1 \ 0 & \text{nếu } E_i^* \le 0 \end{cases}$$

Hàm hợp lý cực đại (Log-Likelihood Function) của mô hình Tobit được tối ưu hóa:

$$\ln L = \sum_{E_i < 1} \left[ -\frac{1}{2} \ln(2\pi\sigma^2) - \frac{(E_i - \mathbf{Z}i\boldsymbol{\beta})^2}{2\sigma^2} \right] + \sum{E_i = 1} \ln\left[ 1 - \Phi\left(\frac{1 - \mathbf{Z}_i\boldsymbol{\beta}}{\sigma}\right) \right]$$


Kiểm định và Kết quả thực nghiệm

1. Tổng hợp các chỉ số hiệu quả kinh tế bình quân (2015 – 2017)

Chỉ tiêu hiệu quả Toàn huyện Bình Gia Xã Mông Ân Xã Quang Trung Xã Hoàng Văn Thụ Mức lãng phí nguồn lực (%)
Hiệu quả kỹ thuật CRS ($TE_{CRS}$) 0,724 0,768 0,712 0,692 27,6%
Hiệu quả kỹ thuật thuần túy ($TE_{VRS}$) 0,815 0,845 0,808 0,792 18,5%
Hiệu quả phân phối ($AE$) 0,642 0,681 0,634 0,611 35,8%
Hiệu quả chi phí/kinh tế ($EE$) 0,465 0,523 0,451 0,423 53,5%
Hiệu quả quy mô ($SE$) 0,888 0,909 0,881 0,874 11,2%

2. Kết quả ước lượng mô hình hồi quy Tobit

Phân tích ảnh hưởng của các yếu tố kinh tế - xã hội đến Hiệu quả kinh tế ($EE$):

| Biến giải thích | Hệ số ước lượng ($\beta$) | Sai số chuẩn (Std. Err) | Thống kê $z$ | Giá trị $p$ ($P > |z|$) | Mức ý nghĩa | | :--- | :--- | :--- | :--- | :--- | :--- | | Hằng số ($\beta_0$) | 0,2145 | 0,0512 | 4,19 | 0,0001 | *** | | Tuổi chủ hộ ($Z_1$) | -0,0028 | 0,0009 | -3,11 | 0,0019 | *** | | Học vấn ($Z_3$) | +0,0184 | 0,0045 | 4,09 | 0,0001 | *** | | Tuổi vườn hồi ($Z_4$)| +0,0042 | 0,0011 | 3,82 | 0,0001 | *** | | Kinh nghiệm ($Z_5$) | +0,0061 | 0,0021 | 2,90 | 0,0037 | *** | | Tình trạng kinh tế ($Z_7$)| +0,0425 | 0,0152 | 2,80 | 0,0051 | *** | | Khu vực xã 135 ($Z_8$)| -0,0512 | 0,0168 | -3,05 | 0,0023 | *** | | Kỹ thuật canh tác ($Z_9$)| +0,0789 | 0,0184 | 4,29 | 0,0000 | *** | | Nguồn thông tin ($Z_{10}$)| +0,0318 | 0,0121 | 2,63 | 0,0085 | *** | | Sigma ($\sigma$) | 0,1124 | 0,0068 | 16,53 | 0,0000 | Log-L = 384,2 |

Ghi chú: *** có ý nghĩa thống kê ở mức 1% ($p < 0,01$).


Đổi mới và đóng góp

Đóng góp về mặt phương pháp luận và kỹ thuật

  1. Tiên phong ứng dụng mô hình 2 giai đoạn (Two-Stage DEA-Tobit): Đây là công trình đầu tiên tại vùng Đông Bắc Việt Nam thực hiện đo lường định lượng và bóc tách đầy đủ các chỉ số $TE, AE, EE, SE$ cho loài cây lâm sản ngoài gỗ có chu kỳ sinh trưởng dài như cây hồi, thay thế các phương pháp hạch toán thô sơ trước đây.
  2. Lượng hóa mức độ lãng phí chi phí đầu vào: Kết quả nghiên cứu chứng minh rằng các hộ nông dân trồng hồi tại huyện Bình Gia có thể tiết kiệm trung bình 53,5% chi phí sản xuất ($1 - EE = 1 - 0,465$) và 27,6% các nguồn lực đầu vào vật lý ($1 - TE_{CRS}$) mà vẫn duy trì nguyên vẹn mức sản lượng hoa hồi thu hoạch hiện tại nếu điều chỉnh về biên sản xuất tối ưu.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế

  • Cơ cấu lại tỷ lệ phân bổ chi phí nông hộ: Nông hộ cần chuyển dịch vốn từ việc thuê mướn lao động thời vụ thu hái tự do sang đầu tư phân bón hữu cơ vi sinh và máy móc chưng cất tinh dầu mini tại chỗ.
  • Quy hoạch dồn điền đổi thửa vùng đồi rừng: Do hệ số hiệu quả quy mô $SE = 0,888$, phần lớn các hộ đang ở pha hiệu suất tăng theo quy mô ($IRS$). Cần liên kết các hộ nhỏ lẻ thành các Tổ hợp tác/Hợp tác xã nông lâm nghiệp quy mô 5 - 10 ha/vùng chuyên canh để tối ưu hóa chi phí cố định.

Hạn chế và hướng phát triển

Rào cản và hạn chế nội tại

  1. Tính tiền định của DEA: Mô hình DEA nhạy cảm với các quan sát dị biệt do không chứa thành phần sai số ngẫu nhiên ngẫu nhiên ($\epsilon_i$).
  2. Giới hạn biến vi khí hậu: Nghiên cứu chưa đưa được các yếu tố vi khí hậu (độ cao tuyệt đối, hướng dốc, biến thiên lượng mưa từng xã) vào vector đầu vào do hạn chế dữ liệu trạm quan trắc địa phương.

Định hướng nghiên cứu mở rộng

  • Ứng dụng mô hình Double-Bootstrap DEA (Simar & Wilson, 2007) để khắc phục hiện tượng tự tương quan giữa các điểm hiệu quả trong hồi quy bước 2.
  • Phân tích chỉ số Malmquist Total Factor Productivity (TFP) Index để bóc tách rõ tốc độ thay đổi công nghệ (Technical Change) và tốc độ bắt kịp biên công nghệ (Efficiency Change) qua các chu kỳ 5 - 10 năm.

Đối tượng hưởng lợi


Câu hỏi thường gặp

  1. Tại sao lại chọn mô hình DEA định hướng đầu vào (Input-Oriented) thay vì định hướng đầu ra (Output-Oriented)?
    Trả lời: Trong sản xuất nông nghiệp miền núi, diện tích đất đai và sản lượng đầu ra chịu giới hạn tự nhiên về chu kỳ sinh trưởng của cây lâu năm. Nông dân có quyền kiểm soát và chủ động cắt giảm, tái phân bổ các yếu tố đầu vào (vốn, lao động, giống, phân bón) dễ dàng hơn nhiều so với việc cố gắng mở rộng sản lượng đầu ra tức thời.

  2. Hệ số hiệu quả kinh tế $EE = 0,465$ phản ánh điều gì trong thực tiễn?
    Trả lời: Hệ số này cho thấy các hộ nông dân tại Bình Gia chỉ đạt 46,5% mức hiệu quả chi phí tối ưu so với các hộ tiên tiến nằm trên đường biên sản xuất. Nghĩa là có tới 53,5% chi phí sản xuất hiện tại đang bị lãng phí do kỹ thuật chưa chuẩn hóa ($TE$) và phân bổ tỷ lệ các yếu tố đầu vào chưa tối ưu theo giá thị trường ($AE$).

  3. Mô hình Tobit có ưu thế vượt trội gì so với hồi quy OLS thông thường trong nghiên cứu này?
    Trả lời: Điểm hiệu quả $TE, AE, EE$ bị chặn trên tại giá trị 1 (100%). Nếu dùng OLS, các giả định về phân phối chuẩn của phần dư bị vi phạm, dẫn đến tham số ước lượng bị chệch và không nhất quán. Hồi quy Censored Tobit sử dụng phương pháp ước lượng hợp lý cực đại (MLE), giải quyết triệt để bài toán biến phụ thuộc bị giới hạn.

  4. Biến tuổi vườn hồi ($Z_4$) có tác động tích cực đến hiệu quả kinh tế như thế nào?
    Trả lời: Hệ số hồi quy $\beta = +0,0042$ ($p < 0,01$) cho thấy cây hồi là cây công nghiệp lâu năm; trong khoảng tuổi từ 20 đến 40 năm, cây đạt độ thành thục sinh học cao nhất, sản lượng hoa hồi và tỷ lệ tích tụ tinh dầu đạt đỉnh, giúp nâng cao đáng kể giá trị kinh tế trên mỗi đơn vị diện tích.

  5. Chi phí đầu tư triển khai các giải pháp khuyến nông dựa trên nghiên cứu này là bao nhiêu?
    Trả lời: Dự án không đòi hỏi đầu tư công nghệ tốn kém mà tập trung vào tối ưu hóa vận hành: tổ chức các lớp tập huấn kỹ thuật tỉa cành, cân đối tỷ lệ N-P-K và liên kết tiêu thụ với chi phí ước tính khoảng 1,5 - 2,0 triệu VNĐ/hộ/năm, nhưng mang lại tiềm năng gia tăng giá trị ròng từ 15 - 25 triệu VNĐ/ha/năm.


Kết luận

Đề tài khóa luận tốt nghiệp "Đánh giá hiệu quả kinh tế của các hộ sản xuất hồi trên địa bàn huyện Bình Gia, tỉnh Lạng Sơn" đã giải quyết trọn vẹn mục tiêu lý luận và thực tiễn:

  • Về mặt học thuật: Xây dựng thành công quy trình phân tích kinh tế lượng chuẩn mực kết hợp giữa phương pháp phi tham số DEA đa biến và mô hình tham số Censored Tobit, cung cấp cơ sở dữ liệu thực nghiệm đáng tin cậy gồm 900 quan sát.
  • Về mặt thực tiễn: Làm sáng tỏ bức tranh kinh tế cây hồi tại Bình Gia – một ngành chiếm 70% giá trị nông nghiệp huyện nhưng mới chỉ đạt mức hiệu quả kinh tế bình quân 46,5%, qua đó chỉ rõ tiềm năng to lớn trong việc cắt giảm chi phí và nâng cao năng lực cạnh tranh.
  • Thông điệp hành động: Đề nghị Ủy ban Nhân dân huyện Bình Gia, Sở Nông nghiệp & PTNT tỉnh Lạng Sơn nhanh chóng ban hành quy trình kỹ thuật canh tác hồi chuẩn VietGAP, đẩy mạnh thành lập các tổ hợp tác chuyên trách và triển khai gói tín dụng ưu đãi theo chu kỳ phục tráng rừng hồi nhằm đưa thương phẩm hoa hồi Lạng Sơn vươn tầm chuỗi giá trị toàn cầu.