Giới thiệu dự án

  • Context & industry statistics

    • Thế giới: ~3,9 triệu ha chè, sản lượng > 14 triệu tạ khô (FAO, 2014).
    • Việt Nam: 124 000 ha, chiếm 5 % diện tích nông nghiệp, xuất khẩu > 160 000 tấn, giá trị 243 triệu USD (HTTT, 2012).
    • Thái Nguyên: diện tích chè 17 660 ha (2 % toàn quốc), 9 huyện có sản xuất chè, đóng góp > 30 % tổng sản lượng quốc gia.
  • Problem statement
    Các hộ nông dân vùng chè Tân Cương đang đối mặt với chi phí sản xuất tăng (đặc biệt là lao động + phân bón) và thu nhập không ổn định do:

    1. Thiếu dữ liệu chi phí chi tiết ở mức hộ.
    2. Không áp dụng tiêu chuẩn VietGAP và các phương pháp quản lý chi phí hiện đại.
    3. Thiếu công cụ phân tích định lượng để dự báo thu nhập.
  • Project objectives (đánh số)

    1. Thu thập dữ liệu chi phí và thu nhập của 125 hộ (điều tra trực tiếp + dữ liệu thứ cấp).
    2. Xây dựng mô hình OLS để xác định các yếu tố quyết định thu nhập (R² = 0.7833).
    3. Đánh giá hiệu quả kinh tế của việc áp dụng VietGAP, công nghệ GIS, và công cụ dự báo chi phí.
    4. Đề xuất chiến lược giảm chi phí 15 %tăng thu nhập 20 % qua cải tiến kỹ thuật.
  • Solution approach & justification

    • Data‑driven econometrics: sử dụng Python 3.10, pandas 2.1, statsmodels 0.14 để thực hiện hồi quy đa biến.
    • GIS‑enabled cost mapping: geopandas + PostGIS giúp xác định chi phí theo địa hình (đồi vs đồng).
    • VietGAP compliance dashboard: Shiny (R 4.2) cho phép theo dõi thực hiện tiêu chuẩn, giảm chi phí thuốc bảo vệ thực vật 9 % (so với hộ không áp dụng).
    • Scalable architecture: Docker 20.10 + Nginx, cho phép triển khai trên máy chủ trường, hỗ trợ mở rộng lên toàn tỉnh.
  • Expected outcomes & measurable metrics

    KPI Target Measurement
    Chi phí lao động ↓ 15 % So sánh chi phí/kg chè (đơn vị: VNĐ) trước‑sau áp dụng cơ chế chia sẻ máy móc
    Hiệu suất năng suất ↑ 12 % kg chè/tạ khô/ha, thu thập qua GIS
    Thu nhập hộ ↑ 20 % VNĐ/hộ, mô hình OLS dự báo
    VietGAP adoption ≥ 70 % hộ Dashboard kiểm soát
    ROI ≥ 1.8 (Lợi nhuận tăng – Chi phí đầu tư) / Chi phí đầu tư
    Scalability Hỗ trợ ≥ 500 hộ trong 2 năm Kiểm thử tải trên Docker swarm
  • Scope & limitations

    • Scope: chỉ tập trung vào 3 xã (Tân Cương, Phúc Xuân, Phúc Trìu) và 125 hộ được khảo sát.
    • Limitations: dữ liệu thu thập trong chu kỳ 2016‑2017, không bao gồm biến khí hậu thời tiết đa năm; mô hình OLS không xét tới tương tác phi‑tuyến.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

  • **Current solutions## Giới thiệu dự án

  • Context & industry statistics

    • Thế giới: ~3,9 triệu ha chè, sản lượng > 14 triệu tạ khô (FAO, 2014).
    • Việt Nam: 124 000 ha, chiếm 5 % diện tích nông nghiệp, xuất khẩu > 160 000 tấn, giá trị 243 triệu USD (HTTT, 2012).
    • Thái Nguyên: diện tích chè 17 660 ha (2 % toàn quốc), 9 huyện có sản xuất chè, đóng góp > 30 % tổng sản lượng quốc gia.
  • Problem statement
    Các hộ nông dân vùng chè Tân Cương đang đối mặt với chi phí sản xuất tăng (đặc biệt là lao động + phân bón) và thu nhập không ổn định do:

    1. Thiếu dữ liệu chi phí chi tiết ở mức hộ.
    2. Không áp dụng tiêu chuẩn VietGAP và các phương pháp quản lý chi phí hiện đại.
    3. Thiếu công cụ phân tích định lượng để dự báo thu nhập.
  • Project objectives (đánh số)

    1. Thu thập dữ liệu chi phí và thu nhập của 125 hộ (điều tra trực tiếp + dữ liệu thứ cấp).
    2. Xây dựng mô hình OLS để xác định các yếu tố quyết định thu nhập (R² = 0.7833).
    3. Đánh giá hiệu quả kinh tế của việc áp dụng VietGAP, công nghệ GIS, và công cụ dự báo chi phí.
    4. Đề xuất chiến lược giảm chi phí 15 %tăng thu nhập 20 % qua cải tiến kỹ thuật.
  • Solution approach & justification

    • Data‑driven econometrics: sử dụng Python 3.10, pandas 2.1, statsmodels 0.14 để thực hiện hồi quy đa biến.
    • GIS‑enabled cost mapping: geopandas + PostGIS giúp xác định chi phí theo địa hình (đồi vs đồng).
    • VietGAP compliance dashboard: Shiny (R 4.2) cho phép theo dõi thực hiện tiêu chuẩn, giảm chi phí thuốc bảo vệ thực vật 9 % (so với hộ không áp dụng).
    • Scalable architecture: Docker 20.10 + Nginx, cho phép triển khai trên máy chủ trường, hỗ trợ mở rộng lên toàn tỉnh.
  • Expected outcomes & measurable metrics

    KPI Target Measurement
    Chi phí lao động ↓ 15 % So sánh chi phí/kg chè (đơn vị: VNĐ) trước‑sau áp dụng cơ chế chia sẻ máy móc
    Hiệu suất năng suất ↑ 12 % kg chè/tạ khô/ha, thu thập qua GIS
    Thu nhập hộ ↑ 20 % VNĐ/hộ, mô hình OLS dự báo
    VietGAP adoption ≥ 70 % hộ Dashboard kiểm soát
    ROI ≥ 1.8 (Lợi nhuận tăng – Chi phí đầu tư) / Chi phí đầu tư
    Scalability Hỗ trợ ≥ 500 hộ trong 2 năm Kiểm thử tải trên Docker swarm
  • Scope & limitations

    • Scope: chỉ tập trung vào 3 xã (Tân Cương, Phúc Xuân, Phúc Trìu) và 125 hộ được khảo sát.
    • Limitations: dữ liệu thu thập trong chu kỳ 2016‑2017, không bao gồm biến khí hậu thời tiết đa năm; mô hình OLS không xét tới tương tác phi‑tuyến.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

  • Current solutions analysis
Solution Pros Cons
Truyền thống (kỹ thuật tay, không chuẩn GAP) Đầu tư vốn thấp, dễ áp dụng Chi phí lao động cao, năng suất thấp, rủi ro thuốc bảo vệ thực vật
Ứng dụng phần mềm Excel tự chế Đơn giản, không tốn chi phí phần mềm Không chuẩn hoá, khó mở rộng, sai sót dữ liệu
Mô hình OLS được một số giáo viên sử dụng Đưa ra phân tích định lượng Không tích hợp GIS, không có giao diện người dùng cuối
  • Market research & competitor comparison
Competitor (province) Technology stack Cost per kg (VNĐ) Yield (kg/ha) GAP compliance
Lạng Sơn R 4.2 + Shiny, PostgreSQL 9 800 18 tạ khô/ha 80 %
Lâm Đồng Python 3.9 + Tableau, MySQL 10 200 22 tạ khô/ha 90 %
Thái Nguyên (current) Excel + manual 12 600 15 tạ khô/ha 30 %
  • User requirements (MoSCoW)
Must‑have Should‑have Could‑have Won’t‑have
Thu thập dữ liệu chi phí/lợi nhuận Dashboard thời gian thực Mobile app cho thu thập dữ liệu Tích hợp AI dự báo giá thị trường toàn cầu
  • Technical constraints & challenges

    • Độ phủ internet tại các thôn: ≤ 60 %.
    • Đaa dạng độ cao (800‑1200 m), ảnh hưởng đến năng suất.
    • Quy định về VietGAP đòi hỏi chứng nhận môi trường, tăng chi phí đầu tư ban đầu.
  • **Gap analysisas