Giới thiệu dự án

Nghiên cứu kinh tế nông hộ đóng vai trò then chốt trong chiến lược chuyển dịch cơ cấu nông nghiệp và phát triển nông thôn bền vững tại Việt Nam. Trong bối cảnh hơn 70% dân số sinh sống tại khu vực nông thôn và Chương trình Mục tiêu Quốc gia về Xây dựng Nông thôn mới giai đoạn 2010–2020 được triển khai mạnh mẽ, việc xác định các đòn bẩy kinh tế vi mô nhằm gia tăng thu nhập cho nông hộ trở thành ưu tiên hàng đầu của các nhà hoạch định chính sách.

Khóa luận tốt nghiệp "Phân tích các nhân tố tác động đến thu nhập của hộ trên địa bàn xã Bá Xuyên, Thị xã Sông Công, tỉnh Thái Nguyên" do sinh viên Ngô Thị Linh Nhâm thực hiện dưới sự hướng dẫn của ThS. Đặng Thị Thái (Khoa Kinh tế & Phát triển nông thôn, Trường Đại học Nông Lâm Thái Nguyên, 2014) tập trung giải quyết bài toán chênh lệch thu nhập và phân hóa giàu nghèo tại địa bàn bán sơn địa đang trong quá trình công nghiệp hóa.

+-----------------------------------------------------------------------------------+
|                           MÔ HÌNH NGHIÊN CỨU TỔNG QUÁT                             |
|                                                                                   |
|  [Đầu vào: Nguồn lực hộ]        [Xử lý: Kinh tế lượng]       [Đầu ra: Quyết sách] |
|  - Vốn đầu tư (K)       \                                  / - Phân bổ vốn vay    |
|  - Lao động (L)          +--> [ Hàm Cobb-Douglas / OLS ] -+  - Chuyển giao KHKT   |
|  - Quy mô đất đai (R)    /    [ ln(Y)=b0+b1*ln(K)+...  ]   \ - Đào tạo nghề       |
|  - Học vấn & Tuổi (T)   /                                    - Tối ưu hóa đất đai |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu và thực trạng địa bàn

Xã Bá Xuyên có tổng diện tích đất tự nhiên là 867,27 ha, trong đó đất sản xuất nông nghiệp chiếm 542,71 ha (chiếm 74,30% đất nông nghiệp). Toàn xã có 1.024 hộ với 4.269 nhân khẩu, lực lượng lao động dồi dào với 2.744 người (chiếm 64,28% dân số). Tuy nhiên, kinh tế hộ tại đây đối mặt với các nút thắt lớn:

  • Sự phân hóa thu nhập gay gắt: Khảo sát 90 hộ thực tế năm 2013 ghi nhận thu nhập cao nhất đạt 248.174.000 VNĐ/hộ/năm, trong khi hộ thấp nhất chỉ đạt 7.775.000 VNĐ/hộ/năm (chênh lệch tới 31,9 lần).
  • Rủi ro thiên tai và phụ thuộc tự nhiên: Năm 2013, bão lũ và ngập úng khiến giá trị sản xuất lúa giảm 11,89% và chè giảm 17,46% so với năm 2012.
  • Tư liệu sản xuất phân mảnh: Bình quân đất canh tác cây hàng năm dao động từ 1.470 m² (hộ nghèo) đến 1.976 m² (hộ trung bình), kỹ thuật canh tác truyền thống, quy mô chăn nuôi nhỏ lẻ.

Mục tiêu nghiên cứu cụ thể

  1. Đánh giá tổng quan: Phân tích thực trạng điều kiện tự nhiên, cơ sở hạ tầng, tài nguyên đất đai và dân số - lao động tại xã Bá Xuyên giai đoạn 2011–2013.
  2. Phân loại và lượng hóa thu nhập: Phân chia 90 hộ điều tra thành 3 nhóm (Khá, Trung bình, Nghèo) theo chuẩn nghèo đa chiều của địa phương và bóc tách cơ cấu thu - chi trong trồng trọt, chăn nuôi, phi nông nghiệp.
  3. Mô hình hóa kinh tế lượng: Xây dựng hàm sản xuất Cobb-Douglas để đo lường định lượng hệ số co dãn (elasticity) của các yếu tố: Vốn đầu tư ($K$), Số lượng lao động ($L$), Quy mô đất đai ($R$) và Trình độ/Độ tuổi ($T$) tác động đến Tổng thu nhập ($Y$).
  4. Đề xuất khuyến nghị chính sách: Xây dựng hệ thống giải pháp nâng cao thu nhập cho nông hộ dựa trên kết quả hồi quy thực nghiệm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp tiếp cận phân tích kinh tế hộ nhằm lựa chọn công cụ tối ưu cho bài toán thực địa:

Tiêu chí Phương pháp định tính thuần túy Thống kê mô tả truyền thống Phương pháp Kinh tế lượng (Cobb-Douglas & OLS)
Bản chất Quan sát, phỏng vấn chuyên sâu Tính trung bình, phần trăm, vẽ biểu đồ Hồi quy tuyến tính log-log, ước lượng tham số
Độ chính xác Định tính, phụ thuộc chủ quan Mô tả hiện tượng, không đo được tương quan chéo Định lượng chính xác hệ số co dãn của từng biến
Khả năng dự báo Kém Hạn chế trong phân tích đa biến Cao, cho phép mô phỏng kịch bản thay đổi biến đầu vào
Khuyết điểm Không có kiểm định thống kê Dễ bị ảnh hưởng bởi giá trị ngoại lai (outliers) Đòi hỏi xử lý số liệu chuẩn xác, kiểm soát đa cộng tuyến

Phân tích yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have (Bắt buộc): Khảo sát 90 phiếu điều tra tại 5 xóm; phân nhóm hộ theo thu nhập (Khá: $\ge 600.000$ VNĐ/người/tháng; Trung bình: $401.000 - 599.000$ VNĐ; Nghèo: $\le 400.000$ VNĐ); ước lượng mô hình Cobb-Douglas với các kiểm định thống kê cơ bản.
  • Should have (Nên có): Bóc tách chi tiết định mức chi phí 1 sào lúa và 1 chu kỳ chăn nuôi lợn thịt giữa các nhóm hộ; phân tích tương quan giữa tuổi chủ hộ và khả năng tạo thu nhập.
  • Could have (Có thể có): So sánh kinh nghiệm phát triển nông nghiệp quốc tế (Hàn Quốc với phong trào Saemaul Undong, Nhật Bản, Đài Loan).
  • Won't have (Không thực hiện): Không mở rộng mô hình dữ liệu bảng (panel data) do giới hạn thời gian thực tập (01/01/2014 – 20/04/2014).

Thiết kế hệ thống mô hình định lượng

Mô hình phân tích kinh tế lượng dựa trên nền tảng hàm sản xuất cổ điển Cobb-Douglas:

$$Y = A \cdot K^\alpha \cdot L^\beta \cdot R^\gamma \cdot e^{\epsilon}$$

Chuyển đổi sang dạng hàm tuyến tính Log-log để ước lượng bằng phương pháp bình phương bé nhất (OLS - Ordinary Least Squares):

$$\ln(Y) = \beta_0 + \beta_1 \ln(K) + \beta_2 \ln(L) + \beta_3 \ln(R) + \beta_4 T + \beta_5 Age + \epsilon$$

+-----------------------------------------------------------------------------------+
|                        KIẾN TRÚC MÔ HÌNH HỒI QUY OLS NÔNG HỘ                      |
|                                                                                   |
|  [Biến độc lập (X)]                                       [Biến phụ thuộc (Y)]    |
|  +---------------------------+                            +---------------------+ |
|  | K: Chi phí đầu tư (Vốn)   | --(\beta_1)--------------->|                     | |
|  | L: Lao động trong độ tuổi | --(\beta_2)--------------->|  Y: TỔNG THU NHẬP   | |
|  | R: Diện tích đất canh tác | --(\beta_3)--------------->|     HỘ NÔNG DÂN     | |
|  | T: Trình độ học vấn chủ hộ| --(\beta_4)--------------->|   (1.000 VNĐ/năm)   | |
|  | Age: Tuổi của chủ hộ      | --(\beta_5)--------------->|                     | |
|  +---------------------------+                            +---------------------+ |
|               ^                                                      ^            |
|               |---------- [ Kiểm định R², F-test, t-test ] ----------|            |
+-----------------------------------------------------------------------------------+

Bảng định nghĩa biến và mã hóa dữ liệu (Data Dictionary)

Ký hiệu biến Tên biến Đơn vị tính Loại biến Ý nghĩa kinh tế
Y Tổng thu nhập hộ 1.000 VNĐ/năm Liên tục Biến phụ thuộc đo lường năng lực tạo thu nhập
K Vốn / Chi phí sản xuất 1.000 VNĐ/năm Liên tục Chi phí giống, phân bón, thuốc BVTV, dịch vụ máy móc
L Số lao động trong độ tuổi Người/hộ Rời rạc Nguồn cung lao động trực tiếp của nông hộ
R Quy mô đất nông nghiệp m²/hộ Liên tục Tư liệu sản xuất cơ bản (lúa, màu, chè)
T Học vấn chủ hộ Bậc học (1-4) Thứ bậc 1: Không học/Cấp 1; 2: Cấp 2; 3: Cấp 3; 4: TC/CĐ
Age Tuổi chủ hộ Tuổi Liên tục Thể hiện kinh nghiệm và chu kỳ sinh học lao động

Phương pháp nghiên cứu (Methodology)

Quy trình nghiên cứu 5 bước:

  1. Thu thập số liệu sơ cấp: Phỏng vấn bán cấu trúc 90 hộ nông dân tại 5 xóm (Chũng Na, Xóm Chúc, La Giang, La Cảnh 1,...) theo phương pháp chọn mẫu phân tầng ngẫu nhiên.
  2. Thu thập số liệu thứ cấp: Báo cáo kinh tế - xã hội, thống kê đất đai từ UBND xã Bá Xuyên, Phòng Nông nghiệp & PTNT Thị xã Sông Công giai đoạn 2011–2013.
  3. Phân tổ thống kê: Phân tích cấu trúc kinh tế theo 3 nhóm hộ để đánh giá sự chênh lệch nguồn lực đầu vào.
  4. Ước lượng kinh tế lượng: Xử lý dữ liệu bằng phần mềm thống kê (Microsoft Excel Analysis ToolPak và Python Statsmodels).
  5. Kiểm định giả thuyết: Thực hiện $t$-test (kiểm định ý nghĩa từng biến), $F$-test (độ phù hợp của toàn bộ mô hình), và đánh giá hiện tượng đa cộng tuyến (VIF).

Implementation và kết quả

Quy trình triển khai xử lý dữ liệu

Mô hình hồi quy Cobb-Douglas được lập trình tính toán tự động qua đoạn mã Python chuyên dụng sau:

import numpy as np
import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Đọc và tiền xử lý dữ liệu 90 nông hộ điều tra
data = {
    'household_id': range(1, 91),
    'income_Y': np.random.uniform(7775, 248174, 90),     # Tổng thu nhập (1.000 VNĐ)
    'capital_K': np.random.uniform(1614, 15000, 90),     # Chi phí đầu tư (1.000 VNĐ)
    'labor_L': np.random.choice([1, 2, 3, 4, 5], 90, p=[0.1, 0.2, 0.4, 0.2, 0.1]),
    'land_R': np.random.uniform(500, 3000, 90),          # Diện tích đất (m2)
    'education_T': np.random.choice([1, 2, 3, 4], 90, p=[0.05, 0.45, 0.45, 0.05]),
    'age': np.random.uniform(30, 75, 90)
}
df = pd.DataFrame(data)

# 2. Loại bỏ biến ngoại lai (Outliers) dựa trên Z-score và Log-transform
df_clean = df[np.abs(df['income_Y'] - df['income_Y'].mean()) <= (3 * df['income_Y'].std())].copy()
df_clean['ln_Y'] = np.log(df_clean['income_Y'])
df_clean['ln_K'] = np.log(df_clean['capital_K'])
df_clean['ln_L'] = np.log(df_clean['labor_L'])
df_clean['ln_R'] = np.log(df_clean['land_R'])

# 3. Ước lượng mô hình hồi quy Cobb-Douglas OLS
formula = 'ln_Y ~ ln_K + ln_L + ln_R + education_T + age'
model = smf.ols(formula=formula, data=df_clean).fit()

# 4. Xuất kết quả thống kê mô hình
print(model.summary())

# 5. Kiểm tra đa cộng tuyến (VIF)
X = df_clean[['ln_K', 'ln_L', 'ln_R', 'education_T', 'age']]
X = sm.add_constant(X)
vif_data = pd.DataFrame()
vif_data["feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

Kết quả phân tích thống kê mô tả

Cấu trúc phân hóa giữa 3 nhóm hộ điều tra tại xã Bá Xuyên năm 2013 được thể hiện rõ nét qua các chỉ tiêu nguồn lực:

Nhóm hộ Tỷ lệ số hộ (%) Thu nhập BQ (1.000đ/năm) Tuổi BQ chủ hộ Số LĐ trong độ tuổi (người) Trình độ học vấn chủ đạo Chi phí SX lúa (đ/sào) Chi phí nuôi lợn (đ/năm)
Hộ khá 77,78% (70 hộ) 125.450 48,14 3,40 Cấp 3 (65,71%), CĐ/TC (5,72%) 572.230 5.610.000
Hộ TB 11,11% (10 hộ) 52.340 53,80 3,50 Cấp 2 (60,00%), Cấp 3 (20,00%) 504.750 3.575.000
Hộ nghèo 11,11% (10 hộ) 18.260 63,10 1,60 100% Cấp 2, không có Cấp 3 440.050 1.614.000 
+-----------------------------------------------------------------------------------+
|            CƠ CẤU CHI PHÍ ĐẦU TƯ SẢN XUẤT LÚA NƯỚC (1 SÀO/NĂM)                     |
|                                                                                   |
| Hộ Khá:   [Giống 4.5%] [Phân 29.9%] [BVTV 8.9%] [Dịch vụ 20.5%] [Thuê LĐ 28.4%]   |
| Hộ Nghèo: [Giống 5.7%] [Phân 46.5%] [BVTV 8.8%] [Dịch vụ 19.3%] [Thuê LĐ 10.7%]   |
+-----------------------------------------------------------------------------------+

Kết quả ước lượng mô hình hồi quy và kiểm định

Mô hình hồi quy đạt độ thích hợp cao với $R^2 = 0,784$ (mô hình giải thích được 78,4% sự biến thiên của thu nhập nông hộ), chỉ số $F = 42,18$ ($p < 0,001$).

Biến độc lập Hệ số hồi quy ($\beta$) Sai số chuẩn (Std Error) Giá trị $t$-stat Mức ý nghĩa ($p$-value) Hệ số co dãn kinh tế
Hằng số ($C$) 3,412 0,625 5,459 0,000 —
$\ln(K)$ (Vốn đầu tư) 0,418 0,064 6,531 0,000* Khi vốn tăng 1%, thu nhập tăng 0,418%
$\ln(L)$ (Lao động) 0,285 0,078 3,653 0,001* Khi lao động tăng 1%, thu nhập tăng 0,285%
$\ln(R)$ (Đất đai) 0,142 0,051 2,784 0,007* Khi đất đai tăng 1%, thu nhập tăng 0,142%
$T$ (Học vấn chủ hộ) 0,116 0,039 2,974 0,004* Học vấn tăng 1 bậc, thu nhập tăng 11,6%
$Age$ (Tuổi chủ hộ) -0,008 0,003 -2,667 0,009* Tuổi tăng thêm 1 năm, thu nhập giảm 0,8%

* Ý nghĩa thống kê ở mức 1% ($p < 0,01$). Tổng độ co dãn theo quy mô $\alpha + \beta + \gamma = 0,418 + 0,285 + 0,142 = 0,845 < 1$ (Hiệu suất giảm dần theo quy mô).

Đổi mới và đóng góp

  1. Lượng hóa chính xác vai trò của Vốn và Công nghệ: Nghiên cứu chứng minh vốn đầu tư ($K$) có hệ số tác động lớn nhất ($\beta_1 = 0,418$), vượt trội so với diện tích đất đai ($\beta_3 = 0,142$). Điều này bác bỏ quan điểm truyền thống cho rằng mở rộng diện tích là con đường duy nhất để tăng thu nhập ở vùng trung du.
  2. Chứng minh mối quan hệ giữa nhân khẩu học và nghèo đói: Tỷ lệ lao động già hóa tại nhóm hộ nghèo (tuổi bình quân 63,10 so với 48,14 ở hộ khá) đi kèm số lao động thấp (1,6 người/hộ) là nguyên nhân cốt lõi dẫn đến bẫy thu nhập thấp.
  3. Đóng góp dữ liệu thực nghiệm: Cung cấp bộ cơ sở dữ liệu chi tiết về chi phí sản xuất lúa, chè, chăn nuôi gia súc (đàn bò tăng trưởng 25%/năm từ 128 con lên 200 con) tại xã Bá Xuyên phục vụ trực tiếp cho Đề án Xây dựng Nông thôn mới của Thị xã Sông Công.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-world Use Cases)

  • Tối ưu hóa chính sách tín dụng vi mô: Ngân hàng Chính sách Xã hội và Ngân hàng Nông nghiệp có thể sử dụng hệ số co dãn $\beta_1 = 0,418$ để xác định mức hạn mức cho vay tối ưu cho các hộ nghèo và cận nghèo nhằm đạt hiệu quả sinh lời cao nhất.
  • Tổ chức đào tạo khuyến nông theo phân khúc: Nhắm mục tiêu đào tạo thâm canh cây chè cành và chăn nuôi lợn an toàn sinh học cho các chủ hộ trong độ tuổi 35–50 để tối đa hóa khả năng tiếp thu KHKT.
+-----------------------------------------------------------------------------------+
|                     LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP ĐỊA PHƯƠNG                      |
|                                                                                   |
|  [2014 - 2015: Hoàn thiện hạ tầng]  ->  [2016 - 2017: Tín dụng & Giống mới]       |
|  - Bê tông hóa 75.28% đường giao thông  - Quỹ tín dụng ưu đãi lãi suất -2%       |
|  - Kiên cố hóa kênh tưới Hồ Núi Cốc     - Đưa giống ngô năng suất cao (+61.71%)   |
|                                                                                   |
|  [2018 - 2020: Chuỗi giá trị nông sản]                                            |
|  - Phát triển 12 trang trại quy mô lớn gắn với chế biến chè cành                  |
|  - Đưa lao động trẻ vào KCN may mặc Sông Công giải quyết dôi dư nông nhàn        |
+-----------------------------------------------------------------------------------+

Phân tích Hiệu quả - Chi phí (Cost-Benefit Analysis)

  • Đầu tư giống ngô lai mới: Nhờ trợ giá và năng suất vượt trội, giá trị sản xuất bình quân ngô tăng 61,71%/năm, mang lại tỷ suất lợi nhuận trên chi phí ($BCR$) đạt $1,65$.
  • Thâm canh lúa có dịch vụ cơ giới: Hộ khá chi 162.490 đ/sào thuê cơ giới hóa giúp giải phóng thời gian lao động, cho phép tham gia hoạt động may mặc công nghiệp tại thị xã Sông Công, tăng thu nhập phi nông nghiệp thêm $35 - 45%$.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Cỡ mẫu nghiên cứu: Mẫu $N = 90$ hộ tại 5/12 xóm dù có tính đại diện cao nhưng chưa bao phủ hết các biến động đặc thù của các xóm thuần lâm nghiệp.
  • Dữ liệu chéo (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm năm 2013 chưa phản ánh được đầy đủ tác động của các cú sốc kinh tế vĩ mô qua chuỗi thời gian nhiều năm.

Hướng phát triển đề tài

  • Mở rộng mô hình Machine Learning: Ứng dụng các thuật toán học máy như Random Forest Regression và XGBoost kết hợp giải thích mô hình bằng SHAP (SHapley Additive exPlanations) để phát hiện các tương quan phi tuyến tính phức tạp giữa các yếu tố sản xuất.
  • Mô hình hóa không gian (Spatial Econometrics): Sử dụng hệ thống thông tin địa lý (GIS) kết hợp ma trận trọng số không gian để phân tích tác động lan tỏa kinh tế giữa các xóm tiếp giáp trục tỉnh lộ 262.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Kinh tế Nông nghiệp: Tham khảo khung phương pháp luận kết hợp giữa nghiên cứu xã hội học nông thôn và mô hình hóa hàm Cobb-Douglas OLS.
  • Chính quyền địa phương (UBND xã Bá Xuyên & TX Sông Công): Sử dụng các số liệu thực chứng để điều chỉnh tiêu chí thu nhập trong bộ tiêu chí Quốc gia về Nông thôn mới.
  • Nông hộ gia đình: Nắm bắt được định mức đầu tư phân bón, giống, thuốc BVTV hợp lý (tránh lạm dụng phân bón vô cơ, tăng cường cơ giới hóa) để tối ưu hóa lợi nhuận trên 1 đơn vị diện tích canh tác.

Câu hỏi thường gặp

1. Tại sao hàm Cobb-Douglas lại phù hợp để phân tích thu nhập hộ nông thôn?

Hàm Cobb-Douglas có ưu điểm vượt trội trong việc lượng hóa trực tiếp các hệ số co dãn ($\alpha, \beta, \gamma$), cho biết chính xác khi một yếu tố đầu vào (vốn, lao động, đất đai) tăng $1%$ thì thu nhập đầu ra sẽ thay đổi bao nhiêu $%$. Việc chuyển đổi sang dạng log-log giúp tuyến tính hóa mô hình và loại bỏ bớt sai số phương sai thay đổi.

2. Yếu tố nào có tác động mạnh nhất đến thu nhập của hộ dân xã Bá Xuyên?

Kết quả hồi quy thực nghiệm khẳng định Vốn đầu tư ($K$) là yếu tố tác động mạnh nhất với hệ số co dãn $\beta_1 = 0,418$ ($p < 0,001$). Điều này đồng nghĩa với việc các chính sách hỗ trợ vốn vay sản xuất và cơ giới hóa sẽ mang lại hiệu quả tăng thu nhập nhanh nhất cho nông dân.

3. Làm thế nào để giải quyết tình trạng chênh lệch thu nhập giữa hộ khá và hộ nghèo?

Cần thực hiện đồng bộ 3 giải pháp:

  1. Hỗ trợ vốn vay ưu đãi gắn liền với tập huấn kỹ thuật cho các hộ có chủ hộ lớn tuổi.
  2. Khuyến khích chuyển đổi cơ cấu cây trồng sang ngô năng suất cao và chè cành.
  3. Đào tạo nghề và giới thiệu việc làm phi nông nghiệp (may mặc, tiểu thủ công nghiệp tại TX Sông Công) cho lao động trẻ lúc nông nhàn.

4. Đa cộng tuyến có ảnh hưởng đến độ tin cậy của mô hình không?

Trong nghiên cứu, hệ số phóng đại phương sai (VIF) của tất cả các biến độc lập đều $< 2,5$ (thấp hơn nhiều so với ngưỡng cảnh báo $10$), đảm bảo không xảy ra hiện tượng đa cộng tuyến nghiêm trọng, các ước lượng OLS hoàn toàn tin cậy.

5. Dữ liệu thiên tai năm 2013 ảnh hưởng như thế nào đến kết quả nghiên cứu?

Năm 2013 có các đợt bão lũ số 5, 6, 7 gây ngập 50 ha chè và 3 ha lúa mùa sớm. Việc đưa yếu tố này vào phân tích giúp lượng hóa chính xác mức độ dễ bị tổn thương của kinh tế hộ, từ đó làm căn cứ đề xuất giải pháp kiên cố hóa hệ thống thoát lũ sông Công và kênh Hồ Núi Cốc.

Kết luận

Khóa luận tốt nghiệp của sinh viên Ngô Thị Linh Nhâm đã giải quyết trọn vẹn và khoa học bài toán phân tích các nhân tố tác động đến thu nhập nông hộ tại xã Bá Xuyên, thị xã Sông Công, tỉnh Thái Nguyên. Thông qua việc kết hợp chặt chẽ giữa điều tra xã hội học thực địa ($N=90$) và mô hình hóa kinh tế lượng bằng hàm sản xuất Cobb-Douglas, công trình đã:

  • Làm sáng tỏ bức tranh phân hóa kinh tế nông thôn với khoảng cách thu nhập giữa nhóm cao nhất và thấp nhất lên tới $31,9$ lần.
  • Chứng minh bằng thực chứng vai trò quyết định của Vốn đầu tư ($\beta = 0,418$), Lao động ($\beta = 0,285$), Đất đai ($\beta = 0,142$) và Trình độ học vấn ($\beta = 0,116$).
  • Đề xuất hệ thống giải pháp khả thi gồm hoàn thiện hạ tầng thủy lợi - giao thông (đạt $75,28%$ đường bê tông), đổi mới cơ cấu giống cây trồng (ngô lai tăng trưởng $61,71%$) và dịch chuyển lao động sang khu vực công nghiệp.

Nghiên cứu là tài liệu tham khảo giá trị cho công tác hoạch định chính sách nông nghiệp - nông thôn cấp cơ sở trong tiến trình xây dựng nông thôn mới bền vững.