Phương Pháp Phân Tích Các Yếu Tố Ảnh Hưởng Đến Quyết Định Áp Dụng Các

2.5. Phương pháp phân tích các yếu tố ảnh hưởng đến quyết định áp dụng các biện pháp thích ứng với biến đổi khí hậu của hộ nuôi tôm

Mô hình hồi quy Multivariate Probit (MVP) phân tích các sai số với phân phối chuẩn đa biến, mỗi sai số có giá trị trung bình bằng 0 và ma trận phương sai- hiệp phương sai, trong đó phương sai và hiệp phương sai xem xét sự tương quan với nhau (Below và ctv, 2012). Mô hình MVP được phát triển gần đây và một số nhà nghiên cứu vận dụng (Takele và ctv, 2019; Jared và ctv, 2020; Francis và ctv 2021). Các biến phụ thuộc trong nghiên cứu này bao gồm bốn biến giả gồm điều chỉnh lịch thời vụ, điều chỉnh kỹ thuật, đa dạng hóa sản xuất và phòng ngừa rủi ro, bằng 1 nếu hộ áp dụng biện pháp thích ứng và bằng 0 nếu ngược lại.

y*  X  với ( k = 1,…m) (2.10)

ik k ik k

yik  1 nếu

*  0 và 0 ngược lại

Có thể bạn quan tâm!

Xem toàn bộ 252 trang tài liệu này.

Trong đó, * là biến tiềm ẩn phản ánh những lựa chọn chưa được quan sát

và quan sát được có liên quan đến các biện pháp thích ứng với biến đổi khí hậu thứ

k và

yik đại diện cho các biến phụ thuộc nhị phân, ( k = 1,…, m) biểu thị các biện

pháp thích ứng khác nhau được các hộ nuôi tôm áp dụng.

Xik là véc tơ của các biến

giải thích về đặc điểm hộ, tiếp cận dịch vụ xã hội, nhận thức về biến đổi khí hậu và

chỉ số phơi lộ.

k là véc tơ các hệ số được ước lượng. Từ phương trình (2.10), mối

tương quan thuận giữa các sai số ( k) của các biện pháp thích ứng chỉ ra tính bổ sung và mối tương quan nghịch cho thấy khả năng thay thế giữa các biện pháp thích

ứng. Sai số  k

có phân phối chuẩn đa biến (MVN), với giá trị trung bình bằng 0,

phương sai đơn nhất và ma trận tương quan n x n (Mulwa và ctv, 2017). Trong đó

k≈ MVN (0,  ) và ma trận hiệp phương sai  được cho bởi:

 2 1

1 2

1 3

 2 3

...

 1 m

 2 m

 3 1

 3 2

1 ...

 3 m

(2.11)

  . . . . .

. . . 1 .

. . . . .

 m 1

 m 2

 m 3

... 1

Trong đó,  biểu thị mối tương quan không quan sát được giữa các yếu tố ngẫu nhiên của các sai số liên quan đến bất kỳ hai phương trình nào được ước lượng trong mô hình. Trong công thức (2.11), mối tương quan giữa các yếu tố ngẫu nhiên của các biện pháp thích ứng khác nhau được hộ nuôi tôm áp dụng được biểu thị

bằng các phần tử nằm ngoài đường chéo (như

21 , 12 , 31, 13 ) trong ma trận phương

sai-hiệp phương sai (Teklewold và ctv, 2013). Giả định về mối tương quan không quan sát được giữa yếu tố ngẫu nhiên của các biện pháp thích ứng thứ k và m, có nghĩa là phương trình (2.10) đưa ra một mô hình đa biến mà cùng đại diện cho các quyết định áp dụng một biện pháp thích ứng cụ thể. Những phần tử nằm ngoài đường chéo khác 0 cho thấy mối tương quan giữa các sai số của các phương trình tiềm ẩn, đại diện cho các yếu tố không được quan sát được ảnh hưởng đến việc lựa chọn các biện pháp thích ứng thay thế.

Diễn giải và ký hiệu các biến độc lập ( X ik ), các yếu tố ảnh hưởng đến quyết

định áp dụng các biện pháp thích ứng BĐKH của hộ nuôi tôm ( yik ) được trình bày

ở Bảng 2.6. Việc lựa chọn các yếu tố

Xik dựa trên tổng hợp tài liệu (trình bày ở phần

1.4.4), kết hợp với kết quả điều tra thực tế tại thời điểm nghiên cứu sao cho phù hợp với các mục tiêu nghiên cứu.

Bảng 2.6. Diễn giải và ký hiệu các biến giải thích sử dụng trong mô hình MVP

Ký hiệu Diễn giải Dấu Tham khảo

Đặc điểm hộ

MHINH

GTINH

Mô hình nuôi tôm, MHINH = 1 nếu hộ áp dụng mô hình nuôi

TTCTTC và MHINH = 0 nếu hộ +

áp dụng nuôi TSQCCT

Giới tính của chủ hộ, GTINH

=1 là nam và GTINH = 0 là nữ

Balew và ctv (2014), Denkyirah, (2017), Ojo và Baiyegunhi (2018), Jared và ctv (2020) và Francis và ctv (2021)

Tazeze (2012), Mabe và ctv (2014), Amare

năm

TUOI Tuổi của chủ hộ được tính bằng +

Trình độ học vấn của chủ hộ

và ctv (2018), Takele và ctv (2019), Jared và ctv (2020), Mihiretu và ctv (2020) và Francis và ctv (2021)

Deressa và ctv (2008), Bryan và ctv (2011),

TDHV

được đo bằng số năm đến +

trường của chủ hộ

Abid và ctv (2015), Ojo và Baiyegunhi (2018), Takele và ctv (2019), Mihiretu và ctv (2020) và Francis và ctv (2021) Maddison (2007), Komba and

KNGHIEM

Kinh nghiệm là số năm đã

tham gia nuôi tôm của chủ hộ

Muchapondwa (2012), Abid và ctv (2015), Ojo và Baiyegunhi (2018), Takele và ctv (2019) và Mihiretu và ctv (2020)

LDONG

Số lao động sản xuất trong hộ tính bằng người

Balew và ctv (2014) và Denkyirah và ctv (2017)

Bảng 2.6. Diễn giải và ký hiệu các biến giải thích sử dụng trong mô hình MVP (tiếp theo)

Ký hiệu Diễn giải Dấu Tham khảo

TNHAP

DTICH

Thu nhập của hộ từ tất cả các nguồn tính bằng triệu + đồng/năm

Diện tích ao nuôi tôm được tính bằng ha

Balew và ctv (2014), Denkyirah và ctv (2017), Jared và ctv (2020) và Mihiretu và ctv (2020)

Maddison (2007), Bryan và ctv (2009), Ozor và ctv (2012), Amare và ctv (2018), Ojo và Baiyegunhi (2018), Takele và ctv (2019), Jared và ctv (2020) và Mihiretu và ctv (2020)

Tiếp cận dịch vụ xã hội

Tham gia các lớp tập huấn

Gbetibouo (2009), Balew và ctv (2014), Ojo

KNONG

DTHE

TDUNG

khuyến nông về nuôi tôm được tính bằng số lần tham gia trung bình 1 năm

Tham gia các tổ chức đoàn thể, DTHE =1 nếu có tham gia và + DTHE = 0 là không tham gia

Tiếp cận với tín dụng, TDUNG

=1 nếu hộ tiếp cận tín dụng dễ dàng và TDUNG = 0 là khó khăn

và Baiyegunhi (2018), Takele và ctv (2019), Jared và ctv (2020) và Mihiretu và ctv (2020)

Denkyirah và ctv (2017), Ojo và Baiyegunhi (2018), Jared và ctv (2020), Mihiretu và ctv (2020) và Francis và ctv (2021)

Deressa và ctv (2009), Gbetibouo (2009), Ojo và Baiyegunhi (2018), Takele và ctv (2019), Jared và ctv (2020) và Mihiretu và ctv (2020)

Nhận thức về biến đổi khí hậu

TTIN

Số lượng nguồn thông tin về biến đổi khí hậu mà hộ tiếp cận

Số năm nhận biết thời thiết

Nhemachena & Hassan (2007), Komba and Muchapondwa (2012) và Jared và ctv (2020) Maddison (2006), Jiri và ctv (2015),

NAM

thay đổi thất thường + Nhận thức BĐKH ảnh hưởng đến

Mihiretu và ctv (2020), Jared và ctv (2020) và Francis và ctv (2021)

AHBDKH

Chỉ số phơi

lộ

nuôi tôm, AHBDKH =1 nếu có

ảnh hưởng và = 0 nếu không ảnh hưởng

Mức độ dễ bị tổn thương của hộ nuôi tôm do phơi lộ tính bằng lần

+ Gbetibouo (2009) và Balew và ctv (2014)

- Đề xuất của tác giả

2.6. Phương pháp phân tích ảnh hưởng của các biện pháp thích ứng với biến

đổi khí hậu đến hiệu quả nuôi tôm

2.6.1. Phương pháp hạch toán tài chính

Phương pháp hạch toán tài chính được sử dụng nhằm tính toán kết quả, hiệu quả tài chính của hộ nuôi tôm phát sinh trong vụ nuôi. Sau đó đánh giá sự khác biệt hiệu quả giữa nhóm hộ có áp dụng và không áp dụng các biện pháp thích ứng biến đổi khí hậu bằng kiểm định trung bình mẫu độc lập (T-test). Phương pháp này được thực hiện thông qua tính toán các chỉ tiêu bao gồm chi phí (CP), doanh thu (DT), lợi nhuận (LN), thu nhập (TN), tỷ suất doanh thu trên chi phí (DT/CP), tỷ suất lợi nhuận trên chi phí (LN/CP), tỷ suất lợi nhuận trên doanh thu (LN/DT), tỷ suất thu nhập trên chi phí (TN/CP) và tỷ suất thu nhập trên doanh thu (TN/DT) (chi tiết Phụ lục 2.3).

2.6.2. Phương pháp phân tích biên ngẫu nhiên (SFA)

Ước lượng hiệu quả sản xuất bằng phương pháp phân tích biên ngẫu nhiên (SFA) phải dựa vào một dạng hàm cụ thể như Cobb-Douglas, Translog, hàm bậc 2 hay hàm Leontif tổng quát. Trong đó, dạng hàm Cobb - Douglas được sử dụng phổ biến trong lĩnh vực sản xuất nông nghiệp (Begum và ctv, 2015; Phạm Lê Thông và Đặng Thị Phượng, 2015; Nguyễn Hữu Đặng, 2017). Hàm Cobb-Douglas có nhiều ưu điểm là dạng hàm có tính linh hoạt (Setsoafia và ctv, 2017), khi logarit hai vế sẽ được mô hình hồi quy tuyến tính, phản ánh được quy luật năng suất biên giảm dần, kết quả ước lượng cho biết được mức độ ảnh hưởng của từng yếu tố đầu vào đến năng suất thông qua độ co giãn của các yếu tố đầu vào (Trần Thị Thanh Xuân, 2015) và đồng thời dạng hàm này ít xảy ra hiện tượng đa cộng tuyến (Oladeebo và Oluwaranti, 2012; Ogundari và ctv, 2006). Cùng với những ưu điểm nêu trên và để thống nhất trong phân tích HQSX giữa các mô hình nuôi tôm, nghiên cứu này vận dụng dạng hàm Cobb-Douglas để ước lượng hiệu quả kỹ thuật và hiệu quả kinh tế.

2.6.2.1. Hàm sản xuất biên ngẫu nhiên

Theo Farrell (1957), hiệu quả kỹ thuật liên quan đến năng lực của một nông hộ trong việc tránh lãng phí nguồn lực đầu vào thông qua việc sản xuất đầu ra ở mức cao nhất với công nghệ hiện có. Hiệu quả kỹ thuật cho biết nông hộ có thể tăng bao nhiêu phần trăm mức sản lượng đầu ra tại mỗi mức đầu vào nhất định.

Hàm sản xuất biên ngẫu nhiên được đề xuất bởi Aigner và ctv (1977) và

được phát triển bởi Battese và Coelli (1992), có dạng:

Yi f (Xij ,  j ) exp(ei )

với

ei vi ui

(2.12)

Trong đó, Yi là lượng đầu ra của nông hộ i ; Xijlà lượng các yếu tố đầu vào

thứ j của hộ i ;  j

là hệ số cần ước lượng; vi có phân phối chuẩn với kỳ vọng là 0

và phương sai σv2 (v ~ N(0, σv2)), là phần sai số đối xứng, biểu diễn tác động của những yếu tố ngẫu nhiên, và ui > 0 là phần sai số một đuôi có phân phối nửa chuẩn (u ~ |N(0, σu2)|), biểu diễn phần phi hiệu quả được tính từ chênh lệch giữa (Yi) với giá trị tối đa có thể có của nó (Y * ) được cho bởi hàm giới hạn ngẫu nhiên, tức là,

Y Y * . Tuy nhiên, ước lượng kém hiệu quả ( u ) này thường khó được tách ra khỏi

i i i

những tác động ngẫu nhiên ( vi ). Jondrow và ctv (1982) chỉ ra rằng ui đối với mỗi

quan sát có thể được rút ra từ phân phối có điều kiện của

ui , ứng với

ei cho trước.

Với phân phối chuẩn cho trước của vi và nửa chuẩn của ui , kỳ vọng của mức phi hiệu quả của từng nông hộ cụ thể (ui ), với ei cho trước.

E(u / e )  * 

f (.)

ei  

(2.13)

i i 1F (.)

 

 2 2

u v



u v

Trong đó  *2  2 . 2 ,

  u  v

,  

và f(.) và F(.) lần lượt là các

hàm phân phối mật độ và tích lũy chuẩn tắc được ước tính tại ( ei /  ). Bên cạnh

đó, tỷ số phương sai  '  2  2 nằm trong khoảng (0,1) được giới thiệu bởi Battese

và Corra (1977) sẽ giải thích phần sai số chủ yếu nào trong 2 phần tác động sự biến động của sản lượng thực tế. Khi  ' tiến tới 1 (σu → σ), sự biến động của sản lượng thực tế chủ yếu là do sự khác biệt trong kỹ thuật sản xuất của nông hộ. Ngược lại,

 ' tiến tới 0, sự biến động đó chủ yếu do tác động của những yếu tố ngẫu nhiên.

Hiệu quả kỹ thuật (TE) được tính theo công thức sau:

TE Yi

f (xi ,  ) exp(vi ui )  exp(u )

(2.14)

i Y * f (x ,  ) exp(v )i

i i i

TEi 0,1ui  0 . Khi

ui  0 TEi  1, đó là nông hộ i nằm trên đường cực

biên và đạt hiệu quả kỹ thuật cao nhất. Khi

ui càng lớn, nông hộ càng nằm xa phía

dưới đường cực biên và hiệu quả kỹ thuật càng thấp.

Mô hình thực nghiệm

Mô hình thực nghiệm hàm sản xuất biên ngẫu nhiên dạng Cobb-Douglas nhằm ước lượng hiệu quả kỹ thuật hộ nuôi tôm như sau:

LnYi 0 j LnXijei

j1

(2.15)

Trong đó: Yi là năng suất tôm của hộ thứ i ( i  1, 2,..., n ); Xij là lượng yếu tố

đầu vào (con giống, thức ăn, lao động, năng lượng và vôi) thứ j của hộ thứ i ; là hệ số cần được ước lượng; ei : là sai số hỗn hợp của mô hình, ei vi ui .

 j :

Bảng 2.7. Mô tả các biến sử dụng trong mô hình hàm sản xuất biên ngẫu nhiên

Tên biến Diễn giải Mô hình Dấu Tham khảo

Begum và ctv (2013), Islam

LNY

LNX1

Logarit tự nhiên của năng suất tôm nuôi hộ thứ i (kg/ha/vụ)

Logarit tự nhiên của số lượng con giống thả nuôi hộ thứ i (con/ha)

Logarit tự nhiên của lượng

TSQCCT, TTCTTC

TSQCCT,

và ctv (2014), Ghee-Thean và ctv (2016), Trần Ngọc Tùng (2019) và Đặng Thị Phượng và ctv (2020)

Begum và ctv (2013), Islam và ctv (2014), Ghee-Thean

+ và ctv (2016) và Đặng Thị

Phượng và ctv (2020) Begum và ctv (2013), Islam

LNX2

thức ăn công nghiệp hộ thứ i (kg/ha)

Logarit tự nhiên của lượng

TTCTTC +

và ctv (2014) và Ghee- Thean và ctv (2016)

Begum và ctv (2013), Islam

LNX3

lao động hộ thứ i (ngày công/ha)

TSQCCT, TTCTTC

và ctv (2014), Ghee-Thean

+ và ctv (2016) và Đặng Thị

Phượng và ctv (2020)

LNX4 Logarit tự nhiên lượng năng lượng hộ thứ i (kwh/ha)

LNX5 Logarit tự nhiên của lượng vôi hộ thứ i (kg/ha)

TTCTTC + Islam và ctv (2014) và Trần

Ngọc Tùng (2019)

TTCTTC + Begum và ctv (2013)

2.6.2.2. Hàm lợi nhuận biên ngẫu nhiên

Hàm lợi nhuận biên ngẫu nhiên xem xét giá chuẩn hóa của các yếu tố đầu vào và các yếu tố đầu vào cố định (Ali và Flinn,1989). Mức hiệu quả kinh tế cho từng nông hộ có thể được ước lượng qua hàm lợi nhuận biên ngẫu nhiên. Hàm lợi nhuận biên ngẫu nhiên (Ali và Flinn, 1989; Ali và Shah, 1994) có dạng:

 i f (Pij , Zik ,i ) exp(ei )

với

ei vi ui

(2.16)

Trong đó: i

là lợi nhuận chuẩn hóa của nông hộ thứ i , được tính bằng tổng

doanh thu trừ chi phí đầu vào biến đổi, sau đó chia cho giá đơn vị đầu ra của hộ thứ

i ( i = 1,2 ..... n);

Pij : là giá chuẩn hóa của đầu vào thứ j của hộ thứ i , được tính bằng

đơn giá đầu vào j của hộ thứ i chia cho giá đầu ra;

Zik : là yếu tố đầu vào cố định

thứ k của hộ thứ i ;

i : là hệ số cần ước lượng;

ei là sai số hỗn hợp của mô hình

gồm có 2 phần vi và ui .

vi là phần sai số ngẫu nhiên độc lập, đồng nhất và phân phối chuẩn đối xứng

(v ~ N(0,σv ) thể hiện tác động ngoài tầm kiểm soát của hộ nuôi tôm như thời tiết,

rủi ro, sai số thống kê,…

ui là phần sai số ngẫu nhiên, độc lập và có phân phối nửa

chuẩn (u~|N(0,σu )|), phản ánh phần phi hiệu quả kinh tế, tính từ phần chênh lệch

giữa ( ) với giá trị tối đa có thể đạt được của nó ( * ), tức là   * . Aigner và ctv

i i i i

(1977); Battese và Coeli (1992); Jondrow và ctv (1982) chỉ ra rằng

ui đối với mỗi

quan sát có thể được rút ra từ phân phối có điều kiện của ui , ứng với ei

cho trước.

Với phân phối chuẩn cho trước của vi

và nửa chuẩn của

ui , kỳ vọng của mức phi

hiệu quả của từng nông hộ trại cụ thể ui , với ei

cho trước.

E(u

/ e )  * 

f (.)

 ( ei )

(2.17)

i i 1 F (.)  

 2 2

u v



Trong đó  *2  2 . 2 ,   

,  

và f(.) và F(.) lần lượt là các

u v u v

hàm phân phối mật độ và tích lũy của phân phối chuẩn tắc được ước tính tại

( ei  ). Bên cạnh đó, tỷ số phương sai

'  2  2

nằm trong khoảng (0, 1) được

giới thiệu bởi Corra và Battese (1977) sẽ giải thích phần sai số chủ yếu nào trong 2 phần tác động đến sự biến động của lợi nhuận thực tế. Khi  ' tiến tới 1 (  ), sự biến động của lợi nhuận thực tế chủ yếu là do sự khác biệt trong chi phí sản xuất

của nông hộ. Ngược lại, những yếu tố ngẫu nhiên.

 ' tiến tới 0, sự biến động đó chủ yếu do tác động của

Hiệu quả kinh tế (EE) theo hàm lợi nhuận biên ngẫu nhiên được tính toán dựa vào tỷ số giữa giá trị lợi nhuận thực tế quan sát được (i ) và giá trị lợi nhuận tối đa ( * ) nằm trên đường biên lợi nhuận, công thức có dạng như sau:

EE i

f (Pij , Zik ,i ) exp(vi ui )  exp(u )

(2.18)

i  *

f (P ; Z ) exp(v )i

i ij ik i

Mức hiệu quả kinh tế (EE) có giá trị từ 0 đến 1. Sai số ui

thể hiện mức độ

không hiệu quả của nông hộ. Nếu ui  0

hàm ý lợi nhuận của nông hộ nằm ở đường

biên hiệu quả và đạt được hiệu quả kinh tế 100%. Nếu

ui  0

hàm ý lợi nhuận của

nông hộ nằm dưới đường biên hiệu quả, tồn tại mức phi hiệu quả kinh tế.

Mô hình thực nghiệm: Mô hình thực nghiệm hàm lợi nhuận biên ngẫu nhiên dạng Cobb-Douglas ước lượng hiệu quả kinh tế của hộ nuôi tôm như sau:

Lni0 jLnPij kLnZik ei

(2.19)

Trong đó:  i

là lợi nhuận chuẩn hóa của hộ nuôi tôm thứ i ( i  1, 2, 3,..., n );

 j , k : là hệ số cần được ước lượng trong mô hình; ei : là sai số hỗn hợp của mô

hình ( ei vi ui ); Pij : là giá chuẩn hóa của các yếu tố đầu vào bao gồm giá con

giống, giá thức ăn và giá vôi;

ao nuôi, thuốc và nhiên liệu.

Zik : là các yếu tố chi phí cố định bao gồm lao động,

Bảng 2.8. Mô tả các biến sử dụng trong mô hình hàm lợi nhuận biên ngẫu nhiên

Tên biến Diễn giải Mô hình Dấu Tham Khảo

Ln i

LnP1i

LnP2i

Lợi nhuận chuẩn hóa, được tính bằng logarit tự nhiên của lợi nhuận biến đổi từ hoạt động nuôi tôm chia cho giá đầu ra 1kg tôm của hộ thứ i (1000 đồng/ha) Giá con giống chuẩn hóa, được tính bằng logarit tự nhiên của giá 1 con giống chia cho giá đầu ra 1 kg tôm hộ thứ i (1000 đồng/con)

Giá thức ăn chuẩn hóa, được tính bằng logarit tự nhiên của giá 1 kg thức ăn chia cho giá đầu ra 1kg tôm hộ thứ i (1000 đồng/kg)

Giá vôi chuẩn hóa, được tính

TSQCCT, TTCTTC

TSQCCT, TTCTTC -

Phạm Lê Thông và Đặng Thị Phượng (2015), Trần Ngọc Tùng (2019) và Kim Anh và ctv (2020)

Phạm Lê Thông và Đặng Thị Phượng (2015), Nguyễn Thùy Trang (2018), Trần Ngọc Tùng (2019) và Kim Anh và ctv (2020)

Phạm Lê Thông và Đặng Thị Phượng (2015), Nguyễn Thùy Trang (2018), Trần Ngọc Tùng (2019) và Kim Anh và ctv (2020),

LnP3i

bằng logarit tự nhiên của giá 1 kg vôi chia cho giá đầu ra 1kg tôm hộ thứ i (1000 đồng/kg)

TTCTTC - Đề xuất của tác giả

LnZ Logarit tự nhiên chi phí lao

1i động hộ thứ i (1000 đồng/ha)

TSQCCT, TTCTTC -

Nguyễn Thùy Trang (2018), Trần Ngọc Tùng (2019) và Kim Anh và ctv (2020)

LnZ

Logarit tự nhiên của chi phí

2i thuốc hộ thứ i (1000 đồng/ha) TTCTTC -

Logarit tự nhiên của chi phí

Nguyễn Thùy Trang (2018), Trần Ngọc Tùng (2019) và Kim Anh và ctv (2020) Nguyễn Thùy Trang (2018),

LnZ3i

nhiên liệu hộ thứ i (1000

đồng/ha)

TTCTTC -

Trần Ngọc Tùng (2019) và Kim Anh và ctv (2020)

LnZ Logarit tự nhiên của chi phí ao

4i nuôi hộ thứ i (1000 đồng/ha)

TSQCCT, TTCTTC -

Phạm Lê Thông và Đặng Thị Phượng (2015) và Trần Ngọc Tùng (2019)

2.6.2.3. Hàm phi hiệu quả kỹ thuật và phi hiệu quả kinh tế

ui trong phương trình (2.12) hay (2.16) là hàm phi hiệu quả kỹ thuật hay phi

hiệu quả kinh tế, hàm này được sử dụng để giải thích các yếu tố ảnh hưởng đến mức phi hiệu quả kỹ thuật (và phi hiệu quả kinh tế) hay ngược lại là hiệu quả kỹ thuật (hiệu quả kinh tế).