DỰ BÁO DIỆN TÍCH, NĂNG SUẤT VÀ SẢN LƯỢNG LÚA CỦA VIỆT NAM: ÁP DỤNG MÔ HÌNH ARIMA
Tập 132 Số 5C (2023), Nghiên cứu
Tập 132 Số 5C (2023)

DỰ BÁO DIỆN TÍCH, NĂNG SUẤT VÀ SẢN LƯỢNG LÚA CỦA VIỆT NAM: ÁP DỤNG MÔ HÌNH ARIMA

Nghiên cứu
https://doi.org/10.26459/hueunijed.v132i5C.7179
Đã xuất bản 2023-11-28
Hồ Trọng Phúc
Trường Đại học Kinh tế, Đại học Huế, 99 Hồ Đắc Di, Huế, Việt Nam
https://orcid.org/0000-0001-9449-0263
Phạm Xuân Hùng
Trường Đại học Kinh tế, Đại học Huế, 99 Hồ Đắc Di, Huế, Việt Nam
PDF

Từ khóa

mô hình ARIMA
dự báo
diện tích lúa
năng suất lúa
sản lượng lúa
Việt Nam ARIMA model
forecasting
rice area
rice yield
rice production
Vietnam

Tóm tắt

Bài báo này phân tích và dự báo diện tích, năng suất và sản lượng lúa của Việt Nam đến năm 2030 sử dụng mô hình Box–Jenkins ARIMA. Nghiên cứu sử dụng chuỗi dữ liệu thời gian giai đoạn 1990–2021 được tổng hợp từ Tổng Cục Thống Kê của Việt Nam. Kết quả thống kê cho thấy năm 2021, tổng diện tích canh tác lúa đạt 7,24 triệu ha, với năng suất bình quân đạt 6,06 tấn/ha và tổng sản lượng lúa đạt 43,85 triệu tấn. Qua giai đoạn 1990–2021, năng suất và sản lượng lúa tăng, với mức tăng trưởng bình quân hàng năm lần lượt là 2,10% và 2,70%; diện tích có tăng, nhưng tăng với tốc độ chậm hơn (0,58%) và có xu hướng giảm từ năm 2013 trở lại đây. Kết quả dự báo cho thấy rằng đến năm 2030, diện tích lúa tiếp tục giảm khoảng 0,8 triệu ha, xuống còn 6,42 (4,17; 8,67) triệu ha. Trong khi đó, năng suất và sản lượng lúa có xu hướng tăng, lần lượt đạt 6,90 (6,26; 7,53) tấn/ha và 46,60 (36,02; 57,19) triệu tấn. Nghiên cứu đề xuất rằng trong thập kỷ tới, các chính sách về sản xuất lúa cần tập trung thúc đẩy tăng năng suất và lợi nhuận thay vì mở rộng diện tích canh tác. Cải thiện hiệu quả sản xuất và áp dụng công nghệ tiên tiến là những định hướng phù hợp.

https://doi.org/10.26459/hueunijed.v132i5C.7179
PDF

Tài liệu tham khảo

  1. Phuc, H. T., Burton, M., Ma, C., and Hailu, A. (2022), Quantifying heterogeneity, heteroscedasticity and publication bias effects on technical efficiency estimates of rice farming: A meta‐regression analysis, Journal of Agricultural Economics, 73(2), 580–597.
  2. GSO (2023), Diện tích, sản lượng và năng suất lúa cả năm của Việt Nam. Available: https://www.gso.gov.vn/px-web-2/?pxid=V0612&theme=N%C3%B4ng%2C%20l%C3%A2 m%20nghi%E1%BB%87p%20v%C3%A0%20th%E1%BB%A7y%20s%E1%BA%A3n.
  3. FAOSTAT (2023), Area harvested, yield, and production quantity of global rice, paddy. Available: http://www.fao.org/faostat/en/#data/QC.
  4. GSO (2023), Một số mặt hàng xuất khẩu chủ yếu. Available: https://www.gso.gov.vn/px-web-2/?pxid=V0812&theme=Th%C6%B0%C6%A1ng%20m%E1%BA%A1i%2C%20gi%C3 %A1%20c%E1%BA%A3.
  5. Hien, N. T. M., Kawaguchi, T., and Suzuki, N. (2003), A study on technical efficiency of rice production in the Mekong Delta-Vietnam by stochastic frontier analysis, J. Fac. Agr., Kyushu Univ., 48(1/2), 325–57.
  6. Huy, H. T. (2009), Technical efficiency of rice-producing households in the Mekong Delta of Vietnam, Asian Journal of Agriculture and Development, 6(2), 35–50.
  7. Khai, H. V. and Yabe, M. (2011), Technical efficiency analysis of rice production in Vietnam, Journal of ISSAAS, 17(1), 135–146.
  8. Linh, V. H. (2012), Efficiency of rice farming households in Vietnam, International Journal of Development Issues, 11(1), 60–73.
  9. Tung, D. T. (2013), Changes in the technical and scale efficiency of rice production activities in the Mekong Delta, Vietnam, Agricultural and Food Economics, 1(1), 1–11.
  10. Linh, T. T., Nanseki, T., and Chomei, Y. (2015), Productive efficiency of crop farms in Viet Nam: A DEA with a smooth bootstrap application, Journal of Agricultural Science, 7(5), 37.
  11. Phuc, H. T. and Napasintuwong, O. (2015), Profit inefficiency among hybrid rice farmers in Central Vietnam, Agriculture and Agricultural Science Procedia, 5, 89–95.
  12. Phuc, H. T. (2021), Profit Efficiency and Rice Variety Choice in Rice Farming in Vietnam: A Stochastic Frontier Analysis Approach, Doctoral Thesis, UWA School of Agriculture and Environment, The University of Western Australia, Australia.
  13. Hyndman, R. J. and Athanasopoulos, G. (2018), Forecasting: Principles and Practice, 2nd ed., Monash University, Australia.
  14. Petropoulos, F., Apiletti, D., Assimakopoulos, V., Babai, M. Z., Barrow, D. K., Taieb, S. B., Bergmeir, C., Bessa, R. J., Bijak, J. and Boylan, J. E. (2022), Forecasting: Theory and practice, International Journal of Forecasting.
  15. Dương Văn Khảm (2000), Áp dụng phương pháp tích phân hồi quy bội và mô hình ARIMA trong việc dự báo năng suất lúa ở Hà Nội, Tạp chí Khí tượng Thủy Văn, 1–10.
  16. Rahman, N. (2010), Forecasting of boro rice production in Bangladesh: An ARIMA approach, Journal of the Bangladesh Agricultural University, 8(1), 103–112.
  17. Võ Văn Tài (2012), Dự báo sản lượng lúa Việt Nam bằng các mô hình toán học, Tạp chí Khoa học Trường Đại học Cần Thơ, 23b, 125–134.
  18. Biswas, R. and Bhattacharyya, B. (2013), ARIMA modeling to forecast area and production of rice in West Bengal, Journal of crop and weed, 9(2), 26–31.
  19. Hamjah, M. A. (2014), Rice production forecasting in Bangladesh: An application of Box-Jenkins ARIMA model, Mathematical theory and modeling, 4(4), 1–11.
  20. Sahu, P., Mishra, P., Dhekale, B., Vishwajith, K., and Padmanaban, K. (2015), Modelling and forecasting of area, production, yield and total seeds of rice and wheat in SAARC countries and the world towards food security, American Journal of Applied Mathematics and Statistics, 3(1), 34–48.
  21. Hemavathi, M. and Prabakaran, K. (2018), ARIMA model for forecasting of area, production and productivity of rice and its growth status in Thanjavur District of Tamil Nadu, India, Int. J. Curr. Microbiol. App. Sci, 7(2), 149–156.
  22. Phạm Thị Thảo Hiền, Nguyễn Ngọc Ánh, Tôn Nữ Tuyết Trinh và Nguyễn Đức Hồng (2020), Ứng dụng mô hình ARIMA dự báo sản lượng lúa Tỉnh Thừa Thiên Huế đến năm 2025, Tạp chí Khoa học và công nghệ nông nghiệp Trường Đại học Nông Lâm Huế, 4(2), 1915–1921.
  23. Noorunnahar, M., Chowdhury, A. H., and Mila, F. A. (2023), A tree based eXtreme Gradient Boosting (XGBoost) machine learning model to forecast the annual rice production in Bangladesh, PloS one, 18(3), e0283452.
  24. Đinh Phi Hổ và Nguyễn Văn Phương (2015), Kinh tế phát triển: Cơ bản và nâng cao, Nxb. Kinh tế TP. Hồ Chí Minh.
  25. Box, G. E. P. and Jenkins, G. M. (1970), Time series analysis: Forecasting and control, San Francisco: Holden-Day.
Creative Commons License

công trình này được cấp phép theo Creative Commons Ghi công-Chia sẻ tương tự 4.0 License International .

Bản quyền (c) 2023 Array