Tổng quan về luận án

Biến đổi khí hậu toàn cầu đang gia tăng tần suất và cường độ của các hiện tượng thời tiết cực đoan, trong đó hạn hán được Liên Hợp Quốc và Ủy ban Liên chính phủ về Biến đổi Khí hậu (IPCC, 2007; 2014) xác định là một trong những hiểm họa tự nhiên khắc nghiệt, âm thầm và gây thiệt hại kinh tế - xã hội nặng nề nhất đối với khu vực sản xuất nông nghiệp. Tại Việt Nam, Ninh Thuận là tâm điểm khô hạn của cả nước với chế độ mưa phân bố không đều, bức xạ nhiệt cao và nguồn nước mặt suy giảm nghiêm trọng. Luận án tiến sĩ kinh tế nông nghiệp mang tên "Phân tích tổn thương sinh kế nông hộ do tác động của hạn hán tại tỉnh Ninh Thuận" do Nghiên cứu sinh Châu Tấn Lực thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Đặng Thanh Hà tại Trường Đại học Nông Lâm TP.HCM (2024) đại diện cho công trình nghiên cứu tiên phong trong việc tích hợp khung đánh giá định lượng tổn thương sinh kế với mô hình kinh tế lượng vi mô để giải mã cơ chế thích ứng và kết quả sinh kế của nông hộ.

Khoảng trống nghiên cứu (research gap) được xác định rõ nét: các công trình trước đây tại Việt Nam (Lê Sâm và Nguyễn Đình Vượng, 2008; Ngô Đình Tuấn và Ngô Lê An, 2016; Nguyễn Hoàng Tuấn và Trương Thanh Cảnh, 2022) chủ yếu tiếp cận hạn hán thuần túy dưới góc độ khí tượng thủy văn, bản đồ hóa không gian GIS hoặc thống kê thiệt hại vật lý đơn lẻ mà thiếu vắng sự kết nối mang tính hệ thống giữa cấu trúc 5 nguồn vốn sinh kế (DFID, 1999) với các chỉ số tổn thương sinh kế chuẩn hóa (Hahn et al., 2009) và các quyết định thích ứng có điều kiện ràng buộc. Luận án đã giải quyết khoảng trống này thông qua hệ thống 4 câu hỏi nghiên cứu (Research Questions - RQ) và các giả thuyết kinh tế lượng cụ thể:

  • RQ1: Mức độ tổn thương sinh kế của nông hộ trước rủi ro hạn hán tại Ninh Thuận được lượng hóa như thế nào qua chỉ số LVI và LVI-IPCC?
  • RQ2: Những chiến lược thích ứng (CLTU) nào được nông hộ lựa chọn và các yếu tố kinh tế - xã hội nào chi phối xác suất đồng thời áp dụng các chiến lược này?
  • RQ3: Các yếu tố nguồn vốn và chiến lược thích ứng tác động ra sao đến kết quả sinh kế (KQSK) của nông hộ trong hai kịch bản hạn hán nhẹ và hạn hán nặng?
  • RQ4: Hệ thống giải pháp chính sách và can thiệp sinh kế nào mang tính khả thi nhằm dỡ bỏ các rào cản thích ứng và nâng cao năng lực chống chịu bền vững?

Khung lý thuyết của luận án thiết lập sự giao thoa giữa Khung sinh kế bền vững (Sustainable Livelihoods Framework - SLF) của DFID (1999), CARE, UNDP và Khung đánh giá tổn thương khí hậu của IPCC (2007, 2014), kết hợp với lý thuyết lựa chọn ngẫu nhiên đa biến (Random Utility Theory). Đóng góp đột phá của nghiên cứu được thể hiện bằng các minh chứng định lượng cụ thể: khảo sát thực nghiệm trên mẫu ngẫu nhiên phân tầng gồm $N = 231$ nông hộ tại 6 xã thuộc 3 huyện trọng điểm hạn hán (Thuận Nam, Thuận Bắc và Ninh Hải), kết hợp chuỗi dữ liệu khí tượng thủy văn thứ cấp giai đoạn 2010–2020. Nghiên cứu đã bóc tách chính xác thiệt hại điển hình của đợt hạn lịch sử 2015–2016 với tổng giá trị thiệt hại nông nghiệp toàn tỉnh ước tính 1.434,907 tỷ đồng, làm chết 7.589 gia súc (596 trâu bò và 6.993 dê cừu) và gây hư hại 2.751,45 ha cây trồng; từ đó lượng hóa chỉ số tổn thương sinh kế LVI-IPCC đạt $-0,008$, phản ánh mức độ dễ bị tổn thương trung bình đến cao nhưng bị chi phối chủ yếu bởi sự suy kiệt năng lực thích ứng tài chính và nguồn nước.

Literature Review và Positioning

Tổng quan y văn quốc tế và trong nước phản ánh 3 dòng nghiên cứu chính (research streams) về hạn hán và sinh kế nông hộ:

  1. Dòng nghiên cứu phân tích khí hậu và rủi ro vật lý: Đánh giá mức độ khắc nghiệt thông qua các chỉ số khô hạn như SPI, hệ số ẩm MI và hệ số K (WMO, 2006; Lê Sâm và Nguyễn Đình Vượng, 2008; Đặng Quốc Khánh et al., 2022). Dòng nghiên cứu này làm rõ đặc điểm tự nhiên nhưng tách rời hoàn cảnh kinh tế - xã hội của tác nhân con người.
  2. Dòng nghiên cứu đánh giá tính dễ bị tổn thương (Vulnerability Assessment): Khởi xướng từ các nghiên cứu nền tảng về rủi ro xã hội (Cutter, 1996; Watts và Bohle, 1993; Birkmann et al., 2013) và được định hình thành phương pháp chỉ số tổn thương sinh kế LVI bởi Hahn et al. (2009). Cách tiếp cận này được kiểm chứng qua các nghiên cứu quốc tế như Letha Devi et al. (2016) tại Karnataka (Ấn Độ), Koirala (2015) và Sujakhu et al. (2019) tại Nepal, Ntali và Lyimo (2022) tại Tanzania.
  3. Dòng nghiên cứu hành vi thích ứng và kinh tế lượng sinh kế: Phân tích hành vi thích nghi của nông hộ thông qua mô hình lựa chọn rời rạc (Bahta et al., 2016; Akinnagbe và Irohibe, 2015; Zúñiga et al., 2021; Anik et al., 2021).
                      ┌─────────────────────────────────────────────────────────┐
                      │              LITERATURE SYNTHESIS & POSITIONING         │
                      └────────────────────────────┬────────────────────────────┘
                                                   │
         ┌─────────────────────────────────────────┼────────────────────────────────────────┐
         │                                         │                                        │
┌────────▼──────────────────────┐ ┌────────────────▼─────────────────────┐ ┌────────────────▼───────────────────────┐
│     Climate & Physical Risk   │ │   Livelihood Vulnerability (LVI)    │ │   Behavioral Adaptation Econometrics    │
│  - Meteorological Indices     │ │  - Hahn et al. (2009) Framework     │ │  - Random Utility Theory               │
│  - SPI, Moisture Index (MI)   │ │  - Exposure, Sensitivity, Adaptive   │ │  - Discrete Choice Models (MVP, Tobit) │
│  - Drought K-coefficient      │ │    Capacity (IPCC, 2007; 2014)       │ │  - Interdependence of Strategies       │
└────────┬──────────────────────┘ └────────────────┬────────────────────┘ └────────────────┬────────────────────────┘
         │                                         │                                       │
         └─────────────────────────────────────────┼───────────────────────────────────────┘
                                                   │
                                                   ▼
                      ┌─────────────────────────────────────────────────────────┐
                      │               RESEARCH GAP & THESIS POSITION            │
                      │  Bridging Micro-Econometric Models (MVP & Tobit) with   │
                      │  LVI/LVI-IPCC Indices under Heterogeneous Severity      │
                      │  (Mild vs. Severe Drought) in Semi-Arid Context         │
                      └─────────────────────────────────────────────────────────┘

Trong y văn tồn tại hai luồng quan điểm tranh luận sâu sắc: Luồng quan điểm thứ nhất (Eakin và Luers, 2006; Batterbury và Mortimore, 2013) cho rằng nông hộ có năng lực thích ứng bản địa nội sinh rất linh hoạt thông qua đa dạng hóa cây trồng và chia sẻ rủi ro cộng đồng; ngược lại, luồng quan điểm thứ hai (Adger et al., 2009; Shackleton et al., 2015) lập luận rằng các rào cản cấu trúc về thể chế, hạn chế vốn tài chính và sự thiếu hụt thông tin cảnh báo sớm đã tạo ra "bẫy tổn thương" khiến nông hộ lâm vào tình trạng thích ứng sai lệch (maladaptation).

Luận án định vị chính xác vị trí của mình bằng cách chứng minh rằng năng lực thích ứng của nông hộ Ninh Thuận không phải là hằng số mà biến thiên phụ thuộc vào mức độ nghiêm trọng của hạn hán. Khi so sánh với 2 công trình quốc tế điển hình:

  • So sánh với nghiên cứu của Sujakhu et al. (2019) tại vùng đồi núi Nepal: Sujakhu nhận thấy mạng lưới xã hội là cứu cánh quan trọng nhất giúp giảm nhẹ LVI. Tuy nhiên, luận án của Châu Tấn Lực chỉ ra rằng tại vùng khô hạn Ninh Thuận, yếu tố mạng lưới xã hội và vốn tài chính lại có giá trị tổn thương rất cao, cho thấy sự hỗ trợ từ các hội nhóm địa phương bị tê liệt khi hạn hán trên diện rộng làm cạn kiệt nguồn lực cộng đồng.
  • So sánh với nghiên cứu của Zúñiga et al. (2021) trên 256.711 nhà sản xuất nông nghiệp tại Chile: Zúñiga ứng dụng Multivariate Probit và nhận định công nghệ tưới là chiến lược độc lập tuyệt đối; trong khi đó, luận án tại Ninh Thuận phát hiện sự tương quan đồng thời, bổ sung và thay thế lẫn nhau giữa 5 nhóm chiến lược (ĐCLTV, CĐNN, CĐMH, ĐDSK, DCTT), trong đó việc điều chỉnh thời vụ và di cư tạm thời đóng vai trò cơ chế phòng vệ hai tầng.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào việc mở rộng và kiểm chứng các lý thuyết nền tảng trong kinh tế phát triển và quản lý tài nguyên:

  1. Mở rộng Khung sinh kế bền vững (DFID, 1999; Chambers và Conway, 1992): Nghiên cứu không xem 5 nguồn vốn (Nhân lực, Tự nhiên, Vật chất, Tài chính, Xã hội) là các khối tĩnh mà mô hình hóa sự tương tác động giữa các nguồn vốn này dưới các cú sốc khí hậu có cường độ khác nhau. Bằng chứng thực nghiệm khẳng định vốn nhân lực và vốn xã hội duy trì tác động tích cực có ý nghĩa thống kê ($p < 0,01$) đến kết quả sinh kế trong cả hai trạng thái hạn hán, trong khi vốn tài chính chỉ phát huy vai trò bảo vệ sống còn khi hạn hán chuyển sang cấp độ nghiêm trọng.
  2. Làm sâu sắc thêm Khung tổn thương biến đổi khí hậu của IPCC (2007, 2014): Luận án phân rã toán học mối quan hệ giữa ba thành tố: Sự phơi nhiễm ($E$), Sự nhạy cảm ($S$) và Năng lực thích ứng ($AC$). Nghiên cứu chứng minh nghịch lý: sự phơi nhiễm và nhạy cảm ở mức trung bình nhưng chính sự thiếu hụt trầm trọng của năng lực thích ứng (đặc biệt là vốn tài chính và cơ sở hạ tầng nước) là nguyên nhân cốt lõi đẩy nông hộ vào trạng thái tổn thương cao.
  3. Đặc tả lý thuyết Lựa chọn thích ứng có tương quan (Correlated Adaptation Choice Theory): Bác bỏ giả định các quyết định thích ứng là độc lập phân tán (như mô hình Multinomial Logit mặc định), luận án chứng minh các quyết định thích ứng của nông hộ tuân theo cấu trúc phân phối chuẩn đa biến, chịu sự ràng buộc chặt chẽ của nhận thức rủi ro và các rào cản nguồn lực.
                  ┌────────────────────────────────────────────────────────┐
                  │                 THEORETICAL FRAMEWORK                  │
                  │   Sustainable Livelihoods & Climate Vulnerability      │
                  └───────────────────────────┬────────────────────────────┘
                                              │
                      ┌───────────────────────┴───────────────────────┐
                      │                                               │
           ┌──────────▼───────────┐                       ┌───────────▼──────────┐
           │ Livelihood Capitals  │                       │ Drought Hazard Shock │
           │   (DFID, 1999)       │                       │    (IPCC, 2014)      │
           │  - Human Capital     │                       │  - Mild Drought      │
           │  - Natural Capital   │                       │  - Severe Drought    │
           │  - Physical Capital  │                       │  - Moisture Index    │
           │  - Financial Capital │                       │  - K Drought Index   │
           │  - Social Capital    │                       └───────────┬──────────┘
           └──────────┬───────────┘                                   │
                      │                                               │
                      └───────────────────────┬───────────────────────┘
                                              │
                                              ▼
                      ┌───────────────────────────────────────────────┐
                      │     Livelihood Vulnerability Assessment       │
                      │       (LVI & LVI-IPCC: Hahn et al., 2009)     │
                      │    LVI-IPCC = (Exposure - Adaptive Capacity)  │
                      │               * Sensitivity = -0.008          │
                      └───────────────────────┬───────────────────────┘
                                              │
                      ┌───────────────────────┴───────────────────────┐
                      │                                               │
           ┌──────────▼───────────┐                       ┌───────────▼──────────┐
           │ Multivariate Probit  │                       │ Tobit Regression     │
           │ Adaptation Choice    │                       │ Livelihood Outcomes  │
           │  - 5 Core Strategies │                       │  - Truncated [0, 1]  │
           │  - Error Correlation │                       │  - Severity Regimes  │
           └──────────────────────┘                       └──────────────────────┘

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa chiều ba khung sinh kế của CARE (tập trung vào năng lực con người và tiếp cận tài sản), UNDP (tập trung vào phương tiện và quyền lợi sinh kế) và DFID (tập trung vào ngũ giác nguồn vốn và môi trường chính sách thể chế).

Khung phân tích thiết lập chuỗi quan hệ nhân quả khép kín: $$\text{Bối cảnh Hạn hán} \xrightarrow{\quad} \text{Tổn thương 5 Nguồn vốn (LVI/LVI-IPCC)} \xrightarrow{\quad} \text{Rào cản} \xrightarrow{\quad} \text{Lựa chọn CLTU (MVP)} \xrightarrow{\quad} \text{Kết quả Sinh kế (Tobit)}$$

Điều kiện biên (boundary conditions) của khung phân tích được xác định rõ: áp dụng cho các vùng kinh tế nông nghiệp nông thôn bán khô hạn, có tỷ lệ đồng bào dân tộc thiểu số đáng kể, chịu áp lực tài nguyên nước gay gắt và các thị trường tín dụng, bảo hiểm nông nghiệp chưa hoàn thiện.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

  • Triết lý nghiên cứu (Research Philosophy): Luận án tiếp cận theo trường phái Thực chứng hậu kỳ (Post-Positivism) kết hợp Hiện thực có phê phán (Critical Realism). Nghiên cứu thừa nhận thực tại khách quan của các quy luật khí tượng thủy văn và thiệt hại kinh tế, đồng thời lượng hóa hành vi của nông hộ thông qua các mô hình xác suất toán học.
  • Thiết kế phương pháp kết hợp (Mixed-Methods Design): Kết hợp điều tra định lượng bằng bảng câu hỏi cấu trúc với phương pháp tham vấn chuyên gia, thảo luận nhóm tập trung (FGD) và phỏng vấn sâu (KII) cán bộ Chi cục Thống kê, Sở Nông nghiệp & PTNT, Trung tâm Khí tượng Thủy văn tỉnh Ninh Thuận và chính quyền 6 xã.
  • Thiết kế đa cấp độ (Multi-level design): Thu thập dữ liệu ở cấp vĩ mô (chuỗi số liệu khí hậu toàn tỉnh 2010–2020), cấp trung gian (hệ thống thủy lợi, chính sách khuyến nông cấp huyện/xã) và cấp vi mô (hành vi và tài sản của từng nông hộ).

Quy trình nghiên cứu rigorous

  • Chiến lược chọn mẫu: Áp dụng phương pháp chọn mẫu phân tầng ngẫu nhiên (stratified random sampling) gồm 3 giai đoạn:
    1. Giai đoạn 1: Chọn 3 huyện đại diện cho các vùng sinh thái khô hạn đặc thù của tỉnh Ninh Thuận gồm Thuận Nam (khô hạn ven biển phía Nam), Ninh Hải (nông nghiệp ven biển phía Đông) và Thuận Bắc (bán sơn địa phía Bắc).
    2. Giai đoạn 2: Chọn 6 xã chịu ảnh hưởng hạn hán điển hình gồm Phước Nam, Phước Ninh (huyện Thuận Nam); Thanh Hải, Vĩnh Hải (huyện Ninh Hải); Lợi Hải, Bắc Sơn (huyện Thuận Bắc).
    3. Giai đoạn 3: Chọn ngẫu nhiên $N = 231$ nông hộ sản xuất nông nghiệp từ danh sách lưu trữ của Ủy ban Nhân dân các xã.
Huyện khảo sát Xã nghiên cứu Số lượng mẫu ($N=231$) Đặc điểm sinh thái - sản xuất chính
Thuận Nam Phước Nam, Phước Ninh 82 hộ Chăn nuôi gia súc có sừng, cây hoa màu, khô hạn gay gắt
Thuận Bắc Lợi Hải, Bắc Sơn 74 hộ Đất dốc, cây công nghiệp ngắn ngày, đồng bào dân tộc thiểu số
Ninh Hải Thanh Hải, Vĩnh Hải 75 hộ Vùng ven biển, đất cát, nho, táo, hành tỏi và hoa màu
  • Tam giác đạc (Triangulation): Luận án thực hiện kiểm chứng chéo tam giác đạc dữ liệu (kết hợp dữ liệu trạm khí tượng với nhật ký mùa vụ nông hộ), tam giác đạc phương pháp (đối chiếu thống kê mô tả với ước lượng hồi quy kinh tế lượng) và tam giác đạc lý thuyết (kết hợp SLF và IPCC).
  • Độ tin cậy và giá trị đo lường: Các thang đo Likert đánh giá rào cản và tài sản sinh kế được kiểm định tính nhất quán nội tại với hệ số Cronbach's Alpha đạt chuẩn ($\alpha > 0,7$). Giá trị nội tại và cấu trúc được khẳng định qua việc chuẩn hóa dữ liệu theo phương pháp của Hahn et al. (2009).

Data và phân tích

  1. Phương pháp chỉ số LVI và LVI-IPCC: Chỉ số LVI gồm 7-8 yếu tố chính cấu thành từ các yếu tố phụ được chuẩn hóa theo công thức: $$Index_{s} = \frac{S_d - S_{min}}{S_{max} - S_{min}}$$ Chỉ số LVI-IPCC được tính toán dựa trên sự kết hợp ba thành phần đóng góp: $$LVI\text{-}IPCC = (e - ac) \times s$$ Trong đó: $e$ là chỉ số phơi nhiễm (Exposure), $ac$ là khả năng thích ứng (Adaptive Capacity), $s$ là độ nhạy cảm (Sensitivity). Thang đo LVI-IPCC biến thiên từ $-1$ (ít tổn thương nhất) đến $+1$ (tổn thương nặng nhất).

  2. Mô hình Multivariate Probit (MVP): Được sử dụng để mô hình hóa 5 lựa chọn chiến lược thích ứng có tương quan: $$Y^{im} = X'{im}\beta_m + \epsilon_{im} \quad (m = 1, \dots, 5)$$ $$Y_{im} = 1 \text{ nếu } Y^{im} > 0 \text{ và } 0 \text{ nếu ngược lại}$$ Sai số ngẫu nhiên $(\epsilon{i1}, \epsilon_{i2}, \dots, \epsilon_{i5})$ tuân theo phân phối chuẩn đa biến $MVN(0, \Sigma)$ với ma trận hiệp phương sai có các phần tử đường chéo $\sigma_{mm} = 1$ và các phần tử ngoài đường chéo $\rho_{jk}$ phản ánh mối quan hệ bổ sung ($\rho_{jk} > 0$) hoặc thay thế ($\rho_{jk} < 0$) giữa các chiến lược thích ứng. Phần mềm ước lượng: Stata.

  3. Mô hình Hồi quy Tobit: Do biến phụ thuộc kết quả sinh kế ($KQSK$) là biến liên tục bị chặn trong đoạn $[0, 1]$ (chỉ số chuẩn hóa từ thu nhập, an ninh lương thực và tài sản tích lũy), mô hình Tobit kiểm soát hiện tượng cắt cụt (censoring): $$KQSK^i = \beta_0 + \sum \beta_k X{ki} + u_i, \quad u_i \sim N(0, \sigma^2)$$ $$KQSK_i = \begin{cases} 0 & \text{nếu } KQSK^_i \le 0 \ KQSK^_i & \text{nếu } 0 < KQSK^_i < 1 \ 1 & \text{nếu } KQSK^*_i \ge 1 \end{cases}$$ Mô hình được chạy tách biệt cho 2 trường hợp: Hạn hán nhẹ và Hạn hán nặng.

Phát hiện đột phá và implications

Những phát hiện then chốt

  • Phát hiện 1: Bóc tách định lượng mức độ tổn thương sinh kế LVI-IPCC: Kết quả tính toán cho thấy chỉ số $LVI\text{-}IPCC = -0,008$. Mặc dù giá trị âm phản ánh mức độ tổn thương tổng thể ở ngưỡng trung bình, nhưng phân tích cấu phần bộc lộ điểm nghẽn nghiêm trọng: Khả năng thích ứng của nông hộ có giá trị tổn thương tương đối cao so với sự nhạy cảm và sự phơi nhiễm. Trong đó, vốn tài chính (thiếu tiền mặt, khó tiếp cận tín dụng chính thức) và nguồn nước (phụ thuộc vào nước ngầm suy thoái và hệ thống kênh mương chưa khép kín) là hai yếu tố có chỉ số tổn thương cao nhất.
  • Phát hiện 2: Tính tương thuộc của các chiến lược thích ứng qua mô hình MVP: Nghiên cứu xác định được 11 biện pháp cụ thể được quy về 5 nhóm chiến lược thích ứng cốt lõi. Ma trận hệ số tương quan sai số ($\rho_{jk}$) trong mô hình Multivariate Probit chứng minh các chiến lược không loại trừ nhau:
    • Chiến lược Điều chỉnh lịch thời vụ (ĐCLTV) có mối quan hệ bổ sung chặt chẽ với Chủ động nguồn nước (CĐNN) ($\rho > 0, p < 0,05$).
    • Chiến lược Đa dạng hóa sinh kế (ĐDSK) và Di cư tạm thời (DCTT) đóng vai trò thay thế cho việc canh tác cố hữu tại chỗ khi hạn hán kéo dài.
  • Phát hiện 3: Sự phân hóa các yếu tố tác động đến Kết quả sinh kế (KQSK) qua mô hình Tobit:
    • Trong điều kiện Hạn hán nhẹ, có 7 yếu tố ảnh hưởng có ý nghĩa thống kê đến KQSK: (1) Yếu tố dân tộc, (2) Nguồn vốn nhân lực, (3) Nguồn vốn xã hội, (4) Diện tích cây trồng lâu năm, (5) Diện tích cây trồng hàng năm, (6) Điều chỉnh lịch thời vụ, (7) Tiếp cận thông tin cảnh báo hạn hán.
    • Trong điều kiện Hạn hán nặng, 7 yếu tố quyết định chuyển dịch thành: (1) Yếu tố dân tộc, (2) Nguồn vốn nhân lực, (3) Nguồn vốn xã hội, (4) Diện tích cây trồng lâu năm, (5) Nguồn vốn tài chính, (6) Di cư tạm thời, (7) Tiếp cận thông tin cảnh báo hạn hán.
    • Điểm phát hiện đột phá: Diện tích cây hàng năm và điều chỉnh thời vụ hoàn toàn mất ý nghĩa khi hạn nặng xảy ra; thay vào đó, Vốn tài chính và Di cư tạm thời trở thành phao cứu sinh quyết định sự sống còn của nông hộ.
  • Phát hiện 4: Nhận diện 9 rào cản thích ứng có mức độ cản trở cao và rất cao: Trong tổng số 26 rào cản được khảo sát, 9 rào cản then chốt kìm hãm nông hộ bao gồm: Trình độ học vấn thấp; Thiếu kiến thức kỹ thuật về chiến lược thích ứng; Thiếu chương trình khuyến nông phù hợp; Tính bất khả tri / không dự đoán được thời tiết cực đoan; Chi phí cây/con giống cao; Chi phí vật tư đầu vào cao; Thị trường tiêu thụ nông sản bấp bênh; và Chi phí thuê mướn lao động quá cao.
  • Phát hiện 5: Bất bình đẳng sinh kế mang tính dân tộc: Biến giả Dân tộc thiểu số (người Chăm, Raglai) luôn mang dấu âm có ý nghĩa thống kê cao ($p < 0,01$) trong các mô hình kinh tế lượng, chứng minh nhóm hộ dân tộc thiểu số chịu mức độ tổn thương sâu sắc hơn do hạn chế về tiếp cận nguồn lực và thông tin khuyến nông.
Nhóm chiến lược thích ứng (CLTU) Biện pháp kỹ thuật cụ thể của nông hộ Cơ chế tương tác trong mô hình MVP Mức độ tác động đến KQSK
1. Điều chỉnh lịch thời vụ (ĐCLTV) Gieo cấy sớm/muộn, rút ngắn chu kỳ canh tác Bổ sung với Chủ động nguồn nước Hiệu quả cao trong hạn nhẹ; giảm tác dụng trong hạn nặng
2. Chủ động nguồn nước (CĐNN) Đào giếng khơi, đào ao trữ nước mưa, tưới nhỏ giọt Tương quan dương với vốn vật chất Giữ vai trò then chốt bảo vệ cây lâu năm
3. Chuyển đổi mô hình (CĐMH) Chuyển đất lúa sang cây trồng cạn chịu hạn, nuôi cừu/dê Thay thế mô hình truyền thống Cải thiện thu nhập dài hạn nhưng chi phí đầu tư ban đầu cao
4. Đa dạng sinh kế (ĐDSK) Làm thuê phi nông nghiệp, buôn bán nhỏ, nghề phụ Bổ sung nguồn thu tiền mặt Ổn định an ninh lương thực hộ gia đình
5. Di cư tạm thời (DCTT) Lao động trẻ di chuyển đến các đô thị lớn làm việc Thay thế lao động nông nghiệp tại chỗ Đóng vai trò sống còn trong điều kiện hạn hán nặng

Implications đa chiều

  • Đóng góp lý thuyết: Luận án khẳng định mô hình SLF cần được hiệu chỉnh khi áp dụng vào các vùng bán khô hạn bằng cách bổ sung biến số "Mức độ nghiêm trọng của hiểm họa" như một biến điều tiết (moderating variable) làm thay đổi hàm ý nghĩa của các nguồn vốn sinh kế.
  • Đổi mới phương pháp luận: Chứng minh tính ưu việt vượt trội của việc kết hợp mô hình kinh tế lượng đa biến MVP (xử lý tương quan quyết định) và Tobit (xử lý biến phụ thuộc bị chặn) trong nghiên cứu tính dễ bị tổn thương sinh kế, cung cấp quy trình phân tích có thể nhân rộng cho các vùng sinh thái tương tự tại Đông Nam Á.
  • Ứng dụng thực tiễn cho nông hộ: Nông hộ cần chủ động áp dụng mô hình "nông nghiệp thông minh thích ứng biến đổi khí hậu" (Climate-Smart Agriculture - CSA), kết hợp công nghệ tưới tiết kiệm (tưới nhỏ giọt cho cây măng tây, nho, táo giúp tiết kiệm 34,2% - 40,5% lượng nước và tăng năng suất 25,6% - 40,3%) với việc đa dạng hóa sinh kế phi nông nghiệp.
  • Hàm ý chính sách vĩ mô:
    1. Chính sách tín dụng khí hậu: Thiết lập gói tín dụng vi mô khẩn cấp với lãi suất ưu đãi đặc thù trong các năm xảy ra hạn hán nặng nhằm ngăn chặn việc bán tháo tư liệu sản xuất.
    2. Cải cách hệ thống khuyến nông: Chuyển đổi khuyến nông kỹ thuật truyền thống sang khuyến nông thích ứng khí hậu đa ngôn ngữ (tiếng Chăm, Raglai), tập trung vào kỹ thuật quản lý đất khô hạn và lưu trữ thức ăn chăn nuôi.
    3. Hiện đại hóa thông tin cảnh báo sớm: Đầu tư trạm đo ẩm tự động và hệ thống tin nhắn SMS cảnh báo thời tiết cực đoan trực tiếp đến chủ hộ.

Limitations và Future Research

Mặc dù đạt được những đóng góp học thuật và thực tiễn vững chắc, luận án thừa nhận 4 hạn chế chính:

  1. Hạn chế về dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu sơ cấp $N=231$ được thu thập tại một thời điểm khảo sát (năm 2022) dựa trên hồi tưởng của nông hộ về các đợt hạn hán quá khứ, điều này có thể dẫn đến hiện tượng sai lệch hồi tưởng (recall bias).
  2. Điều kiện biên về không gian địa lý: Nghiên cứu giới hạn tại 3 huyện của tỉnh Ninh Thuận; do đó, việc khái quát hóa kết quả cho các vùng sinh thái khác (như Tây Nguyên hoặc Đồng bằng sông Cửu Long chịu tác động của xâm nhập mặn) đòi hỏi phải tái chuẩn hóa các trọng số thành phần của chỉ số LVI.
  3. Chưa lượng hóa tác động ngoại sinh của thể chế vĩ mô: Luận án chưa đưa các biến số chính sách vĩ mô (mức trợ cấp hạn hán công cộng, quy hoạch thủy lợi liên tỉnh) vào trực tiếp hệ phương trình kinh tế lượng.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Mở rộng xây dựng bộ dữ liệu bảng theo thời gian (Panel Data) theo dõi cùng một nhóm nông hộ qua nhiều chu kỳ hạn hán để lượng hóa chính xác động thái phục hồi sinh kế (livelihood resilience dynamics).
  • Ứng dụng kỹ thuật kinh tế lượng không gian (Spatial Econometrics) để kiểm soát sự lan tỏa không gian (spatial spillovers) của nguồn nước và các quyết định thích ứng giữa các cộng đồng lân cận.
  • Tích hợp công nghệ viễn thám độ phân giải cao và chỉ số thực vật viễn thám (NDVI, VCI) trực tiếp vào mô hình lựa chọn vi mô của nông hộ.
  • Đánh giá phân tích chi phí - lợi ích (Cost-Benefit Analysis - CBA) dài hạn của từng mô hình chuyển đổi nông nghiệp thích ứng CSA.

Tác động và ảnh hưởng

  • Tác động học thuật: Luận án cung cấp hệ số thực nghiệm và cơ sở dữ liệu mẫu phong phú, đóng góp tư liệu nghiên cứu giá trị cao cho các chương trình đào tạo sau đại học ngành Kinh tế nông nghiệp, Kinh tế tài nguyên & môi trường và Phát triển nông thôn. Dự kiến công trình có tiềm năng trích dẫn cao trong hệ sinh thái các tạp chí uy tín thuộc danh mục Scopus/Web of Science về biến đổi khí hậu và chính sách nông nghiệp.
  • Chuyển đổi ngành nông nghiệp địa phương: Cung cấp luận cứ khoa học thực chứng để Sở Nông nghiệp & PTNT tỉnh Ninh Thuận tái cơ cấu đề án phát triển ngành nông nghiệp thích ứng hạn hán đến năm 2030, định hướng quy hoạch chuyển đổi đất trồng lúa kém hiệu quả sang các cây trồng cạn có giá trị kinh tế cao (nho, táo, măng tây xanh, nha đam) và phát triển chuỗi giá trị chăn nuôi đại gia súc (dê, cừu, bò thịt).
  • Tác động chính sách công: Cung cấp bằng chứng phục vụ việc xây dựng cơ chế phân bổ nguồn ngân sách cứu trợ thiên tai có trọng tâm, chuyển từ cơ chế "khắc phục hậu quả bị động" sang "quản lý rủi ro và tăng cường năng lực thích ứng chủ động" ở cấp chính quyền tỉnh và huyện.
  • Lợi ích kinh tế - xã hội: Giúp giảm thiểu tỷ lệ tái nghèo của các cộng đồng nông thôn dễ bị tổn thương, đặc biệt bảo tồn nguồn lực sản xuất cho hàng ngàn hộ đồng bào dân tộc thiểu số tại các địa bàn khô hạn khắc nghiệt.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học giả (Doctoral Researchers & Academics): Thụ hưởng khung phân tích tích hợp LVI-IPCC với mô hình kinh tế lượng Multivariate Probit và Tobit, giải quyết triệt để các bài toán phân tích hành vi thích ứng phức hợp và tổn thương sinh kế.
  • Nhà hoạch định chính sách cấp tỉnh và quốc gia (Policy Makers): Sở Kế hoạch & Đầu tư, Sở Nông nghiệp & PTNT Ninh Thuận, Bộ Nông nghiệp & PTNT và Bộ Tài nguyên & Môi trường có được cơ sở dữ liệu định lượng chính xác để ban hành các chính sách hỗ trợ tín dụng vi mô, bảo hiểm nông nghiệp và đầu tư hạ tầng thủy lợi tiết kiệm nước.
  • Tổ chức phát triển phi chính phủ (NGOs) và Cơ quan phát triển quốc tế (UNDP, FAO, ADB, WB): Sử dụng kết quả đánh giá 9 rào cản thích ứng để thiết kế các dự án viện trợ sinh kế, tăng cường năng lực cộng đồng có mục tiêu trúng đích.
  • Cán bộ khuyến nông và Nông hộ sản xuất: Cán bộ kỹ thuật nắm bắt được nhu cầu thực tế của nông dân; các hộ nông dân được định hướng 5 nhóm chiến lược thích ứng phù hợp với từng cấp độ khô hạn để bảo toàn thu nhập gia đình.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Trả lời: Đóng góp lý thuyết độc đáo nhất là việc luận án đã mở rộng Khung sinh kế bền vững (Sustainable Livelihoods Framework - DFID, 1999) thông qua việc tích hợp biến điều tiết "cường độ hiểm họa" (drought severity regimes) với Khung tổn thương khí hậu của IPCC (2007, 2014). Luận án chứng minh cấu trúc vai trò của các nguồn vốn sinh kế có sự tái cấu trúc hoàn toàn khi chuyển dịch từ hạn hán nhẹ sang hạn hán nặng: vốn tự nhiên và điều chỉnh lịch thời vụ mất dần hiệu lực, nhường quyền chi phối sinh tồn cho vốn tài chính và chiến lược di cư tạm thời.

2. Đổi mới phương pháp luận của luận án thể hiện ra sao khi so sánh với các nghiên cứu trước?

Trả lời: So với các nghiên cứu trước đây (thường chỉ dùng thống kê mô tả đơn giản hoặc mô hình Binary/Multinomial Logistic đơn lẻ như Đặng Thị Hoa et al., 2013; Alam, 2015), luận án tạo ra bước tiến phương pháp luận kép:

  1. Sử dụng Multivariate Probit (MVP) cho phép kiểm soát đồng thời sự tương quan sai số ngẫu nhiên giữa 5 nhóm chiến lược thích ứng, thừa nhận tính bổ sung và thay thế lẫn nhau thay vì giả định độc lập phi thực tế.
  2. Ứng dụng Mô hình Tobit hai kịch bản để lượng hóa các yếu tố tác động đến kết quả sinh kế bị chặn trong khoảng $[0, 1]$, xử lý triệt để hiện tượng lệch mẫu (sample truncation).

3. Phát hiện bất ngờ nhất (counter-intuitive / surprising finding) rút ra từ dữ liệu là gì?

Trả lời: Phát hiện bất ngờ nhất là giá trị tổn thương sinh kế của Mạng lưới xã hội và Năng lực thích ứng tại Ninh Thuận lại ở mức rất cao (dễ tổn thương), trái ngược với nhiều nghiên cứu quốc tế (như Sujakhu et al., 2019 tại Nepal hay Koirala, 2015). Điều này phản ánh thực tế: khi hạn hán diễn ra trên quy mô toàn vùng kéo dài nhiều năm, năng lực hỗ trợ nội tại của các hội nhóm nông dân và họ hàng địa phương bị suy kiệt đồng loạt, dẫn đến sự đổ vỡ của mạng lưới an sinh phi chính thức nếu không có sự can thiệp kịp thời từ các dòng vốn tài chính bên ngoài.

4. Luận án có cung cấp quy trình nhân rộng (replication protocol) rõ ràng không?

Trả lời: Có. Luận án cung cấp chi tiết toàn bộ bảng câu hỏi điều tra 231 nông hộ, định nghĩa toán học 7-8 chỉ số thành phần LVI/LVI-IPCC, danh mục 26 rào cản, quy cách mã hóa biến số và cú pháp ước lượng mô hình MVP/Tobit trong Stata. Quy trình này cho phép các nhà nghiên cứu dễ dàng nhân rộng (replicate) và kiểm chứng tại các tỉnh có điều kiện khí hậu bán khô hạn tương đồng như Bình Thuận, Phú Yên, Khánh Hòa hoặc vùng khô hạn Nam Tây Nguyên.

5. Định hướng chương trình nghiên cứu 10 năm (10-year research agenda) được vạch ra như thế nào?

Trả lời: Chương trình nghiên cứu 10 năm tập trung vào: (1) Thiết lập hệ thống theo dõi bảng nông hộ dài hạn (Longitudinal Panel Dataset) để đánh giá khả năng chống chịu và phục hồi sinh kế qua nhiều đợt biến động khí hậu; (2) Tích hợp mô hình kinh tế sinh thái (Bio-economic modeling) kết hợp tối ưu hóa dòng chảy thủy văn và hiệu quả biên nông hộ; (3) Thử nghiệm ngẫu nhiên có đối chứng (RCT) để đánh giá tác động thực tế của các chương trình bảo hiểm chỉ số thời tiết (Weather Index Insurance) đối với hành vi đầu tư thích ứng của nông dân.

Kết luận

Luận án tiến sĩ của NCS. Châu Tấn Lực đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với 5 đóng góp học thuật và thực tiễn mang tính then chốt:

  1. Lượng hóa toàn diện tổn thương sinh kế: Xác định chính xác chỉ số $LVI\text{-}IPCC = -0,008$ trên mẫu $N = 231$ nông hộ, chỉ rõ sự thiếu hụt năng lực thích ứng về tài chính và nguồn nước là điểm nghẽn trọng yếu tại tỉnh Ninh Thuận.
  2. Mô hình hóa hành vi thích ứng tương thuộc: Ứng dụng thành công mô hình Multivariate Probit để giải mã 11 biện pháp thích ứng thuộc 5 nhóm chiến lược (ĐCLTV, CĐNN, CĐMH, ĐDSK, DCTT), làm sáng tỏ các mối quan hệ bổ trợ và thay thế có ý nghĩa thống kê giữa các chiến lược.
  3. Phát hiện cơ chế phân hóa kết quả sinh kế: Sử dụng mô hình Tobit chứng minh sự chuyển dịch vai trò của các nguồn vốn từ kịch bản hạn nhẹ (ưu thế của vốn nhân lực, xã hội, đất đai, lịch mùa vụ) sang kịch bản hạn nặng (quyết định bởi vốn tài chính và di cư tạm thời).
  4. Bóc tách 9 rào cản thích ứng cốt lõi: Định vị rõ các trở ngại lớn nhất về tri thức kỹ thuật, chi phí đầu vào, thị trường tiêu thụ và thông tin khí cực đoan cản trở nông dân ra quyết định thích ứng.
  5. Xây dựng hệ thống giải pháp chính sách khả thi: Đề xuất ma trận can thiệp đồng bộ từ nâng cao vốn tài chính (tín dụng khí hậu), vốn con người (khuyến nông thích ứng đa ngôn ngữ), vốn vật chất (công nghệ tưới tiết kiệm) đến nâng cao năng lực dự báo khí tượng thủy văn.

Công trình không chỉ góp phần hoàn thiện cơ sở lý luận kinh tế nông nghiệp trong kỷ nguyên biến đổi khí hậu mà còn để lại di sản thực tiễn quan trọng, đóng vai trò làm kim chỉ nam khoa học cho công cuộc phát triển nông nghiệp bền vững và an sinh xã hội tại tỉnh Ninh Thuận cũng như toàn bộ dải đất duyên hải Nam Trung Bộ.