Tóm tắt Luận án Đo lường và phân tích nguy cơ tổn thương của hộ gia đình và doanh nghiệp khi xuất hiện các cú sốc bất lợi

1 Chương 1 GIỚI THIỆU Kết cấu luận án Luận án bao gồm bốn chương (i) Giới thiệu; (ii) Nghiên cứu về nguy cơ tổn thương với nghèo của hộ; (iii) Nghiên cứu về nguy cơ tổn thương của doanh nghiệp; và (iv) Kết luận và một số khuyến nghị. Tổng số trang trong phần nội dung chính của luận án là 127 trang, trong đó chương 1 gồm 8 trang, chương 2 gồm 71 trang, chương 3 gồm 31 trang, và chương 4 gồm 17 trang. Luận án có 22 bảng, 8 hình trong phần chính luận án, và 27 hình trong phần phụ lục. 1.1 Tính cấp thiết của đề tài luận án Nền kinh tế và mỗi cá nhân trong nền kinh tế vẫn phải thường xuyên đối mặt với các cú sốc khác nhau mà có thể ảnh hưởng tới vấn đề kinh tế. Để có những biện pháp đối phó nhằm ngăn chặn sớm cũng như giảm bớt những tác động bất lợi của các cú sốc đối với mỗi cá nhân, doanh nghiệp cũng như xã hội nói chung, chúng ta cần nhận diện các nhóm dễ bị tác động mạnh hơn từ các cú sốc, hay có thể được gọi là các nhóm dễ bị tổn thương. Ở Việt Nam hiện nay, số lượng các nghiên cứu về vấn đề nguy cơ tổn thương của hộ gia đình cũng như của doanh nghiệp còn hạn chế. Xuất phát từ thực tế như vậy, tác giả đã quyết định lựa chọn đề tài “Đo lường và phân tích nguy cơ tổn thương của hộ gia đình và doanh nghiệp khi xuất hiện các cú sốc bất lợi” làm nội dung nghiên cứu của luận án. 1.2 Mục tiêu nghiên cứu của luận án Luận án này hướng tới một số mục tiêu lớn như sau: 2 - Đo lường nguy cơ tổn thương với nghèo của hộ gia đình và các đặc điểm của những nhóm hộ dễ bị tổn thương với nghèo - Xác định các nhân tố có ảnh hưởng giúp hộ thoát nghèo hoặc ngăn hộ không rơi vào trạng thái nghèo - Xác định các nhân tố làm gia tăng nguy cơ tổn thương của doanh nghiệp - Xác định các nhân tố tác động tới nguy cơ tổn thương với nghèo của hộ ở cấp tỉnh - Đề xuất một số chính sách nhằm giúp ổn định tốt hơn về mặt kinh tế cho các nhóm trong xã hội 1.3 Đối tượng và phạm vi nghiên cứu của luận án • Đối tượng nghiên cứu của luận án Đối tượng nghiên cứu ở đây là các chỉ tiêu phản ánh mức sống của hộ gia đình Việt Nam, kết quả hoạt động kinh doanh của doanh nghiệp Việt Nam, các chỉ số kinh tế vĩ mô cấp tỉnh, cùng những đặc điểm cơ bản khác có liên quan và ảnh hưởng tới các chỉ tiêu này. • Phạm vi nghiên cứu của luận án Đối với mảng nội dung về mức sống của hộ gia đình, tác giả sẽ giới hạn việc nghiên cứu trong hai năm 2010 và 2012 và áp dụng trên những hộ gia đình được điều tra trong cả hai năm này trong cuộc Điều tra Mức sống dân cư. Đối với mảng nội dung về doanh nghiệp, tác giả sẽ giới hạn việc nghiên cứu trong giai đoạn từ 2010 tới 2012, và áp dụng trên những doanh nghiệp cỡ vừa trở lên thuộc hai ngành may mặc và giày da có đầy đủ dữ liệu trong toàn bộ các năm cũng như dữ liệu được đánh giá là tương đối tin cậy. 3 1.4 Phương pháp nghiên cứu và cơ sở dữ liệu của luận án • Phương pháp nghiên cứu của luận án Nghiên cứu này hoàn toàn sử dụng các phân tích định lượng, bắt đầu những phân tích định lượng cơ bản như thống kê mô tả, và sau đó đi sâu hơn sẽ sử dụng các mô hình kinh tế lượng như mô hình bình phương bé nhất dạng tổng quát khả thi (FGLS), mô hình logit, mô hình Tobit, mô hình logit đa định danh (multinomial-logit), phương pháp phân tích bao dữ liệu (DEA), mô hình dữ liệu mảng, phương pháp phân tích biệt số đa biến, và phương pháp kinh tế lượng không gian để đo lường hay ước lượng các mối quan hệ giữa các biến trong mô hình. • Cơ sở dữ liệu của luận án Nghiên cứu này sử dụng toàn bộ dữ liệu thứ cấp có được trong các cuộc điều tra do Tổng cục thống kê thực hiện qua các năm. - Điều tra Mức sống dân cư năm 2010 và 2012 - Điều tra Doanh nghiệp hàng năm từ 2010 tới 2012 - Các chỉ tiêu thống kê vĩ mô cấp tỉnh được Tổng cục thống kê công bố trong Niên giám thống kê Nghiên cứu sử dụng số liệu Chỉ số năng lực cạnh tranh cấp tỉnh do Phòng Thương mại và Công nghiệp Việt Nam điều tra và công bố. Ngoài ra, nghiên cứu cũng sử dụng dữ liệu bản đồ do Hệ thống Thông tin Địa lý (GIS) cung cấp. 1.5 Những đóng góp mới của luận án - Đóng góp về mặt học thuật Luận án tổng quan lại một số phương pháp được sử dụng trên thế giới để đo lường nguy cơ tổn thương với nghèo của hộ gia đình hay nguy cơ tổn thương của doanh nghiệp căn cứ vào mức độ sẵn có của 4 các nguồn dữ liệu, cụ thể như phương pháp sử dụng khi có dữ liệu mảng hay phương pháp sử dụng khi chỉ có dữ liệu chéo, và sau đó luận án đã áp dụng các phương pháp này vào số liệu của Việt Nam để tính toán nguy cơ tổn thương với nghèo của hộ gia đình và nguy cơ tổn thương của doanh nghiệp Việt Nam. Luận án cũng chỉ ra các đặc điểm nhân khẩu mà có ảnh hưởng và chiều ảnh hưởng của các nhân tố này tới nguy cơ tổn thương với nghèo của hộ gia đình. Những đặc điểm nhân khẩu giúp hộ duy trì không nghèo hay giúp hộ thoát nghèo, tức là xem xét tới quá trình vận động giữa các trạng thái cũng đã được luận án chỉ ra. Ngoài ra, luận án đã sử dụng phương pháp kinh tế lượng không gian để chỉ ra mối tương quan về tình trạng nghèo giữa những tỉnh lân cận nhau. Đối với nghiên cứu về nguy cơ tổn thương của doanh nghiệp, luận án đã chỉ ra chỉ ra sự cần thiết phải tính đến các đặc điểm phi tài chính, mà cụ thể ở đây là thước đo hiệu quả kỹ thuật của doanh nghiệp được đo bằng phương pháp phân tích bao dữ liệu DEA, bởi chúng có ảnh hưởng đáng kể tới kết quả kinh doanh, và do vậy là nguy cơ thua lỗ của doanh nghiệp trong tương lai. - Đóng góp về mặt thực tiễn Trên cơ sở những kết quả thực nghiệm tính toán được, luận án có thể đưa ra những gợi ý về mặt chính sách ở cấp độ nhà nước nhằm giúp đối phó sớm với các cú sốc để giảm bớt nguy cơ tổn thương của hộ gia đình và doanh nghiệp. Với thông tin này, chính phủ có thể lựa chọn được chính xác hơn những đối tượng cần quan tâm, hỗ trợ trong điều kiện ràng buộc ngân sách chính phủ dành cho các chương trình xã hội và phát triển cộng đồng doanh nghiệp trở nên khó khăn hơn trong những năm gần đây do nợ công tăng cao. 5 Chương 2 NGHIÊN CỨU VỀ NGUY CƠ TỔN THƯƠNG VỚI NGHÈO CỦA HỘ 2.1 Một số khái niệm cơ bản về nguy cơ tổn thương với nghèo của hộ Tổn thương với nghèo là khái niệm mà Chaudhuri và cộng sự (2002) đã đưa ra trong nghiên cứu của mình ở Indonesia. Đó là xác suất mà một hộ sẽ rơi vào trạng thái nghèo trong tương lai, hay nói cách khác là xác suất mà mức chi tiêu bình quân của một hộ rơi xuống dưới ngưỡng nghèo trong năm tiếp theo. Nếu như xác suất này vượt quá một ngưỡng nhất định thì hộ được gọi là dễ tổn thương với nghèo và ngược lại. 2.2 Tổng quan các nghiên cứu về tổn thương với nghèo của hộ gia đình Nghiên cứu của Glewwe và Hall (1998) lần đầu đưa ra vấn đề về đánh giá nguy cơ tổn thương chi tiêu của hộ gia đình. Theo quan điểm giản đơn, những hộ mà bị giảm mức tiêu dùng cao hơn so với tỷ lệ bình quân sẽ được coi là tổn thương hơn. Tuy nhiên, theo hai tác giả, đối với các nhóm hộ đã nghèo sẵn, việc giảm chi tiêu dù rằng ít hơn so với mức bình quân có thể phải đối mặt với sự tổn thương lớn hơn so với nhóm có mức chi tiêu cao nhưng giảm mạnh. Do đó, các tác giả đã phân tích nguy cơ tổn thương bằng hàm loga theo mức chi tiêu để xử lý được đặc điểm này. Kế thừa nghiên cứu của Glewwe và Hall (1998), nghiên cứu của Chauhduri và cộng sự (2002) đã đi xa hơn khi đo lường nguy cơ tổn thương đối với vấn đề nghèo ở Indonesia trước và sau khủng hoảng tài chính năm 1997 theo một cách tiếp cận khác. Thay vì chỉ thuần 6 túy tính toán mức độ biến động trong chi tiêu của hộ và xác định các yếu tố ảnh hưởng tới mức độ biến động này, các tác giả đã phân tách ra các dạng nghèo dai dẳng và tạm thời, các dạng tổn thương từ cao đến thấp và tùy thuộc theo trạng thái. Điều này được minh họa trong hình vẽ dưới đây, trong đó C là mức ngưỡng nghèo, v là nguy cơ tổn thương với nghèo được tính ra. Với cách phân loại này thì nhóm nghèo bao gồm phần A, B và C, trong đó A thuộc nhóm nghèo dai dẳng còn B và C thuộc nhóm nghèo tạm thời. Những nhóm không thuộc diện nghèo sẽ là D, E và F, trong đó nhóm không nghèo có nguy cơ tổn thương cao là D và E còn nhóm không nghèo có nguy cơ tổn thương thấp là F. Những nhóm có nguy cơ tổn thương cao gồm A, B, D và E, trong đó A và D thuộc nhóm có mức tiêu dùng thấp còn B và E là nhóm có mức độ biến động tiêu dùng mạnh. Nhóm có nguy cơ tổn thương thấp là C và F. Tiêu dùng hiện tại C <C C ≥C N gu y cơ tổ n th ươ n gn gh èo (v) v ≥ 0.5 A D E[C] <C T i ê u d ù n g k ỳ v ọ n g ( E [ C ] ) B E E[C] ≥C v < 0.5 C F Hình 2.1: Khái niệm tổn thương theo quan điểm của Chaudhuri 2.3 Khung lý thuyết nghiên cứu nguy cơ tổn thương với nghèo của hộ gia đình 2.3.2 Tổn thương với nghèo Chaudhuri (2003) đã đưa ra bốn bước để ước lượng tổn thương và từ đó làm cơ sở xây dựng chính sách giảm nghèo. 7 Bước 1: Xây dựng hàm chi tiêu, trong đó xác định các biến giải thích cho hành vi chi tiêu của hộ, và từ đó làm cơ sở để tạo ra dữ liệu về mức chi tiêu trong tương lai của hộ Bước 2: Sử dụng dữ liệu điều tra của hộ, bao gồm các thông tin về chi tiêu và đặc điểm nhân khẩu của hộ để ước lượng các tham số trong hàm chi tiêu Bước 3: Đưa ra giả định về đặc điểm phân phối của hành vi chi tiêu trong tương lai, và từ đó ước tính xác suất mà chi tiêu của hộ thấp hơn một ngưỡng nhất định (ngưỡng nghèo), hay nói cách khác là tính ra nguy cơ tổn thương với nghèo của hộ. Bước 4: Sử dụng ước lượng tổn thương với nghèo để xem xét mối tương quan với nghèo trong tương lai cũng như các đặc điểm nhân khẩu khác, và phân tích ước lượng tổn thương nghèo theo các chiều khác nhau, và từ đó làm cơ sở đưa ra các chính sách phù hợp. Đối với bước 1, xây dựng hàm chi tiêu, chúng ta cũng đã đề cập ở trên khi trình bày cách xác định tổn thương về phúc lợi. Các biến giải thích cũng bao gồm các biến đặc trưng của hộ có thể quan sát được Xi (bất biến theo thời gian) và Ai (thay đổi theo thời gian), các đặc trưng của hộ không thể quan sát được δi và βi, và các cú sốc ngẫu nhiên đặc trưng riêng đối với từng hộ εi. ln( )it ct t i t it i i itC X Aβ β α δ ρ ε= + + + + + (2.10) Ở đây, chúng ta sẽ gộp chung các biến không quan sát được với phần tác động ngẫu nhiên thành một biến uit 8 it i i itu δ ρ ε= + + (2.11) Hồi quy bình phương bé nhất thông thường OLS sẽ không sử dụng được do khả năng gặp phải vấn đề phương sai sai số thay đổi trong mô hình là khá cao. Thay vào đó, để có ước lượng tin cậy, chúng ta phải sử dụng kỹ thuật hồi quy bình phương bé nhất tổng quát khả thi (FGLS – Feasible Generalized Least Square). Bằng phương pháp này, chúng ta sẽ thu được dự báo mức tiêu dùng trong tương lai. Tuy nhiên, như chúng ta nói, nguy cơ tổn thương với nghèo của hộ không chỉ phụ thuộc vào mức tiêu dùng kỳ vọng trong tương lai, mà còn phụ thuộc vào cả phương sai của mức tiêu dùng. Ở đây, chúng ta sẽ sử dụng loga của bình phương phần dư ước lượng từ phương trình hồi quy chi tiêu (10), biểu thị cho các cú sốc đối với tiêu dùng, là phương sai của mức chi tiêu. Phương sai phần dư này được cho là có phụ thuộc vào các đặc điểm nhân khẩu của hộ. Do vậy, phương pháp hồi quy FGLS hai bước được thực hiện. Chúng ta sẽ chạy lại phương trình hồi quy (8), nhưng lúc này biến phụ thuộc là phương sai của phần dư. 2 2 ar ar ar arln it v v v v u it ct t i t it itu X Aσ β β α ε= = + + + (2.12) Từ phương trình hồi quy (12), chúng ta sẽ thu được giá trị dự báo, tức là phương sai dự báo, 2 itu σ . Giả định lnci,t tuân theo phân phối chuẩn, hay ci,t tuân theo phân phối loga-chuẩn, khi đó nguy cơ tổn thương với nghèo – tức là xác suất một hộ i tại thời điểm t + 1 có mức thu nhập dưới ngưỡng nghèo (sử dụng α = 0) – sẽ được xác định theo công thức sau: ( ) , 1 , 1 , 1 , 1 ln , , 1 ln ln ln ˆln ˆ ˆPr ln ln | , ˆ i t i t i t i t c i t i t c c c z VEP c z µ µ σ σ + + + + +   − = < =Φ      (2.13) 9 Trong đó Φ(⋅) là hàm mật độ xác suất tích lũy dạng phân phối chuẩn. Sau khi tính được VEP cho các hộ, chúng ta có thể phân rã thành các nhóm khác nhau để đánh giá đầy đủ hơn về nguy cơ tổn thương của hộ. Giá trị của VEP sẽ được ước lượng theo các biến giải thích: i i iVEP Xµ ε= + (2.14) Đồng thời, để xem xét tính chất động của trạng thái nghèo giữa hai năm 2010 và 2012, để xác định các nhân tố tác động tới quá trình chuyển trạng thái giữa nghèo với không nghèo, chúng ta sẽ tiến hành phân tích mô hình hồi quy logit đa định danh. Ở đây, mô hình logit đa định danh cũng giống như mô hình logit nhị phân thông thường, chỉ khác ở chỗ biến phụ thuộc sẽ mang nhiều hơn hai giá trị định danh. Cụ thể, xác suất để một hộ rơi vào một nhóm định danh j là: 3 0 Pr( ) ij ij X i X j eY j e β β = = = ∑ (2.16) Ở đây, Yi sẽ nhận một trong bốn giá trị: Yi = 0 nếu hộ này không nghèo trong cả hai năm 2010 và 2012. Yi = 1 nếu hộ này không nghèo trong năm 2010 nhưng nghèo trong năm 2012. Yi = 2 nếu hộ này nghèo trong năm 2010 nhưng không nghèo trong năm 2012. Yi = 3 nếu hộ này nghèo trong cả hai năm 2010 và 2012. Gaiha và cộng sự (2007) đã chỉ ra cách xác định hiệu ứng phòng vệ, tức là giúp một hộ không nghèo trong năm 2010 sẽ tiếp tục không nghèo trong năm 2012, dựa trên việc so sánh xác suất các trường hợp: 10 ( ) ( ) 1 Pr 1 ˆln Pr 0 i i i Y X Y β = =  =  (2.19) Ở đây, tử số là xác suất một hộ không nghèo thành hộ nghèo, còn mẫu số là xác suất một hộ không nghèo tiếp tục không nghèo. Như vậy, hiệu ứng phòng vệ sẽ giúp làm giảm tỷ số này, tức là khi hệ số β1 mang dấu âm (giả định các giá trị X dương). Các biến có hệ số β1 mang dấu âm và có ý nghĩa thống kê hàm ý rằng khi giá trị X tăng lên thì sẽ giúp hộ không nghèo gia tăng khả năng tiếp tục không nghèo. Ngoài ra, Gaiha và cộng sự (2007) cũng chỉ ra cách xác định hiệu ứng cải thiện trạng thái, tức là giúp một hộ nghèo trong năm 2010 sẽ chuyển sang trạng thái không nghèo trong năm 2012 bằng cách so sánh xác suất giữa trạng thái j = 2 và j = 3: ( ) ( ) ( )2 3 Pr 2 ˆ ˆln Pr 3 i i i Y X Y β β = = −  =  (2.20) Vẫn với giả định X dương, nếu hệ số β2 càng lớn so với β3 thì hiệu ứng cải thiện trạng thái sẽ càng trở nên rõ ràng hơn, tức là việc tăng giá trị X lên sẽ càng giúp cho hộ đó thoát khỏi tình trạng nghèo dễ dàng hơn. 2.3.3 Phân tích nghèo và tổn thương với nghèo ở cấp độ vùng Cấp độ vùng mà chúng ta lựa chọn phân tích ở đây sẽ là cấp tỉnh. Ở cấp tỉnh, chúng ta sẽ xem xét các nhân tố tác động đến tỷ lệ hộ nghèo chung của tỉnh, cũng như chỉ số khoảng nghèo của tỉnh. Các biến giải thích được lựa chọn sẽ là những biến tổng hợp về đặc điểm nhân khẩu của tỉnh, tổng hợp nguy cơ tổn thương của các hộ trong tỉnh, và 11 các biến đặc trưng tỉnh mang tính chất vĩ mô như bất bình đẳng, sản lượng công nghiệp, hay chất lượng quản trị của chính quyền tỉnh Tuy nhiên, như đã trình bày trong phần tổng quan, vấn đề tương quan theo không gian thường hay nảy sinh trong các nghiên cứu về các nhân tố quyết định tới nghèo ở cấp vùng. Hay nói cách khác, các tỉnh không phải là những quan sát độc lập với nhau mà có khả năng tương quan với nhau về mặt không gian, tức là những tỉnh lân cận nhau sẽ có thể ảnh hưởng qua lại tới trạng thái của nhau, và do vậy chúng ta cần sử dụng tới mô hình hồi quy không gian. Dạng tổng quát của mô hình tự hồi quy trễ không gian (thường ký hiệu là SAC), có biến giải thích bao gồm biến phụ thuộc tự hồi quy trễ không gian, các biến giải thích độc lập khác và sai số tự hồi quy trễ không gian. Cụ thể, mô hình SAC có thể được biểu diễn như sau: 1WPov Pov X uρ β= + + (2.21) 2Wu uλ ε= + ; ( )20, nN Iε σ
Trong đó W là ma trận trọng số không gian, trong đó các thành phần trong ma trận Wij biểu thị cho mức độ lân cận về mặt không gian giữa hai vị trí (tỉnh). Các thành phần trên đường chéo của ma trận khi đó sẽ bằng không. Các hệ số ρ và λ là các tham số cần ước lượng, trong đó ρ phản ánh tự hồi quy trễ không gian của bản thân biến phụ thuộc, còn λ phản ánh tự hồi quy trễ không gian của phần sai số. Sai số e tuân theo phân phối chuẩn với giá trị trung bình là 0 và phương sai là σ2In, và như vậy có thay đổi theo không gian. Mô hình này có 12 thể được tách thành hai trường hợp cá biệt là (i) Mô hình trễ không gian (SAR), và (ii) Mô hình sai số không gian (SEM). Để kiểm định mức độ tự tương quan theo không gian, có một số thống kê kiểm định đã được đưa ra, trong đó kiểm định Moran’s I được sử dụng phổ biến hơn cả. Moran (1950) đã đưa ra kiểm định này để kiểm tra tự tương quan theo không gian và áp dụng cho dữ liệu liên tục. Cụ thể, công thức của thống kê kiểm định Moran’s I như sau: 2 0 ( )( ) ( ) ij i j i j i i w x x x x nI S x x − − = − ∑∑ ∑ (2.24) Trong đó x là giá trị bình quân của biến x, wij là các thành phần trong ma trận trọng số, và S0 là tổng của các thành phần này: S = ij i j w∑∑ . Thống kê Moran’s I gần giống với khái niệm hệ số tương quan, mang giá trị từ -1 tới +1. Khi không có tự tương quan thì giá trị thống kê Moran’s I sẽ là 1 1n − − , và nó sẽ tiệm cận về 0 khi quy mô mẫu tăng lên. 2.5 Thống kê mô tả dữ liệu Trong bộ số liệu điều tra mức sống hộ gia đình, do chúng ta cần nghiên cứu những hộ được điều tra đồng thời trong cả hai năm 2010 và 2012, nên chỉ có khoảng 4200 hộ thỏa mãn điều kiện này. Tuy nhiên, sau khi đã loại bỏ đi những quan sát bất thường, hoặc có giá 13 trị quá lớn, hoặc quá nhỏ so với các giá trị còn lại, hoặc có những số liệu bị sót, số quan sát chúng ta còn giữ lại là 3571 hộ. 2.6 Kết quả thực nghiệm trong nghiên cứu nguy cơ tổn thương của hộ gia đình 2.6.1 Kết quả thực nghiệm trong nghiên cứu nguy cơ tổn thương về phúc lợi của hộ gia đình Một số kết luận về những nhóm hộ dễ bị tổn thương hơn về mặt chi tiêu hay phúc lợi trong kỳ nghiên cứu 2010-2012. • những hộ có chủ hộ tương đối già (khoảng ngoài 60 tuổi) • những hộ có nhiều phụ nữ trong hộ hơn. • những hộ làm việc trong khu vực tư nhân, nông nghiệp, tự doanh sẽ dễ bị tổn thương hơn so với những hộ làm việc trong khu vực nhà nước. 2.6.2 Kết quả thực nghiệm trong nghiên cứu nguy cơ tổn thương với nghèo của hộ gia đình Bảng 2.1: So sánh kết quả dự báo trạng thái nghèo của hộ với thực tế Không nghèo 2012 Nghèo 2012 Không nghèo 2010 2985 142 Nghèo 2010 243 201 Dự báo không nghèo 2012 (FGLS) 3045 82 Dự báo nghèo 2012 (FGLS) 172 272 Dự báo không nghèo 2012 (đa cấp) 3069 177 Dự báo nghèo 2012 (đa cấp) 58 267 Nguồn: Tính toán của tác giả 14 Hai phương pháp FGLS và đa cấp được sử dụng để tính nguy cơ tổn thương với nghèo của hộ trong tương lai sẽ cho kết quả dự báo nghèo khá tốt. Kết quả này cho thấy việc tính toán nguy cơ tổn thương với nghèo của hộ là một thông tin hữu ích mà chúng ta có thể sử dụng để giúp dự báo khả năng nghèo của hộ trong tương lai được chính xác hơn, từ đó có những chính sách đối phó với nghèo tốt hơn và kịp thời hơn. Ước lượng các nhân tố tác động tới nguy cơ tổn thương với nghèo của hộ Từ kết quả ước lượng, chúng ta rút ra được hộ có nguy cơ tổn thương với nghèo cao sẽ rơi vào những nhóm có đặc điểm sau. • Chủ hộ là nam giới • Độ tuổi chủ hộ tương đối già • Hộ có giá trị tài sản thấp • Hộ người dân tộc ngoài Kinh • Hộ có tỷ lệ phụ nữ cao • Chủ hộ có học vấn thấp • Chủ hộ làm việc trong khu vực nông nghiệp hoặc tự doanh Bảng 2.2: Kết quả hồi quy nguy cơ tổn thương của hộ theo các đặc điểm nhân khẩu của hộ (tính cho năm 2012) Mô hình logit Mô hình Tobit hằng số 1,3834*** (0,3164) 1,6743*** (0,0495) gender 0,6009** (0,2736) 0,0545*** (0,0094) age -0,199*** (0,0313) -0,018*** (0,0012) age_sq 0,0018*** (0,0003) 0,0001*** (0,0000) log_house_value -1,447*** -0,