TÓM TẮT:
Bài viết nghiên cứu về tích hợp các bộ chỉ thị thành chỉ số thành phần của hiệu suất sinh thái tỉnh Bình Dương giai đoạn 2005 - 2018 bằng phương pháp thống kê đa biến. Kết quả nghiên cứu cho thấy, chỉ số hiệu suất sinh thái tỉnh Bình Dương diễn biến trong giai đoạn này có giá trị từ 100 - 101, xếp vào loại có hiệu suất khá bền vững.
Từ khóa: hiệu suất sinh thái, chỉ số áp lực môi trường, hệ số tải, tỉnh Bình Dương.
1. Đặt vấn đề
Hiệu suất sinh thái là một trong các công cụ đánh giá hiệu quả kinh tế mang lại so với chi phí môi trường phải trang trải của một sản phẩm, một ngành, hay một vùng. Hiệu suất sinh thái được Hội đồng doanh nghiệp thế giới vì sự phát triển bền vững (WBSCD) xây dựng vào đầu những năm 1990. Đánh giá hiệu suất sinh thái vùng được quan tâm từ lâu, Phần Lan đã thực hiện hẳn một chương trình nghiên cứu cho khu vực Kymenlaasko nhằm xây dựng bộ chỉ thị và tính toán hiệu suất sinh thái cho khu vực này. [1], [2] Hội nghị xây dựng hiệu suất sinh thái để đánh giá tăng trưởng kinh tế tại Bangkok Thái Lan; [3] ở Trung Quốc [4] nghiên cứu hiệu suất sinh thái vùng cho Huyện Chengyangm, ở Khu vực Châu Á Mỹ Latinh đã có dự án nghiên cứu về hiệu suất sinh thái và phát triển bền vững hạ tầng đô thị.Ở Việt Nam hiện nay, vấn đề nghiên cứu hiệu suất sinh thái vẫn còn hạn chế.
Để đóng góp vào nghiên cứu công cụ mới, các tác giả đã thực hiện nghiên cứu phương pháp đánh giá hiệu suất sinh thái cấp tỉnh cho tỉnh Bình Dương theo cách tiếp cận hiệu suất sinh thái vùng. Bài báo này trình bày kết quả và quá trình hình thành các chỉ số thành phần của hiệu suất sinh thái cấp tỉnh ở tỉnh Bình Dương. Việc tích hợp các chỉ thị thành chỉ số đã được Tổ chức OECD hướng dẫn [5] và được nhiều tác giả áp dụng như Angel f.Herrera Ullloa et al,[6], Massimiliano Mascherini [7]…
2. Mục tiêu, dữ liệu và phương pháp nghiên cứu
Mục tiêu của công trình là tính toán và đánh giá hiệu suất sinh thái của hoạt động kinh tế tỉnh Bình Dương giai đoạn 2005 - 2018. Trong bài này, tác giả chỉ giới hạn trình bày phương pháp, kết quả tích hợp bộ chỉ thị thành chỉ số dùng để đánh giá hiệu suất sinh thái tỉnh Bình Dương.
Để thực hiện nghiên cứu, chúng tôi đã thu thập số liệu, dữ liệu thứ cấp, số liệu kinh tế - xã hội tỉnh Bình Dương 2005 - 2018 từ Niên giám thống kê của tỉnh Bình Dương và tính toán các dữ liệu tài nguyên, môi trường dựa trên dữ liệu kinh tế - xã hội.
Ba bộ chỉ thị thành phần được thiết lập và tích hợp thành chỉ số để tính hiệu suất sinh thái cấp Tỉnh. Ba bộ chỉ thị thành phần gồm: Bộ chỉ thị phát triển kinh tế - xã hội SDI gồm 10 chỉ thị; Bộ chỉ thị sử dụng tài nguyên gồm 12 chỉ thị và Bộ chỉ thị áp lực môi trường EPI có 13 chỉ thị.
Đã ứng dụng phương pháp luận tính toán hiệu suất sinh thái vùng (Regional Eco-efficiency), đánh giá, chọn lọc và hiệu chỉnh cho phù hợp với điều kiện tỉnh Bình Dương từ các phương pháp luận tính toán hiệu suất sinh thái vùng của các tác giả Trung Quốc và Phần Lan. Để tích hợp các chỉ thị thành chỉ số thành phần của hiệu suất sinh thái, các tác giả đã sử dụng kỹ thuật đa biến để chọn lọc chỉ thị bằng phân tích cụm (cluster variables), kỹ thuật phân tích nhân tố FA và thành phần chính PCA để tích hợp các bộ thành các chỉ số tương ứng. Báo cáo đã áp dụng trọng số kết xuất từ hệ số tải trong phân tích nhân tố (FA) - thành phần chính (PCA).
3. Kết quả và thảo luận
Để có thể tính toán hiệu suất sinh thái cấp tỉnh, ba bộ chỉ thị thành phần đã được thiết lập, cấu trúc như sau: (1) Bộ chỉ thị phát triển kinh tế - xã hội (SDI) gồm 4 chỉ thị kinh tế, 2 chỉ thị về dân số, 2 chỉ thị về y tế , 2 chỉ thị về giáo dục và việc làm; (2) Bộ chỉ thị tiêu thụ tài nguyên (SCI) gồm 2 chỉ thị về tài nguyên mặt nước và khoáng sản, 1 chỉ thị về tài nguyên phân bón, 4 chỉ thị về tiêu thụ nước, 3 chỉ thị về tài nguyên đất đai; (3) Bộ chỉ thị áp lực môi trường (EPI) gồm 5 chỉ thị về tải lượng nước thải, 1 chỉ thị về thuốc trừ sâu, 1 chỉ thị về chất thải rắn công nghiệp, 4 chỉ thị về tải lượng chất ô nhiễm và 2 chỉ thị về phát thải khí nhà kính.
3.1. Tích hợp bộ chỉ thị phát triển kinh tế - xã hội thành chỉ số SDI tỉnh Bình Dương giai đoạn 2005 - 2018
Sau khi đã thu thập từ Niên giám thống kê, kết quả tính toán và chỉnh lý dữ liệu, xử lý bằng phần mềm Mintab 17, phương pháp FA-PCA, dùng linkage “Ward” và xoay trục varimax, kết quả ghi trong Bảng 1.
Bảng 1. Kết quả tính hệ số tải của các biến ban đầu lên biến đại diện
cho dữ liệu tỉnh Bình Dương
Qua Bảng 1 cho thấy nhân tố F1 đại diện cho 7 biến số ban đầu, nhân tố 2 tải 3 biến số là GDP/người, tỉ lệ dân thành thị và số học sinh trên 1.000 dân, nhân tố F3 chỉ tải biến “số giường bệnh trên 1.000 dân” và nhân tố F4 có hệ số tải thấp, không đại diện cho chỉ thị nào.
Kết quả tính % đóng góp của các biến nhân tố đại diện xử lý từ phần mềm Minitab như Bảng 2.
Bảng 2. Các biến nhân tố đại diện xử lý từ phần mềm Minitab
Qua Bảng 2 trên cho thấy, trọng số của các nhân tố đại diện lần lượt là 0.576 (F1); 0.284 (F2); 0.12 (F3); 0.01 (F4). Có thể thấy 4 biến đại diện đã chiếm đến 99,0% phương sai thông tin. Riêng biến đại diện F4, có trọng số thấp, có thể bỏ qua.
Việc chuyển đổi biến số từ biến số kinh tế - xã hội ban đầu thành các biến đại diện trong xử lý thống kê đa biến xuất phát từ nguyên lý hình học của nó. Dữ liệu kinh tế xã hội mỗi năm ở Bình Dương thu thập với 10 biến số, có thể chiếu lên 10 trục không gian dữ liệu (Ở đây chọn 4 vì 4 biến đã chiếm 99% phương sai thông tin). Phương pháp phân tích nhân tố FA giả định cho phép chiếu lên nhiều trục nhân tố F, mỗi trục tải thông tin của các biến nguyên thủy, đo bằng hệ số tải (loadings). Hệ số tải càng lớn, biến đại diện Fi có tương quan chặt với biến ban đầu. Nguyên lý này cho phép sử dụng hệ số tải để làm trọng số trong việc tích hợp các biến ban đầu vào biến đại diện [8]. Tính gộp đóng góp của 4 biến đại diện sẽ có chỉ số tích hợp phát triển kinh tế - xã hội dùng cho đánh giá chỉ số SDI tỉnh Bình Dương. Chỉ số SDI được cộng thêm 100 để loại trừ giá trị âm.
Bảng 3. Tích hợp đóng góp của các nhân tố thành chỉ số phát triển
kinh tế - xã hội SDI tỉnh Bình Dương giai đoạn 2005 – 2018
3.2. Tích hợp bộ chỉ thị tiêu thụ tài nguyên thành chỉ số RCI tỉnh Bình Dương từ 2005 - 2018
Bằng phương pháp FA-PCA thống nhất trong nghiên cứu, có cùng thông số (dùng linkage “Ward” và xoay trục varimax), kết quả ghi trong Bảng 4.
Bảng 4. Kết quả hệ số tải của các biến ban đầu lên 4 biến nhân tố đại diện (xoay trục varimax)
Qua Bảng 4 cho thấy, nhân tố F1 đại diện cho 7 biến số ban đầu, nhân tố 2 tải 3 biến số là diện tích nuôi trồng thủy sản, lượng khai thác gỗ và nhu cầu nước chăn nuôi. Nhân tố F3 chỉ tải biến “khoáng sản” và nhân tố F4 hệ số tải cao đối với lượng sử dụng phân bón.
Kết quả tính % đóng góp của các biến nhân tố đại diện xử lý từ phần mềm Minitab khi xử lý bộ chỉ thị sử dụng tài nguyên RCI của tỉnh Bình Dương như Bảng 5.
Bảng 5. Tỷ lệ của dữ liệu tiêu thụ tài nguyên của Bình Dương
Qua Bảng 5 cho thấy trong số của các nhân tố đại diện cho các biến số ban đầu lần lượt là 0.458 (F1); 0.338 (F2); 0.092 (F3); 0.091 (F4). Biến đại diện đã chiếm đến 98% phương sai của dữ liệu tiêu thụ tài nguyên của tỉnh Bình Dương.
Dữ liệu tiêu thụ tài nguyên mỗi năm ở Bình Dương thu thập với 12 biến số, có thể chiếu lên 12 trục không gian dữ liệu (Ở đây chọn 4 nhân tố vì đã chiếm 98% phương sai thông tin). Nguyên lý phân tích nhân tố (factor Analysis) cho phép sử dụng hệ số tải để làm trọng số trong tích hợp các biến ban đầu vào biến đại diện. Tính gộp đóng góp của biến đại diện sẽ có chỉ số tích hợp dùng cho đánh giá chỉ số tiêu thụ tài nguyên tỉnh Bình Dương.
Bảng 6. Tích hợp đóng góp của các nhân tố thành chỉ số tiêu thụ tài nguyên (RCI) tỉnh Bình Dương giai đoạn 2005 - 2018
3.3. Chỉ số áp lực môi trường EPI tỉnh Bình Dương giai đoạn 2005 - 2018
Bằng phương pháp FA-PCA, có cùng thông số (dùng linkage “Ward” và xoay trục varimax), kết quả ghi trong Bảng 7.
Bảng 7. Kết quả hệ số tải của các biến ban đầu lên 4 biến nhân tố đại diện (xoay trục varimax)
Qua Bảng 7 cho thấy: nhân tố F1 đại diện cho 9 biến số ban đầu; nhân tố 2 tải 2 biến số là thuốc trừ sâu và tổng Nitơ của nước thải sinh hoạt; nhân tố F3 đại diện cho tải lượng BOD5 và Tổng Nitơ chăn nuôi và nhân tố F4 không đại diện cho biến nào, chỉ góp phần tăng tổ phương sai đại diện.
Tỷ lệ đóng góp của các biến đại diện vào chỉ số áp lực môi trường tỉnh Bình Dương như Bảng 8.
Bảng 8. Tỷ lệ đóng góp của các biến đại diện vào chỉ số áp lực môi trường tỉnh Bình Dương
Qua Bảng 8 trên cho thấy, trong số của các nhân tố đại diện cho các biến số ban đầu lần lượt là 0.586 (F1); 0.204 (F2); 0.191 (F3); 0.011 (F4), biến đại diện đã chiếm đến 99,2% phương sai của dữ liệu áp lực môi trường của Bình Dương.
Việc dữ liệu áp lực môi trường mỗi năm ở Bình Dương thu thập với 13 biến số, có thể chiếu lên 13 trục không gian dữ liệu (Ở đây chọn 4 vì 4 biến đã chiếm 99,2% phương sai thông tin).
Tính gộp đóng góp của biến đại diện sẽ có chỉ số tích hợp dùng cho đánh giá chỉ số áp lực môi trường EPI tỉnh Bình Dương như Bảng 9.
Bảng 9. Tích hợp đóng góp của các nhân tố thành chỉ số áp lực môi trường (EPI) tỉnh Bình Dương giai đoạn 2005 - 2018
Hình 1 (a, b, c, d): Diễn biến 3 chỉ số thành phần và chỉ số
hiệu suất sinh thái của tỉnh Bình Dương giai đoạn 2005 - 2018
Nguồn: Từ các Bảng 2 (SDI), Bảng 4 (SCI), Bảng 6 (EPI) và công thức tính HSST
Qua đồ thị (Hình 1), có thể nhận xét hiệu suất sinh thái của tỉnh Bình Dương xuất phát từ 100 năm 2005. Từ năm 2008 bắt đầu vào giai đoạn khá bền vững.
Trong khuôn khổ nghiên cứu này, việc áp dụng tiêu chí để đánh giá hiệu suất sinh thái gặp khó khăn do chưa có chính thức hệ thống tiêu chí đánh giá. Do đó, các tác giả đề xuất cơ sở để đánh giá chỉ số hiệu suất sinh thái như Bảng 10.
Bảng 10. Cơ sở để đánh giá chỉ số hiệu suất sinh thái
4. Kết luận
Để tính toán hiệu suất sinh thái (eco-efficiency) cho tỉnh Bình Dương, các tác giả tính toán các chỉ số thành phần: phát triển kinh tế - xã hội SDI, tiêu thụ tài nguyên (SCI) và áp lực môi trường (EPI). Sau khi xác lập các bộ chỉ thị, bộ chỉ thị được tích hợp bằng phương pháp phân tích nhân tố (Factor Analysis) và phân tích thành phần chính (PCA). Chọn 4 nhân tố, xoay trục để phương sai tố đa (varimax). Mười biến số phát triển kinh tế - xã hội, 12 biến số tiêu thụ tài nguyên và 14 biến số áp lực môi trường từ năm 2005 - 2018 được “chiếu” lên 4 trục nhân tố theo nguyên tắc thống kê đa biến. Hệ số tải (loadings) của biến nguyên thủy được dùng làm trọng số để tính giá trị biến đại diện. Phần đóng góp của từ nhân tố vào chỉ số tổng hợp SDI được lấy từ % phương sai của từng nhân tố. Bốn nhân tố đại diện chiếm đến 98,7% - 99 % phương sai.
Hiệu suất sinh thái vùng tính theo công thức EEI = SDI/[(SCI+EPI)/2] để kết xuất chỉ số hiệu suất sinh thái của tỉnh Bình Dương. Các kết quả nghiên cứu cho thấy phương pháp dùng phân tích nhân tố (FA) và phân tích thành phần chính (PCA) tích hợp bộ chỉ thị thành chỉ số hiệu suất sinh thái tỉnh Bình Dương cho những kết quả rất hợp lý. Kết quả nghiên cứu cho thấy, chỉ số hiệu suất sinh thái tỉnh Bình Dương diễn biến từ năm 2005 - 2018 có giá trị từ 100 - 101, xếp vào loại có hiệu suất khá bền vững.
TÀI LIỆU THAM KHẢO:
- Ness, D. (2009). Project “Eco-efficient and sustainable urban infrastructure development in Asia and Latin America”. Expert Group Meeting " Developing Eco-efficient and Sustainable Urban Infrastructure in Asia and Latin America. 10-12 February 2009. Bangkok: UN ESCAP, UN ECLAC, UN Habitat
- United Nations (2009). Eco-efficiency Indicators: Measuring Resource-use Efficiency and the Impact of Economic Activities on the Environment.
- Per Mickwitz; Matti Melanen, U.R.J.S. (2009). Eco-efficiency indicators Tools for regional sustainability policy: Experiences from the ECOREG project: Case Kymenlaakso. Retrieved from: https://www.researchgate.net/publication/268399994_Eco-efficiency_indicators_-_tools_for_regional_sustainability_policy.
- Zhou Zhenfeng, S.L., Sun Yinglan. (2006). Research on Indicator System of Regional Eco-efficiency: A Case Study of Chengyang District. Retrieved from: http://www.paper.edu.cn/index.php/default/journal/downCount/journal-1004-2857(2006)04-0054-05.
- Michela Nardo & Michaela Saisana. (2009). Constructing composite indicators- Putting theory into practice. NTTS Conference (New Techniques and Technologies for Statistics). Seminar: 18-20 February. Brussels: JRC/OECD.
- Angel f.Herrera Ullloa et al. (2003). A Regional scal Sustainable Development Index: The case of Baja California Sur, Mexico. International Journal of Sustainable Development & World Ecology, 10 (2003) 353-360.
- Massimiliano Mascherini. (2009). Development and use of composite indicators. Retrieved from: http://www.juntadeandalucia.es:9002/jornadas/indicadoreseconomicos/ponencias/Mascherini.pdf.
- Michela Nardo, et al. (2005). Tools for Composite Indicators Building. Belgium: European Commission, Joint Research Centre (JRC).
INTEGRATING INDICATORS INTO A COMPONENT AGGREGATING INDICATOR MEASURING THE ECOLOGICAL EFFICIENCY OF BINH DUONG PROVINCE IN THE PERIOD FROM 2005 TO 2018 BY USING THE MULTIVARIATE STATISTICAL METHOD
DOAN NGOC NHU TAM 1
CHE DINH LY 2
1 Ph.D's student, University of Social Sciences and Humanities -
Vietnam National University - Ho Chi Minh City Campus
2 Thu Dau Mot University
ABSTRACT:
This paper presents how to integrate indicators into a component aggregating indicator measuring the ecological efficiency of Binh Duong Province in the period from 2005 to 2018 by using the multivariate statistical method. The paper finds out that the ecological efficiency of Binh Duong Province in the studied period ranges from 100 to 101 score. These values can be classified as quite sustainable performance.
Keywords: ecological efficiency, environmental pressure index, load factor, Binh Duong Province.
[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ,
Số 11, tháng 5 năm 2021]
