So sánh SAS, SPSS và STATA

Trang 12 - Th«ng tin Khoa häc Thèng kª sè 4/2004 n−íc cã thÓ diÔn ra theo ba h×nh thøc: §Çu t− vèn trong n−íc (I), mua tµi s¶n ë n−íc ngoµi (CA) vµ mua kho¶n nî cña chÝnh phñ (G - T). Tõ ®©y ta thÊy, víi mét nÒn kinh tÕ më nhµ ®Çu t− sÏ cã mét kh«ng gian réng h¬n ®Ó t×m c¬ héi ®Çu t− cã hiÖu qu¶ cao. BiÓu thøc (1) võa nªu cã thÓ viÕt l¹i CA = Sp - I - (G - T) Tõ ®©y chóng ta l¹i thÊy: Sù gia t¨ng cña tiÕt kiÖm t− nh©n sÏ lµm t¨ng thÆng d− trong tµi kho¶n v·ng lai, cßn sù gia t¨ng ®Çu t− hoÆc t¨ng th©m hôt ng©n s¸ch sÏ lµm gi¶m thÆng d− trong tµi kho¶n v·ng lai. Do ®Çu t− liªn quan ®Õn tiÕt kiÖm, mµ tiÕt kiÖm l¹i liªn quan ®Õn tµi kho¶n v·ng lai råi liªn quan ®Õn chi tiªu vµ ng©n s¸ch chÝnh phñ. Tøc lµ tiÕt kiÖm t− nh©n, ®Çu t−, tµi kho¶n v·ng lai vµ th©m hôt cña chÝnh phñ lµ nh÷ng biÕn sè ®−îc quyÕt ®Þnh ®ång thêi. Sù ph©n tÝch trªn cho thÊy môc tiªu s¶n l−îng trong nÒn kinh tÕ héi nhËp víi thÕ giíi bªn ngoµi c¶ trong ng¾n h¹n vµ dµi h¹n l¹i ®−îc quyÕt ®Þnh bëi tæng thÓ nhiÒu yÕu tè h¬n so víi nÒn kinh tÕ ®ãng. ViÖc t×m ra m¾t xÝch chñ ®¹o nµo trong chuçi c¸c t¸c ®éng bªn trong, bªn ngoµi ®ã ®Ó thùc hiÖn môc tiªu trong nh÷ng bèi c¶nh cÇn thiÕt lµ hÕt søc quan träng. Nh−ng râ rµng kh¶ n¨ng thùc hiÖn mét tèc ®é t¨ng tr−ëng cao æn ®Þnh nh− dù kiÕn h¬n so víi ®ãng, kh«ng tham gia héi nhËp (1) Thùc ra, khi Y thay ®æi cuèi cïng còng g©y ra nh÷ng thay ®æi trong møc gi¸, lµm dÞch chuyÓn nÒn kinh tÕ tíi tr¹ng th¸i c©n b»ng dµi h¹n cña nã. C¸c yÕu tè s¶n xuÊt ®−îc sö dông sÏ quyÕt ®Þnh møc s¶n l−îng thùc tÕ (Y), tû gi¸ hèi ®o¸i thùc tÕ sÏ ®iÒu chØnh ®Ó lµm c©n b»ng møc s¶n l−îng thùc tÕ dµi h¹n víi tæng cÇu Tμi liÖu tham kh¶o: 1. Toµn cÇu ho¸, t¨ng tr−ëng vµ nghÌo ®ãi, S¸ch dÞch. TËp thÓ t¸c gi¶, NXB V¨n ho¸ Th«ng tin, Hµ Néi – 2002 2. Globalisation and problems of an Optimal Development Strategy. N. Ivanov MEMO - N02/2000 3. Kinh tÕ ngµy nay. TËp thÓ t¸c gi¶. S¸ch dÞch. NXB §¹i häc Quèc gia, Hµ Néi- 2003 So s¸nh SAS, SPSS vμ STATA Lª §ç M¹ch ViÖn khoa häc thèng kª HiÖn nay cã ba bé ch−¬ng tr×nh chuyªn dông phôc vô cho xö lý vµ ph©n tÝch sè liÖu thèng kª rÊt th«ng dông trªn thÕ giíi, ®ã lµ SAS, SPSS vµ STATA. C¸c ch−¬ng tr×nh nµy kh«ng nh÷ng ®−îc gi¶ng d¹y trong c¸c tr−êng ®¹i häc mµ cßn lµ nh÷ng c«ng cô kh«ng thÓ thiÕu ®−îc ®èi víi c¸c nhµ thèng kª vµ c¸c nghiªn cøu quan s¸t thèng kª ë nhiÒu lÜnh vùc kh¸c nhau. Trong sè ba bé ch−¬ng tr×nh th× SAS lµ ch−¬ng tr×nh lín nhÊt vµ m¹nh nhÊt nh−ng l¹i ®¾t nhÊt, nªn trong giai ®o¹n hiÖn nay Ýt ®−îc phæ biÕn ë n−íc ta; cßn hai bé ch−¬ng tr×nh SPSS vµ STATA nhiÒu ng−êi biÕt vµ ®ang sö dông trong nghiªn cøu thèng kª tõ ®Çu nh÷ng n¨m 1990. VËy, sù kh¸c nhau cña STATA víi SAS vµ SPSS lµ nh− thÕ nµo? vµ bé ch−¬ng tr×nh nµo lµ tèt nhÊt. Mçi bé ch−¬ng tr×nh ®Òu cã ®Æc tr−ng riªng cña nã, nh÷ng ®iÓm m¹nh vµ yÕu cña nã. Bµi viÕt nµy sÏ Th«ng tin Khoa häc Thèng kª sè 4/2004 - Trang 13 tãm t¾t ®Æc tr−ng, ®iÓm m¹nh vµ ®iÓm yÕu riªng cña tõng bé ch−¬ng tr×nh trªn c¶ bèn ph−¬ng diÖn: 1. VÒ sö dông SAS lµ bé ch−¬ng tr×nh mµ nhiÒu ng−êi sö dông cã tr×nh ®é cao −a thÝch bëi søc m¹nh vµ kh¶ n¨ng lËp tr×nh cña nã. Do SAS lµ mét bé ch−¬ng tr×nh m¹nh nh− vËy nªn khã häc nhÊt. §Ó sö dông SAS, ta ph¶i viÕt ch−¬ng tr×nh ®Ó thao t¸c d÷ liÖu vµ thùc hiÖn c¸c ph©n tÝch d÷ liÖu cña m×nh. NÕu ch−¬ng tr×nh m¾c lçi, c¸i khã lµ ph¶i biÕt t×m lçi ë ®©u vµ c¸ch söa thÕ nµo. SPSS lµ mét bé ch−¬ng tr×nh mµ nhiÒu ng−êi sö dông −a thÝch do nã rÊt dÔ sö dông. SPSS cã mét giao diÖn gi÷a ng−êi vµ m¸y cho phÐp sö dông c¸c menu th¶ xuèng ®Ó chän c¸c lÖnh thùc hiÖn. Khi thùc hiÖn mét ph©n tÝch chØ ®¬n gi¶n chän thñ tôc cÇn thiÕt vµ chän c¸c biÕn ph©n tÝch vµ bÊm OK lµ cã kÕt qu¶ ngay trªn mµn h×nh ®Ó xem xÐt. SPSS còng cã mét ng«n ng÷ có ph¸p cã thÓ häc b»ng c¸ch d¸n có ph¸p lÖnh vµo cöa sæ có ph¸p tõ mét lÖnh võa chän vµ thùc hiÖn, nh−ng nãi chung kh¸ phøc t¹p vµ kh«ng trùc gi¸c. STATA lµ mét bé ch−¬ng tr×nh mµ nhiÒu ng−êi míi b¾t ®Çu vµ sö dông m¹nh ®Òu −a thÝch v× nã võa dÔ häc cã nhiÒu kh¶ n¨ng. STATA sö dông c¸c lÖnh trùc tiÕp, cã thÓ vµo mçi lÖnh ë mét thêi ®iÓm ®Ó thùc hiÖn (chÕ ®é nµy ®−îc ng−êi míi b¾t ®Çu −a thÝch) hoÆc cã thÓ so¹n th¶o thµnh mét ch−¬ng tr×nh bao gåm nhiÒu lÖnh cho mét nhiÖm vô vµ thùc hiÖn cïng mét lóc. ThËm chÝ nÕu m¾c lçi trong ch−¬ng tr×nh th× cã thÓ nhËn biÕt vµ söa ch÷a dÔ dµng. 2. VÒ qu¶n lý d÷ liÖu SAS rÊt m¹nh trong lÜnh vùc qu¶n lý d÷ liÖu, cho phÐp ng−êi sö dông thao t¸c d÷ liÖu hÇu nh− víi mäi c¸ch cã thÓ. SAS còng ®−a vµo thñ tôc Proc sql cho phÐp thùc hiÖn mäi c©u hái Sql (Structured query language) trªn file d÷ liÖu. Tuy nhiªn ph¶i mÊt nhiÒu thêi gian ®Ó häc vµ hiÓu ®−îc c¸ch qu¶n lý d÷ liÖu cña SAS vµ nhiÒu nhiÖm vô qu¶n lý phøc t¹p cña nã l¹i ®−îc thùc hiÖn b»ng nh÷ng lÖnh ®¬n gi¶n trong SPSS vµ STATA. Thay vµo ®ã, SAS cã thÓ lµm viÖc víi nhiÒu file d÷ liÖu cïng mét lóc; ®iÒu nµy gi¶m ®i tÝnh phøc t¹p trong chuÈn bÞ d÷ liÖu ®èi víi nh÷ng nhiÖm vô ph©n tÝch ®ßi hái ph¶i lµm viÖc víi nhiÒu file d÷ liÖu cïng mét lóc. Trong khi ®ã mçi thêi ®iÓm STATA hoÆc SPSS chØ lµm viÖc ®−îc víi mét file d÷ liÖu. SAS cã thÓ qu¶n lý nh÷ng file d÷ liÖu khæng lå lªn ®Õn 32.768 biÕn vµ sè l−îng b¶n ghi lµ rÊt lín chØ phô thuéc vµo kÝch cì cña ®Üa cøng. ¦u ®iÓm nµy cã thÓ lµm ®¬n gi¶n ho¸ trong khi tæ chøc xö lý vµ ph©n tÝch trªn mét khèi l−îng rÊt lín d÷ liÖu v× d÷ liÖu chØ chøa trong mét file. SPSS cã mét bé so¹n th¶o d÷ liÖu t−¬ng tù nh− excel, bé so¹n th¶o cho phÐp vµo c¸c d÷ liÖu vµ m« t¶ c¸c thuéc tÝnh cña chóng, tuy nhiªn SPSS kh«ng cã nh÷ng c«ng cô qu¶n lý d÷ liÖu thËt m¹nh (mÆc dï SPSS phiªn b¶n 11 cã thªm c¸c lÖnh chuyÓn cÊu tróc d÷ liÖu theo chiÒu ngang thµnh cÊu tróc d÷ liÖu theo chiÒu däc vµ ng−îc l¹i....). SPSS xö lý mçi file d÷ liÖu ë mét thêi ®iÓm vµ kh«ng ph¶i lµ rÊt m¹nh khi thùc hiÖn c¸c nhiÖm vô ph©n tÝch cÇn lµm viÖc víi nhiÒu file d÷ liÖu cïng mét lóc. C¸c file d÷ liÖu cã thÓ cã ®Õn 4096 biÕn vµ sè l−îng b¶n ghi chØ bÞ giíi h¹n trong dung l−îng cña ®Üa cøng. Trang 14 - Th«ng tin Khoa häc Thèng kª sè 4/2004 STATA hoµn toµn kh«ng cã kh¶ n¨ng qu¶n lý d÷ liÖu m¹nh nh− SAS, nh−ng c¸c lÖnh qu¶n lý d÷ liÖu cña nã vÉn cã nhiÒu søc m¹nh, l¹i rÊt ®¬n gi¶n. Chóng cho phÐp thùc hiÖn c¸c thao t¸c phøc t¹p vÒ d÷ liÖu mét c¸ch dÔ dµng. Tuy nhiªn, mçi thêi ®iÓm STATA chØ lµm viÖc ®−îc víi mét file d÷ liÖu, v× vËy nh÷ng nhiÖm vô xö lý cÇn nhiÒu file d÷ liÖu cïng mét lóc ®èi víi STATA lµ phøc t¹p h¬n. Víi viÖc ®−a vµo bé gi¶i phãng STATA/Se, sè l−îng biÕn cã thÓ cã ®Õn 32.768 biÕn trong mét file d÷ liÖu STATA, vµ kÝch cì cña file còng chØ phô thuéc vµo dung l−îng ®Üa cøng. 3. VÒ ph©n tÝch thèng kª SAS, SPSS, STATA cïng tÝnh to¸n nh÷ng thèng kª m« t¶ vµ thùc hiÖn nh÷ng ph©n tÝch thèng kª chung nhÊt nh− håi qui, håi qui logistic, ph©n tÝch tån t¹i, ph©n tÝch ph−¬ng sai, ph©n tÝch nh©n tè, vµ ph©n tÝch nhiÒu chiÒu. Tr−íc hÕt xin bµn vÒ kh¶ n¨ng tæng hîp sè liÖu (tÝnh to¸n c¸c thèng kª m« t¶). Mét trong nh÷ng c«ng viÖc th−êng xuyªn ph¶i lµm ®èi víi c¸n bé nghiÖp vô thèng kª lµ tæng hîp sè liÖu theo c¸c biÓu b¶ng ®· thiÕt kÕ tr−íc ®èi víi sè liÖu thu ®−îc. NÕu ai ®· tõng sö dông SPSS vµ STATA, ®Òu thÊy r»ng kh¶ n¨ng lËp c¸c biÓu b¶ng sè liÖu tæng hîp, c¸c b¸o c¸o thèng kª trªn tËp sè liÖu c¬ së trong SPSS lµ hÕt søc ®a d¹ng vµ linh ho¹t víi nhiÒu chiÒu ph©n tæ kh¸c nhau vµ dÔ dµng thùc hiÖn kh«ng ph¶i lËp tr×nh. C¸c b¶ng biÓu, c¸c b¸o c¸o ®−îc tr×nh bµy ®Ñp, chÊt l−îng cao ®−îc hiÖn trªn cöa sæ, cã thÓ tiÕp tôc hiÖu chØnh, in ra hoÆc chuyÓn sang c¸c tµi liÖu kh¸c. §©y lµ mét −u ®iÓm næi bËt cña SPSS, v× ®Ó lËp tr×nh t¹o ra mét biÓu b¶ng nh− ý lµ mét c«ng viÖc hÕt søc tØ mÈn vµ nÆng nhäc. §èi víi ph©n tÝch thèng kª, søc m¹nh lín nhÊt cña SAS cã thÓ t×m thÊy trong ph©n tÝch ANOVA, ph©n tÝch m« h×nh hçn hîp vµ ph©n tÝch nhiÒu chiÒu, trong khi nã l¹i tá ra yÕu víi håi qui logistic kiÓu thø tù vµ kiÓu ph¹m trï (v× c¸c lÖnh nµy lµ ®Æc biÖt khã) vµ c¸c ph−¬ng ph¸p −íc l−îng m¹nh. Nã còng cã hç trî mét Ýt cho ph©n tÝch d÷ liÖu theo l−îc ®å mÉu, nh−ng l¹i h¹n chÕ h¬n so víi STATA. Søc m¹nh lín nhÊt cña SPSS lµ lÜnh vùc ph©n tÝch ph−¬ng sai (SPSS cho phÐp thùc hiÖn nhiÒu lo¹i kiÓm ®Þnh t¸c ®éng riªng biÖt) vµ ph©n tÝch nhiÒu chiÒu (thÝ dô ph©n tÝch ph−¬ng sai nhiÒu chiÒu, ph©n tÝch nh©n tè, ph©n tÝch nhãm tæ). SPSS phiªn b¶n 11 cßn bæ sung thªm mét sè kh¶ n¨ng ph©n tÝch c¸c m« h×nh hçn hîp. C¸i yÕu nhÊt cña SPSS lµ kh¶ n¨ng xö lý ®èi víi nh÷ng vÊn ®Ò −íc l−îng phøc t¹p vµ do ®ã khã ®−a ra ®−îc c¸c −íc l−îng sai sè ®èi víi c¸c −íc l−îng nµy. SPSS còng kh«ng hç trî c¸c c«ng cô ph©n tÝch d÷ liÖu theo l−îc ®å mÉu. Søc m¹nh lín nhÊt cña STATA lµ håi qui (rÊt dÔ sö dông c¸c c«ng cô ®o¸n nhËn håi qui), håi qui logistic (nh÷ng bæ sung míi lµm ®¬n gi¶n ho¸ viÖc gi¶i thÝch kÕt qu¶ håi qui logistic, cßn håi qui logistic thø tù vµ håi qui logistic ph¹m trï lµ rÊt dÔ thùc hiÖn). STATA còng cã nhiÒu ph−¬ng ph¸p −íc l−îng m¹nh rÊt dÔ sö dông, bao gåm c¶ håi qui m¹nh vµ håi qui víi sai sè chuÈn m¹nh, vµ nhiÒu lÖnh −íc l−îng kh¸c kÌm theo sai sè chuÈn m¹nh. STATA còng tréi h¬n vÒ lÜnh vùc ph©n tÝch d÷ liÖu theo l−îc ®å mÉu, cho kh¶ n¨ng ¸p dông chóng trong ph©n tÝch sè liÖu ®iÒu tra bëi c¸c c«ng cô håi qui, håi qui logistic, håi qui poisson, håi qui probit,... §iÓm yÕu nhÊt lµ kh¶ n¨ng ph©n tÝch ph−¬ng sai vµ ph©n tÝch nhiÒu chiÒu truyÒn thèng Th«ng tin Khoa häc Thèng kª sè 4/2004 - Trang 15 nh− ph©n tÝch ph−¬ng sai nhiÒu chiÒu, ph©n tÝch nhãm tæ. 4. VÒ vÏ ®å thÞ SAS cã c¸c c«ng cô vÏ ®å thÞ m¹nh nhÊt (SAS/Graph) so víi hai bé ch−¬ng tr×nh cßn l¹i. §Ó sö dông SAS/Graph ph¶i yªu cÇu cã chuyªn m«n vµ kh«ng ®¬n gi¶n. Cã thÓ t¹o ra c¸c ®å thÞ ®a d¹ng b»ng có ph¸p, tuy nhiªn SAS 8 cã giao diÖn gi÷a ng−êi vµ m¸y ®Ó t¹o ra c¸c ®å thÞ, nh−ng kh«ng dÔ sö dông nh− SPSS. SPSS cã mét giao diÖn gi÷a ng−êi vµ m¸y rÊt ®¬n gi¶n ®Ó t¹o ra c¸c ®å thÞ vµ khi ®· t¹o ®−îc mét ®å thÞ, nhê giao diÖn nµy mµ ng−êi sö dông cã thÓ tuú ý hiÖu chØnh ®å thÞ còng nh− hoµn thiÖn chóng. C¸c ®å thÞ cã chÊt l−îng rÊt cao vµ cã thÓ d¸n vµo c¸c tµi liÖu kh¸c, thÝ dô nh− Word hoÆc Powerpoint. SPSS cã ng«n ng÷ có ph¸p ®Ó t¹o ra c¸c ®å thÞ, nh−ng nhiÒu ®iÓm trong giao diÖn t¹o ®å thÞ l¹i kh«ng s½n sµng trong ng«n ng÷ có ph¸p. Ng«n ng÷ có ph¸p cña SPSS phøc t¹p h¬n so víi STATA, nh−ng l¹i cã phÇn ®¬n gi¶n h¬n, Ýt m¹nh h¬n SAS. Gièng nh− SPSS, c¸c ®å thÞ STATA cã thÓ t¹o ra b»ng sö dông lÖnh hoÆc giao diÖn gi÷a ng−êi sö dông vµ m¸y (STATA 8), nh−ng kh¸c h¬n SPSS ë chç c¸c ®å thÞ cña STATA kh«ng thÓ hiÖu ®Ýnh b»ng bé hiÖu ®Ýnh ®å thÞ. Có ph¸p cña c¸c lÖnh ®å thÞ lµ dÔ sö dông nhÊt trong sè ba bé ch−¬ng tr×nh vµ còng lµ m¹nh nhÊt. C¸c ®å thÞ STATA cã chÊt l−îng cao vµ chÊt l−îng xuÊt b¶n còng cao. Thªm vµo ®ã c¸c ®å thÞ STATA cßn cã chøc n¨ng bæ sung cho ph©n tÝch thèng kª, thÝ dô nh− cã nhiÒu lÖnh lµm ®¬n gi¶n ho¸ viÖc t¹o ra c¸c ®å thÞ chÈn ®o¸n håi qui. Tãm l¹i, SAS lµ mét bé ch−¬ng tr×nh h−íng tíi nh÷ng ng−êi sö dông cã tr×nh ®é cao, khã häc vµ nhÊt lµ lóc ban ®Çu. Tuy nhiªn nh÷ng ng−êi sö dông m¹nh thÝch søc m¹nh qu¶n lý d÷ liÖu vµ kh¶ n¨ng lµm viÖc cïng mét lóc víi nhiÒu file d÷ liÖu lín cña SAS. SPSS nh¾m vµo môc tiªu dÔ sö dông, khÈu hiÖu cña hä lµ thùc sù lµm, thùc sù dÔ, vµ môc tiªu nµy ®· thµnh c«ng. Nh−ng nÕu ta dù ®Þnh sö dông SPSS nh− mét ng−êi sö dông m¹nh, th× nã cã thÓ kh«ng ®¸p øng ®−îc yªu cÇu. SPSS m¹nh vÒ lÜnh vùc ®å thÞ vµ lËp biÓu b¶ng, b¸o c¸o tæng hîp sè liÖu, nh−ng l¹i yÕu h¬n vÒ mét sè thñ tôc thèng kª nh− ph−¬ng ph¸p −íc l−îng m¹nh vµ thiÕu v¾ng ph−¬ng ph¸p ph©n tÝch d÷ liÖu theo l−îc ®å mÉu. STATA cho mét kÕt hîp tèt gi÷a dÔ sö dông vµ søc m¹nh. Trong khi STATA dÔ häc vµ còng cã nh÷ng c«ng cô m¹nh vÒ qu¶n lý d÷ liÖu, nh−ng còng nh− ®· nªu trong phÇn ph©n tÝch cã mét sè thñ tôc thèng kª còng bÞ c¾t bá. Trong STATA kh¶ n¨ng t¶i c¸c ch−¬ng tr×nh ph¸t triÓn bëi nh÷ng ng−êi sö dông kh¸c vÒ lµ dÔ dµng vµ ®ång thêi cã kh¶ n¨ng t¹o ra c¸c ch−¬ng tr×nh riªng cña ng−êi sö dông, ®Ó chóng trë thµnh mét bé phËn cña STATA. Nh− mét tæng thÓ, c¸c ch−¬ng tr×nh SAS, SPSS, STATA h×nh thµnh mét tËp hîp c¸c c«ng cô ®a d¹ng trªn mét ph¹m vi réng dïng trong ph©n tÝch thèng kª. Víi ch−¬ng tr×nh Stat/Transfer, rÊt dÔ dµng chuyÓn c¸c file d÷ liÖu tõ bé ch−¬ng tr×nh nµy sang bé ch−¬ng tr×nh kh¸c mét c¸ch nhanh chãng. Do ®ã, ®Ó tËn dông ®−îc thÕ m¹nh cña tõng bé ch−¬ng tr×nh khi ph©n tÝch sè liÖu, chóng ta cã thÓ chuyÓn tõ bé ch−¬ng tr×nh nµy sang bé ch−¬ng tr×nh kia ®Ó ph©n tÝch, ®iÒu ®ã phô thuéc vµo b¶n chÊt cña vÊn ®Ò ®ang nghiªn cøu. ThÝ dô nÕu trong khi ®ang thùc Trang 16 - Th«ng tin Khoa häc Thèng kª sè 4/2004 hiÖn ph©n tÝch cÇn sö dông m« h×nh hçn hîp th× cã thÓ chän SAS, nh−ng nÕu lµm håi qui logistic cã thÓ chän STATA, cßn nÕu ph©n tÝch ph−¬ng sai hoÆc nhãm tæ cã thÓ chän SPSS vµ ®Ó tæng hîp sè liÖu theo biÓu b¶ng th× dïng SPSS mét sè vÊn ®Ò cÇn ®−îc nghiªn cøu trao ®æi vÒ chÕ ®é thèng kª thuû s¶n Hµ Quang TuyÕn Vô Thèng kª N«ng, L©m nghiÖp vµ Thuû s¶n B¶ng ph©n ngµnh kinh tÕ quèc d©n ban hµnh theo NghÞ ®Þnh sè 75/CP ngµy 27/10/1993 cña ChÝnh phñ ®· ®−a ngµnh thuû s¶n tõ ngµnh kinh tÕ cÊp III lªn ngµnh kinh tÕ cÊp I. Nh÷ng n¨m gÇn ®©y Nhµ n−íc cã nhiÒu chñ tr−¬ng, chÝnh s¸ch ®Çu t− ph¸t triÓn kinh tÕ vïng biÓn §«ng, ban hµnh Ph¸p lÖnh b¶o vÖ nguån lîi thuû s¶n, x©y dùng vµ c¶i t¹o nhiÒu c¶ng c¸, bÕn c¸, khuyÕn khÝch ng− d©n ph¸t triÓn ®¸nh b¾t xa bê b»ng cho vay vèn −u ®·i ®Ó ®ãng míi vµ c¶i ho¸n tµu, thuyÒn ®¸nh c¸ cã c«ng xuÊt tõ 90 CV trë lªn,v.v nªn s¶n xuÊt thuû s¶n ®· cã b−íc ph¸t triÓn nhanh vµ phong phó ®a d¹ng. KÕt qu¶ s¶n xuÊt cña ngµnh Thuû s¶n t¨ng tr−ëng kh¸ theo c¶ 2 chØ tiªu gi¸ trÞ s¶n xuÊt (gi¸ cè ®Þnh 1994) vµ tæng s¶n l−îng: n¨m 1996 ®¹t 15369 tû ®ång vµ 1 701 ngh×n tÊn, ®Õn n¨m 2003 ®¹t 30570 tû ®ång vµ 2850 ngh×n tÊn, gÊp 2 lÇn vÒ gi¸ trÞ. Gi¸ trÞ thuû s¶n xuÊt khÈu n¨m 2003 ®¹t 2,3 tû USD. ChÕ ®é b¸o c¸o thèng kª thuû s¶n ban hµnh theo QuyÕt ®Þnh sè 657/2002/Q§ - TCTK ngµy 2/10/2002 cña Tæng côc Thèng kª, trong thêi gian qua ®· tõng b−íc ®¸p øng ®−îc yªu cÇu th«ng tin cña c¸c cÊp, c¸c ngµnh. Tuy nhiªn, hiÖn nay mét sè vÊn ®Ò vÒ thèng kª thuû s¶n kh«ng cßn phï hîp víi thùc tÕ ph¸t triÓn cña ngµnh thuû s¶n cÇn ®−îc nghiªn cøu trao ®æi ®Ó hoµn thiÖn. 1. Thèng kª diÖn tÝch nu«i trång thuû s¶n Thùc tÕ thu thËp th«ng tin thèng kª ë c¸c ®Þa ph−¬ng hiÖn ®ang cã hai vÊn ®Ò ®Æt ra lµ: (1) DiÖn tÝch nu«i trång thuû s¶n bao gåm nhiÒu lo¹i kh¸c nhau: diÖn tÝch chuyªn nu«i trång thuû s¶n cã thÓ cho thu ho¹ch 2 vô mçi n¨m, diÖn tÝch nu«i lu©n canh 1 vô lóa + 1 vô t«m (c¸), diÖn tÝch nu«i xen canh t«m (c¸) + lóa hoÆc rõng l©m nghiÖp ngËp n−íc. C¸c lo¹i diÖn tÝch trªn ph¸t triÓn m¹nh ë vïng §ång b»ng s«ng Cöu Long, miÒn Trung. Theo qui ®Þnh cña chÕ ®é thèng kª thuû s¶n hiÖn hµnh th× mçi n¨m ®−îc tÝnh mét lÇn diÖn tÝch nu«i trång thuû s¶n (nh− diÖn tÝch ®Êt canh t¸c) kh«ng cßn phï hîp víi t×nh h×nh thùc tÕ hiÖn nay. §ã lµ ch−a ph¶n ¸nh ®−îc qui m« ph¸t triÓn vÒ diÖn tÝch nu«i trång thuû s¶n v× nhiÒu diÖn tÝch tr−íc ®©y chØ nu«i mét vô trong n¨m nay ®· cã thÓ nu«i hai vô; ch−a ®ång nhÊt víi ph¹m vi tÝnh n¨ng suÊt thuû s¶n trªn mét ®¬n vÞ diÖn tÝch nu«i trång thuû s¶n cña c¸c lo¹i diÖn tÝch trªn. Theo chóng t«i ®Ó kh¾c phôc ®−îc nh÷ng bÊt cËp trªn nªn qui ®Þnh mçi vô thu ho¹ch s¶n phÈm ®−îc tÝnh mét lÇn diÖn tÝch nu«i trång thuû s¶n. (2) §èi víi diÖn tÝch nu«i t«m c«ng nghiÖp, diÖn tÝch mÆt n−íc thùc nu«i chØ