Original Title: Adoption of Genetically Modified Maize Technology in Ghana
Source: doi.org/10.36956/rwae.v6i3.1888
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការអនុម័តបច្ចេកវិទ្យាពូជពោតកែប្រែហ្សែននៅក្នុងប្រទេសហ្គាណា

ចំណងជើងដើម៖ Adoption of Genetically Modified Maize Technology in Ghana

អ្នកនិពន្ធ៖ Edward Ebo Onumah, Anita Eli Dey, Theophilus Tweneboah Kodua, Da-Costa Asiedu Odame, Mohammed Hardi Nyagsi, Peter Boamah Otokunor

ឆ្នាំបោះពុម្ព៖ 2025, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាផលិតភាពកសិកម្មទាបនៃដំណាំពោតនៅក្នុងប្រទេសហ្គាណា និងវាយតម្លៃពីឧបសគ្គព្រមទាំងកត្តាសេដ្ឋកិច្ចសង្គមដែលជះឥទ្ធិពលដល់ឆន្ទៈរបស់កសិករក្នុងការទទួលយកបច្ចេកវិទ្យាពូជពោតកែប្រែហ្សែន (GM)។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ទិន្នន័យកាត់ទទឹង (Cross-sectional data) ដែលប្រមូលបានពីកសិករដាំពោតពាណិជ្ជកម្មនៅទូទាំងតំបន់រដ្ឋបាលចំនួនប្រាំ ដោយអនុវត្តម៉ូដែលជម្រើសប្រូបាប៊ីលីតេ និងបច្ចេកទេសចាត់ថ្នាក់ដើម្បីវិភាគកត្តាជំរុញ និងឧបសគ្គនានា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Binary Probit Model
ម៉ូដែលប្រូបាប៊ីលីតេទ្វេភាគ (Binary Probit Model)
មានប្រសិទ្ធភាពខ្ពស់ក្នុងការវិភាគលើអថេរអាស្រ័យដែលមានជម្រើសពីរ (យល់ព្រម ឬមិនយល់ព្រម) និងផ្តល់នូវតម្លៃ Marginal Effects ងាយស្រួលក្នុងការបកស្រាយ។ ទាមទារការសន្មត់ថាទិន្នន័យមានបំណែងចែកធម្មតា (Normal Distribution) ហើយត្រូវការទំហំសំណាកធំទើបទទួលបានលទ្ធផលសុក្រឹត។ កំណត់បានថាកត្តាអាយុ ព័ត៌មាន ទំហំកសិដ្ឋាន និងការចុះផ្សព្វផ្សាយ ពិតជាមានឥទ្ធិពលខ្លាំងលើការសម្រេចចិត្តទទួលយកពូជពោត GM (Prob > chi2 = 0.000)។
Kendall’s Coefficient of Concordance (W)
មេគុណកម្រិតស្របគ្នារបស់ Kendall
ជាវិធីសាស្ត្រ Non-parametric ដែលមិនទាមទារឱ្យទិន្នន័យមានបំណែងចែកជាធម្មតា និងស័ក្តិសមបំផុតសម្រាប់ការវិភាគលើចំណាត់ថ្នាក់ដែលផ្តល់ដោយអ្នកឆ្លើយសំណួរច្រើន។ វាត្រឹមតែវាស់ស្ទង់កម្រិតនៃភាពស្របគ្នាលើចំណាត់ថ្នាក់ប៉ុណ្ណោះ ប៉ុន្តែមិនបានបង្ហាញពីទំហំជាក់ស្តែងនៃភាពធ្ងន់ធ្ងរនៃឧបសគ្គនីមួយៗនោះទេ។ រកឃើញកម្រិតនៃការឯកភាពគ្នា ៤៨% (W = 0.484) ក្នុងចំណោមកសិករ ដោយចាត់ថ្នាក់ការភ័យខ្លាចគ្មានទីផ្សារជាឧបសគ្គធំបំផុត (ចំណាត់ថ្នាក់លេខ១)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើទិន្នន័យស្ទង់មតិបឋម (Primary Data) និងទាមទារកម្មវិធីស្ថិតិសម្រាប់វិភាគទិន្នន័យបរិមាណកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសហ្គាណា (Ghana) ដោយប្រមូលទិន្នន័យពីកសិករចំនួន ៥៥០ នាក់នៅតាមតំបន់ចំនួនប្រាំផ្សេងគ្នា។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីបរិបទសេដ្ឋកិច្ចសង្គម និងការយល់ឃើញរបស់ប្រជាជនអាហ្រ្វិកចំពោះដំណាំកែប្រែហ្សែន (GMO) ដែលអាចមានភាពខុសគ្នាពីបរិបទនៅប្រទេសកម្ពុជាដោយសារប្រពៃណីវប្បធម៌ កម្រិតយល់ដឹង និងទិសដៅគោលនយោបាយកសិកម្មរបស់រដ្ឋាភិបាល។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងទម្រង់នៃការស្រាវជ្រាវនេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ពិសេសក្នុងការស្វែងយល់ពីកត្តាដែលរារាំងកសិករពីការទទួលយកបច្ចេកវិទ្យាកសិកម្មថ្មីៗ។

ជារួម ការអនុវត្តវិធីសាស្ត្រស្រាវជ្រាវនេះនឹងជួយឱ្យអ្នកបង្កើតគោលនយោបាយនៅកម្ពុជាអាចរៀបចំយុទ្ធសាស្ត្រផ្សព្វផ្សាយបច្ចេកវិទ្យាកសិកម្មបានចំគោលដៅ ឆ្លើយតបនឹងតម្រូវការជាក់ស្តែង និងកាត់បន្ថយការភ័យខ្លាចរបស់កសិករ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីទ្រឹស្តី និងគំរូស្ថិតិ: និស្សិតត្រូវស្វែងយល់ពីទ្រឹស្តី Theory of Reasoned Action (TRA) និងអនុវត្តការសរសេរកូដសម្រាប់ម៉ូដែល Binary Probit ដោយប្រើប្រាស់កម្មវិធី StataRStudio តាមរយៈទិន្នន័យសាកល្បង។
  2. រៀបចំកម្រងសំណួរ និងប្រមូលទិន្នន័យបឋម: បង្កើតកម្រងសំណួរស្ទង់មតិឌីជីថលដោយប្រើប្រាស់ KoboToolboxQualtrics ដើម្បីប្រមូលទិន្នន័យពីប្រជាកសិករនៅតំបន់គោលដៅ ដោយផ្តោតលើកត្តាសេដ្ឋកិច្ចសង្គម និងការយល់ឃើញរបស់ពួកគេ។
  3. អនុវត្តការសម្អាត និងវិភាគទិន្នន័យ: ប្រើប្រាស់ ExcelPython (Pandas) ដើម្បីសម្អាតទិន្នន័យ រួចដំណើរការគណនាមេគុណ Kendall's Coefficient of Concordance (W) ដើម្បីចាត់ថ្នាក់ឧបសគ្គសំខាន់ៗដែលកសិករបានលើកឡើង។
  4. វាយតម្លៃគោលនយោបាយកសិកម្មនៅកម្ពុជា: ប្រមូលឯកសារគោលនយោបាយរបស់ក្រសួងកសិកម្មពាក់ព័ន្ធនឹងការនាំចូលគ្រាប់ពូជ និងបច្ចេកវិទ្យាជីវសាស្រ្ត (Biotechnology) ដើម្បីធ្វើការប្រៀបធៀបជាមួយលទ្ធផលដែលវិភាគបានពីកសិករ។
  5. ចងក្រងរបាយការណ៍សង្ខេបសម្រាប់គោលនយោបាយ (Policy Brief): សរសេររបាយការណ៍សង្ខេបដែលបង្ហាញពីកត្តាជម្រុញ និងឧបសគ្គជាក់លាក់ ដោយប្រើទម្រង់ CanvaMicrosoft Publisher ដើម្បីបង្ហាញទិន្នន័យជាក្រាហ្វិក ព្រមទាំងផ្តល់អនុសាសន៍ដល់ភាគីពាក់ព័ន្ធ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Genetically Modified (GM) crops (ដំណាំកែប្រែហ្សែន) ជាដំណាំដែលត្រូវបានគេផ្លាស់ប្តូរទម្រង់ហ្សែននៅក្នុងមន្ទីរពិសោធន៍តាមរយៈបច្ចេកវិទ្យាជីវសាស្ត្រ ដើម្បីបង្កើតលក្ខណៈពិសេសថ្មីៗដូចជា ធន់នឹងសត្វល្អិតសត្រូវដំណាំ ធន់នឹងថ្នាំសម្លាប់ស្មៅ ឬធន់នឹងគ្រោះរាំងស្ងួត ដែលមិនអាចកើតមានតាមរយៈការបង្កាត់ពូជធម្មជាតិ។ ដូចជាការបញ្ចូលកម្មវិធីថ្មី (Update) ទៅក្នុងទូរស័ព្ទដៃ ដើម្បីឱ្យវាដំណើរការបានកាន់តែល្អ និងមានប្រព័ន្ធការពារមេរោគខ្ពស់ជាងមុន។
Binary Probit Model (ម៉ូដែលប្រូបាប៊ីលីតេទ្វេភាគ) ជាទម្រង់គំរូស្ថិតិម្យ៉ាងដែលប្រើសម្រាប់វិភាគលើអថេរអាស្រ័យដែលមានជម្រើសលទ្ធផលត្រឹមតែពីរគត់ (ឧទាហរណ៍៖ យល់ព្រម ឬ មិនយល់ព្រម) ដោយវាធ្វើការគណនាប្រូបាប៊ីលីតេ (ឱកាស) នៃការសម្រេចចិត្តផ្អែកលើបំណែងចែកទិន្នន័យធម្មតា។ ដូចជាជញ្ជីងវាយតម្លៃមួយដែលទស្សន៍ទាយថា តើមនុស្សម្នាក់នឹងសម្រេចចិត្តឆ្លើយថា "បាទ/ចាស" ឬ "ទេ" ដោយថ្លឹងថ្លែងលើកត្តាជុំវិញខ្លួនរបស់ពួកគេ។
Kendall's Coefficient of Concordance (មេគុណកម្រិតស្របគ្នារបស់ខេនដាល់) ជារង្វាស់ស្ថិតិមួយប្រភេទ (តាងដោយអក្សរ W) ដែលប្រើសម្រាប់វាយតម្លៃកម្រិតនៃការឯកភាពគ្នា ឬភាពស្របគ្នាក្នុងចំណោមអ្នកឆ្លើយសំណួរច្រើននាក់ ទៅលើការដាក់ចំណាត់ថ្នាក់បញ្ហា ឬកត្តាអ្វីមួយ ថាវាមានភាពស្រដៀងគ្នាកម្រិតណា។ ដូចជាការវាស់ស្ទង់ថាតើគណៈកម្មការទាំង១០នាក់ ផ្តល់ពិន្ទុស្របគ្នាដល់បេក្ខជនប្រឡងចម្រៀងក្នុងកម្រិតណាដែរ (ឯកច្ឆន្ទ ឬខ្វែងគំនិតគ្នាទាំងស្រុង)។
Theory of Reasoned Action (ទ្រឹស្តីនៃសកម្មភាពប្រកបដោយហេតុផល) ជាទ្រឹស្តីចិត្តសាស្ត្រដែលពន្យល់ថា ឥរិយាបថរបស់មនុស្សម្នាក់កើតចេញពីចេតនារបស់គេ ហើយចេតនានោះត្រូវបានកំណត់ដោយអាកប្បកិរិយាផ្ទាល់ខ្លួនចំពោះសកម្មភាពនោះ (ការយល់ឃើញពីផលល្អ/អាក្រក់) និងបទដ្ឋានសង្គម (អ្វីដែលអ្នកដទៃរំពឹងទុកឱ្យគេធ្វើ)។ ដូចជាការសម្រេចចិត្តទិញម៉ូតូម៉ាកថ្មីមួយ ដែលអាស្រ័យលើការចូលចិត្តរបស់អ្នកផ្ទាល់ផង និងការជម្រុញពីមិត្តភក្តិដែលប្រាប់ថាវាពិតជាឡូយផងដែរ។
Marginal Effect (ឥទ្ធិពលបន្ថែម / ផលធៀបអានុភាព) នៅក្នុងការវិភាគស្ថិតិ វាជាការវាស់ស្ទង់ពីទំហំនៃការប្រែប្រួលរបស់ប្រូបាប៊ីលីតេ (ឱកាសនៃលទ្ធផល) នៅពេលដែលអថេរឯករាជ្យណាមួយមានការផ្លាស់ប្តូរមួយឯកតា ខណៈដែលកត្តាផ្សេងៗទៀតរក្សាទុកនៅថេរ។ ដូចជាការគណនាថាតើការបូកបន្ថែមជីចំនួន ១គីឡូក្រាមទៀត នឹងធ្វើឱ្យទិន្នផលស្រូវកើនឡើងពិតប្រាកដប៉ុន្មានគីឡូ។
Cross-sectional data (ទិន្នន័យកាត់ទទឹង / ទិន្នន័យឆ្លងកាត់) ជាប្រភេទនៃទិន្នន័យដែលប្រមូលបានពីប្រជាជន ឬក្រុមគោលដៅផ្សេងៗគ្នានៅក្នុងចំណុចពេលវេលាតែមួយជាក់លាក់ណាមួយ ដើម្បីយកមកវិភាគប្រៀបធៀបដោយមិនតាមដានការប្រែប្រួលតាមពេលវេលានោះទេ។ ដូចជាការថតរូបសន្លឹក (Snapshot) មួយប៉ុស្តិ៍នៃទីក្រុងមួយនៅម៉ោង ១២ថ្ងៃត្រង់ ដើម្បីមើលថាតើមានមនុស្សប៉ុន្មាននាក់កំពុងធ្វើអ្វីខ្លះនៅពេលនោះ។
Subjective norms (បទដ្ឋានប្រធានវិស័យ / សម្ពាធសង្គមតាមការយល់ឃើញ) ជាការយល់ឃើញរបស់បុគ្គលម្នាក់ៗអំពីសម្ពាធសង្គមពិតប្រាកដ ឬស្រមៃ (ពីគ្រួសារ មិត្តភក្តិ ឬសង្គម) ថាតើពួកគេគួរ ឬមិនគួរធ្វើសកម្មភាព ឬទទួលយកអាកប្បកិរិយាណាមួយ។ ដូចជាអារម្មណ៍ដែលយើងគិតថា "បើខ្ញុំមិនដាំពូជពោតតាមអ្នកភូមិទេ ពួកគេច្បាស់ជានិយាយថាខ្ញុំចម្លែកគេមិនខាន"។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖