Original Title: Predicting Agriculture Sustainability in Subak Pulagan as World Cultural Landscape of Bali: Bayesian Networks Approach
Source: doi.org/10.36956/rwae.v5i3.1135
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការទស្សន៍ទាយនិរន្តរភាពកសិកម្មនៅ Subak Pulagan ក្នុងនាមជាទេសភាពវប្បធម៌ពិភពលោកនៃកោះបាលី៖ អភិក្រមបណ្តាញ Bayesian

ចំណងជើងដើម៖ Predicting Agriculture Sustainability in Subak Pulagan as World Cultural Landscape of Bali: Bayesian Networks Approach

អ្នកនិពន្ធ៖ Ni Nyoman Reni Suasih, Made Dwi Setyadhi Mustika, Anak Agung Manik Pratiwi, Made Sinthya Aryasthini Mahaendrayasa, I Gusti Ayu Prili Saraswati, Ni Made Nami Krisnayanti

ឆ្នាំបោះពុម្ព៖ 2024, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយពីបញ្ហាប្រឈមក្នុងការរក្សានិរន្តរភាពកសិកម្មនៅតំបន់ Subak Pulagan ដែលជាតំបន់បេតិកភណ្ឌវប្បធម៌ពិភពលោកនៅកោះបាលី ស្របពេលដែលមានការអភិវឌ្ឍន៍វិស័យទេសចរណ៍និងកំណើនប្រជាជនយ៉ាងឆាប់រហ័ស។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រវិភាគប្រូបាប៊ីលីតេដើម្បីវាយតម្លៃកត្តាស្ថាប័ន សេដ្ឋកិច្ច និងបរិស្ថានដោយផ្អែកលើទិន្នន័យដែលប្រមូលបានពីការពិភាក្សាក្រុមជាមួយភាគីពាក់ព័ន្ធ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Bayesian Belief Network (Baseline Model)
បណ្តាញជំនឿ Bayesian (ម៉ូដែលគោល)
អាចធ្វើសមាហរណកម្មទិន្នន័យគុណវិស័យពីអ្នកពាក់ព័ន្ធទៅជាតម្លៃប្រូបាប៊ីលីតេបរិមាណវិស័យបានយ៉ាងល្អ និងងាយស្រួលយល់ពីទំនាក់ទំនងហេតុនិងផល។ ពឹងផ្អែកខ្លាំងលើមតិយោបល់របស់អ្នកជំនាញ និងអ្នកចូលរួម (Subjective) ដែលអាចមានភាពលម្អៀង ហើយការសិក្សានេះប្រើគំរូតូច (១០នាក់)។ ព្យាករណ៍ប្រូបាប៊ីលីតេនៃនិរន្តរភាពកសិកម្មនៅកម្រិតមូលដ្ឋានបាន ៦២%។
BBN - Maximized Profit Scenario
អភិក្រម BBN - សេណារីយ៉ូអតិបរមាប្រាក់ចំណេញ
បង្ហាញយ៉ាងច្បាស់ពីចំណុចអន្តរាគមន៍ដែលផ្តល់ផលចំណេញខ្ពស់បំផុត (ការលើកទឹកចិត្តផ្នែកហិរញ្ញវត្ថុ និងលក្ខខណ្ឌពាណិជ្ជកម្មរបស់កសិករ)។ ការផ្តោតតែលើការបង្កើនប្រាក់ចំណេញអតិបរមាអាចនាំឱ្យមើលរំលងផលប៉ះពាល់បរិស្ថាន ប្រសិនបើមិនមានការគ្រប់គ្រងល្អ។ ផ្តល់ឱកាសខ្ពស់បំផុតដោយបង្កើនប្រូបាប៊ីលីតេនិរន្តរភាពកសិកម្មរហូតដល់ ៧៨%។
BBN - Maximized Institutional Roles
អភិក្រម BBN - សេណារីយ៉ូអតិបរមាតួនាទីស្ថាប័ន
គូសបញ្ជាក់ពីសារៈសំខាន់នៃកិច្ចសហប្រតិបត្តិការរវាងសហគមន៍មូលដ្ឋាន (Subak) និងរដ្ឋាភិបាល ក្នុងការជម្រុញនិរន្តរភាព។ នៅក្នុងការអនុវត្តជាក់ស្តែង ការធ្វើឱ្យស្ថាប័នទាំងពីរដំណើរការបានល្អឥតខ្ចោះ (១០០%) គឺជារឿងដែលពិបាកសម្រេចបាន។ បង្កើនប្រូបាប៊ីលីតេនៃការសម្រេចបាននិរន្តរភាពកសិកម្មដល់ ៦៨%។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនតម្រូវឱ្យមានធនធានកុំព្យូទ័រធំដុំ ឬទិន្នន័យទំហំធំ (Big Data) នោះទេ ប៉ុន្តែទាមទារការប្រមូលទិន្នន័យជាក់ស្តែងពីភាគីពាក់ព័ន្ធ និងចំណេះដឹងផ្នែកម៉ូដែលប្រូបាប៊ីលីតេ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងនៅតំបន់ទេសភាពវប្បធម៌ Subak Pulagan ក្នុងកោះបាលី ប្រទេសឥណ្ឌូនេស៊ី ដោយពឹងផ្អែកលើអ្នកចូលរួមពិភាក្សាតែ ១០ នាក់ប៉ុណ្ណោះ។ ទិន្នន័យនេះមានភាពលម្អៀងទៅរកបរិបទវប្បធម៌ ទស្សនវិជ្ជាជាក់លាក់របស់កោះបាលី (Tri Hita Karana) និងប្រព័ន្ធធារាសាស្ត្រប្រពៃណីរបស់ពួកគេ។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាក្របខ័ណ្ឌនេះមានប្រយោជន៍ ប៉ុន្តែតម្លៃប្រូបាប៊ីលីតេ (CPT) មិនអាចចម្លងយកមកប្រើដោយផ្ទាល់បានទេ ហើយត្រូវតែប្រមូលទិន្នន័យថ្មីដោយផ្អែកលើបរិបទសង្គម-វប្បធម៌របស់កសិករខ្មែរ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវិភាគតាមរយៈបណ្តាញ Bayesian (BBN) នេះមានសក្តានុពល និងភាពបត់បែនខ្ពស់ណាស់ក្នុងការយកមកអនុវត្តនៅកម្ពុជា ដើម្បីវាយតម្លៃគោលនយោបាយកសិកម្មនិងអភិរក្ស។

ការប្រើប្រាស់ BBN នឹងជួយឱ្យអ្នកធ្វើគោលនយោបាយ និងអ្នកស្រាវជ្រាវនៅកម្ពុជាអាចប្រមើមើលជាមុននូវលទ្ធផលនៃអន្តរាគមន៍របស់ខ្លួន តាមរយៈការធ្វើសមាហរណកម្មអថេរសេដ្ឋកិច្ច បរិស្ថាន និងស្ថាប័នយ៉ាងមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីមូលដ្ឋានគ្រឹះនៃបណ្តាញចំណេះដឹង Bayesian: ស្វែងយល់ពីរបៀបកសាង Directed Acyclic Graph (DAG) ដើម្បីភ្ជាប់ទំនាក់ទំនងអថេរ (Nodes) និងការប្រើប្រាស់តារាងប្រូបាប៊ីលីតេតាមលក្ខខណ្ឌ (Conditional Probability Tables - CPT) ដោយផ្តោតលើសសរស្តម្ភទាំង៣ នៃនិរន្តរភាព (People, Profit, Planet)។
  2. រៀបចំការពិភាក្សាក្រុម (FGD) ក្នុងតំបន់គោលដៅ: ជ្រើសរើសសហគមន៍កសិកម្មណាមួយនៅកម្ពុជា (ឧទាហរណ៍៖ សហគមន៍កសិកម្មនៅខេត្តបាត់ដំបង) ហើយអញ្ជើញកសិករ មេឃុំ និងមន្ត្រីកសិកម្មស្រុក ដើម្បីកំណត់អថេរជាក់ស្តែង និងប៉ាន់ស្មានប្រូបាប៊ីលីតេតាមរយៈកម្រងសំណួរច្បាស់លាស់។
  3. ប្រើប្រាស់កម្មវិធីសូហ្វវែរសម្រាប់បង្កើតម៉ូដែល: ទាញយក និងដំឡើងកម្មវិធី GeNIe AcademicNetica បន្ទាប់មកបញ្ចូលអថេរ និងតម្លៃប្រូបាប៊ីលីតេដែលប្រមូលបានពី FGD ដើម្បីបង្កើតជារចនាសម្ព័ន្ធបណ្តាញ BBN
  4. វិភាគសេណារីយ៉ូ (Scenario Analysis): សាកល្បងកំណត់អថេរគោលនយោបាយណាមួយឱ្យដល់កម្រិត ១០០% (ឧទាហរណ៍៖ កំណត់អថេរ 'ជំនួយហិរញ្ញវត្ថុពីរដ្ឋ' ស្មើ ១០០%) ដើម្បីសង្កេតមើលថាតើប្រូបាប៊ីលីតេនៃនិរន្តរភាពកសិកម្មរួម មានការកើនឡើងប៉ុន្មានភាគរយ។
  5. ចងក្រងរបាយការណ៍ និងអនុសាសន៍គោលនយោបាយ: បកប្រែលទ្ធផលពីម៉ូដែល BBN ទៅជាផែនទីបង្ហាញផ្លូវសម្រាប់អ្នកធ្វើគោលនយោបាយ ដោយសង្កត់ធ្ងន់លើកត្តាជំរុញ (Drivers) ណាដែលផ្តល់ឥទ្ធិពលវិជ្ជមានខ្លាំងបំផុតដល់ជីវភាពកសិករ និងបរិស្ថាន។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Bayesian Belief Network (បណ្តាញជំនឿ Bayesian) ជាម៉ូដែលប្រូបាប៊ីលីតេដែលបង្ហាញពីទំនាក់ទំនងហេតុនិងផលរវាងអថេរផ្សេងៗ។ នៅក្នុងការសិក្សានេះ វាយកទិន្នន័យនិងមតិយោបល់របស់អ្នកពាក់ព័ន្ធមកគណនាជាភាគរយ ដើម្បីព្យាករណ៍ពីលទ្ធភាពនៃនិរន្តរភាពកសិកម្ម នៅពេលមានការផ្លាស់ប្តូរកត្តាណាមួយ (ដូចជាការជួយជ្រោមជ្រែងពីរដ្ឋ)។ ដូចជាការទស្សន៍ទាយអាកាសធាតុដោយមើលលើកត្តាផ្សេងៗ (ពពក ខ្យល់ សំណើម) ដែលកាលណាកត្តាមួយប្រែប្រួល វានឹងជះឥទ្ធិពលដល់លទ្ធផលនៃការទស្សន៍ទាយចុងក្រោយ។
Directed Acyclic Graph (ក្រាហ្វមានទិសដៅមិនវិលជុំ) ជាគំនូសបំព្រួញនៅក្នុងបណ្តាញ Bayesian ដែលប្រើព្រួញដើម្បីបង្ហាញពីទិសដៅនៃឥទ្ធិពលពីអថេរមួយ (ហេតុ) ទៅអថេរមួយទៀត (ផល) ដោយច្បាប់របស់វាគឺមិនអនុញ្ញាតឱ្យព្រួញរត់ត្រឡប់វិលជុំជាវដ្តទៅរកចំណុចដើមវិញនោះទេ។ ដូចជាខ្សែទឹកហូរពីលើភ្នំចុះមកក្រោមជារៀងរហូត ដែលទិសដៅនៃទឹកមិនអាចហូរត្រឡប់បញ្ច្រាសឡើងលើវិញបានទេ។
Conditional Probabilistic Tables (តារាងប្រូបាប៊ីលីតេតាមលក្ខខណ្ឌ) ជាតារាងទិន្នន័យដែលផ្ទុកនូវតម្លៃភាគរយគណិតវិទ្យា ដែលបញ្ជាក់ពីលទ្ធភាពនៃការកើតឡើងនៃព្រឹត្តិការណ៍មួយ ដោយផ្អែកលើលក្ខខណ្ឌឬព្រឹត្តិការណ៍ផ្សេងទៀតដែលបានកើតឡើងមុនរួចទៅហើយ។ ដូចជាតារាងកត់ត្រាដែលប្រាប់ថា "បើសិនជាមេឃស្រទុំ មានឱកាស ៨០% ថានឹងភ្លៀង ប៉ុន្តែបើមេឃស្រឡះ មានឱកាសតែ ៥% ប៉ុណ្ណោះ"។
Subak (ប្រព័ន្ធធារាសាស្ត្រនិងសហគមន៍ Subak) ជាប្រព័ន្ធគ្រប់គ្រងទឹកស្រោចស្រព និងជាអង្គការសហគមន៍កសិកម្មប្រពៃណីរបស់កោះបាលី ដែលមានការរួមបញ្ចូលគ្នាយ៉ាងស្អិតរមួតរវាងការធ្វើកសិកម្ម សង្គម និងជំនឿសាសនា ដើម្បីធានានិរន្តរភាពនៃការដាំដុះស្រូវ។ ដូចជាសហគមន៍កសិកម្មប្រើប្រាស់ទឹកនៅស្រុកខ្មែរយើងដែរ ប៉ុន្តែគេមានការបញ្ចូលជំនឿសាសនា និងច្បាប់សហគមន៍យ៉ាងតឹងរ៉ឹងបំផុតក្នុងការបែងចែកទឹកដោយយុត្តិធម៌។
Tri Hita Karana (ទស្សនវិជ្ជា Tri Hita Karana) ជាទស្សនវិជ្ជាប្រពៃណីរបស់ប្រជាជនបាលីដែលសង្កត់ធ្ងន់លើភាពសុខដុមរមនាបីយ៉ាងគឺ៖ រវាងមនុស្សនិងព្រះ រវាងមនុស្សនិងមនុស្ស និងរវាងមនុស្សនិងធម្មជាតិ ដែលជាមូលដ្ឋានគ្រឹះខាងស្មារតីនៃប្រព័ន្ធ Subak។ ដូចជាគោលការណ៍ "សាមគ្គីភាពនិងសីលធម៌" ដែលតម្រូវឱ្យយើងចេះគោរពសាសនា ស្រឡាញ់អ្នកជិតខាង និងថែរក្សាបរិស្ថាន ដើម្បីអាចរស់នៅបានសុខសាន្តទាំងអស់គ្នា។
New Institutional Theory (ទ្រឹស្តីស្ថាប័នថ្មី) ជាទ្រឹស្តីសេដ្ឋកិច្ចនិងសង្គមវិទ្យាដែលសិក្សាពីរបៀបដែលច្បាប់ (Regulative) បទដ្ឋានសង្គម (Normative) និងវប្បធម៌ (Cultural-cognitive) មានឥទ្ធិពលលើអាកប្បកិរិយារបស់មនុស្ស និងការសម្រេចចិត្តក្នុងស្ថាប័នណាមួយ។ ដូចជាការសិក្សាថា ហេតុអ្វីបានជាសិស្សានុសិស្សគោរពវិន័យសាលា តើដោយសារតែខ្លាចច្បាប់ពិន័យ (ការបង្ខំ) ឬដោយសារតែទម្លាប់ប្រពៃណីសង្គមដែលអប់រំឱ្យធ្វើល្អ (ការយល់ដឹង)។
Focus Group Discussion (ការពិភាក្សាក្រុមផ្ដោត) ជាវិធីសាស្ត្រប្រមូលទិន្នន័យស្រាវជ្រាវដោយប្រមូលផ្តុំមនុស្សមួយក្រុមតូច (ជាទូទៅ ៦ ទៅ ១០ នាក់) ដែលមានបទពិសោធន៍ពាក់ព័ន្ធ មកពិភាក្សាផ្លាស់ប្តូរមតិយោបល់យ៉ាងស៊ីជម្រៅលើប្រធានបទជាក់លាក់ណាមួយ ដែលដឹកនាំដោយអ្នកស្រាវជ្រាវ។ ដូចជាការកោះហៅមេភូមិ កសិករ និងអាជ្ញាធរ មកអង្គុយជុំគ្នាញ៉ាំទឹកតែ និងជជែកវែកញែករកដំណោះស្រាយ ឬផ្តល់យោបល់លើបញ្ហាខ្វះទឹកធ្វើស្រែប្រាំង។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖