Original Title: Agricultural Insurance in Maharashtra, India: Determinants of Adoption and Policy Implications
Source: doi.org/10.36956/rwae.v7i1.2174
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការធានារ៉ាប់រងកសិកម្មនៅរដ្ឋ Maharashtra ប្រទេសឥណ្ឌា៖ កត្តាកំណត់នៃការអនុវត្ត និងផលវិបាកនៃគោលនយោបាយ

ចំណងជើងដើម៖ Agricultural Insurance in Maharashtra, India: Determinants of Adoption and Policy Implications

អ្នកនិពន្ធ៖ Arvind Rite (Symbiosis School for Online and Digital Learning, Symbiosis International University), Vikas Abnave (YouthAid Global Services Private Limited)

ឆ្នាំបោះពុម្ព៖ 2026, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ តើកត្តាសេដ្ឋកិច្ចសង្គម ប្រជាសាស្ត្រ និងស្ថាប័នអ្វីខ្លះដែលជះឥទ្ធិពលដល់ការសម្រេចចិត្តរបស់កសិករក្នុងការចូលរួមក្នុងគម្រោងធានារ៉ាប់រងដំណាំ (PMFBY) នៅក្នុងរដ្ឋ Maharashtra ប្រទេសឥណ្ឌា?

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រចម្រុះ ដែលផ្អែកលើការប្រមូលទិន្នន័យបឋមពីការស្ទង់មតិផ្ទាល់ជាមួយគ្រួសារកសិករ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Basic Demographic Logistic Model (Model 1)
ម៉ូដែលតំរែតំរង់ឡូជីស្ទិកផ្អែកលើប្រជាសាស្ត្រមូលដ្ឋាន (Model 1)
ងាយស្រួលក្នុងការវិភាគ និងទាមទារទិន្នន័យតិចតួចដោយប្រើតែអថេរប្រជាសាស្ត្រមូលដ្ឋាន (អាយុ យេនឌ័រ ការអប់រំ)។ ខ្វះការពន្យល់ស៊ីជម្រៅ ដោយសារមិនមានអថេរសេដ្ឋកិច្ច និងហេដ្ឋារចនាសម្ព័ន្ធ ដែលធ្វើឱ្យតម្លៃ R² ទាបត្រឹមតែ ០.១៤។ រកឃើញថាការអប់រំមានទំនាក់ទំនងជាវិជ្ជមានយ៉ាងខ្លាំងទៅនឹងការទិញធានារ៉ាប់រង ខណៈយេនឌ័របុរសមានទំនោរទាបជាង។
Comprehensive Logistic Model (Model 4)
ម៉ូដែលតំរែតំរង់ឡូជីស្ទិកសេដ្ឋកិច្ចសង្គមនិងអាកប្បកិរិយា (Model 4)
ផ្តល់លទ្ធផលសុក្រឹតខ្ពស់ និងគ្រប់ជ្រុងជ្រោយ ដោយរួមបញ្ចូលអថេរវណ្ណៈសង្គម ប្រព័ន្ធធារាសាស្ត្រ ទំហំដី និងទម្លាប់ប្រឈមហានិភ័យ។ ទាមទារទិន្នន័យច្រើន និងមានភាពស្មុគស្មាញជាងក្នុងការប្រមូលព័ត៌មានលម្អិតពីកសិករអំឡុងពេលស្ទង់មតិ។ ម៉ូដែលនេះស័ក្តិសមបំផុត (Nagelkerke R² កើនដល់ ០.៣៦៧) ដោយបញ្ជាក់ថាការមានប្រព័ន្ធធារាសាស្ត្រជំរុញការចូលរួមយ៉ាងខ្លាំង។
One-tailed t-test
ការធ្វើតេស្តសម្មតិកម្មប្រៀបធៀបមធ្យមភាគ (One-tailed t-test)
ងាយស្រួលក្នុងការប្រៀបធៀបភាពខុសគ្នានៃលក្ខណៈសេដ្ឋកិច្ចសង្គមរវាងក្រុមកសិករដែលមាន និងមិនមានធានារ៉ាប់រងដោយផ្ទាល់។ មិនអាចវាស់ស្ទង់ទំហំនៃឥទ្ធិពល (Effect size) នៃកត្តាច្រើនក្នុងពេលតែមួយបានទេ ធៀបនឹងម៉ូដែលតំរែតំរង់។ បញ្ជាក់ថាអាយុ (p=0.0046) និងបទពិសោធន៍កសិកម្ម (p=0.039) មានភាពខុសគ្នាគួរឱ្យកត់សម្គាល់រវាងក្រុមទាំងពីរ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះផ្អែកលើការប្រមូលទិន្នន័យបឋមពីកសិករ ដូច្នេះទាមទារធនធានសម្រាប់ការចុះស្ទង់មតិផ្ទាល់ និងកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះធ្វើឡើងនៅស្រុក Latur និង Pune ក្នុងរដ្ឋ Maharashtra ប្រទេសឥណ្ឌា ដែលប្រមូលផ្តុំលើប្រព័ន្ធវណ្ណៈសង្គមឥណ្ឌា (SC/ST/OBC)។ ទោះបីជាកម្ពុជាមិនមានប្រព័ន្ធវណ្ណៈបែបនេះក៏ដោយ ប៉ុន្តែកត្តាដែលកសិករខ្វះខាតធនធានមិនសូវទទួលបានសេវាកម្ម ព្រមទាំងបញ្ហាប្រឈមក្នុងតំបន់ពឹងផ្អែកលើទឹកភ្លៀង គឺមានភាពស្រដៀងគ្នាខ្លាំងទៅនឹងបរិបទសេដ្ឋកិច្ចកសិកម្មកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវាយតម្លៃកត្តាជះឥទ្ធិពលនេះ មានភាពចាំបាច់ និងអាចយកមកអនុវត្តបានយ៉ាងល្អ សម្រាប់ការជំរុញវិស័យធានារ៉ាប់រងកសិកម្មនៅកម្ពុជា។

ការកំណត់អត្តសញ្ញាណកត្តារារាំង ដូចជាកង្វះតម្លាភាពក្នុងការសងសំណង និងបញ្ហាហិរញ្ញវត្ថុ នឹងជួយរដ្ឋាភិបាល និងស្ថាប័នឯកជននៅកម្ពុជារចនាប្រព័ន្ធគាំពារកសិករបានកាន់តែមានប្រសិទ្ធភាព និងបរិយាបន្ន។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. រចនាកម្រងសំណួរស្ទង់មតិ (Survey Design): បង្កើតកម្រងសំណួរដោយផ្តោតលើកត្តាប្រជាសាស្ត្រ សេដ្ឋកិច្ច លទ្ធភាពទទួលបានទឹក និងកម្រិតទំនុកចិត្តលើស្ថាប័ន។ និស្សិតអាចប្រើប្រាស់កម្មវិធី KoboToolboxODK ដើម្បីបង្កើតទម្រង់ស្ទង់មតិឌីជីថល។
  2. ជ្រើសរើសតំបន់ និងប្រមូលទិន្នន័យបឋម (Data Collection): ជ្រើសរើសខេត្តគោលដៅដែលងាយរងគ្រោះដោយអាកាសធាតុ (ឧ. បាត់ដំបង) ហើយប្រើប្រាស់វិធីសាស្ត្រ Stratified Random Sampling ដើម្បីចុះសម្ភាសន៍ដោយផ្ទាល់ជាមួយក្រុមកសិករដែលមាន និងគ្មានធានារ៉ាប់រង។
  3. សម្អាត និងវិភាគទិន្នន័យ (Data Analysis): ប្រើប្រាស់កម្មវិធីកុំព្យូទ័រដូចជា SPSSStata ដើម្បីដំណើរការទិន្នន័យដោយចាប់ផ្តើមពី Descriptive Statistics ទៅការសាកល្បង t-test និងប្រើម៉ូដែល Binary Logistic Regression
  4. វិភាគកម្រិតទំនុកចិត្តស្ថាប័ន (Institutional Trust Analysis): សិក្សាស៊ីជម្រៅលើមតិយោបល់របស់កសិករចំពោះការយឺតយ៉ាវក្នុងការទូទាត់សំណងជំងឺចិត្ត ដើម្បីប្រៀបធៀបទំនុកចិត្តរវាងស្ថាប័នរដ្ឋ និងក្រុមហ៊ុនធានារ៉ាប់រងឯកជន។
  5. ចងក្រងរបាយការណ៍គោលនយោបាយ (Policy Brief Formulation): សរសេរសេចក្តីសង្ខេបគោលនយោបាយ (Policy Brief) ដោយផ្អែកលើភស្តុតាងដែលរកឃើញ ផ្ញើជូនភាគីពាក់ព័ន្ធដូចជា MAFF និង Forte Insurance ដើម្បីស្នើដំណោះស្រាយកែលម្អការយល់ដឹង និងកាត់បន្ថយបុព្វលាភធានារ៉ាប់រង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Binary Logistic Regression (តំរែតំរង់ឡូជីស្ទិកទ្វេភាគ) វិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ទស្សន៍ទាយលទ្ធផលដែលមានតែពីរជម្រើស (ឧទាហរណ៍៖ ទិញ ឬ មិនទិញធានារ៉ាប់រង) ដោយផ្អែកលើអថេរឯករាជ្យមួយចំនួនដូចជា អាយុ ប្រាក់ចំណូល ឬកម្រិតនៃការអប់រំជាដើម។ ដូចជាការថ្លឹងថ្លែងហេតុផលផ្សេងៗ (លុយ ការយល់ដឹង) ដើម្បីទស្សន៍ទាយថា តើមនុស្សម្នាក់នឹងសម្រេចចិត្តទិញឆ័ត្រ (បាទ) ឬមិនទិញ (ទេ) មុនពេលមេឃធ្លាក់ភ្លៀង។
PMFBY - Pradhan Mantri Fasal Bima Yojana (គម្រោងធានារ៉ាប់រងដំណាំរបស់រដ្ឋាភិបាលឥណ្ឌា) ជាកម្មវិធីធានារ៉ាប់រងដំណាំដែលទទួលការឧបត្ថម្ភធនពីរដ្ឋាភិបាលឥណ្ឌា មានគោលបំណងផ្តល់ការគាំពារហិរញ្ញវត្ថុដល់កសិករពេលជួបគ្រោះធម្មជាតិ រាំងស្ងួត ឬសត្វល្អិតបំផ្លាញ ដោយកសិករត្រូវបង់ប្រាក់បុព្វលាភ (Premium) ត្រឹមតែមួយផ្នែកតូចប៉ុណ្ណោះ។ ដូចជាមូលនិធិសង្គ្រោះបន្ទាន់របស់រដ្ឋ ដែលប្រជាជនបង់លុយចូលបន្តិចបន្តួច ហើយពេលមានគ្រោះថ្នាក់បំផ្លាញផលដំណាំ រដ្ឋនឹងចេញលុយសងការខូចខាតធំៗឱ្យវិញ។
Indemnity pay-outs (ការទូទាត់សំណងជំងឺចិត្ត / សំណងធានារ៉ាប់រង) ចំនួនទឹកប្រាក់ដែលក្រុមហ៊ុនធានារ៉ាប់រងត្រូវបង់សងទៅឱ្យកសិករ (អ្នកទិញធានារ៉ាប់រង) នៅពេលដែលមានការខូចខាតជាក់ស្តែងកើតឡើងលើដំណាំរបស់ពួកគេ យោងតាមទំហំនៃការខូចខាត និងកិច្ចសន្យាដែលបានព្រមព្រៀង។ ដូចជាលុយដែលអ្នកទទួលបានពីក្រុមហ៊ុនធានារ៉ាប់រង បន្ទាប់ពីឡានរបស់អ្នកត្រូវគេបុក ដោយផ្អែកលើទំហំនៃការខូចខាតពិតប្រាកដដែលអ្នកបានទិញការការពារទុក។
Rainfed agricultural state (រដ្ឋកសិកម្មពឹងផ្អែកលើទឹកភ្លៀង) តំបន់ ឬរដ្ឋដែលការដាំដុះដំណាំរបស់កសិករភាគច្រើនពឹងផ្អែកទាំងស្រុងលើទឹកភ្លៀងតាមរដូវកាល ដោយមិនមានប្រព័ន្ធធារាសាស្ត្រ ឬប្រឡាយទឹកខ្នាតធំសម្រាប់ផ្គត់ផ្គង់ទឹកគ្រប់គ្រាន់នៅរដូវប្រាំងនោះទេ។ ដូចជាអ្នកដែលរង់ចាំតែទឹកភ្លៀងធ្លាក់ពីលើមេឃទើបមានទឹកប្រើប្រាស់ ដោយមិនមានស៊ីទែនទឹកស្តុកទុក ឬទឹកម៉ាស៊ីនក្នុងផ្ទះខ្លួនឯងនោះទេ។ បើគ្មានទឹកភ្លៀង ក៏គ្មានទឹកធ្វើស្រែ។
One-tailed t-test (ការធ្វើតេស្តសម្មតិកម្ម t ឯកទិស) ជាការធ្វើតេស្តស្ថិតិដើម្បីពិនិត្យមើលថាតើមធ្យមភាគនៃក្រុមមួយមានទំហំ "ធំជាង" ឬ "តូចជាង" មធ្យមភាគនៃក្រុមមួយទៀតយ៉ាងច្បាស់លាស់កម្រិតណា (ឧ. សាកល្បងថាតើអ្នកមានធានារ៉ាប់រងមានកម្រិតអប់រំខ្ពស់ជាងអ្នកគ្មានធានារ៉ាប់រងពិតមែនឬទេ)។ ដូចជាការថ្លឹងទម្ងន់ផ្លែប៉ោមពីរថង់ ដើម្បីបញ្ជាក់ថាថង់ទីមួយពិតជា "ធ្ងន់ជាង" ថង់ទីពីរមែន (មិនមែនគ្រាន់តែចង់ដឹងថាខុសគ្នាទេ គឺចង់ដឹងថាខាងណាធ្ងន់ជាងដាច់)។
Nagelkerke R² (មេគុណ R-squared ប្រហាក់ប្រហែល / តម្លៃពន្យល់នៃម៉ូដែល) ជារង្វាស់នៅក្នុងម៉ូដែល Logistic Regression ដែលបង្ហាញពីទំហំ (គិតជាភាគរយពី 0 ទៅ 1) នៃអថេរឯករាជ្យទាំងអស់បញ្ចូលគ្នា (ដូចជា ការអប់រំ ដីធ្លី ប្រព័ន្ធទឹក) ថាអាចពន្យល់ពីការសម្រេចចិត្តក្នុងការទិញធានារ៉ាប់រងបានកម្រិតណា។ ដូចជាពិន្ទុដែលបង្ហាញថា ភស្តុតាងដែលអ្នកមាន (ស្នាមម្រាមដៃ សាក្សី) អាចបកស្រាយ និងស្វែងរកជនល្មើសបានច្បាស់កម្រិតណា។ បើពិន្ទុកាន់តែខិតជិត 1 មានន័យថាភស្តុតាងអ្នកពន្យល់សាច់រឿងបានកាន់តែល្អឥតខ្ចោះ។
Risk Attitude (អាកប្បកិរិយាចំពោះហានិភ័យ / ទំនោរប្រឈមហានិភ័យ) ទម្លាប់ ឬចិត្តសាស្ត្ររបស់បុគ្គលម្នាក់ៗក្នុងការប្រឈមមុខនឹងភាពមិនប្រាកដប្រជា។ នៅក្នុងការសិក្សានេះ វាសំដៅលើថាតើកសិករចូលចិត្តប្រថុយ (risk-loving) ឬចៀសវាងហានិភ័យ ដែលកត្តានេះជះឥទ្ធិពលផ្ទាល់ដល់ការសម្រេចចិត្តទិញ ឬមិនទិញធានារ៉ាប់រង។ ដូចជាមនុស្សពីរនាក់ដើរចូលកាស៊ីណូ ម្នាក់ចូលចិត្តប្រថុយលេងល្បែងដើម្បីចង់បានលុយធំ (អ្នកហ៊ានប្រថុយ) ខណៈម្នាក់ទៀតសុខចិត្តទុកលុយក្នុងហោប៉ៅព្រោះខ្លាចខាត (អ្នកចៀសវាងការប្រថុយ)។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖