Original Title: Climate Adaptation in Rain-fed Agriculture: Analyzing the Determinants of Supplemental Irrigation Practices in Nepal
Source: dx.doi.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការបន្ស៊ាំទៅនឹងអាកាសធាតុក្នុងវិស័យកសិកម្មពឹងផ្អែកលើទឹកភ្លៀង៖ ការវិភាគលើកត្តាកំណត់នៃការអនុវត្តប្រព័ន្ធស្រោចស្រពបន្ថែមនៅប្រទេសនេប៉ាល់

ចំណងជើងដើម៖ Climate Adaptation in Rain-fed Agriculture: Analyzing the Determinants of Supplemental Irrigation Practices in Nepal

អ្នកនិពន្ធ៖ Ganesh Raj Joshi (Agriculture and Forestry University, Nepal), Ramchandra Bhandari (University of Applied Sciences, Cologne, Germany)

ឆ្នាំបោះពុម្ព៖ 2022, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការប្រែប្រួលអាកាសធាតុកំពុងប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរដល់ប្រព័ន្ធកសិកម្មពឹងផ្អែកលើទឹកភ្លៀងនៅប្រទេសនេប៉ាល់ ប៉ុន្តែអត្រានៃការអនុវត្តយុទ្ធសាស្ត្រកាត់បន្ថយហានិភ័យដូចជាប្រព័ន្ធស្រោចស្រពបន្ថែម (Supplemental irrigation) នៅមានកម្រិតទាបនៅឡើយ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ទិន្នន័យស្ទង់មតិពីគ្រួសារចំនួន ៨០០ នៅក្នុងខេត្តលេខ១ និងអនុវត្តគំរូវិភាគសេដ្ឋកិច្ចដើម្បីកំណត់កត្តាដែលជះឥទ្ធិពលដល់ការសម្រេចចិត្តប្រើប្រាស់ប្រព័ន្ធស្រោចស្រព។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Probit Regression Model
ម៉ូដែលវិភាគតម្រែតម្រង់ Probit
អាចវាស់វែងពីប្រូបាប៊ីលីតេនៃការសម្រេចចិត្ត (បាទ/ទេ) របស់កសិករ និងអនុញ្ញាតឱ្យកំណត់ឥទ្ធិពលដាច់ដោយឡែកនៃអថេរនីមួយៗ (Marginal Effects)។ មិនអាចវាស់វែងពីកម្រិត ឬបរិមាណ (Intensity) នៃការអនុវត្តការស្រោចស្រពបន្ថែមនោះទេ ព្រោះវាជាម៉ូដែល Binary។ រកឃើញអថេរចំនួន៧ដែលមានឥទ្ធិពលជាវិជ្ជមានលើការអនុវត្ត ដូចជាបទពិសោធន៍ ការអប់រំ ទំហំដី និងសមាជិកភាពសហគមន៍ (Pseudo R² = 0.1360)។
Descriptive Statistical Analysis
ការវិភាគស្ថិតិពិពណ៌នា
ងាយស្រួលយល់ និងជួយបង្ហាញពីរូបភាពរួមនៃបញ្ហា និងការយល់ឃើញរបស់ប្រជាជននៅក្នុងតំបន់សិក្សា។ មិនអាចគ្រប់គ្រងអថេររំខានផ្សេងៗ និងមិនអាចទាញសេចក្តីសន្និដ្ឋានអំពីទំនាក់ទំនងហេតុ និងផល (Causal relationship) នោះទេ។ បង្ហាញថា ៩៦-១០០% នៃកសិករនៅតំបន់ភាគច្រើនជួបប្រទះគ្រោះរាំងស្ងួត ប៉ុន្តែមានតែប្រមាណ ២៧% ប៉ុណ្ណោះដែលប្រើប្រាស់ការស្រោចស្រពបន្ថែម។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកទាំងស្រុងលើទិន្នន័យស្ទង់មតិទ្រង់ទ្រាយធំ និងជំនាញវិភាគទិន្នន័យសេដ្ឋកិច្ចកសិកម្មដោយប្រើប្រាស់កម្មវិធីស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ទិន្នន័យត្រូវបានប្រមូលពីគ្រួសារចំនួន ៨០០ នៅក្នុងខេត្តលេខ១ នៃប្រទេសនេប៉ាល់ ដែលគ្របដណ្តប់លើតំបន់ភ្នំ ខ្ពង់រាប និងវាលទំនាប។ ទោះបីជាបរិបទភូមិសាស្ត្រមួយចំនួនខុសពីកម្ពុជាក៏ដោយ របកគំហើញនេះមានសារៈសំខាន់ណាស់ ព្រោះកម្ពុជាក៏ជាប្រទេសដែលពឹងផ្អែកខ្លាំងលើកសិកម្មទឹកភ្លៀង និងងាយរងគ្រោះពីគ្រោះរាំងស្ងួតដូចគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រស្រាវជ្រាវ និងលទ្ធផលនៃការសិក្សានេះអាចយកមកអនុវត្តដោយផ្ទាល់សម្រាប់ការរៀបចំគោលនយោបាយកសិកម្មនៅកម្ពុជា។

ជារួម ការកំណត់អត្តសញ្ញាណកត្តាជំរុញនិងរារាំងទាំងនេះ ជួយឲ្យរដ្ឋាភិបាលនិងអង្គការក្រៅរដ្ឋាភិបាលនៅកម្ពុជា អាចរៀបចំគម្រោងអន្តរាគមន៍កសិកម្ម-អាកាសធាតុបានចំគោលដៅនិងមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃម៉ូដែលជម្រើសគោលពីរ (Binary Choice Models): និស្សិតគប្បីសិក្សាពីទ្រឹស្តីសេដ្ឋកិច្ចនៃការសម្រេចចិត្ត និងការប្រើប្រាស់ម៉ូដែល ProbitLogit តាមរយៈកម្មវិធី STATAR programming
  2. ស្វែងរកប្រភពទិន្នន័យក្នុងស្រុក: ទាញយកទិន្នន័យស្ទង់មតិកសិកម្មជាតិ ឬទិន្នន័យអាកាសធាតុពី វិទ្យាស្ថានជាតិស្ថិតិ (NIS) ឬអង្គការ FAO Cambodia ដើម្បីយកមកធ្វើជាមូលដ្ឋានទិន្នន័យវិភាគ។
  3. រចនាកម្រងសំណួរសម្រាប់ការសិក្សាផ្ទាល់ខ្លួន: ក្នុងករណីខ្វះទិន្នន័យ ត្រូវរៀបចំកម្រងសំណួរ (Survey Questionnaire) ដោយប្រើប្រាស់ KoboToolbox ផ្តោតលើការយល់ឃើញរបស់កសិករចំពោះការប្រែប្រួលអាកាសធាតុ និងកត្តាសេដ្ឋកិច្ចសង្គមរបស់ពួកគេ។
  4. អនុវត្តការវិភាគតម្រែតម្រង់ (Regression Analysis): ដំណើរការវិភាគទិន្នន័យដើម្បីស្វែងរកឥទ្ធិពល Marginal Effects នៃអថេរនីមួយៗ (ដូចជាការអប់រំ ទំហំដី ការទទួលបានឥណទាន) មកលើការសម្រេចចិត្តប្រើប្រាស់ប្រព័ន្ធស្រោចស្រព។
  5. តាក់តែងរបាយការណ៍សង្ខេបគោលនយោបាយ (Policy Brief): បកប្រែលទ្ធផលវិភាគបែបវិទ្យាសាស្ត្រទៅជាអនុសាសន៍ជាក់ស្តែងសម្រាប់អ្នករៀបចំគោលនយោបាយ ដូចជាការស្នើឱ្យមានកម្មវិធីផ្តល់ប្រាក់កម្ចីខ្នាតតូចសម្រាប់ឧបករណ៍ស្រោចស្រព ឬការបណ្តុះបណ្តាលបច្ចេកទេស។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Supplemental irrigation (ការស្រោចស្រពបន្ថែម) នេះគឺជាការផ្តល់ទឹកក្នុងបរិមាណតិចតួចដល់ដំណាំដែលពឹងផ្អែកលើទឹកភ្លៀងជាចម្បង ក្នុងអំឡុងពេលដែលភ្លៀងធ្លាក់មិនគ្រប់គ្រាន់ ឬមានគ្រោះរាំងស្ងួត ដើម្បីជួយសង្គ្រោះដំណាំ និងធានាឱ្យបាននូវទិន្នផលល្អ។ ដូចជាការឱ្យទឹកមួយកែវទៅអ្នករត់ម៉ារ៉ាតុងពេលដែលគេស្រេកទឹកខ្លាំងកណ្តាលទី ដើម្បីឱ្យគេមានកម្លាំងរត់ដល់គោលដៅ។
Rain-fed Agriculture (កសិកម្មពឹងផ្អែកលើទឹកភ្លៀង) ប្រព័ន្ធកសិកម្មដែលពឹងផ្អែកទាំងស្រុងលើទឹកភ្លៀងតាមរដូវកាលសម្រាប់លូតលាស់ដំណាំ ដោយមិនមានប្រព័ន្ធធារាសាស្ត្រ ឬការបូមទឹកបញ្ចូលពីប្រភពផ្សេងឡើយ។ ដូចជាការហាលសម្លៀកបំពាក់ដោយរង់ចាំតែកម្តៅថ្ងៃតាមធម្មជាតិ ដោយមិនប្រើម៉ាស៊ីនសម្ងួតអគ្គិសនី។
Probit Regression Model (ម៉ូដែលវិភាគតម្រែតម្រង់ Probit) ជាវិធីសាស្ត្រស្ថិតិមួយប្រភេទដែលប្រើសម្រាប់វិភាគទិន្នន័យដែលមានជម្រើសតែពីរ (ឧទាហរណ៍៖ អនុវត្ត ឬ មិនអនុវត្ត) ដើម្បីរកមើលថាតើកត្តាអ្វីខ្លះ (ដូចជាការអប់រំ ឬទំហំដី) ដែលជះឥទ្ធិពលដល់ការសម្រេចចិត្តនោះ។ ដូចជាប្រព័ន្ធកុំព្យូទ័រដែលព្យាករណ៍ថាអតិថិជនម្នាក់នឹង "ទិញ" ឬ "មិនទិញ" ទំនិញ ដោយផ្អែកលើអាយុ និងប្រាក់ចំណូលរបស់ពួកគេ។
Utility Maximization (ការអតិបរិមាកម្មអត្ថប្រយោជន៍) ជាទ្រឹស្តីសេដ្ឋកិច្ចដែលសន្មតថាមនុស្ស (ឬកសិករ) តែងតែធ្វើការសម្រេចចិត្តជ្រើសរើសជម្រើសណាដែលផ្តល់ផលប្រយោជន៍ ឬការពេញចិត្តខ្ពស់បំផុតដល់ពួកគេ ធៀបនឹងការចំណាយឬហានិភ័យដែលពួកគេត្រូវបាត់បង់។ ដូចជាការសម្រេចចិត្តទិញទូរស័ព្ទដៃមួយគ្រឿងដែលផ្តល់មុខងារច្រើនបំផុតឱ្យយើង ក្នុងតម្លៃថវិកាដែលយើងមាន។
Marginal Effects (ឥទ្ធិពលអត្ថិភាព ឬ ឥទ្ធិពលបន្ថែម) នៅក្នុងការវិភាគស្ថិតិ វាស់វែងពីការផ្លាស់ប្តូរនៃប្រូបាប៊ីលីតេ (ភាគរយ) នៃការសម្រេចចិត្តអ្វីមួយ នៅពេលដែលកត្តាជំរុញណាមួយ (ឧទាហរណ៍ បទពិសោធន៍ការងារ) កើនឡើងមួយឯកតា ដោយរក្សាកត្តាផ្សេងៗទៀតឱ្យនៅថេរ។ ដូចជាការវាស់ថាតើល្បឿនឡានកើនឡើងប៉ុន្មានគីឡូម៉ែត្រក្នុងមួយម៉ោង បើយើងជាន់ហ្គាសថែមបន្តិចទៀត។
Representative Concentration Pathways (គន្លងតំណាងកំហាប់ឧស្ម័នផ្ទះកញ្ចក់ - RCPs) គឺជាសេណារីយ៉ូដែលបង្កើតឡើងដោយក្រុមអ្នកវិទ្យាសាស្ត្រអន្តរជាតិ ដើម្បីព្យាករណ៍ពីកម្រិតនៃការបញ្ចេញឧស្ម័នផ្ទះកញ្ចក់នាពេលអនាគត និងផលប៉ះពាល់របស់វាទៅលើសីតុណ្ហភាព និងទឹកភ្លៀង (ឧទាហរណ៍ RCP4.5 ជាកម្រិតមធ្យម និង RCP8.5 ជាកម្រិតធ្ងន់ធ្ងរ)។ ដូចជាការទស្សន៍ទាយលទ្ធផលប្រឡងរបស់សិស្សម្នាក់ យោងតាមសេណារីយ៉ូនៃការខិតខំរៀនសូត្ររបស់គេ (ខំរៀនមធ្យម ឬ មិនខំរៀនសោះ)។
Probability Proportional to Size sampling (ការជ្រើសរើសគំរូតាមប្រូបាប៊ីលីតេសមាមាត្រនឹងទំហំ - PPS) ជាវិធីសាស្ត្រជ្រើសរើសសំណាកក្នុងការស្រាវជ្រាវ ដែលផ្តល់ឱកាសកាន់តែច្រើនដល់ក្រុម ឬតំបន់ដែលមានចំនួនប្រជាជនច្រើន ក្នុងការត្រូវបានជ្រើសរើសជាតំណាងសិក្សា ធៀបនឹងតំបន់ដែលមានប្រជាជនតិច។ ដូចជាការចាប់ឆ្នោតដែលអ្នកទិញសំបុត្រច្រើនសន្លឹក មានឱកាសឈ្នះច្រើនជាងអ្នកទិញតែមួយសន្លឹក។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖