Original Title: Climate Change and Farmers' Adaptation Strategies: The Case of Rice Producers in Nghe An Province, Vietnam
Source: doi.org/10.31817/vjas.2020.5.1.05
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការប្រែប្រួលអាកាសធាតុ និងយុទ្ធសាស្ត្របន្សាំខ្លួនរបស់កសិករ៖ ករណីសិក្សាលើអ្នកផលិតស្រូវនៅខេត្ត Nghe An ប្រទេសវៀតណាម

ចំណងជើងដើម៖ Climate Change and Farmers' Adaptation Strategies: The Case of Rice Producers in Nghe An Province, Vietnam

អ្នកនិពន្ធ៖ Vu Thanh Bien (Vietnam National University of Agriculture), Ho Nguyen Diem Tien (Tien Giang University), Ngo Thanh Son, Bui Le Vinh, Nguyen Van Quan, Do Thi Duc Hanh, Pham Duy Khanh, Tran Trong Phuong

ឆ្នាំបោះពុម្ព៖ 2022, Vietnam Journal of Agricultural Sciences

វិស័យសិក្សា៖ Agriculture and Environmental Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះពិនិត្យទៅលើនិន្នាការអាកាសធាតុ និងវាយតម្លៃលើយុទ្ធសាស្ត្របន្សាំខ្លួនរបស់កសិករខ្នាតតូចទប់ទល់នឹងផលប៉ះពាល់នៃការប្រែប្រួលអាកាសធាតុទៅលើការផលិតស្រូវនៅខេត្ត Nghe An ប្រទេសវៀតណាម។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យអាកាសធាតុបន្ទាប់បន្សំរួមជាមួយនឹងការស្ទង់មតិផ្ទាល់លើកសិករ ដោយអនុវត្តម៉ូដែលវិភាគតម្រែតម្រង់ដើម្បីកំណត់កត្តាដែលជះឥទ្ធិពលដល់ការសម្រេចចិត្តរបស់កសិករ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Improved irrigation practices (e.g., AWD, SRI)
ការកែលម្អការអនុវត្តប្រព័ន្ធធារាសាស្ត្រ (ឧទាហរណ៍៖ បច្ចេកទេស AWD និង SRI)
ជួយសន្សំសំចៃទឹក កាត់បន្ថយហានិភ័យសត្វល្អិត និងជំងឺ ព្រមទាំងបង្កើនទិន្នផលស្រូវទោះក្នុងលក្ខខណ្ឌអាកាសធាតុមិនអំណោយផល។ ទាមទារការវិនិយោគហិរញ្ញវត្ថុខ្ពស់ និងការយល់ដឹងផ្នែកបច្ចេកទេស ដែលជាឧបសគ្គធំសម្រាប់កសិករខ្នាតតូច។ កសិករចំនួន ១២.១២% បានជ្រើសរើសការអនុវត្តនេះ។
Stress-tolerant crops
ការដាំដុះដំណាំធន់នឹងភាពតានតឹង (គ្រាប់ពូជធន់នឹងកម្តៅ និងទឹកជំនន់)
កាត់បន្ថយការខូចខាតដំណាំ រក្សាបាននូវផលិតភាព និងជួយបញ្ចៀសផលប៉ះពាល់ពីអាកាសធាតុធ្ងន់ធ្ងរនៅខែកក្កដា និងសីហា។ ទិន្នផលអាចមានកម្រិតទាបជាងពូជស្រូវធម្មតាខ្លះ ហើយកសិករខ្វះខាតព័ត៌មានបច្ចេកទេសពីពូជទាំងនេះ។ កសិករចំនួន ១១.១១% បានជ្រើសរើសការអនុវត្តនេះ។
Changing planting schedule
ការផ្លាស់ប្តូរកាលវិភាគដាំដុះ
ជួយជៀសវាងទឹកជំនន់ និងខ្យល់ព្យុះក្នុងរដូវវស្សា ពិសេសនៅពេលប្រមូលផល។ ជួបប្រទះការលំបាកដោយសារអាកាសធាតុប្រែប្រួលមិនទៀងទាត់ និងបញ្ហាកង្វះកម្លាំងពលកម្មនៅក្នុងសហគមន៍។ កសិករចំនួន ៩.៣៤% បានជ្រើសរើសការអនុវត្តនេះ។
Fertilizer and other good practices
ការប្រើប្រាស់ជី និងការអនុវត្តកសិកម្មល្អប្រសើរផ្សេងទៀត
ជួយកែលម្អគុណភាពដី និងប៉ះប៉ូវដល់ការបាត់បង់សារធាតុចិញ្ចឹមដោយសារការហូរច្រោះទឹកភ្លៀង។ ជីអាចរលាយលឿនក្នុងអាកាសធាតុក្តៅ ហើយតម្លៃជីមានការកើនឡើងខ្ពស់ដែលធ្វើឱ្យប៉ះពាល់ដល់ប្រាក់ចំណេញ។ កសិករត្រឹមតែ ៥.៥៦% ប៉ុណ្ណោះបានជ្រើសរើសការអនុវត្តនេះ។
No adoption (Baseline)
មិនអនុវត្តយុទ្ធសាស្ត្រអ្វីសោះ (កម្រិតមូលដ្ឋាន)
មិនតម្រូវឱ្យមានការចំណាយដើមទុនបន្ថែម ឬការផ្លាស់ប្តូរទម្លាប់ធ្វើការងារកសិកម្មប្រចាំថ្ងៃ។ ងាយរងគ្រោះថ្នាក់បំផុតពីការប្រែប្រួលអាកាសធាតុ ដែលអាចបណ្តាលឱ្យខាតបង់ទិន្នផលយ៉ាងធ្ងន់ធ្ងរ។ កសិករភាគច្រើនរហូតដល់ ៦១.៨៧% មិនបានអនុវត្តយុទ្ធសាស្ត្របន្សាំណាមួយឡើយ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានចម្បងៗរួមមាន ទិន្នន័យស្ទង់មតិផ្ទាល់ កម្មវិធីវិភាគស្ថិតិ និងចំណេះដឹងផ្នែកសេដ្ឋកិច្ចកសិកម្មនិងអាកាសធាតុ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅខេត្ត Nghe An ប្រទេសវៀតណាម ដោយផ្តោតលើកសិករខ្នាតតូចចំនួន ៣៩៦ នាក់ ដែលភាគច្រើនជាបុរស (៧៩%) និងមានវ័យចំណាស់។ ទោះបីជាមានគម្លាតយេនឌ័រក៏ដោយ ទិន្នន័យនេះមានទំហំធំល្មមនិងមានសារៈសំខាន់សម្រាប់ប្រទេសកម្ពុជា ដោយសារកសិករកម្ពុជាភាគច្រើនក៏ជាកសិករខ្នាតតូចដែលប្រឈមមុខនឹងបញ្ហាអាកាសធាតុស្រដៀងគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះមានភាពពាក់ព័ន្ធ និងអាចយកមកកែច្នៃអនុវត្តបានយ៉ាងល្អសម្រាប់វិស័យកសិកម្មនៅប្រទេសកម្ពុជា។

ជារួម ការពង្រឹងសហគមន៍កសិកម្ម ការផ្តល់ឥណទាន និងការផ្តល់ព័ត៌មានអាកាសធាតុទាន់ពេលវេលា គឺជាគន្លឹះឆ្ពោះទៅរកភាពធន់នឹងអាកាសធាតុសម្រាប់កសិករកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីបច្ចេកទេសវិភាគនិន្នាការអាកាសធាតុ: ស្វែងយល់ពីរបៀបប្រើប្រាស់តេស្តស្ថិតិដូចជា Mann-Kendall test និង Sen's Slope estimator នៅក្នុងកម្មវិធី R ដើម្បីវិភាគទិន្នន័យទឹកភ្លៀង និងសីតុណ្ហភាពប្រវត្តិសាស្ត្រនៅតំបន់គោលដៅ។
  2. រៀបចំការស្ទង់មតិ និងប្រមូលទិន្នន័យសេដ្ឋកិច្ចកសិកម្ម: បង្កើតកម្រងសំណួរស្ទង់មតិដោយប្រើប្រាស់ឧបករណ៍ KoboToolboxODK ដើម្បីប្រមូលទិន្នន័យពីកសិករពាក់ព័ន្ធនឹងកម្រិតវប្បធម៌ ទំហំដី លទ្ធភាពទទួលបានឥណទាន និងយុទ្ធសាស្ត្របន្សាំខ្លួន។
  3. ស្ទាត់ជំនាញកម្មវិធីវិភាគស្ថិតិ: រៀនប្រើប្រាស់កម្មវិធី STATA ជាពិសេសការអនុវត្តម៉ូដែល Multivariate Probit Regression (MVP) ដើម្បីវិភាគពីកត្តាចម្រុះដែលជះឥទ្ធិពលលើការសម្រេចចិត្តជ្រើសរើសយុទ្ធសាស្ត្ររបស់កសិករ។
  4. សហការជាមួយសហគមន៍កសិកម្មមូលដ្ឋាន: ចុះធ្វើការផ្ទាល់ជាមួយសហគមន៍កសិករនៅកម្ពុជា (ឧទាហរណ៍នៅខេត្តព្រៃវែង ឬតាកែវ) ដើម្បីធ្វើការវាយតម្លៃជាក់ស្តែងអំពីឧបសគ្គនៃការអនុវត្តបច្ចេកទេសកសិកម្មឆ្លាតវៃ (Climate-Smart Agriculture)។
  5. រៀបចំរបាយការណ៍ និងសំណើគោលនយោបាយ: សរសេររបាយការណ៍ស្រាវជ្រាវ (Policy Brief) ដែលគូសបញ្ជាក់ពីសារៈសំខាន់នៃការវិនិយោគលើប្រព័ន្ធធារាសាស្ត្រ និងការគាំទ្រសហគមន៍កសិកម្ម ដើម្បីបញ្ជូនទៅកាន់អ្នកធ្វើគោលនយោបាយ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Multivariate probit regression (MVP) (ការវិភាគតម្រែតម្រង់ប្រូប៊ីតពហុអថេរ) គឺជាម៉ូដែលស្ថិតិមួយប្រភេទដែលត្រូវបានប្រើប្រាស់ដើម្បីវិភាគទិន្នន័យនៅពេលដែលកសិករមានជម្រើសយុទ្ធសាស្ត្រច្រើនជាងមួយដែលអាចជ្រើសរើសក្នុងពេលតែមួយ (ឧទាហរណ៍៖ ការសម្រេចចិត្តប្រើប្រាស់ពូជស្រូវធន់នឹងអាកាសធាតុផង និងការផ្លាស់ប្តូរប្រព័ន្ធធារាសាស្ត្រផង)។ វាជួយវាស់ស្ទង់ថាតើកត្តាណាមួយ (ដូចជាអាយុ កម្រិតវប្បធម៌ ឬទំហំដី) ជះឥទ្ធិពលរួមដល់ជម្រើសទាំងនេះ។ ដូចជាការទស្សន៍ទាយថាតើសិស្សម្នាក់នឹងរើសរៀនមុខវិជ្ជាបន្ថែមអ្វីខ្លះ (រៀនកុំព្យូទ័រផង និងភាសាអង់គ្លេសផង) ដោយផ្អែកលើចំណង់ចំណូលចិត្តនិងថវិការបស់ពួកគេក្នុងពេលតែមួយ។
Mann-Kendall test (តេស្តម៉ាន់កេនដល) គឺជាវិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីកំណត់ថាតើទិន្នន័យ (ដូចជាបរិមាណទឹកភ្លៀង ឬសីតុណ្ហភាព) មាននិន្នាការកើនឡើង ឬថយចុះជាលំដាប់តាមពេលវេលាឬទេ ដោយមិនខ្វល់ពីការប្រែប្រួលឡើងចុះខ្លាំងៗដែលកើតឡើងក្នុងរយៈពេលខ្លី។ ដូចជាការមើលគំនូសតាងពិន្ទុប្រចាំខែរបស់អ្នក ដើម្បីដឹងថាជារួមអ្នកកំពុងរៀនពូកែជាងមុន ឬខ្សោយជាងមុន ទោះបីជាខែខ្លះអ្នកបានពិន្ទុធ្លាក់ចុះបន្តិចបន្តួចក៏ដោយ។
Sen’s Slope estimator (រង្វាស់ប៉ាន់ស្មាន Sen's Slope) គឺជារូបមន្តគណិតវិទ្យាដែលប្រើដើម្បីវាស់ពីកម្រិតល្បឿននៃការផ្លាស់ប្តូរ (អត្រានៃការប្រែប្រួល) នៃទិន្នន័យណាមួយតាមពេលវេលា ជាឧទាហរណ៍ ថាតើសីតុណ្ហភាពជាមធ្យមកើនឡើងប៉ុន្មានអង្សាសេក្នុងមួយឆ្នាំៗ។ ដូចជាការវាស់ស្ទង់ថាតើកម្ពស់របស់អ្នកកើនឡើងប៉ុន្មានសង់ទីម៉ែត្រក្នុងមួយឆ្នាំៗ អំឡុងពេលវ័យជំទង់។
Alternate wetting and drying (AWD) (បច្ចេកទេសពន្លិចទឹកឆ្លាស់គ្នាជាមួយការសម្ងួត) គឺជាបច្ចេកទេសគ្រប់គ្រងទឹកក្នុងស្រែ ដែលកសិករទុកឱ្យទឹកស្រកចុះរហូតដល់ដីស្ងួតបន្តិច ទើបបញ្ចេញទឹកបញ្ចូលម្តងទៀត ជាជាងការបូមទឹកដាក់ត្រាំរហូត។ វាជួយសន្សំសំចៃទឹក កាត់បន្ថយការបំភាយឧស្ម័នផ្ទះកញ្ចក់ និងពង្រឹងឫសស្រូវឱ្យកាន់តែរឹងមាំ។ ដូចជាការស្រោចទឹកសួនច្បារដោយរង់ចាំឱ្យដីស្ងួតបន្តិចសិនមុននឹងស្រោចម្តងទៀត ជាជាងការបើកទឹកចោលឱ្យលិចរហូត ដែលអាចធ្វើឱ្យរលួយឫស។
System of rice intensification (SRI) (ប្រព័ន្ធបង្កើនផលិតកម្មស្រូវ) គឺជាវិធីសាស្ត្រកសិកម្មដែលផ្តោតលើការផ្លាស់ប្តូររបៀបដាំដុះ (ដូចជាការសាបព្រួសរង្វើលៗ ការប្រើប្រាស់ជីសរីរាង្គ និងការកាត់បន្ថយការប្រើប្រាស់ទឹក) ដើម្បីធ្វើឱ្យឫសស្រូវលូតលាស់បានល្អ ជួយបង្កើនទិន្នផលខ្ពស់ និងធន់នឹងអាកាសធាតុ។ ដូចជាការចិញ្ចឹមកូនមាន់នៅក្នុងទ្រុងទូលាយ មានចំណីល្អ និងខ្យល់ចេញចូលគ្រប់គ្រាន់ ដែលធ្វើឱ្យវាធំធាត់លឿននិងមានសុខភាពល្អជាជាងការចិញ្ចឹមចង្អៀតៗ។
Stress-tolerant crops (ដំណាំធន់នឹងភាពតានតឹង) គឺជាប្រភេទពូជដំណាំ (ឧទាហរណ៍៖ ពូជស្រូវ) ដែលត្រូវបានបង្កាត់ឡើងដើម្បីមានសមត្ថភាពអាចរស់រាន និងផ្តល់ទិន្នផលបាន ទោះបីជាស្ថិតក្នុងស្ថានភាពលំបាកដូចជា គ្រោះរាំងស្ងួត សីតុណ្ហភាពក្តៅខ្លាំង ទឹកជំនន់លិចលង់ ឬដីប្រៃក៏ដោយ។ ដូចជាឡានប្រភេទ Off-road ដែលអាចបើកបរលើផ្លូវរលាក់ ភក់ជ្រាំ ឬផ្លូវឡើងភ្នំបានយ៉ាងរលូន ខណៈឡានធម្មតាមិនអាចទៅរួច។
Extension services (សេវាកម្មផ្សព្វផ្សាយកសិកម្ម) គឺជាកម្មវិធីអប់រំ និងការគាំទ្របច្ចេកទេសដែលផ្តល់ជូនដោយរដ្ឋាភិបាល ឬអង្គការនានា ដល់កសិករនៅមូលដ្ឋាន ដើម្បីបង្រៀនពួកគេពីបច្ចេកទេសដាំដុះថ្មីៗ របៀបប្រើប្រាស់ជី និងវិធីសាស្ត្រទប់ទល់នឹងការប្រែប្រួលអាកាសធាតុ។ ដូចជាគ្រូបង្វឹកកីឡាផ្ទាល់ខ្លួនដែលចុះមកបង្រៀននិងណែនាំកីឡាករដល់ទីលាន ដើម្បីឱ្យពួកគេចេះបច្ចេកទេសលេងថ្មីៗនិងទទួលបានលទ្ធផលល្អជាងមុន។
Log-odds ratio (អនុបាតលោការីតនៃប្រូបាប) គឺជាវិធីរង្វាស់ស្ថិតិដែលបង្ហាញពីឥទ្ធិពលនៃកត្តាណាមួយទៅលើប្រូបាប៊ីលីតេ (ឱកាស) ដែលព្រឹត្តិការណ៍មួយនឹងកើតឡើង ធៀបនឹងឱកាសដែលវាមិនកើតឡើង (ឧទាហរណ៍៖ ការគណនាថាតើកសិករដែលមានការអប់រំខ្ពស់មានឱកាសប៉ុន្មានក្នុងការជ្រើសរើសប្រើប្រាស់ជី)។ ដូចជាការថ្លឹងទម្ងន់នៃឱកាសឈ្នះនិងចាញ់ក្នុងការប្រកួតមួយ ប្រសិនបើក្រុមអ្នកមានកីឡាករឆ្នើមម្នាក់ចូលរួម តើឱកាសឈ្នះនឹងកើនឡើងប៉ុន្មានដងធៀបនឹងពេលអត់មានគាត់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖