បញ្ហា (The Problem)៖ ឯកសារនេះវិភាគពីកម្រិតប្រសិទ្ធភាពបច្ចេកទេស និងស្វែងយល់ពីគម្លាតបច្ចេកវិទ្យារបស់កសិករដាំកាកាវនៅក្នុងប្រទេសនីហ្សេរីយ៉ា ដើម្បីដោះស្រាយបញ្ហាធ្លាក់ចុះទិន្នផល។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់បច្ចេកទេសជ្រើសរើសគំរូពហុដំណាក់កាល ដើម្បីប្រមូលទិន្នន័យពីកសិករ ហើយធ្វើការវិភាគដោយប្រើប្រាស់ម៉ូដែល Stochastic Metafrontier-Tobit (SM-Tobit)។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Pooled Stochastic Frontier Analysis (Pooled SFA) ការវិភាគព្រំដែនស្តូកាស្ទិករួម |
ងាយស្រួលក្នុងការគណនា និងប៉ាន់ស្មានប្រសិទ្ធភាពបច្ចេកទេសជាទូទៅសម្រាប់តំបន់តែមួយ ឬក្រុមតែមួយ។ | មិនបានគិតបញ្ចូលនូវភាពខុសគ្នានៃបច្ចេកវិទ្យារវាងតំបន់ ដែលអាចធ្វើឱ្យការវាយតម្លៃប្រសិទ្ធភាពមានភាពលម្អៀង ឬលើសពីការពិត។ | ប៉ាន់ស្មានកម្រិតប្រសិទ្ធភាពបច្ចេកទេសរួមជាមធ្យម ០,៨០៧៩ (៨០,៧៩%) ដែលខ្ពស់ជាងតម្លៃពិតប្រាកដ។ |
| Stochastic Metafrontier-Tobit (SM-Tobit) Approach អភិក្រម Stochastic Metafrontier-Tobit |
អាចប្រៀបធៀបប្រសិទ្ធភាពរវាងក្រុម ឬតំបន់ផ្សេងៗគ្នាដោយពិចារណាលើគម្លាតបច្ចេកវិទ្យា (Technology Gap) និងអាចរកឃើញកត្តាដែលជះឥទ្ធិពលដល់អសមត្ថភាពដោយប្រើម៉ូដែល Tobit។ | ទាមទារការគណនាស្មុគស្មាញច្រើនដំណាក់កាល និងត្រូវការកម្មវិធីកុំព្យូទ័រច្រើនប្រភេទដើម្បីដោះស្រាយສົមភាពគណិតវិទ្យា។ | ផ្តល់តម្លៃប្រសិទ្ធភាពបច្ចេកទេសរួមជាក់ស្តែង ០,៦៨៥ (៦៨,៥%) និងរកឃើញសមាមាត្រគម្លាតបច្ចេកវិទ្យា (TGR) ជាមធ្យម ៨៤,៣%។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះទាមទារឱ្យមានទិន្នន័យអង្កេតផ្ទាល់ពីកសិករ និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រឯកទេសខាងសេដ្ឋកិច្ចមាត្រ។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រមូលទិន្នន័យកសិករដាំកាកាវនៅរដ្ឋចំនួន៣ ក្នុងប្រទេសនីហ្សេរីយ៉ា តាមរយៈការជ្រើសរើសគំរូពហុដំណាក់កាល។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីបរិបទកសិកម្ម តំបន់ភូមិសាស្ត្រ និងអាកាសធាតុនៅអាហ្វ្រិក ដែលមានលក្ខណៈខុសប្លែកពីកម្ពុជា។ ទោះជាយ៉ាងណាក៏ដោយ គំរូនៃការរំលេចបញ្ហាគម្លាតបច្ចេកវិទ្យារវាងតំបន់ គឺជារឿងសំខាន់សម្រាប់កម្ពុជា ព្រោះកម្ពុជាមានតំបន់កសិកម្មចម្រុះដែលទទួលបានបច្ចេកទេសផ្សព្វផ្សាយមិនស្មើគ្នា។
វិធីសាស្ត្រ SM-Tobit នេះមានសក្តានុពលខ្ពស់ក្នុងការយកមកអនុវត្តដើម្បីវាយតម្លៃ និងកែលម្អវិស័យកសិកម្មនៅប្រទេសកម្ពុជា។
ការប្រើប្រាស់អភិក្រមនេះអាចជួយរាជរដ្ឋាភិបាលកម្ពុជា និងអង្គការដៃគូនានាក្នុងការកំណត់គោលដៅអន្តរាគមន៍បានចំតំបន់ដែលខ្វះខាតបច្ចេកវិទ្យាបំផុត។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Stochastic Frontier Analysis (SFA) (ការវិភាគព្រំដែនស្តូកាស្ទិក) | ជាវិធីសាស្ត្រស្ថិតិសេដ្ឋកិច្ចមាត្រសម្រាប់វាស់វែងប្រសិទ្ធភាពផលិតកម្ម ដោយប្រៀបធៀបទិន្នផលជាក់ស្តែងទៅនឹងទិន្នផលអតិបរមាដែលអាចធ្វើទៅបាន (ព្រំដែន) ក្រោមបច្ចេកវិទ្យាដែលមាន ដោយគិតបញ្ចូលទាំងកត្តាអសមត្ថភាពរបស់អ្នកផលិត និងកត្តាចៃដន្យ (ដូចជាអាកាសធាតុអាក្រក់ ឬសត្វល្អិត)។ | ដូចជាការវាស់វែងថាតើសិស្សម្នាក់ប្រឡងបានពិន្ទុប៉ុន្មាន ធៀបនឹងពិន្ទុខ្ពស់បំផុតដែលគេអាចធ្វើបាន បើគេខំរៀនអស់ពីសមត្ថភាព ហើយមិនឈឺនៅថ្ងៃប្រឡង។ |
| Metafrontier (ព្រំដែនមេតា) | ជាខ្សែកោងព្រំដែនផលិតកម្មរួម ដែលគ្របដណ្តប់លើព្រំដែនតំបន់ផ្សេងៗគ្នា ដើម្បីអនុញ្ញាតឱ្យមានការប្រៀបធៀបប្រសិទ្ធភាពរវាងក្រុម ឬតំបន់ដែលប្រើប្រាស់កម្រិតបច្ចេកវិទ្យាខុសៗគ្នា។ វាជួយឲ្យដឹងថាតំបន់ណាមានបច្ចេកវិទ្យាជឿនលឿនជាងគេ។ | ដូចជាការប្រកួតកីឡាថ្នាក់ជាតិដែលយកជើងឯកពីតាមខេត្ត (តំបន់នីមួយៗមានស្តង់ដាររៀងខ្លួន) មកប្រកួតគ្នារកអ្នកខ្លាំងជាងគេបំផុតប្រចាំប្រទេស។ |
| Technology Gap Ratio (TGR) (សមាមាត្រគម្លាតបច្ចេកវិទ្យា) | ជារង្វាស់ដែលបង្ហាញពីគម្លាតរវាងបច្ចេកវិទ្យាដែលកំពុងប្រើប្រាស់នៅតំបន់ណាមួយ (Regional Frontier) ធៀបនឹងបច្ចេកវិទ្យាល្អបំផុតដែលមានសក្តានុពលក្នុងឧស្សាហកម្មទាំងមូល (Metafrontier)។ TGR កាន់តែខិតជិត ១ មានន័យថាបច្ចេកវិទ្យាក្នុងតំបន់នោះកាន់តែទំនើប។ | ដូចជាការប្រៀបធៀបល្បឿនអ៊ីនធឺណិតនៅតាមជនបទ ធៀបនឹងល្បឿនអ៊ីនធឺណិតលឿនបំផុតនៅរាជធានីភ្នំពេញ។ |
| Technical Efficiency (TE) (ប្រសិទ្ធភាពបច្ចេកទេស) | សមត្ថភាពរបស់កសិករ ឬអ្នកផលិត ក្នុងការផលិតទិន្នផលឱ្យបានច្រើនបំផុតតាមដែលអាចធ្វើទៅបាន ដោយប្រើប្រាស់កម្រិតធាតុចូល (ដូចជាដី ជី ពលកម្ម) ដែលមានស្រាប់ ដោយមិនខ្ជះខ្ជាយ។ | ដូចជាចុងភៅដែលអាចចម្អិនម្ហូបបានច្រើនចាន និងមានរសជាតិឆ្ងាញ់ ដោយប្រើវត្ថុធាតុដើមនិងគ្រឿងផ្សំតិចតួចបំផុតដោយមិនខ្ជះខ្ជាយ។ |
| Tobit Model (ម៉ូដែលថូប៊ីត) | ជាម៉ូដែលសេដ្ឋកិច្ចមាត្រដែលប្រើសម្រាប់វិភាគទិន្នន័យនៅពេលដែលអថេរអាស្រ័យ (Dependent variable) មានតម្លៃកម្រិតកំណត់ (Censored data) ដូចជាតម្លៃប្រសិទ្ធភាពដែលមានចន្លោះតែពី ០ ទៅ ១ ប៉ុណ្ណោះ។ នៅក្នុងការសិក្សានេះ វាត្រូវបានប្រើដើម្បីរកកត្តាដែលជះឥទ្ធិពលដល់អសមត្ថភាពរបស់កសិករ។ | ដូចជាការទស្សន៍ទាយពិន្ទុរបស់សិស្ស ដោយដឹងថាពិន្ទុមិនអាចធ្លាក់ចុះក្រោមសូន្យ ឬលើសពី ១០០ បានឡើយ ទោះបីជាសិស្សនោះខ្សោយ ឬពូកែយ៉ាងណាក៏ដោយ។ |
| Maximum Likelihood Estimation (ការប៉ាន់ស្មានលទ្ធភាពអតិបរមា) | ជាវិធីសាស្ត្រស្ថិតិសម្រាប់ប៉ាន់ស្មានប៉ារ៉ាម៉ែត្រនៃម៉ូដែលគណិតវិទ្យា ដោយស្វែងរកតម្លៃណាដែលធ្វើឱ្យទិន្នន័យដែលយើងសង្កេតឃើញ មានឱកាសកើតឡើងខ្ពស់បំផុត។ | ដូចជាការទស្សន៍ទាយថាគ្រាប់ឡុកឡាក់មានទម្ងន់លម្អៀងទៅខាងណា ដោយផ្អែកលើលទ្ធផលនៃការបោះវាច្រើនដង រួចរើសយកចម្លើយដែលសមហេតុផលបំផុត។ |
| Return to Scale (RTS) (ផលត្រឡប់តាមទំហំ) | ជាអត្រាដែលបង្ហាញពីការប្រែប្រួលនៃទិន្នផលសរុប នៅពេលដែលធាតុចូលទាំងអស់ត្រូវបានបង្កើនក្នុងសមាមាត្រដូចគ្នា។ ប្រសិនបើបង្កើនធាតុចូល ១% ធ្វើឱ្យទិន្នផលកើនលើស ១% នោះហៅថា Increasing Return to Scale។ | ដូចជាការបើកហាងកាហ្វេ បើយើងបង្កើនទំហំហាងនិងបុគ្គលិកទ្វេដង ហើយប្រាក់ចំណេញកើនឡើងលើសពីទ្វេដង នោះមានន័យថាយើងចំណេញពីការពង្រីកទំហំអាជីវកម្មនេះ។ |
| Cobb-Douglas Specification (ការបញ្ជាក់ទម្រង់ កូប-ឌូក្លាស) | ជាទម្រង់អនុគមន៍គណិតវិទ្យាដ៏ពេញនិយមក្នុងសេដ្ឋកិច្ច ដែលបង្ហាញពីទំនាក់ទំនងរវាងបរិមាណធាតុចូល (ដូចជាកម្លាំងពលកម្ម ជី និងដី) និងបរិមាណទិន្នផលដែលផលិតបាន ដោយងាយស្រួលក្នុងការគណនាភាពយឺត (Elasticity)។ | ដូចជារូបមន្តគណិតវិទ្យាធ្វើនំខេក ដែលប្រាប់យើងថាបើថែមម្សៅប៉ុណ្ណេះ និងស៊ុតប៉ុណ្ណេះ តើនឹងទទួលបាននំប៉ុន្មានដុំយ៉ាងច្បាស់លាស់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
