Original Title: Diversifying Agricultural Growth: Investigating the Economic Consequences of Crop Diversification in Andhra Pradesh, India
Source: doi.org/10.36956/rwae.v6i2.1660
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការធ្វើពិពិធកម្មកំណើនកសិកម្ម៖ ការស៊ើបអង្កេតផលវិបាកសេដ្ឋកិច្ចនៃការធ្វើពិពិធកម្មដំណាំនៅរដ្ឋ Andhra Pradesh ប្រទេសឥណ្ឌា

ចំណងជើងដើម៖ Diversifying Agricultural Growth: Investigating the Economic Consequences of Crop Diversification in Andhra Pradesh, India

អ្នកនិពន្ធ៖ K. Nirmal Ravi Kumar (Agricultural College, Bapatla, Acharya NG Ranga Agricultural University), T. Ramesh Babu (Vignan’s Foundation for Science, Technology and Research)

ឆ្នាំបោះពុម្ព៖ 2025 Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយលើគម្លាតនៃការយល់ដឹងអំពីផលវិបាកសេដ្ឋកិច្ចនៃការធ្វើពិពិធកម្មដំណាំ និងឥទ្ធិពលរបស់វាទៅលើតម្លៃបន្ថែមសរុប (Gross Value Added - GVA) ក៏ដូចជាកត្តាកំណត់ការធ្វើពិពិធកម្មនៅតាមតំបន់កសិ-អាកាសធាតុផ្សេងៗគ្នាក្នុងរដ្ឋ Andhra Pradesh ប្រទេសឥណ្ឌា។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់ទិន្នន័យបន្ទាប់បន្សំពីស្រុកចំនួន១៣ ចន្លោះឆ្នាំ ២០១៥-១៦ ដល់ ២០២២-២៣ ដោយអនុវត្តគំរូសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់ដើម្បីវិភាគកម្រិត និងផលប៉ះពាល់នៃការធ្វើពិពិធកម្មដំណាំ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Ordinary Least Squares (OLS) Regression
តំរែតំរង់ការេអប្បបរមាធម្មតា
ងាយស្រួលក្នុងការគណនា និងអនុវត្តសម្រាប់ការវិភាគបឋមអំពីទំនាក់ទំនងរវាងអថេរឯករាជ្យ និងអថេរអាស្រ័យ។ មិនអាចដោះស្រាយបញ្ហាអថេរខាងក្នុង (Endogeneity) ដែលធ្វើឱ្យលទ្ធផលប៉ាន់ស្មានអាចមានភាពលម្អៀង និងមិនសូវសុក្រឹត។ បង្ហាញពីឥទ្ធិពលវិជ្ជមាននៃការធ្វើពិពិធកម្មដំណាំ (SDI) លើតម្លៃបន្ថែមសរុបកសិកម្ម (GVA-Agri&Hort) ក្នុងកម្រិតមេគុណ ០.២៩៧ ប៉ុន្តែនៅជាប់បញ្ហាភាពលម្អៀង។
Instrumental Variable Regression (IVR-2SLS)
តំរែតំរង់អថេរឧបករណ៍ (ដំណាក់កាលទី២ OLS)
អាចដោះស្រាយបញ្ហា Endogeneity និង Selection bias បានយ៉ាងមានប្រសិទ្ធភាព ដោយផ្តល់នូវការប៉ាន់ស្មានប្រកបដោយភាពត្រឹមត្រូវ និងគួរឱ្យទុកចិត្តជាងមុន។ ទាមទារការស្វែងរកអថេរឧបករណ៍ (Instrumental Variable) ដែលស័ក្តិសម និងមានសុពលភាព ដែលជាទូទៅពិបាកក្នុងការកំណត់ (ក្នុងទីនេះប្រើប្រាស់ទំហំផ្ទៃដីប្រព័ន្ធធារាសាស្ត្រសរុប ឬ GAI)។ ផ្តល់មេគុណ SDI កើនឡើងដល់ ០.៤៣៧ ដែលបញ្ជាក់យ៉ាងច្បាស់ថាការធ្វើពិពិធកម្មដំណាំពិតជាជួយបង្កើន GVA កសិកម្មយ៉ាងពិតប្រាកដ។
Fractional Multinomial Logit (FMNL) Model
គំរូ Fractional Multinomial Logit
ស័ក្តិសមបំផុតសម្រាប់ការវិភាគទិន្នន័យជាប្រភាគ ឬសមាមាត្រ (ពី ០ ដល់ ១) ដែលមានជម្រើសផ្នែកច្រើនក្នុងពេលតែមួយ ដោយមិនចាំបាច់ធ្វើអង្កេតផ្ទាល់ចំណាយថវិកាច្រើន។ មានភាពស្មុគស្មាញខ្ពស់ក្នុងការគណនា និងទាមទារកម្មវិធីស្ថិតិកម្រិតខ្ពស់ដើម្បីបង្កើតតម្លៃប៉ាន់ស្មាន (Log-likelihood function) និងបកស្រាយលទ្ធផល។ បង្ហាញថាការធ្វើពិពិធកម្មដំណាំ (SDI) ជួយបង្កើនចំណែក GVA ក្នុងវិស័យបសុសត្វ (មេគុណ ០.២៣៦) ហើយហេដ្ឋារចនាសម្ព័ន្ធទីផ្សារនិងឥណទានជួយជំរុញទាំងវិស័យបសុសត្វនិងវារីវប្បកម្ម។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមានអត្ថប្រយោជន៍ខ្ពស់ក្នុងការសន្សំសំចៃធនធាន ដោយពឹងផ្អែកជាចម្បងលើទិន្នន័យបន្ទាប់បន្សំ (Secondary Data) ដែលជួយកាត់បន្ថយការចំណាយលើការចុះអង្កេតវាល ប៉ុន្តែទាមទារចំណេះដឹងនិងកម្មវិធីស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះពឹងផ្អែកទាំងស្រុងលើទិន្នន័យបន្ទាប់បន្សំកម្រិតស្រុកចំនួន ១៣ នៅក្នុងរដ្ឋ Andhra Pradesh ប្រទេសឥណ្ឌា ដែលគ្របដណ្តប់លើតំបន់អាកាសធាតុកសិកម្មចម្រុះ។ ទោះយ៉ាងណា ការប្រើប្រាស់ទិន្នន័យសរុបតាមតំបន់ (Aggregate Data) អាចនឹងបិទបាំងនូវវិសមភាព និងបញ្ហាប្រឈមជាក់ស្តែងរបស់កសិករខ្នាតតូច ឬយេនឌ័រនីមួយៗ។ សម្រាប់ប្រទេសកម្ពុជា ការយកចិត្តទុកដាក់លើកត្តានេះគឺសំខាន់ណាស់ ព្រោះប្រព័ន្ធកសិកម្មមានលក្ខណៈស្រដៀងគ្នា ហើយទិន្នន័យកម្រិតតំបន់ចាំបាច់ត្រូវមានការបញ្ជាក់បន្ថែមពីអង្កេតជាក់ស្តែង ដើម្បីជៀសវាងភាពលម្អៀងក្នុងការធ្វើគោលនយោបាយ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្រ្តសេដ្ឋកិច្ចមាត្រ និងអំណះអំណាងនៃការធ្វើពិពិធកម្មដំណាំនេះ មានអត្ថប្រយោជន៍ និងសក្តានុពលខ្ពស់សម្រាប់ការអនុវត្តដើម្បីអភិវឌ្ឍគោលនយោបាយកសិកម្មនៅប្រទេសកម្ពុជា ជាពិសេសក្នុងការកាត់បន្ថយការពឹងផ្អែកលើដំណាំស្រូវតែមួយមុខ។

ជារួម ការនាំយកវិធីសាស្ត្រវិភាគសេដ្ឋកិច្ចមាត្រទាំងនេះមកអនុវត្តក្នុងបរិបទកម្ពុជា នឹងផ្តល់ជាភស្តុតាងវិទ្យាសាស្ត្ររឹងមាំសម្រាប់រាជរដ្ឋាភិបាលក្នុងការបែងចែកធនធាន កសាងហេដ្ឋារចនាសម្ព័ន្ធទីផ្សារ និងជំរុញសន្តិសុខស្បៀងជាតិ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃការវាស់ស្ទង់ពិពិធកម្ម (Learn Diversification Indices): និស្សិតត្រូវចាប់ផ្តើមដោយការស្វែងយល់ និងគណនាសន្ទស្សន៍ចម្រុះដូចជា Simpson Diversity Index (SDI) ដោយប្រើប្រាស់ទិន្នន័យផ្ទៃដីដាំដុះសាកល្បង តាមរយៈកម្មវិធី ExcelR
  2. ប្រមូលនិងរៀបចំសំណុំទិន្នន័យថ្នាក់ជាតិ (Collect National Panel Data): ទាក់ទងក្រសួងកសិកម្ម រុក្ខាប្រមាញ់ និងនេសាទ (MAFF) ឬវិទ្យាស្ថានជាតិស្ថិតិ (NIS) ដើម្បីប្រមូលទិន្នន័យទំហំដីដាំដុះ ទិន្នផលកសិកម្ម និងអាកាសធាតុកម្រិតខេត្ត រួចរៀបចំវាជាទម្រង់ Panel Data។
  3. អនុវត្តគំរូកាត់បន្ថយភាពលម្អៀង (Apply Endogeneity Correction): ប្រើប្រាស់កម្មវិធី Stata ដើម្បីដំណើរការកូដសេដ្ឋកិច្ចមាត្រសម្រាប់ម៉ូដែល IVR-2SLS ដោយកំណត់យកផ្ទៃដីស្រោចស្រពសរុប (Irrigated Area) ជាអថេរឧបករណ៍ ដើម្បីវិភាគឥទ្ធិពលនៃការធ្វើពិពិធកម្មទៅលើប្រាក់ចំណេញ។
  4. វិភាគបំណែងចែករវាងវិស័យរងកសិកម្ម (Analyze Sub-Sector Distributions): រៀនសរសេរកូដ និងប្រើប្រាស់ម៉ូឌុល FMNL នៅក្នុង Stata ដើម្បីស្វែងយល់ពីរបៀបដែលកសិករកម្ពុជាធ្វើចំណាត់ចែងធនធាន និងកម្លាំងពលកម្មរបស់ពួកគេរវាងការដាំដុះ ការចិញ្ចឹមសត្វ និងវារីវប្បកម្ម។
  5. ចងក្រងរបាយការណ៍សង្ខេបសម្រាប់អ្នកធ្វើគោលនយោបាយ (Draft Policy Brief): បកប្រែលទ្ធផលសេដ្ឋកិច្ចមាត្រដ៏ស្មុគស្មាញ ទៅជារបាយការណ៍សង្ខេបងាយយល់ ដោយសង្កត់ធ្ងន់លើសារៈសំខាន់នៃការបង្កើតហេដ្ឋារចនាសម្ព័ន្ធទីផ្សារ និងការផ្តល់ឥណទានកសិកម្ម ដើម្បីដាក់ជូនស្ថាប័នពាក់ព័ន្ធសម្រាប់ការសម្រេចចិត្ត។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Simpson Diversity Index (សន្ទស្សន៍ចម្រុះស៊ីមសុន) ជារង្វាស់ស្ថិតិដែលគេប្រើដើម្បីវាស់ស្ទង់ពីកម្រិតនៃការធ្វើពិពិធកម្ម ដោយគណនាពីប្រូបាប៊ីលីតេដែលប្រភេទដំណាំពីរត្រូវបានជ្រើសរើសដោយចៃដន្យ ជារបស់ប្រភេទតែមួយ។ ក្នុងបរិបទនេះ វាជួយកំណត់ថាតើតំបន់ណាមួយមានការដាំដុះដំណាំចម្រុះច្រើនប្រភេទកម្រិតណា។ ដូចជាការវាស់ថាតើក្នុងចានបាយរបស់អ្នកមានម្ហូបប៉ុន្មានមុខខុសៗគ្នា បើមានច្រើនមុខ សន្ទស្សន៍ភាពចម្រុះនេះក៏កាន់តែខ្ពស់។
Gross Value Added (តម្លៃបន្ថែមសរុប) ជារង្វាស់សេដ្ឋកិច្ចដែលបង្ហាញពីតម្លៃនៃទំនិញនិងសេវាកម្មដែលបានផលិតនៅក្នុងតំបន់ ឬវិស័យណាមួយ (ដូចជាកសិកម្ម ឬបសុសត្វ) ដោយកាត់កងចេញនូវថ្លៃដើមនិងវត្ថុធាតុដើមដែលប្រើប្រាស់ក្នុងដំណើរការផលិត ដើម្បីបង្ហាញពីទំហំសេដ្ឋកិច្ចពិតប្រាកដដែលបានបង្កើត។ ដូចជាប្រាក់ចំណេញសុទ្ធដែលអ្នកទទួលបានពីការលក់នំ បន្ទាប់ពីដកថ្លៃទិញម្សៅ ស្ករ និងស៊ុតចេញរួចរាល់។
Fractional Logit Model (គំរូឡូជីតប្រភាគ) ជាគំរូសេដ្ឋកិច្ចមាត្រដែលប្រើសម្រាប់វិភាគទិន្នន័យអថេរអាស្រ័យដែលមានតម្លៃជាប្រភាគ ឬសមាមាត្រចន្លោះពី ០ ដល់ ១ (ឧទាហរណ៍៖ សន្ទស្សន៍ភាពចម្រុះនៃដំណាំ) ដើម្បីស្វែងយល់ពីកត្តាផ្សេងៗដែលជះឥទ្ធិពលធ្វើឱ្យតម្លៃប្រភាគនោះប្រែប្រួល។ ដូចជាការប្រើរូបមន្តគណិតវិទ្យាដើម្បីទស្សន៍ទាយថាតើសិស្សម្នាក់អាចប្រឡងបានពិន្ទុប៉ុន្មានភាគរយ (០% ទៅ ១០០%) ដោយផ្អែកលើម៉ោងសិក្សារបស់គេ។
Instrumental Variable Regression (តំរែតំរង់អថេរឧបករណ៍) ជាវិធីសាស្ត្រស្ថិតិដែលប្រើអថេរទីបី (ហៅថាអថេរឧបករណ៍ ឧទាហរណ៍៖ ទំហំផ្ទៃដីស្រោចស្រព) ដើម្បីដោះស្រាយបញ្ហាទិន្នន័យមានទំនាក់ទំនងគ្នាផ្ទៃក្នុង (Endogeneity) ដែលជួយកាត់បន្ថយភាពលម្អៀង និងធ្វើឱ្យការប៉ាន់ស្មានឥទ្ធិពលពិតប្រាកដកាន់តែមានភាពសុក្រឹត។ ដូចជាការប្រើអ្នកទីបីដែលគួរឱ្យទុកចិត្ត (អថេរឧបករណ៍) មកសួរនាំ ដើម្បីធានាថាការវាយតម្លៃរបស់អ្នកទៅលើរឿងក្តីណាមួយគឺពិតជាត្រឹមត្រូវ និងមិនមានភាពលម្អៀងដោយសារការស្គាល់គ្នាផ្ទាល់ខ្លួន។
Fractional Multinomial Logit Model (គំរូឡូជីតពហុនាមប្រភាគ) ជាការពង្រីកនៃគំរូប្រភាគធម្មតា ដែលប្រើសម្រាប់វិភាគនៅពេលដែលលទ្ធផលមានប្រភេទច្រើនជាងពីរ ហើយប្រភេទនីមួយៗតំណាងឱ្យប្រភាគនៃចំនួនសរុប (ឧទាហរណ៍ ចំណែកតម្លៃសេដ្ឋកិច្ចក្នុងវិស័យកសិកម្ម បសុសត្វ និងវារីវប្បកម្ម បញ្ចូលគ្នាស្មើ ១ គ្រប់ពេល)។ ដូចជាការវិភាគមើលថាតើអ្នកបែងចែកប្រាក់ខែរបស់អ្នកជាប៉ុន្មានភាគរយសម្រាប់ហូបចុក សន្សំ និងកម្សាន្ត ដោយភាគរយទាំងបីនេះបូកបញ្ចូលគ្នាត្រូវតែស្មើ ១០០ ជានិច្ច។
Endogeneity (បញ្ហាអថេរខាងក្នុង) ជាបញ្ហាក្នុងការវិភាគស្ថិតិដែលកើតឡើងនៅពេលអថេរពន្យល់ (ឯករាជ្យ) មានទំនាក់ទំនងជាមួយនឹងកំហុសឆ្គង ឬកត្តាផ្សេងទៀតដែលមិនត្រូវបានបញ្ចូលក្នុងគំរូវិភាគ ដែលធ្វើឱ្យលទ្ធផលប៉ាន់ស្មានពីមូលហេតុនិងផលមានភាពលម្អៀងខុសពីការពិត។ ដូចជាការសន្និដ្ឋានថា "ឆ័ត្រជាអ្នកធ្វើឱ្យមានភ្លៀងធ្លាក់" ដោយសារអ្នកតែងតែឃើញមនុស្សកាន់ឆ័ត្រនៅពេលមានភ្លៀង ប៉ុន្តែការពិតគឺកត្តាអាកាសធាតុទេដែលជាមូលហេតុ (កត្តាមិនបានរាប់បញ្ចូល)។
Public Distribution System (ប្រព័ន្ធចែកចាយសាធារណៈ) ជាកម្មវិធីសន្តិសុខស្បៀងដែលគាំទ្រដោយរដ្ឋាភិបាល ដោយធ្វើការបញ្ចេញ និងចែកចាយស្បៀងអាហារនិងទំនិញចាំបាច់មូលដ្ឋាន ក្នុងតម្លៃឧបត្ថម្ភ (ថោកជាងទីផ្សារ) ដល់ប្រជាពលរដ្ឋក្រីក្រនិងជនងាយរងគ្រោះ។ ដូចជាឃ្លាំងបម្រុងស្បៀងរបស់រដ្ឋ ដែលបញ្ចេញអង្ករលក់ក្នុងតម្លៃថោកជាពិសេស ដើម្បីជួយប្រជាជនក្នុងអំឡុងពេលដែលទំនិញលើទីផ្សារឡើងថ្លៃ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖