Original Title: Decisive Factors Associated to Land Tenure and Plot Size in Sugarcane Fields in Mexico
Source: doi.org/10.36956/rwae.v6i1.1498
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាកំណត់ដែលទាក់ទងនឹងកម្មសិទ្ធិដីធ្លី និងទំហំដីឡូត៍ក្នុងចម្ការអំពៅនៅប្រទេសម៉ិកស៊ិក

ចំណងជើងដើម៖ Decisive Factors Associated to Land Tenure and Plot Size in Sugarcane Fields in Mexico

អ្នកនិពន្ធ៖ Daniel Eduardo Paz-Pérez (ITS El Mante, Tecnológico Nacional de México)

ឆ្នាំបោះពុម្ព៖ 2025 Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហាវិសមភាពយេនឌ័រនៅក្នុងវិស័យកសិកម្ម ជាពិសេសពាក់ព័ន្ធនឹងកម្មសិទ្ធិដីធ្លី ទំហំដី និងអំណាចនៃការសម្រេចចិត្តក្នុងចំណោមអ្នកដាំដុះអំពៅនៅប្រទេសម៉ិកស៊ិក។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ការវិភាគបរិមាណលើទិន្នន័យដែលប្រមូលបានពីអ្នកផ្គត់ផ្គង់អំពៅដោយអនុវត្តការធ្វើតេស្តស្ថិតិ និងការវិភាគតំរែតំរង់។

ការយកគំរូទិន្នន័យ (Data Sampling): ការប្រមូលទិន្នន័យពីអ្នកផ្គត់ផ្គង់អំពៅចំនួន ៥៤៦ នាក់ នៅក្នុងក្រុងចំនួន ៦ នៃតំបន់ Tamaulipas ។
ការធ្វើតេស្តស្ថិតិ (Statistical Testing): ការប្រើប្រាស់មេគុណ Yule’s φ, ការជាប់ទាក់ទង Tetrachoric (Tetrachoric correlations) និងការធ្វើតេស្ត Fisher (Fisher’s exact test) ដើម្បីស្វែងរកទំនាក់ទំនងរវាងអថេរយេនឌ័រ និងទុនសេដ្ឋកិច្ចសង្គម។
ការវិភាគតំរែតំរង់ឡូជីស្ទិក (Logistic Regression): ការបង្កើតគំរូព្យាករណ៍ដើម្បីកំណត់ពីកម្មសិទ្ធិដីធ្លីដោយផ្អែកលើអថេរយេនឌ័រ និងអំណាចនៃការសម្រេចចិត្ត។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

ស្ត្រីតំណាងឱ្យត្រឹមតែ ១៧,៩% (៩៨ នាក់) នៃចំនួនអ្នកផ្គត់ផ្គង់អំពៅសរុបនៅក្នុងតំបន់ Tamaulipas ប្រទេសម៉ិកស៊ិក។
បើទោះបីជាស្ត្រីមានអត្រាកម្មសិទ្ធិដីធ្លីខ្ពស់ជាងបន្តិច (ជិត ៩៩% ធៀបនឹង ៩៤% សម្រាប់បុរស) ក៏ទំហំដីរបស់ពួកគេតូចជាងបុរសដែរ (មានតែ ៤៨% នៃស្ត្រីដែលមានដីលើសពី ៧ ហិកតា បើធៀបនឹង ៥៨% សម្រាប់បុរស)។
ស្ត្រីមានអំណាចក្នុងការសម្រេចចិត្តតិចជាងបុរសលើការដាំដុះ ហើយមានភាគរយទាបក្នុងការទទួលបានការចុះឈ្មោះក្នុងបញ្ជីកសិកម្ម និងការទទួលបានប្រាក់ចំណូលបន្ថែមផ្សេងទៀត។

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method)	គុណសម្បត្តិ (Pros)	គុណវិបត្តិ (Cons)	លទ្ធផលគន្លឹះ (Key Result)
Yule's φ (phi) Coefficient & Fisher's Exact Test មេគុណ Yule's φ និងការធ្វើតេស្ត Fisher's Exact	ងាយស្រួលក្នុងការវាស់ស្ទង់ភាពខ្លាំងនៃទំនាក់ទំនងរវាងអថេរពីរដែលមានលក្ខណៈជាជម្រើសពីរ (Dichotomous) ដូចជា យេនឌ័រ(ប្រុស/ស្រី) និង ការមាន/គ្មានប្រព័ន្ធស្រោចស្រព។	មិនអាចបង្ហាញពីទំនាក់ទំនងនៃហេតុនិងផល (Causation) បានទេ ហើយប្រើប្រាស់បានតែជាមួយទិន្នន័យប្រភេទវិភាគចំណាត់ថ្នាក់ (Categorical) ប៉ុណ្ណោះ។	រកឃើញទំនាក់ទំនងកម្រិតមធ្យម និងខ្សោយរវាងយេនឌ័រ និងការសម្រេចចិត្ត, ប្រព័ន្ធស្រោចស្រព, ការចុះឈ្មោះ, និងប្រាក់ចំណូលផ្សេងៗ។
Tetrachoric Correlation ការជាប់ទាក់ទង Tetrachoric	មានប្រសិទ្ធភាពខ្ពស់ក្នុងការស្វែងរកទំនាក់ទំនងរវាងអថេរជម្រើសពីរពិតប្រាកដ (ឧ. យេនឌ័រ) ជាមួយនឹងអថេរបន្ត (Continuous) ដែលត្រូវបានបំប្លែងទៅជាជម្រើសពីរ (ឧ. ទំហំដីធំជាង ឬតូចជាង ៧ហិកតា)។	ទាមទារឱ្យទិន្នន័យដើមមានរបាយធម្មតា (Normal Distribution) ហើយទំហំសំណាកក្នុងកោសិកានីមួយៗត្រូវមានយ៉ាងហោចណាស់១០%។	បង្ហាញពីទំនាក់ទំនងយ៉ាងរឹងមាំ (r_tet = 0.339) រវាងទំហំដីឡូត៍ និងយេនឌ័រ ដោយស្ត្រីភាគច្រើនមានទំហំដីតូចជាងបុរស។
Binary Logistic Regression ការវិភាគតំរែតំរង់ឡូជីស្ទិកទ្វេភាគ	អាចបង្កើតគំរូព្យាករណ៍ និងវាយតម្លៃប្រូបាប៊ីលីតេនៃលទ្ធផលមួយ (ឧ. ការមានកម្មសិទ្ធិដីធ្លី) ដោយផ្អែកលើអថេរឯករាជ្យជាច្រើន។	ទាមទារឱ្យអថេរឯករាជ្យមិនមានទំនាក់ទំនងគ្នាយ៉ាងស្អិតរមួត (Mutually Exclusive) និងត្រូវការទំហំសំណាកធំសមល្មមដើម្បីឱ្យគំរូមានភាពត្រឹមត្រូវ។	បង្កើតបានសមីការទស្សន៍ទាយដែលបង្ហាញថាយេនឌ័រ និងអំណាចសម្រេចចិត្តគឺជាកត្តាកំណត់ដ៏សំខាន់នៃកម្មសិទ្ធិដីធ្លី។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនតម្រូវឱ្យមានកុំព្យូទ័រដែលមានកម្លាំងម៉ាស៊ីនធំនោះទេ ប៉ុន្តែត្រូវការទិន្នន័យជាក់ស្តែងពីការចុះអង្កេតប្រជាសាស្ត្រ និងកម្មវិធីស្ថិតិឯកទេស។

Dataset: ទិន្នន័យអង្កេតច្បាស់លាស់ពីអ្នកផ្គត់ផ្គង់អំពៅចំនួន ៥៤៦ នាក់ នៅក្នុងតំបន់សិក្សា។
Software: កម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យស្ថិតិ ដូចជា SPSS version 28 ឬអាចជំនួសដោយ R ឬ Python ។
Expertise: ចំណេះដឹងផ្នែកស្ថិតិសង្គមសាស្ត្រ ការធ្វើតេស្តសម្មតិកម្ម និងវិធីសាស្ត្រវាយតម្លៃ Logistic Regression ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ Huasteca (រដ្ឋ Tamaulipas ប្រទេសម៉ិកស៊ិក) ដោយពឹងផ្អែកលើសំណាកអ្នកដាំអំពៅចំនួន ៥៤៦ នាក់។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីបរិបទសេដ្ឋកិច្ចសង្គម ការកែទម្រង់ដីធ្លី (Ejido) និងវប្បធម៌កសិកម្មរបស់ប្រទេសម៉ិកស៊ិកសុទ្ធសាធ។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីចំណុចនេះមានសារៈសំខាន់ ពីព្រោះទោះបីជាប្រទេសយើងមានបញ្ហាគម្លាតយេនឌ័រស្រដៀងគ្នាក៏ដោយ ប៉ុន្តែប្រវត្តិសាស្ត្រនៃការកាន់កាប់ដីធ្លី និងប្រព័ន្ធកសិកម្ម (ឧទាហរណ៍ ការធ្វើស្រែ និងដីសម្បទាន) មានទម្រង់ខុសគ្នា ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យក្នុងស្រុកដើម្បីផ្ទៀងផ្ទាត់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការវិភាគស្ថិតិនៅក្នុងឯកសារនេះ គឺមានអត្ថប្រយោជន៍ និងអាចយកមកអនុវត្តបានយ៉ាងល្អសម្រាប់បរិបទកសិកម្ម និងការស្រាវជ្រាវពីសង្គមសាស្ត្រនៅកម្ពុជា។

ការស្រាវជ្រាវកសិកម្មនៅខេត្តបាត់ដំបង និងបន្ទាយមានជ័យ: អាចប្រើប្រាស់វិធីសាស្ត្រនេះដើម្បីសិក្សាពីទំហំដី កម្មសិទ្ធិ និងភាពខុសគ្នានៃការសម្រេចចិត្តក្នុងការដាំដុះដំណាំស្រូវ ឬដំឡូងមី រវាងកសិករជាបុរស និងស្ត្រីជាមេគ្រួសារ។
សហគមន៍ជនជាតិដើមភាគតិច (ខេត្តរតនគិរី និងមណ្ឌលគិរី): អាចយកទៅអនុវត្តដើម្បីវាយតម្លៃពីអំណាចក្នុងការសម្រេចចិត្តដាំដុះ និងការចុះបញ្ជីដីធ្លីសហគមន៍ ដោយផ្តោតលើភាពងាយរងគ្រោះ និងសិទ្ធិរបស់ស្ត្រីជនជាតិដើមភាគតិច។
ក្រសួងកសិកម្ម រុក្ខាប្រមាញ់ និងនេសាទ (MAFF): អាចប្រើប្រាស់គំរូវិភាគ Logistic Regression ដើម្បីទស្សន៍ទាយ និងស្វែងយល់ពីកត្តាដែលរារាំងកសិករស្ត្រីមិនឱ្យចូលរួមក្នុងបញ្ជីចុះឈ្មោះសហគមន៍កសិកម្ម ឬការទទួលប្រាក់កម្ចី។

សរុបមក ការប្រើប្រាស់ស្ថិតិដើម្បីបង្ហាញពីគម្លាតយេនឌ័រយ៉ាងច្បាស់លាស់បែបនេះ នឹងជួយដល់ស្ថាប័នរដ្ឋ និងអង្គការក្រៅរដ្ឋាភិបាលនៅកម្ពុជា ក្នុងការរៀបចំគោលនយោបាយកសិកម្មដែលផ្តល់ភាពអង់អាចដល់ស្ត្រីឱ្យកាន់តែមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

សិក្សាពីមូលដ្ឋានគ្រឹះនៃស្ថិតិសង្គមវិទ្យា (Social Statistics Fundamentals): និស្សិតត្រូវស្វែងយល់ពីការវិភាគទិន្នន័យបែបពិពណ៌នា (Descriptive Statistics) និងការធ្វើតារាងខ្វែង (Crosstabs) សម្រាប់ទិន្នន័យជាប្រភេទជម្រើសពីរ (Dichotomous) ដោយអនុវត្តផ្ទាល់ជាមួយកម្មវិធី SPSS ឬកូដ Python (pandas, scipy.stats) ។
រចនាកម្រងសំណួរ និងប្រមូលទិន្នន័យ (Design Survey & Data Collection): រៀបចំកម្រងសំណួរឌីជីថលដោយប្រើប្រាស់ KoboToolbox ឬ Qualtrics ដើម្បីប្រមូលទិន្នន័យកសិករនៅកម្ពុជា (ឧទាហរណ៍ការដាំដុះអំពៅ Saccharum officinarum ឬស្រូវ) ដោយសាកសួរពីយេនឌ័រ ទំហំដី កម្មសិទ្ធិស្របច្បាប់ និងប្រភពចំណូល។
អនុវត្តការធ្វើតេស្តសម្មតិកម្មទំនាក់ទំនង (Hypothesis Testing): ប្រើប្រាស់ទិន្នន័យដែលប្រមូលបានមកធ្វើតេស្តរកទំនាក់ទំនងរវាងអថេរយេនឌ័រ និងទុនសេដ្ឋកិច្ចសង្គម ដោយអនុវត្តវិធីសាស្ត្រ Yule's Phi និង Tetrachoric Correlation ដើម្បីមើលកម្រិតភាពខ្លាំងនៃទំនាក់ទំនង។
បង្កើតគំរូព្យាករណ៍តំរែតំរង់ (Build Predictive Models): សិក្សាពីការរៀបចំអថេរ និងរត់ម៉ូដែល Binary Logistic Regression នៅក្នុង SPSS ឬ R (glm function) ដើម្បីទស្សន៍ទាយថា តើកត្តាយេនឌ័រ និងអំណាចនៃការសម្រេចចិត្តជះឥទ្ធិពលប៉ុណ្ណាដល់ការទទួលបានកម្មសិទ្ធិដីធ្លីពិតប្រាកដ។
ភ្ជាប់លទ្ធផលទៅនឹងគោលនយោបាយដីធ្លីកម្ពុជា (Policy Integration): វិភាគលទ្ធផលដែលទទួលបានដោយប្រៀបធៀបជាមួយច្បាប់ភូមិបាលឆ្នាំ២០០១ របស់កម្ពុជា និងសរសេរជារបាយការណ៍ស្រាវជ្រាវ (Policy Brief) ដើម្បីផ្តល់អនុសាសន៍ដល់ការលើកកម្ពស់សិទ្ធិដីធ្លីរបស់ស្ត្រី។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស	ការពន្យល់ជាខេមរភាសា (Khmer Explanation)	និយមន័យសាមញ្ញ (Simple Definition)
Ejido (ប្រព័ន្ធកម្មសិទ្ធិដីសហគមន៍អេច៊ីដូ)	ជាទម្រង់នៃការកាន់កាប់ដីធ្លីនៅប្រទេសម៉ិកស៊ិក ដែលរដ្ឋាភិបាលផ្តល់សិទ្ធិប្រើប្រាស់ដីសហគមន៍ទៅឱ្យប្រជាពលរដ្ឋមួយក្រុម (យ៉ាងតិច២០នាក់) ដើម្បីធ្វើកសិកម្ម ឬចិញ្ចឹមសត្វ ដោយជារឿយៗពួកគេអាចបន្តមរតកសិទ្ធិនេះបាន ប៉ុន្តែមិនអាចលក់ដូរដោយសេរីឡើយ។	ស្រដៀងនឹងការផ្តល់ "ដីសម្បទានសង្គមកិច្ច" ឬ "ដីសហគមន៍" នៅកម្ពុជា ដែលអ្នកភូមិមានសិទ្ធិធ្វើស្រែចម្ការតពូជ តែមិនមែនជាកម្មសិទ្ធិឯកជនផ្តាច់មុខដាច់ខាតនោះទេ។
Dichotomous variables (អថេរជម្រើសពីរ)	ជាប្រភេទអថេរនៅក្នុងការវិភាគស្ថិតិដែលមានតម្លៃ ឬជម្រើសតែពីរគត់ ដូចជា យេនឌ័រ (ប្រុស/ស្រី) ការមានដី (មាន/គ្មាន) ឬ ការបោះឆ្នោត (យល់ព្រម/មិនយល់ព្រម) ដែលគេប្រើដើម្បីងាយស្រួលក្នុងការទាញរកទំនាក់ទំនងនៃលក្ខណៈដាច់ស្រឡះពីគ្នា។	ដូចជាកុងតាក់ភ្លើងដែលមានតែពីរជម្រើស គឺ "បើក" និង "បិទ" ដោយមិនមានកម្រិតពាក់កណ្តាលនោះទេ។
Yule's φ (phi) coefficient (មេគុណ Yule's φ)	ជារង្វាស់ស្ថិតិមួយប្រើសម្រាប់គណនាភាពខ្លាំងនៃទំនាក់ទំនងរវាងអថេរពីរ ដែលអថេរទាំងពីរនោះសុទ្ធតែជាប្រភេទជម្រើសពីរ (Dichotomous) ដូចជាទំនាក់ទំនងរវាងយេនឌ័រ និងការមានប្រព័ន្ធស្រោចស្រព។ តម្លៃរបស់វាប្រែប្រួលពី ០ (គ្មានទំនាក់ទំនង) ដល់ ១ (ទំនាក់ទំនងខ្លាំងបំផុត)។	ដូចជាការវាស់ស្ទង់ជាតួលេខដើម្បីមើលថា តើពាក្យថា "មេឃខ្មៅ" និង "ភ្លៀងធ្លាក់" តែងតែកើតឡើងព្រមគ្នាញឹកញាប់កម្រិតណា។
Tetrachoric correlation (ការជាប់ទាក់ទង Tetrachoric)	វិធីសាស្ត្រស្ថិតិប្រើសម្រាប់វាស់ស្ទង់ទំនាក់ទំនងរវាងអថេរជម្រើសពីរ (ឧ. ប្រុស/ស្រី) និងអថេរមួយទៀតដែលតាមពិតជាទិន្នន័យបន្តបន្ទាប់ (Continuous) ប៉ុន្តែត្រូវបានគេកាត់ផ្តាច់បំប្លែងទៅជាជម្រើសពីរ (ឧ. ទំហំដី ត្រូវបានបំបែកជា៖ ធំជាង ឬ តូចជាង ៧ហិកតា)។	ដូចជាការយកកម្ពស់មនុស្ស (ដែលជាតួលេខរាប់មិនអស់) មកបែងចែកជាពីរក្រុម "ខ្ពស់" និង "ទាប" ហើយយកទៅប្រៀបធៀបជាមួយក្រុម "ប្រុស" និង "ស្រី" ដើម្បីមើលថាតើវាទាក់ទងគ្នាដែរឬទេ។
Binary Logistic Regression (ការវិភាគតំរែតំរង់ឡូជីស្ទិកទ្វេភាគ)	ជាបច្ចេកទេសបង្កើតគំរូទស្សន៍ទាយនៅក្នុងស្ថិតិ ដើម្បីគណនាពីប្រូបាប៊ីលីតេ (ឱកាសជាភាគរយ) នៃលទ្ធផលមួយដែលមានតែពីរជម្រើស (ឧទាហរណ៍ ឱកាសក្នុងការក្លាយជាម្ចាស់ដី) ដោយពឹងផ្អែកលើកត្តាជម្រុញផ្សេងៗគ្នាជាច្រើនក្នុងពេលតែមួយ។	ដូចជាការទស្សន៍ទាយថា "តើក្រុមបាល់ទាត់មួយនឹងឈ្នះ ឬចាញ់?" ដោយផ្អែកលើការបូកបញ្ចូលទិន្នន័យអាកាសធាតុ កម្លាំងកីឡាករ និងកំណត់ត្រាប្រកួតកន្លងមក។
Atomization of land ownership (ការបំបែកនិងបង្រួមទំហំកម្មសិទ្ធិដីធ្លី)	ជាដំណើរការដែលដីកសិកម្មទំហំធំត្រូវបានបែងចែកទៅជាដីឡូត៍តូចៗកាន់តែច្រើនឡើងៗ ជាទូទៅតាមរយៈការបែងចែកមរតកពីមួយជំនាន់ទៅមួយជំនាន់ ដែលធ្វើឱ្យការដាំដុះលែងសូវមានប្រសិទ្ធភាពសេដ្ឋកិច្ច។	ដូចជាការយកនំខេកមួយដុំធំទៅកាត់ចែកកូនចៅច្រើននាក់រៀងរាល់ឆ្នាំ រហូតដល់ម្នាក់ៗទទួលបាននំតែមួយចំណិតតូច ដែលមិនអាចហូបឆ្អែតបាន។
Hosmer and Lemeshow test (ការធ្វើតេស្ត Hosmer និង Lemeshow)	ជាការធ្វើតេស្តស្ថិតិមួយដើម្បីវាយតម្លៃ "ភាពសក្តិសមនៃគំរូ" (Goodness of fit) នៅក្នុងការវិភាគ Logistic Regression ពោលគឺវាស់ថាតើគំរូទស្សន៍ទាយដែលយើងបានបង្កើតឡើង អាចទស្សន៍ទាយលទ្ធផលបានត្រឹមត្រូវកម្រិតណាធៀបនឹងទិន្នន័យជាក់ស្តែង។	ដូចជាការពិនិត្យមើលជាចុងក្រោយថាតើខោអាវដែលជាងកាត់ដោយយកខ្នាតពីគំរូ ស៊ីប្លេនិងល្មមសមនឹងរាងកាយពិតប្រាកដរបស់អ្នកស្លៀកដែរឬទេ។
Sugarcane (Saccharum officinarum) (អំពៅ)	ជាប្រភេទរុក្ខជាតិស្មៅយក្សម្យ៉ាងដែលគេដាំដុះជាចម្បងនៅក្នុងតំបន់ត្រូពិចនិងពាក់កណ្តាលត្រូពិច សម្រាប់កិនយកទឹកកែច្នៃជាស្ករស និងអេតាណុល (ជីវឥន្ធនៈ) ដែលដើរតួនាទីយ៉ាងសំខាន់ក្នុងសេដ្ឋកិច្ចកសិ-ឧស្សាហកម្ម និងការចិញ្ចឹមជីវិតរបស់កសិករខ្នាតតូចជាច្រើនកន្លែងលើពិភពលោក។	ដូចគ្នានឹងអំពៅដែលយើងគាបយកទឹកផឹកធម្មតាដែរ ប៉ុន្តែពូជនេះគេដាំរាប់ពាន់ហិកតាដើម្បីយកទៅចម្រាញ់ក្នុងរោងចក្រ ធ្វើជាស្ករសដែលយើងប្រើប្រាស់សម្រាប់ស្លស្លុកប្រចាំថ្ងៃ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖