បញ្ហា (The Problem)៖ ឯកសារនេះស៊ើបអង្កេតអំពីរបៀបដែលការកសាងភូមិឌីជីថល (Digital villages) មានឥទ្ធិពលលើប្រសិទ្ធភាពនៃការបែងចែកធនធានទឹកកសិកម្មបៃតង (Green allocation) ដើម្បីដោះស្រាយបញ្ហាកង្វះខាតទឹក ការបំពុល និងអតុល្យភាពតាមលំហនៅក្នុងប្រទេសចិន។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យកម្រិតខេត្តចំនួន ៣០ ពីឆ្នាំ ២០១១ ដល់ ២០២២ ដោយអនុវត្តគំរូវាស់ស្ទង់ប្រសិទ្ធភាព និងគំរូសេដ្ឋកិច្ចមាត្រតាមលំហ (Spatial econometrics) ដើម្បីវិភាគទំនាក់ទំនង។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| SE-SBM Model (Super Slacks-Based Measure) គំរូវាស់ស្ទង់ប្រសិទ្ធភាពផ្អែកលើចន្លោះខ្វះខាតអតិបរមាមានបញ្ចូលទិន្នផលមិនចង់បាន |
អាចវាស់ស្ទង់ប្រសិទ្ធភាពបានជាក់លាក់ដោយបញ្ចូលទាំងទិន្នផលដែលចង់បាន និងមិនចង់បាន (ឧទាហរណ៍៖ កម្រិតបំពុលទឹក) និងដោះស្រាយបញ្ហាអតិផរណានៃតម្លៃប្រសិទ្ធភាពធៀបនឹងគំរូ DEA ជាប្រពៃណី។ | ទាមទារទិន្នន័យគ្រប់ជ្រុងជ្រោយទាំងធាតុចូល និងធាតុចេញជាច្រើនប្រភេទ ហើយអាចរងឥទ្ធិពលពីកំហុសអថេរដែលមិនបានសង្កេតឃើញ។ | បានវាស់ស្ទង់ឃើញថាប្រសិទ្ធភាពនៃការបែងចែកធនធានទឹកកសិកម្មនៅប្រទេសចិនមានការកើនឡើងជាលំដាប់ក្នុងកម្រិត ០.៧៥ ដល់ ០.៨០ និងមានវិសមភាពច្បាស់លាស់តាមតំបន់។ |
| Spatial Durbin Model (SDM) គំរូសេដ្ឋកិច្ចមាត្រតាមលំហ Durbin |
មានសមត្ថភាពខ្ពស់ក្នុងការកាត់បន្ថយបញ្ហាអន្តរកម្ម (Endogeneity) និងអាចវាស់ស្ទង់បានទាំងឥទ្ធិពលសាយភាយតាមលំហនៃអថេរឯករាជ្យ និងអថេរអាស្រ័យ (Spatial spillover effects)។ | ការគណនាមានភាពស្មុគស្មាញ និងទាមទារការកំណត់ម៉ាទ្រីសទម្ងន់តាមលំហ (Spatial weight matrices) ឱ្យបានច្បាស់លាស់ដើម្បីចៀសវាងភាពលម្អៀង។ | រកឃើញថាការកើនឡើង ១% នៃការកសាងភូមិឌីជីថល ធ្វើឱ្យប្រសិទ្ធភាពទឹកកសិកម្មបៃតងកើនឡើង ០.៥៦៤% ប៉ុន្តែមានឥទ្ធិពលអវិជ្ជមានដល់ខេត្តជិតខាង (Matthew effect)។ |
| Fixed-Effect Baseline Model (OLS) គំរូតំរែតំរង់មូលដ្ឋានអថេរថេរ |
ងាយស្រួលក្នុងការវិភាគ និងផ្តល់នូវការយល់ដឹងជាមូលដ្ឋានអំពីទំនាក់ទំនងផ្ទាល់រវាងអថេរនៅក្នុងទិន្នន័យប្រភេទ Panel ក្នុងតំបន់នីមួយៗ។ | មិនបានគិតបញ្ចូលឥទ្ធិពលសាយភាយតាមលំហ (Spatial effects) ដែលធ្វើឱ្យការសន្និដ្ឋានបាត់បង់ទិដ្ឋភាពនៃឥទ្ធិពលតំបន់ជិតខាង។ | បង្ហាញទំនាក់ទំនងវិជ្ជមាន (កម្រិតអត្ថន័យ ០.៣៦៦) រវាងភូមិឌីជីថលនិងប្រសិទ្ធភាពទឹក មុនពេលបញ្ចូលការវិភាគតាមលំហ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកខ្លាំងលើការប្រមូលទិន្នន័យបន្ទះ (Panel data) រយៈពេលវែង និងការប្រើប្រាស់កម្មវិធីវិភាគទិន្នន័យភូមិសាស្ត្រនិងសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្អែកលើទិន្នន័យខេត្តចំនួន ៣០ នៅក្នុងប្រទេសចិន ចន្លោះឆ្នាំ ២០១១-២០២២ ដែលមានហេដ្ឋារចនាសម្ព័ន្ធឌីជីថលជឿនលឿន។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះអាចមានគម្លាតឆ្ងាយដោយសារកម្រិតអភិវឌ្ឍន៍ហេដ្ឋារចនាសម្ព័ន្ធឌីជីថលនៅជនបទកម្ពុជានៅមានកម្រិត និងខ្វះខាតប្រព័ន្ធកត់ត្រាស្ថិតិគ្រប់ជ្រុងជ្រោយស្តីពីការប្រើប្រាស់ទឹកកសិកម្ម និងការបំពុល។
ទោះបីជាបរិបទសេដ្ឋកិច្ចនិងឌីជីថលមានការខុសគ្នាក៏ដោយ វិធីសាស្រ្តវាយតម្លៃប្រសិទ្ធភាពទឹកនិងការវិភាគឥទ្ធិពលសាយភាយតាមលំហនេះ គឺមានសារៈសំខាន់សម្រាប់ការរៀបចំផែនការអភិវឌ្ឍន៍នៅកម្ពុជា។
ការទាញយកប្រយោជន៍ពីគំរូនេះនៅកម្ពុជា ទាមទារឱ្យមានការវិនិយោគជាមុនលើប្រព័ន្ធប្រមូលទិន្នន័យកសិកម្មឌីជីថលស្តង់ដារ និងការកសាងហេដ្ឋារចនាសម្ព័ន្ធអ៊ិនធឺណិតឱ្យបានទូលំទូលាយនៅតាមសហគមន៍ជនបទ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| SE-SBM Model | ជាគំរូគណិតវិទ្យាមួយសម្រាប់វាស់ស្ទង់ប្រសិទ្ធភាព ដោយគិតបញ្ចូលមិនត្រឹមតែលទ្ធផលល្អដែលយើងចង់បាន (ដូចជាទិន្នផលកសិកម្ម) ប៉ុណ្ណោះទេ តែថែមទាំងទិន្នផលអាក្រក់ដែលមិនចង់បាន (ដូចជាការបំពុលទឹក) ព្រមទាំងអាចប្រៀបធៀបអង្គភាពដែលដំណើរការល្អបំផុត (លើសពីពិន្ទុ ១) ជាមួយគ្នាបានយ៉ាងច្បាស់លាស់។ | ដូចជាការវាយតម្លៃសិស្សពូកែ ដោយមិនត្រឹមតែមើលពិន្ទុប្រឡងខ្ពស់ទេ តែថែមទាំងដកពិន្ទុបើពួកគេបង្កជម្លោះ ហើយថែមទាំងអាចប្រៀបធៀបសិស្សដែលបានលេខ១ដូចគ្នាថាអ្នកណាពូកែជាងគេពិតប្រាកដ។ |
| Spatial Durbin model | ជាគំរូស្ថិតិក្នុងសេដ្ឋកិច្ចមាត្រលំហ ដែលប្រើដើម្បីវិភាគថាតើកត្តាណាមួយនៅក្នុងតំបន់មួយ (ឧទាហរណ៍៖ ការពង្រីកបណ្តាញអ៊ីនធឺណិត) មានឥទ្ធិពលលើលទ្ធផលក្នុងតំបន់ខ្លួនឯងផង និងមានឥទ្ធិពលសាយភាយទៅដល់លទ្ធផលនៅក្នុងតំបន់ខេត្តជិតខាងផងដែរឬទេ។ | ដូចជាការស្វែងយល់ថា ការដាំផ្កានៅផ្ទះរបស់អ្នក មិនត្រឹមតែធ្វើឱ្យផ្ទះអ្នកស្អាតទេ តែថែមទាំងធ្វើឱ្យក្លិនក្រអូបសាយភាយដល់អ្នកជិតខាងទៀតផង។ |
| Moran's I index | ជារង្វាស់ស្ថិតិសម្រាប់ធ្វើតេស្ត "ទំនាក់ទំនងតាមលំហ" (Spatial Autocorrelation) ដើម្បីពិនិត្យមើលថាតើតំបន់ដែលមានលក្ខណៈស្រដៀងគ្នា (ឧទាហរណ៍៖ មានប្រសិទ្ធភាពប្រើប្រាស់ទឹកខ្ពស់ដូចគ្នា) មានទំនោរប្រមូលផ្តុំនៅក្បែរគ្នាជាក្រុម ឬនៅរាយប៉ាយដាច់ពីគ្នា។ | ដូចជាការមើលពីលើអាកាសសង្កេតមើលថា តើមនុស្សដែលពាក់អាវពណ៌ក្រហមចូលចិត្តឈរផ្តុំគ្នានៅមួយកន្លែង ឬឈររាយប៉ាយលាយឡំជាមួយអ្នកពាក់អាវពណ៌ផ្សេង។ |
| Matthew effect | ជាបាតុភូតដែល "អ្នកមាន កាន់តែមាន អ្នកក្រ កាន់តែក្រ" ដែលក្នុងបរិបទនៃការសិក្សានេះ វាសំដៅលើការដែលខេត្តមានការអភិវឌ្ឍបច្ចេកវិទ្យាខ្ពស់ស្រាប់ បន្តទាញយកអត្ថប្រយោជន៍ និងទាញយកធនធានពីខេត្តតូចៗ ធ្វើឱ្យតំបន់ដែលខ្សោយស្រាប់នៅតែបន្តដើរតាមក្រោយ។ | ដូចជាក្មេងដែលមានប្រាក់ទិញសៀវភៅរៀនច្រើន កាន់តែរៀនពូកែទៅៗ ខណៈក្មេងដែលគ្មានប្រាក់ទិញសៀវភៅ កាន់តែរៀនមិនទាន់គេ។ |
| siphon effect | ជាឥទ្ធិពលដែលតំបន់មានសេដ្ឋកិច្ច ឬហេដ្ឋារចនាសម្ព័ន្ធអភិវឌ្ឍន៍ជាង (ឧទាហរណ៍ ទីក្រុងធំៗ) បឺតស្រូបយកធនធាន ទេពកោសល្យ និងការវិនិយោគពីតំបន់ជិតខាងដែលក្រីក្រជាង ធ្វើឱ្យតំបន់ជិតខាងនោះជួបការលំបាកកាន់តែខ្លាំងក្នុងការអភិវឌ្ឍខ្លួន។ | ដូចជាការប្រើទុយោបឺតទាញយកទឹកពីកែវរបស់អ្នកជិតខាង មកចាក់ចូលកែវខ្លួនឯងឱ្យពេញ។ |
| Agricultural Grey Water Footprint | ទំហំនៃបរិមាណទឹកសាបដែលត្រូវការចាំបាច់ដើម្បីរំលាយសារធាតុពុល (ដូចជាជាតិគីមីពីជីកសិកម្ម ឬថ្នាំសម្លាប់សត្វល្អិត) ឱ្យចុះខ្សោយរហូតដល់កម្រិតមួយដែលមិនប៉ះពាល់ដល់បរិស្ថានស្របតាមស្តង់ដារគុណភាពទឹក។ | ដូចជាការចាក់ទឹកស្អាតបន្ថែមចូលទៅក្នុងកែវទឹកដែលមានលាយថ្នាំពុលបន្តិចបន្តួច រហូតទាល់តែទឹកក្នុងកែវនោះរាវលែងមានជាតិពុលដែលអាចប៉ះពាល់ដល់សុខភាព។ |
| Spatial spillover effect | ជាឥទ្ធិពលប្រយោលដែលកើតឡើងនៅពេលសកម្មភាព ឬការអភិវឌ្ឍនៅក្នុងតំបន់មួយ (ដូចជាការកសាងហេដ្ឋារចនាសម្ព័ន្ធឌីជីថល) បានជះឥទ្ធិពលជាវិជ្ជមាន ឬអវិជ្ជមានឆ្លងកាត់ព្រំដែន ទៅដល់សេដ្ឋកិច្ច ឬបរិស្ថាននៃតំបន់ដែលនៅក្បែរខាងខ្លួន។ | ដូចជាពេលអ្នកជិតខាងបើកភ្លើងបំភ្លឺមុខផ្ទះរបស់គេ តែពន្លឺនោះក៏បានជួយបំភ្លឺផ្លូវមុខផ្ទះរបស់អ្នកឱ្យភ្លឺងាយស្រួលដើរផងដែរ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
