Original Title: Digitalization of agriculture in Russia: current state, problems and prospects of development
Source: doi.org/10.1051/e3sconf/202344909001
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការធ្វើឌីជីថលនីយកម្មវិស័យកសិកម្មនៅប្រទេសរុស្ស៊ី៖ ស្ថានភាពបច្ចុប្បន្ន បញ្ហា និងការរំពឹងទុកនៃការអភិវឌ្ឍ

ចំណងជើងដើម៖ Digitalization of agriculture in Russia: current state, problems and prospects of development

អ្នកនិពន្ធ៖ Elena Ivanova (Don State Technical University), Maria Glyzina (Don State Technical University)

ឆ្នាំបោះពុម្ព៖ 2023, E3S Web of Conferences

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយពីបញ្ហាប្រឈម និងបញ្ហាប្រព័ន្ធដែលរារាំងដល់ការអភិវឌ្ឍប្រកបដោយចីរភាព និងការធ្វើបរិវត្តកម្មឌីជីថល (Digital Transformation) នៃបរិវេណកសិ-ឧស្សាហកម្មរបស់ប្រទេសរុស្ស៊ី។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះពឹងផ្អែកលើការវិភាគឯកសារគោលនយោបាយ ស្ថិតិផ្លូវការ និងការពិនិត្យអក្សរសិល្ប៍ពីមូលដ្ឋានទិន្នន័យ Scopus និង Web of Science ដោយប្រើប្រាស់វិធីសាស្ត្រវិភាគបែបតក្កវិជ្ជា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Traditional Agriculture
កសិកម្មបែបប្រពៃណី
មិនសូវពឹងផ្អែកលើហេដ្ឋារចនាសម្ព័ន្ធបច្ចេកវិទ្យាខ្ពស់ និងងាយស្រួលអនុវត្តសម្រាប់កសិករខ្នាតតូចដែលមានដើមទុនតិច។ មានអត្រាទាបនៃការធ្វើបច្ចុប្បន្នភាពឧបករណ៍ ងាយរងគ្រោះពីហានិភ័យអាកាសធាតុ និងមានផលិតភាពទាប។ បណ្តាលឱ្យមានការបោះបង់ចោលតំបន់កសិកម្មធំៗ និងខ្វះការអភិវឌ្ឍហេដ្ឋារចនាសម្ព័ន្ធ (យោងតាមបញ្ហាប្រឈមក្នុងឯកសារ)។
Digital Agriculture (Smart Farming)
កសិកម្មឌីជីថល (កសិកម្មឆ្លាតវៃ)
បង្កើនប្រសិទ្ធភាពផលិតកម្ម កាត់បន្ថយថ្លៃដើមតាមរយៈសេដ្ឋកិច្ចមាត្រដ្ឋាន (Economies of scale) និងកាត់បន្ថយហានិភ័យ។ ទាមទារការវិនិយោគទុនខ្ពស់ បុគ្គលិកជំនាញ (IT agronomists) និងក្របខ័ណ្ឌច្បាប់/គោលនយោបាយគាំទ្រពីរដ្ឋច្បាស់លាស់។ ជាយុទ្ធសាស្ត្រគោលក្នុងការធានាសន្តិសុខស្បៀង ដោយប្រើប្រាស់បច្ចេកវិទ្យា IoT, Big Data, Drones និងមនុស្សយន្ត។

ការចំណាយលើធនធាន (Resource Cost)៖ ការធ្វើបរិវត្តកម្មឌីជីថលក្នុងវិស័យកសិកម្មទាមទារការវិនិយោគហិរញ្ញវត្ថុច្រើន ការគាំទ្រពីរដ្ឋ (ការឧបត្ថម្ភធន) និងការបណ្តុះបណ្តាលធនធានមនុស្សជំនាញកម្រិតខ្ពស់យ៉ាងចាំបាច់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្អែកលើបរិបទប្រទេសរុស្ស៊ី ដោយផ្តោតលើទិន្នន័យពីអង្គការ Rosstat ច្បាប់សហព័ន្ធរុស្ស៊ី និងកសិដ្ឋានខ្នាតធំ (Agricultural holdings)។ វាក៏មានការប្រើប្រាស់បទពិសោធន៍ពីប្រទេសអភិវឌ្ឍន៍ដូចជា អាល្លឺម៉ង់ ស្វីស និងអៀរឡង់ផងដែរ។ នេះមានសារៈសំខាន់សម្រាប់កម្ពុជា ព្រោះទោះបីជាកម្ពុជាពឹងផ្អែកលើកសិករខ្នាតតូចក៏ដោយ ការរៀនសូត្រពីគំរូនៃការគាំទ្រពីរដ្ឋ និងការប្រើប្រាស់បច្ចេកវិទ្យា អាចជួយតម្រង់ទិសគោលនយោបាយកសិកម្មកម្ពុជាឱ្យកាន់តែទំនើប។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាការសិក្សានេះផ្តោតលើប្រទេសរុស្ស៊ីក៏ដោយ គំនិតនៃការធ្វើឌីជីថលនីយកម្ម និងការគាំទ្រពីរដ្ឋគឺមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា។

ការអនុវត្តបច្ចេកវិទ្យាឌីជីថលដោយមានការគាំទ្រហិរញ្ញវត្ថុត្រឹមត្រូវពីស្ថាប័នរដ្ឋ នឹងក្លាយជាកាតាលីករជួយប្រែក្លាយកសិកម្មកម្ពុជាពីបែបប្រពៃណី ទៅជាកសិ-ឧស្សាហកម្មទំនើបប្រកបដោយនិរន្តរភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃកសិកម្មឌីជីថល: និស្សិតគប្បីចាប់ផ្តើមស្រាវជ្រាវ និងសិក្សាពីគំនិតសំខាន់ៗដូចជា Internet of Things (IoT), Precision Farming, និង Big Data តាមរយៈវគ្គសិក្សាអនឡាញលើ CourseraedX ដើម្បីយល់ពីរបៀបដែលបច្ចេកវិទ្យាទាំងនេះដំណើរការក្នុងវិស័យកសិកម្ម។
  2. វិភាគគោលនយោបាយគាំទ្ររបស់រដ្ឋ: ប្រមូល និងវាយតម្លៃឯកសារគោលនយោបាយរបស់ Ministry of Agriculture, Forestry and Fisheries (MAFF) នៅកម្ពុជា ដោយប្រៀបធៀបជាមួយគំរូនៃច្បាប់គាំទ្ររបស់ប្រទេសរុស្ស៊ី (ដូចជាការផ្តល់ជំនួយ និងការឧបត្ថម្ភធន) ដើម្បីស្វែងរកចំណុចខ្វះខាត និងឱកាសកែលម្អ។
  3. អភិវឌ្ឍជំនាញវិភាគទិន្នន័យ (IT Agronomist Skills): រៀនប្រើប្រាស់កម្មវិធីកុំព្យូទ័រ និងឧបករណ៍វិភាគទិន្នន័យដូចជា Python សម្រាប់ការវិភាគទិន្នន័យធំ ឬ QGIS សម្រាប់ការគូសផែនទីកសិកម្ម ដើម្បីត្រៀមខ្លួនក្លាយជាអ្នកជំនាញកសិកម្មផ្នែកព័ត៌មានវិទ្យា ដែលទីផ្សារកំពុងត្រូវការ។
  4. អនុវត្តផ្ទាល់តាមរយៈការចុះកម្មសិក្សា: ស្វែងរកឱកាសធ្វើកម្មសិក្សាជាមួយក្រុមហ៊ុនបច្ចេកវិទ្យាកសិកម្ម (Agritech startups) នៅក្នុងស្រុកដូចជា AgriBuddy ឬគម្រោងកសិកម្មឆ្លាតវៃផ្សេងៗ ដើម្បីអនុវត្តការប្រើប្រាស់ DronesSensors ក្នុងស្ថានភាពជាក់ស្តែង។
  5. វាយតម្លៃប្រសិទ្ធភាពសេដ្ឋកិច្ច (Economic Feasibility Study): ប្រើប្រាស់ចំណេះដឹងផ្នែកសេដ្ឋកិច្ច ដើម្បីបង្កើតរូបមន្ត ឬវិធីសាស្ត្រគណនា Return on Investment (ROI) នៃការផ្លាស់ប្តូរពីកសិកម្មប្រពៃណីទៅកសិកម្មឌីជីថល សម្រាប់បង្ហាញជូនកសិករ ឬអ្នកវិនិយោគនៅកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Agro-industrial complex វាគឺជាប្រព័ន្ធសេដ្ឋកិច្ចមួយដែលរួមបញ្ចូលគ្នានូវគ្រប់ដំណាក់កាលនៃវិស័យកសិកម្ម ចាប់តាំងពីការផ្គត់ផ្គង់វត្ថុធាតុដើម ការដាំដុះ ការកែច្នៃ រហូតដល់ការចែកចាយផលិតផលសម្រេចទៅកាន់ទីផ្សារ។ ដូចជារោងចក្រខ្នាតយក្សមួយ ដែលមានតាំងពីកសិដ្ឋានដាំដុះ កន្លែងវេចខ្ចប់ និងប្រព័ន្ធដឹកជញ្ជូនលក់ទំនិញនៅកន្លែងតែមួយ។
Import substitution policy ជាគោលនយោបាយសេដ្ឋកិច្ចរបស់រដ្ឋ ដែលជំរុញឱ្យមានការផលិតទំនិញ ឬសេវាកម្មនៅក្នុងស្រុក ដើម្បីជំនួសឱ្យការទិញ ឬនាំចូលពីបរទេស ក្នុងគោលបំណងកាត់បន្ថយការពឹងផ្អែក និងរក្សាសន្តិសុខសេដ្ឋកិច្ចជាតិ។ ដូចជាការសម្រេចចិត្តដាំបន្លែហូបខ្លួនឯងនៅផ្ទះ ដើម្បីសន្សំលុយ និងឈប់ពឹងផ្អែកលើការទិញបន្លែពីផ្សាររាល់ថ្ងៃ។
Economies of scale វាជាគោលការណ៍សេដ្ឋកិច្ចដែលថ្លៃដើមផលិតកម្មក្នុងមួយឯកតាមានការថយចុះ នៅពេលដែលទំហំនៃការផលិតមានចំនួនកាន់តែច្រើន (ផលិតកាន់តែច្រើន ថ្លៃដើមកាន់តែថោក)។ ដូចជាការទិញទឹកបរិសុទ្ធមួយកេសធំ ដែលធ្វើឱ្យតម្លៃទឹកមួយដបៗថោកជាងការទិញរាយម្តងមួយដបពីតូប។
Precision farming ជាវិធីសាស្ត្រគ្រប់គ្រងកសិកម្មដោយប្រើប្រាស់បច្ចេកវិទ្យាព័ត៌មាន (ដូចជា GPS, Drones និង Sensors) ដើម្បីសង្កេត វាស់ស្ទង់ និងឆ្លើយតបទៅនឹងតម្រូវការជាក់លាក់របស់ដំណាំ ឬសត្វ ក្នុងគោលបំណងបង្កើនទិន្នផល និងកាត់បន្ថយការខ្ជះខ្ជាយ។ ដូចជាការផ្តល់ថ្នាំ និងចំណីឱ្យសត្វ ឬរុក្ខជាតិតាមតម្រូវការជាក់លាក់របស់វាដោយមិនឱ្យលើស ឬខ្វះ ជាជាងការដាក់ជីរាយប៉ាយពេញចម្ការ។
Internet of Things បណ្តាញនៃឧបករណ៍រូបវន្ត ម៉ាស៊ីន ឬវត្ថុផ្សេងៗដែលត្រូវបានបំពាក់ដោយសេនស័រ (Sensors) និងកម្មវិធីកុំព្យូទ័រ ដែលអនុញ្ញាតឱ្យពួកវាភ្ជាប់ទៅអ៊ីនធឺណិត និងផ្លាស់ប្តូរទិន្នន័យគ្នាទៅវិញទៅមកដោយស្វ័យប្រវត្តិ។ ដូចជាទូរស័ព្ទដៃដែលយើងអាចប្រើដើម្បីបញ្ជាឱ្យម៉ាស៊ីនបូមទឹកនៅកសិដ្ឋានស្រោចស្រពដំណាំដោយខ្លួនឯង ទោះបីជាយើងមិននៅទីនោះក៏ដោយ។
Big Data technologies បច្ចេកវិទ្យា និងវិធីសាស្ត្រដែលប្រើប្រាស់សម្រាប់ប្រមូលផ្តុំ រក្សាទុក និងវិភាគទិន្នន័យដែលមានទំហំធំមហិមា និងស្មុគស្មាញ ដើម្បីទាញយកព័ត៌មានសំខាន់ៗសម្រាប់ការសម្រេចចិត្ត។ ដូចជាខួរក្បាលកុំព្យូទ័រដ៏ឆ្លាតវៃដែលអាចអានសៀវភៅរាប់លានក្បាលក្នុងពេលតែមួយ ហើយសង្ខេបរកចំណុចសំខាន់ៗប្រាប់យើងវិញភ្លាមៗ។
Blockchain technologies ប្រព័ន្ធផ្ទុកទិន្នន័យបែបវិមជ្ឈការ (មិនស្ថិតនៅក្រោមការគ្រប់គ្រងរបស់បុគ្គលណាមួយ) ដែលធានាបាននូវតម្លាភាព សុវត្ថិភាពខ្ពស់ និងមិនអាចកែប្រែទិន្នន័យបាន ដែលជារឿយៗត្រូវបានប្រើដើម្បីតាមដានប្រភពដើមនៃផលិតផលកសិកម្ម។ ដូចជាសៀវភៅបញ្ជីគណនេយ្យសាធារណៈមួយ ដែលអ្នកគ្រប់គ្នាអាចមើលឃើញការកត់ត្រា ប៉ុន្តែគ្មាននរណាម្នាក់អាចលួចលុប ឬកែតួលេខចាស់ៗបានឡើយ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖