បញ្ហា (The Problem)៖ តើគ្រោះមហន្តរាយធម្មជាតិ និងបម្រែបម្រួលអាកាសធាតុជះឥទ្ធិពលយ៉ាងណាទៅលើប្រសិទ្ធភាពបច្ចេកទេសនៃការផលិតស្រូវនៅតំបន់ឆ្នេរនៃប្រទេសបង់ក្លាដែស?
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យអង្កេតផ្ទាល់ពីគ្រួសារចំនួន ៣០៣ នៅស្រុកជាប់មាត់សមុទ្រ និងអនុវត្តវិធីសាស្ត្រវិភាគសេដ្ឋកិច្ចដើម្បីវាស់ស្ទង់ប្រសិទ្ធភាពនៃការផលិត។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Corrected Ordinary Least Squares (COLS) ការប៉ាន់ប្រមាណដោយការកែតម្រូវការេអប្បបរមាធម្មតា (COLS) |
ងាយស្រួលក្នុងការគណនា និងផ្តល់រូបភាពបឋមនៃកម្រិតប្រសិទ្ធភាពផលិតកម្ម។ | ផ្តល់តម្លៃនៃភាពអសមត្ថភាព (inefficiency) លើសពីការពិត ព្រោះមិនបានបំបែកកត្តារំខានចៃដន្យចេញពីកត្តាអសមត្ថភាព។ | បង្ហាញប្រសិទ្ធភាពផលិតកម្មមធ្យមត្រឹមតែ ២៩,៧៩% ប៉ុណ្ណោះ ដែលទាបជាងការពិតបើធៀបនឹង SFA។ |
| Stochastic Frontier Analysis (SFA) controlling only for disaster effects ការវិភាគព្រំដែនស្តូកាស្ទិក (SFA) ដែលត្រួតពិនិត្យតែឥទ្ធិពលគ្រោះមហន្តរាយ |
អាចញែកកត្តារំខានចៃដន្យ (random noise) ចេញពីភាពអសមត្ថភាពបច្ចេកទេសពិតប្រាកដ។ | មិនទាន់បានបញ្ចូលកត្តាសេដ្ឋកិច្ចសង្គមផ្សេងៗ ដែលអាចធ្វើឱ្យមានការលំអៀងបន្តិចបន្តួចក្នុងការប៉ាន់ប្រមាណ។ | ប្រសិទ្ធភាពមធ្យមសរុបមាន ៦៧,៦១% ហើយគ្រួសាររងគ្រោះមានប្រសិទ្ធភាព ៧១,៤០% ប្រៀបធៀបនឹង ៦៣,៤២% សម្រាប់គ្រួសារមិនរងគ្រោះ។ |
| Stochastic Frontier Analysis (SFA) controlling for disaster exposure and household-specific factors ការវិភាគព្រំដែនស្តូកាស្ទិក (SFA) ដែលមានបញ្ជូលកត្តាគ្រួសារ និងការប្រឈមគ្រោះមហន្តរាយ |
ផ្តល់លទ្ធផលសុក្រឹត និងជាក់លាក់បំផុត ដោយសារមានការគ្រប់គ្រងលើអថេរផ្សេងៗ (ឧទាហរណ៍៖ អាយុ ទំហំគ្រួសារ ការកាន់កាប់ដី)។ | តម្រូវឱ្យមានការប្រមូលទិន្នន័យលម្អិតពីគ្រួសារនីមួយៗច្រើន និងការប្រើប្រាស់កម្មវិធីស្ថិតិស្មុគស្មាញ។ | ប្រសិទ្ធភាពផលិតកម្មមធ្យមសរុបគឺ ៧៣,២៥% ដោយរកឃើញថាគ្រួសាររងគ្រោះធម្មជាតិមានប្រសិទ្ធភាពខ្ពស់ជាងគ្រួសារមិនរងគ្រោះដល់ទៅ ១៩,៨%។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការប្រមូលទិន្នន័យបឋមតាមរយៈការស្ទង់មតិផ្ទាល់ពីកសិករនៅមូលដ្ឋាន និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រស្ថិតិដើម្បីវិភាគគំរូសេដ្ឋកិច្ច។
ការសិក្សានេះត្រូវបានធ្វើឡើងតែនៅតំបន់ឆ្នេរនៃប្រទេសបង់ក្លាដែស (Patuakhali, Cox’s Bazar និង Khulna) ដោយប្រមូលទិន្នន័យនៅរដូវកាលជាក់លាក់មួយ (Cross-sectional data) លើគ្រួសារចំនួន ៣០៣ ប៉ុណ្ណោះ។ ទិន្នន័យនេះមិនអាចបង្ហាញពីការវិវត្តតាមពេលវេលានោះទេ ហើយលក្ខខណ្ឌភូមិសាស្ត្រមួយចំនួនអាចខុសពីប្រទេសកម្ពុជា។ ទោះជាយ៉ាងណា វាជាមេរៀនដ៏ល្អសម្រាប់កម្ពុជាក្នុងការប្រើប្រាស់វិធីសាស្ត្រនេះដើម្បីវាយតម្លៃពីឥទ្ធិពលនៃការបន្សាំទៅនឹងបម្រែបម្រួលអាកាសធាតុនៅក្នុងសហគមន៍កសិកម្មងាយរងគ្រោះ។
វិធីសាស្ត្រ SFA នេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ជាពិសេសក្នុងការវាយតម្លៃភាពធន់ និងប្រសិទ្ធភាពនៃវិស័យកសិកម្មចំពោះបម្រែបម្រួលអាកាសធាតុ។
ជារួម ការប្រើប្រាស់អភិក្រមអន្តរវិស័យនេះ អាចជួយអ្នកស្រាវជ្រាវ និងអ្នករៀបចំគោលនយោបាយនៅកម្ពុជា ក្នុងការកំណត់អត្តសញ្ញាណវិធីសាស្ត្រធ្វើកសិកម្មប្រកបដោយភាពធន់ ដើម្បីបង្កើនផលិតភាពទប់ទល់នឹងបម្រែបម្រួលអាកាសធាតុបានយ៉ាងប្រសើរ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Stochastic Frontier Analysis (ការវិភាគព្រំដែនស្តូកាស្ទិក) | ជាវិធីសាស្ត្រស្ថិតិនិងអេកូណូមេទ្រីកដែលត្រូវបានប្រើដើម្បីវាស់ស្ទង់ប្រសិទ្ធភាពផលិតកម្ម ដោយផ្អែកលើការប៉ាន់ស្មានព្រំដែនផលិតកម្មអតិបរមា ព្រមទាំងមានសមត្ថភាពអាចបំបែកកត្តារំខានចៃដន្យ (ដូចជាអាកាសធាតុ) ចេញពីភាពអសមត្ថភាពពិតប្រាកដ (ការគ្រប់គ្រងមិនបានល្អ) របស់អ្នកផលិត។ | ដូចជាការប្រៀបធៀបសិស្សម្នាក់ទៅនឹងសិស្សដែលពូកែបំផុតក្នុងថ្នាក់ ហើយវាយតម្លៃថាតើពិន្ទុដែលគាត់បាត់បង់គឺដោយសារតែគាត់មិនខំរៀនពិតមែន ឬមកពីគាត់ឈឺដោយចៃដន្យនៅថ្ងៃប្រឡង។ |
| Technical Efficiency (ប្រសិទ្ធភាពបច្ចេកទេស) | ជាសមត្ថភាពរបស់អ្នកផលិត (ឧទាហរណ៍ កសិករ) ក្នុងការផលិតទិន្នផលឱ្យបានច្រើនបំផុតតាមដែលអាចធ្វើទៅបាន ដោយប្រើប្រាស់ធនធាន ឬធាតុចូល (ដូចជា ដី ជី ពូជ) ក្នុងបរិមាណដែលមានកំណត់ជាក់លាក់មួយ។ | ដូចជាចុងភៅពីរនាក់ដែលមានអង្ករនិងសាច់ប៉ុនគ្នា ប៉ុន្តែចុងភៅដែលមាន "ប្រសិទ្ធភាពបច្ចេកទេស" ខ្ពស់អាចចម្អិនបានម្ហូបច្រើនចានជាង និងមិនខ្ជះខ្ជាយគ្រឿងផ្សំ។ |
| Trans-log Production Function (អនុគមន៍ផលិតកម្ម Trans-log) | ជាទម្រង់គណិតវិទ្យាប្រើក្នុងសេដ្ឋកិច្ចដើម្បីបង្ហាញពីទំនាក់ទំនងរវាងធាតុចូលនិងទិន្នផល ដែលវាមានភាពបត់បែនខ្ពស់ ដោយអនុញ្ញាតឱ្យមានអន្តរកម្មរវាងធាតុចូលផ្សេងៗគ្នា (ឧ. ដី និង ជី) និងវាស់ស្ទង់ការប្រែប្រួលនៃកម្រិតផលត្រឡប់ទៅតាមទំហំផលិតកម្ម។ | ដូចជារូបមន្តធ្វើនំដែលមិនត្រឹមតែប្រាប់ពីបរិមាណម្សៅនិងស្ករដែលត្រូវដាក់នោះទេ តែវាថែមទាំងអាចគណនាពីប្រតិកម្មរវាងស្ករនិងម្សៅនៅពេលសីតុណ្ហភាពប្រែប្រួល ដែលជួយឱ្យទស្សន៍ទាយលទ្ធផលបានកានតែសុក្រឹត។ |
| Maximum Likelihood Estimation (ការប៉ាន់ប្រមាណភាពទំនងអតិបរមា) | ជាវិធីសាស្ត្រស្ថិតិសម្រាប់ប៉ាន់ស្មានតម្លៃនៃប៉ារ៉ាម៉ែត្រក្នុងម៉ូដែលគណិតវិទ្យាមួយ ដោយស្វែងរកតម្លៃណាដែលធ្វើឱ្យទិន្នន័យដែលយើងបានប្រមូលមកពីការស្ទង់មតិ មានឱកាសលេចឡើង (probability) ខ្ពស់បំផុត។ | ដូចជាការប៉ាន់ស្មានទម្ងន់នៃគ្រាប់ឡុកឡាក់ដែលត្រូវគេលួចបន្លំ តាមរយៈការមើលលទ្ធផលនៃការបោះវាច្រើនដង រហូតដល់យើងអាចសន្និដ្ឋានបានថាទម្ងន់របៀបណាដែលស័ក្តិសមបំផុតនឹងទិន្នន័យដែលយើងឃើញនោះ។ |
| Marginal Effect (ឥទ្ធិពលបន្ទាប់បន្សំ ឬឥទ្ធិពលម៉ាជីន) | ការវាស់ស្ទង់ពីអត្រានៃការប្រែប្រួលនៃអថេរអាស្រ័យ (ឧទាហរណ៍ ប្រសិទ្ធភាព ឬទិន្នផល) នៅពេលដែលអថេរឯករាជ្យមួយ (ឧទាហរណ៍ ការប្រើប្រាស់ជី) ប្រែប្រួលមួយឯកតា ស្របពេលដែលកត្តាផ្សេងៗទៀតត្រូវបានរក្សាឱ្យនៅថេរ។ | ដូចជាការចង់ដឹងថា តើការបន្ថែមម៉ោងសិក្សាតែ ១ម៉ោងទៀតក្នុងមួយថ្ងៃ នឹងជួយឱ្យពិន្ទុប្រឡងកើនឡើងប៉ុន្មានពិន្ទុ ស្របពេលដែលរបបអាហារនិងម៉ោងគេងនៅដដែល។ |
| Corrected Ordinary Least Squares (ការកែតម្រូវការេអប្បបរមាធម្មតា) | ជាវិធីសាស្ត្រវិភាគប្រសិទ្ធភាពផលិតកម្មជំនាន់មុន ដែលរុញបន្ទាត់តំណាងឱ្យកម្រិតមធ្យមឡើងទៅលើ ដើម្បីបង្កើតជាបន្ទាត់ព្រំដែនផលិតកម្មអតិបរមា ប៉ុន្តែវាមានចំណុចខ្សោយដោយសារមិនអាចបំបែកកត្តាចៃដន្យ (រំខានដោយធម្មជាតិ) ចេញពីភាពអសមត្ថភាពរបស់មនុស្សបានទេ។ | ដូចជាការទាញកម្ពស់មធ្យមរបស់មនុស្សគ្រប់គ្នាមកបូកបន្ថែមឱ្យស្មើនឹងមនុស្សដែលខ្ពស់ជាងគេរួចចាត់ទុកជាស្តង់ដារ ដោយមិនបានគិតថាអ្នកខ្លះទាបដោយសារពាក់ស្បែកជើងខុសខ្នាត។ |
| Salinity Intrusion (ការជ្រៀតចូលនៃទឹកប្រៃ) | ជាបាតុភូតដែលទឹកសមុទ្រហូរចូលទៅក្នុងប្រភពទឹកសាប ឬជ្រាបចូលទៅក្នុងដីកសិកម្មនៅតំបន់ឆ្នេរ ដែលធ្វើឱ្យដីបាត់បង់ជីជាតិ និងប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរដល់ការលូតលាស់របស់ដំណាំកសិកម្ម ជាពិសេសគឺដំណាំស្រូវ។ | ដូចជាការចាក់អំបិលចូលទៅក្នុងទឹកដែលយើងប្រើសម្រាប់ស្រោចផ្កានៅផ្ទះ ដែលយូរៗទៅផ្កានឹងស្វិតស្រពោននិងងាប់ដោយសារបរិមាណជាតិប្រៃកើនឡើងខ្លាំងពេក។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
