Original Title: Farmer's Perception on Climatic Factors and Social-economic Characteristics in the Agricultural Sector of Gujarat
Source: doi.org/10.36956/rwae.v4i1.788
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការយល់ឃើញរបស់កសិករលើកត្តាអាកាសធាតុ និងលក្ខណៈសេដ្ឋកិច្ច-សង្គមនៅក្នុងវិស័យកសិកម្មនៃរដ្ឋ Gujarat

ចំណងជើងដើម៖ Farmer's Perception on Climatic Factors and Social-economic Characteristics in the Agricultural Sector of Gujarat

អ្នកនិពន្ធ៖ Ajay K. Singh (DIT University), Shah Nawaz Ashraf (Mohammed VI Polytechnic University), Sandeep Kumar Sharma (DIT University)

ឆ្នាំបោះពុម្ព៖ 2023, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ វិស័យកសិកម្មនៅរដ្ឋ Gujarat កំពុងប្រឈមមុខនឹងភាពងាយរងគ្រោះដោយសារការប្រែប្រួលអាកាសធាតុ ដែលទាមទារឱ្យមានការយល់ដឹងពីកត្តាដែលមានឥទ្ធិពលលើការសម្របខ្លួន និងប្រាក់ចំណូលរបស់កសិករដើម្បីធានានិរន្តរភាពសេដ្ឋកិច្ចសង្គម។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ទិន្នន័យប្រមូលផ្ទាល់ពីកសិករ និងវិធីសាស្ត្រស្ថិតិកម្រិតខ្ពស់ដើម្បីវាយតម្លៃកត្តាផ្សេងៗដែលជះឥទ្ធិពលលើប្រាក់ចំណូលកសិដ្ឋាន។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Confirmatory Factor Analysis (CFA)
ការវិភាគកត្តាអះអាង (CFA)
ជួយកាត់បន្ថយភាពស្មុគស្មាញនៃទិន្នន័យដោយចងក្រងអថេរជាក្រុម និងអាចកំណត់អថេរលាក់កំបាំង (Latent variables) ដែលមិនអាចវាស់វែងដោយផ្ទាល់បាន។ ទាមទារឱ្យមានទិន្នន័យច្រើនគ្រប់គ្រាន់ និងការកំណត់រចនាសម្ព័ន្ធអថេរជាមុនឱ្យបានច្បាស់លាស់មុនពេលធ្វើការវិភាគ។ បានរកឃើញអថេរលាក់កំបាំងសំខាន់ៗចំនួន ៣១ ក្នុង ៥ ប្រភេទផ្សេងៗគ្នា ដែលជះឥទ្ធិពលលើប្រាក់ចំណូលកសិដ្ឋានក្នុងមួយហិកតា។
Principal-Component Factor Analysis (PCFA)
ការវិភាគកត្តាសមាសភាគចម្បង
ផ្តល់លទ្ធផលល្អប្រសើរជាងទម្រង់ផ្សេងទៀតនៃ CFA ក្នុងការទាញយកកត្តាសំខាន់ៗ និងពន្យល់ពីការប្រែប្រួលរួមនៃទិន្នន័យ (Cumulative variance)។ អាចបាត់បង់ព័ត៌មានលម្អិតមួយចំនួននៅពេលបង្រួមទិន្នន័យពីអថេរជាច្រើនឱ្យនៅសល់ត្រឹមកត្តាតិចតួច។ បានបង្ហាញតម្លៃអថេរ (Factor loading) ខ្ពស់លើកត្តាអាកាសធាតុ បច្ចេកវិទ្យា និងយុទ្ធសាស្ត្របន្សាំ ដោយបញ្ជាក់ពីឥទ្ធិពលចម្បងរបស់វា។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការចុះប្រមូលទិន្នន័យផ្ទាល់នៅទីវាល និងទិន្នន័យឧតុនិយមប្រវត្តិសាស្ត្រ រួមជាមួយនឹងការប្រើប្រាស់កម្មវិធីស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្តោតលើកសិករចំនួន ២៤០ នាក់នៅក្នុងស្រុកចំនួន ៨ នៃរដ្ឋ Gujarat ប្រទេសឥណ្ឌា ដែលជារដ្ឋមានការអភិវឌ្ឍឧស្សាហកម្មខ្លាំងនិងងាយរងគ្រោះដោយអាកាសធាតុ។ លក្ខខណ្ឌសេដ្ឋកិច្ចនិងប្រភេទដំណាំ (ដូចជា អំពៅ កប្បាស) អាចមានភាពខុសគ្នាពីបរិបទប្រទេសកម្ពុជាដែលពឹងផ្អែកខ្លាំងលើស្រូវនិងកសិកម្មបែបប្រពៃណី ប៉ុន្តែគោលការណ៍នៃយុទ្ធសាស្ត្របន្សាំ (CAS) នៅតែអាចយកមកសិក្សារៀនសូត្របានយ៉ាងល្អ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាការសិក្សានេះប្រព្រឹត្តទៅនៅប្រទេសឥណ្ឌា ប៉ុន្តែវិធីសាស្ត្រនិងការរកឃើញមានសារៈប្រយោជន៍ និងអាចអនុវត្តបានខ្ពស់សម្រាប់វិស័យកសិកម្មនៅប្រទេសកម្ពុជា។

សរុបមក ការជំរុញឱ្យមានការប្រើប្រាស់បច្ចេកវិទ្យាកសិកម្មសមស្រប និងការបង្កើនការគាំទ្រផ្នែកស្ថាប័ន គឺជាកត្តាគន្លឹះដើម្បីធានានិរន្តរភាពកសិកម្ម និងប្រាក់ចំណូលកសិករនៅកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូល និងរៀបចំទិន្នន័យ (Data Collection & Preparation): រៀបចំកម្រងសំណួរដើម្បីចុះសម្ភាសន៍កសិករអំពីកត្តាសេដ្ឋកិច្ច-សង្គម និងប្រមូលទិន្នន័យអាកាសធាតុប្រវត្តិសាស្ត្រពីក្រសួងធនធានទឹក និងឧតុនិយម។ ប្រើប្រាស់កម្មវិធី Excel ដើម្បីរៀបចំរចនាសម្ព័ន្ធទិន្នន័យ។
  2. រៀន និងប្រើប្រាស់កម្មវិធីស្ថិតិ (Master Statistical Tools): សិក្សាពីរបៀបប្រើប្រាស់កម្មវិធីសូហ្វវែរវិភាគទិន្នន័យដូចជា SPSSR Studio ជាពិសេសការអនុវត្តមុខងារកូដសម្រាប់ធ្វើ Confirmatory Factor Analysis (CFA) និងតេស្តភាពជឿជាក់ Cronbach's alpha
  3. កំណត់អថេរ និងរត់ម៉ូដែលវិភាគ (Variables Setup & Modeling): ចាត់ថ្នាក់អថេរជាក្រុមដូចជា៖ កត្តាអាកាសធាតុ ធាតុចូលកសិកម្ម បច្ចេកវិទ្យា និងការគាំទ្រស្ថាប័ន។ បន្ទាប់មករត់ម៉ូដែល Principal-Component Factor Analysis ដើម្បីស្វែងរកកត្តាដែលជះឥទ្ធិពលខ្លាំងជាងគេ (Factor Loading > 0.40)។
  4. បកស្រាយលទ្ធផល និងស្នើគោលនយោបាយ (Interpret Results & Policy Action): យកទិន្នន័យដែលចេញពីម៉ូដែលមកបកស្រាយពីទំនាក់ទំនងរវាងយុទ្ធសាស្ត្របន្សាំ (CAS) និងប្រាក់ចំណូលកសិដ្ឋាន ហើយចងក្រងជារបាយការណ៍សង្ខេបដើម្បីផ្តល់ជាអនុសាសន៍ដល់ស្ថាប័នអភិវឌ្ឍន៍កសិកម្មនៅកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Confirmatory Factor Analysis (ការវិភាគកត្តាអះអាង) ជាវិធីសាស្ត្រស្ថិតិដែលត្រូវបានប្រើប្រាស់ដើម្បីធ្វើតេស្តនិងអះអាងថាតើកត្តាឬអថេរដែលត្រូវបានសន្មត់ទុកជាមុន (ឧទាហរណ៍៖ កត្តាអាកាសធាតុ ឬ ការគាំទ្រពីរដ្ឋ) ពិតជាមានឥទ្ធិពល និងអាចតំណាងឱ្យក្រុមនៃទិន្នន័យដែលបានប្រមូលមកពីកសិករឬអត់។ ដូចជាការសាកល្បងមើលថាតើគ្រឿងផ្សំដែលយើងបានទាយទុកជាមុន ពិតជាធ្វើឱ្យម្ហូបមួយមានរសជាតិឆ្ងាញ់ដូចការរំពឹងទុកមែនឬអត់។
Latent Variable (អថេរលាក់កំបាំង) ជាអថេរឬកត្តាដែលមិនអាចវាស់វែងបានដោយផ្ទាល់ ប៉ុន្តែត្រូវបានទាញយកនិងគណនាតាមរយៈការវាស់វែងលើអថេរជាក់ស្តែងផ្សេងៗទៀតដែលទាក់ទងគ្នា។ ឧទាហរណ៍៖ 'ភាពធន់នឹងអាកាសធាតុ' មិនមានរង្វាស់ផ្ទាល់ទេ តែគេវាស់វាបានតាមរយៈការប្រើប្រាស់បច្ចេកវិទ្យា ជី និងប្រភពទឹក។ ដូចជាការវាស់វែង 'ភាពឆ្លាតវៃ' របស់មនុស្សម្នាក់ យើងមិនអាចវាស់វាផ្ទាល់ដោយប្រើម៉ែត្របានទេ តែយើងអាចវាយតម្លៃតាមរយៈពិន្ទុប្រឡង របៀបដោះស្រាយបញ្ហា និងការចងចាំ។
Climate Adaptation Strategy (យុទ្ធសាស្ត្របន្សាំទៅនឹងអាកាសធាតុ) ការផ្លាស់ប្តូរទម្លាប់ ឬការអនុវត្តវិធីសាស្ត្រថ្មីៗនៅក្នុងការដាំដុះ (ដូចជាការប្តូរពូជដំណាំ ការផ្លាស់ប្តូរពេលដាំដុះ ឬការសន្សំសំចៃទឹក) ដើម្បីកាត់បន្ថយផលប៉ះពាល់អវិជ្ជមានដែលបណ្តាលមកពីការប្រែប្រួលអាកាសធាតុ។ ដូចជាការយកឆ័ត្រមកតាមខ្លួន ឬពាក់អាវភ្លៀងនៅរដូវវស្សា ដើម្បីការពារកុំឱ្យទទឹកភ្លៀង នៅពេលដែលយើងមិនអាចហាមឃាត់ភ្លៀងមិនឱ្យធ្លាក់បាន។
Factor Loading (កម្រិតផ្ទុកកត្តា) តម្លៃស្ថិតិដែលបង្ហាញពីកម្លាំងនៃទំនាក់ទំនងរវាងអថេរជាក់ស្តែង និងអថេរលាក់កំបាំង (Latent variable) នៅក្នុងម៉ូដែល។ តម្លៃកម្រិតផ្ទុកកាន់តែខ្ពស់ (ជិតដល់ ១) មានន័យថាអថេរនោះមានឥទ្ធិពលកាន់តែខ្លាំង។ ដូចជាការវាយតម្លៃថា តើសមាជិកក្រុមម្នាក់ៗមានឥទ្ធិពលខ្លាំងប៉ុណ្ណាទៅលើភាពជោគជ័យនៃគម្រោងរួមមួយ។
Crop Diversification Index (សន្ទស្សន៍ពិពិធកម្មដំណាំ) ជារង្វាស់ដែលបង្ហាញពីកម្រិតនៃការដាំដុះដំណាំចម្រុះច្រើនមុខនៅក្នុងកសិដ្ឋានតែមួយក្នុងពេលតែមួយ ជាជាងការដាំដំណាំតែមួយមុខ ដើម្បីកាត់បន្ថយហានិភ័យសេដ្ឋកិច្ចនិងការខូចខាតដោយសារអាកាសធាតុ។ ដូចជាការដាក់ស៊ុតក្នុងកន្ត្រកច្រើនផ្សេងៗគ្នា បើកន្ត្រកមួយធ្លាក់បែក ក៏យើងនៅសល់ស៊ុតក្នុងកន្ត្រកផ្សេងទៀតដែរ។
Cronbach's Alpha (មេគុណអាល់ហ្វារបស់ Cronbach) រង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់ស្ទង់ភាពជឿជាក់ (Reliability) ឬភាពសង្គតិភាពខាងក្នុងនៃសំណុំកម្រងសំណួរ ថាតើវាស់វែងកត្តាគោលដៅតែមួយបានល្អកម្រិតណា ហើយស៊ីសង្វាក់គ្នាដែរឬទេ។ ដូចជាការបាញ់ស៊ីប ប្រសិនបើអ្នកបាញ់ត្រូវចំណុចក្បែរៗគ្នាច្រើនដងជាប់ៗគ្នា នោះបង្ហាញថាបច្ចេកទេសបាញ់របស់អ្នកមានភាពជឿជាក់ខ្ពស់ (Consistent) រាល់ពេលដែលអ្នកបាញ់។
Minimum Support Price (តម្លៃគាំទ្រអប្បបរមា) គោលនយោបាយអន្តរាគមន៍របស់រដ្ឋាភិបាលក្នុងការធានានូវតម្លៃលក់ទាបបំផុតសម្រាប់កសិផល ដើម្បីការពារកសិករពីការខាតបង់យ៉ាងធ្ងន់ធ្ងរនៅពេលដែលតម្លៃទីផ្សារសេរីធ្លាក់ចុះ។ ដូចជាការទិញធានារ៉ាប់រងសម្រាប់តម្លៃស្រូវ បើទោះជាឈ្មួញកណ្តាលឱ្យថោកប៉ុណ្ណា ក៏រដ្ឋនឹងទិញក្នុងតម្លៃគោលមួយដែលមិនឱ្យកសិករខាតបង់ចំណាយដើមដែរ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖