បញ្ហា (The Problem)៖ ឯកសារនេះវាយតម្លៃយ៉ាងទូលំទូលាយអំពីផលប៉ះពាល់នៃគម្រោងធានារ៉ាប់រងដំណាំ Pradhan Mantri Fasal Bima Yojana (PMFBY) របស់ប្រទេសឥណ្ឌា ទៅលើភាពធន់របស់កសិករប្រឆាំងនឹងហានិភ័យបម្រែបម្រួលអាកាសធាតុ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រចម្រុះតាមលំដាប់លំដោយ ដោយរួមបញ្ចូលការសម្ភាសន៍គុណវិស័យជាមួយនឹងការស្ទង់មតិបរិមាណទ្រង់ទ្រាយធំនៅទូទាំងរដ្ឋចំនួនបួនរបស់ឥណ្ឌា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Multiple Linear Regression ការវិភាគតំរែតំរង់លីនេអ៊ែរពហុគុណ |
អាចវាយតម្លៃឥទ្ធិពលនៃអថេរឯករាជ្យជាច្រើន (ការយល់ដឹង តម្លាភាព ការពេញចិត្ត) ទៅលើលទ្ធផលតែមួយក្នុងពេលតែមួយបានយ៉ាងច្បាស់លាស់។ | ទាមទារទិន្នន័យទំហំធំ និងត្រូវមានការប្រុងប្រយ័ត្នខ្ពស់ចំពោះបញ្ហាអថេរមានទំនាក់ទំនងគ្នាខ្លាំងពេក (Multicollinearity)។ | បានបង្ហាញថាអថេរទាំងបីរួមបញ្ចូលគ្នាអាចពន្យល់បាន ៧៦,៨% (R Square = 0.768) នៃផលប៉ះពាល់វិជ្ជមានរបស់គម្រោងធានារ៉ាប់រង។ |
| Pearson Correlation Analysis ការវិភាគសហសម្ព័ន្ធ Pearson |
ងាយស្រួលក្នុងការវាស់ស្ទង់កម្រិត និងទិសដៅនៃទំនាក់ទំនងលីនេអ៊ែររវាងអថេរពីរ (ឧ. ការពេញចិត្ត និងផលប៉ះពាល់)។ | មិនអាចបញ្ជាក់ពីទំនាក់ទំនងជាហេតុនិងផលបានទេ (Correlation does not imply causation) ហើយក៏មិនអាចគ្រប់គ្រងឥទ្ធិពលពីអថេរផ្សេងទៀតបានដែរ។ | រកឃើញថាការពេញចិត្តមានទំនាក់ទំនងវិជ្ជមានខ្លាំងជាងគេបំផុតជាមួយនឹងផលប៉ះពាល់នៃគម្រោង (r = 0.870)។ |
| Qualitative In-depth Interviews ការសម្ភាសន៍ស៊ីជម្រៅបែបគុណវិស័យ |
ផ្តល់នូវការយល់ដឹងស៊ីជម្រៅពីបរិបទ និងជួយកំណត់រកអថេរសំខាន់ៗមុននឹងចាប់ផ្តើមការស្ទង់មតិទ្រង់ទ្រាយធំ។ | ទំហំគំរូតូច (១៥ នាក់) ដែលធ្វើឱ្យពិបាកក្នុងការធ្វើទូទៅកម្ម (Generalization) ទៅកាន់ប្រជាជនទាំងមូល។ | បានជួយកំណត់អត្តសញ្ញាណកត្តាស្នូលចំនួនបី (ការយល់ដឹង តម្លាភាព ការពេញចិត្ត) ដើម្បីយកទៅបង្កើតកម្រងសំណួរសម្រាប់ការស្ទង់មតិ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះតម្រូវឱ្យមានការវិនិយោគពេលវេលា និងធនធានមនុស្សច្រើនក្នុងការប្រមូលទិន្នន័យផ្ទាល់ពីកសិករជាង ៣ ពាន់នាក់នៅទូទាំងរដ្ឋចំនួន ៤ រួមជាមួយនឹងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យស្ថិតិ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងរដ្ឋចំនួនបួននៃប្រទេសឥណ្ឌា ដោយផ្តោតលើកសិករដែលមានវ័យកណ្តាល និងមានប្រវត្តិអប់រំ/ចំណូលចម្រុះ។ ទិន្នន័យភាគច្រើនពឹងផ្អែកលើការរាយការណ៍ដោយខ្លួនឯង (Self-reported data) ដែលអាចមានភាពលម្អៀង ហើយវាមិនបានគ្រប់គ្រងលើកត្តាខាងក្រៅដូចជាការប្រែប្រួលគោលនយោបាយ ឬគ្រោះអាកាសធាតុនោះទេ។ សម្រាប់ប្រទេសកម្ពុជា នេះជារឿងសំខាន់ ព្រោះបរិបទសេដ្ឋកិច្ចកសិកម្ម ប្រភេទដំណាំ (ស្រូវជាចម្បង) និងកម្រិតនៃការគាំទ្រពីរដ្ឋាភិបាលមានភាពខុសគ្នាពីប្រទេសឥណ្ឌា ដែលទាមទារឱ្យមានការកែតម្រូវម៉ូដែលស្រាវជ្រាវនេះមុននឹងយកមកអនុវត្ត។
ទោះបីជាមានភាពខុសគ្នានៃបរិបទភូមិសាស្ត្រក៏ដោយ ក្របខ័ណ្ឌនៃការវាយតម្លៃផលប៉ះពាល់នេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការអភិវឌ្ឍវិស័យធានារ៉ាប់រងកសិកម្មនៅកម្ពុជា។
ការយកក្របខ័ណ្ឌនេះមកអនុវត្តនឹងជួយរាជរដ្ឋាភិបាល និងវិស័យឯកជនកម្ពុជា បង្កើតប្រព័ន្ធធានារ៉ាប់រងដំណាំប្រកបដោយបរិយាបន្ន ដែលកសិករមានទំនុកចិត្ត និងចូលរួមយ៉ាងសកម្មក្នុងការកាត់បន្ថយហានិភ័យបម្រែបម្រួលអាកាសធាតុ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Pradhan Mantri Fasal Bima Yojana (គម្រោងធានារ៉ាប់រងដំណាំ PMFBY) | ជាគម្រោងធានារ៉ាប់រងកសិកម្មរបស់រដ្ឋាភិបាលឥណ្ឌា ដែលជួយកសិករកាត់បន្ថយបន្ទុកហិរញ្ញវត្ថុពេលមានការខូចខាតដំណាំដោយសារគ្រោះធម្មជាតិ (គ្រោះរាំងស្ងួត ទឹកជំនន់ សត្វល្អិតបំផ្លាញ) ដោយតម្រូវឱ្យបង់បុព្វលាភក្នុងអត្រាដ៏ទាបបំផុត។ | ដូចជាការទិញធានារ៉ាប់រងសុខភាពអញ្ចឹងដែរ ប៉ុន្តែនេះគឺជាការទិញការការពារសម្រាប់ដំណាំនៅពេលមានគ្រោះធម្មជាតិ។ |
| Pearson Correlation (សហសម្ព័ន្ធ Pearson) | ជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់វាស់ស្ទង់កម្រិតនៃទំនាក់ទំនងលីនេអ៊ែររវាងអថេរពីរ ដើម្បីដឹងថាពេលអថេរមួយប្រែប្រួល តើអថេរមួយទៀតប្រែប្រួលតាមកម្រិតណា។ | ដូចជាការវាស់ស្ទង់មើលថា តើការខិតខំរៀនសូត្រ និងពិន្ទុប្រឡង មានទំនាក់ទំនងគ្នាខ្លាំងកម្រិតណា (បើខំរៀនកាន់តែខ្លាំង ពិន្ទុកាន់តែខ្ពស់)។ |
| Multiple Linear Regression (តំរែតំរង់លីនេអ៊ែរពហុគុណ) | ជាម៉ូដែលស្ថិតិមួយប្រើដើម្បីទស្សន៍ទាយ ឬពន្យល់ពីទំហំនៃផលប៉ះពាល់របស់អថេរមួយ (ឧ. ភាពជោគជ័យនៃគម្រោង) ដោយផ្អែកលើកត្តាជំរុញជាច្រើនបញ្ចូលគ្នា (ឧ. ការយល់ដឹង តម្លាភាព និងការពេញចិត្ត)។ | ដូចជាការទាយតម្លៃផ្ទះមួយដោយពឹងផ្អែកលើកត្តាជាច្រើនរួមមាន ទំហំដី ចំនួនបន្ទប់ និងទីតាំងភូមិសាស្ត្រ ក្នុងពេលតែមួយ។ |
| Multicollinearity (ពហុខូលីនេអ៊ែរ) | ជាបញ្ហាក្នុងការវិភាគស្ថិតិដែលកើតឡើងនៅពេលអថេរឯករាជ្យពីរឬច្រើននៅក្នុងម៉ូដែល មានទំនាក់ទំនងគ្នាខ្លាំងពេក ដែលធ្វើឱ្យអ្នកស្រាវជ្រាវពិបាកបែងចែកថាអថេរមួយណាពិតជាមានឥទ្ធិពលពិតប្រាកដទៅលើលទ្ធផល។ | ដូចជាការស្តាប់មនុស្សពីរនាក់និយាយរឿងតែមួយព្រមគ្នា ដែលធ្វើឱ្យយើងពិបាកបែងចែកថាតើអ្នកណាជាអ្នកផ្តល់ព័ត៌មានឱ្យយើងពិតប្រាកដ។ |
| Ex-post measures (វិធានការក្រោយពេលកើតហេតុ) | ជាយុទ្ធសាស្ត្រ ឬសកម្មភាពដែលត្រូវបានធ្វើឡើងបន្ទាប់ពីគ្រោះមហន្តរាយ ឬហានិភ័យបានកើតឡើងរួចហើយ ដើម្បីដោះស្រាយការខាតបង់ ដូចជាការខ្ចីប្រាក់ ការលក់ទ្រព្យសម្បត្តិ ឬការទាមទារសំណងធានារ៉ាប់រង។ | ដូចជាការលាបថ្នាំ ឬរុំរបួសបន្ទាប់ពីយើងបានដួលមុតរួចហើយ។ |
| Cluster Sampling (ការជ្រើសរើសគំរូតាមចង្កោម) | ជាវិធីសាស្ត្រស្រាវជ្រាវដែលគេបែងចែកចំនួនប្រជាជនគោលដៅជាក្រុមៗ (ចង្កោម) តាមតំបន់ភូមិសាស្ត្រ ឬលក្ខណៈផ្សេងៗ រួចជ្រើសរើសយកចង្កោមណាមួយមកធ្វើការស្ទង់មតិ ដើម្បីតំណាងឱ្យប្រជាជនទាំងមូលដោយសន្សំសំចៃពេលវេលា។ | ដូចជាការភ្លក់ម្ហូបក្នុងឆ្នាំងធំមួយ ដោយការដួសយកតែមួយស្លាបព្រាពីកន្លែងផ្សេងៗគ្នាមកភ្លក់ ដើម្បីដឹងពីរសជាតិទាំងមូលនៃឆ្នាំងនោះ។ |
| Climate Resilience (ភាពធន់នឹងអាកាសធាតុ) | សមត្ថភាពនៃប្រព័ន្ធកសិកម្ម ឬកសិករក្នុងការទប់ទល់ បន្សាំខ្លួន និងងើបឡើងវិញយ៉ាងឆាប់រហ័សពីផលប៉ះពាល់អវិជ្ជមាននៃការប្រែប្រួលអាកាសធាតុ ដូចជាគ្រោះរាំងស្ងួត ព្យុះ ឬទឹកជំនន់។ | ដូចជាដើមត្រែងដែលទន់លំអោនតាមខ្យល់ព្យុះ តែមិនបាក់ ហើយអាចងើបឈរត្រង់វិញដោយរឹងមាំនៅពេលខ្យល់ស្ងប់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
