បញ្ហា (The Problem)៖ ឯកសារនេះស្រាវជ្រាវពីបញ្ហានៃការថយចុះផលិតភាពពលកម្ម និងផលិតភាពកត្តាសរុប (Total Factor Productivity) នៅក្នុងវិស័យកសិកម្មរបស់ប្រទេសហ្ស៊កដានី បើទោះបីជាមានការកើនឡើងនៃចំនួនការងារនៅក្នងវិស័យនេះក៏ដោយ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់គំរូសេដ្ឋកិច្ចមាត្រដើម្បីវិភាគទិន្នន័យពីឆ្នាំ១៩៩០ ដល់ឆ្នាំ២០២៣ ដោយផ្តោតលើទំនាក់ទំនងរយៈពេលវែង និងការវាស់ស្ទង់ប្រសិទ្ធភាពបច្ចេកទេស។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Vector Error Correction Model (VECM) គំរូកែកំហុសវ៉ិចទ័រ (VECM) |
អាចវិភាគទំនាក់ទំនងរយៈពេលវែងរវាងអថេរ និងតាមដានល្បឿននៃការកែតម្រូវត្រឡប់ទៅរកលំនឹងវិញក្រោយពេលមានបម្រែបម្រួល។ | តម្រូវឱ្យទិន្នន័យមានលក្ខណៈ Non-stationary នៅកម្រិត Level និងមានកាក់សញ្ញា (Cointegration) ដែលទាមទារទិន្នន័យស៊េរីពេលវេលាវែង និងច្បាស់លាស់។ | បង្ហាញថាទិន្នផលកសិកម្មមានទំនាក់ទំនងរយៈពេលវែងជាមួយមូលធន (ភាពយឺត ០,២៧) ពលកម្ម (០,៥១) និងដីធ្លី (០,១១) ហើយកែកំហុសក្នុងអត្រា ៨០,៥% ក្នុងមួយឆ្នាំ។ |
| Data Envelopment Analysis (DEA) ការវិភាគស្រោមទិន្នន័យសម្រាប់ការវាស់ស្ទង់ប្រសិទ្ធភាពបច្ចេកទេស |
ជាវិធីសាស្ត្រមិនពឹងផ្អែកលើប៉ារ៉ាម៉ែត្រ (Non-parametric) ដែលអនុញ្ញាតឱ្យប្រើប្រាស់ធាតុចូលនិងធាតុចេញច្រើនប្រភេទដោយមិនបាច់កំណត់ទម្រង់អនុគមន៍ផលិតកម្មជាមុន។ | ងាយរងឥទ្ធិពលពីទិន្នន័យខុសប្រក្រតី (Outliers) ខ្លាំង និងមិនអាចធ្វើតេស្តសម្មតិកម្មស្ថិតិបានដូចគំរូសេដ្ឋកិច្ចមាត្រដទៃ។ | បង្ហាញថាប្រសិទ្ធភាពបច្ចេកទេសក្រោមកម្រិតទំហំថេរ (CRS TE) សម្រេចបានកម្រិតអតិបរមា (១.០០) ក្នុងឆ្នាំ២០១១ មុនពេលធ្លាក់ចុះមកចន្លោះ ០,៧៤ ដល់ ០,៨៨ វិញ។ |
| Growth Accounting Methodology វិធីសាស្ត្រគណនាកំណើនដើម្បីប៉ាន់ប្រមាណ TFP |
ជាវិធីសាស្ត្រដ៏ពេញនិយម និងងាយស្រួលក្នុងការប៉ាន់ប្រមាណផលិតភាពកត្តាសរុប (Total Factor Productivity) ដោយផ្អែកលើអនុគមន៍ផលិតកម្ម Cobb-Douglas។ | សន្មតថាកម្រិតទំហំត្រឡប់ថេរ (Constant Returns to Scale) ដែលអាចមិនឆ្លុះបញ្ចាំងពីស្ថានភាពជាក់ស្តែងនៃវិស័យកសិកម្មទាំងមូលប្រសិនបើមានបម្រែបម្រួលធំដុំ។ | រកឃើញ៣ដំណាក់កាលនៃ TFP៖ ការធ្លាក់ចុះក្នុងទសវត្សរ៍ឆ្នាំ១៩៩០ កំណើនខ្ពស់ចន្លោះឆ្នាំ២០០០-២០១១ និងការថយចុះឡើងវិញក្រោយឆ្នាំ២០១១។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនតម្រូវឱ្យមានការចុះប្រមូលទិន្នន័យផ្ទាល់នោះទេ ប៉ុន្តែពឹងផ្អែកជាចម្បងលើទិន្នន័យបន្ទាប់បន្សំជាស៊េរីពេលវេលា និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគសេដ្ឋកិច្ចមាត្រ។
ការសិក្សានេះផ្តោតទាំងស្រុងលើទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចនៃវិស័យកសិកម្មក្នុងប្រទេសហ្ស៊កដានីពីឆ្នាំ ១៩៩០ ដល់ ២០២៣ ដែលជាប្រទេសមានធនធានទឹកខ្សត់ខ្សោយ និងពឹងផ្អែកខ្លាំងលើពលករបរទេស។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាមានធនធានទឹកនិងដីធ្លីអំណោយផលជាង ប៉ុន្តែបញ្ហាចំណាកស្រុកពីជនបទទៅទីក្រុង ដែលកាត់បន្ថយកម្លាំងពលកម្មកសិកម្ម និងកង្វះការវិនិយោគលើបច្ចេកវិទ្យា គឺជាបញ្ហាប្រឈមស្រដៀងគ្នាដែលធ្វើឱ្យវិធីសាស្ត្រក្នុងការសិក្សានេះនៅតែមានតម្លៃសម្រាប់យកមកអនុវត្ត។
គំរូសេដ្ឋកិច្ចមាត្រ និងវិធីសាស្ត្រវិភាគនៅក្នុងឯកសារនេះ មានសក្តានុពលខ្ពស់ក្នុងការយកមកអនុវត្តដើម្បីវាយតម្លៃ និងរៀបចំយុទ្ធសាស្ត្រកែលម្អផលិតភាពកសិកម្មនៅកម្ពុជា។
ការអនុវត្តវិធីសាស្ត្រវិភាគទាំងនេះនឹងជួយផ្ដល់ភស្តុតាងជាក់លាក់ដល់រដ្ឋាភិបាលកម្ពុជា ក្នុងការផ្លាស់ប្តូរពីកសិកម្មបែបប្រពៃណីដែលពឹងផ្អែកលើកម្លាំងពលកម្មមនុស្សច្រើន ទៅជាកសិកម្មទំនើបដែលជំរុញដោយបច្ចេកវិទ្យា និងផលិតភាពកត្តាសរុប (TFP) ខ្ពស់។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Total Factor Productivity (TFP) (ផលិតភាពកត្តាសរុប) | ជារង្វាស់នៃប្រសិទ្ធភាពសេដ្ឋកិច្ចដែលបង្ហាញពីរបៀបដែលធាតុចូលទាំងអស់ (ដូចជា ទុន ពលកម្ម ដីធ្លី) ត្រូវបានប្រើប្រាស់រួមគ្នាដើម្បីបង្កើតជាទិន្នផល ដោយគិតបញ្ចូលទាំងវឌ្ឍនភាពបច្ចេកវិទ្យា និងការគ្រប់គ្រងដែលធ្វើឲ្យទិន្នផលកើនឡើងក្រៅពីការបន្ថែមបរិមាណធាតុចូល។ | ដូចជាការធ្វើនំអញ្ចឹង TFP មិនមែនគ្រាន់តែវាស់ថាយើងប្រើម្សៅ ឬស្ករច្រើនប៉ុណ្ណានោះទេ តែវាស់ពីភាពប៉ិនប្រសប់របស់អ្នកធ្វើនំ និងឧបករណ៍ទំនើបដែលធ្វើឲ្យនំឆ្ងាញ់និងបានច្រើនជាងមុនដោយប្រើគ្រឿងផ្សំដដែល។ |
| Vector Error Correction Model (VECM) (គំរូកែកំហុសវ៉ិចទ័រ) | ជាគំរូស្ថិតិសេដ្ឋកិច្ចដែលប្រើសម្រាប់វិភាគទំនាក់ទំនងរយៈពេលវែងរវាងអថេរច្រើន និងវាស់ស្ទង់ថាតើអថេរទាំងនោះកែតម្រូវខ្លួនឯងលឿនប៉ុណ្ណាដើម្បីត្រឡប់ទៅរកស្ថានភាពលំនឹងវិញ បន្ទាប់ពីមានការរំខាន ឬបម្រែបម្រួលណាមួយ។ | ដូចជាកៅស៊ូកងដែលចងវត្ថុពីរជាប់គ្នា បើទោះជាយើងទាញវាចេញពីគ្នាបន្តិច (រំខាន) ក៏វានឹងទាញត្រឡប់មករកគម្លាតដើមវិញ (លំនឹង) ហើយ VECM គឺជាអ្នកវាស់ថាតើកៅស៊ូនោះទាញត្រឡប់មកវិញលឿនប៉ុណ្ណា។ |
| Data Envelopment Analysis (DEA) (ការវិភាគស្រោមទិន្នន័យ) | ជាវិធីសាស្ត្រគណិតវិទ្យាមួយសម្រាប់វាស់ស្ទង់ប្រសិទ្ធភាពនៃអង្គភាពសម្រេចចិត្ត (ដូចជា កសិដ្ឋាន ឬរោងចក្រ) ដោយប្រៀបធៀបធាតុចូលដែលពួកគេប្រើប្រាស់ និងធាតុចេញដែលពួកគេផលិតបានធៀបនឹងអង្គភាពដែលធ្វើបានល្អបំផុតជាស្តង់ដារ។ | ដូចជាការប្រឡងសិស្សក្នុងថ្នាក់ដោយប្រៀបធៀបសិស្សម្នាក់ៗទៅនឹងសិស្សពូកែជាងគេប្រចាំថ្នាក់ ដើម្បីមើលថាតើនរណាខិតខំរៀនបានលទ្ធផលល្អបំផុតដោយចំណាយពេលរៀនស្មើគ្នា។ |
| Growth Accounting Methodology (វិធីសាស្ត្រគណនាកំណើន) | ជាវិធីសាស្ត្រដែលបំបែកកំណើនសេដ្ឋកិច្ច ឬកំណើនទិន្នផលទៅជាចំណែកផ្សេងៗគ្នា ដើម្បីមើលថាតើកំណើននោះបានមកពីការកើនឡើងនៃទុន ការកើនឡើងនៃពលកម្ម ឬការកើនឡើងនៃផលិតភាពទូទៅ (TFP)។ | ដូចជាការវះកាត់មើលប្រាក់ចំណេញរបស់ហាងកាហ្វេមួយ ដើម្បីដឹងថាចំណេញនេះមកពីការបន្ថែមបុគ្គលិក ទិញម៉ាស៊ីនឆុងថ្មី ឬដោយសាររូបមន្តឆុងកាហ្វេថ្មីដែលទាក់ទាញអតិថិជន។ |
| Marginal Product of Labor (MPL) (ផលិតផលម៉ាជីនពលកម្ម / ទិន្នផលបន្ថែមពីពលកម្ម) | ជាបរិមាណទិន្នផលបន្ថែមដែលទទួលបានពីការជួលកម្មករ ឬបន្ថែមពលកម្មម្នាក់ទៀត ខណៈពេលដែលកត្តាផលិតកម្មផ្សេងៗទៀត (ដូចជា ដី និងម៉ាស៊ីន) នៅថេរដដែល។ | ដូចជាការបន្ថែមអ្នករត់តុថ្មីម្នាក់ទៀតក្នុងភោជនីយដ្ឋាន MPL គឺជាចំនួនចានបន្ថែមដែលភោជនីយដ្ឋានអាចបម្រើភ្ញៀវបានដោយសារតែអ្នករត់តុថ្មីនេះម្នាក់គត់។ |
| Constant Returns to Scale (CRS) (កម្រិតទំហំត្រឡប់ថេរ) | ជាស្ថានភាពសេដ្ឋកិច្ចមួយដែលនៅពេលយើងបង្កើនធាតុចូលទាំងអស់ក្នុងសមាមាត្រណាមួយ នោះទិន្នផលនឹងកើនឡើងក្នុងសមាមាត្រដូចគ្នាពិតប្រាកដ (ឧទាហរណ៍៖ បើកើនធាតុចូល២ដង ទិន្នផលកើន២ដង)។ | ដូចជាការចម្អិនសម្លម្ជូរគ្រឿង បើយើងចង់បានសម្ល២ឆ្នាំង យើងគ្រាន់តែទិញសាច់ ទិញបន្លែ និងគ្រឿងផ្សំគុណនឹង២ នោះយើងនឹងបានសម្ល២ឆ្នាំងគត់ មិនតិចជាង ហើយក៏មិនច្រើនជាង។ |
| Cointegration (កាក់សញ្ញា / សហសមាហរណកម្ម) | ជាលក្ខណៈទិន្នន័យស្ថិតិដែលអថេរពីរឬច្រើនមានបម្រែបម្រួលឡើងចុះមិនទៀងទាត់ក្នុងរយៈពេលខ្លី ប៉ុន្តែពួកវាផ្លាស់ទីទៅជាមួយគ្នាក្នុងទិសដៅតែមួយ និងរក្សាបាននូវទំនាក់ទំនងលំនឹងក្នុងរយៈពេលវែង។ | ដូចជាមនុស្សស្រវឹងពីរនាក់ដើរជាមួយគ្នា (រេចុះរេឡើងមិនទៀងទាត់) ប៉ុន្តែដោយសារពួកគេកាន់ដៃគ្នា ដូច្នេះទោះដើរវៀចវេរយ៉ាងណាក្នុងរយៈពេលខ្លី ក៏ពួកគេនៅតែធ្វើដំណើរទៅដល់គោលដៅជាមួយគ្នាក្នុងរយៈពេលវែង។ |
| Cobb-Douglas production function (អនុគមន៍ផលិតកម្ម Cobb-Douglas) | ជារូបមន្តសេដ្ឋកិច្ចដ៏ពេញនិយមដែលបង្ហាញពីទំនាក់ទំនងរវាងបរិមាណទិន្នផលដែលផលិតបាន និងបរិមាណកត្តាផលិតកម្មដែលបានប្រើប្រាស់ (ជាធម្មតាគឺ ទុន និងពលកម្ម) រួមជាមួយនឹងបច្ចេកវិទ្យា។ | ដូចជារូបមន្តគណិតវិទ្យាមួយដែលប្រាប់ម្ចាស់រោងចក្រថា "បើតាឯងបន្ថែមម៉ាស៊ីនប៉ុណ្ណេះ និងបន្ថែមកម្មករប៉ុណ្ណេះ តើនឹងទទួលបានផលិតផលសរុបប៉ុន្មាន?" |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
