បញ្ហា (The Problem)៖ បម្រែបម្រួលអាកាសធាតុ និងការខ្វះខាតធនធានដូចជាទឹកនិងកម្លាំងពលកម្ម កំពុងគំរាមកំហែងដល់សន្តិសុខស្បៀងនិងទិន្នផលកសិកម្ម ដែលទាមទារឱ្យមានយុទ្ធសាស្ត្រកសិកម្មដែលអាចបន្ស៊ាំទៅនឹងហានិភ័យទាំងនេះ។ ឯកសារនេះដោះស្រាយបញ្ហាដោយស្វែងរកវិធីសាស្ត្របែងចែកធនធានឱ្យបានប្រសើរបំផុតដើម្បីកាត់បន្ថយហានិភ័យ និងបង្កើនប្រាក់ចំណេញ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានបង្កើតគំរូធ្វើផែនការកសិកម្មតាមបែបផលប័ត្រ (Portfolio Agriculture Planning Model) ដោយអនុវត្តទ្រឹស្តីហិរញ្ញវត្ថុទៅលើការបែងចែកធនធានកសិកម្មតាមតំបន់ផ្សេងៗគ្នា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Original Farming Strategy (Equal Distribution) យុទ្ធសាស្ត្រកសិកម្មដើម (ការបែងចែកស្មើៗគ្នា) |
ងាយស្រួលក្នុងការអនុវត្ត ដោយមិនតម្រូវឱ្យមានការវិភាគគណិតវិទ្យាស្មុគស្មាញ ឬការប្រមូលទិន្នន័យអាកាសធាតុលម្អិតនោះទេ។ | មិនបានគិតគូរពីលក្ខខណ្ឌអាកាសធាតុជាក់លាក់ប្រចាំតំបន់ (Terroir) ដែលធ្វើឱ្យការប្រើប្រាស់ធនធានមិនអស់សក្តានុពល និងប្រឈមហានិភ័យកសិកម្មខ្ពស់។ | ទទួលបានអត្រាចំណេញសុទ្ធសរុប ៤,៣២ ដុល្លារ និងហានិភ័យមធ្យមកម្រិត ១,២៤។ |
| Portfolio Agriculture Planning Model (PAPM) គំរូធ្វើផែនការកសិកម្មតាមបែបផលប័ត្រ |
ជួយបង្កើនប្រាក់ចំណេញអតិបរមា និងកាត់បន្ថយហានិភ័យ ដោយធ្វើការបែងចែកធនធាននិងជ្រើសរើសដំណាំ ផ្អែកលើទិន្នន័យអាកាសធាតុ (សីតុណ្ហភាព និងសំណើម) ច្បាស់លាស់។ | ទាមទារប្រព័ន្ធប្រមូលទិន្នន័យអាកាសធាតុនិងទិន្នផលកម្រិតមូលដ្ឋាន (Microclimate) ដែលអាចជឿទុកចិត្តបាន ព្រមទាំងចំណេះដឹងផ្នែកគណិតវិទ្យាដើម្បីដោះស្រាយសមីការ។ | អត្រាចំណេញសុទ្ធសរុបកើនឡើងដល់ ៥,៨១ ដុល្លារ ខណៈដែលហានិភ័យធ្លាក់ចុះមកត្រឹម ០,៨៩។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តគំរូនេះទាមទារការប្រមូលទិន្នន័យជាក់លាក់ច្បាស់លាស់ និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់ការគណនាបែបវិទ្យាសាស្ត្រទិន្នន័យនិងការបង្កើនប្រសិទ្ធភាព (Optimization)។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យអាកាសធាតុ និងទិន្នផលដំណាំ (ពោត សណ្តែកសៀង កប្បាស) មកពីរដ្ឋ Virginia នៃសហរដ្ឋអាមេរិក ព្រមទាំងទិន្នន័យសម្មតិកម្មមួយចំនួនសម្រាប់ការធ្វើតេស្ត។ លក្ខខណ្ឌអាកាសធាតុ ប្រភេទដី និងពូជដំណាំនៅប្រទេសកម្ពុជា (ដូចជា ស្រូវ ដំឡូងមី កៅស៊ូ) មានលក្ខណៈខុសប្លែកពីតំបន់សិក្សាដើមយ៉ាងខ្លាំង។ ហេតុនេះ ការយកគំរូនេះមកអនុវត្តទាមទារឱ្យមានការប្រមូលទិន្នន័យក្នុងស្រុកដោយផ្ទាល់ ដើម្បីធានាបាននូវភាពសុក្រឹតនៃការវាយតម្លៃហានិភ័យ។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់ប្រទេសកម្ពុជា ពិសេសក្នុងការជួយវិស័យកសិកម្មឱ្យបន្ស៊ាំខ្លួនទៅនឹងការប្រែប្រួលអាកាសធាតុ និងការខ្វះខាតធនធានទឹកក្នុងរដូវប្រាំង។
ជារួម ការអនុវត្តគំរូធុរកិច្ចបែបផលប័ត្រកសិកម្មនេះ នឹងរួមចំណែកផ្លាស់ប្តូរទម្លាប់ធ្វើកសិកម្មតាមបែបប្រពៃណីរបស់កម្ពុជា ទៅជាការសម្រេចចិត្តផ្អែកលើទិន្នន័យ (Data-driven) ដែលអាចគ្រប់គ្រងហានិភ័យបានល្អប្រសើរ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Portfolio Agriculture (កសិកម្មតាមបែបផលប័ត្រ) | ការអនុវត្តទ្រឹស្តីហិរញ្ញវត្ថុទៅលើវិស័យកសិកម្ម ដោយធ្វើពិពិធកម្មដំណាំនិងបែងចែកធនធាននៅតាមតំបន់ផ្សេងៗគ្នា ដើម្បីកាត់បន្ថយហានិភ័យពីការប្រែប្រួលអាកាសធាតុ និងទទួលបានប្រាក់ចំណេញអតិបរមា។ | ដូចជាការដាក់ស៊ុតក្នុងកន្ត្រកច្រើនផ្សេងៗគ្នា បើកន្ត្រកមួយធ្លាក់បែក ក៏យើងនៅសល់ស៊ុតក្នុងកន្ត្រកផ្សេងទៀតដែរ។ |
| Terroir (លក្ខខណ្ឌភូមិសាស្ត្រនិងអាកាសធាតុជាក់លាក់ / តេរ័រ) | សំណុំនៃកត្តាបរិស្ថាន ពិសេសសីតុណ្ហភាពនិងសំណើម នៅតំបន់ដាំដុះតូចៗណាមួយ ដែលមានឥទ្ធិពលផ្ទាល់ទៅលើការលូតលាស់ គុណភាព និងទិន្នផលរបស់ដំណាំ។ | ដូចជា "និស្ស័យ" របស់ដីនិងអាកាសធាតុនៅតំបន់មួយដែលស័ក្តិសមដាំដំណាំមួយប្រភេទ ឧទាហរណ៍ ម្រេចកំពតឆ្ងាញ់ដោយសារធាតុអាកាសនិងដីនៅតំបន់នោះ។ |
| Microclimate (អាកាសធាតុកម្រិតមូលដ្ឋាន) | លក្ខខណ្ឌអាកាសធាតុក្នុងតំបន់តូចមួយចង្អៀតក្បែរផ្ទៃដី (ដូចជាសីតុណ្ហភាព សំណើម និងខ្យល់) ដែលអាចមានលក្ខណៈខុសប្លែកពីអាកាសធាតុទូទៅនៅក្នុងតំបន់ធំ។ | ដូចជាការមានអារម្មណ៍ត្រជាក់នៅក្រោមដើមឈើធំ ផ្ទុយពីកម្តៅក្តៅស្អុះស្អាប់នៅទីធ្លាស្រឡះដែលនៅក្បែរនោះត្រឹមតែប៉ុន្មានម៉ែត្រ។ |
| Resource Allocation Optimization (ការធ្វើឱ្យប្រសើរឡើងនូវការបែងចែកធនធាន) | ដំណើរការនៃការប្រើប្រាស់រូបមន្តគណិតវិទ្យាដើម្បីបែងចែកធនធានដែលមានកំណត់ (ដូចជាទឹក និងកម្លាំងពលកម្ម) ទៅកាន់តំបន់និងប្រភេទដំណាំផ្សេងៗ ដើម្បីទទួលបានទិន្នផលនិងប្រាក់ចំណេញខ្ពស់បំផុតដោយកាត់បន្ថយការខ្ជះខ្ជាយ។ | ដូចជាការចាត់ចែងប្រាក់ខែឱ្យចំគោលដៅបំផុត ដើម្បីបានទិញម្ហូបផង បង់ថ្លៃសាលាផង និងសល់លុយសន្សំផង ដោយមិនឱ្យខ្វះខាត។ |
| Yield Coefficient (មេគុណទិន្នផល) | តួលេខដែលគេគណនាឡើងដើម្បីវាស់ស្ទង់ថាតើបម្រែបម្រួលនៃកត្តាអាកាសធាតុ ដូចជាសីតុណ្ហភាព ឬសំណើម ធ្វើឱ្យទិន្នផលដំណាំកើនឡើង ឬថយចុះប៉ុន្មានភាគរយធៀបនឹងលក្ខខណ្ឌស្តង់ដារ។ | ដូចជារង្វាស់នៃ "ពិន្ទុសុខភាព" របស់រុក្ខជាតិ ដែលប្រែប្រួលនៅពេលវាជួបអាកាសធាតុក្តៅពេកឬត្រជាក់ពេក។ |
| Covariance (កូវ៉ារ្យង់) | រង្វាស់ស្ថិតិដែលគេប្រើដើម្បីវាស់ស្ទង់ទំនាក់ទំនងរវាងអថេរពីរ ដូចជាការឡើងចុះនៃប្រាក់ចំណេញរវាងដំណាំពីរប្រភេទ (ឧទាហរណ៍ បើពោតខាត តើសណ្តែកសៀងខាតតាមដែរឬទេ)។ វាជួយក្នុងការចងក្រងផលប័ត្រដើម្បីកាត់បន្ថយហានិភ័យរួម។ | ដូចជាការតាមដានមើលថា តើពេលមេឃភ្លៀង អ្នកលក់ឆ័ត្រនិងអ្នកលក់ការ៉េម មានចំណូលប្រែប្រួលផ្ទុយគ្នាយ៉ាងដូចម្តេច។ |
| Polynomial Trendline Equation (សមីការតំរែតំរង់ពហុធា) | សមីការគណិតវិទ្យាដែលប្រើសម្រាប់គូសខ្សែបន្ទាត់កោង ដើម្បីស្វែងរកនិងការព្យាករណ៍ទំនាក់ទំនងមិនស្របគ្នា (Non-linear) រវាងកត្តាពីរ ដូចជាឥទ្ធិពលនៃកម្រិតសំណើមទៅលើបរិមាណទិន្នផលដំណាំកប្បាស។ | ដូចជាការគូសខ្សែបន្ទាត់កោងតភ្ជាប់ចំណុចជាច្រើននៅលើក្រដាស ដើម្បីទាយមើលថាតើចំណុចបន្ទាប់នឹងស្ថិតនៅត្រង់ណា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
