បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយលើការខ្វះខាតទិន្នន័យជាក់លាក់ទាក់ទងនឹងកម្រិតនៃការប្រមូលផ្តុំ ឯកទេសកម្មកសិកម្ម និងទំនាក់ទំនងរវាងផលិតកម្មអំពៅជាមួយនឹងភាពក្រីក្រពហុសមាសភាគនៅក្នុងតំបន់ជនបទនៃប្រទេសកូឡុំប៊ី។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យស្ថិតិពីក្រុងចំនួន ៦២៥ ដោយអនុវត្តសូចនាករវាស់វែងការប្រមូលផ្តុំ និងការវិភាគលំហ ដើម្បីកំណត់ចង្កោមផលិតកម្ម និងទាក់ទងជាមួយសន្ទស្សន៍ភាពក្រីក្រ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Gini Coefficient & Lorenz Curve មេគុណ Gini និងខ្សែកោង Lorenz (វាស់វែងការប្រមូលផ្តុំ) |
ងាយស្រួលយល់ និងផ្តល់រូបភាពច្បាស់លាស់ពីកម្រិតវិសមភាព ឬការប្រមូលផ្តុំនៃផលិតកម្មកសិកម្មក្នុងតំបន់ណាមួយ។ | មិនបានគិតបញ្ចូលកត្តាបរិស្ថាន ឬទីតាំងភូមិសាស្ត្រជាក់ស្តែងដែលជះឥទ្ធិពលដល់ការតាំងទីលំនៅរបស់ផលិតកម្មនោះទេ។ | បង្ហាញពីការប្រមូលផ្តុំកម្រិតខ្ពស់នៃផលិតកម្មអំពៅនៅថ្នាក់ក្រុង (Gini ស្មើនឹង ០.៩៣២ ក្នុងឆ្នាំ ២០២១)។ |
| Location Quotient (LQ) & Herfindahl-Hirschman Index (HHI) មេគុណទីតាំង (LQ) និងសន្ទស្សន៍ HHI (វាស់វែងឯកទេសកម្ម) |
អាចកំណត់អត្តសញ្ញាណកម្រិតឯកទេសកម្មនៃតំបន់នីមួយៗធៀបនឹងកម្រិតជាតិ (LQ) និងវាស់វែងការប្រមូលផ្តុំនៃការប្រើប្រាស់ដីធ្លីសម្រាប់ដំណាំ (HHI) បានយ៉ាងល្អ។ | ពឹងផ្អែកខ្លាំងលើទិន្នន័យទំហំផលិតកម្ម និងផ្ទៃដីរដ្ឋបាល ដែលអាចមានភាពមិនច្បាស់លាស់ប្រសិនបើព្រំប្រទល់រដ្ឋបាលមិនស្របនឹងតំបន់កសិកម្មជាក់ស្តែង។ | រកឃើញក្រុងចំនួន ២១៥ ដែលមានតម្លៃ LQ ធំជាង ១.០ (ឯកទេសកម្មខ្ពស់) និងមានក្រុងចំនួន ៥ ដែលមានឯកទេសកម្មខ្ពស់បំផុត។ |
| Spatial Autocorrelation (Moran's I) & Anselin Local Moran's I ការវិភាគអូតូកូរ៉េឡាស្យុងលំហ និងសន្ទស្សន៍ Moran's I លក្ខណៈមូលដ្ឋាន |
បញ្ជាក់ពីទំនាក់ទំនងភូមិសាស្ត្រយ៉ាងច្បាស់លាស់ និងជួយកំណត់ទីតាំងចង្កោមផលិតកម្ម (Clusters) ក្នុងលំហរ (ឧ. Hotspots ឬ Coldspots)។ | តម្រូវឱ្យមានកម្មវិធីប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (GIS) និងកូអរដោនេត្រឹមត្រូវ ហើយភាពស្មុគស្មាញនៃការគណនាមានកម្រិតខ្ពស់។ | បញ្ជាក់ពីអត្ថិភាពនៃចង្កោមផលិតកម្មអំពៅ ដោយបែងចែកជា ៣ ប្រភេទចង្កោម៖ កម្រិតផលិតភាពខ្ពស់ មធ្យម និងទាប។ |
| Spearman's Rank Correlation ការវិភាគសហសម្ព័ន្ធ Spearman |
ស័ក្តិសមបំផុតសម្រាប់ទិន្នន័យដែលមិនមានរបាយធម្មតា (Non-normal distribution) ដើម្បីស្វែងរកទំនាក់ទំនងរវាងអថេរពីរយ៉ាងរឹងមាំ។ | បង្ហាញត្រឹមតែទំនាក់ទំនង (Correlation) ប៉ុណ្ណោះ មិនអាចបញ្ជាក់ពីភាពជាហេតុនិងផល (Causality) រវាងអថេរនោះទេ។ | រកឃើញទំនាក់ទំនងច្រាសគ្នាយ៉ាងច្បាស់លាស់រវាងផលិតកម្មអំពៅសម្រាប់ស្ករស ជាមួយនឹងភាពក្រីក្រ តែមិនមានទំនាក់ទំនងស្ថិតិសម្រាប់ស្ករផានេឡា និងទឹកឃ្មុំទេ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើទិន្នន័យស្ថិតិថ្នាក់ជាតិ ទិន្នន័យជំរឿន និងកម្មវិធីវិភាគទិន្នន័យលំហ (GIS) ដែលទាមទារធនធានកុំព្យូទ័រ សូហ្វវែរឯកទេស និងអ្នកជំនាញផ្នែកស្ថិតិកសិកម្ម។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសកូឡុំប៊ី ដោយប្រើប្រាស់ទិន្នន័យកសិកម្មដំណាំអំពៅ (Saccharum officinarum L.) និងទិន្នន័យភាពក្រីក្ររបស់ជាតិតែមួយប៉ុណ្ណោះ។ លទ្ធផលអាចមានភាពលម្អៀងទៅនឹងលក្ខខណ្ឌភូមិសាស្ត្រ អាកាសធាតុ និងរចនាសម្ព័ន្ធសេដ្ឋកិច្ចសង្គមរហូតដល់កម្រិតមូលដ្ឋានរបស់ប្រទេសកូឡុំប៊ី ជាពិសេសប្រព័ន្ធទីផ្សារស្ករផានេឡា។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីដែនកំណត់នេះមានសារៈសំខាន់ ព្រោះប្រព័ន្ធកសិកម្ម ប្រភេទដំណាំគោល និងកម្រិតបច្ចេកវិទ្យាកែច្នៃមានលក្ខណៈខុសប្លែកគ្នាទាំងស្រុងពីទ្វីបអាមេរិកខាងត្បូង។
វិធីសាស្ត្រវិភាគលំហ និងការកំណត់ឯកទេសកម្មក្នុងការសិក្សានេះ មានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់រៀបចំផែនការអភិវឌ្ឍន៍កសិកម្ម និងគោលនយោបាយសេដ្ឋកិច្ចនៅកម្ពុជា។
ជារួម ការអនុវត្តវិធីសាស្ត្រវិភាគលំហភូមិសាស្ត្រ និងស្ថិតិសេដ្ឋកិច្ចទាំងនេះ នឹងជួយប្រទេសកម្ពុជាធ្វើបរិវត្តកម្មពីកសិកម្មបែបប្រពៃណី ទៅកាន់កសិកម្មដែលផ្អែកលើទិន្នន័យ (Data-driven agriculture) ប្រកបដោយប្រសិទ្ធភាពសេដ្ឋកិច្ច។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Gini coefficient (មេគុណហ្គីនី) | ជារង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់វែងកម្រិតវិសមភាព ឬការប្រមូលផ្តុំនៃទិន្នន័យណាមួយ (ក្នុងការសិក្សានេះគឺវាស់ស្ទង់ទំហំផលិតកម្មអំពៅ)។ តម្លៃខិតជិត ១ មានន័យថាមានការប្រមូលផ្តុំខ្លាំង (វិសមភាពខ្ពស់ ឬមានតែតំបន់តូចមួយផលិតបានច្រើន) ចំណែកតម្លៃ ០ មានន័យថាមានការបែងចែកផលិតកម្មស្មើៗគ្នា។ | ដូចជាការបែងចែកនំខេកក្នុងថ្នាក់រៀន ទីដែលមេគុណហ្គីនីស្មើ ១ គឺមានសិស្សតែម្នាក់ទទួលបាននំទាំងអស់ ចំណែក ០ គឺសិស្សគ្រប់គ្នាទទួលបាននំប៉ុនៗគ្នា។ |
| Location Quotient - LQ (មេគុណទីតាំង) | ជារូបមន្តសេដ្ឋកិច្ចសម្រាប់គណនាថាតើតំបន់ណាមួយមាន "ឯកទេសកម្ម" លើសកម្មភាព ឬផលិតផលជាក់លាក់ណាមួយកម្រិតណា ធៀបនឹងកម្រិតជាតិរួម។ បើតម្លៃ LQ ធំជាង ១ បញ្ជាក់ថាតំបន់នោះមានឯកទេសកម្មខ្ពស់លើផលិតផលនោះជាងកម្រិតមធ្យមភាគរបស់ប្រទេស។ | ដូចជាការប្រៀបធៀបសិស្សពូកែគណិតវិទ្យាក្នុងថ្នាក់មួយទៅនឹងសាលាទាំងមូល បើថ្នាក់នោះមានសិស្សពូកែគណិតច្រើនជាងអត្រាមធ្យមរបស់សាលា នោះថ្នាក់នោះមាន "ឯកទេសកម្ម" ខាងគណិតវិទ្យា។ |
| Herfindahl-Hirschman Index - HHI (សន្ទស្សន៍ Herfindahl-Hirschman) | ជារង្វាស់ដែលប្រើដើម្បីពិនិត្យមើលកម្រិតនៃការប្រកួតប្រជែង ឬការធ្វើពិពិធកម្ម។ ក្នុងការសិក្សានេះ វាត្រូវបានប្រើដើម្បីវាស់វែងថាផ្ទៃដីកសិកម្មក្នុងក្រុងមួយត្រូវបានដាំដុះដំណាំតែមួយមុខ (អំពៅ) ខ្លាំងកម្រិតណា បើប្រៀបធៀបនឹងការដាំដំណាំចម្រុះជាច្រើនមុខ។ | ដូចជាការដាក់ស៊ុតក្នុងកន្ត្រក បើសន្ទស្សន៍នេះខ្ពស់ (ជិតដល់ ១) មានន័យថាអ្នកដាក់ស៊ុតស្ទើរតែទាំងអស់ទៅក្នុងកន្ត្រកតែមួយជាជាងបែងចែកវាទៅច្រើនកន្ត្រក។ |
| Spatial autocorrelation (អូតូកូរ៉េឡាស្យុងលំហ) | ជាការវិភាគស្ថិតិភូមិសាស្ត្រដើម្បីមើលថាតើតំបន់ដែលនៅក្បែរគ្នាមានចរិតលក្ខណៈ (ឧទាហរណ៍ ទំហំផលិតផល) ស្រដៀងគ្នាឬអត់។ បើតំបន់ដែលមានទិន្នផលខ្ពស់នៅប្រមូលផ្តុំជិតៗគ្នា នោះគេហៅថាមានអូតូកូរ៉េឡាស្យុងលំហវិជ្ជមាន។ | ដូចជារបៀបដែលមនុស្សពាក់អាវរងាអង្គុយជិតៗគ្នានៅជុំវិញភ្នក់ភ្លើង ព្រោះពួកគេស្ថិតក្នុងលក្ខខណ្ឌអាកាសធាតុ (កម្តៅ) ស្រដៀងគ្នាក្នុងទីតាំងនោះ។ |
| Moran's I index (សន្ទស្សន៍ម៉ូរ៉ាន់) | គឺជារង្វាស់ជាក់លាក់មួយនៃ Spatial autocorrelation ដែលបង្ហាញជាតម្លៃលេខដើម្បីបញ្ជាក់ពីអត្ថិភាពនៃចង្កោម (Clusters) នៃទិន្នន័យក្នុងផែនទី។ តម្លៃវិជ្ជមានបង្ហាញពីការប្រមូលផ្តុំជាចង្កោម (ចំណុចខ្ពស់នៅក្បែរចំណុចខ្ពស់) ចំណែកតម្លៃអវិជ្ជមានបង្ហាញពីការបែកខ្ញែក។ | ប្រៀបដូចជាឧបករណ៍ចាប់សញ្ញាដែលប្រាប់យើងថា តើផ្ទះអ្នកមានស្តុកស្តម្ភច្រើនសង់នៅផ្តុំគ្នាក្នុងបុរីតែមួយ (វិជ្ជមាន) ឬក៏សាងសង់រាយប៉ាយពាសពេញទីក្រុង (អវិជ្ជមាន)។ |
| Multidimensional Poverty Index - MPI (សន្ទស្សន៍ភាពក្រីក្រពហុសមាសភាគ) | ជារង្វាស់វាយតម្លៃភាពក្រីក្រដែលមិនត្រឹមតែមើលលើប្រាក់ចំណូលប៉ុណ្ណោះទេ តែបានគិតបញ្ចូលនូវកត្តាខ្វះខាតផ្សេងៗទៀតដូចជា ការអប់រំ សុខភាព គុណភាពទឹកស្អាត និងស្តង់ដារនៃការរស់នៅជាដើម។ | ដូចជាការពិនិត្យសុខភាពរាងកាយទាំងមូល ជំនួសឱ្យការវាស់តែកម្ដៅមួយមុខ ដើម្បីដឹងថាមនុស្សម្នាក់មានសុខភាពល្អកម្រិតណា។ |
| Agricultural clusters (ចង្កោមកសិកម្ម) | ជាការប្រមូលផ្តុំតាមទីតាំងភូមិសាស្ត្រនៃកសិករ អ្នកកែច្នៃកសិផល ស្ថាប័នពាក់ព័ន្ធ ដែលធ្វើការនៅក្នុងខ្សែចង្វាក់ផលិតកម្មកសិកម្មតែមួយ ដើម្បីបង្កើនផលិតភាព កាត់បន្ថយចំណាយ និងបង្កើនភាពប្រកួតប្រជែងរួមគ្នា។ | ដូចជាភូមិសិប្បកម្មកុលាលភាជន៍ ដែលអ្នកវាយដី អ្នកសូនរូប និងអ្នកលក់ កុះករនៅកន្លែងតែមួយ ដើម្បីងាយស្រួលធ្វើការ និងទាក់ទាញអតិថិជន។ |
| Bivariate thematic cartography (ការគូសផែនទីប្រធានបទអថេរទ្វេ) | ជាបច្ចេកទេសបង្កើតផែនទីក្នុងប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (GIS) ដែលបង្ហាញអថេរពីរផ្សេងគ្នាក្នុងពេលតែមួយ (ឧទាហរណ៍ ទំហំផលិតកម្មអំពៅ និងអត្រាភាពក្រីក្រ) ដើម្បីងាយស្រួលមើលទំនាក់ទំនងរវាងពួកវា។ | ដូចជាការប្រើពណ៌ចម្រុះនៅលើផែនទីរលកធាតុអាកាស ដែលពណ៌តំណាងឱ្យកម្រិតកម្តៅ ហើយសញ្ញាព្រួញតំណាងឱ្យទិសដៅខ្យល់ ក្នុងផ្ទាំងតែមួយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
