Original Title: Tendency of Vegetable Farmers in Adopting Eco-friendly Agriculture Technologies in Bangladesh
Source: www.doi.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

និន្នាការរបស់កសិករដាំបន្លែក្នុងការអនុម័តបច្ចេកវិទ្យាកសិកម្មដែលមិនប៉ះពាល់ដល់បរិស្ថាននៅប្រទេសបង់ក្លាដែស

ចំណងជើងដើម៖ Tendency of Vegetable Farmers in Adopting Eco-friendly Agriculture Technologies in Bangladesh

អ្នកនិពន្ធ៖ Mst. Shopna Akter (Department of Agricultural Finance and Management, Sher-e-Bangla Agricultural University), Md. Omar Faruk Bhuiyan (Open School, Bangladesh Open University), Md. Masudul Hassan (Department of Agricultural Finance and Management, Sher-e-Bangla Agricultural University), Sumaya Akter Tuktuki (Department of Pathology, Sher-e-Bangla Agricultural University)

ឆ្នាំបោះពុម្ព៖ 2025, The Cambodia Journal of Basic and Applied Research

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការប្រែប្រួលអាកាសធាតុ និងការប្រើប្រាស់ថ្នាំសម្លាប់សត្វល្អិត ព្រមទាំងជីគីមីហួសកម្រិតនៅប្រទេសបង់ក្លាដែស បានគំរាមកំហែងដល់សន្តិសុខស្បៀងនិងបរិស្ថាន ដោយទាមទារឱ្យកសិករផ្លាស់ប្តូរមកប្រើប្រាស់បច្ចេកវិទ្យាកសិកម្មដែលមិនប៉ះពាល់ដល់បរិស្ថាន (EAT)។ ការសិក្សានេះមានគោលបំណងស្វែងយល់ពីកម្រិត និងកត្តាជំរុញដល់ការសម្រេចចិត្តរបស់កសិករដាំបន្លែក្នុងការអនុម័តបច្ចេកវិទ្យាទាំងនេះ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រមូលទិន្នន័យតាមរយៈការសម្ភាសន៍ទល់មុខជាមួយកសិករ ហើយបានធ្វើការវិភាគដោយប្រើប្រាស់ម៉ូដែលតំរែតំរង់ឡូជីខលដើម្បីវាយតម្លៃកត្តាជះឥទ្ធិពលនានា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Binary Logit Regression
តំរែតំរង់ឡូជីខលគោលពីរ
មានភាពរឹងមាំ (Robust) ខ្ពស់ចំពោះទិន្នន័យដែលមានតម្លៃខុសប្រក្រតី (Outliers) ជាងម៉ូដែល Probit និងស័ក្តិសមបំផុតសម្រាប់ការវិភាគលទ្ធផលដែលមានជម្រើសពីរ (ឧ. អនុម័ត ឬ មិនអនុម័ត)។ ទាមទារការគណនា Marginal Effect បន្ថែមដើម្បីអាចបកស្រាយពីទំហំនៃឥទ្ធិពល (Magnitude of effect) របស់អថេរឯករាជ្យនីមួយៗឱ្យបានច្បាស់លាស់។ កំណត់បានយ៉ាងច្បាស់ថាកត្តាទីតាំង ចំណេះដឹង ការបង្ហាញផ្ទាល់ និងហិរញ្ញប្បទាន មានឥទ្ធិពលវិជ្ជមានដោយមានកម្រិតភាពជឿជាក់ខ្ពស់ (Pseudo R² = 0.8678, Wald chi-square = 321.58)។
Probit Model
ម៉ូដែល Probit
ជាម៉ូដែលដ៏ល្អសម្រាប់ការវិភាគទិន្នន័យគោលពីរ (Binary Data) ដោយសន្មត់ថា Error terms មានរបាយតាមស្តង់ដារ (Normal Distribution)។ ងាយរងឥទ្ធិពលពីទិន្នន័យខុសប្រក្រតី (Outliers) ដែលអាចធ្វើឱ្យលទ្ធផលនៃការប៉ាន់ស្មានលម្អៀង បើប្រៀបធៀបទៅនឹងម៉ូដែល Logit។ មិនត្រូវបានជ្រើសរើសសម្រាប់ប្រើប្រាស់ជាចម្បងក្នុងការសិក្សានេះទេ ដោយសារខ្វះភាពរឹងមាំ (Robustness) ធៀបនឹងម៉ូដែល Logit។
Descriptive Statistics
ស្ថិតិពិពណ៌នា
ផ្តល់នូវទិដ្ឋភាពទូទៅយ៉ាងច្បាស់លាស់ និងងាយយល់អំពីលក្ខណៈប្រជាសាស្ត្រ និងភាពខុសគ្នារវាងក្រុមដែលអនុម័ត និងមិនអនុម័ត EAT ដោយប្រៀបធៀបមធ្យមភាគ។ មិនអាចបញ្ជាក់ពីទំនាក់ទំនងនៃហេតុនិងផល ឬគ្រប់គ្រងឥទ្ធិពលនៃអថេរផ្សេងទៀតក្នុងពេលតែមួយបានទេ។ បង្ហាញថាកសិករ ៥៦% បានអនុម័តបច្ចេកវិទ្យាកសិកម្មមិនប៉ះពាល់បរិស្ថាន ខណៈ ៤៤% មិនបានអនុម័ត។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះទាមទារធនធានជាចម្បងលើការចុះប្រមូលទិន្នន័យផ្ទាល់នៅតាមទីវាល និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅស្រុក Cumilla និង Narsingdi នៃប្រទេសបង់ក្លាដែស ដោយផ្តោតលើកសិករដាំបន្លែចំនួន ២៧០ នាក់។ ទោះបីជាបង់ក្លាដែសនិងកម្ពុជាមានភាពស្រដៀងគ្នាក្នុងនាមជាប្រទេសពឹងផ្អែកលើកសិកម្ម និងងាយរងគ្រោះដោយបម្រែបម្រួលអាកាសធាតុក្តី ប៉ុន្តែបរិបទស្ថាប័ន (ដូចជាបណ្តាញមន្ត្រីផ្សព្វផ្សាយកសិកម្ម SAAO) និងលក្ខខណ្ឌឥណទានមីក្រូហិរញ្ញវត្ថុនៅកម្ពុជាអាចមានភាពខុសប្លែកគ្នា ដែលអាចជះឥទ្ធិពលដល់អត្រានៃការអនុម័ត។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

របកគំហើញនិងវិធីសាស្ត្រក្នុងការសិក្សានេះមានសារៈសំខាន់ និងអាចយកមកកែច្នៃអនុវត្តបានយ៉ាងល្អសម្រាប់ជំរុញវិស័យកសិកម្មប្រកបដោយចីរភាពនៅប្រទេសកម្ពុជា។

សរុបមក ការជំរុញការប្រើប្រាស់បច្ចេកវិទ្យាកសិកម្មមិនប៉ះពាល់បរិស្ថាននៅកម្ពុជា ទាមទារឱ្យមានការសហការគ្នាយ៉ាងស្អិតរមួត រវាងការផ្តល់ចំណេះដឹងតាមរយៈការបង្ហាញផ្ទាល់ និងការសម្រួលលទ្ធភាពទទួលបានឥណទាន។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃម៉ូដែល Logit និងវិធីសាស្ត្រជ្រើសរើសគំរូ: ស្វែងយល់ពីរបៀបប្រើប្រាស់ Binary Logit Regression និងការគណនាទំហំសំណាកតាមរូបមន្ត Cochran's formula ដោយប្រើប្រាស់កម្មវិធី StataR ដើម្បីត្រៀមរៀបចំការវិភាគទិន្នន័យដែលមានអថេរអាស្រ័យជាប្រភេទ Binary (0 ឬ 1)។
  2. រៀបចំកម្រងសំណួរ និងធ្វើតេស្តសាកល្បង (Pilot Study): បង្កើតកម្រងសំណួរដោយផ្អែកលើអថេរសំខាន់ៗ (ដូចជា ចំណេះដឹង ការបណ្តុះបណ្តាល និងលទ្ធភាពទទួលបានឥណទាន) រួចធ្វើការចុះសាកល្បងសម្ភាសន៍ដើម្បីគណនាតម្លៃ Cronbach's Alpha សំដៅធានាភាពជឿជាក់នៃកម្រងសំណួរ (Reliability Test) មុនពេលចុះប្រមូលទិន្នន័យផ្លូវការ។
  3. ប្រមូលទិន្នន័យ និងវិភាគ Marginal Effects: អនុវត្តការយកសំណាកដោយចៃដន្យ (Simple Random Sampling) នៅតំបន់គោលដៅ បញ្ចូលទិន្នន័យ រួចដំណើរការម៉ូដែលក្នុងកម្មវិធីស្ថិតិ។ ត្រូវប្រាកដថាអ្នកបានគណនា Marginal Effect ដើម្បីដឹងពីទំហំជាក់លាក់នៃឥទ្ធិពលរបស់អថេរនីមួយៗ (ឧ. តើការទទួលការបណ្តុះបណ្តាលបង្កើនឱកាសអនុម័តប៉ុន្មានភាគរយ)។
  4. សរសេររបាយការណ៍ និងចងក្រងអនុសាសន៍គោលនយោបាយ: បកស្រាយលទ្ធផលម៉ូដែល និងសរសេរជាអនុសាសន៍ជាក់ស្តែងសម្រាប់ស្ថាប័នពាក់ព័ន្ធ ដូចជាការស្នើឱ្យ MAFF បង្កើនកម្មវិធីបង្ហាញផ្ទាល់ (Field Day) និងការស្នើឱ្យធនាគារបង្កើត Green Finance Options សម្រាប់កសិករ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Binary Logit regression ម៉ូដែលតំរែតំរង់ឡូជីខលគោលពីរ គឺជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ទស្សន៍ទាយលទ្ធផលដែលមានជម្រើសតែពីរគត់ ដូចជា "បាទ/ចាស" ឬ "ទេ" (ឧទាហរណ៍៖ កសិករសម្រេចចិត្តអនុម័ត ឬមិនអនុម័តបច្ចេកវិទ្យា) ដោយផ្អែកលើអថេរឯករាជ្យ (កត្តាជះឥទ្ធិពលផ្សេងៗ)។ ដូចជាម៉ាស៊ីនគិតលេខពិសេសមួយ ដែលជួយថ្លឹងថ្លែងហេតុផលផ្សេងៗ (ដូចជាអាយុ ចំណេះដឹង ដើមទុន) ដើម្បីទាយថាតើមនុស្សម្នាក់នឹងសម្រេចចិត្ត "ទិញ" ឬ "មិនទិញ" អ្វីមួយ។
marginal effect ឥទ្ធិពលម៉ាជីន ឬឥទ្ធិពលបន្ថែម គឺជារង្វាស់នៅក្នុងម៉ូដែលស្ថិតិដែលបង្ហាញពីការប្រែប្រួលនៃប្រូបាប៊ីលីតេ (ឱកាស) នៃលទ្ធផលណាមួយ នៅពេលដែលកត្តាពន្យល់ (អថេរឯករាជ្យ) កើនឡើង ឬប្រែប្រួលមួយឯកតា។ ដូចជាការវាស់ថាតើការបន្ថែមស្ករមួយស្លាបព្រាទៀត នឹងធ្វើឱ្យកាហ្វេរបស់អ្នកកើនភាពផ្អែមប៉ុន្មានភាគរយ។
eco-friendly agricultural technologies (EAT) បច្ចេកវិទ្យាកសិកម្មដែលមិនប៉ះពាល់ដល់បរិស្ថាន គឺជាការអនុវត្តកសិកម្មប្រកបដោយចីរភាព ដោយកាត់បន្ថយការប្រើប្រាស់ជីគីមី និងថ្នាំសម្លាប់សត្វល្អិត ងាកមកប្រើប្រាស់ធនធានធម្មជាតិវិញដើម្បីការពារប្រព័ន្ធអេកូឡូស៊ី។ ការធ្វើកសិកម្មតាមបែបធម្មជាតិដែលមិនធ្វើឱ្យខូចគុណភាពដី និងមិនបំពុលបរិស្ថាន ដូចជាការប្រើប្រាស់សំណាញ់ការពារសត្វល្អិតជំនួសការបាញ់ថ្នាំគីមី។
random utility theory ទ្រឹស្តីអត្ថប្រយោជន៍ចៃដន្យ គឺជាទ្រឹស្តីសេដ្ឋកិច្ចដែលសន្មត់ថា បុគ្គលម្នាក់ៗតែងតែធ្វើការសម្រេចចិត្តជ្រើសរើសជម្រើសណា ដែលអាចផ្តល់នូវអត្ថប្រយោជន៍ ឬការពេញចិត្ត (Utility) ខ្ពស់បំផុតសម្រាប់ខ្លួនឯង ធៀបនឹងជម្រើសផ្សេង។ ដូចជាអ្នកមានលុយទិញអាហារមួយពេល អ្នកនឹងជ្រើសរើសមុខម្ហូបណាដែលអ្នកចូលចិត្តបំផុត និងធ្វើឱ្យអ្នកមានអារម្មណ៍ថាคุ้มค่าជាងគេ។
Cronbach’s Alpha សន្ទស្សន៍អាល់ហ្វារបស់ Cronbach គឺជារង្វាស់ស្ថិតិដែលត្រូវបានប្រើប្រាស់ដើម្បីវាស់ស្ទង់ភាពជឿជាក់ (Reliability) និងភាពស៊ីសង្វាក់គ្នានៃសំណួរទាំងអស់នៅក្នុងកម្រងសំណួរស្រាវជ្រាវ មុននឹងយកទៅប្រមូលទិន្នន័យ។ ដូចជាការថ្លឹងទម្ងន់វត្ថុមួយ ៣ ដងជាប់គ្នាដោយប្រើជញ្ជីងតែមួយ ប្រសិនបើលទ្ធផលស្មើគ្នាទាំង ៣ ដង មានន័យថាជញ្ជីងនោះមានភាពជឿជាក់ខ្ពស់។
Wald chi-square តេស្ត Wald chi-square គឺជាវិធីសាស្ត្រស្ថិតិមួយដែលប្រើដើម្បីសាកល្បងថាតើអថេរឯករាជ្យ (កត្តាពន្យល់) នៅក្នុងម៉ូដែលពិតជាមានឥទ្ធិពលយ៉ាងសំខាន់ផ្នែកស្ថិតិទៅលើអថេរអាស្រ័យ (លទ្ធផល) ដែរឬទេ។ ដូចជាការធ្វើតេស្តសាកល្បងម៉ាស៊ីនរថយន្ត ដើម្បីបញ្ជាក់ប្រាប់យើងថាគ្រឿងបន្លាស់នីមួយៗពិតជាកំពុងដើរតួនាទីយ៉ាងសំខាន់ក្នុងការធ្វើឱ្យរថយន្តរត់បាន។
endogeneity ភាពអង់ដូសែន គឺជាបញ្ហានៅក្នុងម៉ូដែលស្ថិតិដែលកើតឡើងនៅពេលដែលកត្តាពន្យល់ (អថេរឯករាជ្យ) មានទំនាក់ទំនងជាមួយនឹងកំហុសមិនអាចសង្កេតបាន (Error term) ដែលបណ្តាលឱ្យលទ្ធផលនៃការប៉ាន់ស្មានប្រែជាលម្អៀង និងមិនត្រឹមត្រូវ។ ដូចជាការវាយតម្លៃថាក្មេងម្នាក់រៀនពូកែដោយសារតែរៀនគួររាល់ថ្ងៃ ប៉ុន្តែភ្លេចគិតថាក្មេងនោះមានភាពឆ្លាតវៃពីកំណើតស្រាប់ ដែលធ្វើឱ្យការវាយតម្លៃនេះលម្អៀង។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖