បញ្ហា (The Problem)៖ ឯកសារនេះពិនិត្យមើលបញ្ហាប្រឈម និងវិធីសាស្ត្រក្នុងការវាយតម្លៃតម្រូវការប្រើប្រាស់ និងការវាស់វែងឆន្ទៈក្នុងការចំណាយ (Willingness to Pay) សម្រាប់អាហារសុវត្ថិភាពនៅក្នុងប្រទេសវៀតណាម ដោយពិចារណាលើឧបសគ្គនៃការយល់ដឹង និងតម្លៃ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានធ្វើការពិនិត្យឡើងវិញនូវអត្ថបទស្រាវជ្រាវ និងវិធីសាស្ត្រវាស់វែងសេដ្ឋកិច្ចផ្សេងៗ ដើម្បីវាយតម្លៃតម្រូវការរបស់អ្នកប្រើប្រាស់។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Contingent Value Method (CV) វិធីសាស្ត្រវាយតម្លៃតាមលក្ខខណ្ឌ (Contingent Value Method - CV) |
ងាយស្រួលសួរផ្ទាល់ និងអនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវប្រមូលទិន្នន័យបានលឿនតាមរយៈកម្រងសំណួរអំពីជម្រើសនៃការទិញរបស់អ្នកប្រើប្រាស់។ | អាចមានភាពលម្អៀង (Hypothetical bias) ដោយសារតែអតិថិជនគ្រាន់តែឆ្លើយតាមការគិត មិនមែនជាការចំណាយប្រាក់ទិញជាក់ស្តែងនៅលើទីផ្សារ។ | អាចប៉ាន់ស្មានជាចំនួនទឹកប្រាក់ ឬភាគរយដែលអ្នកប្រើប្រាស់សុខចិត្តចំណាយបន្ថែម (ឧទាហរណ៍ ៣០% ទៅ ៧៤% ខ្ពស់ជាងតម្លៃធម្មតា)។ |
| Choice Experiment Method (CE) វិធីសាស្ត្រពិសោធន៍ជម្រើស (Choice Experiment Method - CE) |
អាចវាយតម្លៃបានលម្អិតលើលក្ខណៈនីមួយៗរបស់ផលិតផល (ដូចជា ស្លាកសញ្ញា ការតាមដានប្រភពដើម) និងកាត់បន្ថយភាពលម្អៀងតាមរយៈការផ្តល់ជម្រើសប្រកួតប្រជែង។ | កម្រងសំណួរមានភាពស្មុគស្មាញ និងមានជម្រើសច្រើនពេក (Choice sets) ដែលតម្រូវឱ្យមានការគណនាបែប Fractional factorial design ដើម្បីឱ្យងាយស្រួលឆ្លើយ។ | អាចបំបែកតម្លៃ WTP សម្រាប់គុណលក្ខណៈនីមួយៗរបស់ផលិតផល ដែលអនុញ្ញាតឱ្យដឹងថាអតិថិជនឱ្យតម្លៃលើលក្ខណៈណាមួយជាងគេ។ |
| Auction Experiment Method (AE) វិធីសាស្ត្រពិសោធន៍ដេញថ្លៃ (Auction Experiment Method - AE) |
ផ្តល់ទិន្នន័យ WTP សុក្រឹត និងជាក់ស្តែងបំផុត ព្រោះវាប្រើប្រាស់បរិបទផ្សារទំនើបពិតប្រាកដ និងមានការទូទាត់ប្រាក់មែនទែន។ | ចំណាយថវិកា និងពេលវេលាខ្ពស់ខ្លាំង ហើយលទ្ធផលអាចមិនតំណាងឱ្យប្រជាជនសរុបទូទៅនោះទេ បើសិនជាការជ្រើសរើសអ្នកចូលរួមមិនបានល្អ។ | វាស់វែងតម្លៃ WTP ពិតប្រាកដ ដោយចៀសវាងភាពលម្អៀងនៃការឆ្លើយប៉ាន់ស្មាន (ឧទាហរណ៍ រកឃើញថាអតិថិជនសុខចិត្តចំណាយបន្ថែម ០,៧០ ដុល្លារ)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ វិធីសាស្ត្រក្នុងការវាស់វែង និងវាយតម្លៃឆន្ទៈក្នុងការចំណាយ (WTP) ទាមទារពេលវេលា ចំណេះដឹងផ្នែកស្ថិតិ និងធនធានហិរញ្ញវត្ថុច្រើន ជាពិសេសសម្រាប់ការធ្វើពិសោធន៍ផ្ទាល់នៅទីផ្សារ។
ការសិក្សានេះផ្ដោតសំខាន់លើទិន្នន័យអ្នកប្រើប្រាស់នៅក្នុងប្រទេសវៀតណាម (ដូចជាទីក្រុងហាណូយ និងតំបន់ Long Bien) ដែលភាគច្រើនជាប្រជាជនរស់នៅទីក្រុង មានចំណូលមធ្យម និងយកចិត្តទុកដាក់លើសុខភាព។ សម្រាប់ប្រទេសកម្ពុជា ការទាញយកលទ្ធផលនេះមកអនុវត្តទាំងស្រុងត្រូវប្រុងប្រយ័ត្ន ព្រោះកម្រិតនៃការយល់ដឹងពីវិញ្ញាបនបត្រសុវត្ថិភាពចំណីអាហារ និងអំណាចទិញ (Purchasing power) រវាងប្រជាជនទីក្រុង និងជនបទនៅកម្ពុជានៅមានគម្លាតធំ។
ទោះជាយ៉ាងណាក្តី វិធីសាស្ត្រស្រាវជ្រាវ និងម៉ូដែលវាយតម្លៃ WTP នេះមានសារៈសំខាន់ និងអាចយកមកអនុវត្តបានយ៉ាងល្អនៅក្នុងវិស័យកសិកម្ម និងទីផ្សារអាហារនៅកម្ពុជា។
សរុបមក ការស្វែងយល់ពីឆន្ទៈក្នុងការចំណាយ (WTP) របស់អ្នកប្រើប្រាស់ខ្មែរ នឹងជួយលើកកម្ពស់ខ្សែច្រវាក់តម្លៃកសិកម្ម ព្រមទាំងផ្តល់កម្លាំងជំរុញផ្នែកសេដ្ឋកិច្ចដល់កសិករឱ្យងាកមកផលិតអាហារប្រកបដោយសុវត្ថិភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Willingness to Pay - WTP (ឆន្ទៈក្នុងការចំណាយ) | ជាចំនួនទឹកប្រាក់អតិបរមា ឬភាគរយនៃតម្លៃបន្ថែមដែលអតិថិជនម្នាក់យល់ព្រមចំណាយដើម្បីទទួលបានផលិតផលមួយដែលមានលក្ខណៈពិសេស (ដូចជាអាហារដែលមានសុវត្ថិភាពនិងគុណភាពខ្ពស់) ធៀបនឹងតម្លៃនៃផលិតផលធម្មតាដែលមាននៅលើទីផ្សារ។ | ដូចជាការដែលអ្នកសុខចិត្តបន្ថែមលុយ ៥០០ រៀល ដើម្បីទិញបន្លែដែលអ្នកដឹងច្បាស់ថាដាំដោយមិនប្រើគីមី ជំនួសឱ្យការទិញបន្លែធម្មតាដែលមិនដឹងប្រភព។ |
| Contingent Value Method - CV (វិធីសាស្ត្រវាយតម្លៃតាមលក្ខខណ្ឌ) | ជាវិធីសាស្ត្រស្រាវជ្រាវសេដ្ឋកិច្ច ដោយសួរផ្ទាល់ទៅកាន់អ្នកប្រើប្រាស់ (តាមរយៈកម្រងសំណួរ) ថាតើពួកគេសុខចិត្តចំណាយប្រាក់ចំនួនប៉ុន្មានសម្រាប់ផលិតផល ឬលក្ខណៈពិសេសណាមួយ ដែលមិនទាន់មានទីផ្សារទូលំទូលាយនៅឡើយ។ | ដូចជាការសួរមិត្តភក្តិថា "ប្រសិនបើខ្ញុំធ្វើនំរសជាតិថ្មីនេះ តើឯងហ៊ានទិញក្នុងតម្លៃប៉ុន្មាន?" ទោះបីជានំនេះមិនទាន់ត្រូវបានដាក់លក់ក៏ដោយ។ |
| Choice Experiment Method - CE (វិធីសាស្ត្រពិសោធន៍ជម្រើស) | ជាបច្ចេកទេសវាស់វែងការសម្រេចចិត្ត ដោយតម្រូវឱ្យអ្នកចូលរួមជ្រើសរើសរវាងជម្រើសផលិតផលជាច្រើនប្លែកៗគ្នា ដែលជម្រើសនីមួយៗមានគុណលក្ខណៈខុសៗគ្នា (ដូចជា តម្លៃ ស្លាកសញ្ញា ការវេចខ្ចប់) ដើម្បីវាស់វែងថាតើគុណលក្ខណៈមួយណាដែលអ្នកទិញឱ្យតម្លៃជាងគេបំផុត។ | ដូចជាការឱ្យអ្នកទិញរើសរវាងទូរស័ព្ទពីរ៖ មួយថតរូបស្អាតតែថ្មខ្សោយ និងមួយទៀតថ្មកាន់តែថតរូបមិនសូវស្អាត ដើម្បីមើលថាតើពួកគេឱ្យតម្លៃលើមុខងារមួយណាជាង។ |
| Auction Experiment Method - AE (វិធីសាស្ត្រពិសោធន៍ដេញថ្លៃ) | ជាការធ្វើតេស្តជាក់ស្តែងដែលតម្រូវឱ្យអ្នកចូលរួមប្រើប្រាស់លុយពិតប្រាកដដើម្បីដេញថ្លៃទិញផលិតផលមួយ។ វិធីនេះជួយលុបបំបាត់ការឆ្លើយបំផ្លើស (Hypothetical bias) ព្រោះអ្នកទិញត្រូវចំណាយលុយចេញពីហោប៉ៅមែនទែនប្រសិនបើពួកគេឈ្នះការដេញថ្លៃ។ | ដូចជាការដាក់ដេញថ្លៃគំនូរមួយផ្ទាំងក្នុងកម្មវិធីសប្បុរសធម៌ អ្នកណាហ៊ានឱ្យថ្លៃខ្ពស់ជាងគេពិតប្រាកដ គឺជាអ្នកបានគំនូរនោះ ដែលវាបង្ហាញពីតម្លៃលុយពិតប្រាកដដែលពួកគេហ៊ានចំណាយ។ |
| Heckman two-step model (ម៉ូដែលតំរែតំរង់ពីរជំហានរបស់ Heckman) | ជាម៉ូដែលស្ថិតិដែលបែងចែកការវិភាគជាពីរដំណាក់កាល៖ ទី១ សិក្សាថាតើអតិថិជនព្រមទិញផលិតផលនោះឬអត់ និងទី២ ប្រសិនបើព្រមទិញ តើពួកគេនឹងទិញក្នុងបរិមាណប៉ុន្មាន ឬចំណាយប៉ុន្មាន។ វាជួយកែតម្រូវភាពលម្អៀងនៃទិន្នន័យនៅពេលមានអ្នកឆ្លើយថា "មិនទិញសោះ" (Zero consumption) ច្រើន។ | ដូចជាការសួរអ្នកដើរផ្សារ៖ សំណួរទី១ "តើអ្នកញ៉ាំសាច់គោឬទេ?" បើឆ្លើយថាទេ គឺចប់។ បើឆ្លើយថាបាទ/ចាស ទើបសួរទី២ "តើអ្នកទិញប៉ុន្មានគីឡូក្នុងមួយសប្តាហ៍?"។ |
| Fractional factorial design (ការរចនាបែបប្រភាគፋាក់តូរៀល) | ជាបច្ចេកទេសកាត់បន្ថយចំនួននៃជម្រើសសំណួរ (Choice sets) ដ៏ច្រើនសន្ធឹកសន្ធាប់ ឱ្យមកនៅត្រឹមចំនួនតិចតួចដែលអាចយកទៅអនុវត្តបានក្នុងការស្ទង់មតិជាក់ស្តែង ដោយនៅតែរក្សាបាននូវភាពត្រឹមត្រូវនៃស្ថិតិសម្រាប់តំណាងឱ្យទិន្នន័យសរុប។ | ដូចជាការភ្លក់ម្ហូបក្នុងភោជនីយដ្ឋានដែលមាន ១០០ មុខ អ្នកមិនអាចភ្លក់ទាំងអស់បានទេ ដូច្នេះអ្នកគ្រាន់តែជ្រើសរើសភ្លក់មុខម្ហូបតំណាងសំខាន់ៗចំនួន ១០ មុខ ដើម្បីវាយតម្លៃរសជាតិរួមរបស់ហាងនោះ។ |
| Logistic regression model (ម៉ូដែលតំរែតំរង់ឡូជីស្ទីក) | ជាម៉ូដែលគណិតវិទ្យាប្រើសម្រាប់ទស្សន៍ទាយលទ្ធផលដែលជាជម្រើសដាច់ស្រឡះ (Binary response) ដូចជា "ទិញ" (តំណាងដោយលេខ ១) ឬ "មិនទិញ" (តំណាងដោយលេខ ០) ដោយផ្អែកលើអថេរផ្សេងៗដូចជា អាយុ ចំណូល ឬកម្រិតនៃការយល់ដឹង។ | ដូចជាការប្រើប្រាស់ព័ត៌មានពីអាកាសធាតុ (ដូចជាមេឃស្រទុំ មានខ្យល់បក់) ដើម្បីទាយថាតើថ្ងៃនេះ "នឹងមានភ្លៀង" (១) ឬ "មិនមានភ្លៀង" (០)។ |
| Exploratory Factor Analysis - EFA (ការវិភាគស្វែងរកកត្តា) | ជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ចងក្រងអថេរឬសំណួរតូចៗរាប់សិប ដែលមានទំនាក់ទំនងគ្នា ឱ្យទៅជាក្រុមធំៗ (កត្តា) មួយចំនួនតូច ដើម្បីងាយស្រួលក្នុងការទាញយកអត្ថន័យ និងសម្រួលដល់ការវិភាគទិន្នន័យដែលមានភាពស្មុគស្មាញ។ | ដូចជាការរៀបចំសៀវភៅរាប់រយក្បាលដែលរាយប៉ាយនៅលើតុ ឱ្យទៅជាប្រអប់ធំៗចំនួន ៣ គឺ ប្រអប់សៀវភៅវិទ្យាសាស្ត្រ ប្រវត្តិវិទ្យា និងប្រលោមលោក ដើម្បីងាយស្រួលរក និងប្រើប្រាស់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
