បញ្ហា (The Problem)៖ វិស័យកសិពាណិជ្ជកម្មដើរតួនាទីយ៉ាងសំខាន់ក្នុងសេដ្ឋកិច្ចថៃ ប៉ុន្តែកសិករ និងអ្នកពាក់ព័ន្ធតែងជួបប្រទះការលំបាកក្នុងការដឹងមុនពីនិន្នាការផលិតភាពកសិកម្ម។ ការសិក្សានេះមានគោលបំណងវាយតម្លៃប្រសិទ្ធភាព និងសមិទ្ធកម្មរបស់ក្រុមហ៊ុនកសិពាណិជ្ជកម្មដែលបានចុះបញ្ជីក្នុងទីផ្សារមូលបត្រថៃ ដើម្បីបង្កើតជាគោលដៅប្រៀបធៀប (Benchmarks) សម្រាប់ក្រុមហ៊ុនដែលគ្មានប្រសិទ្ធភាព។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ទិន្នន័យបន្ទះ (Panel data) ពីឆ្នាំ ២០១១ ដល់ ២០១៤ និងអនុវត្តវិធីសាស្ត្រវិភាគស្រោមទិន្នន័យកម្រិតខ្ពស់ដើម្បីវាស់ស្ទង់សមិទ្ធកម្ម។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| SBM context-dependent DEA (CRS Model) វិធីសាស្ត្រ SBM context-dependent DEA (គំរូទិន្នផលថេរធៀបនឹងទំហំ) |
អាចយកទាំងប្រសិទ្ធភាពបច្ចេកទេស និងប្រសិទ្ធភាពទំហំ (scale efficiency) មកគណនាចូលគ្នា ដែលធ្វើឱ្យការវាស់ស្ទង់សមិទ្ធកម្មមានភាពទូលំទូលាយ។ | អាចវាយតម្លៃទាបចំពោះក្រុមហ៊ុនដែលមិនទាន់ឈានដល់ទំហំប្រតិបត្តិការដ៏ប្រសើរបំផុត ព្រោះវាសន្មតថាគ្រប់ក្រុមហ៊ុនសុទ្ធតែអាចផ្លាស់ប្តូរទំហំបានដោយសេរី។ | បានបែងចែកអង្គភាព (DMUs) ចំនួន ៥៦ ជា ១០ កម្រិតសមិទ្ធកម្ម ហើយត្រូវបានជ្រើសរើសជាគំរូល្អបំផុតក្នុងការសិក្សានេះ ដោយរកឃើញថា ៧១% នៃប្រតិបត្តិការមានទិន្នផលកើនឡើងធៀបនឹងទំហំ។ |
| SBM context-dependent DEA (VRS Model) វិធីសាស្ត្រ SBM context-dependent DEA (គំរូទិន្នផលប្រែប្រួលធៀបនឹងទំហំ) |
ផ្តោតសំខាន់លើប្រសិទ្ធភាពបច្ចេកទេសសុទ្ធសាធ ដែលសាកសមសម្រាប់វាយតម្លៃក្រុមហ៊ុនដែលកំពុងប្រតិបត្តិការក្នុងទំហំខុសៗគ្នា (ធំ និងតូច)។ | មើលរំលងប្រសិទ្ធភាពទំហំ (ignores scale efficiency) ដែលធ្វើឱ្យក្រុមហ៊ុនគ្មានប្រសិទ្ធភាពមួយចំនួនអាចទទួលបានពិន្ទុខ្ពស់ខុសពីការពិត (ឧទាហរណ៍ដូចជាករណី DMU05 ក្នុងឯកសារ)។ | បានបែងចែកអង្គភាព (DMUs) ចំនួន ៥៦ ជា ៦ កម្រិតសមិទ្ធកម្ម ប៉ុន្តែមិនត្រូវបានអ្នកស្រាវជ្រាវជ្រើសរើសសម្រាប់ទាញសេចក្តីសន្និដ្ឋានចុងក្រោយនោះទេ ដោយសារខ្វះភាពសុក្រឹតលើមាត្រដ្ឋាន។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើការទាញយកទិន្នន័យហិរញ្ញវត្ថុបន្ទាប់បន្សំ (Secondary Data) និងប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់ដោះស្រាយសមីការលីនេអ៊ែរស្មុគស្មាញ។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យរបស់ក្រុមហ៊ុនកសិពាណិជ្ជកម្មខ្នាតធំចំនួន ១៤ ដែលបានចុះបញ្ជីនៅលើទីផ្សារមូលបត្រថៃ (SET) ពីឆ្នាំ ២០១១ ដល់ ២០១៤។ ទិន្នន័យនេះមិនបានឆ្លុះបញ្ចាំងពីសហគ្រាសធុនតូច និងមធ្យម (SMEs) ឬកសិដ្ឋានលក្ខណៈគ្រួសារនោះទេ។ សម្រាប់ប្រទេសកម្ពុជា ការយកគំរូតាមនេះទាមទារការប្រុងប្រយ័ត្ន ព្រោះរចនាសម្ព័ន្ធកសិពាណិជ្ជកម្មកម្ពុជាភាគច្រើនជាសហគ្រាសខ្នាតតូច ហើយពុំទាន់មានក្រុមហ៊ុនកសិកម្មច្រើនចុះបញ្ជីក្នុងទីផ្សារមូលបត្រនៅឡើយ។
ទោះបីជាបរិបទទីផ្សារមូលបត្រកម្ពុជានៅក្មេងខ្ចីក៏ដោយ វិធីសាស្ត្រវាស់ស្ទង់សមិទ្ធកម្មដោយប្រើ DEA នេះនៅតែមានសក្តានុពលខ្ពស់សម្រាប់ការអនុវត្តជាក់ស្តែងនៅក្នុងស្ថាប័នសំខាន់ៗ។
ជារួម ការអនុវត្តវិធីសាស្ត្រនេះអាចជួយអ្នកតាក់តែងគោលនយោបាយ ស្ថាប័នហិរញ្ញវត្ថុ និងម្ចាស់អាជីវកម្មនៅកម្ពុជា កំណត់បាននូវគោលដៅរៀនសូត្រពីគ្នា (Benchmarks) ដើម្បីបង្កើនផលិតភាពកសិកម្ម។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Data Envelopment Analysis (DEA) | វិធីសាស្ត្រគណិតវិទ្យា (Non-parametric) ដែលប្រើសម្រាប់វាស់ស្ទង់ប្រសិទ្ធភាពរបស់អង្គភាពផ្សេងៗ ដោយប្រៀបធៀបធាតុចូល (Inputs ដូចជា ទ្រព្យសកម្ម បំណុល) និងទិន្នផល (Outputs ដូចជា ចំណូល ប្រាក់ចំណេញ) របស់ពួកវា ដើម្បីរកមើលថាតើអង្គភាពណាប្រើប្រាស់ធនធានបានល្អជាងគេ។ | ដូចជាការប្រកួតប្រណាំង ដែលយើងមើលថាអ្នកណាប្រើកម្លាំងតិចបំផុត (ធាតុចូល) តែរត់បានឆ្ងាយបំផុត (ទិន្នផល) ដើម្បីចាត់ថ្នាក់អ្នកឈ្នះប្រកបដោយប្រសិទ្ធភាព។ |
| Decision Making Units (DMUs) | ជាពាក្យបច្ចេកទេសក្នុងវិធីសាស្ត្រ DEA សំដៅលើអង្គភាព ស្ថាប័ន ឬក្រុមហ៊ុននីមួយៗដែលត្រូវបានយកមកវាយតម្លៃ និងប្រៀបធៀបប្រសិទ្ធភាព (ក្នុងកម្រងឯកសារនេះគឺក្រុមហ៊ុនចុះបញ្ជីទាំង១៤ ក្នុងរយៈពេល៤ឆ្នាំ សរុបស្មើនឹង ៥៦ អង្គភាពឬ DMUs)។ | ដូចជាបេក្ខជនម្នាក់ៗ ឬក្រុមនីមួយៗ ដែលកំពុងចូលរួមនៅក្នុងការប្រកួតប្រជែងសមត្ថភាពដើម្បីយកពិន្ទុ។ |
| Slacks Based Measure (SBM) | ជាទម្រង់មួយនៃគំរូ DEA ដែលមិនគ្រាន់តែគណនាប្រសិទ្ធភាពជារួមទេ តែវាផ្តោតលើភាពធូររលុង (Slacks) នៃធាតុចូលដែលបានប្រើប្រាស់លើស ឬទិន្នផលដែលសម្រេចបានខ្វះ ដើម្បីផ្តល់ការវាស់ស្ទង់មួយដែលច្បាស់លាស់ និងអាចកែលម្អបានចំគោលដៅបំផុត។ | ដូចជាគ្រូពេទ្យពិនិត្យសុខភាព ដែលមិនត្រឹមតែប្រាប់ថាអ្នកឈឺទេ តែប្រាប់ចំៗថាអ្នកលើសជាតិស្ករកម្រិតណា និងខ្វះវីតាមីនកម្រិតណា ដែលត្រូវកែប្រែឱ្យបានត្រឹមត្រូវ។ |
| context-dependent DEA | គំរូ DEA ដែលវាយតម្លៃអង្គភាពជាកម្រិតៗ (Levels/Frontiers) ដោយបំបែកអង្គភាពដែលល្អឥតខ្ចោះចេញជាមុន រួចយកអង្គភាពដែលនៅសល់ទៅប្រៀបធៀបគ្នាដើម្បីស្វែងរកអ្នកល្អបន្ទាប់ ធ្វើបែបនេះបន្តបន្ទាប់រហូតដល់អង្គភាពទាំងអស់ត្រូវបានចាត់ថ្នាក់តាមកម្រិតសមិទ្ធកម្មខុសៗគ្នា។ | ដូចជាការប្រឡងចម្រាញ់យកសិស្សពូកែលេខ១ចេញ រួចឲ្យអ្នកសល់ពីនោះប្រកួតគ្នាដណ្តើមលេខ២ បន្តបន្ទាប់រហូតដល់រកឃើញចំណាត់ថ្នាក់ច្បាស់លាស់សម្រាប់សិស្សគ្រប់កម្រិត។ |
| Attractiveness score | ពិន្ទុដែលបង្ហាញពីចម្ងាយរវាងអង្គភាពដែលមានប្រសិទ្ធភាពល្អ (កម្រិតខ្ពស់) និងអង្គភាពដែលមានប្រសិទ្ធភាពខ្សោយ (កម្រិតទាប)។ ពិន្ទុកាន់តែខ្ពស់មានន័យថាក្រុមហ៊ុននោះមានសមត្ថភាពដាច់ឆ្ងាយពីគូប្រជែងកម្រិតក្រោមៗរបស់ខ្លួន។ | ដូចជាសិស្សដែលរៀនពូកែដាច់គេឆ្ងាយខ្លាំង ដែលធ្វើឲ្យសិស្សខ្សោយពិបាកនឹងប្រឹងរៀនតាមទាន់កម្រិតរបស់គេ។ |
| Progress score | ពិន្ទុដែលបង្ហាញពីគម្លាតរវាងអង្គភាពដែលគ្មានប្រសិទ្ធភាព (កម្រិតទាប) ទៅកាន់គោលដៅប្រៀបធៀបល្អបំផុតរបស់ខ្លួន (កម្រិតខ្ពស់)។ ពិន្ទុកាន់តែទាប មានន័យថាក្រុមហ៊ុននោះនៅកៀកនឹងកម្រិតល្អប្រសើរ ហើយងាយស្រួលក្នុងការអភិវឌ្ឍខ្លួនឱ្យឈានដល់កម្រិតគោលដៅនោះ។ | ដូចជាអ្នករត់ប្រណាំងលេខ២ ដែលកំពុងរត់នៅកៀកប្រកិតពីក្រោយអ្នកលេខ១ ដែលទាមទារការប្រឹងប្រែងតែបន្តិចទៀតនឹងអាចតាមទាន់ក្លាយជាលេខ១។ |
| Returns to scale (CRS and VRS) | ជាទ្រឹស្តីសេដ្ឋកិច្ចដែលបង្ហាញពីទំនាក់ទំនងរវាងការផ្លាស់ប្តូរទំហំធាតុចូល និងការប្រែប្រួលនៃទិន្នផល។ CRS (Constant Returns to Scale) សំដៅលើការកើនឡើងទិន្នផលក្នុងសមាមាត្រស្មើគ្នាទៅនឹងការកើនធាតុចូល ចំណែក VRS (Variable Returns to Scale) សំដៅលើការកើនឡើងក្នុងសមាមាត្រមិនស្មើគ្នា (អាចតិចជាង ឬច្រើនជាងការរំពឹងទុក)។ | បើយើងប្រើម្សៅនំកើនឡើងទ្វេដង ហើយដុតបាននំច្រើនជាងមុនទ្វេដងបេះបិទ នោះគឺ CRS ប៉ុន្តែបើទទួលបាននំច្រើនលើសលប់ជាងទ្វេដង ឬតិចជាងទ្វេដង នោះគឺ VRS។ |
| Panel data | ប្រភេទនៃសំណុំទិន្នន័យស្រាវជ្រាវដែលប្រមូលបានពីអង្គភាពដដែលៗជាច្រើន (Cross-sectional ឧទាហរណ៍ ក្រុមហ៊ុនចំនួន ១៤) ក្នុងចន្លោះពេលវេលាមួយជាបន្តបន្ទាប់ (Time series ឧទាហរណ៍ ពីឆ្នាំ ២០១១ ដល់ ២០១៤) ដើម្បីតាមដានការប្រែប្រួល។ | ដូចជាសៀវភៅតាមដានពិន្ទុប្រចាំខែ ដែលមានឈ្មោះសិស្សដដែលៗក្នុងថ្នាក់ ហើយមានកត់ត្រាពិន្ទុរបស់ពួកគេជារៀងរាល់ខែពេញមួយឆ្នាំ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
