បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាភាពក្រីក្រ និងវិសមភាពប្រាក់ចំណូលនៅក្នុងប្រទេសអេត្យូពី ដោយធ្វើការត្រួតពិនិត្យថាតើការផ្តល់ឥណទានកសិកម្មពីប្រព័ន្ធធនាគារអាចជួយកាត់បន្ថយបញ្ហាម៉ាក្រូសេដ្ឋកិច្ចដ៏រ៉ាំរ៉ៃទាំងនេះបានកម្រិតណា។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យជាកញ្ចប់មិនមានតុល្យភាព (Unbalanced Panel Data) ចន្លោះឆ្នាំ ២០០០ ដល់ ២០២១ ដែលប្រមូលបានពីរដ្ឋតំបន់ទាំង ១១ ក្នុងប្រទេសអេត្យូពី ដោយអនុវត្តវិធីសាស្ត្រវិភាគអេកូណូមេទ្រីក។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Panel Corrected Standard Errors (PCSE) ម៉ូដែលកំហុសស្តង់ដារកែតម្រូវទិន្នន័យជាកញ្ចប់ |
អាចគ្រប់គ្រងបញ្ហាអថេរពឹងផ្អែកផ្នែកឆ្លងកាត់ (Cross-sectional dependence) ភាពខុសគ្នានៃវ៉ារ្យ៉ង់ (Heteroscedasticity) និងទំនាក់ទំនងលំហ (Spatial correlation) បានយ៉ាងមានប្រសិទ្ធភាព។ | ទាមទារទិន្នន័យជាកញ្ចប់ (Panel Data) ដែលមានទំហំធំ និងពេលវេលារយៈពេលវែងគ្រប់គ្រាន់ទើបអាចផ្តល់លទ្ធផលប៉ាន់ស្មានដែលមានភាពច្បាស់លាស់។ | រកឃើញថាការកើនឡើង ១% នៃឥណទានកសិកម្មពីធនាគារជួយកាត់បន្ថយភាពក្រីក្រ ០,០៤៣% និងវិសមភាពប្រាក់ចំណូល ០,០១៣% ប្រកបដោយអត្ថន័យស្ថិតិខ្ពស់។ |
| First-generation Panel Models (e.g., standard OLS, Fixed/Random Effects) ម៉ូដែលទិន្នន័យជាកញ្ចប់ជំនាន់ទីមួយ (ឧ. OLS, Fixed/Random Effects) |
ងាយស្រួលក្នុងការគណនា និងជាវិធីសាស្ត្រទូទៅបំផុតសម្រាប់ការវិភាគទិន្នន័យជាកញ្ចប់ធម្មតាដោយមិនតម្រូវឱ្យមានការកំណត់ស្មុគស្មាញ។ | មិនបានពិចារណាលើបញ្ហាការពឹងផ្អែកផ្នែកឆ្លងកាត់ (Cross-sectional dependence) នៅក្នុងទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ច ដែលនាំឱ្យការប៉ាន់ស្មានមានភាពលម្អៀង និងផ្តល់លទ្ធផលខុស។ | មិនត្រូវបានជ្រើសរើសសម្រាប់ការប៉ាន់ស្មានចុងក្រោយនោះទេ ដោយសារលទ្ធផលតេស្ត Pesaran (2004) បង្ហាញថាទិន្នន័យមានបញ្ហាការពឹងផ្អែកផ្នែកឆ្លងកាត់យ៉ាងខ្លាំង។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ទោះបីជាមិនបានបញ្ជាក់ចំៗនៅក្នុងឯកសារ ប៉ុន្តែការវិភាគអេកូណូមេទ្រីកកម្រិតខ្ពស់នេះទាមទារធនធានកម្មវិធី និងសំណុំទិន្នន័យជាក់លាក់ដូចខាងក្រោម៖
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសអេត្យូពី ដោយប្រើប្រាស់ទិន្នន័យពីរដ្ឋចំនួន ១១ ចន្លោះឆ្នាំ ២០០០-២០២១ និងផ្តោតតែលើប្រាក់កម្ចីពី 'ធនាគារ' ប៉ុណ្ណោះ។ សម្រាប់ប្រទេសកម្ពុជា ការពឹងផ្អែកខ្លាំងលើគ្រឹះស្ថានមីក្រូហិរញ្ញវត្ថុ (MFIs) ជាជាងធនាគារពាណិជ្ជក្នុងការផ្តល់កម្ចីដល់កសិករតូចតាច អាចធ្វើឱ្យលទ្ធផលនៃការសិក្សានេះមិនអាចតំណាងឱ្យបរិបទកម្ពុជាបានទាំងស្រុងនោះទេ ប្រសិនបើគេមិនរាប់បញ្ចូលទិន្នន័យឥណទានពី MFIs និងសហករណ៍ឥណទាន។
ទោះបីជាមានភាពខុសគ្នានៃរចនាសម្ព័ន្ធហិរញ្ញវត្ថុក៏ដោយ វិធីសាស្ត្រវិភាគ និងអំណះអំណាងនៃការសិក្សានេះមានសារៈសំខាន់សម្រាប់ការរៀបចំគោលនយោបាយនៅកម្ពុជា។
សរុបមក ការជំរុញការផ្តល់ឥណទានប្រកបដោយបរិយាប័ន្នទៅកាន់វិស័យកសិកម្ម គឺជាយុទ្ធសាស្ត្រដ៏មុតស្រួចមួយដែលស្ថាប័នពាក់ព័ន្ធនៅកម្ពុជាអាចយកមកអនុវត្ត ដើម្បីពន្លឿនការកាត់បន្ថយភាពក្រីក្រ និងបង្រួមគម្លាតសេដ្ឋកិច្ចរវាងទីក្រុង និងជនបទ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Panel Corrected Standard Errors (PCSE) (កំហុសស្តង់ដារកែតម្រូវទិន្នន័យជាកញ្ចប់) | ជាវិធីសាស្ត្រស្ថិតិដែលត្រូវបានប្រើប្រាស់ដើម្បីកែតម្រូវកំហុសនៅក្នុងការវិភាគទិន្នន័យ (Panel Data) នៅពេលដែលមានបញ្ហាទំនាក់ទំនងគ្នារវាងផ្នែកឆ្លងកាត់ (Cross-sectional dependence) ឬបញ្ហាបំរែបំរួលមិនថេរ (Heteroscedasticity) ដើម្បីទាញយកលទ្ធផលប៉ាន់ស្មានដែលកាន់តែមានភាពសុក្រឹត និងអាចជឿទុកចិត្តបាន។ | ដូចជាការថ្លឹងទម្ងន់មនុស្សជាច្រើននាក់នៅលើជញ្ជីងដែលរអាក់រអួល ដែលយើងត្រូវប្រើរូបមន្តគណិតវិទ្យាពិសេសដើម្បីកែតម្រូវតួលេខនោះឱ្យត្រឹមត្រូវវិញ។ |
| Cross-sectional dependence (CSD) (ការពឹងផ្អែកផ្នែកឆ្លងកាត់) | ជាបាតុភូតនៅក្នុងទិន្នន័យដែលអង្គភាពសង្កេតនីមួយៗ (ឧទាហរណ៍៖ ខេត្ត ឬប្រទេស) មានឥទ្ធិពលទៅវិញទៅមកដោយសារកត្តាខាងក្រៅរួមគ្នា ដូចជាវិបត្តិសេដ្ឋកិច្ច ឬការប្រែប្រួលអាកាសធាតុ។ ការមិនអើពើនឹងបញ្ហានេះ អាចធ្វើឱ្យការសន្និដ្ឋានខុស។ | ដូចជាសិស្សនៅក្នុងថ្នាក់តែមួយ បើគ្រូដាក់លំហាត់ពិបាកខ្លាំង សិស្សទាំងអស់នឹងធ្លាក់ពិន្ទុដូចៗគ្នា ព្រោះពួកគេរងឥទ្ធិពលពីកត្តារួមតែមួយ។ |
| Heteroscedasticity (ភាពខុសគ្នានៃវ៉ារ្យ៉ង់) | គឺជាស្ថានភាពនៅក្នុងអេកូណូមេទ្រីក ដែលរង្វាស់នៃកំហុស (Error term) មិនថេរនៅគ្រប់តម្លៃនៃអថេរឯករាជ្យ។ វាធ្វើឱ្យម៉ូដែលប៉ាន់ស្មានលែងមានប្រសិទ្ធភាពបំផុត និងអាចនាំឱ្យអ្នកវិភាគធ្វើការសម្រេចចិត្តខុសទៅលើសម្មតិកម្ម។ | ដូចជាការបាញ់ព្រួញទៅកាន់គោលដៅ បើយើងឈរជិត ព្រួញចូលចំកណ្តាលល្អ (កំហុសតូច) តែបើយើងថយក្រោយកាន់តែឆ្ងាយ ព្រួញប៉ើងរាត់រាយខុសគ្នាខ្លាំង (កំហុសធំ និងមិនថេរ)។ |
| Unit root test (ការធ្វើតេស្តឫសឯកតា) | គឺជាការធ្វើតេស្តស្ថិតិដើម្បីពិនិត្យមើលថាតើទិន្នន័យតាមពេលវេលា (Time series) មួយមានលក្ខណៈថេរ (Stationary) ឬអត់។ ប្រសិនបើវាមាន "Unit root" មានន័យថាទិន្នន័យនោះមិនថេរ ហើយអាចនាំឱ្យការវិភាគរកទំនាក់ទំនងរវាងអថេរជួបប្រទះការភាន់ច្រឡំ។ | ដូចជាការវាស់ស្ទង់រលកសមុទ្រ បើវាមិនមាន Unit root ទេ រលកនឹងបោកបក់រួចត្រឡប់មកកម្ពស់ធម្មតាវិញ តែបើវាមាន វាអាចនឹងក្លាយជារលកយក្សស៊ូណាមិដែលកើនឡើងរហូតដោយមិនវិលត្រឡប់មកកម្រិតដើមវិញ។ |
| Co-integration (សមាហរណកម្ម) | ជាគោលគំនិតដែលបង្ហាញថា ទោះបីជាអថេរពីរកំពុងប្រែប្រួលឡើងចុះមិនថេររៀងៗខ្លួនយ៉ាងណាក្តី ប៉ុន្តែនៅក្នុងរយៈពេលវែង ពួកវាមានទំនាក់ទំនង និងដើរស្របគ្នា។ វាជួយបញ្ជាក់ថាអថេរទាំងនោះមានទំនាក់ទំនងសេដ្ឋកិច្ចយូរអង្វែងពិតប្រាកដ។ | ដូចជាមនុស្សស្រវឹងពីរនាក់ដើរតាមផ្លូវ ទោះបីជាម្នាក់ៗដើរទ្រេតទ្រោតចុះឡើង (មិនថេរ) តែពួកគេមានចំណងនឹងគ្នា ហើយតែងតែដើរទៅដល់គោលដៅតែមួយជាមួយគ្នាជានិច្ច។ |
| Gini coefficient (មេគុណជីនី) | គឺជារង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់កម្រិតនៃវិសមភាព (Inequality) នៅក្នុងសង្គម ជាពិសេសវិសមភាពនៃការបែងចែកប្រាក់ចំណូល ឬទ្រព្យសម្បត្តិ។ តម្លៃរបស់វាស្ថិតនៅចន្លោះពី ០ ដល់ ១ (០ តំណាងឱ្យសមធម៌ពេញលេញ និង ១ តំណាងឱ្យវិសមភាពដាច់ខាត)។ | ដូចជាការចែកនំខេកដល់ក្មេង១០នាក់ បើ Gini ស្មើ ០ ក្មេងគ្រប់គ្នាបាននំប៉ុនៗគ្នា តែបើ Gini ស្មើ ១ មានន័យថាក្មេងម្នាក់យកនំទាំងអស់ ហើយ៩នាក់ទៀតអត់បានអ្វីសោះ។ |
| Trade openness (ភាពបើកចំហពាណិជ្ជកម្ម) | ជាទំហំសរុបនៃការនាំចេញបូកបញ្ចូលគ្នានឹងការនាំចូលរបស់ប្រទេសមួយ ធៀបនឹងផលិតផលក្នុងស្រុកសរុប (GDP)។ វាស់ស្ទង់ថាតើប្រទេសនោះមានការពាក់ព័ន្ធ និងទាញយកប្រយោជន៍ពីសេដ្ឋកិច្ចអន្តរជាតិបានខ្លាំងកម្រិតណា។ | ដូចជាហាងលក់ដូរមួយ បើហាងនោះបើកទ្វារធំទទួលអតិថិជនពីក្រៅតំបន់ច្រើន និងទិញឥវ៉ាន់ពីខាងក្រៅមកលក់ច្រើន នោះហាងនោះមាន "ភាពបើកចំហ" ខ្លាំងលើការដោះដូរ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
