បញ្ហា (The Problem)៖ តើកត្តាសេដ្ឋកិច្ចម៉ាក្រូអ្វីខ្លះដែលជះឥទ្ធិពលដល់ប្រភពចំណូល និងការចំណាយថវិការដ្ឋរបស់ខេត្តឡុងអាន ក្នុងចន្លោះឆ្នាំ១៩៩៥ ដល់ ២០២១?
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្រតំរែតំរង់វ៉ិចទ័រស្វ័យប្រវត្តិ (VAR) លើទិន្នន័យស៊េរីពេលវេលាពីឆ្នាំ១៩៩៥ ដល់ ២០២១ ដើម្បីវិភាគទំនាក់ទំនងរវាងអថេរសេដ្ឋកិច្ចម៉ាក្រូ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Vector Auto Regression (VAR) ការវិភាគតំរែតំរង់វ៉ិចទ័រស្វ័យប្រវត្តិ |
អាចចាប់យកទំនាក់ទំនងអន្តរកម្មរវាងអថេរសេដ្ឋកិច្ចម៉ាក្រូច្រើនក្នុងពេលតែមួយ ដោយមិនតម្រូវឱ្យមានការបែងចែកដាច់ខាតរវាងអថេរឯករាជ្យ និងអថេរអាស្រ័យនោះទេ។ | ទាមទារឱ្យមានទិន្នន័យស៊េរីពេលវេលា (Time-series) រយៈពេលវែង និងទាមទារការធ្វើតេស្តភាពនឹងនរនៃទិន្នន័យ (Stationary) យ៉ាងតឹងរ៉ឹង។ | កំណត់បានយ៉ាងច្បាស់ថា ផលិតផលក្នុងស្រុកសរុប (GRDP) ការវិនិយោគបរទេស (FDI) និងភាពបើកចំហពាណិជ្ជកម្ម មានឥទ្ធិពលវិជ្ជមានខ្លាំងដល់ចំណូលថវិកាខេត្តឡុងអាន។ |
| Fixed/Random Effects Model (Panel Data) គំរូទិន្នន័យក្ដារ (Panel Data) បែបផលប៉ះពាល់ថេរនិងចៃដន្យ |
ស័ក្តិសមបំផុតសម្រាប់ការវិភាគទិន្នន័យដែលឆ្លងកាត់តំបន់ភូមិសាស្ត្រច្រើន (Cross-sectional) រួមជាមួយពេលវេលា ដូចជាការសិក្សាលើខេត្តទាំងអស់ក្នុងប្រទេស។ | មិនអាចបង្ហាញពីទំនាក់ទំនងអន្តរកម្មស្វ័យប្រវត្តិ (Dynamic interaction) ក្នុងរយៈពេលវែងរវាងអថេរនីមួយៗបានល្អដូចគំរូ VAR នោះទេ ប្រសិនបើសិក្សាផ្តោតលើខេត្តតែមួយ។ | ការសិក្សាស្រាវជ្រាវមុនៗ (Morgan & Trinh, 2017) ប្រើប្រាស់គំរូនេះរកឃើញទំនាក់ទំនងជាទូទៅនៅកម្រិតថ្នាក់ជាតិ ប៉ុន្តែមិនអាចឆ្លុះបញ្ចាំងពីបរិបទជាក់លាក់នៃខេត្តទោលបានស៊ីជម្រៅឡើយ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនបានបញ្ជាក់ពីទំហំថវិកាសម្រាប់ការសិក្សានោះទេ ប៉ុន្តែផ្អែកលើវិធីសាស្ត្រសេដ្ឋកិច្ចមាត្រ វាទាមទារធនធានទិន្នន័យនិងផ្នែកទន់ (Software) សំខាន់ៗមួយចំនួន។
ការស្រាវជ្រាវនេះផ្អែកទាំងស្រុងលើទិន្នន័យរបស់ខេត្តឡុងអាន ប្រទេសវៀតណាម ដែលជាខេត្តមានសក្ដានុពលឧស្សាហកម្ម និងទាក់ទាញ FDI ខ្ពស់។ លទ្ធផលនេះអាចនឹងមានភាពលំអៀង និងមិនអាចឆ្លុះបញ្ចាំងបានត្រឹមត្រូវទេ ប្រសិនបើអនុវត្តទៅលើខេត្តដែលពឹងផ្អែកលើវិស័យកសិកម្មសុទ្ធសាធ។ សម្រាប់កម្ពុជា ការយល់ដឹងពីភាពលំអៀងនេះគឺសំខាន់ ដើម្បីជ្រើសរើសតំបន់សិក្សាដែលមានរចនាសម្ព័ន្ធសេដ្ឋកិច្ចប្រហាក់ប្រហែល។
វិធីសាស្ត្រនិងគំរូវិភាគនៅក្នុងការសិក្សានេះ មានភាពពាក់ព័ន្ធ និងអាចយកមកអនុវត្តយ៉ាងមានប្រសិទ្ធភាពសម្រាប់ការគ្រប់គ្រងហិរញ្ញវត្ថុថ្នាក់ក្រោមជាតិនៅកម្ពុជា។
ជារួម ការផ្លាស់ប្តូរពីការធ្វើផែនការថវិកាតាមបែបប្រពៃណី មកប្រើប្រាស់គំរូសេដ្ឋកិច្ចមាត្រដូចជា VAR នឹងជួយឱ្យរដ្ឋបាលថ្នាក់ក្រោមជាតិនៅកម្ពុជាអាចធ្វើសេចក្តីសម្រេចចិត្តផ្អែកលើទិន្នន័យ (Data-driven decision making) ប្រកបដោយតម្លាភាព និងប្រសិទ្ធភាពខ្ពស់។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Vector Auto Regression (VAR) | ជាគំរូស្ថិតិសេដ្ឋកិច្ចមាត្រដែលប្រើដើម្បីវិភាគទំនាក់ទំនង និងឥទ្ធិពលទៅវិញទៅមករវាងអថេរស៊េរីពេលវេលា (Time-series) ច្រើនក្នុងពេលតែមួយ ដោយមិនតម្រូវឱ្យមានការបែងចែកដាច់ខាតថាអថេរណាជាបុព្វហេតុ ឬជាផលនោះទេ ព្រោះអថេរទាំងអស់អាចជះឥទ្ធិពលគ្នាទៅវិញទៅមក។ | ដូចជាការសង្កេតមើលមនុស្សមួយក្រុមដែលកំពុងជជែកគ្នា ដើម្បីមើលថាតើពាក្យសម្តីរបស់អ្នកណាម្នាក់ ធ្វើឱ្យអ្នកផ្សេងទៀតមានប្រតិកម្មឆ្លើយតបយ៉ាងដូចម្តេចខ្លះជាបន្តបន្ទាប់។ |
| Granger Causality Test | ជាការធ្វើតេស្តស្ថិតិដើម្បីកំណត់ថាតើបម្រែបម្រួលនៃអថេរមួយ (ឧទាហរណ៍៖ លំហូរ FDI) អាចត្រូវបានប្រើប្រាស់ដើម្បីទស្សន៍ទាយ ឬព្យាករណ៍ពីបម្រែបម្រួលនៃអថេរមួយទៀត (ឧទាហរណ៍៖ ចំណូលថវិកា) នៅពេលអនាគតបានដែរឬទេ។ | ដូចជាការតាមដានមើលថាតើការឃើញផ្លេកបន្ទោរ (A) តែងតែជាសញ្ញាបញ្ជាក់ថានឹងមានសំឡេងផ្គរលាន់ (B) តាមក្រោយដែរឬទេ ដើម្បីសន្និដ្ឋានថា A ពិតជាអាចព្យាករណ៍ពី B បានមែន។ |
| Variance Decomposition | ជាវិធីសាស្ត្រមួយនៅក្នុងគំរូ VAR ដែលវាស់ស្ទង់ថាតើភាគរយប៉ុន្មាននៃបម្រែបម្រួល (ឬភាពមិនច្បាស់លាស់) របស់អថេរមួយ ត្រូវបានបង្កឡើងដោយការប្រែប្រួលនៃកត្តាខ្លួនឯងផ្ទាល់ និងប៉ុន្មានភាគរយទៀតបង្កឡើងដោយឥទ្ធិពលនៃអថេរផ្សេងៗទៀតនៅក្នុងប្រព័ន្ធ។ | ដូចជាការបែងចែកនំមួយដុំធំ ដើម្បីមើលថាភាពជោគជ័យនៃហាងកាហ្វេមួយ ភាគរយប៉ុន្មានបានមកពីរសជាតិកាហ្វេ ប៉ុន្មានបានមកពីទីតាំង និងប៉ុន្មានទៀតបានមកពីសេវាកម្ម។ |
| Impulse Response Function (IRF) | ជាមុខងារសម្រាប់តាមដានប្រតិកម្មរបស់អថេរនានានៅក្នុងប្រព័ន្ធ នៅពេលដែលមានការផ្លាស់ប្តូរភ្លាមៗ (Shock) ឬការកើនឡើងមួយឯកតានៃអថេរណាមួយ ដើម្បីមើលទំហំឥទ្ធិពលរបស់វាក្នុងរយៈពេលខ្លី និងរយៈពេលវែង។ | ដូចជាការទម្លាក់ដុំថ្មចូលក្នុងផ្ទៃទឹកស្ងប់ រួចអង្គុយសង្កេតមើលថាតើរលកទឹកសាយភាយទៅឆ្ងាយប៉ុណ្ណា ហើយប្រើពេលយូរប៉ុណ្ណាទើបផ្ទៃទឹកត្រលប់មកស្ងប់វិញ។ |
| Unit Root Test | ការធ្វើតេស្តស្ថិតិ (ដូចជាតេស្ត ADF) ដើម្បីពិនិត្យមើលភាពនឹងនរ (Stationarity) នៃទិន្នន័យស៊េរីពេលវេលា មុននឹងយកទៅវិភាគ។ ទិន្នន័យដែលមិននឹងនរ អាចធ្វើឱ្យការវិភាគតំរែតំរង់ទទួលបានលទ្ធផលក្លែងក្លាយ (Spurious regression)។ | ដូចជាការពិនិត្យមើលគ្រឹះផ្ទះឱ្យបានរឹងមាំមុននឹងសង់ជាន់បន្ថែម បើគ្រឹះមិនរឹងមាំទេ (ទិន្នន័យមិននឹងនរ) ផ្ទះនោះនឹងមិនអាចឈរជាប់បានយូរ និងផ្តល់ការសន្និដ្ឋានខុសឡើយ។ |
| Trade Openness | កម្រិតនៃភាពបើកចំហរពាណិជ្ជកម្មអន្តរជាតិរបស់រដ្ឋ ឬខេត្តមួយ ដែលគណនាដោយបូកបញ្ចូលទំហំនាំចេញនិងទំហំនាំចូល រួចចែកនឹងផលិតផលក្នុងស្រុកសរុប ដើម្បីបង្ហាញពីការពឹងផ្អែករបស់សេដ្ឋកិច្ចលើទីផ្សារខាងក្រៅ។ | ដូចជាការវាស់ស្ទង់ថាតើហាងលក់ទំនិញមួយមានទំនាក់ទំនងទិញចូលនិងលក់ចេញជាមួយអ្នកភូមិផ្សេងច្រើនប៉ុណ្ណា បើធៀបនឹងការផលិតនិងប្រើប្រាស់ខ្លួនឯងតែក្នុងភូមិរបស់ខ្លួន។ |
| Gross Regional Domestic Product (GRDP) | ផលិតផលក្នុងស្រុកសរុបប្រចាំតំបន់ ឬខេត្ត ដែលវាស់ស្ទង់តម្លៃសរុបនៃទំនិញ និងសេវាកម្មចុងក្រោយទាំងអស់ដែលផលិតបាននៅក្នុងព្រំដែនភូមិសាស្ត្រនៃខេត្តនោះ ក្នុងរយៈពេលកំណត់មួយ។ វាជារង្វាស់ទំហំសេដ្ឋកិច្ចរបស់ថ្នាក់ក្រោមជាតិ។ | ដូចជាការបូកសរុបប្រាក់ចំណូលសរុបរបស់សមាជិកគ្រួសារគ្រប់គ្នានៅក្នុងផ្ទះមួយក្នុងរយៈពេលមួយឆ្នាំ ដើម្បីដឹងថាគ្រួសារនោះអាចរកប្រាក់ចំណូលសរុបបានប៉ុន្មាន។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
