Original Title: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN PHÁT TRIỂN TÍN DỤNG XANH TRONG LĨNH VỰC NÔNG NGHIỆP - CON ĐƯỜNG ĐẢM BẢO AN NINH LƯƠNG THỰC QUỐC GIA: NGHIÊN CỨU TRƯỜNG HỢP TẠI NGÂN HÀNG AGRIBANK KHU VỰC ĐỒNG BẰNG SÔNG CỬU LONG
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាជះឥទ្ធិពលដល់ការអភិវឌ្ឍឥណទានបៃតងក្នុងវិស័យកសិកម្ម - មាគ៌ាធានាសន្តិសុខស្បៀងជាតិ៖ ការសិក្សាស្រាវជ្រាវករណីធនាគារ Agribank នៅតំបន់ដីសណ្ដទន្លេមេគង្គ

ចំណងជើងដើម៖ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN PHÁT TRIỂN TÍN DỤNG XANH TRONG LĨNH VỰC NÔNG NGHIỆP - CON ĐƯỜNG ĐẢM BẢO AN NINH LƯƠNG THỰC QUỐC GIA: NGHIÊN CỨU TRƯỜNG HỢP TẠI NGÂN HÀNG AGRIBANK KHU VỰC ĐỒNG BẰNG SÔNG CỬU LONG

អ្នកនិពន្ធ៖ Nguyễn Văn Tuấn (Ho Chi Minh City University of Industry and Trade), Trần Phước (Ho Chi Minh City University of Industry and Trade), Trần Thị Thanh Thu (Ho Chi Minh City University of Industry and Trade), Trần Nguyễn Anh Phương (Ho Chi Minh City University of Industry and Trade), Nguyễn Thành Luân (Ho Chi Minh City University of Industry and Trade)

ឆ្នាំបោះពុម្ព៖ 2024 Tạp chí Khoa học Đại học Công Thương

វិស័យសិក្សា៖ Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការវាយតម្លៃកត្តាដែលជះឥទ្ធិពលដល់ការអភិវឌ្ឍឥណទានបៃតងក្នុងវិស័យកសិកម្ម ដើម្បីធានាសន្តិសុខស្បៀងជាតិ នៅតំបន់ដីសណ្ដទន្លេមេគង្គដែលងាយរងគ្រោះដោយការប្រែប្រួលអាកាសធាតុ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្រចម្រុះ ដោយប្រមូលទិន្នន័យពីបុគ្គលិកធនាគារ Agribank ចំនួន ៣០៨ នាក់ និងវិភាគដោយប្រើប្រាស់ម៉ូដែលស្ថិតិកម្រិតខ្ពស់។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Exploratory Factor Analysis (EFA)
ការវិភាគកត្តាស្វែងយល់ (EFA)
ជួយកាត់បន្ថយទិន្នន័យ និងចាត់ក្រុមអថេរសង្កេតជាច្រើនទៅជាកត្តាសំខាន់ៗដែលងាយស្រួលយល់។ មិនអាចបញ្ជាក់ពីទំនាក់ទំនងនៃរចនាសម្ព័ន្ធអថេរ ឬធ្វើតេស្តសម្មតិកម្មអថេរអាស្រ័យ និងឯករាជ្យដោយផ្ទាល់បានទេ។ បានទាញយកកត្តាចំនួន ៧ ពីអថេរសង្កេតចំនួន ៣៥ ដោយមានតម្លៃ Eigenvalue > 1 និងវ៉ារ្យង់បូកសរុប ៦៦,៤១៣%។
Structural Equation Modeling (SEM) / Confirmatory Factor Analysis (CFA)
គំរូសមីការរចនាសម្ព័ន្ធ (SEM) និង ការវិភាគកត្តាបញ្ជាក់ (CFA)
អាចវាស់វែងទំនាក់ទំនងស្មុគស្មាញរវាងកត្តាជាច្រើន និងសាកល្បងសម្មតិកម្មបានយ៉ាងច្បាស់លាស់។ ផ្តល់នូវសូចនាករភាពស័ក្តិសមនៃគំរូ (CFI, TLI, RMSEA)។ ទាមទារទំហំសំណាកធំ (ដូចជា ៣០៨ សំណាកក្នុងការសិក្សានេះ) និងទិន្នន័យដែលមានគុណភាពខ្ពស់ទើបដំណើរការបានល្អ។ បញ្ជាក់ថាផលិតផលបៃតងមានឥទ្ធិពលខ្លាំងជាងគេ (Beta=០,២៦១) និងគោលនយោបាយធនាគារ (Beta=០,២១០) ក្នុងកម្រិតអត្ថន័យ p < 0.05។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនបានបញ្ជាក់ពីការចំណាយថវិកាជាក់លាក់ទេ ប៉ុន្តែទាមទារយ៉ាងចាំបាច់នូវកម្មវិធីស្ថិតិ និងការចុះប្រមូលទិន្នន័យពីមន្ត្រីឥណទាន។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រមូលទិន្នន័យតែពីបុគ្គលិកធនាគារ Agribank ចំនួន ៣០៨នាក់ នៅតំបន់ដីសណ្ដទន្លេមេគង្គ ប្រទេសវៀតណាម ដោយមិនបានរាប់បញ្ចូលទស្សនៈរបស់កសិករ ឬសហគ្រាសកសិកម្មដែលជាអ្នកខ្ចីប្រាក់នោះទេ។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះមានសារៈសំខាន់ព្រោះមានភូមិសាស្ត្រស្រដៀងគ្នា ប៉ុន្តែដើម្បីចៀសវាងភាពលម្អៀង ការសិក្សានៅកម្ពុជាគប្បីស្ទង់មតិពីភាគីប្រជាកសិករ និងអ្នកទទួលឥណទានផ្ទាល់បន្ថែមទៀត។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

របកគំហើញនៃការសិក្សានេះមានតម្លៃណាស់សម្រាប់ធនាគារពាណិជ្ជ និងស្ថាប័នរដ្ឋកម្ពុជា ក្នុងការតាក់តែងគោលនយោបាយហិរញ្ញវត្ថុដើម្បីសន្តិសុខស្បៀង។

ជារួម ការច្នៃប្រឌិតផលិតផលឥណទានបៃតង និងការគាំទ្រដោយគោលនយោបាយអត្រាការប្រាក់សមរម្យ គឺជាកត្តាគន្លឹះដើម្បីទាក់ទាញវិស័យកសិកម្មកម្ពុជាឱ្យផ្លាស់ប្តូរទៅរកការអភិវឌ្ឍប្រកបដោយចីរភាព និងធានាបាននូវសន្តិសុខស្បៀងយូរអង្វែង។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. រៀបចំទ្រឹស្តីមូលដ្ឋាន និងអភិវឌ្ឍកម្រងសំណួរ: និស្សិតគប្បីអានពីគំរូទ្រឹស្តី Technology Acceptance Model (TAM) និង Theory of Planned Behavior (TPB) ដើម្បីស្វែងយល់ពីកត្តាផ្លូវចិត្ត និងស្ថាប័នក្នុងការអនុម័តគោលនយោបាយ រួចរចនាកម្រងសំណួរ (Likert Scale 1-5) ដែលស្របនឹងបរិបទកសិកម្មកម្ពុជា។
  2. កំណត់ទំហំសំណាក និងចុះប្រមូលទិន្នន័យ: អនុវត្តការគណនាទំហំសំណាកតាមរូបមន្ត Hair et al. (1998) ដោយគុណចំនួនអថេរសង្កេតនឹង ៥ (ឧ. ៣៨ អថេរ x ៥ = ១៩០ សំណាកយ៉ាងតិច) រួចចុះប្រមូលទិន្នន័យពីមន្ត្រីឥណទាន និងអ្នកគ្រប់គ្រងនៅធនាគារគោលដៅ ដូចជា ARDBAcleda Bank
  3. សម្អាតទិន្នន័យ និងវិភាគកត្តាស្វែងយល់ (EFA): បញ្ចូលទិន្នន័យទៅក្នុងកម្មវិធី SPSS 26.0 ធ្វើតេស្តភាពជឿជាក់នៃខ្នាតរង្វាស់ដោយប្រើ Cronbach's Alpha (> 0.6) រួចដំណើរការវិភាគ EFA ដើម្បីកាត់បន្ថយទិន្នន័យ និងទាញយកកត្តាដែលទាក់ទងគ្នាខ្លាំង (Eigenvalue > 1)។
  4. ដំណើរការគំរូសមីការរចនាសម្ព័ន្ធ (SEM): ផ្ទេរទិន្នន័យកត្តាដែលបានរកឃើញចូលទៅក្នុងកម្មវិធី AMOS 24.0 ដើម្បីគូរគំរូ CFA និង SEM រួចវិភាគរកតម្លៃ Beta weights និងធ្វើតេស្ត Bootstrap (គំរូចំនួន ៧៧០) ដើម្បីបញ្ជាក់ពីកម្រិតឥទ្ធិពលនៃកត្តានីមួយៗមកលើការសម្រេចចិត្តផ្តល់ឥណទានបៃតង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Green credit ឥណទាន ឬប្រាក់កម្ចីដែលផ្តល់ដោយធនាគារសម្រាប់តែគម្រោងដែលមិនប៉ះពាល់ដល់បរិស្ថាន អភិរក្សធនធានធម្មជាតិ ឬជួយកាត់បន្ថយការប្រែប្រួលអាកាសធាតុ។ ដូចជាការឱ្យរង្វាន់ដល់សិស្សដែលចោលសម្រាមក្នុងធុង ធនាគារផ្តល់ការប្រាក់ទាបដល់កសិករដែលដាំដុះមិនប្រើគីមីពុល។
Exploratory Factor Analysis (EFA) វិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីបង្រួមទិន្នន័យច្រើន ឬអថេរសង្កេតជាច្រើនទៅជាក្រុមតូចៗ (កត្តា) ដែលមានទំនាក់ទំនងគ្នាខ្លាំង ដើម្បីងាយស្រួលក្នុងការវិភាគ។ ដូចជាការរៀបចំសម្លៀកបំពាក់រាប់រយឈុតចូលទៅក្នុងទូ ដោយបែងចែកជាថតខោ ថតអាវ និងថតស្រោមជើង ដើម្បីងាយស្រួលស្វែងរក។
Confirmatory Factor Analysis (CFA) ជំហានបន្ទាប់ពី EFA ដែលប្រើដើម្បីបញ្ជាក់ និងសាកល្បងថាតើក្រុម (កត្តា) ដែលយើងបានបែងចែកនោះពិតជាត្រឹមត្រូវ និងស័ក្តិសមតាមទ្រឹស្តីដែលបានកំណត់ទុកមុនឬអត់។ ដូចជាការត្រួតពិនិត្យមើលម្ដងទៀតថាតើខោពិតជានៅក្នុងថតខោមែនឬអត់ បន្ទាប់ពីបានរៀបចំវារួច។
Structural Equation Modeling (SEM) បច្ចេកទេសស្ថិតិដ៏មានអានុភាពដែលរួមបញ្ចូលគ្នានូវ CFA និងការវិភាគតម្រែតម្រង់ (Regression) ដើម្បីវាស់វែងទំនាក់ទំនងដ៏ស្មុគស្មាញ និងឥទ្ធិពលរវាងកត្តាជាច្រើនក្នុងពេលតែមួយ។ ដូចជាការគូរផែនទីបណ្តាញផ្លូវទឹក ដែលបង្ហាញមិនត្រឹមតែប្រភពទឹកប៉ុណ្ណោះទេ ថែមទាំងបង្ហាញពីរបៀបដែលទឹកហូរពីព្រែកមួយទៅទន្លេ និងជះឥទ្ធិពលដល់ដំណាំ។
C-TAM-TPB ការរួមបញ្ចូលគ្នានៃទ្រឹស្តីពីរគឺ Technology Acceptance Model (ការទទួលយកបច្ចេកវិទ្យា) និង Theory of Planned Behavior (ទ្រឹស្តីនៃអាកប្បកិរិយាដែលបានគ្រោងទុក) ដើម្បីពន្យល់ពីមូលហេតុដែលមនុស្ស ឬស្ថាប័នសម្រេចចិត្តប្រើប្រាស់ ឬអនុវត្តអ្វីមួយថ្មី។ ដូចជាការស្វែងយល់ថាហេតុអ្វីបានជាមនុស្សម្នាក់ទិញស្មាតហ្វូន ដោយមើលលើភាពងាយស្រួលប្រើប្រាស់ (TAM) និងការជំរុញពីមិត្តភក្តិ ឬការតាំងចិត្តផ្ទាល់ខ្លួន (TPB)។
Bootstrap វិធីសាស្ត្រប៉ាន់ស្មានស្ថិតិដោយការទាញយកសំណាកឡើងវិញ (Resampling) ជាច្រើនដងពីទិន្នន័យដើម (ឧ. ៧៧០ ដងក្នុងការសិក្សានេះ) ដើម្បីវាស់វែងភាពត្រឹមត្រូវ និងកម្រិតលម្អៀងនៃម៉ូដែលដោយមិនចាំបាច់ទៅប្រមូលទិន្នន័យថ្មីពីខាងក្រៅ។ ដូចជាការភ្លក់សម្លមួយឆ្នាំង ដោយដួសទឹកសម្លពីកន្លែងផ្សេងៗគ្នាច្រើនដងមកភ្លក់ ដើម្បីធានាថាវាពិតជាមានរសជាតិឆ្ងាញ់សព្វសាច់មែន។
Cronbach's Alpha រង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់ភាពជឿជាក់ (Reliability) និងភាពស៊ីសង្វាក់គ្នានៃសំណួរនៅក្នុងកម្រងសំណួរស្ទង់មតិ (តម្លៃធំជាង ០.៦ ចាត់ទុកថាអាចទទួលយកបាន)។ ដូចជាការប្រើជញ្ជីងថ្លឹងទម្ងន់ដដែលៗ ៥ ដង ហើយជញ្ជីងបង្ហាញទម្ងន់ដូចគ្នាទាំង ៥ ដង ដែលបញ្ជាក់ថាជញ្ជីងនោះគួរឱ្យទុកចិត្តបាន។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖