បញ្ហា (The Problem)៖ ការសិក្សានេះស្វែងយល់ពីទំនាក់ទំនងរវាងការអភិវឌ្ឍហិរញ្ញវត្ថុ ភាពបើកចំហពាណិជ្ជកម្ម ភតិសន្យាធនធានធម្មជាតិ ការចំណាយរបស់រដ្ឋាភិបាល និងកំណើនសេដ្ឋកិច្ចនៅក្នុងប្រទេសចិន ជប៉ុន និងសាធារណរដ្ឋកូរ៉េ ដែលលទ្ធផលពីការសិក្សាមុនៗនៅតែមានភាពចម្រូងចម្រាស។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រមូលទិន្នន័យបន្ទះ (Panel data) ពីធនាគារពិភពលោកចាប់ពីឆ្នាំ ១៩៨១ ដល់ ២០២០ និងប្រើប្រាស់គំរូវិភាគសេដ្ឋកិច្ចដើម្បីវាយតម្លៃទំនាក់ទំនងនៃអថេរនីមួយៗ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Fixed Effect Model (FEM) គំរូផលប៉ះពាល់ថេរ |
អាចគ្រប់គ្រងអថេរដែលមិនបានសង្កេតឃើញ (unobservable characteristics) ដែលមិនប្រែប្រួលតាមពេលវេលា។ ជាគំរូដែលត្រូវបានផ្តល់អាទិភាពជាង REM បន្ទាប់ពីឆ្លងកាត់ការធ្វើតេស្ត Hausman។ | ជួបប្រទះបញ្ហា Autocorrelation និង Heteroscedasticity នៅក្នុងទិន្នន័យនៃការសិក្សានេះ ដែលធ្វើឲ្យលទ្ធផលប៉ាន់ស្មានអាចមានភាពលម្អៀង ឬមិនសុក្រឹតពេញលេញ។ | ត្រូវបានជ្រើសរើសសម្រាប់ការវិភាគជំហានដំបូង ប៉ុន្តែដោយសារមានបញ្ហា Heteroscedasticity ទើបឈានទៅរកការប្រើប្រាស់គំរូកម្រិតខ្ពស់ជាង។ |
| Feasible Generalized Least Squares (FGLS) គំរូការប៉ាន់ស្មានការ៉េអប្បបរមាទូទៅដែលមានលទ្ធភាព |
អាចដោះស្រាយបញ្ហា Autocorrelation និង Heteroscedasticity យ៉ាងមានប្រសិទ្ធភាពសម្រាប់ទិន្នន័យបន្ទះ (Panel Data) ផ្តល់នូវមេគុណដែលអាចជឿទុកចិត្តបានខ្ពស់។ | ទាមទារការសាកល្បងម៉ូដែលមូលដ្ឋានជាមុន (FEM/REM) និងទាមទារការកែសម្រួលស្ថិតិស្មុគស្មាញដោយប្រើកម្មវិធីវិភាគ។ | បង្ហាញថាការអភិវឌ្ឍហិរញ្ញវត្ថុ (០.៨២៣) និងភាពបើកចំហពាណិជ្ជកម្ម (០.៣៨១) មានឥទ្ធិពលវិជ្ជមាន ខណៈភតិសន្យាធនធានធម្មជាតិ (-០.១៧៨) មានឥទ្ធិពលអវិជ្ជមានទៅលើកំណើនសេដ្ឋកិច្ច។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើទិន្នន័យបន្ទះទំហំធំ (Panel Data) ពីធនាគារពិភពលោក និងកម្មវិធីវិភាគស្ថិតិជំនាញដើម្បីដំណើរការគំរូសេដ្ឋកិច្ចវិទ្យា។
ការសិក្សានេះធ្វើឡើងដោយផ្តោតលើប្រទេសមហាអំណាចសេដ្ឋកិច្ចនៅអាស៊ីឦសាន (ចិន ជប៉ុន និងកូរ៉េខាងត្បូង) ដែលជាសេដ្ឋកិច្ចពឹងផ្អែកលើការនាំចេញបច្ចេកវិទ្យាកម្រិតខ្ពស់ និងនវានុវត្តន៍។ សម្រាប់កម្ពុជា ដែលជារដ្ឋកំពុងអភិវឌ្ឍន៍និងពឹងផ្អែកខ្លាំងលើវិស័យកសិកម្ម កាត់ដេរ និងធនធានធម្មជាតិ រចនាសម្ព័ន្ធសេដ្ឋកិច្ចគឺមានភាពខុសគ្នាខ្លាំង។ ដូច្នេះ ឥទ្ធិពលនៃការអភិវឌ្ឍហិរញ្ញវត្ថុ និងផលប៉ះពាល់អវិជ្ជមាននៃធនធានធម្មជាតិ (Resource Curse) ទាមទារការសិក្សាបន្ថែមក្នុងបរិបទប្រទេសកម្ពុជាផ្ទាល់។
ទោះជាបរិបទសេដ្ឋកិច្ចខុសគ្នា វិធីសាស្ត្រវិភាគសេដ្ឋកិច្ចវិទ្យា និងរបកគំហើញមួយចំនួននៃការសិក្សានេះ ផ្តល់ជាមេរៀនដ៏មានតម្លៃសម្រាប់កម្ពុជាក្នុងការរៀបចំយុទ្ធសាស្ត្រពាណិជ្ជកម្ម និងហិរញ្ញវត្ថុ។
ការអនុវត្តវិធីសាស្ត្រស្រាវជ្រាវនេះនឹងជួយឲ្យអ្នករៀបចំគោលនយោបាយកម្ពុជា អាចបង្កើតសូចនាករវាស់វែងគោលនយោបាយសេដ្ឋកិច្ចដែលផ្អែកលើទិន្នន័យច្បាស់លាស់ ជំនួសឲ្យការវិភាគបែបគុណវិស័យ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Feasible Generalized Least Squares (ការប៉ាន់ស្មានការ៉េអប្បបរមាទូទៅដែលមានលទ្ធភាព) | គំរូស្ថិតិកម្រិតខ្ពស់ដែលត្រូវបានប្រើប្រាស់ដើម្បីដោះស្រាយបញ្ហានៅក្នុងទិន្នន័យនៅពេលដែលមានវត្តមាន Autocorrelation (ទិន្នន័យមានទំនាក់ទំនងគ្នាឯងតាមពេលវេលា) និង Heteroscedasticity (វ៉ារ្យ៉ង់នៃកំហុសមិនថេរ) ដើម្បីផ្តល់នូវលទ្ធផលប៉ាន់ស្មានដែលមានភាពសុក្រឹតនិងរឹងមាំ។ | ដូចជាការប្រើប្រាស់វ៉ែនតាការពារចំណាំងផ្លាត ដើម្បីមើលឃើញរូបភាពច្បាស់ល្អ ទោះបីជាប្លង់ថតមានពន្លឺរំខាន ឬព្រិលកម្រិតណាក៏ដោយ។ |
| Fixed Effect Model (គំរូផលប៉ះពាល់ថេរ) | គំរូវិភាគទិន្នន័យបន្ទះ (Panel Data) ដែលផ្តោតលើការគ្រប់គ្រងលក្ខណៈពិសេសរបស់ប្រធានបទនីមួយៗ (ដូចជាប្រទេស) ដែលមិនប្រែប្រួលតាមពេលវេលា ដើម្បីវាស់វែងពីឥទ្ធិពលសុទ្ធនៃអថេរឯករាជ្យទៅលើអថេរអាស្រ័យដោយមិនមានការជ្រៀតជ្រែកពីកត្តាថេរទាំងនោះ។ | ដូចជាការវាស់កម្ពស់ដើមឈើដោយកាត់កងកត្តាថេរដូចជាប្រភេទដីចេញ ដើម្បីដឹងច្បាស់ថាជីដែលដាក់ពិតជាធ្វើឲ្យវាលូតលាស់មែនឬអត់។ |
| Natural resources rent (ភតិសន្យាធនធានធម្មជាតិ / ចំណូលពីធនធានធម្មជាតិ) | ផលបូកនៃប្រាក់ចំណេញ ឬចំណូលអតិរេកដែលទទួលបានពីការទាញយកធនធានធម្មជាតិ (ដូចជាប្រេង រ៉ែ ឧស្ម័នធម្មជាតិ និងព្រៃឈើ) បន្ទាប់ពីដកថ្លៃដើមនៃការផលិតចេញ។ វាតំណាងឲ្យការពឹងផ្អែករបស់សេដ្ឋកិច្ចទៅលើធនធានធម្មជាតិ។ | ដូចជាប្រាក់ចំណេញដែលអ្នកទទួលបានពីការបេះផ្លែឈើក្នុងចម្ការដែលដុះឯងៗមកលក់ បន្ទាប់ពីទូទាត់ថ្លៃឈ្នួលអ្នកបេះរួច។ |
| Trade openness (ភាពបើកចំហពាណិជ្ជកម្ម) | សូចនាករវាស់វែងកម្រិតនៃការធ្វើសមាហរណកម្មសេដ្ឋកិច្ចរបស់ប្រទេសមួយទៅកាន់ពិភពលោក ដែលជាទូទៅគណនាដោយយកផលបូកនៃការនាំចេញនិងការនាំចូល ចែកនឹងទំហំផលិតផលក្នុងស្រុកសរុប (GDP)។ | ដូចជារបងផ្ទះដែលបើកចំហទូលាយ អនុញ្ញាតឲ្យម្ចាស់ផ្ទះងាយស្រួលដោះដូរទំនិញជាមួយអ្នកជិតខាងជុំវិញខ្លួន។ |
| Heteroscedasticity (ភាពមិនថេរនៃវ៉ារ្យ៉ង់កំហុស) | បាតុភូតក្នុងគំរូស្ថិតិដែលរង្វាស់នៃកំហុស (Error term) មិនមានទំហំថេរ ឬបែកខ្ចាត់ខ្ចាយខុសៗគ្នានៅតាមគ្រប់កម្រិតនៃអថេរឯករាជ្យ ដែលធ្វើឲ្យការប៉ាន់ស្មានធម្មតាអាចមានភាពលម្អៀង ឬខុសស្តង់ដារ។ | ដូចជាការប៉ាន់ស្មានការចំណាយប្រចាំខែ ដែលអ្នកមានប្រាក់ខែតិចចាយថេរ ប៉ុន្តែអ្នកមានប្រាក់ខែច្រើនអាចចាយតិចឬច្រើនខ្លាំងខុសគ្នាស្រឡះ ធ្វើឲ្យពិបាកទាយឲ្យចំ។ |
| Autocorrelation (ស្វ័យតទាក់ទង / ទំនាក់ទំនងទិន្នន័យខ្លួនឯង) | បញ្ហាស្ថិតិដែលកើតឡើងនៅពេលដែលទិន្នន័យ (កំហុសនៅក្នុងគំរូ) នៅពេលវេលាមួយ មានទំនាក់ទំនងជាមួយនឹងទិន្នន័យនៅពេលវេលាមុនៗ ដែលជារឿយៗកើតមានក្នុងទិន្នន័យស៊េរីពេលវេលា (Time-series data) និងធ្វើឲ្យលទ្ធផលតេស្តស្ថិតិបាត់បង់សុពលភាពប្រសិនបើមិនបានកែតម្រូវ។ | ដូចជាអាកាសធាតុថ្ងៃនេះដែលរងឥទ្ធិពលពីអាកាសធាតុម្សិលមិញ គឺវាមិនកើតឡើងដោយចៃដន្យដាច់ដោយឡែកពីគ្នានោះទេ។ |
| Variance Inflation Factor (កត្តាអតិផរណាវ៉ារ្យ៉ង់) | រង្វាស់ស្ថិតិសម្រាប់ពិនិត្យមើលបញ្ហា Multicollinearity (ភាពអាស្រ័យគ្នាខ្លាំងពេករវាងអថេរឯករាជ្យ)។ ប្រសិនបើតម្លៃ VIF ធំពេក (ឧ. ធំជាង ១០) នោះមានន័យថាអថេរឯករាជ្យមានទំនាក់ទំនងគ្នាខ្លាំង ដែលធ្វើឲ្យម៉ូដែលពិបាកបែងចែកឥទ្ធិពលរបស់អថេរនីមួយៗឲ្យបានដាច់ស្រឡះ។ | ដូចជាពេលសិស្សពីរនាក់សរសេរចម្លើយប្រឡងដូចគ្នាបេះបិទ គ្រូពិបាកដាក់ពិន្ទុឲ្យដាច់ពីគ្នាដើម្បីដឹងថាអ្នកណាពូកែជាងពិតប្រាកដ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
