Original Title: Assessing the Impact of Land Titling Policy on Population Urbanization in China: Empirical Analysis Based on a Time-varying DID Model
Source: doi.org/10.36956/rwae.v7i1.2386
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការវាយតម្លៃលើផលប៉ះពាល់នៃគោលនយោបាយផ្តល់ប័ណ្ណកម្មសិទ្ធិដីធ្លីទៅលើនគរូបនីយកម្មប្រជាជននៅក្នុងប្រទេសចិន៖ ការវិភាគបែបអម្ពីរិចផ្អែកលើម៉ូដែល DID ដែលប្រែប្រួលតាមពេលវេលា

ចំណងជើងដើម៖ Assessing the Impact of Land Titling Policy on Population Urbanization in China: Empirical Analysis Based on a Time-varying DID Model

អ្នកនិពន្ធ៖ Cong Ju (School of Economics and Management, Huazhong Agricultural University), Lu Zhang (School of Economics and Management, South China Agricultural University), Shen Yuan (School of Economics and Management, Huazhong Agricultural University), Jorge Ruiz-Menjivar (Department of Family, Youth, and Community Sciences, University of Florida)

ឆ្នាំបោះពុម្ព៖ 2026 Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ តើគោលនយោបាយផ្តល់ប័ណ្ណកម្មសិទ្ធិដីធ្លី (Land titling policy) មានឥទ្ធិពលយ៉ាងណាទៅលើនគរូបនីយកម្មប្រជាជននៅក្នុងប្រទេសចិន ជាពិសេសពាក់ព័ន្ធនឹងយន្តការរុញច្រាន (Push factors) និងភាពខុសគ្នាតាមតំបន់? ការសិក្សានេះផ្តោតលើការដោះស្រាយឧបសគ្គស្ថាប័នដែលរារាំងការធ្វើចំណាកស្រុកពីជនបទទៅទីក្រុងដោយសារភាពមិនច្បាស់លាស់នៃកម្មសិទ្ធិដីធ្លី។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យបន្ទះ (Panel data) ពី ៣១ ខេត្តក្នុងប្រទេសចិន ចាប់ពីឆ្នាំ ២០០៦ ដល់ ២០២០ ដោយអនុវត្តវិធីសាស្ត្រវិភាគសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Time-varying Difference-in-Differences (DID) Model
ម៉ូដែលភាពខុសគ្នានៃភាពខុសគ្នាប្រែប្រួលតាមពេលវេលា
អាចចាប់យកប្រសិទ្ធភាពនៃការអនុវត្តគោលនយោបាយដែលធ្វើឡើងជាដំណាក់កាល និងកាត់បន្ថយបញ្ហាភាពលម្អៀងដោយសារអថេរដែលត្រូវបានមើលរំលង (Omitted variables)។ ទាមទារទិន្នន័យរយៈពេលយូរ (Panel data) ដែលមានគុណភាពខ្ពស់ និងត្រូវផ្ទៀងផ្ទាត់ការសន្មត់និន្នាការស្របគ្នា (Parallel trend assumption) យ៉ាងតឹងរ៉ឹង។ បង្ហាញថាគោលនយោបាយផ្តល់ប័ណ្ណកម្មសិទ្ធិដីធ្លីបង្កើនអត្រានគរូបនីយកម្មប្រជាជនចំនួន ១.៨% ប្រកបដោយអត្ថន័យផ្នែកស្ថិតិ។
Two-period DID Framework
ក្របខ័ណ្ឌ DID រយៈពេលពីរ (សម្រាប់ការធ្វើតេស្តភាពរឹងមាំ)
ជួយកាត់បន្ថយហានិភ័យនៃទំនាក់ទំនងសៀរៀល (Serial correlation) និងភាពលម្អៀងដែលបង្កឡើងដោយព្រឹត្តិការណ៍រន្ធត់ជាច្រើន (Multiple shock events)។ អាចបាត់បង់ព័ត៌មានលម្អិតនៃភាពប្រែប្រួលប្រចាំឆ្នាំ ដោយសារការបែងចែកទិន្នន័យជាដុំត្រឹមតែពីរដំណាក់កាល។ ផ្តល់លទ្ធផលស្របគ្នានឹងម៉ូដែលគោល ដែលបញ្ជាក់ថាការផ្តល់ប័ណ្ណដីធ្លីពិតជាជម្រុញនគរូបនីយកម្មប្រាកដមែន (មេគុណ ០.០១៦** រក្សាភាពរឹងមាំ)។
Propensity Score Matching with DID (PSM-DID)
ម៉ូដែលផ្គូផ្គងពិន្ទុទំនោររួមបញ្ចូលជាមួយ DID
កាត់បន្ថយភាពលម្អៀង (Bias) ដែលកើតចេញពីភាពខុសគ្នានៃលក្ខណៈដែលអាចសង្កេតបានរវាងក្រុមសាកល្បង និងក្រុមត្រួតពិនិត្យ។ អាចមានការលំបាកក្នុងការជ្រើសរើសអថេរត្រួតពិនិត្យ (Control variables) ដែលគ្រប់គ្រាន់ដើម្បីធ្វើការផ្គូផ្គងឱ្យបានច្បាស់លាស់។ បញ្ជាក់បន្ថែមពីភាពរឹងមាំនៃលទ្ធផល ដោយនៅតែបង្ហាញពីឥទ្ធិពលវិជ្ជមាននៃការផ្តល់ប័ណ្ណកម្មសិទ្ធិដីធ្លីទៅលើនគរូបនីយកម្ម។

ការចំណាយលើធនធាន (Resource Cost)៖ ទោះបីជាឯកសារមិនបានបញ្ជាក់ចំៗអំពីថ្លៃដើម ឬធនធានកុំព្យូទ័រក៏ដោយ ប៉ុន្តែផ្អែកលើទំហំទិន្នន័យ និងភាពស្មុគស្មាញនៃវិធីសាស្ត្រ ការសិក្សានេះទាមទារនូវធនធានទិន្នន័យ និងកម្មវិធីវិភាគជាក់លាក់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសចិន ដោយប្រើប្រាស់ទិន្នន័យកម្រិតខេត្ត ដែលរងឥទ្ធិពលពីបរិបទសេដ្ឋកិច្ច ការបំបែកសិទ្ធិបី និងកម្មសិទ្ធិរួមរបស់រដ្ឋាភិបាលចិន។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនិងបរិបទនេះមានភាពខុសគ្នាខ្លាំងដោយសារកម្ពុជាអនុវត្តប្រព័ន្ធកម្មសិទ្ធិឯកជនពេញលេញ (Freehold) ប៉ុន្តែយន្តការនៃការធានាសន្តិសុខជីវភាពដើម្បីជំរុញការធ្វើចំណាកស្រុក គឺនៅតែអាចយកមកប្រៀបធៀបបាន។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវាយតម្លៃតាមរយៈម៉ូដែល DID និងការរកឃើញរបស់វា មានតម្លៃយ៉ាងខ្លាំងសម្រាប់កម្ពុជាក្នុងការរៀបចំ និងវាយតម្លៃគោលនយោបាយរៀបចំដែនដី និងការធ្វើចំណាកស្រុក។

ការផ្តល់ប័ណ្ណកម្មសិទ្ធិដីធ្លីមិនត្រឹមតែជាការដោះស្រាយជម្លោះផ្លូវច្បាប់ប៉ុណ្ណោះទេ តែវាជាកាតាលីករដ៏មានឥទ្ធិពលដែលអាចកែប្រែរចនាសម្ព័ន្ធទីផ្សារពលកម្ម និងជំរុញនគរូបនីយកម្មដោយប្រយោល។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះទ្រឹស្តី Causal Inference: និស្សិតត្រូវស្វែងយល់ស៊ីជម្រៅពីទ្រឹស្តី Causal Inference ជាពិសេសការប្រើប្រាស់ Difference-in-Differences (DID) និងការសន្មត់ Parallel trend assumption តាមរយៈសៀវភៅ Mostly Harmless Econometrics ឬវគ្គសិក្សាតាមអ៊ីនធឺណិត។
  2. ប្រមូល និងរៀបចំទិន្នន័យបន្ទះ (Panel Data Collection): ចាប់ផ្តើមប្រមូលទិន្នន័យពីក្រសួងរៀបចំដែនដី (MLMUPC) ទាក់ទងនឹងអត្រានៃការផ្តល់ប័ណ្ណដីធ្លី និងទិន្នន័យពីវិទ្យាស្ថានជាតិស្ថិតិ (NIS) ឬ CSES ទាក់ទងនឹងចំណាកស្រុក ដើម្បីចងក្រងជា Panel Dataset តាមខេត្ត-ក្រុងរបស់កម្ពុជា។
  3. អនុវត្តការវិភាគតាមកម្មវិធី Stata ឬ R: រៀនសរសេរកូដនៅក្នុងកម្មវិធី R ដោយប្រើប្រាស់កញ្ចប់កូដ did ឬប្រើប្រាស់កម្មវិធី Stata ដោយប្រើពាក្យបញ្ជាដូចជា xtset និង reghdfe សម្រាប់វិភាគម៉ូដែល Fixed Effects DID កម្រិតតំបន់តាមពេលវេលា។
  4. ធ្វើតេស្តសុពលភាពម៉ូដែល (Robustness & Placebo Tests): អនុវត្តការធ្វើតេស្ត Event Study Model (ESM) ដើម្បីផ្ទៀងផ្ទាត់ថាមុនពេលមានគោលនយោបាយ តំបន់ទាំងពីរមានការវិវត្តស្របគ្នា និងអនុវត្តការធ្វើ Placebo Test ដោយដាក់ខេត្តដោយចៃដន្យដើម្បីធានាថាលទ្ធផលមិនមែនជារឿងចៃដន្យ។
  5. បកប្រែលទ្ធផលទៅជាអនុសាសន៍គោលនយោបាយ: យកលទ្ធផលមេគុណនៃការវិភាគ មកបកស្រាយជាភាសាសាមញ្ញ និងរៀបចំជាឯកសារសង្ខេបគោលនយោបាយ (Policy Brief) ដោយផ្តល់អនុសាសន៍សម្រាប់ការអភិវឌ្ឍន៍ជំនាញវិជ្ជាជីវៈ និងការពង្រឹងប្រព័ន្ធគាំពារសង្គមសម្រាប់អ្នកធ្វើចំណាកស្រុកដែលមានដីនៅស្រុកកំណើត។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Time-varying DID Model (ម៉ូដែលភាពខុសគ្នានៃភាពខុសគ្នាប្រែប្រួលតាមពេលវេលា) វាជាវិធីសាស្ត្រវិភាគសេដ្ឋកិច្ចមាត្រដែលប្រើដើម្បីវាស់ស្ទង់ឥទ្ធិពលនៃគោលនយោបាយណាមួយ ដោយប្រៀបធៀបការផ្លាស់ប្តូររវាងក្រុមដែលបានទទួល និងក្រុមដែលមិនបានទទួលគោលនយោបាយ ក្នុងបរិបទដែលគោលនយោបាយនោះត្រូវបានចាប់ផ្តើមអនុវត្តនៅពេលវេលាខុសៗគ្នាតាមតំបន់នីមួយៗ។ ដូចជាការប្រៀបធៀបពិន្ទុសិស្សដែលរៀនគួរបន្ថែម និងសិស្សមិនរៀនគួរ ដោយសិស្សខ្លះចាប់ផ្តើមរៀននៅខែទី១ ខ្លះនៅខែទី៣ ដើម្បីមើលថាការរៀនគួរពិតជាធ្វើឱ្យពិន្ទុឡើងមែនឬអត់។
Parallel Trend Assumption (ការសន្មត់និន្នាការស្របគ្នា) វាជាលក្ខខណ្ឌតម្រូវដ៏សំខាន់បំផុតក្នុងការប្រើប្រាស់ម៉ូដែល DID ដែលតម្រូវឱ្យក្រុមសាកល្បង (អ្នកទទួលគោលនយោបាយ) និងក្រុមត្រួតពិនិត្យ (អ្នកមិនទទួលគោលនយោបាយ) ត្រូវតែមាននិន្នាការផ្លាស់ប្តូរស្របគ្នាមុនពេលគោលនយោបាយនោះចូលជាធរមាន ទើបអាចបញ្ជាក់ថាការប្រែប្រួលក្រោយមកគឺពិតជាបណ្តាលមកពីគោលនយោបាយនោះមែន។ ដូចជាការប្រណាំងឡានពីរគ្រឿងដែលមានល្បឿនកើនឡើងស្មើៗគ្នាមុនពេលឡានមួយបញ្ឆេះហ្គែរជំនួយ (Nitro) ដើម្បីដឹងថាហ្គែរនោះពិតជាជួយឱ្យលឿនជាងមុនឬអត់។
Placebo Test (ការធ្វើតេស្តផ្លាសេបូ ឬ ការធ្វើតេស្តបញ្ឆោត) វាជាយន្តការត្រួតពិនិត្យភាពរឹងមាំនៃម៉ូដែលទិន្នន័យ ដោយធ្វើការសន្មត់បង្កើតពេលវេលាគោលនយោបាយក្លែងក្លាយ ឬចាត់តាំងក្រុមគោលដៅដោយចៃដន្យ ដើម្បីពិនិត្យមើលថាតើលទ្ធផលនៅតែបង្ហាញថាមានឥទ្ធិពលឬអត់។ ប្រសិនបើនៅតែមានឥទ្ធិពល មានន័យថាម៉ូដែលនោះមានកំហុសហើយ។ ដូចជាការឱ្យថ្នាំម្សៅធម្មតា (គ្មានជាតិថ្នាំ) ទៅអ្នកជំងឺ ដើម្បីសាកមើលថាគាត់ជាសះស្បើយដោយសារថ្នាំពិតប្រាកដ ឬដោយសារអារម្មណ៍គិតថាបានលេបថ្នាំ។
Propensity Score Matching (ការផ្គូផ្គងពិន្ទុទំនោរ) វាជាបច្ចេកទេសស្ថិតិមួយដែលប្រើសម្រាប់ផ្គូផ្គងបុគ្គល ឬតំបន់ក្នុងក្រុមគោលដៅ ទៅនឹងក្រុមត្រួតពិនិត្យដែលមានលក្ខណៈសម្បត្តិនិងបរិបទស្រដៀងគ្នាខ្លាំងបំផុត មុននឹងធ្វើការប្រៀបធៀប ដើម្បីកាត់បន្ថយភាពលម្អៀង (Bias) ដែលកើតចេញពីការជ្រើសរើសដោយមិនចៃដន្យ។ ដូចជាការចាប់គូរប្រកួតប្រដាល់ ដោយជ្រើសរើសកីឡាករដែលមានទម្ងន់ កម្ពស់ និងបទពិសោធន៍ប្រហាក់ប្រហែលគ្នា ដើម្បីធានាថាការប្រកួតមានភាពយុត្តិធម៌។
Spatial Spillover Effects (ឥទ្ធិពលសាយភាយតាមលំហ) វាទាក់ទងនឹងបាតុភូតដែលការផ្លាស់ប្តូរ ឬការអនុវត្តគោលនយោបាយនៅក្នុងតំបន់ភូមិសាស្ត្រមួយ បានជះឥទ្ធិពលដោយផ្ទាល់ ឬដោយប្រយោល (ទាំងវិជ្ជមាន និងអវិជ្ជមាន) ទៅដល់តំបន់ភូមិសាស្ត្រដែលនៅក្បែរខាង។ ដូចជាការបើកផ្សារទំនើបធំមួយនៅខណ្ឌមួយ ដែលធ្វើឱ្យតម្លៃដី និងចរាចរណ៍នៅខណ្ឌជាប់គ្នាមានការកើនឡើងនិងកកស្ទះផងដែរ។
Push factors (កត្តារុញច្រាន) នៅក្នុងទ្រឹស្តីចំណាកស្រុក កត្តាទាំងនេះគឺជាស្ថានភាពលំបាក ឧបសគ្គ ឬអសន្តិសុខនៅតំបន់ដើម (ដូចជាគ្មានការងារធ្វើ ឬគ្មានប័ណ្ណកម្មសិទ្ធិដីច្បាស់លាស់) ដែលបង្ខំ ឬរុញច្រានឱ្យប្រជាជនសម្រេចចិត្តចាកចេញទៅស្វែងរកឱកាសនៅកន្លែងផ្សេង។ ដូចជាការដែលផ្ទះយើងលិចទឹក ឬដាច់ភ្លើងរហូត ដែលបង្ខំឱ្យយើងត្រូវរើទៅរស់នៅផ្ទះជួលឯកន្លែងផ្សេង ទោះបីជាយើងមិនចង់ក៏ដោយ។
Household Registration System / Hukou (ប្រព័ន្ធចុះបញ្ជីគ្រួសារ ឬ ហូខូវ) វាជាប្រព័ន្ធគ្រប់គ្រងរដ្ឋបាលរបស់ប្រទេសចិន ដែលចងភ្ជាប់សិទ្ធិរបស់ប្រជាជនក្នុងការទទួលបានសេវាសង្គមរដ្ឋ (ការអប់រំ សុខាភិបាល ការទិញផ្ទះ) ទៅនឹងទីកន្លែងកំណើតផ្លូវការរបស់ពួកគេ ដែលធ្វើឱ្យអ្នកចំណាកស្រុកពីជនបទពិបាករស់នៅនិងទទួលបានអត្ថប្រយោជន៍ពេញលេញនៅទីក្រុង។ ដូចជាការកំណត់ថាបើអ្នកមានសៀវភៅស្នាក់នៅខេត្ត អ្នកមិនអាចចូលរៀនសាលារដ្ឋ ឬព្យាបាលជំងឺនៅមន្ទីរពេទ្យរដ្ឋក្នុងទីក្រុងដោយឥតគិតថ្លៃបានទេ លុះត្រាតែអ្នកអាចប្តូរទីលំនៅស្របច្បាប់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖