បញ្ហា (The Problem)៖ ការសិក្សានេះវិភាគលើបញ្ហាប្រឈមនៃកំណើនសេដ្ឋកិច្ចនៅក្នុងប្រទេសកោះតូចៗដូចជាវ៉ានូអាទូ (Vanuatu) ដែលពឹងផ្អែកខ្លាំងលើវិស័យកសិកម្ម ងាយរងគ្រោះពីគ្រោះមហន្តរាយធម្មជាតិ និងស្វែងយល់ពីតួនាទីរបស់ប្រព័ន្ធហិរញ្ញវត្ថុក្នុងការជួយទ្រទ្រង់សេដ្ឋកិច្ច។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់ទិន្នន័យប្រចាំឆ្នាំពីឆ្នាំ ១៩៨០ ដល់ ២០២២ ដោយអនុវត្តវិធីសាស្ត្រអេកូណូមេទ្រីក ដើម្បីវាស់ស្ទង់ទំនាក់ទំនងថាមវន្តរវាងអថេរម៉ាក្រូសេដ្ឋកិច្ចសំខាន់ៗ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Vector Autoregression (VAR) Model គំរូវិចទ័រស្វ័យតំរែតំរង់ (VAR) |
មានសមត្ថភាពខ្ពស់ក្នុងការដោះស្រាយបញ្ហាអថេរក្នុង (Endogeneity) និងអាចចាប់យកអន្តរកម្មថាមវន្ត (Dynamic feedback loops) ទាំងរយៈពេលខ្លី និងវែងរវាងអថេរម៉ាក្រូសេដ្ឋកិច្ច។ | ទាមទារទិន្នន័យពេលវេលា (Time-series data) គ្រប់គ្រាន់ និងសន្មតថាទំនាក់ទំនងមានលក្ខណៈលីនេអ៊ែរ ដែលមិនសូវឆ្លើយតបបានល្អចំពោះបម្រែបម្រួលរចនាសម្ព័ន្ធភ្លាមៗ (Structural breaks) ដូចជាពេលមានវិបត្តិ។ | បង្ហាញថាការអភិវឌ្ឍហិរញ្ញវត្ថុពន្យល់បានរហូតដល់ ១៤% នៃបម្រែបម្រួលកំណើន GDP ខណៈដែលតម្លៃបន្ថែមក្នុងវិស័យកសិកម្ម (AVA) រួមចំណែកត្រឹមតែ ៣%។ |
| Conventional Regression (OLS, FEM, REM) ការវិភាគតំរែតំរង់បែបប្រពៃណី (OLS, FEM, REM) |
ងាយស្រួលក្នុងការគណនានិងបកស្រាយលទ្ធផល ព្រមទាំងត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងការសិក្សាជាមូលដ្ឋាន។ | សន្មតថាទំនាក់ទំនងមានទិសដៅតែមួយ (Unidirectional) ដែលងាយនឹងបង្កឱ្យមានលំអៀង (Bias) នៅក្នុងបរិបទប្រទេសកំពុងអភិវឌ្ឍន៍ ដែលអថេរម៉ាក្រូសេដ្ឋកិច្ចមានអន្តរកម្មគ្នាទៅវិញទៅមក។ | ត្រូវបានលើកឡើងក្នុងឯកសារថាមានកម្រិត និងមិនស័ក្តិសមសម្រាប់ការស្រាវជ្រាវនេះទេ ដោយសារវាមើលរំលងអន្តរកម្មថាមវន្តរបស់អថេរ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនបានបញ្ជាក់អំពីតម្រូវការផ្នែករឹង (Hardware) ឬផ្នែកទន់ (Software) ជាក់លាក់នោះទេ ប៉ុន្តែផ្អែកលើការប្រើប្រាស់គំរូ VAR វាទាមទារនូវឧបករណ៍វិភាគស្ថិតិស្តង់ដារ និងទិន្នន័យស៊េរីពេលវេលាដ៏រឹងមាំ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសវ៉ានូអាទូ (Vanuatu) ដែលជារដ្ឋកោះតូចមួយពឹងផ្អែកយ៉ាងខ្លាំងលើកសិកម្ម និងងាយរងគ្រោះដោយគ្រោះមហន្តរាយធម្មជាតិ។ លក្ខណៈប្រជាសាស្រ្តនិងទិន្នន័យនេះមានភាពស្រដៀងគ្នាមួយចំនួនទៅនឹងប្រទេសកម្ពុជា ដែលប្រជាជនភាគច្រើននៅជនបទពឹងផ្អែកលើវិស័យកសិកម្ម ប៉ុន្តែកម្ពុជាមានទំហំសេដ្ឋកិច្ចធំជាង និងមានការធ្វើពិពិធកម្មសេដ្ឋកិច្ចទូលំទូលាយជាង។ ភាពខុសគ្នានេះមានន័យថា ឥទ្ធិពលនៃការអភិវឌ្ឍហិរញ្ញវត្ថុនៅកម្ពុជាអាចមានភាពស្មុគស្មាញ និងពាក់ព័ន្ធនឹងវិស័យច្រើនជាងការកត់សម្គាល់នៅក្នុងសិក្សានេះ។
វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះមានសារៈសំខាន់ និងអាចយកមកអនុវត្តបាននៅក្នុងការវាយតម្លៃគោលនយោបាយម៉ាក្រូសេដ្ឋកិច្ចនៅកម្ពុជា ជាពិសេសក្នុងការផ្តល់ឥណទាន។
ជារួម ការសិក្សានេះផ្តល់ជាគំរូដ៏ល្អមួយសម្រាប់កម្ពុជាក្នុងការបង្ហាញថា ការពង្រីកសេវាហិរញ្ញវត្ថុប្រកបដោយបរិយាបន្ន គឺជាកាតាលីករដ៏សំខាន់សម្រាប់ថែរក្សាកំណើនម៉ាក្រូសេដ្ឋកិច្ច ប្រសើរជាងការពឹងផ្អែកតែលើការផលិតកសិកម្មជាមូលដ្ឋានតែមួយមុខ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Vector Autoregression (VAR) model (គំរូវិចទ័រស្វ័យតំរែតំរង់) | វិធីសាស្ត្រស្ថិតិម៉ាក្រូសេដ្ឋកិច្ចដែលប្រើដើម្បីចាប់យកទំនាក់ទំនងថាមវន្ត និងឥទ្ធិពលទៅវិញទៅមករវាងអថេរច្រើនក្នុងពេលតែមួយ និងតាមពេលវេលា ដោយមិនចាត់ទុកអថេរណាមួយជាកត្តាឯករាជ្យដាច់ខាតនោះទេ។ | ដូចជាការមើលបាល់ប៊ីយ៉ាដែលបុកគ្នាទៅវិញទៅមកជាបន្តបន្ទាប់ ដើម្បីតាមដានដឹងថាចលនារបស់បាល់មួយ ធ្វើឱ្យបាល់ផ្សេងទៀតរើរបៀបណាខ្លះតាមពេលវេលា។ |
| Impulse Response Function (IRF) (អនុគមន៍ប្រតិកម្មចំពោះរំញោច) | ការវិភាគនៅក្នុងគំរូ VAR ដែលតាមដានថាតើការប្រែប្រួលភ្លាមៗ (Shock) ឬកត្តាជំរុញនៃអថេរមួយ ជះឥទ្ធិពលយ៉ាងដូចម្តេចដល់ទិសដៅអថេរផ្សេងទៀតក្នុងប្រព័ន្ធសេដ្ឋកិច្ចសម្រាប់រយៈពេលប៉ុន្មានជុំខាងមុខ។ | ដូចជាការគប់ដុំថ្មចូលក្នុងទឹកស្រះ រួចអង្គុយមើលថាតើរលកទឹកវាយបោកសាយភាយទៅដល់ត្រើយម្ខាងទៀតក្នុងរយៈពេលប៉ុន្មាន និងមានទំហំប៉ុនណា។ |
| Variance Decomposition (VDC) (ការវិភាគបំបែកបម្រែបម្រួល) | បច្ចេកទេសបំបែកកម្រិតប្រែប្រួលនៃអថេរមួយ ដើម្បីទាញរកមើលថាតើការប្រែប្រួលនោះបណ្តាលមកពីកត្តាខ្លួនវាផ្ទាល់ប៉ុន្មានភាគរយ និងបណ្តាលមកពីឥទ្ធិពលអថេរផ្សេងទៀតក្នុងប្រព័ន្ធប៉ុន្មានភាគរយ។ | ដូចជាការយកនំខេកមួយមកពុះចែកជាចំណែកៗ ដើម្បីមើលថាតើរសជាតិផ្អែមរបស់វាបានមកពីស្ករកម្រិតណា និងមកពីទឹកដោះគោកម្រិតណា។ |
| Financial Development (FD) (ការអភិវឌ្ឍហិរញ្ញវត្ថុ) | ដំណើរការនៃការរីកចម្រើននៃស្ថាប័ន ទីផ្សារ និងឧបករណ៍ហិរញ្ញវត្ថុ ដែលជួយសម្រួលដល់ការប្រមូលប្រាក់សន្សំ បន្ធូរបន្ថយហានិភ័យ និងផ្តល់ឥណទាន (កម្ចី) ទៅដល់វិស័យឯកជនប្រកបដោយប្រសិទ្ធភាពដើម្បីពង្រីកផលិតកម្ម។ | ដូចជាការសាងសង់ប្រព័ន្ធធារាសាស្ត្រខ្វាត់ខ្វែង ដែលជួយបង្ហូរទឹក (ទុន) ពីកន្លែងដែលសល់ទឹក ទៅស្រោចស្រពចម្ការ (អាជីវកម្ម) ដែលកំពុងត្រូវការទឹកដើម្បីលូតលាស់។ |
| Agricultural Value Added (AVA) (តម្លៃបន្ថែមក្នុងវិស័យកសិកម្ម) | តម្លៃសរុបនៃទិន្នផលកសិកម្ម រុក្ខាប្រមាញ់ និងនេសាទ ដកចេញនូវតម្លៃនៃវត្ថុធាតុដើម ឬធាតុចូលដែលបានប្រើប្រាស់ក្នុងដំណើរការផលិតកម្ម។ វាបង្ហាញពីការរួមចំណែកពិតប្រាកដរបស់វិស័យនេះទៅក្នុងផលិតផលក្នុងស្រុកសរុប (GDP)។ | ដូចជាការទិញម្សៅតម្លៃ១ដុល្លារ មកធ្វើជានំប៉័ងលក់បានតម្លៃ៣ដុល្លារ នោះ២ដុល្លារដែលចំណេញគឺយើងចាត់ទុកជា "តម្លៃបន្ថែម" ដែលបង្កើតបានពីការកែច្នៃ។ |
| Small Island Developing State (SIDS) (រដ្ឋកោះតូចៗកំពុងអភិវឌ្ឍន៍) | ក្រុមប្រទេសដែលជារដ្ឋកោះតូចៗ មានសេដ្ឋកិច្ចពឹងផ្អែកលើធនធានធម្មជាតិមានកម្រិត ងាយរងគ្រោះពីគ្រោះមហន្តរាយធម្មជាតិ (ដូចជាព្យុះ ឬការប្រែប្រួលអាកាសធាតុ) និងរងឥទ្ធិពលខ្លាំងពីវិបត្តិទីផ្សារអន្តរជាតិ។ | ដូចជាទូកតូចមួយកណ្តាលមហាសមុទ្រ ដែលងាយនឹងឃ្លេងឃ្លោង ឬលិចនៅពេលមានរលកធំបោកបក់ម្តងៗ ជាងកប៉ាល់យក្ស។ |
| Endogeneity (ភាពជាអថេរក្នុង ឬ អង់ដូហ្សែន) | បញ្ហានៅក្នុងគំរូស្ថិតិដែលអថេរពន្យល់ (Explanatory variables) មានទំនាក់ទំនងជាមួយកំហុស (Error term) ភាគច្រើនដោយសារតែអថេរទាំងនោះជះឥទ្ធិពលទៅវិញទៅមក (ឧ. កំណើនសេដ្ឋកិច្ចជួយកសិកម្ម ហើយកសិកម្មក៏ជួយកំណើនសេដ្ឋកិច្ចវិញ)។ | ដូចជាសំណួរថា "តើមាន់កើតមុន ឬស៊ុតកើតមុន?" ដែលធ្វើឱ្យអ្នកស្រាវជ្រាវពិបាកទាញសេចក្តីសន្និដ្ឋានថាមួយណាជាមូលហេតុពិតប្រាកដ។ |
| Stationarity (ភាពនឹងនរនៃទិន្នន័យ) | លក្ខណៈនៃទិន្នន័យស៊េរីពេលវេលាដែលមធ្យមភាគ (Mean) និងបម្រែបម្រួល (Variance) របស់វាមិនប្រែប្រួលលោតចុះឡើងខ្លាំងទៅតាមពេលវេលា ដែលជាលក្ខខណ្ឌចាំបាច់ដើម្បីឱ្យការគណនាស្ថិតិមានភាពត្រឹមត្រូវ និងអាចទស្សន៍ទាយបាន។ | ដូចជាការវាស់ចង្វាក់បេះដូងរបស់មនុស្សដែលកំពុងគេងលក់ស្កប់ស្កល់ ដែលលោតទៀងទាត់ មិនលោតញាប់ខុសប្រក្រតីដូចពេលកំពុងរត់ហាត់ប្រាណ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
