Original Title: How Rural Digitization Promote Coordinated Urban–Rural Development: Evidence from a Quasi-Natural Experiment in China
Source: doi.org/10.3390/agriculture14122323
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

តើការធ្វើឌីជីថលភាវូបនីយកម្មជនបទជំរុញការអភិវឌ្ឍប្រកបដោយការសម្របសម្រួលរវាងទីក្រុងនិងជនបទយ៉ាងដូចម្តេច៖ ភស្តុតាងពីការពិសោធន៍ពាក់កណ្តាលធម្មជាតិនៅប្រទេសចិន

ចំណងជើងដើម៖ How Rural Digitization Promote Coordinated Urban–Rural Development: Evidence from a Quasi-Natural Experiment in China

អ្នកនិពន្ធ៖ Zhongchao Wang (College of Economics and Management, Beijing Forestry University), Xinchen Liu (College of Economics and Management, Beijing Forestry University), Yaping Qin (College of Economics and Management, Beijing Forestry University), Yang Zhang (College of Economics and Management, Beijing Forestry University)

ឆ្នាំបោះពុម្ព៖ 2024, Agriculture (MDPI)

វិស័យសិក្សា៖ Agricultural Economics / Rural Development

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះសិក្សាអំពីបញ្ហាវិសមភាពប្រាក់ចំណូល និងវាយតម្លៃថាតើការអនុវត្តគោលនយោបាយភូមិឌីជីថល (Digital Village Policy) របស់ប្រទេសចិនអាចជួយកាត់បន្ថយគម្លាតប្រាក់ចំណូលរវាងប្រជាជននៅទីក្រុងនិងជនបទបានកម្រិតណា។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានចាត់ទុកការអនុវត្តគោលនយោបាយភូមិឌីជីថលជាការពិសោធន៍ពាក់កណ្តាលធម្មជាតិ (Quasi-natural experiment) ដោយប្រើប្រាស់ទិន្នន័យបន្ទះថ្នាក់ស្រុកពីឆ្នាំ២០១៧ដល់២០២២ ដើម្បីធ្វើការវិភាគរកទំនាក់ទំនងហេតុនិងផល។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Multi-period Difference-in-Differences (DID)
ម៉ូដែលភាពខុសគ្នានៃភាពខុសគ្នាពហុរយៈពេល (Multi-period DID)
អាចវាយតម្លៃឥទ្ធិពលនៃគោលនយោបាយដែលត្រូវបានអនុវត្តនៅពេលវេលាខុសៗគ្នាដោយប្រសិទ្ធភាព និងគ្រប់គ្រងអថេរថេរតាមពេលវេលា។ ទាមទារការសន្មត់តឹងរ៉ឹងលើនិន្នាការស្របគ្នា (Parallel trend assumption) មុនពេលអនុវត្តគោលនយោបាយ។ គោលនយោបាយភូមិឌីជីថលជួយកាត់បន្ថយគម្លាតប្រាក់ចំណូលរវាងទីក្រុងនិងជនបទយ៉ាងមានអត្ថន័យ ដោយមានមេគុណស្មើនឹង -០.០៦៥០។
Propensity Score Matching with DID (PSM-DID)
ការផ្គូផ្គងពិន្ទុទំនោររួមបញ្ចូលជាមួយ DID (PSM-DID)
ជួយកាត់បន្ថយលម្អៀងនៃការជ្រើសរើស (Selection bias) ដោយធានាថាក្រុមទទួលគោលនយោបាយ និងក្រុមត្រួតពិនិត្យមានលក្ខណៈប្រហាក់ប្រហែលគ្នា។ អាចគ្រប់គ្រងបានត្រឹមតែអថេរដែលអាចសង្កេតឃើញ (Observable variables) ប៉ុណ្ណោះ និងអាចធ្វើឱ្យបាត់បង់ទំហំសំណាកមួយចំនួន។ បញ្ជាក់ពីភាពរឹងមាំនៃលទ្ធផលដើម ដោយបង្ហាញពីការថយចុះគម្លាតប្រាក់ចំណូលក្នុងកម្រិតមេគុណ -០.០៦២១ ដល់ -០.០៦២៥។
Instrumental Variable (IV) Approach / 2SLS
វិធីសាស្ត្រអថេរឧបករណ៍ (Instrumental Variable Approach)
ដោះស្រាយបញ្ហាអថេរខាងក្នុង (Endogeneity) និងទំនាក់ទំនងបញ្ច្រាសដែលអាចធ្វើឱ្យលទ្ធផលមិនត្រឹមត្រូវ។ ការស្វែងរកអថេរឧបករណ៍ដែលពាក់ព័ន្ធខ្លាំងតែមិនប៉ះពាល់ផ្ទាល់ដល់លទ្ធផល គឺមានការលំបាកខ្លាំងក្នុងការស្រាវជ្រាវជាក់ស្តែង។ បន្ទាប់ពីប្រើប្រាស់ដង់ស៊ីតេផ្លូវជនបទឆ្នាំ១៩៩៨ ជាអថេរឧបករណ៍ លទ្ធផលនៅតែបង្ហាញថាការធ្វើឌីជីថលភាវូបនីយកម្មកាត់បន្ថយគម្លាតប្រាក់ចំណូល (មេគុណ -១.៦៧២)។

ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារនេះមិនបានបញ្ជាក់ពីកម្លាំងម៉ាស៊ីន ឬធនធានផ្ទាល់នោះទេ ប៉ុន្តែការវិភាគនេះទាមទារទិន្នន័យបន្ទះទំហំធំ និងកម្មវិធីស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រើប្រាស់ទិន្នន័យថ្នាក់ស្រុកចំនួន ២០១៨ស្រុក នៅប្រទេសចិនពីឆ្នាំ ២០១៧ ដល់ ២០២២។ ដោយសារប្រទេសចិនមានរដ្ឋាភិបាលកណ្តាលដ៏រឹងមាំ និងមានការវិនិយោគទំហំធំលើហេដ្ឋារចនាសម្ព័ន្ធ បរិបទនេះអាចខុសពីកម្ពុជាដែលហេដ្ឋារចនាសម្ព័ន្ធឌីជីថលនៅជនបទនៅមានកម្រិត ហើយអក្ខរកម្មឌីជីថលរបស់កសិករនៅទាបនៅឡើយ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាបរិបទខុសគ្នាក៏ដោយ យន្តការនិងវិធីសាស្ត្រនៅក្នុងការសិក្សានេះ មានភាពពាក់ព័ន្ធនិងផ្តល់មេរៀនយ៉ាងល្អសម្រាប់ប្រទេសកម្ពុជា ក្នុងការអនុវត្តសេដ្ឋកិច្ចនិងសង្គមឌីជីថលនៅតាមជនបទ។

ការរៀបចំយុទ្ធសាស្ត្រ 'ភូមិឌីជីថល' នៅកម្ពុជា អាចរួមចំណែកយ៉ាងសំខាន់ក្នុងការកាត់បន្ថយការចំណាកស្រុក និងបង្រួមគម្លាតប្រាក់ចំណូលរវាងរាជធានីភ្នំពេញនិងតំបន់ជនបទ ប្រសិនបើមានការវិនិយោគជាកញ្ចប់លើហេដ្ឋារចនាសម្ព័ន្ធ ចំណេះដឹងឌីជីថល និងហិរញ្ញវត្ថុ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូលនិងរៀបចំទិន្នន័យសេដ្ឋកិច្ច (Panel Data Collection): ចងក្រងទិន្នន័យពីវិទ្យាស្ថានជាតិស្ថិតិ (NIS) ឬធនាគារជាតិសនៃកម្ពុជា ទាក់ទងនឹងប្រាក់ចំណូល ហេដ្ឋារចនាសម្ព័ន្ធ កសិកម្ម និងការប្រើប្រាស់អ៊ិនធឺណិតកម្រិតស្រុក/ខេត្តក្នុងទម្រង់ Panel Data។
  2. សិក្សាពីវិធីសាស្ត្រវាយតម្លៃគោលនយោបាយ (Impact Evaluation Methods): អភិវឌ្ឍជំនាញតាមរយៈការប្រើប្រាស់កម្មវិធី StataR ដើម្បីអនុវត្តម៉ូដែលសេដ្ឋវិភាគដូចជា Difference-in-Differences (DID) និងការធ្វើតេស្ត Parallel Trend
  3. ដោះស្រាយបញ្ហាអថេរខាងក្នុង (Address Endogeneity): ស្វែងរកនិងកំណត់ Instrumental Variables (IV) ដែលសមស្រប (ឧ. ដង់ស៊ីតេផ្លូវលំពីអតីតកាល ឬចម្ងាយពីបណ្តាញខ្សែកាប) ដើម្បីដោះស្រាយបញ្ហាភាពលម្អៀងក្នុងទិន្នន័យស្រាវជ្រាវនៅកម្ពុជា។
  4. វិភាគលើយន្តការអន្តរាគមន៍ (Mechanism Analysis): ធ្វើការវិភាគស៊ីជម្រៅថាតើការប្រើប្រាស់ឌីជីថលជួយបង្កើតឱកាសការងារក្រៅវិស័យកសិកម្ម (Non-farm employment) និងជួយបង្កើនសមត្ថភាពកសិឧស្សាហកម្មដល់កម្រិតណា។
  5. តាក់តែងអនុសាសន៍និងស្នើគម្រោង (Policy Formulation & Proposal): សហការជាមួយស្ថាប័នពាក់ព័ន្ធ (ឧ. ក្រសួងសេដ្ឋកិច្ច និងហិរញ្ញវត្ថុ) ដើម្បីប្រើប្រាស់ភស្តុតាងដែលរកឃើញ សម្រាប់រចនាគម្រោងសាកល្បង 'ភូមិវៃឆ្លាត ឬ ភូមិឌីជីថល' នៅខេត្តសក្តានុពលក្នុងប្រទេសកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Quasi-natural experiment ជាការសិក្សាស្រាវជ្រាវដែលអ្នកស្រាវជ្រាវមិនអាចបែងចែកក្រុមសាកល្បងដោយផ្ទាល់បានទេ ប៉ុន្តែពឹងផ្អែកលើព្រឹត្តិការណ៍ ឬការអនុវត្តគោលនយោបាយណាមួយ (ដូចជាការជ្រើសរើសភូមិសាកល្បងដោយរដ្ឋាភិបាល) ដែលកើតឡើងក្នុងជីវិតពិត ដើម្បីប្រៀបធៀបលទ្ធផលប្រៀបដូចជាការធ្វើពិសោធន៍ក្នុងបន្ទប់ពិសោធន៍ដែរ។ ដូចជាការសង្កេតមើលសិស្សពីរក្រុមដែលរៀនសាលាខុសគ្នា ដោយសាលាមួយស្រាប់តែប្តូរនាយកថ្មី ដើម្បីមើលថាតើនាយកថ្មីនោះធ្វើឱ្យសិស្សរៀនពូកែជាងមុនឬអត់ ដោយយើងមិនបានរៀបចំទុកមុន។
difference-in-differences ជាវិធីសាស្ត្រស្ថិតិដែលវាស់ស្ទង់ឥទ្ធិពលនៃគោលនយោបាយ ដោយគណនានូវបំរែបំរួល (ភាពខុសគ្នា) នៃលទ្ធផលរបស់ក្រុមដែលទទួលបានអន្តរាគមន៍ ដកជាមួយនឹងបំរែបំរួលរបស់ក្រុមដែលមិនទទួលបាន ទាំងមុននិងក្រោយពេលអនុវត្តគោលនយោបាយ។ ដូចជាការវាស់កម្ពស់ដើមឈើពីរដើម មុននិងក្រោយពេលដាក់ជី ដើម្បីចង់ដឹងថាជីនោះធ្វើឱ្យឈើលូតលាស់លឿនជាងមុនប៉ុណ្ណាធៀបនឹងដើមដែលមិនបានដាក់ជី។
Propensity Score Matching ជាបច្ចេកទេសផ្គូផ្គងទិន្នន័យដើម្បីកាត់បន្ថយភាពលម្អៀង ដោយស្វែងរកតំបន់ ឬក្រុមគំរូដែលមិនទទួលបានគោលនយោបាយ ប៉ុន្តែមានលក្ខណៈសម្បត្តិនិងសក្តានុពលប្រហាក់ប្រហែលគ្នាខ្លាំងបំផុតទៅនឹងក្រុមដែលទទួលបានគោលនយោបាយ ដើម្បីយកមកធ្វើការប្រៀបធៀប។ ដូចជាការរើសកីឡាករពីរនាក់ដែលមានទម្ងន់ កម្ពស់ និងកម្លាំងប៉ុនគ្នាពិតប្រាកដ មកប្រកួតគ្នា ដើម្បីឱ្យការប្រកួតមានភាពយុត្តិធម៌និងអាចវាស់ស្ទង់បច្ចេកទេសពិតប្រាកដបាន។
Instrumental Variable ជាអថេរឬកត្តាជំនួសដែលត្រូវបានយកមកប្រើប្រាស់ក្នុងម៉ូដែលសេដ្ឋវិភាគដើម្បីដោះស្រាយបញ្ហាទំនាក់ទំនងបញ្ច្រាស (Endogeneity)។ អថេរនេះត្រូវតែមានទំនាក់ទំនងខ្លាំងជាមួយកត្តាដែលយើងចង់សិក្សា ប៉ុន្តែមិនត្រូវមានឥទ្ធិពលផ្ទាល់ទៅលើលទ្ធផលចុងក្រោយនោះទេ។ ប្រៀបដូចជាការប្រើប្រាស់បរិមាណទឹកភ្លៀងជាឧបករណ៍ដើម្បីទស្សន៍ទាយតម្លៃឆត្រនៅលើទីផ្សារ ដោយសារភ្លៀងធ្វើឱ្យមនុស្សទិញឆត្រច្រើន ប៉ុន្តែភ្លៀងមិនបានកំណត់តម្លៃឆត្រដោយផ្ទាល់នោះទេ។
Endogeneity ជាបញ្ហានៅក្នុងការវិភាគទិន្នន័យ ដែលកត្តាដែលយើងកំពុងសិក្សា (អថេរឯករាជ្យ) មានទំនាក់ទំនងជាមួយនឹងកត្តាកំបាំងផ្សេងទៀត ឬមានទំនាក់ទំនងជាហេតុនិងផលត្រលប់ចុះឡើងជាមួយលទ្ធផល ដែលធ្វើឱ្យការវាយតម្លៃនិងការសន្និដ្ឋានអាចមានភាពលម្អៀងខុសពីការពិត។ ដូចជាការសន្និដ្ឋានថាការទិញថ្នាំពេទ្យច្រើនធ្វើឱ្យមនុស្សឈឺ ដោយមិនបានដឹងថាតាមពិតមកពីមនុស្សឈឺទើបពួកគេទៅទិញថ្នាំពេទ្យ (ទំនាក់ទំនងបញ្ច្រាស)។
Parallel Trend ជាលក្ខខណ្ឌតម្រូវដ៏សំខាន់មួយសម្រាប់ម៉ូដែល DID ដែលតម្រូវឱ្យក្រុមទាំងពីរ (ក្រុមទទួលគោលនយោបាយ និងក្រុមមិនទទួល) ត្រូវតែមាននិន្នាការផ្លាស់ប្តូរនៃលទ្ធផលស្របគ្នានិងប្រហាក់ប្រហែលគ្នានៅមុនពេលដែលគោលនយោបាយចាប់ផ្តើមអនុវត្ត។ ដូចជាការធានាថារថយន្តពីរគ្រឿងកំពុងបើកបរក្នុងល្បឿនកើនឡើងស្មើៗគ្នាតាមផ្លូវតែមួយ មុនពេលរថយន្តមួយសម្រេចចិត្តប្រើប្រាស់ប្រេងប្រភេទថ្មី ដើម្បីបញ្ជាក់ថាល្បឿនដែលកើនឡើងគឺពិតជាមកពីប្រេងថ្មីមែន។
Placebo test ជាការធ្វើតេស្តសាកល្បងភាពត្រឹមត្រូវនៃលទ្ធផល ដោយបង្កើតទិន្នន័យគោលនយោបាយក្លែងក្លាយ ឬកំណត់ពេលវេលាអនុវត្តក្លែងក្លាយ ដើម្បីចង់ដឹងថាតើម៉ូដែលនៅតែបង្ហាញលទ្ធផលដូចមុនឬអត់។ ប្រសិនបើម៉ូដែលមិនបង្ហាញលទ្ធផលទេ នោះបញ្ជាក់ថាលទ្ធផលដើមគឺពិតប្រាកដ (Robust)។ ដូចជាការឱ្យថ្នាំម្សៅធម្មតា (គ្មានជាតិថ្នាំ) ទៅអ្នកជំងឺ ដើម្បីសាកល្បងមើលថាតើអ្នកជំងឺមានអារម្មណ៍ថាជាសះស្បើយដោយសារតែផ្លូវចិត្ត ឬដោយសារប្រសិទ្ធភាពថ្នាំពិតប្រាកដ។
digital divide ជាគម្លាតនៃឱកាសក្នុងការទទួលបានសេវាហេដ្ឋារចនាសម្ព័ន្ធអ៊ិនធឺណិត បច្ចេកវិទ្យា និងចំណេះដឹងឌីជីថល រវាងប្រជាជនរស់នៅទីក្រុងនិងជនបទ ឬរវាងអ្នកមាននិងអ្នកក្រ ដែលជាកត្តាធ្វើឱ្យអ្នកខ្វះខាតបាត់បង់ឱកាសក្នុងការទាញយកផលចំណេញពីសេដ្ឋកិច្ច។ ដូចជាការដែលសិស្សនៅទីក្រុងមានកុំព្យូទ័រនិងអ៊ិនធឺណិតល្បឿនលឿនដើម្បីស្រាវជ្រាវមេរៀនបានទូលំទូលាយ ខណៈសិស្សនៅជនបទត្រូវពឹងផ្អែកតែលើសៀវភៅពុម្ពចាស់ៗនៅក្នុងបណ្ណាល័យតូចមួយ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖