Original Title: Ảnh hưởng lan tỏa của ngành công nghiệp bán dẫn đến vốn đầu tư của khu vực FDI tại Việt Nam
Source: doi.org/10.61602/jdi.2024.74.01
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ឥទ្ធិពលសាយភាយនៃឧស្សាហកម្មពាក់កណ្ដាលចំហាយ (Semiconductor) ទៅលើទុនវិនិយោគនៃវិស័យ FDI នៅប្រទេសវៀតណាម

ចំណងជើងដើម៖ Ảnh hưởng lan tỏa của ngành công nghiệp bán dẫn đến vốn đầu tư của khu vực FDI tại Việt Nam

អ្នកនិពន្ធ៖ Nguyễn Khánh Duy (Đại học Kinh tế Thành phố Hồ Chí Minh), Nguyễn Thị Hoàng Oanh (Đại học Kinh tế Thành phố Hồ Chí Minh)

ឆ្នាំបោះពុម្ព៖ 2024, Tạp chí Phát triển và Hội nhập

វិស័យសិក្សា៖ Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះធ្វើការស្រាវជ្រាវដើម្បីផ្ទៀងផ្ទាត់ទំនាក់ទំនងហេតុនិងផលរវាងដំណើរការនាំចេញនៃឧស្សាហកម្មផលិតសៀគ្វីអគ្គិសនីរួមបញ្ចូលគ្នា (Semiconductor) និងទុនវិនិយោគនៃវិស័យវិនិយោគផ្ទាល់ពីបរទេស (FDI) នៅប្រទេសវៀតណាម។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យស៊េរីពេលវេលាប្រចាំឆ្នាំរបស់ប្រទេសវៀតណាមចាប់ពីឆ្នាំ ២០០០ ដល់ ២០២០ ដោយអនុវត្តវិធីសាស្ត្របរិមាណតាមរយៈគំរូវិភាគសេដ្ឋកិច្ច។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Vector Autoregression (VAR) Model
គំរូវ៉ិចទ័រស្វ័យតម្រែតម្រង់ (VAR)
អាចចាប់យកទំនាក់ទំនងអន្តរកម្មប្រែប្រួលតាមពេលវេលា (Dynamic interdependencies) រវាងអថេរច្រើន។ វាមានប្រសិទ្ធភាពក្នុងការវិភាគទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ច។ ទាមទារឱ្យទិន្នន័យមានភាពនឹងនរ (Stationary) និងទំហំគំរូទិន្នន័យធំដើម្បីទទួលបានភាពត្រឹមត្រូវខ្ពស់។ ការសិក្សានេះមានទិន្នន័យត្រឹមតែ ២១ ឆ្នាំ ដែលជាដែនកំណត់មួយ។ បានកំណត់កម្រិត Lag ល្អបំផុតដោយផ្អែកលើលក្ខណៈវិនិច្ឆ័យ AIC និងបានបញ្ជាក់ថាអថេរនីមួយៗឆ្លើយតបយ៉ាងល្អចំពោះការធ្វើតេស្ត។
Granger Causality Test
ការធ្វើតេស្តទំនាក់ទំនងហេតុនិងផលរបស់ Granger
ជួយកំណត់ទិសដៅនៃឥទ្ធិពលរវាងអថេរ (ថាតើអថេរ A បណ្ដាលឱ្យកើតមានអថេរ B ឬផ្ទុយមកវិញ)។ បង្ហាញត្រឹមតែទំនាក់ទំនងដែលអាចទស្សន៍ទាយបាន (Predictive causality) មិនមែនជាទំនាក់ទំនងហេតុនិងផលរចនាសម្ព័ន្ធពិតប្រាកដ (Structural causality) នោះទេ។ រកឃើញទំនាក់ទំនងទ្វេទិស៖ ការនាំចេញមានឥទ្ធិពលលើ FDI (P-value = 0.023) និង FDI មានឥទ្ធិពលលើការនាំចេញ (P-value = 0.001)។

ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារនេះមិនបានបញ្ជាក់លម្អិតអំពីថ្លៃដើមធនធាននោះទេ ប៉ុន្តែវាទាមទារទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចរយៈពេលវែង កម្មវិធីវិភាគស្ថិតិ និងចំណេះដឹងផ្នែកសេដ្ឋកិច្ចវិភាគ (Econometrics)។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅប្រទេសវៀតណាម ដោយប្រើប្រាស់ទិន្នន័យពីឆ្នាំ ២០០០ ដល់ ២០២០ និងផ្ដោតខ្លាំងលើក្រុមហ៊ុន Intel តែមួយនៅតំបន់បច្ចេកវិទ្យាជាន់ខ្ពស់ទីក្រុងហូជីមិញ (SHTP)។ ទិន្នន័យនេះមានទំហំគំរូតូច (២១ ឆ្នាំ) និងការប្រើប្រាស់អថេរ HS-8542 មិនទាន់តំណាងឱ្យឧស្សាហកម្មពាក់កណ្តាលចំហាយទាំងមូលនោះទេ។ សម្រាប់ប្រទេសកម្ពុជា ការពឹងផ្អែកលើរបកគំហើញពីប្រទេសដែលមានឧស្សាហកម្មអេឡិចត្រូនិករីកចម្រើនដូចជាវៀតណាម អាចនឹងមិនឆ្លុះបញ្ចាំងពីបរិបទជាក់ស្តែងនៃឧស្សាហកម្មកម្ពុជាដែលទើបតែចាប់ផ្តើមនោះទេ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះជាយ៉ាងណា វិធីសាស្ត្រ និងការរកឃើញនៃការសិក្សានេះមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់កម្ពុជាក្នុងការរៀបចំយុទ្ធសាស្ត្រទាក់ទាញការវិនិយោគផ្ទាល់ពីបរទេស (FDI) លើវិស័យបច្ចេកវិទ្យាជាន់ខ្ពស់។

សរុបមក ការបង្កើតប្រព័ន្ធអេកូឡូស៊ីសម្រាប់ឧស្សាហកម្មគ្រឿងអេឡិចត្រូនិក ទាមទារឱ្យមានការវិនិយោគទ្រង់ទ្រាយធំពីក្រុមហ៊ុនពហុជាតិសាសន៍ និងគោលនយោបាយគាំទ្រច្បាស់លាស់ពីរដ្ឋាភិបាលកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូលនិងរៀបចំទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ច: ស្វែងរកទិន្នន័យទាក់ទងនឹងការវិនិយោគផ្ទាល់ពីបរទេស (FDI) និងទិន្នន័យនាំចេញតាមវិស័យ ពីធនាគារជាតិកម្ពុជា ឬអគ្គនាយកដ្ឋានគយ និងរដ្ឋាករកម្ពុជា ដោយរៀបចំជាស៊េរីពេលវេលា (Time-series)។
  2. សិក្សាពីគំរូវិភាគសេដ្ឋកិច្ច (Econometrics): ស្វែងយល់ពីរបៀបដំណើរការគំរូទិន្នន័យស៊េរីពេលវេលា ដោយប្រើប្រាស់កម្មវិធី EViewsStata ដើម្បីរៀបចំរចនាសម្ព័ន្ធគំរូ VAR។
  3. អនុវត្តការធ្វើតេស្តភាពត្រឹមត្រូវនៃទិន្នន័យ: ធ្វើការតេស្តភាពនឹងនរនៃទិន្នន័យ (Unit Root Test) និងការកំណត់កម្រិតអថេរថយក្រោយ (Lag Length Selection តាមរយៈ AIC) មុននឹងឈានទៅធ្វើតេស្ត Granger Causality
  4. វាយតម្លៃឥទ្ធិពលសាយភាយនៅក្នុងតំបន់សេដ្ឋកិច្ចពិសេស (SEZ): ប្រើប្រាស់លទ្ធផលគំរូខាងលើ ដើម្បីវិភាគថាតើការវិនិយោគលើរោងចក្រដំឡើងគ្រឿងអេឡិចត្រូនិកក្នុងតំបន់ SEZ ណាមួយ បានរួមចំណែកទាក់ទាញទុន FDI បន្ថែម ឬបង្កើនទំហំនាំចេញកម្រិតណា។
  5. ចងក្រងរបាយការណ៍ផ្តល់អនុសាសន៍គោលនយោបាយ: សរសេរជារបាយការណ៍គោលនយោបាយ (Policy Brief) ជូនដល់ស្ថាប័នពាក់ព័ន្ធដូចជា CDC ដើម្បីស្នើការលើកទឹកចិត្តដល់គម្រោងវិនិយោគខ្នាតធំ ដែលមានសក្ដានុពលក្នុងការបង្កើតប្រព័ន្ធអេកូឡូស៊ីឧស្សាហកម្មនៅកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Foreign direct investment ការវិនិយោគដែលក្រុមហ៊ុនឬបុគ្គលពីប្រទេសមួយដាក់ទុនផ្ទាល់ដើម្បីបង្កើតឬពង្រីកអាជីវកម្មនៅក្នុងប្រទេសមួយទៀត។ វាមិនត្រឹមតែជាការនាំយកលុយចូលទេ តែរួមបញ្ចូលទាំងការផ្ទេរបច្ចេកវិទ្យា និងជំនាញគ្រប់គ្រង។ ដូចជាការដែលអ្នកមានលុយពីភ្នំពេញ ទៅបើករោងម៉ាស៊ីនកិនស្រូវធំមួយនៅខេត្តបាត់ដំបង ដោយនាំយកទាំងម៉ាស៊ីនទំនើបនិងជាងជំនាញទៅជាមួយ។
VAR model គំរូវ៉ិចទ័រស្វ័យតម្រែតម្រង់ គឺជាគំរូវិភាគស្ថិតិដែលប្រើដើម្បីវាយតម្លៃ និងព្យាករណ៍ទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ច ដោយមើលលើទំនាក់ទំនងទៅវិញទៅមកនៃអថេរច្រើនក្នុងពេលតែមួយ និងឥទ្ធិពលនៃទិន្នន័យអតីតកាលរបស់ពួកវា។ ដូចជាការទស្សន៍ទាយអាកាសធាតុដោយដឹងថាភ្លៀងកាលពីម្សិលមិញធ្វើឱ្យមនុស្សទិញឆ័ត្រថ្ងៃនេះ ហើយការទិញឆ័ត្រច្រើនអាចទាក់ទងនឹងភ្លៀងថ្ងៃស្អែក។
Granger causality test វិធីសាស្ត្រសេដ្ឋកិច្ចវិភាគ (Econometrics) ដើម្បីធ្វើតេស្តថាតើទិន្នន័យអតីតកាលរបស់អថេរមួយ (A) អាចត្រូវបានប្រើដើម្បីទស្សន៍ទាយពីបម្រែបម្រួលនៃអថេរមួយទៀត (B) ដែរឬទេ ពោលគឺវាបង្ហាញពីទំនាក់ទំនងដែលអាចទស្សន៍ទាយបាន មិនមែនជាការបង្កហេតុដោយផ្ទាល់ជានិច្ចនោះទេ។ ដូចជាការសង្កេតឃើញថារាល់ពេលមេឃស្រទុំ (A) គឺតែងតែមានភ្លៀងធ្លាក់ (B) ទោះបីមេឃស្រទុំមិនមែនជាអ្នកបង្កើតទឹកភ្លៀងដោយផ្ទាល់ តែវាជួយយើងទស្សន៍ទាយពីភ្លៀងធ្លាក់នៅពេលបន្ទាប់បាន។
Electronic integrated circuits បន្ទះសៀគ្វីអគ្គិសនីតូចៗ (Microchips) ដែលផ្ទុកនូវគ្រឿងបន្លាស់អេឡិចត្រូនិករាប់លាន ដើម្បីដំណើរការទិន្នន័យ បញ្ជា ឬចងចាំនៅក្នុងឧបករណ៍ទំនើបៗ ដូចជាទូរសព្ទ កុំព្យូទ័រ និងរថយន្ត។ ដូចជាខួរក្បាលរបស់មនុស្សដែលផ្ទុកទៅដោយកោសិកាសរសៃប្រសាទរាប់លាន ដើម្បីបញ្ជាសកម្មភាពគ្រប់យ៉ាងរបស់រាងកាយ។
IRF មុខងារឆ្លើយតប (Impulse Response Function) នៅក្នុងគំរូសេដ្ឋកិច្ច ដែលប្រើដើម្បីតាមដានប្រតិកម្មរបស់អថេរមួយនៅពេលដែលមានការផ្លាស់ប្តូរភ្លាមៗ (Shock) ឬការកើនឡើងនៃអថេរមួយផ្សេងទៀត ក្នុងរយៈពេលមួយជាក់លាក់។ ដូចជាការគប់ដុំថ្មចូលទៅក្នុងទឹកបឹង ហើយយើងតាមដានមើលថាតើរលកទឹកវាយសាយភាយទៅដល់ណា និងប្រើពេលប៉ុន្មានទើបស្ងប់ទៅវិញ។
AIC លក្ខណៈវិនិច្ឆ័យព័ត៌មាន Akaike (Akaike Information Criterion) គឺជាវិធីសាស្ត្រខាងស្ថិតិដែលជួយអ្នកស្រាវជ្រាវជ្រើសរើសគំរូទិន្នន័យដែលល្អបំផុត ដោយរក្សាតុល្យភាពរវាងភាពត្រឹមត្រូវនៃគំរូ និងភាពសាមញ្ញរបស់វា ដើម្បីចៀសវាងភាពស្មុគស្មាញជ្រុលដែលនាំឱ្យខុសការពិត។ ដូចជាការជ្រើសរើសទិញអាវមួយដែលមិនរឹបពេក (ស្មុគស្មាញពេក) និងមិនរលុងពេក (សាមញ្ញពេក) គឺត្រូវល្មមពាក់ស្រួលខ្លួនជាងគេ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖