Original Title: A Study on the Tax Obligations and Perceived Tax Compliance of Small and Medium Enterprises (SMES) in Gia Lam, Hanoi
Source: doi.org/10.31817/vjas.2020.3.3.06
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការសិក្សាអំពីកាតព្វកិច្ចពន្ធ និងការយល់ឃើញលើការអនុលោមតាមច្បាប់ពន្ធនៃសហគ្រាសធុនតូច និងមធ្យម (SMEs) នៅស្រុក Gia Lam ទីក្រុងហាណូយ

ចំណងជើងដើម៖ A Study on the Tax Obligations and Perceived Tax Compliance of Small and Medium Enterprises (SMES) in Gia Lam, Hanoi

អ្នកនិពន្ធ៖ Nguyen Thi Huong (Faculty of Accounting and Business Management, Vietnam National University of Agriculture, Hanoi 131000, Vietnam), Dao Thi Hoang Anh, Dang Thi Hai Yen, Bui Thi Hong Nhung, Le Thi Thanh Hao

ឆ្នាំបោះពុម្ព៖ 2020, Vietnam Journal of Agricultural Sciences

វិស័យសិក្សា៖ Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហានៃការមិនអនុលោមតាមច្បាប់ពន្ធ និងការលំបាកក្នុងការបំពេញកាតព្វកិច្ចពន្ធរបស់សហគ្រាសធុនតូចនិងមធ្យម (SMEs) នៅក្នុងស្រុក Gia Lam ទីក្រុងហាណូយ ដែលបណ្តាលឱ្យមានវិសមភាពក្នុងការប្រកួតប្រជែង និងការបាត់បង់ចំណូលថវិការដ្ឋ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានជ្រើសរើសដោយចៃដន្យនូវសហគ្រាសចំនួន ១៥០ ដើម្បីធ្វើការស្ទង់មតិ និងវិភាគទិន្នន័យដើម្បីកំណត់ពីកត្តាដែលជះឥទ្ធិពលលើការអនុលោមតាមច្បាប់ពន្ធ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Descriptive Statistics
ការវិភាគស្ថិតិពណ៌នា
ងាយស្រួលយល់ និងផ្តល់រូបភាពរួមច្បាស់លាស់អំពីលក្ខណៈសេដ្ឋកិច្ចសង្គម និងស្ថានភាពនៃការបំពេញកាតព្វកិច្ចពន្ធ។ វាស័ក្តិសមបំផុតសម្រាប់ការសង្ខេបទិន្នន័យស្ទង់មតិ។ មិនអាចបង្ហាញពីទំនាក់ទំនងស្មុគស្មាញ ឬកត្តាស៊ីជម្រៅដែលជះឥទ្ធិពលដល់អាកប្បកិរិយារបស់អ្នកជាប់ពន្ធបានទេ។ បានបង្ហាញថាសហគ្រាស ៧៥.៣៣% យល់ថាពន្ធលើប្រាក់ចំណូល និងអាករលើតម្លៃបន្ថែម (VAT) មានភាពស្មុគស្មាញ ហើយ ៤៩.៣៣% ធ្លាប់បានពន្យារពេលបង់ពន្ធ។
Principal Component Analysis (PCA)
ការវិភាគសមាសភាគចម្បង
ជួយកាត់បន្ថយទំហំទិន្នន័យ និងស្វែងរកកត្តាសំខាន់ៗ (Latent factors) ដែលនៅពីក្រោយអាកប្បកិរិយាដ៏ស្មុគស្មាញនៃការអនុលោមតាមច្បាប់ពន្ធ។ វាជួយដាក់ក្រុមអថេរដែលមានទំនាក់ទំនងគ្នាឱ្យនៅជាក្រុមតែមួយ។ ទាមទារទំហំសំណាកធំគ្រប់គ្រាន់ (N >= 100) និងការបកស្រាយលទ្ធផល (កត្តាដែលទាញបាន) អាចមានលក្ខណៈអត្តនោម័តផ្អែកលើអ្នកស្រាវជ្រាវ។ បានទាញយកកត្តាធំៗចំនួន ៥ ដែលជះឥទ្ធិពលលើការអនុលោមតាមច្បាប់ពន្ធ រួមមាន៖ គុណភាពសេវាកម្មពន្ធ បទដ្ឋានសង្គម ការប្រើប្រាស់បច្ចេកវិទ្យា ការទទួលខុសត្រូវរបស់សហគ្រាស និងគុណភាពមន្ត្រីពន្ធដារ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានជាមូលដ្ឋានសម្រាប់ការប្រមូលទិន្នន័យតាមរយៈការស្ទង់មតិផ្ទាល់ និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្តោតតែលើសហគ្រាសធុនតូចនិងមធ្យម (SMEs) ចំនួន ១៥០ នៅក្នុងស្រុក Gia Lam ជាយក្រុងហាណូយ ប្រទេសវៀតណាម។ ដោយសារទីតាំងនេះជាតំបន់ដែលកំពុងមាននគរូបនីយកម្ម ទិន្នន័យនេះអាចនឹងមិនឆ្លុះបញ្ចាំងពីបរិបទសហគ្រាសនៅទីក្រុងធំៗ ឬតំបន់ជនបទដាច់ស្រយាលផ្សេងទៀតឡើយ។ សម្រាប់ប្រទេសកម្ពុជា ការយកចិត្តទុកដាក់លើបរិបទភូមិសាស្ត្រនេះជារឿងសំខាន់ ព្រោះបរិយាកាសអាជីវកម្ម និងអាកប្បកិរិយារបស់អ្នកជាប់ពន្ធនៅរាជធានី និងខេត្តអាចមានភាពខុសគ្នាខ្លាំង។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្រ្ត និងរបកគំហើញនៃការសិក្សានេះមានអត្ថប្រយោជន៍ខ្លាំងសម្រាប់ការអនុវត្តនៅប្រទេសកម្ពុជា ជាពិសេសក្នុងការស្វែងយល់ពីបញ្ហាប្រឈមរបស់ SMEs ដើម្បីកែទម្រង់ប្រព័ន្ធពន្ធដារឱ្យកាន់តែប្រសើរ។

សរុបមក ការស្វែងយល់ពីកត្តាដែលរារាំង និងជំរុញការអនុលោមតាមច្បាប់ពន្ធ នឹងជួយភាគីពាក់ព័ន្ធនៅកម្ពុជារៀបចំគោលនយោបាយដែលមានតម្លាភាព និងសម្រួលដល់បរិយាកាសធុរកិច្ច។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃប្រព័ន្ធពន្ធដារ: ស្វែងយល់ពីប្រភេទពន្ធសំខាន់ៗនៅកម្ពុជា (ដូចជា ពន្ធលើប្រាក់ចំណូល និងអាករលើតម្លៃបន្ថែម) និងនីតិវិធីនៃការប្រកាសពន្ធតាមរយៈប្រព័ន្ធ E-Filing របស់អគ្គនាយកដ្ឋានពន្ធដារ ដើម្បីយល់ពីបរិបទដែលសហគ្រាសកំពុងជួបប្រទះ។
  2. រៀបចំកម្រងសំណួរ និងប្រមូលទិន្នន័យ: បង្កើតកម្រងសំណួរស្ទង់មតិដោយផ្អែកលើមាត្រដ្ឋាន Likert scale (១ ដល់ ៥) ដើម្បីវាស់ស្ទង់ការយល់ឃើញរបស់ម្ចាស់អាជីវកម្ម ហើយប្រើប្រាស់ឧបករណ៍ដូចជា Google FormsKoboToolbox ដើម្បីប្រមូលទិន្នន័យពីសហគ្រាសគោលដៅ។
  3. រៀបចំនិងសម្អាតទិន្នន័យសម្រាប់ការវិភាគ: នាំចូលទិន្នន័យដែលប្រមូលបានទៅកាន់កម្មវិធី Microsoft Excel ដើម្បីធ្វើការផ្ទៀងផ្ទាត់ និងសម្អាតទិន្នន័យដែលមិនពេញលេញ មុននឹងបញ្ជូនទៅកាន់កម្មវិធីស្ថិតិកម្រិតខ្ពស់។
  4. អនុវត្តការវិភាគសមាសភាគចម្បង (PCA): រៀនប្រើប្រាស់កម្មវិធី STATA, SPSS ឬភាសា R ដើម្បីដំណើរការវិភាគ PCA។ ត្រូវប្រាកដថាបានធ្វើតេស្ត KMO test (លទ្ធផលគួរតែ > 0.5) និងប្រើប្រាស់ VARIMAX rotation ដើម្បីបែងចែកក្រុមអថេរឱ្យបានច្បាស់លាស់។
  5. សរសេររបាយការណ៍ និងផ្តល់អនុសាសន៍: បកស្រាយលទ្ធផលកត្តាធំៗដែលទាញបានដោយភ្ជាប់ជាមួយបរិបទសេដ្ឋកិច្ចកម្ពុជា។ សរសេរជារបាយការណ៍ស្រាវជ្រាវដោយប្រើ Microsoft Word និងបង្កើតបទបង្ហាញតាមរយៈ PowerPoint ដើម្បីផ្តល់ជាអនុសាសន៍ជាក់ស្តែងដល់អ្នកធ្វើគោលនយោបាយ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Tax compliance (ការអនុលោមតាមច្បាប់ពន្ធ) សំដៅលើកម្រិតដែលអ្នកជាប់ពន្ធ (បុគ្គល ឬសហគ្រាស) គោរពតាមច្បាប់ និងបទប្បញ្ញត្តិពន្ធដារដោយស្ម័គ្រចិត្ត រួមទាំងការចុះបញ្ជី ការប្រកាស និងការបង់ប្រាក់ពន្ធបានត្រឹមត្រូវនិងទាន់ពេលវេលាទៅតាមការកំណត់របស់រដ្ឋ។ ដូចជាសិស្សដែលគោរពវិន័យសាលា ដោយធ្វើកិច្ចការផ្ទះនិងប្រគល់ជូនគ្រូបានទាន់ពេលវេលាដោយមិនបាច់មានការតាមទារ ឬគំរាមកំហែង។
Principal Component Analysis (PCA) (ការវិភាគសមាសភាគចម្បង) ជាវិធីសាស្ត្រស្ថិតិមួយប្រើសម្រាប់បង្រួមទំហំទិន្នន័យធំៗដែលមានអថេរ (Variables) ច្រើនស្មុគស្មាញ ឱ្យមកនៅត្រឹមកត្តា ឬសមាសភាគសំខាន់ៗមួយចំនួនតូច (Components) ដោយនៅតែរក្សាព័ត៌មានដើមបានច្រើនបំផុត ដើម្បីងាយស្រួលក្នុងការវិភាគ។ ដូចជាការសង្ខេបសៀវភៅដ៏ក្រាស់មួយក្បាល ឱ្យមកនៅត្រឹមចំណុចសំខាន់ៗ៣ទៅ៤ទំព័រ ដើម្បីងាយស្រួលអានឆាប់យល់ តែនៅតែរក្សាអត្ថន័យដើមទាំងស្រុង។
VARIMAX rotation (ការបង្វិល VARIMAX) គឺជាបច្ចេកទេសមួយក្នុវិធីសាស្ត្រវិភាគ PCA ដែលជួយបង្វិលអ័ក្សនៃទិន្នន័យដើម្បីធ្វើឱ្យកត្តា (Factors) ដែលទាញបានមានភាពច្បាស់លាស់ ដោយធានាថាអថេរនីមួយៗមានទំនាក់ទំនងខ្លាំងជាមួយកត្តាតែមួយប៉ុណ្ណោះ ដែលធ្វើឱ្យងាយស្រួលក្នុងការបកស្រាយ។ ដូចជាការបង្វិលកែវយឹតឱ្យត្រូវគន្លងនិងថតកាមេរ៉ាឱ្យត្រូវហ្វូកឹស (Focus) ដើម្បីមើលឃើញរូបភាពដាច់ដោយឡែកពីគ្នាច្បាស់ល្អ មិនព្រាលចូលគ្នា។
KMO test (តេស្ត KMO) ជារង្វាស់ស្ថិតិ (Kaiser-Meyer-Olkin measure) ដែលប្រើដើម្បីត្រួតពិនិត្យមើលថាតើទិន្នន័យដែលប្រមូលបានមានភាពស័ក្តិសម និងគ្រប់គ្រាន់សម្រាប់ការយកទៅវិភាគតាមវិធីសាស្ត្រ PCA ដែរឬទេ។ តម្លៃ KMO កាន់តែខិតជិត ១ បង្ហាញថាទិន្នន័យកាន់តែល្អសម្រាប់ការវិភាគនេះ។ ដូចជាការថ្លឹងសាច់និងបន្លែជាមុនសិន ថាតើមានបរិមាណគ្រប់គ្រាន់ និងស័ក្តិសមសម្រាប់ធ្វើម្ហូបមួយឆ្នាំងធំដែរឬទេ មុននឹងចាប់ផ្តើមចម្អិន។
Loading coefficient (មេគុណបន្ទុក) គឺជាតួលេខដែលបង្ហាញពីកម្រិតនៃទំនាក់ទំនង ឬឥទ្ធិពលរបស់អថេរមួយទៅលើកត្តាធំ (Principal component) ណាមួយ។ នៅក្នុងការវិភាគ PCA តម្លៃនេះកាន់តែខ្ពស់ (ឧ. លើសពី ០.៥) មានន័យថាអថេរនោះមានតួនាទីកាន់តែសំខាន់ក្នុងការបង្កើតជាកត្តានោះ។ ដូចជាការដាក់ពិន្ទុឱ្យកីឡាករម្នាក់ៗថាតើពួកគេមានចំណែកជួយក្រុមឱ្យឈ្នះកម្រិតណា (អ្នកស៊ុតចូលទីច្រើន មានមេគុណខ្ពស់ជាងគេក្នុងក្រុម)។
Social norms (បទដ្ឋានសង្គម) នៅក្នុងបរិបទនៃការសិក្សានេះ វាសំដៅលើឥទ្ធិពលនៃអាកប្បកិរិយារបស់អ្នកដទៃនៅក្នុងសង្គមមកលើការសម្រេចចិត្តរបស់អ្នកជាប់ពន្ធ។ ឧទាហរណ៍ បើក្រុមហ៊ុនផ្សេងៗគេចវេះមិនបង់ពន្ធ សហគ្រាសមួយទៀតក៏មានទំនោរមិនចង់បង់ពន្ធដូចគ្នាដោយសារអារម្មណ៍ថាមិនយុត្តិធម៌។ ដូចជាការដើរឆ្លងផ្លូវខុសគំនូសសញ្ញាចរាចរណ៍ដោយសារតែអ្នកឃើញមានមនុស្សជាច្រើនកំពុងដើរឆ្លងដូចគ្នានៅកន្លែងនោះ ដោយគិតថាវាមិនអីទេ។
Value-added tax (VAT) (អាករលើតម្លៃបន្ថែម) ជាប្រភេទពន្ធប្រយោលដែលត្រូវបានគិតបន្ថែមលើតម្លៃទំនិញ ឬសេវាកម្មនៅគ្រប់ដំណាក់កាលនៃការផលិត និងការចែកចាយ ប៉ុន្តែបន្ទុកពន្ធនេះនឹងត្រូវធ្លាក់ទៅលើអ្នកប្រើប្រាស់ចុងក្រោយជាអ្នកបង់។ អាជីវកម្មគ្រាន់តែជាអ្នកប្រមូលពន្ធនេះជំនួសរដ្ឋប៉ុណ្ណោះ។ ដូចជាការទិញកាហ្វេមួយកែវដែលតម្លៃ ៣ដុល្លារ តែអ្នកត្រូវបង់ ៣.៣ដុល្លារ ព្រោះ ០.៣ដុល្លារជាចំណែកពន្ធដែលត្រូវបង់ចូលរដ្ឋកាត់តាមរយ:ហាងកាហ្វេនោះ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖