Original Title: CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN XUẤT KHẨU HẠT ĐIỀU CỦA VIỆT NAM SANG CHÂU ÂU THEO MÔ HÌNH TRỌNG LỰC
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាដែលជះឥទ្ធិពលដល់ការនាំចេញគ្រាប់ស្វាយចន្ទីរបស់ប្រទេសវៀតណាមទៅកាន់សហភាពអឺរ៉ុបដោយប្រើប្រាស់ម៉ូដែលទំនាញ (Gravity Model)

ចំណងជើងដើម៖ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN XUẤT KHẨU HẠT ĐIỀU CỦA VIỆT NAM SANG CHÂU ÂU THEO MÔ HÌNH TRỌNG LỰC

អ្នកនិពន្ធ៖ Trần Thị Bích Nhung (Foreign Trade University), Dương Quốc Hòa (Foreign Trade University)

ឆ្នាំបោះពុម្ព៖ 2022, Tạp chí Công Thương

វិស័យសិក្សា៖ Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះស្វែងយល់ និងវាយតម្លៃលើកត្តាផ្សេងៗដែលជះឥទ្ធិពលដល់ទំហំនាំចេញគ្រាប់ស្វាយចន្ទីរបស់ប្រទេសវៀតណាម ទៅកាន់ទីផ្សារសហភាពអឺរ៉ុប (EU) ដែលជាទីផ្សារនាំចេញធំបំផុតទី២ របស់ឧស្សាហកម្មនេះ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានអនុវត្តម៉ូដែលទំនាញ (Gravity Model) ទៅលើទិន្នន័យកម្រង (Panel Data) ចំនួន ២៤០ ក្នុងចន្លោះឆ្នាំ ២០០៥ ដល់ ២០២០ ដើម្បីវិភាគទំនាក់ទំនងពាណិជ្ជកម្មរវាងវៀតណាម និងប្រទេសអឺរ៉ុបចំនួន ១៥។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Pooled OLS (Ordinary Least Squares)
ការប៉ាន់ស្មានម៉ូដែលការ៉េអប្បបរមាធម្មតាបញ្ចូលគ្នា		 មានភាពសាមញ្ញ ងាយស្រួលក្នុងការគណនា និងដើរតួជាជំហានមូលដ្ឋានដំបូងសម្រាប់ការវិភាគទិន្នន័យបន្ទាត់ស្រប (Panel Data)។ មិនបានគិតបញ្ចូលនូវភាពខុសគ្នារបស់ប្រទេសនីមួយៗ (Individual Heterogeneity) ដែលមិនអាចសង្កេតឃើញ ដែលអាចធ្វើឱ្យលទ្ធផលលម្អៀង។ ត្រូវបានប្រើប្រាស់ជាម៉ូដែលមូលដ្ឋាន មុននឹងឈានទៅធ្វើតេស្តសម្មតិកម្មកម្រិតខ្ពស់ដើម្បីជ្រើសរើសម៉ូដែលបន្ទាប់។
Panel Data Models (FEM & REM)
ម៉ូដែលផលប៉ះពាល់ថេរ (Fixed Effects Model) និងផលប៉ះពាល់ចៃដន្យ (Random Effects Model)		 អាចដោះស្រាយបញ្ហាភាពខុសគ្នារវាងប្រទេសនីមួយៗ ដែលធ្វើឱ្យការប៉ាន់ស្មានប៉ារ៉ាម៉ែត្រមានភាពសុក្រឹត និងអាចជឿទុកចិត្តបានជាង OLS ។ ទាមទារទិន្នន័យធំ និងការធ្វើតេស្តសម្មតិកម្មស្មុគស្មាញ (ដូចជា Hausman test, F test និង LM test) ដើម្បីជ្រើសរើសម៉ូដែលដែលស័ក្តិសមបំផុត។ កំណត់បានយ៉ាងច្បាស់ថា ទំហំប្រជាជនវៀតណាម (មេគុណ ១៨.៥៨) និង GDP ប្រទេសនាំចូល (មេគុណ ០.៦៥) ជាកត្តាជំរុញខ្លាំងបំផុតដល់ការនាំចេញ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចកម្រិតខ្ពស់ និងកម្មវិធីស្ថិតិជំនាញសម្រាប់ការវិភាគទិន្នន័យបន្ទាត់ស្រប (Panel Data) កម្រិតអន្តរជាតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះផ្តោតតែទៅលើទិន្នន័យនាំចេញគ្រាប់ស្វាយចន្ទីរបស់ប្រទេសវៀតណាមទៅកាន់សហភាពអឺរ៉ុប (១៥ ប្រទេស) ប៉ុណ្ណោះ។ លទ្ធផលនេះឆ្លុះបញ្ចាំងពីបរិបទសេដ្ឋកិច្ច សមត្ថភាពរោងចក្រកែច្នៃដ៏ធំ និងកិច្ចព្រមព្រៀងពាណិជ្ជកម្មសេរី (EVFTA) របស់វៀតណាម។ សម្រាប់កម្ពុជា ដែលជាប្រទេសផលិតគ្រាប់ស្វាយចន្ទីឆៅដ៏ធំមួយ ប៉ុន្តែខ្វះខាតរោងចក្រកែច្នៃ និងពឹងផ្អែកខ្លាំងលើការលក់គ្រាប់ឆៅទៅវៀតណាម ការពឹងផ្អែកលើអថេរ និងលទ្ធផលពីឯកសារនេះទាំងស្រុងអាចនឹងមិនឆ្លុះបញ្ចាំងពីការពិតនៃខ្សែច្រវាក់តម្លៃរបស់កម្ពុជាឡើយ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះជាយ៉ាងណាក៏ដោយ វិធីសាស្ត្រម៉ូដែលទំនាញ (Gravity Model) នេះគឺមានសារៈសំខាន់ និងអាចយកមកអនុវត្តបានយ៉ាងល្អសម្រាប់ប្រទេសកម្ពុជាក្នុងការវិភាគសក្តានុពលពាណិជ្ជកម្មអន្តរជាតិ។

សរុបមក ការស្វែងយល់ និងអនុវត្តម៉ូដែលទំនាញ (Gravity Model) នេះនឹងជួយដល់រាជរដ្ឋាភិបាល និងវិស័យឯកជននៅកម្ពុជា ក្នុងការធ្វើផែនទីទីផ្សារគោលដៅដែលមានសក្តានុពលខ្ពស់ និងរៀបចំគោលនយោបាយជំរុញការនាំចេញផ្អែកលើទិន្នន័យជាក់លាក់ (Data-driven Policy)។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូលទិន្នន័យពាណិជ្ជកម្ម និងម៉ាក្រូសេដ្ឋកិច្ច: ទាញយកទិន្នន័យទំហំពាណិជ្ជកម្មទ្វេភាគីកម្ពុជាពី UN Comtrade ឬ Trademap និងប្រមូលទិន្នន័យ GDP អត្រាប្តូរប្រាក់ពិតប្រាកដ និងទំហំប្រជាជនពី World Bank Open Data សម្រាប់កម្ពុជា និងប្រទេសដៃគូពាណិជ្ជកម្ម។
  2. រៀបចំទិន្នន័យជាទម្រង់ Panel Data និងគណនាចម្ងាយ: សម្អាត និងរៀបចំទិន្នន័យក្នុងទម្រង់ Panel Data (ផ្តុំបញ្ចូលអថេរពេលវេលា Time-series និងប្រទេសឆ្លងកាត់ Cross-sectional)។ ប្រើប្រាស់ទិន្នន័យចម្ងាយភូមិសាស្ត្ររវាងរាជធានីនៃប្រទេសនីមួយៗដោយទាញយកពីមូលដ្ឋានទិន្នន័យ CEPII (GeoDist)។
  3. ដំណើរការម៉ូដែលតំរែតំរង់ (Regression Models): បំប្លែងអថេរទៅជាទម្រង់ Logarithm ធម្មជាតិ (ln) រួចប្រើប្រាស់កម្មវិធី Stata ឬ R (ប្រើកញ្ចប់ 'plm') ដើម្បីដំណើរការការវិភាគតាមវិធីសាស្ត្រ Pooled OLS, Fixed Effects Model (FEM), និង Random Effects Model (REM)។
  4. ធ្វើតេស្តសម្មតិកម្មដើម្បីជ្រើសរើសម៉ូដែលចុងក្រោយ: អនុវត្តការធ្វើតេស្តស្ថិតិរួមមាន F-test (ជ្រើសរើសរវាង OLS និង FEM), Breusch-Pagan LM test (ជ្រើសរើសរវាង OLS និង REM) និងសំខាន់បំផុតគឺ Hausman test ដើម្បីកាត់សេចក្តីថាតើគួរប្រើ FEM ឬ REM ជាម៉ូដែលផ្លូវការ។
  5. បកស្រាយលទ្ធផល និងផ្តល់អនុសាសន៍គោលនយោបាយ: វិភាគមេគុណនៃអថេរនីមួយៗ និងកម្រិតអត្ថន័យផ្នែកស្ថិតិ (P-value) ដើម្បីកំណត់ថាប៉ារ៉ាម៉ែត្រណាមានឥទ្ធិពលខ្លាំងជាងគេ រួចចងក្រងជារបាយការណ៍អនុសាសន៍សម្រាប់ស្ថាប័នពាក់ព័ន្ធ (ឧទាហរណ៍៖ សមាគមសិប្បករស្វាយចន្ទីកម្ពុជា - CAC ឬក្រសួងពាណិជ្ជកម្ម)។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Gravity model ជាម៉ូដែលអេកូណូមេទ្រី (Econometric Model) ដែលប្រើប្រាស់ជាទូទៅដើម្បីទស្សន៍ទាយទំហំពាណិជ្ជកម្មទ្វេភាគី ដោយផ្អែកលើទំហំសេដ្ឋកិច្ច (GDP) នៃប្រទេសទាំងពីរ (ដែលជាកម្លាំងទាញ) និងចម្ងាយភូមិសាស្ត្ររវាងពួកគេ (ដែលជាកម្លាំងរុញច្រាន ឬរនាំងពាណិជ្ជកម្ម)។ ដូចជាច្បាប់ទំនាញផែនដីដែរ ភពធំៗទាញញាត់គ្នាខ្លាំង ហើយបើនៅជិតគ្នារឹតតែទាញគ្នាខ្លាំង (ប្រទេសធំសេដ្ឋកិច្ចធំ និងនៅជិតគ្នា ធ្វើពាណិជ្ជកម្មជាមួយគ្នាគគ្រឹកគគ្រេង)។
panel data ជាប្រភេទឈុតទិន្នន័យដែលរួមបញ្ចូលទាំងទិន្នន័យឆ្លងកាត់ (Cross-sectional Data - ដូចជាប្រទេសជាច្រើន) និងទិន្នន័យពេលវេលា (Time-series Data - ដូចជាឆ្នាំជាច្រើនបន្តបន្ទាប់គ្នា) ដែលអនុញ្ញាតឱ្យគេតាមដានការវិវត្តរបស់ប្រធានបទនីមួយៗតាមពេលវេលា។ ដូចជាការថតវីដេអូសិស្សមួយក្រុមរៀងរាល់ឆ្នាំតាំងពីថ្នាក់ទី១ដល់ទី១២ ដើម្បីមើលការលូតលាស់របស់ពួកគេម្នាក់ៗ មិនមែនគ្រាន់តែថតរូបមួយសន្លឹកក្នុងឆ្នាំណាមួយនោះទេ។
Real Exchange Rate (RER) គឺជាអត្រាប្តូរប្រាក់ដែលត្រូវបានកែសម្រួលដើម្បីរាប់បញ្ចូលភាពខុសគ្នានៃអតិផរណារវាងប្រទេសពីរ។ វាបង្ហាញពីអំណាចទិញពិតប្រាកដនៃរូបិយប័ណ្ណមួយធៀបនឹងរូបិយប័ណ្ណមួយទៀត ដែលជះឥទ្ធិពលផ្ទាល់ដល់តម្លៃ និងសមត្ថភាពប្រកួតប្រជែងនៃទំនិញនាំចេញ។ ប្រសិនបើអ្នកចង់ដឹងថាប្រាក់ខែអ្នកពិតជាកើនឬអត់ អ្នកមិនគ្រាន់តែមើលចំនួនលុយនោះទេ តែត្រូវមើលថាតើលុយនោះទិញអង្ករបានប៉ុន្មានបាវធៀបនឹងឆ្នាំមុន។
VIF (Variance Inflation Factor) ជារង្វាស់ស្ថិតិមួយដែលប្រើសម្រាប់ពិនិត្យមើលបញ្ហាពហុសម្ព័ន្ធ (Multicollinearity) នៅក្នុងម៉ូដែលតំរែតំរង់។ បើ VIF មានតម្លៃខ្ពស់ មានន័យថាអថេរឯករាជ្យនៅក្នុងម៉ូដែលនោះមានទំនាក់ទំនងគ្នាខ្លាំងពេក ដែលធ្វើឱ្យលទ្ធផលនៃការប៉ាន់ស្មានលម្អៀង។ ដូចជាអ្នកស្តាប់ចម្រៀងមួយបទដែលមានអ្នកច្រៀងពីរនាក់ស្រែកព្រមគ្នាក្នុងសំឡេងតែមួយ ដែលធ្វើឱ្យអ្នកមិនដឹងច្បាស់ថាអ្នកណាជាអ្នកច្រៀងពិរោះពិតប្រាកដ។
Hausman test ជាការធ្វើតេស្តសម្មតិកម្មស្ថិតិដ៏សំខាន់មួយក្នុងការវិភាគទិន្នន័យ Panel Data ដើម្បីសម្រេចចិត្តជ្រើសរើសថាតើគួរប្រើប្រាស់ម៉ូដែលផលប៉ះពាល់ថេរ (Fixed Effects Model - FEM) ឬម៉ូដែលផលប៉ះពាល់ចៃដន្យ (Random Effects Model - REM) ទើបមានភាពសុក្រឹតជាង។ ដូចជាការធ្វើតេស្តបញ្ជាក់ថាតើគួរប្រើវ៉ែនតាអានសៀវភៅធម្មតាទូទៅ (REM) ឬត្រូវកាត់វ៉ែនតាថ្មីតម្រូវភ្នែកអ្នកផ្ទាល់តែម្តង (FEM) ដើម្បីមើលអក្សរឱ្យបានច្បាស់បំផុត។
Pooled OLS ជាវិធីសាស្ត្រតំរែតំរង់ទិន្នន័យ Panel Data ជាមូលដ្ឋាន ដោយច្របាច់បញ្ចូលទិន្នន័យគ្រប់ប្រទេសនិងគ្រប់ឆ្នាំចូលគ្នាទាំងអស់ ហើយធ្វើការគណនាម៉ូដែល OLS ធម្មតា ដោយមិនខ្វល់ពីលក្ខណៈខុសប្លែកគ្នាដាច់ដោយឡែករបស់ប្រទេសនីមួយៗឡើយ។ ដូចជាការវាស់កម្ពស់សិស្សគ្រប់ថ្នាក់ទាំងអស់ចូលគ្នាដើម្បីរកមធ្យមភាគ ដោយមិនខ្វល់ថាសិស្សនោះរៀនថ្នាក់ទី១ ឬទី១២ នោះទេ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖