បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងវិភាគនិងកំណត់កម្រិតនៃកត្តាផ្សេងៗដែលជះឥទ្ធិពលដល់ការនាំចេញទំនិញរបស់ប្រទេសវៀតណាមទៅកាន់ទីផ្សារសហភាពអឺរ៉ុប (EU) ដែលជាដៃគូពាណិជ្ជកម្មធំទីពីររបស់ខ្លួន។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យបន្ទះ (Panel Data) ចន្លោះឆ្នាំ ២០០៥ ដល់ ២០១៧ និងអនុវត្តគំរូអេកូណូមេទ្រីកដើម្បីប៉ាន់ស្មានកត្តាជះឥទ្ធិពល។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Random Effects Model (REM) ម៉ូដែលឥទ្ធិពលចៃដន្យ |
អាចប៉ាន់ស្មានមេគុណសម្រាប់អថេរដែលមិនប្រែប្រួលតាមពេលវេលា (ដូចជាចម្ងាយភូមិសាស្ត្រ និងប្រវត្តិសាស្ត្រ)។ ស័ក្តិសមបំផុតជាមួយទិន្នន័យបន្ទះ (Panel Data) សម្រាប់ការវិភាគពាណិជ្ជកម្ម។ | អាចប្រឈមនឹងបញ្ហាវ៉ារ្យង់ខុសគ្នា (Heteroskedasticity) និងអូតូកូរ៉េឡាស្យុង ដែលទាមទារការប្រើប្រាស់ Robust Standard Errors ដើម្បីកែសម្រួល។ | ត្រូវបានជ្រើសរើសប្រើប្រាស់ (Hausman test p=0.687) ដោយអាចពន្យល់បាន ៨៧,៥% (R² = 0.875) នៃកត្តាជះឥទ្ធិពលដល់ការនាំចេញ។ |
| Fixed Effects Model (FEM) ម៉ូដែលឥទ្ធិពលថេរ |
អាចគ្រប់គ្រងលក្ខណៈពិសេសដែលមិនអាចអង្កេតបានរបស់ប្រទេសនីមួយៗ និងកាត់បន្ថយភាពលម្អៀងនៃអថេរដែលបាត់។ | មិនអាចប៉ាន់ស្មានមេគុណសម្រាប់អថេរថេរតាមពេលវេលាដូចជា 'ចម្ងាយភូមិសាស្ត្រ' (Distance) នោះទេ ដែលធ្វើឱ្យបាត់បង់ព័ត៌មានសំខាន់នៃម៉ូដែលទំនាញ។ | មិនត្រូវបានជ្រើសរើសដោយសារតម្លៃ p-value នៃតេស្ត Hausman ធំជាង ០.០៥ ។ |
| Pooled OLS ម៉ូដែល OLS រួម |
ងាយស្រួលយល់ និងងាយស្រួលអនុវត្តបំផុតសម្រាប់ការប៉ាន់ស្មានទិន្នន័យកម្រិតមូលដ្ឋាន។ | មិនបានគិតពីលក្ខណៈបុគ្គល ឬកត្តាពេលវេលានៃទិន្នន័យបន្ទះ ដែលធ្វើឱ្យលទ្ធផលលម្អៀង និងមិនច្បាស់លាស់។ | ត្រូវបានច្រានចោលបន្ទាប់ពីការធ្វើតេស្ត Breusch-Pagan LM (p-value = 0.000)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកលើកម្មវិធីស្ថិតិ និងប្រភពទិន្នន័យបន្ទះអន្តរជាតិ ដែលអាចរកបានដោយឥតគិតថ្លៃ ប៉ុន្តែទាមទារចំណេះដឹងផ្នែកអេកូណូមេទ្រីកស៊ីជម្រៅ។
ទិន្នន័យផ្តោតតែលើការនាំចេញពីប្រទេសវៀតណាមទៅកាន់រដ្ឋជាសមាជិកសហភាពអឺរ៉ុប (EU) ចន្លោះឆ្នាំ ២០០៥-២០១៧។ លទ្ធផលត្រូវបានជះឥទ្ធិពលយ៉ាងខ្លាំងដោយសមត្ថភាពផលិត និងកិច្ចព្រមព្រៀងពាណិជ្ជកម្មសេរីជំនាន់ថ្មី (EVFTA) របស់វៀតណាម។ វាមានសារៈសំខាន់សម្រាប់កម្ពុជាក្នុងការប្រុងប្រយ័ត្ន ព្រោះកម្ពុជាមានរចនាសម្ព័ន្ធនាំចេញ និងការពឹងផ្អែកលើប្រព័ន្ធអនុគ្រោះពន្ធ (EBA) ដែលខុសពីវៀតណាម។
ទោះបីជាការសិក្សានេះផ្តោតលើប្រទេសវៀតណាមក៏ដោយ ការប្រើប្រាស់គំរូ Gravity នេះមានអត្ថប្រយោជន៍ខ្ពស់សម្រាប់កម្ពុជាក្នុងការវិភាគគោលនយោបាយពាណិជ្ជកម្មអន្តរជាតិ។
ការបំពាក់នូវសមត្ថភាពប្រើប្រាស់គំរូអេកូណូមេទ្រីកនេះ នឹងជួយរដ្ឋាភិបាលកម្ពុជាធ្វើការសម្រេចចិត្តផ្អែកលើទិន្នន័យ (Data-driven Policy) ក្នុងការធ្វើពិពិធកម្មទីផ្សារនាំចេញ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Extended Gravity Model | ម៉ូដែលសេដ្ឋកិច្ចដែលប្រើដើម្បីព្យាករណ៍ទំហំពាណិជ្ជកម្មរវាងប្រទេសពីរ ដោយផ្អែកលើទំហំសេដ្ឋកិច្ច (GDP) ដែលទាក់ទាញគ្នា និងចម្ងាយភូមិសាស្ត្រដែលរារាំងគ្នា ដោយមានរួមបញ្ចូលអថេរផ្សេងៗទៀតដូចជាកិច្ចព្រមព្រៀងពាណិជ្ជកម្ម និងគុណភាពស្ថាប័ន។ | វាដូចជាច្បាប់ទំនាញរបស់ញូតុនដែរ ដែលសន្មតថាប្រទេសធំៗពីរដែលនៅជិតគ្នា នឹងធ្វើពាណិជ្ជកម្មជាមួយគ្នាច្រើនជាងប្រទេសតូចៗដែលនៅឆ្ងាយពីគ្នា។ |
| Panel Data | ប្រភេទសំណុំទិន្នន័យដែលតាមដានអង្គភាពដដែលៗ (ឧទាហរណ៍ ប្រទេសវៀតណាម និងរដ្ឋសមាជិក EU នីមួយៗ) ឆ្លងកាត់រយៈពេលជាច្រើនឆ្នាំ (២០០៥-២០១៧) ដើម្បីវិភាគការវិវឌ្ឍន៍ និងភាពខុសគ្នារបស់វា។ | ដូចជាការថតវីដេអូសិស្សមួយក្រុមរៀងរាល់ឆ្នាំតាំងពីថ្នាក់ទី១ដល់ទី១២ ដើម្បីមើលថាតើពួកគេលូតលាស់យ៉ាងដូចម្តេច ជាជាងការថតរូបតែមួយប៉ុស្តិ៍ក្នុងឆ្នាំតែមួយ។ |
| Random Effects Model (REM) | ម៉ូដែលអេកូណូមេទ្រីកសម្រាប់ទិន្នន័យ Panel ដែលសន្មតថាភាពខុសគ្នារវាងអង្គភាពនីមួយៗ (ប្រទេស) គឺចៃដន្យ និងមិនមានទំនាក់ទំនងជាមួយអថេរឯករាជ្យ ដែលអនុញ្ញាតឱ្យគេប៉ាន់ស្មានកត្តាថេរតាមពេលវេលា ដូចជា 'ចម្ងាយភូមិសាស្ត្រ' បាន។ | ដូចជាការវាយតម្លៃលទ្ធផលសិក្សារបស់សិស្ស ដោយជឿថាកត្តាទេពកោសល្យពីកំណើតរបស់សិស្សម្នាក់ៗមិនមានទំនាក់ទំនងនឹងចំនួនម៉ោងដែលពួកគេអានសៀវភៅនោះទេ។ |
| Heteroskedasticity | បញ្ហាក្នុងស្ថិតិដែលកើតឡើងនៅពេលវ៉ារ្យង់នៃកំហុស (Error terms) ក្នុងម៉ូដែលមិនថេរ (ប្រែប្រួល) ដែលធ្វើឱ្យការធ្វើតេស្តសម្មតិកម្មអាចមានភាពលម្អៀង និងមិនគួរឱ្យទុកចិត្ត ប្រសិនបើមិនបានកែតម្រូវ។ | ដូចជាការបាញ់ស៊ីបដែលនៅជិតគឺបាញ់ចំគោលដៅបានល្អនិងប្រមូលផ្តុំ តែពេលគោលដៅកាន់តែឆ្ងាយ គ្រាប់កាំភ្លើងរាយប៉ាយខុសគោលដៅកាន់តែខ្លាំងដែលមិនអាចទាយទុកមុនបាន។ |
| Hausman Test | ការធ្វើតេស្តស្ថិតិដែលប្រើដើម្បីសម្រេចជ្រើសរើសរវាងម៉ូដែល Fixed Effects (FEM) និង Random Effects (REM) ដោយពិនិត្យមើលថាតើមានទំនាក់ទំនង (Correlation) រវាងលក្ខណៈពិសេសរបស់អង្គភាពនិងអថេរពន្យល់ឬអត់។ | វាប្រៀបដូចជា 'ត្រីវិស័យ' ដែលប្រាប់អ្នកស្រាវជ្រាវថាត្រូវប្រើរូបមន្តគណនាមួយណាទើបត្រឹមត្រូវ និងច្បាស់លាស់បំផុតសម្រាប់ទិន្នន័យរបស់ពួកគេ។ |
| Multicollinearity | បញ្ហានៅពេលដែលអថេរឯករាជ្យពីរឬច្រើននៅក្នុងម៉ូដែលចុះសម្រុងគ្នា ឬមានទំនាក់ទំនងគ្នាខ្លាំងពេក ដែលធ្វើឱ្យប្រព័ន្ធស្ថិតិពិបាកក្នុងការបំបែកឥទ្ធិពលដាច់ដោយឡែករបស់អថេរនីមួយៗទៅលើអថេរអាស្រ័យ។ | ដូចជាការស្តាប់មនុស្សពីរនាក់ដែលនិយាយរឿងតែមួយព្រមគ្នាខ្លាំងៗ ដែលធ្វើឱ្យអ្នកស្តាប់មិនដឹងថាអ្នកណានិយាយពាក្យអ្វីខ្លះឱ្យបានច្បាស់លាស់នោះទេ។ |
| Technological Gap | គម្លាតនៃកម្រិតបច្ចេកវិទ្យា និងភាពច្នៃប្រឌិតរវាងប្រទេសនាំចេញនិងប្រទេសនាំចូល ដែលក្នុងម៉ូដែលនេះវាដើរតួជាឧបសគ្គ (អថេរអវិជ្ជមាន) ធ្វើឱ្យការនាំចេញធ្លាក់ចុះប្រសិនបើគម្លាតនេះធំពេក។ | ដូចជារោងចក្រដែលប្រើម៉ាស៊ីនដេរដោយកម្លាំងមនុស្ស ពិបាកនឹងលក់សម្លៀកបំពាក់ទៅប្រកួតប្រជែងនៅប្រទេសដែលនិយមប្រើប្រាស់ទំនិញផលិតដោយមនុស្សយន្ត (Robots) ទំនើបៗ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
