បញ្ហា (The Problem)៖ ឯកសារនេះវិភាគលើមូលហេតុ និងកម្លាំងជំរុញសេដ្ឋកិច្ចសង្គម ដែលបណ្តាលឱ្យផ្ទៃដីកសិកម្មក្នុងទីក្រុងស៊ិនជិនធ្លាក់ចុះយ៉ាងគំហុកជាង ៩០% (ពី ៣០.០០០ ហិកតា មកត្រឹម ៣.០០០ ហិកតា) ក្នុងអំឡុងពេលនៃការអភិវឌ្ឍទីក្រុងយ៉ាងរហ័ស។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យពីឆ្នាំ ១៩៧៩ ដល់ ២០០៨ ដោយអនុវត្តម៉ូដែលវាយតម្លៃសម្ពាធបរិស្ថាន ដើម្បីវាស់ស្ទង់ទំនាក់ទំនងរវាងកំណើនសេដ្ឋកិច្ច និងការបាត់បង់ដីកសិកម្ម។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| STIRPAT Model A (Linear Model without Quadratic Term) ម៉ូដែល STIRPAT មូលដ្ឋាន (គ្មានអថេរការ៉េ) |
ងាយស្រួលក្នុងការគណនា និងបកស្រាយឥទ្ធិពលជាមូលដ្ឋាននៃប្រជាជន ភាពមានបាន និងបច្ចេកវិទ្យាលើបរិស្ថាន។ | មិនអាចចាប់យកទំនាក់ទំនងមិនលីនេអ៊ែរ (Non-linear) រវាងកំណើនសេដ្ឋកិច្ច និងសម្ពាធបរិស្ថានបានត្រឹមត្រូវឡើយ។ | Adjusted R2 = 0.6382 (កម្រិតភាពត្រឹមត្រូវទាប ហើយអថេរប្រជាជន និងនគរូបនីយកម្មមិនមានភាពច្បាស់លាស់តាមស្ថិតិក្នុងកម្រិត T-test)។ |
| STIRPAT Model B (Extended Model with Quadratic Term) ម៉ូដែល STIRPAT ពង្រីក (មានបន្ថែមអថេរការ៉េនៃ GDP) |
អាចចាប់យកទំនាក់ទំនងរាងកោង (Kuznets Curve) ឆ្លុះបញ្ចាំងពីការប្រែប្រួលសេដ្ឋកិច្ចសង្គមបានល្អិតល្អន់ និងមានភាពជាក់លាក់ខ្ពស់ក្នុងការបង្ហាញពីកម្លាំងជំរុញពិតប្រាកដ។ | ទាមទារការបំប្លែងទិន្នន័យស្មុគស្មាញ និងទាមទារទិន្នន័យប្រវត្តិសាស្ត្រវែង (Time-series data) ដើម្បីរកមើលចំណុចកំពូលនៃខ្សែកោង។ | Adjusted R2 = 0.88 (កម្រិតភាពត្រឹមត្រូវខ្ពស់ អថេរទាំងអស់សុទ្ធតែមានភាពច្បាស់លាស់តាមស្ថិតិ)។ |
| Principal Component Analysis (PCA) ការវិភាគសមាសភាគចម្បង (លើកឡើងក្នុងការរំលឹកទ្រឹស្តី) |
ជួយកាត់បន្ថយចំនួនអថេរដែលស្មុគស្មាញច្រើន មកនៅត្រឹមអថេរថ្មីតិចតួចដោយរក្សាព័ត៌មានដើមបានច្រើនបំផុត។ | ពិបាកក្នុងការបកស្រាយអត្ថន័យសេដ្ឋកិច្ច ឬសង្គមជាក់លាក់នៃសមាសភាគនីមួយៗដែលបានកាត់បន្ថយរួច។ | មិនត្រូវបានជ្រើសរើសសម្រាប់ការសិក្សានេះទេ ដោយសារតែ STIRPAT ស័ក្តិសមជាងក្នុងការវាស់ស្ទង់សម្ពាធបរិស្ថានដោយផ្ទាល់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនតម្រូវឱ្យមានធនធានកុំព្យូទ័រ (Hardware) កម្រិតខ្ពស់នោះទេ ប៉ុន្តែទាមទារទិន្នន័យស្ថិតិប្រវត្តិសាស្ត្ររយៈពេលវែងដែលមានភាពច្បាស់លាស់ និងកម្មវិធីវិភាគស្ថិតិស្តង់ដារ។
ការសិក្សានេះផ្អែកលើទិន្នន័យពីឆ្នាំ ១៩៧៩ ដល់ ២០០៨ នៅទីក្រុងស៊ិនជិន (Shenzhen) ប្រទេសចិន ដែលជាតំបន់សេដ្ឋកិច្ចពិសេសមានការអភិវឌ្ឍនគរូបនីយកម្ម និងការគ្រប់គ្រងរដ្ឋយ៉ាងតឹងរ៉ឹងបំផុត។ សម្រាប់ប្រទេសកម្ពុជា ការអនុវត្តម៉ូដែលនេះអាចប្រឈមនឹងបញ្ហាលម្អៀងទិន្នន័យ ដោយសារតែការបំប្លែងដីកសិកម្មទៅជាតំបន់អភិវឌ្ឍន៍នៅកម្ពុជាជារឿយៗពាក់ព័ន្ធនឹងកត្តាក្រៅផ្លូវការ ជម្លោះដីធ្លី និងកង្វះទិន្នន័យស្ថិតិរយៈពេលវែងដែលច្បាស់លាស់។
ម៉ូដែល STIRPAT នេះមានអត្ថប្រយោជន៍ និងសក្តានុពលខ្ពស់សម្រាប់ជួយអ្នករៀបចំគោលនយោបាយកម្ពុជា ក្នុងការវាយតម្លៃ និងទស្សន៍ទាយពីផលប៉ះពាល់នៃការអភិវឌ្ឍនគរូបនីយកម្មទៅលើការបាត់បង់ដីកសិកម្ម និងតំបន់ធម្មជាតិ។
ជារួម ការអនុវត្តម៉ូដែលនេះនឹងជួយឱ្យប្រទេសកម្ពុជាអាចរៀបចំផែនការអភិវឌ្ឍន៍នគរូបនីយកម្មបែបប្រុងប្រយ័ត្ន ដោយធានាថាការលូតលាស់សេដ្ឋកិច្ចមិនបំផ្លាញធនធានដីកសិកម្មហួសកម្រិតនោះឡើយ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| STIRPAT model | ជាម៉ូដែលស្ថិតិមួយដែលប្រើសម្រាប់វិភាគ និងវាស់ស្ទង់ឥទ្ធិពលនៃកត្តាសង្គម (ដូចជាកំណើនប្រជាជន ភាពមានបាន និងបច្ចេកវិទ្យា) ទៅលើសម្ពាធបរិស្ថាន ដោយអនុញ្ញាតឱ្យកត្តានីមួយៗប្រែប្រួលដោយឯករាជ្យពីគ្នា។ | វាប្រៀបដូចជាជញ្ជីងឌីជីថលមួយ ដែលជួយឱ្យយើងថ្លឹងដឹងថា តើកំណើនមនុស្ស និងកំណើនសេដ្ឋកិច្ចមួយណាដែលសង្កត់ទម្ងន់(ធ្វើឱ្យខូចខាត)លើបរិស្ថានធ្ងន់ជាងគេ។ |
| IPAT equation | ជាសមីការដើមដែលបញ្ជាក់ថា ផលប៉ះពាល់បរិស្ថាន (Impact) ស្មើនឹង ចំនួនប្រជាជន (Population) គុណនឹង ភាពមានបាន (Affluence) និងគុណនឹង បច្ចេកវិទ្យា (Technology)។ វាជាមូលដ្ឋានគ្រឹះនៃម៉ូដែល STIRPAT។ | ជារូបមន្តសាមញ្ញមួយប្រាប់យើងថា ការខូចខាតបរិស្ថានកើតចេញពីចំនួនមនុស្ស គួបផ្សំនឹងកម្រិតនៃការទិញទំនិញប្រើប្រាស់របស់ពួកគេ។ |
| Environmental Kuznets curve (EKC) | ជាទ្រឹស្តីសេដ្ឋកិច្ចដែលបង្ហាញពីទំនាក់ទំនងរាងអក្សរ "U" ផ្កាប់ រវាងកំណើនសេដ្ឋកិច្ច និងការខូចខាតបរិស្ថាន ពោលគឺបរិស្ថាននឹងខូចខាតខ្លាំងនៅពេលសេដ្ឋកិច្ចចាប់ផ្តើមលូតលាស់ ប៉ុន្តែវានឹងល្អប្រសើរឡើងវិញនៅពេលសេដ្ឋកិច្ចកើនដល់កម្រិតខ្ពស់មួយ (ដោយសារការវិនិយោគលើបច្ចេកវិទ្យាស្អាត)។ | ដូចជាការសាងសង់ផ្ទះ ពេលចាប់ផ្តើមដំបូងគឺរញ៉េរញ៉ៃនិងមានធូលីច្រើន តែពេលសង់រួចរាល់ និងមានលុយទិញម៉ាស៊ីនបូមធូលី ផ្ទះនឹងស្អាតជាងមុន។ |
| Elasticity coefficient | ជាតួលេខដែលវាស់ស្ទង់កម្រិតនៃការប្រែប្រួលនៃអថេរមួយ នៅពេលដែលអថេរមួយទៀតប្រែប្រួល ១ភាគរយ (ឧទាហរណ៍៖ បើចំនួនប្រជាជនទីក្រុងកើនឡើង ១% តើដីកសិកម្មនឹងថយចុះប៉ុន្មានភាគរយ)។ | ប្រៀបដូចជាការទាញកៅស៊ូកង បើយើងបញ្ចេញកម្លាំងទាញមួយកម្រិត តើកៅស៊ូនោះនឹងយឺតវែងបានប៉ុន្មានសង់ទីម៉ែត្រ។ |
| Multivariate linear fitting | ជាវិធីសាស្ត្រស្ថិតិសម្រាប់រកមើលទំនាក់ទំនងជាខ្សែបន្ទាត់ រវាងកត្តាដែលទទួលរងឥទ្ធិពលមួយ (ឧ. ទំហំដីកសិកម្ម) ជាមួយនឹងកត្តាជំរុញច្រើនរួមបញ្ចូលគ្នា (ឧ. ប្រជាជន ផសស និងនគរូបនីយកម្ម) ក្នុងពេលតែមួយ។ | ដូចជាការទាយរកទម្ងន់របស់មនុស្សម្នាក់ ដោយប្រើទិន្នន័យ៣យ៉ាងរួមបញ្ចូលគ្នា៖ កម្ពស់ អាយុ និងបរិមាណអាហារដែលគាត់ញ៉ាំជារៀងរាល់ថ្ងៃ។ |
| Tertiary industry | សំដៅលើវិស័យសេវាកម្ម ដែលរួមមានការលក់ដុំ លក់រាយ ទេសចរណ៍ ហិរញ្ញវត្ថុ និងអប់រំ។ នៅក្នុងបរិបទប្រើប្រាស់ដីធ្លី ការកើនឡើងនៃវិស័យនេះជួយកាត់បន្ថយតម្រូវការដីធំៗ (បើធៀបនឹងរោងចក្រ ឬកសិកម្ម) ធ្វើឱ្យការប្រើប្រាស់ដីក្នុងទីក្រុងមានភាពប្រមូលផ្តុំ។ | គឺជាការរកលុយដោយការផ្តល់សេវាកម្ម (ដូចជាធ្វើការក្នុងធនាគារ ឬសណ្ឋាគារ) ជំនួសឱ្យការធ្វើស្រែ ឬសាងសង់រោងចក្រធំៗដែលទាមទារការកាប់ឆ្ការដីច្រើន។ |
| Urbanization rate | ជាភាគរយនៃចំនួនប្រជាជនដែលរស់នៅ និងប្រកបរបរក្នុងតំបន់ទីក្រុង (មិនមែនកសិកម្ម) ធៀបនឹងប្រជាជនសរុប ដែលអត្រានេះកាន់តែខ្ពស់មានន័យថាតម្រូវការអភិវឌ្ឍន៍ហេដ្ឋារចនាសម្ព័ន្ធទីក្រុងកាន់តែធំ ដែលបណ្តាលឱ្យដីកសិកម្មកាន់តែរួមតូច។ | គឺជារង្វាស់ដែលប្រាប់ថាតើមនុស្សប៉ុន្មាននាក់ក្នុងចំណោម ១០០នាក់ បានបោះបង់ការរស់នៅតាមជនបទ មកតាំងទីលំនៅនិងធ្វើការនៅទីក្រុង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
