បញ្ហា (The Problem)៖ ការសិក្សានេះស៊ើបអង្កេតអំពីផលប៉ះពាល់នៃសកលភាវូបនីយកម្ម ការវិនិយោគផ្ទាល់ពីបរទេស (FDI) និងការប្រើប្រាស់ថាមពលទៅលើបរិមាណនៃការបំភាយឧស្ម័ន CO2 នៅប្រទេសវៀតណាមចន្លោះឆ្នាំ ១៩៩០ ដល់ ២០២០។ បញ្ហាចម្បងគឺការស្វែងយល់ពីរបៀបដែលកំណើនសេដ្ឋកិច្ច និងការបើកចំហរពាណិជ្ជកម្មកំពុងធ្វើឱ្យខូចគុណភាពបរិស្ថាន ដើម្បិទាញរកដំណោះស្រាយគោលនយោបាយសមស្រប។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ទិន្នន័យជាស៊េរីពេលវេលាពីឆ្នាំ ១៩៩០ ដល់ ២០២០ (ប្រភពពី WDI និង KOF) ដោយអនុវត្តវិធីសាស្ត្របរិមាណចំនួនបីយ៉ាងសំខាន់ៗដើម្បីវិភាគទិន្នន័យ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Multiple Regression (OLS) ការវិភាគតំរែតំរង់ពហុគុណ |
ងាយស្រួលយល់ និងអាចបង្ហាញពីទំហំឥទ្ធិពលរួម ឬជាមធ្យមនៃអថេរឯករាជ្យទៅលើការបំភាយឧស្ម័ន CO2។ | សន្មតថាឥទ្ធិពលមានភាពស្មើគ្នានៅគ្រប់កម្រិតនៃការបំភាយ ដែលអាចធ្វើឱ្យមើលរំលងភាពខុសគ្នានៅដំណាក់កាលខ្ពស់បំផុត ឬទាបបំផុត។ | បង្ហាញថាការប្រើប្រាស់ថាមពល (0.687) សកលភាវូបនីយកម្ម (0.489) និង FDI (0.063) សុទ្ធតែជះឥទ្ធិពលវិជ្ជមានធ្វើឱ្យកើនឡើង CO2។ |
| Quantile Regression ការវិភាគតំរែតំរង់កង់ទីល |
អាចវិភាគពីផលប៉ះពាល់លម្អិតនៅកម្រិតនៃការបំភាយផ្សេងៗគ្នា (ពីកង់ទីល 0.05 ដល់ 0.95) និងមានភាពរឹងមាំចំពោះទិន្នន័យដែលខុសប្រក្រតី (Outliers)។ | មានភាពស្មុគស្មាញក្នុងការបកស្រាយ និងទាមទារការគណនាច្រើន និងទិន្នន័យធំជាងវិធីសាស្ត្រ OLS ធម្មតា។ | រកឃើញថាឥទ្ធិពលថាមពលលើ CO2 ថយចុះនៅកង់ទីលខ្ពស់ ចំណែកឥទ្ធិពលសកលភាវូបនីយកម្មកើនឡើងខ្លាំងក្នុងរយៈពេលវែង (Pseudo R2 > 70%)។ |
| Granger Causality Test (Quantile-based) ការធ្វើតេស្តទំនាក់ទំនងភាពជាហេតុផល Granger តាមកង់ទីល |
ជួយកំណត់ទិសដៅនៃទំនាក់ទំនងយ៉ាងច្បាស់លាស់ថាតើអថេរមួយណាជាមូលហេតុដែលបង្កឱ្យមានការប្រែប្រួលដល់អថេរមួយទៀត។ | ទាមទារឱ្យទិន្នន័យមានលក្ខណៈនឹងនរ (Stationary) ហើយមានភាពស្មុគស្មាញខ្ពស់ក្នុងការដំណើរការតេស្តតាមកង់ទីលនីមួយៗ។ | បញ្ជាក់ពីអត្ថិភាពនៃទំនាក់ទំនងជាហេតុផលទ្វេទិសរវាងថាមពល/សកលភាវូបនីយកម្ម និង CO2 ខណៈដែល FDI មានទំនាក់ទំនងឯកទិសទៅលើ CO2។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ទោះបីជាឯកសារមិនបានបញ្ជាក់ពីការចំណាយជាសាច់ប្រាក់ដោយផ្ទាល់ ប៉ុន្តែការសិក្សានេះទាមទារឱ្យមានជំនាញវិភាគទិន្នន័យកម្រិតខ្ពស់ និងកម្មវិធីកុំព្យូទ័រឯកទេស។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យផ្តាច់មុខរបស់ប្រទេសវៀតណាមពីឆ្នាំ ១៩៩០ ដល់ ២០២០ ដែលជាដំណាក់កាលអន្តរកាលបើកចំហរសេដ្ឋកិច្ច និងពឹងផ្អែកខ្លាំងលើការប្រើប្រាស់ធ្យូងថ្មដើម្បីផលិតថាមពល។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាស្ថិតក្នុងបរិបទតំបន់ និងកំពុងទាក់ទាញ FDI ដូចគ្នាក៏ដោយ ប៉ុន្តែប្រភពថាមពលចម្បងរបស់កម្ពុជាគឺវារីអគ្គិសនី និងមានរចនាសម្ព័ន្ធឧស្សាហកម្មខុសគ្នា។ ហេតុនេះ ទំហំនៃផលប៉ះពាល់ (Coefficients) អាចនឹងមានភាពខុសគ្នាប្រសិនបើអនុវត្តនៅកម្ពុជា។
វិធីសាស្ត្រតំរែតំរង់នៃការសិក្សានេះមានអត្ថប្រយោជន៍ និងសក្តានុពលខ្ពស់សម្រាប់យកមកអនុវត្តនៅកម្ពុជា ដើម្បីស្វែងយល់ពីផលប៉ះពាល់នៃការអភិវឌ្ឍទៅលើបរិស្ថាន។
ការយកវិធីសាស្ត្រកង់ទីល និងការវិភាគភាពជាហេតុផលនេះមកប្រើប្រាស់ នឹងជួយអ្នកតាក់តែងគោលនយោបាយកម្ពុជារក្សាតុល្យភាពរវាងកំណើនសេដ្ឋកិច្ចឆាប់រហ័ស និងការអភិរក្សគុណភាពបរិស្ថានប្រកបដោយចីរភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Quantile Regression | ជាវិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីវាយតម្លៃទំនាក់ទំនងរវាងអថេរឯករាជ្យ និងអថេរអាស្រ័យនៅតាមកម្រិត (កង់ទីល) ផ្សេងៗគ្នានៃទិន្នន័យ ជំនួសឱ្យការគណនាត្រឹមតែតម្លៃមធ្យមសរុប។ | ដូចជាការវាស់ស្ទង់ឥទ្ធិពលនៃថ្នាំពេទ្យទៅលើអ្នកជំងឺដែលមានអាការៈស្រាល មធ្យម និងធ្ងន់ដាច់ដោយឡែកពីគ្នា ជាជាងការទាញសេចក្តីសន្និដ្ឋានរួមតែមួយសម្រាប់អ្នកជំងឺទាំងអស់។ |
| Granger Causality Test | ជាការធ្វើតេស្តស្ថិតិសេដ្ឋកិច្ចវិទ្យាដើម្បីកំណត់ថាតើតម្លៃក្នុងអតីតកាលនៃអថេរមួយ អាចត្រូវបានប្រើប្រាស់ដើម្បីទស្សន៍ទាយពីបំរែបំរួលនាពេលអនាគតនៃអថេរមួយទៀតដែរឬទេ។ | ដូចជាការតាមដានមើលថាតើការគ្របមេឃងងឹត (អថេរ ក) ពិតជាមូលហេតុដែលអាចជួយយើងទស្សន៍ទាយទុកមុនថាមានភ្លៀងធ្លាក់ (អថេរ ខ) ប្រាកដមែនឬអត់។ |
| Foreign Direct Investment | ជាការបណ្តាក់ទុនផ្ទាល់ពីក្រុមហ៊ុន ឬស្ថាប័ននៃប្រទេសមួយទៅក្នុងប្រតិបត្តិការអាជីវកម្ម ឬការកសាងហេដ្ឋារចនាសម្ព័ន្ធដែលមានទីតាំងនៅប្រទេសមួយផ្សេងទៀត ដើម្បីទទួលបានផលប្រយោជន៍ និងសិទ្ធិគ្រប់គ្រងយូរអង្វែង។ | ដូចជាអ្នកជិតខាងយកលុយមកសាងសង់រោងចក្រផ្ទាល់ខ្លួននៅលើដីភូមិរបស់យើង ដើម្បីផលិតទំនិញលក់ និងជួលអ្នកភូមិយើងឱ្យធ្វើការ។ |
| Stationarity | ជាលក្ខណៈនៃទិន្នន័យស៊េរីពេលវេលា ដែលតម្លៃមធ្យម និងវ៉ារ្យង់ (Variance) របស់វាមិនមានការប្រែប្រួលឡើងចុះឥតឈប់ឈរទៅតាមពេលវេលា ដែលជាលក្ខខណ្ឌចាំបាច់មុននឹងយកទិន្នន័យទៅដំណើរការក្នុងម៉ូដែលសេដ្ឋកិច្ច។ | ដូចជាការថ្លឹងទម្ងន់មនុស្សម្នាក់រៀងរាល់ថ្ងៃ ដោយត្រូវប្រាកដថាជញ្ជីងមានភាពនឹងនរមិនលំអៀងទៅតាមអាកាសធាតុ ទើបលទ្ធផលទម្ងន់អាចយកជាការបាន។ |
| Augmented Dickey-Fuller (ADF) | ជាប្រភេទនៃការធ្វើតេស្តសម្មតិកម្មនៅក្នុងស្ថិតិស៊េរីពេលវេលា ដើម្បីស្វែងរកវត្តមាននៃ Unit Root ដែលជួយបញ្ជាក់ថាទិន្នន័យនោះមានភាពនឹងនរ (Stationary) ឬអត់ ដើម្បីចៀសវាងការវិភាគខុសឆ្គង។ | ដូចជាឧបករណ៍វាស់ស្ទង់គ្រឹះអគារដើម្បីបញ្ជាក់ថាវាមានភាពរឹងមាំ (មិនស្រុត) មុននឹងយើងចាប់ផ្តើមសាងសង់ជាន់បន្តបន្ទាប់ពីលើវា។ |
| Multiple Regression | ជាម៉ូដែលគណិតវិទ្យាដែលប្រើប្រាស់អថេរឯករាជ្យចាប់ពីពីរឡើងទៅ ក្នុងគោលបំណងទស្សន៍ទាយ ឬពន្យល់ពីទំហំនៃបំរែបំរួលរបស់អថេរអាស្រ័យតែមួយ។ | ដូចជាការទស្សន៍ទាយពិន្ទុប្រឡងរបស់សិស្សម្នាក់ ដោយយកកត្តាជាច្រើនមកគិតរួមគ្នា ដូចជាចំនួនម៉ោងរៀន ម៉ោងគេង និងកម្រិតអាហារូបត្ថម្ភ។ |
| Pseudo R2 | ជារង្វាស់ប្រហាក់ប្រហែលនៃតម្លៃ R-squared ដែលប្រើនៅក្នុងម៉ូដែលស្ថិតិមិនមែនលីនេអ៊ែរ ដើម្បីបង្ហាញពីភាគរយនៃបំរែបំរួលទិន្នន័យជាក់ស្តែង ដែលម៉ូដែលនោះអាចពន្យល់បាន។ | ដូចជាពិន្ទុចន្លោះពី 0 ដល់ 100 ដែលវាយតម្លៃថាតើការព្យាករណ៍របស់អ្នកជំនាញត្រូវនឹងការពិតដែលកើតឡើងបានកម្រិតណា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
