បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាទាក់ទងនឹងការកើនឡើងនៃការបំភាយឧស្ម័នកាបូនឌីអុកស៊ីត (CO2) នៅប្រទេសចិន និងស្វែងរកដំណោះស្រាយតាមរយៈការជំរុញថាមពលបៃតងនិងកសិកម្ម ដើម្បីសម្រេចបាននូវគោលដៅបំភាយឧស្ម័នសូន្យ (Net-zero emissions) នៅត្រឹមឆ្នាំ ២០៦០។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រគំរូសេដ្ឋកិច្ចមាត្រ ដើម្បីវិភាគទំនាក់ទំនងរវាងអថេរផ្សេងៗក្នុងរយៈពេលវែងនិងខ្លីដោយផ្អែកលើទិន្នន័យប្រវត្តិសាស្ត្រ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| ARDL Long-Run Model គំរូ ARDL សម្រាប់វិភាគទំនាក់ទំនងរយៈពេលវែង |
អាចបង្ហាញពីឥទ្ធិពលអចិន្ត្រៃយ៍ និងនិន្នាការជាប្រព័ន្ធនៃអថេរសេដ្ឋកិច្ចទៅលើការបំភាយឧស្ម័នកាបូនក្នុងរយៈពេលវែង។ | ទាមទារឱ្យមានទិន្នន័យស៊េរីពេលវេលា (Time-series data) វែងគ្រប់គ្រាន់ ហើយអថេរត្រូវតែមានទំនាក់ទំនងគ្នា (Cointegration)។ | ថាមពលកកើតឡើងវិញ និងកសិកម្ម ជួយកាត់បន្ថយ CO2 ០,៨៦% និង ០,៦១% រៀងគ្នា ខណៈនគរូបនីយកម្មបង្កើន CO2 ១,៣២%។ |
| ARDL Short-Run Model (with Error Correction Term) គំរូ ARDL សម្រាប់វិភាគទំនាក់ទំនងរយៈពេលខ្លី និងការកែតម្រូវកំហុស |
ជួយឱ្យយល់ពីបម្រែបម្រួលបណ្ដោះអាសន្ន និងវាស់ស្ទង់ល្បឿននៃការវិលត្រលប់ទៅរកតុល្យភាពដើមវិញ (Speed of adjustment) ក្នុងសេដ្ឋកិច្ច។ | ការបកស្រាយមានភាពស្មុគស្មាញ ហើយងាយរងឥទ្ធិពលពីកត្តាប្រែប្រួលភ្លាមៗ (Shocks) នៅក្នុងទិន្នន័យ។ | បង្ហាញពីការកាត់បន្ថយ CO2 ក្នុងកម្រិតតិចជាងមុនដោយសារថាមពលបៃតង (-០,៤៤%) ជាមួយនឹងអត្រាកែតម្រូវកំហុស (ECT) ស្មើនឹង -០,៥៩ ក្នុងមួយឆ្នាំ។ |
| Unit Root Tests (ADF, DF-GLS, P-P) ការធ្វើតេស្តសញ្ញាណឫសគល់ដើម្បីពិនិត្យស្ថិរភាពទិន្នន័យ |
ជាវិធីសាស្ត្រស្តង់ដារដ៏រឹងមាំ ដើម្បីធានាថាទិន្នន័យមិនមានបញ្ហា Non-stationary ដែលអាចបង្កឱ្យមានការសន្និដ្ឋានខុស (Spurious regression)។ | គ្រាន់តែជាជំហានផ្ទៀងផ្ទាត់ទិន្នន័យជាមុនប៉ុណ្ណោះ មិនអាចទាញយកទំហំឥទ្ធិពលនៃកត្តាណាមួយបានដោយផ្ទាល់នោះទេ។ | បញ្ជាក់ថាអថេរទាំងអស់មានស្ថិរភាពនៅកម្រិតភាពខុសគ្នាទីមួយ First Difference I(1) ដែលស្របតាមលក្ខខណ្ឌប្រើប្រាស់ម៉ូដែល ARDL។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកលើទិន្នន័យប្រវត្តិសាស្ត្រកម្រិតម៉ាក្រូសេដ្ឋកិច្ច (Macroeconomic Time-series) ដែលមិនទាមទារផ្នែករឹងកុំព្យូទ័រ (Hardware) ធំដុំនោះទេ ប៉ុន្តែទាមទារកម្មវិធីស្ថិតិ និងអ្នកជំនាញសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់។
ការសិក្សានេះធ្វើឡើងដោយផ្អែកលើទិន្នន័យរបស់ប្រទេសចិន ចន្លោះឆ្នាំ ១៩៦៥-២០២៣ ដែលជាប្រទេសមហាអំណាចសេដ្ឋកិច្ច មានឧស្សាហកម្មធំធេង និងធ្លាប់ពឹងផ្អែកខ្លាំងលើធ្យូងថ្ម។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះមានទម្រង់ខុសគ្នាឆ្ងាយ ពីព្រោះកម្ពុជាមិនមែនជាប្រទេសឧស្សាហកម្មធុនធ្ងន់ និងបញ្ចេញឧស្ម័នកាបូនតិចតួច ប៉ុន្តែកំពុងជួបប្រទះការកើនឡើងនគរូបនីយកម្មយ៉ាងឆាប់រហ័ស ដែលនេះទាមទារការសម្របតម្រូវបរិបទនៅពេលទាញយកបទពិសោធន៍។
វិធីសាស្ត្រគំរូ ARDL និងរបកគំហើញពីការសិក្សានេះ គឺពិតជាមានអត្ថប្រយោជន៍ និងអាចយកមកអនុវត្តបាននៅក្នុងការរៀបចំផែនការអភិវឌ្ឍន៍ប្រកបដោយចីរភាពនៅប្រទេសកម្ពុជា។
សរុបមក ការប្រើប្រាស់គំរូសេដ្ឋកិច្ចមាត្រនេះ អាចជួយឱ្យអ្នកធ្វើគោលនយោបាយនៅកម្ពុជាអាចថ្លឹងថ្លែងប្រកបដោយប្រសិទ្ធភាព រវាងកំណើនសេដ្ឋកិច្ច នគរូបនីយកម្ម និងការការពារបរិស្ថាន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Autoregressive Distributed Lag (ARDL) | វាគឺជាគំរូស្ថិតិសេដ្ឋកិច្ចមួយដែលប្រើសម្រាប់វិភាគរកទំនាក់ទំនងរវាងកត្តាផ្សេងៗ (ដូចជាកំណើនសេដ្ឋកិច្ច និងការបំភាយឧស្ម័ន) ទាំងក្នុងរយៈពេលខ្លី និងរយៈពេលវែង ទោះបីជាទិន្នន័យទាំងនោះមានទម្រង់ប្រែប្រួលខុសគ្នាក៏ដោយ។ | ដូចជាការមើលប្រវត្តិពិន្ទុរៀនសូត្ររបស់សិស្សម្នាក់តាំងពីអតីតកាល ដើម្បីទស្សន៍ទាយថាតើការខិតខំប្រឹងប្រែងថ្ងៃនេះនឹងជួយឱ្យគេប្រឡងជាប់នៅថ្ងៃស្អែក និងឆ្នាំក្រោយកម្រិតណា។ |
| Net-zero emissions | គឺជាស្ថានភាពដែលបរិមាណឧស្ម័នផ្ទះកញ្ចក់ដែលបញ្ចេញទៅក្នុងបរិយាកាស ត្រូវបានធ្វើឱ្យមានតុល្យភាពវិញដោយការស្រូបយកឧស្ម័នទាំងនោះត្រឡប់មកវិញ (ឧទាហរណ៍៖ តាមរយៈការដាំដើមឈើ ឬបច្ចេកវិទ្យាស្រូបកាបូន) ដោយធ្វើឱ្យការបញ្ចេញសរុបស្មើនឹងសូន្យ។ | ដូចជាការបូមទឹកចូលក្នុងអាង ហើយបើកទឹកចេញក្នុងបរិមាណស្មើគ្នា ដែលធ្វើឱ្យកម្ពស់ទឹកក្នុងអាងមិនកើនឡើង។ |
| Cointegration | វាគឺជាដំណើរការតាមដានទិន្នន័យស៊េរីពេលវេលា ដើម្បីបញ្ជាក់ថាអថេរពីរឬច្រើនពិតជាមានទំនាក់ទំនងដើរទន្ទឹមគ្នាក្នុងរយៈពេលវែង ថ្វីត្បិតតែវាកើនឡើងឬធ្លាក់ចុះរដិបរដុបក្នុងរយៈពេលខ្លីក៏ដោយ។ | ដូចជាម្ចាស់និងសត្វឆ្កែដែលដើរលេងក្នុងសួន ទោះបីជាឆ្កែរត់ចុះរត់ឡើងសងខាងផ្លូវក៏ដោយ តែទីបំផុតពួកវានៅតែដើរឆ្ពោះទៅគោលដៅតែមួយជាមួយគ្នាជានិច្ច។ |
| Unit root | វាជាលក្ខណៈនៃទិន្នន័យដែលបង្ហាញថាទិន្នន័យនោះមិនមានស្ថិរភាព (Non-stationary) ពោលគឺមធ្យមភាគ និងភាពប្រែប្រួលរបស់វាតែងតែផ្លាស់ប្តូរតាមពេលវេលា ដែលអាចធ្វើឱ្យការគណនាទំនាក់ទំនងមានកំហុស។ | ដូចជារថយន្តដែលខូចចង្កូត មិនអាចទាយដឹងថាវានឹងរេទៅឆ្វេងឬស្តាំនោះទេ លុះត្រាតែយើងជួសជុល(កែតម្រូវទិន្នន័យ)វាសិន ទើបអាចបើកបរលើផ្លូវត្រង់បាន។ |
| Error correction term (ECT) | គឺជាមេគុណនៅក្នុងគំរូសេដ្ឋកិច្ច ដែលវាស់ស្ទង់ពីល្បឿននៃការវិលត្រឡប់ទៅរកតុល្យភាពដើមវិញនៃប្រព័ន្ធសេដ្ឋកិច្ចណាមួយ បន្ទាប់ពីមានព្រឹត្តិការណ៍រំខានបណ្ដោះអាសន្នធ្វើឱ្យវាបាត់បង់តុល្យភាព។ | ដូចជាខ្សែទឺកកៅស៊ូយឺតដែលយើងទាញឱ្យខុសទម្រង់ ហើយលែងដៃដើម្បីវាស់ថាតើវាលោតត្រឡប់មកសភាពដើមវិញលឿនកម្រិតណា។ |
| Environmental Kuznets Curve (EKC) | ជាទ្រឹស្តីសេដ្ឋកិច្ចដែលពន្យល់ថានៅពេលប្រទេសមួយចាប់ផ្តើមអភិវឌ្ឍ ការបំពុលបរិស្ថាននឹងកើនឡើង ប៉ុន្តែនៅពេលសេដ្ឋកិច្ចរីកចម្រើនដល់ចំណុចកំពូលណាមួយ ប្រជាជននិងរដ្ឋាភិបាលនឹងងាកមកការពារបរិស្ថានវិញ ដែលធ្វើឱ្យការបំពុលធ្លាក់ចុះ។ | ដូចជាពេលយើងទើបចាប់ផ្ដើមរៀនជិះកង់ យើងតែងតែដួលរងរបួស(បំពុលបរិស្ថាន) ប៉ុន្តែនៅពេលយើងចេះស្ទាត់ហើយ(សេដ្ឋកិច្ចរឹងមាំ) យើងលែងដួល និងជិះបានយ៉ាងរលូន(បរិស្ថានល្អឡើងវិញ)។ |
| Greenhouse gas (GHG) | គឺជាឧស្ម័នទាំងឡាយ (ដូចជាកាបូនឌីអុកស៊ីត និងមេតាន) ដែលមានវត្តមានក្នុងបរិយាកាស ហើយមានតួនាទីស្រូបយកកម្តៅពីព្រះអាទិត្យ រារាំងមិនឱ្យកម្តៅភាយចេញទៅទីអវកាសវិញ ដែលជាហេតុធ្វើឱ្យភពផែនដីឡើងកម្តៅ។ | ដូចជាភួយក្រាស់ដែលយើងដណ្ដប់ពេលដេក ដែលរក្សាកម្តៅក្នុងរាងកាយមិនឱ្យភាយចេញទៅក្រៅ ធ្វើឱ្យយើងមានអារម្មណ៍ក្តៅស្អុះស្អាប់ខ្លាំង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
