Author Archives: Editor Team

machine learning

การเปิดโลกผู้มีรายได้น้อยด้วย Machine Learning ในครั้งนี้ ถือเป็นจุดเริ่มต้นของการนำความก้าวหน้าทางเทคโนโลยีมาช่วยวิเคราะห์ฐานข้อมูลของประชาชนเชิงลึก สำหรับในระยะถัดไป สามารถนำไปต่อยอดกับเทคโนโลยี Blockchain เชื่อมโยงการวิเคราะห์ข้อมูลขั้นพื้นฐานต่าง ๆ ของประชาชน ซึ่งจะช่วยเพิ่มประสิทธิภาพในการคาดการณ์ผู้ที่มีความเสี่ยงหรือโอกาสที่จะตกอยู่ในความยากจนในอนาคต รวมถึงเป็นประโยชน์ต่อการออกแบบและเสนอแนะนโยบายการคลังได้ตรงตามความต้องการของประชาชนทุกกลุ่มที่มีความแตกต่างกันอย่างมีประสิทธิภาพมากขึ้น เพื่อให้สอดคล้องกับวิสัยทัศน์ “ไม่ทิ้งใครไว้ข้างหลัง” ของรัฐบาล

การแพร่ระบาดของโรคติดเชื้อไวรัส COVID-19 ได้ส่งผลกระทบต่อเศรษฐกิจในประเทศต่าง ๆ อย่างมาก แต่แบบจำลองเศรษฐกิจมหภาคแบบดั่งเดิมจะใช้ประเมินผลกระทบในภาพรวม (Macroeconomic Level) อาจไม่สามารถวิเคราะห์ผลกระทบในระดับจุลภาคได้ (Microeconomic Level) ดังนั้น คณะผู้เขียนจึงได้พัฒนาแบบจำลองการระบาด Susceptible, Infectious, Recovered (SIR) ขึ้นเพื่อคาดการณ์จำนวนผู้ติดเชื้อ และแบบจำลอง Agent-Based Modeling (ABM) ซึ่งใช้จำลองสถานการณ์และวิเคราะห์ปฏิสัมพันธ์ระหว่าง Agent ในระบบเศรษฐกิจเชิงจุลภาค (Micro Simulation Modelling) เพื่อประโยชน์ในการจัดทำนโยบายแบบมีกลุ่มเป้าหมาย (Targeted Policy) ได้อย่างมีประสิทธิภาพ

ดร. พรชัย ฐีระเวช

การศึกษาเศรษฐกิจต่างมณฑลนอกเหนือจากกรุงเทพฯ พบว่ามีหลักฐานที่ให้รายละเอียดบันทึกสภาพความเป็นอยู่และการประกอบอาชีพของราษฎรต่างมณฑลน้อยมาก ฉะนั้นกรณีศึกษามณฑลพายัพได้รับคุณูปการจากบันทึกของข้าหลวงธรรมการ ที่เดินทางมาจากกรุงเทพฯ เพื่อตรวจสอบวิถีชีวิตความเป็นอยู่ในด้าน “พาณิชยกรรมและหัตถกรรม” ในช่วงต้นรัชกาลที่ 6 จะสังเกตได้ว่าวิถีชีวิตส่วนใหญ่ของราษฎรมณฑลพายัพ ยังคงมีระบบเศรษฐกิจแบบยังชีพ และการสร้างรายได้จำกัดอยู่ในระดับครัวเรือน ส่งผลให้วิถีการผลิตสินค้าเพื่อส่งออกมีไม่มากนัก ขณะเดียวกันตั้งแต่สมัยรัชกาลที่ 6 นโยบายของรัฐบาลมุ่งเน้นให้เกิดการขยายฐานเศรษฐกิจเพื่อการส่งออก

ผลการศึกษา พบว่า การลงทุนโครงสร้างพื้นฐานทั้ง 4 ด้าน ทำให้เกิดการเปลี่ยนแปลงของ GDP ในทุกสาขาการผลิตเฉลี่ยโดยรวมเท่ากับ 231,476 ล้านบาทต่อปี คิดเป็นผลกระทบต่อ GDP ร้อยละ 1.23 ต่อปี ในขณะที่การลงทุนด้านคมนาคมขนส่ง ก่อให้เกิดการเปลี่ยนแปลงของ GDP ในทุกสาขาการผลิตเฉลี่ยสูงสุดถึง 145,607 ล้านบาท ต่อปี คิดเป็นผลกระทบต่อ GDP เท่ากับร้อยละ 0.77 ต่อปี

ผู้เขียนได้ใช้โอกาส หลังสำเร็จการศึกษาจากมหาวิทยาลัย Columbia เข้าฝึกงานกับ “องค์การสหประชาชาติ” (United Nations : UN) ณ กรุงนิวยอร์ก เป็นเวลาราวสองเดือนเศษ ก่อนเดินทางกลับมาชดใช้ทุนหลวงในประเทศไทย

เป็นหนึ่งในมาตรการช่วยเหลือธุรกิจขนาดเล็กและผู้ประกอบการที่ได้รับผลกระทบจากการแพร่ระบาดของไวรัสโควิด -19 มีงบประมาณรวม 2.86 หมื่นล้านดอลลาร์สหรัฐ ซึ่งเป็นเงินให้เปล่า (grant) เพื่อช่วยเหลือร้านอาหาร บาร์ รถขายอาหาร และธุรกิจที่ให้บริการอาหารและเครื่องดื่ม โดยประธานาธิบดีโจ ไบเดนให้ความสำคัญกับธุรกิจร้านอาหารเนื่องจากชาวอเมริกันส่วนใหญ่เริ่มทำงานครั้งแรกในร้านอาหารเป็นส่วนใหญ่

โครงการย่านแห่งโอกาส หรือ Opportunity Zones (OZ) ของประเทศสหรัฐฯ เป็นโครงการที่จัดตั้งขึ้นในสมัยประธานาธิบดีโดนัลด์ ทรัมป์ ภายใต้กฎหมาย Tax Cuts and Job Act 2017 เพื่อเป็นเครื่องมือหนึ่งในการพัฒนาเศรษฐกิจ โดยส่งเสริมให้เงินทุนระยะยาวไหลเข้าสู่ชุมชนที่มีรายได้ต่ำทั่วสหรัฐฯ เพื่อทำให้เกิดการสร้างงาน การขยายตัวของเศรษฐกิจ และลดความยากจนในพื้นที่ด้อยโอกาส โดยการให้สิทธิประโยชน์ทางภาษีเป็นแรงจูงใจให้นักลงทุนลงทุนใน Qualify Opportunity Fund (QOF) เพื่อลงทุนใน OZ

การวิเคราะห์และประเมินผลสัมฤทธิ์ของการดำเนินมาตรการ/โครงการต่าง ๆ ของรัฐบาลภายใต้งบประมาณของประเทศที่มีจำกัด ถือเป็นประเด็นที่มีความสำคัญในการแสดงถึงความคุ้มค่าของงบประมาณหรือเงินกู้ที่รัฐบาลใช้ไป จากความก้าวหน้าและการเข้าถึงเทคโนโลยีดิจิตอลของโลกยุค 4.0 ที่ทำให้รัฐบาลได้กำหนดเงื่อนไขการใช้เงินผ่านแฟลตฟอร์มมือถือในหลาย ๆ โครงการในช่วงวิกฤต COVID-19 ซึ่งนอกจากจะเป็นการช่วยลดการจับต้องวัตถุที่อาจเป็นสาเหตุในการแพร่กระจายเชื้อไวรัสแล้ว ยังทำให้ภาครัฐมีฐานข้อมูลเพื่อนำมาใช้วิเคราะห์ศึกษาและประเมินผลสัมฤทธิ์ของโครงการ

การหยิบยื่นมาตรการทางการคลังเพื่อเป็นตาข่ายแห่งความปลอดภัยทางเศรษฐกิจและสังคม (Economic and Social Safety Nets) ถือเป็นกุญแจสำคัญที่รัฐบาลทุกประเทศทั่วโลกให้ความสำคัญในการเยียวยาช่วยเหลือประชาชนให้มีหลักประกันทางสังคมและสามารถใช้ชีวิตได้อย่างมีคุณภาพท่ามกลางรายได้ที่ลดลงในช่วงการแพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (COVID-19)

160/237