บทความโดย[1]
นางสาวสมิทธิ์ธนา ชัยเจนกิจ
นายนรพัชร์ อัศววัลลภ
นางสาวคงขวัญ ศิลา
นายกวิน เอี่ยมตระกูล
นางสาวกุสุมา จารุมณี
1.บทนำ
การติดตามภาวะเศรษฐกิจอย่างใกล้ชิดในปัจจุบันมีความลำบากมากยิ่งขึ้น เนื่องจากภาวะเศรษฐกิจมีความซับซ้อนและเปลี่ยนแปลงรวดเร็วมากขึ้น ทำให้ข้อมูลเศรษฐกิจที่ใช้เพื่อการติดตามภาวะเศรษฐกิจปัจจุบันอาจไม่มีความครบถ้วนสมบูรณ์และรวดเร็วเพียงพอ อีกทั้งเครื่องชี้เศรษฐกิจโดยทั่วไปมักจะขาดมิติทางสังคมที่สะท้อนมาจากภาคสาธารณะอย่างรอบด้าน ทำให้การติดตามเศรษฐกิจเพื่อประโยชน์ในด้านต่างๆ ไม่ว่าจะเป็นการจัดทำนโยบาย หรือการวางแผนธุรกิจ อาจไม่ตั้งอยู่บนพื้นฐานของข้อเท็จจริงที่ทันต่อสถานการณ์และครบถ้วนเพียงพอ
งานศึกษานี้จึงเกิดขึ้นเพื่อสร้างระบบการติดตามข้อมูลข่าวสารด้านเศรษฐกิจ อาทิ หนังสือพิมพ์ นิตยสาร บทวิเคราะห์ และบทความวิชาการ และสื่อสังคมออนไลน์ เพื่อนำมาประมวลผลด้วยวิทยาการสมัยใหม่ที่สามารถประมวลผลข้อมูลขนาดใหญ่ได้ด้วยความรวดเร็ว โดยอาศัยวิธีการต่าง ๆ ไม่ว่าจะเป็นกระบวนการ Neural Language Processing (NLP) การจัด Category การสร้างระบบ Machine Learning โดยมีกระบวนการ Training Model ให้มีการเรียนรู้ข้อมูลและทำนายกลุ่มข้อมูลที่เรียนรู้เพื่อสร้างเป็นฐานข้อมูล อีกทั้งยังผสมผสานด้วยกระบวนการวิเคราะห์ทางเศรษฐศาสตร์ในการหาความสัมพันธ์ระหว่างกลุ่มคำต่าง ๆ และกิจกรรมทางเศรษฐกิจแล้วนำมาจัดทำเป็น Policy Dashboard ที่มีข้อมูลแนวโน้ม (Trend) และการประมวลผลทางสถิติ ในการจับสัญญาณ โอกาส ในการออกนโยบาย กลยุทธ์ต่าง ๆ ได้ตรงตามความต้องการของประชาชน แล้วนำมาประยุกต์เป็นตัวชี้วัดเชิงกลยุทธ์ (Strategic Indicator) เพื่อเป็นข้อมูลสำหรับผู้บริหารในการตัดสินใจเชิงรุกในด้านนโยบายต่าง ๆ อย่าง “ตรงจุด ตรงประเด็น และตรงเวลา”
[1] บทความนี้เป็นการสรุปสาระสำคัญส่วนหนึ่งจากผลงานเรื่อง “STAR ระบบวิเคราะห์ข้อมูลเชิงรุก เพื่อสร้างกลยุทธ์ทางเศรษฐกิจ” ซึ่งได้รับรางวัลชนะเลิศระดับ Gold จากการประกวดผลงานประกวดรางวัลเพชรวายุภักษ์ ครั้งที่ 8 ประจำปี พ.ศ. 2564 ประเภทคณะบุคคลประเภทแนวคิดกระบวนการทำงานใหม่ และขอขอบคุณ นางสาวอภิญญา เจนธัญญารักษ์ เศรษฐกรชำนาญการ สำนักงานเศรษฐกิจการคลัง สำหรับคำแนะนำและความช่วยเหลือให้งานนวัตกรรมชิ้นนี้ สำเร็จไปได้ด้วยดี
2. ที่มา
การออกแบบระบบ STAR ในครั้งนี้มีเจตนาในการจัดทำขึ้นเพื่อเป็นเครื่องมือให้แก่ผู้บริหารของกระทรวงการคลังพิจารณาใช้เป็นทางเลือกเพื่อประกอบการตัดสินใจเชิงกลยุทธตามภารกิจของกระทรวงการคลัง ซึ่งถือเป็นหน่วยงานหลักที่มีบทบาทและหน้าที่ในการบริหารเศรษฐกิจของประเทศ โดยมีเป้าหมายในการรักษาเสถียรภาพและสร้างความเจริญเติบโตทางเศรษฐกิจ ควบคู่ไปกับการกระจายรายได้ การสร้างโอกาสทางเศรษฐกิจให้แก่ประชาชน และการแก้ไขปัญหาทางสังคม โดยผสมผสานเครื่องมือทางการคลังประเภทต่าง ๆ ได้แก่ เครื่องมือด้านการจัดเก็บรายได้ การใช้จ่ายงบประมาณ การบริหารทรัพย์สินและการก่อหนี้สาธารณะ ในขณะเดียวกันหน่วยงานในสังกัดกระทรวงการคลังก็ยังให้ความสำคัญกับประสิทธิภาพการดำเนินงานที่เน้นความโปร่งใสและความยั่งยืนทางการคลังอีกด้วย
หากแต่ภายใต้สถานการณ์ปัจจุบัน สภาพแวดล้อมทั้งภายในและภายนอกประเทศเปลี่ยนแปลงไปอย่างรวดเร็ว การเพิ่มศักยภาพและความยืดหยุ่นในการปรับเปลี่ยนเครื่องมือการบริหารราชการเพื่อตอบสนองความต้องการของระบบที่เปลี่ยนแปลงไปสามารถทำได้โดยนำหลักการบริหารงานภาครัฐแนวใหม่ (New Public Management) มาปรับใช้ เพื่อเพิ่มประสิทธิภาพในการปฏิบัติราชการที่มุ่งสู่ความเป็นเลิศ โดยคำนึงถึงหลักความคุ้มค่าและเน้นความโปร่งใส ตลอดทั้งการมุ่งเน้นการให้บริการแก่ประชาชนโดยคำนึงถึงคุณภาพเป็นสำคัญ
ทั้งนี้ ที่ผ่านมากระทรวงการคลังได้ส่งเสริมให้หน่วยงานในสังกัดได้นำเทคโนโลยีสารสนเทศและการสื่อสารเข้ามาใช้ในการบริการประชาชน ด้วยการนำนวัตกรรมและเทคโนโลยีสมัยใหม่มาเป็นกลไกในการขับเคลื่อนประเทศ อาทิ การผลักดันนโยบาย National e-Payment เพื่อก้าวสู่ Thailand 4.0 โดยเริ่มจาก โครงการพร้อมเพย์ โครงการบัตรสวัสดิการแห่งรัฐ โครงการเราไม่ทิ้งกัน และโครงการคนละครึ่ง เป็นต้น ในขณะเดียวกันกระทรวงการคลังได้นำดิจิทัลแพลตฟอร์ม วางโครงสร้างระบบงานผ่านบล็อกเชน เพื่อยกระดับประสิทธิภาพระบบงานและลดขั้นตอนการทำงาน อีกทั้งอำนวยความสะดวกให้กับประชาชนและผู้มาติดต่อขอใช้บริการต่าง ๆ กับกระทรวงการคลังได้ดียิ่งขึ้น
การที่กระทรวงการคลังได้ปฏิรูปกระบวนการทำงานที่ขับเคลื่อนด้วยเทคโนโลยีดิจิทัลอย่างต่อเนื่องนั้น จึงเป็นโอกาสให้กระทรวงการคลังสามารถเข้าถึงข้อมูลและความรู้สึกของประชาชนเพิ่มขึ้น เพื่อที่จะสามารถตอบสนองประชาชนได้อย่างตรงจุด หากทราบถึงความต้องการที่แท้จริงของประชาชนได้อย่างชัดเจน ประกอบกับข้อมูลข่าวสารเชิงคุณภาพทั้งที่เป็นของภาครัฐ ภาคเอกชน และภาคธุรกิจ มีอยู่อย่างแพร่หลายในสื่อที่สามารถเข้าถึงได้จากหลายช่องทาง (Open source) ดังนั้น กระทรวงการคลังสามารถที่จะนำข้อมูลดังกล่าวมาวิเคราะห์และจัดทำเป็นตัวชี้วัดที่เป็นประโยชน์แก่ผู้บริหารเพิ่มเติมได้ เพื่อให้การจัดทำมาตรการต่าง ๆ ตอบสนองต่อความต้องการของประชาชนได้อย่างเหมาะสม
ในระยะหลังมานี้ งานศึกษาของทั้งในประเทศและต่างประเทศ อาทิ ธนาคารแห่งประเทศไทย กองทุนการเงินระหว่างประเทศ (IMF) และธนาคารกลางแห่งซานฟรานซิสโก (Federal Reserve Bank of San Francisco) และอื่น ๆ เริ่มนำข้อความ (Text) จากข้อความในหนังสือพิมพ์ Fecebook หรือ Twitter มาใช้ในการติดตามภาวะเศรษฐกิจ เนื่องจากเป็นข้อมูลที่มีความเป็นปัจจุบัน (Real time) สูง และสะท้อนพฤติกรรมของประชาชนในปัจจุบันได้มากที่สุด
อย่างไรก็ดี นวัตกรรมชิ้นนี้มีความตั้งใจที่จะขยายขอบเขตของงานที่มากกว่างานศึกษาในอดีต โดยจะนำข้อความ (Text) ของข่าวสารในเว็บไซต์ (Website) จากข้อเท็จจริง บทวิเคราะห์ในหนังสือพิมพ์ บทความวิชาการของหน่วยงานเศรษฐกิจต่าง ๆ เช่น ศูนย์วิจัยเศรษฐกิจของธนาคารพาณิชย์และบริษัทหลักทรัพย์ สถาบันการศึกษา และหน่วยงานราชการ เป็นต้น ควบคู่ไปกับข้อความที่แสดงความคิดเห็น การวิเคราะห์อารมณ์ และความรู้สึก (Sentiment) จาก Twitter และ Facebook เพื่อนำ Keywords ที่ประชาชนให้ความเห็น มาจัดทำ Social Category ของหน่วยงานต่าง ๆ ในกระทรวงการคลัง และจัดทำ Policy Dashboard รวมทั้งสร้างตัวชี้วัดเชิงกลยุทธ์ (Strategic Indicators) เพื่อให้ผู้บริหารทราบถึงความต้องการที่แท้จริงของประชาชน สอดคล้องกับหลักการการสื่อสารสองทาง (Two-way communication) ทำให้ผู้บริหารสามารถตัดสินใจเชิงรุกในด้านนโยบายต่าง ๆ อย่าง “ตรงจุด ตรงประเด็น และตรงเวลา” สอดคล้องกับสถานการณ์เศรษฐกิจที่เปลี่ยนแปลง
3. วัตถุประสงค์/เป้าหมายของผลงาน
ผลงานนวัตกรรมแนวคิดกระบวนการทำงานใหม่นี้ ประกอบด้วย 2 วัตถุประสงค์หลัก ดังนี้
1. เพื่อจัดทำ Social Category ของหน่วยงานในสังกัดกระทรวงการคลัง จากแหล่งข้อมูลเป้าหมายสำคัญด้านเศรษฐกิจ อาทิ หนังสือพิมพ์ นิตยสาร บทวิเคราะห์ และบทความวิชาการ และสื่อสังคมออนไลน์ เช่น Twitter และ Facebook เป็นต้นและนำมาวิเคราะห์ความสัมพันธ์กับสถานการณ์ทางเศรษฐกิจที่จะเกิดขึ้น
2. เพื่อจัดทำ Policy Dashboard ที่มีข้อมูลความรู้สึกของประชาชน (Economic Sentiment) ในรูปแบบ Visualization ที่มีข้อมูลแนวโน้ม (Trend) และการประมวลผลทางสถิติ เพื่อประโยชน์ในการจับสัญญาณเศรษฐกิจและการจัดทำนโยบาย กลยุทธ์ต่าง ๆ ให้ตรงตามความต้องการของประชาชน ถือเป็นการสื่อสารสองทาง (Two-way communication)
3. เพื่อนำประยุกต์ใช้ข้อความ (Text) มาจัดทำตัวชี้วัดเชิงกลยุทธ์ (Strategic Indicator) เพื่อเป็นข้อมูลสำหรับผู้บริหารสำหรับการตัดสินใจเชิงรุกในด้านนโยบายต่าง ๆ อย่าง “ตรงจุด ตรงประเด็น และตรงเวลา”
4. ความสอดคล้องกับเป้าหมายระดับประเทศ หรือระดับโลก
จุดเริ่มต้นของงานนวัตกรรมชิ้นนี้เกิดจากการสื่อสารของรัฐบาลไปยังประชาชนส่วนใหญ่ที่ผ่านมามักเป็นการสื่อสารทางเดียว (One-way communication) ดังนั้น หากสามารถที่จะพัฒนาให้การสื่อสาร รับฟัง เป็นไปอย่างรอบด้านมากขึ้นก็จะทำให้สามารถดำเนินนโยบายรัฐบาลเพื่อลดความเหลื่อมล้ำและเพิ่มขีดความสามารถในการแข่งขัน ได้อย่างตรงจุด ตรงประเด็น และตรงเวลา ทั้งนี้ แนวคิดของกระบวนการทำงานใหม่นี้ สอดคล้องกับกับกรอบยุทธศาสตร์ชาติระยะ 20 ปี (พ.ศ. 2560 – 2579) ได้แก่ ยุทธศาสตร์ที่ 6 ด้านการปรับสมดุลและพัฒนาระบบการบริหารจัดการภาครัฐ ในประเด็นภาครัฐมีความทันสมัย หัวข้อการพัฒนาและปรับระบบวิธีการปฏิบัติราชการให้ทันสมัย โดยมีการกำหนดนโยบายและการบริหารจัดการที่ตั้งอยู่บนข้อมูลและหลักฐานเชิงประจักษ์ มุ่งผลสัมฤทธิ์ มีความโปร่งใสยืดหยุ่นและคล่องตัวสูง นำนวัตกรรม เทคโนโลยี ข้อมูลขนาดใหญ่ ระบบการทำงานที่เป็นดิจิทัลมาใช้ในการบริหารและการตัดสินใจ รวมทั้งนำองค์ความรู้ในแบบสหสาขาวิชาเข้ามาประยุกต์ใช้ เพื่อสร้างคุณค่าและแนวทางปฏิบัติที่เป็นเลิศในการตอบสนองกับสถานการณ์ต่าง ๆ ได้อย่างทันเวลา พร้อมทั้งมีการจัดการความรู้และถ่ายทอดความรู้อย่างเป็นระบบเพื่อพัฒนาภาครัฐให้เป็นองค์กรแห่งการเรียนรู้ รวมทั้งมีลักษณะเปิดกว้าง เชื่อมโยงถึงกันและเปิดโอกาสให้ ทุกภาคส่วนเข้ามามีส่วนร่วมเพื่อตอบสนองความต้องการของประชาชนได้อย่างสะดวก รวดเร็ว และ โปร่งใส รวมถึงสอดคล้องกับหลักของธรรมาภิบาลในภาครัฐ (Good Governance) ในด้านพัฒนาศักยภาพและความสามารถของส่วนบริหารจัดการอย่างต่อเนื่องและให้มีประสิทธิภาพยิ่งขึ้น นอกจากนี้ ผลงานชิ้นนี้ยังสอดคล้องกับยุทธศาสตร์การบริหารการเปลี่ยนแปลงกระทรวงการคลัง พ.ศ. 2560 – 2564 ได้แก่ 1) ยุทธศาสตร์สร้างสรรค์นวัตกรรม (Create Innovation) โดยการสร้างภาพลักษณ์การเปลี่ยนแปลง (Build Change Image) และบูรณาการข้อมูลอัจฉริยะ (Integrate Intelligence Data) และ 2) ยุทธศาสตร์สร้างวัฒนธรรมกระทรวงการคลัง (Construct MOF Culture) โดยการสร้างแรงบันดาลใจสู่นวัตกรรม (Inspire Innovation) และสร้างวิถีคนคลัง (Build MOF Way)
5.กระบวนการ/กิจกรรมที่ได้ดำเนินการ
5.1 ลำดับขั้นตอนในการพัฒนาผลงาน
(1) ศึกษาแหล่งข้อมูล (Data Source) และเก็บข้อมูลจากแหล่งข้อมูลต่าง ๆ ที่เป็นที่นิยม มีผู้ติดตาม เป็นที่ยอมรับในเชิงเศรษฐกิจ ประกอบด้วย
- Emenscr แสดงข้อมูลเอกสารและ e-form ต่างๆ ที่เกี่ยวกับเงินงบประมาณแผ่นดิน
- Thaime เพื่อติดตามข้อมูลภาครัฐ เช่น พรก. เงินกู้
- Social News offline- Online ข่าวด้านเศรษฐกิจ จากสำนักข่าวสำคัญต่าง ๆ เช่น กรุงเทพธุรกิจ ข่าวสด โพสทูเดย์ เป็นต้น
- ศูนย์วิจัยทางเศรษฐกิจของธนาคารต่าง ๆ ในประเทศ ข้อมูลบทวิเคราะห์ทางเศรษฐกิจของศูนย์วิจัยธนาคารต่าง ๆ
- Google Trend การ Search ข้อมูลใน Google trend เพื่อดูความสนใจจากประชาชน
- Influencer บทความของผู้มีอิทธิพล หรือผู้เชี่ยวชาญด้านเศรษฐกิจ
- แหล่งข้อมูลอื่น ๆ ในสื่อสังคมออนไลน์ ได้แก่ Facebook และ Twitter เป็นต้น
(2) นำข้อความ (Text) เข้ากระบวนการ Neural Language Processing (NLP) ในการวิเคราะห์ทางด้านภาษาศาสตร์ และการตีความจากข้อความ ซึ่งคำส่วนใหญ่จะเป็นข้อความ (Text) ที่เกี่ยวกับเศรษฐกิจและกระทรวงการคลัง ได้แก่ ธุรกิจหนีตาย “บาทแข็ง” จ่อปลดคนเพิ่ม หรือ “คลังถังแตก” เงินคงคลังไม่พอใช้ ครม.อนุมัติกู้เงินเพิ่มเติม ฯลฯ เป็นต้น ในการนี้โปรแกรม Python จะเลือกคำ บาทแข็ง และคลังถังแตก ออกมาจากประโยคของข้อความ ซึ่งคำที่เกี่ยวข้องได้การคัดกรองมานี้จะถูกเก็บไว้ในระบบฐานข้อมูลของกระทรวงการคลัง (MOF Data Lake)
(3) หลังจากทำการวิเคราะห์ คำสำคัญ ที่เกิดในบทความ ประโยคแล้ว จะนำมาประเภท (Categorization System) โดยคำในประเภทเดียวกันจะมีความหมายที่สอดคล้องกัน และแตกต่างจากคำในประเภทอื่น ๆ เช่น คำในกลุ่ม COVID อาจประกอบด้วย โควิด ระบาด และวัคซีน เป็นต้น
(4) รับทราบความเห็นจากผู้เชี่ยวชาญ (Domain Expert) ในการตรวจสอบความถูกต้อง (Approve) ในการจัด Category ของข้อความต่าง ๆ ว่าถูกต้องตามกลุ่มประเภทหรือไม่ อย่างไร
(5) การสร้างระบบ Machine Learning Process กระบวนการ Training Model ให้ทำการเรียนรู้ ข้อมูล Text และทำนายกลุ่มตาม Category ที่ได้เรียนรู้ ซึ่งจะมีประโยชน์สำหรับการกลุ่มข้อความในครั้งต่อไป
(6) กระบวนการวิเคราะห์หาความสัมพันธ์กับเครื่องชี้ทางเศรษฐกิจต่าง ๆ เช่น การทดสอบความสัมพันธ์ระหว่างปริมาณค้นหาคำว่า “หางาน” “สมัครงาน” ใน Google Trend กับอัตราการว่างงาน เป็นต้น ซึ่งโดยปกติจะใช้เกณฑ์สหสัมพันธ์ (Correlation) สูงที่มากกว่าร้อยละ 70 ขึ้นไป
(7) การแสดงผลผ่าน Dashboard เพื่อให้เห็นแนวโน้ม หรือการเติบโตของกลุ่มคำที่ชัดเจนตรงจุดในมิติต่าง ๆ โดยการแสดงผลในรูป Data Visualization นั้นจะช่วยให้การนำเสนอข้อมูลเชิงปริมาณมีความง่ายมากขึ้น
(8) หลังจากนั้น นำข้อมูลในกลุ่มประเภทคำมาจัดทำเป็น Sentiment ในกลุ่ม ติดตาม แก้ไข รับมือ ฟื้นฟู ส่งเสริม เพื่อเสนอต่อผู้บริหารกระทรวงการคลังต่อไป
5.2 ลำดับขั้นตอนในการดำเนินงาน
สามารถแสดงได้ดังแผนภูมิต่อไปนี้
6. ผลสำเร็จที่คาดว่าจะได้รับ
ระบบวิเคราะห์ข้อมูลเชิงรุก เพื่อสร้างกลยุทธ์ทางเศรษฐกิจ หรือระบบ STAR นี้เป็นแนวคิดใหม่ที่เป็นกลไกการสื่อสารแบบสองทาง (Two-way communication) กล่าวคือ ภาครัฐสามารถรับรู้มุมมองผลตอบรับนโยบายของรัฐจากประชาชนผ่านข้อความ (Text) ที่เผยแพร่ในเว็บไซต์และสื่อสังคมออนไลน์ ในขณะเดียวกันความต้องการนี้จะถูกเปลี่ยนเป็นนโยบายเพื่อช่วยเหลือผู้ที่มีส่วนได้เสียได้อย่างตรงประเด็น และทราบแนวโน้มความต้องการ หรือปัญหาในมิติด้านรายได้ รายจ่าย ภาษี หนี้สิน ทรัพย์สิน และอื่น ๆ ที่ไม่อาจพบเห็นในรายงานอื่น ๆ รวมทั้งวิเคราะห์สัญญาณเศรษฐกิจได้รวดเร็วขึ้นซึ่งจะเป็นการแก้ไขผลกระทบที่เกิดขึ้นได้ดียิ่งขึ้น ลดงบประมาณ เพิ่มความเข้มแข็งและสร้างความยั่งยืนให้แก่ประชาชนและธุรกิจต่อไป และทำให้เกิดสโลแกนที่เรียกว่า “วันนี้ประชาชนต้องการอะไร ภาครัฐต้องรู้” เช่น หากผู้ประกอบการ SMEs ส่วนใหญ่ต้องการดำเนินธุรกิจในลักษณะ E-commerce แต่ขาดความรู้ เงินทุน และช่องทางในการดำเนินงาน (Channel) กระทรวงการคลังและหน่วยงานที่เกี่ยวข้องสามารถช่วยเหลือผู้ประกอบการดังกล่าวในการจัดทำดิจิทัลแพลตฟอร์มให้แก่ร้านค้าที่เข้ามาลงทะเบียนเป็นที่รู้จักมากขึ้น โดยจัดกลุ่มผู้ค้าตามหมวดหมู่สินค้า ร้านค้าและสถานที่ หรือช่วงเวลา เพื่อให้ง่ายต่อการค้นหา รวมทั้งมีการให้ใบประกาศ (Certificate) จากภาครัฐ หรือ Rating และ Review จากผู้บริโภค เป็นต้น ทั้งนี้ การสร้างดิจิทัลแพลตฟอร์มดังกล่าว นอกจากจะช่วยให้ผู้ประกอบการ SMEs มีช่องทางการขายสินค้ามากขึ้น ยังช่วยให้ผู้ประกอบการเข้าถึงแหล่งเงินทุนจากสถาบันการเงินได้มากขึ้นอีกด้วย ตัวอย่างข้างต้นเป็นการทำงานร่วมกันระหว่างภาครัฐและประชาชน อีกทั้งข้อมูลที่ได้ก็นำไปบูรณาการกับข้อมูลอื่น ๆ ของภาครัฐ เพื่อใช้ในการกำหนดรัฐสวัสดิการได้ตรงกลุ่มเป้าหมายได้มากขึ้น
7. ตัวอย่างการนำระบบ STAR มาวิเคราะห์โครงการคนละครึ่ง (ช่วงการวิเคราะห์เดือนตุลาคม 2563 – มิถุนายน 2564)
การทดลองระบบ STAR แม้จะยังไม่สามารถพัฒนาได้อย่างเต็มรูปแบบแต่ก็สามารถแยกพัฒนาชิ้นงานบางส่วนเพื่อนำมาประยุกต์เข้ากับกรณีโครงการคนละครึ่งเพื่อเป็นตัวอย่างของระบบที่เป็นรูปธรรมในเบื้องต้นได้ ดังนี้
สถานการณ์การแพร่ระบาดของ COVID-19 ได้ส่งผลกระทบต่อการดำเนินกิจกรรมทางเศรษฐกิจและความเป็นอยู่ของประชาชนเป็นวงกว้าง รัฐบาลจึงได้มีการดำเนินนโยบายเพื่อสนับสนุนการฟื้นฟูเศรษฐกิจ โดยการกระตุ้นและรักษาระดับการบริโภคภายในประเทศในไตรมาสที่ 4 ของปี 2563 ซึ่งรวมถึงโครงการคนละครึ่ง และต่อมาได้มีการขยายเป็นโครงการคนละครึ่ง ระยะที่ 2 เพื่อรักษาระดับและทิศทางของการเจริญเติบโตทางเศรษฐกิจ โดยโครงการคนละครึ่งและโครงการคนละครึ่ง ระยะที่ 2 มีขึ้นระหว่างวันที่ 23 ตุลาคม 2563 – 31 มีนาคม 2564 หลังจากนั้นเพื่อรักษาระดับและทิศทางของการเจริญเติบโตทางเศรษฐกิจอย่างต่อเนื่อง รัฐบาลจึงได้มีโครงการคนละครึ่ง ระยะที่ 3 ระหว่างวันที่ 1 กรกฎาคม – 31 ธันวาคม 2564 และโครงการคนละครึ่ง ระยะที่ 4 ระหว่างวันที่ 1 กุมภาพันธ์ถึงวันที่ 30 เมษายน 2565
ทั้งนี้ ประชาชนที่เข้าร่วมโครงการคนละครึ่งจะมีการใช้จ่ายผ่าน g-Wallet บนแอปพลิเคชัน “เป๋าตัง” ขณะที่ผู้ประกอบการที่เข้าร่วมโครงการที่รับชำระเงินด้วยแอปพลิเคชัน “ถุงเงิน” ดังนั้น กระทรวงการคลังจึงมีข้อมูลส่วนบุคคล (inside out) ซึ่งมีการติดตามเป็นประจำผ่านแอปพลิเคชัน ในขณะที่ ระบบ STAR ให้ความสนใจชุดข้อมูลจากความคิดเห็นที่สะท้อนออกมาผ่านสื่อต่าง ๆ หรือ Social Media (outside in) ซึ่งนับเป็นผลสะท้อนกลับหรือคำติชมของประชาชนที่มีต่อโครงการคนละครึ่ง
หากพิจารณาข้อมูลจากภาพที่ 1 จะพบว่าในภาพรวมมีจำนวนความคิดเห็นของประชาชนต่อโครงการคนละครึ่ง หรือมีความถี่ที่ประชาชนพูดถึงโครงการฯ ผ่านสื่อต่าง ๆ มากขึ้นในระยะเริ่มต้นของโครงการฯ ระยะที่ 2 ช่วงเดือนธันวาคม 2563 และไปสูงสุดที่เดือนมกราคม 2564 จากนั้นมีจำนวนความคิดเห็นเกี่ยวกับโครงการฯ ลดลง และเพิ่มขึ้นอีกครั้งในเดือนมิถุนายน 2564 ซึ่งเป็นช่วงก่อนจะเริ่มโครงการฯ ระยะที่ 3 (1 กรกฎาคม – 31 ธันวาคม 2564)
นอกจากนี้ ระบบ STAR ยังสามารถวิเคราะห์อารมณ์และความรู้สึกจากข้อความ (Sentiment Analysis) เพื่อบ่งบอกความรู้สึกของประชาชนที่มีต่อโครงการคนละครึ่งว่าเป็นเชิงบวกหรือเชิงลบได้อีกด้วย โดยผลการวิเคราะห์แสดงได้จากภาพที่ 2 ซึ่งพบว่า ภาพรวมของการวิเคราะห์อารมณ์และความรู้สึกต่อโครงการคนละครึ่ง เป็นความรู้สึกเชิงบวกประมาณ 40 % เป็นความรู้สึกเชิงลบประมาณ 20% และความรู้สึกเป็นกลางประมาณ 40% ทำให้ประเมินได้ว่าในภาพรวมประชาชนรู้สึกต่อโครงการคนละครึ่งในทิศทางที่ดี
อีกทั้งระบบ STAR ยังทำการจำแนกเพศได้อีกด้วย เพื่อประโยชน์ในการวางกลยุทธ์เรื่องการวางนโยบาย โดยจากภาพที่ 3 พบว่า โครงการคนละครึ่ง หรือเรื่องของการจับจ่ายใช้สอย มีผลกับเพศหญิงมากกว่าเพศชาย
นอกจากนี้ ระบบ STAR สามารถจำแนกความคิดเห็นของประชาชนต่อโครงการคนละครึ่ง ได้ตามจุดมุ่งหมายหรือวัตถุประสงค์ อาทิเช่น เชิงการชื่นชม ตำหนิติเตียน หรือข้อสงสัยต่าง ๆ โดยจากภาพที่ 4 พบว่าความคิดเห็นของประชาชนต่อโครงการคนละครึ่งเป็นไปในด้านชื่นชมสูงสุด โดยเป็นการชื่นชมเพิ่มขึ้นอย่างต่อเนื่อง จนสิ้นสุดโครงการคนละครึ่งระยะที่ 2 ในเดือนมีนาคม 2564 จากนั้นมีการแสดงความคิดเห็นเชิงชื่นชมเพิ่มอีกครั้งในเดือนมิถุนายน 2564 ก่อนเริ่มโครงการคนละครึ่งระยะที่ 3 (วันที่ 1 กรกฎาคม – 31 ธันวาคม 2564) นอกจากนี้ ยังสามารถวิเคราะห์ได้ลึกลงไปอีกว่า หัวข้อในการชื่นชมนั้นมีอะไร อาทิ การให้สิทธิทั่วถึง การสมัครง่าย เวลาในการใช้สิทธิ์ วงเงินเหมาะสม และแอปพลิเคชันเร็ว เป็นต้น
นอกจากการจำแนกความคิดเห็นของประชาชนต่อโครงการคนละครึ่งตามจุดมุ่งหมายด้านชื่นชมแล้ว ในภาพที่ 5 เป็นเรื่องของข้อสงสัยหรือการถามคำถาม ซึ่งพบว่า ประชาชนมีการถามคำถามเกี่ยวกับโครงการฯ เพิ่มขึ้นในช่วงระยะเริ่มต้นของโครงการฯ ระยะที่ 1-2 และ ในเดือนตุลาคม 2563 มกราคมและมีนาคม 2564 ตามลำดับ จากนั้นลดลง และเพิ่มขึ้นอีกครั้งในเดือนมิถุนายน 2564 ซึ่งเป็นช่วงก่อนจะเริ่มโครงการฯ ระยะที่ 3 ส่วนหนึ่งเนื่องจากข้อมูลหรือการประชาสัมพันธ์ต่าง ๆ เกี่ยวกับโครงการฯ อาจจะยังไม่ทั่วถึง ซึ่งทางปฏิบัติระบบ STAR สามารถทำการติดตาม (Monitor) ได้เป็นรายวัน ซึ่งจะช่วยให้ภาครัฐสามารถตอบสนองความต้องการหรือตอบคำถามข้อสงสัยของประชาชนได้อย่างรวดเร็วมากขึ้น
ต่อมาเป็นการวิเคราะห์หาความสัมพันธ์ระหว่างโครงการคนละครึ่ง กับผลในภาพรวมทางเศรษฐกิจ (Correlation Matrix ระหว่างประเด็นต่าง ๆ กับ google trend) (ภาพที่ 6) จากตัวอย่าง หากเลือกคำว่าจ้างงาน จะพบว่าคำว่าจ้างงานจากโครงการคนละครึ่งจะมีความสัมพันธ์สูงสุดกับ Google Trend ในคำว่าต้องการงานและได้งาน ดังนั้น สามารถตอบโจทย์เศรษฐกิจได้จากการวิเคราะห์ข้อความภาษาไทยด้วยเทคโนโลยี Text Analytics ได้ว่าโครงการคนละครึ่งมีส่วนช่วยคนที่กำลังหางาน และได้งานทำ เป็นต้น
นอกจากนี้ ระบบ STAR สามารถประเมินเป็นภาพรวม โดยสรุปจากการวิเคราะห์ความรู้สึกและอารมณ์จากข้อความของประชาชน (Sentiment Analysis) โดยตอบคำถามได้ว่า โครงการคนละครึ่งควรไปต่อหรือไม่ (ภาพที่ 7) ซึ่งพบว่า 74.12 % เห็นว่าโครงการฯ ควรจะไปต่อ (ภายใต้เงื่อนไขว่าทุกอย่างทำเหมือนเดิม) อย่างไรก็ดี สามารถหาข้อบกพร่องได้จากการวิเคราะห์ข้อความ (Text Analytics) ได้ โดยหากมีการแก้ไขข้อบกพร่องของโครงการฯต่อ ๆ ไป ก็จะลดผล (Feedback) ทางด้านลบและสามารถเพิ่มผลทางด้านบวก เพื่อให้เครื่องมือนี้เป็นเครื่องมือการวิเคราะห์เชิงรุก สำหรับผู้บริหารที่จะตอบสนองประชาชนได้อย่างตรงจุด ตรงประเด็น และตรงเวลา
นางสาวสมิทธิ์ธนา ชัยเจนกิจ
ผู้เชี่ยวชาญด้านระบบเทคโนโลยีสารสนเทศคอมพิวเตอร์และเครือข่าย
สำนักงานปลัดกระทรวงการคลัง
ผู้เขียน
นายนรพัชร์ อัศววัลลภ
เศรษฐกรชำนาญการพิเศษ
สำนักนโยบายเศรษฐกิจมหภาค
ผู้เขียน
นางสาวคงขวัญ ศิลา
เศรษฐกรชำนาญการ
สำนักนโยบายเศรษฐกิจมหภาค
ผู้เขียน
นายกวิน เอี่ยมตระกูล
เศรษฐกรชำนาญการ
สำนักนโยบายเศรษฐกิจมหภาค
ผู้เขียน
นางสาวกุสุมา จารุมณี
เจ้าพนักงานธุรการปฏิบัติงาน
สำนักนโยบายเศรษฐกิจมหภาค
ผู้เขียน