ดัชนีปัจจัยพื้นฐานทางเศรษฐกิจเชิงพื้นที่ (Spatial Economic Fundamentals Index, SEFI) : การบูรณาการข้อมูลขนาดใหญ่ด้วย Big Data Analytics
บทความโดยดร. นรพัชร์ อัศววัลลภดร.กวิน เอี่ยมตระกูลบุณฑริกา ชลพิทักษ์วงศ์ชัยวัฒน์
การปรับโครงสร้างเศรษฐกิจเพื่อรองรับความท้าทายในอนาคต
ในช่วงที่เศรษฐกิจกำลังฟื้นตัว นโยบายการคลังจะทำหน้าที่สนับสนุนการดูแลเศรษฐกิจ
เพื่อรักษาเสถียรภาพและความยั่งยืนทางการคลัง ควบคู่กับการรักษาระดับการขยายตัวทางเศรษฐกิจให้เหมาะสม รวมถึงดูแลบรรเทาผลกระทบต่อภาระการดำรงชีพของประชาชนแบบเฉพาะกลุ่ม อาทิ การให้สถาบันการเงินเฉพาะกิจดูแลกลุ่มลูกหนี้เฉพาะกลุ่ม มาตรการบัตรสวัสดิการแห่งรัฐช่วยเหลือผู้มีรายได้น้อย มาตรการดูแลราคาสินค้าที่จำเป็นรวมถึงราคาพลังงาน และพร้อมจะดำเนินมาตรการเพิ่มเติมอื่น ๆ ที่จำเป็น ขณะที่นโยบายการเงินมีเป้าหมายเพื่อรักษาเสถียรภาพราคา และรักษาเสถียรภาพระบบการเงิน
STAR ระบบวิเคราะห์ข้อมูลเชิงรุก เพื่อสร้างกลยุทธ์ทางเศรษฐกิจ
งานศึกษานี้เกิดขึ้นเพื่อสร้างระบบการติดตามข้อมูลข่าวสารด้านเศรษฐกิจ เพื่อนำมาประมวลผลด้วยวิทยาการสมัยใหม่ที่สามารถประมวลผลข้อมูลขนาดใหญ่ได้ด้วยความรวดเร็ว โดยมีกระบวนการ Training Model ให้มีการเรียนรู้ข้อมูลและทำนายกลุ่มข้อมูลที่เรียนรู้เพื่อสร้างเป็นฐานข้อมูล อีกทั้งยังผสมผสานด้วยกระบวนการวิเคราะห์ทางเศรษฐศาสตร์ในการหาความสัมพันธ์ระหว่างกลุ่มคำต่าง ๆ และกิจกรรมทางเศรษฐกิจแล้วนำมาจัดทำเป็น Policy Dashboard แล้วนำมาประยุกต์เป็นตัวชี้วัดเชิงกลยุทธ์ (Strategic Indicator) เพื่อเป็นข้อมูลสำหรับผู้บริหารในการตัดสินใจเชิงรุกในด้านนโยบายต่าง ๆ อย่าง “ตรงจุด ตรงประเด็น และตรงเวลา”
การระดมทุนสาธารณะเพื่อพัฒนาบ้านเกิด : กรณีศึกษา Hometown Tax ประเทศญี่ปุ่น
ในปัจจุบัน หน่วยงานท้องถิ่นในต่างประเทศได้ดำเนินโครงการการระดมทุนสาธารณะ เพื่อพัฒนาพื้นที่ให้ตอบโจทย์กับความต้องการของคนในชุมชน ซึ่งนอกจากจะเป็นการสร้างความมีส่วนร่วมและเสริมสร้างความเข้มแข็งของคนในชุมชนแล้ว ยังเป็นการช่วยลดภาระงบประมาณของภาครัฐในการบริการสาธารณะอีกด้วย
มุมมองเชิงลึก หนี้ครัวเรือนไทย
บทความฉบับนี้ทำการศึกษาข้อมูลหนี้ครัวเรือนผ่านฐานข้อมูล Micro Data จากการข้อมูลสำรวจภาวะเศรษฐกิจและสังคมของครัวเรือนของสำนักงานสถิติแห่งชาติ ซึ่งการสำรวจด้านรายได้ที่มีข้อมูลปี 2562 และ 2564 ในขณะนี้เป็นฐานข้อมูลหลักในการวิเคราะห์
มุมมองเชิงลึก หนี้ครัวเรือนไทย
เมื่อกล่าวถึงหนี้โดยรวมของประเทศ ในภาพใหญ่ๆ สามารถแบ่งได้เป็น 2 ประเภทคือ หนี้สาธารณะและหนี้ภาคเอกชน ในขณะที่หนี้ภาคเอกชนก็สามารถแบ่งได้เป็นอีก 2 ประเภทคือ หนี้ที่ก่อโดยนิติบุคคล และหนี้ที่ก่อโดยบุคคลธรรมดา ในบทความนี้จะกล่าวถึงเฉพาะในส่วนของหนี้ที่ก่อโดยบุคคลธรรมดาหรือที่มักจะเรียกกันว่า หนี้ครัวเรือน (Household Debt)
ปัญญาประดิษฐ์สามารถวิเคราะห์ความรู้สึกของประชาชน
ที่แสดงความคิดเห็นในสื่อสังคมออนไลน์ต่อสถานการณ์ COVID-19 ได้หรือไม่
งานศึกษาฉบับนี้มีวัตถุประสงค์เพื่อใช้ปัญญาประดิษฐ์ (Artificial Intelligence) ในการสร้างแบบจำลอง Logistic Regression สำหรับการวิเคราะห์ความรู้สึก (Sentiment Analysis) ของประชาชนในประเทศไทยที่มีต่อสถานการณ์ COVID-19 ระหว่างวันที่ 1 สิงหาคม 2564 ถึง 28 พฤศจิกายน 2564 ควบคู่ไปกับการสร้างแบบจำลองเชิงเส้นอย่างง่าย (Simple Regression) สำหรับการทดสอบความสัมพันธ์ระหว่างความรู้สึกของประชาชนและเครื่องชี้ทางเศรษฐกิจและสังคม เช่น ดัชนีความเคลื่อนไหว (Google Mobility Index) เครื่องชี้การท่องเที่ยว (Travel Insights with Google) และจำนวนผู้ติดเชื้อ COVID-19 รายใหม่รายวัน ผลการศึกษาพบว่า แบบจำลอง Logistic Regression เมื่อนำข้อมูลมาฝึกฝน (Train) ให้โปรแกรมเรียนรู้ว่าข้อความประเภทใดควรจะจัดให้อยู่ในการแสดงความรู้สึกทางบวกหรือทางลบ จะสามารถอธิบายข้อมูลที่ต้องการทดสอบ (Test) ได้ถูกต้องและแม่นถึงร้อยละ 90 และในส่วนของการทดสอบด้วยแบบจำลองเชิงเส้นอย่างง่าย พบว่า จำนวนความรู้สึกมีความสัมพันธ์ในทางตรงกันข้ามกับดัชนีความเคลื่อนไหวของ (Google Mobility Index) และเครื่องชี้การท่องเที่ยว (Travel Insights with Google) ขณะที่มีความสัมพันธ์ในทิศทางเดียวกันกับจำนวนผู้ติดเชื้อ COVID-19 รายวัน ไม่ว่าจะทดสอบในภาพรวมหรือจำแนกตามประเภทสื่อสังคมออนไลน์
เรียนรู้การพัฒนาเชิงพื้นที่ในต่างประเทศ
การพัฒนาที่มีความเหมาะสมกับบริบทของพื้นที่โดยส่วนใหญ่จะมาจากการส่งเสริมการมีส่วนร่วมของภาคส่วนต่างๆ ในพื้นที่เพื่อให้การพัฒนาพื้นที่สามารถตอบโจทย์ที่สอดคล้องกับปัญหาของพื้นที่นั้นๆ ดังตัวอย่างกรณีประเทศสเปน และประเทศญี่ปุ่น เป็นต้น
หลังเปิดประเทศ 1 พ.ย. เครื่องชี้เศรษฐกิจเร็วบอกอะไรบ้าง ?
บทความนี้จะนำเสนอผลจากเครื่องชี้เศรษฐกิจที่มีความรวดเร็ว โดยเฉพาะอย่างยิ่งมีเครื่องชี้หลายรายการที่มีความถี่สูง สามารถติดตามได้เป็นรายวันซึ่งแตกต่างจากเครื่องชี้เศรษฐกิจทั่วไปซึ่งมักจะมีความถี่เป็นรายเดือน
การจำลองสถานการณ์ผู้ติดเชื้อ COVID-19 ด้วยแบบจำลอง SIR และการประเมินผลกระทบทางเศรษฐกิจด้วยแบบจำลอง ABM
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