Series บทความมาตรการทางการคลังกับวิกฤต COVID-19: : กรณีศึกษาโครงการคนละครึ่ง

Big Data กับพฤติกรรมผู้บริโภค: กรณีศึกษาโครงการคนละครึ่ง

บทความโดย
นายณัฐพล สุภาดุลย์
นายนวพล ภิญโญอนันตพงษ์
นายอิทธิพัฒน์ ประภาประเสริฐ

ในส่วนของบทความฉบับที่ 2 ภายใต้ Series บทความมาตรการทางการคลังกับวิกฤต COVID-19 จะเป็นการนำเสนอผลการวิเคราะห์ข้อมูล (Data Analytics) ผ่าน Big data ของพฤติกรรมการใช้เงินของผู้เข้าร่วมโครงการคนละครึ่ง โดยมีรายละเอียดข้อค้นพบที่น่าสนใจ ดังนี้

ภาพรวมของโครงการคนละครึ่ง

โครงการ “คนละครึ่ง” เป็นโครงการหนึ่งภายใต้แผนงานที่ 3 แผนงานฟื้นฟูเศรษฐกิจและสังคมที่ได้รับผลกระทบจากโรค COVID-19 ของ พ.ร.ก. COVID-19ฯ โดยโครงการคนละครึ่งระยะที่ 1 มีวงเงิน 30,000 ล้านบาท มีกลุ่มเป้าหมายจำนวน 10 ล้านคน ซึ่งมีวัตถุประสงค์เพื่อฟื้นฟูเศรษฐกิจจนถึงระดับฐานราก โดยการลดภาระค่าใช้จ่ายของประชาชนในส่วนของค่าสินค้าในชีวิตประจำวัน และช่วยเหลือดูแลพ่อค้าแม่ค้าขนาดเล็กที่ประกอบกิจการขายสินค้าหาบเร่แผงลอยที่เป็นบุคคลธรรมดา ผ่านการสนับสนุนค่าอาหาร เครื่องดื่ม หรือสินค้าทั่วไป ยกเว้นสลากกินแบ่งรัฐบาล เครื่องดื่มแอลกอฮอล์ บุหรี่ และบริการต่าง ๆ ระหว่างวันที่ 23 ตุลาคมถึง 31 ธันวาคม 2563 ผ่าน g-Wallet บนแอปพลิเคชัน “เป๋าตัง” และผู้ประกอบการที่เข้าร่วมโครงการที่รับชำระเงินด้วยแอปพลิเคชัน “ถุงเงิน” โดยภาครัฐจะร่วมจ่ายค่าอาหาร เครื่องดื่ม และสินค้าทั่วไปร้อยละ 50 โดยไม่เกิน 150 บาทต่อคนต่อวัน หรือไม่เกิน 3,000 บาทต่อคน เพื่อให้เกิดความต่อเนื่องในการฟื้นฟูเศรษฐกิจ รัฐบาลจึงได้ดำเนินโครงการ “คนละครึ่ง ระยะที่ 2” ใช้วงเงินเพิ่มอีก 22,500 ล้านบาท โดยเป็นการขยายวงเงินค่าใช้จ่ายให้แก่ผู้ได้รับสิทธิ์เดิมเพิ่มเติมคนละ 500 บาทต่อคน และขยายสิทธิ์ผู้เข้าร่วมโครงการเพิ่มเติมอีก จำนวน 5 ล้านคน โดยจะได้รับวงเงินสนับสนุนคนละ 3,500 บาทต่อคน และสามารถใช้จ่ายได้ตั้งแต่วันที่ 1 มกราคม ถึง วันที่ 31 มีนาคม 2564

สำหรับผลการดำเนินการของ โครงการ “คนละครึ่ง” ในภาพรวมของทั้ง 2 ระยะ มีผู้ใช้สิทธิจำนวน 14.79 ล้านคน และมีร้านค้าลงทะเบียนเข้าร่วมโครงการกว่า 1.5 ล้านร้านค้า โดยมียอดการใช้จ่ายเงินเกิดขึ้นทั้งสิ้น 102,065 ล้านบาท โดยแบ่งเป็นเงินอุดหนุนจากรัฐบาล (จากเงินกู้ภายใต้ พ.ร.ก. COVID-19ฯ) จำนวน 49,813 ล้านบาท (ร้อยละ 94.88 ของวงเงินอนุมัติ 52,500 ล้านบาท) เป็นเงินที่มาจากประชาชนเอง 52,252 ล้านบาท หรือคิดเป็นส่วนเพิ่มการใช้จ่าย (สัดส่วนวงเงินที่ประชาชนจ่ายเพิ่มเองต่อวงเงินที่รัฐบาลสนับสนุน) อยู่ที่ 1.05 เท่า และหากพิจารณายอดการใช้จ่ายเฉลี่ยต่อคนจะอยู่ที่ประมาณ 6,900 บาท โดยแบ่งเป็นเงินอุดหนุนจากรัฐบาลจำนวน 3,367 บาท (ร้อยละ 96.20 ของวงเงินสนับสนุนจากรัฐบาลสูงสุดต่อราย 3,500 ล้านบาท) และเป็นเงินที่ประชาชนจ่ายเพิ่มเอง 3,532 บาท โดยคาดว่าจะมีส่วนช่วยสนับสนุนให้ GDP เพิ่มขึ้นอย่างน้อยที่สุดร้อยละ 0.14 เมื่อเปรียบเทียบกับกรณีไม่มีโครงการ

หากพิจารณาแนวโน้มการใช้จ่ายในแต่ละช่วงเวลาพบว่า โครงการในระยะที่ 1 มีลักษณะของLearning curving ในช่วงแรกของโครงการ โดยในวันแรก (23 ต.ค. 63) มียอดใช้จ่ายรวมเพียง 103 ล้านบาท แต่ทยอยเพิ่มขึ้นอย่างต่อเนื่องจนถึง 937 ล้านบาท ในวันที่ 12 ของโครงการ (5 พ.ย. 63) และปรับตัวลดลงเล็กน้อยโดยเคลื่อนไหวอยู่ในช่วง 800-940 ล้านบาทต่อวันในช่วง 7 วันถัดมา (6 พ.ย. – 12 พ.ย. 63) ก่อนจะเพิ่มขึ้นถึง 1,000 ล้านบาทเป็นครั้งแรกในวันที่ 20 ของโครงการ (13 พ.ย. 2563) โดยหลังจากนั้นยอดใช้ต่อวันอยู่ในระดับสูงกว่า 1,000 ล้านบาทอย่างต่อเนื่อง (ยกเว้นวันที่ 30 พ.ย. และ 1 ธ.ค. 63) จนถึงวันที่ 3 ธันวาคม 2563 ก่อนจะเข้าสู่แนวโน้มขาลงต่อเนื่องจนถึงวันสิ้นสุดโครงการระยะที่ 1 (31 ธ.ค. 63) ในขณะที่ยอดการใช้จ่ายโครงการในระยะที่ 2 ตั้งแต่วันที่ 1 มกราคม 2564 เป็นต้นไป อยู่ในระดับสูงสุดในวันแรกและมีแนวโน้มค่อย ๆ ลดลงอย่างต่อเนื่องจนวันสุดท้ายของโครงการ (แผนภาพที่ 1)

แผนภาพที่ 1 แนวโน้มยอดการใช้จ่ายรวมต่อวัน

อย่างไรก็ดี หากพิจารณายอดใช้จ่ายต่อหัวต่อวันแล้ว พบว่า 3 วันแรกของการเริ่มโครงการ (23 – 25 ต.ค. 63) มียอดใช้จ่ายต่อหัวต่อวันสูงสุด อยู่ที่ 263.71 263.63 และ 264.91 บาท (สอดคล้องกับยอดการใช้จ่ายเฉลี่ยต่อธุรกรรมที่มียอดสูงสุดในช่วง 3 วันแรกเช่นกัน อยู่ที่ 232.26 233.51 และ 236.86 ต่อธุรกรรมใน 3 วันแรกตามลำดับ) แสดงให้เห็นว่า แม้ว่าจะต้องใช้เวลาระยะหนึ่งเพื่อให้ประชาชนเริ่มใช้โครงการอย่างแพร่หลาย แต่สำหรับกลุ่มคนที่เริ่มใช้ตั้งแต่วันแรกไม่ได้มีลักษณะของ Learning curving (ทดลองใช้ด้วยวงเงินเล็กน้อยก่อน) แต่กลับพร้อมใช้จ่ายด้วยวงเงินที่สูง (เมื่อเทียบกับช่วงเวลาถัดมา) ตั้งแต่เริ่มโครงการ นอกจากนี้ ยังพบว่าช่วงวันเสาร์-อาทิตย์จะมียอดใช้จ่ายต่อหัวต่อวันสูงสุดในช่วงรอบสัปดาห์ตลอดทั้งโครงการใน 2 ระยะ (แผนภาพที่ 2)

แผนแภาพที่ 2 แนวโน้มยอดการใช้จ่ายต่อหัวต่อวัน

หมายเหตุ: สีแดงแสดงยอดใช้จ่ายต่อหัวในวันเสาร์ – อาทิตย์

ในขณะที่หากพิจารณาส่วนเพิ่มการใช้จ่ายรายวันพบว่า 3 วันแรกของการเริ่มโครงการ (23 – 25 ต.ค. 63) จะมีส่วนเพิ่มการใช้จ่ายอยู่ในระดับสูงเช่นกันประมาณ 1.07 แต่ยังคงต่ำกว่าช่วงท้ายโครงการเฟส 1 ที่มีค่าบางวันเพิ่มขึ้นสูงถึง 1.08-2.00 ซึ่งคาดว่าเป็นผลจากการเร่งใช้วงเงินให้หมดก่อนสิ้นสุดโครงการเป็นสำคัญ ในขณะที่ในช่วงเฟส 2 มีส่วนเพิ่มการใช้จ่ายสูงสุดในช่วงกลางโครงการ (ช่วงเดือนกุมภาพันธ์) ทั้งนี้ ทั้งเฟส 1 และ 2 มีส่วนเพิ่มการใช้จ่ายในสัปดาห์สูงสุดในช่วงวันเสาร์-อาทิตย์ (ยกเว้น (1) วันที่ 23 ต.ค. 63 ซึ่งเป็นวันแรกของการเริ่มโครงการ (2) 18 พ.ย. 63 (3) 30-31 ธ.ค. 63 ซึ่งเป็น 2 วันสุดท้ายของโครงการเฟส 1 (4) 26 ก.พ. 64 ซึ่งตรงกับวันมาฆบูชา และ (5) 31 มี.ค. 64 ซึ่งเป็นวันสุดท้ายของโครงการเฟส 2) ซึ่งอาจสะท้อนถึงความต้องการในการออกมาจับจ่ายใช้สอยในวันเสาร์อาทิตย์ที่สูงกว่าวันธรรมดา (แผนภาพที่ 3)

แผนภาพที่ 3 แนวโน้มส่วนเพิ่มการใช้จ่ายต่อวัน

หมายเหตุ: สีแดงแสดงส่วนเพิ่มการใช้จ่ายต่อหัวในวันเสาร์ – อาทิตย์
สีม่วงแสดงส่วนเพิ่มการใช้จ่ายต่อหัวในวันที่ไม่ใช่เสาร์อาทิตย์แต่อยู่ในระดับสูงเป็นพิเศษ

มิติด้านพื้นที่

หากพิจารณาจากมูลค่าการใช้จ่ายที่เกิดขึ้น พบว่า จังหวัดกรุงเทพมหานครมีมูลค่าการใช้จ่ายเกิดขึ้นสูงสุดอยู่ที่ 16,825 ล้านบาท คิดเป็นร้อยละ 16.48 ของมูลค่าการใช้จ่ายทั้งโครงการ โดยอันดับที่สองคือจังหวัดชลบุรี มีสัดส่วนลดลงเหลือเพียงประมาณร้อยละ 4.43 อันดับที่สาม สี่ และห้า คือจังหวัดสมุทรปราการ สงขลา และเชียงใหม่ โดยมีสัดส่วนอยู่ที่ร้อยละ 3.82 3.40 และ 3.35 ตามลำดับ ในขณะที่จังหวัดที่มีมูลค่าการใช้จ่ายเกิดขึ้นน้อยสุด 5 จังหวัด ประกอบด้วย จังหวัดสิงห์บุรี มุกดาหาร อำนาจเจริญ บึงกาฬ และแม่ฮ่องสอน ซึ่งมีสัดส่วนต่อมูลค่าการใช้จ่ายทั้งโครงการอยู่ที่ร้อยละ 0.28 0.25 0.24 0.16 และ 0.15 ตามลำดับ (แผนภาพที่ 4)

อย่างไรก็ดี หากพิจารณามูลค่าการใช้จ่ายในรูปของสัดส่วนต่อผลิตภัณฑ์มวลรวมจังหวัด (Gross Provincial Product: GPP) พบว่า สัดส่วนดังกล่าวจะมีแนวโน้มสูงขึ้นในจังหวัดที่มี GPP ต่ำ โดยจังหวัดที่มีสัดส่วนมูลค่าใช้จ่ายต่อ GPP สูงสุด 10 อันดับแรก ได้แก่ พัทลุง นราธิวาส ตรัง ปัตตานี ยะลา นครศรีธรรมราช แพร่ สตูล พะเยา ชัยภูมิ ล้วนแต่เป็นจังหวัดที่มี GPP อยู่ใน Quartile ที่ 3 และ 4 ทั้งสิ้น (ยกเว้นจังหวัดนครศรีธรรมราชที่ GPP อยู่ใน Quartile ที่ 2) ในขณะที่จังหวัดที่มีสัดส่วนมูลค่าใช้จ่ายต่อ GPP ต่ำสุด 10 อันดับ ได้แก่ ระยอง ปราจีนบุรี กรุงเทพมหานคร ฉะเชิงเทรา สมุทรสาคร ชลบุรี สระบุรี อยุธยา สมุทรปราการ และนครปฐม ล้วนแต่เป็นจังหวัดที่มี GPP อยู่ใน Quartile ที่ 1 ทั้งสิ้น (แผนภาพที่ 5 และ 6)

แผนภาพที่ 4 มูลค่าการใช้จ่ายรายจังหวัดของโครงการคนละครึ่ง (รวม 2 ระยะ) หน่วย: ล้านบาท

แผนภาพที่ 5 สัดส่วนมูลค่าการใช้จ่ายต่อ GPP รายจังหวัด (รวม 2 ระยะ)

แผนภาพที่ 6 ความสัมพันธ์ระหว่างสัดส่วนมูลค่าการใช้จ่ายต่อ GPP รายจังหวัด (รวม 2 ระยะ)

ความสัมพันธ์ดังกล่าวสะท้อนถึงประสิทธิผลของโครงการคนละครึ่งที่มีการกำหนดเงื่อนไขการใช้เงินให้ใช้จ่ายได้เฉพาะร้านค้ารายย่อยที่เข้าร่วมโครงการเท่านั้น ส่งผลให้จังหวัดที่มีรายได้ต่ำ (มีสัดส่วนของร้านค้ารายย่อยมาก) จะได้รับการสนับสนุนจากรัฐบาลมาก (เมื่อเทียบกับรายได้รวมของจังหวัด) ในขณะที่จังหวัดที่มีรายได้สูงก็จะได้รับการสนับสนุนจากรัฐบาลในสัดส่วนที่น้อยลง นอกจากนี้ หากพิจารณาเป็นรายอำเภอ พบว่า 10 อำเภอแรกที่มียอดการใช้จ่ายสูงสุดยังเป็นอำเภอที่เป็นหัวเมืองหลักในต่างจังหวัดทั้งสิ้น ในขณะที่เขตที่มียอดการใช้จ่ายสูงสุดของจังหวัดกรุงเทพมหานคร คือ บางกะปิ (อันดับ 14) ลาดกระบัง (17) สะท้อนให้เห็นว่า พื้นที่ที่ได้ประโยชน์สูงสุดของโครงการน่าจะเป็นพื้นที่ที่มีลักษณะของความเป็นชุมชนสูง มีร้านค้ารายย่อยอยู่มาก แต่ไม่ใช่พื้นที่ย่านธุรกิจ พื้นที่เกษตรกรรม หรือพื้นที่ทุรกันดาร ซึ่งคาดว่าน่าจะเป็นพื้นที่ที่ได้รับผลกระทบจากการแพร่ระบาดของโรค COVID-19 ในระดับน้อยกว่า (ตารางที่ 1)

หากพิจารณาในแง่ของส่วนเพิ่มการใช้จ่ายแล้ว พบว่า จังหวัดที่มี GPP ต่อหัวสูงจะส่งผลให้ส่วนเพิ่มการใช้จ่ายของจังหวัดนั้นสูงขึ้น โดยจังหวัดที่มีส่วนเพิ่มการใช้จ่ายสูงสุด 10 อันดับแรก ได้แก่ เชียงใหม่ ภูเก็ต สมุทรสงครา จันทบุรี ชลบุรี น่าน แม่ฮ่องสอน นนทบุรี ระยอง และเลย ส่วนใหญ่เป็นจังหวัดที่มี GPP ต่อหัวอยู่ใน Quartile ที่ 1 และ 2 ทั้งสิ้น มีเพียงจังหวัดเลยที่มี GPP ต่อหัวอยู่ใน Quartile ที่ 3 และจังหวัดน่าน และแม่ฮ่องสอนที่มี GPP ต่อหัวอยู่ใน Quartile ที่ 4 ในขณะที่จังหวัดที่มีส่วนเพิ่มการใช้จ่ายต่ำสุด 10 อันดับสุดท้าย ได้แก่ นราธิวาส อำนาจเจริญ มุกดาหาร สุโขทัย ศรีสะเกษ กาฬสินธุ์ ร้อยเอ็ด ยโสธร หนองบัวลำภู และชัยภูมิ เป็นจังหวัดที่มี GPP ต่อหัวอยู่ใน Quartile ที่ 4 ทั้งสิ้น ยกเว้นจังหวัดสุโขทัยที่มี GPP ต่อหัวอยู่ใน Quartile ที่ 3 (แผนภาพที่ 7 และ 8)

ลำดับ	จังหวัด	อำเภอ	ยอดการใช้จ่าย
1	สมุทรปราการ	เมืองสมุทรปราการ	1,520,310,478
2	สงขลา	หาดใหญ่	1,448,378,247
3	เชียงใหม่	เมืองเชียงใหม่	1,416,290,039
4	ชลบุรี	เมืองชลบุรี	1,383,193,050
5	นครราชสีมา	เมืองนครราชสีมา	1,206,128,301
6	นนทบุรี	เมืองนนทบุรี	1,144,684,514
7	ชลบุรี	ศรีราชา	1,062,572,704
8	ปทุมธานี	คลองหลวง	1,022,158,361
9	ภูเก็ต	เมืองภูเก็ต	1,015,803,854
10	ชลบุรี	บางละมุง	985,220,050
11	สมุทรปราการ	บางพลี	945,034,975
12	ขอนแก่น	เมืองขอนแก่น	846,587,635
13	พิษณุโลก	เมืองพิษณุโลก	843,015,737
14	กรุงเทพมหานคร	บางกะปิ	793,130,746
15	สมุทรสาคร	เมืองสมุทรสาคร	729,563,954
16	สุราษฎร์ธานี	เมืองสุราษฎร์ธานี	722,164,870
17	กรุงเทพมหานคร	ลาดกระบัง	712,230,849
18	ระยอง	เมืองระยอง	700,832,798
19	นนทบุรี	ปากเกร็ด	681,772,051
20	ปทุมธานี	ลำลูกกา	681,486,506

ตารางที่ 1 อำเภอที่มีมูลค่าการใช้จ่ายสูงสุด 20 อันดับแรก

แผนภาพที่ 7 ส่วนเพิ่มการใช้จ่ายรายจังหวัด (รวม 2 ระยะ)
ที่มา: สำนักงานเศรษฐกิจการคลัง

แผนภาพที่ 8 ความสัมพันธ์ระหว่างส่วนเพิ่มการใช้จ่ายต่อ GPP Per Capita รายจังหวัด (รวม 2 ระยะ)

มิติด้านอายุ

เพื่อง่ายต่อการวิเคราะห์ตีความ ในการพิจารณาในมิติเชิงอายุจะแบ่งช่วงอายุ (ณ ปี 2563) ออกเป็น 5 กลุ่มช่วงอายุ (Generation) ได้แก่ (1) Builder อายุ 75 ปีขึ้นไป (2) Baby Boomer อายุ 56-74 ปี (3) Gen X อายุ 40-55 ปี (4) Gen Y อายุ 24-39 ปี (5) Gen Z อายุ 8-23 ปี โดยมีข้อค้นพบที่น่าสนใจ ดังนี้

Builder (75 ปีขึ้นไป)

มีจำนวนผู้เข้าร่วมโครงการน้อยที่สุด คิดเป็นเพียงร้อยละ 1.17 ของผู้เข้าร่วมโครงการทั้งหมด และร้อยละ 5.78 ของประชากรกลุ่ม Builder ทั้งหมด ซึ่งส่วนหนึ่งอาจมาจากข้อจำกัดด้านการเข้าถึงเทคโนโลยีและข้อจำกัดเชิงกายภาพของ Builder นอกจากนี้ ยอดใช้ต่อหัวอยู่ในระดับไม่สูงมากนัก (สูงกว่าเฉพาะ Gen Z) อยู่ที่ 6,911 บาทต่อหัว คิดเป็นส่วนเพิ่มการใช้จ่าย 1.04 (ใกล้เคียงกับ Gen Z) สะท้อนถึงระดับรายได้และเงินออมของกลุ่มผู้สูงอายุที่อาจไม่สูงมากนักเมื่อเทียบกับกลุ่มวัยทำงาน อย่างไรก็ดีกลุ่ม Builder มียอดการใช้เฉลี่ยต่อครั้งค่อนข้างสูงอยู่ที่ 177 บาท แต่มีจำนวนการใช้ต่ำเฉลี่ยอยู่ที่ 39 ครั้งต่อคน ซึ่งอาจสะท้อนถึงข้อจำกัดด้านการใช้เทคโนโลยีและข้อจำกัดเชิงกายภาพเช่นกัน นอกจากนี้ หากพิจารณาการตอบสนองต่อการระบาดระลอก 2 ของโรค COVID-19 พบว่า กลุ่ม Builder

Baby Boomer (56-74 ปี)

มีจำนวนผู้เข้าร่วมโครงการ และสัดส่วนต่อผู้เข้าร่วมโครงการทั้งหมดสูงเป็นอันดับ 3 รองจาก Gen Y และ Gen X อย่างไรก็ดี สัดส่วนผู้เข้าร่วมโครงการต่อประชากรของกลุ่ม Baby Boomer ทั้งหมดอยู่ที่ร้อยละ 18.05 อยู่ในระดับต่ำรองจากกลุ่ม Builder ซึ่งอาจสะท้อนถึงข้อจำกัดด้านการใช้เทคโนโลยีเช่นกัน ในขณะที่ยอดใช้ต่อหัวอยู่ในระดับค่อนข้างสูง (รองจาก Gen X) อยู่ที่ 6,945 บาทต่อหัว คิดเป็นส่วนเพิ่มการใช้จ่าย 1.045 (ใกล้เคียงกับ Gen X) สะท้อนถึงกำลังทรัพย์ที่ในระดับหนึ่งแต่จะมีลักษณะการใช้จ่ายเงินอย่างคุ้มค่า (พร้อมใช้จ่ายเยอะขึ้น ถ้าได้รับสิทธิประโยชน์เพิ่มขึ้น) นอกจากนี้ ยอดใช้จ่ายต่อครั้งของกลุ่ม Baby boomer อยู่ในระดับสูงสุดใน 5 กลุ่มช่วงอายุ อยู่ที่ 179 บาทต่อครั้ง และมีจำนวนครั้งที่ใช้น้อยที่สุดอยู่ที่ 39 ครั้ง เท่ากับกลุ่ม Builder ซึ่งอาจสะท้อนถึงปัจจัยจากข้อจำกัดด้านการใช้เทคโนโลยีเช่นกัน

Gen X (40-55 ปี)

มีจำนวนผู้เข้าร่วมโครงการ และสัดส่วนผู้เข้าร่วมโครงการต่อประชากร Gen X ทั้งประเทศ สูงเป็นอันดับสองรองจาก Gen Y แต่มีสัดส่วนผู้เข้าร่วมโครงการต่อประชากรของกลุ่ม Gen X ทั้งหมดอยู่ที่ร้อยละ 28.47 ต่ำกว่ากลุ่ม Gen Y และ Gen Z ซึ่งอาจเป็นผลจากข้อจำกัดด้านเวลาในการกดลงทะเบียนเพื่อให้ทันในการรับสิทธิ์ รวมไปถึงความจำเป็นในการรับความช่วยเหลือทางการเงินจากภาครัฐอาจอยู่ในระดับต่ำ เมื่อเทียบกับอีกสองกลุ่มช่วงอายุดังกล่าว ซึ่งข้อเท็จจริงดังกล่าวยังสะท้อนให้เห็นในรูปของยอดใช้จ่ายต่อหัวของผู้เข้าร่วมโครงการซึ่งอยู่ที่ 6966 บาท สูงสุดในทั้ง 5 กลุ่มช่วงอายุ โดยมีส่วนเพิ่มการใช้เงินตนเองอยู่ที่ 1.048 เท่า ต่ำกว่า Gen Y แต่มีการใช้วงเงินที่รัฐบาลสนับสนุนสูงสุดในทั้ง 5 กลุ่มช่วงอายุ อยู่ที่ 3,402 บาท (คิดเป็นร้อยละ 97 ของวงเงิน 3,500 บาท ที่รัฐบาลจะให้การสนับสนุนสูงสุดต่อราย) สะท้อนถึงกำลังทรัพย์ที่อยู่ในระดับสูงแต่จะมีลักษณะการใช้จ่ายเงินอย่างคุ้มค่าของกลุ่ม Gen X สำหรับยอดใช้จ่ายต่อครั้งของกลุ่ม Gen X อยู่ที่ 163 บาทต่อครั้ง ต่ำกว่ากลุ่ม Builder และ Baby Boomer และมีจำนวนครั้งที่ใช้อยู่ที่ 43 ครั้งต่อคน สูงกว่ากลุ่ม Builder และ Baby Boomer

Gen Y (24-39 ปี)

มีจำนวนผู้เข้าร่วมโครงการสูงสุดในทั้ง 5 กลุ่มช่วงอายุ คิดเป็นร้อยละ 39.22 ของผู้เข้าร่วมโครงการทั้งหมด โดยมีสัดส่วนต่อประชากรกลุ่ม Gen Y ทั้งประเทศ อยู่ที่ร้อยละ 38.26 สะท้อนถึงความเข้าถึงและคุ้นชินกับเทคโนโลยีสูงของ Gen Y นอกจากนี้ กลุ่ม Gen Y ยังมีส่วนเพิ่มการใช้จ่ายสูงถึง 1.055 สูงที่สุดใน 5 กลุ่มช่วงอายุ แต่มียอดใช้จ่ายรวมต่อหัวอยู่ที่ 6,913 ใกล้เคียงกับกลุ่ม Builder และต่ำกว่า Gen X และ Baby Boomer โดยเป็นส่วนที่มาจากเงินตนเอง 3,550 บาท (สูงเป็นอันดับสองรองจาก Gen X) และส่วนที่มาจากเงินรัฐบาล 3,363 บาท (ต่ำกว่า Gen X Baby Boomer และ Builder) สะท้อนถึงกำลังทรัพย์ที่ค่อนข้างสูง (แต่อาจน้อยกว่า Gen X) และพร้อมที่จะใช้จ่ายเพื่อทดลองสิ่งแปลกใหม่โดยไม่ได้ให้ความสำคัญกับความคุ้มค่า/สิทธิประโยชน์สูงที่สุด ทั้งนี้ กลุ่ม Gen Y มียอดใช้จ่ายต่อครั้งอยู่ที่ 144 บาท อยู่ในระดับต่ำ (แต่สูงกว่า Gen Z) และจำนวนครั้งที่ใช้สูง (แต่ต่ำกว่า Gen Z) อยู่ที่ 48 ครั้งต่อคน

Gen Z (8-23 ปี)

มีจำนวนผู้เข้าร่วมโครงการค่อนข้างต่ำ (แต่สูงกว่ากลุ่ม Builder) คิดเป็นร้อยละ 13.16 ของผู้เข้าร่วมโครงการทั้งหมด แต่ส่วนหนึ่งเป็นผลจากเงื่อนไขโครงการที่กำหนดเกณฑ์อายุขั้นต่ำที่ 18 ปี โดยหากพิจารณาจากสัดส่วนผู้เข้าร่วมโครงการต่อประชากรช่วงอายุ 18- 23 ปีทั้งประเทศ จะอยู่ที่ร้อยละ 38.16 อยู่ในระดับสูงใกล้เคียงกับสัดส่วนของ GEN Y สะท้อนถึงความเข้าถึงและคุ้นชินกับเทคโนโลยีสูงของ Gen Z เช่นกัน อย่างไรก็ดี ยอดใช้จ่ายต่อหัวของ Gen Z อยู่ที่เพียง 6,647 อยู่ในอันดับต่ำสุด โดยมียอดใช้จ่ายจากเงินของตนเองอยู่ที่ 3,386 บาท ต่อหัว (ในขณะที่ Gen อื่น เกิน 3,500 บาท ทั้งหมด) และยอดใช้จ่ายจากเงินรัฐบาล 3,261 บาทต่อหัว คิดเป็นส่วนเพิ่มการใช้จ่าย 1.038 เท่า ต่ำที่สุดใน 5 กลุ่มช่วงอายุ และมีวงเงินสนับสนุนจากรัฐบาลที่ไม่ได้ใช้สิทธิเหลือถึง 239 บาท (ในขณะที่ Gen อื่น จะมีวงเงินเหลือที่ไม่ได้ใช้สิทธิเพียงประมาณ 100 บาท)

สะท้อนถึงข้อจำกัดด้านรายได้ที่มีอยู่มากเมื่อเทียบกับช่วงอายุอื่น เนื่องจากเป็นช่วงอายุที่เริ่มทำงานทำให้มีเงินเดือนน้อย รวมไปถึงเป็นกลุ่มที่เพิ่มจบการศึกษาและอาจไม่สามารถหางานทำได้จากผลกระทบของ COVID-19 ทำให้ Gen Z ต้องการใช้จ่ายให้คุ้มค่าที่สุดและน้อยที่สุดแม้จะได้รับการสนับสนุนส่วนหนึ่งจากรัฐบาลก็ตาม นอกจากนี้ ยอดใช้ต่อครั้งอยู่ที่เพียง 132 บาทต่อครั้ง ต่ำที่สุดในทั้ง 5 กลุ่มช่วงอายุ และมีจำนวนครั้งที่ใช้สูงที่สุดเฉลี่ยอยู่ที่ 51 ครั้งต่อคน สะท้อนให้เห็นถึงพฤติกรรมการกระจายวงเงินการใช้จ่ายต่อวันเพื่อให้สามารถใช้สิทธิวงเงินสนับสนุนจากรัฐบาลให้ได้มากที่สุด เนื่องจากโครงการมีการกำหนดเงื่อนไขวงเงินสนับสนุนจากรัฐบาลอยู่ที่ไม่เกิน 150 บาทต่อวัน

แผนภาพที่ 9 พฤติกรรมการใช้จ่ายแยกตามกลุ่มช่วงอายุ

มิติด้านร้านค้า

เม็ดเงิน จำนวน 102,065 ล้านบาท ได้ลงสู่ผู้ประกอบการรายย่อยที่เป็นหาบเร่แผงลอย หรือคิดเป็นประมาณร้อยละ 12.65 ของมูลค่าการใช้จ่ายทั้งโครงการ ทั้งนี้ เป็นธุรกรรมการซื้อขายกับร้านหาบเร่ แผงลอย แต่หากพิจารณาจากจำนวนธุรกรรม พบว่า สัดส่วนของจำนวนธุรกรรมกับร้านหาบเร่ แผงลอย จะเพิ่มขึ้นเป็นร้อยละ 19.39 (แผนภาพที่ 10)

เม็ดเงินได้ลงสู่ร้านค้าประเภทร้านอาหารและเครื่องดื่มสูงสุด คิดเป็นร้อยละ 41.05 ของเม็ดเงินทั้งหมด (ร้อยละ 56.29 ของธุรกรรมทั้งหมด) รองลงมาคือร้านค้าทั่วไปและอื่น ๆ คิดเป็นร้อยละ 36.70 ของเม็ดเงินทั้งหมด (ร้อยละ 29.20 ของธุรกรรมทั้งหมด) อันดับที่ 3 คือร้านธงฟ้า และอันดับ 4 คือ ร้าน OTOP ทั้งนี้ อันดับดังกล่าวส่วนหนึ่งสะท้อนตามจำนวนร้านค้าที่ลงทะเบียนกับโครงการคนละครึ่ง

ทั้งนี้ หากพิจารณาจากส่วนเพิ่มการใช้จ่าย จะพบว่า ร้านค้าหาบเร่แผงลอยร้านอาหารและเครื่องดื่มมีค่าดังกล่าวสูงสุดเช่นกันอยู่ที่ 1.07 ในขณะที่ค่าเฉลี่ยทั้งโครงการอยู่ที่ประมาณ 1.05 โดยเฉพาะกรณีของร้านอาหารและเครื่องดื่มที่มีหน้าร้านมีค่าดังกล่าวสูงถึง 1.08 ในขณะที่ร้านอาหารฯ ที่เป็นหาบเร่แผงลอยมีค่าดังกล่าวอยู่ที่เพียง 1.03 ส่วนหนึ่งสะท้อนถึงความเป็นสินค้าฟุ่มเฟือยโดยเปรียบเทียบ รวมไปถึงอาจมีสาเหตุอีกส่วนหนึ่งมาจากการไปทานอาหารร่วมกันเป็นกลุ่มโดยให้น้ำหนักกับเม็ดเงินที่เป็นส่วนลดรวมของทุกคน

แผนภาพที่ 10 ข้อมูลการใช้จ่ายโครงการคนละครึ่งแยกตามประเภทร้านค้า

การวิเคราะห์และประเมินผลสัมฤทธิ์ของการดำเนินมาตรการ/โครงการต่าง ๆ ของรัฐบาลภายใต้งบประมาณของประเทศที่มีจำกัด ถือเป็นประเด็นที่มีความสำคัญในการแสดงถึงความคุ้มค่าของงบประมาณหรือเงินกู้ที่รัฐบาลใช้ไป จากความก้าวหน้าและการเข้าถึงเทคโนโลยีดิจิตอลของโลกยุค 4.0 ที่ทำให้รัฐบาลได้กำหนดเงื่อนไขการใช้เงินผ่านแฟลตฟอร์มมือถือในหลาย ๆ โครงการในช่วงวิกฤต COVID-19 ซึ่งนอกจากจะเป็นการช่วยลดการจับต้องวัตถุที่อาจเป็นสาเหตุในการแพร่กระจายเชื้อไวรัสแล้ว ยังทำให้ภาครัฐมีฐานข้อมูลเพื่อนำมาใช้วิเคราะห์ศึกษาและประเมินผลสัมฤทธิ์ของโครงการนั้น ๆ รวมไปถึงอาจนำมาวิเคราะห์พฤติกรรมของประชาชนในการใช้วงเงินช่วยเหลือหรือสิทธิประโยชน์จากรัฐบาลในช่วงการแพร่ระบาดของโรค COVID-19 ซึ่งจะเป็นประโยชน์ต่อการพิจารณาออกแบบนโยบายทางการคลังของภาครัฐในอนาคตต่อไป