Panel1-Shaping the Future with Insights

เปิดมุมมองใหม่ ร่วมขับเคลื่อน (โจทย์) นโยบายไทยด้วยพลังแห่งข้อมูล

‘Data is the new oil.’

คงไม่กล่าวเกินจริงแต่อย่างใด หากเราจะบอกว่าทรัพยากรที่มีค่าที่สุดของโลกตอนนี้อาจไม่ใช่น้ำมันเหมือนที่เคยเป็นมา แต่เป็น ‘ข้อมูล’ โดยเฉพาะในโลกเสมือนไร้พรมแดนที่ถูกขับเคลื่อนด้วยเทคโนโลยีและนวัตกรรม ที่ข้อมูลทีละเล็กทีละน้อยสามารถก่อร่างสร้างเป็นปัจจัยขับเคลื่อนให้เกิดการเปลี่ยนแปลงได้อย่างมหาศาล

เมื่อเป็นเช่นนี้ คงไม่ผิดอะไรถ้าจะกล่าวว่า ผู้ใดถือข้อมูลอยู่ในมือ ผู้นั้นสามารถใช้ประโยชน์ได้ตั้งแต่ทำกำไรให้ธุรกิจไปจนถึงการออกแบบนโยบายเพื่อขับเคลื่อนประเทศ เพราะหลายครั้งที่ข้อมูลที่อยู่ใกล้ตัวเรา ไม่ว่าจะเป็นสถิติการสั่งอาหารผ่านแอปพลิเคชัน หรือแม้กระทั่งการใช้โทรศัพท์มือถือ สามารถกลายเป็นเชื้อเพลิงชั้นดีในการหล่อหลอมขับเคลื่อนไปสู่การกระทำต่างๆ ตั้งแต่เรื่องระดับบุคคลอย่างการออกแบบธุรกิจ ไปจนถึงเรื่องระดับประเทศอย่างการออกแบบนโยบายสาธารณะหรือมาตรการต่างๆ

อย่างไรก็ดี เราต้องไม่ลืมว่าข้อมูลคือข้อมูล แต่การจะนำข้อมูลไปสร้างสรรค์ให้เกิดประโยชน์สูงสุดได้ต้องอาศัยมุมมองหรือเลนส์ใหม่ๆ ร่วมด้วยเช่นกัน ประเด็นสำคัญจึงอยู่ที่ว่า เรามองเห็นอะไรในข้อมูล และที่สำคัญกว่านั้น เราจะเปิดมุมมองใหม่ๆ และนำข้อมูลที่ได้มาขับเคลื่อนความท้าทายต่างๆ ที่มีอยู่รอบตัวอย่างไร

Data Con 2024 ชวนท่องไปในวงโคจรแห่งข้อมูลกับเรื่องเล่าจาก 3 นักนโยบายชั้นนำระดับประเทศ ในยุคที่ข้อมูลไม่ได้เป็นเพียงแค่เครื่องมือ แต่คือพลังใหม่เพื่อขับเคลื่อนการออกแบบนโยบายที่จะตอบสนองความต้องการสูงสุดของสังคมและประชาชน

ร่วมท่องโลกแห่งข้อมูลเพื่อการกำหนดนโยบายได้ ในบรรทัดถัดจากนี้

หมายเหตุ: เก็บความบางส่วนจากงาน dataCon2024 ในหัวข้อ ‘สร้างนโยบายแห่งอนาคต ด้วยพลังข้อมูล Shaping the Future with Insights’

จากการสั่งอาหารสู่ข้อมูลภาพรวมเศรษฐกิจ เรารู้อะไรตอนคนไทยสั่งอาหาร

หากพูดถึงแอปพลิเคชันที่คนไทยนิยมใช้เป็นอันดับต้นๆ คงหนีไม่พ้นแอปพลิเคชันสั่งอาหาร (food delivery) ที่มีให้เลือกมากมายหลายเจ้าในตลาด และนั่นทำให้แอปพลิเคชันสั่งอาหารต่างๆ มีข้อมูลของผู้ใช้อย่างละเอียดยิบ ดังที่ อิสริยะ ไพรีพ่ายฤทธิ์ ผู้อำนวยการฝ่ายนโยบายสาธารณะและรัฐกิจสัมพันธ์ของ LINE MAN Wongnai อธิบายว่า แอปพลิเคชันเหล่านี้จะเก็บข้อมูลของผู้ใช้อย่างละเอียดชนิดที่รู้ว่าคนไทยชอบทานอะไร ชอบสั่งร้านไหน จนถึงขั้นชอบสั่งไปส่งที่ย่านไหนเลยทีเดียว

ถ้าให้กล่าวแบบสรุป อิสริยะอธิบายจากข้อมูลที่เก็บได้ว่า พฤติกรรมของไทยในการใช้แอปพลิเคชันสั่งอาหารแต่ละเจ้าไม่ได้มีความแตกต่างกันมาก ไม่ว่าจะใช้แอปพลิเคชันไหนก็ตาม ทว่าสิ่งที่แตกต่างกันคือการกระจายตัวของไรเดอร์ (rider) ที่จำนวนไรเดอร์บริเวณใจกลางเมืองหรือย่านธุรกิจจะมีความหนาแน่นสูงกว่าอย่างเห็นได้ชัด

ประเด็นที่น่าสนใจอยู่ตรงนี้ ข้อมูลดังกล่าวไม่ได้บอกแค่ว่าคนไทยชอบทานอะไร หรือชอบสั่งให้ไปส่งที่ไหน แต่อิสริยะยกตัวอย่างให้เราเห็นว่า ข้อมูลเหล่านี้สามารถนำไปใช้ประโยชน์ในหลากหลายทางได้มากกว่าที่คิด

ตัวอย่างแรก คือ ความร่วมมือระหว่างวงในกับสถาบันวิจัยป๋วย อึ๊งภากรณ์ ในช่วงปี 2559 ที่มีการใช้ข้อมูลร้านอาหารทั้งหมดในเมืองไทยซึ่งมีประมาณ 1 ล้านร้าน ที่เก็บข้อมูลทั้งขนาดและระยะเวลาในการเปิดร้านไปจนถึงในกรณีที่ร้านปิด อิสริยะอธิบายเสริมว่า ร้านอาหารเป็นธุรกิจที่มีการหมุนเวียนอยู่ตลอดเวลา ทั้งการเริ่มและเลิกกิจการ ข้อมูลตรงนี้จึงจะช่วยสนับสนุนให้สถาบันป๋วยฯ เห็นอัตราการเปิด-ปิดร้าน และการกระจุก-กระจายตัวของร้าน เพื่อใช้ประโยชน์ในส่วนที่เกี่ยวข้องต่อไป

ตัวอย่างที่สอง คือ สิ่งที่อิสริยะเรียกอย่างไม่เป็นทางการว่า ‘ดัชนีกะเพรา’ ซึ่งจัดทำขึ้นในปี 2565 ที่มีข่าวเรื่องหมูราคาแพงขึ้น จึงมีการจัดทำข้อมูลราคาเฉลี่ยอาหารจานเดียวทั่วไทยขึ้นมาเปรียบเทียบให้พอเห็นภาพกับเงินเฟ้อในช่วงนั้น นอกจากนี้ วงในยังทำงานร่วมกับสถาบันวิจัยกสิกรไทยโดยให้ข้อมูลตลาด food delivery เพื่อไปประกอบงานวิจัยอีกด้วย

และสุดท้าย คือการวิเคราะห์ข้อมูลร้านที่เข้าร่วมและไม่เข้าร่วมโครงการคนละครึ่ง ช่วงปี 2563-2564 ซึ่งจากสถิติพบว่า ร้านที่รับชำระด้วยโครงการคนละครึ่งมียอดขายที่สูงกว่าร้านที่ไม่ได้รับอย่างมีนัยสำคัญ

ในตอนท้าย อิสริยะกล่าวว่า ในฐานะภาคเอกชน แม้ข้อมูลหลายส่วนจะเป็นความลับทางธุรกิจ ทว่ามีข้อมูลหลายประการที่สามารถเปิดเผยได้เพื่อที่จะถูกนำไปใช้ประโยชน์ต่อ โดยเฉพาะในแง่การออกนโยบายและการวางแผนต่างๆ ทว่าประเด็นสำคัญที่ต้องคำนึงถึงคือ ความสามารถในการเก็บรักษาข้อมูล โดยเฉพาะความสามารถของหน่วยงานภาครัฐ

“มีหน่วยงานภาครัฐติดต่อมาขอรับข้อมูลจากเราอยู่เรื่อยๆ เหมือนกัน แต่ประเด็นที่น่ากังวลคือ เราไม่แน่ใจว่าหน่วยงานภาครัฐจะสามารถเก็บรักษาข้อมูลที่เราให้ไปได้มากน้อยแค่ไหน เพราะข้อมูลหลายอย่างเป็นเรื่องที่อ่อนไหว (sensitive) ถ้าหลุดไปแล้วจะมีผลกระทบตามมา

“เพราะฉะนั้น ผมมองว่าภาครัฐต้องมีกลไกหรือกรอบทางกฎหมายบางอย่างที่ทำให้ภาคเอกชนเชื่อใจได้ว่า ถ้าให้ข้อมูลไปแล้วจะไม่มีปัญหา” อิสริยะทิ้งท้าย

วางกลยุทธ์การท่องเที่ยวเมืองรองจากข้อมูลการใช้โทรศัพท์มือถือ

“ในช่วงที่ประเทศกำลังฟื้นตัวจากโควิด-19 การท่องเที่ยวถือเป็นหนึ่งในภาคส่วนสำคัญของเรา โดยเฉพาะการท่องเที่ยวเมืองรองที่เป็นประเด็นสำคัญในการพัฒนาเศรษฐกิจ ซึ่งภาครัฐเองก็มีนโยบายต่างๆ ออกมา อาทิ นโยบายลดหย่อนภาษี”

“ทว่าสิ่งที่น่าสังเกตคือ นโยบายหรือมาตรการต่างๆ ที่ออกมาใช้กับเมืองรองทุกที่ล้วนเป็นแบบเดียวกันหมด ทั้งที่เมืองรองแต่ละแห่งมีความแตกต่างกัน ไม่ว่าจะเป็นในด้านทรัพยากรและความสามารถในการเข้าถึงเมืองนั้นด้วยระบบขนส่งสาธารณะ

ผศ.ดร. ณัฐพงศ์ พันธ์น้อย อาจารย์ภาควิชาการวางแผนภาคและเมือง คณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย กล่าวพร้อมทั้งเสริมว่า ข้อมูลที่ภาครัฐจัดเก็บมีข้อจำกัดด้านการนำข้อมูลไปวิเคราะห์ต่อ โดยเฉพาะวิธีการเก็บข้อมูลแบบให้ทำแบบสอบถามย้อนหลัง

ประเด็นตรงนี้จึงนำไปสู่คำถามสำคัญคือ ถ้าเมืองรองจะพัฒนากลยุทธ์การท่องเที่ยวให้สอดรับกับรูปแบบเมืองของตนเอง จะต้องทำอย่างไร

ณัฐพงศ์เล่าประสบการณ์ในการทำงานร่วมกับบริษัททรู-ดีแทค โดยนำข้อมูลการใช้โทรศัพทืมือถือมาทำการวิเคราะห์แบบไม่ระบุตัวตนผู้ใช้ สิ่งที่ได้จากการวิเคราะห์ข้อมูลดังกล่าวคือ ลักษณะเชิงประชากรและวิธีการเดินทางของนักท่องเที่ยวที่จะกระจุกตัวอยู่ในแต่ละพื้นที่และช่วงเวลา ซึ่งลงลึกไปถึงข้อมูลรายชั่วโมงและในระดับตำบล หรือเล็กกว่านั้น

“ที่สำคัญคือ เราไม่ได้มองแค่ปลายทาง แต่มองไปถึงต้นทางด้วย” ณัฐพงศ์กล่าว พร้อมยกตัวอย่างว่า ข้อมูลดังกล่าวจะช่วยวิเคราะห์ได้ว่า นักท่องเที่ยวเดินทางไปเที่ยวไหนบ้าง และใช้วิธีการเดินทางอย่างไร โดยข้อมูลที่สามารถบอกได้ถึงตำแหน่งหรือถิ่นที่อยู่ จะถูกนำมาทำดัชนีชี้วัดศักยภาพด้านการท่องเที่ยวเมืองรองในรูปแบบต่างๆ ไม่ว่าจะเป็นการท่องเที่ยวแบบไป-กลับ (one day trip) หรือพักค้างคืน จนกระทั่งสรุปออกมาเป็นยุทธศาสตร์การท่องเที่ยวได้

หนึ่งในตัวอย่างยุทธศาสตร์การท่องเที่ยวที่สรุปได้จากการวิเคราะห์ข้อมูลดังกล่าว คือ แนวทางการพัฒนาการท่องเที่ยวแบบคลัสเตอร์ หรือให้จังหวัดเมืองรองจับกลุ่มกับจังหวัดโดยรอบเพื่อพัฒนาสินค้า บริการ และเส้นทางการท่องเที่ยว ผลจากการวิเคราะห์ข้อมูลพบว่า เมืองรองมีกิจกรรมไม่มากพอให้คนอยู่ได้ถึง 3 วัน แต่ถ้าเมืองรองจับกลุ่มกันพัฒนาสินค้าและบริการ ก็จะช่วยสร้างโอกาสให้การท่องเที่ยวเมืองรองได้มากขึ้น

“จากข้อมูลมือถือของนักท่องเที่ยวหนึ่งคน พบว่า เมืองรองมีวิธีการจับตัวกันกับจังหวัดโดยรอบ ไม่ว่าจะจับกับเมืองหลัก เมืองรอง หรือจับแบบเป็นคู่กัน สรุปออกมาได้ว่ามี 19 คลัสเตอร์ที่มีศักยภาพสูงมาก และมี 8 จังหวัดเมืองรองที่ควรส่งเสริมตนเองกับจังหวัดรอบข้าง เช่น นครสวรรค์ ชัยนาท และลพบุรี”

“เราได้ข้อมูลเศรษฐกิจไทยจำนวนหนึ่งมาจากภาพถ่ายดาวเทียม ซึ่งทำให้เราเห็นเลยว่า เศรษฐกิจจะกระจุกตัวอยู่ที่จังหวัดใหญ่ๆ ของไทย เรียกได้ว่าร้อยละ 90 เลย ส่วนที่เหลือคือกระจุกตัวอยู่เมืองรอง”

ทั้งหมดนี้นำไปสู่ข้อสรุปของณัฐพงศ์ว่า ข้อมูลการใช้โทรศัพท์มือถือสามารถนำมาประยุกต์ใช้ในการออกแบบนโยบายส่งเสริมการท่องเที่ยวเมืองรองในรูปแบบต่างๆ เพื่อพัฒนาการท่องเที่ยวคุณค่าสูงให้ประเทศไทยได้ โดยทั้งหมดตั้งอยู่บนโจทย์สำคัญที่ว่า เราจะทำอย่างไรให้การท่องเที่ยวเมืองรองเป็นสิ่งที่สามารถสร้างมูลค่าได้ในภาพรวมและเป็นการกระจายรายได้ไปที่จังหวัดรอง โดยเฉพาะในภาคการค้าและบริการที่จะช่วยทำให้อุตสาหกรรมเติบโตและกระตุ้นการจ้างงาน

“นอกจากนี้ ถ้าเมืองรองมีการจ้างงาน ก็จะเป็นการดึงคนให้กลับสู่ถิ่นฐานได้ด้วย ผมว่านี่ก็จะเป็นนโยบายสำคัญในการพัฒนาเศรษฐกิจของไทยเหมือนกัน”

ในตอนท้าย ณัฐพงศ์ชี้ว่า ถ้าจะทำให้นโยบายรัฐดำเนินการต่อไปได้ ภาครัฐต้องให้ความสำคัญกับเรื่องข้อมูลด้วย เนื่องจากการวิเคราะห์ข้อมูลจะทำให้เรามองเห็นโอกาสบางอย่าง และนำไปสู่การเชิญชวนประชาชนคนทั่วไปเข้ามาร่วมแก้ปัญหาที่เกิดขึ้นด้วยกัน

“ผมเสนอว่าการออกแบบนโยบายของภาครัฐที่ตั้งอยู่บนฐานข้อมูลน่าจะเป็นการตั้งโจทย์ของรัฐที่ทำให้เอกชนประกอบธุรกิจได้ด้วย ดังนั้น โจทย์ของเราจึงอาจจะอยู่ที่ว่า อะไรที่จะช่วยแก้ปัญหาสังคมเชิงสังคมและตอบโจทย์ภาคธุรกิจไปได้พร้อมๆ กัน” ณัฐพงศ์ทิ้งท้าย

มองปัญหาย่อยในภาพใหญ่ ออกแบบนโนบายด้วยข้อมูลที่ดีขึ้น 

หากให้สรุปการทำนโยบาย ดร. โสมรัศมิ์ จันทรัตน์ ผู้อำนวยการสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ ชี้ว่า ในแง่การทำนโยบายจะต้องทั้งเข้าใจปัญหาให้รอบด้าน แต่ก็ต้องมีความละเอียดถึงระดับปัจเจกบุคคลที่เรากำลังจะเข้าไปช่วยแก้ปัญหาด้วย

“การทำเช่นนี้จะทำให้ภาครัฐมีข้อมูลที่ดีขึ้น (better data) ใน 3 มิติ” โสมรัศมิ์กล่าว พร้อมทั้งอธิบายเพิ่มเติมว่า มิติแรก คือ การมีความครอบคลุม (coverage) กว่าเดิม เช่น การที่ภาพถ่ายดาวเทียมทำให้เห็นภาพของทั้งโลกได้ แต่ขณะเดียวกัน ก็ต้องควบคู่ไปกับ มิติที่สอง คือ ความละเอียดขึ้น (granularity) ที่สามารถเห็นลึกไปถึงระดับครัวเรือน และ มิติสุดท้าย คือ ต้องเห็นความเชื่อมโยง (relationship) ซึ่งทั้ง 3 มิตินี้จะสะท้อนให้เห็นเลนส์ใหม่ๆ ในการสร้างนโยบายและช่วยให้มองเห็นภาพเศรษฐกิจได้ชัดเจนขึ้น

เพื่อให้เห็นภาพ โสมรัศมิ์กล่าวว่า มิติทั้งสามจะช่วยให้ผู้มองนโยบายเห็นปัญหาย่อยในภาพใหญ่ เช่น การแก้ปัญหาความยากจน ที่ต่างประเทศมีการใช้ภาพถ่ายดาวเทียมหรือภาพหลังคาบ้านสังกะสีมาช่วยบ่งชี้ว่า คนจนกระจุกตัวอยู่ที่ไหน เพื่อจะทำให้เกิดการบริหารจัดการและจัดลำดับความสำคัญได้

แต่ขณะเดียวกัน ข้อมูลก็จะต้องมีลักษณะที่แทบจะเกิดขึ้นแบบเรียลไทม์ (nearly real time) โสมรัศมิ์ยกตัวอย่างที่น่าสนใจจากต่างประเทศในช่วงโควิด-19 ที่มีการเก็บพฤติกรรมการใช้จ่ายของคนจากการรูดบัตรเครดิตในการซื้อของออนไลน์หรือใช้แอปพลิเคชันด้านการเงินต่างๆ รวมถึงข้อมูลควรจะมีความต่อเนื่องยาวนาน (longitudinal) ที่ทำให้มองเห็นว่า การพัฒนาดำเนินการต่อไปอย่างไร อาทิ หากรุ่นพ่อแม่มีฐานะยากจน รุ่นลูกหลานของพวกเขาในอนาคตจะมีฐานะเป็นอย่างไร เพื่อช่วยในการแก้ปัญหาให้ได้ตรงจุดมากขึ้น

ในประเทศไทย โสมรัศมิ์ชี้ว่า ไทยใช้ข้อมูลประกันสังคม ซึ่งชี้ให้เห็นสถิติที่น่าสนใจว่า จากแรงงานทั้งหมดในไทย มีเพียงร้อยละ 38 ที่อยู่ในระบบประกันสังคมตลอดเวลา ร้อยละ 33 ที่เคยอยู่ในระบบประกันสังคม แต่ปัจจุบันไม่ได้อยู่แล้ว ขณะที่ร้อยละ 14 เป็นกลุ่มที่เวียนเข้าเวียนออกในระบบประกันสังคม และมีถึงร้อยละ 15 ที่เคยอยู่ในระบบ แต่ปัจจุบันไม่ได้อยู่แล้ว

“ตรงนี้ก็มีนัยเชิงนโยบายว่า ถ้าเราออกนโยบายใดโดยยึดติดกับการที่ประชาชนต้องอยู่ในระบบ จะทำให้คนจำนวนมากต้องตกหล่นออกไปทันที ดังนั้น การออกแบบนโยบายควรอยู่ติดกับคนมากกว่าอยู่ติดกับระบบ”

โสมรัศมิ์ยังชี้ให้เห็นว่า เรื่องเครือข่ายและความสัมพันธ์ก็เป็นอีกเรื่องหนึ่งที่ทำให้เห็นภาพความเชื่อมโยงได้เช่นกัน เช่น การใช้ระบบจ่ายเงินอิเล็กทรอนิกส์ที่คนไทยใช้กันเยอะมาก และเมื่อดูข้อมูล พบว่า เงินส่วนใหญ่ไปกระจุกตัวที่อยู่ที่กรุงเทพฯ และปริมณฑล

ทั้งนี้ แม้การออกแบบนโยบายจะมีหลายเลนส์หลายวิธีการ แต่สิ่งสำคัญคือ การผสมผสานแต่ละวิธีการเข้าด้วยกัน และบูรณาการข้อมูลร่วมกันในทุกภาคส่วน เพื่อป้องกันปัญหาการกีดกันด้านข้อมูล (data discrimination) ที่บางครั้ง ภาครัฐเลือกใช้ข้อมูลบางชุดจนทำให้กีดกันคนบางส่วนออกไปโดยไม่ได้ตั้งใจ

นอกจากนี้ คุณภาพของข้อมูลก็เป็นเรื่องสำคัญ โสมรัศมิ์หยิบยกประเด็นที่น่าสนใจในตอนท้ายว่า บางครั้ง เจ้าของข้อมูลก็ไม่ได้คิดจะใช้หรือพัฒนาข้อมูลของตัวเองเช่นกัน การกระตุ้นให้เจ้าของข้อมูลเริ่มใช้หรือเริ่มพัฒนาจึงเป็นเรื่องที่สำคัญมากและจะส่งผลต่อประสิทธิภาพในการเชื่อมโยง รวมถึงการแบ่งปันข้อมูลในภาคส่วนต่างๆ ด้วย

“การทำข้อมูลมาใช้ประโยชน์เชิงสาธารณะก็ต้องคำนึงสองข้อ ข้อแรกคือ เราต้อง appreciate ข้อมูลนั้น และข้อสองคือต้องใช้ข้อมูลอย่างรับผิดชอบ เราต้องสร้างวัฒนธรรมและมีการจัดการเชิงสถาบันเพื่อกำหนดกฎกติกา ไม่ให้ใครเสียประโยชน์และทุกคนสามารถมีส่วนร่วมได้” โสมรัศมิ์ทิ้งท้าย