เศรษฐศาสตร์ตายแล้ว? เศรษฐศาสตร์ในโลก Big Data : โสมรัศมิ์ จันทรัตน์

เศรษฐศาสตร์ตายแล้ว? เศรษฐศาสตร์ในโลก Big Data : โสมรัศมิ์ จันทรัตน์

วิโรจน์ สุขพิศาล เรื่อง

สมคิด พุทธศรี และ พันธวัฒน์ เศรษฐวิไล เรียบเรียง

เมธิชัย เตียวนะ ภาพ

 

ในโลกที่ข้อมูลท่วมท้น บางสำนักคิดเสนอว่า ทฤษฎีหรือหลักคิดทางเศรษฐศาสตร์อาจไม่จำเป็นอีกต่อไป เพราะข้อมูลทำให้เราเห็น ‘ความจริง’ ได้โดยตรง ไม่ต้องอาศัยทฤษฎีมาสร้างคำอธิบายหรือสมมติฐานอีกต่อไป

หากเป็นเช่นนั้นจริง คำถามที่ตามมาคือ แล้วเศรษฐศาสตร์ยังหลงเหลือคุณค่าใดบ้างในโลกสมัยใหม่ กระทั่งต้องปรับตัวอย่างไรเพื่อให้ไม่กลายเป็นศาสตร์ที่ตายแล้ว

ดร.โสมรัศมิ์ จันทรัตน์ นักเศรษฐศาสตร์พัฒนา หัวหน้ากลุ่มงานวิจัย สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ ธนาคารแห่งประเทศไทย คือหนี่งในผู้ที่ยืนยันว่าเศรษฐศาสตร์ยังไม่ตาย ทว่าการจะอยู่รอดได้ในโลกที่เปลี่ยนแปลงอย่างรวดเร็ว แน่นอนว่าต้องปรับตัวในหลายมิติ

“โจทย์ข้อหนึ่งที่สำคัญคือ เราจะใช้ประโยชน์จากการพัฒนาด้านเทคโนโลยีและข้อมูลที่มีอย่างมหาศาลได้อย่างไร เพื่อจะทำให้เราสามารถ ‘observe the unobservable’ หรือค้นหาสิ่งที่ไม่เคยมองเห็นได้ดีขึ้น”

ที่ผ่านมา งานวิจัยของ ดร.โสมรัศมิ์ มุ่งทำความเข้าใจปัญหาต่างๆ ที่เกี่ยวกับการพัฒนาทางเศรษฐกิจแบบยั่งยืน เช่น ความยากจน การเข้าถึงการเงินของภาคครัวเรือน ระบบการเงินในชนบท การบริหารจัดการความเสี่ยงในภาคการเกษตร ควบคู่ไปกับการนำเทคโนโลยีใหม่ๆ อาทิ บิ๊กดาต้า (Big data) เทคโนโลยีด้านดาวเทียม มาช่วยวิเคราะห์และแก้ปัญหาต่างๆ ที่วามา

ในฐานะนักเศรษฐศาสตร์พัฒนา อะไรคือความท้าทายที่นักเศรษฐศาสตร์ยุคใหม่ต้องเผชิญ พรมแดนความรู้ด้านเศรษฐศาสตร์กำลังเคลื่อนไปในทิศทางใด ทักษะอะไรที่นักเศรษฐศาสตร์ควรมี และเธอตีโจทย์ใหม่ๆ อย่างไรในยุคที่เทคโนโลยีเปลี่ยนแปลงอย่างรวดเร็ว

ต่อไปนี้คือคำตอบและมุมมองจากประสบการณ์ตรงของเธอ ที่จะช่วยยืนยันว่านอกจากเศรษฐศาสตร์จะยังไม่ตายแล้ว มันจะเป็นศาสตร์ที่ยิ่ง ‘มีชีวิตชีวา’ มากขึ้นในอนาคต

 

 

มีคนวิจารณ์ว่าเศรษฐศาสตร์ตายแล้ว หรือกำลังจะตาย คุณเห็นด้วยหรือไม่

โดยแก่นแล้ว เศรษฐศาสตร์คือศาสตร์ที่สอนหลักคิดว่า จะบริหารทรัพยากรอย่างไรให้เกิดประโยชน์สูงสุดภายใต้ข้อจำกัดต่างๆ และจะสร้างแรงจูงใจอย่างไรให้คนแสดงพฤติกรรมอย่างที่ต้องการ ดังนั้น ถ้ามองว่าดีเอ็นเอของเศรษฐศาสตร์คือการสร้างหลักคิด เศรษฐศาสตร์ก็ควรเป็นศาสตร์ที่อยู่ยงคงกะพันมากกว่า เพราะเป็นศาสตร์ที่สามารถเอาหลักคิดไปปรับประยุกต์ใช้กับบริบทต่างๆ ที่เกิดขึ้น

การที่โลกเปลี่ยนแปลงไปเรื่อยๆ ในปัจจุบัน ไม่ว่าจะเป็นเรื่อง การปฏิวัติด้านข้อมูลและเทคโนโลยีที่ทำให้ภูมิทัศน์ของปัจจัยการผลิตเปลี่ยนแปลงไป เกิดการเปลี่ยนแปลงของวิถีการผลิตหรือการตลาดขนานใหญ่ หรือการพลิกโฉมการเข้าถึงทรัพยากรอย่างปรากฏการณ์ sharing economy สิ่งเหล่านี้สร้างพื้นที่ใหม่ๆ ให้นักเศรษฐศาสตร์ในทุกภาคส่วนได้ใช้หลักคิดเข้ามาสร้างสรรค์เพื่อให้เกิดประโยชน์สูงสุดกับตนเองและสังคม ภายใต้บริบทที่เปลี่ยนแปลงไป

 

เห็นความเปลี่ยนแปลงอะไรในแต่ละภาคส่วนบ้าง เพราะแต่ละภาคส่วนก็มีโจทย์เฉพาะที่แตกต่างกัน

อันที่จริงการเปลี่ยนแปลงก็มาพร้อมโอกาสและความท้าทาย

ในโลกใหม่ นักวิชาการก็มีพื้นที่ มีสนามทดลองที่ทำให้สามารถคิดค้นทฤษฎีเพื่ออธิบายปรากฏการณ์ใหม่ๆ เมื่อก่อนนักวิชาการที่ทำงานเชิงประจักษ์ (empirical economist) มักจะใช้ข้อมูลเดิมๆ หมุนกันไปหมุนกันมาจนไม่มีอะไรจะเรียนรู้ได้อีก แต่ในเศรษฐกิจดิจิทัลในปัจจุบันที่แทบทุกอย่างถูกบันทึกไว้ และเทคโนโลยีทำให้การสร้าง การเก็บ และการประมวลข้อมูลทำได้ดีขึ้น ทำให้นักวิชาการสามารถเข้าใจพฤติกรรมและความสัมพันธ์ของหน่วยเศรษฐกิจย่อยๆ ได้มากและลึกขึ้น ขณะเดียวกันก็มีโจทย์วิจัยใหม่ๆ ที่ท้าทายขึ้น เช่น เราจะวัดและเข้าใจการบริโภคและการเติบโตของเศรษฐกิจได้อย่างไร ในโลกใหม่ที่รูปแบบการผลิตและบริโภคเป็นดิจิทัลมากขึ้น ซึ่งเครื่องมือและมาตรวัดเดิมๆ ทางเศรษฐศาสตร์อาจไม่สามารถใช้ได้

ส่วนภาคเอกชนที่ทำธุรกิจ เมื่อเทคโนโลยีได้สร้างปัจจัยการผลิตใหม่ เช่น ข้อมูล และทลายข้อจำกัดของการเข้าถึงตลาดและปัจจัยการผลิตอื่นๆ สร้างโอกาสทางธุรกิจใหม่ๆ ให้กับธุรกิจทั้งใหญ่และเล็ก ซึ่งเขาก็สามารถใช้หลักคิดทางเศรษฐศาสตร์ไปประยุกต์ใช้ให้เกิดประโยชน์สูงสุดสำหรับตัวเองได้ แต่ขณะเดียวกันธุรกิจก็ต้องปรับตัวอย่างมาก เพราะโลกยุคใหม่ก็พลิกโฉมสมรภูมิการแข่งขันให้ดุเดือดขึ้น การทำธุรกิจไม่จำเป็นจะต้องแข่งขันในสินค้าหรือตลาดประเภทเดียวอีกต่อไป

ในขณะที่ภาครัฐหรือผู้กำหนดนโยบายเอง ก็เจอโจทย์ใหม่ว่าถ้าการผลิต การบริโภค การตลาด หรือกิจกรรมทางเศรษฐกิจและการเงินทั้งระบบเปลี่ยนแปลงไป สุดท้ายแล้วการวางนโยบายและการกำกับดูแลต้องคำนึงถึงเรื่องอะไรบ้าง

ในอีกด้านหนึ่ง ผู้วางนโยบายที่ดีก็ไม่ต่างอะไรกับภาคเอกชนตรงที่ว่า เราต้องพยายามเอาข้อมูลและเทคโนโลยีมาใช้ประโยชน์ในการเข้าใจความต้องการและปัญหาเศรษฐกิจของคนกลุ่มต่างๆ เพื่อมาออกแบบ มุ่งเป้า และประเมินผลนโยบายได้ดีขึ้น

เศรษฐศาสตร์ในตอนนี้จึงจะเป็นศาสตร์ที่มีชีวิตชีวามากขึ้น เพราะจะมีสนามใหม่ๆ ให้ทุกภาคส่วนได้ใช้หลักคิดทางเศรษฐศาสตร์มาสร้างสรรค์อะไรใหม่ๆ ได้มากขึ้น

 

พรมแดนความรู้ใหม่ๆ ของเศรษฐศาสตร์ในการทำงานเชิงนโยบาย มีอะไรที่น่าสนใจบ้าง

โจทย์เชิงนโยบายใหม่ในยุคแห่งการปฏิวัติเทคโนโลยีและข้อมูล ก็คือเราจะปฏิวัติแนวคิดแนวทางนโยบายอย่างไรให้ได้ผลดีที่สุด ซึ่งมีอยู่สองโจทย์ใหญ่ๆ

โจทย์แรกคือ เราจะใช้ประโยชน์จากการพัฒนาด้านเทคโนโลยีและข้อมูลที่มีอย่างมหาศาลได้อย่างไร เพื่อจะทำให้เราสามารถ ‘observe the unobservable’ หรือเห็นในสิ่งที่ไม่เคยมองเห็นได้ ซึ่งจะทำให้ออกแบบนโยบายได้ดีขึ้น

คำว่า ‘unobservable’ หรือสิ่งที่ไม่เคยมองเห็นได้ คือ ตัวแปรที่เราไม่สามารถหรือไม่เคยมองเห็นได้ด้วยข้อมูลแบบเก่า แต่ข้อมูลมหาศาลในปัจจุบันทำให้เราเห็นได้ เช่น ลักษณะเศรษฐกิจและสังคม พฤติกรรมและความสัมพันธ์ของหน่วยเศรษฐกิจระดับย่อยๆ เช่น คน ครัวเรือน หน่วยธุรกิจ หรือสถาบัน พลวัตและความเชื่อมโยงกับระบบเศรษฐกิจ ถ้าเราเข้าใจตัวแปรเหล่านี้ก็จะสามารถออกแบบนโยบายให้มีประสิทธิภาพมากขึ้นได้

ยกตัวอย่างเช่น งานวิจัยของอเมริกาชิ้นหนึ่งใช้ข้อมูลภาษีขนาดใหญ่แล้วไล่ดูภาษีของพ่อแม่ลูกแต่ละครอบครัวแบบข้ามเวลา (overtime) ซึ่งพบว่า แม้เศรษฐกิจสหรัฐอเมริกาจะเจริญเติบโต แต่การเลื่อนชั้นทางสังคม (social mobility) ของคนอเมริกันบางกลุ่มกับมีน้อยมาก นั่นคือ ถ้าพ่อแม่จน ลูกก็จะยังอยู่ในชั้นจนเหมือนเดิม มิติเหล่านี้ เดิมเราจะมองเห็นได้ยากมาก ถ้าใช้ข้อมูลมหภาคแบบที่เคยใช้อยู่

พรมแดนในด้านนี้ก็คือการสร้างและสรรหาข้อมูลใหม่ๆ อย่างสร้างสรรค์มาช่วยเติมเต็มความเข้าใจตรงนี้ ปัจจุบันสถาบันวิจัยเพื่อทำนโยบายในต่างประเทศหลายแห่ง เช่น Poverty Action Lap ซึ่งรวมนักเศรษฐศาสตร์ชั้นนำด้านการพัฒนาของอเมริกา ได้ให้ความสำคัญกับการบูรณาการและเชื่อมโยงข้อมูลขนาดใหญ่จากภาครัฐและเอกชนที่ครอบคลุมประชากรส่วนใหญ่ของประเทศเพื่อนำมาเข้าใจ ออกแบบและทดลองนโยบายสาธารณะ

โจทย์ที่สองคือ เราจะประยุกต์ใช้เทคโนโลยีและข้อมูลต่างๆ มาแก้ไขความไม่สมบูรณ์ และไม่มีประสิทธิภาพของระบบตลาด เพื่อช่วยให้เกิดการพัฒนาอย่างทั่วถึงและยั่งยืนได้อย่างไร ภาคเกษตรเป็นกรณีศึกษาที่ดีในเรื่องนี้ ที่ผ่านมา นักเศรษฐศาสตร์พอรู้ว่าปัญหาสำคัญที่สุดของภาคเกษตร คือ การเพิ่มผลิตภาพ และข้อเสนอแนะเชิงนโยบายคือ การให้เทคโนโลยีและความรู้เกษตรกร แต่ในทางปฏิบัติ การให้ความรู้เกษตรกรมีต้นทุนสูงมาก เพราะต้องมีเจ้าหน้าที่ภาครัฐลงไปให้ความรู้ วิธีการนี้ใช้คนมาก แต่ก็เต็มไปด้วยข้อจำกัด เพราะภาครัฐไม่มีข้อมูลในระดับแปลงของเกษตรกรเลย ความรู้ที่ให้กับเกษตรกรเลยเป็นความรู้พื้นฐานแบบทั่วๆ ไป ให้ทุกคนเหมือนกันหมด ซึ่งสุดท้ายไม่มีประโยชน์กับเกษตรกรสักเท่าไหร่

แต่ในปัจจุบันเทคโนโลยีสมาร์ทโฟนทำให้เกิดความเป็นไปได้ในการช่วยเหลือเกษตรกรแบบใหม่  Michael Kremer ศาสตราจารย์แห่งมหาวิทยาลัยฮาร์วาร์ด ได้ทำโปรเจ็กต์ชื่อ ‘Netflix for agriculture’ ซึ่งเป็นการสร้างแพลตฟอร์มให้เกษตรกรใส่ข้อมูลของแปลงตัวเองลงไป ไล่ตั้งแต่สภาพดิน น้ำ พืชที่ปลูก เป็นต้น เมื่อเกษตรกรใส่ข้อมูลมา ก็ใช้เทคโนโลยีในการประมวลผลต่างๆ แล้วสามารถให้คำแนะนำที่เฉพาะเจาะจงสำหรับแต่ละแปลงได้ กรณีนี้เป็นตัวอย่างคลาสสิกของการใช้เทคโนโลยีและข้อมูลเพื่อยกระดับคุณภาพชีวิตของคน

แต่ถึงแม้ว่าเทคโนโลยีจะมีศักยภาพมากแค่ไหนในการช่วยยกระดับคุณภาพชีวิตของเกษตรกร อีกโจทย์ที่ยากคือจะทำอย่างไรให้เกษตรกรหันมาใช้เทคโนโลยี พรมแดนตรงนี้คือการเข้าไปใช้วิธีทางจิตวิทยาและเศรษฐศาสตร์พฤติกรรม สร้างแรงจูงใจและ ‘กระทุ้ง’ (nudge) ให้คนบางกลุ่มตอบรับต่อนโยบายที่สุดท้ายจะมีผลดีต่อตัวเค้า

อย่างงานที่กำลังทำกับหลายภาคส่วนในภาคเกษตรไทย ก็พยายามที่จะไปให้สุดหรือข้ามพรมแดนนี้ เรากำลังรวบรวม เชื่อมโยงฐานข้อมูลเกษตรกรทั้งประเทศ นำมาบูรณาการกับเทคโนโลยีสมาร์ทโฟนและภาพถ่ายดาวเทียม เพื่อสร้างและทดลองแพลตฟอร์มที่จะทำให้เกษตรกรรายย่อยเรียนรู้ที่จะสร้างและใช้ข้อมูลเพื่อยกระดับผลิตภาพ และเพิ่มการเข้าถึงระบบประกันภัยพืชผลและสินเชื่อที่ยั่งยืน ซึ่งถูกสร้างขึ้นจากข้อมูลที่ละเอียดเหล่านี้

 

นักเศรษฐศาสตร์คุ้นเคยกับการใช้ข้อมูลอยู่แล้ว เช่น ใครที่เคยเข้าไปในเว็บไซต์ธนาคารแห่งประเทศไทย จะเห็นเลยว่าข้อมูลเชิงมหภาคมากมายเต็มไปหมด ข้อมูลแบบเก่ากับข้อมูลบิ๊กดาต้ามีความเหมือนหรือต่างกันอย่างไรสำหรับการนำไปใช้ในทางเศรษฐศาสตร์

ข้อมูลไม่ว่าจะเป็นระดับไหนก็ล้วนมีคุณค่าทั้งสิ้น หากผู้ใช้ ซึ่งก็คือนักเศรษฐศาสตร์ รู้จักและมีหลักคิดที่จะใช้มัน

ประโยชน์หลักของข้อมูลมหภาคคือช่วย ‘วัดชีพจรของระบบเศรษฐกิจ’ ได้ ซึ่งเป็นสิ่งสำคัญกับทั้งภาคเอกชนในการตัดสินใจลงทุน ทำธุรกิจ ขณะเดียวกันก็สำคัญกับผู้ที่ทำนโยบาย ทุกวันนี้การดูข้อมูลระดับมหภาคร่วมกันหลายๆ ตัว เช่น อัตราการว่างงาน การบริโภคตัวรวม อัตราเงินเฟ้อ สินเชื่อภาคเอกชนทั้งธุรกิจและครัวเรือน ตัวเลขส่งออก เงินทุนไหลเข้าออก หรือ ค่าเงิน ก็จะบอกถึงความร้อนแรง หรือภาวะการเจริญเติบโตทางเศรษฐกิจได้ แต่การมองแค่ข้อมูลมหภาคก็เหมือนการตรวจร่างกายภายนอก บอกได้ว่ายังไม่ตาย หรือร่างกายอ่อนแอ แต่อาจบอกไม่ได้ว่าเป็นอะไรแน่ และควรจะรักษาตรงไหน

แต่ในปัจจุบันเมื่อเรามีข้อมูลขนาดใหญ่ที่ละเอียดและครอบคลุมขึ้น สามารถทำให้เราเข้าใจได้มากขึ้นว่าภาคส่วนไหนมีปัญหา ภาคส่วนไหนไม่มีปัญหา พูดอีกแบบคือ ข้อมูลยังให้ภาพใหญ่เหมือนเดิมก็จริง แต่เป็นภาพใหญ่ที่สามารถเห็นไปถึงไส้ใน หรือการกระจายตัวของตัวแปรต่างๆ ได้ด้วยว่า ณ ปัจจุบันที่เศรษฐกิจโตขึ้น มันโตขึ้นจากภาคส่วนไหน และไม่ได้โตจากภาคส่วนไหน หน่วยเศรษฐกิจกลุ่มใดร้อนแรง กลุ่มใดเปราะบาง หรือกลุ่มใดยังอ่อนแอ ไม่ได้รับประโยชน์จากการเจริญเติบโตทางเศรษฐกิจ

จริงๆ แล้วบิ๊กดาต้าทำให้เราเข้าใจภาพเศรษฐกิจในมิติใหม่ เหมือนเพิ่มเลนส์ให้ตาอย่างน้อย 4 ชนิด

หนึ่ง คือเลนส์กล้องจุลทรรศน์ทำให้เราเห็นการเปลี่ยนแปลงทางเศรษฐกิจในระดับเล็กๆ เช่น คน บริษัทหรือแม้แต่ระดับธุรกรรม

สอง คือเลนส์กล้องโทรทัศน์ทำให้เราเห็นการเปลี่ยนแปลงและพลวัตของคนหรือบริษัทได้ในระยะเวลายาวๆ หน่วยงานภาครัฐในต่างประเทศมีการเก็บข้อมูลของคนๆเดิมอย่างต่อเนื่องในหลายๆมิติ ทำให้สามารถเข้าใจพลวัตการพัฒนาและผลของนโยบายต่างๆ ในระยะยาวได้ ยกตัวอย่างเช่น งานวิจัยหลายชิ้นใช้ข้อมูลดังกล่าวศึกษาและสรุปได้ว่าการศึกษาขั้นปฐมวัยที่ดี สามารถทำให้ประชากรมีคุณภาพชีวิตที่ดีเมื่อโตขึ้น เป็นต้น

สาม คือเลนส์เครื่องเอกซ์เรย์ทำให้เราสามารถเข้าใจนิสัยใจคอ รสนิยม และพฤติกรรมของคนและหน่วยเศรษฐกิจอื่นๆ ได้ เช่น จากข้อมูลการใช้โซเชียลมีเดียล์ การทำธุรกรรมอิเล็คโทรนิคต่างๆ

สี่ คือเลนส์กล้องอินฟาเร็ดที่ทำให้เราเข้าใจระบบเศรษฐกิจในที่ๆ ข้อมูลหายากหรือการเก็บข้อมูลทำได้ยาก เช่น ปัจจุบันมีการใช้ภาพถ่ายดาวเทียม เช่น nightlight มาดูการเติบโตทางเศรษฐกิจในประเทศที่มีความไม่สงบ ไม่ปลอดภัยที่จะไปเก็บข้อมูล หรือมาศึกษาระบบเศรษฐกิจนอกระบบ (informal economy) เป็นต้น

การเอาบิ๊กดาต้ามาใช้ควบคู่กับข้อมูลในระดับมหภาค จะช่วยให้ออกแบบและมุ่งเป้านโยบายตรงจุดมากขึ้น ยกตัวอย่างเช่น การวิเคราะห์ปัญหาหนี้ครัวเรือน คนมักจะมองแค่หนี้ต่อ GDP และไปตกใจว่ามันโตขึ้น แต่ก็บอกไม่ได้ชัดๆ ว่าจะมีนัยต่อการพัฒนาอย่างไร

ในทางเศรษฐศาสตร์ นักเศรษฐศาสตร์รู้ดีว่าการเป็นหนี้ไม่ใช่สิ่งไม่ดีเสมอไป แต่ขึ้นอยู่กับว่าหนี้ที่เกิดขึ้นไปอยู่ในกิจกรรมเศรษฐกิจที่ก่อให้เกิดรายได้หรือไม่ก่อให้เกิดรายได้ อยู่กับคนที่มีศักยภาพหรือเปราะบาง

ดังนั้น การแก้ปัญหาหนี้ครัวเรือนจะแก้ไขแบบเหมารวมไม่ได้ งานที่ทำอยู่ก็ไปเอาบิ๊กดาต้า เช่นข้อมูลสินเชื่อรายสัญญาจากเครดิตบูโรมาศึกษา ทำให้เรามองเห็นได้ชัดเจนมากขึ้นว่าหนี้อยู่ที่คนแบบไหน มีความสามารถในการจ่ายหรือไม่ ดูการขยายตัวของหนี้ว่าโตมาจากผู้กู้เดิมๆที่กู้มากขึ้นจนเปราะบาง หรือเกิดจากการเข้าถึงสินเชื่อของผู้กู้ใหม่ๆ ทำให้ทั่วถึงขึ้น ซึ่งจะทำให้การแก้ปัญหาถูกต้องตรงจุดมากขึ้น

 

ในโลกของบิ๊กดาต้า นักเศรษฐศาสตร์ต้องปรับตัวอย่างไร

ดีเอ็นเอของนักเศรษฐศาสตร์ คือ การเป็นนักคิด ดังนั้นนักเศรษฐศาสตร์ยังคงต้องมีทักษะการวิเคราะห์ (analytical skill) ที่ดี และต้องคิดแบบมีพลวัต ไม่หยุดนิ่ง ยืดหยุ่นได้ นั่นคือ นักเศรษฐศาสตร์ต้องเรียนรู้ที่จะคิดในบริบทที่เปลี่ยนแปลงไป โดยสามารถนำหลักคิดมาปรับเปลี่ยนได้

นอกจากนี้ นักเศรษฐศาสตร์จะต้องมีความรอบรู้ เพราะการที่จะมีทักษะในการคิดวิเคราะห์ที่ดีได้ต้องคิดรอบด้าน จะเห็นว่า ทิศทางที่โลกกำลังเปลี่ยนแปลงไปคือ เส้นแบ่งระหว่างสาขาเศรษฐศาสตร์กับศาสตร์อื่นๆ กำลังพร่าเลือนมากขึ้นเรื่อยๆ เรากำลังอยู่ในโลกที่เป็นสหวิทยาการ (multidisciplinary) มากขึ้น ซึ่งนักเศรษฐศาสตร์จะต้องสามารถทำงานร่วมกับ ‘นักอื่นๆ’..ให้ได้

และที่สำคัญนักเศรษฐศาสตร์ต้องมีความคิดสร้างสรรค์ เพราะจริงๆ แล้ว จุดเด่นของเศรษฐศาสตร์คือมีความเป็นศิลปะอยู่มาก นักเศรษฐศาสตร์เป็นคนดีไซน์ว่าจะเอาเทคโนโลยีและข้อมูลต่างๆ มาประยุกต์ใช้อย่างไรเพื่อให้เกิดโอกาสทางธุรกิจ หรือเพื่อที่จะแก้ปัญหาต่างๆ นักเศรษฐศาสตร์เป็นคนหลักที่จะต่อจิ๊กซอว์ต่างๆ เหล่านี้ให้เกิดนวัตกรรมขึ้นมาได้

 

หนังสือเกี่ยวกับบิ๊กดาต้าบางเล่มเสนออย่างท้าทายว่า ในอดีตทฤษฎีเศรษฐศาสตร์มีความสำคัญ เพราะเราเข้าถึงกลุ่มตัวอย่างได้จำกัด  เลยต้องมีทฤษฎีไว้คอยช่วยอนุมานและสร้างข้อสรุป แต่ในอนาคตข้อมูลจะบอกเราได้หมดว่า ตัวแปรแต่ละตัวสัมพันธ์กันอย่าง การอนุมานจะสำคัญน้อยลง ในแง่นี้ทฤษฎีเศรษฐศาสตร์ หรือทฤษฎีใดๆ ก็ตาม จะหมดความจำเป็นหรือไม่

ถึงแม้ข้อมูลจะมากมายแค่ไหน แต่การจะวิเคราะห์อะไรก็ต้องกลับมาตั้งหลักที่ทฤษฎี ในการตั้งโจทย์และสร้างกรอบคิด (framework) ว่าจะเอาข้อมูลมาใช้อย่างไร ในมิติไหน ให้สามารถบอกถึงเหตุและผล (causation) ในการตอบคำถาม และผลที่ได้หมายความว่าอะไร

คำถามนี้ทำให้เราเข้าใจความแตกต่างระหว่างนักวิทยาศาสตร์ข้อมูล (data scientist) กับนักเศรษฐศาสตร์ ในโลกที่เต็มไปด้วยข้อมูล ทุกวันนี้เรามีเทคนิคทางวิทยาศาสตร์ข้อมูลมากมาย เช่น machine learning หรือ AI ที่สามารถหาได้ไม่ยากว่าตัวแปร x และ y มีความสัมพันธ์กัน (correlation) แต่การศึกษาในลักษณะนี้ต่อให้มีข้อมูลมากมายขนาดไหน เราก็อาจยังไม่สามารถรู้ชัดๆอยู่ดีว่า x เป็นต้นเหตุของ y หรือ y เป็นต้นเหตุของ x และต้นตอของความสัมพันธ์ที่ได้นั้นเกิดมาจากปัจจัยอะไร

ตัวอย่างที่คลาสสิคคือ ถ้าเราเห็นจากข้อมูลว่าระดับการศึกษามีความสัมพันธ์ไปในทิศทางเดียวกันกับระดับรายได้ ก็อาจคิดไปว่าระดับการศึกษาสูงๆก็จะทำให้รายได้สูง แต่แท้จริงแล้วความสัมพันธ์ข้างต้นอาจเกิดมาจากตัวแปรอื่นๆ เช่น อาจเป็นผลมาจากระดับชั้นทางสังคม (social class) ซึ่งทำให้คนบางกลุ่มสามารถเข้าถึงการศึกษาที่ดีกว่า และสุดท้ายทำให้คนกลุ่มนั้นๆได้งานดีๆ รายได้สูงจากคอนเน็คชั่นซึ่งอาจไม่ได้เกี่ยวกับระดับการศึกษาเลย ดังนั้น ถ้าเอาแค่ความสัมพันธ์ของข้อมูลที่ได้เพียงอย่างเดียวไปออกแบบนโยบาย ข้อสรุปจะกลายเป็นว่าจะเพิ่มรายได้ให้ประชากรต้องไปเพิ่มระดับการศึกษา ซึ่งอาจเป็นนัยเชิงนโยบายที่อาจจะไม่ถูกในบางบริบทที่คุณภาพของการศึกษายังต่ำ

จริงๆ แล้ว ในการทำงานของนักเศรษฐศาสตร์ในยุคแห่งข้อมูล บิ๊กดาต้าจะเข้ามาเสริมการนำทฤษฎีไปใช้ให้เกิดประโยชน์ต่างหาก และในอีกด้านหนึ่ง ทฤษฎีเก่าที่ยังพิสูจน์ไม่ได้ หรือข้อมูลไม่พอในการพิสูจน์ เมื่อมีข้อมูลจำนวนมากก็จะช่วยให้การทดลองและพิสูจน์ทฤษฎีมีความเป็นไปได้มากขึ้นและต้นทุนถูกลง ข้อมูลยังทำให้นักเศรษฐศาสตร์สามารถตั้งสมมติฐานและสร้างทฤษฎีใหม่ๆ ได้ด้วย

 

บิ๊กดาต้าจะทำให้เศรษฐศาสตร์มีความเป็นวิทยาศาสตร์มากขึ้นไหม

ไม่เชิง วิทยาศาสตร์เป็นศาสตร์ที่มีกฎเกณฑ์ตายตัว เป็นหลักการแต่ไม่ใช่หลักคิด แต่เศรษฐศาสตร์เป็นหลักคิดไม่ใช่หลักการ แม้บิ๊กดาต้าจะเป็นเครื่องมือที่มีลักษณะของความเป็นวิทยาศาสตร์สูง แต่พื้นที่ของนักเศรษฐศาสตร์จริงๆ เป็นพื้นที่ที่ไม่แน่นอน นักเศรษฐศาสตร์ต้องคิด พลิกแพลง อยู่ตลอดเวลา เพราะคำอธิบายทางเศรษฐศาสตร์ไม่ใช่กฎเกณฑ์ตายตัว แต่ขึ้นอยู่กับบริบท เวลา และสถานที่ ข้อมูลเดียวกันหากนำไปให้นักเศรษฐศาสตร์ต่างแขนงกัน ก็อาจได้คำอธิบายที่ต่างกัน แต่การที่เศรษฐศาสตร์มีความเป็นศิลปะก็เป็นดาบสองคม เพราะหากนักเศรษฐศาสตร์หรือการเรียนการสอนทำให้นักเศรษฐศาสตร์คิดไม่เป็น หรือมีความยึดติด ก็อาจจะตกขบวนรถไฟแห่งโอกาสในโลกยุคใหม่

 

การเรียนการสอนเศรษฐศาสตร์ในประเทศไทยต้องปรับตัวอย่างไรภายใต้เรื่องทั้งหมดที่คุยกันมา

อย่างที่กล่าวไปแล้วว่า นักเศรษฐศาสตร์จำเป็นต้องมีทักษะการคิดวิเคราะห์ที่ดีและสามารถปรับเปลี่ยนได้ตามบริบทต่างๆ ดังนั้น หลักสูตรเศรษฐศาสตร์

หนึ่ง ต้องสอนให้คิดเป็น ยืดหยุ่นเป็น ต้องเข้าใจแก่นว่าเศรษฐศาสตร์ไม่ใช่วิชาท่องจำ แต่เป็นวิชาที่สอนให้คิด เช่น เมื่อมีการสอนแบบจำลองทางทฤษฎีที่มาพร้อมสมมุติฐาน ต้องสอนให้คิดต่อด้วยว่าหากสมมุติฐานเปลี่ยนไป แบบจำลองนี้จะสามารถปรับได้อย่างไรบ้าง เพราะถึงที่สุดแล้ววัตถุประสงค์ของการทำแบบจำลองทางเศรษฐศาสตร์ ก็เพื่อนำไปใช้อธิบายโลกแห่งความเป็นจริง ที่ผ่านมา หลักสูตรเศรษฐศาสตร์ส่วนใหญ่อาจจะยังสอนแต่ในหนังสือ นักศึกษาแทบไม่ได้ลงไปทำความเข้าใจถึงสภาพเศรษฐกิจและสังคมจริงๆ เลย

สอง ต้องสอนให้วิเคราะห์ข้อมูลเป็นเพื่อจะสร้างโอกาสจากยุคแห่งข้อมูลได้ โดยทักษะด้านเศรษฐมิติ หรือสถิติ เป็นสิ่งสำคัญมาก เพราะจะทำให้เรารู้ถึงข้อจำกัดต่างๆ ของข้อมูลและระเบียบวิธีที่ใช้ รวมไปถึงการตีความสถิติต่างๆ (statistical inference) และเข้าใจความแตกต่างระหว่าง correlation กับ causation แต่ที่สำคัญที่สุดคือทักษะการตีความจากข้อมูล และสามารถนำไปเชื่อมโยงกับหลักคิดและทฤษฎี เพื่อสร้างนัยที่สำคัญจากข้อมูลให้ได้ ทักษะด้านนี้อาจจะยังไม่ได้ถูกให้ความสำคัญนักในการเรียนการสอนปัจจุบัน แต่คิดว่าเป็นทักษะที่สำคัญมากที่จะทำให้นักเศรษฐศาสตร์มีความต่างจากนักวิทยาศาสตร์ข้อมูล ส่วนการใช้โปรแกรมที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูล ถ้าทำเป็นก็ย่อมดีอยู่แล้ว แต่หากทำไม่เป็นก็ไม่ต้องกังวลมากนัก เพราะนักเศรษฐศาสตร์ไม่จำเป็นจะต้องทำงานซ้ำซ้อนกับนักวิทยาศาสตร์ข้อมูล เราควรใช้จุดเด่นของเรามากกว่า

สาม ต้องสอนให้มีความคิดสร้างสรรค์ นักเศรษฐศาสตร์ในโลกใหม่จะต้องรู้จักคิดนอกกรอบ ต้องรับมือกับความเปลี่ยนแปลงที่จะเกิดขึ้น การเลือกโมเดลล์และการพลิกแพลงข้อมูลเพื่อมาตอบโจทย์ต่าง ๆ เป็นศิลปะ และทำให้เราก็เห็นมิติและคุณภาพงานของนักเศรษฐศาสตร์มีความหลากหลาย

และสี่ ต้องสอนสื่อสารเป็น นักเศรษฐศาสตร์ชอบถูกวิจารณ์ว่าพูดไม่รู้เรื่อง (หัวเราะ) ทำงานวิจัยออกมาอย่างดีเลย แต่หากไม่สามารถสื่อสารกับคนทั่วไปได้ ก็ไม่สามารถนำงานที่ทำไปใช้ประโยชน์ในวงกว้างได้ ดังนั้น ทักษะที่สำคัญมากอย่างหนึ่งคือการเล่าเรื่อง ซึ่งวิชาอย่าง Communication for Economist ซึ่งสอนให้ฟังเป็น จับใจความเป็น นำเสนอและค้านเป็น มีความสำคัญ และเท่าที่รู้ก็ได้มีการนำไปใส่ในหลักสูตรในคณะเศรษฐศาสตร์ในบางมหาวิทยาลัยแล้ว

 

คำถามสุดท้าย คิดว่าเศรษฐศาสตร์ตายหรือยัง

ถ้าตายแล้วก็คงไม่นั่งอยู่ตรงนี้หรอกค่ะ (หัวเราะ)

 

ติดตามซีรีส์ “เศรษฐศาสตร์ตายแล้ว?” ทั้งหมดได้ที่ :

สำรวจโลกใหม่ของเศรษฐศาสตร์กับ 4 นักเศรษฐศาสตร์รุ่นใหม่ เพื่อตอบคำถามว่า ‘เศรษฐศาสตร์ตายแล้วจริงหรือ?’ (คลิปวิดีโอ)

บทสัมภาษณ์ ‘ศรษฐศาสตร์ในโลกของเศรษฐกิจใหม่ : สันติธาร เสถียรไทย

บทสัมภาษณ์ ‘เศรษฐศาสตร์ในโลกที่ไร้ข้อจำกัด : ธานี ชัยวัฒน์

บทสัมภาษณ์ ‘โลกใหม่ของเศรษฐศาสตร์การเมืองและเศรษฐศาสตร์พัฒนา : ธร ปีติดล’ 

MOST READ

Spotlights

14 Aug 2018

เปิดตา ‘ตีหม้อ’ – สำรวจตลาดโสเภณีคลองหลอด

ปาณิส โพธิ์ศรีวังชัย พาไปสำรวจ ‘คลองหลอด’ แหล่งค้าประเวณีใจกลางย่านเมืองเก่า เปิดปูมหลังชีวิตหญิงค้าบริการ พร้อมตีแผ่แง่มุมเทาๆ ของอาชีพนี้ที่ถูกซุกไว้ใต้พรมมาเนิ่นนาน

ปาณิส โพธิ์ศรีวังชัย

14 Aug 2018

Spotlights

4 Nov 2020

101 Policy Forum : ประเทศไทยในฝันของคนรุ่นใหม่

101 เปิดวงสนทนาพูดคุยกับตัวแทนวัยรุ่น 4 คน ณัฐนนท์ ดวงสูงเนิน , สิรินทร์ มุ่งเจริญ, ภาณุพงศ์ สุวรรณหงษ์, อัครสร โอปิลันธน์ ว่าด้วยสังคม การเมือง เศรษฐกิจไทยในฝัน ต้นตอที่รั้งประเทศไทยจากการพัฒนา ข้อเสนอเพื่อพาประเทศสู่อนาคต และแนวทางการพัฒนาและสนับสนุนคนรุ่นใหม่

กองบรรณาธิการ

4 Nov 2020

Interviews

5 May 2024

สวนกล้วยของคนจีน-ชีวิตอาบสารเคมีของคนลาว: เสถียร ฉันทะ

101 คุยกับ ผศ.ดร.เสถียร ฉันทะ ผู้ทำวิจัยเรื่องสวนกล้วยจีนในลาวและพม่า ถึงผลกระทบที่เกิดขึ้นและการคืบคลานของสวนกล้วยจีนที่ขยายไปในลุ่มน้ำโขง อย่างพม่าและกัมพูชา

วจนา วรรลยางกูร

5 May 2024

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save