ฐานข้อมูลภาคเศรษฐกิจจริง : ทิศทางและการพัฒนา

งานนำเสนอเรื่อง: "ฐานข้อมูลภาคเศรษฐกิจจริง : ทิศทางและการพัฒนา"— ใบสำเนางานนำเสนอ:

1 ฐานข้อมูลภาคเศรษฐกิจจริง : ทิศทางและการพัฒนา
ฐานข้อมูลภาคเศรษฐกิจจริง : ทิศทางและการพัฒนา 18 สิงหาคม ณ โรงแรม SHERATON GRANDE SUKHUMVIT

2 หัวข้อการนำเสนอ 1 บทนำ: สถิติกับการดำเนินนโยบาย
2 1 บทนำ: สถิติกับการดำเนินนโยบาย การประเมินคุณภาพและความเพียงพอ ของข้อมูลเศรษฐกิจ 2 3 แนวทางการพัฒนา 4 บทสรุปและความท้าทาย

3 หัวข้อการนำเสนอ 3 1 บทนำ: สถิติกับการดำเนินนโยบาย

4 - คุณภาพน่าเชื่อถือ - ทันการณ์ - ตรงประเด็น + เป็นประโยชน์
1 บทนำ: สถิติกับการดำเนินนโยบาย 4 ¤ UNESCO : ทรัพยากรสารนิเทศ เป็น 1 ใน 3 ของ ทรัพยากรที่สำคัญที่สุดของโลก ¤ สถิติ และ เครื่องชี้ = “วัตถุดิบสำคัญ” สำหรับการวิเคราะห์ และกำหนดนโยบาย - คุณภาพน่าเชื่อถือ ทันการณ์ - ตรงประเด็น + เป็นประโยชน์

5 บทนำ: สถิติกับการดำเนินนโยบาย
1 บทนำ: สถิติกับการดำเนินนโยบาย 5 ¤ โลกาภิวัฒน์  ปริมาณธุรกรรมทวีขนาด & ความผันผวน - Export + Import / GDP ≈ 110% - Gross Capital Flows / GDP ≈ 920%

6 บทนำ: สถิติกับการดำเนินนโยบาย
1 บทนำ: สถิติกับการดำเนินนโยบาย 6 6 ¤ นวัตกรรมทางการเงิน / เทคโนโลยี  ธุรกรรมซับซ้อน จัดเก็บได้ยาก

7 ประเมินคุณภาพ-ความเพียงพอ ของข้อมูลเศรษฐกิจ
1 บทนำ: สถิติกับการดำเนินนโยบาย 7 7 R E A L S E C T O R S T A T I S T I C S D ความต้องการข้อมูล ประเมินคุณภาพ-ความเพียงพอ ของข้อมูลเศรษฐกิจ D สิ่งแวดล้อม

8 หัวข้อการนำเสนอ 8 การประเมินคุณภาพและความเพียงพอ ของข้อมูลเศรษฐกิจ 2

9 กรอบในการประเมินคุณภาพของข้อมูล
2.1 9 หลักเกณฑ์ในการประเมินคุณภาพข้อมูล 1. Relevance ความตรงกับความต้องการของผู้ใช้ 2. Timeliness ความถี่และความรวดเร็วในการจัดทำและเผยแพร่ข้อมูล 3. Accuracy ความสามารถในการอธิบายปรากฏการณ์ต่างๆ ตามวัตถุประสงค์ที่ข้อมูลสร้างขึ้น ความตรงกับความต้องการของผู้ใช้ (Relevance) ครอบคลุมสิ่งที่ต้องการครบถ้วนหรือไม่ และจะก่อให้เกิดความเอนเอียงจากการไม่ครอบคลุมตัวอย่างในบางกลุ่มหรือบางพื้นที่หรือไม่ รวมทั้ง รูปแบบของข้อมูลที่จัดทำ อาทิ ข้อมูลที่ไม่ปรับฤดูกาล ข้อมูลที่ปรับฤดูกาล ความถี่ในการจัดทำข้อมูลและความรวดเร็วในการเผยแพร่ข้อมูล (Periodicity and Timeliness) โดยทั่วไป ข้อมูลที่มีการจัดเก็บเป็นรายปีก็มักจะมีความล่าช้าในการเผยแพร่ค่อนข้างมาก ดังนั้น ข้อมูลประเภทนี้จึงมักมีการเผยแพร่เบื้องต้นก่อนเพื่อให้ทันเวลา แล้วจึงปรับแก้ไขให้สมบูรณ์ในภายหลัง ทั้งนี้ ในการจัดทำข้อมูลจะต้องมีการ trade-off ระหว่างความทันเวลากับความถูกต้องของข้อมูลจึงจำเป็นที่ผู้จัดทำข้อมูลจะต้องจัดเก็บขนาดของปรับแก้ข้อมูลเพื่อให้สามารถประเมินคุณภาพและความถูกต้องของการจัดทำข้อมูลเบื้องต้นได้ ความถูกต้องของข้อมูล (Accuracy) เป็นความสามารถในการอธิบายปรากฏการณ์ต่างๆ ตามวัตถุประสงค์ที่ข้อมูลสร้างขึ้น ความคลาดเคลื่อน (Errors) ที่อาจเกิดขึ้น ได้แก่ (1) ความคลาดเคลื่อนของคุ้มรวม (Coverage Error) ซึ่งเกิดจากการนับขาด นับเกิน หรือนับซ้ำทำให้มีความคลาดเคลื่อนในยอดรวมของประชากร (2) ความคลาดเคลื่อนจากกลุ่มตัวอย่าง (Sample Error) (3) ความคลาดเคลื่อนจากการไม่ให้ข้อมูล (Non-response Error) ซึ่งอาจเกิดจากข้อมูลสูญหาย หรือผู้ตอบไม่ได้ตอบทุกคำถาม (4) ความคลาดเคลื่อนจากการให้ข้อมูล (Response Error) คือ การให้ข้อมูลที่ไม่ถูกต้อง หรือไม่ครบถ้วน ซึ่งอาจเกิดจากแบบสอบถามที่ไม่ชัดเจน 9

10 กรอบในการประเมินคุณภาพของข้อมูล
2.1 10 หลักเกณฑ์ในการประเมินคุณภาพข้อมูล 4. Accessibility การเปิดเผยข้อมูลผ่านสื่อต่างๆ ที่เพียงพอและ อยู่ในรูปแบบที่ตรงต่อความต้องการของผู้ใช้ 5. Interpretability การช่วยให้ผู้ใช้เข้าใจและสามารถตีความและใช้ข้อมูลได้อย่างมีประสิทธิภาพ 6. Coherence ความต่อเนื่องของข้อมูลในแง่การจัดเก็บ จัดทำ และเผยแพร่ ความสามารถในการเข้าถึงข้อมูล (Accessibility) เปิดเผยข้อมูลผ่านสื่อต่างๆ ที่เพียงพอและอยู่ในรูปแบบที่ตรงต่อความต้องการของผู้ใช้ สะดวกรวดเร็วและด้วยต้นทุนที่ต่ำ เพื่อให้ข้อมูลที่จัดทำขึ้นถูกนำไปใช้ประโยชน์ได้อย่างสูงสุด การตีความหมาย (Interpretability) เพื่อช่วยให้ผู้ใช้เข้าใจและสามารถตีความและใช้ข้อมูลได้อย่างมีประสิทธิภาพ ข้อมูลทางสถิติที่ผู้ใช้ไม่สามารถเข้าใจได้ หรือมักเข้าใจผิดเป็นข้อมูลที่ไม่มีคุณค่า ความต่อเนื่อง (Coherence) เป็นความต่อเนื่องของข้อมูลในส่วนของการจัดเก็บ จัดทำ และเผยแพร่ รวมทั้งความสามารถในการนำไปเปรียบเทียบกับข้อมูลเดียวกันในอดีต นอกเหนือจาก 6 มิติที่ได้กล่าวข้างต้นแล้ว ยังมีมิติด้านสิ่งแวดล้อมเชิงสถาบัน โดยปัจจัยทางสถาบันที่อาจมีผลต่อความน่าเชื่อถือและความโปร่งใสของผู้จัดทำและเผยแพร่ข้อมูล 10

11 กรอบในการประเมินคุณภาพของข้อมูล
2.1 11 ระดับคำตอบ ควรปรับปรุง = 1 พอใช้ = 2 ดี = 3 ดีมาก = 4 หน่วยงาน ที่สำรวจ หน่วยราชการ สถาบันการเงิน องค์กรระหว่างประเทศ สถาบันการศึกษา อื่นๆ

12 ผลการประเมินคุณภาพของข้อมูล
2.2 12 มิติที่ได้รับคะแนนการประเมินต่ำกว่ามิติด้านอื่นๆ อย่างมีนัยสำคัญทางสถิติ ได้แก่ มิติด้านความเพียงพอต่อความต้องการใช้ข้อมูล และความถี่และความรวดเร็วของการเผยแพร่ข้อมูล มิติที่ได้รับการประเมินว่าอยู่ในระดับดี ได้แก่ 1) วิธีการจัดทำข้อมูลเป็นไปตามหลักสถิติ เชื่อถือได้ 2) แนวคิด / นิยาม / คุ้มรวมเป็นไปตามมาตรฐานสากล ซึ่งสะท้อนว่าข้อมูลใดๆ ก็ตามที่ได้มีการจัดทำขึ้น ล้วนแต่ได้ปฏิบัติตามมาตรฐานสากลและหลักวิชาการ มิติที่ได้รับคะแนนการประเมินต่ำที่สุดอย่างมีนัยทางสถิติ คือ ความถี่และความรวดเร็วในการเผยแพร่ข้อมูล ซึ่งเป็นเรื่องที่หน่วยงานผู้จัดทำข้อมูลทั้งหลายต่างก็ให้ความสำคัญค่อนข้างมาก 12

13 ผลการประเมินคุณภาพของข้อมูล (ต่อ)
2.2 13 Periodicity Data Category SDDS THA USA AUS CAN JPN MYS KOR IDN PHL Real Sector (Specifications) National accounts Q Production index M Labor market: Employment SA Labor market: Unemployment Labor market: Wages/Earnings 2A Price index: Consumer prices Price index: Producer prices แต่หากพิจารณาถึงมาตรฐานการเผยแพร่ข้อมูลระดับสูง หรือSDDS ซึ่งประเทศไทยได้รับหลักการเมื่อวันที่ 9 เดือนสิงหาคม 2539 และสามารถปฏิบัติได้ตามมาตรฐานเมื่อวันที่ 16 เดือนพฤษภาคม 2543 นั้น พบว่า ข้อมูลของไทยทั้งในส่วนของภาคเศรษฐกิจจริง (Real Sector) ภาคการคลัง (Fiscal Sector) ภาคการเงิน (Financial Sector) ภาคต่างประเทศ (External Sector) รวมทั้ง ข้อมูลประชากร (Socio-demographic) ล้วนได้มาตรฐาน SDDS ในมิติของความถี่ในการจัดทำข้อมูล ขณะที่ประเทศพัฒนาแล้วอย่างออสเตรเลียกลับมีความถี่ในการเผยแพร่ข้อมูลดัชนีผลผลิตอุตสาหกรรม (Industrial Production) ดัชนีราคาผู้บริโภค และดัชนีราคาผู้ผลิต ที่มีความถี่เป็นรายไตรมาสซึ่งน้อยกว่ามาตรฐานที่ SDDS กำหนด หรือข้อมูลเกี่ยวกับธุรกรรมของรัฐบาลกลางของญี่ปุ่นที่จัดทำเป็นรายปี ขณะที่มาตรฐานที่กำหนด คือ ต้องมีการจัดทำเป็นรายเดือน 13

14 ผลการประเมินคุณภาพของข้อมูล (ต่อ)
2.2 14 Timeliness Data Category SDDS THA USA GBR AUS CAN JPN SGP MYS KOR IDN PHL Real Sector (Specifications) National accounts 1Q 8W NLT 31D NLT 1Q 60D 6W NLT 2M 2M NLT 10W NLT 7W NLT 2M Production index 6W (1M) 1M NLT 17D NLT 1M NLT 6W Labor market: Employment 31D 2W 2Q Labor market: Unemployment 5W NLT 2Q Labor market: Wages/Earnings 7W NLT 60D 12M Price index: Consumer prices NLT 1W NLT 3W NLT 1M 3W 1W 1D 5D Price index: Producer prices 8D ในมิติด้านความรวดเร็วในการเผยแพร่ข้อมูลจะเห็นได้ว่าไม่มีข้อมูลส่วนใดของไทยที่มีการเผยแพร่ล่าช้ากว่าเกณฑ์ที่กำหนด เช่น ข้อมูลบัญชีรายได้ประชาชาติสามารถเผยแพร่ได้ภายใน 2 เดือน ทั้งที่ตามมาตรฐานกำหนดให้เผยแพร่ภายใน 1 ไตรมาสถัดไป หรือกรณีของดัชนีราคาผู้บริโภคและผู้ผลิตที่สามารถเผยแพร่ได้ภายใน 1 สัปดาห์ ทั้งที่ตามมาตรฐานกำหนดให้เผยแพร่ภายใน 1 เดือน หากเปรียบเทียบกับประเทศพัฒนาแล้ว เช่น แคนาดาและญี่ปุ่นจะเห็นได้ว่าข้อมูลภาคการคลังของไทยได้สามารถจัดและเผยแพร่ในระยะเวลาที่รวดเร็วกว่า 14

15 ผลการประเมินคุณภาพของข้อมูล (ต่อ)
2.2 15 กลุ่มข้อมูลที่ได้รับคะแนนโดยเฉลี่ยต่ำกว่ากลุ่มอื่นๆ อย่างมีนัยสำคัญทางสถิติมี 4 กลุ่ม ได้แก่ 1) ภาคเกษตร / ประมง / เหมืองแร่ 2) แรงงาน 3) ภาคบริการ และ 4) ภาคอสังหาริมทรัพย์ กลุ่มข้อมูลที่ได้รับคะแนนโดยเฉลี่ยต่ำกว่ากลุ่มอื่นๆ อย่างมีนัยสำคัญทางสถิติมี 4 กลุ่ม ได้แก่ 1) ภาคเกษตร 2) แรงงาน 3) ภาคบริการ และ 4) ภาคอสังหาริมทรัพย์ 15

16 ผลการประเมินคุณภาพของข้อมูล (ต่อ)
2.2 16 มิติด้านคุณภาพแต่ละกลุ่มได้รับคะแนนโดยเฉลี่ยต่ำ คือ ความพอเพียงและความตรงต่อความต้องการใช้งาน ความถี่และความรวดเร็วในการจัดทำและเผยแพร่ข้อมูล ความสามารถในการเข้าถึงข้อมูล Agri Services Real estate Labour Concepts & Definitions 2.96 2.84 2.95 Classification & Sectorization 2.87 2.80 2.83 Statistical Standard 3.15 3.02 3.11 Periodicity & Timeliness 2.67 2.59 2.38 2.52 Revision Policy & Practice 2.93 2.91 2.92 Pertinent Metadata 2.82 2.75 Data Accessibility 2.85 2.77 Relevance & Adequacy 2.61 2.55 2.51 2.69 Total 2.79 2.78 2.81 ทั้งนี้ มิติด้านคุณภาพแต่ละกลุ่มได้รับคะแนนโดยเฉลี่ยต่ำ คือ 1) ความพอเพียงและความตรงต่อความต้องการใช้งาน 2) ความถี่และความรวดเร็วในการจัดทำและเผยแพร่ข้อมูล และ 3) ความสามารถในการเข้าถึงข้อมูล 16

17 หัวข้อการนำเสนอ 3 แนวทางการพัฒนา
17 17 3 แนวทางการพัฒนา จากผลการประเมินคุณภาพและความเพียงพอของข้อมูล วิเคราะห์เทียบเคียงกับประสบการณ์ของหน่วยงานผู้จัดทำและเผยแพร่ข้อมูลในต่างประเทศ ร่วมกับมุมมองของ ธปท. ในฐานะผู้ใช้เพื่อการวิเคราะห์ภาพเศรษฐกิจและกำหนดนโยบาย เพื่อวิเคราะห์ประเด็นปัญหาและช่องว่างของข้อมูล 17

18 การพัฒนาคุณภาพของข้อมูล
3 18 อย่างไรก็ตาม การพัฒนาบางมิติก็เอื้อให้มิติด้านอื่นๆ พัฒนาไปด้วย เช่น มิติด้าน ความเพียงพอและตรงตามการใช้และการเข้าถึงข้อมูล ข้อมูลที่ผู้ใช้สามารถเข้าถึงได้อย่างสะดวกรวดเร็วและด้วยต้นทุนที่ต่ำจะทำให้ข้อมูล ถูกนำไปใช้ประโยชน์ได้อย่างสูงสุด ข้อมูลที่มิได้ทำการเผยแพร่อย่างเป็นระบบก็อาจทำให้ผู้ใช้ข้อมูลไม่ทราบว่ามีข้อมูลนั้นๆ การสร้างความสมดุลของมิติต่างๆ เนื่องจากบางครั้งการพัฒนาในบางมิติก็ส่งผลกระทบ ให้มิติบางด้านปรับแย่ลงอย่างหลีกเลี่ยงไม่ได้ สิ่งจำเป็นอย่างยิ่งที่หน่วยงานผู้จัดทำข้อมูลต้องคำนึงถึงในการปรับปรุงคุณภาพของข้อมูล คือ การสร้างความสมดุลระหว่างมิติต่างๆ และความคุ้มค่าของงบประมาณที่ใช้ในการพัฒนา เนื่องจากบางครั้งการพัฒนาบางมิติก็เอื้อให้มิติด้านอื่นๆ พัฒนาไปด้วย เช่น มิติด้านความเพียงพอต่อความต้องการใช้กับมิติด้านการเผยแพร่ข้อมูล เนื่องจากข้อมูลที่ไม่มีการเผยแพร่ให้อยู่ในรูปแบบที่สะดวกต่อการใช้งานก็อาจทำให้ผู้ใช้ไม่ทราบว่ามีข้อมูลนั้นๆ อยู่ 18

19 ความขัดแย้งของมิติต่างๆ ในการพัฒนาข้อมูล
การพัฒนาคุณภาพของข้อมูล (ต่อ) 3 19 ความขัดแย้งของมิติต่างๆ ในการพัฒนาข้อมูล ความเพียงพอและตรงตามการใช้กับความถูกต้อง ผู้ใช้อาจต้องการให้มีการจัดหมวดหมู่ข้อมูลในระดับรายละเอียดขึ้น ขณะที่ข้อมูลจากการสำรวจยิ่งถูกแบ่งกลุ่มย่อยก็จะยิ่งสูญเสียความแม่นยำ ความเพียงพอและตรงตามการใช้กับความรวดเร็วในการเผยแพร่ข้อมูล ผู้ใช้อาจยินดีแลกความรวดเร็วในการเผยแพร่กับการได้ข้อมูลที่มีเนื้อหาครอบคลุมกว้างขึ้น แต่ในบางครั้งข้อมูลที่ตรงตามการใช้น้อยอาจถูกตัดทิ้งเพื่อให้การจัดทำสถิติรวดเร็วขึ้น ความถูกต้องกับความรวดเร็วในการเผยแพร่ข้อมูล บางครั้งผู้ผลิตเผยแพร่ข้อมูลเร็วเบื้องต้นให้แก่ผู้ใช้ที่ต้องการค่าประมาณการล่วงหน้าโดยจะตามปรับข้อมูลเพื่อแก้ไขความคลาดเคลื่อนในภายหลัง ขนาดและความถี่ของการแก้ไขข้อมูลจะช่วยขจัดความเอนเอียงที่เกิดจากการคาดคะเนข้อมูลเบื้องต้น ที่มา: ศิริพร มุกสกุลรัตน์ “คุณภาพข้อมูลในมุมมองผู้ผลิต”, ส่วนประมวลผลสถิติ สายฐานข้อมูล ธนาคารแห่งประเทศไทย (2546).

20 เปรียบเทียบน้ำหนักในการจัดทำดัชนีราคาและปริมาณพืชผลเกษตร
การพัฒนาคุณภาพข้อมูล: ภาคเกษตร 3.1 20 ปัจจุบันหน่วยงานหลักที่จัดทำข้อมูลดัชนีราคาและปริมาณพืชผลเกษตร ได้แก่ ธปท. และ สำนักเศรษฐกิจการเกษตร (สศก.) ดัชนีปริมาณและราคาพืชผล ซึ่งใช้ปีฐาน คือ ปี 2531 และ 2538 ส่งผลให้ดัชนีทั้ง 2 ของ ธปท. มีปัญหาด้าน Bias ค่อนข้างมาก เปรียบเทียบน้ำหนักในการจัดทำดัชนีราคาและปริมาณพืชผลเกษตร (หน่วย: ร้อยละ) ปริมาณ ราคา ธปท. สศก. ปีฐาน 2531 ปี 2552 ปีฐาน 2538 พืชอาหารและธัญพืช 52.2 39.6 59.2 54.1 35.6 58.3 พืชไม้ยืนต้น 18.1 26.6 31.3 20.6 11.2 19.0 ผักและผลไม้ 22.0 19.4 4.8 20.4 50.4 17.0 พืชเส้นใย 1.5 0.7 - 0.3 พืชน้ำมัน 6.2 13.7 4.7 4.1 2.5 5.6 ที่มา: สำนักงานเศรษฐกิจการเกษตรและธนาคารแห่งประเทศไทย ปัจจุบันหน่วยงานหลักที่จัดทำข้อมูลดัชนีราคาและปริมาณพืชผลเกษตร ได้แก่ ธปท. และ สำนักเศรษฐกิจการเกษตร (สศก.) 20

21 การพัฒนาคุณภาพข้อมูล: ภาคเกษตร (ต่อ) 3.1
21 ธปท. จึงมีแนวคิดที่จะให้ สศก. เป็นหน่วยงานหลักในการจัดทำเครื่องชี้ดังกล่าว

22 การพัฒนาคุณภาพข้อมูล: ภาคแรงงาน 3.2
22 ข้อมูลด้านแรงงานส่วนใหญ่เป็นข้อมูลที่ได้จากการสำรวจภาวะแรงงาน (Labour Force Survey: LFS) ซึ่งจัดทำโดยสำนักงานสถิติแห่งชาติ (สสช.) ในการออกแบบสำรวจดังกล่าว สสช. ได้มีการหารือร่วมกับ International Labour Organization (ILO) เกี่ยวกับหลักเกณฑ์และนิยามต่างๆ เพื่อให้เหมาะสมกับประเทศไทยและสามารถครอบคลุมทั้งในส่วนของภาวะการมีงานทำ การว่างงาน รวมทั้งกลุ่มที่ไม่อยู่ในกำลังแรงงาน นิยามของผู้ว่างงานของไทย คือ เป็นผู้ที่อยู่ในกำลังแรงงาน (ผู้ที่มีอายุ 15 ปีขึ้นไป) เป็นผู้ที่ไม่ได้ทำงาน (Without Work) พร้อมที่จะทำงานในช่วงเวลาที่ทำการสำรวจ (Currently Available for Work) 22

23 การพัฒนาคุณภาพข้อมูล: ภาคแรงงาน (ต่อ) 3.2
23 อย่างไรก็ตาม ยังมีข้อมูลในแบบสอบถามอีกหลายส่วนที่ไม่ได้ทำการเผยแพร่เพื่อให้อยู่ในรูปแบบที่สะดวกต่อการใช้งาน ระยะเวลาและช่องทางในการหางานทำ ชั่วโมงการทำงาน ซึ่งนำไปสู่การคำนวณผลิตภาพแรงงาน (Labour Productivity) ค่าตอบแทนในการทำงานของลูกจ้างซึ่งนำไปสู่การคำนวณ Unit Labour Cost 23

24 การพัฒนาคุณภาพข้อมูล: ภาคแรงงาน (ต่อ) 3.2
24 การมีตารางมาตรฐานเพื่อเผยแพร่ข้อมูลที่มีความต้องการใช้งานอย่างแพร่หลาย จะช่วยให้ข้อมูลการสำรวจภาวะแรงงานถูกนำไปใช้ประโยชน์อย่างคุ้มค่ามากขึ้น ซึ่งมิใช่แต่เฉพาะเพื่อประโยชน์ต่อการดำเนินนโยบายเท่านั้น ยังรวมถึงการพัฒนาองค์ความรู้และงานวิจัยด้านแรงงานของประเทศอีกด้วย 24

25 การพัฒนาคุณภาพข้อมูล: ภาคบริการ 3.3
25 เครื่องชี้ด้านบริการนับได้ว่าเป็นข้อมูลที่มีความขาดแคลนอย่างยิ่ง ซึ่งความขาดแคลนนี้มิได้เกิดขึ้นเฉพาะประเทศไทยเท่านั้น แต่ประเทศพัฒนาแล้วอย่าง สหรัฐอเมริกา กลุ่มยุโรป หรือ ญี่ปุ่น ก็ล้วนประสบปัญหานี้เช่นกัน เนื่องจากข้อมูลภาคบริการเป็นข้อมูลที่มีความซับซ้อนและมีความหลากหลาย ทำให้ในการจัดทำข้อมูลทำได้ยากและต้องใช้งบประมาณค่อนข้างสูง ปัจจุบัน การจัดทำข้อมูลการค้าส่งและการค้าปลีกของ ธปท. ใช้ฐานข้อมูลการนำส่งภาษีมูลค่าเพิ่ม การจัดทำข้อมูลการค้าของ ธปท. ซึ่งแยกเป็นการค้าส่งและค้าปลีกนั้นได้ใช้ฐานข้อมูลการนำส่งภาษีมูลค่าเพิ่มของกรมสรรพากรจำแนกตามหมวดการผลิต (ISIC) ข้อจำกัดของข้อมูลชุดดังกล่าว คือ มีความล่าช้าในการจัดทำและเผยแพร่มากพอสมควร คือ ประมาณ 2 เดือน มีความเป็นไปได้ค่อนข้างมากที่จะมีการปรับแก้ข้อมูลย้อนหลัง เนื่องจากข้อปฏิบัติในการนำส่งภาษีมูลค่าเพิ่ม ซึ่งการปรับปรุงให้ข้อมูลภาคการค้ามีความรวดเร็วในการจัดทำและเผยแพร่มากขึ้นจึงมิใช่เรื่องง่ายในทางปฏิบัติ ในการปรับปรุงคุณภาพข้อมูลชุดนี้ให้มีความรวดเร็วมากขึ้นนั้น สำนักดัชนีเศรษฐกิจการค้า กระทรวงพาณิชย์จึงได้ริเริ่มโครงการจัดทำข้อมูลดังกล่าวโดยใช้วิธีการออกแบบสอบถามผู้ประกอบการค้าปลีกทั่วประเทศ ปัจจุบันยังอยู่ในขั้นตอนการสร้างความเข้าใจกับผู้ประกอบการทั่วประเทศ 25

26 การพัฒนาคุณภาพข้อมูล: ภาคบริการ (ต่อ) 3.3
26 แม้ว่าอัตราเข้าพักจะเป็นส่วนหนึ่งในการสะท้อนถึงกิจกรรมการท่องเที่ยวของคนในประเทศ แต่การเกิด Sample Error ส่งผลให้อัตราเข้าพักที่ ธปท. ได้จัดทำอยู่มิได้สะท้อนกิจกรรมการท่องเที่ยวของคนในประเทศ จึงจำเป็นที่จะต้องมีการปรับปรุงการจัดทำเครื่องชี้ดังกล่าว เพื่อให้มีความถูกต้องและครอบคลุมมากยิ่งขึ้น ธปท. ได้จัดทำเครื่องชี้เพิ่มเติม ได้แก่ อัตราการจองห้องพักล่วงหน้า 3 เดือน ค่าห้องพักเฉลี่ยที่ขายได้จริง สัดส่วนรายได้จากการจัดประชุม / สัมมนา และสัดส่วนนักท่องเที่ยวต่างประเทศ การปรับปรุงเครื่องชี้ภาคการท่องเที่ยวให้ครอบคลุมเครื่องชี้เพิ่มเติมอีก 4 รายการ คืออัตราการจองห้องพักล่วงหน้า 3 เดือน ค่าห้องพักเฉลี่ยที่ขายได้จริง สัดส่วนรายได้จากการจัดประชุม / สัมมนา และสัดส่วนนักท่องเที่ยวต่างประเทศ 26

27 การพัฒนาคุณภาพข้อมูล: ภาคบริการ (ต่อ) 3.3
27 นอกจากนี้ ยังมีเครื่องชี้อื่นๆ ในภาคบริการของไทยยังคงขาดแคลนอย่างมาก อาทิ เครื่องชี้การขนส่งและคมนาคมซึ่งมีสัดส่วนสูงถึงร้อยละ 20 ของ GDP ภาคบริการ ดังนั้น การประสานงานกันระหว่างหน่วยงานที่เกี่ยวข้อง อาทิ กรมสรรพากร คณะกรรมการกิจการโทรคมนาคมแห่งชาติ (กทช.) ก็จะเพิ่มโอกาสสำเร็จในการจัดทำเครื่องชี้ภาคบริการที่สมบูรณ์ ครบถ้วนยิ่งขึ้นไป 27

28 การพัฒนาคุณภาพข้อมูล: ภาคอสังหาริมทรัพย์ 3.4
28 เครื่องชี้ภาคอสังหาริมทรัพย์ถือได้ว่าเป็นข้อมูลที่มีความสำคัญอย่างยิ่งต่อการดำเนินนโยบาย เนื่องจากภาคอสังหาริมทรัพย์เป็นภาคที่มีความเชื่อมโยงกับภาคการผลิตอื่นๆ ค่อนข้างสูง เนื่องจาก เป็นข้อมูลที่มีหลายมิติ อาทิ อุปสงค์และอุปทานของตลาดที่อยู่อาศัย รวมทั้งระดับราคาซึ่งจำแนก ตามประเภทสิ่งปลูกสร้าง ในการจัดทำเครื่องชี้ในกลุ่มนี้มีความเกี่ยวข้องกับหลายหน่วยงาน ได้แก่ ศูนย์ข้อมูล อสังหาริมทรัพย์ (Real Estate Information Center: REIC) Agency for Real Estate Affairs (AREA) กรมที่ดิน สำนักงานเขตและเทศบาล ธนาคารอาคารสงเคราะห์ (ธอส.) และ ธปท. 28

29 การพัฒนาคุณภาพข้อมูล: ภาคอสังหาริมทรัพย์ (ต่อ) 3.4
29 ปัญหาที่สำคัญของเครื่องชี้ในกลุ่มนี้ คือ มีความถี่ไม่เพียงพอต่อการติดตามภาวะอสังหาริมทรัพย์ และครอบคลุมแต่เฉพาะกิจกรรมที่เกิดขึ้นในตลาดที่อยู่อาศัยในเขตกรุงเทพฯ และปริมณฑลเท่านั้น ขั้นตอน เครื่องชี้ Coverage แหล่งข้อมูล/ผู้จัดทำ ความถี่ เริ่มก่อสร้าง Housing Start กทม. และ ปริมณฑล สำรวจโดย REIC รายครึ่งปี โอนกรรมสิทธิ์ จำนวนโอนกรรมสิทธิ์ (ทั้งหมด) / (เฉพาะบ้านใหม่) กรมที่ดิน / สำรวจโดย REIC รายเดือน / เหลือขาย จำนวนที่อยู่อาศัยเหลือขาย (ยังไม่ก่อสร้าง / อยู่ระหว่าง ก่อสร้าง/ก่อสร้างเสร็จ (บ้านว่าง) สำรวจโดย REIC / AREA ประเทศไทยยังขาดเครื่องชี้ที่สำคัญอย่างยิ่งต่อการติดตามภาวะอสังหาริมทรัพย์ ภาวะฟองสบู่ การเก็งกำไรในตลาดอสังหาริมทรัพย์ รวมทั้งเพื่อใช้ประกอบการดำเนินนโยบาย Macro Prudential Policy คือ 1) การโอนกรรมสิทธิ์บ้านหลังแรก 2) Housing Start ที่แท้จริง ซึ่งข้อมูลต่างๆ เหล่านี้ต้องอาศัยกรมที่ดินและสำนักงานเขตในการทำให้การจัดเก็บ รวบรวม ตลอดจนการเผยแพร่ข้อมูล และ 3) ข้อมูลสินเชื่อเพื่อการซื้อบ้านหลังแรก โดย ธปท. อยู่ระหว่างประสานงานกับ ธพ. ในการจัดเก็บข้อมูลดังกล่าว ข้อมูลที่จำเป็นอย่างยิ่งที่จะช่วยให้การติดตามภาวะได้ดียิ่งขึ้น ได้แก่ สินเชื่อเพื่อการซื้อบ้านหลังแรก / การโอนกรรมสิทธิ์บ้านหลังแรก Housing Start ที่แท้จริง การพัฒนาเครื่องชี้ในกลุ่มนี้จำเป็นอย่างยิ่งที่จะต้องอาศัยข้อมูลจากกรมที่ดินและสำนักงานเขตซึ่งเป็นหน่วยงานของทางการที่มีข้อมูลครอบคลุมทั้งประเทศ รวมทั้งการประสานงานกันระหว่างหน่วยงานต่างๆ ในการทำให้การจัดเก็บ รวบรวม ตลอดจนการเผยแพร่ข้อมูล 29

30 การพัฒนาคุณภาพข้อมูล: ภาคอุตสาหกรรม 3.5
30 ปัจจุบันหน่วยงานหลักที่จัดทำเครื่องชี้ภาคอุตสาหกรรม ได้แก่ ธปท. และ สำนักเศรษฐกิจ อุตสาหกรรม (สศอ.) ธปท. สศอ. 1. ดัชนีผลผลิตอุตสาหกรรม - เริ่มจัดทำตั้งแต่เดือนมกราคม 2530 - เริ่มจัดทำตั้งแต่เดือนมกราคม 2543 - ครอบคลุมผู้ประกอบการรายใหญ่ 440 ราย - ครอบคลุมผู้ประกอบการรายใหญ่ กลาง และเล็ก รวม 1,200 ราย - ถ่วงน้ำหนักตามมูลค่าเพิ่มของผลผลิต ณ ปี 2543 มีการจัดทำ 2 แบบ คือ - ถ่วงน้ำหนักตามมูลค่าของผลผลิต ณ ปี 2543 2. อัตราการใช้กำลังการผลิต - ถ่วงน้ำหนักตามมูลค่าผลผลิต ณ ปี 2543 ธปท. ได้เริ่มจัดทำ และเผยแพร่ ดัชนีผลผลิตภาคอุตสาหกรรม (Manufacturing Production Index: MPI) และอัตราการใช้กำลังการผลิต ( Capacity Utilization: CAPU) เป็นรายเดือนตั้งแต่เดือนมกราคม 2530 และ 2538 ตามลำดับ ส่วน สศอ. ได้เริ่มจัดทำและเผยแพร่เป็นรายเดือนตั้งแต่เดือนมกราคม 2543 โดยดัชนีของทั้ง 2 หน่วยงานใช้ปีฐานเหมือนกัน คือ ปี 2543 ในการจัดทำดัชนีดังกล่าวใช้หลักการส่งแบบสอบถามไปยังผู้ประกอบการ โดยผู้ประกอบการในกลุ่มที่ ธปท. ทำการสำรวจจะเป็นผู้ประกอบการรายใหญ่ ขณะที่การสำรวจของ สศอ. ครอบคลุมผู้ประกอบการทั้งรายใหญ่ รายกลาง และรายเล็ก 30

31 การพัฒนาคุณภาพข้อมูล: ภาคอุตสาหกรรม (ต่อ) 3.5
31 ข้อมูล MPI และ CAPU ที่จัดทำโดยทั้ง 2 หน่วยงาน มีความ เคลื่อนไหวเป็นไปในทิศทางเดียวกัน การที่ทั้ง 2 หน่วยงานต่างก็จัดทำเครื่องชี้ดังกล่าวก่อให้เกิดต้นทุนส่วนเกินทั้งสำหรับหน่วยงานและผู้ประกอบการ ธปท. จึงมีแนวคิดที่จะให้ สศอ. เป็นหน่วยงานหลักในการจัดทำ MPI และ CAPU ที่จัดทำโดยทั้ง 2 หน่วยงาน มีความเคลื่อนไหวเป็นไปในทิศทางเดียวกันโดยค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient) ของทั้ง 2 หน่วยงาน อยู่ที่ 0.97 และ 0.92 ตามลำดับ ดังนั้น การที่ทั้ง 2 หน่วยงานต่างก็จัดทำเครื่องชี้ดังกล่าวก่อให้เกิดต้นทุนส่วนเกินทั้งสำหรับหน่วยงานและผู้ประกอบการ ธปท. จึงมีแนวคิดที่จะให้ สศอ. เป็นหน่วยงานหลักในการจัดทำเครื่องชี้ดังกล่าว 31

32 การพัฒนาคุณภาพข้อมูล: ภาคอุตสาหกรรม (ต่อ) 3.5
32 เครื่องชี้ที่สำคัญที่จะช่วยให้การวิเคราะห์ภาพเศรษฐกิจมีความสมบูรณ์มากขึ้น ได้แก่ ดัชนีปริมาณคำสั่งซื้อ (New Orders) ซึ่งจะช่วยสะท้อนถึงอุปสงค์ของสินค้า และสามารถบอกแนวโน้มทางเศรษฐกิจได้ชัดเจนยิ่งขึ้น เพื่อใช้คำนวณขึ้นเป็นดัชนีชี้นำเศรษฐกิจ ประเทศไทยยังขาดเครื่องชี้ที่สำคัญที่จะช่วยให้การวิเคราะห์ภาพเศรษฐกิจมีความสมบูรณ์มากขึ้น ได้แก่ ดัชนี ปริมาณคำสั่งซื้อ (New Orders) ซึ่งปัจจุบันมีการจัดทำข้อมูลเกี่ยวกับคำสั่งซื้อและคำสั่งซื้อล่วงหน้าในฐานะที่เป็นองค์ประกอบหนึ่งของ sentiment index เท่านั้น แต่ยังไม่มีการจัดทำข้อมูลเชิงปริมาณ ซึ่งจะช่วย สะท้อนถึงอุปสงค์ของสินค้า รวมทั้งเพื่อใช้เป็นองค์ประกอบในการคำนวณดัชนีชี้นำเศรษฐกิจ 32

33 การพัฒนาคุณภาพข้อมูล: บัญชีรายได้ประชาชาติ 3.6
33 บัญชีรายได้ประชาชาติเป็นข้อมูลที่ได้รับการประเมินอยู่ในเกณฑ์ดี และเป็นข้อมูลที่ถูกใช้เป็น Reference Series ค่อนข้างมาก บัญชีรายได้ประชาชาติเป็นข้อมูลที่มีความครอบคลุมกิจกรรมทางเศรษฐกิจอย่างกว้างขวางและถูกใช้เป็น Reference Series ค่อนข้างมาก ซึ่งในการจัดทำนั้นต้องการเครื่องชี้ที่มีความหลากหลายจึงมีโอกาสที่จะมีการปรับข้อมูลย้อนหลังค่อนข้างมาก 33

34 การปรับข้อมูลย้อนหลังของ %YoY of GDP
การพัฒนาคุณภาพข้อมูล: บัญชีรายได้ประชาชาติ (ต่อ) 3.5 34 การปรับเปลี่ยนข้อมูลย้อนหลังจึงส่งผลกระทบต่อการวิเคราะห์ภาพเศรษฐกิจและการประมาณการค่อนข้างมาก โดยทั่วไป การปรับข้อมูลจะมี 2 ลักษณะ คือ การปรับปรุงในไตรมาสย้อนหลังจากไตรมาสอ้างอิงหนึ่งไตรมาส เพื่อให้มีความถูกต้องยิ่งขึ้นอันเนื่องมาจากการปรับปรุงตามแหล่งข้อมูลล่าสุด การปรับปรุงเพื่อให้ค่าผลรวมรายไตรมาสทั้งสี่ไตรมาสมีค่าเท่ากับรายปี โดยจะทำการปรับปรุงทุกไตรมาสที่ 2 ของปี โดยปรับข้อมูลย้อนหลัง 14 ไตรมาส การปรับข้อมูลย้อนหลังของ %YoY of GDP 1Q 1Y 2Y 3Y Min Revision -0.97 -1.03 -0.72 Max Revision 1.45 1.19 1.24 Mean Revision 0.01 0.02 0.04 Mean Absolute Revision 0.10 0.15 0.20 0.18 % of Positive Revision 64% 67% 72% 69% % of Negative Revision 36% 33% 28% 31% Source: Authors’ Calculations ขนาดของการปรับข้อมูล %YoY of GDP ย้อนหลัง 1 ไตรมาส อยู่ระหว่าง -1.0 ถึง 1.4 ส่วนขนาดของการปรับข้อมูลย้อนหลัง 3 ปี อยู่ระหว่าง -0.7 ถึง 1.2 และส่วนใหญ่เป็น Positive Revision ซึ่งการปรับข้อมูลดังกล่าวส่งผลกระทบต่อการวิเคราะห์ภาพเศรษฐกิจและการประมาณการค่อนข้างมาก ดังนั้น การจัดเก็บข้อมูลเพื่อให้เป็น Track Record เป็นสิ่งจำเป็นอย่างยิ่งที่จะช่วยสร้างความโปร่งใสในการจัดทำข้อมูล 34

35 การพัฒนาคุณภาพข้อมูล: บัญชีรายได้ประชาชาติ (ต่อ) 3.5
35 ค่า Mean Absolute Revision ของไทยมีค่าค่อนข้างต่ำ ซึ่งมีสาหตุมาจาก การจัดทำข้อมูลดังกล่าวมีความถูกต้องอยู่แล้วซึ่งสะท้อนว่าความถูกต้องแม่นยำของเครื่องชี้ต่างๆ กิจกรรมทางเศรษฐกิจบางอย่างที่ไม่สามารถจัดเก็บได้ ณ ช่วงเวลาที่จัดทำข้อมูล ก็ยังคงไม่สามารถจัดเก็บได้แม้ว่าเวลาผ่านไประยะหนึ่ง การจัดเก็บข้อมูลเพื่อให้เป็น Track Record และศึกษาแยกเป็นรายองค์ประกอบเป็นสิ่งจำเป็นอย่างยิ่งที่จะช่วยสร้างความโปร่งใสในการจัดทำข้อมูลและช่วยให้หน่วยงานต่างๆ ที่เกี่ยวข้องได้รับรู้ถึงข้อบกพร่องของข้อมูลที่ตนเองจัดทำ หากเปรียบเทียบกับประเทศพัฒนาแล้ว เช่น อังกฤษ เกาหลี สหรัฐฯ ออสเตรเลีย และญี่ปุ่น จะเห็นได้ว่าค่า Mean Absolute Revision (MAE) ของไทยมีค่าต่ำกว่า ซึ่งอาจจะมีสาเหตุมาจาก 1) การจัดทำข้อมูลดังกล่าวมีความถูกต้องอยู่แล้วซึ่งสะท้อนว่าความถูกต้องแม่นยำของเครื่องชี้ต่างๆ ที่ใช้ หรือ 2) กิจกรรมทางเศรษฐกิจบางอย่างที่ไม่สามารถจัดเก็บได้ ณ ช่วงเวลาที่จัดทำข้อมูล ก็ยังคงไม่สามารถจัดเก็บได้แม้ว่าเวลาผ่านไประยะหนึ่ง ซึ่งสาเหตุทั้ง 2 ประการมีนัยต่อการพัฒนาและปรับปรุงเครื่องชี้ที่แตกต่างกัน ดังนั้น จึงจำเป็นอย่างยิ่งที่จะต้องมีการศึกษาเป็นรายองค์ประกอบของ GDP ก็จะช่วยสะท้อนถึงข้อบกพร่องของเครื่องชี้ที่ตนเองจัดทำ เมื่อได้ทราบถึงผลการประเมินคุณภาพและช่องว่างของข้อมูลเศรษฐกิจ รวมถึงแนวทางการปรับปรุงเพื่อลดช่องว่างและเพิ่มคุณภาพสถิติเครื่องชี้ต่างๆ ในบทที่ 2 แล้ว บทที่ 3 จะนำเสนอถึงความท้าทายเบื้องหน้าซึ่งหน่วยงานผู้จัดทำข้อมูลยังคงต้องเผชิญและหาทางรับมือต่อไป 35

36 หัวข้อการนำเสนอ 36 4 บทสรุปและความท้าทาย

37 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 37 Decentralized System

38 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 38 การบริหารจัดการองค์รวม = ขาดเอกภาพ ประสานงานระหว่างหน่วยงานอย่างใกล้ชิด Decentralized Statistical System

39 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 39 ประสานงานระหว่างหน่วยงานอย่างใกล้ชิด ลดงานซ้ำซ้อน ลดภาระผู้ให้ข้อมูล ใช้ข้อมูลร่วมกัน ให้เกิดประโยชน์สูงสุด

40 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 40 ลดภาระผู้ให้ข้อมูล ลดงานซ้ำซ้อน MPI CAPU ดัชนีราคา XM

41 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 41 เครื่องชี้ภาคบริการ ใช้ข้อมูลร่วมกัน ให้เกิดประโยชน์สูงสุด เครื่องชี้ภาคอสังหาฯ FATS

42 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 42 Foreign Affiliate Statistics (FATS) สถิติที่วัดขนาดกิจกรรมทางเศรษฐกิจ ของบริษัทที่มีนักลงทุนต่างชาติถือหุ้น > 50% FATS คืออะไร? ¤ วัดผลกระทบของ FDI ต่อประเทศผู้รับทุน ¤  การประเมินการส่งเสริมการลงทุน ¤  การเจรจาเปิดเสรีการค้า / การลงทุน ¤  วิเคราะห์ผลกระทบจากวิกฤตในต่างประเทศ ¤ อาเซียนส่งเสริมให้ประเทศสมาชิกจัดทำ FATS ให้อะไร?

43 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 43 เบื้องหลัง FATS ธปท. BOI กรมศุลกากร กรมพัฒนาธุรกิจการค้า

44 ความท้าทายในการจัดทำข้อมูล : ระบบการจัดเก็บสถิติ
4.1 44 ตัวแปรเบื้องต้น FATS ในอนาคต จำนวนบริษัท มูลค่าเพิ่ม การจ้างงาน งบฯ พัฒนาบุคลากร ยอดขาย งบฯ วิจัยและพัฒนา ส่งออก/นำเข้า จำแนกประเทศ

45 การปรับมาตรฐาน - คู่มือการจัดทำสถิติ
ความท้าทายในการจัดทำข้อมูล: การปรับมาตรฐานสถิติ 4.2 45 การปรับมาตรฐาน - คู่มือการจัดทำสถิติ การจำแนกหมวดหมู่ คู่มือใหม่ ISIC HS ……. 2008 SNA BPM6 …….

46 ความท้าทายในการจัดทำข้อมูล: การปรับมาตรฐานสถิติ
4.2 46 คู่มือใหม่ Non-Observed Economy บัญชีบริวาร

47 สรุป 4.3 โลกข้อมูลไม่หยุดนิ่ง พัฒนาคุณภาพ - สร้างเครื่องชี้ใหม่
ร่วมมือภาครัฐ-เอกชน ประสานงานระหว่างหน่วยงาน

48