ระบบติดตามภาวะเศรษฐกิจการเกษตร: ฐานการพัฒนาเกษตรไทย (1)***

มาใช้วิเคราะห์เชิงลึก (Data analytics) เพื่อคาดการณ์และติดตามพัฒนาการผลผลิตและราคาสินค้าเกษตร และใช้ดำเนินนโยบายด้านการเกษตรเพื่อยกระดับรายได้ให้แก่เกษตรกร การจัดทำระบบดังกล่าวเป็นการติดอาวุธให้ภาครัฐสามารถขับเคลื่อนนโยบายและบรรลุวัตถุประสงค์ตามแผนยุทธศาสตร์ 20 ปี ด้านการสร้างความสามารถในการแข่งขัน ได้โดยเร็วแบบ Quick Win

ในระบบเศรษฐกิจแบบตลาด ประสิทธิภาพในการจัดสรรทรัพยากรเกิดจากการตัดสินใจด้านการผลิตของหน่วยผลิตต่างๆ ที่ทราบถึงศักยภาพและข้อจำกัดด้านการผลิตของตนเองดีที่สุด ดังนั้น เพื่อให้การตัดสินใจด้านการผลิตเป็นไปอย่างมีประสิทธิภาพและทันกาล การเข้าถึงข้อมูลอุปสงค์และอุปทานสินค้าเกษตรในทางเลือกต่างๆ ที่รวดเร็วและแม่นยำจึงเป็นสิ่งจำเป็น โดยเฉพาะสินค้าเกษตรซึ่งเป็นสินค้าที่ราคามีความผันผวนมากกว่าสินค้าประเภทอื่น เพราะเป็นสินค้าโภคภัณฑ์ที่ไม่มีความแตกต่างมากนัก จึงหาสินค้าทดแทนจากแหล่งอื่นได้ง่าย อีกทั้งเป็นสินค้าที่เก็บรักษาได้ไม่นาน ดังนั้น การจัดทำและเผยแพร่ข้อมูลด้านอุปสงค์และอุปทานสินค้าเกษตรอย่างเป็นระบบที่รวดเร็วและแม่นยำให้แก่เกษตรกร พ่อค้าคนกลาง อุตสาหกรรมต่อเนื่องในห่วงโซ่อุปทาน เจ้าหน้าที่ภาครัฐ และตลาด ใช้ประกอบการตัดสินใจ จึงเป็นหัวใจของการบริหารจัดการสินค้าเกษตรแบบครบวงจรที่เน้น “การตลาดนำการผลิต” ที่รัฐบาลกำลังดำเนินการเพื่อให้เกษตรไทย “แข่งได้ในตลาดโลก” ในโลกการแข่งขันยุคดิจิทัล

ระบบฯ สร้างประโยชน์กับเกษตรกรในหลายด้าน ได้แก่

(1) ในช่วงเริ่มเพาะปลูก การประมาณการผลผลิตของสินค้าที่เป็นทางเลือกในการเพาะปลูกที่แม่นยำว่า สินค้าใดมีแนวโน้มขาดตลาดหรือล้นตลาด ช่วยให้เกษตรกรสามารถตัดสินใจเลือกปลูกพืช ได้ถูกต้องและลดความเสี่ยงกรณีที่ราคาตกต่ำจากผลผลิตล้นตลาด ทั้งนี้ การตัดสินใจดังกล่าว ของเกษตรกรยังเป็นการบริหารอุปทานสินค้าเกษตรในภาพรวมโดยอัตโนมัติ

(2) ข้อมูลผลผลิตคาดการณ์ที่รวดเร็วแม่นยำจะทำให้กลไกราคาสามารถทำงาน อย่างมีประสิทธิภาพช่วยให้เกษตรกรขายสินค้าได้ราคาสูงขึ้น เช่น เหตุการณ์น้ำท่วมภาคอีสานในช่วงเพาะปลูกข้าวนาปี ปี2560/61 ทำให้ผลผลิตข้าวหอมมะลิที่ให้ผลผลิตปีละครั้งเสียหายอย่างมีนัยสำคัญ จนทำให้ราคารับซื้อข้าวเปลือกหอมมะลิในช่วงท้ายของฤดูเก็บเกี่ยวเดือนมีนาคม 2561 เร่งตัวสูงถึง 15,106 บาทต่อตัน แต่ราคาในเดือนพฤศจิกายน 2560 ที่เกษตรกรกว่าร้อยละ 60 ขายข้าวได้แค่เพียง 11,040 บาท ต่อตัน ทั้งที่เหตุการณ์น้ำท่วมเกิดขึ้นตั้งแต่เดือนกรกฎาคม 2560 แต่ราคากลับไม่ตอบสนองต่อผลผลิตที่ลดลงเนื่องจากตลาดไม่สามารถประเมินระดับผลกระทบที่แท้จริงได้ ส่วนหนึ่งของส่วนต่างราคาดังกล่าว คือ ราคาของความเสี่ยง (risk premium) ที่โรงสีที่ต้องแบกรับความไม่แน่นอนของปริมาณผลผลิตที่แท้จริง การประมาณการผลผลิตที่เป็นที่ยอมรับจะช่วยลด risk premium และทำให้เกษตรกรขายข้าวได้ราคาสูงขึ้น แม้ในกรณีที่ผลผลิตล้นตลาดการประมาณการผลผลิตที่เป็นที่ยอมรับก็ยังช่วยให้ชาวนาขายข้าวได้ราคาสูงขึ้น โดยช่วยลด risk premium ที่เกิดจากความกังวลของตลาดเกี่ยวกับปริมาณผลผลิตส่วนเกินจนกดดันให้ราคาต่ำกว่าที่ควร และช่วยให้กลไกตลาดสามารถจัดการกับผลผลิตส่วนเกินได้อย่างมีประสิทธิภาพ ป้องกันไม่ให้เกิดเหตุการณ์ผลผลิตส่วนเกินตกค้างและกดดันให้ราคาต่ำกว่าที่ควร 

แนวคิดการบูรณาการข้อมูล Big Data ข้างต้นจะสำเร็จเป็นระบบข้อมูลได้จะต้องได้รับความร่วมมือในการขับเคลื่อนจากหลายหน่วยงานภาครัฐ อาทิ สำนักงานเศรษฐกิจการเกษตร (สศก.) ธนาคารเพื่อการเกษตรและสหกรณ์การเกษตร (ธ.ก.ส.) และธนาคารแห่งประเทศไทย (ธปท.) ในบทความตอนต่อไปจะพูดถึงรายละเอียดของกลไกการทำงานของระบบฯ

หมายเหตุ: รายชื่อทีมผู้เขียนบทความ ประกอบด้วย ณรงค์ศักดิ์ การันต์  [email protected] ศุภาชัย ภาวีอัครกุล [email protected]  ศรายุทธ ยิ้มยวน [email protected] สุเมธ พฤกษ์ฤดี [email protected]  ดร.มณฑลี กปิลกาญจน์ [email protected]

*** ชื่อเต็ม: ระบบติดตามภาวะเศรษฐกิจการเกษตร: ฐานของการพัฒนาภาคเกษตรไทยยุค 4.0 (ตอนที่ 1)