26 พฤษภาคม 2020
- WWW.SETTRADE.COM -  SET  1,340.71  +19.73  +1.49%         Value  45,489.08  Mil.Baht         SET50  892.72  +14.66  +1.67%         Value  24,379.96  Mil.Baht         SET100  1,969.30  +32.60  +1.68%         Value  34,571.95  Mil.Baht         sSET  578.22  +8.17  +1.43%         Value  2,140.15  Mil.Baht         SETCLMV  885.65  +11.69  +1.34%         Value  10,867.04  Mil.Baht         SETHD  896.70  +15.46  +1.75%         Value  10,622.57  Mil.Baht         SETTHSI  820.06  +12.39  +1.53%         Value  23,584.89  Mil.Baht         SETWB  883.52  +17.01  +1.96%         Value  10,871.56  Mil.Baht         mai  282.23  +3.29  +1.18%         Value  681.47  Mil.Baht             AGRO  407.16  +6.54  +1.63%       AGRI  201.81  -3.21  -1.57%       FOOD  11,599.74  +206.60  +1.81%           CONSUMP  83.91  +0.70  +0.84%       FASHION  529.69  -2.07  -0.39%       HOME  21.42  +0.23  +1.09%       PERSON  219.75  +8.51  +4.03%           FINCIAL  122.71  +1.91  +1.58%       BANK  276.29  +5.14  +1.90%       FIN  4,001.32  +34.90  +0.88%       INSUR  10,386.04  +148.28  +1.45%           INDUS  87.08  +1.24  +1.44%       AUTO  324.96  +4.12  +1.28%       IMM  51.53  +0.36  +0.70%       PAPER  2,953.79  +56.27  +1.94%       PETRO  798.66  +12.53  +1.59%       PKG  2,974.81  +13.17  +0.44%       STEEL  19.82  +0.52  +2.69%           PROPCON  103.94  +1.64  +1.60%       CONMAT  8,671.52  +39.12  +0.45%       PROP  204.51  +4.98  +2.50%       PF&REIT  205.85  +2.39  +1.17%       CONS  59.67  +1.44  +2.47%           RESOURC  190.96  +2.36  +1.25%       ENERG  21,780.94  +269.34  +1.25%       MINE  5.03  +0.21  +4.36%           SERVICE  434.49  +7.84  +1.84%       COMM  35,721.80  +657.84  +1.88%       HELTH  4,635.04  +38.07  +0.83%       MEDIA  44.57  +1.48  +3.43%       PROF  139.55  +0.01  +0.01%       TOURISM  391.11  +21.10  +5.70%       TRANS  335.27  +6.18  +1.88%           TECH  149.56  +1.26  +0.85%       ETRON  1,265.34  +30.54  +2.47%       ICT  144.65  +0.98  +0.68%       TFEX       SET50 Index Futures       S50K20  893.4  +16.3  12        S50M20  892.6  +16.4  68,646        S50N20  886.2  +13.9  2        S50U20  886.4  +16.2  7,217        S50Z20  884.6  +15.6  1,551        S50H21  880.2  +16.3  798      Sector Index Futures       BANKM20  -  -  -        COMMM20  -  -  -        ENERGM20  -  -  -        FOODM20  -  -  -        ICTM20  -  -  -      Single Stock Futures       AAVM20  1.78  +0.03  167        ADVANCM20  191.50  +1.05  239        AEONTSM20  -  -  -        AMATAM20  14.50  -  1,229        AOTM20  59.15  +1.08  298        APM20  5.32  +0.31  12        BAM20  -  -  100        BANPUM20  7.40  +0.20  1,421        BAYM20  21.20  -0.03  10        BBLM20  98.50  +0.90  525        BCHM20  14.72  +0.22  118        BCPM20  -  -  -        BCPGM20  -  -  -        BDMSM20  21.10  +0.30  925        BEAUTYM20  1.91  -0.02  1,314        BECM20  4.50  +0.11  1        BEMM20  9.64  +0.01  1,506        BGRIMM20  53.45  -0.05  3        BHM20  110.95  -1.05  55        BJCM20  41.73  +1.68  158        BLAM20  -  -  -        BLANDM20  1.07  -  380        BTSM20X  12.08  +0.38  129        CBGM20  101.20  +2.10  77        CENTELM20  23.86  +2.35  442        CHGM20  -  -  -        CKM20  16.80  +0.60  130        CKPM20  4.51  -0.06  20        COM7M20X  -  -  400        CPALLM20  69.90  +1.15  264        CPFM20  29.00  +0.15  1,023        CPNM20  53.04  +3.04  263        DELTAM20  -  -  20        DTACM20  44.00  +1.00  103        EAM20  -  -  -        EGCOM20  270.00  +5.95  2        EPGM20  -  -  -        ERWM20  3.50  +0.31  531        ESSOM20  5.95  +0.10  123        GFPTM20  -  -  -        GLOBALM20X  -  -  100        GPSCM20X  78.88  -0.07  96        GULFM20X  38.50  -0.30  236        GUNKULM20  2.92  -0.02  2        HANAM20  -  -  -        HMPROM20  -  -  400        ICHIM20  6.50  -0.20  4        INTUCHM20  53.84  +1.24  104        IRPCM20  2.86  +0.04  207        ITDM20  1.19  +0.01  86        IVLM20  30.00  +1.48  227        JASM20  3.76  +0.10  838        KBANKM20  88.75  +1.75  225        KCEM20  19.30  +1.90  2,312        KKPM20  41.50  +0.63  24        KTBM20  9.97  +0.30  655        KTCM20  38.00  +0.15  16        LHM20  7.30  +0.20  718        LPNM20  4.61  -0.53  1,442        MAJORM20  16.71  +0.11  201        MEGAM20  -  -  -        MINTM20  19.00  +1.61  3,771        MTCM20  55.59  +0.59  101        ORIM20  5.17  +0.09  5        PLANBM20  5.71  +0.37  1,454        PRMM20  -  -  -        PSHM20  11.70  +0.25  30        PSLM20  3.90  -0.10  1,004        PTGM20  15.30  +0.35  202        PTTM20  37.00  +0.75  225        PTTEPM20  87.00  +1.51  55        PTTGCM20  45.15  +1.40  35        QHM20  2.18  -0.02  1,002        RATCHM20  -  -  220        ROBINSM20X  -  -  -        RSM20  11.80  +0.30  1,107        SM20  -  -  -        SAMARTM20  -  -  -        SAWADM20  -  -  460        SCBM20X  69.75  +1.25  555        SCCM20  -  -  20        SGPM20  -  -  -        SIRIM20  0.84  +0.04  2,907        SPALIM20  15.30  +0.50  20        SPCGM20  -  -  -        SPRCM20  6.81  +0.06  1        STAM20  22.11  -0.29  2,165        STECM20  15.40  +0.16  523        STPIM20  4.78  +0.08  1        SUPERM20  0.75  -  28,037        TASCOM20  21.00  +0.11  702        TCAPM20X  36.60  +0.55  284        THAIM20  4.40  +0.30  70        THANIM20  3.96  +0.19  1,501        THCOMM20  -  -  -        TISCOM20  -  -  60        TKNM20  -  -  -        TMBM20X  1.05  +0.01  460        TOPM20  45.32  +0.10  254        TPIPLM20  1.21  +0.03  1        TRUEM20  3.73  -  1,918        TTAM20  2.80  +0.05  58        TTCLM20  -  -  -        TTWM20  -  -  100        TUM20  12.85  +0.20  119        TVOM20  -  -  -        UNIQM20  5.70  +0.10  105        VGIM20  8.58  +0.48  11        VNGM20  -  -  -        WHAM20  3.25  -  3,839      GF10 Futures       GF10M20  26,270  -60  1,179        GF10Q20  26,330  -80  460        GF10V20  26,420  -40  110      GF50 Futures       GFM20  26,310  +30  43        GFQ20  26,390  +10  22        GFV20  26,500  -  21      Gold Online Futures       GOM20  1,733.10  -1.40  8,873      GOLD-D       GDM20  -  -  -      USD Futures       USDK20  -  -  -        USDM20  31.92  -0.05  600        USDN20  -  -  -        USDU20  31.92  -0.04  184      BB3 Futures       BB3M20  -  -  -        BB3U20  -  -  -      TGB5 Futures       TGB5M20  -  -  -        TGB5U20  -  -  -      RSS3 Futures       RSS3K20  -  -  -        RSS3M20  -  -  -        RSS3N20  -  -  -        RSS3Q20  -  -  -        RSS3U20  -  -  -        RSS3V20  -  -  -        RSS3X20  -  -  -      RSS3D Futures       RSS3DK20  -  -  -        RSS3DM20  -  -  -        RSS3DN20  43.60  +1.10  2        RSS3DQ20  -  -  -        RSS3DU20  43.80  +0.15  2        RSS3DV20  43.80  +1.10  2        RSS3DX20  -  -  -      Index Options       Most Active Call Volume       S50M20C900  23.0  +5.1  413        S50M20C925  13.9  +4.6  411        S50M20C950  7.5  +3.2  186        S50M20C850  58.1  +13.1  158        S50M20C975  4.1  +1.9  140      Most Active Put Volume       S50M20P875  22.3  -5.0  411        S50M20P850  15.7  -3.3  245        S50M20P825  10.3  -3.2  183        S50M20P800  6.1  -3.1  107        S50M20P675  0.9  -0.4  105          

เศรษฐศาสตร์กับการคมนาคม คลองกับการพัฒนาเศรษฐกิจ และคุณภาพชีวิตของชาวสวน ในสมัยรัชกาลที่ 5

05 Mar 2020 07:30 น.
อ่าน 446 ครั้ง

คอลัมน์ เศรษฐเสวนา จุฬาฯทัศนะ โดย ผศ.ดร.ธันยพร จันทร์กระจ่าง คณะเศรษฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย หน้า 7 หนังสือพิมพ์ฐานเศรษฐกิจ ปีที่ 40 ฉบับที่ 3,554 วันที่ 5-7 มีนาคม 2563

 

ท่านผู้อ่านคงเคยได้ยินคำเปรียบที่เรียกกรุงเทพฯ ในสมัยก่อนว่าเวนิซตะวันออก เพราะเป็นเมืองที่เต็มไปด้วยเครือข่ายคลอง โดยเฉพาะอย่างยิ่งในฝั่งธนบุรีที่เคยอุดมไปด้วยสวนผลไม้ ถ้าพูดถึงความสำคัญของคลองต่อสวน สิ่งแรกที่เรานึกถึงอาจเป็นคลองในฐานะแหล่งนํ้า แต่คลองยังทำหน้าที่สำคัญอีกอย่างก็คือ เป็นเส้นทางคมนาคม การเข้าถึงเครือข่ายคมนาคมนั้น

นักเศรษฐศาสตร์ถือว่ามีความ สำคัญต่อการพัฒนาเศรษฐกิจเป็นอย่างมาก เพราะช่วยลดต้นทุนในการทำกิจกรรมทางเศรษฐกิจ จะขนส่งสินค้าก็สะดวก จะเข้าถึงตลาดก็สะดวกเช่นกัน ผู้ประกอบการที่เชื่อมโยงกับเครือข่ายคมนาคม ย่อมมีแรงจูงใจที่จะเพิ่มการลงทุนและผลิตภาพการผลิต ผศ.ดร.เจสสิกา เวชบรรณยงค์รัตน์ และผู้เขียน ได้ทำการทดสอบสมมติฐานนี้ด้วยหลักฐานเชิงประจักษ์โดยใช้ข้อมูลประวัติศาสตร์เศรษฐกิจ ซึ่งจะนำมาเล่าสู่กันฟังในที่นี้ค่ะ

ก่อนอื่น เพื่อให้เห็นภาพ เราประมาณค่าการลดต้นทุนโดยใช้ข้อมูลจากบันทึกชาวสวนทุเรียนบางขุนนนท์ในช่วงก่อนศักราช 2500 ของ พล...ทวี จุลละทรัพย์ ในวันหยุด ประมาณตีห้า ..ทวีจะช่วยแม่พายเรือนำทุเรียนจากสวน ผ่านคลองบางขุนนนท์ คลองบางกอกน้อย เพื่อไปขายที่ตลาดนํ้าปากคลองบางบำหรุ จากการคำนวณของเรา ถ้าไม่มีคลองบางขุนนนท์ซึ่งเป็นคลองที่มนุษย์สร้างขึ้น พวกเขาจะต้องขนทุเรียนจำนวนเดียวกันจากบ้านด้วยเท้าถึง 27 รอบเพื่อไปขึ้นเรือที่คลองบางกอกน้อย ซึ่งเป็นคลองธรรมชาติ ทำให้ ..ทวีต้องออกจากบ้านตีสามห้าสิบนาทีแทนที่จะเป็นตีห้า

หรือถ้าพวกเขาจะจ้างแรงงานเพื่อช่วยขนทุเรียนก็ต้องใช้เงินทุกครั้งเป็นจำนวนเท่ากับค่าข้าว 17 วันในสมัยนั้นเลยทีเดียว เมื่อเห็นภาพคร่าวๆ ของการช่วยลดต้นทุนในการเดินทางขนส่งจากการมีคลองเข้าถึงที่ดินแล้ว เราลองมาดูกันนะคะ ว่าชาวสวนที่สวนอยู่ติดกับคลองนั้นจะมีแรงจูงใจในการผลิตมากกว่า จนสะท้อนออกมาในรูปผลิตภาพแรงงานที่สูงกว่าชาวสวนที่ที่ดินไม่มีคลองตัดผ่านหรือไม่ค่ะ

เพื่อตอบคำถามนี้ เราใช้ข้อมูลจากต้นครัวโฉนดสวนในสมัยรัชกาลที่ 5 ที่ครอบคลุมกว่า 8,000 ครัวเรือนในเขตกรุงเทพฯ นับว่าเป็นข้อมูลระดับครัวเรือนที่เก่าแก่และขนาดใหญ่ที่สุดในประเทศไทยที่หาได้ในปัจจุบันค่ะ ทุกต้นรัชกาล จะมีการสำรวจสวน นับว่ามีต้นไม้อะไรบ้าง เป็นจำนวนเท่าไหร เพื่อนำมาคำนวณภาษีสวน เช่น ถ้าปลูกทุเรียนจะเสียภาษีต้นละ 1 บาท แพงกว่าผลไม้ชนิดอื่นเพราะมูลค่าสูงกว่า อัตราภาษีที่ครัวเรือนเสียสามารถใช้เป็นค่าประมาณของผลผลิตในสวนนั้นๆ ได้ เมื่อประกอบกับการประมาณจำนวนแรงงาน ก็จะทราบผลิตภาพแรงงานในการผลิต ว่าหนึ่งคนในสวนนั้นๆ มีประสิทธิภาพในการเพาะปลูกมากน้อยเพียงใดค่ะ

นอกจากนั้น ข้อมูลโฉนดสวนยังมีรายละเอียดอื่นของเจ้าของและสวน เช่น ขนาด และด้านต่างๆ ติดอะไรบ้าง เราจึงทราบว่าแต่ละสวนติดคลองหรือไม่ เพื่อแยกความสำคัญของคลองในแง่ของเส้น ทางคมนาคมขนส่งออกจากฐานะแหล่งนํ้า เราแยกสวนเป็นสวนติดคลองคมนาคมติดคลองลำกระโดง ติดคลองทั้ง 2 แบบ หรือไม่ติดคลองชนิดใดเลย เพราะคลองลำกระโดงเป็นคลองที่ใช้สำหรับส่งและ บริหารจัดการนํ้า เล็กเกินกว่าที่ใช้เป็นทางขนส่งหลัก



ส่วนคลองคมนาคมถึงจะส่งนํ้าได้ แต่ชาวสวนก็ไม่สามารถใช้บริหารจัดการนํ้าในสวนได้ค่ะ เราพบว่าเมื่อควบคุมปัจจัยตัวแปรต่างๆ แล้ว แรงงานในครัวเรือนที่ติดคลองคมนาคม โดยเฉลี่ยแล้ว ผลิตได้มาก กว่าแรงงานในครัวเรือนที่ไม่ติดคลองคมนาคม อย่างมีนัยสำคัญทางสถิติ ถึง 10.7% เลย ทีเดียวค่ะ

ในฐานะนักเศรษฐศาสตร์ สิ่งที่เราถามตัวเองต่อก็คือว่า ความสัมพันธ์ข้างต้นที่เราพบ เป็นความสัมพันธ์แบบจากเหตุ คือการมีคลอง ไปสู่ผล คือการเพิ่มของผลิตภาพแรงงาน หรือไม่ ซึ่งเป็นคำถามสำคัญ เพราะจะช่วยให้เราเข้าใจถึงกระบวนการในการพัฒนาเศรษฐกิจว่าอะไรเป็นเหตุ อะไรเป็นผล และสามารถช่วยให้ข้อมูลในการวางนโยบายต่อไปด้วย

 

 

แต่ความกังวลข้อแรก คือ ความสัมพันธ์ที่พบเป็นเพราะชาวสวนที่ผลิตได้ดีกว่า สามารถต่อรองให้ทางการตัดคลองมายังพื้นที่ของตน หรืออีกนัยหนึ่งคือ เหตุคือเพราะผลิตได้ดี จึงมีคลองมาผ่านที่ของตนหรือไม่ (reverse causality) เราสรุปว่าไม่ใช่ เพราะจากหลักฐานทางประวัติศาสตร์ คลองทั้งหลายในกรุงเทพฯ นั้น ไม่ว่าจะสร้างโดยหลวงหรือผู้ลงทุนรายใหญ่ ก็ถูกสร้างขึ้นด้วยเหตุผลอื่นๆ ที่ไม่เกี่ยวกับสวนผลไม้เลยค่ะ เช่น การป้องกันข้าศึก การร่นระยะการเดินทาง การขนส่งสินค้าส่งออก เช่น นํ้าตาล และการเพิ่มพื้นที่การปลูกข้าว

แต่ถึงกระนั้น จากข้อมูลช่วงเวลาเดียว เราไม่ทราบว่า เมื่อคลองถูกตัด ชาวสวนที่มีความสามารถในการผลิตแตกต่างกันเนื่องจากลักษณะเฉพาะส่วนตัว เลือกไปอยู่ในที่ติดคลองอย่างเป็นระบบหรือไม่ (unobservable selection) เช่น ชาวสวนที่ผลิตได้มากกว่าเพราะขยันกว่า อาจจะกระตือ รือร้นไปอยู่ติดคลอง (positive sorting) หรือเพราะที่ติดคลองบางพื้นที่เป็นที่เปิดใหม่ ชาวสวนใหม่ที่ไม่มีประสบการณ์ ผลิตได้ไม่ดี อาจย้ายเข้าไปอยู่ (negative sorting) ทำให้ความสัมพันธ์ที่เราพบข้างต้น เป็นผลจากลักษณะเฉพาะบางอย่างของชาวสวนที่อยู่ติดคลองที่มีอยู่ในตัวเขาอยู่แล้ว

เราตอบปัญหานี้โดยการประมาณค่าและหาทิศทางของ unobservable selection จากวิธีของ Oster (2019) และพบว่า เพื่อที่จะทำให้การเข้าถึงคลองคมนาคมไม่สามารถอธิบายการเพิ่มผลิตภาพแรงงานข้างต้นได้ คำอธิบายผลิตภาพแรงงานที่สูงขึ้นจะต้องมาจาก positive sorting เราจึงทำการทดสอบต่อว่า positive sort ing ในบริบทนี้เป็นไปได้ไหม



โดยมีสมมติฐานว่า ที่ที่ประชากรหนาแน่นน้อยกว่า การย้ายไปอยู่ติดคลองน่าจะทำได้ง่ายกว่า ถ้า positive sorting เกิดขึ้นจริง เราก็น่าจะพบว่าชาวสวนที่อยู่ติดคลองในที่ประชากรหนาแน่นน้อยกว่า มีผลิตภาพแรงงานมากกว่าชาวสวนที่อยู่ติดคลองในที่ที่ประชากรหนาแน่นมากกว่าค่ะ ซึ่งเราใช้ความหนาแน่นของวัดในแต่ละตำบลมาเป็นตัวแปรประมาณค่าความหนาแน่นประชากรที่ไม่มีข้อมูลในสมัยนั้น เพราะวัดถือว่าเป็นศูนย์กลางชุมชน

แต่เราพบว่าไม่มี sorting ชนิดใดอย่างมีนัยสำคัญ จึงทำให้สามารถสรุปความเป็นเหตุผลได้ว่า การมีคลองคมนาคมตัดผ่านเป็นเหตุทำให้แรงงานในครัวเรือนที่อยู่ติดคลองมีแรงจูงใจ ปลูกผลไม้ได้มูลค่ามากกว่าถ้าอยู่ในครัวเรือนที่ไม่ติดคลองค่ะ นอกจากนี้ จากข้อมูลราคาและค่าใช้จ่ายในสมัยนั้น เราพบว่า การที่มีผลิตภาพแรงงานเพิ่มขึ้นจากการมีคลอง ทำให้โดยเฉลี่ย ครัวเรือนสามารถเลี้ยงดูผู้คนได้เพิ่มขึ้นถึง 4 คนในแต่ละปีทีเดียว สะท้อนถึงการเข้าถึงการคมนาคม ทำให้มีคุณภาพชีวิตที่ดีขึ้น

ถึงแม้ว่างานวิจัยของเราจะเป็นเรื่องราวจากอดีต อาจดูโบราณ ไม่ทันสมัย แต่หลายครั้ง การเข้าใจประวัติศาสตร์ที่สามารถพิสูจน์ความเป็นเหตุเป็นผลได้ด้วยหลักฐานเชิงประจักษ์ ก็อาจช่วยให้เราเห็นภาพในปัจจุบันชัดเจนขึ้น เช่น ในที่นี้ การลงทุนโครงสร้างพื้นฐาน โดยรัฐหรือผู้ลงทุนรายใหญ่ มีความสำคัญต่อความกินดีอยู่ดีต่อผู้คนธรรมดามากเพียงใด

 

อ้างอิง: Chankrajang, T. and J. Vechbanyongratana. 2020. Canals and Orchards: The Impact of Transport Network Access on Agricultural Productivity in
Nineteenth-century Bangkok. Forthcoming, Journal of Economic History.

Oster, E., 2019. Unobservable selection and coefficient stability: Theory and evidence. Journal of Business & Economic Statistics, 37(2), pp. 187-204.

ที่มา: National Archives of Thailand. ประมวลภาพประวัติศาสตร์ วิถีชีวิตไทย [History in Pictures: Bygone Way of Life]. Bangkok: National Archives of Thailand, 2017

 


ไม่พลาดข่าวสำคัญ แค่กดเป็นเพื่อน กับ LINE @thansettakij