อัครพงศ์ อั้นทอง เศรษฐมิติ ว่า ... · 2012-06-15 · 2.3...

อครพงศ อนทอง

ECONOMETRICS OF TOURISM

เศรษฐมตวาดวยการทองเทยว

โ ค ร ง ก า ร เ ม ธ ว จ ย อ า ว โ ส

สำานกงานกองทนสนบสนนการวจย (สกว.)


อค

รพงศ

อน

ทอง

เศรษ

ฐมตวาด

วยการท

องเท

ยว

แมวาความกาวหนาทางคอมพวเตอรและเทคโนโลยจะทำาใหการใชเครองมอทางเศรษฐมต

กลายเปนเรองงายดายมากขนแตปญหาสำาคญคอ การอธบายและการตความผลลพธทได

จากวธทางเศรษฐมต ความเปนไปไดทางทฤษฎและความสอดคลองกบสภาพความเปนจรงแลว

ทำาอยางไร การเลอกใชเครองมอทางเศรษฐมตจะไมเปนเรอง “จบแพะชนแกะ”…

เศรษฐมตวาดวยการทองเทยวEconometrics of Tourism


โครงการเมธวจยอาวโสมถนายน 2555


Econometrics of Tourism

ผเขยนอครพงศ อนทอง

สนบสนนโดยสำานกงานกองทนสนบสนนการวจย (สกว.)ภายใต ทนสงเสรมกลมวจย (เมธวจยอาวโส สกว.)ชน 14 SM Tower 979/17-21 ถนนพหลโยธน สามเสนใน พญาไท กรงเทพฯ 10400โทรศพท: 0 2298 0455-75 โทรสาร: 0 2298 0455-9 www.trf.or.th

จดพมพและเผยแพรโดยสถาบนศกษานโยบายสาธารณะ เลขท 145/5 หม 1 ต.ชางเผอก อ.เมอง จ.เชยงใหม 50300โทรศพท: 0 5332 7590-1 โทรสาร: 0 5332 7590-1 # 16E-mail: [email protected]

เลขมาตรฐานสากลประจำาหนงสอISBN 978-974-365-406-0

พมพครงท 1มถนายน 2555

จำานวนพมพ200 เลม

ราคาจำาหนาย250 บาท

ออกแบบรปเลมลอคอนดไซนเวรค โทรศพท: 0 5321 3558

ขอมลทางบรรณานกรมของหอสมดแหงชาตอครพงศ อนทอง. เศรษฐมตวาดวยการทองเทยว.-- เชยงใหม : ลอคอนดไซนเวรค, 2555. 198 หนา.1. การทองเทยว. 2. การทองเทยว -- แงเศรษฐกจ. 3. เศรษฐมต. I. ชอเรอง.338.4791

แมวาความกาวหนาทางคอมพวเตอรและเทคโนโลยจะทำาใหการใชเครองมอทางเศรษฐมต กลายเปนเรองงายขนกวาเดม แตปญหาทยงพบเหนทวไปในการเสนอผลงานวจยมอยางนอยสองประการ คอ หนงนกศกษา อาจารย และนกวจยรนใหมขาดตวอยางของการเลอกใชเครองมอเพอใหสามารถ ตอบโจทยงานวจยทหลากหลายไดอยางชดเจน ตรงประเดน และเหมาะสมกบชดขอมลทมอย สอง ความนาเชอถอของผลการศกษา ปญหาทกลาวมาน หากผวจยละเลยกยอมสงผลตอความ นาเชอถอของงานวจยททำาออกมา หลายงานทดฉนเหนวาเปนเรองทดแตเสยดายทเลอกใชเครองมอ ทไมเหมาะสม ดวยเหตน เมอ ดร.อครพงศ อนทอง ไดปรารภจะจดทำาตำาราเลมนขน ดฉนจงไดสนบสนน อยางเตมท อยางนอยกเพอใหผทสนใจทำาวจยมอใหมไดใชตำาราเลมนเปนเขมทศชทางใหสามารถเดนไปได อยางมกรอบแนว และขอชนชมทผเขยนไดใชความวรยะ อตสาหะ และไดพยายามคนควาหาความร และเครองมอใหมๆ ทางเศรษฐมตมาประยกต ใชกบงานวจยโดยเฉพาะทางดานทองเทยวและ ดานสงแวดลอม กอใหเกดงานวจยเพอเปดพรมแดนการเรยนรอยางทปรากฎ ดฉนหวงวา ตำาราเลมนจะทำาใหการเลอกใชเครองมอทางเศรษฐมตจะไมเปนเรองจบแพะชนแกะอกตอไป

ศาสตราจารยเกยรตคณ ดร.มงสรรพ ขาวสอาด

คำานยม

เศรษฐมตเปนเครองมอสำาคญทนกเศรษฐศาสตรใชทดสอบทฤษฎกบเหตการณจรงทเกดขน ในสงคม หรอเปนเครองมอสำาหรบการศกษาเชงประจกษของนกเศรษฐศาสตร ดวยความกาวหนาทางดานคอมพวเตอรและเทคโนโลยทำาใหการประยกตใชเศรษฐมตในการศกษาเชงประจกษทำาไดสะดวกและงายขน อยางไรกตาม การอธบายและการตความผลลพธทไดจากการวเคราะหทางเศรษฐมตตองอาศยความเขาใจและความชำานาญในการวจยในสาขานนๆ ตลอดระยะเวลาทผเขยนมโอกาสรวมทำางานกบ ศาสตราจารยเกยรตคณ ดร.มงสรรพ ขาวสอาด ผเขยนมโอกาสเรยนรและประยกตใชเศรษฐมตกบการวจยดานการ ทองเทยวอยางตอเนอง กอปรกบการไดรบโอกาสไปศกษาเพมเตม และทำางานรวมกบคณาจารยทเชยวชาญ ณ University of the Balearic Islands ประเทศสเปน ทำาใหผเขยนมความเขาใจเพมขนเกยวกบการ ประยกตใชเศรษฐมตในการศกษาทางดานการทองเทยว ดงนนผเขยนจงตดสนใจแตงตำาราเรอง เศรษฐมตวาดวยการทองเทยว ทเปนการนำาเสนอแนวทางการประยกตใชเศรษฐมตเพอศกษาดานการทองเทยว เนอหาภายในตำาราครอบคลมเรองการตรวจสอบคณลกษณะของขอมล การวคราะหความเปนฤดกาลในแหลงทองเทยว การศกษาอปสงคการทองเทยว ทงการประมาณคาความยดหยนและการพยากรณ การประเมนผลกระทบของเหตการณวกฤตทมตออปสงคการทองเทยว และการวดประสทธภาพการจดการของอตสาหกรรมทองเทยว โดยเนอหาในแตละบท มการนำาเสนอทงแนวคดทางทฤษฎและการประยกตใช รวมทงกรณตวอยางการวเคราะหและการอธบายผลลพธทไดจากวธทางเศรษฐมต ตำาราเลมนเปนผลผลตของโครงการทองเทยวไทย: จากนโยบายสรากหญา ของศาสตราจารยเกยรตคณ ดร.มงสรรพ ขาวสอาด ซงไดรบการสนบสนนจากสำานกงานกองทนสนบสนนการวจย (สกว.) ภายใตทนสงเสรมกลมวจย (เมธวจยอาวโส สกว.) ผเขยนขอขอบพระคณทานอาจารยเปนอยางสงทใหโอกาสผเขยนเขารวมโครงการน เนอหาทปรากฏในหนงสอเลมนสวนหนงเปนงานวจยทไดรบทนสนบสนนการวจยจากสำานกงานกองทนสนบสนนการวจย (สกว.) สำานกงานคณะกรรมการวจยแหงชาต (วช.) กระทรวงการทองเทยวและกฬา ภายใตโครงการตางๆ สดทายนผเขยนหวงวาตำาราเลมนจะมคณประโยชนตอนกศกษาและผอานทสนใจประยกตใชเศรษฐมตในการศกษาดานการทองเทยวจะไดใชเปนแนวทาง การศกษาและเปนประโยชนตอไปในอนาคต หากมขอบกพรองหรอขอผดพลาดประการใดทปรากฏอยในหนงสอเลมน ผเขยนขอนอมรบแตเพยงผเดยว

อครพงศ อนทองมถนายน 2555

คำานำา

สารบญ

บทท 1 บทนำา 1 1.1 ความหมายของเศรษฐมต 1 1.2 วตถประสงค ประโยชน และขอบเขตของเศรษฐมต 3 1.3 แนวทางการประยกตใชเศรษฐมตในการวจย 7 คำาถามทายบท 21 บรรณานกรม 22 บทท 2 การตรวจสอบขอมล และแบบจำาลองทางเศรษฐมต 23 2.1 การตรวจสอบขอมลเบองตน 23 2.1.1 การตรวจสอบขอมลดวยกราฟ 23 2.1.2 วธสถตพรรณนา 25 2.2 การตรวจสอบความคงทของขอมลอนกรมเวลา 29 2.3 การตรวจสอบความสมพนธของตวแปรในแบบจำาลอง 39 2.4 การตรวจสอบความสมพนธเชงดลยภาพระยะยาว (Co-integration) 41 2.4.1 Two-step residual-base (Engle and Granger test) 42 2.4.2 System-based reduced rank regression (Johansen test) 44 2.4.3 ARDL bounds test (Bounds test) 46 2.5 การตรวจสอบความเหมาะสมและความแมนยำาในการพยากรณ 47 2.6 การตรวจสอบขอมลอนกรมเวลาทใชพฒนาแบบจำาลองพยากรณ 49 2.7 ลกษณะของขอมลอนกรมเวลาและความแมนยำาในการพยากรณ 50 คำาถามทายบท 54 บรรณานกรม 55

บทท 3 การวเคราะหความเปนฤดกาลในแหลงทองเทยว 57 3.1 ความเปนฤดกาลในแหลงทองเทยว 57 3.2 การตรวจสอบความเปนฤดกาลดวย Seasonal unit root 60 3.3 การวเคราะหความผนผวนตามฤดกาล 65 3.4 วธวดขนาดของความเปนฤดกาล 70 3.5 วธวดการกระจกตวของความเปนฤดกาล 72 3.6 ขอคดเหนบางประการเกยวกบการศกษาความเปนฤดกาลในแหลงทองเทยว 77 คำาถามทายบท 79 บรรณานกรม 80

สารบญ (ตอ)

บทท 4 การประมาณคาความยดหยนและการพยากรณอปสงคการทองเทยว 83 4.1 แบบจำาลองอปสงคการทองเทยว 83 4.2 การประมาณคาความยดหยนในระยะยาวของอปสงคการทองเทยว 90 4.2.1 การพฒนาแบบจำาลองและวธการวเคราะหขอมล 90 4.2.2 การอธบายผลการประมาณคาความยดหยนในเชงประจกษ 96 4.2.3 ขอสงเกตและสงทควรคำานงในการประมาณคาความยดหยน 100 4.3 การพยากรณอปสงคการทองเทยว 101 4.3.1 แบบจำาลอง Naïve 101 4.3.2 แบบจำาลองคาเฉลยเคลอนทอยางงาย (Simple moving average: SMA) 102 4.3.3 แบบจำาลองการวเคราะหเสนแนวโนม (Trend curve analysis) 103 4.3.4 แบบจำาลอง Exponential smoothing 105 4.3.5 แบบจำาลองบอกซและเจนกนส (Box and Jenkins) 106 4.3.6 Combine & Hybrid forecasting 110 4.4 กรณตวอยางการพยากรณอปสงคการทองเทยวไทย 113 4.4.1 การพฒนาสมการพยากรณดวยวธวเคราะหเสนแนวโนม 114 4.4.2 การพฒนาสมการพยากรณดวยวธ ARIMA 114 4.4.3 การพฒนาสมการพยากรณดวยวธ SARIMA with intervention 116 4.4.4 แนวทางการอธบายผลการพยากรณ 118 คำาถามทายบท 119 บรรณานกรม 120

บทท 5 การประเมนขนาดของผลกระทบจากเหตการณวกฤตทมตออปสงคการทองเทยว 125 5.1 ผลกระทบของเหตการณวกฤตทมตออปสงคการทองเทยว 125 5.2 การประเมนดวยวธการเปรยบเทยบกบคาพยากรณ 128 5.3 การประเมนดวยแบบจำาลอง SARIMA with intervention 133 คำาถามทายบท 144 บรรณานกรม 145

สารบญ (ตอ)

บทท 6 การวดประสทธภาพการจดการของอตสาหกรรมทองเทยว 147 6.1 การวดประสทธภาพเชงเปรยบเทยบตามแนวคดของ Farrell 147 6.2 การวดประสทธภาพดวยวธ Data envelopment analysis (DEA) 149 6.3 การวดประสทธภาพดวยวธ Stochastic frontier analysis (SFA) 156 6.4 การวดการเปลยนแปลงประสทธภาพดวย Malmquist productivity approach 159 6.5 การวดประสทธภาพดวยวธการวเคราะห Meta-frontier 162 6.6 กรณศกษาประสทธภาพการดำาเนนงานของโรงแรม 167 6.6.1 การวดประสทธภาพการจดการของโรงแรมดวยวธ DEA 168 6.6.2 การวดประสทธภาพการดำาเนนงานของโรงแรมดวยวธ SFA 173 คำาถามทายบท 182 บรรณานกรม 183

สารบญตาราง

ตารางบทท 1 ตารางท 1.1 ตวอยางลกษณะขอมลภาคตดขวาง 12ตารางท 1.2 ตวอยางลกษณะขอมลอนกรมเวลา 12ตารางท 1.3 ตวอยางลกษณะขอมล Pooled 13ตารางท 1.4 ตวอยางลกษณะขอมล Panel 13ตารางท 1.5 มาตราวดของตวแปรเชงคณภาพและเชงปรมาณ 16ตารางท 1.6 วธประมาณคาสมประสทธของสมการแตละประเภท 17ตารางท 1.7 ตวอยางโปรแกรมคอมพวเตอรทนยมใชในการวเคราะหทางเศรษฐมต 18

ตารางบทท 2 ตารางท 2.1 สตรการคำานวณและเงอนไขในการพจารณาคาความเบและความโดง 27ตารางท 2.2 คาสถตพนฐานของตวแปรทใชในแบบจำาลอง Travel cost 28ตารางท 2.3 ผลการทดสอบ Unit root ตามวธ ADF-test 33 ของตวแปรในแบบจำาลองอปสงคของนกทองเทยวจนตารางท 2.4 ผลการทดสอบ Unit root ตามวธ KPSS-test 35 ของตวแปรในแบบจำาลองอปสงคของนกทองเทยวจนตารางท 2.5 ผลการทดสอบ HEGY-test ของขอมลจำานวนนกทองเทยวตางชาต 36 ทสำาคญของไทยระหวาง พ.ศ. 2528-2548ตารางท 2.6 ผลการทดสอบ Granger causality ของการขยายตวของการทองเทยว 41 และการเตบโตทางเศรษฐกจของไทยตารางท 2.7 ขนาดของความคลาดเคลอนทเกดจากการพยากรณ 52 ภายใตลกษณะขอมลทแตกตางกน

ตารางบทท 3 ตารางท 3.1 ดชนฤดกาลของนกทองเทยวทเขาพกในสถานทพกแรมของเชยงใหม 61 ระหวางป พ.ศ. 2546-2550ตารางท 3.2 การทดสอบ Seasonal unit root ของขอมลรายเดอน 63ตารางท 3.3 ผลการทดสอบ Seasonal unit root (HEGY-test) 64 ของสถานทพกแรมในแหลงทองเทยวทสำาคญของไทยตารางท 3.4 คาเฉลยของความผนผวนตามฤดกาลของสถานทพกแรม 68 ในแหลงทองเทยวทสำาคญของไทยตารางท 3.5 ผลการวเคราะหความเคลอนไหวของดชนฤดกาลระหวางป พ.ศ. 2535-2550 69

สารบญตาราง (ตอ)

ตารางท 3.6 คา Relative marginal effect 76ตารางท 3.7 สวนแบงการตลาด และ Relative marginal effect 76 ของตลาดนกทองเทยวตางชาตในแตละภมภาคตารางท 3.8 สวนแบงการตลาด และ Relative marginal effect 77 ของแหลงทองเทยวทสำาคญ 4 แหง ของไทย

ตารางบทท 4 ตารางท 4.1 ประเทศทเปนแหลงทองเทยวทดแทน/คแขงของไทย 92 ในแตละตลาด/ประเทศตนทางตารางท 4.2 ผลการทดสอบ Unit root และ Co-integration 97ตารางท 4.3 ผลการประมาณคาความยดหยนของอปสงคการทองเทยวไทยในระยะยาว 98ตารางท 4.4 คาความยดหยนในระยะยาวกอนและหลงป พ.ศ. 2540 100 ทไดจากแบบจำาลอง TVP-LRMตารางท 4.5 แบบจำาลอง Naïve 1 และ Naïve 2 102ตารางท 4.6 รปแบบฟงกชนของแบบจำาลองการวเคราะหเสนแนวโนม 103ตารางท 4.7 แนวโนมจำานวนนกทองเทยวในภมภาคตางๆ และแบบจำาลอง SARIMA 116ตารางท 4.8 ขนาดของผลกระทบของความไมแนนอนและระยะเวลาทไดรบผลกระทบ 117ตารางท 4.9 ผลการตรวจสอบความเหมาะสมของแบบจำาลอง SARIMA with intervention 117ตารางท 4.10 ผลการพยากรณจำานวนและรายไดจากนกทองเทยวตางชาต 118ตารางท 4.11 ผลการพยากรณจำานวนกทองเทยวตางชาตในแตละภมภาคของประเทศไทย 118

ตารางบทท 5ตารางท 5.1 ผลการประมาณคาสมประสทธของรปแบบตางๆ 130ตารางท 5.2 คาพยากรณทไดจากสมการพยากรณในรปแบบ SARIMA(1,1,1)(0,1,1)12 131ตารางท 5.3 ผลการประเมนความสญเสยทเกดจากวกฤตการณโรคซารส 132ตารางท 5.4 ผลการประเมนความสญเสยทเกดจากวกฤตการณโรคซารส 132 แยกตามประเภทรายจายของนกทองเทยวตารางท 5.5 เหตการณวกฤตทมผลกระทบเชงลบตอการทองเทยวไทย 133 ทสำาคญระหวางป พ.ศ. 2544-2552ตารางท 5.6 แบบจำาลอง SARIMA with intervention และผลการตรวจสอบ 140 ความเหมาะสมของแบบจำาลอง

สารบญตาราง (ตอ)

ตารางท 5.7 จำานวนและรายไดจากนกทองเทยวตางชาตทสญเสย 141 จากเหตการณวกฤตทเกดขนระหวางป พ.ศ. 2544-2552ตารางท 5.8 จำานวนนกทองเทยวตางชาตทสญเสยจากเหตการณวกฤตรายประเทศ 142

ตารางบทท 6ตารางท 6.1 ผลงานการศกษาการวดประสทธภาพของโรงแรม 167 ตามแนวคดของ Farrell ทสำาคญตารางท 6.2 ขอมลทางการเงนทสำาคญของโรงแรมทเปนกลมตวอยางในจงหวดเชยงใหม 168ตารางท 6.3 ประสทธภาพการจดการของโรงแรมทเปนกลมตวอยาง 170ตารางท 6.4 การเปลยนแปลงประสทธภาพการจดการของโรงแรมทเปนกลมตวอยาง 171ตารางท 6.5 ขอมลพนฐานทสำาคญของโรงแรมและเกสตเฮาสทเปนกลมตวอยาง 174ตารางท 6.6 คาสมประสทธของแบบจำาลอง Stochastic frontier 176 แบบ Technical efficient effectตารางท 6.7 คาประสทธภาพการดำาเนนงาน และอตราสวนชองวางทางเทคโนโลย 179 ของโรงแรมและเกสตเฮาสในแตละกลมตารางท 6.8 ผลการทดสอบความแตกตางของคาประสทธภาพการดำาเนนงานเฉลย 180 ของโรงแรมและเกสตเฮาสในกรณตางๆ

สารบญรป

รปบทท 1รปท 1.1 ความสมพนธระหวางวชาคณตศาสตร สถต และเศรษฐศาสตร 1รปท 1.2 โครงสรางองคประกอบทสำาคญของเศรษฐมต 2รปท 1.3 ขอบเขตในการวเคราะหทางเศรษฐมต 6รปท 1.4 ขนตอนการประยกตใชเศรษฐมตในการวจยทางดานเศรษฐศาสตร 7รปท 1.5 การแบงประเภทของขอมลทใชในการวเคราะหทางเศรษฐมต 15

รปบทท 2 รปท 2.1 ตวอยางรปแบบกราฟทนยมใชในการตรวจสอบขอมล 24รปท 2.2 ตวอยางกราฟทแสดงความสมพนธระหวางตวแปรสองตว 24รปท 2.3 รปโคงทมลกษณะการแจกแจงแบบเบซาย ปกต และเบขวา 26รปท 2.4 ขนตอนการทดสอบ Unit root ตามวธ DF-test และ ADF-test 32

รปบทท 3 รปท 3.1 แนวทางการวเคราะหความเปนฤดกาลในแหลงทองเทยว 59 ดวยขอมลอนกรมเวลารปท 3.2 จำานวนนกทองเทยวทเขาพกในสถานทพกแรมของเชยงใหมรายเดอน 60 ระหวางป พ.ศ. 2535-2550รปท 3.3 ดชนฤดกาลเฉลยของนกทองเทยวทเขาพกในสถานทพกแรมของเชยงใหม 62 ระหวางป พ.ศ. 2546-2550รปท 3.4 ดชนฤดกาลของสถานทพกแรมในแหลงทองเทยวทสำาคญของไทย 67 คำานวณดวยวธ X-12-ARIMAรปท 3.5 คา Coefficient of seasonal variation (CSV) 71รปท 3.6 คา Seasonality indicator (SI) 71รปท 3.7 คา Gini-coefficient 75

รปบทท 4 รปท 4.1 วตถประสงคหรอเปาหมายของการพฒนาแบบจำาลองอปสงคการทองเทยว 85รปท 4.2 แนวทางการพฒนาแบบจำาลองอปสงคการทองเทยวในระยะยาว 91รปท 4.3 กรอบแนวคดพนฐานของวธ Hybrid forecasting 112รปท 4.4 กระบวนการ Back propagation algorithm neural network 112

สารบญรป (ตอ)

รปบทท 5 รปท 5.1 สหสมพนธในตวเอง (ACF) ท d=0 และ D=0 128รปท 5.2 สหสมพนธในตวเอง (ACF) ท d=1 และ D=0 128รปท 5.3 สหสมพนธในตวเอง (ACF) ท d=1 และ D=1 129รปท 5.4 สหสมพนธในตวเองบางสวน (PACF) ท d=1 และ D=1 129รปท 5.5 สหสมพนธในตวเอง (ACF) และคาสถต Q ของคาคลาดเคลอน 131 ทไดจากรปแบบ SARIMA(1,1,1)(0,1,1)12รปท 5.6 จำานวนและรายไดจากนกทองเทยวตางชาตระหวางป พ.ศ. 2513-2552 134รปท 5.7 คาความไมแนนอนของจำานวนนกทองเทยวตางชาตของไทย 136 ระหวางป พ.ศ. 2544-2552

รปบทท 6 รปท 6.1 การประเมนการเปลยนแปลงประสทธภาพการจดการทพจารณาทางดานผลผลต 159รปท 6.2 Meta-frontier และเสนพรมแดนกลม (Individual frontiers) 162

บทท 1

บทนำ�

เนอหาบทนเปนการทบทวนและนำาเสนอความหมายของเศรษฐมตวตถประสงคของการใชเศรษฐมต ประโยชนทไดจากการใชเศรษฐมตในการวจยและขอบเขตของเศรษฐมตกอนนำาเสนอแนวทางการประยกตใช เศรษฐมตในการวจย สงตางๆ เหลานเปนพนฐานสำาคญสำาหรบการอธบายเนอหาในบทตอไปทเปนการประยกตเศรษฐมตในการศกษาวจยทางดานเศรษฐศาสตรการทองเทยว

1.1 คว�มหม�ยของเศรษฐมต

“เศรษฐมต”แปลมาจากคำาวา“Econometrics”หมายถง“การวดในทางเศรษฐกจ”(Gujarati,2003)ทผานมามการใหนยามและความหมายของเศรษฐมตทหลากหลาย กอนทจะสรปใหเหนถงขอบเขตและความหมายของเศรษฐมตในทนขอนำาเสนอทมาและองคประกอบของเศรษฐมตทเปนการประยกตความร ในแขนงตางๆ3สาขาไดแกคณตศาสตรสถตและเศรษฐศาสตรดงแสดงในรปท1.1

รปท 1.1 คว�มสมพนธระหว�งคณตศ�สตร สถต และเศรษฐศ�สตร

ทมา: ดดแปลงมาจาก Koutsoyiannis (1977) พรเพญ วรสทธา (2530) และ Gujarati (2003)

พ��นท A คอ สถตคณตศาสตร (Mathematical statistics)

พ��นท B คอ คณตเศรษฐศาสตร (Mathematical economics)

พ��นท C คอ สถตเศรษฐศาสตร (Economic statistics)

พ��นท D คอ เศรษฐมต (Econometrics)

คณตศาสตร

สถต

A B

C

D

เศรษฐศาสตร

2 บทท 1: บทนำ�

รปท1.1 แสดง ความเกยวโยงของวชาคณตศาสตร สถต และเศรษฐศาสตร ทง3 สาขาวชา กอใหเกดวชาทเกยวของกบการวเคราะหเชงปรมาณทางเศรษฐศาสตร3วชาคอ1)คณตเศรษฐศาสตร:เปนวชาทเนนการพฒนาแบบจำาลองคณตศาสตรหรอการประยกตใชคณตศาสตรในการศกษาภายใตกรอบทฤษฎทางเศรษฐศาสตร เชน การหาจดตำาสดหรอจดสงสด การวเคราะหเพอหาจดดลยภาพ เปนตน 2)สถตเศรษฐศาสตร:เปนวชาทเนนการประยกตใชสถตในการวางแผนการเกบรวบรวมขอมลศกษาและวเคราะหขอมลทางเศรษฐศาสตร เชนการสมตวอยางการใชสถตเชงพรรณนาการหาคาดชน เปนตนและ3) เศรษฐมต: เปนการศกษาทวาดวยการหาคาความสมพนธระหวางตวแปรทางเศรษฐศาสตร เพออธบายลกษณะและขนาดของความสมพนธรวมทงการใชพยากรณหรอคาดการณเหตการณทคาดวาจะเกดขนเมอตวแปรทางเศรษฐศาสตรทเปนตวแปรตน(หรอตวแปรอสระ)มการเปลยนแปลง วชาเศรษฐมตเปนการประยกตใชความรทางคณตศาสตรและสถตในการคำานวณคาความสมพนธระหวางตวแปรทางเศรษฐกจทพฒนามาจากแนวคดและทฤษฎทางเศรษฐศาสตรโดยอาศยขอเทจจรงทางเศรษฐกจในการศกษาการประยกตใชเศรษฐมตในการวจยจะตองยดแนวคดและทฤษฎทางเศรษฐศาสตรเปนพนฐานสำาคญดงนนโครงสรางของวชาเศรษฐมตจงประกอบดวยองคประกอบทสำาคญ3องคประกอบคอ1)แบบจำาลองทางเศรษฐศาสตรทใชคณตศาสตรแสดงความสมพนธของตวแปรทางเศรษฐกจภายใต ทฤษฎทางเศรษฐศาสตร2) เครองมอในการวเคราะหขอมลทอาศยทฤษฎและเครองมอทางสถต และ 3)ขอมลทเปนขอเทจจรงทางเศรษฐกจดงแสดงในรปท1.2

ทมา: ดดแปลงมาจาก ถวล นลใบ (2544)

รปท 1.2 โครงสร�งองคประกอบทสำ�คญของเศรษฐมต

เศรษฐมต

เคร�องมอทางสถต

ทฤษฎทางสถต

แบบจำลองทางเศรษฐศาสตร

ทฤษฎทางเศรษฐศาสตร คณตศาสตร

ขอมล

ขอเทจจร�งทางเศรษฐกจ

3เศรษฐมตว�ดวยก�รทองเทยว

จากทมาและองคประกอบของเศรษฐมต สามารถนยามความหมายของเศรษฐมตวา “เปนการวเคราะหปรากฏการณทางเศรษฐกจในเชงปรมาณ โดยใชขอมลทงทเปนตวเลขและไมใชตวเลขมาเปนวตถดบในการวเคราะห ภายใตการใชเครองมอและทฤษฎทางเศรษฐศาสตร คณตศาสตร และสถต”

1.2 วตถประสงค ประโยชน และขอบเขตของเศรษฐมต

การใชเศรษฐมตในการศกษาหรอวจยทางเศรษฐศาสตร สามารถแบงวตถประสงคของการใช ออกเปน3แนวทางหลกคอ(Koutsoyiannis,1977;ถวลนลใบ,2544;วศษฐลมสมบญชย,2545)

ก. การวดคาความสมพนธของตวแปรทางเศรษฐศาสตรในเชงปรมาณ แนวทางนใชเศรษฐมตในการวเคราะหความสมพนธเชงโครงสราง(Structuralanalysis)ของตวแปรทางเศรษฐศาสตรเชนการศกษาปจจยทมอทธพลตอการตดสนใจทองเทยวของคนไทยการศกษาปจจยทมอทธพลตออปสงคการทองเทยว(หรอการประมาณคาสมการอปสงคการทองเทยว) การศกษาปจจย ทมอทธพลตอการใชจายของนกทองเทยว (หรอการประมาณคาสมการการใชจายของนกทองเทยว)เปนตนการศกษาตามแนวทางนมงเนนการประมาณคาความสมพนธระหวางตวแปรทางเศรษฐศาสตรเชน คาความยดหยนตอราคาหรอตอรายไดของอปสงคการทองเทยวของนกทองเทยวตางชาตเปนตนรวมทงการตรวจสอบขนาดและทศทางความสมพนธดงกลาววาเปนไปตามทฤษฎทางเศรษฐศาสตรหรอไม?อยางไร? เชน ความยดหยนตอราคาสนคาจะตองมคาตดลบเสมอตามกฎของอปสงค เปนตน หรอในกรณของ การทองเทยวทมขอสงเกตวาสนคาทองเทยวเปนสนคาฟมเฟอย(Luxurygoods)ดงนนคาความยดหยน ตอรายไดจงควรมคาเปนบวกและมากกวา1เปนตนนอกจากนผลการศกษายงทำาใหเขาใจปรากฏการณ ความเปนจรงทเกดขนในโลกและอาจนำามาสการพฒนาและปรบปรงทฤษฎทางเศรษฐศาสตรใหสอดคลองกบสภาพความเปนจรงมากขน

ข. การพยากรณหรอการคาดการณเหตการณหรอสถานการณในอนาคต(Forecastingorprediction) เปนแนวทางทใชเศรษฐมตในการพยากรณสงทสนใจเชนการพยากรณจำานวนนกทองเทยวตางชาต ในอก5ปขางหนาการพยากรณจำานวนนกทองเทยวทลดลงเมอเกดวกฤตการเมองภายในประเทศเปนตนแนวทางนเปนหนงในสงสำาคญของการประยกตใชเศรษฐมตเนองจากวธทางเศรษฐมตจะทำาใหทราบอทธพล ของการเปลยนแปลงของตวแปรสภาพแวดลอมทางเศรษฐกจหรอการเปลยนแปลงเหตการณตางๆทมอทธพล ทำาใหตวแปรทสนใจมการเปลยนแปลงเชนในการศกษาของอครพงศอนทองและมงสรรพขาวสอาด(2554) พบวาอปสงคของนกทองเทยวตางชาตของไทยมคาความยดหยนตอราคาเทากบ-1.57จากผลลพธดงกลาว สามารถพยากรณหรอคาดการณไดวาหากราคาการทองเทยวไทยเพมขนรอยละ1จะมผลทำาใหจำานวนนกทองเทยวตางชาตลดลงประมาณรอยละ1.57เปนตน


ค. การนำาเสนอการสนบสนนและการศกษาผลกระทบของนโยบาย แนวทางนใชเศรษฐมตในการวเคราะหขอมลและนำามาซงขอเสนอแนะทางนโยบายรวมทงการศกษา ผลกระทบของนโยบายเชนการศกษาอปสงคการทองเทยวไทยทำาใหทราบวามคาความยดหยนตอราคาสง(Elastic)ดงนนในเชงนโยบายสามารถนำาเสนอไดวาการเปลยนแปลงราคาการทองเทยวไทยเชนการลด คาธรรมเนยมวซาเปนตนเปนหนงในนโยบายทสามารถเพมจำานวนนกทองเทยวตางชาตได(แตในความเปนจรงจะตองวเคราะหรวมกบตวแปรอนๆเชนราคาของคแขงรายไดของนกทองเทยวเปนตน)นอกจากน สามารถใชขอมลทไดจากการวเคราะหดวยเศรษฐมตมาประกอบการตดสนใจในการดำาเนนนโยบายตางๆของภาครฐ เชน การวเคราะหความเปนฤดกาลของการทองเทยวเชยงใหมโดย อครพงศ อนทอง และ มงสรรพ ขาวสอาด(2552) พบวา การเพมขนของจำานวนนกทองเทยวตางชาตมสวนชวยลดความเปนฤดกาลของการทองเทยวเชยงใหม ดงนนการตดสนใจสงเสรมการตลาดนอกฤดทองเทยวของเชยงใหม ควรเนนตลาดนกทองเทยวตางชาตเชนมาเลเซยสงคโปรเปนตนอยางไรกตามการใชผลการวเคราะห ทไดจากเศรษฐมต ผใชพงระลกอยเสมอวา ผลลพธทไดจากวธทางเศรษฐมตเปนการวเคราะหบนฐานของแบบจำาลองทพฒนาภายใตสภาพแวดลอมทางเศรษฐกจในชวงเวลาทศกษา และการเปลยนแปลง สภาพแวดลอมทางเศรษฐกจหรอเหตการณตางๆ เปนการเปลยนแปลงภายในตวแปรใดตวแปรหนง โดยกำาหนดใหตวแปรอนๆ คงท ดงนนในทางปฏบตจงควรตรวจสอบความถกตองของผลลพธภายใตเงอนไขทางเศรษฐมตและความเปนจรงกอนนำาผลลพธดงกลาวมาพยากรณหรอใชในการวเคราะหทางนโยบายตอไป

จากวตถประสงคหลกของการนำาเศรษฐมตมาใช สามารถจำาแนกประโยชนของเศรษฐมตทสอดคลองกบวตถประสงคได3ประการดงน

ก. ทราบขนาดความสมพนธของตวแปรทางเศรษฐกจ ทฤษฎทางเศรษฐศาสตรนำาเสนอเฉพาะลกษณะความสมพนธหรอทศทางความสมพนธระหวางตวแปรทางเศรษฐกจและอาจมการกำาหนดชวงของคาความสมพนธแตไมทราบขนาดของความสมพนธทแทจรงวามขนาดเทาไหรเชนในกรณของทฤษฎอปสงคไดอธบายวาสนคาฟมเฟอย(Luxurygoods) มความยดหยนตอรายไดมากกวา1 แตถาเปนสนคาปกต(Normalgoods) มความยดหยนตอรายไดระหวาง0-1สวนสนคาดอยคณภาพ(Inferiorgoods)มความยดหยนตอรายไดนอยกวา0เปนตนในการพจารณาสนคาใดสนคาหนงเชนสนคาทองเทยวเราไมทราบวาสนคาดงกลาวเปนสนคาประเภทใดจนกวาจะมการประมาณคาความยดหยนตอรายไดของสนคาดงกลาวดวยวธทางเศรษฐมตเชนในการศกษาของ อครพงศอนทองและมงสรรพขาวสอาด(2554)พบวาอปสงคของนกทองเทยวตางชาตของไทยมคาความยดหยนตอรายไดเทากบ1.49 แสดงวา การทองเทยวไทยเปนสนคาฟมเฟอยสำาหรบนกทองเทยวตางชาตเปนตน


ข. ทดสอบทฤษฎแนวคดหรอสมมตฐานทางเศรษฐศาสตรกบโลกความเปนจรง ในบางครงทฤษฎ หรอแนวคดทางเศรษฐศาสตรอาจไมสอดคลองกบสภาพความจรง หากมการละเมดขอสมมตหรอเงอนไขบางประการเชนการวเคราะหอปสงคของนกทองเทยวมาเลเซยทเดนทางมา ทองเทยวไทยดวยแบบจำาลองTimevaryingparameterในระยะยาว(TVP-LRM)พบวากอนปพ.ศ.2540 ราคาไมมอทธพลตออปสงคของนกทองเทยวมาเลเซย ซงหากพจารณาตามทฤษฎเศรษฐศาสตรแลว คอนขางเปนไปไดยากแตถาหากพจารณาในระดบรายละเอยดของตวแปรทใชศกษาจะทราบวากอนป พ.ศ.2540 ราคาการทองเทยวไทยทแทนดวยอตราแลกเปลยนทแทจรง มความแปรปรวนหรอมการเปลยนแปลงนอยเนองจากกอนปพ.ศ.2540ไทยใชนโยบายกำาหนดอตราแลกเปลยนคงทซงมสวนทำาใหราคาการทองเทยวมการเปลยนแปลงนอย จงไมมผลกระทบตอการตดสนใจของนกทองเทยวมาเลเซย ในการเลอกทองเทยวไทยกอปรกบไทยเปนแหลงทองเทยวทสำาคญในชวงวนหยดสดสปดาหของมาเลเซย(โดยเฉพาะทหาดใหญ)เนองจากมราคาการทองเทยวตำากวาสงคโปรและมสงอำานวยความสะดวกทางดานการทองเทยวดกวาประเทศอนๆในภมภาคน เปนตนขอคนพบหรอขอสงเกตทไดจากการวเคราะหดวยเศรษฐมตนำามาสการพฒนาความรและประเดนการศกษาใหมๆเชนจากกรณตวอยางขางตนอาจนำามาสการศกษาผลกระทบของการเปลยนแปลงนโยบายอตราแลกเปลยนทมตอการเปลยนแปลงโครงสรางของอปสงคการทองเทยวไทยเปนตน

ค. พยากรณหรอทำานายปรากฏการณหรอภาวะเศรษฐกจในอนาคต แบบจำาลองหรอผลลพธทไดจากวธทางเศรษฐมตสามารถนำาไปพยากรณหรอคาดการณสงทจะเกดขน ในอนาคตได หากตวแปรในแบบจำาลองมการเปลยนแปลง ขอมลดงกลาวเปนประโยชนตอการวางแผน หรอนโยบายทางเศรษฐกจรวมทงกอใหเกดการจดสรรทรพยากรทมประสทธภาพเชนการพฒนาแบบจำาลอง เพอใชพยากรณจำานวนนกทองเทยวตางชาตในอก5 ปขางหนาของแตละตลาด ทำาใหทราบแนวโนม การเปลยนแปลงจำานวนนกทองเทยวตางชาตในแตละตลาดและนำามาซงการวางนโยบายการพฒนาอปทานสำาหรบรองรบการเตบโตหรอการเปลยนแปลงทจะเกดขนในอก5ปขางหนาเปนตน แนวทางการศกษาทางเศรษฐมตแบงออกเปน2แนวทางหลกคอ

ก. การศกษาทางทฤษฎทเนนการพฒนาหรอพสจนเครองมอทางเศรษฐมต เชน การพฒนา เครองมอสำาหรบทดสอบความคงทของขอมลอนกรมเวลา(เชนUnitroottest) การพฒนาเครองมอ สำาหรบทดสอบความสมพนธเชงดลยภาพระยะยาว(เชนCo-integration) การพฒนาวธประมาณ คาสมประสทธของแบบจำาลองความสมพนธระยะยาว(เชนDynamicordinaryleastsquares:DOLS) การพฒนาเทคนคการวดประสทธภาพเมอหนวยผลตมเทคโนโลยการดำาเนนงานแตกตางกน (เชนMeta-frontier)เปนตน


ข. การศกษาในเชงของการประยกตใชทเปนลกษณะงานศกษาเชงประจกษ เชน การประยกตใชUnitroottest ในการทดสอบความคงทของขอมลอนกรมเวลาการประยกตใชวธARDLboundstestทดสอบความสมพนธในระยะยาวตามแนวคดCo-integration การประยกตใชวธDynamicordinaryleastsquares(DOLS)ประมาณคาสมประสทธของแบบจำาลองความสมพนธในระยะยาวการประยกตใช Meta-frontierประเมนประสทธภาพการดำาเนนงานของโรงแรมและเกสตเฮาสเปนตน จากแนวทางการศกษาทนำาเสนอขางตน สามารถแบงขอบเขตการวเคราะหทางเศรษฐมต ออกเปน2แนวทางดงแสดงในรปท1.3คอวธการวเคราะหและการประยกตใชโดยแนวทางของวธการวเคราะหเปนการนำาเสนอเครองมอสำาหรบการวเคราะหหรอประมาณคาสมประสทธของแบบจำาลองทงทเปน แบบจำาลองสมการเดยว(Singleequationmodel)และแบบจำาลองระบบสมการ(Simultaneousequationmodel)สวนแนวทางการประยกตใชเปนการนำาเสนองานเชงประจกษทนำาวธทางเศรษฐมตไปประยกตใชกบปญหาตางๆทางเศรษฐศาสตรเชนการศกษาอปสงคการทองเทยวการวดประสทธภาพการดำาเนนงาน ของโรงแรมการประเมนมลคาทรพยากรการทองเทยวเปนตน

ทมา: ดดแปลงมาจาก Koutsoyiannis (1977) สาขาวชาเศรษฐศาสตร มหาวทยาลยสโขทยธรรมาธราช (2529)

รปท 1.3 ขอบเขตในก�รวเคร�ะหท�งเศรษฐมต

ปญหาความช�ชด

การประมาณคา

การประยกตใชกบปญหาตางๆ ทางเศรษฐศาสตร

เศรษฐมต

ว�ธการว�เคราะห

การประยกต

สมการเดยว

ระบบสมการ

การว�เคราะหสมการถดถอยพหคณ

ความแปรปรวนของตวคลาดเคลอนไมคงท

ตวคลาดเคลอนมความสมพนธกน

ปญหาตางๆ ทเกดจากขอมล

การว�เคราะหตวแปรในอดต

การว�เคราะหตวแปรเช�งคณภาพ

การว�เคราะหกรณตวแปรตามมขอจำกด


1.3 แนวท�งก�รประยกตใชเศรษฐมตในก�รวจย

การนำาเศรษฐมตมาประยกตใชในการวจยทางเศรษฐศาสตรมแนวทางหรอขนตอนการดำาเนนการทสำาคญ7ขนตอนดงแสดงในรปท1.4

รปท 1.4 ขนตอนก�รประยกตใชเศรษฐมตในก�รวจยท�งด�นเศรษฐศ�สตร

ทมา: ดดแปลงมาจาก Maddala (1992) และ Gujarati (2003)

การพ�จารณาทฤษฎหร�อสมมตฐาน

การกำหนดแบบจำลอง

ทางคณตศาสตรของทฤษฎ

การกำหนดแบบจำลองทางเศรษฐมต

การเกบรวบรวมขอมล

การประมาณคาสมประสทธของแบบจำลอง

การประเมนผลแบบจำลอง

การใชประโยชนในการพยากรณหร�อทางนโยบาย

โดยมรายละเอยดในแตละขนตอนพอสงเขปดงน

ก. การพจารณาทฤษฎหรอสมมตฐาน การพจารณาทฤษฎหรอสมมตฐานเปนการทบทวนทฤษฎหรอแนวคดทางเศรษฐศาสตร งานวจย ทผานมาและขอเทจจรงตางๆทเกยวของกบประเดนทสนใจศกษาเพอทราบแนวคดทางทฤษฎทจะนำามา ประยกตใช และนำามาสการวางกรอบแนวคดทใชในการศกษา รวมทงทราบตวแปรทใชในการศกษาวามตวแปรใดเปนตวแปรตนและตวแปรตาม และตวแปรเหลานมลกษณะความสมพนธเชงเสนตรง(Linear)หรอไมใชเสนตรง(Non-linear)ซงเปนพนฐานสำาคญในการกำาหนดลกษณะของรปแบบสมการ(Functionalform)ทใชในการศกษานอกจากนยงทำาใหทราบเบองตนวาแบบจำาลองทางคณตศาสตรทเหมาะสมควรเปนสมการเดยวหรอระบบสมการ และทราบทศทางหรอเครองหมายของคาสมประสทธ และขนาดของ คาสมประสทธทจะเกดขนลวงหนาไดรวมทงสามารถกำาหนดสมมตฐานของการทดสอบได ตวอยางเชน ตองการทราบวา เมอราคาของการทองเทยวไทย และรายไดของนกทองเทยวเพมขน จะทำาใหจำานวนนกทองเทยวมการเปลยนแปลงอยางไร? จากการทบทวนทฤษฎและงานวจยทผานมา ทำาใหทราบวา การศกษาในประเดนนนยมใชทฤษฎอปสงคทางตรง(Directdemand)ในการพฒนาแบบจำาลองโดยตวแปรตามทนยมใชคอจำานวนนกทองเทยว สวนตวแปรอสระคอราคาเปรยบเทยบ(Relativeprice)และรายไดโดยตวแปรอสระและตวแปรตามอาจม ลกษณะความสมพนธเชงเสนตรงหรอไมใชเสนตรงกไดสวนใหญแบบจำาลองจะมรปแบบสมการเดยวและสนคาทองเทยวมกจะเปนสนคาประเภทฟมเฟอยดงนนจงสามารถกำาหนดสมมตฐานไดวาการเปลยนแปลงของรายไดเพยงรอยละ1จะทำาใหจำานวนนกทองเทยวเปลยนแปลงมากกวารอยละ1สวนความยดหยนตอ


ราคาหรอการตอบสนองตอการเปลยนแปลงของราคาจะขนอยกบปจจยทแตกตางกน เชน วตถประสงคของการทองเทยวประเภทของวนหยดจำานวนแหลงทองเทยวททดแทนไดเปนตน

ข. การกำาหนดแบบจำาลองทางคณตศาสตรของทฤษฎ ขนตอนนเปนการแปลงสมมตฐานหรอกรอบแนวคดทางทฤษฎจากขนตอนแรก ใหอยในรปของ แบบจำาลองทางคณตศาสตรหากพจารณาตามความเกยวของกบเวลาสามารถแบงแบบจำาลองทางคณตศาสตร ออกเปน2รปแบบคอ 1) แบบจำาลองสถต(Staticmodel)เปนแบบจำาลองทแสดงความสมพนธของตวแปรในชวงเวลาเดยวกน หรอไมมเวลามาเกยวของ(เวลาไมมบทบาทในแบบจำาลอง) กลาวคอ ตวแปรตาม ถกอธบายดวยตวแปรอสระในคาบเวลาเดยวกน เชน จำานวนครงในการทองเทยวของนกทองเทยวคนท i(Tripi) ถกอธบายดวยตนทนคาเดนทางและรายไดของนกทองเทยวคนทi(TCiและYiตามลำาดบ)จากแนวคดแบบจำาลองTravelcostและสมมตใหตวแปรทงสองมลกษณะความสมพนธเชงเสนตรงสามารถกำาหนดแบบจำาลองทางคณตศาสตรของแนวคดดงกลาวไดดงน

Tripi = α + β1 TCi + β2 Yi

[1.1]

โดยท α, β1 และ β2 คอ คาพารามเตอร(Parameters) ของสมการทแสดงถงจดตดแกนตง (Intercept)และคาความชน(Slope)หรอคาอทธพลของตนทนในการเดนทางและรายไดของนกทองเทยวตามลำาดบ โดยตามทฤษฏอปสงคแลว β1< 0 ดงนนจะตองมการทดสอบสมมตฐานวา คาสมประสทธ ทไดจากการประมาณคาจะสอดคลองหรอตรงขามกบทฤษฏ

2) แบบจำาลองพลวต(Dynamicmodel)เปนแบบจำาลองทเวลามบทบาทสำาคญหรอมเวลาเขามา เกยวของในแบบจำาลองกลาวคอโดยทวไปในสมการพลวตจะมตวแปรลา(Laggedvariable)หรอมตวแปรทมความแตกตางกนในแตละชวงเวลา ดงนนหากสมการแตละสมการในแบบจำาลองมความแตกตางกน ตามชวงเวลา แสดงวา แบบจำาลองนนเปนแบบจำาลองพลวตทเวลามบทบาทสำาคญในแบบจำาลอง และตวแปรหรออตราการเปลยนแปลงของตวแปรในแตละชวงเวลาจะถกรวมอยในแบบจำาลอง เชน สมการเชงอนพนธ เปนตน เพอใหเกดความเขาใจในทนขอยกตวอยางแบบจำาลองพลวตทตอเนองจากแบบจำาลองสถตในหวขอทผานมา คอ เมอกำาหนดใหจำานวนนกทองเทยวตางชาตของไทย (NTAt) ถกอธบายดวยราคา(Pt) รายได(Yt) และจำานวนนกทองเทยวตางชาตของไทยในปทผานมา(NTAt–1) ดงนนจากทฤษฎอปสงคทวไป และเมอสมมตใหความสมพนธของตวแปรในแบบจำาลองมลกษณะ เชงเสนตรงสามารถเขยนแบบจำาลองทางคณตศาสตรตามแนวคดดงกลาวไดดงน


NTA t = α + β1 Pt + β2 Yt + β3 NTA t–1

[1.2]

Yi = α + βXi

[1.3]

Yi = α + β1 X1i + β2 X2i + β3 X3i + … + βn Xni

[1.4]

ดลยภาพ Q D = Q S

[1.5]

ฟงกชนอปสงค Q D = β0 + β1 P + β2 Y[1.6]

ฟงกชนอปทาน Q S = γ0 + γ1 P[1.7]

โดยทβ1 ,β2และβ3คอคาความชนหรอคาอทธพลของตวแปรราคารายไดและจำานวนนกทองเทยว ตางชาตในปทผานมาตามลำาดบ และเมอพจารณาตามประเภทของสมการสามารถแบงแบบจำาลองทางคณตศาสตรออกได 3แบบจำาลองคอ 1) แบบจำาลองสมการถดถอยเชงเดยว(Simpleregressionmodel)มรปแบบทวไปทกำาหนดใหYi = f (Xi)และสามารถเขยนในรปแบบสมการเสนตรงไดดงน

2) แบบจำาลองสมการถดถอยเชงซอน(Multipleregressionmodel)มรปแบบทวไปทกำาหนดใหYi = f (X1i , X2i , X3i , … , Xni)และสามารถเขยนในรปแบบสมการเสนตรงไดดงน

3) แบบจำาลองระบบสมการหลายชน(Simultaneousequationmodel)เปนแบบจำาลองทมสมการมากกวา1สมการเชนแบบจำาลองดลยภาพของตลาดสามารถเขยนรปแบบของระบบสมการอยางงายไดดงน


สมการท1.5เปนสมการดลยภาพทกำาหนดขนตามคำานยามดลยภาพของตลาดทวาอปสงคเทากบอปทานสวนสมการท1.6และ1.7 เปนสมการอปสงค และสมการอปทานตามลำาดบสมการทงสองกำาหนดตามทฤษฎอปสงค(คาสมประสทธβ1ทไดจากการประมาณคาควรมคานอยกวา0)และอปทาน(คาสมประสทธ γ1 ทไดจากการประมาณคาควรมคามากกวา0) และสมมตใหตวแปรในสมการมความสมพนธเชงเสนตรง จากระบบสมการขางตน จะเหนไดวา แบบจำาลองประกอบดวยตวแปร2กลม คอ1) ตวแปรภายใน(Endogenousvariables)เปนตวแปรทถกกำาหนดคาดวยตวแปรอนๆภายในระบบสมการในกรณตวอยางนคอQและPและ2)ตวแปรภายนอก(Exogenousvariables)เปนตวแปรทถกกำาหนดคาจากภายนอกระบบสมการตวแปรกลมนจะมอทธพลตอตวแปรอนๆภายในระบบสมการและไมมตวแปรใด ภายในระบบสมการมอทธพลตอตวแปรกลมนในกรณตวอยางนคอY

ค. การกำาหนดแบบจำาลองทางเศรษฐมต จากแบบจำาลองทางคณตศาสตรทเสนอในขนตอนทผานมานำามาแปลงใหอยในรปแบบของแบบจำาลอง ทางเศรษฐมตทแสดงความสมพนธระหวางตวแปรตางๆเหมอนกบแบบจำาลองทางคณตศาสตรแตมเทอมของคาคลาดเคลอน(Errorterm) ตอทายเสมอ เนองจากแบบจำาลองทางเศรษฐมตแสดงความสมพนธระหวางตวแปรตางๆทแตกตางกนในแตละตวอยางคาความแตกตางดงกลาวสะทอนผานคาคลาดเคลอนในขณะทแบบจำาลองทางคณตศาสตรแสดงความสมพนธทแนนอน(Exactrelationship)ของตวแปรตามทฤษฎทางเศรษฐศาสตร ดงนนจากแบบจำาลองสถตในสมการท1.1สามารถนำามาเขยนเปนแบบจำาลองทางเศรษฐมตไดดงน

จากแบบจำาลองทางคณตศาสตรและเศรษฐมตขางตนจะเหนไดวาในแบบจำาลองดงกลาวมตวแปรอย2กลมคอ1)ตวแปรตนหรอตวแปรอสระ(Independentvariables)เปนตวแปรตนเหตหรอตวการ ทมอทธพลหรอทำาใหตวแปรตามเปลยนแปลง ตวแปรกลมนถกกำาหนดจากภายนอก2) ตวแปรตาม(Dependentvariables)เปนตวแปรผลหรอตวแปรทไดรบอทธพลจากการเปลยนแปลงของตวแปรอสระทอยในแบบจำาลอง

Tripi = α + β1 TCi + β2 Yi + εi

[1.8]

NTAt = α + β1 Pt + β2 Yt + β3 NTA t–1 + εi

[1.9]

โดยทεiคอคาคลาดเคลอน และสามารถเขยนแบบจำาลองพลวตในสมการท1.2ในรปแบบของแบบจำาลองทางเศรษฐมตไดดงน


นอกจากนสามารถแบงแบบจำาลองทางเศรษฐมตได3ลกษณะดงน(Mitttelhammer,JudgeandMiller,2000)

1) แบบจำาลองพาราเมตรก(Parametricmodel)เปนแบบจำาลองทมคณสมบตทวไปดงน

• ลกษณะของตวแปรตาม(Y): Yi = f (Xi , β) + εi ; i = 1 , … , n

• องคประกอบตวกำาหนด: f (X i , β) = Xi × β ; Xiคงทและทราบคา

• องคประกอบคาคลาดเคลอน: εi ~ iid N(0 ,σ2)

• พารามเตอร: β ∈ ℜk , σ2 > 0

2) แบบจำาลองนอนพาราเมตรก(Non-parametricmodel)เปนแบบจำาลองทมคณสมบตดงน

• ลกษณะของตวแปรตาม(Y): Yi = f (Xi) + εi ; i = 1 , … , n

• องคประกอบตวกำาหนด: f (X i) = ระบไมได ; Xiคงทและทราบคา

• องคประกอบคาคลาดเคลอน: E(εi) = 0 , Var (εi) = σ2

• พารามเตอร: σ2 > 0

3) แบบจำาลองกงพาราเมตรก(Semi-parametricmodel)เปนแบบจำาลองทมคณสมบตดงน

• ลกษณะของตวแปรตาม(Y): Yi = f (Xi , β) ; i = 1 , … , n

• องคประกอบตวกำาหนด: f (X i , β) = ∏j = 1 Xijβj

; Xiคงทและทราบคา

• องคประกอบคาคลาดเคลอน: E(εi) = 0 , Var (εi) = σ2

• พารามเตอร: β ∈ ℜk , σ2 > 0

ง. การเกบรวบรวมขอมล การคำานวณเพอหาคาความสมพนธระหวางตวแปรทางเศรษฐกจดวยวธทางเศรษฐมต หรอ การประมาณคาสมประสทธของแบบจำาลองทางเศรษฐมตตองอาศยขอมลทมความถกตองและนาเชอถอ ดงนน ทมาของขอมลจงเปนสงสำาคญ และผวจยจะตองมนใจวา ขอมลทนำามาใชสามารถสะทอนภาพ ความเปนจรงไดอยางถกตอง แมนยำา และไมมอคต ขอมลทใชในการวเคราะหทางเศรษฐมตมทมาอย 2แหลงคอ 1) ปฐมภม(Primary):เปนขอมลทผวจยดำาเนนการเกบรวบรวมขอมลดวยตนเองจากแหลงขอมลโดยตรงเชนการสมภาษณการใชแบบสอบถามสำารวจเปนตนซงตองอาศยวธทางสถตในการกำาหนดขนาดจำานวนตวอยางและวธการสมตวอยาง 2) ทตยภม(Secondary): เปนขอมลทผวจยอางองหรอรวบรวมจากหนวยงาน หรอผอน เชนกระทรวงการทองเทยวและกฬาการทองเทยวแหงประเทศไทยเปนตน


สวนลกษณะขอมลทใชในการวเคราะหทางเศรษฐมตสามารถแบงเปน3ลกษณะคอ

1) ขอมลภาคตดขวาง(Cross-sectionaldata): เปนขอมลทรวบรวมณเวลาใดเวลาหนง เชน ในตารางท1.1เปนขอมลจำานวนครงในการทองเทยวตอปการใชจายของนกทองเทยวและความพงพอใจตอการทองเทยวทสำารวจในปพ.ศ.2551จำานวน800ตวอยางเปนตน

ต�ร�งท 1.1 ตวอย�งลกษณะขอมลภ�คตดขว�ง

แบบสอบถามชดท

จำานวนครงในการทองเทยวตอป (ครง/คน)

คาใชจายในการทองเทยว(บาท/คน/ครง)

ความพงพอใจตอการทองเทยว

1 10 8,900 4

2 15 5,480 5

3 12 6,890 3

. . . .

. . . .

. . . .

800 8 9,800 4

ทมา: ขอมลสมมต

2) ขอมลอนกรมเวลา(Time-seriesdata): เปนขอมลทรวบรวมตามระยะเวลาทมการกำาหนดชวงระยะเวลาของขอมลทชดเจน เชน ในตารางท1.2 แสดงจำานวนและรายรบทไดรบจากนกทองเทยวตางชาตของไทยระหวางปพ.ศ.2546-2550เปนตนขอมลประเภทนมความถแตกตางกนหลายรปแบบเชนขอมลรายวน(Dailydata)ขอมลรายสปดาห(Weeklydata)ขอมลรายไตรมาส(Quarterlydata)ขอมลรายเดอน(Monthlydata) ขอมลรายป(Annualdata) เปนตน ขอมลอนกรมเวลาโดยทวไปม องคประกอบทสำาคญ4องคประกอบคอแนวโนม(Trend)วฏจกร(Cycle)ฤดกาล(Seasonal)และความไมแนนอน(Irregular)อยางไรกตามขอมลอนกรมเวลาแตละชดไมจำาเปนตองมองคประกอบครบทง 4องคประกอบเชนขอมลรายปอาจไมมองคประกอบฤดกาลในขณะทขอมลรายเดอนหรอรายไตรมาสอาจมองคประกอบฤดกาลเปนตน

ต�ร�งท 1.2 ตวอย�งลกษณะขอมลอนกรมเวล�

ป พ.ศ. จำานวนนกทองเทยวตางชาต (คน) รายรบจากการทองเทยว (ลานบาท)

2546 10,004,453 289,600

2547 11,737,413 384,360

2548 11,516,900 367,380

2549 13,828,790 482,319

2550 14,464,228 547,782

ทมา: การทองเทยวแหงประเทศไทย


3) ขอมลPooledและPanel(PooledandPaneldata):ขอมลPooledเปนขอมลทมลกษณะการผสมระหวางขอมลภาคตดขวางกบขอมลอนกรมเวลา โดยขอมลภาคตดขวางในแตละปไมได มาจากกลมตวอยางหรอบคคลเดยวกนเชนตารางท1.3ซงเปนขอมลสมมตทแสดงถงจำานวนครงในการทองเทยวตอปคาใชจายตอครงและรายไดของครวเรอนซงมการสมตวอยาง2ครงคอในปพ.ศ.2548จำานวน300ตวอยางและในปพ.ศ.2553จำานวน300ตวอยางเพอศกษาวานโยบายการสงเสรมการทองเทยวภายในประเทศทำาใหคนไทยมจำานวนครงในการทองเทยวเพมขนหรอไมเปนตนขอมลลกษณะน มกใชประเมนผลของนโยบายของรฐ ดงเชนทยกตวอยางมา สวนขอมลPanel มลกษณะคลายกบขอมลPooled แตขอมลภาคตดขวางในแตละปตองมาจากกลมตวอยางเดยวหรอบคคลเดยวกน เชนตารางท1.4 ซงเปนขอมลสมมตทแสดงถงรายได จำานวนแรงงาน และคาใชจายในการดำาเนนงาน ของโรงแรมจำานวน42แหงในชวงระหวางปพ.ศ.2548-2552เปนตน

ต�ร�งท 1.3 ตวอย�งลกษณะขอมล Pooled

ตวอยางท ป พ.ศ. จำานวนครงในการทองเทยว(ครงตอป)

คาใชจายในการทองเทยว (บาท/ครง)

รายไดของครวเรอน (บาท/ป)

1 2548 5 13,400 45,000

2 2548 8 6,400 69,000

300 2548 6 7,500 50,000

301 2553 3 25,300 60,000

301 2553 7 6,800 68,000

600 2553 4 15,600 45,000

ทมา: ขอมลสมมต

ต�ร�งท 1.4 ตวอย�งลกษณะขอมล Panel

โรงแรมท ป พ.ศ. รายรบ (ลานบาท)

จำานวนแรงงาน (คน)

คาใชจายในการดำาเนนงาน (ลานบาท)

1 2548 15.36 50 8.12

1 2552 20.26 60 10.69

2 2548 19.26 53 8.56

2 2552 28.25 64 12.45

42 2548 9.83 35 3.56

42 2552 11.25 42 5.49ทมา: ขอมลสมมต


สำาหรบมาตราวดขอมลทใชในการวเคราะหทางเศรษฐมตมมาตราวด4แบบคอ

1) ระดบนามบญญต (Nominal scale) เปนระดบการวดทจำาแนกความแตกตางของสงท ตองการวดออกเปนกลม เชนวตถประสงคของการเดนทางแบงออกเปน1แทนทองเทยวและพกผอน 2แทนไปราชการ3แทนประชมสมมนาและฝกอบรม4แทนเยยมญาตและเพอน5แทนชอปปงและ 6แทนอนๆเปนตนตวเลขทใชแทนกลมตางๆเปนตวเลขทใชจำาแนกความแตกตางของกลมทมอยในตวแปร ไมสามารถนำามาคำานวณทางคณตศาสตรไดสำาหรบสถตพนฐานทใชในการวเคราะหตวแปรทมมาตราวด แบบน ไดแก คาความถ คารอยละ และคาฐานนยม และหากตองการนำาตวแปรประเภทนมาใชใน แบบจำาลองทางเศรษฐมตสวนใหญจะกำาหนดตวแปรประเภทนใหอยในลกษณะของตวแปรหน(Dummyvariables)ทมคาเพยง0กบ1เทานนโดยทวไปกำาหนดให1แทนคณลกษณะของขอมล(เชนทองเทยว และพกผอน)และ0คออนๆ 2) ระดบจดลำาดบ(Ordinalscale)เปนระดบทใชในการจดอนดบหรอตำาแหนงของสงทตองการวด เชน ระดบความพงพอใจทมตอแหลงทองเทยว แบงออกเปน5 ระดบ คอ1=พงพอใจนอยทสด 2=พงพอใจนอย3=พงพอใจปานกลาง4=พงพอใจมากและ5=พงพอใจมากทสดตวเลขทใชแทนอนดบของสงทตองการวดเปนตวเลขทใหความหมายในลกษณะทแตกตางกนจากนอยไปหามากตวเลขในระดบนสามารถนำามาคำานวณทางคณตศาสตรไดเพยงบวกหรอลบเทานน(แตในบางแงมมอาจไมสามารถนำาขอมลดงกลาวมาบวกหรอลบได) สำาหรบสถตพนฐานทนยมใชในการวเคราะหตวแปรทมมาตราวดในลกษณะนไดแกคาความถคารอยละคาเฉลยและคาเฉลยแบบถวงนำาหนก 3) ระดบอตราภาคชนหรอชวง(Intervalscale)เปนระดบทกำาหนดคาตวเลขใหมชวงหางระหวาง ตวเลขเทาๆกนเชนระดบคะแนนสอบของวชาเศรษฐศาสตรการทองเทยวเปนตนตวเลขในมาตราวดแบบน สามารถนำามาคำานวณทางคณตศาสตรและเปรยบเทยบความแตกตางไดแตไมสามารถนำาไปเปรยบเทยบ ในลกษณะทวาแตกตางกนกเทา เพราะ มาตราวดระดบนไมมศนยแท มแตคาศนย กลาวคอ จากกรณตวอยางหากมนกศกษาคนหนงไดคะแนน0ในการสอบวชาเศรษฐศาสตรการทองเทยวไมไดหมายความวา นกศกษาคนดงกลาวไมมความรในวชาเศรษฐศาสตรการทองเทยว เพยงแตไมสามารถทำาขอสอบทเปนตวแทนของความรทงหมดได เปนตน ดงนนจงสามารถนำาตวเลขดงกลาวมาบวก ลบ คณ หรอหารได สำาหรบสถตพนฐานทใชในการวเคราะหตวแปรทมมาตราวดในลกษณะนมหลากหลาย เชน คาเฉลย คาความแปรปรวนการทดสอบการแจกแจงเปนตน 4) ระดบอตราสวน(Ratioscale)เปนระดบทกำาหนดคาตวเลขใหกบสงทตองการวดโดยมคาศนยแท เชนรายไดของนกทองเทยวการใชจายของนกทองเทยวเปนตนตวเลขในระดบนสามารถนำามาบวกลบคณหารในทางคณตศาสตรไดและสามารถนำามาหาอตราสวนไดดงนนตวแปรทมมาตราวดในลกษณะนจงสามารถใชสถตไดเกอบทกประเภทในการวเคราะห


นอกจากนยงสามารถแบงขอมลทใชในการวเคราะหทางเศรษฐมตไดเปน2 ประเภท ดงแสดงใน รปท1.5 คอ1) ขอมลทมลกษณะแบงกลม(Categorical) หรอขอมลเชงคณภาพ(Qualitative) ซงม มาตราวดแบบนามบญญตและจดอนดบ2) ขอมลทมลกษณะเปนตวเลข (Numerical) หรอขอมล เชงปรมาณ(Quantitative)ซงมลกษณะแบบไมตอเนอง(Discrete)และตอเนอง(Continuous)

รปท 1.5 ก�รแบงประเภทของขอมลทใชในก�รวเคร�ะหท�งเศรษฐมต

ในทางปฏบตสามารถแปลงตวแปรทมมาตราวดทสงกวาเปนตวแปรทมมาตราวดทตำากวาได เชนการแปลงคาใชจายในการทองเทยว(มาตราวดระดบอตราสวน) เปนระดบของคาใชจายในการทองเทยว(มาตราวดระดบจดอนดบ)เปนตนแตไมสามารถแปลงตวแปรทมมาตราวดทตำากวาเปนตวแปรทมมาตราวด ทสงกวาได เชน ไมสามารถแปลงระดบของคาใชจายในการทองเทยวทแบงเปนชวง (มาตราวดระดบ จดอนดบ)เปนคาใชจายในการทองเทยว(มาตราวดระดบอตราสวน)เปนตน การจำาแนกประเภทและมาตราวดระดบของตวแปรทใชในการศกษา เปนขอมลสำาคญทมผลตอ การตดสนใจเลอกวธทางเศรษฐมตและวธประมาณคาสมประสทธของแบบจำาลองเชนหากตวแปรตามในแบบจำาลองเปนจำานวนครงในการทองเทยวซงมลกษณะเปนตวแปรทเปนจำานวนนบ วธทางเศรษฐมต ทเหมาะสมในกรณน คอ การวเคราะหดวยแบบจำาลองPoisson ทประมาณคาสมประสทธดวยวธ Maximumlikelihoodestimation(MLE)หรอในกรณทตองการวเคราะหปจจยทมอทธพลตอการตดสนใจ เลอกทองเทยวของนกทองเทยว ซงตวแปรตามมมาตราวดแบบนามบญญตทถกแปลงใหเปนตวแปรหน (คา1=ตดสนใจเลอกทองเทยว;0=อนๆ)ควรวเคราะหดวยแบบจำาลองโลจท(Logit)หรอโพบท(Probit)ทประมาณคาสมประสทธดวยวธMLEเชนเดยวกนเปนตน

ขอมล(Data)

แบงกลม (Categorical)หร�อเช�งคณภาพ (Qualitative)

นามบญญต(Nominal)

จดอนดบ(Ordinal)

ตวเลข (Numerical)หร�อเช�งปร�มาณ (Quantitative)

ไมตอเนอง(Discrete)

ตอเนอง(Continuous)


จากการแบงประเภทขอมลตามรปท1.5ทำาใหสามารถแบงประเภทของตวแปรออกเปน2ประเภทไดดงน

1) ตวแปรเชงปรมาณ(Quantitativevariables)เปนตวแปรทแสดงขนาดหรอปรมาณซงสามารถวดออกมาเปนคาของตวเลขทงทเปนแบบตอเนองหรอไมตอเนองสวนใหญมมาตราวดแบบชวงหรออตราสวนเชนจำานวนนกทองเทยว(ลานคน)จำานวนครงในการไปทองเทยว(ครง/คน/ป)รายไดจากการทองเทยว(ลานบาท)คาใชจายของนกทองเทยว(บาท/คน/ครง)เปนตนตวแปรประเภทนมคณสมบตทสำาคญคอสามารถนำามาเปรยบเทยบหรอคำานวณทางคณตศาสตรได 2) ตวแปรเชงคณภาพ(Qualitativevariables) เปนตวแปรทไมสามารถวดออกมาเปนคาตวเลขไดโดยตรง แตสามารถแสดงการแบงกลมคณลกษณะภายในตวแปรได ดงนนตวแปรประเภทนจะแสดงคณลกษณะบางอยางของสงทสนใจ โดยมมาตราวดแบบนามบญญต หรอจดอนดบ เชน วตถประสงคของการเดนทาง คะแนนความพงพอใจในการทองเทยว คะแนนทศนคตตอผลกระทบของการทองเทยวเปนตนกอนนำาตวแปรประเภทนมาใชจะตองแปลงขอมลทไมใชตวเลขใหเปนตวเลขดวยวธการตางๆเชน การแปลงเปนตวแปรหนการใชวธวเคราะหองคประกอบ(Factoranalysis)เปนตนการใชตวแปรประเภทน ผวจยพงระลกอยเสมอวา ตวแปรเชงคณภาพไมมคณสมบตทจะนำามาเปรยบเทยบทางคณตศาสตร ไดอยางสมบรณดงนนในการใชตวแปรประเภทนตองใหความระมดระวงในการวเคราะหและการตความเชนการวเคราะหวตถประสงคของการเดนทางจะไมสามารถนำามาคำานวณหาคาเฉลยไดแตจะใชการวเคราะหคาความถและอธบายวากลมตวอยางมากกวารอยละ 50 เดนทางมาเพอทองเทยวและพกผอนเปนตน

ต�ร�งท 1.5 ม�ตร�วดของตวแปรเชงคณภ�พและเชงปรม�ณ

ประเภทตวแปรมาตราวดระดบ

นามบญญต จดอนดบ ชวง อตราสวน

ตวแปรเชงปรม�ณ - - ✓ ✓

ตวแปรเชงคณภ�พ ✓ ✓ - -

จ. การประมาณคาสมประสทธของแบบจำาลอง การประมาณคาสมประสทธของแบบจำาลองมวธทหลากหลายแตละวธมจดเดนจดดอยแตกตางกน และมความเหมาะสมกบแบบจำาลองและขอมลทแตกตางกน ดงนนในการพจารณาเลอกวธประมาณคา จะตองคำานงถงปจจยหลายๆดานเชนประเภทของแบบจำาลองทางคณตศาสตรลกษณะของแบบจำาลอง ทางเศรษฐมต รปแบบความสมพนธของตวแปรในแบบจำาลอง ลกษณะขอมลและตวแปร เงอนไข ทางเศรษฐมตขอจำากดของโปรแกรมคอมพวเตอรเปนตนสามารถสรปสงสำาคญทตองพจารณาเมอเลอกวธประมาณคาสมประสทธของแบบจำาลองไดพอสงเขปดงน 1) ประเภทของสมการตามแบบจำาลองทางคณตศาสตร: มอย 2 ประเภท คอ แบบจำาลอง สมการเดยว และแบบจำาลองระบบสมการตอเนอง แตละแบบจำาลองมวธประมาณคาสมประสทธ ทแตกตางกนดงแสดงในตารางท1.6


2) ลกษณะของขอมลและตวแปร:ขอมลทใชเปนขอมลภาคตดขวางอนกรมเวลาPooledหรอPanelและมมาตราวดระดบใดเชนหากตวแปรตามมมาตราวดระดบนามบญญตทม2คาคอ0และ1 วธวเคราะหทเหมาะสม คอ แบบจำาลองโลจทหรอโพบท ทใชวธMLE ในการประมาณคาสมประสทธ หรอถาหากขอมลทใชเปนขอมลอนกรมเวลากอนการวเคราะหจะตองตรวจสอบความคงทของขอมลและ หากพบวาขอมลดงกลาวมลกษณะไมคงทแตมความสมพนธเชงดลยภาพในระยะยาว(Co-integration)ควรใช วธAutoregressivedistributedlag(ARDL)หรอDynamicordinaryleastsquares(DOLS)หรอFullymodifiedordinaryleastsquares(FMOLS)ประมาณคาสมประสทธของแบบจำาลองเปนตนนอกจากน จะตองพจารณาเพมเตมวาตวแปรตามในแบบจำาลองมมาตราวดระดบใดหรอมลกษณะการแจกแจงแบบใด เชนหากตวแปรตามมมาตราวดแบบจดอนดบทใหผตอบเลอกทางเลอกทตองการ1ทางเลอกจากหลาย ทางเลอกภายใตลกษณะทางเศรษฐกจและสงคมของตนเองวธวเคราะหทเหมาะสมในกรณนคอMultinomial logitmodelซงประมาณคาสมประสทธดวยวธMLEหรอถาหากตวแปรตามมลกษณะตดปลายดานใดดานหนง เชนคาใชจายในการทองเทยวทมคามากกวา0เสมอวธวเคราะหทเหมาะสมในกรณนคอTobitmodeltypeIทประมาณคาสมประสทธดวยวธMLEเชนเดยวกนเปนตน 3) เงอนไขพนฐานทางเศรษฐมตทพงตรวจสอบ:พนฐานของแบบจำาลองทางเศรษฐมตโดยสวนใหญ เปนการวเคราะหภายใตสมการถดถอย ซงตองมการตรวจสอบขอสมมตเบองตนของสมการถดถอย1 โดยเฉพาะความสมพนธของตวแปรอสระในสมการทอาจนำามาซงปญหาMulticollinearityการตรวจสอบ ความคงทของความแปรปรวนของคาคลาดเคลอนทอาจนำามาสปญหาHeteroskedasticityและการตรวจสอบ ความสมพนธของตวคลาดเคลอนหรอปญหาAutocorrelationรวมทงการตรวจสอบความสมพนธระหวางตวแปรในแบบจำาลองวา มลกษณะความสมพนธเชงเสนตรงหรอไม หากตวแปรในแบบจำาลองมลกษณะความสมพนธไมใชเสนตรงจะตองแปลงความสมพนธดงกลาวใหเปนเสนตรงเพอใหสามารถวเคราะหดวยสมการถดถอยไดเชนหากความสมพนธของตวแปรในแบบจำาลองมรปแบบฟงกชนฟอรมแบบDoublelogตองแปลงขอมลดงกลาวดวยNaturallogarithmเพอใหอยในรปแบบฟงกชนฟอรมแบบเสนตรงนอกจากน

ต�ร�งท 1.6 วธประม�ณค�สมประสทธของสมก�รแตละประเภท

แบบจำาลองสมการเดยว แบบจำาลองระบบสมการตอเนอง

• Ordinary least squares (OLS)• Generalized least squares (GLS)• Maximum likelihood estimation (MLE)• Generalized method of moments (GMM)

• Weighted least squares (WLS)• Indirect least squares (ILS)• Seemingly unrelated regression (SUR)• Two-stage least squares (TSLS)• Weighted two-stage least squares (WTSLS)• Three-stage least squares (3SLS)• Full-information maximum likelihood (FIML)• Generalized method of moments (GMM)

1 คณสมบตทเรยกวาBLUE(Bestlinearunbiasedestimator)


ยงตองตรวจสอบประเดนอนๆ เพมเตม ขนอยกบลกษณะของขอมล แบบจำาลอง และวธวเคราะห เชนในกรณของขอมลอนกรมเวลาจะตองตรวจสอบเพมเตมในประเดนของความคงทของขอมล คาสดโตง(Outlier)องคประกอบของขอมลเปนตน 4) โปรแกรมคอมพวเตอร:ดวยความกาวหนาทางเทคโนโลยทางดานคอมพวเตอรทำาใหปจจบน มโปรแกรมคอมพวเตอรมากมายทชวยสนบสนนใหการวเคราะหทางเศรษฐมตและการประมาณ คาสมประสทธของแบบจำาลองมความสะดวกและรวดเรวมากขน อยางไรกตามโปรแกรมคอมพวเตอร แตละโปรแกรมมวตถประสงคของการพฒนาและความสามารถในการคำานวณทแตกตางกน ดงนน ในการเลอกโปรแกรมคอมพวเตอรมาใชในการประมาณคาสมประสทธของแบบจำาลองนอกจากจะคำานงถง ความสะดวกแลว ควรคำานงถงความสามารถของโปรแกรม ซงในทนจะขอนำาเสนอตวอยางโปรแกรมคอมพวเตอรทนยมใชในการวเคราะหทางเศรษฐมตดงแสดงในตารางท1.7

ต�ร�งท 1.7 ตวอย�งโปรแกรมคอมพวเตอรทนยมใชในก�รวเคร�ะหท�งเศรษฐมต

ลกษณะการวเคราะห ตวอยางโปรแกรม

• สถตพนฐ�น และขนสง• ขอมลอนกรมเวล�• แบบจำ�ลองทตวแปรต�มมขอจำ�กด• แบบจำ�ลองสมก�รโครงสร�ง• สถต และเศรษฐมตทหล�กหล�ย

• SPSS for windows, Minitab• EViews, WinRats, Microfit, Jmulti, TSP, Shazam• LIMDEP (or NLOGIT), Shazam• LISREL, AMOS, EQS, M-plus, R, STATA (Version 12)• STATA, SAS, STATISTIC, S-Plus, R, Gretl, MATLAB

ฉ. การประเมนผลแบบจำาลอง การประเมนผลแบบจำาลองทไดจากการวเคราะหทางเศรษฐมต เปนการประเมนความเหมาะสมและความนาเชอถอของวธประมาณคาและคาสมประสทธทไดจากวธดงกลาว แนวทางการประเมนผล แบบจำาลองจะตองครอบคลมประเดนสำาคญทตองตรวจสอบ3ประเดนคอ 1) การตรวจสอบทางดานทฤษฎเศรษฐศาสตร:เปนการตรวจสอบวาคณสมบตของคาสมประสทธทไดจากการประมาณคาเปนไปตามทฤษฎเศรษฐศาสตรหรอไม โดยพจารณาทงเครองหมาย(ทศทาง ความสมพนธ) และขนาดของคาสมประสทธ เชน ตามทฤษฎอปสงค คาความยดหยนตอราคาตองม คาตดลบ(<0)หรอความยดหยนตอรายไดของสนคาฟมเฟอยตองมคามากกวา1(> 1)เปนตน 2) การตรวจสอบทางดานสถต: เปนการพจารณาคาสถตการตดสนใจวาอยในเงอนไขทางสถต หรอไม คาสถตการตดสนใจทสำาคญและนยมใช ไดแก คาสมประสทธแหงการกำาหนด(Coefficient ofdetermination:R2)2 คาสมประสทธแหงการกำาหนดทปรบคาแลว(AdjustedR2: )3 คาสถตF

2 คาR2เปนคาทบอกใหทราบวาตวแปรอสระสามารถอธบายตวแปรตามไดมากนอยเพยงใดโดยคาR2มคาระหวาง0-1

3 เนองจากคา R2 ออนไหวตอจำานวนตวอยางและตวแปร ดงนนจงปรบคา R2 ดวยองศาความเปนอสระ(จำานวนตวอยางและตวแปร) คาadj- ไมสามารถใชอธบายในลกษณะของรอยละได


(F-statistic)4 และคาสถต t (t-statistic)5 คาสถตเหลานแสดงถงคณสมบตของตวประมาณคา (คาสมประสทธ)ความสามารถและความนาเชอถอของแบบจำาลองนอกจากคาสถตดงกลาวในกรณของการพฒนาแบบจำาลองเพอการพยากรณยงตองพจารณาเพมเตมในเรองของความแมนยำาในการพยากรณ(Accuracy)คาสถตทนยมใชในการตรวจสอบความแมนยำาของการพยากรณไดแกคาเฉลยของคาสมบรณของความคลาดเคลอน(Meanabsoluteerror:MAE)คาเฉลยของคาสมบรณของเปอรเซนตของความ คลาดเคลอน(Meanabsolutepercentageerror:MAPE)รากทสองของคาเฉลยของความคลาดเคลอนกำาลงสอง(Rootmeansquareerror:RMSE) และรากทสองของคาเฉลยของเปอรเซนตของความ คลาดเคลอนกำาลงสอง(Rootmeansquarepercentageerror:RMSPE) อยางไรกตามหากการ ตรวจสอบทางสถตมความขดแยงกบการตรวจสอบทางทฤษฎเศรษฐศาสตร ใหยดผลการตรวจสอบทางทฤษฎเศรษฐศาสตรเปนสำาคญ เชน หากคาความยดหยนตอราคาทประมาณไดจากสมการเสนตรงมคา เปนบวก ณ ระดบนยสำาคญทางสถตท0.01 และมคา R2 สงกวาสมการDoublelog ทมคาดงกลาว เปนลบและมนยสำาคญทางสถตท0.05ในกรณนควรเลอกสมการDoublelogมาใชเนองจากใหผลลพธ(เครองหมายของคาสมประสทธ) ทสอดคลองกบทฤษฎทางเศรษฐศาสตร และมคาสถตการตดสนใจ ทสามารถยอมรบได แมวาจะดอยกวาสมการเสนตรง เปนตน อยางไรกตามนกวจยควรตรวจสอบ เพมเตมวาตวแปรในแบบจำาลองอปสงคมลกษณะความสมพนธทไมใชเสนตรงจรงหรอไม 3) การตรวจสอบทางดานเศรษฐมต: เปนการตรวจสอบขอสมมตพนฐานทางเศรษฐมตทใช พจารณาวาตวประมาณคาทไดจากวธกำาลงสองนอยทสด(OLS)มคณสมบตเปนตวประมาณคาทดหรอไมหรอมคณสมบตไมเอนเอยงเชงเสนดทสด(Bestlinearunbiasedestimator:BLUE)การตรวจสอบสวนใหญ จะเกยวของกบตวรบกวน(Disturbanceterm)และคณสมบตของตวแปรอสระเชนการตรวจความสมพนธของตวแปรอสระ(หรอปญหาMulticollinearity) การตรวจสอบความคงทของตวรบกวน(หรอปญหา Heteroskedasticity) การตรวจสอบความสมพนธระหวางตวรบกวน(หรอปญหาAutocorrelation) การตรวจสอบความคงทของตวแปร(Stationary)เปนตนหากพบวามการละเมดขอสมมตทางเศรษฐมต ตองดำาเนนการแกไขปญหาดงกลาว นอกจากนหากการวเคราะหทางเศรษฐมตมวตถประสงคหลก เพอพฒนาแบบจำาลองสำาหรบการพยากรณ ควรใหความสำาคญกบคาคลาดเคลอน (Error) และคา ความแปรปรวน(Variance)มากกวาความอคต(Bias)หรอคณสมบตของตวประมาณคา(คาสมประสทธ) แตถาหากตองการใชแบบจำาลองในการอธบายทางนโยบายกควรใหความสำาคญกบความอคตความนาเชอถอ และความเทยงตรงของตวประมาณคามากกวาความคลาดเคลอนจากการพยากรณ

4 ใชสำาหรบทดสอบสมมตฐานทวาคาสมประสทธของตวแปรอสระทงหมดในสมการมคาแตกตางไปจากศนยหรอไม

5 ใชสำาหรบทดสอบสมมตฐานทวาคาสมประสทธของตวแปรอสระแตละตวมคาแตกตางไปจากศนยหรอไม


Koutsoyiannis(1977)อธบายวาแบบจำาลองทางเศรษฐมตทดควรมคณสมบตทสำาคญดงน 1) ความมเหตผลทางทฤษฎ(Theoreticalplausibility):แบบจำาลองควรสอดคลองกบสมมตฐานทางทฤษฏและตองสามารถอธบายปรากฏการณทางเศรษฐกจทเกยวของได 2) ความสามารถในการอธบาย(Explanatoryability):แบบจำาลองควรอธบายขอสงเกตทไดจากเหตการณหรอสถานการณทเกดขนจรงและตองสอดคลองกบพฤตกรรมทสงเกตไดจากความสมพนธของตวแปรทางเศรษฐกจทพจารณา 3) ความแมนยำาของการประมาณคาของพารามเตอร (Accuracyof theestimatesof theparameters): คาสมประสทธทประมาณคาไดจะตองเปนตวประมาณคาของพารามเตอร ซงจะตองไมมความเอนเอยง(Unbiased)มประสทธภาพ(Efficiency)และมความแนบนย(Consistency) 4) ความสามารถในการพยากรณ(Forecastingability): แบบจำาลองจะตองสามารถทำานาย คาตวแปรตามในอนาคตไดอยางนาพอใจ 5) ความงายในการเขาใจ (Simplicity): แบบจำาลองจะตองแสดงความสมพนธของตวแปร ทางเศรษฐกจทงายตอการเขาใจมากทสด

ช. การใชประโยชนในการพยากรณหรอทางนโยบาย ผลการวเคราะหทางเศรษฐมตทถกตอง และนาเชอถอจะนำามาซงผลการพยากรณหรอ การคาดการณเหตการณในอนาคตทแมนยำารวมทงยงเปนขอมลสำาคญในการกำาหนดนโยบายของภาครฐเชนการวเคราะหแบบจำาลองอปสงคของการทองเทยวไทยดวยวธทางเศรษฐมตสามารถนำามาใชในการพยากรณจำานวนนกทองเทยวตางชาตเมอราคาการทองเทยวไทยมการเปลยนแปลงและยงเปนขอมลสำาคญในการกำาหนดนโยบายของภาครฐเชนนโยบายการจดเกบภาษนกทองเทยวตางชาตเปนตน แมวาปจจบนการใชวธทางเศรษฐมตมความสะดวกมากขนเนองดวยความกาวหนาของโปรแกรมคอมพวเตอร จนบางครงการศกษาหรอการวเคราะหดวยวธทางเศรษฐมตเปนเพยงการดำาเนนการโดยมงเนนการประยกตใชเครองมอทางเศรษฐมตโดยขาดความสนใจหรอใหความสำาคญกบทฤษฎทางเศรษฐศาสตร รวมทงการมองขามประเดนปญหาของการทำาวจย ซงจากประสบการณของผเขยนคดวาสงสำาคญในการประยกตใชเศรษฐมตสำาหรบการทำาวจยทางดานเศรษฐศาสตรควรประกอบดวย 1) การพฒนากรอบแนวคดหรอการเลอกทฤษฎทใชสนบสนนการวเคราะหทางเศรษฐมตจะตองสอดคลองกบประเดนปญหาการวจยและสามารถนำามาซงคำาตอบของงานวจย 2) การพฒนาแบบจำาลองทางเศรษฐมตทเหมาะสมและสอดคลองกบประเดนปญหาการวจยตองอย บนพนฐานของกรอบแนวคดและทฤษฎทนำามาประยกตใช 3) การเขาใจพนฐานและคณลกษณะของขอมลทนำามาใชเชนลกษณะของขอมลมาตราวดเปนตน 4) การเลอกวธประมาณคาสมประสทธของตวแปรในแบบจำาลองตองสอดคลองและเหมาะสมกบแบบจำาลองทางเศรษฐมตและขอมลทใช 5) การอธบายผลการวเคราะหตองใชทงขอมลทไดจากแบบจำาลอง และขอมลเชงคณภาพ จากแหลงอนๆประกอบดวยรวมทงการตรวจสอบกบงานศกษาทผานมาและสภาพความเปนจรงทเกดขน ดงนนเมอไดผลการวเคราะหแลวควรมการแลกเปลยนความรเพอเปดรบฟงความคดเหนจากผอน


คำ�ถ�มท�ยบท

1. เศรษฐมตเปนการประยกตวชาในแขนงตางๆกสาขาและมความเกยวโยงกนอยางไร?2. ทำาไมตองมการประยกตใชเศรษฐมตในการศกษาหรอวจยทางดานเศรษฐศาสตร?3. จงอธบายแนวทางการประยกตใชเศรษฐมตในการวจยมาพอสงเขป?4. จงอธบายความแตกตางของขอมลในแตละประเภททใชในการวเคราะหทางเศรษฐมต?5. สงสำาคญทตองพจารณาเมอเลอกวธประมาณคาสมประสทธของแบบจำาลองคออะไรบาง?6. การประเมนผลแบบจำาลองทไดจากวธทางเศรษฐมตตองมการตรวจสอบในดานใดบาง?


บรรณ�นกรม

ถวลนลใบ.2544.เศรษฐมต2.กรงเทพฯ:สำานกพมพมหาวทยาลยรามคำาแหง.พรเพญวรสทธา.2530.วธการทางเศรษฐมต.กรงเทพฯ:หางหนสวนจำากดแสงจนทรการพมพ.วศษฐลมสมบญชย.2545.การวเคราะหเชงปรมาณทางเศรษฐศาสตรเกษตรIII.เอกสารประกอบคำาสอน วชา119383, ภาควชาเศรษฐศาสตรเกษตรและทรพยากร คณะเศรษฐศาสตร มหาวทยาลย เกษตรศาสตร.(เอกสารอดสำาเนา)สาขาวชาเศรษฐศาสตรมหาวทยาลยสโขทยธรรมาธราช.2529.เอกสารการชดวชาเศรษฐมตหนวยท1-8. กรงเทพฯ:สำานกพมพมหาวทยาลยสโขทยธรรมาธราช.อยทธนสสภา.2542.เศรษฐมตเบองตนสำาหรบการจดการดานเศรษฐศาสตรเกษตร.โครงการจดตงภาควชา เศรษฐศาสตรเกษตรและทรพยากรคณะทรพยากรธรรมชาตมหาวทยาลยสงขลานครนทรวทยาเขต หาดใหญ.อครพงศอนทองและมงสรรพขาวสอาด.2552.“ความเปนฤดกาลของการทองเทยวในจงหวดเชยงใหม.” วารสารเศรษฐศาสตรมหาวทยาลยเกษตรศาสตร16(2):32-47อครพงศอนทองและมงสรรพขาวสอาด.2554.“การวเคราะหอปสงคการทองเทยวในระยะยาว.”วารสาร เศรษฐศาสตรธรรมศาสตร29(2):1-34.Gujarati,D.N.2003.BasicEconometrics.4thed.NewYork:McGraw-Hill.Koutsoyiannis,A.1977. TheoryofEconometrics:anIntroductoryExpositionofEconometric Methods.2nded.London:Macmillan.Maddala,G.S.2001.IntroductionofEconometrics.3rded.Chichester:JohnWiley&Sons.Mittelhammer,R.C.,JudgeG.G.andMiller,D.J.2000.EconometricFoundations.NewYork: CambridgeUniversityPress.

บทท 2

ก�รตรวจสอบขอมล และแบบจำ�ลองท�งเศรษฐมต

เนอหาในบทนเปนการทบทวนและนำาเสนอแนวทางการตรวจสอบขอมลกอนนำามาใชวเคราะหดวยวธทางเศรษฐมต การตรวจสอบความสมพนธของตวแปรในแบบจำาลอง การตรวจสอบความเหมาะสมและความแมนยำาในการพยากรณ แนวทางการตรวจสอบขอมลอนกรมเวลาทใชในการพฒนาแบบจำาลองพยากรณและลกษณะของขอมลอนกรมเวลาและความแมนยำาในการพยากรณ

2.1 ก�รตรวจสอบขอมลเบองตน

การตรวจสอบขอมลเบองตนเปนสงสำาคญทควรดำาเนนการกอนนำาขอมลมาวเคราะหดวยวธทางเศรษฐมตขอมลทนำามาใชไมควรมขอมลทสญหาย(Missingvalue)คาสดโตง(Outlier)หรอคาทเปนไปไมได เชน ในการสำารวจขอมลการใชจายของนกทองเทยวไมควรมเพศของผตอบแบบสอบถามทเปนเพศท3 (เพศของผตอบควรมแคเพศชายหรอหญงเทานน)หรอไมควรมระยะเวลาในการทองเทยวมากกวา1ป(ตามคำานยามของการทองเทยว)เปนตนการตรวจสอบขอมลเบองตนทำาใหผวเคราะหทราบความสมพนธระหวางตวแปรและลกษณะพนฐานตางๆของขอมลเชนลกษณะการกระจายหรอการเคลอนไหวของขอมลองคประกอบของขอมล เปนตนวธตรวจสอบขอมลทนำาเสนอในทนเปนวธอยางงายทพจารณาจากกราฟ และสถตพรรณนาทประกอบดวย การแจกแจงความถ (Frequencies) การวดแนวโนมเขาสสวนกลาง(Measurecentralof tendency) การวดคาการกระจาย(Dispersion) และการทดสอบการแจกแจง แบบปกตของขอมล(Normaldistributiontest)โดยมรายละเอยดของวธตางๆพอสงเขปดงน

2.1.1 การตรวจสอบขอมลดวยกราฟ การตรวจสอบขอมลดวยกราฟเปนวธทงายทสดในการพจารณาลกษณะพนฐานของขอมล และ ความสมพนธระหวางตวแปรสองตวแปรการเลอกประเภทของกราฟขนอยกบวตถประสงคของการพจารณาเชน หากพจารณาการเคลอนไหวของขอมลนยมใชกราฟเสน(Line) ในขณะทการวเคราะหการกระจายของขอมลนยมใชกราฟการกระจาย(Scatterplots)สวนกราฟประเภทฮสโตแกรม(Histogram)นยมใชพจารณาความถหรอการแจกแจงของขอมลดงแสดงในรปท2.1

24 บทท 2: ก�รตรวจสอบขอมลและแบบจำ�ลองท�งเศรษฐมต

นอกจากนยงสามารถใชกราฟตรวจสอบความสมพนธเบองตนระหวางตวแปรสองตวได เชน จากรปท2.2เมอใชกราฟเสนและกราฟการกระจายแสดงความสมพนธระหวางจำานวนครงในการทองเทยว(Trips)กบตนทนการเดนทาง(TC)พบวาตวแปรทงสองมความสมพนธในทศทางลบหรอแปรผกผนกน (พจารณาจากกราฟเสน) และการกระจายของตนทนการเดนทางมคาสดโตงจำานวนสองคาตามทได วงกลมไว(พจารณาจากกราฟการกระจาย)เปนตน

รปท 2.1 ตวอย�งรปแบบกร�ฟทนยมใชในก�รตรวจสอบขอมล

รปท 2.2 ตวอย�งกร�ฟทแสดงคว�มสมพนธระหว�งตวแปรสองตว

กราฟเสน กราฟการกระจาย กราฟฮสโตแกรม


2.1.2 วธสถตพรรณนา วธสถตพรรณนาทสามารถใชตรวจสอบขอมลมหลายวธสามารถแบงเปน4กลมหลกดงน • การแจกแจงความถ (Frequencies): เปนการพจารณาความถหรอการแจกแจงของขอมล เหมาะสำาหรบขอมลทมมาตราวดระดบนามบญญตหรอจดอนดบเชนเพศของนกทองเทยวความพงพอใจ ของนกทองเทยวเปนตน • การวดแนวโนมเขาสสวนกลาง(Measurecentralof tendency): เปนการคำานวณเพอหา คากลางของขอมลวธทนยมใชตรวจสอบขอมลไดแก ก. คาเฉลย(Mean: ):เปนคากลางหรอตวแทนของขอมลทไดจากการนำา“ผลรวมทงหมดของขอมลหารดวยจำานวนขอมลทงหมด”สามารถใชไดทงในกรณทขอมลมจำานวนนอยหรอมากแตขอมลตอง มมาตราวดระดบชวงหรออตราสวนเทานน แมวาคาเฉลยเปนคากลางทเปนตวแทนของขอมลทดทสด แตในกรณทขอมลมความแปรปรวนสง หรอมความโดงมาก หรอมลกษณะเบไปทางใดทางหนง คาเฉลยอาจไมสะทอนคากลางหรอเปนตวแทนทดของขอมล ดงนนจงนยมพจารณาคาเฉลยรวมกบ คาความแปรปรวน(Variance:s2)หรอคาสวนเบยงเบนมาตรฐาน(Standarddeviation:s)ซงจะกลาวถง ในสวนตอไปสำาหรบสตรการคำานวณเพอหาคาเฉลยสามารถแสดงไดดงน

= ∑ X i

n

[2.1]

โดยทXi คอขอมลของตวแปรXชดทiเมอi = 1 , 2 , … , n n คอจำานวนขอมลทงหมด

สมการท(2.1)เปนสตรการคำานวณหาคาเฉลยแบบเลขคณต(Arithmeticmean)สำาหรบในกรณทตองการหาคาเฉลยของขอมลทแสดงอตราการเปลยนแปลงทมฐานทไมเทากนควรใชการหาคาเฉลยแบบเรขาคณต(Geometricmean)ทเปนคากลางของขอมลทเกดจากการถอดรากทnของขอมลnคา โดยมสตรการคำานวณดงน

G = x1 x2 … xn

; Antilog G = Glog G =หรอ∑ log xi

n


ข. คามธยฐาน(Median): เปนคากลางของขอมลทไดจากการพจารณาตำาแหนงของขอมลทอย ตรงกลางทมการเรยงลำาดบจากนอยไปมากหรอจากมากไปนอย คามธยฐานสามารถเปนตวแทนของขอมลไดดในกรณทขอมลมการกระจายผดปกตเชนมคาใดคาหนงมากหรอนอยจนผดปกตเปนตนและ เหมาะสำาหรบขอมลทมมาตราวดระดบจดอนดบ เนองจากการคำานวณของวธนอยบนพนฐานของการ จดอนดบขอมลและหาคาทอยตรงกลาง ค. คาฐานนยม(Mode): เปนคากลางทนยมใชในกรณทขอมลมคาบางคาซำากนมากจนผดปกตสามารถใชไดทงขอมลเชงคณภาพและเชงปรมาณ ซงแตกตางจากคาเฉลยและคามยธฐานทใชไดเฉพาะขอมลเชงปรมาณเทานน คาฐานนยมเปนสถตระดบนามบญญตทวดจากคาความถทสงทสดของขอมลการคำานวณไมไดขนอยกบคาตางๆ ในขอมล หรอการจดอนดบของขอมล ดงนนคาฐานนยมอาจมคา ไดมากกวา1คา เมอนำาคาสถตทง3คามาเปรยบเทยบกนสามารถบอกถงการแจกแจงของขอมลไดในเบองตนโดยขอมลทมการแจกแจงแบบปกตจะมคาเฉลยคามธยฐานและคาฐานนยมเทากน(รปท2.3ข)ในขณะท ขอมลทมการแจกแจงแบบเบซาย(เบทางลบ) จะมคาเฉลยนอยกวาคามธยฐาน และคามธยฐานจะมคานอยกวาคาฐานนยม(รปท2.3ก)สวนขอมลทมการแจกแจงแบบเบขวา(เบทางบวก)จะมคาเฉลยสงกวาคามธยฐานและคามธยฐานจะมคามากกวาคาฐานนยม(รปท2.3ค)

• การวดคาการกระจาย(Dispersion):เปนการอธบายลกษณะความแตกตางของคาตางๆทอยภายในขอมลหากภายในขอมลมคาแตกตางกนมากแสดงวาขอมลดงกลาวมการกระจายมากในทางกลบกน หากขอมลมคาแตกตางกนนอย แสดงวา ขอมลดงกลาวมการกระจายนอย วธวดการกระจายของขอมล มหลายวธ โดยวธทนยมใชตรวจสอบขอมล ไดแก การวดความแปรปรวนหรอสวนเบยงเบนมาตรฐาน และการวดความเบหรอความโดงของขอมล วธทงสองเหมาะสำาหรบขอมลทมมาตราวดระดบชวงและอตราสวนโดยมรายละเอยดของแตละวธพอสงเขปดงน

รปท 2.3 รปโคงทมลกษณะก�รแจกแจงแบบเบซ�ย ปกต และเบขว�

ก. แบบเบซาย/ลบ(Negatively skewed curve)

ข. แบบปกต (Normal curve)

ค. แบบเบขวา/บวก(Positively skewed curve)

คาฐานนยม

คาเฉลย

คามธยฐาน

X


คาเฉลยคามธยฐาน

X


คาเฉลย

คามธยฐาน

X


ก. การวดความแปรปรวนและสวนเบยงเบนมาตรฐาน(Varianceandstandarddeviations):เปนการวดคาเฉลยของการเบยงเบน(Deviate) จากคาเฉลยของขอมลทกตว ความเบยงเบนของขอมลแตละตวจากคาเฉลยอาจมคาเปนบวกหรอลบ ดงนนผลรวมของคาเบยงเบนดงกลาวอาจมคาเปน0 จงยกกำาลงสองคาเบยงเบนดงกลาวกอนนำามาหาผลรวม และหารดวยองศาความเปนอสระของขอมล (Degreeoffreedom)ทมคาเทากบn–1คาทไดเรยกวาคาความแปรปรวน(s2)ซงมสตรการคำานวณดงน

[2.2]

s2 = ∑ (Xi – )2

n – 1

และเมอถอดรากทสอง(Squareroot) ของคาความแปรปรวนทคำานวณไดจะไดคาสวนเบยงเบน มาตรฐาน (Standard deviation: s) [s = √s2 ] สวนใหญในการตรวจสอบขอมลจะนำาเสนอ คาสวนเบยงเบนมาตรฐานมากกวาคาความแปรปรวน

ต�ร�งท 2.1 สตรก�รคำ�นวณและเงอนไขในก�รพจ�รณ�ค�คว�มเบและคว�มโดง

รายการ คาความเบ (Skewness: S) คาความโดง (Kurtosis: K)

สตรก�รคำ�นวณ S = Xi – 1n s √ (n – 1) / n

3

K = Xi – 1n s √ (n – 1) / n

4

เงอนไขในก�รพจ�รณ�

0 = ปกต (Normal distribution) 3 = ปกต (Normal distribution)

> 0 = เบขว� (Positively skewed) > 3 = โดง (Lepto kurtic)

< 0 = เบซ�ย (Negatively skewed) < 3 = แบบร�บ (Platy kurtic)

ข. การวดความเบและความโดง(Skewnessandkurtosis): เปนการวดลกษณะการกระจาย ของขอมลวามลกษณะการกระจายทสมมาตรเหมอนกบโคงปกตหรอไมโดยมสตรการคำานวณและเงอนไขในการพจารณาคาความเบและความโดงสามารถแสดงไดดงน

• การทดสอบการแจกแจงแบบปกตของขอมล(Normaldistributiontest):เปนการทดสอบวาขอมลทใชมการแจกแจงแบบปกตหรอไม โดยเฉพาะขอมลของตวแปรตาม นอกจากการพจารณาเปรยบเทยบ คาเฉลย คามธยฐาน และคาฐานนยมแลว สามารถใชคาสถตJarque-Bera ในการทดสอบวา ขอมล มความเบและความโดงทเปนลกษณะของการแจกแจงแบบปกตหรอไม คาสถตJarque-Bera มสตร การคำานวณดงน


โดยทคาSและKคอคาความเบ(S)และความโดง(K)สำาหรบสมมตฐานหลกทใชในการทดสอบคอH0 :มการแจกแจงแบบปกต(Normaldistribution)นำาคาJarque-Beraทคำานวณไดไปเปรยบเทยบ กบคาวกฤตChi-squareณองศาความเปนอสระเทากบ2หากคาJarque-BeraทคำานวณไดมคามากกวาคาวกฤตในตารางChi-squareปฏเสธสมมตฐานหลกแสดงวาขอมลไมมการแจกแจงแบบปกตนอกจากน สามารถพจารณาจากคาP-value(Prob.)1 วามคานอยกวาหรอมากกวาคาวกฤตทกำาหนด(คาAlpha ในทางสถต)เชนในตารางท2.2คาP-valueของตวแปรTRIPSมคาเทากบ0.00แสดงวาขอมลของตวแปรดงกลาวไมมลกษณะการแจกแจงแบบปกตณระดบความเชอมนท0.01เปนตน

รปแบบของตารางการนำาเสนอคาสถตพนฐานมลกษณะดงน

[2.3]

Jarque – Bera = (K – 3)2n6

S2 +4

1 ดวยความกาวหนาทางดานโปรแกรมคอมพวเตอรทใชในการวเคราะหทางเศรษฐมต ทำาใหการทดสอบสมมตฐานทางสถตมความสะดวกมากขน ปจจบนไมจำาเปนตองนำาคาสถตทคำานวณไดไปเปรยบเทยบกบคาสถตในตารางมาตรฐาน เนองจากโปรแกรมคอมพวเตอร ไดรายงานคาP-value(หรอProb.)มาใหดงนนใหนำาคาดงกลาวมาเปรยบเทยบกบคาวกฤต(หรอคาAlpha)ณระดบนยสำาคญท0.01(99%) 0.05(95%)และ0.10(90%)

ต�ร�งท 2.2 ค�สถตพนฐ�นของตวแปรทใชในแบบจำ�ลอง Travel cost

ตวแปร สญลกษณ คาตำาสด คาสงสด คาเฉลย S.D. Jarque-Bera

จำ�นวนครงในก�รม�เทยวตอป (ครง/ป) TRIPS 1 15 5 4.56 37.53P-value = 0.00

ตนทนทงหมดในก�รเดนท�ง (US$) TC 2.71 296.42 27.62 35.43 3,893.80P-value = 0.00

ตนทนทงหมดในก�รเดนท�งไปแหลงทองเทยวทดแทน (US$)

TCS 7.28 292.02 37.88 36.36 6,159P-value = 0.00

ร�ยไดทงหมดของครวเรอน (10,000 US$/ป)

INC 1.50 12.50 4.74 2.73 35.85P-value = 0.00

เพศ (0 = ช�ย, 1 = หญง) SEX 0 1 0 = 52.02%, 1 = 47.98%


2.2 ก�รตรวจสอบคว�มคงทของขอมลอนกรมเวล�

ขอมลอนกรมเวลาทคงท(Stationary) หมายถง ขอมลอนกรมเวลาทอยในสภาวะสมดลเชงสถต(Statisticalequilibrium)หรอคณสมบตทางสถต[คาเฉลย(Mean)คาความแปรปรวน(Variance)และ คาความแปรปรวนรวม(Covariance)]ของขอมลอนกรมเวลาไมเปลยนแปลงตามเวลา(Enders,2004)การใช ขอมลอนกรมเวลาทไมคงทในแบบจำาลองสมการถดถอยทประมาณคาสมประสทธดวยวธกำาลงสองนอยทสด(Ordinaryleastsquares:OLS)อาจเผชญกบความสมพนธทไมแทจรง(Spuriousregression)(GrangerandNewbold,1974)ซงคาสถตtและคาR2ทคำานวณไดมคาสงแตคาDurbin-Watson(D.W.)มคาตำา GrangerandNewbold(1974)ไดตงขอสงเกตวาในกรณดงกลาวคาR2 > D.W.นอกจากนการสราง แบบจำาลองการพยากรณดวยวธบอกซและเจนกนส(BoxandJenkins)มเงอนไขทสำาคญวาขอมลอนกรมเวลา ทใชตองมคณสมบตคงท ดงนนความคงทของขอมลอนกรมเวลาจงเปนหนงในขอสมมตเบองตนหรอเงอนไขสำาคญเมอตองใชวธทางเศรษฐมตในการวเคราะหขอมล

เมอสมมตใหตวแปรYtเปนอนกรมเวลาทคงทดงนนตวแปรYtจะมคณสมบตดงน

แตถาตวแปรYtเปนอนกรมเวลาทไมคงท(Non-stationary)จะมคณสมบตดงน

[2.4]

[2.5]

คาเฉลย: E(Yt) = μคาความแปรปรวน: Var(Yt) = E(Yt – μ)2 = σ2

คาความแปรปรวนรวม: Cov(Yt , … , Yt–p) = E [(Yt – μ) (Yt + k –μ)] = γk

คาเฉลย: E(Yt) = tμคาความแปรปรวน: Var(Yt) = E(Yt – μ)2 = tσ2

คาความแปรปรวนรวม: Cov(Yt , … , Yt–p) = E [(Yt – μ) (Yt + k –μ)] = tγk

วธตรวจสอบความคงทของขอมลอนกรมเวลาทนยมใชในปจจบน ไดแก การทดสอบUnitroot ซงสามารถใชตรวจสอบไดทงขอมลอนกรมเวลาทไมมอทธพลฤดกาล เชน วธDF-test(DickeyandFuller,1979)ADF-test(SaidandDickey,1984)PP-test(PhillipsandPerron,1988)KPSS-test (Kwiatkowski et al.,1992) เปนตน และขอมลอนกรมเวลาทมอทธพลฤดกาล เชนHEGY-test (Hylleberget al.,1990)ทไดรบการพฒนาตอมาโดยFranses(1991)BeaulieuandMiron(1993)เปนตน กอนทจะอธบายถงวธทดสอบUnitrootบางวธทนยมใชในปจจบนในทนขอกลาวถงแนวคดการทดสอบUnitrootพอสงเขปดงน


โดยทXtคอตวแปรภายนอกซงอาจเปนคาคงทหรอคาแนวโนมหรอทงสองสวนρและδคอ คาพารามเตอรทไดจากการประมาณคาสวนεtคอกระบวนการWhitenoiseดงนนถา ρ ≥1ขอมลอนกรมเวลาYtไมคงทและคาความแปรปรวนของYtเพมขนตามเวลาแตถาคา ρ <1ขอมลอนกรมเวลาคงทดงนนสมมตฐานทใชในการทดสอบความคงทของขอมลอนกรมเวลาพจารณาไดจากการทดสอบคาสมบรณของρวานอยกวา1หรอไมโดยมสมมตฐานหลกและสมมตฐานทางเลอกคอH0 : ρ = 1 และHa : ρ < 1ถาปฏเสธสมมตหลกแสดงวาρ < 1ดงนนYtมคณสมบตคงทหรอมIntegrationoforderzeroแตถาไมสามารถปฏเสธสมมตฐานหลกแสดงวาYtมคณสมบตไมคงท

จากพนฐานกระบวนการAutoregressiveอนดบท1[AR(1)]ทวา

[2.6]Yt = ρYt–1 + X′t δ + εt

[2.7]Yt – Yt–1 = ρYt–1 – Yt–1 + X′t δ + εt

ΔYt = φYt–1 + X′t δ + εt

[2.8]

โดยท คอคาประมาณของφ se( )คอคาคลาดเคลอนมาตรฐานของคาสมประสทธ(Standarderrorofcoefficient)

จากสมการท(2.6)เมอนำาYt–1ลบทงสองดานไดวา

โดยทφ = ρ – 1 ดงนนสมมตฐานหลกและสมมตฐานทางเลอกสำาหรบการทดสอบUnitroot ในกรณนคอH0 : φ = 0และHa : φ < 0โดยคาt-ratioของφคอ

tφ =se( )


[2.9]ΔYt = φYt–1 + X′t δ + αj ΔYt–j + εt

นำาคาสถตt(t-statistic)ทคำานวณไดไปเปรยบเทยบกบคาวกฤตMacKinnon(1996)หากคาสถตt ทคำานวณไดมคานอยกวาคาวกฤตMacKinnon แสดงวา = 0(ไมสามารถปฏเสธสมมตฐานหลก) ดงนนตวแปรYtมUnitrootและไมคงทในทางกลบกนหากปฏเสธสมมตฐานหลกแสดงวาตวแปรYtคงท วธทดสอบUnitroot ขางตนเรยกวา วธDickey-Fullertest(DF-test) ซงเหมาะสมในกรณทขอมลประกอบดวยกระบวนการAR(1)เทานนแตหากขอมลมสหสมพนธ(Correlated)ทHigherorder lags ทำาใหขอสมมตWhitenoise ของตวรบกวน(εt) ถกละเมดSaidandDickey(1984) จงเสนอ วธทดสอบUnitrootทเรยกวาAugmentedDickey-Fullertest(ADF-test)โดยสมมตใหYtประกอบดวยกระบวนการAR(p)และเพมตวแปรลา(Lags)ของΔYtจำานวน“p”เขาไปทางดานขวามอของสมการท(2.7) ไดสมการใหมทใชในการทดสอบUnitrootดงน

สมการท(2.9)มสมมตฐานในการทดสอบเชนเดยวกนสมการท(2.7)และสามารถใชสมการท(2.8)คำานวณคาสถตtแลวนำาไปเปรยบเทยบกบคาวกฤตMacKinnonไดเชนเดยวกบวธDF-testสำาหรบจำานวนตวแปรลา(Lagslength)ทใชในสมการท(2.9)ตองมเพยงพอททำาใหเทอมคาคลาดเคลอน(Errorterms) มลกษณะเปนSeriallyindependentโดยจำานวนตวแปรลาทเหมาะสมพจารณาจากคาAkaike’sinformation criterion(AIC),Schwarz informationcriterion(SIC) และHannan-Quinncriterion(HQ) และ เลอกจำานวนตวแปรลาทใหคาAIC,SICและHQตำาสด เนองจากจำานวนตวแปรลาณระดบดงกลาว จะชวยบรรเทาปญหาสหสมพนธในตวเอง(Serialcorrelation) ไดดทสดสวนแนวทางพจารณาการเพม คาคงทและคาแนวโนมในสมการท(2.7)และ(2.9)มขนตอนในการทดสอบดงแสดงในรปท2.4


ทมา: ดดแปลงมาจาก Ender (2004)

รปท 2.4 ขนตอนก�รทดสอบ Unit root ต�มวธ DF-test และ ADF-test

ประมาณคาสมการ ΔYt = φYt–1 + δ0 + δ1 t + εt หรอ ΔYt = φYt–1 + δ0 + δ1 t + αj ΔYt–j + εt

ประมาณคาสมการ ΔYt = φYt–1 + δ0 + εt หรอ ΔYt = φYt–1 + δ0 + αj ΔYt–j + εt

ประมาณคาสมการ ΔYt = φYt–1 + εt หรอ ΔYt = φYt–1 + αj ΔYt–j + εt

ใช: ทดสอบแนวโนม

ใช

ใช

ใช: ทดสอบคาคงท

ไมใช

ไมใช

ไมใช

ใช

ไมใช

ไมใช

ไมใช

ไมใช

ใช

ใช

Yt ไมม Unit root (Stationary)



Yt ม Unit root (Non-stationary)



φ = 0

φ = 0

φ = 0

δ1 = 0

δ0 = 0

φ = 0

φ = 0


จากตวอยางผลการทดสอบUnitrootตามวธADF-testทแสดงในตารางท2.3พบวาตวแปรNTA,RPTและRPSมUnitrootทLevelsหรอมลกษณะไมคงทณระดบความเชอมนท0.10แตท Firstdifferences ตวแปรทงสามไมมUnit root หรอมความคงท ณ ระดบความเชอมนท 0.01 สวนตวแปรYไมมUnitrootทLevelsหรอมลกษณะคงทณระดบความเชอมนท0.05และมคาคงทและแนวโนมเปนองคประกอบเชงกำาหนดของขอมลผลการทดสอบดงกลาวแสดงใหเหนวาตวแปรNTA,RPT และRPSมคณสมบตคงทณผลตาง(Integration:I)อนดบท1[I(1)]สวนตวแปรYมคณสมบตคงททI(0)

ต�ร�งท 2.3 ผลก�รทดสอบ Unit root ต�มวธ ADF-test ของตวแปรในแบบจำ�ลองอปสงคของนกทองเทยวจน

ตวแปร Constant and trend Constant None จำานวน Lags

Unit root tests at levels

•จำ�นวนนกทองเทยว (NTA) -2.308 (Prob.=0.414) -0.987 (Prob.=0.741) 0.584 (Prob.=0.836) 0

•ร�ค�ก�รทองเทยวไทย (RPT) -2.220 (Prob.=0.458) -2.011 (Prob.=0.280) -0.186 (Prob.=0.609) 0

•ร�ค�ของแหลงทองเทยวทดแทน (RPS) -1.798 (Prob.=0.674) -1.945 (Prob.=0.308) -0.113 (Prob.=0.635) 0

•GDP per capita (Y) -4.050 (Prob.=0.021) - - 1

Unit root tests at first differences

•จำ�นวนนกทองเทยว (NTA) -5.157 (Prob.=0.002) - - 0

•ร�ค�ก�รทองเทยวไทย (RPT) -4.656 (Prob.=0.006) - - 0

•ร�ค�ของแหลงทองเทยวทดแทน (RPS) -4.875 (Prob.=0.004) - - 0

•GDP per capita (Y) -4.290 (Prob.=0.014) - - 1

หมายเหต: การกำาหนดจำานวน Lags พจารณาจากคา Akaike’s information criterion (AIC)

นอกจากวธDF-testและADF-testแลววธKPSS-testทเสนอโดยKwiatkowskiet al.(1992)เปนอกวธหนงทนยมใชทดสอบUnitrootในปจจบนเนองจากใหผลการทดสอบทเทยงตรงมากกวาวธอนๆ (LütkepohlandKrätzing,2004)วธนแตกตางจากวธอนๆโดยคาสถตKPSS(KPSSstatistic)ถกคำานวณ จากสวนทเหลอ(Residual)จากการถดถอยดวยวธOLSระหวางตวแปรYtกบตวแปรXtดงน


โดยสมมตฐานหลกและสมมตฐานทางเลอกของการทดสอบคอH0 : σ2v = 0 , Ha : σ2

v > 0 โดยทXtในสมการท(2.10)เปนRandomwalk[Xt = Xt–1 + vt , vt ~ iid (0 , σ2

v)]ดงนนถาปฏเสธสมมตหลก แสดงวาσ2

v > 0หมายความวาyt ~ I(1)แตถาไมสามารถปฏเสธสมมตฐานหลกแสดงวาyt ~ I(0) ดงนนอาจกลาวไดวา วธKPSS-test เปนการทดสอบสมมตฐานหลกและสมมตฐานทางเลอกทวา H0 : yt ~ I(0)[Stationary],Ha : yt ~ I(1) [Non-stationary] ตวอยางการทดสอบUnitrootตามวธKPSS-testทแสดงในตารางท2.4ใหผลลพธทสอดคลอง กบวธADF-test ทเสนอในตารางท 2.3 โดยตวแปร NTA, RPT และ RPS มคณสมบตคงท ทI(1)สวนตวแปรYมคณสมบตคงททI(0)

[2.10]Yt = X′t δ + ut

จากสมการ(2.10)สามารถคำานวณหาคาสถตKPSSไดจาก

[2.11]

KPSS =S2

t

σ2∞

โดยทSt = i ; ( t = Yt – X′t δ)

σ2∞ = T–1 2

t

สำาหรบในกรณทคาคลาดเคลอน( t)มสหสมพนธเชงอนดบ(Serialcorrelation)ใหใชสตรσ2∞นแทน

[2.12]

σ2∞ = T–1 2

t + 2 ωj T–1 t t–i

โดยทωj = 1 –j

q + 1 สำาหรบq(Lagslength)อาจเปนq4 ≈ 4(T/100)1/4

หรอq12 ≈ 12(T/100)1/4


วธDF-test,ADF-testและKPSS-testเปนวธทดสอบUnitrootทเหมาะสำาหรบขอมลอนกรมเวลา ทไมมอทธพลฤดกาล ดงนนหากขอมลอนกรมเวลามองคประกอบฤดกาล การทดสอบดวยวธดงกลาว ไมสามารถบอกไดวาขอมลอนกรมเวลามSeasonalunitrootหรอไมเนองจากวธดงกลาวเปนวธทดสอบเฉพาะRegularunitrootเทานนไมครอบคลมการทดสอบSeasonalunitrootดงนนHylleberget al.(1990)จงเสนอวธทดสอบSeasonalunitrootสำาหรบขอมลรายไตรมาสและตอมาFranses(1991)และBeaulieuandMiron(1993)ไดพฒนาใหสามารถทดสอบกบขอมลรายเดอน(โดยทวไปเรยกวาHEGY-test) โดยแบบจำาลองพนฐานทใชในการทดสอบSeasonalunitrootของขอมลรายเดอนมลกษณะดงน

ต�ร�งท 2.4 ผลก�รทดสอบ Unit root ต�มวธ KPSS-test ของตวแปรในแบบจำ�ลองอปสงคของนกทองเทยวจน

ตวแปร KPSS statistics Deterministic Integration

จำ�นวนนกทองเทยว (NTA) 0.686** intercept, trend I(1)

ร�ค�ก�รทองเทยวไทย (RPT) 0.121* intercept I(1)

ร�ค�ของแหลงทองเทยวทดแทน (RPS) 0.147** intercept I(1)

GDP per capita (Y) 0.058 intercept, trend I(0)

[2.13]Δ12 Yt = π1 y1,t–1 + π2 y2,t–1 + π3 y3,t–1 + π4 y3,t–2 + π5 y4,t–1 + π6 y4,t–2 + π7 y5,t–1 + π8 y5,t–2 + π9 y6,t–1 + π10 y6,t–2 + π12 y7,t–2t + φj Δ12 Yt–j + εt

โดยท y1,t = (1 + L) (1 + L2) (1 + L4 + L8) Yt

y2,t = – (1 – L) (1 + L2) (1 + L4 + L8) Yt

y3,t = – (1 – L2) (1 + L4 + L8) Yt

y4,t = – (1 – L4) (1 – 3L + L2) (1 + L4 + L8) Yt

y5,t = – (1 – L4) (1 + 3L + L2) (1 + L4 + L8) Yt

y6,t = – (1 – L4) (1 – L2 + L4) (1 – L + L2) Yt

y7,t = – (1 – L4) (1 – L2 + L4) (1 + L + L2) Yt

Δ12 Yt–j คอ ตวแปรลา(Lag)ของอนกรมเวลาΔ12 Ytณเวลาทt–j

π1 , … , π12 , φj คอ คาพารามเตอร

εt คอ กระบวนการWhitenoise[εt ~ N (0 , σ2εt)]


นอกจากนสามารถเพมองคประกอบเชงกำาหนด(Deterministiccomponents) ทประกอบดวย คาคงทตวแปรหนของความเปนฤดกาล11ตวแปรและคาแนวโนมเวลาเขาไปในสมการ(2.13)สำาหรบจำานวนตวแปรลาทใชในสมการ(2.13)พจารณาจากคาAkaike’sinformationcriterion(AIC)Schwarz informationcriterion(SIC)Hanan-Quinncriterion(HQC) และFinalpredictionerror(FPE) สมมตฐานหลกทใชในการทดสอบคอH0 : π1 = 0สำาหรบทดสอบRegularunitrootและH0 : πi = 0 (i = 2 , … , 12) สำาหรบทดสอบSeasonalunitrootและประยกตใชคาสถตtและF(tandF-statistic)ในการคำานวณและนำาคาทไดไปเปรยบเทยบกบคาวกฤต(Criticalvalues) ทเสนอโดยFransesand Hobijn(1997) ตวอยางการทดสอบความคงทของขอมลจำานวนนกทองเทยวตางชาตทสำาคญของไทย11ประเทศทเปนขอมลรายเดอนระหวางเดอนมกราคมพ.ศ.2528-ธนวาคมพ.ศ.2548ดวยHEGY-testทแสดงในตารางท2.5พบวาขอมลของสงคโปรญปนเกาหลใตเยอรมนอนเดยและออสเตรเลยมความคงท ทI(1,1)หรอมคณสมบตคงทณผลตางอนดบท1(สำาหรบRegular)และอนดบท12(สำาหรบSeasonal) สวนฝรงเศส สหราชอาณาจกร และสหรฐอเมรกา มความคงทท I(0,1) หรอไมมRegularunitrootสำาหรบมาเลเซยและจนมความคงททI(1,0)หรอไมมSeasonalunitroot

ต�ร�งท 2.5 ผลก�รทดสอบ HEGY-test ของขอมลจำ�นวนนกทองเทยวต�งช�ตทสำ�คญของไทยระหว�ง พ.ศ. 2528-2548

ประเทศ t (π1) F (π2 , … , 12) Lags LB statistic (12) Integration

1. ม�เลเซย -0.3592 2.6257*** 14 1.4847 I(1,0)

2. สงคโปร -1.4235 0.3011 25 1.2261 I(1,1)

3. จน -0.3306 2.5625** 43 1.7881 I(1,0)

4. ญปน -0.4270 0.9512 16 1.8218 I(1,1)

5. เก�หลใต -0.1481 1.5142 21 0.5745 I(1,1)

6. ฝรงเศส -3.9024** 0.6356 13 2.9339 I(0,1)

7. เยอรมน -2.4380 1.3939 24 0.4726 I(1,1)

8. สหร�ชอ�ณ�จกร -3.4070** 1.0163 25 1.8466 I(0,1)

9. สหรฐอเมรก� -3.5135** 0.5313 13 3.3919 I(0,1)

10. อนเดย -1.4019 1.8922 25 2.5762 I(1,1)

11. ออสเตรเลย -2.0393 2.2019* 13 0.9266 I(1,1)

หมายเหต : LB statistic คอ Ljung-Box statistic ทใชทดสอบความเปน White noise ของคาคลาดเคลอน : การกำาหนดจำานวน Lags พจารณาจากคา Akaike’s information criterion (AIC) : *** , ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05 และ 0.10 ตามลำาดบ


ขอมลอนกรมเวลาทมUnitroot เปนขอมลอนกรมเวลาทมคณสมบตไมคงท ความไมคงทของขอมลอนกรมเวลาอาจเกดจากการทขอมลอนกรมเวลามแนวโนมและ/ฤดกาล หรอขอมลอนกรมเวลา มความแปรปรวนไมคงท หากการวเคราะหทางเศรษฐมตมเงอนไขวา ขอมลทนำามาใชตองคงท ดงนนตองแปลงขอมลอนกรมเวลาใหคงทกอนนำามาใช เชน การพฒนาแบบจำาลองพยากรณดวยวธบอกซและ เจนกนสเปนตนโดยทวไปนยมแปลงขอมลอนกรมเวลาใหคงทดวยการหาผลตางหรอNaturallogarithmขอมลดงมรายละเอยดพอสงเขปดงน

1) การหาผลตาง(Difference) กรณทขอมลอนกรมเวลามแนวโนมสามารถหาผลตางของอนกรมเวลาไดดงน

เมอกำาหนดใหΔแสดงถงผลตางครงท1และΔdคอผลตางครงทdดงนนจะไดวา

[2.14]ΔYt = Yt – Yt–1

Δd Yt = Δd–1 Yt – Δd–1 Yt–1

[2.15]ΔYt = Yt – Yt–1

ΔYt = Yt – LYt

ΔYt = (1 – L) Yt

∴Δ = 1 – L

เมอกำาหนดใหLคอLagoperatorและกำาหนดใหLYt = Yt–1และLd Yt = Yt–dดงนนจะไดวา

สำาหรบการหาผลตางของขอมลอนกรมเวลาทมฤดกาลเหมอนกบการหาผลตางของขอมลอนกรมเวลาทไมมฤดกาล โดยทวไปผลตางของขอมลอนกรมเวลาทไมมฤดกาลคำานวณจากระยะเวลาหนงไปอกระยะเวลาหนง (Yt – Yt–1) สวนผลตางของขอมลอนกรมเวลาทมฤดกาลเปนการหาผลตางของขอมลทหางกนsหนวยเวลา(Yt – Yt–s) สามารถเขยนใหอยรปแบบLagoperatorและสญลกษณΔไดดงน เมอกำาหนดLs Yt = Yt–sและDเปนอนดบของผลตางอนกรมเวลาYtสามารถเขยนผลตางของอนกรมเวลาYtในอนดบDไดดงน

[2.16]ΔD

s Yt = (1 – Ls)D Yt


2) การแปลงขอมลอนกรมเวลา กรณทขอมลอนกรมเวลามความแปรปรวนไมคงทหรอมความแปรปรวนสง สามารถทำาNaturallogarithm ขอมลอนกรมเวลากอนนำามาใช วธนเปนวธทนกเศรษฐศาสตรนยมใชลดความแปรปรวนของขอมลทใชในการศกษา นอกจากนในบางกรณสามารถแปลงขอมลอนกรมเวลาใหเปนอตราการเตบโต(Growthrates:GR)โดยทวไปนยมใชการคำานวณอตราการเตบโตแบบเวลาตอเวลาเชนปตอปเปนตนโดยมสตรการคำานวณดงน

เมอD = 1ดงนนผลตางอนดบท1ของYtคอ

[2.17]Δs Yt = (1 – Ls) Yt

= Yt – Ls Yt

= Yt – Yt–s

[2.18]Δd

ΔDs Yt = (1 – L)d (1 – Ls)D Yt

สวนผลตางของอนกรมเวลาทมฤดกาลและไมมฤดกาลสวนใหญนยมใชรปแบบการคณของอนกรมเวลาทมฤดกาล-ไมมฤดกาล(Seasonal-non-seasonalmultiplicativemodels)ดงน

[2.19]

•ขอมลตอเนอง(Continuous): ln Yt

Yt–1 × 100 หรอ (ln (Yt) – ln (Yt–1)) × 100

•ขอมลไมตอเนอง(Discrete):Yt – Yt–1

Yt–1× 100


2.3 ก�รตรวจสอบคว�มสมพนธของตวแปรในแบบจำ�ลอง

ทฤษฏทางเศรษฐศาสตรโดยสวนใหญเปนการอธบายความสมพนธระหวางตวแปรทางเศรษฐกจโดยมเศรษฐมตเปนหนงในเครองมอวเคราะหทสำาคญ โดยทวไปการวเคราะหความสมพนธของตวแปร ในแบบจำาลองทางเศรษฐศาสตรนยมใชการวเคราะหสหสมพนธ(Correlationanalysis)และการวเคราะหการถดถอย(Regressionanalysis) โดยการวเคราะหสหสมพนธทำาใหทราบความสมพนธและทศทาง ของความสมพนธของตวแปรในแบบจำาลองในขณะทการวเคราะหการถดถอยนอกจากทราบความสมพนธ และทศทางของความสมพนธ ยงทราบขนาดของความสมพนธของตวแปรในแบบจำาลอง ซงมประโยชนในการวเคราะหอทธพลของตวแปรอสระทมตอตวแปรตามหรอสามารถใชในการพยากรณตวแปรตามได (รายละเอยดของวธการวเคราะหทงสองสามารถหาอานไดในหนงสอเศรษฐมต) สวนใหญการวเคราะหดวยเศรษฐมตนยมใชการวเคราะหการถดถอยมากกวาการวเคราะหสหสมพนธ เนองจากทฤษฏทางเศรษฐศาสตรไดอธบายความสมพนธและทศทางของความสมพนธของแบบจำาลองทางเศรษฐศาสตร ไวแลว ดงนนขนาดของความสมพนธจงเปนสงทนกเศรษฐศาสตรตองการทราบจากการวเคราะหดวย วธทางเศรษฐมตขนาดของความสมพนธของตวแปรในแบบจำาลองทางเศรษฐศาสตรนำามาซงการอธบาย คาสวนเพม(Marginal)ของตวแปรตามเมอตวแปรอสระมการเปลยนแปลงโดยคาสวนเพมทนกเศรษฐศาสตร ใหความสำาคญเชนคาความยดหยนคาตวทวเปนตน จากขางตนจะเหนไดวา หนงในสงทตองตรวจสอบกอนการวเคราะหดวยวธทางเศรษฐมต คอ การตรวจสอบความสมพนธของตวแปรตามและตวแปรอสระในแบบจำาลอง(สวนการตรวจสอบความสมพนธ ระหวางตวแปรอสระในแบบจำาลองเปนเรองของการตรวจสอบปญหาMulticollinearity) แมวาใน แบบจำาลองตามทฤษฎมการกำาหนดตวแปรตามและตวแปรอสระไวอยางชดเจน แตในความเปนจรง มกมคำาถามอยเสมอวา ตวแปรอสระกำาหนดตวแปรตามเพยงทศทางเดยว หรอตวแปรทงสองกำาหนด ซงกนและกนแบบสองทศทาง (หรอตางกเปนตวแปรตามทงค) จากประเดนปญหาดงกลาว สามารถประยกตใชวธตรวจสอบความเปนเหตเปนผลของตวแปร2ตวทเสนอโดยGranger(1969)หรอเรยกวา การทดสอบGrangercausality (Grangercausality test) ในการตรวจสอบความเปนเหตเปนผล ของตวแปรตามและตวแปรอสระในแบบจำาลอง การทดสอบGrangercausalityเหมาะสำาหรบการตรวจสอบความเปนเหตเปนผลของตวแปร2ตว ทเปนขอมลอนกรมเวลาทคงท เมอสมมตใหมตวแปรทเปนขอมลอนกรมเวลาทคงท2 ตวแปร คอ X และYจากแนวคดของGrangerตองการทดสอบดวาการเปลยนแปลงของตวแปรXเปนสาเหตของการเปลยนแปลงของตวแปรYหรอการเปลยนแปลงของตวแปรYเปนสาเหตของการเปลยนแปลงของตวแปรXโดยสมมตฐานหลกของการทดสอบทงสองกรณคอ

H0 : XไมเปนสาเหตของY(XdoesnotGrangercauseY) H0 : YไมเปนสาเหตของX(YdoesnotGrangercauseX)


สมมตฐานหลกของการทดสอบสมการแตละคระหวางUnrestrictedregression กบRestrictedregression[การทดสอบม2ชดคอXไมเปนสาเหตของYและYไมเปนสาเหตของX]คอ

สมการทใชในการทดสอบสมมตฐานXไมเปนสาเหตของYคอ

และสมมตฐานYไมเปนสาเหตของXคอ

(Unrestricted regression: U)

(Restricted regression: R)

[2.20]

Yt = α + γj Yt–j + βi X t–i + εUt

Yt = α + γj Yt–j + εRt

(Unrestricted regression: U)

(Restricted regression: R)

[2.21]

Xt = α + γj X t–j + βi Yt–i + εUt

Xt = α + γj Xt–j + εRt

[2.22]

H0 : β1 = β2 = … = βn = 0

Ha : β1 ≠ β2 ≠ … ≠ βn ≠ 0

สำาหรบสถตทดสอบ(Teststatistic)ไดแกสถตF(F-statistic)โดยมสตรการคำานวณดงน

[2.23]

Fm, (n–k) = = ; k = m + n + 1(ε′Rt εRt – ε′Ut εUt)m (RSSR – RSSU)m

ε′Ut εUt /(n–k) RSSU /(n–k)


จากสมมตฐานหลกทวา “H0 : X ไมเปนสาเหตของ Y(X does not Granger cause Y)” ถาคาสถตFทคำานวณไดมคาสงกวาคาวกฤต[Prob.< α]แสดงวาปฏเสธสมมตฐานหลก(H0)หมายความวา XเปนสาเหตของการเปลยนแปลงของYในทำานองเดยวกนจากสมมตฐานหลกทวา“H0 : Y ไมเปนสาเหตของ X(Y does not Granger cause X)”ถาคาสถตFทคำานวณไดสงกวาคาวกฤต[Prob.< α]แสดงวา ปฏเสธสมมตฐานหลก(H0)หมายความวาYเปนสาเหตของการเปลยนแปลงของX จากกรณตวอยางการทดสอบความเปนเหตเปนผลของการขยายตวของการทองเทยวและการเตบโตทางเศรษฐกจของไทย โดยใชจำานวนและรายไดจากนกทองเทยวตางชาต(NTA และTR) เปนตวแทน การขยายตวของการทองเทยว สวนการเตบโตทางเศรษฐกจใชผลตภณฑมวลรวมประชาชาต (GDP)เปนตวแทน จากการทดสอบGrangercausality พบวา การเปลยนแปลงของจำานวนและรายไดจาก นกทองเทยวตางชาตเปนสาเหตของการเปลยนแปลงผลตภณฑมวลรวมประชาชาตของไทย ในขณะท การเปลยนแปลงของผลตภณฑมวลรวมประชาชาตของไทยเปนสาเหตของการเปลยนแปลงรายไดจาก นกทองเทยวตางชาตเทานน(ตารางท2.6)

ต�ร�งท 2.6 ผลก�รทดสอบ Granger causality ของก�รขย�ยตวของก�รทองเทยวและก�รเตบโตท�งเศรษฐกจของไทย

สมมตฐานของการทดสอบ (N=53, Lags=3) F-statistic P-value

ΔNTA ไมเปนส�เหตของ ΔGDP 6.2369 0.0013

ΔGDP ไมเปนส�เหตของ ΔNTA 2.1013 0.1145

ΔTR ไมเปนส�เหตของ ΔGDP 8.5753 0.0001

ΔGDP ไมเปนส�เหตของ ΔTR 7.4854 0.0004

2.4 ก�รตรวจสอบคว�มสมพนธเชงดลยภ�พระยะย�ว (Co-integration)

การใชขอมลอนกรมเวลาทไมคงทในการวเคราะหสมการถดถอยอาจเกดปญหาความสมพนธ ทไมแทจรงของตวแปรในแบบจำาลอง อยางไรกตามขอมลอนกรมเวลาทไมคงทอาจมความสมพนธกน ในระยะยาว(Longrunrelationships) หากพบวา คาเบยงเบน(Deviation) ทออกจากความสมพนธเชงดลยภาพในระยะยาวมลกษณะนง ความสมพนธในลกษณะดงกลาวเรยกวาCo-integration(Engle andGranger,1987) ดงนนการทดสอบCo-integration(Co-integration test) คอ การทดสอบ ความนงของคาเบยงเบนทไดจากการประมาณคาความสมพนธเชงดลยภาพในระยะยาว (Long-run equilibriumrelationship) ของตวแปรอนกรมเวลาทไมคงท หากตวแปรอนกรมเวลามCo-integrationแสดงวาตวแปรดงกลาวมความสมพนธรวมกนในระยะยาว


จากขางตนสามารถนยามCo-integrationของตวแปร2ตวทเปนขอมลอนกรมเวลาไดวาถาYt และXtมคณสมบตCo-integrationตวแปรทงสองจะตองมอนดบ(Integrated)ของความคงทเทากนเชนถาYtมอนดบความคงททdแลวXtจะตองมอนดบความคงททdดวย[Yt ~ I(d)และXt ~ I(d)] และจะตองมผลรวมเชงเสนตรง(Linearcombination) ของตวแปรทงสอง [β1 Xt + β2 Yt] ทอนดบของความคงททd–b โดยทb>0 และเวกเตอร [β1 , β2 ] คอ เวกเตอรททำาใหเกดCo-integration (Co-integrationvector) โดยผลรวมเชงเสนตรงจะตองมอนดบความคงทท 0 [I(0)] ในขณะเดยวกนหากในแบบจำาลองมตวแปรจำานวนnตว โดยกำาหนดใหX เปนเวกเตอรของตวแปรขนาดn×1และ มองคประกอบดงนX = (X1t , X2t , … , Xnt)ดงนนตวแปรเหลานมCo-integrationเมอขอมลอนกรมเวลาของตวแปรเหลานมอนดบความคงทเดยวกนเชนX ~ I(d)เปนตนและจะตองมเวกเตอรβขนาด1×n β = β1 , β2 , … , βn)ททำาใหผลรวมเชงเสนตรง[βX′= β1 X1t + β2 X2t + … + βn Xnt]มอนดบความคงท ท0 [I(0)]จากกรณนจะเหนไดวาอาจมจำานวนCo-integrationvectorมากกวา1เวกเตอรแตไมเกน n–1 เวกเตอร และในทนจะสนใจเฉพาะCo-integrationvector ททำาใหผลรวมเชงเสนตรงมอนดบ ความคงททI(0)เทานนเนองจากตวแปรทางเศรษฐศาสตรสวนใหญมอนดบความคงททI(1)และการท ผลรวมเชงเสนตรงของตวแปรเปนI(0)ทำาใหคาสมประสทธของCo-integrationvectorเปนคาเดยวกบคาสมประสทธของความสมพนธในระยาวของตวแปร(ถวลนลใบ,2544) วธทดสอบCo-integrationทนยมใชไดแกวธTwo-stepresidual-based(EngleandGranger,1987) วธSystem-basedreducedrankregression(Johansen,1988,1995;JohansenandJuselius,1990) วธARDLboundstest(Pesaran,ShinandSmith,2001) เปนตน โดยจะขอกลาวถงวธทดสอบ ทง3วธพอสงเขปดงน

2.4.1 Two-stepresidual-based(EngleandGrangertest) วธEngelandGranger เปนวธทดสอบทงาย และเหมาะสำาหรบใชทดสอบสมการความสมพนธ เพยงสมการเดยวหรอควรมจำานวนCo-integrationของสมการเพยง1คเทานน(มตวแปรเพยง2ตวแปร) วธนจะพจารณาคณสมบตของคาคลาดเคลอน (εt) ทไดจากสมการถดถอยของตวแปรแตละควา คงท ท I(0) หรอไม หากพบวา คาคลาดคลอนดงกลาวคงทท I(0) แสดงวา ตวแปรคนนมความสมพนธ เชงดลยภาพในระยะยาวหรอมCo-integrationกนดงนนหากสมมตวามตวแปร2ตวทเปนขอมลอนกรมเวลาคอYtและXtและตองการตรวจสอบCo-integrationของตวแปรคนสามารถดำาเนนการตามขนตอน ไดดงน(AsteriouandHall,2007) ขนตอนท1ตรวจสอบอนดบความคงทของตวแปรYtและXtดวยวธUnitroottestหากตวแปรทงสองคงททI(0)สามารถใชการวเคราะหสมการถดถอยวธคลาสสค(Classicalregressionanalysis)ได และไมจำาเปนตองตรวจสอบCo-integrationและหากตวแปรทงสองมอนดบความคงทแตกตางกนซงมความเปนไปไดทจะไมมCo-integration(ตามวธนจะไมดำาเนนการทดสอบCo-integration ตอ) แตถาตวแปรทงสองมอนดบความคงทเดยวกน ซงปกตตวแปรทางเศรษฐศาสตรจะคงทท I(1) ใหดำาเนนการตอในขนตอนตอไป


ขนตอนท2 กำาหนดแบบจำาลองความสมพนธเชงดลยภาพในระยะยาว [Yt = β1 + β2 Xt + εt (เรยกวาCo-integration regression)] แลวประมาณคาสมประสทธของแบบจำาลองดวยวธOLS (คาสมประสทธของตวแปร Xt เรยกวาCo-integrationparameter) และคำานวณหาคาคลาดเคลอน [ t = Yt – 1 – 2 X t]

ขนตอนท3ตรวจสอบคาคลาดเคลอน( t)วามคณสมบตคงทท I(0)หรอไมดวยการทดสอบUnitrootตามวธDF-test(กรณคาคลาดเคลอนมลกษณะWhitenoise)หรอADF-test(กรณมปญหา Autocorrelation)โดยไมรวมคาคงทและแนวโนมเวลาในสมการทดสอบเนองจาก t เปนคาคลาดเคลอนทไมมRandomwalkwithdriftและLineartimetrendดงนนสมการทใชทดสอบUnitrootตามวธDF-testและADF-testมลกษณะดงน[ในทางปฏบตสามารถใชวธทดสอบUnitrootวธอนๆได]

[2.24]DF-test: ∆ t = φ t–1 + et

ADF-test: ∆ t = φ t–1 + αj ∆ t–1+et

นำาคาสถต t ทคำานวณไดของ t–1 [เรยกวาτ(Tau)] ไปเปรยบเทยบกบคาวกฤตMacKinnon โดยสมมตฐานหลกและสมมตฐานทางเลอกของการทดสอบคอH0 : t = I(1) , Ha : t = I(0) หากปฏเสธสมมตฐานหลกแสดงวาตวแปรYtและXtมCo-integrationหรอมความสมพนธเชงดลยภาพในระยะยาว

วธEngelandGrangerมขอบกพรองทสำาคญ3ประการคอ(AsteriouandHall,2007)

1. การทดสอบCo-integrationตามวธEngleandGrangerจะใหผลการทดสอบทแตกตางกนหากมการสลบขางระหวางตวแปรอสระและตวแปรตาม โดยเฉพาะกรณทกลมตวอยางมขนาดเลก เชน จากสมการ Yt = β1 + β2 Xt + εYt เปนสมการ Xt = β1 + β2 Yt + εXt ซงตามแนวคดพนฐานของ การทดสอบCo-integrationคา Ytและ XtตองใหผลลพธทเหมอนกนหรอผลการทดสอบCo-integrationไมควรเปลยนตามสมการทเกดจากการสลบขางของตวแปร 2. หากมตวแปรมากกวา2 ตวแปร ทำาใหมความเปนไปไดทจะมCo-integration ของตวแปรมากกวา1ค และสามารถสรางสมการไดหลายสมการจากการสลบตวแปรซงวธEngleandGrangerสามารถทดสอบCo-integrationไดทละคและไมสามารถบอกจำานวนCo-integrationvectorในกรณนได 3. วธEngleandGrangerเปนวธแบบสองขนตอน(Twostepapproach)ดงนนคาคลาดเคลอนท เกดขนในขนตอนท 1 (การคำานวณคาคลาดเคลอนจากสมการถดถอยทประมาณคาได) จะตดไปใน ขนตอนท2(การทดสอบความคงทของคาคลาดเคลอน)


2.4.2 System-basedreducedrankregression(Johansentest) จากขอบกพรองของวธEngleandGranger จงมการเสนอวธSystem-basedreducedrank regressionหรอเรยกวาวธJohansan(Johansen,1988,1995;JohansenandJuselius,1990)ทเปน การทดสอบในรปแบบMultivariateco-integrationแทนการทดสอบในรปแบบUnivariateco-integrationโดยอาศยแบบจำาลองVectorautoregressivemodel(VAR) เปนแบบจำาลองพนฐาน และมขนตอน การดำาเนนการดงน(ถวลนลใบ,2544:AsteriouandHall,2007) ขนตอนท1ตรวจสอบอนดบความคงทของตวแปรในแบบจำาลองซงอาจมอนดบความคงททเหมอน และแตกตางกนได หลงจากทราบอนดบความคงทของตวแปร ตอมาประยกตใชแบบจำาลองVAR เพอคนหาจำานวนLagทเหมาะสมของแบบจำาลองดงนนเมอสมมตใหXtคอ เมตรกซของชดตวแปร X1t , … , Xnt หรอเขยนในลกษณะของสญลกษณทางเมตรกซไดวาXt = [X1t , … , Xnt]และแบบจำาลองVARของชดตวแปรนคอ

[2.25]

Xt = A1 Xt–1 + A2 Xt–2 + , … , + Aj Xt–j + εt

หรอ Xt = A j Xt–j + εt

โดยจำานวนLag ทเหมาะสมของแบบจำาลองขางตน จะใหคาสถตLR (Likelihood-ratio) AIC(Akaike’sinformationcriterion)หรอSC(Schwarzinformationcriterion)ตำาทสด

ขนตอนท2เลอกแบบจำาลองVectorerrorcorrectionmodel(VECM)ทเหมาะสมจากแบบจำาลอง VARทมจำานวนLagทเหมาะสมสามารถปรบใหอยในรปแบบVECMไดดงน

[2.26]

∆Xt = πj ∆Xt–j + πXt–p + εt

โดยท π = –

πj = –

I – A j

I – A i


pคอจำานวนLagทเหมาะสมสวนAjคอเมตรกซขนาดn×nของคาสมประสทธของตวแปร ณระดบLagตางๆดงนนπคอเมตรกซขนาดn×nทแสดงความสมพนธเชงดลยภาพในระยะยาว (Long-runrelationships)ทประกอบดวยπ = αβ′โดยαคอคาความเรวในการปรบตวเขาสคาสมประสทธดลยภาพทมขนาดn×rสวนβคอเมตรกซของคาสมประสทธระยะยาวทมขนาดn×rสำาหรบrคอจำานวนความสมพนธเชงดลยภาพในระยะยาว แบบจำาลองVECMขางตน เปนแบบจำาลองพลวต(Dynamicmodel)ทมความเปนไปไดทจะม องคประกอบเชงกำาหนด(Deterministiccomponents)ทประกอบดวยคาคงทและหรอคาแนวโนม(Trend)หรออยางใดอยางหนงในแบบจำาลองระยะสนหรอแบบจำาลองระยะยาว(ขนอยกบขอมล) ดงนนรปแบบVECMทเปนไปไดจะมลกษณะดงน

โดยท μ1 และ δ1 คอ คาสมประสทธของคาคงทและแนวโนมในแบบจำาลองระยะยาว (หรอCo-integrationequation:CE)สวนμ2และδ2คอคาสมประสทธของคาคงทและแนวโนมใน แบบจำาลองระยะสน(หรอแบบจำาลองVAR)จากรปแบบดงกลาวมแบบจำาลองทเปนไปได5แบบจำาลองคอ (1)ไมมคาคงทหรอแนวโนมในCEหรอVAR(δ1 = δ2 = μ1 = μ2 = 0) (2)มคาคงทแตไมมแนวโนมในCEและไมมคาคงทหรอแนวโนมในVAR(δ1 = δ2 = μ2 = 0) (3)มคาคงทในCEและVARแตไมมแนวโนมในCEและVAR(δ1 = δ2 = 0) (4)มคาคงทในCEและVARและมแนวโนมในCEแตไมมแนวโนมVAR(δ2 = 0) (5)มคาคงทหรอแนวโนมในCEหรอVAR การพจารณาเลอกรปแบบของแบบจำาลองขนอยกบองคประกอบเชงกำาหนดของขอมลอนกรมเวลาทนำามาใช

ขนตอนท3กำาหนดRankของπหรอจำานวนเวกเตอรCo-integration(r)โดยคาRankของ เมตรกซπคอจำานวนCharacteristicrootsทมคาแตกตางจากศนยซงมความเปนไปได3กรณคอ(ถวลนลใบ,2544) (1)FullrankคอRank(π)=nแสดงวาตวแปรทกตวคงททI(0) (2)Rank(π)=0แสดงวาตวแปรทกตวมลกษณะไมคงทหรอมUnitroot (3)Rank(π)=rและ0 < r < nแสดงวามจำานวนเวกเตอรCo-integration=r

[2.27]

∆Xt = πj ∆Xt–j + α βμ1

δ1

(Xt–1 1 t) Xt–1 + μ2 + δ2 t + εt


2.4.3 ARDLboundstest(Boundstest) วธARDLboundstest(โดยทวไปเรยกวาBoundstest)เสนอโดยPesaran,ShinandSmith(2001) และมความไดเปรยบกวาวธของEngleandGranger(1987)Johansen(1988,1995) และ JohansenandJuselius(1990)ใน3ประเดนคอ1)ไมจำาเปนตองคำานงถงอนดบความคงทของตวแปรทใชในการทดสอบวาอยในอนดบเดยวกนหรอไม2)เหมาะสมในกรณทมขนาดจำานวนตวอยางนอยและ3)สามารถเพมตวแปรหนเขาไปในกระบวนการทดสอบCo-integrationได(HabibiandRahim,2009;Song,KimandYang,2010) โดยรปแบบของแบบจำาลองARDL สำาหรบใชทดสอบCo-integration ดวยวธBoundstestมลกษณะดงน

และMaximumeigenvaluetest: λmax (r , r+1) = – T ln (1 – r+1)

[2.28]

Tracetest: λtrace (r) = – T ln (1 – i)

โดยทTคอจำานวนคาสงเกตและ iคอEigenvalueสงสดของเมตรกซπ โดยสมมตฐาน ทใชทดสอบคอ Tracetest: H0 :จำานวนเวกเตอรCo-integrationนอยกวาหรอเทากบr Ha :จำานวนเวกเตอรCo-integrationมากกวาrและMaximumeigenvaluetest: H0:จำานวนเวกเตอรCo-integrationนอยกวาหรอเทากบr Ha :จำานวนเวกเตอรCo-integrationมากกวาr+1

โดยสถตทใชทดสอบเพอหาจำานวนเวกเตอรCo-integration คอTracetest และMaximum eigenvaluetestมสตรการคำานวณดงน

[2.29]

∆Yt = β* ∆Xt–i + φ* ∆Yt–i – λECMt–1 + εt

โดยทλ = 1 – 1 – 2 , … , – p–1และECMt–1 = Yt–1 – X′t–1 สวนβ*และφ*คอ คาสมประสทธของความสมพนธเชงพลวตในระยะสน ดงนนแบบจำาลองขางตน คอ แบบจำาลองError correction ทแสดงถง ความสมพนธเชงพลวตในระยะสน (Short-rundynamic) หากตวแปรใน แบบจำาลองมความสมพนธในระยะยาวคาสมประสทธλจะมคาแตกตางจาก0ดงนนสามารถประยกตใชสถตFสำาหรบทดสอบสมมตฐานหลก(H0 : λ = 0)และสมมตฐานทางเลอก(Ha : λ ≠ 0)หากคาสถตF


ทคำานวณไดมคาสงกวาคาวกฤตBounds(Boundscriticalvalue)สมมตฐานหลกทวาไมมCo-integrationจะถกปฏเสธ แสดงวา ตวแปรในแบบจำาลองมความสมพนธในระยะยาว สำาหรบในกรณทกลมตวอยาง มขนาดเลก(30-80ตวอยาง)จะใชคาวกฤตBoundsทเสนอโดยNarayan(2004)แตถากลมตวอยาง มขนาดใหญจะนยมใชคาวกฤตBoundsทเสนอโดยPesaran,ShinandSmith(2001)ซงพฒนาจากกลมตวอยางขนาด500และ1,000ตวอยาง

2.5 ก�รตรวจสอบคว�มเหม�ะสมและคว�มแมนยำ�ในก�รพย�กรณ

สถตทใชในการตรวจสอบความเหมาะสมของแบบจำาลอง หรอคาสถตในการตดสนใจ โดยทวไปนยมพจารณาจากคาR2 , (AdjustedR2),คาสถตFและAÎCโดยคาสถตแตละตวมเงอนไขในการพจารณาดงน

คาสถตในการตดสนใจ สตรการคำานวณ เงอนไข

R2 R2 = 1 –(y – )′(y – )

′มค�ระหว�ง 0-1 ห�กมค�เข�ใกล 1 แสดงว� ตวแปรอสระส�ม�รถอธบ�ยตวแปรต�มไดด แตห�กแบบจำ�ลองมฟงกชนฟอรมทแตกต�งกนควรใช Quasi R2 ในก�รเปรยบเทยบแทน

(Adjusted R2) R2 = 1 – (1–R2)T–kT–1 ควรมค�ใกลเคยง R2 ซงแสดงใหเหนว�

ก�รเพมตวแปรอสระหรอจำ�นวนตวอย�งไมมผลตอค� R2

F–statistic F = ∑ ( – )2 / k∑ε2/(n–k–1)

ค�สถต F ควรมค�ม�กพอทจะทำ�ใหค� P-value ของ ค�สถต F < α จงแสดงว� ค�สมประสทธของตวแปรอสระทกตวในแบบจำ�ลองมค�แตกต�งไปจ�กศนย

AÎC (Akaike’s information criterion)

AIC = 21T + 2k/T

เปนค�ทแสดง คว�มแปรปรวนของค�คล�ดเคลอนทเกดจ�กก�รประม�ณค� ดงนนก�รเลอกแบบจำ�ลองทใหค� AÎC ตำ�ทสด เนองจ�กเปนแบบจำ�ลองทค�คล�ดเคลอนมคว�มแปรปรวนนอยทสด


การตรวจสอบความแมนยำาของแบบจำาลองพยากรณมหลายวธ แตวธทนยม ไดแก คาเฉลยของคาสมบรณของความคลาดเคลอน(Meanabsoluteerror:MAE)คาเฉลยของคาสมบรณของเปอรเซนตของความคลาดเคลอน (Meanabsolutepercentageerror:MAPE) รากทสองของคาเฉลยของ ความคลาดเคลอนกำาลงสอง(Rootmeansquareerror:RMSE)และรากทสองของคาเฉลยของเปอรเซนตของความคลาดเคลอนกำาลงสอง(Rootmeansquarepercentageerror:RMSPE)โดยมสตรการคำานวณดงน

คาสถตทง4เปนคาสถตทนยมใชพจารณาความคลาดเคลอนของการพยากรณดงนนคาสถตทไดควรมคานอยหรอเขาใกล0จงแสดงวาแบบจำาลองมความแมนยำาในการพยากรณสง

•รากทสองของคาเฉลยของเปอรเซนต ความคลาดเคลอนกำาลงสอง:

MAE =εt

n

•คาเฉลยของคาสมบรณ ของความคลาดเคลอน:

•คาเฉลยของคาสมบรณของเปอรเซนต ของความคลาดเคลอน: MAPE = n × 100

Yt

• รากทสองของคาเฉลยของความคลาดเคลอน กำาลงสอง: RMSE = n

( )2

n × 100Yt

RMSPE =


2.6 ก�รตรวจสอบขอมลอนกรมเวล�ทใชพฒน�แบบจำ�ลองพย�กรณ

การพฒนาแบบจำาลองพยากรณโดยสวนใหญมวตถประสงคเพอการพยากรณทแมนยำา(Accuracy)และนยมใชรปแบบการวเคราะหทเรยกวาEx postforecastในการตรวจความแมนยำาของการพยากรณดวยแบบจำาลองทพฒนาขนมา แบบจำาลองพยากรณสวนใหญพฒนาจากขอมลอนกรมเวลาทมลกษณะ แตกตางกน ดงนนเพอใหผลการพยากรณมความแมนยำามากขนจงควรตรวจสอบขอมลอนกรมเวลา กอนนำามาใช ซงในการศกษาของอครพงศ อนทอง และปวณา คำาพกกะ (2553) แสดงใหเหนวา การพยากรณภายใตขอมลอนเวลาทมลกษณะแยกยอย(Disaggregated) หรอใชขอมลทมความถ ทสงกวา จะทำาใหแบบจำาลองสามารถพยากรณไดแมนยำามากขน(ดรายละเอยดเพมเตมในหวขอ2.7)อยางไรกตามควรมการตรวจสอบขอมลอนกรมเวลาในเบองตนกอนนำามาใชดงน (1)พจารณาขอมลอนกรมเวลาทนำามาใชดวยการเขยน(Plot)กราฟของขอมลอนกรมเวลาแตละชด(โดยปกตจะใชกราฟเสน)เพอพจารณาการเคลอนไหวของขอมลอนกรมเวลาและแบบแผนการเคลอนไหวในเบองตนวา มอทธพลของแนวโนม ฤดกาล วฏจกร และเหตการณความไมแนนอนหรอไม (เปนการพจารณาองคประกอบของขอมลอนกรมเวลาในเบองตน)รวมทงควรพจารณาคาสถตพนฐานเชนคาเฉลยคาความแปรปรวนคาสงสดคาตำาสดขนาดตวอยางเพอทราบถงการแจกแจงความโดงความเบและคาสดโตงของขอมลทใช (2)ตรวจสอบองคประกอบของขอมลอนกรมเวลาดวยวธแยกองคประกอบเพอทราบอทธพลของแนวโนม ฤดกาล วฏจกร และความไมแนนอนทมอยในขอมล วธแยกองคประกอบทนยมใชมอย3 วธ ไดแก วธคาเฉลยอยางงายวธคาเฉลยเคลอนทและวธCensusIIอครพงศอนทองและมงสรรพขาวสอาด(2552) เสนอวา ในกรณทขอมลอนกรมเวลามความผนผวนสง ควรใชวธCensusII ทเรยกวาX-12-ARIMA เนองจากเปนวธทเหมาะสมในกรณทไมสามารถกำาหนดชวงเวลาของการหาคาเฉลยไดแนนอนและ ในกรณทขอมลมความผนผวนสงนอกจากนการทราบองคประกอบของขอมลอนกรมเวลาจะทำาใหสามารถกำาหนดรปแบบและตวแปรในแบบจำาลองพยากรณไดเหมาะสมและถกตอง (3)ตรวจสอบคณสมบตความคงทของขอมลอนกรมเวลาวา มสภาวะสมดลเชงสถต หรอไมม การเปลยนแปลงคณสมบตทางสถตเมอเวลามการเปลยนแปลงวธตรวจสอบความคงทของขอมลอนกรมเวลา ทนยมใชในปจจบนไดแก การทดสอบUnit root ซงควรเลอกวธทดสอบUnit root ใหสอดคลองกบลกษณะของขอมลอนกรมเวลากลาวคอหากขอมลอนกรมเวลาเปนขอมลทไมมอทธพลฤดกาลควรเลอก วธทดสอบUnitrootเชนADF-test,PP-test,KPSS-testเปนตนแตถาขอมลอนกรมเวลามอทธพลฤดกาล ควรเลอกวธทดสอบSeasonalunitroot ทเรยกวาHEGY-test เชน วธทเสนอโดยFranses(1991)BeaulieuandMiron(1993)เปนตน การตรวจสอบขอมลอนกรมเวลาในเบองตน ทำาใหทราบลกษณะพนฐานของขอมลอนกรมเวลา ทนำามาใชเชนองคประกอบความคงทเปนตนและควรเลอกแบบจำาลองใหสอดคลองหรอเหมาะสมกบคณลกษณะพนฐานของขอมลอนกรมเวลาเชนในกรณของการพฒนาแบบจำาลองพยากรณตามวธบอกซ และเจนกนส(BoxandJenkins)หากขอมลอนกรมเวลามอทธพลฤดกาลควรเลอกใชแบบจำาลองSARIMA


แทนแบบจำาลองARIMAและหากขอมลอนกรมเวลามอทธพลของเหตการณความไมแนนอนหรอมคาสดโตง (Outlier)ควรเลอกแบบจำาลองInterventionหรอเพมตวแปรOutlierทงทเปนAdditiveoutlierหรอLevelshiftsเขาไปในแบบจำาลองเปนตน นอกจากนหากขอมลอนกรมเวลามลกษณะไมคงทตองแปลงขอมลอนกรมเวลาใหคงทกอนนำามาใชวเคราะหดวยวธทางเศรษฐมตหรอพฒนาแบบจำาลองพยากรณโดยเฉพาะแบบจำาลองทเปนสมการถดถอยทประมาณคาสมประสทธดวยวธOLS(อาจเกดปญหาความสมพนธทไมแทจรง)หรอแบบจำาลองตามวธบอกซ และเจนกนสนอกจากนความคงทของขอมลอนกรมเวลาเปนขอสมมตเบองตนทสำาคญเมอตองใชวธทางเศรษฐมตในการวเคราะห โดยทวไปใชการหาผลตางของขอมลในการแปลงขอมลอนกรมเวลาใหคงท ซงสามารถทำาไดทงRegulardifference(สำาหรบขอมลอนกรมเวลาทไมมอทธพลฤดกาล)และSeasonal difference (สำาหรบขอมลอนกรมเวลาทมอทธพลฤดกาล) (ดรายละเอยดในหวขอ2.2) นอกจากน หากขอมลอนกรมเวลามความแปรปรวนไมคงทหรอมความแปรปรวนสงสามารถแปลงขอมลดวยการทำา Naturallogarithmซงเปนวธทนกเศรษฐศาสตรนยมใชลดความแปรปรวนของขอมลทใชในการศกษา

2.7 ลกษณะของขอมลอนกรมเวล�และคว�มแมนยำ�ในก�รพย�กรณ

ขอมลทใชพฒนาแบบจำาลองพยากรณอปสงคการทองเทยวเกอบทงหมดเปนขอมลอนกรมเวลา ทมลกษณะแตกตางกน โดยทวไปมการแบงประเภทของขอมลอปสงคการทองเทยวออกตามลกษณะเฉพาะของนกทองเทยวเชนประเทศตนทาง(Countryoforigin)วตถประสงคในการเดนทาง(Purposeofthetrip) เปนตนหรอแบงตามความถของขอมล เชนขอมลรายป รายไตรมาสรายเดอน เปนตนเนองจากอปสงคการทองเทยวมลกษณะไมเหมอนกนในแตละบคคล(Heterogeneousordisaggregated individuals) มากกวาทจะมลกษณะเหมอนกนทกๆ คน(Homogeneousoraggregatedindividuals) ดงนนจงควรพฒนาแบบจำาลองการพยากรณทแตกตางกนตามลกษณะของขอมลนอกจากนในการศกษาของอครพงศอนทองและปวณาคำาพกกะ(2553)ไดแสดงใหเหนวาความแตกตางของลกษณะขอมล มผลตอความแมนยำาในการพยากรณ ทผานมามการศกษาอยางกวางขวางถงความแมนยำาของการนำาขอมลทมลกษณะแยกยอย (Disaggregated)และลกษณะรวมกน(Aggregated)มาใชสวนใหญเปนการศกษาโดยใชขอมลเศรษฐกจมหภาคเชนGrunfeldandGriliches(1960)EdwardsandOrcutt(1969)Rose(1977)TiaoandGuttman(1980)Lütkepohl(1984)PalmandZellner(1992)Clark(2000)ZellnerandTobias(2000)EspasaandAlbacete(2007)เปนตนแตมการศกษาโดยใชขอมลอปสงคการทองเทยวจำานวนนอยอยางไรกตามการศกษาในอดตใหขอสงเกตบางประการในการใชขอมลอปสงคการทองเทยวทเปนขอมลอนกรมเวลา เพอการพยากรณวา การใชขอมลทมลกษณะแยกยอยอาจมความแมนยำาในการพยากรณมากกวาการใชขอมลทมลกษณะรวมกน เนองจากขอมลลกษณะรวมกนไมไดพจารณาความแตกตางของพฤตกรรมและองคประกอบยอยอนๆทมอยในอปสงคการทองเทยวจงเกดความคลาดเคลอนจากการพยากรณมากกวา อยางไรกตามในบางกรณขอมลทมลกษณะรวมกนอาจใหผลการพยากรณทแมนยำามากกวา เชน การศกษาของVuandTurner(2005)KonandTurner(2005) เปนตน โดยเฉพาะในกรณทอปสงค


การทองเทยวมลกษณะคลายคลงกน(Homogeneous) หรอแหลงทองเทยวมขนาดเลกและขาดความ หลากหลายของสงดงดดใจทางดานการทองเทยว ดงนนนกทองเทยวทเดนทางมาทองเทยวจงม ลกษณะเฉพาะทใกลเคยงกนเชนในกรณของฮองกงทนกทองเทยวสวนใหญเดนทางไปฮองกงเพอชอปปงเปนสำาคญเปนตนดงนนจากผลการศกษาในอดตจงไมสามารถสรปไดวาขอมลอนกรมเวลาของอปสงคการทองเทยวทมลกษณะแยกยอยหรอรวมกนแบบไหนใหผลการพยากรณทแมนยำามากกวากน นอกจากน แมวาในอดตการพฒนาแบบจำาลองการพยากรณอปสงคการทองเทยวนยมใชขอมลรายป แตปจจบนมการใชขอมลรายไตรมาสและรายเดอนเพมขนอยางตอเนอง เนองจากขอมล รายไตรมาสและรายเดอนมอทธพลฤดกาลทเปนองคประกอบสำาคญของอปสงคการทองเทยวจากการทบทวน งานวจยทางดานอปสงคการทองเทยวในอดตพบวางานวจยสวนใหญนยมใชขอมลรายปทมขนาดจำานวน ตวอยางขนาดเลกประมาณ5-28ตวอยางในการวเคราะห(Lim,1997)และมงานวจยเพยงเลกนอยทใช ขอมลรายไตรมาสทมขนาดตวอยางประมาณ44-99ตวอยาง(LimandMcAleer,2003)ดงนนการใช ขอมลรายปในการประมาณคาสมประสทธของแบบจำาลองพยากรณดวยวธถดถอย(Regression)อาจได คาสมประสทธทอคต(Bias)มปญหาความเทยงตรง(Precisionproblem)และมปญหาความไมสอดคลอง (Nonconsistent) เนองจากขนาดของตวอยางมผลตอคาสมประสทธของวธถดถอยและคาDegreeof freedomของสมการพยากรณHairet al.(1998)และVanVoorshisandMorgan(2007)เสนอวา การวเคราะหขอมลหลายตวแปร (Multivariateanalysis) โดยเฉพาะการใชวธถดถอยจะตองม ขนาดตวอยางอยางนอย10-20ตวอยางตอคาสมประสทธทตองการประมาณคา1ตวดงนนการใชขอมลรายไตรมาสหรอรายเดอนสามารถแกไขปญหาดงกลาวได เนองจากเปนการเพมขนาดตวอยางทใชใน การวเคราะหนอกจากนการใชขอมลรายไตรมาสหรอรายเดอนในการพฒนาแบบจำาลองพยากรณอปสงคการทองเทยวยงสามารถตรวจสอบผลกระทบจากอทธพลฤดกาลไดอกดวย ซงสอดคลองกบพฤตกรรม โดยทวไปของนกทองเทยวทนยมทองเทยวตามฤดกาล จากการศกษาของอครพงศอนทองและปวณาคำาพกกะ(2553)พบวาลกษณะของขอมลอนกรมเวลาทแตกตางกนมผลตอความแมนยำาในการพยากรณอปสงคการทองเทยวไทยโดยแบบจำาลองทใชขอมลลกษณะแยกยอยรายประเทศใหผลการพยากรณทแมนยำากวาการใชขอมลลกษณะรวมทงหมด(ตวชวด ทง4ตวไดแกMAE,MAPE,RMSE,RMSPEใหผลลพธในทศทางเดยวกน)และแบบจำาลองทใชขอมลลกษณะแยกยอยรายประเทศ ยงสามารถลดความคลาดเคลอนจากการพยากรณไดดกวาการใชขอมลลกษณะรวมทงหมดประมาณ6-9%สำาหรบผลการพจารณาความแมนยำาของการพยากรณทใชขอมลทมความถแตกตางกนพบวาแบบจำาลองทใชขอมลรายเดอนหรอขอมลทมความถสงกวา(Higherfrequencydata)ใหผลการพยากรณทมความแมนยำามากกวาการใชขอมลรายปหรอขอมลทมความถตำากวา(Lowerfrequencydata) โดยแบบจำาลองทใชขอมลรายเดอนสามารถลดความคลาดเคลอนจากการพยากรณไดมากกวาการใชขอมลรายปถง113-122% นอกจากนเมอผสม(Combination) ลกษณะของขอมล เขาดวยกน พบวา แบบจำาลองพยากรณทใชขอมลลกษณะแยกยอยรายประเทศและเปนขอมลรายเดอน ใหผลการพยากรณทแมนยำากวาการใชขอมลในลกษณะอนๆทงหมดดงแสดงในตารางท2.7


ต�ร�งท 2.7 ขน�ดของคว�มคล�ดเคลอนทเกดจ�กก�รพย�กรณภ�ยใตลกษณะขอมลทแตกต�งกน

ลกษณะขอมล MAE MAPE RMSE RMSPE

รวมทงหมด (เฉลย) [Aggregated] 916,789 11.10 944,038 13.05

แยกประเทศ (เฉลย) [Disaggregated] 840,516 10.48 874,435 12.35

อตร�สวนคว�มแตกต�ง 1.09 1.06 1.08 1.06

ร�ยป (เฉลย) [Annual] 1,640,666 11.56 1,665,493 11.74

ร�ยเดอน (เฉลย) [Monthly] 737,838 5.21 780,497 5.52

อตร�สวนคว�มแตกต�ง 2.22 2.22 2.13 2.13

รวมทงหมด&ร�ยป [Aggregated & annual] 1,717,093 12.09 1,735,279 12.22

รวมทงหมด&ร�ยเดอน [Aggregated & monthly] 752,401 5.33 802,533 5.70

อตร�สวนคว�มแตกต�ง 2.28 2.27 2.16 2.14

แยกประเทศ&ร�ยป [Disaggregated & annual] 1,564,240 11.03 1,595,707 11.26

แยกประเทศ&ร�ยเดอน [Disaggregated & monthly] 723,275 5.10 758,461 5.34

อตร�สวนคว�มแตกต�ง 2.16 2.16 2.10 2.11

รวมทงหมด&ร�ยป [Aggregated & annual] 1,717,093 12.09 1,735,279 12.22

แยกประเทศ&ร�ยป [Disaggregated & annual] 1,564,240 11.03 1,595,707 11.26

อตร�สวนคว�มแตกต�ง 1.10 1.10 1.09 1.09

รวมทงหมด&ร�ยเดอน [Aggregated & monthly] 752,401 5.33 802,533 5.70

แยกประเทศ&ร�ยเดอน [Disaggregated & month] 723,275 5.10 758,461 5.34

อตร�สวนคว�มแตกต�ง 1.04 1.05 1.06 1.07

ทมา: อครพงศ อนทอง และปวณา คำาพกกะ (2553)

ผลการศกษาของอครพงศอนทองและปวณาคำาพกกะ(2553)แสดงใหเหนวาขอมลทมลกษณะแยกยอยใหผลการพยากรณแมนยำากวาขอมลทมลกษณะรวมกน ซงสอดคลองกบงานศกษาของKimandMoosa(2005)แตขดแยงกบงานศกษาของVuandTurner(2005)และKonandTurner(2005) ทแสดงใหเหนวา การใชขอมลทมลกษณะรวมกนในการพฒนาแบบจำาลองพยากรณใหผลการพยากรณ ทแมนยำากวาการใชขอมลลกษณะแยกยอย เนองจากในกรณทงสองใชขอมลของประเทศเกาหลใต และสงคโปร ซงมสงดงดดใจทางดานการทองเทยวนอยกวาประเทศไทยและอปสงคการทองเทยวมลกษณะHomogeneousมากกวาประเทศไทยดงนนในกรณของประเทศไทยซงมสงดงดดใจทางดานการทองเทยว ทหลากหลายมากกวาและอปสงคการทองเทยวมลกษณะHeterogeneousการใชขอมลทมลกษณะแยกยอยในการพฒนาแบบจำาลองพยากรณจะใหผลการพยากรณทแมนยำามากกวาเนองจากขอมลลกษณะแยกยอย ไดจำาแนกลกษณะเฉพาะทแตกตางกนของนกทองเทยว ทำาใหการพยากรณภายใตคณลกษณะเฉพาะ ทแตกตางกนสามารถลดความคลาดเคลอนจากการพยากรณไดดกวากรณทใชขอมลลกษณะรวมกนทเปน การรวมเอาความแตกตางทงหมดของนกทองเทยวไวในชดของขอมลเดยวกน


สำาหรบการใชขอมลทมความถสงกวาจะใหผลการพยากรณทแมนยำามากกวา ซงสอดคลองกบ ขอสงเกตของLimandMcAleer(2003)และSongandLi(2008)ดงนนการใชขอมลรายเดอนจงให ผลการพยากรณทแมนยำากวาการใชขอมลรายปเนองจากขอมลรายเดอนประกอบดวยอทธพลของแนวโนม ฤดกาล วฏจกร และความไมแนนอน ในขณะทขอมลรายปไมมอทธพลฤดกาลทมความสำาคญ ตออปสงคการทองเทยวและนกทองเทยวในแตละตลาดหรอในแตละประเทศมฤดกาลทองเทยวแตกตางกน ดงนนการพฒนาแบบจำาลองพยากรณอปสงคการทองเทยวโดยใชขอมลทปราศจากอทธพลฤดกาล อาจกอใหเกดความคลาดเคลอนในการพยากรณมากกวาการใชขอมลทมอทธพลฤดกาลนอกจากนขอมลทมความถสง เชน ขอมลรายเดอน เปนตน สามารถสะทอนความผดปกตหรออทธพลของเหตการณ ความไมแนนอนไดดกวา โดยอทธพลของเหตการณความไมแนนอนจะมผลตออปสงคการทองเทยว ในแตละประเทศแตกตางกน เนองจากนกทองเทยวแตละประเทศไดรบอทธพลและออนไหวตอเหตการณความไมแนนอนแตกตางกน



1. ทำาไมตองมการตรวจสอบขอมลเบองตนกอนนำาขอมลมาใชในการวเคราะหดวยวธทางเศรษฐมต? และจงยกตวอยางวธตรวจสอบขอมลเบองตนมาอยางนอย3วธพรอมคำาอธบายพอสงเขป?2. ขอมลอนกรมเวลาทไมคงทมคณสมบตอยางไร?และกอใหเกดปญหาอะไรหากนำามาใชในการวเคราะห? พรอมทงยกตวอยางวธตรวจสอบและวธแกไขปญหาหากขอมลไมคงทมาพอสงเขป?3. การตรวจสอบความสมพนธของตวแปรในแบบจำาลองแตกตางจากการตรวจสอบความสมพนธ เชงดลยภาพระยะยาว(Co-integration)อยางไร?และแตละการตรวจสอบมวธอยางไรบาง?(อธบาย พอสงเขป)4. การตรวจสอบความเหมาะสมและความความแมนยำาในการพยากรณแตกตางกนอยางไร?และในแตละ การตรวจสอบจะตองพจารณาจากคาสถตใดบาง?(อธบายพรอมเงอนไขในการพจารณา)



ถวลนลใบ.2544.เศรษฐมต2.กรงเทพฯ:สำานกพมพมหาวทยาลยรามคำาแหง.อครพงศอนทองและปวณาคำาพกกะ.2553.“การตรวจสอบลกษณะของขอมลอนกรมเวลาสำาหรบการ พยากรณอปสงคการทองเทยวในประเทศไทย.” วารสารมนษยศาสตรและสงคม มหาวทยาลย อบลราชธาน1(1):61-86.อครพงศอนทองและมงสรรพขาวสอาด.2552.“ความเปนฤดกาลของการทองเทยวในจงหวดเชยงใหม.” วารสารเศรษฐศาสตรมหาวทยาลยเกษตรศาสตร16(2):26-38.Asteriou,D.andHallG.S.2007.AppliedEconometrics:AModernApproachusingEViewsand Microfit.NewYork:PalgraveMacmillan.Beaulieu,J.J.andMiron,J.A.1993. “SeasonalunitrootsinaggregateUSdata.” Journalof Econometrics55(1-2):305-328.Dickey,D.A.andFuller,W.A.1979.“Distributionoftheestimatorsforautoregressivetimeseries withaunitroot.”JournaloftheAmericanStatisticalAssociation74(366):427-431.Enders,W.2004.AppliedEconometricTimeSeries.2nded.NewYork:JohnWiley&Sons.EngleR.F.andGranger,C.W.J.1987. “Co-integrationanderrorcorrection:representation, estimation,andtesting.”Econometrica55(2):251-276.Franses,P.H.1991.“Seasonality,non-stationarityandtheforecastingofmonthlytimeseries.” InternationalJournalofForecasting7(2):227-208.Franses,P.H.andHobijn,B.1997.“Criticalvaluesforunitroottestsinseasonaltimeseries.” JournalofAppliedStatistics24(1):25-48.Granger,C.W.J.1969.“Investigatingcausalrelationsbyeconometricmodelsandcross-spectral methods.”Econometrica37(3):424-438.Granger,C.W.J.andNewbold,P.1974. “Spuriousregressionsineconometrics.” Journalof Econometrics2(2):111-120.Habibi,F.andRahim,K.A.2009.“Aboundtestapproachtocointegrationoftourismdemand.” AmericanJournalofEconomicsandBusinessAdministration1(2):165-172.Hair,J.F.,Anderson,R.E.,Tatham,R.L.andBlack,W.1998.MultivariateDataAnalysis.5thed. London:Prentice-HallInternationalInc.Hylleberg,S.,Engle,R.F.,Granger,C.W.J.andYoo,B.S.1990. “Seasonalintegrationand cointegration.”JournalofEconometrics44(1-2):215-238.Johansen,S.1988.“Statisticalanalysisofcointegratingvectors.”JournalofEconomicDynamics andControl12(2/3):231-254.


Johansen,S.1995.Likelihood-BasedInferenceinCointegratedVectorAutoregressiveModels. Oxford:OxfordUniversityPress.Johansen,S.andJuselius,K.1990.“Maximumlikelihoodestimationandinferenceoncointegration withapplicationstothedemandformoney.”OxfordBulletinofEconomicsandStatistics 52(2):169-210.Kim,J.H.andMoosa,I.A.2005.“ForecastinginternationaltouristflowstoAustralia:acomparison betweenthedirectandindirectmethods.”TourismManagement26(1):69-78.Kon,S.C.andTurner,L.2005. “Neuralnetworkforecastingoftourismdemand.” Tourism Economics11(3):301-328.Kwiatkowski,D.,Phillips,P.C.B.,Schmidt,P.andShin,Y.1992.“Testingthenullhypothesisof stationarityagainstthealternativeofaunitroot.”JournalofEconometrics54(1-3):159-178. Lim,C.1997.“Reviewofinternationaltourismdemandmodels.”AnnalsofTourismResearch 24(4):835-849.Lim,C.andMcAleer,M.2003.“ModelinginternationaltraveldemandfromSingaporetoAustralia.” CIRJEDiscussionPapersCIRJE-F-214.http://www.e.u-tokyo.ac.jp/cirje/research/03 research02dp.html,January13,2009.Lütkepohl,H.andKrätzing,M.2004.AppliedTimeSeriesEconometrics.Cambridge:Cambridge UniversityPress.MacKinnon,J.G.1996.“Numericaldistributionfunctionsforunitrootandcointegrationtests.” JournalofAppliedEconometrics11(6):601-618.Pesaran,M.H.,Shin,Y.andSmith,R.J.2001.“Boundstestingapproachestotheanalysisoflevel relationships.”JournalofAppliedEconometrics16(3):289-326.Phillips,P.C.BandPerron,P.1988.“Testingforaunitrootintimeseriesregression.”Biometrika 75(2):335-346Said,E.andDickey,D.A.1984.“Testingforunitrootsinautoregressivemovingaveragemodels ofunknownorder.”Biometrika71(3):599-607Song,H.andLi,G.2008. “Tourismdemandmodellingandforecasting–Areviewofrecent research.”TourismManagement29(2):203-220.Song,H.,Kim,J.H.andYang,S.2010. “Confidenceintervalsfortourismdemandelasticity.” AnnalsofTourismResearch37(2):377-396.VanVoorshis,C.W.andMorgan,L.B.2007.“Understandingpowerandrulesofthumbfordetermining samplesizes.”TutorialsinQuantitativeMethodsforPsychology3(2):43-50.Vu,J.C.andTurner,L.2005.“Datadisaggregationindemandforecasting.”TourismandHospitality Research6(1):38-52.

บทท 3

ก�รวเคร�ะหคว�มเปนฤดก�ลในแหลงทองเทยว

เนอหาในบทนเปนการนำาเสนอแนวทางการวเคราะหความเปนฤดกาลในแหลงทองเทยวภายใต การใชขอมลอนกรมเวลาทครอบคลมตงแต การตรวจสอบการเปลยนแปลงและรปแบบความเปนฤดกาลดวยSeasonalunitroot การวเคราะหความผนผวนตามฤดกาล และการวดขนาดและการกระจกของ ความเปนฤดกาล เพอใหผอานเขาใจถงการวเคราะหรปแบบ อทธพล และเสถยรภาพความเปนฤดกาล รวมทงทราบแนวทางการวเคราะหความเขมขนของความเปนฤดกาลทเกดขนในแหลงทองเทยว และ การลดความเปนฤดกาลดวยการเพมสวนแบงการตลาดของนกทองเทยวกลมตางๆ นอกจากนเพอให ผอานเขาใจแนวทางการวเคราะหและการอธบายผลลพธทไดจากการวเคราะหดงนนเนอหาในแตละตอน จะประกอบดวยแนวทางการประยกตและผลลพธทไดจากการวเคราะหโดยใชงานศกษาของอครพงศอนทอง และมงสรรพขาวสอาด(2554)เปนกรณตวอยางในการอธบาย

3.1 คว�มเปนฤดก�ลในแหลงทองเทยว

ความเปนฤดกาลเปนปจจยสำาคญทมอทธพลตออปสงคการทองเทยว และเปนคณลกษณะเฉพาะ ทโดดเดนของการทองเทยว แมวาปจจบนยงไมมการใหความหมายหรอคำาจำากดความทชดเจนของ ความเปนฤดกาลในการทองเทยวแตการศกษาทผานมาแสดงใหเหนวาความเปนฤดกาลเปนปญหาสำาคญ ทแหลงทองเทยวแตละแหงเผชญเปนประจำาทกป โดยตลาด(หรอประเทศตนทาง) และแหลงทองเทยว ทแตกตางกนมฤดกาลในการทองเทยวแตกตางกน ขนอยกบปจจยหรอสาเหตของการเกดฤดกาลในการทองเทยว ในระยะแรกBar-On(1975) เสนอวา ความเปนฤดกาลในการทองเทยวมสาเหตหลกมาจากปจจยทางดานธรรมชาต(Natural)และสถาบน(Institutional)ตอมาButler(1994)ไดแบงปจจยททำาใหเกดฤดกาลในการทองเทยวออกเปน5 ปจจย คอ ปจจยทางดานธรรมชาต สถาบน แฟชน(Fashion) กฎเกณฑทางสงคม(Socialpressure) และงานเทศกาลกฬา(Sportingcalendar) ในป ค.ศ.1996 Frechtling(1996)เสนอเพมเตมวาผลกระทบของเวลาในปฏทน(Calendarseffect)เชนวนหยดตามเวลา ปฏทน เปนตน เปนอกปจจยหนงททำาใหเกดฤดกาลในการทองเทยว จนกระทงLundtorp,Rassing, andWanhill(1999)ไดสรปและแบงกลมของปจจยททำาใหเกดฤดกาลในการทองเทยวออกเปน2กลมหลก คอปจจยทางดานแรงผลก(Pushfactor)เชนความชอบในภมอากาศของนกทองเทยวการเขาชมงานเทศกาลกฬาเปนตนและปจจยทางดานแรงดง(Pullfactor)เชนขนบธรรมเนยมแฟชนวนหยดตามระยะเวลาในปฏทนเปนตน

58 บทท 3: ก�รวเคร�ะหคว�มเปนฤดก�ลในแหลงทองเทยว

โดยทวไปแหลงทองเทยวแตละแหงมรปแบบของวฎจกรฤดกาล2รปแบบคอชวงฤดทองเทยว(Highseason)และนอกฤดทองเทยว(Lowseason)วฎจกรฤดกาลทเกดขนในแหลงทองเทยวมผลกระทบ ทงทางตรงและทางออมตอสงคมและเศรษฐกจ(Socio-economic)สวนใหญมกกลาวถงผลกระทบเชงลบเชนผลกระทบตอการจางงานการลงทนการผลตของอตสาหกรรมตอเนองเปนตนมากกวาทจะกลาวถง ผลกระทบเชงบวกเชนโอกาสในการฟนฟหรอบรณะทรพยากรการทองเทยวเปนตน(Volo,2010)นอกจากน ความเปนฤดกาลทเกดขนในแหลงทองเทยวทำาใหตนทนเอกชนและตนทนทางสงคม(Privateandsocialcosts)สงกวาผลประโยชนทไดรบตนทนเอกชนทเกดขนเปนคาใชจายของผทเกยวของกบการทองเทยว ทประกอบดวยผผลตทเปนภาคเอกชน(Privateproducers)เชนโรงแรมรานอาหารเปนตนผบรโภค ขนสดทาย(Finalconsumer)เชนนกทองเทยวคนทองถนเปนตนและแรงงาน(Workers)ทอยในภาคการทองเทยวสวนตนทนทางสงคมสวนใหญเปนตนทนดานสาธารณปโภคของทองถนเชนนำาประปาไฟฟาการจดการมลภาวะการจดการขยะการจดการจราจรเปนตนรวมทงตนทนทางดานทรพยากรธรรมชาตและสงแวดลอมทมอยในแหลงทองเทยว(CucciaandRizzo,2011) การศกษาทผานมามการนำาเสนอทงแบบจำาลอง(Model) วธการวด(Measure) และการขบคด ทจะแกไขปญหาความเปนฤดกาลในแหลงทองเทยว มทงการใชวธเชงปรมาณและคณภาพในการศกษา วธเชงปรมาณทนยมใชมตงแตการใชดชนฤดกาลจนถงการใชเทคนคทางเศรษฐมตในการวเคราะหขนอยกบ วตถประสงคของการศกษานนๆ และนยมศกษาความเปนฤดกาลของนกทองเทยวทเดนทางมายง แหลงทองเทยวและทเขาพกในสถานทพกแรมนอกจากนการศกษาทผานมาไดแสดงใหเหนวานกทองเทยวภายในประเทศและตางชาตมรปแบบความเปนฤดกาลแตกตางกน วธการวดความเปนฤดกาลในแหลงทองเทยวสามารถทำาไดหลายวธตงแตการใชตวชวดอยางงาย เชนCoefficientofseasonalvariation(CSV),Seasonalityindicator(SI),Gini-coefficient(GC) เปนตน จนถงการใชวธทางสถตหรอเศรษฐมต เชน การวเคราะหรปแบบความเปนฤดกาล(Seasonalpattern)การคำานวณหาคาดชนฤดกาล(Seasonalindex)การตรวจสอบSeasonalunitrootการแยกองคประกอบดวยวธX-12-ARIMAหรอTRAMO-SEATS เปนตน(CucciaandRizzo,2011)ทงน การเลอกวธการวดความเปนฤดกาลขนอยกบวตถประสงคของการศกษาและขอจำากดของขอมลทใช ในการศกษาอยางไรกตามการศกษาสวนใหญนยมวดความเปนฤดกาลของแหลงทองเทยวผานการวเคราะห ความเปนฤดกาลของนกทองเทยวทเดนทางมายงแหลงทองเทยวหรอทเขาพกในสถานทพกแรม และใชวธการวดทหลากหลายในการตรวจสอบความเขมแขง(Robustness)ของผลลพธทไดเพอใหไดมาซง คำาตอบทนาเชอถอและความเขาใจเกยวกบความเปนฤดกาลทเกดขนในแหลงทองเทยว แมวามวธการวเคราะหความเปนฤดกาลหลายวธแตวธทนยมใชศกษาผลกระทบของความผนผวนตามฤดกาลทมตอจำานวนนกทองเทยวหรอแหลงทองเทยวคอการพจารณาดชนฤดกาลทไดจากการแยกองคประกอบความเปนฤดกาลออกจากขอมลอนกรมเวลาเชนวธเฉลยเคลอนท(Movingaverage)เปนตนสวนการศกษาการกระจกตวของความเปนฤดกาลนยมวเคราะหดวยคาสมประสทธจน กอนทจะวเคราะหองคประกอบของการกระจกตวของความเปนฤดกาลเพอคนหาMarginaleffectของตลาดนกทองเทยว(หรอประเทศตนทาง)ตามวธทเสนอโดยFernandez-MoralesandMayorga-Toledano(2008)สำาหรบ


การศกษาความเปนฤดกาลของแหลงทองเทยวในประเทศไทย สวนใหญเปนการวเคราะหเพอตรวจสอบ รปแบบความเปนฤดกาลดวยการพจารณาดชนฤดกาลหรอการวเคราะหองคประกอบของขอมลอนกรมเวลาโดยมการศกษาทงในระดบประเทศจงหวดและในระดบตลาดนกทองเทยว จากความหลากหลายของวธการวเคราะหความเปนฤดกาล สามารถแบงแนวทางการวเคราะห ความเปนฤดกาลในแหลงทองเทยวดวยขอมลอนกรมเวลาออกเปน2แนวทางตามกรอบแนวคดทแสดงใน รปท3.1ดงน

รปท 3.1 แนวท�งก�รวเคร�ะหคว�มเปนฤดก�ลในแหลงทองเทยวดวยขอมลอนกรมเวล�

ตรวจสอบการเปลยนแปลงและรปแบบความเปนฤดกาลดวย Seasonal unit root

การว�เคราะหความผนผวนตามฤดกาล

ใชดชนฤดกาลว�เคราะห

•รปแบบ (Pattern)

•อทธพล (Impact)

•เสถยรภาพ (Stability)

ขอมลอนกรมเวลา(Time series data)

การวดขนาด และการกระจกตวของความเปนฤดกาล

แนวทางการว�เคราะห

•วดขนาดจาก CSV และ SI

•วดการกระจกตวจาก GC

•ประเมน Marginal effect

รปท3.1แสดงแนวทางการประยกตใชวธเชงปรมาณในการวเคราะหความเปนฤดกาลในแหลงทองเทยว ดวยขอมลอนกรมเวลาโดยเรมจากการตรวจสอบความเปนฤดกาลของขอมลอนกรมเวลาดวยวธการตางๆ เชนการพจารณาจากกราฟเสนกราฟคอเรลโลเกรม(Corellogram)การวเคราะหดวยดชนฤดกาลเปนตนและการตรวจสอบการเปลยนแปลงและรปแบบความเปนฤดกาลดวยSeasonalunitrootหากตรวจพบวา ขอมลอนกรมเวลามองคประกอบความเปนฤดกาลตอมาจะวเคราะหความผนผวนตามฤดกาลและวดขนาด และการกระจกตวของความเปนฤดกาลทมอยในขอมล


3.2 ก�รตรวจสอบคว�มเปนฤดก�ลดวย Seasonal unit root

วธเบองตนทนยมใชตรวจสอบความเปนฤดกาลในแหลงทองเทยว คอ การพจารณากราฟเสน ดงกรณตวอยางในรปท3.2 ซงเปนกราฟเสนทแสดงการเคลอนไหวของจำานวนนกทองเทยวทเขาพกในสถานทพกแรมในจงหวดเชยงใหมระหวางเดอนมกราคม พ.ศ.2535-ธนวาคม พ.ศ.2550 จากการ พจารณากราฟดงกลาว ทำาใหทราบวา นกทองเทยวทเขาพกในสถานทพกแรมในจงหวดเชยงใหม มความผนผวนตามฤดกาลจรง และมขนาดความผนผวนเพมขนตลอดชวงเวลาทพจารณา โดยเฉพาะ หลงปพ.ศ.2546เปนตนมา จากการวเคราะหเบองตนสามารถตงขอสงเกตไดวาความเปนฤดกาลในการทองเทยวของเชยงใหมอาจเกดจากปจจยหลก2 ปจจย คอ1) สภาพภมอากาศ เนองจากเชยงใหมตงอยทางภาคเหนอของประเทศซงมอากาศทหนาวเยนและมความสวยงามในชวงฤดหนาวของทกปทำาใหนกทองเทยวทงชาวไทยและตางชาตนยมเดนทางมาทองเทยวเชยงใหมในชวงดงกลาวมากกวาชวงเวลาอนๆสวนปจจยท2)คอ งานเทศกาลหรองานประเพณตางๆของเชยงใหมเชนงานลอยกระทงในชวงประมาณเดอนพฤศจกายนงานสงกรานตในชวงเดอนเมษายน งานไมดอกไมประดบในเดอนมกราคม/กมภาพนธ เปนตน ดงนน ในชวงทมงานเทศกาลหรอประเพณดงกลาวจะมนกทองเทยวทงชาวไทยและตางชาตเดนทางมาทองเทยว เชยงใหมมากกวากรณปกตเชนเดยวกน ปจจยทงสองทำาใหในชวงฤดหนาว และชวงทมงานเทศกาลเปนชวงฤดทองเทยวของเชยงใหม(Highseason) ในขณะทเดอนทอยนอกชวงเวลาดงกลาวเปนชวง นอกฤดทองเทยว(Lowseason)ของเชยงใหมเชนเดอนพฤษภาคมมถนายนเปนตน

ทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2552)

รปท 3.2 จำ�นวนนกทองเทยวทเข�พกในสถ�นทพกแรมของเชยงใหมร�ยเดอนระหว�งป พ.ศ 2535-2550

คน

ว�กฤตเศรษฐกจป 40

ว�กฤตการณโรค SARS

มหกรรมพ�ชสวนโลก

กฬาซ�เกมส

ม.ค.35

ม.ค.36

ม.ค.37

ม.ค.38

ม.ค.39

ม.ค.40

ม.ค.41

ม.ค.42

ม.ค.43

ม.ค.44

ม.ค.45

ม.ค.46

ม.ค.47

ม.ค.48

ม.ค.49

ม.ค.50

600,000

500,000

400,000

300,000

200,000

100,000

0

9-11


นอกจากการพจารณากราฟเสนโดยทวไปยงวเคราะหความเปนฤดกาลดวยดชนฤดกาล(Seasonal index) เพอทราบแบบแผนการเคลอนไหวตามฤดกาลของชดขอมลทใชศกษา จากชดขอมลเดยวกน เมอนำามาวเคราะหดวยดชนฤดกาลพบวาระหวางปพ.ศ.2546-2550ในชวงเดอนตลาคม-กมภาพนธและกรกฎาคม-สงหาคมเปนชวงฤดทองเทยวของเชยงใหม(คาดชนฤดกาลมคามากกวา100)สวนเดอนทเหลอเปนชวงนอกฤดทองเทยวของเชยงใหม(ตารางท3.1และรปท3.3)โดยสตรการคำานวณคาดชนฤดกาลมลกษณะดงน

โดยXiคอขอมลจำานวนนกทองเทยวในเดอนทi

[3.1]

Si =X i

X i

*100 ; i = 1 , 2 , … , 12

ต�ร�งท 3.1 ดชนฤดก�ลของนกทองเทยวทเข�พกในสถ�นทพกแรมของเชยงใหมระหว�งป พ.ศ. 2546-2550

ป พ.ศ. ม.ค. ก.พ. ม.ค. เม.ย. พ.ค. ม.ย. ก.ค. ส.ค. ก.ย. ต.ค. พ.ย. ธ.ค.

2546 118.58 120.28 102.51 56.06 48.15 70.36 100.02 111.07 98.64 106.74 126.88 140.71

2547 124.82 92.27 88.98 89.43 82.93 89.33 104.42 106.40 92.35 99.47 111.42 118.17

2548 89.64 93.15 97.21 83.65 84.17 93.39 107.43 109.99 95.29 105.78 115.63 124.68

2549 109.71 102.85 102.24 93.54 85.18 91.28 100.95 105.66 84.99 91.25 107.28 125.07

2550 108.99 106.55 102.30 91.38 82.20 85.57 96.71 101.70 87.88 97.15 113.32 126.25

เฉลย 110.35 103.02 98.65 82.81 76.53 85.99 101.91 106.96 91.83 100.08 114.90 126.98

ทมา: คำานวณจากขอมลของการทองเทยวแหงประเทศไทย


ขอมลอนกรมเวลาทมองคประกอบฤดกาลจะมลกษณะไมนงหรอมSeasonalunitrootเนองจากขอมลดงกลาวจะมการเปลยนแปลงทมรปแบบความเปนฤดกาลในลกษณะทเกดขนซำาๆ กนทกป ทำาใหขอมลอนกรมเวลาไมอยในสภาวะสมดลเชงสถต(Statisticalequilibrium)หรอมคณสมบตทางสถต(คาเฉลย ความแปรปรวน และความแปรปรวนรวม) ทเปลยนแปลงตามเวลา(Ender,2004) ดงนนหากขอมลอนกรมเวลามSeasonalunitrootแสดงวาขอมลดงกลาวมความเปนฤดกาลเปนองคประกอบของขอมลHylleberget al.(1990)ไดเสนอวธทดสอบSeasonalunitroot(โดยทวไปเรยกวาHEGY-test)สำาหรบทดสอบขอมลอนกรมเวลาแบบรายไตรมาสตอมาFranses(1991)และBeaulieuandMiron(1993)พฒนาวธดงกลาวใหสามารถทดสอบกบขอมลอนกรมเวลาแบบรายเดอนแบบจำาลองพนฐานทใชทดสอบSeasonalunitrootของขอมลรายเดอนมลกษณะดงน(Franses,1990)

รปท 3.3 ดชนฤดก�ลเฉลยของนกทองเทยวทเข�พกในสถ�นทพกแรมของเชยงใหมระหว�งป พ.ศ. 2546-2550

มกราคม

140

120

100

80

60

40

%

กมภาพนธ มนาคม เมษายน พฤษภาคม มถนายน กรกฎาคม สงหาคม กนยายน ตลาคม พฤศจ�กายน ธนวาคม

โดยท y1,t = (1 + L) (1 + L2) (1 + L4 + L8) Yt

y2,t = – (1 – L) (1 + L2) (1 + L4 + L8) Yt

[3.2]∆12 Yt = π1 y1,t–1 + π2 y2,t–1 + π3 y3,t–1 + π4 y3,t–2 + π5 y4,t–1 + π6 y4,t–2 + π7 y5,t–1

+ π8 y5,t–2 + π9 y6,t–1 + π10 y6,t–2 + π11 y7,t–1 + π12 y7,t–2 + φj∆12Yt–j + εt


y3,t = – (1 – L2) (1 + L4 + L8) Yt

y4,t = – (1 – L4) (1 – 3L + L2) (1 + L4 + L8) Yt

y5,t = – (1 – L4) (1 + 3L + L2) (1 + L4 + L8) Yt

y6,t = – (1 – L4) (1 – L2 + L4) (1 – L + L2) Yt

y7,t = – (1 – L4) (1 – L2 + L4) (1 + L + L2) Yt

∆12 Yt–j คอ ตวแปรลา(Lags)ของอนกรมเวลา∆12 Ytณเวลาทt–j

π1 , ... , π12 , φj คอ คาพารามเตอร

εt คอ กระบวนการWhitenoise[εt ~ N (0 , σ2εt)]

นอกจากนสามารถเพมองคประกอบเชงกำาหนด(Deterministiccomponents) ทประกอบดวย คาคงท(Intercept) ตวแปรหนของความเปนฤดกาล11ตวแปร(Seasonaldummy) และคาแนวโนมเวลา(Timetrend)เขาไปในสมการ(3.2)สำาหรบจำานวนตวแปรลาพจารณาจากคาAkaike’sinformation criterion(AIC)Hanan-Quinncriterion(HQC)Schwarzcriterion(SC)และFinalpredictionerror (FPE)(LütkepohlandKrätzing,2004)สวนรปแบบวฏจกร(Cycles)และสมมตฐานทใชทดสอบSeasonal unitrootแสดงในตารางท3.2โดยสมมตฐานหลกคอH0 : πi = 0 (i = 2 , … , 12)และประยกตใช คาสถตF(F-statistic)ในการคำานวณและนำาคาทไดไปเปรยบเทยบกบคาวกฤต(Criticalvalues)ทเสนอโดย FransesandHobijn(1997)

ต�ร�งท 3.2 ก�รทดสอบ Seasonal unit roots ของขอมลร�ยเดอน

No. Transformation Cycles/Year Definition H0 : Unit root Ha : No unit root

0 y1,t = (1 + L) (1 + L2) (1 + L4 + L8) Yt 0 Annual π1 = 0 π1 ≠ 0

1 y2,t = – (1 – L) (1 + L2) (1 + L4 + L8) Yt 6/12 Semi-annual π2 = 0 π2 ≠ 0

2 y3,t = – (1 – L2) (1 + L4 + L8) Yt 3/12 (9/12) Quarterly π3 ∩ π4 = 0 π3 ∩ π4 ≠ 0

3 y4,t = – (1 – L4) (1 – 3L + L2) (1 + L4 + L8) Yt 5/12 (7/12) Monthly π5 ∩ π6 = 0 π5 ∩ π6 ≠ 0

4 y5,t = – (1 – L4) (1 + 3L + L2) (1 + L4 + L8) Yt 1/12 (11/12) Monthly π7 ∩ π8 = 0 π7 ∩ π8 ≠ 0

5 y6,t = – (1 – L4) (1 – L2 + L4) (1 – L + L2) Yt 4/12 (8/12) Monthly π9 ∩ π10 = 0 π9 ∩ π10 ≠ 0

6 y7,t = – (1 – L4) (1 – L2 + L4) (1 + L + L2) Yt 2/12 (10/12) Monthly π11 ∩ π12 = 0 π11 ∩ π12 ≠ 0

ทมา: ดดแปลงมาจาก Rodrigues and Franses (2003) และ Sørensen (1999)


ผลการทดสอบSeasonalunitroot เผยใหเหนวาขอมลอนกรมเวลามรปแบบความเปนฤดกาลอยางไรขอมลอนกรมเวลาแตละชดอาจมรปแบบความเปนฤดกาลมากกวา1รปแบบหากพบวาขอมลอนกรมเวลามความเปนฤดกาลเปนองคประกอบของขอมล ตอมาจะนำาขอมลดงกลาวมาวเคราะห ความผนผวนตามฤดกาล และวดขนาดและการกระจกตวของความเปนฤดกาลตามแนวทางทเสนอไว ในรปท3.1จากกรณตวอยางในตารางท3.3แสดงผลการทดสอบSeasonalunitrootซงแถวทเปนการทดสอบสมมตฐานหลกทวาπ1 = 0เปนการทดสอบRegularunitroot(Unitrootatannual)สวนสมมตฐาน ท1ถง6เปนการทดสอบรปแบบการเปลยนแปลงของความเปนฤดกาลสำาหรบแถวสดทายเปนการสรป ผลการทดสอบ

ต�ร�งท 3.3 ผลก�รทดสอบ Seasonal unit root (HEGY-test) ของสถ�นทพกแรมในแหลงทองเทยวทสำ�คญของไทย

สมมตฐานหลก (H0 : Unit root)

กรงเทพฯ ภเกต พทยา เชยงใหม

ทงหมด ไทย ตางชาต ทงหมด ไทย ตางชาต ทงหมด ไทย ตางชาต ทงหมด ไทย ตางชาต

0. π1 = 0 -1.11 0.44 -2.10 -2.36 -0.74 -1.93 1.90 1.71 1.37 -3.03 -0.37 -0.89

1. π2 = 0 -0.64 -0.35 -0.11 0.42 -2.37** 0.25 -0.86 0.75 -2.07** -0.28 -3.36*** -1.77*

2. π3 ∩ π4 = 0 0.49 1.43 1.23 0.48 0.44 0.80 4.38** 1.25 7.56*** 0.67 0.89 0.84

3. π5 ∩ π6 = 0 10.76*** 0.08 5.48*** 0.66 6.40*** 3.54** 3.79** 3.63** 7.58*** 0.34 0.11 3.18**

4. π7 ∩ π8 = 0 2.73* 2.37 2.09 0.82 5.42*** 1.25 0.87 1.15 0.25 2.36 0.17 0.56

5. π9 ∩ π10 = 0 10.31*** 3.44** 2.73* 1.70 4.55*** 2.60* 4.55** 2.34 5.26*** 1.58 1.63 1.58

6. π11 ∩ π12 = 0 13.07*** 4.34** 4.51** 3.90** 0.56 1.52 4.08** 0.85 2.09 0.76 1.44 1.59

No. of lags 5 16 13 38 2 14 2 8 1 32 35 15

Deterministic component

T, C T, C T, C T, C T, C T, C - - - T, C - -

Unit roots at 0,1,2,4

0,1,2,3,4

0,1,2,4,5

0,1,2,3,4,5

0,2,6 0,1,2,4,5,6

0,1,4 0,1,2,4,5,6

0,4,6 0 to 6 0,2,3,4,5,6

0,1,2,4,5,6

หมายเหต : T = Time trend, C = Constant : ***, ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05, และ 0.10 ตามลำาดบทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)

ผลลพธทไดจากการทดสอบ แสดงใหเหนวา ระหวางป พ.ศ.2535-2550 แหลงทองเทยวและตลาดนกทองเทยวแตละแหงมรปแบบความเปนฤดกาลแตกตางกนและมรปแบบความเปนฤดกาลมากกวา 1รปแบบโดยเชยงใหมมรปแบบความเปนฤดกาลมากทสด(มUnitrootท1-6)โดยเฉพาะตลาดนกทองเทยว ชาวไทย(มUnitrootท2-6) ในขณะทพทยามความหลากหลายของรปแบบความเปนฤดกาลในตลาด นกทองเทยวชาวไทยมากกวาตางชาต แตเนองจากตลาดนกทองเทยวชาวไทยมสดสวนประมาณ รอยละ30 ของจำานวนนกทองเทยวทงหมดของพทยา ดงนนความผนผวนตามฤดกาลทเกดขนในตลาด นกทองเทยวชาวไทยจงไมมอทธพลตอการกำาหนดรปแบบความเปนฤดกาลโดยรวมของพทยา ซงยงคง


มความผนผวนตามฤดกาลตำาตามตลาดนกทองเทยวตางชาต แตกตางจากภเกตทมความผนผวนตามฤดกาลสงในตลาดนกทองเทยวตางชาตทเปนตลาดหลกของภเกต(มสดสวนมากกวารอยละ60ของจำานวนนกทองเทยวทงหมดของภเกต) ทำาใหภาพรวมของการทองเทยวของภเกตมรปแบบความเปนฤดกาลทมความผนผวนมากกวาพทยาและกรงเทพฯแตนอยกวาเชยงใหม

3.3 ก�รวเคร�ะหคว�มผนผวนต�มฤดก�ล

ขอมลอนกรมเวลา(Timeseries)มสวนประกอบ4สวน ไดแก แนวโนม(Trend:T)ฤดกาล(Seasonal:S)วฏจกร(Cycle:C)และความไมแนนอน(Irregular:I)โดยทวไปรปแบบของอนกรมเวลาม2รปแบบคอ

โดยท Y คอ อนกรมเวลา T คอ อทธพลของแนวโนม S คอ อทธพลของฤดกาล C คอ อทธพลของวฏจกร I คอ อทธพลของความไมแนนอน

[3.3]รปแบบบวก Y = T + S + C + I

และรปแบบคณ Y = T × S × C × I

ดงนนความผนผวนตามฤดกาลจงเปนองคประกอบหนงของขอมลอนกรมเวลาทเปนความแปรปรวนภายในปทเกดขนซำาๆกนทกปโดยHyllebergandMizon(1989)ไดแบงองคประกอบของความเปนฤดกาลออกเปน2กลมคอ1)DeterministicเปนองคประกอบทไมมการเปลยนแปลงตามเวลาเชนSeasonaldummyเปนตนและ2)StochasticเปนองคประกอบทมการเปลยนแปลงตามเวลาเชนSeasonalunitrootprocessเปนตน การแยกองคประกอบความเปนฤดกาลออกจากขอมลอนกรมสามารถทำาไดหลายวธเชนวธคาเฉลย อยางงาย วธคาเฉลยเคลอนท การวเคราะหการถดถอย(Regressionanalysis) เปนตน แตวธทไดรบความนยมมากทสดไดแกวธX-12-ARIMA(X-12-AutoregressiveIntegratedMovingAverage)และTRAMO/SEATS(TimeSeriesRegressionwithARIMANoise,MissingObservationsandOutliers/ SignalExtraction inARIMATimeSeries) เนองจากมความเหมาะสมในกรณทขอมลอนกรมเวลา มองคประกอบของความเปนฤดกาลทงแบบDeterministicและStochasticรวมทงสามารถใชในกรณทไมสามารถกำาหนดชวงเวลาของการหาคาเฉลยไดแนนอนและขอมลมความผนผวนสงKocandAltinay(2007)อธบายวาวธทงสองมกระบวนการในการแยกองคประกอบทคลายคลงกนกลาวคอในขนตอนแรก จะใชRegARIMAและTRAMOปรบหรอขจดDeterministiceffectsเชนOutliersเปนตนออกจากขอมล


กอนทจะใชX-12และSEATSในการแยกองคประกอบของสวนทเหลอทเปนStochasticอยางไรกตาม วธTRAMO/SEATSสามารถใชแยกองคประกอบในรปแบบผลบวก(Additive)ไดเทานนดงนนจงนยม ใชวธX-12-ARIMAในการแยกองคประกอบของขอมลอนกรมเวลามากกวาวธTRAMO/SEATS เมอไดดชนฤดกาล(St)จากการแยกองคประกอบของขอมลอนกรมเวลาแลวตอมาจะนำาดชนฤดกาลทคำานวณได(St)มาประเมนผลกระทบทเกดขนจากความผนผวนตามฤดกาลในเดอนทt(PSt)ดวยสตรการคำานวณดงน

[3.4]

PSt =(St – 100)

100

คาPStทคำานวณไดบอกขนาดการเพมขนหรอลดลงของนกทองเทยวทเกดขนจากความผนผวนตามฤดกาลเมอเทยบกบกรณปกตโดยเดอนทมคาPStมากกวาศนย(PSt > 0)เปนเดอนทมนกทองเทยว มากกวากรณปกตหรอเปนชวงฤดทองเทยวในทางกลบกนเดอนทมคาPStนอยกวาศนย(PSt < 0)เปนเดอน ทมนกทองเทยวนอยกวากรณปกตหรอเปนชวงนอกฤดทองเทยว จากวธแยกองคประกอบจะไดดชนฤดกาลในแตละเดอนในชวงเวลาทศกษาซงอาจไมคงทหรอไมมเสถยรภาพ(Instability)เนองจากสาเหตหลายประการเชนการเปลยนแปลงนโยบายของแหลงทองเทยว/ประเทศตนทาง/คแขงการเกดเหตการณวกฤต/ความไมแนนอนการเปลยนแปลงพฤตกรรมของนกทองเทยว เปนตน ดงนนHuiandYuen(2002) จงเสนอวธตรวจสอบเสถยรภาพ(Stability) ของดชนฤดกาล โดยการทดสอบคาสมประสทธทไดจากการถดถอยสมการน

[3.5]

Si,t = ρi Si,t–1 + εi,t ; i = 1 , … , 12 ; t = 1 , … , T

โดยทSi,tคอดชนฤดกาลในเดอนทiปทt

จากสมการท(3.5)หากดชนฤดกาลมเสถยรภาพคาρiมคาเทากบ1ดงนนสามารถประยกตใชWaldtestในการทดสอบสมมตฐานหลกทวาH0 : ρi = 1และประยกตใชคาสถตFทดสอบสมมตฐานดงกลาวหากปฎเสธสมมตฐานหลกแสดงวาดชนฤดกาลของเดอนทกำาลงพจารณา(ม12เดอน)ในชวงระยะเวลาทศกษาไมมเสถยรภาพ


เมอนำาขอมลทใชทดสอบSeasonalunit root ในสวนทผานมา มาแยกองคประกอบดวยวธ X-12-ARIMAและคำานวณหาคาดชนฤดกาลเฉลยของชดขอมลดงกลาว(เปนขอมลระหวางปพ.ศ.2535-2550) พบวา แหลงทองเทยวแตละแหงมรปแบบความผนผวนตามฤดกาลแตกตางกน (ดรายละเอยดใน รปท3.4)โดยกรงเทพฯและภเกตมความผนผวนตามฤดกาลนอยกวาพทยาและเชยงใหมและเปนทสงเกตวา รปแบบความผนผวนตามฤดกาลของตลาดนกทองเทยวชาวไทยและตางชาตมลกษณะแตกตางกน ในบางชวงของปความแตกตางดงกลาวสะทอนใหเหนถงเดอนทเปนชวงนอกฤดทองเทยวของนกทองเทยว ชาวไทยและตางชาตซงเปรยบเสมอนชวงนอกฤดทองเทยวทแทจรงของแหลงทองเทยว

รปท 3.4 ดชนฤดก�ลของสถ�นทพกแรมในแหลงทองเทยวทสำ�คญของไทยคำ�นวณดวยวธ X-12-ARIMA

จากรปแบบความผนผวนตามฤดกาลทแตกตางของตลาดนกทองเทยวทแสดงในรปท3.4 ทำาใหทราบวา เดอนทเปนชวงนอกฤดทองเทยวทแทจรงของแหลงทองเทยวทสำาคญแตละแหง คอ กรงเทพฯ ม1เดอนไดแกเดอนมถนายนภเกตม3เดอนไดแกเดอนพฤษภาคม-กรกฎาคมพทยาม2เดอนไดแกเดอนมถนายนและกนยายนและเชยงใหมม4เดอนไดแกเดอนพฤษภาคม-มถนายนและเดอนกนยายน-ตลาคมความแตกตางของฤดกาลในแตละแหลงทองเทยวขนอยกบความแตกตางของปจจยททำาใหเกดฤดกาลในแหลงทองเทยวนนๆอยางไรกตามสภาพภมอากาศวนหยดตามเวลาในปฏทนเทศกาล และชวงหยดยาว (Holiday) ของนกทองเทยวตางชาต ยงคงเปนปจจยสำาคญททำาใหเกดฤดกาล ในแหลงทองเทยวทง4แหงของไทย


สำาหรบตารางท3.4เปนผลการประเมนอทธพลของความผนผวนตามฤดกาล(PSt)ทไดจากสมการท3.4โดยใชดชนฤดกาลทไดจากการแยกองคประกอบดวยวธX-12-ARIMAในทนเพอความเขาใจการอธบาย ผลลพธในตารางท3.4 จงขอยกตวอยางกรณของกรงเทพฯทมคาตวเลขเทากบ32.01 ในคอลมนแรก แถว“ฤดทองเทยว”ตวเลขดงกลาวสะทอนใหเหนวาในชวงฤดทองเทยวของกรงเทพฯจะมนกทองเทยวเดนทางมาทองเทยวมากกวากรณปกตประมาณรอยละ32.01%นอกจากนเพอใหสะดวกตอการพจารณาในตารางจงมการแรเงาตวเลขทเปนชวงฤดกาลทองเทยวในขณะทชวงนอกฤดกาลจะไมแรเงาตวเลข

ต�ร�งท 3.4 ค�เฉลยของคว�มผนผวนต�มฤดก�ลของสถ�นทพกแรมในแหลงทองเทยวทสำ�คญของไทย

เดอน กรงเทพฯ ภเกต พทยา เชยงใหม


มกร�คม 7.68 4.13 10.43 5.04 -1.91 11.44 24.79 -36.92 40.44 31.35 27.78 28.14

กมภ�พนธ 2.29 -10.20 9.56 0.69 -7.68 3.91 11.91 -26.97 21.71 0.92 -3.26 9.47

มน�คม 11.06 11.39 13.60 -0.27 0.38 1.57 4.38 5.80 2.35 3.06 3.86 0.10

เมษ�ยน -0.87 0.89 -1.46 4.35 7.95 1.50 0.87 41.69 -9.96 -4.06 5.51 -12.49

พฤษภ�คม 0.22 -8.70 1.79 -4.49 -0.23 -13.01 -4.49 23.63 -10.99 -18.00 -8.52 -34.20

มถน�ยน -2.81 -5.55 -2.35 -15.10 -12.40 -15.90 -16.36 -7.34 -19.91 -26.02 -22.83 -28.78

กรกฎ�คม -2.39 2.52 -3.69 -9.55 -4.85 -13.64 -14.46 1.31 -19.16 -4.92 -10.12 0.47

สงห�คม -4.38 0.90 -6.07 -2.81 0.33 -6.48 -14.73 0.26 -18.77 -4.75 -12.97 3.59

กนย�ยน -11.39 3.50 -15.31 -11.64 0.53 -17.67 -30.55 -19.64 -32.57 -18.39 -21.24 -20.20

ตล�คม -7.12 0.31 -11.41 8.43 11.36 7.01 -10.21 23.86 -13.07 -7.70 -1.85 -2.98

พฤศจก�ยน 9.13 3.22 7.08 10.53 -0.01 14.28 16.59 -8.37 22.32 16.25 0.15 28.94

ธนว�คม 1.62 -1.49 0.12 16.33 6.75 29.30 31.83 4.72 35.43 30.83 47.82 21.95

ฤดทองเทยว 32.01 26.85 35.38 45.38 27.29 69.02 90.37 101.27 122.24 82.41 85.13 92.67

นอกฤดทองเทยว -28.95 -24.45 -40.29 -43.87 -27.08 -66.69 -90.80 -99.25 -124.43 -83.82 -80.78 -98.65

หมายเหต: ขอมลทแรเงา คอ ชวงฤดทองเทยว สวนขอมลทไมไดแรเงา คอ ชวงนอกฤดทองเทยวทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)

ผลการวเคราะหในตารางท3.4นอกจากทราบขนาดของอทธพลของความเปนฤดกาลแลวยงทราบเปอรเซนตความแตกตางระหวางชวงฤดและนอกฤดการทองเทยวเมอพจารณาในภาพรวมทงปนอกจากน หากมการพจารณาในระดบตลาดกจะทำาใหทราบชวงเวลาหรอเดอนทมการซอนทบ(Overlap)ของแตละตลาด เชน ในกรณของกรงเทพฯ เดอนกมภาพนธเปนชวงนอกฤดของนกทองเทยวชาวไทย แตกลบเปนชวง ฤดกาลทองเทยวของชาวตางชาตเปนตนความแตกตางดงกลาวจะเผยใหเหนวาการเพมขนของนกทองเทยว ในตลาดหนงสามารถทดแทนการลดลงของนกทองเทยวในอกตลาดหนงไดหรอไมอยางเชนในกรณของกรงเทพฯชวงเดอนเมษายนเปนฤดทองเทยวของคนไทยซงมการเพมขนของจำานวนนกทองเทยวชาวไทย ประมาณรอยละ0.89 จากกรณปกต ในขณะเดยวกนชวงเวลาดงกลาวเปนชวงนอกฤดทองเทยวของ นกทองเทยวตางชาตซงมการลดลงของนกทองเทยวตางชาตประมาณรอยละ1.46จากกรณปกตเปนตนจากกรณตวอยางดงกลาวแสดงใหเหนวาการเพมขนของจำานวนนกทองเทยวชาวไทยในชวงเดอนเมษายนไมสามารถชดเชยการลดลงของนกทองเทยวตางชาตในชวงเวลาเดยวกนได


จากกรณตวอยางขางตนจะเหนไดวาการพจารณาอทธพลของความผนผวนตามฤดกาลควรพจารณา ในระดบตลาดหรอประเทศตนทางของนกทองเทยวรวมกบการตรวจสอบขนาดของอทธพลของความผนผวน ตามฤดกาล จงจะทำาใหทราบอทธพลของความผนผวนตามฤดกาลและเดอนทเปนชวงนอกฤดทองเทยวทแทจรง สำาหรบการวเคราะหเสถยรภาพของดชนฤดกาลดวยสมการท 3.5 ทำาใหทราบถงแนวโนมการเคลอนไหวของดชนฤดกาลในชวงเวลาทศกษาวาคงท(Stable:S) เพมขน(Increase: I)หรอลดลง (Decrease:D)และสามารถนำาแนวโนมดงกลาวมาเปรยบเทยบระหวางตลาดนกทองเทยวหรอแหลงทองเทยว ทแตกตางกนไดรวมทงการตงขอสงเกตและคนหาเหตผลเพอสนบสนนผลลพธทไดจากการวเคราะหวามสาเหตมาจากปจจยใดบางดงกรณตวอยางในตารางท3.5ทผลการวเคราะหในภาพรวมทงหมดสะทอนใหเหนวาความเปนฤดกาลของตลาดนกทองเทยวชาวไทยมเสถยรภาพนอยกวาตลาดนกทองเทยวตางชาตอาจเปนไปไดวา นกทองเทยวชาวไทยมความยดหยน(Flexibility) และสามารถเปลยนแปลงพฤตกรรมหรอชวงเวลาในการทองเทยวไดงายกวานกทองเทยวตางชาต หรอในกรณของเชยงใหมทแนวโนม ความเปนฤดกาลของนกทองเทยวชาวไทยลดลงในเดอนกมภาพนธ อาจเปนผลมาจากปญหามลภาวะ ทางอากาศทรนแรงมากขนของเชยงใหมตงแตปพ.ศ.2545เปนตนมา

ต�ร�งท 3.5 ผลก�รวเคร�ะหคว�มเคลอนไหวของดชนฤดก�ลระหว�งป พ.ศ. 2535-2550

เดอนกรงเทพฯ ภเกต พทยา เชยงใหม


มกร�คม S S S D S D S D S I S I

กมภ�พนธ D D S D S D S D S D D S

มน�คม S S S D S D S S S I I S

เมษ�ยน D S D S D S S S S S S S

พฤษภ�คม S D S I D I S S S S S S

มถน�ยน I D I S I S S I I S S S

กรกฎ�คม S I S S S S S S S S S S

สงห�คม S I S S S S S S S D D S

กนย�ยน S I S S S S S S S D D D

ตล�คม S I S I I I S I S D S S

พฤศจก�ยน I S I S I D S S S S S S

ธนว�คม I S I S D S S D S I I D

หมายเหต : S = Stable; D = Decrease และ I = Increase : ขอมลทแรงเงา คอ ชวงฤดทองเทยว สวนขอมลทไมไดแรงเงา คอ ชวงนอกฤดทองเทยวทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)


3.4 วธวดขน�ดของคว�มเปนฤดก�ล

วธการวดขนาดของความเปนฤดกาลทงายและนยมใชโดยทวไป ไดแกCoefficientofseasonalvariation(CSV) ทเปนการวดการกระจายของขอมลในแตละเดอนเทยบกบคาเฉลยทงป และดชนชวด ความเปนฤดกาล(Seasonalityindicator:SI)ทสะทอนRelativecapacityทไดจากการเปรยบเทยบคาเฉลย ทงปกบคาสงสดในชวงปนนโดยสตรคำานวณของวธทงสองมลกษณะดงน(Lundtorp,2001)

โดยท SDt คอคาคลาดเคลอนมาตรฐานของขอมลจำานวนนกทองเทยวในปทt t คอคาเฉลยของขอมลจำานวนนกทองเทยวในปทt Xmax คอขอมลจำานวนนกทองเทยวทมคาสงสดในปทt

[3.6]

CSVt = SIt =และSDt

t Xmax

t

คาCSVและSIทคำานวณไดแสดงขนาดของความผนผวนตามฤดกาลหากCSVมคาตำาแสดงวา จำานวนนกทองเทยวในแตละเดอนของปทกำาลงพจารณากระจายอยใกลกบคาเฉลยของปนนหรอมความเปนฤดกาลนอยในขณะทคาSIมคาระหวาง1/12ถง1หากปใดทคาSI = 1แสดงวาในปนนไมมPeakseason ดงนนหากคาSI มคาเขาใกล1 แสดงวา ปทกำาลงพจารณามความผนผวนตามฤดกาลตำา จากขางตน จะเหนไดวา CSV และ SI มความสมพนธทผกผนกน และสามารถใชวธทงสองเปรยบเทยบขนาด ความเปนฤดกาลระหวางแหลงทองเทยวปและตลาดนกทองเทยว(หรอประเทศตนทาง)ทแตกตางกนได อยางไรกตามKoenigandBischoff(2003)เสนอวาทงสองวธยงคงมขอจำากดในเรองของการออนไหวตอคาสดโตง(Extremevalues)และการไมคำานงถงความเบ(Skewness)ของขอมลทใชในการศกษา รปท3.5และ3.6เปนผลการประเมนขนาดของความเปนฤดกาลดวยวธCSVและSIของขอมล ชดเดยวกนทใชในสวนทผานมา พบวา ตลาดนกทองเทยวตางชาตมขนาดความเปนฤดกาลสง แตม ความผนผวนของความเปนฤดกาลนอยกวาตลาดนกทองเทยวชาวไทยและเปนทนาสงเกตวาคาCSVและSI มความผนผวนตามเหตกการณวกฤตเชนการระบาดของโรคซารสในปพ.ศ.2546ทำาใหขนาดความเปนฤดกาลเพมขนในตลาดนกทองเทยวตางชาตของกรงเทพฯและพทยาในขณะทเหตการณสนามในปลายป พ.ศ.2547ทำาใหตลาดนกทองเทยวชาวตางชาตของภเกตมขนาดความเปนฤดกาลเพมขนในปพ.ศ.2548 กอนปรบตวลดลงหลงจากนนสวนการจดงานมหกรรมพชสวนโลกทเชยงใหมในชวงปลายปพ.ศ.2549ตอเนองจนถงตนปพ.ศ.2550ทำาใหตลาดนกทองเทยวชาวไทยของเชยงใหมมความเปนฤดกาลมากขนเปนตน


รปท 3.5 ค� Coefficient of seasonal variation (CSV)

รปท 3.6 ค� Seasonality indicator (SI)


จากขอสงเกตขางตนจะเหนไดวาCSVและSIมความออนไหวตอเหตการณไมแนนอนตามขอสงเกต ของการศกษาในอดตดงนนคาCSVและSIในปทมเหตการณไมแนนอนเกดขนจงไมใชคาทสะทอนขนาด ของความเปนฤดกาลเพยงอยางเดยวแตมขนาดของอทธพลจากเหตการณไมแนนอนอยในคาCSVและSI ดวย ดงนนอาจทำาใหผวจยเขาใจผดวา ในปดงกลาวแหลงทองเทยวหรอตลาดนกทองเทยวทกำาลงพจารณามขนาดความเปนฤดกาลเพมขน จากจดออนของCSVและSIในกรณดงกลาวAkaraponget al.(2011)และอครพงศอนทอง และมงสรรพ ขาวสอาด(2554) เสนอวา ในการพจารณาขนาดความเปนฤดกาลของแหลงทองเทยว ควรใชCSVและSIรวมกบตวชวดอนๆเชนดชนฤดกาลดชนความไมแนนอนเปนตนและควรวเคราะหในระดบตลาดควบคกบการวเคราะหในภาพรวมของแหลงทองเทยว เนองจากการเปลยนแปลงขนาด ของความเปนฤดกาลในตลาดหนงโดยเฉพาะตลาดทมสวนแบงการตลาดสงจะมอทธพลตอความผนผวนตามฤดกาลในภาพรวมของแหลงทองเทยว อยางเชน ในกรณของภเกตทแมวาตลาดนกทองเทยว ชาวไทยจะมขนาดของความผนผวนตามฤดกาลสงกวาตลาดนกทองเทยวตางชาตแตดวยสวนแบงการตลาด เพยงรอยละ30 ทำาใหขนาดความผนผวนตามฤดกาลของตลาดนกทองเทยวชาวไทยไมมอทธพลตอ ความเปนฤดกาลในภาพรวมเปนตนซงแตกตางจากเชยงใหมทมสดสวนของตลาดนกทองเทยวชาวไทย และตางชาตใกลเคยงกน ดงนนการเปลยนแปลงขนาดความเปนฤดกาลในตลาดใดตลาดหนงยอมม ผลกระทบตอความเปนฤดกาลของการทองเทยวเชยงใหม

3.5 วธวดก�รกระจกตวของคว�มเปนฤดก�ล

การวดการกระจกตวของความเปนฤดกาลหรอการวดความไมเทาเทยมกนในกระจายตวของจำานวนนกทองเทยวทเกดขนในรอบปอนเนองมาจากอทธพลฤดกาล นยมประเมนดวยGini-coefficient(GC)เนองจากเปนวธทมความไดเปรยบกวาวธวดความเปนฤดกาลวธอนๆเชนCSV,SI,HHI(Hirschman-Herfindahl index) เปนตน (Tsitouras,2004) อยางไรกตามวธนยงคงออนไหวตอคาสดโตง และ ไมสามารถแสดงรปแบบหรอเสถยรภาพของความเปนฤดกาลไดเชนเดยวกบวธCSV และSI(Koenig andBischoff,2003)นอกจากนLundtorp(2001) ไดแสดงใหเหนถงความสมพนธทผกผนกนระหวาง คาGCกบSI [GC = 0.917เมอSI = 0.083และGC = 0เมอSI = 1]และเสนอวาควรใชGC ในการวดความเปนฤดกาลเมอพบวามความไมเทาเทยมกนของนกทองเทยวในแตละเดอนโดยมสตรการคำานวณGCดงน

โดยท G คอ คาสมประสทธจน

[3.7]

G =n

n + 1 – 2 iSi


i คอ อนดบของสดสวนของเดอนทi Si คอ สดสวนจำานวนนกทองเทยวของเดอนทi n คอ จำานวนเดอนในรอบป(12เดอน)

คาสมประสทธจนทคำานวณไดมคาระหวาง 0(ไมมความเปนฤดกาล) ถง G → (n–1) /n (≈ 0.9167)(มฤดทองเทยว1เดอนหรอมความเปนฤดกาลสง)(Tsitouras,2004)และสามารถคำานวณ หาจำานวนเดอน(n)ทเปนฤดทองเทยว(Touristseason)ไดจากสตรทเสนอโดยTsitouras(2004)ดงน

n = 12 (1 – G)

นกทองเทยวทงหมดของแหลงทองเทยวแตละแหงประกอบดวยกลมนกทองเทยวทแตกตางกนเชนนกทองเทยวทงหมดของภเกตประกอบดวยกลมนกทองเทยวชาวไทยและตางชาตเปนตนและจากการวเคราะหในเรองของแบบแผนและขนาดของความเปนฤดกาลทำาใหทราบวาการเปลยนแปลงความเปนฤดกาลในแตละกลม/ตลาดนกทองเทยวมผลตอการเปลยนแปลงความเปนฤดกาลของนกทองเทยวทงหมดดงนนคาสมประสทธจนของกลม/ตลาดนกทองเทยวกยอมมอทธพลตอคาสมประสทธจนของนกทองเทยวทงหมดจากแนวคดดงกลาวสามารถประยกตใชวธการของLermanandYitzaki(1985)แยกองคประกอบของคาสมประสทธจนของนกทองเทยวทงหมดภายใตสตรการคำานวณดงน

[3.8]

G = Sk Rk Gk

โดยท G คอ คาสมประสทธจนของนกทองเทยวทงหมด Sk คอ สวนแบงการตลาดของนกทองเทยวกลมk Rk คอ Gini-correlationระหวางนกทองเทยวกลมkกบนกทองเทยวทงหมด Gk คอ คาสมประสทธจนของนกทองเทยวกลมk n คอ จำานวนกลมนกทองเทยวทพจารณา

จากสมการท (3.8) คาสมประสทธจนของนกทองเทยวทงหมดขนอยกบองคประกอบทสำาคญ 3องคประกอบคอสวนแบงการตลาดของนกทองเทยวกลมk (Sk),Gini-correlationระหวางนกทองเทยวกลมkกบนกทองเทยวทงหมด(Rk)และคาสมประสทธจนของนกทองเทยวกลมk (Gk)จากองคประกอบ ทง3 จะเหนไดวา สวนแบงการตลาดเปนองคประกอบทสามารถควบคมและเปลยนแปลงไดงายกวา การเปลยนแปลงGini-correlation (Rk) และคาสมประสทธจน (Gk) ทเปนการเปลยนแปลงในระดบโครงสรางขณะทการเปลยนแปลงสวนแบงการตลาดขนอยกบความสำาเรจของนโยบายหรอแผนการตลาด


ทแหลงทองเทยวแตละแหงใชสงเสรมการทองเทยวการเปลยนแปลงของสวนแบงการตลาดของนกทองเทยว แตละกลมยงมผลตอการกระจกตวของความเปนฤดกาลของนกทองเทยวทงหมด ดงนนFernandez-MoralesandMayorga-Toledano(2008)จงเสนอRelativemarginaleffects(RME)สำาหรบวดผลการเปลยนแปลงสวนแบงการตลาดของนกทองเทยวแตละกลมทมตอการกระจกตวของความเปนฤดกาลของนกทองเทยวทงหมดโดยมสตรการคำานวณดงน

[3.9]

RMEk = Sk •Rk Gk

G– 1

โดยท RMEk คอ Relativemarginaleffectsของนกทองเทยวกลมk Sk คอ สวนแบงการตลาดของนกทองเทยวกลมk Rk คอ Gini-correlationระหวางนกทองเทยวกลมkกบนกทองเทยวทงหมด Gk คอ คาสมประสทธจนของนกทองเทยวกลมk G คอ คาสมประสทธจนของนกทองเทยวทงหมด

คาRMEkทคำานวณไดเปนขอมลทชใหเหนวาควรเพมสวนแบงการตลาดในนกทองเทยวกลมใดจงจะทำาใหการกระจกตวของความเปนฤดกาลของนกทองเทยวทงหมดลดลง(ในกรณนคาRMEk < 0) จากจดออนในเรองของการออนไหวตอคาสดโตงของวธGCและจากคณลกษณะเฉพาะของขอมลจำานวนนกทองเทยวทมความไมแนนอนเปนองคประกอบสำาคญของขอมล ทำาใหคา GC ทคำานวณได อาจไมสะทอนการกระจกตวของความเปนฤดกาลทแทจรง ดงนนAkarapong et al. (2011) และ อครพงศ อนทอง และมงสรรพ ขาวสอาด(2554) จงเสนอใหใชดชนฤดกาลแทนจำานวนนกทองเทยวเพราะดชนดงกลาวเปนขอมลทขจดอทธพลของแนวโนมวฏจกรและความไมแนนอนออกจากขอมลแลว คงเหลอเฉพาะความเปนฤดกาลภายในขอมลเทานน ทำาใหคา GC ทคำานวณจากขอมลนสะทอน การกระจกตวของความเปนฤดกาลทแทจรงทเหลออยภายในขอมล กรณตวอยางในรปท3.7เปนการเคลอนไหวของคาGCทคำานวณจากดชนฤดกาลซงเมอเปรยบเทยบ กบคาSIทนำาเสนอกอนหนานพบวาคาGCและSIไมมความสมพนธทผกผนกนตามขอเสนอของLundtorp(2001) และใหภาพการเคลอนไหวของความเปนฤดกาลทมความผนผวนนอยกวาคาCSV และ SI อยางไรกตาม แนวโนมการเคลอนไหวของคาGC มรปแบบใกลเคยงกบคาCSV และ SI ซงจากกรณตวอยางจะเหนไดวาตลาดนกทองเทยวตางชาตยงคงเปนตลาดทมความเปนฤดกาลสงกวาตลาด นกทองเทยวชาวไทย และกรงเทพฯ ยงคงมความเปนฤดกาลนอยทสด และมแนวโนมลดลงในตลาด นกทองเทยวตางชาตและภาพรวมตงแตปพ.ศ.2543ในขณะทเชยงใหมมความเปนฤดกาลมากทสดและมแนวโนมความเปนฤดกาลเพมขนอยางตอเนองตงแตปพ.ศ.2545จนถงปพ.ศ.2550


รปท 3.7 ค� Gini-coefficient

เมอใชสมการท(3.9)คำานวณหาคาRMEของกรณตวอยางทง4แหงซงแสดงผลการคำานวณ ในตารางท3.6 พบวา สวนใหญตลาดนกทองเทยวชาวไทยมคาRME < 0(ขอมลทแรเงา) แสดงวา การเปลยนแปลงสวนแบงการตลาดของนกทองเทยวชาวไทยมสวนชวยลดการกระจกตวของความเปนฤดกาลในแหลงทองเทยว เชน กรณของภเกต ในป พ.ศ.2550 การเพมขนของสวนแบงการตลาด นกทองเทยวชาวไทยรอยละ1 มสวนชวยลดการกระจกตวของความเปนฤดกาลของภเกตลงประมาณ รอยละ5.662(RME = –5.662)เปนตน


ต�ร�งท 3.6 ค� Relative marginal effect

ป พ.ศ.กรงเทพฯ ภเกต พทยา เชยงใหม

ไทย ตางชาต ไทย ตางชาต ไทย ตางชาต ไทย ตางชาต

2541 -9.503 9.503 -11.178 11.178 -3.659 3.659 -11.867 11.867

2542 -9.312 9.312 -12.720 12.720 -2.779 2.779 -8.671 8.671

2543 -9.923 9.923 -12.507 12.507 -2.208 2.208 -5.818 5.818

2544 -10.105 10.105 -13.409 13.409 -1.546 1.546 -4.670 4.670

2545 -7.829 7.829 -12.883 12.883 -0.775 0.775 -3.836 3.836

2546 -5.343 5.343 -12.241 12.241 -0.647 0.647 -3.274 3.274

2547 -1.704 1.704 -7.654 7.654 0.293 -0.293 -2.078 2.078

2548 2.202 -2.202 -9.217 9.217 0.642 -0.642 -0.755 0.755

2549 6.924 -6.924 -6.093 6.093 -0.271 0.271 0.313 -0.313

2550 9.146 -9.146 -5.662 5.662 1.140 -1.140 0.928 -0.928

หมายเหต: ขอมลทแรงเงา คอ กรณท RME < 0 ทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)

ในกรณเดยวกนเมอนำาสมการท(3.9)มาคำานวณหาคาRMEในระดบรายละเอยดของตลาดนกทองเทยว ตางชาตทแสดงในตารางท3.7ทำาใหทราบขอมลเพมเตมวาการเพมขนของสวนแบงการตลาดของนกทองเทยว ในเอเชยและโอซเนยมสวนชวยลดการกระจกตวของความเปนฤดกาลในพทยาและเชยงใหม

ต�ร�งท 3.7 สวนแบงก�รตล�ด และ Relative marginal effect ของตล�ดนกทองเทยวต�งช�ตในแตละภมภ�ค

จงหวด ป พ.ศ.Market share Relative marginal effect (RME)

เอเชย ยโรป อเมรกา ตะวนออกกลาง

โอซเนย เอเชย ยโรป อเมรกา ตะวนออกกลาง

โอซเนย

กรงเทพฯ2541 0.379 0.181 0.054 0.020 0.035 7.828 0.659 3.868 2.685 3.417

2550 0.299 0.153 0.049 0.030 0.038 -6.526 20.311 4.229 10.774 2.800

ภเกต2541 0.223 0.411 0.028 0.016 0.046 -12.876 38.657 -0.140 -0.113 -0.024

2550 0.200 0.246 0.031 0.010 0.098 4.737 43.757 1.194 2.604 17.191

พทย�2541 0.401 0.220 0.026 0.017 0.015 -11.399 12.156 0.519 0.663 -0.511

2550 0.291 0.117 0.016 0.027 0.014 -9.018 7.749 0.453 0.300 -0.252

เชยงใหม2541 0.147 0.252 0.057 0.010 0.027 -3.301 13.674 2.003 1.344 0.132

2550 0.137 0.154 0.071 0.009 0.026 -4.780 1.751 5.194 1.845 -0.457

หมายเหต: ขอมลทแรงเงา คอ กรณท RME < 0ทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)


เชนเดยวกนกบกรณขางตนเมอคำานวณคาRMEของแหลงทองเทยวทสำาคญทง4แหงทแสดงในตารางท3.8ทำาใหทราบวาการเพมขนของสวนแบงการตลาดของกรงเทพฯมสวนชวยลดความเปนฤดกาลของสถานทพกแรมของไทยยกเวนในชวงปพ.ศ.2545-2547ทความเปนฤดกาลของนกทองเทยว ตางชาตลดลงไมเพยงพอกบการเพมขนของนกทองเทยวชาวไทย

ต�ร�งท 3.8 สวนแบงก�รตล�ด และ Relative marginal effect ของทองเทยวทสำ�คญ 4 แหง ของไทย

ป พ.ศ.Market share Relative marginal effect (RME)

กรงเทพฯ ภเกต พทยา เชยงใหม กรงเทพฯ ภเกต พทยา เชยงใหม

2541 0.436 0.124 0.145 0.094 -8.078 7.037 12.980 8.128

2542 0.439 0.138 0.149 0.092 -6.756 4.369 14.189 6.418

2543 0.444 0.139 0.147 0.089 -5.090 2.526 15.415 5.311

2544 0.443 0.147 0.150 0.099 -5.943 0.008 16.241 5.705

2545 0.276 0.090 0.093 0.060 10.167 3.971 22.062 11.933

2546 0.225 0.081 0.083 0.055 11.418 4.252 22.897 17.020

2547 0.266 0.093 0.093 0.063 2.977 4.836 22.548 18.074

2548 0.438 0.064 0.148 0.098 -12.628 0.659 19.850 17.291

2549 0.256 0.070 0.098 0.063 -2.065 4.917 19.948 28.399

2550 0.239 0.072 0.105 0.055 -0.627 5.936 23.417 24.189

หมายเหต: ขอมลทแรงเงา คอ กรณท RME < 0 อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)

3.6 ขอคดเหนบ�งประก�รเกยวกบก�รศกษ�คว�มเปนฤดก�ลในแหลงทองเทยว

แนวทางการผสมผสานวธการวเคราะหความเปนฤดกาลในแหลงทองเทยวตามรปท3.1 ทำาใหม ความเขาใจเพมขนเกยวกบความเปนฤดกาลของแหลงทองเทยวเนองจากการวเคราะหตามแนวทางดงกลาว ทำาใหทราบถงรปแบบความผนผวน ขนาด และกระจกตวของความเปนฤดกาล จากการศกษาของ อครพงศ อนทอง และมงสรรพ ขาวสอาด(2552,2554) ใหขอคดเหนบางประการทเปนประโยชน เมอตองศกษาหรอวเคราะหความเปนฤดกาลในแหลงทองเทยวดงน ก. การตรวจสอบรปแบบการเปลยนแปลงของความเปนฤดกาลดวยSeasonalunitrootควรให ความสำาคญกบการทดสอบUnit roots ของCycles เพอทราบรปแบบการเปลยนแปลงตามฤดกาล ทแตกตางกนของแหลงทองเทยวตางๆ ซงอาจมรปแบบการเปลยนแปลงของความเปนฤดกาลมากกวา1รปแบบ ข. การทนกทองเทยวแตละกลม/ตลาดมความแตกตางของรปแบบความเปนฤดกาล ทำาใหทราบเดอนทเปนชวงนอกฤดทองเทยวทแทจรงของแหลงทองเทยวแตละแหง ซงเปนเดอนทเปนชวงนอกฤด ทองเทยวของนกทองเทยวทกกลม/ตลาดเชนกรณของภเกตมเดอนพฤษภาคม-กรกฎาคมเปนชวงนอกฤด ทองเทยวของทงนกทองเทยวชาวไทยและตางชาตเปนตน


ค. หากตองการทราบอทธพลของความผนผวนตามฤดกาลทเกดขน ควรพจารณาความแตกตาง ของรปแบบความเปนฤดกาลรวมกบขนาดของอทธพลทเกดขน เนองจากในชวงระยะเวลาเดยวกน ขนาดของอทธพลทเกดขนในชวงฤดทองเทยวและนอกฤดทองเทยวของแตละกลม/ตลาดนกทองเทยว อาจแตกตางกนจนทำาใหการเพมขนของจำานวนนกทองเทยวในชวงฤดทองเทยวอาจไมสามารถชดเชย การลดลงของจำานวนนกทองเทยวในชวงนอกฤดทองเทยวได ง. ดชนฤดกาลอาจมการเปลยนแปลงตามเวลาหรอเมอปจจยตางๆ มการเปลยนแปลง เชน การเปลยนแปลงนโยบาย การเกดเหตการณวกฤต เปนตน ดงนนการวเคราะหแนวโนมการเคลอนไหว ของดชนฤดกาลจะทำาใหทราบการเปลยนแปลงของรปแบบความเปนฤดกาลในการทองเทยว รวมทงการคนหาสาเหตททำาใหเกดการเปลยนแปลงดงกลาว จ. การใชตวชวดและวธการวเคราะหความเปนฤดกาลกบขอมลอนกรมเวลาทมองคประกอบ ความไมแนนอนหรอมความผนผวนสง อาจทำาใหผลลพธทไดไมสะทอนใหเหนถงขนาดหรอการกระจก ของความเปนฤดกาลทแทจรงเนองจากตวชวดและวธการวเคราะหดงกลาวออนไหว(Sensitive)ตอคาสดโตง (Extremevalues) อยางไรกตาม แมวาการใชขอมลทมอทธพลความไมแนนอนมขนาดความเปนฤดกาลแตกตางจากกรณทใชขอมลดชนฤดกาลทขจดอทธพลดงกลาวออกจากขอมล แตแนวโนม การเปลยนแปลงความเปนฤดกาลยงคงมลกษณะเหมอนกน ดงนนควรขจดอทธพลความไมแนนอน ออกจากขอมลกอนทจะนำามาใช ฉ. ในการศกษาวเคราะหความเปนฤดกาลของแหลงทองเทยวควรพจารณาในหลายๆ มต (Multi-Dimension) เชน รปแบบ แนวโนม อทธพล ขนาด การกระจกตว เปนตน เพอใหเขาใจภาพ ของความเปนฤดกาลของการทองเทยวมากขน และควรระมดระวงการใชวธการวเคราะห เนองจากวธ การวเคราะหแตละวธมขอจำากดของการใชทแตกตางกน เชน วธCSV,SI,GC เปนวธทออนไหว ตอคาสดโตงดงนนหากตองใชวธดงกลาวในการวเคราะหควรขจดอทธพลความไมแนนอนออกจากขอมลกอนนำาขอมลดงกลาวมาวเคราะหดวยวธการทงสาม สงหนงทสำาคญหลงจากการวเคราะหหรอศกษาความเปนฤดกาลของแหลงทองเทยวคอการนำาเสนอ นโยบายทงทเปนนโยบายการแกไขปญหาความเปนฤดกาล ซงอาจเหมอนหรอแตกตางกนในแตละ แหลงทองเทยว และการนำาเสนอแนวทางการสงเสรมกจกรรมการทองเทยวทสามารถชวยลดความเปนฤดกาลได เชน หากผลการวเคราะห พบวาRME ของตลาดนกทองเทยวชาวไทยมคาเปนลบ ดงนน ควรมนโยบายการสงเสรมการทองเทยวภายในประเทศ เปนตน หรอการสงเสรมกจกรรมทไมองกบ ดนฟาอากาศและสามารถทองเทยวไดตลอดทงป เชน เทศกาลอาหาร เทศกาลประเพณวถไทยวถชวต วถไทยบนฤดกาลทแตกตางสวนสตวพพธภณฑเปนตนนอกจากนหากผลการศกษาGCพบวามการ กระจกตวของความเปนฤดกาลสงมากในชวงใดชวงหนง อาจเสนอเชงนโยบายวา ควรระมดระวงในการจดกจกรรมสงเสรมการทองเทยวในชวงฤดทองเทยว เพราะ อาจทำาใหเกดการกระจกตวของความเปนฤดกาลเพมขนเปนตน



1. ทำาไมตองใหความสำาคญกบความเปนฤดกาลในแหลงทองเทยว?2. ความเปนฤดกาลในการทองเทยวเกดจากสาเหตหรอปจจยใดบาง?3. การวเคราะหความผนผวนตามฤดกาลควรพจารณาในเรองใดบาง?(อธบายมาพอสงเขป)4. การวดขนาดและการกระจกตวของความเปนฤดกาลมความแตกตางกนอยางไร?และวธทงสองมจดออน จดแขงทแตกตางและเหมอนกนอยางไร?5. จงอธบายผลการวเคราะหRelativemarginaleffects(RME) ของตลาดเอเชยในจงหวดเชยงใหม ทพบวามคาเทากบ-4.78มาพอสงเขป?6. จงใหเหตผลถงความสำาคญทตองวเคราะหความเปนฤดกาลในระดบตลาด และระดบแหลงทองเทยว มาพอสงเขป?



อครพงศอนทองและมงสรรพขาวสอาด.2552.“ความเปนฤดกาลของการทองเทยวในจงหวดเชยงใหม.” วารสารเศรษฐศาสตรมหาวทยาลยเกษตรศาสตร16(2):32-47.อครพงศ อนทอง และมงสรรพ ขาวสอาด.2554. การวเคราะหความเปนฤดกาลของแหลงทองเทยว ทสำาคญของไทย.สถาบนศกษานโยบายสาธารณะมหาวทยาลยเชยงใหม.(เอกสารอดสำาเนา)AkarapongUntongandMingsarnKaosa-ard.2009. “Seasonalityanalysisoftouristarrivalsat accommodationestablishmentsinChiangMai,Thailand.”Proceeding15thAsiaPacific TourismAssociationAnnualConference.July9-122009.Inchon,Korea.AkarapongUntong,VicenteRamos,MingsarnKaosa-ardandJavierRey-Maquieira.2011.The seasonalpatternandtheeffectsofunexpectedeventsonoutboundChinesetourism:the caseofChinesetouristarrivalstoThailand.Thesecondinternationalconferenceontourism betweenChina-Spain(ICTCHS2011),March27-31,2011,PalmadeMallorca,Spain.Bar-On,R.V.1975.SeasonalityinTourism:AGuidetotheAnalysisofSeasonalityandTrends forPolicyMaking.TechnicalSeriesNo2.London:TheEconomistIntelligenceUnit.Beaulieu,J.J.andMiron,J.A.1993. “SeasonalunitrootsinaggregateUSdata.” Journalof Econometrics55(1-2):305-328.Butler,R.W.1994.“Seasonalityintourism:issuesandproblems.”InA.V.Seaton(ed.).Tourism theStateoftheArt.Chichester:JohnWiley&Sons:332-340.Cuccia,T.andRizzo,I.2011.“Tourismseasonalityinculturaldestinations:empiricalevidence fromSicily.”TourismManagement32(3):589-595.Enders,W.2004.AppliedEconometricTimeSeries.2nded.NewYork:JohnWiley&Sons.Fernández-Morales,A.andMayorga-Toledano,M.C.2008.“Seasonalconcentrationofthehotel demandinCostadelSol:adecompositionbynationalities.”TourismManagement29(5): 940-949.Franses,P.H.1990.“Testingforseasonalunitrootinmonthdata.”EconometricInstituteReport 9032AErasmusUniversity,Rotterdam.Franses,P.H.1991.“Seasonality,non-stationarityandtheforecastingofmonthlytimeseries.” InternationalJournalofForecasting7(2):227-208.Franses,P.H.andHobijn,B.1997.“Criticalvaluesforunitroottestsinseasonaltimeseries.” JournalofAppliedStatistics24(1):25-48.Frechtling,D.C.1996.PracticalTourismForecasting.Oxford:Butterworth-Heinemann.Hui,T-K.andYuen,C.C.2002.“AstudyintheseasonalvariationofJapanesetouristarrivalsin Singapore.”TourismManagement23(2):127-131.


Hylleberg,S.andMizon,G.E.1989. “Cointegrationanderrorcorrectionmechanisms.” TheEconomicJournal99(335),Supplement:ConferencePapers(1989):113-125.Hylleberg,S.,Engle,R.F.,Granger,C.W.J.andYoo,B.S.1990. “Seasonalintegrationand cointegration.”JournalofEconometrics44(1-2):215-238.Koc,E.andAltinay,G.2007.“Ananalysisofseasonalityinmonthlyperpersontouristspending inTurkishinboundtourismfromamarketsegmentationperspective.”TourismManagement 28(1):227-237.Koenig,N.andBischoff,E.E.2003.“SeasonalityoftourisminWales:acomparativeanalysis.” TourismEconomics9(3):229-254.Lerman,R.I.andYitzaki,S.1985. “Incomeinequalityeffectsby income.” TheReviewof EconomicsandStatistics67(1):151-156.Lundtorp,S.2001.“Measuringtourismseasonality.”InT.BaumandS.Lundtorp(eds.).Seasonality inTourism.Oxford:Pergamon:23-50.Lundtorp,S.,Rassing,C.R.andWanhill,S.1999.“Theoff-seasonis‘Noseason’:thecaseof DanishislandofBornholm.”TourismEconomics5(1):49-68.Lütkepohl,H.andM.Krätzing.2004.AppliedTimeSeriesEconometrics.Cambridge:Cambridge UniversityPress.Rodrigues,P.M.M.andFranses,P.H.2003.“Asequentialapproachtotestingseasonalunitroots inhighfrequencydata.” Econometric InstituteReport2003-14ErasmusUniversity, Rotterdam.Sørensen,N.K.1999.“ModellingtheseasonalityofhotelnightsinDenmark.”TourismEconomics 5(1):9-24.Tsitouras,A.2004.“AdjustedGinicoefficientand‘monthsequivalent’degreeoftourismseasonality: aresearchnote.”TourismEconomics10(1):95-100.Volo,S.2010.“SeasonalityinSiciliantourismdemand–anexploratorystudy.”TourismEconomics 16(4):1073-1080.

บทท 4

ก�รประม�ณค�คว�มยดหยนและก�รพย�กรณอปสงคก�รทองเทยว

บทนเปนการนำาเสนอแนวทางการประยกตใชเศรษฐมตสำาหรบศกษาอปสงคการทองเทยวโดยแบงเนอหาออกเปน4 ตอน คอ ตอนท1 เปนการทบทวนความรเกยวกบแบบจำาลองอปสงคการทองเทยว เพอวางพนฐานความเขาใจเกยวกบแบบจำาลองอปสงคการทองเทยวใหกบผอาน สวนตอนท2 เปนการ นำาเสนอวธและแนวทางการประยกตใชเศรษฐมตประมาณคาความยดหยนของแบบจำาลองอปสงค ทเปนสมการเดยว(Singleequation) ซงครอบคลมตงแตการทดสอบUnitroot,Co-integration และ การประมาณคาความสมพนธเชงดลยภาพระยะยาวรวมทงการวเคราะหการเปลยนแปลงโครงสรางอปสงคดวยแบบจำาลองTimevaryingparameterเชงสถตในระยะยาว(TVP-LRM) สำาหรบตอนท3เปนการนำาเสนอการพยากรณอปสงคการทองเทยวทเปนวธวเคราะหขอมลอนกรมเวลา แบบตวแปรเดยว (Univariate) วธCombine forecasting ทเปนการรวมผลลพธจากวธพยากรณ ทแตกตางกนเขาดวยกนและแนวคดของวธHybridforecastingทเกดจากประยกตใชแบบจำาลองบอกซและเจนกนสกบArtificialneuralnetwork(ANN)ในขณะทตอนท4เปนกรณตวอยางแนวทางการพฒนา แบบจำาลองเพอการพยากรณอปสงคการทองเทยวไทย โดยนำาเสนอแนวทางและขนตอนการพฒนา แบบจำาลองพยากรณ3แบบจำาลองคอแบบจำาลองการวเคราะหเสนแนวโนมแบบจำาลองARIMAและแบบจำาลองSARIMAwithinterventionรวมทงตวอยางการอธบายผลลพธทไดจากการพยากรณ

4.1 แบบจำ�ลองอปสงคก�รทองเทยว

การศกษาอปสงคการทองเทยวเปนหนงในงานวจยดานการทองเทยวทไดรบความสนใจ และม การเผยแพรเพมขนอยางตอเนองจากการสำารวจของCrouch(1994)พบวาระหวางปพ.ศ.2504-2536มงานวจยเกยวกบอปสงคการทองเทยวมากถง120เรองจากงานวจยดานการทองเทยวทงหมด300เรอง หรอประมาณรอยละ40ของงานวจยดานการทองเทยวทงหมด ในขณะทSongandLi(2008)พบวาระหวางป พ.ศ.2543-2550(ระยะเวลา8 ป) มงานวจยดานอปสงคการทองเทยวทตพมพในวารสารนานาชาตถง121เรองขอมลดงกลาวสะทอนวาการวจย/ศกษา/พฒนาแบบจำาลองอปสงคการทองเทยว ไดรบความสนใจเพมขนอยางตอเนองในระดบนานาชาตตลอดกงศตวรรษทผานมาเนองจากการศกษาอปสงค การทองเทยวมความสำาคญตอการกำาหนดกำาลงการผลตของอตสาหกรรมหรอการวางนโยบายพฒนาอปทาน ทสอดคลองกบความตองการของอปสงคในขณะทการศกษาขนาดและพฤตกรรมของนกทองเทยวสามารถลดความไมแนนอนของอปสงคการทองเทยวไดนอกจากนยงสามารถใชผลลพธทไดจากการศกษาอปสงคประเมนผลกระทบดานเศรษฐกจของการทองเทยวทเกดขนทงทางตรงและทางออม

84 บทท 4: ก�รประม�ณค�คว�มยดหยนและก�รพย�กรณอปสงคก�รทองเทยว

การศกษาสวนใหญในชวงกงศตวรรษทผานมาใหความสนใจกบการพฒนาเทคนคการวเคราะหเพอใหไดแบบจำาลองทเหมาะสม(Modelfit)และมความแมนยำา(Accuracy)ในการพยากรณ(หรอทเรยกวาEx-postforecast) มากกวาการพฒนาทฤษฎอปสงคการทองเทยว โดยสามารถแบงแนวทางการศกษา ทผานมาได2แนวทางคอ1)การศกษาเพอประมาณคาความยดหยนของอปสงคการทองเทยวโดยเฉพาะ คาความยดหยนในระยะยาว ซงมประโยชนตอการวางแผน/นโยบายสงเสรม/รกษาตลาดนกทองเทยว ทเปนกลมหลกรวมทงทราบถงผลกระทบของนโยบายทมตอราคาการทองเทยวและ2)การพฒนาเทคนคการพยากรณทมงเนนความแมนยำาในการพยากรณ การศกษาตามแนวทางนมประโยชนตอการวางแผน/นโยบายสำาหรบจดการอปทานใหสอดคลองและเพยงพอกบอปสงคทจะเกดขนในอนาคตรวมทงใชคนหาตลาดนกทองเทยวทมศกยภาพในอนาคต วธทนยมใชพฒนาแบบจำาลองอปสงคการทองเทยว ไดแก วธวเคราะหขอมลอนกรมเวลา(Timeseriesanalysis)เชนการวเคราะหเสนแนวโนม(Lineartimetrend)วธบอกซและเจนกนส(BoxandJenkins)ทงวธAutoregressiveintegratedmovingaverage(ARIMA)และSeasonalautoregressiveintegratedmovingaverage(SARIMA)เปนตนวธเศรษฐมต(Econometrics)เชนErrorcorrection model(ECM)Autoregressivedistributed lag(ARDL)Almost ideademandsystem(AIDS) Timevaryingparameter(TVP)เปนตนรวมทงวธเชงปรมาณใหมๆทงทเปนวธสถตเชนSARIMAwithintervention,ARIMAX,FARIMAเปนตนและทไมใชวธสถตเชนArtificialneuralnetwork(ANN)เปนตนอยางไรกตามวธวเคราะหอนกรมเวลายงคงเปนวธทนยมใชศกษาอปสงคการทองเทยวมากกวาวธอนๆ กอนปพ.ศ.2540การศกษาอปสงคการทองเทยวสวนใหญนยมพฒนาแบบจำาลองเพอพยากรณไปในอนาคต(Ex-ante forecast) และเพอนำาเสนอแบบจำาลองทเหมาะสมและสอดคลองกบขอมล เชงประจกษ(Modelfit) ตอมาหลงป พ.ศ.2540 มการศกษาจำานวนมากใหความสนใจกบการพฒนา แบบจำาลองทเนนความแมนยำาในการพยากรณ หรอเรยกวา Ex-post forecast เชนCombine forecasting,Hybridforecastingเปนตน ในการพฒนาแบบจำาลองอปสงคการทองเทยวควรใหความสำาคญกบวตถประสงคหรอเปาหมายของการนำามาใชเปนอนดบแรกโดยทวไปสามารถแบงแนวทางการพฒนาหรอวตถประสงคของการพฒนาแบบจำาลองอปสงคการทองเทยวออกเปน3 แนวทาง คอ1) การพฒนาแบบจำาลองเพอใหสอดคลอง หรอเหมาะสมกบขอมลเชงประจกษ (Model fit)2) การพฒนาแบบจำาลองเพอพยากรณไปในอนาคต (Ex-ante forecast) และ3) การพฒนาแบบจำาลองเพอใหมความแมนยำาในการพยากรณมากทสด (Ex-postforecast)ดงแสดงในรปท4.1


นอกจากการศกษาเพอการพยากรณแลวมการศกษาจำานวนหนงใหความสนใจกบการคนหาปจจย ทเปนตวกำาหนดอปสงคการทองเทยวโดยใชวธเชงปรมาณคนหาปจจยทสามารถอธบายรปแบบพฤตกรรมของอปสงคภายใตทฤษฎหรอกรอบแนวคดทางเศรษฐศาสตรหรอการศกษาความสมพนธระหวางอปสงคการทองเทยวกบปจจยทเปนตวกำาหนดอปสงค สามารถแสดงแบบจำาลองอปสงคการทองเทยวทวไป ไดดงน

รปท 4.1 วตถประสงคหรอเป�หม�ยของก�รพฒน�แบบจำ�ลองอปสงคก�รทองเทยว

โดยท TD คอ อปสงคการทองเทยวเชนจำานวนนกทองเทยวรายไดจากการทองเทยว เปนตน X1 , … , Xn คอ ปจจยทเปนตวกำาหนดอปสงค เชน ราคาการทองเทยว รายไดของ นกทองเทยวเปนตน ε คอ ตวแปรเฟนสม(Stochasticterm)

TD = ƒ(X1 , … , Xn , ε)

จากการศกษาในอดตสามารถแบงแบบจำาลองอปสงคการทองเทยวออกเปน3ประเภทดงน

ก. แบบจำาลองเชงสาเหต (Causalorexplanatorymodels) เปนแบบจำาลองสำาหรบวเคราะห อปสงคการทองเทยวในกรณหลายตวแปร(Multivariatemodelsoftourismdemand)และเปนการศกษาความสมพนธระหวางอปสงคการทองเทยวกบปจจยทเปนตวกำาหนดอปสงคการทองเทยว โดยทวไป มลกษณะดงน

Model Fit

T0 T1

Ex-ante

T0 T1 T2

Ex-ante

ขอมลจร�ง

T0 T1T’1

คาพยากรณ


อปสงคการทองเทยว(TD) ทนยมใช ไดแก จำานวนนกทองเทยว คาใชจาย และจำานวนคนพกอยางไรกตามการศกษาทผานมานยมใชจำานวนนกทองเทยวเปนตวแทน(Proxy)อปสงคของนกทองเทยวตางชาต สวนรายไดของนกทองเทยวตางชาตนยมใชผลตภณฑมวลรวมประชาชาต(Grossdomesticproduct:GDP)และผลตภณฑมวลรวมประชาชาตตอหว(GDPpercapita)เปนตวแทนNarayan(2004)และอครพงศอนทองและมงสรรพขาวสอาด(2554)เสนอวาควรใชGDPpercapitaเปนตวแทนรายได เนองจากสามารถสะทอนอำานาจซอ/กำาลงซอทแทจรงของแตละประเทศไดดกวาการใชGDPในขณะทการใช GDP สามารถครอบคลมและสะทอนผลของการเปลยนแปลงรายไดตอหวและการเพมขนของประชากรไดดกวาGDPpercapita สำาหรบราคาการทองเทยว(Pd)นยมใชราคาเปรยบเทยบ(Relativeprice)เปนตวแทนเนองจากเปนราคาทสะทอนคาครองชพ(Costof living) ทนกทองเทยวตางชาตใชจายเมอเดนทางมาทองเทยว ในแหลงทองเทยวนนๆโดยมสตรการคำานวณดงน

โดยท TD คอ อปสงคการทองเทยว Y คอ รายได Pd คอ ราคาของแหลงทองเทยว Tc คอ ตนทนในการเดนทางเชนคาเครองบนเปนตน Po คอ ราคาของแหลงทองเทยวทดแทนหรอทเปนคแขง O คอ ปจจยกำาหนดอนๆเชนเหตการณความไมแนนอนอทธพลฤดกาลเปนตน

[4.1]

TD = ƒ(Y , Pd , Tc , Po , O)

[4.2]

RPTd /or = CPIor • ERor / d

CPId

โดยท RPTd / or คอราคาการทองเทยวของประเทศปลายทางเทยบกบประเทศตนทาง CPId คอดชนราคาผบรโภค(Consumerpriceindex)ของประเทศปลายทาง CPIor คอดชนราคาผบรโภคของประเทศตนทาง EXor / d คออตราแลกเปลยน(Exchangerate)ระหวางประเทศตนทางกบประเทศ ปลายทาง


[4.3a]

RPTsd /or = CPIor • ERor / sd

CPIsd

สวนราคาของแหลงทองเทยวทเปนคแขง(Po) นยมใชราคาเปรยบเทยบเชนเดยวกน โดยมสตร การคำานวณในลกษณะเดยวกนดงน

โดยท RPTsd /or คอ ราคาการทองเทยวของประเทศทเปนแหลงทองเทยวทดแทนเทยบกบ ประเทศตนทาง CPIsd คอดชนราคาผบรโภคของประเทศคแขง CPIor คอดชนราคาผบรโภคของประเทศตนทาง EXor / sd คออตราแลกเปลยนระหวางประเทศตนทางกบประเทศคแขง

หากมประเทศทเปนแหลงทองเทยวทดแทนมากกวา1 ประเทศ ควรใชสตรการคำานวณทมการ ถวงนำาหนกราคาเปรยบเทยบของแหลงทองเทยวทดแทนดงน

โดยท CPIid คอดชนราคาผบรโภคของประเทศคแขงทi EXor / id คออตราแลกเปลยนระหวางประเทศตนทางกบประเทศคแขงทi n คอจำานวนประเทศคแขงทเปนแหลงทองเทยวทดแทน Wi คอคาถวงนำาหนกของประเทศคแขงทi

[4.3b]

RPTsd /or = Woi CPIor • ERor / id

CPIid

โดยทวไปทนยมใชสวนแบงตลาดของจำานวนหรอรายไดจากนกทองเทยวเปนคาถวงนำาหนกดงน

โดยท TAoi คอจำานวนหรอรายไดจากประเทศตนทางของประเทศi

Woi =TAoi

TAoi


วธประมาณคาสมประสทธของแบบจำาลองอปสงคการทองเทยวเชงสาเหตมหลายวธขนอยกบขอจำากด ของขอมลและวตถประสงคของการศกษาเชนหากขอมลอนกรมเวลามลกษณะไมนง(Non-stationary)นยมใชวธCo-integration และErrorcorrectionmodels เพอทดสอบและแกปญหาความสมพนธ ทไมแทจรง(Spuriousregression) แตถาแบบจำาลองมลกษณะเปนระบบสมการ(Systemequation) นยมใชวธVectorerrorcorrectionmodels(VECM) สวนกรณทคาความยดหยนของอปสงคมการเปลยนแปลงตามเวลานยมใชวธTimevaryingparametermodels ในการศกษา นอกจากนหากเปนขอมลPanelควรใชวธPaneldataanalysisในการวเคราะหและประมาณคาสมประสทธของแบบจำาลองอปสงคการทองเทยวเปนตน ข. แบบจำาลองแรงดงดด(Gravitymodel)เปนแบบจำาลองทพฒนาภายใตแนวคดทวาจำานวนครง ในการทองเทยวตอปของนกทองเทยวจากประเทศตางๆจะขนอยกบจำานวนประชากรของประเทศตนทางและประเทศปลายทางและระยะทางระหวางประเทศทงสองโดยมรปแบบสมการทวไปดงน

แบบจำาลองนนยมใชอธบายปรมาณการคาระหวางประเทศมากกวาใชศกษาทางดานการทองเทยวแมวาจะมความงายในการนำามาประยกตใช แตกลบไมไดรบความนยมใชศกษาอปสงคการทองเทยวเนองจากเหตผลหลายประการ เชน ระยะทางระหวางประเทศตนทางและปลายทางอาจไมใชตวชวดทดถงจำานวนครงในการทองเทยว และยงไมมการศกษาเชงประจกษทแสดงใหเหนถงความสมพนธระหวางจำานวนประชากรกบจำานวนครงในการทองเทยว รวมทงยงขาดทฤษฎทางเศรษฐศาสตรรองรบผลลพธ ทไดจากแบบจำาลองดงกลาวทำาใหการอธบายผลลพธทไดจากการวเคราะหคอนขางยากลำาบากและในบางครง ขาดคำาอธบายทเปนเหตเปนผลในการตความผลลพธทไดเปนตน

โดยทTij คอจำานวนครงในการทองเทยวตอปของนกทองเทยวจากประเทศiทเดนทาง มาทองเทยวประเทศj Pi คอจำานวนประชากรของประเทศi Pj คอจำานวนประชากรของประเทศj Dij คอระยะทางระหวางประเทศiกบประเทศj β1 , β2 , β3 คอคาสมประสทธ i คอประเทศตนทาง(Origincountry) j คอประเทศปลายทาง(Destinationcountry)

[4.4]

Tij =Pi Pj

β1

Dijβ3

β2


ค. แบบจำาลองทไมมตวแปรอธบาย (Non-explanatorymodels) เปนการวเคราะหอปสงค การทองเทยวในกรณตวแปรเดยว(Univariatemodelsoftourismdemand)แบบจำาลองประเภทนใหความสำาคญกบการพยากรณสวนใหญใชขอมลอนกรมเวลา(ทงรายปรายไตรมาสและรายเดอน)ในการพฒนาแบบจำาลองและพยายามพฒนาแบบจำาลองใหมความแมนยำามากทสดแบบจำาลองประเภทนมหลากหลายตงแตแบบจำาลองอยางงายเชนNaïve1,Naïve2,Simplemovingaverageเปนตนจนถงแบบจำาลองทใชเทคนคการพยากรณขนสงเชนวธบอกซและเจนกนส,Artificialneuralnetwork(ANN),Combineforecasting,Hybridforecasting เปนตน(ดรายละเอยดเพมเตมในหวขอท4.3) การศกษาทผานมา นยมใชแบบจำาลองประเภทนในการพยากรณจำานวนนกทองเทยวเชนมงสรรพขาวสอาดและคณะ(2548) ใชวธวเคราะหแนวโนม(Timetrend) และวธบอกซและเจนกนสพยากรณแนวโนมการทองเทยวของ ประเทศตางๆในอนภมภาคลมแมนำาโขงระหวางปพ.ศ.2547-2551ในขณะทอครพงศอนทองและปวณาคำาพกกะ(2552)ใชแบบจำาลองSARIMAwithinterventionพยากรณจำานวนนกทองเทยวตางชาตของไทยระหวางปพ.ศ.2550-2554ภายใตขอมลทมเหตการณความไมแนนอนเปนตน สำาหรบขอมลทใชพฒนาแบบจำาลองอปสงคการทองเทยว สวนใหญนยมใชขอมลอนกรมเวลา ประเภททตยภมทอางองจากหนวยงานทเกยวของเชนการทองเทยวแหงประเทศไทยกระทรวงการทองเทยว และกฬาเปนตนโดยทวไปจะแบงขอมลออกตามลกษณะเฉพาะ(Characteristic)ของนกทองเทยวเชนประเทศทอยอาศย(Countryofresidence)วตถประสงคในการเดนทาง(Purposeofthetrip)เปนตนหรอแบงตามความถ(Frequency)ของขอมลเชนขอมลรายปรายไตรมาสรายเดอนเปนตนเนองจากอปสงคการทองเทยวมลกษณะทตางกนในแตละบคคล(HeterogeneousorDisaggregatedindividuals)ดงนนจงควรพฒนาแบบจำาลองอปสงคการทองเทยวทแตกตางกนตามลกษณะเฉพาะของนกทองเทยวเชนอปสงคของนกทองเทยวตางชาตทแบงตามประเทศตนทาง เปนตน นอกจากนการใชขอมลรายไตรมาส หรอรายเดอนในการพฒนาแบบจำาลองอปสงคทองเทยว จะทำาใหคาสมประสทธทไดจากการประมาณคา มความนาเชอถอ(Reliability)เทยงตรง(Precision)และมความแมนยำาในการพยากรณมากขนเนองจากขอมลลกษณะดงกลาวมความถสงกวาขอมลรายป (เปนการเพมจำานวนตวอยางในการวเคราะห) และมอทธพลฤดกาลทเปนองคประกอบสำาคญของอปสงคการทองเทยว การศกษาอปสงคการทองเทยวในชวงปพ.ศ.2504-2550สวนใหญเปนการศกษาอปสงคการทองเทยว ทแทจรงทงทเปนแบบจำาลองเชงสาเหตทมวตถประสงคเพอทราบคาความยดหยนตอราคาและรายไดและแบบจำาลองทไมมตวแปรอธบายทใหความสำาคญกบความแมนยำาในการพยากรณ สวนการศกษาอปสงคการทองเทยวทมศกยภาพหรอการวเคราะหอปสงคการทองเทยวรายบคคล(Individualtourismdemand) การศกษาเพอพฒนาทฤษฎอปสงคการทองเทยวและการศกษาในประเดนของMulti-destinationยงมอย จำานวนนอย นอกจากนการเพมขนอยางตอเนองของเหตการณความไมแนนอนทมผลกระทบตอ การทองเทยวในชวงหลงปพ.ศ.2544เปนตนมาทำาใหการศกษาเกยวกบผลกระทบของความเสยงทมตอ การตดสนใจเลอกทองเทยวและการประเมนผลกระทบของเหตการณความไมแนนอนหรอเหตการณวกฤตทมตออปสงคของนกทองเทยวตางชาต(ดรายละเอยดเพมเตมในบทท5) เปนประเดนทควรมการศกษาเพมเตมในอนาคต


4.2 ก�รประม�ณค�คว�มยดหยนในระยะย�วของอปสงคก�รทองเทยว

คาความยดหยนในระยะยาวของอปสงคการทองเทยวมความสำาคญตอการวางแผน/นโยบาย สงเสรม/รกษาตลาดนกทองเทยว โดยเฉพาะคาความยดหยนตอราคาการทองเทยว(Tourismprice elasticity) เปนขอมลสำาคญทใชประกอบการวางแผนเพอเสรมสรางความสามารถในการแขงขนดาน ทองเทยวของประเทศ เนองจากราคาเปนองคประกอบสำาคญของความสามารถในการแขงขนดานการทองเทยวตามทDwyer,ForsythandRao(2000)และWorldEconomicForum(2011)ไดเสนอไว ในขณะทคาความยดหยนตอรายได(Incomeelasticity)เปนขอมลทสะทอนใหเหนถงประเภทของสนคาทองเทยว ซงการศกษาในอดต พบวา โดยทวไปอปสงคของนกทองเทยวตางชาตจะมคาความยดหยน ตอรายไดมากกวา1 หรอเปนสนคาประเภทฟมเฟอย (Luxurygoods) อยางไรกตามในระยะยาว คาความยดหยนของอปสงคการทองเทยวสามารถเปลยนแปลงตามเวลา สถานการณ และนโยบาย การเปลยนแปลงดงกลาวอาจนำามาสการเปลยนแปลงความสามารถในการแขงขนของแหลงทองเทยว โดยทวไปความยดหยนในระยะยาวของอปสงคการทองเทยวจะมคามากกวาในระยะสน และการเปลยนแปลงรายไดของนกทองเทยวจะมผลตออปสงคการทองเทยวในระยะยาวมากกวาในระยะสน เนองจากความไมสมบรณของขอมล(Informationasymmetry) และความไมยดหยน(Inflexibility) ในการจดสรรรายไดของนกทองเทยว ทำาใหนกทองเทยวตองใชระยะเวลาหนงในการปรบตวเมอราคาหรอรายไดมการเปลยนแปลงนอกจากนนกทองเทยวในแตละตลาด/ประเทศตนทาง(Countryoforigin)อาจมความยดหยนตอราคาหรอรายไดแตกตางกนเนองจากอปสงคการทองเทยวมลกษณะทแตกตางกน (Heterogeneous) ในแตละตลาด/ประเทศตนทาง และแตละตลาด/ประเทศมฤดกาลในการทองเทยว แตกตางกน เพอความเขาใจแนวทางการประยกตใชวธเศรษฐมตในการประมาณคาความยดหยนของอปสงค การทองเทยวในระยะยาว ในสวนตอไปจะแบงเนอหาออกเปน3 ตอนยอย คอ การพฒนาแบบจำาลองและวธการวเคราะหขอมล การอธบายผลการศกษาเชงประจกษ และขอสงเกตหรอสงทควรคำานง ในการประมาณคาความยดหยนของอปสงคการทองเทยว โดยใชงานศกษาของ อครพงศ อนทอง และมงสรรพขาวสอาด(2554)เปนกรณตวอยางในการอธบาย

4.2.1 การพฒนาแบบจำาลองและวธการวเคราะหขอมล เนอหาในสวนนนำาเสนอตวอยางการพฒนาแบบจำาลองอปสงคการทองเทยวในเชงประจกษ และแนวทางการประยกตใชวธเศรษฐมตตรวจสอบขอมล และทดสอบความสมพนธในระยะยาวของตวแปรในแบบจำาลอง รวมทงนำาเสนอวธประมาณคาสมประสทธของแบบจำาลองในระยะยาวภายใตการใชขอมลอนกรมเวลาทไมคงท รายละเอยดของแนวทางการพฒนาแบบจำาลองอปสงคการทองเทยวในระยะยาวแสดงในรปท4.2โดยมเนอหาในแตละสวนพอสงเขปดงน


•การกำาหนดแบบจำาลองทางเศรษฐมตและทมาของตวแปร ในกรณตวอยางไดพฒนาแบบจำาลองอปสงคการทองเทยวบนพนฐานทฤษฎอปสงคทางตรง (Directdemand) ทวา อปสงคหรอปรมาณการบรโภค/ใชบรการสนคาทองเทยวขนอยกบราคาสนคา ทองเทยวรายไดและราคาสนคาทองเทยวทใชทดแทนโดยใชจำานวนนกทองเทยวเปนตวแทน(Proxy)อปสงคของนกทองเทยวตางชาตและผลตภณฑมวลรวมประชาชาตตอหว(GDPpercapita)เปนตวแทนรายไดของนกทองเทยวตางชาตสวนราคาการทองเทยวไทยประยกตใชสตรการคำานวณราคาเปรยบเทยบ(Relativeprice)ทแสดงในสมการท4.2ดงน

รปท 4.2 แนวท�งก�รพฒน�แบบจำ�ลองอปสงคก�รทองเทยวในระยะย�ว

แบบจำลองตามทฤษฎ

อปสงค

พฒนาจากทฤษฎส

รวบรวมขอมลเพ��อ

ตรวจสอบ/ทดสอบเง�อนไขตามว�ธทางเศรษฐมต

แบบจำลองทางเศรษฐมตของอปสงคการทองเทยว

กำหนดและพฒนาตวแปรทใชในแบบจำลอง

•ตรวจสอบความคงทของขอมลดวย Unit root•ทดสอบความสมพนธในระยะยาวดวย Co-integration

ประมาณคาสมประสทธดวยว�ธเศรษฐมต เชน ARDL,

DOLS, FMOLS เปนตน

[4.5]

RPTi,t =CPI T,t

CPI i,t • ER i / T,t

โดยท RPTi,t คอ ราคาการทองเทยวไทยเทยบกบประเทศiในปทt


สำาหรบการเลอกแหลงทองเทยวทเปนคแขงของไทยพจารณาบนพนฐานของแหลงทตงและวฒนธรรม โดยเบองตนมประเทศทเปนคแขงทสำาคญของไทย5ประเทศไดแกอนโดนเซยฟลปปนส(เปนคแขงการทองเทยวประเภททะเลชายหาดดำานำา)สงคโปรฮองกง(เปนคแขงการทองเทยวประเภทกจกรรมบนเทงสวนสนกสงดงดดใจทมนษยสรางขนและชอปปง)และมาเลเซย(เปนคแขงการทองเทยวประเภทธรรมชาตและวฒนธรรม)อยางไรกตามในความเปนจรงจำานวนประเทศทเปนแหลงทองเทยวคแขงของไทยในแตละตลาด/ประเทศตนทางมความแตกตางกนดงนนจงนำาประเทศคแขงแตละรายไปทดสอบในแบบจำาลองกอนนำามาใช จากการทดสอบทำาใหไดประเทศคแขงทสำาคญในแตละตลาด/ประเทศตนทางดงแสดงในตารางท4.1

CPI T,t คอดชนราคาผบรโภคของไทย(ปพ.ศ.2548เปนปฐาน)ในปทt CPI i,t คอดชนราคาผบรโภคของประเทศi(ปพ.ศ.2548เปนปฐาน)ในปทt ER i / T,t คออตราแลกเปลยนระหวางประเทศiกบประเทศไทยในปทt i คอตลาด/ประเทศตนทางจำานวน11ประเทศไดแกมาเลเซยสงคโปรญปน เกาหลใต จนฝรงเศส เยอรมนสหราชอาณาจกรสหรฐอเมรกาอนเดย และออสเตรเลย t คอปพ.ศ.2528-2552

ต�ร�งท 4.1 ประเทศทเปนแหลงทองเทยวทดแทน/คแขงของไทยในแตละตล�ด/ประเทศตนท�ง

ตลาด/ประเทศตนทาง ประเทศทเปนแหลงทองเทยวทดแทน/คแขงของไทย

ม�เลเซย อนโดนเซย ฟลปปนส สงคโปร ฮองกง เก�หลใต และจน

สงคโปร ฟลปปนส ฮองกง เก�หลใต และจน

ญปน อนโดนเซย ฟลปปนส สงคโปร ฮองกง ม�เลเซย และเก�หลใต

เก�หลใต อนโดนเซย ฟลปปนส สงคโปร ฮองกง ม�เลเซย และจน

จน อนโดนเซย ฟลปปนส สงคโปร ฮองกง ม�เลเซย และเก�หลใต

ฝรงเศส อนโดนเซย ฟลปปนส สงคโปร ฮองกง และม�เลเซย

เยอรมน อนโดนเซย ฟลปปนส สงคโปร ฮองกง และม�เลเซย

สหร�ชอ�ณ�จกร อนโดนเซย ฟลปปนส สงคโปร ฮองกง และม�เลเซย

สหรฐอเมรก� อนโดนเซย ฟลปปนส สงคโปร และม�เลเซย

อนเดย อนโดนเซย ฟลปปนส สงคโปร และม�เลเซย

ออสเตรเลย อนโดนเซย ฟลปปนส สงคโปร ฮองกง และม�เลเซย



โดยท RPSi,t คอ ราคาการทองเทยวเฉลยของแหลงทองเทยวทเปนคแขงเทยบกบประเทศ i ในปทt CPI j,t คอดชนราคาผบรโภคของประเทศj(ปพ.ศ.2548เปนปฐาน)ในปทt CPI i,t คอดชนราคาผบรโภคของประเทศi(ปพ.ศ.2548เปนปฐาน)ในปทt ER i / j,t คออตราแลกเปลยนระหวางประเทศiกบประเทศjในปทt j คอประเทศทเปนคแขงทสำาคญของไทยจำานวนNประเทศ

สวนสตรการคำานวณราคาการทองเทยวเฉลยของแหลงทองเทยวทเปนคแขงของไทยมลกษณะดงน

[4.6]

RPS i,t =

CPI j,t

CPI i,t • ER i / j,t

Ni

[4.7]ln NTA i,t = β0i + β1i ln Yi,t + β2i ln RPTi,t + β3i ln RPSi,t + ε i,t

ฟงกชนฟอรม (Function form) ทนยมใชศกษาอปสงคการทองเทยว ไดแก ฟงกชนฟอรม แบบLog-linearเนองจากจะทราบคาความยดหยนโดยตรงจากการประมาณคาสมประสทธของแบบจำาลองและการแปลงขอมลดวยNaturallogarithmเปนการบรรเทาความไมคงทของความแปรปรวนของขอมล ดงนนแบบจำาลองทางเศรษฐมตของอปสงคการทองเทยวไทยในกรณนคอ

โดยท ln NTA i,t คอNaturallogarithmของจำานวนนกทองเทยวจากประเทศiทเดนทาง มาทองเทยวไทยในปทt ln Yi,t คอNatural logarithm ของผลตภณฑมวลรวมประชาชาตตอหวของ ประเทศiในปทt ln RPTi,t คอNaturallogarithmของราคาการทองเทยวไทยในปทt ln RPSi,t คอNaturallogarithmของราคาการทองเทยวเฉลยของแหลงทองเทยว ทเปนคแขงในปทt β0i , β1i , β2i , β3i คอคาสมประสทธ ε i,t คอคาคลาดเคลอน


สมการท4.7 เปนฟงกชนอปสงคเชงสถต(Static) ทแสดงวา อปสงคการทองเทยวในปจจบน ถกอธบายดวยตวแปรอธบายในชวงเวลาเดยวกนอยางไรกตามการศกษาทผานมาเสนอวาฟงกชนอปสงคเชงพลวต(Dynamic)ทแสดงดวยแบบจำาลองAutoregressivedistributedlag(ARDL)เหมาะสมทจะนำามาอธบายอปสงคการทองเทยวในระยะยาวไดดกวาแบบจำาลองอปสงคเชงสถตดงนนจากสมการท4.7สามารถเขยนใหมในรปแบบของแบบจำาลองARDLไดดงน

[4.8]∆ ln NTA i,t = α0i + bi,q NTA ∆ ln NTA i,t–q + bi,q Y ∆ ln Yi,t–q

+ bi,q RPT ∆ ln RPTi,t–q + bi,q RPS ∆ ln RPSi,t–q

+ λ1i ln NTA i,t–1 + λ2i ln Yi,t–1 + λ3i ln RPTi,t–1

+ λ4i ln RPSi,t–1 + εi,t

จากขอจำากดของขอมลทมเพยง25 ตวอยาง(ขอมลรายประหวางป พ.ศ.2528-2552) ทำาให คาสมประสทธทประมาณคาไดของสมการท4.8 ขาดความนาเชอถอ เทยงตรง และไมมประสทธภาพเนองจากการใชวธถดถอยในการประมาณคาจำาเปนตองมขนาดตวอยางไมนอยกวา 10 ตวอยาง ตอคาสมประสทธทตองการประมาณคา1 ตว(Hair et al.,1998;VanVoorhisandMorgan,2007) จากขอจำากดดงกลาวในทนจงเลอกใชสมการท4.7ในการศกษาแทน

•การตรวจสอบ/ทดสอบเงอนไขตามวธทางเศรษฐมต เนองจากขอมลทใชพฒนาแบบแบบจำาลองอปสงคการทองเทยวเปนขอมลอนกรมเวลา ดงนน จงตองทดสอบความคงท (Stationary) ของขอมล โดยใชวธKPSS-test ในการทดสอบ เนองจาก ใหผลการทดสอบทเทยงตรงมากกวาวธอนๆ(LütkepohlandKrätzing,2004)หากขอมลของชดตวแปรในสมการท4.7มลกษณะไมคงท(Non-stationary)ตองทดสอบCo-integrationของชดตวแปรดงกลาว เพอใหแนใจวา ชดตวแปรดงกลาวมความสมพนธเชงดลยภาพระยะยาวจรง โดยใชวธBoundstest ในการทดสอบCo-integrationของแบบจำาลองอปสงคการทองเทยวไทยเนองจากมความไดเปรยบกวา วธEngleandGranger(1987)Johansen(1988,1995) และJohansenandJuselius(1990) (ดรายละเอยดของวธKPSS-testและBoundstestเพมเตมในบทท2)

•การประมาณคาสมประสทธของแบบจำาลองความสมพนธในระยะยาว การประมาณคาสมประสทธของสมการถดถอยดวยวธกำาลงสองนอยทสด(Ordinaryleastsquare:OLS) ในกรณทขอมลอนกรมเวลาไมคงท อาจทำาใหคาสมประสทธทไดไมสะทอนความสมพนธทแทจรง


ระหวางตวแปรในแบบจำาลองทผานมามการเสนอวธประมาณคาสมประสทธของแบบจำาลองความสมพนธในระยะยาวทเปนสมการเดยวหลายวธเชนวธAutoregressivedistributedlag(ARDL)(PesaranandShin,1995)Dynamicordinaryleastsquares(DOLS)(StockandWatson,1993)Fullymodifiedordinaryleastsquares(FMOLS)(PhillipsandHansen,1990)เปนตน วธARDLและDOLSเปนวธทนยมนำามาใชมากกวาวธFMOLSเนองจากวธFMOLSทเปนวธSimi-parametricมขอสมมตทสำาคญวาตวแปรอสระทใชในแบบจำาลองตองไมมCo-integrationแตในความเปนจรงขอสมมตดงกลาวมกถกละเมดอยเสมอในขณะทวธARDLและDOLSซงเปนวธParametricทมจดออนและจดแขงทแตกตางกนแมวาPanopoulouandPittis(2004)พสจนใหเหนในเชงประจกษแลววา ภายใตเงอนไขในอดมคตทางสถต วธARDL มความเทยงตรงและนาเชอถอในการอนมานทางสถตมากกวาวธDOLSอยางไรกตามทผานมายงคงนยมใชวธDOLSมาเปรยบเทยบและทดสอบความ เขมแขง(Robustness) ของคาสมประสทธทไดจากวธARDL และวธDOLS มกใหผลการประมาณ คาสมประสทธทไมแตกตางจากวธARDLยกเวนกรณทตวแปรอสระในแบบจำาลองไมใชตวแปรภายนอกอยางแทจรง(Endogeneityregressor)วธDOLSจะใหผลการประมาณคาสมประสทธทนาเชอถอมากกวาวธARDLและสอดคลองกบผลการประมาณคาทไดจากวธMaximumlikelihood(ML)(Ibrahim,PadliandBaharom,2009) จากขอจำากดของขอมลในทนจงเลอกใชวธDOLSประมาณคาสมประสทธของแบบจำาลองอปสงคการทองเทยวไทยในระยะยาววธนถกเสนอโดยStockandWatsonในปค.ศ.1993โดยทวไปเรยกวา“DynamicOLS” หรอ “DOLS” วธนสามารถใชประมาณคาสมประสทธของตวแปรในแบบจำาลองความสมพนธในระยะยาวทมปญหาSimultaneitybiasและสามารถใชในกรณทตวแปรในแบบจำาลองมความคงทณระดบผลตางทแตกตางกนได(Integrateddifferentorder)แตตองมCo-integrationกนโดยStockandWatsonเสนอวาปญหาSimultaneitybiasและความอคตทเกดขนโดยธรรมชาตของตวแปรอสระเมอมขนาดจำานวนตวอยางนอยสามารถแกไขดวยการเพมคาLags(-q)และLeads(r)ของการเปลยนแปลงในตวแปรอสระเขาไปในแบบจำาลอง แนวคดนมลกษณะคลายกบวธประมาณคาทเสนอโดยPhillipsandLoretan(1991) และSaikkonen(1991) แตมความสะดวกและงายในการนำาไปใชมากกวา นอกจากนสามารถประยกตใชวธการปรบปรงคาคลาดเคลอนมาตรฐานใหมความเขมแขง(Robuststandarderrors)ตามวธของWhite(1980)หรอNeweyandWest(1987)รวมกบวธDOLSได จากสมการท(4.7)มเวกเตอรของคาสมประสทธทตองประมาณคาคอ Bi = [β0i , β1i , β2i , β3i] และมเมตรกซของตวแปรอสระคอX i,t = [1 , Yi,t , RPTi,t , RPSi,t]ดงนนสามารถเขยนสมการท(4.7)ในรปแบบทใชวธDOLSไดดงน

[4.9]

ln NTA i,t = B′i X i,t + ∆X i,t–j + υi,t


จากสมการท (4.9) สามารถประมาณคาดวยวธOLS ซงตวประมาณคาทไดมคาเทยบเทากบ ตวประมาณคาทไดจากวธMLE(NarayanandNarayan,2005) ในกรณทผลการทดสอบการเปลยนแปลงโครงสรางของอปสงคการทองเทยวในระยะยาว ททดสอบดวยChowtestแสดงใหเหนวาเกดการเปลยนแปลงโครงสรางของอปสงคในระยะยาวดงนน มความเปนไปไดวา คาความยดหยนกอนและหลงการเปลยนแปลงโครงสรางอาจมความแตกตางกน การศกษาทผานมาเชนLi,SongandWitt(2006)Liet al.,(2006)เปนตนใชแบบจำาลองTimevaryingparameterเชงสถตในระยะยาว(TVP-LRM)ทแสดงอยในรปแบบStatespace(SS)และใชKalmanfilteralgorithmในการประมาณคาสมประสทธ(Song,WittandLi,2009)จากสมการท(4.7)สามารถเขยนใหมใหอยในรปแบบStatespaceไดดงน

[4.10ก]ln NTA i,t = β0i + β1i ln Yi,t + β2i ln RPTi,t + β3i ln RPSi,t + εi,t

[4.10ข]βji,t = βji,t–1 + η j,t ; j=1 , 2 , 3 ; i=1 , 2 , … , 11 และ t = พ.ศ.2528-2552

จากสมการขางตนβji,tคอเวกเตอรทไมสามารถสงเกตได(Unobservedvector)เรยกวาStatevectorสวนεi,tและη j,tคอตวรบกวนแบบGaussian(Gaussiandisturbances)ทเปนอสระตอกน และเปนอสระตอกนในทกชวงเวลาตวรบกวนทงสองมลกษณะการแจกแจงแบบεi,t ~ N(0 , Hi,t)และ η j,t ~ N(0 , Q i,t) ตามลำาดบโดยเมตรกซHi,tและQ i,tคอคาความแปรปรวนทเปนคาตงตนซงสมมตใหทราบคาสำาหรบสมการท(4.10ก)คอObservationequationสวนสมการท(4.10ข)คอStateequation ทสมมตใหβji,tมลกษณะMultivariaterandomwalkและมลกษณะการแจกแจงแบบβji,t ~ N(τ1i , P1i) โดยβji,tและτ1i สามารถประมาณคาไดจากวธMLEและP1iคอคาแปรปรวนของβji,t

4.2.2 การอธบายผลการประมาณคาความยดหยนในเชงประจกษ รปแบบหรอแนวทางการอธบายผลการศกษาทไดจากการประมาณคาความยดหยนของอปสงค การทองเทยวไมมหลกเกณฑหรอรปแบบทแนนอนตายตวขนอยกบปจจยและองคประกอบทหลากหลายเชนประสบการณของผเขยนวธการศกษาวตถประสงคของการศกษาเปนตนอยางไรกตามเพอความเขาใจแนวทางการอธบายผลลพธทไดจากการประยกตใชเศรษฐมตในการวเคราะหอปสงคการทองเทยวในสวนนจะนำาเสนอตวอยางการอธบายผลลพธทไดจากการประมาณคาใน2กรณคอ1)ผลการประมาณคาอปสงคการทองเทยวไทยในระยะยาว และ2) ผลการศกษาการเปลยนแปลงโครงสรางอปสงคการทองเทยวไทย อนเนองมาจากวกฤตเศรษฐกจและการเปลยนแปลงนโยบายอตราแลกเปลยนของไทยในปพ.ศ.2540ทเปน การศกษาของอครพงศอนทองและมงสรรพขาวสอาด(2554)ดงมรายละเอยดพอสงเขปดงน


•ผลการประมาณคาอปสงคการทองเทยวไทยในระยะยาว จากการตรวจสอบความคงทของขอมลอนกรมเวลาดวยKPSS-testพบวาตวแปรในแบบจำาลองอปสงคการทองเทยวไทยมอนดบความคงทแตกตางกนและในแตละตลาดมตวแปรอสระอยางนอย1ตวไมคงททI(0)ดงนนการประมาณคาสมการอปสงคดวยวธOLSอาจเผชญกบความสมพนธทไมแทจรงแตจากการทดสอบCo-integration ดวยวธBoundstest พบวา แบบจำาลองอปสงคการทองเทยวไทย ในแตละตลาดมความสมพนธเชงดลยภาพระยะยาวหรอมCo-integration(ดรายละเอยดในตารางท4.2)

ต�ร�งท 4.2 ผลก�รทดสอบ Unit root และ Co-integration

ตลาด/ประเทศตนทางขอมลนงท ผลการทดสอบ Bounds test

lnNTA lnY lnPT lnPS F-statistic Deterministic

ม�เลเซย I(1) I(1) I(1) I(0) 5.532*** intercept, trend

สงคโปร I(1) I(1) I(1) I(0) 2.643* intercept, no trend

ญปน I(1) I(1) I(0) I(0) 12.873*** intercept, no trend

เก�หลใต I(1) I(1) I(0) I(0) 10.070*** intercept, no trend

จน I(1) I(0) I(0) I(1) 18.741*** intercept, trend

ฝรงเศส I(1) I(1) I(0) I(0) 2.773* intercept, trend

เยอรมน I(1) I(1) I(0) I(1) 3.547** intercept, trend

สหร�ชอ�ณ�จกร I(1) I(1) I(1) I(0) 5.316*** intercept, no trend

สหรฐอเมรก� I(1) I(1) I(1) I(1) 3.657** intercept, no trend

อนเดย I(1) I(1) I(1) I(1) 7.812*** intercept, no trend

ออสเตรเลย I(1) I(1) I(1) I(0) 3.919** intercept, no trend

หมายเหต: ***, ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05 และ 0.10 ตามลำาดบทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)

ผลการประมาณคาความยดหยนดวยวธDOLSทแสดงในตารางท4.3ใหผลลพธทไดสอดคลองกบทฤษฎอปสงค โดยคอลมนท2 ถง4 คอ คาความยดหยนตอรายได ราคา และราคาของคแขง ตามลำาดบสวนคอลมนท5และ6เปนคาสถตFทใชทดสอบวาคาความยดหยนตอรายได(คอลมน ท5)และราคา(คอลมนท6)มคาเทากบ1และ-1หรอไมตามลำาดบจากการทดสอบพบวาตลาดนกทองเทยวตางชาตทสำาคญเกอบทงหมดมความยดหยนตอรายได(คอลมนท2) มากกวา1 ยกเวนสงคโปรและอนเดยทมความยดหยนตอรายไดคงท(Unitaryelasticity)ผลลพธดงกลาวสะทอนใหเหนวา การทองเทยวไทยเปนสนคาฟมเฟอยสำาหรบตลาดนกทองเทยวตางชาตทสำาคญ โดยเฉพาะเกาหลใต และสหราชอาณาจกรมความยดหยนตอรายไดสงถง3.432 และ3.207 ตามลำาดบ สวนตลาดทเหลอ มคาความยดหยนตอรายไดประมาณ1.318-1.742 ยกเวน สงคโปรและอนเดยทมคาความยดหยน ตอรายไดเทากบ0.793และ0.911ตามลำาดบ


สำาหรบผลการประมาณคายดหยนตอราคาการทองเทยวไทย ซงตอไปนเรยกวา ความยดหยน ตอราคา(คอลมนท3ในตารางท4.3)พบวาเฉพาะสหรฐฯและอนเดยเทานนทมความยดหยนตอราคานอยกวา-1(-0.292และ-0.470ตามลำาดบ)สวนมาเลเซยสงคโปรฝรงเศสและเยอรมนมความยดหยนตอราคาเทากบ-1สำาหรบญปนเกาหลใตจนออสเตรเลยและสหราชอาณาจกรมความยดหยนตอราคามากกวา-1 ผลลพธดงกลาวแสดงใหเหนวานกทองเทยวตางชาตแตละตลาดมความยดหยนตอราคาแตกตางกน โดยสหรฐฯและอนเดยมความยดหยนตอราคานอย(Priceinelastic) เนองจากนกทองเทยวจากอนเดย นยมเดนทางมาประเทศไทยเพอทำาธรกจแตงงานและฮนนมนในขณะทนกทองเทยวจากสหรฐฯมตนทนในการเดนทางมายงประเทศไทยสงกวาตนทนการใชจายระหวางทองเทยวในประเทศไทยในขณะทมาเลเซยสงคโปรฝรงเศสและเยอรมน เปนตลาดทมความยดหยนตอราคาเทากบ-1เนองจากประเทศไทยเปนแหลงทองเทยวชวงวนหยดสดสปดาหของนกทองเทยวมาเลเซยและสงคโปรและเปนบานหลงทสองของนกทองเทยวจากเยอรมนและฝรงเศส สำาหรบญปน เกาหลใต จน สหราชอาณาจกร และออสเตรเลย เปนตลาดทมความยดหยนตอราคามาก(Priceelastic) โดยเฉพาะเกาหลใตและจนมความยดหยน ตอราคาสงกวาตลาดอนๆ เนองจากเปนนกทองเทยวประเภทกรปทวร (Grouptours) ทเนนทองเทยวแบบSightseeing ในระดบราคาตำา ในขณะทนกทองเทยวจากญปนสหราชอาณาจกรและออสเตรเลยนยมทองเทยวแบบอสระ(Freeindividualtravel:FIT)และพกผอน(Vacation)ตามทะเลชายหาดและธรรมชาต ซงมแหลงเทยวทดแทนจำานวนมาก ดงนนนกทองเทยวกลมนจงออนไหวตอการเปลยนแปลงของราคาการทองเทยวไทย

ต�ร�งท 4.3 ผลก�รประม�ณค�คว�มยดหยนของอปสงคก�รทองเทยวไทยในระยะย�ว

ตลาด/ประเทศตนทางคาความยดหยนตอ Wald test (F-statistic)

รายได(εGDP)

ราคาของไทย (εRPT)

ราคาของคแขง (εRPS)

εGDP = 1 εRPT = -1

ม�เลเซย 1.318*** -1.450* 1.207** 3.220* 0.379

สงคโปร 0.793*** -0.895* 1.273*** 2.869 0.056

ญปน 1.356*** -1.968*** 2.530*** 6.240*** 5.359**

เก�หลใต 3.432*** -5.652*** 5.365*** 43.992*** 33.693***

จน 1.459*** -3.652*** 5.482*** 23.013*** 12.575***

ฝรงเศส 1.616*** -0.875** 1.112*** 7.762** 0.094

เยอรมน 1.525*** -1.555*** 1.874*** 7.572** 1.960

สหร�ชอ�ณ�จกร 3.207*** -2.085*** 3.169*** 22.330*** 3.776*

สหรฐอเมรก� 1.335*** -0.292* 0.065 10.530*** 21.717***

อนเดย 0.911*** -0.470*** 0.328* 2.117 13.930***

ออสเตรเลย 1.742*** -2.847*** 2.109*** 2.789*** 8.057***

หมายเหต: ***, ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05 และ 0.10 ตามลำาดบทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)


สวนผลการประมาณคาความยดหยนตอราคาของแหลงทองเทยวทเปนคแขง (ตอไปนเรยกวา ความยดหยนไขว)(คอลมนท4 ในตารางท4.3) พบวา สวนใหญตลาดนกทองเทยวตางชาตของไทย มความยดหยนไขวมากกวา1ยกเวนสหรฐฯและอนเดยและมความยดหยนไขวมากกวาความยดหยน ตอราคา (ยกเวน มาเลเซยและออสเตรเลย) โดยเฉพาะจนและสหราชอาณาจกร ผลลพธดงกลาว สะทอนใหเหนวาการเปลยนแปลงราคาของแหลงทองเทยวทเปนคแขงมอทธพลตออปสงคการทองเทยวไทยมากกวาการเปลยนแปลงราคาการทองเทยวไทยยกเวนสหรฐฯและอนเดย

•การเปลยนแปลงโครงสรางอปสงคการทองเทยวไทยในระยะยาว ตารางท4.4เปนผลการวเคราะหการเปลยนแปลงโครงสรางอปสงคการทองเทยวไทยในระยะยาวโดยคอลมนท2-4เปนคากลาง(Median)ของคาความยดหยนในชวงปพ.ศ.2528-2540สวนคอลมน ท5-7เปนของชวงปพ.ศ.2541-2550สำาหรบคอลมนสดทายเปนคาสถตFทใชทดสอบการเปลยนแปลงโครงสรางดวยChow-test ซงพบวา วกฤตเศรษฐกจและการเปลยนแปลงนโยบายอตราแลกเปลยน ของไทยในป พ.ศ.2540 มสวนทำาใหโครงสรางอปสงคการทองเทยวไทยมการเปลยนแปลง ยกเวนเกาหลใตและสหรฐฯ จากการประมาณคาความยดหยนดวยแบบจำาลองTVP-LRMพบวากอนและหลงปพ.ศ.2540การทองเทยวไทยยงคงเปนสนคาฟมเฟอยสำาหรบตลาดนกทองเทยวตางชาตทสำาคญกอนปพ.ศ.2540ราคาการทองเทยวไทยและราคาของแหลงทองเทยวทเปนคแขงไมมอทธพลตออปสงคของนกทองเทยวตางชาตทสำาคญของไทยอยางมนยสำาคญทางสถต ดงนนกอนป พ.ศ.2540 รายไดของประเทศตนทาง จงเปนตวแปรสำาคญทมอทธพลตออปสงคการทองเทยวไทย แตหลงป พ.ศ.2540 วกฤตเศรษฐกจ และการเปลยนแปลงระบบอตราแลกเปลยนของไทยมสวนทำาใหราคาการทองเทยวไทย และราคา ของแหลงทองเทยวทเปนคแขงมอทธพลตอการเปลยนแปลงอปสงคของนกทองเทยวตางชาตของไทยอยางมนยสำาคญทางสถต


ผลการศกษาสะทอนใหเหนวา วกฤตเศรษฐกจและการเปลยนแปลงนโยบายอตราแลกเปลยนของไทยในป พ.ศ.2540 มสวนทำาใหโครงสรางอปสงคการทองเทยวไทยเปลยนแปลง โดยเฉพาะการเปลยนแปลงทเกดขนกบคาความยดหยนตอราคาและความยดหยนไขวหรออาจกลาวไดวาวกฤตเศรษฐกจ และการเปลยนแปลงระบบอตราแลกเปลยนมผลกระทบตอราคาการทองเทยวอยางไรกตามในบางตลาดเชน จนอาจมสาเหตอนๆททำาใหเกดการเปลยนในลกษณะดงกลาวคอการเปลยนแปลงนโยบายของรฐบาลจนทอนญาตใหคนจนเดนทางไปทองเทยวในประเทศตางๆ ไดเพมขนจาก4 ประเทศ(กอนปพ.ศ.2540)เปน20ประเทศในปพ.ศ.2545และขยายเปน135ประเทศในปพ.ศ.2553(UptodateMarch15,2010)(CNTA,2010)ทำาใหคนจนมทางเลอกในการทองเทยวมากขนและคนจนทมฐานะด นยมเลอกทองเทยวในยโรปหรอสหรฐฯ สวนประเทศไทยกลายเปนแหลงทองเทยวของคนจนทม ฐานะปานกลางซงสวนใหญนยมทองเทยวแบบกรปทวรและมการใชจายคอนขางนอยในระหวางทองเทยวภายในประเทศไทยเปนตน

4.2.3 ขอสงเกตและสงทควรคำานงในการประมาณคาความยดหยน ก. ตลาด/ประเทศตนทางของนกทองเทยวทแตกตางกนยอมมพฤตกรรมและการตอบสนองตอราคาและรายไดแตกตางกนดงนนควรใหความสำาคญกบศกษาในระดบตลาดมากกวาทจะศกษาในภาพรวม

ต�ร�งท 4.4 ค�คว�มยดหยนในระยะย�วกอนและหลงป พ.ศ. 2540 ทไดจ�กแบบจำ�ลอง TVP-LRM

ตลาด/ประเทศตนทาง

คาความยดหยนตอ (ชวงป พ.ศ. 2528-2540)

คาความยดหยนตอ (ชวงป พ.ศ. 2541-2552) Chow-test

(F-statistic)รายได ราคาของไทย ราคาของคแขง รายได ราคาของไทย ราคาของคแขง

ม�เลเซย 2.219*** 3.624 -3.673 1.115*** -2.076*** 1.212*** 11.951***

สงคโปร 0.878** 0.522 0.038 0.747*** -0.830* 1.152*** 3.898**

ญปน 2.131*** 5.457 -3.055 1.374*** -1.921*** 2.447*** 4.016**

เก�หลใต 3.643*** -4.869 5.373** 3.618*** -5.432*** 5.838*** 1.862

จน 2.157*** -0.505 1.326 1.889*** -1.701* 3.169* 5.449***

ฝรงเศส 3.111*** 5.737 -3.036 1.875*** -0.803* 1.500*** 4.143**

เยอรมน 2.004*** 0.423 0.849 1.520*** -1.594*** 1.969*** 3.672**

สหร�ชอ�ณ�จกร 2.973** -3.194** 4.096 3.163*** -2.216*** 3.146*** 3.010**

สหรฐอเมรก� 1.710*** 0.754 -0.100 1.332*** -0.334** 0.105 1.760

อนเดย 0.642** -1.482 1.244 0.911*** -0.467** 0.328*** 2.783*

ออสเตรเลย 1.274 -4.293 1.937 1.710*** -3.037*** 2.322*** 4.210**

หมายเหต: คาความยดหยนทนำาเสนอเปนคากลาง (Median) ของชวงเวลาดงกลาว ***, ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05 และ 0.10 ตามลำาดบทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2554)


ข. การประมาณคาความยดหยนของอปสงคการทองเทยวควรใหความสำาคญกบทมาและ รายละเอยดของขอมลของตวแปรทใชในการศกษาเชนตลาดนกทองเทยวทแตกตางกนยอมมแหลงทองเทยว ทเปนคแขงทแตกตางกน เปนตน ดงนนการกำาหนด/พฒนาตวแปรทใชในแบบจำาลองตองวเคราะห และศกษาในระดบรายละเอยดของแตละตลาด เพอใหไดมาซงตวแปรทเหมาะสมและสามารถสะทอน ใหเหนถงคาความยดหยนของอปสงคทแทจรงได ค. การใชนโยบายทมผลกระทบตอราคาการทองเทยวควรพจารณารวมกบราคาของแหลงทองเทยว ทเปนคแขง เนองจากในบางกรณราคาของแหลงทองเทยวทเปนคแขงอาจมอทธพลหรอผลกระทบ ตออปสงคมากกวาการเปลยนแปลงราคาการทองเทยว ง. การเปลยนแปลงนโยบายและการเกดวกฤตการณตางๆ ทมผลกระทบตอราคาการทองเทยวและรายไดของนกทองเทยว เชน วกฤตเศรษฐกจ การเปลยนแปลงนโยบายอตราแลกเปลยน เปนตน อาจมผลทำาใหโครงสรางอปสงคการทองเทยวมการเปลยนแปลง(Structurechange) สามารถทดสอบ การเปลยนแปลงดงกลาวดวยวธChow-test หรอRecursiveOLS และหากพบวามการเปลยนแปลงโครงสรางเกดขน แบบจำาลองTVP-LRM เปนหนงในแบบจำาลองทเหมาะสมสำาหรบใชศกษาในกรณ ดงกลาว

4.3 ก�รพย�กรณอปสงคก�รทองเทยว

แบบจำาลองการพยากรณอปสงคการทองเทยวทนยมใช เปนแบบจำาลองทไมมตวแปรอธบาย (Non-explanatorymodels)ภายใตการวเคราะหขอมลในกรณตวแปรเดยว(Univariateanalysis)และนยมใชขอมลอนกรมเวลาในการพฒนาแบบจำาลอง โดยใหความสำาคญกบความแมนยำาในการพยากรณแบบจำาลองอปสงคในลกษณะนมหลากหลายตงแตแบบจำาลองอยางงายเชนNaïve1,Naïve2,Simple movingaverage,Trendcurveanalysis เปนตน จนถงแบบจำาลองทใชเทคนคการพยากรณชนสง เชน บอกซและเจนกนส,Hybrid forecasting เปนตน สำาหรบในบทนนำาเสนอแบบจำาลองพยากรณ 6 แบบจำาลอง ประกอบดวยแบบจำาลองNaïve,Simplemovingaverage,Trendcurveanalysis, Exponentialsmoothing,บอกซและเจนกนส,และCombine&Hybridforecastingดงมรายละเอยด พอสงเขปดงน

4.3.1 แบบจำาลองNaïve แบบจำาลองNaïve เปนแบบจำาลองอยางงายทอาศยแนวคดทวา ขอมลปจจบนถกอธบาย หรอพยากรณโดยขอมลในอดต จากแนวคดดงกลาวมการนำาเสนอแบบจำาลองNaïve ทแตกตางกน 2แบบจำาลองคอNaïve1และNaïve2และในแตละแบบจำาลองสามารถใชกบขอมลรายปและรายเดอน ดงแสดงในตารางท4.5ดงน


4.3.2 แบบจำาลองคาเฉลยเคลอนทอยางงาย(Simplemovingaverage:SMA) แบบจำาลองSMA เปนแบบจำาลองทเหมาะสำาหรบขอมลทมอทธฤดกาล เชน ขอมลรายไตรมาสรายเดอน เปนตน เมอกำาหนดให Ft คอ คาพยากรณ ณ เวลาท t, A t–1 , … , A t–m คอ คาจรง ณ เวลาท 1 ถงเวลาท m โดยท m คอ จำานวนไตรมาสในรอบป(4 ไตรมาส) หรอจำานวนเดอน ในรอบป(12เดอน)ของขอมลอนกรมเวลาดงนนสามารถเขยนแบบจำาลองSMAไดดงน

ต�ร�งท 4.5 แบบจำ�ลอง Naïve 1 และ Naïve 2

ประเภทของขอมล Naïve 1 Naïve 2

ขอมลร�ยป Ft = A t–1 Ft = 1 + A t–1 – A t–2

A t–2

ขอมลร�ยเดอน Ft = A t–s Ft = 1 + A t–1s – A t–2s

A t–2s

หมายเหต: F คอ คาพยากรณ, A คอ คาจรง, t คอ ปท t, s คอ เดอนท s

; m = 4 (ขอมลรายไตรมาส)หรอ12(ขอมลรายเดอน)Ft =A t–1 + A t–2 + A t–3 + … + A t–m

m


4.3.3 แบบจำาลองการวเคราะหเสนแนวโนม(Trendcurveanalysis) แบบจำาลองการวเคราะหเสนแนวโนมเปนแบบจำาลองพนฐานทนยมใชในการพยากรณ โดยเฉพาะในกรณทขอมลอนกรมเวลามความผนผวนนอยและมการเคลอนไหวตามแนวโนมของเวลาทมลกษณะ แตกตางกน ความแตกตางดงกลาวทำาใหมการกำาหนดรปแบบฟงกชน(Functionform)ทแตกตางกนตามการเคลอนไหวของขอมลอนกรมเวลาดงแสดงในตารางท4.6

ต�ร�งท 4.6 รปแบบฟงกชนของแบบจำ�ลองก�รวเคร�ะหเสนแนวโนม

รปแบบ ลกษณะรปแบบฟงกชน

Linear Ft = α + βt

Constrained hyperbola (1/Ft) = α + β(1/t)

Exponential ln Ft = α + βt

Geometric ln Ft = α + β ln t

Semi-log Ft = α + β ln t

Modified exponential ln Ft = α + β(1/t)

Hyperbola Ft = α + β(1/t)

Modified hyperbola (1/Ft)= α + βt

Quadratic Ft = α + β1t + β2t2

Log quadratic ln Ft = α + β1t + β2t2

หมายเหต: F คอ คาพยากรณ, t คอ เวลา, α และ β คอ คาสมประสทธ, ln คอ Natural logarithm

วธประมาณคาสมประสทธทนยมใชคอวธกำาลงสองนอยทสด(OLS)ซงเปนวธททำาใหผลรวมกำาลงสอง ของผลตางระหวางคาแนวโนมกบขอมลจรงมคานอยทสด (Least-squareserror) วธนเปนวธทงาย ในการคำานวณ และสามารถสรางสมการพยากรณไดหลายรปแบบทงทเปนเสนตรงหรอไมใชเสนตรง รวมทงสามารถประยกตใชวดอทธพลฤดกาลไดสำาหรบการคำานวณหาคาสมประสทธของสมการแนวโนมสามารถดำาเนนการไดดงน

[4.11] = α + βt + εt

โดยท คอ คาพยากรณของy α , β คอ คาสมประสทธ t คอ เวลาโดยทt = 1 , 2 , … , n


จากสมการท(4.11)คาสมประสทธทตองประมาณคาคอαและβโดยมสตรคำานวณตามวธOLSดงน

α = = t – βyt t

–n n

β

หากจำานวนขอมลมจำานวนมาก การหาคา α และ β ดวยสตรขางตนจะตองใชเวลามากในการคำานวณดงนนสามารถปรบสตรขางตนใหคำานวณไดงายและรวดเรวขนโดยยายจดเรมตนณจดทt = 0 เปนจดใดจดหนงททำาให∑ t = 0ในทสดแลวจะไดวา

β =n ytt – yt t

n t2 – t2

แนวทางททำาให∑ t = 0สามารถทำาได2แนวทางคอก. ถาจำานวนอนกรมเวลาเปนเลขค ใหเวลาทอยกงกลางของอนกรมเวลามคา t = 0 สวนเวลาทอย กอนกงกลางมคาtเทากบ–1 , –2 , –3 , …สำาหรบเวลาทอยหลงกงกลางมคาtเทากบ1 , 2 , 3 , …ข. ถาจำานวนอนกรมเวลาเปนเลขคใหtทอยระหวางเวลากงกลางมคาเทากบ0เวลาทอยกอนกงกลาง มคาtเทากบ–1 , –3 , –5 , …สวนเวลาทอยหลงกงกลางมคาtเทากบ1 , 3 , 5 , …

สมการท(4.11)เปนสมการแนวโนมเสนตรงแตบางกรณสมการแนวโนมอาจเปนเสนโคงรปแบบสมการแนวโนมทไมใชเสนตรงทนยมใชไดแก •สมการแนวโนมโพลโนเมยล(Polynomialtrend)มรปแบบดงน

= α0 + β1t + β2t2 + β3t3 + … + βntn + εt

β = ∑ ytt∑ t2

α = t


สมการแนวโนมโพลโนเมยลทมกพบอยเสมอกคอแนวโนมพาราโบลา(Parabolatrend)ทมรปแบบ ดงน

= α0 + β1t + β2t2 + εt

•สมการแนวโนมเอกซโปเนนเชยล(Exponentialtrend)มรปแบบดงน

= α0 + βt + εt

•สมการแนวโนมเอกซโปเนนเชยลลำาดบสอง(Secondexponentialtrend)มรปแบบดงน

= α0 + β1t β2 + εt

การเลอกรปแบบสมการแนวโนมใหพจารณาจากลกษณะการเคลอนไหวของขอมลอนกรมเวลา ดงนนในการพฒนาสมการแนวโนมจงควรตรวจสอบขอมลวามลกษณะการเคลอนไหวและแนวโนมแบบใดกอนทจะพจารณาจากคาสถตการตดสนใจและคาสถตสำาหรบการตรวจสอบความแมนยำาของแบบจำาลอง(ดรายละเอยดในสวนสดทายของบทน หรอดรายละเอยดในบทท2) อยางไรกตามแบบจำาลองทพฒนา ตามแนวทางนมกจะใหความสำาคญกบความแมนยำาในการพยากรณเปนอนดบแรก

4.3.4 แบบจำาลองExponentialsmoothing แบบจำาลองนเหมาะสำาหรบการพยากรณในระยะสนและปานกลางและใหความสำาคญกบขอมลลาสดมากทสดโดยแบบจำาลองทนยมใชม3รปแบบคอ ก. Simpleexponentialsmoothing:เปนแบบจำาลองทเหมาะสำาหรบขอมลทมการเคลอนไหวคงทโดยขอมลตองไมมแนวโนมและอทธพลฤดกาล แบบจำาลองนใชเทคนคการหาคาเฉลยแบบถวงนำาหนก ในการพฒนาสมการพยากรณโดยมรปแบบสมการความสมพนธดงน

โดยท A t คอขอมลณเวลาทt ; t=1 , 2 , … , N α คอคานำาหนกความสำาคญทใหแกขอมลณเวลาทt (0 ≤ α ≤ 1) Ft+1คอคาประมาณหรอคาพยากรณของขอมลณเวลาทt+1 Ft คอคาประมาณหรอคาพยากรณของขอมลณเวลาทt

[4.12]Ft+1 = α A t + (1 + α) Ft ; t=1 , 2 , … , N


4.3.5 แบบจำาลองบอกซและเจนกนส(BoxandJenkins) โดยทวไปเรยกแบบจำาลองนวา แบบจำาลองARIMA พนฐานของแบบจำาลองประกอบดวย สวนประกอบทสำาคญ3สวนไดแกAutoregressivemodel[AR(p)]Integrated[I(d)]และMoving averagemodel [MA(q)] โดยทAR(p) คอ คาสงเกตทเกดขนกอนหนา p คา (Yt–1 , … , Yt–p) สวนMA(q)คอคาคลาดเคลอนจากการพยากรณทอยกอนหนาqคา(εt–1 , … , εt–q)สำาหรบ I(d)คอผลตาง(Difference)ของอนกรมเวลาณปจจบนกบขอมลในอดตdชวงเวลาดงนนรปแบบทวไปของแบบจำาลองARIMA(p, d, q)สามารถแสดงไดดงน

โดยท L t = α A t + (1 – α) (L t–1 + bt–1) bt = γ (L t – L t–1) (1 – γ) bt–1

α คอคาคงทททำาใหเรยบระหวางขอมลกบคาพยากรณ(0 ≤ α ≤ 1) γ คอคาคงทททำาใหเรยบระหวางคาจรงกบคาประมาณ(0 ≤ γ ≤ 1)

[4.13]Ft+m = L t + bt m ; คา Ft+m เปนคาพยากรณณเวลาทt+m

ข. Holt’stwo-parametermethod:เปนแบบจำาลองทเหมาะสำาหรบขอมลทมแนวโนมเชงเสนตรง(Lineartrend)ในแบบจำาลองมคาคงทททำาใหเรยบ2คาคอα(Alpha)และγ(Gamma)ดงนนรปแบบสมการความสมพนธมลกษณะดงน

ค.Winter’sthree-parametertrendandseasonalitymethod:เปนแบบจำาลองทเหมาะสำาหรบขอมลทมแนวโนมและอทธพลฤดกาลในแบบจำาลองมคาคงทททำาใหเรยบ3คาคอα(Alpha),γ(Gamma)และδ(Delta)ดงนนรปแบบสมการความสมพนธมลกษณะดงน

โดยท Lt = α A t

St–S + (1 – α) [Lt–1 + bt–1] ; ระดบของขอมล

bt = γ (Lt – Lt–1) (1 – γ) bt–1 ; สวนของแนวโนม St–S+m = δ A t

L t + (1 – δ) st–S ; สวนของฤดกาล

หมายเหต:0 ≤ (α , γ , δ ≤ 1)

[4.14]Ft+m = (L t + bt m) • St–S+m


จากรปแบบทวไปของแบบจำาลองARIMAจะเหนไดวาแบบจำาลองดงกลาวมเงอนไขบางประการเกยวกบคาพารามเตอรในแบบจำาลองเพอใหขอมลอนกรมเวลามคณสมบตคงท(Stationary)และคณสมบตผกผน(Invertibility) โดยทคณสมบตคงท(Stationary) เปนคณสมบตของแบบจำาลองAR(p)ททำาใหE(Yt), Var(Yt)และCov(Yt , … , Yt–p)มคาคงทสวนคณสมบตผกผน(Invertible)เปนคณสมบตของ แบบจำาลอง MA(q) ททำาใหคาคลาดเคลอนของการพยากรณ εt ในเทอมของ Yt , Yt–1 มคาคงท (ทรงศรแตสมบต,2539) แบบจำาลองบอกซและเจนกนสสามารถประยกตใชกบขอมลอนกรมเวลาทมอทธพลฤดกาลได โดยเรยกแบบจำาลองดงกลาววาSARIMAซงมสวนประกอบทสำาคญ3สวนเชนเดยวกบแบบจำาลองARIMAแตมขอสมมตเบองตนเพมเตมคอขอมลอนกรมเวลาทอยภายในฤดกาลเดยวกนตองไมมสหสมพนธกน และตองมคาสหสมพนธในตวเองทแตกตางไปจากศนยเฉพาะชวงหางท S , 2S , … , PS เทานน ขอสมมตนเปนขอจำากดสำาคญของการประยกตใชแบบจำาลองSARIMA เนองจากขอมลอนกรมเวลา อาจมความสมพนธทงภายในฤดกาลเดยวกนและอาจมความสมพนธขามฤดกาลได(อครพงศ อนทองและปวณาคำาพกกะ,2552) ดงนนBox,JenkinsandReinsel(1994)จงเสนอแบบจำาลองSARIMAทมฤดกาลเชงผลคณ(Multiplicativeseasonalmodel) เพอใหสามารถวเคราะหขอมลอนกรมเวลาทมอทธพลฤดกาลไดทง ตวแบบเชงผลบวกและตวแบบเชงผลคณโดยรปแบบทวไปของแบบจำาลองSARIMA(p, d, q) (P, D, Q)S มลกษณะดงน

[4.15]φp (B) ∆d Yt = δ + θq (B) εt

โดยท Yt คอ คาสงเกตของอนกรมเวลาณเวลาt B คอ BackwardshiftoperationโดยทBm = ∆Yt–m

d คอ จำานวนครงของการหาผลตางเพอใหอนกรมเวลามคณสมบตคงท(Stationary) p คอ อนดบของออโตรเกรสซฟ(Autoregressiveorder) q คอ อนดบของคาเฉลยเคลอนท(Movingaverageorder) δ คอ คาคงท(Constantterm) ∆d คอ ผลตางอนดบทd φp คอ พารามเตอรของออโตรเกรสซฟ(Autoregressiveparameter) θq คอ พารามเตอรของคาเฉลยเคลอนท(Movingaverageparameter) εt คอ กระบวนการWhitenoiseซงกคอคาความคลาดเคลอนณเวลาทtภายใต ขอสมมตทวาคาความคลาดเคลอนณเวลาทแตกตางกนเปนตวแปรสมทเปนอสระ

ตอกนและมการแจกแจงแบบปกต[εt ~ N (0 , σ2εt)]


นอกจากนในกรณทขอมลอนกรมเวลามคาสดโตง(Outlier)สามารถเพมตวแปรOutlierเขาไปในแบบจำาลองARIMAและSARIMAในฐานะของตวแปรถดถอยโดยรปแบบของคาสดโตงทพบอยเสมอคอAdditiveoutliersและLevelshifts ขอสมมตทสำาคญของแบบจำาลองบอกซและเจนกนส คอ ขอมลอนกรมเวลาตองมคณสมบตคงท(Stationary) หากขอมลอนกรมเวลามคณสมบตไมคงท (Non-stationary) หรอมUnitroot ทงทเปนRegular หรอSeasonal จะตองแปลงขอมลอนกรมเวลาดงกลาวใหคงท โดยการหาผลตางของขอมลอนกรมเวลาจนกระทงขอมลอนกรมเวลามคณสมบตคงท ในทสดจะทราบจำานวนครงของการหาผลตางทงทเปนRegularintegratedและSeasonalintegratedทใชแปลงขอมลอนกรมเวลาใหคงทนอกจากนสามารถใชNaturallogarithmลดความแปรปรวนของขอมลอนกรมเวลาได Gujarati(1995)เสนอขนตอนการพฒนาแบบจำาลองบอกซและเจนกนสเพอการพยากรณไว4ขนตอนดงน

1. กำาหนดรปแบบ(Identification):หารปแบบARและMAทเหมาะสมกบขอมลอนกรมเวลาโดยพจารณาจากคอเรลโลเกรมของคาสมประสทธสหสมพนธในตวเอง(Autocorrelationfunction:ACF) และคาสมประสทธสหสมพนธในตวเองบางสวน(Partialcorrelation function:PACF) ของขอมล อนกรมเวลาทมคณสมบตคงท 2. ประมาณคาสมประสทธของแบบจำาลอง(Estimation):เปนการประมาณสมประสทธของรปแบบทกำาหนดซงอาจมมากกวา1รปแบบวธทนยมใชคอวธOLSและMLE 3. ตรวจสอบรปแบบ(Diagnosticchecking):เปนการตรวจสอบวารปแบบทกำาหนดมความเหมาะสม หรอไมและคาคลาดเคลอนมลกษณะWhitenoiseตามขอสมมตและเงอนไขของแบบจำาลองบอกซและเจนกนสหรอไมโดยพจารณาจากคาสมประสทธสหสมพนธในตวเองของคาคลาดเคลอนหรอคาสถตQ (Ljung-Boxstatistics:LB)การทดสอบคาพารามเตอรดวยt-testและการพจารณาGoodnessoffitของแบบจำาลองดวยคาStationaryR2และR2

4. พยากรณ(Forecasting):นำาแบบจำาลองทผานการตรวจสอบไปพยากรณคาในอนาคตสามารถทำาไดทงการพยากรณแบบจด(Pointforecast)และการพยากรณแบบชวง(Intervalforecast)

นอกจากแบบจำาลองARIMA และSARIMA แลว แบบจำาลองบอกซและเจนกนสยงไดรบการพฒนาใหสามารถใชพยากรณไดแมนยำามากขน เมอขอมลอนกรมเวลามองคประกอบความไมแนนอน (Irregular)ทมผลกระทบตอการเคลอนไหวของขอมลสงโดยตองทราบลกษณะการเกดชวงเวลาของการเกด และทราบผลกระทบของเหตการณความไมแนนอนดงกลาว แบบจำาลองดงกลาวเรยกวา “ARIMA with

[4.16]φp (B)ΦP (BS) ∆d ∆S

D Yt = δ + θq (B)ΘQ (BS) εt


intervention” แบบจำาลองนถกเสนอโดยBoxandTiao(1975) และนยมใชพยากรณในกรณทขอมล อนกรมเวลามองคประกอบความไมแนนอนสง โดยตองทราบลกษณะและชวงเวลาของการเกดเหตการณ ความไมแนนอนหรอเหตการณวกฤตรวมทงผลกระทบทมตอการเคลอนไหวของอนกรมเวลา แบบจำาลองนเปนแบบจำาลองกรณเฉพาะ(Specialcase)ของTransferfunctionสำาหรบรายละเอยด และการประยตกใชแบบจำาลองนในการประเมนผลกระทบของเหตการณวกฤตทมตออปสงคการทองเทยว สามารถดเพมเตมไดในบทท5 สวนในบทนนำาเสนอเฉพาะแนวคดและแบบจำาลองพนฐานพอสงเขป ดงน

แบบจำาลองARIMAwithinterventionมองคประกอบทสำาคญ2สวนดงน

ARIMA with intervention model = Intervention function + ARIMA noise model

โดยท Yt คอคาสงเกตณเวลาทtจากอนกรมเวลาทเปนStationary f (I t) คอเปนฟงกชนของตวแปรหน(Dummy)ทแสดงอทธพลของInterventionณเวลาทt ถาI t = 1เมอเกดIntervention I t = 0 เมอไมเกดIntervention Nt คอเปนNoiseseriesกอนเกดInterventionทมรปแบบARIMA(p, d, q)

[4.17]Yt = f (I t) + Nt

S tT =

0, t < T

1, t ≥ T

โดยทวไปอทธพลของInterventionทมตออนกรมเวลาม2ลกษณะคอผลกระทบทคงอยตลอดไป (Stepfunction)และผลกระทบทเกดขนเฉพาะบางชวงของเวลาแลวหมดไป(Pulsefunction)ความแตกตาง ดงกลาวทำาใหการกำาหนดรปแบบของตวแปรหนแตกตางกนดงน

ก. StepfunctionเปนกรณทผลกระทบของInterventionเกดขนณเวลาทtและคงอยตลอดไปสามารถกำาหนดตวแปรหนทแสดงอทธพลของInterventionไดดงน


4.3.6 Combine&Hybridforecasting ภายใตชดขอมลอนกรมเวลาชดเดยวกน สามารถประยกตใชวธพยากรณไดหลายวธ และแตละวธใหคาพยากรณแตกตางกน ดงนนจงมการเสนอวธCombineforecasting เพอรวมผลการพยากรณทงหมดเขาดวยกนภายใตแนวคดทวา คาพยากรณรวมจะเทากบผลรวมของคาพยากรณในแตละวธ คณดวยคาถวงนำาหนกของวธนนๆสามารถแสดงสมการพนฐานของแนวคดดงกลาวไดดงน

PtT =

0, t = T

1, t ≠ T

Enders(2004)ไดเสนอขนตอนการพฒนาแบบจำาลองARIMAwithinterventionทสำาคญ3ขนตอนดงน 1. กำาหนดแบบจำาลองARIMAใหกบอนกรมเวลากอนการเกดIntervention 2. กำาหนดแบบจำาลองARIMAwith intervention แลวประมาณคาสมประสทธแบบจำาลอง ดวยขอมลทงหมด 3. ตรวจสอบความเหมาะสมของแบบจำาลองARIMAwithintervention

ข. PulsefunctionเปนกรณทผลกระทบของInterventionเกดขนแลวคงอยเพยงชวงเวลาใดเวลาหนง ในกรณนตวแปรหนทแสดงถงอทธพลของInterventionมรปแบบดงน

[4.18]

tc = wi ti

โดยท tc คอคาพยากรณรวม ti คอคาพยากรณทไดจากวธทi wi คอคาถวงนำาหนกของวธทi

การประมาณหรอการคำานวณหาคาถวงนำาหนกสามารถทำาไดหลายวธ เชน วธสมการถดถอย(Regressionmethod) วธความแปรปรวน-ความแปรปรวนรวม(Variance-covariancemethod:VC)เปนตน แตวธทนยมใชและใหคาพยากรณรวมทแมนยำา ไดแก วธความแปรปรวน-ความแปรปรวนรวมวธนคำานวณคาถวงนำาหนกโดยใหความสำาคญกบHistoricalperformance ของวธพยากรณแตละวธ หากεt = yt – tและytคอคาจรงดงนนจะไดวา


นอกจากวธCombine forecasting แลว วธHybrid forecasting ทเปนการผสมวธบอกซ และเจนกนส กบArtificialneuralnetwork(ANN) เขาดวยกน เปนอกหนงวธทใหผลการพยากรณ ทมความแมนยำาสงการศกษาทผานมาเชนVoortet al.(1996)WangandLeu(1996)Suet al.(1997)Tsenget al.(2002)พสจนใหเหนวาวธHybridforecastingมความแมนยำามากกวาวธบอกซและเจนกนสหรอANN โดยแนวคดของวธนอยบนพนฐานของการลดความคลาดเคลอนจากการพยากรณ ดวยการ ใหANN เรยนรความผดพลาดจากการพยากรณดวยวธบอกซและเจนกนส สามารถแสดงกรอบแนวคดของวธนไดดงรปท4.3

εt = yt – tc = w1 e1t + w2 e2t ; wi = 1[4.19]

εt = w1 e1t + (1 – w1) e2t

σc2 = E (εt

2) = w12

σ12 + (1 – w1)2 σ2

2 + 2w1 (1 – w1) σ12

สามารถเขยนสมการขางตนใหมไดวา

เพราะฉะนนความแปรปรวนของคาคลาดเคลอน(Varianceerror)คอ

เพอหาคาถวงนำาหนกของแตละวธภายใตความแปรปรวนของคาคลาดเคลอนตำาทสด[Minimized σc2

(d σc2 / dw = 0)] และแกสมการจะไดคาwiดงน

w1 = (σ22 – σ12) / (σ1

2 + σ22 – σ12) และw2 = (σ1

2 – σ12) / (σ12 + σ2

2 – 2σ12)

w1 = σ22 / (σ1

2 + σ22) และw2 = σ1

2 / (σ12 + σ2

2)

สตรการคำานวณหาคาwiขางตนใชสำาหรบในกรณท 1t มสหสมพนธกบ 2tแตถา 1t ไมมสหสมพนธ กบ 2tใหใชสตรการคำานวณคาwiดงน


จากกรอบแนวคดขางตนสามารถสรปขนตอนการดำาเนนงานได3ขนตอนดงน ขนตอนท1:ประยกตใชแบบจำาลองบอกซและเจนกนสในการพยากรณและคำานวณหาคาพยากรณและคาคลาดเคลอนจากการพยากรณดวยแบบจำาลองบอกซและเจนกนส ขนตอนท2:ใชคาพยากรณและคาคลาดเคลอนจากแบบจำาลองบอกซและเจนกนสเปนปจจยนำาเขา(Input)ของANNโดยทวไปนยมใชBackpropagationalgorithmในการพยากรณ(ดรายละเอยดของกระบวนการดงกลาวในรปท4.4)

รปท 4.4 กระบวนก�ร Back propagation algorithm neural network

Input E

Desired output

Adjust weights

Networkoutput

Error

Synapticweights

Summingjunction

•Feedforword•Multilayer

Activationfunction

x2

x3

x1

wi1

bi

vi yiwi2

wi3

รปท 4.3 กรอบแนวคดพนฐ�นของวธ Hybrid forecasting

Box andJenkinsmodel

คาพยากรณ

Neuralnetwork

Inputs

คาคลาดเคลอน

คาพยากรณสดทาย


ขนตอนท 3: ประมาณคาพยากรณไปในอนาคตดวยแบบจำาลองบอกซและเจนกนส สวนคา คลาดเคลอนอาจใชคาคลาดเคลอนของปทผานมาหรอคาเฉลยของคาคลาดเคลอนในชวง3-5ปทผานมาหรอใชวธพยากรณคาคลาดเคลอนทแตกตางกนทำาใหคาพยากรณทไดจากANNมมากกวา1คาดงนนจงประยกตใชCombineforecastingในการรวมคาพยากรณดงกลาว

การพฒนาแบบจำาลองตามแนวทางนใหความสำาคญกบความแมนยำาในการพยากรณดงนนเมอได คาพยากรณหรอแบบจำาลองการพยากรณแลวตองตรวจสอบความแมนยำาในการพยากรณซงมวธตรวจสอบ ความแมนยำาในการพยากรณหลายวธวธทนยมใชไดแกคาเฉลยของคาสมบรณของความคลาดเคลอน (Meanabsoluteerror:MAE) คาเฉลยของคาสมบรณของเปอรเซนตของความคลาดเคลอน (Meanabsolutepercentageerror:MAPE) รากทสองของคาเฉลยของความคลาดเคลอนกำาลงสอง (Rootmeansquareerror:RMSE)และรากทสองของคาเฉลยของเปอรเซนตของความคลาดเคลอนกำาลงสอง (Rootmeansquarepercentageerror:RMSPE)ดสตรการคำานวณของแตละวธในบทท2

4.4 กรณตวอย�งก�รพย�กรณอปสงคก�รทองเทยวไทย

เนอหาในสวนนเปนการนำาเสนอกรณตวอยางการประยกตใชวธเศรษฐมตในการพยากรณอปสงคการทองเทยวไทย ซงครอบคลมแนวทางการพฒนาสมการพยากรณดวยวธวเคราะหแนวโนม,ARIMAและSARIMAwithintervention เพอใหผอานเขาใจแนวทางการพฒนาสมการพยากรณแตละแนวทางและสามารถอธบายผลลพธทไดจากการพยากรณ ในทนแบงเนอหาออกเปน2 สวนหลก คอ แนวทางการพฒนาสมการพยากรณทง3 วธ และแนวทางการอธบายผลการพยากรณ โดยในการพฒนาสมการพยากรณจะใชขอมลทแตกตางกน2ชดดงมรายละเอยดพอสงเขปดงน • ชดขอมลรายประหวางปพ.ศ.2513-2548ทเปนขอมลจำานวนและรายไดจากนกทองเทยวตางชาต ใชในการพฒนาสมการพยากรณดวยวธวเคราะหเสนแนวโนมและARIMA • ชดขอมลรายเดอนระหวางเดอนมกราคมพ.ศ.2528-ธนวาคมพ.ศ.2548ทเปนขอมลจำานวน นกทองเทยวตางชาตทแบงตามตลาด/ภมภาคทสำาคญใชในการพฒนาสมการพยากรณดวยวธ SARIMAwith intervention เนองจากหลงป พ.ศ.2544 การทองเทยวไทยตองเผชญกบ เหตการณวกฤตหลายเหตการณเชน9/11SARSเปนตน


4.4.1 การพฒนาสมการพยากรณดวยวธวเคราะหเสนแนวโนม จากการพจารณากราฟและการทดสอบสมการแนวโนมของขอมลจำานวนและรายไดจากนกทองเทยวตางชาตตงแตปพ.ศ.2513-2548พบวาสมการแนวโนมแบบเสนตรงเปนสมการทเหมาะสมกบขอมลอนกรมเวลาทง2และในการประมาณคาสมประสทธดวยวธOLSพบวาสมการพยากรณเผชญกบปญหา สหสมพนธในตวเอง(Autocorrelation) ดงนนจงแกไขปญหาดงกลาวดวยวธ theCochrance-Orcutt iterativemethod สวนในกรณทสมการพยากรณเผชญกบปญหาHeteroskedasticity จะแกไขปญหา ดงกลาวดวยวธHeteroskedasticityconsitentcovariances เพอใหคาสมประสทธทไดเปนไปตาม GaussMarkovthoremคอไมมอคต(Unbias)มประสทธภาพ(Efficientcy)และสอดคลอง(Consistent) ภายหลงจากแกไขปญหาตางๆแลวไดสมการพยากรณทง2ดงน

4.4.2 การพฒนาสมการพยากรณดวยวธARIMA

ขนตอนท1ทดสอบความคงทของขอมลอนกรมเวลา จากการทดสอบUnit root ของขอมลจำานวนและรายไดจากนกทองเทยวตางชาตตงแตป พ.ศ.2513-2548ดวยวธADF-testพบวา ขอมลจำานวนนกทองเทยวตางชาตมคณสมบตคงทท I(1) ในขณะทขอมลรายไดจากนกทองเทยวตางชาตมคณสมบตคงทท I(2) ผลการทดสอบดงกลาว แสดงใหเหนวาแบบจำาลองARIMAของจำานวนนกทองเทยวตางชาตมIntegratedท1สวนแบบจำาลองARIMAของรายไดจากนกทองเทยวตางชาตมIntegratedท2

ขนตอนท2กำาหนดรปแบบ(Identification) จากการพจารณากราฟสมประสทธสหสมพนธในตวเอง (ACF) และสมประสทธสหสมพนธ ในตวเองบางสวน(PACF)ของผลตางของขอมลจำานวนและรายไดจากนกทองเทยวตางชาตสามารถกำาหนด รปแบบของสมการพยากรณทงสองไดดงน

• สมการพยากรณแนวโนมแบบเสนตรงของจำานวนนกทองเทยวตางชาต

Y = – 3,587,247 + 424,121 Time

t–statistic (–1.480) (5.294)

R2 = 0.9877 2 = 0.9870 DW = 2.5544 Rho = 0.8666 F–statistic = 1,287.03

• สมการพยากรณแนวโนมแบบเสนตรงของรายไดทรบจากนกเทยวตางชาต

Y = – 212,772 + 16,157 Time

t–statistic (–1.556) (3.681)

R2 = 0.9767 2 = 0.9752 DW = 2.8741 Rho = 0.8752 F–statistic = 670.34


ขนตอนท3ประมาณคาสมประสทธ(Estimation) ผลการประมาณคาสมประสทธดวยวธOLS ของสมการพยากรณทงสองในรปแบบARIMA มลกษณะดงน

• สมการพยากรณจำานวนนกทองเทยวตางชาต: I = 1, AR = 2, MA = 2 หรอมรปแบบ ARIMA(2,1,2)

• สมการพยากรณรายไดจากนกทองเทยวตางชาต: I = 2, AR = 0, MA = 1 หรอมรปแบบ ARIMA(0,2,1)

• สมการพยากรณจำานวนนกทองเทยวตางชาตในรปแบบARIMA(2,1,2)

ln yt = 0.0751 + 0.3338 ln yt–1 –0.4587 ln yt–2 + εt –0.1813εt–1 + 0.9256εt–2

t–statistic (4.554) (2.051) (–3.540) (–3.621) (31.972)

R2 = 0.4336 2 = 0.3527 σε = 0.0609 F–statistic = 5.357

• สมการพยากรณรายไดจากนกทองเทยวตางชาตในรปแบบARIMA(0,2,1)

2 ln yt = –0.0055 + εt –0.9571εt–1

t–statistic (–1.626) (16.064)

R2 = 0.450 2 = 0.433 σε = 0.159 F–statistic = 26.188

ขนตอนท4ตรวจสอบรปแบบ(Diagnosticchecking) จากการตรวจสอบความเหมาะสมของรปแบบสมการพยากรณทงสองดวยการพจารณาคาสมประสทธ สหสมพนธในตวเอง(ACF)ของคาคลาดเคลอนพบวาคาความคลาดเคลอนของรปแบบสมการพยากรณทงสองมลกษณะWhitenoiseอยางมนยสำาคญทางสถตและจากการทดสอบความเหมาะสมของรปแบบดวยคาสถตQ พบวา คาสถตQ ทคำานวณไดมคานอยกวาคาวกฤตChi-square ณ ระดบนยสำาคญ ท0.10แสดงวารปแบบสมการพยากรณทกำาหนดมความเหมาะสมในการอธบายอนกรมเวลาของจำานวนและรายไดจากนกทองเทยวตางชาตไดอยางแทจรง


4.4.3 การพฒนาสมการพยากรณดวยวธSARIMAwithintervention กรณตวอยางในสวนนเปนแนวทางการพฒนาสมการพยากรณจำานวนนกทองเทยวตางชาตทเดนทาง มาทองเทยวในประเทศไทยโดยใชแบบจำาลองSARIMAwith intervention ซงมขนตอนในการพฒนาสมการพยากรณดงน

ขนตอนท1การพฒนาแบบจำาลองSARIMA แบบจำาลองSARIMAพฒนาจากขอมลอนกรมเวลาทปราศจากInterventionซงในกรณตวอยางคอขอมลรายเดอนตงแตเดอนมกราคมพ.ศ.2528-ธนวาคมพ.ศ.2543รวม192เดอนสำาหรบการกำาหนดรปแบบ(Identification) ของแบบจำาลองSARIMA(p, d, q) (P, D, Q)S พจารณาจากกราฟของคาสมประสทธสหสมพนธในตวเอง(ACF) และคาสมประสทธสหสมพนธในตวเองบางสวน(PACF) แลวนำารปแบบดงกลาวไปตรวจสอบความเหมาะสมดวยการพจารณากราฟของคาสมประสทธสหสมพนธในตวเองของคาคลาดเคลอนและการทดสอบดวยวธBoxandPierce(BoxandLjung)(คาสถตQ) ในทสดจะไดรปแบบของแบบจำาลองSARIMA(p, d, q) (P, D, Q)Sทเหมาะสมสำาหรบใชในการพยากรณดงแสดงในตารางท4.7คอลมนสดทาย

ต�ร�งท 4.7 แนวโนมจำ�นวนนกทองเทยวในภมภ�คต�งๆ และแบบจำ�ลอง SARIMA

ภมภาคอตราการเตบโตเฉลย (รอยละ) แบบจำาลอง

SARIMA2528-2533 2534-2538 2539-2543 2544-2548 2528-2548

รวมทงหมด 16.90 5.78 6.54 4.37 8.40 (0 1 1) (0 1 1)12

เอเซยตะวนออก 17.99 8.01 5.84 3.75 8.90 (0 1 1) (0 1 1)12

ยโรป 22.34 5.06 6.84 4.45 9.67 (0 1 1) (0 1 1)12

อเมรก� 13.87 -0.32 10.48 4.88 7.23 (0 1 1) (0 1 1)12

เอเซยใต 5.09 0.71 5.41 9.10 5.08 (0 1 1) (0 1 1)12

โอซเนย 22.57 -4.54 11.60 6.68 9.08 (2 1 1) (0 1 1)12

ตะวนออกกล�ง -6.91 8.08 11.42 12.43 6.26 (0 1 3) (0 1 1)12

อฟรก� 22.72 8.84 12.13 -1.20 10.62 (0 1 1) (0 1 1)12


ขนตอนท2กำาหนดแบบจำาลองSARIMAwithintervention การกำาหนดแบบจำาลองSARIMAwithinterventionในกรณตวอยางนเปนการพจารณาเหตการณIntervention4เหตการณคอเหตการณ9-11,วกฤตการณโรคซารส(SARS),วกฤตการณโรคไขหวดนก (BirdFlu) และสนาม (Tsunami) โดยชวงระยะเวลาของผลกระทบในแตละเหตการณประเมนดวยวธ ทเสนอโดยAkarapong,PairachandMingsarn(2006)ตอมานำาชวงเวลาดงกลาวมากำาหนดเปนตวแปรหน เพอใชในแบบจำาลองSARIMAwithinterventionโดยแตละภมภาคจะไดรบอทธพลจากเหตการณแตละเหตการณแตกตางกน และเหตการณแตละเหตการณมระยะเวลาของผลกระทบทแตกตางกนออกไป ดงแสดงในตารางท4.8


หลงจากการกำาหนดแบบจำาลองSARIMAwithinterventionของแตละตลาดแลวตอไปจะประมาณคาสมประสทธของแบบจำาลองดวยวธOLS

ขนตอนท3การตรวจสอบความเหมาะสมของแบบจำาลองSARIMAwithintervention ตารางท4.9 เปนผลการตรวจสอบความเหมาะสมของรปแบบสมการพยากรณ พบวา คาสถตStationaryR-squaredและR-squaredของสมการพยากรณทงหมดมคาเขาใกลหนงในขณะทคาRMSEมคาเขาใกลศนยสำาหรบคาสถตQทไดจากการคำานวณมคานอยกวาคาวกฤตChi-squareณระดบ นยสำาคญ0.10แสดงวารปแบบสมการพยากรณทกำาหนดเปนรปแบบทเหมาะสมในการอธบายอนกรมเวลา ของจำานวนนกทองเทยวตางชาตในแตละภมภาค

ต�ร�งท 4.8 ขน�ดของผลกระทบของคว�มไมแนนอนและระยะเวล�ทไดรบผลกระทบ

ภมภาค

9/11 SARS Bird Flu Tsunami

ขนาด(%)

ระยะเวลา (เดอน)

ขนาด(%)


ขนาด(%)


ขนาด(%)


รวมทงหมด 7.96 2 73.75 3 20.18 2 22.08 4

เอเซยตะวนออก 9.25 2 98.53 3 38.30 2 28.28 4

ยโรป 10.03 4 20.75 4 11.85 1 22.95 4

อเมรก� 20.55 3 54.07 4 4.11 1 1.80 2

เอเซยใต 24.08 2 81.69 3 5.33 1 34.84 2

โอซเนย 7.76 2 5.38 4 1.99 1 4.95 2

ตะวนออกกล�ง 32.73 3 70.02 3 5.84 1 54.38 4

อฟรก� 3.49 2 47.31 3 8.72 2 0.89 1


ต�ร�งท 4.9 ผลก�รตรวจสอบคว�มเหม�ะสมของแบบจำ�ลอง SARIMA with intervention

ภมภาค Stationary R-squared R-squared RMSE Ljung-Box Q(18)

รวมทงหมด 0.778 0.985 0.052 8.791 (DF = 16, Sig. = 0.922)

เอเซยตะวนออก 0.767 0.967 0.081 11.761 (DF = 16, Sig. = 0.760)

ยโรป 0.714 0.986 0.060 22.957 (DF = 16, Sig. = 0.115)

เอเชยใต 0.657 0.869 0.101 16.752 (DF = 16, Sig. = 0.402)

โอซเนย 0.721 0.961 0.082 22.152 (DF = 16, Sig. = 0.138)

ตะวนออกกล�ง 0.770 0.897 0.055 13.077 (DF = 15, Sig. = 0.596)

อฟรก� 0.796 0.932 0.048 21.017 (DF = 16, Sig. = 0.178)



4.4.4 แนวทางการอธบายผลการพยากรณ จากแบบจำาลองพยากรณทพฒนาในสวนทผานมาเมอนำามาพยากรณจำานวนนกทองเทยวตางชาต ในอก5 ปขางหนา(พ.ศ.2550-2554) ภายใตสภาวการณปกต พบวา ระหวางป พ.ศ.2550-2554ประเทศไทยจะมนกทองเทยวตางชาตเดนทางมาทองเทยวเพมขนเฉลยรอยละ5.62-9.14ตอปหรอเพมขน ประมาณปละ0.82-1.40ลานคนตอปโดยในปพ.ศ.2554ประเทศไทยจะมจำานวนนกทองเทยวตางชาต ประมาณ17.07-19.65 ลานคน และคาดวาจะมรายไดจากนกทองเทยวตางชาตประมาณ6.89-9.01 แสนลานบาท โดยมอตราการเพมขนเฉลยรอยละ10.99-17.58 ตอป หรอประมาณ56,000-99,900 ลานบาทตอป(ดรายละเอยดในตารางท4.10)

นอกจากนเมอใชแบบจำาลองSARIMAwithinterventionพยากรณจำานวนนกทองเทยวในตลาดหลก ทสำาคญพบวาในอก5ปขางหนาตลาดโอซเนยและตลาดตะวนออกกลางจะเปนตลาดทมอตราการขยายตว ดทสดโดยมอตราการขยายตวเฉลยรอยละ11.87และ10.80ตอปตามลำาดบรองลงมาไดแกตลาดยโรป อเมรกาและเอเซยโดยมอตราการขยายตวเฉลยรอยละ6.95,6.84และ6.78ตอปตามลำาดบในขณะท ตลาดเอเซยตะวนออกและอฟรกาจะเปนกลมทมอตราการขยายตวโดยเฉลยตำาทสดโดยมอตราการขยายตว เฉลยรอยละ4.85และ4.13ตอปตามลำาดบ(ดรายละเอยดในตารางท4.11)

ต�ร�งท 4.10 ผลก�รพย�กรณจำ�นวนและร�ยไดจ�กนกทองเทยวต�งช�ต

รายการ วธการ พ.ศ. 2550 พ.ศ. 2551 พ.ศ. 2552 พ.ศ. 2553 พ.ศ. 2554

จำ�นวนนกทองเทยวต�งช�ต (ล�นคน)

SARIMA intervention 13.72 14.49 15.30 16.16 17.07

ARIMA 13.46 14.20 15.37 16.79 18.14

Trend 13.93 15.23 16.62 18.09 19.65

ร�ยไดจ�กนกทองเทยวต�งช�ต (ล�นบ�ท)

ARIMA 447,937 527,198 636,415 764,889 901,182

Trend 455,496 506,157 561,741 622,681 689,444


ต�ร�งท 4.11 ผลก�รพย�กรณจำ�นวนนกทองเทยวต�งช�ตในแตละภมภ�คของประเทศไทย

หนวย : ลานคน

ภมภาค พ.ศ. 2550 พ.ศ. 2551 พ.ศ. 2552 พ.ศ. 2553 พ.ศ. 2554

รวมทกประเทศ 13.72 14.49 15.30 16.16 17.07

เอเซยตะวนออก 7.86 8.24 8.64 9.06 9.50

ยโรป 3.29 3.52 3.76 4.02 4.30

อเมรก� 0.85 0.91 0.97 1.04 1.11

เอเชยใต 0.60 0.64 0.68 0.73 0.78

โอซเนย 0.67 0.75 0.84 0.94 1.05

ตะวนออกกล�ง 0.40 0.44 0.49 0.54 0.59

อฟรก� 0.08 0.08 0.09 0.09 0.09




1. วตถประสงคหรอเปาหมายของการพฒนาแบบจำาลองอปสงคการทองเทยวมอะไรบาง?และแตกตางกน อยางไร?2.แบบจำาลองเชงสาเหตและแบบจำาลองทไมมตวแปรอธบายแตกตางกนอยางไร?และมวตถประสงค ของการนำาไปใชแตกตางกนอยางไรบาง?3. ความยดหยนของอปสงคการทองเทยวมความสำาคญอยางไร?และทำาไมตองศกษา?4. จากพนฐานทฤษฎศาสตรแบบจำาลองอปสงคการทองเทยวควรมตวแปรสำาคญอะไรบาง?และในการ พฒนาแบบจำาลองอปสงคการทองเทยวมแนวทางการพฒนาอยางไร?5. จงอธบายผลลพธทไดจากการวเคราะหดวยวธทางเศรษฐมตทแสดงในตารางขางลางพอสงเขป?

6. จงยกตวอยางแบบจำาลองพยากรณอปสงคการทองเทยวทสำาคญมาอยางนอย3แบบจำาลอง(พรอมอธบาย แนวคดของแบบจำาลองนนๆพอสงเขป)และจากคาสถตทแสดงในตารางขางลางควรเลอกแบบจำาลองใด มาใชในการพยากรณและดวยเหตผลใด?

ตวแปร คาสมประสทธ t-statistic P-value Wald test (ε = 1)

ค�คงท -8.227 -7.105 0.000 -

GDP per capita (lnY) 1.459 15.239 0.000 23.013***

ร�ค�ก�รทองเทยวไทย (lnPT) -3.652 -4.883 0.000 12.575***

ร�ค�ก�รทองเทยวสงคโปร (lnPS) 5.482 7.102 0.000 33.719***

R-squared 0.956

Adjusted R-squared 0.950

D.W. statistic 1.870

Long-run variance 0.072

Number of lead and lag lead = 1, lag = 1

Bounds test F-statistic = 18.741*** with intercept and trend

คำาสถต แบบจำาลองท 1 แบบจำาลองท 1 แบบจำาลองท 1

Mean absolute error (MAE) 0.232 0.174 0.203

Mean absolute percentage error (MAPE) 2.262 1.836 2.180

Root mean square error (RMSE) 0.297 0.238 0.284

Stationary R-squared 0.286 0.520 0.302

R-squared 0.955 0.970 0.956



ทรงศรแตสมบต.2539.เทคนคการพยากรณเชงปรมาณ.กรงเทพฯ:หจก.สำานกพมพฟสกสเซนเตอร.มงสรรพ ขาวสอาด และคณะ.2548. การพฒนาการทองเทยวเชงบรณาการทยงยนในลมแมนำาโขง เชยงใหม:สถาบนวจยสงคมมหาวทยาลยเชยงใหม.อครพงศอนทองและปวณาคำาพกกะ.2552.“การพยากรณจำานวนนกทองเทยวตางชาตทเดนทางมาทองเทยว ในประเทศไทยโดยใชแบบจำาลองSARIMA Intervention.” วารสารวชาการ มหาวทยาลย อบลราชธาน11(1):196-214.อครพงศอนทองและมงสรรพขาวสอาด.2550.การพยากรณจำานวนวนพกเฉลยและรายไดทไดรบจาก การทองเทยวของนกทองเทยวตางชาตทเขามาในประเทศไทย.สถาบนวจยสงคมมหาวทยาลยเชยงใหม. (เอกสารอดสำาเนา)อครพงศอนทองและมงสรรพขาวสอาด.2554.“การวเคราะหอปสงคการทองเทยวในระยะยาว.”วารสาร เศรษฐศาสตรธรรมศาสตร29(2):1-34.AkarapongUntong,PairachPiboonrungrojandMingsarnKaosa-ard.2006.“Theimpactsofdisasters onthenumberofinternationaltouristarrivalstoThailand.”ProceedingoftheAsiaPacific TourismAssociationand4thAPacCHRIEjointConference,June26-29,2006.Hualien, TAIWAN.Beaulieu,J.J.andMiron,J.A.1993. “SeasonalunitrootsinaggregateUSdata.” Journalof Econometrics55(1-2):305-328.Box,G.E.P.andTiao,G.C.1975.“Interventionanalysiswithapplicationtoeconomicandenvironmental problems.”JournaloftheAmericanStatisticalAssociation70(349):70-79.Box,G.E.P.,Jenkins,G.M.andReinsel,G.C.1994.Timeseriesanalysis:Forecastingandcontrol. 3rded.EnglewoodCliffs,NJ:Prentice-Hall.CNTA(ChinaNationalTourismAdministration).2010.TheOutboundTourismhasbeenOpento DestinationCountries(regions).Availableathttp://www.cnta.gov.cn/html/2009-5/2009-5- 13-10-53-54953.html(accessedMarch14,2011).Crouch,G.I.1994.“Thestudyofinternationaltourismdemand:Areviewoffindings.”Journalof TravelResearch33(1):41-54.Dwyer,L.,Forsyth,P.andRao,P.2000. “Thepricecompetitivenessoftravelandtourism: Acomparisonof19destinations.”TourismManagement21(1):9-22.Enders,W.2004.AppliedEconometricTimeSeries.2nded.NewYork:JohnWiley&Sons.EngleR.F.andGranger,C.W.J.1987. “Co-integrationanderrorcorrection:Representation, estimation,andtesting.”Econometrica55(2):251-276.


Franses,P.H.1991.“Seasonality,non-stationarityandtheforecastingofmonthlytimeseries.” InternationalJournalofForecasting7(2):227-208.Franses,P.H.andHobijn,B.1997.“Criticalvaluesforunitroottestsinseasonaltimeseries.” JournalofAppliedStatistics24(1):25-48.Gujarati,D.1995.BasicEconometrics.3rded.Boston:McGraw-Hill;.Hair,J.F.,Anderson,R.E.,Tatham,R.L.andBlack,W.1998.MultivariateDataAnalysis.5thed. London:Prentice-HallInternational.Ibrahim,M.H.,Padli,J.andBaharom,A.H.2009. “Long-runrelationshipsanddynamic interactionsbetweenhousingandstockpriceinThailand.”AsiaAcademyofManagement JournalofAccountingandFinance5(1):93-105.Johansen,S.1988.“Statisticalanalysisofcointegratingvectors.”JournalofEconomicDynamics andControl12(2/3):231-254.Johansen,S.1995.Likelihood-BasedInferenceinCointegratedVectorAutoregressiveModels. Oxford:OxfordUniversityPress.Johansen,S.andJuselius,K.1990. “Maximumlikelihoodestimationand inferenceon cointegration–withapplicationstothedemandformoney.”OxfordBulletinofEconomics andStatistics52(2):169-210.Li,G.,Song,H.andWitt,S.F.2005. “Recentdevelopments ineconometricmodelingand forecasting.”JournalofTravelResearch44(1):82-99.Li,G.,Song,H.andWitt,S.F.2006.“TimevaryingparameterandfixedparameterlinearAIDS: Anapplicationtotourismdemandforecasting.”InternationalJournalofForecasting22(1): 57-71.Li,G.,Wong,K.K.F.,Song,H.andWitt,S.F.2006.“Tourismdemandforecasting:Atimevarying parametererrorcorrectionmodel.”JournalofTravelResearch45(2):175-185.Lütkepohl,H.andKrätzing,M.2004.AppliedTimeSeriesEconometrics.Cambridge:Cambridge UniversityPress.Narayan,P.K.2004. “Fiji’stourismdemand:TheARDLapproachtocointegration.”Tourism Economics10(2):193-206.Narayan,P.K.andNarayan,S.2005.“EstimatingincomeandpriceelasticitiesofimportsforFiji inacointegrationframework.”EconomicModelling22(3):423-438.Newey,W.K.andWest,K.D.1987.Asimple,positivesemi-definite,heteroskedasticityandauto correlationconsistentcovariancematrix.Econometrica55(3):703-708.


Panopoulou,E.andPittis,N.2004. “Acomparisonofautoregressivedistributedlagand dynamicOLScointegrationestimatorsinthecaseofaseriallycorrelatedcointegraion.” TheEconometricsJournal7(2):585-617.PesaranM.H.andShin,Y.1995. “Autoregressivedistributed lagmodellingapproach to cointegrationanalysis.”DAEWorkingPaperSeriesNo9514,DepartmentofEconomics, UniversityofCambridge.Pesaran,M.H.,Shin,Y.andSmith,R.J.2001.“Boundstestingapproachestotheanalysisoflevel relationships.”JournalofAppliedEconometrics16(3):289-326.Phillips,P.C.B.andHansen,B.E.1990.“Statisticalinferenceininstrumentalvariableregression withI(1)processes.”ReviewofEconomicStudies57(1):99-125.Phillips,P.C.B.andLoretan,M.1991. “Estimatinglong-runeconomicequilibria.”Reviewof EconomicStudies58(3):407-436.Saikkonen,P.1991.“Asymptoticallyefficientestimationofcointegratingregressions.”Econometric Theory7(1):1-21.Song,H.andLi,G.2008. “Tourismdemandmodellingandforecasting–Areviewofrecent research.”TourismManagement29(2):203-220.Song,H.,Witt,F.S.andLi,G.2009.TheAdvancedEconometricsofTourismDemand.NewYork: Routledge.Stock,J.H.andWatson,M.W.1993.“Asimpleestimatorofcointegratingvectorsinhigherorder integratedsystems.”Econometrica61(4):783-820.Su,C.T.,Tong,L.I.andLeou,C.M.1997.“Combinationoftimeseriesandneuralnetworkfor reliabilityforecastingmodeling”JournaloftheChineseInstituteofEngineers14(4):419-429.Syriopoulos,T.C.1995.“AdynamicofdemandforMediterraneantourism.”InternationalReview ofAppliedEconomics9(3):318-336.Tseng,F.-M.,Yu,H.-C.andTzengG.-H.2002.“Combiningneuralnetworkmodelwithseasonal timeseriesARIMAmodel.”TechnologicalForecasting&SocialChange69(1):71-87.VanVoorshis,C.W.andMorgan,L.B.2007. “Understandingpowerandrulesofthumbfor determiningsamplesizes.”TutorialsinQuantitativeMethodsforPsychology3(2):43-50.Voort,V.D.,Dougherty,M.andWatson,M.1996 “CombiningKohonenmapswithARIMA timeseriesmodelstoforecasttrafficflow.”Transp.Res.Circ.(EmergeTechnol.)4C(5): 307-318.Wang,J.H.,Leu,J.Y.1996.“StockmarkettrendpredictionusingARIMA-basedneuralnetworks.” IEEEInt.Conf.NeuralNetworks4(6):2160-2165.


White,H.1980.“Aheteroskedasticity-consistentcovariancematrixestimatorandadirecttest forheteroskedasticity.”Econometrica48(4):817-838.Wong,K.K.F.,Song,H.,Witt,S.F.andWu,D.C.2007.“Tourismforecasing:Tocombineornot tocomine?”TourismManagement28(4):1068-1078.WorldEconomicForum.2009.TheTravel&TourismCompetitivenessReport2009-Managing inaTimeofTurbulence.Geneva:WorldEconomicsForum.

บทท 5

ก�รประเมนขน�ดของผลกระทบจ�กเหตก�รณวกฤตทมตออปสงคก�รทองเทยว

บทนเปนการนำาเสนอแนวทางการประเมนขนาดของผลกระทบจากเหตการณวกฤตทมตออปสงคการทองเทยว โดยแบงเนอหาออกเปน3 ตอน ตอนแรกเปนการทบทวนความรเกยวกบผลกระทบ ของเหตการณวกฤตทมตออปสงคการทองเทยว ตอนทสองและสามเปนการนำาเสนอวธประเมนขนาด ของผลกระทบจากเหตการณวกฤตแบบ Ex-post ทเปนการประเมนขนาดของผลกระทบทมตออปสงค การทองเทยวหลงจากเกดเหตการณวกฤตเพอทราบจำานวนนกทองเทยวทสญเสยในเบองตนจากเหตการณวกฤตทเกดขน ในบทนนำาเสนอแนวทางการประเมน2 วธ วธแรกเปนการประเมนจากการเปรยบเทยบคาพยากรณกบคาจรงทเกดขนสวนวธทสองเปนการประเมนจากแบบจำาลองSARIMAwithinterventionเนอหาในแตละวธมกรณตวอยางประกอบการอธบายขนตอนการประเมนขนาดของผลกระทบจากเหตการณวกฤตทมตออปสงคการทองเทยวเพอใหผอานเขาใจขนตอนและแนวทางการประเมนรวมทงการอธบายหรอการตความผลลพธทไดจากแตละวธ

5.1 ผลกระทบของเหตก�รณวกฤตทมตออปสงคก�รทองเทยว

เหตการณวกฤต(Crisesevents) ทมผลกระทบตออตสาหกรรมทองเทยวมแนวโนมเพมขน อยางตอเนองตลอดทศวรรษทผานมา เชนภยพบตทางธรรมชาต(Naturaldisasters)สงคราม(War) การกอการราย(Terrorism) ความรนแรงทางการเมอง (Politicalviolence) การแพรระบาดของโรค (Outbreak) เปนตน การศกษาทผานมา เชนHuangandMin(2002)Untong,Piboonrungrojand Kaosa-ard(2006)Chu(2008)Wang(2009)เปนตนพบวาเหตการณวกฤตมผลทำาใหจำานวนนกทองเทยว ตางชาตลดลงอยางมนยสำาคญและมผลกระทบตออตสาหกรรมตอเนองรวมทงการจางงานภายในประเทศโดยขนาดและระยะเวลาของผลกระทบขนอยกบประเภทของเหตการณสถานทหรอพนทเกดขนาดความรนแรงระยะเวลาในการเกดและตลาดนกทองเทยว โดยทวไปเหตการณทไมใชภยพบตทางธรรมชาตหรอทเกดจากนำามอของมนษยเชนความไมสงบ ภายในประเทศการแพรระบาดของโรคการกอการรายเปนตนจะรนแรงหรอสรางความเสยหายนอยกวา ภยพบตทางธรรมชาต เชน สนาม แผนดนไหว เปนตน เนองจากภยพบตทางธรรมชาตสวนใหญ จะทำาลายหรอสรางความเสยหายกบอปทานและหวงโซอปทานของแหลงทองเทยว เชน สงดงดดใจ สถานทพกแรม/โรงแรมสาธารณปโภคเปนตนในขณะทเหตการณทไมใชภยพบตทางธรรมชาตจะมผล ตอความรสกปลอดภยของนกทองเทยว ซงเปนปจจยสำาคญทนกทองเทยวใชประกอบการตดสนใจเลอกแหลงทองเทยวดงนนเหตการณวกฤตจงมอทธพลตออปสงคการทองเทยวอยางหลกเลยงไมได

126 บทท 5: ก�รประเมนขน�ดของผลกระทบจ�กเหตก�รณวกฤตทมตออปสงคก�รทองเทยว

เหตการณวกฤตในการทองเทยว(Tourismcrisis)และความเสยงในการทองเทยว(Tourismrisk)มความเกยวเนองและสมพนธกนอยางใกลชดความเสยงในการทองเทยวเปนการคาดการณ(Expected)หรอทำานาย(Predictable) เหตการณทจะมผลกระทบเชงลบตอการทองเทยว ในขณะทเหตการณวกฤตในการทองเทยวเปนเหตการณทเกดขนจรงและมผลกระทบเชงลบตอการทองเทยว(Tse,2006) ปกตอตสาหกรรมทองเทยวไมไดเตรยมรบมอกบเหตการณทไมไดคาดหวงเชนภยพบตความไมสงบภายในประเทศ การกอการราย การชมชนประทวง เปนตน แตอตสาหกรรมทองเทยวมความเสยงทจะเผชญกบเหตการณเหลานอยตลอดเวลาและเมอเกดเหตการณเหลานความเสยงในการทองเทยวจะพฒนาเปนเหตการณวกฤตในการทองเทยวโดยมขนาดความรนแรงและผลกระทบตอการทองเทยวแตกตางกนตามประเภทของเหตการณทเกดขน Tse(2006)แบงเหตการณวกฤตทมผลกระทบตอการทองเทยวออกเปน4กลมคอ1)ภยพบตทางธรรมชาต(Disastersrelatedtonature) เชน นำาทวม แผนดนไหวพาย สนาม ไฟปา เปนตน 2)ความขดแยงภายในประเทศ(CivilconflictsorPoliticalcrisis)เชนการประทวงการจลาจลเปนตน 3)โรคระบาด(Epidemics)เชนโรคSARSไขหวดนกไขหวดใหญ2009เปนตนและ4)ความลมเหลว ของเทคโนโลย(Technologyfailures)เชนเครองบนตกไฟฟาดบความเสยหายของระบบควบคมการบนเปนตน ดงนนเพอปองกนผลกระทบจากเหตการณวกฤตFaulkner(2001) เสนอแนวคดและวธจดการ ความเสยงในการทองเทยวดวยการจดทำาแผนรบมอหรอปองกนเหตการณวกฤตทคาดวาจะเกดขน (Pre-planning) ซงตองอาศยการประสานงาน(Coordination) การใหคำาปรกษา(Consultation) และ ความรบผดชอบ(Commitment) รวมกนของหนวยงานทเกยวของ ในการเตรยมพรอมทจะรบมอและ ลดความเสยหายจากเหตการณวกฤตทจะเกดขนในอนาคต เหตการณวกฤตเปนสงทไมไดคาดหมายและอยเหนอการควบคมการเกดเหตการณวกฤตมผลกระทบ โดยตรงและโดยออมตออปสงคการทองเทยวเชนทำาใหจำานวนนกทองเทยวลดลงเปนตนเหตการณวกฤตทเกดขนทำาใหแหลงทองเทยวมตนทนความเสยงเพมขน สวนขนาดและระยะเวลาของผลกระทบทมตออปสงคการทองเทยวขนอยกบหลายๆปจจยเชนประเภทของเหตการณการรบรขาวสารและประสบการณของนกทองเทยวเปนตนอยางไรกตามนกทองเทยวจะตอบสนองตอเหตการณวกฤตมากกวาการสงเสรมการทองเทยว และนกทองเทยวในแตละประเทศตอบสนองและออนไหวตอเหตการณวกฤตแตกตางกนดงนนความสญเสยและขนาดของผลกระทบทเกดขนในแตละตลาด หรอแตละเหตการณยอมแตกตางกนความแตกตางดงกลาวมความสำาคญตอการวางแผน/กลยทธในการฟนฟการทองเทยวหลงจากเหตการณวกฤตใหสอดคลองกบความเสยหายทเกดขน ทงยงเปนขอมลสำาคญทใชประกอบการตดสนใจวางแผน หรอจดสรรงบประมาณในการปองกนหรอเตรยมพรอมทจะเผชญกบเหตการณวกฤตทคาดวาจะเกดขน ในอนาคต สวนใหญเหตการณวกฤตทเกดขนมลกษณะผลกระทบแบบOne-offevent ทสงผลตออปสงค การทองเทยวในชวงระยะเวลาใดเวลาหนงแบบสนๆ(Interventionshock) หรอเรยกวาPulseimpact(Coshall,2003)กลาวคอเหตการณวกฤตจะสงผลทำาใหจำานวนนกทองเทยวลดลงอยางกะทนหนในชวงระยะเวลาใดเวลาหนงกอนปรบตวเขาสภาวะปกตหลงจากเหตการณนนผานไปการศกษาทผานมานยมใช


ตวแปรInterventionหรอตวแปรหน(Dummyvariables)สะทอนผลกระทบของเหตการณวกฤตทมตออปสงคการทองเทยว การประเมนขนาดของผลกระทบของเหตการณวกฤตทมตออปสงคสามารถประเมนผานแบบจำาลอง อปสงคการทองเทยวทงทเปนการวเคราะหแบบตวแปรเดยว(Univariate)หรอหลายตวแปร(Multivariate)เชนการประเมนผลกระทบจากเหตการณ9-11ของสหรฐฯ(Goodrich,2002)การประเมนผลกระทบ จากเหตการณแผนดนไหวในไตหวน(HuangandMin,2002)การประเมนผลกระทบจากเหตการณวกฤตระดบโลกตอจำานวนนกทองเทยวตางชาตของไทย(Untong,PiboonrungrojandKaosa-ard,2006)เปนตนอยางไรกตามวธวเคราะหแบบตวแปรเดยวโดยเฉพาะการวเคราะหIntervention(ARIMAหรอSARIMAwithintervention)เปนวธทนยมนำามาใชมากกวาวธวเคราะหแบบหลายตวแปรเชนARIMAX แบบจำาลองอปสงคการทองเทยวเปนตนเนองจากเปนการยากทจะไดตวแปรอธบายทสะทอนความรนแรงของเหตการณวกฤต เชน จำานวนผปวยจากการระบาดของโรค จำานวนครงของการเกดการกอการราย เปนตน การประเมนผลกระทบของเหตการณวกฤตทมตออปสงคของนกทองเทยวตางชาตมหลายวธเชน การประเมนอยางงายโดยการเปรยบเทยบกบจำานวนนกทองเทยวตางชาตในชวงเวลาเดยวกนของปทผานมา การเปรยบเทยบคาพยากรณทไดจากวธพยากรณตางๆกบคาจรงในชวงทเกดเหตการณวกฤตการประเมนผานแบบจำาลองอปสงคการทองเทยวการประเมนดวยเทคนคการวเคราะหขอมลอนกรมเวลาเชนARIMAwithinterventionARIMAXเปนตนอยางไรกตามวธเชงปรมาณทนยมใชคอการวเคราะหInterventionซงสามารถใชกบขอมลอนกรมเวลาทงทมและไมมฤดกาล และสามารถใชประเมนการเพมขนของจำานวน นกทองเทยวจากนโยบายสงเสรมการทองเทยว วธนเหมาะสำาหรบประเมนผลกระทบของสถานการณภายนอกทมตอการพยากรณซงจะใหคาพยากรณทมความแมนยำามากขน การวเคราะหInterventionเปนวธหนงทเหมาะสำาหรบใชประเมนจำานวนนกทองเทยวตางชาตทลดลง จากเหตการณวกฤตแบบOne-offeventและสามารถใชทำานายหรอพยากรณไดแมนยำา(Accuracy)และเทยงตรง(Precision)มากกวาวธอนๆเมอชวงเวลาทใชในการศกษามเหตการณวกฤตในลกษณะดงกลาวอยางไรกตามการพฒนาแบบจำาลองIntervention จำาเปนตองทราบชวงระยะเวลาทไดรบผลกระทบจากเหตการณวกฤตเพอใชกำาหนดตวแปรหนใหสอดคลองกบขอมลเชงประจกษและควรใชขอมลทมความถสง ในการวเคราะห เชน ขอมลรายเดอน เปนตน เนองจากเหตการณวกฤตบางเหตการณมผลกระทบ เพยงเลกนอยตออปสงคการทองเทยวดงนนผลกระทบทเกดขนจงไมแสดงออกมาในภาพรวมของขอมลทมความถตำาเชนขอมลรายปเปนตนนอกจากนหากวตถประสงคหลกของการศกษาตองการประเมนขนาดของผลกระทบจากเหตการณวกฤตผวเคราะหควรใหความสำาคญกบการพฒนาแบบจำาลองทสอดคลอง/เหมาะสม กบขอมลเชงประจกษ (Model fit) มากกวาการพฒนาแบบจำาลองทมความแมนยำาในการพยากรณสง (Ex-postforecast)


5.2 ก�รประเมนดวยวธก�รเปรยบเทยบกบค�พย�กรณ

การประเมนตามแนวทางนเปนการประเมนแบบ Ex-post โดยการพฒนาแบบจำาลองพยากรณ แลวนำาคาพยากรณทไดมาเปรยบเทยบกบคาจรงทเกดขน แนวทางนนยมใชแบบจำาลองพยากรณแบบUnivariate ตามวธบอกซและเจนกนส และขอมลอนกรมเวลาแบบรายเดอน เนองจากสามารถสะทอนผลกระทบของเหตการณวกฤตไดดกวาขอมลแบบรายปเพอความเขาใจขนตอนการประเมนตามแนวทางน ในทนจะขอยกตวอยางการประเมนจำานวนและรายไดจากนกทองเทยวตางชาตของไทยทสญเสย อนเนองมาจากการระบาดของโรคซารสในชวงระหวางเดอนมนาคม-มถนายนพ.ศ.2546เปนกรณตวอยางโดยการเปรยบเทยบคาจรงกบคาพยากรณทไดจากแบบจำาลองSARIMAทพฒนาจากขอมลรายเดอนตงแตเดอนมกราคมพ.ศ.2528-ธนวาคมพ.ศ.2545(รวม216เดอน)โดยมขนตอนในการดำาเนนการดงน

ขนตอนท1พฒนาแบบจำาลองการพยากรณทมความแมนยำาในการพยากรณ(Ex-postforecast)และลดความแปรปรวนหรอบรรเทาความไมคงทของความแปรปรวนในขอมลดวยการNaturallogarithmขอมลหลงจากแปลงขอมลแลวจะดำาเนนการพฒนาแบบจำาลองตามขนตอนของวธบอกซและเจนกนส ดงน ก. กำาหนดรปแบบ(Identification) จากการพจารณากราฟคาสมประสทธสหสมพนธในตวเอง(ACF)(รปท5.1) พบวา คาACF มคาลดลงอยางชาๆ แสดงวา ขอมลอนกรมเวลามลกษณะไมคงท(Non-stationary)และเมอหาผลตาง(Integration:I)อนดบท1(d=1)พบวาคาACFยงคงมคาลดลงอยางชาๆในชวงหางเทากบ12,24,36(Lag12,24,36)แสดงวาขอมลมฤดกาลทมชวงหางเทากบ12 เดอน(รปท5.2) ดงนนจงหาผลตางของฤดกาล(d=12หรอD=1) เพอใหขอมลอนกรมเวลาชดน มคณสมบตคงท

ทมา: อครพงศ อนทอง (2547)

รปท 5.1 สหสมพนธในตวเอง (ACF) ท d=0 และ D=0 รปท 5.2 สหสมพนธในตวเอง (ACF) ท d=1 และ D=0

lag

auto

corr

elat

ion

func

tion

1.0

.5

0.0

-.5

1.012 24 36

lag

auto

corr

elat

ion

func

tion

1.0

.5

0.0

-.5

1.012 24 36


เมอหาผลตางอนดบท1(d=1)และอนดบท12(D=1)ของขอมลชดนพบวาคาACFมคาลดลง ใกล0 อยางรวดเรว แสดงวา อนกรมเวลาชดนมลกษณะคงท ณd=1 และD=1 ตอมาเมอพจารณากราฟACFและPACFทแสดงในรปท5.3และ5.4พบวาคาACFมลกษณะลดลงแบบExponentialในชวงหางเทากบ12ในขณะทPACFมคาลดลงอยางชาๆแบบExponentialในชวงหางท1และ12 จากลกษณะดงกลาวสามารถกำาหนดรปแบบSARIMAทเปนไปได5รปแบบคอSARIMA(1,1,1)(0,1,1)12 SARIMA(2,1,0)(2,1,0)12SARIMA(2,1,0)(0,1,1)12SARIMA(0,1,1)(2,1,0)12 และSARIMA(0,1,1)(0,1,1)12 และในแตละรปแบบไมมตวแปรคาคงทในแบบจำาลอง เนองจากแบบจำาลองทมการหาผลตาง ณอนดบท1(สำาหรบRegular)และอนดบท12(สำาหรบSeasonal)จะไมมองคประกอบเชงกำาหนดทเปนคาคงทและแนวโนมการเลอกรปแบบทนำามาใชพยากรณพจารณาจากคาสถตR2 , 2 , ε และAkaike’sinformationcriterion(AIC)รวมทงการตรวจสอบรปแบบของแบบจำาลองทนำามาใชวาเหมาะสมหรอไม


รปท 5.3 สหสมพนธในตวเอง (ACF) ท d=1 และ D=1 รปท 5.4 สหสมพนธในตวเองบ�งสวน (PACF) ท d=1 และ D=1

lag

auto

corr

elat

ion

func

tion

1.0

.5

0.0

-.5

1.012 24 36

lag

auto

corr

elat

ion

func

tion

1.0

.5

0.0

-.5

1.012 24 36


จากรปแบบทงหมด5รปแบบปรากฏวารปแบบSARIMA(1,1,1)(0,1,1)12เปนรปแบบทมคาสถตการตดสนใจดทสดดงนนรปแบบSARIMA(1,1,1)(0,1,1)12จงเปนรปแบบทมความเหมาะสมทสดสำาหรบขอมลชดนสามารถเขยนรปแบบดงกลาวในลกษณะของสมการพยากรณไดดงน

(1 – 0.2220B) ln (X t) = (1 – 0.8852B12) (1 – 0.4439B) εt

ค.ตรวจสอบรปแบบ(Diagnosticchecking)เมอตรวจสอบความเหมาะสมของรปแบบSARIMA (1,1,1)(0,1,1)12 ดวยการพจารณากราฟACF ของคาคลาดเคลอนทไดจากรปแบบSARIMA(1,1,1)(0,1,1)12 พบวาACF มคาไมแตกตางไปจากศนย ณ ระดบนยสำาคญทางสถตท 0.05 แสดงวา คาคลาดเคลอนของรปแบบSARIMA(1,1,1)(0,1,1)12 เปนอสระจากกน หรอมลกษณะWhitenoiseนอกจากนจากการทดสอบดวยวธBoxandPierce(BoxandLjung)พบวา คาสถตQทคำานวณได มคานอยกวาคาวกฤตChi-squareณระดบนยสำาคญท0.01(ดรายละเอยดในรปท5.5)แสดงวารปแบบSARIMA(1,1,1)(0,1,1)12เปนรปแบบทเหมาะสมสำาหรบขอมลชดน

ข. ประมาณคาสมประสทธ(Estimation)นำารปแบบทง5ไปประมาณคาสมประสทธดวยวธOLSซงไดผลการประมาณคาสมประสทธดงแสดงในตารางท5.1

ต�ร�งท 5.1 ผลก�รประม�ณค�สมประสทธของรปแบบต�งๆ

ตวแปรSARIMA

(1,1,1) (0,1,1)12

SARIMA(2,1,0) (2,1,0)12

SARIMA(2,1,0) (0,1,1)12

SARIMA(0,1,1) (2,1,0)12

SARIMA(0,1,1) (0,1,1)12

AR1 (φ1) -0.22026* -0.61044*** -0.62904*** - -

AR2 (φ2) - -0.12360* -0.18226*** - -

MA1 (θ1) 0.44389*** - - 0.58753*** 0.60753***

SAR1 (Φ1) - -0.72863*** - -0.67680*** -

SAR2 (Φ2) - -0.43181*** - -0.38706*** -

SMA1 (Θ1) 0.88517*** - 0.88120*** - 0.87713***

R2 0.5800 0.5352 0.5742 0.5289 0.5743

2 0.5737 0.5259 0.5678 0.5218 0.5700

ε 0.0510 0.0547 0.0514 0.0552 0.0513

AIC -5.9225 -5.7715 -5.9051 -5.7658 -5.9186

หมายเหต: ***, ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05 และ 0.10 ตามลำาดบทมา: อครพงศ อนทอง (2547)


สรปไดวารปแบบSARIMA(1,1,1)(0,1,1)12 เปนรปแบบสมการพยากรณทมประสทธภาพและมความเหมาะสมทจะนำาไปใชพยากรณจำานวนนกทองเทยวตางชาตของไทย

ขนตอนท2พยากรณคาตวเลขในชวงทเกดวกฤตคาพยากรณดงกลาวเปนคาพยากรณในกรณทไมมเหตการณวกฤตใดๆ เกดขนในชวงเวลาทเกดวกฤต นำารปแบบSARIMA(1,1,1)(0,1,1)12 ทไดจากขนตอนแรกไปสรางเปนสมการพยากรณแลวพยากรณจำานวนนกทองเทยวตางชาตของไทยในชวงเดอนมกราคม-ธนวาคม2546ไดดงแสดงในตารางท5.2


รปท 5.5 สหสมพนธในตวเอง (ACF) และค�สถต Q ของค�คล�ดเคลอนทไดจ�กรปแบบ SARIMA(1,1,1)(0,1,1)12

lag

auto

corr

elat

ion

func

tion

1.0

.5

0.0

-.5

1.012 24 36

ต�ร�งท 5.2 ค�พย�กรณทไดจ�กสมก�รพย�กรณในรปแบบ SARIMA(1,1,1) (0,1,1)12

ป พ.ศ. เดอน คาพยากรณชวงความเชอมน 95% คาความคลาดเคลอน

มาตรฐานขดจำากดลาง ขดจำากดบน

2546 มกร�คม 13.8111 13.7108 13.9115 0.0512

2546 กมภ�พนธ 13.8382 13.7327 13.9438 0.0539

2546 มน�คม 13.8102 13.6949 13.9255 0.0588

2546 เมษ�ยน 13.7217 13.5984 13.8450 0.0629

2546 พฤษภ�คม 13.5956 13.4646 13.7266 0.0668

2546 มถน�ยน 13.6128 13.4746 13.7510 0.0705

2546 กรกฎ�คม 13.7405 13.5954 13.8855 0.0740

2546 สงห�คม 13.7868 13.6353 13.9384 0.0774

2546 กนย�ยน 13.5906 13.4327 13.7485 0.0806

2546 ตล�คม 13.6818 13.5179 13.8458 0.0836

2546 พฤศจก�ยน 13.8334 13.6637 14.0032 0.0866

2546 ธนว�คม 13.9424 13.7670 14.1178 0.0895ทมา: อครพงศ อนทอง (2547)


ขนตอนท3 ประเมนความสญเสยหรอผลกระทบทเกดขน โดยการเปรยบเทยบคาพยากรณกบ คาจรงทเกดขนเมอสมมตใหในกรณทไมเกดวกฤการณโรคซารสในชวงเดอนมนาคม-มถนายนพ.ศ.2546 จำานวนนกทองเทยวตางชาตของไทยเปนไปตามคาประมาณทไดจากสมการพยากรณดงนนจำานวนนกทองเทยว ทสญเสยจากวกฤตการณโรคซารสมคาเทากบสวนตางระหวางคาจรงกบคาพยากรณทแสดงในคอลมน ท5(ความแตกตาง)ตอมานำาจำานวนนกทองเทยวทสญเสยคณกบจำานวนวนพกและคาใชจายเฉลยตอวน(สมมตใหนกทองเทยวตางชาตของไทยในปพ.ศ.2546มจำานวนวนพกและคาใชจายเฉลยตอวนเหมอนกบ ปพ.ศ.2545)ซงสามารถแสดงผลการคำานวณความสญเสยไดดงแสดงในตารางท5.3

ต�ร�งท 5.3 ผลก�รประเมนคว�มสญเสยทเกดจ�กวกฤตก�รณโรคซ�รส

ป พ.ศ. เดอน คาพยากรณ คาจรง ความแตกตางเปอรเซนต

ความแตกตางจำานวนวนพกเฉลย

(วน/ครง)รายไดทสญเสย

(ลานบาท)

2546 มน�คม 994,704 861,259 -133,445 -13.42 8.52 4,268

2546 เมษ�ยน 910,455 470,969 -439,486 -48.27 7.89 13,016

2546 พฤษภ�คม 802,591 404,563 -398,028 -49.59 7.32 10,937

2546 มถน�ยน 816,515 591,164 -225,351 -27.60 7.44 6,294

รวม 4 เดอน 3,524,265 2,327,955 -1,196,310 -34.721 7.791 34,515

หมายเหต : 1 คอ คาเฉลยทมา: อครพงศ อนทอง (2547)

จากตารางท5.3พบวาวกฤตการณโรคซารสทเกดขนในประเทศไทยชวงเดอนมนาคม-มถนายนทำาใหจำานวนนกทองเทยวตางชาตของไทยลดลงประมาณ1.20 ลานคน จากจำานวนทควรจะเปนตาม การพยากรณหรอลดลงเฉลยประมาณรอยละ34.72โดยเดอนเมษายนและพฤษภาคมเปนเดอนทจำานวนนกทองเทยวลดลงมากทสดประมาณรอยละ48และ50ตามลำาดบการลดลงดงกลาวทำาใหประเทศไทยสญเสยรายไดประมาณ34,515ลานบาท เมอพจารณามลคาการสญเสยรายไดตามประเภทของคาใชจายของนกทองเทยวพบวาธรกจขายของทระลก และทพกจะสญเสยรายไดทควรจะไดรบจากนกทองเทยวตางชาตประมาณ9,800 และ9,300 ลานบาทตามลำาดบรองลงมาคอธรกจอาหารและเครองดมจะสญเสยประมาณ5,800ลานบาท(ตารางท5.4)

ต�ร�งท 5.4 ผลก�รประเมนคว�มสญเสยทเกดจ�กวกฤตก�รณโรคซ�รสแยกต�มประเภทร�ยจ�ยของนกทองเทยว

ป พ.ศ. เดอนคาซอ

ของทระลกคาทพก

คาอาหารและเครองดม

คาใชจายเพอการบนเทง

คาใชจายเพอการเดนทาง

คาใชจายอนๆ

2546 มน�คม 1,214 1,145 720 521 359 310

2546 เมษ�ยน 3,702 3,491 2,195 1,589 1,095 945

2546 พฤษภ�คม 3,110 2,933 1,844 1,335 920 794

2546 มถน�ยน 1,790 1,688 1,061 768 529 457

รวม 4 เดอน 9,816 9,257 5,820 4,213 2,903 2,506



5.3 ก�รประเมนดวยแบบจำ�ลอง SARIMA with intervention

แนวทางนประเมนขนาดของผลกระทบผานแบบจำาลองSARIMAwithintervention ซงนยมใชประเมนขนาดของผลกระทบจากเหตการณวกฤตแบบOne-offทมผลกระทบตออปสงคการทองเทยวในชวงระยะเวลาใดเวลาหนงและสามารถใชประเมนเหตการณวกฤตหลายๆเหตการณพรอมกนไดสำาหรบกรณตวอยางทนำาเสนอเปนการประเมนจำานวนนกทองเทยวตางชาตทสญเสยจากเหตการณวกฤต9เหตการณระหวางปพ.ศ.2544-2552ในตลาดนกทองเทยวตางชาตทสำาคญของไทย14ตลาดโดยใชขอมลรายเดอน ระหวางเดอนมกราคมพ.ศ.2528-ธนวาคมพ.ศ.2552(รวม300ตวอยาง)ในการพฒนาแบบจำาลองSARIMAwithintervention หากพจารณาคำาจำากดความและหลกเกณฑการแบงระหวางเหตการณวกฤตกบภยพบตตามทFaulkner(2001)และMoreira(2007)เสนอสามารถแบงเหตการณทง9เหตการณเปนเหตการณวกฤต8เหตการณไดแกการกอการรายถลมตกเวรลเทรดในสหรฐฯ(9/11)การแพรระบาดของโรคซารส(SARS)การแพรระบาดของโรคไขหวดนก(Birdflu/H5N1)การรฐประหารในประเทศไทยพ.ศ.2549วกฤตการเงน ในสหรฐฯ การปดสนามบนสวรรณภมและดอนเมอง ความรนแรงในกรงเทพฯ และการแพรระบาดของโรคไขหวดใหญ2009(H1N1) สวนอกหนงเหตการณ คอ สนาม(Tsunami) เปนเหตการณภยพบต ดงแสดงในตารางท5.5

ต�ร�งท 5.5 เหตก�รณวกฤตทมผลกระทบเชงลบตอก�รทองเทยวไทยทสำ�คญระหว�งป พ.ศ. 2544-2552

เหตการณวกฤต เดอนเรมตนของการเกดเหตการณวกฤต

1. ก�รกอก�รร�ยถลมตกเวรลเทรดในสหรฐฯ (9/11) กนย�ยน พ.ศ. 2544

2. ก�รแพรระบ�ดของโรคซ�รส (SARS) มน�คม พ.ศ. 25461

3. ก�รแพรระบ�ดของโรคไขหวดนก (Bird flu/ H5N1) กมภ�พนธและกรกฎ�คม พ.ศ. 2547

4. สน�ม (Tsunami) ธนว�คม พ.ศ. 2547

5. รฐประห�รในประเทศไทย พ.ศ. 2549 กนย�ยน พ.ศ. 2549

6. วกฤตก�รเงนในสหรฐฯ กนย�ยน พ.ศ. 25512

7. ก�รปดสน�มบนสวรรณภมและดอนเมอง พฤศจก�ยน พ.ศ. 2551

8. คว�มรนแรงในกรงเทพฯ เมษ�ยน พ.ศ. 2552

9. ก�รแพรระบ�ดของโรคไขหวดใหญ 2009 (H1N1) พฤษ�คม พ.ศ. 25523

หมายเหต: 1 โรคซารสเรมแพรระบาดตงแตเดอนพฤศจกายน พ.ศ. 2545 แตแพรระบาดเขามาในไทยประมาณเดอนมนาคม พ.ศ. 2546 2 รฐบาลสหรฐฯ ประกาศเขาแทรกแซงกจการของ Fannie Mae และ Freddie Mac และ Lehman Brothers ประกาศลมละลาย 3 พบการแพรระบาดของโรคไขหวดใหญ 2009 ในเดอนมนาคม พ.ศ. 2552 ทเมกซโก กอนทจะมการแพรระบาดอยางรนแรงใน เดอนเมษายน พ.ศ. 2552 และพบการตดเชอครงแรกในไทยประมาณเดอนมถนายน พ.ศ. 2552 ดงนนจงใชเดอนพฤษภาคม เปนเดอนเรมตน เพราะ ตองการแยก ผลกระทบจากเหตการณความรนแรงในกรงเทพฯ และการแพรระบาดของไขหวดใหญ 2009ทมา: รวบรวมจากขอมลออนไลน


จากรปท5.6จะเหนไดวากอนปพ.ศ.2544เหตการณวกฤตสำาคญทมผลกระทบตอการทองเทยวไทย ไดแกวกฤตเศรษฐกจในปพ.ศ.2519(รวมทงความไมสงบภายในประเทศ),พ.ศ.2526และพ.ศ.2540สงครามอาวเปอรเซยและพฤษภาทมฬในชวงปพ.ศ.2534-2535และเปนทนาสงเกตวารฐบาลไทยจะใชแคมเปญสงเสรมการทองเทยวเพอกระตนและฟนฟการทองเทยวหลงจากเหตการณวกฤตเชนแคมเปญ“Visit Thailand Year”ในปพ.ศ.2523และพ.ศ.2530แคมเปญดงกลาวชวยกระตนใหนกทองเทยวตางชาต เดนทางมาทองเทยวไทยเพมขนอยางตอเนอง แตไมเปนการเพมขนแบบOne-off เชน แคมเปญ “Visit Thailand Year”ในปพ.ศ.2530กระตนใหนกทองเทยวตางชาตเดนทางมาทองเทยวไทยเพมขน ปละไมตำากวา4ลานคนและมรายไดจากการทองเทยวเพมขนไมตำากวาปละ2หมนลานบาทตอเนอง เปนระยะเวลา3ปจนถงปพ.ศ.2534ในขณะทแคมเปญ“AmazingThailand”ทใชหลงจากวกฤตเศรษฐกจเอเชยในปพ.ศ.2540มสวนทำาใหจำานวนและรายไดจากนกทองเทยวตางชาตเตบโตในอตรารอยละ8ตอป ตอเนองจนถงป พ.ศ.2545 ยกเวน ป พ.ศ.2544 ทมอตราการเตบโตประมาณรอยละ5 เนองจาก เกดเหตการณ9/11ในเดอนกนยายนพ.ศ.2544 ตงแตปพ.ศ.2546เปนตนมาการทองเทยวไทยเผชญกบเหตการณวกฤตมากขนเชนการแพรระบาดของโรคซารสความไมสงบภายในประเทศวกฤตเศรษฐกจในสหรฐฯการแพรระบาดของไขหวดใหญ 2009เปนตนเหตการณเหลานมสวนทำาใหจำานวนและรายไดจากนกทองเทยวตางชาตลดลง


รปท 5.6 จำ�นวนและร�ยไดจ�กนกทองเทยวต�งช�ตระหว�งป พ.ศ. 2513-2552

ลานคน

จำนวนนกทองเทยวตางชาต

หมนลานบาท

พ.ศ.

15.0

12.5

10.0

7.5

5.0

2.5

0.0

600

500

400

300

200

100

0

2513 2516 2519 2522 2525 2528 2531 2534 2537 2540 2543 2546 2549 2552

นโยบายHub & Gateway

ในอนโดจ�น

ความไมสงบภายในประเทศว�กฤตเศรษฐกจในสหรฐฯ

การระบาดของโรคไขหวดใหญ 2009

ว�กฤตราคานำมนและความไมสงบภายในประเทศ

Visit ThailandYear 1

Visit ThailandYear 2

เศรษฐกจตกตำท�วโลก

สงครามอาวเปอรเซ�ยและพฤษภาทมฬ

ว�กฤตเศรษฐกจเอเช�ย

Amazing Thailand

การระบาดของโรค SARS

สนาม

รายไดจากนกทองเทยวตางชาต


การประเมนขนาดของผลกระทบจากเหตการณวกฤตตามวธSARIMAwithinterventionมขนตอนดงน

ขนตอนท1การประเมนหาชวงระยะเวลาของผลกระทบจากเหตการณวกฤต วธน ใหความสำาคญกบการพฒนาแบบจำาลองทสอดคลอง/เหมาะสมกบขอมลเชงประจกษ เพราะตองการใหแบบจำาลองสะทอนขนาดของผลกระทบจากเหตการณวกฤตทมตออปสงคการทองเทยวใหใกลเคยงความเปนจรงมากทสดดงนนตวแปรหนหรอตวแปรInterventionตองเปนตวแปรทสามารถสะทอนขนาดของผลกระทบจากเหตการณวกฤตแตละเหตการณไดดทสดตวแปรInterventionทกำาหนดขนมาตองครอบคลมชวงเวลาหรอเดอนทไดรบผลกระทบการทราบชวงระยะเวลาของผลกระทบทแมนยำาทำาใหตวแปรInterventionสามารถสะทอนขนาดของผลกระทบทมตออปสงคการทองเทยวไดแมนยำาและใกลเคยงความเปนจรงมากทสดดงนนการวเคราะหเพอคนหาชวงระยะเวลาของผลกระทบจากเหตการณวกฤตจงเปนสงสำาคญสำาหรบการพฒนาตวแปรInterventionซงUntong,PiboonrungrojandKaosa-ard (2006)ไดเสนอแนวทางการคนหาชวงระยะเวลาดงกลาวโดยประยกตใชวธX-12-ARIMAแยกองคประกอบ ความไมแนนอนจากขอมลอนกรมเวลากอนนำาองคประกอบดงกลาวมาประเมนหาชวงระยะเวลา(หรอเดอน) ทไดรบผลกระทบจากเหตการณวกฤต วธX-12-ARIMAเปนหนงในวธทใชปรบอนกรมเวลาทมฤดกาลแบบรายเดอนเหมาะสำาหรบกรณทไมสามารถกำาหนดชวงระยะเวลาของการหาคาเฉลยไดแนนอน และขอมลอนกรมมความผนผวนสง วธนรวมวธบอกซและเจนกนส(แบบจำาลองSARIMA)และวธปรบฤดกาลแบบX11เขาดวยกนโดยใชแบบจำาลองSARIMAปรบสวนทอยภายนอก(Outliers)และใชวธX11ปรบอทธพลฤดกาลออกจากขอมลภายใตขอสมมตทวาสามารถวดความผนผวนจากฤดกาลไดจากชดของขอมลทใชและแยกความผนผวน ดงกลาวออกจากความผนผวนจากวฏจกร แนวโนม และความไมแนนอน โดยองคประกอบฤดกาล(S)เปนความแปรปรวนภายในปทเกดขนซำาๆ กนทกป สวนองคประกอบวฏจกร(C) เปนความแปรปรวน ทเกดขนในระยะยาว เชน วฏจกรธรกจ เปนตน และองคประกอบความไมแนนอน(I) เปนสวนทเหลอ จากความแปรปรวนทเกดจากปจจยทไมเกยวของกบเวลาเชนการกอการรายภยพบตเหตการณความไมสงบ ภายในประเทศเปนตน จากขอมลจำานวนนกทองเทยวตางชาตของไทยทเปนกรณตวอยาง เมอนำามาแยกองคประกอบ ความไมแนนอนดวยวธX-12-ARIMA พบวา เหตการณวกฤตทง9 เหตการณ มสวนทำาใหจำานวน นกทองเทยวตางชาตลดลงแตกตางกนและมระยะเวลาทไดรบผลกระทบแตกตางกนตามเหตการณวกฤตแตละเหตการณดงแสดงในรปท5.7


หลงจากไดองคประกอบความไมแนนอน(I) จากวธX-12-ARIMA ตอมาจะนำาคาองคประกอบความไมแนนอนไปคำานวณหาผลกระทบจากสดสวนการลดลงของอปสงคการทองเทยวในเดอนทi(PDi)โดยกำาหนดใหIiคอดชนความไมแนนอนในเดอนทiดงนน


รปท 5.7 ค�คว�มไมแนนอนของจำ�นวนนกทองเทยวต�งช�ตของไทยระหว�งป พ.ศ. 2544-2552

1.200

1.150

1.100

1.050

1.000

0.950

0.900

0.850

0.800

0.750

0.700

0.650

0.600พ.ศ.2544 พ.ศ.2545 พ.ศ.2546 พ.ศ.2547 พ.ศ.2548 พ.ศ.2549 พ.ศ.2550 พ.ศ.2551 พ.ศ.2552

9/11

SARS

ไขหวดนก

ปฏวต

ปดสนามบน

ว�กฤตการเง�นในสหรฐฯ

สนาม

ความรนแรงในกรงเทพฯ& ไขหวดใหญ 2009

PDi =(100 – Ii)

100

โดยในกรณทPDiมคามากกวาศนยแสดงวาอปสงคการทองเทยวในเดอนทiมขนาดนอยกวา กรณปกตทปราศจากความผนผวนอนเนองมาจากความไมแนนอนดงนนจงกำาหนดใหเดอนทไดรบผลกระทบ จากเหตการณวกฤตเปนเดอนเรมตนของการเกดเหตการณวกฤตคาPDiในเดอนดงกลาวมคามากกวาศนย หากคา PDi ในเดอนดงกลาวมคานอยกวาศนยใหเรมนบในเดอนถดมาทคา PDt มคามากกวาศนย เปนเดอนเรมตนแทนสวนเดอนสดทายทไดรบผลกระทบคอเดอนทคาPDiมคานอยกวาหรอเทากบศนย ดงนนระยะเวลา(Duration:DUR)ทเกดผลกระทบจากเหตการณวกฤตสามารถคำานวณไดดงน

DUR = j – i

โดยท i คอ เดอนเรมตนของการเกดเหตการณวกฤต j คอ เดอนทอปสงคการทองเทยวเขาสภาวะปกต


เมอไดชวงระยะเวลาของผลกระทบจากเหตการณวกฤตแลว ตอมาจะนำาชวงระยะเวลาดงกลาวไปกำาหนดเปนตวแปรหนหรอตวแปรInterventionในแบบจำาลองSARIMAwithinvention แมวาคาPDiสามารถสะทอนใหเหนถงขนาดของผลกระทบจากเหตการณวกฤตแตผลลพธดงกลาว เปนการประเมนผานองคประกอบความไมแนนอนของขอมลอนกรมเวลา และขาดการทดสอบทางสถต ทแสดงใหเหนวาเหตการณวกฤตแตละเหตการณทพจารณามผลกระทบตออปสงคการทองเทยวอยางมนยสำาคญ ทางสถต ในขณะทการใชตวแปรIntervention ทไดจากวธการขางตนในแบบจำาลองSARIMAwith interventionสามารถทดสอบไดวาเหตการณใดบางทมผลกระทบตออปสงคการทองเทยวอยางมนยสำาคญทางสถต กอนทจะนำาแบบจำาลองทผานการตรวจสอบแลวไปประเมนหาขนาดของความสญเสยทเกดจากเหตการณวกฤตแตละเหตการณเชนจำานวนนกทองเทยวรายไดจากการทองเทยวเปนตน

ขนตอนท2การพฒนาแบบจำาลองSARIMAwithintervention แบบจำาลองSARIMAwithinterventionถกเสนอโดยBoxandTiaoในปค.ศ.1975เปนแบบจำาลอง ทพฒนาตอเนองจากแบบจำาลองSARIMA โดยมองคประกอบ2สวนคอตวแปรInterventionsและแบบจำาลองSARIMAดงน

[5.2]φp (B) ΦP (BS) ∆d ∆S

D Yt = θq (B) ΘQ (BS) εt

[5.1]Yt = ξ t + Nt

โดยท Yt คอ คาสงเกตของอนกรมเวลาณเวลาtทมอทธพลฤดกาล ξ t คอ ตวแปรInterventionsทมผลกระทบตออนกรมเวลา Nt คอ NoiseseriesทมรปแบบSARIMA(p, d, q) (P, D, Q)S

Box,JenkinsandReinsel(1994)เสนอแบบจำาลองSARIMAเชงผลคณ[SARIMA(p, d, q)(P, D, Q)S]ทสามารถใชทงในกรณของตวแบบเชงผลบวกและเชงผลคณทมรปแบบทวไปดงน

โดยท Yt คอ คาสงเกตของอนกรมเวลาณเวลาtทมอทธพลฤดกาล BและBS คอ Backwardshiftoperationของสวนทไมมและมฤดกาล โดยทBm = ∆Yt–m dและD คอ จำานวนครงของผลตางททำาใหอนเวลาเวลาในสวนทไมมและมฤดกาล มคณสมบตคงท


หากขอมลอนกรมเวลามOutlier ทไมสามารถอธบายได สามารถเพมตวแปรOutlier ดงกลาว ในแบบจำาลองในฐานะของตวแปรถดถอย อยางไรกตามหากการเปลยนแปลงของขอมลอนกรมเวลา เกดจากเหตการณผดปกตททราบสาเหตของการเกดและชวงเวลาทเกดเหตการณสามารถใชการวเคราะหInterventionรวมกบแบบจำาลองSARIMAหรอเรยกวาSARIMAwithinterventionทเสนอโดยBoxandTiao(1975)ไดแบบจำาลองดงกลาวเปนหนงในแบบจำาลองกรณเฉพาะ(Specialcase)ของTransferfunctionโดยทวไปผลกระทบของInterventionทมตออนกรมเวลาม2ลกษณะคอผลกระทบทเกดขนแลวคงอยตลอดไป(Stepfunction) และผลกระทบทเกดขนในชวงเวลาใดเวลาหนงแลวหมดไป(Pulsefunction)(BoxandTiao,1975)ความแตกตางของผลกระทบทงสองเปนตวกำาหนดรปแบบของตวแปรหน ทใชในแบบจำาลอง จากรปท5.6และ5.7ทเปนกรณตวอยางในการวเคราะหครงนจะเหนไดวาเหตการณวกฤตทเกดขน ในชวงระหวางปพ.ศ.2544-2552มผลกระทบตอจำานวนนกทองเทยวตางชาตของไทยในชวงเวลาใดเวลาหนง แลวหมดไป หรอมลกษณะของผลกระทบแบบPulsefunction ดงนนจงกำาหนดดตวแปรInterventionหรอตวแปรหนทใชในแบบจำาลองSARIMAwithintervention แบบPulsefunction ดงมรายละเอยด พอสงเขปดงน

เมอสมมตใหPtTคอPulseindicatorทมคา0และ1ภายใตเงอนไขดงน

pและP คอ อนดบของออโตรเกรสซฟ(Autoregressiveorder)ของสวนทไมมและ มฤดกาล qและQ คอ อนดบของคาเฉลยเคลอนท(Movingaverageorder) ของสวนทไมม และมฤดกาล ∆d และ∆D คอ ผลตางอนดบทdและDของสวนทไมมและมฤดกาล φ1 , … , φpและΦ1 , … , ΦP คอพารามเตอรของออโตรเกรสซฟของสวนทไมมและ มฤดกาล θ1 , … , θqและΘ1 , … ,ΘQ คอพารามเตอรของคาเฉลยเคลอนทของสวนทไมมและ มฤดกาล εt คอ กระบวนการWhitenoise คอ คาคลาดเคลอน ณ เวลา t ภายใต ขอสมมตวาคาคลาดเคลอนณเวลาทแตกตางกนเปนตวแปรสมทเปนอสระ

ตอกนและมการแจกแจงแบบปกต[εt ~ N (0 , σ2εt)]

[5.3]

PtT =

0, t ≠ T ; ไมเกดเหตการณวกฤต

1, t = T ; เกดเหตการณวกฤต


และรปแบบInterventionในกรณPulsefunctionคอω PtTสวนฟงกชนของผลกระทบของตวแปร

Interventionทนยมใชคอ ω (B)δ (B)

Bb โดยทω (B)และδ (B) คอโพลโนเมยนฟงกชนของผลกระทบ

ของIntervention สวนb คอ ระยะเวลาหลงเกดเหตการณวกฤตจนเหตการณดงกลาวสงผลกระทบตอ คาYtสามารถแสดงรปแบบสมการInterventionไดดงน

โดยท i คอ จำานวนตวแปรIntervention

[5.4]ωi (B)δi (B)

Bbi PitTξt =

[5.5]

εt

θq (B) ΘQ (BS)φp (B) ΦP (BS) ∆d ∆S

DNt =

เมอแทนสมการท(5.4)และ(5.5)ในสมการท(5.1)จะไดสมการSARIMAwithinterventionดงน

จากสมการท(5.1)Nt = Yt – ξ t ดงนนสามารถเขยนสมการท(5.2)ใหอยในรปแบบของNoiseseriesทเปนสวนประกอบของแบบจำาลองSARIMAwithinterventionไดดงน

[5.6]

εt

θq (B) ΘQ (BS)φp (B) ΦP (BS) ∆d ∆S

DYt =

ωi (B)δi (B)

Bbi PitT

สมการท(5.6)คอสมการทใชประเมนความสญเสยทเกดจากเหตการณวกฤตซงในกรณตวอยางน คอ จำานวนนกทองเทยวตางชาตในแตละตลาด/ประเทศตนทาง สวนเหตการณวกฤตหรอจำานวนตวแปรInterventionทใชในกรณตวอยางมทงหมด9เหตการณดงแสดงในตารางท5.5


คอลมนท2และ3ในตารางท5.6แสดงรปแบบSARIMAและจำานวนตวแปรInterventionทใชในแบบจำาลองSARIMAwithinterventionสวนคอลมนท4-5เปนคาสถตการตดสนใจสำาหรบคอลมน ท6เปนคาสถตLBทใชทดสอบความเหมาะสมของแบบจำาลองจากขอมลในตารางดงกลาวจะเหนไดวา ตลาดนกทองเทยวตางชาตแตละตลาดไดรบผลกระทบจากเหตการณวกฤตแตกตางกน โดยตลาดจนเปนตลาดทไดรบผลกระทบจากเหตการณวกฤตทกเหตการณ ในขณะทตลาดอฟรกาไดรบผลกระทบ นอยทสดเพยง3เหตการณคอการแพรระบาดของโรคซารสการรฐประหารในประเทศไทยพ.ศ.2549และ ความรนแรงในกรงเทพฯ แบบจำาลองSARIMAwithintervention มคาR2 ระหวาง0.37-0.74 และมคา 2 ใกลเคยง กบคาR2ในขณะทผลการทดสอบคาคลาดเคลอนดวยคาสถตLjung-Box(LBstatistic)พบวาคาสถต ดงกลาวมคานอยกวาคาวกฤตChi-squareทระดบนยสำาคญทางสถตท0.10แสดงวารปแบบSARIMAwithinterventionทพฒนาขนมาเปนรปแบบทเหมาะกบขอมลเชงประจกษและคาคลาดเคลอนจากรปแบบ ดงกลาวมลกษณะWhitenoiseตามขอสมมตและเงอนไขของวธน

ต�ร�งท 5.6 แบบจำ�ลอง SARIMA with intervention และผลก�รตรวจสอบคว�มเหม�ะสมของแบบจำ�ลอง

ประเทศ รปแบบ SARIMAจำานวนตวแปร Intervention R2 2 LB statistic

รวมทกประเทศ (0,1,1)(0,1,1)12 9 0.497 0.478 32.098 (P-value = 0.124)

ม�เลเซย (1,1,1)(1,0,1)12 6 0.558 0.544 21.412 (P-value = 0.614)

สงคโปร (0,1,1)(1,1,1)12 7 0.551 0.534 33.320 (P-value = 0.097)

จน (1,1,1)(1,0,1)12 9 0.469 0.441 34.368 (P-value = 0.078)

ญปน (1,1,1,(1,0,1)12 7 0.736 0.727 26.118 (P-value = 0.347)

เก�หลใต (0.1.2)(0.1.1)12 7 0.505 0.489 35.650 (P-value = 0.059)

ฝรงเศส (1,1,1)(0,1,1)12 7 0.507 0.484 23.858 (P-value = 0.469)

เยอรมน (1,1,1)(0,1,1)12 7 0.483 0.466 33.646 (P-value = 0.091)

สวเดน (1,1,2)(0,1,0)12 4 0.388 0.368 35.710 (P-value = 0.058)

สหร�ชอ�ณ�จกร (2,1,1)(0,1,1)12 5 0.438 0.422 31.412 (P-value = 0.142)

สหรฐอเมรก� (0,1,1)(0,1,1)12 6 0.390 0.372 32.418 (P-value = 0.116)

อนเดย (0,1,1)(1,0,1)12 5 0.680 0.672 33.853 (P-value = 0.087)

ออสเตรเลย (0,1,1)(1,0,1)12 5 0.657 0.654 32.142 (P-value = 0.123)

ตะวนออกกล�ง (0,1,1)(0,1,1)12 6 0.379 0.364 30.880 (P-value = 0.157)

อฟรก� (0,1,1)(1,0,1)12 3 0.684 0.679 31.055 (P-value = 0.152)



ขนตอนท3การประเมนความสญเสยจากเหตการณวกฤตตางๆ นำาแบบจำาลองSARIMAwith intervention ทไดในขนตอนท2 มาประเมนความสญเสยจากเหตการณวกฤตตางๆ ผลการประเมนความสญเสยจำานวนและรายไดจากนกทองเทยวตางชาตในชวงระหวางปพ.ศ.2544-2552ทแสดงในตารางท5.7พบวาการแพรระบาดของโรคซารสทำาใหนกทองเทยว ตางชาตลดลงมากทสดประมาณ0.82ลานคนคดเปนมลคารายไดทสญเสยประมาณ25.54พนลานบาทสวนการแพรระบาดของโรคไขหวดนกและไขหวดใหญ2009ทำาใหนกทองเทยวตางชาตลดลงประมาณ0.36และ0.12ลานคนคดเปนมลคารายไดทสญเสยประมาณ12.46และ3.98พนลานบาทตามลำาดบรวมแลว เหตการณวกฤตประเภทการแพรระบาดของโรคทำาใหไทยสญเสยจำานวนและรายไดจากนกทองเทยวตางชาต มากทสด โดยมจำานวนนกทองเทยวตางชาตลดลงประมาณ1.30 ลานคน คดเปนมลคารายไดทสญเสย ประมาณ41.97พนลานบาทแตเปนทนาสงเกตวาการแพรระบาดของโรคไขหวดนกและไขหวดใหญ2009 มขนาดของความสญเสยนอยกวาโรคซารส ขอสงเกตดงกลาวสะทอนใหเหนวา ประสบการณจากการ แพรระบาดของโรคซารสทำาใหไทยมมาตรการเฝาระวงและปองกนทเขมงวดมากขน ในขณะเดยวกน นกทองเทยวตางชาตมการเรยนรในการเตรยมพรอมทจะเผชญกบเหตการณในลกษณะดงกลาวในอนาคตทำาใหการระบาดของโรคในครงถดไปสรางความเสยหายใหกบตลาดนกทองเทยวตางชาตของไทยนอยกวาในครงแรก

ต�ร�งท 5.7 จำ�นวนและร�ยไดจ�กนกทองเทยวต�งช�ตทสญเสยจ�กเหตก�รณวกฤตระหว�งป พ.ศ. 2544-2552

ป พ.ศ.ทเกด

ผลกระทบ 1เหตการณวกฤต

ความสญเสยทเกดขนเปอรเซนต

ความสญเสยตอเดอน 2

จำานวนนกทองเทยว

ตางชาต (คน) 2

รายไดจากนกทองเทยวตางชาต

(ลานบาท) 3

2544 ก�รกอก�รร�ยถลมตกเวรลเทรดในสหรฐฯ (9/11) 165,053 5,402 4.72

2546 ก�รแพรระบ�ดของโรคซ�รส (SARS) 821,299 25,539 11.97

2547 ก�รแพรระบ�ดของโรคไขหวดนก (Bird Flu/ H5N1) 363,817 12,455 2.21

2548 สน�ม (Tsunami) 698,823 22,292 4.15

2549 รฐประห�รในประเทศไทย พ.ศ. 2549 161,806 5,396 3.69

2551 วกฤตก�รณก�รเงนในสหรฐฯ 185,881 6,490 17.28

2551 ก�รปดสน�มบนสวรรณภมและดอนเมอง 364,358 12,721 7.01

2552 คว�มรนแรงในกรงเทพฯ 100,108 3,333 9.78

2552 ก�รแพรระบ�ดของโรคไขหวดใหญ 2009 (H1N1) 119,549 3,980 0.69

หมายเหต: 1 ประเมนดวยวธของ Untong, Piboonrungroj and Kaosa-ard (2006) 2 ประเมนจากแบบจำาลอง SARIMA with intervention 3 ใชจำานวนวนพกเฉลยและคาใชจายเฉลยตอวนตอครงของนกทองเทยวตางชาตกอนปรบดวยอตราเงนเฟอของปนนๆทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2553)


สำาหรบสนามทำาใหนกทองเทยวตางชาตลดลงรองลงจากการระบาดของโรค โดยลดลงประมาณ0.70ลานคนคดเปนมลคารายไดทสญเสยประมาณ22.29พนลานบาทสวนความไมสงบภายในประเทศ ทง3เหตการณทำาใหนกทองเทยวตางชาตลดลงประมาณ0.63ลานคนคดเปนมลคารายไดทสญเสยประมาณ 21.45 พนลานบาท โดยเหตการณปดสนามบนสวรรณภมและดอนเมองเปนเหตการณทสรางความ เสยหายมากทสดประมาณรอยละ60 ของความเสยหายทเกดจากเหตการณความไมสงบภายในประเทศทง3 เหตการณ เนองจากเปนเหตการณทมผลกระทบโดยตรงตอนกทองเทยวตางชาต และเกดขนท จดเรมตนของระบบโลจสตกสในการทองเทยวไทยของนกทองเทยวตางชาตสำาหรบวกฤตการเงนในสหรฐฯทเกดในเดอนกนยายนพ.ศ.2551ทำาใหนกทองเทยวตางชาตลดลงประมาณ0.19ลานคนคดเปนมลคารายไดทสญเสยประมาณ6.49พนลานบาทสวนการกอการรายถลมตกเวรลเทรดในสหรฐฯมผลกระทบ ตออปสงคของนกทองเทยวตางชาตของไทยนอยทสด คอ ทำาใหนกทองเทยวตางชาตลดลงประมาณ 0.17ลานคนคดเปนมลคารายไดทสญเสยประมาณ5.40พนลานบาทเนองจากเปนการกอการรายทไมเกยวของกบไทย และนกทองเทยวตางชาตเชอวาไทยไมใชหนงในประเทศเปาหมายของการกอการรายขามชาต

ต�ร�งท 5.8 จำ�นวนนกทองเทยวต�งช�ตทสญเสยจ�กเหตก�รณวกฤตร�ยประเทศ

ประเทศ 9/11 SARSไขหวด

นกสนาม

การปฏวต

วกฤตการเงน

ในสหรฐฯ

ปดสนามบน

ความรนแรงในกรงเทพฯ

ไขหวดใหญ 2009

ม�เลเซย - 202,674 99,474 13,562 - 34,585 - 20,829 34,669

สงคโปร 25,696 87,880 22,758 - - 14,519 56,175 10,905 9,801

จน 18,185 178,688 81,973 68,200 45,558 32,174 53,817 31,956 24,576

ญปน 72,974 87,237 - 53,945 22,800 - 31,675 6,699 11,884

เก�หลใต 39,046 97,784 60,942 149,499 - 14,432 34,494 - 5,488

ฝรงเศส 4,440 31,043 13,494 18,102 - - 2,965 4,021 3,858

เยอรมน 1,397 8,356 3,014 12,371 - - 7,032 4,538 4,964

สวเดน 2,506 3,120 - 20,164 - - 8,931 - -

สหร�ชอ�ณ�จกร - 10,594 - 7,908 - - 6,189 5,705 5,223

สหรฐอเมรก� 14,055 37,861 4,209 - 7,647 - 17,468 - 3,284

อนเดย 9,759 37,837 - 9,802 - 6,342 21,755 - -

ออสเตรเลย 7,603 14,802 - - - - 39,839 6,119 3,348

ตะวนออกกล�ง 9,640 28,811 - 23,392 - 17,553 32,935 - 13,527

อฟรก� - 4,773 - - 1,297 - - 755 -



ตารางท5.8เปนผลการประเมนจำานวนนกทองเทยวทสญเสยในแตละตลาดพบวาการแพรระบาดของ โรคซารสเปนเหตการณทมผลกระทบตอตลาดนกทองเทยวตางชาตทสำาคญของไทยทกตลาดรองลงมาคอการปดสนามบนสวรรณภมและดอนเมองในขณะทการรฐประหารในประเทศไทยเมอปพ.ศ.2549 มผลกระทบตอตลาดนกทองเทยวตางชาตนอยทสดเพยง4 ตลาด คอ จน ญปน สหรฐฯ และอฟรกานอกจากนขอมลในตารางดงกลาวยงแสดงใหเหนวา จนและเกาหลใตมความออนไหวตอเหตการณวกฤตมากกวาตลาดอนๆโดยเฉพาะเหตการณทเกยวกบการแพรระบาดของโรคในขณะทอฟรกาสวเดนและสหราชอาณาจกรจะออนไหวตอเหตการณวกฤตนอยทสด จากกรณตวอยางขางตน แสดงใหเหนวา เหตการณวกฤตแตละเหตการณมขนาดของผลกระทบ ตอตลาดนกทองเทยวตางชาตแตกตางกนโดยตลาดกลมเอเชยตะวนออกอยางจนเกาหลใตจะออนไหวตอเหตการณวกฤตมากกวาตลาดอนๆและนกทองเทยวตางชาตแตละตลาดจะออนไหวตอเหตการณวกฤตแตกตางกนเชนมาเลเซยและจนจะออนไหวตอการแพรระบาดของโรคซารสในขณะทเกาหลใตจะออนไหว ตอสนามเปนตนและเหตการณวกฤตประเภทการแพรระบาดของโรคและภยพบตมกจะมผลกระทบตออปสงคการทองเทยวมากกวาเหตการณความไมสงบภายในประเทศและวกฤตเศรษฐกจสวนผลกระทบของเหตการณกอการรายขนอยกบวาแหลงทองเทยวเปนพนทเสยงตอการกอการรายหรอไมหากเปนพนทเสยง จะไดรบอทธพลหรอมผลกระทบทรนแรงแตถาหากไมใชพนทเสยงจะมผลกระทบคอนนอยหรออาจไมมผลกระทบตออปสงคการทองเทยว นอกจากนเปนทนาสงเกตวา ในอนาคตการแพรระบาดของโรคอาจไมสรางความสญเสยทรนแรงมากเทากบเหตการณความไมสงบภายในประเทศเนองจากเมอพจารณาแนวโนมความสญเสยจากการแพรระบาดของโรคพบวาเปอรเซนตความสญเสยตอเดอนมแนวโนมลดลงในขณะทเปอรเซนตความสญเสย ตอเดอนของเหตการณความไมสงบภายในประเทศมแนวโนมเพมขน ขอมลดงกลาวสะทอนใหเหนวา ความไมสงบทเกดขนตอเนองอาจทำาใหนกทองเทยวตางชาตเรมรสกไมปลอดภยทจะเดนทางมาทองเทยวไทย หรออาจกลาวไดวา การทองเทยวไทยเรมมความเสยงมากขนจากเหตการณความไมสงบภายในประเทศ ในขณะทนโยบายทเขมงวดในการจดการและปองกนการแพรระบาดของโรค สามารถสรางความเชอมน ใหนกทองเทยวตางชาตมความรสกปลอดภยไดในระดบหนงดงนนจำานวนและรายไดจากนกทองเทยวตางชาต ทสญเสยเมอเกดเหตการณการแพรระบาดของโรคขนอกจงมแนวโนมลดลง



1. จงอธบายความแตกตางระหวางเหตการณวกฤตกบความเสยงในการทองเทยวมาพอสงเขป?2. เหตการณวกฤตแบบOne-offมลกษณะอยางไรและสามารถประเมนผลกระทบไดอยางไรบาง?3. จงอธบายแนวทางการประเมนดวยการเปรยบเทยบกบคาพยากรณมาพอสงเขป?4. การประเมนดวยแบบจำาลองInterventionมจดเดนและจดดอยอยางไร?และมขนตอนในการประเมน อยางไร?



อครพงศอนทองและมงสรรพขาวสอาด.2553.การประเมนผลกระทบของเหตการณวกฤตทมตออปสงค ของนกทองเทยวตางชาตของไทย.สถาบนศกษานโยบายสาธารณะมหาวทยาลยเชยงใหม.(เอกสาร อดสำาเนา)อครพงศอนทอง.2547.การประเมนจำานวนนกทองเทยวตางชาตทลดลงของไทยจากผลของโรคSARS: โดยใชแบบจำาลองSARIMA. บทความนำาเสนอในงานประชมสมมนาวชาการนกเศรษฐศาสตร รนเยาวครงท1ณคณะเศรษฐศาสตรมหาวทยาลยเชยงใหม.Barnes,J.2009.“RestoringThailand’stourismdestinationimageinthewakeoftheresentpolitical crises:afewproposals.”AU-GSBe-Journal2(1):3-16.Box,G.E.P.andTiao,G.C.1975. “Interventionanalysiswithapplicationtoeconomicand environmentalproblems.”JournaloftheAmericanStatisticalAssociation70(349):70-79.Box,G.E.P.,Jenkins,G.M.andReinsel,G.C.1994.TimeSeriesAnalysis:ForecastingandControl. 3rded.EnglewoodCliffs,NJ:Prentice-Hall.Chu,F.L.2008.“Afractionallyintegratedautoregressivemovingaverageapproachtoforecasting tourismdemand.”TourismManagement29(1):79-88.Coshall,J.2003.“Thethreatofterrorismasaninterventiononinternationaltravelflows.”Journal ofTravelResearch42(1):4-12.Enders,W.,Sandler,T.andParise,G.F.1992.“Aneconometricanalysisoftheimpactofterrorism ontourism.”KYKLOS45(4):531-554.Eugenio-Martin,J.L.,Sinclair,M.T.andYeoman,I.2006.“Quantifyingtheeffectsoftourismcrises: AnapplicationtoScotland.”JournalofTravel&TourismMarketing19(2/3):21-34.Faulkner,B.2001. “Towardsa framework for tourismdisastermanagement.” Tourism Management22(2):135-147.Goh,C.andLaw,R.2002.“Modelingandforecastingtourismdemandforarrivalswithstochastic nonstationaryseasonalityandintervention.”TourismManagement23(5):499-510.Goodrich,J.N.2002.“September11,2001attackonAmerica:arecordoftheimmediateimpacts andreactionsintheUSAtravelandtourismindustry.”TourismManagement23(6):573-580.Huang,J-H.andMin,J.C.H.2002.“Earthquakedevastationandrecoveryintourism:theTaiwan case.”TourismManagement23(2):145-154.Kuo,H.-I.,Chen,C.-C.,Tseng,W.-C.,Ju,L.-F.andHuang,B.-W.2008.“Assessingimpacts ofSARSandAvianFluoninternationaltourismdemandtoAsia.”TourismManagement 29(5):917-928.


Lee,C.-K.,Song,H.-J.andBendle,L.J.2010.“TheimpactofVisa-freeentryonoutboundtourism: AcasestudyofSouthKoreantravelersvisitingJapan.”TourismGeographies12(2):302-323.Lee,C.-K.,Song,H.-J.andMjelde,J.W.2008.“TheforecastingofInternationalExpotourism usingquantitativeandqualitativetechniques.”TourismManagement29(6):1084-1098.Lim,C.andMcAleer,M.2002.“TimeseriesforecastsofinternationaltraveldemandforAustralia.” TourismManagement23(4):389-396.Min,J.C.H.2008.“ForecastingJapanesetourismdemandinTaiwanusingandinterventionanalysis.” InternationalJournalofCulture,TourismandHospitalityResearch2(3):197-216.Moreira,P.2007.“Aftermathofcrisesanddisasters:Notesforanimpactassessmentapproach.” InLaws,E.,Prideaux,B.andChon,K.(eds),CrisisManagementinTourism,Wallingford, Oxon:CABInternational,51-65Sloboda,B.W.2003.“Assessingtheeffectsofterrorismontourismbyuseoftimeseriesmethods.” TourismEconomics9(2):179-190.Song,H.,Witt,S.F.andLi,G.2003.“ModellingandforecastingthedemandforThaitourism.” TourismEconomics9(4):363-387.Tse,T.S.M.2006.“Crisismanagementintourism.”InBuhalis,D.andCosta,C.(eds.),Tourism ManagementDynamics:Trend,ManagementandTools.Burlington,MA:Elsevier, Butterworth-Heinemann,28-38.Untong,A.,Piboonrungroj,P.andKaosa-ard,M.2006.“Theimpactofworlddisastersonthe numberofinternationaltouristarrivalstothailand.”Proceeding12thAsiaPacificTourism Associationand4thAPacCHRIEJointConferenceJune26-29,2006,Hualien,Taiwan.Wang,Y.-S.2009. “The impactofcrisiseventsandmacroeconomicactivityonTaiwan’s internationalinboundtourismdemand.”TourismManagement30(1):75-82.

บทท 6

ก�รวดประสทธภ�พก�รจดก�รของอตส�หกรรมทองเทยว

บทนแบงเนอหาออกเปน6 ตอน ตอนแรกเปนการนำาเสนอความรเกยวกบการวดประสทธภาพ เชงเปรยบเทยบตามแนวคดของFarrell(1957)เพอใหผอานทราบแนวคดเบองตนจดเดนและจดดอยของวธเชงปรมาณทสำาคญ2 วธ คอDataenvelopmentanalysis(DEA) และStochasticfrontieranalysis(SFA)ตอนทสองและสามเปนรายละเอยดของวธวดประสทธภาพทงสองวธสวนตอนทสและหา เปนวธวดการเปลยนแปลงประสทธภาพ เทคโนโลย และผลตภาพปจจยการผลตดวยMalmquist productivityapproachและการวดประสทธภาพของหนวยธรกจทมศกยภาพการใชเทคโนโลยหรอมการบรหารจดการ/การดำาเนนงานทแตกตางกนระหวางกลม(Heterogeneitybetweengroups)ดวยวธวเคราะหMeta-frontier สำาหรบตอนสดทายเปนกรณตวอยางการวดประสทธภาพการจดการและการดำาเนนงาน ของโรงแรมและเกสตเฮาสดวยวธDEAและSFA

6.1 ก�รวดประสทธภ�พเชงเปรยบเทยบต�มแนวคดของ Farrell

ประสทธภาพเปนสงสำาคญในการดำาเนนงานของธรกจและการเปลยนแปลงประสทธภาพสามารถสะทอนความสามารถในการแขงขนของธรกจได การประเมนประสทธภาพเชงเปรยบเทยบ(Relative efficiency)ตามแนวคดของM.J.Farrell(1957)เปนแนวคดสำาคญทนยมใชวดประสทธภาพการจดการ/ การดำาเนนงานของอตสาหกรรมทองเทยวเชนโรงแรมรานอาหารเปนตนแนวคดดงกลาววดประสทธภาพของหนวยธรกจแตละหนวยจากการเปรยบเทยบกบหนวยธรกจทดทสดซงอยบนเสนพรมแดน(Frontier)ดงนนภายใตแนวคดของFarrell จงตองมการประมาณคาสมการพรมแดน เพอใชเปรยบเทยบกบหนวยธรกจทตองการวดประสทธภาพ วธเชงปรมาณสำาหรบวดประสทธภาพตามแนวคดนมการพฒนามาตงแตปค.ศ.1977วธเชงปรมาณทนยมใชอยางกวางขวางในการวดประสทธภาพตามแนวคดของFarrellไดแก1)วธDataenvelopmentanalysis(DEA)ทงทเปนขอสมมตConstantreturnstoscale(CRSโดยทวไปเรยกวาแบบจำาลองCCR) (Charnes,CooperandRhodes,1978) และVariable returns toscale (VRS โดยทวไป เรยกวาแบบจำาลองBCC)(Banker,CharnesandCooper,1984) รวมทงMalmquistproductivity approach ทใชประเมนการเปลยนแปลงประสทธภาพ เทคโนโลย และผลตภาพปจจยการผลต และ 2) วธStochasticfrontieranalysis(SFA)ทงทเปนแบบจำาลองErrorcomponentsและแบบจำาลองTechnicalefficienteffect

148 บทท 6: ก�รวดประสทธภ�พก�รจดก�รของอตส�หกรรมทองเทยว

แมวาวธDEAมขอไดเปรยบหลายประการเมอเทยบกบวธSFAเชนสามารถใชในกรณทมปจจยนำาเขาและผลผลตหลายชนด(Multipleinputsandoutputs)ไมจำาเปนตองคำานงถงรปแบบฟงกชนฟอรมหรอแบบจำาลองทางเศรษฐศาสตรและสามารถใชในกรณทขอมลหรอกลมตวอยางมจำานวนนอย[จำานวนตวอยางขนตำาสำาหรบการวเคราะหดวยวธDEAคอ3คณ(จำานวนผลผลต+จำานวนปจจยการผลต)(RaabandLichty,2002)]เปนตนอยางไรกตามวธDEAมขอจำากดอยหลายประการเมอเปรยบเทยบกบวธSFAเชนการไมมคาคลาดเคลอน(Errorterm)ซงหมายความวาความคลาดเคลอนถกรวมอยในคาประสทธภาพ ทประเมนได การไมมขอสมมตเกยวกบการแจกแจงของคาความไมมประสทธภาพ การไมมการทดสอบ ทางสถตของคาประสทธภาพทคำานวณได และการออนไหวตอคาสดโตง เปนตน ดงนนหากมจำานวน ตวอยางมากพอสำาหรบประมาณคาสมประสทธ [ควรมจำานวนตวอยางไมนอยกวา10 ตวอยางตอ คาสมประสทธทตองการประมาณคา1ตว(Hairet al.,1998;VanVoorshisandMorgan,2007)]และสามารถกำาหนดแบบจำาลองทางเศรษฐศาสตรและรปแบบฟงกชนฟอรมทเหมาะสมได รวมทงขอมล มความแปรปรวนคอนขางสง วธSFA ดจะเหมาะสมกวาวธDEA และคาประสทธภาพทประเมนได มคาไมสงหรอตำากวาความเปนจรง กรณอตสาหกรรมทองเทยวแมวาวธSFAมความไดเปรยบกวาวธDEAในบางประเดนโดยเฉพาะในเรองความออนไหวตอคาสดโตง(Outlier)ของขอมลแตวธSFAมขอจำากดทสำาคญในเรองการกำาหนดแบบจำาลองทางเศรษฐศาสตรหรอรปแบบฟงกชนฟอรมจากขอจำากดดงกลาวจงนยมใชวธDEAประเมนประสทธภาพการจดการของอตสาหกรรมทองเทยวมากกวาวธSFAโดยเฉพาะโรงแรมรานอาหารเปนตนสวนกรณทใชวธSFAนยมใชฟงกชนตนทนมากกวาฟงกชนการผลตเนองจากการกำาหนดตวแปรในฟงกชนตนทนของอตสาหกรรมทองเทยวสามารถทำาไดงายกวาการกำาหนดตวแปรในฟงกชนการผลตโดยเฉพาะในกรณของโรงแรมและรานอาหารในขณะทวธDEAไมจำาเปนตองกำาหนดแบบจำาลองทางเศรษฐศาสตรพจารณาเพยงปจจยนำาเขาและผลผลตของการดำาเนนงานของอตสาหกรรมทองเทยวเทานน อยางไรกตามวธทงสองยงคงถกใชอยางกวางขวางในงานศกษาทางเศรษฐศาสตร รวมทงการวดประสทธภาพการจดการ/การดำาเนนงานของอตสาหกรรมทองเทยว ยงไมมขอยตวาวธใดเปนวธทดทสดทงนขนอยกบวตถประสงคและขอจำากดของขอมลทใชในการศกษานนๆแมวาวธSFAใหผลลพธทดกวาภายใตเงอนไขในอดมคตทางเศรษฐมตและขอสมมตทางเศรษฐศาสตรอยางไรกตามในขอมลบางประเภททไมสามารถกำาหนดลกษณะความสมพนธของตวแปรในแบบจำาลอง หรอเปนการวดประสทธภาพของ หนวยธรกจทไมแสวงหากำาไรหรอหนวยธรกจทไมมวตถประสงคของการดำาเนนงานภายใตการใชตนทนตำาทสดหรอผลตเพอใหไดผลตอบแทนสงสดวธDEAจะเหมาะสมมากกวาในกรณนหากในการศกษาสามารถกำาหนดรปแบบของแบบจำาลองไดมจำานวนขอมลมากพอและขอมลดงกลาวมความคลาดเคลอนจากการวดสงมตวแปรทไมสามารถควบคมไดหลายตวแปรและตวแปรตามมความแปรปรวนสงการใชวธDEAอาจทำาใหผลลพธทไดมความคลาดเคลอนจากความเปนจรงสงเนองจากเสนพรมแดนทประมาณคาได อยสงกวาทควรจะเปนทำาใหคาประสทธภาพทประเมนไดมคาตำากวาความเปนจรงดงนนในกรณนจงนยมใชวธSFAแทนวธDEA


6.2 ก�รวดประสทธภ�พดวยวธ Data envelopment analysis (DEA)

จากแนวคดFarrell(1957)ทอาศยการวเคราะหเสนพรมแดน(Frontieranalysis)ในการประเมนประสทธภาพของหนวยผลตCharnes et al.(1978) ไดเสนอแบบจำาลองคณตศาสตรสำาหรบประเมนประสทธภาพของหนวยผลตnหนวยในวธDEAเรยกวาหนวยตดสนใจ(Decisionmakingunit:DMU)โดยหนวยตดสนใจแตละหนวยใชปจจยนำาเขาmชนดเพอผลตผลผลตsชนดดงนนประสทธภาพของหนวยตดสนใจแตละหนวยสามารถประเมนไดจากการแกปญหาแบบจำาลองคณตศาสตรดงน

โดยท xij คอจำานวนปจจยนำาเขาทiของหนวยตดสนใจj yrj คอจำานวนผลผลตทrของหนวยตดสนใจj μr คอตวถวงนำาหนกของผลผลตr νi คอตวถวงนำาหนกของปจจยนำาเขาi n คอจำานวนหนวยผลต s คอจำานวนผลผลต m คอจำานวนปจจยนำาเขา

[6.1]

max z = μr yro

μr yrj – νi xij ≤ 0

νi xio = 1

μr , νi ≥ 0

subject to


เงอนไขจำาเปนและเพยงพอสำาหรบหนวยตดสนใจjoจะบรรลประสทธภาพคอθ* = 1, sio–* = sio

+* = 0 ซงหนวยตดสนใจนจะมคาประสทธภาพเทากบ1หรออยบนเสนพรมแดนสวนคาความไมมประสทธภาพของหนวยตดสนใจjoสามารถหาไดจากx′ij = 0* xio – sio

–*และy′rj = yro + sro+*เมอsio

–*คอปจจยนำาเขา สวนเกนและsro

+*คอผลผลตสวนขาดของหนวยตดสนใจjo

คาθ เปนคาประสทธภาพของแตละหนวยตดสนใจ โดยมคาระหวาง0-1หากหนวยตดสนใจใด มคาθเทากบ1หมายความวาหนวยตดสนใจนนมประสทธภาพตามแนวคดของFarrellแบบจำาลองขางตน เปนแบบจำาลองภายใตขอสมมตCRS(แบบจำาลองCCR)ซงหนวยตดสนใจทกหนวยตองดำาเนนการผลต ณ ระดบทเหมาะสม (Optimalscale) ดงนนหากหนวยตดสนใจทเปนกลมตวอยางมการแขงขน แบบไมสมบรณ ซงเปนสาเหตหนงททำาใหหนวยตดสนใจดำาเนนการผลต ณ ระดบทไมเหมาะสม จงไมเหมาะทจะใชแบบจำาลองดงกลาว ดงนนBanker et al.(1984) จงเสนอแบบจำาลองใหมภายใต

ขอสมมตVRS(แบบจำาลองBCC)โดยเพมขอจำากดคาความโคง(Convexityconstraint) λ j = 1 เขาไป

ในแบบจำาลองเพอใหมนใจวาเปนการเปรยบเทยบประสทธภาพของหนวยตดสนใจขนาดเดยวกนอยาง

แทจรงตอมาจงเพมขอจำากด λ j ≤ 1แทนขอจำากด λ j = 1 เพอใหสามารถประเมนคาประสทธภาพ

ในชวงNon-increasingreturnsscale(NIRS)ไดดงนนแบบจำาลองBCCทนยมใชคอ

แบบจำาลองท(6.1)เปนรปแบบทวคณ(Multiplierform)โดยปญหาควบค(Dualproblem)ทอยในรปแบบหอหม(Envelopform)ของแบบจำาลองนคอ

[6.2]

subject to

min θ – ε si– sr

++

xij λ j + si– = θxio i=1 , 2 , … , m;

yrj λ j + sr+ = yro r=1 , 2 , … , s;

λ j , si– , sr

+ ≥ 0 ∀ i, j, r


[6.3]

subject to

θ* = min θ

xij λ j – θxio ≤ 0 i=1 , 2 , … , m;

yrj λ j – yro ≥ 0 r=1 , 2 , … , s;

λ j ≥ 0 j=1 , 2 , … , n

λ j ≤ 1

การประเมนประสทธภาพภายใตขอสมมตCRS(TECRS) ประกอบดวยScaleefficiency(SE)และPuretechnicalefficiency(TEVRS) หากหนวยตดสนใจดำาเนนการผลต ณ ระดบทไมเหมาะสม คาTECRSและTEVRSมคาไมเทากนและTECRS / TEVRSไดSEโดยคาTECRS , TEVRSและSEมคาระหวาง0-1โดยทTECRS = TEVRS × SE คาประสทธภาพทไดจากแบบจำาลองCCR และBCC เรยกวาRatioorRadialefficiency (โดยทวไปแทนดวยสญลกษณ θ*) หนวยตดสนใจทมคา θ* = 1 แสดงวา มประสทธภาพสงสด หรออยบนเสนพรมแดน (Frontier) ในกรณดงกลาวหนวยตดสนใจตองไมมปจจยการผลตสวนเกน (Excessesininputs)และผลผลตสวนทขาด(Shortfallsinoutput)หรอกลาวงายๆวาไมมSlack อยางไรกตามแบบจำาลองCCRและBCCวเคราะหบนพนฐานของสดสวนทลดลง(หรอเพมขน)ของปจจยการผลต(หรอผลผลต)ไมไดพจารณาถงSlackของปจจยการผลตและผลผลตโดยตรงดงนนTone(2001)จงเสนอแบบจำาลองSlacks-based(Slacks-basedmodel:SBM)ทจดการกบSlackของปจจยการผลตและผลผลตโดยตรงแบบจำาลองดงกลาวยงคงใหคาประสทธภาพระหวาง0-1และยงคงมจดออนในเรองของการจดลำาดบของหนวยตดสนใจในกรณทมจำานวนหนวยตดสนใจทมประสทธภาพสงสดมากกวา1หนวยเหมอนกบแบบจำาลองCCRและBCCตอมาTone(2002)จงเสนอแบบจำาลองSBMsuper-efficiencymodelเพอแกไขปญหาดงกลาวDu,LiangandZhu(2010)ไดพสจนในเชงคณตศาสตรแลววาแบบจำาลองSBMsuper-efficiencymodelเปนแบบจำาลองทไมมปญหาInfeasible(Infeasibleproblem) เหมอนกบแบบจำาลองRadialsuper-efficiencyหรออาจกลาวไดวาSBMsuper-efficiencymodelมความเปนไปได(Feasible)ในทกกรณและใหคาประสทธภาพทสามารถใชจดลำาดบของDMUได โดยแบบจำาลองSBMsuper-efficiencyของTone(2002)มลกษณะดงน สมมตใหมDMUจำานวนnหนวยและแตละหนวยผลตผลผลต(Y) sชนดโดยใชปจจยนำาเขา(X) mชนดเมอกำาหนดใหหนวยผลตท jเขยนแทนวาDMUj (j=1 , … , n)ใชปจจยนำาเขา i (xij ; i=1 , … , m)ในการผลตผลผลตr (yrs ; r=1 , … , s)ดงนนสามารถใชแบบจำาลองSBMsuper-efficiencyทเสนอโดยTone(2002)ประเมนประสทธภาพของDMU0ดวยการแกไขปญหาทางคณตศาสตรดงน


โดยท(tx0 , ty0)เปนจดทDMU0สามารถลดปจจยนำาเขาและเพมผลผลตไดมากกวา(x0 , y0) (t ≤ 1 สำาหรบ x0 และ t ≥ 1 สำาหรบ y0) ดงนนคาประสทธภาพทไดจากSBMsuper-efficiency ของ(tx0 , ty0) จงมากกวา(x0 , y0)

จากสมการท(6.4)ปจจยนำาเขาและผลผลตตองมคามากกวาศนย(xj > 0 , yj > 0)สามารถใชCharnes-Coopertransformation แปลงสมการท(6.4) ใหอยในรปแบบปญหาLinearprogramming(LP)ไดดงน

[6.5]

subject to

τ* = min τ = 1m

ixi0

1 = 1s

ryr0

≥ Λ j xj

≤ Λ j yj

≥ tx0

≤ ty0

Λ ≥ 0 , ≥ 0 , t > 0

[6.4]

subject to

δ* = min δ =

≥ λ j xj

≥ x0

≤ y0

≥ 0 , λ ≥ 0

≤ λ j yj

∑sr=1 r / yr0

1s

1m ∑m

i=1 i / xi0


[6.6]

subject to ≥ λ j xj

≥ x0

= y0

λ ≥ 0

≤ λ j yj

δI* = min δ = 1m

ixi0

ในขณะเดยวกบการพจารณาประสทธภาพทางดานผลผลต(Output-oriented)ทเปนการจดการกบWeighteddistanceทางดานผลผลตโดยคงไวซงปจจยนำาเขาในระดบเดม(Statusquo)สามารถปรบปรงแบบจำาลองSBMsuper-efficiencyทแสดงในสมการท(6.4)สำาหรบใชในกรณดงกลาวไดดงน

เมอแกปญหาเพอหาคำาตอบทเหมาะสม(Optimalsolution) ของสมการท (6.5) ทำาใหทราบ คาτ* , * , * , Λ*และt*ดงนนสามารถหาคำาตอบทเหมาะสมของSBMsuper-efficiencyในสมการ ท(6.4)ไดดงนδ* = τ* , λ* = Λ* / t* , *= * / t* และ * = * / t* จากสมการท(6.5)เมอประยกตใชพจารณาประสทธภาพทางดานปจจยการผลต(Input-oriented) ทเปนการจดการกบWeightedistanceทางดานปจจยการผลตโดยคงไวซงผลผลตในระดบเดม(Statusquo) ดงนนแบบจำาลองSBMsuper-efficiencyสำาหรบในกรณInput-orientedสามารถแสดงไดดงน

subject to ≥ λ j xj

[6.7]

δo* = min δ = 1

∑sr=1 r / yr0

1s

≤ λ j yj

= x0

0 ≤ ≤ y0

λ ≥ 0


คาประสทธภาพทไดจากสมการท(6.6) และ(6.7)มคามากกวาหรอเทากบคาประสทธภาพทได จากสมการท (6.4) (δo* ≥ δ*) เนองจากสมการท (6.6) และ(6.7) อยภายใตพนททเปนไปไดของ ขอจำากดของสมการท(6.4)หรออาจกลาวไดวาเสนพรมแดนของสมการท(6.6)และ(6.7)อยตำาหรอเทากบ เสนพรมแดนของสมการท(6.4) วธDEAทง3แบบจำาลองเปนวธทไดมาซงคาประสทธภาพดงนนจงมการเสนอวธDEAแบบ สองขนตอน(DEAtwo-stagemethod)สำาหรบศกษาและคนหาปจจยทมอทธพลตอความไมมประสทธภาพเหมอนกบวธSFAทเปนแบบจำาลองTechnicalefficienteffectทเสนอโดยBatteseandCoelli(1993)โดยขนตอนแรกของวธDEA แบบสองขนตอนเปนการประเมนประสทธภาพของหนวยตดสนใจดวยวธDEAตอมาในขนตอนท2 เปนการสรางสมการถดถอยระหวางคาประสทธภาพทประเมนไดจากขนตอน ท1กบตวแปรภายนอก(Exogenousvariables)ทสามารถควบคมหรอเปลยนแปลงได1เพอคนหาปจจย ทมอทธพลตอความไมม/มประสทธภาพโดยประมาณคาสมประสทธของแบบจำาลองดงกลาวดวยวธกำาลงสอง นอยทสด(Ordinary leastsquare,OLS) หรอวธภาวะความนาจะเปนสงสด(Maximumlikelihood estimation,MLE)วธหลงใชในกรณของแบบจำาลองโทบต(Tobitmodel) อยางไรกตามการใชวธOLSประมาณคาสมประสทธของสมการถดถอยในขนตอนทสองอาจทำาใหตวประมาณคาทไดขาดคณสมบตความมประสทธภาพ(Efficiency)เนองจากตวแปรตาม(Endogenous)ของสมการทสองเปนคาความม/ไมมประสทธภาพทมการแจกแจงแบบตดปลาย(Truncated) โดยมคาระหวาง0-1ดงนนการใชวธOLSอาจเผชญกบปญหาHeteroskedasticity(Greene,2003)ทำาให คาสถตt(t-statistic)ทคำานวณไดมคาตำาหรอสงกวาความเปนจรงและอาจนำามาสการตดสนใจทผดพลาดในการเลอกตวแปรอสระของสมการถดถอยในขนตอนทสองนอกจากนSimarandWilson,(2005)และBarnumandGleason(2008)ไดพสจนใหเหนวาขนาดของความแปรปรวน(Variance)ของปจจยนำาเขา ในขนตอนแรกมอทธพลตอการคำานวณหาคาประสทธภาพทำาใหคาประสทธภาพทคำานวณไดมคาสงหรอตำากวาความเปนจรง ขณะเดยวกนขนาดของความแปรปรวนของตวแปรภายนอกและขนาดสหสมพนธระหวางปจจยนำาเขาและตวแปรภายนอกมอทธพลและทำาใหสมการถดถอยในขนตอนทสองเกดความเอนเอยงและขาดความเทยงตรง นอกจากนจากการศกษาความเอนเอยง(Bias)และความเทยงตรง(Precisionproblem)ของการใช วธDEAแบบสองขนตอนทเสนอโดยอครพงศอนทอง(2552)ชใหเหนวาการประเมนคาประสทธภาพดวยวธDEAผใชพงระมดระวงการใชปจจยนำาเขาและผลผลตโดยควรตรวจสอบความแปรปรวนของปจจยนำาเขาและผลผลตกอนนำามาใชเพราะปจจยนำาเขาและผลผลตทมความแปรปรวนคอนขางสงมผลทำาให คาประสทธภาพทคำานวณไดมคาตำากวาความเปนจรงโดยทวไปจะแกไขปญหาดงกลาวดวยการแปลงขอมล(Transformdata)ดวยการทำาNaturallogarithmขอมลกอนใชในการวเคราะหดวยวธDEA

1 ความไมมประสทธภาพเกดขนจากการจดการหรอการจดสรรปจจยนำาเขาทไมเหมาะสม ดงนนการปรบปรงประสทธภาพจงสามารถ ดำาเนนการไดภายใตการเปลยนแปลงการจดการหรอการจดสรรปจจยนำาเขาใหมความเหมาะสมขน


สำาหรบกรณทใชวธDEA แบบสองขนตอน ผใชควรตรวจสอบสหสมพนธระหวางปจจยนำาเขา และตวแปรภายนอก เนองจากขนาดของสหสมพนธของปจจยนำาเขาและตวแปรภายนอกมผลตอ คาประสทธภาพทคำานวณได และมผลตอคาสมประสทธMarginaleffect ของแบบจำาลองโทบตทอยใน ขนตอนท2 ซงอาจนำามาสการตดสนใจเลอกแบบจำาลองหรอตวแปรภายนอกทผดพลาดได ดงนน หากปจจยนำาเขาและตวแปรภายนอกมสหสมพนธกนสงยอมทำาใหคาประสทธภาพทคำานวณไดมคาตำากวาความเปนจรงขณะเดยวกนกจะทำาใหอทธพลของตวแปรภายนอกทมตอคาประสทธภาพลดลงดวยกรณท พบวาตวแปรภายนอกมสหสมพนธกบปจจยนำาเขาคอนขางสงผศกษาอาจแกไขปญหาโดยเลอกใชวธการเลอกตวแปรภายนอกใหม หรออาจใชวธPrincipalcomponents ในการวเคราะหองคประกอบระหวางตวแปรภายนอกกบปจจยนำาเขาวธทนยมใชกนมากในงานศกษาตางๆคอการปรบคาผลผลตดวยตวแปรภายนอกโดยหาคาความสมพนธระหวางผลผลตกบตวแปรภายนอกดวยวธOLSหลงจากนนจงนำาคาความสมพนธดงกลาวมาสรางเปนตวแปรผลผลตใหมดงน

[6.8]yi* = yi – αzi

โดยท yi* คอคาผลผลตทปรบคาแลวของหนวยผลตทi zi คอตวแปรภายนอกของหนวยผลตทi α คอคาสมประสทธทไดจากการประมาณคาความสมพนธระหวางผลผลตกบตวแปร ภายนอกดวยวธOLS

หลงจากนนจงนำาคาyi*ทคำานวณไดไปหาคาประสทธภาพจะทำาใหไดคาประสทธภาพทไมมอทธพลของตวแปรภายนอก และไมมอทธพลของสหสมพนธระหวางตวแปรภายนอกกบปจจยนำาเขา วธนทำาให คาประสทธภาพทไดมความเทยงตรงมากกวาการใชวธDEAแบบสองขนตอนทใชกนโดยทวไป

นอกจากทกลาวมาขางตน ขอควรระวงอกประการหนงในการใชวธDEA แบบสองขนตอน คอปญหาSeriousmulticollinearity ระหวางปจจยนำาเขาและตวแปรภายนอก อครพงศ อนทอง(2552)เสนอวา ปจจยนำาเขาและตวแปรภายนอกไมควรมคาสมประสทธสหสมพนธเกน0.80 ปญหาSeriousmulticollinearity มผลทำาใหการตดสนใจเลอกตวแปรภายนอกเพออธบายความม/ไมมประสทธภาพ ผดพลาดไดและจะทำาใหตวประมาณคาขาดคณสมบตEfficiencyคาสถตtทคำานวณไดขาดความนาเชอถอ เพราะคาความแปรปรวนของคาสมประสทธไมไดมคาตำาสด


6.3 ก�รวดประสทธภ�พดวยวธ Stochastic frontier analysis (SFA)

วธSFAเปนวธParametricทใชเศรษฐมตประมาณคาฟงกชนเสนพรมแดน(Frontierfunction)โดยการประมาณคาสมประสทธนยมใชวธภาวะความนาจะเปนสงสด(Maximumlikelihoodestimation)ทเสนอโดยAigner,LovelandSchmidt(1977)MeeusenandVandenBroeck(1977)และBatteseandCorra(1977)แบบจำาลองเสนพรมแดนเชงเฟนสม(Stochasticfrontiermodel)ประยกตใชในการประมาณคาฟงกชนการผลตฟงกชนตนทนการผลตฟงกชนกำาไรเปนตนในการวเคราะหอาจใชขอมลภาคตดขวาง(Crosssectionaldata)หรอขอมลPanel

แนวคดของแบบจำาลองเสนพรมแดนเชงเฟนสมจะสมมตใหฟงกชนการผลตเชงเฟนสมมลกษณะดงน

[6.9]Yi = f (xi , β) exp(εi)

โดยทYiคอผลผลตของหนวยธรกจทi (i=1 , 2 , … , N) Xiคอเมตรกซของปจจยการผลตβ คอเวกเตอรของคาสมประสทธและεiคอเทอมคาคลาดเคลอน(Errorterm)ประกอบดวยviและui (εi ≡ vi – ui) โดยท vi เปนคาคลาดเคลอนทไมสามารถควบคมได เชน ปรมาณนำาฝน ลกษณะดน ภมอากาศ การระบาดของโรค เปนตน และสมมตใหมลกษณะการแจกแจงแบบสองดาน(Symmetric) ทมการแจกแจงเดยวกนและเปนอสระตอกน(Independentlyandidenticallydistributed: IID) โดยม คาเฉลยเปนศนยและคาความแปรปรวนเทากบσv

2 [vi ~ N(0, σv2)]สวนuiเปนคาคลาดเคลอนทสามารถ

ควบคมได เชนการใชปจจยการผลตประสบการณของเกษตรกรเปนตนและใหมลกษณะการแจกแจง แบบดานเดยว(One-sided)ทเปนการแจกแจงปกตแบบตดปลาย(Truncatednormal)ทางดานบวก(ui > 0) มคาเฉลยเปนศนยและคาความแปรปรวนเทากบσu

2 [ui ~ N(0, σu2)]กรณทuiมคาเฉลยเปนศนย

เรยกวาแบบจำาลองErrorcomponent(Coelli,1996)สวนกรณทuiมคาเฉลยเทากบδi0 + ∑Jj=1 δij Zij

โดยท Zij คอ ปจจยตวท j ทมอทธพลตอความไมมประสทธภาพของหนวยธรกจท i และ δ คอ คาสมประสทธกรณนเรยกวาแบบจำาลองTechnicalefficienteffect(BatteseandCoelli,1995) สำาหรบการประมาณคาสมประสทธดวยวธภาวะความนาจะเปนสงสดหรอMLEมการเสนอฟงกชนLog-likelihoodทแตกตางกนสองรปแบบคอLog-likelihoodทเสนอโดยAigner,LovelandSchmidt(1977)มลกษณะดงน

โดยท Φ คอฟงกชนสะสม(Cumulativefunction)ของการแจกแจงปกตมาตรฐาน(Standard normal)

[6.10]

ln L = – ln ln Φ εi2– –+πσ2 εi λ 1

2 σ 2σ212


จากฟงกชนLog-likelihoodขางตนใชวธMLEประมาณคาสมประสทธ(β)และคาสมประสทธ ความแปรปรวนของฟงกชนLog-likelihood(σ2และλ)โดยทσ2 ≡ σv

2 + σu2และ λ ≡ σu / σv คาλเปนคา

ทแสดงใหเหนวาแบบจำาลองมเสนพรมแดนหรอไมหากคาλมคาแตกตางไปจากศนยอยางมนยสำาคญทางสถตแสดงวาแบบจำาลองมเสนพรมแดนตามแนวคดของFarrell(1957)กจะสามารถนำาไปใชประเมนคาประสทธภาพของหนวยธรกจไดแตBatteseandCorra(1977) โตแยงวาการใชคาλ ในฟงกชน Log-likelihoodทำาใหไมสามารถประมาณคาแบบจำาลองในกรณทviมความแปรปรวนเทากบศนย(σv

2 = 0) ดงนนBatteseandCorra(1977)จงเสนอฟงกชนLog-likelihoodทแตกตางจากAigner,LovelandSchmidt(1977)ดงน

[6.11]

ln L = – ln ln Φ –+πσ2 εi γ2 σ 1 – γ

12 εi

2– 12σ2

ฟงกชนLog-likelihoodทเสนอโดยBatteseandCorra(1977)ใชการประมาณคาγ ≡ σu2 / σ2

แทนการประมาณคาλซงสามารถประมาณคาแบบจำาลองไดทกกรณรวมทงกรณทσv2 = 0

เมอหาอนพนธของฟงกชนLog-likelihood เทยบกบตวพารามเตอรทไมทราบคาในฟงกชน Log-likelihood(β , σ , γ)แลวแกสมการจะไดคาสมประสทธทงหมดทเปนตวประมาณคาความนาจะเปนสงสด (Maximumlikelihoodestimator)แลวจงนำาคาสมประสทธทไดไปประเมนหาคา iของแตละหนวยธรกจ จากการหาคาคาดหวง (Expectedvalue) ของ ui จากการแจกแจงแบบมเงอนไข (Conditional distribution)ของuiเมอกำาหนดεiมาใหโดยมสตรการคำานวณดงน(BatteseandCoelli,1988)

[6.12]

E(ui εi) = – γεi + γ(1 – γ) σ2γ(1 – γ) σ2

γ(1 – γ) σ2

γεi

γεi

φ

1 – Φ

โดยท φคอฟงกชนความหนาแนน(Densityfunction)ของการแจกแจงปกตมาตรฐาน


สวนกรณของAigner,LovelandSchmidt(1977)สามารถคำานวณหาคาคาดหวงของuiเมอกำาหนด εiมาใหตามสตรทJondrowet al.(1982)เสนอดงน

[6.13]

E(ui εi) =

1 – Φ

σεi λφ

σεi λ σ

εi λσu σv

σ –

และจากทงสองกรณหากใชฟงกชนฟอรมแบบCobb-Douglasสามารถประมาณคาประสทธภาพของแตละหนวยธรกจไดดงน

TE = exp(– i)

และสามารถหาคาเฉลยความมประสทธภาพของหนวยธรกจทงหมดไดดงน

E(e ) = 2 [1 – Φ(σ γ )] • exp ; กรณของBatteseandCorra(1977)2

γσ2

E(e ) = 2 [1 – Φ(σu)] • exp ; กรณของAigner,LovelandSchmidt(1977)2

σu2

หรอ

[6.14]


6.4 ก�รวดก�รเปลยนแปลงประสทธภ�พดวย Malmquist productivity approach

จากแนวคดพนฐานของFarell(1957)ตอมาCaveet al.(1982)ไดเสนอแนวคดสำาหรบประเมนการเปลยนแปลงประสทธภาพ เทคโนโลย และผลตภาพปจจยการผลตของหนวยตดสนใจดงแสดงใน รปท6.1ดงน

รปท 6.1 ก�รประเมนก�รเปลยนแปลงประสทธภ�พก�รจดก�รทพจ�รณ�ท�งด�นผลผลต

ทมา: ดดแปลงมาจาก Hwang and Chang (2003)

E B X

Y

C

F

G

DDt+1 (Xt+1 , Yt+1)•Yt+1

Yt+1

At (Xt , Yt)

At+1 (Xt+1 , Yt+1)

Ft+1 ณ เวลาท t+1

Ft ณ เวลาท t

Yt

Dt (Xt , Yt)•Yt

จากรปท6.1กำาหนดใหFtคอเสนพรมแดนณเวลาทtและFt+1คอเสนพรมแดนณเวลาทt+1ในขณะทณจดAt (xt , yt)และAt+1 (xt+1 , yt+1)แสดงเวกเตอรของปจจยนำาเขาและผลผลตของหนวยตดสนใจณเวลาทtและt+1ตามลำาดบดงนนการเปลยนในประสทธภาพ(Shiftinefficiency:SIE)จากเวลาทtถงเวลาทt+1คอ

SIEt,t+1 =BDBC

EGEF

½


CIEt,t+1 =BAt+1

BDEAt

EF

TECt,t+1 = CIEt,t+1 × SIEt,t+1

และสดสวนระหวางประสทธภาพของหนวยตดสนใจณเวลาทt+1เทยบกบณเวลาทtหรอCatching-upinefficiency(CIE)คอ

ดงนนการเปลยนแปลงประสทธภาพโดยรวม(Totalefficiencychange) ของหนวยตดสนใจณเวลาทtถงเวลาทt+1คอ

จากแนวคดขางตนCaveset al.(1982)และFäreet al.(1992)ประยกตใชฟงกชนระยะทาง(Distancefunction)ประเมนการเปลยนแปลงในประสทธภาพจากเวลาทtถงเวลาทt+1ดงน

[6.15]

SIEt,t+1 =BDBC

EGEF

½

= Dt+1 (xt+1 , yt+1) Dt+1 (xt , yt)Dt (xt+1 , yt+1) Dt (xt , yt)

½

ในขณะทCIEจากเวลาทt+1ถงเวลาทtสามารถหาไดดงน

[6.16]

= Dt (xt , yt)Dt+1 (xt+1 , yt+1)

= Dt+1 (xt+1 , yt+1)Dt (xt , yt)

–1

CIEt,t+1 =BAt+1

BDEAt

EF


สมการท (6.17) เหมอนกบMalmquistproductivity index ทใชประเมนการเปลยนแปลงประสทธภาพของหนวยตดสนใจณเวลาทtถงเวลาทt+1จากสมการดงกลาวสามารถใชแบบจำาลองท(6.3)ประเมนประสทธภาพณเวลาทtและt+1ของฟงกชนDt (xt , yt) และDt+1 (xt+1 , yt+1) สวนฟงกชนDt+1 (xt , yt)ทแสดงประสทธภาพของหนวยตดสนใจณเวลาทtทอางองเสนพรมแดน ณเวลาทt+1สามารถหาไดจากแบบจำาลองดงน

สวนการเปลยนแปลงประสทธภาพโดยรวมของหนวยตดสนใจณเวลาทtถงเวลาทt+1สามารถหาไดดงน

[6.17]

= Dt (xt , yt) Dt+1 (xt+1 , yt+1) Dt+1 (xt , yt)Dt+1 (xt+1 , yt+1) Dt (xt+1 , yt+1) Dt (xt , yt)

½

= Dt (xt , yt) Dt+1 (xt , yt)Dt (xt+1 , yt+1) Dt+1 (xt+1 , yt+1)

½

TECt,t+1 = CIEt,t+1 × SIEt,t+1

subject to

[6.18]Dt+1 (xt , yt) = min θ

xijt+1 λ j

t+1 – θxiot ≤ 0 i=1 , 2 , … , m;

yrjt+1 λ j

t+1 – yrot ≥ 0 r=1 , 2 , … , s;

λ jt+1 ≥ 0 j=1 , 2 , … , n

λ jt+1 ≤ 1


6.5 ก�รวดประสทธภ�พดวยวธก�รวเคร�ะห Meta-frontier

วธDEAและSFAทเสนอขางตนมขอสมมตทสำาคญคอหนวยธรกจทเปนกลมตวอยางตองมเทคโนโลยการผลตหรอการดำาเนนงานทเหมอนกน นนคอ สมมตใหหนวยธรกจมลกษณะของฟงกชน การผลตเหมอนกน(Homogeneityofproductionfunction) หากหนวยธรกจมเทคโนโลยแตกตางกนผลลพธจากวธDEAและSFAอาจคลาดเคลอนดงนนจงมการเสนอแนวคดการวเคราหMeta-frontier ทเปนการวเคราะหเสนพรมแดนขอบเขตของเสนพรมแดนแตละกลม(Individualfrontiers)ของหนวยธรกจ ทอยในอตสาหกรรมเดยวกนแตมเทคโนโลยการแตกตางกนดงแสดงในรปท6.2

เชนเดยวกนฟงกชนDt (xt+1 , yt+1)ทแสดงประสทธภาพของหนวยผลตณเวลาทt+1ทอางองเสนพรมแดนณเวลาทtสามารถหาไดจากแบบจำาลองดงน

subject to

[6.19]Dt (xt+1 , yt+1) = min θ

xijt λ j

t – θxiot+1 ≤ 0 i=1 , 2 , … , m;

yrjt λ j

t – yrot+1 ≥ 0 r=1 , 2 , … , s;

λ jt ≥ 0 j=1 , 2 , … , n

λ jt ≤ 1

รปท 6.2 Meta-frontier และเสนพรมแดนกลม (Individual frontiers)

ทมา: ดดแปลงมาจาก Battese, Rao and O’Donnell (2004)

Input X

Individual frontiers

Meta-frontier

0

Out

put

Y


ในทนนำาเสนอเฉพาะการวเคราะหMeta-frontierในกรณวธSFAทเสนอโดยBatteseandRao(2002)ซงตอมาBattese,RaoandO’Donnell(2004)O’Dennell,RaoandBattese(2008)และVillano,FlemingandFleming(2008)ไดพฒนาวธนใหดขนและนำามาใชศกษาเชงประจกษนอกจากนVillano,FlemingandFleming(2008) เสนอวาแมวามการศกษาเพอใหไดคาประสทธภาพทใกลเคยงความเปนจรงมากขนเชนLatentclassmodel(Greene,2004)State-contingentfrontier(O’DonnellandGriffiths,2006)เปนตนแตวธเหลานยงคงเปนตวประมาณคาทมความเอนเอยง(Biasedestimators) เมอนำามาใชประมาณคาสมประสทธของสมการเสนพรมแดนจะไดผลลพธทไมสมบรณภายใตเทคโนโลย ทแตกตางกนดงนนการวเคราะหMeta-frontierจงเหมาะสมกวาในการประเมนอตราสวนความแตกตางของเทคโนโลย(Technologygapratio:TGR)และความไมมประสทธภาพของหนวยธรกจทมเทคโนโลยแตกตางกน การวเคราะหดวยMeta-frontierม2ขนตอนหลกคอขนแรกเปนการอธบายความแตกตางของประสทธภาพภายในกลมเสนพรมแดนเดยวกนหรอภายในกลมทมเทคโนโลยเหมอนกนและขนตอนตอไปเปนการอธบายความแตกตางของประสทธภาพระหวางกลมเสนพรมแดนหรอระหวางกลมทมเทคโนโลยแตกตางกน(ระหวางMeta-frontier) โดยปกตคาประสทธภาพทไดจากMeta-frontier มคานอยกวา คาประสทธภาพทไดจากเสนพรมแดนกลม(Individualfrontiers) จากรปท6.2 สามารถประมาณคาแบบจำาลองมาตรฐานของเสนพรมแดนเชงเฟนสมของกลมท แตกตางกนRกลมภายในอตสาหกรรมเดยวกนโดยใชฟงกชนการผลตเชงเฟนสมดงน

[6.20]Yi(j) = f (Xi(j) , β(j))e vi(j) –ui(j) ; i=1 , 2 , … , N , j=1 , 2 , … , R

โดยทj คอกลมของหนวยธรกจทอยในอตสาหกรรมเดยวกน i คอหนวยธรกจทมการผลตสนคา1ชนดโดยใชปจจยการผลตหลายชนด Yi(j) คอ เวกเตอรของผลผลตของหนวยธรกจทiทอยในกลมทj Xi(j) คอเมตรกซของปจจยการผลตทถกใชโดยหนวยธรกจทiทอยในกลมทj β( j) คอ เวกเตอรของคาสมประสทธของปจจยการผลตทไดจากวธStochasticfrontier ของกลมทj vi(j) คอคาคลาดเคลอนทไมสามารถควบคมไดและมลกษณะการแจกแจงแบบสองดาน (Symmetric) ทมการแจกแจงเดยวกนและเปนอสระตอกน (IID) โดย v(j) ~ N(0 , δ2

v( j)) ui(j) คอคาคลาดเคลอนทสามารถควบคมได และมลกษณะการแจกแจงแบบดานเดยว (One-sided)ทมลกษณะu(j) ~ N(μ i( j) , δ2

u(j)) โดยทμ i( j) คอ แบบจำาลอง ความไมมประสทธภาพ


จากสมการท (6.21) เมอสมมตใหฟงกชนเสนพรมแดนเปนฟงกชนเสนตรง โดยผลผลตของ หนวยธรกจทi (Yi)มความสมพนธเชงเสนตรงกบเวกเตอรของคาสมประสทธβ(j)และXiทเปนเมตรกซ ของปจจยการผลตของหนวยธรกจทi

สำาหรบรปแบบของแบบจำาลองMeta-frontierของหนวยธรกจในอตสาหกรรมมลกษณะดงน

ดงนนรปแบบพนฐานของแบบจำาลองเสนพรมแดนสำาหรบกลมjคอ

[6.21]Yi = f (Xi , β(j))e vi(j) –ui(j) ≡ e xi β(j) +vi(j) –ui(j)

[6.22]

Yi* = f (Xi , β*) = e xi β* ; i=1 , 2 , … , N = Nj

[6.23]

Xi β* ≥ Xi β(j) ; j=1 , 2 , … , J

และจากสมการท(6.23) แบบจำาลองMeta-frontier สามารถหาไดจากการแกไขปญหา(Solve)การหาคาทเหมาะสมทสด(Optimizationproblem)ของปญหาทางคณตศาสตรดงน(Battese,RaoandO’Donnell,2004)

จากสมการท(6.22)β*คอเวกเตอรของคาสมประสทธสำาหรบแบบจำาลองMeta-frontierโดยท

[6.24]

Objective Min L = [ln f (Xi , β*) – ln f (Xi , β(j))]

subject to ln f (Xi , β*) ≥ ln f (Xi , β(j))

โดยทβ(j)คอเวกเตอรของคาสมประสทธทไดจากวธStochasticfrontierของกลมทjจากสมการท(6.21)


จากผลผลตทสงเกตได(Observedoutput)ของสมการท(6.21)ทไดจากวธStochasticfrontier ของกลมท j (Yi) และผลผลตทสงเกตไดของแบบจำาลองMeta-frontier ในสมการท (6.22) (Yi*) จะไดวา

[6.25]

Yi = e –ui(j) • • f (Xi , β*)e vi(j)f (Xi , β(j))

f (Xi , β*)

โดยทe –ui(j)ในสมการท(6.25)คอคาประสทธภาพทไดจากวธStochasticfrontierของกลมทj ตามวธของBatteseandRao(2002)ดงน

TEi(j) = = e –ui(j)

f (Xi(j) , β(j))e vi(j)

Yi(j)[6.26]

สวนf (Xi , β*)

f (Xi , β(j))ในสมการท(6.25)คออตราสวนความแตกตางของเทคโนโลยหรออตราสวน

ความแตกตางของสภาพแวดลอม-เทคโนโลย(Environment-technologygapratio:ETGR)ซงสามารถ แสดงไดดงน

[6.27]

TGR = ETGR =f (Xi , β*)

f (Xi , β(j))

TGRหรอETGRวดจากอตราสวนของผลผลตจากเสนพรมแดนของกลมทjเทยบกบผลผลตจากเสนพรมแดนทประมาณคาดวยการวเคราะหMeta-frontier ภายใตการใชปจจยการผลตทมอยจรง ซงคาTGRหรอETGRทคำานวณไดมคาระหวาง0-1 สำาหรบการประเมนประสทธภาพของหนวยธรกจทiเมอเทยบกบเสนพรมแดนทไดจากการวเคราะหMeta-frontierซงแทนดวยTEi*มการวเคราะหทคลายคลงกบสมการท(6.26)ดงน

TE* =f (Xi , β*)e vi(j)

Yi[6.28]


สมการท(6.28)คออตราสวนของผลผลตทสงเกตได(Yi)เทยบกบf (Xi , β*)e vi(j)ในสมการท (6.25) ซงกคอ ผลผลตจากเสนพรมแดนทไดจากการวเคราะหMeta-frontier ทถกปรบดวยคา คลาดเคลอน ดงนนจากสมการ(6.25)(6.26)(6.27)และ(6.28)สามารถอธบายประสทธภาพจากการวเคราะหMeta-frontierไดดงน

TE* =f (Xi , β*)e vi(j)

Yi

TE* = TEi * TGR

= e –ui(j) •f (Xi , β*)

f (Xi , β(j))[6.29]

จากแนวคดพนฐานการวเคราะหMeta-frontierขางตนมการพฒนาและศกษาเพมเตมในประเดนตางๆ เชนการศกษาในกรณทมผลผลตหลายชนดและTime-invariantinefficiencyโดยO’Donnell,RaoandBattese(2008) การศกษาในกรณทมการเปลยนแปลงเทคโนโลยโดยCoelli et al.(2005) การศกษา หลกเกณฑในการเลอกและกำาหนดกลมโดยOreaandKumbhakar (2004) และO’Donnelland Griffiths(2006)เปนตน เหตผลทใชสนบสนนการวเคราะหดวยMeta-frontierคอการทดสอบดวยสถตLikelihood-ratio(LR)โดยสมมตฐานหลก(H0)คอหนวยธรกจแตละกลมมเทคโนโลยเหมอนกนดงนนหากคาสถตLR ทคำานวณไดมคามากกวาคาวกฤตChi-square(χ2)ณระดบนยสำาคญทกำาหนดจะปฏเสธสมมตฐานหลกแสดงวาหนวยธรกจในแตละกลมมเทคโนโลยแตกตางกนโดยคาสถตLRมสตรดงน(Battese,RaoandO’Donnell,2004)

LR = –2{ln[L (H0)] –ln[L(H1)]} χ2 [J][6.30]

โดยท ln[L (H0)] คอคาLog-likelihoodของแบบจำาลองSFAทประมาณคาดวยขอมลทงหมด ln[L(H1)] คอผลรวมของคาLog-likelihoodของแบบจำาลองSFAของกลมของหนวย ธรกจ J คอองศาความเปนอสระ พจารณาจากจำานวนพารามเตอรทงหมดของ แบบจำาลองSFAของกลมของหนวยธรกจลบดวยจำานวนพารามเตอรของ แบบจำาลองSFAของขอมลทงหมด


6.6 กรณศกษ�ประสทธภ�พก�รดำ�เนนง�นของโรงแรม

การศกษาและประเมนประสทธภาพของโรงแรมในระยะแรกเปนการเปรยบเทยบอตราสวนตางๆของผลการดำาเนนงานเชนการศกษาของBakerandRiley(1994)เปนตนและการวเคราะหการจดการผลผลต(Yieldmanagement)เชนการศกษาของBrothertonandMooney(1992)Donaghy,McMahonandMcDowell(1995)เปนตนกอนทจะมการประยกตใชวธการวเคราะหตามแนวคดของFarrell(1957) ในป พ.ศ.2538 โดยMoreyandDittman(1995) ตงแตนนมาการศกษาและประเมนประสทธภาพ การดำาเนนและการจดการของโรงแรมตามแนวคดของFarrell(1957)ทงทเปนวธDEAและSFAกไดรบความนยมอยางตอเนองกรณประเทศไทยพบมการใชทงสองวธในการประเมนประสทธภาพการดำาเนนงาน ของโรงแรมทงในระดบประเทศภาคและจงหวดและพบการศกษาการเปลยนแปลงประสทธภาพการจดการ ของโรงแรมโดยใชMalmquistindexรวมทงการวเคราะหดวยMeta-frontier(ตารางท6.1)

ต�ร�งท 6.1 ผลง�นก�รศกษ�ก�รวดประสทธภ�พของโรงแรมต�มแนวคดของ Farrell ทสำ�คญ

ผแตง วธการวเคราะห ขนาดของกลมตวอยาง

ก�รศกษ�ระดบน�น�ช�ต

Morey and Dittman (1995) DEA (CRS) 54 hotels in the U.S.

Anderson et al. (1999) SFA (Error component) 48 hotels in the U.S.

Hwang and Chang (2003) Malmquist index 45 hotels in Taiwan

Bo and Liping (2004) DEA two-stage approach 242 hotels in California, U.S.

Barros and Mascarenhas (2004) DEA (VRS) (TE, AE, EE) 43 hotels in Portugal

Sigala (2004) DEA stepwise 93 hotels in the U.K.

Shang et al. (2008) DEA (Three-stage) 87 hotels in Taiwan

Barros, Peypoch and Solonanadrasana (2009) DEA (Luenberger index) 15 hotels in Portugal

Song, Yang and Wu (2009) DEA the game cross-efficiency 23 hotels in Taiwan

Assaf, Barros and Josiassen (2010) DEA (Meta-frontier) 78 hotels in Taiwan

ก�รศกษ�ในประเทศไทย

อครพงศ อนทอง (2547) DEA (VRS) two stage. 477 แหง ในภ�คเหนอ

มงสรรพ ข�วสอ�ด และคณะ (2548) SFA (TE effect model). 1,752 แหง ในประเทศไทย

อครพงศ อนทอง และมงสรรพ ข�วสอ�ด (2552) DEA (VRS) และ Malmquist index 43 แหง ในจงหวดเชยงใหม

อครพงศ อนทอง พนนท เครอไทย และมงสรรพ ข�วสอ�ด (2554)

SFA (Meta-frontier) 1,799 แหง ในประเทศไทย


เนอหาในสวนตอไปนำาเสนอผลการศกษาการวดประสทธภาพการจดการและการดำาเนนงานของโรงแรมในประเทศไทยทงทเปนการประเมนดวยวธDEAและSFAดงน

6.6.1 การวดประสทธภาพการจดการของโรงแรมดวยวธDEA เนอหาสวนนอางองงานศกษาของอครพงศอนทองและมงสรรพขาวสอาด(2552)ทประยกตใชวธDEAประเมนประสทธภาพและการเปลยนแปลงประสทธภาพการจดการของโรงแรมในจงหวดเชยงใหมงานศกษาดงกลาวใหความสนใจทจะประเมนวาโรงแรมทเปนกลมตวอยางมประสทธภาพการจดการปจจยนำาเขาทประกอบดวยตนทนขายทงหมดคาใชจายในการขายและบรการสนทรพยรวมสวนของผถอหนและจำานวนหองพก เพอใหไดรบรายไดทงหมดสงสด[ผลผลตของโรงแรมมหนวยวดทแตกตางกน เชน การจดเลยงการใหเชาพนท(รานคา)การใหเชาหองพกบรการภตตาคารเปนตนดงนนการใชรายได จงมความสะดวกมากกวาและปกตรายไดทไมใชหองพกมสดสวนประมาณรอยละ30-50ของรายไดทงหมด(มงสรรพขาวสอาดนกลเครอฟและอครพงศอนทอง,2548)] ขอมลทใชเปนขอมลPanel ทเกบรวบรวมจากงบกำาไรขาดทนของโรงแรมในจงหวดเชยงใหม ทรายงานตอกรมพฒนาธรกจการคาในปพ.ศ.2545และ2549[ปรบขอมลทางการเงนใหเปนราคาคงทดวยดชนราคาผบรโภคทวไปของจงหวดเชยงใหม(ปพ.ศ.2545เปนปฐาน)]และเลอกเฉพาะโรงแรมทมขอมลครบทงสองปและมกำาไรจากการดำาเนนงานซงมจำานวนโรงแรมทเปนกลมตวอยางทงหมด43แหงเปนโรงแรมทจดทะเบยนแบบบรษทจำากดรอยละ77และทเหลอเปนโรงแรมทจดทะเบยนแบบหางหนสวนจำากดเมอเปรยบเทยบขอมลทางการเงนของโรงแรมทเปนกลมตวอยางระหวางปพ.ศ.2545และ2549พบวาโรงแรมทเปนกลมตวอยางมรายไดทนจดทะเบยนหนสนคาใชจายในการขายและบรการสวนของผถอหน และอตราการเขาพกเฉลยเพมขน ในขณะทตนทนขายทงหมดลดลงเลกนอย แตสนทรพยรวม มแนวโนมลดลงอยางชดเจน(ตารางท6.2)

ต�ร�งท 6.2 ขอมลท�งก�รเงนทสำ�คญของโรงแรมทเปนกลมตวอย�งในจงหวดเชยงใหม

รายการ หนวย ป พ.ศ. 2545 ป พ.ศ. 2549 % การเปลยนแปลง

จำ�นวนโรงแรม แหง 43 43 -

ประเภทของธรกจ รอยละ 100.00 100.00 -

•หางหนสวนจำากด 23.00 23.00 -

•บรษทจำากด 77.00 77.00 -

ร�ยไดเฉลยตอโรงแรม1 ล�นบ�ท 27.85 28.04 0.69

ทนจดทะเบยนเฉลยตอโรงแรม1 ล�นบ�ท 60.75 63.71 4.87

หนสนเฉลยตอโรงแรม1 ล�นบ�ท 38.77 44.46 14.66

ตนทนข�ยทงหมดเฉลยตอโรงแรม1 ล�นบ�ท 11.91 11.73 -1.47

ค�ใชจ�ยในก�รข�ยและบรก�รเฉลยตอโรงแรม1 ล�นบ�ท 9.46 9.69 2.50

สนทรพยรวมเฉลยตอโรงแรม1 ล�นบ�ท 110.08 83.58 -24.08

สวนของผถอหนเฉลยตอโรงแรม1 ล�นบ�ท 45.51 71.17 56.38

อตร�ก�รเข�พกเฉลย (Occupancy rate) รอยละ 35.05 44.64 27.36

หมายเหต: 1ปรบดวยดชนราคาผบรโภคทวไปของจงหวดเชยงใหม (ป พ.ศ. 2545 เปนปฐาน) ทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2552)


สำาหรบปจจยนำาเขาม5ชนดคอตนทนขายทงหมดคาใชจายในการขายและบรการสนทรพยรวมสวนของผถอหนและจำานวนหองพกสวนผลผลตม1ชนดไดแกรายไดทงหมดของโรงแรมและเปนการประเมนประสทธภาพการจดการทพจารณาดานปจจยการผลต(Input-orientated)ภายใตขอสมมตVRSเนองจากการแขงขนของโรงแรม สวนหนงขนอยกบความเชอถอในภาพลกษณและชอเสยงของโรงแรม ซงเปนสาเหตหนงททำาใหโรงแรมมการแขงขนแบบไมสมบรณดงนนโรงแรมอาจดำาเนนการผลตณระดบทไมเหมาะสม นอกจากนเพอแกไขปญหาการออนไหวตอคาสดโตง จงแปลงขอมล(Transformdata) ดวยการทำาNaturallogarithmขอมล ผลการศกษาแบงเปนสองสวนสวนแรกเปนผลการประเมนประสทธภาพการจดการในปพ.ศ.2545และพ.ศ.2549และสวนทสองเปนผลการประเมนการเปลยนแปลงประสทธภาพการจดการดงมรายละเอยด ในแตละสวนดงน

•ประสทธภาพการจดการของโรงแรมในจงหวดเชยงใหม ปพ.ศ.2545และพ.ศ.2549มโรงแรมทมประสทธภาพ6และ7แหงตามลำาดบ(มคาประสทธภาพเทากบ1)และโรงแรมทเปนกลมตวอยางมประสทธภาพเฉลยรอยละ76.60และ76.78ตามลำาดบโรงแรมขนาดเลกมประสทธภาพสงกวาโรงแรมขนาดใหญ(ไมวาแบงตามจำานวนหองพกหรอรายได)และโรงแรมทมระดบราคาหองพกตำากวา1,000บาท/คนมประสทธภาพสงกวาโรงแรมทมระดบราคาอนๆในขณะทโรงแรมทมรปแบบการจดทะเบยนแตกตางกนไมมประสทธภาพแตกตางกน(ตารางท6.3) ผลการศกษาสะทอนใหเหนวา โรงแรมทเปนกลมตวอยางบางรายมความดอยประสทธภาพในการจดการปจจยนำาเขาเพอใหไดรบรายไดสงสดโดยเฉพาะโรงแรมขนาดใหญและโรงแรมทมระดบราคาหองพก สงกวา1,000บาท/คนการทโรงแรมขนาดเลกมประสทธภาพสงกวาโรงแรมขนาดใหญอาจเปนเพราะวาโรงแรมขนาดเลกมความยดหยนและความคลองตวในการบรหารจดการมากกวาโรงแรมขนาดใหญ และ โรงแรมขนาดเลกบางแหงทเปนกลมตวอยางเปนโรงแรมประเภทบตกทมบรการดนอกจากนโรงแรมขนาดใหญ มความยากลำาบากในการลดตนทนกอปรกบโรงแรมขนาดใหญทเปนกลมตวอยางไมไดเปนโรงแรมในเครอตางประเทศ(Internationalchain)จงไมไดประโยชนจากการเปนสมาชกในเครอขายขนาดใหญ(Economiesofnetwork)ทมกไดรบอานสงสในดานการตลาดระหวางประเทศ


•การเปลยนแปลงประสทธภาพการจดการของโรงแรมในจงหวดเชยงใหม การศกษาโดยใชวธMalmquistproductivityapproachพบวาระหวางปพ.ศ.2545-2549มโรงแรมทมประสทธภาพดขน23แหงและมผลตภาพปจจยการผลตดขน21แหงแตมโรงแรมเพยง5แหงเทานนทมเทคโนโลยในการจดการทดขน โดยในป พ.ศ.2549 โรงแรมทเปนกลมตวอยางมประสทธภาพดขน เลกนอย แตมการเปลยนแปลงเทคโนโลยและผลตภาพปจจยการผลตลดลงเมอเทยบกบป พ.ศ.2545ผลลพธดงกลาวสะทอนใหเหนวา โรงแรมทเปนกลมตวอยางสามารถรกษาประสทธภาพในการจดการปจจยการผลตแตขาดการปรบปรงเทคโนโลยในการจดการใหดขนจงทำาใหผลตภาพปจจยการผลตลดลง ซงอาจเกดจากการขาดการลงทนในเทคโนโลยในการจดการเมอพจารณาโรงแรมตามขนาดพบวาโรงแรมขนาดกลางมการปรบปรงเทคโนโลยในการจดการใหดขนมากกวาโรงแรมขนาดเลกและใหญ(ตารางท6.4)แสดงวาในปพ.ศ.2549นอกจากการปรบปรงประสทธภาพโรงแรมขนาดกลางบางรายไดเรมใหความสำาคญกบการปรบปรงเทคโนโลยในการจดการใหดขน

ต�ร�งท 6.3 ประสทธภ�พก�รจดก�รของโรงแรมทเปนกลมตวอย�ง

หนวย: รอยละ

รายการ จำานวน ป พ.ศ. 2545 ป พ.ศ. 2549

ประสทธภ�พในก�รจดก�รเฉลย 43 76.60 76.78

แบงต�มก�รจดทะเบยนt-statistic = 1.798

(d.f. = 41; Sig. = 0.080)t-statistic = 1.588

(d.f. = 41; Sig. = 0.120)

•หางหนสวนจำากด 10 84.32 83.49

•บรษทจำากด 33 74.27 74.75

แบงต�มจำ�นวนหองF-statistic = 10.803

(d.f. = 2,40; Sig. = 0.000)F-statistic = 11.988

(d.f. = 2,40; Sig. = 0.000)

•นอยกวา 60 หอง 15 82.23 80.70

•60-150 หอง 14 82.94 85.76

•มากกวา 150 หองขนไป 14 63.25 63.59

แบงต�มระดบร�ยได (ป พ.ศ. 2549)F-statistic = 15.820


(d.f. = 2,40; Sig. = 0.000)

•ตำากวา 5 ลานบาท 16 89.91 89.91

•ระหวาง 5-10 ลานบาท 9 72.38 73.36

•10 ลานบาทขนไป 18 66.89 66.82

แบงต�มร�ค�หองพก (ป พ.ศ. 2549)t-statistic = 2.893

(d.f. = 41; Sig. = 0.006)t-statistic = 3.023

(d.f. = 41; Sig. = 0.004)

•ตำากวา 1,000 บาท/คน 28 81.34 81.57

•มากกวา 1,000 บาท/คน 15 67.77 67.83



ผลการศกษาแสดงใหเหนวา โรงแรมกวาครงหนงของกลมตวอยางยงคงรกษาประสทธภาพ ในการจดการและมโรงแรมจำานวนนอยทปรบปรงหรอเปลยนแปลงเทคโนโลยในการจดการเพอเสรมสรางความสามารถในการแขงขนของตนเองแทนการปรบปรงประสทธภาพเพยงอยางเดยว เชน การใชระบบคอมพวเตอรเขามาชวยบรหารจดการภายในโรงแรม เปนตน การปรบปรงประสทธภาพเพยงอยางเดยว ไมเพยงพอตอการเสรมสรางความสามารถในการแขงขนในระยะยาว การปรบปรงหรอเปลยนแปลงเทคโนโลยในการจดการเปนสงสำาคญททำาใหโรงแรมยงคงไวซงความสามารถในการแขงขนในระยะยาว กบคแขงรายอนๆรวมทงคแขงทกำาลงเขามาใหม

ต�ร�งท 6.4 ก�รเปลยนแปลงประสทธภ�พก�รจดก�รของโรงแรมทเปนกลมตวอย�ง

รายการ

การเปลยนแปลงทางดาน

ประสทธภาพการจดการ(Managerial efficiency)

เทคโนโลยในการจดการ(Managerial technology)

ผลตภาพปจจยการผลต(Total factor productivity)

ค�เฉลย 1.0049 0.9755 0.9871

แบงต�มก�รจดทะเบยนt-statistic = -0.631

(d.f. = 41; Sig. = 0.531)t-statistic = -2.157

(d.f. = 41; Sig. = 0.037)t-statistic = -0.480

(d.f. = 9.607; Sig. = 0.642)

•หางหนสวนจำากด 0.9944 0.9566 0.9745

•บรษทจำากด 1.0080 0.9812 0.9909

แบงต�มจำ�นวนหองF-statistic = 1.818



(d.f. = 2,40; Sig. = 0.090)

•นอยกวา 60 หอง 0.9834 0.9632 0.9608

•60-150 หอง 1.0242 0.9724 1.0046

•มากกวา 150 หองขนไป 1.0085 0.9917 0.9976

แบงต�มระดบร�ยได (ป พ.ศ. 2549)

F-statistic = 0.217 (d.f. = 2,40; Sig. = 0.806)

F-statistic = 4.419(d.f. = 2,40; Sig. = 0.018)

F-statistic = 0.421(d.f. = 2,40; Sig. = 0.659)

•ตำากวา 5 ลานบาท 1.0022 0.9608 0.9764

•ระหวาง 5-10 ลานบาท 1.0167 0.9700 0.9917

•10 ลานบาทขนไป 1.0013 0.9913 0.9943

แบงต�มร�ค�หองพก (ป พ.ศ. 2549)

t-statistic = 0.111(d.f. = 41; Sig. = 0.912)

t-statistic = -2.135(d.f. = 33.596; Sig. = 0.040)

t-statistic = -1.437(d.f. = 37.712; Sig. = 0.159)

•ตำากวา 1,000 บาท/คน 1.0056 0.9696 0.9797

•มากกวา 1,000 บาท/คน 1.0035 0.9864 1.0008

หมายเหต: คา >1 แสดงวา มการเปลยนแปลงในทางทดขน, คา < 1 แสดงวา มการเปลยนแปลงในทางทลดลง และ = 1 ไมมการเปลยนแปลงทมา: อครพงศ อนทอง และมงสรรพ ขาวสอาด (2552)


เพอใหเหนถงศกยภาพการแขงขนในระยะสนของโรงแรมทเปนกลมตวอยาง อครพงศ อนทอง และมงสรรพ ขาวสอาด(2552) จงประยกตใชเมตรกซความสมพนธระหวางประสทธภาพการจดการ กบการเปลยนแปลงประสทธภาพการจดการในการแบงกลมโรงแรมออกเปน4กลมดงน ก. กลมทมความสามารถในการแขงขนสงและมการจดการดขน ไดแก โรงแรมทมประสทธภาพการจดการในปพ.ศ.2549สงกวาคาเฉลยและมประสทธภาพการจดการดขนกวาปพ.ศ.2545โดยมโรงแรม11แหงทอยกลมนโรงแรมกลมนมศกยภาพสงในการแขงขนและมการปรบปรงประสทธภาพการจดการใหดขนตลอดเวลารวมทงมการเสรมสรางความสามารถในการแขงขนใหดขนอกดวย ข. กลมทมความสามารถในการแขงขนสงแตขาดการปรบปรงการจดการใหดขน ไดแก โรงแรม ทมประสทธภาพการจดการในปพ.ศ.2549สงกวาคาเฉลยแตมประสทธภาพการจดการลดลงเมอเทยบกบ ปพ.ศ.2545มโรงแรม9แหงทอยในกลมนโรงแรมเหลานมศกยภาพการแขงขนแตขาดการปรบปรงและพฒนาประสทธภาพการจดการใหดขนดงนนในอนาคตโรงแรมกลมนอาจสญเสยความสามารถในการแขงขน หากขาดการพฒนาประสทธภาพการจดการใหดขนในขณะเดยวกนหากโรงแรมกลมนพฒนาประสทธภาพการจดการใหดขนกจะสามารถพฒนาตวเองไปสกลมโรงแรมทมศกยภาพการแขงขนสงได ค. กลมทมความสามารถในการแขงขนตำาแตมการจดการทดขนไดแก โรงแรมทมประสทธภาพ การจดการในปพ.ศ.2549ตำากวาคาเฉลยแตกลบมประสทธภาพการจดการดขนเมอเทยบกบปพ.ศ.2545 มโรงแรม12แหงทอยในกลมนแมวาโรงแรมกลมนมความสามารถในการแขงขนตำาแตพยายามพฒนาประสทธภาพการจดการใหดขนดงนนในอนาคตโรงแรมกลมนกจะสามารถพฒนาตวเองไปสโรงแรมกลมทม ศกยภาพการแขงขนสงได ง. กลมทมความสามารถในการแขงขนตำาและขาดการปรบปรงการจดการใหดขนไดแกโรงแรม ทมประสทธภาพการจดการในปพ.ศ.2549ตำากวาเฉลยในขณะเดยวกนกมประสทธภาพการจดการลดลง เมอเทยบกบปพ.ศ.2545มโรงแรม11แหงทอยในกลมนโรงแรมเหลานมความสามารถในการแขงขนตำา ขาดการปรบปรงและพฒนาประสทธภาพการจดการใหดขน ในอนาคตภายใตสภาพการแขงขนทเขมขน โรงแรมกลมนอาจตองเปลยนกลยทธในการแขงขนหรอเลกกจการ จากผลการศกษาขางตน สรปไดวา โรงแรมขนาดกลางและขนาดใหญทเปนกลมตวอยาง มประสทธภาพการจดการนอยกวาโรงแรมขนาดเลกโดยโรงแรมทเปนกลมตวอยางมแนวโนมประสทธภาพการจดการคอนขางคงทและละเลยการปรบปรงเทคโนโลยในการจดการทำาใหการเปลยนแปลงผลตภาพปจจยการผลตลดลง การยกระดบประสทธภาพการจดการเพยงอยางเดยวไมเพยงพอตอการเสรมสรางความสามารถในการแขงขนในระยะยาว ดงนนในระยะยาวโรงแรมตองใหความสำาคญกบการปรบปรง หรอเปลยนแปลงเทคโนโลยในการจดการ หรอควรปรบปรงและพฒนาตนเองอยตลอดเวลาเพอคงไว ซงความสามารถในการแขงขนในระยะยาวของตนเอง


6.6.2 การวดประสทธภาพการดำาเนนงานของโรงแรมดวยวธSFA เนอหาสวนนอางองมาจากงานศกษาของอครพงศอนทองพนนทเครอไทยและมงสรรพขาวสอาด (2554)ทประยกตใชวธSFAภายใตการวเคราะหMeta-frontierประเมนประสทธภาพการดำาเนนของธรกจโรงแรมและเกสตเฮาสในประเทศไทยภายใตการใชเทคโนโลยการดำาเนนงานทแตกตางกนโดยแบงโรงแรมและเกสตเฮาสออกเปน5กลมตามระดบความแตกตางของเทคโนโลยการดำาเนนงานโดยอางองการจดแบงกลมตามสมาคมโรงแรม(ใชเกณฑราคาหองพก) รวมกบการจดแบงกลมตามประเภทของโรงแรม แลวนำามาทดสอบดวยแบบจำาลองSFA วา โรงแรมและเกสตเฮาสแตละกลมมเสนพรมแดนหรอไม โดยการพจารณาจากคาGamma(γ)และใชสถตLikelihood-ratio(LR)ทดสอบวาโรงแรมและเกสตเฮาส แตละกลมมเทคโนโลยการดำาเนนงานแตกตางกนหรอไม

จากการทดสอบเบองตนสามารถแบงโรงแรมและเกสตเฮาสเปน5กลมดงน กลมท1:โรงแรมในเครอตางประเทศหรอมการลงทนจากตางประเทศ(Internationalchainorforeigninvestmenthotel) กลมท2: โรงแรมประเภทรสอรท หรอบทค หรอโรงแรมในเครอภายในประเทศ(Resortor boutiqueorThai’schainhotel)สวนใหญเปนโรงแรมเพอการพกผอนมระดบราคาหองพกสงกวา900บาท ตอคน ตงอยตามสถานททองเทยวทสวยงามหรอเมองใหญ และมบรการและสงอำานวยความสะดวกท ครบครน กลมท3:โรงแรมประเภทเพอการคาหรอการพาณชยหรอการประชม(Commercialorconvention hotel)สวนใหญเปนโรงแรมทมระดบราคาหองพกระหวาง300-900บาทตอคนมรายไดรวมสงกวา1ลานบาท ตอปเนนบรการนกธรกจพอคาทมาตดตอธรกจกลมผมาประชมสมมนาและอบรม กลมท4:โรงแรมประเภทโมเตล(Motel)ทเปนโรงแรมขนาดเลกตงอยในเมองเลกหรอชานเมองหรอตามถนนสายสำาคญทมสถานทจอดรถตดกบหองพกเนนบรการนกทองเทยวหรอผเขาพกแบบรายวนหรอผเดนทางทใชรถยนตเปนพาหนะหรอผทมาทำางานในตางจงหวดแบบชวคราวสวนใหญโรงแรมกลมน มระดบราคาหองพกระหวาง300-900บาทตอคนและมรายไดรวมตอปตำากวา1ลานบาท กลมท5: เกสตเฮาส หรออพารตเมนต(Guesthouseorapartment) ทมระดบราคาหองพก ตำากวา300บาทตอคนเนนลกคากลมทพกคางคนแบบราคาถกไมสนใจการบรการหรอสงอำานวยความสะดวกตางๆตองการเพยงสถานทพกแรมหรอทพกคางคนเทานน ขอมลทใชเปนขอมลภาคตดขวางจากโครงการสำารวจการประกอบกจการโรงแรมและเกสตเฮาสพ.ศ.2551 ทดำาเนนการโดยสำานกงานสถตแหงชาต เปนขอมลการดำาเนนกจการในรอบป พ.ศ.2550 โดยมโรงแรมและเกสตเฮาสทเปนกลมตวอยางทงหมด1,799แหงทกแหงเปดดำาเนนการและจดทะเบยนถกตองตามกฎหมาย โดยจำาแนกตามกลมศกษาดงตารางท6.5 ทงนโรงแรมและเกสตเฮาสในกลมท1และ2มจำานวนหองพกเฉลยมากกวา100หองมระดบราคาเฉลยมากกวา2,000บาทตอคนใชแรงงานมากกวากลมอนๆและมผเขาพกชาวตางชาตมากกวาชาวไทยสวนกลมท5(เกสตเฮาสและอพารตเมนต)มจำานวนหองพกมากกวากลมท3และ4แตมราคาหองพกเฉลยตำากวาครง


•ตวแปรและแบบจำาลองทใชในการศกษา ตวแปรทใชในแบบจำาลองเสนพรมแดน ประกอบดวย ตวแปรอสระหรอปจจยนำาเขา (Input) 4ตวแปรไดแกจำานวนหองพกจำานวนแรงงานคาใชจายดำาเนนงานและสนทรพยรวมสวนตวแปรตามหรอผลผลต(Output)ไดแกรายไดทงหมดของโรงแรมและเกสตเฮาสสำาหรบตวแปรในแบบจำาลองความไมมประสทธภาพม3ตวแปรไดแกสดสวนแรงงานตอหองพก(ผลตภาพแรงงาน)ระยะเวลาดำาเนนงาน (ประสบการณ) และจำานวนผเขาพกชาวตางชาตตอจำานวนผเขาพกทงหมด (ตลาดและมาตรฐาน การใหบรการ) ในการศกษาประยกตใชแบบจำาลองProductionstochastic frontier และใชฟงกชนฟอรม แบบCobb-DouglasเนองจากคาสถตLikelihood-ratio(LR)ทคำานวณไดมคา12.38ตำากวาคาวกฤต Chi-squareณระดบนยสำาคญทางสถตท0.102ขณะทการใชฟงกชนฟอรมแบบTranslogมโอกาสทจะเผชญกบปญหาMulticollinearityสง ฟงกชนฟอรมแบบCobb-DougleasมคณสมบตตรงกบสมการการผลตของNeoclassic3ประการคอ1)ผลผลตสวนเพม(Marginalproduct)ของการใชปจจยการผลตมคาเปนบวก2)ผลผลตสวนเพม จะเพมในอตราทลดลง(Coelli,Rao,O’DonnellandBattese,2005)และ3)รปแบบสมการไมไดเปน ตวกำาหนดระดบของผลตอบแทนตอขนาดการผลต(Degreeofreturntoscale)แตจะถกกำาหนดโดยขอมลทใช(Shamsul,1983)แบบจำาลองทใชศกษามลกษณะดงน

ต�ร�งท 6.5 ขอมลพนฐ�นทสำ�คญของโรงแรมและเกสตเฮ�สทเปนกลมตวอย�ง

รายการ กลมท 1 กลมท 2 กลมท 3 กลมท 4 กลมท 5 รวมทงหมด

จำ�นวนโรงแรม (แหง) 48 229 596 252 674 1,799

จำ�นวนหองพก (หอง) 11,453 33,189 43,680 4,659 19,294 112,275

จำ�นวนหองพกเฉลยตอโรงแรม (หอง) 239 145 73 18 206 707

ร�ยไดทงหมดเฉลยตอโรงแรม (ล�นบ�ท) 299.76 72.41 8.55 0.52 0.98 20.49

ร�ค�หองพกเฉลย (บ�ท/หอง) 3,470 2,483 493 415 206 707

จำ�นวนคนง�นเฉลยตอโรงแรม (คน) 246 135 34 5 7 38

ค�ใชจ�ยในก�รดำ�เนนง�นเฉลยตอโรงแรม (ล�นบ�ท) 173.34 37.47 3.91 0.23 0.37 10.86

สนทรพยรวมเฉลยตอโรงแรม (ล�นบ�ท) 629.93 172.05 32.00 8.43 9.74 54.14

จำ�นวนผเข�พกเฉลยตอโรงแรม (คน/ป) 65,511 29,992 11,739 17,100 10,644 15,838

•ชาวตางประเทศ 65,278 25,659 6,618 3,378 5,847 9,988

•ชาวไทย 24,368 14,103 7,603 14,940 7,238 9,728

ทมา: อครพงศ อนทอง, พนนท เครอไทย และมงสรรพ ขาวสอาด (2554)

2 การทดสอบเพอเลอกระหวางฟงกชนฟอรมแบบCobb-Douglas กบTranslog ใชสถต LR โดยคาLog-likelihood ของTranslog =-1,296.18(lnLU)และLog-likelihoodของCobb-Douglas=-1,302.37(lnLR)ดงนนLR=-2[(-1,302.37)-(-1,296.18)]=12.38 ณd.f.=9จะไดคาP-value=0.19


ในการศกษาเลอกแบบจำาลองSFA แบบTechnical efficient effect ทสมมตให ui(k) มลกษณะการแจกแจงแบบดานเดยวทมคาเฉลยเทากบ Ui(k) และคาความแปรปรวนเทากบ σ2

u(k) [ui(k) ~ N(Ui(k) , σ2ui(k))] โดยท Ui(k) คอ ฟงกชนปจจยทมอทธพลตอความไมมประสทธภาพ

การดำาเนนงานทมลกษณะดงน

[6.31]

Yi(k) = β0(k) X1i(k) X2i(k) X3i(k) X4i(k) εi(k)β1(k) β2(k) β3(k) β4(k)

โดยท Yi(k) คอ รายไดทงหมดของโรงแรมและเกสตเฮาสทiในกลมทk X1i(k)คอจำานวนหองพกของโรงแรมและเกสตเฮาสทiในกลมทk X2i(k)คอจำานวนแรงงานของโรงแรมและเกสตเฮาสทiในกลมทk X3i(k)คอคาใชจายในการดำาเนนงานของโรงแรมและเกสตเฮาสทiในกลมทk (ไมรวมคาจางแรงงาน) X4i(k)คอสนทรพยรวมของโรงแรมและเกสตเฮาสทiในกลมทk β0(k) , β1(k) , β2(k) , β3(k) , β4(k) คอคาสมประสทธของแบบจำาลองของโรงแรมและเกสตเฮาส ในกลมทk εi(k) คอคาคลาดเคลอนของโรงแรมและเกสตเฮาสทiในกลมทkทประกอบดวยvi(k) และui(k) (εi(k) = vi(k) – ui(k))

[6.32]Ui(k) = δo(k) + δ1(k) Z1i(k) + δ2(k) Z2i(k) + δ3(k) Z3i(k) + ξ i(k)

โดยท Z1i(k)คอ สดสวนของแรงงานตอหองพกของโรงแรมและเกสตเฮาสทiในกลมทk Z2i(k)คอ ระยะเวลาดำาเนนกจการของโรงแรมและเกสตเฮาสทiในกลมทk Z3i(k)คอ สดสวนผเขาพกชาวตางชาตตอผเขาพกทงหมดของโรงแรมและเกสตเฮาสท i ในกลมทk δo(k) , δ1(k) , δ2(k) , δ3(k) คอคาสมประสทธของแบบจำาลองความไมมประสทธภาพการ ดำาเนนงานของโรงแรมและเกสตเฮาสในกลมทk ξ i(k) คอ คาคลาดเคลอนของโรงแรมและเกสตเฮาสท i ในกลมท k ของแบบจำาลอง ความไมมประสทธภาพการดำาเนนงาน


•ผลการศกษาเชงประจกษ การศกษาของ อครพงศ อนทอง พนนท เครอไทย และมงสรรพ ขาวสอาด(2554) ประเมน คาประสทธภาพการดำาเนนงานของโรงแรมและเกสตเฮาสดวย3 แบบจำาลอง คอ1) แบบจำาลองSFAมาตรฐานทใชขอมลทงหมดหรอPooledfrontier2)แบบจำาลองSFAในแตละกลมหรอGroupfrontier และ3)การวเคราะหดวยMeta-frontier

ต�ร�งท 6.6 ค�สมประสทธของแบบจำ�ลอง Stochastic frontier แบบ Technical efficient effect

ตวแปรGroup frontier Pooled

frontierMeta-

frontierกลม 1 กลม 2 กลม 3 กลม 4 กลม 5

แบบจำ�ลองเสนพรมแดน

ค�คงท5.373*** (0.949)

6.523*** (0.471)

7.812***(0.329)

7.718***(0.450)

5.795*** (0.279)

5.566*** (0.172)

6.578

จำ�นวนหองพก (หอง)0.108 (0.205)

0.127 * (0.732)

0.038(0.135)

0.083(0.054)

0.270***(0.047)

0.142***(0.031)

0.078

จำ�นวนแรงง�น (คน)0.323 (0.204)

0.394*** (0.095)

0.457***(0.053)

0.404***(0.049)

0.312*** (0.047)

0.403***(0.014)

0.455

ค�ใชจ�ยในก�รดำ�เนนง�น (บ�ท)0.622*** (0.088)

0.529*** (0.032)

0.427***(0.020)

0.370***(0.035)

0.515*** (0.024)

0.536***(0.015)

0.530

สนทรพยรวม (บ�ท)0.010 (0.023)

0.011*(0.006)

0.015*(0.008)

0.017*(0.010)

0.006(0.008)

0.013**(0.005)

0.014

แบบจำ�ลองคว�มไมมประสทธภ�พ

ค�คงท0.970(0.750)

0.631**(0.295)

0.169*(0.096)

-11.644***(6.883)

-10.436** (4.627)

0.080***(0.023)

-

สดสวนแรงง�นตอหองพก (%)1.117*(0.613)

-0.145(0.134)

0.037(0.114)

-1.989(2.024)

-1.677 (1.306)

-0.020(0.025)

-

ระยะเวล�ดำ�เนนกจก�ร (ป)-0.131*(0.076)

0.001(0.003)

0.001(0.003)

0.108*(0.063)

0.084**(0.036)

0.002*(0.001)

-

ผเข�พกช�วต�งช�ตตอทงหมด (%)-0.037*(0.021)

-0.055***(0.0008)

0.004**(0.002)

0.045*(0.026)

0.024*(0.013)

-0.003***(0.0004)

-

ค�สมประสทธคว�มแปรปรวน

Sigma-squared (σ2)1.005*(0.539)

0.167***(0.016)

0.167***(0.013)

2.537**(1.209)

2.120**(0.791)

0.249***(0.009)

-

Gamma (γ)0.818***(0.195)

0.237***(0.052)

0.003***(0.0004)

0.957***(0.038)

0.903*** (0.040)

0.00013*** (0.00002)

-

Log-likelihood -35.45 -120.08 -362.31 -132.78 -495.81 -1,302.37LR =

311.88***

หมายเหต : ***, ** และ * แสดงระดบนยสำาคญทางสถตท 0.01, 0.05 และ 0.10 ตามลำาดบ สวนตวเลขในวงเลบเปนคาคลาดเคลอนมาตรฐานทมา: อครพงศ อนทอง พนนท เครอไทย และมงสรรพ ขาวสอาด (2554)


จากตารางท6.6เมอพจารณาคาสมประสทธGamma(γ)ทไดจากการประมาณคาดวยวธMLEพบวา คาสมประสทธดงกลาวมคาแตกตางไปจากศนย ณ ระดบนยสำาคญทางสถตท0.01 ทกแบบจำาลองแสดงวาแบบจำาลองSFAทงทใชขอมลทงหมดและทแบงตามกลมทง5กลมมเสนพรมแดนจรง จงสามารถนำาไปประเมนคาประสทธภาพได นอกจากนคาสถต LR ทคำานวณได มคา311.88 สงกวา คาวกฤตChi-square(χ2)ทระดบนยสำาคญทางสถตท0.01(ณองศาความเปนอสระเทากบ44)แสดงวาโรงแรมและเกสตเฮาสทง5กลมมเทคโนโลยการดำาเนนงานแตกตางกนการวเคราะหดวยMeta-frontierจงเปนวธทเหมาะสมทจะนำามาใชประเมนคาประสทธภาพ ผลการประมาณคาสมประสทธของแบบจำาลองSFA ทแสดงในตารางท6.6 พบวา โรงแรมและเกสตเฮาสแตละกลมมปจจยนำาเขาทมอทธพลตอรายไดแตกตางกน อยางไรกตามการเปลยนแปลงของคาใชจายดำาเนนงาน(เปรยบเสมอนตนทนหลกในการบรหารจดการหรอตนทนผนแปร)มผลทำาใหรายได เปลยนแปลงอยางมนยสำาคญทางสถตท0.01 ในทกกลม โดยการเพมขนของคาใชจายดำาเนนงานเพยง รอยละ1ทำาใหธรกจโรงแรมและเกสตเฮาสมโอกาสไดรบรายไดเพมขนรอยละ0.37-0.62ขณะทการจางงาน เพมขนทำาใหรายไดเพมขนเชนกนคอระหวาง0.31-0.46ยกเวนในกลมท1(โรงแรมในเครอตางประเทศหรอมการลงทนจากตางประเทศ)ทผลไมมนยสำาคญทางสถต สวนการเพมขนของจำานวนหองพกมผลทำาใหรายไดเพมขนเชนกนโดยเฉพาะกลมท5จะมรายไดเพมขนรอยละ0.27หากมจำานวนหองเพมขนรอยละ1อยางมนยสำาคญทางสถตท0.01ขณะทการเพมขน ของสนทรพยรวมทำาใหมโอกาสไดรบรายไดเพมขนนอยกวาการเปลยนแปลงปจจยนำาเขาอนๆ เพราะ ผลตอบแทนจากการลงทนในสนทรพยเปนผลตอบแทนสะสมทตองอาศยเวลานอกจากนอาจเปนไปไดวา โดยสวนใหญโรงแรมและเกสตเฮาสไมมประสทธภาพการใชสนทรพยในการแสวงหารายได โดยเฉพาะโรงแรมขนาดใหญหรอโรงแรมในเครอทงภายในและตางประเทศมกลงทนในสนทรพยทไมกอใหเกดรายได สงกวาการลงทนในสนทรพยประเภทอนๆเชนสงกอสรางประเภทสถาปตยกรรมสวนหยอมเปนตน สำาหรบผลการประมาณคาแบบจำาลองความไมมประสทธภาพการดำาเนนงานสะทอนใหเหนวาโรงแรม และเกสตเฮาสในกลมท1ควรปรบปรงผลตภาพแรงงานในอนดบแรกโดยเฉพาะการลดสดสวนแรงงาน ตอหองพกขณะทกลมท2ควรยกระดบมาตรฐานการบรหารจดการใหไดมาตรฐานสากลเพอรองรบผเขาพก ชาวตางชาตหรอนกทองเทยวภายในประเทศทเปนกลมระดบกลางถงบนสำาหรบในกลมท3การมงทำาตลาด ดงดดนกทองเทยวตางชาตจะทำาใหกลมนมประสทธภาพการดำาเนนงานลดลงเพราะมรปแบบการบรหารจดการและทรพยากรทเหมาะกบการใหบรการผเขาพกชาวไทยมากกวาชาวตางชาต สวนในกลมท4 เปนขนาดเลกทเนนบรการแบบรายวน บางแหงเปดมานาน จงนยมใชกลยทธการแขงขนทางดานราคาเพอดงดดผเขาพกเชนเดยวกบกลมท5สองกลมหลงมการใชแรงงานทไมมประสทธภาพไมเนนคณภาพบรการ แตเนนการไหลเวยนของผเขาพก ดงนนการเพมประสทธภาพของกลมน (โดยเฉพาะโรงแรม และเกสตเฮาสทตงอยใกลตวเมองในตางจงหวด)ควรใชประสบการณของตนเองในการเพมประสทธภาพการดำาเนนงานเชนการควบคมดแลในเรองของความสะอาดความปลอดภยเปนตนนอกจากนยงอาจจะ เพมประสทธภาพโดยยกระดบมาตรฐานการบรการและการจดการใหเปนโรงแรมระดบหนงหรอสองดาวเพอรองรบตลาดนกทองเทยวกลมสะพายเปได


ผลการประเมนคาประสทธภาพการดำาเนนงานของโรงแรมและเกสตเฮาสดวยแบบจำาลองทงสาม ทแสดงในตารางท6.7พบวาคาประสทธภาพการดำาเนนงานทไดจากแบบจำาลองSFAแบบPoolfrontierมคาสงกวาแบบจำาลองอนและจากการวเคราะหMeta-frontierใหคาตำากวาแบบจำาลองอนอยางมนยสำาคญ ทางสถตท0.01 (ดรายละเอยดของผลการทดสอบในตารางท6.8) ผลลพธดงกลาวสะทอนใหเหน เชงประจกษวา กรณทเทคโนโลยการดำาเนนงานแตกตางกน ผลจากแบบจำาลองPool frontier และ Groupfrontierใหคาประสทธภาพสงกวาความเปนจรง สำาหรบการประเมนอตราสวนชองวางทางเทคโนโลยหรอTGRทเปนการเปรยบเทยบคาประสทธภาพ ของกลมกบคาประสทธภาพทไดจากการวเคราะหMeta-frontierพบวากลมท1มคาTGRสงสด(รอยละ 83.98)แสดงวากลมท1มประสทธภาพการดำาเนนงานภายใตเทคโนโลยของกลมสงกวากลมอนหรอมชองวาง ทางเทคโนโลยนอยทสดเมอเทยบกบเสนพรมแดนการดำาเนนงานทดสดภายใตเทคโนโลยการดำาเนนงาน ทแตกตางกนของกลมตางๆขณะทกลมท2และ3มคาTGRในลำาดบรองลงมาสวนกลมท4และ5 ทเนนตลาดผเขาพกระดบลางมประสทธภาพการดำาเนนงานภายใตเทคโนโลยของกลมตำาทสดเมอเทยบกบ กลมอนๆหรอมประสทธภาพการใชเทคโนโลยการดำาเนนงานของกลมตำากวากลมอนๆ ผลการประเมนดวยMeta-frontierพบวาโรงแรมและเกสตเฮาสทเปนกลมตวอยางมประสทธภาพการดำาเนนงานเฉลยรอยละ48.92ตำากวาคาประสทธภาพทประเมนดวยแบบจำาลองSFAแบบPooledfrontierและGroupfrontierประมาณรอยละ88.51และ66.11ตามลำาดบเมอพจารณาประสทธภาพการดำาเนนงานตามกลมตางๆ พบวา กลมท1 มประสทธภาพการดำาเนนงานสงสดถงรอยละ65.64 รองลงมาไดแกกลมท2และ3มประสทธภาพการดำาเนนงานเฉลยรอยละ59.76และ58.68ตามลำาดบสวนกลมท4มประสทธภาพการดำาเนนงานเฉลยตำาสดคอรอยละ36.40ผลลพธดงกลาวสะทอนใหเหนวา โรงแรมในเครอตางประเทศหรอมการลงทนจากตางประเทศยงคงมประสทธภาพการดำาเนนงานสงกวากลมอนๆ ไมวาจะประเมนดวยแบบจำาลองหรอวธใดกตาม เปนการยนยนวา โรงแรมและเกสตเฮาสในกลมดงกลาวมเทคโนโลยการดำาเนนงานหรอการบรหารจดการทเปนมาตรฐานสากลและมประสทธภาพโรงแรมเหลาน มคมอดำาเนนงานและการบรหารจดการทเปนมาตรฐานเหมอนกนทงหมด จงทำาใหมประสทธภาพการดำาเนนงานสงกวากลมอน สำาหรบกลมท5ทเปนเกสตเฮาสหรออพารตเมนตระดบราคาหองพกตำากวา300บาทตอคนและนยมใชกลยทธทางดานราคาในการแขงขนพบวาไมใชกลมทมประสทธภาพตำาสดขณะทกลมท4ทเปนโรงแรมประเภทโมเตลทตงอยตามตางจงหวดหรออำาเภอหรอตามถนนสายสำาคญๆสวนใหญเปนโรงแรมขนาดเลกมจำานวนหองพกไมเกน50หองกลบเปนกลมทมประสทธภาพการดำาเนนงานตำาสดสวนใหญเปนโรงแรมเกาแบบโมเตลทใหบรการทพกแบบรายวนในตางจงหวดมการบรหารงานโดยเจาของกจการและเนนลกคาประเภทพนกงานขายกลมผทำางานบรษทหรอราชการหรอรฐวสาหกจทตองทำางานออกพนทในตางจงหวดกลมลกคาทตองการทพกแบบชวคราวหรอรายวน


ต�ร�งท 6.7 ค�ประสทธภ�พก�รดำ�เนนง�น และอตร�สวนชองว�งท�งเทคโนโลยของโรงแรมและเกสตเฮ�สในแตละกลม

กลมโรงแรม คาตำาสด คาสงสด คาเฉลย S.D.

โรงแรมทงหมด

ประสทธภ�พก�รดำ�เนนง�นทไดจ�ก Pool frontier 0.7579 0.9999 0.9222 0.0516

ประสทธภ�พก�รดำ�เนนง�นทไดจ�ก Group frontier 0.1211 0.9969 0.8126 0.1083

อตร�สวนชองว�งท�งเทคโนโลย (TGR) 0.3416 1.0000 0.6057 0.1577

ประสทธภ�พก�รดำ�เนนง�นทไดจ�ก Meta-frontier 0.0621 0.9951 0.4892 0.1344

โรงแรมกลมท 1: โรงแรมในเครอต�งประเทศ หรอมก�รลงทนจ�กต�งประเทศ





โรงแรมกลมท 2: โรงแรมประเภทรสอรท หรอบทค หรอโรงแรมในเครอภ�ยในประเทศ





โรงแรมกลมท 3: โรงแรมประเภทเพอก�รค� หรอก�รพ�ณชย หรอก�รประชม





โรงแรมกล�ท 4: โรงแรมประเภทโมเตล



อตร�สวนชองว�งท�งเทคโนโลย TGR 0.3416 0.7800 0.4559 0.0709


โรงแรมกลมท 5: เกสตเฮ�สหรออพ�รตเมนต





ทมา: อครพงศ อนทอง พนนท เครอไทย และมงสรรพ ขาวสอาด (2554)


ผลการศกษาขางตนแสดงใหเหนวาการประเมนประสทธภาพโดยมองขามความแตกตางทางดานเทคโนโลยอาจนำามาซงผลการประเมนทสงกวาความเปนจรง นอกจากนผลการศกษายงแสดงใหเหนวาโรงแรมในเครอตางประเทศหรอมการลงทนจากตางประเทศมประสทธภาพการดำาเนนงานสงกวากลมอนขณะทโรงแรมประเภทเพอการคาหรอการพาณชยหรอการประชมมประสทธภาพการดำาเนนงานในลำาดบ รองลงมาสวนโรงแรมประเภทโมเตลทไมเนนคณภาพการใหบรการและสงอำานวยความสะดวกมประสทธภาพ การดำาเนนงานตำาสด โรงแรมประเภทนนยมใชกลยทธราคาในการแขงขนกบเกสตเฮาสและอพารตเมนตในอนาคตการแขงขนในลกษณะดงกลาวทำาใหโรงแรมประเภทนสญเสยความสามารถในการแขงขนและเขาสกบดกราคาตำา การดำาเนนนโยบายเพอเสรมสรางความสามารถในการแขงขนและการสงเสรมการเพมประสทธภาพการดำาเนนงานของโรงแรมและเกสตเฮาสภายในประเทศไทยยอมมความแตกตางกนตามกลมของโรงแรมและเกสตเฮาสทมเทคโนโลยการดำาเนนงานทแตกตางกน โดยการเพมประสทธภาพการดำาเนนงานของ โรงแรมประเภทโมเตลเกสตเฮาสและอพารตเมนตควรใหความสำาคญกบการใชประสบการณของผประกอบการ ในการปรบปรงและยกระดบประสทธภาพการทำางานหรอคณภาพการใหบรการ และควรเนนตลาด ชาวตางชาตกลมสะพายเปสวนกลมโรงแรมในเครอตางประเทศหรอทมการลงทนจากตางประเทศควรเนน การเพมผลตภาพแรงงานดวยการลดสดสวนแรงงานตอหองพก สำาหรบโรงแรมประเภทรสอรทหรอบทค หรอโรงแรมในเครอภายในประเทศควรใหความสำาคญกบการยกระดบการดำาเนนงานและการบรการใหได

ต�ร�งท 6.8 ผลก�รทดสอบคว�มแตกต�งของค�ประสทธภ�พก�รดำ�เนนง�นเฉลยของโรงแรมและเกสตเฮ�สในกรณต�งๆ

สมมตฐานหลกของการทดสอบ F-statistic

1. โรงแรมแตละกลมมค�ประสทธภ�พก�รดำ�เนนง�นเฉลยทไดจ�ก Pool frontier ไมแตกต�งกน

18.787(d.f. = 4, 1794; Sig. = 0.000)

2. โรงแรมแตละกลมมค�ประสทธภ�พก�รดำ�เนนง�นเฉลยทไดจ�ก Group frontier ไมแตกต�งกน

113.261(d.f. = 4, 1794; Sig. = 0.000)

3. โรงแรมแตละกลมมค�ประสทธภ�พก�รดำ�เนนง�นเฉลยทไดจ�ก Meta-frontier ไมแตกต�งกน

625.23(d.f. = 4, 1794; Sig. = 0.000)

4. ค�ประสทธภ�พก�รดำ�เนนง�นเฉลยของโรงแรมทงหมดมค�ไมแตกต�งกนในแตละแบบจำ�ลอง

8432.108(d.f. = 2, 5394; Sig. = 0.000)

5. ค�ประสทธภ�พก�รดำ�เนนง�นเฉลยของโรงแรมกลมท 1 มค�ไมแตกต�งกนในแตละแบบจำ�ลอง

71.820(d.f. = 2, 141; Sig. = 0.000)


518.169(d.f. = 2, 684; Sig. = 0.000)


14313.314(d.f. = 2, 2019; Sig. = 0.000)


3373.811(d.f. = 2, 753; Sig. = 0.000)


2829.664(d.f. = 2, 1785; Sig. = 0.000)

ทมา: อครพงศ อนทอง พนนท เครอไทย และมงสรรพ ขาวสอาด (2554)


มาตรฐานสากลมากยงขนและมงเนนตลาดชาวตางชาตขณะทโรงแรมประเภทเพอการคาหรอการพาณชยหรอการประชมควรใหความสำาคญกบตลาดชาวไทยมากกวาชาวตางชาตนอกจากนภาครฐหรอหนวยงานทเกยวของควรสงเสรมใหมการถายทอดความร(Transferringknowledge)ในการดำาเนนงานภายในกลมโรงแรมและเกสตเฮาสระดบเดยวกน และควรมการจดการความร(Knowledgemanagement) รวมกน ระหวางกลมเพอนำาไปสการปรบปรงหรอเปลยนแปลงเทคโนโลยการดำาเนนงานทเหมาะสมทงภายในและระหวางกลมโรงแรมและเกสตเฮาสซงจะกอใหเกดประโยชนสงสดตออตสาหกรรมทงยงเปนการเสรมสราง ความสามารถในการแขงขนใหกบอตสาหกรรมโรงแรมและเกสตเฮาสในประเทศไทยทงในระยะสน และระยะยาวอยางเปนระบบ



1. จงอธบายแนวคดการวดประสทธภาพของFarrell(1957)มาพอสงเขป?2. วธDEAและSFAมจดเดนและจดดอยแตกตางกนอยางไร?3. วธDEAมแบบจำาลองกแบบ?อะไรบาง?และภายใตการเปลยนแปลงของเวลาควรใชวธอะไร?4. จากผลลพธทแสดงในตารางขางลาง ใชฟงกชนLog-likelihoods ของใคร? และจงอธบายผลลพธ พอสงเขป?

ตวแปร คาสมประสทธ t-ratio

แบบจำ�ลองพรมแดน

ค�คงท (Constant) 7.1320 6.4794***

จำ�นวนแรงง�น (ln X1) 0.3815 9.2375***

จำ�นวนหองพก (ln X2) 0.3342 7.4653***

ค�ใชจ�ยในก�รดำ�เนนง�น (ln X3) 0.2473 8.0976***

มก�รประกอบกจก�รอนๆ (B) 0.1123 3.0473***

Variance Parameter

Sigma-squared (σ2) 5.1923 4.7854***

Gamma (γ) 0.8326 9.5871***



มงสรรพขาวสอาด,นกลเครอฟและอครพงศอนทอง.2548.อตสาหกรรมโรงแรมของประเทศไทย. สถาบนวจยสงคมมหาวทยาลยเชยงใหม.อครพงศอนทองและมงสรรพขาวสอาด.2552.“การเปลยนแปลงประสทธภาพในการจดการของโรงแรม ในจงหวดเชยงใหม.”วารสารเศรษฐศาสตรธรรมศาสตร27(3):1-26.อครพงศ อนทอง, พนนท เครอไทย และมงสรรพ ขาวสอาด.2554. “ประสทธภาพการดำาเนนงาน ของธรกจโรงแรมและเกสตเฮาสในประเทศไทย.”วารสารเศรษฐศาสตรประยกต18(1):44-63อครพงศ อนทอง.2547. ประสทธภาพการดำาเนนงานของโรงแรมและเกสตเฮาสในจงหวดภาคเหนอ ตอนบนของไทย.เอกสารประการบรรยายพเศษเรองประสทธภาพการดำาเนนงานของโรงแรมและ เกสตเฮาสจงหวดภาคเหนอตอนบนของประเทศไทยวนท16มกราคม2547.(เอกสารอดสำาเนา)อครพงศอนทอง.2548.คมอการใชโปรแกรมDEAP2.1สำาหรบการวเคราะหประสทธภาพดวยวธการ DataEnvelopmentAnalysis.สถาบนวจยสงคมมหาวทยาลยเชยงใหม.(เอกสารอดสำาเนา)อครพงศอนทอง.2552.“ความเอนเอยงของวธดอเอแบบสองขนตอน.”วารสารเศรษฐศาสตรมหาวทยาลย เกษตรศาสตร16(1):39-53.Aigner,D.J.,Lovell,C.A.K.andSchmidt,P.1977. “Formulationandestimationofstochastic frontierproductionfunctionmodels.”JournalofEconometrics6(1):21-37.Anderson,R.I.,Fish,M.,Xia,Y.,andMichello,F.1999.“Measuringefficiencyinthehotelindustry: Astochasticfrontierapproach.” InternationalJournalofHospitalityManagement18(1): 45-57.Assaf,A.,Barros,C.P.andJosiassen,A.2010.“Hotelefficiency:Abootstrappedmetafrontier approach.”InternationalJournalofHospitalityManagement29(3):468-475.Baker,M.andRiley,M.1994.“Newperspectivesonproductivityinhotels:someadvancesand newdirections.”InternationalJournalofHospitalityManagement13(4):297-311.BankerR.D.,Charnes,A.andCooper,W.W.1984.“Somemodelsforestimatingtechnicaland scaleinefficienciesindataenvelopmentanalysis.”ManagementScience30(9):1078-1092.BarnumD.T.andGleason,J.M.2008.“BiasandprecisionintheDEAtwo-stagemethod.”Applied Economics40(18):2305-2311.Barros,C.P.,andMascarenhas,M.J.2004.“Technicalandallocativeefficiencyinachainofsmall hotels.”InternationalJournalofHospitalityManagement24(3):415-436.Barros,C.P.,Peypoch,N.andSolonandrasana,B.2009.“Efficiencyandproductivitygrowthin hotelindustry.”InternationalJournalofTourismResearch11(4):389-402.


Battese,G.E.andCoelliT.J.1995. “Amodelfortechnicalinefficiencyeffectsinastochastic frontierproductionfunctionforpaneldata.”EmpiricalEconomics20(2):325-332.Battese,G.E.andCoelli,T.J.1988.“Predictionoffirm-leveltechnicalefficiencieswithageneralized froniterproductionfunctionandpaneldata.”JournalofEconometrics38(3):387-399.Battese,G.E.andCoelli,T.J.1993. “Astochasticfrontierproductionfunctionincorporatinga modelfortechnicalinefficiencyeffects.”WorkingPapersinEconometricsandApplied StatisticsNo.69DepartmentofEconometrics,UniversityofNewEngland,Armidale.Battese,G.E.andCorra,G.S.1977.“Estimationofaproductionfrontiermodel:withapplication tothepastoralzoneofeasternaustralia.”AustralianJournalofAgriculturalEconomics 21(3):169-179.Battese,G.E.andRao,D.S.P.2002.“Technologygap,efficiencyandastochasticmetafrontier function.”InternationalJournalofBusinessandEconomics1(2):87-93.Battese,G.E.,Rao,D.S.P.andO’Donnell,C.J.2004. “AMetafrontierproductionfunctionfor estimationof technicalefficienciesandtechnologygaps for firmsoperatingunder differenttechnologies.”JournalofProductivityAnalysis21(1):91-103.Bo,A.H.,andLiping,A.C.2004. “Hotellaborproductivityassessment:Adataenvelopment analysis.”JournalofTravelandTourismMarketing16(2/3):27-38.Brotherton,B.andMooney,S.1992.“Yieldmanagementprogressandprospects.”International JournalofHospitalityManagement11(1):23-32.Caves,D.W.,Christensen,L.R.andDiewert,W.E.1982.“Theeconomictheoryofindexnumbers andthemeasurementofinput,outputandproductivity.”Econometrica50(6):1393-1414.Charnes,A.,Cooper,W.W.andRhodes,E.1978.“Measuringtheefficiencyofdecisionmaking units.”EuropeanJournalofOperationalResearch2(6):429-444.Coelli,T.J.1996.“AguidetoFRONTIERVersion4.1:Acomputerprogramforstochasticfrontier productionandcostfunctionestimation.” CEPAWorkingPapersNo.7/96Schoolof Economics,UniversityofNewEngland,Armidale.Coelli,T.J.,Rao,D.S.P.,O’Donnell,C.J.andBattese,G.E.2005.AnIntroductiontoEfficiency andProductivityAnalysis.2nded.NewYork:Springer.Cooper,W.W.,SeifordL.M.andZhu,J.2004.HandbookonDataEnvelopmentAnalysis.Boston: Springer:KluwerAcademicPublishers.Donaghy,K.,McMahon,U.andMcDowellD.1995.“Yieldmanagement:Anoverview.”International JournalofHospitalityManagement14(2):1339-1350.


FäreR.,GrosskopfS.,Lindgren,B.andRoos,P.1992.“ProductivitychangeinSwedishpharmacies 1980-1989:Anon-parametricMalmquistapproach.”JournalofProductivityAnalysis3(1): 85-101.FäreR.,GrosskopfS.,YaisawarngS.,LiS.andWang,Z.1990.“Productivitygrowthinillinois electricutilities.”ResourcesandEnergy12(4):383-398.Farrell,M.J.1957.“Themeasurementofproductiveefficiency.”JournaloftheRoyalStatistical SocietySeriesA(General)120(3):253-290.Greene,W.2004.“Reconsideringheterogeneityinpaneldataestimatorsofthestochasticfrontier model.”JournalofEconometrics126(2):269-303.Hair,J.F.,Anderson,R.E.,Tatham,R.L.andBlack,W.1998.MultivariateDataAnalysis.5thed. London:Prentice-HallInternationalInc.HwangS.N.andChangT.Y.2003. “Usingdataenvelopmentanalysis tomeasurehotel managerialefficiencychangeinTaiwan.”TourismManagement24(3):357-369.Jondrow,J.,Lovell,C.A.K.,Materov,I.S.andSchmidt,P.1982. “Onestimationoftechnical inefficiencyinthestochasticfrontierproductionfunctionmodel.”JournalofEconometrics 19(2-3):233-238.Loikkanen,H.A.andSusiluoto,I2002.AnEvaluationofEconomicEfficiencyofFinnishRegions byDEAandTobitModes.The42stCongressoftheEuropeanRegionalScienceAssociation. Dortmund,Germany.August27-31,2002.Meeusen,W.andVandenBroeck,J.1977.“EfficiencyestimationfromCobb-Douglasproduction functionswithcomposederror.”InternationalEconomicReview18(2):435-444.Morey,R.andDittman,D.1995. “EvaluatingahotelGM’sperformance:Acasestudyin benchmarking.”CornellHotelRestaurantandAdministrationQuarterly36(5):30-35.Mortimer,D.andPeacock,S.2002.“Hospitalefficiencymeasurement:simpleratiosvsfrontier methods.”WorkingPaper135.CentreforHealthProgramEvaluation,MonashUniversity, Australia.O’Donnell,C.,Rao,D.S.P.andBattese,G.E.2008.“Metafrontierframeworksforthestudyof firm-levelefficienciesandtechnologyratios.”EmpiricalEconomics34(2):231-255.O’Donnell,C.J.andGriffiths,W.E.2006. “Estimatingstate-contingentproductionfrontiers.” AmericanJournalofAgriculturalEconomics88(1):249-266.Orea,L.andKumbhakar,S.C.2004.“Efficiencymeasurementusingalatentclassstochastic frontiermodel.”EmpiricalEconomics29(1):169-183.Raab,R.andR.Lichty.2002.“Identifyingsub-areasthatcompriseaGreaterMetropolitainArea: Thecriterionofcountryrelativeefficiency.”JournalofRegionalScience42(3):579-594.


Shamsul,A.1983.FarmResourceProductivityunderAlternativeManagementPractices.Master ofEconomics,FacultyofEconomics,ThammasartUniversity.Shang,J.,Hung,W.,Lo,C.andWang,F.2008.“Ecommerceandhotelperformance:Three-stage DEAanalysis.”TheServiceIndustriesJournal28(4):529-540.Sigala,M.2004.“Usingdataenvelopmentanalysisformeasuringandbenchmarkingproductivity inthehotelsector.”JournalofTravelandTourismMarketing16(2/3):39-60.Simar,L.andWilson,P.W.2005.“Estimationandinferenceintwo-stage,semi-parametricmodels ofproductionprocesses.”JournalofEconometrics136(1):31-64.Song,H.,Yang,S.andWu,J.2009.MeasuringHotelPerformanceUsingtheGameCross-Efficiency Approach.CIATE2009,December11-132009,ChiangMai,Thailand.Thang,B.N.2007.“AnalysisoftechnicalefficiencyforthehotelindustryinVietnam.”InMinh, N.K.andLong,G.T.(eds.).TechnicalEfficiencyandProductivityGrowthinVietnam.Faculty ofEconomics,NationalEconomicsUniversity,137-164.VanVoorshis,C.W.andMorgan,L.B.2007. “Understandingpowerandrulesofthumbfor determiningsamplesizes.”TutorialsinQuantitativeMethodsforPsychology3(2):43-50.Villano,R.,Fleming,E.andFleming,P.2008.Measuringregionalproductivitydifferencesinthe Australianwoolindustry:Ametafrontierapproach.AARES52ndAnnualConference.February 5-8,2008,Canberra,Australia.Wang,K.,Weng,C.andChang,M.2001.“Astudyoftechnicalefficiencyoftravelagenciesin Taiwan.”AsiaPacificManagementReview6(1):73-90.


ECONOMETRICS OF TOURISM


โ ค ร ง ก า ร เ ม ธ ว จ ย อ า ว โ ส

สำานกงานกองทนสนบสนนการวจย (สกว.)


อค

รพงศ

อน

ทอง

เศรษ

ฐมตวาด

วยการท

องเท

ยว

แมวาความกาวหนาทางคอมพวเตอรและเทคโนโลยจะทำาใหการใชเครองมอทางเศรษฐมต

กลายเปนเรองงายดายมากขนแตปญหาสำาคญคอ การอธบายและการตความผลลพธทได

จากวธทางเศรษฐมต ความเปนไปไดทางทฤษฎและความสอดคลองกบสภาพความเปนจรงแลว

ทำาอยางไร การเลอกใชเครองมอทางเศรษฐมตจะไมเปนเรอง “จบแพะชนแกะ”…

อัครพงศ์ อั้นทอง เศรษฐมิติ ว่า ... · 2012-06-15 · 2.3...

Documents