ผศ.ดร.ทัศนีย์ สติมานนท์ คณะพัฒนาการเศรษฐกิจ สถาบันบัณฑิตพัฒนบริหารศาสตร์ (นิด้า)
www.econ.nida.ac.th; ttonganupong@gmail.com
แม้ภาคเกษตรไทยได้ลดความสำคัญลงเช่นเดียวกับหลายประเทศทั่วโลก โดยสัดส่วนมูลค่าเศรษฐกิจภาคเกษตรเท่ากับร้อยละ 6 ของผลิตภัณฑ์มวลรวมของประเทศ (GDP)แต่ภาคเกษตรยังคงมีการจ้างงานเกือบ 1 ใน 3 ของกำลังแรงงานทั้งหมดหรือกว่า 12 ล้านคนยังคงทำงานในภาคการเกษตร 1
รัฐบาลของหลายประเทศจึงให้ความสำคัญกับการเพิ่มประสิทธิภาพการใช้ทรัพยากรในภาคเกษตรเพื่อให้เกิดความมั่นคงด้านอาหารและความยั่งยืนของภาคเกษตรทำให้มีการทำวิจัยและพัฒนาเทคโนโลยีสำหรับภาคเกษตรอย่างต่อเนื่องไม่ว่าจะเป็นการปรับปรุงพันธุ์พืชการพัฒนาเครื่องจักรให้เหมาะกับการใช้งานในภาคเกษตรปัจจุบัน เช่น โดรนสำหรับภาคเกษตรและการพัฒนาปุ๋ยและยาปราบศัตรูพืชซึ่งทำให้เกิดประสิทธิภาพในการใช้ทรัพยากรที่มีจำกัดให้ได้ผลผลิตภาคเกษตรที่สูงขึ้น
ภาคเกษตรเป็นภาคการผลิตที่อ่อนไหวต่อการเปลี่ยนแปลงอุณหภูมิและสภาพอากาศผลผลิตภาคเกษตรขึ้นกับปริมาณน้ำฝน ปริมาณแสงแดด อุณหภูมิ และปัจจัยธรรมชาติต่าง ๆ ทำให้การรับทราบข้อมูลการพยากรณ์สภาพภูมิอากาศล่วงหน้าส่งผลต่อปริมาณผลผลิตภาคเกษตร
เนื่องจากทำให้เกษตรกรสามารถเตรียมตัวรับมือเพื่อลดความเสียหายในกรณีที่มีการเปลี่ยนแปลงสภาพภูมิอากาศอย่างผิดปกติรวมทั้งทำให้เกษตรกรสามารถวางแผนการเพาะปลูกและบริหารจัดการได้มีประสิทธิภาพเพิ่มขึ้นทั้งนี้การพยากรณ์ที่แม่นยำมีความสำคัญไม่แพ้การตีความ
ข้อมูลที่ได้จากการพยากรณ์รวมทั้งการสื่อสารและให้คำแนะนำกับเกษตรกรเพื่อรับมือหรือวางแผนการผลิตของตนการพยากรณ์อากาศในที่นี้มิได้หมายถึงเพียงการแจ้งเตือนสภาพอากาศ แต่รวมถึงการใช้เทคโนโลยีสารสนเทศอาทิ ปัญญาประดิษฐ์ (AI) และข้อมูลขนาดใหญ่ (Big data) ในการวิเคราะห์ข้อมูลและสื่อสารผ่านอุปกรณ์สื่อสารเคลื่อนที่เพื่อให้เกษตรกรได้รับข้อมูลอย่างรวดเร็ว มีความเฉพาะสำหรับแต่ละพื้นที่เพื่อลดความเสี่ยงและความไม่แน่นอนสำหรับการดำเนินกิจกรรมในภาคเกษตร ตัวอย่างเช่น การพยากรณ์อากาศช่วยทำให้การตัดสินใจเพาะปลูกดีขึ้นในเขตแห้งแล้งในอินเดีย2 และเกษตรกรในเอธิโอเปียที่รับทราบข้อมูลการพยากรณ์อากาศสามารถปรับการเพาะปลูกได้ดีขึ้นเพื่อลดผลกระทบจากการเปลี่ยนแปลงของสภาพอากาศ3
งานวิจัยในประเทศจีนซึ่งใช้ข้อมูล 30 จังหวัด ในช่วงปี 2552 ถึง 2562 พบว่าการพยากรณ์อากาศมีผลต่อมูลค่าภาคการเกษตรอย่างมีนัยสำคัญทางสถิติโดยหากความแม่นยำในการพยากรณ์อากาศเพิ่มขึ้นร้อยละ 1 จะส่งผลให้มูลค่าภาคเกษตรเพิ่มขึ้นร้อยละ 0.5 โดยผลกระทบนี้จะมีค่าแตกต่างกันตามแต่ละพื้นที่ที่ศึกษา4ซึ่งสะท้อนให้เห็นว่าการลงทุนในการพัฒนาการพยากรณ์อากาศให้มีความแม่นยำจะเป็นการลงทุนที่คุ้มค่า หากต้นทุน(เงินที่ลงทุนเพื่อให้เกิดความแม่นยำในการพยากรณ์อากาศเพิ่มขึ้นร้อยละ 1) นั้นน้อยกว่าประโยชน์ที่ได้รับ(มูลค่าภาคเกษตรซึ่งเพิ่มขึ้นร้อยละ 0.5) นอกจากนี้งานวิจัยจำนวนมาก6,7 ได้กล่าวถึงอุปสรรคสำคัญในการนำผลพยากรณ์ไปใช้ในการเพิ่มประสิทธิภาพในภาคเกษตร ได้แก่
การให้ความสำคัญในการวิเคราะห์ข้อมูลและให้คำปรึกษาแก่เกษตรกรจึงเป็นสิ่งที่จำเป็นในประเทศไทยหน่วยงานผู้รับผิดชอบโดยตรงในการพยากรณ์อากาศได้แก่ กรมอุตุนิยมวิทยา ซึ่งได้รับงบประมาณในการดำเนินงานในปี 2564 เท่ากับ 1,838.78 ล้านบาท คิดเป็นเงินประมาณ 0.74 ดอลลาร์สหรัฐฯ ต่อหัว และคิดเป็นร้อยละ 0.0114 ของ GDP ซึ่งนับว่าน้อยกว่าค่าใช้จ่ายเพื่อให้บริการด้านพยากรณ์อากาศของประเทศในกลุ่มรายได้ปานกลางระดับสูง (Upper-middle income) ซึ่งเท่ากับ 5.65 ดอลลาร์สหรัฐฯ ต่อหัว และคิดเป็นร้อยละ 0.09 ของ GDP (ข้อมูลปี 2557-2558)5
ดังนั้นการเพิ่มการลงทุนหรือค่าใช้จ่ายภาครัฐเพื่อลงทุนให้เกิดความแม่นยำในการพยากรณ์อากาศ การวิเคราะห์ข้อมูล และการสื่อสารและให้คำปรึกษากับเกษตรกร เป็นเรื่องที่ควรดำเนินการศึกษาว่ามีความคุ้มค่าในการลงทุนหรือไม่
หากมีความคุ้มค่าและให้ผลตอบแทนสูงกว่าโครงการประเภทอื่นรัฐควรพิจารณาลงทุนในเรื่องนี้เพื่อเพิ่มประสิทธิภาพของภาคเกษตรไทยเพิ่มความสามารถในการแข่งขันในตลาดโลกรวมทั้งส่งเสริมให้เกิดการพัฒนาเศรษฐกิจอย่างยั่งยืน
เอกสารอ้างอิง
1. เกียรติคุณ สัมฤทธิ์เปี่ยม, สุเมธ พฤกษ์ฤดี, ณรงค์ศักดิ์ การันต์, และ พศิกา ไหมชู. (2565).
การปรับปรุงระบบฐานข้อมูลเศรษฐกิจการเกษตร และดัชนีภาคเกษตรระดับจังหวัด ธนาคารแห่งประเทศไทย
2. Bendre, M. R., Thool, R. C., & Thool, V. R. (2015). Big data in precision agriculture: Weather forecasting for future farming. 2015 1st International Conference on Next Generation Computing Technologies (NGCT),744–750. https://doi.org/10.1109/NGCT.2015.7375220
3. Tesfaye, A., Hansen, J., Kassie, G. T., Radeny, M., & Solomon, D. (2019). Estimating the economic value of climate services for strengthening resilience of smallholder farmers to climate risks in Ethiopia: A choice experiment approach. Ecological Economics, 162, 157–168. https://doi.org/10.1016/j.ecolecon.2019.04.019
4. Shen, D., Shi, W.-F., Tang, W., Wang, Y., & Liao, J. (2022). The Agricultural Economic Value of Weather
Forecasting in China. Sustainability, 14(24), Article 24. https://doi.org/10.3390/su142417026
5. Georgeson, L., Maslin, M., & Poessinouw, M. (2017). Global disparity in the supply of commercial weather and climate information services. Science Advances, 3(5), e1602632. https://doi.org/10.1126/sciadv.1602632
6. Valizadeh, N., Haji, L., Bijani, M., Fallah Haghighi, N., Fatemi, M., Viira, A.-H., Parra-Acosta, Y. K.,Kurban, A., & Azadi, H. (2021). Development of a Scale to Remove Farmers’ Sustainability Barriers toMeteorological Information in Iran. Sustainability, 13(22), Article 22. https://doi.org/10.3390/su132212617
7. Clements, J., Ray, A., & Anderson, G. (2013). The Value of Climate Services Across Economic and Public Sectors: A Review of Relevant Literature. United States Agency for International Development (USAID).https://www.climatelinks.org/resources/value-climate-services-across-economic-and-public-sectors-review-relevant-literature
8. Calanca, P., Bolius, D., Weigel, A. P., & Liniger, M. A. (2011). Application of long-range weather forecasts to agricultural decision problems in Europe. The Journal of Agricultural Science, 149(1), 15–22.https://doi.org/10.1017/S0021859610000729
