การศึกษาและวิเคราะห์ตัวชี้วัดความยากจนของ TPMAP ด้วยกระบวนการลำดับชั้นเชิงวิเคราะห์
Main Article Content
บทคัดย่อ
การวิจัยนี้มุ่งศึกษาและวิเคราะห์ค่าน้ำหนักของตัวชี้วัดความยากจนในแต่ละมิติภายใต้ระบบ TPMAP (Thai People Map and Analytics Platform) โดยใช้กระบวนการลำดับชั้นเชิงวิเคราะห์ (Analytic Hierarchy Process: AHP) เพื่อเพิ่มความน่าเชื่อถือในการสะท้อนปัญหาความยากจน จากข้อจำกัดของระบบเดิมที่กำหนดค่าน้ำหนักของตัวชี้วัดทั้ง 5 มิติ ได้แก่ สุขภาพ การศึกษา การเงิน การเข้าถึงบริการรัฐ และความเป็นอยู่ให้เท่ากันทั้งหมด ซึ่งอาจไม่สอดคล้องกับความสำคัญเชิงบริบทจริง โดยการวิจัยนี้อาศัยข้อมูลจากการสัมภาษณ์เชิงลึกผู้ทรงคุณวุฒิ 9 คน จากหลายหน่วยงานที่เกี่ยวข้องกับการพัฒนาคุณภาพชีวิต และนำมาวิเคราะห์ด้วย AHP เพื่อแปลงข้อมูลเชิงคุณภาพให้เป็นค่าน้ำหนักเชิงปริมาณ พร้อมตรวจสอบค่าความสอดคล้อง (Consistency Ratio: CR) เพื่อให้ผลลัพธ์มีความน่าเชื่อถือ แล้วทำการเลือกข้อมูลของผู้เชี่ยวชาญที่มีค่าความสอดคล้องน้อยที่สุด 7 อันดับแรก ซึ่งมีค่าต่ำกว่า 0.1 มาทำการคำนวณถ่วงน้ำหนักเฉลี่ยใหม่ ซึ่งผลที่ได้พบว่า มิติด้านการศึกษาและการเข้าถึงบริการรัฐได้รับค่าน้ำหนักสูงกว่ามิติอื่น โดยมีค่า 27.6% และ 24.4% ตามลำดับ เมื่อนำสมการที่พัฒนาขึ้นใหม่ไปวิเคราะห์ข้อมูลจริงของ 9 จังหวัดภาคเหนือ และเปรียบเทียบกับผลจากสมการเดิม พบว่าจำนวนคนจนและลำดับของบางจังหวัดมีการเปลี่ยนแปลง เช่น จังหวัดพะเยามีอันดับเพิ่มขึ้น แสดงให้เห็นว่าการปรับค่าน้ำหนักตามกระบวนการลำดับชั้นเชิงวิเคราะห์ช่วยให้สามารถสะท้อนปัญหาความยากจนในพื้นที่ได้ดียิ่งขึ้น การศึกษานี้จึงเสนอแนวทางการใช้กระบวนการลำดับชั้นเชิงวิเคราะห์ในการปรับปรุงและพัฒนา TPMAP ให้ดียิ่งขึ้น เพื่อให้สามารถใช้กำหนดนโยบายและวางแผนช่วยเหลือกลุ่มเป้าหมายได้อย่างมีประสิทธิภาพทั้งในระดับพื้นที่และระดับชาติ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ใน Journal of Advanced Development in Engineering and Science ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา ฯลฯ ที่ได้รับการตีพิมพ์ในJournal of Advanced Development in Engineering and Science ถือเป็นลิขสิทธิ์ของ Journal of Advanced Development in Engineering and Science หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Journal of Advanced Development in Engineering and Scienceก่อนเท่านั้น
เอกสารอ้างอิง
NECTEC. (2024). Thai People Map and Analytics Platform. Available from https://www. tpmap.in.th/about. Accessed date: 1 July 2025. (in Thai)
OPHI & UNDP. (2024). Multidimensional Poverty Index: MPI. Available from https:// ophi.org.uk/global-mpi/2024. Accessed date: 1 July 2025.
Nasawat, P., et al. (2020). Selection of Suitable Rice Weevil Disinfestation Method Using Hybrid FAHP-FTOPSIS. Pathumwan Academic Journal, 10(29), 65–81. (in Thai)
Sangsrichan, C. & Srisakda, N. (2023). Site Selection of a New Airport Construction (The Phayao Airport Case Study) by Focusing on the Rail Transportation System Connection. Journal of Engineering and Innovation, 16(3), 119-134. (in Thai)
Duangprathum, S., et al. (2025). Analysis of Multidimensional Poverty Index of Thai People Map and Analytics Platform Using Analytical Hierarchy Process. In The 3rd National and International Conference on Sustainable Local Development (NICSLD2025): Innovation, Soft Power and Educational Management for Sustainable Development (p. 336-346), 7 Fabruary 2025, Surin, Thailand. (in Thai)
Deeyiam, P. (2021). Public Administration on Poverty and the Inequality of Thai Society. Nakhon Lampang Buddhist College’s Journal, 10(1), 216-227. (in Thai)
Doiphila, W.,et al.(2023). Public Administrative Guidelines for to Solve Poverty Problems. Journal of Administration Management and Sustainable Development,1(1), 53 - 68. (in Thai)
On-na, S. (2022). The implementation of poverty eradication and life cycle development (PELCD) on the income dimension of people in Banmoh district, Baraburi province, (Independent Study, Chulalongkorn University). (in Thai)
Swasthaisong, S., et al. (2024). Pon Nakaeo Model: Policy Proposals for Alleviating Income Poverty and Developing the Grassroots Economy. Journal of Management Science Sakon Nakhon Rajabhat University, 4(2), 639-656. (in Thai)
Ladlia, K. (2023). Research and Innovation for Comprehensive and Accurate Solution of Poverty, Yala Province (Research reports). Bangkok: TSRI. (in Thai)
Phonphan, N., et al. (2024). Development of Local Poverty Models to Eliminate Poverty and Create Social Opportunities in the Thung Kula Rong Hai area Roi Et Province. Journal of Roi Kaensarn Academi, 9(8), 51-68. (in Thai)
Paireepinas, P., et al. (2025). Area Development for Personalize and Precision Poverty Alleviation: A Case Study of Roi Et Province. Journal of Humanities & Social Sciences, 23(1), 160-178. (in Thai)
Manorat, T. K., et al. (2025). Poverty’s Problems Analysis at Chaloem Phra Kiat District, Nakhon Ratchasima Province. Integrated Social Science Journal, Mahidol University, 11(1), 209-228. (in Thai)
Prasertsang, S., et al. (2024). Poverty Alleviation and Increasing the Chances of Social Mobility: Roi Et Province. Journal of Roi Kaensarn Academi, 9(7), 101-120. (in Thai)
Budpoonga, W. & Kiettikunwong, N. (2025). Policy-Oriented Guidelines for Developing Indicators of Inadequate Income Among the Elderly Under the Ministry of Interior Regulation. Journal of Humanities and Social Sciences Mahamakut Buddhist University Isan Campus, 6(1), 118-130. (in Thai)
SemianSing, B. (2525). Guidelines for Enhancing the Quality of Life of the ElerlyTowardsSustainablePoverty Eradication and HolisticDevelopmentfor People of All Ages Based on the Sufficiency Economy Philosophy. Journal of Research and Development Community Development Department, 1(1), 125-140. (in Thai)
Kadem, Y., et al. (2025). The Development of Comprehensive and Accurate Strategies for Resolving Issues in Impoverished Households in Two Model Districts (Raman District/ Bannang Sata District), Yala Province. Journal of Liberal Arts Thammasat University, 25(1), 227-255. (in Thai)
TPMAP. (2024). Thai People Map and Analytics Platform.Available from https://www. tpmap.in.th/public/data/67/67province11111.csv. Accessed date: 1 July 2025. (in Thai)
