ความเชื่อมโยงทางสังคมในประเทศไทยจากเลนส์ของข้อมูล e-Payment

เครือข่ายของการทำธุรกรรมทางการเงินนั้น สามารถสะท้อนความเชื่อมโยงในเชิงสังคมระหว่างกลุ่มคนต่าง ๆ โดยเฉพาะการโอนเงินระหว่างบุคคลธรรมดา เช่น การโอนเงินบ่อยระหว่างกันอาจแสดงถึงความเป็นเพื่อนที่ใกล้ชิดหรือการมีความสัมพันธ์ในครอบครัวของบุคคลสองคน นอกจากนี้ การโอนเงินระหว่างคนในเมืองไปสู่ต่างจังหวัดอาจจะสามารถนำมาวิเคราะห์การส่งเงินกลับบ้านเกิด (remittance transfers) ของแรงงานที่เข้ามาทำงานในเมือง

ตามนิยามของ Social Connectedness Index จาก Bailey et al. (2018) ที่ใช้วัดความเชื่อมโยงทางสังคมของคนในพื้นที่สองพื้นที่ เราสามารถนิยาม e-Payment Connectedness Index โดยให้

โดยข้อมูล e-Payment รายธุรกรรมที่นำมาใช้คำนวณ e-Payment Connectedness Index นี้เป็นข้อมูลรายธุรกรรมการโอนเงินระหว่างบุคคลธรรมดา (person-to-person transfer) ที่ได้จากธนาคารขนาดใหญ่ห้าแห่ง ในช่วงปี 2021 โดยผู้อ่านที่สนใจสามารถอ่านรายละเอียดและข้อจำกัดของข้อมูลเพิ่มเติมได้จากบทความ "เจาะลึกพฤติกรรมการใช้ e-Payment ของคนไทย"

เนื่องจากเราสนใจเฉพาะการโอนเงินที่สะท้อนความผูกพันทางสังคมอย่างแน่นหนา เช่นความสัมพันธ์ทางครอบครัว เราจึงจำกัดเครือข่ายของการทำธุรกรรม ให้เหลือเฉพาะความสัมพันธ์ระหว่างบุคคลที่มีการโอนเงินระหว่างกันอย่างน้อย 1 ครั้งเป็นเวลา 12 เดือนต่อเนื่อง

จะเห็นได้ว่า e-Payment Connectedness ของเชียงใหม่ จะค่อนข้างจะมีนัยเชิงพื้นที่ (high locality) ที่สูงกว่ากรุงเทพฯ และสมุทรปราการ แปลว่าคนในเชียงใหม่มีความน่าจะเป็นค่อนข้างสูงในการโอนเงินอย่างสม่ำเสมอให้กับเพื่อนหรือญาติที่อยู่ในจังหวัดใกล้เคียงในภาคเหนือ ซึ่งต่างจากพฤติกรรมการโอนเงินแบบสม่ำเสมอของคนกรุงเทพฯ และสมุทรปราการที่จะค่อนข้างกระจายตัวไปยังจังหวัดต่างๆมากกว่า โดยคนในสมุทรปราการดูมีความสัมพันธ์กับคนที่อยู่ในภาคตะวันออกเฉียงเหนือตอนใต้อย่างมีนัยสำคัญ

เครือข่ายของการทำธุรกรรมการโอนเงินระหว่างบุคคลนี้ นอกจากสามารถทำให้เราเห็นภาพความเชื่อมโยงระหว่างบุคคลในพื้นที่ต่าง ๆ แล้ว หากเอามาวิเคราะห์ในเชิงลึก ยังสามารถนำใช้ในการศึกษาวิเคราะห์ผลกระทบจากเหตุการณ์ต่าง ๆ เช่นการเลิกจ้างงาน และภัยธรรมชาติ ว่าจะมีผลกระทบเชิงกว้างกับคนกลุ่มใดบ้างนอกเหนือจากผู้ที่ได้รับผลกระทบโดยตรงด้วย