Night-time Lights as a Proxy for Urbanization in Thailand ภาพถ่ายดาวเทียมของแสงไฟยามค่ำคืนและการวัดความเป็นเมืองในประเทศไทย

Abstract

บทคัดย่อ

ความเป็นเมือง (Urbanization) ของประเทศไทยมีแนวโน้มเพิ่มขึ้นอย่างรวดเร็วในทศวรรษที่ผ่านมา ซึ่งส่งผลให้เกิดการเปลี่ยนแปลงทั้งทางด้านเศรษฐกิจและสังคม งานวิจัยด้านเศรษฐศาสตร์ส่วนใหญ่จึงมักนำความเป็นเมืองดังกล่าวมาใช้เป็นตัวแปรหนึ่งที่อธิบายการเปลี่ยนแปลงเชิงโครงสร้างที่เกิดขึ้นในประเทศไทย อย่างไรก็ตาม ข้อมูลที่ใช้เป็นตัวแปรแทน (Proxy Variable) ของความเป็นเมืองอาจมีข้อจำกัดบางประการที่ไม่สามารถอธิบายความเป็นเมืองที่เกิดขึ้นในประเทศไทยได้อย่างมีประสิทธิภาพ บทความนี้จึงนำเสนอการประยุกต์ใช้ภาพถ่ายดาวเทียมของแสงไฟยามค่ำคืนเพื่อวัดความเป็นเมืองในประเทศไทย โดยภาพถ่ายดาวเทียมของแสงไฟยามค่ำคืนเป็นข้อมูลที่ดาวน์โหลดจากหน่วยงาน National Oceanic and Atmospheric Administration (NOAA) บทความนี้ได้ทดสอบความสัมพันธ์ระหว่างมูลค่าผลิตภัณฑ์มวลรวมระดับจังหวัดและความเข้มข้นของแสงด้วยการวิเคราะห์ Panel Data Regression แบบ Fixed Effect ผลการทดสอบพบว่า ความเข้มข้นของแสงสะท้อนความหนาแน่นทางเศรษฐกิจระดับจังหวัดได้ค่อนข้างดี ดังนั้น ความเข้มข้นของแสงจากภาพถ่ายดาวเทียมจึงน่าจะนำมาใช้เป็นตัวแปรแทนของความเป็นเมืองในประเทศไทยได้ ทั้งนี้ งานศึกษานี้จะเป็นประโยชน์ต่อการเลือกใช้ข้อมูลที่เหมาะสมในงานวิจัยของประเทศไทยต่อไป

ABSTRACT

In the past decade, urbanization has increased rapidly in Thailand, leading to changes in its economic and social structures. This study found the increasing use of urbanization as the factor in economic research to study economic development in Thailand. However, some data may not be an appropriate proxy in measuring urbanization in Thailand. The satellite images of night-time lights are obtained from the National Oceanic and Atmospheric Administration (NOAA). The empirical results using panel data regression with fixed effect confirm that night-time light intensity is positively associated with GPP, which reveals the economic activity. Thus, satellite night-time light data could be a good proxy for urbanization in Thailand. This study provides insights for using night-time lights data as a proxy for urbanization, contributing to our understanding of data selection for future research in Thailand.