……….

เมื่อช่วงต้นปีที่ผ่านมา มีดราม่าครั้งใหญ่ของวงการ IT ที่น่าสนใจสำหรับนักเศรษฐศาสตร์ด้วย เรื่องของเรื่องมีอยู่ว่า นักวิชาการจากภาควิชาวิศวกรรมเครื่องกลและอากาศยาน แห่งมหาวิทยาลัย Princeton ได้นำเสนอบทความชิ้นหนึ่งที่ทำการวิเคราะห์ว่า Facebook จะสูญเสียผู้ใช้งานลงไปประมาณ 80% เมื่อเปรียบเทียบกับในขณะนั้น และอาจจะต้องปิดตัวลงในเวลาหลังจากนั้นไม่นาน

บทความนี้อาจไม่ได้รับความสนใจมากนัก หากไม่ได้ถูกโต้แย้งกลับโดยนักวิทยาศาสตร์ที่ทำงานวิจัยอยู่ใน Facebook เอง ข้อโต้แย้งที่สำคัญเป็นประเด็นเดียวกับงานทางด้านเศรษฐมิติยุคใหม่ (Modern Econometrics) ซึ่งก็คือ “ความสัมพันธ์ทางสถิติไม่ใช่สิ่งเดียวกับความสัมพันธ์เชิงเหตุผล” (Correlation is not causation) โดยพวกเขานำเอาเทคนิควิธีที่นักวิทยาศาสตร์จาก Princeton วิเคราะห์จุดจบของ Facebook กลับไปวิเคราะห์ Princeton เอง และพบว่า Princeton จะต้องปิดตัวก่อน Facebook เสียอีก [น่ากลัวกันจริงๆ -"-]

“Nassau hall อาคารที่เก่าแก่ที่สุดของมหาวิทยาลัย Princeton” (ที่มาของภาพ)

เรื่องทั้งหมดเริ่มจาก Cannarella and Spechler (2014) ทำการมองการขยายตัวของเครือข่ายสังคมออนไลน์ (Online Social Networks; OSNs) ด้วยแบบจำลองทางด้านระบาดวิทยา (Epidemiological Models) โดยพวกเขาพิจารณาเครือข่ายสังคมออนไลน์สองประเภทคือ Facebook และ MySpace (ใช้ประสบการณ์ของ MySpace เป็นตัวควบคุมการอธิบายผลของ Facebook) นั่นหมายความว่า พวกเขามองปรากฎการณ์เหล่านี้ด้วยรูปแบบการแพร่กระจายของไวรัส ซึ่งมีสองช่วงเวลาคือช่วงของการติดเชื้อ (Infection) ที่ไวรัสระบาดเพิ่มขึ้น และช่วงของการฟื้นตัว (Recovery) ที่ไวรัสเริ่มลดลงอันเนื่องจากภูมิต้านทานที่สูงขึ้น และนี่คือสาเหตุที่พวกเขาเลือกใช้แบบจำลองที่มีชื่อว่า SIR model (Suspected-Infected-Recovered)

……….

Cannarella and Spechler (2014) ใช้ข้อมูลจาก Search Query จาก Google Trends ตั้งแต่ปี 2004 ถึงต้นปี 2014 มาวิเคราะห์ ดังภาพที่ ๑ ซึ่งจะเห็นว่า MySpace มีอายุอยู่ในช่วง 2004 ถึง 2012 โดยได้รับความนิยมสูงที่สุดในช่วงประมาณปลายปี 2007 ขณะที่ Facebook เกิดขึ้นมาตั้งแต่ปี 2006 และได้รับความนิยมสูงที่สุดในช่วงปลายปี 2013

“ภาพที่ ๑ ปริมาณการค้นหาข้อมูลของ MySpace และ Facebook จาก Google Trends”

พวกเขานำเอาแบบจำลอง SIR มาจับกับวงจรชีวิตของ MySpace ได้ผลดังภาพที่ ๒ ซึ่งจะเห็นว่าแบบจำลองนี้สามารถอธิบายการเกิดขึ้นและจบลงของเครือข่ายสังคมออนไลน์ได้ค่อนข้างดี (ข้อมูลจริงค่อนข้างฟิตกับเส้นประมาณการของแบบจำลอง)

“ภาพที่ ๒ ปริมาณการค้นหาข้อมูลของ MySpace และผลการประมาณค่าจากแบบจำลอง SIR (ซ้าย) และ irSIR หรือ SIR ปรับค่า (ขวา)”

เมื่อนำเอาแบบจำลอง SIR ดังกล่าวมาวิเคราะห์ข้อมูล Query ของ Facebook และพยากรณ์ต่อไปในอนาคต ดังภาพที่ ๓ จะพบว่า Facebook น่าจะมีความนิยมลดลงจนเหลือประมาณ 20% ของความนิยมสูงที่สุด (พิจารณาจากเส้นตรงแนวราบที่มีค่า y=20) ประมาณปี 2015 ถึง 2017

“ภาพที่ ๓ ปริมาณการค้นหาข้อมูลของ Facebook และผลการประมาณค่าจากแบบจำลอง SIR”

……….

แน่นอนว่า Facebook ก็คงไม่อยู่นิ่งเป็นแน่ Mike Develin นักวิทยาศาสตร์ฝั่ง Facebook ชี้ให้เห็นจุดอ่อนบางประการของงานวิจัยว่า ๑) MySpace กับ Facebook ไม่เหมือนกัน การเกิดขึ้นและจบลงของ MySpace ไม่เกี่ยวข้องและไม่อาจนำมาใช้วิเคราะห์ Facebook ได้ ๒) วงจรชีวิตของ Facebook ไม่เหมือนกับแบบจำลองระบาดวิทยา เพราะเครือข่ายสังคมออนไลน์ไม่ได้เหมือนกับการแพร่กระจายของไวรัสเสียทั้งหมด และ ๓) Search Query จาก Google Trends ที่ลดลงนั้น มาจากการที่ผู้ใช้ใช้ Facebook ผ่าน App ในโทรศัพท์มือถือโดยตรง จึงไม่ถูกนับโดย Google Trends ดังนั้นการที่กล่าวว่าความนิยมต่อ Facebook ลดลงอาจไม่ถูกต้องนัก

ที่เจ็บแสบกว่านั้น เขาได้นำเอากรอบแนวคิดแบบจำลอง SIR ที่ Cannarella and Spechler (2014) ใช้วิเคราะห์ Facebook กลับไปวิเคราะห์ Princeton เอง และยังได้ปิดจุดอ่อนบางประการด้วย Develin ใช้จำนวนการตีพิมพ์บทความวิชาการของ Princeton ตั้งแต่ปี 1940 จนถึงปัจจุบันมาวิเคราะห์การเกิดขึ้นและดับลงของ Princeton ทั้งนี้ เพราะจำนวนบทความที่ตีพิมพ์ในวารสารวิชาการเป็นสิ่งที่สำคัญมากๆ ต่อการอยู่รอดของมหาวิทยาลัยในสหรัฐอเมริกา โดยเฉพาะมหาวิทยาลัยที่มีชื่อเสียงระดับต้นๆ

ผลการวิเคราะห์แสดงได้ตามภาพที่ ๔ ซึ่งจำนวนบทความตีพิมพ์ในวารสารวิชาการของ Princeton กำลังลดลง และเมื่อใช้แบบจำลอง SIR มาวิเคราะห์จะพบว่าการตีพิมพ์ดังกล่าวจะลดลงจนเกือบจะหมดไปตั้งแต่ก่อนปี 2020 ซึ่งมีอัตราการลดลงเร็วกว่าความนิยมของ Facebook เสียอีก

“ภาพที่ ๔ ปริมาณการตีพิมพ์บทความวิชาการของ Princeton และผลการประมาณค่าจากแบบจำลอง SIR”

……….

Develin ได้วิเคราะห์เพิ่มเติมอีกสองประเด็นเพื่อปิดข้อโต้แย้งที่จะเกิดขึ้น ประเด็นแรก เขาเริ่มจากการพิจารณาความสัมพันธ์ระหว่างปริมาณการค้นหาข้อมูลของมหาวิทยาลัยทางอินเตอร์เน็ต (Search Index) กับจำนวนนักศึกษาที่สมัครเข้าเรียนในมหาวิทยาลัยนั้นๆ (Enrollment) โดยเขาพบว่ามีความสัมพันธ์กันในทางบวกอย่างชัดเจน ดังภาพที่ ๕ หรือกล่าวได้อีกอย่างว่ามหาวิทยาลัยที่ถูกค้นหาทางอินเตอร์เน็ตมากก็จะมีนักศึกษาสมัครเข้าเรียนมากตามไปด้วย

“ภาพที่ ๕ ความสัมพันธ์ของปริมาณการค้นหาข้อมูลกับจำนวนผู้สมัครของมหาวิทยาลัยแต่ละแห่ง”

จากนั้นเขาพิจารณาปริมาณการค้นหาข้อมูลเกี่ยวกับมหาวิทยาลัย Princeton และพบว่าลดลงอย่างต่อเนื่องตั้งแต่ปี 2004 ดังภาพที่ ๖ นั่นย่อมหมายความปริมาณการสัมครหรือความสนใจที่จะสมัครของนักศึกษาที่มีต่อมหาวิทยาลัย Princeton กำลังลดลงด้วย โดยจะลดลงเหลือครึ่งหนึ่งจากจำนวนความสนใจในปัจจุบันในปี 2018 และจะไม่มีนักศึกษามาสมัครเลยในปี 2021

“ภาพที่ ๖ ปริมาณการค้นหาข้อมูลของมหาวิทยาลัย Princeton”

สำทับด้วยประเด็นที่สองจากข้อมูลการกด LIKE เพจของ Princeton กับมหาวิทยาลัยคู่แข่งอย่าง Harvard และ Yale ก็พบว่าของ Princeton มีลดลงมานานแลัว และยังไม่มีแนวโน้มจะเพิ่มขึ้นอีกด้วย ดังภาพที่ ๗

“ภาพที่ ๗ ปริมาณการ LIKE ของมหาวิทยาลัย Princeton และมหาวิทยาลัยคู่แข่ง”

……….

ข้อสรุปของ Develin ที่มีต่อ Cannarella and Spechler (2014) ก็คือการนำเอาแบบจำลองใดใดก็ตามมาวิเคราะห์ความเป็นจริง จำเป็นต้องคำนึงถึงบริบทหลายประการ ไม่ใช่แค่หาคำตอบและสรุปจากแบบจำลองเท่านั้น นั่นก็คือ ผลที่ได้จากตัวเลขไม่ได้บอกเหตุและผลเสมอไป เขาจึงนำเอาวิธีคิดเดียวกันมาวิเคราะห์องค์กรที่ Cannarella and Spechler (2014) สังกัดอยู่ นั่นก็คือ Princeton และตั้งคำถามว่ามันจะเป็นอย่างนั้นจริงๆ หรือ

“ภาพบรรยากาศภายในสถานที่ทำงานของ Facebook” (ที่มาของภาพ)

อย่างไรก็ตาม อย่าเครียดมากกับข้อถกเถียงนี้นะครับ เพราะ Develin เองก็เขียนในข้อสรุปของเขาว่า เขารัก Princeton และ Princeton ก็ผลิตนักวิทยาศาสตร์เก่งๆ จำนวนมาก เพียงแต่ Correlation is not causation นะครับ เพื่อนๆ ^^

ที่มา:
- John Cannarella, Joshua A. Spechler (2014) “Epidemiological modeling of online social network dynamics” Social and Information Networks (cs.SI); Physics and Society (physics.soc-ph).
- Mike Develin (2014) “Debunking Princeton” online here.

featured image from here

……….

โทรไม่ขับ เป็นแคมเปญรณรงค์การใช้รถบนท้องถนนอย่างรับผิดชอบกับผู้อื่นที่ดำเนินการมาเป็นเวลานานพอสมควรแล้ว อันที่จริง ช่วงหลังปัญหาเรื่องการโทรแล้วขับดูเหมือนจะลดลงอยู่บ้าง อาจเพราะความสำเร็จของการรณรงค์ที่ทำให้คนใช้รถใช้ถนนตระหนักถึงความเสียหายจากการโทรแล้วขับมากขึ้น และจากการพัฒนาเทคโนโลยี headset ประเภท bluetooth ที่คุณภาพดีขึ้นและราคาถูกลงค่อนข้างมาก ทำให้การพะวงกับการใช้โทรศัพท์ลดลง

แต่ปัญหาก็ไม่ได้หมดไปเสียทีเดียว เพราะการใช้โทรศัพท์แล้วขับที่รุนแรงกว่าการโทรกลับเป็นเรื่องของการพิมพ์ข้อความ (texting) โดยเฉพาะในสหรัฐอเมริกาก็ให้ความสำคัญกับเรื่องนี้มากกว่าการโทรแล้วขับเสียอีก ทั้งการพิมพ์ใน facebook twitter instagram หรือแม้แต่การพิมพ์ SMS ทั่วไป เพราะการก้มลงพิมพ์ข้อความเหล่านี้มีแนวโน้มที่จะอันตรายกว่าการคุยด้วยเสียงเสียอีก เนื่องจากไม่ใช่แค้ดึงสมาธิในการขับรถเท่านั้น แต่เบี่ยงเบนทัศนะการมองไปเลยทีเดียว

“สถานที่ทำการทดลอง” (ที่มาของภาพ)

Jen Gunter (2014) ต้องการทดสอบผลของการถูกทำให้ไขว้เขวขณะขับรถว่าเป็นสาเหตุของอุบัติเหตุทางรถยนต์มากน้อยเพียงใด แต่เนื่องจากไม่สามารถวิเคราะห์โดยคนๆ เดียวกันได้ ซึ่งนับเป็นปัญหาประการหนึ่งทางเศรษฐศาสตร์ กล่าวคือ คนที่มีคุณสมบัติเหมือนกันเปี๊ยบ แต่ขับรถแบบไม่พิมพ์ข้อความกับพิมพ์ข้อความจะมีความเสี่ยงต่อการเกิดอุบัติเหตุต่างกันอย่างไร เขาจึงทำการทดลองจากผลของการพิมพ์ข้อความที่มีต่อผลลัพธ์ของการขับรถในเกม Mario Kart แทน

การใช้เกม Mario Kart มาทำการทดลองเพื่อหาผลดังกล่าว นับได้ว่าเป็นรูปแบบหนึ่งของเศรษฐศาสตร์การทดลอง (Experimental Economics) ซึ่งนับเป็นการทดลองอย่างง่าย เพื่อแก้ปัญหาความสัมพันธ์ที่แยกเหตุและผลไม่ออก (Causality Problem)

Gunter (2014) ทำการทดลองจาก 9 คนที่เล่นเกม Mario Kart เป็นประจำ โดยเขาทำการเก็บรายละเอียดอายุ ประสบการณ์การเล่นเกม (Gaming Experience) ประสบการณ์พิมพ์ข้อความ (Texting Experience) และประสบการณ์การขับรถ (Driving Experience) ของคนเหล่านั้น ทั้งนี้เพื่อให้การประเมินเป็นไปอย่างถูกต้องมากขึ้น ทุกคนที่ทำการทดลองจะใช้ตัวละคร Toad คู่กับรถแบบปกติ (Standard Car) และห้ามใช้ Booster [สิ่งเหล่านี้เป็นรายละเอียดของเกมครับ]

ทุกคนที่ร่วมทดลองต้องเล่นด่าน Moo Moo Meadows ในการแข่ง เพราะมีวัวเดินไปเดินมาในทุ่งและบนถนน ซึ่งเปรียบได้กับการมีคนเดินข้ามถนนไปมาในโลกความจริง ผู้เข้าทดลองแต่ละคนจะขับแบบปกติ 3 รอบ และอีก 3 รอบที่มีการพิมพ์ข้อความ 1 ครั้งต่อรอบ โดยเป็นข้อความคำถามที่เจาะจงคำตอบ เช่น หนังที่คุณชอบคือเรื่องอะไร ตอนกลางวันคุณกินอะไรมา ซึ่งการไม่ตอบจะถือว่าถูกลงโทษโดยปรับเวลาต่อรอบเพิ่มไปอีก 30 วินาที จากนั้นทำการเปรียบเทียบเวลาที่ใช้และคะแนนที่ได้ของทั้งสองครั้งที่เล่นเกม

“ด่าน Moo Moo Meadow” (ที่มาของภาพ)

ผลการทดลองพบว่า ผู้เข้าร่วมการทดลองสามารถเข้าสู่เส้นชัยได้ทั้งหมด เวลาเฉลี่ยที่ใช้หากไม่มีการพิมพ์ข้อความอยู่ที่ 2 นาที 3 วินาที (จากช่วง 1 นาที 47 วินาที ถึง 2 นาที 36 วินาที) และเวลาเฉลี่ยที่ใช้หากพิมพ์ข้อความอยู่ที่ 3 นาที 31 วินาที (จาก 1 นาที 54 วินาที ถึง 4 นาที 26 วินาที) โดยรอบการแข่งที่ต้องพิมพ์ข้อความใช้เวลานานขึ้นก็เนื่องมาจากรถที่ขับวิ่งออกนอกลู่ (ลงไปบนพื้นหญ้าที่ทำให้ความเร็วลดลง) ชนกับวัวที่เดินอยู่ ชนกับรั้วข้างทาง และบางครั้งวิ่งสวนทาง [อย่างไรก็ดี มีหนึ่งคนที่วางคอนโทรลเลอร์ลงเพื่อตอบข้อความโดยเฉพาะ]

วิธีที่ผู้เข้าร่วมการทดลองใช้ในการตอบข้อความจำแนกออกได้เป็นสามแบบ หนึ่งคือ ยกหน้าจอโทรศัพท์ให้มาอยู่ในระดับเดียวกันกับจอทีวี สองคือ ถือโทรศัพท์ไว้ด้วยมือเดียวเพื่อพิมพ์ จากนั้นใช้สายตามองสลับไปสลับมาระหว่างจอโทรศัพท์กับจอทีวี กับสามคือ ละออกจากเกมแข่งรถเพื่อพิมพ์ข้อความตอบ (ดูภาพที่ ๑ ๒ และ ๓ ตามลำดับ)

“ภาพที่ ๑ ผู้ร่วมการทดลองยกหน้าจอโทรศัพท์ให้มาอยู่ในระดับเดียวกันกับจอทีวี” (ที่มาของภาพ)

“ภาพที่ ๒ ผู้ร่วมการทดลองถือโทรศัพท์ไว้ด้วยมือเดียวเพื่อพิมพ์และใช้สายตามองสลับไปสลับมาระหว่างจอโทรศัพท์กับจอทีวี” (ที่มาของภาพ)

“ภาพที่ ๓ ผู้ร่วมการทดลองละออกจากเกมแข่งรถเพื่อพิมพ์ข้อความตอบ” (ที่มาของภาพ)

ผู้เข้าร่วมการทดลอง 4 คนชนวัวในรอบที่ไม่ได้พิมพ์ข้อความ และ 7 คนชนวัวในรอบพิมพ์ข้อความ ซึ่งเท่ากับว่าเพิ่มขึ้นเกือบหนึ่งเท่าตัว และมีอัตราการเกิดอุบัติเหตุถึง 7 ใน 9 หรือเกือบ 80% การใช้เวลาที่นานขึ้นในรอบที่มีการพิมพ์ข้อความสัมพันธ์กับประสบการณ์ในการพิมพ์ข้อความและการเล่นเกม ซึ่งทั้งจำนวนครั้งที่มีการชนวัว รั้ว หรืออุบัติเหตุอื่น และเวลาที่ใช้ในการขับรถมีความสัมพันธ์อย่างมีนัยสำคัญกับการพิมพ์ข้อความระหว่างขับ

แม้ว่าการทดลองนี้จะไม่ซับซ้อนและใช้กลุ่มตัวอย่างที่น้อย ทำให้อาจไม่ได้น่าเชื่อถือมากนัก แต่ก็เป็นการทดลองที่น่าสนใจและน่าจะจุดประกายความคิดให้กับการทดลองอื่นตามมา อย่างน้อยที่สุด ข้อสรุปที่แม้ว่าจะไม้ได้ยืนยันตัวเลขการเปลี่ยนแปลงที่ชัดเจน แต่ก็ยืนยันได้ว่า การพิมพ์ข้อความระหว่างขับรถมีผลต่อการเกิดอุบัติเหตุอย่างแน่นอนครับ ^^

ที่มา: The effect of texting on Mario Kart performance, new study.

……….

1. เมื่อไรก็ตามที่หนุ่มเศรษฐศาสตร์เขาตัดสินใจที่จะคบกับคุณ จงมั่นใจได้เลยว่าคุณคือคนที่ทำให้อรรถประโยชน์ของเขาสูงที่สุดแน่นอน (Utility Maximization)

2. ก่อนที่เขาจะเลือกคุณ ขอให้รู้ว่าเขาได้วัดคุณภาพของคุณจากเกณฑ์มาตรฐานบางอย่าง (Relative Terms) เช่น Human Development Index หรือ World Competitiveness Indicator เรียบร้อยแล้ว นั่นย่อมหมายความว่า คุณผู้หญิงที่มีแฟนเป็นหนุ่มเศรษฐศาสตร์สบายใจได้เลยว่า คุณต้องมีคุณภาพสูงกว่าเกณฑ์เฉลี่ยของโลกแน่นอน

3. ไม่ว่าอุปสงค์ (Demand) ของคุณผู้หญิงจะสูงขนาดไหน เขาจะต้องหาทางเพิ่มอุปทาน (Supply) จนเข้าสู่ดุลยภาพ (Equilibrium) ให้ได้ (Equilibrium เกิดที่ Demand = Supply) เช่น ถ้าคุณผู้หญิงอยากได้ของขวัญสุดแพงในวันวาเลนไทน์ ไม่ว่ายังไง สุดท้ายแล้ว เขาก็จะหามาให้คุณจนได้ เพื่อทำให้ตลาดเข้าสู่ดุลยภาพ

4. เมื่อคุณเริ่มมีการเสื่อมค่า (Depreciation) เขาจะลงทุนเพิ่มขึ้น (Incremental Investment) จนกว่าคุณจะกลับสู่สภาพเดิม เช่น ถ้าคุณผู้หญิงรู้สึกเริ่มมีรอยตีนกาบนใบหน้า เขาพร้อมที่จะจ่ายเงินค่าฉีดโบท็อกซ์ให้คุณอย่างไม่ต้องสงสัย

5. เขามีวิธีเก็บข้อมูลพฤติกรรมของคุณอย่างเป็นระบบทางสถิติ (Statistical Tools) แล้วคาดการณ์พฤติกรรมของคุณดีที่สุดตามหลักการอย่างไม่ลำเอียง (Best Linear Unbiased Estimator (BLUE))

6. เขาอาจจะทำอะไรได้ดีกว่าที่คุณคาดหวังบ้าง แย่กว่าที่คุณคาดหวังบ้าง แต่ก็จงมั่นใจว่า ในระยะยาวแล้ว โดยเฉลี่ย สิ่งที่คุณได้รับจริง (actual Y: ) จะเท่ากับสิ่งที่คุณคาดหวัง (predicted Y: ) พอดี (Ordinary Least-squared: ) เช่น ถ้าแฟนของคุณจะไม่ได้พาคุณไปเดทในสถานที่สุดฮิตในวันวาเลนไทน์ ก็ไม่ต้องตกใจ เพราะคุณจะได้รับการชดเชยในวันอื่นที่ไม่มีใครเขาไปกันแทน

7. ตลอดเวลาที่อยู่ด้วยกัน เขาจะสังเกต (Observe) ปัจจัยกำหนดพฤติกรรมของคุณไปเรื่อยๆ ทั้งนี้เพื่อให้ R-squared สูงขึ้น นั่นย่อมหมายความว่า เขาจะทำนายพฤติกรรมของคุณได้แม่นยำมากขึ้นเมื่อเวลาผ่านไป

8. ถ้าคุณผู้หญิงไม่มีเวลาให้ แฟนของคุณก็สามารถสร้างหุ่นและตัวแบบจำลองขึ้นมาเองได้ (Dummies and Models) [อันนี้ไม่กล้าขยายความ]

“คู่กัน” (ที่มาของภาพ)

9. ยิ่งคุณผู้หญิงมีความยืดหยุ่นต่อตัวเขามากเท่าไหร่ (High Elasticity) คุณก็จะยิ่งเป็นสินค้าหรูหรามากเท่านั้น (Luxury Goods) เช่น ถ้าคุณผู้หญิงเป็นคนที่คอยตามใจเขา เขาก็จะคอยเรียกร้องหาคุณอยู่ตลอด ดังนั้น นิสัยการชอบตามใจแฟนของคุณผู้หญิงถือเป็นความได้เปรียบประการหนึ่ง

10. ถ้าคุณผู้หญิงกำลังอยู่ในช่วงตกต่ำของชีวิต (Great Depression) จงสบายใจว่าสิ่งแรกที่แฟนของคุณจะทำคือกระตุ้นการบริโภคของคุณโดยการใช้จ่ายเพิ่มขึ้น (Increase Spending) เช่น ในเวลาที่คุณกำลังเครียด แฟนของคุณย่อมยินดีที่จะเอาเงินให้คุณไปช็อปปิ้งเพื่อคลายความเครียด ซึ่งสอดคล้องกับนิสัยผู้หญิงอย่างคุณอยู่แล้ว

11. ถ้าคุณผู้หญิงมีกิ๊ก แล้วถูกจับได้ แฟนของคุณมีแนวโน้มที่จะให้อภัยได้ง่าย เพราะเขาเชื่อว่าการแข่งขันเป็นผลดีกับทุกฝ่าย (Competition increases welfare.) แต่แน่นอนว่า แฟนของคุณก็อาจจะมีกิ๊กได้ด้วยเช่นเดียวกัน

12. ถ้าแฟนของคุณจะมองสาวสวยบ้างในเวลาที่ไปเที่ยวกับคุณ ไม่ต้องต่อว่าเขา นั่นก็เพราะการมองเป็นแค่การบริโภคระยะสั้น (Consumption) แต่คุณต่างหากที่เป็นการลงทุนระยะยาว (Investment)

13. แฟนของคุณจะพยายามทำให้รายได้ของเขาเติบโตสูงอย่างต่อเนื่องเสมอ (Income Growth) รับประกันได้ว่าอยู่กับหนุ่มนักเศรษฐศาสตร์แล้วจะไม่จนแน่นอน [ยกเว้นคนเขียนกระมัง]

14. หากคุณผู้หญิงตกงาน แฟนของคุณจะยอมรับสภาพการว่างงานของคุณได้เป็นอย่างดี เนื่องจากเขาเข้าใจหลักของการว่างงานตามธรรมชาติ (Natural Unemployment) และที่สำคัญ คุณก็สามารถว่างงานตามธรรมชาติได้อย่างถาวรด้วย (Permanent Unemployment)

“คู่กัน” (ที่มาของภาพ)

15. แฟนของคุณสามารถจัดสรรแรงงานและเงินทุนที่มีอยู่ในครอบครัวให้เกิดรายได้สูงที่สุดได้ (Efficient Allocation) เพียงแต่แฟนนักเศรษฐศาสตร์แค่ไม่เคยเรียนว่าจะทำยังไงจึงจะเพิ่มเงินทุนของครอบครัวได้ ซึ่งที่จริงอันนี้สำคัญกว่า

16. คุณผู้หญิงจะได้ส่วนแบ่งรายได้ครึ่งหนึ่งของแฟนคุณเสมอตลอดเวลาที่คบกัน เพราะเขาไม่ต้องการให้เกิดการกระจายรายได้ที่ไม่เป็นธรรม (Income Inequality) แต่พึงสังวรด้วยว่า คุณก็จะไม่มีวันได้ถือเงินทั้งหมดของเขาเช่นกัน [ไม่รู้ดีไหมนะครับ]

17. แต่ในอีกด้านหนึ่ง แฟนของคุณจะแบ่งสรรหน้าที่ในบ้านให้คุณและตัวเขาเองอย่างครบถ้วน เพื่อป้องกันการเอาเปรียบซึ่งกันและกัน (Free Riders) เช่น งานบ้านทุกประเภทจะถูกกำหนดความรับผิดชอบของใครของมันไว้อย่างชัดเจนและเท่าเทียม

18. แฟนของคุณจะไม่ตำหนิ หากคุณจะเปลี่ยน iPhone ใหม่ทุกปี เพราะ Solow’s Growth Model บอกว่าการลงทุนในเทคโนโลยีเป็นปัจจัยสำคัญในการเติบโตของรายได้ในระยะยาว

19. เมื่อไรก็ตามที่มีปัญหากัน คุณผู้หญิงสามารถไปหาหมอดูได้อย่างสบายใจ เพราะนั่นคือการสนับสนุนให้มือที่มองไม่เห็น (Invisible Hands) จะเข้ามาจัดการปัญหาให้กลับสู่ภาวะปกติ

20. แม้ว่าจะมีเหตุผลมากมาย แต่ข้อนี้สำคัญที่สุด เพราะไม่ว่าจะเกิดอะไรขึ้นกับคุณ แฟนของคุณก็จะยังมองเห็นตัวตนที่แท้จริงของคุณเสมอ (: Fixed-point Theorem)

featured image from here.

……….

การพัฒนาของระบบสื่อสารยุคใหม่เชื่อมโลกให้มีความใกล้กันมากขึ้น โดยเฉพาะการขายเพลง (Music Trade) ที่คนในประเทศหนึ่งสามารถกดซื้อ(หรือฟัง)เพลงจากอีกประเทศหนึ่งได้อย่างง่ายดาย นี่ยังไม่นับว่าในปัจจุบัน สินค้าเพลงได้กลายเป็นสินค้าที่ไม่มีต้นทุนการขนส่ง(ผ่านเทปคาสเซ็ตต์หรือซีดี)อีกต่อไป

“Britney Spears หนึ่งในราชินีของอเมริกันป๊อป” (ที่มาของภาพ)

แล้วทำไมต้องสนใจสินค้าเพลง ทั้งนี้ก็เพราะสินค้าที่คล้ายกันอย่างภาพยนตร์นั้น แทบไม่ต้องตั้งคำถามเลยว่าสินค้าภาพยนตร์จาก Hollywood ทดแทนสินค้าภาพยนตร์ท้องถิ่นหรือไม่ กระทั่งในยุโรปอันเป็นที่รับรู้กันดีว่ามีความอนุรักษ์นิยมในชาติตนเองสูงมาก ยังถูกภาพยนตร์อเมริกันครองรายได้ไปถึงสองในสามของตลาด และตลาดเพลงอเมริกันนั้นมีขนาดใหญ่ถึงครึ่งหนึ่งของตลาดภาพยนตร์ในอเมริกันเสียด้วย

จากปี 2001 ถึง 2007 มีศิลปินอย่างน้อย 31 คนที่ขยับขึ้นชาร์ทเพลงฮิตมากกว่า 18 ประเทศในช่วงปีเดียวกัน และส่วนใหญ่เป็นศิลปินที่มาจากฝั่งอเมริกา (ดูตารางที่ ๑)

“ตารางที่ ๑ รายชื่อศิลปินที่ติดอันดับชาร์ทเพลงฮิตภายในปีเดียวกันมากกว่า 18 ประเทศ”

……….

Ferreira and Waldfogel (2010) ทำการศึกษาว่า การขยายตัวของ“อเมริกันป๊อป”ในประเทศต่างๆ นั้น เข้าไปทดแทนตลาดเพลงท้องถิ่นของประเทศนั้นๆ หรือไม่ พวกเขาใช้ข้อมูลจากชาร์ทเพลงฮิตของ 22 ประเทศ ซึ่งคิดเป็น 98% ของมูลค่าการค้าในตลาดเพลงทั้งโลก ตลอดช่วงปี 1960 ถึง 2007 นับจำนวนอันดับที่เอามาใช้ในการประมาณค่าสมการทั้งสิ้น 1,222,384 อันดับ (จำนวนเพลงจะน้อยกว่านี้เพราะมีการนับซ้ำเมื่อขึ้นชาร์ทต่างๆ ในคนละประเทศ)

อย่างไรก็ดี ในการประมาณค่า Ferreira and Waldfogel (2010) จำเป็นต้องใช้ยอดขายของเพลงแทนอันดับเพลง โดยพวกเขาทำการประมาณค่ายอดขายเพลงบนพื้นฐานสมการของ Chevalier and Goolsbee (2003) [แม้ว่าอาจจะมีข้อโต้แย้งถึงความไม่แม่นยำอยู่บ้างในประเด็นนี้ แต่ส่วนมากแล้วอันดับเพลงกับยอดขายจะมีความสัมพันธ์กันสูง]

ข้อมูลเบื้องต้นพบว่า ประเทศที่มีขนาดเศรษฐกิจใหญ่กว่าจะมีตลาดเพลงที่ใหญ่ตามไปด้วย โดยภาพที่ ๑ แกนนอนคือสัดส่วนของ GDP จาก 22 ประเทศตัวอย่าง และแกนตั้งคือสัดส่วนของมูลค่าการบริโภคเพลงจาก 22 ประเทศตัวอย่าง แสดงให้เห็นว่าทั้งสองข้อมูลนี้มีความสัมพันธ์เป็นบวก

“ภาพที่ ๑ ความสัมพันธ์ระหว่างสัดส่วนของขนาดเศรษฐกิจและสัดส่วนของมูลค่าตลาดเพลง”

รูปที่ ๒ แกนนอนคือสัดส่วนของ GDP จาก 22 ประเทศตัวอย่าง และแกนตั้งคือสัดส่วนของมูลค่าการค้าเพลงจาก 22 ประเทศตัวอย่าง แสดงให้เห็นอย่างหยาบๆ ว่ามีความสัมพันธ์ในทางบวกเช่นกัน นั่นคือ ประเทศที่มีขนาดใหญ่มีแนวโน้มจะทำการค้าเพลงมากขึ้น อย่างไรก็ดี ประเทศที่อยู่เหนือเส้นทะแยงมุม ซึ่งหมายถึงประเทศที่มีสัดส่วนการค้าเพลงมากกว่าสัดส่วน GDP นั้นล้วนแต่เป็นประเทศที่ใช้ภาษาอังกฤษ ได้แก่ USA UK Canada Sweden Finland และ Netherlands ขณะที่ญี่ปุ่นซึ่งเป็นประเทศที่มีขนาดของตลาดเพลงใหญ่มากๆ กลับแทบไม่มีการค้าเพลงเลย

“ภาพที่ ๒ ความสัมพันธ์ระหว่างสัดส่วนของขนาดเศรษฐกิจและสัดส่วนของมูลค่าการค้าเพลง “

……….

Ferreira and Waldfogel (2010) ใช้แบบจำลอง Gravity ซึ่งเป็นที่นิยมในการวิเคราะห์การค้าสินค้าทั่วไป โดยปัจจัยกำหนดการค้าเพลงของสองประเทศขึ้นอยู่กับระยะทาง (Distance) ซึ่งสะท้อนถึงความแตกต่างทางวัฒนธรรมด้วย ความเหมือนกันของภาษา (Language) ถ้าเป็นภาษาเดียวกันก็จะค้ากันได้ง่ายขึ้น และความชอบเพลงท้องถิ่น (Home Market Bias) ซึ่งวัดจากส่วนต่างระหว่างสัดส่วนของมูลค่าการบริโภคเพลงกับสัดส่วนของมูลค่าการค้าเพลงในประเทศนั้นๆ เช่น ญี่ปุ่นเป็นประเทศที่มีตลาดเพลงใหญ่มาก แต่กลับมีมูลค่าการค้าเพลงกับโลกน้อย แสดงว่าตลาดญี่ปุ่นผลิตเองขายเองเป็นหลัก

“iTunes หนึ่งในช่องทางการค้าขนาดใหญ่ของอเมริกันป๊อป” (ที่มาของภาพ)

ผลการประมาณค่าแสดงได้ตามตารางที่ ๒ พบว่าประเทศที่อยู่ห่างกันมากขึ้น (วัฒนธรรมต่างกัน) จะมียอดขายเพลงต่อกันน้อยลง ภาษาเดียวกันทำให้ยอดขายเพลงมากขึ้นค่อนข้างมาก แสดงให้เห็นว่าภาษาเป็นอุปสรรคของการค้าเพลงที่าำคัญ แต่ที่น่าสนใจก็คือ มูลค่าการค้าเพลงท้องถิ่นจะเพิ่มสูงขึ้นอย่างรวดเร็ว และเร็วกว่าการเพิ่มขึ้นของมูลค่าตลาดเพลงในประเทศนั้นๆ ด้วย นั่นย่อมหมายความว่า อเมริกันป๊อป(หรือเพลงป๊อปของชาติอื่นๆ)ไม่อาจทดแทนตลาดเพลงท้องถิ่นได้

“ตารางที่ ๒ ผลการประมาณค่าโดยแบบจำลอง Gravity”

บทความยังทำการแยกวิเคราะห์ในช่วงทศวรรษต่างๆ กันตั้งแต่ปี 1960s ถึงปัจจุบัน ซึ่งพบว่าตั้งแต่ทศวรรษ 1970s เป็นต้นมา ผลที่ได้ก็ไม่ต่างกันมากนัก (ดูตารางที่ ๓)

“ตารางที่ ๓ ผลการประมาณค่าโดยแบบจำลอง Gravity จำแนกตามรายทศวรรษ”

……….

กล่าวโดยสรุปก็คือ ตลาดเพลงในโลกมีการเติบโตสูงขึ้นมากในระยะเวลาที่ผ่านมา แม้ว่าอเมริกันป๊อปจะมีการขยายตัวสูงขึ้นด้วยเช่นกัน แต่หากพิจารณาในรายประเทศแล้ว ตลาดเพลงท้องถิ่นนั้นมีการขยายตัวสูงกว่าเพลงต่างชาติที่เข้าไปขายในประเทศนั้นๆ อยู่ดี นั่นจึงอาจกล่าวได้ว่าอเมริกันป๊อปและเพลงต่างชาติสามารถทดแทนเพลงท้องถิ่นได้อย่างจำกัด และเป็นเช่นนี้มาเป็นช่วงระยะเวลาหนึ่งแล้ว

อย่างไรก็ดี งานศึกษาชิ้นนี้แยกประเภทของเพลงท้องถิ่นจากสัญชาติของนักร้องเป็นหลัก จึงไม่ได้กล่าวถึงว่าอเมริกันป๊อปอาจเข้าไปแทรกตัวอยู่ในทำนองหรือดนตรีของชาตินั้นๆ และการที่บทเพลงของบางประเทศสามารถส่งออกได้ก็เพราะมาในแนวของอเมริกันป๊อปไม่ใช่แนวของท้องถิ่นเช่นกัน บทบาทของอเมริกันป๊อปจึงอาจต่ำกว่าที่ควรจะเป็นก็เป็นได้ รวมทั้งยังสามารถตีความคำว่าแย่งตลาดในความหมายที่แตกต่างกันได้ ซึ่งอาจเป็นข้อวิจารณ์ของงานชิ้นนี้ได้

สุดท้ายก็ขอให้เพื่อนๆ ฟังเพลงที่ชอบและมีความสุขกับเพลงที่ฟังละกันครับ ขอจบแบบห้วนๆ อย่างนี้ล่ะครับ ^^

ที่มา: Fernando Ferreira & Joel Waldfogel, 2010. “Pop Internationalism: Has A Half Century of World Music Trade Displaced Local Culture?,” NBER Working Papers 15964, National Bureau of Economic Research, Inc.

featured image from here

……….

ศาสนาคือกระบวนการหนึ่งในการควบคุมพฤติกรรมของคนในสังคมให้ทำในสิ่งที่ดีต่อส่วนรวม ผลของศาสนาในทางบวกก็มักเกี่ยวข้องกับการบริจาคทรัพย์สินหรือการลงแรงช่วยเหลือผู้อื่น ขณะที่ในทางลบก็มักจะเกี่ยวกับการไม่โกงหรือไม่ทำกิจกรรมที่ทำร้ายผู้อื่น และก็คงไม่น่าแปลกใจนัก หากผลของศาสนาจะทำให้สังคมน่าอยู่มากขึ้น ให้ชัดเจนกว่านั้นก็คือ สังคมนั้นๆ มีจำนวนอาชญากรรมที่ลดลง

อันที่จริง คำสอนของ(ทุก)ศาสนามักประกอบด้วยสองส่วนหลักๆ คือการให้รางวัลและการลงโทษที่อิงกับเรื่องเหนือธรรมชาติ (Supernatural Reward and Punishment) โดยมีเป้าหมายของชีวิตหลังความตายที่อาจอยู่ในสวรรค์หรือในนรก (Heaven or Hell) ที่น่าสนใจก็คือ องค์ประกอบของคำสอนทางศาสนาในสองส่วนนี้อาจจะมีผลต่อพฤติกรรมของมนุษย์ที่ไม่เหมือนกัน

“สวรรค์ กับ นรก” (ที่มาของภาพ)

……….

Shariff (2012) ทำการทดสอบดูว่า องค์ประกอบของศาสนาในการให้รางวัลและการลงโทษที่อิงกับเรื่องเหนือธรรมชาติ นั่นคือความเชื่อเรื่องสวรรค์และนรกนั้น มีผลต่อพฤติกรรมของคนในสังคมผ่านทางจำนวนอาชญากรรมที่แตกต่างกันหรือไม่

บทความใช้ข้อมูลเกี่ยวกับความเชื่อเรื่องสวรรค์ นรก และพระเจ้า [ความเชื่อที่มีต่อพระเจ้าอาจนับได้ว่าเป็นความเชื่อรวมๆ ที่ไม่ได้จำแนกความเป็นสวรรค์หรือนรก] จากการสำรวจ World Value Surveys และ European Value Surveys จำนวน 143,197 ตัวอย่างใน 67 ประเทศตลอด 5 ช่วงเวลามีการสำรวจระหว่างปี 1981-2007 โดยความเชื่อเรื่องสวรรค์ นรก และพระเจ้ามาจากคำถามที่ว่า “คุณมีความเชื่อต่อเรื่องเหล่านี้หรือไม่?” ซึ่งหากกลุ่มตัวอย่างเชื่อก็จะถูกนับค่าเป็น 1 และไม่เชื่อนับค่าเป็น 0

ตัวแปรทางจำนวนอาชญากรรมมาจาก United Nations Office on Drugs and Crime (UNODC) ซึ่งประกอบด้วยอาชญากรรมทางด้านการฆาตกรรม ปล้น ข่มขืน ลักพาตัว ลอบฆ่า ลักขโมย ยาเสพติด ลักรถ ย่องเบา และค้ามนุษย์ โดยจำนวนอาชญากรรมจะวัดเป็นค่ามาตรฐานทางสถิติ (Z Score) เพื่อให้จำนวนอาชญากรรมเฉลี่ยของแต่ละประเทศถูกปรับมาอยู่ในมาตรฐานค่าเดียวกัน

ความสัมพันธ์ระหว่างตัวแปรต่างๆ กับจำนวนอาชญากรรมแต่ละประเภทผ่านทางการประมาณค่าสมการถดถอยเส้นตรง แสดงได้ตามตารางที่ ๑ ที่น่าสนใจคือ ความเชื่อเรื่องสวรรค์กลับมีผลในทางบวกกับจำนวนอาชญากรรม ขณะที่ความเชื่อเรื่องนรกมีผลในทางลบต่อจำนวนอาชญากรรม

ผลการประมาณค่าสมการดังกล่าวยังคงให้ความสัมพันธ์ทางบวกของความเชื่อเรื่องสวรรค์ และทางลบของความเชื่อเรื่องนรกที่มีต่อจำนวนอาชญากรรมไม่เปลี่ยนแปลง แม้ว่าจะทำการควบคุมตัวแปรที่จำเป็นอื่นๆ เพิ่มเติม เช่น จำนวนครั้งของการเข้าร่วมพิธีกรรมทางศาสนา ศาสนาที่นับถือ รายได้ต่อหัว และอื่นๆ ดูได้จากด้านล่างของตารางที่ ๑

“ตารางที่ ๑ ผลการประมาณค่าความสัมพันธ์โดยสมการถดถอยของความเชื่อเรื่องสวรรค์และนรกกับจำนวนอาชญากรรม”

หากพิจารณาผลการประมาณค่าจำนวนอาชญากรรมรวม (ในคอลัมน์สุดท้าย) ในสมการที่ควบคุมตัวแปรอื่นๆ แล้ว จะพบว่า ความเชื่อเรื่องนรกมีผลทำให้จำนวนอาชญากรรมของประเทศนั้นๆ ลดลงจากค่ามาตรฐาน 1.698 หน่วย ขณะที่ความเชื่อเรื่องสวรรค์จะกลับมีผลทำให้จำนวนอาชญากรรมของประเทศนั้นๆ สูงขึ้นจากค่ามาตรฐาน 1.820 หน่วย

……….

อย่างไรก็ตาม การประมาณค่าสมการอาจมีปัญหาว่ามีความสัมพันธ์ระหว่างความเชื่อเรื่องสวรรค์และนรกอยู่ในสมการ (Multicollinearity) ซึ่งค่าที่ได้อาจมีความคลาดเคลื่อนไป Shariff (2012) จึงทำการยุบรวมตัวแปร (ความเชื่อเรื่องสวรรค์ – ความเชื่อเรื่องนรก) ให้เป็นตัวแปรเดียวกันก่อนการประมาณค่า เพื่อลดปัญหานี้ที่เกิดขึ้น ผลการประมาณค่าแสดงได้ตามรูปที่ ๑ ซึ่งยังคงสอดคล้องกับสมการที่ประมาณค่าแยกตัวแปรกัน

ผลการประมาณค่า พบว่า (ความเชื่อเรื่องสวรรค์ – ความเชื่อเรื่องนรก) มีความสัมพันธ์ในทางบวกกับจำนวนอาชญากรรมในประเทศนั้นๆ ซึ่งสามารถตีความได้ว่า ความเชื่อเรื่องสวรรค์มีความสัมพันธ์ในทางบวก และความเชื่อเรื่องนรกมีความสัมพันธ์ในทางตรงกันข้าม [เนื่องจากเครื่องหมายเป็นลบ] เช่นเดียวกับผลที่ปรากฎในสมการตามตารางที่ ๑

“รูปที่ ๑ ความสัมพันธ์ระหว่าง(ความเชื่อเรื่องสวรรค์-นรก)กับจำนวนอาชญากรรม”

……….

อันที่จริง ค่าตัวเลขที่มากขึ้นหรือลดลงกว่าค่ามาตรฐานว่าจะเป็นเท่าไหร่นั้น อาจดูไม่น่าสนใจมากนัก หากเปรียบเทียบกับทิศทางของความสัมพันธ์ที่ออกมา เพราะนั่นหมายความว่า สังคมที่คนกลัวจะ “ตกนรก” กันมากจะก่ออาชญากรรมน้อยลง ขณะที่สังคมที่มีคนที่พร้อมจะทำความดีเพื่อ “ขึ้นสวรรค์” จำนวนมาก กลับจะมีจำนวนอาชญากรรมมาก ทั้งนี้ก็เพราะสังคมที่เชื่อเรื่องสวรรค์มักจะผูกโยงกับ “การให้อภัย” หรือการให้โอกาสกับคนที่ทำผิด เพราะเป็นรูปแบบหนึ่งของการทำความดี รวมไปถึงการให้ความช่วยเหลือกับคนที่น่าสงสาร โดยไม่ได้สนใจมากนักว่าเขาควรได้รับหรือไม่ จึงมักก่อให้เกิดผลเสียด้านอื่นตามมา เช่น บทลงโทษทางสังคมที่ไม่มีประสิทธิผล หรือบทลงโทษทางกฎหมายที่ไม่จริงจัง เนื่องจากท้ายที่สุดแล้วบทลงโทษเหล่านี้ย่อมต้องสอดคล้องกับความเห็นชอบของคนในสังคม กระบวนการเหล่านี้เองที่มีผลทำให้อาชญากรรมในสังคมที่เชื่อเรื่องสวรรค์และพร้อมจะให้อภัยเพราะคิดว่าเป็นการทำดีเพิ่มสูงขึ้น

แม้ว่าการประมาณค่าแบบจำลองนี้ยังมีข้อวิจารณ์อยู่อีกมาก แต่ข้อสรุปหรืออย่างน้อยในแง่ของความสัมพันธ์ระหว่างความเชื่อเรื่องสวรรค์และนรกนั้น ก็น่าจะกระตุกให้เราคิดอะไรบางอย่างได้พอสมควรว่าการทำความดี โดยเฉพาะในมิติของการให้อภัยและการให้ความช่วยเหลือผู้อื่นแบบไม่คิดหน้าคิดหลังนั้นอาจทำร้ายสังคมที่เราอยู่โดยไม่รู้ตัวก็เป็นได้

ขอขอบคุณ @Flurrywong สำหรับบทความดีดีใน MEconomics ครับ

ที่มา:
- Flurrywong (2012) ความเชื่อเรื่องนรกสวรรค์กับอัตราการก่ออาชญากรรมมีความสัมพันธ์กันอย่างไร. ออนไลน์ที่นี่.
- Shariff AF, Rhemtulla M (2012) Divergent Effects of Beliefs in Heaven and Hell on National Crime Rates. PLoS ONE 7(6): e39048.

featured image from here

……….

อีกไม่นานจะถึงเวลาเลือกตั้งผู้ว่าราชการกรุงเทพฯ ซึ่งเป็นเมืองหลวงของประเทศไทย ผู้สมัครเกือบทุกคนเลือกใช้โลกออนไลน์เป็นกลยุทธ์หนึ่งในการหาเสียง ไม่ว่าจะเว็บไซต์ อีเมล์หรือเครือข่ายสังคม เพราะสามารถเข้าถึงคนรุ่นใหม่อย่างคนกรุงเทพฯได้ดีทีเดียว แต่เพื่อนๆ เคยสงสัยไหมว่า หากเราติดต่อพวกเขาโดยใช้ช่องทางออนไลน์ที่พวกเขาเป็นคนนำเสนอเองด้วยซ้ำนั้น เราจะได้รับความสนใจแค่ไหนกัน

โลกดิจิตอลอาจเรียกได้ว่าเป็นกลยุทธ์ใหม่ของนักการเมืองในการหาเสียง โดยเฉพาะในยุคปัจจุบันที่สามารถเข้าถึงกลุ่มเป้าหมายอย่างคนรุ่นใหม่ได้ง่าย และยังแสดงถึงภาพพจน์ของความทันสมัยด้วย

“รัฐสภาของยุโรป” (ที่มาของภาพ)

แม้ว่าเครือข่ายสังคมจะเข้ามามีบทบาทมากในปัจจุบัน อีเมล์ก็ยังอาจเรียกได้ว่าเป็นแกนหลักของการติดต่อสื่อสารในโลกดิจิตอล โดยเฉพาะในตลาดการเมืองที่นักการเมืองทุกคน(น่าจะ)มีอีเมล์ แต่ไม่ใช่ทุกคนที่มีเครือข่ายสังคม

หากมองให้ลึกลงไปในเชิงคุณูปการแล้ว อีเมล์สามารถเป็นเครื่องมือสื่อสารที่มีประสิทธิภาพระหว่างชนชั้นนำอย่างนักการเมืองกับชาวบ้านธรรมดา และยังสามารถเป็นเครื่องมือของนักการเมืองในการรับรู้ความคิดของประชาชน (Feedback) ได้ด้วยต้นทุนที่ต่ำมาก อีเมล์จึงเป็นเครื่องมือสื่อสารที่สร้างความเท่าเทียมและมีประสิทธิภาพในโลกยุคใหม่

……….

Vaccari (2012) ได้ทำการทดสอบการบริหารจัดการอีเมล์ของนักการเมือง พูดง่ายๆ ก็คือคนเหล่านี้ตอบอีเมล์กันบ้างหรือไม่ โดยใช้ข้อมูลผู้สมัครรับเลือกตั้งของประเทศออสเตรเลีย ฝรั่งเศส เยอรมนี อิตาลี สเปน สหราชอาณาจักร และสหรัฐอเมริกา ระหว่างปี 2007-2010 จำนวนทั้งสิ้น 142 พรรคการเมือง ที่ให้อีเมล์ติดต่อเอาไว้ในป้ายโฆษณาหาเสียง และที่ Vaccari เลือกประเทศเหล่านี้ก็เพราะมีอัตราการใช้อินเตอร์เน็ตสูงมากของโลก

วิธีการศึกษาของ Vaccari น่าสนใจมาก เพราะเป็นวิธีที่ง่ายทั้งการดำเนินการและการวัดผล โดยเขาทำการส่งอีเมล์ไปหานักการเมืองเหล่านั้นจริงๆ แล้วรอดูว่าพวกเขาจะตอบอีเมล์หรือไม่ โดยอีเมล์ที่เขาส่งแบ่งออกเป็นสองประเภท อีเมล์ประเภทแรกเพื่อสอบถามถึงแนวทางหรือข้อมูลเพิ่มเติมเกี่ยวกับการเก็บภาษี(ที่นักการเมืองมักไม่ค่อยพูดถึงในเวลาหาเสียง) และประเภทสองคือเพื่อสอบถามข้อมูลในการอาสาเข้าไปช่วยทำงานให้กับผู้สมัคร พูดง่ายๆ คือขอเข้าไปเป็นอาสาสมัครในการทำงานให้ผู้สมัครคนนั้นๆ

ผลการศึกษาของ Vaccari (2012) ในภาพที่ ๑ พบว่า เพียงประมาณร้อยละ 20 ของผู้สมัครเท่านั้นที่ตอบอีเมล์ภายใน 1 วันทำการ ขณะที่กว่าร้อยละ 60 กลับไม่เคยตอบอีเมล์เลย ขณะที่พฤติกรรมการตอบอีเมล์แทบไม่มีความแตกต่างกันระหว่างประเภทของอีเมล์ ไม่ว่าจะถามเรื่องนโยบาย หรือขอสมัครเข้าไปช่วยทำงานก็ตาม โดยนักการเมืองจากสหรัฐอเมริกาเป็นกลุ่มที่ตอบอีเมล์มากที่สุดเมื่อเปรียบเทียบกับอีก 6 ประเทศที่เหลือ

“ภาพที่ ๑ สัดส่วนการตอบอีเมล์ของผู้สมัครรับเลือกตั้ง”

……….

อันที่จริง Vaccari (2012) ยังพยายามหาต่อไปด้วยว่ามีปัจจัยอะไรบ้างที่ทำให้ผู้สมัครทางการเมืองตอบอีเมล์เร็วหรือช้า โดยใช้แบบจำลอง multivariate logistic regression เปรียบเทียบระหว่างการตอบอีเมล์สองประเภท กับการไม่ตอบอีเมล์เป็นตัวแปรฐานของแบบจำลอง

ผลการศึกษาตามตารางที่ ๑ ไม่ได้พบประเด็นที่น่าสนใจมากนัก เพียงแต่ว่าการตอบอีเมล์เร็วหรือช้านั้นขึ้นอยู่กับพรรคการเมืองที่สังกัดเป็นหลัก พูดอีกอย่างก็คือขึ้นอยู่กับการดำเนินการหรือการให้ความสำคัญของตัวผู้สมัครหรือพรรคการเมืองนั้นๆ เท่านั้น

“ตารางที่ ๑ ผลการประมาณค่าสมการ”

……….

หากวิเคราะห์เรื่องนี้ในเชิงการสื่อสารการเมืองอาจไม่ใช่เรื่องแปลกอะไร เพราะอันที่จริงนักการเมืองที่ไม่ตอบเหล่านั้นอาจจะไม่เคยอ่านอีเมล์เลยด้วยซ้ำ ทั้งนี้เป็นเพราะอีเมล์เป็นการสื่อสารทางเดียว ในมิติที่ว่าเราไม่อาจรู้ได้เลยว่าอีกฝ่ายได้รับหรือไม่ หรือได้อ่านหรือไม่ (ทั้งๆ ที่พวกเขาอาจจะได้อ่านก็ตาม) ดังนั้น วิธีที่ดีขึ้นไปกว่าการส่งอีเมล์ก็คือการโทรศัพท์เข้าไปที่สำนักงานของผู้สมัครโดยตรง เพราะเท่ากับว่าเราสามารถทราบได้ว่ามีอีกฝ่ายหนึ่งได้รับข้อมูลที่เราต้องการสื่อสารแล้ว (แต่จะมีประสิทธิภาพแค่ไหนนั่นเป็นอีกประเด็นหนึ่ง)

ที่ผ่านมาในอดีต วิธีที่ดีที่สุดก็คือ การฝากคนที่เรารู้จักไปบอกผู้สมัครโดยตรง เพราะแน่ใจได้ว่ามีอีกฝ่ายหนึ่งรับรู้ข้อมูลข่าวสารที่เราส่ง และยังสามารถติดตามผลของสารที่เราส่งได้ด้วย (การโทรศัพท์ไปหาอาจติดตามผลได้ไม่ดีนัก) ซึ่งตลอดมาก็เลยทำให้คนที่รู้จักกับนักการเมืองกลายเป็นคนที่มีอภิสิทธิ์บางอย่าง เพราะเป็นผู้ผูกขาดช่องทางการสื่อสารเข้าสู่นักการเมือง ไม่ว่านักการเมืองคนนั้นจะเป็นคนที่ดีแค่ไหนก็ตาม

แต่ในปัจจุบัน ภาพของอดีตอาจเปลี่ยนไป เพราะวิธีที่ดีที่สุดอาจเป็นการสื่อสารผ่านเครือข่ายสังคม โดยเฉพาะ twitter เนื่องจากผู้ส่งสารแน่ใจได้ว่ามีอีกฝ่ายหนึ่งรับรู้ข้อมูลข่าวสารที่ส่ง ติดตามผลได้ มีหลักฐาน และยังมีสาธารณชนเป็นตัวแรงกดดันให้ผู้สมัครต้องตอบสนองต่อสารที่ส่ง (โดยเฉพาะคำถามดีดี) ส่วนที่ twitter น่าจะดีกว่า facebook ก็เพราะคนที่ใช้ twitter มีแนวโน้มที่ผู้ใช้จะเป็นเจ้าตัวจริงๆ มากกว่าทีมงาน

……….

อย่างไรก็ตาม วิธีการศึกษาเช่นนี้ยังไม่ได้ลองนำมาใช้กับประเทศไทย ซึ่งก็ดูน่าสนใจมาก หากครั้งต่อๆ ไป ใครลองนำไปใช้ก็คงน่าสนใจดีนะครับ อย่างไรก็ตาม เอาเป็นว่าครั้งนี้ที่จะมาถึง [เสด-ถะ-สาด].com ก็ขอสนับสนุนให้ชาวกรุงเทพฯออกไปใช้สิทธิเลือกตั้งกันเยอะๆ กันก่อนแล้วกันครับ

ที่มา:
- Christian Vaccari. You’ve Got (No) Mail: How Parties and Candidates Respond to Email Inquiries in Western Democracies. Paper prepared for the conference “Chasing the Digital Wave: International Lessons for the UK 2015 Election Campaign”, London, 22 November 2012.
- John Light. Do Politicians Read the Emails You Send Them?. December 26, 2012. online at BillMoyers

featured image from here

……….

[เสด-ถะ-สาด].com ขอนำเสนอบทความของ James Heckman (2010) นักเศรษฐศาสตร์รางวัลโนเบล เกี่ยวกับการประมาณการทัศนคติของพระเจ้าที่มีต่อมนุษย์ โดยใช้ข้อมูลเกี่ยวกับการสวดมนต์มาเป็นปัจจัยกำหนด เรื่องนี้อ่านแล้วนึกถึงอีกบทความหนึ่งของ Paul Krugman เรื่อง “การค้าระหว่างดวงดาว”จะเกิดได้จริงหรือไม่ในทางเศรษฐศาสตร์? เหมือนกันนะครับ ^^

อย่างไรก็ดี บทความนี้อาจจะสั้นๆ ห้วนๆ ทั้งนี้ก็เพราะ Heckman (2010) เขียนเรื่องนี้ไว้ไม่ถึงหนึ่งหน้าเนื้อหา (ไม่รวมตารางและกราฟ) เพียงแต่ [เสด-ถะ-สาด].com เห็นว่าเป็นเรื่องที่น่าสนใจและน่าจะนำไปต่อยอดได้ครับ

“ภาพวาดฝาผนังในพิพิธภัณฑ์วาติกันที่แสดงให้เห็นว่าโลกมนุษย์กับสวรรค์ห่างกันแค่เพียงปลายนิ้ว” (ที่มาของภาพ)

Heckman (2010) ใช้ข้อมูลจากการสำรวจของ National Opinion Research Center เกี่ยวกับเรื่องทัศนคติทางด้านศาสนา และใช้วิธีวิเคราะห์ในแบบเดียวกับ Singh (1977) โดยกำหนดให้ Y คือทัศนคติของพระเจ้าที่มีต่อมนุษยชาติ มีค่าอยู่ระหว่าง 0 ถึง 1 X คือความหนาแน่นของจำนวนผู้สวดมนต์เมื่อเปรียบเทียบกับจำนวนประชากร มีค่าอยู่ระหว่าง 0 ถึง 1 เช่นกัน คือฟังก์ชันความหนาแน่นของประชากรผู้สวดมนต์ (Population Density of Prayer) [Heckman (2010) อ้างว่าเอาฟังก์ชันนี้มาจาก Greeley, A. M. (1972). Unsecular man: The persistence of religion. New York: Schocken Books. แต่ [เสด-ถะ-สาด].com ไม่สามารถหาหนังสือเล่มนี้ได้จริงๆ เลยไม่สามารถบอกได้ว่าฟังก์ชันหน้าตาเป็นอย่างไร]

……….

การที่คนจะสวดมนต์มากหรือน้อยนั้น ขึ้นอยู่กับศรัทธาที่มีต่อพระเจ้า ดังนั้น ฟังก์ชันความหนาแน่นของการสวดมนต์ย่อมอยู่ที่เงื่อนไขของทัศนคติของพระเจ้าด้วย (Conditional Density of X given Y) แสดงได้ว่า โดย เป็นฟังก์ชันที่ไม่รู้รูปแบบ

อย่างไรก็ดี จะทำให้เราสามารถประมาณค่าสมการทัศนคติของพระเจ้า (Y) ที่เกิดจากความหนาแน่นของการสวดมนต์แต่ละระดับ (X=x) จากฟังก์ชันความหนาแน่นของประชากรผู้สวดมนต์ของ Greeley ซึ้่งมีข้อมูลของฟังก์ชันนี้ว่า คนส่วนใหญ่มีสองจำพวกคือไม่สวดมนต์เลย และสวดมนต์เยอะมากๆ และจากข้อมูลของ Greeley ช่วยให้เราได้ข้อสรุปตามความหนาแน่นของการสวดมนต์ในแต่ละช่วง ดังตารางที่ ๑ และรูปที่ ๑

“ตารางที่ ๑ ผลการประมาณค่าสมการในแต่ละช่วง”

“ภาพที่ ๑ ผลการประมาณค่าสมการในแต่ละช่วง”

……….

ข้อสรุปของเรื่องนี้ก็คือ ถ้าคุณไม่สวดมนต์เลย คุณก็จะได้รับความเห็นใจจากพระเจ้าตามมีตามเกิด (เพียงเล็กน้อยตามหน้าที่ของพระเจ้า) ขณะที่ถ้าคุณสวดมนต์มากก็จะได้รับความเห็นใจจากพระเจ้ามากเช่นกัน ในส่วนของการสวดมนต์เพียงเล็กน้อยนั้น จะไม่ได้รับความเห็นใจจากพระเจ้า และอาจเสียเวลาเปล่าๆ (ผลที่ได้มีค่าเป็นลบ)

อย่างไรก็ดี ข้อสรุปของประเด็นนี้ไม่ได้รับคำอธิบายมากนักจาก Heckman (2010) ว่าทำไมการสวดมนต์น้อยจึงทำให้สถานการณ์แย่กว่าการไม่สวดมนต์เลย ทั้งนี้ก็เพราะ Heckman (2010) ต้องการชี้ให้เห็นคุณูปการของการคำนวณทางสถิติที่เราสามารถประมาณการตัวแปรบางประเภทที่ไม่อาจมองเห็นได้ด้วยตัวแปรที่มองเห็นได้ เขายังเสนอด้วยว่า เทคนิคนี้สามารถนำไปประมาณการความสัมพันธ์ระหว่างรายได้กับความสุข หรือความสัมพันธ์ระหว่างความไม่เท่าเทียมกันของรายได้กับคุณภาพของประชาธิปไตยได้ด้วย

ที่มา:
James Heckman, 2010. “The Effect Of Prayer On God’S Attitude Toward Mankind,” Economic Inquiry, Western Economic Association International, vol. 48(1), pages 234-235, 01.

featured image from here

……….

เป็นเรื่องปกติของทุกๆ ปลายปีต่อเนื่องจนถึงต้นปีที่คนส่วนใหญ่นิยมทำบุญ ทำทาน ทำกุศล หรือบริจาคทั้งเงินและสิ่งของต่างๆ จนเรียกได้ว่าเป็นเทศกาลแห่งการให้กันเลยทีเดียว แต่การบริจาคซึ่งนับเป็นรายจ่ายอย่างหนึ่งของคนทั่วไปนั้น มีความไม่เหมือนกับรายจ่ายทั่วไป เพราะเวลาที่คนเราจะซื้อของ เรามักจะอ่านรีวิวร้านค้าและคุณภาพของสินค้าที่เราจะซื้อ หรือแม้แต่รายจ่ายเพื่อการลงทุนหรือการออม เราเองก็ทำคล้ายๆ กันคือหาข้อมูลไปก่อน แต่เรามักไม่ได้ทำกับการบริจาค

การตัดสินใจบริจาคส่วนใหญ่จึงมักถูกพิจารณาจากทำเลที่สะดวก มูลนิธิที่รู้จัก หรือการบอกต่อๆ กันมา จนเหมือนว่ามันเป็น “กล่องดำ” (Black Box) ที่บริจาคไปแล้วก็แล้วกันไป มักไม่ได้สนใจว่ามูลนิธิจะเอาไปทำอะไร ที่ไหน หรืออย่างไร

พฤติกรรมการบริจาคให้กับมูลนิธิดังกล่าวจึงอาจนำมาสู่สิ่งที่ Dean Karlan (2012) เรียกว่า “นิสัยไม่ดีของการบริจาค” (Bad Giving Habit) และ [เสด-ถะ-สาด].com ขอนำพฤติกรรมที่ว่ามาปรับให้เข้ากับสังคมไทยเป็น ข้อควรคำนึง(ทางเศรษฐศาสตร์พฤติกรรม)ในการบริจาค ทั้งเงินหรือสิ่งของ

……….

ข้อควรคำนึงในการบริจาคประการที่ ๑: คนเรามักจะบริจาคให้กับมูลนิธิที่มีต้นทุนการบริหารจัดการและจัดหาทุนต่ำ

คนที่ตัดสินใจบริจาคมักจะสนใจแค่ว่า “ถ้าฉันบริจาคไป 100 บาทจะถูกนำไปใช้จริงกี่บาท(หลังหักต้นทุน)” โดยไม่ได้สนใจอะไรมากกว่านั้น แต่อันที่จริงต้นทุนของแต่ละมูลนิธิกลับไม่ได้ให้บอกอะไรมากนักเกี่ยวกับคุณภาพของการใช้เงินบริจาค มูลนิธิสองแห่งที่มีต้นทุนไม่เท่ากันอาจจะมาจากประเภทของการใช้เงินไม่เหมือนกัน เช่น มูลนิธิเพื่อการศึกษาของเด็กยากจน กับมูลนิธิเพื่อรณรงค์ลดการทารุณสัตว์ป่า หรือแม้แต่เป็นมูลนิธิที่ทำหน้าที่แบบเดียวกันก็ยังอาจมีต้นทุนไม่เท่ากันอยู่ดี เพราะขึ้นอยู่กับอีกหลายปัจจัย เช่น มูลนิธิเพื่อการศึกษาของเด็กยากจนเหมือนกัน แต่ต้นทุนจะต่างกันตามระดับการศึกษา สถานที่อยู่ของเด็ก หรือรายจ่ายที่ครอบคลุมให้เด็ก (ค่าเทอมเฉยๆ หรือค่ากินอยู่ด้วย) เป็นต้น

ข้อควรคำนึงในการบริจาคประการที่ ๒: คนเรามักจะบริจาคให้กับมูลนิธิที่ยอมให้เราระบุได้ว่าเอาเงินไปทำอะไร

องค์กรการกุศลบางแห่งเสนอทางเลือกให้คุณสามารถระบุได้ว่า เงินที่คุณบริจาคนั้นจะให้เขาเอาไปทำอะไร แน่นอนว่าวิธีการแบบนี้จะทำให้คุณเห็นภาพการใช้เงินบริจาคของคุณได้อย่างชัดเจนขึ้น แต่ที่จริงแล้ว มูลนิธิน่าจะมีประสิทธิภาพในการจัดสรรเงินของตัวเองได้ดีกว่า หากเงินบริจาคมีความยืดหยุ่นและไม่มีข้อจำกัดว่าต้องนำไปใช้อะไร ทั้งนี้ยังไม่นับว่ามูลนิธิอาจจะเอาเงินของคุณไปรวมๆ กันแล้วใช้จ่ายตามปกติลับหลังโดยไม่ให้คุณรู้

ข้อควรคำนึงในการบริจาคประการที่ ๓: คนเรามักจะรู้สึกว่่าได้แสดงความรักอันยิ่งใหญ่หากบริจาคให้กับมูลนิธิหลายๆ แห่งในคราวเดียวกัน

การดำเนินงานของมูลนิธิแต่ละแห่งมีต้นทุนธุรกรรม (Transaction Costs) ในการจัดหาและใช้เงินบริจาค ซึ่งต้นทุนส่วนนี้ขึ้นอยู่กับประสิทธิภาพของมูลนิธินั้นๆ และก็ขึ้นอยู่กับจำนวนผู้บริจาคด้วย เช่น ต้นทุนการส่งข่าวสารหรือจดหมายรายเดือนให้กับผู้บริจาคแต่ละคน เป็นต้น ไม่ว่าคนๆ หนึ่งจะบริจาคมากหรือน้อยก็ตาม ต้นทุนธุรกรรมต่อผู้บริจาคหนึ่งคนจะคงที่ เพราะต้องส่งจดหมายรายเดือนเหมือนกัน นั่นหมายความว่า สัดส่วนของต้นทุนธุรกรรมต่อจำนวนเงินบริจาคจะสูงกว่า หากเงินบริจาคมีมูลค่าน้อยกว่า การที่ผู้บริจาคกระจายเงินของตัวเองออกไปให้กับหลายๆ มูลนิธิก็เท่ากับเป็นการเพิ่มต้นทุนต่อหน่วยให้กับแต่ละมูลนิธิ และเพิ่มต้นทุนรวมให้กับสังคมด้วย

ข้อควรคำนึงในการบริจาคประการที่ ๔: คนเรามักจะหลอกตัวเองว่าผู้รับอยากได้ในสิ่งที่เราอยากให้

เรามักจะให้คุณค่าและความสำคัญมากกว่ากับสิ่งที่อยู่ในความสนใจของเรา เวลาที่เราบริจาคอะไรก็ตาม เราก็มักบริจาคสิ่งที่เราอยากจะให้มากกว่าที่จะสนใจว่าทางผู้รับหรือมูลนิธิต้องการอะไร หลายคนก็มักลงเอยที่ตามความสะดวกของตัวเอง (ตามแต่จะหาได้) แต่บางคนก็มีความตั้งใจจริงๆ ที่จะซื้อของอย่างที่คิดว่าดี ทั้งที่จริงแล้ว มูลนิธิจะมีความต้องการของไม่เหมือนกันในแต่ละช่วงเวลา ซึ่งทางที่ดีหากเป็นไปได้ การติดต่อมูลนิธิล่วงหน้าว่าเขาอยากได้อะไรคงเป็นวิธีที่ดีกว่า

ข้อควรคำนึงในการบริจาคประการที่ ๕: คนเรามักจะบริจาคให้กับมูลนิธิที่เป็นที่ประสบความเร็จทางการตลาด มากกว่าจะสนใจว่ามูลนิธินั้นทำงานดีขนาดไหน

เวลาที่คนเรานึกถึงสถานที่ที่จะไปทำบุญ มูลนิธิ(หรือวัด)ที่มีคนบริจาคให้มากๆ ก็จะเป็นที่รู้จักและจะยิ่งมีคนบริจาคมากขึ้นไปอีก ขณะที่มูลนิธิ(หรือวัด)ก็มีแนวโน้มที่จะไม่ได้รับเงินบริจาคอย่างเพียงพอต่อไป หากมองให้ลึกลงไป มูลนิธิ(หรือวัด)ที่มีคนบริจาคให้มากๆ มักจะเป็นมูลนิธิ(หรือวัด)ที่มีตำแหน่ง (Position) ทางการตลาดชัดเจน เช่น ปีเกิดต่างๆ จะต้องสะเดาะเคราะห์ที่วัดนั้นวัดนี้ เป็นต้น ซึ่งเมื่อบริจาคไปแล้วและคนที่บริจาคเองก็สบายใจ แต่กลับแทบไม่มีคนที่สนใจเรื่องของประสิทธิภาพในการใช้เงินของมูลนิธินั้นๆ

“ของเตรียมบริจาค”

……….

กล่าวโดยสรุปแบบสั้นมากๆ ก็คือ ถ้าเราอ่านรีวิว หาข้อมูล หรือทำการบ้านก่อนจะไปบริจาค ว่าบริจาคที่ไหนดี และสถานที่นั้นๆ ต้องการอะไรให้เหมือนกับเวลาที่เราจะออกไปซื้อของอะไรสักอย่างหนึ่งก็คงจะดี นอกจากนี้ หากมีเวลา ติดตามผลการดำเนินงานของมูลนิธิกับการใช้เงินบริจาคของเราก็คงจะดีเช่นกัน

แน่นอนว่าข้อควรคำนึงทั้งหมดนี้อาจจะไม่ใช่ข้อบังคับที่ต้องปฏิบัติอย่างเคร่งครัด แต่ก็อาจทำให้เราได้คิด ได้เรียนรู้ในอีกบางด้านที่อาจมองข้ามไปในเวลาที่ไปบริจาคหรือทำบุญ นอกจากนี้ ข้อคำนึงที่กล่าวมาทั้งหมดอาจปรับให้ใช้ได้กับมูลนิธิ องค์กรการกุศล วัด โบสถ์หรือมัสยิดต่างๆ ได้เช่นกัน ต่อไปนี้เราจะได้ทำบุญอย่างมีประสิทธิภาพกันนะครับ ^^

ที่มา: DEAN KARLAN, An Economist’s Guide to Year-End Charitable Giving, available at Freakonomics (December 2012).

featured image from here

……….

ช่วงเทศกาลเป็นช่วงเวลาที่หลายคนเลือกซื้อของขวัญให้กับคนรอบๆ ตัว เพื่อเป็นการแสดงความรัก แสดงความใส่ใจ หรือแม้แต่เพื่อส่งสัญญาณว่ารู้ใจ (Signalling) ทั้งๆ ที่ในความเป็นจริงแล้ว การให้ของขวัญกลับก่อให้เกิดผลเสียต่อระบบเศรษฐกิจมากกว่าผลได้ผ่าน Deadweight Loss ทั้งนี้ก็เพราะมูลค่าของขวัญในความรู้สึกของผู้รับ (Willingness to Accept) มักจะต่ำกว่าราคาของขวัญจริงๆ ที่ผู้ให้เป็นคนซื้อ (Price) (อ่านเพิ่มเติมจาก “การให้ของขวัญ” เป็นผลดีต่อระบบเศรษฐกิจหรือไม่?)

ในหนังสือ Scroogenomics ของ Joel Waldfogel ได้ชี้ให้เห็นว่า จากมูลค่ารายจ่าย 65 ล้านเหรียญสหรัฐฯ ในการซื้อของขวัญปีใหม่ของชาวอเมริกัน จะก่อให้เกิดผลเสียต่อระบบเศรษฐกิจประมาณ 13 ล้านเหรียญสหรัฐฯ หรือประมาณ 20% ผ่านทาง Deadweight Loss ที่ว่ามา โดย Waldfogel เรียกมันว่า “มหกรรมลดค่าสินค้า” (The Orgy of Value Destruction)

“หน้าปกหนังสือ Scroogenomics”

อย่างไรก็ตาม เมื่อถึงเทศกาล เราเองก็อาจมีความจำเป็นที่จะต้องซื้อของขวัญเช่นกัน ทั้งนี้ก็เพราะโอกาสที่จะได้แสดงความมีมิตรไมตรีที่ดีไม่ได้มีบ่อยครั้ง เมื่อมีโอกาสก็ต้องรีบทำ เพราะความสัมพันธ์ในภายภาคหน้าอาจสำคัญกว่า รวมถึง บางครั้งก็จำเป็นต้องให้กลับคืนที่ครั้งหนึ่งเคยได้เป็นผู้รับมาก่อนด้วย

แล้วเราจะเลือกซื้อของขวัญอย่างไรให้ “อุ่นใจผู้ให้ ถูกใจผู้รับ” มากที่สุด เพราะถ้าเลือกซื้อได้ตามนี้แล้ว มูลค่าของขวัญในความรู้สึกของผู้รับ (Willingness to Accept) อาจจะสูงกว่าหรืออย่างน้อยก็ใกล้เคียงกับราคาของขวัญจริงๆ ที่ผู้ให้เป็นคนซื้อ (Price) ซึ่งจะทำให้ Deadweight Loss ของสังคมลดลง เท่ากับเป็นการช่วยเหลือสังคมไปในตัวด้วย

……….

Waldfogel ในฐานะนักเศรษฐศาสตร์พฤติกรรมที่เน้นศึกษากระบวนการตัดสินใจที่ผิดพลาดของมนุษย์ (Human Error) ทำการต่อยอดจากข้อเท็จจริงทางวิชาการที่ว่า “คนเราตัดสินใจเลือกทางเลือกที่ดีที่สุดให้กับตนเองเสมอ แต่กระบวนการเดียวกลับจะไม่ส่งผลให้เลือกทางเลือกที่ดีที่สุดสำหรับคนอื่นเสมอไป” มาเป็นข้อควรระวัง 6 ประการในการเลือกซื้อของขวัญเพื่อให้ช่วงเวลาพิเศษเป็นช่วงที่ดีที่สุดจริงๆ

1. ระวังการคิดเข้าข้างตัวเอง (Egocentric Bias): คนเรามักคิดเอาเองว่าสิ่งที่เราชื่นชอบนั้น คนส่วนใหญ่ก็ชอบเหมือนๆ (หรือคล้ายๆ) กับเรา ซึ่งมันเป็นการอุปมานที่เกินจริง (Exaggerate) ต่อความชอบของคนอื่น เช่น ถ้าเราชอบภาพยนตร์เรื่อง Twilight เราอาจเห็นว่า DVD Twilight ภาค Limited Edition มีค่าที่จะได้ครอบครอง หรือถ้าเราชอบตกปลา เราอาจคิดว่าดีถ้าคนที่ได้รับของขวัญได้มีโอกาสไปตกปลาเช่นกัน เราจึงซื้อ DVD หรือเบ็ดตกปลา ทั้งที่ผู้รับอาจไม่ได้คิดอย่างนั้น




2. ระวังสิ่งที่เห็นแค่ช่วงสั้นๆ (Focusing Illusion): ถ้าคนกรุงเทพฯได้ไปเที่ยวเชียงใหม่ในช่วงนี้ พวกเขาคงคิดว่าคนเชียงใหม่มีความสุขกว่าคนกรุงเทพฯแน่ๆ เพราะอากาศที่เชียงใหม่ดีกว่ากรุงเทพฯมาก ทั้งที่จริงอาจไม่ได้เป็นเช่นนั้นเสมอไป แต่ที่คนกรุงเทพฯคิดแบบนี้ก็เพราะเขาได้ไปอยู่เชียงใหม่ในช่วงที่อากาศดี นั่นคือเขาตัดสินความสุขจากสิ่งที่เขาพบเห็น(อากาศ)แค่ในช่วงสั้นๆ ไม่ต่างจากการให้ของขวัญ หลายคนเลือกของขวัญโดยตั้งใจให้ผู้รับรู้สึก “ว้าววววว” ที่สุดเท่าที่จะทำได้ตอนแกะของขวัญ เพราะเขาคิดว่าหากได้เห็นผู้รับร้องอุทานเสียงดัง ทำตาลุกวาว และหัวเราะชอบใจสุดๆ คือของขวัญที่ดีที่สุด แต่ของขวัญเหล่านี้จำนวนมาก หลังจากว้าวแล้ว มันก็ถูกเก็บไว้ในตู้ ลิ้นชัก หรือในกล่องแบบที่ไม่เคยถูกหยิบขึ้นมาอีกเลย หากจะเลือกของขวัญต้องนึกถึงการใช้ประโยชน์หลังจากวันที่ให้ด้วย




3. ควรคาดการณ์ไปข้างหน้า (Projection Bias): เมื่อเราหิว เรามีแนวโน้มที่จะสั่งอาหารเยอะมากๆ เยอะกว่าที่จะกินหมด ทั้งนี้ก็เพราะเราอิงกับสถานการณ์ปัจจุบัน (Current Situation) มากกว่าอนาคต ทั้งๆ ที่ความรู้สึกหรือความชอบของเรานั้นเปลี่ยนแปลงไปเรื่อยๆ ในช่วงปีใหม่ ซึ่งเป็นฤดูหนาว คนเรานิยมให้ของขวัญที่เกี่ยวข้องกับหน้าหนาว เช่น เสื้อสวยๆ ที่หนาๆ ผ้าพันคอ เสื้อไหมพรม จนกระทั่งผู้รับได้เสื้อผ้าฤดูหนาวเกินกว่าจะใส่หมดในฤดูหนาวหนึ่งๆ รวมถึงมักจะได้เป็นสีแดงเกินกว่าที่ผู้รับจะใส่เสื้อผ้าสีแดงได้ทุกๆ วันเช่นกัน ทั้งนี้เป็นเพราะผู้ให้มักจะเลือกของขวัญจากการเอาปัจจุบันเป็นพื้นฐานในการตัดสินใจ แต่หากเขาคาดการณ์ไปข้างหน้า เขาอาจจะเปลี่ยนไปซื้อเสื้อผ้าฤดูร้อนที่ผู้รับกลับจะไม่ค่อยมี ทำให้ได้ใช้ประโยชน์มากกว่า (ลองนึกถึงเด็กแรกเกิดที่ได้รับของขวัญเป็นเสื้อผ้าเด็กในวัยแรกเกิดมากกเกินกว่าจะใส่หมด)




4. อย่าคาดหวังมากเกินไป (Optimistic Bias): คนเราส่วนใหญ่มักคิดว่าเราเป็นคนขับรถที่ดีกว่าระดับเฉลี่ยของคนทั่วไป และมักประเมินโอกาสในการเกิดอุบัติเหตุกับตัวเราเองน้อยกว่าที่ควรจะเป็น ไม่ต่างจากเวลาที่เราซื้อของขวัญ เรามักคาดหวังให้ผู้รับดีใจแบบเกินความเป็นจริง (Unrealistic Optimism) แล้วเราก็มักจะไม่มั่นใจหรือรู้สึกผิดหวัง เมื่อเห็นเขาไม่ดีใจอย่างที่เราคิดไว้ ดังนั้น อย่าตั้งความหวังว่าผู้รับจะต้องดีใจมากขนาดที่เราคิดไว้




5. ระวังยอดรวมรายจ่าย (Cumulative-cost Neglect): คนเรามักเลือกซื้อของขวัญโดยพิจารณาต้นทุนของของขวัญแต่ละชิ้นเอาไว้ในใจ แต่พอถึงเวลาจะซื้อจริงๆ แล้วนับรวมจำนวนคนที่เราอยากจะให้แล้วล่ะก็ยอดรายจ่ายรวมทั้งหมดจะสูงมากๆ ถ้าคุณจ่ายด้วยบัตรเครดิต คุณอาจจะตัดใจจ่ายไปก่อน แต่อย่าทำเช่นนั้น เพราะหายนะจะตามมาในภายหลัง ดังนั้น การตัดสินใจซื้อของขวัญ รายจ่ายรวมสำคัญกว่าราคาของแต่ละชิ้น




6. คนอื่นอาจไม่เห็นเหมือนที่เราเห็น (Spotlight Effect): ถ้าคุณชื่นชอบกระเป๋า Valentino คุณมองเพียงหางตา คุณก็รู้ว่าใครถือกระเป๋า Valentino ทั้งที่คนส่วนใหญ่ไม่รู้ ดูไม่ออก หรือแม้แต่ไม่สนใจด้วยซ้ำ เช่นเดียวกับถ้าคุณชอบอ่าน [เสด-ถะ-สาด].com คุณกราดตามองก็คงรู้ว่านี่คือบล็อกของ [เสด-ถะ-สาด].com ทั้งที่คนข้างๆ คุณไม่มีใครสนใจ นั่นคือสิ่งที่คุณชอบมันเหมือนมีไฟสป็อทไลท์ส่องไปหาในสายตาของคุณคนเดียวเท่านั้น ดังนั้น เราอาจเน้นไปพิจารณาในจุดที่คนอื่นไม่ได้สนใจก็ได้ (ถ้าเราไม่ได้รู้จักเขาจริงๆ) การเลือกซื้อของจึงอาจไม่จำเป็นต้องเน้นในทุกรายละเอียดของรูปแบบ แต่ให้ความสนใจกับการนำไปใช้งานจะดีกว่า

“Merry Christmas and Happy New Year” (ที่มาของภาพ)

……….

ทั้ง 6 ประการที่ว่าเป็นแนวคิดที่เสนอโดยนักเศรษฐศาสตร์พฤติกรรมที่มีเป้าหมายให้การให้ของขวัญได้ถูกผู้รับนำไปใช้งานอย่างคุ้มค่าที่สุด อันจะนำไปสู่การเกิดผลเสียต่อสังคมน้อยที่สุด เพื่อนๆ ที่กำลังตัดสินใจเลือกซื้อของขวัญก็ลองนำหลักการนี้ไปใช้ดูกัน ได้ผลอย่างไรก็มาเล่าสู่กันฟังบ้างนะครับ ^^

ที่มา: Cass R. Sunstein, Holiday Shopping Tips From Behavioral Economists, available at Bloomberg (November 2012).

featured image from here

……….

ตามแนวคิดดั้งเดิมของเศรษฐศาสตร์ครอบครัว (Family Economics) ของ Becker (1981) พ่อแม่ที่รักลูกเท่ากันจะมีเส้นความพึงพอใจเท่ากัน (Indifference Curve) ที่มีลักษณะโค้งเว้าเข้า (Convex) แบบสมมาตร จุดที่จะทำให้ความพึงพอใจของพ่อแม่สูงที่สุดก็คือจุดที่จัดสรรรายได้ให้กับลูกแต่ละคนเท่าๆ กัน

ในเทพนิยายซินเดอเรลล่า แม่เลี้ยงของเธอใจร้าย ไม่ยอมแบ่งทรัพย์สินใดใดให้กับซินเดอเรลล่า เพราะเธอไม่ใช่ลูกแท้ๆ และแนวคิดนี้ก็ได้รับการสนับสนุนจาก Becker ด้วย เพราะเขาเชื่อว่าพ่อแม่จะรักลูกแท้ๆ ของตัวเองมากกว่าลูกเลี้ยง

Bettelheim (1976) เห็นด้วยว่าคำว่า “เลี้ยง” (step-) ที่เติมลงไปในคำว่าลูกนั้น เป็นกุศโลบายที่ทำให้เห็นว่า “ลูกเลี้ยง”ไม่เหมือนกันกับ”ลูก”(แท้ๆ) ซึ่งไม่น่าแปลกใจที่การเลี้ยงดูจะไม่เหมือนกัน

……….

Glaeser (1992) พยายามตอบคำถามนี้ด้วยวิธีทางเศรษฐศาสตร์ ซึ่งอยู่บนพื้นฐานของทฤษฎีที่ว่าด้วยแรงจูงใจ (Incentive Theory) โดยเริ่มจากว่า “มีโอกาสเป็นไปได้หรือไม่ที่แม่เลี้ยงไม่ได้ใจร้าย” หรืออย่างน้อยก็ไม่ได้ใจร้ายมากอย่างที่เรากล่าวโทษกัน

ในมุมมองเศรษฐศาสตร์ต่อเรื่องของซินเดอเรลล่า การได้แต่งงานกับเจ้าชาย (Marriage to the Prince) ถือเป็นสินค้าที่มีมูลค่ามหาศาล ในตลาดที่มีการแข่งขันสูงมากๆ และผลได้ในตลาดนี้มีลักษณะโค้งเว้าเข้า (Convex) เพราะผู้ชายคนอื่นๆ ที่เหลืออยู่ในเมืองนั้นมีแต่น่าเกลียดและยากจน [ลองดูในการ์ตูนดูสิครับ] ขณะที่เจ้าชายเอง (ตามแนวคิดของ Becker (1974)) ก็จะเลือกคู่ครองของตนโดยตัดสินจากความชอบของตัวเอง อันมาจากรูปร่างหน้าตา เสื้อผ้าหน้าผม เป็นต้น (เรื่องราวของรองเท้าแก้วดูไม่มีเหตุผลไปนิด แต่การที่เจ้าชายได้พบเห็นซินเดอเรลล่าแล้วชอบ และพยายามตามหาเธอ นั่นก็แสดงให้เห็นว่าเจ้าชายยังมีเหตุมีผลอยู่บ้างที่ทำตามแรงจูงใจของตัวเอง)

“แม่เลี้ยงกับลูกสาวของแม่เลี้ยงของซินเดอเรลล่า” (ที่มาของภาพ)

Glaeser (1992) เสนอแบบจำลองด้านล่างที่ว่าด้วยความพอใจที่คาดหวังของแม่เลี้ยง (Expected Utility of Stepmother: U(Q)) ที่เป็นผลรวมของความพอใจของลูกสาวทุกคนอย่างเท่าๆ กัน โดยเธอมีลูกสาวจำนวน Q คนเพื่อแต่งเสื้อผ้าหน้าผมด้วยทรัพยากร(รายได้)อันมีจำกัดของเธอ ลูกสาวคนที่ได้แต่งงานกับเจ้าชายจะได้รับความพอใจเท่ากับ M ส่วนคนที่ไม่ได้แต่งจะได้รับความพอใจเท่ากับ 0 ส่วนเจ้าชายจะเลือกผู้หญิงมาแต่งงานด้วยหนึ่งคนที่ถูกใจที่สุดจากทุกคนในเมืองที่มีจำนวน W โดยแต่ละคนจะแต่งเสื้อผ้าหน้าผมเท่ากับ H ที่แสดงถึงคุณภาพและรสนิยมของตน ขณะที่ความถูกใจของเจ้าชายจะมาจากรสนิยมของเสื้อผ้าหน้าผมกับความแปรปรวนบางอย่างที่ควบคุมไม่ได้ (Noise) (ε) ถ้าใครนึกไม่ออกก็อย่างเช่น อารมณ์วันนี้อาจจะชอบคนหน้าตาแบบนี้ พออีกวันนึงก็อาจจะชอบอีกแบบหนึ่ง เป็นต้น

แม่เลี้ยงจะแสวงหาความพอใจที่คาดหวังสูงที่สุดจากแบบจำลอง

ภายใต้เงื่อนไข

แบบจำลองที่ Glaeser (1992) เสนอมานี้ไม่มีคำตอบที่ตายตัว (เพราะมีจำนวนตัวแปรเยอะกว่าสมการ) แต่หากแทนค่าที่เป็นตัวเลขจากเรื่องซินเดอเรลล่าเข้าไป นั่นคือ M = 1, H = 0.3, Q = 0.9, W = 3, U(x) = x⁶ และ ε มีการกระจายแบบคงที่อยู่ระหว่าง [0,1] จะได้ค่าความพอใจที่คาดหวังสูงสุดคือการที่ผู้เป็นแม่ลงทุนเสื้อผ้าหน้าผมให้กับลูกสองคนจากสามคน โดยไม่สำคัญว่าจะเป็นลูกเลี้ยงหรือไม่ พูดง่ายๆ ก็คือไม่ว่าแม่คนนี้จะมีลูกเลี้ยงทั้งสามคนหรือลูกแท้ทั้งสามคน เขาก็ควรจะลงทุนเพียงสองในสามเท่านั้น โดยไม่เกี่ยวกับการกีดกันว่าเป็นลูกเลี้ยงหรือลูกแท้

……….

แล้วอะไรคือเหตุผลที่ต้องลงทุนสองในสาม ทำไมไม่หนึ่ง ทำไมไม่สาม ทั้งนี้ก็เพราะผู้เป็นแม่ที่มีรายได้จำกัด แต่อยากให้ลูกสาวหนึ่งในสามคนได้แต่งงานกับเจ้าชายนั้น ต้องชั่งน้ำหนักระหว่างที่ว่า ถ้าใช้รายได้ทั้งหมดลงทุนไปกับลูกสาวทั้งสามคน ความโดดเด่นเมื่อเปรียบเทียบกับผู้หญิงที่เหลือในเมืองจะลดลง (H ↓↓ of H^W) แต่โอกาสถูกเลือกจะมาก (3 คนจาก W คน) แต่ถ้าใช้รายได้ทั้งหมดลงทุนไปกับลูกสาวเพียงคนเดียว ความโดดเด่นเมื่อเปรียบเทียบกับผู้หญิงที่เหลือในเมืองจะสูง (H ↑↑ of H^W) แต่โอกาสถูกเลือกจะลดลงถึงสามเท่า (1 คนจาก W คน < 3 คนจาก W คน) พอผู้เป็นแม่ชั่งน้ำหนักระหว่างความโดดเด่นและโอกาสแล้ว การลงทุนกับลูกสาวสองคนจึงเป็นทางเลือกที่ดีที่สุด ไม่เกี่ยวกับว่าเป็นลูกเลี้ยงหรือลูกแท้

“องครักษ์ตามหาคนที่สวมรองเท้าแก้วได้พอดี” (ที่มาของภาพ)

……….

แน่นอนว่าค่าที่ได้นั้น อาจแปรเปลี่ยนตามรูปแบบของสมการ จำนวนผู้หญิงในเมือง จำนวนลูกสาว อารมณ์ของเจ้าชาย และอื่นๆ ซึ่งไม่มีใครรู้ค่าที่ถูกต้อง นอกจากคนเขียนนิยายเรื่องนี้ แต่อย่างน้อย จากสมการที่มีรูปทั่วไปตามที่ Glaeser (1994) เสนอมาแล้วล่ะก็ อาจต้องเปลี่ยนจากคำว่า “แม่เลี้ยงใจร้าย” เป็น “แม่เลี้ยงที่มีเหตุมีผล” ก็เป็นได้ ^^

ที่มา:
Glaeser, Edward L, 1992. “The Cinderella Paradox Resolved,” Journal of Political Economy, University of Chicago Press, vol. 100(2), pages 430-32, April.

featured image from here.

……….

เรื่องของการแต่งงานไม่ใช่เรื่องใหม่ทางเศรษฐศาสตร์ Gary Becker เคยเสนอว่าการแต่งงานคือสถานการณ์ที่ก่อให้เกิดการแบ่งงานกันทำตามความได้เปรียบเทียบโดยเปรียบเทียบ (Comparative Advantage) ของการอยู่ร่วมกันระหว่างชาย-หญิง ก่อให้เกิดความเชี่ยวชาญเฉพาะทาง (Specialisation) ของแต่ละคน อันจะนำไปสู่ผลิตภาพ (Productivity) ที่เพิ่มขึ้นของระบบเศรษฐกิจ

นอกจากนี้ นับตั้งแต่ Gary Becker เป็นต้นมา เรื่องการแต่งงานยังถูกวิเคราะห์เพิ่มเติมในอีกหลายแง่มุม ทั้งการวิเคราะห์ต้นทุน-ผลได้ (Cost-Benefit Analysis) ของการแต่งงาน ทฤษฎีเกม (Game Theory) ที่ว่าด้วยการตัดสินใจของสามีและภรรยา ผลกระทบทางด้านเศรษฐกิจมหภาค (Macro Impact) เป็นต้น

“ความรักเพียงครึ่ง” (ที่มาของภาพ)

แม้ว่าในปัจจุบัน เราจะเห็นคนโสดจำนวนมากขึ้น หรือแม้แต่การแต่งงานที่ช้าลงของคู่บ่าวสาวกว่าในอดีต แนวคิดของ Becker ก็ยังสามารถอธิบายเรื่องนี้ในเชิงเศรษฐศาสตร์ได้ ทั้งนี้ก็เป็นเพราะตัวผู้หญิงสามารถทำงานด้วยตัวเองมากขึ้น โดยไม่ต้องพึ่งพาผู้ชายเหมือนในอดีต ขณะที่หน้าที่ในการทำงานบ้านของผู้หญิงเองก็ถูกทดแทนโดยเครื่องใช้ไฟฟ้าภายในบ้าน (เช่น เครื่องซักผ้า เครื่องรีดผ้า) ความได้เปรียบโดยเปรียบเทียบจากการแต่งงานจึงลดลง นำมาสู่การแต่งงานที่น้อยลง

เวลาที่พูดถึงเรื่องเป็นโสด เรามักจะนึกถึงผู้หญิงมากกว่าผู้ชาย [อันนี้ก็ไม่ทราบเพราะอะไร] และเรามักเรียกสถานการณ์นี้ว่า “ขึ้นคาน” โดยสำนวนโบราณนี้มีนัยในเชิงตำหนิที่มาจากว่า เมื่อครั้งอดีต วิถีไทยที่อยู่กับสายน้ำ มักจะทำการซ่อมเรือที่ชำรุด เช่น รอยรั่ว ยาชัน ทาน้ำมันใหม่ โดยการยกพาดไว้บนคาน ทำให้ในเวลานั้น เรือจะค้างเติ่งอยู่บนคาน ต่อมาจึงนำมาใช้เป็นสำนวนเปรียบเทียบกับผู้หญิงที่ไม่ยอมแต่งงานเสียที

……….

ชัชทอง (2541) ทำการศึกษาปัจจัยที่มีอิทธิพลต่อการอยู่เป็นโสดแต่ละรูปแบบของผู้หญิงอายุ 25-50 ปีจำนวน 384 คนในเขตกรุงเทพมหานคร (ร้อยละ 91.4 ไม่เคยผ่านการแต่งงานมาก่อน) โดยประมาณครึ่งหนึ่งไม่ได้สมัครใจอยู่เป็นโสด (Involuntary Singleness) อีกประมาณหนึ่งในสี่เท่าๆ กัน สมัครใจอยูเป็นโสดแบบชั่วคราว (Temporary Voluntary Singleness) กับสมัครใจอยูเป็นโสดแบบถาวร (Permanent Voluntary Singleness) (ดูตารางที่ ๑)

“ตารางที่ ๑ ข้อมูลด้านการเป็นโสดของกลุ่มตัวอย่าง” (ที่มาของภาพ)

ประเด็นที่น่าสนใจคือเรื่องของอายุคือ ผู้หญิงที่อายุ 25-30 ปีส่วนใหญ่จะสมัครใจเป็นโสดแบบชั่วคราว อายุ 30-35 ปี ส่วนใหญ่ไม่สมัครใจเป็นโสด และอายุ 36-40 ปี และมากกว่านั้น ส่วนใหญ่สมัครใจเป็นโสดแบบถาวร (ดูตารางที่ ๒(๑))

“ตารางที่ ๒(๑) เปรียบเทียบรูปแบบการเป็นโสดของผู้หญิงที่มีอายุแตกต่างกัน” (ที่มาของภาพ)

ผลการทดสอบทางสถิติยืนยันความแตกต่างทางด้านอายุที่ชัดเจน โดยคนที่สมัครใจเป็นโสดชั่วคราวมีอายุเฉลี่ยอยู่ที่ 30 ปี คนที่ไม่สมัครใจเป็นโสดมีอายุเฉลี่ยอยู่ที่ 31 ปี และคนที่สมัครใจเป็นโสดถาวรมีอายุเฉลี่ยมากที่สุดอยู่ที่ 36 ปี (ดูตารางที่ ๒(๒))

“ตารางที่ ๒(๒) ค่าทดสอบทางสถิติของรูปแบบการเป็นโสดของผู้หญิงที่มีอายุแตกต่างกัน” (ที่มาของภาพ)

……….

ชัชทอง (2541) ยังทำการประมาณค่าแบบจำลองถดถอยพหุแบบใส่ทีละตัวแปร (Enter Multiple Regression) ของปัจจัยกำหนดความโสดทั้งสามรูปแบบ โดยปัจจัยที่มีผลทำให้ตัดสินใจเป็นโสดถาวรมากขึ้นคือ อายุที่มากขึ้น และความคิดเห็นต่อการเป็นโสดที่ว่าเป็นโสดดีกว่าแต่งงาน (ดูตารางที่ ๓)

“ตารางที่ ๓ ปัจจัยที่มีอิทธิพลต่อการสมัครใจเป็นโสดแบบถาวร” (ที่มาของภาพ)

ขณะที่รายได้ที่สูงขึ้น และอายุที่น้อยจะเป็นปัจจัยทำให้ผู้หญิงตัดสินใจเป็นโสดชั่วคราวมากขึ้น (ดูตารางที่ ๔)

“ตารางที่ ๔ ปัจจัยที่มีอิทธิพลต่อการสมัครใจเป็นโสดแบบชั่วคราว” (ที่มาของภาพ)

และความคิดเห็นต่อปัญหาสตรีโสดที่ว่าการครองชีวิตโสดเป็นปัญหา และความคิดเห็นต่อการเป็นโสดที่ว่าแต่งงานดีกว่าเป็นโสด ส่งผลให้ผู้หญิงอยู่ในกลุ่มที่เป็นโสดอย่างไม่สมัครใจมากขึ้น (ดูตารางที่ ๕)

“ตารางที่ ๕ ปัจจัยที่มีอิทธิพลต่อการไม่สมัครใจเป็นโสด” (ที่มาของภาพ)

……….

อย่างไรก็ดี คำอธิบายของการเลือกที่จะเป็นโสดอาจมองได้ทางสังคมศาสตร์ด้วย ปริญญา (2552) ให้ข้อสรุปทางด้านสตรีศึกษาไว้ว่าเป็นเพราะสังคมเปิดโอกาสและยอมรับการมีชีวิตโสดของผู้หญิงมากขึ้น การศึกษาและรายได้ของตัวผู้หญิงเองที่มากขึ้น และความเจ็บปวดทางความรู้สึกของอดีตที่ผ่านมา แต่ผลของการอยู่เป็นโสดก็ทำให้ผู้หญิงส่วนใหญ่กลับรู้สึกเป็นสุขกับชีวิตโสดจากการมีเวลาส่วนตัวและมีอิสระในการใช้ชีวิต

ข้อสรุปของปริญญา (2552) บางส่วนสอดคล้องกับการวิเคราะห์เชิงปริมาณของ Oranuch (2007) ที่ทำการศึกษาผู้หญิงโสด 150 คน อายุ 30-50 ปี พบว่า ผู้หญิงเกือบทั้งหมดตอบว่าความสุขของการเป็นโสดคือ การมีอิสระ (Independence) (ดูตารางที่ ๖)

“ตารางที่ ๖ ความสุขของการเป็นโสด” (ที่มาของภาพ)

ขณะที่ความสุขของการแต่งงานในมุมมองของผู้หญิงโสดค่อนข้างหลากหลาย ที่น่าสนใจคือส่วนใหญ่ตอบว่าข้อดีของชีวิตแต่งงานคือ การมีเพื่อน (Friend) รองลงมาคือ การมีครอบครัวและลูก (Family and Children) แต่ความรักและความเข้าใจ (Love and Understanding) กลับมีคนตอบไม่มากนัก (ดูตารางที่ ๗)

“ตารางที่ ๗ ความสุขของการแต่งงาน” (ที่มาของภาพ)

นอกจากนี้ งานของ Oranuch (2007) ยังพบว่าผู้หญิงกว่าครึ่งหนึ่งที่ยังคงเป็นโสดนั้น เคยมีประสบการณที่เลวร้ายเกี่ยวกับความรักมาก่อน สอดคล้องกับงานของปริญญา (2552) ด้วย (ดูตารางที่ ๘)

“ตารางที่ ๘ การมีประสบการณ์ที่เลวร้ายจากความรัก” (ที่มาของภาพ)

……….

กล่าวโดยสรุปก็คือ การที่ปัจจุบันผู้หญิงมีแนวโน้มจะไม่แต่งงานมากขึ้น หรือแต่งงานช้าลงนั้น เป็นเพราะพวกเขาสามารถหาเลี้ยงตัวเองได้และสังคมเองก็ยอมรับคนที่มีชีวิตโสดมากขึ้น ส่งผลให้ความได้เปรียบโดยเปรียบเทียบจากการแต่งงานลดลง ตลาดการแต่งงานจึงทำงานน้อยลงด้วย นอกจากนี้ อายุ ทัศนคติที่มีต่อการอยู่เป็นโสด และประสบการณ์เกี่ยวกับความรักที่ผ่านมา ดูจะเป็นปัจจัยที่ส่งผลต่อการตัดสินใจอยู่เป็นโสดอย่างมีนัยสำคัญเช่นกัน

ประเด็นที่น่าสนใจดูจะเป็นเรื่องของอายุที่มีผลต่อรูปแบบการตัดสินใจโสดที่ชัดเจน กล่าวคือ ผู้หญิงที่อายุต่ำกว่า 30 ปีส่วนใหญ่จะสมัครใจเป็นโสดแบบชั่วคราว ผู้หญิงในช่วงอายุ 30-35 ปี มักมีความต้องการแต่งงาน คนโสดส่วนใหญ่จึงไม่สมัครใจเป็นโสด และอายุ 36 ปี ขึ้นไป หากเป็นโสดอยู่ก็มักจะสมัครใจเป็นโสดแบบถาวร ดังนั้น ความชอบ (Preference) ของผู้หญิงจะมีการเปลี่ยนแปลงค่อนข้างมากในสามช่วงนี้ แต่ก็ขอให้ทุกคนพบเจอความรักของตนเองก่อนที่ความชอบจะเปลี่ยนไปนะครับ ^^

ที่มา:
[1] ชัชทอง ธุระทอง, ปัจจัยที่มีอิทธิพลต่อการเป็นโสด รูปแบบการเป็นโสด และปัจจัยสนับสนุนการใช้ชีวิตโสด: ศึกษาเฉพาะสตรีโสดวัย 25-50 ปี ในกรุงเทพมหานคร, วิทยานิพนธ์ สังคมสงเคราะห์ศาสตรมหาบัณฑิต, มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ, 2541.
[2] Oranuch Chatratananon, Factors influencing decisions to stay single or delay marriage of working singles aged between 30-50 years old, Research paper (M.A.)–Thammasat University, 2007.
[3] ปริญญา อยู่เป็นแก้ว, การตัดสินใจอยู่เป็นโสดของผู้หญิงในยุคโลกาภิวัตน์, วิทยานิพนธ์ ศิลปศาสตรมหาบัณฑิต (สตรีศึกษา), วิทยาลัยสหวิทยาการ มหาวิทยาลัยธรรมศาสตร์, 2552.

featured image from here and rabbit homepage image’s intuition from Antoinette Portis’s Drawing

……….

หลายคนอาจจะตั้งคำถามอยู่เสมอว่าละครก่อให้เกิดการเปลี่ยนแปลงในสังคมหรือไม่ จุดเริ่มต้นก็น่าจะตั้งแต่ละครเรื่อง “ระบำดวงดาว” ที่มีตัวเอกคือ “หวานหวาน” ตามด้วย “ดอกส้มสีทอง” ที่ตัวเอกคือ “เรยา” และล่าสุด ละครเรื่อง “แรงเงา” ในบทของ “มุนินทร์/มุตตา” ที่ในบท(รุน)แรงได้ใจคนไทยไปทั้งประเทศ

กระทรวงวัฒนธรรม หรือหน่วยงานทางด้านนิเทศศาสตร์จำนวนมาก ออกมาต่อต้าน/คัดค้านบทละครเรื่องเหล่านี้ตลอดมา เพราะเชื่อว่าความรุนแรงในละครจะส่งให้คนในสังคมมีความรุนแรงมากขึ้น หรืออย่างน้อยก็”รับได้”กับความรุนแรงมากขึ้น ขณะที่ผู้จัดละครและดารานักแสดงก็ออกมาโต้แย้งว่า “ไม่จริง เพราะประชาชนแยกแยะได้” และพวกเขาแค่ทำละครอย่างที่สังคมต้องการเท่านั้น ที่สำคัญดูได้จากยอดเรทติ้งที่พุ่งกระฉูด หยุดไม่อยู่เลยทีเดียว

……….

ในเชิงปรัชญา คำโต้เถียงของคนทั้งสองกลุ่มอยู่ภายใต้ความเชื่อที่ว่า ละครเป็น “ตะเกียง” ทำหน้าที่ให้ความสว่างเพื่อชี้นำสังคม หรือละครเป็น “กระจก” ทำหน้าที่เพียงสะท้อนความจริงของสังคมเท่านั้น

แล้วปรัชญาไหนน่าจะถูกต้อง คำตอบนี้อาจไม่ง่ายนัก ด้วยปัญหาทางเศรษฐมิติ ๒ ประการ ๑) ความรุนแรงมีอยู่แล้วในสังคมไทย เมื่อเนื้อหาของละครมีความรุนแรง และเกิดความรุนแรงขึ้นจริงในสังคม จะบอกได้อย่างไรว่าความรุนแรงนั้นมันจะเกิดอยู่แล้ว (แต่มีละครมาเป็นข้ออ้าง) หรือมันเกิดจากละครจริงๆ ๒) ผลกระทบของละครเป็นผลอาจเกิดขึ้นในระยะยาว แต่เนื่องจากละครที่มีความรุนแรงไม่ได้ถูกฉายอย่างต่อเนื่อง (มีเรื่องอื่นๆ ฉายคั่นในช่วงต่อจากเรื่องหนึ่งไปยังอีกเรื่องหนึ่ง) หากเกิดความรุนแรงขึ้นในอนาคต จะบอกได้อย่างไรว่าเป็นผลจากละครที่มีความรุนแรง

“ทีวีกับความรุนแรงที่อาจเกิดกับเด็ก” (ที่มาของภาพ)

……….

การตอบคำถามนี้ต้องอาศัยสถานการณ์พิเศษของบางพื้นที่ Jensen and Oster (2009) ทำการศึกษาผลกระทบของการดูโทรทัศน์ที่มีต่อสังคมในประเทศอินเดีย โดยมุ่งไปที่ความรุนแรงต่อผู้หญิง และทัศนคติต่อการมีบุตรชาย ซึ่งเป็นปัญหาใหญ่ของสังคมอินเดีย Sen (1992) ชี้ให้เห็นว่า ในแต่ละปี มีเด็กหญิงชาวอินเดียที่ควรจะได้เกิดแต่ไม่ได้เกิดประมาณ 41 ล้านคน อันเนื่องมาจากการปฏิบัติอย่างไม่ถูกต้องของแม่ จากทัศนคติของสังคมที่อยากได้ลูกชาย และหากเกิดมาแล้ว ก็ยังได้รับการปฏิบัติอย่างไม่เท่าเทียมทั้งการได้รับอาหาร สาธารณสุข และการศึกษา

โทรทัศน์เข้าสู่อินเดียเป็นครั้งแรกในปี 1959 และมีรายการอินเดียให้รับชมตลอดมา ต่อมา พื้นที่ชนบทของอินเดียก็เริ่มมี “เคเบิ้ลทีวี” แม้อาจจะดูเป็นเรื่องเล็กๆ แต่เคเบิ้ลทีวีทำให้ชาวอินเดียในเมืองได้เห็นวัฒนธรรมที่แตกต่างออกไป เพราะรายการจำนวนหนึ่งเป็นรายการของตะวันตก ทำให้ชาวอินเดียได้เห็นความเท่าเทียมกันระหว่างเพศ และอีกด้านของความเลวร้ายจากความรุนแรง

Jensen and Oster (2009) ทำการศึกษาตัวอย่าง 2,700 ครัวเรือนในช่วงปี 2001, 2002 และ 2003 ใน 4 เมือง (Bihar, Goa, Haryana และ Tamil Nadu) กับเมืองหลวงคือ Delhi สาเหตุที่พิจารณาการเข้ามาของเคเบิ้ลทีวีก็เพราะสัดส่วนของบ้านที่ดูเคเบิ้ลทีวีในชุมชนหนึ่งๆ อยู่ที่ร้อยละ 40-60 ทำให้สามารถเปรียบเทียบบ้านที่ดู(ได้รับผล)กับไม่ได้ดู(ไม่ได้รับผล)เคเบิ้ลทีวีในชุมชน(ที่มีวัฒนธรรม)เดียวกันได้ และเมื่อบ้านใดติดเคเบิ้ลแล้วก็มีแนวโน้มจะดูรายการทีวีจากเคเบิ้ลมากกว่ารายการจากช่องทีวีปกติด้วย

ตารางที่ ๑ แสดงให้เห็นว่า ผู้หญิงประมาณร้อยละ 30 “รับได้”กับความรุนแรงที่ถูกกระทำโดยผู้ชาย หากไม่ปฏิบัติตามครรลองของสังคม เช่น ดูแลลูกได้ไม่ดี ไม่แสดงความเคารพสามี ออกไปข้างนอกโดยไม่ได้บอกสามีก่อน หรือแม้แต่ครอบครัวของผู้หญิงไม่ให้เงินใช้ เป็นต้น รวมทั้ง ผู้หญิงที่ต้องการมีลูกประมาณร้อยละ 55 ต้องการลูกผู้ชาย ขณะที่เพียงร้อยละ 13 เท่านั้นที่ต้องการลูกผู้หญิง

“ตารางที่ ๑ ค่าสถิติเชิงพรรณาของความรุนแรงและทัศนคติต่อการมีลูกชายของผุ้หญิงชาวอินเดีย”

ความสัมพันธ์ระหว่างเคเบิ้ลทีวีที่มีผลต่อความรุนแรง และทัศนคติที่ต้องการลูกชาย เปรียบเทียบระหว่างบ้านที่ติดและไม่ติดเคเบิ้ลในชุมชนเดียวกัน แสดงให้เห็นในตารางที่ ๒ พบว่า เคเบิ้ลทีวีทำให้ความรุนแรงในครอบครัวลดลงประมาณ 3% ต่อปีอย่างมีนัยสำคัญ (= 0.1609/6×100) และทำให้ทัศนคติที่ต้องการลูกชายลดลงอย่างมีนัยสำคัญ 8.82% ต่อปีเช่นกัน แม้ว่าจะเป็นตัวเลขไม่มาก แต่ก็ลดลงอย่างชัดเจน และเมื่อเวลาผ่านไป สังคมก็จะค่อยๆ ดีขึ้นตามลำดับ

“ตารางที่ ๒ ผลการประมาณค่าสมการความสัมพันธ์ระหว่างเคเบิ้ลทีวีที่มีผลต่อความรุนแรง และทัศนคติที่ต้องการลูกชาย”

……….

มาถึงตรงนี้อาจมีข้อโต้แย้งว่า เคเบิ้ลทีวีไม่ได้หมายความเช่นเดียวกับละคร เพราะรวมไปถึงสารคดี ข่าวและรายการอื่นๆ ด้วย (แต่ที่จริง คนส่วนใหญ่ก็ดูละครมากกว่ารายการอื่นแน่ๆ) เนื่องด้วยความจำกัดของข้อมูลและสถานการณ์พิเศษที่จะวิเคราะห์เรื่องนี้ทำให้ไม่มีการศึกษาผลกระทบของละครที่มีต่อความรุนแรงโดยตรง แต่ก็มีงานศึกษาที่ยังคงให้ประโยชน์กับคำตอบเรื่องนี้ได้เช่นกัน

Ferrara, Chong and Duryea (2008) ทำการศึกษาเรื่องผลกระทบของละครช่วง Prime Time (พูดง่ายๆ ก็คือเหมือนละครหลังข่าวบ้านเรานี่เอง) ที่มีต่ออัตราการเกิดในประเทศบราซิล ซึ่งดูเหมือนจะไม่เกี่ยวกันเอามากๆ

ในช่วงประมาณปี 1980 Rede Globo ได้นำเอาละครจากโปรตุเกสเข้ามาฉายในบราซิล (ทั้งสองประเทศพูดภาษาเดียวกัน) และได้รับความนิยมอย่างล้นหลามจนกระทั่ง Rede Globo อาจเรียกได้ว่าเป็นผู้ผูกขาดละครหลังข่าวเพราะมีคนดูประมาณ 80-90% เลยทีเดียว โดยละครที่มาจากโปรตุเกส ซึ่งเป็นประเทศในยุโรป มักจะแสดงถึงความเป็นครอบครัวเล็ก แตกต่างจากสภาพสังคมของบราซิลโดยสิ้นเชิงที่เป็นครอบครัวใหญ่ มีลูกมาก ที่สำคัญ ละครจากยุโรปมักจะมีลักษณะที่ว่า ครอบครัวชนชั้นกลางถึงรวยจะเป็นครอบครัวเล็กและมีความสุข ขณะที่ครอบครัวใหญ่ที่มีลูกมากจะยากจนและไม่มีความสุข

“ละครเรื่องแรงเงาที่มีเรทติ้งสูงมาก” (ที่มาของภาพ)

ข้อค้นพบของ Ferrara, Chong and Duryea (2008) ไม่ต่างไปจาก Jensen and Oster (2009) ที่ว่าละครหลังข่าวมีผลทำให้อัตราการมีบุตรลดลงอย่างมีนัยสำคัญ ดังแสดงในตารางที่ ๓ ที่น่าสนใจก็คือ ละครหลังข่าวส่งให้อัตราการมีบุตรลดลงเร็วกว่าผลที่เกิดจากการให้การศึกษาที่ว่ามีลูกมากจะยากจนเสียอีก

“ตารางที่ ๓ ผลการประมาณค่าสมการความสัมพันธ์ระหว่างละครหลังข่าวกับอัตราการมีบุตร”

……….

แม้ว่าบทความทั้งสองชิ้นที่นำมา อาจไม่ได้ตอบคำถามตรงๆ ว่าเนื้อหาของละครมีผลต่อความรุนแรงแน่ๆ แต่ก็ได้ชี้ให้เห็นว่า รายการทีวีและละครมีผลต่อทัศนคติและวิถีการใช้ชีวิตของผู้คนในสังคมอย่างมีนัยสำคัญ ดังนั้น ละครจึงไม่ใช่มีบทบาทแค่เป็นกระจกที่สะท้อนสังคมจนเรทติ้งสูงและทำกำไรจากค่าโฆษณามากมายเท่านั้น แต่กลับเป็นตะเกียงที่ชี้นำสังคมให้เปลี่ยนแปลงไปในทิศทางที่ละครนำเสนอด้วย

อย่างไรก็ดี อาจจะโทษแค่ผู้จัดละครคงไม่ได้ เพราะสังคมเองก็ชื่นชม สนุกสนานและคิดว่าไม่เป็นไร ทุกวันนี้เราก็อาจจะเห็นคลิปเด็กตบกันจนรู้สึกธรรมดาไปแล้ว ขณะที่บางประเทศ เขาก็รับไม่ได้ ไม่แตกต่างไปจากการที่เราเห็นบางประเทศกินเนื้อสุนัขเป็นเรื่องรับไม่ได้ ทั้งๆ ที่คนในประเทศของเขาไม่รู้สึกอะไร

ที่น่าเสียดายคือ เรากำลังทำเหมือนกรณีของประเทศอินเดียในบทความแรก เพียงแต่เขาใช้รายการทีวีเพื่อลดความรุนแรงของสังคม แต่เราไม่ได้ทำแบบนั้น เท่านั้นเอง

ที่มา:
– Robert Jensen and Emily Oster, The Power of TV: Cable Television and Women’s Status in India, The Quarterly Journal of Economics (2009) 124(3): 1057-1094.
– Ferrara, Eliana La, Chong, Alberto and Duryea, Suzanne, Soap Operas and Fertility: Evidence from Brazil (June 2008). IDB Working Paper No. 533.

featured image from here and rabbit homepage image’s intuition from Antoinette Portis’s Drawing

……….

“A thing of beauty is a joy forever, its loveliness increases; it will never pass into nothingness.” – John Keats, Endymion: Book I

บทกวีของ Keats ที่กล่าวถึงความสำคัญของความงามคงเป็นการเกริ่นนำที่ดีของบทความนี้ ผู้เขียนเองไม่กล้าแปลออกมาเป็นภาษาไทย แต่คิดว่าเพื่อนๆ คงเข้าใจความหมายของมันได้เป็นอย่างดี

ที่ผ่านมา งานวิจัยทางด้านจิตวิทยาเกี่ยวกับความสัมพันธ์ระหว่างเสน่ห์ทางร่างกาย (Physical Attractiveness) กับความสัมพันธ์อันเกิดจากความรัก (Romantic Relationship) มีให้เห็นจำนวนพอสมควร โดยที่ข้อสรุปนั้นยังเป็นที่ถกเถียงกันอยู่ในสองกลุ่มทฤษฎี ในด้านหนึ่ง Equity and Similarity Theories ให้ข้อสรุปว่า คู่แต่งงานที่มีเสน่ห์ทางร่างกายใกล้เคียงกันจะให้ความสุขในการดำเนินชีวิตคู่มากกว่าคู่แต่งงานที่มีเสน่ห์ทางร่างกายแตกต่างกัน ขณะที่อีกด้านหนึ่ง Evolutionary Perspectives and Normative Resource Theories กลับท้าทายว่า ความไม่เหมือนกันของเสน่ห์ทางร่างกายของคู่แต่งงานนั้นก่อให้เกิดผลลัพธ์ที่เป็นอสมมาตร (Asymmetric Outcome of Dissimilar Attractiveness) โดยถ้าเป็นคู่แต่งงานที่ผู้หญิงมีเสน่ห์มากกว่าผู้ชายจะให้ผลลัพธ์ที่ดีกว่าคู่แต่งงานที่ผู้ชายมีเสน่ห์มากกว่าผู้หญิง

……….

James K. McNulty, Lisa A. Neff, and Benjamin R. Karney (2008) ได้ทำการศึกษาเรื่องความสัมพันธ์ระหว่างเสน่ห์ทางร่างกายกับความพึงพอใจในชีวิตสมรสของคู่แต่งงานใหม่ (แต่งงานกันมาไม่เกิน 6 เดือน และไม่เคยผ่านการแต่งงานหรือมีลูกมาก่อน) จำนวน 82 คู่

สาเหตุที่เลือกพิจารณาคู่แต่งงานใหม่ก็ด้วยเหตุผลสองประการ หนึ่งคือ คู่ที่เพิ่งแต่งงานกันจะตั้งใจยึดมั่นคำสัญญา และมีความมุ่งหวังจะมีชีวิตคู่ที่ยืนยาวในระดับที่เท่าๆ กันทั้งสองฝ่าย สองคือ คู่แต่งงานใหม่มักจะมีช่วงอายุและประสบการณ์จากความรักที่ใกล้เคียงกัน ขณะที่คู่แต่งงานที่อยู่กันนานแล้ว ผลลัพธ์ของการแต่งงานจะขึ้นอยู่กับปัจจัยอื่นๆ อีกมากมายจนไม่อาจประเมินผลของเสน่ห์ทางร่างกายได้อย่างถูกต้อง

“ภาพยนตร์เรื่องดังที่เกี่ยวกับความรักระหว่างนางเอกชื่อดังกับผู้ชายธรรมดาๆ (แต่ที่จริงหน้าตาก็ไม่ค่อยธรรมดาอย่างที่เรื่องพยายามจะเสนอแฮะ)”

ในการวัดผลลัพธ์ของการแต่งงาน McNulty, Neff, and Karney (2008) จำแนกออกเป็น 3 ด้าน ได้แก่ ๑) ความพอใจในชีวิตแต่งงาน (Marital Satisfaction) เป็นการให้คู่แต่งงานตอบแบบสอบถามแบบสเกลที่มีพื้นฐานมาจาก Quality Marriage Index (Norton, 1983) ๒) พฤติกรรมที่ปฏิบัติต่อคู่ครอง (Marital Interaction Behavior) จะถูกวัดจากอาสาสมัครทางจิตวิทยาที่ได้รับการอบรม ระหว่างที่คู่บ่าวสาวอธิบายถึงปัญหาของชีวิตแต่งงาน และ ๓) ระดับความมีเสน่ห์ทางร่างกาย (Physical Attractiveness) จะถูกประเมินจากอาสาสมัคร โดยที่ไม่ทราบว่าใครเป็นคู่ของใคร

ข้อมูลสถิติพื้นฐานของตัวแปรตามทั้งสาม พบว่า คู่แต่งงานมีความพอใจในชีวิตแต่งงานอยู่ในระดับที่สูง (คะแนนเต็ม 45; ผู้ชายมีค่าเฉลี่ย = 42.1 SD = 4.0 ผู้หญิงมีค่าเฉลี่ย = 42.1 SD = 5.3) ขณะที่อาสาสมัครให้คะแนนการปฏิบัติต่อกันในทางบวกมากกว่าลบ (คะแนนจาก -1.0 ถึง +1.0; ผู้ชายมีค่าเฉลี่ย = 0.20 SD = 0.24 ผู้หญิงมีค่าเฉลี่ย = 0.24 SD = 0.21) และให้คะแนนความมีเสน่ห์ทางร่างกายโดยเฉลี่ยอยู่ค่ากลางๆ (คะแนนเต็ม 10; ผู้ชายมีค่าเฉลี่ย = 4.5 SD = 1.0 ผู้หญิงมีค่าเฉลี่ย = 4.3 SD = 1.2)

ผลการศึกษาตามตารางที่ ๑ แสดงค่าความสัมพันธ์ระหว่างระดับความมีเสน่ห์ทางร่างกายของสามีหรือภรรยา (Absolutue Attractiveness) กับความพอใจในชีวิตสมรสหรือพฤติกรรมที่ปฏิบัติต่อกัน โดยผู้ชายที่หล่อจะมีแนวโน้มทั้งความพอใจในชีวิตสมรสต่ำ (r=-0.27*) และการปฏิบัติต่อภรรยาที่ไม่ค่อยดี (r=-0.31*) แต่ผู้หญิงที่สวยมีแนวโน้มจะปฏิบัติกับสามีค่อนข้างดี (r=0.26*) ขณะที่ทั้งความพอใจและการปฏิบัติต่อกันจะดีหรือไม่ดีนั้น ไม่ได้ขึ้นอยู่กับรูปร่างหน้าตาของคู่สมรสเลย

“ตารางที่ ๑ ความสัมพันธ์ระหว่างเสน่ห์ทางร่างกายกับความพอใจในชีวิตสมรส”

……….

McNulty, Neff, and Karney (2008) ได้ทำการประเมินต่อด้วยสมการถดถอย (Regression Analysis) โดยใช้ระดับความมีเสน่ห์ทางร่างกายทั้งของสามีและภรรยาเป็นตัวแปรอิสระ และควบคุมปัจจัยอื่นๆ อันได้แก่ การศึกษาและรายได้

ผลการศึกษาที่แสดงในตารางที่ ๒ มีความน่าสนใจหลายประการ

- ในด้านการปฏิบัติต่อกัน

• ความหล่อของสามี ส่งผลทางลบทั้งต่อการปฏิบัติของตัวสามีเองต่อภรรยา (เช่น ให้เกียรติภรรยาน้อยลง) และการปฏิบัติของตัวภรรยากับสามี (เช่น มักเกิดความหึงหวง หวาดระแวง)
• ความสวยของภรรยา ส่งผลบวกทั้งต่อการปฏิบัติของตัวภรรยาที่มีต่อสามี (เช่น ให้เกียรติสามีมากกว่า เพราะต้องรักษาภาพพจน์) และการปฏิบัติของตัวสามีต่อภรรยา (เช่น คอยเอาอกเอาใจมากขึ้น เพราะภรรยาสวย)

- ในด้านความพึงพอใจต่อชีวิตสมรส ไม่พบความสัมพันธ์ที่ชัดเจนว่ารูปร่างหน้าตาจะส่งผลให้ความพึงพอใจเพิ่มขึ้นหรือลดลง

“ตารางที่ ๒ ผลการประมาณค่าสมการแสดงความสัมพันธ์ระหว่างเสน่ห์ทางร่างกายกับความพอใจในชีวิตสมรส”

กล่าวโดยสรุปสั้นๆ ก็คือ รูปร่างหน้าตาที่ดีของฝ่ายหญิงจะส่งผลบวกต่อการปฏิบัติต่อกันระหว่างคู่สมรส ขณะที่รูปร่างหน้าตาที่ดีของฝ่ายชายกลับส่งผลลบ

……….

สาเหตุที่เป็นเช่นนี้อธิบายได้จากสองแนวคิด

หนึ่งคือ แนวคิดทางด้าน(กึ่ง)มานุษยวิทยาที่อธิบายได้ว่า การมีรูปร่างหน้าตาดีของผู้หญิงนั้น ตัวผู้หญิงเองจะถือว่าเป็นทรัพยากร(หรือทรัพย์สิน) และมักใช้ไปเพื่อคัดเลือกคู่ครองที่เหมาะสม ขณะที่การมีรูปร่างหน้าตาดีของผู้ชายนั้น ตัวผู้ชายจะถือว่ามันเป็นอาวุธที่ใช้ในการล่า เพื่อขยายเผ่าพันธุ์ ดังนั้น เมื่อมีการลงเอยกันแล้ว ผู้หญิงมักถือว่าตนเองได้คู่ครองที่เหมาะสม และสร้างครอบครัวต่อไป แต่ผู้ชายจะยังคงใช้เพื่อการล่า และนำมาซึ่งปัญหาครอบครัวต่อไป

สองคือ แนวคิดทางด้านเศรษฐศาสตร์(พฤติกรรม) ผู้หญิงเป็นเพศที่มีความงามมากกว่าผู้ชาย จึงไม่ขาดแคลนทรัพยากรความงาม พวกเขาจึงให้ความสำคัญกับด้านอื่นๆ ที่พวกเขาขาดแคลนแทนที่ เช่น ฐานะ ความสามารถ ไหวพริบ หรือแม้แต่มุกตลก ขณะที่ผู้ชายให้ความสนใจกับความงามของผู้หญิงเพราะเป็นสิ่งที่พวกเขาขาดแคลนมากกว่า แต่ไม่รู้ว่าโชคดีหรือโชคร้ายที่งานวิจัยของ Dan Ariely ระบุว่า ในสิ่งที่กล่าวมาทั้งหมดนั้น ผู้หญิงสนใจฐานะมากที่สุด

“ฉากแต่งงานระหว่างหม่ำกับจั๊กจั่นในภาพยนตร์เรื่อง วงศ์คำเหลา” (ที่มาของภาพ)

……….

สุดท้ายนี้จึงอาจกล่าวได้ว่า หากคุณเป็นผู้หญิงและอยากมีความสุขในชีวิตสมรส จงมองหาผู้ชายที่หน้าตาแย่กว่า แต่หากคุณเป็นผู้ชาย และอยากมีความสุขในชีวิตสมรส จงมองหาผู้หญิงที่หน้าตาดีกว่า พูดง่ายๆ ก็คือ ผู้หญิงที่มีหน้าตาดีจะมีความสุขมากกว่ากับการมีคู่ครองที่เป็นผู้ชายหน้าตาไม่ดีนั่นเอง

แต่จะว่าไป สงสัยผู้เขียนจะหาแฟนที่หน้าตาดีกว่าได้ยากนะเนี่ย หุหุ

ที่มา: McNulty, J.K., Neff, L.A. & Karney, B.R. (2008). Beyond initial attraction: physical attractiveness in newlywed marriage. Journal of Family Psychology, Vol 22, No 1: 135-143.

featured image from here

……….

ขอเริ่มจากการทำความเข้าใจคำว่า “แตกต่าง” กับ “แตกแยก” ก่อน คำว่าแตกต่างมักเป็นการเปรียบเทียบระหว่างตัวบุคคล เช่น คนที่หนึ่งแตกต่างจากคนที่สอง ขณะที่คำว่าแตกแยกมักใช้กับพฤติกรรมกลุ่ม เช่น มีการแตกแยกกันภายในกลุ่ม หรือมีการแตกแยกกันระหว่างกลุ่ม ดังนั้น “แตกต่าง” จึงเป็นคำอธิบายในระดับจุลภาค (Micro Aspect) ขณะที่ “แตกแยก” เป็นคำอธิบายระดับมหภาค (Macro Aspect)

Thomas Schelling นักเศรษฐศาสตร์รางวัลโนเบลปี 2005 ได้นำเสนอแบบจำลองการแบ่งแยก (Segregation Model) ซึ่งในตอนที่เขานำเสนอนั้น เขามุ่งไปที่การทำความเข้าใจสถานการณ์การแบ่งแยกสีผิวในสหรัฐอเมริกา โดยด้วยการหาความสัมพันธ์ระหว่างความแตกต่างของบุคคล(ในระดับจุลภาค)กับความแตกแยกในสังคม(ในระดับมหภาค) แต่คุณูปการของแบบจำลองนี้กลับสามารถประยุกต์กับกรณีอื่นที่เป็นการรวมกันของความแตกต่างในสังคมได้มากกว่าแค่การแบ่งแยกสีผิว เช่น ความคิดทางการเมืองที่แตกต่าง หรือฐานะความเป็นอยู่ที่แตกต่างได้ด้วยเช่นกัน

“Thomas Schelling นักเศรษฐศาสตร์รางวัลโนเบล” (ที่มาของภาพ)

……….

ในโลกความเป็นจริง เรามองเห็นภาพความขัดแย้งได้เฉพาะภาพของ”ความแตกแยก”ในระดับมหภาค และเราก็มักเชื่อหรือถือเอาว่าสถานการณ์ว่าความแตกแยกในระดับมหภาคดังกล่าวสะท้อนมาจากความขัดแย้งอันเกิดจาก”ความแตกต่าง”ในระดับจุลภาคด้วยความรุนแรงที่เหมือนๆ กัน ทั้งนี้เป็นเพราะเราไม่สามารถวัดความขัดแย้งอันเกิดจากความแตกต่างในระดับจุลภาคได้

บทความจะขอเริ่มอธิบายจากภาพจุลภาคไปสู่มหภาค ซึ่งจะทำให้เข้าใจความสัมพันธ์ตามแนวคิดของ Schelling ได้ง่ายกว่า แล้วจะทำการสรุปจากภาพมหภาคกลับไปสู่จุลภาคอีกครั้งหนึ่ง

เริ่มต้นจากการสมมติว่าในสังคมมีคนอยู่ 2 แบบ ได้แก่ คนสีฟ้า และ คนสีแดง ซึ่งคนทั้งสองแบบมีความคิดที่ไม่ตรงกัน คนทั้งสองแบบจึงมี”ความแตกต่าง” แต่ต้องมาอยู่รวมกันในสังคมเดียวกัน

สมมติว่าเราเป็นคนสีแดงที่มีบ้านอยู่ในชุมชนแห่งหนึ่ง โดยมีเพื่อนบ้านล้อมรอบ 7 คนจาก 8 ทิศ [1 ทิศที่เว้นไว้ เพื่อให้มีพื้นที่ว่างสำหรับย้ายบ้านไปมาได้] หากเพื่อนบ้าน 7 คนเป็นสีแดงเหมือนกับเรา ความขัดแย้งจะไม่เกิดขึ้น เพราะไม่มีใครแตกต่างจากเราเลย ขณะที่หากเพื่อนบ้าน 7 คนใน 8 ทิศ เป็นสีฟ้าทั้งหมด ความขัดแย้งก็จะมากที่สุด เพราะไม่มีใครเหมือนเราเลย (ดูรูปที่ ๑)

“ภาพที่ ๑ ตัวเราและเพื่อนบ้านที่มีความเหมือนและแตกต่างแบบสุดขั้ว”

ในความจริงอาจไม่มีกรณีสุดขั้วดังตัวอย่างข้างต้น แต่จะเป็นกรณีที่มีเพื่อนบ้านคละสีกัน ประเด็นจึงอยู่ที่ว่า คนแต่ละสีจะสามารถอดทนต่อความแตกต่างจากคนสีอื่นได้ในสัดส่วนเท่าไหร่กัน

เริ่มต้นจากการมี “ดุลยภาพเชิงพื้นที่” (Spatial Equilibrium) ตามรูปที่ ๒ นั่นคือ เรา(สีแดง)รับได้กับการอยู่ร่วมกับเพื่อนบ้านที่มีสีแดง(อย่างน้อย)ในสัดส่วน 3 คนใน 7 คน หรือต้องมีความชอบต่อความเหมือนกัน (Similarity Preference) ที่ 3/7 นัยยะก็คือถ้ามีสีแดงด้วยกันสักเกือบครึ่งหนึ่งก็สามารถอยู่ร่วมกันได้แล้ว (แน่นอนว่าในโลกความเป็นจริงความสามารถในการรับความแตกต่างได้ของแต่ละคนไม่เท่ากัน แต่ในที่นี้สมมติว่าทุกคนมีเท่ากันคือ 3/7)

“ภาพที่ ๒ ดุลยภาพเชิงพื้นที่ก่อนการเริ่มแบบจำลอง”

เมื่อเกณฑ์ความชอบต่อความเหมือนกันที่รับได้คือ 3/7 การย้ายบ้านหนีของเราสามารถเกิดได้จาก 2 กรณี หนึ่งคือ เราจะย้ายออก ถ้ามีเพื่อนบ้านสีแดงคนหนึ่งย้ายออก เพราะความเหมือนจะกลายเป็น 2/6 < 3/7 กรณีนี้เรียกว่า Exodus Tip หรือเราก็จะย้ายออกเช่นกัน ถ้ามีเพื่อนบ้านสีฟ้าย้ายเข้า ความเหมือนจะกลายเป็น 3/8 < 3/7 กรณีนี้เรียกว่า Genesis Tip (ดูรูปที่ ๓) ก็คือถ้าเมื่อไรก็ตามที่ความเหมือนต่ำกว่า 3/7 เราจะย้ายออก

“ภาพที่ ๓ ปัจจัยที่ส่งผลให้เกิดการย้ายออกสองรูปแบบ”

……….

กลับมาพิจารณาดุยภาพเชิงพื้นที่ ซึ่งทุกคนจะมีเพื่อนบ้านสีเดียวกันจำนวน 3/7 อยู่ในชุมชนเสมอ และมีอีกชุมชนที่เหมือนกันอยู่ข้างๆ ลองสมมติว่าเกิดมีเพื่อนบ้านสีแดงคนหนึ่งย้ายออกจากชุมชนบนไปยังชุมชนล่างด้วยเหตุผลอะไรก็ตาม เช่น น้ำท่วม เจ้าหนี้ทวง เบื่อรถติด ฯลฯ ผลก็คือในชุมชนล่างจะมีสีแดงเพิ่มขึ้นเป็น 4/8 (> 3/7) ส่งผลให้คนสีฟ้าที่มีความอดทนต่ำที่สุดย้ายออกจากชุมชนล่างไปบน ขณะที่ในชุมชนบนจะมีสีแดงลดลงเหลือ 2/7 (< 3/7) ทำให้คนสีแดงที่มีความอดทนต่ำที่สุดก็จะย้ายออกจากชุมชนบนไปยังล่างเช่นกัน ซึ่งก็จะยิ่งทำให้ชุมชนบนมีสีแดงเพียง 2/8 (< 2/7 << 3/7) และชุมชนล่างมีสีแดงถึง 5/7 (> 4/8 >> 3/7) และก็เป็นเช่นนี้ไปเรื่อยๆ จนสุดท้ายสองชุมชนจะกลายเป็นชุมชนสีแดงและชุมชนสีฟ้าทั้งหมด (ดูรูปที่ ๔)

“ภาพที่ ๔ กระบวนการและผลลัพธ์ของ Segregation Model”

สิ่งที่เราเห็นในโลกความจริงคือภาพมหภาค(ภาพสุดท้าย) ซึ่งมีความแตกแยกอย่างสุดขั้ว เพราะคนสีแดงและคนสีฟ้าจะแยกกันอยู่โดยสมบูรณ์ (Absolute Separation) ทั้งๆ ที่พวกเขาชอบความเหมือนไม่ถึงครึ่ง (=3/7) หรือเรียกว่ารับความแตกต่างได้มากกว่าครึ่งด้วยซ้ำไป

……….

กระบวนการใน Segregation Model ของ Schelling นั้นสามารถประยุกต์ให้ยากขึ้นได้ เช่น มีจำนวนคนมากขึ้น พื้นที่ใหญ่ขึ้น ช่องว่างมากขึ้น/ลดลง สัดส่วนของคนสองสีที่แตกต่างออกไป ภาพที่ ๕ เป็นกระบวนการของ Segregation Model ในระดับที่ซับซ้อนมากขึ้นด้วยโปรแกรมคอมพิวเตอร์

“ภาพที่ ๕ กระบวนการและผลลัพธ์ของ Segregation Model ที่ซับซ้อนมากขึ้น”

……….

ข้อสรุปของ Schelling ก็คือ “Micro Incentive ≠ Macro Aggregate” ระดับความแตกแยกในมหภาคไม่เหมือนกับระดับความแตกต่าง(ที่รับได้)ของจุลภาค

ภาพที่ ๖ เป็นการอยู่รวมกันของคนแต่ละผิวสีใน Chicago ที่ดูแตกแยกกันอย่างชัดเจน และอาจถูกทำให้เชื่อว่าสังคมจะรับได้กับความแตกต่างที่ต่ำมากๆ ซึ่ง Schelling ชี้ว่ามันไม่ได้เป็นเช่นนั้น (อย่างน้อยในระยะสั้น แต่ถ้าอยู่รวมกันเองมากเกินไป ความสามารถในการรับความแตกต่างได้จะลดลงเรื่อยๆ)

“ภาพที่ ๖ ความแตกแยกในระดับมหภาคของเมือง Chicago ซึ่งอาจไม่ได้เกิดจากความไม่ยอมรับความแตกต่างมากอย่างที่เห็น”

……….

“แตกต่าง ไม่แตกแยก” เป็นอุดมการณ์ที่ต้องพยายามทำให้ได้ในทุกสังคม แต่ความเป็นจริง สิ่งที่เกิดขึ้นก็คือ “(ดูเหมือน)แตกแยก (ทั้งที่)ไม่แตกต่าง” ทำให้เรามองโลกในแง่ดีได้ว่า คนไทยอาจไม่ได้แตกแยกมากอย่างที่เราเห็นกันในภาพรวมก็ได้ และแน่นอนว่า หากเราส่งเสริมให้ประชาชนสามารถรับความแตกต่างได้มากขึ้นไปอีก เช่น จากที่ต้องมีเพื่อนบ้านสีเดียวกันอย่างน้อย 3/7 กลายเป็น 2/7 หรือ 1/7 ก็ได้ ภาพความแตกแยกก็จะยิ่งน้อยลงกว่าที่เห็นไปอีก และนี่คือสิ่งที่เราทุกคนต้องช่วยกัน ^^

featured image from here

……….

บ่อยครั้งที่เราไปดูการแสดงต่างๆ เรามักจะเห็นว่ามีเซเลบริตี้ (Celebrity) ไม่ว่าเป็นดารา คนมีชื่อเสียง หรือไฮโซไฮซ้อนั่งกันอยู่แถวหน้าสุดของการแสดง พูดง่ายๆ ก็คือนั่งให้เราเห็นและต้องการให้เราเห็นด้วย ทั้งนี้ก็เพราะผู้จัดต้องการให้มีผู้ชมลุกขึ้นปรบมือเป็นจำนวนมาก หรือไม่ก็ต้องการให้เสียงปรบมือดังกึกก้องไปทั่วโรงละครนั่นเอง

ลองมาดูว่ามันเกี่ยวข้องกันอย่างไร ก่อนอื่นต้องทำความเข้าใจก่อนว่า เมื่อการแสดงจบ ผู้จัดย่อมต้องการให้ผู้ชมได้รับความทรงจำดีดีกลับไปด้วย ดังนั้น สิ่งสุดท้ายที่จะทิ้งท้ายก่อนจบการแสดงจึงสำคัญมาก และนั่นคือ “เสียงปรบมือ” เพราะมันเป็นรูปแบบหนึ่งของการส่งสัญญาณ (Signalling) ว่าการแสดงนี้เป็นที่ประทับใจผู้ชมส่วนใหญ่ และยังเป็นการย้ำให้เกิดความทรงจำของผู้ปรบมือเองด้วย อย่างน้อย ลองนึกดูว่า เมื่อการแสดงจบลง มีเสียงปรบมือดังๆ ก็ย่อมดีกว่ามีเสียงปรบมือไม่ดังเป็นแน่

“การลุกขึ้นยืนปรบมือหลังการแสดงจบลง” (ที่มาของภาพ)

……….

แล้วจะทำอย่างไรให้มีผู้ชมลุกขึ้นปรบมือเป็นจำนวนมากหรือมีเสียงปรบมือดังๆ Miller and Page (2004) ได้ทำการศึกษาเรื่องนี้ไว้ในชื่อว่า “แบบจำลองการลุกขึ้นปรบมือ” (Standing Ovations Model) โดยแบบจำลองเริ่มจากข้อสมมติ ๔ ข้อ ได้แก่

๑. การแสดงมีคุณภาพ Q
๒. ผู้ชมแต่ละคนไม่สามารถประเมินคุณภาพที่ถูกต้องได้อย่างแม่นยำ พวกเขาจึงรับรู้เพียงสัญญาณ (S) ว่าการแสดงนั้นดีหรือไม่ โดยสัญญาณก็คือคุณภาพที่มาพร้อมกับความคลาดเคลื่อนจากการประเมิน (e) หรือ S = Q + e
๓. กฎข้อแรก ผู้ชมจะยืนขึ้นปรบมือ หากสิ่งที่เขารับรู้ได้ถึงคุณภาพดีกว่าที่มาตรฐานในใจที่เขาคิดไว้ (Threshold: T) นั่นคือ ผู้ชมจะยืนขึ้นปรบมือ ถ้า S > T และไม่สนใจว่าผู้อื่นคิดอย่างไร
๔. กฎข้อต่อมา เนื่องจากเวลาในการคิดหรือประเมินคุณภาพจำกัดมากๆ [ลองจินตนาการดูว่าเวลาที่การแสดงจบ เรามีเวลาแค่เสี้ยววินาทีในการตัดสินใจว่าจะลุกขึ้นปรบมือหรือไม่] การลุกขึ้นปรบมือจึงไม่ได้ถูกตัดสินใจอย่างอิสระ แต่ขึ้นอยู่กับจำนวนผู้ปรบมือคนอื่นๆ ในโรงละครด้วย (Peer Effect) นั่นคือ ผู้ชมจะลุกขึ้นปรบมือ หากผู้ชมคนอื่นๆ ลุกขึ้นปรบมือมากกว่าสัดส่วน X% ของจำนวนผู้ชมในโรงละคร โดยค่า X เป็นมาตรฐานในใจของผู้ชมแต่ละคน

ผลของแบบจำลองสามารถสรุปได้ว่า จำนวนผู้ชมจะยืนขึ้นปรบมือมากขึ้น เมื่อ

๑. การแสดงมีคุณภาพสูง (High Q) เพราะ S (= Q↑↑ + e) >> T
๒. มาตรฐานการตัดสินคุณภาพของผู้ชมต่ำ (Low T) เพราะ S (=Q + e) >> T↓↓
๓. มาตรฐานการยืนปรบมือเมื่อคนอื่นยืนปรบมือต่ำ (Low X) นั่นคือ ผู้ชมคนยืนปรบมือไม่ต้องมาก ผู้ชมคนนั้นๆ ก็ยืนปรบมือตามแล้ว
๔. ค่าความคลาดเคลื่อนสูง (High e)

กรณีของค่าความคลาดเคลื่อนสูงสามารถอธิบายได้ด้วยตัวอย่างต่อไปนี้ สมมติว่ามีผู้ชม 100 คนในโรงละคร พวกเขามีมาตรฐานในใจอยู่ที่ 60 ขณะที่คุณภาพของการแสดงอยู่ที่ 50 ผู้ชมจะยืนขึ้นปรบมือ ถ้า Q + e > T ถ้า e มีค่าต่ำ เช่น e = 15 คนที่จะยืนขึ้นคือคนที่อยู่ในช่วง 60-65 แต่ถ้า e = 50 คนที่จะยืนขึ้นคือคนที่อยู่ในช่วง 60-100 ภาพที่ ๑ อธิบายผลของความคลาดเคลื่อนที่มีต่อจำนวนผู้ชมที่ยืนขึ้นปรบมือ

“ภาพที่ ๑ ผลของความคลาดเคลื่อนที่มีต่อจำนวนผู้ยืนปรบมือ”

แล้วความคลาดเคลื่อนจะสูงหรือต่ำขึ้นอยู่กับอะไร หนึ่งคือ ยิ่งผู้ชมมีความเชี่ยวชาญในการดูการแสดงต่ำเท่าไหร่ (Audience) ความคลาดเคลื่อนก็จะยิ่งสูง และสองคือ ยิ่งการแสดงมีหลากหลายมิติเท่าไหร่ (Multidimension) ความคลาดเคลื่อนก็จะยิ่งสูง ซึ่งจะทำให้จำนวนคนยืนขึ้นปรบมือสูงขึ้น ดังนั้น ผู้จัดการแสดงต้องทำให้การแสดงมีหลายมิติเข้าไว้

……….

ลึกลงไปกว่านั้น หากเรานึกถึงที่นั่งของโรงละคร จะมีลักษณะเป็นดังภาพที่ ๒ และสมมติว่าเรานั่งอยู่ในตำแหน่งสีแดง เราจะพบว่า เราไม่ได้มองเห็น (Observe) การลุกขึ้นปรบมือของผู้ชมคนอื่นๆ ทั้งโรงละคร แต่มองเห็นเป็นรูปกรวยเฉพาะคนที่อยู่หน้าเราเท่านั้น

“ภาพที่ ๒ ผู้ชมไม่ได้มองเห็นผู้ชมคนอื่นทั่วทั้งโรงละคร พวกเขาเห็นแค่ที่อยุูในสายตา”

คนที่นั่งอยู่แถวหน้าสุดจึงมีบทบาทมาก เพราะเมื่อเขาลุกขึ้นปรบมือ เขาจะเป็นสัดส่วนที่สูง (High X) ของจำนวนผู้ชมที่ลุกขึ้นปรบมือในสายตาของผู้ชมในแถวที่สอง ผู้ชมในแถวที่สองก็จะลุกขึ้นปรบมือตาม และกลายเป็นสัดส่วนสำคัญของผู้ชมในกลุ่มที่สามต่อๆ ไปเรื่อยๆ จนผู้ชมเกือบทั้งโรงละครลุกขึ้นปรบมือจากแถวหน้าสุดไปยังแถวหลัง

นอกจากนี้ การมาชมการแสดงเป็นคู่ก็เช่นเดียวกัน เพราะเมื่อการแสดงจบ หากคู่ที่มากับเราลุกขึ้นปรบมือ เราเองก็คงต้องลุกขึ้นปรบมือด้วยเช่นกัน [ไม่มีทางเลือก] อีกทั้งหากเราไม่รู้ว่าคู่ของเราจะลุกหรือไม่ การลุกขึ้นปรบมือของเราก็ยังน่าจะดีกว่าการไม่ลุกขึ้นปรบมือเช่นกัน การมาเป็นคู่จึงมีโอกาสที่จะได้เสียงปรบมือมากกว่าด้วย

……….

กล่าวโดยสรุปก็คือ เมื่อการแสดงจบลง หากผู้จัดต้องการได้รับเสียงปรบมือดังๆ นอกจากพวกเขาจะผลิตการแสดงที่มีคุณภาพดีแล้ว พวกเขายังสามารถทำได้โดยจัดการแสดงให้มีหลายมิติเข้าไว้ จ้างเซเลบริตี้มานั่งแถวหน้าสุดเพื่อทำหน้าที่ลุกขึ้นปรบมือ และประชาสัมพันธ์ให้มาชมการแสดงกันเป็นคู่

เลยพาลไปนึกถึงว่าแบบจำลองนี้จะใช้กับการสัมมนาวิชาการได้ไหม แต่เท่าที่ทราบ ผู้ฟังส่วนใหญ่มักจะปรบมือเพราะดีใจที่จบแล้ว มากกว่าประทับใจแฮะ สงสัยต้องปรับแบบจำลองกันต่อไป ^^

ที่มา: Page, Scott E. “The Standing Ovation Problem.” By John H. Miller. Print. (บทสรุปอ่านได้ที่นี่).

featured image from here