นายวิณะโรจน์ ทรัพย์ส่งสุข เลขาธิการสำนักงานเศรษฐกิจการเกษตร (สศก.) เปิดเผยว่า สศก.ได้จัดทำข้อมูลสารสนเทศการเกษตรในการวิเคราะห์ข้อมูลพยากรณ์ผลผลิตสินค้าเกษตรแต่ละชนิด โดยมีเจ้าหน้าที่ลงพื้นที่ตั้งแต่เดือนกรกฎาคม – สิงหาคม 2561 เพื่อติดตามสถานการณ์ สำรวจข้อมูลกลุ่มตัวอย่างทั้งจากผู้นำชุมชน เกษตรกร กลุ่มเกษตรกร ผู้รับซื้อ และหน่วยงานราชการในแหล่งผลิตที่สำคัญของแต่ละชนิดสินค้า ทั่วประเทศรวม 30 จังหวัดๆ ละ 6 หมู่บ้านต่อ 1 สินค้า เพื่อให้ทราบทิศทางของเนื้อที่เพาะปลูก และผลผลิตเมื่อเทียบกับปีที่ผ่านมา รวมทั้งแรงจูงใจที่ทำให้เกษตรกรยังคงปลูกอยู่หรือขยายพื้นที่ และปัจจัยที่ทำให้หันปรับเปลี่ยนปลูกพืชชนิดอื่นทดแทน ตลอดจนสภาพภูมิอากาศ ภัยธรรมชาติ นโยบายส่งเสริมการผลิตต่างๆ ที่มีผลต่อการผลิต
ข้อมูลที่ได้จะนำมาใช้ประกอบการวิเคราะห์ค่าพยากรณ์ เพื่อติดตามสถานการณ์เป็นระยะ และเป็นการยืนยันผลพยากรณ์ให้แม่นยำยิ่งขึ้น รวมทั้งติดตามปัจจัยต่างๆ ที่จะมีผลต่อการปรับค่าพยากรณ์กรณีมีการเปลี่ยนแปลง เช่น เกิดอุทกภัยในบางพื้นที่ ปัญหาโรคระบาด ศัตรูวัชพืช เป็นต้น ซึ่งปัจจัยต่างๆ ล้วนมีผลต่อความคลาดเคลื่อนของค่าพยากรณ์ ดังนั้นการลงพื้นที่เพื่อการติดตามสถานการณ์จึงมีความสำคัญและจำเป็นอย่างยิ่งในการจัดทำข้อมูลของ สศก.
สำหรับเดือนกันยายน สศก. จะเร่งดำเนินการทบทวนผลพยากรณ์ปี 2561/62 ภายหลังการลงพื้นที่แล้วเสร็จ ในสินค้าที่ดำเนินการ รวม 16 ชนิดสินค้า จากที่ได้คาดการณ์ไว้ ณ เดือน มิถุนายน 2561 ประกอบด้วย ข้าวนาปี ข้าวโพดเลี้ยงสัตว์ ถั่วเหลือง มันสำปะหลัง สับปะรด กาแฟ ปาล์มน้ำมัน ยางพารา กลุ่มพืชหัว คือ กระเทียม มันฝรั่ง หอมแดง หอมหัวใหญ่ และ กลุ่มประมง คือ กุ้งกุลาดำ กุ้งขาวแวนนาไม ปลานิล และปลาดุก และนำเสนอคณะกรรมการพัฒนาคุณภาพข้อมูลด้านการเกษตรต่อไป และในปลายปีนี้ สศก. จะมีการคาดการณ์ผลพยากรณ์ไม้ผลครั้งที่ 1 ปี 2562 รวม 6 ชนิด ได้แก่ ทุเรียน มังคุด เงาะ ลองกอง ลำไย และลิ้นจี่ เพื่อเป็นแนวทางในการวางแผนมาตรการบริหารจัดการสินค้าเกษตรแต่ต้นฤดูในปีถัดไป
ทั้งนี้ การพยากรณ์ข้อมูลสินค้าเกษตร ของ สศก. เป็นการพยากรณ์เชิงปริมาณ โดยการสร้างแบบจำลองทางเศรษฐมิติ (Econometrics Model) ประมาณค่าด้วยวิธีวิเคราะห์การถดถอย (Regression Analysis) โดยตัวแปรตามหรือตัวแปรที่ต้องการพยากรณ์ ได้แก่ เนื้อที่เพาะปลูก และผลผลิตต่อไร่ ตัวแปรอิสระหรือตัวแปรปัจจัยที่มีผลกระทบต่อการเปลี่ยนแปลง ได้แก่ เนื้อที่เพาะปลูกในปีที่ผ่านมา ราคาที่เกษตรกรขายได้ ราคาพืชแข่งขัน ต้นทุนการผลิต ปริมาณน้ำในเขื่อน เป็นต้น นอกจากนี้ ยังใช้ข้อมูลเนื้อที่เพาะปลูกจากการแปลภาพถ่ายดาวเทียมมาประกอบการตัดสินใจในการเลือกหรือปรับค่าพยากรณ์ที่ได้จาก Model และได้ใช้ข้อมูลจากการรายงานระดับตำบล และรายงานระดับอำเภอ จากกรมส่งเสริมการเกษตร มาประกอบการตัดสินใจร่วมด้วยเพื่อให้ข้อมูลมีความถูกต้องและเป็นปัจจุบันมากที่สุด
