Highlights

• ยิ่งทำงานใกล้เขตย่านเศรษฐกิจกลางเมืองมากเท่าใดจะเกิดผลให้แรงงานได้รับระดับเงินเดือนที่สูงขึ้นมากตามไปด้วย
• สถานที่ทำงานในย่านสีลม-สาทร มีการจ่ายเงินเดือนเริ่มต้นสูงกว่าเมื่อเทียบกับการเลือกทำงานลักษณะเดียวกันในพื้นที่ย่านชานเมืองถึง 14.6%
• การทำงานในย่านอโศก-เพชรบุรี จะให้ผลตอบแทนจากการเติบโตของเงินเดือนสูงที่สุดถึง 9.3% ต่อปี
• สามารถแบ่งการกระจุกตัวของกลุ่มราคาคอนโดมิเนียมในพื้นที่เป็น 2 กลุ่ม ได้แก่ กลุ่มราคาสูงใย่านสีลม-สาทร, ปทุมวัน และ อโศก-เพชรบุรี และกลุ่มราคาปกติ (ราคาเฉลี่ยในพื้นที่น้อยกว่ากลุ่มราคาสูงเกือบเท่าตัว) ในพื้นที่ย่านอารีย์ และพระรามเก้า

บทความนี้เป็นบทความภาคต่อชุดที่ 3 ของซีรีส์ที่ว่าด้วยการทำความเข้าใจเมืองในมิติของตลาดแรงงานของ Baania Insitghts โดยครั้งนี้จะเป็นการค้นหาคำตอบจากคำถามที่เราเองก็อยากรู้เหลือเกินว่า ทำอย่างไรจึงจะได้เงินเดือนสูงๆ? ปัจจัยที่ส่งผลให้แรงงานได้รับค่าตอบแทนที่สูงถูกแยกออกเป็น 2 กลุ่มปัจจัย (Galuščák et al., 2010) ได้แก่

1. ปัจจัยภายในของแรงงาน อันได้แก่ ระดับการศึกษา ประสบการณ์ทำงาน ความสามารถส่วนตัว บุคลิกภาพ ลักษณะนิสัยในการรับรู้สถานการณ์ตลาดแรงงาน (personal perception of wage) ความมั่งคั่งแต่เดิมของครอบครัว (initial endowment) และในบางอาชีพ เพศ ก็เป็นสิ่งกำหนดระดับค่าจ้างที่แตกต่างกัน
2. ปัจจัยภายนอกของแรงงาน ถูกจำแนกเป็นระดับตลาดแรงงาน เช่น ปริมาณอุปสงค์ และอุปทานของตลาดแรงงาน ระดับรัฐบาล เช่น กฎหมายแรงงาน และข้อตกลงการเคลื่อนย้ายแรงงาน และระดับธุรกิจ เช่น รูปแบบของบริษัท สหภาพแรงงาน โครงสร้างองค์กร และปัจจัยเชิงพื้นที่ของบริษัท ซึ่งหมายถึง สภาพแวดล้อมรอบบริษัท และตำแหน่งที่ตั้งของบริษัทที่อยู่ในพื้นที่ย่านที่เหมาะสมนั้นจะช่วยให้ระดับค่าตอบแทนของแรงงานในย่านนั้นสูงขึ้นกว่าพื้นที่อื่น ผลของการเปลี่ยนแปลงเงินเดือนที่มาจากปัจจัยเชิงพื้นที่ในลักษณะนี้เรียกว่า “Intra-urban wage premium”

จากข้อมูลบัญชีผู้ใช้งานออนไลน์ของเว็บไซด์หางานในประเทศไทย ปี พ.ศ. 2559 ซึ่งมีกลุ่มผู้ใช้งานกระจุกตัวอยู่ในกรุงเทพมหานครเป็นจำนวนมาก และผู้ใช้งานเป็นกลุ่มผู้มีอายุ 20-39 ปี Baania Insights ได้ปรับปรุงข้อมูลข้างต้นผ่านการวิเคราะห์เชิงพื้นที่ และแบบจำลองทางเศรษฐมิติในปัจจัยที่มีผลกระทบกับเงินเดือนโดยใช้ Mincer Equation

ภาพการกระจายตัวเชิงพื้นที่ของข้อมูลตำแหน่งงานใหม่ของบัญชีผู้ใช้งานเว็บไซต์หางานออนไลน์ (ที่ฝากประวัติงานออนไลน์) เขตกรุงเทพมหานคร ปี 2559

ทั้งนี้การกำหนดแบบจำลองมีการพิจารณาถึงกลุ่มปัจจัย คือ

1. ตัวแปรควบคุมคุณสมบัติส่วนตัว เช่น อายุ การศึกษา ประเภทของอาชีพ และความสามารถทางภาษา โดยหมายถึงแบบจำลองสามารถให้แรงงานแต่ละคนมีความแตกต่างกันได้ตามตัวแปรข้างต้น
2. ข้อมูลตำแหน่งย่านเมืองที่แรงงานทำงานอยู่ โดยการแบ่งย่านเมืองจะทำการแบ่งตามบทความ Jobs In The City
3. จำนวนปีประสบการณ์ทำงานที่แรงงานได้เคยทำงานในเขตย่านต่างๆ 
4. ลักษณะสภาพแวดล้อมรอบสถานที่ทำงานของแรงงาน ซึ่งนำเสนอออกมาในข้อมูล Walking Score โดย Baania ด้วยเหตุผลที่เชื่อว่าสิ่งแวดล้อมรอบที่ทำงานจะเป็นส่วนในการตัดสินใจพิจารณาเข้าทำงานในพื้นที่ของแรงงานยุคใหม่ด้วย (Walking score คือ คะแนนการเดินทางโดยการเดินภายในระยะ 500 เมตรสู่สถานที่สำคัญในชีวิตประจำวัน)

ด้านล่างคือตารางผลการคำนวณความแตกต่างเชิงพื้นที่กับระดับเงินเดือนแรกเข้างานของแรงงาน (Intra-Urban Wage Premium) และการเติบโตของเงินเดือน (การสะสมทุนมนุษย์) แบ่งตามประสบการณ์ที่เกิดขึ้นจากการเข้าทำงานในย่านพื้นที่ต่างๆ

จากการวิเคราะห์พบว่า การเข้ามาทำงานในเขตย่านเศรษฐกิจกลางเมืองมากเท่าใดจะเกิดผลให้แรงงานได้รับระดับเงินเดือนที่สูงขึ้นมากตามไปด้วย โดยหากเลือกเข้าทำงานในย่านสีลม-สาทร จะทำให้ได้รับเงินเดือนเริ่มต้นสูงกว่าการเลือกทำงานลักษณะเดียวกันในพื้นที่ย่านชานเมืองถึง 14.6% ทั้งนี้เป็นตัวเลขประมาณการโดยคำนวณจากค่าประมาณเฉลี่ยของแรงงานในพื้นที่

ประเด็นข้อสังเกตเรื่องการเติบโตของเงินเดือนที่เกิดขึ้นจากการเลือกทำงานในเขตย่านต่างๆ พบว่า ประสบการณ์ทำงานของแรงงานจากการเคยทำงานในต่างประเทศจะส่งผลให้ระดับเงินเดือนเพิ่มขึ้นในงานปัจจุบัน 5.8% ต่อปีที่เคยทำงานในต่างประเทศ  

ทั้งนี้การตัดสินใจเข้ามาทำงานในกรุงเทพมหานครในย่านต่างๆจะส่งผลต่อเนื่องกับการเติบโตของเงินเดือนที่แตกต่างกันด้วย โดยการทำงานในย่านอโศก-เพชรบุรี จะให้ผลตอบแทนของการเติบโตในเงินเดือนสูงที่สุดถึง 9.3% ต่อปีที่เคยทำงานในย่านอโศก เห็นได้ว่าการตัดสินใจทำงานในพื้นที่ย่านหนึ่งจะส่งผลกระทบถึงระดับเงินเดือนปัจจุบันและยังส่งผลต่อเนื่องติดตัวไปถึงระดับเงินเดือนที่จะได้รับในอนาคตอีกด้วย อย่างน้อยการเดินทางเข้ามาทำงานในกรุงเทพมหานครก็จะสร้างความก้าวหน้าในเงินเดือนที่สูงกว่าการทำงานในพื้นที่ต่างจังหวัดโดยเฉลี่ยและยิ่งเคยทำงานในพื้นที่ใกล้เขตย่านเศรษฐกิจมากเท่าใดอัตราการเพิ่มขึ้นของเงินเดือนก็จะมากขึ้นตามโดยเฉลี่ย

ถึงแม้การเข้าทำงานในเขตพื้นที่ย่านสีลม-สาทร จะทำให้ได้ Intra-Urban Wage Premium หรือเงินเดือนเริ่มต้นงานใหม่สูงที่สุด แต่ประสบการณ์ที่เกิดจากการทำงานในย่านนี้กลับให้ประโยชน์ไม่ได้สูงเท่าย่านอื่นๆ ในทางกลับกัน การเข้าทำงานในย่านอโศกทำให้ได้เงินเดือนปัจจุบันเพิ่มขึ้นไม่ต่างจากย่านอื่นๆ แต่กลับให้ประโยชน์จากประสบการณ์ที่เคยทำงานในพื้นที่นี้สูงกว่าย่านอื่นมาก

สาเหตุของปรากฏการณ์ข้างต้นจำเป็นต้องมีการศึกษาถึงลักษณะประเภทงานในย่านต่างๆ ถึงรูปแบบลักษณะการจ่ายผลตอบแทนที่มีลักษณะเฉพาะตามกลุ่มอาชีพ สภาวะการเติบโตของกลุ่มงานในอุตสาหกรรมนั้นๆ ซึ่งจากบทความ Jobs In The City ได้ฉายภาพว่ารูปแบบการมีอยู่ของงานในพื้นที่สะท้อนการจ่ายผลตอบแทนให้กับแรงงานที่ต่างกันตามประเภทของงาน

โครงสร้างงานย่านสีลม-สาทร มีส่วนผสมความหลากหลายของการจ้างงานประเภทต่างๆ ที่ใกล้เคียงกัน ซึ่งกลุ่มงานระดับบริหารจะมีความโดดเด่นกว่าย่านอื่นๆ และย่านอโศกมีการกระจุกตัวของกลุ่มงานเชี่ยวชาญเฉพาะทางด้านวิทยาศาสตร์ วิศวกรรมศาสตร์ สังคมศาสตร์ กฎหมาย และกลุ่มงานพนักงานขายทั่วไปอยู่สูง

หมายเหตุ : เงินเดือนเฉลี่ยเกิดจากฐานข้อมูล resume ของผู้ใช้งานเว็บไซด์หางานออนไลน์ ซึ่งมีลักษณะเป็นกลุ่ม  "วัยเริ่มทำงาน" เสียเป็นส่่วนใหญ่

อยากมีคอนโดใกล้ที่ทำงานจัง.....

ด้วยสภาพการจราจรที่เป็นปัญหาในย่านพื้นที่กลางเมืองที่ผู้ทำงานในเมืองต้องเผชิญ หลายคนจึงมีความฝันในการมีที่พักกลางเมืองใกล้ที่ทำงาน จากคลังข้อมูลของ Baania สะท้อนราคาคอนโดมิเนียมมือหนึ่งแบบห้องสตูดิโอ - 1 ห้องนอน และ แบบห้อง 2 ห้องในเขตย่านเศรษฐกิจข้างต้น พบว่า สามารถแบ่งการกระจุกตัวของกลุ่มราคาได้เป็น 2 กลุ่มได้แก่ กลุ่มราคาสูงพื้นที่ย่านสีลม-สาทร, ปทุมวัน และ อโศก-เพชรบุรี และกลุ่มราคาปกติ (ราคาเฉลี่ยในพื้นที่น้อยกว่ากลุ่มราคาสูงเกือบเท่าตัว) พื้นที่ย่านอารีย์ และพระรามเก้า

หมายเหตุ: การกำหนดย่านอ้างอิงตามขอบเขตที่บทความนี้ใช้ (ตามบทความ ไม้บรรทัดวัดความเป็นเมือง)

จากข้อมูลการวิเคราะห์การจ่ายผลตอบแทนในพื้นที่ และข้อมูลราคาคอนโดมือหนึ่งในพื้นที่ พบว่า ในพื้นที่ที่มีสถานการณ์การจ่ายผลตอบแทนของเงินเดือนโดยเฉลี่ยสูง (เงินเดือนเริ่มต้นที่สูง หรือการเติบโตของเงินเดือนที่สูง) จะมีสถานการณ์ราคาที่อยู่อาศัยประเภทคอนโดมิเนียมในพื้นที่สูงสอดคล้องใกล้เคียงกัน ซึ่งได้แก่ ย่านสีลม-สาทร, ประทุมวัน และอโศก-เพชรบุรี อีกทั้งพื้นที่ที่มีสถานการณ์การจ่ายผลตอบแทนของเงินเดือนโดยเฉลี่ยสูงแต่ไม่โดดเด่นกว่าย่านเมืองในระดับเดียวกันมากนักคือย่าน อารีย์ และพระรามเก้า จะมีสถานการณ์ราคาที่อยู่อาศัยประเภทคอนโดมิเนียมในพื้นที่พุ่งสูงน้อยกว่าเมื่อเทียบกับพื้นที่อื่นๆในระดับเดียวกัน (Bangkok Zone 4)

โดยปกติแล้วในสายตาของทุกคน ค่าครองชีพ และค่าที่พักอาศัยในเมืองจะมีระดับที่สูง ซึ่งในความเป็นจริงก็เป็นเช่นนั้น... แต่ไม่ว่าจะด้วยเงื่อนไขนานับประการก็ไม่สามารถฉุดรั้งการเดินทางของนักล่าฝันที่หันหางเสือเข้าสู่เมืองได้ แรงจูงใจทางการเงินยังคงเป็นสิ่งดึงดูดสำคัญให้เกิดการเคลื่อนย้ายแรงงานเข้าสู่เมือง การไหลเข้าเมืองของแรงงานมักจะนำพาผลิตภาพ (ความสามารถที่แรงงานทำได้) ออกจากพื้นที่ที่พวกเขาจากมา ดังนั้น ในภาพรวมของทั้งสังคมที่พวกเราเป็นเจ้าของแล้ว การกระจุกตัวเพียงในบางพื้นที่จะถือเป็นเรื่องที่เป็นปัญหาหรือไม่? ความเหลื่อมล้ำที่เพิ่มสูงขึ้นถือเป็นสิ่งที่เหล่าผู้วางแผนเมือง และผู้กำหนดนโยบายควรตระหนักถึงประเด็นนี้เสมอ  Baania Insights หวังไว้เสมอว่าจะสามารถเข้าใจสิ่งที่เป็นไปในสังคมผ่านฐานข้อมูลขนาดบิ๊กๆ และก็จะบิ๊กขึ้นเรื่อยๆ ดังคำสัญญาที่จะฉายภาพมุมมองอันน่าตื่นเต้นให้กับผู้อ่านเสมอ...แล้วอย่าลืมติดตามการนำเสนอภาคต่อของเราต่อไปนะครับ

อ้างอิง

Galuščák, K., Keeney, M., Nicolitsas, D., Smets, F., Strzelecki, F., & Vodopivec, M. (2010). The determination of wages of newly hired employees: survey evidence on internal versus external factors (Working Paper the European Central Bank (ECB) and the national central banks (NCBs) of the EU countries Series No 1153).

Glaeser, E. L., & Gottlieb, J. D. (2009). The Wealth of City: Agglomeration Economics and Spatial Equilibrium in The United States (Working paper submitted to National Bureau of Economic Research No. 14806).

Glaeser, E. L., & Maré, D. C. (2000). Cities and Skills. Journal of Labor Economics, 19(2).

Jumpol Goonto. (2017). Intra-Urban Wage Premium and Influence of Urban Characteristics in Bangkok: Evidence from Job Board website. Master degree thesis of faculty of Economics, Chulalongkorn University, Bangkok.

Lekfuangfu N.W., Nakavachara V. and Sawaengsuksant P. (2016). Two sides of the same coin: Glancing at labour market mismatch with user-generated internet data. PIER discussion paper No.53.