A Study of Guidelines for the Development of Buriram Municipality to be a Smart City for Smart Mobility

Abstract

The objectives of this study were 1) to study the factors affecting the smart city in smart mobility 2) Study the level of success in becoming a smart city in smart mobility 3) study the factors affecting the smart city on smart mobility correlated with the degree of success in becoming a smart city in smart mobility and 4) to study guidelines and recommendations for smart city operations in smart mobility. This study is a mixed methods research between quantitative research and qualitative research. The results of the study found that:

1. Respondents mostly female for 50.9 percent, aged 25 - 35 years for 35.6 percent, were married for 52.8 percent, having a bachelor's degree for 65.9 percent, are government officer for 24.7 percent and permanent employee for 24.7 percent, with a monthly income of 15,001 - 25,000 baht for 41.6 percent, under the Department of hightways of Buriram Province for 46.9 percent, having other positions (such as service contractors, workers, etc.) for 32.8 percent and having general administrative duties for 32.8 percent.

2. Factors Affecting the Smart City Movement in smart mobility of Buriram Municipality The factor that had the greatest effect was leadership at a high level ( Mean = 4.05), followed by public participation was at a high level ( Mean = 3.91) and the least was research and development in technology and innovation at a high level ( Mean = 3.72).

3. Smart city success in smart mobility The area that has been most successful is the access to transport networks/public transport. (Accessibility : ACC) was at a high level ( Mean = 3.59), followed by transportation safety (Safety : SAF) at a high level ( Mean = 3.61) and the least was other innovative proposals in smart transportation. (Smart Mobility : MOB) is at a low level ( Mean = 2.36).

4. Relationship between factors affecting smart city in smart mobility towards smart city success in smart mobility as following

4.1 Factors affecting the smart city movement in smart mobility towards the success of a smart city in smart mobility in terms of access to transport networks/public transport (Accessibility: ACC) by Enter Multiple Regression method found that there are 2 factors which are infrastructure factor (INF) and political will factor (POL) with significance at 0.05 (p-value < 0.05), which affects the success of becoming a smart city in smart mobility in terms of access to transport networks/public transport (Accessibility) equal to 14.70%, the rest is influenced by other factors that were not studied in this study. The equation model was ACC = 1.539 + 0.199 (INF) + 0.295 (POL) + e.

4.2 Factors affecting the smart city movement in smart mobility towards the success of a smart city in smart mobility. In terms of convenience, use of public utilities and transportation facilities Including the use of public transport. (Convenience: CON) using the Enter Multiple Regression method found that there was only one factor, namely, the political will factor (POL) with a significance of 0.05 (p-value < 0.05) which affects the success of becoming a smart city in smart mobility In terms of convenience, use of public utilities and transportation facilities Including the use of public transport. (Convenience) was 8.6%, other factors were influenced by other factors that were not studied in this study. The equation model was CON = 1.576 + 0.289 (POL) + e.

4.3 Factors affecting the smart city movement in smart mobility towards the success of a smart city in smart mobility. In terms of transport and traffic management efficiency (Efficiency: EFF) by Enter Multiple Regression method, it was found that there was no factor affecting the success of Smart City on intelligent transportation in the efficiency of transport and traffic management (Efficiency)

4.4 Factors affecting the smart city movement in smart mobility towards the success of a smart city in smart mobility. In terms of transportation safety (Safety: SAF) using the Enter Multiple Regression method, it was found that there was only one factor, namely, the political will factor (POL) with a significance of 0.05 (p-value < 0.05). ) which affects the success of becoming a smart city in smart mobility In terms of transportation safety (Safety) was 8.90%, other than that, it influenced other factors that were not studied in this study. The equation model was SAF = 1.715 + 0.235 (POL) + e.

4.5 Factors affecting the smart city movement in smart mobility towards the success of a smart city in smart mobility. In terms of promoting the use of vehicles to reduce pollution (Green Mobility: GRE) with the Enter Multiple Regression method, it was found that there was 1 factor, namely, the political will factor (POL) with a significance of 0.05 ( p-value < 0.05) which affects the success of becoming a smart city in smart mobility In terms of promoting the use of vehicles to reduce pollution (Green Mobility), equal to 6.90%, other factors influence other factors that were not studied in this study. The equation model was GRE = 1.682 + 0.299 (POL) + e.

4.6 Factors affecting the smart city movement in smart mobility towards the success of a smart city in smart mobility. In terms of other innovative proposals in Smart Mobility (MOB) with Enter Multiple Regression, one factor was found, namely the political will (POL) factor with a significance of 0.05 ( p-value < 0.05) which affects the success of becoming a smart city in smart mobility In terms of other innovative proposals, Smart Mobility was 1.20%, other factors were influenced that were not studied in this study. The equation model was MOB = 1.588 + 0.281 (POL) + e.

5. Interviews on the development of Buriram municipality to be a smart city. The smart logistics are as follows:

5.1 Factors affecting the smart city movement in smart mobility consisting of leaders, infrastructure Public Participation, Stakeholders, transportation technology, bureaucracy and the budget All factors have an effect on driving the smart city. and mechanisms to drive the smart city of Buriram Province Still stuck on the budget Cooperation between government agencies, the private sector and local sectors And Buriram Province has ordered the appointment of a committee and a working group to drive the development of the Smart City Buriram to support the work and drive the work of the smart city of all 7 areas.

5.2 Smart City Success Level in smart mobility of Buriram Municipality The implementation of the smart city in Buriram province that has already been implemented. But it is not complete and complete according to the criteria of the Digital Economy Promotion Agency (DEPA), such as Smart Living, Smart Economy, Smart Environment, and Smart Government and Buriram municipality has driven smart transportation (Smart Mobility), including the use of a personal car calling system (Taxi) using the "Grab" application, developing the airport into an international airport. to support future urban expansion and expanding routes connecting the district and between Buriram Province and other provinces from the original 2 lanes to 4 lanes and in terms of participation in the development of the smart city Buriram Province needs cooperation between government, private and local sectors. especially the private sector, The province wants to have more participation both in terms of policy and investment including proposing the concept of establishment "Autonomous city" or "self-managed city" to be able to manage and develop smart cities more flexibly and quickly. Finally, to drive the smart city Must have an adequate budget Therefore, it can be fully driven and requires cooperation from all sectors, including government, private, local and public sectors.

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะ 2) ศึกษาระดับความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ 3) ศึกษาปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะ มีความสัมพันธ์กับระดับความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ และ 4) ศึกษาแนวทางและข้อเสนอแนะในการดำเนินงานเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะ โดยเป็นการวิจัยเชิงผสม (Mixed Methods Research) ระหว่างเชิงปริมาณ (Quantitative Research) และเชิงคุณภาพ (Qualitative Research) ผลการศึกษา พบว่า

1. ผู้ตอบแบบสอบถาม ส่วนใหญ่เป็นเพศหญิง คิดเป็นร้อยละ 50.9 มีอายุ 25 – 35 ปี คิดเป็นร้อยละ 35.6 มีสถานภาพสมรส คิดเป็นร้อยละ 52.8 มีการศึกษาระดับปริญญาตรี คิดเป็นร้อยละ 65.9 มีอาชีพข้าราชการ คิดเป็นร้อยละ 24.7 และลูกจ้างประจำ คิดเป็นร้อยละ 24.7 มีรายได้ต่อเดือน 15,001 – 25,000 บาท คิดเป็นร้อยละ 41.6 สังกัดแขวงทางหลวงจังหวัดบุรีรัมย์ คิดเป็นร้อยละ 46.9 มีตำแหน่งอื่น ๆ (เช่น ลูกจ้างเหมาบริการ คนงาน เป็นต้น) คิดเป็นร้อยละ 32.8 และมีหน้าที่ด้านบริหารงานทั่วไป คิดเป็นร้อยละ 32.8

2. ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะ ของเทศบาลเมืองบุรีรัมย์ ปัจจัยที่ส่งผลมากที่สุด คือ ด้านผู้นำ อยู่ในระดับมาก ( ค่าเฉลี่ย = 4.05) รองลงมาคือ ด้านการมีส่วนร่วมของประชาชน อยู่ในระดับมาก ( ค่าเฉลี่ย = 3.91) และน้อยที่สุด คือ ด้านการวิจัยและพัฒนาด้านเทคโนโลยีและนวัตกรรมอยู่ในระดับมาก ( ค่าเฉลี่ย = 3.72) ตามลำดับ

3. ความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ด้านที่มีความสำเร็จมากที่สุด คือ ด้านการเข้าถึงโครงข่ายการคมนาคมขนส่ง/ระบบขนส่งสาธารณะ (Accessibility) อยู่ในระดับมาก ( ค่าเฉลี่ย = 3.59) รองลงมา คือ ด้านความปลอดภัยด้านคมนาคมขนส่ง (Safety) อยู่ในระดับมาก ( ค่าเฉลี่ย = 3.61) และน้อยที่สุด คือ ด้านข้อเสนอเชิงนวัตกรรมอื่น ๆ ด้านขนส่งอัจฉริยะ (Smart Mobility) อยู่ในระดับน้อย ( ค่าเฉลี่ย = 2.36)

4. ความสัมพันธ์ระหว่างปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ

4.1 ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านการเข้าถึงโครงข่ายการคมนาคมขนส่ง/ระบบขนส่งสาธารณะ (Accessibility : ACC) ด้วยวิธีเข้าพร้อมกัน (Enter Multiple Regression) พบว่ามี 2 ปัจจัย ได้แก่ ปัจจัยด้านโครงสร้างพื้นฐาน (INF) และปัจจัยด้านเจตจำนงทางการเมือง (POL) อย่างมีนัยยะสำคัญที่ 0.05 (p-value < 0.05) ซึ่งมีผลต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านการเข้าถึงโครงข่ายการคมนาคมขนส่ง/ระบบขนส่งสาธารณะ (Accessibility) เท่ากับ 14.70 % นอกนั้นเป็นอิทธิพลปัจจัยอื่น ๆ ที่ไม่ได้นำมาศึกษาในครั้งนี้ โดยมีสมการทำนาย คือ ACC = 1.539 + 0.199 (INF) + 0.295 (POL) + e

4.2 ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านความสะดวกสบายการใช้สาธารณูปโภคและสิ่งอำนวยความสะดวกด้านคมนาคมขนส่ง รวมทั้งการใช้บริการระบบขนส่งสาธารณะ (Convenience : CON) ด้วยวิธีเข้าพร้อมกัน (Enter Multiple Regression) พบว่ามี 1 ปัจจัย ได้แก่ ปัจจัยด้านเจตจำนงทางการเมือง (POL) อย่างมีนัยยะสำคัญที่ 0.05 (p-value < 0.05) มีผลต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านความสะดวกสบายการใช้สาธารณูปโภคและสิ่งอำนวยความสะดวกด้านคมนาคมขนส่ง รวมทั้งการใช้บริการระบบขนส่งสาธารณะ (Convenience) เท่ากับ 8.6 % นอกนั้นเป็นอิทธิพลปัจจัยอื่น ๆ ที่ไม่ได้นำมาศึกษาในครั้งนี้ โดยมีสมการทำนาย คือ CON = 1.576 + 0.289 (POL) + e

4.3 ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านประสิทธิภาพการบริหารจัดการขนส่งและจราจร (Efficiency : EFF) ด้วยวิธีเข้าพร้อมกัน (Enter Multiple Regression) พบว่าไม่มีปัจจัยใดที่มีผลต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านประสิทธิภาพการบริหารจัดการขนส่งและจราจร (Efficiency)

4.4 ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านความปลอดภัยด้านคมนาคมขนส่ง (Safety : SAF) ด้วยวิธีเข้าพร้อมกัน (Enter Multiple Regression) พบว่ามี 1 ปัจจัย ได้แก่ ปัจจัยด้านเจตจำนงทางการเมือง (POL) อย่างมีนัยยะสำคัญที่ 0.05 (p-value < 0.05) มีผลต่อต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านความปลอดภัยด้านคมนาคมขนส่ง (Safety) เท่ากับ 8.90 % นอกนั้นเป็นอิทธิพลปัจจัยอื่น ๆ ที่ไม่ได้นำมาศึกษาในครั้งนี้ โดยมีสมการทำนาย คือ SAF = 1.715 + 0.235 (POL) + e

4.5 ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านการส่งเสริมการใช้ยานพาหนะเพื่อลดมลพิษ (Green Mobility : GRE) ด้วยวิธีเข้าพร้อมกัน (Enter Multiple Regression) พบว่ามี 1 ปัจจัย ได้แก่ ปัจจัยด้านเจตจำนงทางการเมือง (POL) อย่างมีนัยยะสำคัญที่ 0.05 (p-value < 0.05) มีผลต่อต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านการส่งเสริมการใช้ยานพาหนะเพื่อลดมลพิษ (Green Mobility) เท่ากับ 6.90 % นอกนั้นเป็นอิทธิพลปัจจัยอื่น ๆ ที่ไม่ได้นำมาศึกษาในครั้งนี้ โดยมีสมการทำนาย คือ GRE = 1.682 + 0.299 (POL) + e

4.6 ปัจจัยที่ส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะที่มีต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านข้อเสนอเชิงนวัตกรรมอื่น ๆ ด้านขนส่งอัจฉริยะ (Smart Mobility : MOB) ด้วยวิธีเข้าพร้อมกัน (Enter Multiple Regression) พบว่ามี 1 ปัจจัย ได้แก่ ปัจจัยด้านเจตจำนงทางการเมือง (POL) อย่างมีนัยยะสำคัญที่ 0.05 (p-value < 0.05) มีผลต่อต่อความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ในด้านข้อเสนอเชิงนวัตกรรมอื่น ๆ ด้านขนส่งอัจฉริยะ (Smart Mobility) เท่ากับ 1.20 % นอกนั้นเป็นอิทธิพลปัจจัยอื่น ๆ ที่ไม่ได้นำมาศึกษาในครั้งนี้ โดยมีสมการทำนาย คือ MOB = 1.588 + 0.281 (POL) + e

5. การสัมภาษณ์ที่มีต่อการพัฒนาเทศบาลเมืองบุรีรัมย์ให้เป็นเมืองอัจฉริยะ ด้านขนส่งอัจฉริยะ มีดังนี้

5.1 ปัจจัยที่มีผลต่อการขับเคลื่อนเมืองอัจฉริยะ ในด้านขนส่งอัจฉริยะ (Smart Mobility) ประกอบด้วย ด้านผู้นำ ด้านโครงสร้างพื้นฐาน ด้านการมีส่วนร่วมของประชาชน ด้านผู้มีส่วนได้เสีย ด้านด้านเทคโนโลยีขนส่ง ด้านระบบราชการ และด้านงบประมาณ ซึ่งทุกปัจจัยล้วนมีผลและส่งผลต่อการขับเคลื่อนเมืองอัจฉริยะ และกลไกในการขับเคลื่อนเมืองอัจฉริยะของจังหวัดบุรีรัมย์ ยังติดขัดเรื่องงบประมาณ ความร่วมมือระหว่างหน่วยงานภาครัฐ ภาคเอกชน และภาคท้องถิ่น และจังหวัดบุรีรัมย์ได้มีคำสั่งแต่งตั้งคณะกรรมการและคณะทำงานขับเคลื่อนการพัฒนาเมืองอัจฉริยะ (Smart City) บุรีรัมย์ เพื่อรองรับการทำงานและการขับเคลื่อนงานด้านเมืองอัจฉริยะของทั้ง 7 ด้านไว้แล้ว

5.2 ระดับความสำเร็จในการเป็นเมืองอัจฉริยะ ด้านการขนส่งอัจฉริยะ ของเทศบาลเมืองบุรีรัมย์ โดยการดำเนินงานด้านเมืองอัจฉริยะในจังหวัดบุรีรัมย์ที่ได้มีการดำเนินการไปแล้ว แต่ยังไม่สมบูรณ์และครบถ้วนตามเกณฑ์ของสำนักงานส่งเสริมเศรษฐกิจดิจิทัล (DEPA) ได้แก่ ด้านการดำรงชีวิตอัจฉริยะ (Smart Living), ด้านเศรษฐกิจอัจฉริยะ (Smart Economy), ด้านสิ่งแวดล้อมอัจฉริยะ (Smart Environment) และ ด้านการบริหารภาครัฐอัจฉริยะ (Smart Governance) และเทศบาลเมืองบุรีรัมย์ได้ขับเคลื่อนด้านขนส่งอัจฉริยะ (Smart Mobility) ได้แก่ การใช้ระบบการเรียกรถยนต์โดยสารส่วนบุคคล (Taxi) โดยใช้ Application “Grab” การพัฒนาสนามบินให้เป็นสนามบินนานาชาติ เพื่อรองรับการขยายตัวเมืองในอนาคต และการขยายเส้นทางที่เชื่อมต่อระหว่างอำเภอและระหว่างจังหวัดบุรีรัมย์กับจังหวัดอื่น จากเดิม 2 เลน เป็น 4 เลน และในด้านการมีส่วนร่วมในการพัฒนาเมืองอัจฉริยะนั้น จังหวัดบุรีรัมย์ต้องการความร่วมมือระหว่างภาครัฐ ภาคเอกชน และภาคท้องถิ่น โดยเฉพาะภาคเอกชน จังหวัดต้องการให้เข้ามามีส่วนร่วมมากขึ้น ทั้งเรื่องนโยบายและการลงทุน รวมถึงการเสนอแนวคิดการจัดตั้ง “เมืองปกครองตนเอง” หรือ “เมืองจัดการตนเอง” เพื่อให้สามารถบริหารจัดการและพัฒนาเมืองอัจฉริยะได้อย่างคล่องตัวและรวดเร็วมากยิ่งขึ้น สุดท้ายการจะขับเคลื่อนเมืองอัจฉริยะได้นั้น ต้องมีงบประมาณที่เพียงพอ จึงจะสามารถขับเคลื่อนได้อย่างเต็มที่และต้องอาศัยความร่วมมือจากทุกภาคส่วนทั้งภาครัฐ ภาคเอกชน ภาคท้องถิ่น และภาคประชาชน