นวัตกรรมการพัฒนาทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการ (Frist S-Curve) บนระเบียงเศรษฐกิจภาคตะวันออก (EEC) (ชลบุรี-ระยอง-จันทบุรี-ตราด) ให้รองรับมาตรฐานสากล และมุ่งสู่การบริการมูลค่าสูง (High Value Services) เพื่อยกระดับให้ประเทศไทยเป็นจุดหมายปลายทางของการท่องเที่ยวระดับโลก (World Class Destination) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New Normal)
Date
2022
ISBN
Journal Title
Journal ISSN
Volume Title
Resource Type
Publisher
มหาวิทยาลัยสวนดุสิต
Journal Title
นวัตกรรมการพัฒนาทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการ (Frist S-Curve) บนระเบียงเศรษฐกิจภาคตะวันออก (EEC) (ชลบุรี-ระยอง-จันทบุรี-ตราด) ให้รองรับมาตรฐานสากล และมุ่งสู่การบริการมูลค่าสูง (High Value Services) เพื่อยกระดับให้ประเทศไทยเป็นจุดหมายปลายทางของการท่องเที่ยวระดับโลก (World Class Destination) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New Normal)
Recommended by
Abstract
โครงการนี้มีวัตถุประสงค์ (1) เพื่อสร้างองค์ความรู้และพัฒนานวัตกรรมหลักสูตรการพัฒนาทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการร่วมกับผู้ประกอบการธุรกิจท่องเที่ยวและโรงแรม (R&D Consortium) บนระเบียงเศรษฐกิจภาคตะวันออก (EEC) (ชลบุรี-ระยอง-จันทบุรี-ตราด) ให้รองรับมาตรฐานสากล และมุ่งสู่การบริการมูลค่าสูง (High value services) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New normal) (2) เพื่อสร้างองค์ความรู้และพัฒนานวัตกรรมการฝึกอบรมทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการสำหรับบุคลากรวัยทำงาน (Re-Skill/ Up-Skill) เพื่อให้รองรับมาตรฐานมาตรฐาน MRA บนระเบียงเศรษฐกิจภาคตะวันออก (EEC) (ชลบุรี-ระยอง-จันทบุรี-ตราด) (3) เพื่อสร้างองค์ความรู้และพัฒนานวัตกรรมฐานข้อมูลขนาดใหญ่ของทุนมนุษย์บนดิจิทัลแพลตฟอร์ม (Human Capital big data on digital platform) เพื่อใช้ส่งเสริมขีดความสามารถด้านการแข่งขันของธุรกิจท่องเที่ยวและการบริการมูลค่าสูง (High value services) สู่การยกระดับให้ประเทศไทยเป็นจุดหมายปลายทางของการท่องเที่ยวระดับโลก (World class destination) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New normal) (4) เพื่อถ่ายทอดองค์ความรู้และนวัตกรรมการพัฒนาทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการร่วมกับผู้ประกอบการธุรกิจท่องเที่ยวและโรงแรมให้กับสถาบันการศึกษาในระดับอาชีวะศึกษา และระดับอุดมศึกษา จำนวน 20 แห่ง และเพื่อเป็นการสร้างสมรรถนะของบัณฑิต จำนวนอย่างน้อย 3,000 คน ให้ตรงกับความต้องการของสถานประกอบการ (5) เพื่อพัฒนาทุนมนุษย์ที่เป็นแรงงานทักษะระดับสูงในอุตสาหกรรมการท่องเที่ยวและการบริการในพื้นที่ EEC อย่างน้อย 1,500 คน เพื่อขับเคลื่อนอุตสาหกรรมบริการสู่การบริการมูลค่าสูง (High value services) เพื่อยกระดับให้ประเทศไทยเป็นจุดหมายปลายทางของการท่องเที่ยวระดับโลก (World class destination) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New normal) (6) เพื่อพัฒนานักวิจัยรุ่นใหม่ทางด้านอุตสาหกรรมการท่องเที่ยวและการบริการอย่างน้อย 10 คน และ (7) เพื่อสร้างเครือข่ายความร่วมมือทางด้านการวิจัยกับต่างประเทศ การดำเนินการวิจัยเป็นลักษณะการบูรณาการที่มีการบูรณาการทั้งการวิจัยเชิงปริมาณ การวิจัยเชิงคุณภาพ การวิจัยเชิงสำรวจ และการพัฒนานวัตกรรม (R&D) ด้วยการบูรณาการองค์ความรู้จากโครงการย่อยมาสู่แผนงานวิจัย อนึ่ง ในช่วงการดำเนินการวิจัย เกิดการแพร่ระบาดของเชื้อไวรัสโคโรนา 2019 หรือโควิด-19 (COVID-19) ทำให้เกิดการปรับกระบวนการวิจัยเพื่อให้สอดรับกับสถานการณ์ที่เกิดขึ้น ผลการวิจัย ดังนี้ องค์ความรู้ศักยภาพของบุคลากรและความต้องการของผู้ประกอบการ (1) ซึ่งพฤติกรรมและปัจจัยที่ส่งผลต่อการเลือกที่พักของนักท่องเที่ยว พบว่า นักท่องเที่ยวนิยมเดินทางท่องเที่ยวกับครอบครัว/คนรัก มากที่สุด มีจำนวนวันพักโดยเฉลี่ยนต่อการเดินทางท่องเที่ยวในแต่ละครั้งประมาณ 2 คืน นิยมเลือกที่พักประเภทโรงแรม โดยราคาที่พักโดยเฉลี่ยต่อคืนของนักท่องเที่ยวส่วนใหญ่ประมาณ 1,000 - 1,500 บาท ในส่วนของแนวทางการพัฒนามาตรฐานการบริการของโรงแรมยุค New normal 4 ด้าน ได้แก่ (1.1) ด้านความรับผิดชอบต่อสังคมและส่วนรวม (Responsibility) พบว่า นักท่องเที่ยวมีความต้องการโรงแรมมีบรรยากาศโล่ง โปร่ง อากาศถ่ายเทสะดวกมากที่สุด (=4.75, SD=0.51) (1.2) ด้านการมีปฏิสัมพันธ์ที่ดีกับลูกค้า (Relation) พบว่า นักท่องเที่ยวมีความต้องการพนักงานมีอัธยาศัยมีใจรักงานบริการมากที่สุด (=4.79, SD=0.46) (1.3) ด้านความน่าเชื่อถือ (Reliable) พบว่า นักท่องเที่ยวมีความต้องการห้องพักมีความสะอาดมากที่สุด (=4.85, SD=0.37) (1.4) ด้านความสมเหตุสมผล (Reasonable) นักท่องเที่ยวมีความต้องการราคาห้องพักมีความเหมาะสม (=4.66, SD = 0.54) (1.5) การตัดสินใจใช้บริการโรงแรมยุค New normal การแพร่ระบาดของโควิดส่งผลให้นักท่องเที่ยวมีความใส่ใจในรายละเอียดของที่พักมากยิ่งขึ้น (=4.81, SD=0.49) (2) ผู้ประกอบการและแรงงานด้านการท่องเที่ยว ต้องการให้มีหลักสูตรการเรียนรู้เพื่อการยกระดับการทำงานที่สามารถรองรับได้ทุกกลุ่มผู้เรียน ไม่มีข้อจำกัดในเรื่องของอายุ เวลา องค์ความรู้สามารถนำมาประยุกต์ใช้ในการทำงานได้จริง เป็นหลักสูตรที่ได้รับการยอมรับตลอดจนการออกใบรับรองเมื่อผ่านการฝึกอบรมหรือการเรียนจบหลักสูตร ทั้งนี้ผลการศึกษาทั้งในเชิงปริมาณและเชิงคุณภาพจึงนำไปสู่การพัฒนาทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการร่วมกับผู้ประกอบการธุรกิจท่องเที่ยวและโรงแรม (R&D Consortium) บนระเบียงเศรษฐกิจภาคตะวันออก (EEC) (ชลบุรี-ระยอง-จันทบุรี-ตราด) ให้รองรับมาตรฐานสากล และมุ่งสู่การบริการมูลค่าสูง (High value services) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New normal) จำนวน 6 หลักสูตร ได้แก่ (1) หลักสูตรพนักงานแผนกแม่บ้าน (2) หลักสูตรพนักงานแผนกต้อนรับส่วนหน้า (3) หลักสูตรพนักงานแผนกประกอบอาหาร (4) หลักสูตรพนักงานแผนกอาหารและเครื่องดื่ม (5) หลักสูตรยุวมัคคุเทศก์นำเที่ยว และ (6) หลักสูตรสุขาภิบาลและความปลอดภัยของผู้สัมผัสอาหาร 2) การฝึกอบรมทุนมนุษย์การฝึกอบรมทุนมนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการสำหรับบุคลากรวัยทำงาน (Re-Skill/ Up-Skill) เพื่อให้รองรับมาตรฐานมาตรฐาน MRA บนระเบียงเศรษฐกิจ ภาคตะวันออก (EEC) (ชลบุรี-ระยอง-จันทบุรี-ตราด) จัดการฝึกอบรมรูปแบบ Onsite จำนวน 415 คน ในหลักสูตรยุวมัคคุเทศก์นำเที่ยว จำนวน 105 คน และพนักงานแผนกประกอบอาหาร (Food production) สุขาภิบาลและความปลอดภัยของผู้สัมผัสอาหาร จำนวน 310 คน แต่ด้วยข้อจำกัดในการรวมกลุ่ม และการเดินทาง เนื่องจากสถานการณ์การแพร่ระบาดของไวรัส โคโรนาหรือโควิด-19 (COVID-19) ตั้งแต่ปี พ.ศ.2563 จนถึงปัจจุบัน ส่งผลกระทบต่อการจัดการฝึกอบรม จึงปรับรูปแบบการจัดอบรม เป็นการพัฒนาหลักสูตรการฝึกอบรมในรูปแบบ Online ในแพลตฟอร์มออนไลน์ ต่าง ๆ เช่น YouTube: Upskill HCD SDU MOOCs และบนระบบ MOOCS (https://mooc.dusit.ac.th/) คลิปวิดีทัศน์ 200 คลิป มีผู้ลงทะเบียนเรียนผ่านระบบแบบ Online จำนวน 615 คน และได้นำคลิปวิดีทัศน์ขึ้นช่อง YouTube Channel เพื่อเปิดเผยแพร่ให้กับคนทั่วไปสามารถเรียนรู้ด้วยตนเอง (Lifelong Learning) เรียนได้ทุกเวลา 3) การพัฒนานวัตกรรมฐานข้อมูลขนาดใหญ่ของทุนมนุษย์บนดิจิทัลแพลตฟอร์ม (Human capital big data on digital platform) เพื่อใช้ส่งเสริมขีดความสามารถด้านการแข่งขันของธุรกิจท่องเที่ยวและการบริการมูลค่าสูง (High value services) สู่การยกระดับให้ประเทศไทยเป็นจุดหมายปลายทางของการท่องเที่ยวระดับโลก (World class destination) และรองรับกระบวนทัศน์ใหม่ทางสังคม (New Normal) ดังนี้ 3.1) นวัตกรรมฐานข้อมูลขนาดใหญ่ของทุนมนุษย์ (Human capital big data) ซึ่งได้มีการจัดเก็บข้อมูลบุคลากรทางด้านการท่องเที่ยว เช่น ข้อมูลการรับสมัครงาน (Recruit) ข้อมูลการจัดการแรงงาน ข้อมูลการจัดการประสิทธิภาพ ข้อมูลการจัดการค่าตอบแทนและผลประโยชน์ ข้อมูลการจัดการเรียนรู้ ข้อมูลการเข้าร่วมและการจ่ายเงินเดือน ข้อมูลการบริหารการออกจากงานข้อมูลการบริหารปฏิบัติตามข้อกำหนดและกฎหมาย และข้อมูลการท่องเที่ยวและการบริหาร 3.2) ระบบดิจิทัลแพลตฟอร์ม (Digital platform) เพื่อใช้เป็นศูนย์กลางของข้อมูลในการเสริมสร้างขีดความสามารถของทุนมนุษย์อุตสาหกรรมท่องเที่ยวและโรงแรม และใช้สำหรับยกระดับขีดความสามารถด้านการแข่งขันของธุรกิจท่องเที่ยวและการบริการมูลค่าสูง (High value services) สู่การยกระดับให้ประเทศไทยเป็นจุดหมายปลายทางของการท่องเที่ยวระดับโลก (World class destination) ซึ่งมีการพัฒนานวัตกรรมที่สำคัญ ได้แก่ - การออกแบบ Prototype บน Digital platform ที่เชื่อมโยงกับระบบ Smart tourism ด้วยการนำระบบ Artificial Intelligence (AI) มาประยุกต์เพื่อทำการจำแนกประเภทจัดกลุ่ม และพยากรณ์จากข้อมูลในฐานข้อมูลขนาดใหญ่ที่มีอยู่ เพื่อให้สามารถจัดบุคลากรภาคบริการให้เหมาะสมกับงานแบ่งกลุ่มบุคคลเพื่อให้ง่ายต่อการให้การสนับสนุนทั้งทางด้านการฝึกอบรม สวัสดิการ และค่าตอบแทน โดยแพลตฟอร์มที่พัฒนาขึ้นสามารถเข้าถึงได้ทางอินเทอร์เน็ต ผ่านทางสมาร์ทโฟนและเครื่องคอมพิวเตอร์ - การพัฒนา Chatbot prototype เพื่อเชื่อมต่อกับระบบ AI ด้วย Deep learning เพื่อส่งเสริมการท่องเที่ยว จากตัวอย่าง 498 ตัวอย่าง และนำแบบจำลองสมการโครงสร้าง (SEM) มาใช้ ผลการวิจัยสนับสนุนรูปแบบความตั้งใจเชิงพฤติกรรมการกลับมาเยี่ยมเยียน ผลการวิจัยพบว่า การใช้โรคติดต่อทางเพศสัมพันธ์ ประสบการณ์ การเดินทาง ความพึงพอใจ และความตั้งใจที่จะกลับไปเยี่ยมเยียนมีความสำคัญในทางบวก การรับรู้ของการท่องเที่ยวที่ชาญฉลาดเกี่ยวกับความตั้งใจที่จะมาเยือนอีกครั้งมีความสำคัญ สังเกตความสัมพันธ์ที่มีนัยสำคัญระหว่างโรคติดต่อทางเพศสัมพันธ์ที่ส่งผลโดยตรงต่อประสบการณ์การเดินทาง (0.954) ประสบการณ์การเดินทางที่ส่งผลโดยตรงต่อความพึงพอใจ (0.870) ความพึงพอใจที่ส่งผลโดยตรงต่อความตั้งใจที่จะมาเยือนอีกครั้ง (0.731) ประสบการณ์การเดินทางที่ส่งผลโดยตรงต่อความตั้งใจที่จะมาเยือน (0.281) และสุดท้าย คือประสบการณ์การเดินทางโดยอ้อม (0.248) ค่า Chi-square สัมพัทธ์ (χ2 / df) เท่ากับ 1.247 แสดงว่าโมเดลมีความเหมาะสม ดัชนีความพอดีเปรียบเทียบ (CFI) คือ 0.997 ดัชนีความพอดี (GFI) คือ 0.956 และแบบจำลองที่อิงตามสมมติฐานการวิจัยนั้นสอดคล้องกับข้อมูลเชิงประจักษ์ ข้อผิดพลาด Root Mean Square ของการประมาณค่า (RMSEA) คือ 0.032 - การพัฒนาระบบปัญญาประดิษฐ์แนะนำแหล่งท่องเที่ยวในชุมชน (AI recommended agritourism) ภายใต้ Software Development Life Cycle (S.D.LC) เพื่อมอบประสบการณ์ที่น่าประทับใจและรูปแบบใหม่ที่คำนึงถึงความต้องการของนักท่องเที่ยวในการท่องเที่ยวเชิงเกษตร ผู้วิจัยได้มีการพัฒนาระบบสนับสนุนการตัดสินใจและให้ข้อมูลการท่องเที่ยวผ่านแอปพลิเคชันบนมือถือเพื่อรวบรวมข้อมูลของผู้เดินทาง เช่น เพศ อายุ จำนวนวันที่เดินทาง งบประมาณ และรูปแบบการเดินทางที่ต้องการ ข้อมูลถูกส่งไปยังการจัดประเภทเพื่อสร้างโปรแกรมการท่องเที่ยวที่เหมาะสมโดยใช้ Extreme learning machine หลังจากขั้นตอนการจำแนกประเภทแล้ว กำหนดการเดินทางที่เหมาะสมจะถูกสร้างขึ้นและส่งกลับไปยังนักท่องเที่ยว - การพัฒนา Deep learning ด้วยเทคนิค Time series เพื่อพยากรณ์แนวโน้มของการฟื้นคืนของธุรกิจท่องเที่ยวหลัง COVID 19 (Deep learning methods for time-Series forecasting tourism business recovery from the covid 19 pandemic crisis) การศึกษาเปรียบเทียบวิธีการเรียนรู้เชิงลึก 3 วิธีในการพยากรณ์แนวโน้มการฟื้นตัวของธุรกิจท่องเที่ยวจากวิกฤตการณ์การแพร่ระบาดของไวรัสโคโรนา หรือโควิด-19 ในประเทศไทย โดยทั่วไป แนวโน้มข้อมูลอนุกรมเวลาที่แมชชีนเลิร์นนิง คือ Long short-term memory (LSTM) ได้แก่ Vanilla LSTM, Stacked LSTM และ Bidirectional LSTM ที่ใช้เพื่อคาดการณ์แนวโน้มการฟื้นตัวของธุรกิจการท่องเที่ยวและการฟื้นตัว ผลลัพธ์แสดงให้เห็นว่า LSTM แบบสองทิศทางมีความแม่นยำมากกว่า Vanilla LSTM และมีศักยภาพของรูปแบบการเรียนรู้เชิงลึกในการพยากรณ์การฟื้นตัวของธุรกิจการท่องเที่ยว - การวิเคราะห์ Sentiment analysis with a TextBlob package implications for tourism ผู้วิจัยประเมินประสิทธิภาพของแพ็คเกจ TextBlob ของ Python ด้วยชุดข้อมูล TripAdvisor จาก Kaggle ว่าข้อมูลนั้นมีบันทึกของนักท่องเที่ยว 10,000 คน ดังนั้น แบบจำลอง Native Bayes ในห้องสมุดจึงถูกใช้เพื่อวิเคราะห์ความรู้สึกด้านการท่องเที่ยวโดยค่าเริ่มต้น ผลการทดลองแสดงให้เห็นว่าแพ็คเกจ TextBlob ของ Python นั้นมีความแม่นยำถึง 89.32% ซึ่งสามารถเปลี่ยนแปลงได้ขึ้นอยู่กับข้อมูลการฝึก และเหมาะสำหรับการนำไปใช้ในกระบวนการขุดข้อความในแอปพลิเคชันการท่องเที่ยว 4) การพัฒนาเนื้อหาดิจิทัล (Digital content) สำหรับการพัฒนามนุษย์ในอุตสาหกรรมการท่องเที่ยวและการบริการเพื่อส่งเสริมการเรียนรู้ตลอดชีวิตด้วยการเชื่อมโยงแพลตฟอร์มทุนมนุษย์ด้านการท่องเที่ยวและธุรกิจบริการในเพจของโครงการวิจัย YouTube : Upskill HCD SDU MOOCs มีคลิปวิดีโอที่ผู้สนใจเข้ามาเรียนรู้ด้วยตนเอง มีการจัดในเพลย์ลิสต์ของช่องยูทูป จำนวน 200 คลิป ข้อมูลของช่อง YouTube: Upskill HCD SDU MOOCs มีสมาชิก (Subscriber) จำนวน 854 คน จำนวนการรับชม (Views) 549,267 ครั้ง คลิปวิดีโอที่มีจำนวนการรับชมมากที่สุด 3 อันดับของช่อง YouTube: Upskill HCD SDU MOOCs ได้แก่ Upskill HCD Project by SDU-การพัฒนาศักยภาพทุนมนุษย์ในอุตสาหกรรมบริการ จำนวนการรับชม 111,132 วิว รองลงมาคือ ลำดับขั้นตอนการให้บริหารอาหารและเครื่องดื่ม จำนวนการรับชม 14,967 วิว และสนทนาภาษาอังกฤษในระดับปฏิบัติงานทั่วไป จำนวนการรับชม 14,862 วิว ตามลำดับ 5) การพัฒนา Factors Affecting Learning Outcome Intention of MOOCs for Online Learning Platform จำนวน 400 ตัวอย่าง ด้วยการใช้แบบจำลองสมการโครงสร้าง (SEM) ผลลัพธ์ของปัจจัย CFA สี่ประการ (Learning Expectation (LE) Learning Satisfaction (LS) Learning Attitude (LA) และพฤติกรรมการเรียนรู้ (LB)) มีความสำคัญ สถิติ Chi-Square (χ2) คือ 220.74 ที่ระดับอิสระ (df) ที่ 168 โดยมี Chi-square สัมพัทธ์ (χ2 / df) เท่ากับ 1.314 บ่งชี้ว่าแบบจำลองนี้เหมาะสม ดัชนีความพอดีเปรียบเทียบ (CFI) คือ 0.994 ดัชนีความพอดี (GFI) คือ 0.971 และแบบจำลองที่อิงตามสมมติฐานการวิจัยนั้นสอดคล้องกับข้อมูลเชิงประจักษ์ ข้อผิดพลาด Root Mean Square ของการประมาณค่า (RMSEA) คือ 0.025 6) การพัฒนานักวิจัยรุ่นใหม่ทางด้านอุตสาหกรรมการท่องเที่ยวและการบริการ จำนวน 10 คน 7) ตีพิมพ์บทความวิจัยที่ฐานข้อมูลระดับนานาชาติ 8 บทความ และการสร้างเครือข่ายกับนักวิจัยในต่างประเทศเพิ่มขึ้น