การจำลองความขัดแย้งชายแดนและ Proxy War

เข้าใจความตึงเครียดแบบไทย–กัมพูชา ด้วย Simulation เชิงระบบ

ความขัดแย้งชายแดนในเอเชียตะวันออกเฉียงใต้จำนวนมาก
ไม่ใช่สงครามเปิด แต่เป็น ความตึงเครียดที่เกิดซ้ำเป็นระยะ
มีตัวแสดงหลายฝ่าย และมีทรัพยากรจากระบบเศรษฐกิจนอกระบบหล่อเลี้ยงอยู่เบื้องหลัง

บทความนี้อธิบายว่า
ควรใช้การจำลอง (simulation) แบบใด เพื่อทำความเข้าใจความขัดแย้งลักษณะนี้
โดยเน้น Agent-Based Simulation + Network + System Dynamics

1. มองความขัดแย้งเป็น “ระบบ” ไม่ใช่เหตุการณ์

ใน simulation เชิงระบบ
เราไม่เริ่มจากคำถามว่า ใครแพ้ชนะ
แต่เริ่มจากคำถามว่า

“อะไรทำให้ความตึงเครียดดำรงอยู่ หรือค่อย ๆ คลี่คลาย”

แนวคิดเชิงสมการ (Conceptual Model)

ความตึงเครียด (T)
= f(ทรัพยากร, การตัดสินใจ, ความชอบธรรม, ความร่วมมือ)

หรือเขียนให้เห็นทิศทางชัดเจน:

T = αR + βA − γL − δC

R (Resources): ทรัพยากรที่หล่อเลี้ยงความขัดแย้ง
A (Actions): การตัดสินใจของผู้เล่นในพื้นที่
L (Legitimacy): ความชอบธรรมของรัฐ
C (Cooperation): ความร่วมมือข้ามพรมแดน

ถ้า R และ A สูง แต่ L และ C ต่ำ → ความตึงเครียดจะเพิ่มเองตามระบบ

2. Agent-Based Simulation: ทุกฝ่าย “คิดและปรับตัวได้”

Agent-Based Simulation (ABS) จำลองผู้เล่นแต่ละฝ่ายเป็น agent
ที่มีเป้าหมาย ข้อจำกัด และการตัดสินใจของตนเอง

Diagram: Agent-Based Perspective

graph TD
    State["หน่วยงานรัฐ"]
    Proxy["กลุ่ม Proxy"]
    Broker["นายหน้า / เครือข่าย"]
    Community["ชุมชนชายแดน"]
    Enforcement["การบังคับใช้กฎหมาย"]

    State --> Enforcement
    Enforcement --> Broker
    Broker --> Proxy
    Proxy --> Community
    Community --> State

การตัดสินใจของ agent (สมการเข้าใจง่าย)

Decision = ผลประโยชน์ − ความเสี่ยง − ต้นทุน

หาก

ความเสี่ยงต่ำ
ต้นทุนต่ำ
ผลประโยชน์ยังคุ้ม

agent จะ ไม่หยุดพฤติกรรม แม้แรงกดดันเพิ่มขึ้น

นี่คือเหตุผลที่ proxy conflict
มัก “ปรับตัว” แทนที่จะ “ยุติ”

3. Network Simulation: หัวใจของ Proxy War

Proxy war คือ สงครามของเครือข่าย ไม่ใช่กองกำลัง

สิ่งสำคัญไม่ใช่อาวุธ
แต่คือ การไหลของทรัพยากร

Diagram: Resource Flow Network

flowchart LR
    Money["แหล่งทุน (นอกระบบ)"]
    Broker["นายหน้า"]
    Route["เส้นทาง / ช่องทาง"]
    Capacity["ความสามารถในการปฏิบัติการ"]
    Interdict["การสกัดกั้นของรัฐ"]

    Money --> Broker
    Broker --> Route
    Route --> Capacity
    Interdict -. ลดทอน .-> Route

สมการการไหลของศักยภาพ

K = M × E × (1 − I)

M (Money): เงินทุน
E (Efficiency): ประสิทธิภาพเครือข่าย
I (Interdiction): อัตราการสกัดกั้น

หาก E ปรับตัวเร็ว
การเพิ่ม I เพียงอย่างเดียวอาจไม่ลด K

4. System Dynamics: ทำไมนโยบายบางอย่างได้ผลแค่ระยะสั้น

System Dynamics ใช้อธิบาย วงจรเหตุ–ผล ระยะยาว

Diagram: Feedback Loop

graph LR
    Enforcement["การบังคับใช้ ↑"]
    Cost["ต้นทุนเครือข่าย ↑"]
    Profit["ผลตอบแทน ↑"]
    Incentive["แรงจูงใจ ↑"]
    Adapt["การปรับตัว ↑"]

    Enforcement --> Cost
    Cost --> Profit
    Profit --> Incentive
    Incentive --> Adapt
    Adapt --> Enforcement

เชิงคณิตศาสตร์อย่างง่าย:

Δทรัพยากร/เวลา = รายได้ − การสูญเสียจากรัฐ

ถ้ารายได้เพิ่มเร็วกว่าการสูญเสีย
ระบบจะ ทรงตัว แม้การบังคับใช้รุนแรงขึ้น

5. เหตุปะทะชายแดน = ผลลัพธ์ของระบบ

ใน simulation แบบนี้
เหตุปะทะไม่ใช่ตัวแปรควบคุม แต่เป็น output

Incident Rate
= f(ความสามารถเครือข่าย, การตัดสินใจ agent, บริบทพื้นที่)

ดังนั้น

เพิ่มกำลัง ≠ ลดเหตุปะทะเสมอ
การเปลี่ยน “ระบบหลังบ้าน” มักได้ผลยั่งยืนกว่า

6. ใช้ Simulation นี้กับบริบทไทยอย่างไร

เหมาะสำหรับ

การวิเคราะห์เชิงนโยบายชายแดน
การประเมินผลความร่วมมือไทย–ประเทศเพื่อนบ้าน
การลดความเสี่ยงการลุกลาม
การตัดสินใจโดยใช้ข้อมูล ไม่ใช่อารมณ์เหตุการณ์

บทสรุป

ความขัดแย้งแบบไทย–กัมพูชา
ไม่ใช่สมการกำลังรบ แต่คือสมการของ

แรงจูงใจ + เครือข่าย + ความชอบธรรม

บริการที่เกี่ยวข้อง

บริการพัฒนา Edge และคอมพิวติ้งแบบกระจาย

บริการพัฒนาแอปมือถือด้วย React Native

บริการพัฒนาแพลตฟอร์มอีคอมเมิร์ซ

บริการพัฒนาและเชื่อมต่อระบบ ERP

บริการพัฒนาซอฟต์แวร์และระบบตามความต้องการ

Coff-POS — ระบบ POS สำหรับร้านกาแฟและร้านอาหาร