ทางออกความเหลื่อมล้ำทางเศรษฐกิจไทย: สถานการณ์ปัจจุบันและแนวโน้มในอนาคต

บทความโดย
นายรัชตฤณ ทองนที
นางสาวณิชาพัชร์ เจริญศึกษา
นางสาวพิชฌาย์มาศ พิสิฏฐ์โสภณ

1. บทนำ

ในปัจจุบันประเทศไทยมีการเจริญเติบโตทางเศรษฐกิจที่ไม่ได้มีกระจายอย่างเท่าเทียมกัน ส่งผลให้เกิดความเหลื่อมล้ำทางเศรษฐกิจ หากอ้างอิงจากหนังสือ “Principles of Economics” โดย N. Gregory Mankiw จะอธิบายเรื่องความเหลื่อมล้ำทางเศรษฐกิจ (Economic Inequality) ว่าเป็นการกระจายรายได้ที่ไม่เท่าเทียมกันระหว่างบุคคลหรือกลุ่มบุคคลในสังคม ซึ่งสามารถวัดได้จากการเปรียบเทียบรายได้หรือทรัพย์สินของบุคคลต่าง ๆ ซึ่งใช้ค่า Gini coefficient เป็นตัวชี้วัดที่สามารถบ่งบอกถึงการกระจายรายได้หรือรายจ่าย ในระดับภูมิภาคความเจริญเติบโตของกรุงเทพมหานครและปริมณฑลเป็นที่ชัดเจน ในขณะที่ภูมิภาคอื่น ๆ กลับไม่สามารถพัฒนาได้เท่ากับกรุงเทพมหานครและปริมณฑล ส่งผลให้เกิดการย้ายถิ่นฐานของประชากรและการกระจุกตัวของทรัพยากร ในระดับจังหวัดความเหลื่อมล้ำยังคงมีอยู่ จังหวัดที่มีแหล่งท่องเที่ยวหรือทรัพยากรธรรมชาติที่อุดมสมบูรณ์มักจะมีการพัฒนาทางเศรษฐกิจที่ดีกว่า ในขณะที่จังหวัดในภาคตะวันออกเฉียงเหนือยังคงพึ่งพาการเกษตรและมีรายได้ต่ำกว่า ในระดับประเทศความเหลื่อมล้ำสามารถเห็นได้จากรายได้เฉลี่ยต่อหัวของประชากร ซึ่งมีความแตกต่างกันอย่างมากในแต่ละภูมิภาค กรุงเทพฯ และปริมณฑลมีรายได้เฉลี่ยต่อหัวที่ 465,327 บาท/ปี ภาคเหนืออยู่ที่ 117,276 บาท/ปี ภาคตะวันออกเฉียงเหนืออยู่ที่ 95,948 บาท/ปี ภาคใต้อยู่ที่ 142,781 บาท/ปี ภาคกลางอยู่ที่ 284,408 บาท/ปี ภาคตะวันตกอยู่ที่ 173,815 บาท/ปี และภาคตะวันออกอยู่ที่ 515,683 บาท/ปี ซึ่งสูงกว่าภูมิภาคอื่น ๆ การแก้ไขปัญหาความเหลื่อมล้ำจึงเป็นเรื่องที่สำคัญ การพัฒนาการศึกษาและสาธารณสุข การกระจายรายได้ และการสร้างโอกาสทางเศรษฐกิจในภูมิภาคต่าง ๆ จะเป็นสิ่งสำคัญในการลดความเหลื่อมล้ำ การใช้เทคโนโลยีและนวัตกรรมในการพัฒนาเศรษฐกิจอาจเป็นทางเลือกหนึ่งในการลดความเหลื่อมล้ำและสร้างสังคมที่ยั่งยืน (นรพัชร์ อัศววัลลภ และคณะ, 2565)

อย่างไรก็ตาม การศึกษาครั้งนี้จะวิเคราะห์การลดความเหลื่อมล้ำของเศรษฐกิจในอนาคต โดยใช้ข้อมูลผลิตภัณฑ์จังหวัดแบบปริมาณลูกโซ่ (Gross Provincial Product – Chain Volume Measures; GPP – CVM) และการคาดประมาณประชากรของประเทศไทย โดยเป็นข้อมูลจากสำนักงานสภาพัฒนาเศรษฐกิจและสังคมแห่งชาติ เพื่อคำนวณค่าสัมประสิทธิ์จีนี (Gini coefficient) ซึ่งเป็นตัวชี้วัดความไม่เสมอภาคการวิเคราะห์นี้จะใช้ข้อมูลของแต่ละจังหวัดเพื่อประมาณแนวโน้มของการกระจายความเจริญเพื่ออธิบายระดับความสามารถในการพัฒนา การบริหารจัดการทรัพยากร และการเจริญเติบโตของรายได้ในระดับจังหวัด โดยยกสถานการณ์การเพิ่มอัตราการเติบโตทางเศรษฐกิจ (CAGR) เพื่อประเมินระดับความสามารถในการพัฒนาและการบริหารจัดการทรัพยากรและการเจริญเติบโตของรายได้ในแต่ละจังหวัด เพื่อใช้เป็นฐานในการวิเคราะห์และเปรียบเทียบการกระจายความเจริญระหว่างจังหวัดต่าง ๆ ในบทความนี้ ผู้เขียนจะสำรวจสถานการณ์ปัจจุบันของความเหลื่อมล้ำในประเทศไทย รวมถึงแนวโน้มในอนาคต เพื่อให้ประเทศไทยสามารถก้าวไปข้างหน้าได้อย่างมั่นคงและเท่าเทียมกัน

2.สถานการณ์ความเหลื่อมล้ำทางเศรษฐกิจ

          ความเหลื่อมล้ำทางเศรษฐกิจของไทย ยังคงเป็นปัญหาอย่างต่อเนื่อง แม้ในปัจจุบันจะมีค่าสัมประสิทธิ์จีนีที่ลดลงเรื่อย ๆ (สถานการณ์ความเหลื่อมล้ำมีแนวโน้มที่ดีขึ้น) แสดงได้ดังภาพประกอบที่ 1 โดยเส้นสีม่วง แสดงถึงค่าสัมประสิทธิ์ความไม่เสมอภาค (Gini coefficient) ทางด้านรายจ่าย ซึ่งเป็นตัวเลขทางการที่เผยแพร่โดย สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ ซึ่งจะเห็นได้ว่าที่ผ่านมาตั้งแต่ปี 2549 – 2565 ค่าสัมประสิทธิ์จีนี (Gini coefficient) มีแนวโน้มที่ลดลงอย่างต่อเนื่อง

ภาพประกอบที่ 1 ค่าสัมประสิทธิ์จีนี (Gini coefficient) ตั้งแต่ปี 2549 – 2565

บทความนี้ได้คำนวณแนวโน้มค่าสัมประสิทธิ์จีนี (Gini coefficient) ที่ประมวลจากผลิตภัณฑ์จังหวัดที่แท้จริงต่อประชากรตั้งแต่ปี 2549 – 2565 และการคาดประมาณประชากรของประเทศไทย ตามภาพประกอบที่ 1 เส้น Gini coefficient ที่คำนวณจากผลิตภัณฑ์จังหวัดที่แท้จริง (สีชมพู)  ถึงแม้ว่าค่าสัมประสิทธิ์จีนีที่คำนวณขึ้นมีค่าที่แตกต่างจากค่าสัมประสิทธิ์จีนีจากสภาพัฒนาเศรษฐกิจ (สีม่วง) แต่ทิศทางของค่าสัมประสิทธิ์จีนีที่คำนวณขึ้นนั้นมีแนวโน้มที่ลดลงเช่นเดียวกัน การคำนวณสัมประสิทธิ์จีนีดังกล่าวจัดทำขึ้นเพื่อความสะดวกในการวิเคราะห์และคาดการณ์แนวโน้มสถานการณ์ความเหลื่อมล้ำที่จะเกิดขึ้นในอนาคต

การคาดการณ์แนวโน้มความเท่าเทียมทางเศรษฐกิจในอนาคตในการศึกษาครั้งนี้อาศัยสมมติฐานการเติบโตศักยภาพรายจังหวัดจากการคำนวณอัตราการเติบโตที่แท้จริงเฉลี่ยรายจังหวัดในปีที่ผ่านมา ผนวกกับการคาดการณ์จำนวนประชากรรายจังหวัดในอนาคต (อ้างอิงจากการคาดประมาณประชากรของประเทศไทย พ.ศ.2553-2583 (ฉบับปรับปรุง) สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ) นำมาคำนวณค่าสัมประสิทธิ์จีนีในอนาคต แสดงได้ดังภาพประกอบที่ 2  

ภาพประกอบที่ 2 ค่าสัมประสิทธิ์จีนีตั้งแต่ปี 2549 – 2565 และการคาดการณ์ค่าสัมประสิทธิ์จีนีปี 2583

จากภาพประกอบที่ 2 เส้นสีฟ้าแสดงถึงค่าสัมประสิทธิ์จีนีตั้งแต่ปี 2549 – 2565 โดยในปี 2565 ประเทศไทยมีค่าสัมประสิทธิ์จีนีอยู่ที่ 0.4576 ซึ่งแสดงให้เห็นว่าในช่วงปี 2549 – 2565 ค่าสัมประสิทธิ์จีนีมีแนวโน้มที่ลดลงอย่างชัดเจน อย่างไรก็ตาม การคาดการณ์ค่าสัมประสิทธิ์จีนีในปี 2583 กลับแสดงให้เห็นถึงแนวโน้มที่เพิ่มขึ้นอย่างมีนัยสำคัญ และในปี 2583 คาดว่าจะเพิ่มขึ้นเป็น 0.4751 ซึ่งสะท้อนให้เห็นว่าความเหลื่อมล้ำทางเศรษฐกิจในอนาคตอาจจะเพิ่มสูงขึ้นกว่าในปัจจุบันอย่างมาก แสดงถึงความท้าทายในการแก้ไขปัญหาความไม่เท่าเทียมทางเศรษฐกิจในระยะยาวของประเทศไทย

2.1 การวิเคราะห์การกระจายตัวของเศรษฐกิจระดับจังหวัดในประเทศไทยโดยใช้ K-means Clustering

ในอนาคตความเหลื่อมล้ำหรือค่าสัมประสิทธิ์จีนี (Gini Coefficient) อาจมีแนวโน้มเพิ่มขึ้นดังที่แสดงให้หัวข้อก่อนหน้าซึ่งอาจเกิดจากการที่กลุ่มจังหวัดที่มีรายได้น้อยไม่สามารถเติบโตได้ทันกลุ่มจังหวัดอื่นๆ ซึ่งอาจส่งผลกระทบต่อเศรษฐกิจและสังคมให้เกิดความไม่เท่าเทียมเพิ่มขึ้นเรื่อยๆ ในอนาคต บทความนี้จึงได้ใช้ข้อมูลผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากร (GPP Per Capita) และอัตราการเติบโตทางเศรษฐกิจแบบทบต้น (Compound Annual Growth Rate – CAGR) เพื่อวิเคราะห์หากลุ่มเป้าหมายที่มีลักษณะใกล้เคียงกันและจัดกลุ่มจังหวัดในประเทศไทย โดยใช้เทคนิค K-means Clustering การจัดกลุ่มนี้แบ่งออกเป็น 5 กลุ่ม เพื่อแสดงความสัมพันธ์ระหว่าง GPP Per Capita และ CAGR ของแต่ละจังหวัดอย่างชัดเจน การใช้ GPP Per Capita แสดงถึงระดับความมั่งคั่งของประชากร ขณะที่ CAGR แสดงถึงการเจริญเติบโตทางเศรษฐกิจของจังหวัด โดย K-means Clustering หรือเรียกว่า การวิเคราะห์กลุ่มแบบไม่เป็นขั้นตอน (Nonhierarchical Cluster Analysis) โดยอัลกอริทึมนี้จะตัดแบ่ง (Partition) วัตถุออกเป็น K กลุ่ม และแทนค่าแต่ละกลุ่มด้วยค่าเฉลี่ยของกลุ่ม ซึ่งใช้เป็นจุดศูนย์กลาง (centroid) ในการวัดระยะห่างของข้อมูลในกลุ่มเดียวกัน เป็นเทคนิคการวิเคราะห์ข้อมูลที่ช่วยในการแบ่งกลุ่มข้อมูลตามความคล้ายคลึงกัน โดยขั้นตอนแรกเริ่มจากการกำหนดจำนวนกลุ่มที่ต้องการ จากนั้นทำการสุ่มจุดศูนย์กลาง (centroids) เริ่มต้นสำหรับแต่ละกลุ่ม และนำข้อมูลทั้งหมดมาจัดเข้ากลุ่มตามระยะห่างจากจุดศูนย์กลางดังกล่าว กระบวนการนี้จะทำซ้ำหลายครั้งจนกว่าค่าจุดศูนย์กลางจะไม่เปลี่ยนแปลง

ภาพประกอบที่ 3 การจัดกลุ่ม K-means ระหว่างข้อมูล GPP Per Capita และ CAGR

จากภาพประกอบที่ 3 แสดงผลการจัดกลุ่ม K-means ของข้อมูลแต่ละจังหวัดในประเทศไทย โดยแต่ละกลุ่มจะแสดงด้วยสีที่แตกต่างกัน จำนวน 5 กลุ่ม ซึ่งสามารถเห็นความแตกต่างของ GPP Per Capita และ CAGR ได้อย่างชัดเจน จากการวิเคราะห์นี้ พบว่ากลุ่มที่ 1 (กลุ่มสีชมพู) มีจำนวน 17 จังหวัด ประกอบด้วยจังหวัด เชียงใหม่ เพชรบุรี กระบี่ กำแพงเพชร ขอนแก่น จันทบุรี ชุมพร ตราด ปทุมธานี ประจวบคีรีขันธ์ พังงา พิษณุโลก ราชบุรี ลพบุรี ลำพูน สมุทรสงคราม และสุราษฎร์ธานี เป็นกลุ่มจังหวัดที่มี GPP Per Capita และมีการเติบโตปานกลาง กลุ่มที่ 2 (กลุ่มสีส้ม) มีจำนวน 24 จังหวัด ประกอบด้วยจังหวัด เชียงราย เลย กาฬสินธุ์ ชัยภูมิ ตาก นครนายก นครพนม นครราชสีมา น่าน บุรีรัมย์ มหาสารคาม มุกดาหาร ยโสธร ร้อยเอ็ด ศรีสะเกษ สกลนคร สระแก้ว สุโขทัยสุรินทร์ หนองบัวลำภู อำนาจเจริญ อุดรธานี อุทัยธานี และอุบลราชธานี เป็นกลุ่มจังหวัดที่มี GPP Per Capita ที่สูงและมีการเติบโตปานกลาง กลุ่มที่ 3 (กลุ่มสีเขียว) มีจำนวน  9 จังหวัด ประกอบด้วยจังหวัดกรุงเทพฯ ฉะเชิงเทรา ชลบุรี นครปฐม พระนครศรีอยุธยา ระยอง สมุทรปราการ สมุทรสาคร และสระบุรี เป็นกลุ่มจังหวัดที่มี GPP Per Capita ที่สูงและมีการเติบโตค่อนข้างสูง กลุ่มที่ 4 (กลุ่มสีเหลือง) มีจำนวน 23 จังหวัด ประกอบด้วยจังหวัดเพชรบูรณ์ แพร่ แม่ฮ่องสอน กาญจนบุรี ชัยนาท ตรัง นครศรีธรรมราช นครสวรรค์ นราธิวาส ปัตตานี พะเยา พัทลุง พิจิตร ยะลา ระนอง ลำปาง สงขลา สตูล สิงห์บุรี สุพรรณบุรี หนองคาย อ่างทอง และอุตรดิตถ์ เป็นกลุ่มจังหวัดที่มี GPP Per Capita และมีการเติบโตต่ำที่สุดในทุกกลุ่มที่กล่าวมา และสุดท้ายกลุ่มที่ 5 (กลุ่มสีน้ำเงิน) มีจำนวน 4 จังหวัด ประกอบด้วยจังหวัด นนทบุรี บึงกาฬ ปราจีนบุรี และภูเก็ตเป็นกลุ่มจังหวัดที่มี GPP Per Capita ที่ค่อนข้างสูงและมีการเติบโตสูงที่สุด

จากการวิเคราะห์ข้อมูลนี้ ทำให้สังเกตได้ว่ากลุ่มจังหวัดที่มี GPP Per Capita และการเติบโตต่ำสุด คือ กลุ่มที่ 4 (กลุ่มสีเหลือง) ซึ่งมีจำนวน 23 จังหวัด ดังนั้น ผู้เขียนจึงเลือกกลุ่มที่ 4 เป็นกลุ่มเป้าหมายเพื่อแก้ไขปัญหาความเหลื่อมล้ำในอนาคต และทำให้เกิดการกระจายตัวของความเจริญเติบโตทางเศรษฐกิจในแต่ละจังหวัด เนื่องจากกลุ่มที่ 4 เป็นกลุ่มที่มีศักยภาพทางเศรษฐกิจต่ำที่สุด (รายได้เฉลี่ยต่อประชากรต่ำ) และการเติบโตทางเศรษฐกิจช้า การพัฒนาจังหวัดเหล่านี้จึงน่าจะเป็นกลุ่มจังหวัดแรกที่ควรส่งเสริมให้เกิดการพัฒนายกระดับคุณภาพชีวิตของประชากรในพื้นที่ ซึ่งจะนำมาสู่การลดความเหลื่อมล้ำในประเทศไทยได้มากกว่าการยกระดับการพัฒนากลุ่มจังหวัดอื่นๆ การกระจายความเจริญเติบโตทางเศรษฐกิจไปยังกลุ่มที่ 4 จะช่วยสร้างโอกาสให้กับประชากรในพื้นที่เหล่านี้ อาจทำได้โดยการปรับปรุงโครงสร้างพื้นฐานและเพิ่มการเข้าถึงบริการและสิ่งอำนวยความสะดวกพื้นฐาน การนำดัชนีปัจจัยพื้นฐานทางเศรษฐกิจเชิงพื้นที่ (Spatial Economic Fundamental Index: SEFI) มาวิเคราะห์กลุ่มพื้นที่เพื่อนำไปออกแบบมาตรการทางเศรษฐกิจในแต่ละพื้นที่ในจังหวัดต่าง ๆ สามารถทำให้แก้ปัญหาของแต่ละพื้นที่ได้ตรงจุดมากยิ่งขึ้น โดยที่ดัชนี SEFI จะประกอบด้วยกลุ่มตัวชี้วัดทั้งหมด 6 กลุ่มหลัก ดังนี้ กลุ่มโครงสร้างพื้นฐาน (Infrastructure) กลุ่มสาธารณสุข (Public Health) กลุ่มการศึกษา (Education) กลุ่มเสถียรภาพทางเศรษฐกิจ (Economic Stability) กลุ่มความท้าทายทางทรัพยากรมนุษย์ (Human Resource Challenges) กลุ่มสิ่งแวดล้อม (Environment) โดยทั่วไปแล้ว ดัชนี SEFI ที่มีค่าดี (สูง) แสดงให้เห็นถึงสภาพแวดล้อมทางเศรษฐกิจที่เอื้อต่อการเติบโตและพัฒนาของพื้นที่นั้น ๆ ซึ่งจะส่งผลให้ GPP Per Capita (ผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากร) สูงขึ้นตามไปด้วย เพราะมีการสนับสนุนจากปัจจัยพื้นฐานทางเศรษฐกิจที่เข้มแข็งในทุก ๆ ด้าน ดังนั้น ความสัมพันธ์ระหว่าง SEFI และ GPP Per Capita จะเป็นไปในทิศทางเดียวกัน (นรพัชร์ อัศววัลลภ และคณะ, 2566) ซึ่งหมายถึงเมื่อค่าดัชนี SEFI สูงขึ้น จะส่งผลให้ GPP Per Capita สูงขึ้นด้วย และในทางกลับกันเมื่อค่าดัชนี SEFI ต่ำลง GPP Per Capita ก็จะมีแนวโน้มต่ำลงตามไปด้วยเช่นกัน ทั้งนี้ การประยุกต์ใช้ดัชนี SEFI เพื่อพัฒนาพื้นที่จะช่วยชี้ให้เห็นถึงจุดแข็งและจุดอ่อนของพื้นที่ ทำให้สามารถพัฒนาพื้นที่ได้อย่างถูกต้องสอดคล้องกับสภาวะของพื้นที่แต่ละแห่งที่มีความแตกต่างกัน

3. การคาดการณ์ผลกระทบจากการเพิ่มอัตราการเติบโตทางเศรษฐกิจ

ในกรณีที่มีการพัฒนาพื้นที่ด้วยนโยบายสาธารณะใดๆก็ตาม เพื่อเพิ่มอัตราการเติบโตทางเศรษฐกิจ ของกลุ่มจังหวัดที่มีศักยภาพทางเศรษฐกิจต่ำสุด (กลุ่มที่ 4) ผู้เขียนทำการศึกษาว่าควรเร่งอัตราการเติบโตศักยภาพของกลุ่มจังหวัดกลุ่มที่ 4 มากเพียงใดจึงจะเพียงพอที่จะทำให้ภาวะความเหลื่อมล้ำโดยรวมของประเทศไทยอย่างน้อยไม่แย่ลงไปกว่าสถานะปัจจุบัน

 กรณีแรก ผู้เขียนทดลองเพิ่มอัตราการเติมโตศักยภาพให้กลุ่มจังหวัดเป้าหมายสามารถเติบโตได้เพิ่มขึ้นร้อยละ 0.5 (กลุ่มที่ 4) เมื่อเพิ่ม CAGR ในจังหวัดกลุ่มเป้าหมาย ในปี 2583 ทำให้แต่ละจังหวัดเกิดการเปลี่ยนแปลงลำดับผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากร จังหวัดที่ลำดับเปลี่ยนแปลงในทิศทางที่ดีขึ้น ได้แก่ จังหวัดเพชรบูรณ์ แพร่  นครสวรรค์ พะเยา พิจิตร อุตรดิตถ์ จังหวัดที่ไม่เกิดการเปลี่ยนแปลงลำดับ ได้แก่ จังหวัดนราธิวาส แม่ฮ่องสอน และที่เหลือจังหวัดกาญจนบุรี ชัยนาถ ตรัง นครศรีธรรมราช ปัตตานี พัทลุง ยะลา ระนอง ลำปาง สงขลา สตูล อ่างทอง สุพรรณบุรี หนองคาย สิงห์บุรี มีการเปลี่ยนแปลงลำดับในทิศทางที่ลดลง

กรณีที่สอง กำหนดให้กลุ่มจังหวัดเป้าหมาย (กลุ่มที่ 4) มีอัตราการเติบโตศักยภาพเพิ่มขึ้นร้อยละ 1.2 เมื่อเพิ่ม CAGR ในจังหวัดกลุ่มเป้าหมาย ในปี 2583 ทำให้แต่ละจังหวัดเกิดการเปลี่ยนแปลงลำดับผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากร จังหวัดที่ลำดับเปลี่ยนแปลงในทิศทางที่ดีขึ้น ได้แก่ จังหวัดเพชรบูรณ์ แพร่ กาญจนบุรี นครสวรรค์ พะเยา พัทลุง พิจิตร ลำปาง สิงห์บุรี สุพรรณบุรี อุตรดิตถ์ จังหวัดที่ไม่เกิดการเปลี่ยนแปลงลำดับ ได้แก่ จังหวัดนราธิวาส แม่ฮ่องสอน และที่เหลือจังหวัดชัยนาท ตรัง นครศรีธรรมราช ปัตตานี ยะลา ระนอง สงขลา สตูล หนองคาย อ่างทอง มีการเปลี่ยนแปลงลำดับในทิศทางที่ลดลง

กรณีที่สาม กำหนดให้กลุ่มจังหวัดเป้าหมาย (กลุ่มที่ 4) มีอัตราการเติบโตศักยภาพเพิ่มขึ้นร้อยละ 1.6  ทำให้แต่ละจังหวัดเกิดการเปลี่ยนแปลงลำดับผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากร จังหวัดที่ลำดับเปลี่ยนแปลงในทิศทางที่ดีขึ้น ได้แก่ จังหวัดเพชรบูรณ์ แพร่ กาญจนบุรี นครสวรรค์ พะเยา พัทลุง พิจิตร ลำปาง สิงห์บุรี สุพรรณบุรี อุตรดิตถ์ อ่างทอง จังหวัดที่ไม่เกิดการเปลี่ยนแปลงลำดับ ได้แก่ จังหวัดนราธิวาส แม่ฮ่องสอน ชัยนาท และที่เหลือจังหวัด ตรัง นครศรีธรรมราช ปัตตานี ยะลา ระนอง สตูล หนองคาย สงขลา มีการเปลี่ยนแปลงลำดับในทิศทางที่ลดลง

จากผลการเพิ่มอัตราการเติบโตทางเศรษฐกิจ (CAGR) ในกลุ่มเป้าหมาย (กลุ่มที่ 4) พบว่าจังหวัดที่มีการเปลี่ยนแปลงลำดับผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากรที่ดีขึ้นนั้นมีแนวโน้มที่จะยกระดับคุณภาพชีวิตและโอกาสทางเศรษฐกิจของประชากรในพื้นที่ การเพิ่มอัตราการเติบโตทางเศรษฐกิจในจังหวัดเหล่านี้จะช่วยลดความเหลื่อมล้ำทางเศรษฐกิจภายในประเทศ

4. อนาคตของความเหลื่อมล้ำทางเศรษฐกิจในประเทศไทย

จากการวิเคราะห์กลุ่มเป้าหมายที่มีศักยภาพทางเศรษฐกิจต่ำสุด (กลุ่มที่ 4) คิดเป็นร้อยละ 8.05ของผลิตภัณฑ์มวลรวมในประเทศ (Gross Domestic Product: GDP) ส่งผลให้เมื่อเพิ่มอัตราการเติบโตทางเศรษฐกิจทำให้สามารถลดความเหลื่อมล้ำได้เล็กน้อย จากการวิเคราะห์แนวโน้มในปัจจุบันหากจังหวัดในกลุ่มเป้าหมายเพิ่มอัตราการเติบโตทางเศรษฐกิจตามที่คาดการณ์ พบว่าเมื่อกำหนดสถานการณ์ให้เพิ่มอัตราการเติบโตทางเศรษฐกิจ (CAGR) ในกลุ่มเป้าหมายร้อยละ 0.5 และ 1.2 ส่งผลให้ค่าสัมประสิทธิ์จีนีในปี 2583 อยู่ที่ 0.470 และ 0.462 ตามลำดับ ซึ่งแม้ว่าจะลดลงจากค่าสัมประสิทธิ์จีนีที่คาดการณ์ไว้ในอนาคต (ปี 2583) แต่ยังคงสูงกว่าค่าสัมประสิทธิ์จีนีในปี 2565 ทั้งนี้ความเหลื่อมล้ำทางเศรษฐกิจมีแนวโน้มลดลง แต่ในปี 2583 กลับมีแนวโน้มเพิ่มขึ้น อย่างไรก็ตาม ผู้เขียนจึงกำหนดสถานการณ์ให้เพิ่มอัตราการเติบโตทางเศรษฐกิจ (CAGR) ในกลุ่มเป้าหมายร้อยละ 1.6 ในกรณีที่สามส่งผลให้ค่าสัมประสิทธิ์จีนีในปี 2583 อยู่ที่ 0.458 ซึ่งตรงกับค่าสัมประสิทธิ์จีนีในปี 2565 ที่มีค่า 0.458 เช่นกัน หากกลุ่มจังหวัดเป้าหมายสามารถเพิ่ม CAGR ได้ตามสถานการณ์ที่ผู้เขียนได้กล่าว จะส่งผลให้ค่าสัมประสิทธิ์จีนีในอนาคตจะลดลงน้อยกว่าหรือเท่ากับค่าสัมประสิทธิ์จีนีในปัจจุบัน ดังนั้น ในอนาคตประเทศไทยควรมุ่งเน้นการเพิ่มอัตราการเติบโตทางเศรษฐกิจในจังหวัดกลุ่มเป้าหมายให้มีค่าไม่ต่ำกว่าร้อยละ 1.6 ก็จะสามารถลดความเหลื่อมล้ำทางเศรษฐกิจในประเทศได้

5. บทสรุป

ประเทศไทยยังคงเผชิญกับความเหลื่อมล้ำทางเศรษฐกิจ จะมีแนวโน้มของค่าสัมประสิทธิ์จีนีที่ลดลง ตามค่าสัมประสิทธิ์จีนีตั้งแต่ปี 2549 – 2565 และจากการคาดการณ์ค่าสัมประสิทธิ์จีนีในอนาคต ที่คำนวณจากผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากร พบว่ามีแนวโน้มที่ลดลง แต่ในปี 2583 กลับมีแนวโน้มที่เพิ่มขึ้น ซึ่งจากการคาดการณ์มีค่าสัมประสิทธิ์จีนีอยู่ที่ 0.475 สามารถสะท้อนให้เห็นว่าความเหลื่อมล้ำทางเศรษฐกิจในอนาคตยังคงมีอยู่และสูงขึ้น ซึ่งการแก้ไขปัญหาความเหลื่อมล้ำทางเศรษฐกิจในระยะยาวนี้ถือเป็นความท้าทายที่สำคัญ ในการวิเคราะห์ข้อมูลผลิตภัณฑ์มวลรวมจังหวัดต่อหัวประชากรและอัตราการเติบโตทางเศรษฐกิจ ใช้เทคนิค K-means Clustering ในการวิเคราะห์หากลุ่มเป้าหมายที่มีลักษณะใกล้เคียงกันและจัดกลุ่มจังหวัดในประเทศไทย ซึ่งสามารถแบ่งกลุ่มจังหวัดออกเป็น 5 กลุ่ม โดยกลุ่มที่มีศักยภาพทางเศรษฐกิจต่ำที่สุดและการเติบโตทางเศรษฐกิจช้า ได้แก่ กลุ่มที่ 4 โดยผู้เขียนได้กำหนดสถานการณ์ให้เพิ่มอัตราการเติบโตทางเศรษฐกิจ (CAGR) พบว่าค่าสัมประสิทธิ์จีนีมีค่าลดลง แต่ยังคงมีค่าสัมประสิทธิ์จีนีที่มีค่ามากกว่าปี 2565 ผู้เขียนจึงกำหนดสถานการณ์ให้เพิ่มอัตราการเติบโตทางเศรษฐกิจ (CAGR) ในกลุ่มเป้าหมายร้อยละ 1.6 ส่งผลให้ค่าสัมประสิทธิ์จีนีในปี 2583 ตรงกับค่าสัมประสิทธิ์จีนีในปี 2565 แสดงถึงในอนาคตหากประเทศไทยสามารถเพิ่มอัตราการเติบโตเศรษฐกิจได้สำเร็จ ค่าสัมประสิทธิ์จีนีกลับมามีค่าเท่ากับหรือน้อยกว่าในปัจจุบัน จะสามารถช่วยยกระดับคุณภาพชีวิตและลดความเหลื่อมล้ำทางเศรษฐกิจ

          อย่างไรก็ตาม การเพิ่มอัตราการเติบโตทางเศรษฐกิจเป็นเป้าหมายสำคัญที่จะทำให้ประชาชนมีคุณภาพชีวิตที่ดีขึ้น การสนับสนุนการเกษตรที่ยั่งยืนและการพัฒนาพื้นที่ชนบทก็เป็นสิ่งสำคัญในการลดความเหลื่อมล้ำและสร้างโอกาสทางเศรษฐกิจที่เป็นธรรมและยั่งยืนในระยะยาว นอกจากนี้ การเพิ่มอัตราการเติบโตทางเศรษฐกิจต้องอาศัยนโยบายที่เหมาะสม โดยใช้ดัชนี SEFI ในการวิเคราะห์และวางแผน เพื่อออกแบบนโยบายที่มีประสิทธิภาพ เช่น การลงทุนในโครงสร้างพื้นฐาน การพัฒนาทรัพยากรมนุษย์ การส่งเสริมนวัตกรรม และการลงทุนในพื้นที่ชนบท ซึ่งจะช่วยลดความเหลื่อมล้ำในระยะยาว

เอกสารอ้างอิง

นรพัชร์ อัศววัลลภ และคณะ. (2565). อนาคตเศรษฐกิจภูมิภาคและความเหลื่อมล้ำของไทย. วารสารการเงิน การคลัง. http://www.fpojournal.com/thailand-economic/

นรพัชร์ อัศววัลลภ และคณะ. (2566).ดัชนีปัจจัยพื้นฐานทางเศรษฐกิจเชิงพื้นที่ (Spatial Economic Fundamentals Index, SEFI) : การบูรณาการข้อมูลขนาดใหญ่ด้วย Big Data Analytics. วารสารการเงินการคลัง. http://www.fpojournal.com/sefi/

สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2562). รายงานการคาดประมาณประชากรของประเทศไทย พ.ศ. 2553 – 2583 (ฉบับปรับปรุง). (ครั้งที่ 1). บริษัท อมรินทร์พริ้นติ้งแอนด์พับลิชชิ่ง จำกัด. https://social.nesdc.go.th/social/Portals/0/Documents/รายงานการคาดประมาณ    ประชากรของประเทศไทย พศ 2553 – 2583 (ฉบับ_2315.pdf

สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2565). ผลิตภัณฑ์ภาคและจังหวัดแบบปริมาณลูกโซ่    ฉบับ พ.ศ. 2565. https://www.nesdc.go.th/ewt_dl_link.php?nid=15104&filename=gross_regional

สำนักงานสถิติแห่งชาติ. (2566, 20 เมษายน). สัมประสิทธิ์ความไม่เสมอภาค (Gini coefficient) ของรายจ่ายเพื่อการอุปโภคบริโภค จำแนกตามภาค พ.ศ. 2531 – 2565. https://www.nso.go.th/nsoweb/nso/statistics_and_indicators?order=&search=&impt_side=&impt_branch=309          &impt_group=4008&impt_subgroup=&year=&announcement_date=

ณิชาพัชร์ เจริญศึกษา พิชฌาย์มาศ พิสิฏฐ์โสภณ รัชตฤณ ทองนที