Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Community
PIER Research Network
Visiting Fellows
Funding and Grants
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
TH
EN
Research
Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Thailand and the Middle-Income Trap: An Analysis from the Global Value Chain Perspective
Discussion Paper ล่าสุด
Thailand and the Middle-Income Trap: An Analysis from the Global Value Chain Perspective
ค่าเงินบาทผันผวน: “ตัวปรับสมดุล” หรือ “ตัวป่วน” เศรษฐกิจไทย
aBRIDGEd ล่าสุด
ค่าเงินบาทผันผวน: “ตัวปรับสมดุล” หรือ “ตัวป่วน” เศรษฐกิจไทย
Events
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Confidence and College Applications: Evidence from a Randomized Intervention
งานสัมมนาล่าสุด
Confidence and College Applications: Evidence from a Randomized Intervention
The Impact of Climate Change on Thai Households
งานสัมมนาล่าสุด
The Impact of Climate Change on Thai Households
สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
สถาบันวิจัยเศรษฐกิจ
ป๋วย อึ๊งภากรณ์
Puey Ungphakorn Institute for Economic Research
Community
Community
PIER Research Network
Visiting Fellows
Funding and Grants
PIER Research Network
PIER Research Network
Funding & Grants
Funding & Grants
About Us
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
Staff
Staff
ลงนามบันทึกข้อตกลงความร่วมมือในการพัฒนาฐานข้อมูลเพื่อแก้ไขปัญหาหนี้สินเกษตรกรไทย
ประกาศล่าสุด
ลงนามบันทึกข้อตกลงความร่วมมือในการพัฒนาฐานข้อมูลเพื่อแก้ไขปัญหาหนี้สินเกษตรกรไทย
aBRIDGEdabridged
Making Research Accessible
QR code
Year
2023
2022
2021
2020
...
Topic
Development Economics
Macroeconomics
Financial Markets and Asset Pricing
Monetary Economics
...
/static/e4cc3446438183fbe5b7bf1b3003d405/41624/cover.jpg
26 ตุลาคม 2561
20181540512000000

ไขปริศนาผลิตภาพของไทย ด้วยกุญแจข้อมูลจุลภาค

ความเข้าใจเกี่ยวกับผลิตภาพการผลิตรวม เป็นกุญแจสำคัญที่จะช่วยยกระดับพัฒนาการทางเศรษฐกิจให้เติบโตทั้งในด้านขีดความสามารถในการแข่งขันควบคู่ไปกับการเพิ่มรายได้ของประชากร
ไขปริศนาผลิตภาพของไทย ด้วยกุญแจข้อมูลจุลภาค
excerpt

งานวิจัยด้านเศรษฐศาสตร์การพัฒนาที่ผ่านมาชี้ว่า ความแตกต่างด้านผลิตภาพการผลิตรวม (total factor productivity: TFP) ของกลุ่มประเทศพัฒนาแล้วและกลุ่มประเทศกำลังพัฒนาเป็นปัจจัยสำคัญในการอธิบายความแตกต่างของรายได้เฉลี่ยต่อคนของประเทศในสองกลุ่มนี้ ซึ่งเป็นตัวชี้วัดความสามารถในการผลิตสินค้าและบริการที่ประชากรหนึ่งคนในประเทศนั้น ๆ ผลิตได้ ความเข้าใจเกี่ยวกับผลิตภาพการผลิตรวมจึงมีความสำคัญต่อพัฒนาการทางเศรษฐกิจของประเทศหนึ่ง ๆ ให้เติบโตโดยมีความสามารถในการแข่งขันที่สูงขึ้น ควบคู่ไปกับการยกระดับรายได้ของประชากรในประเทศ

จากการประชุมของคณะกรรมการกองทุนการเงินระหว่างประเทศ (International Monetary Fund: IMF) ในปี 2016 นางคริสตีน ลาการ์ด กรรมการผู้จัดการกองทุนการเงินระหว่างประเทศ ได้แสดงความกังวลต่อปัญหาผลิตภาพตกต่ำที่เกิดขึ้นในภูมิภาคต่าง ๆ ทั่วโลก โดยเฉพาะการขาดความเข้าใจที่ชัดเจนถึงสาเหตุและความรุนแรงของปัญหา ความเห็นดังกล่าวแสดงให้เห็นถึงความสำคัญของปัญหาผลิตภาพตกต่ำที่เกิดขึ้นทั่วโลกและกลายเป็นหนึ่งในข้อจำกัดต่อการฟื้นตัวของเศรษฐกิจโลกในภาพรวม

สำหรับประเทศไทยนั้น Paweenawat et al. (2017) อธิบายว่าการขยายตัวของเศรษฐกิจไทยในช่วงที่ผ่านมาขับเคลื่อนโดยการเพิ่มปัจจัยการผลิตเป็นหลัก กล่าวคือมีการเน้นใช้ปัจจัยทุนในช่วงก่อนเกิดวิกฤตการเงินเอเชียในปี 1997 และในช่วงหลังปี 2013 ขณะที่มีการเน้นใช้ปัจจัยแรงงานในช่วงทศวรรษ 2000 แต่สำหรับปัจจัยด้าน TFP ซึ่งเป็นอีกปัจจัยที่ช่วยขับเคลื่อนการเติบโตทางเศรษฐกิจ จากเดิมเคยมีบทบาทประมาณหนึ่งในสามและครึ่งหนึ่งของการขยายตัวทางเศรษฐกิจในช่วงปี 1991–1996 และ 2001–2007 ตามลำดับ แต่กลับมีบทบาทลดลงหลังเกิดวิกฤตการเงินโลกในช่วงปี 2008 เป็นต้นมา (รูปที่ 1)

รูปที่ 1 บทบาทของ TFP ที่มีต่อการขยายตัวทางเศรษฐกิจไทย

บทบาทของ TFP ที่มีต่อการขยายตัวทางเศรษฐกิจไทย

ที่มา: NSO, NESDB และคำนวณโดยผู้เขียน

Paweenawat et al. (2017) จึงมุ่งใช้ข้อมูลในระดับจุลภาคเป็นกุญแจไขปริศนาการตกต่ำของบทบาท TFP ของไทย โดยเฉพาะในภาคอุตสาหกรรมซึ่งเป็นกิจกรรมหลักในการขับเคลื่อนเศรษฐกิจในช่วงหลายทศวรรษที่ผ่านมา ฐานข้อมูลสำมะโนอุตสาหกรรมที่ใช้ในการศึกษานี้ครอบคลุมข้อมูลระดับโรงงานในปี 1996 2006 และ 2011 ซึ่งเมื่อเทียบกับข้อมูลระดับมหภาคในสามมิติ คือ ด้านมูลค่าเพิ่ม ด้านสต็อกทุน และด้านการจ้างงานแล้ว พบว่าข้อมูลระดับจุลภาคในปี 2006 และ 2011 สามารถสะท้อนภาพเศรษฐกิจมหภาคได้ดีแม้อาจมีข้อจำกัดในการอธิบาย GDP ที่เพิ่มขึ้นระหว่างปี 2006 และปี 2011 นอกจากนี้ พบว่าข้อมูลระดับจุลภาคในปี 1996 มีความละเอียดน้อยกว่าข้อมูลในปีอื่นเนื่องจากสำรวจเพียงประมาณ 10,000 โรงงานต่างจากข้อมูลอีกสองชุดที่สำรวจประมาณ 70,000–80,000 โรงงาน และเมื่อทำการถ่วงน้ำหนักกลุ่มตัวอย่างทางสถิติแล้วจะสามารถอธิบายจำนวนประชากรของโรงงานการผลิตได้มากกว่า 400,000 โรงงาน (รูปที่ 2)

รูปที่ 2 เปรียบเทียบข้อมูลสำมะโนอุตสาหกรรมและข้อมูลเศรษฐกิจมหภาค

เปรียบเทียบข้อมูลสำมะโนอุตสาหกรรมและข้อมูลเศรษฐกิจมหภาค

ที่มา: NSO, NESDB และคำนวณโดยผู้เขียน

บทความนี้ใช้ข้อมูลดังกล่าวในการอธิบายถึงความสำคัญของการจัดสรรทรัพยากรที่มีต่อการยกระดับผลิตภาพในภาคอุตสาหกรรม โดยวิเคราะห์ทั้งในระดับโรงงาน และระดับกลุ่มอุตสาหกรรม ก่อนที่จะสรุปนัยเชิงนโยบายในส่วนสุดท้าย

ผลิตภาพและประสิทธิภาพการจัดสรรทรัพยากรในภาคอุตสาหกรรมไทย

การวิเคราะห์ในระดับโรงงาน

ในการยกระดับผลิตภาพของภาคอุตสาหกรรมนั้น สามารถทำได้โดย (1) เพิ่มระดับผลิตภาพของแต่ละโรงงานในภาคอุตสาหกรรม หรือ (2) โยกย้ายทรัพยากรการผลิต (เช่น คนงาน เครื่องจักร) จากโรงงานที่มีระดับผลผลิตต่อคนงานต่ำไปยังโรงงานที่มีระดับผลผลิตต่อคนงานสูง ยิ่งภาคอุตสาหกรรมมีความแตกต่างของผลผลิตต่อคนงานระหว่างโรงงานต่าง ๆ มากเท่าใด ยิ่งมีโอกาสที่จะเพิ่มระดับผลิตภาพได้มากขึ้นเท่านั้น หรืออีกนัยหนึ่งคือ ความแตกต่างของระดับผลผลิตต่อคนงานเป็นตัวชี้วัดตัวหนึ่งของปัญหาการจัดสรรทรัพยากรอย่างไม่เหมาะสม (resource misallocation)

รูปที่ 3 แสดงระดับผลผลิตต่อคนงานของโรงงานกลุ่มต่าง ๆ ในภาคอุตสาหกรรมเปรียบเทียบกับโรงงานในกลุ่มหัวแถว (เปอร์เซ็นไทล์ที่ 90) โดยกำหนดให้ระดับผลผลิตต่อคนงานของโรงงานในกลุ่มหัวแถวมีค่าเท่ากับหนึ่ง จะเห็นได้ว่ามีความแตกต่างของระดับผลผลิตต่อคนงานระหว่างโรงงานในภาคอุตสาหกรรมค่อนข้างมาก โดยโรงงานที่ดีที่สุดในกลุ่ม 25 เปอร์เซ็นต์แรก (เปอร์เซ็นไทล์ที่ 75) นั้น สามารถสร้างผลผลิตต่อคนงานได้เพียงประมาณครึ่งหนึ่งของโรงงานในกลุ่มหัวแถว นอกจากนี้ ยังพบว่าเมื่อเวลาผ่านไป ความแตกต่างของผลผลิตต่อคนงานระหว่างโรงงานในกลุ่มหัวแถวและโรงงานในกลุ่มอื่น ๆ ยิ่งมากขึ้น แสดงให้เห็นว่าปัญหาการจัดสรรทรัพยากรอย่างไม่เหมาะสมในภาคอุตสาหกรรมนั้นทวีความสำคัญมากขึ้น

รูปที่ 3 ผลผลิตต่อคนงานของโรงงานในภาคอุตสาหกรรม

ผลผลิตต่อคนงานของโรงงานในภาคอุตสาหกรรม

ที่มา: NSO และคำนวณโดยผู้เขียน

แต่การวัดประสิทธิภาพการจัดสรรทรัพยากรโดยใช้ระดับผลผลิตต่อเครื่องจักรหรือระดับผลผลิตต่อคนงานเพียงอย่างใดอย่างหนึ่ง อาจไม่เห็นภาพที่ครบถ้วนในกรณีที่โรงงานมีการใช้ปัจจัยการผลิตมากกว่า 1 ชนิด (เช่น เครื่องจักรและคนงาน) Hsieh and Klenow (2009) จึงได้เสนอแบบจำลองที่ใช้ความแตกต่างของ revenue productivity (TFPR) ระหว่างโรงงานเป็นตัววัดปัญหาการจัดสรรทรัพยากรอย่างไม่เหมาะสม โดย TFPR เป็นตัวชี้วัดความสามารถในการทำกำไรของโรงงาน ซึ่งจะวัดว่าหากมีการลงทุนเพิ่มในโรงงานหนึ่ง ๆ จะได้รับผลตอบแทนเท่าใด โดยโรงงานอาจนำเงินลงทุนที่ได้ไปซื้อเครื่องจักรหรือจ้างคนงานเพิ่มก็ได้ จึงจะเห็นได้ว่า TFPR มีความสัมพันธ์กับขนาดที่เหมาะสมของโรงงานโดยไม่ได้เชื่อมโยงกับปัจจัยการผลิตตัวใดตัวหนึ่งเป็นพิเศษ ตามหลักแล้ว หากการผลิตปราศจากซึ่งการบิดเบือนในกระบวนการตัดสินใจ การลงทุนในโรงงานใดก็ตามในอุตสาหกรรมเดียวกันก็ควรที่จะได้รับผลตอบแทนในระดับเดียวกัน นั่นคือ ในกรณีที่การจัดสรรทรัพยากรเป็นไปอย่างมีประสิทธิภาพ ค่าของ TFPR ระหว่างโรงงานในอุตสาหกรรมเดียวกันก็ควรจะมีค่าเท่ากัน

รูปที่ 4 แสดงการกระจายตัวของ TFPR ระหว่างโรงงานในปี 1996 2006 และ 2011 จะเห็นได้ว่าการกระจายตัวของ TFPR ระหว่างโรงงานในปี 1996 และ 2006 มีลักษณะที่ใกล้เคียงกัน แต่ในปี 2011 TFPR มีลักษณะการกระจายตัวที่กว้างกว่า สะท้อนให้เห็นถึงประสิทธิภาพการจัดสรรทรัพยากรในภาคอุตสาหกรรมของไทยที่แย่ลง

รูปที่ 4 การกระจายตัวของ TFPR

การกระจายตัวของ TFPR

ที่มา: NSO และคำนวณโดยผู้เขียน

นอกจากนี้ เมื่อเทียบประสิทธิภาพการจัดสรรทรัพยากรในภาคอุตสาหกรรมของประเทศไทยกับประเทศสหรัฐอเมริกา จะพบว่าประสิทธิภาพการจัดสรรทรัพยากรในประเทศไทยอยู่ในระดับต่ำ ถ้าหากสามารถยกระดับประสิทธิภาพการจัดสรรทรัพยากรภายในประเทศไทยให้เท่ากับประเทศสหรัฐอเมริกาได้ จะช่วยให้ระดับผลิตภาพของภาคอุตสาหกรรมไทยในช่วงปี 1996–2011 มีค่าเพิ่มขึ้นถึงร้อยละ 75–130

การบิดเบือนในระดับโรงงาน

ในแบบจำลองของ Hsieh and Klenow (2009) ที่ให้ความแตกต่างของ TFPR ระหว่างโรงงานในอุตสาหกรรมเดียวกันเป็นตัวชี้วัดของปัญหาการจัดสรรทรัพยากรอย่างไม่เหมาะสมนั้น ความแตกต่างนี้อาจมีสาเหตุมาจากกฎระเบียบของภาครัฐหรือความไม่สมบูรณ์ของตลาดการเงินที่ส่งผลต่อโรงงานแต่ละแห่งไม่เท่ากัน รูปที่ 5 แสดงความสัมพันธ์ระหว่าง TFPR และระดับผลิตภาพ (physical productivity หรือ TFPQ) ของโรงงานในภาคอุตสาหกรรม หาก TFPR เพิ่มขึ้นตามระดับผลิตภาพของโรงงาน แสดงว่าโรงงานที่มีผลิตภาพสูงจะพบกับการบิดเบือนหรือข้อจำกัดมากกว่าโรงงานที่มีผลิตภาพต่ำ หรือที่เรียกว่า “correlated distortions” ซึ่งการบิดเบือนในลักษณะดังกล่าวจะส่งผลต่อประสิทธิภาพการจัดสรรทรัพยากรมากกว่าการบิดเบือนที่ไม่มีความสัมพันธ์กับระดับผลิตภาพของโรงงาน

รูปที่ 5 ความสัมพันธ์ระหว่าง TFPR และผลิตภาพของโรงงาน

ความสัมพันธ์ระหว่าง TFPR และผลิตภาพของโรงงาน

ที่มา: NSO และคำนวณโดยผู้เขียน

นโยบายที่ขึ้นกับขนาด (size-dependent policies)

ในช่วงที่ผ่านมา ภาครัฐได้ดำเนินมาตรการหลายด้านเพื่อส่งเสริมวิสาหกิจขนาดกลางและขนาดย่อม (small and medium enterprises หรือ SMEs) ทั้งในรูปแบบของเงินกู้ดอกเบี้ยต่ำ ภาษีเงินได้อัตราพิเศษ การให้สิทธิประโยชน์ทางภาษีเพื่อสนับสนุนการทำวิจัยและพัฒนา (research and development: R&D) เป็นต้น

Paweenawat et al. (2017) ระบุว่านโยบายดังกล่าวเป็นสาเหตุหนึ่งของปัญหา correlated distortions จากการศึกษาโดยใช้แบบจำลองพบว่า โรงงานที่มีผลิตภาพสูงจะมีขนาดใหญ่กว่าโรงงานที่มีผลิตภาพต่ำ ดังนั้น นโยบายใดก็ตามที่มีส่วนเอื้อให้โรงงานขนาดเล็กมีต้นทุนหรือข้อจำกัดที่น้อยกว่าโรงงานขนาดใหญ่ ย่อมส่งผลทำให้โรงงานที่มีผลิตภาพสูงต้องเผชิญกับการบิดเบือนที่มากกว่าโรงงานที่มีผลิตภาพต่ำ โดย Paweenawat et al. (2017) ได้แบ่งโรงงานเป็นขนาดเล็ก กลาง และใหญ่ ตามเกณฑ์การจ้างงานและมูลค่าสินทรัพย์ถาวร ดังแสดงในตารางที่ 1

ตารางที่ 1 เกณฑ์การแบ่งขนาดธุรกิจ*

เกณฑ์การแบ่งขนาดธุรกิจ*

หมายเหตุ อ้างอิงจากกฎกระทรวงกำหนดจำนวนการจ้างงานและมูลค่าสินทรัพย์ถาวรของวิสาหกิจขนาดกลางและขนาดย่อม พ.ศ. 2545

รูปที่ 6 ศึกษาถึงความสัมพันธ์ระหว่างระดับ TFPR กับขนาดของโรงงาน เส้นประที่เห็นเป็นเส้นแบ่งโรงงานขนาดเล็กออกจากโรงงานขนาดกลางและขนาดใหญ่ ซึ่งจะเห็นได้ว่าในภาคอุตสาหกรรมของไทย โรงงานขนาดเล็กมีต้นทุนหรือข้อจำกัดที่น้อยกว่าโรงงานขนาดกลางและขนาดใหญ่ ส่งผลให้ในโรงงานขนาดเล็กที่มีผลิตภาพต่ำมีขนาดใหญ่กว่าที่ควรจะเป็น ขณะที่โรงงานขนาดใหญ่ที่มีผลิตภาพสูงกลับมีขนาดเล็กกว่าที่ควรจะเป็น ข้อมูลนี้ได้สะท้อนให้เห็นถึงสาเหตุหนึ่งของปัญหาการจัดสรรทรัพยากรอย่างไม่เหมาะสมที่เกิดจากนโยบายของภาครัฐที่ขึ้นกับขนาดของธุรกิจ

รูปที่ 6 TFPR และขนาดของโรงงาน

TFPR และขนาดของโรงงาน

ที่มา: NSO และคำนวณโดยผู้เขียน

ผลของนโยบายต่อการตัดสินใจลงทุน

นอกจากนโยบายที่ทำให้โรงงานขนาดเล็กเผชิญกับต้นทุนและข้อจำกัดที่ต่ำกว่าโรงงานขนาดใหญ่จะส่งผลต่อประสิทธิภาพการจัดสรรทรัพยากรในช่วงเวลาหนึ่ง ๆ แล้ว ยังส่งผลต่อระดับผลิตภาพของภาคอุตสาหกรรมในระยะยาวอีกด้วย เนื่องจากนโยบายดังกล่าวอาจส่งผลต่อการตัดสินใจของโรงงานในการลงทุนเพื่อขยายกำลังการผลิตหรือเพิ่มประสิทธิภาพ โดยโรงงานขนาดเล็กหรือขนาดกลางจะมีแรงจูงใจในการลงทุนน้อยกว่าที่ควรเนื่องจากเกรงว่าจะสูญเสียสิทธิประโยชน์ที่เคยได้รับหากถูกจัดให้อยู่ในกลุ่มโรงงานขนาดใหญ่ ทำให้ระดับผลิตภาพของโรงงานขนาดเล็กและกลางไม่เพิ่มขึ้นเท่าที่ควรจะเป็น

รูปที่ 7 แสดงระดับการลงทุนในสินทรัพย์ต่อคนงานของโรงงานในปี 2006 โดยแบ่งกลุ่มโรงงานตามจำนวนคนงาน เส้นประทางด้านซ้ายเป็นเส้นแบ่งโรงงานขนาดเล็กและโรงงานขนาดกลาง ส่วนเส้นประทางด้านขวาเป็นเส้นแบ่งโรงงานขนาดกลางและโรงงานขนาดใหญ่ จากรูปจะพบว่ามีกลุ่มโรงงานขนาดเล็กไม่ถึงร้อยละ 25 ที่มีการลงทุนในสินทรัพย์ถาวร เช่นเดียวกันกับกลุ่มโรงงานขนาดกลางไม่ถึงร้อยละ 50 ที่มีการลงทุนในสินทรัพย์ถาวร ซึ่งทั้งสองกลุ่มโรงงานมีระดับการลงทุนที่ต่ำกว่ากลุ่มโรงงานขนาดใหญ่อย่างชัดเจน

รูปที่ 7 ระดับการลงทุนในสินทรัพย์ถาวรต่อคนงาน

ระดับการลงทุนในสินทรัพย์ถาวรต่อคนงาน

ที่มา: NSO, NESDB และคำนวณโดยผู้เขียน

รูปที่ 8 แสดงสัดส่วนของโรงงานที่มีการลงทุนใน R&D พบว่าสัดส่วนของโรงงานที่มีการลงทุนใน R&D เพิ่มขึ้นตามจำนวนการจ้างงาน นอกจากนี้ แนวโน้มของการลงทุนยังมีการเปลี่ยนแปลงอย่างทันทีทันใด เมื่อมีการเปลี่ยนกลุ่มของโรงงานจากขนาดเล็กเป็นขนาดกลาง และจากโรงงานขนาดกลางเป็นขนาดใหญ่เช่นเดียวกับในกรณีของการลงทุนในสินทรัพย์ถาวร ตัวอย่างเหล่านี้ได้แสดงให้เห็นว่านโยบายที่ขึ้นกับขนาดส่งผลต่อการตัดสินใจลงทุนของโรงงาน

รูปที่ 8 สัดส่วนของโรงงานที่มีการลงทุน R&D

สัดส่วนของโรงงานที่มีการลงทุน R&D

ที่มา: NSO, NESDB และคำนวณโดยผู้เขียน

การที่โรงงานขนาดเล็กและขนาดกลางมีการลงทุนต่ำกว่าที่ควรจะเป็นอันเนื่องมาจากนโยบายที่ขึ้นกับขนาดย่อมส่งผลต่อระดับผลิตภาพของโรงงาน รูปที่ 9 แสดงความสัมพันธ์ระหว่างระดับผลิตภาพของโรงงานและระดับการจ้างงาน จะเห็นได้ว่าโรงงานขนาดเล็กมีระดับผลิตภาพต่ำกว่าโรงงานขนาดกลางและโรงงานขนาดใหญ่ และเนื่องจากโรงงานขนาดเล็กเป็นกลุ่มที่มีต้นทุนหรือข้อจำกัดที่น้อยกว่าโรงงานขนาดกลางและใหญ่ ดังที่แสดงในรูปที่ 6 ยิ่งเป็นการซ้ำเติมปัญหาการจัดสรรทรัพยากรอย่างไม่เหมาะสมในระยะยาว

รูปที่ 9 ผลิตภาพของโรงงานและระดับการจ้างงาน

ผลิตภาพของโรงงานและระดับการจ้างงาน

ที่มา: NSO, NESDB และคำนวณโดยผู้เขียน

การวิเคราะห์ในระดับกลุ่มอุตสาหกรรม

จากผลการศึกษาข้อมูลระดับโรงงาน ที่ได้ข้อสรุปว่า ภาพรวมของระดับผลิตภาพในภาคอุตสาหกรรมไทยปรับลดลง และประสิทธิภาพการจัดสรรทรัพยากรในภาคอุตสาหกรรมของไทยก็ไม่สูงนัก Paweenawat et al. (2017) ได้วิเคราะห์ข้อมูลจุลภาคในมุมมองของกลุ่มอุตสาหกรรม โดยรูปที่ 10 และ 11 ชี้ให้เห็นข้อเท็จจริงว่า TFP แต่ละกลุ่มอุตสาหกรรมแตกต่างกันมาก โดยส่วนใหญ่ปรับลดลงจากช่วงก่อนวิกฤตการเงินเอเชียปี 1997 และที่สำคัญพบว่า กลุ่มอุตสาหกรรมที่ TFP สูงไม่จำเป็นว่าจะมีประสิทธิภาพการจัดสรรทรัพยากรระหว่างโรงงานที่ดีนัก เช่น ผลิตภัณฑ์ยางและพลาสติก วัสดุรีไซเคิล ทีวีและอุปกรณ์สื่อสาร ขณะที่กลุ่มอุตสาหกรรมเครื่องมือแพทย์และผลิตภัณฑ์ปิโตรเลียมที่พบว่ามี TFP ไม่สูง แต่กลับมีการจัดสรรทรัพยากรภายในกลุ่มที่ดี และมีทิศทางการปรับตัวของการจัดสรรทรัพยากรที่ดีขึ้นจากช่วงก่อนวิกฤตการเงินเอเชียปี 1997

รูปที่ 10 TFP ในระดับกลุ่มอุตสาหกรรม (ปี 2011 เทียบปี 1996)

TFP ในระดับกลุ่มอุตสาหกรรม (ปี 2011 เทียบปี 1996)

ที่มา: NSO และคำนวณโดยผู้เขียน
รูปที่ 11 ประสิทธิภาพการจัดสรรทรัพยากรในระดับกลุ่มอุตสาหกรรม (ปี 2011 เทียบปี 1996)

ประสิทธิภาพการจัดสรรทรัพยากรในระดับกลุ่มอุตสาหกรรม (ปี 2011 เทียบปี 1996)

ที่มา: NSO และคำนวณโดยผู้เขียน

ปัจจัยที่มีผลต่อประสิทธิภาพการจัดสรรทรัพยากรในระดับกลุ่มอุตสาหกรรม

ข้อเท็จจริงข้างต้นนำมาซึ่งคำถามว่า ความแตกต่างกันของประสิทธิภาพการจัดสรรทรัพยากรในระดับกลุ่มอุตสาหกรรมที่เห็นเกิดขึ้นเพราะสาเหตุใด Paweenawat et al. (2017) จึงได้ลองศึกษาผลกระทบของตัวแปรต่าง ๆ ที่เกี่ยวข้อง ได้แก่ การเปิดเสรีการค้าและการลงทุน ระดับการแข่งขัน การเข้าถึงแหล่งเงินทุนและความเปราะบางทางการเงิน นโยบายของรัฐ และระดับของการวิจัยและพัฒนานวัตกรรมต่อประสิทธิภาพการจัดสรรทรัพยากรในระดับกลุ่มอุตสาหกรรมในช่วงปี 1996–2011 โดยใช้ส่วนต่างของ TFP ที่เกิดขึ้นจริงเทียบกับระดับ Potential TFP ที่กลุ่มอุตสาหกรรมนั้น ๆ จะเป็นได้หากไม่มีการบิดเบือนการผลิตใด ๆ เกิดขึ้น หรือเรียกว่า TFP Gap ซึ่งเป็นตัวแปรที่สะท้อนการจัดสรรทรัพยากรอย่างไม่มีประสิทธิภาพ พบว่ากลุ่มอุตสาหกรรมที่มีประสิทธิภาพการจัดสรรทรัพยากรต่ำจะมีลักษณะดังนี้

  1. เป็นกลุ่มอุตสาหกรรมที่มีโครงสร้างการแข่งขันสูง มีผู้ผลิตมากราย และมีการใช้ปัจจัยทุนเข้มข้นสูงจนเป็นอุปสรรคในการเข้าตลาดของรายใหม่
  2. เป็นกลุ่มอุตสาหกรรมที่มีสัดส่วนการใช้วัตถุดิบนำเข้าสูง ส่วนหนึ่งเป็นเพราะโอกาสในการยกระดับประสิทธิภาพการผลิตด้วยการนำเข้าวัตถุดิบและสินค้าขั้นกลางที่มีคุณภาพดีกว่าที่ไม่เท่าเทียมกันระหว่างผู้ผลิตในกลุ่มอุตสาหกรรมเดียวกัน
  3. เป็นกลุ่มอุตสาหกรรมที่ได้รับเม็ดเงินลงทุนโดยตรงจากต่างประเทศน้อย จึงมีข้อจำกัดด้านแหล่งเงินทุนมากกว่ากลุ่มอุตสาหกรรม ที่เป็นที่สนใจในการเข้ามาร่วมทุนของบริษัทต่างชาติ
  4. เป็นกลุ่มอุตสาหกรรมที่มีสัดส่วน SMEs ที่ได้รับสิทธิประโยชน์ทางภาษีมาก และมีสัดส่วนจำนวนโรงงานที่รัฐเป็นเจ้าของมาก ทำให้การเคลื่อนย้ายทรัพยากรให้มีประสิทธิภาพเป็นไปได้ยากกว่า
  5. เป็นกลุ่มอุตสาหกรรมที่เข้าถึงสินเชื่อของสถาบันการเงินได้น้อย และมีภาระหนี้สูง
  6. เป็นกลุ่มอุตสาหกรรมที่มีการลงทุน R&D มาก

ข้อค้นพบสุดท้ายนี้ค่อนข้างต่างไปจากสมมติฐานก่อนทำการศึกษา แม้ส่วนหนึ่งพอจะอธิบายได้ว่า การลงทุน R&D เพื่อยกศักยภาพการผลิตของโรงงานในวันนี้อาจยังไม่เห็นผลในทันที การศึกษาที่มีลักษณะเชิงสถิตแบบที่ใช้ข้อมูล ณ เวลาใดเวลาหนึ่งเช่นนี้จึงอาจทำให้พบว่า ประสิทธิภาพการจัดสรรทรัพยากรภายในกลุ่มอุตสาหกรรมปรับแย่ลงเมื่อมีการลงทุน R&D มากขึ้น แต่เมื่อศึกษาข้อมูลจุลภาคมาช่วยเสริมการวิเคราะห์พบว่า การลงทุนทำ R&D ในช่วงสิบกว่าปีที่ผ่านมาของภาคอุตสาหกรรมไทยส่วนใหญ่เป็นการลงทุนของธุรกิจขนาดใหญ่หรือขนาดกลางที่เป็นผู้นำตลาดซึ่งมีการส่งออกและมีผลิตภาพสูงอยู่แล้ว ขณะที่ธุรกิจรายเล็กยังไม่ค่อยลงทุนทำ R&D จากการใช้ข้อมูลระดับโรงงานในการวิเคราะห์ขนาดการลงทุน R&D ของแต่ละกลุ่มอุตสาหกรรมตามรูปที่ 12 ชี้ให้เห็นว่า ยังไม่ค่อยเห็นการกระจายนวัตกรรมทั้งในรูปผลิตภัณฑ์ใหม่หรือกระบวนการบริหารจัดการใหม่จากธุรกิจหัวแถวมายังธุรกิจปลายแถวเพื่อเพิ่มประสิทธิภาพการผลิตของกลุ่มอุตสาหกรรมในภาพรวมเท่าใดนัก สอดคล้องกับข้อเท็จจริงในรูปที่ 3 ที่พบว่า ความแตกต่างของผลิตภาพระหว่างธุรกิจกลุ่มหัวแถวกับธุรกิจกลุ่มปลายแถวยิ่งมากขึ้นเมื่อเวลาผ่านไป

รูปที่ 12 การลงทุน R&D ของโรงงานภายในกลุ่มอุตสาหกรรม (10 กลุ่มอุตสาหกรรม ที่มีการลงทุน R&D สูง)

การลงทุน R&D ของโรงงานภายในกลุ่มอุตสาหกรรม (10 กลุ่มอุตสาหกรรม ที่มีการลงทุน R&D สูง)

ที่มา: NSO คำนวณโดยผู้เขียน

ประสิทธิภาพการจัดสรรทรัพยากรเชิงพลวัต

การวิเคราะห์ผลิตภาพในระดับกลุ่มอุตสาหกรรม เน้นการศึกษาประสิทธิภาพการจัดสรรทรัพยากร ณ เวลาใดเวลาหนึ่ง ซึ่งได้ข้อค้นพบว่าในช่วงที่ผ่านมาภาพรวมประสิทธิภาพการจัดสรรทรัพยากรของกลุ่มอุตสาหกรรมปรับลดลงเป็นส่วนใหญ่ อย่างไรก็ดี งานศึกษาที่ผ่านมาชี้ว่า บทบาทของการจัดสรรทรัพยากรเชิงพลวัต (Dynamic of Resource Allocation) ซึ่งสะท้อนด้วยการจัดสรรส่วนแบ่งตลาดระหว่างกลุ่มโรงงานสามประเภท (Market Share Reallocation) ได้แก่ กลุ่มที่ยังอยู่รอดในตลาด (survival) กลุ่มที่เข้าตลาดมาใหม่ (entry) และกลุ่มที่เลิกกิจการไป (exit) สามารถช่วยสนับสนุนการเติบโตของผลิตภาพได้

Paweenawat et al. (2017) ได้นำข้อมูลจุลภาคในปี 2006 และ 2011 มาแบ่งกลุ่มโรงงานออกเป็นสามประเภทดังกล่าวเพื่อศึกษาบทบาทของ Firm Dynamics ต่อการเติบโตของผลิตภาพการผลิต พบว่าในจำนวนโรงงาน (ไม่รวม outliers) ทั้งสิ้น 43,297 แห่ง มีสัดส่วนโรงงานกลุ่ม Survival: Entry: Exit คิดเป็นร้อยละ 48: 37.5: 14.5 ตามลำดับ และเมื่อคำนวณ TFP ในภาพรวมของภาคอุตสาหกรรมไทยในปี 2011 พบว่า TFP ลดจากปี 2006 ถึงร้อยละ 33

รูปที่ 13 แสดงให้เห็นว่าเมื่อแยกองค์ประกอบของผลิตภาพ (decomposition) ที่ลดลงไปจะเห็นได้ว่าเป็นเพราะผลิตภาพของกลุ่ม Survival ที่ลดลงมากถึงร้อยละ 40.5 ซึ่งเป็นผลมาจากผลิตภาพภายในของโรงงาน Survival (within-firm productivity) ที่เป็นลบมาก ขณะที่ผลิตภาพของกลุ่ม Entry และกลุ่ม Exit มีส่วนช่วยสนับสนุนให้ผลิตภาพรวมขยายตัวได้ร้อยละ 6.6 และ 0.9 ตามลำดับ ซึ่งมีข้อสังเกตว่าในประเทศไทยซึ่งมีอุปสรรคในการเข้าตลาดค่อนข้างสูง สะท้อนได้จากผลคะแนน Ease of Doing Business ที่จัดทำโดย World Bank พบว่าคะแนนของไทยอยู่ในอันดับกลาง (78 จาก 190 ประเทศ) นั่นคือการที่ Entry จะแข่งขันในตลาดเช่นนี้ได้ ต้องมีผลิตภาพที่สูงพอในการชิงส่วนแบ่งตลาด ขณะที่บทบาทของ Exit มักจะมีส่วนสนับสนุน TFP growth เนื่องจากกลุ่มนี้มีผลิตภาพต่ำแข่งขันไม่ได้จึงต้องเสียส่วนแบ่งตลาดให้กลุ่ม Survival ไป ทั้งนี้ หากคำนวณเฉพาะผลของ Market Share Reallocation ระหว่าง 3 กลุ่ม พบว่าปัจจัยเชิงพลวัตนี้มีบทบาทช่วยให้ผลิตภาพไม่ลดลงไปมากถึงร้อยละ 16.5 หรือประมาณ 1 ใน 4 ของ growth ที่หดตัวลง

รูปที่ 13 การแยกองค์ประกอบของ TFP growth ภาคอุตสาหกรรมไทย (ปี 2011 เทียบปี 2006)

การแยกองค์ประกอบของ TFP growth ภาคอุตสาหกรรมไทย (ปี 2011 เทียบปี 2006)

ที่มา: Melitz and Polanec (2015)’s decomposition approach, NSO และคำนวณโดยผู้เขียน

หากวิเคราะห์ในระดับกลุ่มอุตสาหกรรม จะพบว่า กลุ่มอุตสาหกรรมที่มี TFP เพิ่มขึ้นจากในปี 2006 มีเพียง 4 กลุ่มอุตสาหกรรม คือ วัสดุรีไซเคิล ยาสูบ อุปกรณ์อิเล็กทรอนิกส์ ทีวีและอุปกรณ์โทรคมนาคม รูปที่ 14 แสดงให้เห็นว่า 4 กลุ่มอุตสาหกรรมเหล่านี้มีการเติบโตของ TFP ต่างจากกลุ่มอุตสาหกรรมอื่นที่ TFP หดตัวลง สาเหตุสำคัญเพราะ Market Share Reallocation ระหว่าง Survival, Entry, Exit ภายในกลุ่มอุตสาหกรรมนั้น ๆ ที่มีบทบาทสนับสนุนอยู่มาก ซึ่งจะเห็นได้ว่าภาคอุตสาหกรรมของไทยมี Firm Dynamics ที่ช่วยสนับสนุน TFP growth ในหลายกลุ่มอุตสาหกรรมอยู่ เพียงแต่ว่าผลดังกล่าวไม่มากพอที่จะชดเชยผลของ within-firm productivity ที่หดตัวลงมากได้

รูปที่ 14 บทบาทของ Market Share Reallocation ต่อ TFP growth รายกลุ่มอุตสาหกรรม

บทบาทของ Market Share Reallocation ต่อ TFP growth รายกลุ่มอุตสาหกรรม

ที่มา: NSO และคำนวณโดยผู้เขียน

ข้อสรุป

การชะลอตัวของผลิตภาพในภาคอุตสาหกรรมของไทยในช่วงสิบกว่าปีที่ผ่านมา มีสาเหตุสำคัญจากปัญหาการจัดสรรทรัพยากรอย่างไม่มีประสิทธิภาพระหว่างโรงงานขนาดต่าง ๆ ในอุตสาหกรรมเดียวกัน การศึกษาตัวชี้วัดจากแบบจำลองของตลาดกึ่งแข่งขันกึ่งผูกขาดช่วยให้เห็นข้อเท็จจริงเชิงประจักษ์ว่า ปัญหานี้ยิ่งทวีความสำคัญและชี้ให้เห็นโอกาสที่ประเทศไทยจะยกระดับผลิตภาพการผลิตภาคอุตสาหกรรมให้เพิ่มขึ้นได้ ซึ่งนอกจากจะต้องอาศัย (1) การสนับสนุนของนโยบายภาครัฐให้ภาคธุรกิจทุกขนาดให้ความสำคัญกับการยกระดับผลิตภาพภายในกิจการ ด้วยการสร้างแรงจูงใจและบรรยากาศที่เอื้อต่อการลงทุนและพัฒนาต่อยอดนวัตกรรมให้กระจายตัวในวงกว้างจากบริษัทผู้นำตลาดไปสู่บริษัทรายย่อยในตลาดให้สามารถเพิ่มผลิตภาพของกลุ่มอุตสาหกรรมได้ในภาพรวมด้วยการลดความแตกต่างระหว่างบริษัทกลุ่มบนกับบริษัทกลุ่มล่าง (frontier-laggard gap) ลงแล้ว (2) การพิจารณาลดการออกนโยบายรัฐที่เอื้อให้โรงงานขนาดเล็กเผชิญกับต้นทุนและข้อจำกัดที่ต่ำกว่าโรงงานขนาดใหญ่ (size-dependent policies) เช่น นโยบายที่ช่วยเหลือให้โรงงานที่มีผลิตภาพตกต่ำจนไม่สามารถแข่งขันได้ (zombie firms) ยังอยู่รอดในตลาดได้โดยไม่ต้องปรับตัวตามสภาพการณ์ใหม่ ซึ่งจะมีส่วนช่วยให้การเคลื่อนย้ายทรัพยากรระหว่างโรงงานที่ผลิตภาพต่ำไปยังโรงงานที่มีผลิตภาพสูงในช่วงเวลาหนึ่ง ๆ ได้อย่างมีประสิทธิภาพขึ้น รวมถึง (3) นโยบายรัฐที่สนับสนุนการแข่งขันและการปฏิรูปกฎเกณฑ์ที่เป็นอุปสรรคในการดำเนินธุรกิจ เพื่อช่วยลดต้นทุนในการเข้าและออกตลาดของผู้เล่นรายใหม่และรายเก่า ซึ่งจะช่วยให้ Firm Dynamics มีบทบาทในการจัดสรรทรัพยากรระหว่างช่วงเวลาได้อย่างมีประสิทธิภาพขึ้น และส่งผลต่อการยกระดับผลิตภาพของภาคอุตสาหกรรมในระยะยาวได้อีกด้วย

เอกสารอ้างอิง

Hsieh, Chang-Tai, and Peter J. Klenow. 2009. “Misallocation and Manufacturing TFP in China and India,” Quarterly Journal of Economics, 124 (4): 1403–1448.

Melitz, Marc J., and Sašo Polanec. 2015. “Dynamic Olley-Pakes Productivity Decomposition with Entry and Exit,” The RAND Journal of Economics, 46 (2): 362–375.

Paweenawat, Archawa, Thitima Chucherd, and Nakarin Amarase. 2017. “Uncovering Productivity Puzzles in Thailand: Lessons from Microdata,” PIER Discussion Paper No.73.

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
Topics: Development EconomicsMacroeconomicsProductivity and Technological Change
Tags: micro datamisallocationpolicy distortions
อาชว์ ปวีณวัฒน์
อาชว์ ปวีณวัฒน์
สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
ฐิติมา ชูเชิด
ฐิติมา ชูเชิด
ธนาคารไทยพาณิชย์
นครินทร์ อมเรศ
นครินทร์ อมเรศ
ธนาคารไทยพาณิชย์

สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

273 ถนนสามเสน แขวงวัดสามพระยา เขตพระนคร กรุงเทพฯ 10200

โทรศัพท์: 0-2283-6066

Email: pier@bot.or.th

เงื่อนไขการให้บริการ | นโยบายคุ้มครองข้อมูลส่วนบุคคล

สงวนลิขสิทธิ์ พ.ศ. 2566 สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

เอกสารเผยแพร่ทุกชิ้นสงวนสิทธิ์ภายใต้สัญญาอนุญาต Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported license

Creative Commons Attribution NonCommercial ShareAlike

รับจดหมายข่าว PIER

Facebook
YouTube
Email