คลิกที่นี่เพื่อดูภาพขยายและภาพเคลื่อนไหว

กราฟแสดงเที่ยวบินภายในประเทศระหว่างสนามบินในสังกัดกรมท่าอากาศยาน ความถี่รายวัน ตั้งแต่วันที่ 1 มกราคม 2563 ถึงวันที่ 31 ธันวาคม 2563 โดยจำลองเส้นทางการบินของแต่ละเที่ยวบิน และขนาดของเครื่องบินแสดงถึงจำนวนผู้โดยสารในเที่ยวบินนั้น จากรูปจะเห็นได้ว่า จำนวนเที่ยวบินและจำนวนผู้โดยสารเริ่มลดลงตั้งแต่เดือนมีนาคม จนกระทั่งเข้าใกล้ศูนย์ในเดือนเมษายน ซึ่งเป็นช่วงที่มีการใช้มาตรการปิดประเทศและเว้นระยะห่างทางสังคม

ที่มา: Department of Airports, Thailand

คลิกที่นี่เพื่อดูภาพขยายและภาพเคลื่อนไหว

แผนภาพแสดงจำนวนผู้ติดเชื้อโควิด-19 รายใหม่ในแต่ละวันที่ตรวจพบตามจังหวัดต่าง ๆ โดยแยกกลุ่มผู้ติดเชื้อฯ ที่พบใน State Quarantine ออกมาจากกลุ่มผู้ติดเชื้อกลุ่มในแต่ละจังหวัด โดยแผนภาพเริ่มแสดงข้อมูลตั้งแต่ช่วงกลางเดือนธันวาคม 2563 ที่เริ่มพบการระบาดภายในประเทศระลอกใหม่

จากแผนภาพพบว่า การระบาดในระลอกนี้มีจุดศูนย์กลางการระบาดอยู่ในภาคกลาง และภาคตะวันออก โดยจังหวัดที่พบจำนวนผู้ติดเชื้อสูงที่สุด คือ จังหวัดสมุทรสาคร รองลงมาคือ กทม. ระยอง และชลบุรี ตามลำดับ นอกจากนี้ ยังพบผู้ติดเชื้อฯ ในภูมิภาคอื่น ๆ อยู่บ้าง แต่ยังมีจำนวนไม่มาก

Source : ข้อมูลผู้ติดเชื้อโควิด-19 รายเคส กรมควบคุมโรค

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงจำนวนนิติบุคคลจดทะเบียนในวันประเภทต่าง ๆ ตามฤกษ์ของวันเหล่านั้น ในช่วงเดือนมกราคมถึงเดือนมิถุนายน 2558 และช่วงเดือนมกราคมถึงเดือนกรกฎาคม 2559 จากกราฟจะเห็นได้ว่าวันที่เป็นวัน “มหาโชค” จะมีนิติบุคคลมาจดทะเบียนมากกว่าวันอื่น ๆ อย่างมีนัยสำคัญ โดยในช่วงเวลาดังกล่าว วันมหาโชคมีจำนวนนิติบุคคลจดทะเบียนเฉลี่ยวันละ 318 ราย เทียบกับวันประเภทอื่น ๆ ที่มีจำนวนนิติบุคคลจดทะเบียนเฉลี่ยเพียงประมาณ 250–270 รายเท่านั้น

ที่มา :  ศูนย์กลางข้อมูลเปิดภาครัฐ, TerraBKK

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงค่าเฉลี่ยของฝุ่นละออง PM10 ภายใน 24 ชั่วโมงรายจังหวัดในแต่ละเดือน ตั้งแต่เดือนมกราคมปี 2016 ถึงเดือนกันยายนปี 2020 โดยมีหน่วยเป็นไมโครกรัมต่อลูกบาศก์เมตร  ทั้งนี้องค์การอนามัยโลกได้กำหนดค่ามาตรฐานไว้ไม่เกิน 50 ไมโครกรัมต่อลูกบาศก์เมตร  จากกราฟจะเห็นได้ว่า พื้นที่ภาคกลางมีค่าเฉลี่ยของฝุ่นละออง PM10 ค่อนข้างสูง โดยเฉพาะจังหวัดสระบุรีที่มีค่าเฉลี่ยเกินมาตรฐานเกือบทั้งปี ในขณะที่ภาคเหนือและภาคตะวันออกเฉียงเหนือมีค่าเฉลี่ยสูงในช่วงเดือนมกราคมถึงเมษายน  นอกจากนี้จะเห็นได้ว่าภาคใต้มีค่าเฉลี่ยค่อนข้างต่ำตลอดทั้งปี

ที่มา: OpenAQ

คลิกที่นี่เพื่อดูภาพขยาย

แผนภาพแสดงปริมาณน้ำฝนเฉลี่ยรายชั่วโมงในพื้นที่กรุงเทพมหานคร ระหว่างปี 2015 จนถึงปัจจุบัน  แผนภาพนี้ใช้ชุดข้อมูล Global Satellite Mapping of Precipitation (GSMaP) ซึ่งใช้การประมวลผลข้อมูลภาพถ่ายจากดาวเทียมหลายดวงร่วมกัน ในการประมาณปริมาณน้ำฝนรายชั่วโมงแบบกึ่งเรียลไทม์  โดยปริมาณน้ำฝนที่ประเมินได้มีความละเอียดในระดับพื้นที่ขนาด 11.1 กม. X 11.1 กม.  เราใช้ชุดข้อมูลดังกล่าวในการคำนวณปริมาณน้ำฝนเฉลี่ยในพื้นที่กรุงเทพมหานคร  จากแผนภาพจะเห็นว่าฝนเริ่มตกชุกในเดือนพฤษภาคม และจะตกมากที่สุดในเดือนกันยายน ก่อนจะลดน้อยลงในเดือนพฤศจิกายนตามลำดับ  โดยในช่วงเดือนดังกล่าว เวลาที่ฝนตกมากที่สุดคือระหว่างเวลา 12:00 น. ถึง 17:00 น.

Source : GSMaP data by Japan Aerospace Exploration Agency (JAXA)

คลิกเพื่อดูภาพขยายและภาพเคลื่อนไหว

กราฟแสดงให้เห็นถึงการเปลี่ยนแปลงของรายได้จริงต่อหัว (Real GDP per capita) ของประชากรในประเทศกลุ่ม ASEAN+3 ตั้งแต่ปี 1950 ถึงปี 2016 รายได้ของประเทศญี่ปุ่นอยู่ในระดับที่สูงสุดมาตลอด แต่ถูกแซงโดยประเทศสิงคโปร์ประมาณปี 2000 ขณะที่ประเทศเกาหลีใต้ก็ได้เติบโตอย่างรวดเร็วจนรายได้ของประเทศเพิ่มขึ้นมาอยู่ในระดับเทียบเท่ากับประเทศญี่ปุ่นในปี 2016 รายได้ของประเทศไทยเคยอยู่ในระดับที่ต่ำกว่ารายได้ของประเทศอินโดนีเซีย และประเทศฟิลิปปินส์ในช่วง 1950 แต่ก็สามารถที่จะเติบโตแซงหน้าทั้งสองประเทศได้ ขณะที่รายได้ของประเทศมาเลเซียอยู่ในระดับที่ค่อนข้างสูงมาตลอด

หมายเหตุ: ไม่มีประเทศบรูในในฐานข้อมูล

Source: Maddison Project Database 2018

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงสัดส่วนการให้ความสำคัญต่อการพัฒนาประเทศในด้านต่าง ๆ โดยประชากรกลุ่มตัวอย่างในแต่ละประเทศ ซึ่งสำรวจโดย World Value Survey ในรอบปีการสำรวจ 2017 – 2021 โดยการสำรวจได้จำแนกการพัฒนาประเทศออกเป็น 4 ด้านได้แก่ ด้านการเติบโตทางเศรษฐกิจ ด้านการป้องกันประเทศ ด้านการทำงานและสังคม และด้านความสวยงามของประเทศ จากกราฟจะเห็นได้ว่า ประชาการในประเทศไทยให้ความสำคัญอันดับแรกในด้านการเติบโตทางเศรษฐกิจสูงที่สุดในโลก โดยเกือบร้อยละ 70 ของกลุ่มตัวอย่างในประเทศไทยให้ความสำคัญในด้านการเติบโตทางเศรษฐกิจเป็นอันดับแรก รองลงมาได้แก่ ด้านการป้องกันประเทศ ด้านการทำงานและสังคม และด้านความสวยงามของประเทศ ตามลำดับ นอกจากนี้จะเห็นได้ว่าประชากรกลุ่มตัวอย่างในประเทศต่าง ๆ มีการให้ความสำคัญของการพัฒนาอันดับแรกที่แตกต่างกันไป เช่นประเทศจีนที่ให้ความสำคัญอันดับแรกในด้านการป้องกันประเทศมากที่สุด หรือประเทศเยอรมันที่ให้ความสำคัญอันดับแรกในด้านการทำงานและสังคมมากที่สุด เป็นต้น

ที่มา: World Value Survey

คลิกที่นี่เพื่อดูภาพขยาย

แผนภาพแสดงสัดส่วนจำนวนคนที่อยู่ภายในพื้นที่จำกัดขนาดเล็ก (Stay-At-Place Ratio) เช่น ภายในพื้นที่บ้านพักอาศัยตลอดทั้งวัน คำนวณโดยการใช้งานแอพพลิเคชั่น Facebook ผ่านสมาร์ทโฟน ซึ่งสะท้อนถึงพฤติกรรม “อยู่บ้าน หยุดเชื้อ เพื่อชาติ” โดยแผนภาพด้านบนแสดงค่าเฉลี่ยของสัดส่วนผู้ที่อยู่บ้านฯ ในแต่ละอำเภอ และแผนภาพด้านล่างแสดงข้อมูลอนุกรมเวลาในจังหวัดที่สำคัญ

แผนภาพทั้ง 2 แสดงให้เห็นว่า สัดส่วนผู้ที่อยู่บ้านฯ มีแนวโน้มสูงขึ้นและเห็นได้ชัดในปลายเดือนมีนาคม 2563 หลังการประกาศใช้ พรก. ฉุกเฉิน โดยสัดส่วนผู้ที่อยู่บ้านฯ มีค่าสูงสุดในเดือนเมษายน 2563 และเริ่มลดลงในเดือนพฤษภาคม มิถุนายน และ กรกฎาคม ตามลำดับ

source: Facebook Data for Good

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงให้เห็นถึงอัตราการตายจาก COVID-19 ที่ประกาศอย่างเป็นทางการ และอัตราการตายส่วนเกิน (excess mortality) ของประเทศไทย เปรียบเทียบกับประเทศอื่น ๆ ในช่วงที่ COVID-19 ระบาด อัตราการตายอย่างเป็นทางการอาจจะสะท้อนผลกระทบจาก COVID-19 ได้ไม่ทั้งหมด เพราะการวินิจฉัยสาเหตุการตายอาจจะผิดพลาดได้ทำให้การตายจากโรคน้อยกว่าความเป็นจริง ในช่วงเดียวกันปริมาณคนไข้ก็มีมากขึ้น และเพื่อที่จะตั้งรับการระบาดของ COVID-19 ทำให้ความสามารถที่จะบริการโรคอื่น ๆ ลดลงด้วย เป็นเหตุให้การตายจากโรคอื่นเพิ่มขึ้น

ดังนั้น อัตราการตายส่วนเกินจึงได้ถูกคำนวณขึ้นมา จากส่วนต่างของจำนวนการตายจริงกับจำนวนการคาดการณ์ของการตายเมื่อไม่มีโรคระบาด โดยจะเห็นว่าอัตราการตายส่วนเกินของหลายประเทศอยู่ในระดับที่สูงกว่าอัตราการตายจาก COVID-19 ที่ประกาศอย่างเป็นทางการ

สำหรับประเทศไทยอัตราการตายจาก COVID-19 ที่ประกาศอย่างเป็นทางการอยู่ในระดับที่ต่ำมาก (0.05%) และอัตราการตายส่วนเกินอยู่สูงกว่าเพียงเล็กน้อย (1.8%)

source: The Economist and Department of Provincial Administration (Thailand)

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงผลกระทบจาก Covid-19 ต่อความเป็นอยู่ของครัวเรือนเกษตรไทยในแต่ละด้าน จากการสำรวจครัวเรือนเกษตรกรไทยจำนวน 720 ครัวเรือนทั่วประเทศผ่านการสัมภาษณ์ทางโทรศัพท์ พบว่าครัวเรือนเกษตรไทยในทุกภูมิภาคได้รับผลกระทบในด้าน”การลดลงของรายได้นอกภาคเกษตร”เป็นอันดับแรก ผลกระทบรองลงมาคือ “การลดลงของรายได้ในภาคเกษตร” “การเพิ่มขึ้นของรายจ่าย” “ผลกระทบทางสุขภาพจิต” “อุปสรรคในการปฏิบัติตามกฎระเบียบของรัฐ” และ “การศึกษาของบุตรหลาน” รองลงมาตามลำดับ (สองอันดับสุดท้ายข้างต้นคะแนนเท่ากัน) และผลกระทบที่ได้รับในอันดับสุดท้ายคือ “การไม่สามารถชำระหนี้ได้”

Source: บทความ aBRIDGEd เรื่อง “ครัวเรือนเกษตรไทยในวิกฤติโควิด-19”

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงดัชนีที่คำนวณว่าอาชีพใดมีความสามารถปรับเปลี่ยนมาทำงานจากบ้านได้ (มีความสามารถปรับตัวได้สูง) และดัชนีที่คำนวณว่าอาชีพใดเกี่ยวข้องกับการสัมผัสใกล้ชิดระหว่างบุคคล (มีความเสี่ยงสูง) กลุ่มที่ได้รับผลกระทบน้อยที่สุด เป็นกลุ่มที่สามารถทำงานที่สามารถปรับตัวได้และก่อให้เกิดความเสี่ยงต่อการแพร่ระบาดต่ำ (quadrant ซ้ายบน) เช่น โปรแกรมเมอร์ นักเศรษฐศาสตร์  ส่วนกลุ่มอาชีพที่น่าจะได้รับผลกระทบมากที่สุดได้แก่กลุ่มที่ทำงานผูกติดกับเครื่องมือหรือสถานที่และสัมผัสใกล้ชิดกับผู้อื่น (quadrant ขวาล่าง)  เช่น เจ้าหน้าที่ดูแลเด็กเล็ก พนักงานขาย ช่างตัดผม

Source: เมื่อ โควิด-19 ปิดเมือง: ผลกระทบต่อแรงงานไทยในมิติ supply-side

คลิกเพื่อดูภาพขยายและภาพเคลื่อนไหว

กราฟแสดงความสัมพันธ์ระหว่างจำนวนผู้ติดเชื้อ covid-19 รายใหม่ (ค่าเฉลี่ย 5 วันย้อนหลัง ) ต่อจำนวนผู้ติดเชื้อทั้งหมดของประเทศต่าง ๆ โดยแสดงเฉพาะประเทศที่มีผู้ติดเชื้อเกิน 1,700 รายในวันที่ 2 เมษายน 2563 โดยที่ขนาดของจุดแสดงถึงจำนวนของผู้เสียชีวิต จะเห็นได้ว่าประเทศจีนและเกาหลีใต้สามารถที่จะควบคุมการแพร่ระบาดได้แล้ว สังเกตได้จากการเคลื่อนตัวลงในแนวดิ่ง ต่างจากประเทศอื่น ๆ ที่กำลังเคลื่อนตัวสูงขึ้น

source: WHO, CEIC

คลิกที่นี่เพื่อดูภาพขยาย

ข้อมูล ณ วันที่ 27 มี.ค. 2563 มีผู้ติดเชื้อสะสมรวม 1,136 ราย กรณีส่วนใหญ่มักเกี่ยวข้องกับการ “เดินทาง” และการ “สัมผัส” ใกล้ชิดผู้ป่วย

ที่มา: รายงานสถานการณ์ CoVid-19

คลิกที่นี่เพื่อดูภาพขยาย

มูลค่าการนำเข้าเครื่องฟอกอากาศของไทยตั้งแต่ปี 2012-2018 โดยเฉลี่ยอยู่ในระดับประมาณ 700-800 ล้านบาทต่อปี แต่ในปี 2019 ได้พุ่งสูงขึ้นถึงกว่า 3,000 ล้านบาท เงินจำนวนนี้เทียบเท่ากับการซื้อเครื่องจักรทางการเกษตร (รถตัดอ้อย) ได้ประมาณ 500 คัน ซึ่งปัจจุบันทั่วประเทศไทยมีรถตัดอ้อยจำนวน 1,802 คัน

source: Ministry of Commerce

คลิกที่นี่เพื่อดูภาพเคลื่อนไหว

แผนที่แสดงจำนวนตำบลที่เกิดภัยพิบัติทางการเกษตรตั้งแต่ปี 2015 ถึง 2019 โดยสีต่าง ๆ แสดงถึงภัยพิบัติที่แตกต่างกัน ได้แก่ น้ำท่วม แล้ง พายุ และศัตรูพืช จะเห็นได้ว่าภัยพิบัติที่เป็นปัญหาสำคัญของการเกษตรไทยคือ น้ำท่วมและแล้ง

 Source: DOAE

คลิกที่นี่เพื่อดูภาพขยาย

ภาพแสดงความเชื่อมโยงระหว่างภาคส่วนการผลิตของไทยผ่านการซื้อขายปัจจัยการผลิต โดยแกนซ้ายคือภาคส่วนที่เป็นเจ้าของปัจจัยการผลิต แกนขวาคือภาคส่วนที่เป็นผู้ซื้อปัจจัยการผลิต และความกว้างของเส้นแสดงถึงมูลค่าของการซื้อขาย จะเห็นได้ว่าภาคส่วนที่เป็นผู้ซื้อรายได้ใหญ่ได้แก่ ภาคส่วนอุตสาหกรรมเหล็กและเครื่องจักร ภาคส่วนอุตสาหกรรมยางและปิโตรเคมี และภาคบริการตามลำดับ และภาคส่วนที่เป็นเจ้าของปัจจัยการผลิตรายได้ใหญ่ได้แก่ ภาคส่วนอุตสาหกรรมเหล็กและเครื่องจักร ภาคส่วนอุตสาหกรรมยางและปิโตรเคมี และ ภาคการค้าตามลำดับ

 Source: NESDB

คลิกที่นี่เพื่อดูภาพขยาย

การเกษตรถือเป็นอาชีพหลักของคนไทย โดยในปี 2561 ประเทศไทยมีครัวเรือนที่อยู่ในภาคการเกษตรเป็นจำนวนมากถึง 5 ล้านครัวเรือน แต่เรากลับพบว่าครัวเรือนเกษตรไทยจำนวนมากยังประสบปัญหาด้านความเหลื่อมล้ำในการถือครองที่ดินทำการเกษตร จากแผนภาพพบว่าในแต่ละภูมิภาคครัวเรือนเกษตรไทยมีลักษณะการถือครองที่ดินทำการเกษตรที่แตกต่างกัน เช่น ในภาคกลางและภาคเหนือตอนล่างมีการทำเกษตรบนที่ดินเช่า ในขณะที่เกษตรกรในพื้นที่ที่ราบสูงและในพื้นที่ป่าทำเกษตรบนที่ดินโดยไม่มีเอกสารสิทธิใด ๆ หากพิจารณาค่าเฉลี่ยทั้งประเทศพบว่ามีครัวเรือนเกษตรไทยจำนวนมากถึง 40% ที่ยังไม่มีกรรมสิทธิอย่างสมบูรณ์ในที่ดินทำกินของตนเอง

ที่มา: ทะเบียนเกษตรกร พ.ศ. 2561

คลิกที่นี่เพื่อดูภาพขยาย

ที่ผ่านมาการศึกษาของประชากรไทยนั้นดีขึ้นมาก จำนวนแรงงานที่จบการศึกษาระดับประถมศึกษาหรือต่ำกว่าลดลงจาก 68% ในปี 1988 เหลือเพียง 39% ในปี 2017 ส่วนแรงงานที่มีการศึกษาในระดับมัธยมศึกษา อุดมศึกษา หรือการศึกษาสายวิชาชีพนั้นมีสัดส่วนเพิ่มมากขึ้น คำถามที่น่าสนใจคือ แล้วกลุ่มแรงงานที่มีการศึกษาที่มีสูงเหล่านี้ส่วนใหญ่ทำอาชีพอะไร?

กราฟนี้แสดงสัดส่วนแรงงานจำแนกประเภทตามอาชีพและระดับการศึกษา (เฉพาะเพศชาย) ซึ่งแสดงให้เห็นว่าในปี 2015 – 2017 แรงงานที่มีการศึกษาในระดับมัธยมศึกษา อุดมศึกษา และสายวิชาชีพมีสัดส่วนเพิ่มขึ้น แต่แรงงานในกลุ่มเหล่านี้กลับทำอาชีพที่ใช้ทักษะต่ำลงเมื่อเทียบกับปี 1988-1990 สะท้อนให้เห็นถึงปัญหาเชิงสิทธิภาพของตลาดแรงงานไทย

แหล่งของข้อมูล: LFS, NSO

คลิกที่นี่เพื่อดูภาพขยาย

การส่งออกสินค้าเป็นปัจจัยที่สำคัญที่ขับเคลื่อนเศรษฐกิจไทย โดยอัตราส่วนของการส่งออกสินค้าต่อจีดีพีไทยอยู่สูงถึง 50% ประเทศไทยส่งออกสินค้าไปยังประเทศอะไรบ้าง? กราฟแสดงข้อมูล“มูลค่าการส่งออกของประเทศไทย จำแนกตามประเทศคู่ค้าใน 10 อันดับแรก” จะสังเกตเห็นว่า ช่วงต้นทศวรรษที่ 80 ประเทศไทยส่งออกไปยังญี่ปุ่นมากที่สุด อย่างไรก็ดี มูลค่าการส่งออกไปยังประเทศสหรัฐอเมริกาได้ปรับตัวเพิ่มขึ้นมากกว่าญี่ปุ่นในข่วงกลางทศวรรษ ขณะที่มูลค่าการส่งออกไปยังประเทศจีนเพิ่มสูงขึ้นอย่างรวดเร็วในช่วงต้นศตวรรษที่ 21 และขึ้นมาอยู่ในระดับที่ไล่เลี่ยกับประเทศสรัฐอเมริกาในขณะนี้

แหล่งข้อมูล: IMF, CEIC

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดง yield curve หรือผลตอบแทนของพันธบัตรรัฐบาลตามอายุที่แตกต่างกัน โดยผลตอบแทนของพันธบัตรระยะสั้นมักต่ำกว่าผลตอบแทนของพันธบัตรระยะยาว แต่ในปี 2000 และ 2007 ผลตอบแทนพันธบัตรระยะยาวในปี 2000 ต่ำกว่าผลตอบแทนของพันธบัตรอายุสั้น (inverted yield curve) สะท้อนการคาดการณ์ภาวะเศรษฐกิจขาลง และข้อมูลล่าสุดแสดงให้เห็นว่าผลตอบแทนของพันธบัตรระยะยาวมีค่าใกล้เคียงกับผลตอบแทนของพันธบัตรระยะสั้น

Source: CEIC, BLOOMBERG

คลิกที่นี่เพื่อดูภาพขยาย

ภาพแสดงขนาดพื้นที่ของจังหวัดต่าง ๆ โดยใช้สัดส่วนของจำนวนประชากรและผลิตภัณฑ์มวลรวม โดยรูปซ้าย คือประเทศไทยที่แต่ละจังหวัดถูกบีบหรือขยายจนมีพื้นที่เท่ากับสัดส่วนประชากร จะเห็นได้ว่า กรุงเทพฯ และปริมณฑลจะกว้างมากขึ้น ซึ่งสะท้อนการกระจุกตัวของประชากรในเชิงพื้นที่ โดยเฉพาะกรุงเทพฯ จะต้องมีขนาดใหญ่ขึ้นอีก 22 เท่าหากจะรองรับสัดส่วนประชากรที่อาศัยอยู่

ในขณะที่รูปขวา เมื่อปรับพื้นที่จังหวัดให้ตรงกับสัดส่วนผลิตภัณฑ์มวลรวมรายจังหวัด แผนที่ประเทศไทยจะเปลี่ยนไปจนแทบจำไม่ได้ ซึ่งเราจะเห็นได้ว่า ในเชิงพื้นที่ ผลิตภัณฑ์มวลรวมมีการกระจุกตัวสูงมาก โดยอยู่ในกรุงเทพฯ และภาคตะวันออกเป็นส่วนใหญ่

ที่มา: NESDB

คลิกที่นี่เพื่อดูภาพขยาย

รูปนี้แสดงสัดส่วนของผลิตภัณฑ์มวลรวมรายจังหวัดจำแนกตามภาคการผลิต ซึ่งแทนด้วยแถบสีต่าง ๆ ในภาพรวมภาคบริการคิดเป็นสัดส่วนใหญ่ของประเทศ และจังหวัดที่มีความเข้มข้นของภาคบริการสูงสุดคือ ภูเก็ต ในขณะที่ภาคเกษตรใช้พื้นที่เป็นจำนวนมากแต่กลับสร้างมูลค่าได้ไม่สูงมากนัก โดยจังหวัดที่มีภาคเกษตรเข้มข้นคือ จันทบุรี ตราด ส่วนกลุ่มจังหวัดที่มีสัดส่วนภาคอุตสหกรรมสูง ได้แก่ ระยอง พระนครศรีอยุธยา ฉะเชิงเทรา ปราจีนบุรี เป็นต้น

ที่มา: NESDB

คลิกที่นี่เพื่อดูภาพขยาย หรือ คลิกที่นี่เพื่อดูภาพเคลื่อนไหว

กราฟแสดงจำนวนประชากรจำแนกตามสถานะการทำงาน ได้แก่ อาชีพอิสระ ลูกจ้าง นายจ้าง ผู้ว่างงาน และผู้อยู่นอกกำลังแรงงาน ตั้งแต่ปีพ.ศ. 2528 ถึง 2561 พบว่า อายุเฉลี่ยของแรงงานเพิ่มขึ้นเกือบ 10 ปี อีกทั้งจำนวนแรงงานไทยเริ่มลดลงตั้งแต่ปี 2556 มีผู้ที่เกษียณอายุและออกจากกำลังแรงงานเพิ่มสูงขึ้น แรงงานใหม่เข้าสู่ตลาดช้าลง นอกจากนี้ สัดส่วนของผู้ทำงานเป็นลูกจ้างเพิ่มขึ้นโดยเฉพาะแรงงานอายุน้อย และในแทบทุกช่วงอายุมีผู้หญิงที่อยู่นอกกำลังแรงงานมากกว่าผู้ชาย

ที่มา: Labor Force Survey (NSO)

คลิกที่นี่เพื่อดูภาพขยาย หรือ คลิกที่นี่เพื่อดูภาพเคลื่อนไหว

กราฟแสดงจำนวนนักท่องเที่ยวที่มาเที่ยวประเทศไทย จำแนกตามสัญชาติ ใน 10 อันดับแรก ระหว่างปี 1991 ถึง 2018 หากย้อนกลับไปในยุค 90’s และ ยุค 00’s นักท่องเที่ยวแต่ละสัญชาติและภูมิภาคจะมีจำนวนที่ค่อนข้างไล่เลี่ยกัน โดยมีชาวมาเลเซียและญี่ปุ่นเป็นส่วนใหญ่ แต่หลังจากปี 2010 เป็นต้นมา จำนวนนักท่องเที่ยวชาวจีนเติบโตอย่างรวดเร็ว จนกระทั่งกลายเป็น 10 ล้านคนในปี 2018 ทิ้งห่างอันดับอื่น ๆ อย่างเห็นได้ชัด

หน่วย: ล้านคน
แหล่งข้อมูล: กระทรวงการท่องเที่ยวและกีฬา, CEIC

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงดุลบัญชีเดินสะพัด อัตราแลกเปลี่ยน และทุนสำรองระหว่างประเทศ ระหว่างปี 2007 – 2018 โดยแกนนอนคือดุลบัญชีเดินสะพัดต่อ GDP แกนตั้งคือการเปลี่ยนแปลงของอัตราแลกเปลี่ยนเมื่อเทียบกับค่าเฉลี่ยในปี 2007 ขนาดและตัวเลขในวงกลมแทนปริมาณทุนสำรองระหว่างประเทศ (หน่วยพันล้าน USD) ข้อมูลนี้ให้ข้อสังเกตที่น่าสนใจคือ (1) ค่าเงินบาท ณ ปัจจุบันแทบจะไม่มีการเปลี่ยนแปลงจากปี 2007 แม้จะมีการเปลี่ยนแปลงบ้างในระยะสั้น (2) อัตราแลกเปลี่ยนไม่ได้สัมพันธ์กับดุลบัญชีเดินสะพัดมากนัก และ (3) ทุนสำรอง ฯ ของธนาคารกลางในประเทศต่าง ๆ ได้เพิ่มขึ้นจากการเข้าไปดูแลความผันผวนของค่าเงิน

ที่มา CEIC

คลิกที่นี่เพื่อดูภาพขยาย หรือ คลิกที่นี่เพื่อดูภาพเคลื่อนไหว

กราฟแสดงมูลค่าตามราคาตลาดของบริษัทในตลาดหลักทรัพย์แห่งประเทศไทยที่มีมูลค่าสูงสุด 10 อันดับ ในปี 2009 และ 2018 จะเห็นได้ว่าในปี 2009 บริษัทที่มีมูลค่าสูงมักอยู่ในอุตสาหกรรมพลังงานและสาธารณูปโภค เทคโนโลยีสารสนเทศฯ และธนาคาร แต่ในปี 2018 มีความหลากหลายของอุตสาหกรรมมากขึ้น โดยมีบริษัทจากอุตสาหกรรมอื่น ๆ เพิ่มเข้ามาได้แก่ ขนส่งและโลจิสติกส์ พาณิชย์ และการแพทย์

ที่มา SET SMART

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงจำนวนผู้ลงรับสมัคร ส.ส. จำแนกรายเขตเลือกตั้งในปี พ.ศ. 2554 และความเข้มข้นของการแข่งขัน (win margin) ซึ่งคำนวณจากความห่างของคะแนนระหว่างผู้สมัครที่ได้คะแนนเป็นอันดับที่ 1 และ 2 แสดงให้เห็นว่าความเข้มข้นของการแข่งขันอาจไม่ขึ้นอยู่กับจำนวนผู้สมัครเสมอไป เช่น ภาคใต้มีผู้ลงรับสมัครเป็นจำนวนมาก แต่มีความเข้มข้นของการแข่งขันต่ำ

ที่มา Data.go.th

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงอัตราผลตอบแทนของพันธบัตรรัฐบาลไทยตั้งแต่ปี 2006 – 2018 จากกราฟจะเห็นได้ว่าอัตราผลตอบแทนของพันธบัตรรัฐบาลไทยอยู่ในระดับต่ำมาเป็นเวลานาน ทั้งนี้หลังที่จากคณะกรรมการนโยบายการเงินได้มีมติปรับขึ้นอัตราดอกเบี้ยนโยบายในการประชุมปลายปี 2018 ส่งผลให้อัตราผลตอบแทนระยะสั้นของพันธบัตรรัฐบาลเพิ่มขึ้นเล็กน้อย

ที่มา Thai BMA

คลิกที่นี่เพื่อดูภาพขยาย กราฟแสดงดัชนีของผลิตภัณฑ์มวลรวมของประเทศ (GDP) โดยมีปี 2533 เป็นปีฐาน จากกราฟจะเห็นได้ว่าในภาคการผลิตข้อมูลข่าวสารและการสื่อสาร (Information and Communication) มีการเติบโตสูงที่สุด รองลงมาคือ ภาคการผลิตไฟฟ้า ก๊าซ ไอน้ำ และระบบปรับอากาศ (Electricity, gas, steam and air conditioning supply) และ ภาคการผลิตศิลปะ ความบันเทิง และนันทนาการ (Arts, entertainment and recreation) ตามลำดับ

ที่มา Office of the National Economic and Social Development Board

คลิกที่นี่เพื่อดูภาพขยาย

ภาพแสดงการเปลี่ยนแปลงของดัชนีราคาผู้บริโภคในแต่ละจังหวัดในระยะเวลา 10 ปีที่ผ่านมา คำนวนด้วยการเปลี่ยนแปลงของดัชนีระหว่างเดือนมกราคม พ.ศ. 2551 และเดือนมกราคม พ.ศ. 2561 จากภาพจะเห็นได้ว่าจังหวัดในภาคตะวันออกเฉียงเหนือและภาคเหนือมีการเปลี่ยนแปลงของดัชนีราคาผู้บริโภคในระดับที่สูง

ที่มา Ministry of Commerce

คลิกที่นี่เพื่อดูภาพขยาย กราฟแสดงความสัมพันธ์ระหว่างค่าใช้จ่ายในการรักษาพยาบาลและดัชนีมวลกายของผู้เอาประกันในกลุ่มตัวอย่างของบริษัทประกันในประเทศสหรัฐอเมริกา โดยจำแนกตัวอย่างออกเป็นสองกลุ่มได้แก่ กลุ่มที่สูบบุหรี่และกลุ่มที่ไม่สูบบุหรี่ จะเห็นได้ว่าสำหรับกลุ่มที่สูบบุหรี่ เมื่อดัชนีมวลกายมีค่าเพิ่มขึ้นค่าใช้จ่ายในการรักษาพยาบาลจะเพิ่มขึ้นตามอย่างรวดเร็วกว่าผู้ที่ไม่สูบบุหรี่  ข้อมูลดังกล่าวสะท้อนว่าผู้ที่สูบบุหรี่และมีดัชนีมวลกายที่สูงมีแนวโน้มที่บริษัทประกันจะคิดราคาเบี้ยประกันสุขภาพในอัตราที่สูงกว่าปกติ

ที่มา Machine Learning with R by Brett Lantz on Kaggle.com

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนภาพแสดงความเชื่อมโยงทางการเงินในแต่ละภาคส่วนของเศรษฐกิจไทย โดยภาคเศรษฐกิจที่มีขนาดใหญ่ที่สุด 3 ลำดับแรก คือ ภาคธุรกิจนอกภาคการเงิน ภาคครัวเรือนและภาคสถาบันการเงินที่รับฝากเงิน ส่วนในด้านของความเชื่อมโยงจะเห็นว่า ความสัมพันธ์ระหว่างภาคครัวเรือนและภาคสถาบันการเงินที่รับฝากเงินมีขนาดใหญ่ที่สุดทั้งในบทบาทที่เป็นผู้กู้และผู้ให้กู้ สะท้อนให้เห็นถึงการพึ่งพากันในระดับสูงระหว่าง 2 ภาคเศรษฐกิจนี้

หมายเหตุ:
1. ขนาดวงกลมแทนมูลค่ารวมของสินทรัพย์และหนี้สิน
2. ความหนาของเส้นเชื่อมแทนมูลค่าการถือครองสินทรัพย์ระหว่างกัน
3.ทิศทางการไหลของเงินทุนจะไหลไปในทิศทางตามเข็มนาฬิกาตามความโค้งของเส้นเชื่อม

ที่มา: Mapping Thailand’s Financial Landscape: A Perspective through Balance Sheet Linkages and Contagion, BOT Symposium 2018 (สามารถรับชมวีดีทัศน์การนำเสนอผลงานวิจัยได้โดยคลิก ที่นี่)

คลิกที่นี่เพื่อดูภาพขยาย

ภาพแสดงพื้นที่ทับซ้อนของการวิ่งขนย้ายธนบัตรจากศูนย์เงินสดของธนาคารพาณิชย์แต่ละแห่งในระยะเดินทางถนน 100 กิโลเมตรเพื่อกระจายไปยัง ATM และสาขา (จุดในแผนที่) โดยสีน้ำเงินเข้มแสดงพื้นที่ที่มีการวิ่งทับซ้อนที่สูงสุดถึง 5 ธพ. สะท้อนการจัดสรรทรัพยากรที่อาจยังไม่มีประสิทธิภาพเท่าที่ควร

ติดตามข้อมูลที่น่าสนใจอีกมากมายเกี่ยวกับระบบการชำระเงินไทยและเส้นทางการเดินทางสู่สังคมไร้เงินสด ได้ในการนำเสนอผลงานวิจัยเรื่อง “The Journey to Less-Cash Society: Thailand’s Payment System at a Crossroads” ในงานสัมมนาวิชาการธนาคารแห่งประเทศไทย ประจำปี 2561 ในหัวข้อ “สู่ยุคใหม่ของระบบการเงินและธนาคารกลาง” วันที่ 24-25 กันยายน 2561 ณ โรงแรม Centara Grand at Central World

ที่มา: The Journey to Less-Cash Society: Thailand’s Payment System at a Crossroads (Lamsam et al., forthcoming)

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนภาพแสดงการนำเข้าและส่งออกโลหะและแร่ของกลุ่มประเทศผู้ผลิตและผู้ซื้อรายใหญ่ของโลกในปี 2016  หากพิจารณาตามมูลค่าการนำเข้าแล้ว จีนเป็นผู้นำเข้ารายใหญ่ที่สุดของโลก ซึ่งเป็นการนำเข้าทั้งในโลหะกลุ่มเหล็ก โลหะนอกกลุ่มเหล็ก และแร่โลหะมีค่า อันดับสอง คือ ประเทศสวิสเซอร์แลนด์ซึ่งการนำเข้าส่วนใหญ่เป็นแร่โลหะมีค่า โดยเฉพาะทองคำ   อันดับสาม คือ ประเทศสหรัฐอเมริกา  ในขณะเดียวกันประเทศที่เป็นผู้นำเข้าโลหะรายใหญ่เกือบทุกประเทศก็เป็นผู้ส่งออกโลหะรายใหญ่ด้วยเช่นกัน ยกเว้นประเทศออสเตรเลียที่ส่งออกโลหะกลุ่มเหล็กเป็นจำนวนมากแต่แทบไม่มีการนำเข้าเลย

หมายเหตุ: แม้ว่าข้อมูลยังไม่ละเอียดลงลึกไปในระดับรายผลิตภัณฑ์ในแต่ละกลุ่มโลหะว่าเป็นสินแร่ โลหะกึ่งสำเร็จรูปหรือโลหะสำเร็จรูป แต่ก็คาดคะเนได้ว่า กลุ่มประเทศที่มีมูลค่าการนำเข้าและส่งออกโลหะและแร่สูงพร้อม ๆ กันนั้น เป็นการนำเข้าเป็นวัตถุดิบในการผลิตเพื่อเพิ่มมูลค่าและส่งออกต่อไป เช่น ในกรณีของจีนที่นำเข้าสินแร่เหล็กเพื่อผลิตเหล็กสำเร็จรูปเพื่อการส่งออก

ที่มา: RESOURCETRADE.EARTH, Chatham House, the Royal Institute of International Affairs

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงระดับความเข้มงวดของข้อจำกัดด้านการค้าบริการระหว่างประเทศ (Services Trade Restrictiveness Index – STRI) และอัตราภาษีนำเข้า (Tariff rate) ของประเทศต่าง ๆ จะเห็นได้ว่าถึงแม้บางประเทศจะมี Tariff rate ต่ำแต่ก็มีข้อจำกัดด้านอื่นๆ ที่ไม่ใช่ภาษี (Non-tariff barrier) ที่เป็นอุปสรรคต่อการค้าระหว่างประเทศ โดยเฉพาะประเทศ จีน อินโดนีเซีย รัสเซีย และอินเดียมี Non-tariff barrier ในระดับสูงมาก

ที่มา OECD (2017), World Bank (2016)

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดงดุลการค้าระหว่างประเทศสหรัฐอเมริกาและจีนจำแนกตามกลุ่มสินค้าประเภทต่างๆ ในปี 2017 สหรัฐฯมีการขาดดุลการค้าขนาดใหญ่มากในกลุ่มสินค้าประเภท Computer & electronics*, Electrical equipment และ Miscellaneous manufacturing แต่มีการเกินดุลการค้าในกลุ่มสินค้า Farm crops เช่น ถั่วเหลือง และ Transportation equipment เช่น เครื่องบินโดยสารขนาดใหญ่

หมายเหตุ: ข้อมูลยังไม่ละเอียดพอที่จะระบุได้ว่า ผู้ส่งออกกลุ่มสินค้าประเภทนี้จากจีนไปยังสหรัฐฯ เป็นผู้ผลิตสัญชาติใดบ้างที่มีฐานการผลิตตั้งอยู่ในจีน จึงยังไม่สามารถสรุปได้ว่า การตั้งกำแพงภาษีของสหรัฐฯ ต่อจีนจะทำให้เกิดผลดีต่อสหรัฐฯ หรือไม่

ที่มา: Why the U.S.-China trade deficit is so huge: Here’s all the stuff America imports, Jeffry Bartash, Market Watch

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงความสัมพันธ์ระหว่าง Economic Complexity Index (ECI) และอัตราการชนะของทีมฟุตบอลประเทศต่าง ๆ ในการแข่งขันฟุตบอลโลกทุกสมัยที่ผ่านมา โดยรวมแล้วประเทศที่มี ECI สูงมีแนวโน้มที่ทีมฟุตบอลจะมีผลงานดีในการแข่งขันฟุตบอลโลกตามไปด้วย ยกเว้นประเทศเกาหลีใต้และญี่ปุ่นที่มี ECI สูงแต่มี win rate ต่ำ และประเทศอาร์เจนตินาและบราซิลที่มี ECI ต่ำแต่มี win rate สูง

หมายเหตุ: * Economic Complexity Index (ECI) คือ ดัชนีที่ใช้วัด “productive technology” แต่ละประเทศ โดยประเทศที่มีการผลิตและส่งออกสินค้าที่มีความความหลากหลายและซับซ้อนทางเทคโนโลยีมากกว่าก็จะมีค่า ECI ที่สูงกว่า

ที่มา FIFA, The Atlas of Economic Complexity, led by Hausmann, Hidalgo et al.

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดง Foreign exchange network ของประเทศไทยที่สร้างขึ้นจากข้อมูลการซื้อขายแลกเปลี่ยนเงินตรารายธุรกรรมระหว่างทุกผู้เล่นสำหรับผลิตภัณฑ์ FX ทุกประเภทในปี 2015 โดยพบคุณลักษณะสำคัญดังนี้ คือ

(1) Two-tiered structure โครงสร้างตลาด FX แบ่งเป็น 2 ระดับคือ ตลาดระหว่างธนาคาร (interbank market) และตลาดลูกค้ารายย่อย (retail market)

(2) ผู้ให้บริการ FX รายใหญ่ มีเพียงไม่กี่รายที่มีความสำคัญทั้งในแง่ปริมาณการทำธุรกรรม FX โดยรวม (ขนาดจุด) และในแง่ฐานลูกค้า (ขนาดของกลุ่มลูกค้าซึ่งมีลักษณะเป็นรูปใบพัดกระจายออกจาก node)

หมายเหตุ: องค์ประกอบที่สำคัญของรูปคือ (1) จุดวงกลม (node) ซึ่งแต่ละจุดเป็นตัวแทนของผู้เล่นแต่ละราย โดยมีสีที่แตกต่างกันเป็นตัวระบุกลุ่มของผู้เล่น และขนาดของแต่ละจุดแสดงถึงมูลค่าการทำธุรกรรมโดยรวมทั้งปี 2015 ของผู้เล่นรายนั้น ๆ (2) เส้นเชื่อมระหว่างจุดแต่ละคู่ (edge) แสดงถึงการทำธุรกรรมระหว่างกันของผู้เล่นแต่ละคู่ โดยความหนาของเส้นเป็นตัวแทนของมูลค่าธุรกรรมระหว่างกันโดยรวมตลอดทั้งปี

ที่มา: ส่องตลาดแลกเปลี่ยนเงินตรา: ผู้เล่น ธุรกรรม และความเชื่อมโยง, PIER aBRIDGEd No. 8/2018

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงการเปลี่ยนแปลงของระดับราคาสินค้าแยกตามหมวดหมู่ตั้งแต่ปี 2006 ถึงปี 2016 จากกราฟจะเห็นได้ว่า ในขณะที่ระดับราคาสินค้าโดยรวมเพิ่มขึ้น 26% ในช่วง 10 ปีที่ผ่านมา แต่ระดับราคาสินค้าหมวดอาหารเพิ่มขึ้นถึง 84% ในทางกลับกันระดับราคาของสินค้าหมวดอิเล็กทรอนิกส์ลดลงอย่างต่อเนื่อง

ที่มา: Apaitan, Disyatat and Manopimoke (2018)

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดงผลจากการวัดความเชื่อมโยงระหว่างภาคธุรกิจด้วยวิธี Diebold-Yilmaz ซึ่งเป็นการวัดความเชื่อมโยงผ่านความผันผวน (volatility spillover) ของราคาหลักทรัพย์ โดยมีพื้นฐานจากการทำ variance decomposition จากแบบจำลอง vector autoregression (VAR) ทั้งนี้ ในการคำนวณได้ใช้ข้อมูลราคาหลักทรัพย์ของบริษัทจดทะเบียน 522 บริษัท จาก 27 หมวดธุรกิจ ในช่วงปี 2547-2560

กราฟประกอบด้วย node และ edge โดยที่ (1) ขนาดของ node สะท้อนขนาดสินทรัพย์ของหมวดธุรกิจ และสีของ node สะท้อนค่า net connectedness โดยรวม ซึ่งสะท้อนบทบาทโดยสุทธิของแต่ละหมวดธุรกิจว่าเป็นผู้รับหรือส่งความเสี่ยงให้กับระบบ (สีเขียวสะท้อนว่าเป็นผู้รับความเสี่ยง ส่วนสีแดงสะท้อนว่าเป็นผู้ส่งออกความเสี่ยง) (2) ความหนาของ edge สะท้อนค่า net connectedness

หมายเหตุ: (1) คำนวณโดยบดินทร์ ศิวิลัย และอนุชิต เอื้ออารักษ์ โดยอ้างอิง methodology จาก Diebold, Francis X., and Kamil Yilmaz. “On the Network Topology of Variance Decompositions: Measuring the Connectedness of Financial Firms.” Journal of Econometrics 182, no.1 (2014): 119-134. (2) แบ่งหมวดธุรกิจตามตลาดหลักทรัพย์แห่งประเทศไทย ไม่รวมหมวด Property Funds และ REITs (คำอธิบายชื่อย่อหมวดธุรกิจในตารางแสดงโครงสร้างกลุ่มอุตสาหกรรมและหมวดธุรกิจของตลาดหลักทรัพย์แห่งประเทศไทย)

ที่มา: รายงานการประเมินเสถียรภาพระบบการเงินไทย 2560

คลิกที่นี่เพื่อดูรูปขยาย

กราฟแสดงจำนวนวัน เมื่อนำสินทรัพย์ทั้งหมดของบุคคลที่มีสินทรัพย์มากที่สุดในแต่ละประเทศ มาแบ่งจ่ายเป็นค่าใช้จ่ายเฉลี่ยต่อวันของรัฐบาล จากข้อมูลพบว่าหลายประเทศในกลุ่ม East Asia และ Latin America รวมทั้งไทยอยู่ในกลุ่มที่มีค่าของดัชนีในระดับสูง

ที่มา: Bloomberg

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนที่กรุงเทพมหานครบริเวณสีแดงเข้มแสดงถึงพื้นที่ในรัศมี 1 กิโลเมตรที่มีตู้ ATM ของหลายสถาบันการเงินกระจุกตัวอยู่ด้วยกันจำนวนมาก ซึ่งอาจสะท้อนถึงการซ้ำซ้อนในการให้บริการทางการเงินประเภทเดียวกันจนเกิดความไม่มีประสิทธิภาพขึ้นได้

ที่มา: บริการทางการเงินของประเทศไทย: มุมมองเชิงพื้นที่จากข้อมูลจุดพิกัดกว่า 300,000 จุดทั่วประเทศ (PIER aBRIDGEd No. 3/2018)

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงความสัมพันธ์ของการถือหุ้นระหว่างบริษัทในตลาดหลักทรัพย์แห่งประเทศไทย โดยกราฟประกอบไปด้วยจุดและเส้น จุดคือตัวแทนของบริษัท สีของจุดแสดงถึงอุตสาหกรรม เส้นคือตัวแทนของความสัมพันธ์ระหว่างสองบริษัทโดยมีทิศทางของลูกศรแสดงถึงความเป็นผู้ถือหุ้น และขนาดของจุดแสดงถึงขนาดของความสัมพันธ์ (จำนวนบริษัทที่ถือหุ้นระหว่างกัน) จะเห็นได้ว่า ความสัมพันธ์ส่วนใหญ่เป็นการถือหุ้นระหว่างบริษัทในอุตสาหกรรมเดียวกัน หรือเป็นการถือหุ้นระหว่างบริษัทแม่และบริษัทลูก

ที่มา: SET market data collected by Chonnakan Rittinon on 26 Jan 2018

คลิกที่นี่เพื่อดูภาพขยาย

ดัชนีความไม่แน่นอนของนโยบายเศรษฐกิจ (Economic Policy Uncertainty Index – EPU) ซึ่งสะท้อนถึงความไม่แน่นอนในการดำเนินนโยบายทางด้านเศรษฐกิจและการเมืองของแต่ละประเทศ

ดัชนีนี้ถูกสร้างขึ้นจาก 3 องค์ประกอบหลัก คือ จำนวนความถี่ของบทความที่สะท้อนถึงความไม่แน่นอนของเศรษฐกิจและการเมืองในหนังสือพิมพ์จากสำนักพิมพ์ขนาดใหญ่ จำนวนกฎหมายภาษีอากรของรัฐบาลกลางที่กำลังจะหมดอายุหรือถูกยกเลิกการบังคับใช้ และความแตกต่างของตัวเลขคาดการณ์ทางเศรษฐกิจจากแหล่งต่างๆ

ที่มา: “Measuring Economic Policy Uncertainty” by Scott R. Baker, Nicholas Bloom and Steven J. Davis at www.PolicyUncertainty.com

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงการเติบโตทางเศรษฐกิจรายปีและจำนวนเงินเฉลี่ยในการซื้อของขวัญสำหรับเทศกาลคริสต์มาสต์จากการสำรวจประชากรในประเทศสหรัฐอเมริกา จะเห็นได้ว่าการตัดสินใจใช้จ่ายเงินสำหรับของขวัญมีความสัมพันธ์กับสภาวะทางเศรษฐกิจ

ที่มา: World Bank, Statistica

คลิก ที่นี่ เพื่อดูภาพขยาย

GoodWalk Score (คะแนนการ ‘เดินได้’) คือ คะแนนที่บอกถึงระดับศักยภาพการเดินเท้าของพื้นที่ โดยคำนวณจากสถานที่ดึงดูดการเดิน* ซึ่งหากมีสถานที่นี้จำนวนมากอยู่ภายในระยะเดินเท้า คะแนนความเดินได้ของจุดหรือพื้นที่นั้นๆ ก็จะมีค่าสูง

ดัชนีนี้จัดทำขึ้นภายใต้โครงการ ‘เมืองเดินได้-เมืองเดินดี’ ซึ่งมีแนวคิดที่จะพัฒนาเมืองเพื่อส่งเสริมสุขภาวะของประชาชนด้วยการเดินในชีวิตประจำวัน

หมายเหตุ: * สามารถแบ่งออกเป็น 6ประเภท ได้แก่ แหล่งงาน, สถานศึกษา, แหล่งจับจ่ายใช้สอย, พื้นที่นันทนาการ, สถานที่บริการสาธารณะและธุรกรรม, สถานที่ขนส่งสาธารณะ

ที่มา: GoodWalk Score & GoodWalk Score Ranking in Bangkok, Urban Design & Development Center (uddc)

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงรายได้ต่อปีหลังจากจบการศึกษา 10 ปี (Mid-Career) ของแรงงานในประเทศสหรัฐอเมริกาจำแนกตามสาขาวิชาที่สำเร็จการศึกษา

ข้อมูลดังกล่าวได้จากการสำรวจผู้ที่สำเร็จการศึกษาในระดับปริญญาตรีเท่านั้น

ที่มา: Wall Street Journal based on data from Payscale, Inc.

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนภาพโครงข่ายแสดงให้เห็นถึงความคล้ายคลึงกันระหว่างโครงสร้างสินค้าส่งออกของแต่ละประเทศ ซึ่งจะเห็นได้ว่า ประเทศที่อยู่ในภูมิภาคเดียวกันจะอยู่ใกล้กันเป็นลักษณะ cluster

ที่มา: Structural Transformation in Thailand: A Perspective Through Product Innovation, PIER Discussion Paper No. 72

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงถึงความสัมพันธ์ระหว่างค่าใช้จ่ายด้านการวิจัยและพัฒนาต่อ GDP และจำนวนการยื่นสิทธิบัตรต่อประชากรล้านคนของประเทศไทยเทียบกับประเทศอื่น จะเห็นได้ว่า ทั้งด้านการลงทุนในการวิจัยและพัฒนาและผลลัพธ์ด้านนวัตกรรมของประเทศไทยอยู่ในระดับต่ำมาก

ที่มา: การแข่งขัน ตัวแปรของสมการนวัตกรรมที่หายไป โดย พัชรสุทธิ์ สุจริตตานนท์ และ ฉัตร คำแสง (2017)

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนที่สะท้อนความหนาแน่นของหนี้ครัวเรือนเชิงพื้นที่จากทั่วประเทศ* โดยแต่ละจุดแทนผู้กู้ 100 ราย**  ความกระจุกตัวของหนี้ยังมีความแตกต่างกันมากในเชิงพื้นที่ โดยผู้กู้รายใหญ่สุด 10% จะกระจุกอยู่ที่ชุมชนเมืองในจังหวัดใหญ่ ๆ เช่น กรุงเทพมหานครและปริมณฑล ชลบุรี เชียงใหม่ ขอนแก่น นครราชสีมา ภูเก็ต และสงขลา

หมายเหตุ: * ข้อมูลเดือน กรกฎาคม พ.ศ. 2559

** จุดสีแดง (น้ำเงิน) คือกลุ่มผู้กู้รายใหญ่ (เล็ก) ที่สุด 10%

ที่มา: Thailand’s Household Debt Through the Lens of Credit Bureau Data: Debt and Delinquency, PIER Discussion Paper No. 61

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดงราคาของ Bitcoin และ Bitcoin Google Trends Index ซึ่งเป็นดัชนีที่คำนวนจากความถี่ในการค้นหาคำว่า Bitcoin บนเว็บไซต์ google.com

จากกราฟจะเห็นได้ว่าในช่วง 1 ปีที่ผ่านมาราคาของ Bitcoin เพิ่มขึ้นอย่างรวดเร็ว และเป็นที่น่าสนใจว่าราคาของ Bitcoin มีความสัมพันธ์ค่อนข้างมากกับดัชนี Bitcoin Google Trends

ที่มา: ราคา Bitcoin จาก investing.com และดัชนี Bitcoin Google Trends จาก Google Trends

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนภาพโมเสก (Mosaic Chart) แสดงสัดส่วนหนี้สินของประเทศไทย* จำแนกตามประเภทของสินเชื่อและสถาบันการเงิน** ซึ่งพบว่า มีการกระจุกตัวของหนี้สินทั้งในการจำแนกตามประเภทของสินเชื่อและสถาบันการเงิน

หมายเหตุ: * ข้อมูลเดือน กรกฎาคม พ.ศ. 2559

** ประเภทของสถาบันการเงินจำแนกออกเป็นกลุ่มต่างๆ ได้แก่ ธนาคารพาณิชย์ขนาดใหญ่ (BK_L), กลาง (BK_M), เล็ก (BK_S) สถาบันการเงินเฉพาะกิจ (SFI) และสถาบันการเงินอื่นๆ (Oth)

ที่มา: Thailand’s Household Debt Through the Lens of Credit Bureau Data: Debt and Delinquency, PIER Discussion Paper No. 61

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงร้อยละความแตกต่างของคะแนนสอบวิชาคณิตศาสตร์ระหว่างนักเรียนหญิงและชายในแต่ละประเทศภายใต้โครงการประเมินผลนักเรียนนานาชาติ (PISA) จากกราฟจะเห็นได้ว่า ประเทศส่วนใหญ่มีคะแนนเฉลี่ยของนักเรียนชายสูงกว่าหญิง และประเทศที่ไม่มีความแตกต่างระหว่างนักเรียนหญิงและชาย ได้แก่ สิงคโปร์และกรีซ ในขณะที่ประเทศไทยมีคะแนนสอบของนักเรียนหญิงสูงกว่านักเรียนชายประมาณร้อยละ 0.7

ที่มา: การประมวลผลจากฐานข้อมูล World Bank Learning โดย Jorge Zazueta

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนภาพแสดงการเปลี่ยนแปลงอัตราภาษีมูลค่าเพิ่ม* (Value-Added Tax: VAT) ของแต่ละประเทศ ในช่วงประมาณ 10 ปีที่ผ่านมา ซึ่งจะเห็นได้ว่า ประเทศรัฐสวัสดิการจะมีการจัดเก็บในอัตราที่สูงมาโดยตลอด หรือประเทศที่ประสบปัญหาทางการคลังก็จะมีการจัดเก็บในอัตราที่สูงขึ้น

หมายเหตุ: * ในบางประเทศไม่ได้เรียกเก็บภาษีมูลค่าเพิ่ม (Value-Added Tax: VAT) แต่เรียกเก็บภาษีการขาย (Sales Tax) แทน

ที่มา: 2017 Worldwide VAT GST and Sales Tax Guide, Ernst & Young (EY) and Sales Tax Rate, Trading Economics

คลิกที่นี่เพื่อดูภาพขยาย

กราฟแสดงข้อมูลจากการสำรวจโดย World Values Survey (Wave 6) 60 ประเทศทั่วโลก ภายใต้หัวข้อ คุณสมบัติที่ท่านต้องการปลูกฝังบุตรหลาน (Important child qualities)

ผู้ตอบแบบสอบถามสามารถเลือก 5 คุณสมบัติจากทั้งหมด 11 คุณสมบัติ กราฟแสดงค่าเฉลี่ย (มัธยฐาน) ของคุณสมบัติต่างๆ ในแต่ละภูมิภาค

จากกราฟจะเห็นได้ว่า คุณสมบัติที่คนเอเชียให้ความสำคัญที่สุดสามอันดับแรก ได้แก่ ความรู้สึกรับผิดชอบ ความอดทนและเคารพผู้อื่น และความมุ่งมั่นในการทำงาน ตามลำดับ

ที่มา: World Values Survey

Click here to enlarge the image in PDF.

The credit-to-GDP gap is defined as the difference between the credit-to-GDP ratio and its long-run trend. The gap indicator was adopted as a common reference point under Basel III to guide the build-up of countercyclical capital buffers.

Source: Credit-to-GDP gaps, Bank for International Settlements (BIS)

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดงการเปลี่ยนแปลงอันดับ Economic Complexity Index (ECI)* ของแต่ละประเทศ จะเห็นได้ว่าในช่วง 2 ทศวรรษที่ผ่านมา หลายประเทศในเอเชียโดยเฉพาะ จีน เวียดนาม และไทย มีการพัฒนาอย่างก้าวกระโดด ในขณะที่ประเทศเวเนซุเอลาอันดับลดลงอย่างมาก สะท้อนความถดถอยของพัฒนาการทางเศรษฐกิจเมื่อเทียบกับประเทศอื่นๆ

หมายเหตุ: * Economic Complexity Index (ECI) คือ ดัชนีที่ใช้วัด “productive technology” แต่ละประเทศ โดยประเทศที่มีการผลิตและส่งออกสินค้าที่มีความความหลากหลายและซับซ้อนทางเทคโนโลยีมากกว่าก็จะมีค่า ECI ที่สูงกว่า
ที่มา: The Atlas of Economic Complexity, led by Hausmann, Hidalgo et al.

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดงการกระจายของจำนวนคำที่จำได้จาก 10 คำ* จำแนกตามกลุ่มผู้สูงอายุ จะเห็นได้ว่า ในทุกประเทศเมื่อคนอายุมากขึ้น จำนวนคำที่จำได้ถูกต้องก็จะน้อยลง แต่หากแยกตามกลุ่มคนที่มีอายุเท่ากันพบว่า โดยเฉลี่ยแล้ว ชาวอังกฤษ ชาวเยอรมัน และชาวอเมริกันจำคำได้ถูกต้องมากกว่าชาวญี่ปุ่นและชาวจีน ตามลำดับ

หมายเหตุ: *Immediate Word Recall เป็นคำถามที่ใช้ประเมินความสามารถที่เกี่ยวกับกระบวนการคิด (Cognitive Ability) ที่ใช้กันทั่วไป โดยผู้สัมภาษณ์อ่านคำให้ผู้ถูกสัมภาษณ์ฟัง 10 คำ แล้วให้ผู้ถูกสัมภาษณ์ทวนคำดังกล่าว แล้วนับว่าจำได้ถูกต้องทั้งหมดกี่คำ

ที่มา: Gateway to Global Aging Data, Produced by the USC Program on Global Aging, Health & Policy, with funding from the National Institute on Aging (R01 AG030153)

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟแสดงจำนวนชั่วโมงการทำงานเฉลี่ยและผลิตภาพเฉลี่ยของแต่ละประเทศ แสดงให้เห็นว่า กลุ่มประเทศที่พัฒนาแล้วใช้เวลาในการทำงานน้อยกว่าแต่มีผลิตภาพสูงกว่า

ที่มา: The Conference Board Total Economy Database ดูรายละเอียดเพิ่มเติมในรูปแบบของ Interactive Chart และข้อมูลที่น่าสนใจอื่นๆเกี่ยวกับจำนวนชั่วโมงการทำงานเฉลี่ยได้ที่  Our World in Data (Working Hours)

คลิก ที่นี่ เพื่อดูภาพขยาย

แผนภาพแสดงดัชนี Big Mac ที่ได้จากการนำเอาราคาของ Big Mac ในแต่ละประเทศมาเปรียบเทียบกันเพื่อคำนวณอัตราแลกเปลี่ยนของประเทศต่างๆ ที่อ้างอิงจากความแตกต่างของราคา Big Mac ว่ามีค่าสูงกว่า (overvalue) หรือต่ำกว่า (undervalue) อัตราแลกเปลี่ยนจริงในตลาด โดยอาศัยทฤษฎีของ Purchasing Power Parity (PPP)

ที่มา: ดูรายละเอียดเพิ่มเติมในรูปแบบของ Interactive Currency Comparison Tools ได้ที่  The Big Mac index (The Economist)

คลิกที่นี่เพื่อดูภาพขยาย

แผนภูมิพีระมิดแสดงให้เห็นว่า ประชากรที่รวยที่สุดของโลกเพียง 0.7% เป็นเจ้าของทรัพย์สินถึง 45.2% ของโลก ในขณะที่ประชากรที่จนที่สุด 71% ครอบครองทรัพย์สินเพียงแค่ 3%

ที่มา: Credit Suisse Research Institute, Global Wealth Report 2015, October 2015

คลิกที่นี่เพื่อดูภาพขยาย

กราฟ 3 มิติแสดงการเปลี่ยนแปลงของความสัมพันธ์ระหว่างดอกเบี้ยระยะสั้นและดอกเบี้ยระยะยาวในสหรัฐอเมริกาในช่วง 20 ปีที่ผ่านมา โดย yield curve อยู่ในระดับต่ำสุดเป็นประวัติการณ์ในช่วงต้นปี 2015 โดยสามารถดูรูป 3-D yield curve เพิ่มเติมได้ ที่นี่

Source: The Upshot, The New York Times (nytimes.com)

คลิก ที่นี่ เพื่อดูภาพขยาย

รูปแสดงถึงจำนวนปีของการศึกษาที่เพียงพอสำหรับอ่านผลการประชุมคณะกรรมการนโยบายการเงินได้อย่างเข้าใจ และจำนวนคำโดยเฉลี่ยของแต่ละประโยคในเอกสารของธนาคารกลางในประเทศต่างๆตลอดช่วงระยะเวลาตั้งแต่ปี ค.ศ. 2008 – 2015

ที่มา: จากบทความ “ข้อความสู่ข้อมูล…มิติใหม่ของการวิเคราะห์การสื่อสารนโยบายการเงิน” โดย ดร.พงศ์ศักดิ์ เหลืองอร่าม และ ดร.วราพงศ์ วงศ์วัชรา, สัมมนาวิขาการธนาคารแห่งประเทศไทย ประจำปี 2559

ภาคส่งออกเป็นธุรกิจที่เปราะบางมาก โดยเฉลี่ยผู้ส่งออกหน้าใหม่เพียงไม่ถึงร้อยละ 20 เท่านั้นที่จะมีโอกาสอยู่รอดได้เกิน 3 ปี อัตราการอยู่รอดแตกต่างกันไปในแต่ละคู่ค้า

คลิกที่นี่เพื่อดูภาพขยาย

ที่มา: กรมศุลกากร; คำนวณโดยนักวิจัยของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

จุดผ่านแดนระหว่างไทยกับประเทศเพื่อนบ้าน รวมทั้งหมด 91 แห่ง โดยแบ่งเป็น ด่านถาวร 39 แห่ง และ จุดผ่อนปรน 52 แห่ง

คลิกที่นี่เพื่อดูภาพขยาย

ที่มา : รูป: การค้าชายแดน, กรมศุลกากร (The Customs Department) และ

Data source: ศูนย์บริการข้อมูลการค้าชายแดนไทยกับประเทศเพื่อนบ้าน (Border Trade Service Center)

รูปแสดงพิกัดของผู้ใช้แอพพลิเคชั่น Flickr (ฟลิคเกอร์) และ Twitter (ทวิตเตอร์) ในแต่ละพื้นที่ของทวีปอเมริกาเหนือ ซึ่งข้อมูลอยู่ในรูปแบบของพิกเซล (3.6 กม. /พิกเซล)

สีแดง=ตำแน่งของผู้ใช้ Flickr สีน้ำเงิน=ตำแหน่งของผู้ใช้ Twitter สีขาว=ตำแหน่งที่มีการอัพโหลดทั้ง Flickr และ Twitter

จะเห็นได้ว่าทางฝั่งตะวันออกของสหรัฐอเมริกามีการใช้ Twitter มากกว่าฝั่งตะวันตก

คลิกที่นี่เพื่อดูภาพขยาย

หมายเหตุ: Twitter เป็นเครือข่ายสังคมออนไลน์ที่ผู้ใช้สามารถแชร์สถานะด้วยข้อความสั้นๆ Flickr เป็น
แอพพลิเคชั่นสำหรับเก็บหรือฝากรูปภาพโดยการอัพโหลดผ่านระบบดิจิตอลและสามารถแบ่งปันให้กับคนอื่นๆได้

ที่มา:  “North American detail map of Flickr and Twitter locations” from the See something or say something series, by Eric Fischer

คลิกที่นี่เพื่อดูภาพใหญ่

กราฟแสดงการเปรียบเทียบการเติบโตของรายได้ของบริษัทผู้ผลิตซอฟต์แวร์ในประเทศสหรัฐอเมริกา โดยจำแนกออกเป็น 3 กลุ่ม คือ (1) กลุ่ม Rocket ships ซึ่งใช้เวลาไม่เกิน 6 ปีในการสร้างยอดขายเกิน 50 ล้านดอลลาร์ สรอ. ต่อปี (2) กลุ่ม Hot companies ใช้เวลา 7-12 ปี และ (3) กลุ่ม Slow burners ใช้เวลาเกิน 13 ปี

ที่มา: Tableau public. Tale of 100 companies by Christian Chabot.

คลิกที่นี่เพื่อดูภาพใหญ่

รูปแสดงดัชนีความกระจุกตัวของการลงทุนในสินทรัพย์ในประเทศ (Financial Home Bias) กับรายได้ต่อหัวของแต่ละประเทศ (ค่าเฉลี่ยปี 2001-2012)

โดยทั่วไปแล้ว ประเทศที่มีระดับพัฒนาการของประเทศที่สูงขึ้น มักมีการกระจายการลงทุนไปยังต่างประเทศมากขึ้น (Home Bias ลดต่ำลง) อ่านรายละเอียดเพิ่มเติมได้ใน “Divers of financial Integration: Implication of Asia,” PIER Discussion Paper No. 39

การกระจายตัวของ ATM และ CDM ของสถาบันการเงินต่างๆ ทั่วประเทศในปี พ.ศ. 2559

หมายเหตุ: ATM (Automatic Teller Machine) คือ เครื่องให้บริการทางการเงินอัตโนมัติ

CDM (Cash Deposit Machine) คือ เครื่องฝากเงินสดอัตโนมัติ

ที่มา: สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ (PIER) ข้อมูลรวบรวมโดยใช้เทคนิค Internet Scraping

มูลค่าการส่งออกของไทยไปยังกลุ่มประเทศในภูมิภาคต่างๆ ปี 1995-2014

ที่มา: THE ATLAS OF ECONOMIC COMPLEXITY โดยสามารถดู Interactive stacked area chart รวมไปถึง Visualization แบบอื่นๆได้ที่ Where did Thailand export to between 1995 and 2014 ?

คลิก ที่นี่ เพื่อดูภาพขยาย

กราฟิกแสดงโครงข่ายทางหลวงชนบทและทางหลวงแผ่นดินในประเทศไทย ปี พ.ศ. 2559

ที่มา: กลุ่มพัฒนาระบบภูมิสารสนเทศ ศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร สำนักงานปลัดกระทรวงคมนาคม

คลิก ที่นี่ เพื่อดูภาพขยาย

รายได้เฉลี่ยต่อหัว (บาท / ปี) ของประชากรในแต่ละจังหวัด ในปี พ.ศ. 2548 และ 2557  จังหวัดที่มีรายได้สูงสุด 3 อันดับแรก ได้แก่ ระยอง, กรุงเทพฯ และชลบุรี ส่วนจังหวัดที่มีรายได้ต่ำสุด 3 อันดับสุดท้าย ได้แก่ แม่ฮ่องสอน, ยโสธร และหนองบัวลำภู

ที่มา: สำนักงานสถิติแห่งชาติ โดยสามารถติดตามรายละเอียดเพิ่มเติมและข้อมูลดัชนีชี้วัดเศรษฐกิจอื่นๆของประเทศไทยได้จาก บริการข้อมูลสถิติ และ สถิติทางการประเทศไทย

คลิก ที่นี่ เพื่อดูภาพขยาย

สัดส่วนของหนี้สาธารณะต่อผลิตภัณฑ์มวลรวมภายในประเทศ (GDP)  อยู่ในระดับสูงในหลายประเทศ โดยเฉพาะประเทศพัฒนาแล้ว เช่น ญี่ปุ่น สหรัฐอเมริกา และกลุ่มประเทศยุโรป

ที่มา: ดู Interactive map ได้ที่ The Global Debt Clock (The Economist) สำหรับรายละเอียดข้อมูลเพิ่มเติมและดัชนีชี้วัดเศรษฐกิจมหภาครายประเทศอื่นๆ ติดตามได้ใน Economist Intelligence Unit

คลิก ที่นี่ เพื่อดูภาพขยาย

สัดส่วนของประชากรวัยสูงอายุ (65 ปีขึ้นไป) จากจำนวนประชากรทั้งหมด ซึ่งมีสัดส่วนค่อนข้างสูงในกลุ่มประเทศที่พัฒนาแล้ว

ที่มา: ดูรายละเอียดข้อมูลและ Interactive map ได้ที่ World Bank’s Data โดยสามารถติดตามรายละเอียดเพิ่มเติมและข้อมูลดัชนีชี้วัดทางสุขภาพรายประเทศอื่นๆได้จาก World Health Indicators

คลิก ที่นี่ เพื่อดูภาพขยาย

ดัชนีสัมประสิทธิ์ GINI รายมลรัฐของประเทศสหรัฐอเมริกา แสดงให้เห็นว่าความเหลื่อมล้ำของรายได้อยู่ในระดับค่อนข้างสูงในมลรัฐมหานคร เมืองท่องเที่ยว เมืองท่า หรือเมืองที่มีอุตสาหกรรมและเกษตรอุตสาหกรรมขนาดใหญ่

หมายเหตุ: ดัชนีสัมประสิทธิ์ GINI (GINI Coefficient Index) เป็นเครื่องมือทางเศรษฐศาสตร์ที่นิยมใช้ในการวัดความเหลื่อมล้ำ มีค่าตั้งแต่ 0 ถึง 1  โดยค่าเข้าใกล้ 0 หมายถึง ทุกคนมีรายได้เท่าเทียมกันมากขึ้น  ค่าเข้าใกล้ 1 หมายถึง มีความเหลื่อมล้ำทางรายได้มากขึ้น

ที่มา: ดูรายละเอียดข้อมูลและ Interactive map ได้ที่ U.S. Public Data (GINI Coefficient Index) สำหรับข้อมูล Open Public Data อื่นๆ ที่น่าสนใจของประเทศสหรัฐอเมริกา สามารถดูได้ที่ DATA USA

คลิก ที่นี่ เพื่อดูภาพขยาย

จำนวนผู้ใช้งานอินเตอร์เน็ตและโทรศัพท์มือถือต่อประชากร 100 คน ของประเทศไทยในปี 2014 (พิจารณาควบคู่ไปกับ GDP per capita) อยู่ในระดับปานกลางเมื่อเทียบกับประเทศอื่นๆ

ที่มา: World Bank โดยสามารถติดตามรายละเอียดเพิ่มเติมและข้อมูลดัชนีชี้วัดเศรษฐกิจมหภาครายประเทศอื่นๆได้จาก World Development Indicators

อันดับความยากง่ายในการประกอบธุรกิจ (Ease of Doing Business) ของประเทศไทยในปี 2016 อยู่อันดับที่ 49 จาก 189 ประเทศทั่วโลก ซึ่งตกลงมาจากปีก่อนที่อันดับ 46 จากการปรับลดลงของตัวชี้วัดในหลายด้านด้วยกัน

การจัดอันดับความยากง่ายในการประกอบธุรกิจ (Ease of Doing Business Ranking) ของธนาคารโลกจะวิเคราะห์จากกฎระเบียบที่เกี่ยวข้องกับวงจรธุรกิจ ซึ่งประกอบด้วยดัชนีพื้นฐาน (Basic Index) 10 ตัว คือ 1) ด้านการเริ่มต้นธุรกิจ 2) ด้านการขออนุญาตก่อสร้าง 3) ด้านการขอไฟฟ้า 4) ด้านจดทะเบียนทรัพย์สิน 5) ด้านการชำระภาษี 6) ด้านการค้าระหว่างประเทศ 7) ด้านการคุ้มครองผู้ลงทุน 8) ด้านการได้รับสินเชื่อ 9) ด้านการบังคับให้เป็นไปตามข้อตกลง และ 10) ด้านการแก้ปัญหาการล้มละลาย นำมาคำนวณเป็นดัชนีตัวรวม (Overall Index) ครอบคลุมทั้งสิ้น 189 ประเทศ โดยอันดับที่สูงแสดงถึงประสิทธิภาพของสภาพแวดล้อมทางธุรกิจและความเข้มแข็งของกฎระเบียบในประเทศที่เอื้อต่อการดำเนินธุรกิจ

แหล่งข้อมูล: World Bank โดยสามารถติดตามรายละเอียดเพิ่มเติมและข้อมูลรายประเทศได้จาก World Bank’s Doing Business Data

รูปแสดงระดับความเพียงพอของการผลิตเทียบกับความต้องการใช้พลังงานในแต่ละประเทศ (Energy self-sufficiency) โดยคำนวณจากอัตราส่วนร้อยละของปริมาณการผลิตพลังงาน (Energy production) ต่อปริมาณการบริโภคพลังงานภายในประเทศ (Total primary energy supply*) โดยประเทศไทยมีระดับ Energy self-sufficiency อยู่ที่ร้อยละ 58 ในปี 2013 ซึ่งตัวเลขที่ต่ำกว่า 100 แสดงถึงการที่ไทยเป็นผู้นำเข้าพลังงานสุทธิ เช่นเดียวกันประเทศจีน (85) สหรัฐอเมริกา (86) ญี่ปุ่น (6) และเกือบทุกประเทศในทวีปยุโรป ขณะที่อีกหลายๆประเทศในเอเชีย เช่น อินโดนีเซีย (215) เมียนมาร์ (140) เวียดนาม (116) มาเลเซีย (106) มีระดับ Energy self-sufficiency สูงกว่า 100 นั่นคือ เป็นประเทศที่ผลิตพลังงานได้มากกว่าความต้องการใช้ในประเทศ

หมายเหตุ: *Total primary energy supply คำนวณจากปริมาณพลังงานที่ผลิตได้ บวกกับปริมาณการนำเข้าพลังงาน ลบด้วยปริมาณที่ส่งออกและการเปลี่ยนแปลงของระดับน้ำมันคงคลัง

ที่มา: IEA Energy Atlas แหล่งข้อมูล: IEA Statistics โดยสามารถติดตามข้อมูล world affairs อื่นๆที่น่าสนใจในรูปแบบ Geographic distribution ได้จาก http://tellmaps.com/#!/

ระดับการพัฒนาด้านการจ้างงานและรายได้ต่อหัวของประชากรในเมืองใหญ่ในทวีปเอเชียระหว่างปี 2013-2014 ดูข้อมูลเพิ่มเติมได้จาก Brookings Institution

ดัชนีรายได้รายเดือน (Nominal income) ตั้งแต่ปี 2005 ของภาคการเกษตรของไทยที่มีแนวโน้มลดลงอย่างต่อเนื่อง

นับตั้งแต่ปี 2000 เป็นต้นมา อัตราเงินเฟ้อโลกได้ปรับลดและมีความผันผวนน้อยลง โดยเริ่มจากกลุ่มประเทศที่พัฒนาแล้วในปี 1990 การเปลี่ยนแปลงนี้เป็นปรากฏการณ์ที่ทำให้เงินเฟ้อในประเทศต่างๆ ทั่วโลกเริ่มเคลื่อนไหว ไปในทิศทางเดียวกันมากขึ้น อ่านรายละเอียดเพิ่มเติมได้ที่ aBRIDGEd no.13/2015

สัดส่วนหนี้เสีย (NPL Ratio) ของสินเชื่ออุปโภคบริโภคที่มีแนวโน้มเพิ่มขึ้นในทุกประเภทสินเชื่อ โดยเฉพาะอย่างยิ่งสินเชื่อบัตรเครดิต

การส่งออกสินค้าอุตสาหกรรม เช่นเครื่องจักรกลและเครื่องใช้ไฟฟ้า รวมถึงผลิตภัณฑ์ยางและพลาสติกเป็นสัดส่วนสำคัญของการส่งออกสินค้าไทย The Atlas of Economic Complexity ได้จัดทำตัวชี้วัดความซับซ้อนทางเศรษฐกิจ (economic complexity) จากข้อมูลการส่งออกและนำเข้าสินค้าเป็นประจำทุกปี โดยจัดทำในรูปแบบ สินค้าส่งออกและนำเข้าจำแนกตามกลุ่มสินค้า  ความเชื่อมโยงระหว่างสินค้าแต่ละชนิด พลวัตการส่งออก และ ผลต่อการเติบโตของเศรษฐกิจ ที่มา: The Atlas of Economic Complexity http://atlas.cid.harvard.edu

อัตราเงินเฟ้อคาดการณ์ จากภาพแสดงตัวชี้วัดอัตราเงินเฟ้อคาดการณ์ระยะ 10 ปีที่สร้างขึ้นจากวิธีต่างๆ การคาดการณ์ในระยะยาวของไทยค่อนข้างมีเสถียรภาพเมื่อเปรียบเทียบกับอัตราเงินเฟ้อที่เกิดขึ้นจริง อย่างไรก็ตาม ท่ามกลางเงินเฟ้อที่ลดลงอย่างต่อเนื่องในระยะหลัง ตัวชี้วัดทุกตัวมีทิศทางที่โน้มลงมากขึ้น อ่านรายละเอียดเพิ่มเติมได้ใน aBRIDGEd ISSUE 5/2015

ประเทศไทยเผชิญกับปัญหาการจัดสรรทุนที่ไม่เหมาะสมเพิ่มขึ้นเรื่อยๆตั้งแต่ปี 2001จนถึงปัจจุบัน จากบริษัทเล็กเป็นหลัก

ระบบเศรษฐกิจสามารถได้ผลผลิตสูงสุดหากผลผลิตหน่วยสุดท้ายของทุนของทุกหน่วยผลิตในระบบเศรษฐกิจนั้นอยู่ในระดับเดียวกัน หากผลผลิตหน่วยสุดท้ายของทุนมีความแตกต่างกันระหว่างบริษัท ระบบเศรษฐกิจสามารถได้ผลผลิตเพิ่มขึ้นโดยการโยกย้ายทุนจากบริษัทที่มีผลผลิตหน่วยสุดท้ายของทุนต่ำไปยังบริษัทที่มีผลผลิตหน่วยสุดท้ายของทุนสูงกว่า

ที่มา: กรมพัฒนาธุรกิจการค้า กระทรวงพาณิชย์ และการคํานวณโดยผู้วิจัย

หมายเหตุ: บริษัทเล็กหมายถึงบริษัทที่มีสินทรัพย์ถาวร (fixed asset) น้อยกว่า 50 ล้านบาท บริษัทกลางมีสินทรัพย์ถาวร 50 ถึง 200 ล้านบาท และ บริษัทใหญ่มีสินทรัพย์ถาวรมากกว่า 200 ล้านบาท

ประสิทธิภาพการดำเนินธุรกิจ (การขนส่งและสถานที่เก็บสินค้า) แยกตามประเภทผู้ประกอบการ โดยขนาดของวงกลมแทนมูลค่าของสินทรัพย์ที่ครอบครองโดยกลุ่มนั้นๆ จะเห็นได้ว่าอุตสาหกรรมนี้มีลักษณะที่ไม่เหมาะสมของการจัดสรรทรัพยากร โดยผู้ที่เข้าสู่ธุรกิจมีประสิทธิภาพค่อนข้างต่ำ แต่กลับครอบครองทรัพยากรมากขึ้นเรื่อยๆ ในขณะที่ผู้ประกอบการที่ต้องออกจากธุรกิจกลับกลายเป็นผู้ที่มีประสิทธิภาพสูง อ่านรายละเอียดเพิ่มเติมใน aBRIDGEd ISSUE 1/2015

ประสิทธิภาพการดำเนินธุรกิจ (การขายส่งและการขายปลีก การซ่อมยานยนต์และ จักรยานยนต์) แยกตามประเภทผู้ประกอบการ โดยขนาดของวงกลมแทนมูลค่าของสินทรัพย์ที่ครอบครองโดยกลุ่มนั้นๆ จะเห็นได้ว่าอุตสาหกรรมนี้เป็นตัวอย่างที่ดีของการจัดสรรทรัพยากร โดยผู้ที่เข้าสู่ธุรกิจมีพัฒนาการที่ล้ำหน้าผู้ประกอบการรายเดิมและมีขนาดใหญ่ขึ้น ในขณะที่ผู้ประกอบที่ไม่มีประสิทธิภาพมีขนาดเล็กลงและออกจากธุรกิจไปในที่สุด อ่านรายละเอียดเพิ่มเติมใน aBRIDGEd ISSUE 1/2015

ประสิทธิภาพการดำเนินธุรกิจ (รวมทุกอุตสาหกรรม) แยกตามประเภทผู้ประกอบการ โดยขนาดของวงกลมแทนมูลค่าของสินทรัพย์ที่ครอบครองโดยกลุ่มนั้นๆ จะเห็นได้ว่าภาคธุรกิจไทยมีประสิทธิภาพเพิ่มขึ้น ส่วนหนึ่งเกิดจากผู้ที่เข้าสู่ธุรกิจสามารถพัฒนาตัวเองได้ทัดเทียมกับผู้ที่อยู่ในธุรกิจและมีขนาดใหญ่ขึ้น ในขณะที่ผู้ที่ออกจากธุรกิจคือผู้ที่ไม่สามารถแข่งขันได้ มีขนาดเล็กลงเรื่อยๆ และต้องออกจากธุรกิจในที่สุด สิ่งเหล่านี้เป็นสัญญาณว่ากลไก Creative Destruction กำลังเกิดขึ้นในระบบเศรษฐกิจไทย อ่านรายละเอียดเพิ่มเติมใน aBRIDGEd ISSUE 1/2015