เวียดนามและอินเดียกำลัง “เร่งสร้างกำลังการผลิตใหม่” อินโดนีเซีย–มาเลเซียกำลัง “ยกระดับฐานอุตสาหกรรม” จีนกำลัง “เปลี่ยนโมเดลการเติบโต” ฟิลิปปินส์กำลัง “ฟื้นจาก Shock ปี 2026” ขณะที่ไทยกำลังต่อสู้กับ “ข้อจำกัดเชิงโครงสร้างสะสม”
Vietnam and India Are Expanding Productive Capacity, Indonesia and Malaysia Are Upgrading Their Industrial Bases, China Is Transforming Its Growth Model, the Philippines Is Recovering from the 2026 Shock, while Thailand Confronts Accumulated Structural Constraints
บทนำ
ความแตกต่างของอัตราการเติบโตทางเศรษฐกิจระหว่างประเทศในเอเชียช่วงปี 2569–2570 ไม่ควรถูกตีความว่าเป็นการแข่งขันแบบ “ประเทศใดเก่งกว่าใคร” จากตัวเลข GDP เพียงตัวเดียว เพราะอัตราการเติบโตของแต่ละประเทศเกิดจากฐานรายได้ ระดับการพัฒนา โครงสร้างประชากร ปริมาณทุน ผลิตภาพ โครงสร้างอุตสาหกรรม ระบบการเงิน นโยบายเศรษฐกิจ ตลอดจนจังหวะของวัฏจักรเศรษฐกิจที่แตกต่างกัน
อย่างไรก็ดี ช่องว่างระหว่างประเทศไทยกับประเทศสำคัญในเอเชียมีขนาดใหญ่พอที่จะเป็นสัญญาณเชิงโครงสร้างที่ไม่ควรมองข้าม
ข้อมูลร่วมสมัยสะท้อนภาพดังกล่าวอย่างชัดเจน ตัวอย่างเช่น World Bank Economic Update เดือนตุลาคม 2026 ประเมินการขยายตัวของเวียดนามในปี 2026 ไว้ที่ประมาณ 7.4% มาเลเซีย 5.1% ไทยเพียง 2.0% และจีน 4.4% ขณะที่ IMF World Economic Outlook ฉบับเดือนตุลาคม 2026 ระบุว่าอินเดียยังอยู่ในกลุ่มประเทศเศรษฐกิจขนาดใหญ่ที่เติบโตเร็วที่สุดประมาณ 7% ส่วน IMF ประเมินฟิลิปปินส์ว่าจะฟื้นจาก 3.4% ในปี 2026 เป็น 5.1% ในปี 2027 (World Bank)
จึงกล่าวได้ว่า เศรษฐกิจเอเชียไม่ได้กำลังเดินไปบนเส้นทางเดียวกัน แต่กำลังอยู่ใน “ช่วงการเปลี่ยนผ่านคนละแบบ”
เวียดนามและอินเดียอยู่ในระยะสะสมทุนและขยายกำลังการผลิตใหม่ อินโดนีเซียและมาเลเซียกำลังยกระดับจากฐานการผลิตเดิมไปสู่อุตสาหกรรมมูลค่าสูง จีนกำลังพยายามเปลี่ยนจากเศรษฐกิจที่ขับเคลื่อนด้วยอสังหาริมทรัพย์ การลงทุน และการส่งออก ไปสู่การบริโภคและผลิตภาพ ขณะที่ฟิลิปปินส์กำลังฟื้นตัวจาก shock เฉพาะตัวในปี 2026
ส่วนประเทศไทยมีลักษณะแตกต่างออกไป เพราะไม่ได้เผชิญ shock เพียงเหตุการณ์เดียว แต่กำลังเผชิญ “ข้อจำกัดเชิงโครงสร้างสะสม” ได้แก่ การลงทุนต่ำ ผลิตภาพเติบโตช้า สังคมสูงวัย หนี้ครัวเรือนสูง SMEs อ่อนแอ การเปลี่ยนโครงสร้างเศรษฐกิจช้า และการเชื่อมโยงระหว่าง FDI กับเศรษฐกิจภายในประเทศที่ยังไม่ลึกเพียงพอ IMF ระบุปัญหาเหล่านี้อย่างตรงไปตรงมาในรายงาน Article IV ของประเทศไทย (IMF eLibrary)
คำสำคัญ
การเติบโตทางเศรษฐกิจ, ผลิตภาพ, การสะสมทุน, การลงทุนโดยตรงจากต่างประเทศ, การเปลี่ยนแปลงเชิงโครงสร้าง, นโยบายอุตสาหกรรม, AI, หนี้ครัวเรือน, Potential GDP, ประเทศไทย, เวียดนาม, อินเดีย, อินโดนีเซีย, มาเลเซีย, จีน, ฟิลิปปินส์
1. ก่อนเปรียบเทียบ ต้องเข้าใจว่า “GDP Forecast” ไม่ใช่ “Potential GDP”
ประเด็นแรกที่ต้องแยกให้ชัด คืออัตราการเติบโต GDP ที่ IMF หรือ World Bank คาดการณ์สำหรับปีใดปีหนึ่ง ไม่ใช่สิ่งเดียวกับ Potential GDP Growth
GDP forecast เป็นการคาดการณ์ภายใต้ภาวะเศรษฐกิจ ณ เวลานั้น ซึ่งอาจเปลี่ยนตามสงคราม ราคาน้ำมัน อัตราดอกเบี้ย ภาษีการค้า ภัยธรรมชาติ การกระตุ้นเศรษฐกิจ หรือวัฏจักรเทคโนโลยี
Potential GDP growth หมายถึงความสามารถของเศรษฐกิจที่จะขยายตัวอย่างยั่งยืนโดยไม่สร้างความไม่สมดุลรุนแรง
ตัวเลขประมาณการยังมีปัญหาเรื่อง “vintage” กล่าวคือ WEO เดือนเมษายน กรกฎาคม และตุลาคมอาจให้ตัวเลขไม่เหมือนกัน ขณะที่ Article IV ของแต่ละประเทศจัดทำคนละช่วงเวลา เช่น IMF Article IV ของมาเลเซียที่เผยแพร่เดือนกุมภาพันธ์ 2026 เคยประมาณการการเติบโตปี 2027 ไว้ที่ 4.3% ขณะที่ WEO รุ่นหลังสามารถปรับตัวเลขได้ตามข้อมูลใหม่ (IMF Data)
ดังนั้น การวิเคราะห์ที่มีคุณภาพจึงไม่ควรหมกมุ่นกับความแตกต่าง 0.1–0.3 จุดเปอร์เซ็นต์ แต่ควรถามว่า “โครงสร้างใดทำให้บางประเทศสามารถรักษาการเติบโตระดับ 5–7% ได้ ขณะที่ประเทศไทยมีศักยภาพเพียงประมาณ 2–3%”
IMF เคยประเมิน Potential Growth ของไทยไว้ประมาณ 2.7% และระบุว่า หากประเทศไทยต้องการเข้าใกล้เป้าหมายประเทศรายได้สูงในปี 2037 ศักยภาพการเติบโตต้องเพิ่มขึ้นไปใกล้ประมาณ 5% (IMF eLibrary)
นี่จึงเป็นปัญหาที่ใหญ่กว่าการถามว่า GDP ปีหน้าโตเท่าไร
2. เวียดนาม: จาก “โรงงานโลกใหม่” สู่โจทย์การสร้างผลิตภาพภายในประเทศ
ความสำเร็จของเวียดนามในช่วงสองทศวรรษที่ผ่านมาเกิดจากการผสมผสานระหว่าง FDI การเปิดประเทศ การรวมตัวเข้าสู่ Global Value Chains การลงทุนโครงสร้างพื้นฐาน และการย้ายแรงงานออกจากกิจกรรมผลิตภาพต่ำเข้าสู่อุตสาหกรรมและบริการสมัยใหม่
IMF ระบุว่า FDI ไหลเข้าสู่เวียดนามเฉลี่ยมากกว่า 4% ของ GDP ต่อปี ขณะที่มูลค่าการส่งออกและนำเข้ารวมกันมีขนาดเกือบ 170% ของ GDP ในช่วงทศวรรษที่ผ่านมา การเติบโตจึงมีลักษณะ “เปิดประเทศ + ลงทุน + ผลิต + ส่งออก” อย่างชัดเจน (IMF eLibrary)
ข้อได้เปรียบสำคัญอีกประการคือ เวียดนามยังอยู่ในช่วง catch-up growth กล่าวคือสามารถเพิ่มผลิตภาพได้จากการนำเทคโนโลยีและทุนจากประเทศที่พัฒนาแล้วเข้ามาใช้ โดยไม่ต้องคิดค้นทุกอย่างเองตั้งแต่ต้น
การสร้างโรงงาน ถนน ท่าเรือ ระบบไฟฟ้า นิคมอุตสาหกรรม และโครงสร้างพื้นฐานดิจิทัลจึงให้ผลตอบแทนทางเศรษฐกิจค่อนข้างสูง
แต่ภาพดังกล่าวมีด้านลบที่ต้องกล่าวตรงไปตรงมา
ภาค FDI ของเวียดนามสร้างมากกว่า 70% ของการส่งออก และมีผลิตภาพสูงกว่าบริษัทภายในประเทศมาก IMF จึงเตือนถึงปัญหา “dual economy” หรือเศรษฐกิจสองระดับ ระหว่างบริษัทข้ามชาติกับ SMEs และบริษัทเวียดนามเอง (IMF)
นอกจากนี้ เวียดนามพึ่งพาตลาดสหรัฐฯ สูง มูลค่าเพิ่มที่ฝังอยู่ในการส่งออกไปสหรัฐฯ มีขนาดประมาณ 10% ของ GDP ทำให้เศรษฐกิจเสี่ยงต่อสงครามการค้าและมาตรการภาษี
นโยบายของเวียดนามในระยะต่อไปจึงไม่ใช่เพียง “รับ FDI ให้มากขึ้น” แต่กำลังมุ่งสู่ institutional reform การลดขั้นตอนราชการ การพัฒนา private sector ภายในประเทศ การลงทุนพลังงาน คมนาคมและดิจิทัล การพัฒนาทักษะแรงงาน และการเพิ่ม technology spillover จากบริษัทต่างชาติไปสู่บริษัทเวียดนาม (IMF eLibrary)
นี่เป็นบทเรียนสำคัญสำหรับไทย กล่าวคือ FDI เป็นเพียง “จุดเริ่มต้น” ไม่ใช่จุดสิ้นสุดของนโยบายพัฒนา
3. อินเดีย: ขยายกำลังการผลิตบนฐาน “ประชากร + ตลาดภายใน + บริการ + โครงสร้างพื้นฐาน”
อินเดียมีโมเดลแตกต่างจากเวียดนาม เพราะไม่จำเป็นต้องพึ่งการส่งออกในสัดส่วนสูงเท่าเวียดนาม อินเดียมีตลาดภายในประเทศขนาดมหาศาล ประชากรวัยแรงงานจำนวนมาก และภาคบริการที่มีศักยภาพสูง
IMF ระบุชัดว่า ตลาดภายในประเทศขนาดใหญ่ช่วยให้อินเดียมีความยืดหยุ่นต่อ shock จากการค้าโลกมากกว่าหลายประเทศในเอเชีย และหากอินเดียต้องการเป็นประเทศพัฒนาแล้ว จำเป็นต้อง “เปิดเครื่องยนต์ทั้งสาม” คือแรงงาน ทุน และผลิตภาพพร้อมกัน (IMF eLibrary)
การลงทุนโครงสร้างพื้นฐานของรัฐ การพัฒนาระบบดิจิทัล การขยาย financial inclusion การปฏิรูปภาษี GST และ Digital Public Infrastructure ช่วยลด transaction costs ภายในระบบเศรษฐกิจ
แต่ข้อได้เปรียบด้านประชากรจะไม่มีความหมาย หากอินเดียไม่สามารถสร้างงานที่มีผลิตภาพสูงได้มากพอ
ดังนั้นโจทย์ใหญ่ของอินเดียคือการเปลี่ยน “demographic dividend” ให้เป็น “productivity dividend”
IMF จึงเสนอให้ดำเนินการต่อในเรื่อง labor reform ลดข้อจำกัดการค้า เปิดรับ FDI ปฏิรูปที่ดิน ระบบยุติธรรม การศึกษา สุขภาพ และเพิ่มการลงทุน R&D (IMF eLibrary)
ข้อดีของโมเดลอินเดียคือมีฐานอุปสงค์ภายในขนาดใหญ่ จึงไม่พึ่งโลกภายนอกเพียงช่องทางเดียว
ข้อเสียคือ หากการสร้างงานคุณภาพต่ำกว่าการเพิ่มของแรงงาน ความเหลื่อมล้ำ การจ้างงานนอกระบบ และความไม่พอใจทางสังคมอาจเพิ่มขึ้นได้
4. อินโดนีเซีย: จากผู้ส่งออกทรัพยากรสู่ “Downstream Industrialization”
อินโดนีเซียพยายามเปลี่ยนบทบาทจากประเทศผู้ส่งออกวัตถุดิบ ไปสู่ผู้ผลิตสินค้ามูลค่าเพิ่ม โดยเฉพาะ nickel, smelting, battery และ EV supply chain
นี่คือหลักการของ downstreaming
แทนที่จะส่งออกแร่นิกเกิลแล้วซื้อแบตเตอรี่กลับเข้ามา อินโดนีเซียต้องการให้การแปรรูปเกิดภายในประเทศ เพื่อให้ค่าจ้าง กำไร ทักษะ ภาษี และ supply chain เกิดในระบบเศรษฐกิจอินโดนีเซีย
พร้อมกันนั้น อินโดนีเซียมีประชากรราว 284 ล้านคน จึงมีตลาดภายในขนาดใหญ่ IMF มองว่าเศรษฐกิจยังสามารถรักษาการเติบโตประมาณ 5% ได้ โดยมีทั้ง consumption การลงทุน และนโยบายมหภาคเป็นแรงสนับสนุน (IMF)
อย่างไรก็ตาม นโยบาย industrial policy มีความเสี่ยง หากรัฐให้สิทธิพิเศษกับผู้ประกอบการบางกลุ่มมากเกินไป หรือใช้นโยบายผ่านรัฐวิสาหกิจและกองทุนขนาดใหญ่โดยไม่มี accountability เพียงพอ
IMF จึงเตือนเป็นพิเศษเกี่ยวกับ Danantara และความเสี่ยงจาก contingent liabilities, quasi-fiscal activities และ governance พร้อมเสนอให้อินโดนีเซียเร่ง deregulation การศึกษา digital infrastructure และการเปิดการค้า (IMF)
บทเรียนสำหรับไทยคือ “การเลือกอุตสาหกรรมยุทธศาสตร์” สามารถทำได้ แต่ต้องมีกติกาการแข่งขัน KPI และ sunset clause ไม่ใช่กลายเป็นการคุ้มครองทุนที่ไม่มีประสิทธิภาพถาวร
5. มาเลเซีย: ยกระดับจากฐาน Electronics สู่ Semiconductor–AI–Data Center
มาเลเซียไม่ใช่เศรษฐกิจ catch-up แบบเวียดนาม แต่มีฐาน electronics และ semiconductor ที่สะสมมานานหลายทศวรรษ
IMF ระบุว่าเศรษฐกิจมาเลเซียได้รับแรงสนับสนุนจาก domestic demand และ global technology upcycle พร้อมทั้งยังรักษากรอบนโยบายมหภาคได้ค่อนข้างเข้มแข็ง (IMF)
จุดสำคัญคือ มาเลเซียไม่ได้ดึงดูด data center หรือ semiconductor อย่างโดดเดี่ยว แต่เชื่อมกับ ecosystem เดิมของ electronics, skilled labor, logistics, universities และ supplier base
นี่ทำให้ FDI ใหม่มีโอกาสสร้าง spillover สูงกว่าในประเทศที่ไม่มี ecosystem รองรับ
อย่างไรก็ตาม การพึ่ง semiconductor และ AI cycle มากขึ้นก็สร้าง concentration risk หากการลงทุน AI ทั่วโลกชะลอตัว มาเลเซียย่อมได้รับผลกระทบ
จึงไม่ควรตีความการเติบโตของมาเลเซียว่า “AI จะแก้ทุกอย่าง”
แก่นของความสำเร็จอยู่ที่การเชื่อม technology investment เข้ากับ human capital, local suppliers และ industrial strategy
6. จีน: ปัญหาไม่ใช่ “โตช้า” แต่คือการเปลี่ยน Growth Model
จีนเป็นกรณีที่ไม่ควรนำเปอร์เซ็นต์ GDP ไปเทียบตรงกับเวียดนาม เพราะจีนมีฐานเศรษฐกิจใหญ่กว่ามาก
การเติบโต 4% ของจีนจึงสร้างมูลค่าเศรษฐกิจใหม่จำนวนมหาศาล
แต่การลดลงของ growth rate สะท้อนการเปลี่ยนแปลงเชิงโครงสร้างจริง
โมเดลเดิมของจีนประกอบด้วยการลงทุนสูง อสังหาริมทรัพย์ การก่อสร้าง infrastructure อุตสาหกรรม และการส่งออก
เมื่อเวลาผ่านไป ผลตอบแทนของการลงทุนลดลง ภาคอสังหาริมทรัพย์เข้าสู่การปรับฐาน หนี้ของรัฐบาลท้องถิ่นและ LGFV เพิ่มขึ้น ประชากรวัยแรงงานลดลง ขณะที่อุปสงค์ภายในอ่อนแอ
IMF จึงเห็นว่า property adjustment, local-government debt, weak domestic demand และ deflationary pressure เป็นความเสี่ยงสำคัญ และชี้ว่าจีนไม่สามารถใช้ exports เป็นเครื่องยนต์ชดเชยได้ตลอดไป เนื่องจากเศรษฐกิจจีนมีขนาดใหญ่มากและความตึงเครียดทางการค้ากำลังเพิ่มขึ้น (IMF)
ยุทธศาสตร์ที่ควรเกิดขึ้นคือเปลี่ยนจาก
Investment → Property → Export
ไปสู่
Household Income → Consumption → Services → Innovation → Productivity
IMF จึงเสนอให้เพิ่ม social protection ลด precautionary saving แก้ unfinished housing ปรับโครงสร้างหนี้ LGFV เปิดบริการ เพิ่ม competitive neutrality และลด industrial subsidies ที่ก่อให้เกิด overcapacity (IMF)
จีนจึงไม่ได้กำลัง “หยุดโต” แต่กำลังพยายามเปลี่ยนคุณภาพและแหล่งที่มาของการเติบโต
7. ฟิลิปปินส์: 5.1% เป็น “Recovery Growth” หลัง Shock ปี 2026
ฟิลิปปินส์เป็นตัวอย่างว่าการดูตัวเลขปีเดียวอาจทำให้เข้าใจผิด
IMF ประเมินว่าเศรษฐกิจฟิลิปปินส์จะโตเพียง 3.4% ในปี 2026 ก่อนฟื้นเป็น 5.1% ในปี 2027 (IMF)
สาเหตุที่ปี 2026 อ่อนแรงประกอบด้วย public construction ที่ลดลงหลังเพิ่มการตรวจสอบโครงการลงทุน ความเชื่อมั่นภาคเอกชนอ่อนลง ภัยธรรมชาติ ตลาดอสังหาริมทรัพย์ และผลกระทบของราคาน้ำมันสูง
ดังนั้น 5.1% ในปี 2027 ส่วนหนึ่งจึงเป็น “ฐานต่ำ + การกลับมาของการลงทุน” มากกว่าจะเป็นการกระโดดของศักยภาพเศรษฐกิจถาวร
สิ่งที่น่าสนใจคือ IMF ไม่ได้เสนอให้ฟิลิปปินส์ “เร่งใช้งบอย่างเดียว” แต่เสนอให้แก้ procurement, appraisal, project selection และ Budget Code เพื่อให้ public investment มีทั้งความเร็วและความโปร่งใส (IMF)
บทเรียนคือ ประสิทธิภาพการบริหารโครงการของรัฐเป็นส่วนหนึ่งของ productivity ของประเทศ
8. ประเทศไทย: จาก Cyclical Slowdown สู่ Structural Low-Growth Trap
ประเทศไทยแตกต่างจากกรณีข้างต้น เพราะปัญหาหลักไม่ใช่ shock เพียงเหตุการณ์เดียว
IMF ระบุอย่างชัดเจนว่าไทยมี “long-standing structural weaknesses” ได้แก่ low investment, sluggish productivity growth และ demographic aging ขณะที่ผลตกค้างจากโควิด โดยเฉพาะหนี้ครัวเรือนสูง ทำให้การฟื้นตัวช้ากว่าประเทศเพื่อนบ้าน (IMF eLibrary)
จึงเกิดวงจรที่ซ้อนกันหลายชั้น
ประชากรวัยทำงานลดลง ทำให้ labor contribution ต่อ GDP ลดลง
การลงทุนต่ำทำให้ capital stock โตช้า
ผลิตภาพโตช้าทำให้รายได้และค่าจ้างโตช้า
รายได้โตช้าแต่หนี้ครัวเรือนสูง ทำให้ consumption อ่อนแรง
SMEs ที่มี balance sheet อ่อนแอเข้าถึงสินเชื่อยาก
เมื่อ SMEs ไม่ลงทุน ผลิตภาพก็ยิ่งเพิ่มช้า
นี่คือ feedback loop ของ “low growth–low investment–low productivity”
หนี้ครัวเรือนไทยยังสูงถึง 86.8% ของ GDP ณ กันยายน 2025 ตามข้อมูลที่ IMF ใช้ และ IMF เตือนว่าหนี้ครัวเรือนและสินเชื่อ SMEs ที่เปราะบางอาจลดทั้ง consumption และ private investment ในระยะกลาง (IMF eLibrary)
อย่างไรก็ตาม การกล่าวว่า “ประเทศไทยไม่มีการลงทุนใหม่” ก็ไม่ถูกต้อง
BOI รายงานว่า investment applications ในครึ่งแรกปี 2026 มีมูลค่าประมาณ 1.47 ล้านล้านบาท เพิ่มขึ้น 37% โดยภาค digital และ AI data center มีมูลค่าราว 1.12 ล้านล้านบาท (Bank of Thailand)
ดังนั้นโจทย์ใหม่ของไทยไม่ใช่เพียง
“ทำอย่างไรให้ FDI มา?”
แต่คือ
“ทำอย่างไรให้ FDI หนึ่งล้านล้านบาทสร้าง Domestic Value Added ให้ประเทศไทยมากที่สุด?”
Data center ที่ใช้เครื่องจักรนำเข้า ซอฟต์แวร์ต่างชาติ เทคโนโลยีต่างชาติ และแรงงานจำนวนน้อย อาจเพิ่ม investment headline สูงมากแต่มี multiplier ในประเทศจำกัด
ตรงกันข้าม หาก FDI เชื่อมกับ Thai suppliers, engineers, universities, software firms, maintenance, R&D และ SMEs ผลต่อ GDP และผลิตภาพระยะยาวจะสูงกว่ามาก
น่าสังเกตว่า BOI เองเริ่มปรับเงื่อนไข data-center investment โดยเน้น technology transfer, human-resource development และประโยชน์แก่ SMEs มากขึ้น ซึ่งถือเป็นทิศทางที่ถูกต้อง (Bank of Thailand)
9. AI คือโอกาส แต่ไม่ใช่ทางลัด
กระแส AI กำลังช่วยเอเชียจริง
World Bank ระบุว่าการผลิตและส่งออกสินค้าที่เกี่ยวข้องกับ AI เป็นสาเหตุสำคัญที่ทำให้ประมาณการปี 2026 ของเวียดนาม มาเลเซีย และไทยถูกปรับสูงขึ้น (World Bank)
แต่ World Bank เตือนเช่นกันว่า ประโยชน์ของ AI ยังไม่ได้แพร่กระจายทั่วเศรษฐกิจ
การมี semiconductor factory หรือ data center ไม่ได้แปลว่า SMEs ร้านค้า เกษตรกร โรงพยาบาล หรือภาครัฐมี productivity สูงขึ้นโดยอัตโนมัติ
ประเทศจึงต้องเคลื่อนจาก
AI Infrastructure
ไปสู่
AI Adoption
และจาก
AI Adoption
ไปสู่
Productivity
สำหรับไทย โอกาสใหญ่ไม่ได้อยู่ที่การพยายามสร้าง frontier AI แข่งกับสหรัฐฯ หรือจีนทั้งหมด แต่อยู่ที่การนำ “Small AI” และ existing AI technologies ไปเพิ่มผลิตภาพของ manufacturing, agriculture, tourism, logistics, SMEs และ public administration ซึ่ง World Bank เห็นว่าเป็นเส้นทางที่เหมาะกับประเทศกำลังพัฒนาในเอเชียมากที่สุด (World Bank)
10. ข้อสังเกตและข้อกังวล
ประการแรก ไม่ควรใช้ GDP growth เพียงตัวเดียวตัดสินคุณภาพการพัฒนา ประเทศสามารถโต 7% แต่มีความเหลื่อมล้ำสูง สิ่งแวดล้อมเสื่อมโทรม หรือพึ่ง FDI ต่างชาติมากเกินไปได้
ประการที่สอง การลอกเวียดนามไม่ใช่คำตอบของไทย เพราะไทยมีโครงสร้างประชากร รายได้ และค่าจ้างแตกต่างกัน ไทยไม่สามารถย้อนกลับไปแข่งขันด้วยแรงงานราคาถูกได้อย่างยั่งยืน
ประการที่สาม การพยายามดัน GDP ไทยเป็น 5% ด้วย deficit spending หรือโครงการลงทุนที่มีผลตอบแทนต่ำอาจทำให้ GDP สูงชั่วคราว แต่เพิ่ม public debt โดยไม่เพิ่ม potential GDP
ประการที่สี่ industrial policy มีทั้งคุณและโทษ หากเลือกอุตสาหกรรมได้ถูกและสร้าง spillover จะเร่ง transformation แต่หากกลายเป็น subsidies ถาวรให้กลุ่มทุน จะทำให้ productivity ลดลงและเกิด rent seeking
ประการที่ห้า การพึ่ง FDI มากเกินไปโดยไม่มี domestic capabilities อาจสร้าง “enclave economy” คือโรงงานและ data center ระดับโลกตั้งอยู่ในประเทศไทย แต่เทคโนโลยี กำไร และ supplier network ส่วนใหญ่ยังอยู่ต่างประเทศ
ประการที่หก AI อาจทำให้ productivity สูงขึ้น แต่อาจเพิ่ม wage inequality หากแรงงานไทยไม่มี complementary skills เช่น คณิตศาสตร์ การคิดวิเคราะห์ ภาษา การสื่อสาร และ digital literacy ซึ่ง World Bank ระบุว่าทักษะเหล่านี้มักปรากฏคู่กับ AI skills (World Bank)
11. ข้อเสนอเชิงนโยบายสาธารณะ: Thailand Growth Transformation 2027–2035
หากประเทศไทยต้องการขยับ Potential GDP จากประมาณ 2.7% ไปใกล้ 4–5% การดำเนินนโยบายไม่ควรพึ่งมาตรการเดียว แต่ควรดำเนินการเป็นระบบอย่างน้อย 8 ด้าน
- เปลี่ยนจาก Project Economy เป็น Productivity Economy ทุกโครงการรัฐควรประเมินผลต่อ productivity, employment, domestic value added และ social return มากกว่าวัดเพียงวงเงินเบิกจ่าย หากโครงการไม่มีผลต่อความสามารถในการผลิตในอนาคต ควรลดลำดับความสำคัญ
- ยกระดับการลงทุน แต่เน้นคุณภาพการลงทุน ไทยควรเพิ่ม productive investment ใน infrastructure, logistics, energy grid, irrigation, digital infrastructure, skills และ R&D โดยไม่ตั้งเป้าเพิ่ม investment/GDP แบบเชิงปริมาณอย่างเดียว การวิเคราะห์ cost-benefit และ ex-post evaluation ต้องกลายเป็นระบบปกติ
- เปลี่ยน KPI ของ FDI จาก Investment Value เป็น Domestic Value Added BOI ควรวัด Local Procurement Ratio, Thai Supplier Development, Skilled Thai Employment, R&D Expenditure และ Technology Transfer เพิ่มเติมจากมูลค่าเงินลงทุน
- สร้าง National SME Productivity Mission ปัญหาของไทยไม่ใช่ SMEs มีน้อย แต่ SMEs จำนวนมากผลิตภาพต่ำ รัฐควรเปลี่ยนจาก subsidies ทั่วไป ไปสู่ matching grants สำหรับ automation, digitalization, AI, standards, export certification และ workforce training โดยมีผลลัพธ์วัดได้
- แก้หนี้ครัวเรือนควบคู่การเพิ่มรายได้ การลดหนี้ด้วยการหยุดปล่อยสินเชื่ออย่างเดียวอาจยิ่งกด GDP ต้องใช้ debt restructuring, responsible lending, credit data, insolvency mechanisms และการสร้างงานที่ผลิตภาพสูงกว่าเดิม เพื่อให้ Debt-to-Income ลดลงจากทั้งตัวเศษและตัวส่วน
- ปฏิรูปแรงงานเพื่อรับสังคมสูงวัย ไทยต้องเพิ่ม female labor-force participation เปิดโอกาสการทำงานสำหรับผู้สูงวัยที่ยังมีศักยภาพ จัด managed migration สำหรับแรงงานขาดแคลน และสร้าง lifelong learning เพื่อชดเชยจำนวนแรงงานที่ลดลงด้วย productivity ต่อคนที่สูงขึ้น
- ใช้ AI เพื่อยกระดับเศรษฐกิจฐานกว้าง ไม่ควรจำกัดยุทธศาสตร์ AI ไว้ที่ data center ต้องผลัก AI adoption ในโรงงาน เกษตร SMEs โรงพยาบาล การท่องเที่ยว logistics การศึกษา และภาครัฐ เป้าหมายคือผลิตภาพ ไม่ใช่จำนวน GPU หรือมูลค่า CAPEX อย่างเดียว
- ปฏิรูปกฎระเบียบและรัฐให้เป็นส่วนหนึ่งของนโยบายผลิตภาพ ใช้ Regulatory Guillotine, one-stop licensing, risk-based regulation, digital permitting และ statutory time limits ลดต้นทุนเวลาและความไม่แน่นอนของเอกชน เพราะโครงการที่ต้องรออนุญาต 2–3 ปีมี NPV และความสามารถแข่งขันต่ำกว่าโครงการเดียวกันในประเทศที่เริ่มดำเนินงานได้ภายในไม่กี่เดือน
หากดำเนินการอย่างต่อเนื่อง ไทยอาจแบ่ง roadmap เป็นสามช่วง ได้แก่ 2027–2029 เพื่อ Repair & Unlock ข้อจำกัด 2030–2032 เพื่อ Scale & Upgrade โครงสร้างอุตสาหกรรม และ 2033–2035 เพื่อเปลี่ยนเข้าสู่ Innovation- and Productivity-led Economy
การยกระดับ Potential Growth สู่ 4–5% จึงไม่ใช่เรื่องของมาตรการกระตุ้นหนึ่งหรือสองปี แต่เป็นโครงการเปลี่ยนโครงสร้างประเทศระยะ 8–10 ปี
12. แยกข้อเท็จจริงกับข้อวิเคราะห์
ข้อเท็จจริงที่มีหลักฐานรองรับ ได้แก่ ประเทศไทยมีการลงทุนและผลิตภาพต่ำลง มีประชากรสูงวัยและหนี้ครัวเรือนสูง IMF ประเมิน potential growth ของไทยเดิมประมาณ 2.7%; เวียดนามได้รับ FDI มากและ FDI firms มีบทบาทมากกว่า 70% ของ exports; จีนกำลังเผชิญปัญหา property sector, local-government debt และ weak domestic demand; ฟิลิปปินส์ได้รับ shock ด้าน public investment ในปี 2026; มาเลเซียได้รับแรงสนับสนุนจาก global technology cycle; อินโดนีเซียได้รับการประเมินว่าสามารถรักษา growth ใกล้ 5% และ IMF เน้นความสำคัญของ governance ใน industrial policy; และ AI-related trade กำลังช่วยยกระดับการเติบโตในหลายเศรษฐกิจเอเชีย (IMF eLibrary)
ข้อวิเคราะห์ของบทความ ได้แก่ การจัดกลุ่มว่าเวียดนาม–อินเดียกำลัง “สร้างกำลังการผลิตใหม่” อินโดนีเซีย–มาเลเซียกำลัง “ยกระดับฐานอุตสาหกรรม” จีนกำลัง “เปลี่ยน growth model” ฟิลิปปินส์อยู่ใน “recovery growth” และไทยอยู่ใน “accumulated structural constraints”
คำว่า “Project Economy → Productivity Economy” รวมทั้งข้อเสนอให้ BOI ใช้ Domestic Value Added เป็น KPI หลักเพิ่มเติม เป็นกรอบข้อเสนอของผู้เขียน ไม่ใช่ศัพท์หรือเป้าหมายอย่างเป็นทางการของ IMF
เช่นเดียวกัน การตั้งเป้า Potential GDP ไทยที่ 4–5% ภายในปี 2035 ควรตีความเป็น policy scenario ไม่ใช่ forecast ว่าจะเกิดขึ้นโดยอัตโนมัติ
สรุป
ความแตกต่างของการเติบโตในเอเชียไม่ได้มีคำอธิบายเดียว
เวียดนามกำลังใช้ FDI การส่งออก การลงทุนโครงสร้างพื้นฐานและการย้ายแรงงานเข้าสู่อุตสาหกรรมเป็นเครื่องยนต์ catch-up growth
อินเดียใช้ประชากร ตลาดภายใน บริการ การลงทุน และ digital infrastructure ในการขยาย productive capacity
อินโดนีเซียกำลังใช้ทรัพยากรธรรมชาติเป็นฐานเพื่อสร้าง downstream manufacturing
มาเลเซียกำลังต่อยอดฐาน electronics ไปสู่ semiconductor, data center และ AI economy
จีนกำลังเปลี่ยนจาก property–investment–export model ไปสู่ consumption–services–innovation model
ฟิลิปปินส์กำลังพยายามฟื้นการลงทุนหลัง shock ปี 2026
ส่วนไทยกำลังเผชิญโจทย์ที่ยากกว่า เพราะต้องแก้ข้อจำกัดหลายตัวพร้อมกัน ได้แก่
แรงงานลดลง + ทุนสะสมช้า + ผลิตภาพต่ำ + หนี้สูง + SMEs อ่อนแอ + structural transformation ช้า
อย่างไรก็ตาม ไทยไม่ได้อยู่ในสถานการณ์สิ้นหวัง
การเพิ่มขึ้นอย่างมากของ FDI ด้าน electronics, digital infrastructure, AI และ data centers แสดงว่าไทยยังมีสินทรัพย์ทางเศรษฐกิจที่ต่างชาติให้คุณค่า ทั้ง infrastructure ฐานอุตสาหกรรม supply chain ที่มีอยู่เดิม ที่ตั้งทางภูมิศาสตร์ และความสามารถของแรงงานบางกลุ่ม
โจทย์จึงไม่ใช่เพียง “ดึงการลงทุนเข้ามาให้มากที่สุด”
แต่คือการเปลี่ยน
Investment → Domestic Value Added
เปลี่ยน
FDI → Technology Transfer
เปลี่ยน
Data Center → AI Adoption
เปลี่ยน
SME → Productive Enterprise
เปลี่ยน
Public Spending → Productive Public Investment
และท้ายที่สุดเปลี่ยนจาก
Input-driven Growth
ไปสู่
Productivity-driven Growth
นี่คือความแตกต่างระหว่างการทำให้ GDP โตขึ้นชั่วคราว กับการยกระดับ Potential GDP ของประเทศไทยอย่างยั่งยืน
หากทำสำเร็จ เป้าหมาย 4–5% ไม่ได้หมายถึงการพยายาม “ไล่ตัวเลขเวียดนาม” แต่หมายถึงการสร้างเศรษฐกิจไทยที่คนหนึ่งคน เงินลงทุนหนึ่งบาท ที่ดินหนึ่งไร่ เครื่องจักรหนึ่งเครื่อง และข้อมูลหนึ่งชุด สามารถสร้างมูลค่าเพิ่มได้สูงขึ้นกว่าปัจจุบันอย่างต่อเนื่อง
นั่นต่างหากคือแก่นของการหลุดพ้นจากกับดักการเติบโตต่ำ
🔍 แหล่งข้อมูลอ้างอิง
ข้อมูล WEO ล่าสุดของ IMF เดือนตุลาคม 2026 ยืนยันว่า IMF ได้เผยแพร่ฐานประมาณการเศรษฐกิจโลกฉบับใหม่เมื่อวันที่ 13 ตุลาคม 2026 ซึ่งควรใช้เป็น vintage เดียวกันเมื่อต้องการเปรียบเทียบตัวเลขระหว่างประเทศ (IMF Data)
รายงาน IMF Article IV ของไทยระบุปัญหา low investment, sluggish productivity, demographic aging และ household debt โดยตรง และเสนอให้เร่ง structural reforms, trade integration, investment efficiency และ export sophistication (IMF eLibrary)
รายงาน IMF ของเวียดนามอธิบายบทบาทของ exports, FDI และ GVC พร้อมเตือนเรื่อง dualism ระหว่าง FDI firms กับ domestic firms (IMF eLibrary)
รายงาน IMF อินเดียชี้ถึงความสำคัญของ labor, capital และ productivity พร้อมเสนอ reform ด้านการค้า แรงงาน ที่ดิน การศึกษา R&D และ business environment (IMF eLibrary)
ข้อมูล IMF อินโดนีเซียเน้นความยืดหยุ่นของเศรษฐกิจ ควบคู่กับความจำเป็นของ fiscal discipline, deregulation และ governance ของ Danantara (IMF)
ข้อมูล IMF มาเลเซียระบุบทบาทของ domestic demand และ global technology upcycle ต่อเศรษฐกิจ (IMF)
ข้อมูล IMF จีนระบุปัญหาอสังหาริมทรัพย์ หนี้รัฐบาลท้องถิ่น อุปสงค์ภายในอ่อน และความจำเป็นของ consumption-led rebalancing (IMF)
ข้อมูล IMF ฟิลิปปินส์เดือนกันยายน 2026 ยืนยันประมาณการ 3.4% ในปี 2026 และ 5.1% ในปี 2027 พร้อมรายละเอียด shock ด้าน public construction, energy และ confidence (IMF)
World Bank เดือนกันยายน 2026 ชี้ว่าการก้าวสู่ประเทศรายได้สูงของไทยต้องอาศัย productivity, technology adoption, innovation, skills และ domestic value added ที่สูงขึ้น (World Bank)
World Bank เดือนตุลาคม 2026 ชี้ว่า AI-related manufacturing กำลังสร้างแรงส่งให้เวียดนาม มาเลเซีย และไทย แต่โจทย์สำคัญคือการกระจาย AI adoption ไปสู่เศรษฐกิจวงกว้าง (World Bank)
📚 บรรณานุกรม
International Monetary Fund. (2025). India: 2025 Article IV consultation—Press release; staff report; and statement by the Executive Director for India. IMF Staff Country Reports.
International Monetary Fund. (2025). Vietnam: 2025 Article IV consultation—Press release; staff report; and statement by the Executive Director for Vietnam. IMF Staff Country Reports, 2025(283). https://doi.org/10.5089/9798229026949.002 (IMF)
International Monetary Fund. (2026). Indonesia: 2025 Article IV consultation. International Monetary Fund. (IMF)
International Monetary Fund. (2026). Malaysia: 2026 Article IV consultation—Press release; staff report; and statement by the Executive Director for Malaysia. IMF Staff Country Reports, 2026(055). https://doi.org/10.5089/9798229040129.002 (IMF)
International Monetary Fund. (2026). People’s Republic of China: 2025 Article IV consultation—Press release; staff report; and statement by the Executive Director for the People’s Republic of China. IMF Staff Country Reports, 2026(044). https://doi.org/10.5089/9798229038911.002 (IMF)
International Monetary Fund. (2026). Thailand: 2025 Article IV consultation—Press release; staff report; and statement by the Executive Director for Thailand. IMF Staff Country Reports, 2026(041). (IMF eLibrary)
International Monetary Fund. (2026, September 25). IMF staff completes 2026 Article IV mission to the Philippines. (IMF)
International Monetary Fund. (2026). World Economic Outlook Database: October 2026. (IMF Data)
Thailand Board of Investment. (2026). Thailand secures investment surge in the first half of 2026 as digital infrastructure and AI data-center investment expands. (Bank of Thailand)
World Bank. (2026, September 3). World Bank Group report identifies new engines for Thailand’s next phase of growth. (World Bank)
World Bank. (2026, October 6). East Asia and Pacific holds steady amid global uncertainty, but harnessing AI’s full potential will require bolder reform. (World Bank)
ไม่มีความคิดเห็น:
แสดงความคิดเห็น