บทความวิเคราะห์รายงานทางเศรษฐกิจ (ประจำเดือนกุมภาพันธ์ 2562)

          ข้อมูลเดือนธันวาคม 2561 จากตารางภาวะเศรษฐกิจและการเงิน จะเห็นว่าดัชนีราคาผู้บริโภคมีค่าน้อยลง เพราะราคาน้ำมันมีการปรับตัวลดลงมาอย่างต่อเนื่อง ในขณะที่ราคาสินค้าจำพวกอาหารสดไม่มีการเปลี่ยนแปลงไปเท่าไรนัก ส่งผลทำให้ราคามีการปรับตัวลดลงมา ส่วนภาคการผลิตมีการปรับตัวลดลง เนื่องจากผู้ประกอบการได้เร่งการผลิตสินค้าออกมาในช่วงก่อนหน้า ประกอบกับคำสั่งซื้อจากต่างประเทศมีการชะลอตัวลงไปตามภาวะการค้าโลกที่ยังมีความไม่แน่นอนอยู่ จึงทำให้ในเดือนนี้มีการผลิตสินค้าออกมาได้น้อยลง ในขณะเดียวกันดุลการค้าปรับตัวสูงขึ้นและยังมีทิศทางที่เป็นบวกอย่างต่อเนื่อง เนื่องจากการนำเข้ายังมีการปรับลดลงไปค่อนข้างมาก จึงทำให้ไม่น่าเป็นห่วง อย่างไรก็ตามภาวะการเงินยังทรงตัวไม่ค่อยมีการเปลี่ยนแปลง โดยปริมาณเงินฝากและเงินให้สินเชื่อมีค่าลดลง เนื่องจากธนาคารไม่ได้มีการออกแคมเปญใหม่ๆ ออกมา ทำให้ประชาชนไม่ได้มีการนำเงินมาฝากมากเท่าไรนัก ส่งผลให้ประชาชนมีการออมเงินที่ลดลงไป ในขณะที่การปล่อยสินเชื่อมีการปรับตัวน้อยลง เนื่องจากธนาคารได้เร่งปล่อยสินเชื่อออกมาไปในช่วงก่อนหน้าจึงมีการชะลอการปล่อยสินเชื่อลดลงไป ส่งผลให้การปล่อยสินเชื่อมีการหดตัวลง รวมทั้งยังคงมีความระมัดระวังในการปล่อยสินเชื่อ เพื่อป้องกันไม่ให้เกิดปัญหาหนี้เสียตามมาอีกด้วย

ตารางภาวะเศรษฐกิจและการเงิน

ที่มา: ธนาคารแห่งประเทศไทย
                             หมายเหตุ: ดัชนีราคาผู้บริโภค มีปีฐานคือ 2558  เงินฝาก/เงินให้สินเชื่อ มีหน่วยเป็น พันล้านบาท
                                                  อัตราการใช้กำลังการผลิต มีหน่วยเป็น ร้อยละ ดัชนีผลผลิตอุตสาหกรรม มีปีฐานคือ 2554 
                       ดุลการค้า ดุลบัญชีเดินสะพัด มีหน่วยเป็น ล้านดอลลาร์สหรัฐอเมริกา

ภาวะอสังหาริมทรัพย์ เดือนธันวาคม 2561
     • ด้านอุปทาน
        - ที่อยู่อาศัยสร้างเสร็จจดทะเบียนในเขตกรุงเทพฯ และปริมณฑล เปรียบเทียบ ณ ธ.ค. 60 กับ 61 มีรายละเอียดดังนี้

ที่มา: ศูนย์ข้อมูลอสังหาริมทรัพย์

       - ประเภทที่อยู่อาศัยที่มีการจดทะเบียน ณ ธ.ค. 61 เรียงตามลำดับมีรายละเอียดดังนี้

ที่มา: ศูนย์ข้อมูลอสังหาริมทรัพย์

     • ด้านอุปสงค์
        -การโอนกรรมสิทธิ์ในเขตกรุงเทพฯ และปริมณฑล เปรียบเทียบ ณ ธ.ค. 60 กับ 61 มีรายละเอียดดังนี้

ที่มา: ศูนย์ข้อมูลอสังหาริมทรัพย์

       -ประเภทที่อยู่อาศัยที่มีการโอนกรรมสิทธิ์ ณ ธ.ค. 61 เรียงตามลำดับมีรายละเอียดดังนี้

ที่มา: ศูนย์ข้อมูลอสังหาริมทรัพย์

• สินเชื่อที่อยู่อาศัยปล่อยใหม่บุคคลทั่วไปของสถาบันการเงินทั้งระบบ
  - สินเชื่อที่อยู่อาศัยปล่อยใหม่ ณ ไตรมาส 4 ปี 61 มีจำนวนทั้งสิ้น 207,462 ล้านบาท ขยายตัวเพิ่มขึ้น 0.02% จาก ณ ไตรมาส 4 ปี 60 ที่สามารถปล่อยสินเชื่อได้ 207,430 ล้านบาท

•  สินเชื่อที่อยู่อาศัยคงค้างบุคคลทั่วไปของสถาบันการเงินทั้งระบบ
  - สินเชื่อที่อยู่อาศัยคงค้างบุคคลทั่วไป ณ ไตรมาส 4 ปี 61 มีจำนวนทั้งสิ้น 3,795,058 ล้านบาท ขยายตัวเพิ่มขึ้น 7.66% จาก ณ ไตรมาส 4 ปี 60 ที่มียอดคงค้างทั้งสิ้นอยู่ที่ 3,525,103 ล้านบาท

• อัตราดอกเบี้ยที่อยู่อาศัยบุคคลทั่วไปลอยตัวเฉลี่ยของ 6 ธนาคารใหญ่ มีรายละเอียดดังนี้

ที่มา: ศูนย์ข้อมูลอสังหาริมทรัพย์
                      หมายเหตุ: 6 ธนาคาร ประกอบ ธ.อาคารสงเคราะห์, ธ.กสิกรไทย, ธ.กรุงเทพ, 
             ธ.กรุงศรีอยุธยา, ธ.กรุงไทย และ ธ.ไทยพาณิชย์

สรุปภาพภาวะอสังหาริมทรัพย์เดือนธันวาคม 2561

          ภาพรวมของอุปทานมีการปรับตัวเพิ่มขึ้น 7.31% เมื่อเทียบกับช่วงเดียวกันของปีก่อน เนื่องจากภาวะเศรษฐกิจมีทิศทางเติบโตในระดับที่น่าพอใจ ประกอบกับภาครัฐมีการลงทุนในโครงการต่างๆ ให้เป็นไปตามเป้าที่วางไว้ ทำให้ผู้ประกอบการมั่นใจและพัฒนาโครงการอยู่ต่อไป ส่งผลให้อุปทานในตลาดมีการปรับตัวสูงขึ้น ในขณะที่ทางด้านอุปสงค์ปรับตัวเพิ่มขึ้น 20.29% เพราะสถาบันการเงินมีการปล่อยสินเชื่อตามแนวโน้มเศรษฐกิจที่ยังขยายตัว แต่ก็มีความระมัดระวังเพื่อป้องกันไม่ให้เกิดปัญหาเกี่ยวกับหนี้ด้อยคุณภาพตามมา รวมไปถึงผู้บริโภคยังมีความต้องการซื้อ ทั้งนี้ที่อยู่อาศัยประเภทอาคารชุดยังมียอดการโอนกรรมสิทธิ์มากที่สุด รองลงมาคือ ทาวน์เฮ้าส์ และบ้านเดี่ยว ส่วนสินเชื่อที่อยู่อาศัยมีการขยายตัวตามภาวะเศรษฐกิจที่ปรับตัวไปในทิศทางที่ดี ส่งผลทำให้มีการปรับตัวเพิ่มขึ้น 0.02% ณ ไตรมาส 4 ปี 61 ในขณะที่อัตราดอกเบี้ยที่อยู่อาศัยทรงตัวที่ 6.27% โดยที่อัตราดอกเบี้ยนโยบายปรับสูงขึ้นมาอยู่ที่ 1.75%

วิเคราะห์ความพร้อมของธุรกิจการเชื่อมต่อระบบของไทยกับการผลิตในยุคดิจิทัลและ AI*

          ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) คือเทคโนโลยีที่กำลังได้รับความสนใจเพิ่มมากขึ้นจากคนทั่วโลก กำลังเข้ามามีบทบาทและส่วนสำคัญในการเสริมศักยภาพให้กับอุตสาหกรรมการผลิต ปัจจุบันมีการนำเทคโนโลยี AI มาใช้เพื่อเพิ่มประสิทธิภาพการผลิต ลดต้นทุน ยืดอายุการใช้งานของเครื่องจักร บริหารจัดการห่วงโซ่อุปทาน ตลอดจนควบคุมคุณภาพและความปลอดภัยในโรงงาน โดยมีการประยุกต์ใช้เทคโนโลยี AI (AI application) ที่น่าสนใจหลากหลายด้านเช่น AI-enhanced predictive maintenance, Digital twin, AI-enhanced supply chain management และ human-robot collaborative ทั้งนี้การพัฒนาหรือนำ AI มาประยุกต์ใช้ในโรงงานที่เห็นโดยทั่วไปมีอยู่ 2 รูปแบบ คือ
          1. การพัฒนาระบบ AI และ AI application ขึ้นมาเองเพื่อใช้ในโรงงานของตน รูปแบบนี้จะพบเห็นได้ในองค์กรขนาดใหญ่อย่าง Siemens, General Electric และ Hitachi เป็นต้น เนื่องจากองค์กรเหล่านี้มีองค์ความรู้ด้านเทคโนโลยีสมัยใหม่ และมีหน่วยเฉพาะด้าน IT จึงสามารถพัฒนาเทคโนโลยีของตนเองได้
          2. การประยุกต์ใช้ระบบ AI และ AI application ซึ่งรูปแบบนี้จะเหมาะกับองค์กรหรือโรงงานที่ไม่มีความสามารถในการพัฒนาระบบ AI ขึ้นมาเอง ซึ่งส่วนใหญ่จะไม่มีหน่วยงานเฉพาะด้าน IT ภายในจึงจำเป็นต้องพึ่งพาระบบ AI และเทคโนโลยีที่เกี่ยวข้องจากบริษัทเจ้าของเทคโนโลยี ซึ่งอาจเกิดปัญหาในการสื่อสารหรือเชื่อมต่อระบบระหว่างเครื่องจักรเดิมของโรงงานและเทคโนโลยี AI ที่นำมาใช้ ทำให้จำเป็นต้องใช้บริการจากหน่วยงานที่ให้บริการด้านการเชื่อมต่อระบบและเทคโนโลยีต่างๆ หรือ System Integrator (SI) เข้ามาช่วยจัดการกับปัญหาดังกล่าว สำหรับในไทยเนื่องจากไม่ใช่ผู้นำในการพัฒนาเทคโนโลยีด้าน IT การประยุกต์ใช้ระบบ AI ส่วนใหญ่จะอยู่ในรูปแบบที่ 2 จึงเป็นไปได้ยากที่จะเกิดการพัฒนาระบบ AI ของตนเองมาใช้ ส่งผลให้ SI เข้ามามีบทบาทที่สำคัญในการนำเทคโนโลยี AI มาประยุกต์ใช้ในอุตสาหกรรมการผลิตของไทย

          การพัฒนาเทคโนโลยีในระบบ automation และ AI ในปัจจุบัน เป็นปัจจัยหนุนหลักที่ทำให้ความต้องการผู้ให้บริการด้าน SI ที่มีความเชี่ยวชาญด้าน AI มีแนวโน้มเพิ่มขึ้นทั่วโลก ผลสำรวจบริษัทในยุโรปของ T-system จำนวน 240 แห่งพบว่า 70% มีความต้องการใช้ระบบ AI เพื่อควบคุมการบำรุงรักษาเครื่องจักร การสั่งซื้อวัตถุดิบและชิ้นส่วน รวมถึงการจัดการในระบบห่วงโซ่อุปทาน ซึ่งกว่า 85% ต้องการใช้บริการจากผู้ให้บริการ SI ที่มีความชำนาญเฉพาะด้าน AI ขณะที่ผู้ประกอบการในสหรัฐฯ อย่าง Rockwell ซึ่งเป็นบริษัทผู้ผลิตเครื่องจักรระบบ automation รายใหญ่ในสหรัฐฯ มองว่าผู้ให้บริการ SI จะมีบทบาทสำคัญต่อการปรับใช้เครื่องจักรและระบบ automation มากขึ้นเรื่อยๆ ในอนาคต โดยพบว่าในปี 2016 70% ของยอดขายเครื่องจักรระบบ automation ของRockwell เป็นการขายผ่านผู้ให้บริการ SI ซึ่ง 40% เป็นผู้ให้บริการ SI ที่ไม่ใช่บริษัทในเครือ นอกจากนี้ในประเทศที่กำลังประสบปัญหาขาดแคลนแรงงานอย่างญี่ปุ่นก็มีความต้องการบุคลากรด้าน SI เพิ่มขึ้นเช่นกัน โดยพบว่าในปี 2017 ญี่ปุ่นมียอดปริมาณการสั่งซื้อหุ่นยนต์และเครื่องจักรระบบ automation มากถึง 45,500 ยูนิต ในขณะที่มีผู้ให้บริการ SI ด้าน AI และหุ่นยนต์มีเพียง 200 บริษัทเท่านั้น เช่นเดียวกับไทยที่คาดการณ์ว่าในช่วง 5 ปีข้างหน้า มูลค่าตลาดที่ธุรกิจ SI จะได้รับจากโครงการประยุกต์ใช้ AI ในอุตสาหกรรมการผลิตมีโอกาสที่จะมีมูลค่ารวมสูงสุดอยู่ที่ราว 45,000 ล้านบาท โดยได้รับอานิสงส์หลักจากการปรับตัวเข้าสู่ยุคดิจิทัลและ AI ของอุตสาหกรรมขนาดใหญ่อย่างอุตสาหกรรมปิโตรเคมีและเครื่องดื่ม ซึ่งเป็น 2 อุตสาหกรรมที่มีศักยภาพในการนำเทคโนโลยี AI มาใช้งานได้ก่อนอุตสาหกรรมอื่นๆ เนื่องจากทั้ง 2 อุตสาหกรรมนี้ต้องมีการผลิตต่อเนื่อง 24 ชั่วโมง จึงจำเป็นต้องใช้ระยะเวลาในการซ่อมบำรุงประจำปีให้น้อยที่สุด ซึ่งโดยปกติแล้วจะมีกำหนดตารางและระยะเวลาการซ่อมบำรุง หรือ downtime ที่ชัดเจนเพื่อไม่ให้ส่งผลกระทบต่อกระบวนการผลิต นอกจากนี้ทั้ง 2 อุตสาหกรรมดังกล่าวยังมีปริมาณการใช้เครื่องจักรและอุปกรณ์มากกว่าการพึ่งพาแรงงานมนุษย์ในกระบวนการผลิต ทำให้สามารถจัดเก็บข้อมูลต่างๆ ในกระบวนการผลิตหรือติดตั้งอุปกรณ์เสริมในการจัดเก็บข้อมูลได้ไม่ยาก ซึ่งเอื้อต่อการทำ digital transformation และการนำเทคโนโลยี AI อย่าง AI-enhanced predictive maintenance, digital twin และ AI-enhanced supply chain management มาใช้ควบคุมการผลิตทั้งหมดของโรงงาน อย่างไรก็ดีในความเป็นจริงแล้วยังมีข้อจำกัดที่ส่งผลให้การนำเทคโนโลยี AI มาใช้ในโรงงานอุตสาหกรรมนั้นไม่สามารถทำได้อย่างรวดเร็วไม่ว่าจะเป็นระยะเวลาคืนทุนที่ล่าช้า การขาดความรู้ความเข้าใจในเทคโนโลยี และขาดการจัดเก็บข้อมูลอย่างเหมาะสม

          จากโอกาสการเติบโตของตลาดดิจิทัลและ AI ในอุตสาหกรรมการผลิตไทยในช่วง 5 ปีข้างหน้า คาดว่า จะมีความต้องการผู้ให้บริการ SI ที่มีความเชี่ยวชาญด้าน AI สำหรับอุตสาหกรรมการผลิตอย่างต่ำราว 500 บริษัท ในปี 2023 โดยได้รับปัจจัยหนุนจากแนวโน้มการทำ digital transformation และการประยุกต์ใช้เทคโนโลยี AI ทั้งนี้จากข้อมูลของ International Federation of Robotics (IFR) พบว่าไทยมีแนวโน้มในการใช้เครื่องจักรระบบ Automation เพิ่มสูงขึ้นอย่างต่อเนื่อง จาก 18%YOY ในปี 2018 เป็นปีละ 21% ในช่วง 3 ปีข้างหน้า (2019 – 2021) ในขณะที่ปัจจุบันมีผู้ให้บริการ SI ทุกประเภทในไทยรวมกันเพียงประมาณ 200 บริษัทเท่านั้น ซึ่งในจำนวนนี้มีจำนวนผู้ให้บริการ SI ที่มีความเชี่ยวชาญเฉพาะด้าน AI น้อยกว่า 5% ทั้งนี้การติดตั้งเครื่องจักรระบบ Automation หรือ sensor เพื่อตรวจสอบการทำงานของเครื่องจักรในระบบเดิมของโรงงาน จำเป็นต้องมีหน่วยงานหรือบุคลากรที่มีความสามารถด้าน AI ในการเขียนโปรแกรมเพื่อเชื่อมโยงระบบของการผลิตต่างๆ ให้เข้ากับเทคโนโลยี AI อย่าง AI-enhanced predictive maintenance หรือ AI-enhanced supply chain management ซึ่งปัจจัยดังกล่าวเป็นข้อจำกัดที่สำคัญของโรงงานขนาดกลางและขนาดย่อม (สัดส่วนมากถึง 60% ของจำนวนโรงงานทั้งหมดในไทย) ที่มักไม่มีหน่วยงานด้านเทคโนโลยีหรือ IT ภายในองค์กร จึงจำเป็นต้องพึ่งบริการด้านนี้จากผู้ให้บริการ SI แทน

          อย่างไรก็ดีมองว่าการดำเนินธุรกิจ SI สำหรับภาคอุตสาหกรรมการผลิตไทยยังมีความท้าทายที่สำคัญ 3 ประการ ดังนี้
          ความท้าทายประการแรก คือ สัดส่วนรายได้ของ SI ในไทยมีการพึ่งพารายได้จากงานโครงการ (project based) โดยเฉลี่ยสูงถึง 80% ของรายได้ทั้งหมดต่อปี ซึ่งถือเป็นรายได้ที่มีความไม่แน่นอนสูง ในขณะที่รายได้จากการให้บริการระบบคิดเป็นสัดส่วนเพียง 20% เท่านั้น แตกต่างจากผู้ให้บริการ SI รายใหญ่ในตลาดโลกอย่าง Maverick techonologies หรือ Callisto Integration ที่มีการปรับสัดส่วนรายได้จากการให้บริการระบบให้เพิ่มขึ้นอย่างต่อเนื่อง เช่น พัฒนาการให้บริการด้านระบบควมคุมโรงงานเพื่อให้สามารถเชื่อมโยงกับ automation platform เช่น Microsoft หรือ Siemens ได้
          ความท้าทายประการที่สอง คือ อำนาจต่อรองกับเจ้าของเทคโนโลยีค่อนข้างต่ำ เพราะโดยหลักการแล้ว ผู้ให้บริการ SI จะทำหน้าที่เป็นตัวกลางระหว่างลูกค้าและเจ้าของเทคโนโลยี และเนื่องด้วยผู้ให้บริการ SI ของไทยเป็นผู้ให้บริการรายเล็กเมื่อเทียบผู้ให้บริการรายอื่นๆ ในระดับโลก จึงมักจะไม่ได้รับความร่วมมือจากเจ้าของเทคโนโลยีในการปรับปรุงหรือแก้ไขระบบตามการร้องขอ เพื่อให้สามารถเชื่อมต่อกับระบบปฏิบัติเดิมของลูกค้าอย่างสมบูรณ์หรือเกิดผลกระทบน้อยที่สุด ส่งผลให้การตอบสนองต่อลูกค้าไม่เป็นผลสำเร็จ หรือไม่ตรงตามความต้องการอย่างสมบูรณ์
          ความท้าทายประการสุดท้าย คือ ปัญหาการขาดแคลนบุคลากรที่มีความเชี่ยวชาญเฉพาะด้าน Data science และ AI ซึ่งปัจจุบันยังถือว่ามีบุคลากรในสายงานนี้น้อยกว่าความต้องการอยู่มาก ส่งผลให้ค่าจ้าง Data scientist / AI developer จะสูงกว่าสายอาชีพอื่น ทั้งนี้จากผลสำรวจของ Adecco พบว่าค่าจ้างเฉลี่ยของ Data scientist / AI developer จบใหม่ในไทยจะเริ่มต้นที่ประมาณ 400,000 – 500,000 บาท/คน/ปี นอกจากนี้ บุคลากรในสาย IT รุ่นใหม่ยังมีความสนใจในการทำงานรูปแบบอิสระ (freelance) เป็นรายโครงการ ส่งผลให้องค์กรไม่สามารถพัฒนาบุคลากรได้อย่างต่อเนื่องในระยะยาว

          การยกระดับผู้ให้บริการ SI ของไทยจึงเป็นประเด็นสำคัญที่ควรดำเนินการอย่างเร่งด่วนในการจัดการกับอุปสรรคและความท้าทายของธุรกิจ ซึ่งคงหนีไม่พ้นการพัฒนาบุคลากรในสาขานี้ที่อาจไม่สามารถแก้ไขได้ในระยะสั้น และเป็นสิ่งที่ภาครัฐจำเป็นต้องวางนโยบายเพื่อสนับสนุนและพัฒนาหลักสูตรในระบบการศึกษาต่อไป อย่างไรก็ตามมองว่าผู้ให้บริการ SI ทั้งในปัจจุบันและรายใหม่ควรพยายามยกระดับและพัฒนาขีดความสามารถของตนเองด้วยการร่วมมือกับผู้ให้บริการ SI ในระดับสากล เช่น การเข้าร่วมเป็น platform partner กับ เจ้าของเทคโนโลยี AI และ Automation เพื่อให้สามารถเข้าถึงเทคโนโลยีหรือเครื่องมือในการพัฒนาระบบ AI กับ platform ต่างๆ อย่าง AI Builder ของ Intel หรือ Power AI ของ IBM เป็นต้น หรือแม้แต่การเข้าร่วมเป็นผู้ให้บริการย่อย (subcontract system integrator) กับโครงการที่ใช้เทคโนโลยี AI ต่างๆ รวมไปถึงการว่าจ้างผู้เชี่ยวชาญหรือที่ปรึกษาด้าน Data science และ AI ต่างชาติ เพื่อเสริมศักยภาพองค์กรรองรับความต้องการเทคโนโลยีของโรงงานอุตสาหกรรมการผลิตในระยะสั้น และทำให้เกิดการถ่ายทอดความรู้และเทคโนโลยีต่อไป นอกจากนี้ผู้ให้บริการ SI ควรพิจารณาปรับเพิ่มการให้บริการอื่นๆ เช่น สร้างมูลค่าเพิ่มของงาน after-sales services เพื่อลดความเสี่ยงจากการพึ่งพารายได้จากโครงการ เพราะเทคโนโลยีสมัยใหม่อย่างระบบ automation และ AI มีความจำเป็นต้องใช้บริการพิเศษ หรือบริการเสริมหลังจากการติดตั้งเพื่อให้สามารถใช้งานระบบได้อย่างเต็มประสิทธิภาพ เช่น การให้บริการด้านฐานข้อมูล หรือการใช้ระบบซ่อมบำรุงระยะไกลตลอด 24 ชั่วโมง เป็นต้น ดังนั้นผู้ให้บริการ SI ที่ไม่สามารถให้บริการด้านเหล่านี้ได้อาจสูญเสียความสามารถในการแข่งขันเพื่อประมูลโครงการใหม่ๆ ซึ่งการจะให้บริการรูปแบบดังกล่าว ผู้ให้บริการ SI อาจจำเป็นต้องพัฒนาโปรแกรมควบคุมโรงงานเป็นของตัวเอง หรือโปรแกรมที่สามารถสนับสนุนการทำงานของลูกค้าและสามารถเชื่อมโยงระบบ AI platform อื่นๆ ได้ หรือแม้แต่การพิจารณาจัดตั้ง data center ควบคู่ไปด้วย เพื่อให้สามารถให้บริการด้านการวิเคราะห์ข้อมูลให้กับลูกค้าได้อย่างต่อเนื่องและราบรื่น ลดการพึ่งพาระบบ cloud ของผู้ให้บริการ AI Platform เพียงอย่างเดียว

วิเคราะห์แนวโน้มเศรษฐกิจจีนกับผลต่อเนื่องกับเศรษฐกิจไทย

          ในขณะที่ประเทศจีนพยายามทำให้ประชาคมโลกเห็นความเป็นผู้นำในการขับเคลื่อนนโยบายเศรษฐกิจระหว่างประเทศ เช่น ความร่วมมือ RCEP และโครงการ Belt and Road Initiative (BRI) เป็นต้น ซึ่งทำให้จีนมีอิทธิพลกับประเทศขนาดเล็กต่างๆ มากขึ้นในฐานะคู่ค้าหรือผู้ลงทุนรายใหญ่นั้น จีนเองกลับโดนท้าทายอย่างมากจากนโยบายการค้าของสหรัฐฯ ซึ่งเป็นคู่ค้ารายใหญ่ของตน สงครามการค้าได้เกิดขึ้นระหว่างเศรษฐกิจใหญ่อันดับหนึ่งกับอันดับสองของโลก และส่งผลให้เศรษฐกิจของจีนชะลอตัวลงอย่างชัดเจนนับตั้งแต่ครึ่งหลังของปี 2018 เป็นต้นมา

          การชะลอตัวของเศรษฐกิจจีนครั้งนี้มีองค์ประกอบสำคัญ คือ ความเชื่อมั่น ทั้งความเชื่อมั่นของภาคธุรกิจที่จะขยายการลงทุน และความเชื่อมั่นของผู้บริโภคที่จะจับจ่ายใช้สอย สาเหตุที่มองไปที่เรื่องความเชื่อมั่น เนื่องจากเป็นครั้งแรกที่จีนต้องเจอกับการท้าทายจากคู่ค้าที่อาจมีอำนาจต่อรองมากกว่า และอาจมีความได้เปรียบมากกว่าในบางมิติ เช่น มูลค่าการนำเข้าสินค้าจีนของสหรัฐฯ ที่สูงถึงราว 5 แสนล้านดอลลาร์ ในขณะที่มูลค่าการนำเข้าสินค้าสหรัฐฯ ของจีน มีไม่ถึง 2 แสนล้านดอลลาร์ ซึ่งเป็นข้อจำกัดของจีนที่จะตอบโต้สหรัฐฯ โดยใช้ภาษี เป็นต้น นอกจากนี้ลักษณะของสินค้าที่จีนส่งไปสหรัฐฯ เป็นสินค้าอุตสาหกรรม ซึ่งการชะลอลงของการส่งออกจะส่งผลโดยตรงต่อการลงทุนของเอกชนและการจ้างงาน ต่างจากสินค้าที่สหรัฐฯ ส่งไปจีนที่เป็นสินค้าเกษตร ซึ่งการชะลอลงน่าจะมีผลกระทบการลงทุนเอกชนและการจ้างงานค่อนข้างน้อย ด้วยความแตกต่างเหล่านี้ ผู้บริโภคและนักธุรกิจของจีนจึงมีความกังวลค่อนข้างมากเกี่ยวกับความมั่นคงในหน้าที่การงานและอนาคตของรายได้ ซึ่งสะท้อนให้เห็นในการลดลงของดัชนีความเชื่อมั่นของผู้บริโภค (China Consumer Confidence Index) และของภาคธุรกิจ (IHS Markit China Business Outlook) สำหรับผู้บริโภค ความกังวลเกี่ยวกับรายได้ในอนาคตเริ่มมีผลต่อการใช้จ่ายในสินค้าที่มีมูลค่าสูงหรือต้องใช้สินเชื่อ เช่น รถยนต์ และบ้าน เป็นต้น โดยช่วง 4 เดือนสุดท้ายปี 2018 ยอดขายรถยนต์ในจีนลดลงกว่า 10% เมื่อเทียบกับช่วงเดียวกันของปี 2017 และเนื่องจากยอดขายรถยนต์มีสัดส่วนเกือบ 30% ในยอดค้าปลีกในประเทศทั้งหมด จึงเป็นเหตุให้การเติบโตของยอดค้าปลีกลดลงเหลือแค่ 8% จากที่เคยเติบโตได้ 9-10% ตอนต้นปี

          สำหรับไตรมาสแรกของปี 2019 นี้ ยังมีความเสี่ยงที่ความตึงเครียดเกี่ยวกับสงครามการค้าจะกดดันความเชื่อมั่นของภาคเอกชนจีนต่อไป แม้ผู้นำของทั้งสองประเทศได้หารือกันระหว่างการประชุม G20 ที่อาร์เจนตินาเมื่อวันที่ 1 ธันวาคม 2018 ที่ผ่านมา ทำให้ทั้งสองฝ่ายหยุดตอบโต้ด้วยการขึ้นภาษีสินค้านำเข้าระหว่างกันเป็นเวลา 90 วัน เพื่อหันมาเจรจาและหาข้อสรุปร่วมกันให้ได้ภายใน 1 มีนาคม 2019 ก็ตาม เป้าหมายที่ทางสหรัฐฯ กำหนดไว้สำหรับช่วง 90 วันนี้ คือ การบรรลุข้อตกลงที่จะมีการเปลี่ยนแปลงเชิงโครงสร้าง ทั้งในด้านการค้าและการลงทุนที่จะทำให้สหรัฐฯ ลดการขาดดุลการค้าจากจีนได้ และสามารถเข้าไปลงทุนในจีนได้โดยเสรีมากขึ้น โดยไม่มีข้อกำหนดให้ต้องเปิดเผยเทคโนโลยี เป็นต้น ซึ่งเป็นเป้าหมายที่ผู้สังเกตการณ์ส่วนใหญ่เห็นตรงกันว่าคงไม่สามารถเป็นไปได้ในระยะเวลาอันสั้น สิ่งที่อาจคาดหวังได้มากกว่า คือ การเพิ่มระยะเวลาการเจรจา โดยทางการจีนมีทีท่าอ่อนลงเล็กน้อย หลังเริ่มเข้าซื้อผลผลิตเกษตรสำคัญอย่างถั่วเหลืองในช่วงเดือนธันวาคม รวมทั้งลดภาษีนำเข้ารถยนต์จากสหรัฐมาอยู่ที่ระดับ 15% จาก 40% และล่าสุดหลังการเจรจาเจ้าหน้าที่ระดับสูงนัดแรกในช่วง 7-9 มกราคม 2019 ตัวแทนสำนักงานผู้แทนการค้าสหรัฐ (USTR) ระบุว่า การเจรจามีความคืบหน้า โดยจีนได้ให้สัญญาว่าจะซื้อสินค้าจำนวนมากจากสหรัฐฯ ทั้งในกลุ่มสินค้าเกษตร พลังงาน รวมถึงสินค้าในภาคการผลิตและบริการ แต่ทั้งหมดนี้ยังมีความไม่แน่นอนค่อนข้างมาก ในกรณีที่ไม่สามารถตกลงกันได้ สหรัฐฯ อาจปรับขึ้นภาษีนำเข้ากับสินค้าจีนมูลค่า 2 แสนล้านดอลลาร์ จาก 10% เป็น 25% และในกรณีแย่กว่านั้นคือการประกาศเก็บภาษีกับสินค้านำเข้าจีนอีก 2.67 แสนล้านดอลลาร์ โดยสินค้าที่สำคัญ ได้แก่ โทรศัพท์มือถือ และคอมพิวเตอร์ เป็นต้น ซึ่งหากเกิดขึ้นจริงจะเป็นชนวนให้เศรษฐกิจจีนขยายตัวได้ต่ำกว่ากรอบ 6.0-6.5% ที่นักวิเคราะห์ส่วนใหญ่ประเมินได้

          การชะลอตัวของกำลังซื้อจากจีนจึงเป็นปัจจัยสำคัญที่ธุรกิจไทยควรเตรียมแผนรับมือไว้ล่วงหน้าในปีนี้ ในปัจจุบันตลาดจีนมีความสำคัญมากโดยเป็นตลาดส่งออกอันดับ 1 ของไทย คิดเป็นประมาณ 12% ของมูลค่าการส่งออกทั้งหมดมูลค่า 2.4 แสนล้านดอลลาร์ต่อปี และมีนักท่องเที่ยวมาไทยเป็นอันดับ 1 คิดเป็น 28% ของนักท่องเที่ยวจากต่างประเทศทั้งหมดปีละเกือบ 40 ล้านคน นอกจากนี้ชาวจีนเป็นกลุ่มลูกค้าเป้าหมายของผู้ประกอบการอสังหาริมทรัพย์ในระยะหลังอีกด้วย ในส่วนของภาคการส่งออก หากปัจจัยที่กระทบความเชื่อมั่นของผู้บริโภคชาวจีนยังมีอยู่ต่อไป ยอด retail sales ในจีนก็มีโอกาสที่จะชะลอตัวลงเพิ่มเติม โดยเฉพาะสินค้าฟุ่มเฟือย ทั้งนี้สินค้าฟุ่มเฟือยที่ไทยส่งออกไปจีนส่วนใหญ่ คือ สินค้าในกลุ่มเครื่องสำอางและอัญมณี ส่วนยอดขายรถยนต์ก็มีความเสี่ยงที่จะหดตัวต่อไป ซึ่งจะส่งผลกระทบต่อการส่งออกของไทยในสินค้าที่เกี่ยวข้อง อาทิ ยางรถยนต์ รวมถึงรถยนต์และส่วนประกอบ เป็นต้น นอกจากนี้สินค้าส่งออกที่เป็นสินค้าขั้นกลางใน supply chain ของผู้ผลิตจีน เช่น ส่วนประกอบคอมพิวเตอร์และแผงวงจร ของใช้ในบ้านและออฟฟิศ หรือเครื่องใช้ไฟฟ้าและส่วนประกอบ ก็มีแนวโน้มชะลอตัวต่อไปเช่นกัน

          สำหรับการท่องเที่ยว จากการสำรวจเรื่องการท่องเที่ยวโดยความร่วมมือกันระหว่าง Nielsen และ Alipay ในปี 2017 ประเทศไทยได้ชื่อว่าเป็นที่ที่ให้ความคุ้มค่ากับนักท่องเที่ยว (excellent value for overseas travel) จึงน่าจะยังดึงดูดนักท่องเที่ยวจีนได้ อย่างไรก็ดีหากคนจีนลดการใช้จ่ายฟุ่มเฟือยลง ก็อาจลดการช็อปปิ้งในต่างประเทศได้ ซึ่งจากการสำรวจของ Nielsen และ Alipay ชาวจีนใช้จ่ายเกี่ยวกับการช็อปปิ้งมากถึง 762 ดอลลาร์ หรือราว 25% ของงบประมาณในการท่องเที่ยว สูงกว่านักท่องเที่ยวชาติอื่นที่ใช้แค่ 486 ดอลลาร์ หรือ 15% โดยชาวจีนนิยมการซื้อของในร้าน duty-free เป็นส่วนใหญ่ โดยเฉพาะในประเทศไทย ทั้งนี้สินค้าที่คนจีนนิยมซื้อ ได้แก่ สินค้าเกี่ยวกับความงามและการดูแลผิวพรรณ สินค้าที่เป็นเอกลักษณ์ของท้องถิ่น และของฝากทั่วไป ตามลำดับ

          ในส่วนของภาคอสังหาริมทรัพย์ ประเทศไทยเป็นหนึ่งในที่ที่ชาวจีนนิยมซื้อบ้านในต่างประเทศ จากรายงานของ FT Confidential Research ชาวจีนนิยมซื้อที่ราคาประมาณ 1 ล้านหยวน หรือราว 5 ล้านบาท อยู่ในกรุงเทพฯ เชียงใหม่ ภูเก็ต และชลบุรี ตามลำดับ ซึ่งความเชื่อมั่นที่ลดลง ย่อมน่าจะส่งผลให้ชาวจีนชะลอการลงทุนซื้ออสังหาริมทรัพย์ในต่างประเทศ ความเสี่ยงนี้เป็นประเด็นที่ธนาคารแห่งประเทศไทยให้ความสำคัญเช่นกัน โดยมีการเปิดเผยข้อมูลว่าในช่วงไตรมาส 3 ของปี 2018 ที่ผ่านมา ตลาดอสังหาริมทรัพย์ในไทยพึ่งพา อุปสงค์จากต่างชาติถึง 31% หรือเป็นมูลค่าการซื้อขายเกือบ 7 หมื่นล้านบาท ดังนั้นผู้ประกอบการอสังหาริมทรัพย์คงต้องปรับแผนการลงทุนให้สอดคล้องกับอุปสงค์จากต่างชาติที่อาจชะลอลงได้

          โดยสรุปจะเห็นได้ว่าความท้าทายทางเศรษฐกิจที่จีนกำลังเผชิญได้ส่งผลต่อความเชื่อมั่นและกำลังซื้อของชาวจีน ซึ่งเป็นหนึ่งในประเด็นที่ผู้ประกอบการจำเป็นต้องติดตามอย่างใกล้ชิดในปี 2019 เพื่อให้สามารถปรับเปลี่ยนแผนการตลาดและการลงทุนได้อย่างทันท่วงที ซึ่งจะเป็นการช่วยลดผลกระทบทางธุรกิจอันเกิดจากความผันผวนของปัจจัยภายนอกประเทศได้เป็นอย่างดี

_______________
* แหล่งที่มาของข้อมูล : นันทพงศ์ พันทวีศักดิ์ Economic Intelligence Center ธนาคารไทยพาณิชย์ จำกัด (มหาชน)

กลุ่มข้อมูลและวางแผนสื่อสารองค์กร
ฝ่ายสื่อสารองค์กร