Reference มาจาก Mckinsey Report ตอนปลายปี 22’ บทความเต็มดีมาก เลยอยากแปลให้อ่านกัน อาจจะไม่ได้หยิบมาทั้งหมด หยิบมาเฉพาะส่วนที่ผู้แปลสนใจ แปลถูกแปลผิดแนะได้เลยนะครับ ตัวต้นฉบับแนะนำให้ตามไปอ่านที่ลิ้งค์นี้

ก่อนอื่นต้องบอกว่า GDP รายประเทศนั้นมีอยู่แล้ว แต่ถามว่ามันบอกอะไรเรา

GDP คือรายได้ที่เกิดในบริเวณที่เราสนใจ ถ้าเราสนใจบริเวณในระดับประเทศ GDP ก็เหมือนกับรายได้ของประเทศนั้นๆ ยิ่งถ้าเป็นของที่ผลิตเองในประเทศ ก็จะรวมมูลค่าของบริษัทที่ผลิตของเข้าไปด้วย แต่โอเคมันอาจจะต้องมีสัดส่วนส่งออกนำเข้าอะไรอีก อันนั้นพักไว้ก่อน ยังไม่ใช่ประเด็นของบทความนี้

GDP จากแสงสว่างของภาพถ่ายดาวเทียมมีประโยชน์ยังไง

โดยในปี 2012 ทาง American Economic Review (สถาบันวิจัยด้านเศรศฐศาสตร์ระดับโลก) ได้มีการเปิดเผยบทความว่าเราสามารถนำแสดงสว่างจากแต่ละเมืองว่าวิเคราะห์ GDP ได้เช่นกัน และมีการรับรองจาก Peer Review ที่น่าจะเชื่อถือรวมถึงนักเศรษฐศาสตร์ที่ได้ Noble Prize, IMF, World Bank ก็สนับสนุนการวิจัยฉบับนี้ แม้ว่าไม่ได้แม่นเท่ากับการคำนวณแบบเดิม แต่ว่ามันทำให้เราเห็นภาพรวมของเศรษฐกิจที่ละเอียดขึ้น โดยจากบทความฉบับนี้ Mckinsey รายงานว่า สามารถดูรายละเอียดได้มากกว่า 40,000 เมือง(Micro Region) ทั่วโลก จาก GDP เดิมที่ดูได้ในระดับประเทศ ที่มีแค่หลัก 200 ประเทศเท่านั้น แปลว่าเราเห็นสภาพเศรษฐกิจที่ละเอียดขึ้นกว่า 230 เท่าเลยทีเดียว นอกจากนี้บทวิเคราะห์นี้ยังเปรียบข้อมูลย้อนหลังของเศรษฐกิจ 20 ปี ตั้งแต่ปี 2000-2019 เพื่อเปรียบเทียบหาความแตกต่างและพัฒนาการของ GDP ด้วย บทความนี้เลยน่าสนใจมาก

สำหรับวิธีการวัด GDP และอายุคาดการณ์โดยเฉลี่ยของทั้งบทความนี้ หาอ่านได้จากลิ้งค์นี้

บทความนี้แบ่งเป็น 6 ตอน โดยจะพาไปดูภาพของ GDP ของ 40,000 เมือง ในแต่ละแง่มุมดังนี้

1. การที่เราเห็นภาพรวมเศรษฐกิจที่ชัดขึ้น 200 เท่า บอกอะไรเราได้บ้าง
2. หากเปรียบเทียบภาพรวมเศรษฐกิจจาก 40,000 เมืองเหล่านี้ ในช่วง 20 ปีที่ผ่านมา เราพบความเปลี่ยนแปลงอะไรที่ต่างจากการมอง GDP รายประเทศบ้าง
3. ความสัมพันธ์ระหว่างสุขภาพ และ GDP หรือรายได้ของแต่ละเมือง เป็นอย่างไร และเราเห็นพัฒนาการอะไรในช่วง 20 ปีบ้าง
4. สำหรับกลุ่มคนรายได้สูงของแต่ละเมือง เราเห็นการเปลี่ยนแปลงด้านสุขภาพ และ GDP อย่างไร
5. ส่องเมืองที่คาดว่าจะเติบโตแรงว่ามีเมืองไหนบ้าง และเพราะเหตุใด
6. แล้วสำหรับกลุ่มคนรายได้น้อยหละ เค้าอยู่ที่ไหน แล้วเราควรมีนโยบายในการจัดการกลุ่มคนเหล่านี้อย่างไร

เรามาเริ่มตอนแรกกันในบทความนี้ครับ

1. การที่เราเห็นภาพรวมเศรษฐกิจที่ชัดขึ้น 200 เท่า บอกอะไรเราได้บ้าง

อย่างแรกเลยเราพบว่ามันมีคอนเซปที่ทำให้การอ่าน GDP คลาดเคลื่อนในระดับประเทศหลายส่วนเช่น ถ้าเราดูเมือง Mapusa ในประเทศ India กับ Porto เมืองในประเทศ Portugal ทั้งสองเมืองนี้มี GDP ต่อประชากร เท่ากันที่ 33,000 USD ในปี 19’ แต่พอดูรายประเทศ India และ Portugal มี GDP ต่อประชากร เท่ากับ 6,700 และ 34,900 USD ตามลำดับ ต่างกันเกือบ 5 เท่า

จะสังเกตว่าในประเทศที่มี GDP ต่างกันเกือบ 5 เท่า กลับมีเมืองที่ GDP ต่อหัวพอๆกันอยู่ เพราะฉะนั้นการมอง GDP ระดับเมืองอาจเห็นสัญญาณทางเศรษฐกิจมากกว่า

GDP รายเมือง The Series บทที่ 1 : GDP รายประเทศมันกว้างไป ถ้าแหวก GDP รายเมืองที่ละเอียดขึ้นกว่า 230 เท่าเราจะเห็นอะไรบ้างนะ

Reference มาจาก McKinsey Report ตอนปลายปี 22’ บทความเต็มดีมาก เลยอยากแปลให้อ่านกัน อาจจะไม่ได้หยิบมาทั้งหมด หยิบมาเฉพาะส่วนที่ผู้แปลสนใจ แปลถูกแปลผิดแนะนำได้เลยนะครับ หรือถ้ามีข้อมูลขยายผลอื่นๆ บอกได้เลย ตัวต้นฉบับตามไปอ่านที่ลิ้งค์นี้

ก่อนอื่นต้องบอกว่า GDP รายประเทศนั้นมีอยู่แล้ว

ถามว่า GDP มันบอกอะไรเราได้บ้าง

GDP คือรายได้ที่เกิดในบริเวณที่เราสนใจ ถ้าเราสนใจในระดับประเทศ GDP ก็เหมือนกับรายได้ของประเทศนั้นๆ ยิ่งถ้าเป็นของที่ผลิตเองในประเทศ ก็จะรวมมูลค่าของบริษัทที่ผลิตของเข้าไปด้วย แต่โอเคมันอาจจะต้องมีสัดส่วนส่งออกนำเข้าอะไรอีก อันนั้นพักไว้ก่อน ยังไม่ใช่ประเด็นของบทความนี้

GDP จากแสงสว่างของภาพถ่ายดาวเทียมมีประโยชน์ยังไง

โดยในปี 2012 ทาง American Economic Review (สถาบันวิจัยด้านเศรษฐศาสตร์ชั้นนำ) ได้มีการเปิดเผยบทความว่าเราสามารถนำแสดงสว่างจากภาพถ่ายดาวเทียมแต่ละเมืองว่าวิเคราะห์ GDP ได้เช่นกัน และมีการรับรอง Peer Review ที่น่าจะเชื่อถือรวมถึงนักเศรษฐศาสตร์ที่ได้ Noble Prize, IMF, World Bank ก็ให้การสนับสนุนการวิจัยฉบับนี้ แม้ว่าไม่ได้แม่นเท่ากับการคำนวณแบบเดิม แต่ว่ามันทำให้เราเห็นภาพรวมของเศรษฐกิจที่ละเอียดขึ้น

โดยจากบทความฉบับนี้ McKinsey รายงานว่า สามารถดูรายละเอียดได้มากกว่า 40,000 เมือง(Micro Region) ทั่วโลก จาก GDP เดิมที่ดูได้ในระดับประเทศ ที่มีแค่ 200 ประเทศเท่านั้น แปลว่าเราเห็นสภาพเศรษฐกิจที่ละเอียดขึ้นกว่า 230 เท่าเลยทีเดียว นอกจากนี้บทวิเคราะห์นี้ยังเปรียบเทียบข้อมูลย้อนหลังของเศรษฐกิจ 20 ปี ตั้งแต่ปี 2000–2019 เพื่อหาความแตกต่างและพัฒนาการของ GDP ด้วย บทความนี้เลยน่าสนใจมาก

สำหรับวิธีการวัด GDP และการเก็บข้อมูลอายุคาดการณ์โดยเฉลี่ยของทั้งบทความนี้ หาอ่านได้จากลิ้งค์นี้

บทความนี้แบ่งเป็น 6 ตอน โดยจะพาไปดูภาพของ GDP ของ 40,000 เมือง ในแต่ละแง่มุมดังนี้

1. การที่เราเห็นภาพรวมเศรษฐกิจที่ชัดขึ้น 230 เท่า บอกอะไรเราได้บ้าง
2. หากเปรียบเทียบภาพรวมเศรษฐกิจจาก 40,000 เมืองเหล่านี้ ในช่วง 20 ปีที่ผ่านมา เราพบความเปลี่ยนแปลงอะไรที่ต่างจากการมอง GDP รายประเทศบ้าง
3. ความสัมพันธ์ระหว่างสุขภาพ และ GDP หรือรายได้ของแต่ละเมือง เป็นอย่างไร และเราเห็นพัฒนาการอะไรในช่วง 20 ปีบ้าง
4. สำหรับกลุ่มคนรายได้สูงของแต่ละเมือง เราเห็นการเปลี่ยนแปลงด้านสุขภาพ และ GDP อย่างไร
5. ส่องเมืองที่คาดว่าจะเติบโตแรงว่ามีเมืองไหนบ้าง และเพราะเหตุใด
6. แล้วสำหรับกลุ่มคนรายได้น้อยหละ เค้าอยู่ที่ไหน แล้วเราควรมีนโยบายในการจัดการกลุ่มคนเหล่านี้อย่างไร

เรามาเริ่มตอนแรกกันในบทความนี้ครับ

1. การที่เราเห็นภาพรวมเศรษฐกิจที่ชัดขึ้น 200 เท่า บอกอะไรเราได้บ้าง

อย่างแรกเลยเราพบว่ามันมีคอนเซปที่ทำให้การอ่าน GDP คลาดเคลื่อนในระดับประเทศหลายส่วนเช่น ถ้าเราดูเมือง Mapusa ในประเทศ India กับ Porto เมืองในประเทศ Portugal ทั้งสองเมืองนี้มี GDP ต่อประชากร เท่ากันที่ 33,000 USD ในปี 19’ แต่พอดูรายประเทศ India และ Portugal มี GDP ต่อประชากร เท่ากับ 6,700 และ 34,900 USD ตามลำดับ ต่างกันเกือบ 5 เท่า

จะสังเกตว่าในประเทศที่มี GDP ต่างกันเกือบ 5 เท่า กลับมีเมืองที่ GDP ต่อหัวพอๆกันอยู่ เพราะฉะนั้นการมอง GDP ระดับเมืองอาจเห็นสัญญาณทางเศรษฐกิจมากกว่า

ถ้าดูจากภาพ GDP ระดับโลก ประชากร 7.6 พันล้าน อายุเฉลี่ยที่ 73.1 ปี และ GDP ต่อหัวที่ 16,800 USD ตอนปี 19’

พอดูแยกดูรายประเทศกว่า 178 ประเทศที่มีผลสำรวจ ก็จะเห็นการกระจายกลุ่มที่ชัดเจนขึ้น ประชากรเฉลี่ยต่อประเทศที่ 40 ล้านคน ด้วยขนาดเฉลี่ย 700,000 sq.km. และ GDP เฉลี่ยที่ 700 bUSD ที่ปี 19’

แต่เมื่อเจาะดูรายเมือง กว่า 40,000 เมืองที่ McKinsey ทำการตรวจสอบ เราจะเห็นเมืองแต่ละเมืองในแต่ละทวีปที่กระจายทั่วทั้งในมุม GDP และอายุเฉลี่ย โดยที่แต่ละเมืองขนาดโดยเฉลี่ยที่ 3000 sq.km. ด้วย GDP เฉลี่ย 3 bUSD ที่จำนวนประชากรเฉลี่ย 180,000 คน ที่ปี 19’

สิ่งที่น่าสนใจจากการขยาย GDP 230 เท่า

ถ้าเรามอง Laos กับ Cambodia ในระดับประเทศเราจะเห็นว่าอายุเฉลี่ยของคนในสองประเทศใกล้กันมากที่ 67.9, 69.8 ปี แต่ถ้ามองในระดับเมือง เราจะเห็นว่า อายุเฉลี่ยรายเมืองของสองประเทศนี่อาจแกว่งได้ตั้งแต่ 61.4 - 74.6 ซึ่งห่างกันเกือบ 10 ปี ขึ้นอยู่กับที่ตั้งของเมือง

จะเห็นว่าในตำแหน่งชายแดน Cambodia ที่ติดกับ Laos จะมีอายุเฉลี่ยสั้นกว่าเมืองท่าของ Cambodia ค่อนข้างมาก นั่นอาจเพราะเมืองหลวงของ Cambodia อยู่ติดกับชายฝั่งทำให้บุคคลากรทางการแพทย์ของ Cambodia กระจุกตัวในเมืองหลวง ในขณะที่ประชากรของ Cambodia กว่า 80% อยู่ในเมืองรอบนอกในเมืองที่ความเจริญยังไม่เข้าถึงทำให้เครื่องมือ และบุคคลากรทางการแพทย์ รวมถึงแหล่งน้ำสะอาดยังหาได้ยากในเมืองเหล่านั้น จึงทำให้อัตราการเสียชีวิตของเด็กแรกเกิดในเมืองเหล่านั้นสูงกว่าเมืองหลวงของ Cambodia กว่า 3 เท่าเช่นกัน

และหากเราขยายกลับมาดูแผนที่โลก GDP รายเมือง เราจะพบว่าเมืองที่สร้าง GDP ในช่วง 20 ปีที่ผ่านมา ถ้าตัดพื้นที่ในระดับประเทศทิ้งแล้วดูรายเมือง จะสังเกตว่ามันกระจุกตัวในหัวเมืองจำนวนมาก โดยถ้าเอาพื้นที่ที่สร้าง GDP เหล่านี้มารวมกันจะได้ขนาดเพียง 0.9% ของทั้งโลก หรืออาจจะพอๆกับขนาดประเทศ South Africa ด้วยจำนวนประชากร 2,000 ล้านคน

สิ่งที่น่าสนใจคือ จากประชากรที่เกิดใหม่ทั้งหมดในช่วงปี 2000-2019 กว่า 1.5 พันล้านคน ประชากรกว่าครึ่งนึงที่เกิดใหม่ อาศัยอยู่บนพื้นที่แค่ 1.1% ของทั้งโลกนี้

จะเห็นว่าการมองการเจริญเติบโตรายประเทศกับเจาะรายเมืองอาจให้ผลลัพธ์ที่แตกต่างกันมาก

ดังนั้นถ้าเราบอกว่าประชากรในประเทศใดประเทศหนึ่งมี GDP ต่อหัว หรืออายุเฉลี่ยพอๆกัน ต้องบอกว่าเข้าใจผิด

โดยกลับมาดูแผนที่โลกกันอีกรอบ ถ้าเราส่องในระดับประเทศว่าในช่วงปี 2000-2019 ประเทศใดพัฒนาอยู่ในกลุ่ม top 30% หรืออาจมองได้ว่าเป็นประเทศที่พัฒนาแล้ว หรือ GDP ต่อประชากรเท่ากับ 7,100 USD จะพบว่าจำนวนประเทศดังกล่าวมีราวๆ 28 ประเทศ ครอบคลุม 2,300 ล้านคน ตัวอย่างประเทศก็เช่น China, Malaysia, USA

อย่างไรก็ตามหากเราเจาะรายเมือง เราจะเจอส่วนต่างของประชากรที่อยู่ในกลุ่มพัฒนาแล้วเพิ่มขี้นอีกกว่า 700 ล้านคนกระจายอยู่ในประเทศที่ไม่ได้ครอบคลุมในแผนที่ด้านบน

แต่ในขณะเดียวกัน ในประเทศที่เคยบอกว่ามี GDP เข้าข่ายประเทศที่พัฒนาแล้ว ก็พบว่ามีเมืองที่ยังไม่ได้พัฒนาขนาดนั้น และเมืองเหล่านั้นก็ไม่ได้จัดอยู่ในกลุ่ม top 30% ในเชิง GDP ต่อหัว ทำให้ประชากรในเมืองเหล่านี้ก็หายไปกว่า 700 ล้านคนอีกเช่นกัน

ยกตัวอย่างสองประเทศ คือ US กับ India ถ้ามองในระดับประเทศ ในช่วงปี 2000-2019 US และ India มี GDP ต่อประชากรเพิ่มขึ้น 12,500 USD และ 4,150 USD ตามลำดับ โดยถ้ามองแผนที่รายประเทศ US เข้ารอบ top 30% แต่ India ไม่เข้ารอบ แต่ถ้าเรามองแบบเจาะรายเมืองหละ

สำหรับ US ประชากรราว 120 ล้านคน หรือกว่า 1 ใน 3 ของทั้งหมด อยู่ใน 1,400 เมือง ที่ GDP ต่อหัวก็เพิ่มไม่ถึง 7,100 USD ซึ่งทำให้ประชากร US เหล่านี้ ตกจาก top 30% ไป เมื่อเทียบกับรายประเทศที่ทั้งประเทศ US ถูกเหมารวมว่ารวยขึ้นและเป็นประชากรที่อยู่ในประเทศที่พัฒนาแล้วทั้งหมด

กลับกันใน India เราพบว่ามีอีกกว่า 270 เมืองครอบคลุม 114 ล้านคน ในปี 2019 ที่ GDP ต่อหัวประชากรเพิ่มขึ้นเกิน 7,100 USD ซึ่งเราจะตกหล่นกลุ่มนี้ไป ถ้าเรามองรายละเอียดแค่ระดับประเทศ

เพราะฉะนั้นหากเราดูรายเมือง เราจะเห็นรายละเอียดของนัยยะทางเศรษฐกิจมากกว่าระดับประเทศมากขึ้นในหลายๆเรื่อง

เราจะเห็นชัดขึ้นหากเราเอาเมืองทั้งหมดของแต่ละทวีปมา plot โดยจัดเรียงตามสัดส่วน GDP ต่อหัว

แต่ละกล่องเทียบตามจำนวนประชากร

ถ้าเรามองทวีป Sub Saharan Africa โดยเฉลี่ยทั้งทวีปจะเห็นว่า GDP ต่อหัวอยู่ในระดับ 3,900 USD ครอบคลุมประชากรเฉลี่ย 1.1 พันล้านคน

แต่พอมากระจายรายได้ของแต่ละเมืองแยกกันแล้วพบว่าเมืองที่รายได้สูงสุดวิ่งไปแต่ที่กว่า 17,000 USD ต่อหัวเลยทีเดียว

หากกระจายทุกทวีปออกมาแยกรายเมืองจะสังเกตว่าในแต่ละกลุ่มรายได้ ก็มีสัดส่วนผสมของหลายๆทวีปปะปนกันไปโดยในกลุ่มรายได้ 17,000 USD ต่อหัว ก็แทบมีประชากรจากแต่ละเมืองในทุกทวีปผสมกันอยู่

และเทรนนี้ก็กระจายตัวคล้ายกันเมื่อ plot ตามสัดส่วนอายุเฉลี่ยของประชากรในพื้นที่นั้นๆ

จะเห็นว่าหากเรามองภาพ GDP และอายุเฉลี่ยรายเมืองจะมีข้อมูลใหม่ๆโผล่ขึ้นมา ที่ช่วยให้การวางแผนทั้งการทำธุรกิจ การวางนโยบายรัฐ นโยบายระหว่างประเทศ หรือการวางโครงสร้างประเทศมีประสิทธิภาพยิ่งขึ้น

ยกตัวอย่างเปรียบเทียบ 3 มหาอำนาจใหญ่ US, China, India

หากมองให้ดี ประชากรของจีนกว่า 228 ล้านคน ประชากรอินเดียกว่า 4 ล้านคน และ US กว่า 311 ล้านคนมี GDP ต่อหัวอยู่ในระดับ 20% บนของประชากรทั้งหมด โดยถ้าเปรียบเทียบระหว่างปี 2000 กับ 2019 จะพบว่าประชากรจีน และอินเดียขึ้นมาเบียดชั้น US ในระดับเดียวกันมากขึ้นอย่างเห้นได้ชัด

ยิ่งส่องดูในแกนอายุเฉลี่ยยิ่งเห็นภาพชัดขึ้นว่า อายุเฉลี่ยคนจีนทะยานขึ้นเยอะมากเมื่อเทียบกับมหาอำนาจที่เหลือ

ภาพยิ่งชัดขึ้นหากกระจายประเทศ โดยแบ่งออกเป้นสองแกน แกนนอนคือ GDP growth รายประเทศ และแกนแนวนอนคือ GDP growth แยกตามเมืองของประเทศนั้นๆ จะเห็นว่าในประเทศใดๆ ส่วนต่างของ GDP รายประเทศกับรายเมืองอาจต่างกันหลายเท่าตัว เช่นในประเทศจีน ที่ GDP ของประเทศโต 6-7% แต่ถ้าแยกดูรายเมืองพบว่าบางเมืองโตกว่า 20% แต่บางเมืองก็ติดลบ 10% ก็มี ทำให้การมอง GDP รายเมืองเห็นรายละเอียดกลยุทธการพัฒนาของแต่ละประเทศชัดเจนยิ่งขึ้น ซึ่งเราจะเจาะลึกในบทถัดๆไป