Thailand’s Automotive Export Logistics Cost Structure:
A Route-Level CIF/FOB Evaluation

2. ข้อมูลและระเบียบวิธี (Data & Methodology)

2.1 ชุดข้อมูลและการเตรียมข้อมูล

ข้อมูล CIF/FOB นำมาจากฐานข้อมูล OECD ITIC และผ่านกระบวนการทำความสะอาดตามขั้นตอนที่ระบุไว้ในไฟล์ประมวลผล Cost-to-Serve Map.ipynb โดยมีขั้นตอนหลักดังนี้:

• ลบคอลัมน์ที่ขึ้นต้นด้วย “Unnamed” ทั้งหมด
• ตัดข้อมูลที่ OBS_VALUE ไม่มีค่า หรือมีค่าน้อยกว่า 0
• คัดข้อมูลเฉพาะรายการที่ MEASURE = “C_F” ซึ่งสะท้อน CIF/FOB margin โดยตรง
• เลือกเฉพาะข้อมูลปีล่าสุด คือปี 2022
• เลือกเฉพาะสินค้าในกลุ่ม HS17_8703 และ HS17_8708

หลังการกรองข้อมูลตามเกณฑ์ข้างต้น ได้ชุดข้อมูลกลุ่มยานยนต์ของไทยจำนวน 309 เส้นทางปลายทาง ตามที่ระบุใน Notebook ต้นฉบับ Cost-to-Serve Map

2.2 การสร้างชุดข้อมูลเปรียบเทียบ

เพื่อการเปรียบเทียบเชิงโครงสร้างต้นทุน ใช้ข้อมูลของผู้ส่งออก 6 ประเทศ ได้แก่ ไทย ญี่ปุ่น เยอรมนี เกาหลีใต้ มาเลเซีย และเวียดนาม และจัดกลุ่มข้อมูลในรูปแบบ pivot table โดยมีโครงสร้างดังนี้:

index:  COUNTERPART_AREA   (ประเทศปลายทาง)
columns: REF_AREA          (ประเทศผู้ส่งออก)
values:  ค่าเฉลี่ย OBS_VALUE ต่อเส้นทาง
  

จากนั้นคำนวณค่าเฉลี่ยคู่แข่ง (comp_avg) โดยใช้ค่าเฉลี่ยของ 5 ประเทศ (ยกเว้นไทย) ตามโค้ดใน Notebook:

pivot_cost["comp_avg"] = pivot_cost[competitors].mean(axis=1)
  

อ้างอิง: Cost-to-Serve Map

2.3 นิยามตัวแปรเชิงปริมาณ

นิยามตัวแปรหลักที่ใช้ในการประเมินประสิทธิภาพต้นทุนโลจิสติกส์ ได้แก่:

• CTS Score = CIF/FOB margin ของไทยในแต่ละเส้นทาง
• ineff_gap = THA – comp_avg
• ineff_rel = ineff_gap / comp_avg
• CTS Index = 0.7 × ineff_rel + 0.3 × (CTS Score / max CTS Score)

2.4 เกณฑ์การจัดกลุ่มเส้นทาง

การจัดกลุ่มเส้นทางทำตามเกณฑ์จำแนกในไฟล์ต้นทาง โดยใช้ค่าตัวแปร ineff_rel เป็นแกนหลัก:

• STOP / REVIEW → ineff_rel > 0.30
• MAINTAIN / WATCH → 0.05 < ineff_rel ≤ 0.30
• GROW / STRATEGIC → ineff_rel ≤ 0.05

3. ผลการวิเคราะห์เชิงปริมาณ (Empirical Findings)

3.1 ค่าเฉลี่ยต้นทุนโลจิสติกส์ของไทยรายเส้นทาง

จากชุดข้อมูล route_stats พบว่า ค่าเฉลี่ย CIF/FOB margin ของไทยกระจายอยู่ในช่วง 6–14 โดยมีจำนวนเส้นทางมากที่อยู่สูงกว่า 10 ซึ่งสะท้อนต้นทุนโครงสร้างที่สูงเมื่อเทียบกับสินค้าอุตสาหกรรมทั่วไป

ตัวอย่างจากข้อมูลต้นฉบับ:

• ABW: 13.87
• AIA: 10.74
• AGO: 10.27

เส้นทางเหล่านี้สะท้อนว่าตลาดขนาดเล็ก ตลาดระยะไกล และตลาดที่มีต้นทุนขนส่งเฉพาะทาง มักมีต้นทุนสูงกว่าเส้นทางอื่น ซึ่งเป็นรูปแบบที่พบอย่างสม่ำเสมอในงานศึกษาด้านโลจิสติกส์ระหว่างประเทศ

3.2 การเปรียบเทียบต้นทุนไทยกับคู่แข่ง

ผลการวิเคราะห์ pivot_cost แสดงให้เห็นความแตกต่างเชิงโครงสร้างระหว่างไทยและผู้ส่งออกรถยนต์หลัก โดยเฉพาะตลาดปลายทางขนาดใหญ่ เช่น สหรัฐอเมริกาและยุโรป ซึ่งมี comp_avg ต่ำกว่าไทยในหลายเส้นทาง

ตัวอย่างข้อมูลเปรียบเทียบ:

ค่า ineff_rel ที่สูงกว่า 0.30 แสดงถึงความเสียเปรียบเชิงโครงสร้างด้านต้นทุนในตลาดเหล่านี้อย่างเด่นชัด

3.3 เส้นทางต้นทุนสูงที่สุด (Top 15 High-Cost Routes)

จากกราฟใน Cost-to-Serve Map พบว่าเส้นทางที่มี CTS Score สูงสุด ได้แก่:

รูปที่ Y Top 15 เส้นทางส่งออกยานยนต์ของไทยที่มีต้นทุนสูงที่สุด จัดอันดับตาม CTS Score (CIF/FOB margin เทียบกับประเทศคู่แข่ง) โดยเส้นทางไป ABW และ TON เป็นเส้นทางที่มีค่า CTS สูงที่สุด

• ABW – 13.87
• TON – ~13.5
• HTI – ~13.3
• IRQ – ~13.1
• VEN – ~12.9
• TGO – ~12.7
• SYR – ~12.6
• STP – ~12.3
• GTM – ~12.2
• VUT – ~12.0

จะเห็นว่าการกระจุกตัวของเส้นทางต้นทุนสูงอยู่ในตลาดประเทศเล็กหรือประเทศที่ยังมีข้อจำกัดด้านโครงสร้างโลจิสติกส์ ซึ่งเป็นรูปแบบที่พบทั่วไปในข้อมูลโลจิสติกส์โลก

3.4 Route Prioritization Map

จาก scatter plot (CTS Score vs ineff_rel) พบการกระจายตัวออกเป็น 3 กลุ่มตามนิยาม classification โดยผลเชิงประจักษ์ชี้ว่า:

รูปที่ X แผนที่จัดลำดับเส้นทาง (Route Prioritization Map) เปรียบเทียบ Relative Inefficiency (%) กับ CTS Score สำหรับการส่งออกยานยนต์ของไทย โดยแบ่งกลุ่มตาม Priority: STOP / REVIEW, MAINTAIN / WATCH และ GROW / STRATEGIC

• ข้อมูลแยกออกเป็นกลุ่มชัดเจนตาม STOP / REVIEW, WATCH, และ STRATEGIC
• ค่าที่สูงของ ineff_rel มักสัมพันธ์กับต้นทุนดิบที่สูงขึ้น
• เส้นทางในกลุ่ม STOP / REVIEW เช่น USA, FRA, VEN, ABW เป็น outlier ทั้งในเชิงสัมพัทธ์และเชิงสัมบูรณ์

4. การวิเคราะห์รูปแบบเชิงระบบ (Systemic Pattern Analysis)

4.1 ความแตกต่างเชิงภูมิศาสตร์

การกระจายตัวของ CTS Score และ ineff_rel เมื่อจำแนกตามภูมิภาค แสดงให้เห็นรูปแบบเชิงภูมิศาสตร์ที่ชัดเจนดังนี้:

• ตลาดอเมริกาเหนือและยุโรป มีค่า ineff_rel สูงกว่าค่าเฉลี่ยโดยรวม สอดคล้องกับผลจาก pivot table ที่ชี้ให้เห็นว่า comp_avg ของคู่แข่งต่ำกว่าไทยในหลายเส้นทางหลัก
• ตลาดในแปซิฟิกและหมู่เกาะแคริบเบียนขนาดเล็ก มี CTS Score สูงต่อเนื่องในช่วง 12–14 แสดงให้เห็นต้นทุนโครงสร้างที่ตึงตัวจากระยะทางและข้อจำกัดด้านโครงสร้างพื้นฐาน
• ตลาดเอเชียใต้และเอเชียตะวันออกเฉียงใต้ เช่น AFG, IDN, SGP มีต้นทุนต่ำกว่ากลุ่มอื่นอย่างสม่ำเสมอ สะท้อนข้อได้เปรียบด้านภูมิศาสตร์ ระยะทาง และเครือข่ายเส้นทางเดินเรือที่พัฒนาแล้ว

4.2 ความสัมพันธ์เชิงตัวเลข

การวิเคราะห์ scatter plot ระหว่าง CTS Score และ ineff_rel พบความสัมพันธ์เชิงตัวเลขที่สำคัญดังนี้:

• ความสัมพันธ์ระหว่าง ineff_rel และ CTS Score เป็นบวกอย่างชัดเจน เส้นทางที่มีต้นทุนดิบสูงมักสะท้อนความเหลื่อมล้ำด้านต้นทุนเมื่อเทียบกับคู่แข่งในระดับสูง
• เส้นทางที่มี ineff_rel > 0.30 มักมี CTS Score มากกว่า 10 ทำให้สามารถจำแนกกลุ่ม “ต้นทุนสูงและเสียเปรียบคู่แข่ง” ได้ชัดเจน
• ความกระจายของข้อมูล (dispersion) เพิ่มสูงขึ้นเมื่อ CTS Score มากกว่า 9 สะท้อนการแบ่งชั้นทางต้นทุนในกลุ่มตลาดที่มีข้อจำกัดด้านโลจิสติกส์

4.3 Outlier Analysis

ในมิติของ outlier เส้นทางอย่าง ABW, TON, HTI, VEN มีค่า CTS Score สูงกว่าค่าเฉลี่ยของไทยเกือบสองเท่า และมีค่าดังกล่าวต่อเนื่องในหลายปีข้อมูล เส้นทางเหล่านี้สะท้อนภาระต้นทุนพิเศษที่ไม่สามารถอธิบายได้ด้วยระยะทางเพียงอย่างเดียว จึงควรถูกติดตามในฐานะกรณีเฉพาะทาง (case-based monitoring) เพื่อวิเคราะห์องค์ประกอบอื่น เช่น เงื่อนไขสัญญาขนส่ง โครงสร้างท่าเรือ หรือความเสี่ยงเชิงภูมิรัฐศาสตร์

5. การจัดลำดับเส้นทางตาม CTS Index

CTS Index ผสานข้อมูลทั้งเชิงสัมพัทธ์ (ineff_rel) และเชิงดิบ (CTS Score) ทำให้สามารถจัดลำดับเส้นทางตาม “ภาระต้นทุนรวม” ได้อย่างชัดเจนกว่าใช้ตัวชี้วัดตัวเดียว

ผลการจัดลำดับจาก pivot_cost สามารถแบ่งออกเป็นสามกลุ่มใหญ่ตามเกณฑ์ classification ดังนี้:

5.1 STOP / REVIEW

กลุ่มนี้นิยามโดยเงื่อนไข ineff_rel > 0.30 ซึ่งสะท้อนภาระต้นทุนที่สูงผิดปกติเมื่อเทียบกับคู่แข่ง:

• USA
• FRA
• VEN
• ABW

เส้นทางเหล่านี้ไม่เพียงมีต้นทุนดิบสูง แต่ยังมี ineff_rel สูง แสดงถึงช่องว่างเชิงโครงสร้างระหว่างไทยและคู่แข่ง จึงเหมาะสำหรับการทบทวนกลยุทธ์เชิงสัญญาและโครงสร้างโลจิสติกส์ในเชิงลึก

5.2 MAINTAIN / WATCH

กลุ่มนี้นิยามโดยเงื่อนไข 0.05 < ineff_rel ≤ 0.30 ซึ่งสะท้อนต้นทุนระดับกลางค่อนไปทางสูง:

• ALB
• AGO
• IRQ

เส้นทางในกลุ่มนี้ควรถูกจัดให้อยู่ในสถานะ “รักษาส่วนแบ่งตลาดควบคู่กับการเฝ้าระวัง” เนื่องจากมีความเสี่ยงที่ความผันผวนด้านต้นทุนระยะกลาง–ยาวจะผลักดันให้ขยับขึ้นสู่กลุ่ม STOP / REVIEW หากไม่มีการปรับปรุงเชิงโครงสร้าง

5.3 GROW / STRATEGIC

กลุ่มนี้นิยามโดยเงื่อนไข ineff_rel ≤ 0.05 ซึ่งสะท้อนความสามารถแข่งขันด้านต้นทุนที่ใกล้เคียงหรือดีกว่าค่าเฉลี่ยคู่แข่ง:

• AFG
• IDN
• SGP

ตลาดเหล่านี้สะท้อน “ต้นทุนเชิงโครงสร้างที่เอื้อต่อการขยายตัว” ซึ่งสามารถถูกพิจารณาเป็นเส้นทางเชิงกลยุทธ์สำหรับการเพิ่มปริมาณการส่งออกหรือการออกแบบผลิตภัณฑ์ยานยนต์เฉพาะตลาด

6. อภิปรายผลเชิงเศรษฐศาสตร์ (Discussion)

การวิเคราะห์โดยใช้ CIF/FOB margin ในมิติรายเส้นทางช่วยให้ภาพโครงสร้างต้นทุนโลจิสติกส์ของไทยชัดเจนขึ้นในเชิงเศรษฐศาสตร์การค้า โดยสามารถสรุปประเด็นสำคัญได้ดังนี้:

• ตลาดระยะไกลและขนาดเล็ก มีแนวโน้มต้นทุนสูงตาม CTS Score ซึ่งสอดคล้องกับทฤษฎีโครงสร้างต้นทุนคงที่ (fixed cost) ที่ถูกกระจายบนปริมาณการขนส่งที่จำกัด
• ตลาดพรีเมียมในยุโรปและอเมริกาเหนือ เป็นพื้นที่ที่ไทยมีต้นทุนสูงกว่าค่าเฉลี่ยคู่แข่งอย่างต่อเนื่อง สะท้อนว่าความสามารถแข่งขันด้านต้นทุนโลจิสติกส์อาจเป็นข้อจำกัดสำคัญต่อการรักษาและขยายส่วนแบ่งตลาด
• ตลาดใกล้เคียงในภูมิภาคเอเชีย แสดงข้อได้เปรียบด้านต้นทุนอย่างชัดเจน ทำให้ไทยมีฐานที่มั่นในห่วงโซ่อุปทานภูมิภาค ทั้งในฐานะผู้ผลิตและฐานการส่งต่อสินค้า
• ความแปรปรวนของ ineff_rel ที่เพิ่มสูงในช่วงต้นทุนมากกว่า 9–10 สะท้อนการแบ่งชั้นทางต้นทุนระหว่างตลาดที่มีโครงสร้างโลจิสติกส์ที่พัฒนาแล้ว กับตลาดที่มีข้อจำกัดเชิงระบบ

ผลลัพธ์เชิงข้อมูลดังกล่าวสอดคล้องกับค่าทางสถิติใน pivot table ซึ่งชี้ให้เห็นว่าค่า comp_avg ของคู่แข่งในหลายตลาดหลักต่ำกว่าไทย เสริมข้อค้นพบว่าปัญหาไม่ได้อยู่ที่ระดับราคาสินค้าเพียงอย่างเดียว แต่เกี่ยวข้องกับโครงสร้างต้นทุนโลจิสติกส์ในห่วงโซ่การส่งออกทั้งหมด

7. บทสรุป (Conclusion)

การใช้ CIF/FOB margin ในการประเมินต้นทุนโลจิสติกส์รายเส้นทาง แสดงให้เห็นภาพรวมความสามารถแข่งขันด้านต้นทุนของอุตสาหกรรมยานยนต์ไทยอย่างเป็นระบบ ข้อค้นพบหลักสามารถสรุปได้ดังนี้:

• ไทยมีต้นทุนสูงเมื่อเทียบกับค่าเฉลี่ยของคู่แข่งในตลาดยุโรปและอเมริกาเหนือ โดยเฉพาะเส้นทางที่ถูกจัดอยู่ในกลุ่ม STOP / REVIEW
• ไทยมีต้นทุนต่ำกว่าในตลาดเพื่อนบ้านหลายประเทศ ทำให้ภูมิภาคเอเชียยังคงเป็นพื้นที่ที่ไทยมีความได้เปรียบเชิงโครงสร้าง
• CTS Index ช่วยจำแนกเส้นทางออกเป็นสามกลุ่มหลัก ทำให้สามารถมองเห็นจุดแข็งและจุดอ่อนของโครงสร้างเส้นทางส่งออกไทยได้อย่างชัดเจน ทั้งในเชิงนโยบายและเชิงธุรกิจ
• รูปแบบเชิงข้อมูล เช่น ความสัมพันธ์ระหว่างต้นทุนดิบและความเหลื่อมล้ำเชิงสัมพัทธ์ ช่วยอธิบาย positioning ของไทยในตลาดโลจิสติกส์โลก และชี้เป้าพื้นที่ที่ควรเร่งลงทุนปรับปรุงโครงสร้าง

เมื่อมีการอัปเดตข้อมูลจาก OECD ITIC อย่างสม่ำเสมอ กรอบการวิเคราะห์นี้สามารถถูกนำไปใช้เป็นตัวชี้วัดติดตามความสามารถแข่งขันด้านโลจิสติกส์ของอุตสาหกรรมยานยนต์ไทยแบบรายปี และขยายผลไปยังสินค้าอุตสาหกรรมกลุ่มอื่นได้ในอนาคต