บทที่ 37 โลกกว้างใหญ่ แต่การค้าโลกต้องลอดประตูไม่กี่บาน: ทำไมช่องแคบเล็ก ๆ ทำให้ของแพงทั่วโลกได้?

ความรู้ที่โรงเรียนไม่ค่อยสอน · กิจการโลก × ภูมิรัฐศาสตร์ × การค้า

โลกกว้างใหญ่
แต่การค้าโลกต้องลอด
“ประตู” ไม่กี่บาน

เรือหนึ่งลำ อาจแล่นข้ามมหาสมุทร ได้หลายพันกิโลเมตร แต่ก่อนถึงปลายทาง มันอาจต้องลอด ช่องแคบหรือคลอง ที่มีความกว้างเพียงไม่กี่สิบกิโลเมตร น้ำมัน ก๊าซ ปุ๋ย อาหาร รถยนต์ เครื่องจักร และตู้สินค้านับล้าน จึงต้องแบ่งกันใช้ “ประตูทะเล” เพียงไม่กี่แห่ง ถ้าประตูเล็ก ๆ เหล่านั้นติดขัด — เหตุใดคนที่อยู่ห่างออกไป หลายพันกิโลเมตร จึงอาจต้องจ่ายของแพงขึ้น?

เรามักมองแผนที่โลก แล้วรู้สึกว่า มหาสมุทรกว้างใหญ่

แต่ระบบเศรษฐกิจโลก ไม่ได้เลือกเส้นทาง ได้อย่างอิสระทั้งหมด ภูเขา ทะเล คลอง คาบสมุทร ท่าเรือ ระยะทาง ต้นทุนเชื้อเพลิง และโครงสร้างโลจิสติกส์ ทำให้การค้า จำนวนมหาศาล กระจุกตัวผ่าน พื้นที่เล็ก ๆ พื้นที่เหล่านี้เรียกว่า Chokepoints หรือ คอขวดเชิงยุทธศาสตร์ และเมื่อโลก เชื่อมโยงกันมากขึ้น จุดเล็ก ๆ บนแผนที่ บางแห่ง กลับมีความสำคัญ ต่อคนหลายพันล้านคน

ลองเริ่มจากสินค้าชิ้นหนึ่ง

สมมติบริษัทไทย สั่งเครื่องจักร จากยุโรป

เรือเดินทางจาก ทะเลเมดิเตอร์เรเนียน

แล้วมีสองทางเลือกใหญ่:

ทางสั้น: ผ่านคลองสุเอซ เข้าสู่ทะเลแดง แล้วออกมหาสมุทรอินเดีย

หรือ

ทางอ้อม: ลงใต้ อ้อมแหลมกู๊ดโฮป ของแอฟริกา แล้วค่อยวกกลับขึ้นมาเอเชีย

ทางที่สอง ไม่ได้เป็นไปไม่ได้

แต่มัน ไกลกว่า ช้ากว่า ใช้เชื้อเพลิงมากกว่า และผูกเรือไว้นานกว่า

คำถามแรก ถ้าสินค้ายังมาถึงปลายทางได้ แต่ต้องใช้เรือเพิ่ม เชื้อเพลิงเพิ่ม ประกันเพิ่ม และเวลาเพิ่ม — “Supply” ของบริการขนส่ง ยังเท่าเดิมจริงหรือ?

Chokepoint คืออะไร?

ในภูมิรัฐศาสตร์และโลจิสติกส์ chokepoint คือ พื้นที่แคบ หรือเส้นทางจำกัด ที่การเดินทางจำนวนมาก ต้องผ่าน

ตัวอย่างสำคัญ ได้แก่

Hormuz

ช่องแคบฮอร์มุซ

เชื่อมอ่าวเปอร์เซีย กับอ่าวโอมาน และมหาสมุทรอินเดีย สำคัญอย่างยิ่งต่อ น้ำมันและ LNG

Suez

คลองสุเอซ / ทะเลแดง

เส้นทางสั้นระหว่าง ยุโรปกับเอเชีย ช่วยหลีกเลี่ยง การอ้อมทวีปแอฟริกา

Malacca

ช่องแคบมะละกา

เส้นทางสำคัญ เชื่อมมหาสมุทรอินเดีย กับทะเลจีนใต้ และเอเชียตะวันออก

Panama

คลองปานามา

เชื่อมมหาสมุทรแอตแลนติก กับแปซิฟิก โดยไม่ต้องอ้อม อเมริกาใต้

+1 แรก : โลกาภิวัตน์ไม่ได้ทำให้ “ภูมิศาสตร์หายไป” — แต่มันทำให้ภูมิศาสตร์บางจุดสำคัญยิ่งกว่าเดิม

อินเทอร์เน็ต ทำให้เงิน ข่าว คำสั่งซื้อ และสัญญา เดินทางข้ามโลก ในเสี้ยววินาที

แต่

น้ำมันหนึ่งบาร์เรล
ข้าวหนึ่งตัน
รถยนต์หนึ่งคัน
ปุ๋ยหนึ่งกระสอบ
เครื่องจักรหนึ่งเครื่อง

ยังต้องเคลื่อนที่ ผ่านพื้นที่จริง

Digital Order → 1 second
Physical Goods → Ports + Ships + Straits + Time

ดังนั้นโลกดิจิทัล ไม่ได้ยกเลิก physical geography

มันสร้าง เศรษฐกิจดิจิทัล ซ้อนอยู่บนโลกกายภาพ

ฮอร์มุซเล็กแค่ไหน แต่สำคัญเพียงใด?

54 km จุดแคบที่สุดโดยประมาณ

IEA ระบุว่า ช่องแคบฮอร์มุซ กว้างเพียงประมาณ 29 nautical miles หรือ 54 กิโลเมตร ณ จุดแคบที่สุด

ช่องเดินเรือจริง ถูกจัดเป็นช่องเข้าและออก ที่แคบกว่าความกว้างทั้งหมดมาก

20 mb/d น้ำมัน · 2025

ในปี 2025 น้ำมันดิบและผลิตภัณฑ์น้ำมัน เฉลี่ยเกือบ 20 ล้านบาร์เรลต่อวัน ผ่านช่องแคบฮอร์มุซ

≈25% world seaborne oil trade

ปริมาณดังกล่าว คิดเป็นประมาณหนึ่งในสี่ ของการค้าน้ำมันทางทะเลทั่วโลก

80% มุ่งสู่เอเชีย

IEA ระบุว่า ประมาณ 80% ของน้ำมันที่ผ่านฮอร์มุซ มุ่งหน้าสู่ตลาดเอเชีย

+1 : ช่องแคบหนึ่งแห่งจึงไม่ได้เชื่อมเพียง “สองฝั่งทะเล” — แต่มันเชื่อมผู้ผลิตกับผู้บริโภคหลายทวีป

ฮอร์มุซ อยู่ระหว่าง อิหร่าน กับคาบสมุทรอาหรับ

แต่ผลของมัน ไปไกลถึง

จีน
อินเดีย
ญี่ปุ่น
เกาหลีใต้
เอเชียตะวันออกเฉียงใต้
และตลาดพลังงานโลก

นี่คือความหมายของ systemic chokepoint

พื้นที่เล็ก แต่มี network centrality สูง

ก๊าซก็ต้องผ่านฮอร์มุซด้วยหรือ?

ใช่ และตรงนี้สำคัญมาก

≈20% global LNG trade

IEA ระบุว่า LNG มากกว่า 112 bcm ผ่านฮอร์มุซในปี 2025 คิดเป็นเกือบ 20% ของการค้า LNG ทั่วโลก

ส่วนใหญ่คือ การส่งออกจากกาตาร์ และสหรัฐอาหรับเอมิเรตส์

ประมาณ 90% ของ LNG ที่ผ่านช่องแคบนี้ มุ่งสู่ตลาดเอเชีย ในปี 2025

ดังนั้น ฮอร์มุซ ไม่ใช่เพียง oil chokepoint

แต่เป็น gas chokepoint ด้วย

ปี 2026 โลกได้เห็น “การทดลองจริง”

ความขัดแย้งในตะวันออกกลาง ที่ปะทุในวันที่ 28 กุมภาพันธ์ 2026

ทำให้การเดินเรือ ผ่านฮอร์มุซ ลดลงอย่างรุนแรง

IEA รายงานในเดือนมีนาคมว่า tanker movements ผ่านช่องแคบ แทบหยุดชะงัก

และการส่งออกน้ำมันดิบ กับผลิตภัณฑ์น้ำมัน เกือบ 20 ล้านบาร์เรลต่อวัน ได้รับผลกระทบ

ราคาน้ำมัน benchmark เพิ่มขึ้นอย่างรวดเร็ว

Shipping Disruption → Exports ↓ → Supply Anxiety → Prices ↑

400M barrels emergency release

วันที่ 11 มีนาคม 2026 ประเทศสมาชิก IEA ตกลงนำสต็อกน้ำมันฉุกเฉิน รวม 400 ล้านบาร์เรล ออกสู่ตลาด

เป็นการดำเนินการร่วม ครั้งใหญ่ที่สุด นับตั้งแต่ก่อตั้ง IEA ในปี 1974

+1 ใหญ่ : Strategic Reserve คือ “ประกันภัยของระบบ”

ประเทศต่าง ๆ ไม่ได้เก็บน้ำมันสำรอง เพราะคิดว่า น้ำมันจะขาดทุกวัน

แต่เพราะ ผลเสียของเหตุการณ์หายาก อาจรุนแรงมาก

Low Probability × High Impact = Strategic Risk

นี่เป็นตรรกะเดียวกับ

ประกันอัคคีภัย
เงินสำรองธนาคาร
ระบบไฟฟ้าสำรอง
เส้นทางอินเทอร์เน็ตสำรอง

เราไม่ได้สร้าง redundancy เพราะคาดว่าระบบหลักจะพังทุกวัน แต่เพราะวันที่มันพัง เราไม่ต้องการให้ทั้งระบบพังตาม

แล้วน้ำมันผ่านทางอื่นไม่ได้หรือ?

ได้บางส่วน

ซาอุดีอาระเบีย มีท่อส่งน้ำมัน ไปฝั่งทะเลแดง

UAE มีท่อส่งไปยัง Fujairah นอกช่องแคบฮอร์มุซ

แต่ IEA ประเมินว่า กำลังการผลิตที่สามารถ เปลี่ยนเส้นทางออกจากฮอร์มุซ ได้จริง อยู่ประมาณ 3.5–5.5 ล้านบาร์เรลต่อวัน

ขณะที่ปริมาณน้ำมัน ที่ผ่านฮอร์มุซ ก่อนวิกฤต อยู่ใกล้ 20 ล้านบาร์เรลต่อวัน

ลองคำนวณเชิงระบบ ถ้าประตูหลักรองรับเกือบ 20 ล้านบาร์เรลต่อวัน แต่ทางหนีรองรับเพิ่มได้เพียงไม่กี่ล้าน — คำว่า “มีเส้นทางสำรอง” กับ “มีเส้นทางสำรองเพียงพอ” เหมือนกันหรือไม่?

แล้วทำไมผู้ผลิตต้องหยุดผลิต ถ้าน้ำมันยังอยู่ใต้ดิน?

นี่เป็นอีกบทเรียน เรื่องระบบ

ถ้าเรือออกจากท่าไม่ได้

น้ำมันที่ผลิต ต้องถูกเก็บไว้

แต่ถังเก็บ มีความจุจำกัด

Shipments ↓ → Storage fills → Production must fall

IEA จึงพบว่า เมื่อการส่งออกติดขัด ประเทศผู้ผลิตหลายแห่ง ต้อง curtail หรือ shut in production

นี่แสดงว่า ปัญหาโลจิสติกส์ สามารถย้อนกลับไป กลายเป็น ปัญหาการผลิตได้

+1 : Supply Chain เป็น “โซ่” จริง ๆ — คอขวดปลายทางสามารถหยุดต้นทางได้

เรามักคิดว่า

โรงงานผลิต
แล้วเรือขน
แล้วร้านขาย

เป็นขั้นตอน เดินไปข้างหน้าอย่างเดียว

แต่ระบบจริง feedback กลับได้

Port Problem → Storage Problem → Production Problem

จุดหนึ่งตัน

อีกจุดหนึ่ง ต้องชะลอตาม

แล้วเมื่อช่องแคบกลับมาเปิด ราคาเกิดอะไรขึ้น?

นี่คืออีกครึ่งหนึ่ง ของบทเรียนปี 2026

หลัง Memorandum of Understanding วันที่ 18 มิถุนายน 2026 ระหว่างสหรัฐฯ กับอิหร่าน

การเดินเรือ ผ่านช่องแคบ เริ่มเพิ่มขึ้น

EIA รายงานวันที่ 7 กรกฎาคมว่า

$85 Brent · Jun 2026 average

Brent เฉลี่ยเดือนมิถุนายน อยู่ที่ประมาณ 85 ดอลลาร์ต่อบาร์เรล

ลดลง 22 ดอลลาร์ จากเดือนพฤษภาคม และต่ำกว่าจุดสูงเดือนเมษายน 32 ดอลลาร์ต่อบาร์เรล

นี่ทำให้เราเห็นว่า market price ตอบสนองไม่เพียง ต่อปริมาณสินค้าปัจจุบัน

แต่ตอบสนองต่อ expectation เกี่ยวกับ supply ในอนาคต ด้วย

+1 : ราคาวันนี้สะท้อน “สิ่งที่ตลาดคิดว่าจะเกิดพรุ่งนี้” ด้วย

ถ้าตลาดเชื่อว่า ช่องแคบจะปิดนาน

ผู้ซื้อ ผู้ขาย โรงกลั่น บริษัทขนส่ง และนักลงทุน จะปรับพฤติกรรม ก่อนน้ำมันจะหมดจริง

แต่ถ้าข่าวใหม่ ทำให้คาดว่า การส่งออกจะฟื้น

price expectation สามารถเปลี่ยน ได้รวดเร็ว

ตลาดไม่ได้มองเพียง
“มีน้ำมันวันนี้กี่บาร์เรล?”

แต่มองด้วยว่า
“อีกสามเดือน เราคิดว่าจะมีเท่าไร?”

แล้วสุเอซต่างจากฮอร์มุซอย่างไร?

ฮอร์มุซ โดดเด่นด้านพลังงาน

สุเอซ โดดเด่นด้าน general maritime trade ระหว่างเอเชียและยุโรป

IMF ระบุว่า ตามปกติ ประมาณ 15% ของปริมาณการค้าทางทะเลโลก ผ่านคลองสุเอซ

เมื่อการโจมตีเรือ ในทะเลแดง ทำให้บริษัทเดินเรือ เปลี่ยนเส้นทาง ช่วงต้นปี 2024

การค้าผ่านสุเอซ ในสองเดือนแรก ลดลงประมาณ 50% จากปีก่อน

เรือหลายลำ ต้องอ้อม Cape of Good Hope

IMF ประเมินว่า การเดินทางเพิ่ม เฉลี่ย 10 วันหรือมากกว่า ในเส้นทางที่เกี่ยวข้อง

Asia → Suez → Europe

หรือ

Asia → Indian Ocean → Cape of Good Hope → Europe

+1 : เวลาเพิ่ม 10 วัน ไม่ได้มีต้นทุนแค่ “เรือมาช้า 10 วัน”

เรือหนึ่งลำ ถูกใช้ นานขึ้น

แปลว่า ในช่วงเวลาเดียวกัน เรือลำนั้น ทำเที่ยวได้น้อยลง

Longer Voyage → Ship tied up longer → Effective shipping capacity ↓

แม้จำนวนเรือ ในโลกไม่เปลี่ยน

capacity ที่มีให้ตลาดใช้ สามารถลดลงได้ เพราะเรือทุกลำใช้เวลานานขึ้นต่อเที่ยว

ตรงนี้ช่วยอธิบายว่า ทำไม freight rates สามารถเพิ่มขึ้นได้ โดยไม่มีเรือลำใดหายไป

Panama Canal สอนอีกบทเรียนหนึ่ง

Chokepoint ไม่ได้หยุดได้ เพราะสงครามเท่านั้น

ในปี 2023–2024 ภัยแล้งรุนแรง ทำให้คลองปานามา ต้องจำกัดจำนวนเรือ และ draft ของเรือบางประเภท

IMF รายงานว่า ในสองเดือนแรกของปี 2024 ปริมาณการค้าผ่านปานามา ลดลงประมาณ 32% จากปีก่อน

ทั้งที่ไม่มีสงคราม ปิดคลอง

คอขวดเดียวกัน
อาจถูกกระทบจาก

สงคราม ภัยแล้ง อุบัติเหตุ การเมือง ไซเบอร์ หรือโครงสร้างพื้นฐาน

+1 : Geopolitical Risk กับ Climate Risk กำลังพบกันที่ Supply Chain

สุเอซ อาจถูกรบกวน ด้วยความขัดแย้ง

ปานามา อาจถูกจำกัด ด้วยน้ำ

ท่าเรือ อาจถูกพายุ

แม่น้ำ อาจตื้นจนเรือบรรทุกสินค้า ได้ไม่เต็ม

ดังนั้น supply-chain risk ในศตวรรษนี้ ต้องคิดรวม

War + Climate + Infrastructure + Cyber

มะละกาสำคัญต่อไทยอย่างไร?

ช่องแคบมะละกา อยู่ใกล้ประเทศไทย มากกว่าฮอร์มุซหรือสุเอซ

เป็นเส้นทางสำคัญ ระหว่าง มหาสมุทรอินเดีย กับ ทะเลจีนใต้

สินค้าที่เดินทาง ระหว่าง

ตะวันออกกลาง
เอเชียใต้
เอเชียตะวันออกเฉียงใต้
จีน
ญี่ปุ่น
เกาหลี

จำนวนมหาศาล ต้องอาศัยระบบ เส้นทางบริเวณนี้

เอกสารยุทธศาสตร์พลังงานไทย เองเคยระบุ ความเสี่ยงของการที่ น้ำมันนำเข้าจากตะวันออกกลาง ต้องเดินทางผ่าน ช่องแคบมะละกา ซึ่งมีการจราจรหนาแน่น

+1 สำหรับไทย : เราไม่ได้พึ่ง “น้ำมันต่างประเทศ” อย่างเดียว — เราพึ่งเส้นทางที่น้ำมันต้องเดินมาถึงเราด้วย

Energy Security จึงมีหลายชั้น

มีผู้ผลิตหรือไม่? → ซื้อได้หรือไม่? → ขนมาได้หรือไม่? → กลั่นได้หรือไม่? → กระจายได้หรือไม่?

น้ำมันมีอยู่ใต้ดิน

ไม่ได้แปลว่า น้ำมันพร้อมใช้ ที่ปั๊มในประเทศไทย

แต่ละลูกศร คือ infrastructure อีกชุดหนึ่ง

ประเทศไทยพึ่งพาพลังงานต่างประเทศมากไหม?

ประเทศไทย มีการผลิตพลังงาน ภายในประเทศจริง โดยเฉพาะ ก๊าซธรรมชาติ จากอ่าวไทย รวมทั้งน้ำมันดิบ และ condensate บางส่วน

แต่ข้อมูล กรมเชื้อเพลิงธรรมชาติ ระบุว่า ในปี 2023 พลังงานปิโตรเลียม ที่ผลิตได้ภายในประเทศ รองรับเพียงประมาณ 28% ของความต้องการรวมในกรอบข้อมูลดังกล่าว

ส่วนที่เหลือประมาณ 72% มาจากต่างประเทศ

สนพ. ยังเผยแพร่ dashboard ติดตาม การผลิต การใช้ และการนำเข้าสุทธิ ของพลังงานไทย ถึงข้อมูลปี 2026

แต่อย่าแปลว่า “น้ำมันไทย 72% ต้องผ่านฮอร์มุซ”

ตัวเลข 72% เป็นภาพรวม ความต้องการพลังงานปิโตรเลียม ที่พึ่งทรัพยากรจากภายนอก ในชุดข้อมูลปี 2023

แหล่งนำเข้า และชนิดพลังงาน มีหลายประเทศ หลายเส้นทาง และเปลี่ยนตามเวลา

ดังนั้นการวิเคราะห์ ผลกระทบต่อไทย ต้องดู commodity + source + route แยกกัน

+1 : Energy Security ไม่ใช่ Autarky

ประเทศไม่จำเป็นต้อง ผลิตพลังงานทุกหน่วย ด้วยตัวเอง จึงจะมั่นคง

ระบบการค้าโลก มีประโยชน์ เพราะทำให้เรา ซื้อพลังงาน จากแหล่งที่มีประสิทธิภาพกว่า

สิ่งที่ต้องระวังคือ concentration

เช่น

• พึ่งผู้ขายน้อยรายเกินไป
• พึ่งเชื้อเพลิงชนิดเดียวเกินไป
• พึ่งเส้นทางเดียวมากเกินไป
• ไม่มี inventory buffer
• ไม่มี demand-response plan

ความมั่นคงไม่ได้แปลว่า
“ไม่พึ่งโลก”

แต่มักหมายถึง
“พึ่งโลกโดยมีทางเลือก”

แล้วเหตุช่องแคบทำให้ข้าวแกงแพงได้อย่างไร?

เส้นทางไม่ได้ตรง แบบ

ฮอร์มุซปิด → ข้าวแกงแพงทันที

แต่ผลสามารถ เดินผ่านระบบได้หลายทอด

Oil Supply Shock → Fuel Price → Transport → Business Costs → Consumer Prices

หรือ

Gas / LNG Shock → Energy Cost → Industry / Power → Production Costs

หรือ

Shipping Delay → Inventory ↓ → Rush Orders → Cost ↑

ปุ๋ยเกี่ยวอะไรกับฮอร์มุซ?

UNCTAD เตือนในเดือนมีนาคม 2026 ว่า การหยุดชะงักของฮอร์มุซ ไม่ได้กระทบเพียง น้ำมันและก๊าซ

แต่รวมถึง fertilizers ด้วย

ถ้าปุ๋ย หรือ feedstocks มีต้นทุนสูงขึ้น

ผลสามารถไหลต่อไปยัง

Fertilizer → Farm Cost → Food Supply → Food Prices

นี่เป็นตัวอย่างว่า energy chokepoint สามารถกลายเป็น food-security issue ได้ด้วย

LPG ทำให้เห็นผลกระทบต่อประชาชนได้ชัดยิ่งกว่า

IEA รายงานว่า ในเดือนมีนาคม 2026 เมื่อการเดินเรือ ผ่านฮอร์มุซลดลงอย่างหนัก

LPG export ผ่านช่องแคบ ลดจากเฉลี่ย ประมาณ 1.5 ล้านบาร์เรลต่อวัน ในปี 2025

เหลือประมาณ 0.3 ล้านบาร์เรลต่อวัน

ลดลงราว 80%

เกือบทั้งหมด ของ LPG จากตะวันออกกลาง ในปี 2025 ไปยังเอเชีย

และ IEA ประเมินว่า เกือบ 60% ของปริมาณที่ส่งมาเอเชีย เกี่ยวข้องกับ การทำอาหาร ของครัวเรือน ร้านอาหาร ร้านริมถนน และสถานประกอบการต่าง ๆ

+1 : “Geopolitics” อาจปรากฏอยู่ในเตาแก๊สของครอบครัวธรรมดา

คำว่า geopolitics ฟังเหมือนเรื่อง

ผู้นำประเทศ
กองทัพ
เรือรบ
แผนที่

แต่ transmission chain สามารถจบลงที่

ถังแก๊ส
ค่ารถ
ค่าไฟ
ปุ๋ย
อาหาร

ภูมิรัฐศาสตร์
ไม่จำเป็นต้องเดินมาถึงบ้าน
ในรูปทหารหรือรถถัง

บางครั้งมันมาถึง
ในรูปใบเสร็จ

ทุกครั้งที่เรือเปลี่ยนเส้น ของจะแพงขึ้นเสมอหรือ?

ไม่เสมอ

ตลาดมี adjustment mechanisms หลายอย่าง

Inventory

บริษัทอาจมีสินค้าคงคลัง เพียงพอรับช่วงแรก

Alternative Suppliers

ผู้ซื้อสามารถเปลี่ยน แหล่งจัดหา หากมีผู้ขายรายอื่น

Demand Reduction

เมื่อราคาแพง ผู้บริโภคอาจใช้ลดลง

Substitution

บางอุตสาหกรรม สามารถเปลี่ยนวัตถุดิบ หรือเชื้อเพลิง

Strategic Stock

รัฐสามารถใช้ สต็อกฉุกเฉิน ในบางกรณี

Rerouting

เรือสามารถอ้อม แม้ต้นทุนสูงขึ้น

+1 : Resilience คือ “ความสามารถในการเปลี่ยน”

ประเทศที่มี supplier ห้าราย

route สามทาง

fuel หลายชนิด

inventory

และแผนฉุกเฉิน

อาจรับ shock ได้ดีกว่า ประเทศที่ซื้อถูกกว่าเล็กน้อย ในวันปกติ แต่พึ่งทางเดียวทั้งหมด

Efficiency ↔ Resilience

นี่คือ trade-off สำคัญของ global supply chain

ทำไมบริษัทไม่เก็บสินค้าสำรองเยอะ ๆ ไปเลย?

เพราะ inventory มีต้นทุน

ต้องมี

โกดัง
เงินทุน
ประกัน
ระบบจัดการ
ความเสี่ยงสินค้าล้าสมัย

หลายทศวรรษที่ผ่านมา ธุรกิจจึงพยายามลด inventory ผ่านระบบ Just-in-Time

ซึ่งมีประสิทธิภาพมาก เมื่อ supply chain ทำงานปกติ

แต่ buffer น้อยลง ก็อาจทำให้ shock ส่งผ่านได้เร็วขึ้น

+1 : ประสิทธิภาพสูงสุดกับความมั่นคงสูงสุด ไม่ใช่เป้าหมายเดียวกัน

ลองคิดโรงพยาบาล ที่มีออกซิเจน พอดีสำหรับวันนี้

ในวันปกติ efficient มาก

ไม่มีของเหลือ ไม่มีต้นทุนเก็บ

แต่ถ้ารถส่งของ มาช้าสามวัน

ระบบล้มทันที

ดังนั้นคำถามที่ถูกต้อง ไม่ใช่

“มีของเหลือหรือไม่?”

แต่คือ

“ต้นทุนของ buffer เทียบกับต้นทุน ของการไม่มี buffer ในวันที่วิกฤต เป็นอย่างไร?”

ประเทศไทยควรทำอะไร?

ไม่ใช่สร้างกำแพง ปิดการค้า

ประเทศไทย ได้ประโยชน์มหาศาล จาก global trade

โจทย์คือ สร้าง strategic diversification

ความเสี่ยง	แนวคิดรับมือ
พึ่ง supplier น้อยราย	กระจายแหล่งนำเข้าและสร้าง commercial relationships หลายตลาด
พึ่ง route เดียว	ศึกษาทางเลือกท่าเรือ เส้นทางบก ท่อ และ logistics corridors
พลังงานนำเข้าสูง	เพิ่ม domestic alternatives ที่แข่งขันได้และเหมาะสม
ไม่มี buffer	กำหนด inventory และ strategic reserves ตามระดับความเสี่ยง
ราคาโลกผันผวน	เพิ่ม energy efficiency และ demand flexibility
ข้อมูลช้า	สร้าง real-time monitoring ของ trade, freight, inventory และ energy flows
ธุรกิจไม่รู้ exposure	สนับสนุน supply-chain mapping และ scenario planning

+1 สำหรับประเทศไทย : Strategic Stockpile ซื้อ “เวลา” ไม่ได้ซื้อชัยชนะ

สต็อกน้ำมัน ไม่สามารถแทน supply ได้ตลอดไป

แต่ซื้อเวลาให้ประเทศ

เจรจา
หาผู้ขายใหม่
ปรับ demand
เปลี่ยน logistics
รอเส้นทางกลับมา
หรือให้ตลาดปรับตัว

Strategic Stock → TIME → Adjustment

นี่คือเหตุผลที่ strategic reserves ควรคิดคู่กับ contingency plans

ถ้ามีสต็อก แต่ไม่มีแผนว่า จะใช้เมื่อไร แจกจ่ายอย่างไร และเติมกลับอย่างไร

buffer ก็ยังไม่สมบูรณ์

แล้วคลองใหม่หรือ Land Bridge แก้ chokepoint ได้ไหม?

โครงการ transport corridor ใหม่ สามารถเพิ่มทางเลือก ได้จริง

แต่ต้องวิเคราะห์ หลายมิติ

ปริมาณสินค้าที่คาดว่าจะใช้จริง

ต้นทุนก่อสร้าง

ต้นทุนขนถ่าย

เวลา transshipment

สิ่งแวดล้อม

การเวนคืนที่ดิน

การแข่งขันกับ route เดิม

ความมั่นคง

ผลตอบแทนตลอดอายุโครงการ

คำว่า “เป็นทางเลือกต่อมะละกา” ฟังเชิงยุทธศาสตร์น่าสนใจ

แต่ยังไม่ใช่ feasibility analysis

อย่าใช้คำว่า “Chokepoint” เป็นเหตุผลอนุมัติโครงการขนาดใหญ่โดยอัตโนมัติ

การมี strategic rationale ไม่ได้พิสูจน์ว่า โครงการหนึ่ง

คุ้มทุน
มี demand จริง
แข่งขันได้
หรือเป็นทางเลือกดีที่สุด

ยุทธศาสตร์ที่ดี ต้องผ่าน

วิศวกรรม เศรษฐศาสตร์ สิ่งแวดล้อม ภูมิรัฐศาสตร์ และ opportunity cost

พร้อมกัน

+1 : “สำคัญทางยุทธศาสตร์” กับ “คุ้มค่าทางเศรษฐกิจ” เป็นคำถามคนละข้อ

ฐานทัพ อาจไม่มีกำไร แต่มีคุณค่าความมั่นคง

ท่าเรือ อาจคุ้มเชิงพาณิชย์ แต่สร้างต้นทุนสิ่งแวดล้อมสูง

โครงการหนึ่ง อาจลดความเสี่ยงทางภูมิรัฐศาสตร์ แต่ใช้เงินมากกว่า ทางเลือกอื่นหลายเท่า

ดังนั้นนโยบายสาธารณะ ต้องประเมิน หลายบัญชีพร้อมกัน

แล้วประชาชนควรอ่านข่าว “ปิดช่องแคบ” อย่างไร?

8 คำถามก่อนตกใจ

1. ปิดจริงหรือ traffic ลด?
   สองอย่างนี้ต่างกันมาก
2. สินค้าชนิดไหนได้รับผล?
   น้ำมัน LNG ตู้สินค้า ปุ๋ย หรือทั้งหมด?
3. ปริมาณปกติเท่าไร?
   อย่าดูเฉพาะเปอร์เซ็นต์ที่ลด
4. มี route สำรองเท่าไร?
5. มี inventory กี่วัน?
6. เหตุการณ์คาดว่านานแค่ไหน?
7. ราคาขึ้นเพราะ supply จริงหรือ risk premium?
8. ไทยมี exposure โดยตรงหรือผ่านราคาตลาดโลก?

“น้ำมันไม่ขาด แต่ราคาแพงขึ้น” เกิดได้ไหม?

ได้

เพราะตลาด ต้องคิดถึง risk ก่อนของขาดจริง

insurance premiums อาจสูงขึ้น

freight rates อาจสูงขึ้น

เรืออาจหลีกเลี่ยงพื้นที่

ผู้ซื้ออาจสะสม inventory

traders อาจตีราคา future scarcity ไว้ล่วงหน้า

Risk ↑ → Cost / Premium ↑ → Price ↑

ดังนั้น physical shortage กับ price shock ไม่จำเป็นต้องเกิด วันเดียวกัน

+1 ชั้นลึก : Chokepoint ไม่ได้เป็นเพียงจุดที่ “ของผ่าน” — มันเป็นจุดที่ “ความคาดหวังของตลาดผ่าน” ด้วย

ข่าวเรือหนึ่งลำ ถูกโจมตี

อาจไม่ลด supply โลก อย่างมีนัยสำคัญ

แต่ถ้าตลาดตีความว่า เป็นสัญญาณของ การหยุดชะงักที่ใหญ่กว่า

ราคา insurance routing และ inventory decisions อาจเปลี่ยนทันที

จึงมีทั้ง

Physical Channel + Information Channel → Market Reaction

บริษัทไทยควรถามอะไรเกี่ยวกับ Supply Chain?

Supply-Chain Stress Test

1. Supplier หลักอยู่ประเทศใด?
2. สินค้าต้องผ่าน chokepoint ใด?
3. ถ้า route ปิด 30 วัน จะเกิดอะไร?
4. มี supplier สำรองที่ผ่าน route อื่นหรือไม่?
5. Inventory อยู่ได้กี่วัน?
6. สินค้าชนิดใด critical ที่สุด?
7. เปลี่ยนวัตถุดิบได้หรือไม่?
8. ลูกค้าจะยอมรอหรือเปลี่ยนผู้ขาย?

+1 : Supplier สองรายไม่ได้แปลว่า Diversification ถ้าทั้งสองรายใช้เรือลอดช่องแคบเดียวกัน

นี่เป็นจุดที่ supply-chain mapping สำคัญมาก

บริษัทอาจมี supplier

บริษัท A
บริษัท B
บริษัท C

ดูเหมือนกระจายดี

แต่ถ้าทั้งสาม

ใช้โรงงานในภูมิภาคเดียวกัน
ใช้ท่าเรือเดียวกัน
ผ่านคลองเดียวกัน
ใช้วัตถุดิบจากแหล่งเดียวกัน

ความเสี่ยงจริง ยังรวมศูนย์อยู่

Diversification ที่แท้จริง
ไม่ได้นับเพียง
จำนวนชื่อ supplier

แต่ต้องนับ
จำนวน independent failure paths

ประชาชนธรรมดาควรเตรียมตัวด้วยการกักตุนไหม?

โดยทั่วไป การรีบกักตุน เมื่อมีข่าววิกฤต อาจทำให้ ปัญหารุนแรงขึ้น

Fear → Panic Buying → Temporary Shortage

การเตรียมพร้อมที่มีเหตุผล คือมีของจำเป็น ระดับเหมาะสม ตามคำแนะนำของหน่วยงานรัฐ และสถานการณ์จริง

ไม่ใช่แย่งซื้อ เพราะข้อความบน social media

+1 : ความตื่นตระหนกสามารถสร้าง Supply Shock ที่เดิมไม่มีอยู่ได้

ถ้าร้านมีน้ำมัน พอสำหรับความต้องการปกติ

แต่ทุกคน เติมเต็มถังพร้อมกัน และซื้อภาชนะสำรอง

สถานีสามารถ ของหมดชั่วคราว

โดย supply chain ต้นทางยังไม่ขาด

นี่เรียกว่า demand spike มากกว่า physical supply collapse

Information literacy จึงเป็นส่วนหนึ่ง ของ resilience เช่นกัน

บทเรียนของปี 2026 คืออะไร?

วิกฤตฮอร์มุซ ให้เราเห็นทั้งระบบ ภายในไม่กี่เดือน

Conflict → Shipping ↓ → Production ↓ → Prices ↑

Emergency Stocks + Demand Response + Diplomacy

Shipping resumes → Supply outlook improves → Prices ↓

นี่คือ systems thinking ในโลกจริง

+1 ชั้นสุดท้าย : โลกาภิวัตน์ทำให้เรามีของมากขึ้นและถูกลง — แต่ทำให้ “เหตุการณ์ไกลตัว” เดินทางมาถึงเราเร็วขึ้นด้วย

ข้อดีของ global trade คือ

ประเทศไม่ต้อง ผลิตทุกอย่างเอง

เราได้สินค้า จากผู้ผลิตที่เก่งกว่า ถูกกว่า หรือมีทรัพยากรเหมาะกว่า

แต่ด้านกลับคือ

เมื่อระบบเชื่อมกัน

shock ก็เดินทางตาม network ได้

Connectivity
สร้างทั้ง

Efficiency
และ
Contagion of Risk

คำตอบจึงไม่ใช่ “ตัดตัวเองออกจากโลก”

แต่คือ เชื่อมกับโลก โดยเข้าใจจุดเปราะบาง และสร้างทางเลือกไว้ล่วงหน้า

สรุปบทเรียน

โลกมีมหาสมุทร กว้างมหาศาล

แต่การค้าโลก กระจุกตัวผ่าน ประตูไม่กี่บาน

ฮอร์มุซ สำคัญต่อน้ำมันและ LNG

สุเอซ สำคัญต่อการค้า เอเชีย–ยุโรป

มะละกา สำคัญต่อเอเชีย และการไหลของพลังงาน

ปานามา เชื่อมแอตแลนติก กับแปซิฟิก

เมื่อประตูหนึ่งติดขัด ผลไม่ได้หยุดอยู่ ที่เรือหน้าประตู

มันสามารถเดินต่อไปถึง

ระยะเวลาขนส่ง
ค่าเรือ
ประกัน
inventory
การผลิต
พลังงาน
ปุ๋ย
อาหาร
และค่าครองชีพ

เหตุการณ์ฮอร์มุซ ปี 2026 แสดงให้เห็นชัดว่า

ช่องแคบกว้างเพียงประมาณ 54 กิโลเมตร สามารถมีบทบาทต่อ น้ำมันทางทะเล ประมาณหนึ่งในสี่ของโลก

และเมื่อการเดินเรือ แทบหยุด

โลกถึงกับต้องนำ น้ำมันสำรอง 400 ล้านบาร์เรล มาเป็น buffer

แต่บทเรียน ไม่ได้มีไว้ให้กลัว

มันมีไว้ให้ ออกแบบระบบดีขึ้น

Diversify suppliers

Diversify routes

Maintain reserves

Map dependencies

Prepare contingency plans

และสำหรับประชาชน สิ่งสำคัญคือ เข้าใจว่า

ข่าวช่องแคบ หลายพันกิโลเมตรจากบ้าน

ไม่ได้เป็นข่าวต่างประเทศ โดยสมบูรณ์

เพราะในโลกที่เชื่อมโยงกัน

ภูมิศาสตร์อันห่างไกล สามารถเดินทางมาหาเรา ในรูปของราคา

และคำถามที่ควรจำคือ

“ระบบนี้มีทางเลือกกี่ทาง ถ้าทางหลักใช้ไม่ได้?”

เพราะคำตอบของคำถามนี้ อาจสำคัญกว่า การถามเพียงว่า

“วันนี้ซื้อจากใครถูกที่สุด?”

แหล่งข้อมูลสำหรับตรวจสอบและอ่านต่อ

• International Energy Agency (IEA), Strait of Hormuz — Factsheet, updated February 2026.
  International Energy Agency
• International Energy Agency, Oil Market Report — March 2026.
  IEA
• International Energy Agency, Update on IEA collective action decision of 11 March 2026, 15 March 2026.
  IEA
• International Energy Agency, Energy crisis threatens world's most vulnerable as cooking fuel shortages grow, 2026.
  IEA
• U.S. Energy Information Administration, EIA increases global oil production forecast after the opening of the Strait of Hormuz, 7 July 2026.
  U.S. EIA
• UN Trade and Development (UNCTAD), Hormuz shipping disruptions raise risks for energy, fertilizers and vulnerable economies, 10 March 2026.
  UNCTAD
• International Monetary Fund, Red Sea Attacks Disrupt Global Trade, 7 March 2024.
  IMF
• กรมเชื้อเพลิงธรรมชาติ กระทรวงพลังงาน, ข้อมูลทรัพยากรและสมดุลปิโตรเลียมประเทศไทย.
  Department of Mineral Fuels
• สำนักงานนโยบายและแผนพลังงาน กระทรวงพลังงาน, สถิติภาพรวมพลังงานประเทศไทย, ข้อมูลปัจจุบันถึงปี 2026.
  EPPO

หมายเหตุทางวิชาการ: คำว่า maritime chokepoint ไม่มีเกณฑ์เดียว ที่ใช้จัดอันดับ ความสำคัญทุกประเภท ช่องแคบหนึ่ง อาจสำคัญต่อ น้ำมัน อีกแห่งสำคัญต่อ container trade หรือ LNG

ตัวเลขฮอร์มุซ ประมาณ 20 ล้านบาร์เรลต่อวัน และราว 25% ของ seaborne oil trade เป็นข้อมูลการไหลเฉลี่ย สำหรับปี 2025 ที่ IEA ประมวลผล ไม่ควรตีความว่า ปริมาณทุกวัน เท่ากัน 20 ล้านบาร์เรลพอดี

คำว่า 80% มุ่งสู่เอเชีย เป็นสัดส่วนของ oil flows ผ่านฮอร์มุซ ตามข้อมูล IEA สำหรับปี 2025 destination mix สามารถเปลี่ยนได้ ตามตลาด ราคา sanctions และภาวะการค้า

การปล่อยน้ำมันฉุกเฉิน 400 ล้านบาร์เรล ของ IEA ในเดือนมีนาคม 2026 เป็นมาตรการตอบสนอง ต่อ disruption ในตลาดพลังงานขณะนั้น ไม่ควรตีความว่า น้ำมัน 400 ล้านบาร์เรล ถูกปล่อยออก พร้อมกันทั้งหมด ในวันเดียว

ตัวเลขการค้าผ่านสุเอซ ลด 50% และปานามาลด 32% เป็นการเปรียบเทียบ ช่วงสองเดือนแรกของปี 2024 กับช่วงเดียวกันของปีก่อน ตาม IMF ไม่ใช่สถิติปกติ ของทุกปี

การเพิ่มเวลา ประมาณ 10 วันหรือมากกว่า จากการอ้อม Cape of Good Hope เป็นค่าเฉลี่ยเชิงประมาณ สำหรับเส้นทางที่เกี่ยวข้อง ในบริบทการหยุดชะงัก ทะเลแดง เวลาเดินทางจริง ขึ้นกับ ต้นทาง ปลายทาง ชนิดเรือ ความเร็ว สภาพทะเล และ port schedules

ข้อมูลประเทศไทย ที่ระบุว่า ทรัพยากรปิโตรเลียมภายในประเทศ รองรับประมาณ 28% ของความต้องการ และอีกประมาณ 72% มาจากต่างประเทศ เป็นภาพจากข้อมูลปี 2023 ของกรมเชื้อเพลิงธรรมชาติ ในกรอบสมดุลปิโตรเลียมที่หน่วยงานใช้ ไม่ควรนำไปเท่ากับ สัดส่วน crude-oil imports หรือสรุปว่า 72% ต้องผ่านฮอร์มุซ

บทความนี้ใช้เหตุการณ์ ฮอร์มุซปี 2026 เป็นกรณีศึกษา ด้าน supply-chain resilience การกล่าวถึงรัฐ สงคราม หรือข้อตกลง มีจุดประสงค์เพื่ออธิบาย ผลต่อ trade flows และตลาดพลังงาน ไม่ใช่การตัดสิน ความถูกผิดทางการเมือง ของคู่ขัดแย้ง

ห้องสมุดประชาชน · ความรู้สำหรับคนไทย
โลกกว้างใหญ่ แต่สินค้าโลก จำนวนมหาศาล ต้องเดินผ่าน ประตูเล็ก ๆ ไม่กี่บาน วันปกติ เราแทบไม่รู้ ว่าประตูเหล่านั้นมีอยู่ แต่เมื่อประตูหนึ่งติดขัด เราจึงเริ่มเห็น เส้นด้ายที่เชื่อม เรือ
น้ำมัน
โรงงาน
รถบรรทุก
ร้านค้า
และกระเป๋าสตางค์ของเรา เข้าด้วยกัน ดังนั้นความมั่นคง ในโลกที่เชื่อมโยงกัน ไม่ได้หมายความว่า “เราต้องไม่พึ่งใคร” แต่หมายความว่า “ถ้าทางหนึ่งปิด — เรายังมีอีกทางให้ไปหรือไม่?”

บทที่ 36 ทำไมกรุงเทพฯ ร้อนกว่าชนบท? เมืองกำลังสร้าง “เกาะความร้อน” ของตัวเองหรือไม่?

ความรู้ที่โรงเรียนไม่ค่อยสอน · สิ่งแวดล้อม × เมือง × สุขภาพ

ทำไมกรุงเทพฯ
ร้อนกว่าชนบท?
เมืองกำลังสร้าง “เกาะความร้อน” ของตัวเองหรือไม่?

เดินกลางทุ่งตอนเย็น กับเดินกลางเมืองตอนเย็น อุณหภูมิอากาศ อาจดูใกล้กัน แต่ความรู้สึก อาจต่างกันมาก ถนนยังคายความร้อน กำแพงยังอุ่น ลมแทบไม่ผ่าน เครื่องปรับอากาศ กำลังเป่าความร้อนออกมา เมืองไม่ได้เพียงรับความร้อนจากดวงอาทิตย์ — มันสามารถเก็บ สร้าง และหมุนเวียนความร้อนของตัวเองด้วย

เวลาเราพูดว่า “ปีนี้ร้อน” เรามักคิดถึง Climate Change ก่อน และถูกต้องว่า ภาวะโลกร้อนกำลังเพิ่ม baseline temperature และความเสี่ยงจาก extreme heat แต่คนสองคน อยู่ภายใต้ภูมิอากาศเดียวกัน อาจได้รับความร้อน ไม่เท่ากัน คนหนึ่งอยู่ ใต้ต้นไม้ ใกล้น้ำ บนพื้นดินที่ซึมน้ำได้ อีกคนอยู่ ท่ามกลาง ถนนยางมะตอย คอนกรีต กระจก เครื่องยนต์ และเครื่องปรับอากาศ ตรงนี้คือเรื่องของ Urban Heat Island — ปรากฏการณ์เกาะความร้อนเมือง

Urban Heat Island คืออะไร?

พูดง่าย ๆ คือ พื้นที่เมือง มีอุณหภูมิสูงกว่า พื้นที่ชนบทหรือพื้นที่รอบเมือง

เพราะเมือง เปลี่ยนพื้นผิวธรรมชาติ ให้เป็น

ถนน + คอนกรีต + อาคาร + หลังคา + กิจกรรมมนุษย์

พื้นผิวเหล่านี้ รับ เก็บ สะสม และคายพลังงาน ต่างจาก ต้นไม้ ดิน หรือแหล่งน้ำ

2.8°C บางเขตกรุงเทพฯ

รายงาน World Bank–BMA ปี 2025 พบว่าเขตอย่าง ปทุมวัน บางรัก ราชเทวี และพญาไท โดยเฉลี่ยอาจร้อนกว่าชนบทโดยรอบ ถึงประมาณ 2.8°C

ความแตกต่างไม่ได้เท่ากัน ทุกวัน ทุกเวลา หรือทุกจุด แต่แสดงให้เห็นว่า รูปแบบเมืองมีอิทธิพล ต่อความร้อนอย่างมีนัยสำคัญ

ทำไมคอนกรีตกับยางมะตอยจึงสำคัญ?

พื้นผิวแต่ละชนิด มีคุณสมบัติ ด้านพลังงานต่างกัน

บางพื้นผิว ดูดซับพลังงานแสงอาทิตย์ ได้มาก

แล้วค่อย ๆ ปล่อยพลังงานนั้นกลับ ในรูปความร้อน

ลองเดินเท้าเปล่า บนสนามหญ้า กับบนลานคอนกรีต ตอนบ่าย

อากาศเหนือพื้นที่ อาจมาจากมวลอากาศเดียวกัน

แต่เท้าของเรา รับรู้ทันทีว่า surface energy ไม่เหมือนกัน

เมืองไม่ได้มีเพียง “อุณหภูมิอากาศ”

มนุษย์กำลังอยู่ท่ามกลาง พื้นผิวที่แลกเปลี่ยนความร้อนกับร่างกายเรา ตลอดเวลา

+1 แรก : เวลาดูอากาศ อย่าดูเพียง “กี่องศา”

มนุษย์รับความร้อน จากหลายทาง

• อุณหภูมิอากาศ
• ความชื้น
• แสงอาทิตย์
• ลม
• ความร้อนแผ่ออกจากพื้นผิว
• ความร้อนที่ร่างกายสร้างเองจากการทำงาน

ดังนั้น คนเดินใต้ต้นไม้ กับคนยืนกลางลานคอนกรีต

อาจเห็น temperature reading ใกล้กัน

แต่ heat exposure ต่างกันมาก

ต้นไม้ทำให้เย็นลงได้อย่างไร?

อย่างน้อย สองกลไกสำคัญ

เงา

Shade

ลดพลังงานแสงอาทิตย์ ที่ตกลงบนคน ถนน ผนัง และพื้นผิว

น้ำ

Evapotranspiration

พืชใช้น้ำ และปล่อยไอน้ำ ทำให้พลังงานส่วนหนึ่ง ถูกใช้ในการเปลี่ยนสถานะของน้ำ แทนที่จะกลายเป็น sensible heat ทั้งหมด

งานวิจัยจาก มหาวิทยาลัยเกษตรศาสตร์ ในพื้นที่สีเขียวกรุงเทพฯ ยังศึกษาการแลกเปลี่ยนพลังงาน ของโครงสร้างพืชเมืองโดยตรง แสดงให้เห็นว่า องค์ประกอบของพืช มีผลต่อ energy balance ของพื้นที่สีเขียว

+1 : “พื้นที่สีเขียว” ไม่ควรวัดเพียงจำนวนตารางเมตร

สนามหญ้ากลางแดด

แนวต้นไม้ใหญ่ ให้ร่มเงาทางเท้า

สวนขนาดใหญ่

ต้นไม้เล็กในกระถาง

อาจถูกนับว่า “green space” ทั้งหมด

แต่บริการด้าน cooling ไม่เท่ากัน

ดังนั้นเมือง ควรถามด้วยว่า

พื้นที่สีเขียวอยู่ตรงไหน? ให้ร่มเงาแก่ใคร? ต่อเนื่องหรือไม่? และคนเดินเท้าเข้าถึงได้หรือไม่?

อาคารสูงทำให้เมืองเย็นเพราะมีเงา หรือร้อนเพราะขวางลม?

อาจเกิดได้ทั้งสองอย่าง

อาคาร สร้างร่มเงาได้

แต่รูปแบบ ความสูง ระยะห่าง แนวถนน และ urban canyon สามารถเปลี่ยน air flow และการระบายความร้อน

พื้นผิวอาคาร ยังรับ สะสม และสะท้อน พลังงาน

ดังนั้นคำว่า “สร้างตึกน้อยลง” ไม่ใช่สูตรสำเร็จ

ประเด็นคือ urban design

ทำไมกลางคืนจึงสำคัญ?

ร่างกายต้องการ ช่วงเวลาที่อุณหภูมิลดลง เพื่อฟื้นตัว จากความร้อนในตอนกลางวัน

แต่เมือง สามารถเก็บความร้อน ไว้ในพื้นผิว แล้วค่อยปล่อย ออกมาในตอนค่ำ

กลางวัน → พื้นผิวรับพลังงาน → สะสม → กลางคืนคายความร้อน

WHO ระบุว่า Urban Heat Island มักเด่นชัดเป็นพิเศษ ในเวลากลางคืน

ในบางบริบท เมืองสามารถอุ่นกว่า พื้นที่รอบนอก อย่างมากในยามค่ำคืน

+1 : คืนที่ไม่เย็นอาจอันตรายกว่าวันร้อนเพียงอย่างเดียว

ถ้ากลางวันร้อน แต่กลางคืนเย็นลงมาก

ร่างกาย อาคาร และระบบเมือง ยังมีช่วงพัก

แต่ถ้า

กลางวันร้อน + กลางคืนยังร้อน

ความเครียดจากความร้อน สะสมต่อเนื่อง

โดยเฉพาะ ผู้สูงอายุ เด็ก คนมีโรคเรื้อรัง และคนที่ไม่มีเครื่องปรับอากาศ

ความร้อนไม่ได้กระทบทุกคนเท่ากัน

คนทำงานกลางแจ้ง

ก่อสร้าง ส่งของ ค้าขาย ขับรถ รักษาความปลอดภัย และแรงงานบริการจำนวนมาก หลีกเลี่ยงความร้อนได้ยาก

ผู้สูงอายุ

การควบคุมอุณหภูมิร่างกาย และภาวะสุขภาพ อาจเพิ่มความเสี่ยง

เด็ก

ระบบควบคุมความร้อน และพฤติกรรมการดื่มน้ำ ต่างจากผู้ใหญ่

ครัวเรือนรายได้น้อย

อาจมีบ้านร้อนกว่า ต้นไม้น้อยกว่า หรือไม่สามารถใช้เครื่องปรับอากาศ ได้ตลอดเวลา

1.3M แรงงานกลางแจ้ง · Bangkok 2019

รายงาน World Bank–BMA ประเมินว่า ในปี 2019 แรงงานกรุงเทพฯ ประมาณ 1.3 ล้านคน หรือราวหนึ่งในสี่ของแรงงานเมือง ทำงานกลางแจ้ง อย่างน้อยหนึ่งวันต่อสัปดาห์

นี่ทำให้ความร้อน เป็นทั้งปัญหาสุขภาพ และปัญหาแรงงาน

+1 ใหญ่ : เครื่องปรับอากาศทำให้ “ห้องเย็น” แต่ไม่ได้ทำให้ “เมืองเย็น” เสมอไป

เครื่องปรับอากาศ ทำงานโดย ย้ายความร้อน จากด้านใน ออกไปด้านนอก

พร้อมใช้พลังงาน

Indoor Heat → Air Conditioner → Outdoor Heat

ดังนั้นในพื้นที่ ที่มีเครื่องปรับอากาศ จำนวนมหาศาล

คนด้านในอาจเย็นขึ้น แต่ heat rejection และการใช้ไฟ เพิ่มภาระ ต่อระบบเมือง

ถ้าไฟฟ้านั้น ผลิตจากเชื้อเพลิงฟอสซิล ก็ยังเชื่อมกลับไป สู่ greenhouse gas emissions อีกชั้นหนึ่ง

฿17B ค่าไฟเพิ่มต่อปี

World Bank–BMA ประเมินว่า หากอุณหภูมิเฉลี่ยกรุงเทพฯ เพิ่มขึ้น 1°C อาจทำให้ต้นทุนไฟฟ้า เพื่อการทำความเย็น เพิ่มประมาณ 17,000 ล้านบาทต่อปี หากไม่มีมาตรการเพียงพอ

แล้วความร้อนทำให้คนทำงานได้น้อยลงจริงหรือ?

เมื่อร่างกาย ต้องระบายความร้อนมากขึ้น

งานหนัก จะทำได้ยากขึ้น

ต้องพักบ่อยขึ้น

ความผิดพลาด และความเสี่ยงอุบัติเหตุ อาจเพิ่มขึ้น

โดยเฉพาะงานกายภาพ กลางแจ้ง หรือพื้นที่ร้อน

3.4% potential productivity loss

รายงานกรุงเทพฯ ประเมินว่า อุณหภูมิเมืองเพิ่ม 1°C อาจทำให้ผลิตภาพแรงงาน ลดลงได้ถึงประมาณ 3.4% ภายใต้สมมติฐานของการศึกษา

฿44B+ ค่าจ้างสูญเสียต่อปี

ผลดังกล่าวอาจสัมพันธ์กับ การสูญเสียค่าจ้าง มากกว่า 44,000 ล้านบาทต่อปี

+1 : Heat Policy คือ Economic Policy

ถ้าแรงงาน ทำงานได้สั้นลง

ธุรกิจ ผลิตได้น้อยลง

ค่าไฟเพิ่ม

โรงพยาบาลรับผู้ป่วยมากขึ้น

ถนนและโครงสร้าง เสื่อมเร็วขึ้น

ความร้อนจึงไม่ใช่ เพียงปัญหา กรมอุตุนิยมวิทยา หรือกรมสิ่งแวดล้อม

อุณหภูมิของเมือง
สามารถกลายเป็น
ตัวแปรทางเศรษฐกิจ ได้

ถ้าร้อนขึ้น 1°C จริง ๆ อาจมีผลต่อชีวิตแค่ไหน?

2,300+ heat-related deaths / year

World Bank–BMA ประเมินว่า อุณหภูมิเฉลี่ยกรุงเทพฯ เพิ่ม 1°C โดยไม่มีมาตรการเพียงพอ อาจสัมพันธ์กับ การเสียชีวิตจากความร้อน มากกว่า 2,300 รายต่อปี

ตัวเลขนี้เป็น modelled estimate ภายใต้สมมติฐานของรายงาน ไม่ใช่จำนวนที่เกิดขึ้นแล้วในปัจจุบัน

ข้อสำคัญ: 1°C ของอุณหภูมิเฉลี่ย ไม่ได้แปลว่า “ทุกวันร้อนขึ้นเท่ากันหนึ่งองศา”

การเปลี่ยนค่าเฉลี่ย สามารถเชื่อมกับ การเปลี่ยน

จำนวนวันร้อนจัด
ความยาว heatwave
อุณหภูมิกลางคืน
และช่วงปลายสุดของ distribution

ดังนั้นผลสุขภาพ ไม่ควรคิดแบบ “หนึ่งองศาก็แค่นิดเดียว”

กรุงเทพฯ ร้อนตรงไหนมาก?

รายงานปี 2025 พบความแตกต่าง ระหว่างเขต

พื้นที่ใจกลางเมือง ที่มี

อาคารหนาแน่น
คอนกรีตมาก
กิจกรรมเศรษฐกิจสูง
และพื้นที่ธรรมชาติน้อย

มีแนวโน้ม เกิด heat island มากกว่า

งาน Landsat ที่ศึกษากรุงเทพฯ ช่วง 2014–2016 ก็พบว่า land-use classes บริเวณ city core มี surface heat island intensity เฉลี่ยราว 4°C ในข้อมูลที่วิเคราะห์

+1 : อุณหภูมิเมืองอาจถูกอ่านเป็น “แผนที่ความเหลื่อมล้ำ” ได้บางส่วน

ลองซ้อนแผนที่

temperature
tree canopy
income
housing quality
public transit
age distribution
outdoor workers

เราอาจพบว่า คนที่มีความเสี่ยงสูง ไม่ได้กระจายแบบสุ่ม

บางชุมชน อาจมี

ต้นไม้น้อย
บ้านเก็บความร้อน
พื้นที่สาธารณะน้อย
ทำงานกลางแจ้งมาก
และจ่ายค่า cooling ยาก

ความร้อนเป็นปรากฏการณ์ฟิสิกส์
แต่การที่ใครต้องรับมันมากกว่าใคร
เป็นเรื่องสังคมด้วย

Cool Roof ช่วยได้หรือ?

หลักการคือ เพิ่มความสามารถ สะท้อนพลังงานแสงอาทิตย์ และลดการดูดซับความร้อน ของหลังคา

แต่ผลจริงขึ้นกับ

วัสดุ

สี

ฉนวน

โครงสร้างอาคาร

สภาพอากาศ

บริบทพื้นที่

จึงไม่ควรตีความว่า “ทาทุกหลังเป็นสีขาวแล้วเมืองหายร้อน”

แต่ reflective materials เป็นหนึ่งในเครื่องมือ ของ heat mitigation เมื่อใช้ถูกบริบท

แล้ว Green Roof ล่ะ?

หลังคาที่มีพืช สามารถช่วย

ให้ร่มเงาพื้นผิว

เพิ่ม evapotranspiration

ลด surface temperature

ช่วยจัดการ stormwater ในบางระบบ

เพิ่มพื้นที่สีเขียวในเมืองหนาแน่น

แต่มีต้นทุน

โครงสร้างรับน้ำหนัก
ระบบน้ำ
บำรุงรักษา
และการเลือกพันธุ์พืช

ดังนั้น Urban Heat ไม่มี silver bullet ชนิดเดียว

+1 : เมืองเย็นไม่ได้เกิดจาก “โครงการสวนใหญ่หนึ่งสวน” แต่จาก Cooling Network

คนเดินจากบ้าน ไปป้ายรถเมล์

ถ้ามีสวนใหญ่ อยู่ห่างออกไป 5 กิโลเมตร

สวนมีคุณค่ามาก

แต่ระหว่างทาง คนยังอาจเดิน บนทางเท้าที่ไม่มีเงา

ดังนั้นเมืองควรคิด

Park + Street Trees + Shaded Walkways + Water + Cool Buildings

เป็น network

ไม่ใช่ collection ของโครงการแยก ๆ

Cooling Center คืออะไร?

คือสถานที่ ที่ประชาชน สามารถเข้าไปพัก จาก extreme heat ได้

เช่น

ห้องสมุด

ศูนย์ชุมชน

อาคารราชการ

สถานีขนส่ง

พื้นที่สาธารณะปรับอากาศบางประเภท

World Bank–BMA เสนอให้กรุงเทพฯ ขยาย cooling centers และ hydration points พร้อมระบบแจ้งเตือน ที่ครอบคลุมประชากรเปราะบาง มากขึ้น

+1 : อาคารสาธารณะสามารถเป็น “Climate Infrastructure” ได้โดยไม่ต้องสร้างใหม่

ห้องสมุด ที่มีอยู่แล้ว

โรงเรียน หลังเวลาเรียน

ศูนย์ชุมชน

อาคารราชการ

อาจถูกออกแบบ ให้ทำหน้าที่เพิ่ม ในวันที่ heatwave รุนแรง

นี่คือแนวคิด multi-use infrastructure

ใช้ทรัพย์สินเดิม ให้สร้าง resilience เพิ่มขึ้น

เมืองควรเตือนประชาชนอย่างไร?

คำว่า “วันนี้ร้อน” ไม่เพียงพอ

ระบบเตือนที่ดี ควรช่วยตอบว่า

Heat Alert ที่มีประโยชน์ควรบอก

1. วันนี้ความเสี่ยงระดับไหน?
2. ช่วงเวลาใดอันตรายที่สุด?
3. ใครมีความเสี่ยงสูง?
4. ควรลดกิจกรรมแบบไหน?
5. ดื่มน้ำและพักอย่างไร?
6. Cooling center อยู่ที่ไหน?
7. อาการ heat exhaustion / heat stroke เป็นอย่างไร?

Bangkok Metropolitan Administration ได้เริ่ม Heat Action Plan ระบบแจ้งเตือน และโครงการเพิ่มพื้นที่สีเขียวแล้ว แต่รายงาน 2025 ชี้ว่ายังมีพื้นที่ขยายได้อีกมาก

Climate Change กับ Urban Heat Island เป็นเรื่องเดียวกันไหม?

ไม่

แต่ซ้อนกัน

Global Warming → Baseline Temperature ↑
Urban Form → Local Heat Island

สองอย่างร่วมกัน → Urban Heat Risk ↑↑

Climate Change เกิดในระดับโลก

Urban Heat Island เกิดจากรูปแบบพื้นที่ และเมืองในระดับท้องถิ่น

ดังนั้น แม้เมืองหนึ่ง ไม่สามารถแก้โลกร้อน คนเดียวได้

มันยังสามารถ ลดความร้อนเฉพาะพื้นที่ ได้ด้วยการออกแบบเมือง

+1 สำคัญ : Mitigation กับ Adaptation สามารถเกิดบนถนนเส้นเดียวกัน

ปลูกต้นไม้ริมถนน

อาจช่วย

ให้ร่มเงา
ลดความร้อน
เพิ่มการเดินเท้า
ดูดซับคาร์บอนบางส่วน
ลดการใช้ cooling ในอาคารบางบริบท

จึงสามารถมี ทั้งประโยชน์ด้าน

Adaptation + Mitigation + Public Health + Urban Quality

นโยบายเมืองที่ดี จึงควรมองหา co-benefits

แล้วต้นไม้ทุกต้นดีเสมอไหม?

ต้นไม้มีประโยชน์มาก แต่การออกแบบ ต้องใช้ความรู้

ต้องคิดถึง

ชนิดพันธุ์

ระบบราก

ปริมาณน้ำ

ความทนร้อน

พื้นที่ใต้ดิน

ทางเดิน

สายไฟ

การบำรุงรักษา

ตำแหน่งร่มเงาที่ต้องการจริง

ต้นไม้ที่ปลูก แล้วตายสองปีต่อมา ไม่ได้สร้าง resilience ระยะยาว

เมืองไม่ได้ต้องการเพียง
จำนวนต้นไม้ที่ปลูก

แต่ต้องการ
จำนวนต้นไม้ที่โต อยู่รอด ให้ร่มเงา และอยู่ถูกที่

ถ้าเป็นเทศบาล ควรวัดอะไร?

อย่าวัดเพียง...	ควรวัดเพิ่ม...
จำนวนต้นไม้ที่ปลูก	อัตรารอด canopy coverage และร่มเงาที่เกิดจริง
พื้นที่สวนรวม	ประชาชนเข้าถึงพื้นที่เย็นภายในระยะเดินหรือไม่
อุณหภูมิเฉลี่ยเมือง	Hotspots รายย่านและอุณหภูมิกลางคืน
จำนวนเครื่องปรับอากาศ	ภาระไฟสูงสุดและ affordability ของ cooling
จำนวน Heat Alerts	ประชาชนกลุ่มเสี่ยงได้รับและปฏิบัติตามได้หรือไม่
จำนวน Cooling Centers	เวลาเปิด ความจุ ระยะทาง และการเข้าถึงจริง
จำนวนผู้เสียชีวิต	heat illness, ambulance calls, productivity loss และ occupational exposure

+1 สำหรับประเทศไทย : Heat Map ควรกลายเป็นข้อมูลพื้นฐานของผังเมือง

ถ้าเรารู้ว่า ย่านไหนร้อนที่สุด

เราสามารถ จัดลำดับ

ต้นไม้
shade structures
cool roofs
hydration points
cooling centers
health outreach

ไปยังพื้นที่นั้น ก่อน

รายงาน World Bank–BMA จึงเสนอ local-level heat mapping เป็นหนึ่งในเครื่องมือสำคัญ

สิ่งที่วัดได้เป็นรายย่าน
สามารถถูกจัดการเป็นรายย่านได้

ลองมองรอบตัว: Heat Walk 15 นาที

เดินหนึ่งเส้นทางแล้วสังเกต 8 อย่าง

1. Shade: ช่วงทางเท้ากี่เปอร์เซ็นต์มีร่มเงา?
2. Surface: พื้นเป็นดิน หญ้า คอนกรีต หรือยางมะตอย?
3. Trees: ต้นไม้ให้ร่มเงาจริงหรือเพิ่งปลูก?
4. Buildings: มีพื้นผิวกระจกหรือผนังที่แผ่/สะท้อนความร้อนมายังคนเดินหรือไม่?
5. Traffic: มีเครื่องยนต์ รถติด และแหล่งความร้อนมากเพียงใด?
6. Air Flow: ลมเดินผ่านหรือถูกอาคารปิดกั้น?
7. Water: มีน้ำดื่มหรือจุดพักหรือไม่?
8. Human Exposure: ใครต้องอยู่ตรงนี้นานที่สุด—คนเดิน คนขายของ คนส่งอาหาร รปภ. หรือคนรอรถ?

เส้นทางนี้ อาจทำให้เรา เริ่มอ่านเมือง แบบเดียวกับที่นักออกแบบ และนักภูมิอากาศเมืองอ่าน

+1 ชั้นลึก : ถนนหนึ่งเส้นอาจเป็น “เครื่องปรับอากาศของเมือง” หรือ “เตาอบของเมือง” ก็ได้

ถนนไม่ใช่เพียง ช่องให้รถผ่าน

มันมี

พื้นผิว
ต้นไม้
เงา
อาคารสองข้าง
ลม
รถ
คน
และการแลกเปลี่ยนพลังงาน

ถ้าออกแบบ เพื่อรถอย่างเดียว

เราอาจได้

ถนนกว้าง
พื้นแข็งมาก
ต้นไม้น้อย
คนเดินรับแดดเต็ม ๆ

แต่ถ้าออกแบบ เพื่อ thermal comfort ด้วย

ถนนเส้นเดียวกัน สามารถเป็น cool corridor ได้มากขึ้น

ความร้อนเปลี่ยนวิธีคิดเรื่อง “เมืองน่าอยู่” อย่างไร?

เราเคยถามว่า

รถติดไหม?
มีรถไฟฟ้าไหม?
มีร้านค้าไหม?
เดินทางกี่นาที?

ต่อไปอาจต้องถามเพิ่ม:

เดินกลางวันได้ไหม?

ผู้สูงอายุรอรถตรงไหน?

เด็กเดินกลับโรงเรียนมีร่มเงาหรือไม่?

คนส่งอาหารมีจุดพักหรือไม่?

ตลาดกลางแจ้งมีน้ำและ ventilation หรือไม่?

คนไม่มีแอร์ไปหลบร้อนที่ไหน?

นี่คือ heat-resilient urbanism

+1 ชั้นสุดท้าย : ความร้อนในเมืองไม่ใช่ “ภัยธรรมชาติ” ทั้งหมด เพราะส่วนหนึ่งเราออกแบบมันเอง

ดวงอาทิตย์ เป็นธรรมชาติ

Climate Change เป็นปัญหาระดับโลก

แต่การเลือก

ว่าจะมีต้นไม้หรือไม่
ใช้วัสดุอะไร
ทำทางเท้าอย่างไร
เปิดพื้นที่ลมตรงไหน
สร้างสวนตรงไหน
ให้คนรอรถใต้แดดหรือใต้ร่ม
มี cooling center หรือไม่

คือ human decisions

ถ้าส่วนหนึ่งของความร้อน
ถูกสร้างขึ้นจากการออกแบบเมือง

นั่นหมายความว่า
ส่วนหนึ่งของความร้อน ก็สามารถถูกลดลง ด้วยการออกแบบเมืองเช่นกัน

สรุปบทเรียน

กรุงเทพฯ ไม่ได้ร้อนเพียงเพราะ อยู่ในประเทศเขตร้อน

และไม่ได้ร้อนเพียงเพราะ Climate Change

รูปแบบเมืองเอง สามารถเพิ่มความร้อน ผ่าน

คอนกรีต
ยางมะตอย
อาคารหนาแน่น
การขาดต้นไม้
การไหลเวียนลม
การใช้พลังงาน
และกิจกรรมของมนุษย์

รายงาน World Bank–BMA พบว่า บางเขตใจกลางกรุงเทพฯ อาจร้อนกว่าชนบทโดยรอบ เฉลี่ยถึงประมาณ 2.8°C

และถ้าอุณหภูมิเมือง เพิ่มอีกเพียง 1°C โดยไม่มีมาตรการเพียงพอ

ผลที่ตามมา ไม่ใช่เพียง “เหงื่อออกมากขึ้น”

แต่อาจรวมถึง

การเสียชีวิต
ผลิตภาพแรงงานลด
ค่าไฟเพิ่ม
โครงสร้างพื้นฐานเสื่อม
และความเหลื่อมล้ำที่รุนแรงขึ้น

ดังนั้น ต้นไม้ สวน ทางเดินมีเงา cool roofs green roofs heat alerts cooling centers และผังเมือง

ไม่ใช่เพียง เรื่องความสวยงาม

มันคือ Public Health Infrastructure + Economic Infrastructure + Climate Infrastructure

ครั้งต่อไป ที่เดินกลางเมือง แล้วรู้สึกว่า

“ทำไมตรงนี้ร้อนเหลือเกิน?”

อย่าเพิ่งโทษ พระอาทิตย์อย่างเดียว

ลองมอง พื้นใต้เท้า หลังคาเหนือหัว ต้นไม้ข้างถนน กำแพงสองฝั่ง เครื่องปรับอากาศ และรถที่กำลังติด

เพราะบางส่วนของความร้อน ที่เรารู้สึก

ไม่ได้ตกลงมาจากฟ้า — แต่มาจากเมืองที่มนุษย์สร้างขึ้นเอง

แหล่งข้อมูลสำหรับตรวจสอบและอ่านต่อ

• World Bank & Bangkok Metropolitan Administration (2025), Shaping a Cooler Bangkok: Tackling Urban Heat for a More Livable City. เผยแพร่ 26 มีนาคม 2025
• World Bank (2025), World Bank and Bangkok Metropolitan Administration Highlight Ways to Strengthen Resilience amid Rising Heat Crisis. 26 มีนาคม 2025
• World Health Organization, Urban Health — Health Risks and Urban Heat Islands.
• Arifwidodo, S. D. & Tanaka, T. และงานวิจัยที่เกี่ยวข้อง, การศึกษาปรากฏการณ์ Urban Heat Island ในกรุงเทพมหานคร ด้วยข้อมูล Landsat
• Urban Heat Island Analysis over the Land Use Zoning Plan of Bangkok by Means of Landsat 8 Imagery. Remote Sensing, 2018.
• Quantifying the Impact of Urban Growth on Urban Surface Heat Islands in the Bangkok Metropolitan Region, Thailand. Atmosphere, 2024.
• Ruckchue, R. et al. (2024), Investigating the Effects of Tropical Plant Community Structures on Energy Exchange in Urban Green Areas for Climate Change Adaptation and Mitigation. Urban Science.

หมายเหตุทางวิชาการ: Urban Heat Island มีหลายวิธีวัด Air-temperature UHI และ Surface Urban Heat Island — SUHI ไม่ใช่ตัวชี้เดียวกัน งานดาวเทียม Landsat มักวัด land surface temperature ขณะที่สถานีอากาศ วัดอุณหภูมิอากาศ

ดังนั้นตัวเลข 2.8°C ในรายงาน World Bank–BMA และค่าเฉลี่ยประมาณ 4°C จากงาน Landsat ก่อนหน้านี้ ไม่ควรถูกนำมาเปรียบเทียบ แบบเป็นตัวเลขชนิดเดียวกันโดยตรง ทั้งสองสนับสนุน ปรากฏการณ์ urban heat แต่ใช้ข้อมูลและวิธีวิเคราะห์ต่างกัน

ตัวเลข 2,300 deaths, 44 billion baht wage losses และ 17 billion baht electricity costs เป็น modelled estimates สำหรับสถานการณ์ อุณหภูมิกรุงเทพฯ เพิ่ม 1°C ภายใต้สมมติฐานของรายงานปี 2025 ไม่ใช่จำนวนความสูญเสีย ที่เกิดขึ้นแล้วในปีใดปีหนึ่ง

Urban Heat Island กับ global climate change เป็นปรากฏการณ์ต่างระดับ Climate change เพิ่ม background warming ส่วน urban heat island เกี่ยวข้องกับ land cover, urban form, materials, vegetation และกิจกรรมในเมือง แต่สองปรากฏการณ์ สามารถเสริมกันได้

ประสิทธิผลของ trees, cool roofs, green roofs, water features และ urban design ขึ้นอยู่กับ ภูมิอากาศ ตำแหน่ง การออกแบบ การบำรุงรักษา และ scale จึงไม่ควรตีความ มาตรการใดมาตรการหนึ่ง เป็น universal solution

ห้องสมุดประชาชน · ความรู้สำหรับคนไทย
พระอาทิตย์ ส่องลงมาบน เมืองและชนบท ดวงเดียวกัน แต่พื้นใต้เท้า หลังคา ต้นไม้ อาคาร ลม ถนน และวิธีที่เราใช้พลังงาน สามารถเปลี่ยน ความร้อนที่มนุษย์ได้รับ อย่างมหาศาล ดังนั้นครั้งต่อไป ที่เราพูดว่า “เมืองไทยมันก็ร้อนอย่างนี้แหละ” ลองเติมคำถามอีกหนึ่งประโยค: “แล้วเมืองที่เราสร้างขึ้น กำลังทำให้มัน ร้อนกว่าที่จำเป็นหรือเปล่า?” เพราะถ้ามนุษย์ มีส่วนออกแบบความร้อนขึ้นมา — มนุษย์ก็มีส่วน ออกแบบความเย็นกลับคืนมาได้

บทที่ 35 แอปใช้ฟรีจริงหรือ?

ความรู้ที่โรงเรียนไม่ค่อยสอน · เทคโนโลยี × ข้อมูล × ความเป็นส่วนตัว

แอปใช้ฟรีจริงหรือ?
เมื่อสิ่งที่เราจ่าย
อาจไม่ใช่เงิน

โหลดฟรี สมัครฟรี ดูฟรี ฟังฟรี ใช้แผนที่ฟรี เก็บรูปฟรี คุยกับเพื่อนฟรี ฟังดูเหมือน เศรษฐกิจดิจิทัล มอบของให้เรามากมาย โดยไม่คิดราคา แต่บริษัทเหล่านั้น มีพนักงาน server data center นักพัฒนา AI และค่าใช้จ่ายมหาศาล ถ้าเราไม่ได้เป็นคนจ่ายเงิน — ใครกำลังจ่าย? และเขาจ่ายเพื่ออะไร?

คำว่า Free ในโลกดิจิทัล ไม่ได้หมายความว่า ไม่มีเศรษฐศาสตร์อยู่เบื้องหลัง บางบริการหาเงินจาก subscription บางบริการขายสินค้า บางบริการเก็บ commission บางบริการขายโฆษณา และบางบริการ สามารถเพิ่มมูลค่าทางธุรกิจ จากข้อมูลเกี่ยวกับ สิ่งที่ผู้ใช้ ดู ค้นหา ซื้อ หยุดอ่าน กด เลื่อนผ่าน หรือกลับมาดูอีกครั้ง ดังนั้นคำถามที่แม่นกว่า “แอปนี้ฟรีไหม?” คือ “Business model ของมันคืออะไร — และข้อมูลหรือความสนใจของฉัน มีบทบาทตรงไหนในโมเดลนั้น?”

ลองเปิดแอปสมมติหนึ่งตัว

คุณโหลดแอปฟรี สำหรับดูคลิปสั้น

ไม่ได้กรอก เงินเดือน

ไม่ได้บอกว่า ชอบการเมืองแบบไหน

ไม่ได้บอกว่า กำลังคิดจะซื้อรถ

แต่คุณใช้มัน สามเดือน

ระบบเห็นว่า

คุณหยุดดู วิดีโอรถ EV นานกว่าวิดีโออื่น

ค้นหาร้านกาแฟ ในเมืองหนึ่งบ่อย

เปิดแอปเกือบทุกคืน หลังสี่ทุ่ม

มักข้ามโฆษณาเสื้อผ้า

แต่คลิกโฆษณา อุปกรณ์คอมพิวเตอร์

และใช้โทรศัพท์ จากสถานที่หนึ่ง ในวันทำงาน กับอีกสถานที่หนึ่ง ตอนกลางคืน

คุณอาจไม่เคย “บอก” ระบบตรง ๆ ว่าคุณเป็นใคร

แต่พฤติกรรม สามารถช่วยให้ระบบ อนุมาน สิ่งต่าง ๆ เกี่ยวกับคุณได้

คำถามตั้งต้น อะไรเปิดเผยตัวเราได้มากกว่า — สิ่งที่เราพิมพ์ลงในแบบฟอร์ม หรือสิ่งที่เราทำซ้ำ ๆ ทุกวัน โดยไม่คิดว่ากำลังให้ข้อมูล?

“ข้อมูลส่วนตัว” มีมากกว่าชื่อกับเลขบัตร

เวลาพูดถึง personal data หลายคนนึกถึง

ชื่อ

ที่อยู่

เบอร์โทรศัพท์

เลขประจำตัว

แต่โลกดิจิทัล สร้างข้อมูลอีกหลายชั้น

ที่

Location

ตำแหน่ง เส้นทาง สถานที่ที่ไปบ่อย และเวลาที่อยู่แต่ละแห่ง

ดู

Browsing

สิ่งที่ค้น หน้าเว็บที่เปิด ระยะเวลาที่อยู่ และลำดับการคลิก

ซื้อ

Purchasing

สิ่งที่ซื้อ สิ่งที่ดู สิ่งที่ใส่ตะกร้า และสิ่งที่เปลี่ยนใจไม่ซื้อ

เครื่อง

Device Data

ชนิดอุปกรณ์ ระบบปฏิบัติการ ตัวระบุอุปกรณ์ และข้อมูลทางเทคนิค

สังคม

Social Signals

ใครติดตามใคร ใครสื่อสารกับใคร และเนื้อหาประเภทใดดึงดูดความสนใจ

เดา

Inferred Data

ข้อสรุปที่ระบบสร้างขึ้น จากพฤติกรรม แม้ผู้ใช้ไม่เคยบอกตรง ๆ

+1 แรก : ข้อมูลที่เรา “ไม่ได้บอก” อาจมีค่ากว่าข้อมูลที่เราบอกเอง

สมมติแบบฟอร์มถามว่า

“คุณสนใจสุขภาพไหม?”

เราอาจตอบว่า “นิดหน่อย”

แต่ถ้าประวัติจริงแสดงว่า

ค้นอาการหนึ่งบ่อย
เข้าเว็บโรงพยาบาล
ดูคลิปสุขภาพบางชนิด
ไปสถานพยาบาลแห่งหนึ่ง
และซื้อสินค้าประเภทหนึ่ง

ข้อมูลพฤติกรรม อาจช่วยสร้าง inference ที่ละเอียดกว่า คำตอบในแบบสอบถาม

เราอาจไม่ได้มอบ “คำตอบเกี่ยวกับตัวเรา”

แต่เรามอบ ร่องรอยที่ใช้สร้างคำตอบ

แล้วบริษัทเอาข้อมูลไปทำอะไร?

ไม่ได้มีคำตอบเดียว

ข้อมูลสามารถถูกใช้เพื่อ

Personalisation

เลือกเพลง วิดีโอ โพสต์ หรือสินค้าที่น่าจะตรงใจ

Advertising

เลือกว่าจะให้ผู้ใช้ เห็นโฆษณาประเภทใด

Analytics

ดูว่าผู้ใช้ตอบสนอง ต่อ feature หรือ campaign อย่างไร

Security

ตรวจความผิดปกติ การฉ้อโกง หรือการเข้าสู่ระบบที่น่าสงสัย

Product Development

ปรับปรุงระบบ จากรูปแบบการใช้งานจริง

Automated Systems / AI

ใช้ข้อมูลกับระบบแนะนำ วิเคราะห์ จัดอันดับ หรือโมเดลอัตโนมัติ ตามนโยบายของบริการนั้น

FTC พบอะไรจากบริษัทแพลตฟอร์มรายใหญ่?

ในปี 2024 Federal Trade Commission ของสหรัฐฯ เผยแพร่ staff report จากข้อมูลของบริษัท social media และ video streaming รายใหญ่หลายแห่ง

รายงานพบว่า บริษัทที่ศึกษา เก็บ ติดตาม และใช้ข้อมูลจำนวนมาก เกี่ยวกับทั้ง ผู้ใช้ และในบางกรณี ผู้ที่ไม่ได้เป็นผู้ใช้

ข้อมูลบางส่วน ยังมาจาก data brokers

FTC ระบุว่า business model ของบริษัทหลายแห่ง สร้างแรงจูงใจให้ รวบรวมข้อมูลจำนวนมาก เพื่อสร้างรายได้ โดยเฉพาะจาก targeted advertising

และข้อมูลเหล่านั้น ยังถูกนำไปใช้ กับ algorithms, analytics และ automated systems รวมถึง AI ในรูปแบบต่าง ๆ

แต่นี่ไม่ได้หมายความว่า “ทุกแอปฟรีขายข้อมูลของคุณ”

ข้อสรุปแบบนั้น กว้างเกินหลักฐาน

บริการดิจิทัล มี business model หลากหลาย

บางบริษัท ไม่ได้ขาย raw personal data ให้บุคคลภายนอกโดยตรง

แต่อาจใช้ข้อมูลภายใน เพื่อขาย targeted advertising

บางบริษัท มี subscription

บางบริษัท หารายได้จาก commission

บางบริการ แทบไม่ใช้โฆษณาเลย

ดังนั้นก่อนกล่าวว่า “เขาขายข้อมูลเรา” ควรตรวจ privacy policy business model และหลักฐานเฉพาะบริการ

+1 : “ขายข้อมูล” กับ “ขายการเข้าถึงคนประเภทหนึ่ง” ไม่เหมือนกัน

สมมติบริษัทโฆษณา ต้องการเข้าถึง

“คนอายุประมาณ 30–45 ที่สนใจรถไฟฟ้า และอาศัยในเมืองหนึ่ง”

แพลตฟอร์มอาจไม่ส่ง รายชื่อจริง ของคนเหล่านั้น ให้ผู้ลงโฆษณา

แต่ระบบสามารถ เลือกแสดงโฆษณา แก่กลุ่มนั้น แทน

User Data → Profile / Prediction → Audience Selection → Advertisement

ดังนั้นคำว่า data economy ไม่ได้หมายถึง การขาย spreadsheet รายชื่อประชาชน เพียงอย่างเดียว

ข้อมูลสามารถสร้างมูลค่า ผ่าน prediction + targeting ได้ด้วย

โฆษณารู้ได้อย่างไรว่าเราเพิ่งสนใจอะไร?

ecosystem ของ online advertising ประกอบด้วยผู้เล่นหลายประเภท

เช่น

เว็บไซต์และแอป

advertising platforms

advertisers

measurement firms

analytics providers

data intermediaries

data brokers ในบางตลาด

เทคโนโลยีอย่าง cookies, pixels, SDKs และ identifiers สามารถช่วย เชื่อมกิจกรรม ระหว่าง session อุปกรณ์ หรือบริการ ภายใต้เงื่อนไขต่าง ๆ

รายละเอียดขึ้นอยู่กับ browser operating system privacy settings และกฎหมายของแต่ละประเทศ

Data Broker คือใคร?

โดยทั่วไป data broker คือธุรกิจ ที่รวบรวม ซื้อ จัดหมวดหมู่ เชื่อมโยง วิเคราะห์ หรือจำหน่ายข้อมูล เกี่ยวกับบุคคล จากแหล่งต่าง ๆ

ผู้บริโภค อาจไม่เคยเปิดบัญชี กับบริษัทเหล่านี้โดยตรง

แต่ข้อมูลสามารถ เดินทางผ่าน ecosystem จนมาถึง ผู้รวบรวมหรือผู้วิเคราะห์ รายอื่นได้

สิ่งที่ทำให้ Data Broker น่าสนใจเป็นพิเศษคือ

คุณอาจมี “ความสัมพันธ์ด้านข้อมูล” กับบริษัท ที่คุณไม่เคยรู้จักชื่อมาก่อน

กรณี Location Data ทำไมถึงสำคัญมาก?

ตำแหน่งไม่ได้บอกเพียงว่า เราอยู่ที่ไหน

เมื่อมีข้อมูลเป็นชุดตามเวลา มันสามารถเผย pattern of life

ได้

กลางคืน → สถานที่หนึ่งซ้ำ
วันทำงาน → อีกสถานที่หนึ่งซ้ำ
ทุกวันอาทิตย์ → อีกสถานที่หนึ่ง

FTC ระบุในคดี หลายกรณีระหว่างปี 2024–2026 ว่าข้อมูลตำแหน่งละเอียด สามารถใช้ติดตาม การไป

สถานพยาบาล

สถานที่ประกอบศาสนกิจ

ศูนย์ช่วยเหลือความรุนแรงในครอบครัว

กิจกรรมทางการเมืองหรือสังคมบางประเภท

สถานที่ละเอียดอ่อนอื่น ๆ

ซึ่งทำให้ location data สามารถกลายเป็น ข้อมูลเกี่ยวกับ ชีวิตส่วนตัว ได้อย่างรวดเร็ว

+1 ใหญ่ : Metadata สามารถเล่าเรื่องได้ แม้ไม่รู้ “เนื้อหา”

สมมติเราไม่รู้เลยว่า คนหนึ่งคุยโทรศัพท์เรื่องอะไร

แต่รู้ว่า

โทรหาใคร
เวลาไหน
นานเท่าไร
อยู่ที่ไหน
โทรบ่อยแค่ไหน

ข้อมูลเหล่านี้ ยังสามารถเผย structure ของพฤติกรรม ได้มาก

ในโลกของ smartphone ก็เช่นกัน

Content บอกว่า
“เราพูดอะไร”

Metadata อาจบอกว่า
“เราใช้ชีวิตอย่างไร”

แล้วคำว่า “anonymous” ปลอดภัยเสมอไหม?

ไม่ควรสรุปเช่นนั้น

การลบชื่อ ไม่ได้ทำให้ ข้อมูลทุกชุด นิรนามอย่างสมบูรณ์ โดยอัตโนมัติ

โดยเฉพาะเมื่อข้อมูล มี

ตำแหน่งละเอียด
เวลา
เส้นทาง
พฤติกรรมซ้ำ
และตัวระบุอุปกรณ์

FTC เคยระบุ ในคดี location data ว่าข้อมูลที่บริษัทขาย สามารถเชื่อม mobile device เข้ากับสถานที่จริง และอาจนำไปสู่การระบุตัวบุคคล ในบางเงื่อนไข

ดังนั้น de-identification เป็นงานเทคนิค ไม่ใช่เพียง ลบช่อง “ชื่อ” ออกจากตาราง

ข้อมูลใช้กำหนดโฆษณา แล้ววันหนึ่งใช้กำหนดราคาได้ไหม?

นี่เป็นพื้นที่ ที่กำลังถูกตรวจสอบอย่างจริงจัง

FTC ในปี 2025 เผยแพร่ผลเบื้องต้น จากการศึกษาสิ่งที่เรียกว่า surveillance pricing

เอกสารที่หน่วยงานตรวจ แสดงว่า intermediaries บางราย มีเทคโนโลยีที่สามารถใช้

location

demographics

browsing patterns

shopping history

พฤติกรรมบนเว็บไซต์

สิ่งที่ทิ้งไว้ใน shopping cart

เป็น input เพื่อช่วยกำหนด ราคาหรือ promotion ที่กลุ่มหรือบุคคล อาจเห็น

อย่างไรก็ตาม FTC ระบุชัดว่า การศึกษาในขณะนั้น ยังเป็น initial findings และกำลังดำเนินต่อ

อย่าแปลว่า “ร้านออนไลน์ทุกแห่งให้ราคาคุณจากประวัติส่วนตัว”

หลักฐาน FTC แสดงว่า เทคโนโลยีและบริการ ลักษณะนี้มีอยู่ และถูกเสนอแก่ธุรกิจ

ไม่ได้พิสูจน์ว่า ผู้ค้าทุกราย ใช้ surveillance pricing กับลูกค้าทุกคน

การอ่านข่าวเทคโนโลยี จึงต้องแยก

capability

ออกจาก

confirmed deployment

เสมอ

+1 : ข้อมูลที่ใช้ “เดาว่าคุณอยากซื้ออะไร” สามารถใช้ “เดาว่าคุณยอมจ่ายเท่าไร” ได้ในทางเทคนิค

นี่คือเหตุผล ที่ data economy เชื่อมกับ economics โดยตรง

ข้อมูลสามารถช่วยบริษัท ประมาณ

ความสนใจ
ความเร่งด่วน
ความภักดีต่อแบรนด์
ความไวต่อราคา
และโอกาสซื้อ

ถ้า prediction แม่นขึ้น

บริษัทอาจใช้มัน เพื่อ

โฆษณา
ส่วนลด
product ranking
หรือกลยุทธ์ราคา ภายใต้กฎหมายและนโยบายที่เกี่ยวข้อง

ในเศรษฐกิจข้อมูล
คำถามไม่ได้มีเพียง
“เขารู้อะไรเกี่ยวกับเรา?”

แต่คือ
“สิ่งที่เขารู้ เปลี่ยนวิธีที่ตลาดปฏิบัติต่อเราได้อย่างไร?”

ทำไมเรากดยอมรับ Cookie ง่ายจัง?

เพราะการตัดสินใจจริง ไม่ได้เกิดในห้องเรียนกฎหมาย

มันเกิดตอนเรา

อยากอ่านข่าว
รีบเข้าเว็บ
อยากดูคลิป
หรืออยากซื้อของให้เสร็จ

ผู้ใช้จึงมีแรงจูงใจ ให้กดปุ่มที่ เร็วที่สุด

OECD ศึกษา dark commercial patterns ซึ่งหมายถึงการออกแบบ interface ที่สามารถชักนำ หลอก บีบ หรือผลักผู้บริโภค ไปสู่การตัดสินใจ ที่อาจไม่เป็นประโยชน์ต่อตัวเอง

เช่น

ปุ่ม Accept ใหญ่และเด่น

ปุ่ม Reject ซ่อนหลายชั้น

เลือกค่าไว้ล่วงหน้า

ทำให้ยกเลิกยาก

บังคับเปิดเผยข้อมูลเกินจำเป็น

สร้างความเร่งด่วนที่ทำให้ตัดสินใจเร็ว

+1 : “Consent” ที่กฎหมายยอมรับ กับ “Choice Architecture” ที่คนพบจริง อาจไม่ใช่เรื่องเดียวกัน

ในทางทฤษฎี ผู้ใช้มีทางเลือก

Accept หรือ Reject

แต่ถ้า

Accept = 1 click

Reject = 7 clicks

เราควรถามว่า

interface กำลังเป็นกลางจริงหรือไม่?

Legal Choice + Interface Design → Actual Behaviour

นี่ทำให้ privacy ไม่ใช่แค่เรื่อง กฎหมาย

แต่เป็นเรื่อง behavioural design ด้วย

แล้วประเทศไทยมีกติกาเรื่องข้อมูลส่วนบุคคลไหม?

ประเทศไทยมี พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล หรือ PDPA

ระบบของสำนักงาน คณะกรรมการคุ้มครองข้อมูลส่วนบุคคล ยังจัดให้มีเครื่องมือเกี่ยวกับ

Consent Management

บันทึกกิจกรรมการประมวลผลข้อมูล

Data Breach Notification

Data Subject Access Requests

การบริหารสิทธิของเจ้าของข้อมูล

สำนักงาน PDPC ระบุผ่านแพลตฟอร์ม GPPC ว่าหน่วยงานทั้งภาครัฐและเอกชน มีการเก็บ รวบรวม และใช้ข้อมูลส่วนบุคคล เพิ่มขึ้นในเศรษฐกิจดิจิทัล และต้องทำควบคู่ไปกับ การรักษาสิทธิของเจ้าของข้อมูล

+1 สำหรับไทย : Privacy ไม่ได้แปลว่า “ห้ามใช้ข้อมูล”

ถ้าไม่ใช้ข้อมูลเลย

ธนาคารตรวจ fraud ยากขึ้น

โรงพยาบาลรักษาผู้ป่วย ยากขึ้น

ภาครัฐให้บริการ ยากขึ้น

AI และระบบดิจิทัลจำนวนมาก ก็ทำงานไม่ได้

โจทย์ที่แท้จริงจึงไม่ใช่

Data vs No Data

แต่คือ

Purpose + Lawful Basis + Minimisation + Security + Rights

คือใช้ข้อมูล เท่าที่จำเป็น เพื่อวัตถุประสงค์ที่ชัด อย่างปลอดภัย และเปิดพื้นที่ให้เจ้าของข้อมูล มีสิทธิตามกติกา

“ฉันไม่มีอะไรปิดบัง” จึงไม่ต้องสน privacy จริงหรือ?

Privacy ไม่ได้มีไว้ เฉพาะคนทำความผิด

ลองคิดถึง

รหัส ATM

ประวัติสุขภาพ

แชตส่วนตัว

ที่อยู่บ้าน

รายได้

สถานที่ที่ลูกเรียน

ประวัติการเดินทาง

เราอาจไม่ละอาย กับข้อมูลเหล่านี้เลย

แต่ยังไม่ต้องการ ให้คนทุกคน ใช้มันได้ เพื่อวัตถุประสงค์ทุกอย่าง

Privacy ไม่ได้แปลว่า
“ฉันมีความลับ”

มันแปลว่า
“บริบทต่างกัน ควรให้สิทธิการเข้าถึงข้อมูลต่างกัน”

ข้อมูลหนึ่งชิ้นไร้ค่า แต่หลายชิ้นรวมกันล่ะ?

นี่เป็นหลักสำคัญ ของ data analytics

สมมติรู้ว่า คุณซื้อกาแฟหนึ่งครั้ง

แทบไม่มีความหมาย

แต่ถ้ารู้

ซื้อเวลาไหน
สาขาไหน
สัปดาห์ละกี่ครั้ง
ใช้บัตรอะไร
ก่อนซื้อค้นอะไร
หลังซื้อไปที่ไหน

ข้อมูลเริ่มมีโครงสร้าง

Data Point + Data Point + Data Point → Pattern → Prediction

+1 ใหญ่ : มูลค่าของข้อมูลจำนวนมากไม่ได้อยู่ที่อดีต แต่อยู่ที่ “ทำนายอนาคต”

บริษัทอาจไม่ได้สนใจ เพียงว่า คุณทำอะไรเมื่อวาน

แต่ว่า

คุณน่าจะทำอะไรพรุ่งนี้

จะซื้ออะไร?
จะคลิกอะไร?
จะดูอะไรต่อ?
จะเลิกใช้บริการไหม?
จะตอบสนองต่อส่วนลดหรือไม่?

นี่คือจุดที่ ข้อมูล เชื่อมกับ machine learning และ AI

Data tells a story about the past.

AI tries to turn that story
into a prediction about the future.

แล้ว recommendation system มีแต่ด้านเสียหรือ?

ไม่เลย

มันสร้างประโยชน์จริง

ลด Information Overload

ช่วยเลือกจากเนื้อหา หรือสินค้านับล้านชิ้น

Discover

ทำให้พบเพลง หนัง บทความ หรือสินค้าที่ไม่เคยรู้จัก

Efficiency

ลดเวลาค้นหา และทำให้บริการตอบโจทย์ขึ้น

Accessibility

ช่วยจัดประสบการณ์ ให้เหมาะกับผู้ใช้บางกลุ่มได้

โจทย์จึงไม่ใช่ personalisation ดีหรือเลว?

แต่คือ

ข้อมูลอะไรถูกใช้?
ผู้ใช้รู้หรือไม่?
ควบคุมได้ไหม?
มีผลเสียอะไร?
และ objective ของ algorithm คืออะไร?

Objective ของ Algorithm สำคัญอย่างไร?

สมมติระบบมีหน้าที่ เลือกคลิปให้คุณ

ถ้า objective คือ

“ให้ผู้ใช้ได้รับความรู้ที่แม่นที่สุด”

ระบบหนึ่งจะเกิดขึ้น

ถ้า objective คือ

“ทำให้ผู้ใช้อยู่บนแพลตฟอร์มนานที่สุด”

อีกระบบหนึ่งอาจเกิดขึ้น

ถ้า objective คือ

“ทำให้ผู้ใช้ซื้อสินค้า”

ก็อาจได้อีกแบบ

Algorithm ไม่ได้ถามเพียงว่า
“คุณชอบอะไร?”

มันทำงานตามสิ่งที่ระบบถูกสั่งว่า
“อะไรคือความสำเร็จ?”

+1 : สิ่งที่หน้าจอเลือกให้เราเห็น คือเศรษฐศาสตร์ของความสนใจ

หนึ่งวันมี 24 ชั่วโมงเท่ากัน

แต่เนื้อหา มีมากเกินกว่า มนุษย์จะบริโภคหมด

ดังนั้น attention จึงเป็นทรัพยากรขาดแคลน

Infinite Content vs Finite Human Attention

ธุรกิจจำนวนมาก จึงไม่ได้แข่งขันเพียง เพื่อเงินของเรา

แต่แข่งขันเพื่อ นาทีของเรา

เพราะเมื่อได้ attention

ก็สามารถนำไปสู่

โฆษณา
การซื้อ
ข้อมูลเพิ่ม
หรือ engagement เพิ่ม

“เวลาของเรา” จึงเป็นราคาชนิดหนึ่งได้หรือ?

ได้ในเชิงเศรษฐศาสตร์

สมมติแอปฟรี ทำให้เราใช้วันละ 40 นาที

หนึ่งปีประมาณ 243 ชั่วโมง

แม้จะไม่มี bill ส่งมาถึงบ้าน

สิ่งที่แลกเปลี่ยน อาจรวม

เวลา

attention

ข้อมูล

โอกาสเห็นโฆษณา

พฤติกรรมที่ใช้ปรับระบบ

นี่ไม่ได้หมายความว่า การใช้บริการนั้น ไม่คุ้ม

เราอาจได้ประโยชน์ มากกว่าสิ่งที่เสีย

แต่ช่วยให้คำว่า free แม่นขึ้น

+1 : คำถามที่ดีไม่ใช่ “ฟรีหรือไม่ฟรี?” แต่คือ “การแลกเปลี่ยนนี้คุ้มสำหรับฉันไหม?”

บริการหนึ่ง อาจให้

แผนที่ยอดเยี่ยม
การสื่อสารฟรี
พื้นที่เก็บข้อมูล
ความบันเทิง
เครื่องมือสร้างงาน

แลกกับ

ข้อมูลบางชนิด
โฆษณา
attention
หรือข้อจำกัดบางอย่าง

ผู้ใช้ที่รู้เท่าทัน ไม่จำเป็นต้อง หนีบริการดิจิทัลทั้งหมด

แต่ควรรู้ว่า ตนกำลังแลกอะไรกับอะไร

แล้วเราทำอะไรได้โดยไม่ต้องกลายเป็นคนหวาดระแวง?

Privacy Check — 10 นาที

1. ดู App Permissions
   แอปใดเข้าถึง location, camera, microphone, contacts โดยไม่จำเป็น?
2. ตรวจ Background Location
   แอปที่ต้องใช้ตำแหน่ง จำเป็นต้องรู้ตลอดเวลาหรือ เฉพาะตอนใช้งาน?
3. ดู Privacy Settings
   มีตัวเลือกจำกัด personalised advertising หรือ tracking หรือไม่?
4. ตรวจบัญชีเก่า
   บริการที่ไม่ใช้แล้ว ยังจำเป็นต้องเก็บบัญชีไว้หรือไม่?
5. ดูการแชร์ข้อมูล
   อย่าอ่านเพียงคำว่า “เราให้ความสำคัญกับ privacy” แต่ดูว่าบริการระบุการใช้และการแบ่งปันอย่างไร
6. คิดก่อนให้ Permission
   เกมไฟฉายต้องใช้รายชื่อ contact จริงหรือ?
7. แยก Necessary กับ Nice-to-have
   ข้อมูลใดจำเป็นต่อบริการ และข้อมูลใดใช้เพื่อเสริมธุรกิจ?
8. ตรวจสิทธิของเจ้าของข้อมูล
   ในบริบทไทย ศึกษาสิทธิตาม PDPA และช่องทางของผู้ให้บริการ
9. ดูเด็กและผู้สูงอายุในบ้าน
   สองกลุ่มนี้อาจเข้าใจ consent interface และ dark patterns ได้ยากกว่า
10. ทำใหม่เป็นระยะ
    permissions และ settings เปลี่ยนได้เมื่ออัปเดต app หรือระบบ

ควรลบ Location Permission ทุกแอปไหม?

ไม่

แผนที่ ride-hailing delivery weather และบริการอื่น อาจต้องใช้ตำแหน่ง เพื่อทำหน้าที่จริง

หลักที่ดีกว่าคือ data minimisation

What data? → Why? → How precise? → How long? → Who gets it?

ไม่ใช่ “อย่าให้ข้อมูลเลย”

แต่คือ ให้เท่าที่จำเป็น ภายใต้บริบทที่เหมาะสม

เด็กควรรู้เรื่องนี้ตั้งแต่อายุเท่าไร?

ทันทีที่เริ่มใช้ device อย่างอิสระ

เด็กไม่จำเป็นต้อง เรียน PDPA เป็นมาตรา

แต่ควรรู้หลักง่าย ๆ:

แอปขอข้อมูลเพราะอะไร?

ใครเห็นรูปนี้ได้?

ตำแหน่งจำเป็นไหม?

โพสต์แล้วลบได้หมดจริงหรือ?

ทำไมโฆษณานี้ถึงมาหาเรา?

ทำไมแอปอยากให้เราอยู่ต่อ?

นี่คือ digital literacy ระดับโครงสร้าง

เหนือกว่าการสอนเพียง “อย่าให้รหัสผ่านคนแปลกหน้า”

+1 สำหรับการศึกษา : เด็กไม่ควรเรียนแค่ “ใช้แอปอย่างไร” แต่ควรเรียน “แอปใช้เราอย่างไร”

วิชาเทคโนโลยี มักสอนว่า

ค้นหาอย่างไร
ทำ slide อย่างไร
ใช้ AI อย่างไร
สร้าง video อย่างไร

แต่ควรมีอีกชั้น:

แพลตฟอร์มหาเงินอย่างไร?

algorithm optimize อะไร?

ข้อมูลเดินไปไหน?

ใครได้ประโยชน์จาก attention ของเรา?

Digital literacy
ไม่ควรมีเพียง
“ฉันใช้เทคโนโลยีเป็นไหม?”

แต่ต้องมี
“ฉันเข้าใจหรือไม่ ว่าเทคโนโลยีกำลังทำอะไรกับฉัน?”

AI ทำให้เรื่องนี้เปลี่ยนไปอย่างไร?

AI สามารถทำให้ ข้อมูลจำนวนมหาศาล มีมูลค่ามากขึ้น

เพราะช่วยค้น pattern ที่มนุษย์ทำเองได้ยาก

Clicks + Location + Purchases + Content → Model → Prediction

FTC staff report ปี 2024 ระบุว่าข้อมูลของผู้ใช้ และผู้ที่ไม่ใช่ผู้ใช้บางส่วน ถูกป้อนเข้าสู่ automated systems รวมถึง algorithms, analytics และ AI ในบริษัทที่ศึกษา

ประเด็นสำคัญจึงไม่ใช่ AI อย่างเดียว

แต่คือ AI + Data + Objective

+1 ชั้นลึก : AI ที่ทรงพลังขึ้น ทำให้ “ข้อมูลธรรมดา” บางชนิดไม่ธรรมดาอีกต่อไป

แต่ก่อน data point เล็ก ๆ อาจดูไร้ประโยชน์

แต่เมื่อ

เก็บจำนวนมาก
เชื่อมกับข้อมูลอื่น
และวิเคราะห์ด้วยโมเดล

มันสามารถสร้าง inference ใหม่

นี่ทำให้ privacy risk ไม่ควรถูกประเมิน เพียงจาก ข้อมูลแต่ละช่องแยกกัน

แต่ต้องถามถึง combinations ด้วย

ข้อมูลชิ้นหนึ่ง
อาจไม่เปิดเผยเรามาก

แต่ข้อมูลหลายชิ้น
สามารถประกอบกัน จนกลายเป็นภาพของชีวิต

แล้วบริษัทควรรับผิดชอบอะไร?

การโยนภาระทั้งหมด ให้ผู้ใช้ ว่า

“ก็อ่าน Privacy Policy เองสิ”

ไม่เพียงพอ

เพราะ ecosystem ซับซ้อน และผู้ใช้ทั่วไป มีเวลาและความเชี่ยวชาญจำกัด

FTC แนะนำ ในรายงานปี 2024 ให้บริษัท

ลดการเก็บข้อมูลที่ไม่จำเป็น

มีนโยบาย retention ที่ชัด

จำกัดการแชร์ข้อมูล

ลบข้อมูลเมื่อหมดความจำเป็น

เพิ่ม user control

ระมัดระวังข้อมูลละเอียดอ่อน

ปรับปรุงความโปร่งใสของ automated systems

+1 : Privacy เป็นปัญหา “System Design” ไม่ใช่เพียง “User Discipline”

ถ้า interface ชักนำให้ consent

privacy policy ยาว 60 หน้า

ปุ่มปฏิเสธ ซ่อนห้าชั้น

และ default เปิด tracking ทั้งหมด

การบอกผู้ใช้ว่า “ต้องระวังให้มากกว่านี้” ไม่ใช่คำตอบทั้งหมด

User Responsibility + Corporate Responsibility + Regulation + Good Design

ความเป็นส่วนตัว จึงต้องสร้างจาก architecture ด้วย

ถ้าให้ผู้ใช้จ่ายเงินแทนโฆษณา ปัญหาจบไหม?

ไม่จำเป็น

บริการแบบ subscription ก็อาจเก็บข้อมูล เพื่อ

security
personalisation
analytics
product improvement

เหมือนกัน

ดังนั้น จ่ายเงิน ≠ ไม่มีข้อมูลถูกเก็บ

และ ฟรี ≠ ข้อมูลต้องถูกขาย

business model ต้องตรวจเป็นรายบริการ

ลองมองรอบตัว: สำรวจโทรศัพท์ตัวเอง

Digital Data Walk

1. เปิดหน้ารวม permissions
2. นับว่า มีกี่แอปเข้าถึง location
3. ดูว่า มีกี่แอปเข้าถึง microphone
4. ถามว่า แต่ละ permission สัมพันธ์กับหน้าที่หลักของแอปจริงหรือไม่
5. ดูแอปที่ไม่ได้ใช้เกินสามเดือน
6. ตรวจการตั้งค่า personalised ads หรือ privacy controls ที่ระบบปฏิบัติการมีให้
7. เข้าเว็บหนึ่งเว็บ แล้วสังเกต cookie banner ว่า Accept กับ Reject ง่ายเท่ากันหรือไม่
8. ดูโฆษณาที่ปรากฏ แล้วถามว่า อะไรในพฤติกรรมของเรา อาจทำให้ระบบเลือกสิ่งนี้

จุดประสงค์ไม่ใช่ ให้ตกใจ

แต่เพื่อทำให้ เศรษฐกิจข้อมูลที่มองไม่เห็น เริ่มมองเห็นได้

+1 ชั้นสุดท้าย : ปัญหาใหญ่ที่สุดอาจไม่ใช่ “ข้อมูลถูกเก็บ” แต่คือ “ความไม่สมมาตรของความรู้”

แพลตฟอร์มหนึ่ง อาจรู้ว่า

เราดูอะไร
เมื่อไร
นานเท่าไร
คลิกอะไร
ซื้ออะไร
อยู่ที่ไหน
และน่าจะสนใจอะไรต่อ

แต่ผู้ใช้ อาจไม่รู้ด้วยซ้ำว่า

บริษัทเก็บอะไร
สร้าง inference อะไร
เก็บไว้นานแค่ไหน
ส่งต่อใคร
หรือ algorithm ใช้มันอย่างไร

นี่คือ information asymmetry

เมื่อฝ่ายหนึ่งรู้จักเรา ละเอียดขึ้นเรื่อย ๆ

แต่เราแทบไม่รู้ว่า ฝ่ายนั้นกำลังทำอะไรกับความรู้นั้น

อำนาจในการแลกเปลี่ยน ย่อมไม่สมมาตร

ดังนั้น privacy จึงเชื่อมกับ power

ไม่ใช่เพียง ความลับ

สรุปบทเรียน

แอป “ฟรี” อาจฟรีในความหมายว่า ไม่ต้องจ่ายเงิน ณ จุดใช้งาน

แต่บริการดิจิทัล ยังต้องมี business model

บางแห่งหาเงินจากโฆษณา

บางแห่งจาก subscription

บางแห่งจาก commission

และหลายบริการ ใช้ข้อมูลผู้ใช้ เพื่อ personalisation, analytics, security, advertising หรือ automated systems

ข้อมูลสำคัญ ไม่ได้มีเพียง ชื่อและเบอร์โทร

location
clicks
searches
purchases
device data
และ behavioural patterns

สามารถรวมกัน เป็นภาพชีวิต และสร้าง prediction ได้

ดังนั้น คำถามที่มีประโยชน์ ไม่ใช่

“แอปใช้ฟรีจริงไหม?”

แต่คือ

“บริการนี้หาเงินอย่างไร — เก็บข้อมูลอะไร — ใช้เพื่ออะไร — ฉันควบคุมอะไรได้ — และการแลกเปลี่ยนนี้ คุ้มสำหรับฉันหรือไม่?”

เราไม่จำเป็นต้อง เลิกใช้โลกดิจิทัล

แต่ควรเปลี่ยนจาก ผู้ใช้ที่ไม่เห็นระบบ

เป็น ผู้ใช้ที่เข้าใจระบบมากขึ้น

เพราะในเศรษฐกิจข้อมูล เราไม่ได้เป็นเพียง คนที่กดหน้าจอ

เราเป็นทั้ง

ผู้ใช้บริการ
แหล่งข้อมูล
เจ้าของ attention
และผู้ที่ algorithm กำลังพยายามทำความเข้าใจ

แหล่งข้อมูลสำหรับตรวจสอบและอ่านต่อ

• Federal Trade Commission, Staff Report on Social Media and Video Streaming Services, September 2024.
• Federal Trade Commission, FTC to Ban Kochava and Subsidiary from Selling Sensitive Location Data, May 2026.
• Federal Trade Commission, Final Order Prohibiting Gravy Analytics and Venntel from Selling Sensitive Location Data, January 2025.
• Federal Trade Commission, Surveillance Pricing Study — Initial Findings, January 2025.
• OECD, Online Advertising: Trends, Benefits and Risks for Consumers, 2019.
• OECD, Consumer Data and Competition: A New Balancing Act for Online Markets?, 2021.
• OECD, Dark Commercial Patterns — consumer policy resources.
• สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล, Government Platform for PDPA Compliance (GPPC), ข้อมูลด้าน consent, data subject rights, breach notification และการบริหารข้อมูลส่วนบุคคล.

หมายเหตุทางวิชาการ: คำว่า “ถ้าบริการฟรี คุณคือสินค้า” เป็นคำเปรียบเทียบ ที่นิยมใช้ แต่ไม่แม่นพอสำหรับ เศรษฐกิจดิจิทัลทั้งหมด ผู้ใช้ไม่ได้เป็น “สินค้า” ในความหมายเดียวกัน ทุก business model บทความจึงใช้กรอบ exchange แทน: ผู้ใช้สามารถแลก เงิน attention ข้อมูล หรือโอกาสเห็นโฆษณา เพื่อรับบริการ

คำว่า targeted advertising ไม่ได้หมายความว่า ผู้ลงโฆษณา ต้องได้รับข้อมูลระบุตัวบุคคล ของผู้ใช้โดยตรง ระบบจำนวนมาก สามารถเลือก audience ภายในแพลตฟอร์ม โดยไม่ส่งรายชื่อจริง ให้ advertiser

คำว่า data broker มีนิยามทางกฎหมาย แตกต่างกันตามประเทศ และกฎหมาย บทความใช้คำ ในความหมายทั่วไป ของธุรกิจที่รวบรวม เชื่อมโยง วิเคราะห์ หรือจำหน่าย ข้อมูลเกี่ยวกับบุคคล จากหลายแหล่ง

กรณี FTC ที่กล่าวถึง เป็นการดำเนินการ ตามกฎหมายและข้อกล่าวหา ในสหรัฐอเมริกา ไม่ควรนำมาใช้ สรุปโดยตรงว่า ธุรกิจทุกแห่ง ในประเทศไทย มีพฤติกรรมแบบเดียวกัน

ผลการศึกษา surveillance pricing ของ FTC ที่บทความอ้างถึง เป็น initial staff findings จากการศึกษาตลาด จึงควรแยก ระหว่าง ความสามารถของเทคโนโลยี บริการที่บริษัทเสนอ และหลักฐานว่า ผู้ค้ารายหนึ่ง ใช้วิธีนั้นจริง

PDPA ของไทย กำหนดสิทธิ หน้าที่ ฐานการประมวลผล และข้อยกเว้น ในรายละเอียด คำอธิบายในบทความ เป็น civic/digital literacy เบื้องต้น ไม่ใช่คำปรึกษากฎหมาย สำหรับกรณีเฉพาะ

ห้องสมุดประชาชน · ความรู้สำหรับคนไทย
โลกดิจิทัลให้ของมีค่า แก่เรามากมาย โดยไม่เก็บเงิน หน้าประตู แต่นั่นไม่ได้แปลว่า ไม่มีการแลกเปลี่ยน ครั้งต่อไปที่เห็นคำว่า FREE อย่าเพิ่งถามเพียงว่า “ต้องจ่ายกี่บาท?” ลองถามเพิ่มว่า “เขาต้องการอะไรจากฉัน — ข้อมูล เวลา ความสนใจ หรือพฤติกรรมอะไร — และฉันยอมแลกสิ่งนั้น อย่างรู้ตัวหรือไม่?” เพราะความเป็นส่วนตัว ไม่ได้เริ่มจาก การซ่อนตัวจากเทคโนโลยี มันเริ่มจาก การมองเห็นว่า เทคโนโลยีกำลังมองเห็นอะไรในตัวเรา