Effect of Tariff on Supply and Demand Curve —

Tariff Supply Demand

Tariff ภาษีศุลกากร Supply Demand Curve Dead Weight Loss Consumer Surplus Producer Surplus Government Revenue Import Export Protectionism Free Trade เศรษฐศาสตร์

Python Economic Analysis

# tariff_analysis.py — Tariff Impact Analysis

from dataclasses import dataclass

from typing import Tuple



@dataclass

class MarketEquilibrium:

    price: float

    quantity_demanded: float

    quantity_supplied_domestic: float

    quantity_imported: float

    consumer_surplus: float

    producer_surplus: float

    gov_revenue: float

    dead_weight_loss: float



def demand(price: float, a: float = 1000, b: float = 5) -> float:

    """Qd = a - b*P"""

    return max(0, a - b * price)



def supply_domestic(price: float, c: float = -200, d: float = 4) -> float:

    """Qs = c + d*P"""

    return max(0, c + d * price)



def analyze_tariff(world_price: float, tariff: float,

                   a=1000, b=5, c=-200, d=4) -> Tuple[MarketEquilibrium, MarketEquilibrium]:

    # Before Tariff

    qd_before = demand(world_price, a, b)

    qs_before = supply_domestic(world_price, a=c, b=d)

    import_before = qd_before - qs_before



    cs_before = 0.5 * (a/b - world_price) * qd_before

    ps_before = 0.5 * (world_price - (-c/d)) * qs_before



    before = MarketEquilibrium(

        world_price, qd_before, qs_before, import_before,

        cs_before, ps_before, 0, 0

    )



    # After Tariff

    new_price = world_price + tariff

    qd_after = demand(new_price, a, b)

    qs_after = supply_domestic(new_price, a=c, b=d)

    import_after = qd_after - qs_after



    cs_after = 0.5 * (a/b - new_price) * qd_after

    ps_after = 0.5 * (new_price - (-c/d)) * qs_after

    gov_rev = tariff * import_after



    dwl_production = 0.5 * tariff * (qs_after - qs_before)

    dwl_consumption = 0.5 * tariff * (qd_before - qd_after)

    total_dwl = dwl_production + dwl_consumption



    after = MarketEquilibrium(

        new_price, qd_after, qs_after, import_after,

        cs_after, ps_after, gov_rev, total_dwl

    )

    return before, after



before, after = analyze_tariff(world_price=100, tariff=20)



print("=== Tariff Impact Analysis ===")

print(f"\n  Before Tariff (Price: {before.price})")

print(f"    Demand: {before.quantity_demanded} | Domestic: {before.quantity_supplied_domestic}")

print(f"    Import: {before.quantity_imported}")

print(f"    CS: {before.consumer_surplus:,.0f} | PS: {before.producer_surplus:,.0f}")



print(f"\n  After Tariff (Price: {after.price})")

print(f"    Demand: {after.quantity_demanded} | Domestic: {after.quantity_supplied_domestic}")

print(f"    Import: {after.quantity_imported}")

print(f"    CS: {after.consumer_surplus:,.0f} | PS: {after.producer_surplus:,.0f}")

print(f"    Gov Revenue: {after.gov_revenue:,.0f} | DWL: {after.dead_weight_loss:,.0f}")

Welfare Analysis

# welfare.py — Welfare Distribution Analysis

from dataclasses import dataclass



@dataclass

class WelfareChange:

    group: str

    before: float

    after: float

    change: float

    change_pct: float



# จากการคำนวณด้านบน

changes = [

    WelfareChange("Consumer Surplus", 50000, 32000, -18000, -36.0),

    WelfareChange("Producer Surplus", 10000, 16400, 6400, 64.0),

    WelfareChange("Government Revenue", 0, 4000, 4000, 100.0),

    WelfareChange("Dead Weight Loss", 0, 1600, -1600, -100.0),

    WelfareChange("Total Welfare", 60000, 50800, -9200, -15.3),

]



print("=== Welfare Distribution ===")

for w in changes:

    sign = "+" if w.change > 0 else ""

    print(f"  [{w.group}]")

    print(f"    Before: {w.before:,.0f} | After: {w.after:,.0f}")

    print(f"    Change: {sign}{w.change:,.0f} ({sign}{w.change_pct:.1f}%)")



# Tariff Rate Comparison

tariff_rates = [

    {"rate": 0, "price": 100, "import": 500, "dwl": 0, "revenue": 0},

    {"rate": 10, "price": 110, "import": 350, "dwl": 450, "revenue": 3500},

    {"rate": 20, "price": 120, "import": 200, "dwl": 1600, "revenue": 4000},

    {"rate": 30, "price": 130, "import": 50, "dwl": 3150, "revenue": 1500},

    {"rate": 35, "price": 135, "import": 0, "dwl": 4000, "revenue": 0},

]



print(f"\n\nTariff Rate Comparison:")

print(f"  {'Rate':>6} {'Price':>7} {'Import':>8} {'DWL':>8} {'Revenue':>9}")

for t in tariff_rates:

    print(f"  {t['rate']:>5}% {t['price']:>7} {t['import']:>8} "

          f"{t['dwl']:>8} {t['revenue']:>9}")

Real World Examples

# === Real World Tariff Examples ===



@dataclass

class TariffCase:

    country: str

    product: str

    tariff_rate: str

    impact: str

    year: str



cases = [

    TariffCase("US", "Steel", "25%", "ราคาเหล็กในUS +10% อุตสาหกรรมใช้เหล็กต้นทุนสูงขึ้น",

               "2018"),

    TariffCase("US", "China Tech", "25-100%", "ราคา Electronics สูงขึ้น Supply Chain ย้าย",

               "2018-2024"),

    TariffCase("EU", "China EV", "45%", "ราคา EV จีนในEU สูงขึ้น ปกป้องผู้ผลิตEU",

               "2024"),

    TariffCase("Thailand", "รถยนต์นำเข้า", "80%", "ราคารถนำเข้าแพงมาก ผู้ผลิตในไทยได้ประโยชน์",

               "2024"),

    TariffCase("India", "Electronics", "20%", "ส่งเสริม Make in India ราคาสูงขึ้นเล็กน้อย",

               "2023"),

]



print("Real World Tariff Cases:")

for c in cases:

    print(f"\n  [{c.country}] {c.product} — {c.tariff_rate} ({c.year})")

    print(f"    Impact: {c.impact}")



# Trade Policy Comparison

policies = {

    "Free Trade": {"tariff": "0%", "pros": "ราคาถูก ตัวเลือกมาก ประสิทธิภาพสูง",

                   "cons": "อุตสาหกรรมในประเทศแข่งไม่ได้"},

    "Moderate Tariff": {"tariff": "5-15%", "pros": "ปกป้องบ้าง ราคาไม่สูงมาก",

                        "cons": "DWL เล็กน้อย"},

    "High Tariff": {"tariff": "25-50%", "pros": "ปกป้องอุตสาหกรรม สร้างงาน",

                    "cons": "ราคาสูง DWL มาก ตอบโต้"},

    "Prohibitive": {"tariff": ">50%", "pros": "ปกป้อง 100%",

                    "cons": "ไม่มี Import ราคาสูงมาก ไม่มีแข่งขัน"},

}



print(f"\n\nTrade Policies:")

for name, info in policies.items():

    print(f"  [{name}] Tariff: {info['tariff']}")

    print(f"    Pros: {info['pros']}")

    print(f"    Cons: {info['cons']}")

เคล็ดลับ

• DWL: Dead Weight Loss คือต้นทุนที่ไม่มีใครได้ ยิ่ง Tariff สูง DWL ยิ่งมาก
• Revenue: รายได้รัฐบาลจาก Tariff สูงสุดที่จุดหนึ่ง เกินไปรายได้ลด
• Retaliation: Tariff อาจถูกตอบโต้ ส่งผลต่อสินค้าส่งออก
• Elasticity: สินค้าที่ Elastic ผลกระทบมากกว่า Inelastic
• Long-term: Tariff ระยะสั้นปกป้อง ระยะยาวลดประสิทธิภาพ

การนำความรู้ไปประยุกต์ใช้งานจริง

แหล่งเรียนรู้ที่แนะนำ ได้แก่ Official Documentation ที่อัพเดทล่าสุดเสมอ Online Course จาก Coursera Udemy edX ช่อง YouTube คุณภาพทั้งไทยและอังกฤษ และ Community อย่าง Discord Reddit Stack Overflow ที่ช่วยแลกเปลี่ยนประสบการณ์กับนักพัฒนาทั่วโลก

เนื้อหาเกี่ยวข้อง — ดูเพิ่มเติมเรื่อง CSS Map คืออะไร — ข้อมูลครบถ้วน 2026

เปรียบเทียบข้อดีและข้อเสีย

จากตารางเปรียบเทียบจะเห็นว่าข้อดีมีมากกว่าข้อเสียอย่างชัดเจน โดยเฉพาะในแง่ของประสิทธิภาพและความสามารถในการ Scale สำหรับข้อเสียส่วนใหญ่สามารถแก้ไขได้ด้วยการเรียนรู้อย่างเป็นระบบและวางแผนทรัพยากรให้เหมาะสม

สรุป

Tariff ภาษีศุลกากร Supply Demand Curve Dead Weight Loss Consumer Surplus Producer Surplus Government Revenue Import Domestic Supply Protectionism Free Trade Elasticity Retaliation Welfare Analysis

เนื้อหาเกี่ยวข้อง — อ่านต่อ: MongoDB Aggregation Career Development IT