Green GDP คืออะไร

Green GDP คืออะไร — ตัวชี้วัดเศรษฐกิจที่คำนึงถึงสิ่งแวดล้อม 2026

Green GDP (ผลิตภัณฑ์มวลรวมในประเทศสีเขียว) คือตัวชี้วัดทางเศรษฐกิจที่ปรับ GDP ปกติโดยหักต้นทุนด้านสิ่งแวดล้อมออกเช่นมลพิษการสูญเสียทรัพยากรธรรมชาติและความเสียหายจากสิ่งแวดล้อม GDP แบบดั้งเดิมนับเฉพาะมูลค่าสินค้าและบริการที่ผลิตได้แต่ไม่ได้หักค่าเสียหายต่อสิ่งแวดล้อม Green GDP ช่วยให้เห็นภาพที่แท้จริงของการเติบโตทางเศรษฐกิจที่ยั่งยืนบทความนี้อธิบายแนวคิด Green GDP วิธีคำนวณตัวอย่างจากประเทศต่างๆและ Python tools สำหรับวิเคราะห์

Green GDP Formula

# green_gdp.py — Green GDP calculation
import json

class GreenGDPBasics:
    FORMULA = {
        "traditional_gdp": "GDP = C + I + G + (X - M)",
        "green_gdp": "Green GDP = GDP - Environmental Costs - Natural Resource Depletion",
        "components": {
            "C": "Consumption (การบริโภคภาคเอกชน)",
            "I": "Investment (การลงทุน)",
            "G": "Government spending (รายจ่ายรัฐบาล)",
            "X-M": "Net exports (ส่งออก - นำเข้า)",
        },
        "deductions": {
            "pollution_cost": "ต้นทุนมลพิษ: อากาศ น้ำ ดิน เสียง",
            "resource_depletion": "การสูญเสียทรัพยากร: ป่าไม้ แร่ธาตุ น้ำใต้ดิน",
            "health_cost": "ค่าใช้จ่ายสุขภาพจากมลพิษ",
            "ecosystem_damage": "ความเสียหายต่อระบบนิเวศ: สูญเสียความหลากหลายทางชีวภาพ",
            "climate_cost": "ต้นทุนจากการเปลี่ยนแปลงสภาพภูมิอากาศ: carbon emissions",
        },
    }

    EXAMPLE = {
        "country": "ประเทศ A",
        "gdp": "10,000 พันล้านบาท",
        "pollution_cost": "-500 พันล้านบาท (มลพิษอากาศ/น้ำ)",
        "resource_depletion": "-300 พันล้านบาท (ตัดไม้ทำลายป่า)",
        "health_cost": "-200 พันล้านบาท (โรคจากมลพิษ)",
        "green_gdp": "9,000 พันล้านบาท (ต่ำกว่า GDP 10%)",
        "interpretation": "การเติบโตจริง = 90% ของที่รายงาน — 10% มาจากการทำลายสิ่งแวดล้อม",
    }

    def show_formula(self):
        print("=== Green GDP Formula ===\n")
        print(f"  Traditional: {self.FORMULA['traditional_gdp']}")
        print(f"  Green: {self.FORMULA['green_gdp']}")
        print(f"\n  Deductions:")
        for key, val in self.FORMULA['deductions'].items():
            print(f"    [{key}] {val}")

    def show_example(self):
        print(f"\n=== Example ===")
        for key, val in self.EXAMPLE.items():
            print(f"  [{key}] {val}")

basics = GreenGDPBasics()
basics.show_formula()
basics.show_example()

ประเทศที่ใช้ Green GDP

# countries.py — Countries using Green GDP
import json

class GreenGDPCountries:
    COUNTRIES = {
        "china": {
            "name": "จีน (China)",
            "status": "เริ่ม Green GDP pilot ปี 2004 — หยุดไปเพราะผลลัพธ์ไม่ดี → เริ่มใหม่ 2015",
            "findings": "Green GDP ต่ำกว่า GDP จริง 3-10% ในบางมณฑล",
            "challenge": "ผู้ว่าฯ บางคนไม่อยากเปิดเผยตัวเลขที่แสดงผลกระทบสิ่งแวดล้อม",
        },
        "india": {
            "name": "อินเดีย (India)",
            "status": "ใช้ Green National Accounts — คำนวณ adjusted Net National Income",
            "findings": "Forest resource depletion significant — ค่าป่าไม้ที่สูญเสียสูง",
            "approach": "Inclusive Wealth Index + Green Accounting",
        },
        "eu": {
            "name": "สหภาพยุโรป (EU)",
            "status": "Beyond GDP initiative — ใช้ multiple indicators ร่วมกับ GDP",
            "approach": "Genuine Progress Indicator (GPI), Environmental Footprint",
            "target": "European Green Deal: carbon neutral by 2050",
        },
        "bhutan": {
            "name": "ภูฏาน (Bhutan)",
            "status": "ใช้ Gross National Happiness (GNH) แทน GDP",
            "approach": "วัดความสุข 9 ด้าน: สิ่งแวดล้อม สุขภาพ การศึกษา วัฒนธรรม ฯลฯ",
            "unique": "ประเทศเดียวที่ใช้ happiness-based metric อย่างเป็นทางการ",
        },
        "thailand": {
            "name": "ไทย (Thailand)",
            "status": "สศช. ศึกษา Green GDP — ยังไม่ใช้อย่างเป็นทางการ",
            "approach": "Bio-Circular-Green (BCG) Economy Model",
            "challenge": "ขาดข้อมูลต้นทุนสิ่งแวดล้อมที่ครบถ้วน",
        },
    }

    def show_countries(self):
        print("=== Countries Using Green GDP ===\n")
        for key, country in self.COUNTRIES.items():
            print(f"[{country['name']}]")
            print(f"  Status: {country['status']}")
            print()

countries = GreenGDPCountries()
countries.show_countries()

Python Green GDP Calculator

# calculator.py — Python Green GDP calculator
import json

class GreenGDPCalculator:
    CODE = """
# green_gdp_calc.py — Calculate and analyze Green GDP
import json
from dataclasses import dataclass
from typing import Dict, Optional

@dataclass
class EnvironmentalCost:
    air_pollution: float = 0      # พันล้านบาท
    water_pollution: float = 0
    soil_degradation: float = 0
    deforestation: float = 0
    mineral_depletion: float = 0
    water_depletion: float = 0
    health_costs: float = 0
    carbon_emissions: float = 0   # tons CO2 * social cost of carbon
    biodiversity_loss: float = 0
    
    @property
    def total(self):
        return sum([
            self.air_pollution, self.water_pollution, self.soil_degradation,
            self.deforestation, self.mineral_depletion, self.water_depletion,
            self.health_costs, self.carbon_emissions, self.biodiversity_loss,
        ])

class GreenGDPCalculator:
    def __init__(self):
        self.data = {}
    
    def add_year(self, year, gdp, env_costs: EnvironmentalCost):
        green_gdp = gdp - env_costs.total
        
        self.data[year] = {
            'gdp': gdp,
            'env_costs': env_costs.total,
            'green_gdp': green_gdp,
            'green_ratio': round(green_gdp / gdp * 100, 1),
            'env_cost_pct': round(env_costs.total / gdp * 100, 1),
            'breakdown': {
                'air_pollution': env_costs.air_pollution,
                'water_pollution': env_costs.water_pollution,
                'deforestation': env_costs.deforestation,
                'carbon_emissions': env_costs.carbon_emissions,
                'health_costs': env_costs.health_costs,
            },
        }
    
    def growth_comparison(self):
        '''Compare GDP growth vs Green GDP growth'''
        years = sorted(self.data.keys())
        if len(years) < 2:
            return {}
        
        results = []
        for i in range(1, len(years)):
            prev = self.data[years[i-1]]
            curr = self.data[years[i]]
            
            gdp_growth = (curr['gdp'] - prev['gdp']) / prev['gdp'] * 100
            green_growth = (curr['green_gdp'] - prev['green_gdp']) / prev['green_gdp'] * 100
            
            results.append({
                'year': years[i],
                'gdp_growth_pct': round(gdp_growth, 1),
                'green_gdp_growth_pct': round(green_growth, 1),
                'gap': round(gdp_growth - green_growth, 1),
            })
        
        return results
    
    def sustainability_score(self, year):
        '''Calculate sustainability score 0-100'''
        d = self.data.get(year)
        if not d:
            return None
        
        ratio = d['green_ratio']
        
        if ratio >= 95:
            grade = 'A (Excellent)'
        elif ratio >= 90:
            grade = 'B (Good)'
        elif ratio >= 85:
            grade = 'C (Average)'
        elif ratio >= 80:
            grade = 'D (Below Average)'
        else:
            grade = 'F (Poor)'
        
        return {
            'year': year,
            'score': ratio,
            'grade': grade,
            'env_cost_pct': d['env_cost_pct'],
        }
    
    def report(self):
        '''Generate comprehensive report'''
        latest = max(self.data.keys())
        d = self.data[latest]
        
        return {
            'latest_year': latest,
            'gdp': d['gdp'],
            'green_gdp': d['green_gdp'],
            'difference': round(d['gdp'] - d['green_gdp'], 1),
            'green_ratio': d['green_ratio'],
            'sustainability': self.sustainability_score(latest),
            'growth_comparison': self.growth_comparison(),
            'top_costs': sorted(d['breakdown'].items(), key=lambda x: -x[1])[:3],
        }

# calc = GreenGDPCalculator()
# costs_2024 = EnvironmentalCost(
#     air_pollution=200, water_pollution=100, deforestation=150,
#     carbon_emissions=300, health_costs=180,
# )
# calc.add_year(2024, 17000, costs_2024)
# report = calc.report()
"""

    def show_code(self):
        print("=== Green GDP Calculator ===")
        print(self.CODE[:600])

calc = GreenGDPCalculator()
calc.show_code()

ทางเลือกอื่นนอกจาก GDP

# alternatives.py — Alternative economic indicators
import json

class GDPAlternatives:
    INDICATORS = {
        "gpi": {
            "name": "GPI (Genuine Progress Indicator)",
            "description": "GDP + social benefits - social costs - environmental costs",
            "includes": "Volunteer work, housework, leisure value",
            "deducts": "Crime, pollution, inequality, commuting costs",
        },
        "hdi": {
            "name": "HDI (Human Development Index)",
            "description": "วัด development ผ่าน 3 ด้าน: สุขภาพ การศึกษา รายได้",
            "components": "Life expectancy, education years, GNI per capita",
            "creator": "UNDP — ใช้ ranking ประเทศ",
        },
        "iwi": {
            "name": "IWI (Inclusive Wealth Index)",
            "description": "วัดความมั่งคั่งรวม: produced capital + human capital + natural capital",
            "benefit": "ดูว่าประเทศสร้างหรือทำลายความมั่งคั่งระยะยาว",
        },
        "sdi": {
            "name": "SDI (Sustainable Development Index)",
            "description": "วัด development ภายใต้ planetary boundaries",
            "formula": "Human development / ecological overshoot",
        },
        "gnh": {
            "name": "GNH (Gross National Happiness)",
            "description": "วัดความสุข 9 ด้าน — ใช้โดยภูฏาน",
            "domains": "สุขภาพจิต สุขภาพกาย การศึกษา วัฒนธรรม สิ่งแวดล้อม ธรรมาภิบาล ชุมชน เวลา มาตรฐานชีวิต",
        },
    }

    def show_indicators(self):
        print("=== Alternative Indicators ===\n")
        for key, ind in self.INDICATORS.items():
            print(f"[{ind['name']}]")
            print(f"  {ind['description']}")
            print()

alt = GDPAlternatives()
alt.show_indicators()

ความท้าทายของ Green GDP

# challenges.py — Challenges of Green GDP
import json

class GreenGDPChallenges:
    CHALLENGES = {
        "measurement": {
            "name": "ปัญหาการวัด",
            "description": "ยากที่จะประเมินมูลค่าทางการเงินของสิ่งแวดล้อม",
            "examples": "ป่าไม้มีค่าเท่าไหร่? อากาศสะอาดมีค่าเท่าไหร่? ความหลากหลายทางชีวภาพ?",
        },
        "data": {
            "name": "ขาดข้อมูล",
            "description": "หลายประเทศไม่มีข้อมูลต้นทุนสิ่งแวดล้อมที่ครบถ้วน",
            "examples": "ไม่มี monitoring มลพิษที่ครอบคลุม, ไม่รู้ rate การสูญเสียทรัพยากร",
        },
        "political": {
            "name": "แรงกดดันทางการเมือง",
            "description": "Green GDP ต่ำกว่า GDP จริง — ผู้นำไม่อยากแสดงตัวเลขที่ดูแย่กว่า",
            "examples": "จีนหยุด Green GDP report เพราะผู้ว่าฯ ไม่ยอมรับ",
        },
        "standardization": {
            "name": "ไม่มีมาตรฐานสากล",
            "description": "แต่ละประเทศคำนวณต่างกัน — เปรียบเทียบไม่ได้",
            "examples": "บางประเทศรวม carbon cost, บางประเทศไม่รวม",
        },
    }

    def show_challenges(self):
        print("=== Challenges ===\n")
        for key, ch in self.CHALLENGES.items():
            print(f"[{ch['name']}]")
            print(f"  {ch['description']}")
            print(f"  Examples: {ch['examples']}")
            print()

challenges = GreenGDPChallenges()
challenges.show_challenges()

FAQ - คำถามที่พบบ่อย

Q: ทำไม GDP ธรรมดาไม่พอ?

A: GDP วัดแค่ production — ไม่สะท้อนคุณภาพชีวิตหรือสิ่งแวดล้อมตัวอย่าง: โรงงานปล่อยมลพิษ → GDP เพิ่ม (ผลิตสินค้าได้) แต่สุขภาพคนลดตัดป่า → GDP เพิ่ม (ขายไม้) แต่ biodiversity ลด, น้ำท่วมเพิ่มภัยพิบัติ → GDP เพิ่ม (ต้องสร้างใหม่) แต่ความเสียหายไม่นับ Green GDP: หักต้นทุนเหล่านี้ออก → เห็น growth ที่แท้จริง

Q: Green GDP ของไทยเป็นอย่างไร?

A: ไทยยังไม่มี official Green GDP — แต่มีการศึกษาโดยสศช. และนักวิชาการปัญหาหลัก: มลพิษอากาศ (PM2.5), การตัดไม้ทำลายป่า, มลพิษทางน้ำประมาณการ: Green GDP อาจต่ำกว่า GDP 5-15% (ขึ้นกับวิธีคำนวณ) ทิศทาง: BCG Economy Model ของรัฐบาลมุ่งสู่ sustainable growth

Q: Social Cost of Carbon คืออะไร?

A: Social Cost of Carbon (SCC) คือมูลค่าความเสียหายทางเศรษฐกิจจาก CO2 1 ตัน US EPA estimate: ~$51/ton CO2 (2024), บางการศึกษาบอก $185+/ton ใช้ใน Green GDP: คูณ total CO2 emissions × SCC = environmental cost จาก carbon ตัวอย่าง: ประเทศปล่อย 300 million tons CO2 × $51 = $15.3 billion environmental cost

Q: Green GDP จะแทนที่ GDP ได้ไหม?

A: คงไม่แทนที่ 100% — แต่จะใช้ร่วมกัน GDP ยังจำเป็น: เปรียบเทียบ economic output ระหว่างประเทศ Green GDP เสริม: แสดง sustainability ของ growth ทิศทาง: ใช้ multiple indicators ร่วมกัน (GDP + Green GDP + HDI + SDGs) EU Beyond GDP initiative: ตัวอย่างดีของการใช้ indicators หลายตัวร่วมกัน