ข้อมูลพื้นฐานของชุดข้อมูล (Metadata) ชุดข้อมูล: สรุปมูลค่าการนำเข้า-ส่งออก (ดุลการค้า)

แหล่งข้อมูล: ศูนย์กลางข้อมูลเปิดภาครัฐ (data.go.th)

องค์กร: สำนักงานปลัดกระทรวงการคลัง (สป.คลัง)

ระบบต้นทาง: ระบบฐานข้อมูลสถิติเศรษฐกิจการคลัง (Fiscal Economy Statistical System)

จำนวนแถว: ประมาณ 130 - 150 แถว (ขึ้นอยู่กับช่วงเวลาที่เลือกดึงข้อมูล โดยปกติจะจัดเก็บเป็นรายเดือนย้อนหลัง)

ช่วงเวลา: ข้อมูลครอบคลุมตั้งแต่ปี 2014 - ปัจจุบัน (ต้นปี 2026)

📊 Import-Export Analysis Dashboard

Source: Open Government Data of Thailand Organization: Ministry of Finance

📈 Key Performance Indicators (Jan - Feb 2569)

🔍 Data Insights summary

ข้อมูล

รายละเอียด

ชุดข้อมูล

สรุปมูลค่าการนำเข้า-ส่งออก

แหล่งข้อมูล

data.go.th

ระบบ

Fiscal Economy Statistical System

จำนวนแถว

ประมาณ 150 แถว

ช่วงเวลา

2014 - 2026

📊 Visualization Overview

Trend Analysis (Import vs Export)

💡 Key Findings:

Trade Deficit: ในช่วงต้นปี 2569 พบการขาดดุลการค้าประมาณ 8.7% - 9.4%
Correlation: มูลค่าการนำเข้าและส่งออกมีความสัมพันธ์กันอย่างมีนัยสำคัญ
Currency Impact: อัตราแลกเปลี่ยนคงที่อยู่ที่ประมาณ 31.0 - 31.4 THB/USD

วันที่

Import (US$)

Export (US$)

Re-Export (US$)

Total Export (US$)

Balance (US$)

Balance %

01/01/2569	34,876 ล้าน	31,480 ล้าน	93 ล้าน	31,573 ล้าน	-3,303 ล้าน	-9.47%
02/01/2569	32,273 ล้าน	29,414 ล้าน	26 ล้าน	29,440 ล้าน	-2,833 ล้าน	-8.78%

1.Insights

Trade Balance Seasonality (ฤดูกาลของดุลการค้า) หากวิเคราะห์ย้อนหลังจะพบว่าในช่วงไตรมาสที่ 4 ของทุกปี มักจะมีมูลค่าการนำเข้าที่สูงขึ้นอย่างเห็นได้ชัด เนื่องจากเป็นช่วงเตรียมสินค้าสำหรับเทศกาลและการผลิตเพื่อส่งออกในช่วงต้นปีถัดไป การตรวจสอบค่าส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ในชุดข้อมูลนี้จะช่วยยืนยันความผันผวนรายฤดูกาลได้ดี

2.Insight

ดุลการค้าเป็นลบ: วันที่ 01/01/2569 ขาดดุล -3,303 ล้านดอลลาร์ และวันที่ 02/01/2569 ขาดดุล -2,833 ล้านดอลลาร์ อัตราแลกเปลี่ยนคงที่: อยู่ที่ประมาณ 31 บาท/ดอลลาร์ ทั้งสองวัน แสดงถึงเสถียรภาพค่าเงินบาท Re-Export มีบทบาทเสริม: แม้มีสัดส่วนไม่มาก แต่ช่วยเพิ่มมูลค่าการส่งออกโดยรวม เช่น วันที่ 01/01/2569 Re-Export อยู่ที่ 93 ล้านดอลลาร์ แนวโน้มการค้าลดลง: วันที่ 02/01/2569 มูลค่าการนำเข้าและส่งออกลดลงจากวันก่อนหน้า สะท้อนกิจกรรมการค้าชะลอตัว

3.Insight

📉 Insight ไทย “ขาดดุลการค้า” ต่อเนื่อง ม.ค. = -3.30 พันล้าน USD ก.พ. = -2.83 พันล้าน USD นำเข้า > ส่งออก เงินไหลออกประเทศ เศรษฐกิจพึ่งพาการนำเข้าสูง เช่น พลังงาน / วัตถุดิบ

4.Insight

วิเคราะห์ประสิทธิภาพการส่งออก (Export Efficiency Index) หากสังเกตจากตัวเลข Re-export (การนำเข้าเพื่อส่งออกต่อ) แม้จะมีสัดส่วนน้อย (ประมาณ 93 ล้าน จาก 31,573 ล้าน หรือเพียง 0.3%) แต่มันสะท้อนว่าโครงสร้างการส่งออกของไทยในช่วงต้นปี 2026 เป็นแบบ “Real Export” หรือการผลิตเองในประเทศเกือบทั้งหมด Insight: หาก Re-export ต่ำแต่ขาดดุลสูง หมายความว่าเรา “นำเข้าวัตถุดิบ/พลังงาน” มาเพื่อบริโภคหรือผลิตขายในประเทศมากกว่าผลิตเพื่อส่งออก เป็นสัญญาณว่าเครื่องจักรส่งออกอาจกำลังทำงานได้ไม่เต็มสูบเมื่อเทียบกับต้นทุนนำเข้า

5.Insight

ความอ่อนไหวของดุลการค้า (Balance Sensitivity) เมื่อเปรียบเทียบเดือน ม.ค. และ ก.พ. 2569: ม.ค.: Import ลดลงจากเดือนก่อนหน้า (สมมติฐาน) แต่ Balance ยังติดลบหนัก (-9.47%) ก.พ.: แม้มูลค่าการค้าโดยรวมจะลดลง (Activity ชะลอตัว) แต่ % การขาดดุลกลับดีขึ้น (ลดลงเหลือ -8.78%) Insight: นี่แสดงให้เห็นว่า “การชะลอตัวของการนำเข้า” ส่งผลบวกต่อดุลการค้ามากกว่าการเร่งส่งออก ในช่วงต้นปี 2569 เศรษฐกิจไทยอาจอยู่ในสภาวะ “ชะลอตัวเพื่อปรับสมดุล” (Cooling down)

6.Insight

นัยยะของอัตราแลกเปลี่ยน (Currency Stability vs. Trade Gap) ค่าเงินที่นิ่งอยู่ที่ 31.0 - 31.4 THB/USD เป็นดาบสองคม: ข้อดี: ผู้นำเข้าวางแผนต้นทุนง่าย ข้อเสีย: ในขณะที่ประเทศคู่แข่งอาจปล่อยให้ค่าเงินอ่อนค่าเพื่อชิงความได้เปรียบด้านราคาการส่งออก การที่ไทยค่าเงินนิ่งแต่ยังขาดดุลมหาศาล อาจหมายความว่า “ราคาสินค้าส่งออกของเราไม่ดึงดูดพอ” หรือ “ต้นทุนสินค้าพื้นฐาน (พลังงาน/วัตถุดิบ) ที่ต้องนำเข้ามีราคาสูงขึ้นในตลาดโลก”

เปรียบเทียบผลจาก 3 เครื่องมือ

Microsoft Copilot: เน้น “งานเอกสาร” – เก่งเรื่องสรุปตาราง เชื่อมต่อ Excel และจัดการไฟล์ Office ได้แม่นยำที่สุด

Google Gemini: เน้น “ความเข้าใจง่าย” – เก่งเรื่องอธิบายภาพรวม สรุปแนวโน้มทั่วไปให้อ่านง่ายและรวดเร็ว

ChatGPT: เน้น “วิเคราะห์เจาะลึก” – เก่งเรื่องให้ Insight เชิงธุรกิจ เชื่อมโยงเหตุผล และช่วยวางแผนตัดสินใจได้ละเอียดที่สุด

สรุป: การเปรียบเทียบเครื่องมือ AI ทั้ง 3 พบว่า

Microsoft Copilot เหมาะสำหรับการจัดการข้อมูลและการทำงานร่วมกับตาราง Google Gemini เหมาะสำหรับการอธิบายแนวโน้มและภาพรวมของข้อมูล ChatGPT เหมาะสำหรับการวิเคราะห์เชิงลึกและการสร้าง Insight ที่สามารถนำไปใช้ต่อยอดทางธุรกิจได้