ข่าวสารและกิจกรรม
แสดงความยินดีกับ รศ.ดร.มนต์ชัย พินิจจิตรสมุทร ได้รับการตีพิมพ์ในวารสารนานาชาติ Economies (Q2)
08 ก.ค. 2569
ขอแสดงความยินดีกับความสำเร็จทางวิชาการภาควิชาเศรษฐศาสตร์เกษตรและทรัพยากร ขอแสดงความยินดีกับ
รศ.ดร.มนต์ชัย พินิจจิตรสมุทร
ในโอกาสที่ผลงานวิจัยเรื่อง
“Decomposing the Welfare Consequences of Population Aging in Thailand: Labor, Saving, and Fiscal Channels in a Multi-Household CGE Model”
ได้รับการตีพิมพ์ในวารสารนานาชาติ Economies (Q2)
งานวิจัยนี้ศึกษาประเด็นอะไร?
งานวิจัยนี้วิเคราะห์ผลกระทบเชิงมหภาคและการกระจายรายได้ของสังคมสูงวัยในไทย ด้วยแบบจำลองดุลยภาพทั่วไป (CGE) แบบหลายครัวเรือนที่แยกตามกลุ่มอายุ สอบเทียบกับตารางบัญชีเศรษฐกิจ 26 สาขา ปี 2024 ผ่าน 11 สถานการณ์จำลอง
ผลการศึกษาสำคัญ
• ผลกระทบหนักที่สุดของสังคมสูงวัยคือ “การลงทุนหดตัวอย่างรวดเร็ว” (เร็วกว่าการลดลงของ GDP ถึง 7 เท่า) เพราะคนวัยกลางคนซึ่งเป็นผู้ออมหลักออมเงินน้อยลง
• ผู้สูงอายุที่ยังทำงานอยู่กลับได้ประโยชน์ เพราะภาวะขาดแคลนแรงงานดันค่าจ้างให้สูงขึ้นจนชดเชยผลตอบแทนทุนที่ลดลง (เกิด “การกลับทิศของสวัสดิการ” เมื่อสัดส่วนรายได้จากแรงงานของผู้สูงอายุเกิน 35.5%)
• ไม่มีนโยบายเดียวที่ตอบโจทย์ทั้งประสิทธิภาพและความเป็นธรรม เงินอุดหนุนบำนาญเริ่มเบียดการลงทุนเมื่อเกิน 12% ของรายได้ภาษี จึงต้องเสริมด้วยการขยายบริการสุขภาพ
ข้อค้นพบนี้สำคัญอย่างไร?
ผลการศึกษาเสนอว่ารัฐควรใช้หลายมาตรการร่วมกัน—ทั้งการลงทุนเพิ่มผลิตภาพ การขยายอายุเกษียณ และการขยายบริการสาธารณสุขควบคู่กับเงินอุดหนุน—เพื่อดูแลคุณภาพชีวิตคนทุกวัยโดยไม่กระทบการลงทุนของประเทศจนเกินไป
อ่านบทความฉบับเต็มได้ที่
ข่าวสารแนะนำ
ขอแสดงความยินดีกับผศ. ดร.มล.กุณฑลรัตน์ ทวีวงศ์ เนื่องในโอกาสที่ได้รับการแต่งตั้งให้ดำรงตำแหน่ง ผู้ช่วยอธิการบดีฝ่ายการเงิน
15 ก.ค. 2569
ประกาศ 
ขอแสดงความยินดีกับ รศ.ดร.มนต์ชัย พินิจจิตรสมุทร ในโอกาสที่ผลงานวิจัยเรื่อง “Development of a Forecasting Model for Global Rubber Demand and Supply Using LSTM Neural Networks Combined with Two-Stage Least Squares (2SLS)”
14 ก.ค. 2569
ประกาศ
ขอแสดงความยินดีกับความสำเร็จทางวิชาการ ภาควิชาเศรษฐศาสตร์เกษตรและทรัพยากร ขอแสดงความยินดีกับ รศ.ดร.มนต์ชัย พินิจจิตรสมุทร ในโอกาสที่ผลงานวิจัยเรื่อง “Development of a Forecasting Model for Global Rubber Demand and Supply Using LSTM Neural Networks Combined with Two-Stage Least Squares (2SLS)” ได้...