*One Emission, Two Classifications: ทำไมตัวเลขการปล่อยก๊าซรายอุตสาหกรรมจึงอาจไม่ตรงกัน
หากมีคนถามว่า “ภาคเกษตรของไทยปล่อยก๊าซเรือนกระจกเท่าไร” คำตอบอาจไม่เหมือนกัน ขึ้นอยู่กับว่าเราใช้ข้อมูลจากระบบใด
เหตุผลไม่ได้แปลว่าข้อมูลชุดใดชุดหนึ่งผิด แต่เป็นเพราะมีวิธี “จัดหมวดหมู่” การปล่อยก๊าซที่แตกต่างกัน
ระบบหนึ่งมองว่า ก๊าซถูกปล่อยออกมาจากกระบวนการอะไร ขณะที่อีกระบบมองว่า กิจกรรมทางเศรษฐกิจใดเป็นผู้ก่อให้เกิดการปล่อยนั้น
ความแตกต่างนี้อาจดูเป็นเรื่องทางสถิติ แต่ในความเป็นจริงมีความสำคัญมาก เพราะตัวเลขการปล่อยก๊าซรายอุตสาหกรรมถูกนำไปใช้วิเคราะห์ประสิทธิภาพของภาคเศรษฐกิจ รวมถึงออกแบบนโยบายด้านคาร์บอนและระบบซื้อขายสิทธิในการปล่อยก๊าซเรือนกระจก หรือ ETS
รายงาน OECD Statistics Working Papers 2026/03 ซึ่งปรับปรุงวิธีประมาณการ Air Emission Accounts (AEA) ช่วยให้เห็นปัญหานี้ได้อย่างชัดเจน
*การปล่อยก๊าซเดียวกัน แต่ถูกมองคนละแบบ
ข้อมูลการปล่อยก๊าซเรือนกระจกที่ประเทศต่าง ๆ รายงานภายใต้กรอบของ UNFCCC โดยทั่วไปจะจัดหมวดตามแนวทางของ IPCC ซึ่งมองจาก “แหล่งกำเนิดทางกายภาพ” ของการปล่อยก๊าซ ตัวอย่างเช่น การปล่อยจากการหมักในกระเพาะสัตว์จะอยู่ในหมวดเกษตรกรรม ส่วนการเผาไหม้น้ำมันจะอยู่ในหมวดพลังงาน
แต่เมื่อเราต้องการนำข้อมูลการปล่อยก๊าซไปเปรียบเทียบกับข้อมูลทางเศรษฐกิจ เช่น GDP มูลค่าเพิ่ม หรือผลผลิตของแต่ละอุตสาหกรรม ก็จำเป็นต้องจัดข้อมูลใหม่ตามระบบ ISIC (International Standard Industrial Classification) ซึ่งแบ่งประเภทตามกิจกรรมหลักของแต่ละธุรกิจหรือหน่วยเศรษฐกิจ
ลองดูตัวอย่างง่าย ๆ คือ รถแทรกเตอร์ที่ใช้น้ำมันในไร่นา ในระบบ IPCC การปล่อยก๊าซจากน้ำมันที่รถแทรกเตอร์ใช้จะถูกจัดอยู่ในหมวด “พลังงาน” เพราะเกิดจากการเผาไหม้เชื้อเพลิง แต่หากมองในระบบบัญชีเศรษฐกิจ การปล่อยดังกล่าวควรถูกนับอยู่ใน “ภาคเกษตรกรรม” เพราะรถแทรกเตอร์ถูกใช้ในการทำการเกษตร
ดังนั้น การปล่อยก๊าซจำนวนเดียวกันอาจถูกจัดอยู่คนละหมวดได้ ขึ้นอยู่กับว่าเรากำลังตอบคำถามว่า “ก๊าซนี้เกิดจากกระบวนการอะไร” หรือ “กิจกรรมทางเศรษฐกิจใดเป็นผู้ก่อให้เกิดก๊าซนี้”
นี่คือเหตุผลสำคัญที่ทำให้ตัวเลข “การปล่อยก๊าซของภาคเกษตร” หรือ “การปล่อยของภาคขนส่ง” อาจแตกต่างกันระหว่างฐานข้อมูล แม้ว่าจะเริ่มต้นจากข้อมูลการปล่อยชุดเดียวกันก็ตาม
*การแปลงข้อมูลจึงไม่ใช่เพียงการเปลี่ยนชื่อหมวด
การนำข้อมูลจากระบบ IPCC มาแปลงเป็นข้อมูล AEA จำเป็นต้องมีสิ่งที่เรียกว่า “ตารางโยง” หรือ correspondence table เพื่อบอกว่าการปล่อยในแต่ละหมวดของ IPCC ควรถูกนำไปอยู่ในอุตสาหกรรมใดตามระบบ ISIC
สำหรับ CO₂ เพียงก๊าซเดียว ก็มีหมวดย่อยของ IPCC มากกว่า 140 หมวด จึงไม่ใช่งานง่ายที่จะจับคู่ข้อมูลทั้งหมดอย่างถูกต้อง
OECD พบว่า ตารางโยงที่ประเทศหรือองค์กรต่าง ๆ ใช้อยู่เดิมไม่ได้สอดคล้องกันทั้งหมด และบางกรณีก็ใช้สมมติฐานที่ง่ายเกินไป
ตัวอย่างเช่น หากถือว่า การปล่อยจากรถที่ใช้บนถนนทั้งหมดเป็นของอุตสาหกรรมขนส่ง ก็อาจไม่ถูกต้องนัก เพราะรถบรรทุก รถตู้ หรือรถยนต์ของบริษัทในภาคการผลิต เกษตรกรรม ก่อสร้าง หรือธุรกิจบริการ ก็ใช้ถนนเช่นเดียวกัน
การปล่อยจากกิจกรรมหนึ่งจึงอาจต้องถูกแบ่งไปยังหลายอุตสาหกรรม ไม่ใช่เพียงอุตสาหกรรมเดียว
*แล้วจะแบ่งอย่างไรว่าเป็นของใครเท่าไร
สำหรับกรณีที่การปล่อยก๊าซหนึ่งประเภทเกี่ยวข้องกับหลายอุตสาหกรรม OECD ใช้วิธีแบ่งสัดส่วนตามข้อมูลประกอบ หรือที่เรียกว่า Allocation
พูดง่าย ๆ คือ หากรู้ว่าการใช้เชื้อเพลิงประเภทหนึ่งเกิดจากหลายภาคเศรษฐกิจ ก็ต้องหาข้อมูลเพิ่มเติมเพื่อประเมินว่าแต่ละภาคควรรับการปล่อยก๊าซไปในสัดส่วนเท่าใด
OECD ให้ความสำคัญกับข้อมูล 3 กลุ่มตามลำดับ ได้แก่
- Physical Energy Flow Accounts (PEFA) : เป็นข้อมูลที่แสดงการใช้พลังงานของแต่ละกิจกรรมทางเศรษฐกิจโดยตรง จึงเหมาะกับการแบ่งการปล่อยก๊าซมากที่สุด แต่ปัญหาคือยังมีไม่กี่ประเทศที่จัดเก็บข้อมูลได้ละเอียดและครบถ้วน
- IEA Energy Balances : เป็นข้อมูลภาพรวมการใช้และการไหลของพลังงานในระบบเศรษฐกิจ มีประเทศครอบคลุมมากกว่า แต่รายละเอียดอาจไม่มากเท่า PEFA
- ข้อมูลทางเศรษฐกิจ เช่น ผลผลิต มูลค่าเพิ่ม หรือค่าใช้จ่ายขั้นกลาง : ใช้ในกรณีที่ไม่มีข้อมูลด้านพลังงานที่เหมาะสม โดย OECD ใช้ข้อมูลจากฐาน STAN ประกอบการประมาณการ
ผลการศึกษาพบว่า หากดูเพียงระดับอุตสาหกรรมกว้าง ๆ การใช้ข้อมูลประเภทใดอาจไม่สร้างความแตกต่างมากนัก เพราะการปล่อยจำนวนมากสามารถโยงไปยังอุตสาหกรรมเดียวได้โดยตรง แต่เมื่อแบ่งอุตสาหกรรมละเอียดมากขึ้น ผลลัพธ์เปลี่ยนไปอย่างชัดเจน
*PEFA ให้ผลการจัดสรรที่แม่นยำที่สุด และมีโอกาสนำการปล่อยไปอยู่ผิดอุตสาหกรรมน้อยที่สุด
ในทางกลับกัน การใช้ข้อมูลทั่วไปทางเศรษฐกิจ เช่น output มูลค่าเพิ่ม หรือค่าใช้จ่ายขั้นกลาง เป็นเพียงตัวแทนทางอ้อม และ OECD ไม่พบว่าตัวแปรใดตัวแปรหนึ่งให้ผลดีที่สุดอย่างสม่ำเสมอ ตัวเลขรวมถูก ไม่ได้แปลว่าตัวเลขรายอุตสาหกรรมถูก
อีกประเด็นหนึ่งที่น่าสนใจมากในรายงาน OECD คือ วิธีตรวจสอบว่า AEA ที่ประมาณการขึ้นมานั้น “ดีพอ” หรือไม่
โดย OECD ไม่ได้ดูเพียงว่า ยอดการปล่อยรวมของประเทศตรงหรือไม่ แต่ดูด้วยว่า การปล่อยถูกแบ่งไปยังแต่ละอุตสาหกรรมถูกต้องหรือไม่
ตัวชี้วัดที่ใช้มี 3 กลุ่มสำคัญ
1. MAPE (Mean Absolute Percentage Error) ใช้ดูว่าตัวเลขประมาณการโดยรวมแตกต่างจากข้อมูลจริงมากน้อยเพียงใด
2. Misallocation share ใช้ดูว่ามีการนำการปล่อยไปใส่ผิดอุตสาหกรรมมากแค่ไหน หรือพูดง่าย ๆ ว่า หากต้องแก้ตัวเลขให้ตรงกับข้อมูลจริง จะต้อง “ย้าย” การปล่อยจากอุตสาหกรรมหนึ่งไปอีกอุตสาหกรรมหนึ่งเป็นสัดส่วนเท่าใด ตัวชี้วัดนี้มีความสำคัญมาก เพราะตัวเลขรวมทั้งประเทศอาจดูถูกต้อง แต่ภายในอาจมีการประเมินการปล่อยของอุตสาหกรรมหนึ่งสูงเกินจริง และอีกอุตสาหกรรมหนึ่งต่ำเกินจริง โดยความผิดพลาดทั้งสองด้านมาหักล้างกันพอดี
3. การดูความสัมพันธ์ของอัตราการเปลี่ยนแปลงในแต่ละปี เพื่อดูว่า แม้ระดับตัวเลขอาจยังมีความคลาดเคลื่อน แต่ข้อมูลประมาณการสามารถสะท้อนทิศทางได้หรือไม่ เช่น ปีใดการปล่อยเพิ่มขึ้นหรือลดลง
แนวคิดนี้มีประโยชน์มาก เพราะทำให้การตรวจสอบคุณภาพข้อมูลไม่หยุดอยู่เพียงคำถามว่า “ยอดรวมตรงหรือไม่” แต่ต้องถามต่อว่า “การกระจายตัวเลขภายในระบบถูกต้องหรือไม่”
*เรื่องนี้เกี่ยวข้องกับประเทศไทยอย่างไร
สำหรับประเทศไทย ประเด็นนี้จะยิ่งมีความสำคัญมากขึ้น เมื่อระบบนโยบายด้านคาร์บอนต้องพึ่งพาข้อมูลรายอุตสาหกรรมมากขึ้น หากต้องการออกแบบ carbon pricing หรือ ETS การรู้เพียงว่าประเทศไทยปล่อยก๊าซรวมเท่าไรย่อมไม่เพียงพอ เราต้องรู้ด้วยว่าแต่ละอุตสาหกรรมปล่อยเท่าไร การปล่อยนั้นมาจากกิจกรรมใด และควรนำภาระหรือแรงจูงใจทางนโยบายไปวางไว้ที่ใด
บทเรียนจาก OECD จึงมีอย่างน้อย 3 ประการ
- ประการแรก อย่าใช้ตารางโยง IPCC–ISIC ของต่างประเทศโดยอัตโนมัติ : โครงสร้างการใช้พลังงานและรูปแบบการผลิตของไทยอาจแตกต่างจากยุโรปหรือประเทศ OECD อย่างมีนัยสำคัญตัวอย่างเช่น สัดส่วนการใช้เครื่องจักรในภาคเกษตร การขนส่งสินค้าของโรงงาน หรือการใช้เชื้อเพลิงของธุรกิจขนาดกลางและขนาดเล็ก อาจมีโครงสร้างเฉพาะของประเทศไทย ดังนั้น ตารางโยงควรได้รับการตรวจสอบกับข้อมูลจริงของไทย
- ประการที่สอง ประเทศไทยควรให้ความสำคัญกับข้อมูลการใช้พลังงานรายกิจกรรม เช่น PEFA : หากต้องการข้อมูลการปล่อยระดับอุตสาหกรรมที่ละเอียด การมีข้อมูลการใช้พลังงานที่สามารถระบุได้ว่าภาคเศรษฐกิจใดเป็นผู้ใช้จริง จะมีประโยชน์มากกว่าการใช้ตัวเลข GDP หรือมูลค่าเพิ่มมาเป็นตัวแทน
- ประการที่สาม การประเมินคุณภาพควรดูว่า “จัดสรรถูกอุตสาหกรรมหรือไม่” ไม่ใช่ดูแต่ยอดรวม : สำหรับนโยบายที่ออกแบบเป็นรายอุตสาหกรรม เช่น การกำหนดภาคส่วนที่อยู่ใน ETS หรือการจัดสรร allowance ความผิดพลาดในการจัดสรรอาจส่งผลโดยตรงต่อภาระต้นทุนของธุรกิจแต่ละประเภท ตัวเลขรวมที่ถูกต้องจึงยังไม่เพียงพอ หากตัวเลขรายอุตสาหกรรมยังคลาดเคลื่อน
บทสรุปในเรื่องนี้ จึงอาจกล่าวได้ว่า การแปลงข้อมูลจาก IPCC ไปเป็น ISIC อาจฟังดูเหมือนเป็นรายละเอียดทางเทคนิคของนักสถิติ แต่แท้จริงแล้วเกี่ยวข้องโดยตรงกับการออกแบบนโยบายคาร์บอน เพราะก่อนที่เราจะถามว่า “อุตสาหกรรมใดควรลดการปล่อยมากเท่าไร” เราต้องมั่นใจก่อนว่า “เรารู้จริงหรือไม่ว่าอุตสาหกรรมใดปล่อยเท่าไร”
สำหรับประเทศไทยที่กำลังพัฒนาเครื่องมือด้าน carbon pricing และเตรียมโครงสร้างข้อมูลเพื่อรองรับนโยบายรายภาคส่วน ความน่าเชื่อถือของข้อมูลจึงไม่ได้ขึ้นอยู่กับเพียงตัวเลขสุดท้าย แต่ขึ้นอยู่กับวิธีที่ตัวเลขนั้นถูกจัดหมวด แบ่งสัดส่วน และตรวจสอบมาตั้งแต่ต้น
เพราะในโลกของข้อมูลคาร์บอน การปล่อยก๊าซหนึ่งตันอาจยังเป็นหนึ่งตันเหมือนเดิม แต่คำถามสำคัญคือ เรานับหนึ่งตันนั้นไว้กับใคร
อ้างอิง: Sakata, S., Hwang, S., Astolfi, R. and Edens, B. (2026), “OECD methodology to estimate SEEA Air Emission Accounts: An update”, OECD Statistics Working Papers 2026/03.
โดย ดุษดี ดุษฎีพาณิชย์
ผู้เชี่ยวชาญด้านกฎหมาย ESG การค้าการลงทุน และอนุญาโตตุลาการระหว่างประเทศ
