ThaiPublica > คอลัมน์ > ส่องมาตรการควบคุมการระบาด COVID-19 รายจังหวัดกับ Provincial Stringency Index

ส่องมาตรการควบคุมการระบาด COVID-19 รายจังหวัดกับ Provincial Stringency Index

26 มกราคม 2022


วศิน โรจยารุณ [email protected] ธนาคารแห่งประเทศไทย
ณัฏฐภัทร์ กิ่งเนตร [email protected] ธนาคารแห่งประเทศไทย
นนท์ พฤกษ์ศิริ [email protected] ธนาคารแห่งประเทศไทย
พิรญาณ์ รณภาพ [email protected] ธนาคารแห่งประเทศไทย

บทความนี้กลั่นกรองเนื้อหาจากบทความ aBRIDGEd ฉบับเต็มเรื่อง “ส่องมาตรการควบคุมการระบาด COVID-19 รายจังหวัดกับ Provincial Stringency Index” เผยแพร่ใน website ของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ (https://www.pier.or.th/)

ที่มาภาพ : https://www.pier.or.th/abridged/2021/21/

“จะมี Lockdown อีกมั้ยนะ” เป็นคำถามที่วนเวียนกลับมาทุกครั้งที่มีการแพร่ระบาดของ COVID-19 ในแต่ละระลอก แม้มาตรการควบคุมการระบาดที่ไม่ใช่เภสัชภัณฑ์ (Non-Pharmaceutical Measures: NPIs) เช่น การห้ามชุมนุมหรือรวมตัวคนจำนวนมาก การปิดกิจการที่เสี่ยงต่อการระบาด จะเป็นเครื่องมือสำคัญในลดการระบาดที่นำไปสู่การเจ็บป่วยและเสียชีวิต แต่ก็ต้องแลกมาซึ่งต้นทุนทางสังคมและเศรษฐกิจที่สูง โดยเฉพาะหากเป็นมาตรการที่เข้มงวดในวงกว้าง

การทำมาตรการที่ “เข้มงวด” เพียงพอที่จะควบคุมสถานการณ์การระบาดและยังทำให้สังคมและเศรษฐกิจเดินหน้าต่อไปได้ จึงเป็นโจทย์สำคัญตลอดช่วงเวลาสองปีที่ผ่านมาของการระบาด และเพื่อตอบคำถามดังกล่าว ข้อมูลที่ใช้วัดความเข้มงวดของมาตรการเป็นสิ่งที่ขาดไม่ได้ ผู้เขียนจึงได้จัดทำชุดข้อมูลดัชนีมาตรการควบคุมการระบาดรายจังหวัด (Provincial Stringency Index: PSI) ในการวัดระดับความเข้มงวดของมาตรการในแต่ละพื้นที่อย่างเป็นระบบ และนำข้อมูลดังกล่าวไปใช้ในการวิเคราะห์เพื่อตอบคำถามสำคัญที่ว่า ประสิทธิผลของมาตรการควบคุมการระบาดในภาพรวมและแต่ละพื้นที่มีมากน้อยเพียงใด

รู้จักกับดัชนีมาตรการควบคุมการระบาด

หากพูดถึงดัชนีใช้ในการวัดมาตรการควบคุมการระบาด เรามักนึกถึง Oxford’s COVID-19 Stringency Index ซึ่งจัดทำขึ้นโดยคณะผู้วิจัยจากมหาวิทยาลัย Oxford สหราชอาณาจักร ที่ติดตามมาตรการต่าง ๆ ของภาครัฐในการรับมือกับการระบาดของ COVID-19 โดยดัชนีดังกล่าววัดความเข้มงวดของมาตรการควบคุมการระบาดรายประเทศในแต่ละช่วงเวลา ข้อมูลดังกล่าวนี้ถูกนำไปใช้อย่างแพร่หลาย ทั้งในการนำไปใช้ติดตามสถานการณ์ วิเคราะห์วางแผน และต่อยอดเชิงงานวิจัย รวมไปถึงนำระเบียบวิธีเก็บข้อมูลไปปรับปรุงให้เหมาะสมกับบริบทของแต่ละประเทศ และเก็บข้อมูลในระดับรายพื้นที่ (sub-regional) เพื่อติดตามและประเมินมาตรการควบคุมการระบาดให้ละเอียดยิ่งขึ้น

สำหรับในไทย การระบาดระลอกแรกส่งผลให้มีการบังคับใช้มาตรการแบบเข้มงวดเท่ากันทั้งประเทศในช่วงเมษายน 2563 ขณะที่การระบาดระลอกที่สองในช่วงปลายปี 2563 ศูนย์บริหารสถานการณ์แพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (ศบค.) ได้เริ่มแบ่งจังหวัดในไทยออกเป็นพื้นที่ความเสี่ยง 5 ระดับ (เฝ้าระวัง เฝ้าระวังสูง ควบคุม ควบคุมสูงสุด ควบคุมสูงสุดและเข้มงวด) และใช้มาตรการควบคุมการระบาดตามการแบ่งพื้นที่เสี่ยงเป็นครั้งแรกในวันที่ 24 ธันวาคม 2563 จนถึงปัจจุบัน โดยมีมาตรการที่มีลักษณะความเข้มงวดแตกต่างกันตามระดับความเสี่ยงและการแบ่งพื้นที่เสี่ยง คณะผู้เขียนจึงนำเอาแนวคิดของ Oxford Stringency Index ในการสร้างดัชนีมาตรการควบคุมการระบาดรายจังหวัดของไทย (Provincial Stringency Index: PSI) โดยเก็บข้อมูลระดับจังหวัดซึ่งละเอียดกว่าในฐานข้อมูล Oxford ที่มีเป็นรายประเทศ และได้มีการปรับชุดคำถามให้สอดคล้องกับมาตรการที่มีการประกาศใช้ในไทย

ภาพที่ 1 เปรียบเทียบดัชนี PSI ระดับประเทศ ซึ่งโดยรวมเคลื่อนไหวสอดคล้องกับ Oxford Stringency Index แม้จะแตกต่างกันบ้างในบางช่วงเนื่องจาก Oxford Stringency Index บันทึกพื้นที่การทำมาตรการเพียงสองระดับ (ทั่วประเทศหรือบางส่วน) ขณะที่ดัชนี PSI จัดทำขึ้นจากข้อมูลรายจังหวัดจึงวัดระดับความเข้มงวดได้ละเอียดกว่า

ชุดข้อมูลดัชนี PSI สามารถให้ภาพลงลึกได้เป็นรายจังหวัด ภาพที่ 2 แสดงดัชนี PSI รายจังหวัดทีสะท้อนความเข้มงวดของมาตรการควบคุมการระบาดที่แตกต่างกันมากในแต่ละช่วงเวลา ทั้งนี้ ระดับความเข้มงวดที่แตกต่างกันในรายจังหวัดนี้สอดคล้องกับสถานการณ์การระบาดในแต่ละจังหวัด โดยภาพที่ 3 แสดงค่าเฉลี่ยของระดับความเข้มงวดของมาตรการรายจังหวัด และจำนวนผู้ติดเชื้อสะสมในช่วงเดือนธันวาคม 2563 จนถึงสิงหาคม 2564 พบว่าจังหวัดที่มีผู้ติดเชื้อสะสมสูงมีแนวโน้มที่จะใช้มาตรการควบคุมการระบาดที่เข้มงวดมากกว่า

ประสิทธิผลของมาตรการคุมการระบาดในภาพรวมของไทย

ในการวัดประสิทธิผลของมาตรการคุมการระบาด จำเป็นต้องพิจารณาทั้งผลในการควบคุมสถานการณ์การระบาดและผลต่อเศรษฐกิจควบคู่กันไป คณะผู้ศึกษาจึงสร้างแบบจำลองที่แสดงความสัมพันธ์ระหว่างจำนวนผู้ติดเชื้อใหม่ การเคลื่อนที่ของผู้คนซึ่งเป็นตัวสะท้อนระดับกิจกรรมในระบบเศรษฐกิจ (Facebook Mobility Index) และมาตรการควบคุมการระบาด (PSI)

ผลการศึกษาพบว่า การยกระดับมาตรการคุมการระบาดให้เข้มงวดขึ้น มีประสิทธิผลในการลดผู้ติดเชื้อใหม่อย่างมีนัยสำคัญในช่วง 3 สัปดาห์ให้หลัง แต่การยกระดับมาตรการคุมการระบาดยังมีผลทำให้ mobility ลดลงอย่างมีนัยสำคัญในช่วง 2 สัปดาห์แรกหลังการยกระดับมาตรการ นอกจากนี้ ผลการศึกษาที่ได้นี้สอดคล้องกับแนวคิดด้านระบาดวิทยา กล่าวคือ แบบจำลองพบว่า การเพิ่มขึ้นของ mobility ส่งผลให้ผู้ติดเชื้อสูงขึ้น เนื่องจากการออกไปข้างนอกบ้านเพิ่มโอกาสที่จะพบเจอผู้คนและติดเชื้อได้ง่ายขึ้น ขณะเดียวกัน จำนวนผู้ติดเชื้อที่เพิ่มขึ้นส่งผลให้ mobility ลดลงอย่างมีนัยสำคัญ เนื่องจากผู้คนลดความเสี่ยงของการติดเชื้อในช่วงที่ระบาดได้ง่ายด้วยการไม่ออกจากบ้าน ผลการศึกษาดังกล่าวจึงสอดรับกับแนวคิดของการทำมาตรการคุมการระบาดที่ต้องชั่งน้ำหนักระหว่างการคุมการระบาดกับการเคลื่อนที่ของผู้คนและกิจกรรมทางเศรษฐกิจ

ผลกระทบทางเศรษฐกิจของแต่ละมาตรการในแต่ละพื้นที่

ข้อมูลดัชนี PSI สามารถให้รายละเอียดของมาตรการที่ใช้ในแต่ละพื้นที่ รวมถึงระยะเวลาที่ใช้มาตรการ ภาพที่ 4 แสดงค่าเฉลี่ยจำนวนวันที่มีการใช้มาตรการเข้มงวด (มีคำสั่งห้ามกิจกรรมบางอย่าง ไม่ใช่แค่ระดับแนะนำ) ในแต่ละหมวดตลอดปี 2563 จนถึงสิ้นเดือนสิงหาคม 2564 โดยพบว่ามาตรการที่ถูกนำมาใช้มากที่สุด ได้แก่ มาตรการปิดกิจการผับ บาร์ อาบอบนวดและอินเทอร์เน็ตคาเฟ่ การห้ามจำหน่ายสุราเพื่อดื่มในร้าน การห้ามชุมนุมหรือรวมตัวในระดับเกินกว่า 100 คน

หากแบ่งพื้นที่ออกเป็น 2 กลุ่มคือ จังหวัดเขตเมือง (urban) และ เขตชนบท (rural)1 พบว่า โดยส่วนใหญ่แล้วจังหวัดในเขตเมืองมีการใช้มาตรการควบคุมการระบาดเข้มงวดเป็นระยะเวลานานกว่าจังหวัดเขตชนบท และมีลักษณะการใช้มาตรการที่ไม่เหมือนกัน สะท้อนจากจำนวนวันเฉลี่ยที่แตกต่างกัน โดยเฉพาะมาตรการปิดสถานที่สาธารณะ มาตรการปิดศูนย์แสดงสินค้า หอประชุมและสถานที่จัดนิทรรศการ หรือแม้แต่การปิดกิจการและสถานที่ทำงาน ซึ่งนอกจากจะอธิบายด้วยสถานการณ์การระบาดในจังหวัดเขตเมืองที่รุนแรงกว่าแล้ว ส่วนหนึ่งยังมาจากการที่จังหวัดเขตเมืองมีสถานที่หรือกิจกรรมเสี่ยงที่มากกว่า ทำให้ต้องใช้มาตรการคุมการระบาดที่ระมัดระวังมากกว่า ยกเว้นในกรณีคำสั่งห้ามที่เกี่ยวข้องกับชายแดนที่ส่วนใหญ่เป็นกลุ่มเขตชนบทตามภูมิศาสตร์

นอกจากนี้ หากวิเคราะห์ผลของแต่ละมาตรการในแต่ละพื้นที่ต่อการลด mobility ของผู้คน (ภาพที่ 5) พบว่า มาตรการควบคุมการระบาดแต่ละมาตรการมีผลต่อ mobility แตกต่างกันในแต่ละพื้นที่ โดยมีข้อสังเกตในสองประเด็นคือ 1) ผลของมาตรการปิดโรงเรียนในการลด mobility ในพื้นที่เขตเมืองสูงกว่าพื้นที่เขตชนบทเกือบเท่าตัว และ 2) มาตรการปิดห้างสรรพสินค้ามีประสิทธิผลมากในการลด mobility ในพื้นที่เขตเมือง แต่กลับมีผลในการเพิ่ม mobility ในพื้นที่เขตชนบทแม้จะไม่มีนัยทางสถิติ คณะผู้เขียนคาดว่ามาจากพฤติกรรมการเดินทางของนักเรียน/นักศึกษาในจังหวังเขตเมืองที่มีสูงกว่าเขตชนบท รวมถึงลักษณะของจังหวัดเขตชนบทที่มีห้างสรรพสินค้าน้อยกว่าจังหวัดเขตเมืองทำให้การปิดห้างสรรพสินค้าส่งผลต่อ mobility น้อย ทั้งนี้ ผลของมาตรการควบคุมการระบาดที่แตกต่างกันในแต่ละพื้นที่นี้เป็นความท้าทายของผู้ออกมาตรการในการเลือกรูปแบบของมาตรการที่เหมาะสมต่อการดำเนินกิจกรรมของประชาชนในพื้นที่

โดยสรุป บทความนี้ได้นำเสนอดัชนีมาตรการควบคุมการระบาดในไทยรายจังหวัด ซึ่งจะช่วยเป็นข้อมูลแก่หน่วยงานและผู้ดำเนินนโยบายในการติดตามและวิเคราะห์มาตรการควบคุมการระบาดในไทยอย่างเป็นระบบ รวมถึงการออกแบบให้มาตรการควบคุมการระบาดมีประสิทธิผลในการคุมการระบาด ขณะที่ลดผลกระทบทางเศรษฐกิจให้มากที่สุด ท้ายที่สุดนี้ ท่านที่สนใจสามารถ download ชุดข้อมูลดัชนี PSI และรายละเอียดวิธีการเก็บข้อมูลได้ที่นี่

หมายเหตุ : 1. จังหวัดในเขตเมือง หมายถึง จังหวัดที่มีประชากรในเขตเทศบาลเกิน 50% ของประชากรทั้งหมด ซึ่งประกอบด้วย 9 จังหวัด ได้แก่ กรุงเทพมหานคร นนทบุรี ปทุมธานี นครปฐม สมุทรปราการ สมุทรสาคร ชลบุรี สงขลา และภูเก็ต ขณะที่จังหวัดในเขตชนบท หมายถึง จังหวัดที่มีประชากรในเขตเทศบาลน้อยกว่าหรือเท่ากับ 50% ของประชากรทั้งหมด ซึ่งประกอบด้วยอีก 68 จังหวัดที่เหลือ

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์”