ในการประชุมคณะกรรมการนโยบายการเงินของธนาคารแห่งประเทศไทย เมื่อวันที่ 4 สิงหาคมที่ผ่านมา ได้ประเมินว่าการระบาดของโควิด-19 ในช่วงเดือนที่ผ่านมามีความรุนแรงยิ่งขึ้น และสร้างความเสียหายทางด้านเศรษฐกิจเกินกว่าที่คาด จึงปรับลดประมาณการการเติบโตทางเศรษฐกิจในปีนี้เหลือเพียงร้อยละ 0.7 จากเดิมที่คาดการณ์ไว้เมื่อเดือนมิถุนายนว่าจะโตร้อยละ 1.8
อัตราการเติบโตเพียง 0.007 นี้ บ่งบอกว่ามูลค่าการผลิตและรายได้ของไทยในปีนี้จะไม่ต่างจากปีก่อนหน้าเท่าใดนัก
และหากมองย้อนกลับไปในปี 2563 ที่เศรษฐกิจไทยได้ซึมซับผลกระทบจากการระบาดโควิด-19 เกือบตลอดทั้งปี เราพบว่า จีดีพีของไทยหดตัวลงจากปีก่อนหน้า (2562) ในอัตราสูงถึงร้อยละ 6.1 ซึ่งถือได้ว่าเป็นการถดถอยทางเศรษฐกิจที่รุนแรงที่สุดนับตั้งแต่วิกฤติต้มยำกุ้งเมื่อปี 2540
ดังนั้น เมื่อเชื่อมต่อข้อมูลในอดีตเข้ากับปัจจุบัน เราจะพบว่า หากในปีนี้ จีดีพีของไทยเติบโตในอัตราเดียวกันกับที่ธนาคารแห่งประเทศไทยคาดการณ์ไว้จริง ผลผลิตของประเทศไทยและรายได้ต่อหัวในปี 2564 นี้จะถดถอยลงไปอยู่ในระดับที่ต่ำกว่าเมื่อ 3 ปีก่อน (ปี 2561) เลยทีเดียว (ดูรูปที่ 1 ประกอบ)
อันที่จริง เศรษฐกิจมหภาคย่อมต้องเผชิญกับความผันผวนในรายได้ ผลผลิต และการจ้างงาน ในลักษณะเป็นวัฏจักรอยู่แล้ว ดังที่นักวิเคราะห์มักเรียกกันว่าเป็น ‘วัฏจักรธุรกิจ’ (business cycle) กล่าวคือ ระบบเศรษฐกิจจะมีช่วงของภาวะถดถอยสลับกันกับช่วงที่เติบโตต่อเนื่องอยู่เป็นนิตย์ ฉะนั้น เมื่อใดที่เศรษฐกิจไทยฟื้นตัวและกลับเข้าสู่ช่วงระยะของการเติบโต ทั้งการผลิต รายได้และการจ้างงานที่หดหายไปในช่วง 2 ปีนี้ ก็จะกลับคืนมา และความสูญเสียที่เกิดขึ้นในช่วงเศรษฐกิจตกต่ำก็จะเป็นเพียงเหตุการณ์ในอดีต
หากตีกรอบการวิเคราะห์ความสูญเสียทางเศรษฐศาสตร์ไว้เพียงแค่ขาลงของวัฏจักรธุรกิจ เราอาจสามารถคำนวณค่าออกมาเป็นตัวเลขได้จาก ‘มูลค่าจีดีพีที่เกิดขึ้นจริง’ กับ ‘มูลค่าจีดีพีในกรณีที่ไม่เกิดการระบาดของโควิด’
ในโลกสมมติที่ปราศจากการระบาดของโควิด-19 เราอาจวาดภาพว่า เศรษฐกิจไทยจะสามารถเติบโตได้ต่อเนื่องในอัตราคงที่ที่ร้อยละ 2.3 ต่อปี (สมมติขึ้นโดยอิงจากอัตราเติบโตของจีดีพีในปี 2562) ดังนั้น รายได้ประชาชาติของไทยในเหตุกรณ์สมมตินี้จะเท่ากับ 1.73 ล้านล้านบาท และ 1.77 ล้านล้านบาท ในปี 2563 และ 2564 ตามลำดับ (แสดงในรูปที่ 1 ภายใต้ชื่อ ประมาณการจีดีพี)
ตัวเลขนี้สามารถนำมาใช้เป็นเกณฑ์เพื่อเปรียบเทียบกับสถานการณ์ในโลกความเป็นจริง ซึ่งมีมูลค่าจีดีพีเท่ากับ 1.569 ล้านล้านบาท ในปี 2563 และคาดว่าจะเท่ากับ 1.5777 ล้านล้านบาท ในปี 2564 นี้
เราจึงเห็นว่าส่วนต่างของจีดีพีระหว่างโลกสมมติที่ไม่มีโควิดกับโลกความเป็นจริงของ ปี 2563 และ 2564 อยู่ที่ 1.61 แสนล้านบาท และ 1.93 แสนล้านบาท ตามลำดับ และมูลค่าของส่วนต่างนี้ก็บ่งบอกถึงรายได้ที่เราสูญเสียไปจากการเกิดวิกฤติโควิดในช่วง 2 ปีนี้
อย่างไรก็ดี ต้นทุนทางเศรษฐศาสตร์นั้นมิได้มีเพียงแค่มูลค่าจีดีพีที่สูญเสียไปในช่วงเศรษฐกิจถดถอย แต่ความเสียหายในทางเศรษฐศาสตร์นั้น ต้องพิจารณาถึงความเสียหายที่เกิดขึ้นในอนาคตข้างหน้า ในลักษณะ ‘ผลกระทบที่ฝังลึกถาวร’ ด้วย
งานวิจัยของไบรอัน สจ๊วต (Bryan Stuart) เรื่อง ‘The Long-run Effects of Recessions on Education and Income‘ ซึ่งกำลังจะได้ตีพิมพ์ลงในวารสาร American Journal of Economics: Applied Economics พยายามประเมินถึงต้นทุนค่าเสียโอกาสของเศรษฐกิจถดถอยในประเทศสหรัฐฯ ช่วง ค.ศ. 1980-1982 และประมวลออกมาในรูปของทรัพยากรที่เราสูญเสียไปทั้งในปัจจุบันและอนาคต
เศรษฐกิจของสหรัฐฯ ในช่วงปลายทศวรรษ 70’s นั้นประสบภาวะเงินเฟ้อรุนแรง ทำให้ธนาคารกลางต้องขึ้นอัตราดอกเบี้ยนโยบายเพื่อแก้ปัญหาดังกล่าว ส่งผลให้เกิดภาวะเศรษฐกิจตกต่ำอย่างหนักในช่วงต้น ค.ศ. 1980
เศรษฐกิจสหรัฐฯ ตกอยู่ในภาวะถดถอยในช่วง 7 เดือนแรกของ ค.ศ. 1980 ถึงแม้จะเริ่มฟื้นตัวได้ในเดือนสิงหาคมก็ตาม แต่ทว่าในปีถัดมานั้น อัตราดอกเบี้ยที่ถูกธนาคารกลางสหรัฐ (Fed) ตรึงไว้ในระดับสูงต่อเนื่อง (เพราะยังคุมให้เงินเฟ้อลดลงไม่ได้) ได้กลายเป็นปัจจัยลบต่อภาคธุรกิจและภาคครัวเรือน ส่งผลให้เศรษฐกิจสหรัฐฯ กลับเข้าสู่ภาวะเศรษฐกิจถดถอยอีกครั้ง ในเดือนกรกฎาคม 1981 และต้องใช้เวลาถึง 1 ปี 4เดือน กว่าที่จะกลับมาฟื้นตัวได้อีกครั้ง
ดังนั้นช่วง ค.ศ. 1980-1981 จึงมีความ ‘พิเศษ’ เหมาะสำหรับการศึกษาวิจัยทางเศรษฐศาสตร์ในเรื่องผลกระทบที่เกิดจากภาวะ ‘ซึมยาว’ ทางเศรษฐกิจ เพราะในภาวะดังกล่าว ทั้งอัตราดอกเบี้ยที่สูงต่อเนื่องและรายได้ของครัวเรือนหดหายไปยาวนาน กลายเป็นอุปสรรคสำคัญของการเข้าเรียนในระดับอุดมศึกษาของผู้คนในขณะนั้น เพราะนักเรียนจำนวนมากตัดสินใจไม่เรียนต่อในระดับอุดมศึกษา เพราะคิดว่าตัวเองคงไม่สามารถแบกรับภาระการใช้คืนเงินกู้เพื่อการศึกษาได้
นักเศรษฐศาสตร์แรงงานถือว่า โอกาสทางการศึกษาที่หายไปนี้เป็นความสูญเสียของสังคมในการสั่งสมทุนมนุษย์ (human capital)
ทุนมนุษย์นั้นไม่แตกต่างจากทุนกายภาพ (เช่น เครื่องจักร เครื่องมือ ฯลฯ) ที่ช่วยให้แรงงานสามารถสร้างผลผลิตได้มากขึ้นจากแรงงานที่มี โดยคนเราสามารถสั่งสมทุนมนุษย์ได้จากหลากหลายช่องทาง อาทิ จากการศึกษา หรือจากการสั่งสมประสบการณ์การทำงาน ทุนมนุษย์ไม่เพียงช่วยเพิ่มผลิตภาพการทำงานให้กับตัวแรงงานเองเท่านั้น แต่ยังช่วยเพิ่มศักยภาพของเพื่อนร่วมงานได้อีกด้วย
กลไกราคาในตลาดแรงงานย่อมให้ผลตอบแทนที่สูงกับแรงงานที่มีทุนมนุษย์ในระดับสูง (นายจ้างมักให้ผลตอบแทนการทำงานหรือเงินเดือนตามระดับความรู้และประสบการณ์การทำงาน) ดังนั้น ทุนมนุษย์ที่หดหายไปย่อมส่งผลต่อเนื่องไปถึงรายได้ของแรงงานด้วย
สจ๊วตพยายามที่จะประเมินถึงต้นทุนทางเศรษฐศาสตร์ของการที่คนจำนวนหนึ่งเสียโอกาสทางการศึกษาไปเพราะเศรษฐกิจถดถอย ซึ่งตามระเบียบวิธีวิจัยนั้น เขาต้องวิเคราะห์เปรียบเทียบกับ ‘สิ่งที่อาจเกิดขึ้นหากไม่มีเศรษฐกิจถดถอย’ ซึ่งตัวเปรียบเทียบนี้ นักเศรษฐศาสตร์ไม่สามารถเก็บข้อมูลจริงได้ เพราะเป็นเหตุการณ์ที่ไม่ได้เกิดขึ้นในความเป็นจริง
อย่างไรก็ดี สจ๊วตแก้ปัญหาดังกล่าวได้โดยอาศัยแบบจำลองทางเศรษฐมิติที่เรียกว่า Difference-in-Differences Regression ซึ่งเป็นเสมือนการสร้าง ‘โลกคู่ขนาน’ ของเศรษฐกิจสหรัฐฯ ขึ้นมา โดยโลกคู่ขนานที่ว่านี้หมายถึงระบบเศรษฐกิจสหรัฐฯ ที่ปราศจากภาวะถดถอยในช่วงเวลาดังกล่าว จากนั้นก็ทำการประเมินต้นทุนค่าเสียโอกาส โดยเปรียบเทียบระดับการศึกษาและรายได้ของกลุ่มตัวอย่างในความเป็นจริงกับคนในโลกคู่ขนาน (ที่สร้างขึ้น)
สจ๊วตใช้ประโยชน์จากชุดข้อมูลสำมะโนประชากรซึ่งครอบคลุมประชากรจำนวน 23 ล้านคนที่เกิดในช่วง ค.ศ. 1950-1979 รวมทั้งชุดข้อมูลสำรวจจากฐานข้อมูลผู้ประกันตนของสหรัฐฯ โดยดึงกลุ่มตัวอย่างที่อยู่ในพื้นที่ที่ไม่ได้รับผลกระทบจากเศรษฐกิจถดถอย มาสร้างเป็นกลุ่มตัวอย่างในโลกคู่ขนาน (หรือกลุ่มตัวอย่างสำหรับเปรียบเทียบกับโลกความเป็นจริง) ซึ่งในชุดข้อมูลดังกล่าว มีสารสนเทศทั้งวันเดือนปีเกิด สถานที่เกิด ระดับการศึกษาสูงสุดที่บรรลุ และรายได้/ค่าจ้างที่ได้รับเมื่อคนกลุ่มนั้นเข้าสู่ตลาดแรงงานในเวลาต่อมา
แบบจำลองเศรษฐมิตินี้พบว่า ช่วงเศรษฐกิจถดถอยในช่วง ค.ศ. 1980-1982 นั้น ทุกๆ 10% ของรายได้ต่อหัวที่ลดลงไป ส่งผลให้จำนวนผู้สำเร็จการศึกษาในระดับอุดมศึกษาในเวลาต่อมา ลดลงไป 10 % และทำให้รายได้ในวัยทำงานของกลุ่มตัวอย่างหายไป 3%
ผลการคำนวณดังกล่าวนำมาสู่ข้อสรุปว่า ต้นทุนค่าเสียโอกาสของการเกิดเศรษฐกิจถดถอยในช่วง ค.ศ. 1980-1982 คือจำนวนบัณฑิตระดับปริญญาตรีที่หายไปราว 0.8-1.8 ล้านคน และรายได้ที่บัณฑิตเหล่านั้นสามารถสร้างได้ในช่วงวัยทำงานประมาณ 42-87 พันล้านดอลลาร์สหรัฐต่อปี นั่นหมายความว่า เศรษฐกิจที่ถดถอยยาวนานสามารถสร้างความเสียหายทางเศรษฐศาสตร์ที่ฝังลึกยาวนานได้
อย่างไรก็ดี ในวิกฤติโควิด-19 นี้มีมิติของความสูญเสียทุนมนุษย์ที่แตกต่างไปจากเศรษฐกิจถดถอยครั้งอื่นๆ
กล่าวคือ ความเสียหายนั้นไม่ได้มาจากคนที่ขาดโอกาสเข้าถึงการศึกษาเท่านั้น แต่ยังขยายวงไปสู่คนที่ยังอยู่ในระบบการศึกษาทุกระดับอีกด้วย เนื่องจากในวิกฤติครั้งนี้ โรงเรียนและสถานศึกษาต้องปิดตัวลงตามมาตรการเว้นระยะห่างทางสังคม ทำให้ผู้เรียนขาดโอกาสที่จะมีปฏิสัมพันธ์ทางสังคมในสถานศึกษา รวมทั้งไม่มีโอกาสได้แลกเปลี่ยนความรู้อย่างเต็มที่กับอาจารย์และเพื่อนนักเรียน-นักศึกษา เพราะต่างต้องแยกตัวมาเรียนออนไลน์อยู่กับบ้าน ดังนั้นจึงเกิดเป็นประเด็นชวนคิดตามมาว่า มิติเรื่อง ‘คุณภาพ’ ของการเรียนการสอนในรูปแบบการเรียนรู้ทางไกลนี้ จะซ้ำเติม ลดทอนทุนมนุษย์ และเพิ่มต้นทุนของเศรษฐกิจถดถอยในระยะยาวมากน้อยเพียงใด
งานวิจัยเรื่อง ‘Learning Loss due to School Closures during the Covid-19 Pandemic‘ ซึ่งศึกษาในประเทศเนเธอร์แลนด์ พบว่า การปิดโรงเรียนและการเรียนออนไลน์เป็นระยะเวลา 8 สัปดาห์ (ในช่วงระหว่างวันที่ 16 มีนาคม-11 พฤษภาคม พ.ศ. 2563) มีผลให้การเรียนรู้ของนักเรียนในชั้นประถมศึกษาที่มีช่วงอายุระหว่าง 8 ถึง 11 ปี ลดลงต่ำกว่าการเรียนในห้องเรียนปกติ
คณะผู้วิจัยอาศัยผลสอบระดับประเทศในวิชาหลัก ได้แก่ คณิตศาสตร์ ทักษะการเขียน และทักษะการอ่าน ที่มีการสอบ 2 ครั้งต่อปี คือในช่วงเดือนมกราคม-กุมภาพันธ์ ซึ่งถือเป็นการสอบวัดผลกลางปีการศึกษา และอีกครั้งในเดือนมิถุนายน ซึ่งเป็นการสอบปิดท้ายปีการศึกษา
ในปี 2563 นี้ การสอบวัดผลกลางปีการศึกษาเกิดขึ้นก่อนการระบาดของโควิด-19 ในขณะที่การสอบปลายภาคเกิดขึ้นในช่วงของการระบาด และหลังจากที่นักเรียนต้องเรียนออนไลน์อยู่กับบ้าน ดังนั้น หากการเรียนออนไลน์ส่งผลต่อการเรียนรู้ของนักเรียน เราจะเห็นได้ผลนั้นได้จากคะแนนสอบของนักเรียนในตอนปลายภาค และจากพัฒนาการของการเรียนรู้เมื่อเทียบกับคะแนนที่ได้ในตอนกลางภาค
ผู้วิจัยใช้ผลต่างของอันดับคะแนน (ระหว่างอันดับจากผลสอบปลายภาคเทียบกับอันดับจากผลสอบกลางภาค) เป็นตัวชี้วัดพัฒนาการของการเรียนรู้ระหว่างการสอบระดับประเทศในปีการศึกษา 2563 และใช้ผลต่างของอันดับคะแนนของนักเรียนกลุ่มอายุเดียวกันในช่วงปี 2560-2562 เป็นกลุ่มเปรียบเทียบ (แบบจำลองที่งานวิจัยนี้ใช้ก็เป็นแบบจำลอง Difference-in-Differences เช่นเดียวกับงานของไบรอัน สจ๊วต)
ผลการศึกษาพบว่า นักเรียนในปี 2563 มีการเรียนรู้ที่ต่ำกว่ากลุ่มนักเรียนในปีก่อนหน้าในทุกวิชา นอกจากนี้ กลุ่มนักเรียนที่มีผลการเรียนถดถอยมากนั้น โดยส่วนใหญ่มาจากครอบครัวที่ผู้ปกครองไม่ได้สำเร็จการศึกษาในระดับสูง และมาจากครอบครัวที่มีจำนวนสมาชิกมาก
งานศึกษาในประเทศเนเธอร์แลนด์มีความน่าสนใจหลายประการ อาทิ คุณภาพการศึกษาระดับประถมศึกษาในประเทศเนเธอร์แลนด์นั้นจัดได้ว่าอยู่ในอันดับต้นๆ ของโลก โรงเรียนแต่ละแห่งได้รับเงินสนับสนุนจากภาครัฐในจำนวนที่เท่าเทียมกันทำให้คุณภาพของโรงเรียนไม่ได้แตกต่างกันมาก แต่ละครัวเรือนสามารถเข้าถึงอินเทอร์เน็ตได้สะดวก อีกทั้งการปิดโรงเรียนในช่วงเดือนมีนาคม-พฤษภาคม ก็ถือว่าสั้นกว่าหลายประเทศในภูมิภาค ดังนั้นจึงถือได้ว่าการประเมินผลกระทบต่อการเรียนรู้ของนักเรียนประถมศึกษาในเนเธอร์แลนด์เป็น best case scenario
กล่าวคือ ความสูญเสียในการเรียนรู้ของนักเรียนประถมศึกษาที่พบในงานวิจัยนี้ ถือได้ว่าเป็นความเสียหายขั้นต่ำหรือความเสียหายที่น้อยที่สุดภายใต้สถานการณ์โควิดครั้งนี้ ซึ่งคณะผู้วิจัยเชื่อว่าความสูญเสียในการเรียนรู้ที่เกิดจากการเรียนออนไลน์ในประเทศอื่นๆ ที่ไม่ได้มีมาตรฐานการศึกษาหรือการเข้าถึงอินเตอร์เน็ตดีเท่าเนเธอร์แลนด์ จะมีมากกว่านี้
มาถึงบรรทัดนี้ ก็ชวนให้มองย้อนกลับมาที่ประเทศเราที่มาตรฐานการศึกษาด้อยกว่าเนเธอร์แลนด์มาก ซ้ำร้ายยังต้องให้นักเรียนนักศึกษาเรียนออนไลน์ มายาวนานเกือบปีแล้ว สุดท้ายแล้วความสูญเสียในทุนมนุษย์ของแรงงานไทยในอนาคตนั้นจะมากเพียงใด
เพราะ ณ วันนี้ เรายังไม่เห็นแสงสว่างที่ปลายอุโมงค์เลยว่า เมื่อใดที่เศรษฐกิจไทยจะกลับมาฟื้นตัวได้ดังเดิม
บทความอ้างอิง
Bryan Stuart “The Long-Run Effects of Recessions on Education and Income,” American Economic Journal: Applied Economics, Forthcoming
Per Engzell, Arun Frey, Mark D. Verhagen “Learning loss due to school closures during the COVID-19 pandemic” Proceedings of the National Academy of Sciences April 2021, 118 (17) e2022376118; https://doi.org/10.1073/pnas.2022376118