วรรณพงษ์ ดุรงคเวโรจน์ เรื่อง
ภาพิมล หล่อตระกูล ภาพประกอบ
เราทุกคนเท่าเทียมกันต่อหน้าโควิด-19 แต่บางคนอาจเท่าเทียมกว่าอีกคน
Larry Brilliant นักระบาดวิทยาชาวอเมริกันกล่าวว่า โควิด-19 เป็น “an equal opportunity infector” ใครๆ ก็ติดได้ทั้งนั้น เพราะโรคนี้ไม่เลือกเพศ อายุ รายได้ และชาติพันธุ์ แต่งานวิจัยชิ้นล่าสุดของ Jayant Menon อดีตนักเศรษฐศาสตร์ที่ Asian Development Bank บอกว่า แม้ทุกคนจะติดโควิด-19 ได้เหมือนกันหมด แต่ความเสี่ยงที่จะเป็นโรค โอกาสเสียชีวิตเมื่อเป็นโรค และผลกระทบจากนโยบายที่รัฐบาลใช้เพื่อควบคุมโรค กลับเลวร้ายมากกว่าในกลุ่มคนจน
Jayant อธิบายว่า คนจนที่อาศัยอยู่ในเขตเมืองหรือชานเมือง มีโอกาสเสี่ยงที่จะติดโควิด-19 สูงกว่าคนจนที่อาศัยในชนบท เพราะคนจนเมืองต้องหลับนอนในที่แออัดคับแคบ และมักทำงานในภาคบริการที่ต้องมีการสัมผัสทางร่างกาย เช่น การก่อสร้าง และการขนส่ง เป็นต้น ทำให้การเว้นระยะห่างทางสังคมทำได้ยาก ขณะที่คนจนในชนบทมีโอกาสเสี่ยงต่อโรคน้อยกว่า เพราะอยู่ในที่ไม่แออัด ทำงานในท้องไร่ท้องนา การทำงานไม่จำเป็นต้องมีการสัมผัสหรือพูดคุยกับคนอื่นมากนัก
ในปัจจุบัน ประชากรโลกกว่า 1 พันล้านคนอาศัยอยู่ในสลัม ซึ่งนับรวมคนจนเมือง คนไร้บ้าน และแรงงานต่างชาติที่ไม่มีใบอนุญาตทำงาน คนเหล่านี้ไม่สามารถเข้าถึงบริการทางการแพทย์และสาธารณสุขที่จัดหาให้โดยรัฐ กลายเป็นคนที่มองไม่เห็น (invisible) เฉกเช่นเดียวกับไวรัส
ในแง่ของการป้องกันโรค การล้างมือเป็นเครื่องมือสำคัญในการป้องกันการระบาดของโรคแทบทุกโรค ไม่เพียงเฉพาะเชื้อไวรัสโคโรนาสายพันธุ์ใหม่ 2019 เท่านั้น UNICEF คาดการณ์ว่า ประมาณ 40% ของ deadly disease สามารถป้องกันได้โดยการล้างมือ แต่ปัญหาคือคนจนไม่มีน้ำสะอาดให้ได้ใช้ การสำรวจโดยองค์การสหประชาชาติพบว่า มีประชากรโลกเพียงแค่ 70% เท่านั้น ที่สามารถเข้าถึงแหล่งน้ำสะอาดและปลอดภัย ยิ่งไปกว่านั้น 1 ใน 5 ของคนที่มีอายุต่ำมากกว่า 15 ปี ไม่ได้รับการศึกษาขั้นพื้นฐาน จนเป็นผลให้เข้าไม่ถึงความรู้ด้านสุขอนามัยด้วย ความเสี่ยงในการติดโรคในกลุ่มคนจนจึงเพิ่มสูงขึ้น
เมื่อติดโรคแล้ว คนจนยังมีโอกาสที่จะหายช้ากว่าคนอื่น (มี infection-fatality rate ที่สูง) เพราะคนจนมักประสบกับภาวะทุพโภชนาการ หรือการที่ร่างกายมีภาวะโภชนาการที่ไม่ถูกต้องเหมาะสม ส่งผลให้เกิดโรคอ้วน ขาดสารอาหาร แคระแกร็น ซึ่งภาวะทุพโภชนาการทำให้ระบบภูมิคุ้มกันอ่อนแอ ส่งผลให้ความสามารถของร่างกายที่จะต่อสู้กับไวรัสลดลง ซึ่งจะยิ่งเป็นปัญหาเข้าไปใหญ่ เมื่อคนจนไม่อาจเข้าถึงบริการทางการแพทย์และสาธารณสุข (เป็นแรงงานนอกระบบ) นอกจากนั้น โอกาสที่คนจนจะได้รับการตรวจโควิดยังมีน้อย (ทุกวันนี้ยังไม่มีตัวเลขออกมาว่า ในกลุ่มคนจนมีทั้งหมดกี่คน คิดเป็นสัดส่วนเท่าไหร่ที่ได้รับการตรวจโรค) คำถามสำคัญก็คือว่า ในเมื่อคนจนมีโอกาสติดเชื้อมากกว่า ในวันนี้ คนจนได้รับการตรวจไปแล้วกี่คน
ต้นทุนและประโยชน์ของการควบคุมโรคระบาดแบบ ‘กันไว้ดีกว่าแก้’
ประเด็นสำคัญถัดมาก็คือ ทำไมประเทศยากจนที่มีอัตราการติดเชื้อต่ำ (low infection rate) ถึงขยายระยะเวลาการใช้มาตรการล็อกดาวน์ เพื่อควบคุมการระบาดของโรค ที่ผ่านมา ประเทศที่มีผู้ติดเชื้อโควิดมากและมีอัตราการตายสูง อย่างอิตาลี สเปน และอิหร่าน ได้ใช้มาตรการล็อกดาวน์เพื่อชะลอการติดเชื้อ ป้องกันไม่ให้ระบบสาธารณสุขต้องแบกรับคนไข้จำนวนมากในคราวเดียว สิ่งที่สำคัญก็คือว่า เราต้องรู้ว่ามาตรการล็อกดาวน์มีไว้ทำอะไร และอะไรคือผลลัพธ์ของการพยายามชะลอการระบาด หรือที่ภาษาในทางเทคนิคเรียกว่า ‘flattening the curve’ (การทำให้กราฟตัวเลขผู้ติดเชื้อแบนราบ)
ในทางทฤษฎีการล็อกดาวน์ไม่ได้มีไว้เพื่อลดจำนวนผู้ติดเชื้อทั้งหมด (total number) แต่มีจุดประสงค์เพื่อ ‘เปลี่ยนแปลง’ เส้นการติดเชื้อ (infection curve) หรือกระจายผู้ติดเชื้อออกไปให้นานขึ้น ไม่ให้ผู้ติดเชื้อมีจำนวนมากในคราวเดียวกันจนระบบสาธารณสุขไม่สามารถรองรับได้ การควบคุมไวรัสในอู่ฮั่นชี้ให้เห็นว่า มาตรการล็อกดาวน์แบบเข้มข้นมีประสิทธิภาพในการลดการติดเชื้ออย่างได้ผล และเป็นต้นแบบให้ประเทศอื่นๆ เดินตามเมื่อพบการระบาด
อย่างไรก็ตาม การใช้มาตรการที่เข้มข้นมากจนเกินไป (excessively draconian measures) อาจจะไม่ใช่มาตรการแบบเดียวที่สามารถลดการติดเชื้อได้ ประสบการณ์ในการควบคุมการระบาดของโรคในฮ่องกงและไต้หวันบอกเราว่า มาตรการ social distancing แบบเจาะจง (targeted social distancing measures) ที่ไม่ได้ชัตดาวน์ระบบเศรษฐกิจ ก็ประสบความสำเร็จในการควบคุมการระบาดเช่นกัน
คำถามที่น่าคิดคือ ทำไมประเทศที่มีอัตราการติดเชื้อและอัตราการตายต่ำ อย่างมาเลเซียและไทย จึงเลือกใช้มาตรการล็อกดาวน์อย่างเข้มข้นค่อนข้างยาวนาน และยังขยายการควบคุมอย่างต่อเนื่อง ทั้งที่มาตรการดังกล่าวมีต้นทุนทางเศรษฐกิจที่แสนแพงนี้?
อาจเป็นไปได้ว่า รัฐบาล (ในกรณีขอไทย ก็คือ ศบค.) รู้ดีว่า ข้อมูลที่มีอยู่ไม่ได้สะท้อนสถานการณ์โรคได้อย่างถูกต้องสมบูรณ์ ซึ่งเป็นผลมาจากการที่ประเทศไทยมีศักยภาพในรตรวจโรคที่จำกัด เป็นเรื่องสมเหตุสมผลที่จะมีสมมติฐานว่า ยอดผู้ติดเชื้อและยอดผู้เสียชีวิตจากโควิด-19 เป็นแค่ยอดของภูเขาน้ำแข็งของผลกระทบของโควิด-19 ในขณะที่ความเป็นไปได้สูงที่ประเทศไทยมีกลุ่มคนที่มีติดเชื้อ แต่ไม่แสดงอาการอยู่
โดยปกติ ในประเทศที่ทรัพยากรจำกัด มีแค่คนที่แสดงอาการเท่านั้นที่ได้รับการตรวจ คนที่ไม่ได้รับการตรวจแต่ติดเชื้อ และแสดงอาการเล็กน้อยหรือไม่แสดงอาการเลย ก็กลายเป็นคนที่มองไม่เห็น ไม่ปรากฏอยู่ในสถิติ แต่คนเหล่านี้มีความเสี่ยงที่จะแพร่เชื้อ ดังนั้น จึงเกิดช่องว่างระหว่างคนที่ติดเชื้อจริงๆ กับ ตัวเลขที่รายงานตามข่าว
ที่มา: Morgan and Trinh (2020)
ภาพด้านบนแสดงความสัมพันธ์เชิงบวก ระหว่าง จำนวนผู้ติดโรคโควิด-19 ต่อประชากร 1 ล้านคน กับ รายได้ต่อหัวในเอเชีย เมื่อภูมิคุ้มกันของโรคในประเทศที่ยากจนน้อยกว่าประเทศที่ร่ำรวย ความแตกต่างระหว่างจำนวนผู้ติดเชื้อจึงอาจมาจากการที่ตรวจโรคไม่พบ เพราะว่ามีการทดสอบตรวจหาเชื้อน้อย
ที่มา: Morgan and Trinh (2020)
ภาพด้านบนแสดงความสัมพันธ์ระหว่างจำนวนผู้ได้รับการตรวจหาโรคต่อประชากร 1 ล้านคนและรายได้ต่อหัว อัตราการตรวจโรคที่ต่ำในประเทศรายได้น้อยชี้ให้เห็นว่า จำนวนผู้ติดเชื้อในประเทศเหล่านี้ น่าจะต่ำกว่าความเป็นจริง
เมื่อเป็นเช่นนั้น รัฐบาลจึงไม่อาจปักใจเชื่อว่าสามารถควบคุมการระบาดได้ และไม่อาจใช้ตัวเลขผู้ติดเชื้อที่รายงาน (reported infection rates) ในการตัดสินใจผ่อนคลายมาตรการการควบคุมโรคระบาด (รวมถึงมาตรการอื่นๆ ที่ใช้เพื่อควบคุมโรค) จึงอาจเป็นเหตุผลที่ว่า ทำไมยังต้องใช้มาตรการที่เข้มงวด ทั้งๆ ที่มีผู้ติดเชื้อในประเทศน้อย
เมื่อข้อมูลเชื่อถือไม่ได้ หรือมีไม่มากพอ รัฐบาลที่ไม่ค่อยชอบความเสี่ยง (risk-aversion government) ก็ไม่มีทางเลือกอื่นนอกจากการขยายระยะเวลาการควบคุมอย่างเข้มงวดออกไปเรื่อยๆ จนกว่าจะมีวัคซีน รัฐบาลอาจได้รับคำแนะนำจากผู้เชี่ยวชาญด้านสาธารณสุขว่า “กันไว้ดีกว่าแก้” โดยเฉพาะในสถานการณ์ที่การแก้ (การรักษาโรค) ยังไม่ถูกค้นพบ และระบบสาธารณสุขยังไม่แข็งแรงมากนัก
แล้วการควบคุมโรคระบาดอย่างเข้มงวดมีความคุ้มค่าหรือไม่? การจะตอบคำถามนี้ ต้องดูที่ต้นทุนและประโยชน์ของมาตรการควบคุมที่ใช้ ในแง่ของ ‘ประโยชน์’ การวัดมูลค่าอาจทำได้ไม่ง่ายนัก เพราะมีปัจจัยมากมายที่ส่งผลต่อการระบาดของโรค ในขณะที่การวิเคราะห์ต้นทุนของการใช้มาตรการแบบเข้มงวดอาจจะทำได้ง่ายกว่า มีการวิเคราะห์มากมายที่แสดงผลกระทบของโควิด-19 ต่อการเติบโตทางเศรษฐกิจ ซึ่งแต่ละแห่งก็มีตัวเลขที่แตกต่างกันไปตามสมมติฐาน IMF คาดการณ์เมื่อเดือนเมษายน ว่า เศรษฐกิจโลกจะติดลบประมาณ 3% ในมิถุนายนก็ปรับตัวเลขเป็น 4.9% งานศึกษาโดย UNU-WIDER ที่มุ่งเป้าไปที่ผลกระทบต่อคนจน บอกว่า เป้าหมายของ UNSDG ที่จะกำจัดความยากจนและความหิวโหยภายในปี ค.ศ. 2030 อาจทำไม่สำเร็จเพราะความยากจนโลกเพิ่มขึ้นเป็นครั้งแรก นับตั้งแต่ปี ค.ศ. 1990 ในสถานการณ์ที่แย่ที่สุด หากสมมติว่ารายได้ต่อหัวลดลง 20% จะมีคนจนกว่า 500 ล้านคนจนเพิ่มขึ้นทั่วโลก
แน่นอนว่า ตัวเลขที่ถูกคาดการณ์นี้ สามารถถกเถียงกันได้ เพราะขึ้นอยู่กับสมมติฐานและแบบจำลองที่ใช้ ในขณะเดียวกัน มันกำลังบอกเราว่า มาตรการควบคุมโรคระบาดอย่างเข้มข้นทั้งหลาย กำลังมีผลกระทบทางลบต่อการเติบโตทางเศรษฐกิจ รายได้ และความยากจน ทั้งในประเทศที่ร่ำรวยและยากจน
เมื่อคนอดตายอาจมากกว่าคนที่ตายจากไวรัส
สำหรับนักเศรษฐศาสตร์ หนึ่งในประเด็นที่ต้องขบคิดในการรับมือกับวิกฤตโควิด-19 คือ การทำความเข้าใจผลกระทบของมาตรการควบคุมโรคระบาดอย่างเข้มงวดที่มีต่อความเป็นอยู่ของผู้คน โดยเฉพาะกลุ่มครัวเรือนที่ยากจน
ในขณะที่ภาครัฐพยายามที่จะทำให้กราฟผู้ติดเชื้อแบนราบ กราฟอีกเส้นที่ชื่อว่า ‘misery curve’ (กราฟความทุกข์ยาก) ซึ่งวัดต้นทุนและความเสียหายทางด้านเศรษฐกิจและสังคมจากมาตรการการควบคุมการระบาด (curtailment measure) ก็จะสูงขึ้น ทั้งนี้ต้นทุนและความเสียหายที่เกิดขึ้น สะท้อนออกมาในรูปของรายได้ที่ลดลง ช่องทางทำมาหากินที่ถูกจำกัด และการสูญเสียทางชีวิต
แม้ว่า misery curve อาจแตกต่างกันไปในแต่ละครัวเรือน แต่โดยเฉลี่ยแล้วความเสียหายต่อครัวเรือนจะเพิ่มขึ้น ตามความรุนแรง (severity) และระยะเวลา (time) ของการใช้มาตรการเพื่อควบคุมโรค และลดลงด้วยเงินชดเชยหรือการช่วยเหลือจากรัฐบาล ดังนั้น หากรัฐบาลขยายระยะเวลามาตรการสุดโต่งอย่างการล็อกดาวน์ แม้ว่ากราฟของผู้ติดเชื้อจะแบนราบ แต่มันแลกมาด้วยการเพิ่มขึ้นของ misery curve
Jayant อธิบายว่า ผลกระทบของมาตรการที่ใช้เพื่อควบคุมการระบาดของโรคต่อ misery curve ขึ้นอยู่กับสภาพหรือลักษณะพื้นฐานของคนจน เช่น รายได้ เงินออม สินทรัพย์สภาพคล่อง บ้านเรือน การเข้าถึงน้ำสะอาด ลักษณะพวกนี้เป็นตัวบอกว่าต้นทุนของมาตรการที่รัฐใช้จะมีมากน้อยแค่ไหน ต้นทุนเหล่านี้ยังสัมพันธ์กับการปฏิบัติตามมาตรการรัฐของประชาชนด้วย กล่าวคือ เมื่อต้นทุนเหล่านี้เพิ่มขึ้น โอกาสที่ประชาชนจะแหกกฎล็อกดาวน์ก็เพิ่มขึ้นตามไปด้วย ดังนั้น โจทย์ที่ท้าทายในขณะนี้ จึงไม่ใช่แค่ลดจำนวนผู้ติดเชื้อ แต่คือการหาจุดสมดุลระหว่างกราฟผู้ติดเชื้อและกราฟความทุกข์ยาก
FAO พบว่า ในขณะนี้มีประชากรโลกกว่า 690 ล้านคนอยู่ในสภาวะหิวโหย และอีกกว่า 2 พันล้านคนได้รับผลกระทบจากความไม่มั่นคงทางอาหาร ในทุกๆ วัน ประชากรกว่า 25,000 คนต้องตายจากความหิวโหยและความแร้นแค้น การขยายระยะเวลาการใช้มาตรการล็อกดาวน์ที่เข้มงวด อาจทำให้คนที่ตายจากความหิวโหยเพิ่มขึ้น มากกว่าตายจากไวรัสเสียอีก
การปิดโรงเรียนก็เป็นอีกหนึ่งทางเลือกที่รัฐบาลมักใช้เพื่อควบคุมการระบาด แต่ผลกระทบระยะยาวของการขาดเรียนหลายเดือน รวมไปถึงการขาดการตรวจสุขภาพ การขาดอาหารที่ดี ย่อมส่งผลต่อเด็กในครอบครัวยากจน กีดขวางการพัฒนาทุนมนุษย์ ขาดความสามารถทางรายได้ในอนาคต (earning potential) ท้ายที่สุด ก็ทำให้เด็กเหล่านี้ ติดหล่มอยู่ในวัฏจักรแห่งความยากจน
ความกลัวที่เกิดจากความไม่รู้ทำให้หลายประเทศใช้มาตรการที่เข้มงวดเพื่อชะลอการระบาดของโรค แม้จะยังไม่มีวัคซีนออกมาให้ใช้ แต่ความรู้อย่างหนึ่งที่มีในมือคือ ผลกระทบของโควิด-19 มีไม่เท่ากัน ยิ่งจนมาก ก็ยิ่งกระทบมาก ในวันที่คนจนเต็มเมือง รัฐบาลน่าจะเลิกคลั่งศูนย์ และหันมาใส่ใจกับสภาพชีวิตของคน โดยเฉพาะอย่างยิ่งคนจน ที่ได้รับผลกระทบจากมาตรการที่ใช้ในการควบคุมโรค
คงจะไม่ฉลาดนัก หากจะร้องไชโยที่ไม่มีผู้ติดเชื้อใหม่ แต่คนกลับร้องระงมเพราะความหิวโหย