เมื่อ โควิด-19 ปิดเมือง: ผลกระทบต่อแรงงานไทยในมิติ supply-side

สถานการณ์การระบาดของไวรัสโควิด-19 นับเป็นวิกฤตที่เกิดขึ้นอย่างกะทันหันโดยที่ไม่มีประเทศใดในโลกคาดการณ์และเตรียมระบบสุขภาพที่จะรับมือกับสถานการณ์เช่นนี้ เนื่องจากไวรัสตัวนี้ติดต่อจากคนสู่คนได้ง่าย จำนวนผู้ติดเชื้อจึงเพิ่มขึ้นอย่างรวดเร็ว หลาย ๆ ประเทศได้มีมาตรการต่าง ๆ เพื่อ “flatten the curve” นั่นคือ ชะลอการระบาดเพื่อป้องกันไม่ให้ healthcare demand มากกว่า healthcare supply บางประเทศ เช่น จีน สามารถเพิ่ม supply ได้อย่างรวดเร็วโดยการสร้างโรงพยาบาลใหม่ แต่ประเทศอื่น ๆ มักต้องใช้มาตรการทาง demand side เพื่อลดการแพร่ระบาด ไม่ว่าจะเป็นการไม่รับชาวต่างชาติเข้าประเทศ เช่น ญี่ปุ่น ออสเตรเลีย มาตรการกักกันบริเวณของบุคคลกลุ่มเสี่ยง เช่น นิวซีแลนด์ ซึ่งให้ผู้ที่เดินทางมาจากต่างประเทศทั้งหมดกักตัวอยู่ในบริเวณที่รัฐจัดให้ อย่างไรก็ดี มาตรการที่หลาย ๆ ประเทศใช้ร่วมกับมาตรการอื่น ๆ ในปัจจุบัน คือ การล็อกดาวน์ (lockdown) หรือ ปิดเมือง ซึ่งเป็นการระงับกิจกรรมหลายประเภทที่ก่อให้เกิดความเสี่ยงต่อการแพร่ระบาดของเชื้อไวรัสทันที เพื่อจำกัดการเคลื่อนที่ของกลุ่มคนและลดการสัมผัสใกล้ชิด

เมื่อการปิดเมืองกระทบกิจกรรมทางเศรษฐกิจหลาย ๆ ประเภท การปิดเมืองจึงส่ง “ผลกระทบ” โดยตรงต่อบุคคลที่อยู่ในกิจกรรมที่เกี่ยวข้องอย่างกะทันหัน (supply-side effect) และยังอาจส่งผลกระทบทางอ้อมต่อกิจกรรมอื่น ๆ ที่ไม่ได้โดนล็อกดาวน์ด้วย เช่น เมื่อไม่มีคนมาทำงาน การบริโภคจับจ่ายสินค้าในบริเวณใกล้เคียงที่ทำงานลดลง ความต้องการใช้รถสาธารณะน้อยลง (demand-side effect) และ/หรือ ส่งผลต่อเนื่องไปยังภาคธุรกิจอื่น ๆ ที่มีความเชื่อมโยงกัน (supply-chain effect) งานวิจัยชิ้นนี้วิเคราะห์ถึงผลกระทบของการล็อกดาวน์ที่มีต่อแรงงานไทยจากมิติ supply-side โดยใช้ ข้อมูลการสำรวจภาวะการทำงานของประชากร (Labour Force Survey: LFS) ปี 2562 (ไตรมาสที่ 3) ข้อมูลการประกาศล็อกดาวน์ภาคธุรกิจ และฐานข้อมูลลักษณะงานที่ทำของทุกอาชีพ

เราขอนำเสนอบทวิเคราะห์เป็น 3 ส่วน ส่วนแรก วิเคราะห์ภาพกว้างของธุรกิจและลักษณะอาชีพที่ถูกผลกระทบจากมาตรการล็อกดาวน์ ณ มีนาคม 2563 รวมถึงพิจารณากรณีสมมติหากสถานการณ์การระบาดเพิ่มสูงขึ้น และรัฐมีมาตรการเข้มงวดมากขึ้น ส่วนที่สอง นำเสนอดัชนีความยากง่ายต่อการปรับเปลี่ยนการทำงาน และดัชนีงานที่มีการใกล้ชิดสัมผัสกับผู้อื่น และส่วนที่ 3 วิเคราะห์มิติด้านรายได้ของกลุ่มลูกจ้าง บทสุดท้าย เปิดประเด็นวิเคราะห์นัยทางนโยบายที่เกี่ยวข้อง

จำนวนผู้ติดเชื้อใหม่ในประเทศไทยเพิ่มขึ้นอย่างรวดเร็วช่วงกลางเดือนมีนาคม ทำให้เริ่มมีประกาศใช้มาตรการล็อกดาวน์ในหลาย ๆ จังหวัด สำหรับกรุงเทพมหานครและปริมณฑล มาตรการล็อกดาวน์ มีผลบังคับใช้เป็นกลุ่มจังหวัดแรกเมื่อวันที่ 22 มีนาคม 2563 โดยระงับกิจกรรมหลายประเภท รวมทั้งสิ้น 25 กลุ่ม¹

หากเทียบกับประเทศในแถบยุโรป รูปแบบของมาตรการล็อกดาวน์ในขณะนี้ของไทย นับว่าเป็นล็อกดาวน์ “แบบผ่อนปรน” นั่นคือ เป็นการบังคับห้ามการทำกิจกรรมบางประเภทที่มีความเสี่ยงต่อการแพร่กระจายของเชื้อไวรัสเท่านั้น (พร้อมข้อยกเว้นบางประการ) แต่ยังไม่ได้ระงับกิจกรรมอื่น ๆ หรือห้ามทุกคนออกจากที่อยู่อาศัย ดังเช่นหลาย ๆ ประเทศในยุโรป เช่น ในอิตาลี หรือ สเปน เป็นการล็อกดาวน์ “แบบเต็มตัว” นั่นคือ ห้ามไม่ให้ทุกคนออกนอกบ้าน ยกเว้นเพียงแต่กิจกรรมที่ “จำเป็น” อาทิ การรักษาผู้ป่วย การโทรคมนาคม ภาคการธนาคาร หรือ การผลิตและขายสินค้าอุปโภคบริโภคพื้นฐาน ตั้งแต่ 14 มีนาคม 2563

รูปที่ 1 เปรียบเทียบผลกระทบของมาตรการล็อกดาวน์แบบผ่อนปรน (ณ 22 มีนาคม 2563) และแบบเต็มตัว (กรณีสมมติแบบยุโรป หากสถานการณ์เลวร้ายลงและรัฐยกระดับการล็อกดาวน์) ต่อแรงงานในภาคธุรกิจต่าง ๆ โดยรวมแรงงานไทยที่ถูกกระทบโดยตรงมี 6.1 ล้านคน ผลกระทบในที่นี้หมายถึงผลกระทบด้าน supply-side เท่านั้นและอาจจะมีความแตกต่างระหว่างภาคธุรกิจ บางธุรกิจอาจจะถูกกระทบเพียงต้องมีการอนุญาตให้พนักงานทำงานจากบ้านได้ โดยเพิ่มการสนับสนุนด้าน IT แต่บางธุรกิจอาจจะลดชั่วโมงทำงานของลูกจ้างหรือปิดกิจการ กลุ่มธุรกิจที่ได้รับผลกระทบเต็มที่ ไม่ว่าจะในกรณีแบบผ่อนปรนหรือเต็มตัว ได้แก่ กลุ่มศิลปะ ความบันเทิง และ นันทนาการ และ กลุ่มภาคการศึกษา (สีส้มทั้งแถบ) แต่ในภาคธุรกิจอื่น ๆ ระดับผลกระทบจากกรณีล็อกดาวน์เต็มตัวจะสูงกว่า เช่น กลุ่มที่พักแรมและร้านอาหาร (ร้อยละ 10.3 ของแรงงานทั้งหมด เทียบกับร้อยละ 6.6) กลุ่มกิจกรรมบริการด้านอื่น ๆ (ร้อยละ 85 เทียบกับร้อยละ 33) ส่วน “กิจกรรมจำเป็น” ในรูปขวา แสดงถึงกลุ่มที่มีความต้องการอย่างมากในวิกฤตโรคระบาด ซึ่งได้แก่ กลุ่มงานเกี่ยวข้องกับสาธารณูปโภค ด้านสุขภาพพื้นฐาน และภาคการผลิตอาหารและสินค้าจำเป็น

เมื่อแยกผลของมาตรการล็อกดาวน์จากรูปที่ 1 ตามกลุ่มอาชีพ ดังในรูปที่ 2 พบว่า กลุ่มอาชีพที่ได้รับผลกระทบมากที่สุดจากการปิดเมืองแบบผ่อนปรน คือ กลุ่มอาชีพด้านการขาย มีจำนวนประมาณ 3.4 ล้านคน รองลงมา คือ กลุ่มทำงานในสาขาวิชาชีพจำนวนเกือบ 1 ล้าน (ซึ่งส่วนใหญ่มาจากการประกาศปิดสถานศึกษาทุกระดับชั้น) และกลุ่มคนทำงานในอาชีพพื้นฐาน ซึ่งรวมผู้ใช้แรงงานในธุรกิจต่าง ๆ อีก 7 แสนคน และหากการล็อกดาวน์เพิ่มระดับเป็นเต็มตัว กลุ่มคนที่ได้รับผลกระทบจะเพิ่มเป็น 7.1 ล้านคน ซึ่งแน่นอนว่านี่เป็นเพียงตัวเลขผู้ได้รับผลกระทบโดยตรง

นอกจากนี้ รูปที่ 3 แสดงให้เห็นว่า กลุ่มที่ถูกผลกระทบจากมาตรการส่วนใหญ่เป็นแรงงานหญิง แรงงานที่มีการศึกษาในระดับชั้นประถมศึกษาหรือต่ำกว่า และรองลงมาเป็นกลุ่มปริญญาตรี หรือสูงกว่า แต่กลุ่มนี้มาจากกลุ่มประกอบกิจกรรมทางการศึกษา ซึ่งน่าจะยังเป็นอาชีพที่มีการคุ้มครองด้านความมั่นคงของการทำงาน และสามารถปรับเปลี่ยนไปเป็นการทำงานในลักษณะออนไลน์ได้ และเป็นกลุ่มวัย 26–35 ปี และ 36–45 ปี ทั้งนี้ ระดับผลกระทบในแต่ละกลุ่มอายุ เพศ หรือการศึกษา ก็จะต่างกันขึ้นอยู่กับลักษณะของธุรกิจและอาชีพของคนกลุ่มนั้น ๆ บางธุรกิจอาจจะปรับตัวได้ เช่น มีการซื้อขายแบบส่งถึงบ้าน การสอนแบบ online การประชุมงานผ่าน internet ในทางกลับกัน กิจกรรมบางประเภท ไม่สามารถจะผันตัวเป็นกิจกรรมในรูปแบบอื่นได้ เช่น ธุรกิจสปา หรือ ร้านตัดผม

ปัจจัยหลักที่มีผลต่อการปรับตัวของแรงงาน คือ (1) งานดังกล่าวสามารถปรับเปลี่ยนไปทำในลักษณะอื่น ๆ โดยไม่ต้องเดินทางออกจากที่พักอาศัยได้หรือไม่ และ (2) งานดังกล่าวนั้นจัดว่าเสี่ยงต่อการแพร่ระบาดของเชื้อไวรัสในขณะปฏิบัติงานหรือไม่ (เช่น มีการสัมผัสใกล้ชิดกับผู้อื่น หรือก่อให้เกิดการรวมกลุ่ม) ดังนั้น อาชีพที่โชคร้ายโดยตรงจากมาตรการล็อกดาวน์ คือ งานที่มีทั้งสองปัจจัยเป็นองค์ประกอบ แต่ผู้ได้รับผลกระทบทางอ้อมอื่น ๆ ยังมีมากกว่านั้น ในส่วนที่ 2 ของบทความจะนำเสนอดัชนีชี้วัดระดับของปัจจัยเชิงอาชีพดังกล่าวโดยละเอียด

ในมิติเชิงพื้นที่ หากเปรียบเทียบผลกระทบรายจังหวัด จะเห็นว่าแรงงานในกลุ่มจังหวัดหัวเมือง คือ กลุ่มที่ได้ผลกระทบจากการล็อกดาวน์ เมื่อปลายเดือน มีนาคม 2563 ดังภาพซ้ายในรูปที่ 4 ซึ่งแสดงสัดส่วนของแรงงานในล็อกดาวน์ต่อแรงงานทั้งจังหวัดแบบจัดลำดับ (สีเข้ม แสดงสัดส่วนของแรงงานที่ประสบกับมาตรการล็อกดาวน์โดยตรงในแต่ละจังหวัดที่สูงกว่า) แต่หากการล็อกดาวน์กลายเป็นรูปแบบเต็มตัว งานบริการทุกประเภท รวมทั้งงานค้าขาย (หากไม่ใช้แบบการขายออนไลน์) ไม่สามารถดำเนินการได้ จะพบว่า กลุ่มจังหวัดในภาคใต้ และภาคตะวันออกจะได้รับผลกระทบมากกว่าเดิม จังหวัดทางภาคตะวันออกเฉียงเหนือที่ส่วนใหญ่เป็นภาคเกษตรกรรมไม่ได้รับผลกระทบมากนัก (รูปขวา)

อย่างที่กล่าวไปข้างต้นว่า ปัจจัยด้านอาชีพมีความสำคัญต่อระดับผลกระทบจากมาตรการล็อกดาวน์ อาชีพที่ปรับตัวง่าย คือ

1. งานที่สามารถปรับเปลี่ยนไปทำในลักษณะอื่น ๆ โดยไม่ต้องเดินทางออกจากที่พักอาศัย
2. งานที่ไม่ก่อให้เกิดความเสี่ยงต่อการแพร่ระบาดของเชื้อไวรัส

ซึ่งเราสามารถแบ่งกลุ่มอาชีพและโอกาสที่จะได้รับผลกระทบได้เป็น 4 กลุ่ม ตามตารางที่ 1 โดยกลุ่มที่คาดว่าจะได้รับผลกระทบสูง คือ กลุ่มที่ทำงานจากบ้านไม่ได้และลักษณะงานก่อให้เกิดความเสี่ยงต่อการแพร่ระบาดสูง (ตามที่วงไว้)

ในงานวิจัยชิ้นนี้ เราได้จัดกลุ่มอาชีพกว่า 400 อาชีพในข้อมูล LFS โดยใช้ข้อมูลเพิ่มเติมเรื่องลักษณะงานที่ทำของอาชีพต่าง ๆ (เช่น ต้องใช้เครื่องจักรหรือไม่ ต้องติดต่อสื่อสาร หรือพบปะกับผู้คนหรือไม่) จากฐานข้อมูลอาชีพ O*NET (The Occupational Information Network จัดทำโดยกระทรวงแรงงานของสหรัฐอเมริกา) โดยได้สร้างดัชนีทั้งหมด 4 ตัว² ดังนี้

ด้านความง่ายในการปรับเปลี่ยนสถานที่ทำงาน โดยไม่ต้องเดินทางออกไปที่อื่น ๆ ได้แก่

1. ดัชนีด้านลักษณะงานที่ผูกติดกับเครื่องจักร หรือ เครื่องมือ (-): ค่ามากแสดงถึงความยากในการปรับสถานที่ทำงาน (Machine Dependent)
2. ดัชนีด้านลักษณะงานที่เอื้อต่อการใช้เทคโนโลยีสารสนเทศ (+): ค่ามากแสดงถึงความเป็นไปได้ที่จะปรับสถานที่ทำงานมีสูง (ICT Enabled)
3. ดัชนีรวมด้านความง่ายในการปรับเปลี่ยนสถานที่ทำงาน: แสดงปัจจัยด้านความความง่ายในการปรับเปลี่ยนสถานที่ทำงาน โดย คิดจากการรวมคะแนนของทั้งสองดัชนี (ค่ามากแสดงถึงความง่ายในการปรับสถานที่ทำงาน) (flexible work location)

ด้านความเสี่ยงที่ก่อให้เกิดการแพร่ระบาดของเชื้อไวรัส ได้แก่

4. ดัชนีด้านลักษณะงานที่ต้องทำใกล้ชิดกับคนอื่น หรือคนกลุ่มใหญ่ (-): ค่ามากแสดงถึงความเสี่ยงต่อการแพร่กระจายของเชื้อไวรัสในขณะทำงาน (physical Proximity)

รูปที่ 5 แสดงความสัมพันธ์ระหว่างดัชนีรวมด้านความง่ายในการปรับสถานที่ทำงานและดัชนีด้านความเสี่ยงที่ก่อให้เกิดการแพร่ระบาดของไวรัส โดยภาพซ้ายเป็นอาชีพจาก LFS ทั้งหมด และภาพขวาแสดงตัวอย่างอาชีพในกลุ่มต่าง ๆ ตัวอย่างอาชีพที่น่าจะถูกผลกระทบน้อย (quadrant ซ้ายบน) ได้แก่ โปรแกรมเมอร์ นักเศรษฐศาสตร์ ตัวอย่างอาชีพที่น่าจะถูกผลกระทบมาก (quadrant ขวาล่าง) ได้แก่ เจ้าหน้าที่ดูแลเด็กเล็ก พนักงานขาย ช่างตัดผม ส่วนกลุ่มที่ไม่สามารถปรับเปลี่ยนสถานที่ทำงานได้ แต่ไม่ได้สัมผัสใกล้ชิดกับผู้อื่น คือ กลุ่มเกษตรกร และช่างซ่อมเครื่องจักรต่าง ๆ (quadrant ซ้ายล่าง)

ตารางที่ 2 สรุปค่าเฉลี่ยของดัชนีแต่ละตัวตามกลุ่มอาชีพหลัก 9 กลุ่ม ซึ่งผลก็สอดคล้องกับรูปที่ 5 ว่ากลุ่มพนักงานบริการ ขายของในร้านค้าและตลาด คือ กลุ่มที่น่าจะได้รับผลกระทบจากการปิดเมืองสูงที่สุด เนื่องจากทั้งปรับเปลี่ยนสถานที่ทำงานได้ยากและเป็นลักษณะงานที่ต้องใกล้ชิดกับคนอื่น โดยอาจจะถูกเลิกจ้าง หรือสูญเสียรายได้เพราะถูกลดชั่วโมงทำงาน ในทางกลับกัน กลุ่มอาชีพผู้ปฏิบัติงานด้านการเกษตรและประมง และผู้ปฏิบัติการด้านเครื่องจักรในโรงงาน ถึงแม้ว่าจะมีค่าดัชนีด้านงานที่ต้องสัมผัสใกล้ชิดกับกลุ่มอื่นจะต่ำที่สุด แต่กลุ่มนี้ก็จะมีโอกาสสูญเสียการจ้างงานหรือสูญเสียรายได้สูงจากปิดเมือง เพราะทำงานที่ผูกติดกับเครื่องมือหรือเครื่องจักรทำให้ไม่สามารถปรับสถานที่ทำงานได้

ตารางที่ 3 แสดงค่าดัชนีตามคุณลักษณะของบุคคลในมิติต่าง ๆ และจำนวนแรงงานทั่วประเทศในคุณลักษณะนั้น ๆ โดยรวมแรงงานในประเทศไทยยังไม่มีความพร้อมมากนักในการปรับเปลี่ยนไปทำงานที่บ้าน (ค่าดัชนีรวม -0.615) เนื่องจากงานในประเทศไทยส่วนใหญ่ ค่อนข้างผูกติดกับเครื่องจักร และสถานที่ทำงานนอกบ้าน (0.404) ทั้งยังเป็นงานที่ไม่ได้มีการปรับใช้เทคโนโลยีสารสนเทศมากนัก (-0.6) แต่โดยส่วนใหญ่ไม่ต้องทำใกล้ชิดกับคนอื่นมากนัก (-0.247)

ในส่วนที่ 1 เราพบว่าหากใช้ข้อมูลธุรกิจที่ถูกล็อกดาวน์อย่างเดียวมาวิเคราะห์ ผู้ที่ถูกกระทบส่วนมากจะเป็นแรงงานหญิงและกลุ่มอายุ 26–45 ปี แต่จากตารางที่ 2 เราจะเห็นภาพในมุมที่ลึกขึ้น ว่าจริง ๆ แล้ว โดยเฉลี่ยแรงงานชายปรับเปลี่ยนสถานที่ทำงานยากกว่ากลุ่มแรงงานหญิง เนื่องมาจากแรงงานชายส่วนมากทำงานที่งานที่ผูกติดกับเครื่องจักร เครื่องมือ และในมิติของอายุ กลุ่มอายุ 46 ปีขึ้นไป จัดเป็นกลุ่มที่ไม่พร้อมทำงานที่บ้านสูงที่สุด เนื่องจากงานที่ทำไม่ค่อยเอื้อต่อการใช้เทคโนโลยีสารสนเทศ ดังนั้น การมองผลกระทบที่แท้จริงต้องมองในหลายมิติ รวมถึงปัจจัยอื่น ๆ ด้วย เช่น ครอบครัวที่มีลูกอาจจะโดนผลกระทบจากการปิดสถานศึกษา

เมื่อพิจารณาตามลักษณะชั่วโมงทำงาน จะเห็นได้ว่า กลุ่มลูกจ้างที่ทำงานไม่เต็มเวลา (น้อยกว่า 35 ชั่วโมงต่อสัปดาห์) เป็นกลุ่มที่ปรับสถานที่ทำงานได้ยาก เช่น งานก่อสร้าง หรืองานซ่อมรถ สำหรับระดับการศึกษา กลุ่มการศึกษาระดับปริญญาตรีขึ้นไป มีความพร้อมในการปรับสถานที่ทำงานมากที่สุด เพราะมักจะไม่ได้ทำงานที่ผูกติดกับเครื่องจักร เครื่องมือ และทำงานที่เอื้อต่อการใช้เทคโนโลยีสารสนเทศ ดังนั้น แรงงานกลุ่มนี้อาจมีผลกระทบเชิงลบต่อการจ้างงานและรายได้น้อยกว่ากลุ่มอื่น ๆ

สำหรับมิติเชิงพื้นที่ ในส่วนที่ 1 เราวิเคราะห์มาตรการล็อกดาวน์ผ่านข้อมูลการปิดกิจกรรมของภาคธุรกิจเพียงอย่างเดียว และพบว่ากรุงเทพมหานครและจังหวัดหัวเมืองถูกกระทบมากที่สุด (รูปที่ 4) ในส่วนนี้เรานำข้อมูลด้านลักษณะงานที่ทำมาร่วมวิเคราะห์ และพบภาพในมุมเพิ่มเติม ดังในรูปที่ 6 ซึ่งแสดงการจัดลำดับของดัชนีแต่ละประเภท โดยสีเข้มแสดงค่าดัชนีที่สูงกว่า

กรุงเทพมหานครและกลุ่มจังหวัดทางภาคใต้มีความพร้อมของตลาดแรงงานในการปรับเปลี่ยนไปทำงานที่บ้าน หากดูที่ดัชนีด้านงานที่เอื้อต่อการใช้เทคโนโลยีสารสนเทศ แต่ในขณะเดียวกัน พบว่า กลุ่มจังหวัดทางภาคใต้ยังมีงานที่มีลักษณะงานผูกติดกับเครื่องจักร สถานที่ทำงาน หรือเครื่องมือ ในระดับสูงเมื่อเทียบกับจังหวัดอื่น ๆ และมีงานที่มีความเสี่ยงต่อการแพร่กระจายของเชื้อไวรัสมาก เพราะมีระดับของดัชนีงานที่ต้องทำใกล้ชิดกับคนอื่นในระดับที่สูง

สำหรับเชียงใหม่ แม้ดัชนีงานที่ผูกติดกับเครื่องจักรเครื่องมือไม่ได้สูงนัก แต่มีค่าดัชนีงานที่ต้องทำใกล้ชิดกับคนอื่นค่อนข้างสูง ในทางกลับกัน จังหวัดในภาคตะวันออกเฉียงเหนือส่วนใหญ่ ซึ่งเป็นภาคเกษตรกรรมมีดัชนีการทำงานที่ต้องทำใกล้ชิดกับคนอื่นในระดับต่ำ และดัชนีงานเอื้อต่อการใช้เทคโนโลยีสารสนเทศต่ำ หากการปิดเมืองไม่ได้ยกเว้นภาคเกษตรกรรม แรงงานกลุ่มนี้ก็จะได้รับผลกระทบเช่นกัน

เนื่องจาก LFS มีข้อมูลรายได้เฉพาะลูกจ้าง ไม่มีรายได้ของผู้ประกอบกิจการส่วนตัว³ ภาพด้านรายได้จึงมาจากกลุ่มลูกจ้างประมาณ 17 ล้านคน รูปที่ 7 แสดงดัชนีตัวที่ 1, 2 และ 4 ตามระดับรายได้จากกลุ่มเปอร์เซนไทล์ต่ำที่สุดไปสูงที่สุด จะเห็นได้ว่าดัชนีด้านลักษณะงานที่ผูกติดกับเครื่องจักรหรือเครื่องมือมีความสัมพันธ์เชิงลบกับรายได้ ดัชนีด้านงานที่เอื้อต่อการใช้ ICT มีความสัมพันธ์เชิงบวกกับรายได้ ส่วนดัชนีด้านงานที่ต้องสัมผัสใกล้ชิดกับผู้อื่นมีความสัมพันธ์เชิงบวกแต่ไม่สูงนัก

หากนำข้อมูลด้านดัชนีอาชีพและข้อมูลเรื่องการล็อกดาวน์มาร่วมวิเคราะห์ผลกระทบ จะเห็นได้ว่าการล็อกดาวน์น่าจะตอกย้ำเรื่องความเหลื่อมล้ำทางรายได้ ในตารางที่ 4 ตัวเลขในแถวแรกแสดงจำนวนลูกจ้างในแต่ละระดับรายได้ ซึ่งกลุ่มลูกจ้างที่มีจำนวนมากที่สุด คือ กลุ่มที่มีรายได้อยู่ประมาณเกณฑ์ค่าจ้างขั้นต่ำ (6,000–9,000 บาทต่อเดือน) คิดเป็นประมาณร้อยละ 32 หากใช้ข้อมูลการล็อกดาวน์ตามภาคธุรกิจเพียงอย่างเดียว จะเห็นว่าสัดส่วนของลูกจ้างแต่ละกลุ่มรายได้ที่ถูกผลกระทบนั้นไม่ต่างกันมากนัก อยู่ที่ร้อยละ 13–23 แต่ถ้าหากนำดัชนีเรื่องความง่ายต่อการปรับสถานที่ทำงานมาประกอบก็จะเห็นว่ากลุ่มรายได้ระดับล่าง 3 กลุ่มนั้นปรับสถานที่ทำงานได้ยาก โดยเฉพาะกลุ่มรายได้ 6,000–9,000 บาท

ดังนั้น ในภาพรวม กลุ่มรายได้ระดับล่าง 3 กลุ่ม (รายได้ไม่เกิน 12,000 ต่อเดือน) คิดเป็นประมาณ 1.6 ล้านคน น่าจะโดนผลแบบเต็มเม็ดเต็มหน่วยจากการล็อกดาวน์ ณ มีนาคม 2563 ซึ่งหากคำนวณเป็นความสูญเสียทางรายได้ก็จะเป็นมูลค่าไม่น้อย ซึ่งยังไม่รวมผู้ประกอบการอิสระและผู้สูญเสียรายได้ทางอ้อม ส่วนกลุ่มรายได้สูง (30,000 บาทต่อเดือน ขึ้นไป) จำนวน 3 แสนกว่าคน (ร้อยละ 23 ของ 1.47 ล้านคน) ไม่น่าจะถูกผลกระทบจากการล็อกดาวน์มากนักเพราะสามารถปรับเปลี่ยนสถานที่ทำงานได้ง่าย นอกจากนี้ ภาพความเหลื่อมล้ำทางรายได้ที่เพิ่มขึ้นก็จะส่งต่อไปถึงความเหลื่อมล้ำทางการบริโภค เพราะจากข้อมูล Household Socio-economic Survey ครัวเรือนรายได้ต่ำ ก็มักขาดสภาพคล่องในการบริหารรายจ่ายที่จำเป็น เช่น อาหาร ค่าเช่าบ้าน)

วิกฤตสถานการณ์ไวรัสโควิด 19 ครั้งนี้ ส่งผลให้รัฐดำเนินมาตรการต่าง ๆ มาจนถึงการประกาศล็อกดาวน์ ซึ่งส่งผลต่อแรงงานไทยบางกลุ่มอย่างเฉียบพลัน งานวิจัยชิ้นนี้ได้ใช้ ข้อมูลสถิติจากการสำรวจกำลังแรงงานปี 2562 ร่วมกับข้อมูลการประกาศล็อกดาวน์รายภาคธุรกิจ และฐานข้อมูลลักษณะอาชีพอย่างละเอียดมาประเมินผลเบื้องต้นที่ผ่านมาทาง supply-side ข้อสรุปหลัก ๆ ได้แก่

หนึ่ง หากแบ่งแรงงานตามภาคธุรกิจที่โดนล็อกดาวน์ แรงงานที่ได้รับผลกระทบโดยตรงจะมีประมาณ 6.1 ล้านคน (ซึ่งไม่รวมผู้ที่ได้รับผลกระทบทางอ้อมจากการลดการบริโภคและ supply-chain) แต่ทั้งนี้ผลกระทบก็จะแตกต่างกันขึ้นกับลักษณะของธุรกิจและอาชีพว่าปรับตัวได้หรือไม่ สำหรับวิกฤตครั้งนี้ ลักษณะทางอาชีพที่สำคัญ คือ งานดังกล่าวสามารถทำภายในที่พักอาศัยได้หรือไม่ และเป็นงานที่เสี่ยงต่อการแพร่เชื้อไวรัสด้วยหรือไม่ การใช้ดัชนีที่แสดงความง่ายในการปรับเปลี่ยนสถานที่ทำงานและดัชนีงานที่สัมผัสใกล้ชิดกับผู้อื่น ทำให้มองภาพผลกระทบได้ชัดเจนขึ้น

สอง แม้มาตรการต่าง ๆ ดูเหมือนจะต้องชั่งน้ำหนักระหว่างการควบคุมการระบาดของโรคและการสูญเสียรายได้ของแรงงาน แต่การใช้ดัชนีที่แสดงความง่ายในการปรับเปลี่ยนสถานที่ทำงานและดัชนีงานที่สัมผัสใกล้ชิดกับผู้อื่น อาจจะทำให้มองทางเลือกของนโยบายได้ชัดเจนขึ้น ตารางที่ 5 แสดงตัวอย่างอาชีพของการแบ่งกลุ่มงานตามดัชนีดังกล่าว กลุ่มที่น่าจะต้องการการสนับสนุนค่าใช้จ่ายการใช้เทคโนโลยีสารสนเทศ คือ กลุ่มที่สามารถทำงานที่บ้านได้ และนายจ้างไม่ได้สนับสนุนค่าใช้จ่ายดังกล่าว

ส่วนกลุ่มที่ทำงานจากบ้านไม่ได้และลักษณะงานมีความเสี่ยงที่ก่อให้เกิดการแพร่ระบาดต่ำ การสนับสนุนด้าน IT ไม่น่าจะบรรเทาการสูญเสียรายได้ได้มากนัก น่าจะมีการผ่อนผันให้คนในอาชีพเหล่านี้กลับเข้าสถานที่ทำงานได้ (ซึ่งคือ ผู้คุมเครื่องจักร หรือ เกษตรกร) และเพิ่มการจัดพื้นที่ทำงานให้มีระยะห่างที่เหมาะสมและใส่หน้ากากป้องกัน

ส่วนกลุ่มสุดท้ายที่ทำงานจากบ้านไม่ได้ และลักษณะงานก่อให้เกิดความเสี่ยงต่อการแพร่ระบาดสูงนั้น เป็นกลุ่มที่ถูกล็อกดาวน์กลุ่มแรก และน่าจะเป็นกลุ่มสุดท้ายที่จะได้ถูกปลดล็อก ดังนี้ รัฐจึงจำเป็นอย่างยิ่งที่จะต้องให้ความช่วยเหลือ ไม่ว่าจะเป็นการช่วยเหลือด้านการเงินเพื่อยังชีพ และ/หรือการช่วยจัดหางาน หรือปรับทักษะให้ไปทำงานในภาคธุรกิจที่ยังขาดแคลนคน ซึ่งอาจจะเป็นการถือโอกาสปรับการ mismatch ระหว่าง demand และ supply ในตลาดแรงงานในระยะยาว

สาม การใช้ดัชนีลักษณะอาชีพมาร่วมวิเคราะห์ ทำให้เห็นว่าการปิดเมืองเพิ่มความเหลื่อมล้ำทางรายได้ หากใช้ข้อมูลภาคธุรกิจที่ถูกปิดจากมาตรการล็อกดาวน์อย่างเดียว สัดส่วนของลูกจ้างแต่ละกลุ่มรายได้ที่ถูกผลกระทบนั้นไม่ต่างกันมากนัก แต่ถ้าหากนำดัชนีเรื่องความง่ายต่อการปรับสถานที่ทำงานมาประกอบ จะเห็นว่ากลุ่มลูกจ้างรายได้ระดับไม่เกิน 12,000 ต่อเดือน ซึ่งคิดเป็นประมาณ 1.6 ล้านคน นั้น เป็นกลุ่มที่ปรับสถานที่ทำงานได้ยาก จึงน่าจะโดนผลแบบเต็มเม็ดเต็มหน่วยจากการล็อกดาวน์ ณ มีนาคม 2563 ส่วนกลุ่มรายได้สูง (30,000 บาทต่อเดือน ขึ้นไป) จำนวน 3 แสนกว่าคนไม่น่าจะถูกผลกระทบจากการล็อกดาวน์มากนักเพราะสามารถปรับเปลี่ยนสถานที่ทำงานได้ง่าย

บทความชิ้นนี้ แม้จะประเมินผลกระทบทางตรงเป็นหลัก ไม่ได้รวมถึงผลกระทบทางอ้อมจากการลดการบริโภคหรือความเชื่อมโยงของภาคเศรษฐกิจ แต่น่าจะเป็นจุดเริ่มต้นในการนำข้อมูลจริงมาใช้การประเมินจำนวนผู้ที่ถูกผลกระทบ และนำเสนอทางเลือกเพิ่มเติมจากมิติลักษณะงาน เพื่อให้ความพยายามแก้ปัญหา และการหา “ทางออก” ในหลากหลายมิติมีผลสัมฤทธิ์ที่ดีที่สุดในวิกฤตเช่นนี้ นอกจากนี้ แม้การล็อกดาวน์สิ้นสุดลง แต่หากยังมีการรณรงค์ให้มี social distancing ต่อไปอีกระยะหนึ่ง ดัชนีที่สร้างขึ้นก็สามารถนำไปปรับใช้เพื่อวิเคราะห์สถานการณ์ในตลาดแรงงานได้