วิกฤตภูมิอากาศกับเศรษฐกิจไทย
excerpt
บทความนี้ศึกษาผลกระทบของความเสี่ยงทางกายภาพ (physical risk) จากการเปลี่ยนแปลงสภาพภูมิอากาศต่อการเติบโตทางเศรษฐกิจและเงินเฟ้อไทย ผลการศึกษาพบว่า ในระดับประเทศ การเปลี่ยนแปลงสภาพภูมิอากาศที่ผิดปกติส่งผลลบต่อการขยายตัวทางเศรษฐกิจ แต่ไม่ส่งผลกระทบต่อเงินเฟ้อ อย่างไรก็ตาม ผลกระทบต่อแต่ละภาคส่วนเศรษฐกิจมีความแตกต่างกันมาก โดยภาคเกษตรกรรมและการท่องเที่ยวจะได้รับผลกระทบมากที่สุด จังหวัดที่มีรายได้ต่อหัวไม่สูงนักจะได้รับผลกระทบมากกว่าจังหวัดอื่น ๆ ส่วนผลกระทบต่อเงินเฟ้อจะกระทบต่อหมวดอาหารสดโดยเฉพาะผักเป็นหลัก นอกจากนี้ ความอ่อนไหวของเศรษฐกิจและเงินเฟ้อต่อวิกฤตภูมิอากาศ ยังขึ้นอยู่กับทิศทาง ความรุนแรง และความยืดเยื้อของการเปลี่ยนแปลงสภาพภูมิอากาศเป็นสำคัญ ทั้งหมดนี้สะท้อนความท้าทายของการทำความเข้าใจและการกำหนดนโยบายระดับประเทศเพื่อรับมือกับปัญหา climate change ในอนาคตที่มีแต่จะทวีความรุนแรงขึ้นอย่างหลีกเลี่ยงไม่ได้
การเปลี่ยนแปลงสภาพภูมิอากาศ (climate change) เป็นปรากฏการณ์ที่นับวันจะทวีความรุนแรงขึ้น สะท้อนจากอุณหภูมิโลกและระดับน้ำทะเลปัจจุบันที่อยู่ในระดับสูงเป็นประวัติการณ์ รวมถึงการเกิดภัยพิบัติทางธรรมชาติ อาทิ ภัยแล้ง น้ำท่วม ไฟป่า และแผ่นดินไหว ที่บ่อยครั้งและรุนแรงมากขึ้นในหลายประเทศ ทั้งนี้ ปัญหา climate change มักถูกมองว่าเป็นปัญหาด้านสิ่งแวดล้อม สุขภาพ หรือสังคม แต่ในช่วงที่ผ่านมา ธนาคารกลางหลายแห่งทั่วโลกได้ตระหนักว่าวิกฤตการณ์ climate change ที่มีแต่จะทวีความรุนแรงขึ้นในอนาคต จะกลายเป็นปัญหาทางเศรษฐกิจที่สำคัญ (Batten et al., 2016; Scott et al., 2017; Batten, 2018; Bremus et al., 2020) จึงมีความจำเป็นที่ธนาคารกลางและผู้ดำเนินนโยบายต้องเร่งทำความเข้าใจถึงผลกระทบและช่องทางการส่งผ่านของ climate change ต่อเศรษฐกิจอย่างลึกซึ้งและรอบด้าน
ประเทศไทยเป็นหนึ่งในประเทศที่เข้าข่ายเสี่ยงสูงจากวิกฤตภูมิอากาศ โดยเฉพาะความเสี่ยงทางกายภาพ (physical risk)1 นั่นคือ ความเสี่ยงจากผลกระทบโดยตรงที่ภาวะโลกร้อนหรือภัยพิบัติทำให้การเติบโตของผลผลิตในประเทศหดตัวจากความเสียหายต่อชีวิตและทรัพย์สินต่าง ๆ เช่น ที่ดิน สิ่งปลูกสร้าง และโครงสร้างพื้นฐานของประเทศ รวมถึงการลงทุนที่ลดลงเนื่องจากสภาพภูมิอากาศแปรปรวน ทั้งนี้ สาเหตุที่ประเทศไทยอ่อนไหวต่อความเสี่ยงทางกายภาพเป็นพิเศษ เป็นเพราะเศรษฐกิจไทยขับเคลื่อนโดยภาคการท่องเที่ยวเป็นหลัก ซึ่งพึ่งพาทรัพยากรทางธรรมชาติ รวมถึงประเทศไทยมีพื้นที่ส่วนใหญ่ที่พึ่งพาการทำเกษตรกรรม ซึ่งอาจมีผลผลิตออกมาไม่ตรงตามฤดูกาลเมื่อสภาพภูมิอากาศแปรปรวน และมีสัดส่วนของแรงงานทั้งประเทศที่อยู่ในภาคเกษตรสูงถึง 1 ใน 3 ของแรงงานทั้งหมด นอกจากนี้ ราคาสินค้าที่เกี่ยวข้องกับภาคเกษตร เช่น อาหารสด ยังมีสัดส่วนสูงถึง 21% ในตะกร้าเงินเฟ้อไทย ซึ่งมักอ่อนไหวไปตามการเปลี่ยนแปลงของสภาพภูมิอากาศ ดังนั้น การทำความเข้าใจผลกระทบรวมถึงช่องทางการส่งผ่านของ climate change ต่อเศรษฐกิจและเงินเฟ้อ จึงมีนัยสำคัญยิ่งต่อการพัฒนาและเติบโตอย่างยั่งยืนของเศรษฐกิจไทย
งานวิจัยจำนวนไม่น้อยศึกษาผลกระทบของ climate change ในบริบทของประเทศไทย แต่ ยังไม่มีงานวิจัยใดที่เน้นวิเคราะห์ผลกระทบต่อเศรษฐกิจไทยในภาพรวม โดยเฉพาะที่คำนึงถึงผลกระทบต่อเงินเฟ้อด้วย ที่ผ่านมา Sangkhaphan & Shu (2019) เน้นศึกษาผลกระทบไปที่ผลผลิตรายภาค ขณะที่งานวิจัยของ Pipitpukdee et al. (2020) และ Pakeechai et al. (2020) เน้นศึกษาผลกระทบต่อการเพาะปลูกข้าวและผลผลิตของพืชบางชนิด ส่วนงานวิจัยในระดับสากลมักเน้นใช้การวิเคราะห์หลาย ๆ ประเทศพร้อมกัน (cross-country analysis) เช่น Dell et al. (2012), Acevedo Mejia et al. (2018), Burke & Tanutama (2019) และ Kahn et al. (2019) เพื่อตอบโจทย์ว่า climate change มีผลต่อเศรษฐกิจของประเทศที่พัฒนาแล้วกับประเทศที่กำลังพัฒนาแตกต่างกันอย่างไร โดยผลการศึกษาพบว่า ประเทศกำลังพัฒนาจะอ่อนไหวต่อการเปลี่ยนแปลงสภาพภูมิอากาศมากกว่า เนื่องจากมีทุนทรัพย์ องค์ความรู้ และโครงสร้างพื้นฐานที่ด้อยกว่าประเทศพัฒนาแล้ว จึงมีความสามารถในการเผชิญหรือปรับตัวกับความเสี่ยงหรือความเสียหายที่มาจากการเกิดวิกฤตทางสภาพภูมิอากาศได้ค่อนข้างจำกัด
ดังนั้น งานวิจัย Jirophat et al. (2022) จะถือว่าเป็นงานชิ้นแรก ๆ ที่วิเคราะห์ผลกระทบของ climate change ต่อเศรษฐกิจไทยอย่างรอบด้าน โดยมุ่งตอบคำถามว่า การเปลี่ยนแปลงสภาพภูมิอากาศที่ผิดปกติ (climate shocks) สามารถส่งผลกระทบต่อการเติบโตของผลผลิตมวลรวมที่แท้จริงของประเทศ (real GDP growth) และเงินเฟ้อไทยได้อย่างไรบ้าง ทั้งในระยะสั้น และระยะปานกลาง นอกจากนี้ เมื่อผลกระทบในระดับประเทศมักจะซ่อนรายละเอียดในระดับย่อยไว้ งานวิจัยจึงศึกษาเพิ่มเติมว่าผลกระทบต่อแต่ละภาคส่วนเศรษฐกิจ แต่ละพื้นที่ รวมถึงเงินเฟ้อในแต่ละหมวดย่อยนั้นมีความแตกต่างกันหรือไม่ อย่างไร และขึ้นอยู่กับทิศทาง ความรุนแรง และความยืดเยื้อของการเปลี่ยนแปลงสภาพภูมิอากาศมากน้อยเพียงใด ทั้งนี้ เพื่อเป็นการสร้างองค์ความรู้เกี่ยวกับลักษณะและช่องทางการส่งผ่านของ climate shocks ต่อระบบเศรษฐกิจ อันจะมีส่วนช่วยให้ผู้ดำเนินนโยบายสามารถรับมือกับความเสี่ยงจากวิกฤตภูมิอากาศที่มีแต่จะทวีความรุนแรงขึ้นในอนาคตได้อย่างเหมาะสมและตรงจุด
งานวิจัยนี้เลือกวัดการเปลี่ยนแปลงของสภาพภูมิอากาศด้วยดัชนี SPEI (Standardized Precipitation Evapotranspiration Index)2 ซึ่งเป็นดัชนีที่วัดความผิดปกติของปริมาณน้ำสะสมเทียบกับในอดีตในระยะเวลาที่แตกต่างกัน เช่น 3, 6 และ 12 เดือน เป็นต้น ซึ่งหากค่าดัชนีเป็นลบจะบ่งบอกถึงสภาพภูมิอากาศที่แห้งแล้ง และค่าที่เป็นบวกจะหมายถึงสภาพภูมิอากาศที่เปียกชื้น นอกจากนี้ ค่าของดัชนี ณ ระดับต่าง ๆ จะสามารถบ่งบอกถึงความรุนแรง (extremity) ของสภาพภูมิอากาศได้ตามเกณฑ์ของ National Oceanic and Atmospheric Administration (NOAA) ในตารางที่ 1 ดังนั้น ดัชนี SPEI จึงมีความเหมาะสมในการศึกษาความแตกต่างของผลกระทบ climate shocks ต่อเศรษฐกิจที่ขึ้นอยู่กับ ทิศทาง ความรุนแรง และความยืดเยื้อของ climate shocks ได้เป็นอย่างดี
ที่มา: NOAA’s National Centers for Environmental Information แปลโดยคณะผู้วิจัย
รูปที่ 1 แสดงค่าดัชนี SPEI สำหรับประเทศไทยตั้งแต่ปี 1950 ซึ่งจะเห็นได้ชัดเจนว่า สภาพภูมิอากาศของประเทศไทยนั้นมีความผันผวนในทุกช่วงเวลา โดยมีทั้งสภาพภูมิอากาศที่แห้งแล้ง (SPEI < 0) และเปียกชื้น (SPEI > 0) กว่าค่าปกติระยะยาว โดยในช่วงล่าสุด ประเทศไทยเพิ่งประสบกับเหตุการณ์ภัยแล้งที่ค่อนข้างใหญ่และยืดเยื้อ สะท้อนจากค่า SPEI ที่เบนออกจากค่าแนวโน้มระยะยาวเป็นเวลานานพอสมควร
ที่มา: SPEIหมายเหตุ ดัชนี SPEI 6 เดือนซึ่งเป็นค่าเฉลี่ยของ 57 grids ที่ครอบคลุมพื้นที่ของประเทศไทย
เพื่อให้ได้ข้อสรุปเกี่ยวกับการเปลี่ยนแปลงของสภาพภูมิอากาศไทยที่ชัดเจนขึ้น รูปที่ 2a ได้นำค่า SPEI ดังแสดงในรูปที่ 1 มาประมวลเป็นแท่งเทียน (boxplot) โดยจะเห็นได้จากเส้นกลางของ boxplot ว่าค่ามัธยฐานของดัชนี SPEI ในช่วงระยะเวลาทุก ๆ 5 ปีนั้นมีแนวโน้มลดลง ขณะที่แท่งเทียนมีความกว้างมากขึ้น ซึ่งสะท้อนว่าสภาพภูมิอากาศของประเทศไทยมีความแห้งแล้งมากขึ้น พร้อม ๆ กับมีความแปรปรวนมากขึ้นเมื่อเทียบกับในอดีต และหากพิจารณาจากความถี่ของการเกิดสภาพภูมิอากาศที่แห้งแล้งรุนแรง (extremely dry) ในรูปที่ 2b จะเห็นได้ว่า การเปลี่ยนแปลงของสภาพภูมิอากาศดังกล่าวเกิดบ่อยครั้งขึ้นในช่วงที่ผ่านมา โดยค่ามัธยฐานในช่วง 5 ปีล่าสุดนั้นมีค่าสูงสุดเป็นประวัติการณ์
ที่มา: คำนวณโดยคณะผู้วิจัยหมายเหตุ รูปด้านซ้ายแสดงค่าดัชนี SPEI 6 เดือน ซึ่งแผนภูมิแท่งเทียน (boxplot) แต่ละกล่องจะแสดงค่าของข้อมูลในช่วงเวลาทุก 5 ปีซึ่งอยู่ในช่วง interquartile range ที่ 25% ถึง 75% โดยเส้นที่อยู่ตรงกลางของแท่งเทียนแสดงค่ามัธยฐาน (median) และเส้นประที่ยื่นออกมาจะสิ้นสุดที่ค่าต่ำและสูงสุด ขณะที่จุดวงกลมแสดง outliers รูปด้านขวาแสดงความถี่ในการเกิดสภาพภูมิอากาศแห้งแล้งรุนแรงตามเกณฑ์ของ NOAA ในตารางที่ 1 โดยเป็นค่าเฉลี่ยของสัดส่วนค่า SPEI 6 เดือน ที่อยู่ระหว่าง -1.6 และ -2 (แห้งแล้งรุนแรง) ของ 57 grids ที่ครอบคุลมพื้นที่ประเทศไทย
การเปลี่ยนแปลงของสภาพภูมิอากาศที่ผิดปกติสามารถทำให้การเติบโตของเศรษฐกิจและภาคการผลิตหลักของประเทศหดตัวได้อย่างมีนัยสำคัญ3 สะท้อนจากค่าต่ำสุดของผลกระทบ ในรูปที่ 3a ซึ่งอยู่ที่ประมาณ 0.7% สำหรับทุกภาคการผลิต โดยภาคการผลิตที่ได้รับผลกระทบรุนแรงที่สุดคือภาคเกษตรกรรม เนื่องจากเมื่อเกิด climate shock แล้ว ผลผลิตจะหดตัวทันที 0.75% ในขณะที่ภาคการผลิตอื่น ๆ จะทยอยได้รับผลกระทบและหดตัวสูงสุดที่ 0.6% หลังจากผ่านไปแล้วถึง 2–3 ไตรมาส อย่างไรก็ตาม ผลกระทบต่อทุกภาคการผลิตเป็นผลกระทบเพียงชั่วคราว เพราะหากไม่มี shock อื่นซ้ำเติม ผลกระทบต่อผลผลิตจะคลี่คลายภายใน 10 ไตรมาส ซึ่งผลการศึกษาในส่วนนี้ สอดคล้องกับงานศึกษาต่างประเทศที่ใช้วิธีการศึกษาที่คล้ายกัน เช่น ในกรณีของประเทศนิวซีแลนด์ Kamber et al. (2013) รายงานว่า การเปลี่ยนแปลงของสภาพภูมิอากาศที่แห้งแล้งขึ้นผิดปกติ สามารถทำให้ผลผลิตมวลรวมของประเทศหดตัวได้ถึง 0.6% และ ในกรณีประเทศยุโรป Bremus et al. (2020) พบว่าการเกิด climate shocks ทำให้ผลผลิตอุตสาหกรรมในประเทศต่าง ๆ หดตัวประมาณ 0.9%
ที่มา: คำนวณโดยคณะผู้วิจัยหมายเหตุ กราฟแสดง Impulse response function ของการขยายตัวของผลผลิตมวลรวมที่แท้จริงและผลผลิตในภาคการผลิตหลักที่แท้จริง (ภาพซ้าย) และอัตราเงินเฟ้อไทยและหมวดย่อยที่สำคัญ (ภาพขวา) ต่อการเปลี่ยนแปลงของสภาพภูมิอากาศในขนาด 1 ส่วนเบี่ยงเบนมาตรฐานของ SPEI 6 เดือน ตัวเลขในวงเล็บแสดงถึงสัดส่วนความสำคัญของผลผลิตในภาคการผลิตต่าง ๆ ต่อผลผลิตมวลรวมของประเทศ (ภาพซ้าย) และน้ำหนักของหมวดสินค้าต่าง ๆ ในตะกร้าเงินเฟ้อ (ภาพขวา)
ในทางตรงกันข้าม ผลกระทบของ climate shock ต่อเงินเฟ้อทั่วไปและเงินเฟ้อพื้นฐานมีจำกัด ดังแสดงในรูปที่ 3b ขณะที่ climate shock ทำให้เงินเฟ้อในหมวดอาหารเพิ่มขึ้นเล็กน้อยที่ 0.14% ซึ่งผลการศึกษานี้สอดคล้องกับ Faccia et al. (2021) ที่พบว่า โดยเฉลี่ยแล้ว เงินเฟ้อในหมวดอาหารสดในหลายประเทศจะเพิ่มขึ้นในขนาดที่ใหญ่กว่าเงินเฟ้อทั่วไปเมื่อเผชิญกับ climate shocks และถึงแม้ว่าขนาดของผลกระทบในงานวิจัยของ Faccia et al. (2021) จะมีขนาดค่อนข้างใหญ่ที่ประมาณ 2% เนื่องจากเป็นค่าเฉลี่ยของหลายประเทศที่อาจมีเงินเฟ้อหมวดอาหารที่อ่อนไหวต่อการเปลี่ยนแปลงสภาพภูมิอากาศมากกว่าไทย แต่ระยะเวลาของผลกระทบนั้นจะค่อนข้างสั้นเหมือนกับกรณีของไทย สะท้อนว่าผลกระทบของ climate shock ต่อเงินเฟ้อในหลายประเทศรวมทั้งไทย เป็นปรากฎการณ์ชั่วคราว (temporary shock) ดังนั้น ในภาพรวม การเปลี่ยนแปลงของสภาพภูมิอากาศทำหน้าที่คล้าย supply shock ที่ทำให้เศรษฐกิจโดยรวมหดตัวและเงินเฟ้อเพิ่มขึ้นเพียงชั่วคราวเท่านั้น
แม้กิจกรรมทางเศรษฐกิจในระดับประเทศจะหดตัวเมื่อเกิด climate shocks แต่หากพิจารณาในระดับย่อย ผลกระทบต่อแต่ละภาคส่วนเศรษฐกิจมีความแตกต่างกันมาก ทั้งในแง่ของทิศทาง ความรุนแรง และความยืดเยื้อของผลกระทบ หากพิจารณาองค์ประกอบย่อยของผลผลิตมวลรวมของประเทศจากฝั่งอุปทาน รูปที่ 4a แสดงให้เห็นว่า อุตสาหกรรมการผลิตส่วนมากหดตัวหลังเกิด climate shocks แต่อุตสาหกรรมที่พึ่งพิงกิจกรรมกลางแจ้งเช่น ภาคการก่อสร้าง จะได้รับผลเชิงบวก ซึ่งอาจเป็นผลพวงมาจากการซ่อมแซมอาคารต่าง ๆ หลังเกิดอุทกภัยจากฝนที่ตกหนัก หรือการเร่งการก่อสร้างในช่วงที่ฝนตกน้อยลง
ที่มา: คำนวณโดยคณะผู้วิจัยหมายเหตุ กราฟแสดง Impulse response function ของการขยายตัวของผลผลิตมวลรวมที่แท้จริงในภาคการผลิตต่าง ๆ ในฝั่งอุปทาน (ภาพซ้าย) และองค์ประกอบที่สำคัญของฝั่งอุปสงค์ (ภาพขวา) ต่อการเปลี่ยนแปลงสภาพภูมิอากาศในขนาด 1 ส่วนเบี่ยงเบนมาตรฐาน ที่อิง SPEI 6 เดือน (เส้นทึบ) และ SPEI 12 เดือน (เส้นประ) โดยตัวเลขในวงเล็บแสดงถึงขนาดความสำคัญขององค์ประกอบต่าง ๆ ในผลผลิตมวลรวมที่แท้จริงของประเทศ
อีกข้อสังเกตหนึ่งจากรูปที่ 4a คือ อุตสาหกรรมที่พักแรมและบริการด้านอาหารเป็นหนึ่งในภาคการผลิตที่ได้รับผลกระทบเชิงลบที่ค่อนข้างใหญ่ (เกือบ 3%) และค่อนข้างยืดเยื้อจาก climate shocks โดยการหดตัวของอุตสาหกรรมนี้ น่าจะมาจากการหดตัวของภาคการท่องเที่ยวเป็นสำคัญ ซึ่งสอดคล้องกับผลการศึกษาในรูปที่ 4b ว่า ผลกระทบของ climate shocks ต่ออุปสงค์ในภาคการส่งออกบริการที่มีการท่องเที่ยวเป็นองค์ประกอบหลัก หดตัวในขนาดที่ใหญ่มากกว่า 6% หลังเกิด climate shocks ด้วยเช่นกัน (เส้นสีส้มทึบ) ดังนั้น อาจกล่าวได้ว่า นอกเหนือจากภาคเกษตรกรรมแล้ว climate shocks ส่งผลกระทบต่อภาคการท่องเที่ยวในประเทศไทยที่พึ่งพาทรัพยากรธรรมชาติเป็นสำคัญด้วย ซึ่งตอกย้ำว่า ประเทศไทยมีความเปราะบางต่อการเปลี่ยนแปลงสภาพภูมิอากาศ เนื่องจากการเติบโตของเศรษฐกิจไทย รวมถึงการจ้างงานในประเทศ พึ่งพาการขับเคลื่อนโดยสองอุตสาหกรรมนี้เป็นสำคัญ
ถึงแม้ว่าผลกระทบต่ออุปสงค์ในภาคการส่งออกบริการจะมีขนาดใหญ่ แต่รูปที่ 4b แสดงให้เห็นว่า องค์ประกอบอื่น ๆ ด้านอุปสงค์ ซึ่งได้แก่การบริโภคและการลงทุนนั้น ได้รับผลกระทบน้อยมาก อย่างไรก็ตาม เป็นที่น่าสังเกตว่า ขนาดและระยะเวลาของผลกระทบในด้านอุปสงค์ขึ้นอยู่กับความยืดเยื้อของ climate shocks เป็นสำคัญ โดยหาก climate shocks มีความผิดปกติในระยะเวลาที่ยาวนานขึ้น เช่น เมื่อเปรียบเทียบผลกระทบของ climate shocks ในระยะเวลา 6 เดือน (เส้นทึบ) กับ 12 เดือน (เส้นประ) ผลกระทบที่แสดงโดยเส้นประมีขนาดที่ใหญ่และส่งผลกระทบยาวนานกว่าหลายเท่า โดยเฉพาะต่อการลงทุนในภาคเอกชน ซึ่งสะท้อนว่าเมื่อความผิดปกติของสภาพภูมิอากาศมีความยืดเยื้อถึงระดับหนึ่ง การบริโภคและการลงทุนอาจได้รับผลกระทบเชิงลบได้จากแรงกดดันระยะยาวต่ออุปสงค์ ซึ่งเป็นข้อค้นพบสำคัญในงานศึกษาของ Faccia et al. (2021) และ Batten (2018) ด้วยเช่นกัน
นอกจากผลกระทบที่ขึ้นอยู่กับความยืดเยื้อของการเปลี่ยนแปลงสภาพภูมิอากาศแล้ว ผลกระทบของ climate shocks ต่อเศรษฐกิจไทย ยังขึ้นอยู่กับทิศทางและความรุนแรงของการเกิดสภาพภูมิอากาศที่วิกฤตด้วย โดยจากภาพซ้ายบนของรูปที่ 5 จะเห็นได้ว่า ผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศต่อเศรษฐกิจไทยมีความไม่สมมาตรด้านทิศทาง (directional asymmetry) กล่าวคือ ผลผลิตภาคเกษตรจะขยายตัวเมื่อเผชิญกับสภาพภูมิอากาศที่ชื้นขึ้น เนื่องจากฝนที่ตกมากขึ้นจะเพิ่มความอุดมสมบูรณ์ให้แก่แร่ธาตุในดิน ในทางกลับกัน หากสภาพภูมิอากาศมีความแห้งแล้งขึ้น ผลผลิตในภาคเกษตรจะหดตัว ซึ่งความไม่สมมาตรนี้ สอดคล้องกับผลกระทบของ climate shocks ต่อราคาสินค้าในหมวดอาหารสดที่ถูกขับเคลื่อนจากเงินเฟ้อในหมวดผักที่อ่อนไหวต่อการเปลี่ยนแปลงสภาพภูมิอากาศเป็นพิเศษ (ภาพด้านขวาบนของรูปที่ 5) กล่าวคือ ในกรณีที่ภูมิอากาศชื้นขึ้นผิดปกติ เงินเฟ้อในหมวดผักจะลดลงทันที 1.5% จากอุปทานส่วนเกินของการเพาะปลูก ในทางกลับกัน สภาพภูมิอากาศที่แห้งแล้งขึ้น กลับเป็นอุปสรรคต่อการเพาะปลูกและจะทำให้เงินเฟ้อในหมวดผักปรับสูงขึ้นเกือบ 2%
นอกจากนี้ ผลกระทบต่อผลผลิตภาคเกษตรและเงินเฟ้อในหมวดผักขึ้นอยู่กับความรุนแรงของ climate shocks ด้วยเช่นกัน จากภาพด้านล่างของรูปที่ 5 จะเห็นได้ว่า เมื่อการเปลี่ยนแปลงของสภาพภูมิอากาศเปลี่ยนจากแห้งแล้งน้อยเป็นแห้งแล้งรุนแรง ผลกระทบต่อผลผลิตในภาคเกษตรลดลงเกือบสามเท่า ในขณะเดียวกัน การเปลี่ยนแปลงของสภาพภูมิอากาศที่ชื้นน้อยเป็นชื้นรุนแรง ถึงแม้ไม่ได้กระทบกับผลผลิตในภาคเกษตรเท่าไหร่นัก แต่พบว่าเงินเฟ้อในหมวดผักจะลดลงเกือบเท่าตัว ดังนั้น จึงกล่าวได้ว่า การคำนึงถึงทิศทาง ความรุนแรง และความยืดเยื้อของ climate shocks มีความสำคัญมากในการประเมินผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศต่อเศรษฐกิจและเงินเฟ้อ ซึ่งสอดคล้องกับงานศึกษาหลายชิ้น เช่น Fomby et al. (2013), Kahn et al. (2019), และ Kim et al. (2021) ที่พบความไม่สมมาตรของผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศในต่างประเทศด้วยเช่นกัน
ที่มา: คำนวณโดยคณะผู้วิจัยหมายเหตุ กราฟแสดง Impulse response function ของการขยายตัวของผลผลิตในภาคเกษตรกรรมและเงินเฟ้อในหมวดผัก ต่อ 1 ส่วนเบี่ยงเบนมาตรฐานของ SPEI 6 เดือน โดยจำแนกระหว่างทิศทางและความรุนแรงของผลกระทบ ตามหลักเกณฑ์ของการจำแนกในตารางที่ 1
ความเข้าใจผลกระทบของ climate change ในระดับรายจังหวัดถือเป็นเรื่องสำคัญ จากงานวิจัยที่ผ่านมาพบว่า ผลกระทบของ climate change ต่อผลผลิตมีความแตกต่างกันในแต่ละพื้นที่ อาทิ Li et al. (2011) ที่ศึกษาผลผลิตข้าวโพดในสหรัฐฯ และจีน Kucharik & Serbin (2008) ที่ศึกษาผลผลิตข้าวโพดและถั่วเหลืองในระดับเทศมณฑลในรัฐ Wisconsin สหรัฐฯ และ Southworth et al. (2000) ที่ศึกษาผลผลิตข้าวโพดในเขต Midwest สหรัฐฯ ทั้งนี้ ผลการศึกษาจะช่วยให้ผู้ดำเนินนโยบาย ภาคเอกชนและเกษตรกรสามารถรับมือและปรับตัวกับ climate change ในแต่ละพื้นที่ได้ดีขึ้น บทความนี้จึงศึกษาผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศต่อผลผลิตมวลรวมรายจังหวัดที่แท้จริง (real Gross Provincial Province: GPP) ของประเทศไทย โดยมุ่งวิเคราะห์ว่าความแตกต่างของผลกระทบในรายพื้นที่ขึ้นอยู่กับปัจจัยใด เช่น ระดับความยากจน หรือ กิจกรรมหลักในจังหวัดนั้น ๆ เช่น กิจกรรมการเกษตรกรรม หรือการท่องเที่ยว4
ผลการศึกษาพบว่าโดยเฉลี่ยแล้ว การเปลี่ยนแปลงสภาพภูมิอากาศทำให้การเติบโตของรายได้เฉลี่ยต่อหัวในจังหวัดต่าง ๆ ลดลงถึง 2.28% ซึ่งสอดคล้องกับข้อค้นพบข้างต้นว่า climate shocks มีผลเชิงลบต่อการเติบโตของเศรษฐกิจไทยในระดับประเทศ อย่างไรก็ตาม เมื่อพิจารณาในรายพื้นที่ พบว่าผลกระทบของ climate shocks ต่อการเติบโตของ GPP per capita ในแต่ละจังหวัดมีความแตกต่างกันอย่างเห็นได้ชัด ซึ่งขึ้นอยู่กับระดับของความยากจนในจังหวัดเป็นสำคัญ โดยจังหวัดที่มีรายได้ต่อหัวต่ำจะได้รับผลกระทบเชิงลบจากการเปลี่ยนแปลงสภาพภูมิอากาศมากกว่าจังหวัดอื่น ๆ กล่าวคือ เมื่อเกิด climate shocks จังหวัดที่มีรายได้ต่อหัวต่ำจะมีการหดตัวของเศรษฐกิจมากกว่าจังหวัดอื่น ๆ ถึง 0.74% ผลการศึกษานี้สอดคล้องกับงานวิจัยที่ผ่านมา ซึ่งพบว่า ผลกระทบของ climate change มีความแตกต่างกันในประเทศต่าง ๆ เนื่องจากประเทศที่มีรายได้น้อยมักมีความสามารถในการปรับตัวอยู่ในระดับต่ำ ทำให้โครงสร้างพื้นฐานที่ถูกทำลายจากภัยพิบัติส่งผลเชิงลบต่อความเป็นอยู่และโอกาสของประชาชนในประเทศนั้น ๆ (Hallegatte & Rozenberg, 2017 และ World Bank, 2012)
นอกจากนี้ กิจกรรมหลักในแต่ละจังหวัดยังส่งผลต่อความแตกต่างของผลกระทบ climate shocks ในแต่ละพื้นที่ด้วยเช่นกัน จากผลการศึกษาก่อนหน้า กิจกรรมภาคเกษตรและการท่องเที่ยวมักอ่อนไหวต่อการเปลี่ยนแปลงทางสภาพภูมิอากาศเป็นพิเศษ อย่างไรก็ตาม จากการสำรวจผลกระทบในระดับจังหวัดพบว่า การพึ่งพาการท่องเที่ยวไม่สามารถช่วยอธิบายผลกระทบที่แตกต่างกันในรายพื้นที่ได้ชัดเจนเท่ากับสัดส่วนของกิจกรรมทางการเกษตรของจังหวัดนั้น ๆ โดยผลการศึกษาพบว่า ในกรณีที่สภาพภูมิอากาศมีความชื้นสูงขึ้น จังหวัดที่มีสัดส่วนกิจกรรมทางการเกษตรสูงจะมีผลผลิตที่สูงกว่าจังหวัดอื่น ๆ โดยเฉลี่ย 1.45% ต่อปี เนื่องจากกิจกรรมในภาคการเกษตรมีแนวโน้มที่จะได้รับประโยชน์จากปริมาณน้ำฝนที่สูงขึ้น ซึ่งผลการศึกษานี้สอดคล้องกับงานวิจัยที่ผ่านมา เช่น Akram (2013) และ Phatcharopaswatanagul (2018)
บทความนี้ศึกษาผลกระทบของความเสี่ยงทางกายภาพจากสภาพภูมิอากาศวิกฤตต่อเศรษฐกิจและเงินเฟ้อไทย โดยรวมแล้วพบว่า การเกิด climate shocks ทำให้เศรษฐกิจไทยหดตัว ในขณะที่เงินเฟ้อสูงขึ้นเล็กน้อยชั่วคราวโดยเฉพาะในหมวดอาหารสด ซึ่งจากผลการศึกษานี้ นัยเชิงนโยบายที่สำคัญคือ การเกิด climate shocks ในระยะต่อไปที่มีแต่จะรุนแรงและเกิดบ่อยครั้งขึ้นนั้น จะ ทำให้การส่งเสริมการเติบโตของเศรษฐกิจอย่างทั่วถึงและยั่งยืนของผู้ดำเนินนโยบายมีความท้าทายขึ้น ทั้งจากความอ่อนไหวของภาคเกษตรกรรมและภาคการท่องเที่ยวซึ่งเป็นตัวขับเคลื่อนหลักของเศรษฐกิจไทย และความเหลื่อมล้ำทางรายได้ในประเทศที่อาจสูงขึ้นจากผลกระทบของ climate change ที่ไม่เท่าเทียมระหว่างกลุ่มคนรายได้ต่ำและสูง รวมถึงภาคแรงงานและผู้ประกอบการธุรกิจต่าง ๆ ดังนั้น การลงทุนในโครงสร้างพื้นฐาน การสร้างและการกระจายองค์ความรู้เพื่อให้ทุกภาคส่วนสามารถรับมือกับการเปลี่ยนแปลงของสภาพภูมิอากาศในอนาคตได้นั้นมีความจำเป็นยิ่ง โดยเฉพาะในกลุ่มเปราะบาง เช่น เกษตรกร หรือธุรกิจขนาดเล็กที่พึ่งพาการท่องเที่ยว
นอกจากนี้ การดูแลเสถียรภาพด้านราคาของธนาคารกลางจะมีความท้าทายขึ้นเช่นกัน เนื่องจากวิกฤตภูมิอากาศอาจทำให้เงินเฟ้อผันผวนขึ้น โดยเฉพาะในหมวดอาหารสดที่อ่อนไหวต่อสภาพภูมิอากาศเป็นพิเศษ รวมถึงเงินเฟ้อในหมวดพลังงานที่อาจได้รับผลกระทบจากนโยบายลดการใช้คาร์บอน ดังนั้น เพื่อรับมือกับการเกิด climate change ผู้ดำเนินนโยบายควรเร่งทำความเข้าใจเกี่ยวกับผลกระทบของวิกฤตภูมิอากาศอย่างลึกซึ้งและรอบด้านขึ้น โดยเฉพาะเมื่อความสัมพันธ์ระหว่างสภาพภูมิอากาศและระบบเศรษฐกิจนั้นมีความซับซ้อน และแปรผันไปตามหลากหลายปัจจัย เช่น ทิศทาง ขนาด และความยืดเยื้อของ climate shocks ทั้งนี้ เพื่อให้ผู้ดำเนินนโยบายสามารถนำมาประกอบการพิจารณาและกำหนดนโยบายเพื่อรับมือกับปัญหา climate change ได้อย่างมีประสิทธิผลและตรงจุด
เอกสารอ้างอิง
- ความเสี่ยงจากการเปลี่ยนแปลงสภาพภูมิอากาศสามารถเกิดจากความเสี่ยงของการเปลี่ยนผ่าน (transition risk) ได้ด้วย ซึ่งเป็นความเสี่ยงที่เกิดจากผลกระทบของการออกนโยบายหรือกฎระเบียบของทางการเพื่อแก้ไขปัญหาสิ่งแวดล้อม โดย transition risk มักมีนัยต่อเสถียรภาพของระบบการเงิน เพราะการออกกฎหมายที่เป็นมิตรต่อสิ่งแวดล้อมอาจไปเพิ่มต้นทุนให้บางอุตสาหกรรม เช่น อุตสาหกรรมพลังงาน หรืออุตสาหกรรมที่ปล่อยคาร์บอนสูง จนทำให้ฐานะการเงินของสถาบันการเงินที่ปล่อยกู้แก่ธุรกิจเหล่านี้อาจมีความเสี่ยงตามไปด้วย↩
- การเปลี่ยนแปลงสภาพภูมิอากาศสามารถวัดได้หลายวิธี ไม่ว่าจะเป็น (1) การเปลี่ยนแปลงของข้อมูลอุตุนิยมวิทยา (meteorological data) โดยตรง เช่น การเปลี่ยนแปลงของปริมาณน้ำฝน (precipitation) หรืออุณหภูมิ (temperature) และ (2) การพิจารณาเปรียบเทียบข้อมูลอุตุนิยมวิทยาเทียบกับค่าปกติในอดีต (historical norm) ด้วยค่าดัชนีต่าง ๆ เช่น ดัชนี SMDI (Soil Moisture Deficit Index) ที่วัดความผิดปกติของปริมาณน้ำในดินสะสมเทียบกับค่าเฉลี่ยในอดีต หรือ ดัชนี SPEI ที่วัดความผิดปกติของปริมาณน้ำสะสมเทียบกับในอดีต (Vicente-Serrano et al. (2010))↩
- ผลการศึกษาในช่วงปี 2001Q1–2020Q4 โดยใช้แบบจำลอง Structural Vector Autoregression (SVAR) คล้าย Buckle et al. (2007) และ Kamber et al. (2013) เพื่อจำลองระบบเศรษฐกิจซึ่งมีสามส่วนได้แก่ 1) ส่วนสภาพภูมิอากาศ (climate bloc) ที่ประกอบด้วย ดัชนี SPEI 2) ส่วนเศรษฐกิจโลก (global bloc) ประกอบด้วยผลผลิตมวลรวมที่แท้จริงภายในประเทศของกลุ่ม OECD ดัชนี VIX (Volatility Index) ราคาน้ำมันโลกที่แท้จริง (real world oil prices) และ ราคาสินค้าโภคภัณฑ์โลกที่แท้จริงที่ไม่ใช่ราคาพลังงาน (real non-fuel commodity prices) และ 3) ส่วนเศรษฐกิจภายในประเทศ (domestic bloc) ประกอบด้วย ผลผลิตมวลรวมที่แท้จริงภายในประเทศ (real GDP) ดัชนีราคาผู้บริโภค (Consumer Price Index) อัตราผลตอบแทนพันธบัตรรัฐบาลอายุ 2 ปี (2-year government bond yield) และดัชนีค่าเงินบาท (nominal effective exchange rate) โดยผลการศึกษาจะแสดงโดย Impulse response function หรือการเปลี่ยนแปลงเชิงพลวัต (dynamic impact) ของการเติบโตของผลผลิตที่แท้จริงหลังเกิด SPEI shock ในขนาด 1 ส่วนเบี่ยงเบนมาตรฐาน ซึ่งเทียบเคียงได้กับขนาดของการเปลี่ยนแปลงของสภาพภูมิอากาศในช่วงที่เกิดภัยแล้งในช่วงปี 2019–2020↩
- ศึกษาโดยใช้แบบจำลอง panel autoregressive distributed lag model (panel ARDL) ซึ่งดัดแปลงมาจาก Kahn et al. (2019) โดยมี provincial และ time fixed effects โดยใช้ตัวแปรทางสภาพภูมิอากาศเป็น SPEI 12 เดือน เนื่องจากข้อจำกัดของข้อมูลผลผลิตมวลรวมของเศรษฐกิจรายจังหวัดที่เป็นข้อมูลรายปีตังแต่ 2001–2019 ส่วนนิยามของ dummy variables ที่ใช้ศึกษาความแตกต่างของผลกระทบ climate shocks ระหว่างจังหวัด ได้แก่ 1) จังหวัดที่ยากจน ได้แก่ จังหวัดที่ GPP per capita ต่ำกว่าหรือเท่ากับเปอร์เซ็นไทล์ที่ 25 ของ GPP per capita เฉลี่ยของ 77 จังหวัด โดยพบว่า มี 20 จังหวัดในภาคเหนือและภาคอีสานที่ถูกนิยามว่าเป็นจังหวัดที่มีรายได้ต่อหัวต่ำ 2) จังหวัดที่มีสัดส่วนของกิจกรรมทางเกษตรสูง ให้นิยามว่ากิจกรรมทางเกษตรสูงกว่า 5% ของ GPP per capita โดยพบ 62 จังหวัดที่ถูกนิยามว่าเป็นจังหวัดที่มีสัดส่วนกิจกรรมทางการเกษตรสูง และ 3) จังหวัดที่พึ่งพาการท่องเที่ยวสูง จัดตามกระทรวงการท่องเที่ยวและกีฬา โดยพบว่า มี 13 จังหวัดเป็นจังหวัดที่พึ่งพาการท่องเที่ยวสูง↩