ผู้กำหนดนโยบายควรเข้าใจการเปลี่ยนแปลงสภาพภูมิอากาศอย่างไร?

น้ำท่วมในภาคใต้ที่ผ่านมาสะท้อนให้เห็นว่าการเปลี่ยนแปลงสภาพภูมิอากาศอาจกำลังเกิดขึ้นในลักษณะที่ไม่สามารถคาดการณ์ได้ล่วงหน้ามากขึ้นเรื่อย ๆ เมื่อมองไปข้างหน้า คำถามสำคัญคือการเปลี่ยนแปลงสภาพภูมิอากาศของประเทศไทยมีลักษณะอย่างไร แตกต่างกันอย่างไรในภูมิภาคต่าง ๆ ของประเทศ และลักษณะการเปลี่ยนแปลงสภาพภูมิอากาศแบบใดที่ระบบเศรษฐกิจและสังคมยังไม่สามารถรับมือได้อย่างมีประสิทธิภาพ อย่างไรก็ดี คำถามเหล่านี้ยังขาดหลักฐานเชิงประจักษ์ที่ช่วยตอบโจทย์การกำหนดนโยบายได้อย่างชัดเจน

ที่ผ่านมามีงานศึกษาจำนวนมากชี้ให้เห็นว่า ผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศมักเกิดจากความผันผวนที่เพิ่มขึ้นมากกว่าการเปลี่ยนแปลงของสภาพอากาศโดยเฉลี่ย (Baltisti & Naylor, 2009; Lee et al., 2021) และความผันผวนดังกล่าวสามารถส่งผลต่อเศรษฐกิจอย่างรุนแรงและไม่เป็นเส้นตรง (Schlenker & Roberts, 2009; Burke et al., 2015; Carleton & Hsiang, 2016) นอกจากนี้ ความผันผวนของสภาพภูมิอากาศที่มีลักษณะแตกต่างกันยังต้องอาศัยแนวทางการรับมือที่แตกต่างกัน (Burney et al., 2024; Deschenes & Greenstone, 2007; Pörtner et al., 2022) โดยการเปลี่ยนแปลงที่สามารถคาดการณ์ได้ล่วงหน้ามักจัดการได้ผ่านการปรับตัวในระดับบุคคลและชุมชน ขณะที่การเปลี่ยนแปลงที่ไม่สามารถคาดการณ์ได้จำเป็นต้องพึ่งพากลไกการบริหารจัดการความเสี่ยงในระดับระบบ

อย่างไรก็ตาม ข้อจำกัดสำคัญของงานวิจัยเหล่านี้คือ การพิจารณาการเปลี่ยนแปลงสภาพภูมิอากาศเพียงมิติเดียว โดยแต่ละงานมักเลือกใช้ตัวชี้วัดด้านภูมิอากาศเพียงบางประเภท ไม่ว่าจะเป็นค่าเฉลี่ยของปริมาณน้ำฝนและอุณหภูมิ (Alemu et al., 2024) หรือเหตุการณ์สภาพอากาศสุดขั้ว (Lesk et al., 2022) และยังไม่ได้พิจารณาและเปรียบเทียบลักษณะต่าง ๆ ของการเปลี่ยนแปลงสภาพภูมิอากาศในภาพรวม ทำให้ยังขาดความเข้าใจเชิงลึกในการตอบโจทย์นโยบายข้างต้น และอาจนำไปสู่การออกแบบมาตรการปรับตัวที่ยังไม่สอดคล้องกับลักษณะของการเปลี่ยนแปลงอย่างแท้จริง

บทความนี้ช่วยเติมเต็มองค์ความรู้และตอบคำถามเชิงนโยบายข้างต้น โดยอาศัยกรอบแนวคิดตาม Burney et al. (2024) เพื่อทำความเข้าใจการเปลี่ยนแปลงสภาพภูมิอากาศของประเทศไทยในหลายมิติอย่างลึกซึ้งยิ่งขึ้น พร้อมทั้งประเมินระดับการเผชิญความเสี่ยงและความเปราะบางต่อการเปลี่ยนแปลงสภาพภูมิอากาศของภาคเกษตรและพอร์ตสินเชื่อเกษตรทั้งในระดับประเทศและระดับพื้นที่ ซึ่งผลการศึกษานี้จะช่วยสนับสนุนให้ผู้กำหนดนโยบายสามารถออกแบบมาตรการรับมือกับการเปลี่ยนแปลงสภาพภูมิอากาศได้อย่างตรงจุด สอดคล้องกับบริบทของพื้นที่ และมีประสิทธิภาพมากยิ่งขึ้น

บทความนี้ใช้ข้อมูลสภาพอากาศรายเดือน ครอบคลุมช่วงเวลาอดีต (1990–2024) และช่วงเวลาอนาคต (2025–2070) ภายใต้ฉากทัศน์ RCP 8.5 ซึ่งเป็นฉากทัศน์ที่การเปลี่ยนแปลงสภาพภูมิอากาศมีความรุนแรง โดยพิจารณาจากความพยายามและความคืบหน้าของการลดก๊าซเรือนกระจกของประเทศไทยในช่วงที่ผ่านมา ข้อมูลนี้ได้มาจากโครงการ Coupled Model Intercomparison Project Phase 5 (CMIP5) โดยใช้วิธีการขยายความละเอียดเชิงพื้นที่ของแบบจำลองภูมิอากาศโลกผ่านกระบวนการย่อส่วนเชิงพลวัต (dynamical downscaling) ให้มีความละเอียดเชิงพื้นที่ขนาด 25 กิโลเมตร × 25 กิโลเมตร ซึ่งมีขนาดใกล้เคียงกับอำเภอขนาดใหญ่ของประเทศไทย ทั้งนี้ เพื่อให้สามารถเปรียบเทียบผลการศึกษากับงานวิจัยในต่างประเทศได้ บทความนี้จึงใช้ตัวแปรด้านภูมิอากาศพื้นฐาน ได้แก่ อุณหภูมิและปริมาณน้ำฝนเป็นจุดตั้งต้นของการวิเคราะห์

นอกจากนี้ เราได้เพิ่มการใช้ดัชนี SPI (Standardized Precipitation Index) เพื่อสะท้อนเหตุการณ์สภาพอากาศสุดขั้วได้ดียิ่งขึ้น โดยดัชนี SPI เป็นตัวชี้วัดเชิงสถิติที่ใช้ประเมินภาวะความแห้งแล้ง โดยพิจารณาจากความเบี่ยงเบนของปริมาณฝนจริงเมื่อเทียบกับสภาพภูมิอากาศในระยะยาวของพื้นที่นั้น (McKee et al., 1993) และสามารถใช้ประเมินความผิดปกติของปริมาณฝน ทั้งในลักษณะฝนทิ้งช่วงและฝนตกหนักได้ ในบทความนี้ใช้ดัชนี SPI-3 ซึ่งสะท้อนความผิดปกติของปริมาณฝนในช่วงเวลา 3 เดือน และเหมาะสมกับการติดตามความแห้งแล้งที่ส่งผลกระทบโดยตรงต่อภาคเกษตร โดยค่าดัชนี SPI ที่เป็นลบสะท้อนปริมาณฝนที่ต่ำกว่าค่าปกติหรือภาวะแห้งแล้ง ขณะที่ค่าดัชนีที่เป็นบวกสะท้อนปริมาณฝนที่สูงกว่าค่าปกติซึ่งอาจบ่งชี้ภาวะน้ำท่วม ส่วนค่าที่ใกล้ศูนย์สะท้อนสภาวะปริมาณฝนใกล้เคียงปกติ

รูปที่ 1 แสดงแนวโน้มของอุณหภูมิเฉลี่ย ปริมาณน้ำฝนสะสม และดัชนี SPI-3 รายปีในระดับอำเภอ ระหว่างปี 1990–2070 และแสดงให้เห็นว่า ค่าเฉลี่ยของตัวแปรด้านภูมิอากาศของประเทศไทย โดยเฉพาะอุณหภูมิมีแนวโน้มเพิ่มสูงขึ้นในอนาคต โดยเพิ่มขึ้นประมาณ 1.27 องศาเซลเซียสเมื่อเปรียบเทียบระหว่างช่วงเวลาอดีตและอนาคต ขณะเดียวกัน ระดับความแปรปรวนของตัวแปรด้านภูมิอากาศเพิ่มขึ้นในทุกมิติ โดยเฉพาะปริมาณน้ำฝนและดัชนี SPI-3 ซึ่งสะท้อนถึงความเสี่ยงจากเหตุการณ์สภาพอากาศสุดขั้วที่มีแนวโน้มเพิ่มสูงขึ้น เช่น การเกิดฝนตกหนักผิดปกติสลับกับช่วงแห้งแล้ง ซึ่งผลการศึกษานี้สอดคล้องกับหลักฐานจากงานวิจัยอื่น ๆ¹ (IPCC, 2023)

งานวิจัยนี้ใช้แบบจำลองเชิงเส้นในการแยกลักษณะการเปลี่ยนแปลงของแต่ละตัวแปรอากาศ (spatiotemporal decomposition) ออกเป็น

ส่วนแรก คือการเปลี่ยนแปลงที่สามารถคาดการณ์ได้ล่วงหน้า (anticipated change) ซึ่งประกอบไปด้วย

1. ระดับของตัวแปรอากาศตั้งต้น (baseline) ซึ่งเป็น intercept ในแบบจำลอง
2. แนวโน้มการเปลี่ยนแปลง (trend) ซึ่งมาจากการใส่ time trend ในแบบจำลอง
3. ฤดูกาล (seasonality) ซึ่งหามาจากการนำส่วนของตัวแปรอากาศหลังจากหัก intercept และ time trend ออกไป แล้วมาหาค่าเฉลี่ยแต่ละเดือนของปี

ส่วนที่สอง คือการเปลี่ยนแปลงที่ไม่สามารถคาดการณ์ได้ล่วงหน้า (unanticipated change) ซึ่งประกอบไปด้วย

1. เหตุการณ์ที่ไม่คาดคิดที่เกิดขึ้นและส่งผลในวงกว้างพร้อมกันทั้งประเทศ (covariate shocks) ซึ่งหามาจากการนำเอาตัวแปรอากาศหลังหัก intercept, time trend และ seasonality ออกไป มาหาค่าเฉลี่ยในแต่ละเดือนในระดับประเทศ
2. เหตุการณ์ไม่คาดคิดที่ส่งผลกระทบเฉพาะเจาะจงต่อบุคคลหรือเฉพาะพื้นที่ แต่ไม่ได้ส่งผลกระทบในวงกว้าง (idiosyncratic shocks) ซึ่งเป็นส่วนของตัวแปรอากาศที่โดนหัก covariate shock ออกไป²

รูปที่ 2 แสดงตัวอย่างของผลการจำแนกลักษณะการเปลี่ยนแปลงของปริมาณน้ำฝนสะสมรายเดือนใน 6 พื้นที่ รูป 2a แสดงผลองค์ประกอบในส่วนของการเปลี่ยนแปลงที่สามารถคาดการณ์ได้ล่วงหน้า ประกอบไปด้วยระดับปริมาณน้ำฝนตั้งต้นที่มีความแตกต่างกันระหว่างพื้นที่ แนวโน้มที่มีทิศทางลดลงในทุกพื้นที่ และฤดูกาล ซึ่งมีความความแตกต่างกันระหว่างพื้นที่ และรูป 2b แสดงส่วนของการเปลี่ยนแปลงที่ไม่สามารถคาดการณ์ได้ล่วงหน้าทั้งหมด และแยกเป็น covariate shocks และ idiosyncratic shocks ที่มีความแปรปรวนสูงและกระจายตัวแตกต่างกันตามพื้นที่

รูปที่ 3 แสดงผลการแยกลักษณะของตัวแปรด้านภูมิอากาศโดยใช้ข้อมูลระหว่างปี 1990–2024 ซึ่งสะท้อนความแตกต่างเชิงพื้นที่อย่างชัดเจน ภาคเหนือมีค่าระดับฐานของอุณหภูมิเฉลี่ยต่ำกว่าภูมิภาคอื่น ๆ ขณะที่ทุกภูมิภาคของประเทศไทยมีแนวโน้มเผชิญอุณหภูมิที่สูงขึ้น แม้การเพิ่มขึ้นจะน้อยกว่าในพื้นที่ตอนกลางของประเทศ ในด้านปริมาณน้ำฝน พบความแตกต่างเชิงพื้นที่ค่อนข้างมาก แต่มีแนวโน้มลดลงในทุกภูมิภาค สะท้อนถึงสภาวะแห้งแล้งที่เพิ่มขึ้นในช่วงที่ผ่านมา ซึ่งสอดคล้องกับการเปลี่ยนแปลงของดัชนี SPI-3 นอกจากนี้ ยังพบว่า unanticipated shocks ของตัวแปรด้านภูมิอากาศทั้งสามมีลักษณะแตกต่างกันตามพื้นที่ โดยภาคใต้และภาคเหนือตอนบนเผชิญกับ idiosyncratic shocks ในระดับที่สูงกว่า ขณะที่ภาคกลางและภาคตะวันออกเฉียงเหนือเผชิญกับ covariate shocks มากกว่า

รูปที่ 4 แสดงการเปรียบเทียบการเปลี่ยนแปลงของ baseline trend และ idiosyncratic shocks ระหว่างช่วงเวลาอดีต (แสดงด้วยสีแดง) และช่วงเวลาอนาคต (แสดงด้วยสีน้ำเงิน) รวมถึงการเปลี่ยนแปลงของฤดูกาลเมื่อเปรียบเทียบระหว่างสองช่วงเวลา (แสดงด้วยสีเขียว) ในระดับจังหวัดและภูมิภาค ขณะที่รูปที่ 5 แสดงการเปลี่ยนแปลงของ covariate shocks

สำหรับอุณหภูมิ (รูปที่ 4a) พบว่าการเปลี่ยนแปลงหลัก คือการเพิ่มขึ้นของ baseline และ trend ในอนาคตในทุกจังหวัด ขณะเดียวกันยังพบการเปลี่ยนแปลงของฤดูกาลโดยเฉพาะในภาคเหนือและภาคตะวันออกเฉียงเหนือ แต่ไม่พบการเปลี่ยนแปลงของความผันผวนที่ไม่สามารถคาดการณ์ได้อย่างมีนัยสำคัญ

สำหรับปริมาณน้ำฝน (รูปที่ 4b) การเปลี่ยนแปลงมีความแตกต่างกันค่อนข้างมากในแต่ละจังหวัดและภูมิภาค โดยจังหวัดในภาคกลางและภาคใต้จะมี trend เพิ่มสูงขึ้นมากกว่าภูมิภาคอื่น ๆ และจะมี covariate shocks ที่รุนแรงขึ้นอย่างมีนัยสำคัญ ในขณะที่ idiosyncratic shocks โดยรวมเปลี่ยนแปลงไม่มากนัก ยกเว้นในภาคกลางและภาคเหนือที่จะมีการเพิ่มขึ้นอย่างชัดเจน

สำหรับดัชนี SPI-3 (รูปที่ 4c) พบว่า baseline มีแนวโน้มลดลง สะท้อนภาวะความแห้งแล้งที่จะเพิ่มขึ้นในอนาคต ขณะเดียวกัน trend ของดัชนีกลับเพิ่มสูงขึ้น ซึ่งบ่งชี้ถึงความแปรปรวนที่จะเพิ่มขึ้นของ anticipated components ในอนาคต นอกจากนี้ ยังพบว่า covariate shocks จะมีแนวโน้มรุนแรงขึ้นมาก รวมถึง idiosyncratic shocks ที่จะเพิ่มขึ้นในเกือบทุกภูมิภาค ยกเว้นภาคใต้

งานวิจัยนี้ประเมิน contribution ของลักษณะต่าง ๆ ของการเปลี่ยนแปลงสภาพภูมิอากาศต่อความผันผวนของผลผลิตต่อไร่ของพืชเศรษฐกิจในระยะยาวในระดับจังหวัดของประเทศไทย ได้แก่ ข้าวหอมมะลิ ข้าวเจ้า ข้าวเหนียว มันสำปะหลัง อ้อย ข้าวโพดเลี้ยงสัตว์ ยางพารา และทุเรียน โดยใช้วิธี Shapley LMG decomposition ผลการวิเคราะห์ในรูปที่ 6 แสดงให้เห็นว่า ลักษณะต่าง ๆ ของการเปลี่ยนแปลงสภาพภูมิอากาศสามารถอธิบายความแปรปรวนของผลผลิตต่อไร่ของพืชเศรษฐกิจในระยะยาวได้ถึงร้อยละ 50

ข้อค้นพบที่น่าสนใจคือ ทั้ง anticipated change และ idiosyncratic shocks ล้วนมีบทบาทสำคัญในการอธิบายความแปรปรวนของผลผลิตต่อไร่ของทุกพืช ขณะที่ covariate shocks มี contribution ที่น้อยกว่าอย่างมีนัยสำคัญในเกือบทุกพืช³ ทั้งนี้ ก็มีความแตกต่างกันไปในแต่ละชนิดพืช ซึ่งอาจสะท้อนความแตกต่างเชิงพื้นที่ของการผลิต

รูปที่ 7 แสดง contribution ของปัจจัยด้านสภาพภูมิอากาศต่อความแปรปรวนของผลผลิตต่อไร่ของพืชเศรษฐกิจในระยะยาวในระดับภูมิภาค พบว่า ผลผลิตต่อไร่ของข้าวหอมมะลิ ข้าวเจ้า และยางพาราในภาคใต้ได้รับอิทธิพลจากปัจจัยด้านสภาพภูมิอากาศโดยรวมค่อนข้างมากเมื่อเทียบกับภูมิภาคอื่น ในทางตรงกันข้าม ผลผลิตต่อไร่ของพืชเศรษฐกิจในภาคตะวันออกเฉียงเหนือได้รับอิทธิพลจากปัจจัยด้านสภาพภูมิอากาศค่อนข้างน้อยเมื่อเทียบกับภูมิภาคอื่น ยกเว้นทุเรียนที่ยังคงมีความอ่อนไหวต่อการเปลี่ยนแปลงของสภาพภูมิอากาศในระดับสูง

ความอ่อนไหวของผลผลิตต่อไร่ของพืชเศรษฐกิจในหลายภูมิภาคของไทย ทั้งต่อการเปลี่ยนแปลงสภาพภูมิอากาศที่สามารถคาดการณ์ได้และที่ไม่สามารถคาดการณ์ได้ อาจสะท้อนให้เห็นว่าภาคเกษตรของไทยยังขาดการปรับตัวที่มีประสิทธิภาพต่อการเปลี่ยนแปลงดังกล่าว

รูปที่ 8 แสดง contribution ของลักษณะต่าง ๆ ของสภาพภูมิอากาศต่อพฤติกรรมการชำระหนี้ของพอร์ตสินเชื่อเกษตรในระดับจังหวัด โดยพิจารณาในสามมิติ ได้แก่ สัดส่วนลูกหนี้ที่ชำระเงินต้น สัดส่วนลูกหนี้ที่เป็นหนี้เสีย และสัดส่วนลูกหนี้ที่เพิ่งกลายเป็นหนี้เสีย จากข้อมูลสินเชื่อของบริษัทข้อมูลเครดิตแห่งชาติ จำกัด

ผลการวิเคราะห์ชี้ให้เห็นว่า ลักษณะการเปลี่ยนแปลงสภาพภูมิอากาศมีบทบาทสำคัญในการอธิบายพฤติกรรมการชำระหนี้ของเกษตรกร โดยเฉพาะ covariate shocks ซึ่งสามารถอธิบายความแปรปรวนของสัดส่วนเกษตรกรที่สามารถชำระเงินต้นได้ถึงประมาณร้อยละ 40 และยังมีบทบาทในการอธิบายสัดส่วนของหนี้เสีย แม้ในระดับที่ไม่สูงมากนัก โดยมีส่วนของ trend เข้ามามีบทบาทร่วมเพิ่มขึ้น

ทั้งนี้ ผลการศึกษายังสะท้อนลักษณะเฉพาะของการเกิดหนี้เสีย ซึ่งอาจได้รับอิทธิพลจากมาตรการเชิงป้องกันหรือมาตรการช่วยเหลือลูกหนี้ของสถาบันการเงิน ประกอบกับเมื่อเกิดภัยพิบัติขนาดใหญ่มักมีมาตรการพักชำระหนี้หรือมาตรการช่วยเหลือออกมาเพิ่มเติม ทำให้สัดส่วนและความผันผวนของหนี้เสียไม่สะท้อนผลกระทบจากสภาพภูมิอากาศได้อย่างชัดเจนนัก แตกต่างจากการชำระเงินต้น ที่ไม่ได้มีมาตรการมาดูแล จึงพบว่าในปัจจุบัน มีลูกหนี้เพียงไม่เกินร้อยละ 50 ที่สามารถชำระเงินต้นได้

ข้อค้นพบดังกล่าวสอดคล้องกับสภาพความเป็นจริงของครัวเรือนเกษตรกรไทย กล่าวคือ แม้ความผันผวนของผลผลิตต่อไร่จะได้รับอิทธิพลจากการเปลี่ยนแปลงสภาพภูมิอากาศในลักษณะที่สามารถคาดการณ์ได้มากกว่าการเปลี่ยนแปลงที่ไม่สามารถคาดการณ์ได้ แต่ครัวเรือนเกษตรกรยังมีช่องทางในการปรับตัวและกระจายความเสี่ยงเพื่อรองรับผลกระทบดังกล่าวในระดับหนึ่ง ทั้งจากกลไกช่วยเหลือกันภายในชุมชนและแหล่งการเงินนอกระบบ (Townsend, 1995; Paweenawat & Townsend, 2012) อย่างไรก็ตาม ครัวเรือนเกษตรกรยังมีข้อจำกัดในการรับมือกับความเสี่ยงที่เกิดขึ้นพร้อมกันในวงกว้าง ซึ่งส่งผลกระทบโดยตรงต่อความสามารถในการชำระหนี้ โดยเฉพาะในกรณีการเกิด covariate shocks ที่ไม่สามารถหลีกเลี่ยงหรือแบ่งปันได้ในระดับครัวเรือนหรือชุมชน

อย่างไรก็ดี เมื่อพิจารณาบทบาทของสภาพภูมิอากาศต่อการชำระหนี้ พบว่ามีความแตกต่างกันอย่างชัดเจนในแต่ละภูมิภาค โดยรูปที่ 9 แสดงให้เห็นว่า ในหลายภูมิภาค ความแปรปรวนของการชำระหนี้ได้รับอิทธิพลหลักจาก covariate shocks และ trends ขณะที่ในภาคใต้ ความแปรปรวนดังกล่าวถูกอธิบายได้จาก trends และ idiosyncratic shocks

งานวิจัยนี้ฉายภาพลักษณะการเปลี่ยนแปลงสภาพภูมิอากาศในอนาคตของประเทศไทย โดยอาศัยข้อมูลสภาพอากาศทั้งในอดีตและการคาดการณ์ในอนาคตรวมระยะเวลากว่า 80 ปี ผลการศึกษาชี้ให้เห็นว่า ประเทศไทยจะเผชิญทั้งการเปลี่ยนแปลงที่สามารถคาดการณ์ได้ล่วงหน้า ได้แก่ ระดับและแนวโน้มของอุณหภูมิที่สูงขึ้น รวมถึงการเปลี่ยนแปลงของรูปแบบฤดูกาล ขณะเดียวกันยังต้องเผชิญความเสี่ยงที่ไม่สามารถคาดการณ์ได้ล่วงหน้า โดยเฉพาะความเสี่ยงที่เกิดขึ้นพร้อมกันในวงกว้าง ซึ่งมีแนวโน้มทวีความรุนแรงและนำไปสู่เหตุการณ์สภาพอากาศสุดขั้วที่ถี่และรุนแรงขึ้นทั่วประเทศ

ในลักษณะเดียวกับการศึกษานี้ในภาคเกษตรและระบบการเงินของเกษตรกร กรอบแนวคิดนี้สามารถนำไปประยุกต์ใช้เพื่อวิเคราะห์ผลกระทบของสภาพอากาศต่อผลลัพธ์ทางเศรษฐกิจที่สำคัญในภาคเศรษฐกิจอื่น ๆ ได้เช่นเดียวกัน เพื่อสะท้อนให้เห็นมิติของความเสี่ยงด้านภูมิอากาศที่ระบบเศรษฐกิจในปัจจุบันยังไม่สามารถรับมือได้อย่างมีประสิทธิภาพ และเอื้อให้สามารถจัดทำแผนที่ระดับการเผชิญความเสี่ยงและความเปราะบางจากการเปลี่ยนแปลงสภาพภูมิอากาศในระดับประเทศ ภูมิภาค และภาคเศรษฐกิจได้อย่างเป็นระบบ ซึ่งเป็นรากฐานสำคัญสำหรับการออกแบบนโยบายที่มุ่งเป้าและมีประสิทธิภาพมากขึ้น

ในบริบทของภาคเกษตรไทย ผลการศึกษาพบว่า ลักษณะการเปลี่ยนแปลงสภาพภูมิอากาศทั้งที่สามารถคาดการณ์ได้ล่วงหน้า ได้แก่ ระดับ แนวโน้ม และรูปแบบฤดูกาล รวมถึงลักษณะที่ไม่สามารถคาดการณ์ได้ ล้วนมีบทบาทสำคัญในการอธิบายความแปรปรวนของผลผลิตต่อไร่ของพืชเศรษฐกิจไทย ขณะที่พฤติกรรมการชำระหนี้ในพอร์ตสินเชื่อเกษตรได้รับอิทธิพลหลักจากความเสี่ยงที่เกิดขึ้นพร้อมกันในวงกว้าง และแนวโน้มการเปลี่ยนแปลงในระยะยาวที่สามารถคาดการณ์ได้ ซึ่งมีนัยสำคัญต่อเสถียรภาพของสถาบันการเงินในอนาคต ความแตกต่างดังกล่าวสะท้อนให้เห็นว่า ครัวเรือนเกษตรกรสามารถปรับตัวและบริหารจัดการความเสี่ยงของรายได้ที่สามารถคาดการณ์ได้ รวมถึงความเสี่ยงเฉพาะพื้นที่ได้ในระดับหนึ่ง ผ่านกลไกความช่วยเหลือภายในชุมชนและระบบเศรษฐกิจการเงินที่มีอยู่ อย่างไรก็ดี ความเสี่ยงที่เกิดขึ้นพร้อมกันในวงกว้างยังคงเป็นข้อจำกัดสำคัญที่ส่งผลโดยตรงต่อความสามารถในการชำระหนี้ของเกษตรกรและเสถียรภาพของระบบการเงิน

ข้อค้นพบเหล่านี้สะท้อนให้เห็นว่า นโยบายยกระดับศักยภาพและโครงสร้างเศรษฐกิจ นโยบายระบบการเงิน และนโยบายการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศไม่สามารถดำเนินการแยกขาดจากกันได้ แต่จำเป็นต้องออกแบบและขับเคลื่อนไปพร้อมกัน

การปรับโครงสร้างภาคเกษตรของไทยควรมุ่งรับมือกับลักษณะการเปลี่ยนแปลงสภาพภูมิอากาศที่สามารถคาดการณ์ได้ล่วงหน้า ผ่านการปรับตัวเชิงรุก เช่น การพัฒนาและส่งเสริมพืชที่ทนทานต่อสภาพอากาศ การใช้เทคโนโลยีทางการเกษตรเพื่อลดผลกระทบจากสภาพภูมิอากาศที่เปลี่ยนไป การปรับรูปแบบการผลิตให้สอดคล้องกับฤดูกาลในอนาคต การใช้ข้อมูลพยากรณ์อากาศเพื่อสนับสนุนการวางแผน และการลงทุนในโครงสร้างพื้นฐานที่จำเป็น โดยเฉพาะระบบน้ำ เพื่อรองรับการเปลี่ยนแปลงของระดับ แนวโน้ม และฤดูกาลที่สามารถคาดการณ์ได้ พร้อมกันนี้ควรเสริมสร้างความเข้มแข็งของสถาบันเกษตรกรเพื่อช่วยกระจายความเสี่ยงด้านการผลิตและตลาดในระดับท้องถิ่น และเพิ่มศักยภาพในการรับมือกับความเสี่ยงเฉพาะพื้นที่

ขณะเดียวกัน การออกแบบระบบการเงินสำหรับภาคเกษตรอย่างยั่งยืนจำเป็นต้องผสานมาตรการปรับตัวในระดับครัวเรือนและชุมชนเข้ากับกลไกการบริหารจัดการความเสี่ยงที่เกิดขึ้นพร้อมกันในวงกว้างอย่างมีประสิทธิภาพ เช่น การพัฒนาประกันภัยพืชผลและการประกันภัยสินเชื่อเกษตร เพื่อทดแทนหรือลดการพึ่งพามาตรการช่วยเหลือระยะสั้นของรัฐ อาทิ การพักชำระหนี้ ซึ่งอาจนำไปสู่ปัญหาหนี้เรื้อรังในระยะยาว ทั้งนี้ เพื่อเสริมสร้างเสถียรภาพให้กับทั้งครัวเรือนเกษตรกรและระบบการเงินโดยรวม