Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Research Briefs
Community
PIER Research Network
Visiting Fellows
Funding and Grants
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
TH
EN
Research
Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Exchange Rate Effects on Firm Performance: A NICER Approach
Latest discussion Paper
Exchange Rate Effects on Firm Performance: A NICER Approach
ผลกระทบของการขึ้นค่าเล่าเรียนต่อการตัดสินใจเรียนมหาวิทยาลัย
Latest aBRIDGEd
ผลกระทบของการขึ้นค่าเล่าเรียนต่อการตัดสินใจเรียนมหาวิทยาลัย
Events
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Research Briefs
Joint NSD-PIER Applied Microeconomics Research Workshop
Upcoming workshop
Joint NSD-PIER Applied Microeconomics Research Workshop
Special Economic Zones and Firm Performance: Evidence from Vietnamese Firms
Latest PIER Economics Seminar
Special Economic Zones and Firm Performance: Evidence from Vietnamese Firms
สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
Puey Ungphakorn
Institute for
Economic Research
Puey Ungphakorn Institute for Economic Research
Community
Community
PIER Research Network
Visiting Fellows
Funding and Grants
PIER Research Network
PIER Research Network
Funding & Grants
Funding & Grants
About Us
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
Staff
Staff
Call for Papers: PIER Research Workshop 2025
Latest announcement
Call for Papers: PIER Research Workshop 2025
aBRIDGEdabridged
Making Research Accessible
QR code
Year
2025
2024
2023
2022
...
Topic
Development Economics
Macroeconomics
Financial Markets and Asset Pricing
Monetary Economics
...
/static/fa9cf3427e054142b01dd04f5ea15b7d/41624/cover.jpg
1 December 2021
20211638316800000

ส่องมาตรการควบคุมการระบาด COVID-19 รายจังหวัดกับ Provincial Stringency Index

จะวัดความเข้มงวดของมาตรการควบคุมการระบาดได้อย่างไร และข้อมูลบอกอะไรเราบ้าง
Wasin RojayaroonNatthaphat KingnetrNond PrueksiriPiraya Ronaparp
ส่องมาตรการควบคุมการระบาด COVID-19 รายจังหวัดกับ Provincial Stringency Index
excerpt

บทความนี้นำเสนอฐานข้อมูลดัชนีมาตรการควบคุมการระบาดรายจังหวัด (Provincial Stringency Index) ที่คณะผู้ศึกษาจัดทำขึ้นเพื่อวัดระดับความเข้มข้นของมาตรการควบคุมการระบาดรายจังหวัดในไทย โดยใช้แนวคิดวิธีการวัดระดับความเข้มข้นของมาตรการควบคุมการระบาดจาก Oxford Stringency Index ซึ่งพบว่า PSI สะท้อนภาพรวมมาตรการควบคุมการระบาดของประเทศและรายจังหวัด และยังพบว่าสามารถอธิบายการพฤติกรรมการเคลื่อนที่ของผู้คนได้ดี นอกจากนี้ คณะผู้ศึกษาได้นำเสนอตัวอย่างในการนำข้อมูลไปใช้ในการสร้างแบบจำลองที่แสดงความเชื่อมโยงอย่างเป็นระบบระหว่างมาตรการควบคุมการระบาด สถานการณ์การระบาด และกิจกรรมการเคลื่อนที่ของผู้คน รวมถึงวิเคราะห์ประสิทธิผลของมาตรการควบคุมการระบาดรายมาตรการตามพื้นที่ในเขตเมืองและเขตชนบท ซึ่งพบว่ามาตรการควบคุมการระบาดแต่ละรูปแบบส่งผลกระทบต่อการดำเนินกิจกรรมทางเศรษฐกิจต่างกัน ประกอบกับขนาดของผลกระทบยังขึ้นอยู่กับพื้นที่ที่บังคับใช้มาตรการนั้น ๆ ด้วย

รู้จักกับดัชนีวัดความเข้มข้นของมาตรการควบคุมการระบาด

การระบาดของ COVID-19 เป็นวิกฤตด้านสาธารณสุขระดับโลกที่รุนแรงที่สุดในรอบศตวรรษ ทุกประเทศต่างต้องใช้มาตรการควบคุมการระบาดที่ไม่ใช่เภสัชภัณฑ์ (Non-Pharmaceutical Measures: NPIs) ที่เข้มงวดเพื่อลดการระบาดที่นำไปสู่การเจ็บป่วยและเสียชีวิต แต่ก็ต้องแลกมาซึ่งต้นทุนทางสังคมและเศรษฐกิจมหาศาล ซึ่งเป็นโจทย์สำคัญของผู้ทำนโยบายในการรักษาสมดุลในแต่ละด้าน การทำความเข้าใจถึงความเชื่อมโยงและประสิทธิผลของมาตรการควบคุมการระบาดในมิติต่าง ๆ จึงเป็นประเด็นที่ได้รับความสนใจในช่วงที่ผ่านมา

แนวคิดหนึ่งที่ผู้วางนโยบายในระยะหลังพยายามประยุกต์ใช้คือ การใช้มาตรการควบคุมการระบาดที่ตรงจุดที่สุดทั้งในแง่ของประเภทกิจกรรมและพื้นที่ เพื่อลดต้นทุนทางสังคมและเศรษฐกิจให้เหลือเฉพาะจุดมากที่สุด โดยที่ยังสามารถคุมการระบาดไม่ให้ลุกลามออกไปในวงกว้างได้ โดยในบริบทของประเทศไทย ศูนย์บริหารสถานการณ์แพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (ศบค.) ได้เริ่มแบ่งจังหวัดในไทยออกเป็นพื้นที่ความเสี่ยง 5 ระดับ (เฝ้าระวัง เฝ้าระวังสูง ควบคุม ควบคุมสูงสุด ควบคุมสูงสุดและเข้มงวด) และใช้มาตรการควบคุมการระบาดตามการแบ่งพื้นที่เสี่ยงเป็นครั้งแรกในวันที่ 24 ธันวาคม 2563 จนถึงปัจจุบัน โดยมีการประกาศชุดมาตรการของแต่ละระดับความเสี่ยง และให้แต่ละจังหวัดสามารถประกาศมาตรการอื่น ๆ เพิ่มเติมที่ไม่ขัดกับคำสั่งจาก ศบค.

งานศึกษาจำนวนมากประเมินประสิทธิผลของมาตรการควบคุมการระบาดในแต่ละพื้นที่ โดยในช่วงแรกของการระบาด Hale et al. (2020) ได้จัดทำฐานข้อมูล Oxford’s COVID-19 Government Response Tracker เพื่อติดตามมาตรการต่าง ๆ ของภาครัฐที่ใช้รับมือกับการระบาดของ COVID-19 รวมไปถึงการสร้างดัชนีชีวัดระดับความเข้มข้นของมาตรการควบคุมการระบาดรายประเทศในแต่ละช่วงเวลา (Oxford Stringency Index) ซึ่งข้อมูลดังกล่าวนี้ถูกนำไปใช้ในงานศึกษาจำนวนมาก (Doti, 2021; Égert et al., 2020; Deb et al., 2020) เนื่องจากเป็นการวัดมาตรการควบคุมการระบาดอย่างเป็นระบบ ทำให้สามารถเปรียบเทียบในรายประเทศได้อย่างชัดเจน โดยในระยะหลัง มีงานศึกษาจำนวนมาก เช่น Conteduca (2021) ที่ปรับปรุงวิธีการของ Hale et al. (2021) ให้เหมาะสมกับบริบทของแต่ละประเทศ รวมถึงเก็บข้อมูลในระดับรายพื้นที่ (sub-regional) เพื่อติดตามและประเมินมาตรการควบคุมการระบาดให้ละเอียดขึ้น (Gross, Ounnas, and Yeung, 2021; Zhang, et al., 2021) นอกจากนี้ ฐานข้อมูล Oxford’s COVID-19 Government Response Tracker ได้ขยายขอบเขตการจัดทำข้อมูลรายพื้นที่เองในบางประเทศ ได้แก่ สหรัฐอเมริกา แคนาดา สหราชอาณาจักร บราซิล และจีน แต่ยังไม่มีงานศึกษาใดที่เก็บข้อมูลในไทย

บทความนี้นำเสนอดัชนีมาตรการควบคุมการระบาดรายจังหวัด (Provincial Stringency Index: PSI) ที่เหมาะสมกับบริบทของไทย โดยแบ่งออกเป็น 2 ส่วน ส่วนแรกคือ วิธีการวัดระดับความเข้มข้นของมาตรการควบคุมการระบาดรายจังหวัดในประเทศไทยและแสดงข้อมูลเบื้องต้น และส่วนที่สองคือ ตัวอย่างการนำข้อมูลไปใช้ในการประเมินประสิทธิผลของมาตรการคุมการระบาด

ดัชนีมาตรการควบคุมการระบาดรายจังหวัดในไทย (Provincial Stringency Index)

ในการจัดทำดัชนีมาตรการควบคุมการระบาดรายจังหวัดในไทย คณะผู้ศึกษาใช้แนวคิดเดียวกันกับ Oxford Stringency Index1 ที่ใช้ชุดคำถามเกี่ยวกับการทำมาตรการในแต่ละพื้นที่จำนวน 7 ข้อ โดยแต่ละคำถามจะให้เลือกคำตอบตามมาตรวัดอันดับ (ordinal scale) ที่ไม่เท่ากัน สำหรับการเก็บข้อมูลของไทย คณะผู้ศึกษามีการปรับปรุงเพิ่มในสองด้าน ได้แก่

  1. เก็บข้อมูลในรายจังหวัด (Oxford Stringency Index ยังไม่มีการจัดเก็บข้อมูลของไทยในระดับรายจังหวัด) และ
  2. เพิ่มชุดคำถาม โดยสำรวจเพิ่มเติมเกี่ยวกับมาตรการรายสาขาธุรกิจและมาตรการอื่น ๆ ที่มีการบังคับใช้ในประเทศไทย2 โดยสรุปมาตรการที่เก็บข้อมูลตามตารางที่ 1.1
ตารางที่ 1.1: เปรียบเทียบมาตรการที่เก็บข้อมูลโดย Oxford Stringency Index (OSI) และ Provincial Stringency Index (PSI)
รหัสมาตรการOSIPSI
C1การปิดโรงเรียนและสถานศึกษาxx
C2การปิดกิจการ/สถานที่ทำงานx
C3การห้ามจัดงานเทศกาลและอีเวนต์xx
C4การห้ามชุมนุมหรือรวมตัวxx
C5การปิดระบบเดินทางสาธารณะxx
C6การงดออกจากบ้านxx
C7การระงับการเดินทางทั้งในจังหวัด และข้ามจังหวัดxx
C8การเดินทางระหว่างประเทศx
B1การปิดร้านอาหาร เครื่องดืม x
B2การปิดห้างสรรพสินค้า x
B3การปิดตลาดสด ตลาดนัด ตลาดชุมชน ร้านค้าปลีกชุมชน ร้านสะดวกซื้อ x
B4การปิดร้านเสริมสวย แต่งผม ตัดผม คลินิกเสริมความงาม สปา นวด x
B5การปิดผับ อาบอบนวด ร้านเกมส์และอินเทอร์เนต x
B6การปิดกิจกรรมถ่ายทำรายการโทรทัศน์ภาพยนตร์ และวีดีทัศน์ x
B7การปิดศูนย์แสดงสินค้า หอประชุม สถานที่จัดนิทรรศการ x
B8การปิดสถานที่สาธารณะ (ห้องสมุด สวนสาธารณะ สนามกีฬา) x
B9นโยบายการทำงานจากบ้าน (work from home) x
P1การงดออกจากบ้านในยามวิกาล (เคอร์ฟิว) x
P2การห้ามจำหน่ายแอลกอฮอล์ x
P3การงดกิจกรรม ณ ด่านชายแดน x
P4คำสั่งปิดโรงงานที่มีการติดเชื้อ x
P5คำสั่งปิดแคมป์แรงงาน x
ที่มา: คณะผู้ศึกษา ปรับปรุงจาก Hale et al. (2021)

นอกจากฐานข้อมูลรายมาตรการแล้ว คณะผู้ศึกษาได้จัดทำ composite index เพื่อแสดงความเข้มข้นของมาตรการควบคุมการระบาดทั้งในระดับจังหวัดและในภาพรวมระดับประเทศ โดยเก็บข้อมูลตั้งแต่วันที่ 1 มีนาคม 2563 จนถึง 31 สิงหาคม 2564

ข้อเท็จจริงจาก PSI

ข้อเท็จจริงที่ 1

ในภาพรวม PSI เคลื่อนไหวตามสถานการณ์การระบาดในไทย และอธิบาย mobility ได้ดีกว่า Oxford Stringency Index

ภาพที่ 1.1 แสดง PSI ซึ่งโดยรวมเคลื่อนไหวสอดคล้องกับ Oxford Stringency Index3 อย่างไรก็ดี ในบางช่วงพบว่าดัชนีทั้งสองมีความแตกต่างกันบ้าง เนื่องจาก Oxford Stringency Index บันทึกพื้นที่การทำมาตรการเพียงสองระดับ (ทั่วประเทศหรือบางส่วน) ขณะที่ PSI จัดทำขึ้นจากข้อมูลรายจังหวัดจึงวัดระดับความเข้มงวดโดยรวมได้ละเอียดกว่า

ความแตกต่างจากประเด็นดังกล่าวจะเห็นได้ชัดเจนในช่วงที่มีการบังคับใช้มาตรการในลักษณะเดิมแต่ในวงกว้างมากขึ้น เช่น ในช่วงวันที่ 6 มกราคม 2564 ที่ ศบค. ประกาศให้หลายจังหวัดยกระดับมาตรการเป็นพื้นที่ควบคุมสูงสุดและเข้มงวด (จังหวัดสีแดง 28 จังหวัด จากเดิม 1 จังหวัด) ทำให้ PSI ปรับเพิ่มขึ้น แต่ Oxford Stringency Index ไม่เปลี่ยนแปลง เนื่องจากยังถือว่าเป็นการใช้มาตรการคุมการระบาดเข้มงวดระดับเดิมและยังเป็นเพียงบางส่วนของประเทศ นอกจากนี้ ความแตกต่างบางส่วนมาจากการประเมินของผู้เก็บข้อมูล เช่น ในช่วงครึ่งหลังของปี 2563 ที่ไทยคุมการระบาดได้ดีจนไม่มีการติดเชื้อในประเทศเลยเกือบตลอดช่วงเวลาดังกล่าว ทำให้หลายจังหวัดผ่อนคลายมาตรการลงไประดับใกล้เคียงปกติ แต่ Oxford Stringency Index สะท้อนว่ายังคงระดับ “แนะนำ” ให้ใช้มาตรการเข้มงวดในทั่วประเทศ ทั้งนี้ หากพิจารณาถึงความสามารถในการอธิบายการเคลื่อนที่ของผู้คน ซึ่งควรจะสอดคล้องกับระดับความเข้มงวดของมาตรการควบคุมการระบาด พบว่า PSI มีความสัมพันธ์กับการเคลื่อนที่ของผู้คน (mobility) สูงกว่า Oxford Stringency Index ในเกือบทุกประเภทจากข้อมูลหลายแหล่ง (ตารางที่ 1.2)

ภาพที่ 1.1: เปรียบเทียบ Composite Index สะท้อนระดับความเข้มงวดของมาตรการคุมการระบาดของไทยจาก Oxford และ Provincal Stringency Index

เปรียบเทียบ Composite Index สะท้อนระดับความเข้มงวดของมาตรการคุมการระบาดของไทยจาก Oxford และ Provincal Stringency Index

หมายเหตุ: คณะผู้ศึกษาจัดทำดัชนี Oxford Stringency Index ขึ้นจากข้อมูลบางหมวด (C1–C7) เพื่อให้เปรียบเทียบกันได้กับข้อมูล PSI ที่จัดเก็บข้อมูลในหมวดเดียวกันที่มา: คณะผู้ศึกษา และฐานข้อมูล Oxford Stringency Index
ตารางที่ 1.2: เปรียบเทียบค่าสัมประสิทธิ์สหสัมพันธ์ ระหว่าง Oxford Stringency Index (OSI) และ PSI กับ mobility จากแหล่งข้อมูลต่าง ๆ
Correlation (%)OSIPSI
Apple Mobility Index
Driving-0.54-0.73
Walking-0.66-0.78
Google Mobility Index
Retail and recreation-0.73-0.80
Grocery and pharmacy-0.19-0.16
Parks-0.69-0.88
Transit stations-0.75-0.93
Workplaces-0.63-0.65
Residential0.730.79
ที่มา: ฐานข้อมูล Oxford Stringency Index และคำนวณโดยคณะผู้ศึกษา

นอกจากนี้ PSI ยังมีรายละเอียดเพิ่มในระดับรายจังหวัด โดยภาพที่ 1.2 แสดง PSI รายจังหวัดที่จัดทำขึ้น สะท้อนความเข้มงวดของมาตรการควบคุมการระบาดที่แตกต่างกันมากในแต่ละช่วงเวลา ทั้งนี้ ระดับความเข้มงวดที่แตกต่างกันในรายจังหวัดนี้สอดคล้องกับสถานการณ์การระบาดในแต่ละจังหวัด ภาพที่ 1.3 แสดงค่าเฉลี่ยของระดับความเข้มงวดของมาตรการรายจังหวัด และจำนวนผู้ติดเชื้อสะสม ในช่วงเดือนธันวาคม 2563 จนถึงสิงหาคม 2564 พบว่าจังหวัดที่มีผู้ติดเชื้อสะสมสูงมีแนวโน้มที่ใช้มาตรการควบคุมการระบาดที่เข้มงวด

ภาพที่ 1.2: ระดับความเข้มงวดของมาตรการคุมการระบาดรายจังหวัด

ระดับความเข้มงวดของมาตรการคุมการระบาดรายจังหวัด

ที่มา: คณะผู้ศึกษา
ภาพที่ 1.3: ระดับความเข้มงวดของมาตรการคุมการระบาด และจำนวนผู้ติดเชื้อสะสมรายจังหวัด ช่วง ธ.ค. 2563 – ส.ค. 2564

ระดับความเข้มงวดของมาตรการคุมการระบาด และจำนวนผู้ติดเชื้อสะสมรายจังหวัด ช่วง ธ.ค. 2563 – ส.ค. 2564

หมายเหตุ: ตำแหน่งของ bubble แทนข้อมูลแต่ละจังหวัด และขนาดของ bubble แสดงสัดส่วนของขนาดเศรษฐกิจแต่ละจังหวัดเทียบกับทั้งประเทศที่มา: คณะผู้ศึกษา
ข้อเท็จจริงที่ 2

มาตรการที่ถูกนำมาใช้มากที่สุดคือการปิดกิจการประเภทผับ และมาตรการคุมการระบาดในจังหวัดเขตเมืองมีความเข้มงวดมากกว่าจังหวัดในเขตชนบท

ภาพที่ 1.4 แสดงค่าเฉลี่ยจำนวนวันที่มีการใช้มาตรการเข้มงวด (มีคำสั่งห้ามกิจกรรมบางอย่าง ไม่ใช่ระดับแนะนำ) ในแต่ละหมวดตลอดปี 2563 จนถึงสิ้นเดือนสิงหาคม 2564 โดยพบว่ามาตรการที่ถูกนำมาใช้มากที่สุด ได้แก่ มาตรการปิดกิจการผับ บาร์ อาบอบนวดและอินเตอร์เน็ตคาเฟ่ การห้ามจำหน่ายสุราเพื่อดื่มในร้าน การห้ามชุมนุมหรือรวมตัวในระดับเกินกว่า 100 คน ซึ่งอาจเป็นกลุ่มกิจกรรมที่มีความเสี่ยงสูง อีกทั้งการระบาดระลอกที่สามในช่วงต้นเดือนเมษายน 2564 เกิดจากคลัสเตอร์ที่เริ่มต้นจากกิจกรรมกลุ่มนี้

ทั้งนี้ หากแบ่งพื้นที่ออกเป็น 2 กลุ่มคือ จังหวัดเขตเมือง (urban) และ เขตชนบท (rural)4 พบว่าโดยส่วนใหญ่แล้วจังหวัดในเขตเมืองมีการใช้มาตรการควบคุมการระบาดเข้มงวดเป็นระยะเวลานานกว่าจังหวัดเขตชนบท และมีลักษณะการใช้มาตรการที่แตกต่างกัน สะท้อนจากจำนวนวันเฉลี่ยที่แตกต่างกัน โดยเฉพาะมาตรการปิดสถานที่สาธารณะ มาตรการปิดศูนย์แสดงสินค้า หอประชุมและสถานที่จัดนิทรรศการ หรือแม้แต่การปิดกิจการและสถานที่ทำงาน ซึ่งนอกจากจะอธิบายด้วยสถานการณ์การระบาดในจังหวัดเขตเมืองที่รุนแรงกว่าแล้ว ส่วนหนึ่งยังมาจากการที่จังหวัดเขตเมืองมีสถานที่หรือกิจกรรมเสี่ยงที่มากกว่า ทำให้ต้องใช้มาตรการคุมการระบาดอย่างระมัดระวังมากกว่า ยกเว้นในกรณีคำสั่งห้ามที่เกี่ยวข้องกับชายแดนที่ส่วนใหญ่เป็นกลุ่มเขตชนบทตามภูมิศาสตร์

ภาพที่ 1.4: จำนวนวันที่มีการทำมาตรการคุมการระบาดในแต่ละมาตรการ ช่วง ธ.ค. 2563 – ส.ค. 2564

จำนวนวันที่มีการทำมาตรการคุมการระบาดในแต่ละมาตรการ ช่วง ธ.ค. 63 – ส.ค. 64

การประเมินประสิทธิผลของมาตรการคุมการระบาดในภาพรวม

การดำเนินมาตรการด้านสาธารณสุขโดยรักษาสมดุลระหว่างการคุมการระบาดและต้นทุนทางสังคมและเศรษฐกิจมีความสำคัญยิ่ง คณะผู้ศึกษาจึงสร้างแบบจำลองที่แสดงความสัมพันธ์ระหว่างสถานการณ์การระบาด กิจกรรมในระบบเศรษฐกิจ และการดำเนินมาตรการ โดยใช้ข้อมูลจำนวนผู้ติดเชื้อใหม่ การเคลื่อนที่ของผู้คนซึ่งเป็นตัวสะท้อนระดับกิจกรรมในระบบเศรษฐกิจ (Facebook Mobility Index)5 และมาตรการควบคุมการระบาด (PSI) ทั้งนี้ คณะผู้ศึกษาใช้แบบจำลอง Vector Autoregressive (VAR) ในการศึกษา เนื่องจากตัวแปรข้างต้นมีความสัมพันธ์ระหว่างกันได้ทั้งสองทาง กล่าวคือหากคนออกจากบ้านมากขึ้นอาจทำให้ไวรัสกระจายได้ง่ายขึ้นและเพิ่มผู้ติดเชื้อรายใหม่ (Chernozhukov et al., 2021) แต่ในทางกลับกัน การเพิ่มขึ้นของจำนวนผู้ติดเชื้อรายใหม่ ก็อาจส่งผลให้ผู้คนเลือกที่จะไม่ออกจากบ้านเพราะโอกาสในการติดเชื้อเพิ่มสูงขึ้น (Boone and Ladreit, 2021)

ภาพที่ 2.1: การตอบสนองของ mobility ต่อการเปลี่ยนแปลงจำนวนผู้ติดเชื้อใหม่รายวัน (ภาพซ้าย) และ PSI (ภาพขวา) ขนาด 1 SD

การตอบสนองของ mobility ต่อการเปลี่ยนแปลงจำนวนผู้ติดเชื้อใหม่รายวัน (ภาพซ้าย) และ PSI (ภาพขวา) ขนาด 1 SD

ที่มา: คำนวณโดยคณะผู้ศึกษา
ภาพที่ 2.2: การตอบสนองของจำนวนผู้ติดเชื้อใหม่รายวันต่อการเปลี่ยนแปลง mobility (ภาพซ้าย) และ PSI (ภาพขวา) ขนาด 1 SD

การตอบสนองของจำนวนผู้ติดเชื้อใหม่รายวันต่อการเปลี่ยนแปลง mobility (ภาพซ้าย) และ PSI (ภาพขวา) ขนาด 1 SD

ที่มา: คำนวณโดยคณะผู้ศึกษา

ผลการศึกษาที่ได้จากแบบจำลองสอดคล้องกับลักษณะทางการระบาดวิทยาของ COVID-19 และพฤติกรรมของผู้คน กล่าวคือ การเพิ่มขึ้นของจำนวนผู้ติดเชื้อ (1 SD of new case) ส่งผลให้ mobility ลดลงอย่างมีนัยสำคัญ และมีผลเพิ่มขึ้นเรื่อย ๆ เมื่อเวลาผ่านไป (ภาพที่ 2.1 ซ้าย) สะท้อนลักษณะของการระบาดที่แต่ละระลอกจะกินเวลานานก่อนที่ระดับ mobility จะฟื้นกลับขึ้นมา ขณะที่การเพิ่มขึ้นของ mobility เอง ( 1 SD of mobility) ส่งผลให้ผู้ติดเชื้อสูงขึ้นหลังจากผ่านไปแล้วประมาณ 2 สัปดาห์ (ภาพที่ 2.2 ซ้าย) ซึ่งอาจอธิบายได้ด้วยระยะเวลาการติดเชื้อและแสดงอาการของไวรัสที่ใช้เวลาราว 14 วันขึ้นไป

สำหรับประสิทธิผลของมาตรการคุมการระบาด การยกระดับมาตรการคุมการระบาดให้เข้มงวดขึ้น (1 SD of PSI) มีประสิทธิผลในการลดผู้ติดเชื้อใหม่ (ภาพที่ 2.2 ขวา) โดยจะมีผลอย่างมีนัยสำคัญเมื่อเวลาผ่านไปประมาณ 3 สัปดาห์ นอกจากนี้ การยกระดับมาตรการคุมการระบาดยังมีผลทำให้ mobility ลดลงอย่างมีนัยสำคัญในช่วง 2 สัปดาห์แรกหลังการยกระดับมาตรการ (ภาพที่ 2.1 ขวา) ผลการศึกษาดังกล่าวสอดรับกับแนวคิดของการทำมาตรการคุมการระบาดที่ต้อง trade-off ระหว่างการคุมการระบาดกับการเคลื่อนที่ของผู้คนและกิจกรรมทางเศรษฐกิจ

การวิเคราะห์ประสิทธิผลของแต่ละมาตรการ

ข้อมูล PSI สามารถนำมาใช้ประโยชน์ในแง่ของการวิเคราะห์ประสิทธิผลของการบังคับใช้มาตรการรูปแบบต่าง ๆ ได้ ผ่านการสร้างแบบจำลองทางเศรษฐมิติที่ประเมินระดับการเคลื่อนที่ของคนที่ลดลงจากการทำมาตรการควบคุมการระบาดในหลาย ๆ แบบ เช่นเดียวกับงานศึกษาของ Égert et al. (2020) และ Boone and Ladreit (2021)6 โดยในงานศึกษานี้ คณะผู้ศึกษาใช้ตัวแปรหุ่นแสดงเหตุการณ์ที่มีการทำมาตรการคุมการระบาดเข้มงวดในแต่ละหมวดดังที่ได้แสดงในภาพที่ 1.4 มาใช้ในการอธิบายระดับ mobility ในแต่ละจังหวัดด้วยวิธี fixed effects panel regression ทั้งนี้ คณะผู้ศึกษาประเมินประสิทธิผลของมาตรการคุมการระบาดโดยแบ่งกลุ่มตัวอย่างเพิ่มเติมออกเป็นจังหวัดเขตเมือง (urban) และจังหวัดเขตชนบท (rural) เพื่อศึกษาผลของมาตรการที่อาจแตกต่างกันในพื้นที่ดังกล่าว โดยผลการประมาณค่าแสดงในตารางที่ A.3 ของภาคผนวก

ภาพที่ 2.3: ผลของการบังคับใช้มาตรการจำกัดการแพร่ระบาด COVID-19 ต่ออัตราการเปลี่ยนแปลงของ mobility (หน่วย: %)

ผลของการบังคับใช้มาตรการจำกัดการแพร่ระบาด COVID-19 ต่ออัตราการเปลี่ยนแปลงของ mobility (หน่วย: %)

หมายเหตุ: ผลการประมาณค่าทุกตัวมีนัยสำคัญที่ระดับนัยสำคัญ 1%ที่มา: คำนวณโดยผู้วิจัย

เมื่อเรียงลำดับมาตรการตามผลกระทบต่อกิจกรรมทางเศรษฐกิจที่วัดจากอัตราการเปลี่ยนแปลงของ mobility ดังภาพที่ 2.3 พบว่าในภาพรวมทั้งประเทศ (ภาพที่ 2.3.A) มาตรการประเภทห้ามกิจกรรมกลางคืน (เคอร์ฟิว งดจำหน่ายเครื่องดื่มแอลกอฮอล์ และปิดสถานบันเทิง) เป็นมาตรการที่มีประสิทธิผลในการลด mobility มากที่สุด ซึ่งคณะผู้ศึกษามีข้อสังเกตว่าเป็นมาตรการที่ถูกนำมาใช้มากที่สุดเช่นกัน ขณะที่มาตรการที่มีผลน้อยที่สุดคือมาตรการประเภทห้ามเดินทางข้ามจังหวัด ซึ่งคาดว่าเนื่องจากเป็นมาตรการที่หลายจังหวัดบังคับใช้แทบตลอดเวลา ประกอบกับเน้นควบคุมเฉพาะผู้ที่เดินทางเข้า-ออกจังหวัด จึงอาจมีประสิทธิผลในการลด mobility ไม่มากนัก

อย่างไรก็ตาม หากพิจารณาเปรียบเทียบกันระหว่างพื้นที่ในเขตเมือง (ภาพที่ 2.3.B) และพื้นที่ในเขตชนบท (ภาพที่ 2.3.C) พบว่ามีความแตกต่างกันมาก โดยคณะผู้ศึกษามีข้อสังเกตในสองประเด็นคือ

  1. ประสิทธิผลของมาตรการปิดโรงเรียนในการลด mobility ในพื้นที่เขตเมืองสูงกว่าพื้นที่เขตชนบทเกือบเท่าตัว
  2. มาตรการปิดห้างสรรพสินค้ามีประสิทธิผลมากในการลด mobility ในพื้นที่เขตเมือง แต่กลับมีผลในการเพิ่ม mobility ในพื้นที่เขตชนบท ซึ่งคาดว่ามาจากพฤติกรรมของผู้คนที่แตกต่างกันในทั้งสองพื้นที่

สรุปข้อเสนอแนะเชิงนโยบาย

การดำเนินมาตรการควบคุมการระบาดเป็นโจทย์ที่ท้าทายสำหรับผู้ทำนโยบายในการรักษาสมดุลระหว่างการคุมการระบาดและต้นทุนทางเศรษฐกิจและสังคม บทความนี้นำเสนอดัชนีมาตรการควบคุมการระบาดในไทยรายจังหวัด ซึ่งจะช่วยเป็นข้อมูลแก่หน่วยงานและผู้ดำเนินนโยบายในการติดตามและวิเคราะห์มาตรการควบคุมการระบาดในไทยอย่างเป็นระบบ และคณะผู้ศึกษาได้นำเสนอตัวอย่างการนำข้อมูลไปใช้ในการวิเคราะห์และสร้างแบบจำลองเพื่อช่วยในการประเมินประสิทธิผลของมาตรการควบคุมการระบาด โดยพบว่ามาตรการจำกัดการระบาดของ COVID-19 แต่ละรูปแบบส่งผลกระทบต่อการดำเนินกิจกรรมทางเศรษฐกิจต่างกัน ประกอบกับขนาดของผลกระทบยังขึ้นอยู่กับพื้นที่ที่บังคับใช้มาตรการนั้น ๆ ด้วย ดังนั้น ความท้าทายของผู้ออกมาตรการจึงอยู่ที่การเลือกรูปแบบของมาตรการที่เหมาะสมต่อการดำเนินกิจกรรมของประชาชนในพื้นที่ และการบังคับใช้มาตรการภายในระยะเวลาที่เหมาะสม เพื่อลดทอนผลกระทบด้านลบต่อเศรษฐกิจโดยรวม รวมถึงการออกแบบมาตรการช่วยเหลือเยียวยาทั้งภาคธุรกิจและแรงงานที่เกี่ยวข้องให้ตรงจุดทั้งในด้านของมิติสาขาธุรกิจและพื้นที่

tip

สามารถดาวน์โหลดข้อมูล Provincial Stringency Index ได้ที่นี่

กิตติกรรมประกาศ

คณะผู้ศึกษาขอขอบคุณสำนักเศรษฐกิจภูมิภาค สายนโยบายการเงินเป็นอย่างยิ่งสำหรับความอนุเคราะห์ในการรวบรวมข้อมูลมาตรการควบคุมการระบาดจากประกาศคำสั่งรายจังหวัด

เอกสารอ้างอิง

Boone, Laurence, and Ladreit Colombe. 2021. Fear of COVID-19 and Non-pharmaceutical Interventions: An Analysis of Their Econommic Impact among 29 Advanced OECD Countries. CEPR Press.

Conteduca, Francesco Paolo. 2021. "Measuring COVID-19 reistriction in Italy during second-wave." COVID-19 Note (Bank of Italy).

Chernozhukov, V., Kasahara, H., & Schrimpf, P. (2021). Causal impact of masks, policies, behavior on early covid-19 pandemic in the U.S. Journal of Econometrics, 220(1), 23–62.

Doti, James L. 2021. "Benefit-cost analysis of COVID-19 policy intervention at the state and national level." Covid Economics (67): 94–127.

Égert, Balázs, Yvan Guillemette, Fabrice Murtin, and David Turner. 2020. Walking The Tightrope: Avoiding A Lockdown While Containing The Virus. Working Papers No.1633, OECD Economics Department.

Facebook Movement range maps. Facebook Data for Good. Link

Gross, Danial, Alexandre Ounnas, and Tomothy Yu-Cheong Yeung. 2021. "A new Covid policy stringency index for Europe." Covid Economics (66): 115–137.

Mobility trends reports. Apple and CDC. Link

Thomas Hale, Noam Angrist, Rafael Goldszmidt, Beatriz Kira, Anna Petherick, Toby Phillips, Samuel Webster, Emily Cameron-Blake, Laura Hallas, Saptarshi Majumdar, and Helen Tatlow. (2021). “A global panel database of pandemic policies (Oxford COVID-19 Government Response Tracker).” Nature Human Behaviour. https://doi.org/10.1038/s41562-021-01079-8

Zhang, Yuxi, Thomas Hale, Andrew Wood, Toby Phillips, Anna Petherick, Martina Di Folco, Ke Meng, and Tianren Ge. 2021. "Chinese provincial government responses to COVID-19." BSG Working Papaer Seires. www.bsg.ox.ac.uk/covidtracker.

รวบรวมคำสั่งจังหวัดเกี่ยวกับสถานการณ์ COVID-19 โดย กระทรวงมหาดไทย

ภาคผนวก: ข้อมูลมาตรการควบคุมการระบาดรายจังหวัด

คณะผู้วิจัยใช้ระเบียบวิธีวิจัยในการวัดตาม Hale et al. (2021) โดยใช้ชุดคำถามเกี่ยวกับการทำมาตรการควบคุมการระบาดในแต่ละพื้นที่ และวัดระดับความเข้มงวดในแต่ละด้านออกมาเป็นเชิงลำดับอย่างง่าย (ordinal scale) ตามชุดคำถามในตาราง A.1 ทั้งนี้ การเก็บข้อมูลเป็นลักษณะของการรวบรวมคำสั่ง และประเมินระดับความเข้มงวดโดยใช้ดุลพินิจของ Staff จากสายนโยบายการเงินที่อยู่ทั้งในส่วนกลางและภูมิภาค

ลักษณะ ความถี่และช่วงเวลาที่เก็บข้อมูล

ข้อมูลระดับความเข้มงวดของมาตรการควบคุมการระบาดรายจังหวัดในไทย ความถี่รายวัน ตั้งแต่วันที่ 1 มีนาคม 2563 – 31 สิงหาคม 2564

แหล่งข้อมูล

  • ข้อมูลการแบ่งพื้นที่จังหวัดตามระดับความเสี่ยง 5 ระดับ (5 ระดับ: เฝ้าระวัง เฝ้าระวังสูง ควบคุม ควบคุมสูงสุด ควบคุมสูงสุดและเข้มงวด) และแนวทางมาตรการควบคุมการระบาดตามการแบ่งพื้นที่เสี่ยงของ ศบค. รวบรวมจากประกาศราชกิจจานุเบกษาในเรื่องการแบ่งพื้นที่จังหวัดตามระดับความเสี่ยง จากราชกิจจานุเบกษา
  • ข้อมูลมาตรการควบคุมการระบาดจากประกาศคำสั่งรายจังหวัด รวบรวมโดยกระทรวงมหาดไทย

การปรับปรุงข้อมูล

ข้อมูลมาตรการควบคุมการระบาดที่เผยแพร่และใช้ในงานศึกษานี้ จะยึดตามคำสั่งจังหวัดเป็นสำคัญ และได้มีการปรับปรุงในสองประเด็นคือ

  • การปรับปรุงให้สอดคล้องกับมาตรการควบคุมการระบาดตามการแบ่งพื้นที่เสี่ยงของ ศบค. เนื่องจากแนวทางการดำเนินมาตรการของ ศบค. ระบุไว้อย่างชัดเจนว่า ให้แต่ละจังหวัดพิจารณาดำเนินมาตรการเพิ่มเติมได้เอง โดยไม่ขัดหรือผ่อนปรนไปกว่าแนวทางมาตรการของ ศบค. ดังนั้น การบันทึกมาตรการรายจังหวัดที่ไม่พบคำสั่งที่เกี่ยวข้อง หรือพบคำสั่งแต่อาจผ่อนคลายกว่าแนวทางมาตรการของ ศบค. จะถูกบันทึกให้เข้มงวดเท่ากับแนวทางมาตรการของ ศบค.
  • การผ่อนคลายมาตรการ เนื่องจากแหล่งข้อมูลมาตรการควบคุมการระบาดจากคำสั่งจังหวัดมักจะไม่พบคำสั่งในการผ่อนคลายหรือยกเลิกมาตรการ ดังนั้นจึงต้องใช้ข้อมูลแนวทางมาตรการของ ศบค. แทนในช่วงที่มีการผ่อนคลายมาตรการ

การจัดทำดัชนีรวม (Composite Index)

คณะผู้วิจัยได้จัดทำดัชนีรวมในระดับจังหวัดและประเทศ เพื่อให้สามารถตีความและเปรียบเทียบภาพรวมการทำมาตรการได้โดยง่าย ตามวิธีการคำนวณของ Hale et al. (2021) ดังนี้

  1. สร้างดัชนีหมวดย่อยของแต่ละจังหวัด (subindex) โดยการเป็นการปรับข้อมูล ordinal scale ให้อยู่ในช่วง 0 (ไม่มีมาตรการ) ถึง 100 (มาตรการเข้มงวดสูงสุด)
  2. สร้างดัชนีรายพื้นที่ในแต่ละช่วงเวลา โดยการหาค่าเฉลี่ยจากดัชนีหมวดย่อยของพื้นที่
  3. สร้างดัชนีของประเทศโดยการใช้ดัชนีรวมรายพื้นที่ถ่วงน้ำหนักด้วยมูลค่าผลิตภัณฑ์มวลรวมรายจังหวัด

ทั้งนี้ เนื่องจากคณะผู้ศึกษาได้ทำการเก็บข้อมูลอย่างละเอียดในหมวดการปิดกิจการ ทำให้ดัชนีโดยรวมจะเคลื่อนไหวสอดคล้องกับหมวดดังกล่าว จึงควรระมัดระวังในการตีความดัชนีโดยรวมโดยคณะผู้ศึกษาแนะนำให้ใช้ข้อมูลในรายมาตรการมากกว่าดัชนีรวม นอกจากนี้ มีตัวอย่างงานศึกษาที่ให้น้ำหนักของมาตรการรายหมวดที่แตกต่างกัน ซึ่งขึ้นอยู่กับลักษณะเฉพาะตัวของแต่ละประเทศหรือพื้นที่ (Gross, Ounnas, and Yeung, 2021)

ตาราง A.1 Codebook สำหรับการบันทึกข้อมูลมาตรการควบคุมการระบาดรายจังหวัด

Codebook สำหรับการบันทึกข้อมูลมาตรการควบคุมการระบาดรายจังหวัด

ตาราง A.2 ผลการประมาณการค่าความสัมพันธ์ด้วยแบบจำลอง Vector Autoregressive

ผลการประมาณการค่าความสัมพันธ์ด้วยแบบจำลอง Vector Autoregressive

ตาราง A.3 ผลของมาตรการคุมการระบาดต่อระดับ mobility (หน่วย: %)

ผลของมาตรการคุมการระบาดต่อระดับ mobility (หน่วย: %)


  1. รายละเอียดเพิ่มเติมเกี่ยวกับการเก็บข้อมูล และวิธีการจัดทำ composite index แสดงในภาคผนวก↩
  2. คำถามเกี่ยวกับการห้ามเดินทางระหว่างประเทศ เนื่องจากเป็นมาตรการที่บังคับใช้ทั่วประเทศ ไม่ได้มีการแบ่งเป็นรายพื้นที่ ประกอบกับไม่มีการเปลี่ยนแปลงตัวมาตรการเลยตลอดช่วงเวลาที่เก็บข้อมูล แม้ไทยจะเริ่มดำเนินการผ่อนคลายมาตรการเปิดรับนักท่องเที่ยวเป็นรายพื้นที่ แต่ค่อนข้างจำกัด โดยในช่วงที่ทำการเก็บข้อมูล (มี.ค. 2563 – ส.ค. 2564) มีเพียงภูเก็ตจังหวัดเดียวที่สามารถรับนักท่องเที่ยวจากต่างประเทศได้ตั้งแต่วันที่ 1 ก.ค. 2564↩
  3. คณะผู้ศึกษาได้คำนวณ PSI จากหมวดคำถามหลักเพียง 7 ข้อ (C1–C7) และเปรียบเทียบกับ Oxford Stringency Index ที่คำนวณจากหมวดคำถามเดียวกัน↩
  4. กลุ่มตัวอย่างในเขตเมือง หมายถึง จังหวัดที่มีประชากรในเขตเทศบาลเกิน 50% ของประชากรทั้งหมด ซึ่งประกอบด้วย 9 จังหวัด ได้แก่ กรุงเทพมหานคร นนทบุรี ปทุมธานี นครปฐม สมุทรปราการ สมุทรสาคร ชลบุรี สงขลา และภูเก็ต ขณะที่กลุ่มตัวอย่างในเขตชนบท หมายถึง จังหวัดที่มีประชากรในเขตเทศบาลน้อยกว่าหรือเท่ากับ 50% ของประชากรทั้งหมด ซึ่งประกอบด้วยอีก 68 จังหวัดที่เหลือ↩
  5. คณะผู้ศึกษาคำนวณจาก Facebook Movement range map เนื่องจากเป็นข้อมูลการเคลื่อนที่ชุดเดียวที่มีรายละเอียดระดับจังหวัดในไทย ทั้งนี้ ข้อมูลที่ใช้เป็นข้อมูลแสดงการเคลื่อนที่ของคนออกจากพื้นที่เดิม (Facebook stay put) ในระดับอำเภอ และเฉลี่ยขึ้นเป็นรายจังหวัดและประเทศโดยถ่วงน้ำหนักตามขนาดผลิตภัณฑ์มวลรวมรายจังหวัด โดยข้อมูลคำนวณเป็นระดับ (%) เทียบกับการเคลื่อนที่เฉลี่ยในเดือน ก.พ. 2563↩
  6. Égert et al. (2020) และ Boone and Ladreit (2021) เลือกใช้ Google Mobility Index เป็นตัวสะท้อนกิจกรรมทางเศรษฐกิจ ขณะที่บทความนี้เลือกใช้ Facebook Mobility Index แทน เนื่องจากสามารถเก็บข้อมูลของไทยแยกเป็นรายจังหวัดได้↩
Wasin Rojayaroon
Wasin Rojayaroon
Bank of Thailand
Natthaphat Kingnetr
Natthaphat Kingnetr
Bank of Thailand
Nond Prueksiri
Nond Prueksiri
Bank of Thailand
Piraya Ronaparp
Piraya Ronaparp
Bank of Thailand
Topics: Macroeconomics
Tags: epidemic control measurescovid-19thai economy
The views expressed in this workshop do not necessarily reflect the views of the Puey Ungphakorn Institute for Economic Research or the Bank of Thailand.

Puey Ungphakorn Institute for Economic Research

273 Samsen Rd, Phra Nakhon, Bangkok 10200

Phone: 0-2283-6066

Email: pier@bot.or.th

Terms of Service | Personal Data Privacy Policy

Copyright © 2025 by Puey Ungphakorn Institute for Economic Research.

Content on this site is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported license.

Creative Commons Attribution NonCommercial ShareAlike

Get PIER email updates

Facebook
YouTube
Email