การจำลองสถานการณ์ผู้ติดเชื้อ COVID-19 ด้วยแบบจำลอง SIR และการประเมินผลกระทบทางเศรษฐกิจด้วยแบบจำลอง ABM

บทความโดย [1]
ดร.นรพัชร์ อัศววัลลภ
ดร.กวิน เอี่ยมตระกูล
นางสาวกุสุมา จารุมณี

---

[1] ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสำนักงานเศรษฐกิจการคลัง

1. บทนำ

ปัจจุบันเศรษฐกิจของประเทศต่าง ๆ กำลังเผชิญกับความท้าทายที่ไม่เคยประสบมาก่อนจากการแพร่ระบาดของโรคติดเชื้อไวรัส COVID-19 ที่ส่งผลกระทบในวงกว้าง ทั้งด้านอุปสงค์ อุปทาน และตลาดแรงงาน ภาคธุรกิจมีการชะลอการผลิตและลดชั่วโมงการจ้างงานลง ทำให้รายได้และกำลังซื้อของแรงงานลดลง อีกทั้งยังส่งผลกระทบต่อเนื่องไปสู่เสถียรภาพในตลาดเงินและตลาดทุนอีกด้วย ภายใต้สถานการณ์การแพร่ระบาดของ COVID-19 นี้ จำเป็นที่จะต้องมีเครื่องมือในการวิเคราะห์ผลกระทบทางเศรษฐกิจที่หลากหลายและเหมาะสมกับโจทย์ที่มีความซับซ้อนดังเช่นในปัจจุบัน แต่แบบจำลองเศรษฐกิจมหภาคแบบดั้งเดิมซึ่งวิเคราะห์ผลกระทบในภาพรวม (Macroeconomic Level) มีข้อจำกัดที่ไม่สามารถวิเคราะห์ความสัมพันธ์และพฤติกรรมของบุคคล (Individual) หรือกลุ่มบุคคล (Group) ที่มีความสัมพันธ์กันในระดับจุลภาค (Microeconomic Level) ได้ ประกอบกับการแพร่ระบาดของ COVID-19 ที่สถานการณ์มีการเปลี่ยนแปลงอย่างรวดเร็ว การวิเคราะห์ผลกระทบทางเศรษฐกิจในเชิงองค์รวมตามปกติ อาจไม่สามารถนำไปใช้กำหนดนโยบายช่วยเหลือกลุ่มเป้าหมายได้อย่างตรงจุด (Targeted Policy) เพียงพอ

จากข้อจำกัดของแบบจำลองเศรษฐกิจมหภาคดังกล่าว คณะผู้เขียนจึงได้เสนอพัฒนาแบบจำลองบนพื้นฐานพฤติกรรมผู้กระทำ (Agent-Based Modeling : ABM) ซึ่งเป็นแบบจำลองที่ใช้ในการวิเคราะห์ระบบซับซ้อน (Complex System) ที่เกิดจากการปฏิสัมพันธ์ระหว่างผู้กระทำ (Agent) ในระบบเศรษฐกิจ โดยจำลองสถานการณ์เชิงจุลภาค (Micro Simulation Modelling) มาวิเคราะห์ผลกระทบทางเศรษฐกิจและสังคมของการแพร่ระบาดของ COVID-19 ที่มีต่อประชาชน ณ ระดับรายได้ต่าง ๆ  ครัวเรือน ภาคธุรกิจ และรัฐบาล ซึ่งแบบจำลองสถานการณ์ดังกล่าว จะเป็นเครื่องมือที่ช่วยให้วิเคราะห์และกำหนดกลุ่มเป้าหมายในการช่วยเหลือประชาชนที่ได้รับผลกระทบจาก COVID-19 ได้อย่างตรงจุดมากยิ่งขึ้น

2.กรอบแนวคิดของแบบจำลอง

การเลือกใช้แบบจำลองที่พัฒนาขึ้นจากพื้นฐานพฤติกรรมของผู้กระทำ (Agent-Based Modeling : ABM) เนื่องจากเป็นแบบจำลองที่ช่วยลดข้อจำกัดของแบบจำลองดั้งเดิมไม่ว่าจะเป็นแบบจำลองเศรษฐกิจมหภาคหรือแบบจำลอง Dynamic Stochastic General Equilibrium (DSGE) ที่ไม่สามารถวิเคราะห์ปฏิสัมพันธ์ของแต่ละผู้กระทำในระบบเศรษฐกิจได้

ดังนั้น ในการออกแบบแบบจำลอง ABM ในครั้งนี้จึงคำนึงถึงปฏิสัมพันธ์ของแต่ละหน่วยเศรษฐกิจและสังคมในลักษณะ Social Simulation Modelling ซึ่งสามารถแบ่งได้หลายระดับ เช่น ประชาชน ภาคธุรกิจ ภาครัฐ และภาคต่างประเทศ และนำมาสู่การคำนวณผลลัพธ์ทางเศรษฐกิจที่เกิดขึ้น

โดยทั่วไป แบบจำลอง ABM ประกอบไปด้วย 3 องค์ประกอบพื้นฐาน คือ 1) ผู้กระทำ (Agents) คือ หน่วยย่อยที่สุดของการวิเคราะห์ ซึ่งสามารถเป็นปัจเจกบุคคลที่หรือองค์กร 2) สิ่งแวดล้อมหรือสถานะของผู้กระทำ (Attribute) คือ บริบทเชิงพื้นที่ของผู้กระทำ ซึ่งอาจเป็นสิ่งแวดล้อมสมมติหรือสิ่งแวดล้อมเสมือนจริง หรือสถานะของผู้กระทำ และ 3) ความสัมพันธ์ของผู้กระทำ (Actions) คือ ตัวกำหนดกลไกของการปฏิสัมพันธ์กันระหว่างผู้กระทำ

สำหรับงานศึกษาชิ้นนี้ คณะผู้เขียนได้ตั้งโจทย์การจำลองสถานการณ์ (Simulation) ของการวิเคราะห์เพื่อต้องการหาคำตอบของผลกระทบทางเศรษฐกิจและสังคมของการแพร่ระบาดของโรคติดเชื้อไวรัส COVID-19 ที่มีต่อประชาชน ณ ระดับรายได้ต่าง ๆ ครัวเรือน ภาคธุรกิจ และรัฐบาล ที่ได้ปรับปรุงจากจากศึกษาของ Silva และคณะ (2020)[2] โดยพิจารณาจากมาตรการควบคุมการแพร่ระบาดที่รัฐบาลได้ดำเนินการทั้ง 7 กรณี ได้แก่

1) รัฐบาลไม่ดำเนินมาตรการเพื่อควบคุมการระบาด (Do Nothing)
2) มาตรการควบคุมการเดินทางเคร่งครัด (Full Lockdown)
3) มาตรการควบคุมการเดินทางบางส่วนอย่างมีเงื่อนไข (Conditional Lockdown) โดยดำเนินการควบคุมการเคลื่อนไหวของประชาชนเมื่อประชาชนร้อยละ 10 เป็นผู้ติดเชื้อ และผ่อนคลายมาตรการเมื่อประชาชนมากกว่าร้อยละ 95 ปลอดภัย
4) มาตรการแยกกักตัวอยู่ที่บ้านหรือชุมชน (Vertical Isolation) ของผู้ป่วยและกลุ่มเสี่ยง เช่น เด็กที่อายุต่ำกว่า 18 ปี และผู้ที่มีอายุมากกว่า 65 ปี รวมถึงกลุ่มผู้ที่หายป่วยแล้ว (Pre-existent Diseases)
5) มาตรการแยกกักตัวบางส่วน (Partial Isolation) โดยให้ประชาชนร้อยละ 50 กักตัวอยู่บ้าน
6) มาตรการให้ประชนชนสวมหน้ากากทุกคน แต่ไม่มีการกำจัดการเคลื่อนไหวของประชาชน (Use of Face Masks) โดยในกรณีนี้ค่าเฉลี่ยของอัตราส่วนการติดเชื้อในขั้นต้น (Basic Reproduction Ratio) จะปรับลดลงจาก 1.2 เหลือ 0.6 จากกรณีฐาน
7) มาตรการให้ประชนชนสวมหน้ากากทุกคนและให้ประชาชนร้อยละ 50 แยกกักตัวอยู่บ้าน (Use of Face Masks and 50% Isolation) โดยในกรณีนี้ค่าเฉลี่ยของอัตราส่วนการติดเชื้อในขั้นต้น (Basic Reproduction Ratio) จะปรับลดลงจาก 1.2 เหลือ 0.6 จากกรณีฐาน และกำหนดให้ให้ประชาชนร้อยละ 50 กักตัวอยู่บ้าน ทั้งนี้ คณะผู้เขียนจะขอเริ่มอธิบายแนวคิดและกลไกของแบบจำลอง ABM ดังนี้

---

[2] Silva, P. C., Batista, P. V., Lima, H. S., Alves, M. A., Guimarães, F. G., & Silva, R. C. (2020). COVID-ABS: An agent-based model of COVID-19 epidemic to simulate health and economic effects of social distancing interventions. Chaos, Solitons & Fractals, 139, 110088.

2.1 แบบจำลองการระบาดของโรค

แบบจำลองทางคณิตศาสตร์ที่นิยมนำมาใช้ในการอธิบายการเปลี่ยนแปลงของจำนวนผู้ที่เกี่ยวข้องกับการระบาดของโรค คือ แบบจำลอง SIR (Susceptible, Infectious, Recovered)ซึ่งแนวคิดตามแบบจำลองนี้เริ่มจากการแบ่งกลุ่มประชากร (Compartment Model) แล้วอธิบายการเปลี่ยนแปลงของประชากรในกลุ่มนั้น ๆ ด้วยสมการเชิงอนุพันธ์ (Differential Equations) โดยแบบจำลอง SIR นี้จะมีการแบ่งกลุ่มผู้เกี่ยวข้องเป็น 3 กลุ่ม คือ 1) กลุ่มผู้ที่เสี่ยงต่อการติดเชื้อ (Susceptible : S)2) กลุ่มผู้ที่ติดเชื้อ (Infectious : I) ซึ่งแบ่งเป็น ผู้ที่ติดเชื้อแต่ไม่แสดงอาการ (Asymptomatic) ผู้ติดเชื้อที่ต้องรักษาตัวอยู่ในโรงพยาบาล (Hospitalization) และ ผู้ติดเชื้อที่มีอาการรุนแรง (Severe) และ3) กลุ่มผู้ที่หายจากการติดเชื้อ (Recovered : R) ซึ่งกลุ่มสุดท้ายนี้จะเป็นการรวมกลุ่มของผู้ที่รักษาหายและผู้ที่เสียชีวิตจากโรคด้วย ทั้งนี้ อธิบายการแบ่งกลุ่มของประชากรตามแบบจำลอง SIR ได้ดังรูปที่ 1 นี้

สมมติฐานเบื้องต้นของแบบจำลอง SIR คือ เมื่อเกิดโรคระบาดแล้ว การระบาดจะทำให้จำนวนผู้ติดเชื้อเพิ่มขึ้นและทำให้ผู้ที่เสี่ยงต่อการติดเชื้อลดจำนวนลง (เพราะว่าผู้ที่เสี่ยงกลายเป็นผู้ติดเชื้อไปแล้ว) ซึ่งอัตราการลดจำนวนผู้ที่เสี่ยงต่อการติดเชื้อ (Susceptible) จะแปรผันตรงกับจำนวนผู้ติดเชื้อ (Infectious) ณ ขณะนั้น เมื่อจำนวนผู้ติดเชื้อเพิ่มมากขึ้นก็จะมีผู้ติดเชื้อบางส่วนได้รับการรักษาให้หายหรือเสียชีวิตลงไป โดยอัตราการเพิ่มของจำนวนผู้ที่หายจากการติดเชื้อ (Recovered) จะแปรผันตรงกับจำนวนผู้ติดเชื้อ (Infectious)  ณ ขณะนั้น และผู้ที่รักษาหายแล้วจะไม่กลับมาเป็นโรคเดิมอีก เพราะมีภูมิคุ้มกันหรืออาจจะต้องใช้เวลานานในการกลับมาเป็นโรคเดิมซ้ำอีก ทั้งนี้ จำนวนประชากรในแต่ละกลุ่มสามารถแสดงออกมาได้ดังรูปที่ 2 [3] ดังนี้

---

[3] นรพัชร์ และกวิน (2564) การใช้แบบจำลองคณิตศาสตร์คาดการณ์การระบาดของโรคติดเชื้อไวรัสโควิด-19, ที่มา: https://thaipublica.org/2021/05/epidemic-sir-model/

จากรูปที่ 2 แสดงให้เห็นว่า ประชากรกลุ่มผู้ติดเชื้อ (I) จะค่อยๆ เพิ่มขึ้นถึงจุดสูงสุดประมาณ 200 คน แล้วจะค่อย ๆ ปรับลดลง โดยประชากรกลุ่ม S จะค่อยๆ ติดเชื้อกลายเป็นกลุ่ม I และทุกคนจะกลายเป็นกลุ่มหายป่วย (R) เมื่อเวลาผ่านไป อย่างไรก็ดี ระดับความรุนแรงของผู้ที่ติดเชื้อไวรัส COVID-19 ที่ต้องรักษาตัวอยู่ที่โรงพยาบาล จะมีความแตกต่างกันตามช่วงอายุ โดยผู้ที่มีอายุมากว่า 50 ปี มีโอกาสที่จะเจ็บป่วยหรือตายมากกว่าคนที่อายุน้อยกว่า รายละเอียดดังตารางที่ 1

กลุ่มอายุ (ปี)	ผู้ติดเชื้อที่มีอาการป่วย (Symptomatic Cases) ที่ต้องรักษาตัวอยู่ที่โรงพยาบาล (ร้อยละ)	ผู้ติดเชื้อที่รักษาตัวอยู่ในโรงพยาบาล (Hospitalized Cases) ที่อยู่ในภาวะวิกฤต (ร้อยละ)	อัตราป่วยตายต่อผู้ป่วยจาก COVID-19 (Infection Fatality Ratio) ทั้งหมด (ร้อยละ)
0-9	0.1%	5.0%	0.002%
10-19	0.3%	5.0%	0.006%
20-29	1.2%	5.0%	0.030%
30-39	3.2%	5.0%	0.080%
40-49	4.9%	6.3%	0.150%
50-59	10.2%	12.2%	0.600%
60-69	16.6%	27.4%	2.200%
70-79	24.3%	43.2%	5.100%
80 ขึ้นไป	27.3%	70.9%	9.300%

2.2 แบบจำลอง Agent Based Model

ระบบเศรษฐกิจพื้นฐาน (Simple Economy) ตามแบบจำลอง Agent Based Model นี้ ประกอบไปด้วยผู้กระทำ (Agents) 5 รูปแบบ ได้แก่ 1) ประชาชน (People) 2) ครัวเรือน (House) 3) ภาคธุรกิจ (Business) 4) รัฐบาล (Government) และ 5) หน่วยงานสาธารณสุข (Health Care System) โดย Agent 1 ประชาชน จะถูกกำหนดขึ้น (Initialized) และมีสถานที่ตั้ง (Location) ที่ห่างไปจาก Agent i เมื่อ i ϵ (2,3,4,5) โดยสถานที่ตั้งนี้จะขึ้นกับความสูง (Height) และความยาว (Length) ซึ่งจะมีการเปลี่ยนแปลงไปหลังจากมีการ Simulation ในหลาย ๆ ครั้ง และกำหนดให้มีการแจกแจงแบบ Uniform Distribution รายละเอียดดังสมการที่ 1

1) Agent หลัก ที่นำไปสู่ให้เกิดการแพร่ระบาด

Agent 1 ประชาชนถูกกำหนดโดยขนาดประชากร โดยในงานศึกษาชิ้นนี้กำหนดเริ่มต้นไว้ที่ 300 คน นอกจากนี้ยังจะต้องพิจารณารูปแบบการเคลื่อนไหวของ Agent 1 ประชาชน ในแต่ละชั่วโมง จะเกิดขึ้นทั้งในลักษณะการทำงาน (Work) การพักผ่อน (Rest) และเวลาว่าง (Leisure) และจะมีความสัมพันธ์กับ Agent อื่น ๆ ในระบบเศรษฐกิจ โดยสมมติให้ระยะทางระหว่าง Agent 1 ประชาชนกับ Agent อื่น (Ai) มีลักษณะการกระจายตัวแบบปกติ (Normal Distribution) โดยค่าเฉลี่ย μ=0 ตามสมการที่ 2 ดังนี้

เมื่อ I = Agent 2 3 4 และ 5
= ค่าความ Standard deviation ของระยะทางระหว่าง Agent

นอกจากนี้ คณะผู้เขียนได้กำหนดการเคลื่อนไหว (Mobility Pattern) ของ Agent 1 ประชาชน ในแต่ละครั้งจะมีปฏิสัมพันธ์กับ Agent อื่น ได้แก่ 1) การกลับบ้าน (Go Home) ซึ่งมีความเชื่อมโยงกับ Agent 2 ครัวเรือน 2) ไปทำงาน (Go to Work) ซึ่งมีความเชื่อมโยงกับ Agent 3 ภาคธุรกิจ 3) เดินทางได้อย่างอิสระ (Walk Freely) ซึ่งมีความเชื่อมโยงกับ Agent 1 อื่น และ 4) หากมีการติดเชื้อ COVID-19 จะไปโรงพยาบาล (Go to Hospital) ซึ่งมีความเชื่อมโยงกับ Agent 5 หน่วยงานสาธารณสุข รายละเอียดดังตารางที่ 2

เวลาเริ่มต้น	เวลาสิ้นสุด	กิจกรรม	ความสัมพันธ์ของผู้กระทำ
0	8	พักผ่อน	กลับบ้าน (Go Home)
8	12	ทำงาน	ไปทำงาน (Go to Work)
12	14	รับประทานอาหารกลางวัน	เดินทางได้อย่างอิสระ (Walk Freely)
14	18	ทำงาน	ไปทำงาน (Go to Work)
18	0	กิจกรรมนันทนาการ	เดินทางได้อย่างอิสระ (Walk Freely)

การเคลื่อนไหวของ Agent 1 ประชาชน ก่อให้เกิดโอกาสในการแพร่เชื้อ COVID-19 ไปยัง Agent 1 ประชาชนอื่น โดยงานศึกษาชิ้นนี้ได้สมมติให้ ค่าความยาว (Length) และความสูง (Height) เริ่มต้นคือ 300 เมตร และกำหนดให้แต่ละ Agent 1 ประชาชนมีสถานะที่แตกต่างกัน เช่น 1) ผู้มีความเสี่ยงต่อการติดเชื้อ (Susceptible) 2) ผู้ที่ติดเชื้อ (Infectious) และ 3) ผู้ที่หายจากการติดเชื้อ (Recovered) ดังแสดงในรูปที่ 3

การเคลื่อนที่เดินทางของแต่ละ Agent 1 ประชาชน สมมติให้เกิดขึ้นแบบสุ่ม (Random) และจะหยุดต่อเมื่อ Agent 1 ประชาชน ได้เสียชีวิตจาก COVID-19 แต่หากยิ่งอยู่ใกล้กันมากเท่าไรก็มีโอกาสที่จะติดเชื้อ COVID-19 ได้มากขึ้นเท่านั้น ซึ่งสามารถคำนวณระยะทางระหว่าง Agent แบบ Euclidean Distance ได้ดังนี้

เมื่อ X = ความยาวของตำแหน่ง Agent x ~ 𝓤 (0 , length)
Y = ความสูงของตำแหน่ง Agent y ~ 𝓤 (0 , height)

โจทย์สำคัญหนึ่งของงานชิ้นนี้ คือ ผลกระทบของโรคติดเชื้อไวรัส COVID-19 ที่มีต่อเศรษฐกิจและสังคม ดังนั้น เมื่อจำนวนผู้ติดเชื้อเพิ่มมากขึ้น ย่อมส่งผลกระทบไปยังรายได้ของผู้ติดเชื้อและประชาชน ซึ่งมีความแตกต่างกันไปตามระดับรายได้ โดยสำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติได้จำแนกตามกลุ่มประชากรตามระดับรายได้ (Quintile by income) ประจำปี 2562 รายละเอียด ดังตารางที่ 3

กลุ่มประชากรตามระดับรายได้ (Quintile by Income)	สัดส่วนรายได้ของประชากร (ร้อยละ)	สัดส่วนรายได้ของประชากรสะสม (ร้อยละ)
กลุ่ม 20% ที่ 1 (จนที่สุด)	5.5%	5.5%
กลุ่ม 20% ที่ 2	9.6%	15.1%
กลุ่ม 20% ที่ 3	14.3%	29.4%
กลุ่ม 20% ที่ 4	21.6%	51.0%
กลุ่ม 20% ที่ 5 (รวยที่สุด)	49.0%	100.0%

2) Agent อื่น ๆ ที่เกี่ยวข้อง

Agent อื่น ๆ ประกอบไปด้วย Agent 2 ครัวเรือน (House)คำนวณจากสัดส่วนระหว่างประชากร (Population Size) และขนาดของครอบครัว (Family Size) โดยค่าเริ่มต้นกำหนดให้ประชากรเท่ากับ 300 คน และ ขนาดครอบครัวจำนวน 3 คน และ Agent 3 ภาคธุรกิจ (Business)กำหนดให้มี 9 แห่ง แต่ละแห่งมีระยะทางห่างกัน 20 เมตร ในขณะที่ Agent 4 รัฐบาล (Government) และ Agent 5 หน่วยงานระดับสาธารณสุข (Health Care System) กำหนดให้มี 1 แห่ง หรือเรียกว่า Singleton เพื่อประหยัดหน่วยความจำ (Memory) ในการ Simulation ทั้งนี้สามารถสรุปตัวแปร (Parameter) ได้ดังตารางที่ 4 ดังนี้

ตัวแปร (Parameter)	ค่าตัวแปร (Value)
ตัวแปรภายนอก (Global Parameter)
ความกว้าง (Length)	300 เมตร
ความสูง (Height)	300 เมตร
ตัวแปรด้านประชากร (Demographic Parameter)
ขนาดประชากรกลุ่มตัวอย่าง (Population Size)	300 คน
สมาชิกในครอบครัว (Family Size)	3 คนต่อ 1 ครอบครัว
สัดส่วนของผู้ที่ไม่มีที่อยู่อาศัย (Homeless) ต่อประชากร	0.0005%
Amplitude ของกลุ่มผู้มีความเสี่ยงต่อการติดเชื้อ (Susceptible) กลุ่มผู้ที่ติดเชื้อ (Infectious) และ กลุ่มผู้ที่หายจากการติดเชื้อ (Recovered)	10 เมตร
ตัวแปรด้านการระบาด (Epidemiological Parameter)
สัดส่วนของเตียงในห้อง ICU ต่อจำนวนประชากร (Critical Limit)	0.01%
ค่าเฉลี่ยของอัตราส่วนการติดเชื้อในขั้นต้น (Basic Reproduction Ratio)	1.2
ระยะเวลาในการฟักตัว (Incubation Time)	5 วัน
ระยะเวลาในการแพร่เชื้อ (Contagion Time)	10 วัน
ระยะเวลชาในการฟื้นตัว (Recovering Time)	20 วัน
ตัวแปรด้านเศรษฐกิจ (Economic Parameter)
ผลิตภัณฑ์มวลรวมในประเทศ (GDP)	10 ล้านบาท
จำนวนธุรกิจ (Total Business)	9 แห่ง
รายได้ขั้นต่ำ (Minimum Income)	900 บาท
รายจ่ายขั้นต่ำ (Minimum Expense)	600 บาท
ภาษีเงินได้บุคคลธรรมดา (Personal Income Taxes)	10%
ภาษีเงินได้นิติบุคคล (Corporate Income Tax)	20%
สัดส่วนรายจ่ายภาครัฐต่อ GDP  (Public Expenditure to GDP)	20%
สัดส่วนภาคธุรกิจต่อ GDP  (Business to GDP)	50%

2.3 ความสัมพันธ์ของของผู้กระทำ (Actions) ในระบบเศรษฐกิจ

แต่ละ Agent ย่อมมีความสัมพันธ์ที่แตกต่างกัน สรุปได้ 3 ประเภท รายละเอียดตามรูปที่ 4 ดังนี้

1. ความสัมพันธ์ด้านการติดต่อธุรกิจ (Business Contact) คือ การแลกเปลี่ยนความมั่งคั่งระหว่าง Agent 1 ประชาชน และ Agent 3 ภาคธุรกิจ โดย Agent 1 เมื่อมีเวลาว่าง (Free Time) ก็จะไปซื้อสินค้าและบริการของ Agent 3 ภาคธุรกิจเป็นรายวัน โดยในช่วงของการแพร่ระบาดของ COVID-19 ในเกือบทุกกรณี สินค้าบางอย่าง เช่น อาหารสดและยารักษาโรค ไม่สามารถซื้อได้ทางออนไลน์ได้ ทั้งนี้ รายได้ของ Agent 3 ภาคธุรกิจจะมากขึ้นหรือน้อย นอกจากจะขึ้นกับการเดินทางและการใช้จ่ายเงินซื้อสินค้าและบริการของ Agent 1 ประชาชนแล้ว ยังขึ้นกับระดับของรายได้ (Social Stratum) ของ Agent 1 ประชาชนอีกด้วย อย่างไรก็ตาม ในแต่ละวัน ความมั่งคั่งของ Agent 2 ครัวเรือน และ Agent 3 ภาคธุรกิจ จะมีลดลงในสัดส่วนคงที่ (Fixed Expenses) โดยอยู่ในรูปแบบค่าใช้จ่ายของครัวเรือนและค่าใช้จ่ายพนักงาน ตามลำดับ
2. ความสัมพันธ์ด้านการบัญชี (Accounting) คือ การทำธุรกรรมระหว่างAgent 2 ครัวเรือน  Agent 3 ภาคธุรกิจ และ Agent 4 รัฐบาล โดยในแต่ละเดือน Agent 2 ครัวเรือน  และ Agent 3 ภาคธุรกิจ จะชำระภาษีเป็นประจำทุกเดือนให้แก่ Agent 4 รัฐบาล ซึ่งเป็นแหล่งรายได้ที่รัฐบาลจะนำไปใช้ในการจัดหาบริการสาธารณะให้แก่ประชาชน นอกจากนี้ Agent 3 ภาคธุรกิจ ยังจ่ายเงินเดือนและค่าจ้างให้แก่ Agent 1 ประชาชน เช่นเดียวกันกับ Agent 2 ครัวเรือน จะนำเงินไปซื้อสินค้าและบริการของ Agent 3 ภาคธุรกิจ
3. ความสัมพันธ์ด้านการบัญชีของรัฐบาล (Accounting of Government) คือ ธุรกรรมที่ Agent 4 รัฐบาล จัดสรรเงินโอนให้แก่ Agent 5 ระบบสาธารณสุข รายเดือนเป็นจำนวนคงที่ (Fixed Expenses) และรายวันผันแปรตามจำนวนผู้ป่วยที่ต้องรักษาตัวอยู่ในโรงพยาบาล ในขณะเดียวกัน Agent 4 รัฐบาล ก็จัดสรรเงินช่วยเหลือให้กับผู้ที่ว่างงาน (Unemployed) และผู้ที่ไม่มีที่อยู่อาศัย (Homeless)

3. ผลการศึกษา

3.1 การเปรียบเทียบผลกระทบ COVID-19 ในแต่ละกรณี (Scenario)

ข้อสมมติของแบบจำลอง ABM คือ ในระหว่างการแพร่ระบาดของ COVID-19 มาตรการที่รัฐบาลใช้ควบคุมการแพร่ระบาด จะทำให้ Agent 1 ประชาชนไม่สามารถเดินทางไปซื้อสินค้าและบริการของ Agent 2 ภาคธุรกิจได้ แต่ยังคงได้รับเงินเดือนเต็มและไม่มีการเลิกจ้างจาก Agent 2 ภาคธุรกิจ รวมทั้งยังเสียภาษีให้กับรัฐบาลด้วย ในขณะที่ Agent 2 ภาคธุรกิจ ได้รับผลกระทบจากยอดขายที่ลดลง แต่ยังต้องเสียภาษีให้แก่รัฐบาล โดยรัฐบาลก็จะได้รับภาษีจากภาคธุรกิจที่ลดลงเช่นกัน และต้องจัดสรรงบประมาณเพื่อดูแลประชาชนที่ติดเชื้อ COVID-19 เพิ่มมากขึ้นเช่นกัน ทั้งนี้ การวิเคราะห์สามารถแบ่งเป็น 7 กรณี ได้แก่ 1) รัฐบาลไม่ดำเนินมาตรการควบคุมการระบาด 2) มาตรการ Full Lockdown 3) มาตรการ Conditional Lockdown 4) มาตรการ Vertical Isolation 5) มาตรการ Partial Isolation 6) มาตรการสวมหน้ากากทุกคน และ 7) มาตรการสวมหน้ากากทุกคนและประชาชนร้อยละ 50 กักตัวอยู่บ้าน ผลการศึกษา พบว่า กรณีที่ 2 และกรณีที่ 3 ช่วยให้อัตราการติดเชื้อ จำนวนวันที่ติดเชื้อ และอัตราการตาย น้อยกว่ากรณีอื่น ๆ ซึ่งเป็นเสมือน Best Practice ด้านสาธารณสุข รายละเอียดดังรูปที่ 5 อย่างไรก็ดี เมื่อพิจารณาผลกระทบทางเศรษฐกิจ ในรูปที่ 6 จะเห็นได้ว่า กรณีที่ 2 และกรณีที่ 3 ประชาชนจะไม่ได้รับผลกระทบ แต่เกิดผลไปยังภาคธุรกิจจำนวนมาก ในส่วนของรัฐบาล กรณีที่ 1และกรณีที่ 4 เกิดต้นทุนกับรัฐบาลที่ใช้เป็นค่ารักษาพยาบาลผู้ป่วยมากกว่ากรณีอื่น ดังนั้น หากเปรียบเทียบ 2 กรณีที่ให้ผลลัพธ์ดีกว่ากรณีอื่น ได้แก่ กรณีที่ 3 และกรณีที่ 6 เกิดประโยชน์ทางเศรษฐกิจมากกว่ากรณีอื่น ๆ แต่อาจมีข้อดีข้อด้อยที่แตกต่างกัน กล่าวคือ กรณีที่ 3 มีการควบคุมการเดินทางบางส่วนทำให้การติดเชื้อชะลอลงและทำงานลดลงในขณะที่ยังมีรายได้เท่าเดิมทำให้ภาคธุรกิจได้รับผลกระทบ แต่กรณีที่ 6 เศรษฐกิจยังดำเนินต่อไปได้แต่ควบคุมผู้ติดเชื้อได้น้อยกว่าทำให้เป็นภาระการรักษาของภาครัฐมากขึ้น เป็นต้น

4. บทสรุป

การแพร่ระบาดของโรคติดเชื้อไวรัส COVID-19 ได้ส่งผลกระทบต่อเศรษฐกิจในประเทศต่าง ๆ อย่างมาก แต่แบบจำลองเศรษฐกิจมหภาคแบบดั่งเดิมจะใช้ประเมินผลกระทบในภาพรวม (Macroeconomic Level) อาจไม่สามารถวิเคราะห์ผลกระทบในระดับจุลภาคได้ (Microeconomic Level) ดังนั้น คณะผู้เขียนจึงได้พัฒนาแบบจำลองการระบาด Susceptible, Infectious, Recovered (SIR) ขึ้นเพื่อคาดการณ์จำนวนผู้ติดเชื้อ และแบบจำลอง Agent-Based Modeling (ABM) ซึ่งใช้จำลองสถานการณ์และวิเคราะห์ปฏิสัมพันธ์ระหว่าง Agent ในระบบเศรษฐกิจเชิงจุลภาค (Micro Simulation Modelling) เพื่อประโยชน์ในการจัดทำนโยบายแบบมีกลุ่มเป้าหมาย (Targeted Policy) ได้อย่างมีประสิทธิภาพ เนื่องจากสามารถแยกวิเคราะห์ผลต่อแต่ละกลุ่ม Agent ได้ อาทิ ประชาชนจำแนกตามระดับรายได้ ครัวเรือน ภาคธุรกิจ และรัฐบาล โดยสามารถแบ่งการวิเคราะห์เป็น 7 กรณี ได้แก่ 1) รัฐบาลไม่ดำเนินมาตรการควบคุมการระบาด 2) มาตรการ Full Lockdown 3) มาตรการ Conditional Lockdown 4) มาตรการ Vertical Isolation 5) มาตรการ Partial Isolation 6) มาตรการสวมหน้ากากทุกคน และ 7) มาตรการสวมหน้ากากทุกคนและประชาชนร้อยละ 50 กักตัวอยู่บ้าน ผลการศึกษา พบว่า กรณีที่ 3 และ กรณีที่ 6 เกิดประโยชน์ทางเศรษฐกิจมากกว่ากรณีอื่น ๆ แต่อาจมีข้อดีข้อด้อยที่แตกต่างกัน กล่าวคือ กรณีที่ 3 มีการควบคุมการเดินทางบางส่วนทำให้การติดเชื้อชะลอลงและทำงานลดลงในขณะที่ยังมีรายได้เท่าเดิมทำให้ภาคธุรกิจได้รับผลกระทบ แต่กรณีที่ 6 เศรษฐกิจยังดำเนินต่อไปได้แต่ควบคุมผู้ติดเชื้อได้น้อยกว่าทำให้เป็นภาระการรักษาของภาครัฐมากขึ้น เป็นต้น

Covid-19 กุสุมา จารุมณี ดร.กวิน เอี่ยมตระกูล นรพัชร์ อัศววัลลภ เศรษฐกิจมหภาค เศรษฐศาสตร์