การประเมินความเสี่ยงด้านสภาพภูมิอากาศระดับฟาร์ม: ชุดเครื่องมือสำหรับการปรับตัวเชิงรุกในกิจการเพาะเลี้ยงสัตว์น้ำ

โดย วินิจ ตันสกุล

ตลอดทศวรรษที่ผ่านมา ภาคการเพาะเลี้ยงสัตว์น้ำทั่วภูมิภาคเอเชียตะวันออกเฉียงใต้และแปซิฟิกต้องเผชิญและรับมือกับความเสียหายจากภัยพิบัติทางสภาพภูมิอากาศซ้ำแล้วซ้ำเล่า เช่น ปัญหาการรุกตัวของน้ำเค็มในลุ่มน้ำโขง ภัยแล้งรุนแรงที่ทำให้ระดับน้ำในบ่อลดต่ำลงอย่างผิดปกติ และฝนตกหนักเฉียบพลันที่เปลี่ยนคุณภาพน้ำอย่างรวดเร็วจนทำให้สัตว์น้ำเกิดภาวะเครียดและตายเป็นจำนวนมาก สิ่งที่ปรากฏชัดเจนในหลายเหตุการณ์คือ เกษตรกรไม่ได้ขาดความตระหนักรู้เกี่ยวกับความเสี่ยง แต่สิ่งที่พวกเขาขาดคือ “เครื่องมือที่เป็นระบบ” สำหรับการประเมิน จัดลำดับความสำคัญ และวางแผนรับมือความเสี่ยงด้านสภาพภูมิอากาศในระดับฟาร์มด้วยข้อมูลที่เป็นรูปธรรมและนำไปปฏิบัติได้จริง

ผลการสำรวจวิจัยทั่วภูมิภาคุ่มน้ำโขงชี้ให้เห็นว่า เกษตรกรผู้เลี้ยงกุ้งส่วนใหญ่ประเมินความเสี่ยงด้านภูมิอากาศผ่านมุมมองเชิงประสบการณ์ (Perception-based approach) มากกว่าการประเมินอย่างเป็นระบบที่อิงตัวชี้วัด แม้ว่าวิธีนี้จะสะท้อนถึงภูมิปัญญาท้องถิ่นที่มีคุณค่า แต่ก็มีข้อจำกัดสำคัญคือ ไม่สามารถนำไปเปรียบเทียบข้ามพื้นที่ ช่วงเวลา หรือระบบการเลี้ยงที่แตกต่างกันได้ ซึ่งข้อมูลลักษณะนี้ถือเป็นหัวใจสำคัญในการวางแผนลงทุนเพื่อปรับตัว ไม่ว่าจะในระดับฟาร์มรายบุคคลหรือระดับนโยบาย

บทความนี้นำเสนอแนวคิด โครงสร้าง และองค์ประกอบของ “ชุดเครื่องมือประเมินความเสี่ยงด้านสภาพภูมิอากาศระดับฟาร์ม” (Farm-level Climate Risk Assessment Toolkit) ซึ่งพัฒนาขึ้นบนพื้นฐานของกรอบสากลที่เป็นที่ยอมรับและปรับให้เข้ากับการใช้งานจริง เป้าหมายคือการมอบเครื่องมือให้แก่เกษตรกร เจ้าหน้าที่ส่งเสริมการเกษตร และผู้กำหนดนโยบาย ในภูมิภาคเอเชียตะวันออกเฉียงใต้และแปซิฟิก สามารถแปลงความเสี่ยงด้านภูมิอากาศที่เป็นนามธรรมให้กลายเป็นข้อมูลระดับฟาร์มที่สามารถนำไปปฏิบัติจริงได้

ความท้าทายของอุตสาหกรรม: ช่องว่างระหว่างการรับรู้ความเสี่ยงและการประเมินความเสี่ยงอย่างเป็นระบบ

ความเสี่ยงด้านภูมิอากาศต่อฟาร์มเพาะเลี้ยงสัตว์น้ำมีความซับซ้อนมากกว่าที่เข้าใจกันทั่วไป เนื่องจากไม่ได้มาจากสภาพภูมิอากาศเพียงอย่างเดียว แต่เกิดจากปฏิสัมพันธ์ร่วมกันของ 3 องค์ประกอบ ได้แก่ ภัยคุกคาม (Hazard) ความเผชิญความเสี่ยง (Exposure) และความเปราะบาง (Vulnerability) ของระบบการผลิต ในทางปฏิบัติ ช่องว่างของการรับรู้นี้แสดงออก 3 รูปแบบหลัก ดังนี้

(1) เกษตรกรรายย่อยจำนวนมากในภูมิภาคยังคงประเมินความเสี่ยงจากประสบการณ์เป็นหลัก งานวิจัยสำรวจฟาร์มเลี้ยงกุ้งในลุ่มน้ำโขงพบว่า ปัจจัยเสี่ยงที่เกษตรกรอ้างถึงบ่อยที่สุดคือ การเปลี่ยนแปลงอุณหภูมิอย่างรวดเร็ว ฝนตกหนักผิดปกติ ภัยแล้ง และการรุกตัวของน้ำเค็ม ทว่าความตระหนักรู้เหล่านี้แทบไม่เคยถูกแปลงเป็นตัวชี้วัดเชิงปริมาณที่สามารถติดตามหรือเปรียบเทียบอย่างเป็นระบบตามช่วงเวลาได้

(2) ระบบการเลี้ยงที่ต่างกันมีความเปราะบางในระดับที่แตกต่างกันอย่างชัดเจน แม้จะต้องเผชิญกับภัยคุกคามที่เหมือนกัน งานวิจัยเชิงเปรียบเทียบระหว่างระบบการเลี้ยงกุ้งแบบดั้งเดิม (Extensive) แบบกึ่งพัฒนา (Semi-intensive) และแบบเลี้ยงหนาแน่น (Intensive) ในลุ่มน้ำโขงพบว่า ผลกระทบจากความรุนแรงทางสิ่งแวดล้อมจะทวีความรุนแรงขึ้นตามระดับความเข้มข้นของการจัดการฟาร์ม ซึ่งยืนยันว่าเครื่องมือประเมินความเสี่ยงที่ดีจะต้องปรับเปลี่ยนบริบทให้เข้ากับแต่ละระบบการผลิตได้ และไม่ควรใช้ชุดตัวชี้วัดมาตรฐานเดียวกันกับทุกฟาร์ม

(3) ความเสี่ยงกระจายตัวไม่เท่ากันทั้งในเชิงพื้นที่และเวลา งานวิจัยด้านอุทกวิทยาเกี่ยวกับการรุกตัวของน้ำเค็มในลุ่มน้ำโขงแสดงให้เห็นว่า ความรุนแรงของปรากฏการณ์นี้มีความผันผวนอย่างรุนแรงในแต่ละปี โดยเฉพาะในช่วงปรากฏการณ์เอลนีโญ (El Niño) ซึ่งสร้างความไม่แน่นอนสูงต่อการตัดสินใจเพาะเลี้ยงตามฤดูกาล เกษตรกรจึงต้องการเครื่องมือที่สามารถชี้เป้าจุดเสี่ยงเฉพาะพื้นที่และเฉพาะฤดูกาลได้ มากกว่าคำเตือนทั่วไปที่ว่า “ภูมิอากาศกำลังเปลี่ยนแปลง”

ช่องว่างทั้ง 3 ประการนี้คือเหตุผลสำคัญที่ทำให้ภาคการเพาะเลี้ยงสัตว์น้ำในภูมิภาคต้องการเครื่องมือประเมินความเสี่ยงที่เป็นระบบ วัดผลได้ และนำไปใช้ได้จริงในระดับฟาร์มรายบุคคล มากกว่าการใช้กรอบแนวคิดเชิงวิชาการที่ใช้ได้เฉพาะในระดับประเทศหรือระดับภูมิภาคเท่านั้น

กรอบแนวคิดเชิงวิทยาศาสตร์: จากความเปราะบางสู่ความเสี่ยงตามแนวทาง IPCC

วิวัฒนาการของกรอบแนวคิดความเสี่ยงด้านภูมิอากาศ

องค์ความรู้ด้านการประเมินความเสี่ยงภูมิภาคประมงและเพาะเลี้ยงสัตว์น้ำมีการพัฒนาอย่างต่อเนื่อง กรอบแนวคิดดั้งเดิมที่เสนอโดยคณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ หรือ IPCC (เป็นหน่วยงานที่จัดตั้งขึ้นในปี ค.ศ. 1988 โดยความร่วมมือระหว่างสององค์กรของสหประชาชาติ คือ องค์การอุตุนิยมวิทยาโลก (World Meteorological Organization: WMO) และ โครงการสิ่งแวดล้อมแห่งสหประชาชาติ (United Nations Environment Programme: UNEP) ในปี 2001 ได้ให้นิยาม “ความเปราะบาง” (Vulnerability) ว่าเป็นผลรวมของ 3 องค์ประกอบ ได้แก่ ความเผชิญความเสี่ยง (Exposure) ความอ่อนไหว (Sensitivity) และศักยภาพในการปรับตัว (Adaptive Capacity) ต่อมาในรายงานการประเมินฉบับที่ 5 (AR5) ปี 2014 IPCC ได้ปรับปรุงกรอบแนวคิดให้มีความครอบคลุมยิ่งขึ้น โดยนิยามคำว่า “ความเสี่ยง” (Risk) ว่าเกิดจากปฏิสัมพันธ์ของ 3 องค์ประกอบหลัก ดังนี้

(1) Hazard (ภัยคุกคาม): เหตุการณ์หรือแนวโน้มที่เกี่ยวข้องกับภูมิอากาศซึ่งอาจก่อให้เกิดอันตราย เช่น คลื่นความร้อน ฝนตกหนักผิดปกติ พายุ หรือการรุกตัวของน้ำเค็ม

(2) Exposure (ความเผชิญความเสี่ยง): ระดับที่ระบบการผลิต (ฟาร์ม สัตว์น้ำ โครงสร้างพื้นฐาน) ตั้งอยู่ในพื้นที่หรือช่วงเวลาที่อาจได้รับผลกระทบจากภัยคุกคามนั้น

(3) Vulnerability (ความเปราะบาง): ภายใต้กรอบแนวคิดใหม่นี้ ความเปราะบางถูกจำกัดความให้แคบลง โดยประกอบด้วย ความอ่อนไหว (Sensitivity) ของระบบต่อภัยคุกคาม ควบคู่ไปกับ ศักยภาพในการปรับตัวหรือฟื้นตัว (Adaptive Capacity) จากผลกระทบที่เกิดขึ้น

การปรับเปลี่ยนกรอบแนวคิดนี้นำมาซึ่งประโยชน์ในทางปฏิบัติอย่างแท้จริง เนื่องจากช่วยแบ่งเส้นแบ่งระหว่าง “สิ่งที่ไม่สามารถควบคุมได้” (ตัวภัยคุกคามทางภูมิอากาศ) กับ “สิ่งที่สามารถจัดการได้ในระดับฟาร์ม” (การลดความเผชิญความเสี่ยงผ่านการเลือกพื้นที่หรือฤดูกาล และการเสริม 1ศักยภาพในการปรับตัว) ความแตกต่างนี้คือหลักการออกแบบสำคัญที่เครื่องมือประเมินความเสี่ยงระดับฟาร์มทุกชุดต้องมี เพื่อให้ผู้ใช้สามารถแยกแยะทั้งสองส่วนออกจากกันและวางแผนรับมือได้อย่างถูกต้อง

การประยุกต์ใช้ในการเพาะเลี้ยงสัตว์น้ำ

การประเมินความเสี่ยงด้านภูมิอากาศระดับประเทศสำหรับการเพาะเลี้ยงสัตว์น้ำในประเทศโอมาน นำเสนอตัวอย่างที่เป็นรูปธรรมของการนำกรอบ IPCC AR5 ไปปฏิบัติจริง การศึกษาดังกล่าวแบ่งความเสี่ยงออกเป็น 4 องค์ประกอบเชิงปฏิบัติ ได้แก่ (1) ความอ่อนไหวต่ออุณหภูมิเฉพาะชนิดพันธุ์ (2) ความเผชิญความเสี่ยงต่อน้ำท่วมและพายุคลื่นซัดฝั่ง (3) ภัยคุกคามจากภาวะออกซิเจนต่ำ และ (4) ความเปราะบางต่อการเกิดโรคระบาด ผลการศึกษาพบว่าการเลี้ยงกุ้งมีความเสี่ยงสูงสุด ซึ่งขับเคลื่อนโดยความเผชิญความเสี่ยงของบ่อต่อน้ำท่วมและพายุคลื่นซัดฝั่ง ประกอบกับความเปราะบางต่อโรคระบาดในระดับสูง

แนวทางนี้สะท้อนหลักการออกแบบที่สำคัญที่นำมาใช้ในเครื่องมือระดับฟาร์ม นั่นคือ ความเสี่ยงต้องถูกย่อยออกเป็นองค์ประกอบย่อยที่วัดผลได้และจำเพาะเจาะจงต่อระบบการเลี้ยงและชนิดพันธุ์แต่ละประเภท แทนที่จะประเมินเป็นระดับความเสี่ยงกว้างๆ ที่ไม่มีพื้นฐานชัดเจนสำหรับการนำไปปฏิบัติ

องค์ประกอบของชุดเครื่องมือประเมินความเสี่ยงด้านสภาพภูมิอากาศระดับฟาร์ม

ชุดเครื่องมือประเมินความเสี่ยงด้านภูมิอากาศระดับฟาร์มที่มีประสิทธิภาพควรกอบด้วย 5 โมดูลหลัก เชื่อมโยงเป็นกระบวนการต่อเนื่องตั้งแต่การระบุภัยคุกคามไปจนถึงผลลัพธ์ที่นำไปปฏิบัติได้

โมดูลที่ 1: การระบุภัยคุกคาม (Hazard Identification)

ขั้นตอนแรกคือการรวบรวมข้อมูลภัยคุกคามทางภูมิอากาศที่เกี่ยวข้องกับพื้นที่ตั้งของฟาร์ม โดยแบ่งเป็น ภัยคุกคามที่เกิดขึ้นอย่างฉับพลัน (พายุ น้ำท่วมฉับพลัน คลื่นความร้อน) และภัยคุกคามที่ค่อยๆ เกิดขึ้นอย่างช้าๆ (การรุกตัวของน้ำเค็ม ระดับน้ำทะเลที่สูงขึ้น รูปแบบฝนที่เปลี่ยนไป) โมดูลนี้ควรดึงข้อมูลทั้งจากสถิติคือภูมิอากาศย้อนหลังและการคาดการณ์ภูมิอากาศระยะกลางถึงระยะยาวเฉพาะพื้นที่

ในบริบทของลุ่มน้ำโขงและฟาร์มเพาะเลี้ยงสัตว์น้ำชายฝั่ง งานวิจัยระบุว่าการรุกตัวของน้ำเค็มคือภัยคุกคามที่สำคัญที่สุด โดยมีความรุนแรงขึ้นอยู่กับปริมาณน้ำจืดไหลผ่านตอนบน และทวีความรุนแรงอย่างมากในช่วงปรากฏการณ์เอลนีโญ สำหรับพื้นที่เพาะเลี้ยงสัตว์น้ำจืดตอนบนของประเทศไทย การสำรวจฟาร์มเลี้ยงปลาทับทิมพบว่าความเสี่ยงหลักคือการเปลี่ยนแปลงอุณหภูมิน้ำอย่างฉับพลันและภาวะแล้งที่ยาวนาน

โมดูลที่ 2: การประเมินความเผชิญความเสี่ยง (Exposure Mapping)

โมดูลนี้ประเมินระดับความ “เผชิญความเสี่ยง” ของฟาร์มต่อภัยคุกคามที่ระบุไว้ โดยอาศัยปัจจัยด้านพื้นที่และเวลา เช่น ระยะห่างจากชายฝั่งหรือปากแม่น้ำ ความสูงของฟาร์มเทียบกับระดับน้ำทะเล ระยะห่างจากแนวกันชนธรรมชาติ เช่น ป่าชายเลนหรือแนวกันคลื่น และฤดูกาลเพาะเลี้ยงในช่วงเวลาที่มีความเสี่ยงสูงสุด การประเมินความเผชิญความเสี่ยงมีความสำคัญเพราะเป็นปัจจัยที่เกษตรกรสามารถบริหารจัดการได้เองส่วนหนึ่ง ผ่านการเลือกที่ตั้งบ่อเลี้ยง การออกแบบคันดิน และการปรับช่วงปฎิทินการเพาะเลี้ยงเพื่อหลีกเลี่ยงช่วงเวลาที่มีความเสี่ยงสูง

โมดูลที่ 3: การประเมินความอ่อนไหว (Sensitivity Assessment)

โมดูลนี้ตรวจสอบลักษณะเฉพาะของระบบการผลิตที่ทำให้ได้รับผลกระทบจากภัยคุกคามมากหรือน้อย ตัวชี้วัดสำคัญได้แก่ ชนิดพันธุ์ที่เลี้ยงและช่วงความทนทานต่อสิ่งแวดล้อม (ช่วงความเค็มหรืออุณหภูมิที่เหมาะสม) ระบบการเพาะเลี้ยง (บ่อดิน กระชัง ระบบปิด) ความหนาแน่นของการปล่อยเลี้ยง และโครงสร้างพื้นฐานของฟาร์ม เช่น ความสามารถในการควบคุมระดับน้ำ ตัวอย่างเช่น กุ้งขาวแวนนาไมมีความทนทานต่อช่วงความเค็มที่กว้างกว่ากุ้งก้ามกราม ส่งผลให้ทั้งสองระบบมีความอ่อนไหวต่อการรุกตัวของน้ำเค็มที่แตกต่างกันอย่างชัดเจน

โมดูลที่ 4: การประเมินศักยภาพในการปรับตัว (Adaptive Capacity Assessment)

โมดูลนี้ถือเป็นส่วนสำคัญยิ่งแต่มักถูกมองข้ามบ่อยที่สุดในการประเมินความเสี่ยงแบบดั้งเดิม เนื่องจากศักยภาพในการปรับตัวไม่ได้ขึ้นอยู่กับคุณลักษณะทางกายภาพของฟาร์มเท่านั้น แต่ยังขึ้นอยู่กับทุนทางเศรษฐกิจและสังคมของเกษตรกรด้วย กรอบแนวคิดที่นิยมนำมาปรับใช้คือ กรอบทุน 5 ประการ (Five Capitals Framework)

ประเภทของทุน	ตัวอย่างตัวชี้วัดในบริบทฟาร์มเพาะเลี้ยงสัตว์น้ำ
ทุนมนุษย์	ระดับความรู้ด้านการจัดการความเสี่ยงภูมิอากาศ ประสบการณ์การเลี้ยง การเข้าถึงข้อมูลพยากรณ์อากาศ
ทุนธรรมชาติ	คุณภาพแหล่งน้ำ การมีอยู่ของพื้นที่กันชนธรรมชาติ เช่น ป่าชายเลน
ทุนกายภาพ	โครงสร้างพื้นฐานฟาร์ม ระบบเติมอากาศ ระบบไฟฟ้าสำรอง ถนนเข้าถึงฟาร์ม
ทุนทางสังคม	การเป็นสมาชิกกลุ่มเกษตรกร เครือข่ายแลกเปลี่ยนข้อมูล การเข้าถึงบริการส่งเสริมการเกษตร
ทุนทางการเงิน	เงินสำรอง การเข้าถึงสินเชื่อ ความคุ้มครองประกันภัยการเกษตร/สัตว์น้ำ

กรอบแนวคิดนี้นำไปใช้สร้างดัชนีความเปราะบางของวิถีชีวิต (Livelihood Vulnerability Index: LVI-IPCC) ในกรณีศึกษาชุมชนเลี้ยงกุ้งจังหวัดจ่าวิญ (Tra Vinh) ประเทศเวียดนาม ครอบคลุมทุนทั้ง 5 ด้าน และใช้ตัวชี้วัดย่อยมากถึง 42 ตัวชี้วัด ซึ่งแสดงให้เห็นว่าการประเมินศักยภาพในการปรับตัวที่ครอบคลุมอย่างแท้จริงนั้นจำเป็นต้องอาศัยตัวชี้วัดทางเศรษฐกิจและสังคมควบคู่ไปกับตัวชี้วัดทางกายภาพ

โมดูลที่ 5: การจัดระดับความเสี่ยงและผลลัพธ์ที่นำไปปฏิบัติได้ (Risk Rating and Actionable Output)

เมื่อรวบรวมข้อมูลจากทั้ง 4 โมดูลข้างต้นแล้ว ขั้นตอนสุดท้ายคือการประมวลผลระดับความเสี่ยงตามหลักการ:

ระดับความเสี่ยง = ระดับภัยคุกคาม + ระดับความเผชิญความเสี่ยง + ระดับความเปราะบาง

โดยที่ความเปราะบางคำนวณจากความอ่อนไหวหักลบด้วยศักยภาพในการปรับตัว (กล่าวคือ ยิ่งมีศักยภาพในการปรับตัวสูง ความเปราะบางโดยรวมภายใต้ระดับความอ่อนไหวเดียวกันจะยิ่งลดลง) ผลลัพธ์มักนำเสนอในรูปแบบ เมทริกซ์ความเสี่ยง (Risk Matrix) ที่จำแนกความเสี่ยงออกเป็นระดับ ต่ำ ต่ำถึงปานกลาง ปานกลาง สูง และสูงมาก เพื่อให้ผู้ใช้จัดลำดับความสำคัญของมาตรการรับมือได้อย่างเป็นรูปธรรม

ระดับความเผชิญความเสี่ยง	ความเปราะบางต่ำ	ความเปราะบางปานกลาง	ความเปราะบางสูง
ความเผชิญความเสี่ยงต่ำ	ความเสี่ยงต่ำ	ความเสี่ยงต่ำถึงปานกลาง	ความเสี่ยงปานกลาง
ความเผชิญความเสี่ยงปานกลาง	ความเสี่ยงต่ำถึงปานกลาง	ความเสี่ยงปานกลาง	ความเสี่ยงสูง
ความเผชิญความเสี่ยงสูง	ความเสี่ยงปานกลาง	ความเสี่ยงสูง	ความเสี่ยงสูงมาก

องค์การอาหารและเกษตรแห่งสหประชาชาติ (Food and Agriculture Organization: FAO) ได้พัฒนาชุดเครื่องมือประเมินความเสี่ยงภูมิอากาศ (Climate Risk Toolbox – CRTB) เพื่อคัดกรองความเสี่ยงภูมิอากาศสำหรับโครงการเกษตรและการลงทุนทั่วโลก หลักการออกแบบมีตรรกะการรวมระดับความเสี่ยงที่คล้ายคลึงกัน และเน้นย้ำอย่างชัดเจนว่าผลลัพธ์การประเมินต้องนำไปสู่มาตรการปรับตัวที่เป็นรูปธรรม ไม่ใช่แค่การจัดระดับความเสี่ยงโดยไม่มีคำแนะนำที่ปฏิบัติได้จริงพ่วงมาด้วย

หลักฐานเชิงประจักษ์ระดับภูมิภาค: บทเรียนสู่การออกแบบชุดเครื่องมือ

การพัฒนาชุดเครื่องมือประเมินความเสี่ยงระดับฟาร์มสำหรับภูมิภาคเอเชียตะวันออกเฉียงใต้และแปซิฟิก จำเป็นต้องมีรากฐานมาจากบทเรียนเชิงประจักษ์ในพื้นที่ ซึ่งมีข้อค้นหาสำคัญดังนี้

ความผันผวนสูงแบบปีต่อปีของการรุกตัวของน้ำเค็มในลุ่มน้ำโขง

งานวิจัยด้านอุทกวิทยาแสดงให้เห็นว่าระดับความเค็มในลุ่มน้ำโขงตอนใต้มีความผันผวนอย่างมากในแต่ละปี โดยเฉพาะในช่วงปรากฏการณ์เอลนีโญปี 2010, 2015-2016 และ 2019-2020 ซึ่งเกิดภัยแล้งรุนแรงควบคู่กับการรุกตัวของน้ำเค็ม ปัจจัยขับเคลื่อนหลักของความรุนแรงคือปริมาณน้ำจืดที่ไหลลงมาจากตอนบน ซึ่งถูกกำหนดโดยทั้งความแปรปรวนของภูมิอากาศและการบริหารจัดการเขื่อนตอนบน ข้อค้นหานี้บ่งชี้ว่าเครื่องมือประเมินความเสี่ยงที่มีประสิทธิภาพจะต้องเชื่อมโยงกับข้อมูลระดับน้ำและความเค็มแบบเกือบเรียลไทม์ (Near-Real-Time) และไม่พึ่งพาเพียงค่าเฉลี่ยระยะยาวเท่านั้น

ความหนาแน่นที่เลี้ยงของฟาร์มส่งผลกระทบอย่างมีนัยสำคัญต่อความเปราะบาง

งานวิจัยเกี่ยวกับการผลิตกุ้งที่ได้รับผลกระทบจากเหตุการณ์สิ่งแวดล้อมในลุ่มน้ำโขง ประเทศเวียดนาม พบว่าฟาร์มที่มีการจัดการแบบหนาแน่นและแบบดั้งเดิม (ปล่อยบาง) ได้รับผลกระทบจากความรุนแรงทางสิ่งแวดล้อมในรูปแบบและระดับที่แตกต่างกัน ซึ่งยืนยันว่า “ระบบการเลี้ยง” เป็นตัวแปรสำคัญที่ต้องบรรจุไว้ในโมดูลความอ่อนไหวของเครื่องมือ

การรับรู้ความเสี่ยงกำหนดพฤติกรรมการปรับตัวโดยตรง

งานวิจัยเกี่ยวกับการตัดสินใจของเกษตรผู้เลี้ยงกุ้งในลุ่มน้ำโขงพบว่า การรับรู้ล่วงหน้าเกี่ยวกับการมาถึงของสภาพอากาศที่ผิดปกติเป็นปัจจัยขับเคลื่อนสำคัญที่ทำให้เกษตรกรตัดสินใจจับสัตว์น้ำขายก่อนกำหนดเพื่อลดความเสียหาย ในทางตรงกันข้าม เกษตรกรที่รับรู้คำเตือนเรื่องภัยแล้งกลับมีแนวโน้มที่จะจับสัตว์น้ำก่อนกำหนดน้อยกว่า เนื่องจากภัยแล้งเป็นภาวะคุ้นเคยในภูมิภาคที่มีกลไกรับมือตามกิจวัตรประจำวันรองรับอยู่แล้ว สิ่งนี้ตอกย้ำว่าเหตุใดโมดูลศักยภาพในการปรับตัวจึงต้องรวมตัวชี้วัดเกี่ยวกับประสบการณ์สะสมของเกษตรกรต่อภัยคุกคามแต่ละประเภท

มาตรการทางวิศวกรรมให้ผลตอบแทนทางเศรษฐกิจที่แตกต่างกัน

การวิเคราะห์ต้นทุนและผลประโยชน์ (Benefit-cost analysis) ของมาตรการลดความเสี่ยงน้ำท่วมสำหรับฟาร์มกุ้งในประเทศไทยพบว่า มาตรการต่างๆ เช่น การยกระดับคันบ่อ หรือการติดตั้งระบบระบายน้ำสำรอง ให้ผลตอบแทนทางเศรษฐกิจที่แตกต่างกัน ขึ้นอยู่กับระดับความเสี่ยงพื้นฐานของพื้นที่นั้นๆ ข้อมูลนี้ยืนยันว่าเครื่องมือประเมินความเสี่ยงระดับฟาร์มไม่ควรหยุดอยู่เพียงแค่การให้คะแนนความเสี่ยง แต่ควรพิจารณาประเมินความคุ้มค่าด้านต้นทุนของมาตรการตอบสนองที่เป็นไปได้ในแต่ละระดับความเสี่ยงด้วย

ต้นทุนทางเศรษฐกิจของการไม่กระทำ: กรณีศึกษาที่เป็นรูปธรรมสำหรับการลงทุนในเครื่องมือประเมินความเสี่ยง

เพื่อเน้นย้ำถึงความคุ้มค่าในการลงทุนพัฒนาเครื่องมือประเมินความเสี่ยง การพิจารณาความเสียหายทางเศรษฐกิจจากเหตุการณ์ในอดีตถือเป็นเครื่องพิสูจน์ที่ชัดเจน ซึ่งในกรณีส่วนใหญ่ ความเสียหายเหล่านี้สามารถลดลงได้อย่างมากหากมีระบบประเมินความเสี่ยงและระบบเตือนภัยล่วงหน้าที่มีประสิทธิภาพ

มหาอุทกภัย ปี 2011

มหาอุทกภัยปี 2011 เป็นบทเรียนราคาแพงที่สะท้อนถึงการขาดแคลนระบบเตือนภัยล่วงหน้าเชิงพื้นที่ เหตุการณ์น้ำท่วมใหญ่ในประเทศไทยสร้างความเสียหายทางเศรษฐกิจระดับประเทศประมาณ 1.43 ล้านล้านบาท (ราว 4.65 หมื่นล้านดอลลาร์สหรัฐ) ตามการประเมินของธนาคารโลก นับเป็นหนึ่งในภัยพิบัติทางธรรมชาติที่มีมูลค่าความเสียหายสูงที่สุดในโลก โดยความเสียหายต่อภาคเกษตรกรรมและอุตสาหกรรมที่ได้รับผลกระทบมีมูลค่าประเมินสูงถึง 6.0 แสนล้านบาท

เฉพาะในภาคการเพาะเลี้ยงสัตว์น้ำ ลุ่มน้ำบางปะกงในจังหวัดฉะเชิงเทรา (ซึ่งเป็นพื้นที่เลี้ยงกุ้งน้ำจืดใหญ่ที่สุดของประเทศ) ได้รับผลกระทบอย่างรุนแรงเมื่อกุ้งจำนวนมากหลุดออกจากบ่อในช่วงน้ำท่วม นับแต่นั้นมา พื้นที่ดังกล่าวก็ยังคงประสบปัญหาน้ำท่วมฉับพลันซ้ำซากเกือบทุกปี

งานวิจัยติดตามผลชิ้นหนึ่งได้ทำแผนที่ความเปราะบางต่อน้ำท่วมสำหรับฟาร์มกุ้งในลุ่มน้ำบางปะกง โดยใช้การประเมินแบบหลายเกณฑ์บนระบบสารสนเทศภูมิศาสตร์ (GIS-based Multicriteria Evaluation) ร่วมกับเกณฑ์ปริมาณเชิงปริมาณที่ชัดเจน ผลปรากฏว่าพื้นที่ที่ระบุว่าเป็นจุดเปราะบางที่สุดบนแผนที่ตรงกันกับพื้นที่ที่ได้รับผลกระทบจากน้ำท่วมปี 2011 อย่างแม่นยำ พื้นที่ฟาร์มกุ้งจะกลายเป็นจุดที่มีความเปราะบางสูงมากทันทีเมื่อปริมาณฝนสะสมในรอบ 10 วันเกิน 250-300 มิลลิเมตร สิ่งนี้คือภาพสะท้อนอันทรงพลังว่า หากมีเครื่องมือประเมินความเสี่ยงเชิงพื้นที่ที่มีเกณฑ์เตือนภัยเชิงปริมาณเช่นนี้ก่อนปี 2011 เกษตรกรในพื้นที่เสี่ยงสูงจะได้รับคำเตือนเฉพาะพื้นที่ล่วงหน้าและสามารถวางแผนรับมือได้ทันท่วงที

วิกฤตโรคกุ้ง ปี 2010-2016

แม้ว่าโรคตายด่วน (Early Mortality Syndrome: EMS หรือ Acute Hepatopancreatic Necrosis Disease: AHPND) จะมีสาเหตุหลักมาจากเชื้อแบคทีเรียมากกว่าปัจจัยด้านภูมิอากาศโดยตรง แต่ก็ยังคงเป็นตัวอย่างที่ดีเยี่ยมที่สะท้อนถึงผลกระทบสะสมของ “ความเปราะบางเชิงระบบ” ภายใต้ภาวะที่ไร้ซึ่งเครื่องมือเฝ้าระวังความเสี่ยงล่วงหน้า

การวิเคราะห์ต้นทุนทางเศรษฐกิจของโรคกุ้งในเอเชียประเมินว่า ความเสียหายสะสมต่ออุตสาหกรรมกุ้งของไทยระหว่างปี 2010 ถึง 2016 มีมูลค่าเกินกว่า 1.158 หมื่นล้านดอลลาร์สหรัฐ มูลค่าการส่งออกสูญเสียไปถึง 4.2 พันล้านดอลลาร์สหรัฐ และมีการสูญเสียการจ้างงานในภาคส่วนนี้มากกว่า 100,000 ตำแหน่ง

เฉพาะในช่วงครึ่งแรกของปี 2013 ซึ่งเป็นปีที่เกิดภัยแล้งรุนแรงประจวบเหมาะกับการระบาดของโรค ผู้ประกอบการในอุตสาหกรรมประเมินความเสียหายด้านรายได้สูงถึง 1.6 หมื่นล้านบาทจากการส่งออกกุ้งที่ลดลง หรือคิดเป็นการหดตัวราว 30 เปอร์เซ็นต์เมื่อเทียบกับช่วงเดียวกันของปีก่อน แม้ว่าสาเหตุหลักของโรค EMS จะไม่ใช่เรื่องภูมิอากาศ แต่กรณีศึกษานี้แสดงให้เห็นว่า เมื่อระบบการผลิตต้องเผชิญกับความเครียดที่สั่งสมจากหลายปัจจัยพร้อมๆ กัน ทั้งด้านภูมิอากาศและชีวภาพ ความเสียหายทางเศรษฐกิจสามารถทวีความรุนแรงขึ้นอย่างรวดเร็ว และนี่คือเหตุผลที่โมดูลความอ่อนไหวของเครื่องมือประเมินความเสี่ยงจำเป็นต้องพิจารณาหลากหลายมิติความเสี่ยงร่วมกัน แทนที่จะมองแบบแยกส่วน

การเปรียบเทียบระดับภูมิภาค

เพื่อสะท้อนภาพความเสี่ยงในระดับฟาร์มรายบุคคล งานวิจัยเกี่ยวกับผลกระทบของพายุไซโคลนบูลบูล (Cyclone Bulbul) ต่อฟาร์มกุ้งในประเทศบังกลาเทศ ซึ่งเป็นบริบทชายฝั่งที่เทียบเคียงกันได้กว้างๆ กับเอเชียตะวันออกเฉียงใต้ พบว่าฟาร์มที่ได้รับผลกระทบประสบความเสียหายเฉลี่ยประมาณ 4,633 ดอลลาร์สหรัฐต่อฟาร์ม จากเหตุน้ำท่วมบ่อและความเสียหายของคันดิน โดยร้อยละ 14 ของฟาร์มถูกทำลายเสียหายทั้งหมด ร้อยละ 57 เสียหายหนัก และร้อยละ 29 เสียหายปานกลาง ข้อมูลระดับฟาร์มลักษณะนี้มีประโยชน์อย่างยิ่งในการสื่อสารเรื่องความเสี่ยงกับเกษตรกรรายย่อย เนื่องจากช่วยแปลงตัวเลขความเสียหายระดับประเทศที่เป็นนามธรรมให้กลายเป็นเรื่องที่จับต้องได้ในระดับครัวเรือน

กรณีศึกษา	สถานที่/ช่วงเวลา	มูลค่าความเสียหาย	นัยสำคัญต่อการออกแบบเครื่องมือ
มหาอุทกภัย	ประเทศไทย, ทั่วประเทศ (2554)	1.43 ล้านล้านบาท (ระดับประเทศ)	จำเป็นต้องมีเกณฑ์เตือนภัยล่วงหน้าเชิงปริมาณ (เช่น ปริมาณฝนสะสม 10 วัน)
น้ำท่วมซ้ำซาก ลุ่มน้ำบางปะกง	จังหวัดฉะเชิงเทรา (2554-ปัจจุบัน)	เกิดซ้ำแทบทุกปี	แผนที่ความเปราะบางเชิงพื้นที่สามารถทำนายพื้นที่เสี่ยงสูงได้อย่างแม่นยำ
วิกฤตโรคระบาด EMS/AHPND	ทั่วประเทศไทย (2553-2559)	1.158 หมื่นล้านดอลลาร์สหรัฐ (สะสม)	ความเครียดจากหลายปัจจัยร่วมกันทวีคูณความเสียหายทางเศรษฐกิจ
พายุไซโคลนบูลบูล	บังกลาเทศ ระดับฟาร์ม (2562)	4,633 ดอลลาร์สหรัฐ/ฟาร์ม	ตัวเลขระดับฟาร์มช่วยสื่อสารความเสี่ยงให้เกษตรกรเข้าใจได้อย่างเป็นรูปธรรม

ตัวเลขเหล่านี้วาดภาพให้เห็นอย่างชัดเจนว่า ต้นทุนของการไม่มีระบบประเมินความเสี่ยงนั้นสูงกว่าต้นทุนในการพัฒนาขึ้นมาอย่างเทียบกันไม่ได้ แม้ว่าในปัจจุบันยังไม่มีการศึกษาใดคำนวณอัตราส่วนผลประโยชน์ต่อต้นทุน (Benefit-Cost Ratio) สำหรับการลงทุนในด้านการประเมินความเสี่ยงภูมิอากาศสำหรับการเพาะเลี้ยงสัตว์น้ำในเอเชียตะวันออกเฉียงใต้โดยเฉพาะ่องทางตรง แต่ผลงานวิจัยเชิงเปรียบเทียบเกี่ยวกับการป้องกันน้ำท่วมชายฝั่งในทวีปยุโรปพบว่า การลงทุนที่มีประสิทธิภาพในการยกระดับคันกั้นน้ำสามารถหลีกเลี่ยงความเสียหายจากน้ำท่วมได้มากถึงร้อยละ 83 โดยมีอัตราส่วนผลประโยชน์ต่อต้นทุนเฉลี่ยสูงถึง 8.3 ถึง 14.9 เท่าของการลงทุน แม้หลักฐานดังกล่าวจะมาจากนอกภาคการเพาะเลี้ยงสัตว์น้ำและนอกภูมิภาค แต่ก็เป็นเกณฑ์มาตรฐานเทียบเคียงที่มีประโยชน์: การลงทุนเชิงป้องกันมักให้ผลตอบแทนที่ดีกว่าการตามแก้ปัญหาความเสียหายที่เกิดขึ้นแล้วอย่างเห็นได้ชัด

การเชื่อมโยงกับแนวทางแก้ไขปัญหาโดยอาศัยธรรมชาติเป็นฐาน

ชุดเครื่องมือประเมินความเสี่ยงด้านสภาพภูมิอากาศระดับฟาร์มทำหน้าที่เป็น “จุดเริ่มต้น” ของกระบวนการปรับตัวโดยอาศัยธรรมชาติเป็นฐาน (Nature-based Solutions: NbS) แทนที่จะเป็นตัวคำตอบเบ็ดเสร็จ กล่าวคือ เครื่องมือนี้จะช่วยระบุว่าฟาร์มใดควรได้รับการจัดลำดับความสำคัญสำหรับการแทรกแซงโดยอาศัยธรรมชาติรูปแบบใด ตัวอย่างเช่น

(1) ฟาร์มที่มีความเสี่ยงต่อการเผชิญน้ำท่วมและพายุคลื่นซัดฝั่งสูง ควรได้รับการจัดลำดับความสำคัญก่อนในการฟื้นฟูป่าชายเลนหรือการฟื้นฟูแนวกันคลื่นธรรมชาติ

(2) ฟาร์มที่มีความอ่อนไหวสูงต่อการรุกตัวของน้ำเค็มแต่มีศักยภาพในการปรับตัวต่ำ อาจเหมาะสมกับระบบการเพาะเลี้ยงแบบผสมผสาน เช่น การทำนาข้าวสลับกุ้ง ซึ่งช่วยกระจายความเสี่ยงทางเศรษฐกิจ

(3) ฟาร์มที่มีทุนทางสังคมต่ำ (ขาดกลุ่มเกษตรกรหรือเครือข่ายข้อมูล) ควรได้รับการสนับสนุนในการสร้างสมาคมเกษตรกรและระบบแลกเปลี่ยนข้อมูลก่อนที่จะมีการลงทุนด้านโครงสร้างพื้นฐาน

ผ่านแนวทางนี้ เครื่องมือประเมินความเสี่ยงจึงเป็นมากกว่าเครื่องมือวัดผล แต่เปลี่ยนสถานะเป็นกลไกการจัดลำดับความสำคัญเชิงกลยุทธ์ (Strategic Prioritization Mechanism) ที่ช่วยให้ทรัพยากรอันจำกัดขององค์กรพัฒนา หน่วยงานรัฐ และโครงการต่างๆ ถูกส่งตรงไปยังพื้นที่และมาตรการที่ให้ผลตอบแทนสูงสุดในการปรับตัว ซึ่งสอดคล้องกับหลักการที่ FAO เน้นย้ำในการพัฒนาเครื่องมือคัดกรองความเสี่ยงภูมิอากาศระดับโลก: ผลลัพธ์ของการประเมินต้องแปลเปลี่ยนเป็นการจัดลำดับความสำคัญของพื้นที่และมาตรการที่มีความเปราะบางสูงสุดก่อนเป็นอันดับแรก

ข้อเสนอแนะเชิงปฏิบัติ

สำหรับเกษตรกรรายย่อย: เริ่มต้นจากการจดบันทึกเหตุการณ์สภาพภูมิอากาศผิดปกติที่ส่งผลกระทบต่อฟาร์มอย่างเป็นระบบ (วันที่ ระยะเวลา ความเสียหายที่เกิดขึ้น) แม้จะเป็นรูปแบบอย่างง่ายก็ตาม บันทึกประวัติระดับฟาร์มคือวัตถุดิบที่สำคัญที่สุดสำหรับโมดูลระบุภัยคุกคามและความอ่อนไหว ซึ่งมักเป็นข้อมูลที่หน่วยงานส่งเสริมการเกษตรจะเข้าถึงได้ก็ต่อเมื่อเกษตรกรเป็นผู้บันทึกด้วยตนเอง

สำหรับหน่วยงานส่งเสริมและนักวิจัย: พัฒนาเครื่องมือประเมินความเสี่ยงในรูปแบบที่ใช้งานง่าย เช่น แบบสอบถามภาคสนามที่เจ้าหน้าที่ส่งเสริมสามารถร่วมทำกับเกษตรกรให้เสร็จสิ้นภายใน 30-45 นาทีต่อฟาร์ม เครื่องมือควรได้รับการออกแบบให้ใช้งานแบบออฟไลน์ได้ในระยะแรก เพื่อให้สามารถทำงานได้ในพื้นที่ที่ไม่มีสัญญาณอินเทอร์เน็ต จากนั้นจึงซิงค์ข้อมูลเข้าสู่ฐานข้อมูลส่วนกลางเมื่อมีสัญญาณ ซึ่งเป็นสิ่งสำคัญอย่างยิ่งในการเข้าถึงเกษตรกรรายย่อยในพื้นที่ห่างไกล

สำหรับผู้กำหนดนโยบายและองค์กรพัฒนา: นำการประเมินความเสี่ยงระดับฟาร์มที่รวบรวมจากหลายพื้นที่มาสังเคราะห์เป็นแผนที่ความเสี่ยงระดับภูมิภาคเพื่อใช้ประกอบการตัดสินใจเชิงนโยบาย เช่น การระบุพื้นที่นำร่องสำหรับโครงการฟื้นฟูป่าชายเลน หรือการออกแบบกลไกประกันภัยสภาพภูมิอากาศที่กำหนดเบี้ยประกันตามระดับความเสี่ยงที่แท้จริงของแต่ละพื้นที่

ข้อควรพิจารณา: เครื่องมือประเมินความเสี่ยงไม่ใช่การพยากรณ์อนาคตที่มีความแม่นยำร้อยเปอร์เซ็นต์ แต่เป็นเครื่องมือในการจัดลำดับความสำคัญที่สร้างขึ้นจากข้อมูลที่ดีที่สุดที่มีอยู่ในปัจจุบัน ดังนั้น ผู้ใช้งานจึงควรกลับมาทบทวนและปรับปรุงการประเมินเป็นระยะๆ โดยเฉพาะเมื่อมีข้อมูลภูมิอากาศชุดใหม่ หรือเมื่อฟาร์มมีการเปลี่ยนแปลงโครงสร้างการผลิตครั้งใหญ่

บทสรุป

ชุดเครื่องมือประเมินความเสี่ยงด้านสภาพภูมิอากาศระดับฟาร์มเป็นมากกว่ากรอบแนวคิดเชิงวิชาการ แต่คือสะพานเชื่อมระหว่างองค์ความรู้ด้านภูมิอากาศวิทยาระดับมหภาคกับการสังเกตการณ์ภาคสนามในทางปฏิบัติของเกษตรกร ด้วยการย่อยความเสี่ยงออกเป็นองค์ประกอบที่ประเมินได้ (ภัยคุกคาม ความเผชิญความเสี่ยง ความอ่อนไหว และศักยภาพในการปรับตัว) ชุดเครื่องมือนี้ช่วยให้ทั้งเกษตรกรรายบุคคลและสถาบันสนับสนุนสามารถจัดลำดับความสำคัญของการลงทุนเพื่อการปรับตัวได้อย่างมีเหตุมีผล แทนที่จะกระจายทรัพยากรอันจำกัดเท่าๆ กันทุกพื้นที่โดยไม่คำนึงถึงระดับความเสี่ยงที่แท้จริง

ในภูมิภาคเอเชียตะวันออกเฉียงใต้และแปซิฟิกที่ต้องเผชิญกับความแปรปรวนของภูมิอากาศที่ทวีความรุนแรงขึ้น การลงทุนพัฒนาและเผยแพร่ชุดเครื่องมือประเมินความเสี่ยงระดับฟาร์มที่เข้าถึงได้และใช้งานได้จริง (โดยเชื่อมโยงกับมาตรการ NbS อย่างชัดเจน) จึงไม่ใช่เป็นเพียงทางเลือกเสริม แต่เป็น “โครงสร้างพื้นฐานทางองค์ความรู้ที่จำเป็นอย่างยิ่ง” สำหรับการสร้างเสริมภาคการเพาะเลี้ยงสัตว์น้ำที่มีความยืดหยุ่นและยั่งยืนในระยะยาว