ผลกระทบ Covid-19 ที่มีต่อเศรษฐกิจและการจ้างงาน กรณีศึกษาแรงงานหญิง | Techsauce

ผลกระทบ Covid-19 ที่มีต่อเศรษฐกิจและการจ้างงาน กรณีศึกษาแรงงานหญิง

ผลกระทบจากการระบาดของโควิด-19 เกิดขึ้นเกือบทุกประเทศทั่วโลก รวมทั้งประเทศไทยไม่เลือกชนชั้นวรรณะและเพศ ซึ่งผู้เขียนให้ความสนใจเป็นพิเศษว่าผู้หญิงจะได้รับผลกระทบมากน้อยเพียงใดจากการระบาดดังกล่าว จริงอยู่ตัวเลขการมีงานทำและ/หรือการว่างงานของแรงงานหญิงในตลาดแรงงานนั้นอาจจะไม่ได้เกิดจากผลกระทบของ โควิด-19 เพียงอย่างเดียว แต่เชื่อว่าการระบาดของ โควิด-19 ครั้งนี้เป็นสาเหตุหลักที่ทำให้เศรษฐกิจและตลาดแรงงานของไทยถดถอยอย่างรุนแรงซึ่งแรงงานหญิงย่อมได้รับผลกระทบอย่างหลีกเลี่ยงไม่ได้

ข้อมูลพื้นฐานด้านจำนวนประชากรและจำนวนประชากรวัยมีงานทำของผู้หญิง เปรียบเทียบไตรมาส 2 ของปี 2563 กับปี 2562 พบว่าจำนวนประชากรหญิงของไทยในไตรมาส 2 ปี 2563 มีจำนวน 34.92 ล้านคน หรือร้อยละ 51.3 ของประชากรทั้งหมด ซึ่งมากกว่าผู้ชายเล็กน้อย และมีประชากรหญิงในวัยแรงงาน 29.40 ล้านคน หรือร้อยละ 51.7 ของประชากรวัยแรงงานทั้งหมด จะเห็นว่าประเทศไทยมีประชากรหญิงวัยแรงงานมากกว่าผู้ชาย เมื่อประชากรหญิงเหล่านี้กลายเป็นกำลังแรงงานจึงมีผู้หญิงเหลือเพียง 17.29 ล้านคน หรือร้อยละ 45.3 ของกำลังแรงงานทั้งหมด สาเหตุส่วนหนึ่งเป็นเพราะผู้หญิงจะต้องทำงานช่วยครอบครัวด้วยอีกด้านหนึ่งจึงเหลือผู้หญิงที่ทำงานในตลาดแรงงานลดลง

กำลังแรงงานหญิงยังมีภูมิหลังการศึกษาไม่สูงมากนักจนถึงทุกวันนี้ ในไตรมาส 2 ปี 2563 มีกำลังแรงงานหญิงจำนวน 16.82 ล้านคน ส่วนใหญ่จำนวน 9.21 ล้านคนหรือ ร้อยละ55.7 มีการศึกษาเพียงมัธยมต้นหรือต่ำกว่า ในจำนวน 9.21 ล้านคนนี้มีผู้จบต่ำกว่าประถมศึกษามากที่สุดถึง 3.53 ล้านคน กำลังแรงงานหญิงที่มีการศึกษาระดับกลางคือ มัธยมปลาย ปวช. ปวส. และอนุปริญญา ประมาณ 3.63 ล้านคนคิดเป็นร้อยละ 21.6 และผู้มีการศึกษาระดับสูง ปริญญาตรี โท เอก และอื่นๆ ประมาณ 3.98 ล้านคนหรือร้อยละ 23.7 โดยภาพรวมแล้วกำลังแรงงานหญิงที่มีการศึกษาระดับสูง มีจำนวนและร้อยละมากกว่าชาย

ผลกระทบของ โควิด-19 ที่เริ่มระบาดตั้งแต่ไตรมาส 1 (ก่อนเริ่มการระบาดของโควิด-19) ถึงไตรมาส 2 ปี 2563 (ช่วงระหว่างการระบาด) ซึ่งยังไม่มีทีท่าว่าการระบาดจะหยุดลงได้โดยง่าย ผลกระทบคือ มีผู้หญิงว่างงานในไตรมาส 2 จำนวน 0.335 ล้านคนหรืออัตราร้อยละ 2.12 เพิ่มขึ้นถึงร้อยละ 94.1 (YoY) ขณะที่แรงงานชายว่างงานมากกว่าเป็นจำนวน 0.410 ล้านคนหรืออัตราร้อยละ 2.14 ในไตรมาส 3 ปีเดียวกันคิดเป็นว่างงานที่เพิ่มขึ้นร้อยละ 100.7 (YoY) จุดที่ควรให้ความสนใจคือ ผู้หญิงไม่ได้ทำงานแต่มีงานประจำในไตรมาส 2 ปี 2562 มีจำนวนเพียง 0.198 ล้านคนและเมื่อเทียบกับไตรมาส 3 (ท่ามกลางโควิด-19 ระบาดอย่างรุนแรง) มีจำนวนสูงขึ้นถึง 1.194 ล้านคน หรือเพิ่มขั้นร้อยละ 503.3 (YoY)    

อย่างไรก็ตาม ผู้หญิงมีอัตราเข้าสู่ตลาดแรงงานต่ำกว่าช่วงก่อนโควิด-19 ระบาดในไตรมาส 2 ปี 2562 ร้อยละ 59.8 แต่ในไตรมาส 2 ปี 2563 โควิด-19 ระบาดทำให้อัตราส่วนนี้ลดต่ำลงกว่าแรงงานผู้ชายร้อยละ 1 มาอยู่ที่ร้อยละ 58.8 จากผลกระทบโควิด-19 ดังกล่าวมีส่วนทำให้แรงงานหญิงในภาพรวมมีอัตราเติบโตของชั่วโมงทำงานลดลงร้อยละ 2.3 นอกจากทำงาน 1-39 ชั่วโมงกลับมีจำนวนเพิ่มขึ้นจาก 4.777 ล้านคนเป็น 5.663 ล้านคนคิดเป็นร้อยละ 18.55 (YoY) ซึ่งแน่นอนแรงงานเหล่านี้จะมีปัญหารายได้ลดลง เนื่องจากการมีแรงงานทำงานน้อยชั่วโมงกว่าช่วงก่อนที่โควิด-19 จะระบาด  

ในอดีตผู้หญิงต้องทำงานมากกว่า 40 ชั่วโมงขึ้นไป(ทำงาน OT) เนื่องจากต้องการรายได้เพิ่มเพื่อใช้ดูแลครอบครัวเนื่องจากทำงานกะเดียวรายได้ไม่ค่อยเพียงพอ

ผลการศึกษาพบว่าแรงงานหญิงทำงานระหว่าง 40-48 ชั่วโมงจำนวนลดลงจาก 8.76 ล้านคนเป็น 7.575 ล้านคนหรือร้อยละ 13.5 (YoY) และทำงาน มากกว่า 48 ชั่วโมงลดลง จำนวน 2.388 ล้านคนหรือร้อยละ 31.5 (YoY)  กล่าวโดยสรุปก็คือ แรงงานหญิงมีทั้งยังไม่ได้ทำงาน ทำงานต่ำระดับและไม่ได้ทำงานล่วงเวลา (OT) รวมแล้วไม่ต่ำกว่า 16.82 ล้านคนที่ต้องเผชิญกับปัญหาไม่มีรายได้หรือมีรายได้น้อยลงจนไม่สามารถช่วยเหลือการเงินครอบครัวได้เหมือนช่วงก่อนโควิด-19 ระบาด (ตารางที่ 1)

ในอุตสาหกรรมการผลิตและอุตสาหกรรมบริการ อุตสาหกรรมต่างๆมีผู้หญิงที่มีงานทำเพิ่มขึ้นเปรียบเทียบเป็นร้อยละกับไตรมาสเดียวกันของปีก่อนมีจำนวน 18 อุตสาหกรรมจากทั้งหมด 49 อุตสาหกรรม เช่น เหมืองแร่ (6.0) ผลิตภัณฑ์ยาสูบ (132.5) ปิโตรเคมี (39.1) ผลิตภัณฑ์ยาง (10.4) ผลิตภัณฑ์อโลหะอื่นๆ (0.4) โลหะขั้นมูลฐาน (39.7) เฟอร์นิเจอร์ (22.6) ผลิตภัณฑ์อัญมนีและเครื่องประดับ (6.3) บริการซ่อมเครื่องจักรอุปกรณ์ (60.6) บริการขายส่งขายปลีกฯ (1.1) บริการข้อมูลข่าวสาร (7.1) บริการการเงินและประกันภัย (2.4) บริการอสังหาริมทรัพย์ (36.2) บริการวิชาชีพ วิทยาศาสตร์และเทคนิค (12.7) บริการศิลปะ ความบันเทิงและนันทนาการ (18.9) เป็นต้น

ผลกระทบต่อแรงงานหญิงแบ่งตามสถานภาพการทำงาน

1) การมีงานทำ 

การมีงานทำของผู้หญิงเปรียบเทียบไตรมาส 2 กับไตรมาส 1 ปี 2563 (การระบาด โควิด-19 เพิ่งเริ่ม) พบว่าการมีงานทำลดลงจาก 17.16 ล้านคน เป็น 16.82 ล้านคน หรือลดลงประมาณ 0.34 ล้านคน คิดเป็นร้อยละ 1.97 แต่เมื่อเทียบกับไตรมาส 2 ด้วยกันกับปี 2562 พบว่าผู้หญิงมีงานทำลดลงถึง 0.349 ล้านคน หรือคิดเป็นร้อยละ 2.3(YoY) ซึ่งถือว่าหญิงได้รับผลกระทบมากกว่าชาย ซึ่งการมีงานทำลดลงเพียงร้อยละ –1.5 (YoY) ทั้งนี้มีผู้หญิงที่ทำงานกับหน่วยงานของรัฐ รัฐวิสาหกิจ และประกอบธุรกิจส่วนตัวไม่ได้รับผลกระทบโดยยังมีการจ้างงานเพิ่มขึ้น แต่ผู้หญิงที่ทำงานเป็นนายจ้าง (-3.4%) ช่วยธุรกิจครัวเรือน (-5.4%) ลูกจ้างเอกชน (-4.8%) ผู้รับจ้างทำงานหลายแห่ง (-2.6%) และพวกรวมกลุ่ม (-16.4%) ถ้าดูจากตัวเลขผู้หญิงที่ทำงานภาคเอกชนในไตรมาส 2 ลดลงมากที่สุดถึงประมาณ 0.366 ล้านคน

2) การว่างงาน

จากการว่างงานของผู้หญิงประมาณ 0.335 ล้านคนในไตรมาสที่ 2 นี้ เป็นผู้ที่ไม่เคยทำงานมาก่อน (ส่วนใหญ่เป็นผู้จบการศึกษาใหม่) ถึงประมาณ 0.13 ล้านคน หรือประมาณร้อยละ 39 ของผู้หญิงที่ว่างงาน สถานภาพการทำงานอีกประเภทหนึ่งคือ ผู้หญิงที่เคยเป็นทำงานเอกชน ว่างงานประมาณ 0.173 ล้านคน คิดเป็นร้อยละ 51.8 ของผู้หญิงที่ว่างงานทั้งหมด

ผลกระทบต่อแรงงานหญิงแบ่งตามอาชีพ

1) การมีงานทำ

ดังได้กล่าวมาแล้วการมีงานทำของผู้หญิงในภาพรวมลดลงร้อยละ -2.3 (YoY) แต่ก็ไม่ได้หมายความว่า ทุกอาชีพมีการทำงานลดลงทั้งหมด ยังมีอาชีพที่ไม่ถูกกระทบและมีงานทำเพิ่มขึ้น มีจำนวน 3 อาชีพ จาก 9 อาชีพ เทียบกับไตรมาสเดียวกันของปีก่อน ได้แก่ อาชีพผู้บัญญัติกฎหมาย ข้าราชการอาวุโสและผู้จัดการ (+5.2%) ผู้ประกอบวิชาชีพด้านต่างๆ (+3.1%) และช่างเทคนิคสาขาต่างๆ (+3.1%) ส่วนอาชีพที่เหลืออีก 6 อาชีพที่ถูกกระทบจากโควิด-19 ทำให้การมีงานทำลดลงเรียงตามลำดับผลกระทบคือ ผู้ปฏิบัติการเครื่องจักรโรงงาน (-12.2%) ผู้ปฏิบัติงานในธุรกิจใช้ความสามารถฯ (-5.8%) เสมียน (-5.5%) อาชีพพื้นฐานต่างๆ (-4.7%) อาชีพปฏิบัติงานที่มีฝีมือในด้านการเกษตรและการประมง (-2.2%) และสุดท้ายอาชีพที่ถูกกระทบน้อยที่สุดในกลุ่มผู้หญิงคือ พนักงานบริการ พนักงานขายในร้านค้าและตลาด (-0.3%) ถ้าจะเทียบกับผู้ชายและถูกกระทบจากปัญหา โควิด-19 จากการมีงานทำน้อยกว่าผู้หญิงในภาพรวมลดลงเพียงร้อยละ -1.5 เท่านั้น ขนาดผลกระทบทางลบจะน้อยกว่าผู้หญิงเกือบทุกอาชีพ ยกเว้น อาชีพผู้บัญญัติกฎหมาย ข้าราชการระดับอาวุโสและผู้จัดการผู้ชายจะมีผู้ทำงานมากกว่าผู้หญิง (ตามปกติ) แต่กลับได้รับผลกระทบเป็นลบถึงร้อยละ -5.4 (YoY)

2) การว่างงาน

จากผู้ว่างงานในไตรมาส 2 ปี 2563 ประมาณ 0.335 ล้านคน ปรากฏว่ามีอาชีพที่ผู้หญิงว่างงานจำนวนมากเรียงตามลำดับเปรียบเทียบกับไตรมาสเดียวกันของปี  2562 คือ พนักงานบริการและพนักงานขายในร้านค้าและตลาด (+283%) อาชีพพื้นฐานต่างๆ (+241%) อาชีพเสมียน (+238%) ผู้ประกอบวิชาชีพด้านต่างๆ (+198%) และผู้ปฏิบัติงานเครื่องจักรโรงงานฯ (+166%) ผู้บัญญัติกฎหมาย ข้าราชการระดับอาวุโสและผู้จัดการ (+163%) (ซึ่งในกลุ่มนี้อาชีพที่ถูกกระทบมากคือ ผู้จัดการซึ่งเป็นงานเอกชน) อาชีพผู้ปฏิบัติงานฝีมือทางด้านการเกษตรและการประมง (+94%) อาชีพผู้ปฏิบัติงานในธุรกิจด้านใช้ความสามารถฯ (+79%) และอาชีพที่ว่างงานเพิ่มน้อยที่สุดคือ ช่างเทคนิคสาขาต่างๆ (+5%) เท่านั้น

ผลกระทบต่อแรงงานหญิงแบ่งตามอายุ

1) ผู้มีงานทำ

ถ้าจะเปรียบเทียบผลกระทบของ โควิด-19 ระหว่างชายและหญิง เปรียบเทียบไตรมาส 2 ปี 2563 กับไตรมาสเดียวกันของปี 2562 (YoY) พบว่า ผู้มีงานทำเพศชายถูกกระทบเพียงร้อยละ -1.5 และเพศหญิงถูกกระทบร้อยละ -2.3

สำหรับผู้หญิง ช่วงอายุ 15-49 ปี มีการทำงานที่ลดลง โดยแนวโน้มเกิดจากผู้หญิงที่มีอายุน้อย 15-19 และ 20-24 ปี ลดลงร้อยละ (-6.4 และ -7.9) ตามลำดับ ค่อยๆ ลดน้อยลงเรื่อยๆไปตามช่วงอายุที่เพิ่มขึ้นจากช่วงอายุ 25-29 ปี ลดลงร้อยละ  -4.8 ไปจนถึงช่วงอายุ 40-44 ปี การมีงานทำลดลงต่ำสุดร้อยละ -1.1 แต่การมีงานทำกลับลดลงเพิ่มขึ้นเป็นร้อยละ -5.5 อีกครั้ง ผู้มีงานทำช่วงอายุ 50 ถึง 70 ปีขึ้นไปถึงจะถูกกระทบบ้างแต่การมีงานทำยังสามารถประคองตัวให้เพิ่มขึ้นจนไม่ติดลงไปจนถึงอายุวัยปลาย 70 ปีขึ้นไปดังได้กล่าวมาแล้ว ซึ่งยังไม่สามารถยืนยันถึงสาเหตุว่าทำไมผู้หญิงวัย 50 ปีขึ้นไปยังคงสภาพการมีงานทำที่เพิ่มขึ้นอยู่ได้

2) การว่างงาน

อัตราการว่างงานของผู้ชายเท่ากับร้อยละ 1.0 เพิ่มขึ้นจากช่วงเวลาเดียวกันของไตรมาส 2 ปี 2563ร้อยละ 2.14 ขณะที่อัตราการว่างงานของผู้หญิงสูงกว่าผู้ชายเพียงเล็กน้อยร้อยละ 1.01 หรือเพิ่มขึ้นจากไตรมาสเดียวกันของปีก่อนร้อยละ 2.12

ช่วงอายุที่ว่างงานมากที่สุดเกินกว่าค่าเฉลี่ยของผู้หญิงคือ 15-19 ปี อัตราร้อยละ 10.36 ช่วงอายุ 20-24 ปี มีอัตราว่างงานร้อยละ 7.07 และผู้หญิงช่วงอายุ 25-29 ปี มีอัตราว่างงานร้อยละ 1.4 ซึ่งทั้ง 3 ช่วงอายุรวมกันมีผู้หญิงว่างงาน 219,364 คน หรือร้อยละ 65.5 ของผู้หญิงที่ว่างงานทั้งหมด ซึ่งเป็นการสูญเสียต่อเศรษฐกิจของประเทศเป็นอย่างมากเนื่องจากกำลังแรงงานที่ยังอายุน้อยไม่สามารถมีงานทำได้อันเนื่องมาจากผลกระทบของ โควิด-19 หรือ อาจจะเป็นเรื่องของการขาดทักษะในการทำงาน

ผลกระทบต่อแรงงานหญิงแบ่งตามระดับการศึกษา

1) การมีงานทำ

สมมติฐานในเบื้องต้นคือ กำลังแรงงานที่มีการศึกษาระดับต่ำ น่าจะมีโอกาสมีงานทำน้อยกว่าแรงงานที่มีการศึกษาสูงกว่า ภาพที่ปรากฏจากผลการสำรวจของสำนักงานสถิติแห่งชาติในไตรมาส 2 พบว่าทั้งผู้หญิงและผู้ชายที่มีการศึกษาต่ำได้รับผลกระทบจากการระบาดของโควิด-19 มากกว่าผู้มีการศึกษาสูง 

ในภาพรวมแรงงานหญิงที่มีการศึกษาต่ำกว่ามัธยมศึกษาตอนต้นในไตรมาส 2 ปี 2563 มีอยู่ 0.921 ล้านคน หรือร้อยละ 5.48(YoY) ของผู้มีงานทำลดลงจากช่วงการศึกษาเดียวกันคือ ต่ำกว่าประถมศึกษา ประถมศึกษา และมัธยมต้น ของปี 2562 ถึงร้อยละ -6.8 -6.8 และ -1.7 ตามลำดับ ส่วนผู้จบการศึกษาระดับที่สูงขึ้นไปในทุกระดับยังสามารถรักษาระดับการมีงานทำที่เป็นบวกได้ ถึงแม้ว่าจะถูกกระทบจากตลาดแรงงานที่หดตัวในภาพรวมสำหรับผู้หญิงถึงร้อยละ 2.3 ดังได้กล่าวมาแล้ว

สำหรับแรงงานหญิงที่มีภูมิหลังการศึกษาต่ำจะอ่อนไหวต่อตลาดแรงงานที่ถดถอยจากสภาวะเศรษฐกิจที่เติบโตถดถอยเช่นกัน แต่อัตราว่างงานยังต่ำกว่าผู้ที่มีการศึกษาสูงกว่ามัธยมต้น ซึ่งจะได้กล่าวถึงต่อไป

2) การว่างงาน

อัตราการว่างงานของผู้หญิงอยู่ในระดับที่สูงกว่าค่าเฉลี่ยร้อยละ 1.01 จะมีอัตราการว่างงานในกลุ่มผู้มีภูมิหลังการศึกษาสูงกว่ามัธยมต้นทั้งสิ้น โดยผู้หญิงที่มีการศึกษาระดับต่ำกว่าประถมศึกษา ประถมศึกษา และมัธยมศึกษาจะมีอัตราการว่างงานเพียงร้อยละ +0.16 +0.24 และ 0.91 ตามลำดับ แสดงให้เห็นว่าแม้แต่ในช่วงที่การระบาดของโควิด-19 สูงที่สุดในไตรมาส 2 อัตราการว่างงานของแรงงานที่มีการศึกษาต่ำนี้ยังไม่สูง แสดงว่าตลาดแรงงานของผู้มีการศึกษาระดับต่ำนี้มีโอกาสตึงตัวจนถึงขาดแคลนได้เมื่อตลาดแรงงานฟื้นตัว

อัตราการว่างงานของผู้หญิงที่มีการว่างงานเกินกว่าค่าเฉลี่ยคือ ปวช. (+3.09%) ปริญญาตรี (+2.23%) ปวส.หรืออนุปริญญา (+1.79%) และระดับมัธยมปลาย (+1.4%) ซึ่งแรงงานหญิงที่ว่างงาน 219,478 คน หรือร้อยละ 65 ของผู้หญิงว่างงานทั้งหมดที่ควรเป็นเป้าหมายในการ reskills และ up skills เมื่อการระบาด โควิด-19 บรรเทาลงจนกลับไปสู่ความปกติใหม่ (New Normal)

การประมาณการผู้ว่างงานเพศหญิงระหว่าง 2562 Q3 – 2565 Q4

ผลการศึกษาในส่วนนี้ คือการนำเสนอผลการประมาณการผลกระทบที่เกิดขึ้นต่อจำนวนแรงงานเพศหญิง เมื่อเศรษฐกิจไทยเริ่มมีการฟื้นตัว โดยสมมติการฟื้นตัวแบบ L-Shape (กรณีที่เลวร้ายที่สุด) ทีมวิจัย ประมาณการความสัมพันธ์ระหว่าง GDP และจำนวนผู้ว่างงานเพศหญิง โดยใช้ข้อมูลอนุกรมเวลา ความถี่รายไตรมาส ระหว่าง 2543Q1 ถึง 2563Q2  และใช้วิธี Multiple Linear Regression ประมาณการความสัมพันธ์ดังกล่าว  

ก่อนการวิเคราะห์แบบจำลองด้วยวิธีดังกล่าว ทีมวิจัยได้ทดสอบความนิ่งของตัวแปร (Stationary) ทุกตัวในแบบจำลองที่ค่า Level เพื่อหลีกเลี่ยงปัญหาความสัมพันธ์ลวง (Spurious) ด้วยวิธีการทดสอบ Augmented Dickey-Fuller Test (ADF)  และได้ทดสอบความสัมพันธ์เชิงดุลยภาพระยะยาวของตัวแปร (Co-integration) ด้วยวิธีการทำสอบ Engle and Granger Test  ผลการทดสอบ พบว่า ตัวแปรในแบบจำลองมีความสัมพันธ์กันในระยะยาว

ผลการประมาณค่าความสัมพันธ์ระหว่าง GDP และจำนวนผู้ว่างงานเพศหญิง จากแบบจำลอง ดังตารางที่ 1 พบว่า อัตราการเปลี่ยนแปลง GDP ลดลงร้อยละ 1 (YoY) ส่งผลให้ อัตราการเปลี่ยนแปลงจำนวนผู้ว่างงานเพศหญิงเพิ่มขึ้นร้อยละ 3.60 (YoY) นอกจากนี้ อัตราการเปลี่ยนแปลง GDP ใน 3 ไตรมาสที่แล้ว ยังส่งผลต่อจำนวนผู้ว่างเพศหญิงในไตรมาสปัจจุบัน

เดิมทีช่วงก่อนวิกฤตโควิด-19 อัตราการเติบโตของ  GDP ในประเทศไทย เติบโตเฉลี่ย เท่ากับร้อยละ 4.00 (YoY) และจำนวนผู้ว่างงานเพศหญิงเฉลี่ย 238,307 คน   จากตารางที่ 3 เมื่อเกิดวิกฤตโควิด-19 ส่งผลให้ GDP ของประเทศไทยถดถอยลดลงร้อยละ -12.14 (YoY) ในไตรมาสที่ 2 ของปี 2563 จำนวนผู้ว่างงานเพศหญิงเพิ่มสูงขึ้นเป็น 335,007 คน  ทั้งนี้ภายใต้ข้อสมมติการฟื้นตัว GDP แบบ L-Shaped ซึ่งเป็นกรณีที่ GDP ถดถอยอย่างรุนแรง ไม่พบสัญญาณการฟื้นตัวในระยะเวลา 3 ปี  ส่งผลให้จำนวนผู้ว่างงานเพศหญิงในไตรมาส 2 ปี 2564 และปี 2565 อาจเพิ่มเป็น 374,896 คน และ 356,563 คนตามลำดับ  ในช่วงเวลาประมาณการ หรือมากกว่าร้อยละ 94 ถึง ร้อยละ 117 หากเทียบกับจำนวนผู้ว่างงานเพศหญิงช่วงก่อนการเกิดวิกฤตโควิด-19

เพื่อประเมินผลกระทบจาก โควิด -19 ต่อแรงงานหญิง อาจจะวัดได้จากองค์ประกอบ 3 อย่างคือ จำนวนผู้ว่างงาน + จำนวนผู้เสมือนว่างงาน (ไม่มีงานทำแต่มีงานประจำ) + จำนวนผู้ทำงานต่างระดับ (ผู้ทำงานเพียง 1-39 ชั่วโมง) เช่น ในไตรมาส 2 ปี 2563  จำนวนแรงานหญิงที่ได้รับผลกระทบโดยรวมจากการระบาดในช่วงนี้คือ 7.192 ล้านคน (0.335+1.194+5.663) และ จากสูตรเดียวกันแรงงานชายจะได้รับผลกระทบมากกว่า เท่ากับ 8.072 ล้านคน เมื่อรวมผู้ที่อาจจะถูกกระทบทั้งชายและหญิงจากโรคระบาดในช่วงเวลาที่ศึกษานี้จะสูงถึง 12.264 ล้านคนหรือเท่ากับร้อยละ 33 ของกำลังแรงงานทั้งหมดและในปีต่อไปผู้ได้รับผลกระทบควรจะลดลงเมื่อเศรษฐกิจสามารถขยายตัวและดูดซับแรงงานได้มากขึ้นจากมาตรการฟื้นฟูเศรษฐกิจและสังคมของรัฐบาล

สรุปภาพรวมผลกระทบต่อแรงงานหญิง

1. จำนวนประชากรหญิงวัยแรงงานคิดเป็นร้อยละ 51.7 ของประชากรวัยแรงงานทั้งหมด แต่มีผู้หญิงที่เป็นกำลังแรงงานเพียงร้อยละ 45.3 (หรือ 17.2 ล้านคน)

2. จำนวนกำลังแรงงานหญิงว่างงาน 0.335 ล้านคน หรือเพิ่มขึ้นร้อยละ 94.1 (YoY) นอกจากนั้นแรงงานหญิงยังเสี่ยงตกงานสูงมากคือ ผู้ที่ไม่ทำงานแต่มีงานประจำ (เสมือนว่างงาน) อีก 1.194 ล้านคน เมื่อรวมทั้ง 2 กลุ่มเข้าด้วยกัน จะเป็นกลุ่มที่จำเป็นต้องได้รับการแก้ไขเนื่องจากไม่มีงานทำ 1.529 ล้านคน

3. แรงงานหญิงที่ไม่ได้ทำงาน (0 ชั่วโมง) มีจำนวน 1.194 ล้านคน อันเป็นผลจากการใช้มาตรการปิดกิจการและการเว้นระยะห่าง (social distancing) นอกจากนั้นยังมีแรงงานหญิงทำงาน 1- 40 ชั่วโมง (ทำงานไม่เต็มที่) ถึง 8.06 ล้านคนและเมื่อรวมกับผู้เสมือนว่างงานและผู้ว่างงานจริง 1.529 ล้านคนจะได้จำนวนผู้ที่ถูกกระทบจากโควิด-19 ถึง 9.58 ล้านคน ซึ่งขาดรายได้หรือรายได้ลดลง

4. ในภาพรวมชั่วโมงทำงานของแรงงานหญิงลดลงโดยเฉพาะที่ทำงานมากกว่า 40 ชั่วโมง (ทำ OT) การทำงานล่วงเวลาลดลงร้อยละ 22.4 (YoY) ทำให้รายได้เสริมของครอบครัวลดลงไปเป็นอย่างมาก

5. อุตสาหกรรม 5 ลำดับแรกที่แรงงานหญิงว่างงานมากที่สุดคือ (1) ผลิตภัณฑ์การกลั่นปิโตรเลียมร้อยละ 20.9 (2) ผลิตภัณฑ์พลาสติกร้อยละ 24.5 (3) เครื่องหนังรองเท้าร้อยละ 22.7 (4) ประมงร้อยละ 20.4 และ (5) เสื้อผ้าเครื่องนุ่งห่มร้อยละ 7.7

6. การมีงานทำและการว่างงานตามสถานภาพการทำงานของผู้หญิงในไตรมาส 3 มีงานทำลดลง ร้อยละ 2.3 เทียบกับผู้ชายร้อยละ 1.5 (YoY) โดยผู้หญิงที่ทำงานภาครัฐและหน่วยงานที่เกี่ยวข้องมีงานทำเพิ่มขึ้นส่วนผู้หญิงที่ช่วยธุรกิจครัวเรือนมีงานทำลดลดร้อยละ 5.4 รองลงมคือ อาชีพลูกจ้างเอกชนร้อยละ 4.8 และทั้งเป็นนายจ้างลดลงร้อยละ 3.4 (YoY) ผู้หญิงที่ทำงานในสถานประกอบการเอกชนว่างงานร้อยละ 0.173 ล้านคน (หรือร้อยละ 51.8 ของแรงงานหญิง ทำงานทั้งหมด)

7. อาชีพที่ได้รับผลกระทบจากโควิด-19 ของผู้หญิง มี 3 อาชีพที่มีการมีงานทำเพิ่มขึ้น และลดลง 6 อาชีพ ซึ่งแน่นอนอาชีพราชการและที่เกี่ยวข้องกับราชการเพิ่มขึ้นร้อยละ 5.2 ผู้ประกอบการร้อยละ 3.1 และทมีการจ้างงานลดลงในอาชีพสำคัญๆ 4 อาชีพ คือ ผู้ปฏิบัติงานเครื่องจักรแรงงานลดลงร้อยละ 12.2 ผู้ปฏิบัติงานในธุรกิจใช้ความสามารถลดลงร้อยละ 5.8 เสมียนลดลงร้อยละ 5.5 อาชีพพื้นฐานร้อยละ 4.7 เป็นต้น

อย่างไรก็ตาม อาชีพที่ว่างงานมากที่สุด 5 อาชีพคือ พนักงานบริการและขายของหน้าร้านว่างงานเพิ่มขึ้นร้อยละ 283 อาชีพพื้นฐานต่างๆ เพิ่มร้อยละ 241 อาชีพเสมียนเพิ่มร้อยละ 238 ผู้ประกอบวิชาชีพอื่นๆ เพิ่มร้อยละ 198 และผู้ปฏิบัติงานเครื่องจักรโรงงานเพิ่มขึ้น 166 เป็นต้น

8. อายุมีผลต่อการถูกกระทบโดยการระบาดของโควิด-19 หรือไม่ สิ่งที่พบคือ แรงงานหญิงยิ่งอายุมากขึ้น การมีงานลดลงน้อยลง หรือกล่าวอีกนัยหนึ่งคือ ถูกกระทบจากโควิด-19 น้อยลง เช่น แรงงานหญิงช่วงเยาวชนอายุ 15-19 และ 20-24 ปี มีงานทำลดลงร้อยละ 6.4 และร้อยละ 7.9 ตามลำดับ และจะถูกกระทบน้อยลงจนถึงอายุ 40-42 ปี (ร้อยละ 1.1)

สถานการณ์การว่างงานของหญิงเยาวชนอายุ 15-29 ปี มีการว่างงานรวม 0.219 ล้านคน หรือคิดเป็นสัดส่วนร้อยละ 65.5 ของหญิงว่างงานทั้งหมด ซึ่งถือว่าเป็นการสูญเสียโอกาสทางเศรษฐกิจของประเทศเป็นอย่างมาก เนื่องจากพวกเขาต้องตกงานทั้งๆ ที่ยังอยู่ในวัยเยาวชนเท่านั้นยังสามารถทำอะไรได้อีกมาก

9. สุดท้ายเป็นการศึกษาผลกระทบของโควิด-19 ต่อแรงงานหญิงที่มีระดับการศึกษาต่างๆ กัน ในภาพรวมผู้หญิงที่มีการศึกษาต่ำกว่ามัธยมต้น มีงานทำลดลง คือ การศึกษาต่ำกว่าประถมศึกษาลดลงร้อยละ 6.8 ประถมศึกษาลดลงร้อยละ 6.8 และมัธยมศึกษาตอนต้นลดลงร้อยละ 1.7 ขณะที่แรงงานหญิงที่มีการศึกษาที่สูงกว่าระดับที่กล่าวมายังมีงานทำที่เพิ่มขึ้นได้

แรงงานหญิงที่ว่างงานและมีภูมิหลังการศึกษาสูงมีโอกาสว่างงานมากกว่าแรงงานหญิงที่มีการศึกษาต่ำ (ไม่แตกต่างจากแรงงานชาย) โดยรวมมีแรงงานหญิงว่างงานระดับต่ำกว่ามัธยมปลายรวมกัน 0.219 ล้านคน หรือร้อยละ 65 ของแรงงานหญิงว่างงานทั้งหมด ซึ่งกลุ่มนี้เป็นกลุ่มเป้าหมายที่ควรได้รับการช่วยเหลือเพื่อให้มีโอกาสกลับมาทำงานได้มากขึ้น

ข้อเสนอแนะ

1. แรงงานหญิงและชายของไทยได้รับผลกระทบจากการระบาดของโควิด-19 จึงไม่แตกต่างกันเพียงแต่จำนวนผู้หญิงมีแรงงานอยู่ในตลาดแรงงานน้อย การช่วยเหลือแรงงานหญิงจึงไม่แตกต่างจากผู้ว่างงานหรือทำงานน้อยกว่าที่เคยทำงานมาก่อน (ทำงานต่างระดับ) นั่นคือเร่งรัดให้ผู้หญิงจำนวนมากกว่า 2 ล้านคนได้รับการปรับทักษะหรือสมรรถนะ (ทั้ง up skill และ/หรือ reskill) เพื่อให้มีโอกาสได้กลับเข้าทำงานหรือได้รับการจ้างงานมากขึ้นเมื่อเศรษฐกิจกลับสู่ความปกติใหม่ (New Normal)

2. จำนวนผู้หญิงมากกว่า 8 ล้านคนที่ทำงานต่ำระดับ 1-40 ชั่วโมง ควรได้รับการสนับสนุนให้เพิ่มทักษะในการประกอบอาชีพอื่นๆ เพื่อเสริมรายได้ที่ขาดหายหรือลดลงไปโดยผ่านการฝึกอบรมแบบ “มุ่งเป้า” ตรงกับความต้องการของผู้เข้ารับการฝึกอบรม

3. ผู้หญิงที่เคยช่วยงานครอบครัวด้วยการทำงานล่วงเวลา (overtime) มาก่อน แต่ปัจจุบันไม่มี OT ควรได้รับการฝึกอบรม ไอทีหรือความรอบรู้ด้านดิจิทัลเพื่อหางานเสริมรายได้เช่นเดียวกัน เพื่อทำงานอิสระ และ/หรืองานค้าขายออนไลน์เป็นต้น

4. จากการศึกษานี้ พบว่ามีแรงงานหญิงว่างงานในหลายอาชีพหลายสถานภาพ การจ้างงานควรได้รับการฝึกอบรมทั้ง up skill และ/หรือ reskill เพื่อเพิ่มโอกาสในการกลับเข้ามาทำงานได้อีกครั้งทั้งการเป็นลูกจ้างและอาชีพอิสระ

5. มีแรงงานหญิงที่เป็นเยาวชนอายุต่ำกว่า 25 ปี จำนวนมากที่มีโอกาสจ้างงานลดลงอันเนื่องมาจากปัญหาตลาดแรงงานถดถอยและแรงงานเยาวชนยังขาดทักษะและประสบการณ์ในวิชาชีพ มีความจำเป็นอย่างยิ่งที่จะต้องเพิ่มมาตรฐานสมรรถนะวิชาชีพและ/หรือฝีมือแรงงานโดยเร่งด่วนเพื่อเพิ่มโอกาสการกลับไปมีงานทำเมื่อสภาพทางเศรษฐกิจและสังคมกลับสู่ความปกติใหม่ (New Normal)

6. มีความจำเป็นต้องสนับสนุนให้สถานประกอบการสามารถจ้างงานเป็นรายชั่วโมงได้ เพื่อลดโอกาสในการลดจำนวนคนงานหรือรักษาคนงานเอาไว้เช่นเดียวกับแรงงานที่ต้องการทำงานแบบยืดหยุ่น (flexible work) สามารถทำงาน part time ได้ เพื่อเพิ่มโอกาสในการได้รับการจ้างงานมากขึ้น อย่างไรก็ตามทางหน่วยงานของกระทรวงแรงงานที่เกี่ยวข้องคงจะต้องดูแลในเรื่องของการคุ้มครองแรงงานจะต้องออกกฎระเบียบที่เหมาะสมในการคุ้มครองแรงงานเหล่านี้โดยเร็ว

บทความโดย ดร. ยงยุทธ แฉล้มวงษ์ และ คุณโชคชัยชาญ วิโรจน์สัตตบุษย์ กลุ่มนโยบายทรัพยากรมนุษย์ สถาบันวิจัยเพื่อการพัฒนาประเทศไทย

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

5 ข้อแตกต่างที่ทำให้ Jensen Huang เป็นผู้นำใน 0.4% ด้วยพลัง Cognitive Hunger

บทความนี้จะพาทุกคนไปถอดรหัสความสำเร็จของ Jensen Huang ด้วยแนวคิด Cognitive Hunger ความตื่นกระหายการเรียนรู้ เคล็ดลับสำคัญที่สร้างความแตกต่างและนำพา NVIDIA ก้าวสู่ความเป็นผู้นำระดับ...

Responsive image

เรื่องเล่าจาก Tim Cook “...ผมไม่เคยคิดเลยว่า Apple จะมีวันล้มละลาย”

Apple ก้าวเข้าสู่ยุค AI พร้อมรักษาจิตวิญญาณจาก Steve Jobs สู่อนาคตที่เปี่ยมด้วยนวัตกรรม โดย Tim Cook มุ่งเปลี่ยนโฉมเทคโนโลยีอีกครั้ง!...

Responsive image

วิจัยชี้ ‘Startup’ ยิ่งอายุมาก ยิ่งมีโอกาสประสบความสำเร็จ

บทความนี้ Techsauce จะพาคุณไปสำรวจว่าอะไรที่ทำให้ วัย 40 กลายเป็นจุดเปลี่ยนสำคัญของนักธุรกิจและ Startup หลายคน...