น้ำท่วม กทม.69 เปิดแผล "รัฐล้มเหลว" เมื่อข้อมูลมี แต่การรับมือยังไปไม่ถึงคน!

ถ้าจะวิเคราะห์ในมุมมองของ Smart City และไม่โทษหน่วยงานใดหน่วยงานหนึ่งเกินหลักฐาน คำว่า “รัฐล้มเหลว” อาจต้องแยกให้ออกว่า ล้มเหลวในส่วนไหน เพราะจากข้อมูลล่าสุด สิ่งที่เห็นชัดไม่ใช่ว่า “รัฐไม่ทำอะไร” แต่คือ ระบบรับมือภัยพิบัติยังมีช่องว่างระหว่างการเตือนภัย การคาดการณ์ การสั่งการ และการช่วยเหลือประชาชนในพื้นที่จริง

 

เมื่อวันที่ 23–27 ก.ย. กรมอุตุนิยมวิทยาเตือนล่วงหน้าว่า กรุงเทพฯ และปริมณฑลมีความเสี่ยงฝนตกหนักถึงหนักมากจากหย่อมความกดอากาศต่ำ ขณะที่ ปภ.ก็แจ้งให้หลายจังหวัดรวมถึงกรุงเทพฯ เฝ้าระวังน้ำท่วมฉับพลันและน้ำท่วมขัง ดังนั้น ปัญหาไม่ได้อยู่ที่ไม่มีการพยากรณ์หรือไม่มีการแจ้งเตือน

 

แต่จุดที่น่าตั้งคำถามคือ “รู้ก่อนแล้วทำอะไรได้มากแค่ไหน”

1. รัฐมีข้อมูล แต่ข้อมูลยังไม่กลายเป็นการป้องกันที่เร็วพอ

กรุงเทพฯ มีทั้งสถานีตรวจวัดน้ำ กล้อง CCTV ระบบติดตามน้ำ และข้อมูลฝนแบบเรียลไทม์ แต่เมื่อเกิดฝนตกหนักต่อเนื่อง ประชาชนยังพบปัญหาถนนหลายสายมีน้ำท่วมขังและการเดินทางติดขัด ข้อมูลวันที่ 27 ก.ย. ยังพบหลายจุดที่รถไม่สามารถสัญจรได้ตามปกติ 

 

นี่สะท้อนโจทย์สำคัญของคำว่า "เมืองอัจฉริยะ" หรือ Smart City ว่า การมีข้อมูลจำนวนมากไม่เท่ากับการมีระบบจัดการเมืองที่ตอบสนองเร็ว หากข้อมูลระดับน้ำไม่ได้เชื่อมไปสู่การตัดสินใจ เช่น เพิ่มกำลังสูบน้ำ ปิดถนน เปลี่ยนเส้นทางจราจร หรือส่งความช่วยเหลือไปยังพื้นที่เสี่ยงอย่างทันท่วงที

 

 

2. ระบบบริหารจัดการยังเป็น “หลายหน่วยงาน” มากกว่า “ระบบเดียว”

น้ำท่วมกรุงเทพฯ ไม่ใช่ภารกิจของ กทม. เพียงหน่วยเดียว แต่เกี่ยวข้องกับกรมอุตุนิยมวิทยา ปภ. สทนช. กรมชลประทาน กรุงเทพมหานคร ตำรวจ หน่วยงานไฟฟ้า ประปา และฝ่ายปกครอง

 

ตัวอย่างเช่น สทนช.และกรมชลประทานกำลังปรับแผนการระบายน้ำจากเขื่อนเจ้าพระยาเพื่อรับสถานการณ์ฝน ขณะที่ กทม.ต้องจัดการน้ำฝนและน้ำท่วมในพื้นที่เมือง 

 

ดังนั้นปัญหาที่ควรตั้งคำถามจึงไม่ใช่เพียง “ใครผิด” แต่คือ “ใครเป็นเจ้าภาพตัดสินใจเมื่อข้อมูลจากทุกหน่วยงานบอกว่าความเสี่ยงกำลังเพิ่มขึ้น”

 

นี่เป็นจุดอ่อนสำคัญของการจัดการภัยพิบัติในเมืองใหญ่ เพราะประชาชนไม่ได้ต้องการรู้ว่าหน่วยงานใดรับผิดชอบอะไร แต่ต้องการคำตอบว่า อีก 2 ชั่วโมงถนนหน้าบ้านจะท่วมไหม จะไปทำงานได้หรือไม่ และถ้าน้ำขึ้นต้องไปที่ไหน

 

 

3. การเตือนภัยกับ “การอพยพ” ยังเป็นคนละเรื่อง

การประกาศเตือนฝนตกหนักเป็นข้อมูลระดับมหภาค แต่ประชาชนต้องการข้อมูลระดับถนนและระดับชุมชน

 

เช่น ฝนตก 200–300 มิลลิเมตรในพื้นที่หนึ่งไม่ได้หมายความว่าทุกเขตจะได้รับผลกระทบเท่ากัน แต่สิ่งที่ประชาชนต้องรู้คือ พื้นที่ไหนกำลังเข้าสู่ภาวะวิกฤต และต้องย้ายออกเมื่อใด

 

กทม.ประกาศขยายพื้นที่ประสบสาธารณภัยครอบคลุมทั้ง 50 เขต มีผลตั้งแต่วันที่ 25 ก.ย. เพื่อให้หน่วยงานสามารถดำเนินการช่วยเหลือได้ตามอำนาจหน้าที่อย่างเป็นระบบมากขึ้น 

 

แต่ในมุม Smart City คำถามต่อไปคือ ระบบสามารถเปลี่ยนข้อมูลความเสี่ยงให้เป็นคำสั่งที่ประชาชนเข้าใจและทำตามได้ทันเวลาหรือไม่

 

 

4. จุดอ่อนที่สุดอาจอยู่ที่ “Last Mile”

นี่คือประเด็นที่น่าสนใจที่สุดของการวิเคราะห์ครั้งนี้

รัฐอาจมีเรดาร์ฝน มีดาวเทียม มี CCTV มีเซ็นเซอร์ มีแผนที่น้ำท่วม และมีศูนย์บัญชาการ แต่คนที่ติดอยู่ในบ้านอาจไม่มีไฟฟ้า ไม่มีน้ำประปา โทรศัพท์แบตเตอรี่ใกล้หมด หรือไม่รู้ว่าศูนย์พักพิงอยู่ที่ไหน

 

กล่าวง่าย ๆ คือ เทคโนโลยีอาจเก่งที่ศูนย์บัญชาการ แต่ยังไปไม่ถึงคนที่กำลังเดือดร้อน

สถานการณ์วันที่ 27 ก.ย. จึงทำให้เห็นความสำคัญของการดูแลกลุ่มเปราะบางและประชาชนที่ติดค้างในพื้นที่ ซึ่ง กทม.ยังคงสั่งการให้ทีมลงพื้นที่ช่วยเหลือ ขณะที่ระดับน้ำในคลองหลายแห่งยังสูงแม้ฝนเริ่มลดลงแล้ว

 

 

5. “ฝนหนักผิดปกติ” อธิบายความรุนแรงได้ แต่ไม่ควรจบที่คำว่าเหตุสุดวิสัย

ข้อมูลทางอุตุนิยมวิทยาชี้ชัดว่าครั้งนี้มีปัจจัยฝนตกหนักถึงหนักมากและฝนสะสมเข้ามาเกี่ยวข้อง กรมอุตุฯ เตือนล่วงหน้าหลายวัน และนักวิชาการด้านภัยพิบัติยังประเมินว่าบางพื้นที่มีฝนสะสมมากกว่า 300 มิลลิเมตร 

 

ดังนั้น ฝนหนักเป็นตัวเร่งให้สถานการณ์รุนแรงขึ้น แต่ในเชิงนโยบาย สิ่งที่ควรถูกประเมินหลังน้ำลดคือ เมืองมีความสามารถในการรองรับฝนระดับนี้มากน้อยเพียงใด จุดไหนระบายไม่ทัน

 

เพราะอะไร เครื่องสูบน้ำเพียงพอหรือไม่ ระบบเตือนภัยไปถึงประชาชนเร็วแค่ไหน และพื้นที่เดิมที่เคยท่วมได้รับการแก้ไขแล้วหรือยัง

 

 

นี่คือการเปลี่ยนคำถามจาก “ทำไมฝนตกแล้วกรุงเทพฯ ถึงท่วม” เป็น “เมืองถูกออกแบบให้รับฝนได้มากแค่ไหน และรัฐเตรียมตัวถึงระดับไหน”

 

บทเรียนของน้ำท่วมครั้งนี้จึงอาจไม่ได้อยู่ที่ว่า รัฐไม่มีเทคโนโลยี แต่เป็นว่า

 

“รัฐมีเทคโนโลยีมากขึ้น แต่ระบบบริหารภัยพิบัติยังต้องทำให้ข้อมูลทุกชิ้นกลายเป็นการตัดสินใจเดียวกัน และส่งต่อไปถึงประชาชนให้เร็วที่สุด”

 

และนี่อาจเป็นโจทย์ใหญ่ของกรุงเทพฯ หลังน้ำลด ไม่ใช่แค่การเพิ่มเครื่องสูบน้ำหรือขุดลอกคลอง แต่คือการสร้าง Urban Flood Operating System ที่เชื่อมตั้งแต่พยากรณ์ฝน → เซ็นเซอร์น้ำ → แบบจำลองคาดการณ์ → ศูนย์บัญชาการ → การจราจร → การแจ้งเตือน → การอพยพ → การช่วยเหลือประชาชนแบบรายพื้นที่

 

เพราะ Smart City ที่แท้จริงไม่ได้วัดจากจำนวนเซ็นเซอร์ที่ติดตั้ง แต่วัดจากความเร็วที่เมืองเปลี่ยน “ข้อมูล” ให้เป็น “การช่วยชีวิตและลดความเสียหาย”