OPINION

เสถียรภาพ = ไร้เสถียรภาพ

สุรพร เกิดสว่าง
12 มิ.ย. 2560
ในเที่ยงของวันที่ 25 เมษายน 2015 ทุกคนที่ Everest Base Camp รู้สึกถึงความสั่นสะเทือน ทำให้หลายคนรีบผลุดออกมาจากเต็นท์ พบกับภาพที่เหมือนกับตึกหิมะ 50 ชั้น กำลังโค่นทับลงมาฟาดลงบนบริเวณ base camp กลบบริเวณเป็นอาณาเขตกว้าง ในวันนั้นมีคนเสียชีวิต 17 คนที่ base camp และเกือบ 9 พันคนทั้งประเทศเนปาล อินเดีย บังคลาเทศ และ จีน ที่รอดมาได้
 
ผู้เชี่ยวชาญเชื่อว่า นี่เป็นเพียงการเตือนจากธรรมชาติเท่านั้น เพราะความที่แผ่นดินไหวสงบมาเกือบชั่วอายุคนตั้งแต่ปี 1934 หมายความว่า พลังงานงัดกันระหว่างเปลือกโลกแผ่นอินเดียและแผ่นยูเรเชียที่ถูกสะสมไว้ ไม่ได้ถูกปลดปล่อยเป็นเวลานาน จนแม้กระทั่งความแรง 7.8 แมกนิจูดในวันนั้น  ก็ไม่สามารถปล่อยแรงที่อัดอั้นอยู่ได้หมด ซึ่งหมายถึงว่า ครั้งต่อๆไป อาจจะเป็น “ของจริง” ที่นำมาซึ่งความพินาศอย่างมหาศาลยิ่งขึ้นไปอีก
 
ความสงบที่ดูเป็นมิตรมานาน ที่จริงแฝงไว้ด้วยความรุนแรงระดับมรณะที่สามารถระเบิดได้ทุกเมื่อ เพราะความสงบราบรื่น ที่จริงคืออาการของการบ่มเพาะความรุนแรงอย่างเงียบๆ
 
ในปี 2005 มีงานวิจัยของ University of Kentucky ที่มีต่อร้านอาหารชั้นดี 38 แห่ง พบว่า ถึงแม้ร้านอาหารที่พนักงานมี turn over สูง ลาออกบ่อย มีความลำบากในการบริหารจัดการก็ตาม แต่ร้านอาหารที่พนักงานมี turn over ต่ำ กลับจะมีความเสี่ยงรุนแรงกว่า เพราะเมื่อมีคนลาออก จะทำให้ประสิทธิภาพของร้านลดต่ำลงทันที โดยต่ำกว่าร้านที่มี turn over สูงเสียด้วย ทั้งนี้มาจากพนักงานที่อยู่นานมีความสัมพันธ์กับเพื่อนร่วมงานลึกซึ้งและมีอิทธิพลในงานมาก เมื่อลาออกไปย่อมส่งผลกระทบมากกว่า
 
Harvard Business Review พูดถึงงานวิจัยนี้ว่านี่คือ “Stability breeds instability.” หรือ ความมีเสถียรภาพ ทำให้เกิด ความไร้เสถียรภาพ และนั่นคือสัจธรรมอย่างหนึ่งที่ว่า ทั้ง ความเสถียร หรือ ไม่เสถียร เป็นเสมือน หยิง-หยาง ที่อยู่คู่กัน มองแยกไม่ได้  หรือทั้งสองอย่างอาจเป็นเรื่องเดียวกันก็ได้ แล้วแต่เราจะมองเหตุการณ์นั้น แบบ zoom in หรือ zoom out
 
นักลงทุนหุ้นรู้ดีถึงวิธีวิเคราะห์หุ้นแบบ technical analysis หรือการอ่านแนวโน้มการเคลื่อนไหวของหุ้นจาก chart ว่า ในวันต่อวัน หุ้นอาจขึ้นลงมีความผันผวน แต่ถ้าหาก zoom out ออกมาในช่วงสัปดาห์ เดือน หรือ ปี อาจพบว่าราคาหุ้นตัวนั้น ไม่ได้หวือหวาอะไร หากมีแนวโน้มที่นิ่งชัดเจนค่อยๆขึ้นหรือลง ก็เป็นได้ 
 
การทำ curve fitting ในสถิติก็เช่นกัน หากทำ curve fitting หรือลากเส้น regression ก็อาจตีความได้ว่า data นั้นมีการเคลื่อนไหวที่ชัดเจนไปในทางเดียวกัน ทั้งที่หาก zoom in ก็จะพบความระเกะระกะของ data บน scale ของเวลา ซึ่งหมายความว่า ในระดับย่อยนั้น มองแทบไม่เห็นทิศทางอะไรเลย นอกจากความวุ่นวาย
 
Hyman Herman Minskyปรมาจารย์เศรษฐศาสตร์ระดับรางวัลโนเบลบอกว่า “เศรษฐกิจที่มีเสถียรภาพสร้างความไร้เสถียรภาพ” เพราะคนจะตายใจ กล้าเสี่ยง จนในที่สุดเพียงผลกระทบเล็กน้อย ก็ทำให้เศรษฐกิจพังได้ 
 
ส่วนปรมาจารย์ด้านสิ่งแวดล้อมอย่าง CS Hollingให้ข้อคิดเรื่อง resiliencevs stability หรือ ความยืดหยุ่น vsความมีเสถียรภาพ เช่นกันว่า ใครๆก็อยากบรรลุได้ทั้งสองอย่าง แต่ความจริงก็คือ สองอย่างนี้มักขัดแย้งกันเอง ไม่มีทางที่จะได้พร้อมกัน เพราะ เสถียรภาพต่ำ ทำให้เกิด ความยืดหยุ่นสูง
 
CS Hilling พูดถึงกรณีที่มนุษย์ไม่ยอมให้ไฟป่าเกิด ด้วยวิธีดับไฟไหม้ทุกครั้ง นั้นย่อมทำให้เกิดป่าที่มีเสถียรภาพ ดูเหมือนเป็นสิ่งที่ดี  แต่นั่นกลับจะเป็นบ่อเกิดของความหายนะขนาดใหญ่ เพราะมันคือการฝืนธรรมชาติที่ดูแลตนเอง ผลก็คือ เกิดการสะสมอย่างหนาแน่นของปริมาณไม้ในป่าที่เป็นเชื้อเพลิงมากขึ้นเรื่อยๆ รวมถึงพันธุ์พืชที่ไม่ทนกับไฟป่าก็จะแพร่พันธุ์มากขึ้น  จนหากเกิดไฟป่าอีก ก็อาจจะไม่สามารถดับได้ และจะสูญเสียป่าทั้งหมดในที่สุด 
 
CS Hollingชี้ว่า ที่ถูกคือ มนุษย์ต้องดูแลสิ่งแวดล้อมให้มีความ resilience หรือ ความยืดหยุ่นในการเปลี่ยนแปลง ไม่ใช่ไปสร้าง stability หรือ เสถียรภาพ เพราะในที่สุด stability จะกลับสู่ instability ด้วยตัวของมันเอง และอาจเกิดความเสียหายขนาดใหญ่ที่ฟื้นคืนได้ยาก 
 
เช่นเดียวกับเรื่องการเมืองระหว่างประเทศ ที่ว่าด้วย Stability-Instability Paradox
 
ประเทศสองประเทศที่ต่างมีอาวุธนิวเคลียร์ กลับจะไม่กล้าทำสงครามตรงๆซึ่งกันและกัน เพราะนั่นหมายถึงความพินาศทั้งคู่ แต่จะใช้สงครามตัวแทน ทำสงครามย่อยในประเทศอื่น ดังเช่น ยุคสงครามเย็นระหว่าง สหรัฐฯกับโซเวียต หรือไม่ก็ปะทะกันโดยตรงแต่ในขนาดเล็กน้อย ไม่ลุกลามไปกว่านั้น ดังเช่น กรณีอินเดียกับปากีสถาน โดยที่ต่างฝ่ายพยายามไม่ให้สถานการณ์ลุกลามจนเกิดสงครามใหญ่
 
นั่นก็คือ “ความมีเสถียรภาพในเรื่องใหญ่ อยู่ได้ด้วย ความไร้เสถียรภาพเล็กๆ”เพราะทำให้เกิดความ resilience ตรงตามหลักคณิตศาสตร์ของ Game Theory ว่าด้วยสภาวะ Nash Equilibriumที่ ผู้เล่นทั้งสองฝ่ายยอมจบลงด้วยการประนีประนอมในระดับหนึ่ง  ไม่มีใครแพ้ชนะ แต่ในขณะเดียวกัน ก็ไม่ใช่สภาพที่แต่ละฝ่ายพึงปรารถนาเท่าใดนัก เพราะยังมีความขัดแย้งคุกกรุ่นอยู่ แต่ถือว่าพอรับได้ และพออยู่ด้วยกันได้
 
และชีวิตคนเราก็เช่นกัน
 
ธรรมชาติของคนไม่ชอบความไม่แน่นอน เราจึงมุ่งหา stability และกำจัดความไม่แน่นอนให้มากที่สุดเท่าที่จะทำได้ ในนามของ “ความเข้มงวด” ฝ่ายบริหารตั้งกฎเข้มงวดมากมายเพื่อสร้างความแน่นอน  พ่อแม่เข้มงวดกับลูกหวังจะให้ชีวิตราบรื่น แฟนระแวงไม่ยอมให้ห่างเพราะต้องความมั่นใจ รัฐบาลออกกฎควบคุมราคาสินค้าเพื่อเสถียรภาพเศรษฐกิจ
 
แต่ไม่ว่าจะพยายามอย่างไร ก็หนีกฎธรรมชาติว่าด้วย stability breeds instability ไปไม่พ้น ภายใต้ภาพที่สงบราบรื่น ความกดดันถูกสะสมมากขึ้นเรื่อยๆ จนต้องหาทางออกในที่สุด  พนักงานแอบหลีกเลี่ยงกฎโดยไม่บอก ลูกแอบมีชีวิตมุมมืดที่พ่อแม่ไม่รู้ คนรักเบื่อหน่ายจนหมดไฟ สินค้าหายไปสู่ตลาดมืดและเศรษฐกิจเสียหาย
 
Stability จึงกลายเป็นภาพลวงชั่วคราว ที่รอเวลาทีจะเปลี่ยนเป็น instability เท่านั้น  
 
ตรงกันข้าม ความไร้เสถียรภาพที่ทำให้คนเรารู้จักปรับตัวอยู่ตลอดเวลา จนเกิดความ resilience นั้น คือ stability อย่างแท้จริง เพียงแต่คนมองว่านั่นคือ instability และหาทางกำจัดทิ้งเสีย
 
และนี่คือ paradox ที่คนเราต้อง “ทำตรงกันข้ามกับความต้องการเพื่อให้บรรลุผลอย่างที่ต้องการ”โดยต้องกล้าปล่อยให้ชีวิตมีความไร้เสถียรภาพในระดับที่สามารถบริหารจัดการได้ ถึงจะได้มาซึ่งเสถียรภาพอย่างแท้จริง
 
About the Author
background จากการศึกษาและทำงานด้าน การเงินการธนาคาร เศรษฐศาสตร์ และ IT เชื่อว่าคนเราสามารถหาความสุขได้ง่ายๆจากความอยากรู้อยากเห็นและความสงสัย นอกจากการอ่านและเขียนแล้ว เขาใช้ชีวิตกับกิจกรรม outdoor หลากหลายชนิด
เรื่องที่เกี่ยวข้อง
“เธอไม่สบอารมณ์อย่างมาก ไม่รู้จะเรียกว่าอาการหึงหวงหรือไม่ แต่มักจะมีเรื่องทุกครั้ง บางครั้งเอ่ยชื่อนี้ขึ้นมา หรือพูดถึงเรื่องในอดีตบ้าง ก็จะเสียบรรยากาศทันที”    ฝ่ายชายถอนใจ “บางครั้งก็ถูกถามว่า ทำไมไม่อยู่กับปัจจุบัน จะเลือกใครแน่?”
ภูเขาไฟระเบิดในอีกซีกโลก ทำให้เกิดนิยาย Frankenstein และ จักรยาน ในอีกซีกโลก ทั้งที่สองเหคุการณ์ไม่น่าจะเกี่ยวข้องกันได้เลย และนั่นคือ “Butterfly Effect” 
ที่กล่าวใน Chaos Theory ทฤษฎีว่าด้วยความปั่นป่วนโกลาหล...