ทีดีอาร์ไอ แนะรัฐปรับสมดุล 'ลดรั่วไหล-ตกหล่น' หลังดราม่าตัดสิทธิบัตรคนจน

กระแสวิจารณ์เกณฑ์บัตรสวัสดิการแห่งรัฐกรณีตัดสิทธิพ่อแม่ที่ถูกบุตรนำชื่อไปลดหย่อนภาษี จุดประเด็นถกเถียงครั้งใหญ่ถึงประสิทธิภาพการคัดกรองคนจนของไทย แม้รัฐบาลเตรียมทบทวนหลักเกณฑ์ดังกล่าว แต่ ดร.สมชัย จิตสุชน นักวิชาการทีดีอาร์ไอ มองว่าปัญหาสำคัญไม่ได้อยู่ที่เงื่อนไขใดเงื่อนไขหนึ่ง แต่อยู่ที่ความเข้าใจผิดว่าระบบคัดกรองคนจนสามารถทำได้อย่างแม่นยำสมบูรณ์แบบ

เกณฑ์คัดกรองคนจนไม่เคยสมบูรณ์

โดยดร.สมชัย จิตสุชน ผู้อำนวยการวิจัยด้านการพัฒนาอย่างทั่วถึง สถาบันวิจัยเพื่อการพัฒนาประเทศไทย (ทีดีอาร์ไอ) ได้โพสต์ผ่านเพจ Somchai Jitsuchon-Punlic บนแพลตฟอร์ม Facebook ว่า จากเรื่องพ่อแม่ไม่ได้บัตรสวัสดิการแห่งรัฐถ้าลูกเอาชื่อไปยื่นขอลดหย่อนภาษี ทำให้ผมดีใจที่เห็นการพูดคุยเรื่องการคัดกรองดูว่าใครควรได้รับการช่วยเหลือ (targeting error/effiency) มากขึ้น 

ซึ่งผมพยายามพูดเรื่องนี้มาเกือบยี่สิบปี คนไม่ค่อยฟัง หรือฟังแล้วแต่ไม่สนใจคิดต่อ และผมคิดว่าการพูดคุยยัง very early stage มาก และตก/หลงประเด็นไปอีกพอควร 

1. การคัดกรองว่าใครจน/ไม่จน ไม่เคยทำได้สมบูรณ์แบบหรือแม้กระทั่งใกล้สมบูรณ์แบบ คือ perfect or near-perfect targeting ไม่มีอยู่จริงในโลกนี้ exclusion error (ตกหล่น) และ inclusion error (รั่วไหล) ยังคงยืนสูงระดับหลายสิบเปอร์เซนต์เสมอในทุกโครงการ targeting ทั่วโลก 

2. มีพัฒนาการในเรื่อง targeting methodology มาต่อเนื่อง (ซึ่งผมติดตามและเอาใจช่วยมาตลอด) ไม่ว่าจะขยับจาก proxy means-test แบบที่ไทยใช้ประจำ (และค่อนข้างล้าสมัย เช่นฐานข้อมูล TPMAP) มาเป็นการใช้ฐานข้อมูลหลากหลายแหล่งมาชนกัน (แบบบัตรสวัสดิการแห่งรัฐ) ใช้กลไกชุมชน ใช้แผนที่ดาวเทียม ใช้ machine-learning ใช้ข้อมูลการใช้โทรศัพท์ มือถือ 

แต่น่าเสียดายว่าแต่ละวิธี (หรือลูกผสม) สามารถลดการตกหล่นและรั่วไหลน้อยกว่าที่คาดหวังกันมาก ส่วนใหญ่ลดได้หลักหน่วย % เท่านั้น หมายความว่า errors ทั้งสองแบบยังสูงอยู่ ระดับเลขสองหลัก % และอาจสูงถึง 30-70% ได้ (โดยเฉพาะการตกหล่น) 

ลดหย่อนพ่อแม่ ลดรั่วไหล เพิ่มตกหล่น

3. คนไม่ค่อยเข้าใจว่าไม่ว่าใช้วิธีใด เกือบทุกครั้งที่มันจะมี trade-off ว่าลด error นึงจะทำให้อีก error นึงสูงขึ้น เช่นกรณีลดหย่อนพ่อแม่นี้ จะลดรั่วไหลได้ แต่จะเพิ่มการตกหล่น 

4. คำถามที่ควรถาม และผมถามมาตลอด แต่ไม่ค่อยมีคนอยากร่วมพูดคุยด้วย คือระหว่างที่รอ near-perfect targeting ซึ่งไม่รู้เมื่อไรจะมีได้ เราจะออกแบบนโยบายสาธารณะอย่างไรว่านโยบายไหนควรเป็นแบบเจาะจง (targeting) และแบบไหนควรเป็นแบบถ้วนหน้า 

5. สำหรับผมนโยบายถ้วนหน้ามีข้อดีคือการตกหล่นเป็นศูนย์หรือใกล้ศูนย์ แต่การ 'รั่วไหล' ก็สูงสุด จึงควรใช้วิธีนี้สำหรับนโยบายที่การตกหล่นมีต้นทุนทางเศรษฐกิจและสังคมสูงสุด โดยเฉพาะถ้ามองกันยาว ๆ

ชงนโยบายดูแลเด็ก-เยาวชน ควรถ้วนหน้า

6. ผมจึงเสนอมาตลอดว่านโยบายการดูแลเด็กและเยาวชนควรเป็นแบบถ้วนหน้า เพราะ (ก) เด็กเป็นอนาคตของประเทศ การตกหล่นมีต้นทุนสูงมาก (ข) เด็กมีจำนวนลดลงเร็วมาก ต้นทุนการ 'รั่วไหล' ถ้าใช้แบบถ้วนหน้าจะไม่มากและลดลงเรื่อย ๆ 

เบี้ยผู้สูงอายุควรเป็นลูกผสม

7. ส่วนนโยบายอื่นที่แม้จะสำคัญเช่นกัน เช่นเบี้ยผู้สูงอายุ ที่ปัจจุบันเป็นแบบถ้วนหน้าตั้งแต่ปี 2552 แต่มีการเรียกร้องให้เพิ่มเบี้ยให้มากกว่านี้มาก เช่นเป็น 3,000 บาทต่อคนต่อเดือน (ประมาณเส้นความยากจน ซึ่งจะใช้งบประมาณหลายแสนล้าน) ควรเป็นแบบ "ลูกผสม"  คือคงความเป็นถ้วนหน้าที่ระดับผลประโยชน์เท่าหรือมากกว่าปัจจุบัน (600-1000 บาทต่อเดือย) เพียงเล็กน้อย เพื่อป้องกันการตกหล่นของคนแก่ยากจน (ซึ่งชีวิตน่าสงสารมากถ้าตกหล่นแบบไม่ได้ซักบาท) แล้วไปเพิ่มให้คนแก่ยากจนเป็นพิเศษจนใกล้ 3,000 หรือต่ำกว่าเล็กน้อย 

โดยยอมให้มีการคัดกรองในส่วนเพิ่มนี้ที่อาจจะเข้มงวดหน่อย เพื่อให้แน่ใจว่าภาระงบประมาณไม่สูงเกิน ในขณะที่การตกหล่นจากการคัดกรองที่จะยังมีอยู่ (ดูข้อ 1 และ 2 ข้างต้น) จะไม่ก่อความเสียหายมากนักเพราะยังได้ถ้วนหน้าระดับพื้นฐานรองรับอยู่ ไม่ใช่ไม่ได้เลยซักบาท

8. รัฐบาลปัจจุบันดูจะเน้นเรื่องการลดการรั่วไหลมากเป็นพิเศษ คงเพราะห่วงภาระงบประมาณ แต่ไม่อยากให้ละเลยปัญหาตกหล่น 

แนะแก้วิธีแก้ตกหล่น 'บัตรคนจน'

9. รัฐบาลบอกว่าจะมีนโยบายแก้ปัญหาการตกหล่นตามมา คาดว่าจะใช้ฐานข้อมูลคนยากจนและเปราะบางจากกระทรวงมหาดไทย และกระทรวง พม. ซึ่งคงต้องรอดูรายละเอียดต่อไป 

10. แต่อยากให้คนออกแบบมาตรการแก้ตกหล่น ศึกษาทฤษฎีและงานวิจัยเชิงประจักษ์ทั้งในไทยและในต่างประเทศด้วยว่าควรใช้วิธีใดที่เหมาะที่สุดกับบริบทไทย โดยคำนึงถึง trade-off ที่ผมกล่าวถึงในข้อ 3 ข้างต้น

11. ผมเสนอว่าการแก้ปัญหาตกหล่น อาจใช้หลาย ๆ วิธีร่วมกัน 

11.1 การใช้ฐานข้อมูลคนยากจนและเปราะบางแบบที่รัฐบาลกำลังจะทำ  

11.2 เอาข้อมูลจาก 11.1 เพิ่มเข้ามาในฐานข้อมูลที่เจ้าตัวมารายงาน อย่างที่รับจดทะเบียนอยู่ตอนนี้

11.3 ส่งข้อมูลให้รัฐบาลท้องถิ่นและชุมชนเพื่อทำการตรวจสอบว่ามีคนจนตัวจริงตกหล่นไม่อยู่ในรายชื่อใน 11.2 หรือไม่ ถ้ามีให้เพิ่มเข้ามา โดยอาจมีการตรวจสอบจากหน่วยราชการกลางในลักษณะ spot check ว่าจนจริง เมื่อแน่ใจว่าคนจริง ก็สรุปเพิ่มเข้ามาเลย

11.4 *ต้องไม่ไปบอกให้เขามาจดทะเบียนเอง* แบบที่รัฐบาลบอกว่าจะทำ เพราะคนตกหล่นจำนวนไม่น้อยตกหล่นเพราะเขาไม่กล้าหรือไม่สะดวกมาจดทะเบียน เรื่องนี้ต้องทำแบบ active ไม่ใช่ passive

11.5 กระบวนการทั้งหมดตั้งแต่ข้อ 11.1-11.4 ต้องหมั่นทำทุกปี หรือถ้าบ่อยกว่านั้นได้จะยิ่งดี เพราะสถานะความยากจนอาจเปลี่ยนแปลงได้เร็วกว่าที่คิด

12. รัฐบาลจะใช้กระบวนการตามข้อ 11 สำหรับการลดการรั่วไหลไปด้วยกันก็ได้ 

13. อีกวิธีที่ผมเคยเสนอเกือบยี่สิบปีแล้วเช่นกัน (และเจอทีหลังว่ารัฐบาลจีนใช้อยู่ด้วย) คือการใช้ข้อมูลการสำรวจที่ตรงตามหลักสถิติ เช่นของสำนักงานสถิติแห่งชาติ ร่วมด้วยในการจัดสรรงบประมาณไปถึงคนจน คนเปราะบาง 

โดยใช้ข้อมูลแบบนี้ในการกำหนดงบประมาณรายพื้นที่ เพราะแม่นยำกว่าทุกวิธีที่พูดถึงมาทั้งหมด แล้วค่อยใช้ข้อมูลที่ระบุตัวบุคคลได้ในการจัดสรรงบประมาณ 'ภายใน' พื้นที่ ซึ่งสภาพัฒน์เคยรายงานว่าการใช้งบประมาณแก้จนของเราไม่ว่าจะผ่านบัตรสวัสดิการแห่งรัฐหรือ TPMAP มีความบิดเบี้ยวในระดับพื้นที่ คือพื้นที่คนจนมากได้เงินน้อย พื้นที่คนจนน้อยได้เงินมาก

โดยสรุปยังมีเรื่องต้องลองคิด และลองทำอีกเยอะถ้าเรายังจำเป็นต้องมีการคัดกรองเพื่อลดภาระงบประมาณ 

และที่สำคัญ *อย่าเชื่อว่าจะสามารถทำ near-perfect targeting ได้* มันไม่มีอยู่จริง ผมคุยกับเพื่อน ๆ นักเศรษฐศาสตร์ และคนทำนโยายหลายคนที่เป็นคนหวังดีต่อคนยากจน แต่มีความเชื่อที่ไม่ถูกต้องนี้ ทำให้ไม่ได้ช่วยส่งเสียงให้ลดการตกหล่นเหลือศูนย์สำหรับนโยบายที่สำคัญ ๆ เช่นการพัฒนาเด็กเล็ก

#นโยบายเด็กเล็กต้องถ้วนหน้า