บทความโดย
นายสัณหณัฐ เศรษฐศักดาศิริ
ประเทศไทยประสบความสำเร็จอย่างมากในการลดจำนวนคนจนจาก 34.2 ล้านคน คิดเป็นร้อยละ 65.2 ของจำนวนประชากร ในปี 2531 เหลือเพียง 4.3 ล้านคน คิดเป็นร้อยละ 6.2 ของจำนวนประชากร ในปี 2562 อย่างไรก็ตาม ในปี 2563 ประเทศไทยประสบกับภาวะวิกฤติการแพร่ระบาดของไวรัส COVID-19 ซึ่งส่งผลกระทบอย่างรุนแรงต่อเศรษฐกิจและการจ้างงานเป็นวงกว้าง ส่งผลให้จำนวนคนจนเพิ่มขึ้นมาอยู่ที่ 4.8 ล้านคน คิดเป็นร้อยละ 6.8 ของจำนวนประชากร นอกจากนี้ คนไทยยังเผชิญกับความยากจนในมิติอื่นที่มิใช่รายได้หรือความยากจนหลากหลายมิติ ประกอบด้วย 1) การศึกษา 2) สุขภาพ 3) ความเป็นอยู่ และ 4) ความมั่งคงทางการเงิน สะท้อนจากดัชนีความยากจนหลายมิติ (Multi-Dimensional Poverty Index: MPI) ปี 2562 มีค่าเท่ากับ 0.051 หรือมีจำนวนคนยากจนหลายมิติ อยู่ที่ 9.3 ล้านคน คิดเป็นร้อยละ 13.4 ของประชากรทั้งหมด จะเห็นว่า คนยากจนในมิติอื่นที่มิใช่รายได้มีจำนวนสูงกว่าคนยากจนในมิติรายได้ เนื่องจากการขาดโอกาสในการพัฒนาและยกระดับคุณภาพชีวิตในด้านอื่น ๆ ที่กลุ่มคนเหล่านั้นมีปัญหา ทั้งนี้ ในช่วงที่ผ่านมา ประเทศไทยยังไม่เคยมีการใช้ประโยชน์จากการบูรณาการฐานข้อมูลระหว่างหน่วยงานภาครัฐต่าง ๆ เพื่อศึกษาปัญหาความยากจนในมิติอื่น ๆ นอกเหนือจากปัจจัยรายได้ ทั้งในระดับครัวเรือนและหมู่บ้านที่อาศัยอยู่ ซึ่งเป็นต้นตอสำคัญที่ทำให้คนไทยเกิดปัญหาความยากจน ฉะนั้น การศึกษาฉบับนี้ จะมีการบูรณาการข้อมูลผู้ถือบัตรสวัสดิการแห่งรัฐกับข้อมูลความจำเป็นพื้นฐาน (จปฐ.) และข้อมูลปัจจัยพื้นฐานระดับหมู่บ้าน (กชช 2ค.) เพื่อศึกษาวิจัยเกี่ยวกับปัจจัยสำคัญที่ส่งผลต่อปัญหาความยากจนหลากมิติ โดยอาศัยเครื่องมือการวิเคราะห์ข้อมูล (Data Analytics) อย่าง Machine Learning เพื่อเป็นประโยชน์ต่อการกำหนดนโยบายแก้ปัญหาความยากจนของประเทศไทยในระยะถัดไป
การศึกษาฉบับนี้ ได้ใช้ Machine Learning แบบ Decision Trees เพื่อวิเคราะห์ถึงปัจจัยสำคัญที่มีผลต่อการได้รับบัตรสวัสดิการแห่งรัฐ และบ่งชี้โอกาสในการเกิดปัญหาความยากจนหรือการได้รับบัตรสวัสดิการแห่งรัฐของประชาชนรายบุคคล (กลุ่มคนที่ไม่เคยได้รับบัตรสวัสดิการแห่งรัฐมาก่อน) ด้วยลักษณะต่าง ๆ ของปัญหาระดับครัวเรือนและหมู่บ้านที่แต่ละบุคคลอาศัยอยู่ เช่น ด้านสุขภาพ การศึกษา ค่านิยม โครงสร้างพื้นฐาน การมีส่วนร่วมของชุมชน สิ่งแวดล้อมและความเสี่ยงด้านภัยบัติ ฯลฯ โดยการทำ Decision Trees เป็นการประมวลผลหาปัจจัยที่มีผลอย่างมีนัยสำคัญต่อโอกาสการตกอยู่ในความยากจนหรือการได้รับบัตรสวัสดิการแห่งรัฐ แล้วนำมาแบ่งแยกรายมิติที่เกิดขึ้นทั้งในปัญหาระดับครัวเรือน 33 ตัวชี้วัด (สะท้อนจากชุดข้อมูล จปฐ.) และหมู่บ้าน (สะท้อนจากชุดข้อมูล กชช.2ค.) 31 ตัวชี้วัด อย่างเป็นลำดับขั้นตอนเหมือนการแตกกิ่งของต้นไม้ โดย Decision Trees จะประมวลผลและพิจารณาคัดเลือกตัวแปรและแบบจำลอง (Model) ที่เหมาะสมมากที่สุดหรือมีค่าความแม่นยำ (Accuracy Score) สูงที่สุดในการพยากรณ์การได้รับบัตรสวัสดิการแห่งรัฐ ทั้งนี้ ผู้วิเคราะห์ได้แบ่งข้อมูลเป็น 2 ส่วน ได้แก่ 1) ส่วนที่ใช้สอน (Model Training) ใช้จำนวนข้อมูลร้อยละ 80.0 ของข้อมูลทั้งหมด และ 2) ส่วนที่ใช้ทดสอบความแม่นยำ (Model Training) ใช้ข้อมูลที่เหลืออีกร้อยละ 20
ที่มา: จัดทำโดยผู้วิเคราะห์
กระบวนการดังกล่าว ได้อาศัยการวิเคราะห์ฐานข้อมูลเชิงบุคคล ครอบคลุมประชากรราว 36.0 ล้านคนในการศึกษาปัจจัยระดับครัวเรือน และจำนวนประมาณ 31.1 ล้านคนในการศึกษาปัจจัยระดับหมู่บ้าน ซึ่งนำมาศึกษาร่วมกับข้อมูลผู้ถือบัตรสวัสดิการแห่งรัฐ 14.6 ล้านคน โดยผลการวิเคราะห์หลัก ๆ เกี่ยวกับลักษณะปัญหาของบุคคลที่สามารถบ่งชี้ถึงโอกาสที่คน ๆ หนี่งจะตกอยู่ในกลุ่มคนยากจนหรือได้รับบัตรสวัสดิการแห่งรัฐของกระทรวงการคลัง สามารถสรุปได้ดังนี้
(1) ผลการวิเคราะห์ปัญหาระดับครัวเรือน สรุปได้ว่า การยุ่งเกี่ยวกับอบายมุข โดยเฉพาะการดื่มสุราและสูบบุหรี่ เป็นปัจจัยที่ส่งผลต่อความยากจนมากที่สุด ซึ่งหากคน ๆ หนึ่งยุ่งเกี่ยวกับอบายมุขยิ่งมากยิ่งมีโอกาสที่จะเป็นคนยากจนหรือได้รับบัตรสวัสดิการแห่งรัฐ และโอกาสจะเพิ่มขึ้นหากคน ๆ นั้นอยู่ในครัวเรือนที่มีรายได้น้อย โดยจากการศึกษา พบว่า การเข้าถึงอบายมุข เป็นปัจจัยสำคัญในการบ่งชี้โอกาสในการเป็นคนยากจนได้มากกว่าปัจจัยด้านเศรษฐกิจ อย่างรายได้และเงินออมของครัวเรือน กล่าวคือ คนในครัวเรือนมีพฤติกรรมชอบดื่มสุราและสูบบุหรี่ แม้จะอยู่ในครัวเรือนที่มีรายได้สูง แต่ก็มีความเสี่ยงที่จะตกอยู่ในความยากจนได้เช่นกัน ทั้งนี้ จากการสำรวจของสำนักงานสถิติแรงงานในปี 2560 พบว่า มีคนไทยตั้งแต่ 15 ปีขี้นไปที่ดื่มสุราจำนวนกว่า 15.9 ล้านคนหรือคิดเป็นร้อยละ 28.4 ของประชากรทั้งประเทศ และสูบบุหรี่อีกกว่า 10.7 ล้านคนหรือคิดเป็นร้อยละ 19.1 ของประชากรทั้งประเทศ อีกทั้ง คนที่อาศัยอยู่ในครัวเรือนที่มีปัญหาเรื่องการศึกษาและไร้ความสามารถในการอ่าน เขียน และคำนวณตัวเลขง่าย ๆ มีโอกาสเสี่ยงสูงที่จะเป็นคนยากจนและได้รับบัตรสวัสดิการแห่งรัฐเช่นกัน ซึ่งสอดคล้องกับข้อมูลของผู้มีรายได้น้อย ซึ่งจำนวนกว่าร้อยละ 67.6 จบการศึกษาไม่เกินระดับประถมการศึกษาปีที่ 6 นอกจากนี้ ความยากจนในมิติของลักษณะสภาพแวดล้อมของที่อยู่อาศัย เช่น การถูกรบกวนจากมลพิษ ความสะอาด การมีน้ำประปาใช้อย่างเพียงพอ เป็นต้น รวมถึงมิติความมั่งคงทางอาหารของครัวเรือน เช่น การรับประทานอาหารที่ถูกสุขลักษณะ การมียาบรรเทารักษาโรคที่มีคุณภาพ เป็นต้น เป็นปัจจัยที่ส่งผลต่อการได้รับสวัสดิการแห่งรัฐอย่างมีนัยสำคัญ แต่มีน้ำหนักน้อยกว่าการยุ่งเกี่ยวกับอบายมุข การศึกษา และรายได้ของครัวเรือน ทั้งนี้ จากผลการวิเคราะห์ พบว่า หากคน ๆ หนึ่งชอบดื่มสุรา สูบบุหรี่ มีปัญหาเรื่องการศึกษา และอยู่ในครัวเรือนที่มีรายได้น้อย แต่ไม่มีปัญหาด้านสภาพแวดล้อมของที่อยู่อาศัยและความมั่งคงทางอาหาร จะมีโอกาสสูงถึงร้อยละ 87.3 ที่จะตกอยู่ในความยากจนและได้รับบัตรสวัสดิการแห่งรัฐ ทั้งนี้ ระดับความน่าจะเป็นดังกล่าว ขึ้นอยู่กับปัญหาของแต่ละบุคคล ซึ่งมีความแตกต่างกันในแต่ละมิติ
(2) ผลการวิเคราะห์ปัญหาระดับหมู่บ้านที่อาศัยอยู่ สรุปได้ว่า คนที่อาศัยอยู่ในหมู่บ้านที่มีโครงสร้างพื้นที่ที่มีความพร้อม โดยเฉพาะการมีปริมาณน้ำเพื่อใช้ทำการเกษตรที่เพียงพอ ระบบโครงข่ายการติดต่อสื่อสารที่ดี และการจัดสรรที่ดินทำกินอย่างทั่วถึง จะช่วยลดโอกาสที่จะเป็นคนยากจนหรือได้รับบัตรสวัสดิการแห่งรัฐ เนื่องจากแรงงานไทยส่วนใหญ่เป็นเกษตรกร อีกทั้ง การอาศัยอยู่ในหมู่บ้านที่มีการส่งเสริมให้มีการรวมกลุ่มของชุมชน เพื่อสร้างรายได้ จะช่วยลดโอกาสที่จะเป็นคนยากจนได้อย่างมากเช่นกัน ปัจจุบัน ยังมีหมู่บ้านที่มีปัญหาขาดการรวมกลุ่มของตนในชุมชน ทำให้มีคนชาดโอกาสสร้างรายได้กว่า 10.8 ล้านคน นอกจากนี้ ยังมีปัจจัยแวดล้อมอื่น ๆ ของหมู่บ้าน ที่ส่งผลให้คนที่อาศัยอยู่มีโอกาสเพิ่มขึ้นในการได้รับบัตรสวัสดิการแห่งรัฐอย่างมีนัยสำคัญ อาทิ ระดับการศึกษาของคนในหมู่บ้าน สภาพเศรษฐกิจ ความปลอดภัยจากยาเสพติด และความปลอดภัยจากภัยธรรมชาติ แต่ปัจจัยรองต่าง ๆ เหล่านี้ มีน้ำหนักน้อยกว่าปัจจัยด้านโครงสร้างพื้นฐานและการรวมกลุ่มของชุมขน ทั้งนี้ จากผลการวิเคราะห์ พบว่า หากคน ๆ หนึ่งอาศัยอยู่ในหมู่บ้านที่ไม่มีการรวมกลุ่มสร้างรายได้ ขาดความพร้อมของโครงสร้างพื้นฐาน และการศึกษาของคนในหมู่บ้านอยู่ในระดับต่ำ แม้ว่าหมู่บ้านนั้นเป็นพื้นที่ที่มีการจ้างงาน ปลอดภัยจากยาเสพติด และภัยพิบัติ แต่ก็จะมีโอกาสสูงถึงร้อยละ 89.6 ที่คน ๆ นั้นจะตกอยู่ในความยากจนและได้รับบัตรสวัสดิการแห่งรัฐ ทั้งนี้ ระดับความน่าจะเป็นดังกล่าว ขึ้นอยู่กับปัญหาของหมู่บ้านที่แต่ละบุคคลอาศัย ซึ่งมีความแตกต่างกัน
ที่มา: จัดทำโดยผู้วิเคราะห์
จากผลการวิเคราะห์ปัจจัยที่มีอิทธิพลต่อการบ่งชี้การเกิดปัญหาความยากจนข้างต้น ภาครัฐสามารถกำหนดนโยบายแก้ปัญหาความยากจนในระดับครัวเรือนและการลงทุนเชิงพื้นที่ในระดับหมู่บ้านเพื่อลดโอกาสให้การตกอยู่ในความยากจนของประชาชนและลดจำนวนผู้ได้รับบัตรสวัสดิการแห่งรัฐได้ดังต่อไปนี้
1. ส่งเสริมให้คนไทยลดละเลิกการดื่มสุราและสูบบุหรี่อย่างจริงจัง โดยเฉพาะกลุ่มครัวเรือนรายได้น้อย ซึ่งอาจจะดำเนินมาตรการ/โครงการได้หลากหลายวิธี เช่น การดำเนินมาตรการปรับเพิ่มอัตราภาษีเพื่อควบคุมปริมาณการบริโภคเครื่องดื่มแอลกอฮอล์และบุหรี่ การดำเนินมาตรการสร้างแรงจูงใจสำหรับผู้ที่ลงทะเบียนโครงการลดละเลิกสุราและบุหรี่ การดำเนินการให้ความรู้และโทษของสุราและบุหรี่แก่เยาวชนในชั้นเรียน การจำกัดช่องทางการเข้าถึงในการซื้อขายสุราและบุหรี่ของประชาชน การควบคุมการโฆษณาส่งเสริมการขาย เป็นต้น ทั้งนี้ การลดละเลิกการดื่มสุราและบุหรี่ของคนในครัวเรือน จะทำให้ครัวเรือนลดรายจ่ายที่ไม่จำเป็นได้มากขึ้น ซึ่งจากผลการวิเคราะห์บ่งชี้ว่าวิธีการนี้ซจะช่วยลดโอกาสในการเกิดปัญหาความยากจนของประชาชนได้มากที่สุด
2. ส่งเสริมการศึกษาแก่ประชาชนทุกช่วงวัย โดยอย่างน้อยควรส่งเสริมให้ประชาชนทุกคนสามารถอ่านออก เขียนได้ และคำนวณตัวเลขอย่างง่าย ๆ ได้ โดยเฉพาะกลุ่มครัวเรือนรายได้น้อย เช่น การสนับสนุนให้นักเรียนทุกคนได้เข้าเรียน การจัดทำแพลตฟอร์มออนไลน์สำหรับการเรียนรู้ตลอดชีวิตของทุกช่วงวัย เป็นต้น ซึ่งจะช่วยลดโอกาสการเกิดความยากจนของประชาชนและได้รับบัตรสวัสดิการแห่งรัฐได้อย่างมากเช่นกัน สำหรับในระยะต่อไปการศึกษาจะยิ่งมีความสำคัญสำหรับครัวเรือนไทย เนื่องจากไทยกำลังเข้าสู่สังคมผู้สูงอายุ ซึ่งทำให้กลุ่มผู้สูงอายุมีทักษะในการทำงานตลอดชีวิต เพื่อลดภาระของแรงงานวัยรุ่น ซึ่งจะช่วยเสริมความสามารถในการหารายได้ของครัวเรือน
3. มุ่งเน้นการลงทุนโครงสร้างพื้นฐานในหมู่บ้านที่มีปัญหา โดยให้ความสำคัญกับการบริหารจัดการน้ำเพื่อการเกษตรให้เพียงพอและการจัดสรรที่ดินทำกินแก่คนในหมู่บ้านอย่างทั่วถึงเป็นลำดับแรก เนื่องจากผลการวิเคราะห์บ่งชี้ว่าการพัฒนาโครงสร้างพื้นฐานเชิงพื้นที่ทั้ง 2 ด้านดังกล่าว เป็นปัจจัยสำคัญลำดับต้น ๆ ที่ส่งผลให้คนไทยตกอยู่ในความยากจน เนื่องจากแรงงานกว่า 1 ใน 3 ของประเทศหรือประมาณ 11.8 ล้านคน กระจุกตัวอยู่ในภาคเกษตร ซึ่งส่วนใหญ่ต้องใช้ประโยชน์จากแหล่งน้ำและที่ดินในการประกอบอาชีพ โดยจากข้อมูลการสำรวจ กชช.2ค. พบว่า มีประชาชนที่อยู่ในหมู่บ้านที่ปัญหาด้านน้ำเพื่อทำการเกษตรกว่า 2.0 ล้านคน และการจัดสรรที่ดินทำกินราว 6.1 ล้านคน นอกจากนี้ ควรมุ่งเน้นการพัฒนาระบบโครงข่ายติดต่อสื่อสารของหมู่บ้านที่มีปัญหา จะช่วยลดโอกาสของการเกิดความยากจนเช่นกัน โดยในปี 2562 ประเทศไทยมีจำนวนผู้ที่สามารถเข้าใช้อินเตอร์เน็ตได้ราว 56.1 ล้านคน (นับรวมคนที่ลงทะเบียนโครงการเน็ตประชารัฐ) หรือร้อยละ 83.7 ของประชากรทั้งหมด อีกทั้ง สำนักงานสถิติแห่งชาติมีการสำรวจการใช้และไม่ใช้อินเตอร์เน็ตจากปี 2562 พบว่า มีผู้ตอบว่าไม่ได้ใช้อินเตอร์เน็ตเป็นสัดส่วนราวร้อยละ 40.0 ของประชากรที่มีอายุมากกว่า 6 ปีขึ้นไป จากข้อมูลดังกล่าวนี้ อาจพอสรุปเบื้องต้นได้ว่าประเทศไทยยังมีผู้ที่เข้าไม่ถึงอินเตอร์เน็ตหรืออาจมีการใช้ที่ไม่ได้คุณภาพหรือไม่เป็นกิจลักษณะอีกหลายล้านคน สำหรับโครงสร้างพื้นฐานทางถนน ระบบไฟฟ้า และน้ำประปา พบว่า ประชาชนส่วนใหญ่สามารถเข้าถึงได้อย่างทั่วถึงในปัจจุบัน
4. ส่งเสริมการรวมกลุ่มของชุมชนเพื่อสร้างรายได้ให้กับคนในหมู่บ้าน โดยอาจจะดำเนินมาตรการสร้างแรงจูงใจให้เกิดการรวมกลุ่มภายใต้โครงการหนึ่งตำบลหนึ่งผลิตภัณฑ์ (One Tambon One Product: OTOP) มากขึ้น รวมถึงผลักดันให้ร้านสินค้า OTOP ดังกล่าว เข้ามาสู่แพลตฟอร์มค้าขายที่ภาครัฐสนับสนุนให้มากขึ้น อย่างเช่นแอพพลิเคชั่นถุงเงินภายใต้โครงการคนละครึ่งของกระทรวงการคลัง ซึ่งจะช่วยเพิ่มโอกาสในการสร้างรายได้แก่คนในหมู่บ้านและลดโอกาสที่จะตกอยู่ในความยากจนและได้รับบัตรสวัสดิการแห่งรัฐ ทั้งนี้ ปี 2562 มีกลุ่มผู้ประกอบการที่ลงทะเบียนผลิตภัณฑ์สินค้า OTOP กับกรมการพัฒนาชุมชน ทั้งสิ้น 85,588 ราย และลงทะเบียนเข้าร่วมโครงการคนละครึ่งจำนวน 21,640 ราย หรือคิดเป็น 1 ใน 4 ของกลุ่มผู้ประกอบการ OTOP ทั้งหมด ซึ่งโครงการคนละครึ่งระยะที่ 1 และ 2 ได้สร้างรายได้สะสมให้แก่ร้านสินค้า OTOP เฉลี่ย 3.3 แสนบาทต่อราย สำหรับในระยะถัดไป ภาครัฐกำลังพัฒนาแพลตฟอร์ม e-Commerce ภายใต้ชื่อ “D-Market” ซึ่งเป็นระบบที่เชื่อมโยงร้านค้าในแอพพลิเคชั่นถุงเงินราว 1-2 ล้านรายเข้ากับผู้บริโภคในแอพพลิเคชั่นเป๋าตังกว่า 30 ล้านคน เพื่อสนับสนุนให้เกษตรกรและวิสาหกิจชุมชน นำสินค้ามาจำหน่าย ซึ่งจะช่วยให้ชุมชนมีรายได้เพิ่มขึ้นอย่างยั่งยืน
“ไม่ทิ้งใครไว้ข้างหลัง”
การเปิดโลกผู้มีรายได้น้อยด้วย Machine Learning ในครั้งนี้ ถือเป็นจุดเริ่มต้นของการนำความก้าวหน้าทางเทคโนโลยีมาช่วยวิเคราะห์ฐานข้อมูลของประชาชนเชิงลึก สำหรับในระยะถัดไป สามารถนำไปต่อยอดกับเทคโนโลยี Blockchain เชื่อมโยงการวิเคราะห์ข้อมูลขั้นพื้นฐานต่าง ๆ ของประชาชน ซึ่งจะช่วยเพิ่มประสิทธิภาพในการคาดการณ์ผู้ที่มีความเสี่ยงหรือโอกาสที่จะตกอยู่ในความยากจนในอนาคต รวมถึงเป็นประโยชน์ต่อการออกแบบและเสนอแนะนโยบายการคลังได้ตรงตามความต้องการของประชาชนทุกกลุ่มที่มีความแตกต่างกันอย่างมีประสิทธิภาพมากขึ้น เพื่อให้สอดคล้องกับวิสัยทัศน์ “ไม่ทิ้งใครไว้ข้างหลัง” ของรัฐบาล
นายสัณหณัฐ เศรษฐศักดาศิริ
เศรษฐกรชำนาญการ
ส่วนนวัตกรรมข้อมูลเศรษฐกิจและงานวิจัย
สำนักนโยบายเศรษฐกิจมหภาค
ผู้เขียน