เนื้อแพร เล็กเฟื่องฟู, ศุภนิจ ปิยะพรมดี, พรพจ ปรปักษ์ขาม และนฎา วะสี เรื่อง
การแพร่ระบาดของโควิด-19 ระลอกใหม่สร้างผลกระทบต่อผู้คนจำนวนมาก ดังนั้นมาตรการช่วยเหลือเยียวยาใดๆ จะต้องมีเป้าหมายหลักคือ รัฐบาลจะให้ความช่วยเหลืออย่างไรให้ ‘เร็ว’ และ ‘ตรงจุด’ ที่สุด อย่างไรก็ตามเป้าหมายทั้งสองข้อนี้ดูจะมีความขัดแย้งกัน
ในด้านหนึ่ง การให้ความช่วยเหลือที่รวดเร็วและทั่วถึงก็คือให้ทุกคนโดยไม่ต้องดูว่าเป็นใครหรือได้รับความเดือดร้อนมากน้อยแค่ไหน ขณะเดียวกันรัฐบาลยังมีงบประมาณที่จำกัดและวิกฤตครั้งนี้ดูจะยังไม่จบง่ายๆ การเลือกทางดังกล่าวจึงไม่น่าจะเป็นไปได้
ในอีกด้านหนึ่ง การเลือกให้เฉพาะผู้ที่ ‘น่าจะได้รับผลกระทบมากกว่า’ ก็อาจจะเกิดข้อผิดพลาดสองกรณีคือ (1) เกิดการตกหล่น คือผู้ที่สมควรจะได้รับความช่วยเหลือกลับไม่ได้รับ (exclusion error) หรือ (2) เกิดการรั่วไหล คือผู้ที่ไม่สมควรจะได้รับความช่วยเหลือกลับได้รับ (inclusion error) ยิ่งหากฐานข้อมูลที่มีอยู่นั้นไม่สมบูรณ์ โอกาสที่จะเกิด exclusion error หรือ inclusion error ก็น่าจะยิ่งสูง
เมื่อวันที่ 13 กรกฎาคม 2564 มีประกาศว่าทาง ครม. อนุมัติให้เงินช่วยเหลือแรงงานทั้งในระบบและนอกระบบเป็นเวลา 1 เดือน โดยสำหรับแรงงานในระบบคือผู้ประกันตนมาตรา 33 รัฐทำการเลือกอาชีพที่จะได้รับเงินช่วยเหลือก่อนอาชีพอื่นๆ (ตารางที่ 1) และให้แรงงานนอกระบบมาลงทะเบียนเป็นผู้ประกันตนมาตรา 40 ภายในเดือนกรกฎาคม
ก่อนที่จะได้รับความช่วยเหลือ ในเบื้องต้นการสร้างแรงจูงใจให้แรงงานนอกระบบเข้ามาลงทะเบียนเพื่อที่จะได้เป็นแรงงานในระบบที่มีการจ้างงานตัวเอง น่าจะดีกว่าให้ลงทะเบียนเป็นรอบๆ แบบ ad-hoc แต่ต้องมีการตามเก็บข้อมูลต่อไปว่าคนกลุ่มนี้มีอาชีพอะไร รายได้เท่าใดอย่างต่อเนื่อง ในกรณีที่จะต้องมีการให้ความช่วยเหลืออีกครั้งในอนาคต ผู้เขียนแค่หวังว่าขั้นตอนต่างๆ จะไม่ช้าและช่วยคนเหล่านี้ได้ทันท่วงที
อย่างไรก็ดี การเลือกอาชีพในตารางที่ 1 นั้นดูจะเป็นวิธีผสมระหว่าง ‘ให้ทุกคน’ กับการ ‘ให้แบบเลือกกลุ่มเป้าหมาย’ โดยเลือกที่ประเภทอาชีพ ซึ่งทำให้ผู้เขียนและหลายคนสงสัยว่ารัฐบาลใช้เกณฑ์หรือหลักฐานเชิงประจักษ์ใดที่ชี้ว่า ‘อาชีพ’ เหล่านี้คือกลุ่มผู้เสียหายมากที่สุด และมีอาชีพอื่นหรือไม่ที่รัฐบาลลืมไปว่าพวกเขาก็ได้รับผลกระทบมากเช่นกันจากการระบาดอย่างรุนแรงของโควิดในระลอกที่ 3 ที่นำไปสู่การประกาศ ‘ล็อกดาวน์’ กันอีกรอบตั้งแต่วันที่ 12 กรกฎาคมที่ผ่านมา
ผู้เขียนเคยเขียนบทความวิเคราะห์ผลกระทบต่อตลาดแรงงาน อันเนื่องมาจากการระบาดระลอกแรกของโควิด-19 เมื่อเดือนเมษายนปีที่แล้ว (2563) ที่มาพร้อมการล็อกดาวน์ครั้งแรกของประเทศไทย โดยได้ให้ข้อสังเกตว่า “การปิดเมืองนั้นเป็นภาวะที่น่ากังวลอย่างยิ่งก็จริง แต่นั่นไม่ได้หมายความว่าแรงงานทั้งหมดนี้จะกลายเป็นผู้โชคร้ายและประสบกับภาวะไร้งาน ภาวะไร้รายได้ทั้งหมด” เพราะความเสี่ยงต่อการผันจากสถานะของผู้ถูกล็อกดาวน์ไปสู่ผู้ที่ตกอยู่ในภาวะไร้รายได้นั้น ยังถูกกำหนดด้วยปัจจัยที่ว่า “งานดังกล่าวสามารถทำภายในที่พักอาศัยได้หรือไม่ และเป็นงานที่เสี่ยงต่อการแพร่เชื้อไวรัสด้วยหรือไม่” ซึ่งพิจารณาจากดัชนีที่วัดลักษณะงาน 2 ด้าน คือ
(i) ดัชนี location flexibility ที่แสดงความง่ายต่อการปรับเปลี่ยนสถานที่ทำงาน โดยไม่ต้องเดินทางออกไปที่อื่นๆ (ผลเชิงบวก) ดัชนีโยงถึงลักษณะงานที่มีการนำเทคโนโลยีสารสนเทศมาใช้ในงานได้ง่าย และงานที่ไม่จำเป็นต้องทำนอกบ้านหรือที่สถานประกอบการเท่านั้น (เช่น งานที่ต้องใช้เครื่องจักร เครื่องมือ)
(ii) ดัชนีแสดงลักษณะงานที่ต้องทำใกล้ชิดกับคนอื่นหรือคนกลุ่มใหญ่ (ผลเชิงลบ) หากดัชนีนี้มีค่ามากแสดงว่าความเสี่ยงต่อการแพร่กระจายของเชื้อไวรัสในขณะทำงานก็จะเพิ่มขึ้นสูงไปด้วย
กล่าวได้ว่า ‘อาชีพ’ เป็นตัวแปรหลักในการจะพิจารณาว่าคนทำงานประเภทต่างๆ ได้รับผลกระทบจากภัยโควิด โดยเฉพาะจากการประกาศปิดเมืองมากน้อยเพียงใด ซึ่งมีนัยสะท้อนด้วยว่าการให้เงินช่วยเหลือโดยใช้เกณฑ์ ‘ภาคกลุ่มอุตสาหกรรม’ (sector) แบบกว้างๆ อาจไม่เหมาะสม เพราะอุตสากรรมหนึ่งประกอบด้วยคนทำงานจากหลากหลายอาชีพย่อยๆ อยู่ด้วยกัน การให้เงินช่วยเหลือจากรัฐแบบเลือกกลุ่มเป้าหมายแบบกว้างๆ จึงไม่ใช่การบริหารทรัพยากรในเวลาอันจำกัดอย่างมีประสิทธิภาพที่สุด และมีโอกาสที่จะเกิดข้อผิดพลาดทั้งแบบ exclusion error (ตกหล่น) และ inclusion error (รั่วไหล) ตามที่กล่าวไว้ข้างต้น
จากการอ่านและทำความเข้าใจกับประกาศจาก ครม. ณ วันที่ 13 กรกฎาคม 2564 และการระบุการให้ความช่วยเหลือแบบเลือกกลุ่มเป้าหมายในกลุ่มอาชีพ 9 กลุ่มใน 10 จังหวัดนั้น ผู้เขียนมีข้อกังขาอยู่ 4 ข้อ ดังนี้
1.สิ่งที่รัฐเรียกว่า ‘อาชีพ’ นั้น นักเศรษฐศาสตร์และนักวิจัยที่ใช้หลักสถิติสากลมองว่าเป็นการแยกกลุ่มแรงงานตาม ‘กลุ่มอุตสาหกรรม’ (โดยเป็นการจัดประเภทมาตรฐานอุตสาหกรรมประเทศไทย) และเป็นการเลือกกลุ่มแบบกว้างที่สุด ซึ่งเป็นการแบ่งกลุ่มที่อาจก่อให้เกิดความรั่วไหลและความตกหล่นได้ง่าย
2.รัฐยังไม่ได้มีการชี้แจงเท่าไรนักว่าการเลือกกลุ่มอุตสาหกรรมที่ถูกพิจารณาว่าต้องได้รับการช่วยเหลือก่อนมาจากฐานข้อมูลใด ผู้เขียนจึงขอชวนผู้อ่านลองวิเคราะห์ความเหมาะสมของนโยบายนี้ โดยใช้ข้อมูลสถิติ 2 ชุด คือผลจากการสำรวจสภาวะกำลังแรงงานของประเทศ (labour force survey) จากสำนักงานสถิติแห่งชาติในปี 2563 รอบไตรมาสที่ 4 ที่มีคำถามสำคัญเพิ่มเติมด้านผลกระทบของโควิด-19 ระลอกที่1 (ซึ่งมีการล็อกดาวน์คล้ายระลอกนี้) ว่าเขาเหล่านั้นได้รับผลกระทบแบบใดบ้าง โดยเราคำนวณออกมาเป็นสัดส่วนของผู้ได้รับผลกระทบต่อแรงงานทั้งหมดของแต่ละกลุ่มอุตสาหกรรมหลัก
สถิติที่เราใช้เพิ่มเติมคือค่าดัชนีด้านความง่ายต่อการปรับเปลี่ยนสถานที่ทำงาน โดยนำดัชนีดังกล่าวมาคำนวณค่าเฉลี่ยของดัชนีของแต่ละกลุ่มอุตสาหกรรมเพื่อให้ดูประกอบง่ายขึ้น
ภาพที่ 1 แสดงผลกระทบของโควิด-19 (ระลอกที่ 1) ต่อแรงงานและค่าเฉลี่ยของดัชนี location flexibility โดยแท่งสีส้ม แสดงถึงกลุ่มอุตสาหกรรมที่จะได้รับเงินช่วยเหลือกลุ่มแรกจากมติ ครม. จะเห็นว่ากลุ่มอุตสาหรรมที่รัฐเลือก ส่วนมากมีความเหมาะสมจริง เช่น กลุ่มกิจการงานก่อสร้าง การขายส่งและการขายปลีก การซ่อมยานยนต์และจักรยานยนต์ การขนส่งและสถานที่เก็บสินค้า กิจการด้านศิลปะ ความบันเทิง และกิจการที่พักแรมและบริการด้านอาหาร เพราะกิจการเหล่านี้มีสถิติเชิงประจักษ์สนับสนุนหนักแน่นว่าเป็นกลุ่มเสี่ยง (จากดัชนีที่ต่ำ) และได้รับผลกระทบจริง (จากสัดส่วนผลกระทบจากสถิติ LFS)
แต่ด้วยหลักเกณฑ์เดียวกัน มีกิจการบางประเภทที่ยังไม่ชัดเจนว่าเหตุใดรัฐจึงไม่เลือกช่วยกิจการที่มีหลักฐานชัดเจนว่า แรงงานเกิน 50% ได้รับผลกระทบ เช่น กลุ่มภาคการผลิต แต่กลับเลือกช่วยกิจการประเภทที่มีความเสี่ยงต่ำ เพราะมี location flexibility สูงมาก และยังดูเหมือนจะไม่ได้รับผลกระทบจากระลอกที่ 1 มากนัก ซึ่งได้แก่ กิจการข้อมูลข่าวสารและการสื่อสาร (ICT) และกิจกรรมทางวิชาชีพวิทยาศาสตร์และเทคนิค (Prof/Science)
จำนวนแรงงานใน 10 จังหวัดที่คาดว่าจะได้รับเงินช่วยเหลือจากมาตรการวันที่ 13 กรกฎาคม 2564 (หน่วย 1,000 คน) (LFS 2021 Q1)
นอกจากนี้ การกระจายตัวของแรงงานในแต่ละภาคอุตสาหกรรมก็ไม่เท่ากัน กล่าวคือในบางกลุ่มกิจการมีแรงงานค่อนข้างมาก และในบางกลุ่มกิจการก็น้อยไปเลย (ภาพที่ 2 แสดงจำนวนแรงงานทั้งในระบบและนอกระบบที่อาศัยอยู่ใน 10 จังหวัดในประกาศ เทียบเท่า 47% ของแรงงานในกลุ่มจังหวัดเหล่านั้น โดยส่วนใหญ่มาจากกลุ่มงานค้าขาย อาหาร และการท่องเที่ยว) ดังนั้นมาตรการให้ความช่วยเหลือจึงยังคงมีลักษณะของการเป็นวงกว้างอยู่ เพราะไม่ได้คำนึงถึงความหลากหลายของภาคอุตสาหกรรม และอาจตกหล่นกลุ่มแรงงานที่ได้รับผลกระทบสูง (เช่น กิจการภาคการผลิต)
3.รัฐไม่ได้รวมกลุ่มบุคลากรทางการแพทย์และกลุ่มผู้ปฏิบัติการฉุกเฉินเบื้องต้นเป็นกลุ่มที่ได้รับเงินช่วยเหลือ ทั้งที่เป็นกลุ่มเสี่ยงที่สุด และเป็นกลุ่มที่ไม่มีทางเลือกจะหยุดทำงานในวิกฤตที่แสนสาหัสนี้ งานวิจัยในญี่ปุ่น จีน อังกฤษ และสหรัฐอเมริกาพบปัญหาสุขภาพจิตมากขึ้นในกลุ่มบุคลากรทางการแพทย์ ทั้งจากงานที่หนักขึ้น การพักผ่อนที่ไม่เพียงพอ การที่ต้องดูแลผู้ป่วยหนักใกล้ตายและเห็นเพื่อนร่วมงานติดโรคระบาด ความกลัวว่าจะติดโรคระบาดและแพร่เชื้อสู่คนรอบข้างและครอบครัว รวมถึงความกังวลในการจัดการกับคนไข้ที่ไม่ให้ความร่วมมือในการกักตัว และอุปกรณ์ป้องกันทางการแพทย์ที่ไม่เพียงพอ การไม่รวมบุคลากรด่านหน้าเข้ามาอยู่ในกลุ่มชดเชยอาจทำให้เกิดความไม่เป็นธรรมได้
4.รัฐยังไม่ใช้ข้อมูลในมิติอื่นมาเป็นเกณฑ์ในการเลือกกลุ่มเป้าหมายเพื่อช่วยเหลือ เช่น รายได้ที่ผ่านมาของผู้ประกันตน โดยจะทำให้สามารถเลือกให้เฉพาะกลุ่มรายได้น้อยก่อน ซึ่ง ณ ตอนนี้ยังไม่เห็นการจัดการแยกกลุ่มบุคคลด้วยข้อมูลแบบนี้ (แต่กลับเป็นการให้มาลงทะเบียนเป็นรอบๆ เป็นครั้งๆ ไปตามแต่ละโครงการ) ทั้งนี้รายได้ในอดีตก็อาจจะไม่ใช่ตัวชี้วัดที่ดีที่สุด เพราะผลกระทบในแต่ละกลุ่มรายได้ก็ต่างกัน ตามหลักการแล้วอย่างน้อยกลุ่มรายได้สูงก็น่าจะพอมีเงินออมเพียงพอต่อการบริโภคในระยะสั้นมากกว่า
ท้ายนี้ ผู้เขียนหวังว่าเงินช่วยเหลือนี้จะไปถึงมือคนที่เดือดร้อนแบบรวดเร็วที่สุด และถึงมือคนเดือดร้อนจริงๆ ทั้งคนทำงาน และผู้ประกอบการ และขอส่งกำลังใจไปให้กลุ่มบุคคลทุกภาคส่วนที่โหมงานเพื่อให้เราสู้วิกฤตนี้กันได้ และหวัง (อีกครั้ง) ว่าภาครัฐควรจะเริ่มเห็นความสำคัญของการสร้างฐานข้อมูล และการใช้ข้อมูลเหล่านั้นมาประกอบการตัดสินใจเพื่อบรรลุเป้าหมายทั้งรวดเร็วและตรงจุด ผู้เขียนหวังอย่างยิ่งว่าจะไม่ต้องเขียนถึงการล็อกดาวน์ในครั้งต่อๆ ไปอีกนาน ๆ
เรื่อง: เนื้อแพร เล็กเฟื่องฟู
