จับสถิติมาเล่าเรื่องความเป็นอยู่ของคนในภูมิภาค

จับสถิติมาเล่าเรื่องความเป็นอยู่ของคนในภูมิภาค

ยิ่งมีข้อมูลละเอียดเท่าไหร่ ยิ่งทำนโยบายได้ตรงกลุ่มเป้าหมายได้มากขึ้น คำกล่าวนี้คงไม่เกินจริงในการเข้าใจความเป็นอยู่ของคนในพื้นที่และทำนโยบายเชิงพื้นที่

ถ้าเรามีข้อมูลในระดับพื้นที่ที่มากพอ จะช่วยสะท้อนสภาพความเป็นอยู่ของคนในภูมิภาคที่กระจายอยู่นอกกรุงเทพและปริมณฑลที่มีมากราว 80% ของประเทศได้ดีขึ้น

ในช่วงที่ผ่านมา ผู้เขียนได้มีโอกาสเข้าร่วมงานสัมมนา Stat Network 2024 หัวข้อ “จับสถิติมาเล่า เรื่องราวความเป็นอยู่คนในภาค” ซึ่งจัดโดยธนาคารแห่งประเทศไทยจับมือกับ 15 หน่วยงานทั้งภาครัฐและเอกชน เพื่อแลกเปลี่ยนข้อมูลและองค์ความรู้ จึงขอหยิบยกข้อมูลที่จะช่วยวัดความเป็นอยู่ของคนในพื้นที่มาแชร์ผู้อ่านดังนี้ค่ะ

- ไทยมีข้อมูลเชิงพื้นที่หลายชุดที่น่าสนใจ เป็นเครื่องชี้ที่ดีสะท้อนความเป็นอยู่ของคนได้หลายมิติ

หากวัดความเป็นอยู่ของคนตามกรอบของ OECD ซึ่งครอบคลุม 10 มิติ (จาก Organization for Economic Cooperation and Development (OECD): Regional Well-Being) 

ได้แก่ รายได้และการจ้างงาน การศึกษา สาธารณสุข ความปลอดภัย สิ่งแวดล้อม โครงสร้างพื้นฐาน ความพึงพอใจในชีวิต การมีส่วนร่วมในชุมชน การมีส่วนร่วมทางการเมือง และสภาพที่อยู่อาศัย หน่วยงานของไทยมีข้อมูลเชิงพื้นที่หลายชุดที่น่าสนใจและเป็นเครื่องชี้ที่ดีที่สะท้อนความเป็นอยู่ของคนได้หลายมิติ 

การชี้วัดที่ใกล้เคียง OECD อาทิ ดัชนีความก้าวหน้าของคน (Human Achievement Index หรือ HAI) ของสำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ (สศช.) ที่คำนวณจากตัวชี้วัดความเป็นอยู่ของคนในหลายมิติ พบว่า Top 5 จังหวัดที่มีค่าดัชนีสูงสุดกระจุกอยู่ในพื้นที่ EEC กรุงเทพและปริมณฑล และภาคกลาง ขณะที่ Bottom 5 จังหวัดที่มีค่าดัชนีต่ำสุดอยู่ใน 3 ภาค (อีสาน ใต้ เหนือ)

อีกหนึ่งชุดข้อมูลที่น่าสนใจ คือ ตัวชี้วัดเป้าหมายการพัฒนาที่ยั่งยืนระดับจังหวัด 17 ด้าน ของสำนักงานสถิติแห่งชาติ (สสช.) เช่น ความเป็นอยู่ด้านรายจ่าย ดูจากสัดส่วนคนจน พบว่า ปี 2566 ปัตตานี มีสัดส่วนคนจนมากที่สุดในประเทศ รองลงมาคือ นราธิวาส และแม่ฮ่องสอน

หากต้องการดูความเป็นอยู่ของคนเฉพาะด้านการเงิน มีดัชนีปัจจัยพื้นฐานทางการเงินเชิงพื้นที่ (Spatial Financial Fundamental Indicator หรือ SFFI) ของสำนักงานเศรษฐกิจการคลัง (สศค.) พบว่า Top 5 จังหวัดที่มีค่าดัชนีสูงสุด กระจุกตัวอยู่ในภาคกลาง อย่างกรุงเทพ สมุทรปราการ และนนทบุรี ขณะที่พื้นที่ในภูมิภาคค่าดัชนีอยู่ในระดับต่ำ

ซึ่งดัชนีฯ นี้มีสถาบันการเงินเฉพาะกิจบางแห่งได้ใช้ในการช่วยชี้เป้าพื้นที่เพื่อวางโครงการแก้ปัญหาด้านแหล่งเงินทุน หนี้สิน และการสร้างอาชีพ ยกระดับความเป็นอยู่ของคนในพื้นที่ให้ดีขึ้นด้วย

จับสถิติมาเล่าเรื่องความเป็นอยู่ของคนในภูมิภาค

นอกจากนี้ ยังมีกลุ่ม alternative data ที่นำไปพัฒนาต่อยอดวิเคราะห์ความเป็นอยู่ของคนในภาคเพิ่มเติมได้ อย่างข้อมูลดาวเทียมที่มีความละเอียดถึงระดับหมู่บ้าน เช่น Nighttime Light Intensity ของสำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (GISTDA) ในการวิเคราะห์การขยายของเมืองในพื้นที่ต่าง ๆ ซึ่งข้อมูลเหล่านี้ อยู่ในรูปของแดชบอร์ดบนแพลตฟอร์มสามารถหมุนดูในมิติต่าง ๆ ได้

ข้อมูลดังกล่าวข้างต้นครอบคลุมเกือบทุกมิติตามนิยาม OECD ยกเว้นความพึงพอใจในชีวิต ซึ่งจะวัดได้จากการสำรวจ โดยที่ผ่านมาไทยมีการสำรวจเพื่อใช้ในงานวิจัย แต่ยังไม่เป็นปัจจุบันมากนัก

เช่น การสำรวจคุณภาพชีวิตของประชาชนอย่างยั่งยืน (ปี 2561) ของ สสช. และถูกใช้ในงานวิจัยนโยบายสาธารณะและความพึงพอใจในชีวิตของคนไทย 4.0 (รศ.ดร.วรวรรณและคณะ (2564), “สุขแค่ไหนเมื่อเป็นคนไทย? วัดความพึงพอใจในชีวิตผ่าน ‘ราคาเงา’”)

- การใช้ประโยชน์จากข้อมูลให้ได้เต็มที่ ต้องทำให้คนในพื้นที่เห็นประโยชน์

อีกประเด็นที่น่าสนใจมีการคุยในวงเสวนาคือ การใช้ประโยชน์จากข้อมูลให้ได้เต็มที่ ต้องทำให้คนในพื้นที่เห็นประโยชน์ โดยหน่วยบริหารและจัดการทุนด้านการพัฒนาระดับพื้นที่ (บพท.)

ได้ยกตัวอย่างกรณีการขจัดความยากจนของจีน ที่ทำให้คนในพื้นที่เห็นโอกาสจากการใช้ข้อมูลรายบ้าน/ครัวเรือน ทำให้งบประมาณลงถึงกลุ่มเป้าหมายแบบ bottom up policy โดยคนท้องถิ่นเป็นผู้บริหารจัดการ ส่งผลให้ท้องถิ่นมีความเป็นเจ้าของทั้งข้อมูลและการบริหารจัดการ 

บพท. ได้ประยุกต์ใช้แนวคิดของจีนนี้ โดยเอาข้อมูล TP Map มากางสร้างโมเดลแก้จน แบ่งเป็น 5 ด้าน ได้แก่ ทุนมนุษย์ ทุนกายภาพ ทุนเศรษฐกิจ ทุนธรรมชาติ และทุนทางสังคม และพบว่า จ.ปัตตานี มีคนจนมากที่สุด

และยกตัวอย่างการวิเคราะห์ระดับครัวเรือน เช่น ผลจากข้อมูลครัวเรือนนายสะมะแอ (นามสมมติ) มีคะแนนด้านทุนสังคมต่ำสุด รองลงมาคือทุนธรรมชาติ และทุนเศรษฐกิจ แล้วนำผลจากโมเดลนี้ เสนอแผนพัฒนาระดับพื้นที่นำไปสู่แผนระดับจังหวัด และมีระบบประเมินผล

- สิ่งสำคัญไม่น้อยไปกว่าข้อมูล คือ ความรู้ Insight ในพื้นที่

โดยสรุป เรามีข้อมูลเพียงพอระดับหนึ่ง มีการนำไปใช้บ้างแล้ว และจะเป็นประโยชน์มากขึ้นหากทำให้คนในพื้นที่เห็นประโยชน์ด้วย ข้อมูลเชิงพื้นที่ทำให้เห็นว่า แต่ละพื้นที่มีความแตกต่างกัน ดังนั้น การทำนโยบายที่ตอบโจทย์ความต้องการในพื้นที่ย่อมดีกว่าแบบ one size fits all

และสิ่งสำคัญไม่น้อยไปกว่าข้อมูล คือ ความรู้ Insight ในระดับพื้นที่ ที่สามารถนำข้อมูลมาวิเคราะห์ร่วมกัน สร้างกลไก และกระบวนการผลิตข้อมูลที่จับชีพจรเศรษฐกิจได้เร็ว เพื่อให้สามารถเข้าใจความเป็นอยู่ของคนในพื้นที่และวางแผนพัฒนาประเทศได้ต่อเนื่องและทันท่วงที

การประชุมครั้งนี้เป็นจุดเริ่มต้นในการร่วมแลกเปลี่ยนความรู้การใช้ประโยชน์ข้อมูลเชิงพื้นที่ระหว่างหน่วยงาน สร้างเครือข่ายระหว่างผู้ผลิตและผู้ใช้ข้อมูล ก่อให้เกิดการใช้ข้อมูลอย่างคุ้มค่า สุดท้ายนี้ท่านสามารถอ่านรายละเอียดได้ที่ Highlight จากงานประชุม STAT NETWORK 2024

บทความนี้สำเร็จลุล่วงด้วยดี เพราะคำแนะนำและความช่วยเหลือจาก ดร.จิตเกษม พรประพันธ์ และ ดร.สุรจิต ลักษณะสุต ผู้เขียนขอขอบคุณเป็นอย่างสูงมา ณ ที่นี้

บทความนี้เป็นความคิดเห็นส่วนบุคคล จึงไม่จำเป็นต้องสอดคล้องกับความเห็นของหน่วยงานที่ผู้เขียนสังกัด.