เศรษฐศาสตร์ขจัดความจน จากภาคทฤษฎีถึงวิธีปฏิบัติโดยกลุ่มนักเศรษฐศาสตร์รางวัลโนเบล

‘ความยากจน’ เป็นปัญหาที่ฝังรากลึกในสังคมปัจจุบัน แม้ว่าแนวโน้มจะดีขึ้นอย่างต่อเนื่องแต่ก็ยังมีผู้มีรายได้น้อยอีกจำนวนกว่า 700 ล้านคนทั่วโลกที่ไม่สามารถเข้าถึงน้ำสะอาด การรักษาพยาบาล หรือแม้กระทั่งอาหาร ปัญหาความยากจนและหนทางแก้ไขได้รับการศึกษาอย่างแพร่หลายยาวนานในสาขาเศรษฐศาสตร์การพัฒนา (development economics) โดยส่วนใหญ่มักจะนำเราไปสู่ข้อสรุปที่ใกล้เคียงกันว่าหากต้องการขจัดจน จำเป็นต้องให้การศึกษา เพิ่มการเข้าถึงการรักษาพยาบาลที่ดี และล่าสุดคือการเข้าถึงบริการทางการเงินอย่างสินเชื่อหรือเงินฝาก

ผู้เขียนไม่ปฏิเสธว่าคำแนะนำเหล่านั้นมีน้ำหนัก แต่กี่ทศวรรษแล้วที่เรามีองค์ความรู้เหล่านี้อยู่ในมือแต่ความยากจนก็ยังไม่หายไปเสียที ปัญหาอาจจึงไปไกลกว่าภาคทฤษฎีไปที่ภาคปฏิบัติ และคำถามที่ควรหาคำตอบไม่ใช่ว่าควรทำอะไร แต่ควรทำอย่างไรมากกว่า

และกลุ่มนักเศรษฐศาสตร์แนวหน้าที่พยายามหาคำตอบในภาคปฏิบัติ ทำให้วิธีการทดลองแบบสุ่มและมีกลุ่มควบคุม (randomized controlled trial) หรือ RCT กลายเป็นเครื่องมือสำคัญที่พาเศรษฐศาสตร์การพัฒนารวมถึงกระบวนการตัดสินใจเพื่อดำเนินนโยบายบรรเทาความยากจนก้าวไปอีกขั้นหนึ่ง คือ อภิจิต บาเนอร์จี (Abhijit Banerjee) เอสเธอร์ ดัฟโล (Esther Duflo) และไมเคิล เครเมอร์ (Michael Kremer) สามนักเศรษฐศาสตร์ที่ได้รับรางวัลเพื่อระลึกถึงอัลเฟรด โนเบล สาขาเศรษฐศาสตร์ ในปี 2019 นี้

Karin Wesslen/TT News Agency/via REUTERS

งานวิจัยของพวกเขาและเธอมีคุณค่าอย่างไร? ผู้เขียนขอแบ่งการอธิบายเป็น 3 ประเด็น ประเด็นแรกคือการใช้เครื่องมือวิจัยอย่าง RCT เพื่อแก้ปัญหาความเป็นเหตุเป็นผลของตัวแปรต้นและตัวแปรตาม (causality) ประเด็นที่สองคือผลการวิจัยที่พยายามตอบคำถามว่าจะดำเนินนโยบายเพื่อขจัดความยากจนอย่างมีประสิทธิภาพได้อย่างไร รวมถึงสารพัดความเข้าใจผิดเกี่ยวกับคนจน และประเด็นสุดท้ายคือการประยุกต์ใช้ผลวิจัยดังกล่าวในระดับนโยบาย

ทั้ง 3 ประเด็นอาจมีส่วนผสมของปัญหาเทคนิคทางเศรษฐศาสตร์ (โดยเฉพาะในประเด็นแรก) ผู้เขียนทราบดีว่านี่อาจกลายเป็นบทความอ่านยาก แต่ผมไม่ต้องการทำความพยายามนับทศวรรษของนักเศรษฐศาสตร์ทั้งสามท่านให้ดูง่ายเกินไป ดังนั้น หากผู้อ่านรู้สึกว่าประเด็นไหน ‘ยากเกินความเข้าใจ’ ก็สามารถข้ามไปอ่านประเด็นต่อไปได้เลยนะครับ เพราะทั้งสามประเด็นเชื่อมโยงกันในแง่หลักคิดพื้นฐาน แต่ไม่ได้ต่อเนื่องกันนักในแง่เนื้อหา

เปลี่ยนสังคมให้เป็นห้องทดลอง

แรกเริ่มเดิมที การศึกษาในสาขาเศรษฐศาสตร์การพัฒนามักจะอยู่ในรูปแบบกรอบคิดทางทฤษฎี เนื่องจากค่อนข้างมีข้อจำกัดในการศึกษาเชิงประจักษ์ (empirical study) นักเศรษฐศาสตร์ทั้ง 3 ท่านนับเป็นคนแรกๆ ที่หยิบเอาวิธีการทดลองแบบสุ่มและมีกลุ่มควบคุม หรือ RCT มาใช้ทำการทดลองทางสังคมเพื่อพิจารณาผลกระทบจากนโยบายขจัดความยากจน ไม่ว่าจะเป็นเรื่องการศึกษา การดูแลสุขภาพ รวมถึงการเข้าถึงสินเชื่อ

การวิเคราะห์แบบเดิมนั้นยากที่จะแยกความเป็นเหตุเป็นผลของตัวแปรต้นและตัวแปรตาม ซึ่งทำให้แทบเป็นไปไม่ได้ที่จะประเมินว่าการเข้าไปหนุนเสริมคนจนนั้นสามารถช่วยพัฒนาคุณภาพชีวิตของพวกเขาหรือเธอได้จริงหรือไม่ อย่างไร

เพื่อให้เห็นภาพ ผู้เขียนขอสมมติตัวอย่างผลการศึกษาที่ใช้สมการถดถอยเชิงเส้น (Linear Regression) แล้วพบว่ารายได้ที่สูงขึ้นของครัวเรือนจะสัมพันธ์กับการที่ครัวเรือนมีบัญชีเงินฝากในธนาคาร อ่านถึงตรงนี้ หลายคนอาจฟันธงทันทีว่าจากงานวิจัยชิ้นนี้ รัฐบาลควรสนับสนุนให้ทุกครัวเรือนไปเปิดบัญชีธนาคารเพื่อจะได้มีรายได้สูงขึ้นและขจัดความยากจน

ฟังดูสมเหตุสมผลใช่ไหมครับ? แต่ข้อความข้างต้นผิดถนัดเพราะการวิเคราะห์เช่นการใช้สมการถดถอยเชิงเส้นนั้น จะแสดง ‘ความสัมพันธ์’ ไม่ใช่ ‘ความเป็นเหตุเป็นผล’ ดังนั้นเราจะสามารถตีความผลการวิจัยข้างต้นได้สองมุมมองคือ ครัวเรือนมีรายได้สูงขึ้นเพราะไปเปิดบัญชีธนาคาร หรือครัวเรือนไปเปิดบัญชีธนาคารเพราะรายได้สูงขึ้น

หรืองานวิจัยบางชิ้นที่เปรียบเทียบผลลัพธ์ว่าการให้ทุนการศึกษาส่งผลต่อรายได้ในอนาคตอย่างไร โดยเปรียบเทียบระหว่างเด็กที่ได้รับทุนการศึกษากับเด็กที่ไม่ได้รับทุนการศึกษา ผลลัพธ์ที่ได้ก็อาจไม่น่าเชื่อถือเพราะอคติในการเลือก (selection bias) เช่น เด็กที่ได้รับทุนการศึกษานั้นเรียนเก่งกว่ากลุ่มเด็กที่ไม่ได้รับทุนการศึกษาตั้งแต่ต้นอยู่แล้ว ดังนั้น ต่อให้มีหรือไม่มีโครงการทุนการศึกษา กลุ่มเด็กที่เรียนเก่งกว่าโดยเฉลี่ยก็จะมีรายได้สูงกว่าด้วยตัวของเขาเอง

หัวใจที่จะคลายปัญหาเหล่านี้ได้คือการตามหาสิ่งที่ตรงข้ามกับความจริง (counterfactual) ตัวอย่างเช่น การเปรียบเทียบระหว่างเด็กกลุ่มเดียวกันในโลกใบหนึ่งที่ได้รับทุนการศึกษา และเด็กกลุ่มเดียวกันในโลกเสมือนที่ไม่ได้รับทุนการศึกษา เมื่อเปรียบเทียบรายได้อนาคตของเด็กสองกลุ่มนี้ ผลลัพธ์ก็จะอธิบายได้สมบูรณ์แบบว่าโครงการให้ทุนการศึกษานั้นส่งผลต่อระดับรายได้ในอนาคตอย่างไร เป็นจำนวนเท่าไหร่

โอ้โห! อ่านแล้วยังกับนิยายวิทยาศาสตร์ แต่อย่าเพิ่งตกใจไปนะครับเพราะตัวอย่างข้างต้นเป็นไปได้ในทางสถิติ

หากสังเกตดีๆ วิธี RCT จะมีคำหนึ่งคำที่สำคัญอย่างยิ่งคือการ ‘สุ่ม’ ซึ่งตามหลักสถิติ หากนำประชากรจำนวนมาก เช่น 1,000 คน มาสุ่มโยนเหรียญเพื่อแบ่งออกเป็นสองกลุ่ม ผลลัพธ์ที่ได้ก็คือกลุ่มตัวอย่างสองกลุ่มที่ไม่แตกต่างอย่างมีนัยสำคัญทางสถิติ (statistically insignificant) วิธีดังกล่าวจึงเป็นการสร้างสิ่งที่ตรงข้ามกับความจริง โดยจะแบ่งเป็น 2 กลุ่มคือกลุ่มที่ได้รับการอุดหนุน เช่น ทุนการศึกษา ยาวัคซีน หรือสินเชื่อ กับกลุ่มควบคุมที่ไม่ได้รับอะไรเลย แล้วมาเปรียบเทียบผลลัพธ์ที่ต้องการ เช่น ระดับรายได้ที่เพิ่มขึ้น หรือวันที่เด็กไม่ไปโรงเรียน เป็นต้น

ความโดดเด่นของวิธี RCT คือสามารถขจัดตัวแปรที่มองไม่เห็น (unobserved variables) ออกไปได้ในระดับหนึ่ง อีกทั้งการแบ่งกลุ่มในลักษณะดังกล่าวยังช่วยบรรเทาผลกระทบจากปัจจัยมหภาค เช่น การแทรกแซงโดยภาครัฐระหว่างการทดลอง หรือภัยพิบัติ เนื่องจากทั้งสองกลุ่มจะได้รับผลกระทบเท่าๆ กัน วิธี RCT จึงสามารถตอบคำถามได้อย่างฉะฉานว่า “นโยบายขจัดความยากจนส่งผลกระทบต่อคนจนอย่างไร?”

แผนภาพแสดงการศึกษาโดยวิธี RCT ขั้นแรกคือกำหนดประชากรเป้าหมาย แล้วจึงแบ่งประชากรเป็นสองกลุ่มด้วยวิธีสุ่ม กลุ่มแรกคือกลุ่มที่เข้าร่วมโครงการ เช่น การฝึกอาชีพเพื่อเพิ่มโอกาสหางาน และกลุ่มที่สองคือกลุ่มที่ไม่ได้เข้าร่วมโครงการ หรือกลุ่มควบคุม โดยสามารถเปรียบเทียบผลลัพธ์จากความแตกต่างของตัวชี้วัดระหว่างสองกลุ่ม เช่น หากวัดผลคือจำนวนคนที่ได้รับการจ้างงาน การเปรียบเทียบระหว่างคนสองกลุ่มจะทำให้สามารถสรุปได้อย่างชัดเจนว่าการดำเนินโครงการส่งผลหรือไม่ อย่างไร
(ที่มาภาพ https://www.poverty-action.org/about/randomized-control-trials)

ความเข้าใจใหม่เกี่ยวกับคนจนและนโยบายขจัดความยากจน

ที่ผ่านมา เราดำเนินนโยบายขจัดความยากจนบนกรอบทฤษฎีและแทบไม่มีข้อมูลในระดับครัวเรือนว่านโยบายดังกล่าวส่งผลอย่างไร ทำให้ประชาชนหลุดพ้นจากความยากจนจริงหรือไม่ แต่อาจติดตามผลลัพธ์ในระดับมหภาคของนโยบายด้านการศึกษา สุขภาพ หรือสินเชื่อ หากมีผู้เข้าร่วมจำนวนมากหรือผลสำรวจมีคนยากจนน้อยลง เราก็เข้าใจไปเองว่านโยบายดังกล่าว ‘ได้ผล’

นักเศรษฐศาสตร์ทั้ง 3 ท่านได้นำเครื่องมือวิจัยอย่าง RCT ไปศึกษาแบบถึงแก่นกับเหล่าประเทศกำลังพัฒนาแทบทั่วทุกมุมโลกเพื่อหาคำตอบว่านโยบายยอดฮิตส่งผลกระทบอย่างไร ซึ่งผลลัพธ์อาจไม่ได้สวยหรูอย่างที่เราคิด

การศึกษา

หัวข้อเรื่องการศึกษาเป็นประเด็นยอดฮิตของเศรษฐศาสตร์การพัฒนา แต่ประเด็นดังกล่าวเผชิญกับความยุ่งยากในการวัดผลสัมฤทธิ์ ทำให้หลายครั้งที่นโยบายรัฐจบลงที่การเพิ่มทรัพยากรให้กับโรงเรียน เช่น อุปกรณ์การศึกษา หรือจำนวนครู

REUTERS/Thomas Mukoya

ราวปลายคริสตศตวรรษที่ 20 อาจารย์เครเมอร์ได้นำทีมวิจัยทำการทดลองที่โรงเรียนในประเทศเคนยา โดยเพิ่มทรัพยากรสำหรับการศึกษา เช่น หนังสือเรียนและอุปกรณ์ในห้องเรียนที่ทันสมัย ซึ่งผลลัพธ์ที่วัดจากผลสัมฤทธิ์ทางการศึกษานั้นไม่ได้แตกต่างอย่างมีนัยสำคัญ ส่วนการให้แรงจูงใจกับครูโดยอิงกับผลการทดสอบของนักเรียนนั้น ทำให้ผลสัมฤทธิ์ทางการศึกษาโดยเฉลี่ยเพิ่มขึ้นก็จริง แต่ก็อาจมีเหรียญอีกด้านคือการที่ครูเน้นสอนนักเรียนเพื่อสอบเท่านั้น

สองทศวรรษให้หลัง อาจารย์ดัฟโลได้นำทีมวิจัยไปที่เคนยาอีกครั้ง โดยทดสอบว่าการจ้างครูสัญญาจ้างระยะสั้นมาแบ่งเบาภาระครูซึ่งเป็นข้าราชการและช่วยลดจำนวนนักเรียนในห้องลงครึ่งหนึ่งจะส่งผลต่อผลสัมฤทธิ์ทางการศึกษาอย่างไร ผลลัพธ์ที่ได้คือจำนวนนักเรียนในห้องที่ลดลงไม่ได้ทำให้ผลสัมฤทธิ์ทางการศึกษาโดยเฉลี่ยเพิ่มขึ้นแต่อย่างใด ในทางกลับกัน ครูซึ่งเป็นข้าราชการมีจำนวนวันลาเพิ่มมากขึ้น ในขณะที่ครูสัญญาจ้างระยะสั้นมีจำนวนวันลาค่อนข้างน้อยและเด็กนักเรียนในห้องมีผลสัมฤทธิ์ทางการศึกษาสูงกว่าอีกห้องหนึ่งอย่างมีนัยสำคัญ

อาจารย์บาเนอร์จีและอาจารย์ดัฟโล ได้ทำการทดลองเรื่องการศึกษาที่ประเทศอินเดียซึ่งเผชิญกับปัญหาเด็กที่ถูกเลื่อนชั้นทั้งที่ความรู้ความสามารถยังไม่ถึง เช่น เด็กในชั้นประถมศึกษาปีที่ 3 แต่มีความสามารถในการเขียนอ่านเท่านักเรียนประถมศึกษาปีที่ 1 โดยทั้งสองได้ออกแบบการทดลองหลักสูตรสอนเสริมโดยให้เด็กนักเรียนที่เรียนไม่ทันเพื่อนมาเรียนเพิ่มเติมในหลักสูตรที่เหมาะกับระดับความรู้ความสามารถของตนเอง ผลลัพธ์คือเพิ่มผลสัมฤทธิ์ทางการศึกษาอย่างมีนัยสำคัญ

ตลอด 20 ปีที่ผ่านมา มีผลการวิจัยที่ใช้เครื่องมือ RCT เกี่ยวกับการศึกษานับร้อยชิ้นได้ข้อสรุปตรงกันคือ หัวใจสำคัญที่ทำให้เด็กสามารพัฒนาตนเองได้คือสิ่งที่ครูสอนจะต้องเหมาะสมกับระดับความรู้ของนักเรียน ที่สำคัญคือการออกแบบระบบแรงจูงใจที่สร้างความรับผิดรับชอบของครูต่อนักเรียนในห้อง วิธีเหล่านี้เป็นแนวทางการใช้งบประมาณอย่างมีประสิทธิภาพที่สุด

สุขภาพ

การเพิ่มรายได้และคุณภาพชีวิตย่อมเริ่มต้นที่การมีสุขภาพที่ดี ปัจจุบัน เทคโนโลยีด้านสุขภาพได้ช่วยชีวิตคนจำนวนมากและราคาถูกลงอย่างมาก แต่คนจนบางรายก็ไม่สามารถเข้าถึงสินค้าและบริการเหล่านั้นได้ หรือบางครั้งก็ไม่ยอมจ่ายเงินจำนวนเล็กน้อยเพื่อซื้อสินค้าหรือบริการเหล่านั้นในราคาที่ถูกมากๆ ที่รัฐบาลเป็นผู้อุดหนุน

คำถามคือทำไม? นักเศรษฐศาสตร์ทั้ง 3 ท่านได้ลงพื้นที่ไปทำการทดลองและได้คำตอบที่ทำให้เราเข้าใจคนจนมากขึ้น เพื่อให้สามารถออกแบบนโยบายสุขภาพที่ตอบโจทย์ของผู้มีรายได้น้อย

แต่ก่อนที่จะไปถึงการออกแบบนโยบาย อาจารย์เครเมอร์ได้ศึกษาผลกระทบภายนอก (externalities) เชิงบวกจากการรักษาเชิงป้องกัน (Preventive Healthcare) เช่น การฉีดวัคซีน หรือการทานยาถ่ายพยาธิ ซึ่งการรักษาเชิงป้องกันดังกล่าวมักถูกประเมินมูลค่าต่ำเกินไป ทั้งที่สร้างผลกระทบเชิงบวกในวงกว้างเนื่องจากการจำกัดการแพร่ระบาดของโรค โดยได้ทำการศึกษาให้เด็กในโรงเรียนกินยาถ่ายพยาธิ ซึ่งผลลัพธ์ที่ได้คืออัตราการเจ็บป่วยจากพยาธิและการขาดเรียนของเด็กในโรงเรียน และโรงเรียนในรัศมี 3 กิโลเมตรลดลงอย่างมีนัยสำคัญ การควบคุมโรคจึงเป็นวิธีที่มีประสิทธิภาพอย่างยิ่ง

BRIAN ONGORO / AFP

คำถามต่อไปคือควรเก็บค่ารักษาพยาบาลหรือไม่ ในราคาเท่าไหร่?

ประเด็นดังกล่าวเป็นเรื่องร้อนของเหรียญสองด้าน ในด้านหนึ่งการเก็บค่ารักษาพยาบาลอาจกีดกันให้คนจนที่ต้องการมาใช้บริการ เช่น การควบคุมโรค ซึ่งเป็นเครื่องมือที่มีประสิทธิภาพอย่างยิ่ง ส่วนเหรียญอีกด้านหนึ่ง การตั้งราคาก็อาจคัดกรองให้เฉพาะผู้ที่ต้องการรับบริการเหล่านั้นจริงๆ และอาจส่งผลทางจิตวิทยา เช่น ผลกระทบจากต้นทุนจม (sunk cost effect) กล่าวคือ ผู้ที่จ่ายเงินซื้อยาจะมีวินัยในการกินยามากกว่านั่นเอง

การทดลองโดยอาจารย์เครเมอร์เปรียบเทียบสองกลุ่มตัวอย่าง กลุ่มแรกได้รับยาถ่ายพยาธิฟรี กับกลุ่มที่ต้องจ่ายเงิน 0.40 ดอลลาร์สหรัฐ (ซึ่งเป็นราคาที่ได้รับการอุดหนุนค่อนข้างมาก) ผลปรากฏว่ากลุ่มแรกตัดสินใจทานยาถ่ายพยาธิถึงร้อยละ 75 ในขณะที่กลุ่มที่สองยอมจ่ายเงินเพื่อทานยาเพียงร้อยละ 18 เท่านั้น ผลการทดลองดังกล่าวสะท้อนว่าการรักษาเชิงป้องกันนั้นอ่อนไหวต่อราคาอย่างยิ่ง เพราะเพียงเพิ่มราคาเพียงเล็กน้อยก็อาจทำให้ผู้เข้าร่วมมีจำนวนลดลงอย่างมาก

อีกหนึ่งการทดลองโดยอาจารย์บาเนอร์จีและดัฟโลคือการแก้ไขปัญหาเด็กแรกเกิดได้รับวัคซีนไม่ครบถ้วนในเขตชนบทของอินเดียซึ่งส่งผลต่ออัตราการตายของทารก ซึ่งทั้งสองได้ออกแบบการทดลองโดยจัดรถวัคซีนที่มีผู้ให้บริการตลอดเวลา เพื่อแก้ปัญหาพนักงานที่มักขาดงานบ่อยๆ และเปรียบเทียบผลลัพธ์ระหว่างกลุ่มควบคุม กลุ่มที่มีรถวัคซีนให้บริการ และกลุ่มที่ได้รับเงินจูงใจเล็กน้อยเพื่อให้มารับวัคซีนที่รถให้บริการ ผลลัพธ์ที่ได้คือ กลุ่มควบคุมนั้นมีผู้ปกครองพาเด็กมาฉีดวัคซีนเพียง 8 เปอร์เซ็นต์ ในขณะที่กลุ่มซึ่งมีรถให้บริการนั้นอยู่ที่ 18 เปอร์เซ็นต์ และกลุ่มที่ได้รับเงินจูงใจมีอัตราส่วนสูงถึง 39 เปอร์เซ็นต์

ผลลัพธ์ดังกล่าวสะท้อนความอ่อนไหวต่อราคาในการรับบริการด้านการรักษาเชิงป้องกัน ซึ่งเป็นข้อมูลเชิงลึกชั้นดีหากต้องการออกแบบนโยบายที่มีประสิทธิภาพในการจูงใจให้คนจนได้รับประโยชน์สูงสุด ที่สำคัญ การรักษาเชิงป้องกันยังช่วยบรรเทาการระบาดของโรคซึ่งสร้างประโยชน์ต่อสังคมอีกด้วย

สินเชื่อ

การเข้าถึงสินเชื่อของคนจนกลายเป็นประเด็นที่ได้รับความสนใจในไทยอย่างมากเมื่อครั้ง มูฮัมหมัด ยูนุส (Muhammad Yunus) ผู้ก่อตั้งธนาคารกรามีนหรือธนาคารคนจนที่ปล่อยสินเชื่อขนาดจิ๋วให้กับผู้มีรายได้น้อยได้รับรางวัลโนเบลสาขาสันติภาพเมื่อ พ.ศ. 2549 หลายคนมองว่านี่คือต้นแบบของการขจัดความยากจน แม้แต่รัฐบาลไทยเองก็พยายามดำเนินนโยบายปล่อยสินเชื่อขนาดจิ๋วหลากหลายชื่อโดยหวังขจัดหนี้นอกระบบไปพร้อมๆ กับความยากจน

แต่ผู้เขียนมีข่าวไม่ค่อยดีนักจะมาบอก เพราะผลการศึกษาโดยอาจารย์บาเนอร์จีและอาจารย์ดัฟโล ไม่ได้แสดงหลักฐานที่มีน้ำหนักสักเท่าไรว่าการเข้าถึงสินเชื่อดังกล่าวจะส่งผลบวกในระยะยาว

ทั้งสองท่านทำการทดลองการปล่อยสินเชื่อขนาดจิ๋วแบบกลุ่มในเมืองไฮเดอราบัด ประเทศอินเดีย และติดตามผลลัพธ์ต่อเนื่องถึงสามปีเพื่อประเมินว่าการเข้าถึงสินเชื่อนั้นส่งผลอย่างไรต่อคุณภาพชีวิตในระยะกลาง ผลลัพธ์ที่ได้คือความต้องการสินเชื่อดังกล่าวมีไม่สูงมากนัก อีกทั้งตัวชี้วัดสำคัญก็ไม่ได้แสดงความแตกต่างอย่างมีนัยสำคัญกับกลุ่มควบคุม ไม่ว่าจะเป็น ค่าใช้จ่ายเพื่อการบริโภค สุขภาพ การจ้างงานของผู้หญิง หรือระดับการศึกษาของเด็กๆ ในครอบครัว ส่วนผู้ประกอบการที่ได้สินเชื่อไปก็พบว่ากิจการส่วนใหญ่มีอัตรากำไรไม่แตกต่างจากเดิมนัก

อย่างไรก็ดี ทั้งสองระบุว่าการศึกษาดังกล่าวมีข้อจำกัดบางประการ เช่น ไม่ได้พิจารณาผลกระทบต่อคนรอบข้าง (spillover effect) แต่ถึงแม้จะมีข้อจำกัดดังกล่าว งานศึกษาชิ้นนี้ก็สะท้อนได้เป็นอย่างดีว่าการเข้าถึงสินเชื่อขนาดจิ๋วอาจไม่ได้ส่งผลบรรเทาความยากจนมากอย่างที่เราคิด

อคติและพฤติกรรมของคนจน

เรามักมีแนวคิดว่าคนจนตัดสินใจผิดพลาด (แม้กระทั่งแบบจำลองที่ว่าคนจนเป็นเศรษฐมนุษย์ก็ตาม) เนื่องจากผู้มีรายได้น้อยมีช่องทางในการเข้าถึงข้อมูลข่าวสารที่จำกัด คำอธิบายดังกล่าวนำไปสู่การแก้ไขปัญหาโดยการ ‘ให้ข้อมูลเพิ่มเติม’ ซึ่งใช้กันมาอย่างยาวนาน

อาจารย์ดัฟโฟลและเครเมอร์ได้พยายามไขปัญหาที่ชาวนาเคนยาไม่ใช้เทคโนโลยีซึ่งจัดหาได้ง่ายอย่างปุ๋ย ทั้งที่การเพิ่มปุ๋ยในปริมาณที่เหมาะสมจะช่วยเพิ่มผลผลิตจำนวนมหาศาล ในการทดลองครั้งแรก ทั้งสองเลือกใช้การแก้ไขปัญหาโดยให้ข้อมูลวิธีการใช้ปุ๋ยที่ถูกต้องแก่ชาวนา ผลปรากฏว่าอัตราการใช้ปุ๋ยไม่ได้เพิ่มขึ้นแต่อย่างใด นั่นหมายความว่าแกนกลางของปัญหาไม่ใช่เรื่องข้อมูลไม่เพียงพอ

คำตอบดังกล่าวอธิบายได้โดยเศรษฐศาสตร์พฤติกรรม คือ อคติที่ให้น้ำหนักกับปัจจุบัน (Present Bias) ในการอธิบายพฤติกรรมดังกล่าว แบบจำลองชาวนาที่มีอคติที่ให้น้ำหนักกับปัจจุบันจะแสดงผลลัพธ์ว่า ชาวนาจะชะลอการซื้อปุ๋ยไปจนกระทั่งใกล้ฤดูเพาะปลูกที่สุดเนื่องจากการซื้อปุ๋ยต้องใช้เงิน แต่เมื่อถึงเวลาที่จะต้องซื้อก็กลับเปลี่ยนใจไม่ซื้อเพราะเงินที่ได้มาในช่วงเวลาเก็บเกี่ยวนั้นถูกใช้ไปจนหมดแล้ว

ทั้งสองออกแบบการทดลองใหม่ที่ให้เงินอุดหนุนหรือโปรโมชันส่งปุ๋ยฟรีถึงบ้านในช่วงเวลาหลังการเก็บเกี่ยวซึ่งชาวนายังมีเงินเต็มกระเป๋า ผลปรากฏว่าอัตราการใช้ปุ๋ยเพื่อเพิ่มผลผลิตในฤดูเพาะปลูกถัดมานั้นเพิ่มสูงขึ้นถึง 50 เปอร์เซ็นต์ งานวิจัยชิ้นนี้นับว่าเป็นชิ้นแรกๆ ที่หยิบเศรษฐศาสตร์พฤติกรรมมาผนวกกับเศรษฐศาสตร์การพัฒนา

ในมิติพฤติกรรมของคนจนนั้น อาจารย์บาเนอร์จีและดัฟโลได้เผยแพร่งานวิชาการที่ทรงอิทธิพลอย่างยิ่งคือเศรษฐกิจในชีวิตของคนจน (Economic Lives of the Poor) ซึ่งใช้ผลสำรวจคนจนใน 13 ประเทศในการอธิบายการตัดสินใจทางเศรษฐกิจของคนจน และตอบคำถามบนพื้นฐานของข้อมูล อาทิ ทำไมคนจนจึงไม่พัฒนาทักษะเฉพาะทาง? ทำไมคนจนไม่บริโภคอาหารมากกว่านี้? ทำไมคนจนไม่เก็บออมมากกว่านี้? ผลงานชิ้นดังกล่าวเปรียบเสมือน ‘แว่นตาใหม่’ ที่ให้นักวิชาการรุ่นหลังมองคนจนอย่างเข้าใจมากขึ้น

TONY KARUMBA / AFP

การนำผลลัพธ์ไปปรับใช้กับนโยบายจริง

วิธีการวิจัยโดยใช้ RCT เป็นที่ยอมรับอย่างกว้างขวางว่าสามารถ ‘สกัด’ ผลลัพธ์จากการดำเนินนโยบายได้อย่างแม่นยำและเที่ยงตรง แต่คำถามซึ่งเป็นที่ถกเถียงกันมากคือผลลัพธ์ดังกล่าวสามารถ ‘ขยายผล’ ไปใช้ในบริบทอื่นได้หรือไม่

ตัวอย่างเช่น ผลการวิจัยที่ใช้แรงจูงใจทางเศรษฐกิจเพื่อให้ชาวชนบททางตอนใต้ในอินเดียให้พาลูกหลานมาฉีดวัคซีนนั้น จะสามารถนำมาใช้และได้ผลลัพธ์เช่นเดียวกันกับชาวอินเดียภาคกลาง หรือจะสามารถนำโครงการลักษณะเดียวกันไปใช้กับคนจนในต่างประเทศได้หรือไม่ เนื่องจากผลการวิจัยนั้นเป็นการทดลองกับกลุ่มตัวอย่างจำนวนไม่มากนักหากเทียบกับจำนวนประชากร บนพื้นที่ และเวลาที่แตกต่างกันไป อีกทั้งยังบริหารจัดการโดยองค์กรภาคเอกชนที่ค่อนข้างมีประสิทธิภาพ

นักเศรษฐศาสตร์ทั้งสามพยายามอย่างยิ่งเพื่อตอบความท้าทายดังกล่าว โดยได้ออกแบบการทดลองที่ข้ามพ้นระดับปัจเจกโดยเป็นการสุ่มในระดับตลาด หรือการทำทดลองซ้ำในหลายบริบทและหลายประเทศเพื่อให้มั่นใจได้ว่าผลลัพธ์ดังกล่าวที่ใกล้เคียงกันสามารถทำให้เป็นกรณีทั่วไปได้ (generalizable)

ผลการศึกษาของทั้งสามท่านนำไปสู่นโยบายในการแก้ไขปัญหาจริง เช่น การขยายแนวคิดเรื่องแก้ปัญหาการศึกษาโดยการสอนของครูที่จะต้องเหมาะสมกับระดับความรู้ของนักเรียน โดยได้มีการทดลองซ้ำในบริบทอื่นๆ ก่อนที่จะขยายโครงการครอบคลุม 100,000 โรงเรียนใน 13 รัฐของอินเดียและเข้าถึงเด็กจำนวนกว่าห้าล้านคน รวมถึงข้อค้นพบว่าด้วยความอ่อนไหวต่อราคาสำหรับบริการรักษาเชิงป้องกันซึ่งทำให้รัฐบาลหลายแห่งในโลกปรับลดราคาบริการดังกล่าว

การใช้หลักฐานเชิงประจักษ์ยังใช้สำหรับประกอบการตัดสินใจดำเนินนโยบายเพื่อให้รัฐบาลหรือองค์กรภาคประชาสังคมมั่นใจว่าใช้จ่ายเงินไปอย่างเหมาะสม มีประสิทธิภาพ และสามารถแก้ปัญหาได้จริง เช่นการศึกษาวิจัยการใช้ระบบติดตามการมาทำงานของพนักงานด้านสุขภาพโดยใช้ไบโอเมทริกซ์ (Biometric) ของรัฐบาลอินเดีย ซึ่งผลลัพธ์ปรากฏว่าระบบดังกล่าวไม่ได้แก้ปัญหาการขาดงานของพนักงานแต่อย่างใด ทำให้รัฐบาลตัดสินใจยกเลิกโครงการดังกล่าวซึ่งช่วยประหยัดเงินงบประมาณของรัฐจำนวนมหาศาล

ผลงานข้างต้นที่ผู้เขียนหยิบยกมาถือว่าเป็นเพียง ‘เศษเสี้ยว’ คุณูปการนักเศรษฐศาสตร์ทั้งสามซึ่งกรุยทางให้นักเศรษฐศาสตร์รุ่นใหม่พัฒนาแนวทางเพื่อการแก้ไขปัญหาความยากจนอย่างยั่งยืน หากใครสนใจติดตามงานของทั้งสามท่าน สามารถอ่านได้ในหนังสือเศรษฐศาสตร์ความจน (Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty) ซึ่งผู้เขียนได้ยินแว่วๆ มาว่ากำลังจะมีการแปลเป็นภาษาไทย

สำหรับใครต้องการเรียนกับอาจารย์ทั้งสองท่านรวมถึงเข้าใจแนวคิดเศรษฐศาสตร์การพัฒนายุคใหม่อย่างลึกซึ้ง ผู้เขียนขอแนะนำโครงการปริญญาโทจิ๋ว: ข้อมูล เศรษฐศาสตร์ และนโยบายการพัฒนา (MicroMasters Program in Data, Economics, and Development Policy) คอร์สออนไลน์โดยมหาวิทยาลัย MIT ซึ่งอาจารย์บาเนอร์จีและดัฟโลเป็นผู้สอน โดยสามารถลงเรียนได้ฟรีโดยไม่เสียสตางค์หากไม่ต้องการประกาศนียบัตร

ส่วนนักวิจัยที่ต้องการติดตามผลงานด้านเศรษฐศาสตร์การพัฒนา ผู้เขียนแนะนำให้ติดตามงานวิจัยของ The Abdul Latif Jameel Poverty Action Lab หรือ J-PAL ซึ่งมีงานวิจัยที่ใช้เครื่องมืออย่าง RCT ในการแก้ปัญหาสารพัดมิติเกี่ยวกับความยากจนเผยแพร่อย่างต่อเนื่อง

เอกสารประกอบการเขียน

Understanding development and poverty alleviation

Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty

เปลี่ยนสังคมให้เป็นห้องทดลอง

Introduction to Evaluations

ความเข้าใจใหม่เกี่ยวกับคนจนและนโยบายขจัดความยากจน

การศึกษา

Remedying Education: Evidence from Two Randomized Experiments in India

School Governance, Teacher Incentives, and Pupil-Teacher Ratios: Experimental Evidence from Kenyan Primary Schools

the challenge of education and learning in the developing world

สุขภาพ

Worms: Identifying Impacts on Education and Health in the Presence of Treatment Externalities