การวิเคราะห์ผลกระทบทางสวัสดิการของโครงการ 30 บาทรักษาทุกโรค

เป็นที่ทราบกันดีว่าในทุกประเทศรวมถึงประเทศไทยนั้นการลงทุนในสุขภาพและการรักษาพยาบาลของประชากรเป็นหนึ่งในนโยบายรัฐบาลที่มีความสำคัญที่สุดและมีสัดส่วนสูงในรายจ่ายประจำปีของรัฐบาล และด้วยโครงสร้างประชากรของประเทศไทยที่กำลังก้าวเข้าสู่สังคมผู้สูงอายุในอนาคตอันใกล้นั้น ทำให้แนวโน้มรายจ่ายของรัฐบาลในด้านสุขภาพประชากรมีสัดส่วนสูงขึ้นเรื่อย ๆ โครงการประกันสุขภาพถ้วนหน้าหรือที่เรียกกันติดปากว่า “30 บาทรักษาทุกโรค” นั้นจึงอยู่ในความสนใจในวงกว้างและถูกหยิบยกขึ้นมาเป็นประเด็นถกเถียงอยู่สม่ำเสมอ โดยประเด็นหลักที่ถกเถียงกัน คือเรื่องความคุ้มค่าต่อต้นทุนที่รัฐบาลจ่ายไป ประเด็นนี้จุดประกายให้ Hongdilokkul (2017) ศึกษาความคุ้มค่าของโครงการ โดยการวัดมูลของผลกระทบทางสวัสดิการที่ผู้ได้รับการประกันได้รับเทียบกับทุก ๆ บาทที่รัฐบาลจ่ายไป รวมถึงการแยกมูลค่าของผลทางสวัสดิการตามช่องทางที่ผู้มีสิทธิ์ในโครงการได้รับประโยชน์ออกเป็นสามช่องทาง คือ ช่องทางการเพิ่มระดับการบริโภค (transfer component) ช่องทางการรักษาระดับการบริโภค (consumption smoothing component) และช่องทางด้านสุขภาพ (health component) โดยพบว่ามูลค่าของผลทางสวัสดิการที่ผู้มีสิทธิได้รับอยู่ที่ 831 บาท หรือประมาณ 75 สตางค์ต่อเม็ดเงินทุก ๆ 1 บาทที่รัฐจ่ายให้แก่โครงการ และผู้มีสิทธิในโครงการได้รับสวัสดิการผ่านทางช่องทางการรักษาระดับการบริโภค (consumption smoothing) เป็นสำคัญ และไม่พบว่าผู้มีสิทธิในโครงการได้รับผลทางสวัสดิการผ่านอีกสองช่องทาง

เพื่อการวัดมูลค่าของผลทางสวัสดิการ ผู้เขียนได้ใช้ แบบจำลองซึ่ง utility function ถูกกำหนดโดยการบริโภคและสุขภาพ โดย utility จากการบริโภคได้มาจากสองปัจจัย คือระดับของการบริโภค (utility สูงขึ้นเมื่อระดับการบริโภคสูงขึ้น) และการผันผวนของการบริโภค (utility สูงขึ้นเมื่อความผันผวนของการบริโภคลดลง) และวัดมูลค่าทางสวัสดิการ หรือ welfare ที่ผู้มีสิทธิได้รับจากโครงการจากมูลค่าของการบริโภคที่เพิ่มขึ้นเมื่อผู้มีสิทธิ์ในโครงการนั้นเข้าร่วมโครงการ โดยเปรียบเทียบกับสถานการณ์ที่ผู้มีสิทธิ์ไม่ได้เข้าร่วมโครงการ (หรือที่เรียกว่า counterfactual)¹ ทั้งนี้สถานการณ์ที่ผู้มีสิทธิ์ไม่ได้เข้าร่วมโครงการนั้นเป็นกรณีที่ไม่ได้เกิดขึ้นจริงหลังจากที่โครงการเริ่มต้นขึ้น วิธีประมาณค่าตัวแปรต่าง ๆ ในสถานการณ์ที่ผู้มีสิทธิ์ไม่ได้เข้าร่วมโครงการซึ่งไม่ได้เกิดขึ้นจริงนี้เป็นจุดสำคัญของบทความชิ้นนี้

ในด้านของการจำแนกองค์ประกอบของผลทางสวัสดิการนั้น ผู้เขียนได้กำหนด utility function ให้ส่วนของการบริโภคและส่วนของสุขภาพสามารถแยกจากกันได้ (additively separable) ซึ่งจะทำให้สามารถคำนวณมูลค่าของผลทางสวัสดิการที่มาจากส่วนการบริโภคได้จากมูลค่าของการบริโภคที่เพิ่มขึ้นเมื่อผู้มีสิทธิ์ในโครงการนั้นเข้าร่วมโครงการ เปรียบเทียบกับสถานการณ์ที่ผู้มีสิทธิ์ไม่ได้เข้าร่วมโครงการ และคำนวณมูลค่าด้านสุขภาพจากส่วนต่างระหว่างมูลค่าของผลทางสวัสดิการทั้งหมดกับมูลค่าด้านการบริโภคที่คำนวณได้

มูลค่าของผลทางสวัสดิการที่มาจากส่วนการบริโภค ยังสามารถแบ่งได้เป็นอีกสององค์ประกอบ คือองค์ประกอบด้านการเพิ่มระดับการบริโภค (transfer component) และองค์ประกอบด้านการรักษาระดับการบริโภค (consumption smoothing component) โดยผู้เขียนได้คำนวณมูลค่าขององค์ประกอบด้านการเพิ่มระดับบริโภคจากมูลค่าความคาดหวัง (expected value) ของการบริโภคที่เพิ่มขึ้นในกรณีที่ได้รับสิทธิ์เทียบกับกรณีที่ไม่ได้รับสิทธิ์ และคำนวณมูลค่าขององค์ประกอบด้านการรักษาระดับการบริโภคส่วนต่างระหว่างมูลค่าด้านบริโภคทั้งหมด กับมูลค่าขององค์ประกอบด้านการเพิ่มระดับการบริโภคที่คำนวณได้

ในแง่ของการคำนวณผลทางสวัสดิการจากข้อมูลเชิงประจักษ์นั้น จุดท้าทายจุดแรกคือ การบ่งชี้ว่าใครคือผู้ได้รับประโยชน์จากโครงการ 30 บาทรักษาทุกโรค ตารางที่ 1 แสดงถึงระบบประกันสุขภาพโดยรัฐในประเทศไทยก่อนและหลัง พ.ศ. 2544 และแสดงว่ามีประชากรสองกลุ่มที่ไม่ได้รับประโยชน์โดยตรงจากโครงการ 30 บาทรักษาทุกโรค คือกลุ่มข้าราชการหรือบุคคลที่ได้รับการประกันโดยสวัสดิการรักษาพยาบาลของข้าราชการ และกลุ่มผู้ที่ได้รับประกันสังคม ผู้เขียนจึงแบ่งครัวเรือนในกลุ่มตัวอย่างออกเป็นสองกลุ่ม คือกลุ่มควบคุม (Control Group) และกลุ่มทดลอง (Treatment Group) โดยกลุ่มควบคุมคือกลุ่มที่ไม่ได้รับประโยชน์จากโครงการ ประกอบด้วยครัวเรือนที่มีสมาชิกอย่างน้อยหนึ่งคนเป็นข้าราชการ² และกลุ่มทดลองซึ่งเป็นกลุ่มที่ได้รับประโยชน์จากโครงการ ประกอบด้วยครัวเรือนอื่นที่เหลือในกลุ่มตัวอย่าง

จุดท้าทายต่อมาคือการประเมินค่าการบริโภคและตัวแปรด้านสุขภาพของกลุ่มทดลองในกรณีที่ไม่ได้รับสิทธิจากโครงการ 30 บาทรักษาทุกโรคซึ่งเป็นกรณีที่ไม่ได้เกิดขึ้นจริง กับกลุ่มทดลองภายหลังปี พ.ศ. 2544 ในงานศึกษานี้จึงต้องหาวิธีการเพื่อประมาณค่าการบริโภคและตัวแปรด้านสุขภาพในกรณีดังกล่าวให้แม่นยำที่สุด ตัวเลือกแรกที่เป็นไปได้คือ การเปรียบเทียบข้อมูลของครัวเรือนในกลุ่มทดลองเองก่อนหน้าปี พ.ศ. 2544 ซึ่งเป็นช่วงเวลาก่อนที่กลุ่มทดลองจะได้ประโยชน์จากโครงการ แต่เนื่องด้วยข้อมูลเหล่านี้โดยเฉพาะข้อมูลการบริโภคของครัวเรือนมักจะเพิ่มขึ้นตามระยะเวลาจากปัจจัยต่าง ๆ ที่อาจไม่เกี่ยวข้องกับโครงการ ดังนั้น การใช้ข้อมูลในช่วงก่อน พ.ศ. 2544 จะทำให้ค่าที่ประมาณได้ไม่ได้แสดงถึงผลกระทบจากโครงการเพียบอย่างเดียว ทางเลือกที่สองคือการใช้ข้อมูลของกลุ่มควบคุมในช่วงเวลาเดียวกันมาเป็นตัวประมาณค่า แต่ทางเลือกนี้ก็มิใช่ทางเลือกที่ดีเช่นกัน เพราะแม้กลุ่มควบคุมและกลุ่มทดลองมีจำนวนสมาชิกต่อครัวเรือนที่ใกล้เคียงกัน แต่กลุ่มควบคุมนั้นมีระดับการบริโภคโดยเฉลี่ยสูงกว่ากลุ่มทดลองทั้งก่อนและหลังการเริ่มโครงการ ดังนั้นการใช้ข้อมูลตัวแปรดังกล่าวของกลุ่มควบคุมเพื่อนำมาใช้เป็นตัวแทนนั้นจึงจะทำให้การประมาณค่าของข้อมูลของกลุ่มทดลองในกรณีที่ไม่ได้รับสิทธินั้นมีค่าสูงเกินจริง

ทางออกที่ผู้เขียนใช้ในการประมาณมูลค่าของการบริโภคของครัวเรือนในกลุ่มทดลองในกรณีสมมติที่ไม่ได้รับสิทธิจากโครงการนั้นเริ่มต้นด้วยการตั้งสมมติฐานว่า หากโครงการ 30 บาทรักษาทุกโรคไม่ได้ดำเนินการหลังปี พ.ศ. 2544 แล้ว การบริโภคของครัวเรือนในกลุ่มทดลองและกลุ่มควบคุมจะเพิ่มขึ้นในอัตราเดียวกัน หากครัวเรือนนั้นมีระดับการบริโภคระดับเดียวกันก่อน พ.ศ. 2544³ ในทางปฏิบัติผู้เขียนได้แบ่งครัวเรือนในกลุ่มควบคุมและกลุ่มทดลองออกเป็นอีก 5 ลำดับขั้นตามระดับการบริโภคเฉลี่ยของครัวเรือนในช่วงก่อนเริ่มโครงการ⁴ และให้ค่าประมาณการณ์ของการบริโภคของครัวเรือนในกลุ่มทดลองในกรณีสมมติที่โครงการมิได้เกิดขึ้นภายหลัง พ.ศ. 2544 มีค่าเท่ากับระดับการบริโภคของครัวเรือนในช่วงก่อน พ.ศ. 2544 บวกด้วยการเพิ่มการบริโภคด้วยอัตราการเพิ่มการบริโภคเฉลี่ยของกลุ่มควบคุมที่อยู่ในลำดับขั้นเดียวกันกับครัวเรือนนั้น ๆ ตามตารางที่ 2 ตัวอย่างเช่น ครัวเรือนในกลุ่มทดลองครัวเรือนหนึ่งมีการบริโภค 10,000 บาทต่อคนต่อปีในช่วงก่อนปี พ.ศ.2544 เนื่องจากครัวเรือนที่อยู่ในลำดับขั้นที่ 2 ซึ่งอัตราการเพิ่มของการบริโภคของกลุ่มควบคุมเท่ากับ 15.7% ดังนั้นค่าประมาณของการบริโภคหลังปี พ.ศ. 2544 ของครัวเรือนนี้จึงเท่ากับ 10,000 x 1.157 = 11,570 บาทต่อคนต่อปี

เพื่อเป็นการสนับสนุนสมมติฐานของการคำนวณที่ใช้ ผู้เขียนจึงได้คำนวณอัตราการเพิ่มของการบริโภคเฉลี่ยในช่วงปี พ.ศ. 2541 ถึงปี พ.ศ. 2544 ในแต่ละลำดับขั้นการบริโภคของกลุ่มควบคุมและกลุ่มทดลอง และพบว่าค่าเฉลี่ยของอัตราการเพิ่มของการบริโภคของครัวเรือนในกลุ่มควบคุมและครัวเรือนในกลุ่มทดลองที่อยู่ในลำดับขั้นเดียวกันไม่มีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ

สำหรับตัวแปรด้านสุขภาพนั้นผู้เขียนวัดโดยใช้จำนวนวันที่สมาชิกในครัวเรือนหยุดงานเนื่องจากการเจ็บป่วย (หน่วย: วันต่อคนต่อปี) โดยผู้เขียนตั้งสมมติฐานว่าค่าเฉลี่ยของจำนวนวันที่สมาชิกในครัวเรือนหยุดงานเนื่องจากการเจ็บป่วยของกลุ่มทดลองในช่วงหลัง พ.ศ. 2544 นั้นเท่ากับค่าเฉลี่ยในช่วงก่อน พ.ศ. 2544 กล่าวคือผู้เขียนใช้ข้อมูลด้านสุขภาพในช่วงก่อนเริ่มโครงการ เพื่อประมาณค่าข้อมูลด้านสุขภาพในช่วงหลังเริ่มโครงการ

ก่อนที่จะคำนวณผลทางสวัสดิการของโครงการ 30 บาทรักษาทุกโรค ผู้เขียนได้คำนวณค่าทางสถิติของตัวแปรที่เกี่ยวข้องกับผลกระทบของโครงการต่อครัวเรือนในกลุ่มทดลองและได้สังเกตสถิติที่น่าแปลกใจบางประการคือ หนึ่ง เราไม่พบว่าค่าเฉลี่ยของมูลค่าการใช้จ่ายด้านการรักษาพยาบาลของครัวเรือนในกลุ่มทดลองมีค่าลดลง อย่างไรก็ตามผู้เขียนพบว่าค่าใช้จ่ายด้านการรักษาพยาบาลลดลง โดยเฉพาะกรณีค่ารักษาสำหรับผู้ป่วยในซึ่งปกติเป็นค่าใช้จ่ายที่ค่อนข้างสูง (ณ percentile ที่ 90) จึงอาจกล่าวได้ว่าโครงการนี้อาจมีผลดีต่อครัวเรือนในการลดโอกาสจะที่ต้องจ่ายค่ารักษาพยาบาลในกรณีเจ็บป่วยหนักและค่ารักษาสูง มากกว่าการไปลดค่าใช้จ่ายด้านการรักษาพยาบาลโดยเฉลี่ยทั่วไป

ตารางที่ 3 แสดงการประมาณมูลค่าของผลทางสวัสดิการของโครงการ 30 บาทรักษาทุกโรค ซึ่งพบว่าผลกระทบทางสวัสดิการของโครงการมีมูลค่า 831 บาท ส่วน ต้นทุนที่รัฐจ่ายเงินอุดหนุนต่อหัวเพิ่มขึ้นหลังโครงการมีมูลค่าเฉลี่ย 1,106.25 บาท และเมื่อเปรียบเทียบกับเงินอุดหนุนในช่วงก่อนเริ่มโครงการจึงอาจกล่าวได้ว่า ผลทางสวัสดิการของโครงการ 30 บาทรักษาทุกโรคมีมูลค่าประมาณ 75 สตางค์ต่อเม็ดเงินทุก ๆ 1 บาทที่รัฐจ่ายให้แก่โครงการ ตารางที่ 3 ยังได้แสดงอีกว่าผลทางสวัสดิการของโครงการนั้นทั้งหมดมาจากองค์ประกอบด้านการรักษาระดับการบริโภค (consumption smoothing) ซึ่งมีมูลค่า 841 บาท องค์ประกอบด้านการการรักษาระดับการบริโภคมีค่าเกิน 100% ของผลทางสวัสดิการทั้งหมดเนื่องจากไปหักล้างกับผลด้านการเพิ่มระดับบริโภค (transfer component) ที่มีค่าติดลบ อันเนื่องมาจากกลุ่มทดลองมีค่าเฉลี่ยการบริโภคลดลงเมื่อเทียบกับกลุ่มควบคุม และองค์ประกอบด้านสุขภาพนั้นมีผลต่อผลทางสวัสดิการน้อยมาก

ทั้งนี้ การที่อัตราส่วนของผลทางสวัสดิการที่ผู้มีสิทธิได้รับต่อต้นทุนที่รัฐบาลจ่ายมีค่าน้อยกว่า 1 ไม่ได้หมายความว่าโครงการ 30 บาทรักษาทุกโรคล้มเหลวในด้านประสิทธิภาพในการใช้จ่าย เพราะประการแรก เมื่อเปรียบเทียบอัตราส่วนนี้กับการศึกษาที่ใช้แบบจำลองและวิธีการประมาณค่าแบบเดียวกัน โครงการ 30 บาทรักษาทุกโรคยังมีอัตราส่วนที่สูงกว่า เช่น Finkelstein et al. (2015) ใช้แบบจำลองเดียวกับการศึกษานี้ และพบว่าผลทางสวัสดิการของ Medicaid มีมูลค่า 44 เซนต์ต่อต้นทุนหนึ่งดอลลาร์ที่รัฐบาลสหรัฐจ่าย ซึ่งแสดงให้เห็นว่าอัตราส่วนของผลทางสวัสดิการต่อต้นทุนของโครงการ 30 บาททุกโรคมีค่าสูงกว่า อีกประการหนึ่งซึ่งมีความสำคัญยิ่งกว่าคือ การศึกษาชิ้นนี้ยังมีข้อจำกัดในด้านข้อมูลและความครอบคลุมของแบบจำลอง ทำให้ผลทางสวัสดิการที่คำนวณอาจเป็นค่าที่ต่ำกว่าความเป็นจริง

นอกจากนี้ ถึงแม้ว่าผลการศึกษานี้ไม่ได้แสดงว่าโครงการมีผลทางสวัสดิการที่ผ่านทางช่องทางด้านองค์ประกอบทางสุขภาพ แต่นั่นไม่ได้หมายความว่าโครงการ 30 บาทรักษาทุกโรคไม่ได้ทำให้สุขภาพของประชาชนไทยดีขึ้น มีหลักฐานหลายชิ้นที่บ่งชี้ว่าโครงการ 30 บาทรักษาทุกโรคอาจทำให้อายุขัยเฉลี่ยของประชากรไทยยาวนานขึ้น รูปภาพที่ 1 แสดงว่าเห็นว่าอายุขัยเฉลี่ยของประชากรไทยเพิ่มขึ้นอย่างรวดเร็วหลังจากที่โครงการได้เริ่มต้นขึ้น นอกจากนี้ Gruber et al. (2014) ได้สรุปอีกว่าโครงการ 30 บาทรักษาทุกโรคทำให้อัตราการตายของเด็กและทารกลดลง 13% – 30% เมื่อเปรียบเทียบระยะเวลาหนึ่งปีระหว่างก่อนและหลังการเริ่มโครงการ เมื่อเราต่อภาพของผลการศึกษาเหล่านี้เข้าด้วยกัน อาจเป็นไปได้ว่าผลดีของโครงการทางด้านสุขภาพส่วนใหญ่เป็นไปในด้านของการยืดอายุขัย และผู้ที่รับประโยชน์ส่วนใหญ่เป็นกลุ่มเด็กและทารก โดยเฉพาะอย่างยิ่งเด็กและทารกในพื้นที่ยากจน ผลประโยชน์เหล่านี้ไม่ได้ถูกสะท้อนโดยการใช้จำนวนวันที่หยุดงานเพราะการเจ็บป่วยมาเป็นตัวชี้วัดทางด้านสุขภาพ จึงเป็นไปได้ว่างานศึกษาชิ้นนี้ประเมินผลทางสวัสดิการผ่านทางองค์ประกอบด้านสุขภาพต่ำกว่าความเป็นจริง

บทความศึกษาผลกระทบทางสวัสดิการและประสิทธิภาพของโครงการ 30 บาทรักษาทุกโรค และพบว่ามูลค่าของผลทางสวัสดิการที่ผู้มีสิทธิได้รับอยู่ที่ประมาณ 75 สตางค์ต่อเม็ดเงินทุก ๆ 1 บาทที่รัฐต้องจ่าย และพบว่าผู้มีสิทธิในโครงการได้รับสวัสดิการผ่านช่องทางการรักษาระดับการบริโภค (consumption smoothing) เป็นสำคัญ ทั้งนี้ผลการศึกษาข้างต้นยังอาจประเมินผลของโครงการต่ำกว่าความเป็นจริงเนื่องมาจากหลายปัจจัย เช่น การที่ประชากรมีอายุยืนยาวขึ้นจากโครงการอาจมีผลต่อการบริโภคข้ามเวลา เมื่อผู้มีสิทธิในโครงการคาดการณ์ว่าจะมีชีวิตยาวนานขึ้นก็อาจจะลดการบริโภคในปัจจุบันเพื่อเก็บทรัพยากรไปบริโภคมากขึ้นในอนาคต การที่งานศึกษาชิ้นนี้ไม่ได้รวมเอาผลทางสวัสดิการผ่านทางองค์ประกอบด้านการบริโภคในอนาคตนั้นอาจทำให้ผลทางสวัสดิการที่ประเมินได้มีค่าต่ำกว่าความเป็นจริง จากผลการประมาณค่าจากสมการถดถอยโดยใช้เทคนิค Difference in Difference ใน Hongdilokkul (2017) ยังพบอีกว่า โครงการ 30 บาทรักษาทุกโรคส่งผลให้รายได้ครัวเรือนเพิ่มขึ้นที่ระดับนัยสำคัญทางสถิติ 10% ในขณะที่ผลต่อการบริโภคครัวเรือนมีค่าเป็นลบแต่ไม่มีนัยสำคัญทางสถิติ การศึกษานี้สนับสนุนสมมติฐานที่บ่งชี้ว่าครัวเรือนในกลุ่มทดลองอาจนำรายได้ที่เพิ่มขึ้นในปัจจุบันไปใช้เพื่อเพิ่มการบริโภคในอนาคต เพื่อการพัฒนางานวิจัยชิ้นเพื่อการประมาณผลกระทบทางสวัสดิการที่แม่นยำมากขึ้นผู้เขียนจึงตั้งใจจะปรับปรุงแบบจำลองเพื่อรวมเอาผลทางสวัสดิการผ่านทางองค์ประกอบด้านการบริโภคในอนาคตมาประเมินค่าด้วย

Finkelstein, A., Hendren, N., & Luttmer, E. F. (2015): “The value of medicaid: Interpreting results from the oregon health insurance experiment (No. w21308).” National Bureau of Economic Research.

Gruber, J., Hendren, N., & Townsend, R. M. (2014): “The great equalizer: Health care access and infant mortality in Thailand.” American economic journal. Applied economics, 6(1), 91.

Hongdilokkul, N. (2017): “Welfare analysis of the universal health care program in Thailand.” PIER Discussion Paper No. 58.

The World Bank. Retrieved from http://data.worldbank.org/indicator/SP.DYN.LE00.IN?locations=TH