สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
aBRIDGEd

เปิดข้อเท็จจริงแรงงานต่างด้าวในไทย: ตอนที่ 1 แรงงานทักษะต่ำ

มองภาพการพึ่งพาแรงงานต่างด้าวในไทย ผ่านข้อมูลประกันสังคม

บทความนี้เป็นบทความแรกของชุดบทความเปิดข้อเท็จจริงแรงงานต่างด้าวในไทย โดยใช้ข้อมูลผู้ประกันตนภาคบังคับกว่า 1 ล้านคนจากสำนักงานประกันสังคม โดยตอนที่ 1 จะมุ่งศึกษาแรงงานต่างด้าวทักษะต่ำซึ่งเป็นแรงงานกลุ่มใหญ่ในไทย ผลการศึกษาชี้ว่าตลาดแรงงานไทยพึ่งพาแรงงานต่างด้าวทักษะต่ำเพิ่มสูงขึ้นมาก โดยส่วนใหญ่ทำงานในประเภท 3D (difficult, dirty and dangerous) ซึ่งเป็นงานที่คนไทยไม่นิยมทำ และยังขยายขอบเขตไปในหลายกิจกรรมมากขึ้น นอกจากนี้ ยังพบว่า บริษัทที่พึ่งพาแรงงานต่างด้าวในระดับสูงมักเป็นวิสาหกิจขนาดกลางและขนาดย่อม (SMEs) ที่มีการใช้แรงงานเข้มข้น รวมทั้งบริษัทเหล่านี้ยังมีลักษณะเฉพาะที่แตกต่างกันชัดเจนในแต่ละประเภทธุรกิจ ซึ่งอาจจะสะท้อนถึงนัยของการออกแบบนโยบายการบริหารจัดการแรงงานต่างด้าวที่เฉพาะเจาะจงและตรงจุดมากขึ้น

จากเหตุการณ์ในประเทศสิงคโปร์ ที่พบผู้ติดเชื้อโควิด-19 จำนวนหลายรายในกลุ่มแรงงานต่างด้าว ทำให้ประเด็นเรื่องแรงงานต่างด้าวในไทยได้รับความสนใจมากขึ้น โดยที่ผ่านมาไทยมีมาตรการต่าง ๆ ที่ช่วยควบคุมการระบาดของโรคในกลุ่มแรงงานต่างด้าว เช่น การระงับการเคลื่อนย้ายแรงงานตามชายแดน การชะลอการอนุมัตินำเข้าแรงงานต่างด้าว และการผ่อนปรนแรงงานต่างด้าวที่ใบอนุญาตจะหมดอายุให้สามารถอยู่ในประเทศไทยได้ โดยมาตรการเหล่านี้ถือเป็นแนวทางการบริหารจัดการในระยะสั้น อย่างไรก็ตาม การบริหารจัดการแรงงานต่างด้าวในระยะยาวก็ถือเป็นสิ่งสำคัญ โดยเฉพาะในสภาวะที่การเคลื่อนย้ายแรงงานต่างด้าวอาจกำลังเปลี่ยนแปลงไป

ภาพของตลาดแรงงานในประเทศไทยเปลี่ยนแปลงไปตามบริบทโลก ทำให้เห็นการเคลื่อนย้ายแรงงานจากภาคเกษตรกรรมเข้าสู่ภาคการผลิตและภาคบริการ ปัญหาเชิงโครงสร้างที่ตลาดแรงงานไทยกำลังเผชิญไม่ว่าจะเป็นการพัฒนาของเทคโนโลยีอย่างก้าวกระโดดที่มีการนำระบบอัตโนมัติมาทดแทนแรงงานในภาคการผลิต การเข้าสู่สังคมสูงวัยที่มีสัดส่วนผู้สูงอายุเพิ่มสูงขึ้น และจากข้อมูลแบบสำรวจภาวะการทำงานของประชากรไทย สำนักงานสถิติแห่งชาติ สะท้อนถึงแนวโน้มการออกไปสู่นอกกำลังแรงงานที่เพิ่มสูงขึ้นของกลุ่มวัยกลางคนในระยะหลัง ทำให้สาขาที่ใช้แรงงานเข้มข้นอย่างภาคเกษตรกรรม ประมงและก่อสร้างประสบปัญหาขาดแคลนแรงงานเป็นอย่างมาก โดยเฉพาะในงานที่คนไทยไม่นิยมทำเพราะเห็นว่าเป็นงานหนัก สกปรก และอันตราย ส่งผลให้แรงงานต่างด้าวเข้ามามีบทบาทสำคัญต่อเศรษฐกิจไทยมากยิ่งขึ้น

บทความนี้ มุ่งศึกษาภาพแรงงานต่างด้าวในไทยในช่วงเกือบสองทศวรรษที่ผ่านมา โดยใช้ข้อมูลผู้ประกันตนภาคบังคับจากสำนักงานประกันสังคม ซึ่งข้อมูลนี้แสดงภาพลูกจ้างแรงงานต่างด้าวที่อยู่ในระบบประกันสังคมกว่า 1 ล้านคน[1] ครอบคลุมร้อยละ 35.5 ของแรงงานต่างด้าวถูกกฎหมายทั้งหมด[2] หากพิจารณาการกระจายตัวของค่าจ้างต่อเดือนของแรงงานต่างด้าว ดังแสดงในรูปที่ 1 จะพบว่า สามารถแบ่งแรงงานต่างด้าวออกเป็น 2 กลุ่ม คือ (1) กลุ่มที่มีค่าจ้างน้อยกว่า 15,000 บาท และ (2) กลุ่มที่มีค่าจ้างเท่ากับ 15,000 บาท (ซึ่งเป็นเพดานเงินเดือนสำหรับคำนวณเงินสมทบนำส่งกองทุนประกันสังคม) ความแตกต่างของค่าจ้างนี้มีส่วนสะท้อนความแตกต่างของผลิตภาพการผลิต (productivity) และทักษะของแรงงานที่แตกต่างกันของแรงงานทั้งสองกลุ่ม ดังนั้น เราจะแทนแรงงานกลุ่มแรกที่มีค่าจ้างน้อยกว่า 15,000 บาทต่อเดือนว่า แรงงานต่างด้าวทักษะต่ำ (low-skilled workers) และแทนแรงงานกลุ่มที่มีค่าจ้างเท่ากับ 15,000 บาทต่อเดือนว่า แรงงานต่างด้าวทักษะสูง (high-skilled workers) จากรูปที่ 1 จะเห็นได้ว่า แรงงานต่างด้าวทักษะต่ำมีจำนวนมากกว่าแรงงานต่างด้าวทักษะสูงหลายเท่าตัวโดยแรงงานต่างด้าวทักษะต่ำส่วนใหญ่ คือ แรงงานเมียนมา กัมพูชา และลาว ขณะที่แรงงานทักษะสูงส่วนใหญ่ คือ แรงงานญี่ปุ่น จีน ฟิลิปปินส์ อินเดีย และอังกฤษ

ดังนั้น ในบทความตอนที่ 1 นี้ เราจะเน้นศึกษาแรงงานต่างด้าวทักษะต่ำซึ่งเป็นแรงงานต่างด้าวกลุ่มใหญ่ในไทย โดยมุ่งความสนใจไปที่แนวโน้มการเปลี่ยนแปลงของการจ้างงานแรงงานต่างด้าวทักษะต่ำ อุตสาหกรรมที่พึ่งพาแรงงานส่วนนี้ รวมถึงระดับการพึ่งพา ตลอดจนลักษณะเฉพาะของผู้ประกอบการที่จ้างแรงงานต่างด้าวทักษะต่ำในไทย โดยจะนำเสนอในรูปแบบของข้อเท็จจริง 4 ประการ ดังนี้

รูปที่ 1 แสดงการกระจายตัวของค่าจ้างแรงงานต่างด้าว

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม ณ ก.ค. 2019

ข้อเท็จจริงประการแรก: ไทยพึ่งพาแรงงานต่างด้าวทักษะต่ำเพิ่มสูงขึ้นมาก

ในช่วงเกือบ 20 ปีที่ผ่านมา จำนวนการจ้างงานแรงงานต่างด้าวทักษะต่ำปรับสูงขึ้นมาก โดยเฉพาะในช่วงที่มีนโยบายสำคัญ คือ ช่วงที่มีการขึ้นค่าแรงขั้นต่ำในปี 2011 และช่วงที่มีการผ่อนผันการขึ้นทะเบียนแรงงานต่างด้าวในปี 2018 จากรูปที่ 2.1 ซึ่งแสดงจำนวนและสัดส่วนแรงงานต่างด้าวทักษะต่ำต่อจำนวนผู้ประกันตนทั้งหมดในประกันสังคม จะเห็นได้ว่า จำนวนและสัดส่วนแรงงานต่างด้าวทักษะต่ำปรับตัวเพิ่มขึ้นอย่างชัดเจนตั้งแต่ปี 2011 เป็นต้นมา และปรับเพิ่มขึ้นมากอีกครั้งในปี 2018 ส่งผลให้ในปี 2019 มีจำนวนแรงงานต่างด้าวทักษะต่ำที่เป็นผู้ประกันตนภาคบังคับจำนวน 1,025,293 คน ซึ่งคิดเป็นสัดส่วนร้อยละ 8.7 ของผู้ประกันตนทั้งหมด และหากพิจารณารูปที่ 2.2 ที่แสดงจำนวนและสัดส่วนนายจ้างที่จ้างแรงงานต่างด้าว จะพบว่า จำนวนนายจ้างที่จ้างแรงงานต่างด้าวทักษะต่ำเพิ่มขึ้นมากเช่นกันในช่วงปี 2018 ส่งผลให้ในปี 2019 มีจำนวนนายจ้างที่จ้างแรงงานต่างด้าวทักษะต่ำเป็นจำนวน 59,063 ราย คิดเป็นสัดส่วนร้อยละ 13 ของจำนวนนายจ้างในระบบประกันสังคมทั้งหมด ตัวเลขที่เพิ่มสูงขึ้น ทั้งจำนวนแรงงานและจำนวนนายจ้างในระยะหลังนี้ เป็นผลมาจากมาตรการควบคุมแรงงานต่างด้าวผิดกฎหมายที่เข้มงวดมากขึ้น จากพระราชกำหนดการบริหารจัดการการทำงานของคนต่างด้าว (ฉบับที่ 2) พ.ศ. 2561 ทำให้แรงงานต่างด้าวที่เดิมอาจเป็นแรงงานผิดกฎหมายหรือเคยอยู่นอกระบบ กลายมาเป็นแรงงานถูกกฎหมายและเข้ามาอยู่ในระบบประกันสังคมมากขึ้น

หากพิจารณาการพึ่งพาแรงงานต่างด้าวของไทยกับประเทศอื่น ๆ พบว่า ประเทศไทยถือเป็นประเทศที่มีการไหลเข้าของแรงงานต่างด้าวอยู่ในระดับที่สูง ติดอันดับที่ 17 ของโลก และถือเป็นอันดับหนึ่งในกลุ่มประเทศอาเซียน (IOM, 2019) การที่ไทยเป็นจุดหมายปลายทางของแรงงานต่างด้าว โดยเฉพาะจากประเทศเพื่อนบ้านนั้น ปัจจัยหนึ่งที่มีความสำคัญ คือ ปัจจัยด้านค่าแรงที่สูงกว่าประเทศเพื่อนบ้าน โดยแรงงานต่างด้าวที่เข้ามาทำงานในไทยส่วนใหญ่จะได้รับค่าจ้างเท่ากับค่าจ้างขั้นต่ำ ซึ่งยังคงสูงกว่าค่าจ้างขั้นต่ำของประเทศเพื่อนบ้าน ประมาณ 3 เท่าตัวเมื่อเทียบกับค่าแรงขั้นต่ำของประเทศเมียนมา (Mungoven, 2018) ด้วยเหตุนี้เอง ค่าแรงไทยที่สูงกว่าจึงถือว่าเป็นตัวแปรสำคัญในการดึงดูดแรงงานต่างด้าวทักษะต่ำ โดยเฉพาะในกลุ่มแรงงานเมียนมาที่มีเครือข่ายชุมชนขนาดใหญ่ในประเทศไทย ทำให้การเข้าถึงข้อมูล และกระจายแหล่งงานต่าง ๆ ทำได้ทั่วถึงและรวดเร็ว

รูปที่ 2 แสดงจำนวนและสัดส่วนแรงงานต่างด้าวทักษะต่ำและนายจ้างที่จ้างแรงงานต่างด้าวทักษะต่ำ

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม

การเพิ่มขึ้นของแรงงานต่างด้าวทักษะต่ำ โดยเฉพาะจากประเทศเพื่อนบ้าน ทำให้เราพบว่าแรงงานเหล่านี้มักเข้ามาทำงานในจังหวัดที่มีพื้นที่ติดกับชายแดน เช่น ตาก เชียงราย ระนอง นอกจากนี้ยังกระจุกตัวอยู่ในพื้นที่หัวเมืองใหญ่ เช่น กรุงเทพฯ เชียงใหม่ สงขลา สุราษฎร์ธานี รวมถึงจังหวัดที่มีโรงงานอุตสาหกรรมจำนวนมาก เช่น สมุทรสงคราม สมุทรปราการ ปทุมธานี ชลบุรี ระยอง ดังแสดงในรูปที่ 3

รูปที่ 3 แสดงจำนวนแรงงานต่างด้าวทักษะต่ำแยกรายจังหวัด

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม ณ ก.ค. 2019

ข้อเท็จจริงประการที่สอง: แรงงานต่างด้าวทักษะต่ำส่วนใหญ่ทำงานประเภท 3D (difficult, dirty and dangerous) และมีแนวโน้มที่จะขยายขอบเขตไปในหลายกิจกรรมมากขึ้น

เราสนใจศึกษาการพึ่งพาแรงงานต่างด้าวทักษะต่ำในแต่ละประเภทธุรกิจ ว่ามีการจ้างงานแรงงานกลุ่มนี้ในสัดส่วนมากน้อยเพียงใด โดยพิจารณาจากจำนวนของแรงงานต่างด้าวทั้งหมดในประเภทธุรกิจหนึ่ง ๆ เทียบด้วยจำนวนผู้ประกันตนทั้งหมดในประเภทธุรกิจนั้น จากรูปที่ 4 พบว่า ในปี 2019 ภาคเกษตรกรรม การป่าไม้ และการประมง มีสัดส่วนการจ้างแรงงานต่างด้าวทักษะต่ำมากที่สุด คิดเป็นร้อยละ 23.2 ของแรงงานทั้งหมดในประเภทธุรกิจนี้ รองลงมาคือภาคการก่อสร้าง การบำบัดของเสียและสิ่งปฏิกูล (โดยเฉพาะการนำวัสดุที่ใช้แล้วกลับมาใช้ใหม่) การผลิต (โดยเฉพาะการผลิตอาหาร ผลิตภัณฑ์ยาง และสิ่งทอ) การผลิตไฟฟ้า ก๊าซ ไอน้ำ ระบบปรับอากาศ และกิจกรรมบริการด้านอื่นๆ (โดยเฉพาะการบริการซักอบรีด) ซึ่งสอดคล้องกับข้อมูลจากโครงการแลกเปลี่ยนข้อมูลและเศรษฐกิจการเงินระหว่างธนาคารแห่งประเทศไทยและนักธุรกิจ ที่พบว่า แรงงานต่างด้าวทักษะต่ำส่วนใหญ่ทนต่อสภาพการทำงาน และมักทำงานประเภท 3D[3] ได้แก่ งานหนัก (difficult) งานสกปรก (dirty) และงานอันตราย (dangerous) ซึ่งเป็นงานที่คนไทยไม่นิยมทำ

นอกจากนี้ หากเปรียบเทียบสัดส่วนการจ้างงานแรงงานต่างด้าวในปี 2019 และ 2010 พบว่า แรงงานต่างด้าวทักษะต่ำมีแนวโน้มเข้ามาทำงานในหลายประเภทธุรกิจมากขึ้น จากเดิมในปี 2010 ที่มีการจ้างงานในเพียงไม่กี่ประเภทธุรกิจ แต่ปี 2019 มีการจ้างแรงงานต่างด้าวแทบจะครอบคลุมในเกือบทุกประเภทธุรกิจ รวมไปถึงภาคบริการ เช่น การศึกษา การจ้างงานในครัวเรือน กิจกรรมด้านสุขภาพ กิจกรรมทางการเงิน กิจกรรมด้านข้อมูลข่าวสารและการสื่อสาร เป็นต้น นอกจากนี้ยังพบว่า มีการจ้างแรงงานต่างด้าวทักษะต่ำในสัดส่วนที่เพิ่มสูงขึ้นมากในเกือบทุกประเภทธุรกิจ อาทิ ในภาคการเกษตร สัดส่วนการจ้างแรงงานต่างด้าวเพิ่มขึ้นจากประมาณร้อยละ 1 ในปี 2010 เป็นร้อยละ 23 ในปี 2019 เป็นต้น

สาเหตุหนึ่งที่การจ้างแรงงานต่างด้าวมีมากขึ้นและขยายขอบเขตไปยังประเภทธุรกิจต่าง ๆ อาจเนื่องมาจากการที่ไทยมีนโยบายการนำเข้าแรงงานต่างด้าวที่มีลักษณะเป็น “employer-driven” (Abella, 2013) กล่าวคือการนำเข้าแรงงานต่างด้าวจะขึ้นอยู่กับความต้องการของนายจ้าง โดยนายจ้างจะเป็นผู้แสดงความจำนงขอจ้างแรงงานต่างด้าวต่อรัฐบาลว่าต้องการมากน้อยเพียงใด แม้ในสิงคโปร์ เกาหลีใต้ และมาเลเซียจะใช้ระบบ “employer-driven” เช่นกัน แต่จะมีการกำหนดเงื่อนไขอื่นควบคู่ไปด้วย[4] อย่างไรก็ตาม นโยบายของไทยค่อนข้างเปิดกว้างสำหรับนายจ้าง ยังไม่มีการกำหนดอย่างชัดเจนว่าต้องการแรงงานต่างด้าวทักษะต่ำจำนวนเท่าไหร่ หรือต้องการให้มีการจ้างงานในอุตสาหกรรมใดบ้าง มีเพียงการกำหนดรายการประเภทงานที่ห้ามแรงงานต่างด้าวทำ ซึ่งการใช้นโยบายในลักษณะนี้มีข้อพึงระวังที่นายจ้างอาจจะมีแรงจูงใจในการลดต้นทุนด้วยการจ้างแรงงานต่างด้าวแทนคนไทยมากขึ้น ซึ่งอาจนำไปสู่ปัญหาการแย่งงานแรงงานไทยในอนาคตได้

รูปที่ 4 แสดงสัดส่วนแรงงานต่างด้าวทักษะต่ำต่อผู้ประกันตนทั้งหมด แยกตามประเภทธุรกิจ (ISIC)

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม
หมายเหตุ: กลุ่มที่ไม่ทราบประเภทธุรกิจ เนื่องจากไม่พบทะเบียนนายจ้างจากกรมพัฒนาธุรกิจการค้าในปี 2017

ข้อเท็จจริงประการที่สาม: บริษัทที่พึ่งพาแรงงานต่างด้าวทักษะต่ำในระดับสูงมักจะเป็นวิสาหกิจขนาดกลางและขนาดย่อม (SMEs) ที่มีการใช้แรงงานเข้มข้น (labor-intensive)

หากนำข้อมูลนายจ้างที่จ้างแรงงานต่างด้าวทักษะต่ำทั้งหมดกว่า 6 หมื่นราย มาพิจารณาระดับการพึ่งพาแรงงานต่างด้าว โดยวัดจากสัดส่วนแรงงานต่างด้าวทักษะต่ำต่อแรงงานทั้งหมดในบริษัท (dependency ratio) พบว่า ระดับการพึ่งพาแรงงานต่างด้าวจะแตกต่างกันไปตามประเภทของธุรกิจและขนาดของบริษัท โดยบริษัทที่มีการพึ่งพาแรงงานต่างด้าวสูงมักจะเป็นบริษัทที่มีการใช้แรงงานเข้มข้น และเป็นวิสาหกิจขนาดกลางและขนาดย่อม หรือ SMEs ขณะที่บริษัทที่มีการพึ่งพาแรงงานต่างด้าวต่ำมักเป็นบริษัทที่ใช้เทคโนโลยีในการผลิต รวมทั้งเป็นบริษัทขนาดใหญ่

ตารางที่ 1 แสดงให้เห็นว่า ประเภทธุรกิจการเกษตรกรรม การป่าไม้ และการประมง มีค่า dependency ratio สูงสุดที่ร้อยละ 49.6 หมายความว่า โดยเฉลี่ยแล้วบริษัทหนึ่ง ๆ ในธุรกิจนี้ จะมีแรงงานไทยและแรงงานต่างด้าวในสัดส่วนใกล้เคียงกัน อย่างไรก็ตามหากพิจารณาแยกตามขนาดบริษัท จะพบว่า บริษัทขนาดเล็ก (S) จะมีการพึ่งพาแรงงานต่างด้าวสูงกว่าบริษัทขนาดกลาง (M) และขนาดใหญ่ (L) สำหรับประเภทธุรกิจที่มีการพึ่งพาแรงงานต่างด้าวรองลงมา ได้แก่ ธุรกิจก่อสร้าง ธุรกิจการบำบัดของเสียและสิ่งปฏิกูล ธุรกิจอสังหาริมทรัพย์ ธุรกิจการผลิตไฟฟ้า ก๊าซ ไอน้ำ ระบบปรับอากาศ และธุรกิจการผลิต ทั้งนี้ ในกลุ่มที่ไม่ทราบประเภทธุรกิจที่มีค่า dependency ratio สูงมากนั้น พบว่า ส่วนใหญ่เป็นบริษัทขนาดเล็กที่มีลูกจ้างไม่เกิน 5 คน และเป็นการจ้างแรงงานต่างด้าวเกือบทั้งหมดในบริษัท

ตารางที่ 1 แสดงสัดส่วนแรงงานต่างด้าวทักษะต่ำต่อแรงงานทั้งหมดในบริษัท (dependency ratio)
แยกตามประเภทธุรกิจ (ISIC Rev.4)

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม หมายเหตุ: ธุรกิจขนาดเล็ก (S) มีจำนวนแรงงานในบริษัทน้อยกว่าหรือเท่ากับ 50 คน  ขนาดกลาง (M) มี 51-200 คน และ ขนาดใหญ่ (L) มี 201 คน ขึ้นไป

นอกจากนี้ หากพิจารณาค่า dependency ratio ของนายจ้างทั้งหมดที่มีการจ้างแรงงานต่างด้าวทักษะต่ำในช่วงตั้งแต่ปี 2002-2019 พบว่า จำนวนนายจ้างที่พึ่งพาแรงงานต่างด้าวทักษะต่ำเกินกว่าร้อยละ 80 ปรับสูงขึ้นมากตั้งแต่ปี 2018 เป็นต้นมา โดยที่ในปี 2019 นายจ้างที่มีค่า dependency ratio เกินกว่าร้อยละ 80 มีจำนวน 15,560 ราย คิดเป็นร้อยละ 26.3 ของนายจ้างที่มีการจ้างแรงงานต่างด้าวทักษะต่ำทั้งหมด ซึ่งนายจ้างกลุ่มนี้อาจมีความเสี่ยงด้านแรงงานได้ หากมีการเปลี่ยนแปลงนโยบายแรงงานต่างด้าว

การที่นายจ้างสามารถเข้าถึงแรงงานต่างด้าวทักษะต่ำได้มากนั้น อาจเป็นแรงจูงใจให้พยายามลดต้นทุนโดยจ้างแรงงานต่างด้าวทดแทนแรงงานในพื้นที่มากขึ้นเนื่องจากค่าแรงที่ถูกกว่า หรืออาจลดแรงจูงใจในการลงทุนในเครื่องจักรหรือเทคโนโลยีที่ใช้ในการผลิต (Grossmann, 2016) รวมทั้งอาจเป็นปัจจัยกดดันค่าจ้างของแรงงานทักษะต่ำในประเทศ ทำให้ค่าจ้างปรับเพิ่มขึ้นได้ยากได้ดังนั้น ในต่างประเทศจึงมีการกำหนดระดับการพึ่งพาแรงงานต่างด้าวทักษะต่ำที่แตกต่างกันไปตามความจำเป็นของแต่ละอุตสาหกรรม เช่น ในสิงคโปร์ มีการกำหนดใช้ dependency ratio ceiling (DRC) ในภาคก่อสร้างที่ร้อยละ 87.5 ภาคการผลิตที่ร้อยละ 60 และภาคบริการที่ร้อยละ 38 เป็นต้น นอกจากนี้ ยังมีการเก็บค่าธรรมเนียมรายเดือน (levy) จากนายจ้างตามจำนวนแรงงานต่างด้าวที่มีการจ้างงาน โดยค่าธรรมเนียมของแรงงานต่างด้าวทักษะต่ำจะสูงกว่าแรงงานต่างด้าวทักษะสูง (Singapore, Ministry of Manpower, 2020)

รูปที่ 5 แสดงจำนวนนายจ้างแยกตามระดับการพึ่งพาแรงงานต่างด้าว (dependency ratio)

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม

ข้อเท็จจริงประการสุดท้าย: กลุ่มบริษัทที่พึ่งพาแรงงานต่างด้าวทักษะต่ำมีลักษณะเฉพาะที่แตกต่างกันชัดเจนในแต่ละประเภทธุรกิจ จึงอาจต้องการนโยบายที่เฉพาะเจาะจงในแต่ละกลุ่ม

จากที่กล่าวมาข้างต้นจะเห็นได้ว่านายจ้างหรือบริษัทที่พึ่งพาแรงงานต่างด้าวค่อนข้างกระจายไปในหลายพื้นที่และในหลายประเภทธุรกิจ เพื่อให้เห็นภาพรวมเราจะพิจารณาแบ่งนายจ้างหรือบริษัทดังกล่าวออกเป็นกลุ่ม (cluster) ตามคุณลักษณะ (feature) สำคัญที่พบ โดยประยุกต์ใช้เทคนิค machine learning เพื่อระบุว่ากลุ่มของนายจ้างแต่ละกลุ่มนั้นมีความคล้ายคลึงหรือแตกต่างกันอย่างไร งานศึกษานี้จะใช้วิธี k-medoids clustering[5] เพื่อจัดกลุ่มนายจ้างที่พึ่งพาทั้งแรงงานไทยและต่างด้าวทักษะต่ำกว่า 3 หมื่นราย[6] โดยสามารถแบ่งกลุ่มนายจ้างออกได้เป็น 4 กลุ่มใหญ่[7] ดังแสดงในตารางที่ 2 ทั้งนี้ คุณลักษณะที่เลือกใช้ในการจัดกลุ่มจะเป็นข้อมูลพื้นฐานของบริษัทและระดับการพึ่งพาแรงงานต่างด้าว ได้แก่ 1. ประเภทธุรกิจ (ตามประเภท ISIC) 2. ที่ตั้ง (ตามจังหวัด) 3. ขนาดของธุรกิจ (ตามจำนวนลูกจ้างในบริษัท) 4. สัดส่วนแรงงานทักษะต่ำ (แรงงานไทยและต่างด้าวที่มีค่าจ้างน้อยกว่า 15,000 บาท) ต่อแรงงานทั้งหมดในบริษัท 5. สัดส่วนแรงงานต่างด้าวทักษะต่ำต่อแรงงานทั้งหมดในบริษัท (dependency ratio) 6. ค่าจ้างเฉลี่ยของแรงงานต่างด้าวทักษะต่ำต่อเดือน และ 7. ค่าเฉลี่ยความแตกต่างของค่าจ้างระหว่างแรงงานไทยและแรงงานต่างด้าวทักษะต่ำ (wage difference)

ตารางที่ 2 แสดงคุณลักษณะ (features) ของบริษัทหรือนายจ้างในแต่ละ cluster

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม ณ ก.ค. 2019
หมายเหตุ: สำหรับหมวด 1-2 จะแสดงคุณลักษณะที่มีความถี่สูงสุด และสำหรับหมวด 3-7 จะแสดงค่ากลางของแต่ละ cluster โดยค่าจ้างของแรงงานไทยและต่างด้าวจะพิจารณาเฉพาะกลุ่มแรงงานทักษะต่ำ

รูปที่ 6 จำนวนนายจ้างหรือบริษัทที่กระจายอยู่ในแต่ละจังหวัดแบ่งตาม cluster

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม

ผลการทำ clustering ชี้ให้เห็นถึงความสำคัญของข้อมูลเชิงคุณภาพทั้งประเภทธุรกิจและที่ตั้งของธุรกิจค่อนข้างชัดเจน โดยพื้นที่ตั้งของบริษัทส่วนใหญ่จะกระจุกตัวอยู่ในกรุงเทพฯ รวมถึงตามเมืองสำคัญที่เกี่ยวข้องกับประเภทธุรกิจนั้น ๆ ดังแสดงในรูปที่ 6 ขณะที่ขนาดของธุรกิจอาจมีความสำคัญน้อยกว่าในการแบ่งกลุ่มบริษัท เนื่องจากบริษัทส่วนใหญ่จัดอยู่ในกลุ่มวิสาหกิจขนาดเล็กที่มีลูกจ้างน้อยกว่า 50 คน ซึ่งคิดเป็นร้อยละ 73 ของบริษัททั้งหมดที่ใช้ในการทดสอบ ขณะที่ข้อมูลเชิงปริมาณที่สังเกตได้ในแต่ละ cluster มีโครงสร้างที่ช่วยอธิบายคุณลักษณะของ cluster ในแต่ประเภทธุรกิจได้ดี โดยแต่ละกลุ่มจะถูกตั้งชื่อตามคุณลักษณะสำคัญที่พบดังนี้

กลุ่มแรก “ก่อสร้าง” เป็นกลุ่มที่ใช้แรงงานทักษะต่ำจำนวนมาก (ร้อยละ 82) และมีการพึ่งพาแรงงานต่างด้าวทักษะต่ำสูงที่สุด คิดเป็นร้อยละ 52 ของแรงงานทั้งหมด โดยค่าจ้างที่แรงงานต่างด้าวได้รับโดยเฉลี่ยจะอยู่ที่ประมาณ 8,200 บาท ซึ่งถือว่าต่ำที่สุดเมื่อเทียบกับกลุ่มอื่น นอกจากนี้ ยังเป็นกลุ่มที่มี wage difference สูง กล่าวคือ ค่าจ้างของแรงงานต่างด้าวทักษะต่ำน้อยกว่าค่าจ้างของแรงงานไทยทักษะต่ำค่อนข้างมาก

ในกลุ่มที่สอง “การผลิต” โดยเฉพาะการผลิตอาหาร ผลิตภัณฑ์ยางและพลาสติก สิ่งทอและเสื้อผ้า และผลิตภัณฑ์ที่ทำจากโลหะประดิษฐ์ ในกลุ่มนี้ถือเป็นกลุ่มที่มีจำนวนบริษัทมากที่สุดคิดเป็นร้อยละ 40 ของทั้งหมด และส่วนใหญ่ตั้งอยู่ในกรุงเทพฯ และปริมณฑล รวมถึงในพื้นที่ EEC (ชลบุรี ฉะเชิงเทรา และระยอง) โดยนายจ้างกลุ่มนี้ยังคงใช้แรงงานทักษะต่ำอยู่มาก โดยพึ่งพาแรงงานต่างด้าวทักษะต่ำร้อยละ 34 ของทั้งหมด ในด้านของค่าจ้างแรงงานต่างด้าวสูงกว่าในกลุ่มแรกเล็กน้อย

กลุ่มที่สาม “ค้าขาย” ทั้งขายส่งและขายปลีก โดยมากกระจายอยู่ในพื้นที่กรุงเทพฯ ปริมณฑล พื้นที่ EEC และเชียงใหม่ ส่วนคุณลักษณะอื่น ๆ มีลักษณะค่อนข้างใกล้เคียงกับกลุ่มการผลิต แต่มีระดับการพึ่งพาแรงงานต่างด้าวที่ต่ำกว่า

และกลุ่มสุดท้าย “บริการ” ในกลุ่มนี้ประกอบไปด้วยกิจการที่พักแรมและการบริการอาหารเป็นส่วนใหญ่ แต่ยังรวมถึงกิจกรรมประเภทอื่น ๆ ด้วย เช่น กิจกรรมอสังหาริมทรัพย์ กิจกรรมการบริหารและการบริการสนับสนุน เป็นต้น กลุ่มนี้มักกระจายอยู่ตามหัวเมืองท่องเที่ยว เช่น กรุงเทพฯ เชียงใหม่ ชลบุรี และภูเก็ต แม้จะเป็นกลุ่มที่ใช้แรงงานสูงแต่ค่อนข้างพึ่งพาแรงงานต่างด้าวน้อย เฉลี่ยที่ระดับร้อยละ 19 ของจำนวนแรงงานทั้งหมดในบริษัท ส่วนหนึ่งอาจเป็นงานที่ต้องการทักษะทางภาษาที่เพิ่มขึ้น สะท้อนจากค่าจ้างเฉลี่ยในกลุ่มนี้ที่อยู่ในระดับสูงที่สุดเมื่อเปรียบเทียบกับกลุ่มอื่น ๆ

นอกจากนี้ ตารางที่ 2 ยังชี้ให้เห็นถึงความสัมพันธ์แบบแปรผันตรงระหว่าง wage difference และ dependency ratio กล่าวคือ ความแตกต่างระหว่างค่าจ้างแรงงานไทยและต่างด้าวทักษะต่ำจะยิ่งสูงขึ้น ในกลุ่มของนายจ้างที่พึ่งพาแรงงานต่างด้าวในสัดส่วนที่สูงขึ้น ซึ่งข้อเท็จจริงนี้แสดงให้เห็นชัดเจนขึ้นโดย scatter plot ดังแสดงในรูป 7 ขีดแต่ละเส้นจะแทนนายจ้างหรือบริษัท โดยแบ่งตาม wage difference (แกน X) และช่วง dependency ratio (แกน Y) ทั้งนี้ ขีดสีดำจะแสดงค่าเฉลี่ยของ wage difference ในแต่ละช่วง dependency ratio ตัวอย่างเช่น ในกลุ่มที่ 3 ค่าเฉลี่ยของ wage difference จะอยู่ที่ 626 บาท เมื่อ dependency ratio อยู่ระหว่างร้อยละ 0 ถึงร้อยละ 10 และเพิ่มสูงขึ้นต่อเนื่องมาอยู่ที่ 2,079 บาท เมื่อ dependency ratio อยู่ในช่วงร้อยละ 90 ถึงร้อยละ 100 นั่นหมายความว่า กลุ่มนายจ้างส่วนใหญ่ที่อยู่ในภาคก่อสร้าง การผลิต และขายส่งขายปลีก ส่วนใหญ่มักจ่ายค่าจ้างแรงงานต่างด้าวในอัตราที่ต่ำกว่าแรงงานไทยมาก ขณะที่ภาคบริการอาจเห็นการเพิ่มขึ้นของ wage difference ไม่ชัดมากเท่า ส่วนหนึ่งอาจเกิดจากจำนวนบริษัทในช่วง dependency ratio ระดับสูงมีน้อย

สาเหตุที่ wage difference ปรับเพิ่มสูงขึ้นเมื่อสัดส่วนแรงงานต่างด้าวในบริษัทสูงขึ้น อาจเนื่องมาจากเมื่อบริษัทจ้างแรงงานต่างด้าวในจำนวนที่มากขึ้นเมื่อเทียบกับแรงงานไทย ย่อมทำให้ค่าจ้างเฉลี่ยของแรงงานต่างด้าวปรับลดลงจากปัจจัยด้านอุปทาน ดังนั้น จึงพบว่าค่าจ้างของแรงงานต่างด้าวและแรงงานไทยมีความแตกต่างกันมากขึ้น เราจึงเห็น wage difference ปรับเพิ่มขึ้น ซึ่งความแตกต่างของค่าจ้างระหว่างแรงงานไทยและแรงงานต่างด้าวที่เพิ่มขึ้นนี้ย่อมมีผลต่อการตัดสินใจของนายจ้างที่จะพึ่งพาแรงงานต่างด้าวเพิ่มขึ้น โดยเฉพาะในกลุ่มธุรกิจที่แรงงานต่างด้าวมีทักษะใกล้เคียงกับแรงงานไทย ปัจจัยดังกล่าวจะยิ่งทำให้เราเห็นภาพของความแตกต่างของค่าจ้างระหว่างแรงงานไทยและต่างด้าวในบางกลุ่มธุรกิจที่สูงขึ้น และอาจนำไปสู่ภาวะที่ค่าจ้างแรงงานของประเทศอาจปรับเพิ่มขึ้นได้ยากเช่นกัน

รูปที่ 7 แสดง wage difference และ dependency ratio โดยแบ่งตาม cluster

ที่มา: คณะผู้วิจัย คำนวณจากข้อมูลสำนักงานประกันสังคม

โดยสรุปการวิเคราะห์ clustering ช่วยทำให้เข้าใจถึงลักษณะกลุ่มของนายจ้างหรือบริษัทในภาพใหญ่มากขึ้น อย่างไรก็ดี การวิเคราะห์ในรายละเอียดเพิ่มเติม อาทิ การวิเคราะห์ cluster ในแต่ละภาค จังหวัด หรือในแต่ละประเภทอุตสาหกรรม จะยิ่งช่วยเพิ่มความเข้าใจลักษณะโครงสร้างของกลุ่มบริษัทที่มีการพึ่งพาแรงงานต่างด้าวมากขึ้น ซึ่งความเข้าใจนี้จะช่วยทำให้การมองภาพแรงงานชัดเจน และมุ่งสู่นโยบายที่ตรงจุดมากยิ่งขึ้น

ข้อสรุปและข้อเสนอแนะเชิงนโยบาย

ผลการศึกษาในบทความนี้มีนัยเชิงนโยบายหลายประการด้วยกัน ในส่วนที่พบว่ามีการพึ่งพาแรงงานต่างด้าวทักษะต่ำเพิ่มสูงขึ้นมากนั้น ตัวเลขนี้ยังขาดข้อมูลของแรงงานต่างด้าวนอกระบบประกันสังคม และแรงงานต่างด้าวที่ผิดกฎหมาย ดังนั้น จึงมีความจำเป็นที่จะต้องวางระบบโครงสร้างการลงทะเบียนและจัดเก็บข้อมูลแรงงานต่างด้าว เพื่อให้มีตัวเลขที่สะท้อนภาวะจริงมากที่สุด โดยเร่งให้มีการจดทะเบียนแรงงานต่างด้าวให้ถูกกฎหมาย การลดขั้นตอนที่ยุ่งยากในการลงทะเบียน การกำหนดค่าธรรมเนียมที่พอประมาณ (เพื่อป้องกันการเลี่ยงไปใช้แรงงานที่ผิดกฎหมาย) เพื่อประโยชน์ในการติดตาม และให้ความคุ้มครองดูแล ยิ่งโดยเฉพาะในปัจจุบันที่เกิดโรคระบาด นอกจากนี้ผลการศึกษายังพบว่า แรงงานต่างด้าวส่วนใหญ่แม้จะทำงาน 3D แต่มีแนวโน้มที่จะขยายขอบเขตการทำงานเข้าไปยังประเภทธุรกิจอื่นมากขึ้น ซึ่งอาจมีความเสี่ยงที่แรงงานไทยจะถูกแย่งงานได้ ดังนั้นการมีนโยบายที่ชัดเจนในการจ้างแรงงานต่างด้าวทักษะต่ำย่อมเป็นสิ่งจำเป็น เช่น การกำหนดอุตสาหกรรมที่มีความจำเป็นในการจ้างแรงงานต่างด้าว หรือการเลือกรับเฉพาะแรงงานที่มีทักษะตามที่ต้องการในแต่ละกิจกรรม เป็นต้น

ผลการศึกษาในส่วนถัดมาที่พบว่าประเภทธุรกิจและขนาดบริษัทมีส่วนต่อการพึ่งพาแรงงานต่างด้าวนั้น อาจนำไปสู่นโยบายในการบริหารแรงงานได้ เช่น การกำหนดเพดานสัดส่วนการพึ่งพาแรงงานต่างด้าว (dependency ratio ceiling) แยกตามประเภทธุรกิจและขนาดบริษัท เพื่อช่วยไม่ให้มีการจ้างแรงงานต่างด้าวทักษะต่ำมากเกินไป หรือการเร่งสนับสนุนการลงทุนด้านเทคโนโลยีเพื่อลดการพึ่งพาแรงงานต่างด้าว เนื่องจากเราได้ประสบการณ์จากการที่แรงงานต่างด้าวหนีกลับประเทศจนมีการขาดแคลนแรงงานมาแล้วในอดีต ดังนั้นควรลดการพึ่งพาแรงงานต่างด้าวด้วยการปรับใช้เทคโนโลยีในการดำเนินธุรกิจ เช่น การใช้โดรนในภาคเกษตรกรรม การใช้วัสดุสำเร็จรูปในภาคก่อสร้าง การใช้หุ่นยนต์ทำความสะอาดและให้บริการในภาคบริการ หรือแม้แต่การใช้ช่องทางออนไลน์ สำหรับภาคการค้า เพื่อลดต้นทุนในการจ้างแรงงานและเพิ่มผลิตภาพในการดำเนินธุรกิจ เป็นต้น และผลการศึกษาในส่วนสุดท้ายที่พบว่าแต่ละกลุ่มอุตสาหกรรมที่พึ่งพาแรงงานต่างด้าวมีลักษณะเฉพาะตัวที่แตกต่างกันชัดเจน ดังนั้น เพื่อให้การดำเนินนโยบายแรงงานต่างด้าวในอนาคตมีประสิทธิภาพมากขึ้น จึงจำเป็นต้องใช้นโยบายที่เจาะจงและตรงจุด

เอกสารอ้างอิง

Abella, M. I. (2013). Use of foreign labour to meet labour shortages in dynamic East and South-East Asian economies. ILO Regional Office for Asia and the Pacific.

Grossmann, V. (2016). How immigration affects investment and productivity in host and home countries. IZA World of Labor.

Mungoven R. (2018). Minimum wage a step forward for democracy and sustainable development. ILO

IOM. (2019). World Migration Report 2020. International Organization for Migration.

Maechler M., Rousseeuw P.J., Struyf A., Hubert M. and Hornik K. (2019). R package ‘cluster’. Available at http://cran.r-project.org/web/packages/cluster/cluster.pdf

Singapore, Ministry of Manpower (2020). What is the foreign worker levy. Available at: https://www.mom.gov.sg/passes-and-permits/work-permit-for-foreign-worker/foreign-worker-levy/what-is-the-foreign-worker-levy

World Bank (2013). Foreign Workers in Malaysia: Assessment of their Economic Effects and Review of the Policy. Available at: https://www.knomad.org/sites/default/files/2017-06/KNOMAD-MALAYSIA-NEW.pdf

[1] แรงงานต่างด้าวส่วนหนึ่งที่ยกเว้นไม่ต้องอยู่ในระบบประกันสังคม ได้แก่ 1) ลูกจ้างของกิจการเพาะปลูก ประมง ป่าไม้ และเลี้ยงสัตว์ ซึ่งมิได้ใช้ลูกจ้างตลอดปี และไม่มีลักษณะงานอื่นรวมอยู่ด้วย (แม้ลูกจ้างส่วนใหญ่ในภาคเกษตรกรรมจะได้รับการยกเว้น แต่ส่วนหนึ่งที่พบได้จากข้อมูลนี้เป็นกลุ่มที่สามารถจ้างงานได้ตลอดทั้งปี เช่น กิจการเลี้ยงสัตว์ปีกและสุกร เป็นต้น) 2) ลูกจ้างของนายจ้างที่จ้างไว้เพื่อทำงานอันมีลักษณะเป็นครั้งคราว เป็นการจร หรือเป็นไปตามฤดูกาล 3) ลูกจ้างของนายจ้างที่เป็นบุคคลธรรมดา ซึ่งงานที่ลูกจ้างทำนั้นมิได้มีการประกอบธุรกิจรวมอยู่ด้วย (ทำงานบ้าน) 4) ลูกจ้างของนายจ้างซึ่งประกอบการค้าเร่ หรือการค้าแผงลอย
[2] แรงงานต่างด้าวถูกกฎหมายมาจากจำนวนคนต่างด้าวที่ได้รับอนุญาตทำงาน จากสำนักบริหารแรงงานต่างด้าว กรมการจัดหางาน ณ ก.ค. 2019
[3] กลุ่มงานประเภท 3D ครอบคลุมงานในหลายกิจกรรม เช่น การเกษตรกรรม ประมง ก่อสร้าง การจัดการของเสีย การผลิต รวมถึงงานในกิจกรรมอื่น ๆ ที่ต้องใช้แรงมาก ค่อนข้างสกปรกและอันตราย
[4] เช่น สิงคโปร์กำหนดรายชื่ออุตสาหกรรมที่สามารถจ้างแรงงานต่างด้าวทักษะต่ำได้เพียง 5 อุตสาหกรรม คือ ก่อสร้าง การผลิต ต่อเรือ บริการ และอุตสาหกรรมที่เกี่ยวกับปิโตรเคมี (Singapore, Ministry of Manpower, 2020) เกาหลีใต้กำหนดโควต้าแรงงานในแต่ละอุตสาหกรรม โดยมีการปรับเป็นประจำตามสภาพเศรษฐกิจและความต้องการ ขณะที่มาเลเซีย กำหนดโควต้าด้วยการเปิดและปิดการนำเข้าแรงงานเป็นระยะ ๆ ประกอบกับมีการปรับอัตราค่าธรรมเนียม (levy) ให้สูงขึ้นเป็นครั้งคราว เพื่อควบคุมจำนวนแรงงานต่างด้าว (World Bank, 2013)
[5] วิธี k-medoids clustering หรือ partitioning around medoids (PAM) นั้นเหมาะสมสำหรับการใช้แบ่งกลุ่มข้อมูลที่มีการผสมกันระหว่างข้อมูลจำพวก numerical data และ categorical data โดยจะใช้ R package “cluster” (Maechler et al., 2019)
[6] การทำ clustering จะพิจารณาเฉพาะนายจ้างหรือบริษัทที่มีการพึ่งพาทั้งแรงงานไทยและต่างด้าวพร้อมกัน โดยสามารถระบุเขตที่ตั้งรวมถึงประเภทของกิจการได้ ซึ่งมีจำนวนทั้งสิ้น 33,977 ราย จากข้อมูลประกันสังคม ณ ก.ค. 2019
[7] การเลือกจำนวน cluster พิจารณาจากค่า silhouette width ซึ่งแสดงค่าจำนวนกลุ่มที่เหมาะสมสำหรับการวิเคราะห์ cluster เมื่อไม่ทราบจำนวนกลุ่มที่แท้จริง หรือจำนวนกลุ่มที่ต้องการ

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

READS: 3847
ธนาคารแห่งประเทศไทย
ChommanN@bot.or.th
ธนาคารแห่งประเทศไทย
SophonT@bot.or.th
ธนาคารแห่งประเทศไทย
bovonvij@bot.or.th
ธนาคารแห่งประเทศไทย
Nuntanit@bot.or.th