ข้อมูลขนาดใหญ่ จากกองทุนประกันสังคม โดย ดิเรก ปัทมสิริวัฒน์, สมบัติ เหสกุล

1.กองทุนประกันสังคมเป็นระบบจัดการขนาดใหญ่ที่มีสมาชิกรายบุคคล 16 ล้านราย สมาชิกสถานประกอบการเกือบห้าแสนราย กองทุนฯทำหน้าที่เก็บสะสมเงินออมแทนของสมาชิก เพื่อบริหารเงินอย่างมืออาชีพเพื่อได้รับผลตอบแทนที่เหมาะสมโดยไม่สุ่มเสี่ยงจนเกินไป กองทุนยังให้หลักประกันทางสังคมหมายถึงการจ่ายบำเหน็จและบำนาญให้ผู้มีสิทธิจัดสวัสดิการตามสิทธิประโยชน์ของสมาชิก ในแต่ละเดือนมีเงินสมทบของสมาชิกไหลเข้าเป็นหลักหมื่นล้าน แต่ในขณะเดียวกันก็มีรายจ่ายออกจากกองทุนจำนวนหนึ่ง โอกาสนี้จะอภิปรายฐานข้อมูลขนาดใหญ่ (big data) ที่กองทุนประกันสังคมบันทึก คณะวิจัยของเราพบว่าฐานข้อมูลนี้มีประโยชน์ต่อการวิจัย โดยนำมาส่วนหนึ่งของงานวิจัยเพื่อวัดความเหลื่อมล้ำระหว่างจังหวัด ศึกษาอัตราการเจริญเติบโตของเศรษฐกิจรายจังหวัดรวมทั้งการจัดเก็บภาษีเข้ารัฐ

2.สำนักงานกองทุนประกันสังคมผ่านวิวัฒนาการมาร่วมสามทศวรรษ ได้พัฒนาระบบบัญชีและบันทึกข้อมูลขนาดใหญ่ของสมาชิก คือจำนวนสถานประกอบการและสมาชิกรายบุคคล (จำแนกตามมาตรา 33, 39 และ 40) เพื่อการปฏิบัติการ สามารถแสดงข้อมูลว่าบุคคลนี้ทำงานมานานเพียงใด เงินสมทบเข้ากองทุนมากน้อยเพียงใด คำนวณสิทธิประโยชน์อันพึงจะได้รับในอนาคต คณะวิจัยของเราได้รับการสนับสนุนจากสำนักงานกองทุนสนับสนุนการวิจัย (สกว.) ได้ประมวลข้อมูลสถานประกอบการ-และการจ้างงานเป็นรายจังหวัด นำมาวิเคราะห์ในแบบจำลองเพื่อศึกษาการเจริญเติบโตของเศรษฐกิจจังหวัด วัดความเหลื่อมล้ำระหว่างจังหวัด และศึกษาการจัดเก็บภาษีเข้ารัฐ ในโอกาสนี้ขอนำผลวิจัยบางส่วนมาเล่าสู่กันฟัง

Advertisement

ตามสถิติเดือนพฤษภาคม 2562 ระบุว่า มีสถานประกอบการทั่วประเทศจำนวน 476,559 ราย สมาชิกรายบุคคลรวมกัน 16 ล้านราย (จำแนกออกเป็น 3 ชุดตามมาตรา 33, 39, 40 คือ 11.5 + 1.6 + 3.0 ล้านรายตามลำดับ) พวกเราอยากรู้ว่า สถานประกอบ (establishment) กระจายตัวตามจังหวัดต่างๆ หรือตามภูมิภาคอย่างไร นำมาเป็นตัวแปรหนึ่งในอธิบายที่มาของผลิตภัณฑ์มวลรวมจังหวัด (GPP=gross provincial products) และการจัดเก็บภาษีเข้ารัฐ (กรมสรรพากร จาก 4 ประเภทที่สำคัญมาก คือ ภาษีมูลค่าเพิ่ม ภาษีเงินได้บุคคลธรรมดา ภาษีเงินได้นิติบุคคล และภาษีธุรกิจเฉพาะ)

ข้อค้นพบบางประการ คือ

หนึ่ง ความเหลื่อมล้ำทางเศรษฐกิจมิติพื้นที่ (จังหวัด) สะท้อนในการกระจุกตัวของสถานประการ เราใช้จำนวนสถานประกอบการต่อประชากรพันคนเป็นดัชนีวัด (estb/pop1000) หมายเหตุ ค่าเฉลี่ยทั่วประเทศ 5.6 แห่งต่อประชากรพันคน แต่ใน 10 จังหวัดดังแสดงในตารางข้างล่าง มีสถานประกอบการรวมกัน 295,820 แห่ง คิดเป็นสัดส่วนร้อยละ 62 สัดส่วนของ estb/pop1000 สูงกว่าค่าเฉลี่ย 3-5 เท่าตัว

Advertisement

สอง สถานประกอบการ กับการจ้างงาน เป็นอะไรที่คู่กัน (เหมือนปาท่องโก๋) ความจริงไม่ใช่เรื่องใหม่ เพราะว่านายจ้างและลูกจ้างต่างต้องพึ่งพากัน ทั้งสองฝ่ายช่วยกันสร้างมูลค่าเพิ่ม (กลายเป็น จีพีพี ให้กับจังหวัดและ จีดีพี ให้กับประเทศชาติ) หมายเหตุ 3 จังหวัดที่มีอัตราการจ้างงานต่อประชากรสูงสุด คือ สมุทรสาคร สมุทรปราการและกรุงเทพฯ คนทำงานเหล่านี้ส่วนหนึ่งอพยพจากจังหวัดอื่นๆ หรือประเทศเพื่อนบ้านมาทำงานชั่วคราว

สาม สถานประกอบการและการจ้างงานยังเป็นตัวการสำคัญสร้างรายได้เข้ารัฐ จากภาษี 4 ประเภทดังระบุข้างต้น สถานประกอบการมีกำไร-ต้องจ่ายภาษีเงินได้นิติบุคคล คนทำงาน-เสียภาษีเงินได้ส่วนบุคคล และคนที่มีรายได้-ย่อมใช้จ่ายบริโภค ซึ่งก็ต้องจ่ายภาษีมูลค่าเพิ่มเข้ารัฐและหน่วยงานท้องถิ่น

3.เพื่อศึกษาความเหลื่อมล้ำระหว่างภูมิภาค ขอแสดงรูปกราฟแท่ง จำนวนสถานประกอบการต่อประชากรพันคนเปรียบเทียบรายภูมิภาค พร้อมกับข้อสังเกตว่า มีความแตกต่างที่ชัดเจน โดยกรุงเทพฯและปริมณฑล กับ ภาคตะวันออก เป็น 2 ภูมิภาค เลขดัชนีนำโด่งกว่าภูมิภาคอื่นๆ ข้อคิดเห็นจากการวิเคราะห์นี้สะท้อนว่า ดัชนีสถานประกอบการและการจ้างงานจากสำนักงานประกันสังคม เป็นเสมือนปรอทวัดอุณหภูมิทางเศรษฐกิจ เป็นข้อมูลขนาดใหญ่ที่สืบค้นได้ ทันสมัย และฐานสำหรับการวิจัยอย่างดี

4.“ข้อมูลขนาดใหญ่” จากกองทุนประกันสังคม เป็นวัตถุดิบที่มีค่าต่อการวิจัย คณะของเราพยายามเชื่อมโยงข้อมูลของหน่วยงานภาครัฐ เพื่อนำมาวิเคราะห์เรื่องราวที่น่าสนใจ ในที่นี้คือการวัดความเหลื่อมล้ำมิติพื้นที่ การวิเคราะห์ที่มาของการเจริญเติบโตของเศรษฐกิจจังหวัด ที่มาของภาษีเข้ารัฐ ความจริงยังมีข้อมูลขนาดใหญ่รูปแบบอื่นๆ ที่สามารถนำมาใช้ในงานวิจัยเช่นเดียวกัน ตัวอย่างเช่น ตลาดที่ดินของกรมที่ดิน ซึ่งบันทึกธุรกรรมที่ดินทุกแปลงเป็นรายปี

สามารถสรุปรวมเป็นรายจังหวัด (หรือลงระดับอำเภอ) คณะวิจัยของเราพยายามติดตามข้อมูลเหล่านี้เพื่อจัดทำบทวิเคราะห์เพื่อการสื่อสารสาธารณะ และการผลิตผลงานวิจัยที่มีคุณภาพสำหรับประชาคมวิจัยในโอกาสต่อไป

QR Code
เกาะติดทุกสถานการณ์จาก Line@matichon ได้ที่นี่
Line Image