tdri logo
tdri logo
3 ธันวาคม 2016
Read in Minutes

Views

ตรวจทุจริต ต้านคอร์รัปชันด้วย Big Data

ณัชพล ประดิษฐเพชรา
ธิปไตร แสละวงศ์

การใช้ Big Data ในการดำเนินธุรกิจเป็นกระแสที่กำลังถูกพูดถึงอย่างมาก ทั้งในต่างประเทศและประเทศไทย กระแสดังกล่าวเกิดขึ้นมาเมื่อเทคโนโลยีการสื่อสารโดยเฉพาะสมาร์ทโฟนเอื้อให้มีการผลิต จัดเก็บ และประมวลผลข้อมูลปริมาณมหาศาลได้อย่างรวดเร็วและด้วยต้นทุนที่ถูกลง บริษัทเอกชนขนาดใหญ่หรือบริษัทสื่อใช้ Big Data เพื่อสร้างความได้เปรียบทางธุรกิจ เช่น การใช้ Big Data วิเคราะห์พฤติกรรมของลูกค้าเพื่อวางแผนการตลาดให้แม่นยำมากขึ้น

การใช้ Big Data ไม่ได้จำกัดเฉพาะในวงการธุรกิจเท่านั้น รัฐบาลในต่างประเทศได้พยายามนำ Big Data มาใช้ในการกำหนดแนวทางในการแก้ปัญหาสังคมให้ตรงประเด็นและเห็นผลรวดเร็วมากขึ้นเช่นกัน บทความนี้จะขอยกตัวอย่างการใช้ Big Data เพื่อวางแผนต่อต้านคอร์รัปชันให้ตรงจุดของหน่วยงานปรามปรามทุจริตจาก 2 ประเทศ ได้แก่ ประเทศเกาหลีใต้ และ ประเทศสหรัฐฯ

ตัวอย่างแรกเป็นกรณีของ Anti-Corruption & Civil Rights Commission (ACRC) ซึ่งเป็นหน่วยงานรัฐของเกาหลีใต้ทำหน้าที่เป็นทั้ง ป.ป.ช. และ ผู้ตรวจการแผ่นดิน ACRC ได้รับเรื่องร้องเรียนและข้อเสนอแนะกว่า 1 หมื่นครั้งต่อวัน หรือเกือบ 4 ล้านครั้งต่อปี ผ่านสายด่วน 110 และเว็บไซต์ e-people ซึ่งเป็นช่องทางรับข้อร้องเรียนหลักสำหรับหน่วยงานรัฐบาลส่วนกลางและท้องถิ่นของเกาหลีใต้

ในปี 2553 ACRC เริ่มนำข้อมูลเหล่านี้ทั้งหมดมาวิเคราะห์และจัดหมวดปัญหาตามลักษณะต่าง ๆ เช่น ข้อร้องเรียนที่พบบ่อย ลักษณะของการทุจริตที่พบบ่อย หน่วยงานที่ถูกร้องเรียนบ่อย กฎระเบียบหรือกระบวนการราชการที่มักเกิดการทุจริต เพื่อเป็นแนวทางวางแผนว่าจะตรวจเรื่องใดและในช่วงเวลาใดเป็นสำคัญ

ACRC จะนำข้อมูลเหล่านี้มาจัดทำเป็นบทสังเคราะห์ เพื่อเสนอแนะต่อหน่วยงานรัฐให้นำไปเป็นแนวทางแก้ไขข้อบกพร่อง อาทิ ในปี 2557 ACRC พบว่า การรถไฟเกาหลีใต้ ซึ่งเป็นหน่วยงานที่ถูกร้องเรียนว่าทุจริตอย่างต่อเนื่องมีทุจริตในกระบวนการจัดซื้อจัดจ้างบ่อยครั้งจากการที่มีพนักงานของการรถไฟฯ หลายคนมีผลประโยชน์ร่วมทางธุรกิจกับบริษัทผู้รับเหมาก่อสร้างรางรถไฟ  ACRC จึงเสนอให้ออกระเบียบกำหนดให้บริษัทที่จะร่วมประมูลโครงการของการรถไฟฯ ต้องไม่จ้างพนักงานเก่าของการรถไฟฯ ตั้งแต่ระดับผู้บริหารขึ้นไปเพื่อป้องกันการมีผลประโยชน์ทับซ้อน

ตัวอย่างที่สองคือ กรณีของกระทรวงยุติธรรมสหรัฐฯ (DoJ) ซึ่งใช้ Big Data ตรวจสอบกรณีทุจริตในระบบประกันสุขภาพสำหรับผู้สูงอายุ (Medicare)  ซึ่งเกิดจากการที่สถานพยาบาลและแพทย์เบิกค่ายาและค่ารักษาพยาบาลจากรัฐเกินจริงหรือขอเบิกทั้งที่ไม่มีการรักษาพยาบาลจริง ทั้งนี้ กระทรวงสาธารณสุขสหรัฐฯ ประเมินว่าในปี 2557 ปีเดียว รัฐเสียหายจากการทุจริตในโครงการ Medicare กว่า 6 หมื่นล้านเหรียญสหรัฐฯ (2.1 ล้านล้านบาท)

medication

ในปี 2550 กระทรวงสาธารณสุขสหรัฐฯ และ DoJ ได้ร่วมกันจัดตั้งหน่วยงานขึ้นชื่อว่า Medicare Fraud Strike Force เพื่อปราบปรามการทุจริตในโครงการ Medicare หน่วยงานนี้ปราบปรามการทุจริตโดยการวิเคราะห์ฐานข้อมูลกลางของการเบิกจ่ายค่ายาและค่ารักษาในโครงการ Medicare จากทั่วประเทศที่มีการอัพเดทแบบเรียลไทม์ของกระทรวงสาธารณสุข ซึ่งไม่เคยมีการจัดทำมาก่อน ในอดีตหากต้องการข้อมูลการเบิกจ่าย ทาง DoJ จะต้องเรียกดูข้อมูลจากศูนย์เบิกจ่าย Medicare ประจำรัฐซึ่งมักใช้เวลาดำเนินการหลายสัปดาห์

หน่วยงานนี้ได้ติดตาม และวิเคราะห์ข้อมูลการขอเบิกค่าใช้จ่ายของแพทย์ ร้านขายยา และสถานพยาบาลทั่วประเทศ ซึ่งมีอยู่กว่า 4.5 ล้านครั้งต่อวันอย่างต่อเนื่อง หากพบว่าพื้นที่ใดมีการเบิกค่ารักษาพยาบาลมากเป็นพิเศษ เจ้าหน้าที่ลงพื้นที่ตรวจสอบข้อมูลและสืบสวน เช่น สัมภาษณ์เจ้าหน้าที่และผู้ป่วย หรือตรวจสอบบัญชีรายการเบิกจ่ายยาและค่ารักษา การมีข้อมูลแบบเรียลไทม์นี้ยังจะช่วยให้ DoJ สามารถระงับการจ่ายเงินได้ทันทีหากพบหรือสงสัยว่ามีการทุจริตเกิดขึ้น

ตามการประเมินของรัฐบาลสหรัฐฯ การใช้ Big Data เข้ามาช่วยในการตรวจสอบดังกล่าวช่วยลดการทุจริตได้ประมาณ 4.3 พันล้านเหรียญ (1.5 แสนล้านบาท) ในปี 2556 นอกจากนี้ รัฐบาลสหรัฐฯ ยังได้คำนวณว่าทุก 1 เหรียญที่เป็นต้นทุนของระบบตรวจสอบนี้ ช่วยลดทุจริตได้ถึง 8 เหรียญ

กรณีตัวอย่าง 2 กรณีข้างต้นแสดงให้ว่าการใช้ Big Data ตรวจสอบทุจริตช่วยให้การดำเนินการมีประสิทธิภาพ แม่นยำและจำกัดความเสียหายจากการทุจริตได้รวดเร็วมากขึ้นคุ้มค่าต่อการดำเนินการ

สำหรับประเทศไทย ผู้เขียนเห็นว่า การดำเนินการตามตัวอย่างข้างต้นเป็นเรื่องที่เป็นไปได้ด้วยเทคโนโลยีจัดเก็บและวิเคราะห์ข้อมูลที่ก้าวหน้าและถูกลง อีกทั้งหน่วยงานของรัฐก็มีความพร้อมในแง่ของปริมาณข้อมูลให้เรียกได้ว่า Big Data ซึ่งมาจาก 3 ช่องการรับร้องเรียนหลัก ได้แก่ ศูนย์รับร้องทุกข์ 1111 ของสำนักนายกฯ ซึ่งมีเรื่องร้องเรียนกว่า 1 แสนเรื่องต่อปี ศูนย์รับร้องเรียนของหน่วยงานต่อต้านทุจริตโดยเฉพาะ สตง. ป.ป.ช. ป.ป.ท. และ ผู้ตรวจการแผ่นดิน ซึ่งผู้เขียนพบว่ารับเรื่องร้องเรียนรวมกันกว่า 1 หมื่นเรื่องต่อปี และ ข้อมูลคดีจากศาลปกครองซึ่งมีประมาณ 5-7 พันคดีต่อปี

อย่างไรก็ดี เพื่อให้เกิดการใช้ข้อมูลที่มีอยู่ให้เกิดประโยชน์มากที่สุด ผู้เขียนเสนอว่าภาครัฐควรปรับปรุงกระบวนการทำงานอย่างน้อยสองเรื่อง ดังนี้

เรื่องแรก ควรมีการนำข้อมูลการร้องเรียน (ยกเว้นข้อมูลส่วนตัวของผู้ร้องเรียน) มาจัดอยู่ในฐานข้อมูลกลางเดียวกัน เพื่อหน่วยงานรับตรวจทุจริตได้ให้เห็นลักษณะปัญหาชัดเจนมากขึ้น นอกจากนี้ ฐานข้อมูลดังกล่าวควรมีการอัพเดทอย่างต่อเนื่อง

เรื่องที่สอง ควรมีการประเมินติดตามการปฏิบัติตามข้อเสนอแก้ไขปัญหาอย่างสม่ำเสมอ และควรรายงานผลความคืบหน้าการแก้ไขปัญหาให้ประชาชนทราบบ่อยครั้งมากกว่าที่เป็นอยู่ เนื่องจากปัจจุบันหน่วยงานรัฐไม่รายงานความคืบหน้าในการแก้ปัญหาต่อสาธารณะอย่างจริงจังสม่ำเสมอ ยกเว้นในเรื่องที่สังคมตั้งคำถามในวงกว้าง แม้ว่าหน่วยงานบางแห่งมีการดำเนินการในเรื่องนี้อยู่บ้าง แต่ก็จะแจ้งให้ผู้ที่ร้องเรียนทราบเท่านั้น

หากภาครัฐไทยเห็นความสำคัญของการใช้ Big Data เพื่อแก้ปัญหาคอร์รัปชัน สิ่งที่ต้องเริ่มทำเป็นเรื่องแรก ๆ อาจไม่ใช่เพียงการจัดหาเทคโนโลยีและบุคลากรที่มีความสามารถเท่านั้น แต่จำเป็นต้องปรับปรุงกระบวนการประสานข้อมูลภายในและข้ามหน่วยงาน และการติดตามประเมินผลการแก้ไขปัญหาอย่างมีประสิทธิภาพ โดยไม่ละเลยการรายงานผลการทำงานให้ประชาชนทราบอย่างสม่ำเสมอ


บทความนี้เป็นส่วนหนึ่งในโครงการ  ‘เผยแพร่ความรู้ด้านการเสริมสร้างธรรมาภิบาลและการลดคอร์รัปชัน’ ภายใต้การสนับสนุนของสำนักงานกองทุนสนับสนุนการวิจัย (สกว.)

เรื่องที่คุณอาจสนใจ

ดูทั้งหมด