รายงานกิจกรรม

ศูนย์วิจัยและจัดการความรู้เพื่อการควบคุมยาสูบ

เมนูหลัก ศจย.

Friday, 13 April 2018 17:42

สรุปวาระการประชุมกลุ่มศึกษานโยบายเศรษฐศาสตร์...

Rate this item
(0 votes)

สรุปวาระการประชุมกลุ่มศึกษานโยบายเศรษฐศาสตร์ด้านยาสูบ วันพุธที่ 28 กุมภาพันธ์ พ.ศ. 2561 เวลา 09.30-13.30 น. ณ ห้องประชุมสุรินทร์ โอสถานุเคราะห์ ชั้น 2 อาคารสาธารณสุขวิศิษฐ์ มหาวิทยาลัยมหิดล 
จำนวนผู้เข้าร่วมประชุม : 17 คน หน่วยงานผู้จัด : ศูนย์วิจัยและจัดการความรู้เพื่อการควบคุมยาสูบ (ศจย.) ผู้สรุปการประชุม : นางสาวสุภัทรา โนนคล้อ บันทึกการประชุม  ผู้ตรวจรายงานการประชุม : ดร.ศิริวรรณ พิทยรังสฤษฏ์

วาระที่ 1 นำเสนอการจำลองรูปแบบการบริโภคยาสูบของประชาชนไทยและบทบาทของนโยบายในประเทศไทย (The role of tobacco control policies in Thailand: modeling approaches) นำเสนอ โดย ดร.อรุณรักษ์ คูเปอร์ มีใย
นำเสนอที่มาและวัตถุประสงค์ เพื่อ พยากรณ์การบริโภคยาสูบของประชากรไทยแยกตามกลุ่มอายุในช่วง 2020-2535-2050 โดยแบบจำลองทางคณิตศาสตร์ การศึกษาก่อนหน้านี้มี 2 แนวทาง คือ 1. SimSmoke Simulation Models และ 2. System Dynamics Models
การศึกษา SimSmoke ในประเทศไทย The role of tobacco control policies in reducing smoking and deaths in a middle income nation: results from the Thailand SimSmoke simulation model โดย Lavy DT และคณะในวารสาร Tobacco Control 2008;17:53-59. ใช้หลักการของ Markov Model พบว่านโยบายการขึ้นภาษีมีผลกระทบต่อการบริโภคยาสูบมากที่สุด

ส่วนการศึกษา System Dynamics ในประเทศนิวซีแลนด์ Application of a System Dynamics Model to Inform Investment in Smoking Cessation Service in New Zealand โดย Tobias MI และคณะในวารสาร American Journal of Public Health เป็นการศึกษานโยบายการเลิกบุหรี่ (cessation) แยกตามกลุ่มอายุ พบว่าถ้าไม่มุ่งเน้นการเพิ่มอัตราการเลิกบุหรี่จะไม่สามารถบรรลุเป้าหมายที่ตั้งไว้ ซึ่ง ศจย. ได้นำหลักการจากการศึกษานี้มาปรับใช้ให้เหมาะสมกับบริบทของประเทศไทย
การศึกษาในประเทศไทย The role of tobacco control policies in Thailand: modeling approaches โดย รศ.อรุณรักษ์ และคณะ เป็นการศึกษาอัตราการบริโภคยาสูบแยกตามเพศชายและหญิง แยกกลุ่มอายุรายปี และสามารถจำแนกตามประเภทของบุหรี่ที่สูบ (บุหรี่ซิกาแรตและบุหรี่มวนเอง) และจำแนกตามเขตเมืองและเขตชนบท โดยผลการจำลองโมเดลแสดง overall smoking prevalence และ smoking prevalence แยกต่ามกลุ่มอายุ ทาง ศจย. มองว่า สามกลุ่มหลักในเพศชายที่กลุ่มอายุ 15-18 ปี, 19-24 ปี และ 25-39 ปี ต้องพยายามลดการสูบบุหรี่ลง (ในเพศหญิงกลุ่มอายุ 19-24 ปี แม้ว่าจะเริ่มสูบเยอะขึ้น แต่หากจำนวนขนาดปัญหาเล็ก ไม่มีอิทธิพลต่อ smoking prevalence ในภาพรวม) ท้ายที่สุดแล้วการที่ประเทศไทยจะให้ลดลงร้อยละ 30 เป็นสิ่งที่เป็นไปได้ยากที่จะลดการสูบบุหรี่ให้ได้ตามเป้าหมาย ภายใต้อัตราการบริโภคยาสูบที่คงที่ และเหตุการณ์ต่างๆ ยังคงเดิม จะมีโอกาสลดการสูบบุหรี่ในเพศชายลงเพียง 5% ของเป้าที่ตั้งไว้และในเพศหญิงลดลง 50% ของเป้าที่ตั้งไว้ ดังนั้นกลุ่มที่ต้องเน้นคือกลุ่มเพศชายอายุ 15-49 ปี เพราะมีการบริโภคยาสูบสูงถึง 40%

ข้อเสนอแนะ โดย นพ.บัณฑิต ศรไพศาล จาก สสส.

  • ให้ไปเช็คความถูกต้องของตัวเลขใน overall model
  • Smoking prevalence ในเพศชายช่วงอายุ 15-18 ปี ต่ำสุดในปี 2000 และช่วงอายุ 19-24 ปี ต่ำสุดอยู่ ในช่วงปี 2002 ซึ่งมันมี cohort effect คือ เพศชายในช่วงอายุ 15-18 ปี เมื่อโตขึ้นมา ในช่วงอายุ 19-24 ปี smoking prevalence จะเพิ่มขึ้น ซึ่งจะเห็นว่าอย่างไรก็ตามการป้องกันนักสูบหน้าใหม่ยังสำคัญมาก
  • ใน model ได้ใส่ cohort effect (ในเรื่อง time) หรือไม่ ซึ่งต้องดูว่าเกิด พ.ศ. ไหน เพราะมาตราการต่างๆ ที่เข้ามามันมีผลต่ออายุต่างๆ ไม่เท่ากัน การออกกฏหมายใหม่ปีแรกๆ ยังไม่มี effect มากนัก แต่เด็กที่เกิดรุ่นหลังๆ effect มันมีมากแล้ว
  • ดร.อรุณรักษ์ คูเปอร์ มีใย ชี้แจงว่าใน model มีการรวม cohort effect อยู่แล้ว เนื่องจากใน model เป็น System Dynamics Models ซึ่งตัวแปรที่เกี่ยวข้องมีการผันแปรไปตามเวลาแล้ว ในตัวโครงสร้างของ model จึงไม่ต้องทำการปรับค่า cohort effect
  • ใน model มีสมมติฐานว่านโยบายหรือมาตรการต่างๆ ที่ใส่เข้าไปจะมีผลกระทบในอัตราคงที่ตลอดช่วงเวลาที่เหลือซึ่งก็จะไม่สมจริง จึงจะต้องมีการปรับปรุงโมเดล

ข้อเสนอแนะ โดย พญ.ปานทิพย์ โชติเบญจมาภรณ์ ควรไปเช็คข้อมูลตัวเลขใน model ให้ตรงกับข้อมูลจริง และแสดงให้ดูว่าโมเดลสามารถให้ค่าใกล้เคียงหรือห่างจากค่าจริงมากน้อยแค่ไหน

ข้อเสนอแนะ โดย ผอ. ศิริวรรณ พิทยรังสฤษฏ์ เสนอแนะว่าให้แสดงผลให้ดูว่าข้อมูลจากโมเดลกับข้อมูลในอดีตจากปีอะไรถึงปีอะไรมีความใกล้เคียงกันมากน้อยเพียงใด และควรบอกให้ได้ว่า model นี้เหมาะสมกับการใช้ประโยชน์ในด้านใด เช่น Model จะดีต่อการประมาณการหรือการเปลี่ยนแปลงต่อการมี policy ในอนาคตอย่างไร และถ้ามีข้อมูลชุดใหม่ จะเอาเข้ามาเสริมให้มัน fit ต่อได้มั้ย? โมเดลนี้พยากรณ์เรื่องอะไรได้ดีที่สุด

สรุป สิ่งที่ต้องดำเนินการต่อของ ดร.อรุณรักษ์ คูเปอร์ มีใย

  • จะไปตรวจสอบความถูกต้องของตัวเลขใน model ให้ข้อมูลใน model ตรงกับข้อมูลจริง
  • สิ่งที่ต้องปรับแก้ คือ ลด effect ใน model ลง เมื่อนโยบายหรือมาตราการต่างๆ ได้หยุดลง
  • ใน model จะปรับเป็นมุ่งเน้นไปที่การจำแนกประชากรไทยในเมืองและชนบท และทำการจำลองสถานการณ์เพิ่มอัตราการเลิกบุหรี่ในวัยทำงานและดูผลกระทบจากนโยบายดังกล่าว

วาระที่ 2 นำเสนอผลการศึกษาเรื่อง การพยากรณ์ความชุกของการสูบบุหรี่ในอนาคต และการตายจากการสูบบุหรี่ในประเทศไทย (Prediction of the future smoking prevalence and attributable deaths in Thailand) นำเสนอ โดย สพ.ญ.ดร. สุชัญญา อังกุลานนท์ ในการดำเนินงานควบคุมโรค NCD ของ WHO โดยมี 9 เป้าหมายหลักในการทำงานที่สมาชิกต้องทำงานร่วมกันสำหรับ ปี ค.ศ.2025 ซึ่งมีเป้าหมายเพื่อลดการตายก่อนวัยอันควรจากโรคไม่ติดต่อลง 25% และลดอัตราการสูบบุหรี่ของประชากรลง 30% มีวัตถุประสงค์เพื่อพยากรณ์อัตราการสูบบุหรี่ของประเทศไทย และเพื่อประเมินผลกระทบของนโยบายการควบคุมยาสูบต่อความชุกและการตายจากการสูบบุหรี่ มีวิธีศึกษาใช้ Markov Model แบ่งเป็น 4 กลุ่ม คือ Never-smoker, Current-smoker, Former-smoker และ Death Transition คือ Initiation, Cessation, Relapse และ Probability of dying มีการพยากรณ์ไป 10 ปี จากปี ค.ศ. 2015-2025 model นี้มีการแยกเพศ และกลุ่มอายุ ซึ่งแหล่งข้อมูลที่ใช้ในการศึกษามี 4 แหล่ง คือ 1. ข้อมูลจากการสำรวจพฤติกรรมการสูบบุหรี่และดื่มสุราของประชากร ปี พ.ศ.2557 (ค.ศ.2014) จากสำนักงานสถิติแห่งชาติ 2. ข้อมูลสถิตชีพ ปี 2558 (ค.ศ.2015) จากทะเบียนราษฏร์ กระทรวงมหาดไทย และ 3. ข้อมูลประชากร 2 ส่วน ส่วนแรกของกระทรวงมหาดไทย และส่วนที่สอง ข้อมูลคาดประมาณจำนวนประชากร ของสำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติ
พารามิเตอร์จากข้อมูลของการสำรวจพฤติกรรมการสูบบุหรี่และดื่มสุราของประชากร ปี พ.ศ. 2557 นำมาหาค่า

  • smoking prevalence โดยมี smoking status ได้แก่ Current smoker, Former smoker และ Never smoker
  • ช่วงระยะเวลาที่สูบบุหรี่ คำนวณจากอายุที่เริ่มสูบบุหรี่จนเป็นนิสัยลบด้วยอายุ ณ ปัจจุบันในวันที่สำรวจ ซึ่งช่วงระยะเวลาที่สูบบุหรี่จะนำไปใช้ในการคำนวณหาอัตราการเลิกสูบบุหรี่และเริ่มสูบบุหรี่
  • การเริ่มสูบบุหรี่ต่อปี (Annual initiation rate) เป็นร้อยละของผู้เริ่มสูบบุหรี่เป็นปกติในระหว่างปีนั้น คำนวณจากจำนวนผู้ที่สูบในระยะเวลาติดต่อกันน้อยกว่า 1 ปี หารด้วยจำนวนผู้ที่ไม่เคยสูบ โดยกำหนดกลุ่มอายุผู้ที่เริ่มสูบบุหรี่ 15-24 ปี และผู้ที่อายุมากกว่า 25 ปีขึ้นไปถือว่าไม่มีโอกาสจะเป็นผู้ที่เริ่มสูบบุหรี่ ผลการวิเคราะห์ Annual initiation rate ในกลุ่มอายุ 15-19 ปี มีอัตราการเริ่มสูบบุหรี่ร้อยละ 5.0, กลุ่มอายุ 20-24 ปี มีอัตราการเริ่มสูบบุหรี่ร้อยละ 2.7, กลุ่มอายุ 25-29 ปี มีอัตราการเริ่มสูบบุหรี่ร้อยละ 0.8 และกลุ่มอายุ 30 ปีขึ้นไป มีอัตราการเริ่มสูบบุหรี่ร้อยละ 0.1
  • อัตราการเลิกสูบบุหรี่ต่อปี (Annual cessation rate) เป็นร้อยละของผู้ที่เคยสูบบุหรี่และหยุดสูบบุหรี่ในระยะเวลา 1 ปีติดต่อกัน หรือนาน 12-23 เดือน โดยคำนวณจากผู้ที่หยุดสูบบุหรี่ 12-23 เดือนหารด้วยจำนวนคนที่สูบมาแล้วรวมกัน (เพื่อไม่ให้คนซ้ำกัน) ผลการวิเคราะห์ Annual cessation rate อัตราการเลิกสูบบุหรี่ในเพศชายโดยรวมทั้งประเทศเท่ากับร้อยละ 3.31 เมื่อพิจารณาตามกลุ่มอายุ เพศชายในวัยทำงานที่อายุระหว่าง 20-34 ปี เลิกสูบบุหรี่ได้น้อย และเมื่ออายุมากขึ้น อัตราการเลิกสูบบุหรี่ก็จะมากขึ้นตามอายุ
  • อัตราการกลับมาสูบซ้ำต่อปี (Annual relapse rate) จากข้อมูลการสำรวจในประเทศไทย ไม่มีข้อคำถามและข้อมูลเมื่อเลิกสูบบุหรี่ไปแล้วและกลับมาสูบอีกครั้งเมื่อใด จึงไม่สามารถหาค่า Annual relapse rate ได้ ดังนั้นจึงต้องหาค่า Annual relapse rate จากการศึกษาแบบ Meta-analysis ที่ได้จากการศึกษาทั้งหมด 8 การศึกษา พบว่าค่า Annual relapse rate เป็นร้อยละ 10 (95% CI: 5-17%)
  • ความน่าจะเป็นของการเสียชีวิตตามสถานะของการสูบบุหรี่(Probability of dying) คำนวณจากอัตราการตายเฉพาะเพศและอายุจากทุกสาเหตุ และค่า Relative risk of mortality rates จาก The American Cancer Society (ACS) Cancer Prevention Study phase (CPS-II)
  • Model validation เป็นทดสอบความเที่ยงตรงของ model ใช้ผลลัพธ์จาก model วิเคราะห์ตามการสูบบุหรี่ของแบบจำลองมาเปรียบเทียบกับอัตราการสูบบุหรี่ที่ได้จากการสำรวจ โดยสร้างแบบจำลองเพื่อพยากรณ์อัตราการสูบบุหรี่ ปี ค.ศ. 2014 จากข้อมูลการสูบบุหรี่ ปี ค.ศ. 2007 และ 2011 พบว่าแบบจำลองสามารถพยากรณ์อัตราการสูบบุหรี่ในเพศชายได้ใกล้เคียงกับการสำรวจใน ปี ค.ศ. 2014 แต่แบบจำลองในเพศหญิงไม่สามารถพยากรณ์ได้แม่นยำ อาจเนื่องมาจากอัตราการสูบบุหรี่ในเพศหญิงค่อนข้างต่ำ ข้อจำกัดของแบบจำลองไม่สะท้อนพฤติกรรมการสูบบุหรี่ในเพศหญิง และตัวแปรที่ใช้ในแบบจำลอง อาจมี validation สูง ดังนั้นในการศึกษานี้จึงทำการวิเคราะห์ในประชากรเพศชายเท่านั้น
  • Baseline ในสถานการณ์ปกติ อัตราการสูบบุหรี่ใน 10 ปีข้างหน้า กำหนดให้ initiation rate และ cessation rate คงที่ตลอดระยะเวลาที่ทำการพยากรณ์ พบว่าในปี ค.ศ. 2015 ค่า prevalence of current smoke (male) เป็นร้อยละ 40.8 ในปี ค.ศ. 2020 ลดลงเหลือร้อยละ 39.2 และปีใน ค.ศ. 2025 ลดลงเหลือร้อยละ 37.8 โดยจากปี ค.ศ. 2015 ถึงปี ค.ศ. 2025 จะลดลงร้อยละ 3

Forecast scenario ได้แก่

  1. ลดการสูบบุหรี่ในกลุ่มวัยรุ่น ซึ่งการพยากรณ์การลดการสูบบุหรี่ใน 10 ปีข้างหน้า กำหนดให้ initiation rate ลดลงร้อยละ 50 โดยเป้าหมายในการลดการสูบบุหรี่ในกลุ่มวัยรุ่นในปี ค.ศ. 2025 เป็นร้อยละ 29.2 จากโมเดลพบว่าถ้าเราลด initiation ลงครึ่งหนึ่งสามารถลด prevalence of current smoke ได้เพียงร้อยละ 36.9 ซึ่งยังห่างไกลจากเป้าหมาย
  2. การขึ้นภาษีและราคาบุหรี่ ในกลุ่มประเทศรายได้ต่ำและรายได้ปานกลาง ถ้าขึ้นภาษีร้อยละ 10 จะลดการบริโภคบุหรี่ได้ร้อยละ 4-6 เฉลี่ยคือลดได้ร้อยละ 5 ซึ่งราคามีผลกระทบต่อวัยรุ่นและคนที่อายุน้อยมากกว่าคนอายุมากถึง 2 เท่า ส่วนผลกระทบของภาษีต่อ initiation ยังไม่ชัดเจน ดังนั้นในการศึกษานี้ผู้จึงกำหนดให้มีการขึ้นภาษีร้อยละ 15 จะสามารถลดการบริโภคบุหรี่ได้ร้อยละ 7.5 ซึ่งจะเพิ่ม quit rate ในผู้ที่อายุมากกว่า 25 ปี ได้ร้อยละ 3.75 และในกลุ่มคนอายุน้อยร้อยละ 7.5 จากโมเดลพบว่า ถ้าเราเพิ่มภาษีทุกปีร้อยละ 15 สามารถลด prevalence of smoking ลงเหลือ 36.1 ในปี ค.ศ. 2025
  3. การโทร quitline โดยทั่วไปตั้งเป้าหมายในทุกปีให้มีผู้ใช้บริการร้อยละ 6-8 ของผู้สูบบุหรี่ ซึ่งจากการสำรวจ International tobacco control policy survey ที่ทำการสำรวจใน 15 ประเทศ พบว่าประเทศนิวซีแลนด์มีร้อยละของการใช้บริการ quit-line มากที่สุดร้อยละ 12 และประเทศไทยร้อยละ 3 เท่านั้น และจากการศึกษาของ ดร.อรุณรักษ์ คูเปอร์ มีใย เพื่อประเมินประสิทธิภาพของ quitline ในประเทศไทย พบว่าเพิ่มอัตราการเลิกสูบบุหรี่ที่ 12 เดือน เพิ่มได้ร้อยละ 19.54 ดังนั้นเพื่อพยากรณ์ผลกระทบของ quitline ต่อการเลิกสูบบุหรี่ใน 10 ปีข้างหน้า การศึกษาจึงจำลองสถานการณ์ให้ประสิทธิภาพของการเลิกสูบบุหรี่ใน quitline คงที่ และสนับสนุนให้มีการเพิ่มความครอบคลุมของการบูรณาการเพิ่มขึ้นสูงสุดให้เป็นร้อยละ 12 ของผู้สูบบุหรี่ทั้งหมด จากโมเดลพบว่า quitline สามารถลด prevalence of smoking ในปี ค.ศ. 2025 ได้เหลือร้อยละ 37.6 แต่เมื่อเทียบกับ base line หรือสถานการณ์ปกติแล้ว จะลดลงได้เพียงแค่ร้อยละ 0.5
  4. การให้บริการ brief advice แก่ผู้ติดบุหรี่ ใช้เวลาประมาณ 3-5 นาที ที่หน่วยบริการปฐมภูมิ จากการทบทวนการศึกษาของ Cochrane พบว่า brief advice สามารถเพิ่มโอกาสการเลิกบุหรี่ได้สำเร็จในระยะเวลา 12 เดือน ร้อยละ 66 ซึ่งองค์การอนามัยโลกและงานวิจัยต่างๆ สนุบสนุนว่าควรให้มีการทำ brief advice ในประเทศต่างๆ แต่ก็ยังไม่มีการปฏิบัติในหลายๆ ประเทศ ซึ่งในการศึกษานี้จึงกำหนดให้ประสิทธิภาพของ brief advice คงที่ และให้คนที่สูบบุหรี่ทุกคนไปโรงพยาบาลแล้วได้รับการให้คำแนะนำแบบกระชับเพื่อที่จะเลิกบุหรี่ จากโมเดลพบว่าการให้ brief advice สามารถลด prevalence of smoking ในปี ค.ศ. 2025 ได้เหลือร้อยละ 36.6
  5. ผลกระทบของทุกมาตรการรวมกัน เพื่อพยากรณ์อัตราการสูบบุหรี่ใน 10 ปีข้างหน้า จากโมเดลพบว่า ทุกมาตรการรวมกัน สามารถลด prevalence of smoking ในปี ค.ศ. 2025 ได้เหลือร้อยละ 34.6 ซึ่งยังห่างจากเป้าหมายที่ตั้งไว้
    • เมื่อทดสอบสถานการณ์ว่าจะทำอย่างไรให้ได้ตามเป้าหมายที่ตั้งไว้ โดยกำหนดให้ base line เป็นร้อยละ 37.8, increase price เป็นร้อยละ 36.1, zero initiation เป็นร้อยละ 34.8, 100% advice + quitline เป็นร้อยละ 32.5 พบว่าทุกมาตรการรวมกัน สามารถลด prevalence of smoking ในปี ค.ศ. 2025 ได้เหลือร้อยละ 29.6 ซึ่งใกล้เคียงกับเป้าหมายที่ตั้งไว้ที่ร้อยละ 29.2
    • Key finding : ค่าความชุกของการสูบบุหรี่ในเพศชายลดลงจากร้อยละ 40.8 ในปี ค.ศ. 2015 เป็น 37.8 ใน ปี ค.ศ. 2025 ลดลงร้อยละ 0.3 ต่อปี ซึ่งใกล้เคียงกับค่าประมาณการณ์ของ WHO ที่พยากรณ์ความชุกของการสูบบุหรี่ในประเทศไทยเป็นร้อยละ 42.7 ในปี ค.ศ. 2015 ถึงร้อยละ 39.5 ในปี ค.ศ. 2025 ลดลงร้อยละ 0.32 point ต่อปี โดยถ้ารวมทุกมาตราการความชุกลดลงร้อยละ 17 จากปี ค.ศ. 2010 ซึ่งยังห่างไกลจากเป้าหมาย ( the global target set at 29.2%) แต่เมื่อเทียบการสถานการณ์ปกติทุกมาตราการรวมกันจะสามารถลดได้ร้อยละ 8.5 ในปี ค.ศ. 2025 และลดคนตายได้ 100,000 คน
    • ข้อจำกัดของโมเดลนี้ขึ้นอยู่กับสมมุติฐาน ตัวแปรต่างๆ และผลกระทบของนโยบายต่อตัวแปร initiation rate และ cessation rate แต่ไม่ได้พิจารณานโยบายอื่นก่อนหน้านี้ที่ได้ทำไปแล้วในประเทศไทย เช่น การสูบบุหรี่ในสถานที่สาธารณะ และการรณรงค์ใช้สื่อ การห้ามการโฆษณา คำเตือนบนซองบุหรี่ และไม่ได้พิจารณาปัจจัยอื่นที่เกี่ยวข้องกับการสูบบุหรี่ และการตายจากการสูบบุหรี่

ข้อเสนอแนะ โดย ผอ. ศิริวรรณ พิทยรังสฤษฏ์

  • ตรวจสอบ Relative risk ของ quitline ในประเทศไทยตามฉบับที่ตีพิมพ์แล้ว
  • อาจจะใส่มาตรการยาเลิกบุหรี่ เพื่อลด เพื่อrelapse และมาตราการเลิกสูบบุหรี่ในสถานที่ประกอบการ ใส่เพิ่มในโมเดล

ข้อเสนอแนะ โดย พญ.ปานทิพย์ โชติเบญจมาภรณ์ ควรจะมีการคำนวณมาตรการอื่นที่ใช้อยู่จริงด้วย เพราะโมเดลนี้ใช้แค่ 2 เรื่อง คือ initiation และ cessation แต่จะทำอย่างไรให้ไปถึงเป้าหมายที่ร้อยละ 29.2 ได้โดยการเพิ่มมาตราการอื่นเข้าไปด้วยในโมเดล

ข้อเสนอแนะ โดย ดร. ชลธาร วิศรุตวงศ์

  • ในเมื่อขึ้นภาษีบุหรี่ 15% ยังไม่ถึงเป้าหมาย แล้วจะต้องขึ้นภาษีบุหรี่เท่าไหร่จึงจะถึงเป้าหมายที่ตั้ง
    ไว้ หรืออาจจะต้องทำเรื่องอื่นๆ เช่น สถานที่ปลอดบุหรี่ ลดการสูบบุหรี่ในโรงงาน จะได้เสนอนโยบายแก่รัฐบาล เพื่อให้ไปสู่เป้าหมายที่ตั้งไว้ ซึ่งอยากให้มีหลายๆ มาตรการเข้ามา ไม่ใช่มีแค่มาตรการภาษีมาตรการเดียว (อาจจะเขียนเป็น discussion ขึ้นมา)
  • ตอนนี้มาตราการบุหรี่ 15% ไปไม่ถึงเป้าหมายที่ตั้งไว้ น่าจะมีการทำโมเดลที่มีการขึ้นภาษีบุหรี่หลายๆ options เช่น ขึ้นภาษีบุหรี่ 30% 50% หรือ specific เพื่อจะได้เห็นว่าภาษีต้องทำอะไรบ้าง และร่วมกับมาตราการอื่นๆ อย่างไรได้บ้าง

ข้อเสนอแนะ โดย ดร. สุกำพล จงวิไลเกษม โมเดลนี้เหมือนกับว่ามีการนับเกิน เนื่องจากคนที่เลิกด้วย brief advice แล้ว ก็จะไปเลิก quitline ด้วย ซึ่งไม่น่าจะเป็นเช่นนั้น ถ้าเลิกแล้วก็คือเลิก

วาระที่ 3 แนวทางการประเมินผลกระทบจากการขึ้นภาษี โดยใช้ Taxsim Model นำเสนอ โดย คุณปวีณา ปั้นกระจ่าง นำเสนอการจัดทำข้อเสนอทางเลือกในการปรับปรุงภาษียาสูบโดยใช้ Taxsim Model โดยประมาณการการปรับปรุงอัตราภาษีในปี 2555, 2559 และ 2560 พบการเปลี่ยนแปลงราคาจากการสำรวจก่อนและหลังประกาศ พรบ.ใหม่ ดังนี้ บุหรี่ราคาระดับสูง, ระดับกลางและระดับล่าง มีการเปลี่ยนแปลงราคาเพิ่มขึ้นร้อยละ 16, 10-15 และ 50 ตามลำดับ ผลการประมาณการเบื้องต้นจากการปรับปรุงภาษียาสูบโดยใช้ Taxsim Model พบว่า โดยรวมรายได้ภาษีสรรพสามิตเพิ่มขึ้นร้อยละ 6 คิดเป็นมูลค่า 4,093 ล้านบาท ปริมาณการบริโภคบุหรี่ราคาระดับสูงและระดับกลางลดลง ส่วนปริมาณการบริโภคบุหรี่ระดับล่างเพิ่มขึ้น โดยรวมแล้วปริมาณการบริโภคบุหรี่ลดลงร้อยละ 6 คิดเป็นปริมาณ 88 ล้านซอง

วาระที่4 นำเสนอแนวคิดโครงร่างวิจัยเรื่อง ผลกระทบของนโยบายภาษีสรรพสามิตยาสูบ 2560 ต่อการเลือกซื้อประเภทบุหรี่และการเลิกบุหรี่ นำเสนอ โดย ดร.สุกำพล จงวิไลเกษม
นำเสนอการวัดผลกระทบของภาษีสรรพสามิตในปี 2560 ต่อการเลือกซื้อประเภทบุหรี่และการเลิกบุหรี่ โดยใช้แบบจำลอง Multinomial logit with fixed effects และใช้ข้อมูลจาก การสำรวจพฤติกรรมการสูบบุหรี่และการดื่มสุราของประชากร 2560 และ ออกเก็บข้อมูลของผู้ถูกสัมภาษณ์เดิมอีกครั้งในปี 2561ข้อเสนอแนะ โดย ผอ. ศิริวรรณ พิทยรังสฤษฏ์

  • ในแบบสอบถาม ต้องมีข้อคำถามว่าสูบยาเส้นเท่าไหร่ สูบบุหรี่ซิกาแรตเท่าไหร่ มีแบรนด์ไหนบ้าง
  • ถ้าถามเรื่องราคาบุหรี่ย้อนหลัง ควรถามหลังจากเปลี่ยนแปลงภาษีไม่ควรเกินกี่เดือน

(ดร.สุกำพล จงวิไลเกษม ตอบว่าไม่ควรเกินวันที่ 1 เดือนตุลาคม 2562 เนื่องจากจะมีการปรับอัตราภาษีอีกครั้งหลังจากเวลาดังกล่าว)

  • จำนวนกลุ่มตัวอย่างที่ต้องการศึกษาเท่าไหร่
  • น่าจะทำร่วมกับ ศวส. ออกเป็นคำถามชุดเดียวกัน ข้อมูลที่ได้มาก็แยกกัน วิเคราะห์แยกกัน (ข้อคำถามสุรา ให้ ศวส. สนับสนุนงบ และข้อคำถามบุหรี่ ให้ ศจย. สนับสนุนงบ)
  • ควรแบ่ง class ของบุหรี่ เป็นบุหรี่ในประเทศไทยราคาถูก บุหรี่ในไทยราคาแพง บุหรี่นอกราคาถูก
    บุหรี่นอกราคาแพง

ข้อเสนอแนะ โดย ศูนย์วิจัยปัญหาสุรา (ศวส.)

  • อาจจะใช้จำนวนกลุ่มตัวอย่างที่ต้องการศึกษาประมาณ 4,000-5,000 คน สุ่มจังหวัด ทำ Cluster
    random sampling รายได้ต่ำ รายได้สูง
    ข้อเสนอแนะ โดย กรมสรรพสามิต
  • ควรมีการใส่ price เพราะ price มีผลต่อการตัดสินใจซื้อของผู้บริโภค
  • ไปเก็บข้อมูลการบริโภคยาสูบในครัวเรือน ต้องถามคนเดิม

สรุป การทำงานต่อไปของ ดร.สุกำพล จงวิไลเกษม ร่าง proposal และส่ง peer review

นัดประชุมครั้งต่อไป วันที่ 13 มีนาคม 2561 เวลา 09.30-12.00 น. ให้ พญ.ปานทิพย์ นำเสนอ FCTC Global Report (WHO Framework Convention On Tobacco  Control) หลังจาก Modify แล้ว

 

Read 168 times Last modified on Friday, 13 April 2018 17:52

ติดต่อสำนักงาน

วิทยาเขตราชวิถี มหาวิทยาลัยมหิดล 420/1 อาคารอเนกประสงค์ ชั้น 5 ถ.ราชวิถี เขตราชเทวี กรุงเทพฯ 10400

© Copyright TRC 2018. Design by TRC