การสร้างทุนทางสังคมในท้องถิ่น ? ผลกระทบจากกองทุนเพื่อการลงทุนทางสังคมของไทย ( SIF )

1. การสร้างทุนทางสังคมในท้องถิ่น?ผลกระทบจากกองทุนเพื่อการลงทุนทางสังคมของไทย (SIF) WB- NESDB Workshop ตุลาคม27, 2549 Rob Chase (EAPVP)

2. ดำริโดย คุณไพบูลย์ วัฒนศิริธรรม กรรมการที่ปรึกษา: ดร. ไมตรี วสันติวงศ์ ดร. ปรียานุช พิบูลย์ศราวุธ (สภาพัฒน์ฯ) Khun Vichol Manutausiri, MOI ศ. อนุชาติ พงส์สำลี (มหาวิทยาลัยมหิดล) คุณจิราวรรณ บุญเพิ่ม (สำนักสถิติแห่งชาติ) ผู้ดำเนินงานหลัก: ผช. ศ. ดร. นภาภรณ์Assoc. Prof. Dr. Napaporn Havanon, Dr. Maniemai Thongyou Dr. Numchai Supererkchaisakul ธนาคารโลก Gillian Brown Rob Chase Rikke Nording ภมรรัตน์ ตันสงวนวงศ์ การศึกษาทุนทางสังคมที่ปรึกษา & ผู้ร่วมดำเนินงาน

3. ภาพรวม • “CDD สร้างทุนทางสังคม” • ทิศทางของทุนทางสังคม • การเลือกแบบแบ่งแยกและผลกระทบ • การประเมินโดยใช้วิธีผสมผสาน • การวิเคราะห์เชิงปริมาณ: propensity score matching • การวิเคราะห์เชิงคุณภาพ: การสัมภาษณ์โดยใช้คำถาม “ทำไม?” • ผลการประเมิน • เลือกหมู่บ้านที่มีลักษณะทุนทางสังคมที่แข็งแกร่ง • เพิ่มความแข็งแกร่งของทุนทางสังคมในบางด้าน

4. การประเมินทุนทางสังคมของไทย: เป้าหมาย • เข้าใจถึงบทบาทของทุนทางสังคมในประเทศไทย • ผลกระทบของกองทุนเพื่อการลงทุนทางสังคมต่อชุมชน โดยเฉพาะเรื่องการเปลี่ยนแปลงที่ต่อเนื่องของทุนทางสังคม • ระบุแนวทางในทางปฏิบัติที่ส่งเสริมทุนทางสังคมของไทย

5. ทิศทางของทุนทางสังคม เป็นอันหนึ่งอันเดียวกันและมีความเชื่อถือ เป็นกลุ่ม เป็นองค์กร เป็นเครือข่ายและมีความเชื่อมโยง มีความร่วมมือและรวมตัวกัน มีการแบ่งปันข้อมูลและการติดต่อสื่อสาร มีความยึดเหนี่ยวทางสังคม มีการให้อำนาจ ตัวชี้นำของไทย - กลุ่มวิเคราะห์และให้คำปรึกษาของไทย เจ้าหน้าที่ของไทยที่มีประสบการณ์ การทดสอบและการสัมมนาหลายครั้งในพื้นที่ 7 ทิศทางของทุนทางสังคม 24 หัวข้อย่อย 71 ตัวชี้แนะของทุนทางสังคม ทิศทางของทุนทางสังคม

6. ทิศทางของทุนทางสังคม :หลักการ & ขอบข่ายการดำเนินงาน ทุน ช่องทาง ผลลัพธ์

7. การเลือกแบบแบ่งแยกและผลกระทบการเลือกแบบแบ่งแยกและผลกระทบ • ผลกระทบจากการเลือกชุมชน (Selection): “ชุมชนที่มีทุนทางสังคมสูงกว่ามีความพร้อมมากกว่าในการเข้าร่วมการพัฒนาชุมชนที่ขับเคลื่อนโดยชุมชน” • ผลจากการเข้าร่วมโครงการ(Impact): “การเข้าร่วมโครงการการพัฒนาชุมชนที่ขับเคลื่อนโดยชุมชนทำให้เกิดทุนทางสังคม” Social Capital Yi Impact Selection T0 T1 Time

8. วิธีการประเมินแบบผสมผสานวิธีการประเมินแบบผสมผสาน • ขาดการประเมินข้อมูลพื้นฐานชุมชนอย่างพอเพียง: มีการประเมินภายหลัง • Most likely case among development operations • การประเมินเชิงปริมาณ: • ข้อมูลครัวเรือนที่มีคุณภาพดีและมีอยู่แล้วก่อนโครงการ SIF เริ่ม: ข้อมูลพื้นฐานสังเคราะห์ • Match treatment and control communities within provinces • วิเคราะห์คะแนนที่ได้จากข้อมูลเชิงคุณภาพ การประเมินเชิงคุณภาพ: • Augment matching within provinces • ทำการสัมภาษณ์อย่างสร้างสรรค์ • เข้าใจทิศทางของทุนทางสังคม • Explore how SIF may have changed community SK

9. Propensity Score Matching • แหล่งข้อมูล: สำรวจภาวะเศรษฐกิจและสังคมของครัวเรือนในประเทศไทย 2541 และ 2543 • ลักษณะของกลุ่มตัวอย่าง: • หมู่บ้าน SIF จำนวน 201 แห่ง (10% ของจำนวนหมู่บ้านทั้งหมด) • หมู่บ้าน SIF : มีการศึกษาสูงกว่า มีขนาดของครัวเรือนที่ใหญ่กว่า แต่มีค่าใช้จ่ายต่อหัวต่ำกว่า • ตัวแปรของสมการแนวโน้ม (เช่น อายุเฉลี่ย การศึกษา ทรัพย์สิน จำนวนบุตร รายได้) • หมู่บ้าน SIF 164 แห่งMatch 164 SIF villages with 6 nearest neighbors within provinces • ทีมวิจัยของไทยเลือก 72 หมู่บ้านThai research team selected 72 SIF treatment villages and 72 matched comparison villages

10. Propensity Score Matching Figure 1. Pre-match Kernel Densities of participation propensity Figure 2a. Post-match Kernel Densities of participation propensity (Nearest neighbor) Figure 2. Post-match Kernel Densities of participation propensity (6 nearest neighbor within provinces) O SIF Villages ∆ Matched control villages O SIF Villages ∆ Matched control villages O SIF Villages ∆ Non SIF Villages O SIF Villages ∆ Matched control villages

11. Qualitative Field Work ข้อท้าทาย: ครอบคลุมข้อมูลเชิงคุณภาพของหมู่บ้าน 144 แห่งเพื่อเป็นประโยชน์ต่อการวิเคราะห์และได้ผลลัพธ์ที่น่าเชื่อถือ • คัดเลือกคู่ของหมู่บ้านที่ดีที่สุดจากทั้งหมด 6 หมู่บ้านที่จับคู่กันได้ • นักวิจัย 3 คนในแต่ละทีมจะใช้เวลาระยะหนึ่งในแต่ละหมู่บ้าน • ในแต่ละหมู่บ้านจะมีผู้ถูกสัมภาษณ์หลักประมาณ 12-15 คน • สาระสำคัญจะถูกลดลงโดยมีสาเหตุจาก: • สมาชิกที่มีพื้นฐานแตกต่างกัน • การสัมมนาและฝึกฝนเพื่อให้เกิดความเข้าใจในสิ่งเดียวกัน • Anchoring vignettes • การให้คะแนนของผู้สัมภาษณ์แต่ละคน และการให้คะแนนที่เสมอต้นเสมอปลาย • ความสมบูรณ์ของข้อมูลที่ได้รับจากผู้ให้สัมภาษณ์หลัก 6 คนในแต่ละหมู่บ้าน • การจัดสัมมนาในระหว่างและหลังจากการทำวิจัยภาคสนามเพื่อทดสอบความสมบูรณ์ของข้อมูลและการแปรผลลัพธ์

12. ผลลัพธ์: ข้อแตกต่างของค่าเฉลี่ย • ค่าเฉลี่ยของหมู่บ้าน SIF และหมู่บ้านเปรียบเทียบมีความแตกต่างกันทางสถิติอย่างมีนัยสำคัญถึง 19 ตัวแปร • เป็นเครือข่ายและมีความเชื่อมโยง ** • มีความเป็นอันหนึ่งอันเดียวกัน: มีความเสียสละเพื่อส่วนรวม • ความเป็นผู้นำ: ความสามารถในการเป็นผู้นำมีความหลากหลาย • ความสามารถในการเรียนรู้ขององค์กร • ความหลากหลายของกิจกรรมที่ต้องทำร่วมกัน • ความทนทานต่อความแตกต่าง (ด้านลบ) • การให้อำนาจ: ประสิทธิภาพของสิทธิในการออกความเห็นของชาวบ้าน • ความสามารถเพื่อบรรลุเป้าหมายในการพัฒนาอย่างยั่งยืน

13. Results: OLS Regressions • YN = α + β SES + γ SIF + ε • SES variables: mean expenditure, variance expenditure, share of workers in agriculture, own farm land, years of education • Robust differences from SIF participation: • Networks and linkages **, self-sacrifice, organizational leadership and learning, collective action, villager’s voice, multi-party activity, sustainability, • Organizational capacity, information availability • Interesting additional finding + Positive effect of share of workers in agriculture + Negative effect of share owning land  Higher social capital among landless farm workers

14. Selection: Long-standing characteristics Higher trust Cooperation & collective action Norms of self-sacrifice Impact: Evidence of recent change Build networks across villages Reinforce norm of collective action Build leadership Results:Field Researcher’s Debriefing

15. Implications & Points to Take Away • Consider social capital dimensions in Thai context • Some long-standing: trust, cooperation, norms • Some open to policy innovation: information flow, networking between groups, local leadership • Value of mixing quantitative & qualitative evaluative techniques • Selection effect: existing social capital characteristics can determine whether a village participates and benefits from a CDD operation • Impact effect: Involvement in the CDD operation changes social capital characteristics • e.g., new networking and leadership opportunities • Support for “bottom-up” efforts to improve local governance can reinforce “top-down” efforts