“ณภัทร จาตุศรีพิทักษ์” คลี่ 7 มายาคติ “อุบัติเหตุบนท้องถนน” จาก Big Data

ดร.ณภัทร จาตุศรีพิทักษ์

แม้ว่าล่าสุดสถานการณ์อุบัติเหตุทางท้องถนนของไทยจะดีขึ้นจากอันดับที่ 2 ของโลกตามการจัดอันดับขององค์กรอนามัยโลก (WHO) มาเป็นอันดับที่ 9 ของโลกในปีที่ผ่านมา แต่ก็ถือว่ายังอยู่ในอันดับต้นๆ ของโลก และยิ่งแย่ลงกว่าเดิมหากเทียบกับภูมิภาคเอเชียตะวันออกเชียใต้ที่ประเทศไทยยังครองแชมป์อันดับที่ 1 ต่อไป และเป็นอันดับ 4 หากเทียบกับประเทศที่มีรายได้ใกล้เคียงกัน

จำนวนตัวเลขผู้เสียชีวิตในปีล่าสุดพบว่าทะลุ 20,000 คนต่อปี หรือทุกวันจะต้องมีคนเสียชีวิตจากอุบัติเหตุบนท้องถนนมากกว่า 55 คน ปัญหาดังกล่าวสร้างความตระหนักและตระหนกต่อประชาชนและภาครัฐให้ต้องออกมาหามาตรการแก้ไขปัญหาอย่างเร่งด่วน

อย่างไรก็ตาม ดูเหมือนว่านโยบายต่างๆ ที่ดำเนินการไป ไม่ว่าจะเป็นรณรงค์สวมหมวกกันน็อก เมาไม่ขับ ดื่มไม่ขับ ฯลฯ ไม่ได้ช่วยให้จำนวนอุบัติเหตุของไทยลดลงได้แต่อย่างใด

อยู่แบบนี้ได้อย่างไร? ตายปีละ 20,000 นี่คือ “ภัยพิบัติ”

สำนักข่าวออนไลน์ไทยพับลิก้า ได้พูดคุยกับ “ดร.ณภัทร จาตุศรีพิทักษ์” นักเศรษฐศาสตร์จุลภาคประยุกต์, ประธานเจ้าหน้าที่บริหาร และผู้ก่อตั้ง บริษัท Siametrics Consulting จำกัด บริษัทที่ให้บริการคำปรึกษาด้านกลยุทธ์ด้วยข้อมูลและปัญญาประดิษฐ์ และผู้เขียนเจ้าของเว็บไซต์ “เศรษฐ” ความคิด เล่าให้ฟังถึงโครงการศึกษาเกี่ยวกับอุบัติเหตุบนท้องถนนของไทย เป็นหนึ่งในโครงการที่ทำเพื่อสังคมของบริษัท ที่เปิดโอกาสให้พนักงานทุกคนแบ่งเวลา/ศักยภาพ 10% มาช่วยสังคมในด้านไหนก็ได้

ประกอบกับโจทย์นี้ไม่ได้ยากแค่เชิงเทคนิค แต่ต้องทำการคาดการณ์อุบัติเหตุ ซึ่งเป็นเรื่องที่ยากมาก แทบจะเดาไม่ได้ รวมทั้งการวัดในเชิงนโยบายว่าอันไหนได้ผลไม่ได้ผลอย่างไร ดีไม่ดีอย่างไร รวมทั้งความยากในทางปฏิบัติที่มีหน่วยงานเกี่ยวข้องกับปัญหานี้ค่อนข้างเยอะ

ท่ามกลางความท้าทาย ความกดดัน เพราะโครงการนี้เกี่ยวโยงกับภาครัฐ ประชาชน 70 ล้านคน รวมทั้งมูลนิธิที่ให้การสนับสนุน ซึ่งผลจากการอาสามาทำเรื่องนี้ จึงมีโอกาสได้เข้าถึงถังข้อมูลหลายถังมากจากหลายหน่วยงาน เป็น big data ที่ให้ประสบการณ์ในหลากหลายเรื่อง

“ณภัทร” เล่าถึงสิ่งที่ได้จากการทำงานในโครงการนี้ว่า

“ก่อนอื่นต้องบอกว่าที่สนใจเรื่องนี้เพราะว่าปัญหาคนตายจากอุบัติเหตุบนท้องถนนจริงๆ ไม่ใช่แค่ปัญหาระดับชาติ เราเคยอยู่อันดับ 2 ของโลก รองจากลิเบีย แปลว่าเราเป็นปัญหาระดับโลก ถ้าไปดูในอันดับ ส่วนใหญ่จะเป็นประเทศไม่ค่อยเจริญ แต่ประเทศที่เจริญกว่า ประชากรเยอะกว่าเรา ทำไมเขาตายนิดเดียว ต่างชาติเขาถามผมว่าคุณอยู่แบบนี้ได้อย่างไร ประเทศเขาคนตาย 600 คน ก็ไม่ไหวแล้ว ของเรา 20,000 กว่าคน และอาจจะยังมีที่ไม่ได้รายงานอีก ดังนั้นถ้าปีละ 20,000 คน มันคือภัยพิบัติอย่างหนึ่ง”

“ณภัทร” ให้มุมมองผลกระทบทางด้านเศรษฐกิจจากการเสียชีวิตบนท้องถนนว่า จากข้อมูล คนที่ตายส่วนใหญ่เป็นเด็กอายุไม่เกิน 30 ปี ซึ่งแปลว่าแรงงานเราจะหายไปเยอะมาก อนาคตประชากรสูงอายุจะยิ่งมากขึ้น ขณะที่เด็กยุคนี้มักจะเก่งกว่าผู้ใหญ่เรื่องเทคโนโลยี ประกอบกับอัตราการเกิดของไทยก็ต่ำ แต่เวลาเศรษฐกิจมันพัฒนา ยังไงก็ต้องการคน เพราะเรายังไม่ถึงจุดที่ว่าเครื่องจักรทำได้หมดทุกอย่าง กว่าจะถึงจุดนั้นเราก็ต้องการคนอยู่ดี โดยเฉพาะคนสมัยใหม่

กับดักข้อมูล “ซ้ำซ้อน-ไม่เคยเก็บ-ไม่แม่นยำ”

“การศึกษาเรื่องนี้มูลนิธิศูนย์ข้อมูลจราจรอัจฉริยะไทย (iTIC) สนับสนุนเงินทุน มันไม่บ่อยที่ข้อมูลที่เราได้จะมารวมอยู่ในที่เดียวกัน ผมได้มา 8 ถังข้อมูล คือ big data ทำให้ผมรู้สึกกดดันพอสมควร เพราะพลังของมันจริงๆ คือคุณได้ความหลากหลาย คือถ้าได้ถังข้อมูลเดียว แล้วเป็นถังเล็กๆ บางที “ไม่ทำ” อาจจะดีกว่า เพราะว่ามีถังเดียวแล้วมันไม่ครบ มัน biased (มีอคติ) แต่อันนี้ผมได้มา 8 ถัง แต่ละอันไม่เหมือนกัน”

“เวลาบอกว่ามีหลายถัง มันเป็นทั้งดีและไม่ดี ข้อดีคือมันมีข้อมูลเยอะดี อาจจะมีถังที่เกี่ยวกับอุบัติเหตุ ถังที่เกี่ยวกับดินฟ้าอากาศ การตั้งด่าน สิ่งปลูกสร้างรอบๆ เกี่ยวกับถนน แต่ข้อเสียคือมันจะมีบางถังที่ซ้ำซ้อนมาก เช่น ข้อมูลอุบัติเหตุอย่างเดียว ทำไมต้องมี 5-6 ถัง มันอาจจะไม่เหมือนกันบ้าง คือถ้ามันต่างกันหมดก็ไม่เป็นไร แต่มันจะมีบางที ต่างบ้าง ไม่ต่างบ้าง อันหนึ่งครบในมุมนี้ อีกอันไม่ครบในมุมนี้ อันหนึ่งมีแค่ถนนแบบนี้ อีกอันหนึ่งมีแค่ถนนในเขตอำนาจของเขา ซึ่งถามว่าเป็นความผิดหรือไม่ ก็ไม่ใช่ความผิดของเขา เพราะว่าเขาก็ทำตามหน้าที่ มันคือเหมือนกับความน่าเศร้าโดยธรรมชาติ หมายถึงคนที่ออกแบบการเก็บข้อมูลเขาไม่ได้คิดถึงว่าวันหนึ่งจะมีการนำทั้งหมดมารวมกันเพื่อสร้างให้เกิดมูลค่าบางอย่าง…”

โครงการนี้มีเป้าหมายอย่างแรกเลยคือโชว์ให้เห็นว่าการวิเคราะห์ข้อมูล การหยิบหลายๆ ถังมารวมกับพลังของการแบ่งปันข้อมูลกัน น่าประทับใจแค่ไหน มันไม่ค่อยเกิดขึ้น ถ้าลองไปอ่านงานวิจัยเกี่ยวกับอุบัติเหตุในสมัยก่อน มักจะด้านเดียวมากๆ เช่น มาจากถังๆ เดียว หรืออย่างมากก็ 3 ถัง แต่ผมก็นับว่าเป็นด้านเดียว เพราะว่าเป็นของคนที่เสียชีวิต มันยังมีหลายๆ ถังที่รวมทั้งคนเสียชีวิตและที่ไม่เสียชีวิตด้วย คือมันตอบไม่ได้ครบ

บางถังมีหมดทุกอย่างเลยว่าเกิดที่ไหนเวลาไหนวันไหน แต่ไม่บอกว่าตายหรือไม่ ไม่รู้ว่าเพศอะไร ไม่รู้อะไรเลย แล้วบางถังรู้หมดทุกอย่างเลย แต่ไม่รู้จุดเกิดเหตุ บางทีรู้เวลาตาย แต่ไม่รู้เวลาเกิดเหตุ

การที่รู้บ้าง ไม่รู้บ้าง แบบนี้ บางทีมันแย่ว่าไม่รู้อะไรเลยหรือรู้ทั้งหมด เพราะว่ารู้บ้าง ไม่รู้บ้าง มันทำให้นักสถิติตัดสินใจลำบากว่า สุดท้ายควรจะเสียเวลาวิเคราะห์ข้อมูลนี้หรือไม่ เพราะว่ามันอาจจะผิด อย่างเช่น เราสุ่มตรวจคน 5 พันคนที่เสียชีวิต แต่การตรวจแอลกอออล์ในเลือดมีแค่ 1 พันคน ว่ามีเมาเท่าไหร่ตอนตาย สุดท้ายมันเป็นความจริงหรือไม่ก็ไม่รู้ เพราะว่าเราไม่รู้ว่าคนที่เหลือ 4 พันคนที่ไม่ได้ตรวจเลือดว่าเป็นอย่างไร มันหายไปเพราะจากการสุ่มหรือไม่ ในสังคมเราคิดว่าไม่เป็นแบบนั้น แต่คิดว่าน่าจะมาจาก…เช่น คนที่ไปเก็บศพอาจจะไม่ใช่หน่วยที่มีเครื่องมือ หรือไม่ได้เก็บข้อมูล เพราะคิดว่าไม่สำคัญหรือเปล่า หรือไม่มีอำนาจทางกฎหมายในการเก็บข้อมูลหรือเปล่า คือไม่ใช่อยู่ดีๆ คนปกติเดินไปแล้วจะเก็บข้อมูลได้

“นอกจากนี้จะมีบางถังใหม่ๆ ที่ผมไม่ได้เห็นว่ามีคนทำวิจัย คือ ข้อมูลสิ่งปลูกสร้างรอบๆ บริษัทผมทำข้อมูลเชิงแผนที่ไว้แล้ว ไม่ได้ทำเพื่อโครงการนี้ตรงๆ แต่ทำไว้ในเชิงการค้าอื่นๆ แต่คิดว่าอาจจะมีประโยชน์เพราะมีคนคุยกันเรื่องความใกล้ไกลของสถานที่บันเทิง หรือร้านขายเหล้าได้ คิดว่าน่าจะสำคัญ หรือว่าใกล้โรงเรียน ใกล้ที่สิ่งปลูกสร้างที่มีคนพลุกพล่านเยอะ มันน่าจะมีผล เราก็อยากจะลอง”

“แล้วมีอีกถังหนึ่งคือข้อมูลถนน ณ ปัจจุบันที่มีความละเอียดที่สุดและใช้การได้ง่าย ไม่ได้เป็นของคนไทย ผมต้องไปหาจากต่างประเทศที่ทำไว้ ซึ่งภาครัฐควรจะต้องมีข้อมูลนี้ แต่ไม่มี เพราะว่าไม่ใช่งานง่ายเลย ตอนแรกผมเข้าใจว่าภาครัฐเก็บไว้แล้ว ถ้าลองคิดว่าต้องเริ่มเก็บข้อมูลถนนใหม่ตอนนี้ จะต้องทำอย่างไร ต้องเอารถไปวิ่งทุกถนน แล้วต้องวิ่งกี่ปีกว่ามันจะครบทั้งประเทศไทย แต่ของต่างประเทศวิ่งมาแล้ว ทำตั้งแต่ 10 ปีที่แล้ว จริงๆ มันมีข้อมูลถนนฟรีอยู่ รู้แค่ถนนอยู่ไหนเลี้ยวโค้งมุมอย่างไร ถนนสุขุมวิทกับถนนเล็กๆ กว้างเหมือนกันหมด ไม่รู้จำนวนเลน ไม่รู้จำนวนป้าย ไม่รู้ความขรุขระ”

แล้วก็มีข้อมูลอื่นๆ ที่ภาครัฐให้มา อย่างกรมทางหลวงเขาให้ระบบ HAIMS ซึ่งการเก็บข้อมูลอุบัติเหตุทางหลวงดีมาก คิดว่าเป็นระบบที่ดีที่สุดแล้วตอนนี้ และควรเก็บแบบนี้ทุกถนนในประเทศไทย เพราะว่าเก็บครบแบบว่าถึงทะเบียน รุ่นรถ ถึงความเสียหายที่เกิดขึ้น มีข้อติชมคือพิกัดแผนที่ควรเป็นแบบปักหมุด ปัจจุบันเป็นการกรอกเข้าไป มันคลาดเคลื่อนมากอยู่

อีกข้อคือควรจะมีรุ่นของรถด้วยและจำนวนที่นั่ง ตอนนี้เก็บแค่ยี่ห้อ แต่เอามาทำอะไรไม่ค่อยได้ เพราะว่าบางยี่ห้อมีคนตายเยอะ อาจจะเพราะส่วนใหญ่เป็นรถตู้ หรืออย่างรถบางยี่ห้อ ใช้ทำรถทัวร์เต็มไปหมดเลย ตายทีก็พุ่งมาเป็นที่หนึ่งเลย ก็วิเคราะห์ไม่ได้

อันนี้เป็นเรื่องของข้อมูล แล้วข้อมูลต่างจังหวัดกับ กทม.ก็แตกต่างกัน ความแม่นยำไม่เหมือนกัน บางระบบต่างจังหวัดเก็บดีกว่า กทม. อันนี้คุยกับบางหน่วยงานว่าต่างจังหวัดมีวิธีเก็บข้อมูลผู้เสียชีวิตบนท้องถนนค่อนข้างแน่นกว่า… แต่ถ้าเป็นข้อมูลอุบัติเหตุเฉยๆ ที่ไม่รู้ว่าตายหรือไม่ กทม.ดูดีกว่ามาก คืออย่างน้อยไม่มีอุบัติเหตุในที่แปลกๆ ในห้วย ในป่า เพราะบางที่ ข้อมูลที่ได้ในบางจังหวัดมันแทบจะใช้ไม่ได้ อย่างเช่น เกิดอุบัติเหตุบริเวณที่ไม่มีถนนด้วยซ้ำ

เมื่อถามว่าจะแก้อย่างไร ณภัทรกล่าวว่า “ในมุมวิเคราะห์ข้อมูล ปัญหาคือมีคนเก็บข้อมูลเยอะเกิน คนเก็บควรเป็นคนเดียว ซึ่งเป็นไปไม่ได้ แต่ต้องหาวิธีทำให้คนวิเคราะห์สุดท้ายเข้าใจว่าที่มาที่ไปของข้อมูล กระบวนการเก็บข้อมูล หรือ data generating process อันนี้ผมว่าสำคัญที่สุด เพราะว่าสุดท้ายมันจะผิดหมดทั้งยวง ส่วนใหญ่ถ้าเป็นระบบเก็บแบบ POS ที่รูดบัตรซื้อ อันนี้เราค่อนข้างเข้าใจกระบวนการ คนเดินเข้ามา คนหยิบของ มายิงบาร์โค้ด ผ่านไม่ผ่าน ถ้าจะมีปัญหาคือพนักงงานไม่ยอมยิงทีเดียว เพื่อความเร็วในการขายของแล้วค่อยมายิงย้อนหลัง เวลาก็จะคลาดเคลื่อนไป ซึ่งมันเป็นกับดักในข้อมูลการค้าปลีกปกติ”

แต่บริบทข้อมูลอุบัติเหตุมันมีอะไรแบบนี้เป็น 100 กับดัก เพราะว่ามันมีหลายหน่วยงานเก็บ แล้วเก็บคลาดเคลื่อนไปมาก ไปอยู่ในทะเล อยู่นอกสะพาน ตกน้ำไป ผมก็ไม่แน่ใจว่าใครไม่รู้ กดผิดมา อยู่ตรงทะเลใกล้ๆ สะพาน หรือมันอยู่บนถนนข้างล่างหรือข้างบน เพราะความคลาดเคลื่อนแค่ 10 เมตรมันก็ต่างกันแล้ว แล้วเรื่องเวลาอีก เวลาที่เก็บมาคือตอนที่ประกันมาแล้วหรือไม่ บางทีก็เกิดมาเป็นชั่วโมงแล้ว หรือไปอยู่โรงพยาบาลแล้ว หรือว่าจริงๆ เวลาที่มาถูก แต่กดเข้าระบบอาจจะทำโดยคน ในช่วงเปลี่ยนกะพอดี เวลาก็คลาดเคลื่อนกันไป เป็นต้น

นอกจากนี้ ยังมีความท้าทายเรื่องเทคนิคการวิเคราะห์ การทำนายการเกิดอุบัติเหตุที่น่าจะยากเป็นอันดับต้นๆ ของ machine learning ในปัจจุบัน เพราะว่าว่ามันแทบจะเดาไม่ได้ และจะมีบางส่วนที่เดาไม่ได้อยู่แล้ว ตัวอย่างเช่น คนขับดูมือถือแล้วตกคลองไป ซึ่งไม่มีใครเดาได้อยู่แล้ว อีกด้านคือความยากในการวัดผลสัมฤทธิ์ของนโยบาย เนื่องจากที่ผ่านมาประเทศไทยไม่เคยทดลองเชิงโนบายมากก่อน

“พวกนี้คือความยากทั้งทางข้อมูลและทางเทคนิคที่ต้องเจอ ยังไม่ทันได้วิเคราะห์เลย อุปสรรคมันเยอะมาก เพราะว่าถ้าเราจัดการทำความสะอาดข้อมูลไม่ดีมันจะวิเคราะห์ผิดไปหมด เราก็ไม่ได้บอกว่าที่ทำทั้งหมดมันสมบูรณ์แบบ ผมกล้าบอกได้เลยว่ามันไม่มีทางที่จะทำความสะอาดข้อมูลได้ตลอด เพราะเราไม่รู้ว่าข้อมูลมันเก็บมาอย่างไร กระบวนการเก็บเป็นอย่างไร เราก็ต้องใช้สมองคิดเอาว่าแบบนี้มันเป็นไปได้หรือไม่ เช่น ทำไมมีอุบัติเหตุเยอะมากอยู่ที่โรงพยาบาล สรุปไปสรุปมาก็เจอว่าเขาไปลงจุดเกิดเหตุตรงนั้นด้วยเหตุผลบางประการ ถ้าเราไม่ตรวจสอบตรงนี้เราก็จะเข้าใจผิดว่าอุบัติเหตุมักเกิดใกล้โรงพยาบาล เราอาจจะสรุปว่าคุณควรขับช้าๆ เวลาใกล้โรงพยาบาล ถามว่าถูกหรือไม่ มันผิด…คืออาจจะถูกก็ได้แต่ด้วยข้อมูลกระจุกตัวแบบนี้ อยู่ในตึกโรงพยาบาลด้วย แบบนี้ไม่ใช่แล้ว”

แล้วถามว่าต้องเก็บข้อมูลอย่างไร ถ้าเอาแบบในฝันเลยคือต้องมีถังเดียว ตารางเดียว แล้วเก็บข้อมูลอุบัติเหตุทั้งหมดให้ได้ แล้วต้องบอกว่าเกิดที่ไหน เวลาอะไร ใครอยู่ในนั้นบ้าง ไม่ต้องมีข้อมูลส่วนบุคคลเลย มีเพศอะไรนิดหน่อย บอกด้วยว่ารุนแรงแค่ไหน เสียชีวิตหรือไม่ เสียชีวิตวันไหน เข้าโรงพยาบาลตอนไหนอะไรยังไง ถ้ามีก็บอก จริงๆ มันง่ายนะ ผมต้องการแค่นี้ เรื่องยี่ห้อรถ อย่างอื่นมันไม่ได้จำเป็นขนาดนั้น ส่วนข้อมูลพฤติกรรมมันคงเก็บไม่ได้ ต้องรอให้รถยนต์มีเครื่องมือเก็บข้อมูลที่ครบทุกคัน ซึ่งคงอีกนาน ขนาดในยุโรปก็คิด ก็ยังมีไม่ครบเลย

“ก็คิดไม่ออกเหมือนกันเพราะหน่วยงานค่อนข้างเยอะ และเขาก็เหนื่อย ถ้าเราเป็นคนไปดูคนเจ็บอยู่ ผมไม่มานั่งกดหรอกว่าพิกัดอะไร ผมเอาให้เขารอดชีวิตก่อน เราต้องใช้เทคโนโลยีบางอย่างช่วยให้มันเร็ว เช่น มี 1 แอปที่ทุกองค์กรต้องใช้แล้ว ต้องเป็นคนที่ไปถึงคนแรก เพราะว่าถ้าใช้หลายแอปก็จบเหมือนกัน ถ้าแต่ละแอปสร้างด้วยแต่ละบริษัท แล้วไม่เหมือนกัน เก็บข้อมูลไม่เท่ากัน สุดท้ายมันจะเปล่าประโยชน์มากเลย ต้องเสียเวลาทำความสะอาดทั้งหมด แบบที่ทำรอบนี้ ซึ่งไม่ควรเป็นแบบนั้น แต่ก็ต้องเห็นใจคนที่อยู่หน้างานเหมือนกัน ต้องหาอะไรที่มันเก็บข้อมูลได้เร็วๆ ”

แล้วข้อมูลสุดท้ายที่ขาดมากเลยคือปริมาณการจราจร เราไม่มีข้อมูลปริมาณจราจรดีๆ ทั้งๆ ที่เราเป็นประเทศที่รถติดขนาดนี้ มันสำคัญเพราะว่าเวลาเราได้ข้อมูลคนที่เกิดอุบัติเหตุ เราไม่เคยเห็นข้อมูล ณ ตอนนั้นบนถนนว่ามีรถอีกกี่คันที่ไม่ได้ชน อันนี้เป็นความยากทางสถิติอยู่ เหมือนเป็นเรื่องความน่าจะเป็น มีโถใส่ลูกบอล 10 ลูก เราเอามือลงไปหยิบลูกบอลสีขาวที่มีอยู่ 1 ลูก มันคือโอกาส 1 ใน 10 แต่อันนี้มันยากเพราะว่าโถ(อุบัติเหตุ)เราจริงๆ แล้วคือ 1 ในอะไรก็ไม่รู้เลย สมมติเกิดอุบัติเหตุครั้งหนึ่งโอกาสมันเท่าไหร่ ไม่รู้ เราไม่รู้ว่าวันนั้นตอนนั้นตรงนั้นมันมีรถกี่คันที่จะชนกันได้ เราต้องการข้อมูลให้พอจะทราบได้ว่า ณ แต่ละห้วงเวลามีจำนวนรถกี่คัน ไม่ต้องเป๊ะๆ ก็ได้นะ พอมีแล้วมันจะประเมินอะไรได้แม่นยำขึ้นเยอะเลย

กระจุกตัวกว่าที่คิด 5% ของพื้นที่ กทม.เกิดอุบัติเหตุ 95%

ดร.ณภัทรกล่าวต่อถึงข้อเท็จจริงที่พบจากการศึกษาเบื้องต้นว่า สิ่งแรกที่พบเลยคือความกระจุกตัวของอุบัติเหตุสูง ซึ่งเป็นเรื่องดีมาก ไม่เหมือนเวลาความกระจุกตัวของรายได้ หรือ income inequality อันนี้เป็น accident inequality ดีมาก เพราะถ้ามันเกิดแบบสุ่มไปทั่ว แบบอยู่ดีๆ ก็โผล่มาในพื้นที่ต่างๆ จบเลย แก้ไม่ได้ แต่ถ้าเกิดการกระจุกตัวในบางพื้นที่ แก้ไขได้ แล้วการกระจุกตัวนี้คือหมายถึงกระจุกตัวในบางสถานที่หรือบางเวลา โดยไม่เกี่ยวกับพฤติกรรมของคนขับเลย หรืออาจจะเกี่ยวข้องบ้าง แต่มีปัจจัยเรื่องสถานที่และเวลาที่จะเกิดซ้ำๆ เข้ามาเกี่ยวมากกว่าที่เราคิด

นอกจากนี้ อุบัติเหตุที่เกิดขึ้นใน กทม.ยังมีลักษณะค่อนข้างเหนียว กล่าวคือถ้าสถานที่ไหนครองแชมป์ หรืออันดับต้นๆ ของเดือนนั้น มีโอกาสมากกว่า 25% ที่จะเป็นแบบนั้นอยู่ในเดือนต่อไป ซึ่งยังพิสูจน์ไม่ได้ว่าเกี่ยวกับอะไร แต่รู้อย่างหนึ่งว่าถ้าเดือนนี้สถานที่นี้ได้แชมป์เดือนหน้าก็จะยังอยู่ ดังนั้นการที่สถิติอยู่ต่อไปแบบนี้แปลว่ามีทางแก้ที่ค่อนข้างชัดเจน คืออย่างน้อยส่งคนหรือติดกล้องดู 4 แยกที่มันชนกันบ่อยๆ จะได้รู้ว่าเกิดจากอะไรกันแน่ ซึ่งไม่ควรมีข้ออ้างว่าทำไมจะไม่ทำ

“ที่เราเจอเพียงแค่ 5% ของพื้นที่ใน กทม. คิดเป็นจำนวนอุบัติเหตุ 95% ของอุบัติเหตุทั้งหมดแล้ว หรือถ้าเป็น 3% ของพื้นที่ กทม.ก็มีอุบัติเหตุไป 50% ของอุบัติเหตุ ก็ลดลงมา เพราะ 5% ของพื้นที่มันก็ใหญ่มากอยู่ แค่นี้ก็พอเห็นอยู่แล้วว่า เราควรจะใส่ทรัพยากรไปในที่สำคัญก่อน ส่งคนไปดู แปะป้ายใหญ่ๆ ระวังกันหน่อยก็น่าจะช่วยได้บ้าง”

ตั้งระบบแจ้งเตือน “จุดเสี่ยง” จาก Big Data

ดร.ณภัทรกล่าวต่อว่า แม้จะรู้ว่าอุบัติเหุตกระจุกตัวในบางพื้นที่หรือช่วงเวลา เช่น เรารู้ว่าตอนที่ชนกันเป็นตอนชั่วโมงเร่งด่วน ไม่เช้าก็เย็น แล้วมักจะไม่ตาย ถ้ามีตายต้องตอนดึกๆ กับเช้ามืด หรือตัวอย่างที่ชัดเจนที่ทุกคนน่าจะรู้เหมือนกันคือถนนรัชดาภิเษก ความเสี่ยงจะเกิดอุบัติเหตุจะเพิ่มสูงสุดคือทุกวันศุกร์และวันเสาร์ ช่วงค่ำๆ อันนี้ทุกคนรู้อยู่แล้ว แต่พอกระจายออกไปในพื้นที่อื่นๆ มันมีรูปแบบที่ไม่คิดว่าจะเดาได้ มันเปลี่ยนแปลงตลอดเวลา ต้องกางออกมาดูทีละพื้นที่ทีละช่วงเวลา

“แปลว่าวิเคราะห์แค่นี้อาจจะไม่พอ เพราะว่าจริงๆ เราไปคุยกับคนที่อยู่หน้างานเวลาเกิดอุบัติเหตุ การที่เรารู้จุดเสี่ยง ซึ่งผมว่าจุดเสี่ยงในหัวแต่ละคนมองไม่เหมือนกัน เป็นข้อจำกัดของมนุษย์ว่าคนเราจะมีเวลาสักกี่ชั่วโมง แล้วจะได้ไปกี่ที่ใน กทม. แล้วคนที่มาทำงานใหม่หรือตำรวจใหม่เขาไม่มีทางเก๋าเท่าตำรวจที่ทำมานานแล้ว รู้ว่าตรงไหนอันตราย เขาไม่รู้ว่าจะไปอยู่ตรงจุดไหน ฉะนั้นจุดเสี่ยงสำคัญ แต่มันอาจจะไม่ครบหรือไม่พอ เราไปเจอว่ามันเยอะมาก แล้วแต่ละจุดมันจะเสี่ยงมากและน้อยไม่เหมือนกันตามวันเวลาอีก”

พอเป็นแบบนี้เราลองทำระบบทำนายอุบัติเหตุ อย่างน้อยเราบอกได้ว่าพื้นที่ หรือจริงๆ คือข้อต่อถนนไหน ณ เวลาไหน มีความเสี่ยงประมาณเท่าไหร่ แล้วพอจัดอันดับได้ ทำให้เจ้าหน้าที่เลือกได้ สมมติว่ามีเวลาจำกัด มีคนจำกัดในแต่ละห้วงเวลา เขาควรจะอยู่ตรงไหน ไม่ต้องที่เกิดเหตุก็ได้ แต่เป็นพื้นที่ที่ครอบคลุมหลายจุด เข้าถึงได้ไวขึ้น ก็ช่วยลดความเสียหายลงได้ จริงๆ ไปส่งรอเลยดีที่สุด สมมติว่าระบบมันแม่นยำมาก จะได้ไม่เกิดด้วยซ้ำ แต่ถ้าคนไม่พอ ฟังดูก็น่าเศร้า คือต้องปล่อยให้รถชนกัน แต่อย่างน้อยการเข้าถึงพื้นที่ของเจ้าหน้าที่ระยะเวลาก็สั้นลง ก็น่าจะมีผลต่อการรอดตายได้

“เราลองเทียบกับประสิทธิภาพการทำงานตอนนี้ คือจากพื้นที่ 100% ของ กทม. ถ้าเราจัดเต็มส่งคนไปทุกพื้นที่ เราเสียเงิน เสียคนไป 100% แต่ระบบนี้จะช่วยลดเหลือแค่ 3% คือแทนที่จะไป 100 ที่ เราไปรอแค่ 3 ที่ก็ครอบคลุมแล้ว เพราะว่าเราวิเคราะห์ข้อมูลอดีตที่ผ่านมา สภาพอากาศ มีก่อสร้าง มีอะไรหรือเปล่า อะไรที่เปลี่ยนตามเวลาหรือเปล่า ก็จะช่วยทำได้ คิดว่าหลังจากโครงการนี้ปิด ก็จะเปิดให้ใช้งานได้ อาจจะให้ตำรวจจราจร เพราะเขาต้องทำให้ถนนรถไม่ติดกับทำให้ปลอดภัย ถ้ามีอุบัติเหตุบนถนนตอนกลางวันหรือตอนเย็น ทำให้รถติดมหาศาล โครงการนี้เหมือนยิงปืนนัดเดียวได้นกสองตัว”

ประเทศไทยต้องเริ่มวัดผลนโยบายจากการทดลอง

ดร.ณภัทรกล่าวว่า นอกจากเรื่องของระบบจัดลำดับจุดเสี่ยงที่จะเกิดอุบัติเหตุแล้ว อีกประเด็นคือการวัดผลนโยบายเกี่ยวกับการจราจร ซึ่งที่ผ่านมายังไม่เคยทำ จริงๆ เราลองนโยบายมาเป็น 100 อย่าง แต่ไม่ใช่ว่าทุกอย่างที่วัดได้ เพราะว่ามันทำทั้งประเทศ ต้องบอกเลยว่าเวลาออกนโยบายอย่าออกทั้งประเทศ คือพอเราออกทั้งประเทศมันไม่มีกลุ่มควบคุมมาเปรียบเทียบ เราไม่มีทางรู้เลยว่านโยบายนี้ได้ผลจริงๆ หรือไม่ หรือได้ผลเพียงเพราะเวลามันผ่านไปเฉยๆ หรือไม่ หรือเพียงเพราะถึงฤดูกาลของมัน หรืออาจจะเป็นว่าเพราะเศรษฐกิจดีหรือว่าไม่ดี คนออกมาน้อย รถชนน้อยลง คนตายน้อยลง เราไปสรุปว่านโยบายได้ผล แต่จริงๆ แล้วไม่ได้เกี่ยวเลย

ในมุมความยุติธรรม ความเท่าเทียม หรือทางการเมือง เวลารัฐแจกอะไรก็ต้องแจกทุกคน จะใช้อะไรก็ต้องใช้กับทุกคน แต่แบบนี้มันวัดไม่ได้ แต่ถ้าต้องทำแบบนี้จริงๆ เพื่อความเท่าเทียมหรืออะไรก็แล้ว อย่างน้อยควรทำเป็นช่วงๆ ลองไปดูงานของนักวิจัยรางวัลโนเบลปีนี้ อยากให้เจ้าหน้าที่และผู้บริหารภาครัฐลองอ่านดู ไม่ต้องทั้งหมดก็ได้ แต่อยากให้ได้แนวคิดว่าเราไม่ควรคิดว่าเรามีไอเดียที่ดีที่สุดตอนนี้ เราควรคิดว่าเราไม่รู้เรื่องอะไรเลย ทำการทดลองบ้าง ดีกว่างมเข็มมาไม่รู้กี่ปีแล้ว ถ้าเราทำตั้งแต่วันนั้นยอมเสียเวลาปีหนึ่ง ซึ่งก็ไม่ดีคือคนก็ตายเพิ่มอีกปี แต่เราอาจจะได้ความรู้อะไรบางอย่างว่าจริงๆ แล้วอะไรได้ผลอะไรไม่ได้ผล

”ตัวอย่างเช่น สถิติใส่หมวกกันน็อกมันเท่าเดิมมา 8 ปีแล้ว แสดงว่าการรณรงค์ที่ทำมา ไม่ต้องวัดก็ได้เพราะอุบัติเหตุเท่าเดิม แล้วเราไม่ออกนโยบายเต็มไปหมด ยิ่งทำให้หลง เจ้าหน้าที่เองก็อาจจะทำไม่ได้ทุกอย่างด้วย และการที่เราบังคับใช้ไม่ได้เพราะเรามีกฎหมายเยอะไปหรือเปล่า คนที่ตั้งใจทำงานจริงๆ อาจจะทำงานไม่ได้ เพราะว่ากฎหมายมันเยอะเกิน ผมนั่งดูกฎหมายที่เกี่ยวกับรถชน มีหลายสิบฉบับ แล้วบางอันยิบย่อยลงไป เจ้าหน้าที่อาจจะยังไม่รู้เลยว่ามีกฎหมายนี้อยู่หรือเปล่า มีโทษเท่าไหร่”

“ผมไปคุยกับเจ้าหน้าที่ เขาลุยทำงานเต็มที่ ทุกคนเหนื่อย ทั้งพนักงานเจ้าหน้าที่ที่เกี่ยวข้อง จะไปว่าเขาไม่ทำงานก็ไม่ได้ บางคนถึงกับท้อด้วย จะเกษียณแล้วแต่คนก็ยังตายอยู่แบบนี้ น่าเศร้านะ ผมว่าเราไม่ควรเกษียณโดยที่รู้สึกว่างานเรายังไม่บรรลุเป้าหมาย การแก้อุบัติเหตุยังไม่ดีขึ้น คนทำจะนอนตายตาหลับได้อย่างไร บางคนทำงานมา 40 ปี เห็นมาตลอด แล้วมันแย่ลงเรื่อยๆ แล้วก็ถึงเวลาเกษียณ มันรู้สึกแปลกๆ นะ ถ้าเป็นผม ก็อยากลองวัดดูว่าอะไรใช้ได้บ้าง”

คนตายเพราะเมาแล้วขับ?

ดร.ณภัทรยกตัวอย่างประเด็นที่น่าสนใจและเกี่ยวข้องกับนโยบายว่า อันแรก พฤติกรรมเมาแล้วขับจนนำไปสู่อุบัติเหตุไม่ได้มากเท่าที่คนเข้าใจ หลักฐานที่เจอยังน้อยไปที่จะไปฟันธงว่าเป็นสาเหตุหลักของอุบัติเหตุ เพราะจาก 3 ถังข้อมูลที่บอกว่าคนเสียชีวิตแล้วเมามากสุดคือ 20% ของจำนวนผู้เสียชีวิตทั้งหมด แต่จริงๆ มันเป็นแค่ส่วนหนึ่งของข้อมูลเพราะเราเก็บข้อมูลไม่ครบ ไม่ทราบเหมือนกันว่าถ้าเก็บครบอาจจะเป็นแค่ 10% หรืออาจจะ 50% ยังไม่รู้เหมือนกัน แต่ตอนนี้ยังไม่เห็นหลักฐานอะไร อาจจะข้อมูลไม่พอก็ได้ ดังนั้นภาครัฐควรให้น้ำหนักงบประมาณหรือความพยายามไปในด้านอื่นมากขึ้นก่อนได้หรือไม่ นี่เป็นตัวอย่างว่าควรจะมีหลักฐานมากกว่านี้หรือไม่

“การที่เราเตือนให้ประชากรเราไม่ดื่มแล้วขับเป็นเรื่องที่ดีอยู่แล้ว ใครก็ตามถ้าเมาก็ชน แต่การที่เรากำกับการขายสุราโดยที่เรายังไม่ทราบถึงต้นตอจริงๆ ว่ามันคืออะไร หรือมาจากเมาจริงไหม ยังไม่เห็นหลักฐานอะไร แล้วจุดอ่อนหนึ่งของประเทศไทยคือเราไม่มีข้อมูลพฤติกรรมคนขับละเอียดขนาดนั้น อันนี้มันมีข้อถกเถียงกันมากว่า อุบัติเหตุเกิดเพราะว่าปัจจัยภายนอก หรือว่าปัจจัยคนขับอย่างเช่น อายุ การศึกษา เพศ พฤติกรรมเสี่ยงอย่างใส่หมวกกันน็อกหรือไม่ คาดเข็มขัดนิรภัยหรือไม่ ดื่มสุราหรือเปล่า อันนี้มันเถียงกันจนถึงที่สุดก็คงยังไม่ได้ เพราะว่าเราไม่มีข้อมูล”

แล้วพอลองวัดผลของนโยบายที่ห้ามจำหน่ายสุราบางช่วงเวลา จริงๆ อันนี้วัดยากมากเพราะมันไปทับกับชั่วโมงเร่งด่วนพอดี คือเริ่มขาย 5 โมงถึงเที่ยงคืน ถ้าเราทำแบบง่ายๆ คือพล็อตกราฟดู จะดูเหมือนว่าช่วงนั้นคนชนเยอะ ซึ่งแน่นอนอยู่แล้วมันมีจำนวนรถเยอะกว่าเวลาอื่น แต่ไม่ได้พิสูจน์เลยว่านโยบายนี้ได้ผลหรือไม่ ทุกนโยบายมันมีต้นทุนอยู่แล้ว ทำอะไรก็มีคนเสียประโยชน์ได้ประโยชน์ คนที่เสียประโยชน์ก็คือผู้บริโภคที่อยากกิน ร้านที่จะจำหน่าย ทีนี้เราลองวัดแล้วจากข้อมูลของกรมทางหลวงไม่ได้มีผลอะไร (ไม่ใช่ทุกถนน เฉพาะข้อมูลของกรมทางหลวง)

“วิธีวัดคือทำ difference-in-differences ก็ไม่ได้ดีที่สุด ที่ดีที่สุดคือควรทำการทดลอง แต่วิธีทำเสมือนมีการทดลองคือดูช่วงเวลาก่อนที่จะมีนโยบายและหลังมีนโยบายและเปรียบเทียบความแตกต่างในแต่ละช่วงเวลาในแต่ละวัน เราไม่เจอหลักฐานว่ามีผลกระทบกับการลดอุบัติเหตุ ก็ไม่ได้แปลกใจนักถ้าไปถามคนที่เป็นนักดื่ม คนที่กินจริงๆ เขาก็ซื้อตุนไว้ เผลอๆ ซื้อเยอะกว่าเดิมเพราะรู้ว่าจะไม่มีขาย ไปต่างจังหวัดอะไรก็แวะซื้อเต็มไปหมด ร้ายสุดที่เคยได้ยินคือเดินไปเปิดขวดเลยตรงนั้นเพราะร้านก็ต้องเก็บเงินเรา เสร็จแล้วร้านก็ไปยิงบาร์โค้ดทีหลังเอาตอนเย็น”

“ป้ายรถเมล์” ทำให้คนเสี่ยงขึ้น?

ตัวอย่างต่อไปคือดูว่าอุบัติเหตุมักจะเกี่ยวโยงกับถนนรูปแบบไหน วันเวลาแบบไหน สถานที่เป็นอย่างไร เราก็เจออะไรเยอะ อย่างเช่น ป้ายรถเมล์ ถ้าเอาสถานที่ที่คล้ายกันหมดเลย มีจำนวนร้านเหมือนกัน มีธนาคาร มีโรงเรียนเท่ากัน ถนนเลนเท่ากัน แต่อันหนึ่งมีป้ายรถเมล์ อีกอันไม่มี ปรากฏว่าอันที่มีป้ายรถเมล์เสี่ยงขึ้น 1 ครั้งต่อปี รวมกันใน กทม.มีเป็น 1,000 ป้าย รวมกันแล้วเป็น 1,000 ครั้ง แล้วสถิติอุบัติเหตุใน กทม.มีสาเหตุเกี่ยวเนื่องกับป้ายรถเมล์

ตรงนี้ไม่ได้บอกว่าเป็นเพราะป้ายรถเมล์ หรือให้กำจัดป้ายรถเมล์ แต่น่าสงสัยว่าทำไม เกิดอะไรขึ้นแถวนั้น ขนาดโรงเรียน ร้านค้า ร้านข้างทางที่เราเห็นว่าน่าจะเสี่ยงว่ารถเลี้ยวเข้าออก คนเยอะ ยังไม่มีผลกระทบเท่าอันนี้เลย แล้วมีอยู่เหนือกว่าว่ามีรถเมล์วิ่งหรือเปล่าด้วย คือเราเอาข้อมูลจำนวนสายรถเมล์มาเทียบด้วย คือยิ่งมีจำนวนสายวิ่งเยอะความเสี่ยงจะมากกว่า แต่ก็ไม่เท่ากับการมีหรือไม่มีป้ายรถเมล์ แสดงว่ามันเกี่ยวเนื่องกับการไปๆ หยุดๆ ของรถเมล์

“แล้วพอถามว่าทำไมอันนี้เราตอบยาก เพราะก็ไม่ได้มีกล้องไปส่องดูทุกที่ แต่ว่าต้องไปเอาข้อมูลกรมทางหลวงมา ซึ่งก็น่าเศร้าอีกเพราะมีข้อมูลอีกอันที่มีทั้ง กทม. แต่ไม่มีบอกว่าประเภทการชนเป็นอย่างไร ชนเพราะอะไร ทุกคนอยากรู้ว่าเป็นอย่างที่คิดไหม เพราะว่าการจอดห่วยๆ ของรถเมล์หรือไม่ ผมก็ไม่รู้ ข้อมูลมันไม่ได้บันทึกเอาไว้ ฐานข้อมูลของไทยที่เก็บข้อมูลนี้ไว้คือของกรมทางหลวง ซึ่งพอมีบันทึกเอาไว้ ก็ต้องไปแยกออกมาว่าของ กทม.มีกี่ถนนที่เป็นของกรมทางหลวง ก็มีน้อยมาก แล้วก็ต้องเป็นถนนที่มีรถเมล์ไปหยุดด้วยนะ แต่อย่างน้อยก็ลองดู”

ปรากฏว่าถ้าเป็นถนนที่มีป้ายรถเมล์ใน กทม.เกือบจะทั้งหมดเลยเป็นเพราะว่าการหยุดและเคลื่อนตัวออก และไม่ได้เกี่ยวกับรถเมล์ด้วย เป็นรถข้างๆ รถเมล์ คือเขาไม่ได้มองว่ารถเมล์กับป้ายเป็นส่วนหนึ่งของถนน คือรถเมล์ไม่ได้ชนกับใครเลย เป็นแค่คนอื่นชนกันเอง ซึ่งทางออกของอันนี้ก็คิดไม่ออก เพราะว่าต้องมีป้ายรถเมล์ อาจจะไปดูเรื่องอื่นด้วย อย่างไฟท้ายขึ้นหรือไม่ หรืออาจจะเป็นเพราะว่ามีแท็กซี่เข้าไปจอด หรือรถขายไก่ย่างไปจอดขวาง ก็ต้องจอดกลางถนนก็ไม่รู้ ก็ไม่ได้จะโทษใคร ผมก็ไม่ได้มีข้อมูลพฤติกรรมคนขับรถเมล์ อันนี้ก็น่าสนใจศึกษาต่อไป

ขับเร็วขึ้น=ปลอดภัยมากขึ้น?

อีกนโยบายที่ถูกพูดถึงคือการปรับระดับการจำกัดความเร็วสูงสุด อันนี้เอาข้อมูลจากรถที่วิ่งเก็บข้อมูลวิ่งวันนั้นมาทำแผนที่ ก็ไม่ค่อยดีเท่าไหร่เพราะมาจากรถคันเดียว แต่ดีกว่าใช้การจำกัดความเร็วมาเป็นตัวแทน เพราะไม่มีใครทำตามอยู่แล้วในประเทศนี้ ก็อย่างน้อยเป็นความเร็วที่ใช้จริงๆ เราก็เจอว่ายิ่งเร็วยิ่งแย่ ผมไม่เห็นหลักฐานเลยว่าถนนยิ่งเร็วแล้วจะปลอดภัย อาจจะสวนทางกับนโยบายของกรมทางหลวง คือถนนที่เหมือนกันทุกอย่าง ที่เดียวกัน ทำเลเดียวกัน แต่ถ้าเกิดมันเป็นช่วงที่ขับได้เร็ว จากข้อมูลของรถที่ไปวิ่งเก็บข้อมูล ช่วงนั้นจะมีอุบัติเหตุมากกว่า

คือข้อโต้แย้งที่ใช้กันคือถ้าเกิดในทางด่วนหรือ highway มันควรจะวิ่งได้เร็ว อันนี้ไม่เป็นไร เพราะว่าเราเจอมาว่าบน highway โอกาสที่จะเกิดอุบัติเหตุมันน้อยกว่าจริงๆ เทียบกับถนนที่คล้ายๆ กัน แต่ถ้าอยู่ในระบบ Highway แบบนี้เสี่ยงน้อยกว่าจริง แต่ที่กำลังจะบอกคือเราเจอหลักฐานว่าถนนที่เหมือนกันทุกอย่างเลย แต่อันหนึ่งรถวิ่งได้เร็วอีกอันวิ่งได้ช้า อันที่วิ่งได้ช้าปลอดภัยกว่า ซึ่งผมไม่รู้เหมือนกันว่าต้องทำอย่างไร แต่ว่าจะเปลี่ยนระดับการจำกัดความเร็วมันต้องทดลองมากกว่านี้ เข้าใจว่าเหนื่อยกว่าจะเก็บข้อมูลทั้งหมดได้ แล้วตรงไหนวิ่งได้เร็วตรงไหนวิ่งได้ช้า มันก็ยาก

“ป้ายหยุด-สัญญาณไฟ” ช่วยลดอุบัติเหตุ?

สำหรับนโยบายต่อไปคือป้ายหรือสัญญาณจราจรทำให้อุบัติเหตุลดลงหรือไม่ ดร.ณภัทรกล่าวว่า ปกติแล้วความตั้งใจของการติดป้ายคือตรงนั้นมันอันตราย ให้คนรู้ว่ามันอันตราย แต่เราเจอว่ายิ่งมีป้ายยิ่งอันตราย คืออย่างป้ายหยุดรถ ตรงที่ถนนที่เหมือนกันทุกอย่างยกเว้นป้ายนี้ ตรงที่มีป้ายโอกาสเกิดอุบัติเหตุเยอะกว่า ผมว่ามันไม่มีใครดูป้ายนี้ เพราะมันเป็นที่ที่อันตรายกว่าที่อื่นอยู่แล้ว มันเลยมีป้ายมาตั้งแต่แรก และไม่ใช่แค่ตรงนี้ สัญญาณไฟก็ด้วย สี่แยกที่มีไฟสัญญาณก็เกิดอุบัติเหตุมากกว่า อาจจะเพราะพลุกพล่านมากกว่าหรือรถเยอะเยอะกว่า เป็นอะไรที่ล้มเหลวของอะไรบางอย่างที่เกี่ยวกับระบบไฟหรือป้าย จริงๆ มันควรจะทำให้เราหยุด อย่างสัญญาณหยุดอาจจะต้องคิดใหม่เลยว่าจะทำป้ายหรือไม่ หรือทำเป็นลูกระนาดสูงๆ เอาให้รถพังกันไปเลย คือยังไงก็ต้องหยุดหรือชะลอความเร็ว ยังไงก็ไม่ให้ไปเร็วๆ มันก็มีต้นทุน แต่อาจจะช่วยชีวิตคนได้จริงๆ ก็ได้

ตั้งด่านลดอุบัติเหตุปีละเท่าไหร่?

อีกอันคือด่านตำรวจ คนก็ถามว่าทำไปทำไม รถติด รู้ๆ กันอยู่ว่ามีการหนีด่านด้วยวิธีต่างๆ อยากรู้ว่ามันยังมีผลหรือไม่ เราก็เอาข้อมูลการตั้งด่านของตำรวจรายชั่วโมงย้อนหลังไปอีก 2 ปีทุกวันมาลองวิเคราะห์ วิธีการคือพอเรารู้ว่ามันอยู่ตรงไหน เราก็แบ่งพื้นที่ กทม.ออกเป็นช่องๆ 25,000 ช่อง แล้วแบ่งตามช่วงเวลาย้อนหลังไป 2 ปี จะได้ฐานข้อมูลใหญ่มาก ก็พบว่าที่พื้นที่ช่องนี้เป็นวันพฤหัสบดีเหมือนกัน เวลานี้เหมือนกัน แต่บางทีมีด่าน ไม่มีด่านในช่วง 2 ปีนั้น เราก็เอาพื้นที่ช่องนี้มาเทียบกันเองกับตัวเองในแต่ละห้วงเวลาแล้ววัดว่ามีผลแตกต่างกันหรือไม่ระหว่างมีด่านกับไม่มีด่าน มากน้อยแค่ไหนในละแวกนั้น

“เราเจอว่าทั้ง กทม.ที่เปิดมาปีกว่า ลดอุบัติเหตุไปได้ 760 ครั้ง อาจจะดูไม่เยอะมาก แต่มันเป็นอุบัติเหตุที่เกิดขึ้นใกล้สถานมึนเมาและเป็นตอนกลางดึก ฉะนั้นจริงๆ แล้วโอกาสจะตายมันอาจจะสูงกว่าปกติอยู่แล้ว สูงกว่ากลางวันแน่นอน คือมีองค์ประกอบครบหมดเลย ทั้งเมา ทั้งกลางคืน ทั้งขับรถเร็วได้ พอวัดได้แบบนี้เรารู้เลยว่าเป็นขั้นต่ำแน่ๆ เพราะว่าไหนจะมีคนหนีด่านอีก ฯลฯ คงไม่ตายทุกครั้งแต่ก็น่าจะมีโอกาสสูงกว่า ผมไม่ได้จะฟันธงว่าจะทำต่อหรือไม่ แต่ให้สังคมดูว่าคุ้มไหมกับการเปิดด่านแบบนี้ มันก็มีค่าใช้จ่ายอยู่ เราก็วัดมาให้ว่าประโยชน์คืออะไร ถ้าสมมติว่าตายสัก 10% ก็อาจจะสัก 75 คน แล้วไปคิดมูลค่าชีวิตของคนที่ตายไป คนละสมมติ 10 ล้านบาท มันก็ 750 ล้านบาทที่เราจะช่วยได้ ถ้าต้นทุนต่ำกว่าก็ทำ”

อีกอันที่แปลกใจคือว่าคนชอบบอกว่าด่านรู้อยู่แล้วเปิดที่เดิมตลอด ซึ่งไม่จริง คือมันเปิดที่เดิมบ่อยเฉพาะบางที่อันนั้นคือมีทุกวัน แต่บางที่ไม่ได้มีทุกวัน อันนี้ก็ดีต่อมุมนักวิจัยด้วย มันจะได้เหมือนการทำการทดลอง อีกอันคือด่านเดิมไม่ได้ผลอะไรหรอก คนรู้อยู่แล้ว อันนี้เราพิสูจน์ว่าไม่จริง เราเทียบด่านน้องใหม่กับด่านเก่าแก่ ปรากฏว่าด่านที่เปิดมานานๆ ชั่วโมงบินของมันไม่ได้มีผลอะไร คือจะเก่าจะใหม่ ช่วยชีวิตคนได้พอๆ กัน อาจจะเป็นเพราะว่าด่านทั้งหมดไม่ใหญ่พอหรือไม่ จับได้ไม่กี่คนก็ต้องปล่อยไป ก็ไม่รู้เหมือนกัน อีกอันคือด่านที่เปิดใกล้สถานบันเทิงก็ยิ่งได้ผล แต่ก็ทำอะไรไม่ได้นะ คือจะให้ไปเปิดตรงร้านเหล้า เขาก็ทำกินไม่ได้ มันก็ต้องหาสมดุล แล้วจะให้นั่งรถไฟฟ้าไปกินมันก็ประหลาดอะ ผังเมืองเรามันไม่ได้รองรับแบบนั้น

ควรห้ามมอเตอร์ไซค์ขึ้น-ลง “สะพาน-อุโมงค์”?

สุดท้ายเรื่องห้ามจักรยานยนต์ลงอุโมงค์และขึ้นสะพาน ไม่ได้ผลเหมือนกัน ผมก็ไม่รู้วัดทำไมนะ เพราะรู้อยู่แล้วว่าเขาก็ขึ้นกันอยู่ แต่ลองวัดดูเผื่อว่าอาจจะมีคนที่กลัวตายอยู่บ้างไม่ขึ้นบ้างนะ ไม่มีแบบนั้น คิดว่าประกาศนี้ยังไม่เคยได้ยินเลย ผมต้องไปนั่งค้นดูว่ามีนโยบายอะไรที่กระทบจักรยานยนต์ ก็เจออีกประเด็นว่าไม่ค่อยมีนโยบายที่กล้ากระทบจักรยานยนต์ ทั้งๆ ที่ไปดูข้อมูลที่เสียชีวิตเกือบทั้งหมดเป็นรถจักรยานยนต์ 70-90% ที่เสียชีวิต คือไม่ใช่เกิดจากจักรยานยนต์ คือคนตายเป็นเขา แล้วจริงๆ อุบัติเหตุที่มาจากจักรยานยนต์ไม่ได้เยอะขนาดนั้น แต่ที่ตายเป็นส่วนใหญ่

“ผมว่าน่าผิดหวังนะ เพราะถ้ารู้ข้อมูลแบบนี้ยังไงก็ต้องออกนโยบายให้เขาปลอดภัยขึ้น ถึงแม้ว่าจะไม่พอใจก็ตาม เขาจะได้ไม่ตาย มันเป็นปัญหาเรื่องการเมืองอะไรก็อีกเรื่องหนึ่ง แต่การวางนโยบายสาธารณะผมว่ามันต้องเหนือการเมือง โดยเฉพาะถ้ามีคนตายปีละ 20,000 คน คือเขาอาจจะเป็นห่วงว่าเขาถูกเอาเปรียบ ชีวิตก็ลำบากกว่าอยู่แล้ว ยังมาห้ามอีก ผมก็ว่าอาจจะกลัวที่จะออกนโยบายเพราะคนขับจักรยานยนต์เยอะมาก แล้วบางอย่างที่จะทำก็ทำไม่ได้ในทางปฏิบัติ ขับวันคู่วันคี่ทำไม่ได้หรอก บังคับไปซื้อหมวกแพงๆ ไม่ได้ผลแน่นอน แต่ก็ต้องหาทางออก”