विषय 36 / 64· सामाजिक क्षेत्र और परोपकार मेट्रिक्स

प्रभावी परोपकार लागत-प्रभावशीलता

प्रभावी परोपकार (EA) लागत-प्रभावशीलता तर्क चैरिटेबल हस्तक्षेपों को उतने भलाई की मात्रा के आधार पर रैंक करता है — अक्सर प्रति डॉलर ख़र्च बचाई गई जानें, या प्राप्त स्वास्थ्य के रूप में व्यक्त — और धन को उस हस्तक्षेप की ओर निर्देशित करता है जो सीमांत रूप से सबसे अधिक भलाई ख़रीदता है। GiveWell इस क्षेत्र का सबसे प्रभावशाली अभ्यासकर्ता है: यह "शीर्ष चैरिटी" की एक छोटी सूची के लिए स्पष्ट, अद्यतन प्रति-जीवन-बचाई-गई-लागत और प्रति-परिणाम अनुमान प्रकाशित करता है, और दानदाताओं को उसे दान देने की सिफ़ारिश करता है जिसके पास वर्तमान में सबसे अच्छी दर पर अधिक वित्तपोषण के लिए जगह है।

यह क्यों महत्वपूर्ण है

GiveWell अपनी प्रकाशित पद्धति में लागत-प्रभावशीलता को प्रमुख मानदंड बताता है: यह साक्ष्य-समर्थित हस्तक्षेपों की तलाश करता है, एक सामान्य इकाई में उनकी लागत-प्रभावशीलता का अनुमान लगाता है, और पूरी तरह असंबंधित कारणों में — मलेरिया के विरुद्ध बेडनेट, विटामिन A पूरकता, नक़द-हस्तांतरण, टीका-प्रोत्साहन भुगतान — उसी एक अक्ष पर रैंक करता है। यह स्वास्थ्य अर्थशास्त्र से QALY/DALY-शैली के तर्क का परोपकार में सीधा आयात है: जैसे कोई स्वास्थ्य प्रणाली पूछती है "सीमांत रूप से प्रति पाउंड कितने QALY," वैसे ही GiveWell पूछता है "सीमांत रूप से प्रति डॉलर कितनी जानें, या जीवन-वर्ष," और एक बार उस सामान्य इकाई में बदल जाने पर कारणों को प्रतिस्थापन योग्य मानता है। इस तर्क-ढाँचे के सार्वजनिक-क्षेत्र समकक्ष के लिए देखें सरकार में लागत-प्रभावशीलता विश्लेषण।

सबसे अधिक उद्धृत GiveWell आँकड़ा Against Malaria Foundation (AMF) से संबंधित है, जो कीटनाशक-उपचारित बेडनेट वितरित करता है। GiveWell के प्रकाशित व्यावहारिक उदाहरण (2020 के वित्तपोषण डेटा से लिया गया) में, अपूर्ण नेट-उपयोग, बिना-नेट के आधार-रेखा मृत्यु-दर, और फ़ंजिंग के लिए समायोजन — यह संभावना कि AMF को वैसे भी उस वित्तपोषण का कुछ हिस्सा अन्य दानदाताओं से मिल जाता — का हिसाब लगाने के बाद, लगभग $4,500 ने एक मृत्यु टालने के लिए पर्याप्त नेट वित्तपोषित किए। GiveWell स्पष्ट रूप से कहता है कि यह आँकड़ा समय और भूगोल के साथ बदलता है जैसे-जैसे मलेरिया-प्रसार, नेट-लागत और वित्तपोषण-अंतर बदलते हैं, और यह कि जीवन बचाने की लागत समय के साथ सामान्यतः बढ़ने की अपेक्षा है क्योंकि सबसे सस्ते अवसर पहले ले लिए जाते हैं; यह विधि का एक व्यावहारिक चित्रण है, कोई स्थिर क़ीमत नहीं।

गणितीय आधार

Cost-effectiveness = Cost of intervention / Units of good produced
                    (e.g. $ per life saved, $ per DALY averted, $ per QALY)

GiveWell's chain for a bednet programme, illustratively:
  $ per net purchased and delivered
    ÷ share of nets actually used
    ÷ people protected per net
    × baseline annual mortality without nets
    × reduction in mortality attributable to net use (from RCT evidence)
    × years of protection per net
    ÷ adjustment for funging (money displacing other donors' funding)
  = $ per life saved (net of counterfactual funding effects)

यह शृंखला मायने रखती है क्योंकि हर क़दम वह जगह है जहाँ लागत-प्रभावशीलता अनुमान आमतौर पर ग़लत हो जाते हैं — नीचे सामान्य त्रुटियाँ देखें — और क्योंकि यह स्पष्ट करती है कि "प्रति जीवन बचाई गई लागत" कभी कोई कच्ची देखी गई क़ीमत नहीं है; यह कई अलग-अलग अनिश्चित इनपुट से बना एक मॉडल किया गया अनुमान है।

व्यावहारिक उदाहरण

दो काल्पनिक हस्तक्षेप, दोनों साक्ष्य-समर्थित, एक ही सीमांत £100,000 के लिए प्रतिस्पर्धा करते हुए:

  • बेडनेट (AMF-शैली): 2020 के डेटा से लिए गए GiveWell के प्रकाशित व्यावहारिक उदाहरण पर लगभग $4,500 प्रति जीवन बचाई गई, यानी विनिमय-दर और उपयोग किए गए वर्ष के आधार पर मोटे तौर पर प्रति £100,000 लगभग 20 जानें बचाई गईं।
  • डीवर्मिंग कार्यक्रम: कोई प्रशंसनीय मृत्यु-दर लाभ बिल्कुल नहीं, लेकिन बचपन में डीवर्मिंग से दीर्घकालिक आय-लाभ का मज़बूत साक्ष्य; GiveWell इसे आय-लाभ के संदर्भ में मूल्यांकित करता है, जीवन बचाने के संदर्भ में नहीं, जो इसे बेडनेट के विरुद्ध सीधे तुलना करना एक साझा इकाई के बिना कठिन बना देता है। GiveWell रैंकिंग के लिए दोनों को एक आंतरिक इकाई में बदलने हेतु एक स्पष्ट "नैतिक-भार" (moral weights) ढाँचे का उपयोग करता है।

EA विधि का अनुशासन इस तुलना को खुले में मजबूर करना है, न कि दोनों को इसलिए वित्तपोषित करना क्योंकि दोनों "अच्छे लगते हैं।" यूके सामाजिक उद्यमों और स्थानीय कमीशनरों द्वारा उपयोग किए जाने वाले समतुल्य मजबूर-करने वाले फ़ंक्शन के लिए देखें सामाजिक निवेश प्रतिफल, जो उसी प्रश्न को पूछता है — प्रति पाउंड सबसे अच्छा प्रतिफल क्या है — लेकिन जीवन/DALY मुहावरे के बजाय मौद्रिक-मूल्य मुहावरे में।

सॉफ़्टवेयर इंजीनियरिंग से संबंध

EA-संरेखित फंडरों (Open Philanthropy, GiveWell स्वयं, Giving What We Can जैसे प्रभावी-दान प्लेटफ़ॉर्म) के लिए दानदाता प्लेटफ़ॉर्म, अनुदान-मिलान टूल, या प्रभाव डैशबोर्ड बनाने वाले इंजीनियरों को लागत-प्रभावशीलता अनुमानों को बताई गई धारणाओं के साथ सीमाओं (ranges) के रूप में प्रस्तुत करना चाहिए, एकल संख्याओं के रूप में नहीं — अंतर्निहित मॉडल में कई गुणात्मक अनिश्चित इनपुट होते हैं, और इसे डैशबोर्ड पर एक आँकड़े में समेट देना GiveWell के स्वयं बताए गए विश्वास को ग़लत ढंग से प्रस्तुत करता है। हर अनुमान को प्रकाशन-तिथि के अनुसार वर्ज़न करें; GiveWell अपनी संख्याओं को संशोधित करता है, कभी-कभी काफ़ी हद तक, जैसे-जैसे नया RCT साक्ष्य या वित्तपोषण-अंतर डेटा आता है, और एक पुराने आँकड़े को कैश करने वाला प्लेटफ़ॉर्म चुपचाप ग़लत हो जाता है।

सामान्य त्रुटियाँ

  • लागत-प्रभावशीलता अनुमान को एक स्थिर क़ीमत मानना। यह कई अनिश्चित गुणात्मक इनपुट (उपयोग-दरें, आधार-रेखा मृत्यु-दर, फ़ंजिंग समायोजन) वाला एक मॉडल-आउटपुट है; तिथि और वर्ज़न बताएँ।
  • फ़ंजिंग/विस्थापन को नज़रअंदाज़ करना। किसी ऐसे संगठन को वित्तपोषित करना जिसे वैसे भी किसी अन्य दानदाता से धन मिल जाता, हेडलाइन के सुझाव से कम काउंटरफ़ैक्चुअल भलाई ख़रीदता है — देखें अतिरिक्तता और डेडवेट और विस्थापन और आरोपण।
  • बिना रूपांतरण के असंगत इकाइयों में तुलना करना। "बचाई गई जानें" और "प्राप्त आय" एक स्पष्ट नैतिक-भार ढाँचे के बिना सीधे तुलनीय नहीं हैं; उन्हें मानो एक ही हों ऐसे साथ-साथ प्रस्तुत करना एक श्रेणी-त्रुटि है।
  • कारण-क्षेत्र सुरंग-दृष्टि। केवल एक कारण-क्षेत्र के भीतर रैंक करना (जैसे केवल वैश्विक स्वास्थ्य चैरिटी) और विजेता को "सबसे लागत-प्रभावी चैरिटी" कहना दावे को बढ़ा-चढ़ाकर पेश करता है; GiveWell की क्रॉस-कारण रैंकिंग जानबूझकर संकीर्ण है (वैश्विक स्वास्थ्य और कल्याण), सार्वभौमिक नहीं।

स्रोत