Designing welfare-maximising financing for publicly-provisioned digital child-health platforms: A mixed-methods policy simulation from Thailands KhunLook application

Dit artikel maakt gebruik van een mixed-methods beleidssimulatie op het digitale gezondheidsplatform KhunLook van Thailand om aan te tonen dat een inkomenstoegestane subsidie met een vast tarief voor de bovenste 60% van de gebruikers de afweging tussen welvaart, gelijkheid en fiscale duurzaamheid optimaliseert in vergelijking met volledige overheidsvoorziening of marktgebaseerde prijsstelling.

De kern

Stel je voor dat de Thaise regering een magische, gratis smartphone-app genaamd KhunLook heeft gebouwd. Het is als een digitale "Roze Boek" die ouders helpt de groei van hun baby bij te houden, vaccinatie-data te onthouden en advies van artsen te krijgen. Jarenlang was het gratis voor iedereen, betaald door de regering en donateurs. Maar nu vertrekken die donateurs, en moet de regering uitzoeken hoe ze de lichten aan kunnen houden zonder de app uit te schakelen voor de gezinnen die het het hardst nodig hebben.

Dit artikel is als een financieel weersvoorspelling. In plaats van alleen maar te gokken, voerde de auteur een geavanceerde computersimulatie uit om vijf verschillende manieren te testen om de app te financieren, met de vraag: "Welk plan houdt het meeste mensen tevreden, helpt de armste gezinnen het meest, en laat toch genoeg geld in de bank om de app draaiende te houden?"

Hier is hoe het artikel het uitlegt, met eenvoudige analogieën:

De Opzet: De "Bereidheid te Betalen"-kaart

De onderzoekers begonnen met een kaart van wat Thaise ouders daadwerkelijk bereid zijn te betalen. Ze ondervroegen 680 ouders en vonden een duidelijk patroon:

• Rijkere gezinnen zijn bereid meer te betalen (zoals het kopen van een premium-abonnement).
• Armere gezinnen zijn bereid veel minder te betalen.
• Als je iedereen dezelfde hoge prijs rekent, worden arme gezinnen buitengesloten.
• Als je niets rekent, raakt de regering geld tekort.

De Vijf Kandidaten (De Financieringsscenario's)

Het artikel testte vijf verschillende "prijsstrategieën" in de simulatie:

1. De "Voor Iedereen Gratis" (Status Quo): De regering betaalt voor alles.
   • Resultaat: Iedereen krijgt de app (100% adoptie), en het totale geluk (welzijn) is op zijn hoogst. Maar, de regering verliest elk jaar geld. Het is als een bakkerij die gratis brood aan iedereen geeft, maar failliet gaat omdat niemand voor het meel betaalt.
2. De "Vaste Prijs" (Eén Prijs voor Allen): Iedereen betaalt hetzelfde bedrag (ongeveer 341 Baht).
   • Resultaat: De regering maakt winst, maar de armste gezinnen kunnen het zich niet veroorloven en stoppen. De app wordt een club voor de rijken. Dit creëert een enorme kloof tussen rijke en arme gebruikers.
3. De "Freemium" (Basis Gratis, Premium Betaald): De basisfuncties zijn gratis, maar je betaalt extra voor "super"-functies.
   • Resultaat: In deze specifieke simulatie kocht bijna niemand de premium-upgrade. De extra functies waren voor de meeste mensen niet waardevol genoeg om de kosten te rechtvaardigen, dus dit plan bracht geen extra geld op.
4. De "Fijn Afgestemde Trappen" (Betalen per Inkomensgroep): De regering probeert elke inkomensgroep een iets andere prijs te rekenen (bijv. Q1 betaalt 0, Q2 betaalt 342, Q3 betaalt 395, enz.).
   • Resultaat: Dit klinkt eerlijk op papier, maar het is een logistieke nachtmerrie. De simulatie toonde aan dat gezinnen met een middeninkomen werden uitgesloten omdat de specifieke prijs voor hun groep te dicht bij lag bij wat ze daadwerkelijk konden betalen. Het vereist ook een complex systeem om het inkomen van iedereen te controleren, wat Thailand momenteel niet heeft voor deze app.
5. De "Op Inkomens Gebaseerde Subsidie" (De Winnaar): De regering gebruikt een bestaande lijst van arme gezinnen (het register van de "Welzijnskaart") om gratis toegang te geven aan de onderste 40% van de huishoudens. De bovenste 60% (midden en rijk) betaalt een vaste prijs van 395 Baht.
   • Resultaat: Dit was de kampioen.
     • Eerlijkheid: Het houdt de app gratis voor de armsten, zodat ze niet worden buitengesloten.
     • Geld: Het brengt genoeg geld op van de bovenste 60% om de kosten te dekken en zelfs een overschot van bijna 200 miljoen Baht over vijf jaar op te bouwen.
     • Eenvoud: Het gebruikt een lijst die de regering al heeft. Ze hoeven geen nieuw systeem te bouwen om inkomens te controleren; ze controleren gewoon de Welzijnskaart.

De Grote Conclusie

Het artikel betoogt dat eenvoud precisie verslaat.

Te slim proberen te zijn en elke enkele inkomensgroep een andere prijs te laten betalen (Scenario 4) schaadt eigenlijk de middenklasse en is moeilijk te beheren. In plaats daarvan werkt een "ruwe" maar eenvoudige regel het beste: Gratis voor de onderste 40%, Vaste Prijs voor de bovenste 60%.

Het is als een gemeenschapsbad:

• Als je iedereen dezelfde hoge prijs rekent, kunnen de armen niet zwemmen.
• Als de stad voor iedereen betaalt, gaat de stad failliet.
• De winnende strategie is: Gratis toegang voor gezinnen op de welzijnslijst, en een standaard ticketprijs voor iedereen anders.

Waarom Dit Belangrijk Is

Het artikel concludeert dat voor de Thaise KhunLook-app deze "Op Inkomens Gebaseerde Subsidie" de beste weg vooruit is. Het vangt 85% van het geluk van het volledig gratis model op, maar genereert een financieel overschot om de app in de toekomst in leven te houden.

De auteur merkt op dat deze logica ook voor andere landen zou kunnen werken, maar alleen als ze een vergelijkbare "Welzijnskaart"-lijst hebben om gemakkelijk te identificeren wie arm is. Als een land die lijst niet heeft, moet het misschien vasthouden aan het "Voor Iedereen Gratis"-model, zelfs als dat de regering meer kost.

Kortom: Maak de prijsbepaling niet te ingewikkeld. Gebruik de bestaande lijst van arme gezinnen om hen gratis toegang te geven, reken de rest een eerlijke vaste prijs, en je krijgt een systeem dat zowel eerlijk als financieel duurzaam is.

Technische samenvatting

Hier volgt een gedetailleerde technische samenvatting van het artikel "Designing welfare-maximising financing for publicly-provisioned digital child-health platforms: A mixed-methods policy simulation from Thailand's KhunLook application."

1. Probleemstelling

Nationale digitale gezondheidsplatforms voor maternale en kinderzorg in landen met een lage en middelbare inkomens (LMIC's) groeien snel, vaak sneller dan het bewijsmateriaal over duurzame financieringsmodellen. Naarmate initiële donatie- en onderzoeksfinanciering verstrijkt, staan regeringen voor een kritisch dilemma: hoe over te schakelen van volledig publieke (gratis) voorziening naar een kostendekkend model, zonder in te boeten aan gelijkheid, gebruikersaandeel of fiscale duurzaamheid.

De specifieke casestudie is KhunLook, een Thaise mobiele applicatie die dient als digitale opvolger van het door de staat uitgegeven "Roze Boekje" (Handboek voor Moeder- en Kinderzorg). Hoewel het platform een hoge betrokkenheid kent (meer dan 550.000 downloads), is de langetermijnfinanciering onzeker. Het artikel tracht de volgende vraag te beantwoorden: Welke prijsstructuur maximaliseert de totale sociale welvaart, terwijl tegelijkertijd fiscale duurzaamheid en gelijke toegang voor alle inkomensgroepen in een land met een middelbaar inkomen worden gewaarborgd?

2. Methodologie

De studie hanteert een kwalitatief-kwantitatief beleidsimulatiekader dat kwantitatieve welvaartseconomie combineert met kwalitatieve institutionele analyse.

A. Kwantitatieve Component: Welvaartsimulatie

• Bron van gegevens: Secundaire analyse van betalingsbereidheid (WTP)-data uit een enquête onder $n=680$ Thaise ouders en familieleden (Lounkaew et al., 2025).
• Parametrische invoer:
  • Regressiemodellen: Coëfficiënten uit Ordinary Least Squares (OLS) en Unconditional Quantile Regression (UQR) bij de 25e, 50e en 75e percentielen.
  • Imputatie: Individuele WTP-data waren niet beschikbaar. De auteurs imputeerden gemiddelde WTP op kwintilenniveau met behulp van monotone kubische interpolatie (PCHIP) op basis van gepubliceerde percentielankers.
  • Bevolkingssimulatie: Een synthetische populatie van 250.000 actieve verzorgers werd getrokken uit afgeknotte normale verdelingen, gecentreerd rond de geïmputeerde kwintielgemiddelden, met spreiding afgeleid van de OLS $R^2$ (0,711).
• Gesimuleerde scenario's: Vijf financieringsmodellen werden vergeleken over een horizon van 5 jaar (gedisconteerd met 3%):
  1. S1 (Status Quo): Volledig publieke voorziening (Gratis voor iedereen).
  2. S2 (Vlak tarief): Marktprijs ingesteld op het OLS-gemiddelde WTP (341 THB).
  3. S3 (Freemium): Gratis basisniveau; premiumniveau geprijsd op het 75e percentiel WTP (441 THB).
  4. S4 (Gedetailleerde trappen): Inkomensgebonden prijsstelling met distincte tarieven per kwintiel (Q1=0, Q2=342, Q3–Q4=395, Q5=441).
  5. S5 (Gemedieerde subsidie): Gratis voor de onderste 40% (Q1–Q2); vlak tarief van 395 THB (mediaan WTP) voor de bovenste 60% (Q3–Q5).
• Berekende metrics:
  • Totale welvaart ($W$): Som van Consumentensurplus (CS) en Netto Producentensurplus (PS).
  • Fiscale duurzaamheid: Netto Producentensurplus (Omzet minus Implementatiekosten).
  • Gelijkheid: Aandelenkloven tussen kwintielen en de Wagstaff Concentratie-index (CI) van consumentensurplus (negatieve waarden duiden op een pro-arme verdeling).
  • Dode gewichtsverlies (DWL): Welvaart verloren door niet-aanname.

B. Kwalitatieve Component: Institutionele Haalbaarheid

• Methode: Inductieve thematische analyse van Thaise beleidsdocumenten voor digitale gezondheid, de Wet op de Burgerlijke Registratie en historische verslagen van het "Roze Boekje".
• Doel: De reeks haalbare scenario's te beperken en simulatieresultaten te interpreteren tegen de achtergrond van reële administratieve capaciteit en politieke beperkingen (bijv. het bestaan van een register voor staatswelvaartskaarten, de traditie van gratis publieke gezondheidsgoederen).

3. Belangrijkste Bijdragen

1. Prescriptief Beleidsontwerp: Gaat voorbij aan beschrijvende waardering (schatting van wat gebruikers zullen betalen) naar prescriptief ontwerp (aanbeveling van hoe te prijzen) door welvaartsimulatie te integreren met institutionele beperkingen.
2. Administratieve Eenvoud versus Precisie: Daagt de intuïtie uit dat gedetailleerde, inkomensspecifieke prijsstelling superieur is. De studie toont aan dat grof gemedieerde toetsing (met behulp van bestaande registers) zowel op welvaarts- als op gelijkheidsgronden beter kan presteren dan gedetailleerde trappen, omdat het voorkomt dat "middel"-inkomensgroepen worden weggeprijsd die gevoelig zijn voor prijsniveaus dicht bij hun eigen betalingsbereidheid.
3. Overdraagbaar Kader: Biedt een reproduceerbaar kader voor andere LMIC's om financiering voor digitale publieke goederen te ontwerpen, specifiek waar een sociaal register bestaat om populaties met een laag inkomen te identificeren.

4. Belangrijkste Resultaten

• Scenario S1 (Gratis): Maximaliseert de totale welvaart (437,4 miljoen THB), maar resulteert in een aanhoudend fiscaal tekort (implementatiekosten worden niet terugverdiend).
• Scenario S2 (Vlak tarief): Genereert inkomsten, maar creëert ernstige ongelijkheid. Het sluit het armste kwintiel volledig uit, wat resulteert in een sterk pro-rijke concentratie-index (+0,460) en aanzienlijk dode gewichtsverlies.
• Scenario S3 (Freemium): Faalde in deze context. In het basisgeval overtrof de resterende waardering van geen enkele gebruiker voor het premiumniveau de prijs, wat leidde tot nul adoptie van het premiumniveau.
• Scenario S4 (Gedetailleerde trappen): Genereerde hoog dode gewichtsverlies (98,7 miljoen THB). Door trappen te dicht bij het specifieke gemiddelde WTP van middelste kwintielen te prijzen, veroorzaakte dit een gedeeltelijke marktuitstroom.
• Scenario S5 (Gemedieerde subsidie) – Het Aanbevolen Ontwerp:
  • Welvaart: Bereikte 372,9 miljoen THB in totale welvaart (85% van het S1-maximum).
  • Fiscale Duurzaamheid: Genereerde een netto producentensurplus van 198,6 miljoen THB over vijf jaar, wat de implementatiekosten dekt en toekomstige investeringen financiert.
  • Gelijkheid: Verdeelde consumentensurplus naar lagere inkomensgroepen (Concentratie-index = -0,258).
  • Haalbaarheid: Maakt gebruik van het bestaande Staatswelvaartskaart-register van Thailand om de onderste 40% te identificeren tegen bijna geen marginale administratieve kosten.
• Sensitiviteitsanalyse: De rangschikking bleef gelden over alle 12 sensitiviteitsspecificaties (variërende kosten, disconteringsvoeten, grootte gebruikersbasis en prijselasticiteit). S5 bleef in 100% van de runs het optimale fiscaal duurzame ontwerp.

5. Betekenis en Implicaties

• Voor Thailand: De studie biedt een concreet, evidence-based traject voor het Ministerie van Volksgezondheid om KhunLook over te laten gaan van donorafhankelijkheid naar fiscale zelfstandigheid, zonder in te breken op de gelijkheidsprincipes van het Universele Dekkingsregime. Het beveelt een specifiek beleid aan: Gratis toegang voor de onderste 40% en een vast jaarlijks tarief van 395 THB voor de bovenste 60%.
• Voor de Globale LMIC-context: Het artikel betoogt dat in landen met:
  1. Een sterk stijgende betalingsbereidheid met het inkomen,
  2. Bestaande sociale registers voor inkomenscontrole, en
  3. Een publieke gezondheidsopdracht voor maternale/kinderzorg,
     Grof gemedieerde toetsing superieur is aan complexe geprijsde trappen. De administratieve eenvoud van het gebruik van een bestaand register weegt zwaarder dan de theoretische efficiëntiewinsten van gedetailleerde prijsdiscriminatie.
• Methodologisch Inzicht: De studie benadrukt dat welvaartsimulaties die institutionele realiteiten negeren (bijv. het ontbreken van infrastructuur om inkomenskwintielen op het moment van dienstverlening te verifiëren), tot niet-uitvoerbare aanbevelingen leiden. De integratie van kwalitatief beleidsanalyse is essentieel voor het genereren van toepasbaar economisch advies.

Conclusie: Het artikel concludeert dat een gemedieerd subsidie-model (S5) de optimale oplossing is voor KhunLook, waarbij een balans wordt gevonden tussen hoge welvaartbehoud, fiscale zelfstandigheid en pro-arme gelijkheid, terwijl wordt vertrouwd op bestaande administratieve infrastructuur om implementatiekosten te minimaliseren.