কস্ট-ইফেক্টিভনেস অ্যানালাইসিস

Cost-effectiveness analysis

৯ মিনিট পড়া মধ্যম · Intermediate Python কোডসহ সম্পূর্ণ বাংলায়

এক নজরে · TL;DR

জনস্বাস্থ্য, নিরাপত্তা, জীবন রক্ষার মতো ক্ষেত্রে বেনিফিট ডলারে পরিমাপ করা কঠিন বা অনৈতিক — তখন B/C রেশিওর বদলে কস্ট-ইফেক্টিভনেস অ্যানালাইসিস ব্যবহার করা হয়।
মূল ধারণা — খরচকে একটি অ-আর্থিক ইফেক্টিভনেস মাপকাঠি (যেমন জীবন রক্ষা, দূষক অপসারণ) দিয়ে ভাগ করা — যেমন $/জীবন-রক্ষা, বা $/টন দূষক অপসারণ।
যে অল্টারনেটিভের ইউনিট-প্রতি খরচ সবচেয়ে কম, সেটিই সবচেয়ে কস্ট-ইফেক্টিভ — সর্বনিম্ন মোট খরচ বা সর্বোচ্চ ইফেক্টিভনেস নয়।
নিচের কোড সেলে ৩টি বায়ু-দূষণ নিয়ন্ত্রণ প্রযুক্তির (scrubber) বার্ষিকীকৃত খরচ ও প্রতি-টন খরচ গণনা করে সবচেয়ে কস্ট-ইফেক্টিভ প্রযুক্তি বাছাই করা হবে — A/P ফ্যাক্টর দিয়ে, যা M3-এর ইউনিফর্ম সিরিজ সূত্র থেকে আসে।

এই পাঠে যা শিখবেন

কখন B/C রেশিওর বদলে কস্ট-ইফেক্টিভনেস অ্যানালাইসিস ব্যবহার করতে হয়
বার্ষিকীকৃত খরচ (annualized cost) কীভাবে A/P ফ্যাক্টর দিয়ে গণনা করা হয়
প্রতি-ইউনিট-ইফেক্টিভনেস খরচ ($/effectiveness unit) হিসাব করে অল্টারনেটিভ র‍্যাঙ্ক করা
Python দিয়ে ৩টি দূষণ-নিয়ন্ত্রণ প্রযুক্তির বার্ষিকীকৃত খরচ, $/টন হিসাব ও সবচেয়ে কস্ট-ইফেক্টিভ বাছাই

১ · যখন বেনিফিট ডলারে পরিমাপ করা যায় না

L25-এ B/C রেশিও কাজ করে কারণ বেনিফিট (এড়ানো বন্যা-ক্ষতি) ও খরচ দুটোই ডলারে প্রকাশ করা যায়। কিন্তু কিছু প্রজেক্টে বেনিফিট এমন কিছু যা ডলারে রূপান্তর করা কঠিন, অনির্ভরযোগ্য, বা নৈতিকভাবে আপত্তিকর — যেমন "একটি জীবন রক্ষার আর্থিক মূল্য কত," বা "স্বাস্থ্যের উন্নতির ডলার-মূল্য কত।" এই পরিস্থিতিতে ব্যবহার করা হয় কস্ট-ইফেক্টিভনেস অ্যানালাইসিসCost-Effectiveness Analysisবেনিফিটকে ডলারে না বদলে, বরং একটি অ-আর্থিক ইফেক্টিভনেস মাপকাঠি (effectiveness measure)-এর প্রতি ইউনিট খরচ হিসাব করে অল্টারনেটিভ তুলনা করা। — এখানে বেনিফিটকে ডলারে রূপান্তর করার চেষ্টা না করে, খরচকে একটি প্রাসঙ্গিক অ-আর্থিক ইফেক্টিভনেস মাপকাঠি দিয়ে ভাগ করা হয় — যেমন $/জীবন-রক্ষা, $/টন দূষক অপসারণ, $/দুর্ঘটনা প্রতিরোধ।

B/C রেশিও
বেনিফিট ও খরচ দুটোই ডলারে — অনুপাত হিসেবে তুলনা, প্রজেক্ট গ্রহণযোগ্য কি না তা বলে।

কস্ট-ইফেক্টিভনেস
শুধু খরচ ডলারে, ইফেক্টিভনেস অ-আর্থিক এককে — কোন অল্টারনেটিভ প্রতি-ইউনিট সবচেয়ে সস্তা তা বলে, "গ্রহণযোগ্য কি না" নয়।

সাধারণ প্রয়োগ
জনস্বাস্থ্য, দূষণ নিয়ন্ত্রণ, ট্রাফিক নিরাপত্তা, দুর্যোগ প্রশমন — যেখানে বেনিফিট ডলারে রূপান্তর বিতর্কিত বা অবাস্তব।

২ · কস্ট-ইফেক্টিভনেস রেশিও কীভাবে গণনা করা হয়

প্রতিটি অল্টারনেটিভের জন্য প্রথমে বার্ষিকীকৃত মোট খরচ বের করা হয় — একবারের ক্যাপিটাল কস্ট কে $A/P$ ফ্যাক্টর দিয়ে বার্ষিক সমতুল্যে রূপান্তর করে, তার সাথে বার্ষিক O&M যোগ করে —

$$\text{Annualized Cost} = \text{Capital} \times (A/P, i, n) + \text{Annual O\&M}$$

তারপর এই বার্ষিকীকৃত খরচকে অল্টারনেটিভের বার্ষিক ইফেক্টিভনেসের পরিমাণ দিয়ে ভাগ করা হয় —

$$\text{Cost-Effectiveness Ratio} = \dfrac{\text{Annualized Cost}}{\text{Effectiveness (units/year)}}$$

র‍্যাঙ্কিং নিয়ম

যে অল্টারনেটিভের প্রতি-ইউনিট খরচ সবচেয়ে কম, সেটিই সবচেয়ে কস্ট-ইফেক্টিভ — খেয়াল করুন এটি সবসময় "সবচেয়ে সস্তা" বা "সবচেয়ে বেশি ইফেক্টিভ" অল্টারনেটিভ নাও হতে পারে; বরং যেটির অনুপাত সবচেয়ে ভালো, সেটিই সেরা।

৩ · কোড: ৩টি দূষণ-নিয়ন্ত্রণ প্রযুক্তি তুলনা

তিনটি বায়ু-দূষণ নিয়ন্ত্রণ প্রযুক্তি (scrubber) বিবেচনা করা যাক, প্রতিটির ক্যাপিটাল কস্ট, বার্ষিক O&M ও বার্ষিক দূষক অপসারণের পরিমাণ (টন) ভিন্ন — সুদের হার ৮%, যন্ত্রের আয়ুষ্কাল ১৫ বছর।

Python

# কস্ট-ইফেক্টিভনেস অ্যানালাইসিস -- ৩টি বায়ু দূষণ নিয়ন্ত্রণ প্রযুক্তি (scrubber) তুলনা

def ap_factor(i, n):
    """A/P ফ্যাক্টর (ক্যাপিটাল রিকভারি) -- একবারের খরচকে বার্ষিক সমতুল্য খরচে রূপান্তর করে (M3)"""
    return (i * (1 + i) ** n) / ((1 + i) ** n - 1)

i = 0.08   # সুদের হার
n = 15     # যন্ত্রের আয়ুষ্কাল (বছর)
AP = ap_factor(i, n)

# প্রতিটি প্রযুক্তি: ক্যাপিটাল কস্ট, বার্ষিক O&M, বার্ষিক অপসারিত দূষক (টন)
technologies = [
    {"name": "Scrubber A", "capital": 800_000,   "om": 60_000,  "tons": 400},
    {"name": "Scrubber B", "capital": 1_500_000, "om": 90_000,  "tons": 900},
    {"name": "Scrubber C", "capital": 2_200_000, "om": 110_000, "tons": 1_100},
]

for t in technologies:
    t["annualized_cost"] = t["capital"] * AP + t["om"]
    t["cost_per_ton"]    = t["annualized_cost"] / t["tons"]

ranked = sorted(technologies, key=lambda t: t["cost_per_ton"])

print(f"A/P({i*100:.0f}%, {n}) = {AP:.5f}\n")
print(f"{'প্রযুক্তি':<12}{'বার্ষিক খরচ':>16}{'অপসারণ (টন/বছর)':>20}{'$/টন':>12}")
print("-" * 62)
for t in ranked:
    print(f"{t['name']:<12}${t['annualized_cost']:>14,.0f}{t['tons']:>20,}{t['cost_per_ton']:>12,.2f}")

best = ranked[0]
print(f"\nসবচেয়ে কস্ট-ইফেক্টিভ: {best['name']} -- ${best['cost_per_ton']:,.2f} প্রতি টন")

লক্ষ্য করুন Scrubber A সবচেয়ে কম ক্যাপিটাল কস্ট ($800,000), অথচ প্রতি-টন খরচে সবচেয়ে ব্যয়বহুল (প্রায় $383.66/টন) — কারণ এটি তুলনামূলক কম দূষক অপসারণ করে। আবার Scrubber C সবচেয়ে বেশি টন অপসারণ করে (১,১০০ টন/বছর), কিন্তু সবচেয়ে কস্ট-ইফেক্টিভ নয় (প্রায় $333.66/টন)। Scrubber B-এর প্রতি-টন খরচ সবচেয়ে কম (প্রায় $294.72/টন) — অর্থাৎ "সবচেয়ে সস্তা" বা "সবচেয়ে বেশি অপসারণকারী" নয়, বরং প্রতি ইউনিট সবচেয়ে দক্ষ প্রযুক্তিটিই কস্ট-ইফেক্টিভনেস বিশ্লেষণে জয়ী হয়।

মূল কথা · Key takeaway

বেনিফিট আর্থিকভাবে পরিমাপ করা কঠিন হলে B/C রেশিওর বদলে কস্ট-ইফেক্টিভনেস অ্যানালাইসিস ব্যবহার করা হয় — বার্ষিকীকৃত খরচকে একটি অ-আর্থিক ইফেক্টিভনেস এককে ভাগ করে। সিদ্ধান্ত নেওয়া হয় প্রতি-ইউনিট খরচের ভিত্তিতে, যা প্রায়ই মোট খরচ বা মোট ইফেক্টিভনেস দেখে সরাসরি অনুমান করা যায় না।

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।

প্র ০১ একটি জনস্বাস্থ্য প্রকল্পের বেনিফিটকে জোর করে ডলারে রূপান্তর করার চেষ্টা করলে কী সমস্যা হতে পারে?

"একটি জীবনের ডলার-মূল্য কত" — এই প্রশ্নের কোনো সর্বজনগ্রাহ্য, নৈতিকভাবে নিরপেক্ষ উত্তর নেই; বিভিন্ন পদ্ধতি (হারানো আয়, বিমা মূল্য, সমীক্ষা-ভিত্তিক) ভিন্ন ভিন্ন সংখ্যা দেয়, যা বিশ্লেষণের ফলাফলকে অতিরিক্ত সংবেদনশীল ও বিতর্কিত করে তোলে। কস্ট-ইফেক্টিভনেস অ্যানালাইসিস এই বিতর্ক এড়িয়ে যায় — বেনিফিটকে ডলারে না বদলে সরাসরি তার নিজস্ব এককে (যেমন "জীবন রক্ষা") রেখেই তুলনা করে।

প্র ০২ কস্ট-ইফেক্টিভনেস রেশিও কি B/C রেশিওর মতো "গ্রহণযোগ্য বনাম প্রত্যাখ্যান" সিদ্ধান্ত দেয়?

না। B/C ≥ ১ একটি স্পষ্ট গ্রহণ/প্রত্যাখ্যান মানদণ্ড দেয় কারণ বেনিফিট ও খরচ একই এককে (ডলার)। কিন্তু কস্ট-ইফেক্টিভনেস রেশিওর একক $/effectiveness-unit — এখানে কোনো সর্বজনীন "১" থ্রেশহোল্ড নেই। এটি শুধু অল্টারনেটিভগুলোর মধ্যে আপেক্ষিক তুলনা দেয় (কোনটি প্রতি-ইউনিট সস্তা), চূড়ান্ত গ্রহণযোগ্যতার সিদ্ধান্ত (যেমন বাজেট সীমা বা নীতিগত থ্রেশহোল্ড) আলাদাভাবে নির্ধারণ করতে হয়।

প্র ০৩ উপরের কোড সেলে যদি Scrubber A-এর tons ৪০০ থেকে বাড়িয়ে ৪৫০ করা হয়, র‍্যাঙ্কিং কীভাবে বদলাবে?

annualized_cost অপরিবর্তিত থাকবে (≈$153,464), কিন্তু cost_per_ton = 153,464/450 ≈ $341.03 — আগের $383.66 থেকে কমে যাবে। তবুও এটি Scrubber B-এর ($294.72) চেয়ে বেশি, তাই র‍্যাঙ্কিং একই থাকবে (B সবচেয়ে কস্ট-ইফেক্টিভ, তারপর C, তারপর A) — যদিও A-এর অবস্থান C-এর কাছাকাছি চলে আসবে।

অনুশীলন

চিন্তা করুন: একটি হাসপাতাল দুটি স্ক্রিনিং প্রোগ্রামের মধ্যে বেছে নিচ্ছে — একটির $/জীবন-রক্ষা কম, কিন্তু তা মোট অনেক কম জীবন রক্ষা করে (ছোট স্কেল)। শুধু কস্ট-ইফেক্টিভনেস রেশিও দেখে সিদ্ধান্ত নেওয়া কি যথেষ্ট?

না, ঠিক যেমন L26-এ B/C রেশিওর ক্ষেত্রে দেখা গেছে, একা রেশিও স্কেল বিবেচনা করে না। যদি বাজেট বা সক্ষমতা অনুমতি দেয়, একটি সামান্য বেশি $/জীবন-রক্ষার প্রোগ্রাম হয়তো মোট অনেক বেশি জীবন রক্ষা করতে পারে। সিদ্ধান্তে মোট বাজেট সীমাবদ্ধতা ও মোট ইফেক্টিভনেস (যেমন মোট কতজন উপকৃত হবে) — উভয়ই বিবেচনা করা দরকার, শুধু প্রতি-ইউনিট রেশিও নয়।
পরীক্ষা করুন: উপরের কোড সেলে সুদের হার i = 0.08-কে i = 0.10-এ বদলে Run চাপুন। সবচেয়ে কস্ট-ইফেক্টিভ প্রযুক্তি কি একই থাকে, নাকি বদলায়?

সুদের হার বাড়ালে ap_factor-এর মান বাড়ে, ফলে ক্যাপিটাল-নির্ভর অংশ বেশি ওজন পায় — যে প্রযুক্তির ক্যাপিটাল কস্ট তুলনামূলক বেশি (Scrubber C), তার বার্ষিকীকৃত খরচ আনুপাতিকভাবে বেশি বাড়বে। এই নির্দিষ্ট সংখ্যায় Scrubber B-ই সবচেয়ে কস্ট-ইফেক্টিভ থেকে যায়, কারণ তিনটির ক্যাপিটাল/O&M অনুপাত তুলনামূলকভাবে কাছাকাছি — কোডটি রান করে প্রকৃত সংখ্যায় নিশ্চিত হওয়াই সবচেয়ে ভালো উপায়।