प्रगति को आंकडों और संकेतकों की विश्वसनीयता जरुरी

विचार: भारत को अपना डेटा चीनी नहीं बनने देना चाहिए
भारत के एक समय में विश्वसनीय माने जाने वाले जीडीपी आंकड़े, डेटा की उपलब्धता में कमी,अस्पष्ट तरीकों और स्वतंत्र संकेतकों के साथ विसंगतियों से लगातार संदिग्ध होते जा रहे हैं। पुराने मूल्य डेटा पर निर्भरता और निजी क्षेत्र के उत्पादन अनुमान में बदलाव ने चिंताए और बढ़ा दी है, जिससे सटीक आर्थिक आकलन में बाधा आ रही है।
मिहिर शर्मा

भारत की संस्थागत ताकत उसके राष्ट्रीय खातों की विश्वसनीयता में झलकती थी। चीन के विपरीत, सकल घरेलू उत्पाद में वृद्धि के लिए सरकार के आंकड़ों पर बहुत कम लोग सवाल उठाते थे, और निवेशकों को शायद ही कभी आधिकारिक आंकड़ों के साथ अन्य डेटा स्रोतों की आवश्यकता होती थी।

यह चुपचाप बदल गया है। जबकि कुछ लोग मानते हैं कि भारतीय सांख्यिकीविद् विकास के आंकड़ों को वास्तविक से बेहतर दिखाने के लिए सक्रिय रूप से काम कर रहे हैं, कम से कम डेटा सार्वजनिक रूप से उपलब्ध है, विधियाँ कम पारदर्शी हैं, और विशेष रूप से जीडीपी के आंकड़े कभी-कभी स्वतंत्र डेटा से अलग हो जाते हैं।

सांख्यिकी के प्रभारी मंत्री ने हाल ही में संसद को बताया कि सरकार ने एक नई समिति से यह सिफारिश करने के लिए कहा है कि उसे अपने राष्ट्रीय खातों को कैसे अपडेट करना चाहिए। आधिकारिक सांख्यिकीविदों को विश्वास जीतने के लिए भारत के जीडीपी की गणना करने के तरीके को बदलने के लिए इस अवसर का लाभ उठाना चाहिए।

अपडेट के लिए सरकार का औचित्य यह है कि भारत का डेटा अभी भी मार्च 2012 में समाप्त हुए वित्तीय वर्ष की कीमतों पर आधारित है। इस तरह का “रीबेसिंग” थोक सुधार का एक मौका है – खासकर इसलिए क्योंकि पिछली बार जब जीडीपी श्रृंखला को संशोधित किया गया था, तब पहली बार इसकी विश्वसनीयता के बारे में सवाल पूछे जाने लगे थे।

भारत में सांख्यिकीविदों के पास पश्चिम या यहां तक ​​कि चीन की तुलना में बहुत कठिन कार्य है। एक बात यह है कि अर्थव्यवस्था में विनिर्माण के बजाय सेवाओं का वर्चस्व है। औद्योगिक क्षेत्रों में कुल उत्पादन का मूल्यांकन करना आसान हो सकता है जो स्पष्ट मूल्य के साथ एक परिभाषित आउटपुट का उत्पादन करते हैं।

एक बड़ी समस्या यह है कि, अधिक उन्नत अर्थव्यवस्थाओं के विपरीत, भारत में गतिविधि का एक बड़ा हिस्सा अनौपचारिक क्षेत्र में होता है। यह, परिभाषा के अनुसार, सरकार के लिए अदृश्य है; उदाहरण के लिए, आधिकारिक कर रिकॉर्ड आपको उन छोटे व्यवसायों के बारे में बहुत कुछ नहीं बताएंगे जो परंपरागत रूप से करों का भुगतान नहीं करते हैं।

सूक्ष्म आकार के उद्यम जहां अधिकांश भारतीय काम करते हैं, उनका सर्वेक्षण करना भी बहुत कठिन है। वे जल्दी ही कारोबार से बाहर हो जाते हैं; वे अक्सर अपना नाम और स्थान बदलते रहते हैं।

आधिकारिक संख्याएँ बड़ी कंपनियों के नमूने को देखकर और उससे अनुमान लगाकर इस समस्या से निपटती हैं। यदि छोटे उद्यमों के प्रदर्शन को बड़े उद्यमों के प्रदर्शन से निकटता से जोड़ा जाए, तो ऐसा अनुमान कारगर हो सकता है।

लेकिन, यदि औपचारिक और अनौपचारिक क्षेत्र बहुत अलग-अलग दरों पर बढ़ रहे हैं, तो गणना जीडीपी के पक्षपाती अनुमानों की ओर ले जा सकती है। कुछ लोगों को लगता है कि हाल के वर्षों में ठीक यही हुआ है।

निजी क्षेत्र द्वारा योगदान किए गए मूल्य-वर्धित के आंकड़े विशेष रूप से चिंताजनक रहे हैं। वे अक्सर अन्य व्यापक आर्थिक संकेतकों – कॉर्पोरेट आय, ऋण वृद्धि, उद्योग में क्षमता उपयोग के लिए केंद्रीय बैंक के अनुमानों के साथ तालमेल नहीं रखते हैं। कई भारत-निरीक्षक अब आधिकारिक जीडीपी संख्याओं को अन्य डेटा बिंदुओं, जैसे दोपहिया वाहनों की बिक्री या उपभोक्ता-वस्तु कंपनियों की राजस्व रिपोर्ट के साथ पूरक करते हैं।

लगभग एक दशक पहले, जब जीडीपी गणना के लिए “आधार वर्ष” को अंतिम बार संशोधित किया गया था, तो सांख्यिकीविदों ने निजी क्षेत्र के उत्पादन का अनुमान लगाने के लिए उपयोग किए जाने वाले डेटा स्रोत को भी बदल दिया था। इससे संभवतः अनपेक्षित समस्याएं उत्पन्न हो गईं।

हालाँकि, कई अर्थशास्त्रियों को वास्तव में गुस्सा इस बात पर आया कि ऐसा लग रहा था कि जीडीपी की “नई श्रृंखला” दशकों से इस्तेमाल की जा रही श्रृंखला से बिल्कुल अलग व्यवहार कर रही थी। 2010 और 2000 के दशक में मैक्रोइकॉनोमिक प्रदर्शन के बीच तुलना, जो पहले से ही राजनीतिक रूप से विवादास्पद थी, असंभव हो गई।

नई श्रृंखला इस बात के प्रति भी अत्यधिक संवेदनशील लग रही थी कि सांख्यिकीविद एक वर्ष और अगले वर्ष के बीच मूल्य परिवर्तनों की गणना कैसे करते हैं। आम तौर पर, ऐसे सवालों के जवाब सांख्यिकीविदों के स्रोतों और तरीकों का विवरण देने वाले आधिकारिक कागजात द्वारा दिए जा सकते हैं। लेकिन वे भी दिखाई देना बंद हो गए हैं।

अगर अधिकारी भारत के समस्याग्रस्त आँकड़ों को ठीक करने के बारे में गंभीर हैं, तो वे दो काम कर सकते हैं। सबसे पहले, उपलब्ध डिजिटल डेटा की विशाल मात्रा का बेहतर तरीके से उपयोग करें, जिसमें राज्य समर्थित भुगतान अवसंरचना पर प्रतिदिन दर्ज किए जाने वाले 500 मिलियन लेनदेन शामिल हैं। अगर वे ऐसा नहीं करते हैं, तो भविष्य में कोई AI बॉट ऐसा करेगा।

दूसरा, उन्हें इस बारे में और अधिक खुला होना चाहिए कि वे क्या कर रहे हैं और क्यों कर रहे हैं। अगर सांख्यिकी पर भरोसा नहीं किया जाता है तो वे बेकार हैं। और केवल पारदर्शिता ही विश्वास का निर्माण करती है।

भारत में आधिकारिक सांख्यिकी अप्रत्याशित है, अन्य आँकड़ों से मेल नहीं खाती है, मूल्य परिवर्तन की गणना करने के तरीके के लिए मजबूत नहीं है, और समय के साथ सीमित तुलना प्रदान करती है। कम से कम यह कहना तो उप-इष्टतम है। विकास को बढ़ावा देने के लिए, सरकार को पहले यह जानना होगा कि अर्थव्यवस्था वास्तव में कैसा प्रदर्शन कर रही है।

(अस्वीकरण: इस कॉलम में व्यक्त की गई राय लेखक की हैं। यहाँ व्यक्त तथ्य और राय www.harinayak.in के विचारों को नहीं दर्शाती हैं।)