‘इंडिया ब्लैक बॉक्स्ड’ में यह पहला लेख है। श्रृंखला का परिचय पढ़ें यहाँ.
भारत की जीडीपी के आकार और इसकी विकास दर को लेकर विवाद थमने का नाम नहीं ले रहा है। यह सब तब शुरू हुआ जब 2015 में 2011-12 आधार वाली नई जीडीपी श्रृंखला जारी की गई। विश्लेषकों ने न केवल समस्याओं की ओर इशारा किया, बल्कि सरकार खुद इस बात से नाखुश थी कि उसने 2014 के बाद एनडीए अवधि की तुलना में यूपीए के दस वर्षों के दौरान उच्च वृद्धि दिखाई। .
2020 में महामारी ने अर्थव्यवस्था को बुरी तरह प्रभावित किया और आजादी के बाद से अर्थव्यवस्था में सबसे बड़ी गिरावट देखी गई। इस निम्न आधार से पुनर्प्राप्ति भी तीव्र थी। इससे आधिकारिक दावा किया गया है कि भारत ने महामारी और यूक्रेन में युद्ध के बावजूद दुनिया में सबसे तेजी से बढ़ती प्रमुख अर्थव्यवस्था बनने के लिए अच्छा प्रदर्शन किया है। क्या ये है अर्थव्यवस्था की सही तस्वीर? यह संख्याओं की सटीकता और उसके आधार पर बनाई गई नीतियों पर निर्भर करता है।
महामारी से पहले के विवाद
2011-12 से नई श्रृंखला में डेटा की सटीकता के बारे में संदेह कई मामलों में बढ़ गया है। शुरुआत करने के लिए, जब 2015 में नई श्रृंखला की घोषणा की गई थी, तो इसकी तुलना करने के लिए कोई पिछली श्रृंखला नहीं थी। ऐसा कहा गया था कि नई श्रृंखला औद्योगिक क्षेत्र के MCA21 डेटा बेस पर आधारित थी, जो उस समय तक उपयोग किए गए IIP डेटा की तुलना में अधिक संपूर्ण थी। यह कहा गया था कि पिछली श्रृंखला उत्पन्न नहीं की जा सकी क्योंकि MCA21 डेटा बेस पहले स्थिर नहीं हुआ था और रोजगार पर प्रासंगिक डेटा 2011-12 से उपलब्ध हो गया था।
लेकिन इनमें से कोई भी मायने नहीं रखना चाहिए था क्योंकि MCA21 डेटा बेस काफी पुराना है और पहले के रोजगार आंकड़ों का इस्तेमाल किया जा सकता था जैसा कि अक्सर किया जाता है। असली वजह राजनीतिक नजर आई। अर्थात्, यूपीए अवधि की तुलना में एनडीए अवधि के दौरान उच्च जीडीपी वृद्धि दिखाना।
अगला विवाद सरकार का यह दावा था कि 2015-2020 के दौरान भारतीय अर्थव्यवस्था लगभग 7% की औसत से बढ़ी, जिसने इसे दुनिया की सबसे तेजी से बढ़ती बड़ी अर्थव्यवस्था बना दिया। यह था ए. सुब्रमण्यन द्वारा कमजोर किया गया (2019)। उन्होंने दिखाया कि 2014 के बाद विकास दर 2.5% तक अनुमानित थी।
अगला झटका तब लगा जब एनएसएसओ ने 2019 में रिपोर्ट दी एमसीए21 डेटा बेस से लिए गए 35,456 कंपनियों के नमूने में से 38.7% ‘सर्वेक्षण से बाहर’ इकाइयां थीं। ये इकाइयाँ या तो पता लगाने योग्य नहीं हैं या गलत वर्गीकृत हैं। इसलिए, डेटा या तो गायब है या गलत निर्दिष्ट है। इस प्रकार, जीडीपी गणना के लिए एमसीए21 के उपयोग से अनुमान में त्रुटियां हो सकती हैं।
सरकार ने तर्क दिया कि ‘सर्वेक्षण से बाहर’ कंपनियों को शामिल करने से उत्पादन वास्तविक उत्पादन के करीब आ जाता है और जीडीपी का कोई अति-आकलन नहीं होता है।
लापता बैक सीरीज़ पर काम करने के लिए एक समिति का गठन किया गया था। इसकी रिपोर्ट से पता चला कि एनडीए के वर्षों की तुलना में यूपीए काल में विकास दर अधिक थी। सरकार ने इसे खारिज कर दिया और एक अभूतपूर्व कदम उठाते हुए नीति आयोग से इस श्रृंखला पर दोबारा काम करने को कहा। नीति आयोग ने बाध्य होकर एक पिछली श्रृंखला प्रस्तुत की जिसमें दिखाया गया कि यूपीए के वर्षों की तुलना में एनडीए अवधि के दौरान विकास दर अधिक थी।
सकल घरेलू उत्पाद में ऊपर की ओर झुकाव
जीडीपी डेटा की समस्या तब स्पष्ट हो जाती है जब आधिकारिक डेटा से पता चलता है कि 2010-20 के दशक के दौरान विकास की उच्चतम दर नोटबंदी वाले वर्ष 2016-17 में थी। नवंबर 2016 से शुरू होने वाले सभी खातों से, उस वर्ष उत्पादन गंभीर रूप से प्रभावित हुआ था। अगर यह मान भी लिया जाए कि अक्टूबर 2016 तक उत्पादन बढ़ रहा था और उसके बाद गिरावट आई, तो औसत जीडीपी वृद्धि नकारात्मक हो गई। यह जीडीपी को मापने के लिए इस्तेमाल की जाने वाली त्रुटिपूर्ण पद्धति की ओर इशारा करता है जिसने 2016-17 में जीडीपी में 8% की वृद्धि का पूर्वाग्रह दिया। यहां तक कि इस त्रुटिपूर्ण कार्यप्रणाली से पता चला कि आधिकारिक विकास दर 2017-18 की चौथी तिमाही में 8% से घटकर 2019-20 की चौथी तिमाही में 3.1% हो गई। तो, विकास की वास्तविक वास्तविक दर महामारी से पहले ही नकारात्मक हो गई होगी
महामारी और लॉकडाउन ने 2020 में अर्थव्यवस्था और विशेष रूप से असंगठित क्षेत्र को गंभीर रूप से प्रभावित किया। इसके बाद की रिकवरी K-आकार की रही – अर्थात्, कुछ क्षेत्रों में वृद्धि हुई जबकि अन्य (असंगठित क्षेत्र) में गिरावट आई। इस गिरावट को डेटा में कैद नहीं किया गया है, जिससे जीडीपी का अनुमान अधिक लगाया गया है। यह तब स्पष्ट हो जाता है जब कोई जीडीपी, विशेष रूप से त्रैमासिक जीडीपी के आकलन के तरीके को देखता है, जिस पर आमतौर पर सार्वजनिक चर्चा में चर्चा की जाती है।
आधिकारिक कार्यप्रणाली
मैं पहले विश्लेषण किया है आधिकारिक दस्तावेज़ जो ‘त्रैमासिक जीडीपी अनुमान संकलित करने की पद्धति’ प्रस्तुत करता है। इसमें तीन कारकों का उल्लेख किया गया है जिन्हें कथित रूप से अधिक सटीक उत्पादन पक्ष से जीडीपी की गणना के संबंध में ध्यान देने की आवश्यकता है:
- “क्यूजीवीए अनुमानों को संकलित करने के लिए उपयोग किया जाने वाला उत्पादन दृष्टिकोण मोटे तौर पर बेंचमार्क-सूचक पद्धति पर आधारित है।”
- “इस पद्धति में, प्रत्येक उद्योग-समूह के लिए, जीवीए के अनुमान संकलित किए जाते हैं…”
- “सामान्य शब्दों में, सकल मूल्य वर्धित (जीवीए) के त्रैमासिक अनुमान जीवीए की वार्षिक श्रृंखला के अतिरिक्त अनुमान हैं।”
ये तीन बिंदु स्पष्ट करते हैं कि उत्पादन दृष्टिकोण के आधार पर सकल घरेलू उत्पाद के तिमाही अनुमानों के लिए, अधिकांश मौजूदा डेटा उपलब्ध नहीं हैं, इसलिए पिछले संदर्भ वर्ष के बेंचमार्क संकेतकों का उपयोग करना होगा। अनिगमित उद्यमों का अंतिम सर्वेक्षण 2015-16 में किया गया था, इसलिए संदर्भ वर्ष अब दिनांकित हो गया है और वर्तमान वास्तविकता को पकड़ नहीं पाता है।
इसके अलावा, कार्यप्रणाली बताती है कि वर्तमान आंकड़े पिछले वर्षों की जीवीए की वार्षिक श्रृंखला के एक्सट्रपलेशन द्वारा प्राप्त किए जाते हैं। लेकिन अगर पिछले साल के आंकड़े ग़लत हैं तो उनका अनुमान सही कैसे हो सकता है? नोटबंदी, वस्तु एवं सेवा कर लागू होने और लॉकडाउन के बाद यही स्थिति रही है। इन तीन घटनाओं में से प्रत्येक ने अर्थव्यवस्था को झटका दिया और व्यवधान पैदा किया।
अंत में, कुछ मामलों में, अपनाई गई प्रक्रिया वार्षिक अनुमान बनाना और फिर त्रैमासिक आंकड़े देने के लिए उन्हें चार से विभाजित करना है। दो समस्याएँ उत्पन्न होती हैं। सबसे पहले, विभिन्न तिमाहियों में गतिविधि के विभिन्न स्तर हैं। उदाहरण के लिए, त्योहारी सीज़न के दौरान गतिविधि बढ़ जाती है, जबकि वित्तीय वर्ष की शुरुआत में यह कम होती है। अतः, चार से विभाजन सही नहीं हो सकता। दूसरा, पिछले वर्ष के आंकड़ों में त्रुटियां अगले वर्ष के लिए अनुमानित हो जाती हैं।
झटके विधि को कमजोर कर देते हैं
ऊपर उल्लिखित कार्यप्रणाली सुचारू रूप से कार्य करने वाली अर्थव्यवस्था पर निर्भर करती है। लेकिन यह तब लागू नहीं होगा जब बड़े अप्रत्याशित परिवर्तन होंगे, जिन्हें झटका कहा जाएगा, जैसे नोटबंदी या अचानक लॉकडाउन के कारण। इन झटकों से अर्थव्यवस्था के बुनियादी मापदंडों पर असर पड़ता है. जैसे असंगठित से संगठित क्षेत्र का अनुपात या कृषि क्षेत्र में वास्तविक उत्पादन। इसलिए, एक झटके के साथ, न तो ‘बेंचमार्क-संकेतक’ मान्य होंगे और न ही एक सामान्य वर्ष से अगले एक झटके का अनुभव करना सही होगा।
2016 के बाद से भारतीय अर्थव्यवस्था को कई झटके लगे हैं। 2016 में नोटबंदी, उसके बाद 2017 में संरचनात्मक रूप से दोषपूर्ण जीएसटी की शुरूआत, 2018 में एनबीएफसी (गैर-बैंक वित्तीय कंपनी) संकट और अंत में 2020 में अचानक तालाबंदी। इनमें से प्रत्येक ने अर्थव्यवस्था पर प्रभाव डाला। असंगठित और संगठित क्षेत्रों में अंतर, जिससे दोनों के बीच का अनुपात बदल जाता है और पुराने बेंचमार्क संकेतक अमान्य हो जाते हैं।
त्रैमासिक डेटा के साथ आगे के मुद्दे
डेटा की कमी के कारण पद्धतिगत मुद्दों से संबंधित समस्याएं और भी जटिल हो गई थीं। संगठित क्षेत्र के लिए भी सीमित डेटा ही उपलब्ध है। उदाहरण के लिए, उद्योग का प्रतिनिधित्व करने वाला कॉर्पोरेट क्षेत्र डेटा केवल कुछ सौ फर्मों के लिए उपलब्ध है। कृषि के मामले में, यह माना जाता है कि मंत्रालय द्वारा निर्धारित लक्ष्य हासिल कर लिए गए हैं। लेकिन पिछले कुछ वर्षों में ऐसा नहीं हुआ है, गर्मी या देर से बारिश या लॉकडाउन और नोटबंदी के दौरान खराब होने वाली फसलों के बाजार में नहीं आ पाने के कारण फसलें खेतों में ही सड़ गईं और कृषि उत्पादन में गिरावट आई। में वृद्धि हुई है। जीडीपी में असंगठित क्षेत्र के आकलन के तरीके में बदलाव की जरूरत थी, लेकिन ऐसा नहीं किया गया.
संक्षेप में, जीडीपी डेटा के साथ दो परस्पर संबंधित समस्याएं हैं। आंकड़ों में कमज़ोरी और जीडीपी की गणना करने की विधि की अमान्यता।
सरकार के अपने रोजगार डेटा पर विश्वास की कमी के कारण समस्या और बढ़ गई थी, जिसे उसने 2019 में खारिज कर दिया क्योंकि इससे पता चला कि बेरोजगारी 45 वर्षों के उच्चतम स्तर पर पहुंच गई थी। चूंकि जीडीपी की गणना में रोजगार डेटा का उपयोग किया जाता है, यदि इसे अस्वीकार कर दिया जाता है, तो जीडीपी गणना भी अविश्वसनीय हो जाती है।
2017 के आधिकारिक दस्तावेज़ में कार्यप्रणाली को बनाए रखने के लिए, ताज़ा सर्वेक्षणों के आधार पर नए संकेतकों की आवश्यकता है। लेकिन 2015 के बाद से असंगठित क्षेत्र का कोई नया सर्वेक्षण नहीं किया गया है। यहां तक कि 2021 में जनगणना भी नहीं की गई है और इससे समस्या बढ़ गई है।
इसके अलावा, ऊपर सूचीबद्ध प्रत्येक झटके ने अर्थव्यवस्था को अलग तरह से प्रभावित किया। इसलिए, पद्धति में बदलाव किए बिना और डेटा समस्याओं को हल किए बिना, त्रुटियां बढ़ती जाती हैं और विश्वसनीय जीडीपी संख्याएं उत्पन्न नहीं की जा सकतीं।
अंतर्राष्ट्रीय एजेंसियों का रुख
सरकार का दावा है कि आईएमएफ और संयुक्त राष्ट्र जैसी अंतरराष्ट्रीय एजेंसियों ने जीडीपी पर उसके दावों का समर्थन किया है। जीडीपी वृद्धि के उनके आंकड़े आधिकारिक आंकड़ों से मामूली प्रतिशत अलग हैं। लेकिन यह आश्चर्य की बात नहीं है क्योंकि ये एजेंसियां डेटा एकत्र करने वाली एजेंसियां नहीं हैं और आधिकारिक डेटा का उपयोग करती हैं। यहां तक कि आरबीआई भी कई मैक्रो वेरिएबल्स पर आधिकारिक डेटा का उपयोग करता है।
प्रभावी रूप से, उनमें से सभी आधिकारिक डेटा में त्रुटियों को दोहराते हैं और उनमें से किसी के पास अधिक सटीक डेटा नहीं है। आश्चर्य की बात यह है कि ये सभी एजेंसियां डेटा-संबंधित मुद्दों को नजरअंदाज कर देती हैं, जब त्रुटियां स्पष्ट होती हैं। इससे भी बुरी बात यह है कि अगर भारतीय डेटा में इतनी बड़ी त्रुटियां हैं, तो अन्य विकासशील देशों में भी समान या उससे भी बड़ी त्रुटियां होने की संभावना है, जिससे अंतरराष्ट्रीय तुलनाएं अर्थहीन हो जाएंगी।
अन्य मैक्रो समुच्चय पर प्रभाव
जीडीपी डेटा उपभोग और बचत जैसे अन्य मैक्रो समुच्चय का अनुमान लगाने के लिए उपयोग किया जाने वाला आधार है। ये गरीबी और बढ़ती असमानता के मापन को प्रभावित करते हैं। यदि विकास मजबूत है तो इसका मतलब रोजगार में भी मजबूत वृद्धि होगी। लेकिन यह संबंध टूट गया है क्योंकि संगठित क्षेत्र में विकास हो रहा है जबकि असंगठित क्षेत्र में गिरावट आ रही है। पहला शायद ही रोज़गार पैदा करता है जबकि दूसरा जो रोज़गार का एक बड़ा हिस्सा प्रदान करता है, रोज़गार खो रहा है। तो, इस असंतुलित विकास ने विकास और रोजगार के बीच के संबंध को तोड़ दिया है।
इसके अलावा, यदि असंगठित क्षेत्र में गिरावट आती है कुल मिलाकर मांग कम हो जाती हैजिससे क्षमता उपयोग कम होगा और निवेश दर में गिरावट आएगी और यहां तक कि संगठित क्षेत्र की विकास दर भी गिर जाएगी। यह 2017-18 और 2019-20 (महामारी से पहले) की अवधि में दिखाई दे रहा था।
गलत जीडीपी आंकड़ों का असर राजकोषीय स्थिति पर पड़ना चाहिए। यह राजस्व और व्यय में परिलक्षित होता है जो अक्सर बजट में निर्धारित लक्ष्यों से चूक जाते हैं। अंतिम आंकड़े बजट और संशोधित अनुमान से काफी भिन्न हैं। लेकिन ये संशोधन उतने गंभीर नहीं हैं जितने जीडीपी डेटा में त्रुटियों के कारण होने चाहिए।
इस छोटी सी गलती का कारण यह है कि बजट काफी हद तक संगठित क्षेत्रों और संगठित क्षेत्र के लिए है। राजस्व संग्रह मुख्यतः संगठित क्षेत्र से होता है। अधिकांश व्यय भी संगठित क्षेत्र के लिए हैं। जहां व्यय भोजन, ग्रामीण विकास, शिक्षा और स्वास्थ्य जैसे असंगठित क्षेत्रों से संबंधित हैं, वहां बजट में घाटा बढ़ने पर संशोधन किया जाता है। इस प्रकार, बजटीय गणना पर उतना गंभीर प्रभाव नहीं पड़ता है जितना जीडीपी डेटा में बड़ी त्रुटियों के कारण पड़ना चाहिए।
निष्कर्ष
निष्कर्ष के तौर पर, भारत की जीडीपी संख्या पद्धतिगत और डेटा-संबंधित कमियों के कारण खराब हो गई है। यह सत्तारूढ़ दल की अच्छी तरह से कार्यशील अर्थव्यवस्था की राजनीतिक कहानी के अनुकूल है। इन ग़लत आँकड़ों का राग अलापना और सही तथ्यों को छिपाना, सरकार के कामकाज में गैर-पारदर्शिता को बढ़ाता है।
अरुण कुमार इसके लेखक हैं भारत में काली अर्थव्यवस्था और काले धन को समझना.