ભારતના કારખાનાનો 'રીઅલ-ટાઇમ' હિસાબ હવે વીજળી આપશે! જાણો શું છે આ નવી પદ્ધતિ

શા માટે સુધારેલા ડેટાની જરૂર છે?

ભારતના આર્થિક વિકાસ માટે ઉત્પાદન ક્ષેત્ર ખૂબ જ મહત્વપૂર્ણ છે, અને સરકાર તેને GDPમાં વધુ યોગદાન આપવા માટે પ્રોત્સાહન આપી રહી છે. જોકે, આ વૃદ્ધિને માપવા માટે ઉપયોગમાં લેવાતા ટૂલ્સ, જેમ કે 'એન્યુઅલ સર્વે ઓફ ઇન્ડસ્ટ્રીઝ' (ASI) અને 'નેશનલ એકાઉન્ટ્સ સ્ટેટિસ્ટિક્સ' (NAS), ખૂબ ધીમા છે. વિગતવાર ઔદ્યોગિક ડેટા આવવામાં 18-24 મહિના અને એકત્રિત GVA (ગ્રોસ વેલ્યુ એડેડ) આંકડા આવવામાં એક વર્ષ સુધીનો સમય લાગી શકે છે. માસિક 'ઇન્ડેક્સ ઓફ ઇન્ડસ્ટ્રીયલ પ્રોડક્શન' (IIP) થોડી ઝડપ આપે છે, પરંતુ તેનો મર્યાદિત વ્યાપ અને અણધાર્યા ફેરફારો તેની ઉપયોગીતા ઘટાડે છે. સમયસર માહિતીના આ અભાવને કારણે નીતિ ઘડનારાઓ અને રોકાણકારો માટે ઝડપથી બદલાતા ઉત્પાદન ક્ષેત્રને સમજવામાં અને સંસાધનોનો અસરકારક ઉપયોગ કરવામાં મોટી મુશ્કેલી પડે છે. વૈશ્વિક ઉત્પાદન ક્ષેત્રમાં આગેવાની લેવાના લક્ષ્ય ધરાવતા રાષ્ટ્ર માટે ઝડપી અને વિશ્વસનીય આર્થિક સંકેતો અત્યંત જરૂરી છે.

વીજળીનો વપરાશ: અર્થતંત્રનો રીઅલ-ટાઇમ માપદંડ

આ સમસ્યાનો એક શક્તિશાળી ઉકેલ વીજળી વપરાશના ડેટાનો ઉપયોગ કરવાનો છે. ઉત્પાદન ક્ષેત્ર મોટા પ્રમાણમાં ઊર્જા વાપરે છે, જેમાં મશીનરી અને ઉત્પાદન લાઇન વીજળી પર ખૂબ નિર્ભર હોય છે. કર્મચારીઓના ઉપયોગ અથવા ક્ષમતાના ઉપયોગ જેવા માપદંડોથી વિપરીત, વીજળીનો ઉપયોગ સતત મીટર કરવામાં આવે છે, તેને બનાવટી બનાવવો મુશ્કેલ છે, અને તે સરળતાથી પ્રાપ્ત કરી શકાય છે - ઘણીવાર દૈનિક અથવા માસિક ધોરણે, વિગતવાર ભૌગોલિક અને ક્ષેત્રીય માહિતી સાથે. COVID-19 દરમિયાન પણ, વીજળીના વપરાશમાં આર્થિક પ્રવૃત્તિના ફેરફારો સાથે નજીકનો સંબંધ જોવા મળ્યો હતો, જે સત્તાવાર આંકડા દેખાય તે પહેલાં મંદી અને પુનઃપ્રાપ્તિના પ્રારંભિક સંકેતો આપે છે. ભારતીય ડેટા આ વલણને પુષ્ટિ આપે છે, જે છેલ્લા પંદર વર્ષોમાં રાષ્ટ્રીય ઉત્પાદન GVA અને વીજળી વપરાશ વચ્ચે 0.99 ની આસપાસ મજબૂત સંબંધ દર્શાવે છે. આ સંબંધ વિવિધ આર્થિક સમયગાળા, નીતિગત ફેરફારો અને બજારના આંચકાઓ દરમિયાન મજબૂત રહ્યો છે. ગુજરાત જેવા મોટા ઔદ્યોગિક આધાર ધરાવતા રાજ્યોમાં આ સંબંધ 0.96 ની નજીક જોવા મળે છે. મહારાષ્ટ્ર, કર્ણાટક અને ઉત્તર પ્રદેશ જેવા ઉત્પાદન-કેન્દ્રિત રાજ્યોમાં પણ 0.9 ની આસપાસ સંબંધ જાળવી રાખે છે. ક્ષેત્રીય સ્તરે પણ, ફૂડ પ્રોસેસિંગ, ફાર્માસ્યુટિકલ્સ અને ઓટોમોબાઈલ જેવા ઉદ્યોગો 0.9 થી વધુનો સંબંધ દર્શાવે છે, જે દર્શાવે છે કે ઊર્જાનો ઉપયોગ અને ઔદ્યોગિક ઉત્પાદન કેટલી નજીકથી જોડાયેલા છે. ભારત સરકારની 'મેક ઇન ઇન્ડિયા' પહેલ, જેમાં ફૂડ પ્રોસેસિંગ માટે ₹10,900 કરોડની PLI સ્કીમ જેવી મોટી ભંડોળની રકમોનો સમાવેશ થાય છે, તેને ઉત્પાદન અને ક્ષમતામાં થયેલા વધારાનું અસરકારક ટ્રેકિંગ જરૂરી બનાવે છે. આ પ્રકારનો ઝડપી ડેટા અત્યંત આવશ્યક છે. જોકે, વીજળીનો ઉપયોગ સેવા ઉદ્યોગો માટે ઓછો ઉપયોગી છે.

રીઅલ-ટાઇમ ટ્રેકિંગ સિસ્ટમનું નિર્માણ

ફક્ત સંબંધ જોવાથી આગળ વધીને રીઅલ-ટાઇમમાં આગાહી કરવા માટે, એક સાવચેતીપૂર્વકની આંકડાકીય પદ્ધતિની જરૂર છે. ઔદ્યોગિક વીજળી વપરાશ ડેટા એકત્રિત કરીને – ખાસ કરીને ઔદ્યોગિક ફીડર અને હાઇ-ટેન્શન ઉત્પાદન કનેક્શન્સમાંથી જે રાજ્ય વીજળી કંપનીઓ (ડિસ્કોમ્સ) દ્વારા પહેલેથી જ રેકોર્ડ કરવામાં આવે છે – અને તેને નેશનલ ઇન્ડસ્ટ્રીયલ ક્લાસિફિકેશન (NIC) દ્વારા જૂથબદ્ધ કરીને, એક મજબૂત પ્રારંભિક ચેતવણી સિસ્ટમ બનાવી શકાય છે. સાપ્તાહિક અથવા માસિક ધોરણે એકત્રિત કરાયેલ, અને સ્કેલ, ઔદ્યોગિક માળખું અને ટ્રેન્ડ જેવા પરિબળો માટે ગોઠવાયેલ, આ ડેટા ઉત્પાદન પ્રવૃત્તિના વિશ્વસનીય પ્રારંભિક સંકેતો પ્રદાન કરી શકે છે. આ જૂની પદ્ધતિઓ કરતાં મોટો ફાયદો આપે છે, જે નીતિમાં ઝડપી ફેરફારો અને વધુ સ્માર્ટ રોકાણ નિર્ણયોને સક્ષમ બનાવે છે. ડિજિટલ ટ્રાન્ઝેક્શન રેકોર્ડ્સ અને સેટેલાઇટ ઇમેજ સહિતના અન્ય ઝડપી ડેટા સ્ત્રોતોનો ઉપયોગ કરવાનો વૈશ્વિક વલણ, અર્થતંત્રને માપવાની રીતમાં મોટા ફેરફાર દર્શાવે છે. વીજળીનો વપરાશ ઘણા દેશોમાં ઉત્પાદન માટે એક ખાસ કરીને શક્તિશાળી અને ઉપયોગમાં સરળ વિકલ્પ છે.

સંકલન અને આવનારા પડકારો

આ ડેટા-આધારિત આંતરદૃષ્ટિને કાર્યરત બનાવવા માટે સરકારના સંકલિત પ્રયાસોની જરૂર છે. આંકડા અને કાર્યક્રમ અમલીકરણ મંત્રાલય (MoSPI) એ નેતૃત્વ લેવું જોઈએ, કદાચ સેન્ટ્રલ ઇલેક્ટ્રિસિટી ઓથોરિટી (CEA) અને રાજ્ય ડિસ્કોમ્સ સાથે મળીને એક નિષ્ણાત જૂથ બનાવવું જોઈએ. આ સંસ્થાઓ પહેલેથી જ વિગતવાર વપરાશ ડેટા એકત્રિત કરે છે પરંતુ વિશ્લેષણ માટે સંકલિત સિસ્ટમનો અભાવ ધરાવે છે. CEA તરફથી પ્રમાણિત માર્ગદર્શિકા વીજળીના ઉપયોગને ઔદ્યોગિક પ્રવૃત્તિ સાથે સતત જોડવા અને રાજ્યોમાં ડેટાની તુલનાત્મકતા સુનિશ્ચિત કરવા માટે નિર્ણાયક છે. વીજળી કનેક્શન ડેટાને ફેક્ટરી રેકોર્ડ સાથે જોડવા માટે રાજ્યોને ટેકો આપવો, ખાસ કરીને MSME (માઇક્રો, સ્મોલ અને મીડિયમ એન્ટરપ્રાઇઝિસ) માટે જે પરંપરાગત ડેટા સંગ્રહમાં ઘણીવાર ચૂકી જાય છે, તે આંકડાકીય માળખાને મજબૂત કરવા માટે મહત્વપૂર્ણ રહેશે. જોકે, આગળ નોંધપાત્ર પડકારો છે. સરકારી પ્રક્રિયાઓની ધીમી ગતિ, વિવિધ રાજ્ય વીજળી કંપનીઓમાં ડેટાને સુસંગત બનાવવાની મુશ્કેલી અને નવી પદ્ધતિઓ સામે સંભવિત પ્રતિકાર પ્રગતિને ધીમી કરી શકે છે. વધુમાં, જેમ જેમ ભારત ઊર્જા કાર્યક્ષમતાનો પીછો કરે છે અને સ્વચ્છ ઊર્જા તરફ આગળ વધે છે, તેમ તેમ ઉત્પાદન દ્વારા સીધો ઉપયોગમાં લેવાતી વીજળીની માત્રા બદલાઈ શકે છે, જેનો અર્થ છે કે સૂચકને નિયમિત અપડેટની જરૂર પડશે. ચોકસાઈ વીજળીના ઉપયોગને યોગ્ય રીતે વર્ગીકૃત કરવા અને તે મુખ્ય ઉત્પાદન આઉટપુટને પ્રતિબિંબિત કરે છે તેની ખાતરી કરવા પર આધાર રાખે છે, નહિ કે સંબંધિત કાર્યો પર. વિશ્લેષક અહેવાલોએ ભારતના ઉત્પાદન ક્ષેત્રમાં સુધારેલા ડેટા સિસ્ટમ્સની જરૂરિયાત પર પ્રકાશ પાડ્યો છે, પરંતુ આ વિવિધ ડેટા સ્ત્રોતોને ખરેખર એકસાથે લાવવાનું એક મુશ્કેલ કાર્ય છે. 2025 ની શરૂઆતના ઉદ્યોગ અહેવાલોએ ઉત્પાદન વૃદ્ધિ પર સતત ધ્યાન કેન્દ્રિત કર્યું હતું પરંતુ નીતિને અસરકારક રીતે માર્ગદર્શન આપવા માટે પૂરતો ઝડપી ડેટા મેળવવા અંગે ચિંતાઓ પણ ઉભી કરી હતી.

આગળનો માર્ગ

પડકારો હોવા છતાં, વીજળીના ઉપયોગને લગભગ રીઅલ-ટાઇમ સૂચક તરીકે ઉપયોગ કરવો એ ભારતના અર્થતંત્રને ટ્રેક કરવામાં એક મુખ્ય પગલું છે. વીજળીની માંગમાં થતા ફેરફારો જૂના GVA આંકડા કરતાં વધુ ઉપયોગી માહિતી પ્રદાન કરી શકે છે. 'મેક ઇન ઇન્ડિયા' હેઠળ નોકરીઓ, મૂલ્ય અને સ્પર્ધાત્મકતા પર નીતિ કેન્દ્રિત કરવા માટે, સ્માર્ટ વ્યૂહરચના અને ઉત્પાદનમાં સ્થિર વૃદ્ધિ માટે ઝડપી ડેટા સંકેતો અત્યંત મહત્વપૂર્ણ છે.