ભારતના હાઉસિંગ ડેટામાં મોટા ફેરફારો: નિષ્ણાતોની ચેતવણી, સરકારી યોજના નિશાન ચૂકી શકે છે!

હાઉસિંગ ડેટા ઓવરહોલ સામે નિષ્ણાતોની ટીકા

ઘરનિર્માણ ડેટા એકત્રિત કરવા અંગે ભારતીય સરકાર દ્વારા સૂચિત ફેરફારો પર એક તાજેતરનો અહેવાલ શંકા ઊભી કરી રહ્યો છે, ચેતવણી આપી રહ્યો છે કે આ પગલું વધુ પડતું સુધારાત્મક બની શકે છે. લેખકો સૂચવે છે કે માસિક ભાડા સર્વેક્ષણો તરફ જવું એ સમસ્યાની ખોટી સમજ પર આધારિત એક ઉગ્ર ઉપાય છે, જે એક મજબૂત આંકડાકીય માળખાને નકારી શકે છે.

મુખ્ય સમસ્યા: હાઉસિંગ ફુગાવાનું માપન

ભારતીય રિઝર્વ બેંક (RBI) ના ભૂતપૂર્વ સલાહકાર પ્રજ્ઞા દાસ અને ગણિતના પ્રોફેસર આશિષ દાસ દ્વારા લખાયેલ આ અહેવાલમાં, ગ્રાહક ભાવ સૂચકાંક (CPI) હેઠળ હાઉસિંગ ફુગાવાના માપનમાં મુખ્ય વિકૃતિઓ ઓળખવામાં આવી છે. તેમનો દાવો છે કે આ સમસ્યાઓ આંકડાકીય માળખામાં મૂળભૂત ડિઝાઇન ખામીઓને બદલે અમલીકરણની સમસ્યાઓથી ઉદ્ભવી છે.
હાઉસિંગનો CPI માં નોંધપાત્ર વજન છે, જે શહેરી વિસ્તારોમાં 21.67% અને રાષ્ટ્રીય સ્તરે 10% થી વધુ ગણાય છે. તેથી, તેના માપનમાં અચોક્કસતાઓ એકંદર ફુગાવાના આંકડા પર નોંધપાત્ર અસર કરી શકે છે.

ભાડાનું આરોપણ અને અમલીકરણની સમસ્યાઓ

એક પ્રાથમિક નબળાઈ જે પ્રકાશિત કરવામાં આવી છે તે ભાડાના આરોપણ (rent imputation) પર નિર્ભરતા છે. બજાર ભાડાનો ઉપયોગ કરવાને બદલે, CPI એ ઐતિહાસિક રીતે સરકારી કર્મચારીઓ માટે છોડી દેવાયેલ અથવા નોકરીદાતાઓ દ્વારા પૂરા પાડવામાં આવેલ હાઉસ રેન્ટ એલાઉન્સ (HRA) નો ઉપયોગ કર્યો છે. આ પદ્ધતિ ફુગાવાના આંકડાને વહીવટી નિર્ણયો માટે સંવેદનશીલ બનાવે છે.
ઉદાહરણ તરીકે, 7મા પગાર પંચ હેઠળ પગાર વધારાએ માપેલા ભાડાને આપમેળે વધાર્યા. તેવી જ રીતે, નિયમિત કર્મચારીઓની બદલીઓ, બજાર ભાડું સ્થિર હોવા છતાં, ભાડા ફુગાવાના આંકડાને કૃત્રિમ રીતે ઘટાડી શકે છે.

મંત્રાલયના નિદાન પર વિવાદ

આંકડા અને કાર્યક્રમ અમલીકરણ મંત્રાલય (MoSPI) એ વિકૃતિઓ માટે પેનલ પદ્ધતિને જવાબદાર ઠેરવી છે, જ્યાં દર મહિને ફક્ત થોડાક જ ઘરોનું સર્વેક્ષણ કરવામાં આવે છે. MoSPI એ તમામ 25,000+ ઘરોનું માસિક સર્વેક્ષણ કરવાનો પ્રસ્તાવ મૂક્યો છે.
જોકે, અહેવાલના લેખકો આનો વિરોધ કરે છે, દાવો કરે છે કે પેનલ પદ્ધતિ ગાણિતિક રીતે યોગ્ય છે. તેમનું કહેવું છે કે ડેટામાં દેખાતી સ્પષ્ટ ઘટાડો અથવા વિસંગતતાઓ, કદાચ નાના ડેટા-એન્ટ્રી ભૂલો અથવા ડેટા ક્લિનિંગના મુદ્દાઓમાંથી આવે છે, ન કે ખર્ચાળ અને ખલેલ પહોંચાડનાર ઓવરહોલની જરૂરિયાતથી.

સૂચવેલા તબક્કાવાર સુધારા

એક આમૂલ પરિવર્તન કરવાને બદલે, અહેવાલ ક્રમિક સુધારાઓની શ્રેણીની ભલામણ કરે છે. આમાં પેનલ પદ્ધતિ જાળવી રાખવી, પરંતુ ટૂંકા પરિભ્રમણ ચક્ર સાથે, ભૂમિતિ માધ્યમના (geometric mean) ઉપયોગને જાળવી રાખવો, અને કૃત્રિમ ઉછાળાઓ ટાળવા માટે બહેતર ડેટા માન્યતા પ્રક્રિયાઓ લાગુ કરવી શામેલ છે. ઘરોનું સુધારેલું વર્ગીકરણ પણ સૂચવવામાં આવ્યું છે.

ભવિષ્યનું દ્રષ્ટિકોણ અને અસર

જો સરકાર તેની પ્રસ્તાવિત યોજનાઓ સાથે આગળ વધે છે, તો તે ઓપરેશનલ ખર્ચમાં વધારો કરી શકે છે અને સંભવિતપણે નવી આંકડાકીય પડકારો રજૂ કરી શકે છે. તેનાથી વિપરીત, સૂચવેલા તબક્કાવાર સુધારાઓ અપનાવવાથી હાઉસિંગ ફુગાવાના ડેટાને સુધારવા માટે વધુ ખર્ચ-અસરકારક અને લક્ષિત અભિગમ મળી શકે છે. આ આંકડાઓની ચોકસાઈ RBI ની નાણાકીય નીતિના નિર્ણયો માટે નિર્ણાયક છે.
અસર રેટિંગ: 7/10

મુશ્કેલ શબ્દો સમજાવ્યા

• ગ્રાહક ભાવ સૂચકાંક (CPI): પરિવહન, ખોરાક અને આરોગ્ય સંભાળ જેવી ગ્રાહક ચીજવસ્તુઓ અને સેવાઓની ભારિત સરેરાશ તપાસે છે. તે પૂર્વ-નિર્ધારિત ચીજવસ્તુઓની ટોપલીમાં ભાવમાં થયેલા ફેરફારોની ગણતરી કરીને ગણવામાં આવે છે.
• ભાડાનું આરોપણ (Rent Imputation): એક હિસાબી પદ્ધતિ જે માલિક-કબજાવાળા રહેઠાણ અથવા નોકરીદાતા-પૂરા પાડેલા રહેઠાણના ભાડા મૂલ્યનો અંદાજ કાઢવા માટે વપરાય છે જ્યારે બજાર ભાડાનો ડેટા સીધો ઉપલબ્ધ નથી.
• હાઉસ રેન્ટ એલાઉન્સ (HRA): પગારનો એક ભાગ જે નોકરીદાતાઓ કર્મચારીઓને ભાડાના રહેઠાણના ખર્ચને આવરી લેવા માટે પૂરો પાડે છે.
• પેનલ પદ્ધતિ (Panel Method): એક આંકડાકીય તકનીક જ્યાં સમય જતાં સંસ્થાઓના ચોક્કસ જૂથ (અહીં હાઉસિંગ યુનિટ્સ) નું વારંવાર સર્વેક્ષણ કરવામાં આવે છે.
• ભૂમિતિ માધ્યમ (Geometric Mean): એક પ્રકારની સરેરાશ જે સેટમાંની તમામ સંખ્યાઓનો ગુણાકાર કરીને અને પછી ઉત્પાદનના n-th રૂટ લઈને ગણવામાં આવે છે, જ્યાં n એ સંખ્યાઓની ગણતરી છે. તેનો ઉપયોગ ભાવ સૂચકાંકોની ગણતરીમાં થાય છે.
• આંકડા અને કાર્યક્રમ અમલીકરણ મંત્રાલય (MoSPI): ભારતમાં આંકડાકીય માહિતી એકત્રિત કરવા, વિશ્લેષણ કરવા અને પ્રસારિત કરવા માટે જવાબદાર સરકારી મંત્રાલય.