शेती उत्पादनाचा डेटा सदोष? भारत सरकारच्या अहवालाने शेतमालाच्या किमतीत चढ-उतार येण्याची शक्यता

शेती उत्पादनाच्या आकडेवारीतील गंभीर त्रुटी

सांख्यिकी आणि कार्यक्रम अंमलबजावणी मंत्रालयाने (MoSPI) नुकत्याच सादर केलेल्या 'Improvement of Crop Statistics' (ICS) योजनेच्या 2023-24 अहवालात शेती उत्पादनाचा डेटा गोळा करण्याच्या प्रक्रियेत अनेक विसंगती असल्याचे म्हटले आहे. यामध्ये प्रमुख म्हणजे पीक कापणी प्रयोग (Crop Cutting Experiments - CCEs), जी पीक उत्पादनाचा अंदाज लावण्यासाठी वापरली जाणारी पारंपरिक पद्धत आहे. अहवालानुसार, सुमारे 28% प्रयोगांमध्ये चुकीची प्लॉट निवड आणि वैज्ञानिक पद्धतींचे पालन न करणे यासारख्या गंभीर त्रुटी आढळल्या आहेत.

कृषी डेटाची अचूकता का महत्त्वाची?

गुंतवणूकदारांसाठी, कृषी डेटा केवळ सरकारी आकडेवारी नाही, तर तो अन्न सुरक्षेच्या धोरणाचा आधारस्तंभ आहे. उत्पादनाचे अचूक अंदाज थेट किमान आधारभूत किंमत (MSP) ठरवणे, आयात-निर्यात निर्बंध आणि अन्नधान्य खरेदी धोरणांसारख्या महत्त्वाच्या सरकारी निर्णयांवर परिणाम करतात. जेव्हा या निर्णयांसाठी वापरला जाणारा डेटा सदोष असल्याचे समोर येते, तेव्हा कृषी पुरवठा साखळीत अनिश्चितता निर्माण होते. यामुळे धोरणात्मक बदलांची शक्यता वाढते, ज्याचा परिणाम वस्तूंच्या किमतीत चढ-उतार म्हणून दिसून येतो.

Fast-Moving Consumer Goods (FMCG) आणि कृषी-व्यवसाय क्षेत्रातील कंपन्या या चढ-उतारांसाठी अत्यंत संवेदनशील असतात. FMCG कंपन्यांसाठी, उत्पादनाचा अचूक डेटा हा कच्च्या मालाची किंमत व्यवस्थापित करण्यासाठी आवश्यक आहे. पुरवठ्याचे अंदाज चुकल्यास, कच्च्या मालाच्या किमती अस्थिर होऊ शकतात, ज्यामुळे नफ्यावर दबाव येतो. तसेच, खते, बियाणे आणि शेती अवजारे क्षेत्रातील कंपन्यांसाठी, अविश्वसनीय डेटा मागणीचा अंदाज लावणे कठीण करते, कारण त्यांच्या नियोजनाचा आधार पिकांचे क्षेत्र आणि उत्पादन याच्या अचूक अंदाजांवर असतो.

डिजिटल उपायांकडे वाटचाल

या संरचनात्मक समस्यांवर मात करण्यासाठी, सरकार डिजिटल जनरल क्रॉप एस्टिमेशन सर्वे (DGCES) कडे वेगाने वाटचाल करत आहे. या बदलामुळे मॅन्युअल आणि त्रुटी-प्रवण पद्धतींऐवजी तंत्रज्ञानावर आधारित अधिक पारदर्शक प्रणालीचा अवलंब केला जाईल. या नवीन प्रणालीमध्ये सॅटेलाइट प्रतिमा, AI-आधारित रिमोट सेन्सिंग आणि जिओफेन्सिंग यांचा समावेश असेल, ज्यामुळे पीक डेटा रिअल-टाइममध्ये तपासता येईल. अनेक राज्ये पीक क्षेत्राच्या अहवालातील मॅन्युअल फसवणूक आणि चुका कमी करण्यासाठी कठोर पडताळणी प्रक्रिया आणि बहु-स्तरीय तपासणीचा अवलंब करत आहेत.

जरी हे तांत्रिक बदल सकारात्मक असले तरी, संक्रमण प्रक्रिया अजूनही अंमलबजावणीच्या टप्प्यात आहे. सध्या, जुन्या मॅन्युअल सर्वेक्षण पद्धतींवर अवलंबून राहणे हा चिंतेचा विषय आहे. ग्रामीण अर्थव्यवस्था किंवा कमोडिटीजवर लक्ष केंद्रित करणारे गुंतवणूकदार आणि विश्लेषक हे डिजिटल सर्वेक्षण साधने प्रमुख कृषी राज्यांमध्ये किती लवकर लागू केली जातात यावर लक्ष ठेवू शकतात. पुढील काही तिमाहींसाठी मुख्य निरीक्षण हे असेल की DGCES चा अवलंब अधिक स्थिर आणि विश्वासार्ह उत्पादन डेटा प्रदान करण्यात यशस्वी होतो की नाही, ज्यामुळे अखेरीस व्यापक ग्राहक आणि कृषी बाजारपेठेवर परिणाम करणारी धोरणात्मक अस्थिरता कमी होण्यास मदत होईल.