उत्पादन क्षेत्रासाठी अचूक डेटाची गरज का आहे?
भारताच्या आर्थिक वाढीसाठी उत्पादन क्षेत्र (manufacturing sector) अत्यंत महत्त्वाचे आहे. मात्र, या क्षेत्राची प्रगती मोजण्यासाठी वापरल्या जाणाऱ्या वार्षिक उद्योग सर्वेक्षण (ASI) आणि राष्ट्रीय लेखा आकडेवारी (NAS) सारख्या पद्धतींमध्ये खूप विलंब होतो. तपशीलवार औद्योगिक डेटा उपलब्ध होण्यास तब्बल १८ ते २४ महिने लागू शकतात, तर एकूण सकल मूल्यवर्धनाचा (GVA) अहवाल येण्यास १ वर्षापर्यंतचा काळ लागतो. मासिक औद्योगिक उत्पादन निर्देशांक (IIP) काही प्रमाणात वेग देतो, पण त्याचा मर्यादित आवाका आणि अनपेक्षित बदल यामुळे त्याची उपयुक्तता कमी होते. वेळेवर माहितीच्या अभावामुळे धोरणकर्ते (policymakers) आणि गुंतवणूकदारांना (investors) वेगाने बदलणाऱ्या उत्पादन क्षेत्राला समजून घेण्यात आणि संसाधनांचा प्रभावी वापर करण्यात अडचणी येतात. जागतिक उत्पादन क्षेत्रात नेतृत्व मिळवू पाहणाऱ्या राष्ट्रासाठी वेगवान आणि विश्वासार्ह आर्थिक संकेत महत्त्वाचे आहेत.
वीज वापर: अर्थव्यवस्थेचा एक अचूक दर्शक
या समस्येवर एक प्रभावी उपाय म्हणजे वीज वापराच्या आकडेवारीचा उपयोग करणे. उत्पादन क्षेत्रांमध्ये मोठ्या प्रमाणात ऊर्जेचा वापर होतो, जिथे यंत्रसामग्री आणि उत्पादन लाईन्स (production lines) विजेवर मोठ्या प्रमाणावर अवलंबून असतात. कामगार किंवा उत्पादन क्षमतेसारख्या इतर मापदंडांपेक्षा विजेचा वापर सतत मोजला जातो, त्यात फसवणूक करणे कठीण असते आणि तो सहज उपलब्ध होतो – अनेकदा रोज किंवा महिन्याच्या आधारावर, तसेच भौगोलिक आणि क्षेत्रीय माहितीसह. कोविड-१९ दरम्यान आपण पाहिले की, वीज वापरात होणारे बदल हे आर्थिक क्रियाकलापांमधील बदलांशी जुळणारे होते, ज्यामुळे अधिकृत आकडेवारी येण्यापूर्वीच मंदी किंवा सुधारणेचे सुरुवातीचे संकेत मिळाले. भारतीय डेटा देखील हा ट्रेंड पुष्टी करतो. गेल्या १५ वर्षांहून अधिक काळ राष्ट्रीय उत्पादन GVA आणि वीज वापर यांच्यात ~०.९९ इतका मजबूत संबंध दिसून आला आहे. विविध आर्थिक परिस्थिती, धोरणात्मक बदल आणि बाजारातील धक्क्यांमध्येही हा संबंध कायम राहिला आहे. गुजरातसारख्या मोठ्या औद्योगिक आधारांची (industrial bases) जोडणी ~०.९६ च्या जवळ आहे. महाराष्ट्र, कर्नाटक आणि उत्तर प्रदेशसारख्या उत्पादन-केंद्रित राज्यांमध्ये हा संबंध सुमारे ०.९ आहे. अन्न प्रक्रिया, औषधनिर्माण आणि ऑटोमोबाईल उद्योगांसारख्या क्षेत्रांमध्येही हा संबंध ०.९ पेक्षा जास्त आहे, जे ऊर्जा वापर आणि औद्योगिक उत्पादन किती जवळून जोडलेले आहेत हे दर्शवते. 'मेक इन इंडिया' (Make in India) सारख्या सरकारी उपक्रमांना, विशेषतः अन्न प्रक्रिया क्षेत्रासाठी ₹१०,९०० कोटींच्या पीएलआय (PLI) योजनेसारख्या मोठ्या निधीमुळे, वाढलेले उत्पादन आणि क्षमता यांचे प्रभावी ट्रॅकिंग आवश्यक आहे. त्यामुळे या प्रकारचा वेगवान डेटा अत्यावश्यक ठरतो. मात्र, सेवा उद्योगांसाठी विजेचा वापर हे तितके उपयुक्त मापदंड नाही.
रिअल-टाइम ट्रॅकिंग प्रणालीची उभारणी
केवळ संबंध पाहण्यापासून ते रिअल-टाइम अंदाज बांधण्यापर्यंत जाण्यासाठी, एक सांख्यिकीय पद्धत (statistical method) आवश्यक आहे. औद्योगिक वीज वापर डेटा – विशेषतः राज्य वीज कंपन्यांकडून (discoms) आधीच रेकॉर्ड केलेला औद्योगिक फीडर (industrial feeders) आणि उच्च-दाब उत्पादन कनेक्शन (high-tension manufacturing connections) – राष्ट्रीय औद्योगिक वर्गीकरणानुसार (NIC) गटबद्ध केल्यास, एक मजबूत प्रारंभिक इशारा प्रणाली (early warning system) तयार केली जाऊ शकते. हा डेटा साप्ताहिक किंवा मासिक आधारावर गोळा करून, उत्पादन क्षमता, औद्योगिक रचना आणि ट्रेंड्ससारख्या घटकांसाठी समायोजित (adjusted) केल्यास, उत्पादन क्रियाकलापांचे (manufacturing activity) विश्वासार्ह प्रारंभिक संकेत मिळू शकतात. यामुळे जुन्या पद्धतींपेक्षा मोठा फायदा होतो, ज्यामुळे धोरणांमध्ये जलद बदल आणि अधिक स्मार्ट गुंतवणूक निर्णय घेणे शक्य होते. डिजिटल व्यवहार नोंदी (digital transaction records) आणि उपग्रह प्रतिमांसारख्या (satellite images) इतर जलद डेटा स्त्रोतांचा वापर करण्याची जागतिक प्रवृत्ती अर्थव्यवस्थेच्या मोजमापात मोठ्या बदलाचे संकेत देते. अनेक देशांमध्ये उत्पादन क्षेत्रासाठी वीज वापर हा एक विशेषतः शक्तिशाली आणि वापरण्यास सोपा पर्याय आहे.
समन्वय आणि पुढील आव्हाने
या डेटा-आधारित अंतर्दृष्टीला प्रत्यक्षात आणण्यासाठी समन्वित सरकारी कृती आवश्यक आहे. सांख्यिकी आणि कार्यक्रम अंमलबजावणी मंत्रालय (MoSPI) यांनी पुढाकार घ्यावा, कदाचित केंद्रीय विद्युत प्राधिकरण (CEA) आणि राज्य वीज कंपन्यांशी (discoms) मिळून एक तज्ञ गट तयार करावा. हे निकाय आधीच तपशीलवार वापर डेटा गोळा करतात, परंतु विश्लेषणासाठी एकत्रित प्रणालींचा अभाव आहे. CEA कडून मानकीकृत मार्गदर्शक तत्त्वे (standardized guidelines) वीज वापर आणि औद्योगिक क्रियाकलाप यांचा सातत्याने संबंध जोडण्यासाठी आणि राज्यांमधील डेटाची तुलना सुनिश्चित करण्यासाठी महत्त्वपूर्ण आहेत. विशेषतः सूक्ष्म, लघु आणि मध्यम उद्योगां (MSMEs) साठी, जे पारंपारिक डेटा संकलनातून अनेकदा दुर्लक्षित राहतात, सांख्यिकीय चौकटी मजबूत करण्यासाठी वीज कनेक्शन डेटाला फॅक्टरी रेकॉर्डशी जोडण्यासाठी राज्यांना पाठिंबा देणे महत्त्वाचे ठरेल. तथापि, पुढे लक्षणीय आव्हाने आहेत. सरकारी प्रक्रियांची गती कमी असणे, वेगवेगळ्या राज्य वीज कंपन्यांमधील डेटा सुसंगत (consistent) बनवण्याचे आव्हान आणि नवीन पद्धतींना संभाव्य विरोध यामुळे प्रक्रिया मंदावू शकते. तसेच, भारत ऊर्जा कार्यक्षमता (energy efficiency) आणि स्वच्छ ऊर्जेकडे (cleaner energy) वाटचाल करत असताना, उत्पादन क्षेत्राने वापरलेली विजेची प्रत्यक्ष मात्रा बदलू शकते, याचा अर्थ सूचकांकाला नियमित अद्यतनांची (updates) आवश्यकता असेल. अचूकता ही विजेच्या वापराचे योग्य वर्गीकरण आणि ते मुख्य उत्पादन उत्पादनाचे प्रतिबिंब आहे, संबंधित कामांचे नाही, याची खात्री करण्यावर अवलंबून असेल. विश्लेषक अहवालांनी (Analyst reports) भारतातील उत्पादन क्षेत्रात चांगल्या डेटा प्रणालींची आवश्यकता दर्शविली आहे, परंतु प्रत्यक्षात हे विविध डेटा स्त्रोत एकत्र आणणे हे एक कठीण काम आहे. २०२५ च्या सुरुवातीच्या उद्योग अहवालांमध्ये (Industry reports) उत्पादन वाढीवर सतत लक्ष केंद्रित केले जात असल्याचे दिसून आले, परंतु धोरणांना प्रभावीपणे मार्गदर्शन करण्यासाठी पुरेसा जलद डेटा उपलब्ध होण्याबाबत चिंता देखील व्यक्त करण्यात आली.
पुढे काय?
आव्हाने असूनही, वीज वापराला जवळजवळ रिअल-टाइम निर्देशक (near-real-time indicator) म्हणून वापरणे हे भारताच्या अर्थव्यवस्थेचा मागोवा घेण्यासाठी एक महत्त्वपूर्ण पाऊल आहे. विजेच्या मागणीतील बदल जुन्या GVA आकडेवारीपेक्षा अधिक उपयुक्त माहिती देऊ शकतात. 'मेक इन इंडिया' अंतर्गत नोकऱ्या (jobs), मूल्य (value) आणि स्पर्धात्मकतेवर (competitiveness) लक्ष केंद्रित करणाऱ्या धोरणांसाठी, जलद डेटा संकेत स्मार्ट धोरण आणि उत्पादन क्षेत्रातील स्थिर वाढीसाठी महत्त्वपूर्ण आहेत.
