Whalesbook
अर्थव्यवस्थेच्या डेटा संकलनात मोठे बदल!
भारताचे Ministry of Statistics and Programme Implementation (Mospi) आपल्या डेटा संकलन पद्धतींमध्ये मोठे बदल घडवून आणत आहे. देशाची वेगाने बदलणारी अर्थव्यवस्था अधिक चांगल्या प्रकारे समजून घेण्यासाठी आता मोबाईल फोन लोकेशन डेटा, आर्थिक व्यवहार आणि बाजारातील संशोधनासारख्या 'पर्यायी' (Alternative) डेटाचा वापर केला जाणार आहे. मंत्रालयाचे सचिव सौरभ गर्ग यांनी सांगितले की, हा दृष्टिकोन जगभरातील इतर देशांच्या सांख्यिकी संस्थांशी जुळणारा आहे, ज्या अधिक सखोल आणि अद्ययावत आर्थिक माहितीसाठी विविध स्त्रोतांचा वापर करत आहेत. पारंपरिक पद्धती बऱ्याचदा डिजिटलायझेशन आणि आर्थिक बदलांमुळे होणाऱ्या वेगवान बदलांशी जुळवून घेऊ शकत नाहीत.
नवीन निर्देशांक आणि सद्यस्थिती
भारतातही हे बदल प्रत्यक्षात येऊ लागले आहेत. चालू वर्षाच्या (2024) नवीन ग्राहक किंमत निर्देशांकात (CPI) ई-कॉमर्सच्या किमती, विमानाचे तिकीट दर आणि स्ट्रीमिंग सेवांच्या सबस्क्रिप्शनचा समावेश करण्यात आला आहे. हे दर्शवते की ग्राहक खर्चाचा मागोवा घेण्यासाठी डिजिटल डेटाचा कसा उपयोग केला जात आहे. MoSPI आता 'इंडेक्स ऑफ सर्व्हिस प्रोडक्शन' (ISP) नावाचा एक नवीन निर्देशांक देखील विकसित करत आहे. हा निर्देशांक सेवा क्षेत्रातील अल्पकालीन बदलांचा मागोवा घेईल, जे भारताच्या जीडीपीच्या 50% पेक्षा जास्त आहे. सध्या, अर्थव्यवस्थेच्या या महत्त्वाच्या भागासाठी कोणताही विशिष्ट निर्देशांक उपलब्ध नाही आणि ISP येत्या mid-2027 पर्यंत तयार होण्याची अपेक्षा आहे.
जागतिक ट्रेंड: बिग डेटाचा वापर
जगभरातील सांख्यिकी एजन्सी शेतीसाठी सॅटेलाइट प्रतिमांपासून ते ग्राहक भावनांसाठी सोशल मीडिया ट्रेंडपर्यंत विविध डेटा स्त्रोतांचा वापर करत आहेत. एस्टोनिया, स्पेन आणि इंडोनेशियासारखे देश पर्यटन आणि प्रवासाचा मागोवा घेण्यासाठी मोबाईल डेटा वापरत आहेत. संयुक्त राष्ट्र सांख्यिकी आयोग (UN Statistical Commission) अधिकृत सांख्यिकीसाठी बिग डेटा वापरण्याच्या जागतिक प्रयत्नांचे समन्वय साधत आहे, ज्यात खाजगी क्षेत्रासोबत भागीदारीची गरज अधोरेखित केली जात आहे. भारतातील डेटा एकत्रीकरण हा या जागतिक चळवळीचा एक भाग आहे. देशाचा सांख्यिकी इतिहास आता डिजिटल युगात प्रवेश करत आहे, जो भूतकाळातील सर्वेक्षणांवर आणि रेकॉर्ड-कीपिंगवर आधारित आहे. वस्तू आणि सेवा कर (GST) रेकॉर्ड आणि डिजिटल प्लॅटफॉर्मसारख्या प्रशासकीय डेटाचा वापर या अद्ययावतीकरणासाठी महत्त्वाचा आहे.
आव्हाने: गोपनीयता आणि डेटाची अचूकता
पर्यायी आणि खाजगी डेटा स्त्रोतांना एकत्रित करताना महत्त्वपूर्ण आव्हाने आहेत. डेटा गोपनीयता (Privacy) आणि सुरक्षा (Security) या प्रमुख चिंता आहेत. सचिव गर्ग यांनी जोर दिला की केवळ एकत्रित (Aggregated) आणि अनामिक (Anonymous) डेटा वापरला जाईल, जो गोपनीयतेचे संरक्षण करण्यासाठी आणि कंपन्यांना डेटा शेअर करण्यास प्रोत्साहित करण्यासाठी महत्त्वाचा आहे. तथापि, विशेषतः मोबाईल लोकेशनसारख्या तपशीलवार डेटामध्ये अनामिकरण प्रभावीपणे कार्य करत आहे याची खात्री करणे हे एक कठीण तांत्रिक आणि नैतिक कार्य आहे. डेटा पुन्हा ओळखण्याचा (Re-identification) धोका नेहमीच असतो. खाजगी डेटा सरकार कशा प्रकारे मिळवू शकते, यावर आंतरराष्ट्रीय स्तरावर चर्चा सुरू आहे, ज्यात सुरक्षा गरजा आणि गोपनीयतेच्या अधिकारांमध्ये संतुलन साधण्याचा प्रयत्न केला जात आहे.
खाजगी डेटावर अवलंबून राहिल्याने अवलंबित्व देखील निर्माण होते. डेटा ऍक्सेस करार, डेटा गुणवत्तेचे मानकीकरण आणि संभाव्य खर्च यासारखे मुद्दे व्यावहारिक बाबी आहेत. उदाहरणार्थ, नवीन ISP प्रथम औपचारिक क्षेत्रावर (Formal Sector) लक्ष केंद्रित करेल. विशिष्ट टर्नओव्हरपेक्षा कमी सेवा देणाऱ्या लहान व्यवसायांचा डेटा GST रेकॉर्डद्वारे उपलब्ध नसल्यास तो गमावला जाऊ शकतो, याचा अर्थ अर्थव्यवस्थेचा एक भाग कमी अचूकपणे मोजला जाऊ शकतो. ऐतिहासिकदृष्ट्या, सेवा क्षेत्राचा सांख्यिकीमध्ये चांगला मागोवा घेतला गेलेला नाही, त्यामुळे विश्वसनीय डेटा तयार करणे गुंतागुंतीचे आहे. सार्वजनिक सांख्यिकीसाठी खाजगी डेटा वापरणे संवेदनशील आहे; स्टॅटिस्टिक्स कॅनडाने क्रेडिट डेटा वापरण्याचा केलेला प्रयत्न सार्वजनिक टीकेस पात्र ठरला होता. डेटाची अचूकता आणि वेळेवर संकलन सुनिश्चित करण्यासाठी मजबूत देखरेख आवश्यक आहे.
दृष्टिकोन: नवोपक्रम आणि संरक्षण यात संतुलन
पर्यायी डेटा समाविष्ट करून आणि ISP विकसित करून, MoSPI भारताच्या सांख्यिकी साधनांना सक्रियपणे आधुनिक बनवत आहे. यश मजबूत डेटा गव्हर्नन्स, गोपनीयता गटांशी सतत संवाद आणि खाजगी कंपन्यांशी ठोस भागीदारीवर अवलंबून असेल. भारत नवीन डेटा पद्धतींना कठोर गोपनीयता सुरक्षा उपायांशी संतुलित करून, उत्तम धोरण निर्मितीसाठी अधिक अचूक, वेळेवर आर्थिक अंतर्दृष्टी मिळवण्याचे ध्येय ठेवतो. मंत्रालयाचे या डिजिटल बदलासाठी असलेले समर्पण त्यांच्या अधिक प्रतिसाद देणारी डेटा प्रणाली तयार करण्याच्या सहकार्याच्या प्रयत्नांमध्ये स्पष्ट आहे.