भारताचे राष्ट्रीय उत्पन्न सर्वेक्षण: 'डेटा' गोळा करणे डोकेदुखी ठरणार? आकडेवारीच्या अचूकतेवर प्रश्नचिन्ह!

डेटा गोळा करण्यात मोठी आव्हाने

भारताचे पहिले राष्ट्रीय कौटुंबिक उत्पन्न सर्वेक्षण (NHIS) डेटा संकलनाच्या गंभीर आव्हानांना सामोरे जात आहे. पायलट चाचण्यांमध्ये असे दिसून आले आहे की सुमारे 95% लोकांना उत्पन्नाशी संबंधित प्रश्न विचारणे अत्यंत संवेदनशील वाटते. लोक कर (Tax) आणि आर्थिक मालमत्तेसारखी (Financial Assets) माहिती देण्यास टाळाटाळ करत आहेत. तसेच, देशाची मोठी अनौपचारिक अर्थव्यवस्था (Informal Economy) असल्यामुळे अचूक आकडेवारी मिळवणे आणखी कठीण झाले आहे. तज्ञांच्या मते, यामुळे सर्वेक्षणाचे निष्कर्ष चुकीचे (skewed) ठरू शकतात आणि मागील आकडेवारीशी विसंगत असू शकतात.

सर्वेक्षणाचे उद्दिष्ट आणि रचना

हे सर्वेक्षण राष्ट्रीय सांख्यिकी कार्यालय (NSO) द्वारे एप्रिल २०२६ ते मार्च २०२७ या काळात आयोजित केले जाईल. याचा मुख्य उद्देश कंझ्युमर प्राइस इंडेक्स (CPI) आणि राष्ट्रीय खात्यांसारख्या (National Accounts) महत्त्वाच्या आर्थिक निर्देशकांना (Economic Indicators) अद्ययावत करणे आणि अचूक माहिती मिळवणे आहे. यासाठी ४.५ लाख घरांचे सर्वेक्षण केले जाणार आहे. माजी IMF अधिकारी सुरजित भल्ला यांच्या नेतृत्वाखालील एका तांत्रिक तज्ञ गटाने या सर्वेक्षणाच्या पद्धतींसाठी मार्गदर्शन केले आहे, ज्यात आंतरराष्ट्रीय स्तरावरील सर्वोत्तम पद्धतींचा (best practices) समावेश आहे.

व्यापक आर्थिक संदर्भ आणि जोखीम

हा सर्वेक्षण भारताच्या सांख्यिकीय प्रणालीला (statistical system) अद्ययावत करण्याच्या मोठ्या प्रयत्नांचा एक भाग आहे. यामध्ये नुकतेच जीडीपी (GDP), सीपीआय (CPI) आणि औद्योगिक उत्पादन निर्देशांक (IIP) यांचे पुनर्मूल्यांकन (rebase) करण्यात आले आहे. आंतरराष्ट्रीय नाणेनिधी (IMF) ने देखील भारताच्या राष्ट्रीय खात्यातील डेटा गुणवत्तेवर (data quality) चिंता व्यक्त केली आहे, ज्याला 'C' ग्रेड दिला आहे. यामुळे NHIS सारखे सर्वेक्षण अधिक महत्त्वाचे ठरते. तथापि, लोकांच्या माहिती देण्यास असलेल्या संकोचामुळे (reluctance) आणि अनौपचारिक अर्थव्यवस्थेमुळे, उत्पन्नाची नोंदणी पद्धतशीरपणे कमी (underreported) होण्याची शक्यता आहे, ज्यामुळे दारिद्र्य (poverty) आणि असमानता (inequality) यांसारख्या विश्लेषणांवर गंभीर परिणाम होऊ शकतो. सर्वेक्षणाची 15 महिन्यांची कालमर्यादा (timeline) डेटा उपलब्ध होण्यास विलंब लावेल, ज्यामुळे धोरणात्मक निर्णयांसाठी (policy integration) त्याची उपयुक्तता कमी होऊ शकते. सुरजित भल्ला यांच्यासारखे तज्ञ असूनही, त्यांच्या पूर्वीच्या काही विश्लेषणांवर प्रश्नचिन्ह उपस्थित केले गेले आहेत. ४.५ लाख घरांचे सर्वेक्षण करणे हे एक मोठे व्यवस्थापकीय आव्हान (management risk) आहे.

संभाव्य परिणाम

जर NHIS आपल्या आव्हानांवर यशस्वीपणे मात करू शकले, तर ते उत्पन्न वितरण (income distribution), जीवनमान (living standards) आणि खर्चाच्या सवयींबद्दल (spending habits) मौल्यवान अंतर्दृष्टी (insights) प्रदान करेल. हे डेटा धोरणकर्त्यांना (policymakers) अधिक अचूक आणि प्रभावी धोरणे तयार करण्यास मदत करेल, जे भारताच्या आर्थिक भविष्यासाठी महत्त्वाचे ठरेल.