तरुण भारतीयांची अवस्था: कमी रोजगार आणि जास्त कामाचा बोजा
भारताची तरुण लोकसंख्या आर्थिक विकासाला चालना देईल अशी अपेक्षा असताना, एका नवीन सर्वेक्षणाने एक गुंतागुंतीचे वास्तव समोर आणले आहे. 'टाइम यूज सर्वे 2024' नुसार, भारतातील 46.7% तरुणच पगारी नोकऱ्यांमध्ये आहेत, जे लक्षणीय क्षमतेचा अप्रयुक्त साठा दर्शवते. जे काम करत आहेत, त्यांच्यासाठी परिस्थिती 'अंडरएम्प्लॉयमेंट' (underemployment) आणि अति-कामाचे (overwork) मिश्रण आहे, जे लांबच्या प्रवासाने आणखी बिकट होते. अनौपचारिक व्यवसायांमध्ये ही समस्या अधिक सामान्य आहे, जिथे 15.5% कर्मचारी दररोज चार तासांपेक्षा कमी काम करतात, तर औपचारिक नोकऱ्यांमध्ये हे प्रमाण केवळ 3.6% आहे. याउलट, अति-काम (आठ तासांपेक्षा जास्त, ब्रेक वगळून) औपचारिक क्षेत्रात अधिक वारंवार घडते, जे सुमारे 25% तरुण कर्मचाऱ्यांना प्रभावित करते. हे विविध क्षेत्रांतील नोकरी वाटप आणि कामगार परिस्थितीतील प्रणालीगत समस्या दर्शवते.
लांबचे प्रवास आणि संरचनात्मक अडथळे
दररोज कामावर जाण्यासाठी लागणारा वेळ तरुण भारतीयांसाठी वेळेचा बोजा लक्षणीयरीत्या वाढवतो. सरासरी, कामगार प्रवासावर 50 मिनिटे घालवतात, शहरी रहिवासी 56 मिनिटे तर ग्रामीण भागात 44 मिनिटे लागतात. हा रोजचा प्रवास कामाशी संबंधित एकूण तास मोठ्या प्रमाणात वाढवतो. औपचारिक कंपन्यांमध्ये काम करणाऱ्यांपैकी जवळपास 36.6% लोक नऊ तासांपेक्षा जास्त वेळ काम आणि प्रवासात घालवतात. इतका मोठा कालावधी अनेकदा खोलवरच्या संरचनात्मक समस्यांकडे निर्देश करतो, जसे की अपुरी सार्वजनिक वाहतूक, नोकरीच्या केंद्रांजवळ उच्च गृहनिर्माण खर्च आणि कार्यक्षम प्रवास पर्यायांचा अभाव. या अकार्यक्षमतेचा उत्पादकता आणि कर्मचाऱ्यांच्या कल्याणावर परिणाम होतो.
स्किल्स गॅप आणि AI ऑटोमेशनमुळे लाखो नोकऱ्यांना धोका
भारताला मोठ्या प्रमाणावर कुशल कर्मचाऱ्यांची (skills shortage) कमतरता जाणवत आहे. अहवालानुसार, AI स्किल्स असलेले लोक नियुक्त करू शकणाऱ्या कंपन्या खूप कमी आहेत. पदवीधरांचा केवळ एक छोटासा भाग आवश्यक AI स्किल्स धारण करतो, अभ्यासक्रमांमध्ये बदल होऊनही ही तफावत कायम आहे. अंदाजानुसार, AI ऑटोमेशनमुळे 2030 पर्यंत भारतात 3.8 कोटी (38 million) नोकऱ्यांवर परिणाम होऊ शकतो, विशेषतः औपचारिक क्षेत्रातील एन्ट्री-लेव्हल पदांवर. AI नवीन, उच्च-मूल्य असलेल्या भूमिका निर्माण करेल अशी अपेक्षा असली तरी, ज्यांना विशेष कौशल्यांची आवश्यकता असेल, खरी आव्हान सध्याच्या आणि भावी कर्मचाऱ्यांना या बदलासाठी तयार करणे हे आहे. वर्ल्ड इकॉनॉमिक फोरमचा अंदाज आहे की AI मुळे 2025 पर्यंत जागतिक स्तरावर 8.5 कोटी (85 million) नोकऱ्या नष्ट होऊ शकतात, परंतु 9.7 कोटी (97 million) नवीन नोकऱ्या निर्माण होऊ शकतात, ज्यासाठी जलद अनुकूलन आवश्यक आहे. हा तांत्रिक बदल नोकरी सहभागातील (job participation) तफावत वाढवण्याचा धोका आहे, विशेषतः सेवा क्षेत्रातील नियमित कार्यालयीन कामांमध्ये.
कामातील तफावत: लिंग आणि भौगोलिक-
लिंग आणि प्रादेशिक पातळीवरही मोठे फरक दिसून येतात. पुरुष सामान्यतः जास्त पगारी तास काम करत असले तरी, महिला घरगुती आणि काळजीवाहू कामांचा समावेश केल्यास दररोज एकूण जास्त तास काम करतात. हे अदृश्य श्रम दर्शवते जे अधिकृत आकडेवारी अनेकदा दुर्लक्षित करते. भौगोलिकदृष्ट्या, महाराष्ट्र आणि कर्नाटक सारख्या श्रीमंत राज्यांमध्ये एकूण कामाचे दिवस जास्त (प्रवासासह नऊ तासांपेक्षा जास्त) असल्याचे दिसते, जे अधिक वेळ-घेऊ संस्कृतीचे संकेत देते. याउलट, पूर्व आणि मध्य राज्यांमध्ये 'अंडरएम्प्लॉयमेंट'ची चिन्हे अधिक दिसतात. हे प्रादेशिक फरक देशभरात रोजगार परिस्थितीच्या असमान आर्थिक विकासावर प्रकाश टाकतात.
अनौपचारिक क्षेत्रातील समस्या: अस्थिर नोकऱ्या आणि कमी सुरक्षा
भारताच्या कामगार बाजारातील मुख्य कमकुवतपणा म्हणजे सुमारे 90% कर्मचाऱ्यांचा समावेश असलेल्या अनौपचारिक क्षेत्रावर (informal sector) असलेली मोठी अवलंबित्व. या कामगारांकडे अनेकदा नोकरीची सुरक्षा, लेखी करार, सशुल्क सुट्ट्या आणि सामाजिक सुरक्षा लाभ नसतात, ज्यामुळे ते अत्यंत असुरक्षित स्थितीत असतात. अलीकडील आकडेवारी जरी औपचारिक रोजगारात काही वाढ आणि एकूण बेरोजगारी दरात किंचित घट दर्शवत असली तरी, ही प्रगती नाजूक आहे. रोजगाराची व्याख्या, आठवड्यातून एक तास काम करणार्यालाही गणली जाते, ती 'अंडरएम्प्लॉयमेंट' आणि अस्थिर नोकऱ्यांचे वास्तव लपवू शकते. याव्यतिरिक्त, शिक्षित तरुणांना खूप जास्त बेरोजगारी दराचा सामना करावा लागतो, जो त्यांच्या शिक्षण आणि उपलब्ध नोकऱ्यांमधील मोठी तफावत दर्शवतो. चांगल्या नोकरी बाजार डेटा प्रणालींमध्ये सततच्या गुंतवणुकीचा अभाव देखील प्रभावी धोरणे तयार करणे कठीण करते.
पुनर्कौशल्य आणि नोकरी निर्मिती: पुढील मार्ग
या बदलत्या नोकरी बाजाराला सामोरे जाण्यासाठी, तरुणांनी तंत्रज्ञानाशी सुसंगत काम करणारी किंवा AI करू शकत नसलेल्या नोकऱ्यांसाठी आवश्यक विशेष कौशल्ये शिकण्यासाठी सतत शिकण्याची (continuous learning) कटीबद्धता दर्शवणे आवश्यक आहे. AI आणि मशीन लर्निंग स्पेशलिस्ट, डेटा विश्लेषक आणि सायबर सुरक्षा व्यावसायिकांसाठी नोकऱ्यांमध्ये लक्षणीय वाढ अपेक्षित आहे. ILO आणि वर्ल्ड बँक सारख्या संस्था पुनर्कौशल्य (reskilling) आणि प्रशिक्षणावर जोर देतात, जे कौशल्य तफावत कमी करण्यासाठी आणि लवचिक कार्यबल तयार करण्यासाठी महत्त्वपूर्ण आहे. विशेषतः महिलांसाठी चांगल्या नोकऱ्यांमध्ये अधिक प्रवेश आणि केअर वर्क सारख्या क्षेत्रांमध्ये गुंतवणूक केल्यास लाखो नोकऱ्या निर्माण होऊ शकतात. भारताच्या तरुण लोकसंख्येचा फायदा घेण्यासाठी, खाजगी व्यवसायांद्वारे नोकऱ्या निर्माण करणे आणि तरुणांना वेगाने बदलणाऱ्या जागतिक अर्थव्यवस्थेसाठी आवश्यक कौशल्ये देणे महत्त्वाचे आहे.
