अनौपचारिक अर्थव्यवस्था का डेटा परिदृश्य: भारत के 90% अनौपचारिक क्षेत्र से अपेक्षाएँ.....

औपचारिक अर्थव्यवस्था की विशेषता पंजीकृत व्यवसाय, संहिताबद्ध श्रम कानून, पता लगाने योग्य लेनदेन, मानकीकृत अनुबंध और सत्यापन योग्य डेटा है जिसे सरकार और आधिकारिक संस्थानों द्वारा एकत्र, रिकॉर्ड और विनियमित किया जाता है। इसके विपरीत, अनौपचारिक अर्थव्यवस्था बड़े पैमाने पर इन संरचनाओं से बाहर काम करती है। जब भारत जैसी अर्थव्यवस्था में अनुमानित 90% कार्यबल और आर्थिक गतिविधि इस अनौपचारिक क्षेत्र में होती है, तो "डेटा" की प्रकृति, उपलब्धता और उपयोगिता उन देशों की तुलना में काफी भिन्न होती है जहां यह अत्यधिक औपचारिक है। भारत में इस अनौपचारिकता का व्यापक पैमाना केवल "डेटा की कमी" को ही नहीं दर्शाता; यह एक मौलिक रूप से भिन्न डेटा पारिस्थितिकी तंत्र को इंगित करता है - एक ऐसा पारिस्थितिकी तंत्र जो खंडित है, अक्सर मात्रात्मक के बजाय गुणात्मक है, और जिसे मानकीकृत करना मुश्किल है।

90% अनौपचारिक अर्थव्यवस्था में डेटा से हम क्या अपेक्षा कर सकते हैं?

यदि किसी अर्थव्यवस्था का 90% हिस्सा अनौपचारिक रूप से संचालित होता है, तो डेटा की अपेक्षाओं को कई प्रमुख क्षेत्रों में वर्गीकृत किया जा सकता है: डेटा की उपलब्धता और गुणवत्ता, आर्थिक दृश्यता, नीतिगत चुनौतियाँ और वैकल्पिक डेटा स्रोत।

1. डेटा की अपर्याप्त उपलब्धता और गुणवत्ता

सबसे प्रत्यक्ष आशंका यह है कि अधिकांश आर्थिक गतिविधियों के लिए विश्वसनीय, आधिकारिक आंकड़ों का अभाव होगा ।

मुख्य आर्थिक संकेतकों की कमी: अनौपचारिक अर्थव्यवस्था के विशिष्ट उप-क्षेत्रों द्वारा जीडीपी योगदान, सटीक रोजगार आंकड़े और वास्तविक समय वेतन डेटा जैसे मानक मीट्रिक सर्वोत्तम रूप से अनुमान बन जाते हैं। राष्ट्रीय सांख्यिकी संगठनों को नियमित प्रशासनिक डेटा के बजाय आवधिक, बड़े पैमाने पर नमूना सर्वेक्षणों पर बहुत अधिक निर्भर रहना पड़ता है।

फर्म-स्तरीय डेटा की कमी: लाखों छोटे, अपंजीकृत उद्यमों (जैसे, स्ट्रीट वेंडर, घर-आधारित कार्यकर्ता, लघु कृषि) के लिए व्यवसाय गठन, राजस्व, व्यय और निवेश पर डेटा आधिकारिक रजिस्टरों में लगभग मौजूद नहीं है।

कर रहित और अनट्रैक्ड लेनदेन: चूंकि लेनदेन अक्सर नकद आधारित और अपंजीकृत होते हैं, इसलिए कर रसीदों (जैसे वस्तु एवं सेवा कर, या जीएसटी) से एकत्र किए गए प्रशासनिक डेटा कुल आर्थिक प्रवाह के केवल एक अंश को ही दर्शाता है, जिससे आर्थिक गतिविधि का एक महत्वपूर्ण "अंधेरा आंकड़ा" सामने आता है।

2. सीमित आर्थिक पारदर्शिता और नीति निर्माण में त्रुटि।

विश्वसनीय आंकड़ों की कमी अर्थशास्त्रियों और नीति निर्माताओं के लिए स्पष्टता की समस्या पैदा करती है, जिससे निम्नलिखित अपेक्षाएं उत्पन्न होती हैं:

गलत आधिकारिक विवरण: आधिकारिक आर्थिक विकास के आंकड़े अनौपचारिक क्षेत्र की वास्तविक आर्थिक मजबूती या कमजोरी को कम करके दिखा सकते हैं। ये आंकड़े अधिकांश नागरिकों के जीवन और कार्य-प्रणाली की पूरी कहानी नहीं बताते।

अप्रभावी नीति अंशांकन: जब प्राथमिक श्रम बाजार पर डेटा विरल होता है, तो सरकारी हस्तक्षेप—चाहे न्यूनतम मजदूरी कानून हों, ऋण उपलब्धता योजनाएं हों, या सामाजिक सुरक्षा कार्यक्रम हों—इच्छित लाभार्थियों तक प्रभावी ढंग से पहुंचने के लिए संघर्ष करते हैं। औपचारिक क्षेत्र के लिए डिज़ाइन की गई नीतियां अक्सर अनौपचारिक श्रमिकों की जरूरतों को पूरा करने में विफल रहती हैं।

भेद्यता आकलन में कठिनाइयाँ: आजीविका और बचत पर वास्तविक समय और सटीक डेटा के बिना, सबसे कमजोर आबादी पर अचानक आने वाले झटकों (जैसे महामारी या प्राकृतिक आपदा) के प्रभाव का सटीक आकलन करना लगभग असंभव हो जाता है।

3. विखंडन और पृथक सूचना

ऐसी अर्थव्यवस्था में मौजूदा डेटा विभिन्न स्रोतों में बिखरा हुआ होने की संभावना है।

अलग-अलग डेटा स्रोत: एकीकृत डेटा सिस्टम के बजाय, जानकारी विभिन्न स्थानीय सरकारी निकायों, विशिष्ट श्रमिक समूहों (जैसे, कचरा बीनने वालों के संघ) पर केंद्रित गैर-सरकारी संगठनों (एनजीओ), सूक्ष्म वित्त संस्थानों और अकादमिक अनुसंधान परियोजनाओं में बिखरी हुई होने की संभावना है।

वैकल्पिक और 'बिग डेटा' पर निर्भरता: "प्रॉक्सी डेटा" या "वैकल्पिक डेटा" पर निर्भरता बढ़ रही है। इसमें कृषि संबंधी गतिविधियों पर नज़र रखने के लिए उपग्रह चित्र, जनसंख्या की आवाजाही और वाणिज्य पैटर्न के लिए मोबाइल फोन डेटा, या इस क्षेत्र में कार्यरत वित्तीय प्रौद्योगिकी (फिनटेक) फर्मों से प्राप्त डिजिटल भुगतान डेटा शामिल हो सकता है। ये स्रोत नई अंतर्दृष्टि प्रदान करते हैं, लेकिन इनके साथ पूर्वाग्रह और गोपनीयता संबंधी चिंताएँ भी जुड़ी होती हैं।

4. गुणात्मक डेटा के महत्व का उदय

ठोस मात्रात्मक आंकड़ों के अभाव में, गुणात्मक अनुसंधान पद्धतियां महत्वपूर्ण हो जाती हैं।

केस स्टडी और नृवंशविज्ञान : उपलब्ध डेटा अक्सर शोधकर्ताओं द्वारा अनौपचारिक बाजारों, आपूर्ति श्रृंखलाओं और सामाजिक नेटवर्क की बारीकियों को समझने के लिए किए गए गहन केस स्टडी, नृवंशवैज्ञानिक अनुसंधान और स्थानीय सर्वेक्षणों से प्राप्त होता है। यह डेटा समृद्ध संदर्भ प्रदान करता है लेकिन राष्ट्रीय स्तर पर आसानी से स्केलेबल या सामान्यीकृत नहीं है।

ऐसी अर्थव्यवस्था में जहाँ 90% गतिविधि अनौपचारिक है, डेटा की अपेक्षा को मौलिक रूप से प्रबंधित किया जाना चाहिए। डेटा पारिस्थितिकी तंत्र महत्वपूर्ण अंतराल, माप चुनौतियों और खंडित, अक्सर गैर-पारंपरिक डेटा स्रोतों पर निर्भरता से चिह्नित होगा। भारत में हाल ही में डिजिटल भुगतान और श्रम पंजीकरण (जैसे ई-श्रम पोर्टल) को बढ़ावा देने जैसी पहलों में देखी गई औपचारिकता की दिशा में यात्रा, मूल रूप से बेहतर डेटा बनाने की यात्रा है। जब तक यह औपचारिकता हासिल नहीं हो जाती, नीति निर्माताओं को एक चुनौतीपूर्ण परिदृश्य से निपटना होगा जहां व्यापक राष्ट्रीय आंकड़े एक अधूरी कहानी बताते हैं, जिसके लिए डेटा संग्रह के लिए नवीन दृष्टिकोण और विशाल, जटिल और डेटा-विरल अनौपचारिक वास्तविकता की सूक्ष्म समझ की आवश्यकता होती है।