क्या तीन साल में आठ करोड़ नई नौकरियाँ पैदा हुईं?

ईरोज़गार, या इसकी कमी, हाल के वर्षों में भारत में अर्थशास्त्रियों और नीति निर्माताओं के बीच बहस का एक प्रमुख मुद्दा रहा है। हाल ही में, प्रधान मंत्री नरेंद्र मोदी ने दावा किया कि भारत ने “आठ करोड़ नई नौकरियां पैदा कीं पिछले तीन से चार वर्षों में”। प्रधान मंत्री भारतीय रिजर्व बैंक (आरबीआई) द्वारा होस्ट किए गए भारत-केएलईएमएस डेटाबेस से डेटा का उपयोग कर रहे थे। इस डेटाबेस के अनुसार, भारत में श्रमिकों की कुल संख्या 2020-21 में 56.6 करोड़ से बढ़कर 2023-24 में 64.3 करोड़ हो गई, यानी, 7.8 करोड़ श्रमिकों की शुद्ध वृद्धि। इस दावे को सच करते हुए, भारतीय स्टेट बैंक (एसबीआई) की शोध टीम ने एक वैध रिपोर्ट प्रकाशित की। भारत-केएलईएमएस डेटाबेस और एनएसएसओ के अनिगमित क्षेत्र उद्यमों (एएसयूएसई) के वार्षिक सर्वेक्षण, 2022-2023 में श्रमिकों की कुल संख्या के बीच मेल का दावा किया गया।

डेटा डॉक्टरिंग का पूरा राजनीतिक विज्ञान: कांग्रेस ने ग्रामीण वेतन आंकड़ों पर सरकार की आलोचना की

इन दावों में आश्चर्य का एक तत्व यह था कि दो COVID-19 वर्षों और उसके बाद श्रमिकों की संख्या में वृद्धि हुई। अंतर्राष्ट्रीय श्रम संगठन (ILO) के अनुसार, 2019 और 2023 के बीच पूर्वी एशिया, दक्षिण-पूर्व एशिया और प्रशांत क्षेत्र में रोजगार-से-जनसंख्या अनुपात कम नहीं होने पर स्थिर था। अन्यत्र ऐसे रुझानों को देखते हुए, विश्लेषकों को रोजगार सृजन में भारत के लिए एक बाहरी स्थिति प्रस्तुत करने के लिए भारत-केएलईएमएस डेटाबेस पर भरोसा करने में गंभीर पद्धतिगत और अनुभवजन्य संदेह है।

भारत-केएलईएमएस परियोजना 2009 में आरबीआई द्वारा वित्तपोषित एक अकादमिक अभ्यास के रूप में शुरू हुई। 2022 से, आरबीआई डेटाबेस की मेजबानी करेगा। KLEMS का मतलब पूंजी (K), श्रम (L), ऊर्जा (E), सामग्री (M) और सेवाएँ (S) है। यह उद्योग-स्तरीय “कुल कारक उत्पादकता” (टीएफपी) को मापने के लिए उपयोग किया जाने वाला एक ढांचा है, जिसे मुख्यधारा के अर्थशास्त्रियों द्वारा आउटपुट की एक इकाई का उत्पादन करने के लिए सभी इनपुट की दक्षता के माप के रूप में माना जाता है।

दूसरे शब्दों में, KLEMS ढांचे का उद्देश्य रोजगार पर डेटा तैयार करना नहीं है। रोजगार के आंकड़े डेटाबेस के मॉडलिंग ढांचे में केवल इनपुट हैं। इसके अलावा, आरबीआई सीधे तौर पर रोजगार सहित किसी भी इनपुट पर डेटा एकत्र नहीं करता है, जो भारत-केएलईएमएस डेटाबेस में दर्ज होता है। यह केंद्रीय सांख्यिकी कार्यालय, भारत की जनगणना, उद्योगों के वार्षिक सर्वेक्षण और आवधिक श्रम बल सर्वेक्षण (पीएलएफएस) सहित आधिकारिक स्रोतों से रोजगार, इनपुट उपयोग और आउटपुट पर क्षेत्रीय डेटा प्राप्त करता है। यह मनोरंजक है कि आरबीआई द्वारा अन्य आधिकारिक स्रोतों से प्राप्त डेटा, और टीएफपी का अनुमान लगाने के लिए इनपुट के रूप में उपयोग किया जाता है, अर्थव्यवस्था में रोजगार सृजन पर राजनीतिक बयान देने के लिए “आरबीआई नौकरियों के डेटा” के रूप में चित्रित किया जाता है।

भारत में विधि-KLEMS

भारत-केएलईएमएस पीएलएफएस से रोजगार डेटा उधार लेता है, लेकिन श्रमिकों की संख्या के पूर्ण आंकड़ों के रूप में नहीं। पीएलएफएस केवल जनसंख्या में श्रमिकों का हिस्सा, या श्रमिक जनसंख्या अनुपात (डब्ल्यूपीआर) प्रदान करता है। श्रमिकों की संख्या प्राप्त करने के लिए, WPR को कुल जनसंख्या से गुणा किया जाता है। यहीं से समस्या शुरू होती है, क्योंकि 2011 के बाद भारत की जनसंख्या का कोई आधिकारिक आंकड़ा नहीं है।

यह भी पढ़ें: पीएम मोदी युवाओं के लिए नौकरी के अवसरों में वृद्धि के बारे में बात करते हैं, डेटा अन्यथा दिखाता है

अंतर-सेन्सल वर्षों के लिए जनसंख्या अनुमान प्राप्त करने के लिए, जनसांख्यिकी विशेषज्ञ आम तौर पर पिछली उपलब्ध जनगणना से जनसंख्या संख्याओं को जोड़ते हैं। लेकिन यहां India-KLEMS ने एक अजीब समाधान अपनाया। 2017-18, 2018-19 और 2019-20 में जनसंख्या का अनुमान आर्थिक सर्वेक्षण (ईएस), 2021-22 से लिया गया था। ईएस ने यह मानकर इन आबादी का अनुमान लगाया कि 2001 और 2011 के बीच जनसंख्या वृद्धि दर 2011 के बाद के वर्षों के लिए समान थी। प्रत्येक संबंधित वर्ष के लिए श्रमिकों की संख्या प्राप्त करने के लिए डब्ल्यूपीआर को इन जनसंख्या अनुमानों से गुणा किया गया था।

लेकिन 2020-21 और 2023-24 के बीच के वर्षों के लिए, भारत-केएलईएमएस ने एक बिल्कुल अलग स्रोत और विधि का उपयोग किया। इसमें 2020 में स्वास्थ्य और परिवार कल्याण मंत्रालय (MoHFW) द्वारा प्रकाशित 2011-2036 के जनसंख्या अनुमानों का उपयोग किया गया था। 2011 की जनगणना के आंकड़ों से, यह प्रकाशन कुल प्रजनन दर (TFR) और 2017 के नमूना पंजीकरण प्रणाली (SRS) में रिपोर्ट की गई मृत्यु दर को ध्यान में रखते हुए जनसांख्यिकीय मॉडल का उपयोग करके वार्षिक जनसंख्या अनुमानों पर पहुंचा। सरल प्रश्न यह है कि भारत-KLEMS डेटाबेस ने इसका उपयोग क्यों नहीं किया। 2017-18 के बाद के सभी वर्षों के लिए MoHFW का जनसंख्या अनुमान। ऐसा प्रतीत होता है कि आरबीआई 2022 के बाद श्रृंखला में नए अनुमान जोड़ता है, लेकिन यह डेटाबेस की मेजबानी शुरू करने से पहले प्रकाशित पुराने अनुमानों को सही या अपडेट नहीं करता है।

यहां दो प्रमुख मुद्दे हैं. सबसे पहले, ईएस और एमओएचएफडब्ल्यू के जनसंख्या अनुमान पिछले दशक में भारत में प्रजनन दर में तेज गिरावट की उपेक्षा करते हैं। प्रतिस्थापन टीएफआर को सैद्धांतिक रूप से प्रति महिला 2.1 बच्चे माना जाता है। हालाँकि, सबसे हालिया राष्ट्रीय परिवार स्वास्थ्य सर्वेक्षण (एनएफएचएस) के नतीजे बताते हैं कि भारत का टीएफआर 2019-21 में गिरकर 2.0 हो गया था। इसी तरह, 2024 में एक अध्ययन प्रकाशित हुआ द लैंसेट तर्क दिया गया कि “बांग्लादेश और भारत में संदर्भ टीएफआर मान क्रमशः 2026 और 2027 तक 1.75 से कम होने का अनुमान है”। टीएफआर में इन गिरावटों को ईएस या एमओएचएफडब्ल्यू द्वारा जनसंख्या अनुमानों में नहीं माना जाता है।

दूसरे, ईएस और एमओएचएफडब्ल्यू में और उनके द्वारा ग्रामीण और शहरी क्षेत्रों के लिए जनसंख्या अनुमान अलग-अलग उपलब्ध नहीं हैं। इसलिए, भारत-केएलईएमएस प्रबंधकों ने राष्ट्रीय लिंग-वार आबादी ली, ग्रामीण और शहरी आबादी के लिए जनसंख्या वृद्धि दर का अनुमान लगाया और अलग-अलग ग्रामीण और शहरी आबादी अनुमान प्राप्त किए। हालाँकि, यह सर्वविदित है कि भारत की ग्रामीण आबादी शहरी आबादी की तुलना में धीमी गति से बढ़ रही है। दोनों के लिए समान विकास दर मानने से ग्रामीण आबादी का अधिक आकलन होने की संभावना है। इन दो कारणों से, भारत-केएलईएमएस में जनसंख्या के आंकड़े जिनके साथ डब्ल्यूपीआर को कई गुना बढ़ाया गया था, और इस प्रकार प्राप्त श्रमिकों की संख्या, अधिक अनुमानित होने की संभावना है।

रोजगार संरचना में बदलाव

जब पीएलएफएस डेटा विश्लेषण के लिए आसानी से उपलब्ध है, तो कोई भी रोजगार के अस्थायी विश्लेषण के लिए भारत-केएलईएमएस पर निर्भर रहने की आवश्यकता को समझने में विफल रहता है। पीएलएफएस डेटा से पता चलता है कि भारत का डब्ल्यूपीआर 2011-12 में 38.6% से गिरकर 2017-18 में 34.7% हो गया और फिर 2022-23 में बढ़कर 41.1% हो गया। समग्र डब्ल्यूपीआर में वृद्धि काफी हद तक ग्रामीण महिला डब्ल्यूपीआर में वृद्धि के कारण हुई, जो 2017-18 में 17.5% से बढ़कर 2022-23 में 30% हो गई। अन्य जनसंख्या वर्गों के लिए भी WPR में वृद्धि हुई, लेकिन ग्रामीण महिलाओं की तुलना में उतनी नहीं।

ये बदलाव सरकार के दो दावों का आधार हैं: एक, कि महामारी के दौरान और उसके बाद करोड़ों नई नौकरियाँ पैदा हुईं; और दो, यह घटना लिंग अनुकूल थी क्योंकि महिलाओं ने ग्रामीण कार्यबल में पुरुषों द्वारा खाली की गई नौकरियों पर कब्जा कर लिया था।

दोनों दावे त्रुटिपूर्ण हैं. ग्रामीण महिला डब्ल्यूपीआर में वृद्धि मुख्य रूप से कृषि में ग्रामीण महिलाओं के बीच स्व-रोज़गार के अवैतनिक रूपों में वृद्धि के कारण थी। 2018-19 और 2022-23 के बीच, कृषि में कार्यरत ग्रामीण महिलाओं की हिस्सेदारी 71.1% से बढ़कर 76.2% हो गई, और स्व-रोज़गार वाली ग्रामीण महिलाओं की हिस्सेदारी 67.8% से बढ़कर 78.1% हो गई। कृषि में महिला श्रमिकों में, जो पूरी तरह से सहायक आधार पर कार्यरत थीं (अर्थात्, जो केवल अनियमित रूप से और मामूली पैमाने पर काम करती थीं) की हिस्सेदारी 2018-19 में 15.6% से बढ़कर 2022-23 में 27.7% हो गई। और कृषि में सभी सहायक रोजगार के भीतर, 2022-23 में अवैतनिक पारिवारिक काम का हिस्सा लगभग 65% था।

लेकिन अवैतनिक सहायक कार्यों में वृद्धि महिलाओं के लिए उच्च WPR के रूप में दिखाई दे सकती है। जब इन बढ़ती WPR को बढ़ती अनुमानित जनसंख्या के साथ गुणा किया जाता है, तो हमें श्रमिकों की कुल संख्या में लगातार वृद्धि प्राप्त होती है। भले ही डब्ल्यूपीआर स्थिर रहे, अनुमानित जनसंख्या में वृद्धि के कारण श्रमिकों की संख्या में वृद्धि हुई होगी। यह हम भारत-केएलईएमएस में अनुमानित कार्यबल आंकड़ों में देखते हैं। संक्षेप में, 2017-18 के बाद भारत में सार्थक और भुगतान वाले रोजगार का बहुत कम विस्तार हुआ। खेती से पुरुषों के हटने से ग्रामीण कामकाजी महिलाओं की स्थिति में शायद ही कोई बदलाव आया हो।

ASUSE तुलना

इससे हमें एक उत्कृष्ट मामला मिलता है – एसबीआई रिपोर्ट का दावा है कि भारत-केएलईएमएस और एएसयूएसई 2022-23 में श्रमिकों की संख्या मोटे तौर पर मेल खाती है। ASUSE विनिर्माण, व्यापार और अन्य सेवाओं में केवल अनिगमित गैर-कृषि प्रतिष्ठानों को कवर करता है। कृषि के अलावा, यह स्पष्ट रूप से विनिर्माण और व्यापारिक प्रतिष्ठानों की एक श्रृंखला को अपने नमूना ढांचे से बाहर रखता है। असंगठित गैर-कृषि प्रतिष्ठानों में श्रमिकों की संख्या – ASUSE में ऊपर परिभाषित और कवर की गई – 2022-23 में 11 करोड़ थी। हालाँकि, एसबीआई रिपोर्ट का अनुमान है कि ASUSE के श्रमिकों की कुल संख्या 56.8 करोड़ है, और भारत-KLEMS के आंकड़ों के साथ तुलनीयता का दावा करती है।

स्पष्ट रूप से, एसबीआई की रिपोर्ट में ASUSE में शामिल नहीं किए गए क्षेत्रों – जैसे कृषि, निर्माण, पंजीकृत कारखाने, कॉर्पोरेट क्षेत्र, सरकार और सहकारी समितियों – में नियोजित श्रमिकों की एक निश्चित संख्या को अन्य घरेलू सर्वेक्षणों का उपयोग करके माना गया है जो विभिन्न अवधारणाओं और पद्धतियों को नियोजित करते हैं। इसके बाद 56.8 करोड़ श्रमिकों के बढ़े हुए अनुमान पर पहुंचने के लिए उन संख्याओं को ASUSE में श्रमिकों की संख्या में जोड़ा गया। लेकिन इस तरह की अप्रत्यक्ष विधि का कोई वैज्ञानिक आधार नहीं है, वह भी एक बेहूदा और प्रेरित सत्यापन के लिए।

संक्षेप में, भारत-केएलईएमएस का डेटा, जो बहुत अलग उद्देश्यों के लिए डिज़ाइन किया गया था और संदिग्ध तरीकों का उपयोग करता है, का उपयोग रोजगार सृजन पर एक विशिष्ट राजनीतिक कथा को चलाने के लिए किया जा रहा है। लेकिन इस प्रकरण में असली दोषी भारत सरकार है, जिसने आज तक नई दशकीय जनगणना आयोजित करने से इनकार कर दिया है।

सटीक जनसंख्या आंकड़ों की अनुपस्थिति ने विश्लेषकों और संस्थानों को वीरतापूर्ण धारणाओं के आधार पर कई गलत अनुमानों का उपयोग करने के लिए प्रेरित किया है। नतीजतन, हम अनावश्यक रूप से आर्थिक बहसों का राजनीतिकरण कर रहे हैं और भारतीय अर्थव्यवस्था में महत्वपूर्ण रुझानों के तर्कसंगत अध्ययन के लिए जगह सीमित कर रहे हैं।

पीसी मोहनन राष्ट्रीय सांख्यिकी आयोग के पूर्व सदस्य हैं और आर. रामकुमार टाटा इंस्टीट्यूट ऑफ सोशल साइंसेज, मुंबई में प्रोफेसर हैं।