- अमेरिकी सांख्यिकीय डेटा की विश्वसनीयता में कमी नीति-निर्णय, निवेश निर्णय और नागरिक भागीदारी पर गंभीर प्रभाव डाल रही है
- प्रतिक्रिया दर में गिरावट, बजट कटौती, और राजनीतिक हस्तक्षेप को इसके मुख्य कारणों के रूप में देखा जा रहा है, जो डेटा की प्रतिनिधित्व क्षमता और पारदर्शिता को नुकसान पहुंचाते हैं
- निजी डेटा सार्वजनिक आँकड़ों का पूरक बन सकता है, लेकिन उसका विकल्प नहीं, क्योंकि कवरेज, पारदर्शिता और सार्वजनिक हित के स्तर पर उसकी सीमाएँ हैं
- कंपनियों को राजनीतिक हेरफेर के प्रति सतर्कता और सार्वजनिक रूप से बोलने की क्षमता मजबूत करनी चाहिए, और विश्वसनीय सांख्यिकीय प्रणाली को बनाए रखने में भूमिका निभानी चाहिए
- सटीक आँकड़े लोकतंत्र और बाज़ार स्थिरता की मूल नींव हैं, इसलिए सार्वजनिक भरोसा और संस्थागत स्वतंत्रता सुनिश्चित करना अनिवार्य है
अमेरिकी सांख्यिकीय प्रणाली की विश्वसनीयता का संकट
- अमेरिका श्रम, स्वास्थ्य, अर्थव्यवस्था, शिक्षा, कृषि आदि कई क्षेत्रों के डेटा उपलब्ध कराने वाली 13 प्रमुख सांख्यिकीय एजेंसियों पर निर्भर है
- लाखों व्यक्ति और संस्थान डेटा इकट्ठा और साझा करते हैं, और यह डेटा अरबों निर्णयों में इस्तेमाल होता है
- हाल के वर्षों में राजनीतिक हस्तक्षेप, एजेंसियों के बजट में कटौती, और सर्वे प्रतिक्रिया दर में गिरावट के कारण प्रणाली में दरारें और सार्वजनिक भरोसे में कमी आई है
- डेटा की विश्वसनीयता में गिरावट नीतिगत गलत फैसलों, निवेशकों के भरोसे के नुकसान, और नागरिक भागीदारी से दूरी का कारण बन सकती है
अमेरिकी डेटा की तीन प्रमुख समस्याएँ
- प्रतिक्रिया दर में गिरावट
- घरों और व्यवसायों के लिए किए जाने वाले नियमित सर्वेक्षणों की प्रतिक्रिया दर दशकों में तेज़ी से घटी है
- फोन या आमने-सामने किए जाने वाले सर्वे में जवाब न देने की प्रवृत्ति बढ़ रही है, जिससे नमूने की प्रतिनिधित्व क्षमता कमजोर होती है और आँकड़ों में संशोधन में देरी होती है
- Rigobon ने ज़ोर देकर कहा कि “प्रतिनिधित्व क्षमता सटीक डेटा का सबसे महत्वपूर्ण गुण है”
- बजट संबंधी सीमाएँ
- Bureau of Labor Statistics (BLS), Census Bureau जैसी प्रमुख एजेंसियों में बजट कटौती के कारण तकनीक अपनाने और डेटा विस्तार में मुश्किलें बढ़ी हैं
- सितंबर 2025 में, USDA ने खाद्य असुरक्षा पर वार्षिक सर्वे रोकने की घोषणा की, जिससे घरों में भूख की निगरानी असंभव हो जाएगी
- राजनीतिक हस्तक्षेप
- सलाहकार समितियों को भंग करना, सांख्यिकीय अधिकारियों को हटाना, और राजनीतिक नियुक्तियों का हस्तक्षेप पारदर्शिता और विश्वसनीयता को नुकसान पहुंचाता है
- सरकारी shutdown के दौरान आँकड़ों का संग्रह रुक जाता है, और सिर्फ़ एक महीने का डेटा खोना भी बड़ा झटका दे सकता है
- आँकड़ों में संशोधन (revision) सटीकता बढ़ाने की एक सामान्य प्रक्रिया है, फिर भी हाल में कुछ लोग इसे विफलता या पक्षपात के संकेत के रूप में गलत समझ रहे हैं
कंपनियों के लिए कार्रवाई संबंधी दिशानिर्देश
- 1. निजी डेटा का सावधानीपूर्वक उपयोग
- प्रतिक्रिया दर में गिरावट की स्थिति में निजी डेटा सार्वजनिक आँकड़ों के पूरक और स्वतंत्र सत्यापन के साधन के रूप में उपयोगी हो सकता है
- लेकिन सीमित कवरेज, व्यावसायिक प्रोत्साहनों पर निर्भरता, और गोपनीय algorithms के कारण यह पूर्ण विकल्प नहीं बन सकता
- सार्वजनिक और निजी आँकड़ों के बीच परस्पर पूरक संबंध को स्वस्थ अर्थव्यवस्था का एक प्रमुख तत्व माना गया है
- 2. सक्रिय रूप से बोलना और निगरानी करना
- आर्थिक डेटा की अखंडता लोकतंत्र और बाज़ार स्थिरता का केंद्रीय घटक है
- कंपनियों को राजनीतिक हेरफेर के शुरुआती संकेतों पर नज़र रखनी चाहिए और अतार्किक नीतियों के खिलाफ सार्वजनिक रूप से प्रतिक्रिया देनी चाहिए
- खासकर tariff policy जैसे मामलों में कंपनियों की चुप्पी उन्हीं पर प्रतिकूल कर-भार के रूप में लौट सकती है
विश्वसनीय आँकड़ों का महत्व
- सटीक आँकड़े नीति-निर्णय, कॉरपोरेट रणनीति और परिवारों के फैसलों की साझा नींव हैं
- इसके लिए लगातार निवेश, संस्थागत स्वतंत्रता, और सार्वजनिक भरोसे की बहाली अनिवार्य है
- Rigobon और Cavallo ने ज़ोर देकर कहा कि “सांख्यिकीय प्रणाली की रक्षा सिर्फ़ संख्याओं को बचाना नहीं है, बल्कि आर्थिक वास्तविकता की साझा समझ की रक्षा करना है”
1 टिप्पणियां
Hacker News की राय
“जब अमेरिकी डेटा भरोसेमंद नहीं रह जाता” जैसी अभिव्यक्ति भ्रामक हो सकती है
आर्थिक डेटा पहले से ही कई वर्षों से राजनीतिक हेरफेर के कारण विकृत होता आया है
बेरोज़गारी दर और वास्तविक कर्ज़ की गणना के तरीके दूसरे पश्चिमी देशों से लगभग मेल नहीं खाते, और सैन्य बजट (खासकर black budget) भी पारदर्शी नहीं है
अमीर तबका अभी ‘जब तक हो सके बटोर लो’ मोड में है, और अगर यह नैतिक लूट नहीं होती तो सरकार नागरिकों की बेहतर रक्षा कर सकती थी
The Guardian लेख के अनुसार, वे शुरू में Bitcoin, VR, quantum computing जैसे विषयों से बात शुरू करते थे, लेकिन अंत में चर्चा “New Zealand या Alaska” जैसे जीवित रहने की जगह चुनने पर आ टिकती थी
यहाँ तक कि एक CEO ने, जो अपना भूमिगत bunker पूरा करवा रहा था, पूछा: “घटना के बाद security team को कैसे नियंत्रित करूँ?” उनके लिए ‘घटना’ का मतलब पर्यावरणीय पतन, सामाजिक अशांति, परमाणु विस्फोट, वायरस, hacking जैसी हर तरह की तबाही था
अब भी बहुत से ऊर्जावान और प्रतिस्पर्धी लोग हैं, लेकिन उत्पादन का आधार विदेश बेच दिया गया है और ‘America’ नाम की सौंदर्यात्मक व नैतिक परियोजना रुकी हुई है
अमेरिका में U-1 से U-6 तक छह तरह के वर्गीकरण हैं
BLS आधिकारिक सामग्री, Investopedia व्याख्या, और अंतरराष्ट्रीय तुलना पर शोधपत्र देखें तो देशों के बीच अंतर बहुत पहले से मौजूद रहे हैं
सिर्फ अलग होने भर से उसे ‘हेरफेर’ नहीं कहा जा सकता
और लालच कोई नई चीज़ नहीं है — Friedman Doctrine, Gilded Age के दौर में भी यही था
और वफादार लोगों से सरकार भरना भी बस अमेरिकी civil service reform से पहले के ‘पुराने तरीके’ पर लौटना है
U-3 की परिभाषा ज़्यादातर देशों में इस्तेमाल होने वाला मानक बेरोज़गारी संकेतक है
लेकिन बहुत से अमेरिकी इस पर यक़ीन करते हैं, इसलिए यह संबंधित संस्थाओं के बजट में कटौती लाने वाली self-fulfilling prophecy बन रही है
किसी साम्राज्य को मरते हुए देखना आश्चर्यजनक और साथ ही डरावना होता है
पड़ोसी देशों में regime change, सार्वजनिक संपत्ति की लूट, मध्यम वर्ग का पतन, गृहयुद्ध और अलगाववाद, कानून-व्यवस्था का टूटना, बड़े पैमाने पर पलायन, coup, अत्यधिक महँगाई और धोखाधड़ी वाले investment boom (खासकर crypto) जैसी चीज़ें पीछे-पीछे आ सकती हैं
अमेरिकी आर्थिक डेटा की विश्वसनीयता के मुद्दे पर New York Times लेख के अनुसार,
डेटा source बदलने की वजह से मुद्रास्फीति के आँकड़े कम आए
विशेषज्ञों ने कहा कि “राजनीतिक मंशा तो नहीं दिखती, लेकिन ऐसे बदलाव सांख्यिकीय प्रणाली पर भरोसा कमज़ोर करते हैं”
2025 की शुरुआत में डेटा को जल्दी-जल्दी छिपाया गया, और NOAA में personnel बदलाव भी हुए
संघीय डेटा के गायब होने पर रिपोर्ट और
GovExec लेख देखें तो Sharif का आशावादी आकलन वास्तविकता से दूर लगता है
अविश्वसनीय आर्थिक डेटा बेहद उलटा असर डाल सकता है
लोग बाज़ार जाते हुए खुद महसूस करते हैं कि दाम बढ़ रहे हैं, और नौकरी ढूँढना कितना मुश्किल है
लेकिन सरकार कहती है “सब ठीक है” और असहमत लोगों को नौकरी से निकाल देती है
नतीजा यह कि बेरोज़गारी दर कागज़ पर अच्छी दिखती है, पर असलियत में नहीं
ऐसी स्थिति में अगर Fed ब्याज दर बढ़ाता है, तो वास्तविकता से बदतर रोज़गार बाज़ार के कारण अर्थव्यवस्था और ज़्यादा मंदी में जा सकती है
इस दौरान वित्तीय अभिजात वर्ग और राजनीतिक प्रतिष्ठान ने व्यवस्था पर कब्ज़ा किया, और शिक्षा के ज़रिए इस ढाँचे को ‘सामान्य’ मानने की आदत डलवाई
अगर सरकार spam calls की समस्या ‘सुलझाती’ है, तो हो सकता है उसका मकसद सरकार को खुद फ़ोन करने लायक बनाना हो
उदाहरण के लिए, “अमेरिकी सरकार के वास्तविक survey call पर 1 मिनट जवाब देने पर $5” जैसी व्यवस्था हो, तो लोग खुशी से जवाब देंगे
प्रति व्यक्ति बजट देखें तो यह रकम पूरी तरह संभव है, और अगर वास्तविक सरकारी सत्यापन चिह्न दिखे तो spam से अलग पहचान भी हो जाएगी
इस तरीके से शायद तेज़ और सटीक डेटा मिल सकता है
यह मान लेना ही ग़लत है कि आर्थिक डेटा कभी ‘सटीक’ था
असली संकेत तो समय के साथ उसके उतार-चढ़ाव में होता है
『Why Nations Fail』 और 『The Narrow Corridor』 जैसी किताबों में भी
अब अमेरिका की मौजूदा स्थिति को देखते हुए नया अध्याय जोड़ने का समय आ गया है
दोनों किताबें सरल तर्क और भरपूर ऐतिहासिक उदाहरणों से बनी हैं
इन सारी समस्याओं की जड़ principal–agent problem है
प्रतिनिधि लोकतंत्र में यह तब होता है जब प्रतिनिधियों और जनता के हित अलग हो जाते हैं
Wikipedia: Principal–agent problem
जब आप विशेषज्ञों को निकाल देते हैं और ज़मीनी हक़ीक़त से कटी नीतियाँ चलाते हैं,
तो चीन की तरह ख़तरे को कम आँकते हुए प्रतिस्पर्धात्मक बढ़त खो देते हैं
अनुभवहीन प्रशासनिक नियुक्तियाँ बढ़ेंगी तो अमेरिका बाहरी हेरफेर के प्रति और अधिक संवेदनशील हो जाएगा
मेरे मन में दो विचार आते हैं
पहले दृष्टिकोण से देखें तो, राजनीतिक विमर्श में इस्तेमाल होने वाले सूचकों के बारे में हमेशा शिकायत रही है कि वे जीवन की गुणवत्ता को नहीं दर्शाते
इसलिए अगर वे सूचक भरोसा खो दें, तो शायद हम obsessive optimization से बाहर निकल सकें
लेकिन दूसरे दृष्टिकोण से, वही सूचक वास्तव में औसत जीवन-गुणवत्ता को दर्शा भी सकते हैं
आखिरकार मेरा झुकाव पहले विचार की ओर है — संगठनों में “dashboard numbers बढ़ाने” के चक्कर में वास्तव में महत्वपूर्ण चीज़ों को नुकसान पहुँचते मैंने बहुत बार देखा है