1.  ആമുഖം

ജനാധിപത്യത്തിന്റെ അടിസ്ഥാന മൂല്യങ്ങളിലൊന്ന് "വസ്തുത'കളാണ്. രാജ്യത്തെ സംബന്ധിച്ച സാമൂഹികവും സാമ്പത്തികവുമായ വസ്തുനിഷ്ഠ യാഥാർത്ഥ്യങ്ങൾ പൗരന്മാരിലേക്ക് കൃത്യമായി എത്തിച്ചേരുന്നില്ലെങ്കിൽ ജനാധിപത്യം സ്വാഭാവികമായും ദുർബലപ്പെടും. ഈയൊരു വെല്ലുവിളി എല്ലാ ജനാധിപത്യ രാജ്യങ്ങളും നേരിടുന്നുണ്ട്. എന്നാൽ വസ്തുനിഷ്ഠ യാഥാർത്ഥ്യങ്ങളെ  തിരിച്ചറിയുന്നതിനുള്ള ഡാറ്റ ഉൽപ്പാദനത്തെ ഘടനാപരമായി തന്നെ അട്ടിമറിക്കാനുള്ള ശ്രമം ഭരണകൂടത്തിന്റെ ഭാഗത്ത് നിന്നുണ്ടായാലോ? അത്തരമൊരു സാഹചര്യത്തിൽ നിലവിലെ ജനാധിപത്യ പ്രക്രിയയിൽ ബാക്കിയുള്ള നേരിയ പ്രതീക്ഷപോലും പൗരന്മാർക്ക് ഇല്ലാതാകും.

കഴിഞ്ഞ കുറച്ചു നാളുകളായി രാജ്യത്തെ ജനങ്ങളുടെ   സാമ്പത്തിക, ആരോഗ്യ, തൊഴിൽ ജീവിതത്തിന്റെ നിലവാരവുമായി ബന്ധപ്പെട്ട വിവിധ സൂചികളെ നിർണ്ണയിക്കാൻ അവലംബിക്കുന്ന രീതിശാസ്ത്രം (Methodology) സംബന്ധിച്ച  രാഷ്ട്രീയ പ്രേരിതമായ ചർച്ചകളാണ് ഇങ്ങനെയൊരു ആലോചനയ്ക്ക് കാരണം. നമ്മുടെ രാജ്യത്തെ ലോകോത്തര നിലവാരമുള്ള വിവിധ ഏജൻസികൾ തികച്ചും ശാസ്ത്രീയമായ രീതികൾ ഉപയോഗിച്ച് കണ്ടെത്തുന്ന വിവിധ സൂചികൾ വികസനം സംബന്ധിച്ച തങ്ങളുടെ രാഷ്ട്രീയ ആഖ്യാനങ്ങളുടെ പൊള്ളത്തരം തുറന്ന് കാട്ടിയെന്നതാണ്‌ ഈ ഏജൻസികളുടെ രീതിശാസ്ത്രത്തെ തന്നെ അട്ടിമറിക്കാൻ കേന്ദ്ര സർക്കാരിനെ പ്രേരിപ്പിക്കുന്നത്.

നിലവിലെ സ്റ്റാറ്റിസ്റ്റിക്സ് രീതിശാസ്ത്രങ്ങളിലെ പരിമിതികൾ പരിഹരിക്കാൻ കാലോചിതമായ പരിഷ്‌കാരങ്ങൾ  വേണമെന്നത് അവിതർക്കമായ കാര്യമാണ്. എ ന്നാൽ  പ്രധാനമന്ത്രിയുടെ സാമ്പത്തിക ഉപദേശ സമിതി  (Economic Advisory Council to the PM (EAC-PM)) അംഗമായ സാമ്പത്തിക വിദഗ്ധ പ്രൊഫ. ഷമിക രവി ഈ വിഷയത്തിൽ പത്രങ്ങളിലൂടെ തുടങ്ങി വച്ച ചർച്ചകളിലെ വാദങ്ങൾ പരിശോധിക്കുമ്പോൾ  കാര്യങ്ങൾ അത്ര സദുദ്ദേശപരമല്ലെന്ന്  കാണാം. ഈ വിഷയത്തിൽ രാജ്യത്തെ സ്റ്റാറ്റിസ്റ്റിക്സ് വിദഗ്ധരും പ്രധാനമന്ത്രിയുടെ സാമ്പത്തിക ഉപദേശ സമിതിയും നടന്ന പരസ്യമായ വാദ പ്രതിവാദങ്ങളുടെ പശ്ചാത്തലത്തിലാണ്  നാഷണൽ സ്റ്റാറ്റിസ്റ്റിക്കൽ ഓർഗനൈസേഷന്റെ (എൻഎസ്ഒ) രീതിശാസ്ത്രം  അവലോകനം ചെയ്യുന്നതിനായി ഇന്ത്യയുടെ മുൻ ചീഫ് സ്റ്റാറ്റിസ്റ്റിഷ്യൻ പ്രൊണാബ് സെന്നിന്റെ അധ്യക്ഷതയിൽ Ministry of Statistics and Programme Implementation (MoSPI) അടുത്തിടെ Standing Committee on Statistics (SCoS) എന്ന  ഒരു സമിതിയെ നിയമിച്ചത്.

എന്തുകൊണ്ടാണ് കേന്ദ്ര സർക്കാർ ഡാറ്റയുടെ ഗുണനിലവാരം സംബന്ധിച്ച് മുൻപെങ്ങും ഇല്ലാത്ത വിധത്തിലുള്ള വിമർശനം ഉന്നയിക്കുന്നത് ?   എന്താണ് ദേശീയ തലത്തിൽ നടക്കുന്ന സാമ്പിൾ സർവ്വേകളുടെ രീതിശാസ്ത്രവുമായി ബന്ധപ്പെട്ടു പ്രധാനമന്ത്രിയുടെ സാമ്പത്തിക ഉപദേശ സമിതി  ഉയർത്തുന്ന വിമർശനങ്ങൾ? ആ വിമര്ശനങ്ങള്ക്ക് വിദഗ്ധരുടെ പ്രതികരണങ്ങൾ എന്തൊക്കെയാണ്.? തുടങ്ങിയ കാര്യങ്ങളാണ് ഈ ലേഖനത്തിൽ പരിശോധിക്കുന്നത്.

2.  കണക്കുകളും മോദി  സർക്കാരും

ഇന്ത്യൻ ജനസംഖ്യയെ കുറിച്ച് ആഴത്തിൽ ഗവേഷണം നടത്തുകയും അവരുടെ  ജീവിതത്തെ നിർണ്ണയിക്കുന്ന വിവിധ സൂചികകളെ കാലാകാലങ്ങളിൽ ശാസ്ത്രീയമായി വിലയിരുത്തുകയും ചെയ്യുന്ന കേന്ദ്ര സർക്കാർ സ്ഥാപനമാണ് മുംബൈ ആസ്ഥാനമായുള്ള ഐ.ഐ.പി.എസ്. ഐ.ഐ.പി.എസിന്റെ ഡയറക്ടറും മലയാളിയും രാജ്യത്തെ തന്നെ ഏറ്റവും പ്രമുഖനായ ജനസംഖ്യാശാസ്ത്രജ്ഞൻ ഡോ. കെ.എസ്. ജെയിംസിനെ ആ സ്ഥാനത്തു നിന്ന് ആഗസ്ത് ആദ്യ വാരത്തിൽ സസ്‌പെൻഡ് ചെയ്തത് വലിയ വിവാദത്തിനു വഴിവച്ചിരുന്നു. പിന്നീട് കഴിഞ്ഞ മാസം അദ്ദേഹത്തിന്റെ സസ്‌പെൻഷൻ പിൻവലിച്ചെങ്കിലും കേന്ദ്ര സർക്കാരിന്റെ സമ്മർദ്ദത്തിനൊടുവിൽ അദ്ദേഹം രാജി വച്ച് അവിടെ നിന്ന് പടിയിറങ്ങി. കേന്ദ്ര ആരോഗ്യ മന്ത്രാലയം നടത്തുന്ന ദേശീയ കുടുംബാരോഗ്യ സർവ്വേയുടെ (NFHS)   നോഡൽ ഏജൻസിയാണ് IIPS. ആഗോളതലത്തിൽ അംഗീകരിച്ചിട്ടുള്ള സാമ്പിളിങ് മെത്തേഡ് ഉപയോഗിച്ച് ഈ സർവ്വേ നടത്തുന്നത് ഐ.ഐ.പി.പി.എസ്സിലെ വിദഗ്ധരായ ഗവേഷകരുടെ നേതൃത്വത്തിലാണ്.

രാജ്യത്തെ പൗരന്മാരുടെ ആരോഗ്യ സ്ഥിതി സംബന്ധിച്ച ഏറ്റവും പ്രധാനപ്പെട്ട സ്ഥിതിവിവരക്കണക്കുകൾ ശേഖരിക്കുന്ന NFHS  സർവ്വേയുടെ അഞ്ചാം റൌണ്ട്  പ്രകാരമുള്ള കണക്കുകൾ  കേന്ദ്ര സർക്കാരിന്റെ താല്പര്യങ്ങൾക്ക് അനുകൂലമായിരുന്നില്ല. ഉദാഹരണത്തിന് , കേന്ദ്ര സർക്കാർ അവകാശപ്പെടുന്നത് നിലവിൽ രാജ്യത്ത് 100 % കുടിവെള്ള ലഭ്യതയും, 100 % ശൗചാലയവും, 100  % ശുദ്ധ പാചക ഇന്ധന ലഭ്യതയും ഉണ്ടെന്നാണ്. എന്നാൽ  NFHS -5 പ്രകാരം പുറത്തു വന്ന വിവരങ്ങൾ അനുസരിച്ചു രാജ്യത്ത്  41.4 % വീടുകളിൽ ശുദ്ധ പാചക ഇന്ധന ലഭ്യത ഇല്ല (ഗ്രാമങ്ങളിൽ 43.2 % പേർക്ക് മാത്രമേ  ലഭ്യമായുള്ളൂ), 70 % പേർക്ക് മാത്രമേ മെച്ചപ്പെട്ട ശൗച്യാലയ ലഭ്യതയുള്ളൂ. കുടിവെള്ള ലഭ്യത ഒരു സംസ്ഥാനത്തും 100 % ഇല്ല.  ഈ കണക്കുകൾ എല്ലാം തന്നെ കേന്ദ്ര സർക്കാരിന്റെ  വ്യാജ അവകാശ വാദത്തിന്റെ നിജസ്ഥിതി വെളിപ്പെടുത്തുന്നതാണ്. ഇപ്രകാരം NFHS വഴി ലഭ്യമാകുന്ന സത്യസന്ധമായ സൂചികകളെ തങ്കങ്ങൾക്ക് അനുകൂലമാകും വിധം മാനിപ്പുലേറ്റ് ചെയ്യാൻ  കേന്ദ്ര സർക്കാർ ശ്രമിച്ചപ്പോ അതിനു വഴങ്ങിയില്ല എന്നതാണ്  പ്രൊഫ്. ജയിംസ്  അടക്കമുള്ളവർ ചെയ്ത കുറ്റം. കേന്ദ്ര സർക്കാർ അവരുടെ നേട്ടങ്ങളായി പറയുന്ന പല അവകാശ വാദങ്ങളെയും  ചോദ്യം ചെയ്യുന്നതായിരുന്നു   സർവ്വേ പ്രകാരം ലഭിച്ച വിവിധ സൂചികകൾ. തിരഞ്ഞെടുപ്പ് അടുത്തിരിക്കുന്ന ഘട്ടത്തിൽ ഈ കണക്കുകൾ ബിജെപി സർക്കാരിന് വലിയ തിരിച്ചടിയാകും എന്നത് തന്നെയാണ് ഇത്തരം കടുത്ത നടപടികളിലേക്ക് പോകാനുള്ള പ്രധാനകാരണം.

ഇത് ആദ്യത്തെ സംഭവമല്ല, , 2017-2018 വർഷത്തെ തൊഴിലില്ലായ്മ സംബന്ധിച്ച  NSSO റിപ്പോർട്  കേന്ദ്ര സർക്കാർ പുറത്ത് വിടാത്തതിൽ    പ്രതിഷേധിച്ചാണ് അക്കാലത്തെ  നാഷണൽ സ്റ്റാറ്റിസ്റ്റിക്കൽ കമ്മീഷൻ ആക്ടിങ്  ചെയർമാൻ ആയിരുന്ന പി.സി മോഹനൻ ആ സ്ഥാനം ഒടുവിൽ 2019 ജനുവരിയിൽ  രാജി വച്ചത്.  തെറ്റായ സാമ്പത്തിക നയങ്ങളും നോട്ട് നിരോധനവും ഇന്ത്യൻ സമ്പദ് ഘടനയുടെ നട്ടെല്ലൊടിച്ചു തൊഴിലില്ലായ്മ രൂക്ഷമായത് കണക്കുകളിൽ പ്രതിഫലിക്കുന്നത് കഴിഞ്ഞ ലോകസഭാ തിരഞ്ഞെടുപ്പ് സമയത്ത് ദോഷം ചെയ്യുമെന്ന ധാരണയിലാണ് ആ കണക്കുകൾ സർക്കാർ പൂഴ്ത്തി വച്ചത്. ശാസ്ത്രീയമായ പഠനത്തിലൂടെ പുറത്ത് വരുന്ന വിവരങ്ങൾ തങ്ങൾക്ക് അനുകൂലമല്ലാതാകുമ്പോൾ പൂഴ്ത്തി വയ്ക്കുകയോ ആ പഠനത്തിന് നേതൃത്വം കൊടുത്തവർക്കെതിരെ നടപടി എടുക്കുകയോ ചെയ്തു വിവാദങ്ങളിൽ കുരുങ്ങുന്നത് അവസാനിപ്പിക്കാൻ സർക്കാർ കണ്ടെത്തിയ വഴി വിചിത്രമാണ്.

3.  നിലവിലെ രീതിശാസ്ത്രത്തോടുള്ള സർക്കാരിന്റെ വിമർശനം

ജൂലായ് 7 നു ഇന്ത്യൻ എക്സ് പ്രസ്സിൽ "Our National Surveys are Based on Faulty Sampling " എന്ന തലക്കെട്ടിൽ പ്രൊഫ.  ഷമിക രവി എഴുതിയ ലേഖനത്തോടെയാണ് പൊതുസമൂഹത്തിന്റെ ശ്രദ്ധയിലേക്ക് ഈ വിഷയം എത്തുന്നത്. ജൂലായിൽ തന്നെ "Assessing the National Surveys for its Representativeness: An Analysis of the Data Quality of the National Sample Survey (NSS)" എന്ന തലക്കെട്ടിൽ അവർ അംഗമായ പ്രധാനമന്ത്രിയുടെ സാമ്പത്തിക ഉപദേശക സമിതി പ്രസിദ്ധീകരിച്ച ഒരു വർക്കിംഗ് പേപ്പറിനെ അടിസ്ഥാനപ്പെടുത്തിയാണ്  പ്രസ്തുത ലേഖനം എഴുതിയിട്ടുള്ളത്. രാജ്യത്തെ  പൗരന്മാരുടെ സാമൂഹിക-സാമ്പത്തിക-ആരോഗ്യ സ്ഥിതി വിലയിരുത്തുക സൂചികകൾ നിർണയിക്കുന്ന ഏറ്റവും പ്രധാനപ്പെട്ട മൂന്ന് സർവ്വെകളാണ് നാഷണൽ സാമ്പിൾ സർവ്വേ (NSS), നാഷണൽ ഫാമിലി ഹെൽത്ത്  സർവ്വേ (NFHS), പീരിയോഡിക് ലേബർ ഫോഴ്സ് സർവ്വേ (PLFS) എന്നിവ. സാമ്പിൾ സർവ്വേകളായി നടത്തുന്ന ഈ സർവ്വേകളുടെ സാമ്പിളിങ് രീതിശാസ്ത്രവുമായി ബന്ധപ്പെട്ട വിമർശനങ്ങളാണ് ചില ഗവേഷകരിലൂടെ സർക്കാർ ഉയർത്താൻ ശ്രമിക്കുന്നത്.

നമുക്കറിയാവുന്നത് പോലെ  സാമ്പിൾ സർവ്വേകളിൽ രാജ്യത്തെ മുഴുവൻ ജനസംഖ്യയെയും പ്രതിനിധാനം ചെയ്യുന്ന  നാലോ അഞ്ചോ ലക്ഷം പൗരന്മാരെ ശാസ്ത്രീയമായി തിരഞ്ഞെടുത്ത് അവരിൽ  നിന്ന് മാത്രം പ്രത്യേകം തയ്യാറാക്കിയ ചോദ്യാവലികൾക്കുള്ള ഉത്തരങ്ങൾ ശേഖരിച്ച് അവ വിശകലനം ചെയ്താണ് സൂചികകൾ നിര്ണയ്യിക്കുക. ആയതിനാൽ തിരഞ്ഞെടുക്കുന്ന ഈ ചെറിയ സാമ്പിൾ ആളുകൾ രാജ്യത്തിൻറെ സാമ്പത്തികവും സാമൂഹികവും പ്രാദേശികവും ആയ വൈവിധ്യങ്ങളെ പൂർണമായും പ്രതിനിധീകരിക്കുക എന്നത്  സൂചികകളുടെ കൃത്യതയ്ക് അനിവാര്യമാണ. National Sample Survey Office (NSSO), International Institute for Population Sciences (IIPS) തുടങ്ങിയ സ്ഥാപനങ്ങൾ അന്താരാഷ്ട്ര തലത്തിൽ അംഗീകരിക്കപ്പെട്ടതും ഗവേഷണങ്ങളിലൂടെ പരിഷ്കരിക്കപ്പെട്ടതുമായ സാംപ്ലിങ് രീതിയാണ് കാലങ്ങളായി ഈ സർവ്വേകൾക്കായി  അവലംബിക്കുന്നത്. ഈ സാംപ്ലിങ് രീതിയോടുള്ള വിമർശനാത്മകമായ  അവലോകനമാണ് ഷമിക രവിയും കൂട്ടരും നടത്തുന്നത്.

മേല്പറഞ്ഞ സർവ്വേകളുടെ കൃത്യത അളക്കാൻ അടുത്തിടെ പൊതുസമ്മതി നേടിയ മെങ് (Meng) രീതിയാണ്  ഈ ഗവേഷകർ ഉപയോഗിച്ചത്. ശേഖരിച്ച വിവരങ്ങളുടെ അളവ് (Data quantity ) അല്ലെങ്കിൽ മൊത്തം ജനസംഖ്യയ്ക് ആനുപാതികമായ സാംപിളിന്റെ അളവ്,  പഠിക്കുന്ന പ്രശ്നത്തിന്റെ കാഠിന്യം (Measure of problem difficulty ),  ശേഖരിച്ച വിവരങ്ങളുടെ ഗുണമേന്മ (Data quality ) എന്നിങ്ങനെ മൂന്നു ഘടകങ്ങൾ പരിഗണിച്ചാണ് മെങ് രീതിയിൽ  കൃത്യത നിർണയിക്കുന്നത്. ഇതിൽ മൊത്തം ജനസംഖ്യയ്ക് ആനുപാതികമായ സാംപിളിന്റെ അളവിലും വിവരങ്ങളുടെ ഗുണമേന്മയിലും പ്രശ്നങ്ങൾ ഉണ്ടെന്നാണ് ഇവർ വാദിക്കുന്നത്. ദേശീയ സാമ്പിൾ സർവ്വേയുടെ  (NSS) സർവേകളിൽ ഏകദേശം 4. 5 ലക്ഷം സാംമ്പിളുകളാണ് ഉപയോഗിക്കുന്നത്.  അതിന്റെ കേവലമായ എണ്ണത്തിൽ ഗവേഷക ശ്രദ്ധ കൊടുക്കുന്നില്ല . എന്തെന്നാൽ സാമ്പിളുകളുടെ കേവലമായ എണ്ണം കൂട്ടുന്നത് സർവേയുടെ കൃത്യത കൂട്ടാൻ ഉപകരിച്ചേക്കില്ല എന്ന് "Big Data Paradox " മുൻനിർത്തി ഗവേഷക അഭിപ്രായപ്പെടുന്നു.

സാമ്പിളിന്റെ വലിപ്പം  നിർണ്ണയിക്കാൻ അടിസ്ഥാനമായി എടുക്കുന്ന ജനസംഖ്യയുടെ ഗ്രാമീണ-നഗര അനുപാതം ശരിയല്ല എന്നാണ് പ്രസ്തുത ഗവേഷകരുടെ സുപ്രധാന വിമർശനം. ഈ വിമർശനം സമർത്ഥിക്കാൻ അവർ ലേഖനത്തോടൊപ്പം കൊടുത്ത ഗ്രാഫാണ് ചിത്രം 1 ൽ . ഈ ഗ്രാഫ് പ്രകാരം ഏതാണ്ട് എല്ലാ സർവ്വേകളിലും  (205-16 NFHS സർവ്വേ ഒഴികെ) ഗ്രാമീണ ജനസംഖ്യയുടെ അനുപാതം സെൻസസിൽ നിന്നും ലഭിച്ച ജനസംഖ്യ പ്രൊജക്റ്റ് ചെയ്ത് ലഭിച്ച ഗ്രാമീണ ജനസംഖ്യാനുപാതത്തേക്കാൾ കൂടുതലാണ് എടുത്തിരിക്കുന്നത് എന്ന്  കാണാം. സാധാരണഗതിയിൽ ഏതാണ്ട് എല്ലാ സൂചികകളും മെച്ചപ്പെട്ട് നിൽക്കുന്നത് നഗരമേഖലകളിലാണ്. അതായത് നഗരത്തിലെ മനുഷ്യരുടെ ജീവിതമാണ് ഗ്രാമങ്ങളെക്കാൾ മെച്ചപ്പെട്ടത് എന്ന്. അങ്ങനെയിരിക്കെ സാമ്പിളിങ്ങിൽ ഗ്രാമീണ മേഖലയുടെ പ്രതിനിധാനം വാസ്തവത്തിൽ ഉള്ളതിനേക്കാൾ കൂടിയാൽ  ആ സാമ്പിൾ വഴി കണ്ടെത്തുന്ന സൂചികൾ എല്ലാം ഒരു ഗ്രാമീണ പക്ഷപാതം (Rural Bias ) കാണിക്കും. അത് ഫലത്തിൽ മൊത്തം സൂചിക കണക്ക് കൂട്ടുമ്പോൾ സത്യത്തിൽ ഉള്ളതിനേക്കാൾ കുറഞ്ഞ സൂചിക കാണിക്കാൻ സാഹചര്യമൊരുക്കും. അതുകൊണ്ട് ഈ രീതിശാസ്ത്രം പരിഷ്‌ക്കരിക്കണം എന്നാണ് പ്രസ്തുത ഗവേഷകർ പറയുന്നത്.

ഗവേഷകയുടെ രണ്ടാമത്തെ വിമർശനം സർവ്വേ നടത്തുമ്പോൾ സർവ്വേകളോടുള്ള പ്രതികരണത്തിന്റെ തോതുമായി (Response Rate)  ബന്ധപ്പെട്ടതാണ്. അതായത് ഒരു സർവ്വേയിൽ സാമ്പിളായി തിരഞ്ഞെടുക്കപ്പെട്ട എല്ലാ ഹൗസ്ഹോൾഡും സർവ്വേയിലെ ചോദ്യങ്ങളോട് പ്രതികരിക്കണം എന്നില്ല. മേൽപ്പറഞ്ഞ സർവ്വെകളോടുള്ള പ്രതികരിക്കാനുള്ള വിമുഖത ക്രമമേതുമില്ലാതെ നടക്കുന്ന ഒന്നല്ല എന്നാണ് പ്രസ്തുത ഗവേഷകർ പറയുന്നത്. ഈ സർവ്വേകളിൽ നിന്നും ലഭിക്കുന്ന വിവരങ്ങളെ അടിസ്ഥാനപ്പെടുത്തിയാണ് സർക്കാർ പല ആനുകൂല്യങ്ങളും കുടുംബങ്ങൾക്ക് പ്രഖ്യാപിക്കുന്നത്. അത്തരം ആനുകൂല്യങ്ങൾ ഭാവിയിൽ ലഭിച്ചില്ലെങ്കിലോ എന്ന് കരുതി ഉയർന്ന വരുമാനമുള്ളവർ ഇത്തരം സർവ്വേകളോട് പ്രതികരിക്കാനുള്ള വിമുഖത നേരത്തെ അറിയപ്പെടുന്ന ഒരു പ്രവണത ആണ്. സർവ്വേകളിൽ പ്രതികരിക്കാത്ത ആളുകൾക്കു പകരം അതെ പശ്ചാത്തലത്തിൽ ഉള്ള ആളുകളെ കണ്ടെത്തി സർവ്വേ പൂർത്തീകരിക്കാൻ സർവ്വേ നടത്തിപ്പുകാർക്ക് വേണ്ട അവബോധവും പരിശീലനവും നൽകിയാണ് ഈ പ്രശ്നം പരിഹരിക്കുന്നത്. എന്നാൽ ഇന്ത്യയിൽ ഇതിനു പരിമിതികൾ ഉണ്ടെന്നും ആയതിനാൽ ഈ വിമുഖത സർവ്വേയുടെ കാര്യക്ഷമതയെ സാരമായി ബാധിക്കുന്നു എന്നും അതുവഴി കുറഞ്ഞ വരുമാനക്കാർ കൂടുതൽ പ്രതിനിധീകരിക്കുന്ന സർവ്വേ ഫലങ്ങൾ രാജ്യത്തിൻറെ വളർച്ചാസൂചികകളെ കുറച്ചു കാണിക്കുന്നു എന്നും ഗവേഷക അഭിപ്രായപ്പെടുന്നു.

ഈ രണ്ടു പ്രശ്നങ്ങൾ കാരണം സർവ്വേകളെല്ലാം തന്നെ ഇന്ത്യയിലെ നിലവിലെ വികസനത്തെകുറച്ചു കാണിക്കുന്നു എന്നതാണ് സർക്കാരിന്റെ പരാതി. അതായത് കണക്ക് കൂട്ടലിലെ പാകപ്പിഴകൾ കൊണ്ടാണ് രാജ്യത്തെ വികസന സൂചികൾ പുരോഗതി കാണിക്കാത്തത് എന്നതാണ്  സർക്കാർ ഭാഷ്യം.

4.  വിദഗ്ധർ പറയുന്നത്

ദേശീയ തലത്തിൽ ശ്രദ്ധേയമായ എല്ലാ സാമ്പിൾ സർവേകളും കാലങ്ങളായി നടത്തുന്നത് വിദഗ്ധരുടെ നേതൃത്വത്തിൽ അന്താരാഷ്ട്ര തലത്തിൽ അംഗീകരിച്ചിട്ടുള്ള സാമ്പിൾ ഡിസൈൻ രീതിശാസ്ത്രം അനുസരിച്ചാണ്‌. ആ രീതിശാസ്ത്രത്തിന്റെ അപ്പാടെ തിരസ്ക്കരിച്ചു കൊണ്ടുള്ള ഷമിക രവിയുടെയും കൂട്ടരുടെയും പഠനത്തിനെ ശക്തമായി വിമർശിച്ചുകൊണ്ട്  രാജ്യത്തെ പല പ്രമുഖ സ്റ്റാറ്റിസ്റ്റിഷ്യരും പ്രതികരണങ്ങൾ ലേഖനങ്ങൾ എഴുതുകയുണ്ടായി. National Sample Survey Office (NSSO) യുടെ മുൻ ആക്ടിങ് ചെയര്മാന് പി സി മോഹനൻ,  Central Statistical Office (CSO ) യുടെ മുൻ ഡയറക്ടർ ജി സി മന്ന, അക്കാദമിക് വിദഗ്ധൻ അമിതാഭ് കുണ്ടു, തുടങ്ങിയവർ അതിൽ ചിലരാണ്. രണ്ടു തലങ്ങളിൽ നിന്നുള്ള വിമർശനങ്ങളാണ് ഈ വിദഗ്ധർ ഉന്നയിക്കുന്നത്. ഒന്ന് ഗവേഷകയുടെ അഭിപ്രായങ്ങളോടുള്ള വസ്തുതാപരവും ശാസ്ത്രീയവുമായ എതിർവാദം, രണ്ട്  ഇത്തരം പഠനങ്ങൾക്ക്  പിന്നിലെ രാഷ്ട്രീയ താല്പര്യങ്ങൾ.

പ്രസ്തുത ഗവേഷകർ ഉന്നയിക്കുന്ന സർവ്വേ സാംപ്ലിങ് നിർണ്ണയത്തിലെ ഗ്രാമീണ-നഗര ജനസംഖ്യ അനുപാത വ്യത്യാസം സർവ്വേയുടെ ഫലത്തെ കാര്യമായി ബാധിക്കുന്നില്ല എന്നാണ് ഏതാണ്ട് എല്ലാ വിദഗ്ധരും പറയുന്നത്. ഈ സർവേയുടെ പ്രാഥമിക ലക്ഷ്യം ഗ്രാമീണ-നഗര ജനസംഖ്യ നിർണ്ണയമോ മൊത്തം കുടുംബങ്ങളുടെ എണ്ണം തിട്ടപ്പെടുത്തലോ  അല്ലെന്നും ഇവ വെറും അനുബന്ധ വിവരങ്ങൾ മാത്രമാണെന്നും വിദഗ്ധർ അഭിപ്രായപ്പെടുന്നു.  സർവേയുടെ ആദ്യ ഘട്ടത്തിൽ ചോദ്യാവലിയിലൂടെ  ശേഖരിക്കുന്ന വിവരങ്ങൾ പിന്നീട്, ലഭ്യമായ  അവസാനത്തെ സെൻസസ് വിവരങ്ങളുടെ അടിസ്ഥാനത്തിൽ ശാസ്ത്രീയമായ സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികൾ പ്രകാരം   ക്രമീകരിച്ചതിനു ശേഷമാണു അന്തിമമായ സൂചികകളിൽ എത്തിച്ചേരുന്നത്. അതായത് ഗ്രാമീണ-നഗര ജനസംഖ്യനുപാതത്തിൽ  വന്നേക്കാവുന്ന വ്യത്യാസം മൂലം സൂചിക നിർണ്ണയത്തിൽ ഉണ്ടായേക്കാവുന്ന പോരായ്മകൾ പരമാവധി കുറച്ചതിനു  ശേഷമാണു സർവ്വേ ഫലങ്ങൾ പ്രസിദ്ധീകരിക്കുന്നത് എന്ന്  സാരം. വ്യക്തമായി പറഞ്ഞാൽ ഈ അനുപാത വ്യത്യാസം നിസ്സാരം ആണെന്ന് മാത്രമല്ല അതെ സർവേയിലെ തന്നെ തൊട്ടടുത്ത പടിയിൽ ഇത് പരിഹരിക്കുകയും ചെയ്യുന്നുണ്ട്. ഈ വിധത്തിൽ ദേശീയ സർവ്വേയെക്കുറിച്ചുള്ള സമഗ്രമായ പഠനത്തിന്റെ അഭാവം  ഗവേഷക  സംഘത്തിന്റെ വിമർശനങ്ങളിൽ തെളിഞ്ഞു കാണാം.

താഴെ കൊടുത്തിരിക്കുന്ന ടേബിളിൽ മൂന്ന് മാർഗ്ഗങ്ങൾ വഴി കണക്കാക്കിയ നഗര ജനസംഖ്യയുടെ അനുപാതം കൊടുത്തിട്ടുണ്ട്.

1 . NFHS വഴി എസ്റ്റിമേറ്റ് ചെയ്തത് 

2 . സെൻസൻസ് പ്രൊജക്ഷൻ വഴി എസ്റ്റിമേറ്റ് ചെയ്തത്

3 . വേൾഡ് ബാങ്ക് എസ്റ്റിമേറ്റ് ചെയ്തത് 

ഇവ തമ്മിൽ താരതമ്യം ചെയ്യുമ്പോ പ്രസ്തുത ഗവേഷകർ വാദിക്കും പോലെ എന്തെങ്കിലും വ്യവസ്ഥാപിതമായ പക്ഷപാതം നഗര ജനസംഖ്യ കണക്കുകൂട്ടലിൽ ഉണ്ടെന്നു തോന്നുന്നില്ല.

ഗവേഷകയും കൂട്ടരും Data Defect Correlation എന്ന രീതിയാണ് അവരുടെ താരതമ്യങ്ങൾക്കായി ഉപയോഗിച്ചിരിക്കുന്നത്. ഈ രീതി അടിസ്ഥാനപരമായി ഒരു എസ്റ്റിമേറ്റിനെ വേറൊരു എസ്റ്റിമേറ്റുമായി താരതമ്യം ചെയ്ത് Error കണക്കാക്കുന്നത് അംഗീകരിക്കുന്നില്ല . അതായത് നിങ്ങൾ എസ്റ്റിമേറ്റിലൂടെ കണ്ടെത്തിയ    വിവരങ്ങളുടെ കൃത്യത ഉറപ്പ് വരുത്താൻ എസ്റ്റിമേറ്റിലൂടെ തന്നെ കണ്ടെത്തിയ മറ്റൊരു കൂട്ടം വിവരങ്ങളുമായി താരതമ്യം ചെയ്യുന്നത് ഈ രീതി പ്രകാരം ശരിയല്ല.  ഇവിടെ സർവേകളിലെ എസ്റ്റിമേറ്റഡ് ഗ്രാമ -നഗര ജനസംഖ്യയും 2011 സെൻസൻസ്  അടിസ്ഥാനമാക്കി എസ്റ്റിമേറ്റ് ചെയ്ത  മൊത്ത ജനസംഖ്യയുമാണ് ദേശീയ മാധ്യമങ്ങളിൽ താരതമ്യം ചെയ്ത് പ്രസിദ്ധീകരിച്ചിരിക്കുന്നത്. നേരിട്ട് സെൻസൻസിൽ നിന്നും ലഭിക്കുന്ന ജനസംഖ്യയോടാണ് താരതമ്യം ചെയ്യുന്നതെങ്കിൽ ഇത് ശരിയായ രീതി ആയേനെ. ഇവിടെ അതല്ല സംഭവിച്ചിരിക്കുന്നത്. മറിച്ചു ശാസ്ത്രീയമായ സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികളെ അടിസ്ഥാനപരമായി തെറ്റി വ്യാഖ്യാനിക്കുകയാണ്  ഇതുവഴി ചെയ്യുന്നത്.

ഇന്ത്യൻ എക്സ് പ്രസ്സിൽ ഷമിക രവിയുടെ ലേഖനത്തോടൊപ്പം കൊടുത്ത ഗ്രാഫ് (ചിത്രം 1 ൽ ) ഗ്രാഫുകളിലൂടെയുള്ള പ്രതിനിധാന രീതികളുടെ ഏറ്റവും മൗലികമായ നിയമങ്ങളെ തെറ്റിച്ചുകൊണ്ട് തെറ്റിദ്ധാരണ ഉളവാക്കും വിധമാണ് അവതരിപ്പിച്ചിട്ടുളളത്. പ്രസ്തുത ഗ്രാഫിൽ x-axis തുടങ്ങുന്നത് 65 ശതമാനത്തിൽ നിന്നാണെന്നു കാണാം. ഇത് രണ്ടു ശതമാനത്തിന്റെ വ്യത്യാസം പോലും വലിയ വ്യത്യാസമായി കാഴ്ചക്കാർക്ക് പ്രഥമദൃഷ്ട്യാ അനുഭവപ്പെടാൻ ഇടയാക്കും. ഈ രീതിയിൽ ഗ്രാഫുകൾ അവതരിപ്പിക്കുന്നത് ശാസ്ത്രരംഗത്തെ പല  പ്രസിദ്ധീകരണങ്ങളും ജേര്ണലുകളും വിലക്കുന്നുണ്ട്. ചിത്രം 1 ൽ കൊടുത്ത ഗ്രാഫ് ശരിയായ രീതിയിൽ അവതരിപ്പിച്ചതാണ് ചിത്രം 2 ൽ കൊടുത്തിരിക്കുന്നത്. ഇവ രണ്ടും പ്രഥമ ദൃഷ്ടിയിൽ ഉളവാക്കുന്ന വ്യത്യാസം വായനക്കാർക്ക് മനസിലാക്കാവുന്നതേ ഉള്ളൂ. ദീർഘ കാലത്തേ അക്കാദമിക് പരിചയമുള്ള പ്രധാനമന്ത്രിയുടെ സാമ്പത്തിക ഉപദേശക സമിതിയിൽ അംഗമായ ഒരാൾ ഈ വിധത്തിൽ തെറ്റായ ഒരു ഗ്രാഫ് അവതരിപ്പിക്കുന്നത് അറിവില്ലാത്തത് കൊണ്ടാണെന്നു ധരിക്കാൻ നിർവാഹമില്ല.

ഇന്ത്യയുടെ ജനസംഖ്യാവളർച്ചാനിരക്ക് പ്രതീക്ഷിച്ചതിലും മെച്ചപ്പെടുന്ന (നിരക്ക് കുറയുന്നത് )പ്രവണതയാണുള്ളത്. രാജ്യം 2020 ൽ replacement fertility rate (2.1 births per woman )കൈവരിച്ചത് പ്രതീക്ഷിച്ചതിലും എത്രയോ നേരത്തെയാണെന്ന് കാണാം.അതായത് പഴയ സെൻസസ്  ഡാറ്റയും എസ്റ്റിമേറ്റ്  ചെയ്ത ജനസംഖ്യാവളർച്ചാനിരക്കും ഉപയോഗിച്ച് കണക്കാക്കുന്ന estimated ജനസംഖ്യയിൽ പിഴവുകൾ ഉണ്ടാകാം. ഗ്രാമങ്ങളിൽ നഗരങ്ങളിലേതുമായി താരതമ്യം ചെയ്യുമ്പോൾ ജനസംഖ്യാവര്ധനവ്  കൂടുതലായതിനാൽ ഗവേഷകർ അഭിപ്രായപ്പെടുന്ന രണ്ടു മുതൽ നാല് വരെ ശതമാനത്തിന്റെ വ്യത്യാസം സാധൂകരിക്കപ്പെടുകയും ചെയ്യും. അതുകൊണ്ട് തന്നെ സർവ്വേ-സാംപ്ലിങ്ങിലെ ഗ്രാമീണ-നഗര അനുപാത വ്യത്യാസം ചൂണ്ടികാണിച്ചു കൊണ്ട് സർവ്വേ ഫലങ്ങളോട് കേന്ദ്ര സർക്കാർ നടത്തുന്ന വിമർശനം ശരിയായ ഒന്നല്ല.

കണക്കാക്കുന്ന  ജനസംഖ്യയിലെ അവ്യക്തത ഒരു പരിധി വരെയെങ്കിലും മറികടക്കാൻ പത്തു വര്ഷം കൂടുമ്പോഴുള്ള സെൻസസ്  കണക്കെടുപ്പ് അനിവാര്യമാണെന്നിരിക്കെ 2021 ലെ 16മത്  സെൻസസ്  നടത്തുന്നതിൽനിന്നും കേന്ദ്രസർക്കാർ പിൻവാങ്ങിയത് ഈ വിഷയത്തിൽ സർക്കാരിന്റെ രാഷ്ട്രീയം തുറന്നു കാട്ടുന്നുണ്ട്. സെൻസസിലൂടെ കോവിഡ് മരണത്തിന്റെ കണക്കുകൾ കൃത്യമായി പുറത്തുവരുന്നത് സർക്കാരിന് തിരിച്ചടിയാകുമെന്ന വിലയിരുത്തലിന്റെ പുറത്താണ് ഇങ്ങനെ ഒരു തീരുമാനം എന്ന് വേണം കരുതാൻ. കോവിഡിന്റെ അന്തരീക്ഷത്തിൽ ശേഖരിക്കുന്ന കണക്കുകൾ രാജ്യത്തിൻറെ ദീര്ഘകാലാടിസ്ഥാനത്തിലുള്ള സൂചികകൾക് ഉപകരിക്കില്ല എന്ന ന്യായീകരണമാണ് സർക്കാർ ഈ വിഷയത്തിൽ മുന്നോട്ട് വെച്ചത്. ചുരുക്കിപ്പറഞ്ഞാൽ 2011ലെ (12 വർഷങ്ങൾക് മുൻപുള്ള ) സെൻസസ് കണക്കുകൾ മാത്രം ലഭ്യമായ സാഹചര്യത്തിൽ ആണ് സർക്കാരിന്റെ തന്നെ സാമ്പത്തിക ഉപദേശക സമിതി അംഗങ്ങളുടെ പഠനത്തിൽ ഇതേ സെൻസസ്  കണക്കുകളുടെ മാത്രം അടിസ്ഥാനത്തിൽ കാലങ്ങളായി ശാസ്ത്രീയമായി നടത്തിവരുന്ന സർവേകളുടെ കൃത്യതയെ വിലയിരുത്തുന്നത്.

സർവേകളോട് പ്രതികരിക്കുന്നതിലുള്ള  സമ്പന്ന -ദരിദ്ര വ്യത്യാസം സംബന്ധിച്ച്  പ്രസ്തുത ഗവേഷകർ ഉയർത്തുന്ന  രണ്ടാമത്തെ വിമര്ശനവും എന്തെങ്കിലും കാര്യമുള്ളതല്ല (Evidence, not narratives, should guide discussions about statistics, 03 ആഗസ്ത് The Hindu ). അമേരിക്ക അടക്കം വിപുലമായ സർവ്വേ നടത്തുന്ന പല രാജ്യങ്ങളിലെയും സമ്പന്ന വിഭാഗങ്ങളിലെ പ്രതികരണമില്ലായ്മയുടെ തോത് ഇന്ത്യയേക്കാൾ വളരെ കൂടുതലാണ് എന്ന് കാണാം.

എട്ട് നാഷണൽ സാമ്പിൾ സർവേകളിൽ ഏറ്റവും സമ്പന്നരായ 25  % ലെയും  ഏറ്റവും ദരിദ്രരായ 25 % ലെയും  പ്രതികരണം തമ്മിലുള്ള വ്യത്യാസമാണ് ടേബിൾ 2 ൽ  കൊടുത്തിരിക്കുന്നത്. സമ്പന്നരിലെയും  ദരിദ്രരിലെയും  സർവ്വെയോട് സഹകരിക്കുകയും വിവരങ്ങൾ നൽകാൻ കാര്യപ്രാപ്തിയുള്ളതുമായ വിവരദാതാക്കൾ   തമ്മിലുള്ള വ്യത്യാസമാണ് രണ്ടാമത്തെ കോളത്തിൽ കൊടുത്തിരിക്കുന്നത്. അതെ സമയം സമ്പന്നരിലെയും  ദരിദ്രരിലെയും  സർവ്വെയോട് സഹകരിക്കുകയും എന്നാൽ വിവരങ്ങൾ നൽകാൻ കാര്യപ്രാപ്തി ഇല്ലാത്തതുമായ  വിവരദാതാക്കൾ   തമ്മിലുള്ള വ്യത്യാസമാണ് മൂന്നാമത്തെ  കോളത്തിൽ കൊടുത്തിരിക്കുന്നത്. രണ്ടാമത്തെ കോളത്തിലെ പോസിറ്റിവ് സഖ്യകൾ സൂചിപ്പിക്കുന്നത് സമ്പന്ന വിഭാഗമാണ് സർവ്വെയോട് സഹകരിക്കുകയും വിവരങ്ങൾ നൽകാൻ  കാര്യപ്രാപ്തിയുള്ളവരുടെയും അനുപാതത്തിൽ കൂടുതൽ എന്നതാണ്. സമ്പന്നർ സഹകരിക്കാത്തതാണ് ഈ സർവ്വെകളുടെ പ്രശ്‌നം  എന്ന വാദത്തെ തള്ളിക്കളയുന്ന സൂചികയാണിത്. അതുകൊണ്ട് സമ്പന്നർ പ്രതികരിക്കാത്തത് കൊണ്ടാണ് ഇന്ത്യയുടെ വികസന സൂചികകൾ കുറഞ്ഞു കാണുന്നത് എന്ന വാദം തികച്ചും രാഷ്ട്രീയ പ്രേരിതവും പരിഹാസ്യവുമാണ് എന്ന്  ആർക്കും മനസിലാക്കാം.

5.  ഉപസംഹാരം

ശാസ്ത്രീയമായും വസ്തുനിഷ്ഠമായും സ്ഥാപിച്ചെടുക്കാൻ കഴിയാത്ത നിസ്സാരമായ രണ്ടു വാദങ്ങളുടെ അടിസ്ഥാനത്തിലാണ് ഗവേഷകയും സംഘവും നിലവിലെ രീതികളെ വിലയിരുത്തിയിട്ടുള്ളത് എന്ന് കാണാം. ഇതിനു പുറമെ ഈ സർവേകളെ അട്ടിമറിക്കുന്നതിന് സർക്കാരിന്റെ ഭാഗത്തുനിന്നും നേരിട്ടുള്ള നീക്കങ്ങളും കുറച്ചു വര്ഷങ്ങളായി നടക്കുന്നുണ്ട്. സ്വച്‌ഛ്‌ ഭാരത് മിഷന്റെ ഭാഗമായ സർക്കാരിന്റെ അവകാശവാദങ്ങൾക് വിഭിന്നമായ കണക്കുകളാണ് കഴിഞ്ഞ NFHS സർവ്വേഫലങ്ങൾ നൽകുന്നത് എന്നും ആയതിനാൽ NFHS ഡാറ്റ പൂർണ്ണമായി പുറത്തുവിടുന്നത് തന്നെ സർക്കാർ നീട്ടിവെക്കുന്നു എന്നും ഉള്ള വിമര്ശനത്തിന് സർക്കാരിന്റെ ഭാഗത്തുനിന്നും യുക്തിസഹമായ  ഒരു പ്രതികരണവും ഇതുവരെ ലഭ്യമല്ല. പകരം തങ്ങൾക് സ്വീകാര്യരല്ലാത്ത വിദഗ്ധരെ അതാത് സ്ഥാനങ്ങളിൽ നിന്നും നീക്കം ചെയ്ത് "പ്രശ്നം " പരിഹരിക്കുന്ന രീതിയിലാണ് സർക്കാരിന്റെ പോക്ക്. ഇത് രാജ്യത്തിൻറെ ഭാവിയെ ദോഷകരമായി ബാധിക്കും. രാജ്യത്തിൻറെ വളർച്ചയുടെ സുപ്രധാന സൂചികകളുടെ കൃത്രിമത്വം വിവിധ പദ്ധതിരൂപീകരണത്തെയും അവയുടെ നടത്തിപ്പിനെയും ഫലത്തിൽ സാധാരണ മനുഷ്യരുടെ ജീവിതത്തെയും പ്രതികൂലമായി ബാധിക്കുന്നതോടൊപ്പം രാജ്യത്തെ സംബന്ധിക്കുന്ന സുപ്രധാന തീരുമാനങ്ങൾ എടുക്കുന്ന സ്ഥാപനങ്ങളിൽ നിന്നും വിദഗ്ധരെ നീക്കം ചെയ്യുക വഴി രാജ്യ പുരോഗതിയെ തന്നെ ദീർഘകാലാടിസ്ഥാനത്തിൽ ബാധിക്കുന്ന പരിക്കുകളാണ് ഇവ ഉണ്ടാക്കുന്നത്. ഇതിനർത്ഥം നിലവിലെ സർവ്വേ രീതിശാസ്ത്രം പഴുതുകളെല്ലാം അടച്ചതും കുറവുകൾ ഏതുമില്ലാത്തതുമാണ് എന്നല്ല. സർക്കാർ നിദ്ദേശിക്കും പോലെ സർവേ രീതിശാസ്ത്രത്തിന്റെ സമ്പൂർണ പുനഃപരിശോധനയ്‌ക്ക് പോകുന്നതിനുപകരം സാമ്പിളുകൾ ഇന്ത്യൻ ജനസംഖ്യയെ മതിയായ പ്രതിനിധീകരിക്കുന്നുണ്ടോ എന്ന ആശങ്ക  പ്രണാബ് സെൻ കമ്മിറ്റിയുടെ നേതൃത്വത്തിൽ പരിഹരിക്കുകയാണ് വേണ്ടത്.