स्वातंत्र्यपूर्व काळात उपजीविकेवर आधारित आणि मुख्यतः उत्पन्नाच्या अंदाजावर मोजली जाणारी दारिद्र्याची व्याख्या आता अधिक व्यापक आणि सर्वसमावेशक झाली आहे. 2021 मध्ये निती आयोगाने भारतासाठी बहुपदरी दारिद्र्य निर्देशांक (Multidimensional Poverty Index - MPI) प्रकाशित केला, जो आरोग्य, शिक्षण आणि जीवनमान या तीन मुख्य घटकांमधील एकाच वेळी होणाऱ्या अपुऱ्या सुविधांच मोजमाप करतो.
Image Source: Getty
स्वातंत्र्यपूर्व काळात उपजीविकेवर आधारित आणि मुख्यतः उत्पन्नाच्या अंदाजावर मोजली जाणारी दारिद्र्याची व्याख्या आता अधिक व्यापक आणि सर्वसमावेशक झाली आहे. 2021 मध्ये निती आयोगाने भारतासाठी बहुपदरी दारिद्र्य निर्देशांक (Multidimensional Poverty Index - MPI) प्रकाशित केला, जो आरोग्य, शिक्षण आणि जीवनमान या तीन मुख्य घटकांमधील एकाच वेळी होणाऱ्या अपुऱ्या सुविधांच मोजमाप करतो. Alkire-Foster पद्धतीवर आधारित असलेला हा निर्देशांक दारिद्र्याचं प्रमाण (incidence) आणि तीव्रता (intensity) या दोन्ही पैलूंना अधोरेखित करतो. भारताचा MPI एकूण 12 सूचकांवर आधारलेला असून, हे सूचक देशाच्या विकास प्राधान्यक्रमांशी सुसंगत आहेत. या प्रत्येक सूचकांमध्ये एकत्रित अभावाच्या आधारे घरांना बहुपदरी दारिद्र्याच्या विविध श्रेणींमध्ये वर्गीकृत केलं जातं.
भारताच्या बहुपदरी दारिद्र्य निर्देशांकातील विविध सूचकांमध्ये प्रगती झाली असली तरी ती एकसमान नाही. विशेषतः आरोग्याशी संबंधित असुविधांमध्ये जसे की बालपोषण, बालमृत्यू किंवा प्रसूती सेवा यामध्ये केवळ 0.6 ते 6 टक्के पॉइंट इतकीच मर्यादित घट दिसून येते. याउलट, जीवनमानाशी संबंधित सूचकांमध्ये जसे की स्वच्छ इंधन, निवारा, पिण्याचे पाणी, स्वच्छता व वीज 15 ते 25 टक्के पॉइंटपर्यंत लक्षणीय घट झाली आहे.
2015–16 च्या राष्ट्रीय कुटुंब आरोग्य सर्वेक्षण (NFHS) आणि 2019–21 मधील NFHS आधारित प्राथमिक तुलनांनुसार, भारतात बहुपदरी दारिद्र्याचे प्रमाण 24.85 टक्क्यांवरून 14.96 टक्क्यांपर्यंत कमी झालं आहे. म्हणजेच सुमारे 13.5 कोटी लोक बहुपदरी अभावातून बाहेर पडले आहेत. ही प्रगती केवळ आकडेवारीपुरती मर्यादित नाही, तर ती धोरणात्मक अंमलबजावणी आणि स्थानिक पातळीवरील उद्दिष्टित उपाययोजनांचा परिणाम आहे. या घसरणीचं श्रेय सूचकांवर आधारित सखोल प्रादेशिक विश्लेषणाला जातं, ज्यामुळे गरजू भागांवर अधिक नेमकं लक्ष केंद्रित करता आलं. यासोबतच राज्यस्तरीय पाठबळ उपक्रमांतर्गत मागास जिल्ह्यांना विशेष सहाय्य पुरवण्यात आलं, आणि प्रधानमंत्री आवास योजना, राष्ट्रीय अन्नसुरक्षा कायदा (NFSA), जल जीवन मिशन, तसेच स्वच्छ भारत अभियान यांसारख्या केंद्र सरकारच्या महत्त्वाकांक्षी योजनांनी स्थानिक पातळीवर ठोस परिणाम घडवून आणले. मात्र, सर्व सूचकांमध्ये ही प्रगती समान राहिलेली नाही. जीवनमानाशी संबंधित घटकांमध्ये 15 ते 25 टक्के पॉइंट्सपर्यंत घट झाली असली, तरी आरोग्याशी संबंधित अभावामध्ये केवळ 0.6 ते 6 टक्के पॉइंट्सचीच घसरण झाली आहे. ही असमतोल सुधारणा दारिद्र्यविरोधी लढ्याला अधिक परिणामकारक बनवण्यासाठी आरोग्यविषयक हस्तक्षेप अधिक मजबूत करण्याची गरज अधोरेखित करते.
चित्र 1: प्रत्येक निर्देशकात वंचित असलेल्या भारताच्या एकूण लोकसंख्येची टक्केवारी
स्रोत: नीती आयोग
आरोग्यसेवेसाठी केंद्र सरकारने लागू केलेल्या आयुष्मान भारत प्रधानमंत्री जन आरोग्य योजना (AB-PMJAY) आणि 2013 मध्ये लागू झालेल्या राष्ट्रीय अन्नसुरक्षा कायदा (NFSA) यांसारख्या योजनांमध्ये लाभार्थी ठरवण्यासाठी सामाजिक-आर्थिक व जातीय जनगणना 2011 (SECC) मधील उत्पन्नविषयक निकषांचा आधार घेतला जातो. मात्र, दशकभर जुना हा डेटा आजच्या उद्दिष्टित हस्तक्षेपासाठी अपुरा ठरतो. हे व्यापक निकष अनेक वेळा खऱ्या अर्थाने वंचित घरांनाही योजनांच्या कवचाबाहेर ठेवण्याचा धोका निर्माण करतात. उदाहरणार्थ, एखाद्या कुटुंबाकडे मोटार वाहन असल्यास त्यांना AB-PMJAY साठी अपात्र ठरवलं जाऊ शकतं, जरी त्यांना गंभीर आरोग्यविषयक अडचणींचा सामना करावा लागत असला तरी. याव्यतिरिक्त, असा दृष्टिकोन अपुऱ्या सुविधांची तीव्रता आणि गुंतागुंत समजून घेण्यात असमर्थ ठरते. एका सरकारी लेखापरीक्षणात हे स्पष्ट झालं की अनेक राज्यांमध्ये लाभार्थी निवड ही पुरेशा वैज्ञानिक आणि संरचित पद्धतीने होत नाही.
यातून असं सूचित होतं की, भारतात बहुपदरी गरीबी निर्देशांक (MPI) अस्तित्वात असूनही, तो अद्याप आरोग्यविषयक धोरणनिर्मितीत पुरेशा प्रभावीपणे वापरला जात नाही. त्याचबरोबर, सध्याच्या MPI मध्ये आरोग्याशी संबंधित सर्व प्रकारच्या असुरक्षा किंवा जोखमींचा समावेश नाही. जगभरातील 40 हून अधिक देशांच्या अनुभवातून हे दिसून आलं आहे की बहुपदरी गरीबी निर्देशांकासोबतच बहुपदरी असुरक्षा निर्देशांक (Multidimensional Vulnerability Index - MVI) वापरल्यास, धोरण अधिक संवेदनशील, प्रतिसादक्षम आणि सर्वसमावेशक ठरू शकतो.
आरोग्य क्षेत्रातील योजनांसाठी जसं की आयुष्मान भारत प्रधानमंत्री जन आरोग्य योजना (AB-PMJAY) आणि 2013 मधील राष्ट्रीय अन्नसुरक्षा कायदा (NFSA) पात्र लाभार्थ्यांची ओळख ठरवण्यासाठी 2011 मधील सामाजिक-आर्थिक व जातीय जनगणनेतील (SECC) उत्पन्नाशी संबंधित सूचक घटकांचा (income proxies) वापर केला जातो.
पूरक असा बहुआयामी असुरक्षितता निर्देशांक (Multidimensional Vulnerability Index - MVI) वापरण्यामुळे अशा लोकसंख्येची ओळख पटू शकते, जी भविष्यात गरिबीच्या गर्तेत अडकण्याची शक्यता असते आणि त्यामुळे त्यांच्या गरजांवर आधीच लक्ष केंद्रित करून, त्यांच्या घसरणीला वेळीच आळा घालता येतो. जेव्हा एखाद्या देशात गरिबीची पातळी तुलनेने कमी होते, तेव्हा उर्वरित गरिबी दूर करणं अधिक कठीण बनतं, आणि म्हणूनच MPI आणि MVI हे दोन्ही निर्देशांक एकत्रितपणे वापरणं अत्यावश्यक ठरतं. जसं बांगलादेशने उच्च उत्पन्न गटातील देशांच्या दिशेने वाटचाल करताना केलं आहे. बहुआयामी गरिबीवर आधारित 92 अहवालांच्या पुनरावलोकनातून हेही स्पष्ट झालं आहे की, अशा निर्देशांकांचा वापर धोरणनिर्मितीसाठी, लाभार्थ्यांची नेमकी प्रोफाइल तयार करण्यासाठी आणि स्थानिक स्तरावरील अर्थसंकल्पीय वाटपासाठी अत्यंत उपयुक्त ठरतो. MPI चा धोरणनिर्मितीत सशक्त वापर आणि त्यास पूरक MVI चा अंगीकार केल्यास उर्वरित गरिबीचा प्रभावीपणे सामना करता येईल आणि आतापर्यंत झालेली प्रगती अधिक ठोसपणे टिकवून ठेवता येईल.
भारतीय आरोग्य व्यवस्थेत बहुआयामी निर्देशांकांचा वापर करण्याची मोठी क्षमता आहे. भारत सरकारने ‘ग्लोबल इंडेक्सेस फॉर रिफॉर्म अॅण्ड अॅक्शन’ (GIRG) या उपक्रमांतर्गत बहुआयामी दारिद्र्य निर्देशांक (MPI) स्वीकारला आहे आणि त्याला प्रणालीगत सुधारणा व समग्र विकासासाठी एक प्रभावी साधन म्हणून मान्यता दिली आहे. भारताने 2030 च्या अजेंडाप्रती घेतलेली बांधिलकी आणि ‘विकसित भारत 2047’ या महत्त्वाकांक्षी ध्येयाशी ही भूमिका पूर्णपणे सुसंगत आहे.
या पार्श्वभूमीवर, आरोग्यविषयक धोरण अधिक लक्ष्यित आणि परिणामकारक करण्यासाठी मोजमाप साधनांची सुधारणा करणे, जागतिक सर्वोत्तम उदाहरणांतून शिकणे आणि ती भारताच्या स्थानिक वास्तवाशी सुसंगतपणे रूपांतरित करून त्यांचा सक्रिय वापर करणे ही आता काळाची गरज ठरते. या प्रक्रियेत बहुआयामी असुरक्षितता निर्देशांक (Multidimensional Vulnerability Index - MVI) देखील एक पूरक साधन ठरू शकतो, कारण तो आरोग्य, पोषण आणि सामाजिक-आर्थिक जोखमीचं अधिक बारकाईने आकलन करून धोरणांना अधिक संवेदनशील आणि प्रभावी बनवू शकतो. भारत जर ‘विकसित राष्ट्र’ होण्याचं स्वप्न साकार करू इच्छित असेल, तर गरिबी आणि असुरक्षिततेचा बहुआयामी दृष्टिकोनातून सामना करण्यासाठी हे निर्देशांक केवळ आकडेवारीपुरते न ठेवता, त्यांना धोरणनिर्मितीच्या केंद्रस्थानी आणणं अत्यावश्यक आहे.
लक्ष्यित हस्तक्षेपासाठी सूचक घटकांचा विस्तार
लक्ष्यित हस्तक्षेपासाठी सूचक घटकांचा विस्तार करणे ही आरोग्य धोरणाच्या अधिक परिणामकारक अंमलबजावणीसाठी अत्यंत महत्त्वाची गोष्ट ठरते. आरोग्याशी संबंधित जोखमीचे घटक अनेकदा एकत्रित स्वरूपात कार्य करत असल्यामुळे, नागरिकांना अधिक असुरक्षिततेचा सामना करावा लागतो. अशा परिस्थितीत, बहुआयामी निर्देशांक अन्य पूरक डेटासेट्ससोबत एकत्र करून आरोग्यविषयक असमानतेचं संपूर्ण आणि सुस्पष्ट चित्र उभं केलं, तर धोरणनियोजन अधिक अचूक आणि परिणामकारक ठरू शकतं. उदाहरणार्थ, कोलंबियामधील MPI आणि MVI मध्ये उच्च रक्तदाब, मधुमेह, हृदयरोग, फुफ्फुस विकार आणि कर्करोग यांसारख्या गंभीर आजारांबाबत वैयक्तिक पातळीवरील माहिती समाविष्ट केली जाते. ही माहिती स्थानिक आरोग्य सुविधांची उपलब्धता, लोकसंख्या घनता आणि स्थानिक लोकशाही आकृतिबंध यांसोबत त्रिसूत्री पद्धतीने (triangulation) तपासून आरोग्यविषयक असुरक्षिततेचा खरा फैलाव समजून घेतला जातो. अफगाणिस्तानमध्ये MPI मध्ये उत्पन्न, उत्पादन आणि सुरक्षेवर झालेल्या धक्क्यांचा (shocks) विचार केला जातो. डोमिनिकन प्रजासत्ताकात आरोग्यसेवा, विमा कव्हरेज आणि कुटुंबाकडून मिळणाऱ्या सहाय्याचा अंतर्भाव असतो. चिलीमध्ये पर्यावरणीय परिस्थितीवर आधारित घटक समाविष्ट केले जातात, तर पनामामध्ये लहान मुलांच्या गरजा केंद्रस्थानी ठेवून बाल-केंद्रित MPI वापरण्यात येतो. भारतासाठी अशा सूचक घटकांचा विस्तार केवळ आरोग्य धोरणासाठी उपयुक्त ठरणार नाही, तर संपूर्ण सामाजिक सुरक्षा व्यवस्थेसाठीही अधिक समावेशक, संवेदनशील आणि प्रभावी पायाभूत माहिती देणारा ठरेल.
भारतीय आरोग्य व्यवस्थेला भेडसावणाऱ्या अनेक आव्हानांचा सामना करण्यासाठी जागतिक सर्वोत्तम पद्धती (global best practices) स्थानिक गरजांनुसार रूपांतरित करून अंगीकारण्याची आवश्यकता आहे. मागील दशकात वैयक्तिक खर्चात घट झाली असली (62.6 टक्क्यांवरून 39.4 टक्क्यांपर्यंत), तरीही आरोग्यावर होणारा प्रचंड खर्च दरवर्षी सुमारे 32 ते 39 दशलक्ष व्यक्तींना गरिबीरेषेखाली ढकलतो, ही चिंतेची बाब आहे. आरोग्य सुविधांमध्ये समता, आरोग्य विम्याचा कमी प्रतिसाद, आणि कुटुंबसंस्थेतील बदल (न्यूक्लिअर फॅमिलीचा उदय) ही अजूनही प्रचंड आव्हानं आहेत.
भारताची लोकसंख्या वृद्धिंगत होत असताना, आणि बहुआयामी दारिद्र्यातील सहा पैकी पाच व्यक्ती अनुसूचित जाती किंवा जमातींमधील असताना, वृद्ध आणि वंचित समूहांसाठी खास निर्देशांक तयार करणं अत्यावश्यक ठरतं.राष्ट्रीय विकासप्राथमिकता लक्षात घेता, भारतासाठी विचाराधीन सूचक घटकांमध्ये सामाजिक-आर्थिक व लोकसांख्यिकीय परिस्थिती, अपंगत्व, सहव्याधी (comorbidities), लसीकरण स्थिती, स्थलांतर, असंघटित क्षेत्रातील रोजगार, रुग्णालयात भरती होण्याच्या प्रादेशिक प्रवृत्ती, आणि सामाजिक संरक्षणाचं कवच अशा बाबींचा समावेश असू शकतो. राज्य सरकारांनी त्यांच्या स्थानिक संदर्भांनुसार या निर्देशांकाचं रूपांतर करून प्रादेशिक स्तरावर अधिक उपयुक्त आणि कृतीक्षम मॉडेल विकसित करावं, ही काळाची गरज आहे. अशा बहुआयामी आणि संवेदनशील दृष्टिकोनातूनच आरोग्य व्यवस्थेचा खरा सर्वसमावेशक विकास साधता येईल.
गरजू आणि वंचित घटकांच्या वास्तवातील गरजांना समजून घेण्यासाठी वारंवार दर्जेदार डेटा संकलन अत्यावश्यक आहे. कोलंबियाने घरगुती सर्व्हेक्षणास सामाजिक सुरक्षा योजनेच्या प्रशासनिक नोंदींशी संलग्न करून बहुआयामी निर्देशांक विकसित केला. भारतातही विद्यमान राष्ट्रीय सर्व्हेक्षणांचा वापर करून आरोग्याशी संबंधित घटक बहुआयामी निर्देशांकात समाविष्ट करता येऊ शकतात. मेक्सिकोने या निर्देशांकाच्या संस्थात्मकरणासाठी स्पष्ट मार्गदर्शक तत्त्वे जारी केली आणि डेटा सार्वजनिक केला, त्यामुळे पारदर्शकता व धोरणात्मक विश्वासार्हता वाढली. त्याच धर्तीवर, भारतानेही बहुआयामी निर्देशांकांसाठी दर्जेदार व सुसंगत डेटा नियमितपणे गोळा करणारी स्वतंत्र संस्था स्थापन करावी. ही संस्था विविध सर्वेक्षण, प्रशासकीय नोंदी, आणि प्रादेशिक माहिती एकत्रित करून केंद्र व राज्य सरकारांच्या आरोग्य, पोषण, आणि सामाजिक न्याय धोरणांना एक वैज्ञानिक पाया देऊ शकते. त्यामुळे धोरण आखणी अधिक अचूक, परिणामकारक आणि वंचितांसाठी संवेदनशील ठरेल.
भारत एकसंध आणि परस्पर-सुसंगत डेटा परिसंस्थेची पायाभरणी करत आहे, ज्यामुळे बहुआयामी गरिबी निर्देशांक (MPI), बहुआयामी असुरक्षितता निर्देशांक (MVI) आणि सामाजिक संरक्षण प्रणाली यांचं एकत्रीकरण ही एक वास्तवात उतरत असलेली गोष्ट बनू लागली आहे.
भारतासारख्या देशासाठी वारंवार आणि व्यापक प्रमाणात डेटा संकलन करणे हे एक आव्हान जरूर आहे, पण त्यातून मिळणारे फायदेही तितकेच मोठे आहेत. भारताच्या वाढत्या डिजिटल पब्लिक इन्फ्रास्ट्रक्चर इकोसिस्टममुळे हे आता अधिक सुलभ होत चाललं आहे. याचा उपयोग करून, भारत एकाच साच्यातील धोरणांपलीकडे जाऊ शकतो ज्या 1.45 अब्ज इतक्या विविधतेने परिपूर्ण लोकसंख्येच्या गरजा पूर्ण करू शकत नाहीत. सरकारचा प्रस्तावित ‘सोशल रजिस्ट्रार’ हा आधार-संलग्न डेटाबेस तयार करण्याचा प्रयत्न आहे, जो रिअल टाइममध्ये अपडेट होईल आणि गरजांवर आधारित लक्ष्यीकरण आणि अनुकूल सामाजिक संरक्षण शक्य करेल. आयुष्मान भारत डिजिटल मिशनखालील डिजिटल हेल्थ आयडीसह एकत्र केल्यास, इलेक्ट्रॉनिक हेल्थ रेकॉर्ड्स सामाजिक प्रोफाइलशी जोडले जाऊ शकतील. जनधन-आधार-मोबाईल त्रिसूत्रीचा उपयोग करून थेट लाभ हस्तांतरण (DBT) अखंडपणे करता येईल. यासोबतच, अपात्रतेमुळे अपघाताने वगळल्या गेलेल्या कुटुंबांना अपील करण्याची प्रक्रिया देखील उपलब्ध असेल. एकूणच, भारत एकसंध आणि परस्पर-सुसंगत डेटा परिसंस्थेची पायाभरणी करत आहे ज्यामुळे MPI, MVI आणि सामाजिक संरक्षण यंत्रणा यांचं एकत्रीकरण ही प्रत्यक्षात तयार होत असलेली बाब बनत चालली आहे.
अफगाणिस्तानमध्ये राष्ट्रीय बहुआयामी गरिबी निर्देशांक (MPI) आधारित सूक्ष्म-सिम्युलेशन्सद्वारे कोविड-19 च्या काळात गरिबी पातळीवर होणाऱ्या संभाव्य परिणामाचं विश्लेषण करण्यात आलं आणि त्याआधारे तातडीच्या सामाजिक संरक्षण उपाययोजना आखण्यात आल्या. होंडुरासने 2020 मध्ये बहुआयामी असुरक्षितता निर्देशांक (MVI) सुरू केला, ज्याच्या माध्यमातून सुमारे 2.6 लाख अत्यंत गरीब नागरिकांना प्रतिबंधात्मक आरोग्यसेवा मिळवण्यासाठी व्हाउचर्स प्रदान करण्यात आले. दक्षिण आफ्रिकेने आपल्या लसीकरण धोरणात MVI चा वापर करून ज्येष्ठ नागरिक आणि उच्च धोका असलेल्या समुदायांना प्राधान्य दिलं. भारत देखील अशाच प्रकारे MPI आणि MVI चा उपयोग केवळ आरोग्य आणीबाणीला परिणामकारकपणे प्रतिसाद देण्यासाठीच नव्हे, तर दीर्घकालीन राष्ट्रीय आरोग्य उद्दिष्टांची पूर्तता करणाऱ्या योजनांच्या रचनेसाठीही करू शकतो.
घरगुती असुरक्षिततेची तीव्रता आणि बहुआयामी स्वरूप लक्षात घेऊन, झुकतं माप (sliding scale) वापरणाऱ्या बहुआयामी निर्देशांकांच्या आधारे संरक्षणाचं प्रमाण ठरवल्यास, संसाधनांचं न्याय्य वाटप सुनिश्चित करता येईल.
भारतामध्ये वैद्यकीय धक्क्यांमुळे निर्माण होणारा आर्थिक बोजा अजूनही गरिबी वाढण्याचं एक महत्त्वाचं कारण आहे. त्यामुळे बहुआयामी गरिबी निर्देशांक (MPI) आणि बहुआयामी असुरक्षितता निर्देशांक (MVI) यांना विद्यमान सामाजिक संरक्षण योजनांशी विशेषतः आयुष्मान भारत प्रधानमंत्री जन आरोग्य योजना (AB-PMJAY) एकत्रित करणं या उपक्रमांच्या प्रभावशीलतेत लक्षणीय वाढ करू शकतं. सध्या ही योजना देशातील सर्वात गरजू 40 टक्के लोकसंख्येसाठी आणि 70 वर्षांहून अधिक वयाच्या नागरिकांसाठी रू. 5 लाखांपर्यंत रुग्णालयीन उपचारासाठी संरक्षण प्रदान करते. ही योजना निश्चितच स्तुत्य आहे, मात्र बाह्यरुग्ण सेवा (outpatient services) आणि प्राथमिक आरोग्य देखभाल यांचा समावेश नसल्यामुळे आर्थिक धोक्याचं संपूर्ण संरक्षण मिळत नाही. विशेषतः अशा कुटुंबांसाठी, जे अनेक स्तरांवर असुरक्षित आहेत आणि ज्या कुटुंबांना गंभीर आरोग्यविषयक संकटांचा जास्त धोका आहे. यावर उपाय म्हणून, झुकतं माप (sliding scale) वापरणाऱ्या बहुआयामी निर्देशांकांचा उपयोग करून, कुटुंबाच्या असुरक्षिततेच्या तीव्रतेनुसार संरक्षणाच्या पातळीचं निर्धारण करता येऊ शकतं, ज्यामुळे संसाधनांचं अधिक न्याय्य आणि संवेदनशील वाटप शक्य होईल. भारताने याआधी ‘आकांक्षित जिल्हा कार्यक्रम’ (Aspirational Districts Programme) मध्ये अशा समग्र निर्देशांकाचा यशस्वी वापर केला आहे. त्यामुळे पुढे जाऊन MPI आणि MVI या दोन्ही निर्देशांकांचा एकत्रित वापर करून, भौगोलिक पातळीवर असुरक्षिततेची ओळख आणि मागोवा घेण्यासाठी एक सुसंगत आणि परिणामकारक चौकट उभारता येईल.
एकसंध नियोजनासाठी निधी आणि मंत्रालयांमधील समन्वय
बहुआयामी निर्देशांकांचा (MPI) वापर केल्यास सार्वजनिक संसाधनांचा अधिक कार्यक्षम आणि परिणामकारक वापर साधता येतो, जो अर्थसंकल्पीय वाटपाच्या दृष्टीनेही उपयुक्त ठरतो. कोस्टा रिकाने 2017 मध्ये याचा यशस्वी अनुभव घेतला. केवळ MPI आधारित समन्वयाच्या माध्यमातून, कोणताही अतिरिक्त खर्च न करता, त्यांनी दारिद्र्य निर्मूलनाच्या प्रयत्नांना गती दिली. विविध संस्था आणि मंत्रालयांच्या अखत्यारीतील योजनांना MPI निर्देशांकातील वंचनांशी जोडून समन्वितपणे अंमलात आणल्यामुळे प्रयत्नांची पुनरावृत्ती टळली आणि निधीची बचत साधता आली. पाकिस्तानमध्येही ‘प्रॉक्सी’ MPI चा उपयोग करून जिल्हानिहाय प्राधान्यक्रम ठरवून बजेट वाटप करण्यात आलं.
भारताने आरोग्य धोरणात MPI चा प्रभावी वापर करायचा असल्यास, विविध मंत्रालयांमध्ये समन्वय (inter-ministerial coordination) साधणं अत्यावश्यक ठरतं. पनामाने यासाठी राष्ट्राध्यक्षांच्या अध्यक्षतेखाली ‘सोशल कॅबिनेट’ स्थापन केलं, ज्यामध्ये अनेक मंत्रालयांचा सक्रिय सहभाग होता. अशाचप्रकारे, भारतानेही ‘ऑल ऑफ गव्हर्नमेंट’ दृष्टिकोन स्वीकारून आरोग्यविषयक आव्हानं आणि त्यामागची सामाजिक कारणं हाताळण्यासाठी मंत्रालयांदरम्यान एकात्मिक आणि परिणामकारक समन्वय साधायला हवा.
भारताचा बहुआयामी गरिबी निर्देशांक (MPI) हे दारिद्र्य मोजण्याचं एक महत्त्वाचं साधन ठरत असून, तो आरोग्य, शिक्षण आणि जीवनमान या घटकांमधील वंचनांना जिल्हास्तरावर टिपतो. मात्र, सध्याच्या स्वरूपात आरोग्यविषयक वंचनांकडे अत्यंत मर्यादित दृष्टिकोनातून पाहिलं जातं आणि आरोग्याशी संबंधित असुरक्षितता व्यापक पद्धतीने समजून घेतली जात नाही. याशिवाय, आरोग्यधोरण आखणी आणि लक्षित लाभार्थी निवड प्रक्रियेमध्ये MPI चा प्रभावी वापर अद्याप पुरेशा प्रमाणात झालेला नाही. अधिक सखोल आणि समावेशक MPI व MVI चौकट स्वीकारल्यास, आरोग्याशी संबंधित गरिबीचं दुष्चक्र तोडता येईल. त्याचबरोबर गरजूंना योग्य वेळी आणि योग्य स्वरूपात सामाजिक संरक्षण देता येईल, ज्यामुळे उर्वरित वंचनांचा समूळ नायनाट करता येईल आणि लोक पुन्हा गरिबीच्या चक्रात अडकू नयेत यासाठी प्रभावी प्रतिबंध घालता येईल.
निमिषा चड्ढा ह्या ऑब्झर्वर रिसर्च फाउंडेशनच्या हेल्थ इनिशिएटिव्हमध्ये रिसर्च असिस्टंट आहेत.
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
Nimisha Chadha was a Research Assistant with ORF’s Centre for New Economic Diplomacy. She was previously an Associate at PATH (2023) and has a MSc ...
Read More +
PREV
