Academic research, clear language

Verianla | Academic Research, Economics and Science

03 November 2026, Tuesday
VERİANLA Independent science publishing
Verianla on Google Play
Toggle menu
...
Home / Social Sciences / Economics / समाजसंरक्षणव्ययस्य दक्षतायाः तथा सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य मूल्याङ्कनम्: मध्ययूरोपस्य पूर्वयूरोपस्य च देशेषु अध्ययनम्
Economics

समाजसंरक्षणव्ययस्य दक्षतायाः तथा सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य मूल्याङ्कनम्: मध्ययूरोपस्य पूर्वयूरोपस्य च देशेषु अध्ययनम्

Data Envelopment Analysis (DEA) इति समानप्रकाराणां निर्णयकर्तृ-एककानां निर्दिष्टैः आदानैः प्राप्तान् उत्पादान् तुलयित्वा सापेक्षदक्षतायाः सीमां निर्माति; एषा अपारमितिकी पद्धतिः अस्ति।

25/10/2026  Veri Anla  229 views
समाजसंरक्षणव्ययस्य दक्षतायाः तथा सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य मूल्याङ्कनम्: मध्ययूरोपस्य पूर्वयूरोपस्य च देशेषु अध्ययनम्

Data Envelopment Analysis (DEA) इति समानप्रकाराणां निर्णयकर्तृ-एककानां निर्दिष्टैः आदानैः प्राप्तान् उत्पादान् तुलयित्वा सापेक्षदक्षतायाः सीमां निर्माति; एषा अपारमितिकी पद्धतिः अस्ति। Maya Tsoklinova इत्यनया कृतेऽस्मिन् अध्ययने 2016–2023 अवधौ Central and Eastern Europe (CEE) प्रदेशस्य यूरोपीय-संघस्य 11 सदस्यदेशेषु समाजस्य संरक्षणार्थं क्रियमाणस्य व्ययस्य दारिद्र्य-आयवितरणपरिणामैः सह सम्बद्धा सापेक्षदक्षता DEA द्वारा, तथा कालक्रमे सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य परिवर्तनं Malmquist Productivity Index (MPI) द्वारा परीक्ष्यते।

अध्ययने समाजस्य संरक्षणार्थं क्रियमाणस्य व्ययस्य सकल-देशीय-उत्पादेन सह अनुपातः एकमेव आदानरूपेण प्रयुज्यते, तथा त्रयः input-oriented BCC DEA मॉडलाः आकल्यन्ते। Model 1 आयस्य असमानतां सामान्यं दारिद्र्यजोखिमं च, Model 2 आयस्य असमानतां अधिकगम्भीरं दारिद्र्यं च, Model 3 आयस्य असमानतां तथा न्यूनतम-आययुक्तायाः जनसंख्यायाः 40% भागस्य समग्रायात् प्राप्तं भागं च संयुक्ततया परीक्षते। BCC-रचना Variable Returns to Scale (VRS) इति परिमाणानुसार-परिवर्तनीयप्रतिफलस्य पूर्वकल्पनायाम् आश्रिता अस्ति।

DEA-परिणामाः सामान्यतः उच्चां सापेक्षां तन्त्रसम्बद्धां दक्षतां दर्शयन्ति। Model 1 मध्ये वार्षिक-मध्यमा VRS-दक्षता 0,91–0,94, Model 2 मध्ये 0,92–0,95, Model 3 मध्ये 0,89–0,92 इत्यन्तरे अस्ति। चेकिया तथा स्लोवाकिया प्रथमयोः द्वयोः मॉडलयोः 2016–2023 अवधौ सर्वदा दक्षतासीमायां स्थिते; रोमानिया तथा हङ्गरी अपि बहुषु वर्षेषु 1 इत्यस्य समं वा अत्यन्तसमीपस्थं वा मूल्यं प्राप्नुतः। क्रोएशिया, पोलैण्ड तथा स्लोवेनिया तु बहुषु अवधिषु तुलनया न्यूनतरां दक्षतां दर्शयन्ति।

किन्तु तृतीयः मॉडलः महत्त्वपूर्णं भेदं प्रकाशयति। चेकिया दारिद्र्यसूचकेषु आधारितयोः प्रथमयोः मॉडलयोः दक्षतासीमायां स्थित्वापि, न्यूनतम-आययुक्तायाः जनसंख्यायाः 40% भागस्य आयभागे विचारिते समानं स्थानं रक्षितुं न शक्नोति। एषः परिणामः दर्शयति यत् न्यूनं दारिद्र्यजोखिमं समाजसंरक्षणव्यवस्थायाः आयवितरणस्य अधःस्थितवर्गेषु प्रदर्शनस्य सदैव समानार्थकं न भवति।

Malmquist-विश्लेषणमपि अवधीनां मध्ये भिन्नां रचनां दर्शयति। दारिद्र्यकेन्द्रितयोः Model 1 तथा Model 2 मध्ये COVID-19 पूर्वं उत्पादकत्वभेदाः मुख्यतया तन्त्रसम्बद्धदक्षतायाः परिवर्तनेन सम्बद्धाः सन्ति; 2019–2020 आघाते तु सर्वेषु देशेषु उत्पादकत्वं न्यूनं भवति तथा उत्पादन/दक्षतासीमायाः प्रौद्योगिकपरिवर्तनं मुख्यनिर्धारकं भवति। 2020–2023 अवधौ बहुषु देशेषु पुनः उत्पादकत्ववृद्धिः दृश्यते, सुधारस्य महत्त्वपूर्णो भागः TECHCH घटकात् आगच्छति। आयवितरणकेन्द्रिते Model 3 मध्ये तु सर्वावधौ देशानां मध्ये उत्पादकत्वभेदाः मुख्यतया तन्त्रसम्बद्धदक्षतायाः परिवर्तनेन सम्बद्धाः सन्ति।

समाजस्य संरक्षणार्थं क्रियमाणस्य व्ययस्य दक्षता केवलं व्ययस्तरेण किमर्थं न मापयितुं शक्यते?

समाजसंरक्षणव्यवस्थाः रोगः, विकलाङ्गता, वार्धक्यम्, मृत्योरनन्तराधिकाराः, परिवार-बालसहायता, अनुद्योगः, आवासः, सामाजिकबहिष्कारश्च इत्यादीन् बहून् सामाजिकजोखिमान् व्याप्नुवन्ति। एताः नीतयः महत्त्वपूर्णानि वित्तीयसाधनानि अपेक्षन्ते। किन्तु उच्चः व्ययस्तरः स्वयमेव न्यूनं दारिद्र्यं वा अधिकसमं आयवितरणं वा न सूचयति।

द्वौ देशौ सकल-देशीय-उत्पादस्य समानप्रायं भागं समाजसंरक्षणाय विनियोजयितुं शक्नुतः, परन्तु समानसाधनस्तरे भिन्नान् सामाजिकपरिणामान् प्राप्तुं शक्नुतः। सहायता-रचना, लक्ष्यनिर्धारणम्, संस्थागतक्षमता, जनसांख्यिकरचना, श्रमबाजारस्य परिस्थितयः, आर्थिकपरिवेशश्च इत्यादयः बहवः कारकाः अस्य कारणं भवितुं शक्नुवन्ति।

अतः अस्य अध्ययनस्य मूलप्रश्नः “कः देशः अधिकं व्ययति?” इति नास्ति। दृष्टेषु सामाजिकपरिणामेषु विचारं कृत्वा अध्ययनं देशैः प्रयुक्तानां समाजसंरक्षणसाधनानां सापेक्षदक्षतां मूल्याङ्कयति।

DEA-दक्षताङ्कस्य कः अर्थः?

DEA-दक्षताङ्कः समाननमूनायां निर्णयकर्तृ-एककानां निर्दिष्टैः आदानैः उत्पादितान् परिणामान् तुलयित्वा निर्मितायाः अनुभवसिद्धदक्षतासीमायाः सापेक्षं स्थानं दर्शयति। BCC मॉडले 1 इति अङ्कः एककस्य दृष्टनमूनायां दक्षतासीमायां स्थितिं दर्शयति; 1 इत्यस्मात् न्यूनः अङ्कः समानपरिणामस्तरान् न्यूनतरैः आदानैः साधयितुं समर्थानाम् आदर्श-एककानां अस्तित्वं दर्शयति।

अतः DEA मध्ये “दक्षः देशः” इति वचनं समाजसंरक्षणव्यवस्था निरपेक्षार्थेन निर्दोषा अस्ति इति न सूचयति। परिणामः प्रयुक्तानाम् आदान-उत्पादानाम्, विश्लेषणावधेः, तुलितदेशानां च सन्दर्भे केवलं सापेक्षदक्षता अस्ति।

BCC तथा CCR मॉडलयोः भेदः

DEA-साहित्ये CCR मॉडलः Constant Returns to Scale (CRS) इति परिमाणानुसारं स्थिरप्रतिफलस्य पूर्वकल्पनां प्रयुङ्क्ते, BCC मॉडलः तु परिवर्तनीयप्रतिफलं स्वीकरोति। अध्ययने मुख्यः विकल्पः BCC-VRS मॉडलः अस्ति।

अस्य कारणं समाजसंरक्षणव्यवस्थानां समानपरिमाणे अथवा समानसंस्थागतस्तरे कार्यं न भवति इति। देशाः जनसंख्या, आर्थिकरचना, वित्तीयक्षमता, सामाजिकव्यवस्थारचना च इत्येतेषु भिन्नाः सन्ति; अतः सर्वाणि निर्णयकर्तृ-एककानि श्रेष्ठपरिमाणे कार्यं कुर्वन्ति इति कल्पनायाः स्थाने परिमाणभेदान् अनुमन्यमानः VRS-उपायः प्रयुज्यते।

input-oriented मॉडलः किमर्थं चयनितः?

Input-oriented DEA वर्तमानपरिणामस्तरान् रक्षन् आदानं कियत्पर्यन्तं न्यूनं कर्तुं शक्यते इति मूल्याङ्कयति। निर्दिष्टान् दारिद्र्य-आयवितरणपरिणामान् रक्षन् समाजसंरक्षणसाधनानां सापेक्षोपयोगदक्षतां मूल्याङ्कयितुम् अध्ययनस्य उद्देशः अस्ति; अतः input-oriented रचना चयनिता।

Output-oriented मॉडलः भिन्नं शोधप्रश्नं प्रत्युत्तरिष्यति: निर्दिष्टः व्ययस्तरः स्थिरः सन् सामाजिकपरिणामाः कियत् सुधारयितुं शक्यन्ते? मूलाध्ययनं एतं प्रश्नं न, अपितु साधनोपयोगस्य दक्षतां परीक्षते।

BCC मॉडलस्य गणितीय-रचना

मूले प्रयुक्तस्य input-oriented BCC मॉडलस्य मूलभूता रेखीय-कार्यक्रमणरचना एवम् अस्ति:

\[ \theta^*=\min \theta \]

एतेषु प्रतिबन्धेषु:

\[ \sum_{j=1}^{n}\lambda_j x_{ij}\leq\theta x_{i0}, \quad i=1,2,\ldots,m \]

\[ \sum_{j=1}^{n}\lambda_j y_{rj}\geq y_{r0}, \quad r=1,2,\ldots,s \]

\[ \sum_{j=1}^{n}\lambda_j=1 \]

\[ \lambda_j\geq0 \]

अत्र \(\theta^*\) मूल्याङ्क्यमानस्य निर्णयकर्तृ-एककस्य दक्षताङ्कः अस्ति। \(\theta^*=1\) दक्षतासीमायां स्थितिं, \(\theta^*<1\) तु सापेक्षदक्षतायाः अन्तरं दर्शयति।

\(\lambda_j\) गुणाङ्काः मूल्याङ्क्यमानदेशस्य काल्पनिकसन्दर्भबिन्दोः निर्माणे अन्येषां निर्णयकर्तृ-एककानां योगदानं दर्शयन्ति।

परिमाणदक्षता

अध्ययनं शुद्धतन्त्रसम्बद्धदक्षतया सह परिमाणदक्षतामपि मूल्याङ्कयति। परिमाणदक्षता CRS-अन्तर्गतं गणितायाः तन्त्रसम्बद्धदक्षतायाः VRS-दक्षतया सह अनुपातः अस्ति:

\[ SE=\frac{CRSTE}{VRSTE} \]

SE-मूल्यस्य 1 इत्यस्य समीपगमनं निर्णयकर्तृ-एककं श्रेष्ठपरिमाणस्य समीपे कार्यं करोति इति दर्शयति। त्रिषु अपि मॉडलेषु मध्यमा परिमाणदक्षता सामान्यतः उच्चा अस्ति; वार्षिकमध्यमानि बहुधा प्रायः 0,91–0,99 इत्यन्तरे सन्ति।

अध्ययने समाजसंरक्षणस्य दक्षता कैः सूचकैः माप्यते?

त्रिषु अपि मॉडलेषु ESSPROS-पद्धत्या मापितम् एकमेव आदानम् समाजसंरक्षणार्थं क्रियमाणस्य समग्रव्ययस्य सकल-देशीय-उत्पादेन सह अनुपातः अस्ति. ESSPROS केवलं केन्द्रीयसार्वजनिकव्ययं न, अपितु समन्वितलेखापद्धत्यां विभिन्नैः संस्थागतक्षेत्रैः वित्तपोषिताः समाजसंरक्षणव्यवस्थाः अपि व्याप्नोति; अतः देशान्तरतुलना शक्या भवति।

मॉडलःआदानम्उत्पादः 1उत्पादः 2मुख्यकेन्द्रम्
Model 1समाजसंरक्षणव्ययः / सकल-देशीय-उत्पादःपरिवर्तितः Gini-गुणाङ्कःमध्य-आयस्य 60% सीमाम् अनुसृत्य परिवर्तितं दारिद्र्यजोखिमम्आय-असमानता + सामान्यं दारिद्र्यम्
Model 2समाजसंरक्षणव्ययः / सकल-देशीय-उत्पादःपरिवर्तितः Gini-गुणाङ्कःमध्य-आयस्य 40% सीमाम् अनुसृत्य परिवर्तितः गम्भीरदारिद्र्यसूचकःआय-असमानता + गम्भीरं दारिद्र्यम्
Model 3समाजसंरक्षणव्ययः / सकल-देशीय-उत्पादःपरिवर्तितः Gini-गुणाङ्कःन्यूनतम-आययुक्तस्य 40% जनसमूहस्य समग्रायात् प्राप्तः भागःआय-असमानता + आयवितरणस्य अधोभागः

Gini-गुणाङ्कः तथा दारिद्र्यप्रमाणानि “न्यूनतरं श्रेयः” इति प्रकारस्य अनिष्ट-उत्पादाः सन्ति। DEA-मॉडले उच्चतरं उत्पादमूल्यं शुभप्रदर्शनं सूचयेत्; अतः अध्ययनम् एतान् सूचकान्:

\[ y_i^*=100-y_i \]

इत्यनेन परिवर्तनेन इष्ट-उत्पादेषु परिणमयति।

Model 1 तथा Model 2 सापेक्षतया दारिद्र्यकेन्द्रितौ, Model 3 तु आयवितरणकेन्द्रितः मॉडलः इति वर्गीकृताः।

परीक्षितदेशाः

विश्लेषणे ते 11 Central and Eastern Europe-प्रदेशीयाः EU-सदस्यदेशाः समाविष्टाः येषां कृते 2016–2023 सम्पूर्णावधौ समन्वितानि ESSPROS तथा EU-SILC दत्तांशानि उपलब्धानि सन्ति:

  • बुल्गारिया
  • क्रोएशिया
  • चेकिया
  • एस्टोनिया
  • हङ्गरी
  • लात्विया
  • लिथुआनिया
  • पोलैण्ड
  • रोमानिया
  • स्लोवाकिया
  • स्लोवेनिया

प्रत्येकः DEA मॉडलः केवलम् एकम् आदानं द्वौ उत्पादौ च प्रयुङ्क्ते; अतः 11 निर्णयकर्तृ-एककानि मूले निर्दिष्टं सामान्यनियमं पूरयन्ति, यः DMU-सङ्ख्यां समग्रादान-उत्पादसङ्ख्यायाः न्यूनातिन्यूनं त्रिगुणां भवितुं शंसति।

2016–2023 अवधौ सामाजिकसूचकाः कथं परिवर्तिताः?

नमूना-मध्यमे समाजसंरक्षणव्ययः 2016 मध्ये सकल-देशीय-उत्पादस्य 18,25% स्तरात् आरभ्य COVID-19 अवधौ वर्धितः तथा 2020 मध्ये 20,49% प्राप्तवान्। पश्चात् व्ययानुपातः न्यूनः भूत्वा 2023 मध्ये 19,21% अभवत्।

सूचकः20162023दिशा
समाजसंरक्षणव्ययः / सकल-देशीय-उत्पादः%18,25%19,21उच्चम्
Gini-गुणाङ्कः30,7529,49न्यूनता
60% दारिद्र्यजोखिमम्%18,29%17,38न्यूनता
40% गम्भीरदारिद्र्यसूचकः%7,10%6,62न्यूनता
न्यूनतम-आययुक्तस्य 40% जनसमूहस्य आयभागः%20,75%21,59वृद्धिः

एते परिवर्तनाः नमूनास्तरस्य वर्णनात्मकाः प्रवृत्तयः सन्ति। DEA-विश्लेषणं न प्रमाणयति यत् एतेषां सूचकानां सुधारः समाजसंरक्षणव्ययेन कारणरूपेण जनितः।

Malmquist Productivity Index DEA इत्यस्मात् केन प्रकारेण भिन्नः?

DEA निर्दिष्टवर्षे देशानां सापेक्षदक्षतास्थानं मापयति, Malmquist Productivity Index तु द्वयोः अवध्योः मध्ये सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वं कथं परिवर्तते इति मापयति। MPI उत्पादकत्वपरिवर्तनं तन्त्रसम्बद्धदक्षतायां “समीपगमन”-परिवर्तनं तथा दक्षतासीमायाः स्वपरिवर्तनं च इति द्विधा विभजति।

मूले मुख्यविभाजनम्:

\[ MPI^{t,t+1}=EFFCH^{t,t+1}\times TECHCH^{t,t+1} \]

इत्येवम् अस्ति।

  • MPI > 1: सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य वृद्धिः।
  • MPI = 1: उत्पादकत्वे परिवर्तनं नास्ति।
  • MPI < 1: सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य ह्रासः।
  • EFFCH: निर्णयकर्तृ-एककस्य वर्तमानदक्षतासीमां प्रति समीपगमनं वा तस्याः दूरगमनं वा।
  • TECHCH: अनुभवसिद्धायाः उत्पादन/दक्षतासीमायाः अवधीनां मध्ये स्थानपरिवर्तनम्।

अध्ययनं VRS-प्रौद्योगिक्याः अन्तर्गतं MPI गणयति तथा अवधिं त्रिषु भागेषु विभजति: 2016–2019 महामारीपूर्वावधिः, 2019–2020 प्रथमः COVID-19 आघातः तथा 2020–2023 महामारीपश्चात् पुनरुत्थानावधिः। बहुवर्षीयावधिषु MPI, EFFCH तथा TECHCH-मूल्यानां ज्यामितीयमध्यमानि प्रयुज्यन्ते।

मूलस्रोतः विशेषतया बलं ददाति यत् EFFCH अथवा TECHCH परिवर्तनं निर्दिष्टं प्रशासनिकसुधारं वा नीतिनिर्णयं वा प्रत्यक्षतया न प्रमाणयति। एते घटकाः अनुभवसिद्धदक्षतासीमायाः सापेक्षं परिवर्तनं मापयन्ति; अन्तर्निहितकारणं स्वयमेव न निर्धारयन्ति।

अध्ययनस्य पद्धतिः परिणामाश्च

Model 1: आय-असमानता तथा सामान्यदारिद्र्यजोखिमम्

Model 1 समाजसंरक्षणव्ययस्य Gini-गुणाङ्केन तथा मध्य-समानित-उपलब्धायस्य 60% इत्यस्मात् अधः स्थितजनसंख्यायाः प्रमाणेन सह सम्बद्धां सापेक्षदक्षतां परीक्षते।

वार्षिकमध्यमाः BCC तन्त्रसम्बद्धदक्षताङ्काः 2016–2023 अवधौ 0,91 तः 0,94 पर्यन्तं परिवर्तिताः। एषः परिणामः समग्रनमूनायां शुद्धा तन्त्रसम्बद्धदक्षता अतीव उच्चा तथा काले सापेक्षतया स्थिरा अस्ति इति दर्शयति।

देशःअवधेः प्रायः मध्यमम्
स्लोवाकिया1,00
रोमानिया1,00
चेकिया1,00
हङ्गरी0,98
एस्टोनिया0,98
लिथुआनिया0,96
लात्विया0,94
बुल्गारिया0,90
पोलैण्ड0,81
क्रोएशिया0,80
स्लोवेनिया0,78

चेकिया तथा स्लोवाकिया सर्वेषु वर्षेषु 1,00 VRSTE अङ्कं प्राप्नुतः। रोमानिया अपि बहुषु वर्षेषु दक्षतासीमायां स्थितम्, हङ्गरी तु 2019 आरभ्य 1,00 मूल्यं प्राप्नोति।

पोलैण्ड, क्रोएशिया तथा स्लोवेनिया तु अवधेः अधिकांशे नमूनायां तुलनया न्यूनतरान् तन्त्रसम्बद्धदक्षताङ्कान् दर्शयन्ति। बुल्गारिया मध्यमसमूहे अस्ति।

Model 2: आय-असमानता तथा गम्भीरं दारिद्र्यम्

Model 2 मध्ये 60% दारिद्र्यसीमायाः स्थाने मध्य-समानित-उपलब्धायस्य 40% इत्यस्मात् अधः स्थितजनसंख्या प्रयुक्ता। एवं न्यूनतम-आयसमूहेभ्यः अधिककठोरं दारिद्र्यमानं मूल्याङ्कितम्।

वार्षिकमध्यमानि VRSTE-मूल्यानि 0,92–0,95 इत्यन्तरे सन्ति। Model 1 तथा Model 2 मध्ये देशक्रमस्य व्यापकसाम्यं दर्शयति यत् मूलदक्षताभेदाः चयनिताभ्यां दारिद्र्यसीमाभ्यां प्रबलतया न प्रभाविताः।

देशःअवधेः प्रायः मध्यमम्
स्लोवाकिया1,00
चेकिया1,00
रोमानिया0,99
एस्टोनिया0,99
हङ्गरी0,98
लिथुआनिया0,97
लात्विया0,95
स्लोवेनिया0,92
बुल्गारिया0,90
पोलैण्ड0,82
क्रोएशिया0,78

स्लोवाकिया तथा चेकिया पुनरपि सम्पूर्णावधौ दक्षतासीमायां तिष्ठतः। रोमानिया, एस्टोनिया तथा हङ्गरी अपि उच्चानि मूल्यानि धारयन्ति।

Model 3: आय-असमानता तथा न्यूनतम-आययुक्तस्य 40% जनसमूहस्य भागः

Model 3 मध्ये दारिद्र्यप्रमाणस्य स्थाने न्यूनतम-आययुक्तायाः जनसंख्यायाः 40% भागस्य समग्रायात् प्राप्तः भागः प्रयुज्यते। एषः मॉडलः समाजसंरक्षणव्ययस्य सापेक्षदक्षतां केवलं दारिद्र्यसीमाधः स्थितजनैः सह न, अपितु आयवितरणस्य अधोभागस्य समग्रार्थिकसाधनेभ्यः प्राप्तभागेन सह अपि मूल्याङ्कयति।

वार्षिकमध्यमानि VRSTE-मूल्यानि 0,89–0,92 इत्यन्तरे सन्ति, प्रथमयोः द्वयोः मॉडलयोः अपेक्षया किञ्चित् न्यूनानि च।

देशःअवधेः प्रायः मध्यमम्
स्लोवाकिया1,00
रोमानिया0,99
एस्टोनिया0,98
हङ्गरी0,97
लिथुआनिया0,94
लात्विया0,93
चेकिया0,93
बुल्गारिया0,88
पोलैण्ड0,80
स्लोवेनिया0,77
क्रोएशिया0,77

Model 3 इत्यस्य सर्वाधिकमहत्त्वपूर्णः परिणामः चेकियायां दृश्यः परिवर्तनः अस्ति। चेकिया प्रथमयोः द्वयोः मॉडलयोः सम्पूर्णावधौ दक्षतासीमायां स्थित्वापि Model 3 मध्ये अवधेः मध्यमं प्रायः 0,93 पर्यन्तं न्यूनं भवति।

मूलस्रोतः एतं परिणामम् एवं व्याख्यायति यत् सामान्यदारिद्र्यजोखिमे शुभप्रदर्शनं, आयवितरणस्य न्यूनतमस्य 40% भागस्य आयभागे समानपरिमाणं शुभफलम् आवश्यकतया न सूचयेत्।

स्लोवाकिया तु त्रिषु अपि मॉडलेषु स्वस्य उच्चं प्रदर्शनं रक्षति तथा Model 3 मध्ये अपि सम्पूर्णावधौ दक्षतासीमायां तिष्ठति।

COVID-19 समाजसंरक्षणस्य उत्पादकत्वं कथं प्रभावितवान्?

Malmquist-परिणामाः दर्शयन्ति यत् COVID-19 इत्यस्य प्रभावः प्रयुक्तस्य उत्पादपरिभाषायाः अनुसारं भिन्नः दृश्यते। दारिद्र्यकेन्द्रितयोः Model 1 तथा Model 2 मध्ये 2019–2020 अवधौ सर्वेषु 11 देशेषु MPI 1 इत्यस्मात् अधः पतितः तथा उत्पादकत्वह्रासस्य मुख्यं कारणं TECHCH आसीत्। प्रतिकूलतः आयवितरणकेन्द्रिते Model 3 मध्ये तस्मिन्नेव अवधौ केषुचित् देशेषु MPI प्रबलतया वर्धितः तथा परिवर्तनानि मुख्यतया EFFCH घटकात् उत्पन्नानि।

Model 1 इत्यस्य MPI-परिणामाः

2016–2019 महामारीपूर्वावधौ Model 1 इत्यस्य MPI-मूल्यानि बहूनां देशानां कृते 1 इत्यस्य समीपे सन्ति। सर्वाधिकवृद्धिः हङ्गरीदेशे दृश्यते:

हङ्गरी MPI = 1,0449.

लात्विया 0,9810, लिथुआनिया 0,9857 तथा रोमानिया 0,9965 इत्येतैः सीमितं ह्रासं दर्शयन्ति। देशानां मध्ये भेदानां महत्त्वपूर्णो भागः EFFCH-परिवर्तनात् आगच्छति, TECHCH तु अधिकं समानरूपम् अस्ति।

2019–2020 अवधौ सर्वेषु 11 देशेषु MPI 1 इत्यस्मात् अधः अस्ति। उदाहरणमूल्यानि:

देशःMPIEFFCHTECHCH
लिथुआनिया0,84400,92670,9107
स्लोवेनिया0,85290,93810,9092
एस्टोनिया0,85300,93200,9152
चेकिया0,86320,95240,9063
स्लोवाकिया0,93671,02220,9164

सर्वेषु देशेषु TECHCH-मूल्यानां 1 इत्यस्मात् अधः स्थितिः दर्शयति यत् महामारी-आघाते अनुभवसिद्धा दक्षतासीमा प्रतिकूलदिशि चलिता। मूलस्रोतः एतत् अधिककठिनेन सामाजिक-आर्थिकपरिवेशेन सम्बद्धं मन्यमानं युक्तं भवेत् इति वदति, किन्तु MPI स्वयमेव तस्य कारणं न निर्धारयति इति बलं ददाति।

2020–2023 अवधौ बहुषु देशेषु पुनरुत्थानं दृश्यते। सर्वाधिकाः मध्यमा MPI-वृद्धयः क्रोएशिया, लिथुआनिया, स्लोवेनिया तथा रोमानिया देशेषु दृश्यन्ते। स्लोवाकिया 0,9887 इत्यनेन अस्मिन् अवधौ Model 1 मध्ये MPI 1 इत्यस्मात् अधः स्थितः एकमात्रः देशः अस्ति।

Model 2 इत्यस्य MPI-परिणामाः

गम्भीरदारिद्र्यसूचके आधारितस्य Model 2 इत्यस्य कालक्रमरूपं Model 1 इत्यस्य अत्यन्तसमीपम् अस्ति।

महामारीपूर्वं बहुषु देशेषु MPI 1 इत्यस्य समीपे अस्ति; हङ्गरी 1,0437 इत्यनेन सर्वाधिकवृद्धिषु एकां दर्शयति। 2019–2020 अवधौ सर्वेषां देशानां MPI-मूल्यानि पुनः 1 इत्यस्मात् अधः पतन्ति।

2020–2023 अवधौ तु नवदेशानां MPI-मूल्यं 1 इत्यस्मात् अधिकम् अस्ति। केवलं बुल्गारिया 0,9958 तथा स्लोवाकिया 0,9896 इत्येताभ्यां 1 इत्यस्मात् अधः तिष्ठतः।

देशःMPIEFFCHTECHCH
क्रोएशिया1,05081,02801,0222
स्लोवेनिया1,04511,02491,0197
लिथुआनिया1,04331,02251,0204
रोमानिया1,03201,00871,0231
बुल्गारिया0,99580,97591,0204
स्लोवाकिया0,98960,97491,0152

Model 2 मध्ये महामारीपश्चात् TECHCH सर्वेषु देशेषु 1 इत्यस्मात् अधिकम् अस्ति। तथापि बुल्गारिया तथा स्लोवाकिया देशयोः EFFCH-ह्रासः प्रौद्योगिक/सीमापरिवर्तनस्य शुभं योगदानं पूर्णतया प्रतिपूरयितुं न शक्नोति।

Model 3 इत्यस्य MPI-परिणामाः किमर्थं भिन्नाः?

Model 3 मध्ये उत्पादकत्वस्य गतिशीलता अधिकं विविधा अस्ति तथा परिवर्तनानि मुख्यतया EFFCH इत्यनेन सम्बद्धानि। TECHCH बहुषु प्रसङ्गेषु 1 इत्यस्य समीपे अस्ति अथवा अधिकसीमितं परिवर्तनं दर्शयति।

2016–2019 अवधौ रोमानिया 1,0979, स्लोवाकिया 1,0823 तथा पोलैण्ड 1,0718 इत्येतैः तुलनया प्रबलां उत्पादकत्ववृद्धिं दर्शयन्ति। एस्टोनिया 0,9257 तथा क्रोएशिया 0,9490 इत्येतैः अधिकस्पष्टं ह्रासं दर्शयन्ति।

2019–2020 अवधौ Model 1 तथा Model 2 इत्याभ्यां विपरीतं केषुचित् देशेषु MPI प्रबलतया वर्धते:

देशःMPIEFFCHTECHCH
क्रोएशिया1,27021,23911,0251
हङ्गरी1,21571,16671,0420
एस्टोनिया1,20611,16701,0335
लात्विया1,16751,12051,0420
स्लोवाकिया0,75670,73221,0335
स्लोवेनिया0,78440,75901,0335
चेकिया0,79000,75821,0420
रोमानिया0,79530,76951,0335

मूलस्रोतः वदति यत् क्रोएशिया, हङ्गरी, एस्टोनिया तथा लात्विया देशेषु वृद्धयः मुख्यतया तन्त्रसम्बद्धदक्षतायाः परिवर्तनात् उत्पन्नाः। प्रतिकूलतः स्लोवाकिया, स्लोवेनिया, रोमानिया तथा चेकिया देशेषु ह्रासाः अपि मुख्यतया EFFCH-ह्रासेन सम्बद्धाः।

2020–2023 अवधौ स्लोवाकिया 1,0666, स्लोवेनिया 1,0655 तथा चेकिया 1,0642 इत्येतैः Model 3 मध्ये सर्वाधिकां उत्पादकत्ववृद्धिं दर्शयन्ति; लात्विया 0,9253 तथा लिथुआनिया 0,9284 इत्येतौ तु महत्तमेषु ह्रासेषु स्तः।

त्रयः मॉडलाः संयुक्ततया किं वदन्ति?

अवधिःModel 1Model 2Model 3
2016–2019सापेक्षतया स्थिरम्; भेदाः मुख्यतया EFFCHसापेक्षतया स्थिरम्; EFFCH महत्त्वपूर्णम्देशान्तरभेदाः मुख्यतया EFFCH
2019–2020सर्वेषु देशेषु MPI-ह्रासः; TECHCH मुख्यं कारणम्सर्वेषु देशेषु MPI-ह्रासः; TECHCH मुख्यं कारणम्मिश्राः परिणामाः; EFFCH मुख्यः विभेदकः
2020–2023बहुषु देशेषु पुनरुत्थानम्; TECHCH महत्त्वपूर्णम्बहुषु देशेषु पुनरुत्थानम्; TECHCH महत्त्वपूर्णम्अधिकविविधम्; EFFCH निर्धारकः

एषः भेदः दर्शयति यत् दारिद्र्यमानानि तथा आयवितरणस्य अधोभागसम्बद्धः सूचकः समाजसंरक्षणव्यवस्थानां प्रदर्शनस्य भिन्नान् आयामान् गृह्णीतः।

परिमाणदक्षता तथा 2023 वर्षस्य प्रतिफलानि

त्रिषु अपि मॉडलेषु परिमाणदक्षता उच्चा अस्ति तथा बहवः देशाः श्रेष्ठकार्यपरिमाणस्य समीपे दृश्यन्ते। 2023 मध्ये त्रिषु अपि मॉडलेषु returns-to-scale वर्गीकरणानि पूर्णतया समानानि भवन्ति।

  • परिमाणानुसारं वर्धमानं प्रतिफलम् (IRS): बुल्गारिया, क्रोएशिया, एस्टोनिया, लात्विया, लिथुआनिया तथा रोमानिया।
  • परिमाणानुसारं ह्रसमानं प्रतिफलम् (DRS): चेकिया, पोलैण्ड, स्लोवाकिया तथा स्लोवेनिया।
  • परिमाणानुसारं स्थिरं प्रतिफलम् (CRS): हङ्गरी।

उच्चपरिमाणदक्षतायाः कारणेन मूलस्रोतः वदति यत् देशानां मध्ये प्रदर्शनभेदान् केवलं समाजसंरक्षणव्यवस्थानां परिमाणपरिवर्तनेन व्याख्यातुं कठिनम्।

अध्ययनस्य वैज्ञानिकव्याख्यायाः सीमा

अस्मिन् अध्ययने उच्चः DEA-अङ्कः देशस्य समाजसंरक्षणव्यवस्था सामाजिकदृष्ट्या आदर्शा अस्ति अथवा न्यूनतरः व्ययः अवश्यं सम्भवः अस्ति इति न सूचयति। DEA केवलं नमूनायां वर्तमानान् आदान-उत्पादसंयोगान् तुलयति।

तथैव अध्ययनं “समाजसंरक्षणव्ययस्य वृद्धिः दारिद्र्यं निश्चितपरिमाणेन न्यूनीकरोति” इत्याकारं कारणात्मकगुणाङ्कं न आकलयति। आदानानि तथा उत्पादाः समाननिरीक्षणावधेः सन्ति, तथा DEA स्थिरं benchmarking-साधनम् अस्ति।

MPI-विभाजनमपि EFFCH-परिवर्तनं प्रत्यक्षतया उत्तमप्रशासनात् अथवा TECHCH-परिवर्तनं प्रत्यक्षतया निर्दिष्टसुधारात् उत्पन्नम् इति न प्रमाणयति। एतानि अनुभवसिद्धदक्षतासीमायाः सापेक्षं मापितानि परिवर्तनानि सन्ति। व्यापक-आर्थिकस्थितयः, जनसांख्यिकी, दत्तांशदोषाः, बाह्यसङ्कटाः, संस्थागतरचना तथा नीतिरचना इत्यादयः अन्ये कारकाः अपि परिणामान् प्रभावितुं शक्नुवन्ति।

अध्ययनस्य सामान्यनिष्कर्षः

अध्ययनं दर्शयति यत् समानसमाजवादी-अतीतस्य, EU-सदस्यत्वस्य तथा समानाभिसरणप्रक्रियाणां सत्त्वेऽपि Central and Eastern Europe देशानां समाजसंरक्षणव्यवस्थासु एकरूपं प्रदर्शनं नास्ति।

प्रथमयोः दारिद्र्यकेन्द्रितयोः मॉडलयोः चेकिया तथा स्लोवाकिया विशेषतया प्रबले दृश्येते; किन्तु आयवितरणस्य न्यूनतमः 40% भागः विचारिते चेकियायाः सापेक्षस्थानं ह्रसति। एषः परिणामः दर्शयति यत् दारिद्र्यन्यूनीकरणं तथा आयवितरणप्रदर्शनं सामाजिकनीतेः एक एव आयामः न स्तः।

COVID-19 अवधिरपि मॉडलानुसारं भिन्नं रूपं दर्शयति। सामान्य-गम्भीरदारिद्र्यकेन्द्रितेषु मॉडलेषु 2019–2020 आघातः सर्वेषु देशेषु उत्पादकत्वह्रासं जनयति, आयवितरणकेन्द्रितः मॉडलः तु अधिकजटिलं देशविशिष्टं च प्रतिरूपं दर्शयति।

मूलस्रोतः भविष्यति विश्लेषणं विस्तीर्णतरस्य यूरोपीयदेशसमूहस्य प्रति विस्तारयितुं तथा देशानां मध्ये दक्षता/उत्पादकत्वभेदानां कारणानि व्याख्यातुं शक्नुवन्तः समाजसंरक्षणरचना, जनसांख्यिकी, श्रमबाजारः, व्यापक-आर्थिकपरिवेशः, संस्थागतगुणवत्ता तथा नीत्यनुष्ठानम् इत्यादयः कारकाः पृथक् परीक्षितुं शंसति।

स्रोतः तथा पद्धतिविषयकं विवरणम्

मूलाध्ययनस्य शीर्षकम्: Assessing the Efficiency and Total Factor Productivity of Social Protection Expenditure: A Study of CEE Countries

लेखिका: Maya Tsoklinova

संस्था: Department of Economics, University of National and World Economy, Sofia, Bulgaria.

पत्रिका: Economies

प्रकाशकः: MDPI, Basel, Switzerland

ग्रन्थसूची-अभिलेखः: Economies 2026, 14, 326

DOI: 10.3390/economies14080326

प्रेषणदिनाङ्कः: 28 जून 2026

संशोधनदिनाङ्कः: 31 जुलाई 2026

स्वीकारदिनाङ्कः: 3 अगस्त 2026

प्रकाशनदिनाङ्कः: 6 अगस्त 2026

स्रोतः-प्रकारः: समन्वितैः यूरोपीय-द्वितीयकदत्तांशैः कृतं तुलनात्मकम्, अपारमितिकं दक्षता-सर्वकारक-उत्पादकत्वविश्लेषणम्।

दत्तांशस्रोतांसि: Eurostat; European System of Integrated Social Protection Statistics (ESSPROS); EU Statistics on Income and Living Conditions (EU-SILC).

परीक्षितावधिः: 2016–2023.

निर्णयकर्तृ-एककानि: Central and Eastern Europe प्रदेशस्य EU-सदस्याः 11 देशाः।

मुख्यपद्धतिः: Input-oriented BCC Data Envelopment Analysis, Variable Returns to Scale.

उत्पादकत्वपद्धतिः: VRS अन्तर्गतः Malmquist Productivity Index; सर्वेषाम् उत्पादनकारकाणाम् उत्पादकत्वस्य परिवर्तनं EFFCH तथा TECHCH घटकयोः विभक्तम्।

वित्तपोषणम्: अध्ययनं UNWE Research Programme, Research Grant No. 13/2025 द्वारा वित्तपोषितम्। लेखप्रक्रियाशुल्कमपि तेनैव शोधकार्यक्रमेण वहितम्।

नीतिशास्त्रसमितिः: न प्रवर्तते।

सूचितसम्मतिः: न प्रवर्तते।

दत्तांशोपलब्धता: अध्ययनं Eurostat मध्ये सार्वजनिकरूपेण उपलब्धानि ESSPROS तथा EU-SILC दत्तांशानि प्रयुङ्क्ते।

कृतज्ञता: लेखिका UNWE Research Programme द्वारा प्रदत्तस्य Research Grant No. 13/2025 इत्यस्य वित्तीयसहायतां निर्दिशति।

हितसंघर्षः: लेखिका हितसंघर्षः नास्ति इति सूचयति।

अनुज्ञापत्रम्: Creative Commons Attribution (CC BY).

मुख्याः पद्धतिगतसीमाः: DEA-परिणामाः सापेक्षाः नमूनाधीनाश्च। आदानानि तथा उत्पादाः समानावधिभ्यः गृहीतानि; अध्ययनं गतिशीलं कारणात्मकं मॉडलं नास्ति। EFFCH तथा TECHCH परिवर्तनानि निर्दिष्टानां प्रशासनिक-संस्थागत-नीतितन्त्राणां कारणात्मकप्रभावं न निर्धारयन्ति। विश्लेषणं 11 CEE EU-सदस्यदेशैः तथा उपलब्धैः ESSPROS/EU-SILC चलैः सीमितम्। समाजसंरक्षणव्यवस्थारचना, जनसांख्यिकरचना, श्रमबाजारः, व्यापक-आर्थिकपरिवेशः तथा संस्थागतगुणवत्ता इत्यादीनां देशान्तरभेदकारणानां प्रत्यक्षं मॉडलनम् अस्मिन् अध्ययने न कृतम्।


Share:

Comments are published after review. Your comment will enter the approval process and become visible when approved.

Leave a comment

Your email address will not be published. Required fields are marked *