📈 economics

Drivers, Receivers, and Dynamic Linkages: The Directed Structure of SDG Interdependence, 2000--2024

यह शोध पत्र 2000 से 2024 तक 114 देशों में सभी 17 सतत विकास लक्ष्यों की निर्देशित अन्योन्याश्रयता का विश्लेषण करता है, जो एक नाजुक, गैर-पदानुक्रमित नेटवर्क को प्रकट करता है जिसमें गतिशील तालमेल और व्यापार-समझौते (trade-offs) शामिल हैं, जो विशिष्ट संकेतक संबंधों पर आधारित अनुकूलनशील, समय-विलंबित पोर्टफोलियो के पक्ष में सार्वभौमिक त्वरक नीतियों के विरुद्ध चेतावनी देता है।

मूल लेखक: Md Muhtasim Munif Fahim, Md Jahid Hasan Imran, Md. Naim Molla, Luknath Debnath, Tonmoy Shil, Ehsanul Bashar Pranto, Md Mostafizur Rahman Likhon, Md Shafin Sanyan Saad, Md. Rezaul Karim

प्रकाशित 2026-06-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Md Muhtasim Munif Fahim, Md Jahid Hasan Imran, Md. Naim Molla, Luknath Debnath, Tonmoy Shil, Ehsanul Bashar Pranto, Md Mostafizur Rahman Likhon, Md Shafin Sanyan Saad, Md. Rezaul Karim

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि 17 सतत विकास लक्ष्यों (SDGs) को अलग-अलग 'टू-डू लिस्ट' के रूप में नहीं, बल्कि एक ही बगीचे में उगने वाले 17 अलग-अलग पौधों के एक विशाल, जटिल पारिस्थितिकी तंत्र (ecosystem) के रूप में देखा जाए। वर्षों से, नीति निर्माता पूछते आए हैं: "यदि मैं केवल एक विशिष्ट पौधे को पानी देता हूँ, तो क्या पूरा बगीचा तेजी से बढ़ेगा?" वे एक "मास्टर प्लांट" (मुख्य पौधा) खोजने की उम्मीद करते थे, जिसे यदि पोषित किया जाए, तो वह स्वतः ही अन्य सभी को अपने साथ ऊपर खींच लेगा।

यह शोध पत्र, जिसका शीर्षक "ड्राइवर्स, रिसीवर्स और डायनेमिक लिंकेज" है, एक उच्च-तकनीकी 'गार्डन इंस्पेक्टर' की तरह कार्य करता है। इसने 114 देशों के 25 वर्षों (2000-2024) के डेटा का विश्लेषण किया ताकि यह पता लगाया जा सके कि ये पौधे वास्तव में एक-दूसरे के साथ कैसे परस्पर क्रिया करते हैं। अनुमान लगाने के बजाय, उन्होंने उन्नत सांख्यिकीय उपकरणों का उपयोग किया ताकि यह देखा जा सके कि कौन से पौधे वास्तव में दूसरों को बढ़ने के लिए धक्का देते हैं, कौन से मदद को अवशोषित करते हैं, और इन प्रभावों को दिखने में कितना समय लगता है।

यहाँ इसके निष्कर्षों का सरल अवधारणाओं में विवरण दिया गया है:

1. बगीचा एक जाल है, सीढ़ी नहीं

सबसे बड़ा आश्चर्य यह है कि कोई एक "मास्टर प्लांट" नहीं है।

पुराना विचार: लोग सोचते थे कि यहाँ एक पदानुक्रम (hierarchy) है, जैसे कि एक सीढ़ी। यदि आप ऊपरी पायदान (जैसे, "शिक्षा") पर चढ़ जाते हैं, तो आप स्वतः ही निचले पायदानों (जैसे, "स्वास्थ्य") को ऊपर खींच लेंगे।
वास्तविकता: बगीचा एक उलझा हुआ, घना जाल है। कुछ पौधे दूसरों की मदद करते हैं, लेकिन कुछ संसाधनों के लिए प्रतिस्पर्धा भी करते हैं। अध्ययन में पाया गया कि हर 10 सहायक संबंधों (synergies) के लिए, लगभग 11 ऐसे संबंध हैं जहाँ एक लक्ष्य की मदद करने से दूसरे लक्ष्य को प्राप्त करना कठिन हो जाता है (ट्रेड-ऑफ/समझौता)।
रूपक (Metaphor): यह कोई सीढ़ी नहीं है; यह रस्साकशी और रिले रेस का मिश्रण है। कभी-कभी एक टीम के सदस्य की मदद करने से पूरी टीम की मदद होती है; अन्य समय में, एक रस्सी को बहुत जोर से खींचने से दूसरी रस्सी टूट सकती है।

2. "ड्राइवर" की सूची अविश्वसनीय है

शोधकर्ताओं ने लक्ष्यों को रैंक करने की कोशिश की ताकि यह देखा जा सके कि कौन से सबसे अच्छे "ड्राइवर" (वे जो श्रृंखला की शुरुआत करते हैं) हैं।

निष्कर्ष: यह रैंकिंग इस बात पर निर्भर करती है कि आप इसे किस तरह देखते हैं। यदि आप समय सीमा को थोड़ा बदलते हैं या किसी अलग गणितीय सूत्र का उपयोग करते हैं, तो "टॉप ड्राइवर" बदल जाता है।
अपवाद: केवल दो भूमिकाएँ ऐसी थीं जो हर परीक्षण में स्थिर रहीं:
- "नेट रिसीवर" (शुद्ध प्राप्तकर्ता): शांति और मजबूत संस्थाएं (लक्ष्य 16)। यह वह पौधा है जिसे अन्य चीजों से मदद की जरूरत होती है। यह बगीचे को आगे धकेलने वाला पौधा नहीं दिखता; यह वह है जो सबसे अच्छा तब बढ़ता है जब बाकी सब पहले से ही ठीक चल रहा होता है।
- "संभावित ड्राइवर" (Probable Driver): गरीबी उन्मूलन (लक्ष्य 1)। यह एकमात्र ऐसा लक्ष्य है जो लगातार अन्य लक्ष्यों को आगे धकेलता हुआ प्रतीत हुआ, लेकिन यह भी इस बात पर निर्भर करता है कि आप इसे कैसे मापते हैं।

3. "टाइम लैग" की समस्या (स्लो कुकर)

समय के बारे में सबसे महत्वपूर्ण निष्कर्ष यही है।

मिथक: यदि आप आज एक समस्या को ठीक करते हैं, तो आपको कल परिणाम दिखना चाहिए।
वास्तविकता: बगीचा एक "स्लो कुकर" (धीमी गति से पकने वाला) है। अध्ययन में पाया गया कि जब आप किसी एक चीज़ में सुधार करते हैं (जैसे स्वच्छता या गरीबी कम करना), तो अन्य लक्ष्यों (जैसे बाल उत्तरजीविता/बाल मृत्यु दर) पर इसका पूर्ण प्रभाव दिखने में 4 से 5 वर्ष का समय लगता है।
रूपक: बीज बोने से अगले ही दिन फल नहीं मिलते। यदि आप एक वर्ष के बाद बगीचे की जांच करते हैं, तो आपको लग सकता है कि बीज काम नहीं आया। आपको फसल देखने के लिए चार या पांच साल इंतजार करना होगा। इसका अर्थ है कि नीति निर्माताओं को अपनी सफलता का निर्णय बहुत जल्दी नहीं करना चाहिए।

4. दो "स्वर्ण मार्ग" (Golden Pathways)

हालाँकि कोई एक "मास्टर गोल" नहीं है, लेकिन अध्ययन ने दो विशिष्ट, विश्वसनीय पथ खोजे जहाँ डेटा बहुत मजबूत है:

स्वच्छता $\rightarrow$ बाल उत्तरजीविता: जब देश स्वच्छ शौचालयों और स्वच्छता तक पहुंच में सुधार करते हैं, तो अगले 4-5 वर्षों में बाल मृत्यु दर काफी कम हो जाती है।
गरीबी उन्मूलन $\rightarrow$ बाल उत्तरजीविता: जब गरीबी कम होती है, तो बच्चे अधिक समय तक जीवित रहते हैं।
- बोनस: यह दूसरा पथ एक लूप (चक्र) है। जैसे-जैसे बच्चे अधिक समय तक जीवित रहते हैं, गरीबी भी कम होती जाती है, जिससे एक "सकारात्मक चक्र" (virtuous cycle) बनता है जहाँ दोनों एक-दूसरे को बढ़ने में मदद करते हैं।

उन्होंने शिक्षा और बाल स्वास्थ्य के बीच एक "सुझावात्मक" संबंध भी पाया, जिसकी पुष्टि एक अलग, स्वतंत्र डेटासेट द्वारा की गई। यह सुझाव देता है कि बच्चों को स्कूल में रखना उन्हें स्वस्थ रहने में मदद करता है, लेकिन इसके प्रमाण स्वच्छता और गरीबी वाले लिंक जितने ठोस नहीं हैं।

5. नीति निर्माताओं को क्या करना चाहिए?

यह शोध पत्र तर्क देता है कि सरकारों को सब कुछ ठीक करने के लिए एक "जादुई गोली" (magic bullet) खोजने की कोशिश छोड़ देनी चाहिए। इसके बजाय, उन्हें:

"लीडरबोर्ड" देखना बंद करना चाहिए: केवल उस लक्ष्य को न चुनें जो नंबर 1 पर है।
विशिष्ट कनेक्शन पर ध्यान केंद्रित करना चाहिए: एक विशिष्ट लिंक (जैसे "स्वच्छता से बाल स्वास्थ्य") को चुनें और उसमें निवेश करें।
ट्रेड-ऑफ (समझौतों) के प्रति सतर्क रहना चाहिए: यदि आप एक लक्ष्य पर बहुत जोर दे रहे हैं, तो देखें कि क्या आप अनजाने में दूसरे को नुकसान पहुँचा रहे हैं।
धैर्य रखें: 4-से-5-वर्ष के क्षितिज (horizon) के साथ योजना बनाएं। तत्काल परिणामों की उम्मीद न करें।

सारांश

वैश्विक विकास का बगीचा एक एकल "जादुई छड़ी" के लिए बहुत जटिल है। ऐसा कोई एक लक्ष्य नहीं है जो सब कुछ ठीक कर दे। इसके बजाय, विशिष्ट, धीमी गति से चलने वाले मार्ग (जैसे बच्चों की जान बचाने के लिए स्वच्छता को ठीक करना) हैं जो यदि उन्हें समय दिया जाए, तो विश्वसनीय रूप से काम करते हैं। सबसे अच्छी रणनीति एक एकल "शीर्ष" लक्ष्य के पीछे भागने के बजाय, इन विशिष्ट, प्रमाणित कनेक्शनों का एक पोर्टफोलियो बनाना है।

तकनीकी सारांश: SDG अन्योन्याश्रयता में चालक (Drivers), प्राप्तकर्ता (Receivers), और गतिशील जुड़ाव (2000–2024)

समस्या विवरण
सीमित राजकोषीय और प्रशासनिक क्षमता वाले देशों के सामने एक आवर्ती निर्णय समस्या होती है: क्या संसाधनों को कुछ चुनिंदा सतत विकास लक्ष्यों (SDGs) पर केंद्रित किया जाए जिन्हें पूरे तंत्र के लिए "एक्सेलेरेटर" (त्वरक) के रूप में अपेक्षित माना जाता है, या उन्हें एक पोर्टफोलियो के रूप में वितरित किया जाए। जबकि मौजूदा साहित्य यह स्थापित करता है कि विकास के परिणाम आपस में जुड़े हुए हैं, यह अक्सर तंत्र की निर्देशित संरचना (कौन से लक्ष्य दूसरों का नेतृत्व करते हैं), इन जुड़ावों की गतिशील परिमाण (प्रसार में कितना समय लगता है), और लक्ष्यों की रैंकिंग की मजबूती को प्रकट करने में विफल रहता है। सहसंबंध (correlation), विशेषज्ञ कोडिंग, या अनिर्देशित नेटवर्क पर आधारित पिछले दृष्टिकोण यह अंतर करने में विफल रहे कि कौन से लक्ष्य प्रगति को प्रसारित करते हैं और कौन से उसे अवशोषित करते हैं। इसके अतिरिक्त, SDG डेटा पर लागू मानक अर्थमितीय (econometric) विधियाँ अक्सर डेटा की विशिष्ट विशेषताओं को समझने में विफल रहती हैं: उच्च निरंतरता (persistence), रुझान व्यवहार (trending behavior), क्रॉस-सेक्शनल निर्भरता, और पैनल की "चौड़ी लेकिन मध्यम लंबी" प्रकृति ( $N \approx 114$ , $T = 25$ )।

कार्यप्रणाली
यह अध्ययन 2000 से 2024 तक वार्षिक रूप से देखे गए 114 देशों के एक संतुलित पैनल का उपयोग करता है, जिसमें 'सस्टेनेबल डेवलपमेंट रिपोर्ट 2025' से बैकडेटेड SDG इंडेक्स स्कोर (0–100) का उपयोग किया गया है। इस शासन की विशिष्ट अर्थमितीय चुनौतियों को संबोधित करने के लिए, लेखक दो अनुमानकों (estimators) का उपयोग करते हैं जो डेटा संरचना के अनुकूल हैं, जिन्हें डेटा के सामान्य रुझानों को हटाने और स्थिरता सुनिश्चित करने के लिए प्रथम-अंतर श्रृंखलाओं (first-differenced series) पर लागू किया गया है:

निर्देशित अंतःक्रिया नेटवर्क (ग्रेंजर गैर-कारणता - Granger Non-Causality):
- अनुमानक: एक विषम पैनल ग्रेंजर गैर-कारणता परीक्षण (डुमिट्रेसु-हर्लिन, 2012)।
- प्रक्रिया: सभी 272 क्रमबद्ध जोड़ों (17 लक्ष्यों के) के लिए, यह परीक्षण यह आकलन करता है कि क्या एक लक्ष्य के पिछले परिवर्तन दूसरे लक्ष्य के परिवर्तनों की भविष्यवाणी करते हैं।
- मजबूती (Robustness): स्प्यूरियस (मिथ्या) नेटवर्क निर्माण को रोकने के लिए विश्लेषण बेन्जामिनी-होचबर्ग फॉल्स-डिस्कवरी-रेट (FDR) नियंत्रण ( $q < 0.05$ ) लागू करता है। यह क्रॉस-सेक्शनल निर्भरता के विरुद्ध मजबूती की जांच करने के लिए टाइम-डीमीनिंग और कॉमन कोरिलेटेड इफेक्ट्स (CCE) अनुमानक (पेसरन, 2006) का उपयोग करता है।
- रैंकिंग: लक्ष्यों को शुद्ध प्रभाव (नेट इन्फ्लुएंस) (आउट-डिग्री माइनस इन-डिग्री) और प्रभाव-आकार-भारित (effect-size-weighted) मेट्रिक्स द्वारा रैंक किया जाता है।
गतिशील परिमाण (लोकल प्रोजेक्शंस):
- अनुमानक: ड्रिस्कॉल-क्रे मानक त्रुटियों (Driscoll–Kraay standard errors) के साथ पैनल लोकल प्रोजेक्शंस (जॉर्डा, 2005)।
- प्रक्रिया: एक पूर्व-निर्धारित 31 सिद्धांत-आधारित संकेतक जुड़ावों (जैसे, स्वच्छता पहुंच $\to$ बाल कुपोषण/स्टंटिंग) पर लागू किया गया।
- क्षितिज (Horizon): 10-वर्षीय क्षितिज पर संचयी प्रतिक्रियाओं का अनुमान लगाता है, जिसमें पुष्टि के लिए 5-वर्षीय मील के पत्थर पर ध्यान केंद्रित किया गया है।
- सत्यापन: परिणामों को FDR नियंत्रण और शिक्षा-स्वास्थ्य पथ के लिए विश्व विकास संकेतकों (WDI) डेटा के स्वतंत्र त्रिकोणीयकरण (triangulation) के आधार पर "समर्थित", "सुझावात्मक" या "असमर्थित" के रूप में वर्गीकृत किया गया है।

प्रमुख परिणाम

नेटवर्क संरचना: 272 निर्देशित लक्ष्य जोड़ों में से, 84 जुड़ाव FDR नियंत्रण में जीवित रहे, जिसके परिणामस्वरूप नेटवर्क घनत्व 0.31 रहा। नेटवर्क घना है लेकिन एकसमान नहीं है, जिसमें तालमेल (synergies) और ट्रेड-ऑफ (प्रतिबंध) दोनों शामिल हैं।
तालमेल बनाम ट्रेड-ऑफ संतुलन: तंत्र तालमेल (40) और ट्रेड-ऑफ (44) के बीच लगभग पूर्ण संतुलन प्रदर्शित करता है। यह निष्कर्ष एक समान रूप से सुदृढ़ प्रणाली की धारणा का खंडन करता है और सुझाव देता है कि कोई भी एकल लक्ष्य सार्वभौमिक एक्सेलेरेटर के रूप में कार्य नहीं करता है।
रैंकिंग की भंगुरता (Fragility): लक्ष्य-स्तरीय ड्राइवर-प्राप्तकर्ता पदानुक्रम भंगुर हैं। विभिन्न लैग ऑर्डर्स (lag orders) और केंद्रीयता मेट्रिक्स के बीच रैंकिंग कमजोर रूप से सहसंबंधित है (Spearman $\rho = 0.03$ –$0.21$)। देश-आधारित बूटस्ट्रैप पुनर्सेंपलिंग के तहत, 15 लक्ष्यों के लिए शुद्ध प्रभाव के 90% विश्वास अंतराल शून्य को समाहित करते हैं।
मजबूत भूमिकाएँ: केवल दो भूमिकाएँ विभिन्न मेट्रिक्स और पुनर्सेंपलिंग में सांख्यिकीय रूप से शून्य से अलग की जा सकती हैं:
- शुद्ध प्राप्तकर्ता (Net Receiver): शांति और मजबूत संस्थाएं (SDG 16) स्पष्ट शुद्ध प्राप्तकर्ता है, जो प्रभाव को संचालित करने के बजाय उसे अवशोषित करती है।
- शुद्ध चालक (Net Driver): गरीबी उन्मूलन (SDG 1) सबसे संभावित प्रभाव-आकार-भारित चालक के रूप में उभरता है, हालांकि यह डिग्री मेट्रिक्स द्वारा संतुलित है।
गतिशील जुड़ाव: समर्थित जुड़ाव चार से पांच वर्षों में संचित होते हैं, न कि समकालीन रूप से।
- समर्थित मार्ग: स्वच्छता पहुंच और गरीबी उन्मूलन में सुधार, पांच वर्ष से कम आयु की मृत्यु दर (SDG 3) के सबसे मजबूत भविष्यवक्ता हैं। ये प्रभाव आय स्तरों में भी बने रहते हैं।
- पुनर्बलन लूप (Reinforcing Loop): गरीबी-बाल उत्तरजीविता संबंध द्वि-दिशीय है; बाल उत्तरजीविता भी बाद में गरीबी उन्मूलन की भविष्यवाणी करती है।
- सुझावात्मक मार्ग: पांच वर्ष से कम आयु की मृत्यु दर में कमी बाद में माध्यमिक शिक्षा में लाभ की भविष्यवाणी करती है; महिलाओं की शिक्षा और स्वच्छ कुकिंग ईंधन का बाल मृत्यु दर को कम करने के साथ सुझावात्मक संबंध दिखता है।
स्वतंत्र त्रिकोणीयकरण: शिक्षा-बाल स्वास्थ्य जुड़ाव को 183 देशों के स्वतंत्र WDI डेटा में पुष्ट किया गया है, जो पुष्टि करता है कि दिशात्मकता SDG इंडेक्स निर्माण का एक कृत्रिम परिणाम नहीं है।

महत्व और दावे
लेखक तीन प्राथमिक योगदानों का दावा करते हैं:

पद्धतिगत (Methodological): यह दर्शाता है कि कैसे डेटा की निरंतरता और क्रॉस-सेक्शनल निर्भरता के अनुकूल अनुमानकों का उपयोग करके एक व्यापक पैनल से एक निर्देशित, गतिशील रूप से हल किया गया अंतःक्रिया मानचित्र कैसे प्राप्त किया जाए, जबकि गलत खोजों (false discoveries) को स्पष्ट रूप से नियंत्रित किया जाए। यह लक्ष्य-स्तरीय रैंकिंग की स्थिरता का परीक्षण करता है, यह दिखाते हुए कि वे विनिर्देश विकल्पों (लैग ऑर्डर, मेट्रिक) के प्रति अत्यधिक संवेदनशील हैं और उन्हें एक मजबूत नीति वस्तु के रूप में नहीं माना जाना चाहिए।
विषय-वस्तु (Substantive): ये निष्कर्ष एक एकल "मास्टर गोल" या सार्वभौमिक रैंकिंग की खोज के स्थान पर समर्थित, समय-विलंबित जुड़ावों के एक छोटे सेट को स्थापित करते हैं जो एक घने, विषम जाल में निहित हैं। तंत्र तालमेल और ट्रेड-ऑफ के बीच एक संतुलन द्वारा परिभाषित है, जिसका अर्थ है कि नीति को केवल तालमेल का ही नहीं, बल्कि तनावों के प्रबंधन का भी करना चाहिए।
नीतिगत (Policy): लेखक प्राथमिकता को "लक्ष्य-स्तरीय लीग तालिकाओं" से हटाकर अनुकूली पोर्टफोलियो (adaptive portfolios) की ओर पुनर्परिभाषित करने का सुझाव देते हैं जो विशिष्ट, समर्थित जुड़ावों पर आधारित हों।
- कार्यवाही योग्य सलाह: सरकारों को निवेश के मामलों को अमूर्त एक्सेलेरेटर्स के बजाय समर्थित मार्गों (जैसे, स्वच्छता/गरीबी $\to$ बाल उत्तरजीविता) पर आधारित करना चाहिए।
- निगरानी: नीति क्षितिज को 4-5 वर्ष के ट्रांसमिशन लैग को ध्यान में रखना चाहिए; 1-वर्षीय क्षितिज पर जुड़ावों का आकलन करने से उनके प्रभाव का कम अनुमान लगेगा।
- रिपोर्टिंग: SDG डैशबोर्ड को अननिर्देशित, असंतुलित ग्राफों के बजाय निर्देशित जुड़ाव, अपेक्षित क्षितिज और घटक संकेतकों को प्रदर्शित करना चाहिए।

लेखक निष्कर्ष निकालते हैं कि हालांकि वैश्विक मानचित्र एक 'प्रायर' (prior) के रूप में कार्य करता है कि कहाँ संचरण होने की संभावना है, लेकिन यह एक निश्चित आवंटन नियम नहीं है। प्रभावी नीति के लिए इन वैश्विक प्रायोरिटीज़ को स्थानीय साक्ष्यों के साथ जोड़ने, विशिष्ट संकेतकों की बहु-वर्षीय क्षितिज पर निगरानी करने और निर्देशित संरचना में निहित ट्रेड-ऑफ को स्पष्ट रूप से प्रबंधित करने की आवश्यकता है।