ભારત ભ્રષ્ટાચાર સામે ધરાવે છે ઝીરો-ટોલરન્સની કડક નીતિ, પીએમ મોદીએ G20 બેઠકમાં જણાવ્યું
વડાપ્રધાન નરેન્દ્ર મોદીએ શનિવારે કોલકાતામાં G20 એન્ટી કરપ્શન વર્કિંગ ગ્રૂપની ત્રીજી અને અંતિમ બેઠકને વર્ચ્યુઅલ રીતે સંબોધિત કરી હતી. આ દરમિયાન તેમણે કહ્યું કે ભારત ભ્રષ્ટાચાર સામે કડક ઝીરો ટોલરન્સની નીતિ ધરાવે છે.
'ભ્રષ્ટાચાર સામે લડવું આપણી ફરજ છે'
કોલકાતામાં G20 ભ્રષ્ટાચાર વિરોધી મંત્રી સ્તરની બેઠકમાં, પીએમ મોદીએ કહ્યું કે ભારતમાં ભ્રષ્ટાચાર ગરીબો અને હાંસિયામાં રહેલા લોકોને સૌથી વધુ અસર કરે છે. તેમણે કહ્યું કે ભ્રષ્ટાચાર સામે લડવું એ આપણા લોકો પ્રત્યેની આપણી પવિત્ર ફરજ છે.
વડા પ્રધાને કહ્યું કે વિદેશી સંપત્તિની પુનઃપ્રાપ્તિને ઝડપી બનાવવા માટે, G20 દેશો બિન-દોષા આધારિત જપ્તીનો ઉપયોગ કરીને એક ઉદાહરણ સ્થાપિત કરી શકે છે. આનાથી ન્યાયિક પ્રક્રિયા બાદ ગુનેગારોનું ઝડપી પરત અને પ્રત્યાર્પણ સુનિશ્ચિત થશે.
પીએમ મોદીએ આ અંગે ખુશી વ્યક્ત કરી હતી
પીએમ મોદીએ કહ્યું, "મને ખુશી છે કે કાયદા અમલીકરણ એજન્સીઓ વચ્ચે અનૌપચારિક સહયોગ પર સમજૂતી થઈ છે, કારણ કે આ ગુનેગારોને કાયદાકીય છટકબારીઓનો લાભ લેતા અટકાવશે." તેમણે કહ્યું કે ભ્રષ્ટાચાર સંસાધનોની ફાળવણીને અસર કરે છે. હા, બજારોને વિકૃત કરે છે. .
ભ્રષ્ટાચાર સામે લડવાની જરૂર છે
અર્થશાસ્ત્રમાં કૌટિલ્યને ટાંકતા મોદીએ કહ્યું કે રાજ્યના સંસાધનોમાં વધારો કરવો એ સરકારનું કર્તવ્ય છે કે તેના લોકોનું મહત્તમ કલ્યાણ થાય. આ લક્ષ્ય હાંસલ કરવા માટે ભ્રષ્ટાચાર સામે લડવાની જરૂર છે.
પ્રધાનમંત્રીએ વધુમાં જણાવ્યું હતું કે કલ્યાણકારી યોજનાઓ અને સરકારી પ્રોજેક્ટ્સમાં લીકેજ અને ત્રુટિઓ દૂર કરવામાં આવી રહી છે. "ભારતમાં કરોડો લોકોએ તેમના બેંક ખાતામાં $360 બિલિયનથી વધુની રકમનો ડાયરેક્ટ બેનિફિટ ટ્રાન્સફર મેળવ્યો છે અને $33 બિલિયનથી વધુની બચત કરવામાં મદદ કરી છે," તેમણે કહ્યું.
PM મોદીએ કહ્યું, "અમારા ગવર્નમેન્ટ ઇ-માર્કેટપ્લેસ અથવા GeM પોર્ટલે સરકારી ખરીદીમાં વધુ પારદર્શિતા લાવી છે." તેમણે પ્રિવેન્શન ઓફ મની લોન્ડરિંગ એક્ટ (PMLA) વિશે પણ વાત કરી, જેણે ગુનેગારોને 2014 થી યુએસ $12 બિલિયનથી વધુની સંપત્તિ ફ્રીઝ કરવામાં મદદ કરી છે.
About The Author
That is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has ab more normal distribution of letters, as opposed to using content here.
