NEWS LAMP
जो बदल से नज़रिया...

जब सकारात्मक कार्रवाई के रास्ते में डेटा की कमी हो जाती है

Thank you for reading this post, don't forget to subscribe!

मार्च 2022 में दो अलग-अलग भारतीय राज्यों में आरक्षण नीतियों पर दो महत्वपूर्ण अदालती फैसले देखे गए, जिनमें एक समान लिंक था। महाराष्ट्र में, राज्य सरकार ने स्थानीय निकाय चुनावों में एक अलग 27% अन्य पिछड़ा वर्ग (ओबीसी) कोटा बनाया था। सुप्रीम कोर्ट ने इसे खारिज कर दिया, क्योंकि यह अदालत द्वारा निर्धारित अनिवार्य ट्रिपल टेस्ट को पूरा नहीं करता था। विशेष रूप से, अदालत ने इस ओबीसी कोटा पर राज्य के फैसले के लिए कठोर अनुभवजन्य अध्ययन और शोध की कमी का हवाला दिया।

तमिलनाडु में, राज्य विधानसभा ने नौकरियों और शिक्षा (bit.ly/3JEL2cM) में वन्नियार समुदाय (वन्नियाकुला क्षत्रियों के) के लिए 10.5 प्रतिशत का आंतरिक आरक्षण प्रदान करने वाला एक विधेयक पारित किया था। सुप्रीम कोर्ट ने इसे भी खारिज करते हुए कहा कि विशेष रूप से एक ओबीसी समुदाय के लिए कोटा प्रदान करने के उद्देश्य से इस विधायी कार्रवाई का कोई ठोस आधार नहीं है। यह वही मामला पहले मद्रास उच्च न्यायालय द्वारा तय किया गया था, जिसमें कहा गया था कि “राज्य द्वारा बिना किसी मात्रात्मक डेटा के अधिनियम पारित किया गया था” और बिना किसी उद्देश्य मानदंड (bit.ly/3JyziZh) के। यह मुख्य समस्या है जिसे पहचाना गया था इन दोनों निर्णयों द्वारा: आरक्षण के लिए साक्ष्य-संचालित नीति निर्माण की कमी।

व्यापक भिन्नताओं की एक आम समस्या: जबकि आरक्षण पूरे भारत में लागू है, यह कोई रहस्य नहीं है कि कई मापदंडों में राज्य स्तर पर व्यापक अंतर हैं। उदाहरण के लिए, महाराष्ट्र की लगभग 55% आबादी आरक्षण के लिए पात्र है, क्योंकि राज्य के अधिकांश लोगों को अनुसूचित जाति, अनुसूचित जनजाति या ओबीसी के रूप में वर्गीकृत किया गया है, जबकि तमिलनाडु में, राज्य की 97.2% आबादी को इसी तरह वर्गीकृत किया गया है।

अब, ओबीसी महाराष्ट्र की आबादी का लगभग 33.8% है, जबकि तमिलनाडु में, आबादी का 76% हिस्सा ओबीसी के रूप में वर्गीकृत है, हालांकि लोगों के इस विशाल समूह को सबसे पिछड़े वर्गों (एमबीसी) में विभाजित किया गया है (bit.ly/3xlcQjO)। ), पिछड़ा वर्ग (बीसी), पिछड़ा वर्ग मुस्लिम (बीसीएम) और विमुक्त समुदाय (डीएनसी)। इसके अलावा, महाराष्ट्र में, इंद्रा साहनी मामले में भारत की शीर्ष अदालत के निर्देश के अनुसार, ओबीसी / एससी / एसटी उम्मीदवारों के लिए आरक्षित सीटों की कुल संख्या 50% है। हालाँकि, तमिलनाडु में, बहुत अधिक 69% सीटें आरक्षित श्रेणी के अंतर्गत आती हैं, जो स्पष्ट रूप से उस सर्वोच्च न्यायालय के फैसले का अपवाद है। दरअसल, तमिलनाडु में आधी सीटें केवल ओबीसी उम्मीदवारों के लिए आरक्षित हैं।

आरक्षण के प्रति इन विविध दृष्टिकोणों और सकारात्मक कार्रवाई में देश के जबरदस्त बहु-दशकों के निवेश के बावजूद, विश्वसनीय जाति-स्तरीय डेटा की कमी एक निरंतर कारक बनी हुई है जो कार्यक्रम के सुधार में बाधा डालती है।

हमें सही डेटा एकत्र करना चाहिए: आरक्षण जाति स्तर पर प्रभाव के लिए डिजाइन किए गए थे। समूह स्तर पर उनके प्रभाव का आकलन करना आसान है, चाहे वह ओबीसी, एससी या एसटी हो। हालांकि, उन समूहों के भीतर व्यक्तिगत जातियों को लाभ हुआ है या नहीं, यह स्पष्ट नहीं है।

रोहिणी आयोग की रिपोर्ट के अनुसार, 1,000 से अधिक ओबीसी जाति समूहों को भारत के आरक्षण कार्यक्रम (bit.ly/3uxiAFf) से कोई लाभ नहीं मिला है, जो इसके लाभों के वितरण में भारी असंतुलन को दर्शाता है।

देश में आरक्षण के इर्द-गिर्द लक्षित डेटा संग्रह की कमी एक बड़ी चूक बनी हुई है, जो अवसरों तक पहुंच में जाति समूहों के बीच असंतुलन के लिए जगह बनाती है। इस प्रकार, आरक्षण प्रणाली को और अधिक प्रभावी बनाने के लिए जाति स्तर पर सही डेटा एकत्र करने की सख्त आवश्यकता है। ऐसा करने से न केवल हमें प्रत्येक समूह की जनसंख्या को समझने में मदद मिलेगी, बल्कि उनके सामाजिक-आर्थिक और राजनीतिक पिछड़ेपन और अब तक आरक्षण से होने वाले लाभों को भी समझने में मदद मिलेगी।

क्या डेटा एकत्र करना है? सरकार पहले से ही स्कूल स्तर पर व्यक्तियों की ओबीसी / एससी / एसटी स्थिति पर कब्जा कर लेती है। हालांकि, इसे जाति पहचान के स्तर तक और नीचे फ़िल्टर करने की आवश्यकता है (bit.ly/3O69WW7)।

इससे हम आसानी से प्रत्येक जाति समूह की जनसंख्या के स्तर का अनुमान लगा सकते हैं। इसके अलावा, यह हमें प्रत्येक जाति समूह के सरकारी स्कूलों में भाग लेने वाले छात्रों के अनुपात की समीक्षा करने की भी अनुमति देगा, जो बदले में हमें विभिन्न जातियों के बीच अभाव के सापेक्ष स्तरों की एक झलक पेश करेगा।

सकारात्मक कार्रवाई का प्रसार: आज केंद्र और राज्य दोनों सरकारों के माध्यम से देश भर में ओबीसी, एससी और एसटी के लिए सैकड़ों सरकारी योजनाएं संचालित की जाती हैं। इन लाभार्थियों, विशेष रूप से महात्मा गांधी राष्ट्रीय ग्रामीण रोजगार गारंटी अधिनियम के तहत खाद्य वितरण और नौकरियों के लिए कल्याणकारी योजनाओं के विशिष्ट जाति डेटा को कैप्चर करने से हमें इन लाभों का लाभ उठाने के लिए मजबूर प्रत्येक समूह के अनुपात को समझने में मदद मिलेगी।

कई राज्य सरकारें जाति प्रमाण पत्र (bit.ly/3xjkifa) के लिए डिजिटलीकरण कार्यक्रम चला रही हैं। इस डेटा को आधार से जोड़कर, सभी जातियों में आरक्षण लाभों को ट्रैक करने के लिए एक डेटाबेस बनाया जा सकता है।

सुप्रीम कोर्ट के हाल के दो फैसलों ने सामाजिक न्याय के उद्देश्य को आगे बढ़ाने के लिए सबूत बनाने की सख्त जरूरत को दिखाया है। उपयुक्त डेटा प्राप्त करना इस साक्ष्य के निर्माण की कुंजी है, जिसमें जाति और समुदाय स्तर पर आरक्षण के प्रभाव का माप शामिल होना चाहिए, न कि केवल समूह स्तर पर।

राज्य और केंद्र सरकारें कई क्षेत्रों में डिजिटलीकरण को लागू करने में तेज हैं। इन प्रशासनों को सकारात्मक कार्रवाई के आकलन और कार्यान्वयन के लिए एक मजबूत डेटा-समर्थित साक्ष्य संरचना बनाकर आरक्षण कार्यक्रम में समान उत्साह दिखाना चाहिए।

ओंकार साठे और साहिल देव, क्रमशः, सहयोगी भागीदार और सीपीसी एनालिटिक्स के सह-संस्थापक हैं

की सदस्यता लेना टकसाल समाचार पत्र

* एक वैध ईमेल प्रविष्ट करें

* हमारे न्यूज़लैटर को सब्सक्राइब करने के लिए धन्यवाद।

Loading spinner
एक टिप्पणी छोड़ें
Subscribe to our newsletter
Sign up here to get the latest news, updates and special offers delivered directly to your inbox.
You can unsubscribe at any time