उत्तर

मई 2025 में, केंद्रीय मंत्रिमंडल ने आगामी वर्ष 2026 की राष्ट्रीय जनगणना में जाति-आधारित गणना को शामिल करने को मंजूरी दी, जो वर्ष 1931 के बाद से सभी जाति समूहों की गणना करने वाली पहली जनगणना है। इस कदम का उद्देश्य डेटा-संचालित नीति निर्माण को बढ़ावा देना और हाशिए पर स्थित समुदायों के लिए सामाजिक न्याय को बढ़ावा देना है।

जाति-आधारित गणना को शामिल करने के संभावित लाभ

• साक्ष्य आधारित नीति निर्माण: जाति के विस्तृत आंकड़े, लक्षित कल्याणकारी हस्तक्षेपों को सक्षम बनाते हैं। 
  • उदाहरण: तेलंगाना वर्ष 2024 SEEEPC सर्वेक्षण से पता चला है कि पिछड़े वर्ग की आबादी 56.33% है, जो समावेशी नीतियों का मार्गदर्शन करता है।
• आरक्षण नीतियों को तर्कसंगत बनाना: अद्यतन डेटा न्यायसंगत आरक्षण वितरण की जानकारी दे सकता है। 
  • उदाहरण: सुप्रीम कोर्ट ने पुराने डेटा के कारण वर्ष 2022 में तमिलनाडु के 10.5% वन्नियार कोटा को रद्द कर दिया जिससे वर्तमान आँकड़ों की आवश्यकता पर प्रकाश डाला गया।
• अंतर-विभागीय असमानताओं को संबोधित करना: जाति, लिंग और क्षेत्र के बीच अतिव्यापी वंचन की पहचान हो सकेगी। 
  • उदाहरण: पॉपुलेशन फाउंडेशन ऑफ इंडिया समावेशी नीति निर्माण के लिए ऐसी असमानताओं को उजागर करने हेतु जाति जनगणना पर बल देता है।
• वंचित समुदायों को सशक्त बनाना: कम प्रतिनिधित्व वाले समूहों के हितों पर ध्यान‌ आकर्षित करता है।
• संवैधानिक जनादेश को मजबूत करना: सटीक डेटा के माध्यम से सकारात्मक कार्रवाई को सक्षम करके अनुच्छेद 15 और 16 का समर्थन करता है। 
  • उदाहरण: सरकार ने OBC आयोग को संवैधानिक दर्जा दिया है जिससे सामाजिक-आर्थिक स्थिति के मूल्यांकन में इसकी भूमिका बढ़ गई है।

जाति-आधारित गणना को शामिल करने की कमियाँ

• सामाजिक विखंडन का खतरा: जातिगत पहचान को बल मिल सकता है, जिससे सामाजिक विभाजन और जाति आधारित राजनीति को बढ़ावा मिल सकता है।
• डेटा संग्रह की चुनौतियाँ: गणनाकर्ताओं को प्रौद्योगिकी और जागरूकता संबंधी समस्याओं का सामना करना पड़ता है। 
  • उदाहरण: बेंगलुरु में, ऐप में गड़बड़ियों और लोगों की जागरूकता न होने के कारण SC गणना में बाधाओं का सामना करना पड़ा।
• राजनीतिक शोषण की संभावना: डेटा का इस्तेमाल वोट बैंक की राजनीति के लिए किया जा सकता है। 
  • उदाहरण: विपक्षी दल कोटा समायोजित करने के लिए जाति जनगणना की माँग करते हैं, जिससे डेटा का राजनीतिकरण होने की संभावना बढ़ जाती है।
• कानूनी और संवैधानिक बाधाएँ: नए डेटा के आधार पर आरक्षण में संशोधन करने में न्यायिक जाँच का सामना करना पड़ सकता है। 
  • उदाहरण: आरक्षण पर सर्वोच्च न्यायलय की 50% सीमा को अपडेट किए गए जातिगत डेटा के साथ चुनौती दी जा सकती है।
• गोपनीयता और डेटा के दुरुपयोग की चिंताएँ: अगर उचित तरीके से सुरक्षा न की जाए तो संवेदनशील जातिगत जानकारी का दुरुपयोग हो सकता है। 
  • उदाहरण: जातिगत डेटा संग्रह के लिए वैधानिक समर्थन की कमी, डेटा सुरक्षा और दुरुपयोग के संबंध में चिंताएँ उत्पन्न करती है।

एकत्रित आंकड़ों से प्रभावी कल्याणकारी नीतियों को सुनिश्चित करना

• मजबूत कानूनी ढांचे की स्थापना: डेटा गोपनीयता की रक्षा और दुरुपयोग को रोकने के लिए कानून बनाएं। 
  • उदाहरण: व्यक्तिगत डेटा संरक्षण विधेयक के समान सख्त डेटा सुरक्षा उपायों को लागू करने से संवेदनशील जानकारी की सुरक्षा हो सकती है।
• पारदर्शी डेटा प्रसार: विश्वास और जवाबदेही को बढ़ावा देने के लिए गुमनाम डेटा को सार्वजनिक रूप से साझा करना चाहिए।
  • उदाहरण: तेलंगाना SEEEPC सर्वेक्षण ने सार्वजनिक चर्चा और नीतिगत निर्णयों को निर्देशित करने के लिए निष्कर्ष जारी किए।
• नीतियों की आवधिक समीक्षा: अद्यतन आंकड़ों के आधार पर कल्याणकारी योजनाओं का नियमित मूल्यांकन और समायोजन करना चाहिए।
• समावेशी नीति निर्माण: नीति निर्माण में हाशिए के समुदायों के हितधारकों को शामिल करना चाहिए।
• गणनाकर्ताओं के लिए क्षमता निर्माण: संवेदनशील डेटा संग्रहण को प्रभावी ढंग से करने के लिए क्षेत्रीय कर्मचारियों को प्रशिक्षित करना चाहिए।

2026 की जनगणना में जाति-आधारित गणना को शामिल करने से ऐतिहासिक अन्याय को दूर करने और लक्षित कल्याणकारी नीतियों को तैयार करने का अवसर मिलता है। हालाँकि, इसके लिए सावधानीपूर्वक कार्यान्वयन, मजबूत कानूनी सुरक्षा और समावेशी नीति निर्माण की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि एकत्र किए गए डेटा का हाशिए पर स्थित समुदायों के लिए उचित उपयोग किया जा सके।

DOWNLOAD PDF