Caste Census: A Tool for Social Management and Governance
UPSC Relevance
Prelims: Indian Polity and Governance (Census, Constitutional Provisions, Schedules), Social Development (Caste system, Reservation).
Mains:
GS Paper 1: Social Issues ("Salient features of Indian Society," "Caste system," "Social empowerment," "Population and associated issues").
GS Paper 2: Polity and Governance, Social Justice ("Welfare schemes for vulnerable sections," "Mechanisms, laws, institutions and Bodies constituted for the protection and betterment of these vulnerable sections").
Key Highlights of the News
Government's Decision (സർക്കാർ തീരുമാനം): വരാനിരിക്കുന്ന സെൻസസിൽ ജാതി തിരിച്ചുള്ള കണക്കെടുപ്പ് (caste enumeration) നടത്താൻ കേന്ദ്ര സർക്കാർ തീരുമാനിച്ചു.
A New Perspective: Social Management (പുതിയ കാഴ്ചപ്പാട്: സോഷ്യൽ മാനേജ്മെന്റ്): ജാതി സെൻസസിനെ കേവലം സംവരണത്തിനായുള്ള ഒരു ഉപകരണം എന്നതിലുപരി, ഭരണനിർവഹണത്തിനായുള്ള ഒരു 'സോഷ്യൽ മാനേജ്മെന്റ് സമീപനത്തിന്റെ' (social management approach) അടിസ്ഥാനമായി കാണണമെന്ന് ലേഖകൻ വാദിക്കുന്നു.
Findings from States (സംസ്ഥാനങ്ങളിൽ നിന്നുള്ള കണ്ടെത്തലുകൾ): ബീഹാർ, തെലങ്കാന തുടങ്ങിയ സംസ്ഥാനങ്ങൾ നടത്തിയ ജാതി സർവേകൾ, പിന്നാക്ക വിഭാഗങ്ങൾ ജനസംഖ്യയിൽ ഭൂരിപക്ഷമാണെങ്കിലും വിദ്യാഭ്യാസം, തൊഴിൽ തുടങ്ങിയ മേഖലകളിൽ അവർക്ക് മതിയായ പ്രാതിനിധ്യമില്ലെന്ന് വെളിപ്പെടുത്തി.
The Data Gap (ഡാറ്റയുടെ അഭാവം): ഇന്ത്യയിൽ 1931-ന് ശേഷം ഒരു സമ്പൂർണ്ണ ജാതി സെൻസസ് നടന്നിട്ടില്ല. കൃത്യമായ ഡാറ്റയുടെ അഭാവം, ക്ഷേമപദ്ധതികളും സംവരണ നയങ്ങളും ഫലപ്രദമായി രൂപകൽപ്പന ചെയ്യുന്നതിന് തടസ്സമാകുന്നു.
Global Precedents (ആഗോള മാതൃകകൾ): അമേരിക്ക (വംശം), ദക്ഷിണാഫ്രിക്ക, ബ്രസീൽ തുടങ്ങിയ ജനാധിപത്യ രാജ്യങ്ങൾ അസമത്വം പരിഹരിക്കുന്നതിനായി ഐഡന്റിറ്റി അടിസ്ഥാനമാക്കിയുള്ള ഡാറ്റ (identity-based data) ശേഖരിക്കുന്നുണ്ട്.
Census Reveals, Not Creates, Casteism (സെൻസസ് ജാതീയതയെ വെളിപ്പെടുത്തുന്നു, സൃഷ്ടിക്കുന്നില്ല): ജാതി സെൻസസ് ജാതീയത സൃഷ്ടിക്കുകയല്ല, മറിച്ച് സമൂഹത്തിൽ നിലനിൽക്കുന്ന ഘടനാപരമായ അസമത്വങ്ങളെ (structural inequality) വെളിച്ചത്ത് കൊണ്ടുവരികയാണ് ചെയ്യുന്നതെന്ന് ലേഖനം വാദിക്കുന്നു.
Key Concepts Explained
Caste Census (ജാതി സെൻസസ്):
ജനസംഖ്യയിലെ ഓരോ ജാതിയെയും ഉപജാതിയെയും സംബന്ധിച്ച വിവരങ്ങൾ ശേഖരിക്കുന്ന പ്രക്രിയയാണിത്.
സാധാരണ സെൻസസിൽ പട്ടികജാതി (SC), പട്ടികവർഗ (ST) വിഭാഗങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങൾ മാത്രമേ ശേഖരിക്കാറുള്ളൂ.
Socio-Economic and Caste Census (SECC), 2011:
2011-ൽ ഇന്ത്യയിൽ നടത്തിയ ഒരു വലിയ സർവേയായിരുന്നു ഇത്. ഇതിൽ സാമൂഹിക-സാമ്പത്തിക വിവരങ്ങൾക്കൊപ്പം ജാതി വിവരങ്ങളും ശേഖരിച്ചു.
എന്നാൽ, ശേഖരിച്ച ജാതി ഡാറ്റയിൽ നിരവധി പൊരുത്തക്കേടുകൾ (data inconsistencies) കണ്ടെത്തിയതിനാൽ, സർക്കാർ ആ വിവരങ്ങൾ ഔദ്യോഗികമായി പുറത്തുവിട്ടില്ല.
Social Management Approach:
ഇതൊരു ഡാറ്റാധിഷ്ഠിത ഭരണ മാതൃകയാണ്. സമൂഹത്തിലെ അസമത്വങ്ങൾ മനസ്സിലാക്കാൻ ജാതി പോലുള്ള സാമൂഹിക ഘടകങ്ങളെ ഒരു വികസന സൂചകമായി (developmental variable) ഉപയോഗിക്കുന്നു.
ഇതിലൂടെ, ഓരോ വിഭാഗത്തിനും ആവശ്യമായ ക്ഷേമപദ്ധതികൾ കൃത്യമായി ലക്ഷ്യം വെച്ച് (targeted interventions) നടപ്പിലാക്കാൻ സാധിക്കും.
Affirmative Action (സ്ഥിരീകരണ നടപടി):
ചരിത്രപരമായി വിവേചനം അനുഭവിച്ച പിന്നാക്ക വിഭാഗങ്ങൾക്ക് അവസരങ്ങൾ നൽകുന്നതിനായി സർക്കാർ നടപ്പിലാക്കുന്ന നയങ്ങളാണിത്. ഇന്ത്യയിലെ സംവരണം (reservation) ഒരുതരം അഫർമേറ്റീവ് ആക്ഷനാണ്.
Mains-Oriented Notes
ഇന്ത്യയിൽ ജാതി സെൻസസ് എന്നത് ഒരു പ്രധാന രാഷ്ട്രീയ വിഷയമാണ്. ജനസംഖ്യക്ക് ആനുപാതികമായി സംവരണം വേണമെന്ന പിന്നാക്ക വിഭാഗങ്ങളുടെ ദീർഘകാലമായുള്ള ആവശ്യമാണ് ഇതിന് പിന്നിൽ.
സുപ്രീം കോടതി ഇന്ദ്ര സാഹ്നി കേസിൽ (Indra Sawhney case) സംവരണത്തിന് 50% പരിധി നിശ്ചയിച്ചിട്ടുണ്ട്. ഈ പരിധി മറികടക്കണമെങ്കിൽ, പിന്നാക്ക വിഭാഗങ്ങളുടെ കൃത്യമായ ജനസംഖ്യാ കണക്കുകൾ ആവശ്യമാണെന്ന് വാദിക്കുന്നവരുണ്ട്.
ഈ ലേഖനം മുന്നോട്ട് വെക്കുന്ന 'സോഷ്യൽ മാനേജ്മെന്റ്' എന്ന ആശയം, ജാതി സെൻസസിനെ സംവരണ രാഷ്ട്രീയത്തിനപ്പുറം, ഒരു സമഗ്ര വികസന കാഴ്ചപ്പാടോടെ സമീപിക്കാൻ പ്രേരിപ്പിക്കുന്നു.
Pros (of a Caste Census):
Evidence-based Policy (തെളിവ് അടിസ്ഥാനമാക്കിയുള്ള നയരൂപീകരണം): ക്ഷേമപദ്ധതികളും സംവരണ നയങ്ങളും ശാസ്ത്രീയമായ ഡാറ്റയുടെ അടിസ്ഥാനത്തിൽ രൂപീകരിക്കാൻ സഹായിക്കുന്നു.
Social Justice (സാമൂഹ്യനീതി): ഏറ്റവും പിന്നോക്കം നിൽക്കുന്നവരെ തിരിച്ചറിയാനും, സർക്കാർ ആനുകൂല്യങ്ങൾ അവർക്ക് ലഭിക്കുന്നു എന്ന് ഉറപ്പാക്കാനും സാധിക്കുന്നു.
Accountability (ഉത്തരവാദിത്തം): എല്ലാ സാമൂഹിക വിഭാഗങ്ങളുടെയും വികസനത്തിന്റെ കാര്യത്തിൽ സർക്കാരിന് ഉത്തരവാദിത്തം ഉറപ്പാക്കുന്നു.
Reveals Inequality (അസമത്വം വെളിപ്പെടുത്തുന്നു): വിദ്യാഭ്യാസം, തൊഴിൽ, സമ്പത്ത് എന്നീ മേഖലകളിലെ ഘടനാപരമായ അസമത്വങ്ങളെക്കുറിച്ച് വ്യക്തമായ ചിത്രം നൽകുന്നു.
Cons (വെല്ലുവിളികൾ):
Deepening Caste Identities (ജാതിബോധം വർധിപ്പിക്കുന്നു): ഇത് ജാതി ചിന്തകളെ കൂടുതൽ ദൃഢമാക്കാനും, വോട്ട് ബാങ്ക് രാഷ്ട്രീയത്തിന് (vote-bank politics) കാരണമാകാനും സാധ്യതയുണ്ടെന്ന് വിമർശകർ ഭയപ്പെടുന്നു.
Implementation Challenges (നടത്തിപ്പിലെ വെല്ലുവിളികൾ): ആയിരക്കണക്കിന് ജാതികളും ഉപജാതികളുമുള്ള ഇന്ത്യയിൽ, കൃത്യവും പിഴവുകളില്ലാത്തതുമായ ഡാറ്റ ശേഖരിക്കുന്നത് വളരെ സങ്കീർണ്ണമാണ്.
Political Fallout (രാഷ്ട്രീയ പ്രത്യാഘാതങ്ങൾ): ഈ ഡാറ്റ പുറത്തുവരുന്നത് സംവരണ ക്വാട്ടകൾ വർദ്ധിപ്പിക്കുന്നതിനുള്ള സമ്മർദ്ദങ്ങൾക്കും, സാമൂഹിക അസ്വസ്ഥതകൾക്കും കാരണമായേക്കാം.
Balanced View / The Way Forward (സന്തുലിതമായ കാഴ്ചപ്പാട്):
ജാതി സെൻസസ് ഒരു ഇരുതലവാളാണ്. രാഷ്ട്രീയപരമായ ദുരുപയോഗത്തിനുള്ള സാധ്യത തള്ളിക്കളയാനാവില്ല. എന്നാൽ, ജാതി അടിസ്ഥാനമാക്കിയുള്ള അസമത്വം എന്ന യാഥാർത്ഥ്യത്തെ അവഗണിക്കുന്നതും ഒരു പരിഹാരമല്ല.
Methodological Rigor (ശാസ്ത്രീയമായ കാർക്കശ്യം): ഡാറ്റ ശേഖരണം സുതാര്യവും, ശാസ്ത്രീയവും, പിഴവുകളില്ലാത്തതുമായിരിക്കണം.
Focus on Governance: സംവരണത്തിൽ മാത്രം ഒതുങ്ങാതെ, ഈ ഡാറ്റ ഉപയോഗിച്ച് ആരോഗ്യം, വിദ്യാഭ്യാസം, അടിസ്ഥാന സൗകര്യ വികസനം തുടങ്ങിയ മേഖലകളിൽ ലക്ഷ്യം വെച്ചുള്ള പദ്ധതികൾ നടപ്പിലാക്കുന്നതിലാണ് സർക്കാർ ശ്രദ്ധിക്കേണ്ടത്.
Beyond Reservation: സംവരണത്തിനപ്പുറം, വിദ്യാഭ്യാസത്തിലൂടെയും, സംരംഭകത്വ പ്രോത്സാഹനത്തിലൂടെയും, ഭൂമിയുടെ അവകാശം നൽകുന്നതിലൂടെയും പിന്നാക്ക വിഭാഗങ്ങളെ ശാക്തീകരിക്കാനാണ് ഈ ഡാറ്റ ഉപയോഗിക്കേണ്ടത്. ജാതിയെ ഇല്ലാതാക്കുക എന്നതായിരിക്കണം അന്തിമ ലക്ഷ്യം, അല്ലാതെ അതിനെ നിലനിർത്തുക എന്നതാകരുത്.
COMMENTS