भारत, बिहारमधील माहितीमुळे अस्वस्थ झाला देशाने जातीय विषमतेवर मौन धारण

आधी आमचा एक्स-रे होता, आता आमचा एमआरआय आहे. बिहारमधील जात ‘जनगणने’ डेटाच्या पहिल्या फेरीने जाती गणना शक्य आणि उपयुक्त असल्याचे सिद्ध केले, तर डेटाच्या दुसऱ्या टप्प्याने आजच्या भारतातील सामाजिक विषमतेचा सामना करण्यासाठी राष्ट्रव्यापी जात जनगणना आवश्यक आहे हे नि:संशयपणे स्थापित केले आहे. ज्यांना पुराव्याची गरज आहे त्यांच्यासाठी, बिहारमधून नुकतीच जाहीर केलेली आकडेवारी हे दाखवते की जातीचे महत्त्व आहे. जात ही शैक्षणिक संधींचे निर्धारक, आर्थिक स्थितीचे मजबूत सूचक आणि सभ्य रोजगार संधींचे प्रवेशद्वार आहे.

अंदाजानुसार, कोणीही या डेटाकडे पाहू इच्छित नाही. जातीच्या जनगणनेच्या साधक-बाधक चर्चा जनगणनेवर नव्हे तर आरक्षणाच्या गुण-दोषांवर केंद्रित होती. आता डेटा जाहीर झाला आहे, ६५ टक्के कोट्यावर लक्ष केंद्रित केले आहे. किंवा मुख्यमंत्री नितीश कुमार यांनी केलेल्या अनौपचारिक (जरी अविचारी आणि अशोभनीय) टिप्पणीवर, जेणेकरून संपूर्ण वादविवाद जातीय असमानतेच्या वास्तविक मुद्द्यापासून दूर ठेवता येईल. या ‘जनगणने’च्या निष्कर्षांचा अहवाल देण्याची तसदी प्रसारमाध्यमांनी घेतली असताना, बिहारच्या गरिबी किंवा शिक्षणाच्या स्तरावरील काही अव्यवस्थित किंवा सामान्य डेटावर लक्ष केंद्रित केले आहे. असा डेटा नेहमीच असतो. जातीय विषमतेच्या ताज्या आकडेवारीत कोणालाही स्वारस्य वाटत नाही. आम्हाला आश्चर्य वाटले पाहिजे का?

बिहारमधील या जात जनगणनेच्या आकडेवारीत नवीन काय आहे ते समजून घेऊन सुरुवात करूया. गेल्या महिन्यात जाहीर झालेल्या डेटाच्या पहिल्या टप्प्यात-एक्स-रे-ने जातिनिहाय लोकसंख्येचे अंदाज दिले होते जे १९३१ पासून उपलब्ध नव्हते. याने प्रस्थापित केले की मागास जाती-बीसी आणि ईबीसी-ची संख्या अपेक्षेपेक्षा खूप जास्त आहे. आणि प्रबळ ‘उच्च जाती’ संख्यात्मकदृष्ट्या खूपच लहान होत्या. या आठवड्यात जारी केलेला डेटा-अधिकांश MRI सारखा-जातीनुसार सामाजिक-आर्थिक प्रोफाइल प्रदान करतो.

विशेषतः, अलीकडील डेटा कौटुंबिक उत्पन्न, वाहने आणि संगणकांची मालकी, कुटुंबातील प्रत्येक सदस्याची शैक्षणिक पातळी आणि प्रत्येक व्यक्तीची रोजगार स्थिती याद्वारे आर्थिक स्थिती प्रदान करते. हा सर्व डेटा प्रत्येक जात गटासाठी आणि प्रत्येक जातीसाठी स्वतंत्रपणे उपलब्ध आहे. जरी ते प्रसिद्ध झाले नाही, तरीही हे विभाजन प्रत्येक जिल्ह्यासाठी, प्रत्येक गटासाठी, प्रत्येक गावासाठी आणि प्रत्येक कुटुंबासाठी उपलब्ध असले पाहिजे. ही समाजशास्त्रीय माहितीची सोन्याची खाण आहे जी पुढील अनेक दशके धोरणकर्ते आणि संशोधक वापरतील. हा डेटा केवळ मागासलेल्या किंवा वंचित घटकांपुरताच मर्यादित नसल्यामुळे आणि त्यात ‘उच्च’ जातीचाही समावेश असल्याने, आर्थिक स्थिती, शैक्षणिक उपलब्धी आणि सुरक्षित रोजगार या तीन आयामांचे विशेषाधिकारांचे सामाजिक प्रोफाइल आमच्याकडे प्रथमच आहे. तुम्ही त्याला E³ म्हणू शकता.

सामाजिक आर्थिक डेटाची सोन्याची खाण

तक्ता १ मध्ये सादर केलेला प्रत्येक कुटुंबाच्या आर्थिक स्थितीचा डेटा हा परस्परसंबंधाचा पाठ्यपुस्तक नमुना आहे: जात जितकी ‘कमी’ तितकी आर्थिक स्थिती कमी. हे सर्व जाती गटांबाबत खरे आहे (सामान्य, BC, EBC, SC, ST), आणि हे या प्रत्येक जातीच्या वर्गात खरे आहे. बरेचसे विश्लेषण स्वयं-अहवाल केलेल्या कौटुंबिक उत्पन्नावर आधारित असल्यामुळे (जे लोकांचा अहवाल कमी असल्यामुळे ते अस्पष्ट असू शकते), आम्हाला वाहनांच्या (दुचाकी ते सहा चाकी वाहनापर्यंत) आणि संगणकांच्या मालकीच्या डेटासह ते दोनदा तपासावे लागेल. (इंटरनेटसह किंवा त्याशिवाय). उत्पन्नाच्या स्पेक्ट्रमच्या खालच्या टोकाला, आम्हाला सर्व जाती वर्गांमध्ये गरिबी वितरीत केलेली आढळते. ‘उच्च’ जातींमध्येही, एक चतुर्थांश लोक खूप गरीब आहेत, ज्यांचे कौटुंबिक उत्पन्न दरमहा ६,००० रुपयांपेक्षा कमी आहे. हे प्रमाण BC आणि EBC मध्ये ३३ टक्के आणि SC आणि ST मध्ये ४३ टक्क्यांपर्यंत वाढते.

५०,००० रुपये किंवा त्याहून अधिक कौटुंबिक मासिक उत्पन्न म्हणून नोंदवलेल्या आर्थिक विशेषाधिकारांच्या वरच्या टोकाकडे आपण पाहतो तेव्हा उतार खूप मोठा असतो. या ‘श्रीमंत’ कुटुंबांचे प्रमाण SC आणि EBC साठी जेमतेम २ टक्के आहे. बीसीसाठी ते ४ टक्क्यांपर्यंत वाढते आणि सामान्य किंवा उच्च जातींमध्ये १० टक्क्यांपर्यंत वाढते. हा ट्रेंड लॅपटॉप मालकी (भौतिक शैक्षणिक संधींसाठी प्रॉक्सी) आणि वाहन मालकी (आर्थिक मालमत्तेसाठी प्रॉक्सी) वरील डेटाद्वारे पुष्टी करतो. विशेष म्हणजे, उच्चवर्णीयांमध्ये, सर्वात श्रीमंत कायस्थ आहेत आणि भूमिहार आणि राजपूत यांसारखे जमीनदार समुदाय नाहीत. ओबीसींमध्ये, यादवांचा संख्यात्मकदृष्ट्या सर्वात मोठा गट कुर्मी किंवा बनिया (जे बिहारमधील बीसी आहेत) किंवा कुशवाहांपेक्षाही जास्त गरीब आहेत.

शिक्षणावरील जातीनिहाय आकडेवारी अर्थव्यवस्थेपेक्षा अधिक तीव्र उतार दर्शवते. तक्ता २ अशा पदवींवर लक्ष केंद्रित करते जे चांगल्या नोकरीची संधी देतात. यामध्ये एमए, एमएससी किंवा एमकॉम सारख्या पदव्युत्तर पदव्या सोबत अभियांत्रिकी किंवा वैद्यकीय पदवी आणि पीएचडी किंवा सीए सारख्या उच्च पात्रता समाविष्ट आहेत. येथे शतकानुशतके जातीय विशेषाधिकार आणि शिक्षणावरील प्रतिबंध यांचा प्रभाव खूप तीव्र आहे. बिहारमधील दलितांना यापैकी कोणतीही दर्जेदार पदवी मिळण्याची शक्यता उच्चवर्णीयांपेक्षा दहापट कमी आहे. विविध जातींकडे पाहिल्यास हा फरक धक्कादायक आहे. प्रत्येक १०,००० लोकांपैकी १०८९ कायस्थ (पारंपारिक साहित्यिक समुदाय) या रोजगार-पात्र पदव्या आहेत. अनुसूचित जातींमधील सर्वात खालच्या स्तरावर असलेल्या मुसहरसाठी संबंधित आकडा दर १०,००० व्यक्तींपैकी फक्त १ आहे.

विशेष म्हणजे, भूमिहार हे ब्राह्मणांपेक्षा अधिक शिक्षित आहेत, जरी दोघांचे प्रमाण कायस्थांच्या निम्म्याहून कमी आहे. पारंपारिक सवर्ण/शूद्र विभागणी शैक्षणिक संधी फिल्टर करत आहे. उच्च पदवी असलेल्या मागास जातींचे प्रमाण सामान्य श्रेणीच्या एक तृतीयांशपेक्षा कमी आहे. EBC चे प्रमाण BC च्या तुलनेत निम्म्याहून कमी आहे. BC मध्ये खूप गंभीर विषमता आहेत. यादव ०.८२ टक्के आहेत तर कुर्मी तिप्पट, २.४ टक्के आहेत.

या जनगणनेतील एक गंभीर अंतर्दृष्टी मुस्लिमांमधील अंतर्गत विभाजनाशी संबंधित आहे. आर्थिक आणि शैक्षणिक स्थितीवरील डेटा पुष्टी करतो की सय्यद मुस्लिम हे हिंदू ‘उच्च’ जातींसारखे आहेत, जरी शेख आणि पठाण हे ‘सामान्य’ म्हणून चुकीचे वर्गीकरण केलेले दिसत आहेत, कारण त्यांची आर्थिक आणि शैक्षणिक प्रोफाइल ‘मागासवर्गीय’शी अधिक जुळते. ‘ श्रेणी. मलिक मुस्लिम, ज्यांना सध्या BC म्हणून वर्गीकृत केले गेले आहे, ते सामान्य श्रेणीचे आर्थिक आणि शैक्षणिक प्रोफाइल अंदाजे करतात. हे आरक्षण धोरणात सुसूत्रता आणण्यासाठी जात जनगणनेची प्रासंगिकता दर्शवते.

Analysis of caste groups inequalities by family income:

पहला निष्कर्ष: अमीरी गरीबी सीधे सीधे जाति से जुड़ी है। सबसे अमीर वर्ग (परिवार की मासिक आमदनी 50 हजार या अधिक) में घोर गैर बराबरी है। अगड़े (जनरल) वर्ग में 9%, पिछड़े में 4%, अति पिछड़े में 2% और दलित में केवल 1% परिवार… pic.twitter.com/SpyycMa4Fx

— Yogendra Yadav (@_YogendraYadav) November 7, 2023

शेवटी, आपण नोकरीकडे वळूया. आम्ही वर नमूद केलेल्या आर्थिक आणि शैक्षणिक संधींमधील असमानता तक्ता ३ मध्ये सादर केलेल्या व्यावसायिक प्रोफाइलमध्ये थेट दिसून येते. बिहारच्या लोकसंख्येपैकी ३ टक्क्यांहून कमी लोक नियमित पगार, पीएफ आणि कदाचित पेन्शनसह ‘संघटित क्षेत्रातील’ नोकऱ्यांमध्ये कार्यरत आहेत. . हे प्रमाण सवर्णांमध्ये जवळपास ७ टक्के आहे. परंतु BC मध्ये ते २.८ टक्के आणि EBC मध्ये १.७ टक्के आहे.

A thread on Caste Census data in Bihar (Hindi, followed by English)

जातिवार जनगणना के असली आंकड़े आज आने शुरू हुए हैं। पिछले महीने जो आंकड़े जारी हुए थे वह तो केवल जातियों की आबादी की गिनती भर थे। जातिगत जनगणना का असली महत्व अलग-अलग जातियों और जाति समूहों की शैक्षणिक, आर्थिक और… pic.twitter.com/MaOccGlIM0

— Yogendra Yadav (@_YogendraYadav) November 7, 2023

सरकारी नोकऱ्या आणि खाजगी क्षेत्रातील नोकऱ्यांमधील संघटित क्षेत्रातील नोकऱ्यांचे विभाजन स्पष्ट फरक दाखवते. या दोन्ही श्रेणींमध्ये ‘उच्च’ जातींनी विषमतेने मोठा वाटा उचलला आहे, खाजगी क्षेत्रात अजूनही जास्त आहे. येथे, पुन्हा कायस्थ सरकारी आणि खाजगी क्षेत्रातील नोकऱ्यांच्या प्रमाणात इतर सर्वांपेक्षा जास्त आहेत. खाजगी क्षेत्रात मागास जातीचा वाटा कमी होतो. ओबीसींच्या व्यापक गटामध्ये, उच्च वर्गाने (म्हणजे बिहारमधील बीसी) EBC च्या संख्यात्मकदृष्ट्या मोठ्या विभागापेक्षा जास्त नोकऱ्या मिळवल्या आहेत. सरकारी क्षेत्रात (१.१३ टक्के) आणि खाजगी क्षेत्रात (०.५१ टक्के निम्म्याहून कमी) संघटित नोकऱ्या मिळवून देणाऱ्या दलितांच्या प्रमाणाची तुलना ही दलितांची स्थिती काय असेल याचे स्पष्ट उदाहरण आहे. जर त्यांना सरकारी नोकऱ्यांमध्ये आरक्षणाचा फायदा नसेल.

ओबीसी कोटा वाढवण्याबाबत चर्चेला सुरुवात करण्यापूर्वी आपण सर्वांनी हा डेटा आत्मसात करू आणि समजून घेऊ या. आणि आपण सर्वांनी संपूर्ण देशासाठी समान एक्स-रे आणि एमआरआयची मागणी करूया.

Educational disparities by caste groups:
जाति समूहों के बीच शैक्षणिक गैर बराबरी की हालत और भी गंभीर है। इस तालिका में हम सिर्फ उन डिग्रियों पर नजर डालते हैं जिनसे कोई ठीक-ठाक नौकरी मिलने की गुंजाइश होती है: यानि कि स्नातकोत्तर/PG, या Phd या CA या फिर डॉक्टर इंजीनियर। अगड़ी… pic.twitter.com/29p9G3L6Xs

— Yogendra Yadav (@_YogendraYadav) November 7, 2023

लेखक-योगेंद्र यादव

सदरचा लेख हा योगेंद्र यादव यांच्या ई-मेलवरून मुळ इंग्रजी भाषेत आमच्या वैयक्तिक मेलवर मिळालेला आहे. त्या लेखाचा मराठी भाषेत अनुवाद