ഒരു ജനതയുടെ യഥാര്ത്ഥ മുഖം വരച്ചുകാട്ടേണ്ട ഒരു മഹത്തായ ദൗത്യത്തെ, വരാനിരിക്കുന്ന സെന്സസ് 2027 അക്ഷരാര്ത്ഥത്തില് ഒരു 'അദൃശ്യതയുടെ മായാജാല'മാക്കി മാറ്റുകയാണോ? സങ്കല്പ്പിക്കുക, പതിറ്റാണ്ടുകള് നീണ്ട കാത്തിരിപ്പിനൊടുവില് ജാതി ചോദിച്ചെത്തുന്ന ഉദ്യോഗസ്ഥനോട്, തന്റെ ജാതിയുടെ പേര് കൃത്യമായി പറയാന് ഒരാള് തയ്യാറെടുക്കുന്നു. എന്നാല്, അയാള്ക്ക് മുന്നിലുള്ള ഫോമില് അയാളുടെ ജാതി രേഖപ്പെടുത്താന് ഒരു പ്രത്യേക ഇടമില്ല. പകരം, 'പട്ടികജാതി, പട്ടികവര്ഗ്ഗം' എന്നീ രണ്ട് കോളങ്ങള്ക്കപ്പുറം ബാക്കിയുള്ള മുഴുവന് ജനതയെയും ഒരു ചെറിയ അക്ഷരക്കൂട്ടില്, 'മറ്റുള്ളവര്' എന്ന പൊതുനാമത്തില് ഒതുക്കിയിരിക്കുന്നു. ഭരണഘടനാപരമായ അവകാശങ്ങള്ക്കായി പൊരുതുന്ന ഒരു ജനതയെ, ഭരണകൂടം തന്നെ ഈ വിധത്തില് അക്കങ്ങളില് നിന്നും മായ്ച്ചു കളയുന്നത് എത്രമാത്രം ഭയാനകമാണ്?
സെന്സസ് ഫോമിലെ അദൃശ്യവല്ക്കരണം
ഇന്ത്യന് സമൂഹത്തിന്റെ ജാതിഘടന എന്നത് ആയിരക്കണക്കിന് ഉപജാതികളും ചരിത്രപരമായ വേരുകളും നിറഞ്ഞ ഒരു സങ്കീര്ണ്ണമായ വലയമാണ്. എന്നാല്, സെന്സസ് 2027ന്റെ പ്രാഥമിക ഘട്ടത്തിലെ ഫോമുകള് പരിശോധിച്ചാല് സര്ക്കാര് ഈ സങ്കീര്ണ്ണതയെ കാണാന് ആഗ്രഹിക്കുന്നില്ലെന്ന് വ്യക്തമാകും. ഒബിസി വിഭാഗത്തില്പ്പെടുന്ന ആയിരക്കണക്കിന് ജാതികളും, ജനറല് വിഭാഗത്തിലെ വ്യത്യസ്ത ജാതികളും ഒരേയൊരു 'മറ്റ്' വിഭാഗത്തിലേക്ക് ചുരുങ്ങുമ്പോള് സംഭവിക്കുന്നത് ഒരു വലിയ ജനസമൂഹത്തിന്റെ അസ്തിത്വം തന്നെ ചോദ്യം ചെയ്യപ്പെടലാണ്. വിവരശേഖരണത്തിലെ ഈ ലളിതവല്ക്കരണം യാദൃശ്ചികമല്ല, മറിച്ച് മനപ്പൂര്വ്വമാണെന്ന് പറയേണ്ടി വരുന്നു. ഒരു ജാതി സെന്സസിന്റെ പ്രധാന ലക്ഷ്യം ഓരോ ജാതിയുടെയും സാമൂഹികസാമ്പത്തിക നിലവാരം മനസ്സിലാക്കുക എന്നതാണെന്നിരിക്കെ, അടിസ്ഥാനപരമായ ജാതിപ്പേരുകളെപ്പോലും വകതിരിച്ചു നല്കാന് വിസമ്മതിക്കുന്നത് നയരൂപീകരണത്തെ അട്ടിമറിക്കുന്നതിന് തുല്യമാണ്.
തുറന്ന കോളവും വിവരങ്ങളുടെ അരാജകത്വവും
ജാതി സെന്സസിനെ അര്ത്ഥവത്താക്കാന് കഴിയാത്ത വിധത്തിലുള്ള 'തുറന്ന കോളം' (Open Column) രീതിയാണ് സെന്സസില് അവലംബിച്ചിരിക്കുന്നത്. ഉദ്യോഗസ്ഥര്ക്ക് മുന്നില് വന്ന് നില്ക്കുന്ന വ്യക്തിയോട് ജാതി ചോദിച്ച് അത് അതേപടി എഴുതുക എന്ന ഈ രീതി, നേരത്തെ തന്നെ 2011ല് പരാജയപ്പെട്ട ഒന്നാണ്. അന്ന് ലഭിച്ച 46 ലക്ഷത്തിലധികം വരുന്ന വ്യത്യസ്തമായ ജാതിപ്പേരുകള് വിരല് ചൂണ്ടുന്നത് ഒരു കാര്യം മാത്രമാണ് അച്ചടക്കമില്ലാത്ത വിവരശേഖരണം കൊണ്ട് യാതൊരു പ്രയോജനവുമില്ല. ഒരു വ്യക്തി തന്റെ ജാതിയെപ്പറ്റി പറയുന്ന രീതിയും, മറ്റൊരാള് പറയുന്ന രീതിയും തമ്മിലുള്ള വ്യത്യാസം കൊണ്ട് ജാതിയുടെ യഥാര്ത്ഥ കണക്ക് ലഭിക്കില്ല. ഈ വിവരങ്ങള് ക്രോഡീകരിക്കാനുള്ള ശാസ്ത്രീയമായ കോഡിങ് സംവിധാനങ്ങള് ഒരുക്കാന് സര്ക്കാര് തയ്യാറാകാത്തിടത്തോളം കാലം, ഈ ജാതി സെന്സസ് കേവലം കടലാസിലെ കണക്കുകള് മാത്രമായി ചുരുങ്ങും.
അദൃശ്യതയില് നിന്നും ശാസ്ത്രീയതയിലേക്ക്
ഇന്ത്യന് ഭരണകൂടത്തിന് കൈപ്പിടിയില് ഒതുക്കാവുന്ന കാര്യമാണ് ജാതികളുടെ കൃത്യമായ കോഡിങ് എന്നത്. രാജ്യത്ത് ഇതിനകം തന്നെ ഒബിസി പട്ടികയും സംസ്ഥാനതലത്തിലുള്ള ജാതിപ്പട്ടികകളും നിലവിലുണ്ട്. ഇവയെ അടിസ്ഥാനമാക്കി ഡിജിറ്റല് ടാബ്ലെറ്റുകളില് ഒരു ഡ്രോപ്പ്ഡൗണ് മെനു സംവിധാനം ഏര്പ്പെടുത്തുന്നത് അസാധ്യമായ കാര്യമല്ല. എന്നാല്, സര്ക്കാര് ഈ സാങ്കേതികവിദ്യ ഉപയോഗിക്കാന് മടിക്കുന്നു എന്നത് ജാതി സെന്സസ് എന്ന ആശയത്തിന്റെ ഗൗരവത്തെ ചോദ്യം ചെയ്യുന്നു. ജാതികള് തമ്മിലുള്ള അന്തരം കാണാന് ആഗ്രഹിക്കാത്തവര്, അവരെ അദൃശ്യരാക്കി നിര്ത്താന് ശ്രമിക്കുന്നു എന്ന ആരോപണം ഇവിടെ പ്രസക്തമാകുന്നു. സംവരണവും ക്ഷേമപദ്ധതികളും ആസൂത്രണം ചെയ്യാന് കൃത്യമായ ജാതി ഡാറ്റ ആവശ്യമാണെന്നിരിക്കെ, അതിനെ ഈ വിധത്തില് അട്ടിമറിക്കുന്നത് വരുംതലമുറകളോടുള്ള വലിയൊരു അനീതിയാണ്.
സാമൂഹിക നീതിയും സെന്സസിന്റെ പരാജയവും
ഏറ്റവും ഒടുവില്, ജാതി സെന്സസ് എന്നത് ഒരു രാഷ്ട്രീയ ആവശ്യമായി മാത്രം ചുരുങ്ങുമ്പോള് സാധാരണക്കാരന്റെ പ്രശ്നങ്ങള് പരിഹരിക്കപ്പെടാതെ പോകുന്നു. ഒരു സെന്സസ് പൂര്ത്തിയാകുമ്പോള് ലഭിക്കേണ്ടത് ഓരോ ജാതിയുടെയും വിദ്യാഭ്യാസം, തൊഴില്, ആരോഗ്യം തുടങ്ങിയ കാര്യങ്ങളിലെ പിന്നോക്കാവസ്ഥയുടെ ചിത്രമാണ്. എന്നാല്, സര്ക്കാര് രൂപകല്പന ചെയ്തിരിക്കുന്ന ഈ സെന്സസ് രീതി, ആ വലിയ ചിത്രത്തെ അദൃശ്യമാക്കുകയാണ് ചെയ്യുന്നത്. വിവരങ്ങള് ശേഖരിക്കുന്നതിലെ ഈ അപാകതകള് നിരുത്തരവാദപരമാണ്. ഒരു ജാതി സെന്സസ് നടത്തുന്നത് കൃത്യമായ വിവരങ്ങള് പുറത്തുകൊണ്ടുവരാനാണെങ്കില്, അത് ശാസ്ത്രീയവും സുതാര്യവും ആകേണ്ടതുണ്ട്. അല്ലാതെ, ലഭിക്കുന്ന ഡാറ്റ ഉപയോഗശൂന്യമാണെന്ന് മുന്കൂട്ടി അറിഞ്ഞുകൊണ്ട് നടത്തുന്ന ഒരു പ്രഹസനമായി ഇത് മാറരുത്. ഇന്ത്യയിലെ അദൃശ്യമാക്കപ്പെട്ട കോടിക്കണക്കിന് മനുഷ്യര്ക്ക് നീതി ലഭിക്കണമെങ്കില്, സെന്സസ് രേഖകളില് അവരുടെ ജാതി കൃത്യമായി രേഖപ്പെടുത്തപ്പെടണം. അദൃശ്യതയില് നിന്ന് ദൃശ്യതയിലേക്കുള്ള പാതയാണ് ജാതി സെന്സസ് തുറക്കേണ്ടത്, അല്ലാതെ അദൃശ്യരായവരെ കൂടുതല് അദൃശ്യരാക്കുകയല്ല.
The article argues that Census 2027 risks undermining the purpose of a caste census by failing to record the names of individual castes in a structured manner. It criticizes the proposed enumeration format for grouping all communities other than Scheduled Castes (SCs) and Scheduled Tribes (STs) under a broad category, potentially making thousands of OBC and other caste groups statistically "invisible." The article also questions the use of an open-ended caste entry system, citing the challenges faced during the 2011 Socio-Economic and Caste Census, which generated millions of inconsistent caste names. It calls for a scientific coding system and digital classification to ensure accurate data collection for policymaking, reservations, and welfare programmes, arguing that reliable caste data is essential for advancing social justice.