अरूण मेहेत्रे, झी मीडिया, पुणे : ओबीसी आरक्षणाच्या (OBC RESERVATION) निमित्ताने एका शब्दाची गेले काही महिने चर्चा सारखी चर्चा सुरू आहे, तो शब्द म्हणजे इम्पिरिकल डेटा (Empirical Data). इम्पिरिकल डेटावरुन केंद्र आणि राज्य सरकारमध्ये आरोप-प्रत्यारोप सुरु आहेत. पण हा इम्पिरिकल डेटा म्हणजे नेमकं काय? हे समजून घेणं महत्त्वाचं आहे.


इम्पिरिकल डेटा म्हणजे काय?


COMMERCIAL BREAK
SCROLL TO CONTINUE READING

विशिष्ट समुदायाची विशिष्ट उद्देशानं गोळा केलेली अनुभवसिद्ध माहिती म्हणजे इंपिरिकल डेटा. एखाद्या विषयाबद्दल तथ्य शोधून काढण्यासाठी वैयक्तिक मतं ग्राह्य न धरता केवळ ठोस माहितीच्या आधारे गोळा केलेली ही आकडेवारी असते. ओबीसींबाबत सांगायचं तर त्यांचे आर्थिक, सामाजिक, शैक्षणिक तसंच राजकीय मागासलेपण स्पष्ट करणारी विश्लेषणात्मक माहिती म्हणजे ओबीसींचा इम्पिरिकल डेटा. हा डेटा तीन टप्प्यांत गोळा केला जातो. 


पहिल्या टप्प्यात शिक्षण, नोकरी, निवारा, आरोग्य हे मुद्दे 


प्राथमिक आणि उच्च शिक्षणात ओबीसींचं प्रमाण किती आहे, अशिक्षित लोकं किती आहेत, याचं सर्वेक्षण केलं जाईल. सरकारी आणि खासगी नोकरीमध्ये श्रेणींनुसार ओबीसींचं प्रमाण अभ्यासलं जाईल. शहर आणि ग्रामीण भागात राहणाऱ्या ओबीसींचं प्रमाण काय आहे, त्यांची घरं कशी आहेत, मध्यमवर्गीय किती आहेत आदी माहिती गोळा केली जाईल. तसंच समाजातील दिव्यांग आणि गंभीर आजारी व्यक्तींची माहितीही मिळवली जाईल. खुला प्रवर्ग आणि ओबीसींमधील या सर्व माहितीची तुलनात्मक मांडणी केली जाईल. त्याआधारे सामाजिकदृष्ट्या ओबीसी समाज मागास असल्याचं स्पष्ट होऊ शकेल. 


दुसरा टप्पा राजकीय प्रतिनिधित्वाचा


स्थानिक स्वराज्य संस्थांमध्ये खुल्या प्रवर्गाच्या मतदारसंघातून किती ओबीसी उमेदवार विजयी झाले आहेत. ओबीसींच्या लोकसंख्येशी याची तुलना करून राजकीयदृष्ट्या समाज किती मागासलेला आहे, हे स्पष्ट होऊ शकेल. 


तिसऱ्या टप्प्यात एससी-एसटींना लोकसंख्येच्या प्रमाणात आरक्षण दिल्यानंतर 50 टक्क्यांच्या मर्यादेत राहून ओबीसी आरक्षण देण्याचं प्रस्तावित केलं जाईल. 


काही राज्यांमध्ये 50 टक्क्यांपेक्षा जास्त आरक्षण टिकलं आहे. त्या राज्यांच्या इम्पिरिकल डेटाचा आराखडा कसा होता आणि ज्यांचं आरक्षण टिकलं नाही, त्यांच्या डेटात काय त्रुटी राहिल्या याचाही अभ्यास करावा लागणार आहे. त्या आधारे डेटा गोळा करण्यासाठी नवी प्रश्नावलीही तयार करता येऊ शकेल.