একই দেশে তরুণ জীবনের বহু মানচিত্র

প্রতিবেদন: ভারতের পর্যায়ক্রমিক শ্রমশক্তি সমীক্ষা প্রথমবার জেলা-স্তরে তরুণদের শিক্ষা, কাজ ও প্রশিক্ষণের বাইরে থাকার হার প্রকাশ করেছে। ২০২৫ সালের সমীক্ষা অনুযায়ী ১৫–২৯ বছর বয়সীদের ক্ষেত্রে ৪৫.৯ শতাংশ জেলায় হার ২০ থেকে ৩০ শতাংশের মধ্যে। ২৬.১ শতাংশ জেলায় ১০ থেকে ২০, ২৩.৭ শতাংশ জেলায় ৩০ শতাংশের বেশি এবং মাত্র ৪.২ শতাংশ জেলায় ১০ শতাংশের নিচে। জাতীয় গড়ের আড়ালে থাকা স্থানীয় ব্যবধান এবার স্পষ্ট হয়েছে।

‘নিট’ মানে চাকরিহীনতার হার নয়। এতে এমন তরুণও আছেন যিনি কাজ খুঁজছেন না, পড়াশোনায় নেই এবং কোনও প্রশিক্ষণও নিচ্ছেন না। পরিবারের বিনা মজুরির পরিচর্যা, অসুস্থতা বা সাময়িক বিরতির কারণেও কেউ এই দলে পড়তে পারেন। বেকারত্বের হার কেবল শ্রমশক্তির মধ্যে কাজ না-পাওয়া মানুষকে মাপে। তাই কোনও জেলায় বেকারত্ব কম অথচ নিট হার বেশি—এ দুটি তথ্য একসঙ্গে সত্য হতে পারে।

ওডিশার অনুগুল ও কেন্দ্রাপাড়ায় হার ৫০ শতাংশের বেশি বলে জেলা-তথ্য বিশ্লেষণে দেখা গেছে। বিপরীতে সবচেয়ে জনবহুল একশো জেলার মধ্যে এর্নাকুলামে ৯.৬, কোয়েম্বত্তূরে ১৪.৫ এবং বেঙ্গালুরু আরবানে ১৫ শতাংশ। এই তুলনা উন্নত ও অনুন্নত জেলার স্থায়ী তালিকা নয়। শিল্প, কৃষি, শিক্ষায় থাকার সময়, নারী শ্রমের নথিবদ্ধতা এবং অভিবাসন—সবই স্থানীয় হার বদলাতে পারে।

পরিসংখ্যান ও কর্মসূচি বাস্তবায়ন মন্ত্রক ২০২৫ সালে সমীক্ষার নকশা বদলের পরে এই জেলা-হিসাব প্রকাশ করেছে। ‘সাধারণ অবস্থা’ পদ্ধতিতে আগের ৩৬৫ দিনের প্রধান ও সহায়ক কাজ বিবেচনা করা হয়। এটি এক সপ্তাহের তাৎক্ষণিক চাকরি-চিত্র নয়। আবার জেলা নমুনা জাতীয় নমুনার চেয়ে ছোট হওয়ায় খুব কাছাকাছি দুটি হারকে নিখুঁত ক্রমতালিকা ভাবা ঠিক হবে না; অনুমানের সীমা ও নমুনা-ভুলও দেখতে হবে।

এই তথ্যের বড় মূল্য লক্ষ্যভিত্তিক পরিকল্পনায়। যে জেলায় কলেজে থাকা বেশি, সেখানে নিট কম হলেও পড়া শেষে কাজের সেতু দুর্বল হতে পারে। অন্য জেলায় প্রশিক্ষণকেন্দ্র আছে, কিন্তু পরিবহণ বা নিরাপত্তার অভাবে নারী অংশ নিতে পারেন না। এক জাতীয় কর্মসূচি একইভাবে চালানোর বদলে জেলা-ভিত্তিক কারণ খুঁজলে অর্থ ও পরিষেবা বেশি নির্দিষ্ট হতে পারে।

তথ্যটি ব্যক্তিগত আয় বা কাজের মান জানায় না। কাজে থাকা মানেই নিরাপদ বেতন, সামাজিক সুরক্ষা বা দক্ষতার সদ্ব্যবহার নয়। একইভাবে নিট থাকা মানেই কোনও কাজই করা হচ্ছে না—বাড়ির পরিচর্যা ও পারিবারিক উৎপাদনের বহু কাজ বাজারে মজুরি পায় না এবং পরিসংখ্যানে আংশিক ধরা পড়ে। তরুণ নারীদের হার ব্যাখ্যায় এই অদৃশ্য শ্রম বিশেষ গুরুত্বপূর্ণ।

অভিবাসনও জেলার হারকে দুই দিকে টানতে পারে। কাজের জন্য তরুণেরা অন্য জেলায় গেলে উৎস জেলার শিক্ষিত যুবসংখ্যা ও গন্তব্যের শ্রমবাজার—দুই হিসাবই বদলায়। আবার ছাত্রাবাসে থাকা শিক্ষার্থীর সাধারণ বসবাস কোথায় ধরা হয়েছে, সেটিও স্থানীয় অনুপাত প্রভাবিত করতে পারে। তাই জেলা প্রশাসনকে সমীক্ষার সঙ্গে বিদ্যালয়ত্যাগ, দক্ষতা-কেন্দ্র, কাজের নিবন্ধন ও যাতায়াতের স্থানীয় তথ্য মিলিয়ে কারণ যাচাই করতে হবে।

বিশ্লেষণ: জেলা-মানচিত্র নীতিনির্ধারণের সূচনা, রায় নয়। উচ্চ হারের জেলায় বয়স, লিঙ্গ, শিক্ষা, গ্রাম–শহর ও সামাজিক গোষ্ঠী অনুযায়ী কারণ আলাদা করতে হবে। তারপর প্রশিক্ষণ, শিশু ও প্রবীণ পরিচর্যা, নিরাপদ যাতায়াত, স্থানীয় শিল্প এবং চাকরি-মিল পরিষেবার মধ্যে কোনটির ঘাটতি, তা পরীক্ষা করা যায়। শুধু প্রশিক্ষণ আসন বাড়ালে স্থানীয় চাকরি না-থাকলে সমস্যার স্থান বদলাবে, সমাধান নয়।

এই ফলকে ‘তরুণেরা কাজ করতে চায় না’ বলার প্রমাণ হিসেবে ব্যবহার করা সবচেয়ে বড় ভুল হবে। সমীক্ষা অবস্থান জানায়, ইচ্ছা বা চরিত্র নয়। নিয়মিত জেলা-তথ্য, একই পদ্ধতির সময়ক্রম এবং কর্মসূচির পরে ফল মাপা গেলে মানচিত্রটি জবাবদিহির হাতিয়ার হবে। এক বছরের নতুন অনুমান দিয়ে কোনও জেলার তরুণদের স্থায়ী পরিচয় বানানো হলে তথ্যের সূক্ষ্মতাই হারিয়ে যাবে এবং নীতিও ভুল পথে যাবে।