Social factors and lifespan inequality: a four-way factorial analysis of U.S. lifespan
यह शोध पत्र अमेरिकी जीवन प्रत्याशा डेटा के चार-तरफा फैक्टोरियल विश्लेषण का मार्ग प्रशस्त करता है ताकि यह प्रदर्शित किया जा सके कि जबकि शिक्षा और इसकी अंतःक्रियाएं समूहों के बीच जीवन प्रत्याशा असमानता के प्राथमिक चालक हैं, इस तरह की विषमता कुल जीवन प्रत्याशा भिन्नता का केवल एक छोटा हिस्सा (7-10%) है, जिसका अधिकांश हिस्सा व्यक्तिगत स्टोकेस्टिसिटी (यादृच्छिकता) से उत्पन्न होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मुख्य प्रश्न: लोग अलग-अलग उम्र में क्यों मरते हैं?
कल्पना कीजिए कि आप कांच के एक बड़े जार को देख रहे हैं। कुछ कंचे लाल हैं, कुछ नीले, कुछ हरे। कुछ बड़े हैं, कुछ छोटे। कुछ चिकने हैं, तो कुछ खुरदरे। यदि आप उन्हें एक ढलान (रैंप) से नीचे लुढ़काते हैं, तो वे सभी अलग-अलग जगहों पर रुकेंगे।
यह शोध पत्र जो बड़ा सवाल पूछता है वह यह है: वे अलग-अलग जगहों पर क्यों रुकते हैं?
क्या यह उनके रंग के कारण है (जाति या शिक्षा जैसे सामाजिक कारक)? या यह सिर्फ किस्मत (यादृच्छिक संयोग/रैंडम चांस) के कारण है?
लंबे समय से, वैज्ञानिक इन कारकों को एक-एक करके देखते आए हैं। वे पूछते थे, "क्या पुरुष बनाम महिला होना मायने रखता है?" या "क्या अमीर बनाम गरीब होना मायने रखता है?" लेकिन वास्तविक दुनिया में, लोग एक साथ इन सभी चीजों का मिश्रण होते हैं। यह शोध पत्र पहली बार चार कारकों को एक साथ (लिंग, वैवाहिक स्थिति, शिक्षा और जाति) देखता है ताकि यह पता लगाया जा सके कि वे वास्तव में इस बात की कितनी व्याख्या करते हैं कि लोग कितने समय तक जीवित रहते हैं।
प्रयोग: "लाइफ टेबल" रेसिपी
लेखक ने संयुक्त राज्य अमेरिका (2015-2019) के एक विशाल डेटासेट का उपयोग किया जिसने जनसंख्या को 54 अलग-अलग समूहों में विभाजित किया। इन समूहों को जीवन के "54 अलग-अलग स्वादों" के रूप में सोचें:
- एक विवाहित, कॉलेज-शिक्षित, गैर-हिस्पैनिक श्वेत महिला।
- एक अविवाहित, हाई-स्कूल-शिक्षित, हिस्पैनिक पुरुष।
- और इसी तरह...
इन 54 समूहों में से प्रत्येक के लिए, शोधकर्ताओं ने औसत जीवन प्रत्याशा (life expectancy) और "विचरण" (variance - यानी उस समूह के भीतर मृत्यु की आयु में कितना अंतर था) की गणना की।
जादुई गणित: "असमानता के केक" को बांटना
इस शोध पत्र का मूल एक सांख्यिकीय तकनीक है जिसे वैरिएंस पार्टीशनिंग (Variance Partitioning) कहा जाता है। कल्पना कीजिए कि लोग कितने समय तक जीवित रहते हैं, इसका कुल अंतर एक विशाल केक की तरह है। शोधकर्ता इस केक को काटकर देखना चाहते थे कि किसे सबसे बड़ा टुकड़ा मिलता है।
उन्होंने केक को दो मुख्य परतों में काटा:
- "समूह" परत (Between-Group): यह केक का वह हिस्सा है जो 54 समूहों के बीच के अंतर के कारण होता है। (जैसे: क्या कॉलेज स्नातक, गैर-स्नातकों से अधिक लंबे समय तक जीवित रहते हैं?)
- "किस्मत" परत (Within-Group): यह केक का वह हिस्सा है जो प्रत्येक समूह के भीतर शुद्ध संयोग के कारण होता है। (जैसे: एक ही पृष्ठभूमि, एक ही नौकरी, एक ही स्वास्थ्य आदतों वाले दो लोग; एक 90 साल जीता है, दूसरा 75। क्यों? सिर्फ बुरी किस्मत या अच्छी किस्मत के कारण।)
चौंका देने वाला परिणाम:
भले ही आपने चार प्रमुख सामाजिक कारकों और उनके सभी जटिल इंटरैक्शन को ध्यान में रखा हो, "समूह" वाली परत बहुत छोटी है।
- "किस्मत" की परत केक का 90% से 93% हिस्सा है।
- "सामाजिक कारकों" की परत केवल 7% से 10% हिस्सा है।
उपमा (Analogy): कल्पना कीजिए कि आप एक वीडियो गेम खेल रहे हैं। आप अपने पात्र का वर्ग (योद्धा, जादूगर, चोर) और अपना शुरुआती सामान (सोना, चांदी, कांस्य) चुन सकते हैं। ये चुनाव मायने रखते हैं! लेकिन एक बार गेम शुरू होने के बाद, आपके जीतने या हारने का सबसे बड़ा कारण आपका वर्ग या आपका सामान नहीं है; बल्कि गेम का रैंडम नंबर जनरेटर (RNG) है। आप सबसे अच्छे उपकरणों वाला जादूगर हो सकते हैं, लेकिन अगर पासा आपके खिलाफ गिरा, तो आप हार जाएंगे। मानव जीवन में, स्टोकेस्टिसिटी (यादृच्छिक घटना/रैंडम चांस) वही पासा फेंकना है।
"सामाजिक" केक का सबसे बड़ा टुकड़ा किसे मिलता है?
भले ही सामाजिक कारक केक का केवल एक छोटा सा हिस्सा समझाते हैं, लेकिन कुछ कारक दूसरों से बड़े होते हैं। शोधकर्ताओं ने महत्व को मापने के लिए सोबोल इंडेक्स (Sobol' indices) नामक पद्धति का उपयोग किया।
- शिक्षा ही राजा है: शिक्षा (और यह अन्य कारकों के साथ कैसे मिलती है) जीवनकाल की सामाजिक असमानता का सबसे बड़ा चालक है। यह सामाजिक अंतर का लगभग आधा हिस्सा समझाती है।
- वैवाहिक स्थिति और लिंग: ये अगले सबसे बड़े खिलाड़ी हैं।
- जाति: आश्चर्यजनक रूप से, इस विशिष्ट मॉडल में, जाति ने शिक्षा या वैवाहिक स्थिति की तुलना में विचरण (variance) के एक छोटे हिस्से की व्याख्या की।
- "इंटरैक्शन" प्रभाव: शोध पत्र ने यह भी देखा कि कारक कैसे मिलते हैं (जैसे: क्या एक महिला होना और कॉलेज की डिग्री होना, केवल महिला होने या केवल डिग्री होने से अलग तरीके से चीजें बदलता है?)। केक के ये "इंटरैक्शन" टुकड़े अविश्वसनीय रूप से छोटे—लग लगभग अदृश्य थे।
केक काटने के दो तरीके (वितरणों का मिश्रण)
लेखक को समूहों को तौलने के लिए एक विकल्प चुनना था। यह कांच के जार में मोतियों को गिनने का निर्णय लेने जैसा है।
- "सपाट" मिश्रण (प्रयोग): कल्पना कीजिए कि आप वास्तविक जीवन में कुछ भी छोटे समूहों में से प्रत्येक से ठीक 1,000 लोग लेते हैं, भले ही कुछ समूह वास्तविक जीवन में बहुत छोटे हों। यह प्रत्येक जीवन के "स्वाद" को कारकों के तंत्र को समझने के लिए समान रूप से महत्वपूर्ण मानता है।
- "जनसंख्या-भारित" मिश्रण (वास्तविकता): कल्पना कीजिए कि आप वास्तविक अमेरिकी जनसंख्या से 1,000 लोगों का एक रैंडम सैंपल लेते हैं। इस परिदृश्य में, "विवाहित, श्वेत, कॉलेज-शिक्षित" समूह बहुत बड़ा है, इसलिए वे परिणामों पर हावी हैं। "अविवाहित, हिस्पैनिक, हाई-स्कूल-शिक्षित" समूह बहुत छोटा है, इसलिए वे शायद ही दर्ज होता है।
परिणाम: दोनों विधियों ने एक ही बड़ी तस्वीर दी: संयोग ही बॉस है। लेकिन "जनसंख्या-भारित" विधि ने थोड़ी कम असमानता दिखाई क्योंकि बड़े, प्रभावी समूहों (जो लंबे समय तक जीवित रहने की प्रवृत्ति रखते हैं) ने चरम स्थितियों को सुगम बना दिया।
यह क्यों मायने रखता है?
1. हम भाग्य को खत्म नहीं कर सकते:
यह शोध पत्र तर्क देता है कि हमें केवल सामाजिक कारकों पर ध्यान केंद्रित करके जीवन प्रत्याशा की असमानता को "ठीक करने" की कोशिश करना बंद कर देना चाहिए। भले ही हम कल गरीबी, जातिवाद और शिक्षा की कमी को पूरी तरह समाप्त कर दें, फिर भी जीवन जीने के अंतर का 90% अभी भी मौजूद रहेगा क्योंकि यह व्यक्तिगत यादृच्छिकता (randomness) है। हमें यह स्वीकार करना होगा कि "किस्मत" जीवन का एक मौलिक हिस्सा है।
2. शिक्षा ही मुख्य साधन (Lever) है:
यदि हम वास्तव में सामाजिक अंतर को कम करना चाहते हैं, तो शोध पत्र सुझाव देता है कि शिक्षा पर ध्यान केंद्रित करें। यह केक के "सामाजिक" टुकड़े पर सबसे बड़ा प्रभाव डालती है।
3. "पूर्ण ज्ञान" का भ्रम:
लेखक पूछता है: "क्या होगा यदि हम हर किसी के बारे में सब कुछ जानते हों? क्या होगा यदि हम उनके डीएनए, उनके आहार, उनके तनाव के स्तर और उनके बैंक खातों को ट्रैक करें?"
वह एक अन्य अध्ययन का हवाला देते हैं जिसने 32 अलग-अलग चरों (variables) का उपयोग करके मृत्यु की भविष्यवाणी करने की कोशिश की थी। उस तमाम डेटा के बावजूद, वे जीवनकाल के अंतर को केवल 1.3% ही समझा सके। बाकी सब अभी भी केवल भाग्य ही था। लोगों के बारे में अधिक जानना जीवन की यादृच्छिकता को खत्म नहीं करेगा।
निष्कर्ष
जीवन को एक लंबी, घुमावदार सड़क के रूप में देखें।
- सामाजिक कारक (शिक्षा, जाति, लिंग) आपके द्वारा चलाई जा रही कार के प्रकार की तरह हैं। एक फेरारी (उच्च शिक्षा) आमतौर पर एक पुरानी सेडान (कम शिक्षा) की तुलना में अधिक तेज और दूर तक जाती है।
- व्यक्तिगत स्टोकेस्टिसिटी (Stochasticity) मौसम, गड्ढों और अचानक आने वाले ट्रैफिक जाम की तरह है।
यह शोध पत्र बताता है कि हालांकि फेरारी होने से मदद मिलती है, लेकिन मौसम और गड्ढे ही मुख्य कारण हैं कि एक ही समय में शुरू होने वाली दो कारें अलग-अलग गंतव्यों पर क्यों पहुँचती हैं। हम मौसम को नियंत्रित नहीं कर सकते, लेकिन हम यह सुनिश्चित करने की कोशिश कर सकते हैं कि हर किसी के पास एक अच्छी कार हो (शिक्षा)। हालांकि, हमें यह स्वीकार करना होगा कि चाहे कार कितनी भी अच्छी क्यों न हो, सड़क आश्चर्यों से भरी होती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।