A Generalizable Framework for an EducationAccess Index: Addressing Disparities in Access Across Regions

विकास विज्ञान की दुनिया की कल्पना एक विशाल, जटिल पहेली के रूप में करें। लंबे समय से, विशेषज्ञ यह समझने की कोशिश कर रहे हैं कि कैसे यह सुनिश्चित किया जाए कि हर किसी को, चाहे वह कहीं भी रहता हो, एक अच्छे जीवन के लिए समान अवसर मिलें। इस पहेली का सबसे महत्वपूर्ण हिस्सा शिक्षा है। शिक्षा को केवल एक कक्षा में बैठने के रूप में न देखें, बल्कि इसे उस "चाबी" के रूप में देखें जो एक व्यक्ति की क्षमता को उजागर करती है, उन्हें बेहतर नौकरियां पाने में मदद करती है और उनके समुदाय को बढ़ने देती है। लेकिन यहाँ एक पेचीदा बात है: कई जगहों पर, वह चाबी एक ऐसी तिजोरी में बंद है जहाँ तक केवल कुछ ही लोग पहुँच सकते हैं। जहाँ शहरों के पास चाबियों की पूरी लाइब्रेरी हो सकती है, वहीं दूरदराज के गाँवों के पास कुछ भी नहीं हो सकता। यहीं से "इंडेक्स" (सूचकांक) की अवधारणा आती है। आप इंडेक्स को समाज के स्कोरकार्ड या थर्मामीटर की तरह समझ सकते हैं। केवल यह अनुमान लगाने के बजाय कि कोई जगह अच्छी कर रही है या खराब, एक इंडेक्स आपको एक स्पष्ट संख्या देता है जो आपको बताता है कि लोगों की किसी महत्वपूर्ण चीज़, जैसे स्कूलों तक पहुँच, कितनी है। यदि आप स्कोर जानते हैं, तो आप जानते हैं कि मदद कहाँ भेजनी है।

यही वह काम था जिसे पाकिस्तान के शोधकर्ताओं की एक टीम ने करने का संकल्प लिया। वे एक विशेष स्कोरकार्ड बनाना चाहते थे जिसे एजुकेशन एक्सेस इंडेक्स (EAI) कहा जाता है। उनका लक्ष्य अनुमान लगाना बंद करना और मापना शुरू करना था। उन्होंने एक सरल लेकिन शक्तिशाली प्रश्न पूछा: "यदि आप एक विशिष्ट गाँव में रहते हैं, तो आपके लिए और आपके बच्चों के लिए स्कूल तक पहुँचना कितना आसान है?" उन्होंने केवल यह नहीं देखा कि स्कूल की इमारत मौजूद है या नहीं; उन्होंने यह भी देखा कि वह कितनी दूर है, वह लड़कों के लिए है या लड़कियों के लिए, और वह किस स्तर का स्कूल है (प्राथमिक, माध्यमिक, या उच्च)। इन सभी अलग-अलग जानकारियों को एक एकल संख्या में बदलकर, उन्होंने एक ऐसा मानचित्र बनाया जो दिखाता है कि "शिक्षा के अंतर" कहाँ छिपे हुए हैं। यह महत्वपूर्ण है क्योंकि आप समस्या को तब तक ठीक नहीं कर सकते जब तक आप उसे स्पष्ट रूप से देख न सकें। यदि सरकार को एक नया स्कूल बनाना है, तो उन्हें यह जानने की आवश्यकता है कि किस गाँव को इसकी सबसे अधिक आवश्यकता है, बजाय इसके कि वे किसी स्थान को बेतरतीब ढंग से चुनें।

स्कोरकार्ड की रेसिपी

इस स्कोरकार्ड को बनाने के लिए, शोधकर्ताओं ने केवल मनगढ़ंत नंबर नहीं बनाए। वे स्रोत तक गए: मौज़ा जनगणना 2020। पाकिस्तान में, एक "मौज़ा" मूल रूप रूप से एक छोटा गाँव या एक विशिष्ट भूमि इकाई है, जो किसी पड़ोस के ब्लॉक की तरह है। जनगणना ने उन्हें प्रत्येक ब्लॉक के बारे में डेटा की एक विशाल सूची दी। उन्होंने छह विशिष्ट चीजों को देखा:

1. क्या लड़कों के लिए प्राथमिक विद्यालय है?
2. क्या लड़कों के लिए मिडिल स्कूल है?
3. क्या लड़कों के लिए हाई स्कूल है?
4. क्या लड़कियों के लिए प्राथमिक विद्यालय है?
5. क्या लड़कियों के लिए मिडिल स्कूल है?
6. क्या लड़कियों के लिए हाई स्कूल है?

लेकिन यहाँ एक पेच है: कभी-कभी स्कूल मौजूद होता है, लेकिन वह 15 किलोमीटर दूर होता है। वह वास्तव में "पहुँच" नहीं है। इसलिए, शोधकर्ताओं ने एक चतुर कोडिंग प्रणाली बनाई। यदि स्कूल वहीं था, तो उन्होंने इसे "हाँ" (1) दिया। यदि वह गायब था, तो उन्होंने मापा कि निकटतम स्कूल खोजने के लिए आपको कितनी दूर चलना होगा। यदि वह 1-5 किमी दूर था, तो उन्होंने एक छोटी पेनल्टी (-1) दी। यदि वह 5-10 किमी दूर था, तो बड़ी पेनल्टी (-2), और यदि वह 10 किमी से अधिक दूर था, तो भारी पेनल्टी (-3) दी। इस तरह, स्कोर ने केवल इमारतों को नहीं गिना; इसने दूरी और प्रयास को भी गिना।

जादुई गणित: छिपे हुए पैटर्न को खोजना

एक बार जब उनके पास ये सभी नंबर आ गए, तो उन्हें उन्हें जोड़ने का एक तरीका चाहिए था। आप "प्राथमिक स्कूल" और "हाई स्कूल" को बस जोड़ नहीं सकते क्योंकि वे अलग-अलग चीजें हैं। इसे हल करने के लिए, उन्होंने प्रिंसिपल कंपोनेंट एनालिसिस (PCA) नामक एक सांख्यिकीय उपकरण का उपयोग किया।

PCA को एक जादुвिक ब्लेंडर (मिक्सी) की तरह समझें। कल्पना करें कि आपके पास छह अलग-अलग फलों (छह प्रकार के स्कूलों) वाला एक स्मूदी है। आप बिना हर फल को अलग से चखे, स्मूदी के "कुल फल स्वाद" को जानना चाहते हैं। ब्लेंडर उन सभी को मिला देता है, लेकिन वह उन्हें समान रूप से नहीं मिलाता है। यह पता लगाता है कि कौन से फल स्वाद में सबसे अधिक योगदान देते हैं। इस अध्ययन में, "ब्लेंडर" ने पाया कि लड़कियों के लिए मिडिल स्कूल की उपलब्धता सबसे बड़ा स्वाद योगदानकर्ता था (इसका 'लोडिंग' 0.858 था), और उसके ठीक बाद लड़कों के मिडिल स्कूल का स्थान था।

गणित ने खुलासा किया कि ये सभी छह प्रकार के स्कूल वास्तव में एक ही दिशा में इशारा कर रहे थे। वे छह अलग-अलग समस्याएँ नहीं थीं; वे एक बड़े अंतर्निहित मुद्दे के छह संकेत थे: शैक्षिक पहुँच (Educational Access)। शोधकर्ताओं ने प्रत्येक गाँव के लिए एक एकल "एजुकेशन फैक्टर स्कोर" बनाने के लिए इसका उपयोग किया। इसे समझने में आसान बनाने के लिए, उन्होंने इस स्कोर को 0 से 10 के पैमाने पर फैला दिया। 0 का स्कोर मतलब "बिल्कुल कोई पहुँच नहीं" और 10 का स्कोर मतलब "पूर्ण पहुँच"। यह अंतिम संख्या ही एजुकेशन एक्सेस इंडेक्स (EAI) है।

असमानता का मानचित्र

जब उन्होंने इन स्कोर को पाकिस्तान के मानचित्र पर अंकित किया, तो जो तस्वीर उभर कर आई वह स्पष्ट और कठोर थी। यह एक मौसम मानचित्र को देखने जैसा था जहाँ कुछ क्षेत्र धूप वाले और हरे-भरे हैं, जबकि अन्य तूफानी और लाल हैं।

• हरे क्षेत्र (Green Zones): उत्तरी क्षेत्र, जैसे आजाद जम्मू और कश्मीर (AJK) और इस्लामाबाद कैपिटल टेरिटरी, "धूप वाले स्थान" थे। AJK का औसत स्कोर सबसे अधिक 6.97 था, और इस्लामाबाद ठीक उसके पीछे 6.75 पर था। इन स्थानों में, स्कूल आम तौर पर करीब और सभी के लिए उपलब्ध थे।
• लाल क्षेत्र (Red Zones): मानचित्र के दूसरी ओर, बलूचिस्तान सबसे "तूफानी" क्षेत्र था। इसका औसत स्कोर सबसे कम 3.59 था। यह केवल थोड़ा कम नहीं था; यह एक बहुत बड़ा अंतर था। बलूचिस्तान के कई हिस्सों में, स्कूल तक की दूरी इतनी अधिक थी कि इसने प्रभावी रूप से बच्चों को शिक्षा से बाहर कर दिया था।
• मध्यम स्तर (Middle Ground): पंजाब और खैबर पख्तूनख्वा जैसे प्रांत मध्यम स्तर पर थे, जिनके स्कोर क्रमशः लगभग 6.10 और 5.33 थे। लेकिन यहाँ भी, मानचित्र ने दिखाया कि "धूप वाले" स्थान आमतौर पर शहर थे, जबकि "तूफानी" स्थान गहरे ग्रामीण इलाके थे।

शोधकर्ताओं ने लड़कों और लड़कियों के बीच के अंतर को भी देखा। उन्होंने पाया कि कई जगहों पर, यदि स्कूल दूर था, तो लड़कियों को सबसे अधिक नुकसान उठाना पड़ता था। डेटा ने सुझाव दिया कि लड़कियों के मिडिल स्कूल की दूरी एक महत्वपूर्ण कारक था। यदि वह स्कूल गायब था या दूर था, तो पूरे गाँव का शिक्षा स्कोर गिर जाता था।

स्कोरकार्ड की जाँच

आप सोच सकते हैं, "क्या यह स्कोरकार्ड सटीक है?" शोधकर्ताओं ने केवल अपने गणित पर भरोसा नहीं किया; उन्होंने इसकी जाँच की।

1. आंतरिक जाँच: उन्होंने देखा कि क्या उनका EAI स्कोर उस वास्तविक स्कूल डेटा से मेल खाता है जिससे उन्होंने शुरुआत की थी। यह मेल खाता था। स्कोर स्कूलों की उपस्थिति, विशेष रूप से लड़कियों के मिडिल स्कूलों के साथ मजबूती से जुड़ा हुआ था।
2. बाहरी जाँच: उन्होंने अपने EAI स्कोर की तुलना 2023 की जनगणना से साक्षरता दर (कितने लोग पढ़ और लिख सकते हैं) से की। पंजाब जैसे स्थानों में, जहाँ EAI उच्च था, वहाँ साक्षरता भी उच्च थी (एक सहसंबंध 0.80)। बलूचिस्तान जैसे स्थानों में, जहाँ EAI कम था, वहाँ साक्षरता भी कम थी। इससे यह सिद्ध हुआ कि उनका स्कोरकार्ड केवल एक यादृच्छिक संख्या नहीं थी; यह वास्तव में वास्तविक दुनिया के शिक्षा स्तर को दर्शाता था।

भविष्य के लिए इसका क्या अर्थ है

इस अध्ययन ने पाकिस्तान में शिक्षा की समस्या को "हल करने" का दावा नहीं किया। इसके बजाय, इसने एक नैदानिक उपकरण (Diagnostic Tool) प्रदान किया। इसे डॉक्टर के एक्स-रे की तरह समझें। एक्स-रे टूटी हुई हड्डी को ठीक नहीं करता है, लेकिन यह डॉक्टर को ठीक से दिखाता है कि टूट कहाँ हुई है ताकि वह उसे सही ढंग से सेट कर सके।

शोधकर्ताओं ने पाया कि सबसे बड़े अंतराल केवल अधिक स्कूल बनाने के बारे में नहीं थे, बल्कि वे इस बारे में थे कि वे स्कूल कहाँ थे और वे किनके लिए थे। उन्होंने सुझाव दिया कि यदि नेता शिक्षा को ठीक करना चाहते हैं, तो उन्हें "एक ही आकार सबके लिए" (one-size-fits-all) वाला दृष्टिकोण अपनाना बंद करना होगा। आप एक शहर के साथ वैसा व्यवहार नहीं कर सकते जैसा आप बलूचिस्तान के एक दूरदराज के गाँव के साथ करते हैं।

यह शोध निष्कर्ष निकालता है कि EAI का उपयोग करके, नीति निर्माता अंततः अदृश्य अंतराल को देख सकते हैं। वे संसाधनों को उन विशिष्ट जिलों को लक्षित करने के लिए निर्देशित कर सकते हैं जिनका स्कोर कम है (जैसे मानचित्र पर लाल क्षेत्र) और उन विशिष्ट बाधाओं पर ध्यान केंद्रित कर सकते हैं जो लड़कियों को सबसे अधिक नुकसान पहुँचा रही हैं। यह अनुमान लगाने से जानकर की ओर बढ़ने का एक तरीका है, यह सुनिश्चित करना कि शिक्षा की "चाबी" केवल भाग्यशाली कुछ लोगों को ही नहीं, बल्कि सभी को सौंपी जाए।