सामाजिक कलंक और डेटा की कमी भारत में ट्रांसजेंडर की गिनती को सीमित करती है, जिससे राज्य की पॉलिसी डिज़ाइन मुश्किल हो जाती है।

जनवरी 2026 में, कर्नाटक सरकार ने ट्रांसजेंडर लोगों पर एक राज्यव्यापी सर्वे के नतीजों की घोषणा की। यह बेशक ज़रूरी है क्योंकि नेशनल फ़ैमिली हेल्थ सर्वे (2019-21) और पीरियोडिक लेबर फ़ोर्स सर्वे में भी ट्रांसजेंडर लोगों को एक अलग डेमोग्राफ़िक कैटेगरी के तौर पर नहीं गिना गया है, जबकि भारत के सुप्रीम कोर्ट ने उन्हें एक अलग जेंडर कैटेगरी के तौर पर मान्यता दी है।

जस्टिस न्यूज

हाल के कर्नाटक सर्वे में राज्य में 10,365 ट्रांसजेंडर लोगों की पहचान हुई, जो, हालांकि, 2011 की नेशनल सेंसस में दर्ज आबादी का लगभग आधा ही है। यह दूसरे डेटासेट द्वारा दिए गए अनुमानों से भी काफ़ी अलग है। कर्नाटक विधानसभा चुनाव (2023) के चुनावी डेटा में 4,927 रजिस्टर्ड ट्रांसजेंडर वोटर लिस्टेड थे, जबकि 2024 के लोकसभा चुनावों के चुनाव आयोग के आंकड़ों में 5,012 ट्रांसजेंडर वोटर दर्ज किए गए थे। इसके उलट, कम्युनिटी एक्टिविस्ट के 2024-25 के मैक्रो-एस्टिमेट के मुताबिक उनकी आबादी 200,000 से ज़्यादा है।

बेंगलुरु में इंस्टिट्यूट ऑफ़ सोशल एंड इकोनॉमिक चेंज (ISEC) में चल रहे एक प्रोजेक्ट के हिस्से के तौर पर हाल ही में की गई एक एथनोग्राफिक स्टडी में कर्नाटक में लगभग 300,000 से ज़्यादा ट्रांसजेंडर लोगों का अंदाज़ा लगाया गया है।

दूसरे राज्यों के डेटासेट में भी अंतर दिख रहे हैं। केरल (2014–15) में किए गए राज्यव्यापी ट्रांसजेंडर सर्वे में उनकी आबादी 25,000 से ज़्यादा होने का अनुमान लगाया गया था, जो 2011 की जनगणना में दर्ज सिर्फ़ 3,902 लोगों से बहुत ज़्यादा है। सर्वे में ये अंतर कम गिनती के लेयर्ड प्रोसेस का इशारा करते हैं, जिससे भारत में ट्रांसजेंडर आबादी के आस-पास स्टैटिस्टिकल ओपेसिटी और गहरी हो जाती है।

इस तरह, जो दांव पर लगा है वह सिर्फ़ डेमोग्राफिक एक्यूरेसी नहीं है, बल्कि लगातार डेटा में अंतर है जो भारत में ट्रांसजेंडर की असलियत पर छाया डालता है। सवाल ये उठते हैं: डेटासेट में ट्रांसजेंडर आबादी अलग-अलग क्यों दिखती है? और सरकार और उसकी गिनती करने वाली व्यवस्थाओं को ट्रांसजेंडर आबादी की गिनती करना मुश्किल क्यों लगता है?

नंबर अलग-अलग क्यों हैं? पहला कारण मेथड में है। आम तौर पर, आबादी के सर्वे घर-घर जाकर गिनती करने पर निर्भर करते हैं, साथ ही डॉक्यूमेंटेशन सिस्टम में जगह के हिसाब से कवरेज और डेमोग्राफिक ट्रायंगुलेशन की मैपिंग करते हैं। इसके उलट, कम्युनिटी आउटरीच और अपनी मर्ज़ी से जानकारी देने पर निर्भर रहने से सर्वे नेटवर्क पहुंच और खुद की पहचान बताने की इच्छा पर निर्भर हो जाते हैं। इससे डेटा में गड़बड़ियां होती हैं: जो लोग वेलफेयर डेटाबेस से बाहर हैं, सर्टिफिकेट अपडेट करने में ब्यूरोक्रेटिक रुकावटों का सामना कर रहे हैं, या आउटरीच क्लस्टर से बाहर भौगोलिक रूप से फैले हुए हैं, उन्हें बाहर किए जाने का खतरा रहता है। इस तरह डेटासेट ज़मीनी हकीकत के बजाय नेटवर्क पहुंच और एक जैसी पहचान के दावे की सोच के प्रति कमज़ोर हो जाता है।

दूसरा कारण परिभाषा की सख्ती में है। ‘ट्रांसजेंडर’ शब्द के यूरो-अमेरिकन ओरिजिन के कारण, कई लोकल नॉन-बाइनरी पहचान इस कैटेगरी में ठीक से फिट नहीं होती हैं। इसलिए, ट्रांसजेंडर किसे माना जाता है, यह कैटेगरी, वेलफेयर एलिजिबिलिटी क्राइटेरिया, मेडिकल सर्टिफिकेशन सिस्टम और कम्युनिटी सेल्फ-आइडेंटिफिकेशन प्रैक्टिस के हिसाब से अलग-अलग होता है। इसके अलावा, अभी ट्रांसजेंडर के तौर पर पहचान बनाने वाले लोगों; मेडिकल या सोशल ट्रांज़िशन के बाद बाइनरी मेल या फीमेल आइडेंटिटी में बदलने वालों; और रीति-रिवाजों और कल्चरल फ्रेमवर्क में एक लिमिट में रहने वालों के मामले में काफी अंतर हैं। इस तरह, पक्की डेफिनिशनल कैटेगरी यह तय करने में मुश्किल करती हैं कि किसे गिना जाए।

बदले में, यह उसी आबादी को एक जैसा बनाने के लिए एक रेगुलेटरी एक्ट बन जाता है, जिसका वह दावा करती है। तीसरा, स्टिग्मा पार्टिसिपेशन को आकार देता है। स्टेट डेटाबेस में शामिल होने की सावधानी के कारण अलग-अलग रिस्पॉन्स रेट, जेंडर माइनॉरिटीज़ से जुड़े सर्वे में एक स्ट्रक्चरल चैलेंज के तौर पर बड़े पैमाने पर माना जाता है। डिस्क्लोज़र में कथित रिस्क हो सकते हैं, जिसमें नौकरी की अनिश्चितता और हाउसिंग डिस्क्रिमिनेशन से लेकर बढ़ी हुई इंस्टीट्यूशनल स्क्रूटनी तक शामिल हैं। ट्रांसजेंडर कम्युनिटी के लिए, जहां स्टेट के साथ हिस्टॉरिकल इंटरैक्शन सर्विलांस, एक्सक्लूजन या ब्यूरोक्रेटिक फ्रिक्शन से मार्क किए गए हैं, ऑफिशियल डेटा सिस्टम के अंदर सेल्फ-आइडेंटिफिकेशन की इच्छा समझ से बाहर है।

चौथा, कर्नाटक जैसे राज्यों में, जहाँ माइग्रेशन और मोबिलिटी की दर ज़्यादा है, वहाँ डेमोग्राफिक कैप्चर मुश्किल होना तय है, खासकर ट्रांसजेंडर कम्युनिटी के लिए, जिनकी अक्सर स्ट्रक्चर्ड लेबर मार्केट तक सीमित पहुँच होती है। नतीजतन, वे अक्सर सर्कुलेटरी ज्योग्राफ़ी में रहते हैं, ज़िलों, इनफ़ॉर्मल इकॉनमी और सीज़नल लेबर नेटवर्क के बीच घूमते रहते हैं। इस तरह, आम सर्वे के तरीके ऐसी आबादी को कैप्चर करने में मुश्किल करते हैं जो जगह के हिसाब से बदलती रहती हैं और समय के हिसाब से चलती-फिरती रहती हैं।

आखिर में, घर से रिजेक्शन से स्टैटिस्टिकल मिटाना होता है। ट्रांसजेंडर आबादी के एक बड़े हिस्से को परिवार की मंज़ूरी नहीं मिलती। अपने घरों से निकाले जाने पर वे दूसरे रिश्तेदारी के स्ट्रक्चर में चले जाते हैं, जिन्हें आम सर्वे के तरीके पहचान नहीं पाते, जिससे वे डेमोग्राफिक रूप से गायब हो जाते हैं।

ये अंतर टेक्निकल गलतियाँ नहीं हैं। ये उन स्ट्रक्चरल हालात से पैदा होते हैं जिनकी वजह से पारंपरिक डेमोग्राफिक फ्रेमवर्क में ट्रांसजेंडर की ज़िंदगी को गिनना मुश्किल हो जाता है। यही वह चीज़ है जो पहचान, रिसोर्स एलोकेशन और पॉलिसी डिज़ाइन के फ्रेमवर्क के लिए गिनती को ज़रूरी बनाती है।

स्टैटिस्टिक्स से परे गिनती इसलिए मायने रखती है क्योंकि नंबर पॉलिसी को सही ठहराते हैं। वेलफेयर बोर्ड को डेमोग्राफिक बेसलाइन की ज़रूरत होती है, रिज़र्वेशन क्वांटिफिकेशन पर निर्भर करता है, और बजट एलोकेशन आबादी के पैमाने के हिसाब से होता है। इसलिए, सामाजिक और ऐतिहासिक रूप से हाशिए पर पड़े ट्रांसजेंडर समुदायों के किसी भी सर्वे को सिर्फ़ निकालने से आगे बढ़कर सहयोग की ओर बढ़ना चाहिए। ऐसी गिनती के लिए कम्युनिटी नेटवर्क के साथ पार्टनरशिप, एक्सपर्ट्स को शामिल करना, और सबसे ज़रूरी बात, ट्रांसजेंडर पहचान के बदलते रूपों को पहचानना और एक ऐसा तरीका जो उनकी असलियत से जुड़ा हो, ज़रूरी है। ऐसे बदलावों के बिना, सर्वे स्ट्रक्चरल बदलाव के बजाय सिंबॉलिक इन्क्लूजन का ज़रिया बनने का खतरा है।

जबकि कर्नाटक सर्वे हाशिए पर पड़े लोगों की वेलफेयर ज़रूरतों को मैप करने और टारगेटेड दखल देने के लिए एडमिनिस्ट्रेटिव इच्छा का संकेत देता है, जो कि अच्छा है, यह दूसरे भारतीय राज्यों में डेमोग्राफिक जानकारी की एपिस्टेमिक सीमाओं को भी दिखाता है। ट्रांसजेंडर की ज़िंदगी उन्हें कंट्रोल करने के लिए बनाए गए स्टैटिस्टिकल फ्रेम से आगे निकल जाती है। वे रोज़मर्रा की मुश्किलों, रिश्तेदारों के बदलने और पहचान बदलने के अनुभवों से गुज़रते हैं, जो ब्यूरोक्रेटिक फिक्सेशन को रोकते हैं। इस मामले में, गिनती ज़रूरी हो जाती है, लेकिन अक्सर यह काफ़ी नहीं होती। ट्रांस स्कॉलरशिप में पहले से ही बहुत काम हो रहा है, जिसमें यह तर्क दिया गया है कि AI का फेशियल रिकग्निशन सॉफ्टवेयर ट्रांस लोगों के लिए एक रेगुलेटरी सिस्टम है और यह कैसे भेदभाव को बढ़ावा देता है।

ट्रांसजेंडर की गिनती में बताई गई कमियां उनके लिए आर्थिक, हाउसिंग और सोशल पॉलिसी बनाने में रुकावट डालती हैं, जो ज़्यादातर भारतीय राज्यों में नहीं हैं। लेकिन कर्नाटक और केरल दूसरे भारतीय राज्यों के लिए मिसाल हैं, ताकि वे न सिर्फ़ इन आबादी को शामिल कर सकें, बल्कि उनकी गिनती में होने वाली गड़बड़ियों को भी रोक सकें, क्योंकि ज़्यादातर राज्य अपने बजट पेश करने की ओर बढ़ रहे हैं।