Please login to post comment

ബ്രിട്ടീഷ് ഇന്ത്യയിൽ നിലവിലുണ്ടായിരുന്ന ഭൂനികുതി സംവിധാനങ്ങൾ

  • admin trycle
  • Mar 8, 2020
  • 0 comment(s)

ബ്രിട്ടീഷ് ഇന്ത്യയിൽ നിലവിലുണ്ടായിരുന്ന ഭൂനികുതി സംവിധാനങ്ങൾ

 

ബ്രിട്ടീഷ് കൊളോണിയൽ ഭരണാധികാരികളുടെ വരവ് ഇന്ത്യയുടെ കാർഷിക ഘടനയിൽ ദൂരവ്യാപകമായ മാറ്റങ്ങൾ വരുത്തുകയുണ്ടായി. സാമ്രാജ്യത്വ കാലത്ത്, ഭൂമിയിൽ കാർഷിക ഉൽപാദനം നടത്തുന്നതിനുള്ള നികുതിയെ ആണ് ഭൂനികുതി എന്ന് വിശേഷിപ്പിച്ചിരുന്നത്. ഒന്നുകിൽ മൊത്തം വിളയുടെ വിഹിതത്തിന്റെ നിശ്ചിത ശതമാനമായിട്ടോ അല്ലെങ്കിൽ കൃഷിക്കാരന്റെ ഭൂമിക്ക് ഒരു പണ മൂല്യം നിശ്ചയിച്ചോ ആണ് ഇത് ശേഖരിച്ചിരുന്നത്. സാമ്രാജ്യങ്ങളുടെ പ്രധാന വരുമാന മാർഗ്ഗമായിരുന്നു ഇത്.

 

1765 ൽ ബ്രിട്ടീഷുകാർക്ക് ബംഗാൾ, ബീഹാർ, ഒറീസ എന്നിവിടങ്ങളിലെ ദിവാനി അവകാശങ്ങൾ ലഭിച്ചു. ബ്രിട്ടീഷ് ഈസ്റ്റ് ഇന്ത്യാ കമ്പനിയുടെ പ്രധാന ലക്ഷ്യം അവരുടെ ഭൂമിനികുതി വരുമാനം വർദ്ധിപ്പിക്കുക എന്നതായിരുന്നു. കൃഷിക്കാർക്ക് ഉണ്ടാകുന്ന പ്രത്യാഘാതങ്ങളെക്കുറിച്ച് ചിന്തിക്കാതെ ഭൂമിയിൽ നിന്ന് പരമാവധി വരുമാനം നേടുകയെന്നതായിരുന്നു അതിന്റെ നയങ്ങൾ. റവന്യൂ അഡ്മിനിസ്‌ട്രേഷന്റെ പഴയ രീതി ഉപേക്ഷിച്ച് അവർ പുതിയ റവന്യൂ ശേഖരണ നയം അവതരിപ്പിച്ചു. കമ്പനിയുടെ ലാഭം, അതിന്റെ ഭരണച്ചെലവ്, യുദ്ധങ്ങൾക്കും വിജയങ്ങൾക്കുമുള്ള ചെലവുകൾ എന്നിവ പ്രധാനമായും കർഷകരാണ് വഹിച്ചത്. സമീന്ദാരി, റയറ്റ്വരി, മഹൽവാരി എന്നീ മൂന്ന് ഭൂനികുതി സംവിധാനങ്ങളാണ് പ്രധാനമായും ബ്രിട്ടീഷ് ഇന്ത്യയിൽ നിലവിലുണ്ടായിരുന്നത്.

സമീന്ദാരി

പെർമനെന്റ് സെറ്റിൽമെന്റ് ആക്റ്റ് വഴി 1793 ൽ, ഗവർണർ ജനറൽ ലോർഡ് കോൺവാലിസ് സമീന്ദാരി സിസ്റ്റം അവതരിപ്പിച്ചു. 19% ബ്രിട്ടീഷ് പ്രദേശങ്ങളിൽ ഇത് നടപ്പാക്കി. ബംഗാൾ, ബീഹാർ, ഒറീസ, വാരണാസി പ്രവിശ്യകളിലാണ് ഇത് അവതരിപ്പിച്ചത്. പെർമനെന്റ് സെറ്റിൽമെന്റ് സിസ്റ്റം എന്നും ഇത് അറിയപ്പെടുന്നു. സമീന്ദാർമാരെ ഭൂമിയുടെ ഉടമകളായി അംഗീകരിക്കുകയും കൃഷിക്കാരിൽ നിന്ന് വാടക പിരിക്കാനുള്ള അവകാശം ഇവർക്ക് നൽകുകയും ചെയ്തു. ഈ സമ്പ്രദായത്തിൽ പിരിച്ചെടുക്കുന്ന തുകയുടെ 1/11 ഭാഗം സമീന്ദാർക്ക് ലഭിക്കുമ്പോൾ 10/11 ഭാഗം ഓഹരി ഈസ്റ്റ് ഇന്ത്യാ കമ്പനിയുടേതാണ്. 1790 ൽ 10 വർഷത്തേക്ക് മാത്രമായിട്ടാണ് ആദ്യം ഇത് ആരംഭിച്ചത്, പിന്നീട് 1793 ൽ ഇത് സ്ഥിരമാക്കുകയായിരുന്നു. ഇതിന്റെ ഫലമായി കർഷകരിൽ നിന്ന് സമീന്ദാർ അനധികൃതമായി പണം തട്ടിയെടുത്തു. സംസ്ഥാനത്തിന്റെ വരുമാനത്തിന്റെ വിഹിതം നിശ്ചയിച്ചിട്ടുണ്ടെങ്കിലും കൃഷിക്കാരനിൽ നിന്ന് സമീന്ദാർ ശേഖരിക്കുന്ന വരുമാനത്തിന് പരിധി നിശ്ചയിച്ചിരുന്നില്ല. നടപ്പിലാക്കി ആദ്യ വർഷത്തിൽ തന്നെ കമ്പനിയുടെ വരുമാനം 80% ഉയർന്നു.

റയറ്റ്വരി

മലബാർ, കോയമ്പത്തൂർ, മദ്രാസ്, അസം, മധുര എന്നീ സംസ്ഥാനങ്ങളിൽ നടപ്പിലാക്കിയ റയറ്റ്വരി സമ്പ്രദായത്തിൽ ബ്രിട്ടീഷ് ഭരണത്തിൻ കീഴിലുള്ള മൊത്തം പ്രദേശത്തിന്റെ 51% ഭാഗം ഉൾപ്പെട്ടിരുന്നു. പിന്നീട് ഇത് മഹാരാഷ്ട്രയിലേക്കും കിഴക്കൻ ബംഗാളിലേക്കും വ്യാപിപ്പിച്ചു. ബ്രിട്ടീഷ് ഉദ്യോഗസ്ഥരായ റീഡ്, സർ തോമസ് മൺറോ എന്നിവരുടെ ശുപാർശകൾ അടിസ്ഥാനമാക്കിയാണ് ഇത് അവതരിപ്പിച്ചത്. 1792 ൽ കേണൽ റീഡ് ആരംഭിച്ച റയറ്റ്വരി സംവിധാനം 1820 ൽ തോമസ് മൺറോ പരിഷ്‌കരിച്ചു. റയറ്റ്വരി സമ്പ്രദായത്തിൽ ഉടമസ്ഥാവകാശം കർഷകർക്ക് കൈമാറി. ബ്രിട്ടീഷ് സർക്കാർ കർഷകരിൽ നിന്ന് നേരിട്ട് നികുതി പിരിച്ചു. ഭൂമി വരണ്ട സ്ഥലത്ത് 50%, ജലസേചന ഭൂമിയിൽ 60% എന്നിങ്ങനെയായിരുന്നു റയറ്റ്വരി സമ്പ്രദായത്തിന്റെ നികുതി നിരക്ക്. നികുതി അടയ്ക്കുന്നതിൽ പരാജയപ്പെട്ടാൽ അവരെ ഭൂമിയിൽ നിന്ന് പുറത്താക്കി. പിന്നീട്, ഭൂ റവന്യൂ വാടകയാണ്, നികുതിയല്ലെന്ന് സർക്കാർ അവകാശപ്പെട്ടു. ഇത് കർഷകരുടെ ഉടമസ്ഥാവകാശത്തെ നിഷേധിക്കുന്നതായിരുന്നു. 20 മുതൽ 30 വർഷം വരെ താൽക്കാലിക കാലയളവിലേക്ക് സർക്കാർ നികുതി നിരക്ക് നിശ്ചയിക്കുകയും അതിനുശേഷം നികുതി നിരക്ക് പരിഷ്കരിക്കുകയും ചെയ്തു.

മഹൽവാരി

 

1833 ൽ വില്യം ബെന്റിക്കിന്റെ കാലത്താണ് മഹൽവാരി സംവിധാനം നിലവിൽ വന്നത്. ബ്രിട്ടീഷ് ഭരണത്തിന് കീഴിലെ 30% പ്രദേശത്ത് ഇത് നടപ്പാക്കി. ബ്രിട്ടീഷ് ഇന്ത്യയിലെ സെൻട്രൽ പ്രവിശ്യ, നോർത്ത് വെസ്റ്റ് ഫ്രോണ്ടിയർ, ആഗ്ര, പഞ്ചാബ്, ഗംഗാറ്റിക് വാലി തുടങ്ങിയ പ്രദേശങ്ങളിൽ ഇത് അവതരിപ്പിച്ചു. ഈ പ്രദേശങ്ങളിൽ, മിക്കപ്പോഴും കുടുംബത്തലവന്മാരോ ഭൂവുടമകളോ കൂട്ടമായി ഭൂമി കൈവശം വെക്കുന്ന ഒരു സമ്പ്രദായം ഉണ്ടായിരുന്നു. സമീന്ദാരി സമ്പ്രദായത്തിന്റെയും റയറ്റ്വരി സമ്പ്രദായത്തിന്റെയും നിരവധി വ്യവസ്ഥകൾ മഹൽവാരി സമ്പ്രദായത്തിൽ ഉണ്ടായിരുന്നു. ഈ സമ്പ്രദായത്തിൽ ഭൂമി മഹലുകളായി വിഭജിക്കപ്പെട്ടു. ഓരോ മഹലും ഒന്നോ അതിലധികമോ ഗ്രാമങ്ങൾ ഉൾക്കൊള്ളുന്നതായിരുന്നു. ഉടമസ്ഥാവകാശം കർഷകർക്ക് നൽകി. നികുതി പിരിക്കുന്നതിന്റെ ഉത്തരവാദിത്തം ഗ്രാമ സമിതിക്കായിരുന്നു.

( 0 ) comment(s)

toprated

Computer Programming - An Intr

  In today’s world, computer programmin... Read More

Aug 24, 2020, 23 Comments

Machine Learning and Data Scie

Globally, the machine learning market is expected ... Read More

Jul 2, 2020, 15 Comments

View More...