English Français |
Guru Vasishtha, International Institute for Population Sciences (IIPS)
Sanjay K Mohanty, International Institute for Population Sciences (IIPS)
À l'aide des données de la National Family Health Survey-4, 2015-16, cet article a examiné l'association et le regroupement spatial de la pauvreté multidimensionnelle et de consommation dans les districts de l'Inde. Des indicateurs spécifiques au contexte ont été choisis pour fournir des estimations solides de la pauvreté multidimensionnelle. La méthode d'Alkire et Foster a été utilisée pour estimer les indices de pauvreté multidimensionnelle. Les schémas spatiaux de la pauvreté multidimensionnelle et de consommation ont été examinés à l'aide des statistiques I de Moran, de l'indicateur local d'association spatiale (LISA) et des cartes de cluster. Un ensemble de modèles de régression spatiale a été utilisé pour comprendre les prédicteurs de la pauvreté multidimensionnelle. Les résultats suggèrent que 30,3 % de la population indienne était multidimensionnellement pauvre, avec une intensité moyenne de pauvreté de 44,2 % et un indice de pauvreté multidimensionnelle de 0,13. Les variations d'état de la pauvreté multidimensionnelle étaient élevées. La statistique I univariée de Moran de la pauvreté multidimensionnelle était de 0,75, tandis que celle de la pauvreté de consommation était de 0,56, ce qui suggère que la pauvreté multidimensionnelle était spatialement regroupée. La statistique bivariée de Moran I de pauvreté multidimensionnelle et de consommation était de 0,58, suggérant une association modérée de pauvreté multidimensionnelle et de consommation dans les districts de l'Inde. Le niveau de fécondité, la part de la population rurale, l'assurance maladie et le pourcentage de la population des castes répertoriées étaient des prédicteurs significatifs de la pauvreté multidimensionnelle.
Keywords: Spatial analysis/regression, Spatial statistics, Spatial dependence/heterogeneity, Applied demography
Presented in Session 66. Vulnerable Populations at Risk