Zur Kurzanzeige

Ländliche Armut in Indonesien: Indikatoren, Dynamik und Verbindung zur Entwaldung

dc.contributor.advisorZeller, Manfred Prof. Dr.de
dc.contributor.authorvan Edig, Xenia Felicede
dc.date.accessioned2010-12-01T14:40:00Zde
dc.date.accessioned2013-01-18T10:13:38Zde
dc.date.available2013-01-30T23:51:18Zde
dc.date.issued2010-12-01de
dc.identifier.urihttp://hdl.handle.net/11858/00-1735-0000-0006-AB18-8de
dc.identifier.urihttp://dx.doi.org/10.53846/goediss-1815
dc.description.abstractIn der vorliegenden Arbeit werden drei Aspekte ländlicher Armut in Zentralsulawesi (Indonesien) betrachtet: Im ersten Teil wird ein Beitrag zur Diskussion über den Sinn von Armutsmessung anhand von Stellvertreterindikatoren geleistet. In diesem Rahmen wird die Robustheit zweier einsatzfähiger Instrumente zur Vorhersage absoluter Armut, die im Jahr 2005 für Zentralsulawesi entwickelt wurden, analysiert. Darüber hinaus liefert die Arbeit den aktuellsten Beitrag zur Analyse der Armutsdynamik in Indonesien und beschäftigt sich weiterführend mit dem Zusammenhang von Armut und voranschreitender Entwaldung. Alle Analysen basieren dabei auf Primärdaten, die zur Messung von Konsumausgaben und Einkommen in ländlichen Haushalten in der Umgebung des Lore Lindu Nationalparks erhoben wurden. Im Jahr 2005 wurden zwei vielversprechende indikatorbasierte Armutsschätzungsinstrumente für Zentralsulawesi entwickelt. Diese Instrumente schätzen anhand von 15 Stellvertreterindikatoren, ob ein Haushalt absolut sehr arm ist (ob also seine Konsumausgaben unterhalb von einem Dollar Kaufkraftparität pro Kopf und Tag liegen). Im Jahre 2007, zwei Jahre nach ihrer Erstschätzung, wurden beide Instrumente hinsichtlich ihrer Verwendbarkeit zur Armutsschätzung und hinsichtlich der Veränderung der Indikatorenzusammenstellung bei einer Neuschätzung getestet. Zusätzlich wurde ein vergleichbares Instrument, das von der U.S. Agency for International Development (USAID) zur Armutsmessung in Indonesien angeboten wird, mit den Daten aus Zentralsulawesi getestet. Hinsichtlich der Verwendbarkeit der Instrumente aus dem Jahr 2005 lässt sich sagen, dass es weiterhin möglich ist, den Armutsstaus der Haushalte mit diesen Instrumenten zuverlässig abzuschätzen. Ein Problem jedoch ist, ! dass der Prozentsatz der sehr armen Haushalte dabei überschätzt wird. Zur Abschätzung der absoluten Armut in der Untersuchungsregion kann die Verwendung von 15 einfach zu verifizierenden Indikatoren (Model 2 aus 2005) in Kombination mit den Quantil-Regression-Koeffizienten dieser Indikatoren aus einer einstufigen Schätzung empfohlen werden. Diese Empfehlung basiert auf einem Vergleich verschiedener Genauigkeitsmaße aller Instrumente in beiden Untersuchungsjahren (2005 und 2007). Bei der Neuschätzung der Instrumente basierend auf dem Datensatz aus 2007 verändert sich zwar die Indikatorenzusammensetzung, das Genauigkeitslevel bleibt aber weitgehend gleich. Das auf nationaler Ebene kalibrierte Instrument von USAID lag in der Schätzgenauigkeit deutlich hinter den regional kalibrierten Instrumenten. Um in besseres Verständnis der Armutsdynamik in der Untersuchungsregion zu gewinnen, wurden im Weiteren verschiedene Armutsprüfmaße der Jahre 2005 und 2007 berechnet und miteinander verglichen. Außerdem wurden Übergänge zwischen den verschiedenen Armutskategorien erfasst. Die Ergebnisse zeigen, dass die Menschen im Untersuchungsgebiet zwischen den Jahren 2005 und 2007 ärmer geworden sind. Dies zeigt sich vor allem an einer signifikant höheren Zahl derer, deren Konsumausgaben 2007 unter der 2-Dollar-Armutslinie liegen. Darüber hinaus liegt das Armutsdefizit im Jahr 2007 immer über dem des Jahres 2005, unabhängig davon, in welcher Höhe die Armutslinie angesetzt wird. Während 49 Prozent der sehr armen Haushalte in beiden Untersuchungsjahren sehr arm bleiben, bewegen sich 33 Prozent der sehr armen Haushalte aus ihrer schwerwiegend Armut heraus, bleiben aber dennoch unter der 2-Dollar-Armutslinie. Allerdings gibt es auch Bewegungen in die entgegengesetzte Richtung: 2! 3 Prozent der armen Haushalte des Jahres 2005 (unter der 2-Dollar-Armutslinie) waren im Jahr 2007 sehr arm (unter der 1-Dollar-Armutslinie). Um die Einflussfaktoren dauerhafter und vorübergehender Armut ausfindig zu machen, wurden multinominale Regressionsanalysen angewendet. Die Ergebnisse zeigen, dass große Haushalte einer höheren Wahrscheinlichkeit unterliegen vorübergehend oder dauerhaft sehr arm zu sein. Auch die Wahrscheinlichkeit von dauerhafter Armut (unter der 2-Dollar-Armutslinie) ist erhöht. Fehlende Elektrizität erhöht ebenfalls das Risiko von dauerhafter und vorübergehender schwerwiegender Armut, sowie das von dauerhafter Armut. Haushalte ohne Sozialkapital sind ebenfalls einer höheren Wahrscheinlichkeit ausgesetzt, dauerhaft sehr arm zu sein. Im Gegensatz dazu verringert der Zugriff auf Kredite das Risiko von dauerhafter schwerwiegender Armut, sowie auch die Wahrscheinlichkeit von dauerhafter oder vorübergehender Armut betroffen zu sein. Haushalte di! e kein zusätzliches Einkommen durch Zahlungen von Verwandten,! die in anderen Regionen arbeiten, bekommen, sind dem Risiko von (schwerwiegender) dauerhafter Armut besonders ausgeliefert. Abschließend verringert die Möglichkeit, Einkommen außerhalb der Landwirtschaft zu erwirtschaften, die Wahrscheinlichkeit vorübergehend sehr arm zu sein. Weiterhin gibt es einen deutlichen Zusammenhang zwischen ländlicher Armut und Entwaldung in der Umgebung des Lore Lindu Nationalparks. Zwischen den Jahren 2000 und 2006 wurden im Untersuchungsgebiet ca. 52 km2 Regenwald gerodet und in landwirtschaftliche Nutzung überführt. Während die relativ armen und ärmsten Haushalte vorwiegend Feldfrüchte zur Subsistenz auf den gerodeten Flächen anbauten, pflanzten die relativ wohlhabenderen Haushalte Kakaobäume. Die Ergebnisse zeigen weiter, dass ärmere Haushalte mehr Flächen roden als wohlhabendere Haushalte. Dennoch wird der größte Anteil der gerodeten Fläche zur Pflanzung von Kakaobäumen benutzt. Haushalte mit jüngeren Haushaltsvorstehern roden mit einer höheren Wahrscheinlichkeit als solche mit älteren. Interessanterweise erhöht in Haushalten vorhandenes Sozialkapital die Wahrscheinlichkeit, dass ein Haushalt Wald rodet. Sichere Landrechte hingegen verringern die Wahrscheinlichkeit von Entwaldung. Weiterhin unterli! egen Haushalte aus weiter vom Wald entfernten Distrikten einer niedrigeren Wahrscheinlichkeit zu roden.de
dc.format.mimetypeapplication/pdfde
dc.language.isoengde
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/de
dc.titleLändliche Armut in Indonesien: Indikatoren, Dynamik und Verbindung zur Entwaldungde
dc.typedoctoralThesisde
dc.title.translatedRural Poverty in Indonesia: Proxy-means Tests, Dynamics, and Linkages with Deforestationde
dc.contributor.refereeZeller, Manfred Prof. Dr.de
dc.date.examination2010-05-10de
dc.subject.dnb330 Wirtschaftde
dc.description.abstractengThis thesis aims at analyzing three aspects of rural poverty in Central Sulawesi, Indonesia: Its aim is to assess the robustness of two operational poverty assessment models developed in 2005 for Central Sulawesi. It thus contributes to the discussion on the rationale for operational poverty assessment by proxy-means tests. Furthermore, the study aims to gain a better understanding of the poverty dynamics in the region and it is the most recent contribution to the to this topic in the Indonesian context. Additionally, the study explores the link between rural poverty and deforestation at the household level in the research area. The analyses are based on primary data obtained from household surveys on expenditures and income in the vicinity of the Lore Lindu National Park in Central Sulawesi. In 2005, two very promising operational poverty assessment models were developed for Central Sulawesi using 15 proxy indicators to predict absolute poverty. In 2007, both models were tested regarding the extent to which these models are robust over time in terms of prediction power and in terms of their indicator composition. In addition, an indicator based poverty assessment tool provided by the U.S. Agency for International Development (USAID) for Indonesia was evaluated here using the data set from Central Sulawesi. Regarding the robustness of indicator-based poverty assessment by proxy-means tests, the sets of indicators derived in 2005 were still capable of detecting the very poor households (those living on less then 1 Dollar purchasing power parities per capita and day) in 2007. However, the models tend to over-predict the very poor. For the assessment of absolute poverty in the research area, we recommend the use of 15 easy to verify indicators (Model 2) in combinati! on with the quantile coefficients of these indicators derived from the one-step procedure (estimated in 2005). This is based on the comparison of accuracy performance of all tools in both years. The accuracy levels of the two models tested remain similar when estimated using the 2007 dataset. However, the indicator composition of the tools changed. The nationally calibrated tool provided by USAID is shown to perform poorly in terms of accuracy when applied to our data set. To gain a better understanding of the poverty dynamics in the region, different measures of poverty are compared between the survey years of 2005 and 2007. Additionally, transitions into and out of poverty are obtained. The results show that people in the research area got poorer between 2005 and 2007 since significantly more people are shown to slipped into expenditures below the 2 US$-poverty line. Moreover, the poverty deficit in 2007 is also shown to be greater than the poverty deficit of 2005 irrespective of which poverty line is used. While 49 percent of the very poor households remain very poor in both survey years, 33 percent of them moved out of severe poverty but still had to live on less than 2 US$ PPP per capita and day. Nonetheless there is also movement in the opposite direction. 23 percent of the households in the category of poor (living on less than 2 US$-poverty line) in 2005, became severely poor (less than 1 US$-poverty line) in 2007. To trace the underly! ing determinants of chronic and transitory poverty, multi-nominal logit regression analyses were applied. Results show that large households are more likely to be chronically and transitorily very poor. They are also shown to have higher probability of being chronically poor. Lack of access to electricity also makes severe chronic and transitory poverty, as well as chronic poverty more probable. Household without access to social capital are similarly more likely to get chronically very poor. Access to credit reduces the probability of becoming chronically very poor and also makes chronic and transient poverty less likely. Household without access to remittances from relatives working away from home are also more prone to (severe) chronic poverty. Finally, lack of opportunities to engage in non-agricultural income generating activities increases the probability to become chronically or transitorily very poor. The results from the study on the linkage between poverty and deforestation suggests that conversion of forest into farm land in the research area is indeed a severe problem. Approximately 52 km2 of forest area was converted into farm land between 1999 and 2006 by smallholders. While the poorest and the poor mainly replace forests with subsistence crops such as maize and dry rice, the wealthier households mainly grow cocoa. The findings also show that poorer households are more likely to clear forest than their wealthier counterparts. However, most of the area converted is dedicated to cocoa production. Furthermore, households with younger household heads tend to clear more forest area than households with older household heads. Interestingly, access to social capital tends to increase deforestation. Secure property rights, however, tend to reduce deforestation. Additionally, the location of the household plays a crucial role: households living in a sub-district closer at th! e forest boarder are more likely to clear forest than those located further away.de
dc.contributor.coRefereeWollni, Meike Prof. Dr.de
dc.contributor.thirdRefereeFaust, Heiko Prof. Dr.de
dc.subject.topicAgricultural Sciencesde
dc.subject.gerArmutde
dc.subject.gerArmutsindikatorende
dc.subject.gerArmutsmessungde
dc.subject.gerArmutsdynamikde
dc.subject.gerEntwaldungde
dc.subject.gerländliche Haushaltede
dc.subject.gerökonometrische Modellede
dc.subject.gerIndonesiende
dc.subject.engIndicators of povertyde
dc.subject.engproxy-means testsde
dc.subject.engpoverty assessmentde
dc.subject.engpoverty transitionde
dc.subject.engdeforestationde
dc.subject.engrural householdsde
dc.subject.engeconometric modelsde
dc.subject.engIndonesiade
dc.subject.bk83.46de
dc.subject.bk43.61de
dc.subject.bk74.21de
dc.identifier.urnurn:nbn:de:gbv:7-webdoc-2728-8de
dc.identifier.purlwebdoc-2728de
dc.affiliation.instituteFakultät für Agrarwissenschaftende
dc.subject.gokfullYKH000de
dc.subject.gokfullLCB419de
dc.subject.gokfullLMG211de
dc.subject.gokfullYYU000de
dc.subject.gokfullQGK 700: Indonesien {Geographie}de
dc.identifier.ppn657389536de


Dateien

Thumbnail
Thumbnail

Das Dokument erscheint in:

Zur Kurzanzeige