Socioeconomic conditions on poverty levels a case study: Central Java Province and Yogyakarta in 2016
Condições socioeconômicas sobre os níveis de pobreza, um estudo de caso: províncias de Java Central e Yogyakarta em 2016
Achmad Tjachja Nugraha; Gunawan Prayitno; Listio Nandhiko; Ahmad Riswan Nasution
Abstract
Keywords
Resumo
Resumo: Este estudo tem como objetivo analisar como a disponibilidade de infraestrutura, as condições socioeconômicas e o efeito da localização influenciam nos níveis de pobreza. A análise descritiva é usada para dar uma descrição geral da pobreza usando cartas e mapas temáticos. O mapa da pobreza é analisado por autocorrelação espacial dos níveis de pobreza, pelo uso de um gráfico de dispersão de Moran e do Mapa de Indicadores Locais de Associação Espacial (LISA). Os resultados do estudo indicam a existência de ligações espaciais à pobreza. O aumento de outras variáveis fora do modelo em regiões vizinhas aumentará o nível de pobreza em uma região. A infraestrutura da extensão das estradas, infraestrutura de água potável, crescimento econômico, qualidade da educação e saúde têm influência significativa no nível de pobreza, embora a porcentagem de saneamento decente não tenha demonstrado afetar o efeito significativo sobre a pobreza. A conclusão é que o nível de pobreza nas províncias de Java Central e Yogyakarta tem uma distribuição desigual e um padrão espacial agrupado.
Palavras-chave
Referências
Aklilu Zewdie, M., Aidi, M., & Sartono, B. (2015). Spatial econometric model of poverty in Java Island.
Anselin, L. (1988).
Anselin, L. (1993).
Anselin, L. (1995). Local Indicators of Spatial Association – LISA.
Anselin, L. (2005).
Arka, S., & Wirawan, I. M. T. (2015). Analisis Pengaruh Pendidikan, PBRB Per Kapita dan Tingkat Pengangguran Terhadap Jumlah Penduduk Miskin Provinsi Bali.
Astuti, R. R. (2015).
Azzainuri, M. D. (2014).
Badan Pusat Statistik – BPS. (2017).
Central Bureau of Statistics. (2016).
Central Java Province (2014).
Cliff, A. D., & Ord, J. K. (1973).
Geary, R. C. (1954). The contiguity ratio and statistical mapping.
Groce, N., Kembhavi, G., Wirz, S., Lang, R., Trani, J.-F., & Kett, M. (2011).
Higazi, S. F., Abdel-H., D., & Al-Oulfi, S. A. (2013). Application of spatial regression models to income poverty ratios in middle delta contiguous Counties in Egypt.
Himawan, A., & Bagus, S. (2016, October).
Humantito, I. J. (2009).
Kuncoro, S. (2014).
Laswinia, V. D., & Chamid, M. S. (2016). Analisis Pola Hubungan Persentase Penduduk dan Sosial di Indonesia Menggunakan Regresi Spasial.
Liu, Q. Q., Yu, M., & Wang, X. L. (2015). Poverty reduction within the framework of SDGs and Post-2015 Development Agenda.
Malik, H. (2017).
Moran, P. A. P. (1948). The Interpretation of Statistical Maps.
Nugraha, A. T., Prayitno, G., Situmorang, M. E., & Nasution, A. (2020). The role of infrastructure in economic growth and income inequality in Indonesia.
Pérez de la Fuente, B. (2016). Economic growth and poverty reduction in a rapidly changing World.
Prabandari, A., Ari, I. R., & Hariyani, S. (2017).
Prayitno, G., Sari, N., & Putri, I. K. (2019). Social capital in poverty alleviation through Pro-Poor Tourism concept in Slum Area (Case Study: Kelurahan Jodipan, Malang City).
Tambunan, T. (2000).
Thongdara, R., Samarakoon, L., Shrestha, R. P., & Ranamukhaarachchi, S. L. (2012). Using GIS and spatial statistics to target poverty and improve poverty alleviation programs: a case study in Northeast Thailand.
Townsend, P. (1962). The meaning of poverty.
Ustama, D. D. (2010). Peranan Pendidikan Dalam Pengentasan Kemiskinan.
World Bank. (1994).
Yogyakarta Province Government. (2016).
Zhao, R., Tian, Y., Lei, A., Boadu, F., & Ren, Z. (2019). The effect of local government debt on regional economic growth in China: a nonlinear relationship approach.
Zhao, X., Zheng, Y., Huang, X., Kwan, M. P., & Zhao, Y. (2017). The effect of urbanization and farmland transfer on the spatial patterns of non-grain farmland in China.
Submetido em:
21/01/2020
Aceito em:
17/02/2021