Inequality at a Location: A Local Inequality Index Based on Mean Log Deviation

तकनीकी सारांश: एक स्थान पर असमानता: माध्य लघु विचलन (Mean Log Deviation) पर आधारित एक स्थानीय असमानता सूचकांक

समस्या विवरण
पारंपरिक असमानता माप जनसंख्या के कुल योग को एक विशेषता के रूप में देखते हैं, जिससे उस स्थानिक संदर्भ की अनदेखी होती है जिसमें व्यक्ति आर्थिक विषमता का अनुभव करते हैं। जबकि सापेक्ष अभाव (relative deprivation) के सिद्धांत यह सुझाव देते हैं कि व्यक्ति राष्ट्रीय जनसंख्या के बजाय स्थानीय संदर्भ समूहों के विरुद्ध अपनी स्थिति का आकलन करते हैं, मौजूदा अनुभवजन्य विधियाँ "एक स्थान पर असमानता" को प्रभावी ढंगता से पकड़ने में विफल रहती हैं। वर्तमान दृष्टिकोण आमतौर पर निश्चित प्रशासनिक इकाइयों या निश्चित-त्रिज्या बफ़र्स के भीतर मानक सूचकांकों (जैसे, गिनी, MLD) की गणना करते हैं। इन विधियों के दो प्राथमिक दोष हैं:

1. संशोधनीय क्षेत्रीय इकाई समस्या (Modifiable Areal Unit Problem - MAUP): परिणाम मनमाने सीमा निर्धारण और पैमाने पर अत्यधिक निर्भर होते हैं।
2. स्थानिक संवेदनशीलता का अभाव: स्थिति का उपयोग केवल एक नमूना चुनने के लिए किया जाता है; एक बार चुने जाने के बाद, उस नमूने के भीतर इकाइयों की स्थानिक व्यवस्था की अनदेखी की जाती है। बफ़र के भीतर एक इकाई को स्थानांतरित करने से सूचकांक का मान नहीं बदलता है।

यह शोध पत्र तर्क देता है कि स्थानीय असमानता के माप को स्थिति को एक अंतर्निहित चर के रूप में मानना चाहिए जो स्वयं माप को आकार देता है, न कि केवल डेटा चयन के लिए एक फ़िल्टर के रूप में।

कार्यप्रणाली: स्थानीय असमानता सूचकांक (Local Inequality Index - LII)
यह शोध पत्र प्रस्तावित करता है कि एक दूरी-क्षय कर्नेल (distance-decay kernel) का उपयोग करके माध्य लघु विचलन (MLD) को स्थानिक संदर्भ में अनुकूलित करके 'स्थानीय असमानता सूचकांक' (LII) का निर्माण किया गया है।

• मुख्य निर्माण: एक फोकल स्थान $j$ के लिए, LII ($LII_j$) की गणना एक भारित MLD के रूप में की जाती है जहाँ भार $j$ और इकाई $i$ के बीच की दूरी $d_{ij}$ पर आधारित एक कर्नेल फलन $w(d_{ij})$ द्वारा निर्धारित होता है।
  $$LII_j := \ln \bar{X}^w_j - \sum_i S_j(p_i) \ln X_i$$
  जहाँ:

  • $\bar{X}^w_j$ $j$ पर केंद्रित स्थानिक रूप से भारित औसत आय है।
  • $S_j(p_i)$ और $S_j(s_i)$ स्थानिक रूप से भारित जनसंख्या और आय हिस्से हैं।
  • कर्नेल $w(d_{ij})$ यह सुनिश्चित करता है कि निकटतम इकाइयाँ संदर्भ माध्य और फैलाव (dispersion) दोनों में अधिक योगदान दें।

• कर्नेल विनिर्देश: शोध पत्र एक सजातीय कर्नेल $w(d) = d^{-\alpha}$ की सिफारिश करता है जिसमें क्षय पैरामीटर $\alpha \ge 0$ है।

  • स्व-दूरी ($d_{jj}$): एक इकाई को उसके अपने परिवेश में शामिल करने के लिए, एक कड़ाई से धनात्मक स्व-दूरी को $d_{jj} = k \cdot \min_{i \neq j} d_{ij}$ (जहाँ $0 < k \le 1$) के रूप में परिभाषित किया गया है। यह फोकल इकाई को बाहर होने से रोकता है (जैसा कि पारंपरिक स्थानिक भारों में होता है) और यह सुनिश्चित करता है कि जब $\alpha = 0$ हो, तो वैश्विक MLD समाविष्ट (nested) रहे।
  • क्षय पैरामीटर ($\alpha$): संदर्भ वातावरण के स्थानिक पैमाने को नियंत्रित करता है। जैसे-जैसे $\alpha$ बढ़ता है, दूर की इकाइयों का प्रभाव कम होता जाता है।

• सैद्धांतिक गुण:
  शोध पत्र एक वैध स्थानीय असमानता माप के लिए दो आवश्यक गुणों को परिभाषित करता है:

  1. स्थानीयता (Locality): माप प्रत्येक स्थान पर परिभाषित होना चाहिए और विभिन्न स्थानों के लिए अलग-अलग मान देने वाला होना चाहिए।
  2. स्थानिकता (Spatiality): माप इकाइयों की स्थानिक विन्यास के प्रति प्रतिक्रियाशील होना चाहिए; एक इकाई को स्थानांतरित करने से किसी स्थान पर माप बदलना चाहिए।
     LII $\alpha > 0$ के लिए दोनों गुणों को संतुष्ट करता है। यह GE परिवार से मानक असमानता गुणों (स्केल इनवेरिएंस, निरंतरता) को विरासत में प्राप्त करता है और एक "स्थानिक हस्तांतरण सिद्धांत" (Spatial Transfer Principle) को संतुष्ट करता है (असमानता तब घटती है जब फोकल बिंदु से समान रूप से भारित इकाइयों के बीच प्रगतिशील हस्तांतरण होता है)।

प्रमुख योगदान

1. वैचारिक ढांचा: शोध पत्र 'लोकेलिटी' और 'स्पेशियलिटी' को सत्यापन मानदंडों के रूप में स्थापित करके "एक स्थान पर असमानता" को औपचारिक रूप देता है, जो वास्तविक स्थानीय मापों को उप-नमूनों पर लागू किए गए जनसंख्या मापों से अलग करता है।
2. सूचकांक निर्माण: यह LII का निर्माण करता है, जो एक ऐसा माप है जो डेटा के चयन के लिए स्थिति का उपयोग करने के बजाय एक कर्नेल फलन के माध्यम से प्रत्येक इकाई की स्थिति को पढ़ता है। यह डेटासेट के प्रत्येक अवलोकन के लिए एक विस्तृत, स्थान-विशिष्ट मान की अनुमति देता है।
3. विश्लेणात्मक लक्षण वर्णन: शोध पत्र सजातीय कर्नेल के तहत LII के व्यवहार का वर्णन करता है। यह दर्शाता है कि:
   • $\alpha = 0$ पर, LII वैश्विक MLD में परिवर्तित हो जाता है।
   • जैसे-जैसे $\alpha \to \infty$, LII तत्काल पड़ोस की असमानता में अभिसरित होता है (या शून्य हो जाता है यदि स्व-भार हावी हो जाता है)।
   • $\alpha$ के प्रति LII की प्रतिक्रिया स्थानीय आय विचलन और लॉग दूरी के बीच सहप्रसरण (covariance) द्वारा नियंत्रित होती है।

अनुभवजन्य परिणाम
लेखक 2000 से 2020 तक चीनी प्रान्त-स्तरीय शहरों ($N \approx 290$) पर LII लागू करता है।

• राष्ट्रीय रुझान: LII अवधि के दौरान पारंपरिक राष्ट्रीय MLD की गिरावट का अनुसरण करता है, जो पुष्टि करता है कि सूचकांक व्यापक वितरण परिवर्तनों को पकड़ता है।
• स्थानिक विषमता: LII उन पैटर्न को प्रकट करता है जो समग्र डेटा द्वारा छिपा दिए जाते हैं:
  • मध्य/पश्चिमी क्षेत्र: लगातार कम LII मान दिखाते हैं, जो न्यायसंगत वितरण के बजाय स्थानिक रूप से सजातीय लेकिन कम-आय वाले वातावरण को दर्शाते हैं।
  • यांग्त्ज़ी नदी डेल्टा (YRD): यह क्षेत्र उच्च LII मान बनाए रखता है, लेकिन शोध पत्र नोट करता है कि यह एक एकल प्रमुख केंद्र के इर्द-गिर्द संगठित नहीं है; शंघाई के आसपास के शहर स्वयं अत्यधिक विकसित हैं, जिसके परिणामस्वरूप अन्य उच्च-असमानता क्लस्टरों की तुलना में कम बिखरा हुआ स्थानीय आय वातावरण प्राप्त होता है।
  • पर्ल नदी डेल्टा (PRD): यह क्षेत्र एक ऐसी संरचना प्रस्तुत करता है जो तीव्र स्थानीय आय ढाल (gradient) के कारण उच्च LII को बनाए रखती है। शेनज़ेन की आय 100 किमी के भीतर के शहरों की तुलना में लगभग दोगुनी है, जो एक तीव्र विषमता पैदा करती है। 2015 तक, गुआंगज़ौ ने PRD में उच्चतम LII दर्ज किया, क्योंकि इसकी आय शेनज़ेन की तुलना में काफी पीछे थी, फिर भी स्थानिक रूप से भारित पड़ोस के औसत को बढ़ाने के लिए पर्याप्त करीब थी।
  • पूर्वोत्तर चीन: एक महत्वपूर्ण निष्कर्ष यह है कि जबकि पूर्वोत्तर की आंतरिक असमानता (क्षेत्रीय MLD) में गिरावट आई, इसका LII राष्ट्रीय माध्य के सापेक्ष बढ़ गया। यह शेष चीन के मुकाबले पूर्वोत्तर के बढ़ते आय अंतराल के कारण हुआ है। जैसे-जैसे कर्नेल क्षेत्रीय सीमाओं से परे फैलता है, राष्ट्रीय औसत के सापेक्ष पूर्वोत्तर की "गरीबी" इसके स्थानीय असमानता माप का प्रमुख कारक बन जाती है।
• पैरामीटर संवेदनशीलता: $\alpha$ को बढ़ाने से तत्काल पड़ोस पर ध्यान केंद्रित होता है। बीजिंग और शंघाई जैसे प्रमुख केंद्रों के लिए, उच्च $\alpha$ मानों के कारण उनका LII गिर जाता है (क्योंकि वे स्वयं का संदर्भ बन जाते हैं), जबकि उनके गरीब पड़ोसी (जैसे, बाओडिंग) केंद्र के साथ तीव्र विषमता के कारण बढ़ते LII को दर्शाते हैं।

महत्व और दावे
शोध पत्र का दावा है कि LII स्थानिक रूप से अनुभव की जाने वाली घटना के रूप में असमानता को समझने के लिए एक आवश्यक उपकरण प्रदान करता है। इसका प्राथमिक महत्व इसकी क्षमता में निहित है:

• स्थानीय विषमताओं को उजागर करना: यह अलग-थलग उच्च-असमानता वाले समूहों और उन क्षेत्रों का पता लगाता है जहाँ राष्ट्रीय या क्षेत्रीय सुधारों के बावजूद स्थानीय विषमताएँ बिगड़ रही हैं (जैसा कि पूर्वोत्तर के मामले में देखा गया है)।
• MAUP से बचना: सभी इकाइयों को दूरी के आधार पर निरंतर भारित करके, यह निश्चित-त्रिज्या या प्रशासनिक इकाई दृष्टिकोणों में निहित मनमानी सीमा संबंधी समस्याओं से बचता है।
• विस्तार (Granularity): यह प्रांतों में समूहीकृत किए बिना, डेटा के अपने रिज़ॉल्यूशन (जैसे, शहर-स्तर) पर असमानता का मानचित्र तैयार करता है।

लेखक एक विनम्र लहजा बनाए रखते हैं, यह नोट करते हुए कि $\alpha$ और $k$ का चुनाव असमानता धारणा के स्थानिक पैमाने के संबंध में शोधकर्ता के अनुमानों पर निर्भर करता है। वे सुझाव देते हैं कि भविष्य के कार्य $\alpha$ के लिए सिद्धांत-आधारित चयन नियमों और LII की योज्य अपघटनीयता (additive decomposability) को क्षेत्रीय या जनसांख्यिकीय समूहों पर लागू करने पर ध्यान केंद्रित कर सकते हैं। यह उल्लेख भी किया गया है कि यह ढांचा गैर-भौगोलिक "दूरियों" (जैसे, आयु या सामाजिक नेटवर्क निकटता) के लिए भी लागू किया जा सकता है।