墨西哥城贫民窟严重程度指数的探索性因子分析模型外文翻译资料

 2023-01-01 19:20:40

本科毕业设计（论文）

外文翻译

墨西哥城贫民窟严重程度指数的探索性因子分析模型

德布拉吉·罗伊

荷兰阿姆斯特丹大学

戴维·伯纳尔

荷兰阿姆斯特丹大学

迈克尔·李斯

荷兰阿姆斯特丹大学

摘要

如今，全球一半以上的人口居住在城市地区，预计到2050年，三分之二的人口将居住在城市中。农村人口向城市的迁移增加，加上住房贫困，导致非正规住区（通常称为贫民窟）的增长和形成。在墨西哥，现在有25％的城市人口居住在非正式程度不同的贫困地区。尽管一些非正规住区为居民的向上流动做出了贡献，但大多数非正规住区仍缺乏基本服务。墨西哥城及其周围的城市形成了一个拥有2100万人口的巨型城市，这种城市的增长方式被称为“加剧不平等和污染水平的高生产率”（可在以下网址获得：https://www. smartcitiesdive.com/ex/sustainablecitiescollective/making-way-urban-reform-mexico/176466/），其中包含世界上最大的贫民窟：那扎-查可-伊泽塔(Neza-Chalco-Izta)。现在的城市改革旨在改善这些贫民窟的状况，因此，拥有可靠的工具来衡量正在发生的变化非常重要。在本文中，我们根据联合国人居署对贫民窟的定义，使用探索性因子分析来定义墨西哥城的住房剥夺指数，即贫民窟严重度指数（SSI）。我们将这一新方法应用于墨西哥人口普查调查，并测量1990年至2010年家庭住房匮乏程度。我们的分析突出了墨西哥城住房条件的高度可变性。我们发现，由于多项政策改革，SSI在1990年至2000年之间大幅下降，但在2000年至2010年之间却有所上升。我们还揭示了SSI与其他社会因素（如教育，健康和生育率）的相关性。我们使用从超高分辨率（VHR）遥感卫星图像中提取的灰度共生矩阵（GLCM）特征，对SSI进行了验证。最后，我们证明，与由康纳利(Connolly P(2009)观察不规则定居点的演变:墨西哥城的殖民地人口，1990年至2005年。国际发展规划检讨31:1-35)所定义的类似指标相比，SSI可以对贫困程度进行具有最重大意义的评估。

关键词

贫困指数，因子分析，灰度共生矩阵，墨西哥城，贫民窟

引言

在21世纪，在城乡人口迁移的推动下，城市人口继续快速增长。据估计，在未来的三十年中，全世界60％以上的城市人口将生活在亚洲和拉丁美洲等新兴经济体的大城市中（联合国人居署，2003年）。孟买和墨西哥城等大城市是世界上最大的贫民窟（达拉维和内萨·查尔科·伊斯塔）的所在地。但是，贫民窟的增长和形成并不一定是快速城市化的必然结果。这种论点在1900年至2000年之间扩展到附近的城镇，并侵占了贫民窟在其上发展的陡峭山坡和干dried的湖床（联合国人居署，2003年）。今天，墨西哥城约有三分之二的人口生活在贫民窟，表现出社会异质性和不同程度的住房剥夺（联合国人居署，2003年）。贫民窟一旦建立，通常就缺乏基础设施和服务，具体取决于地形，位置和政治气候。自2001年以来，联邦区政府一直为贫困贫民窟的家庭装修和家庭扩建提供信贷（福斯特，2010年）。2015年7月，负责衡量墨西哥贫困状况的政府机构发布的新闻稿（CONEVAL）（福斯特，2010年）表明，城市贫困率从40.6％上升至41.7％，这意味着约有3540万人生活在贫困线以下。因此，有证据表明，城市规划者正面临着快速的城市化进程，难以应对城市贫困人口对基本服务的多样化需求。显然，缺乏量化工具和针对性的政策干预措施是管理快速城市化议程中的主要问题（图洛克和博雷尔-萨拉丁，2018年）。

在墨西哥城，政策已经演变，城市当局采取了不同的战略，从贫民窟的原地发展，到重新安置殖民地和强迫驱逐。然而，衡量这些干预措施是否成功的关键困难之一是缺乏一种多维指数，它包括界定贫民窟的生活条件的各个方面。因此，本文的目的是利用探索性因子分析来开发墨西哥城的多维贫民窟严重程度指数(SSI)。我们依靠联合国人居署的更一般的定义,定义了一个贫民窟的家庭,一群生活在同一屋檐下的人在市区,缺乏一个或多个下列条件(联合国人居署,2003):(1)持久的永久性住房性质,防止极端气候条件;(2)有足够的生活空间，即三人以上同住一室;(3)以负担得起的价格获得足够数量的安全用水;(4)有一定数量的人共用一间私人厕所或者公共厕所，享有适当的卫生条件;(5)土地使用权的保障，防止强行拆迁。此外，联合国人居署建议“只有前4个国家有助于定义那些遭受住房匮乏的国家”(联合国人居署，2003年)。虽然缺乏使用权保障是大多数贫民窟的条件之一，但不应将其用于衡量住房匮乏(联合国人居署，2003年)。由于本文的目标是在定义贫民窟的基础上建立一个连续的住房剥夺指数，因此我们在分析中没有考虑住房使用权的安全性。

贫民窟是多种多样的，城市中的每个贫民窟都遭受着不同程度的贫困。 贫民程度取决于贫民窟家庭中普遍存在哪些定义贫民窟的条件（罗伊等人，2014年）。 因此，多维SSI的重要性在几个层次上得到了强调。在《千年发展目标》（目标7，目标11）中，联合国已着手实现“到2020年使1亿贫民窟居民的生活得到重大改善”（卡斯特罗等，2010年）。在墨西哥，2004年批准了Desarrollo Social普通法（LGDS），以保证社会各阶层的社会发展。它指出，国家政策应保护个人和集体的社会权利，包括城市穷人的住房权。

自20世纪70年代中期以来，实证分析考虑了城市贫民所经历的各种非经济剥夺，以补充经济措施。从概念上讲，许多分析是由基本需求法、能力法和社会包容法所推动的。出现了许多的方法来评估贫困从多维的角度来看,如仪表板方法(阿尔凯尔等,2011年),上证综合指数方法(森和阿南德,1997年),维恩图(Decancq等,2015年),主导地位的方法(巴塔纳和杜克洛,2010年),统计方法(克里斯纳加尔,2008年),模糊集(阿皮亚·库比等,2007年)和公理化方法(查克推瓦蒂2013年)。阿尔凯尔等(2015年)的一项综合综述表明，当剥夺被认为是一种潜在现象，而观察到的指标部分或间接地测量了抽象的潜在概念时，基于模型的统计技术是最合适的。此外，统计技术既可以用于基数数据，也可以用于序数数据。在墨西哥，CONEVAL定义了一个基于模糊集的指数（全国社会发展政策评估委员会,2014年）以衡量社会发展，以服务墨西哥政府作为贫困指标。但是，衡量贫民窟住房剥夺的指数还很新，还处于起步阶段。帕特尔等（2014年）为印度的两个城市（加尔各答和孟买）开发了基于仪表板的SSI。但是，该索引具有三个主要缺点。首先，该指数是离散的，表示家庭中缺乏的属性数量(在联合国人居署中定义)。这使得我们无法比较具有相同指数的不同家庭(或城市)，因为贫困可能是由于不同的属性造成的。因此，要比较不同的地区(或城市)，需要分解索引，这违背了首先创建索引的目的。其次，该框架在家庭层面运作，这似乎与贫民窟管理政策无关，而贫民窟管理政策主要是在社区层面实施的。最后，在不同的城市，联合国人居署提到的属性应该根据城市的背景进行加权。例如，如果整个城市的水资源短缺持续存在，那么在计算SSI时，水资源短缺的重要性就会降低，因为潜在的原因很可能是其他因素。最近的研究已使用遥感来识别贫民区，使用重要的地标和土地使用标准作为反映地理区域物理剥夺的指标（卡德等，2010年）。制定的综合指数包括四个主要方面，分别描述各个地区的物理属性，污染源，可用服务和安全性（卡德等，2010年）。但是，使用“安全状态”或“可用服务”之类的代理的缺点是它们并不通用，并且可能不适用于印度和墨西哥等几个发展中国家。同样，因子分析已被用于区分哥伦比亚市区之间的物理条件。目的是将城市街区分为六个不同的类别或“地层”，其中一个是最差的条件，而六个代表最佳的条件。然而，这样的分层导致信息丢失，并使得难以理解层内和层间差异（云达，2019年）。

在本文中，我们应用基于模型的统计技术，即探索性因子分析（EFA），超越了传统的住房剥夺的离散分类，并使用新颖的SSI在频谱上投影了项目的物理剥夺。该指数的值在0到1之间，其中0表示住房匮乏，而1表示最贫困的生活条件。SSI是根据1990年，2000年和2010年墨西哥城的人口普查数据计算得出的。本文针对贫民窟的匮乏提出了三个主要见解。首先，我们提供了使用灰度共生矩阵（GLCM）来验证SSI的框架，灰度共生矩阵是从超高分辨率（VHR）遥感卫星图像中提取的文本特征。此外，这表明基于图像的特征和社会经济状况之间的可转移性。其次，我们对墨西哥城贫民窟的异质性有了更好的理解。我们分析了SSI与其他物质指标如就业、教育和健康的关联。最后，结果表明，本文提出的SSI能够在块级上对匮乏差异的程度进行基数有意义的评估。本文进一步组织如下:首先，我们提供了方法(因子分析模型)和数据的描述。在下一节中，我们将介绍SSI的结果及其与康纳利指数的比较。此外，我们还分析了SSI与其他社会经济指标之间的关系。最后，对研究结果进行了讨论，并提出了今后的研究方向。

方法

在本节中，我们详细阐述了计算墨西哥城SSI的数据和统计模型。

数据

在这里，我们描述了来自国家统计，地理和信息学研究所（INEGI）的人口普查数据，该研究所是墨西哥负责人口普查的官方政府机构。尽管一般的普查数据每五年提供一次，但我们对2010年以来的数据进行了研究，因为它们包含四个汇总级别（市政，本地性，街区组和个人街区）的数据，并涵盖了有关个人的广泛属性集（年龄，教育程度，性别分布，工作，健康，移徙，土著血统，残疾，宗教信仰，房屋（建筑材料，房间数量，服务（例如电，水）和类型（无人居住，公共或个人）），以及家庭结构。数据包括157,017个样本和198个属性。1990年至2000年的数据被进一步用来举例说明SSI的应用，并且不包含块级别的数据。如上一节所述，我们根据联合国对贫民窟的定义来定义SSI，因此使用数据中的以下指标。指标的值是根据联合国人类住区规划署发布的《城市指标指南》进行选择的，以监测《人居议程》和《千年发展目标-贫民窟目标》（联合国人居署，2009年）。图1和图2分别显示了墨西哥城这四个指标的空间分布和概率密度分布。

图1 2010年墨西哥城城市街区四个属性的空间分布。(a)每个房间的人的空间分布。(b)没有下水道和厕所的住房的空间分布情况。(c)有泥土地面和临时结构的房屋的空间分布情况。(d)缺乏管道和公共水的住房比例的空间分布。注意:图中只绘制了前30%。

图2 2010年，墨西哥城市街区的密度、卫生、结构和水的分布。y轴(标记为概率密度)表示x轴上提到的随机变量的概率密度函数的密度估计。

足够的生活空间。联合国人居署将充足的居住空间定义为不超过三人共享一间房。因此，我们使用密度(d)来定义一个房间里的人数。我们发现墨西哥城的大多数房子每个房间大约有1.5个人。图1a显示，与城市的其他地区相比，墨西哥城东南部存在合理的过度拥挤(超过三个人共享一个房间)。一般来说，贫民窟缺乏卫生设施和水，再加上家庭居住空间不足和临时住房不足(联合国人居署，2003年)。

获得卫生设施。根据联合国人居署的说法，卫生设施的可获得性应以私人厕所或公共厕所的形式计算，以获得排泄物处理系统的人口比例(联合国人居署，2009年)。在本节中，我们使用没有下水道和厕所(私人或公共)的房屋的比例来衡量卫生设施的可获得性。图1b显示这是一种更为普遍的情况。它占所有房屋的4%，出现在几乎27%的街区。卫生设施不足仍然是腹泻病和儿童死亡率的主要原因，特别是在城市贫民窟(布滕海姆,2008年)。

结构质量和耐用性。根据联合国人居署的规定，应根据非危险场所和建筑质量（例如用于墙壁，地板和屋顶的材料）计算结构质量和耐久性（联合国人居署，2009年）。 在这项研究中，我们使用具有肮脏地板和临时结构的房屋比例来衡量一个街区的结构质量。图2显示这是一个更普遍的情况，因为几乎30％的街区都有土楼房，占墨西哥城房屋总数的5％左右。

获得安全的水。据人居署称，获得安全水的人数应以拥有自来水，受保护的井或公共水龙头的人口比例计算（联合国人居署，2009年）。在我们的研究中，我们使用缺乏自来水和公共水的房屋比例来衡量“获得安全水”的程度。由于没有缺水，大部分城市地区都显示为白色（图2所示）。 整个城市街区缺少管道和公共水的房屋比例的中位数为零。 图1d显示，高水平的水资源贫困集中在城市的周边地区。

探索性因素分析（EFA）模型

在本节中，我们简要介绍了我们用于计算SSI的EFA模型（法布里格和韦格纳，2011年）。 过去，EFA模型已用于计算各种贫困指数（Marıacute;-Dellrsquo;Olmo等人，2011年；梅泽蒂和比拉里，2005年）。 EFA模型通常以矩阵形式表示为：

（1）

X是可观测的随机变量的矩阵(部分中描述“足够的生活空间”

剩余内容已隐藏，支付完成后下载完整资料

本科毕业设计（论文）

外文翻译

学 院：理学院

专 业：应用统计学

班 级：统计171

学 　 号：2017210218004

学生姓名：吴晨

指导教师：吕平

二○二○ 年 五 月

An exploratory factor analysis model for slum severity index in Mexico City

Debraj Roy

University of Amsterdam, the Netherlands

David Bernal

University of Amsterdam, the Netherlands

Michael Lees

University of Amsterdam, the Netherlands

Abstract

Today, over half of the worldrsquo;s population lives in urban areas and it is projected that, by 2050, two out of three people will live in a city. This increased rural–urban migration, coupled with housing poverty, has led to the growth and formation of informal settlements, commonly known as slums. In Mexico, 25% of the urban population now live in informal settlements with varying degrees of deprivation. Although some informal neighbourhoods have contributed to the upward mobility of the inhabitants, the majority still lack basic services. Mexico City and the conurbation around it form a mega city of 21million people that has been growing in a manner qualified as lsquo;highly unproductive, (that) deepens inequality, raises pollution levelsrsquo; (available at: https://www. smartcitiesdive.com/ex/sustainablecitiescollective/making-way-urban-reform-mexico/176466/) and contains the largest slum in the world: Neza-Chalco-Izta. Urban reforms are now aiming to improve the conditions in these slums and therefore it is very important to have reliable tools to measure the changes that are underway. In this paper, we use exploratory factor analysis to define an index of shelter deprivation in Mexico City, namely the Slum Severity Index (SSI), based on the UN-HABITATrsquo;s definition of slum. We apply this novel approach to the Census survey of Mexico and measure the shelter deprivation levels of households from 1990 to 2010. The analysis highlights high variability in housing conditions within Mexico City. We find that the SSI decreased significantly between 1990 and 2000 as a result of several policy reforms but increased between 2000 and 2010. We also show correlations of the SSI with other social factors such as education, health and fertility. We present a validation of the SSI using Grey Level Co-occurrence Matrix (GLCM) features extracted from Very-High Resolution (VHR) remote-sensed satellite images. Finally, we show that the SSI can present a cardinally meaningful assessment of the extent of deprivation compared with a similar index defined by Connolly (Connolly P (2009) Observing the evolution of irregular settlements: Mexico cityrsquo;s colonias populares, 1990 to 2005. International Development Planning Review 31: 1–35) that studies shelter deprivation in Mexico.

Keywords

deprivation index, factor analysis, Grey Level Co-occurrence Matrix, Mexico City, slums

Introduction

In the 21st century, the urban population continues to increase rapidly, driven by rural–urban migration. It is estimated that over the next three decades more than 60% of the worldrsquo;s urban population will live in mega cities in emerging economies such as Asia and Latin America (UN-HABITAT, 2003). Mega cities such as Mumbai and Mexico City are home to the largest slums (Dharavi and Neza-Chalco-Izta) in the world. However, the growth and formation of slums need not be an inevitable consequence of rapid urbanisation. Such an argument between 1900 and 2000, expanding into nearby towns and invading steep hillsides and dried-up lake beds on which slums developed (UN-HABITAT, 2003). Today, around twothirds of the population in Mexico City live in slums and exhibit social heterogeneity and varying degrees of shelter deprivation (UNHABITAT, 2003). Once established, a slum typically lacks basic infrastructure and services depending upon the terrain, the location and the political climate. Since 2001, the federal district government has provided credits for home improvements and extensions to households in impoverished slums (Foster, 2010). In July 2015, a press release from the governmental institution in charge of measuring poverty in Mexico (CONEVAL) (Foster, 2010) stated that urban poverty increased from 40.6% to 41.7%, which equates to around 35.4 million people living below the poverty line. Therefore, evidence indicates that urban planners confronted with rapid urbanisation struggle to cope with the diverse demand for basic services of the urban poor. It is evident that lack of quantitative tools and targeted policy interventions are major issues in the agenda to manage rapid urbanisation (Turok and Borel-Saladin, 2018).

In Mexico City, policies have evolved and urban authorities have adopted different strategies ranging from in situ development in slums, relocation to resettlement colonies and forced evictions. However, one of the key difficulties in measuring the success of these interventions is the lack of a multidimensional index which comprises aspects related to living conditions that define a slum. Therefore, the objective of this paper is to develop a multidimensional slum severity index (SSI) in Mexico City using exploratory factor analysis. We rely on the more general definition of UN-HABITAT which defines a slum household as a group of individuals living under the same roof in an urban area, who lack one or more of the following conditions (UN-HABITAT, 2003): (1) durable housing of a permanent nature that protects against extreme climate conditions; (2) sufficient living space, which means not more than three people sharing the same room; (3) easy access to safe water in sufficient amounts at an affordable price; (4) access to adequate sanitation in the form of a private or public toilet shared by a reasonable number of people; and (5) security of tenure that prevents forced evictions. F

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[268534]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章