Contextualizing multidimensional poverty in urban India

Urban poverty is complex and conventional money‐metric poverty fails to measure the multiple deprivations of the urban population. Though recent estimates of multidimensional poverty do capture multiple deprivations, they do not capture the extent of multidimensional poverty in urban India. Using the urban sample from the National Family Health Survey, 2015–16, this paper estimates and decomposes multidimensional poverty in urban India. Urban poverty is measured in four key domains: Education, health, standard of living, and housing. A multilevel logistic model is used to decompose the variations in multidimensional poverty across geographical regions. Results suggest that about one‐third of the urban Indian population is multidimensionally poor and one‐sixth is vulnerable to multidimensional poverty. The state patterns of multidimensional poverty were diverse, with more than half of the urban population in Manipur and Bihar being multidimensionally poor, followed by Nagaland and Uttar Pradesh. On controlling for household characteristics, 17.5% of the total variation in multidimensional poverty was attributable to census enumeration blocks, 6.6% to districts, 1.8% to regions, and 9.9% to states. The odds of multidimensional poverty were higher among large households, female‐headed households, widowed, and scheduled tribes. Contextualizing multidimensional poverty and prioritizing vulnerable groups and regions are essential for reducing multidimensional poverty in urban India. 城市贫困是复杂的，并且以金钱为衡量标准的传统贫困无法衡量城市人口的多维度贫困。尽管近期关于多维度贫困的预测的确能解释多维度贫困，但却不能解释印度城市的多维度贫困程度。通过使用2015‐2016年《全国家庭健康调查》中的城市样本，本文预测并分析了印度城市的多维度贫困。通过4个关键领域衡量城市贫困，它们分别是教育、卫生、生活标准和住房领域。使用多层回归模型分析不同地理区域的多维度贫困差异。分析结果暗示，近三分之一的印度城市人口处于多维度贫困，并且六分之一的人易受多维度贫困的影响。各邦的多维度贫困模式是多样的，曼尼普尔邦和比哈尔邦的城市人口中超半数处于多维度贫困，那加兰邦和北方邦次之。控制家庭特征后，发现17.5%的多维度贫困差异归因于人口普查街道，6.6%归因于城市片区，1.8%归因于城市区域，9.9%归因于邦。大型家庭、户主为女性的家庭、丧偶家庭和表列部落面临多维度贫困的可能性更高。将多维度贫困情境化、并重点关注弱势群体及地区，对减少印度城市的多维度贫困而言至关重要。 La pobreza urbana es compleja y la pobreza de métrica monetaria convencional no mide las múltiples privaciones de la población urbana. Aunque las estimaciones recientes de la pobreza multidimensional capturan múltiples privaciones, no capturan el alcance de la pobreza multidimensional en las zonas urbanas de la India. Utilizando la muestra urbana de la Encuesta Nacional de Salud Familiar, 2015‐16, este documento estimó y descompuso la pobreza multidimensional en la India urbana. La pobreza urbana se midió en cuatro dominios clave: educación, salud, nivel de vida y vivienda. Se utilizó un modelo logístico multinivel para descomponer las variaciones en la pobreza multidimensional entre regiones geográficas. Los resultados sugieren que alrededor de un tercio de la población urbana de la India es multidimensionalmente pobre y un sexto es vulnerable a la pobreza multidimensional. Los patrones estatales de pobreza multidimensional fueron diversos, con más de la mitad de la población urbana en Manipur y Bihar siendo multidimensionalmente pobre, seguida de Nagaland y Uttar Pradesh. Al controlar las características de los hogares, el 17,5% de la variación total en la pobreza multidimensional se atribuyó a los bloques de empadronamiento del censo, el 6,6% a los distritos, el 1,8% a las regiones y el 9,9% a los estados. Las probabilidades de pobreza multidimensional eran más altas entre los hogares grandes, los hogares encabezados por mujeres, los viudos y las tribus registradas. La contextualización de la pobreza multidimensional y la priorización de los grupos y regiones vulnerables son esenciales para reducir la pobreza multidimensional en las zonas urbanas de la India.