(b). Village and household surveyTh

(b). Village and household survey
The study focuses on three key livelihoods determinants: road access, forest proximity and caste. We used a stratified random sample frame to get a representative sampling of villages in districts with significant forest cover. We purposively selected the three main forested districts of the state (West Singhbhum, Ranchi, and Palamu districts), of a total of 24 districts. Using a forest cover map, road map and village map, we used GIS to classify all villages into one of three zones, according to their proximity to forest (high forest defined as 35% forest cover in the vicinity of the village) and road access (low access defined as greater than 10 km to an all-weather road). This process generated a list of all villages in the three districts, classified into: high forest + low access (HFLA); high forest + high access (HFHA), and; low forest + high access (LFHA). The fourth possible zone, low forest + low access, did not exist. We then randomly selected three villages from each zone in each district for a total sample of 27 (3 × 3 × 3) villages. As such, the overall data set is representative of the range of village situations within the more forested districts of Jharkhand, and is expected to have many similarities to forested districts in neighboring states.

Field work was conducted between April and October 2006. Survey tools included village-level focus group discussions using participatory rural appraisal techniques such as participatory mapping, cropping calendar discussions, and a checklist of key issues for discussion (Cornwall and Pratt, 2011 and Lynam et al., 2007). These were designed to learn about village context and conditions: socio-economic conditions, income and employment patterns, resource availability and use trends, recent developments, and forest management and use. The participatory mapping yielded a list and location of all households in the village. Households were numbered and randomly selected for the household survey. Forty-five household heads were interviewed in each village. If a selected household was unavailable or unwilling to be interviewed, a replacement household was selected randomly to meet the minimum target of 45 households per village.

The household survey collected data on household demographic characteristics, caste, assets, and detailed information about income by source; e.g., quantities produced/collected, quantities consumed or sold, and prices. The interviewers referred to the cropping calendar and used a checklist of key activities and products generated by the village survey to aid recall of income by source over the 12-month reference period. Income categories included: agriculture; livestock; forest products (products harvested from state forest land); agroforest products (products harvested from private land); forest business; trade, and salary (wage, salary, trade, and business other than forest-based); labor; and remittances.

The data were checked for completeness, uniformity of units and scale, and internal consistency by the survey team and again by the analysis team. Sixteen cases were excluded due to missing or inconsistent data, leaving a total sample of 1203 households.

Asset and income data were converted to rupee values using prices at the village level for products that are traded for cash. Even products that are primarily used as subsistence products are occasionally traded and respondents were able to provide price estimates. Fuelwood is an important subsistence product; it is mainly collected and used within the household, with little local cash trade. Respondents were asked during group discussions to estimate the value of fuelwood. An average of price of Rs. 2/kg, or US$0.046/kg (US$1 = Rs. 43.3) was used for the whole sample. While this price may overestimate the true market value, it is the best estimate available.

Households were subdivided into four income classes using multiples of the Indian rural poverty line (Rs. 3312/capita/year, or US$76.50): Q1 < Rs. 1656; 1656 < Q2 < 3312; 3312 < Q3 < 6624; Q4 > 6624. Note that Rs. 6624 is still less than 34% of the international poverty line of $1.25/capita/day.

(c). Analysis
Descriptive statistics were used to explore relationships between income, assets, source of income, caste, and location. We compared overall mean subsistence, cash and total income by zone, and then used a more detailed analysis by income category to address questions about different livelihood strategies relating to remoteness and forest proximity. We further disaggregated the data by income class to compare income sources in both absolute and relative terms. We then compared cash and subsistence income by income category by caste and by zone for evidence of caste-specific livelihood strategies. We used Anova Mean test and Kruskal–Wallis test to analyze the differences in mean or median across groups or classes. The Kruskal–Wallis test was used to accommodate the non-parametric distribution of households of different castes in the sample.

Regression analysis was done using both Ordinary Least Squares (OLS) and multi-level (household and village level) analyses to assess the relationships between relevant income categories (1. total income per capita; 2. cash income per capita. 3. forest income per capita) as dependent variables. Household-level explanatory variables were socio-economic characteristics (age, caste) and assets (agricultural land area, number of trees owned), values of total household assets and overall income portfolio. Village level variables were forest access class. Multilevel regression was applied using MLWin v. 2.02. The variance partition coefficient (VPC) indicates the percentage variance explained by adding the second (village) level in the Multilevel Regression Model.

4. Results and discussion
(a). Livelihood status and strategies by zone
The survey results show high levels of poverty in the study area, with 48% of households living below the Indian rural poverty line of Rs. 276 per person per month (India Watch, 2007), and all households below the commonly used international poverty line of US$1.25 per person per day; even the wealthiest households cannot be considered rich in absolute terms.

Income is distributed highly unequally in most villages. The village income Gini coefficients range from 0.28 to 0.74, with a mean of 0.50. Villages with the highest mean incomes tend to have the greatest inequality, as a few relatively wealthier households both raise the mean income and income inequality.

Surprisingly, there are no significant differences between zones in terms of cash and total income. Proportion of subsistence relative to total income is significantly lower in LFHA than in HFHA households (Figure 2).

ผลลัพธ์ (ไทย) 1:

(ข) การสำรวจครัวเรือนและหมู่บ้านการศึกษาเน้นดีเทอร์มิแนนต์วิถีชีวิตหลักสาม: เข้าถนน อยู่ใกล้ป่า และวรรณะ เราใช้เฟรมอย่าง stratified สุ่มเพื่อสุ่มตัวอย่างตัวแทนของหมู่บ้านในเขตป่าที่สำคัญมี เราเลือกหลักป่าเขตของรัฐ (Singhbhum ตะวันตก รานชี และ Palamu เขต), ทั้งหมด 24 เขต purposively ใช้ป่าครอบคลุมแผนที่ แผนที่ถนน และแผนที่หมู่บ้าน เราใช้ GIS เพื่อจัดประเภทหมู่บ้านทั้งหมดในโซนสาม ตามความแห่งป่า (ป่าสูงที่กำหนดเป็น 35% ป่าแห่งหมู่บ้าน) และถนนเข้า (เข้าต่ำสุดที่กำหนดเป็นค่ามากกว่า 10 กิโลเมตรเป็นถนนทุกสภาพอากาศ) กระบวนการนี้สร้างรายการของหมู่บ้านทั้งหมดในเขต 3 ประเภท: ป่าสูง + ต่ำเข้า (HFLA); ป่าสูง + เข้าสูง (HFHA), และ ป่าต่ำ + สูงเข้า (LFHA) โซนที่สี่เป็นไปได้ ป่าต่ำ + เข้าต่ำ ไม่มี เราจากนั้นสุ่มเลือกหมู่บ้านที่สามจากแต่ละเขตในแต่ละเขตสำหรับตัวอย่างทั้งหมด 27 (3 × 3 × 3) หมู่บ้าน เช่น ชุดข้อมูลทั้งหมดเป็นตัวแทนของช่วงสถานการณ์หมู่บ้านภายในเขตป่ามาก Jharkhand และคาดว่าจะมีความคล้ายคลึงมากไปป่าในรัฐใกล้เคียงฟิลด์งานถูกดำเนินการระหว่างเดือนเมษายนและ 2549 ตุลาคม เครื่องมือสำรวจรวมสนทนาระดับหมู่บ้านเน้นกลุ่มที่ใช้เทคนิคการประเมินชนบทแบบมีส่วนร่วมเช่นการแมปแบบมีส่วนร่วม ปฏิทินการสนทนา การปลูกพืช และการตรวจสอบคีย์ปัญหาสำหรับการสนทนา (คอร์นวอลล์ และ คิด 2011 และ Lynam et al., 2007) เหล่านี้ถูกออกแบบมาเพื่อเรียนรู้เกี่ยวกับเงื่อนไขและบริบทของหมู่บ้าน: สภาพสังคมเศรษฐกิจ รายได้และการจ้างงานรูปแบบ แนวโน้มความพร้อมใช้งานและการใช้ทรัพยากร พัฒนาล่าสุด และการจัดการป่าไม้ และใช้ การแม็ปที่มีส่วนร่วมหารายชื่อและที่ตั้งของครัวเรือนทั้งหมดในหมู่บ้าน ครัวเรือนมีตัวเลข และสุ่มเลือกสำหรับการสำรวจครัวเรือน ครัวเรือนหัว forty-five ได้สัมภาษณ์ในแต่ละหมู่บ้าน ถ้าครัวเรือนเลือกไม่พร้อมใช้งาน หรือไม่ยอมให้สัมภาษณ์ ในครัวเรือนแทนที่ถูกเลือกแบบสุ่มเพื่อตอบสนองเป้าหมายขั้นต่ำของครัวเรือน 45 ต่อหมู่บ้านสำรวจบ้านรวบรวมข้อมูลเกี่ยวกับลักษณะทางประชากรในครัวเรือน วรรณะ สินทรัพย์ และข้อมูลรายละเอียดเกี่ยวกับรายได้ โดยแหล่งที่มา เช่น ปริมาณผลิต/รวบรวม ปริมาณใช้ หรือขาย และราคา Interviewers ที่เรียกว่าปฏิทินครอบ และใช้รายการตรวจสอบของกิจกรรมหลักและผลิตภัณฑ์ที่สร้างขึ้น โดยการสำรวจหมู่บ้านเพื่อช่วยเรียกคืนกำไรขาดทุนจากแหล่งระยะ 12 เดือนอ้างอิง ประเภทรายได้รวม: เกษตร ปศุสัตว์ ป่าผลิตภัณฑ์ (เก็บเกี่ยวผลผลิตจากที่ดินป่ารัฐ); agroforest ผลิตภัณฑ์ (เก็บเกี่ยวผลผลิตจากที่ดินส่วนตัว); ป่าธุรกิจ การค้า และเงินเดือน (ค่าจ้าง เงินเดือน การค้า และธุรกิจอื่น ๆ กว่าตามป่า); แรงงาน และชำระเงินผ่านธนาคารข้อมูลถูกตรวจสอบสำหรับความสมบูรณ์ ความรื่นรมย์ของหน่วย และมาตราส่วน และความสอดคล้องภายใน โดยทีมงานสำรวจ และทีมวิเคราะห์ สิบหกกรณีถูกแยกออกจากข้อมูลหายไป หรือไม่สอดคล้องกัน ออกจากตัวอย่างทั้งหมดของครัวเรือน 1203ข้อมูลสินทรัพย์และรายได้ถูกแปลงเป็นค่า rupee ใช้ราคาในระดับหมู่บ้านสำหรับสินค้าที่ซื้อขายเงินสด บางครั้งซื้อขายแม้แต่ผลิตภัณฑ์ที่จะใช้เป็นผลิตภัณฑ์ชีพ และผู้ตอบมีความสามารถเพื่อให้การประเมินราคา Fuelwood เป็นผลิตภัณฑ์สำคัญชีพ นั้นส่วนใหญ่จะรวบรวม และใช้ภายในครัวเรือน กับการค้าเงินสดท้องถิ่นน้อย ผู้ตอบถูกถามในระหว่างการสนทนากลุ่มการประเมินค่าของ fuelwood โดยเฉลี่ยราคาของ Rs 2 กิโลกรัม หรือสหรัฐอเมริกา $0.046 กิโลกรัม (สหรัฐอเมริกา $1 = Rs 43.3) ใช้สำหรับตัวอย่างทั้งหมด ขณะนี้ราคาอาจ overestimate มูลค่าตลาดจริง เป็นการประเมินที่ดีที่สุดมีครัวเรือนมีปฐมภูมิในชั้นรายได้สี่ที่ใช้คูณอินเดียชนบทเส้นความยากจน (Rs. 3312/เศรษฐกิจ ฟิลิปปินส์จึง/ปี หรือสหรัฐอเมริกา $76.50): ไตรมาสที่ 1 < Rs. 1656 1656 < Q2 < 3312 3312 < Q3 < 6624 ไตรมาสที่ 4 > 6624 โปรดสังเกตว่า Rs. 6624 จะยังคงน้อยกว่า 34% ของเส้นความยากจนสากลของ $1.25/capita/day(ค) วิเคราะห์สถิติพรรณนาที่ใช้สำรวจความสัมพันธ์ระหว่างกำไรขาดทุน สินทรัพย์ แหล่งที่มาของรายได้ วรรณะ และที่ตั้ง เราเปรียบเทียบโดยรวมหมายถึง ชีพ เงินสด และรายได้ทั้งหมด โดยโซน และใช้การวิเคราะห์รายละเอียดเพิ่มเติมตามประเภทรายได้อยู่ถามเกี่ยวกับชีวะแตกต่างกลยุทธ์เกี่ยวข้องกับ remoteness และป่าแห่งนั้น เราเพิ่มเติม disaggregated ข้อมูล โดยระดับรายได้เปรียบเทียบแหล่งรายได้ในเงื่อนไขแบบสัมพัทธ์ และสัมบูรณ์ เราแล้วเทียบประเภทรายได้โดยรายได้เงินสดและชีพ โดยวรรณะ และโซนสำหรับหลักฐานของการดำรงชีวิตเฉพาะวรรณะกลยุทธ์ เราใช้การทดสอบค่าเฉลี่ยการวิเคราะห์ความแปรปรวนและทดสอบ Kruskal – วาลลิเพื่อวิเคราะห์ความแตกต่างในค่าเฉลี่ยหรือค่ามัธยฐานในกลุ่มหรือชั้นเรียน ทดสอบ Kruskal – วาลลิถูกใช้เพื่อรองรับการกระจายไม่ใช่พาราเมตริกของครัวเรือนของบุคคลในวรรณะต่าง ๆ ในตัวอย่างวิเคราะห์ถดถอยใช้ธรรมดากำลังสองน้อยสุด (OLS) และวิเคราะห์หลายระดับ (ระดับครัวเรือนและหมู่บ้าน) เพื่อประเมินความสัมพันธ์ระหว่างรายได้ที่เกี่ยวข้องประเภท (1. รวมรายได้ต่อ capita 2. เงินสดรายได้ต่อหัว รายได้ 3. ป่าเศรษฐกิจฟิลิปปินส์จึง) เป็นตัวแปรขึ้นอยู่กับการ ตัวแปรอธิบายระดับครัวเรือนมีลักษณะทางเศรษฐกิจสังคม (อายุ วรรณะ) และสินทรัพย์ (พื้นที่เกษตร จำนวนต้นไม้ที่เป็นเจ้าของ) มูลค่าของสินทรัพย์ในครัวเรือนและรายได้โดยรวมผลงาน ตัวแปรระดับหมู่บ้านระดับเข้าป่าได้ ถดถอยหลายระดับถูกใช้โดยใช้ MLWin v. 2.02 ค่าสัมประสิทธิ์ความแปรปรวนพาร์ติชัน (VPC) ระบุว่า ผลต่างของเปอร์เซ็นต์ที่อธิบาย โดยการเพิ่มระดับสอง (หมู่บ้าน) ในแบบจำลองถดถอยหลายระดับ4. ผล และการสนทนา(ก) . สถานะการดำรงชีวิตและกลยุทธ์ โดยโซนผลการสำรวจแสดงระดับสูงของความยากจนในพื้นที่ศึกษา 48% ของครัวเรือนที่อาศัยอยู่ด้านล่างอินเดียชนบทเส้นความยากจนของ Rs 276 ต่อคนต่อเดือน (ดูอินเดีย 2007), และครัวเรือนทั้งหมดต่ำกว่าเส้นความยากจนสากลใช้กันทั่วไปของสหรัฐอเมริกา $1.25 บาทต่อวัน แม้ว่าครัวเรือนที่ร่ำรวยไม่ถือว่ารวยในเงื่อนไขที่แน่นอนมีกระจายรายได้สูง unequally ในหมู่บ้าน รายได้หมู่บ้านช่วงสัมประสิทธิ์ Gini ตั้งแต่ 0.28 ถึง 0.74 กับค่าเฉลี่ย 0.50 หมู่บ้าน มีรายได้เฉลี่ยสูงสุดมักจะ มีความไม่เท่าเทียมกันมากที่สุด เป็นกี่ wealthier ค่อนข้างครัวเรือนทั้งเพิ่มหมายถึงรายได้และความไม่เท่าเทียมกันของรายได้จู่ ๆ มีไม่แตกต่างกันระหว่างเขตพื้นที่ในรูปแบบของเงินสดและรายได้ทั้งหมด สัดส่วนของชีพเมื่อเทียบกับรายได้รวมจะลดลงอย่างมีนัยสำคัญใน LFHA กว่าใน HFHA ครัวเรือน (รูปที่ 2)

ผลลัพธ์ (ไทย) 2:

(ข) วิลเลจและการสำรวจครัวเรือน
การศึกษามุ่งเน้นไปที่สามปัจจัยหลักที่มีวิถีชีวิต: ถนนเข้าถึงใกล้ชิดป่าไม้และวรรณะ เราใช้กรอบสุ่มกลุ่มตัวอย่างที่จะได้รับการสุ่มตัวอย่างตัวแทนของหมู่บ้านในเขตที่มีพื้นที่ป่าอย่างมีนัยสำคัญ เราเจาะจงเลือกสามหัวเมืองป่าหลักของรัฐ (ตะวันตก Singhbhum จีและหัวเมือง Palamu) จากทั้งหมด 24 เขต ใช้แผนที่ป่า, แผนที่ถนนและแผนที่หมู่บ้านเราใช้ระบบสารสนเทศภูมิศาสตร์ในการจำแนกทุกหมู่บ้านเป็นหนึ่งในสามโซนตามที่อยู่ใกล้กับป่า (ป่าสูงกำหนดให้เป็นพื้นที่ป่า 35% ในบริเวณใกล้เคียงของหมู่บ้าน) และการเข้าถึงถนน (การเข้าถึงต่ำกำหนดให้เป็นมากกว่า 10 กิโลเมตรไปทางถนนทุกสภาพอากาศ) กระบวนการนี้จะสร้างรายชื่อของทุกหมู่บ้านในสามหัวเมืองจำแนกออกเป็นป่าสูง + เข้าถึงต่ำ (HFLA); ป่าสูง + ความเร็วสูง (HFHA) และ; ป่าต่ำ + ความเร็วสูง (LFHA) โซนที่เป็นไปได้ที่สี่ป่าต่ำ + เข้าถึงต่ำไม่ได้อยู่ จากนั้นเราจะสุ่มเลือกสามหมู่บ้านจากโซนในแต่ละอำเภอแต่ละตัวอย่างทั้งหมด 27 (3 × 3 × 3) หมู่บ้าน เช่นชุดข้อมูลโดยรวมเป็นตัวแทนของช่วงของสถานการณ์ที่หมู่บ้านภายในเขตป่ามากขึ้นของจาร์และคาดว่าจะมีความคล้ายคลึงกันมากไปยังอำเภอป่าในประเทศเพื่อนบ้าน. การทำงานภาคสนามได้รับการดำเนินการระหว่างเดือนเมษายนและตุลาคม 2006 เครื่องมือสำรวจรวม สนทนาระดับหมู่บ้านกลุ่มโดยใช้เทคนิคการประเมินชนบทแบบมีส่วนร่วมเช่นการทำแผนที่แบบมีส่วนร่วม, การปลูกพืชการอภิปรายปฏิทินและรายการตรวจสอบในประเด็นสำคัญสำหรับการอภิปราย (คอร์นวอลล์และแพรตต์ปี 2011 และ Lynam et al., 2007) เหล่านี้ถูกออกแบบมาเพื่อเรียนรู้เกี่ยวกับบริบทของหมู่บ้านและเงื่อนไข: สภาพทางเศรษฐกิจและสังคมรายได้และรูปแบบการจ้างงาน, ทรัพยากรและการใช้แนวโน้มการพัฒนาที่ผ่านมาและการจัดการป่าไม้และการใช้งาน การทำแผนที่มีส่วนร่วมส่งผลให้รายชื่อและที่ตั้งของผู้ประกอบการทั้งหมดในหมู่บ้าน ผู้ประกอบการได้รับหมายเลขและสุ่มเลือกสำหรับการสำรวจครัวเรือน สี่สิบห้าหัวหน้าครัวเรือนถูกสัมภาษณ์ในแต่ละหมู่บ้าน หากครัวเรือนที่เลือกไม่พร้อมใช้งานหรือไม่เต็มใจที่จะให้สัมภาษณ์, ของใช้ในครัวเรือนทดแทนถูกสุ่มเลือกเพื่อตอบสนองเป้าหมายขั้นต่ำของผู้ประกอบการต่อ 45 หมู่บ้าน. สำรวจครัวเรือนที่เก็บรวบรวมข้อมูลเกี่ยวกับลักษณะทางประชากรของใช้ในครัวเรือน, วรรณะสินทรัพย์และรายละเอียดเกี่ยวกับรายได้จากแหล่งที่มา ; เช่นปริมาณการผลิต / การเก็บรวบรวมปริมาณการบริโภคหรือขายและราคา สัมภาษณ์เรียกว่าปฏิทินการปลูกพืชและใช้รายการตรวจสอบของกิจกรรมที่สำคัญและผลิตภัณฑ์ที่สร้างขึ้นโดยการสำรวจหมู่บ้านที่จะช่วยให้การเรียกคืนของรายได้ตามแหล่งที่มาในช่วงระยะเวลาการอ้างอิง 12 เดือน ประเภทรายได้รวม: การเกษตร ปศุสัตว์ ผลิตภัณฑ์จากป่าไม้ (ผลิตภัณฑ์จากการเก็บเกี่ยวที่ดินป่าไม้ของรัฐ); ผลิตภัณฑ์วนเกษตร (ผลิตภัณฑ์จากการเก็บเกี่ยวที่ดินเอกชน); ธุรกิจป่าไม้ การค้าและการเงินเดือน (ค่าจ้างเงินเดือน, การค้าและธุรกิจอื่น ๆ มากกว่าป่า-based); แรงงาน และการส่งเงิน. ข้อมูลที่ได้มาตรวจสอบความสมบูรณ์สม่ำเสมอของหน่วยงานและขนาดและความสอดคล้องภายในโดยทีมสำรวจและอีกครั้งโดยทีมงานวิเคราะห์ สิบหกกรณีได้รับการยกเว้นเนื่องจากข้อมูลที่ขาดหายไปหรือแย้งออกจากกลุ่มตัวอย่างทั้งหมดของ 1,203 ครัวเรือน. สินทรัพย์และรายได้ข้อมูลที่ถูกแปลงเป็นค่าเงินรูปีโดยใช้ราคาในระดับหมู่บ้านสำหรับผลิตภัณฑ์ที่มีการซื้อขายเป็นเงินสดได้ แม้กระทั่งผลิตภัณฑ์ที่ใช้ส่วนใหญ่เป็นผลิตภัณฑ์การดำรงชีวิตที่มีการซื้อขายครั้งคราวและผู้ตอบแบบสอบถามมีความสามารถที่จะให้การประมาณการราคา ไม้ฟืนเป็นผลิตภัณฑ์การดำรงชีวิตที่สำคัญ มันจะถูกเก็บรวบรวมและส่วนใหญ่ใช้ในครัวเรือนที่มีการค้าเงินสดท้องถิ่นเล็ก ๆ น้อย ๆ ผู้ตอบแบบสอบถามถูกถามในระหว่างการอภิปรายกลุ่มในการประเมินมูลค่าของไม้ฟืน ค่าเฉลี่ยของราคาของอาร์เอส 2 / กก. หรือ US $ 0.046 / กก. (US $ 1 = อาร์เอส. 43.3) ที่ใช้สำหรับตัวอย่างทั้งหมด ในขณะที่ราคานี้อาจประเมินมูลค่าตลาดที่แท้จริงมันเป็นประมาณการที่ดีที่สุดที่มีอยู่. ครัวเรือนถูกแบ่งออกเป็นสี่ชั้นรายได้ใช้หลายรายการเส้นความยากจนในชนบทของอินเดีย (อาร์เอส 3312 / หัว / ปีหรือสหรัฐอเมริกา $ 76.50.) ไตรมาสที่ 1 ปี <อาร์เอส 1656; 1656 <Q2 <3312; 3312 <ไตรมาสที่ 3 ปี <6624; Q4> 6624. ทราบว่าอาร์เอส 6624 ยังคงน้อยกว่า 34% ของเส้นความยากจนระหว่างประเทศของ $ 1.25 / คน / วัน. (c) การวิเคราะห์สถิติเชิงพรรณนาถูกนำมาใช้ในการสำรวจความสัมพันธ์ระหว่างรายได้สินทรัพย์แหล่งที่มาของรายได้วรรณะและสถานที่ตั้ง เราเมื่อเทียบกับการดำรงชีวิตโดยรวมหมายถึงเงินสดและรายได้รวมโดยโซนและจากนั้นใช้การวิเคราะห์รายละเอียดเพิ่มเติมตามประเภทรายได้ที่จะตอบคำถามเกี่ยวกับกลยุทธ์การทำมาหากินที่แตกต่างกันเกี่ยวกับการห่างไกลและอยู่ใกล้ป่า เรายังแยกข้อมูลตามระดับรายได้ที่จะเปรียบเทียบแหล่งรายได้ทั้งในแง่แน่นอนและญาติ จากนั้นเราจะเทียบเงินสดและรายได้ดำรงชีวิตตามหมวดหมู่รายได้โดยวรรณะและโซนหาหลักฐานของวรรณะเฉพาะกลยุทธ์การทำมาหากิน เราใช้ Anova ทดสอบค่าเฉลี่ยและการทดสอบ Kruskal-Wallis การวิเคราะห์ความแตกต่างในค่าเฉลี่ยหรือค่าเฉลี่ยในกลุ่มหรือชั้นเรียน ทดสอบ Kruskal-Wallis ถูกนำมาใช้เพื่อรองรับการกระจายไม่พารามิเตอร์ของครัวเรือนของวรรณะที่แตกต่างกันในตัวอย่าง. การวิเคราะห์การถดถอยที่ได้กระทำโดยใช้ทั้งสองน้อยสามัญ (OLS) และหลายระดับ (ใช้ในครัวเรือนและระดับหมู่บ้าน) การวิเคราะห์เพื่อประเมินความสัมพันธ์ ระหว่างประเภทรายได้ที่เกี่ยวข้อง (1. รายได้รวมต่อหัว. 2. รายได้ต่อหัวเงินสด 3. รายได้ต่อหัวของประชากรป่า) เป็นตัวแปรตาม ครัวเรือนระดับตัวแปรมีลักษณะทางเศรษฐกิจและสังคม (อายุวรรณะ) และสินทรัพย์ (พื้นที่การเกษตรจำนวนของต้นไม้ที่เป็นเจ้าของ) มูลค่าของสินทรัพย์รวมของครัวเรือนรายได้และผลงานโดยรวม ตัวแปรระดับหมู่บ้านมีระดับการเข้าถึงป่า การถดถอยหลายถูกนำไปใช้โดยใช้ MLWin v. 2.02 ค่าสัมประสิทธิ์ความแปรปรวน (VPC) ระบุความแปรปรวนร้อยละอธิบายโดยการเพิ่มที่สอง (หมู่บ้าน) ในระดับหลายถดถอยรุ่น. 4 และอภิปรายผล(ก) สถานะการดำรงชีวิตและกลยุทธ์โดยโซนผลการสำรวจแสดงให้เห็นระดับสูงของความยากจนในพื้นที่ศึกษาที่มี 48% ของครัวเรือนที่อาศัยอยู่ใต้เส้นความยากจนในชนบทของอินเดียอาร์เอส 276 ต่อคนต่อเดือน (อินเดียนาฬิกา, 2007) และผู้ประกอบการทั้งหมดที่อยู่ใต้เส้นความยากจนระหว่างประเทศที่ใช้ทั่วไปของ 1.25 ดอลลาร์สหรัฐต่อคนต่อวัน; แม้ผู้ประกอบการที่ร่ำรวยไม่สามารถพิจารณาที่อุดมไปด้วยในแง่แน่นอน. มีการกระจายรายได้สูงอย่างไม่มีที่เปรียบในหมู่บ้านมากที่สุด ช่วงรายได้หมู่บ้านสัมประสิทธิ์ Gini 0.28-0.74, มีค่าเฉลี่ยเท่ากับ 0.50 หมู่บ้านที่มีรายได้เฉลี่ยสูงสุดมีแนวโน้มที่จะมีความไม่เท่าเทียมกันที่ยิ่งใหญ่ที่สุดในขณะที่ไม่กี่ครัวเรือนค่อนข้างร่ำรวยทั้งยกระดับรายได้เฉลี่ยและความไม่เท่าเทียมกันของรายได้. น่าแปลกที่ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างโซนในแง่ของเงินสดและรายได้รวม สัดส่วนของญาติการดำรงชีวิตต่อรายได้รวมลดลงอย่างมีนัยสำคัญใน LFHA กว่าในครัวเรือน HFHA (รูปที่ 2)

ผลลัพธ์ (ไทย) 3:

( ข ) สำรวจหมู่บ้านและครัวเรือน
การศึกษามุ่งสร้างปัจจัยหลักสาม : มีถนนเข้าถึง ใกล้ป่า และวรรณะ เราใช้กรอบการสุ่มตัวอย่างแบบตัวอย่างให้ตัวแทนของจำนวนหมู่บ้านในเขตที่มีครอบคลุมพื้นที่ป่าที่สำคัญ เราเลือกแบบเจาะจงหลักสามป่าเขตของรัฐ ( ตะวันตก singhbhum Ranchi , และ palamu เขต )จำนวน 24 เขต ใช้ปกป่าแผนที่ , แผนที่เส้นทางและแผนที่หมู่บ้านเราใช้ระบบสารสนเทศภูมิศาสตร์เพื่อศึกษาทุกหมู่บ้านเป็น 3 โซน ตามความใกล้ชิดของพวกเขาไปยังป่า ( ป่าสูงนิยามว่า 35% ปกป่าในละแวกหมู่บ้านและถนนเข้าถึง ( access ) ต่ำ เช่นมากกว่า 10 km กับทุกสภาพอากาศถนน ) .กระบวนการนี้สร้างรายชื่อหมู่บ้านใน 3 อำเภอแบ่งออกเป็น : เข้าป่าสูงต่ำ ( hfla ) ; ป่าสูงเข้าถึงสูง ( hfha ) , และ ป่าต่ำเข้าถึงสูง ( lfha ) โซนได้ 4 ระดับต่ำ ป่าเข้า ไม่ได้อยู่ เราก็เลือกแบบสุ่ม 3 หมู่บ้าน จากแต่ละเขตในแต่ละเขต สำหรับกลุ่มตัวอย่าง 27 ( 3 × 3 × 3 ) หมู่บ้าน เช่นรวมชุดข้อมูลคือตัวแทนของช่วงของสถานการณ์ภายในหมู่บ้านป่าเขตของรัฐบาเดิน - เวือร์ทเทมแบร์กเพิ่มเติม และคาดว่าจะมีความคล้ายคลึงกันมากกับป่าไม้เขตในรัฐใกล้เคียง

งานภาคสนามได้ดำเนินการระหว่างเดือนเมษายนและตุลาคม 2006เครื่องมือสำรวจ ได้แก่ ระดับหมู่บ้าน สนทนากลุ่ม โดยใช้เทคนิคการประเมินชุมชนแบบมีส่วนร่วม เช่น การทำแผนแบบมีส่วนร่วมการสนทนาปฏิทินและรายการตรวจสอบของปัญหาที่สำคัญสำหรับการอภิปราย ( คอร์นวอลล์และแพรตต์ , 2011 และลีเนิ่ม et al . , 2007 ) เหล่านี้ถูกออกแบบมาเพื่อเรียนรู้เกี่ยวกับบริบทหมู่บ้านและเงื่อนไข เงื่อนไขทางสังคม รูปแบบของรายได้ และการจ้างงานใช้ทรัพยากรและแนวโน้ม ใช้ การพัฒนา และการจัดการป่าไม้ และการใช้ แผนที่แบบมีส่วนร่วม จากรายชื่อและที่ตั้งของครัวเรือนทั้งหมดในหมู่บ้าน ครัวเรือนและเลขสุ่มสำหรับการสำรวจครัวเรือน สี่สิบห้าสัมภาษณ์หัวหน้าครัวเรือนในแต่ละหมู่บ้าน ถ้าเลือกครัวเรือนไม่พร้อมใช้งานหรือไม่เต็มใจที่จะให้สัมภาษณ์เปลี่ยนของใช้ในครัวเรือนคือการสุ่มเลือกเพื่อให้ตรงกับเป้าหมายขั้นต่ำ 45 ครัวเรือนต่อหมู่บ้าน

ครัวเรือนครัวเรือนการสำรวจเก็บข้อมูลลักษณะทางประชากรศาสตร์ , วรรณะ , ทรัพย์สิน และข้อมูลรายละเอียดเกี่ยวกับรายได้จากแหล่งที่มา เช่น ปริมาณผลิต / รวบรวมปริมาณบริโภคหรือขาย และราคาผู้สัมภาษณ์อ้างถึงการใช้รายการตรวจสอบของปฏิทินและกิจกรรมหลัก และผลิตภัณฑ์ที่สร้างขึ้นโดยการสำรวจหมู่บ้านเพื่อช่วยเรียกคืนจากรายได้ โดยแหล่งอ้างอิงมากกว่า 12 เดือน ระยะเวลา ประเภทรายได้ ได้แก่ การเกษตร ปศุสัตว์ ผลิตภัณฑ์ป่าไม้ ( ผลิตภัณฑ์จากการเก็บเกี่ยวที่ดิน ป่ารัฐ ) ; ผลิตภัณฑ์ agroforest ( ผลิตภัณฑ์จากการเก็บเกี่ยวที่ดินเอกชนธุรกิจ ) ; ป่า ;การค้า และเงินเดือน ( ค่าจ้าง , เงินเดือน , การค้าและธุรกิจอื่น ๆ กว่าป่าตาม ) ; แรงงาน และสังคม

ข้อมูลการตรวจสอบความสมบูรณ์ , ความสม่ำเสมอของหน่วยและขนาดและความสอดคล้องภายใน โดยทีมสำรวจและอีกครั้งโดยทีมวิเคราะห์ 16 รายถูกแยกออกจากการหายไปหรือข้อมูลไม่สอดคล้องกัน จากตัวอย่างทั้งหมด 179 ครัวเรือน

สินทรัพย์และข้อมูลรายได้ แปลงเป็น รูปี ค่าใช้ราคาในระดับหมู่บ้าน เพื่อผลิตภัณฑ์ที่ซื้อขายด้วยเงินสด แม้แต่ผลิตภัณฑ์ที่ใช้เป็นหลักเป็นสินค้ายังชีพซื้อขายเป็นครั้งคราว และผู้ตอบแบบสอบถามได้ให้ประมาณการราคา ไม้เป็นสินค้ายังชีพที่สำคัญ ส่วนใหญ่จะเก็บรวบรวมและใช้ภายในครัวเรือน ด้วยเงินสดท้องถิ่นการค้าเล็ก ๆน้อย ๆผู้ตอบถูกถามในระหว่างการอภิปรายกลุ่มในการประมาณค่าของไม้ . เฉลี่ยราคาของ Rs 2 กิโลกรัม หรือ US $ 0.046/kg ( US $ 1 = Rs 43.3 ) ใช้กลุ่มตัวอย่างทั้ง ในขณะที่ราคาอาจ overestimate มูลค่าตลาดที่แท้จริง มันเป็นประมาณการที่ดีที่สุด

ครัวเรือนโดยแบ่งออกเป็นสี่ชั้นเรียนโดยใช้รายได้ทวีคูณของชนบทอินเดียเส้นความยากจน ( อาร์เอส 3312 / คน / ปีหรือ US $ 76.50 ) : Q1 < Rs 24 ; 24 < 3 < 3312 ; 3312 < 3 < 6624 ; Q4 > 6624 . ทราบว่า อาร์เอส 6624 ยังคงน้อยกว่า 34% ของนานาชาติเส้นความยากจนของ $ 1.25 / คน / วัน

( C ) การวิเคราะห์สถิติเชิงพรรณนาใช้
เพื่อสำรวจความสัมพันธ์ระหว่างรายได้ ทรัพย์สิน แหล่งที่มาของรายได้ วรรณะ และที่ตั้ง เราเทียบความเป็นอยู่หมายถึงโดยรวมเงินสดและรายได้ โดยโซนแล้วใช้ในการวิเคราะห์รายละเอียดเพิ่มเติม โดยหมวดเงินรายได้ที่อยู่คำถามเกี่ยวกับความเป็นอยู่แตกต่างกันกลยุทธ์เกี่ยวกับการใกล้ชิดป่า เรายัง disaggregated ข้อมูลตามชั้นรายได้ เปรียบเทียบแหล่งรายได้ทั้งในแบบสัมบูรณ์ และสัมพัทธ์ เงื่อนไขเราก็เปรียบเสมือนเงินสด และทำให้เกิดรายได้ โดยรายได้ของประเภทวรรณะ และโซนสำหรับหลักฐานของวรรณะเฉพาะของกลยุทธ์ เราใช้ ANOVA ทดสอบและ Kruskal Wallis Test ค่าเฉลี่ยและวิเคราะห์ความแตกต่างของค่าเฉลี่ยหรือมัธยฐานในกลุ่มหรือในชั้นเรียน The Kruskal Wallis Test เพื่อใช้รองรับการกระจายที่ไม่ใช้พารามิเตอร์ของครัวเรือนของวรรณะที่แตกต่างกันในตัวอย่าง

การวิเคราะห์การถดถอยโดยใช้ทั้งวิธีกำลังสองน้อยที่สุด ( OLS ) และหลายระดับ ( ระดับครัวเรือน หมู่บ้าน ) การวิเคราะห์เพื่อประเมินความสัมพันธ์ระหว่างประเภทรายได้ที่เกี่ยวข้อง ( 1 รายได้ต่อหัว ; 2 . เงินสดรายได้ต่อหัว 3 . รายได้ต่อหัวเป็นป่า ) ตัวแปรตาม . ระดับครัวเรือนที่อธิบายตัวแปรลักษณะทางเศรษฐกิจและสังคม ( อายุวรรณะ ) และทรัพย์สิน ( พื้นที่เกษตรกรรม จำนวนของต้นไม้ที่เป็นเจ้าของ ) , ค่าทรัพย์สินของครัวเรือนทั้งหมด และผลงาน รายได้โดยรวม ตัวแปรระดับหมู่บ้านเป็นห้องเรียน เข้าป่า หลายขั้นตอนใช้โวลต์ใช้ mlwin 2.02 . การเปลี่ยนแปลงค่าสัมประสิทธิ์การแบ่ง ( VPC ) พบว่าเปอร์เซ็นต์ผลต่างอธิบายโดยการเพิ่มระดับสอง ( หมู่บ้าน ) ในแบบจำลองสมการถดถอยพหุระดับ .

4 .ผลและการอภิปราย
( A ) สภาพความเป็นอยู่และกลยุทธ์โดยโซน
ผลการสำรวจแสดงระดับสูงของความยากจนในพื้นที่ศึกษา มี 48 % ของครัวเรือน ที่อาศัยอยู่ใต้เส้นความยากจนของอาร์เอสอินเดียชนบท 276 ต่อคนต่อเดือน ( อินเดียนาฬิกา , 2007 ) , และทุกครัวเรือนที่ใช้กันทั่วไปนานาชาติด้านล่างเส้นความยากจนของ US $ 1.25 ต่อคนต่อวัน ;แม้ร่ำรวยครอบครัวไม่สามารถถือว่ารวยในแง่แน่นอน

รายได้สูงไม่เท่ากันกระจายในหมู่บ้านมากที่สุด หมู่บ้านรายได้ Gini เท่ากับช่วงจาก 0.28 เปรียบเทียบกับค่าเฉลี่ยของ 0.50 . หมู่บ้านที่มีรายได้สูงสุดคือ มักจะมีความไม่เท่าเทียมกันมากที่สุด เป็นไม่กี่ค่อนข้างมั่งคั่งครัวเรือนทั้งสองยกหมายถึงรายได้และความไม่เท่าเทียมกันของรายได้

จู่ ๆ มีไม่มีความแตกต่างระหว่างโซนในแง่ของเงินสดและรายได้ทั้งหมด สัดส่วนของผู้หญิงเมื่อเทียบกับรายได้รวมลดลงใน lfha กว่าในครัวเรือน hfha ( รูปที่ 2 )