বিষয় 53 / 64· কল্যাণ, ন্যায্যতা ও সামাজিক নির্দেশক

বহুমাত্রিক বঞ্চনা সূচক (IMD)

IMD হলো ইংল্যান্ডের ছোট এলাকার জন্য আপেক্ষিক বঞ্চনার সরকারি পরিমাপ, দেশের ৩২,৮৪৪টি নিম্ন-স্তর সুপার আউটপুট এলাকা (LSOA, প্রতিটি প্রায় ১,৫০০ বাসিন্দা)-এর প্রতিটিকে ১ (সবচেয়ে বঞ্চিত) থেকে ৩২,৮৪৪ (সবচেয়ে কম বঞ্চিত) পর্যন্ত র‍্যাঙ্ক করে। এটি এখন যা মিনিস্ট্রি অফ হাউজিং, কমিউনিটিজ অ্যান্ড লোকাল গভর্নমেন্ট (MHCLG, পূর্বে MHCLG/DCLG) তারা প্রকাশ করে, সবচেয়ে সাম্প্রতিকভাবে ইংলিশ ইনডাইসেস অফ ডেপ্রিভেশন ২০১৯ হিসেবে, এবং এটি সরাসরি কেন্দ্রীয়-সরকার অর্থায়ন, জনস্বাস্থ্য অগ্রাধিকার, এবং কয়েক ডজন স্থানীয় স্কিমের যোগ্যতা নির্দেশ করে।

কেন এটি গুরুত্বপূর্ণ

বঞ্চনা একটি জিনিস নয় — একটি পাড়া আয়ে-দরিদ্র কিন্তু নিরাপদ হতে পারে, অথবা আয়ে-পর্যাপ্ত কিন্তু খারাপ স্বাস্থ্য ফলাফল ও খারাপ আবাসনে ভুগতে পারে। IMD-এর পূর্বসূরি সূচকগুলো (১৯৭০-এর দশকের পরিবেশ দপ্তরের বঞ্চনা সূচক পর্যন্ত ফিরে যায়) আজকের সাত-ক্ষেত্র মডেলে বিকশিত হয়েছে ঠিক এই কারণেই যে একক-সূচক লক্ষ্যায়ন (শুধুমাত্র বেকারত্বের হার, ধরুন) নিয়মিতভাবে অন্য উপায়ে বঞ্চিত এলাকাগুলো মিস করেছে। IMD ২০১৯ আয়, কর্মসংস্থান, শিক্ষা, স্বাস্থ্য, অপরাধ, আবাসন ও সেবার বাধা, এবং জীবনযাত্রার পরিবেশকে প্রতি LSOA-তে একটি যৌগিক র‍্যাঙ্কে একত্রিত করে, প্রতিটি ক্ষেত্র তার নিজস্ব সূচকের ঝুড়ি থেকে তৈরি এবং MHCLG-র পদ্ধতি দ্বারা ওজনযুক্ত। কারণ এটি স্থানীয়-কর্তৃপক্ষ স্তরের পরিবর্তে ছোট-এলাকা (LSOA) স্তরে কাজ করে, এটি অন্যথায় সমৃদ্ধ জেলার ভেতরে লুকিয়ে থাকা বঞ্চনার পকেট প্রকাশ করে — যে কারণে গড় স্থানীয়-কর্তৃপক্ষ আয় নয়, IMD-ই যা NHS ইংল্যান্ড, শিক্ষা দপ্তরের পিউপিল প্রিমিয়াম, এবং কয়েক ডজন স্থানীয় কর্তৃপক্ষ অর্থায়ন সূত্র প্রকৃতপক্ষে ব্যবহার করে। যে সফটওয়্যার ইংল্যান্ডে এলাকা অনুযায়ী যোগ্যতা নির্ধারণ করে, আউটরিচ অগ্রাধিকার দেয়, বা প্রভাব প্রতিবেদন করে তার IMD দশমাংশ বা র‍্যাঙ্ককে একটি প্রথম-শ্রেণির ইনপুট হিসেবে গণ্য করা উচিত, একটি পশ্চাৎচিন্তা নয় — এবং যেখানে একটি কর্মসূচি ইচ্ছাকৃতভাবে সবচেয়ে বঞ্চিত এলাকাগুলো লক্ষ্য করে, তার মূল্যায়ন সেই লক্ষ্যায়নের সাথে সামঞ্জস্যপূর্ণ বণ্টনমূলক ওজন প্রয়োগ করা উচিত, একটি পাউন্ড সুবিধাকে এটি কোথায় পড়ে তা নির্বিশেষে একই মূল্যায়ন না করে।

গাণিতিক হিসাব

7 domains, weighted:
  Income                              22.5%
  Employment                          22.5%
  Education, Skills and Training      13.5%
  Health Deprivation and Disability   13.5%
  Crime                                9.3%
  Barriers to Housing and Services     9.3%
  Living Environment                   9.3%

Each domain score: indicators standardized (ranked, then transformed
towards a normal distribution) and combined by exponential transformation
so that high deprivation on any one indicator cannot be fully cancelled
out by low deprivation on others within that domain.

IMD composite score (LSOA) = Σ (domain score × domain weight)
Rank LSOAs by composite score → 1 (most deprived) to 32,844 (least deprived)
Deciles: rank ÷ 3,284 (approx.), decile 1 = most deprived 10% of LSOAs

ব্যবহারিক উদাহরণ

LSOA যৌগিক স্কোর, চিত্রণমূলক প্রমিত ক্ষেত্র স্কোর ব্যবহার করে (০ = কোনো বঞ্চনা সংকেত নেই, উচ্চতর = বেশি বঞ্চিত):

Income               0.35 × 0.225 = 0.07875
Employment           0.30 × 0.225 = 0.06750
Education            0.20 × 0.135 = 0.02700
Health               0.15 × 0.135 = 0.02025
Crime                0.10 × 0.093 = 0.00930
Barriers to Housing  0.05 × 0.093 = 0.00465
Living Environment   0.08 × 0.093 = 0.00744

Composite score = 0.07875 + 0.06750 + 0.02700 + 0.02025
                + 0.00930 + 0.00465 + 0.00744  = 0.21489

সেই যৌগিক স্কোর তারপর সবগুলো ৩২,৮৪৪টি LSOA-র স্কোরের বিপরীতে র‍্যাঙ্ক করা হয়। যদি এটি LSOA-কে র‍্যাঙ্ক ২,৯৫০-এ স্থাপন করে, এটি দশমাংশ ১-এ পড়ে (২,৯৫০ ÷ ৩,২৮৪ ≈ ০.৯, অর্থাৎ ইংল্যান্ডের সবচেয়ে বঞ্চিত ১০% পাড়ার মধ্যে) — যা অনেক অর্থায়ন সূত্রের জন্য সীমা যা যোগ্যতা আনলক করে, চারপাশের স্থানীয় কর্তৃপক্ষ গড়ে কীভাবে স্কোর করে তা নির্বিশেষে।

সফটওয়্যার ইঞ্জিনিয়ারিং সংযোগ

  • যেকোনো সেবা যা ব্যবহারকারীদের পোস্টকোড বা LSOA-তে জিওকোড করে তা প্রকাশিত IMD লুকআপ টেবিলের (MHCLG থেকে একটি মুক্ত, সংস্করণযুক্ত CSV) সাথে যোগ হতে পারে বঞ্চনা দশমাংশকে একটি সহভেরিয়েট হিসেবে যোগ করতে — আউটরিচ লক্ষ্যায়ন, কেসলোড অগ্রাধিকার, বা নতুন ব্যক্তিগত তথ্য সংগ্রহ ছাড়াই বঞ্চনা ব্যান্ড অনুযায়ী ফলাফল প্রতিবেদনের জন্য।
  • IMD দশমাংশ সরকারি ডিজিটাল সেবার জন্য একটি স্ট্যান্ডার্ড সমতা যাচাই: IMD দশমাংশ অনুযায়ী সেবা গ্রহণ, ঝরে পড়া, বা সন্তুষ্টি ক্রস-ট্যাবুলেট করা প্রবেশাধিকার ব্যবধান প্রকাশ করে যা একটি সমষ্টিগত মেট্রিক লুকিয়ে রাখে — দেখুন ডিজিটাল অন্তর্ভুক্তি এবং নাগরিক সন্তুষ্টি মেট্রিক্স।
  • কারণ IMD র‍্যাঙ্ক আপেক্ষিক (এটি সবসময় ইংল্যান্ড জুড়ে র‍্যাঙ্কের একটি নির্দিষ্ট সেটে যোগ হয়), এটি দেখাতে পারে না জাতীয়ভাবে বঞ্চনা সময়ের সাথে বাড়ছে না কমছে — শুধু সেই সংস্করণে কোন এলাকা একে অপরের সাপেক্ষে কোথায় র‍্যাঙ্ক করে; শুধুমাত্র নিখুঁত IMD র‍্যাঙ্কের উপর নিখুঁত-প্রবণতা ড্যাশবোর্ড তৈরি করবেন না।

সাধারণ ভুলত্রুটি

  • সংস্করণ জুড়ে IMD র‍্যাঙ্ক তুলনা করা (২০১৫ বনাম ২০১৯) একটি সময় প্রবণতা হিসেবে — অন্তর্নিহিত সূচক, ভূগোল, এবং পদ্ধতি সবই সংস্করণের মধ্যে পরিবর্তিত হয়; MHCLG স্পষ্টভাবে একটি এলাকা বেশি বা কম বঞ্চিত হয়েছে তার প্রমাণ হিসেবে র‍্যাঙ্ক পরিবর্তন ব্যবহার না করার পরামর্শ দেয়।
  • LSOA-স্তরের IMD ব্যক্তিদের প্রতি প্রয়োগ করা — দশমাংশ ১-এর একটি LSOA-তে এখনও অ-বঞ্চিত পরিবার থাকে, এবং দশমাংশ-১০ LSOA-তে এখনও বঞ্চিত পরিবার থাকে; IMD এলাকা বর্ণনা করে, মানুষ নয়, এবং এটিকে একটি ব্যক্তিগত যোগ্যতা প্রক্সি হিসেবে ব্যবহার করা উভয় দিকেই ভুল শ্রেণীবদ্ধ করে।
  • যৌগিক র‍্যাঙ্কের পক্ষে ক্ষেত্র-স্তরের বিস্তারিত উপেক্ষা করা — অভিন্ন যৌগিক স্কোরসহ দুটি LSOA-র সম্পূর্ণ ভিন্ন ক্ষেত্র প্রোফাইল থাকতে পারে (একটি স্বাস্থ্য-বঞ্চিত, একটি অপরাধ-বঞ্চিত); একটি সমস্যার লক্ষ্যযুক্ত একটি লক্ষ্যায়ন স্কিমের প্রাসঙ্গিক ক্ষেত্র স্কোর ব্যবহার করা উচিত, মিশ্র যৌগিক নয়।

তথ্যসূত্র