Disparitas spasial dan ketidaksetaraan struktural dalam pola kecacatan di seluruh munisipalitas Tianjin: Perspektif deprivasi ganda
Artikel ini membahas tantangan global dalam mengurangi ketimpangan spasial dan struktural yang dihadapi oleh orang-orang dengan disabilitas di negara-negara berkembang dan maju. Artikel ini bertujuan mengembangkan dan memvalidasi kerangka konseptual untuk menganalisis ketimpangan struktural dan ketimpangan spasial dalam deprivasi yang terkait dengan disabilitas. Penelitian ini menggunakan Database Disabilitas Tianjin untuk mengembangkan Indeks Deprivasi Ganda Terkait Disabilitas (IDMD) di Tianjin.
Ketimpangan Disabilitas Urban-Rural di Tianjin
Peneliti memilih Tianjin sebagai area studi dan menggunakan data dari Database Disabilitas Tianjin. Mereka mengembangkan IDMD berdasarkan enam domain termasuk pekerjaan, pendidikan, status perkawinan, layanan kesehatan, dan lingkungan yang bebas hambatan. Analisis ini menggunakan Principal Component Analysis (PCA) dan Multi-Scale Geographically Weighted Regression (MGWR) untuk memodelkan faktor-faktor struktural yang mempengaruhi IDMD.
Hasil penelitian menunjukkan adanya ketimpangan urban-rural yang signifikan dalam IDMD di Tianjin, dengan wilayah pedesaan menghadapi lebih banyak kesulitan. Faktor struktural seperti jenis kelamin, usia, dan jenis disabilitas memiliki dampak signifikan terhadap IDMD. Analisis spasial menunjukkan pola geografis yang berbeda dalam deprivasi di berbagai wilayah Tianjin.
Kesimpulan
Artikel ini menyimpulkan bahwa IDMD memberikan wawasan baru tentang ketimpangan struktural dan spasial dalam deprivasi yang terkait disabilitas di Tianjin. Peneliti menyarankan bahwa temuan ini dapat membantu dalam perencanaan fasilitas kesejahteraan yang lebih tepat sasaran dan strategi manajemen untuk meningkatkan keadilan spasial dan keadilan sosial bagi orang-orang dengan disabilitas. Secara keseluruhan, artikel ini memberikan analisis yang mendalam tentang dinamika kecacatan dan deprivasi di Tianjin, dan menawarkan kerangka kerja yang berguna untuk memahami dan menanggulangi ketimpangan ini. Penelitian ini penting karena membantu mengidentifikasi area dan kelompok yang paling memerlukan intervensi dan dukungan.
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H