Sysselsetting og spedbarnsdødelighet

Sysselsetting og spedbarnsdødelighet

Effekten av et offentlig sysselsettingsprogram på spedbarnsdødelighet i rurale India

Mari Kristine Vada

Oppgave for graden

Master i Samfunnsøkonomisk analyse 30 studiepoeng

Økonomisk institutt

Det samfunnsvitenskapelige fakultet

UNIVERSITETET I OSLO

Sysselsetting og spedbarnsdødelighet

Effekten av et offentlig sysselsettingsprogram på spedbarnsdødelighet i rurale India

Mari Kristine Vada

© 2020 Mari Kristine Vada

Sysselsetting og spedbarnsdødelighet

http://www.duo.uio.no/

Trykk: Reprosentralen, Universitetet i Oslo

Forord

Denne masteroppgaven markerer slutten på mitt studium i samfunnsøkonomisk analyse ved Universitetet i Oslo. Jeg vil først og fremst takke min veileder Anders Kjelsrud for tilrettelegging av data, alltid raske svar og god veiledning gjennom arbeidet med masteroppgaven. Jeg vil også takke Kristin, Live og Marthe for oppmuntring og hjelp underveis. Til slutt vil jeg takke foreldrene mine for korrekturlesing av oppgaven, og for støtte gjennom denne prosessen.

Eventuelle feil og mangler i denne oppgaven er helt og holdent mitt eget ansvar.

Oslo, juni 2020 Mari Kristine Vada

Sammendrag

Denne masteroppgaven undersøker effekten av “Mahatma Gandhi National Rural Employment Guarantee Act” (MGNREGA) på spedbarnsdødelighet i rurale India. MGNREGA er et offentlig sysselsettingsprogram som gir hushold- ninger bosatt i rurale områder rett på arbeid i 100 dager per år. Formålet med programmet er å skape arbeidsmuligheter og virke som et økonomisk sikker- hetsnett for den rurale befolkningen. Programmet er ikke primært rettet mot helse, men kan ha indirekte effekter som påvirker barns velferd og overlevelse.

Tidligere studier tyder på at spesielt to mekanismer kan være av betydning; en positiv inntektseffekt i form av økt husholdningsinntekt, og effekter basert på at programmet øker kvinnelig arbeidsdeltakelse. Oppgaven fokuserer spesielt på hvordan programmet påvirker spedbarnsdødeligheten for jenter sammenlignet med gutter.

Ved gjennomføring av oppgaven er data fra Demographic and Health Surveys (DHS) og MGNREGA sysselsettingsdata for årene 2011-2015 benyttet. Analysen er utført ved hjelp av en fast effekt lineær sannsynlighetsmodell. For å identifisere effekten av sysselsettingsprogrammet er variasjoner i sysselsettingen innenfor distrikter og år lagt til grunn. Omfanget av sysselsettingen måles ved henholdsvis antall arbeidsdager og lønnsutbetalinger innen en landsbyklynge.

Resultatene fra regresjonsanalysen indikerer at programmet øker jenters over- levelse sammenlignet med gutters. Analysen finner ingen signifikant effekt på samlet spedbarnsdødelighet.

Innhold

Tabeller v

1 Introduksjon 1

1.1 Oppbygning av oppgaven . . . 5

2 Bakgrunn 6 2.1 Mahatma Gandhi National Rural Employment Guarantee Act (MGNREGA) 6 2.2 Mulige effekter av sysselsetting på spedbarnsdødelighet . . . 7

2.2.1 Samlet effekt . . . 8

2.2.2 Kjønnseffekter . . . 10

2.3 Tidligere empiriske funn og eget bidrag . . . 12

3 Data 14 3.1 Demographic and Health Surveys (DHS) . . . 14

3.2 MGNREGA sysselsettingsdata . . . 15

3.3 Sammenslåing og utvalgsavgrensninger . . . 15

4 Metode 17 4.1 Fast effekt lineær sannsynlighetsmodell . . . 17

4.2 Variabler . . . 19

4.2.1 Spedbarnsdødelighet . . . 19

4.2.2 MGNREGA-variabler . . . 19

4.2.3 Kontrollvariabler og forklaringsvariabler . . . 20

5 Resultater 22

5.1 Deskriptiv statistikk . . . 22

5.2 Hovedresultat . . . 24

5.3 Robusthetstester . . . 29

5.3.1 Lønnsutbetalinger på landsbynivå . . . 29

5.3.2 Arbeidsdager og lønnsutbetalinger på block-nivå . . . 30

5.4 Mulige metodiske svakheter . . . 32

6 Diskusjon og konklusjon 35 6.1 Diskusjon . . . 35

6.2 Konklusjon . . . 36

Referanser 38

Vedlegg

A Appendiks 43

Tabeller

3.1 Utvalgsstørrelse . . . 16

5.1 Fødselsår . . . 23

5.2 Kjønn og dødelighet . . . 23

5.3 MGNREGA-landsbyvariabler . . . 24

5.4 Landsbynivå: Effekt av arbeidsdager . . . 26

5.5 Balansetest landsbyvariabler . . . 28

5.6 Landsbynivå: Effekt av lønnsutbetalinger . . . 30

5.7 Block-nivå: Effekt av arbeidsdager og lønnsutbetalinger . . . 32

A.1 Effekt av kontrollvariabler . . . 43

Kapittel

1

Introduksjon

Mange land har store utfordringer med høy fattigdom og sosiale ulikheter. Dette skyldes blant annet at mange av innbyggerne arbeider innenfor jordbrukssektoren hvor en stor del av arbeidet er sesongrelatert. Sesongrelatert arbeid innebærer variasjoner i arbeidernes inntekter gjennom året. Samtidig har befolkningen i fattige land ofte begrenset tilgang til kredittmarkeder, som gjør det vanskelig å låne penger for å utjevne svingninger i inntekt (Koren & Tenreyro, 2007). Et tiltak som er innført i flere land for å motvirke arbeidsledighet og for å gjøre befolkningen mindre sårbar overfor inntektssvingninger, er offentlige sysselset- tingsprogrammer. Programmene tilbyr arbeid hvor målet er å redusere fattigdom gjennom å generere inntektsgivende arbeid. Arbeidet skal virke som et sikkerhetsnett mot ulike inn- tektssjokk og midlertidig arbeidsledighet (Subbarao, del Ninno, Andrews & Rodríguez-Alas, 2012).

Denne masteroppgaven studerer verdens største offentlige sysselsettingsprogram “Mahat- ma Gandhi National Rural Employment Guarantee Act” (MGNREGA) i India. Programmet ble implementert i rurale India over tre faser. I 2006 ble programmet innført i 200 av de fattigste distriktene. Ytterligere 130 distrikter mottok programmet i 2007. De resterende distriktene fikk programmet implementert i 2008. Programmet innebærer at husholdningene bosatt i de rurale områdene har krav på arbeid i 100 dager i løpet av ett år, til fastsatt minstelønn.

Av Indias estimerte befolkning på 1.38 milliarder bor ca. 66 % i rurale områder (United

Nations, Department of Economic and Social Affairs, Population Division, 2019; World Bank Group, 2018). Sysselsettingsprogrammet genererte i finansåret 2019-2020 arbeid for 54.8 millioner husholdninger. Dette utgjorde totalt 2.65 milliarder arbeidsdager (Government of India, 2020). Et sekundært mål med programmet er å forbedre infrastrukturen. Dette gjenspeiles blant annet ved at arbeidet som tilbys relaterer seg til manuelt arbeid i forbindelse med bygging av veier, konstruksjon av demninger og brønner med mer.

Masteroppgaven undersøker effekten av MGNREGA på spedbarnsdødeligheten i rurale India. Spedbarnsdødelighetsraten måler sannsynligheten for at barnet dør innen fylte 1 år, og kan fungere som en indikator på befolkningens helse og utvikling i et land (International Institute for Population Sciences (IIPS) and ICF, 2017; Reidpath & Allotey, 2003). India har opplevd stor nedgang i spedbarnsdødeligheten de siste tiårene. I 2000 ble det beregnet at 67 barn per 1000 levendefødte døde før fylte 1 år, mens tilsvarende tall i dag er anslått til å være 30 barn per 1000 levendefødte (United Nations Inter-agency Group for Child Mortality Estimation, 2019). Det er imidlertid store regionale forskjeller innad i India, hvor det er de rurale områdene som har størst andel av spedbarnsdødelighet (Office of the Registrar General & Census Commissioner, India, 2017).

Selv om MGNREGA ikke er et program rettet primært mot helse, kan det ha indirekte effekter på helse og spedbarnsdødelighet ved at en eventuell økning i inntekt kan føre til bedre levevilkår for den fattige del av befolkningen. Samtidig er den totale effekten ikke gitt da programmet kan påvirke spedbarnsdødeligheten gjennom flere mekanismer. Programmet er for eksempel innrettet mot å øke kvinnenes deltakelse i arbeidslivet. Dette kan ha positive effekter på spedbarns velferd i form av at kvinner potensielt allokerer mer av inntekten og husholdningens ressurser mot barns velferd enn det menn gjør. Samtidig kan kvinnelig arbeidsdeltakelse ha negative effekter ved at kvinnen får mindre tid til å ivareta omsorgen for sine barn. Få studier har hittil sett på hva slags effekt programmet kan ha på dødelighet blant barn, noe som gjør at dette vil være et aktuelt tema å få mer informasjon om.

I tillegg til å undersøke effekten av programmet på samlet spedbarnsdødelighet, fokuserer denne oppgaven på om programmet har ulik effekt når det gjelder spedbarnsdødeligheten til gutter og jenter.

Det er flere grunner til å tro at programmet potensielt kan ha ulik effekt på gutter og jenter. Forskning har funnet at jenters overlevelse i større grad påvirkes av variasjoner i inntekt sammenlignet med gutters overlevelse (Baird, Friedman & Schady, 2011; Rose, 1999). Dette tyder på at jenter er mer sårbare når husholdningens inntektsmuligheter av ulike grunner er begrenset. MGNREGA har som mål å være et sikkerhetsnett som skal bidra til å opprettholde innbyggernes inntekt og kjøpekraft i tider hvor arbeidsmulighetene er begrenset. Det kan dermed tenkes at programmet kan påvirke den relative overlevelsen mellom gutter og jenter ved å tilrettelegge for jevnere inntektsmuligheter. Det er også andre forhold som gjør at programmet kan ha ulik effekt på spedbarnsdødelighet for gutter og jenter. Økt kvinnelig arbeidsdeltakelse kan påvirke hvordan husholdningene allokerer ressurser mellom jenter og gutter. I tillegg er det biologiske forskjeller mellom kjønnene, som gjør at programmet kan virke ulikt for jenter og gutter. Disse mulige mekanismene blir diskutert nærmere senere i oppgaven.

For å undersøke forholdet mellom sysselsettingsprogrammet og spedbarnsdødelighet, brukes data fra Demographic and Health Surveys (DHS) og administrative MGNREGA sysselsettingsdata for årene 2011-2015. Sysselsettingsdataene er tilrettelagt av min veileder, Anders Kjelsrud. Sysselsettingsdataene, som er på landsbynivå, viser sysselsettingen på tvers av gram panchayats. Gram panchayat er det laveste myndighetsnivået i India, og består av 5-15 landsbyer (Kjelsrud, Moene & Vandewalle, 2020). Videre i denne oppgaven blir begrepet landsbyklynge ofte brukt for å betegne en gram panchayat. DHS og MGNREGA dataene kobles sammen med utgangspunkt i landsbyklynger, der husholdningsdata fra DHS kobles mot sysselsetting i en landsbyklynge. Dataene inneholder ikke informasjon om hvorvidt en husholdning faktisk har deltatt i programmet. Husholdningen regnes for å være eksponert for programmet basert på størrelsen på arbeidsdeltakelsen i landsbyklyngen der husholdningen er bosatt. For å identifisere effekten av programmet utnyttes variasjonen i sysselsetting innenfor distrikter og år.

En metodisk utfordring når man skal analysere effekter av sysselsetting, er at ar- beidsdeltakelse i utgangspunktet ikke er en eksogen variabel. MGNREGA er i teorien et etterspørselsbasert program, da husholdninger som søker om arbeid har krav på å få arbeid. Dersom etterspørsel etter arbeid er styrende for programmet, kan dette for eksempel

innebære at områder med høyere fattigdom har større deltakelse i programmet. Dette vil i så fall påvirke den estimerte effekten av programmet på spedbarnsdødelighet, ved at områder med høy fattigdom kan ha økt risiko for spedbarnsdødelighet.

Tidligere studier har imidlertid vist at sysselsettingsprogrammet i stor grad er styrt av faktorer på tilbudssiden (Afridi, Mukhopadhyay & Sahoo, 2012; Chopra, 2016). At programmet skal være tilbudsstyrt er avgjørende for å identifisere effekten av sysselset- tingsprogrammet på spedbarnsdødelighet. Dataene jeg benytter er administrative data med oversikt over sysselsettingen i ulike landsbyklynger. Dersom størrelsen på sysselsettingen i ulike områder for eksempel skyldes politiske interesser til lokale myndighetspersoner, kan det være rimelig å anta at variasjonen i sysselsettingen mellom områder i stor grad vil være eksogen. Det antas at slike faktorer på tilbudssiden i mindre grad vil påvirke spedbarnsdø- deligheten. Dutta, Murgai, Ravallion og Van de Walle (2012) finner også at etterspørselen etter arbeid er høyere i fattigere stater, men at de fattige statene har utfordringer når det gjelder å imøtekomme etterspørselen. Disse faktorene motvirker hverandre, noe som hovedsakelig innebærer at faktisk arbeidsdeltakelse ikke skal være større i fattige stater. Det antas at dette gjør det mulig å identifisere eksogene effekter av programmet ved å benytte variasjoner i sysselsetting mellom landsbyklynger, og innenfor distrikter.

Den økonometriske modellen som benyttes i analysen er en fast effekt lineær sannsyn- lighetsmodell. Faste effekter på distriktsnivå brukes for å kontrollere for at det kan være store variasjoner i dødelighet på tvers av områder, som ikke er relatert til sysselsettingspro- grammet. En bekymring ved bruk av data på landsbynivå, er at DHS dataene inneholder en tilfeldig forflytning av GPS-lokasjonen for å bevare anonymiteten til husholdningene i undersøkelsen. Siden det er mulig at dette skaper målefeil i landsby sysselsettingsvariablene når dataene kobles med DHS dataene, benyttes også sysselsettingsdata aggregert opp på et høyere administrativt nivå.

Regresjonsanalysen finner ingen signifikante effekter på samlet spedbarnsdødelighet for jenter og gutter, men resultatene indikerer at programmet har ulik effekt på kjønnene.

Programmet ser ut til å øke spedbarnsdødelighet blant gutter. Alle regresjoner som er gjennomført indikerer at programmet øker den relative overlevelsen til jenter sett i forhold til gutter.

Analysen er utført i statistikkprogrammet STATA 15.

1.1 Oppbygning av oppgaven

Resten av oppgaven er organisert på følgende måte:

Kapittel 2: Bakgrunn.

I dette kapitlet presenteres relevant bakgrunnsinformasjon. Dette inkluderer en kort beskrivelse av sysselsettingsprogrammet, samt hvordan programmet kan påvirke spedbarnsdødelighet blant gutter og jenter. Dette etterfølges av en oversikt over tidligere empiriske funn på området, og en beskrivelse av hva denne oppgaven kan bidra med.

Kapittel 3: Data.

Dette kapitlet inneholder en beskrivelse av dataene og hvordan disse er satt sammen til ett datasett.

Kapittel 4: Metode og variabler.

I dette kapitlet beskrives den økonometriske metoden og variablene som benyttes i analysen.

Kapittel 5: Resultater.

I dette kapitlet presenteres deskriptiv statistikk og resultatene fra regresjonsanalysen.

I tillegg diskuteres mulige svakheter ved analysen.

Kapittel 6: Diskusjon og konklusjon.

I dette kapitlet vil resultatene bli nærmere diskutert og oppsummert.

Kapittel

2

Bakgrunn

Dette kapitlet innledes med en kort presentasjon av sysselsettingsprogrammet MGNREGA.

Videre belyses mulige mekanismer for hvordan programmet kan påvirke spedbarnsdø- delighet. Deretter følger en beskrivelse av studier som har undersøkt forholdet mellom sysselsettingsprogrammet og spedbarnsdødelighet. I denne sammenhengen forklares også hva masteroppgaven kan bidra med.

2.1 Mahatma Gandhi National Rural Employment Guarantee Act (MGNREGA)

MGNREGA er et sysselsettingsprogram som er ment å gi midlertidig hjelp i forbindelse med inntektssjokk, men også å bidra i et mer langsiktig perspektiv ved å løfte deltakende husholdninger ut av fattigdom (Subbarao et al., 2012). Programmet virker å ha størst betydning som et sikkerhetsnett for personer som er sysselsatt innenfor jordbrukssektoren, ved at programmet kan gi arbeidsmuligheter utenfor jordbrukssesongen, eller når inntekts- mulighetene blir svekket på grunn av tørke eller flom (Ravi & Engler, 2015). Imbert og Papp (2015) finner at mesteparten av arbeidet i forbindelse med programmet er konsentrert i løpet av årets to første kvartaler. Dette er før monsunperioden og før jordbrukssesongen, som er avhengig av monsunregnet, starter. De nevner som mulige grunner for dette at sysselsettingsprosjektene kan være vanskelige å gjennomføre under monsunregnet, men også at myndighetene forsøker å stoppe prosjektene i denne perioden for å unngå å komme i

konkurranse med bøndenes behov for arbeidskraft.

Sysselsettingsprogrammet er et samarbeid mellom ulike myndighetsnivåer i India. India er delt inn i ulike stater som består av distrikter, blocker og gram panchayats. De ulike myndighetene har forskjellige ansvarsområder i forbindelse med programmet. Programmet ble introdusert av de sentrale myndighetene, som også dekker 90 % av kostnadene. De ulike statene står for de resterende 10 % av kostnadene. Selve implementeringen av programmet foregår på lokalt nivå, der husholdninger registrerer seg og søker arbeid gjennom de lokale gram panchayats. Prosjekter og budsjetter må godtas på et høyere administrativt nivå som på block- og distriktsnivå (Gulzar & Pasquale, 2017; Zimmermann, 2020).

Målgruppen for programmet er fattige husholdninger. Ved å benytte lav minstelønn og manuelt arbeid legges det opp til at programmet kun skal tiltrekke seg fattige husholdninger som har behov for hjelp. Dutta et al. (2012) finner at programmet har oppnådd å nå fattige husholdninger, men at etterspørselen i alle stater har vært større enn tilbudet. Mangel på et tilstrekkelig arbeidstilbud, sett i forhold til etterspørselen, er størst i fattige stater.

Begrensninger i arbeidstilbudet har ført til at programmet i stor grad er tilbudsstyrt framfor å være etterspørselsdrevet (Afridi et al., 2012; Maiorano, 2014). Et for lavt ar- beidstilbud kan blant annet skyldes begrenset administrativ kapasitet knyttet til mangel på personale, samt begrensninger når det gjelder den enkelte stats økonomiske handlings- rom (Chopra, 2016; Dutta et al., 2012). I tillegg er politiske prosesser funnet å være av betydning, der graden av implementering blant annet kan være basert på interesser til lokale myndighetspersoner (Chopra, 2016). Det at programmet er tilbudsstyrt, innebærer at variasjoner i sysselsetting mellom de ulike områdene i liten grad skal reflektere forskjeller på etterspørselssiden.

2.2 Mulige effekter av sysselsetting på spedbarnsdødelighet

I dette underkapitlet beskrives hvilke effekter programmet kan ha på spedbarnsdødeligheten for begge kjønn, og om programmet kan tenkes å virke ulikt på gutter og jenter.

2.2.1 Samlet effekt

Et stort problem i India er at mange barn lider av underernæring, som kan øke faren for infeksjoner og øke risikoen for spedbarnsdødelighet (Rice, Sacco, Hyder & Black, 2000;

Vesel et al., 2010).

MGNREGA kan ha en positiv effekt på barns helse ved at programmet skaper arbeids- muligheter og bidrar til å øke husholdningenes inntekter når andre inntektskilder ikke er tilgjengelig. Programmet er også ment å bidra til å dempe effekten av negative inntektssjokk.

Inntektsbortfall, som kan oppstå under negative inntektssjokk, kan blant annet føre til at husholdningene har et lavere inntak av næringsrik mat, samt mindre bruk av helsetjenester (Baird et al., 2011). Tiltak som begrenser slike negative konsekvenser kan tenkes å virke

positivt på barns helse.

Studier på området tyder på at deltakelse i MGNREGA kan bidra til å redusere underernæring blant barn. Nair et al. (2013) viser at deltakelse i MGNREGA i staten Rajasthan var assosiert med redusert underernæring hos spedbarn. Analysen antyder at dette skyldtes økt fødselsvekt, som indikerer at programmet kan påvirke kvinnene under svangerskap. Dasgupta (2017) har undersøkt hvordan barns vekst blir påvirket av negative regnsjokk, som vil si tørke. Tørke kan føre til redusert inntekt, som igjen kan påvirke barns ernæring og vekst. I den forbindelse har hun også undersøkt om MGNREGA kan motvirke eventuelle negative effekter av tørke. Studien finner at det å bli eksponert for tørke i løpet av det siste året har en negativ effekt på et barns høyde-for-alder, men at denne effekten motvirkes ved å ha tilgang på sysselsettingsprogrammet.

Programmet virker også å ha hatt positive effekter på inntektsrelaterte faktorer som forbruk og sparing. Deininger og Liu (2013) bruker data fra staten Andhra Pradesh, og finner at programmet økte husholdningenes konsum, energi- og proteininntak. En studie utført i distriktet Medak innenfor samme stat viser en tilsvarende økning i konsum, samt en bedring i tilgang på mat og mulighet for sparing (Ravi & Engler, 2015).

Sysselsettingsprogrammet kan også påvirke spedbarnsdødelighet gjennom økt kvinnelig arbeidsdeltakelse. En målsetting med programmet er at 1/3 av deltakerne skal være kvinner.

På nasjonalt nivå virker dette å være innfridd. I finansåret 2019-2020 utgjorde kvinner 54.7

% av MGNREGA arbeidsstyrken (Government of India, 2020). Mors arbeidsdeltakelse antas å ha både positive og negative effekter på spedbarnsdødelighet. Positive effekter er i form av økt husholdningsinntekt, samt at kvinnen kan få større innflytelse over hva inntekten benyttes til. En negativ effekt er at kvinnen ved å arbeide får mindre tid sammen med barnet.

Flere studier har fått resultater som tyder på at arbeidsdeltakelse øker kvinnens be- slutningsmakt i husholdningen, og at kvinner i større grad enn menn bruker inntekten sin på barns velferd (Afridi et al., 2012; Blumberg, 1988; Mencher, 1988). Blant annet viser D. Thomas (1990) at ressurser under mors kontroll hadde større positiv innvirkning på barns helse og overlevelse enn ressurser kontrollert av far. For at slike positive effekter skal være til stede bør noen forutsetninger være innfridd, som at kvinnen arbeider utenfor hjemmet og har råderett over egen inntekt (Anderson & Eswaran, 2009; Kishor & Parasuraman, 1998).

Når det gjelder MGNREGA, indikerer flere feltstudier at kvinnene som deltar i programmet virker å ha rådighet over egen inntekt, og kan bestemme hva lønnen benyttes til (Khera &

Nayak, 2009; Pankaj & Tankha, 2010).

Samtidig kan kvinnelig arbeidsdeltakelse ha en negativ effekt på barns overlevelse.

Kvinner er ofte den primære omsorgspersonen, og tid brukt på arbeid kan gå på bekostning av tid brukt på barneomsorg. Baird et al. (2011) nevner at sysselsetting kan føre til mindre tid til amming, tilberedning av mat og sjeldnere legebesøk. Som en tidlig studie på området fant Basu og Basu (1991) økt barnedødelighet for barn av arbeidende mødre i India. Ladusingh og Singh (2006) får tilsvarende resultat ved å studere barnedødelighet i Nordøst-India. Som en mulig begrunnelse nevnes at kvinner i de nordøstlige regionene stort sett arbeider med tungt fysisk jordbruksarbeid, som går utover deres kapasitet til amming og omsorgsoppgaver. Kishor og Parasuraman (1998) finner en signifikant økning i spedbarnsdødelighet forbundet med sysselsetting blant mødre i urbane India, men finner imidlertid ingen signifikant effekt på spedbarnsdødeligheten i rurale India.

MGNREGA har etablert tiltak for å hindre eventuelle negative effekter på barns helse i forbindelse med at en arbeidende mor må være borte fra sine barn. Det skal tilbys daghjem på alle arbeidssteder der mødrene til sammen har mer enn fem barn under 6 år, noe som for eksempel vil gjøre det enklere å kombinere arbeid og amming. Det virker imidlertid

som at denne ordningen i liten grad har blitt innført (Khera & Nayak, 2009; Narayanan, 2008). Feltstudier på området antyder at det har vært utfordrende for kvinner å kombinere deltakelse i programmet med hovedansvaret for husholdningsoppgaver og barneomsorg (Nair, Ariana & Webster, 2014; Pankaj & Tankha, 2010).

2.2.2 Kjønnseffekter

Jenter har i utgangspunktet større sjanser for å overleve spedbarnsalderen på grunn av at de i de første leveårene har et biologisk fortrinn sammenlignet med gutter. Jenter er blant annet mindre sårbare overfor infeksjoner (Waldron, 1983). Det biologiske fortrinnet virker å være mest utpreget i den neonatale perioden, som defineres som første levemåned. Etter denne fasen øker betydningen av miljø og sosialt relaterte faktorer (Claeson, Bos, Mawji &

Pathmanathan, 2000). Selv om jenter i utgangspunktet har en større sannsynlighet for å overleve spedbarnsalderen, kan dette endre seg dersom kjønnene behandles ulikt.

I India har det tradisjonelt vært en preferanse for sønner sett i forhold til døtre (Pande

& Astone, 2007). Litteraturen på området er ikke enstemmig i om dette innebærer at jenter faktisk behandles annerledes enn gutter under normale økonomiske tider. Det er imidlertid flere studier som indikerer at en slik forskjellsbehandling virker å være til stede (Borooah, 2004). Eksempler på forskjellsbehandling kan være at gutter mottar mer omsorg enn jenter, blir ammet lengre, og i større grad mottar vitamintilskudd (Barcellos, Carvalho

& Lleras-Muney, 2014). Forskning viser også at negative inntektssjokk påvirker jenters overlevelse i større grad enn gutters (Baird et al., 2011; Bhalotra, 2010). Dette kan være en indikator på at jenters velferd blir nedprioritert sammenlignet med gutters i økonomiske nedgangstider (Baird et al., 2011).

Flere studier har undersøkt hvordan sysselsetting påvirker den relative overlevelsen mellom jenter og gutter. Kvinners deltakelse i yrkeslivet synes å bedre jenters relative overlevelsessjanser (Basu & Basu, 1991; Murthi, Guio & Drèze, 1995). Qian (2008) finner at en økning i kvinnens inntekt bedret overlevelsessjansene til jenter i Kina, noe som blant annet kan skyldes at kvinnene får økt innflytelse på husholdningens økonomi. Studien finner tilsvarende at en økning i mannens inntekt øker overlevelsessjansen for gutter sett i forhold til jenter.

Resultatet til Qian (2008) indikerer at effekten av MGNREGA på jenters overlevelse sammenlignet med gutters, kan være avhengig av programmets betydning for sysselsettings- og inntektsmulighetene for kvinner sett i forhold til menn.

Azam (2012) finner at programmet har hatt størst påvirkning på kvinners arbeidsdel- takelse og lønnsnivå. Han viser blant annet at lønnen for kvinnelige arbeidere ansatt i midlertidige stillinger økte med 8 % mer i distrikter hvor programmet var innført, sam- menlignet med distrikter som ikke hadde innført programmet. Lønnsøkningen for mannlige arbeidere i midlertidige stillinger økte bare med ca. 1 %. Dette indikerer en reduksjon i lønnsgapet mellom kvinner og menn som følge av MGNREGA. Det kan synes som om MGNREGA påvirker arbeidsmulighetene for kvinner i større grad enn for menn, noe som kan tyde på at effekter av kvinners deltakelse i programmet vil være av størst betydning.

Som omtalt ovenfor kan den enkelte kvinnes arbeidsdeltakelse ha betydning for jenters relative overlevelse ved at kvinnen kan få større kontroll over hva husholdningens ressurser brukes på. I tillegg kan omfanget av kvinnelig sysselsetting i et område være av relevans da dette blant annet sier noe om jenters fremtidige arbeidsmuligheter. Rosenzweig og Schultz (1982) bruker data fra rurale India, og viser at økt kvinnelig arbeidsdeltakelse er assosiert med en økning i jenters relative overlevelse. Analysen antyder at dette skyldes at en større andel av husholdningens ressurser allokeres mot jenter dersom familien forventer bedrede arbeidsmuligheter for kvinner. Økte arbeidsmuligheter innebærer at jenter i fremtiden vil ha større muligheter til å bidra økonomisk til familien.

At antall kvinner i arbeid i et område er av betydning for jenters overlevelse, vises også i Flatø og Kotsadam (2014). Studien undersøker hvordan tørke virker på spedbarnsdødelighe- ten for jenter sammenlignet med gutter i Afrika sør for Sahara. Både individuelle effekter og område-effekter av kvinners deltakelse i yrkeslivet undersøkes. Studien finner at i områder med lav kvinnelig sysselsetting øker spedbarnsdødelighet for jenter sett i forhold til gutter etter tørke, spesielt for spedbarn med mødre som ikke jobber. I områder med høy kvinnelig yrkesdeltakelse, er det ingen kjønnsforskjeller i spedbarnsdødelighet etter tørke. Dette er uavhengig av om den enkelte mor arbeider.

2.3 Tidligere empiriske funn og eget bidrag

Som beskrevet ovenfor kan effekten av sysselsettingsprogrammet på spedbarnsdødelighet være usikker på grunn av at programmet kan virke gjennom flere kanaler. Det er et begrenset antall studier som har undersøkt effekten av programmet på barne- og spedbarnsdødelighet.

Studiene bruker data fra tidsperioden for implementeringen av MGNREGA, og benytter difference-in-differences metoder som gjør bruk av den gradvise implementeringen av

programmet.

Chari, Glick, Okeke og Srinivasan (2019) undersøker effekten av mors sysselsetting i forbindelse med MGNREGA på neonatal dødelighet. Som hovedspesifikasjon anvendes en difference-in-differences metode der distrikter hvor programmet ennå ikke var implementert benyttes som kontrollgruppe. På bakgrunn av at kun personer over 18 år kan delta i programmet, inkluderes også mødre under 18 år som en kontrollgruppe for å kontrollere for eventuelle pre-eksisterende trender mellom distriktene. Studien finner at programmet økte neonatal dødelighet, der økningen i dødeligheten er sentrert rundt de 24 første timene etter fødsel. Studien undersøker mulige grunner for dette, og finner at for kvinner som deltok i programmet er det i mindre grad gjennomført svangerskapskontroller, kvinnene har høyere forekomst av for tidlig fødsel, og en lavere andel fødte på sykehus. En annen faktor som trekkes fram er mulig arbeidsrelatert belastning under graviditet.

M.D.P. Thomas (2016) undersøker i sin doktorgradsavhandling forholdet mellom MGN- REGA og barnedødelighet. Hun brukerregression discontinuity design i kombinasjon med difference-in-differences metode. Den empiriske strategien baserer seg på en etterligning av algoritmen som myndighetene benyttet for å bestemme hvilke distrikter som skulle få innført MGNREGA i de ulike fasene av implementeringen. De rurale distriktene ble rangert basert på en utviklingsindeks, og fikk tildelt programmet ut ifra denne indeksen. Dette skaper en diskontinuitet mellom distriktene som akkurat hadde fått programmet implementert og de som ikke hadde fått det. Dette gjør det mulig å sammenligne distriktene på de to sidene av diskontinuiteten. Studien finner at MGNREGA reduserte barnedødeligheten. Hun fant ingen signifikant effekt hverken med hensyn til samlet spedbarnsdødelighet eller samlet neonatal dødelighet, men estimatenes fortegn indikerte en reduksjon i dødelighet. Funnene blir blant annet begrunnet med økt bruk av helsehjelp i forbindelse med svangerskap og

fødsel, og økt sannsynlighet for at barnet vaksineres.

Fåtallet av studier som har undersøkt forholdet mellom MGNREGA og spedbarnsdøde- lighet gjør det relevant med videre studier på området. De refererte studiene analyserte effekten på dødelighet i løpet av implementeringsårene. Det kan være viktig å studere lengre tids effekter, blant annet på grunn av at distriktene kan ha opparbeidet seg erfaring og kunnskap i forbindelse med implementasjon av programmet. Mitt bidrag til den eksisterende litteraturen er å undersøke programmets effekt flere år etter implementeringsfasen. I tillegg bruker jeg MGNREGA sysselsettingsdata som tidligere ikke er benyttet i analyser av barnedødelighet. De tidligere analysene er basert på hvorvidt husholdningen er eksponert for programmet ved å være bosatt i et distrikt som har mottatt MGNREGA, men er ikke basert på variasjoner i faktisk arbeid. Datamaterialet som benyttes i denne masteroppgaven er sysselsettingsdata for årene 2011-2015 som inneholder faktiske sysselsettingstall for ulike landsbyklynger. En annen forskjell i forhold til de tidligere studiene, er at min analyse skjer på et lavere administrativt nivå, spesifikt på landsbynivå og block-nivå.

Kapittel

3 ^Data

Datasettet for denne oppgaven kombinerer husholdningsdata fra Demographic and Health Surveys (DHS) og MGNREGA sysselsettingsdata. Dette kapitlet inneholder en presentasjon av de ulike dataene, en beskrivelse av hvordan dataene settes sammen til ett datasett, og hvilke restriksjoner som ilegges dataene for å komme frem til utvalget brukt i analysen.

3.1 Demographic and Health Surveys (DHS)

Data for spedbarnsdødelighet kommer fra Demographic and Health Surveys (DHS) som ble samlet inn i India i 2015-2016. DHS er en nasjonal representativ husholdningsundersøkelse som gir informasjon om blant annet barnedødelighet, helse og utdanning basert på intervju med utvalgte husholdninger. Husholdningene velges gjennom en to trinns utvalgsprosses.

I første fase bestemmes primære utvalgsenheter eller klynger der intervjuene skal finne sted. I rurale områder består klynger av landsbyer. I den neste fasen velges et utvalg av husholdninger bosatt i en klynge til intervju. DHS intervjuer kvinner i alderen 15-49 år og samler inn informasjon om deres fødselshistorikk. Dataene inneholder informasjon om hvert enkelt barns fødselsdato, om barnet fortsatt lever på intervjutidspunktet og eventuell dødsdato. Ethvert barn utgjør en observasjon i datasettet. Basert på barnas fødselsdato lager jeg en retrospektiv tidsserie som gjør det mulig å analysere spedbarnsdødelighet flere år tilbake i tid.

3.2 MGNREGA sysselsettingsdata

MGNREGA sysselsettingsdata er tilrettelagt av min veileder, Anders Kjelsrud, og benyttes i Kjelsrud et al. (2020). Dataene gir informasjon om implementasjon av sysselsettingspro- grammet på landsbynivå for årene 2011-2016. Nedenfor følger en beskrivelse av hvordan dataene ble laget.

Sysselsettingsdataene er hentet fra MGNREGA Public Data Portal. I disse dataene er distriktsnavn, sub-distriktsnavn og gram panchayat navn inkludert, men identifikasjons- numre mangler. Identifikasjonsnumre hentes fra 2011 Census data for India, som inneholder identifikasjonsnumre for stater, distrikter og mindre enheter basert på den geografiske inndelingen av India i 2011.

MGNREGA dataene og Census dataene kobles deretter sammen. 14 av opprinnelige 15 stater er med i det sammenkoblede datasettet. Staten Rajasthan er unntatt på grunn av at gram panchayat navnene i staten er skrevet på hindi som ikke kan kobles med Census dataene.

I tillegg mangler MGNREGA data for den nyopprettede staten Telangana som tidligere var en del av Andhra Pradesh. Ved sammenkoblingen blir alle distrikter korrekt matchet, og 4 604 av totalt 4 704 sub-distrikter blir korrekt matchet. Innen hver stat, distrikt og sub-distrikt brukesfuzzy matching basert på gram panchayat navn for å matche MGNREGA landsbydataene med landsbyene fra 2011 inndelingen. Dette resulterer i et datasett hvor 76.5 % av 2011 Census landsbyene er matchet til MGNREGA sysselsettingsdataene.

3.3 Sammenslåing og utvalgsavgrensninger

DHS dataene og sysselsettingsdataene blir koblet sammen med utgangspunkt i landsbyklyn- ger der enhver landsbyklynge i MGNREGA dataene blir koblet sammen med en DHS klynge.

Det er flere husholdninger bosatt innenfor en DHS klynge, slik at ved sammenslåingen av dataene blir alle husholdningene bosatt innen en DHS klynge koblet mot sysselsettingen i klyngen. Videre blir MGNREGA sysselsettingen koblet mot et spesifikt barn ut ifra barnets fødselsår. Et barn blir altså koblet mot sysselsettingen som er registrert i landsbyklyngen året barnet ble født.

Tabell 3.1 viser det opprinnelige antallet observasjoner i DHS dataene og hvordan utvalget har utviklet seg gjennom sammenslåing av data og utvalgsavgrensninger. For de 14 aktuelle statene inneholder DHS dataene observasjoner av 641 749 fødsler i rurale områder. Det er kun i de rurale områdene sysselsettingsprogrammet er implementert.

Ved datasammenslåingen mistes 178 799 av observasjonene. Dette skyldes at vi ikke har sysselsettingsdata for alle landsbyklyngene innenfor disse statene. Etter sammenslåingen inneholder datasettet observasjoner av 462 950 fødsler.

Utvalget avgrenses til barn født i årene 2011-2016, da det er disse årene vi har MGNREGA data for. I tillegg ekskluderes barn født mindre enn ett år før DHS undersøkelsen fra analysen på grunn av at barna ikke er fullstendig eksponert for risikoen for å dø før fylte 1 år (Bhalotra, 2010). Å beholde disse observasjonene kan føre til underestimering av spedbarnsdødeligheten.

Dette fører til en reduksjon i utvalget på 18 444 observasjoner, og medfører blant annet at barn født i 2016 utelates fra analysen. Videre er utvalget avgrenset til kun å gjelde fødsler som skjedde på husholdningenes bosted da DHS intervjuet ble holdt. Dette innbærer at 4 627 observasjoner er utelatt fra analysen. Til slutt er mødre som kun var på besøk hos husholdningen ekskludert fra analysen, noe som fører til en reduksjon på 2 727 observasjoner.

Det endelige utvalget er på 61 218 observasjoner. Enkelte av variablene som blir benyttet i analysen har manglende verdier. Dette innebærer at utvalget som regresjonene utføres på har litt færre observasjoner enn utvalget presentert her. Dette vil bli diskutert nærmere i kapittel 5.2.

Tabell 3.1: Utvalgsstørrelse

Opprinnelig DHS observasjoner 641,749

Sammenslåing DHS og MGNREGA -178,799

Utvalgsavgrensninger

Fødsler før 2011 - 375,934

Barn < 12 måneder gamle - 18,444

Husholdninger som har flyttet - 4,627

Besøkende - 2,727

Endelig utvalg 61,218

Kapittel

4

Metode

I første del av dette kapitlet presenteres modellen som brukes for å studere effekten av MGNREGA på spedbarnsdødelighet. Deretter følger en nærmere beskrivelse av variablene som blir brukt i regresjonsanalysen.

4.1 Fast effekt lineær sannsynlighetsmodell

For å undersøke effekten av MGNREGA på spedbarnsdødelighet benyttes en lineær sann- synlighetsmodell med faste effekter. Modellen brukes da den avhengige variabelen for spedbarnsdødelighet er en binær variabel for hvorvidt barnet overlevde det første leveåret.

Faste effekter på distriktsnivå inkluderes i modellen. Dette er relevant for min analyse da det kan være forskjeller i spedbarnsdødeligheten på tvers av distrikter, og implementasjonen av sysselsettingsprogrammet kan være korrelert med uobserverte faktorer innad i distriktene som også påvirker spedbarnsdødeligheten. For i tillegg å ta hensyn til at distriktene endrer seg over tid, benytter jeg distrikt ganger år (Distrikt x År) faste effekter. Modellen utnytter variasjonen i variablene innenfor hver enhet (Distrikt x År) til å estimere regresjonskoef- fisientene, mens variasjon på tvers av enhetene elimineres. På denne måten kontrollerer modellen for uobserverte variabler som er konstante innenfor enhetene, men som varierer fra enhet til enhet. Den estimerte effekten av sysselsettingsprogrammet på spedbarnsdødelighet er basert på observasjoner av barn født i samme år og samme distrikt.

Hovedfokuset i denne oppgaven er å studere hvordan sysselsettingsprogrammet påvirker dødeligheten for gutter og jenter. Modellen som brukes for å analysere dette kan skrives på følgende måte:

Y_ildt = β₀+β₁J ente_ildt+β₂M GN REGA_ldt+β₃(J ente_ildt×M GN REGA_ldt) +β₄X1_ildt+ β5X2_ld +θdt+εildt

Den avhengige variabelen Yildt er en dummyvariabel med verdi 1 dersom barn i født i landsbyklyngel innenfor distriktd i årt, dør før fylte ett år. β₁ beskriver effekten av å være jente på spedbarnsdødelighet. β₂ viser effekten av MGNREGA på spedbarnsdødelighet for gutter. β₃ beskriver effekten av MGNREGA på dødelighet for jenter sammenlignet med gutter. For å redusere sannsynligheten for at de estimerte koeffisientene påvirkes av andre egenskaper ved barnet eller området, inkluderes individuelle kontrollvariabler (X1_ildt) og landsby kontrollvariabler (X2_ld). De faste effektene er representert ved θdt, og εildt er restleddet i modellen.

I tillegg gjennomføres det regresjoner som ser på effekten av sysselsettingsprogrammet på samlet spedbarnsdødelighet. For disse spesifikasjonene fjernes interaksjonsleddet mellom jente og MGNREGA fra likningen ovenfor. I regresjonene for samlet spedbarnsdødelighet, beskriver β₂ effekten av programmet på samlet spedbarnsdødelighet.

En forutsetning ved lineær regresjon er at restleddene er homoskedastiske. Når lineær regresjon brukes med en binær avhengig variabel vil imidlertid ikke denne forutsetningen være oppfylt. Da den avhengige variabelen kun tar verdiene 1 og 0, vil variansen til restleddene være avhengig av verdien på forklaringsvariablene. Dette betyr at restleddene er heteroskedastiske. Det er i tillegg mulig at det eksisterer korrelasjon mellom flere av observasjonene i datasettet, slik at restleddene er korrelerte. For å ta hensyn til dette, benyttes grupperte (clustered) standardfeil som er gruppert på distrikt. Disse er robuste både mot heteroskedastisitet og for korrelasjon mellom observasjoner innad i et distrikt (Stock & Watson, 2015).

En svakhet ved den lineære sannsynlighetsmodellen sett i forhold til en ikke-lineær regresjonsmodell som logit, er at den lineære sannsynlighetsmodellen kan predikere sann-

synligheter under 0 eller over 1. Et alternativ til den lineære fast effekt modellen er å bruke en fast effekt logit modell. En fast effekt logit modell vil imidlertid føre til tap av mange observasjoner. Grunnen til dette er at modellen eliminerer alle observasjoner hvor det ikke er variasjon i den avhengige variabelen innenfor fast effekt enheten. Dette vil innebære at dersom alle barn innenfor et (Distrikt x År) overlever, vil observasjonene av barna utelates fra regresjonsanalysen. Jeg velger derfor å benytte den lineære fast effekt sannsynlighetmodellen. Denne modellen er også enklere å tolke.

4.2 Variabler

4.2.1 Spedbarnsdødelighet

Den avhengige variabelen for spedbarnsdødelighet er en dummyvariabel med verdi 1 dersom barnet døde før fylte ett år, og verdi 0 dersom barnet overlevde det første året.

4.2.2 MGNREGA-variabler

For å estimere effekten av MGNREGA benyttes to alternative variabler som måler forskjelli- ge aspekter ved programmet. Som hovedspesifikasjon benyttes antall arbeidsdager generert i hver landsbyklynge i løpet av ett år. Denne variabelen viser bredden på gjennomføringen av programmet i de ulike klyngene. Imbert og Papp (2015) finner at programmet fortrenger privat sysselsetting ved at den offentlige sysselsettingen øker. Dette medfører at lønnsnivået i privat sektor øker. På denne måten kan programmet ha velferdseffekter også for hushold- ninger som ikke deltok i programmet. Dasgupta (2017) uttrykker at antall arbeidsdager kan være en velegnet variabel til å identifisere også eventuelle spillover-effekter av programmet.

Som spesifikasjon nummer to benyttes totale lønnsutbetalinger i en landsbyklynge i løpet av ett år. Totale lønnsutbetalinger er lik summen utbetalt til arbeidernes bank- og postkontoer. Spesifikasjonen brukes for å se om effektene av lønningene faktisk samsvarer med effekten av antall arbeidsdager. Dette kan være relevant fordi størrelsen på lønnen blir fastsatt på statlig nivå og kan variere på tvers av stater. I tillegg har programmet hatt problemer med forsinkede lønnsutbetalinger (Narayanan, Das, Liu & Barrett, 2017). Siden

dataene som benyttes er for årlige utbetalinger, vil antakelig et slikt aspekt i mindre grad fanges opp av dataene.

I regresjonene inkluderes også en variabel som kontroller for befolkningsstørrelsen i de ulike landsbyklyngene. For å forenkle tolkningene er MGNREGA-variablene standardisert ved å trekke fra gjennomsnittet og dividere på standardavviket.

4.2.3 Kontrollvariabler og forklaringsvariabler

Alle regresjoner inneholder følgende variabler knyttet til det enkelte barn og mor:

• En dummyvariabel for flerfødsel (tvilling eller trilling) for å kontrollere for at disse barna har større dødelighetsrisiko.

• Mors alder ved fødsel. Delt inn i kategoriene yngre enn 20 år, mellom 20-34 år, eller over 35 år.

• Mors religion. Inndelt i kategoriene hinduisme, kristendom, islam eller annen/ingen religion.

• Mors egenrapporterte kastetilhørighet. Delt inn i om moren hører til en sosialt vanskeligstilt kaste (Scheduled Caste), vanskeligstilt stamme (Scheduled Tribe), annen vanskeligstilt klasse (Other Backward Class), eller ingen av kategoriene. For ikke å miste observasjoner inkluderes i tillegg en kategori for kvinner som ikke vet om de hører til noen av disse gruppene. De vanskeligstilte gruppene nevnt ovenfor har tradisjonelt blitt marginalisert og ekskludert, og er en av målgruppene til MGNREGA.

I enkelte av regresjonene inkluderes også variabler som kontrollerer for karakteristikker ved landsbyklyngene. Disse variablene er hentet fra 2011 Census data for India, som inneholder informasjon om ulike befolkningsegenskaper og områdekarakteristikker i India.

Variablene kan fungere som indikatorer på fattigdom i de ulike landsbyklyngene. De inkluderes i regresjonene for å redusere sannsynligheten for at den estimerte effekten av programmet på spedbarnsdødelighet påvirkes av fattigdom. Følgende landsbyvariabler er benyttet: Andelen av befolkningen i landsbyklyngen som tilhører en sosialt vanskeligstilt kaste (Scheduled Castes) eller stamme (Scheduled Tribes), om landsbyklyngen har en offentlig barneskole, offentlig ungdomsskole, kommersiell bank, asfaltert vei, innlagt strøm,

og hvorvidt det tilbys helsetjenester (Primary Health Center, Primary Health Sub-Center).

Kapittel

5

Resultater

I delkapittel 5.1 presenteres deskriptiv statistikk av hovedvariablene. Deretter, i delkapittel 5.2, vises resultatet av regresjonsanalysen. Dette resultatet er basert på bruk av antall arbeidsdager på landsbynivå som mål på implementasjonen av MGNREGA. I delkapittel 5.3 gjennomføres robusthetstester. Resultatet blir her testet med hensyn til utbetalte lønninger, som er den andre spesifikasjonen av MGNREGA-variabelen. På grunn av mulige målefeil i landsbyvariablene, testes i tillegg om resultatene kan gjenskapes på et høyere administrativt nivå.

5.1 Deskriptiv statistikk

Tabell 5.1 viser fordelingen av fødsler for årene 2011-2015. Årene 2014 og 2015 inneholder færre observasjoner enn de øvrige årene. Dette skyldes at spedbarn som er under 12 måneder på intervjutidspunktet har blitt ekskludert fra utvalget. Siden DHS intervjuene ble gjennomført i 2015 og 2016, fører dette til færre observasjoner for årene 2014 og 2015.

Tabell 5.1: Fødselsår

Fødselsår Frekvens Prosent Kumulativ prosent

2011 16,032 26.75 26.75

2012 16,594 27.69 54.44

2013 16,126 26.91 81.35

2014 9,517 15.88 97.23

2015 1,660 2.77 100.00

Tabell 5.2 gir en oversikt over spedbarnsdødelighetsraten og kjønnsfordelingen. Utvalget inneholder observasjoner av 59 929 barn. Av disse er 51.9 % gutter og 48.1 % er jenter. Den samlede spedbarnsdødeligheten for utvalget er på 4.67 %. 4.35 % av jentene døde før fylte 1 år, mens raten for gutter er på 4.96 %. Dette samsvarer med at dødelighetsrisikoen blant spedbarn er funnet å være større for gutter enn for jenter.

Tabell 5.2: Kjønn og dødelighet

Statistic N St. Dev. Mean Min Max

Jente 59,929 0.4997 0.4813 0 1

Spedbarnsdødelighet 59,929 0.2110 0.0467 0 1

Jenter 28,843 0.2041 0.0435 0 1

Gutter 31,086 0.2171 0.0496 0 1

Fordelingen til MGNREGA-variablene på landsbynivå er vist i tabell 5.3. Det er stor spredning i dataene på grunn av store variasjoner i sysselsettingen mellom de ulike landsby- klyngene. En landsbyklynge består av 5-15 landsbyer. Noen av klyngene har høye syssel- settingstall, som blant annet uttrykkes i høye gjennomsnittsverdier for variablene. Gjen- nomsnittlig antall dager arbeidet i en landsbyklynge er 10 335 dager i løpet av ett år, mens standardavviket er 18 630 dager. Gjennomsnittlig lønnsutbetaling i landsbyklyngene i løpet av ett år er på 1 160 967 Indisk rupi (INR), som tilsvarer omtrent 145 000 norske kroner.

Standardavviket er på 2 561 825 INR. Begge variablene er positivt skjevfordelt hvor det er et mindretall av klyngene som har høye arbeidstall sammenlignet med flertallet av klyngene.

Tabell 5.3: MGNREGA-landsbyvariabler

Statistic N St. Dev. Mean Min Max

Arbeidsdager 59,929 18,630 10,335 0 566,660

Lønnsutbetalinger 59,929 2,561,825 1,160,967 0 1.20e+08

5.2 Hovedresultat

Tabell 5.4 viser resultatene når deltakelse i MGNREGA er representert ved antall arbeids- dager i en landsbyklynge i løpet av ett år. Den avhengige variabelen er spedbarnsdødelighet.

Tabellen inneholder 4 ulike modellspesifikasjoner. Spesifikasjonen i kolonne (1) viser effekten av programmet på samlet spedbarnsdødelighet. I de resterende kolonnene beskrives effekten av programmet på dødelighet for gutter og jenter. Modellspesifikasjonene er videre basert på ulik utvalgsstørrelse, og om landsby kontrollvariabler er inkludert i regresjonen. Distrikt x År faste effekter er inkludert i alle spesifikasjonene.

For kolonne (1) og (2) benyttes utvalget som i all hovedsak samsvarer med utvalgsstør- relsen som fremgår av kapittel 3.3. Den eneste forskjellen er at MGNREGA-variabelen og de individuelle kontrollvariablene mangler noen verdier. For modellspesifikasjonene i disse kolonnene er ikke landsby kontrollvariabler inkludert. Dette utvalget svarer til 59 929 observasjoner. Den deskriptive statistikken vist i forrige delkapittel er basert på dette utvalget.

Landsby kontrollvariablene har mange manglende verdier, som medfører at når variablene inkluderes skjer det en stor reduksjon i utvalget. For regresjonsanalysen på landsbynivå viser jeg derfor både regresjoner med det opprinnelige utvalget og utvalget etter at landsby kontrollvariablene inkluderes. Spesifikasjonene i kolonne (3) og (4) benytter det reduserte utvalget. Dette utvalget består av 53 043 observasjoner.

Kolonne (1) viser den estimerte effekten på samlet spedbarnsdødelighet. Koeffisienten til MGNREGA-variabelen viser en positiv effekt av programmet på spedbarnsdødelighet, men effekten er ikke signifikant. Effekten er heller ikke signifikant når det mindre utvalget benyttes. Resultatet for dette utvalget rapporteres derfor ikke i tabellen.

For resten av spesifikasjonene inkluderes interaksjonsleddet mellom jente og MGNREGA for å undersøke om programmet har ulik effekt på spedbarnsdødelighet for jenter og gutter.

Kolonne (2) viser den estimerte effekten for det opprinnelige utvalget. Kolonne (3) viser effekten på det mindre utvalget, men før landsby kontrollvariablene legges til i regresjonen.

Kolonne (4) viser effekten etter at landsby kontrollvariablene er lagt til i regresjonen.

Koeffisienten til MGNREGA-variabelen i disse spesifikasjonene beskriver effekten av programmet på gutters dødelighet. Alle spesifikasjonene estimerer at sysselsettingspro- grammet øker spedbarnsdødeligheten for gutter. Når landsby kontrollvariablene legges til i regresjonen, endrer MGNREGA-variabelen seg svært lite. Endringen er så liten at den ikke fremgår av tabellen i kolonne (3) og (4). Koeffisienten på 0.0033 tilsier at en økning på ett standardavvik i antall arbeidsdager, øker dødeligheten for gutter med 0.33 prosentpoeng.

Effekten er litt større for det opprinnelige utvalget i spesifikasjon (2), hvor koeffisienten er 0.0038. Effekten er signifikant på 5 % nivå for det opprinnelige utvalget, mens effekten er signifikant på 10 % nivå for spesifikasjonene der det reduserte utvalget benyttes.

Sysselsettingsprogrammet virker å redusere dødeligheten for jenter sett i forhold til gutter.

Koeffisienten til interaksjonsleddet i alle kolonnene viser en reduksjon på mellom 0.39 og 0.42 prosentpoeng i spedbarnsdødelighet for jenter i forhold til gutter når MGNREGA-variabelen øker med ett standardavvik. Effekten er signifikant på 1 % nivå for alle spesifikasjoner.

Effekten av programmet på spedbarnsdødelighet for jenter alene er lik β₂ + β₃. Ved å ta utgangspunkt i kolonne (4) gir dette en nedgang i dødelighet for jenter på 0.09 (0.33 - 0.42) prosentpoeng når antall arbeidsdager øker med ett standardavvik. Ved å teste om β₂ + β₃ = 0, finner jeg at effekten av programmet på jenter alene ikke er signifikant for noen

av spesifikasjonene.

Ettersom MGNREGA-variabelen er standardisert, uttrykker koeffisienten til jente-

variabelen forskjellen i dødelighet for jenter i forhold til gutter når antall arbeidsdager i en landsbyklynge er lik gjennomsnittlig antall arbeidsdager. Dersom vi tar utgangspunkt i kolonne (4) har en jente 0.51 prosentpoeng lavere sannsynlighet for å dø innen fylte 1 år sammenlignet med en gutt når antall arbeidsdager er lik gjennomsnittet. Vi ser at effekten er litt svakere for det reduserte utvalget, sammenlignet med det opprinnelige utvalget i kolonne (2).

Samlet sett indikerer resultatene at programmet har hatt en negativ effekt på overlevelse for gutter, og at jenters relative overlevelse øker sett i forhold til gutters. Modellen gir ingen signifikant effekt på samlet spedbarnsdødelighet, eller på jenters overlevelse isolert sett. I neste delkapittel testes robustheten til disse resultatene.

Tabell 5.4: Landsbynivå: Effekt av arbeidsdager

Dependent variable:

Spedbarnsdødelighet

(1) (2) (3) (4)

MGNREGA 0.0019 0.0038^∗∗ 0.0033^∗ 0.0033^∗

(0.0014) (0.0017) (0.0019) (0.0019)

Jente x MGNREGA −0.0039^∗∗∗ −0.0041^∗∗∗ −0.0042^∗∗∗

(0.0014) (0.0014) (0.0014)

Jente −0.0062^∗∗∗ −0.0062^∗∗∗ −0.0051^∗∗ −0.0051^∗∗

(0.0019) (0.0019) (0.0020) (0.0020)

Observations 59,929 59,929 53,043 53,043

R² 0.0186 0.0187 0.0195 0.0198

Individuelle kontrollvariabler: Ja Ja Ja Ja

Landsby kontrollvariabler: Nei Nei Nei Ja

Faste effekter: Distrikt x År Distrikt x År Distrikt x År Distrikt x År

Note: Standardfeil i parentes, clustered på distrikt.

∗p<0.1;^∗∗p<0.05;^∗∗∗p<0.01

MGNREGA og landsbyvariabler

Landsby kontrollvariablene ble inkludert for å kontrollere for at implementasjonen av MGNREGA kan variere som følge av hvor fattig en landsbyklynge er. Det kan som utgangspunkt være rimelig å anta at deltakelse i sysselsettingsprogrammet vil være større i landsbyklynger med en større andel av fattige husholdninger. Som beskrevet tidligere har imidlertid studier vist at sysselsettingsprogrammet er styrt av faktorer på tilbudssiden, og at fattige områder kan ha problemer med å imøtekomme etterspørselen etter arbeid. Det er derfor ikke gitt at deltakelsen i programmet er så mye større i fattige områder.

Det ble tidligere omtalt at koeffisienten til MGNREGA-variabelen endrer seg så lite når landsby kontrollvariablene inkluderes i regresjonen, slik at det ikke fremgår av tabell 5.4. Dette kan tyde på at det ikke er en klar sammenheng mellom fattigdom på tvers av landsbyklynger og deltakelse i programmet. For å undersøke om deltakelse i sysselsettings- programmet er større i fattige landsbyklynger, testes sammenhengen mellom programmet og de ulike landsbyvariablene. Resultatene vises i tabell 5.5. Som for tidligere regresjo- ner, representeres MGNREGA ved antall dager arbeidet innenfor en landsbyklynge hvor variabelen er standardisert.

Av tabellen kan vi se at for de fleste av landsbyvariablene vises ingen signifikant sammenheng med MGNREGA. Det vises en signifikant sammenheng mellom MGNREGA og variablene for innlagt strøm, asfaltert vei og andel av innbyggere som hører til en sosialt vanskeligstilt stamme (Scheduled Tribes). Større MGNREGA deltakelse er forbundet med redusert sannsynlighet for at landsbyklyngen har asfaltert vei og innlagt strøm. For landsbyklynger med høyere deltakelse i programmet anslås det også at en større andel av innbyggerne tilhører en sosialt vanskeligstilt stamme.

De signifikante sammenhengene kan tyde på at deltakelsen i MGNREGA er større i fattige landsbyer. Samtidig er de estimerte koeffisientene forholdsvis lave. I tillegg er det kun få av landsbyvariablene som MGNREGA har en signifikant sammenheng med. Dette kan indikere at selv om deltakelsen er noe større i fattige landsbyer, virker det ikke å være en sterk sammenheng mellom fattigdom og deltakelse i programmet på tvers av områder.

Tabell 5.5: Balansetest landsbyvariabler

Dependent variable:

Scheduled Scheduled Barneskole Ungdoms- Health Health Bank Innlagt Asfaltert

Castes Tribes skole Center Sub-Center strøm vei

MGNREGA −0.0038 0.0150^∗∗∗ −0.0032 0.0024 0.0016 0.0204 0.0028 −0.0089^∗ −0.0215^∗∗∗

(0.0032) (0.0040) (0.0031) (0.0074) (0.0063) (0.0129) (0.0055) (0.0046) (0.0071)

Observations 53,043 53,043 53,043 53,043 53,043 53,043 53,043 53,043 53,043

Note: Alle regresjoner inkluderer Distrikt x År faste effekter.

Standardfeil i parentes, clustered på distrikt.

∗p<0.1;^∗∗p<0.05;^∗∗∗p<0.01

Effekt av kontrollvariabler på spedbarnsdødelighet

Tabell A.1 i appendiks A gir en oversikt over effekten av kontrollvariablene på spedbarnsdø- delighet. Kolonne (1) i denne tabellen samsvarer med kolonne (4) i tabell 5.4. Av tabellen kan vi se at det å bli født som tvilling eller trilling innebærer økt risiko for spedbarnsdødelighet.

Spedbarnsdødeligheten anslås å være størst for mødre under 20 år. Dette samsvarer med tidligere studier, som blant annet har funnet en større sannsynlighet for prematur fødsel for yngre mødre (Ganchimeg et al., 2014). Koeffisientene for religionsvariablene utviser ingen signifikans. Modellen estimerer en økning i spedbarnsdødeligheten dersom moren tilhører en vanskeligstilt kaste (Scheduled Caste) eller stamme (Scheduled Tribe). De fleste av landsby kontrollvariablene er ikke signifikante. Tabellen viser redusert sannsynlighet for spedbarnsdødelighet dersom det er ungdomsskole i landsbyklyngen. Vi ser imidlertid en økning i spedbarnsdødeligheten dersom landsbyklyngen har helsesenter, og dersom andelen som tilhører vanskeligstilte kaster øker. Den forventede effekten var å se en reduksjon i spedbarnsdødelighet i landsbyklynger med helsetjenester, men dette vises ikke i mine resultater.

5.3 Robusthetstester

I dette delkapitlet testes robustheten til hovedresultatet fra forrige delkapittel. Først testes robustheten ved å benytte den andre spesifikasjonen av MGNREGA-variabelen som er totale lønnsutbetalinger. Deretter testes effekten av MGNREGA-variablene når disse er aggregert opp på block-nivå. Bakgrunnen for å aggregere opp dataene er at landsbyvariablene kan inneholde målefeil. Dette blir beskrevet nærmere i kapittel 5.3.2

5.3.1 Lønnsutbetalinger på landsbynivå

Resultatene fra regresjonene med lønnsutbetalinger som uavhengig variabel presenteres i tabell 5.6. Av kolonne (1) ser vi at koeffisienten som beskriver effekten av MGNREGA på samlet spedbarnsdødelighet er positiv, men ikke signifikant.

Kolonne (2)-(4) viser programmets påvirkning på spedbarnsdødeligheten for gutter og for jenter. Koeffisientene har samme fortegn som for regresjonene med antall arbeidsdager som uavhengig variabel. Effektene er svakere sammenlignet med tidligere resultat, både når det gjelder størrelsen på koeffisientene og med tanke på signifikansnivå. Koeffisienten til MGNREGA-variabelen i disse kolonnene er positiv. Modellen estimerer dermed at programmet øker dødeligheten for gutter, men effekten er ikke lenger signifikant. I samsvar med tidligere resultat virker programmet å øke jenters overlevelse sammenlignet med gutters. Effekten er signifikant på henholdsvis 5 % og 10 % nivå for de ulike spesifikasjonene.

Størrelsen på koeffisienten til MGNREGA-variabelen og til interaksjonsleddet indikerer at programmet øker jenters overlevelse, men effekten er ikke signifikant. I likhet med tidligere, endrer MGNREGA-variabelen seg lite når kontrollvariablene på landsbynivå legges til i spesifikasjon (4).

Tabell 5.6: Landsbynivå: Effekt av lønnsutbetalinger

Dependent variable:

Spedbarnsdødelighet

(1) (2) (3) (4)

MGNREGA 0.0003 0.0015 0.0006 0.0007

(0.0011) (0.0014) (0.0014) (0.0014)

Jente x MGNREGA −0.0025^∗∗ −0.0023^∗ −0.0024^∗∗

(0.0012) (0.0012) (0.0012)

Jente −0.0062^∗∗∗ −0.0062^∗∗∗ −0.0051^∗∗ −0.0050^∗∗

(0.0019) (0.0019) (0.0021) (0.0020)

Observations 59,929 59,929 53,043 53,043

R² 0.0186 0.0186 0.0194 0.0197

Individuelle kontrollvariabler: Ja Ja Ja Ja

Landsby kontrollvariabler: Nei Nei Nei Ja

Faste effekter: Distrikt x År Distrikt x År Distrikt x År Distrikt x År

Note: Standardfeil i parentes, clustered på distrikt.

∗p<0.1;^∗∗p<0.05;^∗∗∗p<0.01

5.3.2 Arbeidsdager og lønnsutbetalinger på block-nivå

En bekymring når det gjelder landsbyvariablene er målefeil. Hver landsbyklynge i DHS dataene er GEO-kodet, noe som gjør det mulig å koble dataene med andre data basert på lokasjonen til klyngen. DHS dataene inneholder imidlertid personsensitiv informasjon. For å bevare de deltakende husholdningers anonymitet forflyttes GPS-koordinatene til DHS klyngene før dataene gjøres tilgjengelig for forskning. GPS-koordinatene for rurale klynger er tilfeldig forflyttet med 0-5 km. For ytterligere 1 % av klyngene er plasseringen tilfeldig forflyttet opp mot 10 km (Burgert, Colston, Roy & Zachary, 2013).

En slik forflytning kan føre til at husholdninger blir koblet mot sysselsetting for en annen landsbyklynge enn der de er bosatt. Sannsynligheten er derfor stor for at det er målefeil i MGNREGA-variablene når disse brukes på landsbynivå. Som en robusthetstest aggregeres derfor sysselsettingsdataene og landsby kontrollvariablene opp på block-nivå. Block er et høyere administrativt nivå som består av flere gram panchayats.

Tabell 5.7 viser resultatene når MGNREGA-variablene er aggregert opp på block-nivå.

For disse spesifikasjonene vises ikke effekten på samlet dødelighet, da den ikke er signifikant.

I tillegg brukes utvalget etter at block kontrollvariablene er lagt til. Kolonne (1) og (2) viser effekten av antall arbeidsdager innenfor en block i løpet av ett år, mens kolonne (3) og (4) viser effekten av lønnsutbetalingene.

Resultatene samsvarer i stor grad med tidligere resultater, men signifikansnivået er lavere sammenlignet med hovedresultatet. Effekten av arbeidsdager og lønnsutbetalinger er jevnere sammenlignet med effekten på landsbynivå, der antall arbeidsdager hadde en kraftigere effekt i forhold til lønnsutbetalingene. Koeffisienten til MGNREGA-variabelen indikerer som tidligere at programmet reduserer gutters overlevelse, men effekten er ikke signifikant for hverken arbeidsdager eller lønnsutbetalinger. Den negative interaksjonseffekten mellom jente og MGNREGA antyder som før at programmet øker jenters overlevelse sammenlignet med gutters. Denne effekten er signifikant på 10 % nivå. Heller ikke på block-nivå viser resultatene noen signifikant effekt av programmet på jenters overlevelse alene. Når det gjelder kontrollvariablene for områdene, ser vi en noe tydeligere effekt av at koeffisienten til MGNREGA-variabelen estimeres til å være større etter at block kontrollvariablene inkluderes i regresjonen, men endringen i koeffisienten er fortsatt liten.

Effekten av block kontrollvariablene på spedbarnsdødelighet vises i tabell A.1 i appendiks A. Kolonne (2) i denne tabellen samsvarer med kolonne (2) i tabell 5.7.

Tabell 5.7: Block-nivå: Effekt av arbeidsdager og lønnsutbetalinger

Dependent variable:

Spedbarnsdødelighet

(1) (2) (3) (4)

MGNREGA 0.0027 0.0032 0.0023 0.0027

(0.0020) (0.0021) (0.0016) (0.0017)

Jente x MGNREGA −0.0030^∗ −0.0030^∗ −0.0026^∗ −0.0027^∗

(0.0017) (0.0017) (0.0015) (0.0015)

Jente −0.0058^∗∗∗ −0.0058^∗∗∗ −0.0058^∗∗∗ −0.0058^∗∗∗

(0.0019) (0.0019) (0.0019) (0.0019)

Observations 57,706 57,706 57,706 57,706

R² 0.0192 0.0194 0.0192 0.0194

Individuelle kontrollvariabler: Ja Ja Ja Ja

Block kontrollvariabler: Nei Ja Nei Ja

Faste effekter: Distrikt x År Distrikt x År Distrikt x År Distrikt x År

Note: Standardfeil i parentes, clustered på distrikt.

∗p<0.1;^∗∗p<0.05;^∗∗∗p<0.01

5.4 Mulige metodiske svakheter

Det kan være svakheter ved den gjennomførte analysen som gjør at estimatene ikke reflekterer den sanne effekten av programmet. En utfordring er endogenitet, som oppstår dersom restleddet i den økonometriske modellen er korrelert med MGNREGA-variabelen. Dette vil medføre forventningsskjeve og inkonsistente estimater (Stock & Watson, 2015). En vanlig metode for å korrigere for et mulig endogenitetsproblem er å benytte en instrumentvariabel som er korrelert med forklaringsvariabelen, men som er ukorrelert med restleddet. Mangel på en god instrumentvariabel gjorde at en slik metode ble for omfattende for denne oppgaven.

Nedenfor presenteres de mulige metodiske utfordringene, og hva som er gjort for å ta hensyn til disse.

Sysselsettingsprogrammet er basert på at husholdninger selv velger å delta i programmet.

Tidligere studier har funnet at fattige husholdninger, slik som vanskeligstilte kaster, har hatt større deltakelse (Dutta et al., 2012). Dersom husholdninger velger å delta i programmet basert på faktorer som det i analysen ikke er kontrollert for, vil dette kunne påvirke