Luanda’s Post-war Land Markets: Reducing Poverty by Promoting Inclusion
Notice bibliographique
Résumé
Almost 40 years of war in Angola forced millions of people fleeing rural areas to seek a safe haven in the capital and to settle in informal slum settlements ( musseques ) on the periphery of Luanda. The new urban migrants created homes and settlements on land that they purchased in good faith but for which they could get no legal title. Now, they face eviction threats due to commercial interests and government infrastructure expansion. With a population today approaching of over six million, Luanda is Africa’s fastest growing and fifth largest city. A decade of post-war rapid economic growth, fuelled by rising commodity prices, has seen GDP per capita grow eightfold, but poverty reduction has not kept apace. The poor, representing over 50 % of the population, have benefited little from the ‘peace dividend’. The Angolan Government has promised to build one million homes country-wide before the 2012 elections and aims to eliminate much of the musseque in the process. However, the government’s urban plans remain hindered by a weak administration and little national implementation capacity. Despite the government’s assertion as the unique owner and manager of all land, there exists a thriving real-estate market for both formal (titled) and informally occupied land. Most urban residents with weak or non-existent tenure rights benefit little from increasing land values and are susceptible to being forcibly removed and increasingly obliged to occupy environmentally risky flood-prone areas. This paper presents the results of work on property markets in Luanda that permit a better understanding of the nature and economic value of land and identify the problems and potentials the market has to offer. The paper argues for a major reform in public land policy, recognising the legitimacy of common practices in land acquisition and long-term occupation in good faith. Inclusive land management, adapting to both formal and existing informal markets, can contribute to the improvement of urban settlement conditions and economic wellbeing of the poor in post-war Luanda.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».