1   

 

                                                 Rosalinda Coppoletta 

ENSAE / École Polytechnique 

20.01.2010 

 

 

 

 

 

Women in Palanpur: 

An Empirical Study of the Determinants of Autonomy 

in a North Indian Village 

 

 

 

 

Internship supervisor : Dr. Himanshu 

28 August – 27 December 2009 

Centre de Sciences Humaines 

2 Aurangzeb Road 

NEW DELHI 110011 

INDIA 

 

2   

 

 

English abstract1 

This paper examines women status in Palanpur, a north Indian village which growth and development have been studied 

over almost 6 decades by many economists. It uses quantitative data about married women in Palanpur in 2008‐2009 to 

examine women’s autonomy, to what extent they have a control over their life, access to resources and information. Thus, 

I  first picture women’s  life  in Palanpur, their  low but  increasing  level of education, their  low participation  in the  labour 

market  and  early marriage.  I  then  focus  on  six  autonomy  indicators  ‐  economic decision‐making, paid work, mobility, 

freedom from threat, media exposure and civic life ‐ and show differences within the village. The two opposing groups are 

on  the one hand “high caste”, educated, young or wealthy women who  rank very  low  for  the  indicators of mobility or 

proportion of women working but likely to have much more often access to Media, more often their own account and less 

often beaten by their husband. On the other hand, old, “scheduled class” women or those in poorer household may have 

more mobility because they have to work and participate more in civic life, but will rank lower for indicators correlated to 

wealth. Even  if the global status of Palanpur women  is  relatively  low, there should be some changes with the  fact that 

female  literacy rates are  impressively  increasing, carrying the hope that Palanpur women will  take  their  faith  into their 

hands and achieve higher levels of autonomy.  

 

Résumé en français 

Ce mémoire traite du statut des femmes de Palanpur, un village du nord de l’Inde dont le développement économique a 

été étudié sur 6 décennies par de nombreux économistes. Il utilise des données quantitatives sur les femmes mariées de 

Palanpur  en  2008‐2009  et  étudie  l’autonomie  des  femmes,  c’est‐à‐dire  dans  quelle mesure  elles  contrôlent  leur  vie, 

l’accès aux ressources et l’information. Je décris d’abord la vie des femmes à Palanpur, leur niveau d’éducation bas mais 

croissant,  leur  faible participation au marché du travail et mariage précoce. Je me concentre ensuite sur six  indicateurs 

d’autonomie – décision économique, travail rémunéré, mobilité, absence de violence domestique, exposition aux médias 

et vie civique – et je montre des différences intra‐village. Les deux groupes qui s’opposent sont d’un côté les femmes de 

“haute  caste”, éduquées,  jeunes ou aisés qui  sont peu mobiles mais ont plus de  chaces d’avoir  accès aux médias, un 

compte à leur nom et être moins souvent battues par leur mari. De l’autre côté, des femmes plus agées, de “basse caste” 

ou dans des ménages pauvres sont plus mobiles parce qu’elles travaillent plus souvent et participent plus à la vie civique, 

mais ont des scores plus bas pour les indicateurs corrélés aux revenus. Cependant, bien que le statut global des femmes 

de Palanpur soit très bas, des changements devraient se produire en raison de l’augmentation impressionnante des taux 

de scolarisation, donnant espoir que  les  femmes de Palanpur vont prendre  leur destin en main et arriver à des niveaux 

d’autonomie plus élevés. 

  

                                                             

1 Many thanks to Himanshu and Dipa who made this internship possible. I am grateful to the entire Palanpur team for welcoming me, and  in particular  to Nicholas Stern, Peter Lanjouw, Ruth Kattumuri and  Jean Drèze.  I am also grateful  to Manju and  to  the village investigators Dinesh and Hemendra, who helped me a lot in Palanpur for the interviews and the data cleaning, and were always ready to tell me the anecdotes corresponding to every household.  I am naturally very grateful to all the village women for their  kindness  and  time  they  always  took  to  answer  our  questions.  I  would  finally  like  to  thank  the  participants  to  the presentation at CSH and especially Dr. Preet Rustagi for her helpful comments.  

3   

 

 

Table of Contents Introduction ............................................................................................................................................................................................................................ 4 I. Presentation of the village of Palanpur ......................................................................................................................................................................... 5

1) The surveys in Palanpur ......................................................................................................................................................................................... 5 2) Uttar Pradesh ......................................................................................................................................................................................................... 5 3) The Palanpur village ............................................................................................................................................................................................... 6 4) Castes in the village ................................................................................................................................................................................................ 7 5) A woman’s life in Palanpur or western Uttar Pradesh ........................................................................................................................................... 7

a) From birth to widowhood ................................................................................................................................................................................ 7 b) Exceptions ........................................................................................................................................................................................................ 9 c) Gender inequalities .........................................................................................................................................................................................11

II. Presentation of the Data ..............................................................................................................................................................................................12 III. Women in Palanpur: general situation with quantitative data .............................................................................................................................13

1) Some demographic facts .......................................................................................................................................................................................13 2) Education of women in Palanpur ..........................................................................................................................................................................14

a) Palanpur married women................................................................................................................................................................................14 b) Palanpur unmarried girls .................................................................................................................................................................................16

3) Outside work for women in Palanpur ...................................................................................................................................................................17 4) Marriage and fertility ............................................................................................................................................................................................19

a) Changes between 1993 and 2008 ...................................................................................................................................................................19 b) Age at marriage in 2009 ..................................................................................................................................................................................20 c) Fertility ............................................................................................................................................................................................................22

5) Other explanatory factors: parents and household wealth ...................................................................................................................................24 a) Parents’ village ................................................................................................................................................................................................24 b) Household wealth ...........................................................................................................................................................................................26

IV. How to measure the status of women ..................................................................................................................................................................27 1) Terminology ..........................................................................................................................................................................................................27 2) Women status and happiness: some considerations ............................................................................................................................................27

V. Differences in autonomy for women in Palanpur: a detailed study .............................................................................................................................31 1) Presentation of the Autonomy Indicators for Palanpur Women ...........................................................................................................................31

a) Economic decision‐making ..............................................................................................................................................................................31 b) Paid outside work ............................................................................................................................................................................................32 c) Mobility ...........................................................................................................................................................................................................32 d) Domestic violence ...........................................................................................................................................................................................33 e) Exposure to Media ..........................................................................................................................................................................................34 f) Civic life ...........................................................................................................................................................................................................35

2) Indicators and explanatory factors: first considerations .......................................................................................................................................36 a) Age ..................................................................................................................................................................................................................36 b) Caste ...............................................................................................................................................................................................................37 c) Age at marriage ...............................................................................................................................................................................................37 d) Distance to parents .........................................................................................................................................................................................37 e) Education ........................................................................................................................................................................................................37 f) Wealth .............................................................................................................................................................................................................38

3) Multiple regressions: a detailed analysis of women autonomy ............................................................................................................................38 a) Economic decision‐making ..............................................................................................................................................................................39 b) Paid work ........................................................................................................................................................................................................39 c) Mobility ...........................................................................................................................................................................................................40 d) Freedom from threat ......................................................................................................................................................................................40 e) Media exposure ..............................................................................................................................................................................................41 f) Civic life ...........................................................................................................................................................................................................41

4) Correlation between autonomy indicators ...........................................................................................................................................................41 VI. Conclusion .............................................................................................................................................................................................................42 VII. References ............................................................................................................................................................................................................43

1) Bibliography ..........................................................................................................................................................................................................43 2) List of figures .........................................................................................................................................................................................................44 3) List of Tables .........................................................................................................................................................................................................44

VIII. Tables ....................................................................................................................................................................................................................46

4   

 

Introduction 

The surveys conducted in the little village of Palanpur over almost 6 decades made this village and data unique. However, 

most of the previous studies and questionnaires done  in Palanpur were focused on households or men.  In early years  it 

was because social norms would not allow the newly arrived researchers to speak to women, but they got eventually the 

opportunity to talk to some of them and added qualitative data about women in the major book “Palanpur Development 

over  Five  Decades”  by  Lanjouw  and  Stern  (1998).  Nevertheless,  the  first  attempt  to  collect  quantitative  data  about 

women’s autonomy was made only recently, in 2008‐2009. I will therefore start with a general picture of a woman’s life in 

rural north  India and  in Palanpur  in particular.  I will then  focus on these women’s autonomy, defined as “the extent to 

which  [women] have an equal voice  in matters affecting  themselves and their  families, control over material and other 

resources, access to knowledge and information, the authority to make independent decisions, freedom from constraints 

on physical mobility, and the ability to forge equitable power relationships within families” (Jejeebhoy, 2000).  

 One could wonder why  I should focus on women status as  it should be  included already  in previous studies where the 

whole household was examined. The point is that, contrarily to classical economics where the resources are shared in an 

optimal way  in  the household and  the decisions made without conflict between husbands and wives,  the  reality  in  the 

field  is  different.  It  is  therefore  important  to  assess  the  gender  relations within  the  couple,  the  interactions with  the 

women’s parents and with the community.    It  is now well‐known that the status of women has  important demographic 

implications in terms of “quantity” of children and “quality” of child‐raising, which will then on the long term be a major 

determinant for growth and development.  

I will first  introduce the village of Palanpur1, given that the  Indian context  in particular the one  in Uttar Pradesh  is quite 

specific and needs some explanations for people who are not used to it. I there describe the role of women2 in Palanpur 

and  in western Pradesh  in general, but will keep the detailed findings of this study for the following parts. In the second 

part, I present the data used for this study. The third part gives some descriptive statistics about women’s lives in Palanpur 

nowadays. The fourth part deals with the type of indicators that should be chosen to evaluate women’s status and gives a 

review  of  the  literature  on  this  topic.  The  fifth  part  gives  the  results  of  the  study  for  Palanpur  and  the  sixth  section 

concludes. 

  

 

                                                             

1  A  very  interesting  aspect  of my  internship was  that,  even  if  the  data was  collected when  I  arrived,  it was not  entered  yet.  I therefore started doing half of the data‐entry, then checked and corrected it, either comparing with the other questionnaires and old data we had, or by going to the village and asking again some questions. I also took some time to interview married women in the village and typed the interviews of the unmarried women previously done, in order to have qualitative data and understand better the different issues. Then only could I start this study.  

2 All the names in the report are modified for anonymity reasons. The initials of the old and the new name pairwise correspond, and I mostly used names that do exist in the village. 

5   

 

I. Presentation of the village of Palanpur 

This section presents the village of Palanpur and should enlighten the western‐Uttar Pradesh context to readers who are 

not familiar with it. Before starting with the study of Palanpur women, I thus introduce some characteristics of the village 

and more generally of  rural  Indian  society. Readers of  the Palanpur books may  skip  this part, as  it  is  largely based on 

Lanjouw and Stern (1998). 

1) The surveys in Palanpur 

Palanpur  is a village in the district of Moradabad, in western Uttar Pradesh in India. It  is well‐known  in the development 

economics world because of the numerous papers and the two books published on  it, as surveys have been done  in this 

village  since 1957. The main goal was  to provide  information about  the mechanisms of development, and how growth 

enhances equality, development of  schooling, migrations, etc. The  first  two  surveys were  conducted  in 1957‐1958 and 

1962‐3 by Professors from the Agricultural Economics Research Centre of Delhi University. A 3rd one occurred in 1974‐5 by 

Christopher Bliss (Oxford University) and Nicholas Stern (London School of Economics) ‐ it gave birth to the 1st book about 

Palanpur (Bliss and Stern, 1982). A 4th survey was done  in 1983‐4 by Jean Drèze (Delhi School of Economics) and Naresh 

Sharma  (University  of Hyderabad). A  short  5th  round was  done  in  1993, which  lead  to  the  publication  of  a  2nd  book, 

Lanjouw and Stern (1998). The present survey started in April 2008 and will end in spring 2010.  

2) Uttar Pradesh 

One  important point  in order to understand the women  issues presented  later  is that Uttar Pradesh  is one of the  least 

developed  states  in  India,  both  in  terms  of wealth  and  in  terms  of  human  development.  It  indeed  combines  a  high 

incidence of poverty  in  terms of conventional  income based  indicators  (e.g.  the  “head‐count  ratio”) with exceptionally 

high  levels of mortality,  fertility, under‐nutrition,  illiteracy, and related  indicators of endemic deprivation. Uttar Pradesh 

ranks  last among all major Indian states according to most estimates, and  is also a region of extreme social  inequalities, 

including highly oppressive caste and gender relations. A quick glance at Table 1 illustrates these facts1. 

 

Table 1: Demographic indicators: Uttar Pradesh compared to India 

A  second  interesting  and  general  remark  is  that  Uttar  Pradesh  is  the most  populous  Indian  state  with  166 million 

inhabitants  in 20012. Thus,  if  it were an  independent country, Uttar Pradesh would come sixth  in the world  in terms of 

                                                             

1 See Watine (2008) for more details. 

2 The estimations for 2009 are 190 Mio inh., which means it would be equal to the population of Brazil now and soon above it.  

6   

 

population size, just between Brazil (5th) and Pakistan (7th). Besides, it would rank as one of the least developed countries 

in the world, with, for instance, literacy and mortality rates comparable to those of the poorest countries of sub‐Saharian 

Africa. The  situation  is obviously not homogeneous  in  the whole  state. Moradabad District, where Palanpur  is  located, 

experienced relatively rapid economic growth since the beginning of the “Green Revolution” and is now one of the more 

prosperous regions of U.P. However, the Moradabad District does not fare particularly well in terms of indicators of well‐

being in comparison with the other four regions and districts. Women status being a major determinant of demographic 

growth, studying it and raising awareness could help improve Uttar Pradesh’s development. 

3) The Palanpur village 

Palanpur is situated in the District of Moradabad in western Uttar Pradesh and is located about 200 kms of Delhi (5 hours 

by  train),  31  kms  South  of  the  city  of Moradabad  and  13kms North  of  Chandausi,  the  closest  town.  The  railway  line 

connecting these two town runs  just outside the village and train  is the main mean of transport used by villagers to get 

into nearby cities, allowing men to go there in the morning and coming back in the evening easily. The main activity in the 

village is farming for men and domestic work for women, with two major seasons to fit the climate: rabi (November–May) 

and kharif (June–November).  

In mid‐1993, Palanpur had a population of 1,133 persons, divided  into 193 households. According to  the new data,  the 

population  is now 1270. Muslims represent 14.8% of the population whereas they were 12.3%  in 1993, and Hindus the 

remaining 85.2% (87.7% in 1993). Hindus are divided into six main castes (ranging from 14 to 48 households in size), and 

three minor castes of three households or less. Table 2 presents several characteristics of Palanpur in 1993 and 2008. 

Over the survey period 1957‐1993, real incomes per capita have risen by about 50 per cent at the same time as population 

has doubled. This is in line with the experience of India as a whole in recent decades, and institutions have adapted to the 

effects of change. However, changes have not been equal  for the whole population and  individuals still differ greatly  in 

their health, skills, education attainment, motivation, and  inclination. At  the same  time many aspects of economic and 

social life have carried on much as they were, especially concerning the way women live in the village, as we will see here. 

Palanpur village profile    1993  2008 

Location      13 kilometres north of Chandausi, Moradabad District, UP 

Population:      1133  1270 

Number of households      193 236 

Average household size     5.93  5.42 

Female/Male ratio     0.85  0.98 

Main Hindu castes:       Thakur, Murao, Dhimar, Gadaria, Passi, Jatab 

Main Muslim castes:     Dhobi, Teli 

Proportion of the population   Thakur  25.0%  22.9% 

in different caste groups  Murao  25.9% 24.4% 

   Muslim  12.5%  14.8% 

   Jatab  11.7%  16.2% 

   Other  24.9%  21.7% 

Main economic activities:     agriculture, livestock, wage employment outside 

Proportion of landless households      23%  27% 

Main crops:      wheat, rice, mentha, sugarcane, bajra, pulses, jowar, potatos 

Main public amenities:      primary school, railway station, temples, wells, pond Table 2: Palanpur village profile, 1993 and 2008 

 

7   

 

4) Castes in the village 

Caste  still plays  a major  role  in  the  village  life,  in particular  concerning women’s  lives. Caste  and  social  class are  very 

correlated and we will thus use them to have a first understanding of the differences within the village. 

The “top” position in Palanpur's caste hierarchy is occupied by the Thakurs. Thakurs are a martial caste, and quite a few of 

them have been able  to  find employment  in  the army and  the police, or as night watchmen and  security guards. The 

majority,  however,  are  now  engaged  in  a  combination  of  cultivation  (they  have  good  land  endowments)  and  wage 

employment in urban areas. The lifestyle of Thakur women in Palanpur closely follows traditional high‐caste norms. These 

include the seclusion of young married women, abstention from work outside the house, and no widow remarriage. Thus, 

Thakur women mostly stay at home and their honour is to be seen as little as possible outside their home.  

The second largest caste in Palanpur's Hindu population is that of the Muraos. Their traditional occupation is cultivation, 

and this remains the basis of their subsistence and culture. They have the best land endowments in the village, and rarely 

sell land or lease it out. Their attitudes and values are: hard work, frugality, self‐reliance, and conformism, among others. 

Murao women will more often be  found working  in  fields than Thakur women, even  if rich Murao  landowners have an 

increasing preference  in  keeping  their women at home. This  is  linked  to upward economic mobility, as  it  is a way  for 

Muraos to show that their social status becomes closer to the Thakurs’ (see Deliège 2004, p. 30). 

Figure 1: Castes in Palanpur, 2008 

A  third  caste  requiring  special mention  is  that of  the  Jatabs.  The 

Jatabs, traditionally leather‐workers (although they abandoned this 

occupation well before the beginning of the survey period), are the 

“lowest” caste in Palanpur. Their landholdings are very small, most 

of them are illiterate, and their general condition is one of poverty. 

Casual wage  labour  (both within  and  outside  the  village)  is  their 

main occupation, aside from the cultivation of their small plots, and 

Jatab women often help by working  in the  fields or taking care of 

livestock.  There  are  more  Jatab  women  who  practice  purdah 

nowadays  than  forty or  fifty  years ago, but  they  still  retain much 

greater  freedom of movement, activity, and expression  than  their 

high‐caste counterparts. 

Thakurs, Muraos, and Jatabs can be seen,  in many respects, as the main players  in Palanpur's economy and society. The 

other castes (Dhimar, Gadaria, Passi, Nai, Kayasth, and Bhangi) are numerically smaller and tend to be  less cohesive, so 

that their collective influence on the village economy and society is much more restricted. The differences in culture and 

lifestyle between Muslims (who account for 14.8% of Palanpur population as previously said) and Hindus are very slight. 

5) A woman’s life in Palanpur or western Uttar Pradesh 

a) From birth to widowhood 

Here is a brief description of the average life of a woman in western Uttar Pradesh, while this also applies in many aspects 

to whole northern  India and did not evolve greatly  in  the  last  two decades. The details about women  in Palanpur are 

sometimes given. However  it has  to be  kept  in mind  that women born  in Palanpur  stay  there until marriage and  that 

married women in Palanpur who were interviewed and constitute the data I focus on, are women who were born in other 

villages and joined their husbands’ homes in Palanpur. 

8   

 

Symptoms of unequal  treatment of male and  female  children  in Palanpur  can be observed  from  the moment of birth. 

When I was in the village on November 7th, 2009, we heard there had been a Jatab boy born this day because of a  little 

music band playing for the occasion; the neighbour woman admitted that they would not have hired it in case of the birth 

of a girl. Even  if more and more parents say  in interviews that they do not make differences in educating girls and boys, 

there are still inequalities of care, especially in case of illness.  

A girl child's chances of receiving education are low even if they are now increasing. The problem still remains that after 

completing 5th grade  in Palanpur,  she would have  to go  to  the next village Akroli  in order  to continue education  (3km 

away, which means one hour walking) which  is not always acceptable  for the parents;  in other villages without an own 

primary school,  it  is even worse. When she does not go  to school, the typical girl spends most of her  time  in domestic 

work, games, and  (if her parents cultivate)  field work on  family plots. Among the domestic tasks undertaken by  female 

children,  taking  care of younger  siblings  is  the most  common one.  In Palanpur as elsewhere  in Uttar Pradesh, women 

marry relatively early. 

Standard marriage practices  include caste endogamy, village exogamy, hypergamy, and patrilocality. That  is, normally a 

young woman  is married to a boy of the same caste, in another village, and preferably into a family of somewhat higher 

status;  after marriage,  she  leaves  her  parental  village  and  is  incorporated  in  her  husband's  family.  In  Palanpur,  these 

practices apply — with nuances — to all castes, and also among Muslims.  

The  final  departure  of  a  young  bride  to  her  husband's  family  usually  takes  place  a  few months  after  the marriage 

ceremony. If the girl was married very young, it may also be some years after marriage, and be preceded by a ritual called 

“gona”.  It  is more  than a  simple change of  residence and  literally marks  the “transfer” of  the young woman  from one 

family  to another. After  that, a woman  is expected  to make only  short, occasional visits  to her parents' village.  In her 

husband's village, she usually lives, at least to begin with, not only with her husband but also with some of her in‐laws — 

most likely her parents‐in‐law but possibly also brothers‐in‐law and their nuclear families.  

In  this new household, her  situation  is one of acute vulnerability, 

since  she  typically  has  no  independent  income‐earning 

opportunities,  no  substantial  property  of  her  own,  and  no 

possibility of returning to her parents on a permanent basis. She is 

expected  to  devote  herself  selflessly  to  the  well‐being  of  other 

family  members  (especially  her  husband),  and  in  particular  to 

perform most of  the domestic duties. Tensions between a newly‐

married woman and her  in‐laws, especially her mother‐in‐law, are 

frequent, and a young bride often pleads with her husband for the 

formation of a separate household. However, I also met one Jatab 

woman from a split household, Muneesha, who regretted the time 

of joint household living, as she now felt lonely.  

 

Figure 2: Muneesha, her neighbour and some children 

The  status  of  a married woman  improves  significantly  after  she  bears  children,  especially male  children. Her  role  as 

decision‐maker expands, especially if partition has taken place. A mother in an independent household becomes more of a 

partner  to  her  husband  and  less  of  a  subordinate  supplier  of  domestic  services. Her work,  however,  remains  largely 

confined to domestic chores, and possibly to helping on family plots. Working for wages is a humiliation for a woman and 

her family, and only women from poor households work. Gainful self‐employment opportunities (e.g. weaving or tailoring) 

are few, with the exception of dairy activities: women in Palanpur have the primary responsibility for taking care of cows, 

goats, and buffaloes, and many of them also retain at least part of the proceeds of milk sales. 

9   

 

While the child‐bearing period leads to some improvement in a woman's status and position within the family, it is also a 

time of  intense physical strain. Family planning practices are relatively  limited  in Palanpur,  leading to high  fertility rates 

and short birth spacing. However, in particular wives of men who work in neighbour towns begin reporting that they use 

contraception, even if the decision and purchase of it is always done by the men. 

Repeated pregnancies take an enormous toll on women's general health, and put their lives at immediate risk at the time 

of  delivery.  A  delivery  almost  invariably  takes  place  at  home with  the  help  of  a  local  “dai”  (midwife) with  no  formal 

training,  and  it  is  only  recently  that  awareness  of  the  elementary  hygiene  of  child  delivery  has  become  reasonably 

widespread  in  the  village. Women  avoid  going  to  the  government  hospital  because  they  fear  they will  necessarily  be 

delivered  there  by  caesarean  (abdominal  delivery), which  is  not  true,  and  because  of  the  lack  of  doctors,  care  and 

available medicine there, which is unfortunately often true. One woman, the ASHA1, is paid to inform women of the village 

during pregnancy  and  to  take  them  to  the hospital  for  delivery, but  even  if  her  salary  is  incentive‐based  (600 Rs per 

women taken to the hospital) the knowledge of  it and the trust  in her are mitigated  in the village. Delivery  in a private 

hospital is rarely used at it costs 3000‐4000 Rs and even about 15000 in case of a caesarean (which will thus be carried out 

more often than necessary), but there at least the medical staff takes care of the women most of the time.  

The restricted possiblities  in employment opportunities puts women in a situation of 

overwhelming dependence on the earning capacity of adult men. In households with a 

single adult male (a common pattern  in Palanpur, particularly among the  landless), a 

spell  of  sickness  or  unemployment  for  the  male  earner  can  have  disastrous 

consequences, not to mention the aftermath of permanent disability or death.  

A woman who  loses her husband before her sons have grown up  finds herself  in an 

unenviable situation. If she has no children at all, and is still quite young, she is likely 

to  remarry.  But  a  widow  with  young  children  rarely  remarries,  even  among  the 

“lower” castes (currently, the only case of remarriage in Palanpur concerns a woman 

who married her dead husband’s brother). Normally, she is granted possession of her 

husband's property until her  sons have grown up.  If she possesses  land, a widowed 

mother usually  leases  it out, and subsists on the rent as well as on whatever  income 

she  is able to earn through other activities  (e.g. keeping animals), but  it often  is not 

enough to live decently. Child labour plays a crucial role in supplementing the incomes 

of several widowed mothers.  

Figure 3: Sheela, a 65 year old head of household Thakur widow  

In old age, a woman is almost always looked after by one of her adult sons, either with her husband or — more likely — as 

a widow.  In Palanpur and elsewhere, women's experience of old age  is strongly associated with widowhood, as the age 

difference between spouses is generally at least of 5 to 10 years. The high incidence of widowhood and the dependence of 

old widows on adult sons for survival during that phase of the life‐cycle are important aspects of the general dependence 

of women on particular male relatives (e.g. father, husband, son) and of the women’s preference for sons. 

b) Exceptions 

There are  few exceptions to  these  traditional models. A handful of women are head of household, but mainly because 

they are widows, or because  their husband work  in  town. However, even  in  this  case  the husband  takes most of  the 

decisions when he comes back home or by mobile phone.  

                                                             

1 Accredited Social Health Activist (see http://india.gov.in/citizen/health/asha.php) 

10   

 

   

Figure 4: Shabana and her husband 

There  is currently no genuinely independent or active woman  in  the village and no 

case  of  love marriage.  There  is  also  no  case  of  a  Palanpur  girl  having married  a 

Palanpur boy. However, there are 7 women born in Palanpur who live in the village. 

I  interviewed one Muslim woman,  Shabana, who  is  in  this  case  and  lives with her 

mother, husband and children. She returned to Palanpur with her husband 10 years 

ago after 20 years in her in‐law’s village because her husband’s brother had problems 

with him. Kajal’s story is similar1. Two cases where Palanpur girls now live in Palanpur 

as married women  include  families without sons2. Two other cases are sadder, girls 

returning  to  the  village  in  the  case  of  problems  with  their  husbands  or  in‐laws3.  

Finally, one widow came to live with her brothers4. There is only one case of divorce 

in Palanpur5. Divorce is still very uncommon and even the existence of it is sometimes 

unknown by women. However, as remarriage is very difficult and celibacy a failure, it 

would not be an option for women as long as other aspects do not change.  

 Two women have a  special  role,  the ASHA Soni and  the anganwadi worker 

Sahana (and in a lower extent her sister Leela who helps her), but even them 

have quite traditional views of what a woman is supposed to do or not. Even 

if  they are used  to  take  the  train  alone  and meeting  various people  in  the 

nearby  cities,  they do not  seem  to  see  the  lack of  freedom of  the average 

Palanpur woman and do not feel a particular responsibility in empowering or 

informing them. Whereas the anganwadi worker does not do her job (mostly 

taking care of the children aged 3‐6) properly, the ASHA worker, whose salary 

is  incentive‐based,  indeed  brings  some  women  to  the  hospital  as  she  is 

supposed to do.   

Figure 5: Soni, the village ASHA 

However, she also would not see the point in informing more the village women about pregnancy, contraception and 

child‐rearing, and waits for the women to come to see her instead of going to the pregnant women’s houses as she is 

supposed to do. 

                                                             

1 Kajal and her husband Jeeetander lived in Palanpur for a long time because he had no land at his native place and her brothers helped him to get land at lease in Palanpur. However, the household recently migrated out to his village as his brothers are trying to capture the house in his native village. 

2 For Preeti, it is because the father has 3 daughters and no son. The 2nd daughter is physically challenged, the youngest daughter is too young and the father too old to take the responsibility of  the kitchen. Therefore, he married his eldest daughter with the condition that she would stay in his house for as long as possible. Manju is also one among 5 sisters and therefore takes care of cultivation in Palanpur with her husband.     

3 Santosh’s marriage was not successful so she now lives in the rest house (Dharamshala) of the village. Shamim’s in laws did not respect her much after the death of her husband and threw her out of their house. 

4  Geeta’s son sold all his land and is not responsible, so she had to move back to Palanpur and seek support from her brothers. 

5  Jogesh was married at age 19 with a girl of  the village Sarthalkhedi. She had an affair with a boy of her village, another with Jogesh’s  brother,  and  left  Jogesh  some  years  ago.  Therefore,  he  sold  all  his  properties,  first  lived  some  time with  his  sister  in Machhariya and then went to Islamnagar to live in a burial place as a baba. He returned to Palanpur 4‐5 years ago.   

11   

 

There  is a  lot to say about the role of these two women, but  it may be 

beyond the scope of this study. Globally, the provision of public services 

for  women  in  Palanpur  is  limited  to  these  two  women  and  other 

governmental actions did not reach the village. Contrarily to some other 

north Indian villages where female autonomy is increasing, there is also 

no kind of self‐help group, and no woman having ever gone to meetings 

of this type. 

The only unmarried women over 30 are the anganwadi worker Sahana 

(who is 37) and her sister and assistant Leela (31). But even over age 25 

there are only two more unmarried ones1.   

 

Figure  6:  Sahana  and  her  sister  Leela,  the anganwadi workers 

c) Gender inequalities 

The disadvantaged  condition of women  in north  India  is  sometimes  interpreted as  a  reflection of  some  inherent anti‐

female bias in the local “culture”. For instance, it could be said that it is not part of the local culture to send daughters to 

school.  This  statement would  be  hard  to  dispute,  but  it  does  not  throw much  light  on  the  reasons  for  this  attitude. 

Discussions  with  local  residents,  by  contrast,  often  point  to  tangible  reasons  for  this  and  other  types  of  gender 

discrimination —  reasons  that  often  reflect  very  pragmatic  considerations  rather  than  abstract  cultural  patterns.  The 

potential burden of dowry or the old‐age support seem thus to play a far more  important role than any possible  lack of 

affection of parents for their daughters (relative to sons). Furthermore, the patrilineal inheritance that deprives women of 

any  substantial property  rights and  the  twin norms of patrilocal post‐marital  residence and village exogamy drastically 

curtail  the  supportive  links between  a married  (or widowed) woman  and her own  relatives. Raising a  girl  is  therefore 

perceived as watering the neighbour’s plant. 

However, gender relations vary significantly between different castes. Broadly speaking, the “higher” a woman's caste, the 

more restricted her freedom of action and the greater her subjection to conservative norms of female behaviour. A low‐

caste woman, for instance, has greater freedom to circulate in the village and the fields, to go to the market on her own, 

to talk with a married man, to remarry after becoming a widow, etc., than a woman  from a “higher” caste. She  is,  in a 

sense, more of a social person in her own right (as opposed to a mere appendage of her father, brother, husband, or son) 

than her high‐caste counterpart. This is the case either because of need (for a supplementary income in the case of Jatab 

labour) or because of pride and tradition (in the case of Thakur seclusion).  However, with the aspiration of castes to move 

upwards, some changes have happened and rich Thakur women are likely to act like Thakur women and practice purdah.  

Dowries are another sign of gender  inequalities.  I  just say a  few words on  it, but  it would deserve a whole paper on  its 

own. Opinion is split in Palanpur.  Most of the women in Palanpur say the dowry system (kind or cash) is actually ok. Or at 

least that, if the family can afford it, it is good: “Parents should give as much dowry money as they can” (Muneesha). Soni 

says dowry  is good because she believes the daughter always gets the money (as  it was  in her case) and that “then you 

dominate your husband”. She thinks dowry gives power to the woman because she can tell her in‐laws that they should be 

nice given that she brought the dowry! Phoolvati says “you should give as much as possible, but it is not right that the boy 

requests  it”. And anyway, there  is no choice: “If people are not able to give a dowry, then the girls will get married to a 

poor guy” (Munni). 

                                                             

1 Both of them were 27 years old in 2008 (round 1). Parveen is physically handicapped and will not marry. Vimlesh has 4 older sisters and his father only managed to marry one daughter per year, so she had to wait till now and will come next.   

12   

 

II. Presentation of the Data 

In this study, I mainly use two sources of quantitative data. 

The first new survey round was conducted  in April‐June 2008 with a demographic questionnaire.  It taken by to the 1,270 

villagers  (630 women  and  640 men)  and  contains  basic  information  about  the  family  structure  and  occupation  of  the 

household. I use it here as it contains useful information on women’s age and education, wealth and occupation. 

However, the main source for this work is the specific women questionnaire, for which I have the answers of 2171 married 

women aged 17 to 50. This questionnaire was conducted between November 2008 and November 20092. It was asked only 

to married or widowed women in the village aged 50 or less. It was designed to target women in reproductive age, as the 

goal was to study the correlation between motherhood and children’s health. The older women were therefore neglected, 

as well as the rare unmarried adult women (see page 17). There are 208 married women and 9 widowed women3, so I will 

use  the  term  “married”  for  “married  or  widowed”  women  in  this  study.  There  are  6  different  parts  in  the  woman 

questionnaire4.  The  first  one,  part  A,  contains  information  about  age  at marriage,  age  at  pregnancy  and  the  detailed 

description of every pregnancy (pregnancy gap and outcome, sex and name of the child, age, place of birth and sometimes 

details  in case of death of  the child). Part B  focuses on women employment and work outside home. Part C deals with 

autonomy, decision‐making, mobility and exposure to domestic violence. Part D  is about distance, contact and support of 

their parents, and exposure to media. Part E handles participation in associations and women help group but is unused here 

because only a handful of women reported something in this section, women self‐help groups being totally non‐existent in 

the village. Part F and G are asked only to women having a child less than six years of age. Part F focuses on ante‐ and post‐

natal care and breastfeeding, and part G on child immunization and participation in child care services5. 

The reference year  in this study  is 2008 when  focusing on demographic aspects and using round 1 data, and 2009 when 

using the women questionnaire.  

 

                                                             

1  There  are  19  missing  questionnaires.  Those  women  were  forgotten  when  doing  the  main  round  and  are  currently  being interviewed in Palanpur. However, when writing the report, this data was still not available.  

2 There is always a little gap between round 1 (done in 2008) and the woman questionnaire (done between April and November 2009, except for the 24 done in November 2008). I shall take the 2009 age for married women but come back to the ages in 2008 when using round 1 data for unmarried young girls of the village. There were several investingators: 111 women were asked by Archana, 78 by Shilpi Rani, 13 done by Dipa, 9 by Archana and Shilpi, 2 done by Dipa and Shilpi, and 4 by M. Sangeetha.  

3  There  are  15 widowed women  aged 50  or  less  in Palanpur.  As  only  9  of  them are  in  the  data  now, widowed women may be somewhat underrepresented in the study. However, their status is very specific in India and would need a full study to focus on, but it is not feasible here because of the low sample size.  

4 The original version of the woman questionnaire was far more detailed, and asked a lot more sensible aspects and feelings (agree or  disagree with  some  assessments,  detailed  questions  about  arranged marriages,  etc.). However,  it was  decided  that  a  shorter questionnaire would be asked in Palanpur, removing the most sensible questions. Indeed, the team thought the village men could have  seen  it  with  suspicion  and  could  then  have  been  more  reluctant  to  cooperate  with  the  investigators  for  the  other questionnaires about agriculture, migration, consumption, etc.   

5 This especially concerns ICDS (Integrated Child Development Services Scheme). 

13   

 

III. Women in Palanpur: general situation with quantitative data 

After this general  introduction about the  life of a woman  in western Uttar Pradesh, we shall give some quantitative facts 

about what life is for a woman in Palanpur. The data used afterwards contains only married women and it is thus important 

to look in detail at the marital characteristics of this population. I want to study the autonomy of women nowadays and in 

Palanpur,  in order to focus  in the next part on explanatory factors for differences within the village. When  it  is possible,  I 

will  compare  their  current  status with  their  status before, using 1993 data1, or with other places,  taking NFHS data  for 

either rural India or Uttar Pradesh.   

1) Some demographic facts 

One  generally  important  aspect  of  women  discrimination  is  the  gender  bias.  In  some  parts  of  India,  especially  Uttar 

Pradesh, the male to female ratio shows significant  inequalities, explained by female  infanticide or  less care given to girls 

during early childhood. However, the demographic survey round made in Palanpur in 2008 shows that 47% of children aged 

0‐4 are boys and 53% are girls (for the same age group in 1993 there were 57% of boys and 43% of girls). A reason could be 

that contrarily to other places in India, Palanpur women have very little access (or just do not use it) to pre‐natal check‐ups, 

and hence cannot practice gender‐biased abortion. But the relative neglect of girls in their early childhood is supported by 

some interviews and by the investigators’ observation that in case of illness, parents rather go to the doctor for a boy.  

Looking at NFHS 3 data, rural India seems to be much more gender biased than urban India. It shows that 21.3% of married 

women with 2 living daughters do not want more children, compared to 66.5% of those who have one son and 1 daughter 

and 71.4% of those who have two sons. Even if mothers may enjoy having girls, it is not enough. This bias also does exist in 

towns, but  is  lower  there as  the percentages are 51.9%  (two girls) compared  to 84.2%  (one son and one daughter) and 

78.3% (two sons).  

In the case of Palanpur, Watine (2008) calculates that in both 1983 and 2008, the number of boys in the nuclear family has 

a more negative impact than the number of girls on the “additional child decision”: on average, having one supplementary 

son reduces of 0.569 (2008 data) and 0.414 (1983 data) the probability of having a supplementary child, whereas this figure 

is only 0.392 (2008) and 0,301 (1983) for one girl. Furthermore, he shows that 220 out of 268 females born between 1993 

and 2008 survived (which means 82.1%), whereas it was the case for 214 over 244 men (87.7%).  

Looking at the results from the first part of the women questionnaire2, there are 912 reported pregnancies. 433 are/were 

boys and 423 girls,  the  remaining 56 missing values being mostly miscarriages and abortions. The percentage of  the  live 

births3 that are currently alive is globally 80.5% but 82.5% for boys and 78.4% for girls. Added to the miscarriages, still births 

or abortions that may be girl‐biased, this may show pre‐natal and ante‐natal gender discriminations in Palanpur.  

                                                             

1 However, as I mentioned before, there is few quantitative data available from previous rounds. 

2 This section contains detailed information about every pregnancy (pregnancy gap and outcome, sex and name of the child, age, place of birth and sometimes details in case of death of the child), the pregnancy outcome being live birth, still birth, miscarriage, abortion and currently pregnant. This was made for all married or widowed women aged 17 to 49 who were asked, and naturally contains adult children.  

3 In the other cases, the sex is often not reported. There are only 10 male and 5 female still birth, 1 female miscarriage and 1 female abortion reported. In the 71 other cases where the pregnancy outcome was not live birth, no sex was reported. Therefore I work rather with the life birth for the gender questions, even if having known the sex of the aborted children would have been even more interesting. 

14   

 

2) Education of women in Palanpur  

Even if education is not absolutely vital for village women as they do not have many 

possibilities  to work outside  (see page 17),  it  is a major determinant  for autonomy 

and bargaining power vis‐a‐vis their husband.  I will therefore present the education 

first of married women and then of unmarried girls in Palanpur.  

Something that can be very useful in a village woman’s life is whether she can dial or 

not a mobile phone number. Some women can count even  if they cannot read1 and 

some  just  learned  to dial  the numbers on a phone. This enables  them  to call  their 

parents (or friends even if it is less common) without having to ask their husband or 

in‐laws, and thus allows them to have an easier contact to the outside world. This is 

not  an  exceptional  case  as  there  are  currently  around  100 mobile  phones  in  the 

village. Roughly speaking, among 10 illiterate women I interviewed, half of them said 

they were able to dial numbers and half of them said they would ask someone to do 

it.   Unfortunately, the exact percentage of women who can dial a phone number  is 

not available as  it was not  in  the questionnaire.  I will  therefore  stick  to  traditional 

indicators of education. 

 

Figure  7:  Kanti,  an  illiterate  woman but able to dial a number 

a) Palanpur married women 

Few Palanpur women are educated. Even if the percentage of young girls who have been sent to school tends to be higher 

than what it used to be for previous generations, it remains dramatically low. Table 3 shows schooling and literacy for our sample of married women. I chose to separate it from the study of girl’s education. Indeed, it is important to keep in mind 

that married women  come  from  other  villages  and  their  education  is  uncorrelated  to  the  quality  of  Palanpur’s  school, 

whereas unmarried girl’s education reflects the education possibilities in Palanpur, Akroli and other nearby villages.  

All age groups taken together, 181 women  (83.4%) are  illiterate and only 36 women (16.6%) can read or write  (see right 

column of Table 32). 14 women (6.4%) went to school less than 5 years (of which 13 up to 5th and 1 up to 3rd class) and 20 

women (9.2%) stopped between 8th and 14th class3.  

Literacy and schooling are naturally highly correlated, as shown  in Table 3. However, out of the 14 women who went to 

school  less than 5 years, 2 can only read and not write, which means that 12 (85.7%) can read and write. Among women 

educated more than 5 years, there are one woman who  is  illiterate and one who can read only, which means that the 18 

women  left  (90%) can  read and write. However,  there  is probably some underreporting of women who were only some 

                                                             

1 I especially heard that from old widows who had to learn to count after the death of their husband in order to be able to sell their agricultural goods. However, the phone revolution concerns rather younger women. 

2 IL means illiterate, R means able to read and RW able to read and write. 

3  I  chose  these  categories  because  the  Indian  school  system  implies  that  of  the  children  stop  either  after  5th  or  8th  class. Furthermore, the Palanpur school teaches classes 1 to 5 so girls often stop going to school at that point, because else they would have to go to neighbor villages, which is not always acceptable for the parents.  

15   

 

years at school and stayed  illiterate, because of bad school quality1.   The contrary, women who never went to school but 

are literate, is rare but exists: it seems that 3 women learned to read by themselves. 

Literacy / Schooling    No 

schooling  Till 5th class 

Higher than 5th  Total 

IL  %  98.4  0.0  5.0  83.4 

   N  180  0  1  181 

R  %  1.6  14.3  5.0  2.8 

   N  3  2  1  6 

RW  %  0.0  85.7 90.0 13.8

   N  0  12  18  30 

Total  %  100  100  100  100 

   N  183  14 20 217Table 3: Correlation between schooling and literacy for married Palanpur women  

Table 4 also shows major cohort differences. Whereas only around 10% women had some education among those in their 

thirties or forties, there are now 25% among women in the 17‐24 years age group. Most of them even go further than 5th 

class and do not have only basic education. It can be seen also in the percentage of literate women which goes from about 

10% for older generation to 22% / 31% (RW /  RW+R) for younger generations.  

Age group     17‐24  25‐31  32‐38  39‐50  Total 

Schooling                   

No schooling  %  74.5  83.9 92.2 86.4 84.3

   N  38  47 47 51 183

Till 5th class  %  7.8  10.7 2.0 5.1 6.5

   N  4  6 1 3 14

Higher than  %  17.7  5.4 5.9 8.5 9.2

5th class  N  9  3 3 5 20

Total  %  100  100 100 100 100

   N  51  56 51 59 217

Literacy                 

IL  %  68.6  85.7 92.2 86.4 83.4

   N  35  48 47 51 181

R  %  9.8  0.0 2.0 0.0 2.8

   N  5  0 1 0 6

RW  %  21.6  14.3 5.9 13.6 13.8

   N  11  8 3 8 30

Total  %  100  100 100 100 100

   N  51  56 51 59 217Table 4: Schooling and literacy depending on age for married Palanpur women 

                                                             

1 In some interviews, I realised that this case was quite common. Women said they were illiterate, but when asking several time if really they did not go to school even for one year, they sometimes answered that they went to school one year or two but would not have mentioned it as they forgot everything. It is therefore even more the case here as the information about education was taken from  the  round 1 data which was mainly  asked  to  the men of  the household who would give  some basic  information  about  all household members and thus be imprecise for some women.  

16   

 

There are naturally differences among castes. Thakurs represent 65% of educated women whereas they only account for 

30% of the total population of the sample. All the other castes are under‐represented, Muraos also ranking quite bad. Some 

other castes traditionally rank higher in terms of education but the small sample size does not allow here to be conclusive.  

9 out of  the 14 women educated  till class 5th and 13 out of  the 20 educated more are Thakur, and  the  recent  trend of 

sending girls more to school could in that way be restricted only to Thakur girls. 

The positive aspect about education is thus that there seems to be some changes, when looking at women of different age 

groups. We have seen  the changes  for women coming  from different villages, and  in Palanpur  itself  this process  is even 

faster as the school in Akroli attracts more and more children and in particular girls.  

b) Palanpur unmarried girls 

Defining a sample  is not easy.  If one takes  into account children that are too young, the percentage of  those who go  to 

higher education is not relevant. Studying girls aged more than 17 starts to become critical because some of them may have 

migrated out for marriage and some girls aged 18 in the village are married women. I chose to take boys and girls aged 14 

to 17 included. The higher number of boys in the sample may indicate that some girls already migrated out, but all the girls 

aged up to 17 in Palanpur are unmarried so there is no bias coming from a woman from outside1. As we study basic and not 

higher education, the lower threshold of 14  is also acceptable, corresponding to the gap of the end of the 8th class where 

most of the girls drop out of school2.  

The right side of Table 5 shows gender differences for schooling.  

  1993  2008 

Children 14‐17  Boys  Girls  Total  Boys  Girls  Total 

Schooling  stats                   

No schooling  %  34.6  88.7  61.1  6.9  31.7  17.2 

   N  19 47  66  4 13 17

Till 5th class  %  20.0  7.6  13.9  24.1  36.6  29.3 

   N  11  4  15  14  15  29 

Higher than  %  45.5  3.8  25.0  69.0  31.7  53.5 

5th class  N  25  2  27  40  13  53 

Total  %  100  100  100  100  100  100 

   N  55  53  108  58  41  99 

Literacy                    

IL  %  45.3  96.1  70.2  8.6  34.2  19.2 

   N  24 49  73  5 14 19

R  %  1.9  0.0  1.0  1.7  9.8  5.1 

   N  1  0  1  1  4  5 

RW  %  52.8  3.9  28.9  89.7  56.1  75.8 

   N  28  2  30  52  23  75 

Total  %  100  100  100  100  100  100 

   N  53  51  104  58  41  99 Table 5: Schooling and literacy of boys and girls aged 14 to 17 (included) in Palanpur 1993 and 2008 

                                                             

1 Actually  there  is one Thakur woman Arti, who  is 17 but she was married  to Anit  in 2009 and  therefore does not  figure  in  the round 1 data even if she was asked the women questionnaire later.  

2 When doing robustness checks by taking only girls aged 15 to 17 or 16 to 17, the percentage of those who have gone to school is even lower, so there does not seem to be a bias due to the fact that some girls of this age still go to school.  

17   

 

There are still 34%  illiterate girls compared to 9%  illiterate boys, and 32% of girls have an education higher than 5th class 

compared  to 69% of boys. However, even  if girls are worse off  than boys,  they are better off  than women used  to be. 

Compared to the 83%  illiterate among all married women, or even the 69% among married women aged 17‐24, the 34% 

illiterate girls do not seem so many anymore. 

One could say that this discrepancy  is due  to difference  in school opportunities between villages, and not to a temporal 

change within Palanpur. This may be part of the explanation as Palanpur, having  its own primary school and a secondary 

school 3km away is not the worse off village. However, qualitative data and values for 1993 confirm that there was indeed a 

change within the village over time.  

Table 5 thus also shows the comparison between these two survey years. We see a dramatic increase in the percentage of 

children who have gone to school, especially for girls. The percentage of those who have never gone to school went down 

from 89% to 32% in 15 years, and the percentage of illiterate girls from 96% to 34%. Even if there are still improvements to 

do, this huge change may have impacts on the autonomy of women. 

3) Outside work for women in Palanpur  

There are 41 women (19% of women in Palanpur) who do work outside for money, as shown in Table 61, which is quite a small number compared to the 42.8% for India or even the 33.8% for Uttar Pradesh2. 25 of them are paid in kind and 16 in 

cash.  

The  remaining  176  women  may  indicate  that  they  work, 

however  they  then  only  do  unpaid works.  I  chose  not  to 

focus on  it, as  it is  likely that a woman working on her own 

field  or  without  compensation  may  not  have  more 

autonomy  than  a woman who  is  not working,  or  be  even 

worse  off.    The  whole  point  about  taking  work  as  an 

indicator of mobility for women is that they may make more 

often decisions about how money  is  spent, but  this  is only 

possible if she is indeed paid, in cash or kind.  

Outside work  Freq.  Percent  Cum. 

No paid job 176 81.1  81.1

Paid in kind 25 11.5  92.6

Paid in cash  16  7.4  100 

Total  217  100  100 Table 6: Outside work for women in Palanpur: cash or kind? 

Similarly,  I did not make a distinction between  seasonal and non‐seasonal work  (both accounting equally  for half of  the 

cases) as it would only separate agricultural from non‐agricultural works.  

Besides cultural and traditional aspects, there is one very simple reason why women are not too keen to be working. They 

indeed have all the domestic work to do, and whether they additionally work outside or not, does not matter. They are 

expected to do the same amount of work and a man will never help for traditionally feminine chores. As Soni, the village 

ASHA says, when asked  if she sees changes  in the village or would  like some  : “I would  like work partition, that someone 

does domestic work and  someone other works outside, because  taking  care of both  [as  she does]  is  too much”. Urban 

                                                             

1 Women who indicate that there are paid both in kind or cash are put into the category paid in cash as they are likely to benefit from the same advantages than a woman paid entirely in cash.  

2  Source: NFHS,  Chapter  14,  p.  452. The  sample  is  however  slightly different  as  they  take  the  “percentage  of  currently married women aged 15‐49 who were employed in the 12 months preceding the survey” in 2005‐2006. It does not make sense to compare other  indicators  as  the  percentage  of  women  paid  in  cash  or  kind,  given  that  I  do  not  have  the  percentages  for  urban  areas separately where salaries in kind are far more widespread.  

18   

 

Indian women have found the solution, employing maids. This does not exist  in Palanpur even  if  it exists  in other villages, 

maybe because there are no very big landowners who could afford it. 

Table 71 shows that the most frequent case of work for Palanpur women 

is  agricultural  work  that  is  paid  in  kind  (26  women),  half  of  it  being 

seasonal work only. This is interesting for its symbolical value: women are 

justified to work if they bring food at home. Besides, it means that female 

labour  comes  from  the  demand  side,  as  there  is  a  demand  peak  for 

harvesting.  

There are 7 women who say they are doing other types of work for cash2. 

Actually there should be 9 because there are also the anganwadi worker 

and her sister, who do not appear here because they are unmarried and 

were  thus  not  interviewed.  Among  these  seven,  two women  say  they 

make bricks (Bhatta3), one ASHA, two women who do tailoring (Silai), one 

who does transporting and one does not give any details. 

 

Figure 8: Meena (the woman in the middle), a Murao woman  working  in  the  fields  for  money  with  her husband4 

 

Outside work  Paid in cash  Paid in kind  Paid in both  Unpaid  Total 

Agricultural work  3  26  5  29  63 

Cattle care  1  2  0  49  52 

Else  7  0  0  2  9 

Total  11  28  5  80  124 Table 7: Outside work for women in Palanpur: number of women who say they do the following type of work 

Table 8 shows major differences between castes. As expected, higher castes work much  less  than  lower classes. Only 2 

Thakur women  (3%  of  Thakur women) work  for money;  one  is  the  ASHA  and  one  does  tailoring,  both  of  these  being 

“acceptable” jobs for a Thakur woman. On the contrary, around 20% of Murao or Muslim or Other women have paid jobs, 

and the percentage even goes up to 50% for Jatab women.  

                                                             

1 Do note  that  the percentage  is not given  in  this  table as one woman can be counted  in  two different rows  if  she reported  two different activities. Thus, there are 63 women who report doing agricultural work and 52 women who report taking care of cattle, but it could be the same women. Furthermore, adding the different categories of paid works, the total is 44 which is more than the 41 indicated above, due to the fact that some of the women indicate doing more than one paid job. 

2  The  2  unpaid  cases  are women who  report  doing  paid  agricultural work  for  others and working  on  their  own  field.  This  last information was then reported in the column “else” even it is de facto agricultural work. 

3 This kind of work is very specific. It implies a seasonal migration of the whole family to another place in the same district. As it is a job that is paid by piece rate, women also participate in making the bricks.   

4 3 days/week, they work on their own plot but, as it is not big enough, they also work 4 days/week for money. She says she is paid equally to men and it does not create particular problems to be a woman. However, she does not like agricultural work and would prefer staying at home. She does domestic work from 4 or 5 am to 7 am, then works in the field from 7 am to 7 pm with 1 hour lunch break 12 am to 1 pm, and in the evening she does domestic work also. 

19   

 

Outside work  stats  No paid job  Paid in kind  Paid in cash  Total 

By caste             

Thakur  %  96.88  0  3.13  100 

   N  62  0  2  64 

Murao  %  80.39  11.76  7.84  100 

   N  41  6  4  51 

Jatab  %  50  33.33  16.67  100 

   N  15  10  5  30 

Muslims  %  84.38  9.38  6.25  100 

(Dhobi,Teli)  N  27  3  2  32 

Others  %  77.5  15  7.5  100 

   N  31  6  3  40 

By age group                

17‐24  %  92.16  5.88  1.96  100 

   N  47  3  1 51

25‐31  %  76.79  17.86  5.36  100 

   N  43  10  3  56 

32‐38  %  72.55  15.69  11.76  100 

   N  37  8  6  51 

39‐50  %  83.05  6.78  10.17  100 

   N  49  4  6  59 

Total  %  81.11  11.52  7.37  100 

   N  176  25  16  217 Table 8: Outside work for Palanpur women by caste and age group 

Age  is  less an explanation for outside work. Except for newly married women who rarely work (only 8%, of which 3 Jatab 

and one Dhimar women), the activity rate is around 17‐27% and does not depend  linearly on the age of women. Younger 

women are more often paid in kind and older women in cash, but the sample may not be big enough to be conclusive. 

4) Marriage and fertility 

a) Changes between 1993 and 2008 

Age at marriage  is a major  issue concerning women autonomy. As described earlier, all Palanpur women are married at 

their parent’s choice. However, the earlier it happens, the less they will have a say in their in‐law’s place at the beginning. 

There is nevertheless a slow change, as girls used to be married around 13 or 15 earlier, and it rather tends to be around 17 

or 18 nowadays. It is naturally true that a lot of factors influence the moment a daughter gets married (dowry, number of 

siblings and rank, network, etc.). Thus, a  late marriage can also  just mean that the parents were too poor to marry their 

daughters all at once and needed time to collect the money for the youngest one, and not a specific women empowerment 

strategy. But even then, one could argue that her later marriage – even if undesired – may give her more bargaining power 

and autonomy as she is not a teenager anymore.  

This is one of the rare points where we can compare with 1993 data. Even if it their age at marriage was not directly asked 

in the 1993 round, the marital status of all village inhabitants was reported. Figure 9 shows that there was indeed a change for young women. In 1993, 18% of Palanpur girls aged 15‐17 were married (one girl aged 15, one 16 and 5 aged 17 among 

the 40 girls in this age group) whereas none in this age group was married in 20081. Once again, this compares unmarried 

                                                             

1 Actually, even if there was no one in 2008 during the round 1 questionnaire, one women, Arti, was married to Anit in 2009 at age 17. She however does not figure on this graph as this shows 2008 data. 

20   

 

girls  in Palanpur  (as  it would be difficult to know precisely at what age  they were married and  left the village1) to newly 

married women who came to Palanpur.  

It  could mean  that  parents  in  Palanpur  like 

their boys to marry young girls and send their 

own  daugthers  later,  but  qualitative  data 

suggest  there  is  no  difference  about  age  at 

marriage  in  Palanpur  and  in  the  villages 

around. In the 18‐20 and 21‐23 age groups, it 

is even more the case. 71% of girls aged 18 to 

20 were married in 1993 compared to 45% in 

2008,  and  81%  of  girls  aged  21  to  23, 

compared  to  62%  in  2008.  Around  age  24, 

more  or  less  all  girls  are married,  Palanpur 

girls  have  left  the  village  for  their  in‐laws’ 

houses and  the only women  left of  this age 

group in the village are more or less recently  

married women.   Figure 9: Marital status of women in Palanpur by age group, 1993 and 2008 

b) Age at marriage in 2009 

 

Figure 10: Age at marriage in 2009 for married or widowed women aged 17­50 

To study thoroughly the real age at marriage (and 

not only the proportion of married women within 

a  specific  population), we  can  only  look  at  the 

2009 data. Figure 10 shows age at marriage  for 

the  married  women  of  our  sample.  It  thus 

includes married women aged 17‐50 who  live  in 

Palanpur,  independently  of when  they married. 

The  figure  shows  that  the  three most  frequent 

ages at marriages are/were 16, 17 and 18. Being 

married after age 20  is almost as  rare as staying 

unmarried.  Interviews2  revealed  that more  and 

more girls were aware that  legal age at marriage 

is 18.  

However, they rarely know their exact age and anyway do not have a say in the organization of their own marriage and rely 

entirely on their parents3. 

                                                             

1 Even if the parents’ responses may not be totally precise, it is possible to have some information in the round 1 data about girls who are “out”. I then find only one Jatab girl, Shanti, aged 16 in 2008 who was out of the village because married at age 14, in the 15‐17 age group. 

2 Interviews of unmarried girls in Palanpur aged 15 to 19 done by Archana in the beginning of the year 2009.  

3 Most of them even say they do not see the point in being associated in the marriage decision: “my parents know what is good for me”. Even men who should have a little bit more power to their parents often would not intervene. The only change that seems to happen is that where earlier only the parents would meet to settle down the details of the marriage, now the boy would come with 

21   

 

Table 9 shows differences between age groups. As expected after the comparison  with  the  1993  data,  women  in  the  older  generations 

married earlier. There is around 1.6 years difference in age at marriage 

for 30 years age difference, so we can roughly say that every decade, 

women marry half a year later1.  Where the usual age at marriage was 

roughly  16  three  decades  ago,  it  is  now  approximately  18.  It  is  also 

interesting to note that, whereas the average age at marriage is around 

17, none of the girls aged 17 (or less) today, is married. 

Age at marriage in 2009 

age group  Mean  Std. Dev.  Freq. 

17‐24 17.78  1.79  51

25‐31  17.41  1.89  56 

32‐38  16.35  2.26  51 

39‐50  16.17  1.88  59 

Total  16.91  2.06  217 Table 9: Age at marriage for married women in Palanpur in 2009, by age group 

It  is  nonsense  if  one  thinks  that  if  those  girls  had  been married,  they would  not  live  in  Palanpur  anymore.  However, 

statistically speaking there should be as many women leaving Palanpur for marriage than young women coming from other 

villages who married a man in Palanpur. And the point is that none of them are aged less than 17, which can be seen as an 

improvement in women’s condition even if it is rather a proof of a change in other villages than in Palanpur itself.  

 

Figure 11: Percentage of women married between ages 11­16 / 17­18 / 19­23 for women in different age groups in 2009 

Figure  11 goes  beyond  and  shows  the  percentage  of 

women married at age 11‐16 / 17‐18 / 19‐23 depending 

on  their  age  group.  Very  clearly,  it  is  less  and  less 

common  to  be  married  under  age  16,  even  if  the 

number of  those married after age 19 did not  increase 

so  rapidly.  Age  at  marriage  for  women  thus  evolved 

from very young to young.  

 

Age at marriage in 2009 (detailed) 

by  Mean  Std. Dev.  Freq. 

Caste    

Thakur  17.61  2.03  64 

Murao  16.69  2.14  51 

Jatab  15.90  1.92  30 

Muslims  16.47  1.34  32 

Others 17.20  2.22  40

Education    

IL  16.60  1.99  181 

RW or R  18.50  1.68  36 Table 10: Age at marriage for married women in Palanpur in 2009, by caste and literacy 

Table 10 shows the differences between castes. Thakurs marry 

on average one and a half year later than Jatabs (17.6 vs. 15.9 

for the average age at marriage). Muraos and Muslims are  in 

between,  around  16.5,  and Others more  similar  to  Thakurs 

with 17.2. Thakurs may be the more traditional caste in terms 

of mobility, but  it certainly  is not the case  in terms of age at 

marriage.  This may  be  correlated  to  the  fact  that  they  are 

more  educated,  which  is  also  correlated  to  later  marriage 

(18.5 for literate girls compared to 16.6 for illiterate ones).  

 

                                                                                                                                                                                                                    

his parents and be there at the discussion, and in certain cases may see the girl. However, they rarely speak to each other before the marriage. In the interviews I did with married women, when I asked if they were afraid before getting married, they said either yes because  they knew nobody of  their  in‐laws, or no because “I had seen him once before  the marriage”  (only a couple of minutes without talking to him!). 

1 Even if the difference is not significant between one age group and the following one (except for the difference between the 25‐31 and the 32‐38 age group, which is), the difference skipping one age group or even the difference between youngest and oldest ones are highly significant (at 1%).  

22   

 

c) Fertility 

One major apect of women autonomy is also in which extent they may have 

control over their reproductive  life. I will therefore first show some figures 

about fertilty.   

There are naturally many indexes of fertility which are far more appropriate 

than  the gross numbers  I will give here. However,  I did not have enough 

time  to  read  the  appropriate  demographic  literature  and  could  not 

construct these indices. I nevertheless wanted to show some numbers and 

hope  that  they will  give  a  first  impression  even  if  they  are  not  perfect. 

Therefore I use here the         Figure 12: Children in Palanpur  

whole sample, even if the children from women aged 50 now may have been born more than thirty years ago and do not 

reflect the current status of health facilities. 

In the woman questionnaire that was asked to these 217 married women in Palanpur, the first page was entirely dedicated 

to details about every pregnancy a woman had (see also page 13). There are 912 reported pregnancies (including then live 

birth, still birth, miscarriage1, abortion and currently pregnant2). 676 of them are still living today, which means 74% of the 

pregnancies or 80% of  the  live births. To compute  the  real  infant mortality  rate, one would have  to  focus on  the  recent 

pregnancies, but  this high number of  children who do not  reach adult age already  gives an  idea  (and may explain why 

parents want to give birth to more children than they actually want, see Lanjouw and Stern (1998) p. 25).  

Pregnancy outcome  Freq.  Percent  Cum. 

Live birth  841  92.21  92.21 

Still birth  17  1.86  94.08 

Miscarriage  31  3.4  97.48 

Abortion  16  1.75  99.23 

Currently pregnant  7  0.77  100 

Total  912  100  100 Table 11: Pregnancy outcomes in Palanpur  

The data about where every child was delivered  is also  interesting. 772  (90%) deliveries were made at home. 39  (4.6%) 

were made  in private hospitals, 15  (1.7%) were made  in government hospitals, 5  (0.6%)  in Public Health Centres, and 26 

(3%) in other places, mainly the parents’ houses (22 of them). This applies to all the pregnancies, not only the recent ones. 

However, qualitative data suggests that delivery at home is still very widespread today. There is still the fear that they will 

not be taken care of properly in the hospital, or that the doctor may do a caesarean even if the women do not want it. The 

own house where they are surrounded by the in‐laws thus still seems the least bad to give birth to their children.   

                                                             

1 We hope that there is as little underreporting as possible, given that the investigators were trained to ask several times if really they had only these children and not others. However, it is still possible that the women forgot one miscarriage.  

2 This category was not per se in the questionnaire, but as the major investigator (Archana) did write down the women who were pregnant, I included this category. However, this means that there are probably more currently pregnant women in Palanpur. 

23   

 

Surprisingly, not so few women are aware of the existence of contraception. Some of them are sterilized1, some of them 

still wanted children and thus did not use contraception, and some of them use contraceptive pill or condoms. The women 

who are most informed about contraception however seem to be those with husbands who work outside the village (and 

informed by them). These husbands who regularly go to the town will be able to purchase condoms there and probably be 

surrounded by more “modern” men who also would not see the point in having eight children. Even if my first impression in 

the village was positive as  I  saw many women who were more or  less  informed about  contraception2,  the  irony  is  that 

women empowerment starts to happen thanks to the men. And naturally, information is only the first step, as it is still is the 

husband who makes the decisions; if he wants more children, they will have more.  

Table 12 shows that the mean age at first pregnancy (miscarriages included) is 19.5 years. This corresponds to the average 

for rural India (19.5) and is slightly lower than the India average (20) when comparing with NFHS data (median age at first 

birth among women aged 20‐49 years in 2005‐06, NFHS Chap. 4, p.16). However, it may not be very precise3. 

Variable  Mean  Std. Dev. Obs Min Max

Age at first pregnancy  19.5  2.4  208  14  32 

Number of pregnancies  4.2  2.8  217  0  15 

Nb of living children  3.1  2.0  217  0  9 Table 12: Pregnancies and number of children for Palanpur women 

Women in Palanpur have on average 4.2 pregnancies and 3.1 living children. As the sample mostly includes women still in 

age to bear children, the total number of children gotten is likely to be much higher. 

Therefore, Table 13 shows these indicators depending on age group. The first columns show that the age at first pregnancy 

did not decrease over time, as  it was and still  is around 19. Either the data  is too  imprecise  for women generations  (but 

then, why do we see a trend in age at marriage?) or women, who are now married older, wait less between marriage and 

first pregnancy. Else, women may arrive at the same age  in the village, but earlier for their “gona” (see p.8) because they 

married younger, and nowadays directly for marriage4.  

                                                             

1  Kanti,  a  young  Thakur  woman,  discussed  her  sterilization  with  us.  Before  the  pregnancies,  she  used  contraceptive  pills  her husband gave her. After having two boys, she wanted a girl so they did a third child but after this new boy they decided not to have children anymore and to get sterilized. She was informed of this government program through the ANM (Auxiliary Nurse Midwife) who came for the polio drop for her children, and talked with village women about it. She is happy with that and it was not only her husband’s decision. 

2 Naturally,  there are also women who know  less about  it. Talking with Munni, a  Jatab woman who gave birth  to a boy 11 days before (on 1st November 2009), she said she does not need contraception: “When you want to get pregnant, you have to take one pill. For this child [she had one daughter 4 years ago and this newborn son] I went to the doctor and he gave me one pill so that I get pregnant. If you do not take this pill you will not get pregnant [even without contraception]”. The attempt to explain her that she may be  pregnant  again  if  she  does not  take  contraception was  totally  vain,  she would not  listen  to  us  because  her method worked this time! And she was not even an especially uninformed woman as she went the day before to the hospital with the ASHA to give injections to the baby.  

3 The answers to this questions had often to be corrected, which was possible as we knew quite exactly the age of the oldest child (resp. date of death and age at  that  time) when comparing with  the 1993 data.  It  thus seems  that women remember  the age at which they were pregnant the first time even less than their age at marriage.  

4 We do not have data on it because it is not clear if women gave their age at marriage or at gona in the questionnaire. 

24   

 

The number of living children being higher for older generations is mostly a life‐cycle, and not a cohort, effect. The data for 

the women aged 39‐50 suggests  that  the average  total number of children  for women  in Palanpur  is around 4.7. This  is 

more than the Indian average of 4.0 and even more the rural India average of 4.33 (mean number of children ever born to 

women aged 40‐49 years in 2005‐2006, NFHS, Chap. 4, p.4). 

 

Variable  Age at first pregnancy  Nb of living children 

age group  Mean  Std. Dev.  Freq.  Mean  Std. Dev.  Freq. 

17‐24  19.2  1.7  45  1.1  0.7  51 

25‐31  20.1  2.5  54  2.7  1.6  56 

32‐38  19.4  3.0  50  3.7  1.7  51 

39‐50  19.4  2.3  59  4.7  1.7  59 Table 13: Age at first pregnancy and number of living children, by age group 

Table 14  takes  this  subsample of women aged 39‐50 and  shows differences among castes. Thakur women did not only 

marry older but they had their first child on average at age 20, contrarily to Muraos who had them at age 19 or even Jatabs 

at  age  17.5.  Muslims  and  others  were  closer  to  Thakur,  between  19.5  and  19.8  years.  Caste  is  therefore  a  major 

determinant for age at marriage and thus age at first pregnancy. The number of total living children is also higher for Jatab 

women (5.8) than for Muraos (4.6) or Thakurs (4.1).  

Women aged 39‐50  Age at first pregnancy  Nb of living children 

Caste  Mean  Std. Dev.  Freq.  Mean  Std. Dev.  Freq. 

Thakur  20.0  1.9  22  4.1  1.6  22 

Murao  18.9 2.0  12 4.6 1.4 12

Jatab  17.5  2.4  6  5.8  2.6  6 

Muslims  19.5  2.1  11  5.2  1.7  11 

Others  19.8  3.4  8  5.1  1.1  8 

Total  19.4  2.3  59  4.7  1.7  59 Table 14: Age at first pregnancy and number of living children for women aged 39 to 50, by caste 

5) Other explanatory factors: parents and household wealth 

Let us continue these descriptive statistics with some considerations about other factors that influence women’s autonomy. 

We have already studied education, caste and age, but may now look at their parents’ village and household wealth.  

a) Parents’ village 

As  I described  in the  first part, what characterizes marriage  in  India  is village exogamy and patrilocality. A newly married 

woman will thus move to her husband’s village. Parents are not supposed to interfere with their daughter’s life. However, if 

they are not too far away, they may help her with money in case of shocks or by coming in case of illness of herself or of her 

children. The hypothesis  is hence  that,  the nearer  the parental village,  the more  the woman will be “protected” by her 

parents. The in‐laws may also not treat her too badly (or her husband beat her) if they know the parents are nearby and she 

may go and visit them. Parental care and the distance between them and the husband’s residence may be endogenous, as 

parents who really do care about their daughter could try to find her a husband in a village not too far away. Let me take 

one example to illustrate this.  

25   

 

Figure 13: Munni, Indubala’s sister 

Actually,  there  is one  case  in  the  village where  two  Jatab  sisters, 

Munni  and  Indubala,  were  married  to  two  brothers,  Banti  and 

Aakash.  It  is  a  rare  case,  as people  are  traditionally  supposed  to 

marry a daughter to a man who  is not  in the extended family and 

does not have any common ancestor, but also to marry daughters 

to men  in  different  villages  in  case  one  has  several  daughters1. 

Nevertheless,  it does not explain why there are not more cases of 

sisters married in the same village, even if it is to unrelated men.  

Munni’s  interview was  very  interesting.  She married  at  age  142, 

came to the village one year later and had her first child at age 17. 

When asked if she did not feel a bit young at marriage, she says “It 

does not matter if I agreed to marry or not, as my parents wanted 

me to marry”. However, contrarily to many other women, 

she said she was not afraid before marriage because her sister spoke to her fiancé (who was the sister’s brother in law) and 

told her “he is a good man”. She saw her husband once but did not talk to him before marriage. She goes to see her sister 

every day and every 2‐3 months to her parents. Her husband has never beaten her and she says he is nice to her. I would 

not conclude to causality on one example, but this case shows that proximity of the family can be positive.  

To come back to numbers, Table 15 shows the distance to the parental village3. Most of them do not  live so far away, as 

41% of the women have their parents at 20km or less and 80% at 40km or less. Only 5 women say their parents live at more 

than 600 km,  in another state. However,  the  last column gives  the  time  they need  to  reach  this place  in every distance 

group. When dividing the mean distance by the mean time, one sees that the average speed  is between   5 and 20 km/h. 

Small distance can thus still mean a long journey, taking into account the bad public transports.   

Distance to parents 

Freq.  Percent  Cum. Mean 

distance Mean time to reach 

0‐10 km  42  19.53  19.53  5.14  1.02 

11‐20 km  46  21.4  40.93  15.28  1.80 

21‐30 km  43  20 60.93  26.60 2.31

31‐40 km  41  19.07  80  35.71  2.48 

41‐100 km  31  14.42  94.42  60.81  3.48 

100‐400 km  7  3.26  97.67  190.57  9.71 

600+ km  5  2.33  100  600.00  42.00 

Total  215  100     45.33  3.32 Table 15: Distance to parents’ village 

                                                             

1 There are different explanations. An economist would say it is a way to reduce risks in case of shocks as they are uncorrelated if villages are far enough. However, beside the fact that a girl does anyway seldom support her parents financially, it is rather to avoid rivality between the girls in case of disagreement between the two brothers in a joint family situation with land at stake.   

2  She  does  not  know  exactly  her  age  at marriage  but was  probably  around  14  because  she  said  it was  one  year  after  her  first periods. Taking the first periods as a time mark is a good way to find out as it is something even Palanpur women often remember, contrarily to their own age or age at marriage.  

3 Most of the women did only know the name of their parents’ village and had no ideas about distances in kilometers. Therefore, the investigators checked each case with men of the village who may have a motorcycle and be aware of distances.  

26   

 

Table 16 shows that 30% of women need one hour or less and 65% need 2.5 hours or less. Above this time, it would 

probably be too much for short journeys and mean seeing each other only on special occasions.  

Time to 

reach Freq.  Percent  Cum. 

Mean time to reach 

Monetary help from parents 

1h or less  65  30.23  30.23  0.59  63.3% 

1‐2.5 h  75  34.88  65.12  1.96  67.6% 

2.6‐4 h  44  20.47  85.58  3.27  65.9% 

5h or more  31  14.42  100  14.66  35.5% 

Total  215  100     3.64  61.2% Table 16: Time to reach the parents’ village 

However, the  last column of Table 16 does not confirm the preceding hypothesizes. Except   those with parents who  live 

very far away (none of the 5 whose parents live more than 600 km away gets monetary help in case of problems), there are 

no major differences in the three first categories. On average 61% of women say yes to the question “If you are in need of 

money, can you turn to your parents for help?” almost independently on the distance to parental village. Most of them go 

and visit them every 4 or 6 months. In this section again we see the importance of mobile phone, as 92% of women say that 

in case of emergency,  they get  in touch with their parents’  family by phone. This changes a  lot women  life, as  in earlier 

decades, women used to hear nothing about their parents’ village for months. 

b) Household wealth 

Another useful explanatory factor is the wealth of the household in which the woman lives. Some wealth indices (subjective 

wealth, household wealth taking into account outside jobs, etc.) will be constructed later but this data is not available yet. 

In  the mean  time, a good proxy  for wealth  is  land ownership, as  land still  is  the major good available  in  the village. The 

measure used in Palanpur is the bigha (6.4 bighas represent one acre).  

Land ownership goes from 0 (17% of Palanpur women live in landless households as shown in Table 17) to 61 bighas, with an average value of 9.7 bighas. Most of the  landless are Muslim or Other women. Jatabs often have very small plots (and 

work for wage additionally on other plots). Thakurs and Muraos are the big landowners, especially Muraos with 16 of the 26 

over 20 bighas plots. Thus,  the controls  for  land ownership and caste will be correlated.  It  is still  interesting  to consider 

both, as the Muslim column for example shows quite a big heterogeneity within a same group. 

      By caste

Land owned     Average  Thakur  Murao  Jatab  Muslims  Others 

No land owned  %  17.05  3.13  5.88 10 31.25 47.5

   N  37  2  3  3  10  19 

1‐5 bighas  %  26.73  25  17.65  60  25  17.5 

   N  58  16  9  18  8  7 

6‐10 bighas  %  19.82  29.69  19.61 26.67 9.38 7.5

   N  43  19  10  8  3  3 

11‐20 bighas  %  24.42  29.69  25.49  3.33  34.38  22.5 

   N  53  19  13  1  11  9 

20+ bighas  %  11.98  12.5  31.37  0  0  5 

   N  26  8  16  0  0  2 

Total  %  100  100  100  100  100  100 

   N  217  64  51  30  32  40 Table 17: Land ownership of the women’s households, average and by caste 

27   

 

IV. How to measure the status of women 

After  the  presentation  of  these  different  aspects  that  could  have  an  influence  on  a woman’s  life,  let  us  focus  on  the 

autonomy, measured with different  indicators, of these women. However,  it has  first to be precised what exactly we are 

talking about. I will thus clarify the terminology, present the indicators, and then show the results. 

1) Terminology 

This study aims at measuring the women autonomy in Palanpur. However, one crucial and very difficult question is how to 

measure  that, and  first how  to define  it. “However, not everyone accepts  that empowerment can be clearly defined,  let 

alone measured. For many feminists, the value of the concept lies precisely in its ‘fuzziness’” (Kabeer, 2000). The terms used 

in the  literature are numerous and sometimes not well defined. The most  frequently used word of “status of women”  is 

defined differently depending on the authors (Mason, 1986). Some focus rather on the prestige, i.e. the respect or esteem 

accorded to women because of their gender, whereas other concentrate rather on the women’s power or empowerment 

and freedom. Finally, some authors believe access to resources is not an appropriate indicator and prefer looking at control 

of resources. The word agency is also often used, but as empowerment it contains a dynamic touch that I do not mean here. 

Globally, all these dimensions are  interesting.  I will rather  focus on the static term of women autonomy, defined as “the 

extent to which [women] have an equal voice in matters affecting themselves and their families, control over material and 

other  resources,  access  to  knowledge  and  information,  the  authority  to  make  independent  decisions,  freedom  from 

constraints on physical mobility, and the ability to forge equitable power relationships within families” (Jejeebhoy, 2000). 

It  is however  important  to  keep  in mind  that  talking  about  “the”  status of women  is not  always  appropriate  as  it  is  a 

multidimensional concept (Mason, 1986 and 2005), spanning the social, economic, political and psychological sectors. Some 

women may have more power in the private sphere and less in the public one whereas for others it would be the other way 

round.  Therefore,  I  will  use  several  indicators  of  women  autonomy  which  are  sometimes  correlated  but mostly  give 

multidimensional information.  

Mason  (2005)  also  confirms with  her  cross‐national  study  that women’s  empowerment  greatly depends  on  community 

norms and values. I therefore do not pretend that my choice of indicators is universal and try to adapt to the specific case of 

Palanpur. 

2) Women status and happiness: some considerations 

It is important to know what exactly we want to measure with the questionnaire. After spending some time in the village of 

Palanpur, I got somewhat confused. I was trying to see to which extent the women had a “modern” or “traditional” life and 

which  changes  they  yearn  for,  and  I  had  in  a  sense  a  belief  about  which  indicators  would  be  “negative”  and  which 

“positive”. It was therefore quite disturbing for instance hearing from all the women I interviewed who were working, that 

they would prefer not to work. Knowing that women who were allowed to go out alone were mostly those who worked 

(and thus had a good reason to leave the house), I had supposed that the other women would in some way envy them. But 

staying at home still means for them having a high status and not having to work (or just not working in order to act like a 

higher caste woman), and is therefore something either they really aspire to, or they say because the ideal of class upgrade 

wants  it. Seeing that they valued more this than the  liberty  I would have preferred  if  I were  in their position,  it put some 

theories upside down for me. Were the  indicators used  in the economic  literature really appropriate or did they measure 

what we, western researchers, consider good or not for “women status” ignoring what they really want to do? None of the 

28   

 

village women seemed to really want things to be different and  I could not  figure out  if they were really totally resigned 

about their life, or just realistic, or lying because they thought they should not admit to strangers their dreams, etc. 1 

This leads us to the major question: what do we want to measure? For me, after some days in the village, the whole point 

was: are Palanpur women happy? The economic literature about subjective well‐being (SWB) is increasingly significant, also 

about developing countries even  if  it started  in the developed countries. However,  it  is rather rarely  focused on women. 

Most of the surveys are made in a way women are not alone when interviewed by the surveyor and I thus doubt they would 

really share their  intimate feeling with them. The case of Palanpur  is  in that aspect a better example as the women were 

mostly alone  (or at most surrounded by  female members of the  family) when  interviewed. Furthermore, they had  fewer 

incentives to not tell the truth as  it  is totally uncorrelated to potential gains (contrarily to studies preceding field actions) 

and were familiar with us as they trusted in the two surveyors who had already lived in the village for more than one year.  

Trying  to  answer  the  question  of  happiness  of  Palanpur women  is  relatively  difficult.  The major  point  I  realized while 

interviewing some women is that they did not seem aware of the others’ well‐being, actions and dreams. The section about 

women help  group  in  the questionnaire was  totally utopian as only a handful of women  reported  something. But even 

when asked if they had a friend in the village, almost all women reported no. This does not necessarily imply that all women 

are desperate, as they could get on well with their relatives they would not have cited as friends, but it shows that there is 

little communication between women in the village. Most of them would report they casually chat with a neighbour when 

she passes by, but it often does not go further. Even the inter‐generational communication seems quite bad, as women did 

not seem aware of how things were earlier. To put it in a nutshell, Palanpur women know only what happens to them, now. 

They don’t know what happens to others, they don’t know what happened before, they don’t dare imagine how things will 

or could be in the future.  

However,  in a way, this could exactly be the reason why they say they are satisfied with their  lives. They don’t dream of 

something else (i.e. a world were a woman could go out alone or would not be beaten by her husband if she did a mistake 

doing some household work) because they do not feel like they could do it2. Education naturally also plays a role, as well as 

traditions3. 

                                                             

1 About willingness to accept their situation, see Moore, Choudhary and Singh. (1998): “One can  illustrate these  linguistic problems by 

looking at the pair of Hindi words sukh and dukh, that are often translated as ‘happiness’ and ‘unhappiness’, and are sometimes cited as 

indigenous equivalents of ‘wellbeing’ and ‘ill‐being’. That may be true in some situations, but, like many terms in all languages, sukh and 

dukh  have  a  range  of meanings  that  are  dependent  on  the  context  in which  they  are  used.  Sukh  also  has  connotations  of  ‘willing 

acceptance of one’s  lot  in  life’ – an  idea that can generate very strong emotions  in a society where caste divisions are both strong and 

increasingly contested. Dependent on context, dukh can be read to imply either (a) a perverse, contrary or even punishable unwillingness 

to  accept  one’s  ascribed  place  in  society  or  (b)  an  admirable willingness  to  challenge  outmoded  and  oppressive  social  distinctions. 

Because of this ambiguity, it is especially likely that respondents’ replies to questions couched in terms of sukh‐dukh may be very tactical, 

and heavily influenced by their perception of the questioner, why the question  is being asked, and the potential dangers or benefits of 

giving one answer rather than another.” 

Therefore,  in  the women  interviews, we  tackled  the  problem  as  they  also  propose:  “The  other way  of  tackling  this  problem  of  the 

plasticity of extended concepts of poverty is simply to ask poor people ‘What are your problems in life?’ ” 

2 Another  explanation  is  that  they  realize  the  things  that  are bad  in  their  lives  (for example  their husband beating  them). However, 

knowing or believing they have no options, they have to tell themselves and us that it is normal in order to bear it. 

3 Let us read Kahneman’s quotation (2005)  in our terms, as Camfield (2006) does:”Everyone is surprised by how happy [the poor/these 

unfree women] can be. The reason is that they are not [poor/unfree] full time. They do other things. They enjoy their meals, their friends. 

They read the news. It has to do with the allocation of attention (Kahneman, 2005)”. Therefore, Camfield suggests: “Studying wellbeing 

29   

 

It  is possible to view SWB as the difference of the current status of their  life ś and the point they would  like to achieve s. 

One can naturally write it as a function of this difference but  it does not change things. In this model, a woman would be 

most  satisfied  if her way of  life  corresponded  to  the  ideal  life  she dreamed of,  independently of whether  this means a 

“modern” or a “traditional” life (but it is not because slaves are happy that we should not abolish slavery. I will come back 

to this point later). 

SWB = ś(e, w, par, com, trad, oth) ‐ s(e, w, par, com, trad, oth)  

where SWB  is the subjective well‐being, ś the current status of her  life and s the desired point she wants to achieve, e  is 

education, w is her working status, par the parents, trad traditions, com the community and oth are other factors that could 

influence their well‐being, some of them possibly different from one woman to the other.  

Note that s and ś are highly subjective and should describe the way in which they assess themselves their lives. This model 

takes  the  functions describing  the  set of  characteristics of  their  current  life,  in a  sense  their quality of  life. Usually,  the 

literature rather links rather the SWB with poverty (Diener and Biswas‐Diner, 2005) or women empowerment with poverty 

(“At  the  same  time  certain  strands  of policy discourse have  identified  female  empowerment  as  an  effective means  for 

reducing poverty”, Shahra Razavi, 2000). However, for women  it  is  in a sense different as poverty per se  is  less the major 

focus and determinant of their well‐being. This does not mean that women less feel the effect of poverty, but contrarily to 

men  their  life  is more  influenced  by  other  factors  (autonomy,  decision‐making,  etc.)  than  by  only  economic  factors. 

Nevertheless, one can be  inspired by  the  literature about SWB and poverty  to  study  the  link between SWB and women 

status, as you can be poor and happy as well as unfree and happy1.  

An  interesting point  is  that, moving upwards e,  it does not clearly  imply a higher well‐being.  In other words,  the major 

“improvement”  for  the village girls  is education, which goes  together with walking  to  the village of Akroli, chatting with 

other girls and meeting boys.  It  should  influence  their  ideal  life. However, whether  ś  increases also  to compensate  it  in 

future  or  not  will  depend  on  the  working  possibilities  for  women  in  the  village,  their  parents’  and  the  community’s 

agreement  to  let  them decide more about  their  lives, and a  lot of other  factors.  If  empowerment means  the ability  of 

making the important choices as Kabeer says (Kabeer, 2000, p.28), then education can improve women’s awareness of the 

existence of different alternatives, but not necessarily give access to them. Similarly, Eswaran and Malhotra  (2009) show 

that more  female autonomy may  lead  to more conflicts and  increase domestic violence  from  the husbands, as a way  to 

keep control over them.  

This basically means that I am not sure that Palanpur women will actually be more satisfied of their own life in twenty years, 

even if it is difficult to say as the function s itself may evolve or not, depending on psychological factors of how they see the 

changes. However, shall we say the situation is worse even if objectively it may become better?  

                                                                                                                                                                                                                    

rather than poverty enables researchers to explore what poor people have and are able to do, rather than focusing on their deficits (…). 

This should produce more credible and respectful representations of people’s lives to inform development policy and practice, hopefully 

leading  to  development  that  creates  the  conditions  for  people  to  experience  wellbeing,  rather  than  undermining  their  existing 

strategies.” 

1  For  example,  let  us  read  in  our  context  this  quotation  of Diener  and  Biswas‐Diner  (2005):  “However,  not  only  can  the  quality  of 

participatory research be variable, but  it often starts with the value‐laden term  ‘poverty’ and so misses the opportunity to understand 

people’s  lives  in  their own  terms  (Cooke & Kothari, 2001; White & Pettit, 2004). This  includes acknowledging not only  that people  in 

developing countries may not characterize themselves as poor, and that if they do, they may not see their lives wholly in terms of lack or 

deprivation, which is often the way they are regarded by researchers and practitioners of international development”. 

30   

 

Fact  is  that Palanpur women  can only  gain  in  self‐consciousness as  the  current  situation  (without  friends, without  self‐

groups) is as low as it can be. They may become aware of the rights they don’t have and of the fact that they could change 

things. However, predicting the evolution of the SWB curve during this process is very tough, and therefore in this case not 

necessarily the best instrument to use. 

As I mentioned earlier, it is not because slaves are happy that we should not abolish slavery. It is difficult to keep a neutral 

look on the indicators, but it is in some way possible to assess the degree of liberty / autonomy and control over resources 

of these women. Focusing rather on these indicators may sometimes seem pretentious – we, educated researchers, know 

what the ideal of the rights and liberties of a woman are – but can lead to a better way of measuring their status and way of 

life  compared  to  the men’s way of  life1. The basic  idea  is  that  their preferences  are deformed by  ignorance, habit and 

traditions.  This  directly  leads  to  the  literature  about  preferences  and  liberty  from  Smith,  Kant, Rawls,  Sen.  For  a more 

detailed approach of this broad subject, refer to Nussbaum (2000): 

“One of the things this liberal tradition has emphasized is that people’s preference for basic liberties can itself be manipulated 

by tradition and intimidation; thus a position that refuses to criticize entrenched desire, while sounding democratic on its face, 

may actually serve democratic institutions less well than one that takes a strong normative stand about such matters, to some 

extend  independently of people’s exiting desires. (…) Our question  is: under what conditions are preferences a good guide to 

such fundamental issues of social choice and under what conditions might we be justified in departing from or criticizing some 

of them in the name of important norms such as justice and human capability?” 

This led me to the conclusion that the well‐being topic was essential in order to keep in mind that growth and development 

are not the only thing to focus on – how it is lived by the inhabitants being at least as important. However, it also became 

clear that the subjective perception of these women was not the only thing to focus on (and that anyway this questionnaire 

was not designed to answer these questions). It is not because Palanpur women say they are happy and satisfied with their 

life that we should conclude in this study that everything is great and nothing should change in Palanpur.  

 

 

 

 

 

 

 

 

                                                             

1  Razavi  (2000)  seems  to  have  the  same  type  of  questions:  “This  also  raises  difficult methodological  questions,  such  as  the  tension between objective criteria  (…) and subjective criteria  (…). While  reference  to some objective criteria of well‐being  is clearly needed  in order to get us away from the utilitarian insistence in taking subjective preferences as the only criteria for making judgments about values  

and welfare, there is also a need for women’s own perceptions and values to find some space in these discussions  if only because they allow us to better understand the choices that women make”.   

31   

 

V. Differences in autonomy for women in Palanpur: a detailed study 

1) Presentation of the Autonomy Indicators for Palanpur Women 

I first present a summary table of the 6 indicators I will focus on in this study1, and will detail each of them in a sub‐section. 

Table 18 gives the name and the variables used for each indicator. Whereas the indicators 1, 3, 5 and 6 are just the sum of 

the listed dummy variables, the indicators 2 and 4 take the different responses for only one variable (resp. the variable for 

paid work and the one about domestic violence).  

The  general  rule  is  that  the  higher  the  value  of  the  indicator  for  a  given woman,  the  higher  is  her  level  of  autonomy. 

Therefore  I called for  instance the  fourth  indicator “Freedom from threat”  (where the value 3  is the best one)  instead of 

“Domestic violence” which would not reflect the ascendant order of this variable.  

Indicator number 

1  2  3  4  5  6 

Indicator Economic decision‐

making Outside work  Mobility 

Freedom from threat 

Exposure to media  Participation to civic life 

Range  0‐4  0‐2  0‐8 0‐3 0‐4  0‐2

Variable type 

Sum of 0‐1 variables     Sum of 0‐1 variables     Sum of 0‐1 variables  Sum of 0‐1 variables 

Variables used 

   Paid work  Can go alone to:  Beaten by husband Does at least sometimes: 

  

1 Say in spending 

74% 0 = no paid work 

81%  Local market  31% 0 = beaten regularly 

11% Read newspapers 

6% 

Been to gov. office (outside or in  Palanpur) 

14% 

2 Cash for expense 

88% 1 = paid in kind 

12%  Village doctor  62% 1 = beaten sometimes 

36% Listens to radio 

26% Voted in last elections 

78% 

3 Land on own name 

8% 2 = paid in cash 

7% Fields outside the village 

53% 2 = beaten rarely 

7%  Watches TV  34%       

4 Account on own name 

18%        Relative's house  61% 3 = never beaten 

46% Ever gone to cinema 

11%       

5              Village temple  70%                   

6              Nearby shrine  21%                   

7              Parents' house  49%                   

8              Health centre  33%                   

Table 18: Summary of autonomy indicators, names and variables used  

a) Economic decision‐making 

One  important aspect of women autonomy  is whether they have a control over how the resources of the household are 

spent. For the summary indicator, I use four questions of the questionnaire: 

‐ Do you have a say in how the household’s overall income is spent? 

‐ Do you get any cash in hand to spend on household expenditure? 

                                                             

1 One could argue that, presenting these 6 indicators in one table puts them at a same level, although some (i.e. mobility) may be more important than others (i.e. civic life). I do not contest that, but wanted to keep all these indices instead of removing some, as they give a contrasted view of the situation I found interesting. 

32   

 

‐ Do you own any land in you name? 

‐ Do you have a bank/post office account in your name? 

Table 18 shows that whereas 3 out of 4 women say they have a say for household expenditures and 88% do get cash in 

hand, only 8% have land on their name and 18% have a bank account.  

The values taken by the  indicator are shown  in Figure 14. The most  frequent case  is here  the value 2  (56% of women), 

probably corresponding to a say and cash for expenditures, but no account.  

 

Figure 14: Percentage of women taking the different values of the autonomy indicators 

b) Paid outside work 

Although women are almost universally  involved  in unpaid household work,  few women  in Palanpur do work outside for 

money. I take the same variable as already described on pages 17 to 19. Once again, there are only 25 women (12%) taking 

the value 1 (work paid in kind) and 16 women (7%) taking the value 2 (work paid in cash). 

Outside paid work may give them more often a say for how household 

money is spent. Therefore, I looked at the percentage of women who 

declare  they  have  a  say  in  how  the  household  money  are  spent, 

depending  on  whether  they  worked  for  money  or  not.  Table  19 indeed shows that whereas 70% of women who do not work have a 

say  in spending, 84% of women who are paid  in kind do and 94% of 

women who are paid  in cash. This  justifies once again  this  indicator 

and means working  for money does  indeed represent an  increase  in 

bargaining power for household questions.   

IndicWork  Mean  Std. Dev.  Freq. 

No paid work  70%  0.46  176 

Paid in kind  84%  0.37  25 

Paid in cash  94%  0.25  16 

Total  74%  0.44  217 Table 19: Percentage of women who have a say in household spending, depending on paid work 

 

c) Mobility 

In  the  traditional  vision,  a woman  should  not  go  out  alone  and  should  be  accompanied  either  by  her  husband  or  by 

someone else of her  in‐law family. It is still a fact that most women  in Palanpur do go out of their house relatively rarely, 

and only with a precise goal. One has to keep in mind the differences between these questions: can they go out alone or do 

they go out alone? And if they cannot/do not go alone, can/do they go accompanied or not at all?  

33   

 

In our questionnaire, there was only the question “Can you go to any of these places alone” with answers yes or no for the 

8 different places  listed  (see below). The test round  for the questionnaire showed  indeed that most of the women were 

confused with two different questions can you go vs. do you go, and mostly gave the same answer for both.  

Globally  (see  last  two  rows of  Table 20),  the place where women can most often go alone  is  the village  temple  (70%), 

followed  by  the  village  doctor  (62%),  relatives  or  friends  in  the  village  (61%)  and  fields  outside  the  village  (53%). One 

woman out of two can go alone to visit her parents (49%) but this variable has the characteristic that it is different for every 

woman  in  the village and some parents may  live quite  far away. The places where  fewest women can go are  the health 

centre outside the village (33%), the local market in the village (31%) and the shrine or market outside the village (21%). It 

may be seen as quite striking that women are not supposed to go to the shops. However, buying groceries or going to the 

market is a man’s task in India and would rarely be done by the woman alone.  

The main determinant of mobility  seems  to be caste. Therefore, Table 20 gives  the detailed number  for each caste. As 

expected, Jatab women are most free to go where they want to in almost every category. Only Muraos can compete with 

them  for going to  the shrine or market outside the village or  for the health centre outside the village. As expected also, 

Thakurs are at the bottom of the  list  in terms of mobility, except  for the category temple  in the village (where obviously 

Muslims rarely go) or health centre outside the village (as they may have a higher preference for health than other castes). 

One Thakur woman out of two can go to relatives or friends in the village whereas almost all Jatab women can do so.    

However, these 8 variables are not as correlated as they could have been, and the summary indicator which computes the 

number of places where the women can go alone to is incredibly well‐distributed (see also Figure 14). It is in a sense quite sad to see that 16% of women are in the lowest category and can go nowhere alone (mostly newly married women). But it 

also shows  that every case  is different, and  that  the distribution within  the village  is not extreme – women who can go 

everywhere vs. women locked in their own house – and that a lot of intermediate cases do exist.   

Can  go  alone   to:   

caste              .   

a) local market in the village 

b) doctor in the village 

c) fields outside  village 

d) rela‐tives or friends in village 

e) temple in the village 

f) shrine or 

market outside 

g) visit her 

parents 

h) health centre outside village 

Thakur  25%  56%  27%  48%  73%  14%  42%  36% 

Murao  20%  55%  73%  51%  80%  29%  49%  27% 

Jatab  47%  83%  90%  97%  100%  27%  63%  23% 

Muslims  38% 69%  56% 59% 9% 16% 53%  41%

Others  38%  60%  43%  70%  78%  20%  48%  38% 

Total  31%  62%  53%  61%  70%  21%  49%  33% 

Total nb of women (/217) allowed to go  67  135  116  133  152  45  107  72 Table 20: Differences in mobility across castes 

d) Domestic violence 

Domestic violence  is a whole topic  in  itself and has been studied by many economists. Eswaran and Malhotra  (2009)  for 

instance  take  it  as  the  outcome  and women  autonomy  as  the  explanatory  variable.  They  show  a  positive  correlation 

between domestic violence and women autonomy and explain  it as a  rational male  response of  jealousy  to  the greater 

autonomy of women and a way to keep control over them. Thus, domestic violence  is  likely to be higher for women who 

enjoy more autonomy in the other criteria (for instance mobility and paid work), which is also what I find in this study. 

34   

 

Figure 15 shows  that 54% of women  in Palanpur are beaten, among 

which 11% regularly and 36% sometimes. It is hence far higher that the 

rural  India average of 36.1% and  the Uttar Pradesh average of 42.4% 

(NFHS,  Chap.  15,  p.27,  “percentage  [of  women]  who  have  ever 

experienced physical violence since age 15”). 

There are 12 women who do not answer to the question. 9 of them do 

not answer to the question “Does your husband ever hit or beat you?” 

and 3 said yes but did not answer to “How often does this happen?”. 

 

Figure 15: Domestic violence in Palanpur: % of women who say they are beaten 

I exclude these 12 women from the sample of the indicator in the following regressions because it could be biased in both 

senses, and will have only 205 observations  in  the  regressions using  this  variable. However, given  that  it  is obviously a 

sensible topic, it is already surprising that so many women accepted to talk openly about it. It is nevertheless plausible that 

among the 46% who said there were never beaten, some of them actually were and either did not count slaps or sexual 

violence to “hit or beat”, or actually did not want to talk about it.  

There  are  naturally  differences  in  domestic  violence within  the  castes. As 

described above and studied more in detail in Eswaran and Malhotra (2009), 

there is a clear positive correlation between female autonomy and domestic 

violence.  Table  21  shows  that  39%  of women who  can  go  to  5  or more 

places alone are never beaten whereas it is the case for 52% of women who 

have  little mobility.  In  the  same way,  35%  of working women  are  never 

beaten compared to 49% of women who never go out, but it is at the limit of 

significativity  because  of  the  small  number  (41)  of  women  working.  The 

detailed correlation between all the autonomy indicators  is studied at page 

41  but  this  already  shows  the  consistency of  the  results with  the  existing 

literature.  The  caste  differences  are  then  not  so  surprising,  the  “unfree” 

Thakur  women  ranking  best  in  terms  of  freedom  from  threat.  Muslim 

women are equally seldom beaten, which is consistent with the explanation 

that, being  in a more traditional environment, their husbands do not need 

beating to have control over them.   

% free from threat 

ttest difference

Mobility     0.078 

<= 4 places  52%    

>= 5 places  39%    

Work     0.109 

No paid work  49%    

Paid work  35%    

Caste   

Thakur  62%    

Murao  24%    

Jatab   31%    

Muslims  63%    

Others  49%    Table 21: Correlation between freedom from threat and other autonomy indicators or caste 

When  looking at  the  current numbers  for domestic  violence, one hardly  can  imagine how  it  could be worse. However, 

qualitative data suggests that women indeed used to be beaten more often earlier. Or the type of domestic violence could 

have changed. As Yasmin, 74 years old, says: “Before [women] were beaten by their mother  in  law and by their brothers 

and sisters in law. Now only husbands beat.”  

e) Exposure to Media 

I wanted to add an important factor, access to information. If women saw what was happening in other parts of India, they 

would maybe think about empowerment and act differently. However, the  interviews  in the village showed me that even 

when they watched TV, they would only see series or  films, and never news. The radio also had an “information” aspect 

only through some advertisements, where the government informs about adults’ or children’s health. Thus, one cannot call 

this summary variable “access to information” as there is more leisure involved in it than really information. It nevertheless 

does provide some kind of openness to women who can therefore see how things are going on  in other contexts (even if 

women in Indian serials often have quite traditional roles).  

35   

 

I thus studied the four questions concerning Medias: 

‐ Do you read a newspaper or magazine almost every day, at least once a week, less than once a week or not at all? 

‐ Do you listen to the radio almost every day, at least once a week, less than once a week or not at all? 

‐ Do you watch television almost every day, at least once a week, less than once a week or not at all? 

‐ After getting married, have you ever gone to a cinema hall or theatre to see a movie? 

As there were few doing each of it, I added the three categories of ever doing it together, in opposition to the answer Not at 

all. Table 18 shows that 14 women (6%) read newspaper, of which one does  it every day and 3 at  least once a week. 57 

women (26%) listen to radio, most of them (40 women) almost every day. 74 women (34%) watch television, half of them 

almost every day, 16 of them at  least once a week and 21  less than once a week. Having ever gone to the cinema  is not 

something widespread in Palanpur as only 24 women (11%) said they did. 

Figure 14 shows that more than half of Palanpur women are not exposed to Media at all. One out of five has access to one 

type of Media, one out of five to two types, and the remaining 5% of the women to three or four.  The detailed lecture in 

terms of casts or age is let for the next section. However, it has to be kept in mind that possession of a television or a radio 

is  correlated with wealth  and often with higher  caste,  as  it  can be  expensive.  Furthermore,  a  significant percentage of 

televisions and radio was acquired through dowry1.   

f) Civic life 

One could think after seeing the values of the preceding indicators that it is absolutely impossible that a woman who is not 

allowed to go out could vote. But they do!  

Table 18 shows that 78% of Palanpur women voted for the last elections. It is almost 100% if one takes out of the sample 

the women more  or  less  recently married.  Indeed, when  asking  those women why  they  did  not  go  voting,  they  often 

answered that they are not yet on the voter list because they are waiting for someone to come and register them.  

When asked if they have ever been to a government/panchayat office in their village, or in a government office outside the 

village, 86% of them said no. Only 2 have ever been there in the village and 29 outside the village. I first wanted to add the 

information about “Have you ever attended a gram sabha or any such meeting in your village” or “Have you ever gone for a 

public meeting / political meeting / rally outside the village” but there were no positive answers for the first question and 

only two  for the second one2.  In the same way, the whole section E: Participation  in Associations3  is blank  for almost all 

women.  

Hence, the civic life indicator takes the value one for two third of Palanpur women, as they do go for voting but do not do 

more in terms of civic life. 

Let us go back to the discussion about voting. One of the investigators actually asked the women quite systematically who 

chose the candidate they would vote for. Even if it was not a written question of the form, she did interview more than half 

                                                             

1 The consumption data does contain detailed information about this, but was not complete and studied yet. 

2 And in these 2 cases the indicator is either 1 or 2 so there was no point in including this variable into the indicator. 

3 This section asked some questions about participation in a) Self help group, b) Women’s club / mahila mandal, c) Bhajan mandal, d) Dairy cooperative, e) Political party, f) PTA/VEC, g) Anganwadi Mother’s Committee, h) Other 

36   

 

of the sample and these 86 answers are thus enough to do some statistics1. Table 22 shows that half of the women voted 

with their husband’s choice. One quarter said they voted with their own choice and the rest is split between their family’s 

choice (even if it is not précised whether the biological parents or the in‐laws are meant) and society’s choice, the general 

opinion of their surrounding.  

Vote choice  Freq.  Percent  Cum. 

Voted with her own choice  24  27.91  27.91 

With husband's choice  44  51.16  79.07 

With family's choice  10  11.63  90.7 

With society's choice  8  9.3  100 

Total  86  100    Table 22: Whose decision for the vote? 

In  the  interviews, most of  the women said  they were  indeed  interested  in voting  (and did not do  it only  to please  their 

husband).  However, when  asked,  they  said  they would  not  do  particular  efforts  to  be  informed  or  to  know who  the 

candidates would be. The day where the Palanpur village chief will be a woman has therefore not come yet.  

2) Indicators and explanatory factors: first considerations 

Before studying the regression results,  let us present the explanatory factors and study their one‐dimensional correlation 

with  the  indicators.  Table  25  situated  in  annex  gives  the  mean  for  each  indicator  for  each‐subgroup.  Investigated 

explanatory  factors  are age,  caste,  age at marriage,  time  to  reach  the parents,  schooling and  land owned.  I will briefly 

summarize  the  findings  for each  factor. We will confirm  in  this paragraph  that women autonomy  is a multi‐dimensional 

phenomenon and that the six different indicators are indeed needed. However, it will also be clear that a lot of explanations 

are correlated, and thus multiple regressions will be needed, to control for instance for age and caste in the different cases.  

a) Age 

As we saw already before, there  is a  life‐cycle effect for women autonomy. As young women, they are  less allowed to go 

out  (huge differences  for  the  indicator of mobility,  from 1.37  to 5.39 depending on age), are  less  likely  to have a say  in 

economic decisions of the household (1.67 vs. 2.22), go less often go and vote (0.31 vs. average of 0.93) and do less often 

work (0.10 vs. global average of 0.26 for paid work).  

There  is nevertheless also a cohort effect  that goes  in  the exact opposite direction. Young women are  less often beaten 

than the older ones2  (freedom  from threat  indicator  is 2.33 vs. 1.76  for older women), because domestic violence  is  less 

widespread today than what it used to be. 

Concerning  the  sixth  indicator, media  exposure,  the  higher  coefficient  for  young women  (1.00  vs.  0.78  on  average)  is 

probably a mix between cohort and  life‐cycle effect. On the one hand  it  is absolutely clear that access to Media  is much 

                                                             

1 The sample is not biased as she did not only interview some castes or women of a certain age group. I hence believe this sample is representative for the whole sample.  

2 I believe in this explanation because of the qualitative data. However, as the question is “Does your husband ever hit or beat you?” and hence implies that “once” also counts as yes, it also just could be due to the fact that old women have lived more years with their husbands than young ones. 

37   

 

easier nowadays than earlier. On the other hand, it is likely that young women who are not allowed to go out or to work, 

and have not so many children yet, do watch more television or listen to radio than they would in ten or twenty years. 

The question about well‐being is thus in a sense reduced to the gap between younger and older women: is it preferable to 

be at home and watch TV all day, or going out to work and having more decisional power but be occasionally beaten?  

b) Caste 

In terms of paid work and mobility, Jatab women are hugely ahead (0.67 vs. average of 0.26 and 5.38 vs. average of 3.93). 

However this often is the case only because of financial necessity and does not always imply that they have more autonomy 

for going out for leisure. In economic decision‐making and civic  life, all the castes have similar means. Thakur and Muslim 

women are beaten least often (2.15 and 2.33), and Murao and Jatab women most (1.41 and 1.55). Finally, Thakur and Other 

women enjoy most Medias (1.16 vs. mean of 0.78), but probably because they can afford a television and a radio and do 

not have to work outside. 

c) Age at marriage 

The only cases where age at marriage seems significant are for mobility, freedom from threat, media exposure and civic life. 

However, it is exactly opposite to the order of the coefficients for age group, meaning that age at marriage is probably too 

much correlated to age to be significant per se. Thus, women married between age 11 and 16 are more mobile  (4.45 vs. 

2.46 for women married between 19 and 23) but this is the case most probably because there are only older women and no 

newly married woman in this category.  

d) Distance to parents 

The coefficients for the distance to the parents in kilometres and the time needed to reach their village were very similar, 

and  I hence kept only the time. We expect the effect to  increase or decrease strictly along the time needed to reach the 

parents’ village. However,  it  is really the case for only one of the  indicators.  Indeed,  it seems that women whose parents 

live nearer have more exposure to media (decreasing coefficient from 0.91 to 0.61). It is somewhat difficult to explain; one 

attempt could be to say that  if parents who care more  live nearer to their daughters and gave a higher dowry,  it  is  likely 

that there was a radio or a TV among it. But the distance to the parents is probably too much correlated to other aspects 

like caste to be really significant for the other aspects.  

e) Education 

Here again, we saw that schooling and literacy were very correlated so I just kept schooling. And once again I am looking for 

any clear‐cut  increase or decrease.  It  is the case  for media exposure given that women who went to school more than 5 

years have much more access  to Media  than women who never went  to  school  (1.85  vs. 0.64). However,  as  these are 

mostly Thakur women of wealthy families, it does not necessarily mean a causal effect from education to Media. Indeed, it 

may suggest  that going  to school has  increased  their preference  for  information or  leisure, as well as  it could be due  to 

wealth and caste. Only the multiple regression in the next part will allow to conclude.  

This  is also enlightened by  the  coefficients  for mobility. One  could wonder why having gone  to  school  reduces mobility 

compared to women who never went to school (2.71 and 2.95 vs. 3.99). It is here only the case because educated girls are 

young Thakur girls. As discussed before,  in order to have a real  increase  in autonomy when education goes up, you need 

also other factors to go with it (as for example a higher employment level).  

 

38   

 

f) Wealth 

The last explanatory factor studied here is wealth, proxied by the land owned. As expected, paid work decreases with land 

owned (from 0.38 to 0.08), working as a woman being perceived as something you do only  in case of financial necessity. 

Mobility is highest for small landowners, as these are mainly Jatabs as seen previously. For the other indicators, there is no 

clear trend. However, putting aside the group “No land owned” which is very heterogeneous as it regroups wives of casual 

agricultural workers  as well  as wives  of men who  have  good  jobs  in  the  next  town,  some  aspects  appear.  The media 

exposure coefficient  is  then  increasing with  land owned  (from 0.55  to 1.12) which  is  in  line with the  reflexion about the 

costs of  radio or  televisions.  The  civic  life  indicator  is  then  also decreasing  (from 1.03  to 0.88) which would mean  that 

poorer households did pay more  interest to the  last election, or the other way round that rich / Thakur women were not 

allowed to go out even for the elections.  

Nevertheless, this confirms what can be seen  in the village. Women’s actions  follow  indeed rather the traditions of their 

caste and corresponding to their age and seniority in the village than really wealth factors. There is a big difference between 

a rich woman who would act like a Thakur woman, and a wife of small Murao landowner who would work with her husband 

on the fields, but the differences in autonomy or thinking do not depend so much on wealth alone and wealth differences 

are not so huge in the village.    

3) Multiple regressions: a detailed analysis of women autonomy 

The study of each factor gives some basic results that will be developed further here.  In order to be able to  interpret the 

results  in  terms  of  probabilities,  I  chose  to  use  probit  regressions,  by  reducing  every  indicator  into  a  dummy  variable. 

However, ordinary least squares lead to similar results. Table 23 summarizes the way in which every dummy indicator was 

created.  The  previous  indicators  had  nevertheless  a  reason  to  be  studied  as  they  offered  more  information  for  the 

descriptive statistics.  

Autonomy indicators for the regressions: dummy variables 

Indicator number  1  2  3  4  5  6 

Indicator Economic 

decision‐making Outside paid 

work Mobility 

Freedom from threat 

Exposure to media 

Participation to civic life 

Range of the indicators previously  

0‐4  0‐2  0‐8  0‐3  0‐4  0‐2 

Dummy is 1 if previous indicator is 

2‐4  1‐2  5‐8  3  1‐4  1‐2 

Economic interpretation of dummy 

More than average 

decision‐making 

Does paid work (cash or 

kind) 

More than average mobility: can go to 5 or more places alone 

Never beaten by 

her husband 

At least sometimes at least one Media 

Goes at least voting 

% taking value 1  74%  19%  44%  46%  46%  80% 

Table 23: Dummy indicators of autonomy for the regressions 

This allows us to study the determinants of each autonomy indicator for Palanpur women. The probit marginal effects for 

these regressions are showed in Table 26 to Table 31. The same explanatory factors as already presented above are used. 

These include caste (with dummies for being a Thakur, a Murao or a Jatab, the reference category being the other castes), 

age, age at marriage, distance to the parents1, literacy1, number of living children and land owned. In every regression, I use 

                                                             

1  Using  the  time  the women  need  to  reach  their  parents’  village  instead  of  the  distance  needs  to  very  similar  coefficient  and  I therefore did not show them in the tables. 

39   

 

household fixed effects (vce cluster command) to take into account the fact that the unknown error terms are more closely 

related among women in the same household rather than across different household2. 

a) Economic decision‐making 

The first columns of Table 26 study the influence of different explanatory factors on the probability to have at least some 

say in the decisions of the household and access to cash. This indicator takes the value one if the woman has at least 2 of 

the 4 characteristics among say in spending, getting cash for expense, having land on own name and having an account on 

own name.  

The only factor that plays a role is age. A woman who is 10 years older than another will have 10% more chance to have a 

say  in  economic decisions  as defined by  this  indicator. However,  all  the  other  factors,  caste,  age  at marriage, parents, 

literacy  etc.  seem  to  have  no  direct  influence  on  the  economic  decision‐making.  Even with  combinations  of  different 

factors3, nothing  is significant.  It seems that the group of women who do have some economic decisional power and the 

group of those who do not differs only a little bit in age but on average not in the other characteristics.  

I thus wondered whether  it was the fault of my  indicator or not. Therefore,  I took the variables that constitute  it and ran 

again the regressions separately. The variable for getting cash for expense and the one about having a say in the household 

expenditures both  lead  to  the  same  results: except  for age, nothing was  significant. However,  the  summarized  variable 

Having an account or land on own name does lead to interesting results, as shown in the other columns of Table 26.  

The  descriptive  table  page  31  showed  that  whereas  having  a  say  in  household  spending  or  getting  cash  are  quite 

widespread (74% and 88%), there are far less women who have an account or land (50 women, 23%). Table 26 thus shows that these 50 women are in a sense privileged ones. A Thakur woman has 17% more chances and a Jatab woman 14% less 

chances to have an account or land than other women. Murao women are in‐between. However, wealth per se measured 

by the land owned by the household is not a significant determinant, as column (15) shows. Thus, a Thakur woman who is 

in a big land‐owner household would not have more chances to have an account or land on her name than a less wealthy 

Thakur woman. Age is once again a determinant, as well as the number of living children and the distance to the parents. 

However, these coefficients are very small (between 0 and 2%), and do not lead to major differences.  

In brief, even if belonging to a “higher” caste augments the probability for a woman to access “modern” economic decision‐

making in the form of a bank account or the legal propriety of land, there do not seem to be major differences for every‐day 

economic decisions in Palanpur.  

b) Paid work 

Table 27 shows much more differences within Palanpur. As already seen in the descriptive statistics, a Thakur woman has 

19%  less and a  Jatab woman 26% more chances  to be working  for money. Age does not  influence working  linearly. The 

other important factor is literacy. Taken separately, a literate woman has 13% less chances to be working. However, column 

(8)  shows  that  this  is due entirely  to  caste and  the  significativity of  it disappears when controlling  for  castes. The  same 

                                                                                                                                                                                                                    

1 It is very similar to the schooling variable indicating the number of years the women went to school. I thus chose to keep only the literacy variable, as it even summarizes the results from schooling and gives a 0 (illiterate) ‐ 1 (read and write or read only) result. 

2 Furthermore, the results are not biased by extreme households, as women are mostly alone (156 women) or two (24), and only three households contain 3 women and one four.  

3 I do not show all the columns with the combined coefficients for matters of visibility and space.  

40   

 

happens for the number of children (+3%) and the  land owned (‐0.82% per bigha) as the effect  is not significant anymore 

when controlling for age and caste. This is confirmed in the last column, which takes all the coefficients together.  

Castes, originally bound to a particular profession, are still nowadays the major explanation for the difference in activity for 

Palanpur women.  

c) Mobility 

Jatab women still have the monopoly of mobility in the village, as shown in Table 28. The probability for a Jatab woman to 

be allowed to go to at least 5 (out of the asked 8) places alone is indeed 32% higher than for other castes. The coefficient 

for being a Thakur woman is not significant, but it is (‐16%**) if you take it separately (and thus compare Thakur women to 

all the other castes in the village).  

However, mobility  is an  interesting example as  it also depends on other factors. Thus, being 10 years older  increases the 

probability of being allowed to go out by 30%! Age at marriage is also significant (the older you marry, the less you go out), 

but it is then absorbed by age and caste as shown in columns (4) and (5). Being literate reduces mobility, but as for age at 

marriage, it is probably liked with “high” castes and traditional norms.   

The number of children you have also  increases mobility, with a gain of 13% per child. Controlling for caste and age, this 

effect  is still there even  if  it  is reduced to 6%. These multiple regressions certainly cannot prove causality, but  it  is  in  line 

with qualitative data. For a given age, a woman with a child would need and be allowed to go to the doctor  for him  for 

instance, whereas a woman without children would not go out. Even for cases where the child would not be the reason for 

going out, it is socially better accepted to see a woman walking in the village holding a child’s hand than a woman alone, as 

if children were chaperones to their mothers. This is explained by the fact that a first birth means in some extent an outside 

exposure  (having to go  to the doctor and  for the delivery  itself) and brings  to an end  the period of seclusion as a newly 

married woman.  

Equally  interesting  is  the  effect  of  land  ownership.  Even  after  controlling  for  age  and  caste, women  in  big  land  owner 

families are less often authorized to go out. The coefficient shows that the probability to be allowed to go out for a woman 

in a  family with 10 bighas more would be 15%  lower. This confirms the qualitative data, where  it  is said that one way to 

show wealth for a man (within a given cast) consist in secluding his wife. 

d) Freedom from threat 

In matters of domestic violence, there are again differences within castes. Whereas Thakurs are within the average of the 

group of Other women, Murao and  Jatab women are much more often beaten. This  is  still  the  case even  if a bit  lower 

controlling  for all  the other  factors, as column  (14) of Table 29 shows. A Murao woman still has 28% more and a  Jatab 

woman 19% more chances to be beaten at least occasionally.  

Age and age at marriage both  influence positively  freedom  from threat,  i.e. older women  (+1%) or women married  later 

(+4%/5%) are less often beaten. However, the effect of late marriage disappears when controlling for caste, as probably it 

means not being a Jatab women (who are, as we saw, married earlier and beaten more often than average).  

Distance to parents,  literacy and the number of children do only affect the results after controlling for age and caste. For 

instance, the 23% higher probability of being free from threat for literate woman is highly correlated to the fact that most 

literate women are Thakur, and may not mean  that having gone  to school per se makes a woman more aware  that she 

should rebel against her husband beating her.   

41   

 

e) Media exposure 

Can you afford a television or a radio? Are you  literate and able to read a newspaper? Do you have a busy day with work 

and child care or do you have time to have leisure? All these are factors that influence Media exposure. Table 30 shows the determinants of whether you do at least sometimes use at least one Media.  

Land ownership is not significant in columns (12) and (13), but maybe because the group of landless is too heterogeneous 

(some of these women do have access to Media because their husbands have good jobs in town) and thus not a so brilliant 

proxy for wealth. Time certainly is a parameter but the effect of the number of children (‐4%) disappears when controlling 

for age and caste.  

Nevertheless, education is definitely highly significant, as a literate woman will have between 34% and 45% (depending on 

the other controls) more chances to be exposed to Medias. Even within a caste and within an age group, a literate woman is 

more interested in watching TV or listening to the radio.  

Age at marriage is even significant (+4% in column 14) after controlling for everything, and is not only due to a cohort or a 

literacy  effect. This may  reflect  that parents who wanted  to marry  their daughter  later may have been more educated 

themselves and given their daughter the taste to be open to outside world.  

f) Civic life 

This  last  index, which mostly  captures  the women who  go  out  for  voting,  is  less  interesting  as  the  differences within 

Palanpur  stay mostly  unexplained.  Even  if  some  coefficients  are  significant,  nothing  is  anymore  when  putting  all  the 

variables together in column (14).  

This is mainly due to the fact that there are two antagonistic forces. On the one hand, the number of living children (+9%), 

the caste (+13% for Muraos, +12% for Jatabs) or the age at marriage (+5%) push the probability of participating in civic life 

up. On the other hand, literacy (‐29%) strongly goes into the other direction. This last fact is strange if one thinks education 

could on the contrary drive people to be interested in civic life, but is probably due to the big correlation between Thakur 

women and literacy. It thus mean that a Thakur woman, even if she is literate and interested in voting, may not be allowed 

to go there as a newly married woman because she would have to mix up with everybody at the voting place.  

4) Correlation between autonomy indicators 

We saw that results are contrasted depending on the indicator used. Let us describe two extreme types of women. There is 

on the one hand the newly married, educated and wealthy Thakur woman who is kept at home and does not work, but has 

much more often access to Media and is rarely beaten. On the other hand, we would have an old Jatab woman from a poor 

family who does paid work and thus can go out alone, but was married young and has a lot of children to take care of, has 

neither access to Media nor has she an account, and her drunk husband beats her.  

Can we conclude which woman is happier? Can we conclude which woman is more autonomous? Both are equally difficult. 

If  just adding the six  indicators  into one, they would maybe have both an average mark.  I tried to do that, weighting the 

indicators with a Principal component analysis, but it does not make really sense. However, what we can do is looking closer 

at the correlations between the indicators.  Table 24 shows that most of the coefficients are positively correlated to each 

other, excepted from exposure to Media and partly freedom from threat (which is consistent with the image pictured above 

from the unfree Thakur women who nevertheless watches TV and  is rarely beaten). The other coefficients are correlated, 

but not so much as one could think (around 20%), confirming the necessity of this multidimensional analysis.  

42   

 

Correlation between autonomy indicators 

IndicEco DecisionI  IndicWorkI  IndicMobilityI IndicFreedom 

ThreatI IndicMedia ExposureI 

Indic CivicI 

IndicEcoDecisionI  1                              

IndicWorkI  0.15 **  1                  

IndicMobilityI  0.20 ***  0.19 ***  1             

IndicFreedomThreatI  0.25 ***  ‐0.11    ‐0.12 *  1         

IndicMediaExposureI  ‐0.03   ‐0.23 ***  ‐0.16 **  0.14 **  1     

IndicCivicI  0.12 *  0.21 ***  0.40 ***  ‐0.27 ***  ‐0.15 **  1 

 Table 24: Pairwise correlation between autonomy indicators (pwcorr)

VI. Conclusion 

This work  focused on  the  status of women, a  topic  that had  little been  studied by  the previous  surveys  in  the  last  six 

decades on Palanpur. Women in rural north India are known to have very little autonomy. From their birth and childhood 

where there may be gender discriminations  in terms of health, care or education, to their arranged marriage when they 

are “given” to their in‐laws and exist only through their husband and children, they do not really have a say in their own 

life. The study of Palanpur reveals that even if some patterns are true for all village women – early and arranged marriage, 

no divorce or remarriage possible,  low education, child delivery at home,  little mobility and a  lot of domestic violence – 

other features differ depending on caste, age, age at marriage or wealth. Interestingly, the results depend on the indicator 

of autonomy. For example, “high caste” (often richer and more educated) Thakur women rank very low for the indicators 

of mobility or proportion of women working but they are  likely to have much more often access to Media, more often 

their own account and be less often beaten by their husband. Similarly, older women have more autonomy in most of the 

indicators because they have been staying  longer  in the village, but this  is not true  in terms of  freedom  from threat or 

Media exposure where newly married young women rank better. Further research may use other explanatory factors and 

show  differences  depending  on  the  household  type  or  the  position within  the  family.  It  could  for  instance  take  into 

account the transition between having a mother in law, having a split household and eventually being oneself a mother in 

law.  

We have seen that, even if these indicators capture only partly the aspects of autonomy, they try to be objective. Indeed, 

if based only on whether Palanpur women say they are happy or not, we would have concluded that they are satisfied 

with  their  life and do not dream of changing  things. One question  is  thus: how  is  the evolution of women autonomy? 

Unfortunately, there  is  little data  from the previous Palanpur surveys that can be used to show a trend. One point that 

shows a difference is however marriage. The proportion of married women in the 15‐17 age group went down from 18% 

to 0 and in the 18‐20 age group from 71% to 41% between 1993 and 2008, indicating a later marriage. This is confirmed 

when looking at the age at marriage of women in Palanpur nowadays that seems to have gone down by half a year every 

decade. The other major change is in education. The average literacy rate of 17% for married Palanpur women under 50 

goes up to 31% if looking only at those aged 17 to 24 and is 66% for unmarried girls of the village aged 14 to 17 in 2008. 

This is a huge increase, and even if it does not achieve the boy’s level of 91%, it may indicate that the situation evolves and 

that women in Palanpur will eventually achieve – maybe through more outside paid work ‐ a higher level of autonomy.  

43   

 

VII. References 

1) Bibliography 

Bliss C.J., and N. H. Stern (1982),  Palanpur, The Economy of an Indian village, Oxford University Press 

Bloom S., D. Wypij D. and M. Das Gupta (2001), Dimensions of Women’s Autonomy and the Influence on Maternal Health Care Utilization in a North Indian City, Demography, Vol. 38, No. 1, 67‐78 

Camfield L. (2006), The Why and How of Understanding 'Subjective' Wellbeing: Exploratory Work by the WeD Group in Four Developing Countries, Working Paper 26, Wellbeing in Developing Countries Research Group  

Deliège, R. (2004), Les castes en Inde aujourd’hui, Sociologie d’aujourd’hui, Presses Universitaires de France  

Dharmalingam A. and S. Philip Morgan (1996), Women’s Work, Autonomy and Birth Control: Evidence From Two South Indian Villages, Population Studies, Vol. 50, No. 2  

Diener E. and R. Biswas­Diner (2005), Psychological Empowerment and subjective well­being, in D. Narayan‐Parker (ed.) Measuring empowerment: cross­disciplinary perspectives, Chap. 6, World Bank Publications 

Dyson  T.  and  M.  Moore  (1983),  On  kinship  structure,  female  autonomy  and  demographic  behavior  in  India, Population and Development Review, Vol. 9, No.1, 35‐60  

Eswaran, M.  and N. Malhotra  (2009), Domestic  Violence  and Womens Autonomy: Evidence  from  India,  Working Paper, University of British Columbia  

Ghuman  S., H.J.  Lee  and H.L.  Smith  (2004), Measurement  of women’s  autonomy  according  to women  and  their husbands: Results from five Asian countries, Social Science Research 35, 1‐28   

Jejeebhoy S. (2000),Women's Autonomy in Rural India: Its Dimensions, Determinants and the Influence of Context, in H.B.  Presser  and  G.  Sen  (eds.) Women's  empowerment  and  demographic  processes: moving  beyond  Cairo  Chap.  9, Oxford University Press 

Kabeer N.  (2000), Resources, Agency, Achievements: Reflections  on  the Measurement  of Women’s  Empowerment  in 

Shahra Razavi (ed.) Gendered poverty and well‐being, Chap.2, Blackwell 

Lanjouw P. and N.H. Stern (eds.) (1998), Economic Development  in Palanpur over Five Decades, Clarendon Press, Oxford, 1998. 

Maneja  C.A.  (2002), Women, Weaving,  and  the Web:  An  Analysis  of  Rural  Indian Women’s  Agency  in  Attaining Economic Empowerment, Unpublished master’s thesis, Georgetown University, Washington, DC  Mason K.O. (1986), The Status of Women: Conceptual and Methodological Issues in Demographic Studies, Sociological Forum, Vol. 1 No. 2, Springer  

Mason  K.O.  (2005), Measuring Women’s  Empowerment:  Learning  from  Cross­National  Research,  in  D.  Narayan‐Parker (ed.) Measuring empowerment: cross­disciplinary perspectives, Chap. 4, World Bank Publications 

Moore M., M. Choudhary and N. Singh (1998), How can we know what they want? Understanding local perceptions of poverty and ill­being in Asia, IDS Working Paper No. 8, Brighton, Sussex 

44   

 

Nussbaum M.C. (2000), Women and human development: the capabilities approach, Cambridge University Press 

NFHS  (2005­2006),  Chap.  1  Introduction,    Chap.  2  Household  Population  and  Housing  Characteristics,    Chap.  3 Characteristics of Survey Respondents, Chap. 4 Fertility and Fertility Preferences, Chap. 14 Women’s Empowerment and Demographic  and  Health  Outcomes,  Chap.  15  Domestic  violence,  National  Family  Health  Survey,  India, http://www.nfhsindia.org/chapters.html 

Razavi S. (2000), Gendered poverty and well‐being: Introduction in Shahra Razavi (ed.) Gendered poverty and well‐being, Chap.1, Development and Change 

Watine L. (2008), “‘Will We Have Another Child?’ Fertility Behavior in Rural Areas of North India, an Empirical Study of the Village of Palanpur”, Internship dissertation, Centre de Sciences Humaines, New Delhi 

2) List of figures 

Figure 1: Castes in Palanpur, 2008 .................................................................................................................................................................................................. 7

Figure 2: Muneesha, her neighbour and some children ......................................................................................................................................................... 8

Figure 3: Sheela, a 65 year old head of household Thakur widow .................................................................................................................................... 9

Figure 4: Shabana and her husband ............................................................................................................................................................................................ 10

Figure 5: Soni, the village ASHA .................................................................................................................................................................................................... 10

Figure 6: Sahana and her sister Leela, the anganwadi workers ...................................................................................................................................... 11

Figure 7: Kanti, an illiterate woman but able to dial a number ....................................................................................................................................... 14

Figure 8: Meena (the woman in the middle), a Murao woman working in the fields for money with her husband ................................. 18

Figure 9: Marital status of women in Palanpur by age group, 1993 and 2008 ......................................................................................................... 20

Figure 10: Age at marriage in 2009 for married or widowed women aged 17‐50 .................................................................................................. 20

Figure 11: Percentage of women married between ages 11‐16 / 17‐18 / 19‐23 for women in different age groups in 2009 ............ 21

Figure 12: Children in Palanpur .................................................................................................................................................................................................... 22

Figure 13: Munni, Indubala’s sister ............................................................................................................................................................................................. 25

Figure 14: Percentage of women taking the different values of the autonomy indicators .................................................................................. 32

Figure 15: Domestic violence in Palanpur: % of women who say they are beaten ................................................................................................. 34

3) List of Tables 

Table 1: Demographic indicators: Uttar Pradesh compared to India ............................................................................................................................... 5

Table 2: Palanpur village profile, 1993 and 2008 ..................................................................................................................................................................... 6

Table 3: Correlation between schooling and literacy for married Palanpur women ............................................................................................. 15

Table 4: Schooling and literacy depending on age for married Palanpur women ................................................................................................... 15

45   

 

Table 5: Schooling and literacy of boys and girls aged 14 to 17 (included) in Palanpur 1993 and 2008 ...................................................... 16

Table 6: Outside work for women in Palanpur: cash or kind? ......................................................................................................................................... 17

Table 7: Outside work for women in Palanpur: number of women who say they do the following type of work ..................................... 18

Table 8: Outside work for Palanpur women by caste and age group ............................................................................................................................ 19

Table 9: Age at marriage for married women in Palanpur in 2009, by age group ................................................................................................... 21

Table 10: Age at marriage for married women in Palanpur in 2009, by caste and literacy ................................................................................ 21

Table 11: Pregnancy outcomes in Palanpur ............................................................................................................................................................................. 22

Table 12: Pregnancies and number of children for Palanpur women .......................................................................................................................... 23

Table 13: Age at first pregnancy and number of living children, by age group ........................................................................................................ 24

Table 14: Age at first pregnancy and number of living children for women aged 39 to 50, by caste .............................................................. 24

Table 15: Distance to parents’ village ......................................................................................................................................................................................... 25

Table 16: Time to reach the parents’ village ............................................................................................................................................................................ 26

Table 17: Land ownership of the women’s households, average and by caste ......................................................................................................... 26

Table 18: Summary of autonomy indicators, names and variables used..................................................................................................................... 31

Table 19: Percentage of women who have a say in household spending, depending on paid work ................................................................ 32

Table 20: Differences in mobility across castes ...................................................................................................................................................................... 33

Table 21: Correlation between freedom from threat and other autonomy indicators or caste ......................................................................... 34

Table 22: Whose decision for the vote? ..................................................................................................................................................................................... 36

Table 23: Dummy indicators of autonomy for the regressions ....................................................................................................................................... 38

Table 24: Pairwise correlation between autonomy indicators (pwcorr) .................................................................................................................... 42

Table 25: Summary table: mean of autonomy indicators by explanatory factors ................................................................................................... 46

Table 26: Regression on the indicator of economic decision‐making and on having an account or land on own name (probit marginal effects) .................................................................................................................................................................................................................................. 47

Table 27: Regression on the indicator of paid outside work (probit marginal effects) ......................................................................................... 48

Table 28: Regression on the indicator of mobility (probit marginal effects) ............................................................................................................. 49

Table 29: Regression on the indicator of freedom from threat (probit marginal effects) .................................................................................... 50

Table 30: Regression on the indicator of media exposure (probit marginal effects) ............................................................................................. 51

Table 31: Regression on the indicator of participation to civic life (probit marginal effects) ............................................................................ 52

 

46   

 

VIII. Tables 

 

   

Economic decision‐

making (0‐4) 

Paid work (0‐2) 

Mobility   (0‐8) 

Freedom from threat 

(0‐3) 

Media exposure  (0‐4) 

Civic Life (0‐2) 

Obs. 

                        

Average     1.88  0.26  3.93  1.89  0.78  0.93  217 

By                 

agegroup  17‐24  1.67  0.10  1.37  2.33  1.00  0.31  51 

   25‐31  1.77  0.29  3.29  1.90  0.68  1.02  56 

   32‐38  1.82  0.39  5.00  1.60  0.80  1.20  51 

   39‐50  2.22  0.27  5.39  1.76  0.66  1.14  59 

caste  Thakur  2.00  0.06  3.17  2.15  1.16  0.86  64 

   Murao  1.76  0.27  3.87  1.41  0.61  1.06  51 

   Jatab  1.87  0.67  5.38  1.55  0.20  1.00  30 

   Muslims  1.94  0.22  3.68  2.33  0.53  0.84  32 

   Others  1.80  0.30  4.26  2.03  1.03  0.88  40 

age at   Married 11‐16  1.97  0.26  4.45  1.84  0.53  1.08  95 

marriage  Married 17‐18  1.75  0.27  3.53  1.76  0.84  0.78  81 

   Married 19‐23  1.93  0.24  2.46  2.30  1.24  0.85  41 

time to reach  1h or less  1.91  0.23  3.62  2.05  0.91  0.91  65 

parents  1‐2.5 h  1.97  0.20  3.87  1.67  0.79  0.96  75 

   2.6‐4 h  1.66  0.45  4.30  1.85  0.68  0.89  44 

   5h or more  2.03  0.23  3.65  2.22  0.61  0.97  31 

schooling  No schooling  1.88  0.28  3.99  1.84  0.64  0.97  183 

   Till 5th class  1.57  0.07  2.71  2.38  1.07  0.64  14 

   More than 5th  2.10  0.20  2.95  2.05  1.85  0.75  20 

Land owned  No land owned  1.81  0.38  3.65  2.09  0.86  0.84  37 

   1‐5 bighas  2.02  0.34  4.50  1.95  0.55  1.03  58 

   6‐10 bighas  1.79  0.14  4.42  1.68  0.72  0.93  43 

   11‐20 bighas  1.96  0.28  3.34  2.08  0.85  0.89  53 

   20+ bighas  1.65  0.08  2.46  1.48  1.12  0.88  26 Table 25: Summary table: mean of autonomy indicators by explanatory factors1 

 

                                                             

11 Do keep in mind that all the coefficient are constructed in a way that higher coefficients mean more autonomy. 

47

 

PROBIT MARGINAL EFFECTS FOR ECONOMIC DECISION‐MAKING                       

   (1)  (2)  (3)  (4)  (5)  (6)  (7)  (8)  (9)  (10)  (11)  (12)  (13)  (14)  (15)  (16) 

VARIABLES  EcoDecIndic  Eco  Eco  Eco  Eco  Eco  Eco  Eco  OwnAccOrLand AcLand  AcLand AcLand AcLand AcLand AcLand AcLand 

                                                  

Thakur_I  0.03              0.02  0.17**              0.17* 

   (0.075)    (0.078) (0.079)  (0.089)

Murao_I  ‐0.07              ‐0.06  0.06              0.07 

   (0.088)              (0.094) (0.080)              (0.094) 

Jatab_I  0.10              0.12  ‐0.14*              ‐0.10 

   (0.085)              (0.082) (0.075)              (0.091) 

age_209     0.01**            0.01**   0.01***           0.02***

      (0.004)            (0.005)   (0.003)            (0.004) 

Age_at_marriage       0.00          0.02      0.01          0.02 

        (0.014)         (0.015)     (0.014)         (0.014) 

Dist_parents         0.00**       0.00**       0.00*        0.00** 

          (0.000)       (0.000)       (0.000)       (0.000) 

literacy           ‐0.02      ‐0.07          0.09      0.03 

            (0.081)     (0.097)         (0.083)     (0.085) 

living_children      0.02 ‐0.01   0.02* ‐0.00

              (0.016)   (0.021)           (0.013)   (0.019) 

land               ‐0.00  0.00              0.00  0.00 

                (0.003) (0.003)             (0.003) (0.003) 

                                     

Observations  217  217  217  215  217  217  217  215  217  217  217  215  217  217  217  215 

Robust standard errors in parentheses. *** p<0.01, ** p<0.05, * p<0.10       

Coefficients are probit marginal effects (with household fixed effects). Sample: Palanpur women, married or widowed, 17‐50 years old in 2009.       

Outcomes: Economic decision‐making dummy in columns (1)‐(8) and dummy for having an own account or land on own name in columns (9)‐(16).  Explanatory variables: caste (where "Other castes" is the reference group), age, age at marriage, distance in km to the parental home, literacy,   number of living children, land owned by the household in bighas.  Table 26: Regression on the indicator of economic decision­making and on having an account or land on own name (probit marginal effects) 

 

48

 

PROBIT MARGINAL EFFECTS FOR WORK                     

   (1)  (2)  (3)  (4)  (5)  (6)  (7)  (8)  (9)  (10)  (11)  (12)  (13) 

VARIABLES  Work  Work  Work  Work  Work  Work  Work  Work  Work  Work  Work  Work  Work 

                                         

Thakur_I  ‐0.19***      ‐0.19***    ‐0.19***    ‐0.19***    ‐0.19***    ‐0.18***  ‐0.17*** 

  (0.049)    (0.046) (0.048) (0.041)    (0.047) (0.047) (0.042)

Murao_I  0.00      0.00    0.01    0.00    0.00    0.05  0.06 

  (0.062)      (0.060)    (0.061)    (0.060)    (0.060)    (0.072)  (0.074) 

Jatab_I  0.26**      0.28**    0.30***    0.26**    0.27**    0.26**  0.27** 

  (0.106)      (0.111)    (0.115)    (0.109)    (0.112)    (0.108)  (0.113) 

age_209    0.00    0.01*    0.01*    0.00*    0.00    0.01**  0.00 

    (0.003)    (0.003)    (0.003)    (0.003)    (0.004)    (0.003)  (0.004) 

Age_at_marriage      ‐0.01  0.01    0.01        0.01    0.01  0.01 

      (0.013) (0.012)    (0.012)        (0.012)    (0.011)  (0.012) 

Dist_parents          0.00  0.00              0.00 

          (0.000) (0.000)              (0.000) 

literacy              ‐0.13**  0.01          ‐0.00 

              (0.056)  (0.075)          (0.078) 

living_children     0.03*** 0.01 0.01

                  (0.012)  (0.016)      (0.017) 

land                      ‐0.01***  ‐0.01**  ‐0.01** 

                      (0.003)  (0.003)  (0.003) 

                           

Observations  217  217  217  217  215  215  217  217  217  217  217  217  215 

Robust standard errors in parentheses. *** p<0.01, ** p<0.05, * p<0.10 

Coefficients are probit marginal effects (with household fixed effects). Sample: Palanpur women, married or widowed, 17‐50 years old in 2009. 

Outcome: Dummy for doing a paid work (paid in cash or kind) 

Explanatory variables: caste (where "Other castes" is the reference group), age, age at marriage, distance in km to the parental home, literacy, 

 number of living children, land owned by the household in bighas. 

Table 27: Regression on the indicator of paid outside work (probit marginal effects) 

49

 

PROBIT MARGINAL EFFECTS FOR MOBILITY                       

   (1)  (2)  (3)  (4)  (5)  (6)  (7)  (8)  (9)  (10)  (11)  (12)  (13)  (14) 

VARIABLES  Mobility  Mob  Mob  Mob  Mob  Mob  Mob  Mob  Mob  Mob  Mob  Mob  Mob  Mob 

                                            

Thakur_I  ‐0.09        ‐0.13    ‐0.14    ‐0.14    ‐0.10    ‐0.09  ‐0.08 

  (0.084)    (0.094) (0.094) (0.100)  (0.096) (0.097) (0.103)

Murao_I  0.01        0.02    0.02    0.02    0.03    0.15  0.19 

  (0.096)        (0.104)    (0.105)    (0.104)    (0.105)    (0.113)  (0.114) 

Jatab_I  0.32***        0.36***   0.34***   0.36***    0.35***   0.34***  0.30** 

  (0.101)        (0.110)    (0.114)    (0.108)    (0.113)    (0.114)  (0.124) 

age_209    0.03***    0.03*** 0.03***   0.03***   0.03***    0.03***   0.03***  0.03*** 

    (0.004)    (0.005)  (0.005)    (0.005)    (0.005)    (0.006)    (0.005)  (0.006) 

Age_at_marriage      ‐0.06*** ‐0.02  ‐0.00    0.00        0.01    0.00  0.01 

      (0.017)  (0.019)  (0.019)    (0.020)        (0.020)    (0.019)  (0.021) 

Dist_parents            ‐0.00  ‐0.00              ‐0.00 

            (0.000) (0.000)              (0.000) 

literacy                ‐0.16*  0.02          0.09 

                (0.085) (0.113)          (0.127) 

living_children       0.13*** 0.06** 0.06**

                    (0.020)  (0.025)      (0.025) 

land                        ‐0.01***  ‐0.01***  ‐0.02*** 

                        (0.004)  (0.005)  (0.005) 

                             

Observations  217  217  217  217  217  215  215  217  217  217  217  217  217  215 

Robust standard errors in parentheses. *** p<0.01, ** p<0.05, * p<0.10   

Coefficients are probit marginal effects (with household fixed effects). Sample: Palanpur women, married or widowed, 17‐50 years old in 2009.   

Outcome: Dummy for having more than average mobility (can go alone to 5 or more out of 8 places alone).  Explanatory variables: caste (where "Other castes" is the reference group), age, age at marriage, distance in km to the parental home, literacy,   number of living children, land owned by the household in bighas.  Table 28: Regression on the indicator of mobility (probit marginal effects) 

50

 

PROBIT MARGINAL EFFECTS FOR FREEDOM FROM THREAT                     

   (1)  (2)  (3)  (4)  (5)  (6)  (7)  (8)  (9)  (10)  (11)  (12)  (13)  (14) 

VARIABLES  FreedThreat  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh  FrTh 

                                            

Thakur_I  0.07        0.06    0.08    0.05    0.07    0.07  0.07 

  (0.094)    (0.098) (0.099)   (0.102) (0.099) (0.099) (0.106)

Murao_I  ‐0.30***        ‐0.31***    ‐0.30***    ‐0.31***    ‐0.31***    ‐0.29***  ‐0.28*** 

  (0.086)        (0.087)    (0.090)    (0.087)    (0.087)    (0.097)  (0.100) 

Jatab_I  ‐0.23**        ‐0.21**    ‐0.18*    ‐0.22**    ‐0.21**    ‐0.21**  ‐0.19* 

  (0.099)        (0.104)    (0.110)    (0.102)    (0.104)    (0.103)  (0.111) 

age_209    ‐0.01***    ‐0.01**  ‐0.01**    ‐0.01**    ‐0.01***    ‐0.01*    ‐0.01**  ‐0.01* 

    (0.004)    (0.004)  (0.004)    (0.004)    (0.004)    (0.006)    (0.004)  (0.006) 

Age_at_marriage      0.05*** 0.04**  0.02    0.02        0.02    0.02  0.02 

      (0.017)  (0.018)  (0.019)    (0.019)        (0.019)    (0.019)  (0.020) 

Dist_parents            0.00*  0.00*              0.00 

            (0.001) (0.000)              (0.000) 

literacy                0.23***  0.10          0.07 

                (0.087)  (0.106)          (0.113) 

living_children       ‐0.04** 0.01 0.01

                    (0.018)  (0.027)      (0.028) 

land                        ‐0.00  ‐0.00  ‐0.00 

                        (0.003) (0.004)  (0.004) 

                             

Observations  205  205  205  205  205  204  204  205  205  205  205  205  205  204 

Robust standard errors in parentheses. *** p<0.01, ** p<0.05, * p<0.10   

Coefficients are probit marginal effects (with household fixed effects). Sample: Palanpur women, married or widowed, 17‐50 years old in 2009.   

Outcome: Dummy for being never beaten by husband.  Explanatory variables: caste (where "Other castes" is the reference group), age, age at marriage, distance in km to the parental home, literacy,   number of living children, land owned by the household in bighas.  Table 29: Regression on the indicator of freedom from threat (probit marginal effects) 

51

 

PROBIT MARGINAL EFFECTS FOR MEDIA EXPOSURE                     

   (1)  (2)  (3)  (4)  (5)  (6)  (7)  (8)  (9)  (10)  (11)  (12)  (13)  (14) 

VARIABLES  MediaExposure  Med  Med  Med  Med  Med  Med  Med  Med  Med  Med  Med  Med  Med 

                                            

Thakur_I  0.16*        0.13    0.11    0.09    0.13    0.11  0.04 

  (0.094)  (0.097) (0.099)   (0.100) (0.097) (0.099) (0.105)

Murao_I  ‐0.15        ‐0.15    ‐0.15    ‐0.13    ‐0.15    ‐0.21**  ‐0.19* 

  (0.089)        (0.092)    (0.092)    (0.093)    (0.092)    (0.099)  (0.102) 

Jatab_I  ‐0.37***        ‐0.34***    ‐0.39***    ‐0.36***    ‐0.34***    ‐0.34***  ‐0.39*** 

  (0.081)        (0.090)    (0.082)    (0.089)    (0.092)    (0.093)  (0.089) 

age_209    ‐0.01*    ‐0.00  ‐0.00    ‐0.00    ‐0.00    ‐0.00    ‐0.00  ‐0.00 

    (0.004)   (0.004)  (0.004)    (0.004)    (0.004)    (0.005)    (0.004)  (0.006) 

Age_at_marriage      0.07*** 0.06*** 0.04**    0.05***        0.04**    0.04**  0.03* 

      (0.017)  (0.019)  (0.019)    (0.019)        (0.019)    (0.019)  (0.020) 

Dist_parents            ‐0.00  ‐0.00              ‐0.00* 

            (0.000) (0.000)              (0.000) 

literacy                0.45***  0.37***          0.34*** 

                (0.073)  (0.089)          (0.097) 

living_children     ‐0.04** ‐0.01 0.00

                    (0.017)  (0.026)      (0.026) 

land                        0.01  0.01  0.01 

                        (0.004) (0.004)  (0.004) 

                             

Observations  217  217  217  217  217  215  215  217  217  217  217  217  217  215 

Robust standard errors in parentheses. *** p<0.01, ** p<0.05, * p<0.10   

Coefficients are probit marginal effects (with household fixed effects). Sample: Palanpur women, married or widowed, 17‐50 years old in 2009.   

Outcome: Dummy for media exposure, takes value 1 if exposure to at least sometimes at least 1 media.  Explanatory variables: caste (where "Other castes" is the reference group), age, age at marriage, distance in km to the parental home, literacy,   number of living children, land owned by the household in bighas.  Table 30: Regression on the indicator of media exposure (probit marginal effects) 

52

 

MULTIPLE REGRESSIONS ON CIVIC LIFE                       

   (1)  (2)  (3)  (4)  (5)  (6)  (7)  (8)  (9)  (10)  (11)  (12)  (13)  (14) 

VARIABLES  Civic  Civ  Civ  Civ  Civ  Civ  Civ  Civ  Civ  Civ  Civ  Civ  Civ  Civ 

                                            

Thakur_I  ‐0.08        ‐0.01    ‐0.01    ‐0.01    ‐0.01    ‐0.01  ‐0.00 

  (0.061)    (0.024) (0.015) (0.021)  (0.019) (0.024) (0.010)

Murao_I  0.13**        0.03    0.02    0.03    0.02    0.03  0.01 

  (0.057)        (0.022)   (0.019)   (0.020)    (0.019)   (0.023) (0.015)

Jatab_I  0.12*        0.02    0.01    0.02    0.01    0.02  0.01 

  (0.063)        (0.017)   (0.011)   (0.016)    (0.014)   (0.017) (0.009)

age_209    0.01**    0.01*  0.01    0.01    0.01    0.01    0.01  0.00 

    (0.006)    (0.007) (0.006)   (0.005)   (0.006)    (0.005)   (0.007) (0.004)

Age_at_marriage      ‐0.05***  ‐0.01  ‐0.00    ‐0.00        ‐0.00    ‐0.00  0.00 

      (0.013)  (0.004) (0.004)   (0.002)       (0.003)   (0.004) (0.002)

Dist_parents            0.00  0.00              0.00 

            (0.000) (0.000)             (0.000)

literacy                ‐0.29***  ‐0.03          ‐0.01 

                (0.080)  (0.038)          (0.021)

living_children       0.09*** 0.01 0.00

                    (0.018)  (0.009)     (0.005)

land                        ‐0.00  ‐0.00  ‐0.00 

                        (0.002) (0.001) (0.000)

                             

Observations  217  217  217  217  217  215  215  217  217  217  217  217  217  215 

Robust standard errors in parentheses. *** p<0.01, ** p<0.05, * p<0.10   

Coefficients are probit marginal effects (with household fixed effects). Sample: Palanpur women, married or widowed, 17‐50 years old in 2009.   

Outcome: Dummy for participating more than average in civic life (goes at least voting).  Explanatory variables: caste (where "Other castes" is the reference group), age, age at marriage, distance in km to the parental home, literacy,   number of living children, land owned by the household in bighas.  Table 31: Regression on the indicator of participation to civic life (probit marginal effects)