31个省、208个地级市人均可支配收入、城市和农村可支配收入和泰尔指数2010-2019年
(泰尔指数)中国城乡收入差距对实际经济增长的阈值效应
假设U是某一特定事件A将要发生的概率,P(A)=U。这个事件发生的信息量为E(U)肯定是U的减函数。用公式表达为:E(U)=log(1/u)。当有n个可能的事件1,2,…,n时,相应的概率假设分别为U1,U2,…,Un,Ui≥0,并且∑Ui=1。
熵或期望信息量可被看作每一件的信息量与其相应概率乘积的总和:
E(U)= ∑Uih(Ui)= ∑Ui log(1/Ui)
显然,n种事件的概率Ui越趋近于(1/n),熵也就越大。在物理学中,熵是衡量无序的标准。如果Ui被解释为属于第i单位的收入份额,E(U)就是一种反映收入分配差距不平等的尺度。收入越平均,E(U)就越大。如果绝对平均,也就是当每个Ui都等于(1/n)时,E(U)就达到其最大值logn。泰尔将logn—E(U)定义为不平等指数——也就是泰尔熵标准:
T=logn—E(U)= ∑ui*lognui
评论前必须登录!
注册