[論文レビュー] Measuring Inequality and Segregation.

Elizabeth Roberto|arXiv (Cornell University)|Aug 5, 2015

Urban, Neighborhood, and Segregation Studies参考文献 3被引用数 9

ひとこと要約

本稿では、等価性を表す基準分布と実証的分布の差を測る、柔軟で概念的に直感的な不平等および分離度の指標である「登散インデックス」を紹介する。これは数学的にシールのインデックスおよび情報理論インデックスと同等であるが、入れ子構造の地理的レベルにわたる分解性能が優れており、デトロイト（ミシガン州）における人種的居住分離の研究を通じて、分離度動態のより正確で解釈可能な分析を可能にする。

ABSTRACT

In this paper, I introduce the Divergence Index, a conceptually intuitive and methodologically rigorous measure of inequality and segregation. The index measures the difference between a distribution of interest and another empirical, theoretical, or normative distribution. The Divergence Index provides flexibility in specifying a theoretically meaningful basis for evaluating inequality. It evaluates how surprising an empirical distribution is given a theoretical distribution that represents equality. I demonstrate the unique features of the new measure, as well as deriving its mathematical equivalence with Theil's Inequality Index and the Information Theory Index. I compare the dynamics of the measures using simulated data, and an empirical analysis of racial residential segregation in the Detroit, MI, metro area. The Information Theory Index has become the gold standard for decomposition analyses of segregation. I show that although the Information Theory Index can be decomposed for subareas, it is misleading to interpret the results as segregation. The Divergence Index addresses the limitations of existing measures and accurately decomposes segregation across contexts and nested levels of geography. By creating an alternative measure, I provide a distinct lens, which enables richer, deeper, more accurate understandings of inequality and segregation.

研究の動機と目的

• 既存の不平等および分離度測定法の、入れ子構造の地理的レベルにわたる分解における限界を克服すること。
• 実証的分布が規範的または理論的等価分布からどれほど乖離しているかを評価する、方法論的に厳密で概念的に直感的なインデックスの開発。
• 情報理論インデックスが、多層地理的文脈において分離度として解釈される場合に誤解を招く可能性があることの実証。
• 多様な社会的および空間的文脈において、分離度および不平等の構造とダイナミクスをより豊かで正確に理解するための理論的根拠に基づいた代替指標の提供。
• デトロイト大都市圏における人種的居住分離のシミュレーションおよび実証的分析を通じた歪みインデックスの妥当性の検証。

提案手法

• 歪みインデックスは、実証的分布と等価性を表す基準分布とのカルバック・ライバラー（Kullback-Leibler）情報量の差として定義され、観察された分布がどれほど「驚き」や不平等であるかを定量化可能である。
• この手法により、研究文脈に応じて、実証的、理論的、または規範的である基準分布を柔軟に指定可能である。
• このインデックスは数学的にシールの不平等インデックスおよび情報理論インデックスと同等であり、既存のベンチマークと整合性を保ちつつ、解釈性を向上させている。
• 本稿では、さまざまな条件下での歪みインデックスと情報理論インデックスの動的挙動を比較するために、シミュレーションデータを用いる。
• 実証的応用として、複数の地理的レベルにわたる分解を伴い、アメリカ・ミシガン州デトロイト大都市圏の人口センサスデータを用いて人種的居住分離を分析する。
• 歪みインデックスは、地域的サブエリアおよび階層的レベルへの分離度の寄与を正確に分解可能であり、情報理論インデックスに伴う解釈の誤りを回避する。

実験結果

リサーチクエスチョン

• RQ1 不平等および分離度を測る指標は、どのようにして概念的に直感的かつ数学的に厳密に設計できるか？
• RQ2 情報理論インデックスは、入れ子構造の地理的レベルにわたる分解において、どの程度誤解を招く解釈を提供するか？
• RQ3 シールのインデックスと同等の数学的同等性を維持しつつ、分解の正確性と解釈性に優れた新しいインデックスを開発できるか？
• RQ4 歪みインデックスは、デトロイト大都市圏における異なる空間スケールでの人種的居住分離のダイナミクスをどの程度的確に捉えられるか？
• RQ5 既存の測定法と比較して、歪みインデックスは不平等および分離度の理解をどの点で向上させるか？

主な発見

• 歪みインデックスは数学的にシールの不平等インデックスおよび情報理論インデックスと同等であり、既存のベンチマークと整合性を保つ。
• この同等性にもかかわらず、歪みインデックスは、入れ子構造の地理的レベルにわたる分離度の分解において、情報理論インデックスに伴う誤解を招く解釈を回避し、より正確で解釈可能な分解を提供する。
• 歪みインデックスは、規範的等価分布に対して実証的分布がどれほど「驚き」であるかを的確に捉えることができ、明確な概念的基盤を提供する。
• デトロイトにおける実証的分析では、歪みインデックスが地域的サブエリアおよび階層的レベルへの分離度の寄与を的確に分解し、微細な空間的パターンを明らかにした。
• 特に多層地理的構造を分析する文脈において、歪みインデックスは情報理論インデックスを上回る分解性能を示す。
• この新規インデックスは、多様な社会的および空間的文脈において、不平等および分離度の構造とダイナミクスをより豊かで、より深く、より正確に理解する手がかりを提供する。