[论文解读] The Divergence Index: A Decomposable Measure of Segregation and Inequality

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

Urban, Neighborhood, and Segregation Studies参考文献 1被引用 26

一句话总结

本文提出了发散指数（Divergence Index），这是一种可分解的隔离度量方法，用于量化局部种族构成与区域比例之间的偏离程度，为信息论指数提供了一个更准确的替代方案。研究证明，信息论指数衡量的是相对多样性，而非隔离度，这在局部层面分析中容易导致误解；而发散指数通过测量局部群体比例与总体比例之间的偏离，正确捕捉了隔离现象。

ABSTRACT

Decomposition analysis is a critical tool for understanding the social and spatial dimensions of segregation and diversity. In this paper, I highlight the conceptual, mathematical, and empirical distinctions between segregation and diversity and introduce the Divergence Index as a decomposable measure of segregation. Scholars have turned to the Information Theory Index as the best alternative to the Dissimilarity Index in decomposition studies, however it measures diversity rather than segregation. I demonstrate the importance of preserving this conceptual distinction with a decomposition analysis of segregation and diversity in U.S. metropolitan areas from 1990 to 2010, which shows that the Information Theory Index has tended to decrease, particularly within cities, while the Divergence Index has tended to increase, particularly within suburbs. Rather than being a substitute for measures of diversity, the Divergence Index complements existing measures by enabling the analysis and decomposition of segregation alongside diversity.

研究动机与目标

• 解决现有分解方法中隔离与多样性之间的概念与实证混淆问题。
• 提出一种新度量方法——发散指数，通过测量局部群体比例与区域基准比例的偏离，准确量化隔离程度。
• 证明广泛使用的信息论指数实际上衡量的是相对多样性，而非隔离度，这在局部层面分析中会导致错误解读。
• 提供一个可分解的框架，用于在多个层级（组内与组间、空间单元）上分析隔离与不平等。
• 提高对美国大都市区居住隔离、收入不平等与人口结构变化研究中分解分析的准确性。

提出的方法

• 发散指数定义为局部群体比例与区域基准比例之间的Kullback–Leibler发散：$ D(P \parallel Q) = \sum P_i \log \frac{P_i}{Q_i} $，其中 $ P_i $ 为局部比例，$ Q_i $ 为区域比例。
• 该指数具有可分解性：可利用基于熵的分解技术，将总隔离度划分为组内与组间两部分。
• 该方法适用于离散与连续分布，包括联合分布（如按种族划分的收入）。
• 该方法采用对数尺度（以2或自然对数为底）来衡量意外性或偏离程度，对数底数的选择可根据分析目标灵活调整。
• 将发散指数与Theil指数及信息论指数进行比较，以在特定情况下（如收入不平等）建立其概念与数学上的等价性。
• 使用底特律大都市区及美国前100个人口最多城市的统计数据进行实证验证，分解分析在城市与郊区层面展开。

实验结果

研究问题

• RQ1 信息论指数在多大程度上因衡量相对多样性而非隔离度而错误地表征了隔离现象？
• RQ2 在底特律大都市区，发散指数在分解城市与郊区之间隔离程度方面表现如何？
• RQ3 在全美前100个人口最多城市中，发散指数与信息论指数之间存在怎样的实证关系？
• RQ4 发散指数是否能提供比现有可分解指数更准确且更具概念合理性的隔离度量？
• RQ5 在局部层面，发散指数与信息论指数在隔离趋势的方向与程度上相比如何？

主要发现

• 信息论指数衡量的是相对多样性而非隔离度，因为它比较的是局部群体比例与区域比例，而非局部分布与总体分布的偏离程度。
• 在底特律大都市区，发散指数揭示的城市与郊区之间的隔离程度高于信息论指数，表明后者低估了局部层面的隔离程度。
• 对全美前100个人口最多城市的实证分析显示，发散指数与信息论指数在街区层面的相关系数较弱（r ≈ 0.3），证实二者衡量的是不同现象。
• 发散指数正确识别出底特律市存在较高的非裔美国人隔离与较低的白人比例，而郊区则呈现相反模式，而这一结果在信息论指数中被掩盖。
• 发散指数在概念上更优越，因为它衡量的是局部分布与区域基准之间的偏离，与隔离作为群体间空间分离的定义一致。
• 本研究证实，当衡量收入不平等时，Theil指数与发散指数在数学上等价，验证了发散指数作为不平等与隔离分析通用框架的适用性。