2.5地理数据分布的集中化与均衡度指数详解.ppt

第5节 地理数据分布的集中化与均衡度指数 洛伦兹曲线与集中化指数 基尼系数 锡尔系数 （一）洛伦兹曲线 20世纪初，意大利统计学家洛伦兹（M. Lorenz），首先使用累计频率曲线研究工业化的集中化程度。后来，这种曲线就被称之为洛伦兹曲线。 一、洛伦兹曲线与集中化指数 绘制洛伦兹曲线实例 （1）将表2.5.1各产业部门的收入及其占总收入比重（百分比），从大到小重新排序； （2）从大到小，逐次计算累计百分比； （3）以自然序号为横坐标(x)，累计百分比为纵坐标(y)；以（部门代码，累计百分比）为坐标点，连成一个上凸的曲线（图2.5.1和图2.5.2），即洛伦兹曲线。 表2.5.1 某地区农户家庭经营性纯收入水平及其构成 图2.5.1 1999年农户家庭经营性纯收入构成的洛伦兹曲线 图2.5.2 2004年农户家庭经营性纯收入构成的洛伦兹曲线 结果分析 洛伦兹曲线的上凸程度，表示农户家庭经营性纯收入的部门集中化程度。上凸程度越大，就表示农户家庭经营性纯收入越是集中于某些产业部门。 如果各个产业部门的收入是均等的，则洛伦兹曲线正好就变成了正方形的对角线。 比较图2.5.1和图2.5.2，可以看出该地区1999年农户家庭经营性纯收入的部门集中化程度高于2004年。 假若洛伦兹曲线的解析式为： 显然，该曲线下方区域的面积为： 当数据均匀分布时，A就变成了对角线以下三角形的面积（R）；当数据集中于一点时，A就变成了整个正方形的面积（M）。 （二）集中化指数 集中化指数 是一个描述地理数据分布的集中化程度的指数。 （2.5.3） 。 ， 显然，I越大，就说明数据分布的集中化程度越高；反之，I越小，就说明数据分布的集中化程度越低（越均衡）。 常采用如下近似取值方法： A——实际数据的累计百分比总和； R——均匀分布时的累计百分比总和； M——集中分布时的累计百分比总和。 集中化指数在[0，1]区间上取值。 只有数据的个数相同而且横坐标划分一致时，才有可比性。 二、基尼系数 基尼系数（gini coefficient） 就是通过两组数据的对比分析，纵、横坐标均以累计百分比表示，从而做出洛伦兹曲线，然后再计算得出的集中化指数。它是通过对人口和收入两组数据进行比较分析，然后将纵、横坐标均以累计百分比表示，作出洛伦兹曲线，再计算集中化指数而得到的一个判断收入分配不平等程度的指标。 其原理方法如下： (1)列出每一个区域（部门）的人口与收入占全区（各部门总计）的比重p与w； (2)计算每一区域（部门）的比率w/p； (3)根据w/p值，由小到大将每一地区（部门）排序； (4)按照上述顺序分别计算p和w的累计值X和Y； (5)以X为横坐标，以Y为纵坐标，在直角坐标系中依次连接各点，得到一条下凸的洛伦兹曲线。 基尼系数（G）就可以按照如下公式计算 假若洛伦兹曲线的解析式为： 显然，该曲线下方区域的面积为： 对应于绝对均衡分布，其洛伦兹曲线就是正方形的对角线，其下方区域的面积为R=1/2。 （2.5.6） ， 。 如果用幂函数拟合，则基尼系数的近似计算公式为 式中： 可以通过最小二乘法（详见第3 章）拟合，即 （2.5.7） 根据分组数据，基尼系数也可以按照如下方法近似地计算： 按人均收入由低到高进行排序，分成若干组（如果不分组，则每一户或每一人为一组），每组收入占总收入比重为 ，每一组人口比重为 ，则基尼系数可以按照下式近似地计算 式中： 为从第1组到第i组的累积收入比重。 （2.5.8） 根据中国1978－2002年各省（直辖市、自治区）的人口数和按照可比价格折算的GDP数据*(* 暂未包括香港、澳门、台湾地区的数据 )，计算基尼系数，结果如图2.5.4。可以看出，在1978－1990年期间，基尼系数虽然出现过几次上升和下降的微小波动，但基本趋势是缓慢地下降的；而在1991－2002年期间，基本上呈现上升趋势。这一结论，与上节计算的加权变异系数是相互印证的。 图2.5.4 1978—2002年中国省际收入差异的基尼系数（暂未包括香港、澳门、台湾地区的数据 ） 三、锡尔系数 基尼系数（g