Theil / Gini 不平等分解是什么？
Theil / Gini 不平等分解回答的是收入、财富、排放或资源分布有多不均，以及不平等来自哪些组内或组间来源。它研究分布差异，不是平均效应回归。
先用一句话理解
把 Gini 想成看蛋糕分得均不均。所有人拿得一样，Gini 接近 0；少数人拿走大部分，Gini 变高。Theil 还可以把不平等拆成组间和组内。
什么时候用
| 判断项 | 教科书式判断 |
|---|---|
| 适合用在 | 研究收入、财富、排放、资源或机会的不平等程度。 |
| 先不要用在 | 只关心均值变化，或变量可以为负且指标不适用。 |
| 最关键的前提 | 变量口径、价格调整、权重和分组规则要一致。 |
| 读表顺序 | 先看总体不平等，再看组内/组间分解和贡献率。 |
| 论文表述边界 | 不平等指标描述分布，不自动解释原因。 |
把它和相近方法分清楚
| 容易混淆的对象 | 怎么区分 | 初学者记法 |
|---|---|---|
| 均值 | 描述平均水平。 | 看不到分布差异。 |
| Gini | 衡量总体不平等。 | 直观但分解有限。 |
| Theil | 可分解不平等来源。 | 适合组内/组间贡献分析。 |
核心直觉和模型公式
Gini 和 Theil T
常见指标包括：
\[G=\frac{\sum_i\sum_j |y_i-y_j|}{2n^2\bar{y}}\]
\[T=\frac{1}{n}\sum_i\frac{y_i}{\bar{y}}\ln\left(\frac{y_i}{\bar{y}}\right)\]
Gini 基于两两差距，Theil 基于个体相对均值的信息量。
公式里的符号怎么读
| 符号 | 含义 | 在本页怎么理解 |
|---|---|---|
| y_i | 个体资源 | 收入、财富、排放或其他正值变量。 |
| ȳ | 平均值 | 总体平均水平。 |
| G | Gini 系数 | 0 到 1 附近的不平等指标。 |
| T | Theil 指数 | 可加性分解的不平等指标。 |
| between/within | 组间/组内 | Theil 常见分解方向。 |
专业使用口径
专业不平等分析要同时说明指标含义和数据口径。
| 口径 | 专业写法 |
|---|---|
| 变量口径 | 收入是否税后、是否等价化、是否实际价格。 |
| 权重 | 调查权重或人口权重会改变总体不平等。 |
| 分组规则 | 地区、行业、城乡等分组要可解释。 |
| 分解贡献 | Theil 的组内/组间贡献要和分组含义一致。 |
一步一步做：从问题到结果的五步
| 步骤 | 这一页具体做什么 | 做到什么程度才算读懂 |
|---|---|---|
| 1. 定义分布变量 | 明确衡量什么资源。 | 指标依赖变量口径。 |
| 2. 处理权重和价格 | 人口权重、抽样权重、通胀调整。 | 口径不一会误导。 |
| 3. 计算总体指标 | Gini、Theil 或其他指数。 | 先看总体不平等。 |
| 4. 做分解 | 按地区、行业或群体拆组内/组间。 | 分组要有研究意义。 |
| 5. 解释贡献 | 哪些来源贡献最大。 | 指标描述后还要回到制度或经济背景。 |
结果怎么读：先读口径，再读数字
本页案例读表时，先记住这个口径：年度效应均值 = 0.0031；Meta/SUR 页用年度子样本系数做教学效应量。
| 读表顺序 | 本页怎么读 | 不要这样读 |
|---|---|---|
| 先看变量 | 收入还是财富，是否可比。 | 口径决定结果。 |
| 再看总体指标 | 不平等水平高低。 | 不同指标量纲不同。 |
| 然后看分解 | 组间还是组内贡献大。 | 这帮助定位来源。 |
| 最后看时间变化 | 不平等是扩大还是缩小。 | 趋势比单点更有意义。 |
初学者最容易错在哪里
| 误读 | 为什么错 |
|---|---|
| 用负值变量直接算 Theil | 错。许多不平等指标要求正值。 |
| 不说明权重 | 不严谨。总体代表性会变。 |
| 把 Gini 变化直接当政策因果 | 错。指标只是描述。 |
| 组间贡献大就断言歧视 | 过强。还需要机制和识别。 |
先看这个案例的结论
- 年度效应均值 = 0.0031；Meta/SUR 页用年度子样本系数做教学效应量。
- 年度效应 SD = 0.0028；效应量之间的异质性。
- 加权回归系数 = 0.0034；svy/权重页的系数对照。
- 这些数字来自页面里的结果表；写论文时先解释数值含义，再讨论理论含义。
变量要求和案例口径
| 字段 | 口径 |
|---|---|
| 数据 | CSMAR 风格 A 股企业创新面板 |
| 原始样本 | 196 家上市公司，2015-2020 年，约 1200 个公司-年观测；各方法有效样本以本页输出表 N 为准 |
| 因变量 | patent_count；回归页通常使用 ln(1 + patent_count) |
| 核心解释变量 | dfi_index，数字普惠金融指数；部分案例输出展示的是标准化后的 dfi_index |
| 控制变量 | roa、lev、size、growth、cashflow、tobinq、top1、dual、board、indep、soe、age |
| 输出文件 | theil_gini_results.csv |
| 角色要求 | 因变量、核心解释变量 |
| 依赖包 | ineqdec0 |
实际代码
下面是本页案例里的最小 Stata 代码。它的作用是帮助你看清变量怎么进入模型、结果文件怎么生成，而不是要求你在网页里手动运行。
import delimited "$DATA_PATH", clear varnames(1) encoding(UTF-8)
gen ln_patent1 = ln(1 + patent_count)
egen firm_id = group(stkcd)
xtset firm_id year
global y ln_patent1
global count_y patent_count
global x dfi_index
global controls roa lev size growth cashflow tobinq top1 dual board indep soe age
gen post = year >= 2018
bysort firm_id: egen pre_dfi = mean(cond(year < 2018, dfi_index, .))
quietly summarize pre_dfi, detail
gen treat = pre_dfi >= r(p50)
gen did = treat * post
gen high_patent = patent_count > 2
gen running_dfi = dfi_index - 260
gen rdd_treat = running_dfi >= 0
ineqdeco patent_count, by(year)
export delimited using "$JOB_DIR/theil_gini_results.csv", replace实际输出表
这张表是本方法页配套案例的输出结果，用来把前面的公式、变量口径和代码对应到实际数字。
| 指标 | 数值 | 解释 |
|---|---|---|
| 样本 | 1200 obs / 196 firms / 2015-2020 | 来自共用案例 CSV |
| 因变量 | ln(1 + patent_count) | 企业创新产出 |
| 核心解释变量 | dfi_index | 数字普惠金融指数 |
| 输出文件 | theil_gini_results.csv | empirical-wizard 对应方法产物 |
| 年度效应均值 | 0.0031 | Meta/SUR 页用年度子样本系数做教学效应量 |
| 年度效应 SD | 0.0028 | 效应量之间的异质性 |
| 加权回归系数 | 0.0034 | svy/权重页的系数对照 |
| Patent Gini | 0.4413 | 不平等分解页的核心分布指标 |
案例图
这是一张由同一份案例数据生成的页面内诊断图。
论文里怎么写
本文在共用企业面板样本上报告Theil / Gini 不平等分解，核心输出见 theil_gini_results.csv。结果解释时同时关注样本口径、变量构造、系数方向、标准误和适用前提，避免只凭单个 p 值完成方法选择。
检查清单
- 先说明不平等指标的对象：企业创新、收入、地区差距还是其他分布。
- Gini 和 Theil 含义不同，Theil 可分解组内和组间来源。
- 不平等分解是分布描述，不是因果机制检验。