应用经济学科发展论坛——一种优于基尼系数的环境不平等统计测度方法

讲座围绕克服基尼系数的局限性，基于洛伦兹曲线模型对环境不平等统计测度进行研究，提出了洛伦兹曲线极大似然估计AIC(Lorenz Curve maximum likelihood AIC，LC-MLEAIC)方法。此方法通过对洛伦兹曲线模型的参数进行极大似然估计，再利用AIC信息准则评估洛伦兹曲线模型拟合的优良性，并将环境不平等统计测度视为对环境不平等的指标分布进行数据降维及模型选择的任务，最优模型不仅能够计算基尼系数反映整体的不平等，更能量化不同污染水平的不平等程度。基于2013年中国2843个县区的PM2.5数据，应用LC-MLEAIC方法对洛伦兹曲线模型进行评估，得到最优洛伦兹曲线模型为双参数Dagum模型。为甄别基尼系数的局限性对政策制定的影响，研究分别对LC-MLEAIC方法筛选出的Dagum模型的两个参数与基尼系数进行对比研究。结果表明，相较于Dagum模型的两个参数，基尼系数忽略了一氧化碳排放量、第二产业结构和城市天然气供气的影响，故基尼系数无法进行全面的环境不平等评估，不利于制定合理决策。因此，优于基尼系数的LC-MLEAIC为评估不同污染水平的环境不平等问题提供了新的测度与算法支持，也为优化环境公平的规模和环境特征，及未来的空气污染控制提供了依据，以促进更公平和可持续的发展。