#内容播报# 南京市保障性住房整体呈现位于每个区边缘地带的空间特征，这与建设指标分配有关。保障性住房建设指标自上而下逐级分配，到区这一层级，保障性住房选址为了避免占用过多有利的区位，往往选在所在区的边缘地带。通过对南京市中心城区九大区的60min就业可达性的泰尔指数计算，可知对于小汽车出行而言，六合区和栖霞区就业可达性分配最为不公平。而对于公交出行而言，栖霞区和江宁区就业可达性分配最为不公平。——《保障性住房布局的社会公平绩效评价体系：基于南京市多源数据的实证研究》，朱乐，《城市规划》2022-9期

保障性住房布局的社会公平绩效评价体系
——基于南京市多源数据的实证研究
朱乐
现有的衡量公平性的方法多基于对不同指数的计算，例如基尼系数(the Gini index)、帕尔马比率(the Palma ratio)、阿特金森系数(the Atkinson index)、标准差(standard deviation)、变异系数(coefficient of variation)等。其中，基尼系数和泰尔指数应用最为广泛。
基尼系数可以用来衡量社会公平，即可以分析不同人群之间在同一资源分配上的差异。德尔博斯克和居里使用基尼系数来描述整个大墨尔本地区的公交设施供应分布，是基于横向公平理论得到的公平性衡量结果。唐子来等以上海市中心城区公共绿地分布为例，运用基尼系数来衡量社会正义绩效。基尼系数与尺度无关， 且很容易计算和理解。指标的选择也呈现多样性，可以根据具体目的进行选择，例如收入、出行时间、公共设施个数等。
泰尔指数则可以用来衡量空间公平，其熵测度是实际分配(收入或任何其他值)的熵与平均分配的熵测度之间的差值。苏切等人使用泰尔指数来表达法国里昂城市交通定价政策对可达性影响的分布。贺三维等以武汉为例，使用泰尔指数分析了绿地的空间公平性。泰尔指数对人口分布的极端变化很敏感，可以通过确定区域间造成的不平等份额来改进基尼系数。因此，相比于基尼系数它是分析区域不平等的更好工具，因为它表明了不平等空间维度的相对重要性。

（《保障性住房布局的社会公平绩效评价体系：基于南京市多源数据的实证研究》，朱乐，《城市规划》2022-9期，节选）