泰爾熵標準(Theil’s entropy measure)或者泰爾指數（Theil index）。作為衡量個(gè)人之間或者地區間收入差距（或者稱(chēng)不平等度）的指標，這一指數經(jīng)常被使用。泰爾熵標準是由泰爾(Theil,1967)利用信息理論中的熵概念來(lái)計算收入不平等而得名。

內容

假設U是某一特定事件A將要發(fā)生的概率，P（A）=U。這個(gè)事件發(fā)生的信息量為E(U)肯定是U的減函數。用公式表達為：E(U)=log（1/u）。當有n個(gè)可能的事件1,2,…,n時(shí)，相應的概率假設分別為U1,U2,…,Un，Ui≥0，并且∑Ui=1。

熵或期望信息量可被看作每一件的信息量與其相應概率乘積的總和:

E(U)= ∑Uih(Ui)= ∑Ui log（1/Ui）

顯然,n種事件的概率Ui越趨近于(1/n)，熵也就越大。在物理學(xué)中，熵是衡量無(wú)序的標準。如果Ui被解釋為屬于第i單位的收入份額，E(U)就是一種反映收入分配差距不平等的尺度。收入越平均，E(U)就越大。如果絕對平均，也就是當每個(gè)Ui都等于(1/n)時(shí)，E(U)就達到其最大值logn。泰爾將logn—E(U)定義為不平等指數——也就是泰爾熵標準：

T=logn—E(U)= ∑ui*lognui

用泰爾熵指數來(lái)衡量不平等的一個(gè)最大優(yōu)點(diǎn)是，它可以衡量組內差距和組間差距對總差距的貢獻。泰爾熵標準只是普通熵標準(generalized entropy measures)的一種特殊情況。當普通熵標準的指數C=0時(shí)，測量結果即為泰爾熵指數。取C=0的優(yōu)勢在于分析組內、組間差距對總差距的解釋力時(shí)更加清楚。

泰爾熵指數和基尼系數之間具有一定的互補性?；嵯禂祵χ械仁杖胨降淖兓貏e敏感。泰爾熵T指數對上層收入水平的變化很明顯，而泰爾熵L和V指數對底層收入水平的變化敏感。