拓展信息论在隔离分析中的应用以构建综合隔离模型

隔离定量研究的传统方法是采用由“理想性质”筛选出的指标。本文详述信息论如何支撑基于熵的指标，并展示如何利用理想性质系统性地构建隔离模型。所得模型涵盖了满足所选性质的所有指标，并提供了新的见解，例如熵指标如何预设了特定的组间相互作用形式，以及相异度指标如何依赖于区域构成。此外，我们的方法揭示出，函数而非指标，往往是综合量化隔离所必需的数学工具。随后我们对两组居民隔离进行了探索性考量，发现了美国主要城市中惊人的相似性、与少数群体多样性相关的微妙隔离模式，以及传统方法可能忽略的隔离实质性减轻。最后，我们探讨了该方法在隔离预测方面的前景。