收入分配不公平度量转移原则的几个定理

在不公平度量理论方法中引入弱递减转移原则和双重递减转移原则,然后在三类效用模型下探讨各转移原则的性质,使RDEU最大化地遵循逐渐减少的转移原理,最后给出收入不公平度量转移原则的若干相关定理,并给出完整的证明。

拟序下收入分配的不公平度量

收入分配的不公平度量是福利经济学研究的一个主要问题。Alain和Patrick在收入分配的不公平度量方法中引入了拟序下的绝对差异、绝对剥夺和绝对满足的概念,对它们之间的关系有过讨论,但并没有给出证明。文章在此基础之上,详细地探讨了它们三者及Lorenz准则、累进性转移、T-转移之间的关系,同时给出了完整的证明。

不公平度量及相关问题研究

满足Theil可分性的不公平指数必定是无界的.考虑不同于Theil可分性的另一种可分性,并给出了满足这种可分性以及对称性、齐次性且具有连续二阶偏导数的非平凡指数的表达式.

拟序下收入分配的不公平度量研究

收入分配的不公平度量是福利经济学研究的一个主要问题.Alain和Patrick在收入分配的不公平度量方法中引入了拟序下的绝对差异、绝对剥夺和绝对满足的概念,对它们之间的关系有过讨论,但并没有给出证明.本文在此基础之上,详细地探讨了它们三者、Lorenz准则、累进性转移、T-转移之间的关系,同时给出了完整的证明.

不公平度量指标的可分解性研究(英文)

研究了不公平度量指标的可分解性.证明了在对称性、齐次性和塞尔(Theil)可分解性假设下,连续性和庇古-多尔顿条件(Pigou-Dalton condition)等价.进一步证明了满足对称性、齐次性和一般塞尔可分性,并且在完全平均分配时取零的不公平度量指标只有三种形式.推广了已有的一些结果,并且去掉了可微性假设,其意义在于不公平度量指标的可微性没有合理的经济学解释.

高收入指数与不公平度量

近年来,国际上许多经济学家开始使用税务统计数据来估算占前10%或1%的最富裕人群的总收入。澳大利亚经济学家Andrew Leigh通过对13个发达国家的高收入人群数据进行收集整理后,发现在高收入人群和不公平度量之间,有着某种重要的联系,如常用的基尼系数。这表明,高收入人群的面板数据在其他的收入分配度量质量不高或没有的情况下,有可能替代多年来使用的其他不公平度量指数。本文对Andrew Leigh及有关专家的相关研究成果进行了编译,介绍了对不公平进行度量的一种较新的度量指数。

云环境下公平性优化的资源分配方法

针对云数据中心资源分配不均、效率不高、资源错位等问题,为了满足不同用户的需求,达到多种资源分配的公平性,实现资源的高效利用,提出了全局优势资源公平(GDRF)分配算法。GDRF算法采用多轮分配方式,即先通过用户已分配资源量确定分配资格,每轮再通过全局优势资源共享比和全局优势资源权重来确定具体的分配用户,分配过程充分考虑了资源的匹配情况,采用了max-min fairness思想的渐进填充方式,并且将多资源分配公平性统一度量模型运用到了算法中。实验基于一个Google集群数据模型与基于占优资源的多资源联合公平分配算法作了比较。实验结果表明,GDRF算法分配的虚拟机总量提高了12%,资源总利用率提高了0.5个百分点,公平评估值提高了约15%,并且该算法的资源组合分配的适应度较高,使得用户需求和供给更匹配。

社会福利函数与拟序下的不公平测度研究

收入分配的不公平测度是福利经济学研究的一个主要问题.本文首先将不公平度量的四个基本公理应用到福利函数、不公平指数和拟序下不公平测度中去,研究表明:3种测度均满足人口原则、对称性和齐次性.再将平移不变性应用到不公平指数和拟序下不公平的测度中,研究结论得出:在一定条件下,个体效用、依赖秩的社会福利函数与拟序下的不公平指数性质等价.以上研究结论为收入分配的不公平度量提供了新的理论依据.

基于福利经济基础的健康不公平指数若干研究

在满足健康不公平度量的一般偏好基础下,根据我们的特殊偏好确定具体的健康不公平指数,对健康不公平度量具有重要的实践意义。

论社会公平的度量标准

社会公平尤为重要,但公平的度量标准必须科学化。

融合缓存管理与资源分配的能耗均衡内容服务研究

为了构建高效与长生命周期的内容服务物联网,基于雾节点决策、云服务决策及雾节点与云服务器带宽占比的联合优化考量,本文规划了一个最小化内容服务总能耗的优化问题。同时,提出了融合LRU-2和牛顿动量的公平能耗最小化算法(LRU-2 and Nesterov Momentum based Fair Energy Minimization Algorithm,LNM-FEM)用于解决该优化问题。具体地,基于雾节点的历史平均能耗、剩余能量及距离设计了公平性度量指标,根据该度量与雾层缓存情况获得能耗公平性最优的雾节点决策及云服务决策;在雾层没有命中的情况下,当云层将内容反馈给相应雾节点后,雾节点根据本文提出的缓存策略,将内容缓存至雾节点;基于所获得的最优雾节点决策与云服务决策,通过牛顿动量法,联合优化雾节点和云服务器的带宽占比,达到最小化内容服务总能耗的目的。最后,仿真结果表明所提算法具有收敛速度快、命中率高等特点,且与其他三种基准方案相比,总能耗最低、雾节点能耗均衡性最高、网络寿命分别平均提升了23%、28.7%和34%。