泰尔熵标准(Theil’s entropy measure)或者泰尔指数（Theil index） 作为衡量个人之间或者地区间收入差距（或者称不平等度）的指标，这一指数经常被使用。泰尔熵标准是由泰尔(Theil,1967)利用信息理论中的熵概念来计算收入不平等而得名。假设U是某一特定事件A将要发生的概率，P（A）=U。这个事件发生的信息量为E(U)肯定是U的减函数。用公式表达为：E(U)=log（1/u）。当有n个可能的事件1,2,…,n时，相应的概率假设分别为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与其相应概率乘积的总和: E(U)= ∑Uih(Ui)= ∑Ui log（1/Ui） 显然,n种事件的概率Ui越趋近于(1/n)，熵也就越大。在物理学中，熵是衡量无序的标准。如果Ui被解释为属于第i单位的收入份额，E(U)就是一种反映收入分配差距不平等的尺度。收入越平均，E(U)就越大。如果绝对平均，也就是当每个Ui都等于(1/n)时，E(U)就达到其最大值logn。泰尔将logn—E(U)定义为不平等指数——也就是泰尔熵标准： T=logn—E(U)= ∑ui*lognui 用泰尔熵指数来衡量不平等的一个最大优点是，它可以衡量组内差距和组间差距对总差距的贡献。泰尔熵标准只是普通熵标准(generalized entropy measures)的一种特殊情况。当普通熵标准的指数C=0时，测量结果即为泰尔熵指数。取C=0的优势在于分析组内、组间差距对总差距的解释力时更加清楚。 泰尔熵指数和基尼系数之间具有一定的互补性。基尼系数对中等收入水平的变化特别敏感。泰尔熵T指数对上层收入水平的变化很明显，而泰尔熵L和V指数对底层收入水平的变化敏感。