在经济社会发展的进程中,贫富差距是一个普遍存在的问题,也是我们应该持续重点关注的问题.关于贫富差距的度量方面,众多学者提出了不同的经济指标,其中包括基尼系数(Gini coe cient)、Bonferroni指数等.目前,基尼系数是学术界和实务工作中广泛采用的指标,而学者对Bonferroni指数的关注较少.但相比较于传统的基尼系数,Bonferroni指数在表达式的构造上赋予低收入群体更大的权重,因此,在衡量贫富差距程度时,Bonferroni指数对低收入群体更加敏感.注意到Bonferroni指数的这一优势,近年来,有关Bonferroni指数的统计推断问题逐渐被学者重视,本文将继续对该问题进行探究,通过对两个不同收入分布下的Bonferroni指数进行比较,研究两个国家或地区在同一时间段或同一国家或地区不同时间段的贫富差距程度.本文,将通过刀切经验似然法对两个不同收入分布下的Bonferroni指数的差值进行统计推断,构造含有Bonferroni指数的差值的对数刀切经验似然比统计量,并在一定条件下,证明所构造的对数刀切经验似然比统计量渐近服从自由度为1的卡方分布,由此构造出Bonferroni指数差值的渐近置信区间.同时,将本文所提方法与标准渐近正态法、Bootstrap法进行对比,通过大量的数值模拟和一组英国家庭支出数据的实例分析,分别从覆盖率和置信区间长度两方面进行比较,展现本文所提方法的可行性和优越性。