一、引言

改革开放四十年来，中国农村社会经济结构发生了巨大变化。随着户籍制度逐渐放松，市场化和工业化进程加快，大量农村劳动力进城务工，农村居民收入增加，贫困发生率迅速下降。与此同时，随着农村青年劳动力外流，农村空心化问题日益严重，农村内部的收入差距和生活水平差距逐渐拉大。十九大报告中提出，要实施乡村振兴战略，坚持农业农村优先发展，而农村的不平等影响居民的获得感，也影响农村基层的稳定性和乡村治理的有效性。因此，在中国社会主要矛盾发生转变及实施乡村振兴战略背景下，研究农村的不平等问题，探索降低农村不平等的政策途径，对增强农村居民获得感和维护基层稳定十分重要。

当前关于农村不平等的研究主要分为以下三类。第一类研究主要通过不平等分解的方法分析农村不平等的影响因素。例如，赵广川等^[1]利用夏普里分解方法，估算了各因素对医疗支出不平等及其变动的贡献率，发现健康、医院类型、收入、到达最近医疗机构的距离和地区等因素是造成医疗消费支出不平等的主要原因。谭涛等^[2]基于健康不平等集中指数的计算和分解，发现收入、受教育程度、年龄和家庭规模等因素是农村老年人口健康不平等的主要来源。第二类研究关注各项政策对不平等的影响。例如，转移支付政策对农村收入不平等的影响^[3]，农地流转政策对土地要素收入和非农收入不平等的影响^[4]，以及新型农村合作医疗政策对农村地区未成年人健康不平等的影响^[5]。第三类研究关注农村不平等对农村居民福利状况的影响，例如部分研究认为农村收入不平等会损害农村基层民主^[6]，恶化农民的贫困状况^[7]，机会不平等则会降低农民工的幸福感^[8]。

福利水平通常不只包含一个维度，因此一些研究将单维不平等拓展到多维不平等。多维不平等的理论分析主要包含多维不平等指数的构建和指数分解两个方面。在构建多维不平等指数的研究中，Kolm^[9]将不平等的研究从单维拓展到多维。在此之后，研究者使用两阶段方法和规范化方法构造多维不平等指数。两阶段方法指的是第一阶段依据某种理论确定个体多维福利，第二阶段衡量个体间多维福利的不平等。例如Maasoumi^[10]利用信息理论定义了第一阶段的函数，第二阶段利用广义熵指数构造多维不平等指数。规范化方法是在设定满足若干性质的多维福利函数基础上构建多维不平等指数。例如Tsui^[11-12]通过规范法提出了Tsui指数，并进一步改进了该指数，使之满足相关增加占优性质^①。Gajdos等^[13]使用规范化方法构建了多维基尼系数，Decancq等^[14]、Banerjee^[15]对多维基尼系数进行了拓展。在多维不平等指数分解中，已有研究主要按照维度和群体进行分解。Naga等^[16]将Tsui指数分解为各个维度的贡献与维度相关性的贡献，Kobus^[17]探讨了Tsui指数按照维度分解的状况。Stockhausen^[18]将Maasoumi指数分解为不同群体组内的不平等与群体组间不平等之和。

① 相关增加占优性质是指维度相关性增加将导致福利不平等状况恶化。

在多维不平等指数的应用研究中，Maasoumi指数被广泛用于各种多维不平等的测量，例如Nilsson^[19]测量了赞比亚居民消费、教育、健康和土地四个维度的不平等；Justino^[20]计算了越南家庭消费、教育和健康的不平等；Stockhausen^[18]分析了德国儿童的机会不平等状况。除Maasoumi指数外，Tsui指数和多维基尼系数也被部分研究使用，例如Angelini等^[21]使用Tsui指数和欧洲社区家庭调查数据测量了欧洲家庭收入、居住和教育的不平等水平。江求川^[22]、王曦璟等^[23]分别使用不同数据对中国居民的多维不平等进行了分析。

现有研究存在以下不足：第一，已有的农村不平等研究主要从单个维度分析，较少引入多维不平等指数从多个维度对农村不平等进行研究；第二，已有的多维不平等测量研究中多使用一种指数进行分析，较少对比多个多维不平等指数的测量结果，以检验结果的稳健性；第三，鲜有研究基于多轮大样本微观居民调查数据分析农村居民多维不平等的动态变化情况。

针对现有研究的不足，本文利用中国社会综合社会调查(Chinese General Social Survey，以下简称CGSS)2005—2015年间发布的8轮调查数据，使用Maasoumi指数测量农村居民的多维不平等水平，分析其动态变化，并使用Tsui指数和多维基尼系数进行稳健性检验。此外，本文将农村居民多维不平等按照群组和维度分解，分析不同群组和各个维度对农村居民多维不平等的贡献。本文的创新之处是，将农村居民不平等研究从单个维度拓展到多个维度，并使用多种多维不平等指数，在多轮大样本微观调查数据基础上分析农村居民多维不平等的动态变化，且通过对农村居民多维不平等的分解分析，为降低农村不平等政策制定提供研究参考。

二、多维不平等指数构建、表达式及分解 (一) 多维不平等指数的构建过程

多维不平等指数的构建过程包括三个步骤：第一，确定多维不平等指数的构建思路。测量多维不平等一般有两种基本思路，第一种是采用某种计算单维不平等的方法，先计算各个维度的不平等，然后加总各维度的不平等得到多维不平等。第二种是利用某种福利函数，测量个体的多维福利水平，然后采用计算单维不平等的方法，计算多维福利水平的不平等^[24]。按照第一种思路构建多维不平等指数忽视了各维度间的关系对多维不平等的影响，而第二种思路构建多维不平等指数能够综合考虑个体的福利水平，以及维度间的相关性，因此被更多使用。

第二，确定多维福利函数。如何确定个体的多维福利函数是构建不平等指数的基础。第一个方向是通过某种理论构建福利函数，Maasoumi指数是代表之一。第二个方向是基于特定的性质确定福利函数，代表是Tsui指数和多维基尼系数。构建多维福利函数的目的是将多维问题简化为单维问题，然后采用计算单维不平等的方法测量个体的多维福利差距。

第三，确定多维不平等指数的参数。参数决定了多维不平等的测量结果及其满足的性质。多维不平等指数的主要参数有维度权重、维度之间的替代程度和不平等厌恶系数。维度权重决定了各维度影响多维不平等的程度，可以通过数据驱动法、规范化法和混合法确定^[25]。维度间的替代系数说明了不同福利维度的关系，不平等厌恶系数代表了多维不平等指数对福利在不同个体间转移的敏感性，这两者通过主观确定。

(二) 多维不平等指数的参数和表达式

假设社会有N个个体，社会福利包含K个维度(如收入、健康等)，x_ij代表个体i在j维度上的取值，w_j代表维度j的权重，β代表维度间的替代程度，γ、δ、ε分别代表Maasoumi指数、多维基尼系数和Tsui指数的不平等厌恶系数。当参数满足一定条件，多维不平等指数可以满足若干占优原则，主要有统一占优原则(Uniform Majorization，UM)^①和相关增加占优原则(Correlation Increasing Majorization，CIM)。

① 统一占优原则是指如果存在两个分配矩阵X和Y，且Y是由X通过双随机矩阵变换得到的，则Y分配的社会福利水平比X的更好。

1. Maasoumi指数

本文主要使用Maasoumi指数测量农村居民的多维不平等，其原因是相比于Tsui指数和多维基尼系数，Maasoumi指数对参数的限制更少，且可以灵活地按照群组进行分解。Maasoumi指数的多维社会福利函数S_i为：

(1)

其中，β=1-1/σ，σ表示维度间的替代弹性。当β=1时，维度之间具有完全替代弹性，当β=0时，福利函数变为Cobb-Douglas函数形式，具有单位替代弹性。

第一步计算个体的多维福利后，每一个体得到一个综合的多维福利水平，多维不平等问题就可以按照单维不平等计算，第二步按照单维广义熵指数的计算方法，得到多维不平等水平I_X：

(2)

其中，所有p_i都为1/N，S_i^*=S_i/∑_i=1^NS_i。γ代表不平等的厌恶程度，当γ=0时，Maasoumi指数对高福利群体的差距更加敏感，当γ=-1时，Maasoumi指数对低福利群体的差距更加敏感。

2. Tsui指数和多维基尼系数

本文在Maasoumi指数测量的基础上，进一步通过Tsui指数和多维基尼系数的测量，验证农村居民多维不平等测量结果的稳健性。Tsui根据Atkinson^[26]、Kolm^[9]的研究构建了Tsui指数，其具体表达式为：

(3)

其中，μ_j指维度j的平均值，Tsui指数的经济含义是多个维度分配不平等导致的社会福利损失。

Decancq和Lugo^[14]构建了基于个体多维福利水平的多维基尼系数，其具体表达式为：

(4)

其中，μ_j指维度j的平均值，r_i是个体i的多维福利水平排序，该值越大，个体的福利水平越高。δ是不平等厌恶系数，其值越大，表示分布越靠后的个体差距对不平等的影响越大。

(三) 多维不平等指数的分解

在多维不平等测量的基础上，将Maasoumi指数按照群组和维度分解，计算群组内和群组间对总体多维不平等水平的贡献率，以及不同维度对多维不平等水平的贡献率。根据Shorrocks的研究^[27]，当γ=-1时，Maasoumi指数按照不同的群组分解为组内不平等与组间不平等之和：

(5)

其中，F代表群体的个数。v_q=N_q/N代表第q类家庭的人口占比，λ_q=μ_q/μ，μ_q=∑_i=1^N_qS_i/N_q，μ=∑_i=1^NS_i/N。代表组内不平等，代表组间不平等。

Maasoumi论证得出，当γ=-1、β=0时，Maasoumi指数可以按照维度分解^[10]：

(6)

其中，，表示每个元素与j维度上所有元素和的比值。根据分解结果可知，Maasoumi指数的测量结果实际是单个维度不平等的加权和再减去各维度的替代效应产生的结果。

三、数据和描述性分析 (一) 数据

本文使用中国综合社会调查(CGSS)2005、2006、2008、2010、2011、2012、2013、2015年共8轮的农村居民调查数据，分析农村居民的多维不平等水平及其动态变化情况。CGSS始于2003年，调查范围覆盖全国28个省(直辖市、自治区)，被调查对象为18岁及以上成人，调查收集社区、家庭、个人多个层次的数据，为分析居民生活水平的相关研究提供了丰富的数据。

本文选取与民生密切相关的三个福利维度——收入、教育和健康，来测量农村居民的多维不平等。其中，收入维度选取了农村居民上一年的个人全年总收入作为指标^①，并使用农村居民消费价格指数对收入进行调整。教育维度选取居民的受教育年限作为指标，但是不同年份的数据信息不同，2006、2008年直接提供了“受学校教育的年数”，而其他年份只提供了“最终完成的最高的教育程度”的信息，因此本文根据受教育程度计算出受教育的年数。

① 本文使用的是CGSS农村居民个体数据，而非家庭数据，因此使用了个人全年总收入而非人均收入作为指标。

对于健康维度，每轮的数据提供了健康的自评状况，但是自评状况与真实健康水平可能存在偏差，因此本文借鉴齐良书等^[28]的研究，使用有序Logit模型，将自评状况对个人特征变量进行回归，得到健康水平的拟合值作为实际健康水平的代理变量，将得到的健康水平代理变量标准化处理成为0~1之间的变量。

(二) 描述性分析

经过以上各维度变量处理后，数据的描述性统计结果如表 1所示。

从收入维度看，农村居民的全年总收入平均值从2005年到2015年不断上升。相比于2005年，2015年的全年总收入平均值上升了6409.10元。从教育维度看，2006年农村居民的平均受教育年限达到最大值7.02年，之后不断下降，直到2013年再次上升，到2015年仍平均只有6.48年，表明农村居民整体的受教育水平始终偏低。从健康维度看，标准化之后的健康水平呈现波动变化，2013年农村居民健康平均值最大。2008年至2011年健康平均水平下降，而后上升到2013年的最大值，但2015年健康平均值又下降，平均健康水平始终在0.50左右。

四、农村居民多维不平等的动态变化 (一) 农村居民单维不平等的变化

本文首先使用泰尔指数^①分别测量收入、教育和健康的单维不平等水平。从收入维度看，农村居民的收入不平等水平不断上升，这可能是因为随着城乡一体化的推进，农村劳动力不断转移，外出务工收入成为农村居民的重要收入来源^[29]，同时资本要素对收入不平等的影响逐渐增大^[30]，这些因素导致拥有更多人力资本或资本要素的农村居民收入大幅度提高，而贫困人口增收渠道有限，使得农村居民收入差距日益凸显。从教育维度看，农村居民2005—2010年教育不平等先下降后上升，2011—2015年教育不平等波动变化。农村居民的教育不平等相对较高，这与杨俊和李雪松的结论相似^[31]。从健康维度看，2005—2010年和2011—2015年两个阶段中，农村居民的健康不平等均呈现先下降后上升的趋势(表 2)。

① 泰尔指数是利用信息理论中的熵概念来计算收入不平等的指数。相比于基尼系数，泰尔指数对不同群体收入水平的变化更为敏感，且具有良好的可分解性质，是学术研究中测量不平等的常用指数之一。

(二) 基于Maasoumi指数的多维不平等测量及变化状况

在分析农村居民多维不平等的变化中，使用Maasoumi指数进行测量，然后对结论进行稳健性检验。根据Decancq等^[14]、江求川^[22]的研究思路，本文令多维不平等指数中各维度的权重相等，即w₁=w₂=w₃=1/3，收入和教育也按照处理健康维度的方法标准化为0~1之间的值由于Maasoumi指数、Tsui指数和多维基尼系数都要求个体在每个维度的禀赋大于0，收入、教育和健康标准化之后的值有可能存在0值，本文将收入标准化值为0的设定为0.0001，教育和健康标准化值为0的设定为0.01。。

Maasoumi指数测量结果表明，如果将观察期分为2005—2010年和2011—2015年两个阶段，在这两个时间段中，农村居民的多维不平等水平均呈现先下降后上升的趋势。如表 3所示，当γ=-1，β=0时，农村居民2005年的多维不平等水平为0.2754，之后下降到2006年的0.1695和2008年的0.1863。到2010年，多维不平等又上升到0.3547。这些数据表明，2005—2010年农村居民的多维不平等先下降后上升，其中2006年的多维不平等水平达到最低点。而在2011—2015年，农村居民的多维不平等也呈现出先下降后上升的趋势。具体表现为，农村居民的多维不平等从2011年的0.3601和2012年的0.3878下降到2013年的0.3449，但之后又上升到2015年的0.5003，多维不平等达到8轮数据中的最大水平。当γ和β取其他值时，农村居民多维不平等的变化趋势和γ=-1，β=0时基本一致，2005—2010年和2011—2015年两个阶段中的多维不平等水平均先下降后上升。

从2005—2015年总体分析，农村居民的多维不平等水平总体呈现波动上升的趋势。虽然农村居民的多维不平等水平呈现了波动变化，但无论如何设置参数，2015年的多维不平等水平均是最高的。虽然描述分析结果表明，2005—2015年农村居民在收入方面有了很大的提升，但与此同时，农村居民的多维不平等水平却从总体上波动上升。这表明政府应该在发展农村经济、提升农村居民收入的同时，也要注重出台相关政策从多个维度缩小农村居民的福利差距。

(三) 稳健性检验：Tsui指数和多维基尼系数测量结果

为检验Maasoumi指数测量结果的稳健性，进一步使用Tsui指数和多维基尼系数测量农村居民的多维不平等水平，测量结果如表 4所示。

Tsui指数测量结果表明，无论ε取何值，农村居民的多维不平等水平呈现与Maasoumi指数测量结果相似的变化趋势。如表 4所示，在2005—2010年间，农村居民的多维不平等先下降后上升，2006年是最低点，同时2006年的多维不平等水平也是所有观察年份中最低的。2011年和2010年的多维不平等几乎持平。在2011—2015年，农村居民的多维不平等水平呈现先下降后上升的趋势。从2005—2015年总体来看，农村居民的多维福利不平等出现恶化，2015年的多维不平等水平是所有观察年份中最高的。分析结果表明，Tsui指数测量结果展示的趋势和Maasoumi指数测量结果一致，农村居民多维不平等的变化分析结论具有稳健性。

除以上趋势分析外，Tsui指数测量结果还有一定的经济含义。以ε=1.5为例，2005年农村居民的多维不平等为0.4764，意味着在保持社会福利水平不变的情况下，均匀分配可以在当前资源总量的基础上节省47.64%的资源。同理，2015年农村居民的多维不平等为0.6726，意味着均匀分配可以在当前资源总量的基础上节省67.26%。相比于2005年，2015年均匀分配节省的资源比例更高，说明2015年的多维不平等水平更高。

多维基尼系数的计算结果表明，无论δ取何值，多维基尼系数测量的农村居民多维不平等的变化趋势与Maasoumi指数结果总体相似。2005—2010年，农村居民的多维基尼系数先下降后上升，2006年为最低值；当δ取值为5和10时，2011—2015年的多维不平等总体也呈现先下降后上升的趋势。在三个参数下，2015年农村居民的多维基尼系数达到了最大值。从总体来看，2005—2015年农村居民的多维基尼系数整体呈现波动上升趋势，这与Maasoumi指数和Tsui指数反映的趋势基本一致。

多维基尼系数也有与Tsui指数相似的经济含义。以δ=5的计算结果为例，2005年农村居民的多维基尼系数水平为0.7186，这表明在相同的福利水平下，均匀分配可以使当前的资源使用减少71.86%；2015年农村居民的多维基尼系数水平为0.8345，这表明在相同的福利水平下，均匀分配可以使当前的资源使用减少83.45%，这表明，从2005年到2015年，农村居民的福利状况出现了恶化。

虽然由于参数设定的不同，Maasoumi指数、Tsui指数和多维基尼系数的测量结果没有可比性，但是它们反映的农村居民多维不平等的演进趋势相同，说明结果是稳健的。三种指数对农村居民多维不平等的测量结果均反映出，2005—2010年，农村居民的多维不平等水平先下降后上升，2006年多维不平等水平最低。2011—2015年，农村居民的多维不平等基本也呈现出先下降后上升的趋势，2015年达到最高水平。从整体来看，2005—2015年，农村居民的多维福利不平等水平波动上升。

五、农村居民多维不平等的分解结果

在农村居民多维不平等水平测量基础上，本文还从群组和维度的角度对多维不平等进行分解。首先，按照区域和性别群体分组，分析群组细分之下不同群体的多维不平等变化以及组内和组间对总体多维不平等的贡献率。其次，按照维度进行分解，分析不同维度不平等的变化以及各维度对多维不平等的贡献率，探讨农村居民多维不平等的主要来源。

(一) 按照区域分解的结果

按照区域对农村居民多维不平等进行分解，分析发现：第一，东部、中部和西部的农村居民多维不平等的变化趋势与总体多维不平等一致。在2005—2010年和2011—2015年两个阶段，东部、中部和西部农村居民的多维不平等水平均呈现先下降后上升趋势。三个区域在2015年均达到多维不平等的最大值。第二，除了2005年和2015年，在其他观察年份，东部地区的农村居民多维不平等水平最高，在大部分观察年份中，中部地区的多维不平等大于西部地区。第三，东、中、西三个区域农村居民的组内不平等，几乎可以解释全部的整体多维不平等水平，区域之间的不平等对整体的多维不平等影响较小，这表明整体多维不平等的最重要来源是东、中、西三个区域内部的多维不平等。产生这种结果可能是因为本文关注的是农村居民，不同区域的农村居民之间的平均福利水平差距不大，但是各个区域内部农村居民福利分化的程度越来越大。区域内各省(直辖市、自治区)农村居民的人力资本积累能力差距加大，获得非农收入的能力差别较大，导致区域内部的不平等问题凸显(表 5)。

(二) 按照性别群体分解的结果

将多维不平等按照性别群体分解，结果如表 6所示。

分析发现：第一，农村男性和女性居民的多维不平等的变化趋势与样本整体的多维不平等变化趋势一致，2005—2010年和2011—2015年均呈现先下降后上升的趋势。2005—2015年总体的多维不平等水平呈现波动上升趋势，2015年农村男性群体和女性群体的多维不平等水平均达到最大值。第二，农村女性居民的多维不平等水平高于男性居民。2005—2015年间的数据均显示，女性居民不平等水平高于男性居民。在2005—2008年间，女性群体和男性群体的不平等差距在0.07之下，而在2010—2015年间，女性和男性群体不平等的差距均在0.1以上，表明女性和男性群体的不平等差距在拉大。第三，农村男性居民和女性居民的组内不平等水平是整体多维不平等的最重要来源。其中，2005年的组内不平等对多维不平等的贡献达到93.83%，而2011年组内不平等贡献率较低，但也达到了89.84%，表明总体的多维不平等主要来自男性和女性群体内部的不平等，男性和女性之间的不平等对总体的贡献率较小。出现这种现象的可能原因是，随着市场化和工业化进程的加快，农村居民可以有更多的渠道进入劳动力市场，男性和女性在劳动力市场的差别降低，而男性和女性群体内部因为不同个体就业能力、社会资本等方面的差异，导致农村男性和女性居民各自内部的多维不平等逐渐拉大。

(三) 按照维度分解的结果

将多维不平等按照维度进行分解，结果如表 7所示。

根据Maasoumi指数分解的表 5和表 6式，可以发现多维不平等按照维度分解的结果与按照群组分解的结果存在差异。将多维不平等按照维度分解，其结果是单个维度不平等的加权和再减去各维度的替代效应，反映在贡献率方面，是不同维度的贡献率之和(可能超过100%)减去剩余项的贡献率。虽然如此，不同维度对多维不平等的贡献率依然可以比较其高低，以此反映出哪些维度对多维不平等的影响较大。表 7结果表明，除了2005年，在其他观察年份中，收入不平等的贡献均最大，其次是教育不平等，最后是健康不平等。剩余项代表了维度之间的替代效应，替代效应的占比多在50%以上。这些结果说明，影响农村居民多维不平等的主要因素是收入不平等，其政策含义是未来在社会主要矛盾解决中，仍需特别关注收入不平等的改善。剩余项较高说明三个维度之间的替代性较高，收入、教育、健康之间存在较大的相互影响。

六、结论与政策含义

本文从多维视角测量了农村居民的福利不平等水平，分析其多维不平等的动态变化，并依据群组和维度进行多维不平等的分解。在中国综合社会调查(CGSS)2005—2015年间的8轮农村居民调查数据基础上，首先使用Maasoumi多维不平等指数分析了农村居民的多维不平等水平和变化，然后使用Tsui指数和多维基尼系数对结论进行了稳健性检验。文章还使用群组和维度分解的方法分析了不同区域、不同性别群体的农村居民多维不平等差异，对比组内不平等和组间不平等对总体的贡献率，分析了不同维度对多维不平等的贡献率。主要结论如下：

第一，将观察期分为两个阶段，在2005—2010年和2011—2015年，农村居民的多维不平等水平均呈现先下降后上升的趋势。第二，从2005—2015年总体分析，农村居民的多维不平等水平呈现波动上升趋势，2015年的多维不平等水平达到最大值。第三，东部农村居民的多维不平等最高，其次是中部地区，西部地区的多维不平等最低。东、中、西部地区的多维不平等变化趋势与总体多维不平等变化趋势基本一致。区域内部的农村居民多维不平等对总体的贡献率高于区域之间的贡献率。第四，农村男性和女性居民的多维不平等的变化趋势与样本整体的多维不平等变化趋势一致，农村女性居民的多维不平等水平高于男性，男性和女性居民各自组内的多维不平等对总体不平等的贡献率高于组间的贡献率。第五，除了2005年外，在其他观察年份，收入不平等对农村居民多维不平等的贡献最大，其次是教育不平等，最后是健康不平等。

以上结论有较强的政策含义。第一，农村居民在2005—2015年间的多维不平等水平总体呈现波动上升趋势，说明政策应使用多维视角关注农村不平等，且注意农村多维不平等上升的实际状况，需要从收入、教育和健康等多个方面同时发力，控制农村居民不平等上升的势头。在收入方面，除了当前政府大力推动的精准扶贫、增加贫困群体收入的政策外，还应注重非贫困但仍是低收入的群体的增收问题，降低收入方面的不平等。在教育方面，应重点关注农村地区中基础教育水平较差、平均受教育水平较低区域的教育均等化问题，通过对这些区域任课教师在工资、福利保障、职称评定、选拔晋升等方面的政策倾斜，吸引更多优秀人才到农村教育薄弱地区工作，降低教育方面的不平等。在健康方面，重点关注农村地区中医疗水平较低、医务人员较少、医疗可及性较差的区域，通过加大这些区域的医疗技术支援、增加医疗经费投入、稳定乡村医生队伍、推动巡回诊疗等方式，促进农村地区医疗服务均等化，降低健康方面的不平等。第二，农村居民多维不平等分解的结果表明，区域内部多维不平等对总体的贡献率大大超过区域间的不平等，说明在缓解不平等政策的制定中，在关注区域发展差距的同时，更应关注东、中、西区域农村居民内部的福利差距，实现东、中、西区域农村内部的平衡发展是未来政策的重点。第三，农村男女居民组内的多维不平等对总体的贡献率高于组间不平等，说明在致力于实现男女公平的情况下，更需要重点关注性别内部的不平等。政策制定中可考虑为资本积累较少的男性和女性群体提供就业或创业支持，如提供优惠的贷款和就业创业培训等，降低男性和女性内部的多维不平等。第四，收入不平等对农村居民多维不平等的贡献最大，表明增加农村低收入群体的收入水平、降低收入维度的不平等应是政府制定降低多维不平等政策关注的重点内容。