城鄉家庭多維不平等的測量、變化與分解研究

李萌，楊龍

（1. 福建農林大學經濟學院，福建 福州 350002；2. 福建農林大學公共管理學院，福建 福州 350002）

十九大報告指出，當前我國社會的主要矛盾已經轉變為人民日益增長的美好生活需要與不平衡不充分發展之間的矛盾。根據Alvaredo等[1]的研究，1980—2015年我國前10%的成人收入份額占國民收入的比例不斷上漲，1995—2015年我國最富有的1%人群占國民財富的份額從15%增長至30%，翻了一番。在收入差距拉大的背景下，不平等問題的分析將在新時代發展中十分重要[2]。此外，十九大報告還提出，要實施鄉村振興戰略，堅持農業農村優先發展。促進農村居民實現生活富裕、縮小城鄉差距，是鄉村振興戰略的重要目標。在此背景下，分析我國農村家庭和城鎮家庭的不平等狀況，對比城鄉家庭之間的不平等差異，探究我國農村家庭和城鎮家庭不平等的主要來源，將對我國降低不平等水平、縮小城鄉差距的相關政策制定具有現實意義。

城鄉家庭不平等不僅體現在收入或消費這些貨幣福利維度上，還體現在非貨幣福利維度上。已有研究從多個方面分析不平等，除了關注收入不平等[3-4]，還較多關注教育不平等[5-6]和健康不平等[7-8]。也有研究探討不同福利維度間的關系，如倪秀艷和趙建梅[9]發現農村居民總體教育水平的提高改善了農村健康不平等狀況，陳東等[10]和黃云等[11]的研究則顯示收入不平等是健康差異的重要影響因素。

單個維度的不平等無法反映綜合的福利水平差距，因此在單個維度福利研究的基礎上，學者們對如何測量多維不平等進行了深入研究。多維不平等研究主要集中于多維不平等指數構建和指數分解兩個方面。在多維不平等指數構建方面，主要有三種思路：規范化方法、兩階段法和混合法[12]。規范化方法是指在一個滿足一系列性質的社會福利函數的基礎上構建多維不平等指數。社會福利函數需要滿足的性質主要包括匿名性、單調性、比例尺度無關、庇古—達爾頓轉移原則等[13-14]。Kolm[15]最早使用規范化方法提出了多個維度的社會福利函數，但未提出具體的測量多維不平等的指數。后來學者們在Kolm研究基礎上提出了測量多維不平等的指數。Tsui[16]根據 Atkinson[17]、Sen[18]和 Kolm[15]的研究提出了Tsui指數，并進一步改進了Tsui指數，使之滿足相關增加占優性質[19]。Gajdos和Weymark[20]最早提出了多維基尼系數，Decancq和Lugo[13]、Banerjee[21]進一步改進了多維基尼系數。兩階段法是指首先利用效用函數，計算出每個研究對象的多維效用，然后按照單維不平等的計算方法來測量多維不平等。Maasoumi[22]最早使用兩階段法，他根據信息理論定義了第一階段的效用函數，然后利用廣義熵指數構造了Maasoumi多維不平等指數。混合法是利用已有的單維不平等指數構造多維不平等指數。Araar[23]提出了一種基于集中指數和基尼系數的多維不平等指數。該方法利用基尼系數衡量每個維度內的不平等，用集中指數衡量維度之間相關性產生的不平等，然后用二者的加權和構建出Araar多維不平等指數。

多維不平等指數中涉及各種參數，只有了解參數的確定方法和大小，才能確定多維不平等指數滿足的性質。多維不平等指數主要涉及3個參數：1）各個維度的權重，反映的是各個維度對多維不平等的影響程度；2）各個維度之間的可替代系數，反映的是維度之間可替代的難易程度；3）不平等厭惡系數，反映的是不平等指數對庇古—達爾頓轉移的敏感程度。在這3種參數中，后2種參數通常由主觀判斷確定，維度權重的確定方法主要有數據驅動法、混合法和規范化法[24]。

在多維不平等指數分解方面，Naga和Geoffard[25]將多維不平等指數分解為各個維度的貢獻與各維度之間相關性的貢獻；Kobus[26]分析了Tsui指數、多維基尼系數與各個維度不平等之間的關系；Araar[23]將多維不平等指數分解為各個維度的貢獻。除此之外，還有一些分解揭示了多維不平等更加豐富的內涵，例如Bosmans等[12]將多維不平等分解為“無效率”和“不公平”兩個部分。Decancq[27]將多維不平等分解為個體偏好的相關性、個體偏好的異質性、各維度的不平等和各維度之間相關性4個部分。

多維不平等分析能夠更全面地刻畫福利不平等，已有研究使用多維不平等指數對一些國家和地區的不平等進行了測量分析。這些研究主要使用的福利維度包括收入、消費、教育、健康和居住水平等。Decancq和Lugo[13]使用多維基尼系數測量了俄羅斯家庭在消費、教育、健康和居住條件的多維不平等，Angelini和Michelangeli[28]使用Tsui指數測量了歐盟國家收入、居住和教育的多維不平等。Rohde 和Guest[29]使用Maasoumi指數，從收入、教育、健康和休閑時間4個維度對比分析了美國、澳大利亞和德國的多維不平等水平。也有少量研究分析了中國家庭的多維不平等狀況，江求川[14]、王曦璟和高艷云[30]利用Tsui指數和多維基尼系數，對中國家庭收入、教育、健康和醫療的多維不平等進行了分析。

回顧已有研究發現，雖然針對多維不平等的理論和應用研究已經較為豐富，但現有研究仍存在一些不足。在指數選取方面，多數學者使用Tsui指數、Maasoumi指數和多維基尼系數進行測量分析，較少使用Araar指數。在實證研究方面，已有對中國多維不平等的研究較少對比分析農村家庭和城鎮家庭多維不平等水平差異及其變化狀況。基于此，本文利用2007年和2013年中國家庭收入調查（CHIP）數據，選取消費、教育和健康3個維度，采用Araar指數和多維基尼系數對我國農村和城鎮家庭的多維不平等水平進行測量，分析農村和城鎮家庭的多維不平等水平及其變化，并按維度對多維不平等進行分解，探討不同維度對多維不平等的貢獻差異，以期為降低城鄉家庭多維不平等相關政策提供借鑒。

1 研究方法

1.1 Araar指數

Araar[23]基于基尼系數和集中指數構建了一種多維不平等指數，具體測量方法如下：

第一，確定個體在各個維度上的取值。假設社會有N個個體，社會福利水平包含K個維度（例如收入、健康、教育），xik代表個體i在k維度上的取值，其中i=1，2，…，N，k=1，2，…，K。

第二，確定多維不平等的兩個組成部分，一是維度內部的不平等（IW），二是維度間相關性產生的不平等（IB），表達式分別為：

式中：Wk是維度k的權重，Ck代表按照各維度之和排序后，k維度上的集中指數。Ik代表k維度上的基尼系數。

第三，基于式（1）和式（2），Araar指數（IA）的計算表達式為：

式中：λk是k維度的參數，決定了多維不平等指數中維度內部不平等的權重。如果λk=0，多維不平等水平完全由維度相關性產生的不平等決定，反之λk=1，多維不平等水平完全由各維度內部的不平等決定。

第四，根據以上Araar指數的計算方法，按照維度分解，維度k對多維不平等的貢獻（PK）為：

1.2 多維基尼系數

為了檢驗Araar指數測量結果的穩健性，采用Banerjee[21]提出的多維基尼系數對農村和城鎮家庭的多維不平等水平進行測量。多維基尼系數的表達式為：

其中，IG指由N個個體、K個維度構成的群體X的多維不平等水平。yi通過以下步驟計算得到：將X矩陣中的每個值除以所在列的平均值進行標準化得到矩陣A，計算A'A對應的最大特征值的特征向量，并將其標準化為向量ε（ε的K個元素和為1），然后計算Aε，yi就是向量Aε第i行元素的值。ri是yi的排序，當yi＞yj時，ri＜rj。

1.3 數據來源

本文的數據來源是2007年和2013年CHIP數據中的農村和城鎮家庭數據。選擇CHIP 2007年和2013年數據的原因在于，CHIP數據中的農村和城鎮樣本來自國家統計局的常規住戶調查大樣本庫，基于此數據進行的不平等分析相對更具有可信性和代表性。此外， 2013年數據已經是CHIP項目組公開發布的距現在最近的數據，而2007年數據則是距離2013年數據較近的數據。受限于數據可得性原因，本文仍選擇這兩期數據進行農村和城鎮家庭多維不平等的變化分析。

1.4 維度選取

根據已有多維不平等研究的文獻，本文選取消費、教育和健康3個維度測量農村和城鎮家庭的多維不平等狀況。

1）消費維度。衡量家庭貨幣福利水平的常用指標是收入或消費。2012年12月前，國家統計局使用的收入定義對于城鎮居民指的是人均可支配收入，對于農村居民指的是人均純收入，2012年12月份實施的一體化住戶調查制度后，收入的定義對于農村和城鎮居民來講都是人均可支配收入，因此CHIP 2007和CHIP 2013的收入數據存在差異，難以對兩個年份直接進行對比。借鑒已有文獻，選用消費作為貨幣福利水平的指標。

2）教育維度。CHIP 2007和CHIP 2013均提供了家庭成員受正規教育年限的信息，由于戶主的受教育程度對家庭決策和福利水平起決定性作用，對家庭福利水平的影響大于其他家庭成員，因此借鑒Justino[31]的研究，選取戶主受正規教育年限作為家庭教育水平的代表。

3）健康維度。CHIP 2007和CHIP 2013數據都提供了健康的自評數據，由于戶主的健康水平對家庭影響最大，因此選擇戶主的健康水平作為家庭健康水平的代表。另外，自評健康水平是主觀問題，難以體現戶主真實的健康狀況，這可能影響多維不平等的度量結果。解決此問題的常用方法是使用有序Logit模型估計健康，使用擬合值作為健康水平的代理變量。

1.5 數據處理

在以上維度選取的基礎上，對城鄉家庭數據進行如下處理：

1）由于家庭的消費具有規模效應，如果單純按照家庭人口數量計算家庭人均消費則可能影響家庭福利水平的評估。本文利用OECD提供的成人等價尺度，即家庭規模的平方根，計算得出家庭的標準人均消費。

2）計算健康水平擬合值。自評健康水平需要符合福利函數的單調性，而問卷中自評健康的問題答案中，“1”表示最健康，“5”表示最不健康。根據數據分析需要，將自評健康調整為“1”表示健康最差，“5”表示健康最好。然后將自評健康水平對影響健康水平的因素進行有序Logit回歸，將得到的健康水平擬合值作為個體真實健康水平的代理變量[32]。根據已有研究，使用年齡、殘疾狀況、生病、性別、城鄉、教育、消費和家庭規模作為自變量放入回歸模型中。

3）為了使各個維度可比，將3個維度都進行標準化。將每個維度值減去該維度的最小值，除以該維度最大值與最小值的差，每個維度值被標準化為0～1的值。

4）刪除沒有戶主的家庭，刪除維度值缺失的家庭，最終使用數據中，2007年的家庭共12 567戶，其中農村家庭7 685戶，城鎮家庭4 882戶；2013年的家庭共16 473戶，其中農村家庭9 995戶，城鎮家庭6 478戶。

2 結果與分析

2.1 描述性統計分析

將消費、教育和健康3個維度的數據經過整理后，2013年的家庭標準人均消費水平比2007年多6 875.6元（表1），如果扣除價格因素，以2007年為基年，利用2008—2013年的居民消費價格指數進行調整，2013年實際家庭標準人均消費比2007年高4 317.71元。戶主的受教育水平的平均值下降了0.33年，戶主健康水平的平均值從2007年到2013年沒有明顯變化，2013年比2007年略低0.01。從城鎮和農村來看，2007—2013年城鎮家庭人均消費上升，健康水平上升，但是戶主平均受教育年限下降。而農村家庭除了在消費維度上提升，在教育和健康維度上都出現了不同程度的下降。對比城鄉來看，無論2007年還是2013年，城鎮家庭在消費和教育維度上都高于農村，在健康維度上，2007年城鎮家庭的健康水平低于農村，但是2013年城鎮家庭的水平高于農村。

表 1 描述性統計分析結果Table 1 Descriptive statistics

2.2 單維不平等的測量分析

在測量多維不平等之前，先分析消費、教育和健康的單維不平等，通過計算3個維度的基尼系數，了解每個維度的不平等水平及其變化狀況。2007年和2013年農村家庭、城鎮家庭和樣本總體各個維度的基尼系數結果表明，不管是從總體看還是分農村和城鎮看，2007年消費不平等水平最高，其次是教育不平等，健康不平等水平相對較低。農村家庭2007年的消費基尼系數比城鎮家庭高0.036 4，但是二者基尼系數都在0.4以下，而城鄉總體2007年的消費基尼系數卻高達0.444 8（表2），這說明農村和城鎮家庭之間的消費不平等較大。教育基尼系數所顯示的趨勢和消費基尼系數一致，農村家庭的教育不平等略高于城鎮，但是城鄉總體的不平等水平達到0.205 7，大于農村家庭和城鎮家庭的基尼系數，說明農村和城鎮家庭之間的教育不平等水平較高。健康不平等的趨勢不同于消費和教育，農村家庭的健康不平等明顯低于城鎮家庭，但是總體的健康不平等水平高于農村內部不平等、低于城鎮內部的不平等。2013年農村家庭的消費基尼系數大于城鎮，總體的消費不平等水平仍然大于農村內部不平等和城鎮內部不平等。農村家庭的教育不平等高于城鎮，而總體的教育基尼系數高于農村和城鎮。農村的健康不平等略高于城鎮，樣本總體的健康不平等和農村內部、城鎮內部基本相等。

表 2 農村和城鎮家庭各個維度的基尼系數計算結果Table 2 Gini indices of rural and urban households

對比2007年和2013年的3個維度不平等的變化可以發現，在消費方面，總體的消費基尼系數下降，消費不平等狀況得到改善，同時農村家庭內部的消費不平等也略有下降，但是城鎮內部的消費不平等卻上升了0.012（表2），這說明總體家庭不平等問題的改善并不意味著其中某個群體的不平等一定得到改善。因此在關注總體的不平等狀況時，也應該分別對農村和城鎮內部的不平等進行分析。在教育方面，2013年總體的教育基尼系數上升，同時農村內部和城鎮內部的教育不平等都有不同程度的上升，尤其是農村的教育不平等水平上升更多。出現這一現象的原因在于我國教育資源分配的不均衡。不管是在農村地區還是在城鎮地區，在市場化進程中，優質教育資源均不同程度出現了集聚現象。在此情況下，享受優質教育機會的不平等進一步上升，進而導致教育結果的不平等加劇。在健康方面，相比于2007年，2013年總體的健康不平等水平略有下降，城鎮內部的健康不平等水平大幅度下降，而農村內部的健康不平等水平上升，并且從2007年城鎮內部的不平等高于農村，轉變為2013年農村內部的健康不平等高于城鎮。這樣的變化可能是醫療衛生體制改革的結果，城鎮職工醫療保險體制改革提高了城鎮居民的醫療保障水平，緩解了健康不平等，而新農合醫療制度的保障起點較低，保障水平與城鎮有差距，導致農村內部的健康不平等不降反升。除了醫療服務因素，健康不平等和收入水平緊密相關。收入水平直接影響到農村居民的健康或醫療支出，農村內部收入差距的擴大也會直接影響到健康或醫療支出的不平等。

2.3 多維不平等測量分析

在使用Araar指數測量多維不平等之前要確定各個維度的權重。本研究參照已有研究，將三個維度取等權重，均為1/3。令所有維度的λ相同，并令λ分別取值0.1、0.5和0.9，以檢驗結果的穩健性。

使用Araar指數測量農村和城鎮家庭多維不平等的結果見表3。結果表明，無論λ取何值，2007年和2013年農村家庭的多維不平等水平均高于城鎮家庭。農村家庭和城鎮家庭2013年的多維不平等水平均高于2007年，且農村家庭的多維不平等水平增加幅度大于城鎮家庭。以λ=0.5的結果為例，2007年農村家庭的多維不平等水平為0.173 9，比城鎮家庭高0.001 6；2013年農村家庭的多維不平等水平為0.185 3，比城鎮家庭高0.006 6。對比不同年份的結果，當λ=0.5時，2013年農村家庭的多維不平等水平比2007年的水平高0.011 4，2013年城鎮家庭的多維不平等水平比2007年的水平高0.006 4，表明從2007年到2013年，不管是農村家庭還是城鎮家庭，多維不平等水平都上升，這一結論在λ=0.1和λ=0.9時依然成立。

表 3 農村和城鎮家庭Araar多維不平等指數的測量結果Table 3 Araar multidimensional inequality indices of rural and urban households

農村和城鎮家庭多維不平等測量結果還表明，雖然農村家庭和城鎮家庭2013年的多維不平等水平均高于2007年，但2013年總體家庭的多維不平等水平卻低于2007年的水平。出現這一現象的原因可能是，樣本總體的多維不平等水平不是由農村家庭和城鎮家庭的不平等水平簡單加總而得的，而是由農村家庭、城鎮家庭內部的不平等和城鄉家庭之間的不平等構成。雖然農村家庭和城鎮家庭多維不平等水平上升，但隨著城鎮戶籍制度逐步放松，農村勞動力大量流入城鎮，農村家庭和城鎮家庭的收入差距在縮小[33]。此外，由于大量政策制定者和研究者長期關注城鄉差距，在國家政策制定和實施中，城鄉公共服務均等化不斷推進，城鄉之間的社會保障政策（例如醫療政策、養老保險政策）也在逐步接軌，使得城鄉之間的多維不平等下降。這一分析也表明，在多維不平等的分析中，有必要將農村家庭和城鎮家庭進行分組分析，這樣能夠增進對總體和不同群組多維不平等水平及變化的理解。

表3的結果還表明，不管是2007年還是在2013年，樣本總體的多維不平等水平均高于農村家庭和城鎮家庭，這與單個維度不平等的消費維度和教育維度呈現的趨勢相同。

不同地區的城鄉家庭多維不平等也有差異，按照東部、中部和西部區域劃分，城鄉家庭多維不平等的測量結果見表4。以λ=0.5的測量結果為例，無論是東部、中部還是西部地區，從2007年到2013年，農村內部和城鎮內部的多維不平等都上升。2007年東部地區農村多維不平等高于城鎮，西部地區農村和城鎮多維不平等相同，而中部地區城鎮多維不平等高于農村。而2013年這一趨勢發生了改變，東部地區城鎮多維不平等高于農村，而中部地區和西部地區的農村多維不平等高于城鎮。從測量結果來看，這是因為從2007年到2013年，中部和西部地區的農村多維不平等上升的幅度高于城鎮，而東部地區城鎮多維不平等上升的幅度高于農村。從以上測量分析結果表明，中部和西部農村地區的多維不平等狀況惡化更快，需要更多關注。

表 4 分地區農村和城鎮家庭Araar多維不平等指數測量結果Table 4 Araar multidimensional inequality indices of rural and urban households in different regions

2.4 多維基尼系數測量分析

多維基尼系數的計算結果和Araar指數的計算結果基本一致（表5）。多維基尼系數的結果也表明，不管是在2007年還是在2013年，農村家庭的多維不平等水平高于城鎮家庭。相比于2007年，農村家庭和城鎮家庭的多維不平等水平均出現了上升，而總體家庭的多維不平等水平下降。具體來講，2007年農村家庭的多維基尼系數為0.175 7，比城鎮家庭的多維基尼系數高0.013 9。2013年農村家庭的多維基尼系數為0.182 0，比城鎮家庭高0.006 9。從年份對比看，2013年農村家庭的多維基尼系數比2007年的水平高0.006 3，2013年城鎮家庭多維基尼系數比2007年高0.013 3，表明農村家庭和城鎮家庭的多維不平等水平均出現了上升。2007年和2013年總體家庭的多維基尼系數均高于農村家庭或城鎮家庭。這些結論和Araar多維不平等指數的測量結果一致，表明Araar指數測量的農村家庭和城鎮家庭多維不平等的結果較為穩健。

表5 農村和城鎮家庭多維基尼系數Table 5 Multidimensional Gini indices of rural and urban households

2.5 多維不平等分解結果分析

農村和城鎮家庭的多維不平等結果按維度分解結果表明，在2007年和2013年兩個年度，不管是分別從農村家庭和城鎮家庭看還是從總體看，消費維度對多維不平等的貢獻都是最高的，其次是教育維度，健康維度的貢獻較低（表6）。2007年和2013年農村家庭消費維度對其多維不平等的貢獻率分別達到了70.87%和65.26%，高于教育維度和健康維度對多維不平等的貢獻。2007年和2013年城鎮家庭消費維度對多維不平等的貢獻率分別為64.50%和64.44%，也高于教育維度和健康維度。2007年和2013年總體家庭消費維度對多維不平等的貢獻率分別為68.69%和63.24%，高于教育和健康維度對多維不平等的貢獻。

表 6 農村和城鎮家庭多維不平等的分解（%）Table 6 Decomposition of the Araar multidimensional inequality index of rural and urban households (%)

農村家庭和城鎮家庭內部的教育維度貢獻率低于樣本總體中教育的貢獻率。2007年農村家庭的教育維度貢獻率為19.30%，比樣本總體教育維度的貢獻率低4.5個百分點。城鎮家庭的教育維度對多維不平等的貢獻率為21.03%，比樣本總體教育維度的貢獻率低2.77個百分點。這表明，農村和城鎮家庭內部的教育維度貢獻率低于樣本總體中教育的貢獻率。2013年教育維度的貢獻水平顯示了相同的趨勢。城鎮家庭和農村家庭內部的教育維度貢獻率低于樣本總體中教育的貢獻率，表明城鄉之間的教育不平等水平較高。

相比于2007年，2013年總體和農村家庭消費維度的貢獻率下降幅度較大，而城鎮家庭中消費維度的貢獻率在兩個年度基本持平。無論是農村家庭、城鎮家庭，還是樣本總體，教育維度對多維不平等的貢獻率均出現了上升，表明從2007年到2013年，農村家庭和城鎮家庭教育不平等的問題都更為嚴重，這應該得到降低不平等政策的關注。在健康維度上，農村家庭健康維度的貢獻率出現了上升，但城鎮家庭的健康維度對多維不平等的貢獻率卻發生了下降，表明城鎮家庭健康不平等問題得到緩解，而農村家庭的健康不平等問題逐漸惡化。

3 結論與政策含義

3.1 結論

在我國社會主要矛盾發生轉變和實施鄉村振興戰略的背景下，從多維視角研究農村和城鎮家庭的不平等問題具有重要意義。研究表明，農村家庭的多維不平等水平高于城鎮家庭，相比于2007年，2013年農村家庭和城鎮家庭的多維不平等水平均上升，城鄉家庭的多維不平等狀況進一步惡化。但2013年總體家庭的多維不平等水平卻低于2007年的水平。單維度不平等結果則顯示，農村家庭在收入和教育上的不平等高于城鎮家庭。

多維不平等的分解結果表明，不管是農村家庭還是城鎮家庭，消費維度對多維不平等的貢獻率最高，其次是教育維度，健康維度的貢獻率較小，消費不平等仍然是最值得關注的問題。從2007年到2013年，無論是農村家庭還是城鎮家庭，教育維度對多維不平等的貢獻率均上升。農村家庭和城鎮家庭的教育維度貢獻率低于樣本總體中教育的貢獻率，城鄉之間的教育不平等水平較高。在健康維度上，城鎮家庭健康維度對多維不平等的貢獻率下降，而農村家庭健康維度對多維不平等的貢獻率上升。

3.2 政策含義

1）從多維視角出發，重點關注農村家庭的多維不平等。相關政策應該更加關注農村家庭多維不平等的降低，從消費、教育和健康等多個福利維度入手全面提高農村家庭的福利水平，不僅關注農村家庭的貨幣福利水平，還應該關注非貨幣福利維度，例如教育和健康，保障各類資源分配的均等化。

2）高度關注農村家庭和城鎮家庭多維不平等均上升的問題。相關政策不僅要關注消費不平等，還要高度關注非貨幣維度的教育和健康不平等，多渠道同步提升城鄉家庭收入，改善城鄉醫療衛生條件，增加貧困地區的教育投入，制定更加全面的資源分配政策，控制農村家庭和城鎮家庭多維不平等上升的勢頭。

3）在降低農村家庭和城鎮家庭多維不平等的政策制定中，應該重點關注降低消費維度的不平等。在已經提高個稅起征點的基礎上，應借鑒其他國家經驗，討論房產稅、遺產稅等相關政策，進一步降低不平等程度。高度重視教育維度對農村家庭和城鎮家庭多維不平等的貢獻率上升的情況，建立優質教育資源共享體系，調節各級學校的資源分配比例，充分發揮教育財政投入的杠桿作用和指引作用，縮小農村和城鎮內部的教育不平等水平。此外，應重視農村家庭健康不平等貢獻率上升問題，通過完善農村的醫療保障體系，促進醫療服務在農村和城鎮的均等化進程，提高農村醫療保障力度，縮小城鄉醫療保障的差距。

致謝：本文使用了中國家庭收入調查（CHIP）數據，感謝北京師范大學中國收入分配研究院提供的數據支持。