指标权重的设定方法与结果
已有的研究或采取专家调研法，即从主观上为指标设定权重；或采取客观赋权法，也即采用层次分析等统计方法，从数据的分析和统计中求得权重。虽然客观赋权法更能增强指标的解释力和独立性，但我们仍决定采用主观赋权法。正如我们在之前经济社会公平度测评报告中所指出的，之所以这样做，是因为我们希望突破以往过分重视与收入有关的因素这一思维定势，更多地强调公平发展理念，而客观赋权法无法很好地实现这一点。具体来讲，这种主观赋权法能够体现以下两方面理念：第一，与效率相比，更加重视从公平的角度来审视问题；第二，合理权衡底线公平、机会公平和分配公平三者的重要性。
在权重系数调节的具体操作上，我们采取有事先提示的专家调研法，即邀请经济、社会领域的专家学者各15名，以及15名在综合管理岗位上任职的党政干部，让他们分别给各指标打分，并且明确告知他们要更多地考虑公平发展的理念。指标权重的计分方法是：我们列出待赋权重的指标，要求专家对同一层级的指标进行两两比较（如果专家认为甲指标比乙指标重要，那么就给甲指标计1分，乙指标不得分）。在这一过程中，一个指标“打败”其它指标的次数越多，所得的分数就越高。当然，这样的打分工作是在一、二级指标层面同时展开。将这样的打分工作进行五轮后（在开展下一轮打分工作前，我们都将每个指标在上一轮打分中所得的平均得分告知打分者，以供其参考），我们将各指标在每轮中的得分相加，再进行相应调整，就得到了各指标的权重系数（见图1）。
数据的标准化处理
为了增强测评结果的科学性和可比性，在对指标数据的选择和设定过程中，我们应用了此前测评研究中连续使用过的具有单调性和凸性特征的指数功效函数，对三个二级指标数据分别进行了无量纲化和标准化处理。该功效函数的具体形式如下：
该功效函数中，d是量化后的得分，我们将其区间控制在了60-100之间，x是观测值，也就是各指标数据的实际统计值，xh是满意值，xs是不允许值。一般来说，正向指标满意值取各指标的最大值，不允许值取其最小值，但诸如贫困率这样的指标是逆向指标，满意值应取其最小值，不允许值取其最大值。在操作过程中，经过功效函数的转换之后，就可将各区的指标数值全部转换为60-100之间的得分。因此，在我们构建的经济社会公平度评价体系中，最低生活保障参保人数占常住总人数比重的观测值越大，得分越低；其他指标则相反，观测值越大，得分越高。
然而有必要指出的是，依据该功效函数所得出的结果是相对结果，前述三个指标数据的最小值和最大值会影响各区经济社会公平度的得分。也就是说，如果改变参与测评的地区样本量，可能会导致数据指标的最大值和最小值发生变化，各区经济社会公平度的最终得分也会发生变化。但是这并不会对各区之间经济社会公平度的排名顺序产生影响，也就是原有各区经济社会公平度的先后排序将保持不变。
测评结果及各区今后提升经济社会公平度的重点路径
结合各指标得分及其权重，我们分别计算了上海市所属17区底线公平度、机会公平度、分配公平度得分，并依据三个分项公平度得分的由高到低分别对17区进行了排名；再结合三个一级指标的权重，我们进一步计算了17区经济社会公平度的总得分，并依据总得分的由高到低对17区进行了排名。通过对各区之间各级指标得分及排名进行比较，分析了各区在公平发展方面的突出亮点，找出了其中存在的问题，进而提出了各区今后进一步提升经济社会公平度的对策建议。
松江区：经济社会公平度在17区中居首位。比较分析结果显示，这主要得益于该区底线公平度、机会公平度和分配公平度排名均较高（分别位列第2、第3和第3）。相对而言，对于松江区，进一步提高中等教育完成率，提高社会民生方面的公共财政支出水平，是其今后进一步提升经济社会公平度的两个重点。
闵行区：经济社会公平度在17区中位列第2。比较分析结果显示，这主要得益于该区底线公平度和分配公平度两项指标排名均较高（分别位列第3和第2），但该区机会公平度在17区中排名偏低（位列第16）。为此，对于闵行区，努力提高中学教育完成率，是其今后进一步提升经济社会公平度的重点。