Z8.05.3Reproduction of inequality online设计研究
排除往往集中在老年、低收入与残障群体
别名: 数字不平等的分层 · 排除的社会分布 · digital inequality
概念解释
数字排除的人群分布不是随机的：它按年龄、收入、残障状况、教育程度等社会分层聚集。老年、低收入与残障群体在数字服务的门外扎堆——这不是巧合，而是既有社会不平等在线上空间的映射与放大。van Dijk 把这叫数字鸿沟的加深机制：鸿沟不是在弥合旧的不平等，而是给旧不平等加了一层新载体。
机制
为什么排除会聚集？三条通路叠加：
资源通路。 设备、宽带、流量是家庭开支项目，随收入分层；低收入家庭的「一台共用手机」撑不起每个成员的独立数字身份。
生涯暴露通路。 老年群体的技能 deficit 多数不是能力衰退，而是工作生涯里没有暴露于数字工具——学习窗口关闭后，技能习得要靠专门支持，而专门支持（社区课程、亲属协助）的密度又随居住地与收入分布。技能接入因此随年龄梯度倾斜。
双重障碍通路。 残障者遇到的常是可得性与无障碍的双重问题：先被「有没有适配我的操作方式的入口」拦一次（读屏兼容、字幕、操作简化），再被「这个入口的数字技能要求」拦一次。两层障碍相乘，排除概率远高于单层。
公共服务数字化随后把这些差异制度化：当基本服务以数字为默认通道时，原本可以在柜台被平等对待的差异，变成了能否进入服务的差异——不平等从「用得好不好」升级为「用得上用不上」。
怎么研究
- 数字鸿沟纵向研究：跟踪各群体的接入状态随时间的变化，van Dijk 的框架用于解释为何物理接入普遍改善后，技能与使用接入的差距持续存在。
- 技能差异研究：Hargittai 的二级鸿沟范式——同一批「互联网用户」做具体任务，完成率按教育、收入分层。
- 服务完成率的分组统计：政务与医疗服务的办结数据按人群分组，直接度量「用得上」的差异——这是把排除从推断变成观测的关键一步。
方法论注意点：群体变量之间高度相关（年龄 × 收入 × 残障 × 居住地），单变量分析会张冠李戴；多变量模型里要区分「群体效应」与「接入状态效应」——同样是没办成，是因为是老人，还是因为技能没到，政策含义完全不同。
边界
- 群体标签是概率不是个体判断。 老人里有熟练用户，年轻人里有被排除者；把「老年 = 不会用」当成个体预设去设计（如默认大字模式、限制功能），是对一部分人的新歧视。聚集是分布事实，不是标签资格。
- 分布随技术代际移动。 今天的「老年群体」与十年后的不是同一批人——生涯暴露在推进，别拿一张十年前的技能分布表做永久设计依据。
- 聚集 ≠ 全覆盖。 这三个群体之外还有语言少数群体、流动人口、无家者——聚集描述的是最大板块，不是排除的完整地图。
怎么落地
- 用人口统计与接入调查数据定位聚集区域，替代通道（代办点、移动服务车、人工热线时段）按聚集度布点，而不是按行政区划平均撒。
- 建立代办与协助的正式制度：亲属代办的授权流程、社区工作者的代办权限、上门服务的触发条件——把依赖人际协助从「托人情」变成「走流程」。
- 按群体分组监测服务完成率差异，把差距当作服务质量的红队指标定期公布。
- 验证办法：对目标群体做分层抽样回访，比较其服务办成率与总体办成率的差；差距收窄才叫补救生效，替代通道总量增长不算。