Page 242 - 《社会》2024年第6期

能力的代价与分化：第三道数字鸿沟中的数字伤害

字技能、周使用时长等连续型变量进行了中心化处理。
由表 5 可知， 特定学历和收入群体表现出对数字技能和数字伤害
关系的显著调节作用。 大学本科及以上学历群体和高收入群体的特征
会负向调节数字技能对数字伤害的影响。 如图 5 所示：与小学及以下学
历、低收入群体相比，大学本科及以上学历群体和高收入群体的数字技
能对数字伤害影响的斜率更低，城乡变量以及个人类型的性别、年龄变
量的调节作用并没有被观察到。 因此，假设 3 在位置类型优势层面得到
了部分支持。 只有那些处于最高优势位置的群体才会表现出对数字伤
害的调节作用， 效应主要体现于社会经济地位层面。 基于“知识沟假
说 ”， 数 字 知 识 的 最 大 差 异 出 现 在 大 学 教 育 层 面 （ Scheerder，et al.，
2019）。 相关研究表明，高学历者与中等学历者之间主要是“使用性”鸿
沟 ，中 等 学 历 者 与 低 学 历 者 之 间 则 是“接 入 性 ” 鸿 沟（陈 明 明 、 陈 雨 ，
2024），这意味着，只有高学历群体才具有全面而丰富的互联网经验。此
外，也有研究表明，与普通阶层和中间阶层相比，数字收益率的关键拐
点在上流阶层，因为只有这一群体才拥有真正高质量的数字资源（李
金昌、任志远，2022）。 因此，身居学历和收入的顶部位置的群体才有更
足够的认知和能力去抵御技能提升过程中产生的数字伤害。

图 5：不 同 教 育 和 收 入 群 体 对 数 字 技 能 的 调 节 效 应
（四）稳健性分析
根据传统的中介分析框架 （Hayes，2013）， 本研究对变量之间的直
接效应、中介效应和交互效应进行了分析。 但这一框架也存在缺陷：一
是传统框架实际上只报告了直接影响和间接影响的平均效应， 当存在
自变量和中介变量相互作用时， 平均效应估计就会忽视两者之间的重
要信息，从而无法完全洞察总效应背后的因果机制（Pearl，2001）；二是

· 235·