数据作为大数据时代全新的生产要素，深度渗透社会服务、资源分配、公共决策、商业供给等各个领域，已然成为民众参与社会生活、享受发展红利的基础门槛。依托海量数据采集、智能算法分析与全域资源整合技术，数字平台能够精准匹配大众需求、优化资源配置效率、赋能社会数字化转型。但技术红利并非普惠全员，当前大数据体系整体以主流群体的行为特征、消费习惯、需求偏好为搭建基准，老年人、残障人士、偏远地区居民、小众圈层爱好者、少数特殊职业者等小众群体，因数据样本缺失、算法偏见、资源分配失衡等问题，逐渐被排斥在数字服务体系之外，陷入数据边缘化困境。这种边缘化现象打破数字社会平等发展的底层逻辑，加剧新型数字不平等，衍生出深层次数字公平危机，成为数字中国建设进程中亟待破解的现实难题。
一、数据边缘化的核心内涵与小众群体界定
1.数据边缘化基本内涵
数据边缘化是传统数字鸿沟的进阶形态，区别于早期因网络设备、网络接入产生的“接入沟”，以及数字素养不足引发的“使用沟”，其本质属于数字鸿沟体系中更高层级的“知识沟”与“分配沟”范畴。简单而言，就是小众群体的行为数据、服务需求、权益诉求无法被大数据系统有效采集、收录与识别，进而导致该群体在算法决策、资源分配、公共服务供给中话语权缺失、适配服务缺位，最终被系统性排除在标准化数字服务之外的社会现象。相较于显性的数字接入差距，数据边缘化具备极强的隐蔽性，潜藏于算法黑箱与数据筛选机制之中，不易被察觉，却能从根源上剥夺小众群体共享数字红利的权利，固化社会数字分层格局。
从运行逻辑来看，大数据算法普遍遵循“概率优先、多数至上”的运行原则，系统优先抓取数据库中出现频次高、覆盖面广的主流群体数据，以此作为模型训练、服务推送、决策判断的核心依据，而小众群体碎片化、低频次、差异化的小众数据，会被判定为无效数据或冗余数据，遭到自动过滤与舍弃，学界将这一现象定义为“数据遮蔽”。数据遮蔽的长期存在，使得小众群体逐步丧失数据话语权，形成“无数据—无服务—无反馈”的恶性循环，最终沦为数字时代的“隐形群体”。
2.受困小众群体主要类型
本文所指的小众群体，并非单一圈层概念，而是泛指在数字生态中，因生理特征、地域条件、经济水平、兴趣圈层、职业属性等因素，需求区别于社会主流群体，且数据样本覆盖率极低的各类群体，主要分为三大类别。其一，生理与年龄层面的弱势群体，包括老年群体、残障人士、慢性病特殊病患等，这类群体受生理条件限制，数字化行为模式特殊，难以适配通用型数字产品；其二，地域与经济层面的弱势圈层，涵盖偏远乡村居民、欠发达地区低收入人群，该类群体数字行为频次低、数据档案不完善，难以被全国性数字平台覆盖；其三，社会圈层层面的小众群体，包含小众文化爱好者、小众特殊从业者、小众语言使用者等，其个性化、差异化需求无法被通用大数据模型捕捉与满足。
二、小众群体数据边缘化的具象化表现
1.个性化需求被集体忽视
当前主流互联网平台、公共数字服务系统均以大众共性需求为研发导向，产品功能、服务模式围绕主流用户数据设计，并未兼顾小众群体的差异化诉求。在日常生活场景中，这类问题随处可见：短视频、资讯平台算法固化内容推送逻辑，小众文化、冷门兴趣相关内容数据库储量极低，小众爱好者长期面临内容获取困难、圈层交流渠道匮乏的问题；公共政务、医疗服务平台功能设计同质化严重，未适配残障人士无障碍操作、老年人简易操作、特殊病患专项问诊等小众需求，部分特殊群体无法独立完成线上办事、线上就医；电商平台商品推荐体系偏向大众化，小众尺码、小众材质、冷门刚需商品曝光度极低，小众消费者需耗费大量时间筛选商品，数字服务便捷性优势完全失效。
除此之外，在金融服务领域，边缘化问题更为突出。偏远地区居民、自由职业者等小众群体，缺乏完整规范的数字化行为数据与征信数据，金融平台无法通过算法完成资质审核，导致其无法享受线上信贷、投资理财、普惠金融等基础服务，直接被排斥在数字化金融体系之外，进一步拉大区域、群体间的资源差距。
2.资源分配出现结构性倾斜
算法本身具备中立技术属性，但算法训练数据、设计规则均由人类制定，且依托主流群体数据搭建模型，天然携带隐性偏见，这种偏见会通过自动化决策机制放大，造成资源分配不公。在公共资源分配层面，地方政府依托大数据平台开展民生资源调配、基础设施规划、公共服务点位布局时，往往依据区域用户活跃度、数据检索频次等数据制定方案，人口基数小、数据活跃度低的小众聚居区域，极易被判定为“低需求区域”，进而错失医疗站点、物流网点、便民服务站等公共资源倾斜机会。
在商业资源分配层面，“大数据杀熟”、资源分配倾斜问题常态化。外卖、出行、配送等平台的算法派单、定价机制，优先适配主流消费区域与主流用户，小众偏远区域不仅配送费用更高、配送时效更长，甚至直接无服务商接单；同时，部分平台依据用户数字化画像差异化定价，小众圈层用户、低频数字化用户常面临更高的服务定价，承受不合理的数字成本，形成“少数群体承担更高成本，却享受更低质量服务”的畸形格局。
3.群体话语权持续弱化
数据话语权是数字时代公民话语权的重要组成部分，数据样本的占比大小，直接决定群体诉求能否被平台与决策层重视。小众群体因数据体量小、分散性强，难以形成规模化的数据反馈信号，其权益受损、服务缺位等问题无法被大数据系统捕捉，既不能倒逼平台优化产品服务，也无法为公共政策调整提供数据支撑。相较于主流群体，小众群体既无专属的数据反馈渠道，也缺乏规模化的发声载体，在数字规则制定、算法模型优化、公共数字政策出台等环节完全处于被动地位。长此以往，小众群体的差异化诉求逐渐被社会忽视，数字权益保障陷入无人监管、无人回应的空白地带。
三、小众群体数据边缘化的深层成因
1.数据采集机制失衡，小众数据收录存在盲区
数据采集的偏向性是小众群体边缘化的首要诱因。从采集主体来看，主导大数据体系建设的互联网商业平台、政务数据部门，均以效益最大化为核心目标。商业平台为降低运营成本、提升盈利效率，会主动放弃采集投入成本高、受众基数小、变现能力弱的小众数据；政务数据采集多聚焦普遍性民生需求，尚未建立小众群体专项数据采集机制，数据覆盖存在天然盲区。从采集对象来看，部分小众群体自身存在数字化短板，老年群体、低学历群体数字化操作能力不足，偏远地区群体网络覆盖不完善，导致其基础行为数据无法被系统常态化收录，数据库内样本结构严重失衡，主流数据占比过高，小众数据长期处于稀缺状态。
2.算法运行逻辑固化，马太效应持续加剧
算法筛选与训练机制的固有缺陷，进一步固化数据不平等格局。现阶段绝大多数智能算法采用统计概率模型，以数据出现频次、用户覆盖规模作为权重分配依据，赋予主流数据更高优先级，小众低频数据权重被持续压低，直接被过滤出分析体系。同时，算法模型迭代遵循“迎合多数”的优化逻辑，平台根据主流用户反馈优化算法、更新产品功能，小众群体的负面体验与差异化需求因缺乏数据反馈，无法参与算法迭代进程。这种运行模式催生显著的马太效应：主流群体数据体量不断扩大，服务适配度持续提升；小众群体数据愈发稀缺，适配服务持续萎缩，两极分化态势日益明显。
3.市场逐利属性主导，普惠动力严重不足
市场化运作模式下，数字平台的逐利本质与小众群体普惠服务之间存在天然矛盾。对于互联网企业而言，适配小众群体需求需要投入专项研发成本、搭建专属数据模块、优化算法筛选规则，但小众群体受众基数小、商业变现能力弱，投入与收益不成正比，企业缺乏主动优化小众服务、采集小众数据的内生动力。反观大众化服务赛道，投入成本低、受众覆盖面广、盈利空间充足，资本资源持续向主流市场倾斜，进一步挤压小众数字服务的生存空间。而目前相关行业规范尚未对企业小众服务适配义务作出强制性规定，仅依靠企业社会责任自觉，难以实现小众数字服务的全面普及。
4.制度体系建设滞后，数字公平监管缺位
配套制度与监管体系不完善，是数据边缘化问题长期难以解决的根本原因。一方面，我国现行数字治理相关法律法规，多聚焦数据安全、个人隐私保护、算法反垄断等宏观层面，尚未针对数据边缘化、算法隐性偏见、小众群体数字权益出台专项规制条款，算法筛选标准、数据采集范围缺乏统一规范，监管部门无明确执法依据；另一方面，数字公平监管机制存在短板，当前监管重心集中于显性数字侵权行为，对于潜藏在算法黑箱内的数据遮蔽、隐性歧视问题，缺乏专业化的审核、检测与追责机制，隐性侵权行为难以被识别与惩处。同时，小众群体数字权益救济渠道不完善，权益受损后无专属维权路径，维权成本高、维权难度大。
四、数据边缘化引发的数字公平危机与社会风险
1.表层危机：数字机会公平失衡
机会公平是数字公平的基础，其核心要义是保障所有社会成员平等接入、平等使用数字资源，共享数字发展红利。数据边缘化直接打破这一底层公平逻辑，使得小众群体在就业、教育、医疗、金融等核心领域丧失平等参与机会。就业层面，智能招聘算法依托数字化简历、线上行为数据筛选候选人，小众职业从业者、偏远地区无完善数据档案的求职者，极易被算法直接淘汰；教育层面，线上优质教育资源推送偏向主流学生群体，特殊教育学生、偏远地区小众生源难以获取适配的个性化教学资源；医疗层面，智能问诊、线上诊疗系统无法适配特殊病患需求，部分小众病症相关数据缺失，延误病患诊疗时机。数字机会的不平等，进一步加剧阶层固化，让小众群体失去依托数字技术实现自我提升、突破发展瓶颈的机会。
2.中层危机：数字分配公平失序
数据已成为新型生产要素，数据资源的分配直接决定数字红利的分配格局。当前数据资源分配呈现明显的“强者愈强、弱者愈弱”特征：主流群体凭借充足的数据体量，享受优质、低价、多元化的数字服务，持续获取数字红利；小众群体因数据缺失，不仅无法享受普惠性数字服务，还需承担更高的数字使用成本，形成反向分配不公。这种分配失衡不仅存在于个体层面，还延伸至区域、行业层面，欠发达小众聚居区域与发达地区、小众行业与主流行业之间的数字资源差距持续拉大，制约区域协同发展与行业多元化发展，违背数字普惠的发展初衷。
3.深层危机：社会多元性遭到消解
从社会文化层面来看，数据边缘化本质是社会多元性被单一化算法消解的过程。大数据与算法技术本应适配社会多元化发展需求，包容不同群体的差异化诉求，但“多数至上”的运行逻辑，使得数字生态逐渐向单一化、同质化方向发展。小众文化、小众需求、小众圈层因缺乏数据支撑，逐渐被主流数字生态淘汰，小众文化传播渠道萎缩、小众业态生存空间被挤压。长此以往，数字社会将丧失多元化发展活力，形成同质化的数字生态，同时小众群体的身份认同与社会归属感持续弱化，极易滋生负面情绪，加剧群体矛盾，给社会稳定埋下潜在隐患。
五、破解小众群体数据边缘化，重构数字公平生态
1.完善数据采集体系，补齐小众数据短板
补齐小众数据短板是破解边缘化问题的基础。政府应牵头搭建多元化的数据采集机制，统筹政务部门、互联网平台、社会组织三方力量，扩大数据采集覆盖面。政务部门针对老年人、残障人士、偏远地区居民等群体，开展专项数据普查，完善小众群体基础信息数据库；出台专项扶持政策，引导互联网平台降低小众数据采集成本，鼓励企业主动收录小众圈层、小众业态相关数据；联动公益组织、小众圈层社群，搭建小众数据反馈专线，畅通小众群体诉求收集渠道。同时，优化数据采集结构，打破单一以数据频次为核心的收录标准，兼顾数据覆盖面与差异化，实现主流数据与小众数据协同收录、同步更新。此外，需同步完善隐私保护机制，明确小众数据采集边界，严防数据泄露、滥用问题，平衡数据普惠与隐私安全。
2.优化算法运行规则，消解隐性算法偏见
针对算法固有缺陷，需从规则设计、模型迭代、算法审核三个维度，破除数据遮蔽与隐性歧视。其一，优化算法权重分配机制，改变单一频次导向的筛选逻辑，在算法模型中增设小众需求适配模块，提高小众低频数据权重，保障小众内容、小众服务能够正常曝光推送；其二，推行多元化算法训练模式，丰富算法训练数据集，将小众群体专项数据纳入模型训练体系，提升算法对差异化需求的识别能力；其三，建立算法公平审核制度，组建专业化第三方审核机构，对公共服务、大型商业平台的算法模型进行常态化检测，重点排查针对小众群体的隐性歧视问题，强制要求平台整改不合理算法规则，从技术层面保障数字公平。
3.强化政府宏观调控，平衡市场逐利与普惠关系
政府需发挥监管与引导双重职能，弥补市场调节短板。在监管层面，出台行业强制性规范，明确大型数字平台的普惠义务，要求平台在产品研发、功能设计、资源分配环节，预留适配小众群体的专属模块，将小众服务适配度纳入平台行业考核标准；加大违规惩处力度，对刻意忽视小众群体权益、利用算法实施隐性歧视的平台，依法进行处罚并公示整改结果。在引导层面，设立数字普惠专项补贴资金，对主动适配小众需求、完善小众数据服务的企业给予资金扶持、税收减免，降低企业运营成本；搭建供需对接平台，联动小众社群与数字企业，精准传递小众群体需求，破解供需信息不对称难题，激发企业参与小众数字服务建设的内生动力。
4.健全法治保障体系，筑牢数字公平底线
完善法治化治理体系，为小众群体数字权益保驾护航。一方面，加快补齐法律短板，修订《数据安全法》《个人信息保护法》等相关法律法规，新增数据边缘化、算法隐性歧视相关规制条款，明确小众群体数字公平权的法律属性，界定政府、平台、社会组织三方主体的权责边界；针对老年群体、残障人士等弱势群体，完善数字产品适老化、无障碍改造相关法制规范，强制落实无障碍数字建设要求。另一方面，完善权益救济机制，搭建线上线下一体化的小众数字权益维权平台，简化维权流程，降低维权门槛；建立公益诉讼制度，支持社会组织、公益机构针对侵害小众群体数字权益的行为提起公益诉讼，全方位保障小众群体合法数字权益。
5.提升小众数字素养，激活群体自主话语权
外部治理赋能之外，还需提升小众群体自身数字能力，激活其自主发声与维权意识。地方政府联合社区、公益组织，面向老年群体、偏远地区居民开展免费数字技能培训，普及基础数字化操作、数字权益保护相关知识，缩小数字素养差距；依托社群、新媒体平台，向小众圈层群体普及数据反馈渠道、维权路径，引导群体主动反馈服务痛点、表达个性化诉求，以规模化诉求倒逼平台优化服务。同时，鼓励小众群体组建专属社群组织，整合分散诉求，提升群体整体话语权，从被动接受数字服务，转变为主动参与数字生态建设，实现多方协同共治。
六、结语
大数据时代的数字公平，从来不是少数主流群体的专属福利，而是全体社会成员平等享有的基本权利。小众群体数据边缘化问题，看似是数据收录、算法适配的技术问题，实则关乎社会公平、多元发展与社会稳定的深层社会问题。技术本身无优劣之分，技术的价值最终取决于发展导向，大数据技术不应成为加剧社会分层、消解多元生态的工具，而应成为普惠全员、赋能全民的发展载体。破解小众群体数据边缘化困境，需要政府、平台、社会、小众群体多方协同发力，从数据采集、算法优化、市场调控、法治保障、素养培育多维度同步发力，破除数据遮蔽与算法偏见，平衡商业利益与公共普惠的关系。唯有让大数据技术兼顾多数需求与小众诉求，包容主流群体与小众群体，才能构建人人平等、人人共享、人人参与的普惠型数字生态，真正实现数字时代全方位、深层次的数字公平，夯实数字中国建设的公平基石。
