Disability at the Intersections: Age-Standardised Patterns of Caste, Gender and Rural–Urban Inequalities in India

试着去理解为什么有些人比其他人更容易生病。这仅仅是运气不好吗？是因为他们生活在寒冷的地区吗？还是因为某种更深层的东西，已经编织进了社会结构的肌理之中？这篇论文探讨的是流行病学（研究疾病如何在人群中传播的学科）与社会科学的世界。它提出了一个宏大的问题：当我们观察残疾现象时，我们看到的是随机散落的不幸，还是一张关于“谁被遗落在后”的模式化地图？为了回答这个问题，作者使用了一个叫做交叉性（intersectionality）的概念。把这想象成一个多层蛋糕。你不能只单独品尝“面粉”（种姓）、“糖”（性别）或“烘焙时间”（年龄）的味道。蛋糕的风味来自于所有这些层次如何混合在一起。如果你是一个来自特定社会群体、生活在村庄里的贫困女性，你的经历不仅仅是“贫穷”+“女性”+“村民”。它是一种独特的、复合的体验，改变了你面对世界的方式。作者还研究了年龄标准化（age-standardisation），这就像是一场比赛中的裁判，通过调整完赛时间，使得 90 岁的老人不会仅仅因为变老而跑得慢，就被不公平地与 20 岁的年轻人进行比较。通过抹平这种差异，他们可以看清谁才是真正跑得最艰难的那个人。为什么这很重要？因为如果我们不知道确切的受难者是谁以及原因何在，我们就无法建造合适的坡道，提供正确的药物，或者修复那些阻碍他们的破碎系统。

---

伟大的印度残疾图谱：揭示隐藏的模式

想象一下，印度是一个由数百万块微小瓷砖组成的巨大、繁忙的马赛克。每一块瓷砖代表一个人。长期以来，如果你观察残疾人的马赛克，你可能会认为：“哦，男性比女性多，城市人口比农村人口多。”但这就像是从太远的地方看一幅画，从而忽略了细节。这篇论文利用超级显微镜进行缩放，观察种姓（人们出生的社会群体）、性别（男性或女性）、地理（居住在农村或城市）以及年龄（你的岁数）是如何交织在一起，创造出一幅非常具体且往往不公平的图景。

研究人员使用了 2011 年的大规模人口普查数据，这就像是那一年对整个国家进行的一次巨型快照。他们不仅统计了人数，还进行了一些巧妙的数学计算来对数字进行“年龄标准化”。可以这样想：如果一个群体有很多高龄成员，他们自然会因为年龄的原因拥有更多的残疾。为了公平起见，研究人员调整了数字，使得他们可以将年轻群体与老年群体进行比较，仿佛他们处于同一年龄段一样。他们将研究结果表达为每 10 万人的比率，这就像是在说：“在每 10 万名属于该群体的成员中，有多少人患有残疾？”

重大发现：这并非随机现象

第一个大惊喜是，印度的残疾现象并非随机分布的。它遵循着严格且可预测的地图。全国平均水平是每 10 万人中有 2,385 名残疾人。但当我们进行细分时，故事发生了彻底的变化。

如果你看原始数字，看起来“普通”人群（即不属于表列种姓或表列部落群体的群体）拥有最多的残疾人。但这仅仅是因为他们是最大的群体！一旦研究人员根据年龄进行了调整，排名就反转了。表列种姓 (SC) 人群——由于历史上承受了最多的歧视——实际上承担着最沉重的负担。他们的比例是每 10 万人中 2,717 人。这高于全国平均水平，也高于表列部落 (ST) 群体和普通人群。这不仅仅是农村问题或城市问题；它在两地都有发生。这不仅仅是男性的问题或女性的问题；它对男女皆是如此。表列种姓的劣势是贯穿整个国家的、持续且沉重的负担。

“部落时光倒流”悖论

这里出现了非常奇特且迷人的部分。研究人员发现了涉及表列部落 (ST) 人群的一个“悖al（悖论）”。

想象一场比赛，选手从 0 岁开始起跑。直到他们大约 59 岁（劳动年龄）之前，ST 选手实际上跑得最“快”（意味着他们的残疾率最低）。他们比 SC 群体和普通群体更健康。这就像他们在青年和中年时期拥有一块保护他们的秘密盾牌。

但随后，戏剧性的事情发生了。当他们跨入老年（60 岁以上）的终点线时，盾牌消失了，比赛发生了变化。突然间，ST 群体的残疾率飙升。当他们到达最高年龄组（80 岁以上）时，ST 群体的残疾率是所有人中最高的。

• 在农村地区，ST 女性的残疾率从 1,303（在最年轻组）猛增至惊人的 11,904（在最年长组）。这是超过九倍的增长！
• 农村 ST 人群的“老年对青年”比例为 8.4，这意味着他们在老年时面临的残疾风险是年轻时的 8.4 倍。对于其他群体，这个比例较低（SC 为 5.9 左右，其他群体为 5.7 左右）。

作者认为，这可能是因为部落社区拥有强大的体力活动和社会纽带，在他们年轻时提供了保护，但一旦他们变得非常年老，偏远地区医疗服务的匮乏就会同时追上他们。这是一种“延迟爆发”的健康需求，而其他部分的人群并不会如此剧烈地感受到这一点。

农村与城市的鸿沟

论文也证实了在农村生活对于残疾人来说是一个更艰难的地方。即使在调整了年龄之后，农村的残疾率（2,436）仍然高于城市（2,296）。这种差距在每个社会群体中都存在。这就像住在一条路面崎岖不平、诊所遥远的村庄里，这使得每一个微小的健康问题都变得难以解决。

谁遭遇了什么样的麻烦？

残疾的类型也讲述了一个故事。

• 运动功能障碍（行走或移动困难）是整体中最常见的类型。男性的比例（609）远高于女性（393）。作者认为这是因为男性更有可能从事危险的工作，如建筑或采矿业，这些工作容易导致受伤。
• 言语障碍在城市中其实比在农村更常见。作者认为这并不意味着城市人有更多的言语问题，而是城市医生能更好地诊断出这些问题。在农村，这些问题可能未被察觉。
• 表列种姓 (SC) 人群在视觉、听觉、运动及“其他”类残疾方面的比例最高。
• 表列部落 (ST) 人群在“多重残疾”（同时患有多种类型问题）方面的比例最高。

性别转折

通常情况下，在所有年龄和群体中，男性的残疾率都高于女性。但生命终点的阶段出现了一个转折。在最高年龄组（80 岁以上）中，女性的残疾率开始高于男性。为什么？作者将其称为“累积代价”。女性在生活中往往获得较少的食物、较少的医疗护理和较少的支持。她们可能比患有相同健康问题的男性活得更久，但到了 80 岁，这一辈子的忽视最终追上了她们，导致她们的残疾率大幅上升。对于农村部落女性来说，这种情况甚至在 70 岁左右就开始了。

“未知”类别

数据中一个棘手的部分是“任何其他”类别。这是一个存放不符合标准分类的残疾（如自闭症或罕见的血液疾病）的“桶”。论文发现，表列种姓人最容易被归入这个“未知”桶中。这是一个问题，因为如果你不知道残疾的具体类型，就很难设计出针对性的帮助或工具。这就像是在不知道汽车哪个零件坏掉的情况下试图修理它。

核心结论

这篇论文告诉我们，印度的残疾不仅仅是一个医学问题，更是一个社会问题。它受到那些决定谁能获得良好教育、谁能获得工作以及谁能受到尊重的力量的影响。

1. 表列种姓 (SC) 人群在几乎所有类别中都面临着最高的残疾负担。
2. 表列部落 (ST) 人群存在一个“悖论”：他们在年轻时最健康，但在步入老年时面临着最陡峭的残疾攀升，尤其是农村女性。
3. 性别和地理并非静态的；它们的重要性会随着年龄的增长而改变。

作者总结道，我们不能仅仅将“残疾人”视为一个大群体。我们需要观察他们生活的特定层面——他们的种姓、年龄、性别以及居住地——从而制定出真正有效的政策。如果没有这种详细的地图，我们可能会为错误的人建造坡道，或者错过那些最需要帮助的人。论文建议，未来的数据收集需要更加敏感，以捕捉这些隐藏的模式，特别是针对老年人和最边缘化的群体，以免让任何人在黑暗中被遗忘。