根据一项涉及1440名美国参与者的在线实验，如果人们看不到不平等现象，他们就不太可能支持诸如税收之类的财富再分配政策，但他们也会对自己的生活状况更加满意。

米莱娜·茨韦特科娃及其同事建立了一个模型，模拟网络结构如何影响人们对不平等的感知，并通过一项在线实验检验了该模型的预测。在实验中，参与者被随机分配为“富人”（得分约为200分）或“穷人”（得分约为20分），并且只能观察到24名群体成员中的8名，不同的网络结构决定了他们观察到的对象。

尽管所有参与者都事先被告知可能的得分范围，但作者发现，隔离的网络——富人只能看到富人，穷人只能看到穷人——产生的税收再分配程度最低，两极分化程度也最低，这使得穷人仍然处于最贫困的状态，但却感到满意。而穷人可以看到许多富人的网络则产生了更高的税收再分配程度，但也加剧了两极分化和不满情绪。

无论网络结构如何，富裕的参与者很少会增加对财富再分配的支持，而贫困的参与者在多次观察到高税收带来的好处后，则变得更加支持财富再分配。作者认为，旨在提高对财富再分配支持度的政治传播策略应该通过新闻报道、政治讨论和社交媒体来增强过度财富的可见度——尽管这可能会加剧社会两极分化和冲突。

文中核心信息奇奇参考自论文 "Social networks affect redistribution decisions and polarization"（PNAS Nexus，2025 年），本内容在此相关信息基础上编撰而成，其中配图，未标注出处者，均为自制或公开图库素材。