综述：性别/社会性别纠缠：一个关于"结"与"桶"的问题

《Biology of Sex Differences》：Sex/gender entanglement: A problem of knots and buckets

本综述批判性审视了生物医学研究中性别（sex）与社会性别（gender）分类的使用困境。作者指出，强行区分二者会重燃"先天-后天"（nature-nurture）的无效二分法，并提出以"操作性定义"（operationalization）的具体变量替代模糊分类。文章主张保留单一性别/社会性别（s/g）类别作为统计控制工具，而非生物学现实的代表，以提升统计严谨性（statistical rigor）和推断精确性（inferential precision），并强调关注类别内变异对探索机制更具价值。

　　

性别/社会性别纠缠：一个关于"结"与"桶"的问题

在生物医学研究中，当性别（sex）和社会性别（gender）作为变量使用时，常常难以进行操作化定义和测量。这些类别在研究背景中是否稳定或具有因果意义，已引发诸多疑问。本文讨论了在相关性或实验性工作中使用这两个甚至其中一个类别的局限性。我们认为，试图区分性别和社会性别可能会重新点燃先天与后天（nature-nurture）的争论，无意中将关于先天性和因果关系的过时隐喻和假设带入我们的研究。

性别与社会性别之间的模糊界限

许多研究人员，包括我们自己在内，曾将性别和社会性别描述为独立的因果因素集合（我们称之为"桶"的隐喻）或相互纠缠的（"结"的隐喻）。由于这些隐喻认为性别和社会性别在概念上可分离且内部一致，它们对于理解数据多样性的驱动因素价值有限。我们呼吁解构这些类别，转而关注研究者能够操纵或测量的、清晰定义了操作化定义的具体变量（instantiating variables），而不是继续将性别和社会性别具体化为不同的"桶"或解释变量中的"线"。

将性别与社会性别对立起来的做法，体现了先天与后天二分法的重新包装——这是一个困扰科学家和哲学家数十载甚至数个世纪的错误二分法。即使在被生物学和发育科学摒弃的框架下，这种对立思维依然存在。试图将任何变量归类为"性别"或"社会性别"的"桶"是存在问题的。与社会性别相关的变量最终会融合在一起，理解某个特定"桶"中的一个变量，并不一定能帮助我们理解该"桶"中其他变量的关系。

解构性别与社会性别

在质疑了性别和社会性别能否作为分类变量在经验上分离之后，我们现在必须考虑，对于科学地追求因果性、机制性的解释而言，这两个类别是否都是必需的。在生物和生物医学科学中，虽然性别和社会性别常被视为因果变量，但它们实际上是分类系统。作为一个统计模型中的变量，社会性别同样存在问题。像性别一样，它被定义为一个多维度的建构。

性别和社会性别类别作为经验变量是失败的，因为它们并不代表能够影响结果测量的、有形的、可测量的特征。对这些有问题类别进行解构，转向可以解释变异的具体化、可测量的变量，将能解决"桶"的问题，因为我们不需要将感兴趣的变量分配到任何一个"桶"中。

在保持推断精确性的同时超越二元类别

用具体的、与社会性别相关的变量取代社会性别类别的方法，虽然能将焦点集中在研究问题上并带来精确性，但一个显著的疏忽是，它们没有考虑到可能同样能解释所观察到关联的、复杂的、共变的社会性别变量阵列。

这凸显了为什么社会性别类别尽管不精确，却在统计模型中广受欢迎。它能一举解释无数相关的因素——已知和未知的、可测量和不可测量的、生物的、环境的和文化的。然而，"控制"社会性别类别的做法（即将其作为协变量纳入统计模型）也受到批评，因为它消除了由社会性别解释的变异，而不是将社会性别视为感兴趣的变量。

本文提出的方法不同于近似的呼吁之处在于，我们并非建议从统计模型中完全排除性别/社会性别类别；相反，我们建议保留它——不是作为生物学现实的代表，而是作为在一套谨慎假设下使用的工具。如图1的假设数据集所示，在考虑一个潜在的解释性社会性别相关变量时，使用社会性别类别来控制社会性别相关的混淆因素，可以增加感兴趣变量的预测能力。

特质制造者与差异制造者

图1的例子让人联想到自先天后天争论之初就存在的一个难题。正如过去一个世纪里许多学者指出的那样，思考某一特质的成因常常混淆两个非常不同的问题。第一，是什么导致了特质本身？第二，是什么解释了两个群体之间在该特质上的差异？这两个问题必须分开提出，并使用不同的方法。

在图1的例子中，我们对行为或受体本身的性别差异并不特别感兴趣，我们感兴趣的是它们之间可能如何相关。例如，雄性行为频率较高可能仅仅是因为雄性拥有更多的受体——也就是说，除了受体密度之外，"身为雄性"可能没有任何其他因素影响受体和行为之间的关系。显示两个测量指标都存在性别差异（图1 A, B）可以作为它们可能相关的粗略证据；这一假设在偏相关中（图1 D）得到了更直接的检验，它提供了该关系独立于性别的更强证据——也就是说，两个变量之间的关系在雌性和雄性中可能是相同的。

在现实中，关系并非如此简单。复杂的、社会性别相关变量间的相互作用常常使直接关系变得模糊。例如，从特质A到特质B的路径本身可能依赖于其他社会性别相关的影响。

一种理解这种相互关系的常见方法是检验"特定于"某一社会性别类别的效应。这种效应常被称为"性别特异性"或"仅发生在雄性而非雌性"等。例如，在检验某种处理或干预的效应时，我们可能会按性别类别对数据进行分解，并比较该效应在雌性和雄性之间的差异。

然而，由于这种方法将巨大的变异压缩到宽泛的社会性别类别中，它往往会掩盖而非揭示有趣的变异性，而这些变异性本可促进对机制的理解。当比较均值时，这个问题尤其令人担忧。图2展示了一个研究设计的例子，其中使用性别类别导致结果被错误呈现，并可能使重要的发现被遗漏。图中，如果研究人员检测到处理在雌性小鼠而非雄性小鼠中有统计学显著效应，他们可能会得出结论认为两性对处理的反应不同。但粗略查看数据即可发现，雌性和雄性对处理的反应是相似的。在此例中，未能在雄性中检测到统计学显著效应很可能源于有趣的变异性，而这种变异性在处理组雄性中恰巧更高。不同的策略，包括跨性别类别的直接统计比较（即检验性别与处理的交互作用）以及对异常值的关注，将能防止得出错误的性别差异结论，并将注意力集中在最具信息量的数据上。

结论

近五十年前，开创性的女性主义心理学家Unger写道："关于性别差异的问题是他者的问题——它们本身并不能阐明造成这些差异的机制。事实上，它们可能通过让我们相信生物学解释足以理解行为而模糊了差异的起源。"在此，我们认为，正如性别差异不能阐明创造差异的机制一样，社会性别差异也不能。增加一个社会性别"桶"作为潜在机制的来源，通过引入先天后天二分法的干扰，反而更进一步模糊了差异的起源。

无论研究模式生物是什么，都不应根据内部/外部、基因/环境、性别/社会性别、先天/后天对影响或特征进行分类。严谨的科学方法不需要这种解缠。我们可以利用那个处于纠缠状态的"结"作为工具，来解释变异性的因果机制。关键在于认识到这个"结"本身代表什么：一个由大部分未知且可能无法测量的干扰变量组成的混合体，它构成了一个丰富的背景，在此背景下我们可以将我们感兴趣的与社会性别相关的变量聚焦。只有让性别/社会性别处于纠缠状态，我们才能利用它来探索那些因素，并理解它们如何促成了人类的多样性。