综述：女性与男性相比肥胖相关的性别不平等和社会经济劣势：一项来自高收入国家的观察性研究的快速综述和荟萃分析

《Obesity Reviews》：Gender Inequality and Socio-Economic Disadvantages Associated With Obesity in Women Compared to Men: A Rapid Review and Meta-Analysis of Observational Studies From High-Income Countries

　　

目的：评估在高收入国家中，肥胖相关的工资、就业和职场歧视方面的社会经济劣势是否在女性与男性之间同等程度地影响。

方法：研究人员检索了从建库至2025年3月的数据库和Google Scholar。在可能的情况下，采用随机效应荟萃分析合并了关于工资、就业和感知歧视的数据。主要效应指标为连续结局的肥胖与对照组的比值（工资比，WR）和二分类结局的优势比（OR），每个指标均附95%置信区间（CI），并按女性与男性分层。采用I²统计量和τ²评估异质性。

结果：从3495篇筛选的文献中，纳入17项研究（2004–2021年）。合并效应估计提示，女性肥胖者面临更大的社会经济劣势，尽管亚组差异无统计学显著性（p?>?0.05）。荟萃分析显示，总体存在显著的工资惩罚（WR?=?0.95，95% CI：0.91–0.99；I²?=?93.0%，τ²?=?0.003），女性（WR?=?0.91，95% CI：0.82–1.01）的效应量似乎大于男性（WR?=?0.96，95% CI：0.95–0.98）。肥胖与就业之间的关联总体不显著（OR?=?0.94，95% CI：0.86–1.02），女性（OR?=?0.86，95% CI：0.69–1.06）的效应估计值大于男性（OR?=?0.96，95% CI：0.87–1.05）。肥胖者报告职场歧视的可能性是正常体重者的四倍以上（OR?=?4.62，95% CI：1.04–20.53），女性（OR?=?5.65，95% CI：0.57–55.89）的估计值高于男性（OR?=?4.37，95% CI：0.24–79.14），但均无统计学显著性。叙述性综合证实，各国肥胖女性在工资和就业方面持续面临惩罚。

结论：在高收入国家，肥胖与社会经济劣势相关。研究人员观察到女性关联更强的模式，但性别差异的统计学证据尚不明确。

1 引言

肥胖是一种以过量脂肪堆积为特征的慢性疾病，对全球健康和经济构成重大挑战。超重和肥胖的患病率在全球范围内大幅上升，2022年估计有超过25亿成年人被归类为超重，其中超过8.9亿人患有肥胖，较1990年显著增加。肥胖负担的加重因医疗支出增加、生产力下降和过早死亡而严重给医疗系统和国家经济带来压力。

除了身体健康，肥胖还带来显著的社会后果，因为个体常面临被贴上懒惰和无能标签的污名。这种普遍存在的“肥胖污名”对自尊、社会互动产生负面影响，并通过减少机会和资源的获取而加剧系统性不平等。鉴于其多层面影响，迫切需要更好地理解这种污名（尤其在职场中）的社会经济后果。

肥胖污名的一个主要表现是通过社会经济劣势体现，高收入国家的职场是此类歧视的关键场所，包括影响招聘决策、绩效评估和职业发展。研究表明，肥胖女性面临的职场歧视发生率显著高于男性。这种性别差异在招聘实践中尤为突出，肥胖女性在获得就业机会方面面临更大障碍。具体而言，有证据表明基于体重的歧视在高收入国家不成比例地影响女性，可能导致女性面临工资降低和职业机会减少等经济惩罚。男女之间的薪酬差异可能源于多种因素，包括职业分类或雇主基于体重对生产力做出的假设（常称为“统计歧视”）。

尽管关于肥胖的体重污名文献日益增多，但当前知识仍存在不一致性和空白，尤其在性别与社会经济结局之间的复杂相互作用方面。虽然一些研究表明肥胖男性可能面临经济劣势（如工资惩罚），但证据更一致地显示女性因肥胖污名而承受显著更大、更普遍的社会经济后果。此外，现有研究缺乏综合分析，常聚焦于单一社会经济指标，而非教育、收入和职业成就的广泛影响。目前也缺乏近期系统综述定量合成肥胖导致女性与男性相比社会经济劣势差异的发现，尤其是在高收入国家。

本综述聚焦高收入国家，因为体重污名的社会经济后果在不同经济背景下差异显著。在许多低收入和中等收入国家，较大体型长期与财富和地位相关联，研究报道撒哈拉以南非洲和亚洲部分地区对较高体重持更积极看法。高收入国家是体重污名最为根深蒂固的地区，因此值得进行重点研究，以理解肥胖相关劣势的特定性别模式。为填补这些知识空白，本系统综述旨在综合关于肥胖是否在高收入国家中不成比例地加剧女性相对于男性的性别不平等和社会经济劣势的证据。肥胖与社会经济地位之间的关系可能是双向的，因为较低的社会经济地位本身是肥胖的风险因素。本综述专门聚焦于由肥胖导致的社会经济惩罚的证据，尤其是职场中的惩罚。

2 方法

本综述方案已在PROSPERO注册（注册ID CRD420251003970，日期为2025年3月25日）。系统综述依据系统综述和荟萃分析优先报告条目（PRISMA）指南进行报告。

2.1 研究纳入标准

2.1.1 研究类型 本综述纳入报告肥胖与结局之间关联的观察性研究（如横断面研究和队列研究）。

2.1.2 人群 本综述纳入年龄≥18岁参与者的研究。在整个综述中，研究人员使用“性别”指代参与者生物学分类为女性或男性，同时承认所调查的社会经济惩罚可能由基于性别的社会文化因素驱动。研究人员主要使用“女性”和“男性”，这涵盖了两个维度。当个别研究使用“女性”和“男性”时，在直接引用这些研究发现时保留这些术语。

2.1.3 暴露 主要暴露为肥胖，定义为体质指数（BMI）≥30 kg/m²，遵循世界卫生组织（WHO）成人标准切点。使用其他人体测量学标准的研究也符合条件，并记录其定义。具体而言，研究人员预期来自亚洲国家的研究可能使用了亚洲特异性肥胖定义（BMI ≥25 kg/m²），正如WHO区域专家咨询所建议的。

2.1.4 比较组 主要比较组为健康体重成人，定义为BMI 18.5至<25 kg/m²。研究人员称该组为“正常体重”比较组。由于部分研究未分离超重类别（BMI 25至<30 kg/m²），研究人员还考虑了由原始研究作者定义的“非肥胖”成人次要比较组（通常为BMI <30 kg/m²）。

2.1.5 结局 关注的结局为社会经济变量，如教育状况、职业成就和收入。这些变量必须通过至少一种测量或自我报告方法（如问卷）定义。

2.2 检索策略、信息来源与研究筛选

检索策略包括检索以下电子数据库：MEDLINE、Embase和Web of Science，并辅以Google Scholar检索。所有标题和摘要均根据纳入标准进行筛选。标题/摘要筛选由一名作者（N.D.）进行，并由另一名作者（E.A.）核实。所有识别的研究从数据库导出至Covidence系统综述软件，并移除重复记录。

检索词包括相关医学主题词和标题、摘要及正文中的关键词，针对评估社会经济因素及其与肥胖和污名化关联的研究。检索策略使用布尔运算符，包括肥胖、BMI、教育状况、收入、职业、体重污名、体重偏见、歧视、健康不平等和成人相关术语。检索从建库至2025年3月以英文发表的文献，如补充表S1所示。手动检索相关综述论文和所有纳入文献的参考文献列表，以查找可能被电子检索遗漏的相关研究。

2.3 数据提取与偏倚风险评估

将以下数据提取至标准化数据表以评估质量并综合信息：作者、发表年份、研究设计、研究地点（国家）、样本量、纳入与排除标准、人群与背景、暴露（肥胖）、比较组、结局（教育水平/收入/职业水平）、统计方法、教育水平/收入/职业水平的结果/效应估计（客观测量或自我报告）、以及作者结论。数据提取的准确性由其他作者（E.A., R.W., P.F.）核实。三名作者独立使用合适的乔安娜·布里格斯研究所（JBI）工具对纳入研究的偏倚风险进行批判性评估。第四名作者（E.A.）解决任何分歧直至达成共识。

2.4 效应指标

结局包括二分类指标，如就业状况、感知职场歧视和感知适合性，以优势比（OR）呈现。连续指标，包括薪金、工资或收入，以工资比（WR）和标准化平均就业能力评分差异呈现。所有分析分别针对女性和男性进行。归类为肥胖（BMI ≥30）个体的结局指标相对于归类为非肥胖（BMI <30）或正常体重（18.5 ≤ BMI <30）个体的结局。

肥胖与二分类结局（就业状况、感知职场歧视、感知适合性）之间的关联使用OR测量。对于连续结局（薪金、工资、收入），关联以肥胖组与比较组之间平均工资的比值（WR）测量。所有效应估计分别针对女性和男性报告。研究人员使用Q检验正式检验性别特异性亚组之间的差异。

2.5 综合方法

当三项或更多研究以兼容方式报告相同结局时进行合并。二分类结局的结果以OR合并；连续工资结局以WR合并。所有合并估计和95%置信区间经反向转换后以森林图呈现。异质性使用Cochran's Q检验评估，并使用I²统计量和τ²量化。预先计划的敏感性分析检查了比较组定义、替代结局指标和潜在异常值研究的影响。如“比较组”定义所述，主要分析比较肥胖个体与正常体重个体。当研究仅报告“非肥胖”比较组（BMI <30 kg/m²）时，将其纳入并在次要分析中合并。随后通过将分析限制在具有严格“正常体重”比较组的研究中进行敏感性分析，以评估结果的稳健性。所有综合程序的完整细节，包括非肥胖比较组的处理、从具有多个结局的研究中选择效应指标、概率系数转换以及完整的敏感性分析方案，均见补充表S2。

3 结果

研究筛选过程的流程图（图1）、研究特征的详细摘要（补充表S3）以及所有纳入研究的完整偏倚风险评估（补充表S4）均已呈现。简言之，共纳入17项2004年至2021年间发表的研究。大多数为队列研究，样本量从不足1000人到超过10万人，所有研究至少62.5%的质量评估条目明确满足。

3.1 荟萃分析综合

3.1.1 肥胖与工资（按性别分层） 对六项研究的合并分析发现，肥胖与较低工资显著相关，总体WR为0.95（95% CI: 0.91–0.99），对应5.0%的工资惩罚。在女性中，合并WR为0.91（95% CI: 0.82–1.01），未达到统计学显著性。个别研究WR范围从0.73到1.06：四项显示工资惩罚，两项显示无惩罚或轻微工资溢价。在男性中，所有六项研究的WR均低于1.00（范围：0.91–0.97），置信区间完全低于1.00或边界为1.00。男性合并WR为0.96（95% CI: 0.95–0.98），表明微小但具统计学显著性的工资惩罚。总体异质性较大（I² = 93.0%），但研究间方差较低（τ² = 0.003），表明尽管估计值存在系统变异，但绝对离散程度较小。

3.1.1.1 敏感性分析 研究人员通过将分析限制在以“正常体重”为参照的研究和以“非肥胖”为参照的研究，评估了结果对比较组选择的稳健性。在两种情况下，肥胖仍与较低工资相关，整体合并WR（分别为0.94；95% CI: 0.90–0.99和0.87–1.02）与主要分析（WR = 0.95）一致。在任一子集中，工资惩罚的性别差异不显著。逐一剔除分析得出的WR范围为0.93至0.96，与原始估计值紧密吻合。详细森林图和亚组结果见补充图S1–S8。

3.1.2 肥胖与就业可能性（按女性与男性分层） 对三项研究的合并分析发现，肥胖与较低的就业可能性相关，总体OR为0.94（95% CI: 0.86–1.02），相当于不显著的6.0%降低。在女性中，合并OR为0.86（95% CI: 0.69–1.06），表明不显著的14%较低就业可能性。个别研究OR范围从0.69到1.13。在男性中，合并OR为0.96（95% CI: 0.87–1.05），为不显著的4%降低；所有三项研究OR均等于或低于1.00。性别差异不显著（p = 0.35）。所有分析中异质性可忽略不计（I² = 0.0%，τ² = 0.00）。

3.1.2.1 敏感性分析 逐一剔除分析得出的结果与原始估计值0.94一致，异质性可忽略不计，且无显著性别差异（补充图S9–S11）。

3.1.3 肥胖与感知职场歧视（按性别分层） 对两项研究的合并分析发现，肥胖与感知职场歧视的显著较高可能性相关，总体OR为4.62（95% CI: 1.04–20.50），对应约4.6倍更高的几率。在女性中，合并OR为5.65（95% CI: 0.57–55.89），在男性中为4.37（95% CI: 0.24–79.14）；两者均未达到统计学显著性。性别差异不显著（p = 0.89）。异质性较高（I² = 93.0%，τ² = 1.93），表明估计值存在系统变异且绝对离散程度较大。

3.1.3.1 敏感性分析 逐一剔除分析得出的OR与原始估计值4.62一致，异质性从可忽略到中等，且各次迭代中无显著性别差异（补充图S12, S13）。

3.2 无荟萃分析的综合

若干符合条件的研究以与荟萃分析合并不相容的格式报告了结局。根据Cochrane指南，其发现在此进行叙述性综合，以确保综述反映所有合格证据。完整研究详情见补充文件S3。

3.2.1 肥胖与工资 来自芬兰、加拿大、韩国、美国和德国的五项研究一致发现，肥胖个体与正常体重个体相比工资较低。这种惩罚在五项研究中的三项中对女性显著且更明显，女性小时工资降低范围为7.6%至19.8%，而男性的效应较小且不一致。

3.2.2 肥胖与就业状况 来自韩国、芬兰和德国的三项研究报告肥胖与就业可能性降低相关，且对女性的影响更强。肥胖女性持续更不可能就业或更可能失业，而男性的关联在两项研究中较弱且不显著。

3.2.3 肥胖与感知职场歧视 一项西班牙研究发现，病态肥胖（BMI ≥35 kg/m²）女性与正常体重女性相比感知职场歧视显著更高，而男性无显著关联。

3.2.4 肥胖与人员适合性 一项涵盖英国、捷克共和国和斯洛文尼亚的多国研究发现，附有肥胖个体照片的求职申请获得的适合性评分显著低于正常体重照片，且女性申请者的差距更大。

4 讨论

本快速综述和荟萃分析发现，在高收入国家，肥胖与工资、就业和职场歧视方面的社会经济惩罚持续相关。点估计提示，在各项结局中女性关联程度稍强，但正式亚组检验未显示统计显著的性别差异。这一模式辅以叙述性综合，提示但未确证性别差异影响的证据。

尽管如此，本综述首次对肥胖基于性别的社会经济影响进行全面综合，成功填补了引言中确定的关键知识空白。虽然以往综述已证明肥胖与社会经济劣势之间的关联，但本研究的发现通过展示劣势的性质和程度可能在男性和女性之间有所不同，扩展了这些证据。证据模式表明，肥胖女性在多个社会经济领域面临障碍，而男性的结局更为多变，部分研究显示中性甚至积极关联。在斯堪的纳维亚环境中观察到的男性惩罚减轻，可能部分反映这些国家健全的社会福利和劳动力市场政策，包括标准化薪酬等级和较窄的工资离散度，限制了个体管理偏见的空间。在特定行业，男性较大的体型也可能潜意识地与体力或权威相关联，从而中和负面刻板印象。这为理解肥胖不仅是一个健康问题，也可能是高收入国家性别不平等的潜在驱动因素，提供了关键证据基础。

基于性别的差异可能由多种机制驱动，这些机制植根于社会体重偏见和性别规范。女性可能面临更大惩罚的提示性发现与“双重危险”概念一致，即肥胖女性因其体重和性别而面临歧视，因为她们通常比肥胖男性更偏离社会对外貌的理想标准。此外，基于体重的刻板印象（如被认为懒惰、缺乏纪律或无能力）可能更严厉地施加于女性。“统计歧视”的经济理论表明，雇主可能有意或无意地使用体重作为感知生产力、健康成本或社会属性的代理，这些假设对女性似乎更具惩罚性。

这些发现对政策制定者、雇主和公共卫生倡导者具有启示意义。首先，它们强调了在职场中针对体重歧视加强法律保护的潜力。其次，应实施组织政策以减轻招聘、晋升和薪酬实践中的偏见。对于医疗保健专业人员，这些结果也凸显了认识肥胖（尤其是女性患者）社会经济后果的重要性，并倡导支持性、非污名化的环境。公共卫生运动应旨在对抗体重污名本身，针对这些不平等的根本原因而非仅关注身体健康结局。

尽管提供了清晰综合，本综述也指出了若干未解答的问题，应指导未来研究。荟萃分析中的高异质性（尤其对于女性结局）提示存在尚未充分探索的重要效应修饰因子，如种族、民族、社会经济地位和职业类型。此外，缺乏纵向研究检查因果路径随时间变化是文献中的关键空白。未来研究应优先采用前瞻性设计，以更好地建立因果关系，并探索体重歧视的交叉性。关于教育成就作为结局的数据几乎完全缺失，也值得专门研究。

本综述的优势包括全面的检索策略、预先注册的方案、双人独立偏倚风险评估以及专门关注性别差异。然而，必须承认若干局限性。“快速综述”方法虽高效，但可能遗漏部分相关文献。荟萃分析受限于每项结局的可用研究数量较少，这降低了合并估计的稳定性。通过敏感性分析探索观察到的统计异质性较大，表明研究间存在模型无法完全解释的实质性变异。纳入18–19岁参与者（根据WHO标准属于青少年）可能引入了该狭窄年龄段肥胖状态的轻微分类错误。测量方法（测量与自我报告）各异且非严格纳入标准，可能引入了误差。在汇总研究数据中无法完全考虑特定潜在混杂因素，包括可能影响BMI和劳动力市场依附的基础健康状况、未测量的职业分类以及社会经济地位与肥胖之间的双向关联。此外，荟萃分析依赖于研究间亚组比较而非正式的研究内交互作用，这限制了检测真实性别差异的统计效能。未来需要个体参与者数据荟萃分析以稳健检验这一交互作用。另外，三项研究使用了亚洲特异性肥胖阈值（BMI ≥25 kg/m²），而WHO建议亚洲人群使用≥27.5 kg/m²。这一不一致可能引入了轻微分类错误偏倚。尽管这些研究保留在所有分析中，且在逐一剔除敏感性分析中未被识别为有影响，但未进行删除它们的专门敏感性分析。对于某些结局，合并的研究数量较少，删除它们将无法进行荟萃分析。

总之，在高收入国家，肥胖与社会经济劣势相关。研究人员观察到女性关联模式稍强，但性别差异的统计学证据尚不明确。需要进一步研究直接检验和量化体重与性别对社会经济结局的联合效应，同时，若差异关联被明确确认，还需制定针对体重歧视的政策应对措施。