閱讀│當統計數據出現缺口？一場結構性的災難

在介紹今天這本書之前，我想先講個關於大學課堂分組的小故事：

這堂通識課分成十組，每組五人，各科系的人散落在不同組，但大致上還是相同科系的人一起。甲組的A跟B是二年級生，另外三個是甲系和乙系的大四生。

「這堂課當然有其他評分項目，但是會以團體報告作為整學期最主要的成績。」教授講解道：「你們要分工合作，一起研究，最後我會用一套公正的模型，去跑所有數據，評選出最優異的組別，以及各組內貢獻最多的人。」
這聽起來很合理吧？大家都接受了。

但是報告的時候，A覺得有點奇怪。

「先等一下。」教授中途打斷A的發言，提問道：「這段內容是誰負責的？」
「我，大二的A。」A答覆道，並順便解釋小組的分工：「報告教授，在前面大綱的PPT有寫，我們等等會每個人負責說自己研究的部分。」
「C，是這樣嗎？你們的分工是什麼？」但教授皺著眉頭，繼續詢問組內的大四生。
C給予了教授一模一樣的答案，教授這才放下心，讓A繼續報告。

可是在A開口繼續報告前，教授又打斷他：「我剛剛只有問誰負責這段內容，不用解釋後面那些，好像我沒注意到PPT的內容一樣。」
這不像個問句，所以A卡頓了下。不過為了在時間內完整報告完畢，A只能尷尬地笑了笑，然後繼續說完自己負責的部分。

報告結束了，教授講評時給予AB的評價是：「以大二生來說不錯了。」
這應該算誇獎吧？

但是。
但是最後公布成績時，甲組獲得中低的評分，並且其中AB是小組內分數最低，乙系的學長則獲得全組最高。

「差不多吧，大部分二年級都拿這個成績。」B勸A道：「不要太計較了。」

但A不確定自己做錯了什麼？所以決定去找教授詢問。
「你們表現得很好了。」教授對此司空見慣，不以為意：「只是大四的成績一定比大二高啦，大二成績也比大一好啊！」
面對學生「所以是按年級評分嗎？」的質疑，教授大笑，認為這孩子真是太年輕了。

「當然不是啊！我怎麼可能看年紀評分。」教授搖搖頭，決定替A上一堂課：「這是統計結果！按照過去幾屆的資料，大四的成績一定比大二的高，因為人家比較厲害，所以是按這個模型去評分的。」
「模型的數據哪裡來？那當然是過去班級的資料囉！」

因為大四比大一厲害，所以大四高分。因為有這個紀錄，每次成績都會參考那個經驗來評分，繼續得到大四＞大一的結果，然後再套用到下一次的模型資料庫中。
邏輯自成閉環。

那為什麼甲組會只有中低分呢？是表現不好嗎？
又為什麼大家都做同一個主題，而同組乙系的人分數最高？
「不然呢？」教授不理解A的疑惑從哪來的，「歷屆都是乙系更擅長這個主題啊。」
又是一個死亡邏輯。

「所以只要是乙系的大四生就會最高分嗎？」
「不是，是他們歷史上而言本來就比較優秀。」
「可是您的評分標準會給他們最高的分數，他們當然可以繼續拿高分啊。」A快被氣瘋了：「整堂課有一半的一二年級生，他們都比大四的爛嗎？」

「沒有啊。」教授拿出點名單，指了另一個甲系的大二生，「看看人家，Z非常優秀，不像甲系的人，也不像大二生，所以給Z很好的成績。」

到臨別前，教授語重心長地勸誡A：「分數出來後，學生應該檢討自己的表現，而不是怪罪到評分制度不公。這樣非常沒有禮貌，是我大肚才不計較。這是一套行之有年的方法，不會有問題的。」
「接下來，A啊、好好爭取一下那些加分項目，跟Z看齊，不要跟甲系的人一樣。」

故事到這裡告一段落。
相信只要有點腦袋，都可以知道這個資料模型是有問題的。
它並沒有即時更新新的資料，缺乏彈性，且歷史的數據充滿教授個人偏見。所以執行下去，只會複製過去的錯誤，但又拒絕更正。

是的、有Z這樣的人，個人能力極其優秀，所以能突破重重障礙，脫穎而出。
但菁英之所以被稱為「菁英」，正是因為他們極其稀少。
Z的突出，並不能掩蓋還有大量的他系學生、大一大二生，因為評分系統的錯誤、教授的個人偏見，而得到偏低的成績。

沒有一所正常的大學會這樣評分（雖然我偶爾懷疑我的教授是靠吹電風扇，看哪個考卷飛最遠來評分的）
這種錯誤的偏差待遇，可能並非出於惡意，執行者都確信在做正確的事，但確實是一種系統性、結構性的歧視。

讀到這裡，你可能會猜到我要討論的主題：要不是種族？要不是性別？
對、我今天要介紹的是一本女性主義的、關乎性別資料分析的書，以大量的數據和案例，來討論當「性別資料出現缺口」時，會出現什麼問題？

我要跟你說：作為一個文組的男性稀有生物，我自己也受夠這些女生的牢騷了。
但今天這本書並不是那些我們習慣的抱怨文，而是訴諸理性，切實做過研究，統整大量數據，並且是由一位曾獲選年度自由人權活動家，並由英國女王親授大英帝國勳章的男性作家書寫。他以獨到的眼光觀察社會現狀，收集資料，最後從數據的角度，分析生活、職場、設計、醫療中的性別歧視現象。

好、那我現在跟你說：
我其實是一位文組的女性，並且等等要介紹的這本書的作者，實際上也是女性。
卡洛琳．克里亞朵．佩雷茲，英國作家、廣播主持人、女性主義倡議者。曾獲選年度自由人權活動家，並由英國女王親授大英帝國勳章。擁有牛津大學英國語文學學位，並曾於倫敦經濟學院研習行為與女性經濟學。

為什麼會有這種差別？或者再問：為什麼我不一開始就說女性困境，而要說一個抹去性別特徵的「通識課比喻」呢？（如果足夠仔細，會發現我避開了所有關乎性別，包含你/妳的代稱）

又或者是我們更進一步詢問：
為什麼同樣的事情，明明A說過了，但教授就是需要C來說，才會採信？
為什麼男性書寫是社會觀察，女性敘事則是個人牢騷？
為什麼男性政治人物在台上哭泣是親民、充滿感情，女性哭泣則是軟弱無能？
為什麼同樣的敘述，由女性開口就是無理取鬧、歇斯底里？男性來發表，則是充滿洞見、睿智？

因為乙系的人歷史上而言比較優秀嗎？
那甲系的數據有被採計過嗎？

今天要介紹的這本書，是《被隱形的女性》

本書列舉多項案例、多國的長年數據統計，或者是長年數據缺失，提到兩個我們其實都習以為常，但相當可怕的現象：

當我們討論「人類」的時候，其實都是在講男人。
作為文科，對語言比較敏感，譬如：駕駛是駕駛，女性駕駛則是女駕駛。博士是博士，女性則是女博士。勞工是工人，女性勞工則是女工。醫生，女醫生。總統，女總統......族繁不及備載。
我們內心已經預設了這個位置是屬於男人的，所以女性的出現是「例外」，需要被另外標示出來。
相反的情況則是護理師：護理師，男護理師。

到目前為止都只是「刻板印象」作祟，沒什麼大不了的，習慣就好──別急著反駁我，作為女性，我更加熟悉這些刻板印象，也習以為常了。不至於為此跟人爭執或生氣，畢竟我不想顯得「歇斯底里」。

其中最讓我震撼的莫過於書中的〈醫療篇〉。

醫學界的所有治療與藥物，長期以「一名70公斤白人男性」為標準典型，男性身體更代表了整個解剖學。但這個「標準」無法適用於所有男性，更枉論女性。

女性最常遇到的藥物不良反應，第一名是噁心，第二名就是：沒用。
因為在測試階段，藥廠找了大量的男性測試員，結果是有效的。這些藥對男性有用，所以也被判斷為可以給女性服用。試問：有多少藥物明明對女性無效，但因對男性有用，便被保留下來？且又有多少藥物可能對女性有效，不過在測試的第一階段就被淘汰掉，僅僅因為它們對男性無用？
（書中舉了滿多例子，可再自行詳閱）

雌細胞、雌性動物、女性受試者長期被忽略，資料缺口持續擴大。
就算有了女性受試者，也會要求她們在月經的濾泡期前段，也就是賀爾蒙水平最低、身體狀況最接近男性的時候測試，這是為了減少雌二醇、助孕酮的影響。因為女生月經時的賀爾蒙波動大，是「非典型」案例，數據處理起來太麻煩了。

聽起來滿合理的？但實驗室和真實人生不同。
試想手機廠商要求大家「不要在晚上拍照」，因為「此時的相片成像為非典型狀態」──這家廠商肯定被大家虧爆。因為黑夜佔據至少半天的時間，怎麼能算「非典型」？搞得好像什麼極其稀有的案例一樣。而且晚上不能拍照，怎麼想都是廠商得去研究的責任，而非丟給消費者擺爛吧？

但女性佔據全人類一半，若從12歲算起，至少要經歷40幾年的生理期，卻仍被視為「非典型」案例。因為「典型」是「一名70公斤白人男性」，所有異於這個數據的東西，都是不需被負責的非典型。

知名的「楊朵症候群」就是如此。
許多心肌梗死的醫學研究，主要著重於男性心肌梗死的症狀，而女性的心肌梗死症狀可能和男性不同，女性出現不同於男病患的症狀，就很容易被誤診、無法獲得治療，因此女性較容易因為醫療疏失而死亡──楊朵症候群足以造成病患喪命。

症狀只出現在單一性別時（特別在女性身上），其重要性往往被低估。比如登革熱會造成女性陰道出血，這明明可以是一個給女性很好的判斷依據。但症狀的重要性是依照出現頻率高低判定，沒有依性別分列，女性特有的症狀就會被視為次要。

單就「痛經」這件事來說吧！
審查者、藥廠普遍並不認為痛經是優先的公眾健康議題。所以即使經過雙盲測試，得知威爾鋼比市面上任何藥品，都還可以有效抑制經痛，也沒有廠商想往這方面發展。

醫療體系不重視她們的生理結構、症狀、疾病，沒有人相信她們的痛苦。
產後憂鬱、經前症候群依然會被視為「太軟弱」，而非真實的疾病。

作為一個曾因原發性經痛，痛到失去意識、昏倒，被送急診的人，我自己對這種「不重視」深有所感。當我疼痛劇烈到暈倒在地，醒來後，醫生卻認為我是「心情不好、壓力太大」而已，並開給我普拿疼，讓我回家吃──這邊請注意：普拿疼普遍對原發性經痛是無用的，應該服用布洛芬才對。
是的、我知道這是單一案例，這世界上也有很好的醫生。我這裡只是舉例說明這種「痛苦被忽視」的故事，是確實存在的（而且也不是唯一案例）。

雖然真的聽起來很像廢話，但：男人就只是男人，男人並不是全人類。所有從男性身上蒐集來的資料，並不能代表、也不適用於女性。
這極其簡單的道理，因人的偏見，卻無法被落實。

而這種錯誤，又懶得改變的「人＝男人」預設值，會在醫療體系中，持續性忽視人類一半的人口需求。

「男性與女性的薪水/職位差異並非歧視，而是能力差異。」
這是現代相信「唯才適用」的神話故事。

當我們缺乏對女性資料的認識，又已經假設了「正常來說」這個位子屬於人──也就是男性──便會發生一系列「趣事」。

愛樂管絃樂團長年在進行面試選人時，女性都被刷掉了。但在1970後，改採掩蓋掉姓名與樣貌的匿名試奏，女性比例一再增加，時至今日性別比約莫來到1:1。

學術界廣泛以名字縮寫取代全名，因此難以判斷學者性別。當女學者被當作男學者時，其論文被引用的機率遠比男性被當作女性時高十倍。

工作績效報告中，被標註aggressive好鬥的人，放在男性上是誇獎，並鼓勵他更積極一些。放在女性身上，則會成為個性上的批評，代表其不理性、感情用事、缺乏禮貌──心理學對此解釋說：「違反常態本身就是會讓人反感，常會引起強烈的負面情緒」。

這樣說吧：有薪的工作文化、傳統的工作環境專為無後顧之憂的勞工打造。
資方把辦公室的長工時視為積極的象徵，習於大方獎勵加班的員工，但這根本是專為異性戀家庭男性設計的紅利制度。為什麼呢？

雖然男女在單身階段，都可能可以好好照顧自己，並完成家中的無薪工作（打掃、煮飯、洗曬衣、採買、照護長輩），但結婚後，這些無薪工作通常大量傾斜在女性身上。

懷孕與育嬰會影響升遷，甚至保不保得住工作，這並非什麼新聞。
蘋果之前宣稱自己有全球最佳辦公大樓，有牙醫和水療，卻沒有日間托育。
如果要參與一場晚宴，並且報公帳的話：交通費OK，晚上住酒店OK，但請保母不OK。

於是傳統異性戀家庭的男性員工，比較容易實現資方心中「勞工都該自動自發為公司奉獻」的理想，也會自然成為資方青睞的對象，在升遷、加薪上都更具優勢。

但也愈來愈多異性戀男性加入到無薪工作之中，也愈來愈多員工不想再為工作賣命。畢竟每一個人，包括企業，都不能失去照護者所做的那些看不見的無薪勞動。我們該正視無薪工作的存在，評估他們的價值。

瑞典在陪產假這方面，可謂走在世界的前端。
1974年開始，就允許父親們請陪產假，不過那時只有6%的男性會請。
1995年給予父親保有薪水90%的一個月陪產假，並推動「不請假就損失」（不可把假期轉移到母親身上），男人才開始請產假。

在此之前呢？或者說是現在的社會呢？
有多少男性在請完產假後，瘋狂祈求「寧可回去上班也不要帶小孩」。而社會風氣依然默認女性擔當起育嬰、照顧家裡等，明明產值巨大（差點忘記還有人不承認無薪勞動是有價值的）、勞動時數極長，卻沒有薪水的「無薪勞動」。

女性好像只能在家庭與工作間選擇──一個不是選擇的選擇。

對握有權力的人來說，充滿男性偏誤的想法只是「常識」，然而所謂的常識，只是性別資料的缺口。

有時是出於無意，真的只是「沒有想到」。但大量權力者的大量「沒有想到」，造就一個幾乎不適用全球一半人類的生活形式。

「女人為什麼不能多像男人一點啊？」這樣的抱怨屢見不鮮──而人們的解決方法就是矯正或忽視女性。在一個男人被視為全人類，女人被視為「特異」的世界，這樣的邏輯一點也不讓人意外。

我們看不到歧視，是因為我們把這一切視作理所當然，它如此明顯、隨處可見、合情合理。所以好像就不算歧視了。

雙曲平面（hyperbolic plane）的展示模型，曾經是為難世人的一個無解難題。
戴娜 ‧ 泰米納看了一次男人用紙片做的範例，脫口而出就是「好醜」。後來，她居然用勾針編織的方法，打造了一個完美的雙曲平面模型。

人類在知識產出的過程中，排除世上一半的人口，就會同時排除世上許多重要的洞見。很多時候我們禁止女性提供連結，因為她的想法、經驗、生活微不足道。我們便繼續把世界的許多問題視為「無解」──或許答案在人口的另外一半那邊呢？

這本書很厚，非常扎實，但筆調易讀地（且帶有一定憤怒）整理了大量數據和案例。雖然有一些是立基於西方文化下的故事（剷雪），但這並不妨礙我閱讀，並吸收她的精神。

一個有趣的小故事：
我跟家母說自己看到這本書名時，她直覺反應就是：「一直都是隱形的啊！甚麼時候出現了？妳看妳外公，活到幾歲了還像巨嬰一樣，還不是妳外婆忙前忙後伺候他。但人前，都是妳外公在擺譜，好像自己多了不起一樣。」
不用什麼精美的學術名詞，女性的生活經驗便切實符合這些理論。

又想起最近中國拍攝抗疫宣傳片《最美的逆行者》。年初，在被派往武漢的護士中，超過90%都是女性，期間發生「衛生棉不算必需品」、「孕婦上陣」、「全員強迫剃頭明志」之類的真實案件。
但影劇中，當高官詢問：「誰願意去武漢？」時，都是男同志搶先，女性說自己「有困難」，不願意去。甚至還是在長官問出：「是不是女同志也出一個？」後，才有一個離婚女性加入──因為她沒有後顧之憂。

這還只是今年的事情，人都還沒死，群眾也都還記得時，女性的功勞便可以被隱沒。
那由男性書寫的歷史，到底有多少被隱藏起的東西呢？

如果對文章當中的論述有任何不滿，歡迎先看完書再來找我討論，感恩🙏