本文为“量化历史研究”第440篇推送 (图片来源于网络) “失踪女孩”(Missing Girls)问题,即发展中国家存在的严重性别失衡现象,自上世纪80年代被提出后,就一直备受学界关注。之前的计算以西欧国家的性别比(每100名女性对应的男性数量)为基准,根据世界发展指数报告的性别比计算,印度和中国等国家失踪的女性就有3-7千万人。 性别歧视引发的性别比失衡,首先影响的是女性的生存权益。此外,女性缺失也会引起其他严重的社会问题。比如,大量男性被迫单身,对于人口结构、社会稳定程度等方面有着极大的潜在影响。 女性收入水平很关键,谋生即谋命 解决性别歧视问题的一个重要思路就是,提高女性的收入水平。在“男耕女织”的传统社会中,经济价值偏低是导致女性被歧视的重要原因。因此,不难推测,如果女性创造的社会经济价值和男性越相当,平权之路也会越好走。 事实上,对多个国家历史数据所做的统计分析也证实了这一点:女性工作机会的增加和收入水平的提升,对于提高全体女性的生存概率、平衡性别比,有着积极的影响。换句话说,当代女性在努力工作、赚钱谋生之时,其实也在为下一代出生的女孩子争取生存权。为自己谋生,即是为下一代谋命。 不过,之前的研究大多是基于亚洲地区的数据,针对欧洲的研究相对较少。随着相关研究的进展,学者们逐渐发现,欧洲也曾存在性别比偏高的情况,特别是以西班牙代表的南欧地区。 来自剑桥大学的Francisco J和来西班牙萨拉戈萨大学的Domingo Gallego在 2017 年于The Economic History Review上发表的文章“Where are the missing girls? Gender discrimination in mid-19th century Spain”,就针对西班牙的“失踪女孩”问题进行了研究。 两位作者主要搜集了1860年西班牙人口普查的数据,以地区为单位,得到了400多个样本。对这些样本的分析,再度印证了之前学者的观点,即:女性的收入水平越高、城市化水平越高的地区,性别比越趋向于平衡状态。 本研究的被解释对象是一个地区的性别比,用来解释的因素则分为三类,分别是经济因素、社会因素和自然因素。其中,经济因素包括人口密度、城市化水平和受雇女性比例等,它们会影响女性的经济价值。而以宗教信仰和家庭制度为主要代表的社会因素,则会影响社会对女孩的态度。此外,考虑自然因素的影响,主要是考虑到不同疾病的发病率存在性别差异。 结果显示,1860年,西班牙0~1岁婴幼儿的平均性别比为104.7。这个数字看起来很“完美”,因为在现代社会,国际公认的生物出生性别比正常值为 102~107。 但是,现代的合理数据,并不能直接用来衡量历史时代的性别状况。因为,在死亡率较高的前工业时代,男婴的死亡率显著高于女婴,女孩拥有一定的生物学意义上的生存优势。据作者估计,在当时的西班牙,合理的性别比应该接近 99.5。因此,104.7 的平均值,显然是偏高的。 女孩的生存优势同样存在于现代社会。比如,根据2010年中国人口普查的数据,0~9岁不同年龄的人口中,男孩的死亡人数均高于女孩,本文重点关注的0~1岁年龄段,分地区的中位值高达121。[1] 此外,为了避免受到极端样本的影响,作者在分析时分别排除了人口数量过少或者性别比大于120的样本,并且利用1887年的人口数据,设计了稳健性检验。 冰山下的隐性歧视,也很致命 文章量化分析的结果显示:不管是对于0~1岁、还是1~5岁抑或是6~10岁的地区,人口密度越高、城市化水平越高、距离主要城市越近和受雇女性比例越高的地方,性别比就越低,越趋于平衡状态。 这意味着,由于经济价值不平衡引发的性别歧视,贯穿了女性从出生到童年的每一个阶段。而加快城市化进展、为女性提供更多的就业机会,是消除歧视、打开平权之门的两把重要钥匙。 最后,作者进一步指出,尽管在19世纪的西班牙,杀溺女婴等极端性别歧视的行为比较少见,但是很多极具隐蔽性却又无处不在的歧视现象,还是会给女性的生存带来严重挑战。 换言之,如果把溺婴等极端歧视现象看作冰山一角,那么水面之下的冰体所代表的隐性歧视,则更加常见、深刻且容易被忽视。 比如,男孩和女孩在成长过程中,面临着营养条件的差异,在历史时期的西班牙,男婴被母乳喂养的时间更长。同时,在生病的时候,家长们对儿子和女儿的治疗积极程度,也可能存在很大的差异。正是这些隐藏在日常生活中的歧视细节,让19世纪西班牙女孩的生存状况受到了严峻的挑战。 这项研究启示我们,隐性歧视无处不在,实现性别平权道阻且长。想保障女性的生存权益,可以从为女性提供更适宜的工作环境、提高女性的收入水平出发。此外,城市化发展和人口密度的提高,也可能有利于女性生存权益的改善。我们不能忽视,在高度现代化的社会,仍然有很多女性,还在为生存权奋斗。 不过,文章仍有一些美中不足。比如,对女性生存优势和解释因素测量方式的解释都不够充分。此外,通过排除海拔和降水量等自然因素来讨论疾病引发的性别差异,也存在逻辑上的缺环。毕竟,不同疾病的发病率和致死率与这些因素之间的相关性并不明确。 [1] 数据源自国家统计局第六次人口普查数据,网址: http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm 文献来源: Francisco J. and Domingo Gallego, Where are the missing girls? Gender discrimination in mid-19th century Spain, Explorations in Economic History, Volume 66, October 2017, Pages 117-126. |
|