被統計看見的人:從性別資料缺口重新理解公共衛生

文/國立臺灣大學 健康政策與管理研究所 博士班 鄭昀瑄

 

 

一、看不見的數據:性別資料缺口作為制度性根源

  在閱讀完Perez所著之《Invisible Women: Data Bias in a World Designed for Men》一書後,可以理解「資料並非中性」並非僅是方法論上的提醒,而是一個公共衛生問題。作者指出,性別資料缺口並非單純來自統計疏漏,而是源於統計模型對「標準人口」的預設,多半以男性經驗為常態。當這些資料被用於政策規劃與資源配置時,統計便不再只是描述人口特徵,而是成為分配風險與保護的治理工具。換言之,公共衛生並非先於資料而存在,我們蒐集與解讀資料的方式,將決定哪些健康需求被看見,哪些被制度性忽略。

 

  書中先以照顧勞動說明這種忽略如何在測量階段即被產生。女性承擔全球約75%的無酬照顧工作,其日常移動型態多圍繞照顧責任,而非線性的「住家職場住家」通勤模式。實證資料亦顯示,在倫敦女性接送子女上學的機率為男性的三倍,多段行程(trip-chaining)比例亦高出約25%,內容包含接送、採買與照護等活動,若家中有九歲以上兒童則高達39%。當交通政策以尖峰通勤需求作為規劃基準時,實際上便以男性就業模式作為隱含模型,使短距離、多目的的照顧型移動被排除在標準之外。於是,性別資料缺口不再只是描述不足,而是在統計基準的選擇中被轉化為政策盲點。

 

  這樣的盲點並不只停留在規劃層面,而會以健康與經濟成本的形式被社會承擔。Perez以瑞典冬季行人傷害為例指出,交通風險的主要來源並非車禍,而是滑倒事故。在冰雪環境中,行人受傷機率約為駕駛者的三倍,並占交通傷害住院時數近半。在於莫歐(瑞典語:Umeå),79%的行人傷害發生於冬季,其中單獨滑倒的個案約69%為女性,且48%為中度至重度傷害(如骨折或脫臼),顯示此類傷害與日常移動及照顧角色密切相關。斯科訥省(瑞典語:Skåne län)的研究進一步估計,一個冬季因行人跌倒造成的醫療與生產力損失已超過道路維護費用本身。當除雪政策優先確保車輛通行時,風險實際上被轉移至以步行為主的族群,且主要由女性承擔。故「未區分性別的資料」不再只是分析上的缺漏,而是成為可被量化的社會成本。

 

 

二、性別中立的假象:空間設計與健康機會的不平等

  基礎設施亦呈現相同邏輯,書中指出女性平均如廁時間約為男性的2.3倍,但公共空間多採男女等量廁所配置,看似公平,卻造成女性長時間排隊與限制飲水等健康風險。歷史上這種男女各半的空間分配甚至被寫入法規(plumbing codes)。然而,男廁因同時設有隔間與小便斗,在單位面積內可服務人數遠高於女廁,加上女性陪同兒童與生理需求較多,等量配置遂轉化為使用落差。當官方資料未區分性別,或將照護活動歸為雜項時,規劃者便難以辨識需求差異,於是廁所不足、照明與照護空間缺乏等問題被視為偶發,而非設計結果。書中以孟買與里約等城市說明,這些現象並非文化特殊性,而是資料缺失所產生的規劃盲點。

 

  維也納的公園案例顯示,資料不僅提供資訊,也會改變問題的定義。當城市開始以性別分析使用者後,才發現青春期後女孩幾乎從公園消失,原因並非興趣改變,而是籃球場被鐵絲網圍住且僅有單一入口,男孩長時間聚集於入口,使女孩難以進入而逐漸退出。規劃者增加入口並劃分為較小、非競爭性的活動區域後,一年內女孩才重新回到公園。原本被理解為「女孩不喜歡運動」的現象,在空間配置改變後女孩重新出現,因而被重新理解為「空間排除了女孩」。這個轉變正體現了從統計到公共衛生的關鍵過程:統計不只描述差異,更決定差異被歸因為個人選擇,還是被辨識為需要介入的健康與環境問題。當資料使排除被看見,公共衛生行動才得以開始。

 

 

三、從Invisible Women重新理解公共衛生

  在閱讀完本書後,再對照Kelani2024)的書評,能更清楚理解作者所指的並非個別設計失誤,而是一種知識體系本身的偏差。書評將書中的核心概念概括為「Default Male」,亦即社會長期將男性經驗視為普遍標準,而女性經驗被當作例外。當研究與政策以此為前提時,看似中立的統計其實已預設觀察角度,女性既在資料中消失,也在制度中被忽略。此種偏誤橫跨都市設計、醫療研究與人工智慧資料集,因而同時產生錯誤診斷、不安全產品與不公平制度。因此,本書真正的核心並非主張「女性需要特別待遇」,而是指出「若資料蒐集本身失真,公平政策便無從產生」,當統計只反映部分人的經驗時,政策便會再製不平等,故補齊資料並非政治立場,而是提升決策品質的必要條件。這也呼應書評最後提出的觀點:縮小性別資料落差不僅能改善女性處境,更能同時提升整體社會效率與公共利益。

 

  從公共衛生的角度來看,我也重新理解到證據並非全然中立,證據的缺席同樣具有影響力。統計不僅是呈現結果的工具,更是形塑政策方向的基礎。當資料未按性別拆解時,「看不見的人」便持續被排除於決策之外。書中從Madrid的照顧型移動調查,到維也納與馬爾摩(瑞典語:Malmö)依使用者觀察調整公共空間的案例(例如:增加入口、改變活動區域與照明),皆顯示關鍵不在高成本工程,而在於資料如何被蒐集並納入分析。回到公共衛生,從問卷設計、變項分類到結果呈現,每一項未被辨識的差異,都可能在現實世界中轉化為健康不平等。

 

 

參考文獻

1.    Perez, C. C. (2019). Invisible women: Data bias in a world designed for men. Abrams.

2.    Kelani, Z. A. (2024). Book Review: Invisible Women: Data Bias in a World Designed for Men. Journal of International Women's Studies, 26(5), 18. 

 

 

----------------------------------------------------------------------

公衛四季:臺大公衛電子報第021期【2026春季號】文章 延伸閱讀