الإحصاء في دراسات النوع الاجتماعي
تلعب الإحصاءات دورًا محوريًا في فهم قضايا النوع الاجتماعي بطريقة أكثر قابلية للقياس، ومنهجية، وشفافية. لا تقتصر دراسات النوع الاجتماعي على دراسة التجارب والهويات وعلاقات القوة فحسب، بل تتناول أيضًا الأنماط الاجتماعية التي يمكن رصدها من خلال البيانات: من يحصل على التعليم، ومن هم الأكثر عرضة للعنف، ومن يحصل على وظائف رسمية، وكيف يتم تقسيم العمل المنزلي، وكيف تؤثر السياسات العامة بشكل متفاوت على الرجال والنساء والأقليات الجندرية. ومن خلال الإحصاءات، يستطيع الباحثون تقييم ما إذا كان عدم المساواة موجودًا بالفعل، ومدى اتساع نطاق المشكلة، والعوامل المرتبطة بها.
مع ذلك، يتجاوز استخدام الإحصاءات في دراسات النوع الاجتماعي مجرد "إحصاء" عدد النساء أو الرجال. فهناك تحديات مفاهيمية ومنهجية: كيفية تعريف النوع الاجتماعي في الاستبيانات، وكيفية تجنب التحيز في القياس، وكيفية تفسير الأرقام دون تبسيط الواقع الاجتماعي تبسيطًا مفرطًا. لذا، تُعدّ المعرفة الإحصائية أداةً أساسيةً للأكاديميين، وصانعي السياسات، والصحفيين المتخصصين في البيانات، والناشطين العاملين في قضايا المساواة بين الجنسين.
لماذا تعتبر الإحصاءات ذات صلة بدراسات النوع الاجتماعي؟
تساعد الإحصاءات في الإجابة عن أسئلة رئيسية في دراسات النوع الاجتماعي. أولًا، توفر الإحصاءات إحساسًا بالحجم: على سبيل المثال، ما هي نسبة فجوة الأجور بين النساء والرجال، أو ما هي نسبة ضحايا العنف القائم على النوع الاجتماعي الذين يبلغون عن حالاتهم. ثانيًا، تُمكّن الإحصاءات من إجراء مقارنات عبر الزمن والمناطق: هل تحسّن عدم المساواة بعد تطبيق سياسة معينة؟ هل كانت نسبة التحصيل العلمي للنساء في إحدى المحافظات أقل من غيرها؟ ثالثًا، تدعم الإحصاءات دراسة العلاقات بين المتغيرات: على سبيل المثال، ما إذا كانت الحالة الاجتماعية، أو عدد الأطفال، أو قطاع العمل مرتبطة بفرص المرأة في الوصول إلى مناصب إدارية.
علاوة على ذلك، تُضفي الإحصاءات مزيدًا من القوة على النقاشات المتعلقة بالنوع الاجتماعي، لأن الحجج لا تعتمد فقط على التجارب الفردية - التي تظل مهمة - بل أيضًا على الأنماط الهيكلية الظاهرة في البيانات الإجمالية. فعندما تُظهر الإحصاءات تفاوتًا مستمرًا عبر سياقات متعددة، يُمكننا أن نكون أكثر ثقة بأن المشكلة منهجية وليست عرضية.
بيانات النوع الاجتماعي: من الثنائية إلى الطيف
تُعدّ كيفية قياس النوع الاجتماعي من أهم القضايا. إذ لا تُقدّم العديد من الاستطلاعات التقليدية سوى خياري "ذكر" و"أنثى". وفي بعض السياقات، تكون هذه التصنيفات غير كافية، لأن النوع الاجتماعي يُمكن فهمه على أنه طيف واسع من الهويات والتعبيرات. من جهة أخرى، تتطلب السياسات في كثير من الأحيان بيانات موحدة لضمان إمكانية المقارنة. ويكمن التحدي في تحقيق التوازن بين الحاجة إلى التمثيل والاتساق في القياس.
يتزايد استخدام فصل مفهومي "الجنس المحدد عند الولادة" و"الهوية الجندرية الحالية". يتيح هذا النهج جمع بيانات أكثر شمولاً، ولكنه يتطلب الحذر: الحفاظ على سرية المستجيبين، وأمن البيانات، وتدريب الباحثين لضمان طرح أسئلة غير متحيزة. في دراسات الجندر، تُعدّ طريقة طرح الأسئلة بنفس أهمية النتائج العددية.
تصميم الاستبيان والتحيز في القياس
تبدأ الإحصاءات الجيدة ببيانات جيدة. في الدراسات الجنسانية، قد ينشأ التحيز من تصميم العينة. على سبيل المثال، قد تتجاهل استطلاعات الأسر التي تُجري مقابلات مع "رب الأسرة" وجهات نظر أفراد الأسرة الآخرين، وخاصة النساء. علاوة على ذلك، فإن المواضيع الحساسة كالعنف المنزلي أو التمييز في مكان العمل عُرضة للتقليل من الإبلاغ عنها بسبب الخوف أو الوصم أو انعدام الثقة بالمؤسسات.
كما أن هناك تحيزاً في المؤشرات المستخدمة. فعلى سبيل المثال، إذا اقتصر قياس المشاركة في سوق العمل على العمل بأجر، فإن مساهمة العمل المنزلي والرعاية، التي غالباً ما تقوم بها النساء، تُغفل. لذا، تشجع الدراسات الجنسانية على توسيع نطاق المؤشرات لتشمل استخدام استطلاعات استخدام الوقت، ومقاييس العمل غير المدفوع الأجر، ومؤشرات الرفاه التي تتجاوز الجوانب الاقتصادية.
التحليل الوصفي: رؤية عدم المساواة بالعين
تتضمن المرحلة الأولى من التحليل الإحصائي عادةً الإحصاءات الوصفية: المتوسطات، والنسب المئوية، والوسائط، أو تمثيلات البيانات المرئية. ورغم بساطتها الظاهرية، إلا أن التحليل الوصفي مفيد للغاية في تحديد أوجه عدم المساواة بين الجنسين. على سبيل المثال:
– فجوة الأجور بين الجنسين: مقارنة متوسط أجور الرجال والنساء، بشكل عام وحسب القطاع.
– المشاركة التعليمية: نسبة النساء والرجال الذين يواصلون دراستهم في المدرسة الثانوية أو الكلية.
– التمثيل السياسي: النسبة المئوية للمقاعد التشريعية التي تشغلها النساء.
- عبء العمل المنزلي: متوسط عدد الساعات التي يقضيها الفرد أسبوعياً في الطبخ أو التنظيف أو رعاية الأطفال.
مع ذلك، ينبغي على الباحثين توخي الحذر: فالمتوسطات قد تخفي تباينات كبيرة. على سبيل المثال، قد يبدو متوسط دخل النساء قريبًا من متوسط دخل الرجال، ولكن إذا تركزت النساء في العمل غير الرسمي أو بدوام جزئي، فقد يكون التفاوت الحقيقي أكثر تعقيدًا.
التحليل الاستدلالي: اختبار العوامل والتأثيرات
إلى جانب الإحصاءات الوصفية، تساعد الإحصاءات الاستدلالية في تقييم ما إذا كانت الاختلافات الملحوظة أكثر ترجيحًا من مجرد الصدفة. تُستخدم اختبارات متوسط الفروق، واختبارات مربع كاي، والانحدار غالبًا لدراسة العلاقة بين الجنس ومختلف النتائج. على سبيل المثال، يمكن استخدام الانحدار لاختبار ما إذا كان الجنس لا يزال يؤثر على الأجور بعد ضبط متغيرات التعليم، والخبرة العملية، والقطاع، وساعات العمل.
في سياق السياسات، تُعدّ مناهج الاستدلال السببي مهمة أيضاً: هل تزيد برامج المساعدة الاجتماعية من التحاق الفتيات بالمدارس أكثر من الأولاد؟ هل تُحسّن إجازة الأمومة المدفوعة الأجر من احتفاظ النساء بوظائفهن بعد الولادة؟ يمكن استخدام أساليب مثل الفرق في الفروق، والمطابقة، أو التجارب المعشاة ذات الشواهد، شريطة أن تظل الاعتبارات الأخلاقية والجدوى أساسية.
التقاطعية: النوع الاجتماعي لا يقف بمعزل عن غيره
يُعدّ التداخل بين الهويات الجندرية جانبًا بالغ الأهمية في الدراسات الجندرية الحديثة، إذ تختلف تجارب الجندر باختلاف الطبقة الاجتماعية، والعرق، والإعاقة، والعمر، والموقع الجغرافي، وعوامل أخرى. وتتيح الإحصاءات إجراء تحليلات متعددة المستويات، مثل مقارنة فجوات الأجور ليس فقط بين الرجال والنساء، بل أيضًا بين النساء في المناطق الحضرية والريفية، أو بين النساء ذوات المستويات التعليمية المختلفة.
مع ذلك، يتطلب التحليل التقاطعي حجم عينة كافياً. فإذا كان عدد الفئات كبيراً جداً وعدد المستجيبين قليلاً جداً، تصبح التقديرات غير مستقرة. ويمكن أن تشمل الحلول دمج الفئات بشكل منطقي، أو استخدام نماذج هرمية، أو جمع بيانات إضافية لضمان عدم "ضياع" مجموعات الأقليات في الإجمالي.
أخلاقيات البيانات وخطر سوء التفسير
تُعدّ البيانات المتعلقة بالجنس حساسة في كثير من الأحيان. لذا، تُعتبر حماية الهوية والخصوصية أمرًا بالغ الأهمية، لا سيما بالنسبة للفئات الضعيفة أو المجتمعات الصغيرة. علاوة على ذلك، قد تُساء استخدام الإحصاءات لترسيخ الصور النمطية. فعلى سبيل المثال، لا يعني وجود عدد أكبر من النساء في قطاع معين بالضرورة أن "النساء يخترن أن يكنّ كذلك"؛ فقد تكون هناك عوائق هيكلية أو أعراف اجتماعية أو تمييز.
لذا، يجب أن يكون تفسير النتائج سياقياً. ينبغي قراءة الأرقام جنباً إلى جنب مع النظرية الاجتماعية والدراسات النوعية والمعرفة المحلية. في دراسات النوع الاجتماعي، غالباً ما يكون اتباع منهجية مختلطة خياراً موفقاً: فالبيانات الكمية تكشف الأنماط، بينما تشرح البيانات النوعية الآليات والتجارب الكامنة وراء تلك الأنماط.
غطاء
تُشكّل الإحصاءات في دراسات النوع الاجتماعي جسراً يربط بين التجربة الاجتماعية والأدلة التجريبية القابلة للاختبار. فهي تُساعد في قياس عدم المساواة، وتقييم أثر السياسات، والكشف عن أنماط قد لا تكون واضحة للعيان. مع ذلك، لا تُعدّ الإحصاءات أداة محايدة بطبيعتها؛ إذ تتأثر بكيفية تعريفنا للنوع الاجتماعي، واختيارنا للمؤشرات، وتصميمنا للاستبيانات، وتفسيرنا للنتائج.
عند استخدام الإحصاءات بعناية منهجية وسياقية وأخلاقية، يمكن أن تكون قوة دافعة لتعزيز المساواة بين الجنسين. فالأرقام لا تحل محل القصص الإنسانية، لكنها قادرة على إبرازها، وجعل أوجه عدم المساواة التي غالباً ما تُعتبر أمراً طبيعياً مرئية وقابلة للقياس، ويصعب تجاهلها.
