新冠疫情危机中，女性领导优势的再研究

《领导力季刊》最近的一项研究重新审视了这样一种说法，即在新冠疫情期间，女性州长取得了更好的成果，包括死亡人数更少。该研究表明，早期的研究结果对特定假设高度敏感，一旦做出调整，性别对新冠死亡人数没有显著影响。

这项新研究背后的动机是源自媒体和学术界对女性政治领导人在新冠疫情早期阶段尤为有效的这一观点所给予的大量关注。

基于这一叙述，学术研究，包括塞尔金特和斯塔伊科维奇 2020 年的一篇有影响力的论文，指出由女性州长领导的美国各州新冠死亡人数较少。

“我是有力的重复研究的坚定拥护者。包括我们的研究在内，任何单个研究项目都不应被视为最终答案，”研究作者、缅因大学管理学副教授威廉·“比利”·奥本瑙尔说道。

“相反，我们应该努力在前人研究的基础上进行拓展，并了解先前观察到的关系的边界条件。鉴于将性别与领导效能相联系所带来的影响，利用重复研究来更深入地理解塞尔金特和斯塔伊科维奇（2020 年）所报告的关系似乎是一项重要的任务。”

该研究分为几个阶段，首先是对塞尔金特和斯塔伊科维奇 2020 年的原始研究进行逐字重复。这次重复使用了类似的数据和方法，以查看最初的发现——女性州长与较低的新冠病毒-19 死亡率之间的关联关系——是否可以重现。研究人员关注了截至 2020 年 5 月的新冠病毒 -19 死亡人数，并利用了相同的控制变量，如州长属性（年龄、政治派别和任期）、州人口以及各种疫情应对措施（居家令、旅行禁令、口罩强制令等）。

逐字重复成功重现了原始结果，表明当应用相同的变量和统计方法时，女性州长与较少的新冠病毒 -19 死亡人数相关。这一初步的成功验证了数据集，并为后续研究奠定了基础，后续研究旨在探索这些发现在不同条件下的稳健性。

接下来，研究人员进行了四次建设性重复（研究 2A - D），旨在测试原始发现于不同条件下的稳健性和普遍性。

在首次建设性的重复实验中，研究人员测试了从模型中移除潜在有问题的控制变量（比如各类非药物干预手段）所产生的影响。这些变量，如居家令和旅行禁令，存在问题，因为它们可能受到了其有效性正在被研究的那些领导人的影响。这可能会致使结果产生偏差。一旦这些变量被移除，州长性别与 COVID-19 死亡之间的关系不再具有统计学意义，这表明最初的发现并不稳健。

在第二次复制中引入了一个新的控制变量：一个州与纽约市的接近程度，纽约市是美国疫情早期的震中。靠近纽约的州，包括新泽西州和康涅狄格州，在疫情早期的 COVID-19 病例数量很高。这些州都由男性州长领导，这可能会扭曲最初的结果。当这个地理因素被纳入分析时，州长性别与 COVID-19 死亡之间的关系消失了，这表明与疫情震中的接近程度而非领导人的性别，是死亡率更为重要的预测因素。

在第三次复制时，研究人员关注了原始研究中所采用的一种关键统计方法，即协方差分析（ANCOVA）。ANCOVA 是一种在考查自变量（在此情形下为州长性别）和因变量（COVID-19 死亡）之间的关系时，有助于控制其他被称为协变量的变量所产生影响的技术。然而，ANCOVA 是基于这些协变量与结果之间的关系是线性的假设运作的。但原始模型中的几个变量不符合这一假设。当模型被调整以考虑这些非线性关系时，州长性别与 COVID-19 死亡之间的关联再次变得不显著。

在最后的建设性复制中，研究人员同时应用了之前的所有修改：移除有问题的控制变量，考虑与纽约市的接近程度，并校正非线性关系。在这个经过完全调整的模型中，没有证据能够表明州长性别与 COVID-19 死亡之间存在关系，这强烈表明最初的发现很大程度上是模型规格错误的结果。

为了突破早期研究的相关成果，研究人员实施了两种因果测试方法：地理匹配设计和回归不连续性设计。这些方法更适合通过对比更为相似的群体以及降低混杂因素出现的可能性，来判定因果关系。

首先，研究人员比较了位于州界两侧、州长性别不同的美国各县。他们认为，彼此相邻的县在人口、经济和文化等方面会有许多相似之处，这使得研究人员能够分离出州长性别对新冠死亡人数的影响。结果显示，女性州长领导的县和男性州长领导的县在新冠死亡人数方面没有显著差异。这一发现表明，早期将州长性别与更优的危机管理相联系的结果，在更严格、更局部的分析中并不成立。

接下来，研究人员将他们的分析扩展到巴西的市政当局。他们使用了回归不连续性设计，比较了男性和女性候选人选举结果非常接近的市政当局。这种设计对于进行因果推断特别有效，因为接近的选举结果创造了一个类似于随机分配的场景：选举女性的投票阈值上下的市政当局在其他方面可能非常相似。同样，分析发现，根据当选市长的性别，新冠死亡人数没有显著差异，进一步强化了领导者性别与危机结果之间没有因果关系的结论。

简而言之，建设性的复制和因果测试结果表明，最初的发现高度依赖于特定的方法选择。一旦对模型进行调整——例如考虑到与疫情热点地区的地理接近性，并删除有问题的控制变量——性别效应就消失了。虽然女性领导人最初因其对疫情的应对而受到称赞，但这项新的研究表明，任何被认为的优势可能都被夸大了。

“新闻机构靠宣传带有引人注目的发现的研究来获取点击量，”奥本瑙尔告诉 PsyPost。“公众经常将这些发现视为‘既定知识’，但它们实际上只是拼图的一块。如果您对在新闻中了解到的研究感兴趣，请查阅关于该主题的其他学术研究。在您的公司依据新闻里报道的组织研究施行某些举措之前，考虑与当地大学的商学院合作，以更深入地了解该主题。”

虽然这项研究有力地证明了在领导力研究中稳健统计方法的重要性，但它本身也有局限性。一个显著的局限性在于美国女性州长的样本相对较少，因为在研究期间，55 个州和地区中只有 12 个由女性领导。这种不平衡可能导致难以发现有意义的差异。

“这一点我再怎么强调都不为过——任何单个的研究项目都不应被视作最终答案，”奥本瑙尔说。

重复研究很重要，因为它们测试了先前研究结果的可靠性和有效性，确保结果不是由于偶然或特定条件造成的。通过采用不同的方法或者在不同的背景下进行重复研究，重复有助于确认科学结论的普遍性和稳健性。

这项研究，“在危机期间，女性战略领导者是否比男性战略领导者更有效？对新冠疫情危机期间战略领导者性别与结果之间关系的因果分析”，由威廉·G·奥本瑙尔、约斯特·西韦克、尼古拉斯·巴斯塔多兹、保罗·R·阿瓦特、布鲁克·A·加兹达格和坦贾·亨切尔撰写。