《NEUROSCIENCE AND BIOBEHAVIORAL REVIEWS》：No relationship between testosterone and risk aversion: A meta-analytic review
编辑推荐：
睾酮与风险偏好的关联性经大规模元分析验证为总体无效，发现激素效应受任务类型、测量方法及情境因素影响，强调生物-心理-社会多维度交互作用。
Irene Sánchez Rodríguez | Luca Bailo | Folco Panizza | Emiliano Ricciardi | Francesco Bossi
分子心理实验室，IMT高级研究学院卢卡分校，Piazza San Francesco 19号，卢卡，55100，意大利
摘要 睾酮与冒险行为之间的关联在行为经济学、神经内分泌学和社会神经科学领域得到了广泛研究，但实证结果仍存在不一致性。为阐明这一关系，我们对52项实证研究（共94个独立效应量；总样本量N = 17,340）进行了多层次随机效应元分析，这是迄今为止最全面的研究，考察了不同实验范式中睾酮水平或操作与风险偏好之间的相关性。综合效应在统计上为零（r = –0.0021，95%置信区间[–0.0431, 0.0389]，p = .919），表明睾酮与冒险行为之间没有可靠的联系。出版偏倚诊断（修剪-填充法和安全样本量法）表明这一零效应并非由选择性报告所致。元回归分析显示，不同睾酮测量方法之间存在显著异质性。此外，只有基于彩票的经济任务显示出轻微的正相关，而其他范式（如BART、IGT、自我报告）则没有这种关联。关于性别差异的单独元分析未发现调节效应，表明睾酮与风险的相关性在男性中并不比女性更强。总体而言，这些证据挑战了睾酮为人类风险偏好提供普遍生物学基础的观点。相反，研究结果支持生物心理社会框架，即“冒险行为”反映了任务要求、认知-情感过程和情境背景的相互作用，而内分泌效应显得较为局限、依赖于具体情境且具有方法特异性。未来的研究应采用预先注册的多测量设计，并直接进行内分泌检测，以更精确地探讨其机制途径。
引言 风险厌恶是指人们倾向于选择结果变化较小的选项，而非风险较高但潜在回报更大的选项，这种倾向影响了从日常健康选择（如吸烟、驾驶、疫苗接种）到高风险的金融和政治决策（Lakdawalla等人，2020年；Guiso和Paiella，2008年）的各种决策。个体在面对不确定性时的风险偏好存在差异：一些人尽管风险较高仍优先选择更高的潜在回报，而另一些人则选择更安全但回报较低的结果。因此，理解人们为何在风险偏好上存在差异对于行为科学、经济学和公共卫生政策至关重要（Sapienza等人，2009年；Stanton等人，2011a）。
多种因素导致个体在风险厌恶上的差异，包括人格特质（Soane和Chmiel，2005年；Mueller等人，2006年）、决策框架（Kahneman和Tversky，1979年；Von Neumann和Morgenstern，1944年）以及社会情感背景（Loewenstein等人，2001年）。其中，性别差异是最显著的研究结果之一：平均而言，男性比女性更不厌恶风险（Byrnes等人，1999年）。
为了解释这一差异，人们提出了从社会文化角度到生物学角度的各种假设。社会文化解释强调了性别在角色和期望、教育及社会化路径上的差异，以及在评估风险时的情境敏感性差异，强调了风险偏好的可塑性以及性别规范的影响（Eckel和Grossman，2008年；Sarin和Wieland，2016年；Rai和Kimmel，2015年；Friedl等人，2020年）。相比之下，生物学假设，尤其是那些关注性别相关激素的假设，受到了更多的实证关注，许多研究探讨了雄激素（如睾酮）的性别差异是否与风险偏好的系统差异有关（Apicella等人，2008b；Zethraeus等人，2009年）。
睾酮在男性和女性之间的平均水平存在差异，被认为可能是性别在风险偏好上差异的关键驱动因素。然而，实证结果并不一致。一些研究报道睾酮与风险厌恶之间存在显著相关性，发现较高的睾酮水平与增加的金融冒险行为有关（Apicella等人，2008a），而另一些研究则认为较高的睾酮水平会减弱或消除性别在风险厌恶上的差异（Sapienza等人，2009年）。相反，也有研究报告风险偏好与睾酮水平之间没有关系（Boksem等人，2013年；Derntl等人，2014年；Zethraeus等人，2009年）。这一模式引发了疑问：睾酮是否为风险偏好提供了一个普遍的解释途径，或者观察到的关联是否受具体情境的限制。
针对单一激素研究结果的不一致性，出现了更复杂的模型，这些模型考虑了睾酮与其他因素的相互作用。其中最重要的是双重激素假说，该假说认为睾酮的行为效应取决于同时存在的皮质醇水平（Carre和McCormick，2008年）。这一观点与压力相关下金融冒险行为变化的证据相符（Kandasamy等人，2014年），以及实验室任务中睾酮和皮质醇关联的小样本报告（Mehta和Prasad，2015年）。然而，实证基础仍然薄弱且方法学上存在异质性，限制了综合推断的可行性。
这些结果的差异，无论是对于单一激素假说还是双重激素假说，都严重阻碍了证据的整合和睾酮在性别风险厌恶差异中作用的澄清。文献中的异质性主要源于风险和激素测量的操作方式不同。风险偏好的测量采用了不同的计算方法和情感过程。例如，气球类比风险任务（BART）用于捕捉不确定性下的冲动决策（Strobel等人，2001年），爱荷华赌博任务（IGT）强调基于反馈的学习和损失更新（Tversky和Kahneman，1994年），而Holt & Laury彩票任务则针对已知概率下的长期预期效用进行评估（Holt和Laury，2002年）。内分泌方面的异质性同样明显，不同研究采用了不同的方法：包括主动给予睾酮；直接生化定量检测激素浓度（如唾液或血液检测）（Ramirez等人，2003年）；以及基于形态特征的间接代理指标，如2D:4D数字比（Mueller等人，2006年）和面部男性化程度（Jackson等人，2005年）。重要的是，大量高质量的研究质疑了一些基于形态特征的代理指标的有效性，尤其是2D:4D作为经济偏好（包括风险偏好）的预测指标（Alonso等人，2018年；Neyse等人，2021年）。这些方法学上的差异有助于解释为什么在名义上探讨相同问题的研究中，研究结果会存在差异。
基于此背景，我们提出了一个具体的问题：睾酮是否与人类的风险偏好有稳健的相关性？我们的目标是进行迄今为止最全面的定量综合分析，探讨睾酮的影响，并了解它是否能够单独解释风险偏好，或者更广泛的生物心理社会视角是否更能符合证据。我们通过汇集使用不同任务和不同激素测量方法的研究，并探讨结果模式是否反映了任务实际测量的内容以及激素的评估方式来进行验证。由于性别差异是这些研究的主要动机，我们还考察了性别作为睾酮-风险关联的调节因素，即激素-行为关联在男性和女性之间是否存在差异，而不仅仅是估计平均性别差异。
虽然之前的综述已经探讨了激素与风险的关系（例如Apicella等人，2015年；Stanton，2017年），并讨论了混合结果的潜在解释，但这些综述主要是叙述性的，并且仅限于文献的某些子集（例如，主要关注经济或消费者决策，且主要基于单一激素的解释）。相比之下，我们的工作旨在提供激素与风险偏好之间关联的全面定量综合分析，涵盖了内源性和外源性研究，整合了我们搜索中确定的所有主要研究，包括单一激素和双重激素假说。此外，我们还使用标准的出版偏倚诊断方法评估了证据的价值。
尽管交互作用模型（例如睾酮与皮质醇）在概念上与我们的研究相关，但目前的实证基础太少且异质性太大，无法进行累积估计；因此，我们仅从叙述角度讨论这些观点，并概述了未来测试的设计重点。同样，由于我们预先指定了搜索日期，一些高度相关的研究未被纳入定量综合分析。我们在讨论部分讨论了这些较新的研究，认为它们是对这里探讨问题的支持性证据。
最后，我们的综合分析结合了将内源性基线睾酮与风险偏好相关联的研究和实验性睾酮给药研究，使我们能够整合相关性和因果证据。我们使用多层次随机效应模型分析所有效应量，每个样本都设置了随机截距，这适当地考虑了多种风险任务和同一研究中报告的不同类型的激素指标（直接内分泌测量、形态学代理指标和药物操作）。
文献搜索方法 相关研究的搜索是通过电子方式在多个数据库中进行的：Google Scholar、Pubmed和Scopus。在每个数据库的标题、摘要和关键词中应用了以下布尔字符串：testosterone AND (“risk attitude” OR “risk seeking” OR “risk aversion”）。我们故意选择了这种更具体的风险术语，而不是像“risk taking”或“risk”这样的宽泛术语，以便针对经济和心理风险偏好文献，并避免
元分析 - 整体效应 52项研究（共94个测量值）的综合效应量为r = ?0.0021，总样本量N = 17340，95%置信区间[?0.0431, 0.0389]，z = ?0.1018，p = .919。这一结果表明，估计的睾酮与风险的相关性并不显著（即零效应）。结果在图2中的森林图中表示
Qhomogeneity 测试显示了统计上显著的结果，突显了结果的极大异质性：Qhomogeneity （93）= 498.6，p <
讨论 本研究表明，睾酮不太可能为人类风险偏好提供一个普遍的解释。证据指向了一个生物心理社会视角：我们所说的“冒险行为”是任务要求、认知和情感过程以及情境背景相互作用的产物，而内分泌影响（当可检测到时）显得较为局限且依赖于具体情境，而非广泛存在且具有特质性。这种解释有助于理解为什么单一研究的结果会存在差异
财务披露 作者感谢Intesa Sanpaolo Innovation Center S.p.A. 提供的财务支持。
致谢 本研究是在IMT高级研究学院卢卡分校与Intesa Sanpaolo Innovation Center S.p.A.之间的合作协议下进行的。作者感谢Intesa Sanpaolo S.p.A.的Giovanna Paladino、Dario Russignaga，以及Intesa Sanpaolo Innovation Center的Sonia D’Arcangelo和Francesca Maggi在项目各个阶段提供的宝贵贡献。
