我国正处于加速老龄化阶段，预计到2035年，我国60岁以上的老年人口将突破4亿，占总人口比重将超过30%，进入重度老龄社会。当前正是为我国老龄社会进行战略部署的窗口期，因此，人口老龄化与健康研究具有实践上的紧迫性。
概括地说，健康的影响因素主要包括两方面，一是遗传基因的影响，二是外部环境的影响。其中，遗传基因发挥着基础的影响作用，而外部环境因素则发挥重要的调节作用。更重要的是，基因基础性的影响随环境的差异发生变化，这一复杂效应也被称为基因—环境的交互作用。生物遗传因素和外部环境因素的交互作用是普遍而广泛地存在的。传统社会科学研究在以人作为研究对象时，往往忽视了人的生物属性，以及生物属性和外部环境的交互作用，这一定程度上导致传统社会科学模型在解释结果与现象的变化时难免失灵。近十年来，国际学术界开始强调在扎实的生物学基础上重新开展社会科学研究，即考虑基因与后天环境交互作用对人类行为、社会现象的影响。而在当前人口老龄化的重大国情面前，基因社会学为应对老龄健康治理提供新思路，同时推动社会科学研究范式的深刻变革。
基因社会学如何介入老龄社会治理呢？有关认知症防治的新研究思路提供了典型的例子。
认知症疾病是老龄社会面临的颇具挑战性的新难题。老龄社会治理的一个重大挑战表现在疾病带来的经济和照料负担，而认知症病人在生活上极大依赖他人的照料，给家庭、社会和国家带来经济和照料压力。例如，阿兹海默症是最典型的认知症疾病，被称为“最温柔的绝症”。目前，医学上并没有治疗认知症疾病的特效药物，对于认知症疾病的应对方式，学界的共识是早发现早干预，尽量延缓疾病的发生。医学界长期致力于寻找治疗药物，而社会科学研究者则更多关注社会环境对健康的影响。然而，无论是医学还是社会学研究，都面临一个共同困境：为何相似生活环境中的个体健康发展存在显著差异？
传统社会科学在解析认知健康问题时，往往仅关注社会环境的影响，而未能重视遗传的影响。中国老年健康长寿影响因素跟踪调查（Chinese Longitudinal Healthy Longevity Survey，CLHLS）数据显示，当我们将遗传基因纳入分析框架探索基因与环境的交互作用时，研究结果不仅为老龄健康干预提供了新思路，更揭示了一个新兴交叉学科——基因社会学的独特价值。
饮食是最容易进行干预的行为之一，作为健康干预的手段，它的成本效益非常高，但是有关研究发现却非常有限。尽管以往研究中提出过通过提高饮食中蛋白质的摄入来促进认知健康的理论猜想，但是一直缺乏实证研究的证据。而基因社会学研究正是通过引入基因环境交互分析取得了突破。研究的主要结果表明，未考虑饮食—基因交互变量时，饮食蛋白质摄入频率与认知下降的相关性并不显著。但是，在饮食—基因的交互效应分析中，我们发现认知症遗传风险较高的老年群体，在保持高频蛋白质摄入的饮食模式后，认知下降速度显著延缓。这一结果可以用社会环境补偿理论进行解释，意即特定的社会环境对于具有高基因风险的人有更强的保护作用。这种发现不仅为认知症干预提供了精准方向，更揭示了社会环境在调节遗传表达中的关键作用。
当我们将目光投向老年人更广泛的日常活动，基因社会学的解释力得到更充分展现。研究将休闲活动划分为认知生产型、社交型与体力型三类，结果发现尽管在老年人群体中，三种类型的活动都能显著延缓认知衰退，但是认知症遗传风险较高的老年人仅在认知生产型活动中获得显著认知保护效应。也就是说，对于存在基因风险的老人，为了延缓他们的认知衰退，给出的针对性建议应当是让他们多参与一些读书、看报等认知生产型活动，而不是将重心放在多参加社交活动或多参加体育锻炼上。这种微观层面的基因—环境交互机制，为理解宏观社会现象提供了新的分析工具：当公共卫生政策忽视群体遗传异质性时，可能造成资源错配与干预失效。
基因社会学的早期研究范式主要依托传统行为遗传学方法，其核心在于双胞胎及家族研究设计。通过系统比较不同亲缘关系个体（如同卵/异卵双胞胎、亲子、同胞）在行为特征上的表型相似性，研究者证实了遗传因素对人类社会行为具有显著的塑造作用，约30%—60%的行为特征差异可归因于遗传因素。但受限于当时技术手段，研究者虽能通过统计学模型量化估计遗传贡献度，却无法揭示其内在生物学机制——这种对遗传作用具体路径的未知状态如同无法打开的黑色盒子，仅能观测输入输出关系而无法解析内部运作过程的“黑箱机制”。随着分子遗传学技术的突破，基因社会学迎来了全新的局面，这是因为全基因组关联研究（Genome-Wide Association Studies，GWAS）成功解构复杂社会结果的遗传基础。这些复杂社会结果不仅包括高血压等复杂慢性病，还包括教育成就、生育数量、初次生育时间等社会行为结果。这使得研究者可以通过多基因评分（Polygenic Scores，PGS）构建个体的遗传倾向指标，并将遗传倾向指标嵌入社会科学实证研究。
基因社会学的核心贡献在于突破传统社会科学的解释边界。基因—环境交互研究不仅能够发现在传统社会学研究中被忽视的社会环境效应，还可以发现在特定社会环境中最容易受到影响的群体。这是因为传统社会科学研究中往往不考虑个体生物遗传的差异性，但是这些差异性是客观存在的，造成这些研究的结果，实际上是在不同遗传差异特征下的一个平均效应。这个平均的效应可能会很小，以至于被忽视掉。以老龄健康研究为例，通过引入遗传变量，我们得以揭示环境干预效果的异质性。譬如，在前述饮食—基因交互作用对认知健康影响的研究结果中，饮食蛋白质摄入的效应是传统分析方法无法发现的。发现被隐藏的社会环境效应，正是基因—环境交互研究的洞察力所在。这也进一步推动研究者重新审视社会变量的作用机制：社会环境不仅是外部条件，更是调节生物特征的“杠杆”。
基因社会学通过深入分析基因与环境的共同作用，挑战了基因决定论中“基因决定一切”的观点，同时也反驳了环境决定论中“环境是唯一决定因素”的观点，为我们提供了更为全面和深刻的理解。此外，基因社会学研究还为政策制定和干预措施提供了更全面的依据。认识到基因与环境的共同作用后，政策制定者可以制定更有针对性的干预策略，既考虑到个体的基因特征，也考虑到社会环境的影响。这种综合性的视角有助于制定更加有效和公平的健康政策。
在当前中国加速老龄化的重大国情下，基因社会学为应对老龄社会健康治理问题打开了新的局面。老龄社会健康治理不仅是医学的研究领域，社会学在老龄健康研究中也具有特殊的重要地位。医学领域的健康研究关注的是如何治疗疾病，社会学领域的健康研究关注的是如何创造一个有利于健康的环境。相比医学，社会学的参与能够提供独特的视角和方法，为政策制定者提供改善社会环境、减少健康不平等的建议。基因社会学的研究则进一步强调了社会因素在健康治理中的核心地位。尽管基因因素为健康提供了重要线索，但环境因素如医疗资源、社会支持和经济条件仍是决定健康结果的关键。因此，健康治理必须将基因信息与社会环境改善相结合，例如通过社区健康中心提供基因测试服务，同时加强社会保障体系建设，为老年人提供全面的医疗和心理支持。
老龄社会健康治理需要突破传统模式的局限，融入基因组学的最新研究成果。其中，基因与环境的交互作用、基因与环境的相关性等维度是理解老年健康的关键。而多基因评分的应用为预测和干预老年病提供了新工具。实际上，随着基因技术的不断突破，我们获取基因信息的成本越来越低，精准健康干预或许成为未来的趋势。一方面，通过遗传风险评估实现疾病防控关口前移，使公共卫生资源从被动治疗转向主动预防；另一方面，识别环境干预的敏感群体，提升资源配置效率，从而有效降低老龄社会中疾病产生的经济和照料负担。此外，基因—环境交互分析由于充分考虑到个体与生俱来的差异性，因此不仅能够提高社会科学研究的准确性，还有助于提高社会政策的实施效力和公平性。
基因社会学使得社会科学研究进入生物—社会协同演进的新阶段。在理论层面，它构建了连接微观基因与宏观社会的分析桥梁；在实践层面，其研究成果为健康中国战略提供了科学支撑。随着基因检测成本下降和大数据技术的发展，建立精准健康预警系统、开发精准健康干预方案，将成为未来研究的重要方向。
此外值得说明的是，基因社会学的终极目标并非基因优化，而是通过理解生物—社会交互机制，构建更具包容性和精准性的健康治理体系。这既是对传统社会科学范式的超越，更是应对老龄化挑战的科学应答。
