先纠正一个提问方式
"有些人为什么会变成 gay"——这个问法本身带着一个未经证实的假设。把它拆开看，才能问对问题。
"变成"这个词预设了什么
它预设性取向是后天某个时刻被某种外力改变的结果，就像水变成冰。但现有证据不支持这个模型。更接近事实的描述是：性取向在生命早期（很可能是产前）就已经开始形成，此后在青春期及以后逐渐显现，而不是被某个事件"变成"的。
这个区别不只是措辞问题。如果按"变成"的模型去研究，就会去寻找一个并不存在的"触发事件"——某次经历、某个人、某种教养方式。几十年下来，这类研究反复落空，而生物学方向的研究持续产出结果。研究重心的转移本身就是证据。
另一个被混淆的概念：行为 ≠ 取向 ≠ 身份
这三个词经常被混用，但它们在研究里是三个不同的变量，测出来的结果也不一样：
性行为：实际发生的性接触。受环境、机会、社会压力影响最大——例如在性别隔离的环境中，行为模式会明显偏离取向分布。
性取向：吸引力与欲望的指向，属于内在心理特征，无法直接观测，只能通过自我报告间接测量。
性身份：一个人如何自我命名（如"同性恋""双性恋""异性恋"或拒绝标签）。受文化、语言、时代影响极大。
这解释了一个常见困惑：为什么不同年代的调查里"同性恋比例"差别很大？多数情况下变的是身份认同与自我报告意愿，不是吸引力本身。
还有一个容易忽略的事实：它不是二元的
性取向在人群中呈现为一条连续谱，而不是"同性恋 / 异性恋"两个格子。金赛在 1940 年代提出的 0–6 量表是最早的尝试，现代研究则通常把它处理为连续变量。
这意味着"有多少人是同性恋"这个问题，答案高度依赖于你用什么标准去切——只看身份认同、只看吸引力、还是只看行为，得到的比例可以相差数倍。任何引用"某个百分比"的说法，都应该先问清楚它测的是哪一个。
目前学界最稳固的三条结论
在具体机制仍有争论的同时，有三件事是有广泛共识的。
一、性取向不是自愿选择
这一点在所有主流专业机构的立场文件中都是一致的。它不是偏好、不是习惯、也不是被诱惑或教唆的结果。
二、它不是疾病，也不在精神障碍分类中
美国精神医学会于 1973 年将同性恋从 DSM 中移除；世界卫生组织在 ICD-10（1990 年）中将其移出疾病条目，ICD-11 则完全不再将其列为精神与行为障碍。
三、它由多种生物因素共同作用，不存在单一成因
遗传、产前激素环境、以及尚未完全识别的其他生物因素各自贡献一部分，没有任何一个因素单独起决定作用。寻找"那个基因"或"那个原因"的方向，已经被证明是错的。
四条证据线，四块拼图
下面每一张卡片代表一个研究方向。注意"证据强度"一栏——这个领域的诚实之处在于，不同方向的可靠程度差别很大。
家族聚集与基因变异
同性性行为在同卵双生子中的一致率显著高于异卵双生子，在家族中也有轻度聚集。全基因组研究找到了多个相关位点，但每个位点效应都极小。
子宫内的激素与免疫环境
最有说服力的发现是"兄长效应"：每多一个亲哥哥，男性成为同性恋的几率系统性上升。目前最受支持的解释是母体对男性胎儿抗原产生的免疫反应。
大脑结构与功能的差异
若干研究报道了下丘脑某些核团、胼胝体等的组间差异。这些发现方向有趣，但普遍存在样本小、难以重复的问题。
非共享环境因素
行为遗传学模型显示，同一家庭内兄弟姐妹之间的差异（非共享环境）占相当大的比重。但具体是哪些环境因素，至今没有可靠结论。
怎么理解"非共享环境"这个词
在行为遗传学里，双生子模型把变异拆成三块：遗传、共享环境（同一家庭共同经历的部分）、非共享环境（同一家庭内各自独特的经历与生物学差异）。
很多人一看"非共享环境占很大比重"就以为在说"社会经历很重要"。这是误读。这个类别里同时包含了测量误差、随机的发育噪声，以及每个胎儿各自不同的产前环境——同一位母亲的不同胎次，激素与免疫环境本来就不一样。它恰恰可能正是生物学因素。
遗传学证据：有影响，但没有"那个基因"
这是被误解最多的部分。媒体报道常常在"发现同性恋基因"和"根本没有基因"之间反复横跳，而真实结论在两者之间。
起点：双生子研究
1991 年的一项里程碑研究招募了男性同卵双生子、异卵双生子与收养兄弟，比较性取向的一致率。结果显示，如果一位男性是同性恋，其同卵双生兄弟同样是同性恋的比例明显高于异卵双生兄弟，而收养兄弟之间几乎不相关——这个梯度模式正是遗传影响的典型特征。
但要注意一个关键的方法学问题：该研究通过同性恋刊物与社群渠道招募参与者，这类样本存在招募偏差，会系统性高估一致率。后续基于全国人口登记的大样本研究得到的遗传度估计明显更低，通常在 30–40% 区间。诚实地讲：早期数字偏高，后来的数字更可信。
双生子一致率：1991 年研究的结果
"一致率"指索引者与其兄弟在性取向上相同的比例
2019 年：迄今最大规模的全基因组研究
一项发表于《科学》的研究对约 49.3 万名参与者进行了全基因组关联分析，是这一领域规模最大的一次。结论可以概括为三点：
第一，存在多个相关基因位点，但没有单一决定基因。研究找到若干达到全基因组显著水平的位点，但每一个的效应都极其微小。作者明确指出，用这些结果去预测任何个体的性取向，在科学上是无效的。
第二，遗传效应高度分散。把所有测到的常见基因变异加起来，也只能解释同性性行为变异的 8%–25%。剩下的绝大部分，来自未测到的遗传变异与其他因素。
第三，相关基因与多种性状重叠。这些位点同时与冒险倾向、开放性等特征相关，提示它并非一个"专用的性取向通路"，而更可能是多效性的副产物。
研究团队还特别强调了一点：这类结果不能用于支持任何形式的歧视或优生主张——科学发现描述的是分布，不是价值判断。
常见基因变异能解释多少？
基于 2019 年全基因组关联研究的估计
产前激素与"兄长效应"
这是整个领域里最可重复、量化最清楚的一个发现，也是最接近"机制"的一块拼图。
现象：每多一个亲哥哥，几率系统性上升
1990 年代，Blanchard 与 Bogaert 发现：男性成为同性恋的几率，与其亲生哥哥的数量正相关。这个效应在 2017 年的一项元分析中得到确认——该分析汇总了 26 项研究、共 7,140 名同性恋男性与 12,837 名异性恋男性，得到的合并"哥哥几率比"为 1.47。
几个限定条件很重要：效应只与哥哥有关，姐姐、弟弟、妹妹都没有这个作用；而且只与同一位母亲所生的哥哥有关——如果哥哥是被收养的、或与弟弟只有父系血缘关系，效应就消失。这个细节直接指向了母体，而不是家庭氛围。
每多一个亲哥哥，几率乘以多少？
以没有哥哥的男性为基准（相对几率 = 1.00）
机制假说：母体的免疫记忆
目前最受支持的解释是母体免疫假说。男性胎儿会表达一些由 Y 染色体编码的蛋白，其中部分会进入母体循环。母体免疫系统可能将其识别为外来抗原并产生抗体；在后续的男性妊娠中，这些抗体可能穿过胎盘，影响胎儿大脑的性别分化过程。
这个假说之所以有吸引力，是因为它能自然解释前面那些限定条件：抗体是随胎次逐渐累积的（所以只与哥哥有关），而且是同一位母亲体内累积的（所以只有同母哥哥才有效应）。后续研究也确实在相关母体血液中找到了与胎次和子女性取向相关的抗体证据。
不过要诚实说明：这只是目前最合理的假说，不是已确证的机制。而且它只适用于男性，也无法解释为什么大多数同性恋男性并没有哥哥——有研究估计，这个效应最多能解释一部分同性恋男性的取向，具体比例存在争议，不同估算从约一成半到近三成不等。
哪些流行说法已经被证伪
下面每一条都是流传很广的"解释"。它们不是"尚未证实"，而是有明确证据反对。
关于"性流动性"的一点澄清
有纵向研究显示，部分人的性吸引力模式在一生中会发生变化，这在女性中更为常见。这不是上面说法的反例——性流动性不等于"选择"，也不等于"可以改变"。
区别在于：流动性是自发发生的、不受意志控制的、且方向不可预测的；而"转换疗法"声称的是通过外部干预按预定方向改变。前者是观察到的现象，后者是被证伪的宣称。
一个真正的谜题：为什么这样的变异会持续存在
如果性取向有遗传成分，而同性性行为在传统环境下会降低直接繁殖成功率，那么相关基因变异按理说应该被自然选择逐渐淘汰。它却没有。这个问题至今没有定论，但有几个主流假说。
假说一：亲缘选择
如果同性恋个体把资源与照护投入到亲属的子女身上，那么即使自己没有后代，其基因仍能通过亲属传递。这就是俗称的"同性恋舅舅假说"。
评价：逻辑上成立，但在人类中有力的实证支持有限。萨摩亚等少数社会的田野研究提供了部分支持，能否推广到其他社会存在争议。
假说二：拮抗选择
同一批基因变异，在男性身上可能与同性性行为相关，而在女性身上可能提升繁殖成功率（例如生育更多子女）。如果后者的收益超过前者的成本，这些变异就能在人群中维持。
评价：这是目前较受关注的方向，已有研究报道相关基因变异在女性中与子女数量存在关联。但效应量小，需要更多独立样本重复验证。
还有一种可能：也许根本不需要"解释"
值得注意的是，前面 2019 年的研究提示，与同性性行为相关的基因位点同时也与冒险倾向、开放性等人格特征相关。这意味着它可能不是一个被单独选择或被单独淘汰的"性状"，而更像是人类性心理发育过程中的正常变异谱——就像身高、性格外向程度一样，存在分布，而分布本身不需要一个特殊的目的论解释。
换句话说，"为什么会有同性恋"这个问法，可能和"为什么有人长得高"一样，预设了一个并不存在的设计意图。有些生物学特征的存在，答案就是"因为发育过程本身会产生变异"。
为什么这个问题这么难研究
了解这些局限，比记住任何单个数字都重要——它决定了你该如何看待这个领域里的一切结论。
五个绕不开的困难
一、变量无法直接测量。性取向是内在的心理特征，只能通过自我报告间接获取，而自我报告受社会压力、记忆偏差与问卷措辞影响极大。
二、样本几乎不可能是随机的。早期研究多通过社群渠道招募，会系统性高估一致率；即便是大型生物样本库，也存在志愿者偏差——愿意参与基因研究的人，本身就不是随机样本。
三、相关不等于因果。大脑结构的组间差异可能来自性取向本身，也可能来自行为差异导致的可塑性变化，还可能来自某个共同的第三因素。横断面研究无法区分。
四、效应量普遍很小。这一领域的绝大多数发现，都只能解释变异的一小部分。把一个小效应讲成"决定性发现"，是这类报道最常见的失真方式。
五、结论很容易被滥用。正因为这个议题牵涉现实中的权利与处境，研究结论一旦被简化，就可能被用来支持与科学无关的主张。这也是为什么该领域的权威机构在发布结论时，通常都会同时说明"这些发现不能用于什么"。
一句话总结
性取向是多种生物因素在生命极早期共同作用的结果，其中遗传因素贡献一部分但远非全部，产前环境（尤其是母体免疫与激素）是已被较可靠证据支持的机制之一，其余部分至今仍是开放的。它不是选择，不是教养的结果，不是疾病，也不能被有意改变。
而这些问题之所以难回答，一部分原因恰恰在于：研究它的方式，一直受着关于它应该是什么样子的预设所影响。这也是这一页开头要先纠正提问方式的原因。
资料来源与说明
主要依据：Ganna 等，《Science》2019（全基因组关联分析，约 49.3 万名参与者，常见变异合计解释 8%–25% 的变异）；Blanchard，《Archives of Sexual Behavior》2017（兄长效应元分析，26 项研究、合并哥哥几率比 1.47）；Bailey 与 Pillard，《Archives of General Psychiatry》1991（双生子一致率研究，同卵 52%、异卵 22%、收养兄弟 9.2%）；Bogaert 等关于母体免疫假说的系列研究；美国心理学会与美国精神医学会关于性取向改变努力的立场文件与证据综述。
关于数字：本页引用的具体数值均来自上述公开发表的研究。但需注意，不同研究之间因样本来源、测量方式与定义口径不同，结果差异较大；本页在正文中已对存在争议或存在偏差风险的数字作了标注。图表中的相对几率换算为绝对概率时，使用了示例性基准值，仅用于说明概念，不代表真实人群比例。
关于范围：本页讨论的是人群层面的统计规律与生物学机制。性取向无法通过任何生物学指标（基因、激素、脑影像）对个体进行判定，声称能做到这一点的说法没有科学依据。