文:鄧不利多

歧視是個大家都很有感覺,但仔細一想卻好像又不容易講清楚的事。一方面,我們會看到一些現象,例如男性與女性(先只考慮這兩種性別)的平均工資之間似乎存在差距。你可能會馬上跳出來說:你看吧,男女同工不同酬,這不是歧視,什麼才是歧視?但再仔細想想,男性佔多數的工作與女性佔多數的工作不太相同,也就是男女其實不同工,可能是這些不同的工作本身就有工資的差距,而把這些明明就是不同的工作給平均起來可能也不太有意義。你停頓了一下,又反駁說:但會造成男性與女性主導的工作有所不同,不也可能是歧視的結果嗎?我想你的猜測是合理的,但這個問題有點太複雜,可以先從我們怎麼分類歧視討論起。

什麼是歧視?

在一般語境下,歧視指的是對人的差別待遇,例如人帥真好,人醜性騷擾。但再進一步想,只要有差別待遇就可以說是歧視嗎?如果一個老闆面對兩個求職者,老闆能清楚辨認其中一個工作能力較強,便雇用了他而不用另一個人,應該很少人會把這當成是歧視。老闆不過是用了一個比較能幫他賺錢的人而已,就像我們用IV值來判斷寶可夢的素質一樣。

基於偏好的歧視

因此,如果要較為嚴格的區別歧視行為,很重要的一個條件是:某人做這個行為背後的依據,跟他所想要達成的目的無關。例如,老闆想要幫公司賺錢,而兩個明明工作能力一樣好的兩個求職者,一個是黑人、一個是白人,老闆卻主觀上就是比較喜歡白人,而我們也相信膚色跟工作能力無關,這應該就能說是一種歧視行為。

這樣一個基於老闆本身偏好白人所造成的歧視行為,基本上就是經濟學家Gary Becker(1930-2014)在他1957年出版的博士論文所提出的模型,一般稱之為基於偏好的歧視(taste-based discrimination)。在這樣的設定之下,黑人必須更加努力,用更高的工作能力來討好老闆,才能拿到和白人拿到一樣的薪水;或是明明有一樣的工作能力,卻只能接受較低的薪水,也就是真正的同工不同酬。

統計歧視

但如果老闆本身沒有偏好上的歧視,就不會做出歧視行為嗎?恐怕也不一定。如果老闆無法明確辨別一個人的工作能力,因此只好利用過去的統計資料,看看怎麼樣的人工作能力較好,以此為依據把未來的求職者分類、打分數,最後老闆也可能做出在結果上類似的歧視行為。這類的歧視行為一般稱為統計歧視(statistical discrimination)。

這就好像學歷跟工作能力之間的關係:透過短短的面試,老闆很可能根本也無法得知你的工作能力,但老闆如果從過去的資料中看出,學士班畢業的平均而言工作表現較博士班畢業的好,因此老闆只雇用學士班畢業生。老闆不用比較喜歡學士班畢業的人,學士班畢業的人也不用真的(在其他條件相同下)工作能力較佳,就可以形成在外觀上老闆歧視博士班畢業者的樣子。

從資料上怎麼抓出歧視?

在理解了前述兩種解釋歧視行為的理論後,我們該怎麼從資料上較為嚴謹的看出歧視行為呢?一如開頭的例子,比較男女的平均工資是個非常粗糙的作法,最好是找兩個非常類似的人,他們只有某些我們相信跟工作能力無關的條件有所不同,但待遇卻大不相同,這才比較能符合我們前面對歧視的定義。

種族歧視的現場實驗

前面所敘述的大概就是經濟學家Marianne BertrandSendhil Mullainathan 一篇廣受討論的文章的初步想法。他們透過一個精妙設計的現場實驗(請參考〈伊可納米的實驗室〉)傳真假的履歷到公司。履歷上不會明確寫出應徵者的種族,但會隨機分配一半的履歷,讓應徵者聽起來像是有個白人名字(Emily跟Greg),另一半則有黑人名字(Lakisha和Jamal),其他條件如學經歷等則相當,看看黑人名字是不是比較不受老闆青睞,老闆比較不會回電叫他們到公司面試。

結果好像真的如此,就連在控制學經歷、居住地的郵遞區號(老闆可能依此來推論應徵者的社會階級)等變數後,黑人平均而言還是比較不受青睞。但再仔細想想,就連這麼巧妙的實驗,我們好像還是無法分辨老闆有多少是基於偏好的歧視,又有多少是統計歧視。也許老闆主觀上並沒有比較偏坦白人,但過去公司裡的資料顯示平均而言白人的工作能力較佳(但這不一定代表其他條件不變下,白人的工作能力真的較佳),所以就找比較多白人來面試。

性別歧視的自然實驗
除了自己製造出兩個類似的人之外,也有經濟學家透過制度上的變化產生的自然實驗(請參考〈自然實驗:無法重製的人生/歷史〉),嘗試追蹤歧視的足跡。經濟學家Claudia GoldinCecilia Rouse很有創意地利用管弦樂團的盲選資料來達成這件事。

在過去,管弦樂團的樂手幾乎都是男性。70年代開始,美國的樂團在甄選團員的時候會用布幕把應徵者蓋住,希望能更單純用演奏技巧來評斷是否錄取該演奏者。透過比較既參加過盲選也參加過非盲選的男性與女性演奏者,她們發現相較於男性,採用盲選的確有助於讓女性演奏者獲得錄取。

另外,因為時間上的差異,有沒有可能是女性演奏者在樂團逐漸採用盲選的過程中,演奏水準進步的幅度進步較大,未必是樂團對女性的歧視呢?她們也嘗試加入一些會隨時間改變的變數來捕捉這類的變化,結果並沒有太大的改變。

這樣的結果要解釋成不帶主觀偏見的統計歧視,好像就比較站不住腳了。在採用盲測之後,雇主其實並沒有增加對於樂手的認識,但卻採用較多的女性樂手。我們當然也可以想一些比較奇怪的故事,像是資料上顯示男性樂手比較受歡迎、比較忠心等等,但似乎也只是坐實了在採用盲測之前,我們考慮的不只是甄選當下的演奏技巧。而根據我們前面對偏好歧視的定義,如果雇主希望的是找到演奏技巧好的樂手,但性別這個與演奏技巧無關的分類卻在這些故事裡扮演了角色,似乎都間接顯示雇主有偏好上的歧視。

更為隱晦的歧視:消費者歧視

前述的兩種歧視模型指的大致上都是雇主對勞工的歧視。但雇主也可能會說,我並沒有歧視他們,是因為消費者特別喜歡具有某些特質的員工。舉例來說:

  • 航空公司只錄取又高又正又年輕的空姐
  • 壽司店只錄取日本人或是長得比較像日本人的壽司師傅

這些我們能說是對於性別、年齡、外貌、種族等等的歧視嗎?套用前面的分析架構,我們可以想想,這是消費者本身在偏好上就比較喜歡具有這些特質的員工,或是消費者基於過去經驗在統計上習慣了這樣的員工?還是這根本是老闆自己胡亂猜測的預期?或是老闆很聰明,真的從過去的統計資料抓到消費者具有這樣的偏好或是習慣呢?這些好像都不是很容易分清楚的事。

了解歧視的來源有什麼好處?

說了這麼多,或許有人會問,知道歧視的來源有什麼用?直接立法禁止歧視的行為不就好了嗎?其實目前《就業服務法》就羅列了16種(種族、階級、語言、思想、宗教、黨派、籍貫、出生地、性別、性傾向、年齡、婚姻、容貌、五官、身心障礙或以往工會會員)構成就業歧視的理由,雇主若違反規定,勞工可以向勞動局申訴。但為什麼是這16種?如果雇主真的有心,隨便找另外一個理由整你又會很難嗎?雇主的歧視情況有因此改變嗎?

如果你也覺得事情沒這麼簡單就可以解決,那麼了解歧視的來源至少可以讓我們更能對症下藥。例如,如果是雇主的統計歧視,政府或利益團體可以更用力宣導正確的資訊,或是受歧視的一方可以更努力凸顯該資訊是錯的(例如男生租房子不一定比較髒)。或者是如前述管弦樂團盲選樂手一例,讓徵才機制更清楚透明,專注在你想找的才能上。

而如果是雇主的偏好歧視,偏好的改變又不容易的話,或許會比統計歧視更難改變,但引入更多競爭是一個方法,其中的道理就是前面所述Becker模型最有趣的啟示:歧視對雇主也是有成本的。

試想,假設有一個雇主在偏好上歧視原住民,雇主的目標是賺越多越好,為了達到少雇用原住民的目標,必須勉強自己才能達到多雇用非原住民、少雇用原住民的結果,儘管原住民的工作能力並沒有較差。而另一個雇主沒有此類加諸於己的心理障礙,能選擇的雇用情況將會更加多元。在雇主選擇賺越多越好的時候,因為不歧視的雇主擁有更多選擇,他們的利潤通常只會比有歧視且較少選擇的雇主更多,最差也可以打平。因此,引入競爭,能讓歧視的雇主倒閉,或是觀察競爭者的行為,學習到歧視其實不過就是跟自己賭氣而已。

最後,我們列出一些例子,請讀者一起想想,它們背後在什麼條件下是或不是人的歧視行為?如果是的話,歧視的來源又是什麼?

  • 長得好看的立委候選人,得票率較高?
  • 年輕貌美的女性空服員,讓乘客對航程更滿意?
  • iPhone長得比較好看,讓我比較想買iPhone?
  • 籃球隊徵選先踢掉身高過矮的人?
  • 婦女運動團體的成員多是生理女性?
  • 國內大學不喜歡雇用土博士?
  • 有執照的人才可以當醫生、律師、會計師?

歡迎讀者與我們一起想想,在底下留言討論。另外也可以討論對於消費者歧視,它有什麼壞處?有沒有可能的解決方法?

本文經白經濟TalkEcon授權刊登,原文發表於此

責任編輯:游家權
核稿編輯:翁世航



Source