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 Bertrand和Sendhil 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 Goldin和Cecilia 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
列印