Статистическая дискриминация — это теоретическое поведение, при котором групповое неравенство возникает, когда экономические агенты (потребители, работники, работодатели и т. д.) имеют несовершенную информацию о людях, с которыми они взаимодействуют. [1] Согласно этой теории, неравенство может существовать и сохраняться между демографическими группами, даже когда экономические агенты рациональны. Это отличается от дискриминации по вкусу , которая подчеркивает роль предрассудков (сексизм, расизм и т. д.) для объяснения различий в результатах рынка труда между демографическими группами. [2]
Теория статистической дискриминации была впервые предложена Кеннетом Эрроу (1973) и Эдмундом Фелпсом (1972). [3] Название «статистическая дискриминация» относится к способу, которым работодатели принимают решения о приеме на работу. Поскольку их информация о производительности кандидатов несовершенна, они используют статистическую информацию, как текущую, так и историческую, о группе, к которой они принадлежат, чтобы сделать вывод о производительности. Если группа меньшинства изначально менее производительна (из-за исторической дискриминации или преодоления плохого равновесия), каждый человек в этой группе будет считаться менее производительным, и возникнет дискриминация. [4] Этот тип дискриминации может привести к самоусиливающемуся порочному кругу с течением времени, поскольку нетипичные люди из дискриминируемой группы отговариваются от участия в рынке [5] или от повышения своих навыков, поскольку их (средняя) отдача от инвестиций (образование и т. д.) меньше, чем для недискриминируемой группы. [6]
Связанная форма статистической дискриминации основана на различиях в сигналах, которые заявители посылают работодателям. Эти сигналы сообщают о производительности заявителя, но они шумные. Дискриминация может возникнуть, если группы различаются по средним значениям, даже если заявители имеют идентичные номинальные сигналы выше среднего: регрессия к среднему значению будет означать, что член группы с более высоким средним значением будет регрессировать меньше, поскольку он с большей вероятностью будет иметь более высокое истинное значение, в то время как член группы с более низким средним значением будет регрессировать больше, и сигнал будет переоценивать его значение, если принадлежность к группе игнорируется («парадокс Келли» [7] ). Дискриминация также может возникнуть по групповым дисперсиям в сигналах (т. е. по тому, насколько шумным является сигнал), даже предполагая равные средние значения. Для возникновения дискриминации на основе дисперсии лицо, принимающее решение, должно быть не склонно к риску ; такое лицо, принимающее решение, предпочтет группу с более низкой дисперсией. [8] Даже если предположить, что существуют две теоретически идентичные группы (во всех отношениях, включая среднее значение и дисперсию), лицо, принимающее решения, не склонное к риску, предпочтет группу, для которой существует измерение (сигнал, тест), минимизирующее ошибку сигнала . [ 8] Например, предположим, что два человека, A и B, имеют теоретически идентичные тестовые баллы, значительно превышающие средний показатель для всей популяции, но оценка лица A считается более надежной, поскольку для их группы может быть доступно большее количество данных по сравнению с группой B. Затем, если два человека, один из A и один из B, подают заявки на одну и ту же работу, нанимают A, поскольку считается, что его балл является более надежной оценкой, поэтому лицо, принимающее решения, не склонное к риску, считает балл B более вероятным везением. И наоборот, если обе группы ниже среднего, нанимают B, поскольку отрицательный балл группы A считается лучшей оценкой. Это порождает различия в шансах трудоустройства, а также в средней заработной плате разных групп — группа с более низкой точностью сигнала будет непропорционально чаще наниматься на низкооплачиваемые должности. [9]
Было высказано предположение, что дискриминация афроамериканцев при ипотечном кредитовании , которая является незаконной в Соединенных Штатах , может быть частично вызвана статистической дискриминацией. [10]
Ожидается, что рыночные силы будут наказывать за некоторые формы статистической дискриминации; например, компания, способная и готовая проверять кандидатов на работу по соответствующим показателям, как ожидается, добьется лучших результатов, чем та, которая при принятии решений о приеме на работу полагается только на средние показатели по группе. [11] [ требуется проверка ]
Согласно исследованию 2020 года, менеджеры, которые имели опыт работы с теорией статистической дискриминации, с большей вероятностью верили в точность стереотипов, принимали стереотипизацию и допускали гендерную дискриминацию при найме. Когда менеджеры были проинформированы о критике статистической дискриминации, эти эффекты были снижены. [12]