Statistisk diskrimination er en økonomisk teori, der forsøger at forklare racemæssig og kønsmæssig ulighed. Teorien forsøger at forklare eksistensen og udholdenheden af racemæssig profilering og kønsbaseret diskrimination i arbejdsmarked selv i mangel af åbenlyse fordomme fra de involverede økonomiske aktører. Banebrydende teori for statistisk forskelsbehandling tilskrives de amerikanske økonomer Kenneth Arrow og Edmund Phelps, men er blevet undersøgt og uddybet yderligere siden starten.
Definition af statistisk diskrimination i økonomiske vilkår
Fænomenet med statistisk forskelsbehandling siges at forekomme, når en økonomisk beslutningstager bruger observerbare karakteristika hos enkeltpersoner som de fysiske træk, der bruges til at kategorisere køn eller race, som en fuldmagt til ellers uobservable karakteristika, der er resultatrelevante. Så i mangel af direkte information om den enkeltes produktivitet, kvalifikationer eller endda kriminel baggrund, kan en beslutningstager erstatte gruppegennemsnit (enten reelle eller forestillede) eller
stereotyper for at udfylde det ugyldige. Som sådan bruger rationelle beslutningstagere samlet gruppekarakteristika for at evaluere individuelle egenskaber, der kan resultere i, at individer hører til til visse grupper, der behandles anderledes end andre, selv når de er ens i alle andre respektere.I henhold til denne teori kan der forekomme uligheder mellem demografiske grupper, selv når økonomiske agenter (forbrugere, arbejdstagere, arbejdsgivere osv.) Er rationelle og ikke-fordomme. Denne type præferencebehandling er mærket "statistisk", fordi stereotyper kan være baseret på den diskriminerede gruppes gennemsnitlige opførsel.
Nogle forskere af statistisk forskelsbehandling tilføjer en anden dimension til de diskriminerende handlinger, som beslutningstagerne foretager: risikoaversion. Med den tilføjede dimension af risikoaversion kunne statistisk diskriminationsteori bruges til at forklare handlinger af beslutningstagere som en ansættelsesleder, der viser en præference for gruppen med den lavere varians (opfattes eller ægte). Tag for eksempel en manager, der er i et løb og har to lige kandidater til overvejelse: en, der er af managerens fælles løb, og en anden, der er et andet løb. Lederen kan føle sig mere kulturelt afstemt med ansøgere i sit eget løb end til ansøgere i et andet løb, og mener derfor, at han eller hun har et bedre mål for bestemte resultatrelevante egenskaber hos hans eller hendes ansøger race. Teorien hævder, at en risikovillig manager foretrækker ansøgeren fra den gruppe, for hvilken der findes en måling, der minimerer risiko, hvilket kan resultere i et højere bud for en ansøger i sit eget løb over en ansøger af et andet race alle andre ting lige.
De to kilder til statistisk forskelsbehandling
I modsætning til andre teorier om forskelsbehandling antager statistisk forskelsbehandling ikke nogen form for fjendskab eller endda præferencebias over for en bestemt race eller køn fra beslutningstagerens side. Faktisk betragtes beslutningstageren i teoretisk forskelsbehandling som en rationel, informationssøgende profitmaksimator.
Det menes, at der er to kilder til statistisk forskelsbehandling og ulighed. Det første, kendt som "første øjeblik", statistisk forskelsbehandling opstår, når diskriminationen menes at være beslutningstagerens effektive respons på asymmetriske overbevisninger og stereotyper. Første øjeblik statistisk forskelsbehandling kan fremkaldes, når en kvinde tilbydes lavere lønninger end en mandlig modpart, fordi kvinder opfattes som mindre produktive i gennemsnit.
Den anden kilde til ulighed er kendt som "andet øjeblik" statistisk forskelsbehandling, der opstår som et resultat af den selvhåndhævende cyklus af diskrimination. Teorien er, at individerne fra den diskriminerede gruppe i sidste ende afskrækkes fra højere ydeevne på disse resultatrelevante karakteristika på grund af eksistensen af en sådan "første øjeblik" -statistik forskelsbehandling. Hvilket er at for eksempel sige, at individer fra den diskriminerede gruppe måske er mindre tilbøjelige til at opnå færdigheder og uddannelse til lige så meget konkurrere med andre kandidater på grund af deres gennemsnit eller antages, at et afkast på investering fra disse aktiviteter er mindre end ikke-diskrimineret grupper.