要求更多產假反而對女性不利？學者解析數據：理性選擇造成歧視

在資訊不完全的狀況下，雇主的「理性選擇」有可能構成歧視？你可能沒有偏見，但做的決策卻帶來歧視？本篇文章帶你探討經濟學如何解釋職場性別與種族不平等的問題。

我們不知道的事情可能會傷害我們。經濟學家研究我們在只能看到事物表面時，獲取資訊、利用資訊和做出決策的方式。

事實上，瑞典科學院正是基於這一點，在2001年將諾貝爾經濟學獎授予喬治．阿克洛夫、麥克．史彭斯（Michael Spence）和約瑟夫．史迪格里茲（Joseph Stiglitz），表彰他們在資訊經濟學領域的開創性研究。

他們的研究探討了理性的人在不完整資訊的情況中做出決策，或交易雙方之一掌握比另一方更多資訊時產生的問題。他們的見解與我們當前一些最緊迫的社會問題密切關聯，從基因篩檢到職場歧視，無不相關。

舉例來說，一家小型律師事務所正在面試兩位求職者，一男一女，兩個求職者都是哈佛法學院的應屆畢業生，完全符合該職位的要求。

如果「最佳」候選人是指能為事務所賺取最多收入的人（這似乎是個合理的假設），那麼我會認為理性的選擇是聘用男求職者。

面試者不了解兩位求職者的家庭計畫（且法律禁止詢問此類問題），但基於對二十一世紀美國的普遍認知，他可以合理推測：女性仍承擔大部分的育兒責任，根據人口統計學數據，兩位求職者都很可能在不久的將來建立家庭，然而只有女性求職者會享受帶薪產假。

更重要的是，她在生育後可能不會重返工作崗位，這將給事務所帶來找人、僱用和培訓新律師的成本。

一定會這樣發展嗎？不。男性求職者可能夢想待在家裡照顧五個孩子；女性求職者可能在幾年前就決定不想生小孩。但這種情況的可能性不是最高的，女性求職者因事務所對她的具體情況一無所知，只依賴社會趨勢的整體數據，受到了懲罰。

這公平嗎？不（也不合法），然而事務所的邏輯是合理的。換句話說，在這種情況下，歧視是理性的，這顛覆了我們對歧視的傳統理解。

歧視通常被認為是不理性的，正如蓋瑞．貝克在《歧視經濟學》（The Economics of Discrimination）中指出，帶有「歧視偏好」的雇主會犧牲利潤，因為他們偏袒不那麼合格的白人，而忽視了更具資格的少數族群。

拒絕接受出色黑人醫生診治的病人是愚蠢的，而一家律師事務所如果透過統計數據的推斷來降低員工流動率，可能會冒犯我們的感情，並違反聯邦法律，但它並不愚蠢。

當我們將這種情況視為資訊問題時，可以得出幾個重要的見解。

首先，企業不是唯一的「惡人」，當職業女性選擇生育、請帶薪產假，然後離開公司時，他們對公司造成了成本，這對公司可說是不公平的。

更重要的是，他們對其他女性也造成了成本。那些認為自己因員工請了產假又離職而「受傷」的企業，更可能在招聘過程中歧視年輕女性（尤其是已懷孕的女性），並且不願提供更慷慨的產假福利。

好消息是，有個快速且簡單的解決方案：提供慷慨但可退還的產假福利。如果員工在產假後回到工作崗位，就可以保留這項福利；如果選擇不回來，就需要退還。

這樣的政策改變幾乎能滿足各方需求，企業不必再擔心為那些不打算回來工作的女性提供福利，事實上，它們可以提供更慷慨的福利，無需害怕這會鼓勵員工拿了就跑，女性在招聘過程中也不會面臨相同程度的歧視。

顯然，最長遠的解決方式是讓男性承擔更多育兒責任，隨著這種變化發生，雇主將不再輕易假設年輕女性員工會比年輕男性員工更可能在生兒育女後辭職或減少工作時間。

統計歧視，或所謂的「理性歧視」，發生在個人基於廣泛的統計模式做出合理的推斷，但這種推斷：一、在某些情況下很可能是錯誤的；二、對某些群體產生歧視性影響。

假設一位雇主沒有種族偏見，卻排斥聘用有犯罪背景的員工，這當然是合理的偏好，如果這位雇主在無法取得應徵者犯罪背景的情況下（例如因缺乏時間或資源收集資訊，或法律禁止詢問相關問題），那麼他很可能會對黑人男性應徵者產生歧視，因為黑人男性有服刑經歷的比例（28％）遠高於白人男性（4％）。

當然，這位雇主最關心的是眼前這個人有沒有犯罪紀錄。如果他可以確定地獲得這項資訊，那麼更廣泛的社會模式便不重要。

理論上，我們應該預期，提供犯罪背景調查的機會能減少對無犯罪紀錄的黑人男性的歧視，而事實數據也證明了這一點。

一群經濟學家比較了進行與未進行犯罪背景調查的公司，得出結論：「我們發現調查犯罪背景的雇主更可能僱用非裔美國人，尤其是男性。這種影響對那些排斥僱用有犯罪紀錄者的雇主更為明顯。」

在種族問題上，通常資訊越多越好。

相應的推論是，資訊越少可能帶來更糟的結果。美國有龐大的前科犯人口（美國的監禁率很高，大多數入獄的人最終會被釋放；刑期的中位數不到兩年）。

有些政策試圖透過隱瞞犯罪背景資訊，以幫助前科犯，卻可能對更廣泛的人群造成負面影響。上述研究的作者警告說，他們的結果表明，「限制獲取犯罪紀錄，其實可能傷害更多的人，而非幫助他們，並加劇勞動市場中種族差異的問題。」