什么是统计性歧视?

很多国家禁止男同性恋者捐血,避免爱滋病毒通过血液传播。

其中美国去年年底放宽禁令,宣布男同志一年内没性行为就可以捐血。但权益组织投诉说,新规定有进步,却还是对同性恋者不公平。

M不满地说:「这些同性恋者太过分了!什么都投诉说人家歧视,又不考虑下大众安全。万一闹出人命,他们负责任吗!」

她有道理。就算没歧视,当局都应该小心。在先进国家,男同性恋者患爱滋的比率确实较高,我反驳不了这点。

但这个禁令绝对不是没问题。它助长偏见,让人将爱滋病和同性恋者划上等号。

现在还有很多保守人士坚信,爱滋病是上帝对同性恋的惩罚。这是一派胡言。异性恋者一样可以通过性交染上HIV,在发展中国家,HIV主要由异性恋者传播。HIV也可以通过母亲的子宫传染给胎儿。

既然这样,为什么数据显示在先进国家男同性恋较常感染爱滋病?首先同志圈子较小,如果有人感染爱滋,被传染到的机率也高。肛交感染HIV的生理风险也比阴道性交大(所以请戴套)。另一个原因是社会排斥,很多同志被迫隐瞒性取向,或无法维持稳定感情,只好摸黑到夜店找炮友。随着一部分社会变得开放,大多同性恋者选择和稳定伴侣白头偕老,感染爱滋病的风险也较低。

但不管什么原因,数据摆在眼前,M就可以理直气壮,仿佛「同志人权」和「大众安全」真的互相违背,「我不是歧视⋯⋯但为了大众安全」,应该支持歧视同志的规定。这种表面上合情合理的不公平对待,还算是歧视吗?

我最近读到一个可以挂在口边炫耀的字眼:统计性歧视(statistical discrimination),亦称理性歧视(rational discrimination)。

假设你是女人,半夜一个人在路上,突然发现背后有个陌生男人。你秀出防狼器,亮出手机拨打999或拔腿就跑。你身边很多好男人,其中几个对女人没兴趣。你没歧视男性、觉得「男人都是潜在的强奸犯」。但那一瞬间你不会主动认识那个陌生人,再判断他是绅士还是大野狼。

统计性歧视的道理一样。

1972年提出这个概念的美国学者菲尔普斯说,统计性歧视是因为信息不完全,和获取信息需要成本。例如一家公司聘请员工时,会考虑到「很多女人工作几年会辞职照顾小孩」等群体特征,并预先假设女应聘者应该也会那样。

当然,很多女性并不会那样。在理想世界,雇主会花时间认识每一位面试者。他会发现,女应聘者A以事业为重,不想生孩子。男应聘者B打算两年后辞职当奶爸。但现实世界里,雇主没那么多时间金钱和精力。他感情上不歧视女性,如果知道女应聘者A能力较强,并打算长期工作,他会果断聘请A。但他不知那么多,选择了B。

看清楚了,这就是阻止女人事业发展的玻璃天花板。

雇主希望雇佣生产率最高的员工,这合情合理。为了避免爱滋病蔓延而禁止男同志捐血,好像也情有可原。但人常利用数据等片面真相来粉饰偏见,这很危险。我们要认识统计性歧视,承认那是一种系统性问题。它会导致不好的循环,对一些社群造成很大伤害。

例如,如果数据显示黑人较常犯罪,影响雇主聘请决定,会让黑人更难找到正当工作。失业造成更多犯罪,这对大家都没好处;犯罪又进一步影响数据。

又例如,数据显示男同性恋者感染爱滋病比率较高,加深社会歧视。结果同性恋者害怕社会眼光,不敢到医院检测,任由爱滋病在粉红圈子里蔓延。

美国警察常用「种族归纳」手段,如在安全检查时倾向于搜索黑人和中东人,或在黑人区巡逻。这样做让人反感,但警方说,种族归纳是经过实践检验的常用手法。我不知警察是否出自内心地歧视黑人,但因为贫穷,黑人犯罪率确实比较高。

说到底,种族归纳是为了效率。警察检查不到每一个人。但越是针对特定种族,就越有机会查到该种族的人与犯罪事件有关,反而让执法人员对其他人丧失戒心。这就像住宅区jaga只注意衣衫破旧的人,不对开宝马的小偷起疑心。和出于仇恨的歧视一样,表面上理性的歧视也会造成悲剧。因为种族归纳,美国警察暴力对待黑人、一再误杀无辜者。治安很重要,但种族归纳严重干扰民生、促成警察暴力,令大众不信任警察。唉,不值得啊。

说了这么多,我们可以怎样减少统计性歧视?

同性恋捐血问题我们可以参考南非和义大利的做法,靠个别评估来判定捐血者的风险。血库会透过询问性伴侣人数、性交方式等问题来评估风险,而非针对性取向。这符合经济学者兼作者查尔斯.惠伦的说法,即提供更多关键信息是解决歧视的有效方法。

如果世界更加平等,显示某个民族更常犯罪之类的数据也会消失。当世界越来越多元,女人不一定在家照顾孩子、男人未必在外面打拼、黑人当美国总统,统计性歧视就开始失去效率,甚至成为绊脚石。

至于我们能怎样做?我们有时被迫在信息不足时做决定。如果陌生人跟踪你,你最好马上报警。但通常,我们可以花多一点时间精力去寻找资料、认识对方,提醒自己万事总有例外、每个人都独一无二,不要一知半解就莽下结论。