這些歧視都是合理的，不是嗎？ZT

Original Joseph Zhou 不顧左右不言他

剛來美國的時候，我認為歧視分兩種，第一種是毫無根據的主觀偏見，比如無緣無故地看不起黑人，無中生有地認為土耳其人都是騙子。第二種是有理有據的理性歸納，比如黑人確實犯罪率更高，不適合找來做室友。我當時的看法是：第一種歧視在道德上是惡劣的，要堅決地譴責和摒棄，而第二種在道德上是情有可原的，頂多算政治不正確。我，一個純粹的、有道德的、脫離了低級趣味的人，如果有歧視，也只是第二種。

後來我才知道，第二種歧視有個學名，叫「統計歧視」（statistical discrimination），即用客觀存在的群體特點來對待個人。這樣講的話，我當時是個統計歧視的實踐者和辯護人。

我的一位朋友不能接受女兒與黑人談戀愛，我表示理解，畢竟這是在婚姻大事上規避風險。當年「黑命攸關」運動（Black Lives Matter）剛剛爆發，我也總納悶，明明自己的數據那麼差，黑人為啥不從自身找問題。

然而，我的看法卻發生了變化。漸漸地，我對統計歧視越來越反感。這一則是因為研究生教育讓我認識到「結構」這個東西的厲害。另一方面也是因為我自身的經歷，讓我有機會從受害者的角度去感受統計歧視。

有一年，我為一位黑人女教授做助教。我在期末登成績時出現失誤，將錯誤的成績提交給了教務處。還記得那一整天，我一面應付學生如雪花般飛來的投訴郵件，另一面和機械僵化的教務處協調溝通。看到我人仰馬翻的窘態，我的黑人室友問我怎麼了。我告訴了他我的差錯，還說我不敢去面對教授。室友安慰我說，I think he will understand。可當我告訴他教授是位黑人女性時，室友馬上面露驚喜，如釋重負地說，Then don't worry. She will understand. She will understand，字字鏗鏘，事實證明，他是對的。

這一幕我無法忘懷，我常常在想，他不認識我的教授，憑什麼能在那一刻篤定地宣告她會理解我？

我唯一的解釋是黑人有太多的共同經歷，讓他們心意相通，並能理解困境中的人。

幾年之後，我即將博士畢業。在找工作時，被國內的一家高校秒拒，理由是本科學校太差。我被不折不扣地統計歧視了一把。我為它洗地，卻被它打臉。出來混，遲早都要還的。

被歧視的滋味不好受，我於是和統計歧視漸行漸遠。但從理論上說，統計歧視究竟壞在哪兒？它壞就壞在沒把人當個體看，會誤判、冤枉個人。或許，在生活中，我們應該只見個人，不見群體？沒有群體標籤，沒有刻板印象，沒有被低估者的失意，沒有被高估者的僥倖：這樣的世界多美好啊！

然而，我們註定與這樣的世界無緣。不是因為我們不夠好，而是離開了群體特徵，人類不能生活。正如人需要用共相（universals）來理解殊相（particulars），我們也不能避免用群體特徵來理解個人。這樣做在某些情況下既是必要的，也是正當的。當我走進一家日本料理店時，我會本能地希望它是日本人開的，雖然理論上來講任何國家的人都可能做出地道的日本料理。當一個人告訴我他在墨西哥長大時，我會不自覺地想用簡單的西班牙語問候他，即使在概率上說，在墨西哥長大的人不必然會說西班牙語。這些都算統計歧視，但我卻感受不到道德負擔。

那麼，什麼樣的統計歧視是惡劣的，什麼樣的統計歧視是無害的呢？以下是我的幾點思考。

統計歧視必然會產生直接或間接的受害者。在判斷我們的做法是否道德時，我們首先應該考慮受害者的損失有多嚴重。損失越嚴重，就越不應該統計歧視。如果我只是一位顧客，我對日本人的料理店的偏愛會導致其他國家人開的日料店的損失，但這種損失是微乎其微的。可如果我是一位投資者，在考慮投資哪家日料店，我的決定就可能會影響到一些人的生計、甚至命運，當然就應該更詳細地考查，而不只看店主的國籍。

第二，我們應該考慮誤傷的概率有多大。群體身份和群體特徵的相關性可強可弱。一個群體可以傾向具有、普遍具有、或是完全具有某一特徵。相關性弱時，誤傷率就會更大，相關性強時，誤傷率就會更小。黑人的犯罪率雖然比別的族裔要高，但單就黑人而言，黑人身份與犯罪仍然是弱相關。我們看到了一個黑人，並不能確定他就是個危險的人。在這種情況下，如果以保命為由而拒絕和某個黑人做室友，誤傷的概率是很高的，也不合乎道德。

相反，如果一個電影想找一位特型演員飾演丘吉爾，那麼只找白人演員試鏡就沒有什麼問題。因為丘吉爾的形象和種族呈強相關，我們幾乎可以肯定不會有酷似丘吉爾的黑人演員意外落選。

第三是獲取個體信息的難度。人依賴群體特徵往往是因為缺乏個體信息。假如在招聘中，HR掌握一位應聘者和崗位相關的所有信息，那麼就沒有必要運用種族、性別等粗糙的群體範疇做決定了。個體信息越充分，越容易獲取，統計歧視就越缺乏正義性。

忍不住要吐槽秒拒我的那所大學。他們有我的簡歷、成績單、論文、推薦信，卻置這一切於不顧，將本科學校當作必要條件，賦予無限權重。統計歧視操作到這個境界，也真是駭人。

我身邊有人不信任黑人醫生，覺得他們一般會因為AA（affirmative action，平權政策）而受照顧進醫學院，醫術不行。這麼想的人忽視了很多個體信息，比如醫生是哪家醫學院畢業，如果是哈佛醫學院，就算AA進去的也不差是吧。還有，AA只管錄取，不管畢業是吧？如果醫生順利畢業、又過了residency和board，這能不能說明水平呢？

最後，我們可以想一想，我們的統計歧視有哪些外部性？它會不會傳染給很多人？又會不會被異化為赤裸裸的偏見？還會不會傷害到已經遭受系統性歧視的群體，成為惡性循環當中的一環?

人的話語權不同，話語的傳播力也不同。川普總統的一句Chinese Virus足以引發排華的暴力事件。就算是路人甲乙丙丁也仍會影響很多的家人朋友，至少會影響到自己的孩子。當我們以種族為由拒絕一個人，即使有很充分的理由，會不會被孩子內化為對該種族的反感怨恨？

有時，我們以為自己的行動是孤立的，但它卻可能為本已存在的惡性循環雪上加霜。美國的黑人長期在「家庭不完整－>低教育程度－>高犯罪率－>選擇性執法－>被監禁－>家庭不完整」這一循環中難以脫身。一個運用種族定性（racial profiling）的警察，一個給有色顧客徵收額外費用的銀行職員，一個不歡迎黑人入住的小區，雖然都有可能做出了合乎自身利益的理性決策，但卻都為系統性的種族歧視添磚加瓦，負有道德上的責任。

以上是我對統計歧視的困惑、思考、與覺悟。不是一條多光彩的路，但我慶幸已走過。

往期文章：林肯、三K黨、和認知失調