#27 Etnische arbeidsmarktdiscriminatie: veralgemening of afkeer?

Doctoraatsstudent Louis Lippens

(10 juni 2022) Volgend op de vierde en vijfde Story @ UGent @ Work was er heel wat te doen omtrent de inactiviteit onder 25- tot 64-jarigen in België met een niet-EU27-nationaliteit. 44,2% binnen deze groep had geen werk en was ook niet op zoek naar werk. Daarmee bengelt ons land helemaal achteraan de Europese ranglijst. Een problematisch gegeven met het oog op het voornemen van de Vlaamse, Waalse én federale regering om meer mensen aan de slag te krijgen. In deze blogpost gaan we in op één van de mogelijke verklaringen voor deze hoge inactiviteit langs werkgeverszijde: aanwervingsdiscriminatie. Meer specifiek wordt de wetenschappelijke evidentie voor de mechanismen van aanwervingsdiscriminatie besproken en worden enkele oplossingen aangereikt om discriminatie tegen te gaan.

Aanwervingsdiscriminatie, de ongelijke en nadelige behandeling van individuen op basis van ascriptieve kenmerken (zoals nationale herkomst), is een goed gedocumenteerd fenomeen. In academisch onderzoek meten we aanwervingsdiscriminatie doorgaans door de positieve reacties op sollicitaties van gelijkwaardige kandidaten die typisch slechts verschillen op vlak van één discriminatiekenmerk te vergelijken. Op basis van wereldwijd onderzoek weten we dat personen met een andere etniciteit of herkomst gemiddeld gezien een derde minder positieve reacties krijgen. Afhankelijk van de specifieke herkomst of etniciteit loopt dit verschil zelfs op tot een gemiddelde van bijna 50%. De cijfers voor leeftijdsdiscriminatie zijn gelijkaardig: oudere kandidaten krijgen gemiddeld ongeveer 40% minder positieve reacties dan gelijkwaardige, jongere kandidaten.

De verminderde aanwervingskansen brengen op hun beurt economische en maatschappelijke kosten met zich mee. Enerzijds geldt er voor de kandidaat-werknemers uit de diverse minderheidsgroepen een verhoogd risico op langdurige werkloosheid en inactiviteit. Dit zorgt voor een onderbenutting van talent. Anderzijds is het mogelijk dat door discriminatie in de aanwervingsfase organisaties niet de meest geschikte kandidaten weten aan te trekken of onvoldoende kandidaten aan kunnen werven. Bovenal in tijden van krapte op de arbeidsmarkt kunnen discriminerende werkgevers het extra moeilijk krijgen geschikt talent aan te trekken, zeker wanneer zij discrimineren op basis van persoonlijke voorkeur. In extreme gevallen kan dit zelfs leiden tot (het versnellen van) het overstag gaan van bedrijven, zoals in Amerikaans onderzoek reeds werd bevestigd.

Selectie op basis van statistieken

Een eerste discriminatiemechanisme, statistische discriminatie, baseert zich op het gegeven dat werkgevers selectiebeslissingen nemen op basis van groepsinformatie. Een werkgever die op basis van eerdere samenwerkingen met werknemers uit een etnische minderheidsgroep gelooft dat individuen uit die groep minder goed het Nederlands beheersen kan deze informatie aanwenden om een individuele kandidaat met diezelfde etnische kenmerken vroegtijdig uit te sluiten van het selectieproces. De uitsluitingsreden is dan gebaseerd op het feit dat het statistisch waarschijnlijk is dat ook deze kandidaat het Nederlands slecht beheerst. Enkel in het geval dat de kandidaat de taal effectief niet machtig is en taal een relevant selectiecriterium is, kan het een terechte beslissing zijn; in het andere geval gaat het nagenoeg steeds om discriminatie. Zonder de kandidaat aan een taalassessment te onderwerpen, is het bovendien onmogelijk te achterhalen of de beslissing terecht was.

Dit mechanisme beperkt zich niet tot aanwervingsdiscriminatie op basis van etniciteit. Ook als het gaat over leeftijdsdiscriminatie, zien we een gelijkaardig verantwoordingsmechanisme terugkomen. Zo bestaan er een aantal overtuigingen over oudere werknemers die hun kansen op de arbeidsmarkt fnuiken: ze worden gezien als minder technologisch vaardig, minder flexibel en minder trainbaar. Bovendien is de gepercipieerde hoge loonkost die gepaard gaat met het aanwerven van oudere werknemers eveneens een obstakel voor sommige werkgevers.

Bij bovengenoemd discriminatiemechanisme moet echter een belangrijke kanttekening worden gemaakt. Het is niet noodzakelijk zo dat de overtuigingen die men heeft over een bepaalde groep op de arbeidsmarkt accuraat zijn. Ook in economisch wetenschappelijk onderzoek wordt vaak vertrokken vanuit de veronderstelling dat de informatie die werkgevers over, bijvoorbeeld, werknemers met een verschillende herkomst of oudere werknemers hebben en in het selectieproces gebruiken correct is. Het kan evenwel zijn dat men kandidaten ongelijk en nadelig behandelt op basis van incorrecte overtuigingen over groepskenmerken.

Afkeer in het aanwervingsproces

Een alternatief discriminatiemechanisme dat eveneens een verklaring kan bieden voor de waargenomen arbeidsmarktdiscriminatie is het mechanisme van voorkeursdiscriminatie. Voorkeursdiscriminatie wordt gekenmerkt door een afkeer om samen te werken met personen uit een bepaalde minderheidsgroep. Deze afkeer kan ingegeven zijn door de werkgever zelf maar ook door werknemers of klanten die niet met personen uit een bepaalde minderheidsgroep wensen samen te werken of te interageren. De (economische) gevoeligheid van de werkgever voor de wensen van werknemers en klanten kan vervolgens aanleiding geven tot verminderde kansen op de arbeidsmarkt.

Op basis van onderzoek zien we dat zowel statistische discriminatie als voorkeursdiscriminatie een rol spelen op vlak van etnische arbeidsmarktdiscriminatie. Alhoewel het mechanisme van statistische discriminatie soms wordt ingeroepen ter verantwoording van discriminatie, is het dus zeker niet steeds dit mechanisme dat etnische discriminatie aandrijft. Meer nog, er is wetenschappelijke evidentie die doet vermoeden dat etnische discriminatie in de aanwervingsfase voornamelijk ingegeven is door de persoonlijke voorkeur van werkgevers of hun vrees dat hun werknemers of klanten liever niet met personen met een verschillende etniciteit of nationale herkomst samenwerken of interageren.

Oplossingen om discriminatie te bestrijden

Vanuit de economische wetenschap bestaan er een aantal oplossingen om arbeidsmarktdiscriminatie te bestrijden. Een logische tegenreactie voor het reduceren van statistische discriminatie is het verkrijgen van meer (nauwkeurige) informatie over het potentieel van de individuele kandidaat. Dit zou de terugval op groepskenmerken of statistieken om de productiviteit van kandidaat-werknemers in te schatten moeten verhinderen. Enerzijds is het de verantwoordelijkheid van de kandidaat om in de beginfase van het selectieproces voldoende informatie over zichzelf te geven opdat de werkgever een geïnformeerde beslissing kan nemen. Anderzijds is het in het belang van de werkgever om deze informatie in te winnen opdat de meest geschikte kandidaat voor de job wordt gekozen. Dit kan door het selectieproces meer te structureren of door werkgevers of recruiters te trainen stereotypes te onderdrukken en te focussen op de kandidaatskenmerken die relevant zijn voor de job waarvoor wordt aangeworven.

Een gepaste maatregel om voorkeursdiscriminatie te bestrijden bestaat erin de prijs van discriminatie te verhogen. Discriminatie die puur ingegeven is door voorkeur of aversie is een eerder economisch irrationele vorm van discriminatie. Het verhogen van de kost van discriminatie zou dan ook de gepercipieerde lasten verbonden aan het samenwerken of interageren met personen uit de minderheidsgroep moeten neutraliseren. Op basis van onderzoek zien we dat het bestraffen van dergelijke vorm van discriminatie ook net iets effectiever dan het belonen van non-discriminatie. Het feit dat het mechanisme van voorkeursdiscriminatie vermoedelijk vaak speelt in aanwervingsbeslissingen, suggereert dat men, in duidelijke gevallen van discriminatie waarvoor voldoende bewijslast is, ook effectief zou moeten overgaan tot het opleggen van sancties wil men discriminatie in het aanwervingsproces reduceren. In de praktijk komt het er dan in de eerste plaats op neer dat men de geldende discriminatiewetgeving beter zou moeten toepassen.

Door doctoraatsstudent Louis Lippens (Vakgroep Economie; Louis.Lippens@UGent.be)

Lees meer over dit onderzoek in het gepubliceerde wetenschappelijke artikel.

Lees ook de andere blogposts van UGent @ Work.