什麼是統計性歧視？
很多國家禁止男同性戀者捐血，避免愛滋病毒通過血液傳播。
其中美國去年年底放寬禁令，宣布男同志一年內沒性行為就可以捐血。但權益組織投訴說，新規定有進步，卻還是對同性戀者不公平。
M不滿地說：「這些同性戀者太過分了！什麼都投訴說人家歧視，又不考慮下大眾安全。萬一鬧出人命，他們負責任嗎！」
她有道理。就算沒歧視，當局都應該小心。在先進國家，男同性戀者患愛滋的比率確實較高，我反駁不了這點。
但這個禁令絕對不是沒問題。它助長偏見，讓人將愛滋病和同性戀者劃上等號。
現在還有很多保守人士堅信，愛滋病是上帝對同性戀的懲罰。這是一派胡言。異性戀者一樣可以通過性交染上HIV，在發展中國家，HIV主要由異性戀者傳播。HIV也可以通過母親的子宮傳染給胎兒。
既然這樣，為什麼數據顯示在先進國家男同性戀較常感染愛滋病？首先同志圈子較小，如果有人感染愛滋，被傳染到的機率也高。肛交感染HIV的生理風險也比陰道性交大（所以請戴套）。另一個原因是社會排斥，很多同志被迫隱瞞性取向，或無法維持穩定感情，只好摸黑到夜店找炮友。隨著一部分社會變得開放，大多同性戀者選擇和穩定伴侶白頭偕老，感染愛滋病的風險也較低。
但不管什麼原因，數據擺在眼前，M就可以理直氣壯，彷彿「同志人權」和「大眾安全」真的互相違背，「我不是歧視⋯⋯但為了大眾安全」，應該支持歧視同志的規定。這種表面上合情合理的不公平對待，還算是歧視嗎？
我最近讀到一個可以掛在口邊炫耀的字眼：統計性歧視（statistical discrimination），亦稱理性歧視（rational discrimination）。
假設你是女人，半夜一個人在路上，突然發現背後有個陌生男人。你秀出防狼器，亮出手機撥打999或拔腿就跑。你身邊很多好男人，其中幾個對女人沒興趣。你沒歧視男性、覺得「男人都是潛在的強姦犯」。但那一瞬間你不會主動認識那個陌生人，再判斷他是紳士還是大野狼。
統計性歧視的道理一樣。
1972年提出這個概念的美國學者菲爾普斯說，統計性歧視是因為信息不完全，和獲取信息需要成本。例如一家公司聘請員工時，會考慮到「很多女人工作幾年會辭職照顧小孩」等群體特征，並預先假設女應聘者應該也會那樣。
當然，很多女性並不會那樣。在理想世界，雇主會花時間認識每一位面試者。他會發現，女應聘者A以事業為重，不想生孩子。男應聘者B打算兩年後辭職當奶爸。但現實世界裡，雇主沒那麼多時間金錢和精力。他感情上不歧視女性，如果知道女應聘者A能力較強，並打算長期工作，他會果斷聘請A。但他不知那麼多，選擇了B。
看清楚了，這就是阻止女人事業發展的玻璃天花板。
雇主希望雇佣生產率最高的員工，這合情合理。為了避免愛滋病蔓延而禁止男同志捐血，好像也情有可原。但人常利用數據等片面真相來粉飾偏見，這很危險。我們要認識統計性歧視，承認那是一種系統性問題。它會導致不好的循環，對一些社群造成很大傷害。
例如，如果數據顯示黑人較常犯罪，影響雇主聘請決定，會讓黑人更難找到正當工作。失業造成更多犯罪，這對大家都沒好處；犯罪又進一步影響數據。
又例如，數據顯示男同性戀者感染愛滋病比率較高，加深社會歧視。結果同性戀者害怕社會眼光，不敢到醫院檢測，任由愛滋病在粉紅圈子裡蔓延。
美國警察常用「種族歸納」手段，如在安全檢查時傾向於搜索黑人和中東人，或在黑人區巡邏。這樣做讓人反感，但警方說，種族歸納是經過實踐檢驗的常用手法。我不知警察是否出自內心地歧視黑人，但因為貧窮，黑人犯罪率確實比較高。
說到底，種族歸納是為了效率。警察檢查不到每一個人。但越是針對特定種族，就越有機會查到該種族的人與犯罪事件有關，反而讓執法人員對其他人喪失戒心。這就像住宅區jaga只注意衣衫破舊的人，不對開寶馬的小偷起疑心。和出於仇恨的歧視一樣，表面上理性的歧視也會造成悲劇。因為種族歸納，美國警察暴力對待黑人、一再誤殺無辜者。治安很重要，但種族歸納嚴重干擾民生、促成警察暴力，令大眾不信任警察。唉，不值得啊。
說了這麼多，我們可以怎樣減少統計性歧視？
同性戀捐血問題我們可以參考南非和義大利的做法，靠個別評估來判定捐血者的風險。血庫會透過詢問性伴侶人數、性交方式等問題來評估風險，而非針對性取向。這符合經濟學者兼作者查爾斯．惠倫的說法，即提供更多關鍵信息是解決歧視的有效方法。
如果世界更加平等，顯示某個民族更常犯罪之類的數據也會消失。當世界越來越多元，女人不一定在家照顧孩子、男人未必在外面打拼、黑人當美國總統，統計性歧視就開始失去效率，甚至成為絆腳石。
至於我們能怎樣做？我們有時被迫在信息不足時做決定。如果陌生人跟蹤你，你最好馬上報警。但通常，我們可以花多一點時間精力去尋找資料、認識對方，提醒自己萬事總有例外、每個人都獨一無二，不要一知半解就莽下結論。