如何研究種族差異

為了理解不平等待遇的原因,研究人員需要對與種族相關的統計學、概念和歷史複雜性保持敏感

正當美國努力應對喬治·弗洛伊德被殺事件引發的全國性種族反思之際,越來越明顯的是,即使是大流行病也不會平等地打擊所有人。在全國範圍內,考慮到年齡因素,黑人死於 COVID-19 的可能性是白人的 3.7 倍;在一些州,黑人死於 COVID-19 的年齡調整率是白人的五到九倍。

在這種背景下,研究社會、經濟和公共衛生結果中的種族差異的重要性從未如此清晰。但是,研究人員和報道他們發現結果的記者在試圖揭示這些明顯差異的根源時應謹慎。研究種族,特別是種族與健康或警察暴力等社會結果之間的關係,既有統計學上的挑戰,也有概念上的挑戰,這使得準確理解為什麼黑人死於 COVID-19 的比率更高比看起來更難。

也許最大的問題源於統計學家所說的“後處理偏差”。由於種族身份是在出生時被賦予的,它影響著人們生活的方方面面——某人居住在哪裡、他們接受何種教育、他們擁有的機會型別以及他們賺多少錢。為了理解種族對特定結果的影響——例如,警察暴力,或 COVID-19 患者的死亡可能性——學者們通常會控制教育、收入、健康狀況或職業等因素。但是,所有這些變數都是“後處理”的,或者說是種族的下游,因為種族本身可以塑造一個人的成長、教育和就業方式。控制這些變數可能會扭曲學者可能發現的任何結果。


關於支援科學新聞報道

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱,您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。


考慮以下類比:如果研究人員著手調查吸菸是否會導致死亡,但控制了某人是否患肺癌,他們可能會發現吸菸並不會增加死亡率——因為他們實際上已經消除了吸菸影響健康的重要途徑。更重要的是,透過控制肺癌,他們現在比較的是不患肺癌的吸菸者(他們可能異常健康)與不患肺癌的非吸菸者的壽命(以及比較患肺癌的非吸菸者,這是一個非常不尋常的群體,與患肺癌的吸菸者)。在種族背景下,控制幾乎任何社會經濟或健康變數——正如大多數關於 COVID-19 死亡中種族差異的研究那樣——都可能在分析中產生嚴重的偏差,從而使許多實證結果受到質疑。

在種族與治安研究中也存在類似的問題。以最近關於美國治安中是否存在種族主義證據的辯論為例。哈佛大學的經濟學家羅蘭·弗萊爾發現,警察對他們攔下的白人、黑人和西班牙裔美國人以相同的比率開槍。然而,正如政治學家迪恩·諾克斯、威爾·洛伊和喬納森·穆姆洛指出的那樣,如果在最初是誰被攔下方面存在歧視,那麼估計人們被攔下後所受待遇的種族差異就會變得更加複雜——尤其因為警察更可能攔下黑人和西班牙裔人而不是白人,而且這些攔停中有更多是不合理的。如果黑人因較輕微(或不存在)的罪行而被警察攔下,那麼在武力使用方面“平等待遇”實際上會表明治安總體上非常不平等。被警察攔下是種族“後處理”的結果,而未能考慮到這種偏差可能會導致錯誤的結論,從而掩蓋美國機構中種族主義的程度。

正如政治學家瑪雅·森和奧馬爾·瓦索指出的那樣,第二個挑戰來自種族標籤的不穩定性。正如一項研究得出結論,“沒有兩個種族測量標準會捕捉到相同的資訊。”在一項為期 19 年的對數千名美國人的調查中,整整 20% 的樣本改變了他人對他們的種族分類或他們自己的種族認同。調查受訪者甚至會根據生活事件改變認同:監禁、失業或收入低於貧困線會使受訪者更傾向於認同為黑人,而結婚的人更可能被視為並認同為白人。

在 2000 年至 2010 年人口普查之間,近 1000 萬受訪者改變了他們自我認同的種族或關於西班牙裔血統的回答;只有 41% 的西班牙裔在兩次人口普查中以相同的方式認同他們的種族和民族血統。另一項研究發現,兇殺案受害者更可能在其死亡證明上被歸類為黑人,而死於肝硬化的人更可能被歸類為美洲原住民——即使考慮到其近親提供的受害者種族也是如此。

縱觀美國曆史,種族界限發生了很大變化。密西西比三角洲的華裔美國人曾經被歸類為幾乎是黑人,而 1974 年美國聯邦委員會關於種族和民族定義的努力對南亞裔人進行分類:最初建議將他們標記為白人/高加索人,然後將他們歸類為亞洲或太平洋島民。

各國對種族定義存在很大差異:在美國,由於所謂的“一滴血原則”,任何具有黑人血統的人在歷史上都被歸類為黑人;在巴西,如果一個人有任何歐洲血統,他就不是“黑人”。

換句話說,種族身份在很大程度上不是生物學決定的,而是社會力量的產物。然而,正如社會學家安·莫寧記錄的那樣,種族的生物學觀點仍然在美國的生物學教科書以及生物學本科生和生物學教授中占主導地位。當定量社會科學家研究種族時,他們通常只在方程式中包含一個黑人或白人的二元變數。當這類研究發現 COVID-19 死亡率或警察殺人事件等結果中的種族差異時,它通常會提出比提供答案更多的問題:它既沒有解釋為什麼如何種族會影響生活結果,也沒有闡明可能有所幫助的潛在政策干預措施。

但是有更好的方法來研究種族。在 2016 年的一篇論文中,森和瓦索建議研究人員不應將種族視為一組不可改變的生物學特徵,而應將其視為他們所謂的“一捆棍子”,其中包括膚色、方言、社群、基因、階級、姓名和祖籍地等因素。“種族”本身無法在研究中被操縱,但許多與我們所說的種族密切相關的特徵是可以操縱的。透過一次只關注捆綁中的一根棍子——而不是簡單的“種族”變數所傳達的祖籍、社群、社會經濟地位、膚色、姓名等組合——研究人員可以嘗試隔離究竟哪些因素是導致我們觀察到的種族差異的幕後推手。

例如,研究人員可以操縱簡歷上的姓名,以研究求職者的感知種族如何影響他們被聘用的可能性。已故的哈佛大學社會學家德瓦·佩吉,例如,發現僱主對具有刻板印象的白人姓名和犯罪記錄的申請人的反應,與對沒有犯罪記錄的黑人申請人的反應一樣強烈。或者,研究人員可以嘗試隔離感知的膚色(捆綁中的另一根棍子)在治安中種族差異中的作用。在最近發表在《自然-人類行為》上的一篇論文中,該論文考察了晚上 7 點左右的警察攔截,研究人員發現,在陽光充足時,黑人司機更有可能被攔截;日落之後,“黑暗面紗”保護黑人司機免受種族歧視。同樣,透過關注一捆棍子中的一個因素——在本例中是感知的膚色——研究人員隔離了可能導致交通攔截差異的其他因素,例如社會經濟和社群特徵。

避免後處理偏差和種族標籤不穩定性問題的另一種方法是關注種族群體內部的差異,而不是嘗試在種族群體之間進行比較,以瞭解哪些機制可能正在驅動結果的差異。例如,為了研究黑人和白人之間的教育差距,研究人員可以嘗試隔離與教育合理相關的捆綁棍子之一的組內差異,而不是簡單地對整個人口的教育結果進行分析,並控制種族和社會經濟因素——這是一種常見的做法,既受到後處理偏差的汙染,又在概念上不清晰。

以“搬遷機會”實驗為例,該實驗涉及隨機分配住房券。研究人員分析了這項實驗,以比較來自高貧困社群的黑人青少年與來自中等貧困社群的處境相似的黑人青少年的學業成績,發現社群可以顯著影響社會經濟結果。

查爾斯·默裡的臭名昭著且存在嚴重缺陷的書籍《鐘形曲線》中可以看到跨群體分析的一些缺陷,該書斷言白人美國人在認知能力方面比黑人美國人具有遺傳優勢。默裡只是比較了黑人和白人在智商測試中的差異,並得出結論,這些差異至少在一定程度上是遺傳的。這種分析幾乎完全將種族視為一個基本的生物學類別,未能解決支撐種族身份的複雜社會因素,並且容易受到上述所有統計偏差的影響。一項更復雜的研究設計考察了在歐洲血統水平上存在差異但在社會環境和身份上相似的黑人個體,發現與白人血統相關的基因與認知能力之間沒有關係。“透過識別有意義的組內差異,”森和瓦索評論道,“學者們可以縮小解釋不同種族結果的因果機制。”

在 COVID-19 的背景下,研究人員應避免從僅僅包含種族二元變數(其“效應”在概念上不明確)並控制可能位於種族下游的社會經濟特徵和健康狀況的研究中,對種族差異的根本原因得出過多結論。一種更有希望的方法是隔離這種差距的一種可能解釋——例如,社群衛生機構、監禁率或特定職業角色和健康狀況的差異——並研究種族群體內部的差異,以深入瞭解哪些因素可能正在驅動 COVID-19 死亡率的種族差異。

為了建立一個更加公正的社會,我們必須瞭解社會、經濟和公共衛生結果中種族差異的根本原因。但是,雖然研究群體之間差異的程度——例如黑人與白人的財富差距或 COVID-19 死亡率的差異——是必不可少的,但如果研究人員希望解釋這些差異的原因,他們需要確保他們對與種族相關的統計學、概念和歷史複雜性保持敏感。如果研究人員將種族視為方言、祖籍、社群、階級和膚色等相關特徵的綜合衡量標準,而不是將其視為固定的生物學類別,他們可能會取得更大的進展。

© .