統計性歧視理論

1972年,美國學者菲爾普斯在《美國經濟評論》正式提出統計性歧視理論,建立模型來解釋統計性歧視問題。 統計性歧視理論認為,統計性歧視的根據在於信息的不完全,以及獲取信息需要支付成本,企業在勞動力市場上僱傭時,往往將求職者的群體特徵推斷為個體特徵,這種做法會使不利群體遭受統計性歧視。 如果不利群體額總體統計性特徵中,個體差異越大,那么利用群體特徵來推斷作為甄選標準的代價就越高。

1972年,美國學者菲爾普斯在《美國經濟評論》正式提出統計性歧視理論,建立模型來解釋統計性歧視問題。
統計性歧視理論認為,統計性歧視的根據在於信息的不完全,以及獲取信息需要支付成本,企業在勞動力市場上僱傭時,往往將求職者的群體特徵推斷為個體特徵,這種做法會使不利群體遭受統計性歧視。
如果不利群體額總體統計性特徵中,個體差異越大,那么利用群體特徵來推斷作為甄選標準的代價就越高。但是對於企業來說,這仍是不完全信息下的高效率的做法,與僱主利潤最大化目標是一致的。

相關詞條

相關搜尋

熱門詞條

聯絡我們