La discriminazione statistica è una teoria economica che tenta di spiegare la disuguaglianza razziale e di genere. La teoria tenta di spiegare l'esistenza e la resistenza della profilazione razziale e della discriminazione basata sul genere nel mercato del lavoro anche in assenza di pregiudizi manifesti da parte degli attori economici coinvolti. Il pioniere della teoria della discriminazione statistica è attribuito agli economisti americani Kenneth Arrow e Edmund Phelps, ma è stato ulteriormente studiato ed esposto sin dal suo inizio.
Si dice che il fenomeno della discriminazione statistica si verifichi quando un decisore economico utilizza caratteristiche osservabili degli individui, come i tratti fisici che vengono utilizzati per classificare il genere o la razza, come proxy di caratteristiche altrimenti non osservabili che sono rilevanti ai fini del risultato. Quindi, in assenza di informazioni dirette sulla produttività, le qualifiche o persino il background criminale di un individuo, un decisore può sostituire le medie di gruppo (reali o immaginarie) o gli stereotipi per colmare il vuoto informativo. Pertanto, i decisori razionali utilizzano le caratteristiche di gruppo aggregato per valutare le caratteristiche individuali che possono comportare il trattamento di individui appartenenti a determinati gruppi in modo diverso rispetto ad altri, anche se simili tra loro.
Secondo questa teoria, la disuguaglianza può esistere e persistere tra gruppi demografici anche quando gli agenti economici (consumatori, lavoratori, datori di lavoro, ecc.) Sono razionali e senza pregiudizi. Questo tipo di trattamento preferenziale è etichettato "statistico" perché gli stereotipi possono essere basati su il comportamento medio del gruppo discriminato.
Alcuni ricercatori di discriminazione statistica aggiungono un'altra dimensione alle azioni discriminatorie dei decisori: l'avversione al rischio. Con la dimensione aggiuntiva dell'avversione al rischio, la teoria della discriminazione statistica potrebbe essere utilizzata per spiegare le azioni dei decisori come un responsabile delle assunzioni che mostra una preferenza per il gruppo con la varianza più bassa (percepita o reale). Prendi, ad esempio, un manager che è di una razza e ha due candidati uguali da prendere in considerazione: uno che è della razza condivisa del manager e un altro che è una razza diversa. Il manager può sentirsi più in sintonia culturale con i candidati della propria razza che con i candidati di un'altra razza e, pertanto, ritiene di avere una migliore misura di alcuni tratti rilevanti per il risultato del richiedente della propria razza. La teoria sostiene che un manager avverso al rischio preferirà il richiedente dal gruppo per il quale esiste una misurazione che minimizza il rischio, il che può comportare un'offerta più elevata per un richiedente della propria razza rispetto a un richiedente di una razza diversa tutti gli altri cose uguali.
A differenza di altre teorie della discriminazione, la discriminazione statistica non presuppone alcun tipo di animosità o distorsione di preferenza verso una determinata razza o genere da parte del decisore. In effetti, il decisore nella teoria della discriminazione statistica è considerato un massimizzatore del profitto razionale e alla ricerca di informazioni.
Si pensa che ci siano due fonti di discriminazione statistica e disuguaglianza. Il primo, noto come "primo momento", la discriminazione statistica si verifica quando si ritiene che la discriminazione sia la risposta efficace del decisore alle credenze asimmetriche e agli stereotipi. La discriminazione statistica al primo momento può essere evocata quando a una donna viene offerto un salario inferiore rispetto a una controparte maschile perché le donne sono percepite in media come meno produttive.
La seconda fonte di disuguaglianza è nota come discriminazione statistica "secondo momento", che si verifica a seguito del ciclo di discriminazione che si autoalimenta. La teoria è che gli individui del gruppo discriminato alla fine sono scoraggiati da prestazioni più elevate su quelle caratteristiche rilevanti per il risultato a causa dell'esistenza di tale discriminazione statistica del "primo momento". Vale a dire, ad esempio, che gli individui del gruppo discriminato potrebbero avere meno probabilità di ottenere le competenze e l'istruzione per competere equamente con altri candidati a causa della loro media o ipotizzato che un ritorno sugli investimenti da tali attività sia inferiore ai gruppi non discriminati.