8.2 统计信息与道德

《信念共同体：法和经济学的新方法》8.2 统计信息与道德,页面无弹窗的全文阅读!

统计信息和概率在法律的制定和实施中都发挥着重要的作用。从大量的数据中我们得知，系安全带能提高人们在车祸中幸存的概率，从而挽救生命。从过去的统计数据中我们也了解到，吸烟会增加患癌症的可能性。从行为经济学家的实验室研究和田野研究中我们还知道，大多数人倾向于忽视小概率事件。因此，我们制定法律要求车上的司机和乘客系安全带，对香烟征税使人们购买的香烟更加昂贵，还有颁布法律禁止在电视上播放香烟广告。

在实施法律时，我们会使用统计信息，尽管我们不愿意承认这一点。在刑事案件中，我们经常坚持：一个人直到被证明有罪之前，应该被视为是无罪的。但事实上，除了诸如毕达哥拉斯定理或阿罗不可能定理等逻辑真理，现实生活中没有什么是真的可以被证明的。我们会利用过去的经验，以及越来越多使用大量数据对某些情况的描述做出判断，从而“排除合理怀疑”地将某人视为有罪。“合理”怀疑实际上就暗含着一种概率。无法想象法庭上如此众多的案件，可以根据一些逻辑真理做出判决，我们不得不依赖所谓的“确凿证据”来判断，而在现实世界中，很难有真正的“确凿证据”。

除了使用统计或概率信息方面带来的挑战，我们还面临着在第5章中曾遇到的一些道德问题。我们正身处一个奇特的世界，一方面我们努力扩大人权的范围；但另一方面，我们却目睹群体歧视的加剧，一些群体的某些基本权利甚至遭受剥夺。我想看看如何为应对这些挑战找出一些理据。

我们已经看到，使用某些类型的信息会导致对群体的歧视，即使歧视者并无恶意。在人们的生产力具有互补性的市场中，种族或性别都可以开始发挥焦点的作用。如果我们认为某个特定个人的生产力比较低，只是因为相信他所属群体的平均生产力比较低，这种信念就可以自我实现。

由于上述结果可以在没有任何明显种族或性别歧视的情况下，发生在人们身上，因此尚不明确如何对其进行纠正。一种方法是利用国家的力量，强制实施特定的平权运动。在印度，政府颁布了法律，以确保村委会的领导中必须有一定比例的妇女。这是1993年通过的宪法修正案，要求村委会领导席位的三分之一保留给妇女，并通过抽签选出。也就是说，只有妇女才能成为这些职位的候选人。2008年“妇女保留议案”也试图在议会和国务院设立类似的三分之一的职位比例，保留给妇女，此项议案还尚未成为法律。此外在印度，全部的学院和大学，以及所有国家资助的公司和机构，都被要求招收一定比例低等种姓的学生或雇员。

但是，无论怎么说和做，国家的影响范围都是有限的。社会可以采取多种方式对人们加以区分，如性别、种族、宗教、种姓、教育水平、体重、鼻子形状，等等。如果政府试图在工作招聘中对上述所有特征进行干预，那将会对经济造成严重的后果。此外，如果市场造成了对歧视的需要，就可以通过使用众多标记中的任何一个加以实现。任何行政当局想要监控和纠正这样的歧视行为，几乎是不可能的。在日常生活的众多场景中，人们也经常利用统计信息。当行人看见有不同种族或身材的人朝他们径直走来时，他们常会穿过马路走到另一边。这有时是偏见，但有时纯粹是利用统计信息采取的行为。政府所能纠正的歧视是有限的，并且我们是否希望政府如此介入我们的日常生活，也并不明确。

这就是道德起作用的地方。人类有能力利用与生俱来的道德来“纠正”自身的行为。我们能做的是向人们展示正确使用道德的方式，以帮助他们更好地运用道德做出决断。

有道德感的好人在面对歧视问题时，往往会否认那些令人不快的歧视事件背后存在任何统计信息，例如穿过马路，或没有雇用生产力水平较低群体的成员等。然而，这并不是一个好办法，因为这相当于改动了证据。确实，有些统计信息提供的证据可能是错的，但有些证据是为我们更深层的本能倾向提供一种掩护。而且，我们往往误解统计信息的意义或随机对照实验的结果，我将在下一节对此进行讨论。考虑到上述所有警告，因为我们不喜欢统计信息的含义就拒绝它，无论动机多么高尚，都不是一个好的想法。这样做将导致不科学的思维，造成迷信和假象。

那么，我们应该如何应对上述挑战呢？幸运的是，我们可以再次援引大卫·休谟，我所指的是休谟定律，即一个“应该如何的陈述”或者“应然判断”，永远不能从一个或几个纯粹的“是如何的陈述”或者“实然判断”推出。正如休谟（1739 ［1969］）所言，他发现许多道德学家在讨论了“是什么”或“不是什么”的各种实然判断后，不知不觉地转向与“该如何”或“不该如何”相关的应然陈述，并将之视为一种推理。这是不可接受的。这种从实然陈述推出应然陈述的不可能性，遵循布莱克（Black，1964）论文的提法，以后被称为“休谟的铡刀”。

休谟定律意味着，每当我们做出一个“应然判断”时，总是需要预设一些主观价值偏好。例如我不应雇用某种性别的劳动力，或者当看到一群人朝我走来时，我应走到马路的另一边；雇员的性别或者走来的一群人，显然是“实然信息”，在上述场合这些统计信息则代表着某些群体的生产力或是犯罪倾向。要从这些“实然信息”中得出“应然判断”，我事实上暗含了一些价值偏好。在这些例子中就是我应该最大化自身的利益或者我应该避免受到身体上的伤害。

现在，通过对我们头脑中隐藏的先验规范的显著性进行分类，当这些先验规范并不足以证实特定行为的合理性时，能让我们避免做出一些更有害的决策。因此，实际上我希望我们在做决策时（例如考虑雇用某人），不应考虑一个人的群体身份，如他的种族或宗教背景，尽管群体身份也包含着某些信息。我们可以考察被雇用人员的受教育程度和以前的工作经验，而不是其群体身份。这样做可能会减少利润，但这应该是我们愿意承担的成本。因为我们知道，如果每个人都考虑群体身份，的确将使一些群体的生产力变低并被社会边缘化。换句话说，我认为更高利润并非足够重要的目标，与“不歧视”这样更大的社会利益相比，更高利润的目标应该被放弃。

为了更好地理解这一点，假设统计信息已经证明了信仰宗教X的人群的生产力低于其他群体（这里使用符号X并非出于对数学的热爱，而是害怕引起争议）。同样，假设我们喜欢赚取更多而不是更少的利润，而在雇用一名人员时面临着两条准则：（1）信仰宗教X的人群生产力较低；（2）我们希望利润最大化。我的建议是：若要做出不歧视信仰宗教X的人群的决策，就意味着我们应该放弃准则（2）。也就是说，我们不应放弃实然或者事实的准则，因为这么做就相当于否认现实。

我知道这是在要求人们做一些不符合其自身利益的事情，但这也是人作为一个道德生物的全部意义所在。正如我们所见，人类一旦被说服，就能按照道德行事。然而，这里还有一个额外的问题，即我们呼吁的道德行为严格来说并没有可见的效果。这是因为你作为一个个体，如果在招聘时，放弃了一些利润而聘用了一个所属群体的生产力低于其他群体的雇员，这一行为就其本身而言对社会和受歧视群体生产力的影响都是微不足道的。因此，我们必须诉诸“义务伦理学”，以促使人们坚持这种行为。

让我再举一个例子，想想“奴隶制有利于经济增长”这一说法。这纯粹是一个“实然陈述”。所以，我们应该完全基于证据和推理，来断定它是对是错。我们的道德在这个判断中并不起作用。从实然陈述也可以引出一个应然陈述，例如“奴隶制是好的”。这个应然陈述想要成立，其实暗含着另一个命题，即“经济增长是好的”。如果我想要否定“奴隶制是好的”主张，就要驳斥“经济增长是好的”这一规范性命题。事实上，这正是我采取的方法。如果我的研究确实表明奴隶制有利于经济增长，我不会否认上述结论，而是会推翻“经济增长是好的”这一准则。

最后，当我敦促学者、原告、律师和法官不应只因为统计事实似乎会导致道德上不舒服的行为就歪曲和否认它们时，我们必须认识到，“不歪曲和接受不舒服的事实”与“在公共场合谈论它们”是有区别的。后者虽然是言论，但也是一种行为，会产生其自身的后果。因此，人们在决定是否应该公开谈论它们时，必须权衡这些后果。如果通过数据分析，你得到一个结论：“X的智商较低”，我认为否认这个“事实”是错误的，但这并非意味着“在公开场合说X智商较低”就是正确的，因为这将对X造成情感上的伤害。实际上，甚至可能在一个道德案例中，基于简单的福利结果论，我们在公开场合讨论到X的智商时，应该说一些善意的谎言。

奴隶制的例子也会产生类似的问题。假设你通过统计分析发现，奴隶制的确有利于经济增长。而你又被邀请在三K党（Ku Klux Klan）的年度大会上发言。你该怎么做？我首先建议你不应接受邀请。但如果你确实接受了，那么最好不要公开说奴隶制对经济增长有利，因为这可能会使部分听众在道德上无法接受。甚至基于道德上的原因，你应该撒谎说“奴隶制不利于经济增长”。

统计事实是有用的，但也应该对它们采取一定的怀疑态度。不能因为我们不喜欢统计事实会产生我们自认为的应然结果（正如刚才所指出的），就否认它们。但还有一些其他实然的原因，使我们应当对统计事实保持一种怀疑，这正是下一节的主题。

具有经济学讽刺意味的是，有证据表明，烟草公司的利润反而因广告禁令而增长。这是因为很多烟草广告几乎像是恶性竞标，每家烟草公司都必须做广告以留住消费者，最终使所有公司的处境都变得更糟。

Barkan（2011）讨论了一些最严重侵犯人权背景下的问题，例如种族清洗和种族灭绝。

这一议案实际上已经失效。联邦上议院在2010年通过了该议案，但2014年由于现任议员在大选中失败，下议院遭到解散，因此就没有考虑过这个议案。

实然判断（positive claim），是对事物是什么的一种客观描述；应然判断（normative claim），是该对事物采取何种态度的主观判断。从“实然”不能推出“应然”，是指事物的客观属性不能决定人们的主观偏好，例如一个杏子很甜，这是一个实然判断；但并不能推出“这个杏子很好吃”的应然判断，因为对那些喜欢酸杏的人们来说，这个应然判断不能成立。——译者注

我知道将其称为“义务伦理学”（deontological ethics）可能会受到质疑，因为它不仅仅是一种基于规则的道德行为，而且也关注后果。每个人都理应以某种方式行事，因为这样做会产生社会期望的结果，即使每个人的行为对社会的影响微不足道。换言之，我们呼吁的行为可被称为“个人义务论”，即使这些行为的最终依据在于集体的结果主义。“个人义务论”是帕菲特道德数学的核心观点（Parfit，1984）。在另一个场景中，我运用这一论点说明在工作场所中为何应该禁止“自愿的性骚扰”，即使这一行为属于帕累托改进的。这里的“自愿”，是指在工作合同中明确写明雇主有权对雇员进行性骚扰（Basu，2003）。换句话说，这取决于应聘的工人权衡相对较高的工资和其他福利以及骚扰带来的成本后，再根据自身利益做出的决定。这样的合同在个人层面上可以是帕累托改进的，因为雇主和雇员的境况都有所改善，而且对其他人并未产生明显的负面影响。但在这里运用道德数学的观点，使我们有理由辩称，即便是这种“自愿”的性骚扰也应被宣布为非法。在讨论工作场所的性骚扰行为时，值得一提的是它与第5章中论述的劳动力市场歧视之间存在着有趣的联系。在通过具体的法律禁止工作场所性骚扰之前，美国等国家曾利用其反歧视法惩罚此类行为。此外，有证据表明，惩罚性骚扰并因此减少了性骚扰的法律，也降低了劳动力雇用和薪酬等方面的性别不平等（Chen and Sethi，2017）。

不用说，这个命题中隐含的限定词是“在任何情况下”。

不过，我必须谨慎地补充一句。我曾在论文中利用M. C. Escher著名的瀑布比喻，对这一问题进行了基于博弈论的仔细分析（Basu，1994a；另见Voorneveld，2010）。为了不伤害他人而善意撒谎，这样做的风险在于如果使用过于频繁，就会极大地损害口头语言的有效性，以至于成为一种降低福利的行为。