I kjølvannet av drapet på George Floyd og Black Lives Matter-bevegelsen har diskusjonen om strukturell rasisme skutt fart i samfunnsfagene i Norge. Ett perspektiv i denne debatten som sorterer under den retningen som ofte kalles «kritisk raseteori», hevder at konvensjonell samfunnsforskning ikke har epistemologiske, metodologiske eller teoretiske verktøy for å forstå strukturell rasisme, og at forskning på rasisme best kan foregå innenfor et antipositivistisk paradigme.1 Et slikt paradigme er kritisk til konvensjonell vitenskapelig rasjonalitet i studiet av rasisme og (direkte eller indirekte) til sentrale prinsipper i vitenskapelig metode, som måling, systematisering, testing av teorier mot data og objektivitet. I denne tankegangen gjennomsyrer strukturell rasisme alle strukturer i samfunnet, inkludert vitenskapelige fremgangsmåter, i så stor grad at studiet av rasisme bør foregå på andre premisser enn de som understøtter konvensjonell vitenskap, og baseres på andre kilder til kunnskap, som for eksempel personlige erfaringer og narrativer (for en oversikt se for eksempel Delgado & Stefankcic, 2017).

I dette essayet vil jeg gjennomgå et mulig alternativ til dette synet ved å diskutere hvordan moderne forskning med det jeg her vil kalle et «positivistisk» utgangspunkt kan belyse et fenomen som strukturell rasisme fra flere ulike sider, med søkelys på statsvitenskapelige tilnærminger.2 Målet er å eksemplifisere hvordan moderne samfunnsvitenskap med positivistisk orientering kan gi et godt grunnlag for å måle, forklare, forstå og påvirke strukturell rasisme. Målet med denne teksten er ikke å gi noen uttømmende gjennomgang av studiet av strukturell rasisme i statsvitenskapen eller samfunnsforskningen for øvrig, men å gi leseren et innblikk i statsvitenskapelig forskning av høy kvalitet som er relevant for strukturell rasisme.

For å strukturere diskusjonen vil jeg ta utgangspunkt i tre grunnsetninger som jeg mener kjennetegner det statsvitenskapelige perspektivet på strukturell rasisme som jeg vil gjøre rede for: for det første at vi kan trekke vitenskapelige slutninger om strukturell rasisme i samfunnet; for det andre at strukturell rasisme kan måles, og varierer på tvers av nasjonale, lokale og institusjonelle kontekster; for det tredje at strukturell rasisme har årsaker forskere kan identifisere, og som politiske aktører og sosiale bevegelser kan jobbe målrettet for å påvirke. Jeg vil her gå gjennom hver av disse og beskrive hva de innebærer.

Det er mulig å trekke vitenskapelige slutninger om forekomsten av strukturell rasisme

Et sentralt utgangspunkt i det statsvitenskapelige perspektivet på strukturell rasisme er at det er et fenomen som det finnes objektive sannheter om, som forskningen kan nærme seg ved anvendelse av vitenskapelig metode. Selv om det ikke finnes noen presis og detaljert definisjon, med nødvendige og tilstrekkelige betingelser, av hva som er uttømmende for «vitenskapelig metode» i denne sammenhengen (noe det heller ikke er i vitenskapen for øvrig), finnes det et relativt tydelig omriss av hva en vitenskapelig fremgangsmåte består i her:

Forskere formulerer forklarende eller beskrivende teorier av varierende grad av generalitet, som spesifiserer forventede observerte sammenhenger og gir empiriske implikasjoner som så sammenlignes eller «testes» mot systematiske kvalitative eller kvantitative data med tilstrekkelig grad av representativitet.

I statsvitenskapen finner vi flere ulike rammeverk for forskningsdesign og vitenskapsteori som alle deler denne meget generelle tilnærmingen til hva en vitenskapelig fremgangsmåte innebærer (se for eksempel King, Keohane & Verba, 1994; Clarke & Primo, 2012; Kellstedt & Whitten, 2012; Goertz & Mahoney, 2012; Gerring, 2011).

Det er også et utbredt ideal at gode teoretiske modeller og forklaringer på en relevant måte (og i mer eller mindre grad) skal korrespondere med den objektive virkeligheten, slik at vi kan snakke om mer eller mindre grad av sannhet i studiet av politikk. De siste årene har statsvitenskapen, i tråd med dette synet, i økende grad fokusert på å forbedre transparents, reproduserbarhet og mindre «skjevhet» i forskningen som gjøres, og således forsøke å øke troverdigheten til empiriske funn og teorier. Motivasjonen er å gjøre vitenskapelige funn mindre avhengig av hvem som forsker, og mer avhengig av hvordan virkeligheten er. Et eksempel på det finner vi i det tiltagende kravet om at studier – både kvalitative og kvantitative – skal kunne reproduseres for å gis kvalitetsstempel (se for eksempel Laitin & Reich, 2017). Et annet eksempel finner vi i økte krav om registrering av «pre-analyse»-planer for forskning som tester hypoteser. I slike planer registrerer forskerne hypotesene sine før de samler inn data, slik at man «binder sine hender» før man utforsker data (se for eksempel Lin & Green, 2016). Dette gjøres delvis for å forhindre såkalt «p-hacking», hvor forskere leter gjennom et datamateriale etter statistisk «signifikante» sammenhenger og så tilpasser teorien post hoc.3 De økte kravene om reproduserbarhet og preanalyseplaner tilsier at objektiv sannhet er et sterkt normativt ideal i statsvitenskapen.

Strukturell rasisme kan måles og varierer

Et annet utgangspunkt for det statsvitenskapelige perspektivet på strukturell rasisme er at fenomenet kan måles på en meningsfull måte. For å gjøre dette trenger vi en definisjon på hva som menes med «strukturell», og hva som menes med «rasisme». I statsvitenskapelig sammenheng vil sosiale og politiske «strukturer» ofte konseptualiseres som formelle og uformelle institusjoner – i bred forstand. En god og populær definisjon av institusjoner finner vi hos Douglas North (1991, 97), som definerer dem som:

the humanly devised constraints that structure political, economic, and social interaction. They consist of both informal constraints (sanctions, taboos, customs, traditions, and codes of conduct), and formal rules (constitutions, laws, property rights).

Rasisme som er «strukturell», er med en slik definisjon rasisme som gir seg uttrykk i formelle og uformelle institusjoner, som definert. Med «rasisme» mener jeg oppfatninger om at menneskers verdi avhenger av hudfarge eller etnisitet, som ofte gir seg utslag i diskriminerende adferd. Denne konseptualiseringen av strukturell rasisme gir oss et grunnlag for å kunne måle dette fenomenet i ulike deler av samfunnet. Vi kan måle den strukturelle rasismens adferdsmessige konsekvenser (diskriminering), kulturelle normer som uttrykker strukturell rasisme, og politisk undertrykking som skyldes strukturell rasisme i ulike kontekster. Dette kan gjøres ved bruk av ulike typer data. Jeg vil her gå gjennom noen eksempler på måling av strukturell rasisme på ulike samfunnsområder.

Hvordan får vi tak på strukturell rasisme i institusjoner, som i politikken, arbeidslivet, rettssystemet og så videre? Én tilnærming til måling finner vi i såkalte «audit-studies», som forsøker å si noe om forekomsten av rasisme i institusjoner som skal fordele goder, det være seg boliglån (banker), jobber (arbeidsgivere), karakterer (skolen) og så videre. I denne eksperimentelle tilnærmingen sender forskerne inn søknader eller arbeider som skal evalueres til de institusjonene det gjelder, samtidig som man varierer hudfargen (eller etnisiteten) til de som skal vurderes («søkerne»), og holder all annen informasjon likt. Hvis hudfarge har en kausal effekt på hvorvidt søkere som ellers er kompetente, får positive svar, kan det tolkes som et mål på diskriminering. Et eksempel på en slik audit-studie er Hughes mfl. (2018), som ser på hvordan lokale valgte delstatspolitikere reagerer på henvendelser fra hypotetiske velgere. Her er altså «godet» som diskrimineringen kan påvirke fordelingen av «responsivitet» overfor velgere. Studien finner at politikerne er mer responsive til hvite velgere, selv når den hvite velgeren har en lav oppgitt sannsynlighet for å stemme på politikeren som kontaktes. Lignende eksperimentelle studier av diskriminering har blitt gjort på områder som skoleverket (Pfaff, Crabtree, Kern & Holbein, 2020), boligmarkedet (Hanson & Santas, 2014) og hos offentlige byråkrater (Crabtree, 2019, kap. 8).

En annen tilnærming forsøker å måle rasisme i observert adferd hos institusjonelle aktører ved hjelp av (ikke-eksperimentelle) statistiske modeller. Et mye diskutert eksempel er forskningen på politivold i USA. Siden man ikke kan gjøre eksperimenter på politivold, må man bruke foreliggende data og statistikk til å trekke slutninger om forekomsten av rasisme. For eksempel kan man se på om svarte skytes oftere enn hvite i de tilfellene hvor de blir stoppet av politiet (for lignende forbrytelser), og forsøke å kontrollere for faktorer som er ulike mellom svarte og hvite «mistenkte» (se for eksempel Fryer, 2019). Ideen bak slike studier er at hvis vi kan bruke statistiske metoder for å se om hudfarge, i seg selv, har noen effekt på risikoen for å bli stoppet av politiet eller utsatt for vold. Ved å kontrollere for alternative faktorer forsøker man å utelukke alternative forklaringer enn hudfarge. De mest overbevisende studiene, som tar høyde for at rasisme også påvirker hvem politiet stopper, viser skjevheter i politivold som skyldes hudfarge (se for eksempel Knox, Lowe & Mummolo, 2019).

I tillegg til å beskrive rasisme i institusjoner gjennom å gjøre eksperimenter på representanter for disse institusjonene (som audit-studiene) og studere deres observerte adferd (som forskningen på politivold) finnes det en makrotilnærming som søker å måle institusjonell rasisme på veldig aggregert nivå – på nivået av nasjonale institusjoner sammenlignet med hverandre. Et slikt prosjekt er Ethnic Power Relations-datasettet (EPR), som koder maktrelasjoner hos 800 etniske grupper fra 1946 til i dag (Vogt mfl., 2017) (se også Birnir mfl., 2018). EPR registrerer blant annet om grupper er utsatt for diskriminering og strippet for politisk makt. I det omfattende globale Varieties of Democracy-datasettet (V-DEM) (Coppedge mfl., 2020) finner vi også flere variabler som fanger opp ulike aspekter ved strukturell rasisme på landnivå, som for eksempel om etniske minoriteter diskrimineres. Disse målene viser at aggregerte mål på strukturell rasisme varierer mellom land og over tid.

En annen tilnærming søker å måle rasisme på populasjonsnivå gjennom landspesifikke eller globale spørreundersøkelser som inneholder spørsmål som kan fange opp rasistiske holdninger. World Values Survey (med data fra mer enn 80 land) inneholder blant annet spørsmål om hvilke personer man ikke ønsker som nabo, med en mulighet til å svare «personer av en annen rase». Andre spørreundersøkelser med lignende spørsmål er European Values Survey, Afrobarometer og LatinoBarometer. Et problem i slike surveys er selvfølgelig at mange ikke vil svare sannferdig. I noen land og områder vil det være mindre sosialt akseptabelt å være skeptisk til personer av en annen «rase» enn i andre. Men dette betyr ikke at slike globale undersøkelser er ubrukelige: For det første vil forskjeller mellom land i graden av «selvsensur» på spørsmål om rasisme gi oss interessant informasjon om hvor sosialt akseptabelt rasisme er i ulike kontekster. For det andre kan man gjøre sammenligninger over tid innad i land med det formål å undersøke trender i rasistiske holdninger. For det tredje kan man kalibrere svarene på slike spørsmål med mer «objektive» mål på rasisme, som for eksempel ved å se på forekomsten av ekteskap på tvers av etniske skillelinjer og ved eksperimentelle metoder for å komme utenom at respondenter svarer det som er sosialt akseptabelt (se for eksempel Blair, Coppock & Moor, 2020).

Strukturell rasisme har årsaker vi kan studere og påvirke

Etter å ha etablert at strukturell rasisme varierer, på tvers av institusjoner og populasjoner, er det nærliggende å gå et steg videre for å forsøke å identifisere årsaker til rasisme og hvordan man kan skape samfunn med mindre rasisme.

En viktig tilnærming er å studere de historiske årsakene til rasisme og bruke kunnskapen om disse til å bekjempe rasisme i dag. I boken Deep Roots: How Slavery Still Shapes Southern Politics, gjør Achyara, Blackwell og Sen (2020) flere kvantitative analyser av hvordan historiske variasjoner innad i USA i den historiske forekomsten av slaveri fortsatt påvirker rasisme og politikk i sørstatene i dag. De gjør kvantitative analyser av en rekke ulike datasett som viser hvordan flere politiske reformer har minsket rasisme og diskriminering, men at arven fra slaveriet og rasismen fortsatt er en viktig driver av nåtidig rasisme over 150 år etter.

De ovenfor nevnte eksperimentelle studiene kan også brukes for å studere hvilke nåværende tiltak som minsker rasisme. Crabtree (2019) finner at sosial mobilisering mot rasisme, og informasjon om dette, bidrar til å minske rasistisk diskriminering utøvet av offentlige byråkrater, noe som er et tegn på at bevisstgjøring om og oppmerksomhet rundt rasisme har effekt. Andre studier tilsier at sosial kontakt mellom personer med ulik bakgrunn kan minske diskriminering (Scacco & Warren, 2018; Finseraas & Kotsadam, 2017). Diverse studier finner at politikk som vektlegger nasjonale identiteter (som rommer flere etnisiteter) (Charnysh, Lucas & Singh, 2015), faktainformasjon om minoriteter (Williamson, 2020) og generell «positiv» kontakt (Paluck, Green & Green, 2018), kan redusere rasisme. På et veldig overordnet nivå vil økninger i demokrati medføre nedgang i politisk diskriminering av etniske grupper (se for eksempel Cederman & Gleditsch, 2017), selv om demokrati er langt ifra å være noen nødvendig eller tilstrekkelig betingelse for at slik diskriminering ikke forekommer.

Når det gjelder hvordan man kan minske rasisme i politiet, er dette en litteratur i rask vekst. Studier peker på opplæringsprogrammer (Wood, Tyler & Papachristos, 2020), forbedrede mekanismer for ansvarliggjøring (Ba, 2018; Ba & Rivera, 2019), avmilitarisering av politiet (Delehanty, Mewirther, Welch & Wilks, 2017) og protester fra sivilsamfunnet (demonstrasjoner og lignende aksjoner) (Crabtree, 2019) som viktige variabler som kan brukes for å redusere rasistisk diskriminering og politivold. En del av mekanismene som avdekkes i studier av politiet, bør ha overførbarhet til andre institusjoner.

Et viktig funn med stor relevans for kampen mot strukturell rasisme er at demonstrasjoner og politiske protester ser ut til å spille en viktig rolle. Generelt er det deskriptive funn fra globale datasett som tyder på at ikke-voldelig protest ofte fungerer (for eksempel Stephan & Chenoweth, 2011). Mer spesifikt finner for eksempel Wasow (2020) at ikke-voldelige borgerrettighetsprotester på 60-tallet bidro positivt til å endre holdninger til svarte i USA og stemmemønstre. Mazumder (2018) finner også betydelige effekter av borgerrettighetsprotester på holdninger til rasisme. Foreløpig upublisert forskning av Nyeki (2020) finner at ikke-voldelige borgerrettighetsprotester også førte til betydelig endring i adferd hos poliske eliter i lovgivende organer. Med andre ord ser protest, og særlig ikke-voldelig protest, ut til å virke for å bekjempe rasisme. Hva slags type protesttaktikker som fungerer, og under hvilke betingelser, er en forskningsagenda i startfasen.

Konklusjon

Forskningen jeg her har vist til, gir langt fra noe dekkende bilde av samfunnsforskningen på rasisme som fenomen; fagfelt som psykologi, sosiologi, historie og sosialantropologi har alle aktive forskningsagendaer på rasisme med ulike metoder og teoretiske innfallsvinkler. Allikevel viser denne korte skissen noe av potensialet som ligger i samfunnsforskningen på strukturell rasisme. Gitt definisjonen jeg har lagt til grunn, og at strukturell rasisme gir spor i adferd som kan observeres, kan vi diagnostisere forekomsten av strukturell rasisme gjennom ulike målinger på individer, institusjoner og populasjoner. Forskningen kan avdekke hvor strukturell rasisme forekommer, hvordan det varierer, og hva slags årsaker det er resultater av. Forskningen på hvordan samfunn kan bekjempe strukturell rasisme, er fortsatt i startfasen og vil kunne gi stor avkastning ved økte ressurser.

Forskningen jeg viser til, og annen vitenskapelig forskning på temaet, bør utgjøre et slags «dashbord» av ulike typer evidens som forteller noe om tilstanden til strukturell rasisme i et samfunn, et slags samfunnsbarometer bestående av ulike empiriske funn og teorier med ulike grad av styrke. På samme måte som helsearbeidere som jobber målrettet mot en sykdom (som Covid-19), må kjenne til den seneste forskningen på epidemier og hvordan den endrer seg, bør alle som vil bekjempe rasisme være i kontakt med samfunnsforskningen på området. Å kjempe for større satsing på god empirisk forskning på strukturell rasisme bør være lavthengende frukt for antirasismen i Norge. Kampen mot strukturell rasisme må være kunnskapsbasert.

Referanser

Acharya, A., Blackwell, M. & Sen, M. (2020). Deep roots. Princeton, NJ: Princeton University Press.

Ayer, A.J. (2012 [1946]). Language, truth and logic (Vol. 1). New York, NY: Dover Publications.

Ba, B.A. (2018). Going the extra mile: The cost of complaint filing, accountability, and law enforcement outcomes in Chicago. Working paper.

Ba, B.A. & Rivera, R. (2019). The Effect of Police Oversight on Crime and Allegations of Misconduct: Evidence from Chicago. University of Pennsylvania, Institute for Law & Economics Research Paper, 19–42. https://doi.org/10.2139/ssrn.3317952

Blair, G., Coppock, A. & Moor, M. (2020). When to Worry about Sensitivity Bias: A Social Reference Theory and Evidence from 30 Years of List Experiments. American Political Science Review, 114(4), 1297–1315. https://doi.org/10.1017/s0003055420000374

Birnir, J.K., Laitin, D.D., Wilkenfeld, J., Waguespack, D.M., Hultquist, A.S. & Gurr, T.R. (2018). Introducing the AMAR (All Minorities at Risk) Data. Journal of Conflict Resolution, 62(1), 203–226. https://doi.org/10.1177/0022002717719974

Cederman, L.-E., Gleditsch, K.S. & Wucherpfennig, J. (2017). Predicting the decline of ethnic civil war: Was Gurr right and for the right reasons?. Journal of Peace Research, 54(2), 262–274. https://doi.org/10.1177/0022343316684191

Charnysh, V., Lucas, C. & Singh, P. (2015). The ties that bind: National identity salience and pro-social behavior toward the ethnic other. Comparative Political Studies, 48(3), 267–300. https://doi.org/10.1177/0010414014543103

Clarke, K.A. & Primo, D.M. (2012). A model discipline: Political science and the logic of representations. Oxford: Oxford University Press.

Coppedge, M., Gerring, J., Knutsen, C.H., Lindberg, S.I., Teorell, J., Altman, D. ... & Lührmann, A. (2020). V-Dem Dataset V10.

Crabtree, C. (2019). Measuring and Explaining Discrimination (Doctoral dissertation).

Delehanty, C., Mewhirter, J., Welch, R. & Wilks, J. (2017). Militarization and police violence: The case of the 1033 program. Research & politics, 4(2). https://doi.org/10.1177/2053168017712885

Delgado, R. & Stefancic, J. (2017). Critical race theory: An introduction. Vol. 20. New York: NYU Press.

Finseraas, H. & Kotsadam, A. (2017). Does personal contact with ethnic minorities affect anti‐immigrant sentiments? Evidence from a field experiment. European Journal of Political Research, 56(3), 703–722. https://doi.org/10.1111/1475-6765.12199

Fryer, R.G. (2019). An empirical analysis of racial differences in police use of force. Journal of Political Economy, 127(3), 1210–1261. https://doi.org/10.3386/w22399

Gerring, J. (2011). Social science methodology: A unified framework. Cambridge University Press.

Goertz, G. & Mahoney, J. (2012). A tale of two cultures: Qualitative and quantitative research in the social sciences. Princeton University Press.

Hanson, A. & Santas, M. (2014). Field experiment tests for discrimination against Hispanics in the US rental housing market. Southern Economic Journal, 81(1), 135–167. https://doi.org/10.4284/0038-4038-2012.231

Hughes, D.A., Gell-Redman, M., Crabtree, C., Krishnaswami, N., Rodenberger, D. & Monge, G. (2020). Persistent Bias Among Local Election Officials. Journal of Experimental Political Science, 7(3), 179–187. https://doi.org/10.1017/xps.2019.23

Kellstedt, P.M. & Whitten, G.D. (2018). The fundamentals of political science research. New York: Cambridge University Press.

Kincaid, H. (1998). Positivism in the social sciences. Routledge Encyclopedia of Philosophy. London: Routledge.

King, G., Keohane, R.O. & Verba, S. (1994). Designing social inquiry: Scientific inference in qualitative research. Princeton, NJ: Princeton university press.

Knox, D., Lowe, W. & Mummolo, J. (2019). Administrative records mask racially biased policing. American Political Science Review, 114(3), 619–637. https://doi.org/10.2139/ssrn.3336338

Laitin, D.D. & Reich, R. (2017). Trust, transparency, and replication in political science. PS, Political Science & Politics, 50(1), 172–175. https://doi.org/10.1017/s1049096516002365

Lin, W. & Green, D.P. (2016). Standard operating procedures: A safety net for pre-analysis plans. PS: Political Science & Politics, 49(3), 495–500. https://doi.org/10.1017/s1049096516000810

Mazumder, S. (2018). «The persistent effect of US civil rights protests on political attitudes.» American Journal of Political Science, 62(4), 922–935. https://doi.org/10.31235/osf.io/uvm2a

Nyeki, G. (2020). Does Nonviolence Work? The U.S. Civil Rights Movement and Institutional Change. Working Paper: Princeton University.

Paluck, E.L., Green, S.A. & Green, D.P. (2019). The contact hypothesis re-evaluated. Behavioural Public Policy, 3(2), 129–158. https://doi.org/10.1017/bpp.2018.25

Pfaff, S., Crabtree, C., Kern, H.L. & Holbein, J.B. (2020). Do Street‐Level Bureaucrats Discriminate Based on Religion? A Large‐Scale Correspondence Experiment among American Public School Principals. Public Administration Review, Online first. https://doi.org/10.1111/puar.13235

Scacco, A. & Warren, S.S. (2018). Can social contact reduce prejudice and discrimination? Evidence from a field experiment in Nigeria. American Political Science Review, 112(3), 654–677.

Stephan, M.J. & Chenoweth, E. (2011). Why civil resistance works: The strategic logic of nonviolent conflict. Columbia University Press.

Vogt, M., Bormann, N.-C., Rüegger, S., Cederman, L.-E., Hunziker, P. & Girardin, L. (2015). Integrating Data on Ethnicity, Geography, and Conflict: The Ethnic Power Relations Data Set Family. Journal of Conflict Resolution, 59(7), 1327–1342. https://doi.org/10.1177/0022002715591215

Wasow, O. (2020). Agenda Seeding: How 1960s Black Protests Moved Elites, Public Opinion and Voting. American Political Science Review, 114(3), 638–659. https://doi.org/10.1017/S000305542000009X

Williamson, S. (2020). Countering Misperceptions to Reduce Prejudice: An Experiment on Attitudes toward Muslim Americans. Journal of Experimental Political Science, 7(3), 167–178. https://doi.org/10.1017/xps.2019.22

Wood, G., Tyler, T.R. & Papachristos, A. (2020). Procedural justice training reduces police use of force and complaints against officers. Proceedings of the National Academy of Sciences, 117(18) 9815–9821. https://doi.org/10.1073/pnas.1920671117