La discrimination par la couleur de peau : Test du colorisme

Le colorisme est une théorie proposée pour expliquer pourquoi les individus à peaux foncées sont socio-économiquement moins favorisés que les individus à peaux claires. Ce type de discrimination serait universelle, opérant à l’intérieur d’un groupe racial et entre groupes raciaux, et ne s’appliquerait donc pas seulement aux africains. On dit aussi que les parents appliqueraient même cette “discrimination” à l’encontre de leurs enfants, en favorisant les enfants ayant une peau plus claire. L’idée générale serait que cette discrimination, dont l’effet est tout à fait indépendant de tout autre caractéristique, prend place dans tous les milieux, que ce soit à l’école ou sur le marché du travail. S’il existe un seul endroit où cette discrimination n’est pas opérante, ou si un des sexes (masculin ou féminin) n’est pas affectée par ce type de discrimination, la thèse s’en retrouve complètement fragilisée.

Le problème avec cette théorie, c’est que d’une part, les mécanismes ne sont pas clairement expliqués. Affirmer qu’il existe une telle corrélation n’indique pas le sens de la causalité. Il se pourrait par exemple que les individus à peaux claires aient simplement plus d’ancêtres blancs (white admixture), ce qui se révèle être vrai puisque la couleur de peau corrèle avec le degré d’ascendance caucasienne à 44% (Parra et al. 2004, Table 1), ce qui pourrait par exemple conduire à une criminalité plus faible, soit parce qu’ils ont été en partie élevés par des blancs, ou parce que la tendance au crime est en partie génétique (e.g., testostérone) et lié à un QI plus faible (Herrnstein & Murray, 1994, pp. 246-249) avec l’explication que le QI serait inversement corrélé à l’impatience et l’impulsivité (pp. 239-240). Dans la mesure où noirs à peaux claires ont un QI plus élevé que les noirs à peaux foncés (Jensen, 1973, pp. 222-223), probablement grâce à une ascendance caucasienne plus élevée, ce dernier point est tout à fait justifié.

Au delà de ça, Herrnstein & Murray avaient montré dans The Bell Curve (1994, pp. 319-325), que lorsque l’on contrôle l’âge et le QI, les différences de salaires entre les noirs et blancs par type de profession s’estompent. Lynn (2008, p. 16) rapporte des données démontrant ce que ceci est incorrect, puisque les hommes noirs gagnent un peu moins que les hommes blancs mais que les femmes noires gagnent largement plus d’argent (+15%) que les femmes blanches. Si la thèse du colorisme était exacte, il serait somme tout assez étrange que les femmes noires gagnent plus d’argent. Mais cet argument contre le colorisme n’est qu’indirect.

Le meilleur moyen de tester cette théorie, serait de conduire une régression multiple en y insérant des variables socio-économiques et des mesures d’intelligence comme les tests de QI ou des proxys (ASVAB, wordsum, PPVT, …). Si les noirs à peaux claires gagnaient effectivement moins d’argent et serait moins éduqués que les noirs à peaux foncées, cela signifie qu’il existe bel et bien une corrélation entre couleur de peau et résultat socio-économique ne dépendant pas de facteurs médiateurs, ou facteurs confondants. Mais le fait qu’une corrélation subsiste ne prouve pas en soi la causalité. Il nécessiterait une explication rationnelle.

L’idée de cette manoeuvre serait que, puisque la thèse du colorisme implique que l’effet de cette discrimination est totalement indépendant des compétences personnelles, de l’expérience, de l’intelligence, du diplôme, de l’âge, du sexe, ou du background social en général, posséder une peau claire doit avoir des avantages sociaux réels.

Néanmoins, si la corrélation tombe à zéro, alors on pourra conclure qu’il n’y a définitivement aucune possibilité d’inférer une causalité entre la discrimination et les résultats socio-économiques.

Le NLSY97, l’Add Health, et le General Social Survey possèdent les variables nécessaires pour conduire une telle analyse. Commençons par le NLSY97.

Ci-dessous, est une table générée par SPSS montrant une régression du revenu personnel sur des caractéristiques socio-économiques comme le QI du sujet, sa couleur de peau, et enfin l’éducation et le revenu des parents.

NLSY97 - Rincome SQRT vs Skin Color, ASVAB, ParEduc, ParIncome, among black males (Weighted)

Model 1 présente une simple corrélation bivariée entre couleur de peau et revenu personnel chez les hommes noirs. Le coefficient de régression est modeste : -0.106. Dans la mesure où dans le NLSY97, les valeurs élevées de SKINCOLOR indiquent des couleurs de peaux foncées, une corrélation négative signifie que la couleur de peau foncée est négativement corrélée à un revenu élevée. Pourtant, dans le Model 3 où j’ai inséré la mesure QI, i.e. ASVAB, le coefficient est tombé à -0.026. Soit presque rien. En ce qui concerne les femmes noires, le coefficient de régression est positif (+0.065), comme ci-dessous.

NLSY97 - Rincome SQRT vs Skin Color, ASVAB, ParEduc, ParIncome, among black females (Weighted)

Cela signifie que les femmes noires à peaux foncées gagnent plus d’argent que les femmes noires à peaux claires, même si là encore, le coefficient n’est clairement pas différent de zéro.

Les régressions du niveau d’éducation sur les variables socio-économiques montrent exactement la même chose. Chez les hommes noirs, le coefficient pour la couleur de peau était initialement de -0.089 (Model 1), mais devient positif à +0.019 lorsque le QI a été maintenu constant (Model 3). Les coefficients ne sont pas significativement différents de zéro.

NLSY97 - Rgrade vs Skin Color, ASVAB, ParEduc, ParIncome, among black males (Weighted)

Le tableau ci-dessous montre également que chez les femmes noires, la prise en compte du QI dans l’équation fait passer le coefficient de -0.050 à +0.022. Contrairement à ce que la thèse du colorisme prétend, la couleur de peau claire ne semble pas présenter des avantages sociaux chez les africains. Il semblerait même que ce pourrait être l’inverse.

NLSY97 - Rgrade vs Skin Color, ASVAB, ParEduc, ParIncome, among black females (Weighted)

Examinons maintenant les données de l’Add Health. Contrairement au NLSY97, les valeurs élevées de la variable SKIN COLOR indiquent une couleur de peau plus claire. Par conséquent, un coefficient positif suggérerait plutôt que la couleur de peau claire présente des avantages sociaux. Voici le tableau de régression du niveau du revenu personnel sur les variables socio-économiques, pour les hommes noirs tout d’abord.

Add Health - Personal Earnings SQRT transformed vs Skin Color, PPVT, ParEduc, REduc, among black males (Weighted)

Le coefficient passe de +0.086 à +0.011 une fois le QI et le niveau d’éducation du sujet contrôlés. Une fois de plus, l’effet de la couleur de peau est négligeable, non différent de zéro.

Pour les femmes noires, le tableau ci-dessous montrent que le coefficient passe de +0.048 à -0.018, ce qui veut dire que la couleur de peau foncée est associée à un revenu plus élevée, même si les coefficients ne sont pas différents de zéro.

Add Health - Personal Earnings SQRT transformed vs Skin Color, PPVT, ParEduc, REduc, among black females (Weighted)

En ce qui concerne la régression du niveau d’éducation sur les variables socio-économiques, les coefficients sont clairement positifs chez les hommes noirs.

Add Health - REduc vs Skin Color, PPVT, ParEduc, among black males (Weighted)

Cette fois-ci, la couleur de peau claire est nettement liée à un meilleur niveau d’éducation, même lorsque le PPVT, mesure du QI (verbal), a été pris en compte. Le coefficient s’élève à +0.159, ce qui n’est pas très élevé en soi, mais si l’on part de l’hypothèse (erronée) que c’est la couleur de peau seule qui produit cet effet, alors il n’est pas négligeable. Mais compte tenu de la forte probabilité qu’il y ait d’autres facteurs confondants, ce coefficient doit être considéré sans doute comme l’effet le plus élevé possible dans le cas idéal.

Pour les femmes noires en revanche, l’avantage d’une peau claire est moins évident. Le coefficient passe de +0.093 à +0.033, ce qui n’est pas différent de zéro.

Add Health - REduc vs Skin Color, PPVT, ParEduc, among black females (Weighted)

Terminons maintenant avec le General Social Survey. Comme pour le NLSY97, des valeurs élevées de la variable SKIN COLOR, ici ratetone, indique une couleur de peau plus foncée. Donc un coefficient négatif indiquerait plutôt un avantage pour les peaux claires. Dans cette analyse en revanche, je n’ai pas cherché à calculer l’effet de la couleur de peau séparément pour les femmes et les hommes. J’ai plutôt entré la variable gender/sex, ce qui a pour effet de contrôler l’influence de cette variable sur les autres variables prédictives indépendantes.

GSS multiple regression of income on skin color holding wordsum constant (among US blacks)

Pour la régression du revenu, le coefficient pour la couleur de peau passe de -0.112 à -0.029, soit un effet proche de zéro. En ce qui concerne la régression du niveau d’éducation, le tableau est clairement différent.

GSS multiple regression of degree on skin color holding wordsum constant (among US blacks)

Le coefficient est positif (+0.123) dans le Model 2, où le Wordsum, un test de vocabulaire, a été entré comme variable explicative. Même si l’effet est modeste, un coefficient positif ici indique que les noirs à peaux foncées ont des niveaux d’éducation plus élevés par rapport aux noirs à peaux claires.

Pour conclure, ces données ne montrent absolument pas que la peau claire présente un quelconque avantage socio-économique lorsque le QI est maintenu constant. Si l’avantage d’une peau claire est entièrement médié par le QI, ou dans le pire des cas devient un désavantage, alors la théorie du colorisme doit être rejetée.

Les détails de cette analyse ont été présentés dans les posts suivants :
Holes in the Colorism Hypothesis
Skin Color, Verbal IQ, and Test of the Colorism Hypothesis in the GSS

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s