Issuu

HET TERUGDRINGEN VAN ARBEIDSMARKTDISCRIMINATIE IN DE VLAAMSE SECTOREN: ACADEMISCHE VISIE EN INSTRUMENTEN DOOR STIJN BAERT (UGENT), MIET LAMBERTS (HIVA, KU LEUVEN) EN PIETER-PAUL VERHAEGHE (VUB) 1

Inhoudsopgave 0.

Inleiding

3–fasenvisie

Instrumenten voor nulmeting (fase 1) en opvolgmetingen (fase 3) van discriminerend gedrag

2.1.

Ontoereikende alternatieven

2.2.

Correspondentietesten

Wat zijn correspondentietesten?

2.3.

Voordelen en nadelen van correspondentietesten

Conclusie omtrent inzetbaarheid correspondentietesten in fase 1 en fase 3

Mystery shopping

Wat is mystery shopping?

Voordelen en nadelen van mystery shopping

Conclusie omtrent inzetbaarheid mystery shopping in fase 1 en fase 3

Algemene kwaliteitscriteria voor nulmeting (fase 1) en opvolgmetingen (fase 3) via

correspondentietesten

3.1.

Onafhankelijke testen door een externe partner

3.2.

Methodologische betrouwbaarheid bij de uitvoering van de testen

3.3.

Transparante rapportering over de methodologie en resultaten

3.4.

Toezicht door een stuurgroep over het monitoringsproces

3.5.

Coördinatie van de monitoring over de sectoren heen

Advies omtrent te testen discriminatiegronden

5. Concrete vertaling van correspondentietesten naar het niveau van de Vlaamse paritaire comités 22

5.1.

Sectorconvenants en paritaire comités

5.2.

Een aantal keuzes

Kleine en grote sectoren, clustering mogelijk?

PC200–APCB

Praktische tools voor nulmeting (fase 1) en opvolgmetingen (fase 3) via correspondentietesten 23 6.1.

6.2.

Het zoeken van vacatures

Populatie aan werkgevers

Belangrijke jobzoekkanalen

Te testen vacatures zoeken via VDAB en bedrijfssites

Het opsturen van fictieve sollicitaties Cv-sjablonen van type A en type B

28 29

6.3.

6.4. 7.

Experimentele identiteit en controle-identiteit

Registratie van sollicitaties en reacties

Aantal vacatures per sector en per discriminatiegrond

Uitwerking van een voorbeeld

Het analyseren van de reacties uit de werkgeverszijde

Positiefantwoordratio

Positiefantwoordverschil

Significantietoetsen

Regressieanalyse

Uitwerking van een voorbeeld

Inschatting van tijdsinvestering voor uitvoering correspondentietest

Zelfregulering: van nulmeting naar actie

7.1.

De nulmeting als sensibiliserend instrument

7.2.

De nulmeting gekaderd binnen een bredere risicoanalyse

7.3.

Risicoanalyse

7.4.

7.5.

7.6.

Administratieve bronnen

Kwalitatieve duiding

Andere bronnen

Naar een actieplan

Een participatief proces, met inbreng van expertise

Met toewijzing van middelen en verantwoordelijkheden

Inspiratiemenu voor acties in kader van zelfregulering: werving en selectie

Meten is weten: correspondentietesten als sensibiliserend instrument

Objectieve en degelijk uitgewerkte selectieprocedures

Screening van cv’s: welke interventies?

Bevindingen op basis van de survey discriminatie-acties

Inspiratiemenu voor acties in kader van zelfregulering: omgaan met discriminerende vragen 48

7.7.

Meten is weten: mystery calls als sensibiliserend instrument

Bevindingen op basis van de survey discriminatie-acties

Inspiratiemenu

voor

acties

kader

van

zelfregulering:

antidiscriminatieklimaat 8.

Algemene kwaliteitscriteria voor zelfregulering (fase 2)

een

breed

gedragen 50 51

8.1.

Onafhankelijke, betrouwbare en transparante effectiviteitsmeting

8.2.

Individuele opvolging van organisaties

8.3.

Toezicht door een stuurgroep van het actieproces

8.4.

Handhaving versterkt sensibilisering

Samengevat

Bibliografie

Appendix A

A.1.

Voorbeeldcv’s

A.1.1.

Type A, Turkse naam

A.1.2.

Type A, Vlaamse naam

A.1.3.

Type B, Turkse naam

A.1.4.

Type B, Vlaamse naam

Voorbeeld van registratiefile

A.2. A.2.1.

Eerste kolommen registratiefile (20 eerste rijen)

A.2.2.

Volgende kolommen registratiefile (20 eerste rijen)

A.2.3.

Laatste kolommen registratiefile (20 eerste rijen)

A.3.

Bijkomende tabellen

A.3.1.

Overzicht sectoren met een lopend sectorconvenant 2018-2019-2020

A.3.2.

Survey antidiscriminatie door HIVA (2018-2019) omtrent risico’s

A.3.3.

Survey antidiscriminatie door HIVA (2018-2019) omtrent acties, beleid en cultuur

Inleiding

In de resolutie betreffende de bestrijding van discriminatie en racisme in de samenleving, die op 10 juni 2020 aangenomen werd door het Vlaams parlement, wordt onder andere wat het tegengaan van racisme en discriminatie op de arbeidsmarkt betreft, aan de Vlaamse regering gevraagd om verder in te zetten op zelfregulering door de sectoren. Voor werk en sociale economie werd daartoe de beslissing genomen binnen de Vlaamse regering (12 juni 2020) om verder versterkt in te zetten op de ingeslagen weg van sensibilisering en zelfregulering door de sectoren. Sectoren worden in het kader van de sectorconvenants hiertoe ondersteund. Principes die hierbij naar voor geschoven worden, zijn (letterlijk uit de resolutie): 

‘vrijwilligheid: gebeurt op basis van vrijwilligheid van de sectoren, onder andere met betrekking tot de vrijwillige sectorconvenants waarin zij vormen van zelfregulering (zoals zelfcontroles, praktijktesten en vorming) kunnen opnemen;



sensibiliserend: betreft een sensibiliserend instrument, geen bestraffend, waarbij werkgevers en werknemers ook worden geïnformeerd en begeleid;



vanuit de Vlaamse Overheid zetten we in op zelfregulering door de sectoren. In het kader van de vrijwillige sectorconvenants schakelen we een versnelling hoger. De sectoren verkennen, erkennen en werken systemen van zelfregulering en zelfcontroles uit. We werken een onafhankelijk en academisch monitoringsysteem uit dat discriminatie op geaggregeerd niveau in kaart brengt en dat ook wordt gebruikt om sensibiliserend te werken en waar nodig acties uit te werken die daadwerkelijk het verschil maken op het terrein.’

Via deze opdracht beogen we de uitwerking van een onafhankelijk en academisch monitoringsysteem dat toepasbaar is en ingebed kan worden in de sectorale aanpak. Om ons advies te stofferen namen we de inzichten uit recent wetenschappelijk onderzoek door. Via discussie kwamen we tot de synthese die wordt weergegeven in onderhavig document. Als het de bedoeling is deze monitoring in te zetten om finaal te komen tot een lager niveau van arbeidsmarktdiscriminatie in de Vlaamse sectoren, dan menen we dat in verschillende fasen moet gewerkt worden: meten, remediëren en opnieuw meten. Meten is weliswaar weten, maar daarom nog niet oplossen. Omgekeerd kun je pas adequaat remediëren wanneer je eerst adequaat de pijnpunten in kaart bracht. We lichten deze visie verder toe in het volgende hoofdstuk. In Hoofdstuk 2 en Hoofdstuk 3 gaan we in op het (opnieuw) meten van discriminatie in de Vlaamse sectoren op een wetenschappelijk valide manier. Welke instrumenten komen in aanmerking? Welke kwaliteitscriteria zijn cruciaal wanneer men, in het licht van de voornoemde resolutie, op sectorniveau deze instrumenten gaat inzetten? De volgende hoofdstukken zijn meer praktisch van aard wat het (opnieuw) meten van

discriminatie betreft. In Hoofdstuk 4, Hoofdstuk 5 en Hoofdstuk 6 vertalen we het theoretische kader van correspondentietesten naar een praktisch kader om discriminatie tegenover specifieke groepen te meten naar de Vlaamse sectoren en reiken we hulpinstrumenten aan om deze experimenten effectief uit te voeren. Hoofdstuk 7 en Hoofdstuk 8 maken de analoge praktische vertaalslag voor instrumenten in de zelfregulerende fase.

1. Dit

3–fasenvisie

adviesrapport

betreft

het

uitwerken

van

een

onafhankelijk

academisch

monitoringsysteem dat discriminatie op een geaggregeerd niveau in kaart brengt, dat toepasbaar is en ingebed kan worden in de sectorale aanpak en dat ook gebruikt wordt om sensibiliserend te werken, zoals gevraagd in de resolutie van het Vlaams parlement (10 juni 2020). Daartoe stellen we hier een instrument voor dat discriminerend gedrag, geaggregeerd op sectorniveau zal monitoren (nulmeting). We stellen hierbij voorop dat deze meting geen doel op zich is maar vooral een middel wil zijn om (risico op) ongelijke behandeling op de arbeidsmarkt te verlagen. Het monitoringsysteem dat hier wordt voorgesteld, wil daartoe sensibiliserend werken. We gaan uit van een gefaseerde aanpak, waarbij de combinatie van de verschillende fasen aanleiding moet geven tot een verlaging van de eerder vastgestelde ongelijke behandeling. Daarbij wordt gestart met (fase 1) een nulmeting, die samenvalt met de ‘monitoring van discriminatie op geaggregeerd niveau’, waarna (fase 2) een periode van zelfregulering volgt, waarvan de effecten vervolgens worden gemeten in (fase 3) opvolgmetingen. Fase 3 kan, in vergelijking met fase 1, zowel vanuit een aanvullend perspectief (opname van discriminatiegronden die binnen de sector nog niet aan bod kwamen) als vanuit een vergelijkend perspectief (opname van dezelfde discriminatiegronden als in fase 1) vertrekken, al denken we dat het vergelijkende perspectief cruciaal is wanneer substantiële discriminatie tegenover bepaalde groepen wordt vastgesteld in fase 1. We willen sectoren zo goed mogelijk ondersteunen bij het vormgeven van dit proces, om zo de bevindingen op basis van de nulmeting te kaderen en te vertalen naar een concreet actieplan met maatregelen die effectief een verschil kunnen uitmaken. Dit adviesrapport reikt dan ook concrete handvatten en inspiratie aan waarmee men op sectoraal niveau aan de slag kan om dit proces in het kader van zelfregulering verder vorm te geven. Figuur 1 vat onze visie samen. In Hoofdstuk 9 koppelen we terug naar deze figuur, met een integratie van de inzichten uit de voorgaande hoofdstukken.

Figuur 1 – A priori 3–fasenvisie

1. Nulmeting. Monitoring van discriminerend gedrag op sectorniveau

2. Zelfregulering. Actieplan binnen sectoren en organisaties

3. Opvolgmetingen.

Instrumenten voor nulmeting (fase 1) en opvolgmetingen (fase 3) van discriminerend gedrag

Wanneer de Vlaamse Regering op een adequate en objectieve manier discriminatie op de arbeidsmarkt wenst in kaart te brengen, dan bevelen we op basis van de wetenschappelijke literatuur het gebruik van correspondentietesten (als geschreven variant van praktijktesten) aan, eventueel aangevuld met mystery calls bij een specifiek type van sectoren en bedrijven. In een volgende deelsectie leggen we eerst uit waarom alternatieven niet adequaat zijn, alvorens in de daaropvolgende deelsecties uit te leggen wat correspondentietesten en mystery shopping precies zijn, met een focus op hun voor- en nadelen. Op basis van deze discussie zal ook blijken dat mystery shopping onmogelijk (op een uniforme manier) kan ingezet worden in de verschillende sectoren, zodat we finaal enkel correspondentietesten geschikt achten als instrument voor algemene nulmeting en opvolgmetingen van discriminerend gedrag. Het spreekt voor zich dat sommige van de alternatieven die ontoereikend zijn voor de eerste (en derde) fase van het opvolgen van discriminatie op de Vlaamse arbeidsmarkt – zie Hoofdstuk 1 voor onze visie met drie fasen – wel toereikend (en soms aanbevolen) zijn voor de tweede fase van zelfregulering. In het bijzonder geldt dit voor instrumenten die minder geschikt zijn om discriminatie te meten maar wel zeer sterke indicaties geven van de achterliggende mechanismen. We komen hier later op terug in Hoofdstuk 7.

2.1.

Ontoereikende alternatieven

Wanneer we spreken over het al dan niet ‘adequaat’ zijn van instrumenten voor de nulmeting en opvolgmetingen van discriminatie op de Vlaamse arbeidsmarkt, dan hebben we het in eerste instantie over hun interne validiteit (i.e. meet je wat je wil meten, namelijk zuivere ongelijke behandeling en geen onder- of overschatting), externe validiteit (i.e. kun je wat je meet in je studie ook doortrekken naar de realiteit) en betrouwbaarheid (i.e. is de meting stabiel doorheen de tijd, tussen sectoren en tussen testers). Het is duidelijk dat heel wat alternatieve methodes ontoereikend zijn naar interne validiteit en 7

betrouwbaarheid toe. Vooreerst geldt dit voor surveyonderzoek waarin bij betrokken partijen (werkgevers en werknemers met een mogelijke grond voor discriminatie) gepeild worden of zij discrimineren (rapportage door mogelijke discriminatoren) dan wel gediscrimineerd worden (perceptie van discriminatie). In de wetenschappelijke wereld worden deze methodes niet langer gebruikt om discriminatie te meten omwille van verschillende redenen: (1) ze zijn subjectief; (2) ze meten niet discriminerend gedrag, maar attitudes of percepties; (3) ze hebben te lijden onder sociale wenselijkheid; (4) ze hebben een lage externe validiteit; en (5) de nonrespons is doorgaans selectief met een bias op de resultaten tot gevolg. Zeker het gevaar voor sociale

wenselijkheid

reëel,

gegeven

het

maatschappelijk

beladen

topic

dat

arbeidsmarktdiscriminatie is (Baert en Verhofstadt, 2015; Quillian, 2006; Van Belle en coauteurs, 2018). Dit argument gaat ook op voor laboratoriumexperimenten– vaak dan ‘vignetten’ genoemd – waarin fictieve kandidaten worden voorgelegd aan recruiters binnen een fictieve context. Vignettestudies doen het wat beter dan survey vragen op vlak van sociale wenselijkheid en ze meten ook (gesimuleerd) gedrag in plaats van attitudes. Vignettes zijn echter nog steeds problematisch om te gebruiken voor een objectieve, academische monitoring van discriminatie: (1) het gaat om gesimuleerd gedrag in hypothetische situaties waardoor de externe validiteit minder hoger is. Het gedrag dat personen stellen binnen een fictief scenario hoeft niet te stroken met hun gedrag in de realiteit; (2) het blijft een subjectieve inschatting van de respondent; en (3) de non-respons is doorgaans ook selectief. (Baert en Decuypere, 2014; Auspurg & Hinz, 2014; Van Belle en coauteurs, 2018). Historisch gezien hebben wetenschappers arbeidsmarktdiscriminatie ook gemeten door middel van een statistische analyse van administratieve gegevens. Een veelgebruikte aanpak daarbij is geweest om verschillen in arbeidsmarktuitkomsten tussen vermeende gediscrimineerde groepen enerzijds en controlegroepen anderzijds uit te zuiveren voor geobserveerde individuele factoren, zoals opleiding, ervaring en beroep. Het overblijvende – onverklaarbare – deel van de verschillen in arbeidsmarktuitkomsten werd dan geïnterpreteerd als discriminatie (Baert en Cockx, 2013; Baert en coauteurs, 2016c; Blinder, 1973; Oaxaca, 1973). Dit is een interpretatie die thans niet meer in de literatuur aanvaard wordt. Werknemers die op basis van administratieve gegevens heel erg op elkaar lijken (met uitzondering van hun discriminatiegrond), kunnen in realiteit immers totaal anders overkomen op werkgevers, zodat eventuele ongelijke behandeling niet hoeft te wijzen op discriminatie. Bijvoorbeeld, administratieve gegevens bevatten zelden informatie over de taalvaardigheid van personen met een migratieachtergrond, terwijl werkgevers hier in de praktijk (eerbaar) rekening mee kunnen houden. Ook zaken als motivatie en intellectuele capaciteiten kunnen niet worden ingeschat op basis van administratieve gegevens. Ergo, zolang niet alle relevante variabelen, waarmee werkgevers rekening houden bij het maken van hun beslissingen, worden gecontroleerd door de onderzoeker, kan geen sluitend bewijs van (non-)discriminatie gegeven worden.

Een limietsituatie van dit werken met administratieve gegevens wordt geboden door moderne technieken van artificiële intelligentie. Wanneer op een bepaald niveau grote hoeveelheden (‘big data’), uniforme en gedetailleerde gegevens beschikbaar zijn over de dossiers van sollicitanten

(en

werknemers)

deze

gekoppeld

kunnen

worden

aan

werkgeversbeslissingen, dan zou het theoretisch mogelijk moeten zijn om na te gaan of bepaalde discriminatiegronden een oorzakelijke invloed hebben op aanwervingsbeslissingen (Pearl, 2009). Een recent onderzoeksartikel geeft zelfs aan dat het middels artificiële intelligentie

mogelijk

moet

zijn

mechanismen

onderliggend

aan

discriminatie

(‘beslissingsmotoren’) te detecteren en bij te sturen (Nabi en Shpitser, 2018). Een probleem met deze techniek is tot op heden evenwel dat dergelijke data nog niet op grote schaal beschikbaar zijn en vermoedelijk nooit op een uniforme manier beschikbaar zullen worden op sectorniveau, laat staan op het niveau van het Vlaamse Gewest. De interne validiteit van de analyse kan bovendien in het gedrang komen wanneer bijgehouden sollicitatiedossiers de realiteit onvoldoende capteren (bijvoorbeeld doordat ze een sociaal wenselijke weerspiegeling van de werkelijkheid vormen). Bovendien is de GDPR-wetgeving beperkend inzake welke gegevens mogen bijgehouden worden omtrent jobkandidaten en werknemers – bijvoorbeeld seksuele voorkeur en politieke voorkeur zouden zo kunnen wegvallen als te testen discriminatiegronden. Desalniettemin lijkt deze techniek een interessante piste om binnen de Vlaamse sectoren grote bedrijven te ondersteunen bij zelfregulering. Meldingen over discriminatie bij Unia, het Instituut voor Gelijkheid van Vrouwen en Mannen en het meldpunt van de Vlaamse overheid zijn ook een slechte monitoring van discriminatie op de arbeidsmarkt. Ten eerste vormen deze meldingen maar het topje van de ijsberg. Veel slachtoffers hebben het immers niet door dat ze worden gediscrimineerd (bv. men wordt niet uitgenodigd voor een sollicitatiegesprek omwille van de leeftijd, maar de kandidaat denkt dat het door zijn cv komt). Ten tweede zijn deze meldpunten maar in beperkte mate gekend onder de Belgische bevolking. Uit een recente bevraging van bedrijven bleek dat nog niet de helft van de organisaties één van deze meldpunten kent (Lamberts et al. 2020). Ten slotte zijn niet alle meldingen bij deze meldpunten terecht. Een persoon kan bijvoorbeeld denken dat hij gediscrimineerd wordt door een werkgever, terwijl er gewoon andere betere kandidaten waren voor een bepaalde functie. Bovenstaande redenen kunnen zowel tot een onderschatting als overschatting van discriminatie op de arbeidsmarkt leiden.

2.2.

Correspondentietesten Wat zijn correspondentietesten?

Correspondentietesten op de arbeidsmarkt zijn een vorm van veldexperimenten die gebruikt worden om discriminatie te meten (Baert, 2018c; Neumark, 2018; Verhaeghe & Van der Bracht 2017; Verhaeghe 2017; Baert & Verhofstadt, 2015). Concreet houden ze in dat fictieve sollicitaties uitgestuurd worden naar echte vacatures – in het ‘veld’ dus. Aan deze

sollicitaties worden lukraak – deze manipulatie is het ‘experimentele’ of ‘testende’ kenmerk – bepaalde kenmerken, gerelateerd aan discriminatiegronden toegevoegd. Zo kan bijvoorbeeld lukraak een ‘witte’ dan wel ‘zwarte’ naam toegekend worden, zoals het geval was in het baanbrekende correspondentietest van Bertrand en Mullainathan (2004). Significante verschillen (binnen een voldoende grote steekproef aan geteste vacatures) in reacties naar de experimenteel gemanipuleerde discriminatiegrond kunnen dan door niks anders dan door discriminatie ingegeven zijn. Immers, alle informatie waarover de werkgever beschikt wordt gecontroleerd door de onderzoeker en correlatie tussen de discriminatiegrond en andere werknemerskenmerken is door het ontwerp van het experiment onmogelijk. Belangrijk hierbij is dat het experiment niet gedetecteerd wordt door de geteste werkgevers. Indien dat wel het geval is, kunnen zij sociaal wenselijke reacties stellen, in de lijn met wat in surveyonderzoek (zie eerder) mogelijk is. Bij eerder in Vlaanderen uitgevoerd onderzoek met correspondentietesten was het de overtuiging van de betrokken onderzoekers dat er geen (of amper) sprake was van detectie (Baert en coauteurs, 2015; Baert en coauteurs, 2016a). Correspondentietesten zijn de geschreven variant van praktijktesten. Door alle communicatie tussen de kandidaat en de werkgever via geschreven weg te laten gebeuren kan de tester alle aspecten van de contactname onder controle houden met een hoge betrouwbaarheid tot gevolg. Er bestaat ook een variant waarbij acteurs worden uitgestuurd naar werkgevers: audittesten – we komen hier later op terug. Wanneer we spreken over de discriminatie die we vaststellen via correspondentietesten, dan doelen we op discriminatie in strikte zin, i.e. ongelijke behandeling van verder gelijkaardige kandidaten op basis van een kenmerk waarop niet mag gediscrimineerd worden volgens de wet. Er is evenwel een uitzondering in de gelijkschakeling tussen de in correspondentietesten gemeten ongelijke behandeling en discriminatie. Dat is het geval voor de discriminatiegrond functiebeperking. Wanneer een kandidaat met een functiebeperking niet en een kandidaat zonder beperking wel wordt uitgenodigd voor een jobgesprek voor een baan waarvoor zij op basis van de functieomschrijving in het vacaturebericht even productief kunnen worden gedacht, dan kan dat mogelijk toch op objectieve gronden gebeuren. Werkgevers kunnen immers over informatie beschikken die niet in het vacaturebericht staat, maar wel het functioneren met bijvoorbeeld een fysieke beperking die rolstoelgebruik noodzaakt, doofheid (of slechthorendheid), blind (of slechtziendheid) of autisme bemoeilijken (Baert, 2016). Deze gemeten discriminatie in strikte zin hoeft niet door racisme, seksisme of een andere vorm van afkeer om samen te werken met bepaalde (minderheids)groepen ingegeven te zijn. ‘Statistische discriminatie’ via vermeende groepskenmerken of onbewuste discriminatie door impliciete associaties zijn mogelijk – we komen hier later op terug. Daarnaast gaat het ook om discriminatie in de eerste reactie op een sollicitatie, i.e. in de eerste 10

fase van het aanwervingsproces. Deze methode, van dewelke we in Sectie 2.2.2 zullen aangeven dat dit de gouden standaard in de literatuur omtrent het meten van discriminatie is, werd binnen de wetenschappelijke literatuur ingezet om aanwervingsdiscriminatie te meten in tal van landen. Zo werd bijvoorbeeld leeftijdsdiscriminatie vastgesteld in een aantal beroepen in landen als België, Spanje en de Verenigde Staten (Albert en coauteurs, 2011; Baert en coauteurs, 2016e; Lahey, 2008; Capéau en coauteurs, 2012), werd etnische discriminatie geïdentificeerd in onder andere Australië, Canada en Zweden (Booth en coauteurs., 2010; Carlsson, 2010; Oreopoulos, 2011), werd genderdiscriminatie in onder andere België, China en Frankrijk (Baert, 2015; Baert en coauteurs, 2016a; Petit, 2007; Zhou en coauteurs, 2013) en werd discriminatie op grond van seksuele geaardheid aangetroffen in onder andere Cyprus, Griekenland en India (Banerjee en coauteurs, 2004; Drydakis, 2014, 2015). Recente literatuuroverzichten zijn Baert (2018c) en Neumark (2018). We komen op de specifieke bevindingen in deze literatuur in Hoofdstuk 5, waarin we adviseren op welke discriminatiegronden prioritair moet worden ingezet. In Vlaanderen (en elders) werden correspondentietesten ook ingezet om het effect van andere cv-kenmerken te meten, zoals zwangerschap (Capéau en coauteurs, 2012), het effect van langdurige werkloosheid en ondertewerkstelling (Baert en Verhaest, 2019), vrijwilligerswerk (Baert en Vujić, 2016; Baert en Vujić, 2018), eerdere ervaring als jobstudent (Baert en coauteurs, 2016e), eerdere ervaring bij het leger dan wel in een privébedrijf (Baert en Balcaen, 2013), studentenleiderschap en graad van verdienste (Baert en Verhaest, 2018), en Facebookprofiel gelinkt aan de naam van de kandidaat (Baert, 2018a). Bovendien worden correspondentietesten recent in Vlaanderen (en daarbuiten) ingezet op andere markten zoals de huizenmarkt (Van der Bracht en coauteurs, 2015; Verhaeghe en coauteurs 2020; Verhaeghe 2020; Verhaeghe & Ghekiere 2020; Verhaeghe & Van der Bracht 2020), in het onderwijs (Bourabain en coauteurs, 2020) en zelfs op de datingmarkt (Neyt en coauteurs, 2019). Voordelen en nadelen van correspondentietesten Correspondentietesten vormen thans in de wetenschappelijke literatuur de gouden standaard om aanwervingsdiscriminatie in de eerste fase van het sollicitatieproces te meten. Indien aan de voorwaarden beschreven onder Sectie 2.2.1 is voldaan, geven ze immers aanleiding tot een hoge interne validiteit – dit is ten andere een klassiek kenmerk van een experiment. Bovendien kunnen zij ook als extern valide worden ingeschat voor het soort beroepen (vacatures) binnen een bepaald wervingskanaal die getest worden, voor zoverre lukraak vacatures worden geselecteerd. Doordat ze de gouden standaard vormen, vallen de resultaten van correspondentietesten ook te vergelijken met gelijkaardige testen (op dezelfde discriminatiegrond en voor dezelfde soort vacatures) in het buitenland.

Bovendien laten zij ook een monitoring op sectorniveau toe. Recente rechtspraak toont aan dat vanuit strikt juridisch oogpunt reeds één correspondentietest volstaat om een vermoeden van discriminatie aan te tonen. Dit blijft evenwel een vermoeden omdat de ongelijke behandelen nog steeds door toeval ingegeven kan zijn. Een simulatiestudie op de Vlaamse woningmarkt toont aan dat minstens 10 testen per individuele actor nodig zijn om een toevallige ongelijke behandeling van systematische discriminatie te kunnen onderscheiden op individueel niveau (Verhaeghe en Van der Bracht, 2020). Op de arbeidsmarkt zou dit aantal door een hogere non-respons eventueel meer kunnen zijn. Op het sectorniveau kan wel een voldoende grote steekproef van vacatures getest worden om via statistische toetsen toeval bij eventueel gemeten discriminatie grotendeels uit te sluiten. De bevindingen kunnen dan een eye opener zijn voor de betrokken organisaties en sector en aanzetten tot concrete acties (zie verder). Er zijn evenwel ook nadelen verbonden aan correspondentietesten. Vooreerst is er de ethische discussie of het inzetten van deze methode, in het algemeen en in het bijzonder tijdens een periode waarin werkgevers reeds af te rekenen hebben met de gevolgen van de covid-19-crisis, wenselijk is. Vanuit ethisch perspectief verdienen in het algemeen twee zaken de aandacht. Ten eerste is er in zeker zin sprake van misleiding: de werkgevers die getest worden, zijn daar niet van op de hoogte. Ten tweede maken we, ongevraagd, gebruik van de schaarse tijd van de betrokken werkgevers. Beide elementen worden uitgebreid besproken in Riach en Rich (2004). Hieronder worden enkele van hun argumenten aangevuld met een aantal eigen reflecties. Fundamenteel is het zo dat de beperkte kost voor de werkgevers die getest worden tijdens het onderzoek niet opwegen tegen de maatschappelijke waarde van het uitgevoerde onderzoek. Enerzijds is het zo dat de kosten voor de werkgevers eerder klein van aard zijn. Zodra zij hun interesse in een bepaalde kandidaat aangeven, wordt gereageerd dat deze reeds een andere baan gevonden heeft. Verder wordt ook de anonimiteit van deze werkgevers verzekerd. Anderzijds is, zoals eerder gesteld, discriminatie een belangrijk maatschappelijk probleem waartegenover een substantiële maatschappelijke kost staat: in het algemeen is het economisch inefficiënt vacatures in te vullen op basis van niet-productiviteitsgerelateerde kenmerken, in het bijzonder kunnen benadeelde groepen littekens (in het jargon: ‘scarring effects’) oplopen die hun kans op werkloosheid, zelfs in de afwezigheid van discriminatie later, blijvend kunnen verhogen. En ten slotte, is er de grote kostprijs voor de individuele sollicitant die gediscrimineerd wordt. Het beschikken over objectieve statistieken voor discriminatie in de arbeidsmarkt is van groot belang met het oog op bewustwording en remediering. Zoals eerder aangegeven, is de correspondentiemethodologie het aangewezen (en eigenlijk enige) raamwerk om deze statistieken te produceren.

De maatschappelijke waarde

van

resultaten van

correspondentietesten blijkt, ten slotte, ook uit de brede aandacht vanuit media en

maatschappij die hierdoor gecreëerd wordt voor het topic van arbeidsmarktdiscriminatie, een aandacht die nog versterkt werd sinds de beweging rond Black Lives Matter. Op basis van deze argumentatie gaven verschillende faculteiten aan verschillende Vlaamse universiteiten in het recente verleden de toelating om correspondentietesten uit te voeren. Daarbij werden typisch wel een aantal condities gesteld, zoals het strikt anoniem houden van de geteste werkgevers – gerelateerd aan bovenstaande observatie dat op het niveau van individuele werkgevers de testresultaten weinigzeggend zijn – en het beperken van de van hen gevraagde tijd. De vraag is natuurlijk of deze afweging nog steeds adequaat is in moeilijke economische tijden, die we momenteel kennen en ook voor de komende maanden (en jaren) verwachten door de covid-19-crisis. Het antwoord lijkt positief. Tegenover de moeilijke situatie waarin werkgevers zich bevinden staat evident de moeilijke situatie voor werknemers (Baert en coauteurs, 2020). Bovendien kunnen we, op basis van zowel theoretisch als empirisch onderzoek, verwachten dat discriminatie op de arbeidsmarkt enkel toeneemt in tijden van minder arbeidsmarktkrapte, wat mee kan verklaren waarom we typisch ook vaststellen dat het arbeidsmarktsucces van kansengroepen conjunctuurgevoeliger is (Baert en coauteurs, 2015; Biddle en Hamermesh, 2013; Black, 1995). Bij het uitrollen van correspondentietesten op sectorniveau is er verder de beperking dat er nood is aan voldoende vacatures per sector en per discriminatiegrond in de periode van het experiment. Dit kan aanleiding geven tot prioritering dan wel lukrake bepaling van te testen discriminatiegronden in kleinere sectoren. Correspondentietesten zijn, op basis van voorgaande argumenten, erg geschikt om discriminatie te meten. Het meten van discriminatie is echter één ding, het aanpakken is iets anders. Om discriminatie bij het in dienst nemen effectief te bestrijden, moet men de drijvende krachten achter deze discriminatie begrijpen. Met andere woorden, om adequate (beleids)acties te ontwerpen, gericht op de juiste werkgevers op de juiste manier, moet men inzicht krijgen in wanneer individuen in het bijzonder gediscrimineerd worden (moderators) en waarom werkgevers hen discrimineren (mechanismen). Met betrekking tot de mechanismen die aan de grondslag liggen van discriminatie zoals die kan gemeten worden via correspondentietesten zijn de belangrijkste theoretische mechanismen enerzijds voorkeursdiscriminatie (Becker, 1957) en anderzijds statistische discriminatie (Arrow; 1973).1 Correspondentietesten laten niet toe om deze mechanismen

Voorkeursdiscriminatie verblindt werkgevers voor de (werkelijke) geldelijke kosten die verbonden zijn aan het inhuren van een minderheidswerknemer. Volgens deze theorie zullen werkgevers die discrimineren, door het ‘onnut’ dat ze ervaren door interactie met een minderheidswerknemer, handelen alsof de kosten van het inhuren van deze werknemer hoger zijn dan de werkelijke kosten. Analoog hieraan kunnen bevooroordeelde collega’s doen alsof het loon dat ze van hun werkgever krijgen een fractie lager ligt als ze met een minderheidswerknemer moeten omgaan. Ten slotte kunnen klanten doen alsof de prijs van het goed dat ze willen kopen in dat geval een fractie

op een directe manier bloot te leggen. Indirect kan via experimentele manipulaties wel suggestieve evidentie gerealiseerd worden. Zo interpreteerden Kaas en Manger (2012) hun bevinding van minder etnische discriminatie wanneer kandidaten een aanbevelingsbrief toevoegden, als een indicatie van statistische discriminatie. Lippens en coauteurs (2020) vatten de literatuur wat dit betreft samen. Duidelijk is dat vignette-experimenten beter geschikt zijn om ‘in het hoofd van werkgevers te kruipen’ en zodoende, met inachtneming van labexperimenten,

mechanismen

een

directe

de voornoemde beperkingen van manier

bestuderen.

gedragswetenschappen zijn vignetten een gehanteerde techniek in de studie naar de basis (argumenten) van complexe beslissingen (Kanninen, 2007; Louviere, Hensher, & Swait, 2000). Vignetten worden gebruikt om hypothetische situaties of personen gecontroleerd te beschrijven en respondenten via deze beschrijving de informatie te verschaffen die noodzakelijk is om hun keuze/verwacht gedrag op te baseren (Hughes & Huby, 2004; Groenez en coauteurs, 2018). De beschrijving wordt typisch gevolgd met vragen over verwacht gedrag, waarbij ook gepolst kan worden naar de argumentatie voor het verwacht gedrag. Vignetten worden vaak gebruikt wanneer het niet praktisch of niet haalbaar is om werkelijk gedrag te bestuderen. Zeker rond gevoelige onderwerpen, kan werken met vignetten een meerwaarde zijn; vignetten laten respondenten dan toe hun eigen perceptie weer te geven, zonder direct persoonlijk betrokken te worden. In principe kunnen sociaal wenselijke antwoorden vermeden worden omdat het gaat over hypothetische situaties waarbij geen gevaar van statusverlies dreigt wanneer men eerlijke antwoorden geeft (Alexander & Becker, 1978). Toch kan sociaal wenselijk gedrag hier niet volledig uitgesloten worden. Deze methode, zeker gekoppeld aan het bevragen van de argumenten van verwacht gedrag, kan wel aanvullend aan objectieve metingen toelaten om meer inzicht te verwerven in de achterliggende mechanismen en verklaringsgronden van discriminatie, wat toelaat om gerichte en effectieve acties te ondernemen (zie verder). Voorbeelden zijn de recente experimenten die Baert en De Pauw (2015), Baert (2018b), Van Borm en Baert (2018), Van Belle en coauteurs (2018) en Van Borm en coauteurs (2019) recent opzetten om discriminatie jegens etnische minderheden, personen die tot een seksuele minderheid behoren, langdurige werklozen en oudere jobkandidaten te verklaren. Anderzijds

zijn

correspondentietesten

wel

vrij

geschikt

moderatoren

van

aanwervingsdiscriminatie in te schatten, doordat men niet alleen lukraak een bepaalde hoger ligt. Als gevolg hiervan zal, ongeacht of de afkeer voor samenwerking bij de werkgever zelf (‘werkgeversdiscriminatie’), bij haar/zijn werknemers (‘werknemersdiscriminatie’) of bij haar/zijn klanten (‘klantendiscriminatie’) ligt, de kans verkleinen dat de minderheidswerknemer wordt aangenomen (Baert, 2014; Becker, 1957; Drydakis, 2014). Statistische discriminatie doet zich voor wanneer werkgevers, als een tijdsefficiënte en winstmaximaliserende reactie op lage informatie en onzekerheid over de werkelijke productiviteit van individuele sollicitanten, rekening houden met hun perceptie van de relatieve productiviteitsgerelateerde kenmerken van minderheden als groep (gebaseerd op informatie die mogelijk onvolmaakt is) om de productiviteit van een bepaalde sollicitant uit een minderheidsgroep te voorspellen (Arrow, 1973; Baert, 2014).

discriminatiegrond toekent aan sollicitanten, maar ook variatie in andere sollicitant- of vacaturekenmerken nastreeft. Moderatoren van discriminatie zijn bestudeerd op vier niveaus: het individuele kandidaatsniveau, het beroepsniveau, het bedrijfsniveau en het sectorniveau. Ten eerste blijkt etnische discriminatie hoger onder de laagopgeleiden in België, Zweden en het Verenigd Koninkrijk (Baert en coauteurs, 2015, Carlsson en Rooth, 2007; Wood en coauteurs, 2009), terwijl discriminatie op basis van fysieke aantrekkelijkheid hoger is onder de hoogopgeleiden in België (Baert, 2018a). Ten twee is de aanwervingsdiscriminatie van etnische minderheden in België en van minder aantrekkelijke mensen in Israël hoger wanneer de krapte op de arbeidsmarkt lager is en relevante werkervaring op het niveau van de vacature belangrijker is (Baert en coauteurs, 2015; Baert en coauteurs, 2017; Ruffle en Shtudiner, 2015). Ten derde suggereert onderzoek dat etnische discriminatie hoger is in kleinere bedrijven in Zweden, Duitsland en het Verenigd Koninkrijk (Baert en coauteurs, 2018; Carlsson en Rooth, 2007; Kaas en Manger, 2012; Wood en coauteurs, 2009) en wanneer de recruiters mannelijk zijn in Zweden (Carlsson en Rooth, 2007). Tot slot tonen Baert en Omey (2015) aan dat de discriminatie van de Belgische vakbondsleden groter is in sectoren met een sterke vakbondsvertegenwoordiging. Ten slotte hernemen we eerdergenoemde beperkingen: correspondentietesten zeggen enkel iets over discriminatie tijdens de eerste fase van het aanwervingsproces en enkel voor de geteste beroepen. Conclusie omtrent inzetbaarheid correspondentietesten in fase 1 en fase 3 We concluderen dat correspondentietesten erg geschikt zijn voor de nulmeting en opvolgmetingen op het niveau van het Vlaamse Gewest, zij het dat ethische bezwaren zo goed mogelijk moeten meegenomen bij het uitvoeren van de experimenten. Op dat laatste punt komen we terug in Hoofstuk 3 (onder andere anonimisering van gegevens).

2.3.

Mystery shopping Wat is mystery shopping?

Mystery shopping is een testmethode waarbij de tester zich voordoet als een (potentiële) klant en aan het bedrijf een discriminerende vraag stelt (Verhaeghe en Van der Bracht, 2017). Wanneer het bedrijf met deze discriminerende wensen akkoord gaan, dan maakt het zich schuldig aan de intentie tot discriminatie. Indien men de methode uitrolt op grotere schaal, bijvoorbeeld op een sectorniveau, kan men een indicatie krijgen van de mate van discriminatoire intenties op dit niveau. Mystery shopping stamt uit de commerciële wereld en is gegroeid in een context van zelfregulering: een bedrijf wil zijn eigen dienstverlening aan klanten doorlichten door nepklanten in het geheim – in mystery – naar zijn bedrijf te sturen. Mystery shopping wordt

veelvuldig gebruikt in de bedrijfswereld. Een Belgische grootbank wenste bijvoorbeeld te achterhalen hoe ze scoorde in vergelijking met haar concurrenten op vlak van financieel advies.2 Ze stuurde daarvoor verschillende mystery shoppers – nepklanten dus – naar de banken om dit te testen. Ook kledingwinkels, zoals de H&M en C&A, laten regelmatig via mystery shoppers hun winkelpersoneel testen op klantvriendelijkheid. Bepaalde commerciële marktonderzoeksbedrijven hebben zich intussen ook gespecialiseerd in het uitvoeren van mystery shopping. De methode van mystery shopping kan dus echter ook ingezet worden om discriminatie op te sporen. In tegenstelling tot de testmethode van correspondentietesten is dat echter nog maar weinig gebeurd binnen wetenschappelijk onderzoek op de arbeidsmarkt. Opvallend is dat de praktijk hier in zekere zin voorloopt. Concreet zijn er twee sectoren in België waar men reeds met mystery shopping is aan de slag gegaan. Allereerst is er de sector van interimkantoren, waar Federgon, de koepelorganisatie van interimkantoren, sinds 2011 uitzendkantoren door mystery shoppers laat opbellen met de discriminerende vraag om geen personen van vreemde herkomst te selecteren (Federgon, 2012; Federgon, 2013). De tweede sector is deze van de dienstencheques. Minderhedenforum vzw wou in 2015 nagaan of dienstenchequebedrijven discrimineerden (Spaas, 2015). Medewerkers van het Minderhedenforum contacteerden daarom 251 dienstenchequebedrijven. Ze speelden hierbij een potentiële klant en vroegen of het mogelijk was om een poetshulp te krijgen, maar wel liefst ‘geen allochtoon’. Circa 62% van de gecontacteerde dienstenchequebedrijven ging op deze vraag in. Ondertussen wordt het zelfreguleringssysteem van de interimsector vanaf 2017 ook door Federgon uitgerold in de dienstencheque-sector. Voordelen en nadelen van mystery shopping Mystery shopping heeft verschillende voordelen. We bespreken ze eerst alvorens in te gaan op de nadelen. Tijdsefficiënt. Mystery shopping kost minder tijd en moeite om toe te passen dan correspondentietesten. Terwijl men bij correspondentietesten zowel met (gepaarde) test- als controlepersonen moeten werken, volstaat één mystery telefoontje bij mystery calling. Elk telefoontje dat men doet, geeft in principe een indicatie van discriminatoire intenties, terwijl bij correspondentietesten de situatie waarbij alle kandidaten voor een vacature geen reactie ontvangen weinig informatie oplevert. Hierdoor is dit instrument uitvoerbaar door een sector zelf in een doorlooptijd van maximaal zes maanden. Niet afhankelijk van beschikbare vacatures. Terwijl men bij correspondentietesten afhankelijk is van het aantal beschikbare vacatures in een sector, is dit niet zo bij mystery

http://www.mobius.eu/nl/cases/belgische-grootbank.

shopping. Hier kan men vrij bedrijven contacteren met een discriminerende vraag. Statistisch

eenvoudig.

Beschrijvende

statistieken

eenvoudige

datamanagementtechnieken volstaan om de resultaten van mystery shopping te verwerken. Expertise over de techniek beschikbaar. Zoals eerder aangegeven hebben verschillende commerciële marktonderzoeksbedrijven hebben ruime ervaring met het uitvoeren van mystery shopping op de arbeidsmarkt. Dit vergemakkelijkt het voor sectoren om de uitvoering van deze techniek uit te besteden. Er is daarnaast ook academische expertise met mystery shopping op de huurmarkt. De nadelen van mystery shopping zijn dan weer de volgende. Niet in alle sectoren en bij alle bedrijven toepasbaar. Men kan mystery shopping enkel gebruiken in situaties waar een klant een discriminerende vraag kan stellen aan een bedrijf. Naast de interim- en dienstenchequesector zou mystery shopping in theorie ook in andere sectoren toegepast kunnen worden om discriminatie te monitoren. Klanten kunnen bijvoorbeeld aan een cateraar vragen om geen ober van vreemde origine te sturen of aan een bedrijf gespecialiseerd in garagepoorten om geen werknemer van vreemde herkomst te sturen. Desalniettemin is een dergelijke discriminerende vraag niet in iedere sector of bij elk bedrijf mogelijk, laat staan dat uniforme metingen over verschillende sectoren mogelijk zijn. Dat brengt ons bij het volgende nadeel. Methodologisch minder gemakkelijk te standaardiseren.3 Om discriminatie betrouwbaar te monitoren, dient het instrument zo gestandaardiseerd mogelijk toegepast te worden. Dit betekent dat de testen steeds op zoveel mogelijk dezelfde manier uitgevoerd dienen te worden. Bij correspondentietesten kan men de cv’s en motivatiebrieven relatief gemakkelijk standaardiseren. Dit valt volledig te controleren. Bij mystery shopping – en meerbepaald bij mystery calls (telefoontjes) en mystery visits (bezoeken) – is dit minder evident. Hier werkt men met (professionele) acteurs. Zelfs na uitvoerige training van deze acteurs kunnen er nog steeds verschillen blijven bestaan tussen de acteurs (bv. stemkleur of intonatie) en in de interactie van die acteur met verschillende bedrijven (bv. hoe gaat de acteur in op verdere vragen van het bedrijf). Bovendien moet men bij mystery shopping opletten dat men niet te sterk aandringt bij het stellen van de discriminerende vraag. Hoe meer men aandringt, hoe hoger de gevonden discriminatiegraad kan liggen. Meet geen discriminerend gedrag, enkel de intentie. Mystery shopping meet strikt gezien enkel de mate waarin iemand akkoord gaat om te discrimineren, maar niet het discriminerende gedrag zelf, wat toch de bedoeling is van de Vlaamse Regering. Een cateraar kan bijvoorbeeld beloven om te discrimineren ten einde een potentiële klant binnen te halen, maar nadien toch 3

Dit is een toepassing van de zogenaamde Heckman-kritieken op de methode van mystery shopping. Zie Heckman (1998).

een ober van vreemde origine sturen. De kans is vrij klein dat dit daadwerkelijk gebeurt aangezien het bedrijf dan waarschijnlijk toch de klant gaat verliezen. Omgekeerd is het ook mogelijk dat een bedrijf antwoordt om niet te discrimineren maar dit wel doet. In veel ondernemingen worden de functie van rekrutering en selectie en de functie die zich bezighoudt met het beantwoorden van klantenvragen immers door andere mensen uitgeoefend. Ook juridisch is er een belangrijk verschil tussen een belofte om te discrimineren en daadwerkelijk discriminerend gedrag. Discriminatie is soms onmogelijk. Bij mystery shopping vraagt de klant om te discrimineren op basis van een bepaalde discriminatiegrond (bv. afkomst, leeftijd of handicap). Dit betekent in de praktijk vaak om niemand te sturen uit een bepaalde doelgroep (bv. werknemers van vreemde origine, ouderen of personen met een handicap). Voor veel bedrijven is het echter bij voorbaat uitgesloten dat ze iemand uit deze doelgroep zouden sturen, omdat ze niemand uit deze doelgroep in dienst hebben (bv. een bedrijf met enkel werknemers van Belgische origine). Dit zou ertoe kunnen leiden dat een bedrijf dat systematisch in zijn aanwerving discrimineert tegen bepaalde doelgroepen, toch goed uit de monitoring met mystery shopping zou komen. Dit nadeel zorgt er ook opnieuw voor dat sectoren minder gemakkelijk met elkaar vergeleken kunnen worden op basis van mystery shopping. Vlaamse sectoren verschillen sterk in de samenstelling van hun werknemersbestand voor verschillende discriminatiegronden. Deze sectorale verschillen in het personeelsbestand kunnen ook doorwerken in de antwoorden van bedrijven op mystery calls. In een sector met bijvoorbeeld weinig etnisch minderheden, zullen waarschijnlijk minder bedrijven ingaan op de vraag om geen werknemer van niet-Belgische herkomst te sturen, terwijl in de sector mogelijks wel meer wordt gediscrimineerd op basis van herkomst. Dit nadeel sluit aan bij het eerst genoemde nadeel in die zin dat het minder speelt voor de interim- en dienstenchequesectoren, maar meer voor andere sectoren. Conclusie omtrent inzetbaarheid mystery shopping in fase 1 en fase 3 Gezien bovenstaande voor- en nadelen van mystery shopping kan mystery shopping hoogstens aanvullend op deze van correspondentietesten worden gebruikt in een beperkt aantal sectoren of bedrijven. Hierdoor is mystery shopping minder tot niet bruikbaar om discriminatie te monitoren en te vergelijken tussen verschillende sectoren. Het is instrument is wel inzetbaar in een beperkt aantal sectoren waar: men een discriminerende vraag kan stellen als klant (criterium 1) en voldoende werknemers uit de doelgroep zijn tewerkgesteld (criterium 2). We zien voor dit instrument daarom vooral mogelijkheden op vlak van zelfregulering (zie Hoofdstuk 7).

Algemene kwaliteitscriteria voor nulmeting (fase 1) en opvolgmetingen (fase 3) via correspondentietesten

In het publieke debat zijn er zowel voor- als tegenstanders van het monitoren en terugdringen van discriminatie in het kader van zelfregulering. Dit komt omdat zelfregulering zowel voor- als nadelen heeft (Verstraete et al. 2017). Positief aan zelfregulering is dat men gebruik maakt van de kennis en ervaring van sectoren om discriminatie terug te dringen. Bovendien kan men bij problemen ook korter op de bal spelen. Hierdoor wordt zelfregulering soms als efficiënter beschouwd dan regulering vanuit de overheid. Daarnaast zorgt zelfregulering voor een groter draagvlak voor maatregelen tegen discriminatie bij bedrijven, waardoor er een grotere bereidheid zou zijn om de maatregelen op te volgen en er nadien ook minder handhaving nodig zou zijn. Zelfregulering kent echter ook een aantal nadelen. Een eerste risico is dat de sector bij de zelfregeling eerder de eigen (commerciële) doelstellingen voorop zal stellen en niet het publieke belang, met eerder zwakke regels en maatregelen tegen discriminatie tot gevolg. Ten tweede steunt zelfregulering vaak op de vrijwilligheid van een sector, waardoor de regels en maatregelen moeilijker of zelfs niet kunnen worden afgedwongen. Volgens een economische logica zullen bedrijven slechts stoppen met discrimineren, wanneer discriminatie hen centen kost. Dit betekent dat enkel wanneer een kosten-baten analyse in het voordeel van het naleven van de regels uitdraait, men deze regels effectief zal opvolgen. Een derde en gerelateerd nadeel is dat zelfregulering zelden gepaard gaat met (strenge) sancties. De bereidheid van sectoren om overtreders te bestraffen is doorgaans kleiner dan bij publieke toezichthouders. Ten slotte worden zelfregulerende sectoren vaak als minder onafhankelijk beschouwd, omdat ze zowel de regels opstellen, interpreteren, controleren als gecontroleerd worden. Hierdoor wordt het fundamentele principe van de scheiding der machten niet gerespecteerd. Net omwille van de voor- en nadelen van zelfregulering wordt de monitoring en sensibilisering tegen discriminatie op de arbeidsmarkt best uitgevoerd door de sectoren aan de hand van vijf duidelijke kwaliteitscriteria. Deze criteria komen zoveel mogelijk tegemoet aan de nadelen van zelfregulering. We bevelen ook aan dat deze als een kwaliteitscharter mee opgenomen worden bij het afsluiten van de sectorconvenants 2021–2022.

3.1.

Onafhankelijke testen door een externe partner

Om tot een objectieve monitoring te komen van discriminatie per sector, worden de correspondentietesten het best door een onafhankelijke instantie uitgevoerd. Objectiviteit vraagt immers om een scheiding tussen tester en geteste organisatie. De uitbesteding van de monitoring aan een externe partner lijkt dan ook logisch. Deze externe partner kan zowel een overheidsdienst van de Vlaamse overheid, een academische instelling als een commercieel onderzoeksbureau of middenveldorganisatie zijn. Het lijkt nuttig dat kleinere sectoren samen

uitbesteden.

3.2.

Methodologische betrouwbaarheid bij de uitvoering van de testen

Om tot een gedegen en vergelijkbare monitoring te komen van de discriminatie in de 35 sectoren dienen de correspondentietesten volgens de methodologische regels van de kunst worden uitgevoerd (zie Hoofdstuk 2 en Hoofdstuk 3). Dit betekent dat de steekproeftrekking van jobadvertenties, de curricula vitae, de motivatiebrieven, de contactnames en de verwerking van de reacties zoveel mogelijk worden gestandaardiseerd. De methodologie dient grotendeels dezelfde te zijn tussen sectoren en doorheen de tijd. Dit criterium van methodologische betrouwbaarheid vraagt ook om expertise van de externe partner.

3.3.

Transparante rapportering over de methodologie en resultaten

Repliceerbaarheid is één van de kernprincipes van gedegen wetenschappelijk onderzoek. Wetenschappers publiceren daarom de methodologische details en de resultaten van hun onderzoek in een openbaar raadpleegbaar rapport of artikel. Hetzelfde criterium zou moeten gelden voor de monitoring van discriminatie op de arbeidsmarkt in het kader van zelfregulering. Het onderzoeksrapport van de externe partner met alle methodologische details en resultaten moet openbaar gemaakt worden. Gezien het publieke belang van antidiscriminatie worden deze sectorale onderzoeksrapporten het best gepubliceerd op de website van de Vlaamse overheid. Deze transparante rapportering van de sectorale resultaten dient uiteraard geanonimiseerd te gebeuren met respect voor de privacy van de betrokken bedrijven en medewerkers. Het moet gaan om het openbaar maken van de resultaten op geaggregeerd sectoraal niveau en niet om de resultaten van individuele geteste organisaties. De individuele testresultaten moeten strikt intern worden gehouden.

3.4.

Toezicht door een stuurgroep over het monitoringsproces

Net omdat er bij zelfregulering een spanning kan zitten tussen de economische belangen van een sector en het publieke belang van antidiscriminatie wordt het proces van monitoring het best begeleid door een onafhankelijke stuurgroep van stakeholders, waaronder bijvoorbeeld vertegenwoordigers van de sociale partners, de Vlaamse overheid, UNIA, het Instituut voor de gelijkheid van vrouwen en mannen, en eventueel ook de academische wereld. Door het betrekken van de stakeholders wordt ook het draagvlak voor de sectorale zelfregulering verhoogd. We zijn van oordeel dat het hier idealiter over een stuurgroep over de sectoren heen gaat en niet over een stuurgroep per sector, dit in het kader van het realiseren van vergelijkbare metingen. In dat opzicht kan deze stuurgroep erover waken dat de voornoemde standaardisering gerealiseerd wordt. Bovendien kan deze stuurgroep waken over een evenwicht aan bod komen van de verschillende discriminatiegronden (zie Hoofdstuk 4) en de 20

samenhang tussen de te testen gronden in fase 1 en fase 3 (zie Sectie 6.2.4).

3.5.

Coördinatie van de monitoring over de sectoren heen

Het doel van de monitoring is om niet enkel het voorkomen van discriminatie binnen een sector objectief in kaart te brengen, maar ook om deze tussen de sectoren te vergelijken. Deze vergelijkbaarheid vraagt een zekere coördinatie van de overheid. Dit sluit aan bij wat we hierboven schreven over standaardisering en het centrale niveau van de stuurgroep.

Advies omtrent te testen discriminatiegronden

Op basis van eerder in Vlaanderen uitgevoerd onderzoek met correspondentietesten is duidelijk dat ongelijke behandeling op de arbeidsmarkt meer is dan pakweg etnische of genderdiscriminatie. Tussen 2011 en 2016 werkten we zelf mee aan verschillende correspondentietesten naar discriminatie op basis van leeftijd, seksuele geaardheid, politieke ideologie, gezondheidstoestand, handicap, fysieke kenmerken, vakbondslidmaatschap, geslacht en etniciteit (Baert, 2015; Baert, 2016; Baert, 2018; Baert en coauteurs, 2017; Baert en coauteurs, 2015; Baert en coauteurs, 2016a; Baert en coauteurs, 2016b; Baert en coauteurs, 2016d; Baert en Omey, 2015; Baert en Vujić, 2018; Capéau en coauteurs, 2012). We zijn ons niet bewust van andere Vlaamse correspondentietesten op de arbeidsmarkt. Met andere woorden: de andere discriminatiegronden uit de antidiscriminatiewetgeving van 2007 (burgerlijke staat, vermogen, geloof of levensbeschouwing, taal en sociale afkomst) werden, voor zover we weten, tot op heden niet getest. Hoewel de verschillende experimenten niet perfect te vergelijken zijn omdat de kandidaatsprofielen, beroepen en sectoren waarop gefocust werd niet altijd dezelfde waren, vallen drie clusters naar mate van gemeten discriminatie te ontwaren. Ten eerste werd een sterke vorm van discriminatie gemeten op basis van etniciteit, functiebeperking en leeftijd. De mate van etnische discriminatie viel wel sterk terug wanneer gesolliciteerd werd voor knelpuntberoepen (Baert en coauteurs, 2015) of wanneer kandidaten op veel ervaring of vrijwilligerswerk konden bogen (Baert en coauteurs, 2017; Baert en Vujić, 2016). Voor wat de discriminatiegrond functiebeperking betreft, verwijzen we naar de beperking die beschreven is in Sectie 2.2.1 (ongelijke behandeling kan niet gelijkgeschakeld worden aan discriminatie; Baert, 2016). Ten tweede waren de bevindingen met betrekking tot discriminatie op basis van eerdere depressie, schoonheid, vakbondslidmaatschap en geslacht minder sterk van magnitude en vaak ook enkel terug te vinden in heel specifieke situaties, zoals discriminatie van vrouwen wanneer gesolliciteerd werd voor een baan op een hogere dan het huidige niveau (Baert en

coauteurs, 2016a). Op basis van politieke voorkeur of een lesbische geaardheid werd, ten derde, geen ongunstige behandeling gevonden. Deze bevindingen stroken grotendeels met wat buitenlandse studies vonden (Albert en coauteurs, 2011; Baert, 2018c; Banerjee en coauteurs, 2009; Bertrand en Mullainathan, 2004; Booth en coauteurs, 2012; Carlsson, 2010; Carlsson en coauteurs, 2014; Carlsson en Rooth, 2007; Drydakis, 2014; Drydakis, 2015; Kaas en Manger, 2012; Lahey, 2008; Neumark, 2018; Oreopoulos, 2011; Petit, 2007; Rich en coauteurs, 2017; Ruffle en Shtudiner, 2015; Wood en coauteurs, 2009; Zhou en coauteurs, 2009), op onze bevindingen omtrent seksuele geaardheid na – in het buitenland werd wel ongunstige behandeling van lesbiennes en (in het bijzonder) homoseksuelen gevonden. Bovendien stroken ze met wat de meest bij Unia aangeklaagde vormen van discriminatie zijn (Sectie 7.3.3), al komt daar gezondheidstoestand wel meer prominent naar voren. Discriminatie moet dus ‘breed’ gemeten worden. Tegelijk mag bovenstaande niet gelezen worden als een pleidooi om specifiek te richten op discriminatiegronden ten opzichte van dewelke in het verleden al dan niet discriminatie werd gevonden. De keuze van te bestuderen gronden is onzes inziens in de eerste plaats een politiek-maatschappelijke keuze. Ook hier komen we verder nog op terug.

Concrete vertaling van correspondentietesten naar het niveau van de Vlaamse paritaire comités

5.1.

Sectorconvenants en paritaire comités

De methodiek die we hier voorstellen dient minimaal van toepassing te zijn op de sectoren met een lopend sectorconvenant 2018–2019–2020. De sectoren van de sectorconvenants zijn georganiseerd volgens paritair comité. In bepaalde gevallen zullen de gegevens die we nodig hebben en/of aanwenden binnen deze methodiek, niet beschikbaar zijn op niveau van de paritaire comités. In dat geval zullen we ons baseren op de sectorindeling volgens de NACE-nomenclatuur. Aangezien dit niet perfect overeenstemt – een organisatie die behoort tot een bepaalde activiteit kan werknemers tewerkstellen die vallen onder verschillende paritaire comités – dient deze indeling als een proxy beschouwd te worden. De tabel in bijlage A.3.1 geeft een overzicht van de sectoren met een lopend sectorconvenant en koppelt deze aan NACE-codes. Aangezien we deze NACE-codes kennen voor elk bedrijf, kunnen we automatisch bedrijven en hun vacatures koppelen aan de sectoren. De tabel is

gebaseerd op de oefening die door het Departement Werk en Sociale Economie gedaan werd bij het opstellen van de Groepssectorfoto 2020. Hierin werd ervoor geopteerd om dubbeltellingen te vermijden door elke NACE-code toe te wijzen aan een bepaald paritair comité (voor meer informatie https://www.vlaanderen.be/publicaties/groepssectorfoto-2020, p. 51).

5.2.

Een aantal keuzes Kleine en grote sectoren, clustering mogelijk?

Vertrekkend vanuit de voorgestelde risicoanalyse (zie Hoofdstuk 7) kunnen kleine sectoren die gelijkaardige problematieken en knipperlichten detecteren, ervoor opteren om samen te werken in het monitoren van discriminatie. Sowieso kan op die manier ook kostenefficiënter gewerkt worden (zie Sectie 6.4). PC200–APCB De werkwijze besproken onder Sectie 5.1 vormt een knelpunt voor het Aanvullend Paritair Comité voor Bedienden. Het APCB telt meer dan 54.000 bedrijven en meer dan 400.000 bedienden en binnen het APCB kunnen we meer dan 30 subsectoren onderscheiden, die de bedrijven en hun bedienden groeperen die niet sorteren onder een specifiek paritair comité. (https://www.het-apcb-pc200). Dit paritair comité is ook niet bij benadering terug te brengen tot een selectie van NACE-belcodes. Vandaar zal deze sector sterk aangewezen zijn op het ter beschikking hebben van een lijst van bedrijven en organisaties met medewerkers die onder PC200 vallen. Deze lijst is beschikbaar via de website van het APCB (https://www.sfonds200.be/sociaal-fonds/het-apcbpc200/apcb-bedrijven). Bij de verdere selectie van vacatures binnen deze organisaties zal steeds moeten bewaakt worden dat het gaat om vacante bediendenfuncties die vallen onder PC200.

Praktische tools voor nulmeting (fase 1) en opvolgmetingen (fase 3) via correspondentietesten

6.1.

Het zoeken van vacatures

Om iets te kunnen zeggen omtrent de hoogte van aanwervingsdiscriminatie (tijdens de eerste fase van het rekruteringsproces) binnen een bepaalde sector op basis van een bepaalde discriminatiegrond, is het belangrijk een goede steekproef aan te testen vacatures te trekken. Dat wil zeggen: een steekproef aan vacatures die representatief is voor de sector.

Populatie aan werkgevers Alvorens een steekproef aan vacatures kan worden getrokken, dient de populatie van werkgevers binnen de sector vastgesteld te worden. Wat dit betreft, verwijzen we naar Hoofdstuk 5. Idealiter kan men starten vanaf een exhaustieve lijst van alle bedrijven in de sector met vermelding van hun adres. Indien dat niet zo is, kan die benaderd worden via de Kruispuntbank van Ondernemingen. Deze bevat onder andere het ondernemingsnummer (‘KBO-nummer’) en de NACE-code van de onderneming, naast andere gegevens die moeten toelaten te identificeren of gevonden vacatures gerelateerd zijn aan een specifieke onderneming (in het bijzonder: hun adres). Op basis van het de NACE-code van de onderneming kan dan een lijst getrokken worden van bedrijven die in aanmerking komen om te worden getest in het kader van het correspondentietest binnen de sector. Belangrijke jobzoekkanalen Om absolute representativiteit na te streven, dient voor deze lijst op zoek gegaan te worden naar beschikbare vacatures via alle mogelijke jobzoekkanalen. In de praktijk is dit evenwel onmogelijk. Sommige (kleinere) werkgevers volstaan ook anno 2020 nog met enkel zoeken naar werknemers via informele kanalen en/of fysieke affichering van vacatures in de buurt van de werkplek zelf. Een beperking van de kanalen dringt zich dus op. In het kader van de Randstad Employer Brand Research ging Randstad in 2019 bij een panel aan Belgische werknemers die het afgelopen jaar één of meerdere zochten via welk kanaal zij deze ba(a)n(en) hadden gevonden (Randstad, 2019a; Randstad, 2019b). Zij onderscheiden 12 jobzoekkanalen: (1) de publieke arbeidsbemiddelaars (VDAB, Actiris en FOREM), (2) uitzendbureaus, (3) connecties en referenties, (4) Google, (5) werving en selectiebedrijven (searchbedrijven), (6) vacaturesites, (7) Facebook, (8) de bedrijfssite, (9) Linkedin, (10) Twitter, (11) jobbeurzen en (12) advertenties (in print). Tabel 1 vergelijkt hun belang in België (in termen van het percentage werkzoekenden in de Randstad Employer Brand Research die een baan vonden via dit kanaal) en bespreekt enkele voor- en nadelen van het werken via deze jobzoekkanalen voor het uitvoeren van een correspondentietest, vanuit onze ervaring met dit soort experimenten.

Tabel 1 – Jobzoekkanalen en de wenselijkheid van hun gebruik voor het uitvoeren van een correspondentietest Jobzoekkanaal

Belang in België (percentage werkzoekenden in Randstad Employer Brand Research die baan vonden via dit kanaal)

Voordelen als kanaal voor correspondentietesten

Nadelen als kanaal voor correspondentietesten

Oordeel omtrent geschiktheid

Publieke arbeidsbemidelaars (VDAB, Actiris, FOREM)

28%

Zeer grote fractie van alle vacatures op uniforme manier weergegeven op één enkele webstek. VDAB kent het KBOnummer van de betrokken werkgevers. Indien zij bereid zijn deze te delen, kan een exacte koppeling tussen vacatures, bedrijven en sectoren gelegd worden. De VDAB-databank laat zich sorteren naar jobdomeinen zodat snel met hoge kans banen binnen de sector waarop gemikt wordt gevonden kan worden.

Geen nadelen.

Hoog

Uitzendbureaus

26%

Belangrijke fractie van alle vacatures.

Solliciteren dient via het uitzendbureau zelf te verlopen. Om detectie te vermijden, kan per praktijktest elk uitzendbureau slechts één keer gecontacteerd worden. Een groot aantal grote en kleinere spelers zijn hier actief.

Zeer laag

26%

Belangrijke fractie van alle vacatures.

Dit informele kanaal laat niet op een gestandaardiseerde manier banen te zoeken en ervoor te solliciteren.

Zeer laag

Google

17%

Substantiële fractie van alle vacatures. Google leidt toe naar sociale media, die globaal een belangrijk jobzoekkanaal vormen voor jongeren.

Google is slechts de start van het jobzoekproces. Finaal komt men bij een ander kanaal uit. Het is moeilijk gericht te zoeken via Google. Het vinden van vacatures voor een specifiek bedrijf is zeer tijdsintensief.

Zeer laag

Werving en selectie, search

16%

Substantiële fractie van alle vacatures.

Voor zoverre zij geen vacatures publiek beschikbaar stellen (zoals uitzendbureaus

Laag

Connecties referenties

uitgesproken

en vacaturesites), bevindt de actieve partij binnen dit jobzoekkanaal zich volledig aan de vraagzijde. Het lijkt dus onmogelijk om vanaf de aanbodzijde initiatieven te nemen. Vacaturesites

15%

Substantiële fractie van alle vacatures.

Een groot aantal grote en kleinere spelers zijn hier actief. Vacatures via dit kanaal zijn typisch ook beschikbaar via kanaal met kwalificatie ‘hoog’.

Matig

Facebook

13%

Substantiële fractie van alle vacatures. Randstad (2019) geeft aan dat sociale media vooral populair zijn als jobzoekkanaal onder jongeren, zodat hun aandeel verwacht wordt toe te nemen.

Vacatures via dit kanaal zijn typisch ook beschikbaar via kanaal met kwalificatie ‘hoog’ of ‘matig’. Tijdsintensieve oefening (aangezien recente berichten niet over vacatures hoeven te gaan).

Laag

Bedrijfssite

12%

Substantiële fractie van alle vacatures. Werkgevers die website hebben en vacatures plaatsen deze met hoge waarschijnlijkheid daar (ook), zodat het opsporen van vacatures via dit kanaal een efficiënte oefening lijkt.

Geen nadelen.

uitgesproken

Hoog

Randstad (2019) geeft aan dat sociale media vooral populair zijn als jobzoekkanaal onder jongeren, zodat hun aandeel verwacht wordt toe te nemen.

Tijdsintensieve oefening (aangezien recente berichten niet over vacatures hoeven te gaan). Vacatures via dit kanaal zijn typisch ook beschikbaar via kanaal met kwalificatie ‘hoog’ of ‘matig’.

Laag

Twitter

Randstad (2019) geeft aan dat sociale media vooral populair zijn als jobzoekkanaal onder jongeren, zodat hun aandeel verwacht wordt toe te nemen.

Tijdsintensieve oefening (aangezien recente berichten niet over vacatures hoeven te gaan). Vacatures via dit kanaal zijn typisch ook beschikbaar via kanaal met kwalificatie ‘hoog’ of ‘matig’.

Laag

Jobbeurs

Geen duidelijke voordelen tegenover andere kanalen.

Grote (tijds)investering voor beperkt bereik aan werkgevers. In principe gaat dit om grotere spelers. Hun vacatures zijn typisch ook beschikbaar via kanaal met kwalificatie

Laag

‘hoog’ of ‘matig’. Advertentie (print)

Het is niet ondenkbaar dat bedrijven die digitale transformatie slechts in beperkte mate hebben doorgemaakt enkel voor deze optie kiezen.

Grote (tijds)investering voor beperkt bereik aan werkgevers. Vacatures via dit kanaal zijn typisch ook beschikbaar via kanaal met kwalificatie ‘hoog’ of ‘matig’.

Matig

Sommige jobzoekkanalen komen niet in aanmerken voor het uitvoeren van een correspondentietest aangezien het solliciteren via dit kanaal niet kan uitgaan vanuit een fictieve sollicitant (zonder concreet netwerk en zonder werkelijke visibiliteit): connecties en referenties enerzijds en werving en selectiebedrijven anderzijds. Op basis van (i) het relatieve belang van deze kanalen, (ii) het beschikbaar zijn van een lijst van bedrijven per sector (zie eerder) en (iii) de gestandaardiseerde zoekstrategie die voor deze kanalen kan gebruikt worden, bespreken we in de volgende deelsectie hoe via de VDABdatabank en bedrijfssites kan gezocht worden naar vacatures – voor de andere kanalen kan een analoge strategie gehanteerd worden. Indien de beschikbare middelen daartoe toereikend zijn en/of het vinden van voldoende vacatures via VDAB en bedrijfssites ontoereikend en/of de fractie werkgevers die enkel adverteren via print hoog wordt ingeschat binnen de sector, zou aanvullend ook kunnen gezocht worden via vacaturesites en/of advertenties in print. De vaakst gehanteerde zoekkanalen kunnen bovendien enigszins verschillen qua sector. Het is aan de centrale stuurgroep om de bruikbaarheid van de VDAB en bedrijfssites als voornaamste zoekkanalen per sector af te wegen en deze waar nodig aan te vullen met andere vacaturesites en/of advertenties in print. De principes qua steekproeftrekking blijven evenwel dezelfde per zoekkanaal. Te testen vacatures zoeken via VDAB en bedrijfssites Voor het zoeken van geschikte vacatures stellen we voor de volgende procedure te volgen. 1) Leg een Excel-ondernemingenbestand aan met daarin voor alle ondernemingen uit de populatie (zie Hoofdstuk 5) de volgende gegevens de Kruispuntbank van Ondernemingen: a) naam van de onderneming (eerste kolom), b) het KBO-nummer van de onderneming (tweede kolom), c) en het adres van de onderneming (straat en nummer in derde kolom, postcode in vierde kolom en gemeente in vijfde kolom). 2) Ga op basis van deze gegevens via Google op zoek naar de eventuele homepagina van deze onderneming (door de naam van de onderneming te combineren met delen van het adres) en vul het Excel-bestand met de volgende gegevens aan: a) een ja-nee-indicator of een homepagina beschikbaar is (zesde kolom),

b) de URL van de homepagina (zevende kolom), c) een ja-nee-indicator of een vacaturepagina aanwezig is (achtste kolom), d) de URL van de vacaturepagina (negende kolom), e) een ja-nee-indicator of op dat moment een vacature aanwezig is (tiende kolom). 3) Voeg ten slotte toe aan het Excel-ondernemingenbestand: a) een ja-nee-indicator of reeds een vacature voor de onderneming werd getest, die initieel op ‘nee’ staat (elfde kolom), b) een teller die aangeeft hoeveel vacatures voor de onderneming reeds werden gelezen, die initieel op ‘0’ staat (twaalfde kolom). 4) Sorteer het Excel-ondernemingenbestand in een lukrake volgorde. 5) Voer de volgende stappen uit tot zolang het nodige aantal vacatures voor de sector en voor de te testen discriminatiegronden nog niet bereikt is. a) Ga het Excel-ondernemingenbestand van boven naar onder af, met uitsluiting van ondernemingen die reeds getest zijn (ergo, indien elfde kolom ‘ja’ is) of waarvoor reeds 10 vacatures werden gelezen (ergo, indien de twaalfde kolom ‘10’ is). b) Indien de achtste of tiende kolom van het Excel-ondernemingenbestand ‘ja’ is (indien niet, ga naar c)): kijk na of vacatures aanwezig zijn op de website. Ga voor lukraak geselecteerde vacatures (en tot uitputting van de vacatures of tot vijf vacatures gelezen zijn) na of deze in aanmerking komen voor het correspondentietest (zie verder). i)

Indien een te testen vacature gevonden: sla de link naar deze vacature op in een kladblok met te testen vacatures.

ii) Indien geen te testen vacature gevonden: vul de twaalfde kolom van het Excelondernemingenbestand aan en ga naar c). c) Kijk na of vacatures aanwezig zijn in de VDAB-databank door te zoeken op de bedrijfsnaam en vernoemde contactgegevens en werkplaatsgegevens in de vacatures te vergelijken met de overeenkomstige gegevens in het Excel-ondernemingenbestand. i)

Indien een te testen vacature gevonden: sla de link naar deze vacature op in een kladblok met te testen vacatures.

ii) Indien geen te testen vacature gevonden: vul de twaalfde kolom van het Excelondernemingenbestand aan en ga naar c). In principe komen alle op die manier gevonden vacatures in aanmerking voor het correspondentietest. Het is evenwel mogelijk dat om ethische redenen vacatures a priori uitgesloten worden. In de correspondentietesten die we zelf uitvoerden, bestond de enige uitsluitingsgrond voor vacatures erin geen vacatures te selecteren waarin gevraagd werd documenten mee te sturen bovenop een cv en motivatiebrief (bijvoorbeeld een diploma of verplichte aanbevelingsbrief).

6.2.

Het opsturen van fictieve sollicitaties

Het basisidee is om naar geselecteerde vacatures (volgens Sectie 6.1) een koppel van fictieve sollicitanten te sturen via e-mail. Daarbij wordt de grond voor discriminatie (en dus de

‘experimentele identiteit’ en ‘controle-identiteit’) alternerend aan een cv-sjabloon van een eerste type (‘type A’) en aan een cv-sjabloon van een tweede type (‘type B’) gekoppeld. De volgorde waarin de combinaties van de identiteiten en sjabloon-types gebruikt worden, dient ook te alterneren. Op die manier ontstaan vier combinaties die naar opeenvolgende vacatures worden verstuurd – zie Tabel 2. Door deze manier van werken kan er, over de steekproef, geen correlatie zijn tussen de grond voor discriminatie enerzijds en detailverschillen tussen sjabloon-types (zoals lay-out en minder prominente cv-kenmerken) en de volgorde wanneer de fictieve kandidaten worden verstuurd anderzijds. Tabel 2 – Randomiseringsprocedure Vacature

Eerst verstuurde combinatie

Combinatie die tussen de 12 en 36 uur later wordt verstuurd

Vacature n

Cv-type A Experimentele kandidaat

Cv-type B Controlekandidaat

Vacature n + 1

Cv-type B Controlekandidaat

Cv-type A Experimentele kandidaat

Vacature n + 2

Cv-type A Controlekandidaat

Cv-type B Experimentele kandidaat

Vacature n + 3

Cv-type B Experimentele kandidaat

Cv-type A Controlekandidaat

Cv-sjablonen van type A en type B Het startpunt voor de fictieve sollicitaties zijn geloofwaardige cv-sjablonen. We raden wat dat betreft de sjablonen van de VDAB aan die online kunnen afgehaald worden via https://www.vdab.be/jobs/cv. In principe volstaat het om twee geloofwaardige cv-sjablonen te kiezen voor de fictieve kandidaten van type A en de fictieve kandidaten van type B en deze, vacature per vacature, in te vullen met kandidaat-gegevens die aansluiten bij wat in de geselecteerde vacature staat, zij het met licht afwijkende verwoordingen en detailkenmerken.4 Het valt aan te bevelen dat de kandidaten zo goed mogelijk bij de vacature aansluiten om de uitnodigingskans te vergroten (en zodoende te vermijden dat beide kandidaten geen positieve reactie krijgen, wat weinig informatie oplevert). In de literatuur worden de volgende zaken binnen een paar van kandidaten typisch ‘constant’ gehouden: (i) geboortejaar (behalve bij een experiment rond leeftijd), (ii) nationaliteit (de Belgische, om geen nationaliteitsgerelateerde drempels te stimuleren),5 (iii) geslacht (behalve bij

een

experiment

rond

geslacht),

(iv)

informatie

omtrent

burgerlijke

staat

gezinssamenstelling (behalve bij een experiment dat daarover gaat), (v) regio en soort buurt 4

Omwille van efficiënte en standaardisering kan het evenwel goed zijn om tijdens voorstudie sjablonen voor aantal beroepen, leeftijden en ervaringsniveau op te maken en deze te modificeren per vacature. 5

Dit gaat vanzelfsprekend niet op wanneer op nationaliteit getest wordt.

van woonplaats, (vi) diploma, (vii) jaren en soort van werkervaring, (viii) taal- en computervaardigheden (in grote lijnen) en (ix) soorten extra-curriculaire activiteiten. Ze zijn (vrijwel) identiek voor de kandidaten van type A en type B. De volgende kenmerken wijken dan weer af binnen het kandidatenpaar om detectie van het experiment te vermijden: (i) naam (behalve bij een experiment rond etniciteit of gender), (ii) adres (bestaande straat met onbestaand huisnummer), (iii) gsm-nummer (overeenkomstig met aangekocht nummer), (iv) e-mailadres (gratis adres bij bekende provider), (v) specifiek vermelde onderwijsinstellingen (met een gelijkaardige reputatie), (vi) specifiek vermelde werkgevers (vage namen), (vii)

exacte invulling

extra-curriculaire activiteiten, (vi)

formuleringen en (vii) lay-out. Experimentele identiteit en controle-identiteit Een belangrijke beslissing die vervolgens genomen moet worden, is hoe de experimentele manipulatie te reveleren in de cv’s. Voor de discriminatiegronden gender en etniciteit gebeurde dat in de voornoemde (nationale en internationale) studies steevast via de naam van de (experimentele versus controle)kandidaat. Hierbij is het cruciaal om te gaan voor namen die niet stereotiep zijn of een bepaalde sociaaleconomische afkomst signaleren (Baert en coauteurs, 2015; Baert en coauteurs, 2016a). Voor de discriminatiegrond leeftijd ligt het reveleren van dit kenmerk ook voor de hand: via het geboortejaar op het cv. Een moeilijkheid bij het meten van leeftijdsdiscriminatie is dat leeftijd en ervaring sterk samenhangen. Iemand met een hogere leeftijd heeft, voor een gelijk studieniveau, meer jaren sinds afstuderen. Daarom is het nuttig om tussen kandidatenparen te variëren naar wat de oudere kandidaat tijdens deze extra jaren deed: extra jaren van relevante werkervaring, extra jaren van irrelevante werkervaring (in vergelijking met de vacature waarvoor gesolliciteerd wordt) of extra jaren van inactiviteit. Op die manier kunnen onder- en bovengrenzen van de mate van leeftijdsdiscriminatie gecapteerd worden naar analogie met Baert en coauteurs (2016d). Het reveleren van een functiebeperking gebeurde in wetenschappelijke studies in de korte motivatietekst die werd meegestuurd met elk cv (en die, opnieuw, vrij gelijkaardig is voor de kandidaten van type A en type B). Daarin kan vermeld worden dat naar een open samenwerking toe openheid wordt geboden over een bepaalde functiebeperking (of gezondheidsaandoening). Seksuele geaardheid werd in de wetenschappelijke literatuur (hoofdzakelijk) op twee manieren gereveleerd. Internationaal ging men vaak voor het reveleren van een minderheidsgeaardheid via de varia-sectie van het cv, waar bijvoorbeeld activiteiten bij holebiverenigingen werden

vermeld. Baert (2014) koos daarentegen voor het reveleren van de lesbische geaardheid via de burgerlijke status van de kandidaten waar de vrouwelijke kandidaten ‘Gehuwd met’ aanvulden met de naam van een man dan wel met een vrouw. Deze manier van reveleren heeft als nadeel dat enkel met gehuwde paren gewerkt wordt, maar als voordeel dat minder dan bij het vermelden van activiteiten bij holebiverenigingen activisme gesignaleerd wordt. Registratie van sollicitaties en reacties De combinaties van cv-sjablonen en identiteiten (experimenteel of controle) dienen dan in een afwisselende volgorde ingestuurd te worden voor de geselecteerde vacatures. Idealiter wordt in het Excel-bestand waarin later de reacties worden bijgehouden en gecodeerd (registratiefile) voor de start van het experiment al ingevuld welke combinatie eerst en welke combinatie als tweede zal ingestuurd worden. Om het onderzoek navolgbaar (en analyseerbaar) te maken, is het belangrijk in de registratiefile de volgende zaken bij te houden: (i) datum van de verzending van elke kandidaat, (ii) datum van een eventuele reactie, (iii) medium van de reactie (voicemail of e-mail), (iv) letterlijke inhoud van de reactie en (v) codering (geen reactie of negatieve reactie, positieve reactie in enge zin of positieve reactie in strikte zin). Aantal vacatures per sector en per discriminatiegrond Op basis van onze lezing van de wetenschappelijke literatuur en onze eigen ervaringen raden we aan om per sector en per discriminatiegrond minstens 200 vacatures te testen. Voor een lager aantal is het mogelijk dat te weinig statistische kracht gerealiseerd wordt om substantiële ongelijke behandeling ook als statistisch significant te labelen. Dit kan beperkingen opleggen aan het aantal discriminatiegronden die getest worden per sector. De keuze voor deze of gene discriminatiegrond kan bepaald worden door prioritering (bijvoorbeeld op basis van het aantal meldingen van een vorm van discriminatie binnen de sector) dan wel lukraak bepaald worden (idealiter voor enkele sectoren samen, zodat over de verschillende sectoren heen wel de gewenste discriminatiegronden aan bod komen). De centrale stuurgroep kan hier wederom coördineren. Fase 3 kan in dat opzicht zowel focussen op aanvullen dan wel op vergelijken. Het aanvullende perspectief houdt in dat indien in fase 1 niet alle (gewenste) discriminatiegronden konden getest worden, in fase 3 prioritair kan gekozen worden voor gronden die niet aan bod kwamen in fase 1. Het vergelijkende perspectief houdt in dat in fase 3 dezelfde discriminatiegrond(en) als degene uit fase 1 worden meegenomen, zodat een vooruitgang (of achteruitgang) in discriminatie kan gepeild worden. Op zich is het ene perspectief niet superieur aan het andere. Anderzijds zijn we van mening dat wanneer in fase 1 substantiële discriminatie op basis van een bepaald kenmerk zou vastgesteld worden, het cruciaal is om dit kenmerk ook in fase 3

mee te nemen, zodat de effectiviteit van de zelfregulering in fase 2 met betrekking tot dit kenmerk zeker kan onderzocht worden. Meer in het algemeen lijkt het ons wenselijk dat een centrale stuurgroep sturend is in de focus op aanvullen dan wel vergelijken in fase 3. Tabel 3 – Aantal ontvangen vacatures VDAB per sector (oktober 2019-september 2020) Sectoren (gebaseerd op NACE 2003)

Aantal ontvangen vacatures VDAB

Primaire sector

5 687

Dranken, voeding en tabak

5 356

Textiel, kleding en schoeisel

1 783

Grafische nijverheid, papier en karton

1 009

Chemie, rubber en kunststof

2 268

Vervaardiging van bouwmaterialen

796

Metaal

3 857

Vervaardiging van machines en toestellen

2 971

Vervaardiging van transportmiddelen

1 217

Hout- en meubelindustrie

1 492

Overige industrie

1 541

Energie, water en afvalverwerking

1 898

Bouw

17 392

Groot- en kleinhandel

32 621

Transport, logistiek en post

11 011

Horeca en toerisme

8 250

Informatica, media en telecom

8 104

Financiële diensten

1 785

Zakelijke dienstverlening

34 950

Uitzendbureaus en arbeidsbemiddeling

2 013

Diensten aan personen

7 471

Ontspanning, cultuur en sport

2 260

Openbare besturen

11 158

Onderwijs

27 040

Gezondheidszorg

14 282

Maatschappelijke dienstverlening

34 946

Overige dienstverlening

1 683

Onbepaald

3 162

TOTAAL

248 003

Vacatures NECzU rechtstreeks aan VDAB gemeld. Bron: Arvastat-VDAB en studiedienst VDAB.

Om enigszins te kunnen voorspellen of er voldoende vacatures zijn binnen een bepaalde sector, kan men terugkijken naar het recente verleden. Op basis van de VDAB-data is het mogelijk om zicht te krijgen op het aantal gemelde vacatures per sector. Wanneer we kijken naar het aantal ontvangen vacatures per sector (NEC, geen uitzendopdrachten) zien we de cijfers uit Tabel 3. Arvastat-VDAB geeft inzage in het aantal ontvangen en openstaande vacatures, tot op gemeentelijk niveau, per sector, en binnen de sector, per beroepsgroep. Ook details over gevraagd studieniveau, ervaring en talen zijn mogelijk.

Na het ontvangen van een reactie vanuit de werkgeverszijde is het om ethische redenen belangrijk om het experiment op vacatureniveau zo snel mogelijk af te ronden. Bij een positieve reactie is het gangbaar aan te geven dat de kandidaat in kwestie de procedure niet wenst verder te zetten (bijvoorbeeld omdat deze al een andere baan vond). Op die manier kan de betrokken werkgevers collega’s niet alarmeren over de test. Bij een negatieve reactie is het gangbaar niet meer te reageren. Uitwerking van een voorbeeld In Appendix A zijn in deel A.1 de fictieve cv’s voor vier kortgeschoolde kandidaten zonder ervaring te zien die gebruikt werden in 2015 binnen een experiment naar etnische discriminatie. Het gaat om twee cv’s van (een) type A en twee cv’s van (een) type B, telkens voor een experimentele kandidaat met een Turkse naam en een controlekandidaat met een Vlaamse naam. In deel A.2 van Appendix A zit een screenshot van de gehanteerde registratiefile. In A.2.1 zijn de kolommen die de onderzoeker door het experiment gidsen beschikbaar (met de voornoemde combinaties naar identiteit en volgorde van versturing). De codes slaan op het template (A of B), de experimentele identiteit (soort naam) en de werkervaring van het kandidatenpaar (0, 10 of 20 jaar ervaring). In deel A.3 worden de overeenkomstige registraties weergegeven, waarbij als codering ‘0’ wordt gebruikt voor geen of negatieve reactie, ‘1’ voor een positieve reactie in strikte zin en ‘2’ voor een positieve reactie in enge zin.

6.3.

Het analyseren van de reacties uit de werkgeverszijde Positiefantwoordratio

Bertrand

Mullainathan

(2004)

ontwikkelden

met

positiefantwoordratio

een

standaardmaatstaf om ongelijke behandeling op de arbeidsmarkt te meten. Deze positiefantwoordratio wordt als volgt berekend: Positiefantwoordratio =

Positiefantwoordpercentage experimentele identiteit . Positiefantwoordpercentage controle−identiteit

Hierbij is het positiefantwoordpercentage van een bepaalde identiteit gelijk aan het aantal positieve antwoorden dat deze identiteit kreeg gedeeld door het aantal sollicitaties dat met deze identiteit werden uitgevoerd. Daarbij wordt een ‘positief antwoord’ in de literatuur zowel in strikte zin als in brede zin geïnterpreteerd. Een positief antwoord in strikte zin betekent dat de kandidaat in kwestie meteen werd uitgenodigd voor een jobgesprek aangaande de baan die vermeld werd in de

vacature. Een positief antwoord in ruime zin gaat uit van om het even welke positieve reactie: een uitnodiging voor een jobgesprek of een geïnteresseerde vraag naar meer informatie of om terug contact op te nemen of het aanbod van een alternatieve positie. In feite gaat het hier dus om elke (eerste) reactie die geen afwijzing inhoudt. Afhankelijk van welke definitie gehanteerd wordt, spreekt men dan van een positiefantwoordratio in enge dan wel in brede zin. ‘Uitnodigingsratio’ kan een alternatieve benaming zijn voor positiefantwoordratio in enge zin (Baert en coauteurs, 2015; Baert en Verhofstadt, 2015). De positiefantwoordratio is bijgevolg een positief getal, met een ‘neutrale’ waarde gelijk aan 1. Een positiefantwoordratio van 1 betekent immers dat beide identiteiten eenzelfde aantal positieve reacties hebben ontvangen. In dit geval is er geen sprake van ongelijke behandeling tussen de twee identiteiten. Indien de positiefantwoordratio echter bijvoorbeeld 1.5 is, dan betekent dit dat de experimentele identiteit gemiddeld 50% meer positieve reacties heeft ontvangen dan de controle-identiteit. Positiefantwoordverschil Een alternatief voor de positiefantwoordratio is het positiefantwoordverschil: Positiefantwoordverschil = Positiefantwoordpercentage experimentele identiteit − Positiefantwoordpercentage controle − identiteit. Deze wordt uitgedrukt in procentpunten en heeft als voordeel dat voor kleine positiefantwoordkansen relatief kleine verschillen (in procentpunten) niet worden opgeblazen tot grote verhoudingen (eventueel uitgedrukt in percentages). Significantietoetsen Een belangrijke vraag is natuurlijk of de afwijking van de positiefantwoordratio van 1 (en de overeenkomstige afwijking van het positiefantwoordverschil van 0) kan beschouwd worden als een duidelijke vorm van discriminatie dan wel dat er een grote kans is dat deze afwijking is ingegeven door toeval. Daarom worden deze ratio’s typisch vergezeld door een indicatie van hun statistische significantie. In principe dient deze significantie geschat te worden door een binomiaaltoets. De nulhypothese van deze toets is dat binnen de vacatures waarvoor slechts één identiteit een positieve reactie kreeg de kans dat de experimentele identiteit een positieve reactie kreeg een binomiale verdeling met kans 50% kent. De binomiaaltoets zal dan aangeven met welke zekerheid deze hypothese wordt verworpen. Een p-waarde van 0.05 of kleiner wordt in de gedrags- en sociale wetenschappen typisch gezien als statistisch significant. In de praktijk wordt deze significantie vaak geschat middels een chikwadraattoets zoals voorgesteld door McNemar, die asymptotisch ook correct is (en tot dezelfde p-waarde leidt).

De nulhypothese hier is dat het kwadraat van het verschil tussen (i) het aantal keren dat de experimentele identiteit een positief antwoord kreeg maar de controle-identiteit niet en (ii) het aantal keren dat de controle-identiteit een positief antwoord kreeg maar de experimentele identiteit niet, gedeeld door de som van (i) en (ii) chikwadraat verdeeld met één vrijheidsgraad. Regressieanalyse Het is ook mogelijk om deze positiefantwoordratio’s en positiefantwoordverschillen (en bijhorende significantietoetsen) te berekenen voor een deel van de geteste vacatures, bijvoorbeeld enkel voor de grotere (versus kleinere) bedrijven of enkel voor kandidatenparen met enkele jaren ervaring. Op die manier kan een indicatie bekomen worden van de mate waarin de eventueel gemeten discriminatie heterogeen is naar deze kenmerken. Een alternatief kan zijn om de kans op een positieve reactie te regresseren op de discriminatiegrond en interacties tussen deze grond en kandidaat- of vacaturekenmerken naar dewelke er eventueel heterogeniteit in de mate van discriminatie zou kunnen zijn. Significante interacties wijzen dan in de richting van dergelijke heterogeniteit. Uitwerking van een voorbeeld In deel A.3 van Appendix A wordt rudimentair aangeven hoe de voornoemde ratio’s berekend worden in Excel. Eerst wordt op basis van deel A.2 geteld in hoeveel van de vacatures er een positieve reacties is voor (i) geen kandidaat, (ii) enkel de experimentele kandidaat, (iii) enkel de controlekandidaat en (iv) beide kandidaten. De positiefantwoordkansen kunnen dan berekend worden door de som van (ii) en (iv) te delen door de som van (i), (ii), (iii) en (iv) voor de experimentele kandidaat en door de som van (iii) en (iv) te delen door de som van (i), (ii), (iii) en (iv) voor de controlekandidaat. De McNemar-testwaarde wordt dan gevonden door het kwadraat van (ii) verminderd met (iii) te delen door de som van (ii) en (iii). Deze kan dan vergeleken worden met de drempelwaarde voor bijvoorbeeld significantie op het 5%-niveau via het Excel-commando CHIKW.INV(0.95;1), waarbij

0.95

slaat

een

95%-betrouwbaarheidsinterval

(spiegelbeeld

van

5%-

significantieniveau) en 1 slaat op één vrijheidsgraad (zie Sectie 6.3.3).

6.4.

Inschatting van tijdsinvestering voor uitvoering correspondentietest

Voor het geven van een inschatting van de tijdsinvestering voor het uitvoeren van een correspondentietest, maken we graag een onderscheid tussen (i) de designfase (hoofdzakelijk beschreven in Secties 6.1, 6.2.1 en 6.2.2), (ii) de sollicitatiefase (hoofdzakelijk beschreven in Sectie 6.2.3) en (iii) de analysefase (hoofdzakelijk beschreven in Sectie 6.3). Voor het ontwerpen van een correspondentietest voor één discriminatiegrond binnen één 35

sector moet gerekend worden op ongeveer 30 uur tijdsinvestering door een ervaren onderzoeker.

Indien

verschillende

discriminatiegronden

verschillende

sectoren

gecombineerd worden en daardoor aankopen en cv-ontwerpen op grotere schaal kunnen gebeuren, gaan we uit van ongeveer 23 uur per discriminatiegrond per sector. In de sollicitatiefase is het in principe realistisch om 15 vacatures per dagen te testen. 200 vacatures testen kost dus ongeveer 101 uur tijdsinvestering door een onderzoeker op pakweg Bachelor-niveau. De analysefase, abstractie makend van het beschrijven van deze analyses, kan typisch in 30 uur tijdsinvestering door een ervaren onderzoeker gebeuren.

Zelfregulering: van nulmeting naar actie

7.1.

De nulmeting als sensibiliserend instrument

Zoals eerder omschreven, zijn correspondentietesten vanuit wetenschappelijk oogpunt de beste manier om discriminatie te monitoren op de arbeidsmarkt op een objectieve manier. In alle sectoren bestaat immers de mogelijkheid om discriminatie tijdens de eerste fase van het selectieproces zuiver te meten door middel van deze testen. In bepaalde situaties en sectoren kan het ook aangewezen zijn om mystery shopping te organiseren, wanneer het risico zich vooral situeert in de behandeling van discriminerende vragen door opdrachtgevers of klanten. Het resultaat van de eerder besproken nulmeting op zich kan reeds een belangrijk sensibiliserend instrument zijn. Zo kan de terugkoppeling van deze resultaten, voor de sector – en bij uitbreiding voor de individuele organisaties – een belangrijke eye opener zijn. Uit eerder onderzoek van Lamberts en coauteurs (2020) blijkt effectief dat de monitoring van discriminerend gedrag een positief effect kan hebben op het proces binnen de organisatie: het tegengaan van discriminatie wordt meer prioritair, er worden acties en maatregelen ondernomen en men ervaart na enige tijd ook een duidelijke verschuiving in cultuur en mindset. Uit dit onderzoek bleek dat men op sectorniveau het risico op discriminatie vaak eerder laag inschat en dat de strijd tegen discriminatie niet altijd een prioriteit vormt op organisatieniveau. Ook zou discriminerend gedrag vaak indirect6 en/of onbedoeld (onbewust) gesteld worden. Bovendien bleek het nog vaak onduidelijk hoe men kan beoordelen wanneer een bepaalde

Er is sprake van indirecte discriminatie wanneer door een algemene (op het eerste zicht) neutrale maatregel of handelswijze, personen gekenmerkt door een beschermd criterium, benadeeld kunnen worden. We spreken van dit type van discriminatie wanneer een behandeling of een maatregel op het eerste zicht neutraal lijkt, maar men kan vaststellen (bijvoorbeeld aan de hand van statistieken) dat sommige sociale groepen toch benadeeld worden (in vergelijking met anderen of met de gehele bevolking). We spreken over directe discriminatie wanneer iemand op basis van een beschermd criterium (zie eerder) anders behandeld wordt.

handeling discriminerend is (een brede bevraging bij werkgevers toonde dat ongeveer één derde van de respondenten toch nog worstelt met het kunnen categoriseren van bepaalde handelingen en gedragingen als al dan niet discriminerend). Het objectief meten van discriminatie kan in elk van deze situaties sensibiliserend werken. Niet alleen kan de terugkoppeling van de bevindingen een aantal inzichten op sectoren organisatieniveau bieden. De resultaten van de nulmeting kunnen ook gezien worden als een barometer, die aangeeft binnen welke sectoren verbetering mogelijk is. Hierdoor kan zowel op sector- als op organisatieniveau een concreet doel gesteld worden om de situatie te verbeteren (eventueel tegen een volgende opvolgmeting), waardoor zowel sectoren als organisaties sterk gemotiveerd kunnen worden om deze problematiek verder te onderzoeken en aan te pakken. De loutere uitvoering van de nulmeting, en weten dat deze gebeurt, werkt zo op zich, opnieuw, reeds sensibiliserend. Wanneer we kijken naar de werkwijze in het verleden binnen de dienstenchequesector en binnen de uitzendsector zien we dat daar niet enkel een geaggregeerde maar ook een individuele terugkoppeling van de uitgevoerde mystery calls per organisatie voorzien wordt, wat een meerwaarde kan betekenen. Hierdoor kan zowel de risicoanalyse als het uit te zetten actieplan meer op maat opgemaakt en ondersteund worden. Vraag is of deze individuele terugkoppeling binnen een sensibiliserende aanpak wenselijk en mogelijk is, ook bij de uitvoering van correspondentietesten op geaggregeerd niveau. We komen hier verder nog op terug in Hoofdstuk 8.

7.2.

De nulmeting gekaderd binnen een bredere risicoanalyse

Hoe kunnen we ervoor zorgen dat het sensibiliserend effect van correspondentietesten duurzaam is? Andere studies naar sociaal wenselijk gedrag stellen dat éénmaal de controle wegvalt, men snel hervalt in het oude, ongewenste gedrag. Vandaar willen we benadrukken dat het van belang is om vooral in te zetten op (het faciliteren van) het vormgeven van een structureel en verankerd antidiscriminatiebeleid. De nulmeting is immers geen doel op zich maar een middel om discriminatie op de arbeidsmarkt tegen te gaan. Het organiseren van correspondentietesten dient dan ook geen op zich staand element te zijn in dit verhaal waar vooral een sensibiliserende werking en gedragsverandering beoogd wordt. Maar welke acties kunnen sectoren – en bij uitbreiding organisaties – dan bijkomend ondernemen om discriminatie tegen te gaan in de zelfregulerende fase? We gaan hierop in in volgende deelsecties. We willen hierbij voorstellen dat de vertaling van de bevindingen van de nulmeting naar acties die werkelijk verschil kunnen maken, idealiter gebeurt binnen een bredere risicoanalyse. Deze bredere kadering laat toe om de vertaalslag naar een actieplan te ondersteunen. Ook de nulmeting zoals in eerdere hoofdstukken omschreven, kent immers een aantal beperkingen, zoals besproken onder Sectie 2.2.2. In het bijzonder hernemen we dat de nulmeting via

correspondentietesten op zich niet toelaat om de mechanismen achter discriminatie bloot te leggen. Nochtans, om discriminatie bij het in dienst nemen effectief te bestrijden, moet men de drijvende krachten achter deze discriminatie begrijpen. Met andere woorden, zoals eerder gesteld dient men, om adequate beleidsacties te ontwerpen, gericht op de juiste werkgevers op de juiste manier, inzicht te krijgen in wanneer individuen in het bijzonder gediscrimineerd worden (moderatoren) en waarom werkgevers hen discrimineren (mechanismen). Daarom pleiten we er hier voor om naast de resultaten van de nulmeting op basis van correspondentietesten, in de zelfregulerende fase 2 ook bijkomende gegevens binnen te brengen en te analyseren. Dit laat toe om de analyse van de mogelijke risico’s zo volledig mogelijk te maken zodat vervolgens acties kunnen ontwikkeld worden die effectief verschil uitmaken en die zo gericht tegemoetkomen aan de oorzaken (mechanismen) van discriminatie. Bovendien spreken we hier van een procesmatige, dynamische aanpak van risicobeheersing: van nulmeting en risicoanalyse, naar een periode van zelfregulering via gerichte acties, die na implementatie zullen geëvalueerd en eventueel bijgestuurd worden. Daartoe werken we hier een aantal stappen verder uit.

7.3.

Risicoanalyse Administratieve bronnen

Zoals eerder toegelicht, kan arbeidsmarktdiscriminatie niet gemeten worden door middel van een statistische analyse van administratieve gegevens. Deze gegevens over het werknemersbestand laten evenwel toe om de resultaten van de gedragstesten breder te kaderen. Ook andere gegevensbronnen (zoals survey-onderzoek en kwalitatieve bevraging) kunnen niet beschouwd worden als zuivere metingen van arbeidsmarktdiscriminatie maar kunnen wel deel uitmaken van een brede, uitgediepte omgevingsanalyse, wat de vertaalslag naar acties kan versterken. Eventueel kan op basis van deze uitgediepte omgevingsanalyse ook, voorafgaand aan de uitvoering van de correspondentietesten, een verdere onderbouwing gebeuren indien keuzes dienen gemaakt te worden inzake welke discriminatiegronden verder dienen onderzocht te worden (of die prioritair aan bod dienen te komen; zie Hoofdstuk 5). Daarnaast kan op basis van deze eerste analyse ook beslist worden of samenwerking met andere sectoren kan onderbouwd worden (bijvoorbeeld in geval van kleine sectoren met een beperkt aantal vacatures maar met een gelijkaardige probleemanalyse; zie Sectie 5.2). Administratieve bronnen bieden in dat opzicht inzicht in de tewerkstellingssituatie naar geslacht, leeftijd en herkomst en dit per paritair comité. Wat herkomst betreft, is het van belang

om rekening te houden met de definitie en omschrijving van de categorieën die gebruikt werden. Inzake de samenstelling van het werknemersbestand, een eerste relevante administratieve bron, is het belangrijk is om de analyse op sectoraal niveau te kaderen binnen de vaststelling dat sectoren vergelijken met het Vlaamse gemiddelde ook een vertekend beeld geeft. We weten immers dat ook het Vlaams gemiddelde inzake werkzaamheid voor bijvoorbeeld 50plussers of voor personen van buitenlandse herkomst lager ligt voor de toegelichte categorieën in vergelijking met de rest van de populatie. Uit deze analyse kunnen we dus vooral besluiten of de sector ‘het beter doet’ (een groter aandeel tewerkstelt in vergelijking tot het Vlaams gemiddelde) voor deze doelgroepen dan de (achtergestelde) positie op Vlaams niveau. Wanneer een sector het slechter doet ten opzichte van het Vlaams gemiddelde, betekent dit dus een knipperlicht in het kader van deze risicoanalyse. Maar ook de sectoren die het nu op basis van de cijfers, reeds goed lijken te doen in vergelijking met het Vlaams gemiddelde, dienen een kritische analyse te maken. Tabel 4 maakt een snelle inschatting. Tabel 4 – Samenstelling werknemersbestand: eerste snelle beoordeling op basis van objectieve en cijfermatige indicatoren Vlaams gemiddelde-aandeel werknemers

Bemerkingen

Aandeel mannen

51,5%

Groepssectorfoto/RSZ

Aandeel vrouwen

48,5%

Groepssectorfoto/RSZ

30,4%

Groepssectorfoto/RSZ

% Belgische herkomst

76,0%

Groepssectorfoto/KSZ

% buitenlandse herkomst

19,3%

Groepssectorfoto/KSZ

% herkomst onbekend

4,6%

Groepssectorfoto/KSZ

1. GESLACHT

2. LEEFTIJD Aandeel 50-plussers 3. HERKOMST

SAMENSTELLING VAN DE GROEP 'BUITENLANDSE HERKOMST', NAAR HERKOMST Buurlanden

20,7%

Groepssectorfoto/KSZ

Oost-Europa

13,9%

Groepssectorfoto/KSZ

Rest Europa

21,6%

Groepssectorfoto/KSZ

Turkije

9,0%

Groepssectorfoto/KSZ

Maghreb

14,1%

Groepssectorfoto/KSZ

Afrika

8,1%

Groepssectorfoto/KSZ

Azië

9,9%

Groepssectorfoto/KSZ

Amerika +Oceanië

2,7%

Groepssectorfoto/KSZ

7,1‰

Groepssectorfoto/RSZ-departement WSE

4. HANDICAP Aandeel werknemers met VOP per 1000

Bron: Tewerkstelling naar geslacht (%) (RSZ (bewerking Steunpunt Werk / Departement WSE)), leeftijd (%) (RSZ (bewerking Steunpunt Werk / Departement WSE)) en herkomst (%) (KSZ, Datawarehouse Arbeidsmarkt & Sociale Bescherming (bewerking Departement WSE)). Aandeel werknemers (per 1000) met VOP (RSZ, departement WSE (bewerking departement WSE)). Gegevens met betrekking tot seksuele geaardheid niet beschikbaar.

Een volgende indicator die kan meegenomen worden in een meer uitgebreide risicoanalyse, is de samenstelling van de aanwervingen van niet-werkende werkzoekenden (NWWZ), volgens achtergrondkenmerken, op basis van de gegevens van de VDAB, en dit per sector. Ook deze cijfers kunnen een mogelijke eerste eye opener betekenen voor een aantal sectoren, maar vertellen – opnieuw – niets over de mate waarin deze uitkomsten het gevolg zijn van discriminatie. Bovendien dienen bij interpretatie van deze gegevens ook verschillen in zoekgedrag en profiel van werkzoekenden meegenomen te worden. Een laatste element van relevante analyse vormen de jobs en jobkwaliteit. Op basis van de bevindingen van de analyses op administratieve bronnen die gebeuren in het kader van de socio-economische monitoring, worden bijkomende gegevens beschikbaar gesteld die iets vertellen over de mate van etnostratificatie op de Belgische arbeidsmarkt. Ook hier worden gegevens per paritair comité weergegeven. Uit de analyses blijkt dat personen van vreemde origine nog steeds oververtegenwoordigd zijn in de beroepen of arbeidsmarktsegmenten met de minder goede banen en personen van Belgische origine in sectoren die gekenmerkt worden door onder andere hogere lonen en betere arbeidsvoorwaarden (UNIA-FOD WASO, 2020). Ook de arbeidsmarktbrede werkbaarheidsmonitor van de SERV vertelt ons meer over onder andere de werkbaarheid binnen verschillende sectoren en over de sectoren heen, over de werkbaarheidsgraad van mannen en vrouwen, van 50-plussers en van personen met een arbeidshandicap. Voor een aantal sectoren zijn werkbaarheidsprofielen opgemaakt en afzonderlijk gepubliceerd, maar hierin wordt geen onderscheid gemaakt naar bepaalde kenmerken van de werknemers zoals geslacht, leeftijd en arbeidshandicap. Origine wordt niet bevraagd binnen de werkbaarheidsmonitor (Bourdeaud’hui en coauteurs, 2019). Kwalitatieve duiding Zoals gesteld, is het belangrijk om de resultaten van de nulmeting (en eventueel andere bronnen) verder te kunnen duiden om zo de vertaalslag te kunnen maken naar de juiste acties die effectief verschil kunnen uitmaken (‘doing the right things’ en ‘doing things right’). We pleiten ervoor om dit proces op te starten op sectorniveau, in overleg met zowel werkgeversals werknemersvertegenwoordigers. Om te komen tot een algemeen en realistisch kader over non-discriminatie, is het belangrijk dat de sociale partners elkaar op dat punt spreken en vinden (en dit op verschillende niveaus). Dit zorgt ermee voor dat er breed draagvlak en eventueel een ‘sense of urgency’ op verschillende niveaus kan gecreëerd worden. We komen hierop terug in Sectie 7.4.1. Startpunt van deze discussie zijn de bevindingen op basis van de nulmeting aan de hand van correspondentietesten. Op basis van de bevindingen van de nulmeting en op basis van de administratieve cijfers kunnen volgende vragen in deze discussie aan bod komen: Wat vertellen de resultaten van de correspondentietesten ons?



Voor welke groepen (operationalisering) stellen we discriminatie vast binnen de sector?



Wat kunnen de gehanteerde werkwijze en de resultaten ons (indirect) vertellen over de mechanismen achter de vastgestelde bevindingen (bijvoorbeeld indicatie van statistische discriminatie en argumenten voor bepaalde keuzes).



Wat kunnen de gehanteerde werkwijze en de resultaten ons vertellen over moderatoren van aanwervingsdiscriminatie (bijvoorbeeld verschillen naar al dan niet testen van knelpuntvacatures, verschillen naar scholingsniveau of functieniveau, verschillen naar ondernemingsgrootte en verschillen naar backoffice versus frontoffice functies).

Tijdens deze fase kunnen verschillende methodieken aangewend worden. Zo kan bijvoorbeeld om mechanismen achter discriminatie bloot te leggen, ook gebruik gemaakt worden van vignetten waarbij verder gepeild kan worden naar argumenten voor bepaalde observaties (zie Sectie 2.1). Wat vertellen de resultaten van de correspondentietesten ons niet (gerelateerd aan de onder Sectie 2.2.2 besproken beperkingen)? 

Hoe is het gesteld met de tewerkstellingssituatie van groepen waarover we geen (administratieve) data hebben? Welke verklaringen zijn er voor vastgestelde verschillen in tewerkstelling van verschillende groepen?



Waar en wanneer situeren zich in de organisatie vooral de risico’s op discriminatie? Bij werving en selectie, tijdens de uitvoering van het werk of tijdens het onthaal van nieuwe

medewerkers,

bij

het

bieden

van

opleidingsmogelijkheden,

van

doorstroommogelijkheden, bij het vastleggen van de taakverdeling, bij het onderhandelen/ aanbieden van arbeidsvoorwaarden en/of bij het verbreken van de arbeidsrelatie/ontslag? Andere bronnen Ook andere beschikbare bronnen en bevindingen kunnen deel uitmaken van deze eerste analyse van risico’s op sectorniveau. Zo denken we bijvoorbeeld aan eigen studiemateriaal, inzichten en cijfers verzameld op sectorniveau en bevindingen op basis van meldingen binnen de sector. Analyse van meldingen en klachten vormt een eerste alternatieve bron. Unia opende in 2019 657 nieuwe individuele dossiers in het domein werk, een stijging ten opzichte van de voorbije jaren (Unia, 2019). Deze meldingen vertellen ons niets over het exacte volume van discriminatie op de arbeidsmarkt, aangezien we ervan uit kunnen gaan dat niet alle voorvallen gemeld zullen worden via deze meldingspunten. Wel kunnen ook deze gegevens ons bijkomende achtergrondinformatie bezorgen in het kader van een meer diepgaande risicoanalyse, namelijk over de verdeling over sectoren en over de aard van de meldingen.

Binnen de dossiers zijn de belangrijkste criteria de zogenaamde 'raciale' criteria (28,0%), handicap (25,3%), gezondheidstoestand (14,5%), geloof of levensbeschouwing (12,4%) en leeftijd (8,7%). Opvallende vaststelling is het steeds grotere aantal dossiers over het criterium gezondheidstoestand (89,2% meer in vergelijking met het gemiddelde van de afgelopen vijf jaar). Waarschijnlijk heeft dit te maken met de aanpassingen binnen het wetgevend kader rond re-integratie na ziekte op de arbeidsmarkt. Opvallend is ook de stijging gedurende de afgelopen periode van het aantal meldingen over discriminatie op grond van handicap en over geloof of levensbeschouwing (Unia, 2019). Het bevragen van discriminatierisico’s vormt een tweede alternatieve bron die in fase 2 een verbreding van de meting van discriminatie in fase 1 kan opleveren. In dit kader willen we ook een aantal bevindingen aanreiken op basis van een brede bevraging bij werkgevers met betrekking tot het gevoerde antidiscriminatiebeleid in hun onderneming. De algemene bevindingen werden reeds gerapporteerd (Lamberts en coauteurs, 2020) maar deze data kunnen ook tot op zekere hoogte relevant materiaal bieden voor een aantal sectoren en inzicht geven in achterliggende mechanismen. Beperking is hier dat niet voor alle sectoren voldoende observaties gerealiseerd werden om hierover uitspraken te kunnen formuleren. Voor een aantal andere sectoren is dit wel mogelijk. In bijlage A.3.2 zijn een aantal voorbeelden opgenomen. Onder andere de volgende vragen werden gesteld. 

Over risico’s: 

Waar en wanneer situeren zich in de organisatie vooral de risico’s op discriminatie?



Bij werving en selectie?



Bij het onthaal van nieuwe medewerkers?



Bij het bieden van opleidingsmogelijkheden?



Bij het bieden van doorstroommogelijkheden?



Bij de uitvoering van het werk?



Bij het vastleggen van de taakverdeling?



Bij het onderhandelen en aanbieden van arbeidsvoorwaarden?



Bij het verbreken van de arbeidsrelatie?

Binnen uw organisatie, is het voor u duidelijk welke handelingen en gedragingen discriminerend kunnen zijn?



Hoe schat u het risico in dat medewerkers binnen uw organisatie door een opdrachtgever of klant aangezet zullen worden tot discriminatie?



Uw inschatting van het risico op discriminatie van medewerkers door externen (klanten/cliënten/patiënten)?



Over bewustzijn van risico’s: 

Zijn de leidinggevenden binnen uw organisatie zich naar uw aanvoelen ervan bewust dat discriminatie omwille van persoonlijke kenmerken kan voorkomen?



Zijn de medewerkers binnen uw organisatie zich naar uw aanvoelen ervan

bewust dat discriminatie omwille van persoonlijke kenmerken kan voorkomen? 

Kan er naar uw aanvoelen in uw organisatie open over de mogelijke aanwezigheid van risico’s op discriminatie van bepaalde groepen op de werkplek gepraat worden?

Natuurlijk kunnen deze bevindingen enkel als basis voor verdere discussie gebruikt worden. Niet enkel zijn ze, zoals eerder aangegeven, onderhevig aan eventuele sociaal wenselijkheid bij het geven van antwoorden, ook kunnen we niet stellen dat de resultaten representatief zijn voor de volledige sector. Omzichtigheid en juiste kadering van deze resultaten is dan ook nodig.

7.4.

Naar een actieplan

Het voorgaande biedt aan de betrokken sociale partners op sectorniveau een instrument wat toelaat om de discussie te kunnen voeren over de problematiek van discriminatie binnen hun sector. Dit kan beschouwd worden als een vorm van risicoanalyse (cf. Lamberts en coauteurs, 2020) en laat toe om ook in de volgende stappen prioriteiten te stellen, en een actieplan op te stellen. Er werden reeds in de vorige convenantperiode meldingen gemaakt van een aantal acties die op sectoraal niveau opgezet werden, gaande van het opstellen van gedragscodes tot het voorzien van trainingen, het informeren over bestaande instrumenten (onder andere eDiv) en het oprichten van eigen meldpunten. Toch bleek uit de tussentijdse evaluatie (Lamberts en coauteurs, 2020) dat sectoren het moeilijk vinden om dit beleid op sectoraal niveau vorm te geven en over te gaan tot acties die daadwerkelijk verschil kunnen uitmaken. In wat volgt willen we dan ook een aantal krijtlijnen voor het opstellen van een doeltreffend actieplan uitzetten. Een participatief proces, met inbreng van expertise Zoals gesteld, gaan we ervan uit dat een vertaling van de vastgestelde bevindingen naar acties die verschil kunnen uitmaken, best participatief gebeuren, waarbij de betrokken stakeholders mee kunnen aansluiten aan tafel. Belangrijkste opdracht zal erin bestaan om samen erover te waken dat de acties die geformuleerd worden, er effectief toe doen. Ten allen prijze dient vermeden te worden dat het proces stilvalt na de meting en de risicoanalyse of dat acties uitgewerkt worden die finaal geen verschil zullen uitmaken. Er kan aandacht zijn voor zogenaamde ‘quick wins’, beperkte acties die toch enige meerwaarde hebben, maar tevens moet er toch voldoende aandacht zijn om acties ten gronde verder te kunnen uitwerken, die eventueel op langere termijn zullen doorwerken. Daarnaast is het ook van belang, gegeven het feit dat het gaat om een complex gegeven, om

ervoor te zorgen dat in fase 2 voldoende expertise ingezet wordt, eventueel door het betrekken van externe experten (bijvoorbeeld juridische kennis zoals inzicht in welke handelingen op sectoraal niveau discriminerend zijn en kennis met betrekking tot de doelgroepen, over preventiebeleid en over discriminatie- en diversiteitsbeleid). Ook kunnen vertegenwoordigers vanuit de verschillende doelgroepen belangrijke partners zijn bij het vormgeven van acties en maatregelen op sectoraal niveau, die doorwerken op organisatieniveau. Met toewijzing van middelen en verantwoordelijkheden Bij de uitwerking van een actieplan dient men er idealiter voor te zorgen dat de nodige middelen voorzien worden die nodig zijn om effectief acties te kunnen uitwerken die het verschil maken. Hieronder verstaan we dat het engagement er dient te zijn op verschillende niveaus en bij de verschillende actoren, dat er middelen (tijd en geld) vrijgemaakt kunnen worden om acties verder uit te werken en dat de uitwerking van acties toegewezen kan worden aan (een groep van) personen die hiervoor de verantwoordelijkheid en trekkersrol opnemen. Daarnaast dient ook reeds van bij de start van het proces nagedacht te worden over de verdere stappen die gezet dienen te worden, i.e. men dient van in het begin een duidelijk stappenplan af te spreken waarbij het vormgeven van de acties, gevolgd wordt door een concrete implementatiefase met verdere opvolging, evaluatie en eventuele bijsturing. Dit engagement dient idealiter aangegaan te worden bij de start van het proces, om zo ook te vermijden dat de vertaling van de meting naar concrete acties een moeizame oefening wordt, die dreigt stil te vallen.

7.5.

Inspiratiemenu voor acties in kader van zelfregulering: werving en selectie Meten is weten: correspondentietesten als sensibiliserend instrument

Zoals reeds aangehaald, kunnen de resultaten van deze correspondentietesten op zich reeds een belangrijke eye opener zijn op sectoraal niveau maar ook op organisatieniveau. Indien vastgesteld wordt op basis van de correspondentietesten dat de eerste stap in het wervingsen selectieproces inderdaad sterk onderhevig is aan risico’s tot het stellen van discriminatoir gedrag, kan de sector de organisaties ondersteunen bij het sterk inzetten op en vormgeven van objectieve en uitgebouwde wervingsen selectieprocedures (cf. Lamberts en coauteurs, 2012). Objectieve en degelijk uitgewerkte selectieprocedures Wat vastgesteld wordt via correspondentietesten is of discriminatie plaatsvindt op basis van

de aangeleverde informatie door de sollicitant namelijk cv en de sollicitatiebrief, eventueel aangevuld met referentiebrieven. Binnen het wervingsen selectieproces kan de eerste screening op basis van cv en sollicitatiebrief enkel gehanteerd worden als een check voor objectieve, feitelijke en biografische gegevens (hard skills) zoals bijvoorbeeld de beschikbaarheid, de opleiding en de ervaring van de sollicitant. Deze eerste screening leent zich

niet

conclusies

formuleren

over

onder

andere

(toekomstige)

arbeidsgedragsaspecten, persoonlijkheidskenmerken en intelligentie. Daartoe dienen andere selectie-instrumenten die meestal pas in een volgende fase van de selectieprocedure zullen aangewend worden, zoals testen, gedragsproeven, gestructureerde selectie-interviews. Toch wordt de informatie in deze cv’s en brieven tijdens de eerste screening vaak ook aangewend om toekomstig gedrag te voorspellen, en dus gebruikt als een eerste psychologische test; de ‘gatekeepers’ (de wervingsen selectieverantwoordelijke of de leidinggevende die de eerste screening uitvoert) maken dan op basis van deze eerste gegevens een aantal veronderstellingen met betrekking tot de persoonlijkheid en het arbeidsgedrag van de sollicitant (Lamberts & Eeman, 2012; Apers & Derous 2017; Derous & Decoster 2017). Box: Werving en selectie: voorspellen van toekomstig arbeidsgedrag van de sollicitant (Lamberts & Eeman, 2012) Tijdens de selectieprocedure moet in een relatief korte tijdsperiode beslist worden welke kandidaat het meest geschikt is om de vacature in te vullen. De selectieverantwoordelijke (gatekeeper) is daarbij op zoek naar de kandidaat met de grootste productiviteit en minste ‘risico’. De selectieverantwoordelijke probeert dit toekomstige arbeidsgedrag van de sollicitant te voorspellen op basis van de informatie die hij/zij tijdens het selectieproces verzamelt. Hoe meer en accurater gegevens worden verzameld, hoe beter en objectiever deze voorspelling en beslissing kan gemaakt worden. Deze informatie blijft wel onvermijdelijk onvolledig. Er kan immers geen volledig uitsluitsel gegeven worden over het toekomstig functioneren van de kandidaat, of de procedure om deze informatie te verwerven kost te veel (tijd en geld). Van den Cruyce (2000) gaf reeds aan dat zeker in de eerste preselectiefase de werkgever de minste kennis heeft van de individuele kwaliteiten van de kandidaat. Om dit gebrek aan informatie op te vullen bestaat de kans dat de gatekeeper zich zal laten leiden door kenmerken als geslacht, leeftijd en etnische herkomst. De algemene beelden (stereotypering) inzake productiviteit en risico die de gatekeeper heeft over de sociale groepen met deze kenmerken, kunnen (vaak onbewust) een rol spelen bij de selectie van individuele kandidaten. Gatekeepers baseren hun keuze voor een bepaalde sollicitant dan niet uitsluitend op basis van de individuele kenmerken van deze kandidaat maar ook op basis van het beeld dat de gatekeeper heeft over de sociale groep waartoe de kandidaat behoort. Vooroordelen en percepties over bijvoorbeeld ‘de’ persoon van vreemde herkomst of van ‘de’ oudere werknemer; kunnen er hierdoor voor zorgen dat individuele personen die capabel zijn maar die wel tot deze groepen behoren, toch niet uitgenodigd of geselecteerd worden (en omgekeerd). De gatekeeper (en zijn/haar houding naar bepaalde doelgroepen toe) kan dus een belangrijke rol spelen in het al dan niet openstellen van deuren naar doelgroepen toe. We spreken dan over statistische discriminatie (Arrow, 1973). Een objectieve, degelijke en sterk uitgewerkte wervingsen selectieprocedure kan dit risico op statistische discriminatie verminderen.

Indien vastgesteld wordt op basis van de correspondentietesten dat de eerste stap in het wervingsen selectieproces inderdaad sterk onderhevig is aan risico’s tot het stellen van discriminatoir gedrag, kan de sector de organisaties ondersteunen bij het sterk inzetten op en vormgeven van objectieve en uitgebouwde wervingsen selectieprocedures. Hierdoor worden mogelijke risico’s gelinkt aan statistische discriminatie, sterk verminderd (cf. Lamberts en coauteurs, 2012). 45

Het doel van een wervingsprocedure is het bereiken van de juiste kandidaten via de juiste wervingskanalen en met de juiste wervingsboodschap. Het doel van een selectieprocedure is het verzamelen van informatie die toelaat om toekomstig gedrag en toekomstige arbeidsprestaties zo goed mogelijk te kunnen voorspellen en op basis hiervan een degelijk onderbouwde selectiebeslissing te kunnen nemen. Er is steeds onzekerheid aanwezig over de te verwachten arbeidsprestaties van de kandidaten maar via een objectieve en degelijk uitgewerkte

selectieprocedure

(bepalen

van

selectiecriteria

basis

van

een

functiebeschrijving en competentieprofiel, bepalen van methodes om deze criteria te toetsen en het nemen van een onderbouwde selectiebeslissing) tracht men deze onzekerheidsmarge zo klein mogelijk te houden. Bij onvoldoende/onvolledige informatie kan statistische discriminatie een rol spelen. Mogelijke acties zijn de volgende. 

Doorlichting, bijsturing en/of verbreding van wervingskanalen. Bijvoorbeeld het beantwoorden van de vraag of doelgroepen worden bereikt.



Contacten

met

(toeleidings)organisaties

van

doelgroepen,

netwerkvorming,

samenwerkingsverbanden met het oog op werving en selectie van doelgroepen. 

Gebruik maken van stages, IBO, werkervaring als instroominstrument voor doelgroepen.



Rechtstreekse (wervings)acties naar doelgroepen toe.



Doorlichting en/of bijsturing van advertenties (zoals vermelden van beleid, aanmoedigen van bepaalde doelgroepen om te solliciteren en beeldvorming in advertenties).



Doorlichting en/of bijsturing van selectiecriteria.



Doorlichting en/of bijsturing van de selectieprocedure (met inbegrip van onder andere proeven, testen en interviews) naar een meer neutrale, niet-discriminerende procedure. Hierbij dient aandacht te zijn voor het objectiveren van procedures, met onder andere het bewustzijn van selecteren op basis van ‘hard skills’ en ‘soft skills’ en de adequate samenstelling van sollicitatiecommissies en drempelselectie.



Betere training en het vergroten van het bewustzijn van gatekeepers over samenstelling van het personeelsbestand, over het bestaan van discriminatie, over achterliggende mechanismen en over cultuursensitiviteit.

Het verder sensibiliseren van gatekeepers en organisaties om werk te maken van degelijk uitgewerkte en objectieve selectieprocedures en van bewustmaking rond de aanwezigheid van onbewuste drempels en mechanismen die bepaalde doelgroepen systematisch uitsluiten, kan de instroom van doelgroepen in organisaties vergroten. Van belang hierbij is dat niet alleen de personeels- of selectieverantwoordelijke een gatekeeper-rol heeft in de organisatie: de screening en selectiebeslissing vallen vaak onder de eindverantwoordelijkheid van de direct leidinggevende. Het betrekken van iedereen die betrokken is bij de instroom van nieuwe medewerkers, is dan ook nodig om de drempels voor bepaalde doelgroepen te kunnen

verlagen. In wat volgt, gaan we nog in op een heel specifiek middel om tot een objectievere selectieprocedure te komen. Screening van cv’s: welke interventies? Derous en Ryan (2019) ontwikkelden een kader waarin ook een aantal mogelijke interventies beschreven worden die ertoe kunnen bijdragen dat het risico op vertekening bij screening van cv’s door de gatekeepers vermindert. Deze interventies situeren zich op verschillende niveaus (niveau van het cv-screeningsinstrument, van de persoon of personen die de beslissing nemen en van de bredere context van cv-screening). Deze acties kunnen dus betrekking hebben op de wijze waarop cv’s gescreend worden (anonimiseren, personaliseren, standaardisatie) maar kunnen ook tussenkomen in het beslissingsproces van de gatekeeper via training, samenstelling van de selectiecommissie. Anonieme sollicitatieprocedures beogen discriminatie tegen te gaan door persoonlijke kenmerken te verdoezelen of te verbergen. Studies naar anonieme cv-screening tonen echter geen eenduidige positieve resultaten aan, soms bleek de ontbrekende info net cruciaal om bijvoorbeeld informatie over de loopbaan goed te kunnen begrijpen. Door minder informatie aan te bieden in cv, bleek er net meer ruimte/noodzaak voor eigen invulling en interpretatie gecreëerd

worden.

Een

aantal

steden

landen

(zoals

Frankrijk,

Finland)

experimenteerden met anonieme cv’s maar deze experimenten werden niet verder uitgerold (Behaghel en coauteurs, 2015). Daarop verder bouwend zou het net meer aanbieden van informatie via sterk gepersonaliseerde cv’s een meerwaarde kunnen bieden (bijvoorbeeld video-cv). Kritiek hierop is echter dat te veel niet-relevante informatie aangeboden wordt, waardoor de ‘eerste indruk’ die personen maken via dit kanaal dan net disproportioneel sterk zou kunnen doorwegen (Hiemstra & Derous, 2015). Verdere standaardisatie van cv’s zou ervoor kunnen zorgen dat enkel gerichte informatie op eenzelfde manier door verschillende sollicitanten verstrekt kan worden en dat vooraf door de gatekeepers nagedacht is over de mogelijke relevantie, interpretatie en signaalwaarde van de opgevraagde informatie. Gatekeepers spelen steeds een belangrijke rol, ook bij de beoordeling van sterke gestandaardiseerde cv’s, (tenzij gatekeepers vervangen zouden kunnen worden door de toepassing van bepaalde algoritmes). Werken met een weloverwogen samengestelde selectiecommissie, waarbij bevooroordeelde gatekeepers vermeden worden, kan hierin een belangrijke interventie zijn om discriminatie te vermijden. Daarnaast is het trainen van gatekeepers opdat zij zich meer bewust zouden zijn van het risico op de rol van vooroordelen bij de beoordeling van cv’s, een te overwegen strategie. Derous en coauteurs (2020) onderzochten zo recent de impact van training van gatekeepers (‘Intercultural effectiveness training’ en ‘structured free recall intervention’) op de screening

van cv’s. Positieve effecten werden vastgesteld die echter niet altijd duurzaam bleken. Vandaar herhalen we nogmaals dat het van belang is om ook individuele acties te verankeren binnen een breed gedragen visie en antidiscriminatiecultuur (zie verder). Bevindingen op basis van de survey discriminatie-acties In dit kader willen we ook een aantal bevindingen aanreiken op basis van een brede bevraging bij werkgevers met betrekking tot het gevoerde antidiscriminatiebeleid en de mate waarin ze bepaalde acties doorgevoerd hebben, overwegen of net niet overwegen hun onderneming. De algemene bevindingen werden reeds gerapporteerd door Lamberts en coauteurs (2020) maar deze data kunnen ook tot op zekere hoogte relevant materiaal bieden voor een aantal sectoren en inzicht geven in achterliggende mechanismen. Beperking is hier dat niet voor alle sectoren voldoende observaties gerealiseerd werden om hierover uitspraken te kunnen formuleren. Voor een aantal andere sectoren is dit wel mogelijk. In bijlage A.3.3 zijn een aantal resultaten op sectorniveau opgenomen.

7.6.

Inspiratiemenu voor acties in kader van zelfregulering: omgaan met discriminerende vragen Meten is weten: mystery calls als sensibiliserend instrument

Zoals

eerder

gesteld

(Hoofdstuk 2)

kan

mystery

shopping

aanvullend

correspondentietesten worden gebruikt in een beperkt aantal sectoren of bedrijven. Het instrument is inzetbaar in een beperkt aantal sectoren waar men een discriminerende vraag kan stellen als klant en voldoende werknemers uit de doelgroep zijn tewerkgesteld. Dit instrument kan wel ingezet worden op vlak van zelfregulering. Mystery calls in het kader van de studie van discriminatie op de arbeidsmarkt vertellen ons iets over discriminatoire intenties wanneer organisaties discriminerende vragen krijgen van een klant. Indien vastgesteld wordt op basis van de mystery calls dat dergelijke vraagstelling door klanten inderdaad sterk onderhevig is aan risico’s tot het stellen van discriminatoir gedrag, kan de sector de organisaties ondersteunen bij ontwikkelen van acties om deze risico’s te ondervangen. Dit kan op maat van de organisatie indien individuele terugkoppeling mogelijk is, maar ook op sectorniveau. Zoals beschreven in Hoofdstuk 2 wordt er bij mystery calls een discriminerende vraag gesteld en is er geen controleprofiel waardoor individuele terugkoppeling beter kan onderbouwd worden. Voorbeelden van dergelijke acties zijn opleiding van medewerkers, het uitwerken van interne procedures en/of het voorzien van een draaiboek over hoe omgaan met discriminerende vragen van klanten. Daarnaast kan er ook ingezet worden op het verder informeren van klanten over de (strafbare) discriminerende aard van de gestelde vraag en over de visie van

de eigen organisatie met betrekking tot antidiscriminatie (zoals missie- en visiedocumenten, brochures en klanten-gidsen). Ter ondersteuning van de medewerkers kan er overwogen worden om een intern aanspreekpunt aan te stellen voor medewerkers die kan ondersteunen wanneer medewerkers geconfronteerd worden met discriminerende vragen van klanten. Ook het zelf organiseren van mystery calls binnen de eigen organisatie als interne zelfevaluatie en monitoring en als instrument voor sensibilisering en training, kan overwogen worden. Box: Mystery calls in de uitzendsector en dienstenchequesector (Lamberts en coauteurs, 2020) In maart 2017 stelde de Vlaamse overheid samen met de dienstenchequesector een actieplan op om discriminatie binnen de sector tegen te gaan. Doel is om dienstencheque-ondernemingen te sensibiliseren om een beleid te voeren waarbij discriminerende vragen van klanten op een duidelijke wijze gecounterd worden. De organisatie van praktijktesten (mystery calls), georganiseerd door de werkgeversorganisaties maakt deel uit van dit actieplan. Ook werden de erkenningsvoorwaarden die betrekking hebben op non-discriminatie in de wet dienstencheques aangepast. Deze mystery calls hebben tot doel om te sensibiliseren en te remediëren. In tegenstelling tot studies met correspondentietesten op geaggregeerd niveau, wordt hier wel een individuele terugkoppeling van de resultaten voorzien wanneer inbreuken worden vastgesteld. Indien discriminatie wordt vastgesteld, zullen de betrokken ondernemingen ondersteund worden bij het opstellen van een actieplan. Bij herhaaldelijke vaststellingen van discriminatie, zal dit doorgeven worden aan de afdeling Toezicht en Handhaving van het Departement Werk en Sociale Economie. Voordeel van deze acties op sectorniveau is dat deze brede uitrol ervoor zorgt dat de klant in principe ook niet elders terecht kan met zijn vragen. In het kader van zelfregulering werd ook binnen de uitzendsector ingezet op het meer weerbaar maken van consulenten in het omgaan met direct en indirect discriminerende vragen van klanten. Binnen dit kader werd ook gestart met mystery calls. Deze afspraken dateren van 2011 en sindsdien zijn er vier ‘waves’ van mystery calls georganiseerd binnen de uitzendsector. De mystery calls in de uitzendsector hebben betrekking op discriminerende vragen die gesteld worden met herkomst als discriminatiegrond. Onze gesprekspartners binnen recente onderzoek (Lamberts en coauteurs, 2020) benadrukken het sterk sensibiliserende effect van deze mystery calls. Ook nu wordt een individuele terugkoppeling voorzien wanneer inbreuken worden vastgesteld. Organisaties die niet goed scoren worden ondersteund, dienen een actieplan op te stellen en worden verder opgevolgd (naar problemen van structurele aard, bepaalde patronen). De sector wil organisaties zo op de goede weg zetten. Het is ook een continu aandachtspunt geworden binnen de sector. De sector beoogt sterk sensibiliserend te zijn, niet enkel controlerend en sanctionerend. Bovendien werd ondersteunend aan de mystery calls, ook in de meeste organisatie sterk geïnvesteerd in de verdere verduidelijking, het verstrekken van kennis en informatie met betrekking tot de wetgeving en welke handelingen discriminerend zijn. Men tracht de grijze zone van wat kan en wat niet kan, zo sterk mogelijk te verduidelijken en weg te nemen. De regelgeving wordt heel concreet vertaald in wat men dient te doen in verschillende situaties. Opleiding wordt voorzien opdat consulenten ook de nodige skills ontwikkelen om niet in de fout te gaan. Ook nu is de impact van de sector begrensd. De klant kan nog steeds bij het finaal tewerk stellen van de gestuurde kandidaten beslissen om bepaalde kandidaten niet in dienst te nemen. De consulent kan enkel maar zo goed mogelijk bemiddelen en discriminerende vragen tegengaan. Deze vorm van zelfregulering vraagt inderdaad een inspanning van de sector, ook financieel. De meerwaarde omhelst dat men sectorbreed en sectorspecifiek deze calls kan organiseren. Ook nu is de impact van de sector begrensd. De klant kan nog steeds bij het finaal tewerk stellen van de gestuurde kandidaten beslissen om bepaalde kandidaten niet in dienst te nemen. De consulent kan

enkel maar zo goed mogelijk bemiddelen en discriminerende vragen tegengaan.

Bevindingen op basis van de survey discriminatie-acties In dit kader willen we ook een aantal bevindingen aanreiken op basis van een brede bevraging bij werkgevers met betrekking tot het gevoerde antidiscriminatiebeleid en de mate waarin ze bepaalde acties doorgevoerd hebben, overwegen of net niet overwegen hun onderneming. De algemene bevindingen werden reeds gerapporteerd (Lamberts en coauteurs, 2020) maar deze data kunnen ook tot op zekere hoogte relevant materiaal bieden voor een aantal sectoren7 en inzicht geven in achterliggende mechanismen. In bijlage A.3.3 zijn een aantal resultaten op sectorniveau opgenomen. Bijkomende analyses op sectorniveau zijn steeds mogelijk (op aanvraag van de sectoren).

7.7.

Inspiratiemenu voor acties in kader van zelfregulering: een breed gedragen antidiscriminatieklimaat

Van sectoren zal verwacht worden dat zij zelfregulerend optreden ten overstaan van de vastgestelde problemen en knelpunten. Dat wil zeggen: binnen de sectoren waar problemen vastgesteld worden op basis van de monitoring en risicoanalyse, dienen de ondernemingen ondersteund te worden om de mechanismen achter de vastgestelde risico’s bloot te leggen, en om acties te ondernemen die ervoor zorgen dat een beleid om discriminatie tegen te gaan op organisatieniveau vorm krijgt (binnen de beperking van een niet-bestraffend maar stimulerend kader). We beseffen dat dit geen eenvoudige opdracht is. Eerder onderzoek (Lamberts en coauteurs, 2019) gaf ons reeds meer inzicht in de achterliggende mechanismen op de werkvloer. Zo stellen we vast dat op organisatieniveau de aanwezige organisatiecultuur een belangrijk gegeven is. Wanneer iedereen zich bewust is van het feit dat discriminatie – vaak onbewust en onbedoeld – kan voorkomen en wanneer iedereen ervan overtuigd is dat dat niet kan of past binnen de organisatie waarvoor men werkt en daartoe verantwoordelijkheid wilt opnemen, zijn belangrijke voorwaarden vervuld die nodig zijn om ervoor te zorgen dat het risico op discriminatie op de werkvloer sterk kan verminderen (ook door gedragen aanpassingen binnen HR-praktijken bijvoorbeeld). De aanwezige cultuur, het ‘antidiscriminatieklimaat’ binnen de organisatie speelt dus een belangrijke rol: organisaties die een hoger risico op discriminatie van medewerkers door collega’s en/of door leidinggevenden rapporteren, geven vaker aan dat er geen sterk antidiscriminatieklimaat aanwezig is. Wanneer organisaties stellen een succesvol beleid tegen antidiscriminatie te voeren, maken zij ook vaker melding van een sterk antidiscriminatieklimaat

Beperking is hier dat niet voor alle sectoren voldoende observaties gerealiseerd werden om hierover uitspraken te kunnen formuleren. Voor een aantal andere sectoren is dit wel mogelijk.

(in vergelijking met organisaties die het gevoerde antidiscriminatiebeleid eerder als moeizaam of falend omschrijven). Onze ervaring op basis van de gezette onderzoeksstappen (Lamberts en coauteurs, 2020) is alvast dat de monitoring van discriminerend gedrag aan de hand van gedragstesten wel een positief effect kan hebben op het proces binnen de organisatie, zeker in geval feedback op niveau van de organisatie mogelijk is: het bewustzijn van aanwezige risico’s verhoogt, het tegengaan van discriminatie wordt meer prioritair, er worden acties en maatregelen ondernomen en men ervaart na enige tijd ook een duidelijke shift in cultuur en mindset (zie eerder: fase 1 als eye opener). Er dient verder onderzocht te worden in welke mate het effect van praktijktesten duurzaam is of niet. Vandaar willen we nogmaals benadrukken dat het van belang is om vooral in te zetten op het faciliteren van het vormgeven van een structureel en verankerd antidiscriminatiebeleid op organisatieniveau, eventueel via het format van antidiscriminatieplannen. Het organiseren van correspondentietesten dienen dan ook geen op zich staande elementen te zijn in dit verhaal waar vooral een sensibiliserende werking en gedragsverandering beoogd wordt, maar dienen middelen te zijn om (vaak onbewuste) discriminatie te monitoren om zo vooral het proces op organisatieniveau te faciliteren. Het thema van antidiscriminatie is een complex gegeven met meerlagige oorzaken en oplossingen. Hiervoor moet ook de ruimte kunnen geboden worden op organisatieniveau om dit op een goede en constructieve manier aan te pakken. Het is dan ook niet zozeer een discussie of het beleid dient in te zetten op het monitoren van discriminerend gedrag dan wel op het begeleiden van het proces op organisatieniveau (bijvoorbeeld via het ondersteunen van organisaties door gerichte expertise van sectorconsulenten, aanreiken van tools en instrumenten en ondersteunen bij het opstellen van antidiscriminatieplannen). Een effectief beleid dient idealiter veeleer in te zetten op beide: door monitoring en feedback het proces op organisatieniveau faciliteren en dit bijkomend ondersteunen.

Algemene kwaliteitscriteria voor zelfregulering (fase 2)

De Vlaamse overheid verplicht sectoren om in het kader van de nieuwe generatie sectorconvenants 2021–2022 aan de slag te gaan met het monitoren van discriminatie en waar nodig een aansluitend sensibiliserend en ondersteunend actieplan uit te rollen. De methodiek voor dit actieplan werd in Hoofdstuk 7 beschreven. Hier lijsten we nog vier kwaliteitscriteria bij de uitvoering van de methodiek.

8.1.

Onafhankelijke, betrouwbare en transparante effectiviteitsmeting

De effectiviteit van de genomen sectorale acties wordt het best onderzocht aan de hand van een objectieve opvolgmeting met correspondentietesten op geaggregeerd niveau. Voor deze opvolgtesten gelden ook de kwaliteitscriteria van de monitoring van discriminatie bij de nulmeting. We denken hierbij vooral aan de eerste drie criteria: onafhankelijke opvolgtesten door een externe partner, methodologische betrouwbaarheid van de testen en de transparante rapportering van de methodologie en geaggregeerde resultaten van de opvolgmeting. Bijkomende aandachtspunten bij de effectiviteitsmeting zijn het hanteren van dezelfde methodologie en steekproeftrekking in fase 1 en 2 en het trachten uit te filteren van eventuele conjuncturele effecten (bijvoorbeeld gerelateerd aan economisch terugval naar aanleiding van covid-19) op het voorkomen van discriminatie in een sector. Wanneer de opvolgmetingen geen gunstige evolutie laten optekenen, kan de overheid voor bepaalde sectoren een gepast actieplan voorbereiden.

8.2.

Individuele opvolging van organisaties

De Vlaamse overheid sluit individuele sensibilisering van organisaties niet uit. Hoewel over de monitoring van discriminatie op geaggregeerd niveau en op anonieme wijze wordt gerapporteerd in fase 1 en 3, wordt iedere individuele organisatie natuurlijk wel afzonderlijk getest. Deze individuele testresultaten kunnen door bijvoorbeeld de sectorconsulenten worden gebruikt om een organisatie op individueel niveau te sensibiliseren in fase 2. De externe organisatie die de monitoring uitvoert dient hierbij uiteraard de individuele testresultaten aan de sectorconsulenten over te maken. Er bestaan verschillende argumenten voor deze individuele opvolging van organisaties in het kader van sensibiliseren. Ten eerste zou individuele sensibilisering effectiever zijn dan geaggregeerde sensibilisering, omdat de betrokken organisaties zich dan meer aangesproken voelen door de sensibiliseringsacties. Bij individuele begeleiding is er ook meer maatwerk mogelijk. Ten tweede kunnen de sectoren op die manier tegemoetkomen aan één van de kritieken op zelfregulering (Verstraete et al. 2019), met name dat de maatregelen vaak zonder gevolgen blijven voor discriminerende bedrijven. Ten derde sluit deze individuele aanpak ook aan bij de gangbare praktijk in de interim- en dienstenchequesectoren, waar discriminerende kantoren ook individueel worden opgevolgd. Ten slotte bestaat het gevaar dat een deel van de organisaties in een sector nooit vrijwillig zullen meegaan in de sensibiliseringsacties op sectorniveau. Wanneer een sectorconsulent deze organisaties echter aanspreekt met hun individuele testresultaten in de hand, vergroot men de kans om deze alsnog mee te krijgen in het verhaal.

Desalniettemin zijn er ook een aantal pijnpunten aan deze individuele opvolging waarmee men best zoveel mogelijk rekening houdt. Ten eerste kunnen niet alle externe partners zo gemakkelijk de individuele testresultaten aan de sectorconsulenten doorgeven. Academische instellingen dienen bijvoorbeeld voor correspondentietesten een goedkeuring van hun ethische commissies krijgen en deze commissies zijn doorgaans niet gewonnen voor het delen van de testresultaten met derden (zie Zschirnt 2019). Ook voor commerciële onderzoeksbureaus kan dit een moeilijk punt zijn (hoewel het wel mogelijk is in de interim- en dienstenchequesector). Ten tweede dient men bij correspondentietesten een individuele organisatie meermaals te testen om een toevallige ongelijke behandeling te kunnen onderscheiden van een statistisch significant patroon van discriminatie. Op de vastgoedmarkt zou men makelaars minstens 10 keer moeten testen (zie Verhaeghe & Van der Bracht 2020). Op de arbeidsmarkt is dit mogelijks meer. Tijdens de nulmeting in fase 1 zullen de meeste organisaties waarschijnlijk maar één of twee keer worden getest, met uitzondering van de grote bedrijven die erg veel vacatures in een bepaalde periode hebben. Dit betekent dat we voor de meeste geteste organisaties enkel met een lage graad van statistische zekerheid iets gaan kunnen zeggen over hun individueel discriminerend gedrag.8 Deze statistische nuance dienen de sectorconsulenten mee te nemen wanneer ze het gesprek aangaan met de individuele organisaties over hun specifieke testresultaten.9

8.3.

Toezicht door een stuurgroep van het actieproces

In lijn met de monitoring van de discriminatie op sectorniveau wordt best ook het actieproces om discriminatie te verminderen opgevolgd door een onafhankelijke stuurgroep met stakeholders. De samenstelling van deze centrale stuurgroep kan dezelfde zijn als deze van bij de monitoring.

8.4.

Handhaving versterkt sensibilisering

Zowel het Vlaamse regeerakkoord als de beleidsnota Werk en Sociale Economie spreken van handhaving met gerichte controles vanuit de Vlaamse sociale inspectie. Internationaal onderzoek ondersteunt de combinatie van sensibiliserende en ondersteunende acties (de zogenaamde ‘compliance’) met handhaving (zogenaamde ‘deterrence’) (Baldwin & Cave 1999). Beiden vullen elkaar aan. Compliance is effectiever wanneer er een stok achter de deur is, maar deterrence is onredelijk en zelfs contraproductief wanneer er onvoldoende wordt

Dit statistische argument geldt natuurlijk niet voor de monitoring op het geaggregeerde niveau van een sector, omdat men daar een voldoende hoog aantal vacatures kan testen. 9

Deze statistische (on)zekerheid kunnen de sectorconsulenten ook in een statistische p-waarde uitdrukken. Zie tabel 2 in Verhaeghe en Van der Bracht (2020).

ondersteund en gesensibiliseerd. Men kan hierbij ook rekening houden met het profiel van de organisatie. Een ondersteunende en sensibiliserende aanpak in het kader van vrijwillige zelfregulering kan voor sommigen voldoende zijn om discriminatie tegen te gaan, terwijl bij anderen vervolging en bestraffing is aangewezen om tot een gedragswijziging te komen. De nul- en opvolgmeting met correspondentietesten (fase 1 en 3) kunnen aantonen of de compliance aanpak met sensibilisering en ondersteuning (fase 2) al dan niet volstaat.

Samengevat

Wanneer we op basis van voorgaande hoofdstukken de figuur in Hoofdstuk 1 verder concretiseren, komen tot de invulling van onze 3–fasenvisie zoals weergegeven in Figuur 2. Concreet vullen we het meten van arbeidsmarktdiscriminatie in de Vlaamse sectoren in de eerste plaats met correspondentietesten in, terwijl in de zelfregulerende fase uit een breder spectrum aan instrumenten kan gekozen worden. Figuur 2 – Concrete 3–fasenvisie

1. Nulmeting. Via correspondentietesten op sectorniveau

2. Zelfregulering. Via breed scala aan instrumenten waaruit sectoren kiezen

3. Opvolgmetingen. Voor aanvullende of problematische gronden (in “probleemsectoren”)

Bibliografie Albert, R., Escot, L., Fernandez-Cornejo, J. (2011): A field experiment to study sex, age discrimination in the Madrid labour market. International Journal of Human Resource Management, 22, 351–375. Arrow, K. J. (1973): The Theory of Discrimination. In Ashenfelter, O., Rees, A. (eds.): Discrimination in Labor Markets. Princeton: Princeton University Press. Auspurg, K., Hinz, T. (2014): Factorial Survey Experiments. Thousand Oaks: Sage. Baert, S. (2014): Career Lesbians. Getting Hired for Not Having Kids? Industrial Relations Journal, 45, 543–561. Baert, S. (2015): Field Experimental Evidence on Gender Discrimination in Hiring: Biased as

Heckman and Siegelman Predicted? Economics: The Open-Access, Open-Assessment EJournal, 9, 2013–25. Baert, S. (2016): Wage Subsidies and Hiring Chances for the Disabled: Some Causal Evidence. European Journal of Health Economics, 17, 71–86. Baert, S. (2018a): Facebook profile picture appearance affects recruiters’ first hiring decisions. New Media & Society, 20, 1220–1239. Baert, S. (2018b): Hiring a gay man, taking a risk? A lab experiment on employment discrimination and risk-aversion. Journal of Homosexuality, 65, 1015–1031. Baert, S. (2018c): Hiring Discrimination: An Overview of (Almost) All Correspondence Experiments Since 2005. In Gaddis, M. (Ed.): Audit Studies: Behind the Scenes with Theory, Method, and Nuance. New York: Springer. Baert, S., Albanese, A., du Gardein, S., Ovaere, J., Stappers, J. (2017): Does Work Experience Mitigate Discrimination? Economics Letters, 155, 35–38. Baert, S., Balcaen, P. (2013): The Impact of Military Work Experience on Later Hiring Chances in the Civilian Labour Market. Evidence from a Field Experiment. Economics: The OpenAccess, Open-Assessment E-Journal, 7, 2013–37. Baert, S., Cockx, B. (2013): Pure Ethnic Gaps in Educational Attainment and School to Work Transitions. When Do They Arise? Economics of Education Review, 36, 276–294. Baert, S., Cockx, B., Gheyle, N., Vandamme, C. (2015): Is There Less Discrimination in Occupations Where Recruitment Is Difficult? Industrial & Labor Relations Review, 68, 467– 500. Baert, S., De Meyer, A.-S., Moerman, Y., Omey, E. (2018): Does Size Matter? Hiring Discrimination and Firm Size. International Journal of Manpower, 39, 550–566. Baert, S., De Pauw, A.-S. (2014): Is Ethnic Discrimination due to Distaste or Statistics? Economics Letters, 125, 270–273. Baert, S., De Pauw, A.-S., Deschacht, N. (2016a): Do Employer Preferences Contribute to Sticky Floors? Industrial & Labor Relations Review, 69, 714–736. Baert, S., De Visschere, S, Schoors, K., Vandenberghe, D., Omey, E., (2016b): First Depressed, Then Discriminated Against? Social Science & Medicine, 170, 247–254. Baert, S., Decuypere, L. (2014): Better sexy than flexy? A lab experiment assessing the impact of perceived attractiveness and personality traits on hiring decisions. Applied Economics Letters, 21, 597–601. 55

Baert, S., Heiland, F., Korenman, S. (2016c): Native-Immigrant Gaps in Educational and School-to-Work Transitions in the Second Generation: The Role of Gender and Ethnicity. Economist, 164, 159–186. Baert, S., Lippens, L., Moens, E., Sterkens, P., Weytjens, J. (2020): How Do We Think the COVID-19 Crisis Will Affect Our Careers (If Any Remain)? IZA Discussion Paper Series, 13164. Baert, S., Norga, J., Thuy, Y., Van Hecke, M. (2016d): Getting Grey Hairs in the Labour Market. A Realistic Experiment on Age Discrimination. Journal of Economic Psychology, 57, 86–101. Baert, S., Omey, E. (2015): Hiring Discrimination against Pro-Union Applicants: The Role of Union Density and Firm Size. Economist, 163, 263–280. Baert, S., Rotsaert, O., Verhaest, D., Omey, E. (2016e): Student Employment and Later Labour Market Success: No Evidence for Higher Employment Chances. Kyklos, 69, 401–425. Baert, S., Verhaest, D. (2018): Work Hard or Play Hard? Degree Class, Student Leadership and Employment Opportunities. IZA Discussion Paper Series, 11971. Baert, S., Verhaest, D. (2019): Unemployment or Overeducation: Which is a Worse Signal to Employers? Economist, 167, 1–21. Baert, S., Verhofstadt, E. (2015): Labour market discrimination against former juvenile delinquents: evidence from a field experiment. Applied Economics, 47, 1061–1072. Baert, S., Vujić, S. (2016): Immigrant Volunteering: A Way Out of Labour Market Discrimination? Economics Letters, 146, 95–98. Baert, S., Vujić, S. (2018): Does it Pay to Care? Volunteering and Employment Opportunities, Journal of Population Economics, 31, 819–836. Baldwin, R., Cave, M. (1999): Understanding regulation. Theory, strategy, and practice. Oxford: Oxford University Press. Banerjee, A., Bertrand, M., Datta, S., Mullainathan, S. (2009): Labor market discrimination in Delhi: Evidence from a field experiment. Journal of Comparative Economics, 37, 14–27. Becker, G. S. (1964): Human Capital: A Theoretical and Empirical Analysis, with Special Reference to Education. New York: National Bureau of Economic Research. Behaghel, L., Crépon, B., Le Barbanchon, T. (2015): Unintended effects of anonymous résumés. American Economic Journal: Applied Economics, 7, 1–27. Bertrand, M., Mullainathan, S. (2004): Are Emily, Greg more employable than Lakisha, Jamal?

A field experiment on labor market discrimination. American Economic Review, 94, 991–1013. Biddle, J. E., Hamermesh, D. S. (2013): Wage discrimination over the business cycle. IZA Journal of Labor Policy, 2, 1–19. Black, D. A. (1995): Discrimination in an equilibrium search model. Journal of Labor Economics, 13, 309–334. Booth, A., Leigh, A., Varganova, E. (2012): Does ethnic discrimination vary across minority groups? Evidence from a field experiment. Oxford Bulletin of Economics and Statistics, 74, 547–573. Bourabain, D., Verhaeghe, P-P. Stevens, P. (2020): School of choice or schools’ choice? Intersectional correspondence testing on ethnic and class discrimination in the enrolment procedure to Flemish kindergarten. Race Ethnicity and Education, 1–21. Bourdeaud’hui, R., Janssens, F., Vanderhaeghe, S (2019): Vlaamse werkbaarheidsmonitor 2019 –werknemers. Brussel: SERV. Capéau, B., Eeman, L., Groenez, S., Lamberts, M. (2012): Two Concepts of Discrimination: Inequality of Opportunity versus Unequal Treatment of Equals. Ecore Discussion Paper Series, 2012–58. Carlsson, M. (2010): Experimental Evidence of Discrimination in the Hiring of First‐and Second‐generation Immigrants. Labour, 24, 263–278. Carlsson, M., Fumarco, L., Rooth, D.-O. (2014): Does the design of correspondence studies influence the measurement of discrimination? IZA Journal of Migration, 3, 11. Carlsson, M., Rooth, D.-A. (2007): Evidence of ethnic discrimination in the Swedish labor market using experimental data. Labour Economics, 14, 716–729. Derous E., Nguyen H-H, D. Ryan A. (2020): Reducing ethnic discrimination in resumescreening: a test of two training interventions, European Journal of Work and Organizational Psychology, DOI: 10.1080/1359432X.2020.1756907. Drydakis, N. (2014): Sexual Orientation Discrimination in the Cypriot Labour Market. Distastes or Uncertainty? International Journal of Manpower, 35, 720–744. Drydakis, N. (2015): Measuring Sexual Orientation Discrimination in the UK’s Labour Market; A Field Experiment. Human Relations, 68, 1769‒1796. Federgon (2012): Jaarverslag 2011. Brussel: Federgon. Federgon (2013): Jaarverslag 2012. Brussel: Federgon.

Heckman, J. (1998): Detecting discrimination. Journal of Economic Perspectives, 12, 101– 116. Hiemstra, A. M. F., Derous, E. (2015): Video résumés portrayed: Findings and challenges. In I. Nikolaou, J. K. Oostrom (Eds.): Employee recruitment, selection, and assessment: Contemporary issues for theory and practice. Hove, UK: Psychological Press. Kaas, L., Manger, C. (2012): Ethnic Discrimination in Germany’s Labour Market: A Field Experiment. German Economic Review, 13, 1–20. Lahey, J. (2008): Age, women, hiring: An experimental study. Journal of Human Resources, 43, 30–56. Lamberts

Vanderstukken,

A.,

Leebeeck,

Vermeersch,

(2020).

Antidiscriminatiebeleid op sectoren organisatieniveau: naar bewustzijn en gedeelde verantwoordelijkheid. Leuven: Hiva. Lippens, L., Baert, S., Ghekiere, A., Verhaeghe, P.-P., Derous, E. (2020): Is labour market discrimination against ethnic minorities better explained by taste or statistics? A systematic review of the empirical evidence. IZA Discussion Paper Series, 13523. Nabi, R., Shpitser, I. (2018): Fair Inference on Outcomes. AAAI Conference on Artificial Intelligence, 2018, 1931–1940. Neumark, D. (2018): Experimental Research on Labor Market Discrimination. Journal of Economic Literature, 56, 799–866. Neyt, B., Vandenbulcke, S., Baert, S. (2019): Are Men Intimidated by Highly Educated Women? Undercover on Tinder. Economics of Education Review, 73, e101914. Oreopoulos, P. (2011): Why do skilled immigrants struggle in the labor market? A field experiment with thirteen thousand resumes. American Economic Journal: Economic Policy, 3, 148–171. Pearl, J. (2009): Causality: Models, Reasoning, and Inference. Cambridge: Cambridge University Press. Petit, P. (2007): The effects of age, family constraints on gender hiring discrimination: A field experiment in the French financial sector. Labour Economics, 14, 371–391. Quillian, L. (2006): New Approaches to Understanding Racial Prejudice and Discrimination. Annual Review of Sociology, 32, 299–328. Randstad. (2019a): Onderzoek naar de kwaliteit van de employer brand van de grootste Belgische bedrijven. Sint-Agatha-Berchem: Randstad. 58

Randstad. (2019b): Werk zoeken en vinden op de arbeidsmarkt. Sint-Agatha-Berchem: Randstad. Riach, P. A., Rich, J. (2004): Deceptive field experiments of discrimination: Are they ethical? Kyklos, 57, 457–470. Rich, J., Fontinha, R., Lansbury, L., Baert, S. (2017): Do employers discriminate against trade union activists?: An experimental study of Belgium, Poland, Portugal and UK. Mimeo. Ruffle, B., Shtudiner, Z. (2015): Are Good-Looking People More Employable? Management Science, 61, 1760–1776. Spaas,

(2015):

Dienstencheques:

subsidiëren

discrimineren?

Brussel:

Minderhedenforum. UNIA (2019): Cijferverslag 2019. Brussel: Unia. UNIA-FOD WASO (2020): Socio-economische Monitoring. Arbeidsmarkt en origine 2019. Brussel: UNIA-FOD WASO. Van Belle, E., Di Stasio, V., Caers, R., De Couck, M., Baert, S. (2018): Why Are Employers Put Off by Long Spells of Unemployment? European Sociological Review, 34, 694–710. Van Borm, H., Baert, S. (2018): What Drives Hiring Discrimination Against Transgenders? International Journal of Manpower, 39, 581–599. Van Borm, H., Burn, I., Baert, S. (2019): What Does a Job Candidate's Age Signal to Employers? IZA Discussion Paper Series, 12849. Van der Bracht, K., Coenen, A., Van de Putte, B. (2015): The not-in-my-property syndrome: rental housing market discrimination in two Belgian cities. Journal of Ethnic and Migration Studies, 41, 158–175. Verhaeghe, P.P. (2017): Liever Sandra dan Samira? Over praktijktesten, mystery shopping en discriminatie. Berchem: Uitgeverij EPO. Verhaeghe, P.P., Coenen, A., Demart, S., Van der Bracht, K., Van de Putte, B. (2017): Discrimibrux 2017: Discriminatie door vastgoedmakelaars op de private huurwoningmarkt van het Brussels Hoofdstedelijk Gewest. Brussel: Vakgroep Sociologie, Vrije Universiteit Brussel. Verhaeghe, P.P., Ghekiere A. (2020): The impact of the Covid-19 pandemic on ethnic discrimination

the

housing

market,

European

Societies,

DOI:10.1080/14616696.2020.1827447. Verhaeghe, P.P., Ghekiere, A. (2020): Is de etnische discriminatie op de Gentse woningmarkt

structureel gedaald? Vakgroep Sociologie, Vrije Universiteit Brussel. Verhaeghe, P.P., Mastari, L. (2018): Mystery shopping bij makelaars in het Brussels Hoofdstedelijk Gewest. Brussel: Vakgroep Sociologie, Vrije Universiteit Brussel. Verhaeghe, P.P., Van der Bracht, K. (2017): Praktijktesten: van onderzoeksmethode naar beleidsinstrument tegen discriminatie? Sociologos, 38, 182–200. Verhaeghe, P.P., Van der Bracht, K. (2020): How many correspondence tests are enough to detect discrimination among single agents? A longitudinal study on the Belgian real estate market. GLO Discussion Paper Series, 678. Verhaeghe, P.P., Van der Bracht, K., Van de Putte, B. (2016): Discrimination of tenants with a visual impairment on the housing market: empirical evidence from correspondence tests. Disability and Health Journal, 9, 234–238. Verhaeghe, P.P., Verstraete, J., Vermeir, D., De Decker, P. (2020): Discriminatie, toegankelijkheid en betaalbaarheid op de huurwoningmarkt in Mechelen. Brussel: Vakgroep Sociologie, Vrije Universiteit Brussel. Verstraete,

J.,

Vermeir,

D.,

Decker,

P.,

Hubeau,

(2017):

Een

Vlaams

antidiscriminatiebeleid op de private huurmarkt. De mogelijke rol van zelfregulering. Leuven: Steunpunt Wonen. Wood, M., Hales, J., Purdon, S., Sejersen, T., Hayllar, O. (2009): A test for racial discrimination in recruitment practice in British cities. DWP Research Reports, 607. Zhou, X., Zhang, J., Song, X. (2013): Gender discrimination in hiring: Evidence from 19,130 resumes in China. Mimeo. Zschirnt, E. (2019): Research ethics in correspondence testing: an update. Research Ethics, 15, 1–21.

Appendix A A.1.

Voorbeeldcv’s

A.1.1. Type A, Turkse naam

A.1.2. Type A, Vlaamse naam

A.1.3. Type B, Turkse naam

A.1.4. Type B, Vlaamse naam

A.2.

Voorbeeld van registratiefile

A.2.1. Eerste kolommen registratiefile (20 eerste rijen) KENMERKEN VACATURE TYPE SOLLICITATIE Bedri jf Ondernemi ngs nummer Ba s i s profi el Anoni em1 Anoni em1 Productiemedewerker Anoni em2 Anoni em2 Commerci eel medewerker LAAG Anoni em3 Anoni em3 Werfl ei der Anoni em4 Anoni em4 Boekhouder Anoni em5 Anoni em5 Commerci eel medewerker LAAG Anoni em6 Anoni em6 Werfl ei der Anoni em7 Anoni em7 Commerci eel medewerker HOOG Anoni em8 Anoni em8 Productiemedewerker Anoni em9 Anoni em9 Vertegenwoordi ger Anoni em10 Anoni em10 Verpl eegkundi ge Anoni em11 Anoni em11 Werfl ei der Anoni em12 Anoni em12 Werfl ei der Anoni em13 Anoni em13 Vertegenwoordi ger Anoni em14 Anoni em14 Productiemedewerker Anoni em15 Anoni em15 Admi ni s tra tief medewerker Anoni em16 Anoni em16 Productiemedewerker Anoni em17 Anoni em17 Productiemedewerker Anoni em18 Anoni em18 Vertegenwoordi ger Anoni em19 Anoni em19 Werfl ei der Anoni em20 Anoni em20 Boekhouder

Da g X A 00J Ma n A 00J Ma n B 00J Ma n B 00J Ma n A 10J Ma n A 10J Ma n B 10J Ma n B 10J Ma n A 20J Ma n A 20J Ma n B 20J Ma n B 20J Ma n A 00J Ma n A 00J Ma n B 00J Ma n B 00J Ma n A 10J Ma n A 10J Ma n B 10J Ma n B 10J Ma n

Ui tges tuurd Da g X + 1 Ui tges tuurd Vl a mi ng Va ndevel 1 de B 00J Ma n Turk 1 Turk 1 B 00J Ma n Vl a mi ng Va ndevel 1 de Turk 1 A 00J Ma n Vl a mi ng Va ndevel 1 de Vl a mi ng Va ndevel 1 de A 00J Ma n Turk 1 Vl a mi ng Va ndevel 1 de B 10J Ma n Turk 1 Turk 1 B 10J Ma n Vl a mi ng Va ndevel 1 de Turk 1 A 10J Ma n Vl a mi ng Va ndevel 1 de Vl a mi ng Va ndevel 1 de A 10J Ma n Turk 1 Vl a mi ng Va ndevel 1 de B 20J Ma n Turk 1 Turk 1 B 20J Ma n Vl a mi ng Va ndevel 1 de Turk 1 A 20J Ma n Vl a mi ng Va ndevel 1 de Vl a mi ng Va ndevel 1 de A 20J Ma n Turk 1 Vl a mi ng Va ndevel 1 de B 00J Ma n Ma rokka a n 1 Ma rokka a n 1 B 00J Ma n Vl a mi ng Va ndevel 1 de Ma rokka a n 1 A 00J Ma n Vl a mi ng Va ndevel 1 de Vl a mi ng Va ndevel 1 de A 00J Ma n Ma rokka a n 1 Vl a mi ng Va ndevel 1 de B 10J Ma n Ma rokka a n 1 Ma rokka a n 1 B 10J Ma n Vl a mi ng Va ndevel 1 de Ma rokka a n 1 A 10J Ma n Vl a mi ng Va ndevel 1 de Vl a mi ng Va ndevel 1 de A 10J Ma n Ma rokka a n 1

A.2.2. Volgende kolommen registratiefile (20 eerste rijen) VLAMING Da tum verzendi ngDa tum ca l l ba ckMedi um 3/12/2015 4/12/2015 4/12/2015 E-ma i l 4/12/2015 3/12/2015 3/12/2015 E-ma i l 3/12/2015 4/12/2015 9/12/2015 E-ma i l 5/12/2015 7/12/2015 Tel efoon 4/12/2015 4/12/2015 6/12/2015 7/12/2015 E-ma i l 6/12/2015 8/12/2015 E-ma i l 5/12/2015 7/12/2015 E-ma i l 5/12/2015 7/12/2015 E-ma i l 7/12/2015 8/12/2015 E-ma i l 7/12/2015 9/12/2015 E-ma i l 6/12/2015 7/12/2015 E-ma i l 5/12/2015 7/12/2015 10/12/2015 10/12/2015 E-ma i l 9/12/2015 9/12/2015 E-ma i l

NIET-VLAMING Letterl i jke i nhoud Coderi ca l l bang ck Afgewerkt Da tum verzendi ngDa tum ca l l ba ckMedi um Letterl i jke i nhoud Coderi ca l l bang ck Afgewerkt 0 1 4/12/2015 0 1 Bes te Ni col a s ,Beda 0 nkt voor1uw s ol l i ci tati 3/12/2015 e en i nteres s e 3/12/2015 i n AS Adventure.Hi E-ma erbi i l j l a ten weBes u weten te Emre,Beda da t wi j nkt uw 0 voor ka ndiuw da 1 stuur ol l i ci optati vaenda enai gnteres ni et weerh se in 0 1 3/12/2015 0 1 Gea chte 0 1 4/12/2015 4/12/2015 E-ma i l Gea chte heer/mevrouw 0 Emre 1 Sa hi n,Beda nkt voor uw ka n 0 1 4/12/2015 0 1 Bes te Ni col a s , 2 1 3/12/2015 8/12/2015 E-ma i l Bes te Emre Sa hi n,Ha 0 rtel i jk da 1 nk voor de i nteres s e di e u Ik bel even voor de1 s ol l i ci tatie 1 voor de 4/12/2015 functie bi j Aca Pha rma . Ik ha d u gra a g ui tgenodi gd voor een verkennend 0 ges1prek i n verba nd met deze fun 0 1 5/12/2015 0 1 0 1 5/12/2015 0 1 Bes te heer 0 1 5/12/2015 7/12/2015 E-ma i l Bes te De va ca tures0 op de a fdel 1 i ngen orthopedi e en a l ge 0 1 5/12/2015 8/12/2015 E-ma i l 2 1 Bes te Ni col a s Bes te Emre Gea chte heer , 0 1 6/12/2015 7/12/2015 E-ma i l 0 i jk da nk 1 voor uw i nteres s e i n onze o Gea chte heer, Ha rtel Bes te Ni col a s ,Beda 0 nkt voor1je s ol l i ci tati 6/12/2015 e.Momenteel ka7/12/2015 n i k je echter geen E-mapos i l i ti ef a ntwoord Bes te geven.Al Moha med,Al va s t0veel va s t beda s ucces 1 nktmet voor je je zoektocht s pontane nasaolr leen i ci Bes te Ni col a s , Ik heb 0 uw bri1ef en CV goed 6/12/2015 ontva ngen. Op8/12/2015 het eers te zi cht E-ma zoui l U wa a rs chiBes jnl ite jk Moha goed bi med,Ik j onze 0 heb firma uwpabri 1s sef en, enma CVa goed r i k heb ontva mi jn ngen. twi jfO Bes te, Ka n u zi ch vri 1 jma ken 1voor een verkennend 6/12/2015 ges prek9/12/2015 i n ons ka ntoorE-ma te Ghel i l a mco Arena Bes te, opKa vrinjda u zig ch 11/12 vri 1 jma omken 11u? 1voor Meteen vri endel verkennend i jke groeten,S ges pre Bes te Ni col a s ,Da nk 2 voor je s1ol l i ci tati e.Wa 7/12/2015 a r heb je de erva 9/12/2015 ri ng opgeda aE-ma n?Enthous il i a s te Bes groeten te Moha med,Beda 0 nkt voor 1 je s ol l i ci tati e. Op di t mom 0 1 6/12/2015 0 1 0 1 6/12/2015 0 1 Gea chte Ni col a s 0 1 9/12/2015 9/12/2015 E-ma i l Gea chte Moha med0 El Idri s s1i ,U heeft met s ucces ges ol l i c Bes te Ni col a s ,beda 1 nkt voor1jouw i nteres 10/12/2015 s e i n onze va ca ture!Gra 11/12/2015 a g ha dden E-mawi i l +j jou Tel efoonBes ontmoet voor te,beda eennkt eers voor te1 verkennend jouw s ol1l i ci tati geseprek.Door en i nteresde s ewerkdr Ik heb

A.2.3. Laatste kolommen registratiefile (20 eerste rijen)

Pos i ti eve rea cti e voor Vl a mi ng Geen pos i ti eve rea cti e voor Vl a mi ng

Pos i ti efa ntwoordka ns ni et-Vl a mi ng Pos i ti efa ntwoordka ns Vl a mi ng Pos i ti efa ntwoordra ti o McNema r ch² Kri ti s che tes twa a rde (p = 0.05)

Pos i ti eve rea cti e voor ni et-Vl a mi ng Geen pos i ti eve rea cti e voor ni et-Vl a mi ng 51 35 11 287

16.1% 22.4% 0.72 12.52 3.84

A.3.

Bijkomende tabellen

A.3.1. Overzicht sectoren met een lopend sectorconvenant 2018-2019-2020 PC

NACE-2008*

APCB-Algemeen paritair comité voor bedienden

PC 200

Audiovisuele en filmproductie

PC 227, PSC 303.01

59111 59112 59113 59114 59120 59130 59140 59201 59202 59203 59209 60100 60200 63120

Autosector en aanverwanten

PC 112, PSC 142.1, PSC 149.2, PsC 149.4

25110 29100 29201 29202 29320 30910 33170 38310 45111 45112 45113 45191 45192 45193 45194 45201 45202 45203 45204 45205 45206 45209 45310 45320 46694 46771 46772 46779 77110 77120 77210 77393

Betonindustrie

PC 106.02

23200 23510 23610 23620 23630 23690

Binnenscheepvaart

50300 50400

Bouw

PC 124

41201 41202 41203 42110 42120 42130 42211 42212 42219 42911 42919 42990 43110 43120 43130 43221 43291 43299 43310 43331 43332 43333 43341 43342 43343 43390 43910 43991 43992 43993 43994 43995 43996 43999 46731 46734 46735 46736 46739 46741 46742 47521 47523 47525 47527 47529 47530 71121

Brandstoffenhandel

PC 127

46710 47300 47781

Diamantnijverheid

PC 324

32121

Dienstencheques (onder voorbehoud)

PsC 322.01

88101 88999 96011 96012

Elektriciens

PC 149.01

42220 43211 43212 43222 46431 46693 47410 47420 47540 47592

Grafische sector

PC 130

18110 18120 18130 18140 46491 58110 58130 58140 58190 73110 74103 82190

Groene sectoren

PC 132, PC 144, PC 145 & PC 145.04

1110 1130 1150 1160 1191 1199 1210 1240 1250 1260 1290 1301 1309 1410 1420 1430 1450 1461 1462 1471 1472 1479 1490 1500 1610 1620 1630 1640 3210 3220 81300 91041 91042 93127

Horeca

PC 302

55100 55201 55202 55203 55204 55209 55300 55900 56101 56210 56290 56301 56302 56309

Hout

PC126, PsC 125.01n PsC 125.02, PsC 125.03

2100 2200 2400 31010 16100 16210 16220 16230 16240 16291 16292 31020 31091 31092 31099 32200 32910 43320 46130 46471 46732 47522 47524 47591 95240

Internationale handel, vervoer en logistiek

PC 226

46720 46900 49200 50200 52100 52241 52249 52290 70100 70220 82920

Kappers, fitness en schoonheidszorgen

PC 314

93110 93130 93199 96021 96022 96040

Kleding en confectie

PC 109, PC 215

14110 14120 14130 14140 14191 14199 14200 14310 14390 46160 46411 46421 46422 46423 46424 46425 47511 47513 47711 47712 47713 47714 47715 47716 47721 47722 47792 47820

Metaal arbeiders en bedienden

PC 209, PC 111

24100 24200 24310 24320 24330 24340 24410 24420 24430 24440 24450 24460 24510 24520 24530 24540 25120 25210 25290 25300 25400 25501 25502 25610 25620 25710 25720 25731 25739 25910 25920 25930 25940 25991 25999 26510 28110 28120 28130 28140 28150 28210 28220 28230 28240 28250 28291 28292 28293 28294 28295 28296 28299 28300 28410 28490 28910 28920 28930 28940 28950 28960 28990 29310 30110 30120 30200 30300 30400 30920 30990

Montage

PC 111.03

25110

Papier en kartonverwerkende nijverheid

PC 136 en PC 222

17210 17220 17230 17240 17290

Private autobus- en autocarbedrijven

PC 140.01

49310 49390

Scheikundige nijverheid

PC 116, PC 207

20130 20140 20150 20160 20300 20411 20412 20420 20590 20600 21100 21201 21209 22190 22210 22220 22230 22290 32500 46389 46442 46460 46733 46751 46752 46769 47526 47784 72110 72190

Lokale besturen

Schoonmaak

37000 38110 38120 38211 38212 38213 38219 38222 38321 38322 38323 38329 39000 81100 81210 81220 81290 82110 96099

Social profit

PC318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

84302 85207 85591 85592 85593 86101 86102 86103 86104 86109 86210 86220 86230 86901 86902 86903 86904 86905 86906 86907 86909 87101 87109 87201 87202 87203 87204 87205 87209 87301 87302 87303 87304 87309 87901 87902 87909 88101 88102 88103 88104 88109 88911 88912 88919 88991 88992 88993 88994 88995 88996 88999 91011 91012 91020 91030 93121 93122 93123 93124 93125 93126 93128 93129 93191 93192 93212 93292 94110 94120 94200 94910 94920 94991 94992 94993 94994 94995 94999

Taxi- en lokale autobedrijven

PC 140.02

49320

Textielsector

PC 120, PC 214

32121 13100 13200 13300 13910 13921 13929 13930 13940 13950 13960 13990

Textielverzorging

PC 110

96011 96012

Transport en logistiek en grondafhaling op luchthavens

PC 140.03, PC 140.04

49410 51210 52230 53200

Uitzendsector (onder voorbehoud)

PC 322

78200 78300

Vastgoedsector of beheer van gebouwen

PC 323

41101 41102 68201 68202 68203 68204 68311 68312 68321 68322

Verhuisondernemingen, meubelbewaring & aanverwante activiteiten

PC 140.05

49420

Vermakelijkheidsbedrijven

PC 304

90011 90012 90021 90022 90023 90029 90031 90032 90041 90042 93299

Voedingsnijverheid

PC118, PC 220

10110 10120 10130 10200 10311 10312 10320 10391 10392 10393 10410 10420 10510 10520 10610 10620 10711 10712 10720 10730 10810 10820 10830 10840 10850 10860 10890 10910 10920 11010 11020 11030 11040 11050 11060 11070

Vrije beroepen

PC 336

69101 69103 69201 69202 69203 71111 71122 75000

PC 320

96031 96032

Eventueel: Distributiesector Begrafenissector sector van de orthopedische technologieën Gebaseerd op Groepssectorfoto 2020 (Departement Werk & Sociale Economie, 2020), Overzicht van de relevante NACE-activiteiten (NACE 5–digit 2008) per sector van de sectorconvenants

A.3.2. Survey antidiscriminatie door HIVA (2018-2019) omtrent risico’s Binnen uw organisatie, is het voor u duidelijk welke handelingen en gedragingen discriminerend kunnen zijn? % JA, dat is duidelijk

% Dit is meestal duidelijk maar er zijn zeker nog grijze zones

%NEE

61,5%

36,2%

2,3%

1030

0,0%

100,0%

0,0%

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

60,3%

39,7%

0,0%

116

Betonindustrie: PC 106.02

58,8%

35,3%

5,9%

Bouw: PC 124

61,5%

35,8%

2,6%

455

Brandstoffenhandel: PC 127

42,9%

57,1%

0,0%

Diamantnijverheid: PC 324

100,0%

0,0%

Dienstencheques: PsC 322.01

73,0%

25,8%

1,1%

Elektriciens: PC 149.01

54,6%

40,7%

4,6%

Grafische sector: PC 130

64,1%

35,9%

0,0%

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

58,0%

39,1%

2,9%

Horeca: PC 302

70,2%

26,9%

2,9%

171

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

61,0%

36,4%

2,6%

Internationale handel: PC 226

55,3%

43,5%

1,2%

Kappers, fitness en schoonheidszorgen: PC 314

83,3%

8,3%

Kleding en confectie: PC 109 & PC 215

67,6%

32,3%

0,0%

Metaal: PC 209, PC 111

59,3%

37,9%

2,8%

285

Montage: PC 111.03

57,1%

42,9%

0,0%

Papier en karton: PC 136

62,5%

18,7%

Private autobus- en autocarbedrijven: PC 140.01

57,9%

42,1%

0,0%

Scheikundige nijverheid: PC 116, PC 207

52,9%

46,2%

0,8%

119

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

57,6%

40,8%

1,6%

377

Taxi- en lokale autobedrijven: PC 140.02

76,9%

23,1%

0,0%

Textielsector: PC 120, PC 214

76,7%

23,3%

0,0%

Textielverzorging: PC 110

50,0%

0,0%

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

58,8%

38,2%

3,1%

131

Uitzendsector: PC 322

78,6%

21,4%

0,0%

Vastgoedsector: PC 323

64,0%

36,0%

0,0%

Verhuizingen: PC 140.05

42,9%

57,1%

0,0%

Vermakelijkheidsbedrijven: PC 304

76,2%

23,8%

0,0%

Voedingsnijverheid: PC 118, PC 220

60,4%

35,1%

4,5%

111

Vrije beroepen: PC 336

51,1%

46,6%

2,3%

Schoonmaak (PC121)

64,7%

35,3%

0,0%

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

56,2%

43,8%

0,0%

APCB-Algemeen paritair comité voor bedienden: PC 200 Audiovisuele en filmproductie: PC 227, PSC 303.01

Waar en wanneer situeren zich in de organisatie vooral de risico’s op discriminatie? % gematigd tot hoog risico bij werving en selectie

APCB-Algemeen paritair comité voor bedienden: PC 200

17,0%

% gematigd tot hoog risico bij onthaal

6,1%

% gematigd tot hoog risico bij de uitvoering van het werk

16,4%

% gematigd tot hoog risico bij het bieden van opleidingsmog elijkheden

3,5%

% gematigd tot hoog risico bij het bieden van doorstroomm ogelijkheden

6,5%

% gematigd tot hoog risico bij het vastleggen van de taakverdeling

7,5%

Audiovisuele en filmproductie: PC 227, PSC 303.01 Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

% gematigd tot hoog risico bij het onderhandele n/aanbieden van arbeidsvoorwa arden

% gematigd tot hoog risico bij het verbreken van de arbeidsrelatie

5,0%

3,1%

936

0,0%

20,0%

17,0%

12,0%

6,0%

9,0%

7,0%

5,0%

8,0%

100

0,0%

25,0%

6,2%

12,5%

0,0%

Bouw: PC 124

15,9%

10,0%

17,7%

5,7%

7,2%

9,3%

6,4%

3,3%

390

Brandstoffenhandel: PC 127

60,0%

40,0%

20,0%

0,0%

0;0%

0,0%

0;0%

Diamantnijverheid: PC 324

0,0%

Dienstencheques: PsC 322.01

20,0%

8,7%

37,5%

7,5%

3,7%

5,0%

2,5%

3,7%

Elektriciens: PC 149.01

19,5%

6,5%

15,6%

5,2%

9,1%

14,3%

3,9%

2,6%

Grafische sector: PC 130

27,3%

6,1%

3,0%

6,1%

3,0%

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

22,4%

17,2%

19,0%

10,3%

15,5%

12,1%

5,2%

Horeca: PC 302

14,4%

10,1%

16,1%

2,9%

5,8%

7,9%

6,5%

4,3%

139

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

13,7%

4,1%

12,3%

2,8%

9,7%

1,4%

Internationale handel: PC 226

16,9%

9,1%

24,7%

5,2%

7,8%

6,5%

5,2%

Kappers, fitness en schoonheidszorgen: PC 314

16,7%

8,3%

Kleding en confectie: PC 109 & PC 215

12,9%

9,7%

6,5%

0,0%

Metaal: PC 209, PC 111

13,2%

8,0%

21,1%

7,2%

8,4%

10,1%

5,6%

4,4%

249

Montage: PC 111.03

28,6%

14,3%

57,1%

14,3%

28,6%

14,3%

Papier en karton: PC 136

26,7%

13,3%

33,3%

13,3%

6,7%

0,0%

6,7%

8,3%

0,0%

41,7%

0,0%

8,3%

0,0%

Betonindustrie: PC 106.02

Private autobus- en autocarbedrijven: PC 140.01

% gematigd tot hoog risico bij werving en selectie

% gematigd tot hoog risico bij onthaal

% gematigd tot hoog risico bij de uitvoering van het werk

% gematigd tot hoog risico bij het bieden van opleidingsm ogelijkheden

% gematigd tot hoog risico bij het bieden van doorstroom mogelijkhed en

% gematigd tot hoog risico bij het vastleggen van de taakverdelin g

% gematigd tot hoog risico bij het onderhandel en/aanbiede n van arbeidsvoorw aarden

% gematigd tot hoog risico bij het verbreken van de arbeidsrelati e

Scheikundige nijverheid: PC 116, PC 207

10,8%

6,3%

21,6%

3,6%

5;4%

9,0%

5,4%

2,7%

111

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

18,5%

4,1%

19,0%

2,9%

6,7%

6,2%

1,5%

3,2%

341

Taxi- en lokale autobedrijven: PC 140.02

9,1%

0,0%

36,4%

0,0%

9,1%

Textielsector: PC 120, PC 214

6,7%

13,3%

6,7%

0,0%

6,7%

3,3%

0,0%

Textielverzorging: PC 110

0,0%

12,5%

25%

0,0%

12,5%

0,0%

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

13,2%

4,7%

27,4%

7,5%

8,6%

9,6%

3,8%

4,7%

106

Uitzendsector: PC 322

46,1%

15,4%

46,1%

15,4%

0,0%

15,4%

Vastgoedsector: PC 323

17,4%

8,7%

0,0%

8,7%

4,4%

4,3%

0,0%

Verhuizingen: PC 140.05

0,0%

20,0%

Vermakelijkheidsbedrijven: PC 304

16,7%

0,0%

16,7%

0,0%

5,6%

Voedingsnijverheid: PC 118, PC 220

12,5%

13,7%

17,9%

4,2%

6,3%

5,3%

4,2%

4,3%

Vrije beroepen: PC 336

17,7%

8,9%

2,5%

7,6%

8,9%

7,6%

3,8%

Schoonmaak (PC121)

25,0%

3,7%

34,4%

6,2%

12,5%

3,1%

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

21,7%

15,2%

54,4%

15,2%

13,0%

8,7%

4,3%

8,7%

Hoe schat u het risico in dat medewerkers binnen uw organisatie door een opdrachtgever of klant aangezet zullen worden tot discriminatie? % gematigd tot hoog risico

APCB-Algemeen paritair comité voor bedienden: PC 200

8,9%

1033

Audiovisuele en filmproductie: PC 227, PSC 303.01

0,0%

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

2,6%

117

Betonindustrie: PC 106.02

5,9%

Bouw: PC 124

10,7%

457

Brandstoffenhandel: PC 127

28,6%

Diamantnijverheid: PC 324

0,0%

36,3%

Elektriciens: PC 149.01

9,2%

Grafische sector: PC 130

5,1%

10,1%

Horeca: PC 302

6,4%

172

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

8,9%

Internationale handel: PC 226

7,0%

Kappers, fitness en schoonheidszorgen: PC 314

8,3%

Kleding en confectie: PC 109 & PC 215

2,9%

Metaal: PC 209, PC 111

5,6%

285

14,3%

0,0%

Dienstencheques: PsC 322.01

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

Montage: PC 111.03 Papier en karton: PC 136 Private autobus- en autocarbedrijven: PC 140.01

21,0%

Scheikundige nijverheid: PC 116, PC 207

6,7%

119

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

8,2%

380

Taxi- en lokale autobedrijven: PC 140.02

7,7%

Textielsector: PC 120, PC 214

3,3%

Textielverzorging: PC 110

10,0%

8,3%

132

Uitzendsector: PC 322

25,0%

Vastgoedsector: PC 323

8,0%

Verhuizingen: PC 140.05

0,0%

Vermakelijkheidsbedrijven: PC 304

0,0%

Voedingsnijverheid: PC 118, PC 220

8,1%

111

Vrije beroepen: PC 336

3,4%

Schoonmaak (PC121)

20,0%

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

46,9%

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

Uw inschatting van het risico op discriminatie van medewerkers door klanten, cliënten of patiënten? % gematigd tot hoog risico APCB-Algemeen paritair comité voor bedienden: PC 200

21,1%

1042

0,0%

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

23,5%

119

Betonindustrie: PC 106.02

35,3%

Bouw: PC 124

23,7%

464

Brandstoffenhandel: PC 127

14,3%

Audiovisuele en filmproductie: PC 227, PSC 303.01

Diamantnijverheid: PC 324

0,0%

Dienstencheques: PsC 322.01

59,8%

Elektriciens: PC 149.01

20,7%

Grafische sector: PC 130

20,0%

21,7

Horeca: PC 302

27,4%

175

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

16,2%

Internationale handel: PC 226

34,1%

Kappers, fitness en schoonheidszorgen: PC 314

33,3%

Kleding en confectie: PC 109 & PC 215

23,5%

Metaal: PC 209, PC 111

21,2%

287

Montage: PC 111.03

71,4%

Papier en karton: PC 136

25,0%

Private autobus- en autocarbedrijven: PC 140.01

47,4%

Scheikundige nijverheid: PC 116, PC 207

17,6%

119

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

40,3%

387

Taxi- en lokale autobedrijven: PC 140.02

46,1%

Textielsector: PC 120, PC 214

23,3%

Textielverzorging: PC 110

18,2%

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

30,4%

135

Uitzendsector: PC 322

56,2%

Vastgoedsector: PC 323

23,1%

Verhuizingen: PC 140.05

42,9%

Vermakelijkheidsbedrijven: PC 304

19,1%

Voedingsnijverheid: PC 118, PC 220

28,3%

113

Vrije beroepen: PC 336

19,8%

Schoonmaak (PC121)

48,6%

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

64,7%

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

Kan er naar uw aanvoelen in uw organisatie open over de mogelijke aanwezigheid van risico’s op (bewuste of onbewuste/onbedoelde, directe of indirecte) discriminatie van bepaalde groepen op de werkplek gepraat worden? %JA, dit komt (vaak of sporadisch) aan bod

APCB-Algemeen paritair comité voor bedienden: PC 200

48,7

1085

Audiovisuele en filmproductie: PC 227, PSC 303.01

50,0

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

39,8

128

Betonindustrie: PC 106.02

47,1

Bouw: PC 124

37,3

485

Brandstoffenhandel: PC 127

28,6

Diamantnijverheid: PC 324

33,3

Dienstencheques: PsC 322.01

84,8

Elektriciens: PC 149.01

44,4

Grafische sector: PC 130

42,5

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

54,9

Horeca: PC 302

46,1

191

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

33,7

Internationale handel: PC 226

46,7

Kappers, fitness en schoonheidszorgen: PC 314

50,0

Kleding en confectie: PC 109 & PC 215

44,4

Metaal: PC 209, PC 111

47,1

297

Montage: PC 111.03

85,7

Papier en karton: PC 136

35,3

Private autobus- en autocarbedrijven: PC 140.01

57,1

Scheikundige nijverheid: PC 116, PC 207

50,0

122

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

72,3

404

Taxi- en lokale autobedrijven: PC 140.02

35,7

Textielsector: PC 120, PC 214

50,0

Textielverzorging: PC 110

27,3

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

46,0

139

Uitzendsector: PC 322

100,0

Vastgoedsector: PC 323

65,4

Verhuizingen: PC 140.05

57,1

Vermakelijkheidsbedrijven: PC 304

80,9

Voedingsnijverheid: PC 118, PC 220

56,3

119

Vrije beroepen: PC 336

38,9

Schoonmaak (PC121)

59,5

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

81,1

Bron Databestand Antidiscriminatie HIVA (2018-2019)

A.3.3. Survey antidiscriminatie door HIVA (2018-2019) omtrent acties, beleid en cultuur Is naar uw mening iedereen in een leidinggevende positie in uw organisatie overtuigd van de noodzaak om een beleid tegen discriminatie te voeren en voelt men zich mee verantwoordelijk? % JA, meerder-heid van leidinggevenden APCB-Algemeen paritair comité voor bedienden: PC 200

59,0

1078

100.0

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

52,4

126

Betonindustrie: PC 106.02

52,9

Bouw: PC 124

49,8

484

Brandstoffenhandel: PC 127

28,6

Diamantnijverheid: PC 324

0,0

Dienstencheques: PsC 322.01

91,9

Elektriciens: PC 149.01

53,3

Grafische sector: PC 130

55,0

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

57,7

Horeca: PC 302

63,1

187

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

48,1

Internationale handel: PC 226

51,1

Kappers, fitness en schoonheidszorgen: PC 314

66,7

Kleding en confectie: PC 109 & PC 215

41,7

Metaal: PC 209, PC 111

58,5

294

Montage: PC 111.03

57,1

Papier en karton: PC 136

68,7

Private autobus- en autocarbedrijven: PC 140.01

52,4

Scheikundige nijverheid: PC 116, PC 207

65,6

122

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

72,5

400

Taxi- en lokale autobedrijven: PC 140.02

57,1

Textielsector: PC 120, PC 214

71,0

Textielverzorging: PC 110

72,7

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

56,1

139

Uitzendsector: PC 322

88,2

Vastgoedsector: PC 323

65,4

Verhuizingen: PC 140.05

57,1

Vermakelijkheidsbedrijven: PC 304

90,5

Voedingsnijverheid: PC 118, PC 220

57,1

119

Vrije beroepen: PC 336

48,4

Schoonmaak (PC121)

67,6

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

75,0

Audiovisuele en filmproductie: PC 227, PSC 303.01

Wordt er volgens u een duidelijk beleid tegen discriminatie gevoerd in uw organisatie % JA APCB-Algemeen paritair comité voor bedienden: PC 200

33,8%

1016

0,0%

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

35,4%

113

Betonindustrie: PC 106.02

29,4%

Bouw: PC 124

28,5%

449

Brandstoffenhandel: PC 127

0,0%

Diamantnijverheid: PC 324

0,0%

Dienstencheques: PsC 322.01

57,3%

Elektriciens: PC 149.01

30,9%

Grafische sector: PC 130

35,9%

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

28,4%

Horeca: PC 302

38,9%

167

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

27,3%

Internationale handel: PC 226

46,3%

Kappers, fitness en schoonheidszorgen: PC 314

33,3%

Kleding en confectie: PC 109 & PC 215

31,2%

Metaal: PC 209, PC 111

34,9%

278

Montage: PC 111.03

42,9%

Papier en karton: PC 136

43,7%

Private autobus- en autocarbedrijven: PC 140.01

41,2%

Scheikundige nijverheid: PC 116, PC 207

47,1%

119

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

51,3%

370

Taxi- en lokale autobedrijven: PC 140.02

33,3%

Textielsector: PC 120, PC 214

43,3%

Textielverzorging: PC 110

33,3%

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

35,4%

127

Uitzendsector: PC 322

50,0%

Vastgoedsector: PC 323

48,0%

Verhuizingen: PC 140.05

33,3%

Vermakelijkheidsbedrijven: PC 304

55,0%

Voedingsnijverheid: PC 118, PC 220

36,7%

109

Vrije beroepen: PC 336

16,3%

Schoonmaak (PC121)

42,4%

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

52,1%

Audiovisuele en filmproductie: PC 227, PSC 303.01

In welke mate is er sprake van een antidiscriminatiecultuur in de organisatie? % sterk aanwezig

APCB-Algemeen paritair comité voor bedienden: PC 200

26,5%

1082

Audiovisuele en filmproductie: PC 227, PSC 303.01

50,0%

Autosector en aanverwanten: PC 112, PSC 142.1, PSC 149.2, PSC 149.4

21,9%

128

Betonindustrie: PC 106.02

23,5%

Bouw: PC 124

16,5%

485

Brandstoffenhandel: PC 127

14,3%

Diamantnijverheid: PC 324

0,0%

Dienstencheques: PsC 322.01

62,6%

Elektriciens: PC 149.01

23,3%

Grafische sector: PC 130

22,5%

Groene sectoren: PC 132, PC 144, PC 145 & PC 145.04

26,8%

Horeca: PC 302

25,8%

190

Hout: PC 126, PsC 125.01, PsC 125.02, PsC 125.03

19,5%

Internationale handel: PC 226

21,1%

Kappers, fitness en schoonheidszorgen: PC 314

25,0%

Kleding en confectie: PC 109 & PC 215

22,2%

Metaal: PC 209, PC 111

23,6%

297

Montage: PC 111.03

14,3%

Papier en karton: PC 136

17,6%

9,5%

Scheikundige nijverheid: PC 116, PC 207

25,4%

122

Social profit : PC 318.02, PC 319.01, PC 327.01, PC 329.01, PC 330, PC 331, PC 337

45,9%

401

Taxi- en lokale autobedrijven: PC 140.02

14,3%

Textielsector: PC 120, PC 214

28,1%

9,1%

Transport en logistiek en grondafhaling op luchthavens: PC 140.03, PC 140.04

22,3%

139

Uitzendsector: PC 322

66,7%

Vastgoedsector: PC 323

34,6%

Verhuizingen: PC 140.05

42,9%

Vermakelijkheidsbedrijven: PC 304

71,4%

Voedingsnijverheid: PC 118, PC 220

25,2%

119

Vrije beroepen: PC 336

20,0%

Schoonmaak (PC121)

27,0%

Dienstenchequebedrijven lokale besturen, gemeenten en OCMW’s.

50,9%

Private autobus- en autocarbedrijven: PC 140.01

Textielverzorging: PC 110