Het Glazen Plafond: Waar blijven de relevante statistieken?

De afgelopen weken is de discussie rond het glazen plafond in de wetenschap weer op de agenda geplaatst. En terecht. Nederland scoort in vergelijking tot andere landen dramatisch wanneer we kijken naar het percentage vrouwelijke hoogleraren. Kwalitatieve onderzoeken hebben laten zien welke bewuste en onbewuste mechanismen aan de ongelijkheid ten grondslag liggen. Structurele barrières moeten geslecht worden zodat mannen en vrouwen gelijke carrière-kansen krijgen.

Het probleem is dermate serieus, dat de cijfermatige onderbouwing ervan in de jaarlijkse Monitor ronduit merkwaardig is. Waar blijven de relevante statistieken?

Het glazen plafond wordt steeds bewezen door te kijken naar statische uitkomsten: de huidige ondervertegenwoordiging van vrouwen in verschillende functies, waaronder hoogleraren, als in het figuur hieronder.

De uitkomsten zijn nu niet gelijk, maar dat is in elk geval ten dele een gevolg van structurele achterstanden uit het verleden. De populatie hoogleraren van nu zal geen afspiegeling zijn van de huidige groep studenten of promovendi: het betreft immers een geheel andere generatie. De huidige hoogleraren (15% vrouw) zullen gemiddeld zijn doorgestroomd vanuit de groep aio’s van zo ongeveer dertig jaar geleden, of de universitair docenten van zo’n twintig jaar geleden (15% vrouw). Zelfs als het glazen plafond per vandaag geheel verdwenen zou zijn (iedere nieuwe kandidaat een gelijke kans, ongeacht sekse), zal de ongelijkheid in uitkomsten nog wel decennia voortduren: het aantal hoogleraarsposities is beperkt en demotie hoogst ongebruikelijk.

75% vrouwelijke PhDs in 2058?

De focus op uitkomsten in plaats van kansen leidt tot rare conclusies. De cijfers uit de Monitor Vrouwelijke Hoogleraren worden graag lineair geëxtrapoleerd om te kijken in welk jaar gender-gelijkheid bereikt zal worden. Dat zou zijn 2020 voor PhD-studenten, 2024 voor ud’s, 2044 voor uhd’s en 2058 voor hoogleraren. Enerzijds zijn dit schrikbarende cijfers: zo lang moeten we niet willen wachten. Anderzijds is die lineaire extrapolatie twijfelachtig. Immers, diezelfde extrapolatie voorspelt dat in 2058 ruim driekwart van de PhD-studenten vrouw zou zijn.

De Monitor toont niet de juiste cijfers. We moeten niet kijken naar gelijke uitkomsten in bivariate analyses, maar naar gelijke kansen nu. Pas dan krijgen we goed zicht op het glazen plafond, op de oorzaken ervan, en op op eventuele beleidseffecten. Door zo te focussen op gelijke uitkomsten (een 50-50 verdeling van hoogleraars- en managementposten) wordt de werkelijke vraag (kansengelijkheid) genegeerd. Natuurlijk zijn de uitkomsten nu ongelijk, want dat is op zijn minst de erfenis van het verleden. Ongelijke uitkomsten kunnen theoretisch nog lange tijd bestaan terwijl het glazen plafond al is opgelost. Omgekeerd kunnen ongelijke uitkomsten kleiner worden, terwijl het glazen plafond juist weer iets sterker is geworden.

Cohort-analyse

Het glazen plafond gaat fundamenteel over gelijke kansen. Dit impliceert een cohort-onderzoek, bijvoorbeeld naar wetenschappers die allen op hetzelfde moment promoveerden. We moeten hun trajecten volgen en vaststellen of en wanneer zij ud, uhd, en/of hoogleraar werden. Zo kan je per cohort bepalen of vrouwelijke promovendi een kleinere kans hadden dan hun mannelijke evenknie om carrière te maken. Bovendien kan je dan vergelijken of de ongelijkheid van generatie tot generatie afneemt. Vergelijk bijvoorbeeld de promovendi uit 1990 met die uit 2000 en die uit 2010. Dat is de enige manier om echt uitspraken te doen over het glazen plafond.

Het enige cohort-onderzoek in Nederland dat ik heb gevonden zit in een rapport uit Groningen van 2004 dat keek naar de carrières van Groningse promovendi uit vier cohorten tussen 1985 en 2000. Maar dit rapport kon nauwelijks specifiek zijn als gevolg van kleine aantallen, en doordat pas in de laatste jaren (1997-2000) relatief veel vrouwen promoveerden.

Op Twitter kwam deze week de uitkomst voorbij dat onder mannelijke onderzoekers 18% van de VENI-aanvragen wordt gehonoreerd en onder vrouwelijke onderzoekers slechts 15%. Dat impliceert gender-ongelijkheid. Maar ook dit cijfer zegt op zichzelf niet zoveel. Het kan het gevolg zijn van het relatief grote aantal VENI’s dat naar beta-wetenschappen gaan, gepaard met het relatief kleinere aandeel vrouwen dat in de beta-wetenschappen actief is. Sterker nog, het is zelfs mogelijk dat vrouwen een grotere kans hebben op beurzen (succesvoller zijn) in zowel alfa- als in beta-wetenschappen, maar ze netto minder beurzen krijgen doordat er simpelweg veel meer vrouwen in de minder gewaardeerde alfa-wetenschappen actief zijn.

We hebben dus niet alleen cohort-analyses nodig, ook moeten die analyses verder gaan dan de beschrijvende statistieken laten zien. Ook de cohort-analyses moeten rekening houden met onderzoeksgebied. Bovendien laat dat ruimte om talloze adhoc-wegverklaringen van de gender-ongelijkheid te toetsen; van publicatie-dwang tot jobhoppen tot (veranderende) familiesituaties.

Wellicht bestaat het onderzoek al, maar ik ben het in Nederland nog niet tegengekomen. Bovendien legt de Monitor Vrouwelijke Hoogleraren daar zelf geen nadruk op.

Normatieve vragen

De discussie over gender-ongelijkheid kent nogal wat normatieve vraagstukken. Allereerst is daar positieve discriminatie: mag discriminatie uit het verleden worden gecompenseerd door omgekeerde discriminatie van nieuwe gevallen? Mijns inziens is het bij deze vraag van wezenlijk belang om te weten in hoeverre er nog steeds kansen-ongelijkheid is. Juist multivariate cohort-analyses zijn noodzakelijk om dat vast te stellen.

Een tweede kwestie betreft de vraag of ongelijkheid in het ene onderzoeksveld gecompenseerd mag worden in een ander onderzoeksveld. In het Groningse onderzoek blijkt bijvoorbeeld dat mannelijke en vrouwelijke promovendi uit de alfa-wetenschappen gemiddeld een gelijk functieniveau hadden in 2004, terwijl een achterstand van vrouwen met name in het vakgebied van de Medicijnen voorkwam (beta- en gamma-wetenschappen lieten een wat gemengder beeld zien). Mag de ongelijkheid in Medicijnen gecompenseerd worden door vrouwen binnen alfa-wetenschappen (die geen kansen-ongelijkheid kennen) te bevoorrechten? Dat lost dan immers geen ongelijkheid op, maar creëert elders een tegengestelde ongelijkheid. Dat risico lopen we wanneer goedbedoelde beleidsmiddelen als Aspasia-beurzen voor vrouwelijke onderzoekers worden ingezet zonder onderscheid te maken naar de vakgebieden waar ze nodig zijn.

Betere statistieken slechten structurele barrières

Het is noodzakelijk om structurele barrières die kansengelijkheid in de weg staan weg te nemen. Maar beleidsmatig hebben we betere cijfers nodig om dat überhaupt mogelijk te maken.