由芝加哥Booth商学院的Marianne Bertrand教授和MIT的Esther Duflo教授合作撰写的NBER最新工作论文”Field Experiments on Discrimination”综述了关于歧视的既有田野实验文献。作者将歧视定义为“来自少数群体的成员与来自多数群体的且具有相似特征的成员相比在相同情境下得到区别对待”。利用传统的回归分析和观测数据难以提供歧视现象存在的有力证据。近几十年来各个社会科学领域则越来越多地运用田野实验方法来证明其存在的普遍性。本文首先综述了各种测量歧视的实验方法，随后探究了歧视带来的代价，最后讨论降低歧视程度的可能途径。

常见的田野实验有两种。第一种是审计研究（Audit Studies）：研究者将除了一个会引起歧视的特征以外、在其他所有个人特征方面都相同的两个参与者（auditors or testers）进行匹配，让其申请同一份工作或者执行同一项市场交易行为。通过观察两类参与者受到的对待以及最终结果来分析是否存在歧视行为。例如，在Ayres and Siegelman(1995)的经典研究中，一名白人男性和另一位匹配的参与者经培训后以一套同样的讨价还价说辞向交易商购买汽车。实验发现交易商给白人男性的报价要比白人女性和黑人更低，从而证明歧视行为的存在。第二种是通讯研究（Correspondence Studies）。区别于前一种研究方法，该方法通过虚构人物并编制假简历的形式来观察招聘单位的反馈情况。通常研究者会通过操纵申请者的姓名来暗示申请者的少数群体身份，并且以回信率来衡量歧视程度。相比于前一种方法，通讯研究能尽量控制同一组申请者的特征，排除其他因素的干扰，而且能以极低成本扩大样本容量，因此得到了广泛的应用。

接下里，作者在两种不同理论视角下探究了歧视可能带来的损失。第一种理论为“基于偏好的歧视”（taste-based discrimination）：当来自少数群体的个人与来自多数群体的个人生产力相当时，雇主不愿意招聘少数群体或者给少数群体开出更低的工资。这种对人才资源的错配显然会降低社会的生产效率。另一种理论为“统计性歧视”（statistical discrimination）：当雇主根据求职者的各方面信息来推断其生产力，而来自求职者个人层面的信息又不完善时，雇主就会根据求职者所属群体的属性来对其进行生产力评估。因而只要雇主认为少数群体的生产力平均而言更低时，工作机会就将被分配给多数群体。这种歧视在理论上是有效的并且更能够在道德上站住脚。但是当来自少数群体的求职者感到自己可能被“有色眼镜”看待时，该群体就易产生焦虑，从而降低工作表现并造成效率上的损失。此外，歧视也会通过降低社会多元化对社会整体的效率造成损失。

最后，作者讨论了降低歧视的可能途径。首先可以通过提高被歧视群体在领导层中的占比来减弱多数群体对他们的成见，这可以通过强制性配额制度来实现。另外，可以通过促进不同群体之间的互动来降低偏见。特别是当两个群体处于平等地位、有共同目标、有群体间的合作以及有来自权威或习俗的支持时，群体间互动对降低歧视的效果最佳。一个典型的例子是通过对大学室友的随机分配来考察不同寝室组成对大学生关于平权法案态度的影响。

综上所述，本文认为田野实验方法在检测歧视现象存在方面已获得充分的应用，但在理解歧视带来的社会损失以及如何降低歧视程度方面，田野实验方法仍然大有可为。

*文章来源：论文大焖锅

*侵权必删