[论文解读] Recent Contributions to Theories of Discrimination

Paula Onuchic|arXiv (Cornell University)|May 12, 2022

Culture, Economy, and Development Studies被引用 20

一句话总结

本综述把近来在歧视领域的理论进展映射出来，超越基于口味的与统计歧视，扩展到学习动态、信号传递、误解以及歧视性机构，并将经济学与社会学视角联系起来。

ABSTRACT

This paper surveys the literature on theories of discrimination, focusing mainly on new contributions. Recent theories expand on the traditional taste-based and statistical discrimination frameworks by considering specific features of learning and signaling environments, often using novel information- and mechanism-design language; analyzing learning and decision making by algorithms; and introducing agents with behavioral biases and misspecified beliefs. An online appendix attempts to narrow the gap between the economic perspective on ``theories of discrimination'' and the broader study of discrimination in the social science literature by identifying a class of models of discriminatory institutions, made up of theories of discriminatory social norms and discriminatory institutional design.

研究动机与目标

• 总结现代理论如何扩展传统的基于口味的和统计歧视框架。
• 突出学习、信号技术和算法在塑造歧视结果中的作用。
• 检验具有认知偏差和行为偏差影响歧视动态的模型。
• 讨论歧视性机构，包括社会规范与制度设计，以及它们如何影响差别对待。
• 将经济理论与更广泛的社会学视角和测量方法连接起来。

提出的方法

• 对最近关于歧视的理论论文进行系统文献综述。
• 将模型分为基于学习、基于信号、由误解驱动和制度设计框架。
• 使用信息设计的语言来重新诠释信号传递与歧视动态。
• 讨论均衡与动态效应，包括自我实现的预言和学习陷阱。
• 将社会学的制度性歧视概念与规范与设计的经济模型结合起来。

实验结果

研究问题

• RQ1 当代的学习与信号环境如何产生或放大歧视性结果？
• RQ2 误解和行为偏差以何种方式随时间改变歧视的动态？
• RQ3 歧视性的社会规范和制度设计如何在超越个人偏见或基于信号的推断的情况下促成差别对待？
• RQ4 哪些测量框架可以将偏见、统计性歧视与制度/系统性成分区分开？

主要发现

• 新的理论表明，歧视可以因学习技术、信号结构和算法学习动态而产生或加剧。
• 错误认知信念和行为启发式可以使歧视性结果维持或超越传统模型。
• 歧视性机构，包括社会规范和设计规则，在某些效率目标下可能是最优的，突显公平性的权衡。
• 信息设计与均衡框架揭示在学习环境中歧视在何种条件下是不可避免的或自我纠正的。
• 在将歧视的经济理论与社会学的制度性歧视及测量方法（如歧视源的分解）相联系方面取得进展。