在上一期文章中，我介紹了近年不斷發展的「鑑識經濟學」，以及一些經濟學家偵測作弊行為的例子。今天這篇延續同樣的主題，我來介紹一下經濟學家偵測「歧視」行為的研究。
歧視雖然是各種社會上常見的現象，但歧視的行為往往很難被確認出來。舉個例子來說，一個非裔美國人跟一個白人應徵同一個工作，結果白人被錄取了。這樣的結果是不是（雇主的）種族歧視造成的？
要回答這個問題，就必須先確認兩個人是否在其他「所有」跟生產力有關的條件上都相同，或者非裔申請者比白人申請者更優秀。否則，如果白人的條件更好，那他被錄取的原因未必是因為膚色正確，而是因為他是更佳的應徵者。
但問題是，兩個應徵者怎麼可能會除了膚色之外，其他「所有的」條件都相同呢？而且，申請書上可以觀察到的條件也不是個人特質的全部，我們怎麼可能觀察到所有的特質條件後才來進行比較呢？
正是因為會有多重因素同時在作用，要確認一個行為有沒有受到歧視的影響，往往是一個高難度的挑戰。於是鑑識經濟學便上場救援了。
老師歧視學生
講到歧視，我們通常會想到種族歧視或者性別歧視等。但今天首先跟大家介紹另一個可能普遍存在的歧視――階級歧視。
印度的種姓制度是一個研究階級歧視的好例子。雖然邁入了21世紀，而且各種種姓分類與歧視已經在印度被視為非法，但種姓制度仍然對印度的社會生活有著巨大的影響力。
美國的兩位經濟學家Rema Hanna和Leigh Linden設計了一個「現場實驗」（field experiment）來研究印度的階級歧視。這個實驗是在某個學校內進行，他們徵求許多不同老師來改同一批學生做完的考卷，但是將考卷第一頁上面的個人資訊，包括學生姓名、性別、種姓分類等隨機分配，以確保學生的特性跟答案的品質沒有任何相關性。
實驗的結果有兩個非常有趣的發現。首先，基於種姓階級的歧視確實存在，來自低階級的學生得到的分數比高階級的學生來得低，雖然兩組考卷的答案在平均上完全沒有差異。更有趣的發現是，這樣的歧視並不是來自於身分屬於高階級的老師，而是來自於低階級的老師。
一個社會上是誰在歧視女性、有色人種、少數民族、窮人等？我們一般認為是男性、白人、多數民族、富人。但常見的一個現象是，被歧視的人往往也會歧視自己，也會歧視其他被歧視的人。
雇主歧視（潛在的）員工
早在2004年，美國兩位經濟學家Marianne Bertrand和Sendhil Mullainathan就設計了一個現場實驗來測試勞動市場中的歧視。
他們準備了幾千份假的工作履歷，其中有很多份內容完全一致，唯一的差別是其中有的名字是非裔美國人常用的名字（例如Lakisha和Jamal），另一部分是白人常用的名字（例如Emily和Gregory），還有一部分是西班牙裔的名字。他們隨機將這些名字分配到這些假的履歷後，寄到許多正在徵人的公司。結果顯示白人名字的履歷比其他名字的履歷得到更多雇主的回叩（callbacks）。
由於履歷中的教育程度以及資歷等內容都是一樣的，這樣的結果只能解釋成來自名字上的差異，也就是雇主（或者人資部門）對於不同膚色的應徵者有差別待遇。
類似的研究也在其他國家中進行過。澳洲的經濟學家們就曾應用同樣的方法進行測試，結果發現在澳洲勞動市場中被歧視最嚴重的族群就是亞洲人。
父母歧視女孩
眾所周知，重男輕女的觀念導致女孩被歧視。但歧視性的作法有很多種，在科技不發達的年代，女孩可能會受到比較差的待遇，例如營養的攝取、健康的照護、教育的培養等。在超音波等技術引進後，對女孩的歧視就延伸到墮胎的選擇上。
台大經濟系的劉錦添、林明仁兩位教授，以及美國的Nancy Qian教授利用台灣墮胎合法化這個「自然實驗」來進行研究。他們的發現墮胎合法化使得台灣新生兒男女比例（男嬰數量除以女嬰數量）大幅上升，但是卻降低了女新生兒的死亡率。這是因為墮胎合法化讓不願意生女孩的父母選擇將女嬰墮胎，而不是勉強生下來之後受到歧視性的待遇。因此在墮胎合法化後選擇將女孩生下的父母相對地比較不會重男輕女，也因此跟合法化前的情況比起來，女孩會得到比較好的照顧，這降低了女孩的死亡率。
Nancy Qian教授在另一篇研究中利用了中國農村的「承包制」改革作為自然實驗。她發現承包制的實施提高了農業的生產力，也提高了對勞動力的需求，使得生產穀物的地區新生兒男嬰比例上升。有趣的是，在以茶葉生產為主的地區，女嬰的比例反而上升，因為在茶葉生產上，女性勞動力反而具有比較利益。她的研究證實了性別偏好的「經濟基礎」。
