在上一期文章中，我介绍了近年不断发展的「鉴识经济学」，以及一些经济学家侦测作弊行为的例子。今天这篇延续同样的主题，我来介绍一下经济学家侦测「歧视」行为的研究。
歧视虽然是各种社会上常见的现象，但歧视的行为往往很难被确认出来。举个例子来说，一个非裔美国人跟一个白人应征同一个工作，结果白人被录取了。这样的结果是不是（雇主的）种族歧视造成的？
要回答这个问题，就必须先确认两个人是否在其它「所有」跟生产力有关的条件上都相同，或者非裔申请者比白人申请者更优秀。否则，如果白人的条件更好，那他被录取的原因未必是因为肤色正确，而是因为他是更佳的应征者。
但问题是，两个应征者怎么可能会除了肤色之外，其它「所有的」条件都相同呢？而且，申请书上可以观察到的条件也不是个人特质的全部，我们怎么可能观察到所有的特质条件后才来进行比较呢？
正是因为会有多重因素同时在作用，要确认一个行为有没有受到歧视的影响，往往是一个高难度的挑战。于是鉴识经济学便上场救援了。
老师歧视学生
讲到歧视，我们通常会想到种族歧视或者性别歧视等。但今天首先跟大家介绍另一个可能普遍存在的歧视――阶级歧视。
印度的种姓制度是一个研究阶级歧视的好例子。虽然迈入了21世纪，而且各种种姓分类与歧视已经在印度被视为非法，但种姓制度仍然对印度的社会生活有着巨大的影响力。
美国的两位经济学家Rema Hanna和Leigh Linden设计了一个「现场实验」（field experiment）来研究印度的阶级歧视。这个实验是在某个学校内进行，他们征求许多不同老师来改同一批学生做完的考卷，但是将考卷第一页上面的个人信息，包括学生姓名、性别、种姓分类等随机分配，以确保学生的特性跟答案的质量没有任何相关性。
实验的结果有两个非常有趣的发现。首先，基于种姓阶级的歧视确实存在，来自低阶级的学生得到的分数比高阶级的学生来得低，虽然两组考卷的答案在平均上完全没有差异。更有趣的发现是，这样的歧视并不是来自于身分属于高阶级的老师，而是来自于低阶级的老师。
一个社会上是谁在歧视女性、有色人种、少数民族、穷人等？我们一般认为是男性、白人、多数民族、富人。但常见的一个现象是，被歧视的人往往也会歧视自己，也会歧视其它被歧视的人。
雇主歧视（潜在的）员工
早在2004年，美国两位经济学家Marianne Bertrand和Sendhil Mullainathan就设计了一个现场实验来测试劳动市场中的歧视。
他们准备了几千份假的工作履历，其中有很多份内容完全一致，唯一的差别是其中有的名字是非裔美国人常用的名字（例如Lakisha和Jamal），另一部分是白人常用的名字（例如Emily和Gregory），还有一部分是西班牙裔的名字。他们随机将这些名字分配到这些假的履历后，寄到许多正在征人的公司。结果显示白人名字的履历比其它名字的履历得到更多雇主的回叩（callbacks）。
由于履历中的教育程度以及资历等内容都是一样的，这样的结果只能解释成来自名字上的差异，也就是雇主（或者人资部门）对于不同肤色的应征者有差别待遇。
类似的研究也在其它国家中进行过。澳洲的经济学家们就曾应用同样的方法进行测试，结果发现在澳洲劳动市场中被歧视最严重的族群就是亚洲人。
父母歧视女孩
众所周知，重男轻女的观念导致女孩被歧视。但歧视性的作法有很多种，在科技不发达的年代，女孩可能会受到比较差的待遇，例如营养的摄取、健康的照护、教育的培养等。在超音波等技术引进后，对女孩的歧视就延伸到堕胎的选择上。
台大经济系的刘锦添、林明仁两位教授，以及美国的Nancy Qian教授利用台湾堕胎合法化这个「自然实验」来进行研究。他们的发现堕胎合法化使得台湾新生儿男女比例（男婴数量除以女婴数量）大幅上升，但是却降低了女新生儿的死亡率。这是因为堕胎合法化让不愿意生女孩的父母选择将女婴堕胎，而不是勉强生下来之后受到歧视性的待遇。因此在堕胎合法化后选择将女孩生下的父母相对地比较不会重男轻女，也因此跟合法化前的情况比起来，女孩会得到比较好的照顾，这降低了女孩的死亡率。
Nancy Qian教授在另一篇研究中利用了中国农村的「承包制」改革作为自然实验。她发现承包制的实施提高了农业的生产力，也提高了对劳动力的需求，使得生产谷物的地区新生儿男婴比例上升。有趣的是，在以茶叶生产为主的地区，女婴的比例反而上升，因为在茶叶生产上，女性劳动力反而具有比较利益。她的研究证实了性别偏好的「经济基础」。
