照例先放結(jié)論
我們采用實地實驗，在實驗設(shè)計中使用面部特征不同但其他信息基本相同的簡歷，實現(xiàn)多層次分層隨機化投遞過程，我們得出許多有趣的發(fā)現(xiàn)：
第一，外貌歧視確實存在，并且導(dǎo)致了求職市場的面試機會不平等；
第二，擁有更好的教育背景可以減少明顯的歧視，但針對不同性別有所不同：男性可以通過提高學(xué)歷來緩解就業(yè)市場上的外貌歧視，但受教育程度較高的女性更容易遭遇外貌歧視；
第三，外貌歧視程度在女不同性別中程度和分布都不同；
第四，不同的企業(yè)規(guī)模、職位等對于外貌的態(tài)度不一樣，一些需要拋頭露面的職業(yè)甚至存在“美麗溢價”。
好了，想看過程和原理的同學(xué)請繼續(xù)往下看。
背景
其實顏值歧視并不是近年才有的，從上世紀50年代至今，很多的文獻都研究過外貌歧視（Appearance Discrimination），根據(jù)招聘、收入、職位晉升等來衡量美麗的溢價（Beauty Premium）和對相貌平平的懲罰，并且提供了一些實證證據(jù)。但是，由于不可觀測因素帶來的遺漏變量問題會使實證結(jié)果不準確，同時在面試中，主考官一般會綜合考量求職者的綜合能力，很難完全控制影響求職者表現(xiàn)和面試官偏好的因素。因此，在面試階段，很難將單純的基于品味的歧視（taste-based discrimination）與統(tǒng)計歧視（statistical discrimination）明確區(qū)分開來。所以我們使用一個創(chuàng)新的實驗設(shè)計來測試在我們國家面試前簡歷篩選階段是否存在對普通長相純粹的基于品味的歧視。
在簡歷的篩選中，很少有關(guān)于外貌歧視的研究，我們認為外貌歧視在我們國家是很普遍的，盡管有反歧視法，一些公司仍然或明或暗地要求求職者在提交簡歷時提供個人照片。我們進行了一項實地實驗，從全國范圍內(nèi)的樣本庫中隨機抽取應(yīng)屆畢業(yè)生的簡歷，并生成僅個人照片有所不同的簡歷副本，然后向5個城市的招聘單位發(fā)送了多種類型的真實職位空缺申請。利用固定效應(yīng)（FE）模型，將簡歷相同但照片不同的人進行比較，就可以將基于品味的歧視從統(tǒng)計歧視中分離出來，并在面試前階段測量外貌歧視的程度。
實驗的設(shè)計
我們的實驗是在在上海陸家嘴一個著名的招聘平臺的幫助下進行的，為了避免廣告嫌疑就不說名字了。
在第一階段，我們從全國性的金融部門樣本池中隨機選擇了673份簡歷，其中包括七種公司類型：銀行（包括信用合作社）、證券公司（包括期貨公司）、保險公司、投資公司（包括信托公司和投資管理公司）、基于互聯(lián)網(wǎng)的金融公司、金融咨詢公司和其他金融公司，剔除了沒有提供關(guān)鍵信息（比如性別、學(xué)院/大學(xué)和專業(yè)）的簡歷，總共還剩下658份簡歷，其中包括337名女性和321名男性。然后，將真實的簡歷重新構(gòu)造為一個標準化的模板，一份標準化的簡歷包含8個基本要素:教育背景、國際交流經(jīng)歷、獎學(xué)金、研究經(jīng)歷、實習經(jīng)歷、語言技能、計算機技能和專業(yè)證書，樣本包括本科或碩士學(xué)位的應(yīng)屆畢業(yè)生，避免了來自工作經(jīng)歷中無法觀測因素的污染。
我們的實驗工具是簡歷上的身份照片，在第二階段，挑選了四位娛樂界的名人（也不說名字了）普遍認為分別是很有吸引力的女性、普通的女性、有魅力的男性和普通的男性?；谕詣e娛樂明星的外貌，使用肖像合成儀和PS軟件合成了每份簡歷上的真實身份照片，一個是普通版本，另一個是吸引人的版本。我們在這兩份簡歷中分別使用了不同的新名字、電話號碼和電子郵件地址，為了讓這兩份簡歷更真實，還在出生月份、獎學(xué)金/證書的順序以及具體實習公司的名稱等方面做了細微的修改。
這樣，在樣本中有兩份簡歷，它們的面部特征不同，其他方面基本是相同的，一組由長相漂亮照片的簡歷組成，另一組由長相普通照片的簡歷組成，這兩組有相同數(shù)量的觀察結(jié)果。為了檢驗設(shè)計的身份照片的有效性，即是否顯示出外貌差異，進行了一項在線調(diào)查，要求參與者快速對兩組身份照片的美進行評分，最終調(diào)查結(jié)果總體上支持了設(shè)計照片的準確性。
另外，我們國家的大學(xué)根據(jù)聲譽和質(zhì)量被分成不同的群體，高質(zhì)量的學(xué)校得到了政府更多的資金支持，各方面條件也有所改善，從高質(zhì)量的大學(xué)畢業(yè)意味著更好的人力資本和更高的能力。整體而言，大學(xué)可分為“低質(zhì)量大學(xué)”（即普通院校）、“中等質(zhì)量大學(xué)”（即一般“211”工程建設(shè)高校）和“高質(zhì)量大學(xué)”（即“985”重點建設(shè)高校），我們將樣本可以分成四組：低質(zhì)量學(xué)士、中等質(zhì)量學(xué)士、高質(zhì)量學(xué)士和高質(zhì)量碩士，保證了教育水平的足夠變化。
然后，從平臺上發(fā)布的15個職位中隨機抽取職位，如股票研究員、證券分析師、財務(wù)顧問、客戶經(jīng)理、產(chǎn)品經(jīng)理等（這些職位通常要求應(yīng)聘者具有學(xué)士或以上學(xué)位），根據(jù)上海、北京、深圳、成都、武漢5個城市的不同用人單位發(fā)布的相應(yīng)職位及要求（學(xué)歷、性別、專業(yè)等），考慮了每個市級勞動力市場規(guī)模和發(fā)展階段篩選符合條件的簡歷組在規(guī)定時間內(nèi)隨機投遞。具體來說，一對雙胞胎的簡歷有不同的外觀（即，一份長相普通，另一份長相漂亮），在這兩份簡歷中，以隨機的順序，在1小時的間隔內(nèi)，投遞相同的職位。
這個實驗設(shè)計在以下幾個方面有別于以往的研究：
首先，挑選了應(yīng)屆畢業(yè)生的簡歷，以避免不同的工作經(jīng)歷可能造成的污染。從真實的就業(yè)市場中提取簡歷，設(shè)計出一模一樣的簡歷來申請真實的職位，可以通過控制個人、城市、公司和職位空缺來估算美麗溢價，進行詳細的異質(zhì)性分析；
其次，本文關(guān)注的是相對高技能的職業(yè)（例如，證券分析師、行業(yè)分析師、基金經(jīng)理和投資顧問），與之前研究中技能相對較低的職業(yè)相比，這些職業(yè)至少需要學(xué)士學(xué)位；
第三，本文樣本比較大，有658對只有身份照片不同的簡歷，向中國5個大城市的818家雇主發(fā)出了4946對15種類型的職位空缺申請。
我們設(shè)計的基準回歸模型如下：
由于編碼不能控制來自簡歷或提交過程的所有特征，模型（1）的估計可能是有偏的，利用一組內(nèi)固定效應(yīng)模型，可以消除觀測到和未觀測到的組內(nèi)效應(yīng)，固定效應(yīng)估計模型如下：
主要結(jié)果
1、描述性統(tǒng)計
表1是不同子樣本中被要求參加面試的相對頻率的匯總統(tǒng)計數(shù)據(jù)，這些數(shù)據(jù)表明在求職市場存在外貌歧視，外貌好看的個體相對于相貌平平的個體多5.6%的可能被通知參加面試，這種外貌歧視在女性中好像更嚴重，但男性和女性之間差距不顯著。
針對不同受教育程度的個體：所有教育水平上都是越好看越容易被通知參加面試。全樣本中受教育程度越高會減少這種歧視。但有趣的是，不同教育水平的男性和女性之間有著不同的影響：較低教育水平的男性比女性更容易受到歧視，但是較高教育水平的男性比女性更少受到外貌歧視，然而，女性和男性在外貌歧視方面的差異只在低質(zhì)量的學(xué)士學(xué)位上顯著。
針對不同雇主特征：外貌歧視在一線城市（上海、北京、深圳）比在二線城市（武漢、成都）更嚴重，尤其是對女性來說；上市公司通常更有可能歧視相貌平平的求職者，尤其是女性；與“其他”所有權(quán)公司（如國有企業(yè)和外國公司）相比，私營公司對相貌平平的求職者表現(xiàn)出更多的歧視；與其他類型的公司相比，互聯(lián)網(wǎng)金融公司似乎不太可能歧視長相普通的女性求職者。
針對空缺職位特征：工作分為研究類和銷售類，以及高收入類和非高收入類，在整個樣本、女性子樣本和男性子樣本中都可以觀察到面試機會中的美麗溢價；研究類職位相比銷售類職位，在男性子樣本表現(xiàn)出更大的美麗溢價，但女性子樣本中不存在；在整個樣本和男性子樣本中，高薪職位的美麗溢價更高，但女性子樣本的溢價略低。
2、異質(zhì)性分析
（1）按性別劃分
表2報告的模型（2）固定效應(yīng)回歸結(jié)果表明：帶有吸引人的身份照片的簡歷收到面試通知的概率要高出5.6個百分點，結(jié)果與描述性統(tǒng)計基本一致；比較男性和女性子樣本的關(guān)鍵估計值，女性的情況略差，但兩個系數(shù)的差異無統(tǒng)計學(xué)意義。大多數(shù)研究表明女性在求職市場上遭遇的外貌歧視要嚴重得多，但我們沒有觀察到男性和女性在外貌歧視方面的顯著差異，可能是由于不同的環(huán)境（包括不同的國家或不同的工作），也可能是以往研究中發(fā)現(xiàn)的性別差異是由于忽略變量偏差或測量誤差造成的。
（2）按教育水平劃分
表3報告的不同受教育水平的子樣本固定效應(yīng)回歸結(jié)果表明：提高學(xué)歷可以將遭遇外貌歧視的幾率降低0.7個百分點；對比女性和男性的子樣本，教育對外貌歧視的影響非常不同，男性為-0.024，女性為0.011，差異非常顯著；
低質(zhì)量本科學(xué)位，男性比女性面對更嚴重的外貌歧視，高質(zhì)量碩士學(xué)位，女性比男性面對更嚴重的外貌歧視。這意味著，在男性和女性之間的美麗溢價存在著不同的模式。我們進一步調(diào)查擁有更好的學(xué)歷是否可以減輕外貌歧視：對于本科學(xué)歷較低的申請者，長相平平的男性可以通過從中等或高質(zhì)量的大學(xué)畢業(yè)或獲得高質(zhì)量的碩士學(xué)位來顯著增加被面試的機會；對于長相普通、擁有中等或高質(zhì)量本科學(xué)位的男性來說，接受高等教育并取得高質(zhì)量碩士學(xué)位，在一定程度上可以緩解求職市場上的外貌歧視；相貌平平的女性，如果把學(xué)歷提升到高質(zhì)量的學(xué)士/碩士學(xué)位，那么擁有低質(zhì)量或中等質(zhì)量學(xué)士學(xué)位的女性會遭遇更嚴重的外貌歧視。
（3）按企業(yè)雇主屬性劃分
表4報告了不同地點、上市狀態(tài)、所有權(quán)和交易模式（交易是否主要通過網(wǎng)絡(luò)完成）企業(yè)雇主之間可能存在的異質(zhì)性外貌歧視。
?地點：一線城市VS二線城市
表A結(jié)果表明：在整個樣本和男性子樣本中，公司的地理位置對面試的外貌歧視沒有影響；一線城市勞動力市場中的女性遭遇的外貌歧視要比二線城市的女性強烈得多，且系數(shù)差異顯著，在競爭更激烈的市場中，有魅力的女性更有可能受到青睞，因此，有魅力的女性在大城市能得到更高的報酬。
?上市狀態(tài)：上市VS不上市
一般來說，上市公司更關(guān)注法律規(guī)定、公眾輿論和公眾形象，這可能會影響他們的招聘實踐。表B結(jié)果表明：上市公司確實比非上市公司更青睞長相好看的求職者，尤其是女性。
?所有權(quán)：私人VS其他
國有企業(yè)承擔著更多的社會責任，更多參與到政策的實施中；外資公司一般受國內(nèi)法和國際法的管制，并受到東道國政府更嚴格的監(jiān)督；私營公司受到的管制則相對較少。從理論上講，前兩類公司擁有更好的資源來提升自己的公眾形象，而私營企業(yè)則更多地依賴于員工的表現(xiàn)。表C結(jié)果表明：外貌歧視與公司所有權(quán)結(jié)構(gòu)無關(guān)，因此，所觀察到的不同所有權(quán)公司的外貌歧視差異可能是由于個人未被觀察到的特質(zhì)。
?交易模式：網(wǎng)絡(luò)VS其他
傳統(tǒng)的金融公司通常是面對面進行業(yè)務(wù)，而互聯(lián)網(wǎng)金融公司通常通過網(wǎng)絡(luò)完成交易。因此，對于傳統(tǒng)的金融公司來說，員工的外表可能更為重要。表D結(jié)果表明：沒有發(fā)現(xiàn)在不同的交易模式中，外貌歧視有顯著差異。
（4）按職業(yè)特征劃分
對于雇主來說，一個職位高、長相好看的員工對公司價值有兩種潛在的積極影響:一種是內(nèi)部的，可以激勵其他員工努力工作；另一種是外部的，可以提高企業(yè)的形象和經(jīng)濟利潤。因此，我們通過職位特征來研究美麗溢價的異質(zhì)性，估計結(jié)果見表5。
?研究類VS銷售類
我們將職位分為兩類：研究密集型職位和銷售密集型職位。一般來說，銷售密集的職位需要更好的外表，因為這些工作需要與消費者直接溝通，質(zhì)量和產(chǎn)出取決于消費者的印象。有理由認為，與申請研究密集型職位相比，有吸引力的求職者在申請銷售密集型職位時更有可能獲得面試機會。估計結(jié)果表明：這一預(yù)期僅在女性樣本中得到了微弱的支持；申請研究而不是銷售工作的男性將遭受更嚴重的外貌歧視，一種可能的解釋是，科研職位空缺的勞動力市場是男性主導(dǎo)的，激烈的競爭可能會增加男性的美麗溢價。
?教育水平和報酬
本文將職位分為兩類：一類是要求應(yīng)聘者具有較高的教育質(zhì)量，并相應(yīng)地提供較高的薪酬（HH，即高教育質(zhì)量和高報酬）；另一種要求相對較低的教育程度和提供較低的報酬（LL，即低教育質(zhì)量和低報酬）。估計結(jié)果表明：申請HH職位的男性會顯著地遭遇更嚴重的外貌歧視；但是，相貌平平的女性在申請HH職位時不會面臨外貌歧視，但當FE估計控制個體未觀測到的特征時，兩種職位子樣本之間系數(shù)的差異就消失了。
3、穩(wěn)健型檢驗
（1）本文將所有交互項包含在相同的回歸中，進一步估計了外貌對勞動力市場績效的影響，結(jié)果與一次只包含一個交互項時是相似的。
（2）本文主要的估計結(jié)果是使用一個虛擬變量來表示一對申請人中哪一個看起來更漂亮，進一步使用在線調(diào)查得到的美麗指數(shù)的線性值（美貌評分的平均值可以捕捉到兩張合成身份照片之間的差距）來估計相似的模型，結(jié)果與使用虛擬變量的結(jié)果相似。
結(jié)論
見篇首。
數(shù)據(jù)趣說，用科學(xué)的數(shù)據(jù)來解讀，告訴你一些社會現(xiàn)象背后的原理。
