​美貌与工作机会：来自实验的新证据

文字编辑：钱文文（暨南大学经济与社会研究院政策研究中心研究助理）

原文信息

Deng, Weiguang; Li, Dayang; Dong, Zhou. “Beauty and job accessibility: new evidence from a field experiment.” Journal of Population Economics, 2020, 33:1303–1341.

01

引言

以前的文献将工资差距与对外貌的基于偏好的歧视相联系，随后的许多文献也证实美貌溢价的存在。但在现有的文献中存在几个问题：首先，面试前阶段的外貌歧视普遍被忽视，研究主要集中在劳动力市场后期的歧视，然而，简历筛选过程中可能会表现出严重的歧视。其次，以往文献中的外貌测量并不理想，如何准确地测量外貌差异是一个具有挑战性的问题。第三，由于遗漏变量和未被观察到的特征带来的偏差，传统的经验方法可能无法有效识别外貌歧视。因为无论是在招聘决定还是工资差异方面，美貌溢价衡量了带有歧视性的劳动力市场结果，这其中包含了雇主对应聘者生产力差异的看法。然而，实证检验中很难完全控制影响雇主看法和应聘者生产力的不可观测因素。

在本研究中，作者采用了实验的方法，验证了在中国劳动力市场中，存在面试前对外貌的纯粹基于偏好的歧视，为检验中国的外貌歧视提供了第一个证据；同时作者使用不同的简历照片作为实验工具，更准确地测量了外貌差异。

研究结果表明，无论用人单位、招聘职位、个人的性别和教育程度是如何的，外貌歧视都会导致中国劳动力市场上面试机会的不平等，相貌平平的求职者得到的面试机会更少。对男性来说，外貌歧视可以通过更好的教育缓解；然而，这一策略对长相普通的女性并不有效。另外，美貌溢价在不同的劳动力市场规模、公司类型和招聘职位的特征中不同。

02

实验设计

作者的实验设计与以往的研究有以下几个不同之处。首先，作者选择了应届毕业生的简历，以避免不同的工作经验可能造成的偏差。其次，作者关注的是技能要求较高的职业，这些职业至少要求本科学历。第三，作者的样本比较大。

作者的实验是在2016年3月到11月之间，在上海陆家嘴一个知名的招聘平台的帮助下进行的。第一阶段，作者从全国金融行业公司的样本池中随机抽取了673份简历，包括7种公司类型：银行、证券公司、保险公司、投资公司、互联网金融公司、金融咨询公司和其他金融公司。作者剔除了没有提供关键信息的简历，最终得到658份简历样本，其中包括337名女性和321名男性。第二阶段，作者选择了四名娱乐界名人，他们分别被认为是美丽的男性/女性，以及普通的男性/女性。根据同一性别的娱乐明星的外貌，作者使用人像合成器和图像处理软件合成了每份简历上的证件照。最终作者为每位应聘者重新得到了两份在面部特征上不同但在其他方面基本相同的简历，其中一份使用外表迷人的简历照，而另一份使用外表普通的简历照。

为了检验作者设计的证件照的有效性，作者进行了一项在线调查，让参与者对作者所示的两对证件照进行快速评分，分值从1到10，分数越大，外貌就越漂亮，整个过程都是模仿简历的筛选过程。根据调查结果，四类证件照的平均分为美女 (6.44)、普通女子(4.07)、帅气男子(6.75)、普通男子(4.28)，这基本证明了作者设计的证件照的有效性。

另外，为了提供足够大的教育水平的变化，作者将样本按毕业院校分为四类：低质量学士、中等质量学士、高质量学士、高质量硕士。

最后作者选择了上海、北京、深圳、成都和武汉五个城市，并根据这些城市不同用人单位发布的相应招聘岗位的不同要求，在招聘结束后的一段时间内发送符合要求的成对简历，两份简历的投递顺序是随机的，同一性别在一小时的间隔内投递到相同的职位。

03

实证策略

本文的基本回归方程是：

对于第j对类似简历中的个体i（i=1,2），Callback_ij表示个体i是否收到面试通知（1表示收到，0则没有）；Look_ij表示申请人的相貌（1表示有吸引力的相貌，0则不是）；X_ij是三种类型控制变量的向量：个人特征、公司特征和招聘职位特征；μ_j代表了其他观测到的在对之间而不是在对内有区别的相关变量，例如城市固定效应；e_ij和η_j分别表示未被观察到的因人而异、成对变化的特征，主要是简历特征和投递特征，这些特征在简历和投递过程中都可以被雇佣者观察到，但没有被作者控制；ε_ij表示误差项。为了分析外观与其他特征的交互作用(如性别、教育、公司特征和位置特征)，作者引入了外貌虚拟变量和其他解释变量的交互项(例如, Look_ij∙X_ij)。

由于作者的编码不能控制来自简历或投递过程的所有特征，基于基本回归的估计可能会有偏差。因此，作者使用了一个固定效应模型：

利用实验数据，作者用固定效应模型估计了美貌溢价，还探讨了不同性别、教育背景、公司特征和职位类型的外貌歧视的异质性。

04

实验结果

数据结果显示，劳动力市场存在外貌歧视，外貌有吸引力的个人被通知面试的几率会高5.6%。外貌歧视在女性中更为严重(女性为5.7%，男性为5.4%），但男性和女性之间的美丽溢价差异并不显著。这与之前的文献结果不一致，一种可能的解释是，在以往的研究中发现的性别差异是由遗漏变量或测量误差造成的。

有更好的教育背景总体上降低了整个样本的外貌歧视，提高学历可以将遭遇外貌歧视的概率降低0.7%。有趣的是，不同教育水平的男性和女性之间存在着异质效应。低教育水平的男性比女性遭受更严重的外貌歧视，但高教育水平的男性比女性更少遇到外貌歧视。教育对外貌歧视的缓解作用只存在于男性中，而长相普通、教育质量较好的女性则更容易遭遇外貌歧视。

另外作者还探究了不同的用人单位地点、是否上市、所有权和交易模式下外貌歧视的异质性。首先，因为一线城市的劳动力市场竞争更加激烈，外貌歧视在一线城市比二线城市更严重，尤其是女性（一线城市的差异是6.4%，二线城市是4.4%）。其次，上市公司更歧视长相普通的求职者，尤其是女性求职者（非上市公司是5.5%，上市公司是7.5%）。第三，与其他所有制企业，如国企和外企相比，民营企业对相貌普通的求职者表现出更多的歧视，而且差异很显著。第四，传统金融公司通常是面对面进行交易，而互联网金融公司通常是通过网络完成交易的。因此，员工的外表对于传统金融公司来说可能更为重要。但作者的结果表明互联网公司和其他类型公司之间的外貌歧视并没有显著差异。

最后，作者根据招聘职位特征来讨论外貌歧视。作者将这些工作分为研究类和销售类，高薪类和非高薪类。在男性子样本中，研究型职位比销售职位表现出更高的美貌溢价，但在女性子样本中则不然。一种可能的解释是，研究型职位的劳动力市场是男性主导的，激烈的竞争可能会增加男性的美貌溢价。在整个样本和男性子样本中，高薪职位的美貌溢价较大；而在女性子样本中，高薪职位的美貌溢价略小。但当作者控制了个人未观测特征后，这两种职位的性别歧视异质性就消失了。

为了检验回归结果的稳健性，作者在同一回归中包含了所有交互项，进一步估计外貌对劳动力市场表现的影响。估计结果表明，相貌普通的人，尤其是男性，可以通过提高他们的教育水平来显著缓解外貌歧视。而在一线城市，女性遭受到更严重的外貌歧视。当用在线调查中算出的美貌评分来代替是否美貌的虚拟变量时，得到的结果和上面是一样的，所以以上结果是稳健的。

Heckman（1993）认为在这种实验里，由于决定生产力的不可观测因素的方差在不同群体间有差异，因此可能产生在任何方向上歧视的虚假证据。为了应对Heckman的批评，作者采用Neumark(2012)提出的方法，使用异方差probit模型重新得到一个无偏差的估计，该估计结果和基本结果基本一致。

05

结论

明确立法反对残疾、种族或性别歧视是容易的，但通过立法反对外貌歧视是困难的，因为评价外貌的标准过于主观。在现存的文献中，美貌溢价已经被广泛的研究过，然而，以往的研究很难确定因果关系。另外，大多数研究注重于通过工资差距衡量外貌歧视对劳动力市场结果的影响，而作者考虑的是外貌歧视也可能会影响劳动力市场的机会，比如被选中参加面试。本研究采用现场实验的方法，为在面试前阶段基于品味的外貌歧视的存在提供了新的因果证据。

这项研究得出了几个有趣的发现。首先，无论市场的规模大小、个人的性别、教育程度是如何的，外貌歧视都会导致劳动力市场上面试机会的不平等；其次，拥有更好的教育背景可以缓解外貌歧视；第三，外貌歧视是有性别差异的，男性可以通过提高学历来缓解就业市场对外貌的歧视，但教育程度较高的女性却更容易遭遇外貌歧视；第四，美貌溢价在不同的劳动力市场规模、公司类型和职位特征之中不同。

 Abstract·

This study uses a field experiment to resolve the difficulties of quantifying personal appearance and identify a direct causal relationship between appearance and employment in China. The experiment reveals that taste-based pure appearance discrimination exists at the pre-interview stage. There are significant gender-specific heterogeneous effects of education on appearance discrimination: having better educational credentials reduces appearance discrimination among men but not among women. Moreover, attributes of the labor market, companies, and vacancies matter. Beauty premiums are larger in big cities with higher concentrations of women and in male-focused research positions. Similarly, the beauty premium is larger for vacancies with higher remuneration.

来源：“黄埔大道西观点”微信公众号