Tag: 简历

Categories
事儿关经济 读书有感

另一种歧视？

今天又扫到一篇很有意思的paper，基本就是说，如果企业看不到应聘者的名字，那么少数族裔被选中面试的可能性就更低。这好像和美国大学录取如出一辙——在学校里比较少见的族裔还是很沾光的。

Unintended Effects of Anonymous Résumés
Luc Behaghel, Bruno Crépon and Thomas Le Barbanchon, American Economic Journal: Applied Economics Vol. 7, Issue 3 -- July 2015

他们的摘要总结的很好（看完就知道他们干了什么了）。

We evaluate an experimental program in which the French public employment service anonymized resumes for firms that were hiring. Firms were free to participate or not; participating firms were then randomly assigned to receive either anonymous resumes or name-bearing ones. We find that participating firms become less likely to interview and hire minority candidates when receiving anonymous resumes. We show how these unexpected results can be explained by the self-selection of firms into the program and by the fact that anonymization prevents the attenuation of negative signals when the candidate belongs to a minority.
所以名字好重要.... 这年头名字继承了太多的信息，大家总会多少不自觉的从名字里面挖掘出一些含金量。
Categories
事儿关经济 读书有感

一些实验设计的小聪明

主要是最近看到了一系列相似的文章，就忍不住说说这一系列文章的好玩之处。这一系列的文章主要是用假的CV来投简历，然后根据HR的电面反馈来探究CV中不同因素对于求职者的影响。当然一开始最关注的就是是不是就业市场中间有性别歧视——即给定两个能力一模一样工作经历也类似的，一男一女，难道女生会因为性别原因而遭受歧视么？

鼓捣出来这种折磨我们亲爱的各大企业HR的方法的就是芝加哥大学的Bertrand, Marianne和Mullainathan, Sendhil （其中后者已经转战到哈佛去了），以及他们那篇著名的AER论文：

Bertrand, Marianne and Mullainathan, Sendhil (2002). "Are Emily and Jane More Employable than Lakisha and Jamal? A Field Experiment on Labor Market Discrimination,". American Economic Review94 (4): 991. doi:10.1257/0002828042002561.

哎，可能开始接触计量经济学或者劳动经济学的，这都是逃不掉的一篇paper吧。idea 真的是很简单：搞一堆相似的简历，只是姓名和性别有所不同，然后投到各大公司，追踪反馈。这样就回答了那个本来看起来无法回答的问题：我们观察到的女性平均工资低于男性，是因为性别歧视还是因为女性的能力较男性差一些？在这里相似的简历代表求职者有着相似的能力，所以能力那个因素就变得可控了，只需要探究性别上的差别就可以了。这样就把一个本来没法做随机试验的内生性问题，巧妙的用另外一种实验设计来稍稍回答了（毕竟只是电面通知，而不是最终的录取。CV容易fake，面试就没办法了）。

结果这篇文章一出，因其idea简单、可行性好、成本低（找几个学生发发邮件就可以了），一下子受到很多被折磨经久的经济学研究者的青睐，然后类似的paper便如雨后春笋般的爆发——不仅仅是美国公司的HR开始遭殃，瞬间各国有着发paper需求的劳动经济学家们开始纷纷效仿、一拥而上，先是席卷欧洲大陆，然后亚洲自然也难以逃掉。嗯，于是就看到下面这些paper：

  • 西班牙：Albert, Rocío, Lorenzo Escot Mangas, and José Andrés Fernández Cornejo. "A field experiment to study sex and age discrimination in selection processes for staff recruitment in the Spanish labor market." Papeles de trabajo del Instituto de Estudios Fiscales. Serie economía 20 (2008): 3-46.
  • 澳大利亚：Booth, Alison, and Andrew Leigh. "Do employers discriminate by gender? A field experiment in female-dominated occupations." Economics Letters 107, no. 2 (2010): 236-238.
  • 英国：Riach, Peter A., and Judith Rich. "An experimental investigation of sexual discrimination in hiring in the English labor market." Advances in Economic Analysis & Policy 6, no. 2 (2006): 1-20.
  • 中国：Zhou, Xiangyi, Jie Zhang, and Xuetao Song. "Gender Discrimination in Hiring*: Evidence from 19,130 Resumes in China."
  • 意大利：Patacchini, Eleonora, CEPR Giuseppe Ragusa, and LUISS Guido Carli. Unexplored Dimensions of Discrimination in Europe: Homosexuality and Physical Appearance. No. 9179. CEPR Discussion Papers, 2012.
  • “Duration Dependence and Labor Market Conditions: Theory and Evidence from a Field Experiment” (with Fabian Lange and Matthew J. Notowidigdo). Quarterly Journal of Economics, Forthcoming.

其他的我暂时没有搜了，已然觉得足够了。最后上一张中国劳动力市场的结果——怪不得现在研究劳动力市场都要把中国作为一个outlier呢，华夏女性实在是太强了！

gender_preference
Categories
经济、IT观察与思考

千里之堤，溃于蚁穴

最近连续有人说我“过于认真”了……当然知道这并不是一个贬义词儿，但是这样也意味着某种灵活性的损失吧。本来一个人两个人说我我是不会在意的，或者跟我生活工作没啥交集的我也不会在意的，但是偏偏是几个跟我最近接触比较多、指导我工作也比较多的，所以我就不得不格外留心了。

学经济的时候感觉，如果数学家看到我们的文章，一定会被气死的，太不够严谨了……同样的，刚开始工作的时候看到周围人写的各种report，强烈无语。这个，不仅仅是方法论的问题啊，有时候基本的逻辑都不通啊。后来曾经和若干正在读Ph.D的朋友谈及此事，感觉他们对于各种商业报告的鄙夷确实并不是无不道理的，但是仅限于理解他们的想法，毕竟除了自己手下出来的东西，其他人的东西都是不可控的，而且对所有人都要求一个很高的statistical and analytical sense完美结合，是不现实的……这个时候，才觉得自己做的最有价值的事儿，或许就是在一堆纷繁的数据里面，有一些清晰的分析策略和指标形成吧。好像学了半天经济学，最大的收获就是遇到问题不会完全的不知所措，还是知道怎么可以一层层剥开坚壳看内涵的。

千里之堤，溃于蚁穴啊。多少对于统计模型的乱用、统计结果的错误解读（前几天微博上流传着一句“很多分析师是用直觉强奸数据”），导致了后期决策的偏差。也正是因为自己接触到的都是第一手的数据，清清楚楚的可以从一行行R代码里面知道各种指标是怎么计算出来的，才可以对某些人对于结果的一厢情愿的解读、理直气壮的提出意见吧。有些事情，过分的“完美主义”是不必须的，但是统计结果和指标制定，我觉得认真还是应该是第一原则吧。

至于统计模型……我想说，看过了这么多其妙的算法啊，模型啊，其实觉得很多时候是“殊途同归”和“返璞归真”。有的时候，把握一个方向确实比多么精确的去测度一个指标更重要。在一个实际的business里面，大家关注的并不是学术界的各种指标，更多的是“好用、易用、实用”而已。像我这种有时候“完美癖”发作的，确实感到一种现实过于骨干的痛苦……但是也没有办法。毕竟你关心的，大多数人是不关心的。同样的，很多开发人员、算法设计人员关心的事儿，在我这里看来也不是那么重要……最多能理解他们，但是，亲，真的，很多事情没有你想象的那么重要的。

最后，罗嗦一句，CV毕竟是面子工程啊……亲，别乱写行不行，排版漂亮点行不行？在这个信息浩繁的时代，酒香也怕窖子深啊～