Systemic Discrimination: Theory and Measurement

创新点 1: 构建系统性歧视的形式化统一理论框架

所属维度: 理论
原文依据: "We model a 'system' as a network of interconnected nodes, each representing a decision that can affect relevant attributes at other decision nodes." 将社会学家和法律学者长期讨论的"系统性歧视"概念转化为严格的数学语言，将群体间差异分解为直接歧视、系统性歧视和非歧视性差异三个可测度成分，为跨领域分析提供了统一框架。
创新程度: 突破性

创新点 2: 提出"迭代审计"实验设计

所属维度: 方法
原文依据: "The iterated audit (IA) approach—which involves iterating decisions across multiple nodes—to bring our framework to data." 传统审计研究仅测量单个决策节点的直接歧视，迭代审计通过追踪歧视效应在多个决策节点间的累积和放大过程，首次实现了对系统性歧视的实证测度。
创新程度: 突破性

创新点 3: 实验揭示"歧视—经验剥夺—经验回报放大"的累积机制

所属维度: 结论
原文依据: "The first experiment shows how racial discrimination can accumulate across multiple rounds of hiring through the interaction of two forces: greater discrimination against inexperienced workers, which affects the opportunity to obtain experience, and high subsequent returns to experience." 这一发现展示了即使每轮的直接歧视程度相似，通过经验渠道的累积效应可能产生远超直接歧视的总差异。
创新程度: 重要边际贡献

创新点 4: 将推荐信文本中的性别差异与STEM招聘中的系统性歧视链接

所属维度: 结论
原文依据: "The second experiment shows how gender-based differences in the language of recommendation letters can translate into systemic gender discrimination in STEM hiring." 利用自然语言处理和审计实验的结合，首次展示推荐信语言中的微妙性别差异如何通过招聘决策网络产生系统性后果。
创新程度: 重要边际贡献

选题方向 1: 算法决策系统中的系统性歧视

源自创新点: 创新点 1、2
核心思路: 将系统性歧视框架扩展到算法决策环境——如招聘算法、贷款审批算法、预测警务算法。分析"公平性约束"（如禁止使用种族变量）如何通过改变信息生产动态间接影响系统其他节点的歧视水平。
可行性: 算法审计（algorithmic auditing）方法正在快速发展；可获得公开算法决策数据（如 COMPAS 再犯预测数据）。
目标期刊: QJE / AER / Science

选题方向 2: 反歧视政策的"迭代审计"评估

源自创新点: 创新点 2、3
核心思路: 利用迭代审计方法评估具体的反歧视政策干预（如盲审招聘、配额制、信息披露要求），测量它们在哪个决策节点最有效、以及是否存在"政策抵消"——一个节点的歧视减少被另一个节点的歧视增加所补偿。
可行性: 需要与大型雇主或平台合作进行田野实验；政策干预的可操作性强。
目标期刊: AER / JPE / Journal of Labor Economics

选题方向 3: 跨领域系统性歧视——从教育到住房到劳动力市场

源自创新点: 创新点 1
核心思路: 将一个完整的社会经济系统——教育（学校质量差异）→ 住房（居住隔离）→ 劳动力市场（招聘歧视）——建模为三层节点网络，利用行政数据的链接追踪个体差异在三个子系统间的系统性累积。
可行性: Census FSRDC 内可实现教育、住房、劳动力市场数据的个体链接；需要扩展"迭代审计"方法到跨域设置。
目标期刊: Econometrica / Review of Economic Studies / QJE

中文写作方案 1: 中国劳动力市场中的"系统性户籍歧视"——基于迭代审计的实证分析

源自创新点: 创新点 1、2
目标中文期刊: 经济研究 或 管理世界
中国情境对接: 中国的户籍制度在劳动力市场中创造了与美国种族歧视平行的群体分化——农村户籍求职者在教育、实习、首份工作和后续职业发展等多个阶段面临累积性劣势。Bohren et al. 的系统性歧视框架可以精确建模："户籍→获得第一份工作的歧视→工作经验差异→后续职业发展的系统性差距"这一累积链条，并利用迭代审计方法进行实证测度。
研究设计: 在中国主要招聘平台（如智联招聘、BOSS 直聘）上实施多重迭代审计实验；区分不同决策节点（简历筛选→面试→实习→转正→晋升）；使用真实或模拟简历控制除户籍外的所有可观测属性。
政策价值: 为户籍制度改革和反就业歧视立法提供基于严格因果证据的政策设计依据。
政策受众: 国家发改委、人社部、公安部、全国人大社会建设委员会
政策窗口: 与"破除户籍壁垒""建设全国统一大市场""新型城镇化"高度契合

中文写作方案 2: 中国"双一流"高校标签对毕业生职业发展的系统性影响

源自创新点: 创新点 1、3
目标中文期刊: 经济学(季刊) 或 世界经济
中国情境对接: 中国劳动力市场中的"第一学历歧视"是一个典型的多节点系统性过程：高考→本科学校层次→第一份工作的雇主品牌→后续跳槽和晋升机会。即使雇主在某一节点（如最终录用决策）不直接歧视非名校毕业生，名校标签通过影响初次就业质量和早期职场社交网络，可能产生远超直接效应的系统性差距。
研究设计: 利用大学毕业生追踪调查数据 + 企业人力资源行政数据；构建包含"高考→大学→首份工作→5年后职业发展"的多节点系统模型。
政策价值: 为教育评价改革、高校毕业生就业政策提供证据。
政策受众: 教育部、人社部
政策窗口: 与"破五唯""新时代教育评价改革"高度契合

中文写作方案 3: 政府补贴中的"所有制歧视"与系统性资源错配

源自创新点: 创新点 1
目标中文期刊: 中国工业经济 或 金融研究
中国情境对接: 中国的信贷市场、政府采购和政府补贴中长期存在基于所有制的差异化对待（国有企业 vs 民营企业）。这种"所有制歧视"可能通过系统性渠道放大资源错配：国有企业在初始阶段获得更多信贷/补贴→更多研发/扩张投资→更大的市场份额→更强的议价能力→更多后续政策倾斜。
研究设计: 利用中国工业企业数据库 + 上市公司数据库，构建信贷-补贴-市场结果的网络模型；采用 Bohren 框架分解直接效应与系统性效应。
政策价值: 为"竞争中性""所有制中性"改革提供量化分析工具。
政策受众: 国家发改委、国务院国资委、财政部、市场监管总局
政策窗口: 与"促进民营经济发展壮大""市场准入负面清单""全国统一大市场"高度契合

中文写作方案 4: 算法招聘中的"去偏见"设计——中国互联网招聘平台的实验研究

源自创新点: 创新点 2、3
目标中文期刊: 管理世界 或 数量经济技术经济研究
中国情境对接: 中国互联网招聘市场规模庞大（BOSS 直聘、智联招聘、猎聘等），算法在招聘匹配中扮演日益重要的角色。Bohren et al. 的框架为评估和设计"反歧视"算法提供了分析工具——简单的"特征屏蔽"（如不显示性别/户籍）可能因系统性渠道的存在而产生适得其反的效果。
研究设计: 与中国招聘平台合作进行田野实验，比较不同算法设计方案（完全屏蔽 vs 有控制展示 vs 公平性约束）在系统性歧视各节点上的效果差异。
政策价值: 为算法治理和就业歧视规制提供直接的政策设计参考。
政策受众: 国家互联网信息办公室、市场监管总局、人社部
政策窗口: 与"算法推荐管理规定""平台经济规范健康持续发展"高度契合

中文写作方案 5: 中国学术界的性别系统性差距——从导师分配到学术职业发展的多节点分析

源自创新点: 创新点 1、4
目标中文期刊: 社会学研究 或 经济学动态
中国情境对接: 中国学术界中女性研究者在高职称、科研项目获取、学术领导职位中代表性不足。Bohren et al. 框架可以将这一差距分解为：研究生导师分配的性别偏好→早期科研成果差异→博士后/教职获取歧视→科研经费申请差异→学术网络积累差异→终身教职/领导职位差距。
研究设计: 利用中国博士学位论文数据库、国家自然科学/社会科学基金数据、高校教师履历数据。
政策价值: 为中国学术机构的反歧视和多元化政策设计提供系统级分析工具。
政策受众: 教育部、科技部、国家自然科学基金委员会、全国妇联
政策窗口: 与"支持女性科技人才在科技创新中发挥更大作用"政策文件高度契合