RESRES-2026-02-01

英文标题

Hiring as Exploration

Danielle Li (MIT and NBER), Lindsey Raymond (MIT), Peter Bergman (University of Texas at Austin and NBER)Review of Economic Studies, 2026, 93(2), 1200–1240DOI: 10.1093/restud/rdaf040

该研究将企业招聘过程建模为一个 contextual bandit（情境多臂老虎机）问题：企业为了长期找到最佳员工，必须在"利用"（从有历史记录的群体中筛选）与"探索"（从代表性不足的群体中筛选以了解其质量）之间取得平衡。然而，当前主流的招聘算法基于监督学习（supervised learning），仅关注利用已有训练数据做预测，忽视了探索的价值。作者利用一家财富 500 强企业 2016-2019 年间 88,666 份求职申请数据，构建了两类算法：一是基于 LASSO 逻辑回归的监督学习模型（SL），二是基于 Upper Confidence Bound（UCB）的 contextual bandit 模型。SL 模型仅根据预期招聘概率的估计值筛选候选人，而 UCB 模型在此基础上增加一项"探索奖励"（exploration bonus），使算法偏好统计不确定性更高的候选人。研究发现，两类算法均能提高面试候选人的招聘成功率（hiring yield）——SL 模型和 UCB 模型的预期招聘率分别为 32% 和 27%，远高于人类招聘者的 10%。然而，两类算法对多样性的影响截然相反：SL 模型将黑人和西班牙裔候选人的面试比例从 9.4% 降至 4.2%，而 UCB 模型将该比例提升至 24.3%。为克服选择性标签（selective labels）问题——只有被实际面试的候选人才能观察到招聘结果——作者采用了三种互补的识别策略：仅使用面试样本、逆倾向得分加权（IPW）以及在招聘者随机分配基础上的工具变量（IV）估计。IV 分析表明，在边际上遵循 UCB 推荐既能提高招聘成功率，也能增加少数族裔代表性。研究进一步表明，即便将人口统计特征从模型输入中剔除，UCB 模型仍能提升多样性；而强制性配额的 SL 模型虽可增加多样性但牺牲了质量。该研究首次提供实证证据表明，算法设计可以实现效率与公平的 Pareto 改进，挑战了招聘中效率-公平必然权衡的经典假设。

创新点 1: 首次将招聘过程形式化为 Contextual Bandit 问题

所属维度: 理论创新
原文依据: 本文明确提出「本文将招聘视为一个 contextual bandit 问题：为了长期找到最佳员工，企业必须在利用与探索之间取得平衡」（引言）。现有文献将招聘视为静态预测问题，而本文将其重构为动态序列决策问题，强调探索的信息价值。
创新程度: 突破性

创新点 2: 构建并实证检验了基于 UCB 的探索型招聘算法

所属维度: 方法创新
原文依据: 作者实现了 Li et al. (2017) 的 UCB-GLM 算法，在传统监督学习的点估计预测之上增加了一个基于协方差矩阵的探索奖励项 B(X; D) = (X - X̄)'V⁻¹(X - X̄)（式 5.4-5.5）。参数 α = 1.96，对应 95% 置信区间上界。这是首次将 contextual bandit 算法应用于真实企业招聘数据。
创新程度: 突破性

创新点 3: 三方互补识别策略解决选择性标签问题

所属维度: 方法创新
原文依据: 由于仅能观察到被实际面试候选人的招聘结果，本文采用三重互补方法：(1) 面试样本内的分数-结果相关性分析；(2) 逆倾向得分加权（IPW）推断全部 ML 选择候选人的招聘率；(3) 利用招聘者随机分配构建工具变量，检验边际候选人的 ML 推荐效果（Section 4.2）。三种方法结论一致。
创新程度: 重要边际贡献

创新点 4: 财富 500 强企业 88,666 份申请的大规模专有数据

所属维度: 数据创新
原文依据: 研究使用一家美国财富 500 强企业 2016 年 1 月至 2019 年 4 月的完整招聘数据，涵盖咨询、金融分析和数据科学等高技能职位。数据包括所有申请者的教育背景、工作经历、推荐状态、人口统计特征，以及面试和招聘结果（Table 1）。数据量远超以往招聘歧视研究。
创新程度: 重要边际贡献

创新点 5: 揭示算法设计对效率-公平关系的决定性影响

所属维度: 结论创新
原文依据: SL 模型将黑人和西班牙裔面试比例从 9.4% 降至 4.2%，而 UCB 模型提升至 24.3%，两者均提升招聘质量（Figure 1, Figure 3）。UCB 模型表明效率与公平并非必然存在权衡——人类招聘者实际上位于 Pareto 前沿内部，既牺牲了质量也牺牲了多样性。IV 分析进一步证实，在边际上遵循 UCB 推荐可同时提高招聘率和少数族裔代表性（Figure 5）。
创新程度: 突破性

创新点 6: 模拟推演长期学习动态下的算法表现差异

所属维度: 结论创新
原文依据: 由于分析期仅 16 个月，作者通过模拟实验展示了 UCB 模型在长期中的关键优势：当某一群体（如 Black 申请人）质量提升时，UCB 模型因其探索倾向能更早识别这一变化并快速调整筛选策略，而 SL 模型因缺乏探索动力而学习显著更慢（Section 9.2, Figure 10）。
创新程度: 情境创新

选题方向 1: Contextual Bandit 算法在信贷审批中的应用

源自创新点: 创新点 1, 2
核心思路: 将 UCB 探索型算法应用于银行贷款或信用卡审批场景。信贷审批同样面临"利用-探索"权衡——银行倾向于向有信用记录的群体放贷，而缺乏对无信用记录群体的了解。探索型算法可以通过系统性探索来了解新移民、年轻借款人等"薄档案"群体的真实信用风险。
可行性: 银行拥有大量历史信贷数据，协变量丰富；审批决策的结构化程度高，适合算法实施；需处理与招聘类似的选择性标签问题。
目标期刊: AER / QJE / Journal of Finance

选题方向 2: 大学招生中探索型匹配算法的设计与实验

源自创新点: 创新点 1, 5
核心思路: 将 contextual bandit 框架应用于大学招生。当前招生算法（如标准化考试+成绩排名）本质上是监督学习的"利用"策略。设计并实施一个 RCT，将申请者随机分配到传统招生流程和 UCB 探索型招生流程，比较录取学生的学术表现和群体多样性。
可行性: 大学招生场景的协变量（成绩、课外活动、推荐信）丰富且标准化；可通过与某所大学合作实施小规模实验；结果变量（GPA、毕业率）可追踪。
目标期刊: AER / Econometrica

选题方向 3: 探索型算法在招聘市场的一般均衡效应

源自创新点: 创新点 5, 6
核心思路: 原文结论指出，若所有企业同时采用 UCB 算法，供给约束和企业间竞争可能削弱单个企业的收益。构建一个理论模型分析：当多家企业采用探索型算法时，劳动力市场的均衡工资、技能供给和群体间不平等将如何变化？加入企业的异质性和算法的差异化采用。
可行性: 理论建模为主，可结合校准（calibration）使用现有劳动力市场数据；Raymond (2023) 已展示了算法采用对住房市场的一般均衡效应，方法论可借鉴。
目标期刊: JPE / Econometrica

选题方向 4: 机器学习辅助招聘中的人类-算法交互实验

源自创新点: 创新点 3, 5
核心思路: 原文采用反事实分析方法评估算法效果。设计一个实地实验，将招聘者随机分配到三个组：纯人类决策、SL 算法推荐辅助、UCB 算法推荐辅助。分析算法推荐是否被采纳及其对招聘结果和多样性的影响。特别关注"算法厌恶"（algorithm aversion）和招聘者何时会推翻算法推荐。
可行性: 可与合作企业实施；已有成熟的实验方案可参考（Hoffman et al., 2017）；能提供因果证据而非反事实推断。
目标期刊: QJE / RES / Management Science

选题方向 5: 探索奖励设计对算法公平性的影响

源自创新点: 创新点 2, 5
核心思路: UCB 的探索奖励由协方差结构决定（式 5.5）。系统研究不同的探索奖励函数（如基于组间差异 vs. 组内差异、不同 α 参数值、Thompson Sampling）如何影响算法的公平性-效率权衡。分析是否存在"最优"探索设计可以在给定效率水平下最大化多样性。
可行性: 可基于原文公开数据或构建模拟环境测试多种算法变体；需要的计算资源适中；结果对算法审计和监管政策有直接含义。
目标期刊: RES / Econometrica / Operations Research

中文写作方案 1: 中国公务员招录中"双盲"面试改革的效率与公平评估

源自创新点: 创新点 3, 5
目标中文期刊: 经济研究
中国情境对接: 中国公务员招录体系拥有海量标准化申请数据，多地已推行"双盲"面试（考官随机分配、考生匿名编号），形成类似原文中"招聘者随机分配"的制度设置。这为使用 IV 策略评估人工筛选的相对效率提供了天然实验场景。
研究设计:

可用数据: 某省/市公务员局招录数据（含笔试成绩、面试成绩、录用结果、考生背景信息）
识别策略: 利用考官随机分配 + 考官间严格程度的差异构建工具变量（类比原文 screener leniency IV），估计人工筛选的边际效率
对比面试阶段的双盲 vs. 前期的简历筛选（可能非双盲）对最终录用人员质量和多样性的差异影响

政策价值 (核心):

直接政策含义: 为公务员招录中"双盲"制度的扩展提供因果证据支持
政策受众: 中组部、人社部、各级公务员局
政策窗口: 与当前"公平就业"政策导向高度契合

写作框架建议:

引言: 公务员招录的公平性与效率问题 → 国际招聘算法文献 → 本文边际贡献
制度背景: 中国公务员招录流程的详细梳理，双盲面试改革的各地实践
理论框架: 借鉴 contextual bandit 框架分析人工筛选的利用-探索行为
数据与识别: 考官随机分配作为工具变量
结果与政策讨论: 双盲面试改革的净效益评估，对招录制度优化的建议

中文写作方案 2: 算法辅助招聘对中国平台经济灵活用工的效率与多样性影响

源自创新点: 创新点 1, 5
目标中文期刊: 管理世界
中国情境对接: 中国平台经济（美团、滴滴、阿里巴巴等）大量使用算法匹配劳动者与任务。平台算法本质上是一个"利用-探索"系统——优先匹配高分骑手/司机，可能忽视新进入者。中国灵活用工规模全球最大（超 2 亿人），大量弱势群体（农民工、中年转行者）依赖平台谋生。
研究设计:

可用数据: 与主要平台企业合作获取匿名化的骑手/司机匹配和收入数据
识别策略: 在平台上实施 A/B 测试，对比传统 SL 型匹配算法和 UCB 探索型匹配算法对工人收入、留存率和群体间差异的影响
关注的异质性: 户籍（城市 vs. 农村）、年龄、性别、地区

政策价值 (核心):

直接政策含义: 为平台经济"算法取中"（2021 年中央经济工作会议精神）提供技术方案和实证依据
政策受众: 人社部、市场监管总局、交通运输部
政策窗口: 与"新就业形态劳动者权益保障"和"防止平台算法歧视"政策议程紧密对接

写作框架建议:

引言: 平台算法如何影响弱势劳动者获得收入机会
制度背景: 中国平台经济监管政策演变（2021-2026）
算法框架: 将平台匹配建模为 contextual bandit 问题
实验设计与数据
结果与政策讨论: 基于公平性的算法审计标准和监管建议

中文写作方案 3: 乡村振兴背景下农村劳动力就业匹配的数字化探索

源自创新点: 创新点 4, 5
目标中文期刊: 中国农村经济
中国情境对接: 中国政府大力推进"数字乡村"建设，各地建立了大量农村劳动力就业信息平台。然而农村求职者因缺乏标准化简历（无学历证书、无正规工作记录），在传统匹配系统中处于劣势。这正是原文中"利用-探索"困境的典型场景——系统缺乏对农村劳动力的数据而倾向推荐城市求职者。
研究设计:

可用数据: 某省/市人社局的农村劳动力就业信息平台数据 + 全国流动人口动态监测数据（CMDS）
识别策略: 在就业信息平台上部署探索型推荐算法（可优先推荐若干"探索名额"给数据稀少的农村求职者），对比传统推荐算法的匹配效果
结果变量: 就业率、工资水平、工作持续时间

政策价值 (核心):

直接政策含义: 为"数字乡村"战略中的就业信息平台优化提供具体算法方案
政策受众: 农业农村部、人社部、乡村振兴局
政策窗口: 与"全面推进乡村振兴"和"数字乡村发展行动计划"高度契合

写作框架建议:

引言: 农村劳动力信息不对称与数字化就业服务的机遇
制度背景: 中国农村劳动力就业政策与数字乡村建设
理论框架: 基于 contextual bandit 的弱势群体探索招聘模型
平台数据与算法设计
结果与政策建议: 面向乡村振兴的数字化就业匹配优化方案

中文写作方案 4: 人工智能招聘工具在中国的法律规制与公平性审计框架

源自创新点: 创新点 5, 6
目标中文期刊: 中国工业经济
中国情境对接: 中国企业对 AI 招聘工具的使用正在快速增长（如海纳 AI、Boss 直聘的智能匹配等），但中国的算法治理法规（《互联网信息服务算法推荐管理规定》《个人信息保护法》）对招聘算法的审计标准和公平性要求尚不明确。本文可提供算法审计的方法论和实证框架。
研究设计:

可用数据: 与国内招聘平台或企业 HR 部门合作，获取算法筛选逻辑和匿名化结果数据
方法: 基于原文的三重识别策略（面试样本分析 + IPW + IV），构建招聘算法公平性审计工具箱；比较不同算法（SL vs. UCB）在中国的就业数据上可能产生的差异性影响
法律分析: 梳理中国、欧盟（AI Act）、美国招聘算法监管法规的比较

政策价值 (核心):

直接政策含义: 为中国招聘算法公平性审计提供可操作的实证框架和监管建议
政策受众: 网信办、人社部、市场监管总局、全国人大法工委
政策窗口: 与"算法备案""人工智能治理"政策议程直接相关

写作框架建议:

引言: AI 招聘工具在中国的广泛应用与治理挑战
国际比较: 欧盟 AI Act、美国 NYC Local Law 144 对招聘算法的规制
审计框架: 借鉴原文方法论构建公平性审计工具
案例分析: 对某中国招聘算法进行审计模拟
政策建议: 中国招聘算法监管的具体法律条款和技术标准建议

中文写作方案 5: 高考招生中"强基计划"与"综合评价"的探索-利用效率分析

源自创新点: 创新点 1, 2
目标中文期刊: 经济学(季刊)
中国情境对接: 中国高考招生改革引入了"强基计划""综合评价"等多元录取方式，旨在突破单一分数排名的"利用"模式，对具有特殊才能或非传统背景的学生进行"探索"。这与原文中 UCB 算法的逻辑高度一致——在标准预测之外为"不确定性高"的候选人提供额外机会。
研究设计:

可用数据: 某省教育考试院的招生录取数据，含统考成绩、综合评价成绩、录取结果、大学学业表现
识别策略: 利用综合评价录取的分数线断点（RDD）或不同高校"强基计划"名额的差异（DID），评估多元录取对大学学业表现和生源多样性的影响
理论模型: 将高考招生形式化为 contextual bandit 问题，分析最优探索比例

政策价值 (核心):

直接政策含义: 为高考招生中的多元录取比例和选拔标准优化提供理论依据
政策受众: 教育部、各省教育考试院
政策窗口: 与新一轮高考综合改革和"破五唯"（破除唯分数论）政策方向一致

写作框架建议:

引言: 高考招生"唯分数论"的局限性与多元录取改革的探索逻辑
制度背景: 强基计划、综合评价等招生改革的政策演变
理论模型: Contextual bandit 框架下的最优招生探索策略
实证分析: 多元录取对学生表现和多样性的影响
政策讨论: 最优录取组合中"统考分数利用"与"多元探索"的比例设计