光华讲坛——社会名流与企业家论坛第 5581 期

主题： Handwriting Quality and Grader Bias --- Statistical Discrimination, Taste-based Bias or Cognitive Bias

主讲人：上海科技大学 徐剑锋助理教授

主持人：经济与管理研究院  叶菁菁副教授

时间：2017年11月5日（周二）上午10:00—11:30

地点：西南财经大学柳林校区校格致楼1211

主办单位：经济与管理研究院  科研处

主讲人简介：

徐剑锋，复旦大学生物系本科毕业，美国托莱多大学数学与经济学硕士，美国伊利诺伊大学厄巴纳香槟分校经济学博士，2019年加入上海科技大学创业与管理学院。他的研究方向涉及教育经济学、发展经济学、资源与环境经济学、应用计量经济学方法。他的博士论文基于大规模问卷调查和实地实验，研究了入学年龄对学生认知能力与非认知能力的影响、学生写字美丑对作文内容评分的影响及工具变量校正测量误差的一般方法等问题。

内容提要：

Grading of the content may be biased against poor handwriting, resulting in discrimination against students with poor handwriting. We are the first to estimate the bias and decompose it to uncover its sources. We find that the bias alters 1.9% of high school admission outcomes and contributes to 70% of the gender gap in 9th grade’s writing test. The challenge with identifying bias is that ability may be correlated with handwriting quality. To quantify handwriting quality, we conduct a field experiment in a prefecture of China utilizing special rubrics for handwriting quality. To break the intrinsic correlation between handwriting and content quality, we randomly create two handwritten versions for each of 800 essays. The estimated bias is about 0.44 of a standard deviation: 1 point in handwriting (0-5) results in 2.45 points bias in content scores (0-60). Further experiments break the mechanism of this bias into statistical discrimination and Becker’s taste-based bias. We find statistical discrimination is negligible. In addition to true taste-based bias, we propose two cognitive biases (halo effect and cognitive fluency effect) and suggest halo effect is the major source of bias. To correct the attenuation bias caused by measurement error, we develop a new instrumental variable estimator that improves the small sample performance of traditional instrumental variable estimators.

对内容评分时可能会因为字丑而打低分，导致对字丑学生的歧视。我们首次定量估计了这个偏差并分解了背后的机制。我们发现这个偏差影响了1.9%的中考录取结果，贡献了70%的男女作文分差距。估计这个偏差的最大挑战是如何控制内容品质和写字品质之间的内在相关性，其次是如何定量测量写字品质。我们利用中国某地区特有的写字分评分规则，进行了随机了对照实验。我们随机选取800篇作文，每篇都随机抄写出两个手写版本，比较这两个版本的内容分差来估计阅卷偏差。估得写字品质的影响有0.44标准差，即1分的写字分（0-5）会提高2.45分的内容分（0-60）。进一步的实验将统计歧视与偏好歧视分离。我们发现统计歧视几乎为0. 在偏好歧视之外，我们建议两个认知偏差（晕轮效应和认知连续度效应）作为解释机制，并且发现晕轮效应可能是偏差的主要贡献者。为了纠正测量误差导致的衰减偏误，我们设计了一个新的工具变量估计量，提高了传统工具变量方法的小样本性质。