性别偏见与财产税

性别偏见扭曲了女性和家庭的经济行为与结果。我们研究了财产税中的性别偏见。我们分析了超过100,000份财产税申诉听证会的记录以及超过2.7年的相关录音，考察了陪审小组成员和申诉人的性别如何与听证会结果相关联。我们首先观察到，女性申诉人在听证会中的表现系统性地差于男性申诉人。其次，我们表明，男性申诉人的听证会结果并不随其面对的小组性别构成发生显著变化，而女性申诉人的结果却会如此，即女性申诉人在面对女性（男性）小组成员时，其房屋价值的减少系统性地更少（更多）。接下来，采用多模态大型语言模型（M-LLM），我们从听证会录音中构建了参与者行为和语气的度量。我们观察到男性和女性申诉人之间存在显著的行为差异，并且对于男性申诉人，我们发现这些差异还取决于他们所面对的小组成员的性别（例如，男性申诉人似乎在面对女性小组成员时表现得系统性地更具攻击性）。相比之下，女性申诉人的行为保持相对恒定，无论其面对的小组性别如何。最后，我们表明，即使我们以申诉人在听证会中的行为和语气为条件，女性申诉人在女性小组面前仍然表现更差。因此，我们的结果与这样一种观点一致，即性别偏见至少部分是由ARB小组成员未表达出来的信念和感知所驱动的。我们的研究记录了财产评估申诉听证会中性别偏见的存在，并强调了生成式AI在分析大规模、非结构化行政数据方面的潜在价值。