作为社会学习失败现象的统计性歧视：一种多臂老虎机方法
理论经济学
2023-07-17 v6 计算机科学与博弈论
计量经济学
机器学习
摘要
我们使用多臂老虎机模型分析招聘市场中的统计性歧视。短视企业在面对具有异质可观测特征的工人时，工人技能与特征之间的关联在事前未知，因此企业需要学习该关联。自由放任会导致永久性的低估：少数群体工人很少被雇佣，因此低估倾向持续存在。即便人口比例中轻微的失衡也频繁导致永久性低估。我们提出两种政策解决方案：一种新颖的补贴规则（混合机制）与 Rooney Rule。我们的结果表明，临时性平权行动能有效缓解源于数据不足的歧视。
引用
@article{arxiv.2010.01079,
title = {On Statistical Discrimination as a Failure of Social Learning: A Multi-Armed Bandit Approach},
author = {Junpei Komiyama and Shunya Noda},
journal= {arXiv preprint arXiv:2010.01079},
year = {2023}
}
备注
1st round of revision (management science)