 数学不好，到底谁的锅？  长久以来，性别歧视一直是人类社会最根深蒂固的不公现象之一。为了彻底消除这种不平等，一个重要的任务是从客观上搞清楚各个领域性别差异的产生机制。在2018年发表于QJE上的一篇文章中，Carlana和Michela循着这一思路，分析了教师关于性别的刻板印象对学生成绩的影响。 要研究性别刻板印象对成绩的影响，首先面临的任务是如何有效度量这种刻板印象，文章采用了IAT得分这一指标。 IAT全称为“Implicit Association Test”，最早为心理学领域研发用以测量各类性别刻板印象偏见的测试工具，当今也被广泛应用于经济学领域以衡量各类常规方法无法测量的定性数据 具体网址如下：https://implicit./implicit/takeatest.html 有兴趣的同学可以测试看看自己在某方面是否有刻板印象！ 02 数据与模型   文章数据来源为作者于2016-2017年组织的调查问卷以及意大利教育部。调查样本为意大利北部145所中学的1400名数学和语文教师以及学生，教师问卷主要基于IAT以测量教师性别刻板印象程度得分，此外对学生与教师的个人特征信息也进行了收集。 模型1：教师的性别刻板印象对男女学生数学/语文成绩差距的影响  模型2：教师的性别刻板印象对同一性别的学生的数学/语文成绩影响  03 模型解读 为了避免内生性问题，达到as good as random的效果，作者从几个方面进行了讨论和验证。 1) 母亲的教育背景与数学、语文考试成绩没有系统性相关，表明母亲没有做出子女班级选择的干预 2) 从学生的社会经济背景和个人能力来看没有系统性的聚集，班级内学生的构成是完全随机的 3) 问卷调查在学生考试结束后进行，避免教师受问卷诱导进而影响成绩 4) 反向因果：作者认为不可能，教师性别偏见与时间更长远的影响因素例如个人成长经历、教育背景等更相关 04 模型结果   模型1：表5呈现了在同一班级内教师性别刻板印象对学生的数学考试成绩的影响。 列（1）表示在14岁时女学生的数学成绩会比起其同班男学生落后0.18个标准差。而列（2）表示如果一个班级被分配到一位IAT得分高1个标准差的教师，则该班级男学生的数学成绩会比女学生高0.032个标准差，即带来0.032个单位的性别差。列（3）和列（4）分别加入了学生自身特征等控制变量和各项自身特征与性别的交互项，发现教师的性别刻板印象对男女学生间数学的成绩差异均有显著影响，影响程度与前两个模型十分相近。   模型2：既然教师的性别刻板印象对不同性别的学生成绩有着显著影响，那么我们是否可以因势利导，将这种刻板印象用于提高男学生的数学成绩呢？ 基于此作者进一步估计了第二个模型，样本为对同一学校、同一性别、不同班级的学生。在这一模型中由于样本来自不同班级，因此作者加入了教师个人特征的相关变量，包括其教育背景、成长经历等。其结果如下图所示：其中横轴代表教师性别刻板印象程度的得分，等于0代表没有偏见，大于0表示“男生较女生更擅长数学(boy-math)”的偏见程度；小于0表示“女生较男生更擅长数学(girl-math)”的偏见程度。在95%的置信区间中可以看到，教师的性别刻板印象不管是大于0还是小于0对男学生数学考试成绩均无显著影响，而对于女学生来说，“girl-math”偏见对其数学成绩有着显著的正向影响，而“boy-math”偏见则会对其数学成绩有显著的负向影响。更进一步的作者还发现，教师“boy-math”的性别刻板印象对一开始数学能力不太好的女学生来说消极影响更大。  作者还进一步利用以上两个基础模型研究了教师的性别刻板印象对于学生选择高中、自信水平的影响，发现了与上述模型相似的结果：教师的性别刻板印象对女学生影响显著，而对男学生没有显著影响。 05 结语 尽管这是一篇在模型上看起来十分简单的文章，但作者用其详尽周密的数据收集过程以及新颖的社会学视角打动了QJE的编辑们，也为我们做出了如何利用虚拟变量来衡量组间差距的优秀示范。但正如作者在文中所讨论的，尽管使用IAT衡量教师性别刻板印象的方法得到了值得我们引起重视的结论，但在政策决策者角度的来说该方法不足以作为参考依据。性别平权之路道阻且长，还需要我们更进一步的研究和社会广泛的重视。 所以，女生数学不好谁的锅？至少，不再只是体育老师的锅 参考文献：Carlana, Michela. Implicit Stereotypes: Evidence from Teachers' Gender Bias[J]. The Quarterly Journal of Economics, 2019. - end - |
|
|
