一年一度的校招季即將到來，近日發布的《2020中國年度最佳雇主評選報告》顯示，疫情并未消減企業校招規模，今年仍然有58%的企業選擇擴招。

通常來說，簡歷是求職者給招聘企業留下的第一印象，在中國的就業市場中，大多數企業都要求求職者提供近照。那么，個體的外貌在多大程度上會影響應屆生在勞動力市場的機會？

從1994年美國經濟學者Hamermesh和Biddle提出美貌溢價（Beauty Premium）的概念，到2011年Hamermesh 撰寫《美的回報:為什么漂亮的人更成功》進一步構建“美貌經濟學”（Economics of Beauty），眾多研究證明勞動力市場上存在美貌溢價現象，而且外貌歧視是美貌溢價的主要來源。

《美的回報:為什么漂亮的人更成功》（Beauty Pays: Why Attractive People Are More Successful），2013年出版，普林斯頓大學出版社

隨著互聯網、人工智能等技術的發展與應用，人們的生產方式發生變化，在不同場景中用臉的頻率越來越高，這是否意味著外貌對個人的影響也會增強？這背后又存在怎樣的影響機制？

為解答上述問題，湖南大學經濟與貿易學院國際貿易副教授鄧衛廣及其團隊自2015年起進行了一系列實證研究。在2019年8月發表于《人口經濟學雜志》（Journal of Population Economics）的論文中，鄧衛廣團隊采取實地實驗（field experiment）的設計，用658組經歷相同或相似僅面部特征不同的大學應屆生簡歷測試了15種招聘崗位在首輪線上篩選時是否存在外貌溢價。

該研究證實了中國勞動力市場中外貌與就業之間的因果關系。實驗表明，在面試前階段存在基于偏好的外貌歧視。個體受教育程度對外貌歧視有顯著的性別差異效應:學歷越高，男性受到的外貌歧視越少，而這一效應對女性求職者來說并不顯著。此外，勞動力市場、公司和空缺職位的特征也是影響外貌溢價的重要變量——在女性更集中的大城市和男性居多的研究型崗位，外貌會帶來更高的溢價。同樣地，對于薪酬較高的職位來說，外貌溢價也更高。

基于以上結果，鄧衛廣團隊進一步利用中國大學生追蹤調查(CCSLS2016)和中國家庭追蹤調查(CFPS2016)的數據,實證分析產生外貌溢價的內在原因，探究外貌對個人社會資本形成的影響。研究發現，顏值越高，社會資本的形成越積極，即社交支出越高、社交時間越長、要好的朋友越多、更可能有戀愛經歷、越偏好于在微信朋友圈展示自我等。

對外貌效應進行分解發現修飾美比天生美更顯著地影響社會資本形成。進一步的影響機制探析表明，社會資本形成是產生外貌溢價的一個重要渠道，外貌通過提升社交能力和改善社交態度進而提高收入，從而產生溢價。

在信息技術時代，外貌溢價效應的增加是否不可避免？近日，澎湃新聞（www.6773257.com）與鄧衛廣就這一問題進行了探討。

澎湃新聞：您還在進行關于外貌的系列研究。您為什么會從這個角度研究中國勞動力市場？希望通過系列研究解答什么問題？

鄧衛廣：外貌是重要的個人特征，在很大程度上由基因所決定，會伴隨、影響人們的一生，其中也包括個體在勞動力市場的表現。現在醫美行業發展迅速，各種整形、微整形非常火熱，出現熱潮的原因可能是因為外貌對于個人收入、幸福等方面影響重大，因此我們希望探索這一現象背后的激勵機制。

另一方面，關于勞動力市場外貌溢價的研究仍然存在不足。首先，由于外貌是一種非常主觀的評價，現有文獻未能客觀地對其進行測量與評價。其次，現有研究中還存在大量的不可觀測因素，比如個人的能力、家庭背景等，它們既可能影響外貌，也可能影響個體的勞動力市場表現，因此現有研究無法分離結果中的統計性和偏好性差異，從而對外貌溢價進行準確評估。

再次，在中國社會中，大多數招聘職位都要求求職者在簡歷上提供證件照或個人近照，這樣的要求對于求職者有怎樣的影響？或者從更廣泛的角度來說，在互聯網時代，個人所展現的外貌（頭像）對于網絡社交有怎樣的影響？這些都是我們想探索的問題。

我們已經研究了外貌與社會資本的關系，后續還會研究外貌對人力資本的影響，比如，相貌更好的人在學習過程中是否會得到更多的關注以及教育資源的傾斜等等。

澎湃新聞：此前您采取了實驗研究法證實了崗位面試前存在的外貌歧視。哪個因素與外貌歧視的關聯性最強？有哪些研究結果值得注意？

鄧衛廣：我們的研究結果發現，求職人的受教育程度、用人單位特征還有招聘職位這些因素與外貌溢價的關聯顯著，其中，我認為求職人的受教育程度更為重要，因為這是人們在進入勞動力市場前可以改變的因素，而其他兩個因素更多取決于人們完成教育之后的選擇。

具體來說，之所以存在外貌溢價是因為外貌具有一定的生產力。比如，外貌更漂亮的人在銷售崗位可能可以吸引更多顧客，在直播中也可能帶更多的貨。從這個角度考慮，受教育程度則從另一個維度提升了生產力，但我們在研究中發現，受教育程度對于不同性別外貌溢價的影響并不同——受教育程度可以彌補男性的外貌不足，卻對女性的外貌不足沒有顯著影響。

這可能是因為現在女性整體的受教育程度越來越高，城市中的女性數量通常要高于男性，因此激烈的競爭推高了外貌作為一種稀缺資源的價值。另一方面，大多數公司的高層職位仍然以男性為主，在面試的過程中他們可能更傾向于選擇更漂亮的女性，這是我們社會習俗的問題。

不同崗位的勞動力供給需求也解釋了公司特征和招聘職位對于外貌溢價的影響。比如，我們注意到，一線城市女性的外貌溢價更高；相較于銷售型崗位，在以男性為主導的、競爭更激烈的研究型崗位中，男性的外貌溢價會上升。而從個體的角度來看，如果一個人職業的選擇越多，外貌溢價對他的影響就越小，這也是我們看到不同行業、職位上外貌溢價存在差異的關鍵邏輯。

此外，我們還注意到，隨著女性購買力的增強，男性的外貌溢價也隨之上升，這點在當前的粉絲經濟中已經得到驗證。而從國外總統競選等過程中也可以看到，男性的外表非常重要，因此職位越高，男性的外貌溢價也可能更明顯。

澎湃新聞：您的研究發現，“進入勞動力市場前的社會資本形成是勞動力市場中形成外貌歧視的一個重要傳導途徑 ”，我們如何理解實證結果中的性別差異？

鄧衛廣：在這項研究中，我們想探索為什么會存在外貌溢價。人們普遍認為，招工單位對于勞動力的選擇很大程度上是基于面試官個人對外貌的偏好，但我們的研究證明，樣貌更出眾的人之所以在就業市場上更受歡迎，是因為他們在進入勞動力市場之前就擁有更好的社會資本，而這些社會資本是具有生產能力的，因此招工單位毫無疑問會選擇擁有更高生產能力的人。也就是說，人們之前理解的偏好性外貌歧視中包含了部分統計性的歧視。

在我們的研究中，社會資本形成的衡量變量包括：社交支出、社交時間絕對值、社交時間相對值、面對面交流頻率、要好朋友的數量和結構、異性朋友比例、線上社交時間、微信使用時間、微信使用頻率、微信“朋友圈”使用情況、是否談過戀愛以及首次戀愛的年齡。

我們觀察到在大學生的異性朋友比例方面，外貌對女性的影響比男性更大；而和女性相比，男性的要好朋友來自于發小和同學的數量受到相貌的影響更大。這可能與男女發育時間的差異有關，女性發育會比較早，她們可能會更早進入戀愛階段，所以在吸引異性朋友方面，會比男性更加突出一些。而在大學階段，男性主要通過與同性交往形成自己的朋友圈。

此外，我們也發現，互聯網的發展特征與女性社會資本形成的特征更為接近，因此現在大部分帶貨的都是女性。從這個角度來看，當今社會的技術發展還有溝通方式可能更有利于女性發揮社會資本優勢。

澎湃新聞：就像您提出的，外貌歧視很難通過立法來防止，您建議“相關政策制定者可以從社會資本形成的角度出發，減輕外貌歧視的消極影響，從而促進社會平等，提高市場效率”。具體來說，政策制定者可以怎么做？

鄧衛廣：由于外貌評價具有很強的主觀性和外貌歧視具有不可觀測性，所以就業市場的外貌歧視問題不太可能通過立法來規范。

但我們也看到，更好的外貌確實有利于社會資本的形成，因此，我們的建議是，要逐漸打破各個階段社會活動中的一些習俗，比如重要角色（運動會的班級代表、合唱隊的領唱）一定要由顏值高的人擔當，盡可能讓所有人在公平的環境下培養自己的社會資本。

雖然這聽上去似乎是個悖論，因為一些人可能因為對相貌缺乏信心而不愿意參加社會活動，但這背后還是我們社會習俗的問題。比如，相對來說，在殘疾人士保護做得比較好的社會，殘疾人士就會更有自信，不會覺得自己低人一等。

澎湃新聞：“修飾美比天生美更顯著地影響社會資本形成”這一結論是否解釋了社會上，尤其是校園的整容熱潮？

鄧衛廣：當前的整容熱潮其實是市場的刺激在校園中的體現。大學階段是形成社會資本的關鍵時期，現在的大學生比以前更注重美容、護膚、化妝，一方面是對于漂亮的人社會資本形成得更好這一市場現象作出反應，另一方面，大學生消費能力增加，因此經濟條件允許他們作出反應。當然，有些人可能會以此為理由而過度整容，但由于相關研究數據的缺失，我們并不能就這一解釋的普遍程度得到明確結論。

澎湃新聞：隨著人工智能（AI）技術在崗位篩選、面試中的應用，您覺著這會加劇還是減少外貌歧視發生的可能？

鄧衛廣：我覺得這個問題的答案主要取決于AI技術是基于什么因素去判斷一個人是否具有高素質或者是否適合一個職位。

如果外貌是判斷的標準之一，那我們擔心的是，AI技術很有可能會導致人們的審美趨同，因為AI設計者往往會基于大數據，即大眾的審美進行標準設定，這種標準的應用將導致審美多樣性的缺乏，大家以后在街上可能看到更多樣貌相似的人。

具體來說，AI技術可能會擴大我們研究中發現的某些類型的統計性歧視。如果基于大數據案例分析的結果發現，顴骨高的人更漂亮，生產能力更高，或者個子高的人某一些素質更高一些，這些特征就被廣泛應用于某些崗位的篩選。而廣泛應用某些特征實則擴大了統計性歧視的影響，從這個角度來說，AI技術在就業市場的應用會加劇外貌歧視發生的可能。

總而言之，技術應用的影響還是取決于設計中是否包括比較廣泛、多樣的外貌標準。至于偏好性的外貌歧視，目前比較難判斷AI技術會對其產生何種影響，還有待進一步觀察。