在当今数字化社交时代,Twitter等社交媒体平台不仅成为信息交流的重要渠道,也成为学术界专业网络构建的新阵地。尤其是在#EconTwitter这一以经济学为核心的推特社区中,学者们借助平台交流观点、分享研究成果、建立合作关系。然而,近期一项由Nicolás Ajzenman、Bruno Ferman和Pedro C. Sant'Anna发表在美国经济评论(AERInsights)上的研究揭示了隐藏在学术社交背后的歧视问题,这些歧视体现在网络的形成过程以及关注者的选择上,反映了更深层次的结构性偏见。研究通过设计80个虚拟机器人账号,模拟了自称为经济学博士生的不同身份特征 - - 性别(男性或女性)、种族(黑人或白人)以及学校背景(顶尖大学或排名较低的高校),机器人随机关注了#EconTwitter社区中的6920名用户,从而分析不同身份属性对"回关"率的影响。研究结果显著指出,白人学生的被回关率比黑人学生高出12%,顶尖大学的学生较排名较低大学的学生高出21%,而女性学生则比男性学生高出25%。值得注意的是,即使是来自顶尖大学的黑人学生,仍无法撼动种族偏见带来的劣势。
这一发现揭示了学术网络形成中复杂且多重维度的壁垒。首先,种族因素依然是职业网络构建中的显著分割线。即便是在相对平等的学术环境中,黑人学生与白人学生之间存在明显的关注差距,反映了潜在的无意识偏见或显性歧视。这种现象不仅仅是数字背后的数据,更映射出现实中经济学领域对种族多样性包容性的痛点。黑人作为美国人口的重要组成部分,却长期在多个社会结构中处于边缘位置,学术领域也未能完全免疫于这种不平等。其次,学校名誉的影响极为突出。
来自顶尖高校的学生明显拥有更高的关注回馈率,表明声誉效应在学术网络的形成中起到了决定性作用。顶尖学校在学术界普遍享有更高的认可度,这种认可延续到社交媒体关系中,影响人们基于学校背景选择建立联系的倾向。这种效应可能加剧资源分配和学术机会的不均等,因为学术合作和信息传播往往依赖于网络连接。第三,性别因素在本研究中表现出女性学生在回关率上高于男性学生,但这并不能简单理解为对男性的歧视。社交媒体中女性通常受到更多关注,这种关注可能夹杂着欣赏、好奇,甚至潜在的骚扰风险。多位评论指出,社交平台的关注行为受到多重因素影响,不能将回关率简单等同于职业歧视程度。
女性受关注可能是性别魅力作用的体现,也可能是男性用户更倾向与女性互动的社交习惯表现。此外,女性用户对不明身份异性关注的警惕,也是影响互动的一个复杂因素。研究结果引发了社区内广泛讨论。一方面,部分学者质疑回关率的合理性作为歧视指标,因为关注行为受主题兴趣、学术领域等主观偏好支配,不能完全反映职业歧视。另一方面,也有人指出存在结构性障碍和潜在偏见,不应忽视数字数据背后的社会现实。更进一步的研究建议包括限定研究对象为女性博士生,以考察吸引力与学校背景的互动效应;以及探究信息私信互动,深层揭示网络形成中的信任与偏见机制。
此外,伦理讨论也随之而来。机器人账号的使用涉及科学研究中欺骗手法的伦理界限,能否获得机构伦理审批,如何避免对真正用户造成情感或时间上的不当影响,成为研究设计中需认真考量的问题。虽然社交媒体研究手段不断创新,但学术伦理始终是不可逾越的底线。从更广泛的视角看,这项研究折射出经济学界网络互动的多维不平等。它不仅警醒我们关注隐藏的社会分层,也提示政策制定者和学术组织加大多样性和包容性的努力。顶尖高校的声誉固然重要,但若不能突破种族与性别的壁垒,经济学领域将难以实现真正的平等与创新。
倡导公平与透明的网络环境,构建多元互助的学术生态,是未来发展的关键。随着数字经济和人工智能的发展,社交媒体在学术传播中地位愈发重要。理解和改善其中的歧视现象,不仅有助于公平分配资源,更能促进知识流动与合作创新。为了促进一个更包容的经济学社区,学者们应反思现有科研评价体系中对学校出身与人际关系的过度依赖,推动制度改革,降低歧视带来的进入壁垒。最终,通过多学科合作结合社会学、计算机科学与经济学方法,我们有望开发更精准的工具,识别并及时纠正隐藏在网络互动中的偏见。只有如此,学术界才能收获真正的多元繁荣与持续动力。
。
