利用社会认知来解决性别差异

我们使用的名字的例子是乔塔姆和罗汉默哈尔，或者金币是古印度的交换媒介。这种差异是由试点数据的结果所驱动的，这表明，当一轮投资的持续时间固定时，投资决策几乎没有变化。此外，考虑到布欣加特的结束，没有鼠标点击意味着参与者知道房间里的其他人没有把我们的设计投入到这种潜在的同伴效应中。注意，由于与超时相关的不确定性，风险偏好成为一个关键的计划变量，我们在结果中对其进行控制。在另一项针对91名受访者的激励性调查中，我们得出了与我们使用的名字相关的性别认知。正确感知的经验可能性为97.9%。男性为安妮娅，女性为索尼娅。如果团队成员投资于一轮，那么他/她的真实姓名和以下信息将显示在所有三名参与者的屏幕上：“<f ictiniousname>（您的团队投资于一轮的名称）。<x>”。除此信息外，还会显示他们自己的投资决策和相应的总收益。设计的这一方面是因为以下几点：下面描述的社会认可疗法揭示了投资者的真实姓名。然而，名字不仅揭示身份，还揭示性别。因此，后续投资决策可能不仅受到社会认可的影响，还受到前投资者性别的影响。另一种基线治疗可能是，投资者透露了他们的真实姓名，但没有得到社会认可。然而，很难想象披露投资者的真实姓名不会产生某种形式的社会认可。

出于这些原因，我们选择了一种带有实名的基线治疗方法，这样就可以揭示投资者的性别，并且这种治疗方法在战略上与BRVW相同，但投资者没有得到社会认可。总的来说，与其他治疗方法相比，这有助于确定社会认可的纯粹效果。治疗，在积极的社会认知治疗中，参与者首先对调查做出回应，输入他们的真实姓名，然后开始玩游戏。在每一轮结束时，每个小组成员的屏幕上都会显示投资者的名字，以及一条祝贺信息和一个密密麻麻的表情符号-，。除此之外，还会播放一段掌声，鼓励参与者加入掌声。图A3显示了投资者被积极认可的屏幕。鉴于这些都是常见的印度名字，如果真的有这些名字的参与者呢？即使在基线治疗中，他们也会感到社会认可吗？如果他们这样做了，那么基线中观察到的性别差距可能会被解释为真实差距的下限。虽然一轮是随机挑选的付费受试者，但最近有一些证据表明，由于一轮中披露的信息与另一轮中的行为有关（Banerjee等人，2018年；Leibbrandtet等人，2018年）。治疗/在负面社会认知治疗中，参与者在开始游戏前输入真实姓名。在每一轮结束时，选择不投资的两个人的名字会显示在每个小组成员的屏幕上，以及一个皱眉的表情符号-/。请注意，在本处理中，有关投资者的信息不会传达给集团成员。

图A4显示了非投资者获得负面认可的屏幕。治疗/在许多实际情况下，组织可能会发现很难实施“号召”非自愿者的政策。对于组织来说，公布志愿者和非志愿者的名字可能要容易得多。为了测试这种政策的有效性，我们进行了最终处理，显示投资者和非投资者的姓名。在每轮结束时，投资者的姓名会显示一条祝贺信息和一个，，而两名非投资者的姓名会显示在一个/。图A5显示了投资者被积极认可而非投资者被消极认可的情况。因此，我们实施的四种处理方式在每轮交易后，投资者和/或两名非投资者在每组中的识别方式有所不同。值得注意的是，上面讨论的干预只改变了与志愿服务相关的非金钱回报，而没有改变游戏的战略方面。实验程序该实验用z-树编码（Fischbacher，2007），在印度一所大型私立大学进行。参与者从本科班招募，并随机分组。所有参与者都没有经济实验方面的经验。共进行了23次会议，参与者年龄在9岁至24岁之间。共有285名学生参与（75名在基线检查中，75名在治疗中，60名在治疗/和75名在治疗中，/）。会议的性别大致平衡，女性在会议中所占比例在33%到60%之间。每一轮的计时器都是通过一段计时秒的音频片段来实现的，这反过来又有助于屏蔽鼠标点击的声音。没有使用屏幕计时器。

在十轮调查结束时，参与者回答了一个简短的调查，其中包括关于性别、年龄、宗教、种姓、家庭月平均收入和大学年数的问题。参与者的平均收入为170卢比(≈10 PPP-USD），持续约一个半小时。3结果表A1报告了结果的描述性统计以及行为和人口统计学控制变量，并比较了不同治疗的结果。行为控制变量，即利他主义、风险、不合规性和宜人性在不同的治疗中是平衡的。与基线相关的t检验显示，只有利他主义在10%的水平上与基线显著不同。人口统计学控制变量总体上也是平衡的，只有接受治疗的年龄，与基线显著不同，在10%的水平和接受治疗的大学年限，和/或与基线显著不同，在5%的水平。在回归分析中，我们控制这些变量。（a） 整个治疗的平均总投资基线时的平均投资为2.39，治疗时为2.73（t检验，p值=0.27），治疗时为2.88（t检验，p值=0.20），治疗时为2.93（t检验，p值=0.13）。（b） 各治疗组的平均群体投资基线检查组的平均群体投资为71.6%，治疗组为83%（Fisherexact测试，p值<0.01），86%（Fisher精确测试，p值<0.01），治疗组为87%（Fisherexact测试，p<0.01）。图1：比较不同治疗的个人和团体投资我们首先比较不同治疗的每个参与者的平均投资。图1（a）显示了个人在十轮投资中的平均投资次数。社会认可治疗增加了投资，但与基线相比，差异在统计学上并不显著。

图1（b）绘制了一组患者在不同治疗中进行投资的平均次数。团体投资从基线的71.6%增加到治疗的82%（费舍尔精确检验，p值<0.01）、治疗的86%（费舍尔精确检验，p值<0.01）和治疗的88%（费舍尔性别检验，p<0.01）。如表1所示，这些结果存在于一个回归框架中，该框架控制人口统计学和行为变量，并在会话级别对标准误差进行聚类。治疗假人在5%的水平上呈阳性且显著，而/和/治疗假人在1%的水平上显著。总的来说，与基线相比，团体在社会认可治疗方面的投资始终较高。这表明，社会认可组织环境中的自愿捐款可以发挥有效的非金钱激励作用。图A1（a）和A1（b）分别绘制了个人投资和团体投资的周期概率。有趣的是，在基线治疗中，出现投资的群体比例显著高于其他群体0。54或0.64且低于1——平衡预测（t检验，p值分别<0.01，<0.01，<0.01）。因此，这些是一些提示性证据，表明我们样本中的参与者要么是行为型的，要么对其他参与者将扮演哪种平衡持不同观点。现在我们有了第一组结果：结果1。社会认可并不会显著提高志愿者的参与率。结果2。

社会认可显著增加了团队中有人自愿加入的可能性。表1：个人投资和团体投资可能性的处理差异投资团体投资（1）（2）（3）（4）（5）处理，0.0365 0.0330 0.0291 0.0822**0.0706**（0.0334）（0.0339）（0.0347）（0.0407）（0.0342）处理/0.0520 0.0521 0.0543 0.118***（0.108***（0.0418）（0.0411）（0.0412）（0.0314）（0.0213）处理，/0.0568 0.0590 0.0547 0.135***0.125***（0.0380）（0.0369）（0.0377）（0.0293）（0.0220）圆-0.00355-0.00355-0.00351-0.0106**（0.00258）（0.00260）（0.00260）（0.00419）女性会话共享0.0410 0.345***（0.131）（0.118）观察2850 2850 2850 950行为控制否是-人口控制否否否否-群集个体会话+表格显示边际效应。标准错误报告在括号中，列为第（1）-（3）列的单个级别和第（4）-（5）列的会话级别。治疗假人=0作为基线。列（1）-（3）的依赖变量是投资（1-投资，0-不投资）。行为控制包括对风险偏好、利他主义、不合规性和宜人性的控制。人口统计控制包括年龄、宗教、种姓、大学年限和家庭收入类别的控制。以团体为观察单位，第（4）-（5）列的因变量为团体投资（1-团体中至少有一名投资者，0-团体中没有投资者）。***p<0.01，**p<0.05，*p<0.1我们现在得出本文的主要结果。图2按性别绘制了不同治疗的投资概率。在下面的分析中，我们对countvariable、TotalInvestment、跨治疗和性别进行了统计比较。在基线治疗中，男性平均投资1.9倍，女性平均投资2.8倍。

参与者投资次数的性别差异为0.9，具有统计学意义（t检验，p值=0.038）。男性和女性的总投资中位数分别为2和2.5（Mann-Whitney检验，pvalue=0.045）。表2使用probit模型回归了女性的虚拟变量投资。该模型最严格的版本包括行为和人口统计控制、会话模拟和个体水平的标准误差聚类。与BVWR相同的行为控制包括：风险、利他主义、不合规性和宜人性。此外，我们控制一次会议中女性的比例，以解释由于一次会议中女性人数的变化而产生的行为反应。人口控制包括：年龄、宗教信仰、种姓、大学年限和家庭收入类别。通过这一点，我们与BVWR中报告的确切规格相符。与女性相对应的系数是积极且显著的，这表明女性志愿者明显多于男性。从图3（a）中可以看出，在一段时间内进行投资的可能性也很明显。因此，我们在实验设计和经验方面密切关注BRVW，并复制志愿服务可能性方面的性别差异。结果3。在没有任何形式的社会认可的情况下，女性志愿者人数明显多于男性。在治疗中，情况完全不同。女性投资2.86倍，男性投资2.62倍（t检验，p值=0.60）。男性和女性的总投资中位数分别为2和3（Mann-Whitney检验，p值=0.51）。表2第（4）-（6）列报告了相应的回归结果，其中最严格的规范模型（6）包括行为和人口统计学控制以及会话假人。

女性的系数在统计学上一直不显著。从图3（b）可以清楚地看出，性别差距已经缩小。这给了我们下一个结果。结果4。在志愿者获得积极的社会认可的情况下，男性和女性志愿服务的可能性没有差异。因此，当志愿者获得积极的社会认可时，过去的性别差距就会消失。在治疗中，女性平均投资3.41倍，而男性仅投资于可变定义和平均治疗，见表A1。以超时作为控制变量的额外鲁棒性检查不会改变结果（未报告）。图2：各治疗项目投资的性别差异该图分别绘制了各治疗项目投资的概率。在基线治疗中，女性投资2.88倍，男性投资1.98倍（t检验，p值=0.03）。在治疗中，女性投资2.86倍，男性投资2.62倍（t检验，p=0.60）。治疗/女性投资3.41倍，男性投资2.39倍（t检验，p值=0.13）。在治疗中，女性和男性分别投资2.92和2.94（t检验，p值=0.97）。比较每种治疗中男性和女性投资概率的平等性。***p<0.01，**p<0.05，*p<0.1，+p=0.13.2.39倍。虽然原始性别差距在10%的水平上没有统计学意义（t检验，p值=0.13），但表2第（9）列显示了在控制了行为和人口统计学变量和疗程后的女性系数。女性的系数为正值，在5%的水平上显著。此外，男性和女性的总投资中位数分别为1和3（Mann-Whitney检验，p值=0.03）。

平均值和中位数的比较表明，消极的社会认知无法缩小志愿工作中的性别差距，这一结果由图3（c）支持。结果5。在非志愿者的负面社会认知中，女性志愿者明显多于男性。最后，在治疗中，女性平均投资2.94倍，而男性仅投资2.92倍。再一次，性别差距在统计学上是不显著的（t检验，p值=0.97），这表明在我们的设置中，正面认可投资者和负面认可非志愿者可以缩小性别差距。男性和女性的总投资中位数分别为2和3，治疗组和对照组的原始性别差距比基线组大，标准误差也更大。后者使得性别差距在统计上显得微不足道。（Mann-Whitney检验，p值=0.91）。表2第（10）-（12）栏中报告的相应回归结果表明，女性的系数在统计学上并不显著。图3（d）进一步证实了这一点。结果6。当志愿者得到积极的社会认可，而非志愿者得到消极的社会认可时，男性和女性之间志愿服务的可能性没有差异。请注意，我们的实验没有足够的能力来回答，例如，与基线相比，男性在获得积极社会认可时是否会投资，或者女性在消极社会认可下是否比在积极社会认可下投资更多。治疗如何影响男性和女性志愿者的决定？粗略地看一下数据就会发现，与基线相比，男性在这方面的投资更多，然而，这一差异在统计学上并不显著（t检验，p值=0.13）。他们对基准的投资也没有显著高于基准。然而，在治疗中，男性的投资显著高于基线水平（t检验，p值=0.04）。

这些结果与文献中的有力发现一致，即一般而言，男性比女性更具竞争力（Niederle和Vesterlund，2007年和2011年）。在这种情况下，男性竞争更多，不是为了金钱，而是非金钱回报。一般来说，非金钱奖励的竞争会影响利他主义等行为（Duffy和Kornienko，2010）。我们的情况就是这样。另一方面，与基线相比，女性在治疗上的投入更多，但差异在统计学上并不显著（t检验，p值=0.32）。与其他治疗相比，女性志愿者在基线方面的差异很小。总的来说，这些数据提供了一些提示性证据，表明男性对积极的社会认知反应更强烈，而女性对消极的社会认知反应更强烈。后者与早期研究一致，早期研究发现女性的羞耻感更强（Ludwig等人，2017年）。总之，这些发现表明，积极和消极的社会认可相结合可能是增加组织环境中志愿者人数的最佳策略。然而，这只是一种暗示，未来的研究应该旨在揭示社会认知对性别的确切影响。此外，未来的研究还应该调查男性和女性在偏好社会认可方面的不对称作用，并检查这种不对称是否可以用来填补其他领域的性别差距。图3：整个治疗期间投资的性别差距图绘制了整个治疗期间的性别差距。4讨论和结论Babcock等人（2017年）的有效工作文件表明，女性志愿者比男性更经常地从事不太可能影响其评估和绩效奖金的任务。不仅如此，女性还被要求更经常地自愿从事低提升能力的任务。