从量化的角度看,一个常用的数学工具是Blinder-Oaxaca Decomposition. 基本思路是说,如果两个群体之间有某种差别(比如收入不同),而造成这种差别的因素有很多,比如平均教育水平、工作经验、地理位置(比如少数民族多聚居在西部省份,汉族和少数民族的收入差距可能是地域差别造成的,而非民族差别)。计算机二级、四六级成绩或者是颜值(如果可以量化的话)等等。做一个回归,看看在控制这些相关的因素之后,两群人之间是否还有差别。如果还有差别,那就说明这些人的endowment(才能?天赋?不知道怎么翻译合适)不能完全解释他们境遇的差别,而不能解释的部分就是由歧视造成的。
这种分析方法比较直观地反映两个群体之间差异的成因。不过这是两个群体之间的相对关系。比如比较美国的东南亚女性和黑人男性,这个方法只能说其中一群人的境遇比另一群人更好,但没法说他们是否都收到歧视。所以大多数情况下拿来做对照的人群应该是大家比较公认的不会收到歧视的人群,比如在美国就是非拉美裔的白人男性。
在做了回归,看到差异的成因之后,还可以进一步分析到底两群人的差异是多大程度上是歧视造成的,又分别有多少是因为教育、地域、工作经验、计算机二级、四六级成绩或者是颜值而决定的。
用美国社区调查2012年数据分析,华人表面上是收入最高的群体之一(大致关系是男性比非拉美裔白人男性高,女性和非拉美裔白人女性差不多),但在考虑了教育、经验等因素的情况下,华人还是很有可能受到歧视,因为同等条件下,华人的收入应该比现在更高。这是在没有很多具体政策干预、有《确权法案》保证机会平等的一般劳动力市场上的情况。对于大学录取,各种政策和规则的限制更多,对黑人、印第安人的倾斜是十分明显的。虽然录取规则没有明确歧视华人,但客观上对华人是明显不利的。