2019年7月25日，美国司法部发出正式命令，宣布将于同年12月9日连续处决5名联邦死刑犯，这是自上一次2003年美国联邦政府执行死刑以来，美国首度重启“联邦死刑”命令，结果却引起了人权组织和在野党的强烈批评。如今，美国已有17个州废除了死刑，还有33个州保留了死刑。2018年美国共处死了25名死刑犯，都是在这些保留了死刑的州执行的。在美国，人们之所以反对死刑，其中有一个重要理由就是认为法院在死刑判决上存在着种族歧视，也就是少数族裔更容易被判处死刑。人权组织指出：在美国，被判处死刑的黑人所占的比例远超他们占全国人口的比例，美国黑人只占美国总人口的12%，但被判处死刑的黑人比例却高达40%。但是，人权组织的这个指控并不能说明，在死刑判决上，美国的法院真的存在种族歧视。原因很简单，如果黑人犯下重罪的比例本身就很高，那法院秉公执法，自然就会更多地判处黑人死刑。人权组织以此来反对死刑，是找错了理由。

那么，美国法院在死刑判决上是否存在种族歧视问题呢？这当然还是要请出我们的经济学大侦探来为我们释疑解惑。

这次请出的大侦探是哈佛大学经济系著名的经济学家、前系主任阿尔贝托·阿莱西纳（Alberto Alesina）。阿莱西纳教授的研究领域极为广泛，不仅对政治商业周期理论、财政政策和预算赤字等宏观经济学议题有着精深的研究，而且还开创了实证政治经济学这门新的研究领域。他是“意大利之光”，2006年入选美国文理学院院士，假以时日，问鼎诺贝尔经济学奖应该不成问题。让人悲伤的是，2020年5月23日，阿莱西纳和太太出门跑步，突发心脏病，抢救无效，于当日去世，享年63岁。阿莱西纳去世的时候，我正在哈佛访学，我和朋友特地去哈佛经济系所在的立陶沃尔大楼前寄托哀思，想起春天还参加过阿莱西纳教授的研讨班，真是如在梦中。大师离去，天不假年，悲哉！

大侦探阿莱西纳和他的合作者埃利亚娜·费拉拉（Eliana La Ferrara）在诺尔斯等人开创、后经安瓦尔和方汉明改进的模型基础上，构造了一个自己的模型[Alesina, Alberto, Eliana La Ferrara. 2014.“A Test of Racial Bias in Capital Sentencing.”American Economic Review, 104（11）：3397-433.]。在这个模型中，阿莱西纳等人假设地方法院会追求判决错误出现的概率最小化。那么，怎么来定义死刑判决是否出现错误呢？这要按照地方法院的判决是否被高一级法院驳回而定。在美国，被判处死刑的案件会自动上诉到州高级法院复核，如果州高级法院认为一审判决存在错误，就会驳回重审。而且，死刑犯如果在州内上诉失败，还可以根据美国宪法中的“人身保护权”（Habeas Corpus）上诉到联邦最高法院，死刑上诉一般都会送到美国联邦最高法院。有了法院追求判决错误概率最小化这个基本假设之后，大侦探阿莱西纳等人就发展出了一种对死刑判决中是否存在种族歧视的检验方法。根据这种检验方法，即便我们观察不到法院在进行死刑判决时会考虑到的全部因素，只要整个司法过程是公正无偏的，那么从事后看，我们就不应该在某些犯罪嫌疑人和被害人的不同种族组合上观察到不同的判决错误概率。我们可以把这些组合分成以下几种情况：

（1）犯罪嫌疑人为白人，被害人也是白人；

（2）犯罪嫌疑人为黑人，被害人也是黑人；

（3）犯罪嫌疑人为白人，被害人是黑人；

（4）犯罪嫌疑人为黑人，被害人是白人。

也就是说，如果当地法院在判决时没有种族歧视，那么，第（1）组出现判决错误的概率与第（3）组应该是一样的，同理，第（2）组出现判决错误的概率与第（4）组也应该是一样的。如果数据分析得到的结果发现它们并不一致，那就可以说明在死刑判决中很可能存在种族歧视。虽然作者们建立的模型非常复杂，但总结起来并不难理解，与诺尔斯等人的文章在基本精神上是一致的，这也是目前做歧视研究的人都会宗奉的一种方法。值得一提的是，大侦探阿莱西纳等人的模型考虑了不同案件之间不同种族的嫌疑人在犯罪倾向、获得法律援助的能力以及其他不可观察的因素上的差别，从而使这一方法更加适用于死刑案件中的种族歧视识别。

对于大侦探阿莱西纳等人来说，接下来的数据搜集工作也很值得一提。他们搜集了1973—1995年之间发生的全部死刑判决，并对其中的犯罪嫌疑人和被害人的种族特征逐个进行了查询。尤其是在匹配种族特征上，大侦探们下了非常大的功夫，一个个地去查找，着实不易。我们在这本书里每次提到大侦探的工作，往往赞叹他们神乎其技的因果识别技巧，但所有这一切都来源于他们之前在数据搜集、清洗等方面付出的艰辛努力。在大侦探阿莱西纳等人搜集的这个数据集中，上诉案件里的犯罪嫌疑人白人占51%，非裔美国人或黑人占比41%；另外，有78%的案件涉及至少1名白人被害人，有17%的案件涉及至少1名黑人被害人。

接下来的工作就是使用这些数据来实施大侦探阿莱西纳等人发展出来的种族歧视新检验方法了。在最后上诉到美国联邦最高法院的死刑案件中，在犯罪嫌疑人为少数族裔时，如果被害人是白人，判决错误率是37.6%，如果被害人是少数族裔，这个数字就下降到28.4%，而且这个结论在统计上非常显著。这也就是说，如果犯罪嫌疑人是少数族裔，而被害人是白人的话，地方法院更容易判得过重。在上诉到州高级法院这个层面，在犯罪嫌疑人为少数族裔时，如果被害人是白人，判决错误率是37.7%，如果被害人是少数族裔，这个数字就下降到34.7%，这个差距虽然变小了，但在统计上也是显著的。这些结论可以表明，在1973—1995年间，美国地方法院的死刑判决很可能是存在种族歧视的。有意思的是，当作者们分地区进行数据分析时，发现这些结论几乎都是由美国南部各州的案件所致，如果拿掉美国南部各州的数据，上述结论就不再成立了。

此外，大侦探阿莱西纳等人的这些分析结论还依赖于他们所做的若干重要假设。第一个假设是，他们认为州高等法院和联邦最高法院是不存在种族歧视的，如果这些法院也存在种族歧视，那么作者们的结论就需要修改，但基本上可以断定的是，上一级法院很可能比地方法院或下一级法院在种族歧视上的程度有所减轻，因此，大侦探们的定性基本结论仍然成立，只是在数字上可能会变得更小些罢了。第二个假设是，给定犯罪嫌疑人的种族这一条件，这些杀人案件的特征或者证据的有力程度等不可观察到的变量不会呈现出系统性的差别。为了评判这些假设是否成立，大侦探们也抽丝剥茧地做了诸多工作，以便尽可能地使他们的分析结论更为坚实地得以确立。

有关种族歧视的议题在经济学中一直受到重视，大侦探们的工作始终没有停止。我刚到哈佛访问的时候，有一位经济系毕业的华人学者（Crystal S.Yang）拿到了哈佛大学法学院的教授之职，系里对她成功升等表示祝贺。这位教授2018年曾发表过一篇著名的论文[Arnold, David，Will Dobbie and Crystal S. Yang. 2018.“Racial Bias in Bail Decisions.” Quarterly Journal of Economics, 133（4）：1885-1932.]，研究的是在法院的保释决策中是否存在种族歧视的问题。她那篇文章的基本思路仍然是沿着大侦探诺尔斯以及阿莱西纳等人的工作继续完善。

种族歧视是劳动经济学、社会经济学以及法律经济学中的重要议题。哈佛大学经济系给博士生开的劳动经济学课程，一共10周到11周的课程，有2周专门讨论歧视研究，可见这一议题多么受重视！经济学界关注种族歧视问题，既说明这个问题在美国这样的移民大熔炉国家所具有的重要性，也说明这个问题在学术上所具有的挑战性。但不管怎么说，大侦探们的工作为我们认清真相，并认真思考可能的有效社会治理方式提供了坚实的理论和实证基础，值得为他们的工作点上一个大大的赞！