不同种族、性别和民族之间的工资差距已被广泛记录和复制，并在劳动力市场歧视的实证检验的劳动经济学研究中产生了悠久的历史。检验劳动力市场歧视最广泛使用的方法是基于个体工人水平上估计的工资回归，歧视的估计来自工资中剩余的种族、性别或种族群体差异，在包括一系列广泛的生产力代理后仍然无法解释。剩余工资方法所缺少的——在我们看来，这使得该方法很容易被认为是关于歧视的信息不足——是任何直接可观察到的生产率衡量标准，用来调整工资差异，以试图推断某个特定群体是否遭受歧视。理想的解决方案是可以与工资进行比较的个人层面的生产率数据。在剩余工资回归方法中未观察到的组间差异变量应该对工资和生产率产生同等影响，因此不会对检验产生偏差。然而，这样的数据极其罕见，这在很大程度上是因为个人的生产力通常是不可观察的，也很少被测量。本章侧重于使用匹配的雇主-雇员数据集来进行这种理想测试的一个版本，但是是在机构级别。当这些数据集允许测量企业劳动力的人口统计特征，以及估计生产函数时，它们可以用来推断不同群体中工人之间的生产力差异。将这些生产率差异与工资差异进行比较，就可以在编制层面上对歧视进行理想的检验。除了提供歧视的检验外，匹配的雇主-雇员数据集已被证明有助于研究歧视经济学中出现的其他问题，包括衡量劳动力市场隔离和评估其后果，以及检验对歧视经济模型至关重要的假设或预测。