THE IMPACT OF DIVERSITY ON PERCEPTIONS OF INCOME DISTRIBUTION AND
PREFERENCES FOR REDISTRIBUTION
Does diversity affect people’s perceptions of income distribution and their
preferences for redistribution?I leverage variation from a Colombian financial aid
reform boosting the share of low-income students at an elite university. Combining
college records and original survey data, I study how diversity affects high-income
students’ social networks, perceptions, and preferences by exploiting treatment
variation across cohorts and majors using difference-in-differences. Exposure to low-
income peers caused high-income students to diversify their social networks, have
more accurate perceptions of the income distribution, and support progressive
redistribution. My preferred interpretation is that diversity raised students’ concerns
about (the lack of) equal opportunity.
1 Introduction
What drives people’s preferences for redistribution? Researchers have shown that
individual preferences can respond to (mis)perceptions about the distribution of
income and social mobility, which are formed endogenously through individuals’
access to information and social interactions (Alesina et al., 2018; Cruces et al.,
2013; Kuziemko et al., 2015). Can diversifying individuals’ social networks by
exposing them to socioeconomically diverse peers change their (mis)perceptions
and support for redistribution? Answering this question is challenging because social
networks are endogenous, making it dicult to identify causal eects. Indeed, previous
studies have rarely manipulated social interactions outside the lab or field
experiment. As a result, we know little about how real-life policies promoting
socioeconomic diversity aect individuals’ perceptions and preferences.
El impacto de la diversidad en la percepción de la distribución del ingreso y las
preferencias por la redistribución
¿Afecta la diversidad a las percepciones de las personas sobre la distribución
de la renta y a sus preferencias por la redistribución? Aprovecho la variación
de una reforma colombiana de las ayudas económicas que aumentó la
proporción de estudiantes con bajos ingresos en una universidad de élite.
Combinando registros universitarios y datos de encuestas originales, estudio
cómo la diversidad afecta a las redes sociales, percepciones y preferencias de
los estudiantes de ingresos altos explotando la variación de tratamiento entre
cohortes y carreras mediante diferencias en diferencias. La exposición a
compañeros de rentas bajas hizo que los estudiantes de rentas altas
diversificaran sus redes sociales, tuvieran percepciones más precisas de la
distribución de la renta y apoyaran la redistribución progresiva. Mi
interpretación preferida es que la diversidad aumentó la preocupación de los
estudiantes por (la falta de) la igualdad de oportunidades.
1 Introducción
¿Qué impulsa las preferencias de las personas por la redistribución? Los
investigadores han demostrado que las preferencias individuales pueden
responder a percepciones (erróneas) sobre la distribución de los ingresos y la
movilidad social, que se forman endógenamente a través del acceso de los
individuos a la información y las interacciones sociales (Alesina et al., 2018;
Cruces et al., 2013; Kuziemko et al., 2015). ¿Puede la diversificación de las
redes sociales de los individuos exponiéndolos a pares socioeconómicamente
diversos cambiar sus percepciones (erróneas) y su apoyo a la redistribución?
This paper overcomes these challenges to estimating how exposing high-income
individuals to low-income peers aects their perceptions of the income distribution
and social mobility, and their support for progressive redistribution. In 2015, the
Colombian government implemented a massive financial aid program for low-
income high achievers to attend selective universities. The policy generated an
unprecedented and unanticipated influx of low-income students into elite
institutions, boosting the socioeconomic diversity of their student body (Londoño-
Vélez et al., 2020). Unlike armative action, which usually trades o diversity for
measured ability, Colombia’s financial aid policy left the college admissions process
virtually unaected. Low-income students were not given preferential treatment in
admissions, allowing me to disentangle between exposing highincome students to
socioeconomically diverse versus lower-achieving peers. This unusual setting
enables me to estimate how perceptions and preferences are causally influenced by
exposure to more low-income peers (of similar measured ability).
I focus on a university that historically catered to high-income students, but
quadrupled its share of entering low-income students due to the policy. I collect
original survey data six and twelve months after the policy rollout. I survey students
who began their studies before and after the policy, and measure their social
networks, perceptions, and preferences. Finally, I combine these survey records with
the partner university’s administrative records on admissions and classroom
composition to create a measure of a student’s exposure to low-income peers—the
main treatment variable.
I leverage four key institutional features for identification. First, the policy raised
diversity for cohorts entering college in spring 2015, whereas older cohorts were
significantly less aected by the policy. Second, I can compare high-income students
across cohorts because their composition remained constant immediately after the
policy. Third, there is substantial variation in the share of low-income students
across majors, which are declared when people apply to college and, therefore,
Responder a esta pregunta es difícil porque las redes sociales son endógenas,
lo que dificulta la identificación de efectos causales. De hecho, los estudios
anteriores rara vez han manipulado las interacciones sociales fuera del
laboratorio o del experimento de campo. Como resultado, sabemos poco
sobre cómo las políticas de la vida real que promueven la diversidad
socioeconómica afectan a las percepciones y preferencias de los individuos.
Este documento supera estos retos para estimar cómo la exposición de
individuos de altos ingresos a pares de bajos ingresos afecta a sus
percepciones de la distribución de los ingresos y la movilidad social, y su
apoyo a la redistribución progresiva. En 2015, el Gobierno colombiano puso
en marcha un programa masivo de ayudas económicas para que los
estudiantes de alto rendimiento con rentas bajas asistieran a universidades
selectivas. La política generó una afluencia sin precedentes e imprevista de
estudiantes de bajos ingresos a instituciones de élite, impulsando la
diversidad socioeconómica de su alumnado (Londoño-Vélez et al., 2020). A
diferencia de la acción armada, que suele cambiar o diversidad por capacidad
medida, la política de ayuda financiera de Colombia dejó prácticamente
intacto el proceso de admisión a la universidad. Los estudiantes de bajos
ingresos no recibían un trato preferencial en las admisiones, lo que me
permitía discernir entre exponer a los estudiantes de altos ingresos a
compañeros socioeconómicamente diversos o de bajo rendimiento. Este
escenario inusual me permite estimar cómo las percepciones y preferencias
están causalmente influenciadas por la exposición a más compañeros de bajos
ingresos (de similar capacidad medida).
Me centro en una universidad que históricamente atendía a estudiantes de
renta alta, pero que cuadruplicó su proporción de estudiantes de renta baja
debido a la política. Recopilo datos originales de encuestas seis y doce meses
después de la puesta en marcha de la política. Encuesto a los estudiantes que
before applicants know the socioeconomic composition of their peers. Fourth,
thanks to the surprise introduction of the policy and other institutional details, there
is little room for self-selection into courses with more or fewer low-income peers. A
dierence-in-dierences (DD) design leverages these crucial features to identify the
eect of exposing high-income students to low-income peers (hereafter, the
treatment). The DD compares high-income students across cohorts (starting college
before and after the policy rollout) and majors (with smaller and greater shocks in
diversity). Therefore, the identifying variation in exposure to socioeconomic
diversity comes from comparing students in the same major across cohorts and
students in the same cohort across majors.
To examine an individual’s awareness of another person’s socioeconomic status
(SES), I exploit a unique feature of this setting: Colombia’s socioeconomic
stratification system (estratos). This system explicitly stratifies households from 1 to
6 by auence based on neighborhood and dwelling characteristics (1 being the
poorest).1 Although strata do not correlate perfectly with SES (Joumard and
Londoño-Vélez, 2013), they provide useful information beyond income measures.
Many Colombians use stratum to mean social class. Moreover, most Colombians are
well aware of their stratum, making this information easy to collect. Furthermore,
an individual can infer others’ strata (based, for instance, on where they live) better
than they can other measures of SES, like household income or wealth. For this
reason, the stratum is a popular measure of SES among researchers and
policymakers in Colombia. In addition, its salience makes it ideal for studying
perceptions of SES and inequality.
There are four key findings. First, the policy caused high-income students to be
exposed to low-income peers and fostered interactions among students of diverse
socioeconomic backgrounds. The diversification of social networks is substantial. For
instance, high-income students beginning college after the policy rollout are three
comenzaron sus estudios antes y después de la política, y mido sus redes
sociales, percepciones y preferencias. Por último, combino estos datos de la
encuesta con los registros administrativos de la universidad asociada sobre
admisiones y composición de las aulas para crear una medida de la exposición
de un estudiante a compañeros con bajos ingresos, la principal variable de
tratamiento.
Aprovecho cuatro características institucionales clave para la identificación. En
primer lugar, la política aumentó la diversidad para las cohortes que entraron
en la universidad en la primavera de 2015, mientras que las cohortes más
antiguas se vieron significativamente menos afectadas por la política. En
segundo lugar, puedo comparar a los estudiantes de renta alta entre cohortes
porque su composición permaneció constante inmediatamente después de la
política. En tercer lugar, hay una variación sustancial en la proporción de
estudiantes de bajos ingresos entre las carreras, que se declaran cuando las
personas solicitan el ingreso en la universidad y, por lo tanto, antes de que los
solicitantes conozcan la composición socioeconómica de sus compañeros. En
cuarto lugar, gracias a la introducción por sorpresa de la política y a otros
detalles institucionales, hay poco margen para la autoselección en cursos con
más o menos compañeros de bajos ingresos. Un diseño de diferencia en
diferencias (DD) aprovecha estas características cruciales para identificar el
efecto de exponer a los estudiantes de renta alta a compañeros de renta baja
(en adelante, el tratamiento). El DD compara a los estudiantes de renta alta
entre cohortes (que comienzan la universidad antes y después de la puesta en
marcha de la política) y especialidades (con menores y mayores impactos en
la diversidad). Por lo tanto, la variación que identifica la exposición a la
diversidad socioeconómica procede de la comparación de estudiantes de la
misma especialidad entre cohortes y estudiantes de la misma cohorte entre
especialidades.
times as likely to have worked in a group project with a program beneficiary than
students from older cohorts and twice as likely to name a low-income student
among their five closest friends. By contrast, previous research has shown that
changing the group of potential peers does not necessarily change the peers one
chooses to associate with or may change them in unexpected ways (Carrel et al.,
2013). However, I find that high-income students have significantly increased
interactions with lower-income students due to the policy.
Second, high-income individuals have a dramatically biased perception of the
income distribution. In particular, they underestimate the share of low-income
people—both the ocial poverty rate and the percentage of people in the lower
socioeconomic strata—and overestimate the share of people in the higher
socioeconomic strata. Interestingly, highincome students are more biased in their
perception of the distribution of socioeconomic strata than in their perception of
the poverty rate, severely overestimating the share of highincome people in
socioeconomic strata similar to theirs. This upward bias is consistent with
endogenous reference groups. That is, high-income students interact primarily with
similarly auent peers and have few interactions with low-income peers, partly due to
the severe socioeconomic segregation of high schools and colleges. As a result, high-
income individuals mistakingly use their high-income peers as a reference when
inferring the entire income distribution, causing them to underestimate the poverty
rate and the level of inequality.
Third, exposing high-income students to low-income peers slashes the upward bias
in their perception of the income distribution and causes more accurate perceptions
about the poverty rate and the share of low- and high-strata families. For example, a
ten percentage point increase in exposure to low-income peers boosts the perceived
share of the population earning below the ocial poverty line by 2.59 percentage
points, fully eliminating the bias in the perceived poverty rate. It also raises the
Para examinar la conciencia de un individuo sobre el estatus socioeconómico
(SES) de otra persona, exploto una característica única de este escenario: El
sistema de estratificación socioeconómica de Colombia (estratos). Este
sistema estratifica explícitamente los hogares del 1 al 6 por auencia
basándose en las características del barrio y la vivienda (siendo el 1 el más
pobre).1 Aunque los estratos no se correlacionan perfectamente con el SES
(Joumard y Londoño-Vélez, 2013), proporcionan información útil más allá de
las medidas de ingresos. Muchos colombianos utilizan estrato para referirse a
la clase social. Además, la mayoría de los colombianos conocen bien su
estrato, lo que hace que esta información sea fácil de recopilar. Además, un
individuo puede inferir el estrato de los demás (basándose, por ejemplo, en
dónde viven) mejor de lo que puede hacerlo con otras medidas del NSE, como
los ingresos o la riqueza del hogar. Por esta razón, el estrato es una medida
popular del SES entre investigadores y responsables políticos en Colombia.
Además, su prominencia la hace ideal para estudiar las percepciones del NSE y
la desigualdad.
Hay cuatro conclusiones clave. En primer lugar, la política hizo que los
estudiantes con ingresos altos estuvieran expuestos a compañeros con
ingresos bajos y fomentó las interacciones entre estudiantes de diversos
orígenes socioeconómicos. La diversificación de las redes sociales es
sustancial. Por ejemplo, es tres veces más probable que los estudiantes de
renta alta que empezaron la universidad después de la puesta en marcha de la
política hayan trabajado en un proyecto de grupo con un beneficiario del
programa que los estudiantes de cohortes anteriores, y dos veces más
probable que nombren a un estudiante de renta baja entre sus cinco amigos
más cercanos. Por el contrario, investigaciones anteriores han demostrado
que cambiar el grupo de compañeros potenciales no cambia necesariamente
perceived share of low-strata individuals by 1.83 percentage points and lowers the
perceived share of highstrata individuals by 2.19 percentage points. However,
because high-income students dramatically overestimate the share of people in
their own socioeconomic strata, the implied bias reduction is more moderate in
percentage terms. Overall, a ten percentage point increase in exposure to
socioeconomic diversity raises a summary index of perceived poverty by 0.12
standard deviations (the p-value is 0.009 when comparing students within majors
and across cohorts, and 0.084 in the DD specification).
Fourth, exposure to low-income peers strengthens high-income students’ support
for progressive redistribution, in terms of both taxing the rich and subsidizing the
poor. Specifically, a ten percentage point increase in exposure to low-income peers
boosts support for taxing the rich by 8 percentage points, which is an 11.4% increase
relative to a baseline mean of 70.8%. Diversity has a similar, but more noisily
estimated, eect on increasing support for subsidizing the poor. Overall, a ten
percentage point increase in socioeconomic diversity strengthens high-income
students’ preferences for redistribution by 0.12–0.15 standard deviations (the p-
value is 0.009 when comparing students within majors and across cohorts, and
0.025 in the DD specification).
In theory, correcting people’s bias in their perception of the poverty rate and the
level of inequality can aect their preferences for redistribution for several reasons.
First, if high-income individuals are self-interested, exposing them to low-income
peers makes them realize that they are richer than they initially thought and stand
to lose from raising taxes on the rich, making them oppose redistribution. Indeed,
this is the prediction from the canonical model of self-interested voters (Meltzer and
Richard, 1981). However, my finding that high-income people become more (not
less) favorable to redistribution do not support this prediction.
los compañeros con los que uno elige asociarse o puede cambiarlos de forma
inesperada (Carrel et al., 2013). Sin embargo, constato que los estudiantes
con ingresos altos tienen interacciones significativamente mayores con los
estudiantes con ingresos más bajos debido a la política.
En segundo lugar, las personas con altos ingresos tienen una percepción muy
sesgada de la distribución de la renta. En concreto, subestiman la proporción
de personas con ingresos bajos -tanto la tasa de pobreza social como el
porcentaje de personas en el estrato socioeconómico más bajo- y sobrestiman
la proporción de personas en los estratos socioeconómicos más altos.
Curiosamente, los estudiantes con ingresos altos están más sesgados en su
percepción de la distribución de los estratos socioeconómicos que en su
percepción de la tasa de pobreza, sobrestimando gravemente la proporción
de personas con ingresos altos en estratos socioeconómicos similares a los
suyos. Este sesgo al alza es coherente con la existencia de grupos de
referencia endógenos. Es decir, los estudiantes de renta alta interactúan
principalmente con compañeros de auent similar y tienen pocas interacciones
con compañeros de renta baja, en parte debido a la grave segregación
socioeconómica de los institutos y colegios. Como resultado, los individuos de
renta alta utilizan erróneamente a sus compañeros de renta alta como
referencia a la hora de inferir toda la distribución de la renta, lo que les lleva a
subestimar la tasa de pobreza y el nivel de desigualdad.
En tercer lugar, exponer a los estudiantes de renta alta a compañeros de renta
baja reduce drásticamente el sesgo al alza en su percepción de la distribución
de la renta y provoca percepciones más precisas sobre la tasa de pobreza y la
proporción de familias de estratos bajos y altos. Por ejemplo, un aumento de
diez puntos porcentuales en la exposición a compañeros con ingresos bajos
aumenta la proporción percibida de la población que gana por debajo del
Second, people’s attitudes toward redistribution might be influenced by their
perceived past and future income trajectories (Benabou and Ok, 2001; Hirschman
and Rothschild, 1973; Piketty, 1995). On the one hand, if exposure to low-income
peers makes people more optimistic about the prospects of upward social mobility
for low-income individuals, they might become less inclined to support government
intervention. On the other hand, high-income students might become more
supportive of redistribution if the treatment negatively changes their expectations
about their own income trajectory (Bergolo et al., 2021; Ravallion and Lokshin,
2000). However, I do not find evidence of this: people’s perception of upward
(downward) social mobility for low- (high-)income individuals does not seem aected
by their exposure to low-income peers.
Lastly, people’s preferences for redistribution might depend on their views on
distributive justice and whether they believe market outcomes are fair. For example,
suppose that the treatment made people more pessimistic about fairness and equal
opportunity. In that case, they might become more supportive of government
intervention—even if they are self-interested and optimistic about the prospects of
upward social mobility. Indeed, I provide evidence consistent with the treatment
significantly strengthening people’s perception of how dicult it is to overcome
poverty without government intervention: a ten percentage point increase in
exposure to diversity raises concerns about equal opportunity without government
intervention by 26.6%.
These findings contribute to the literature on how individuals form preferences for
redistribution based on subjective perceptions of their position in the income
distribution (Cruces et al., 2013; Hoy and Mager, 2021; Hvidberg et al., 2021; Karadja
et al., 2017; Meltzer and Richard, 1981), social justice (Alesina and La Ferrara, 2005;
Alesina and Angeletos, 2005; Alesina et al., 2001), social mobility (Alesina et al.,
2018; Benabou and Ok, 2001; Piketty, 1995), inequality (Ariely and Norton, 2011;
umbral de pobreza ocial en 2,59 puntos porcentuales, eliminando por
completo el sesgo en la tasa de pobreza percibida. También aumenta la
proporción percibida de individuos de estrato bajo en 1,83 puntos
porcentuales y disminuye la proporción percibida de individuos de estrato
alto en 2,19 puntos porcentuales. Sin embargo, dado que los estudiantes con
ingresos altos sobrestiman drásticamente la proporción de personas de su
propio estrato socioeconómico, la reducción del sesgo implícito es más
moderada en términos porcentuales. En general, un aumento de diez puntos
porcentuales en la exposición a la diversidad socioeconómica eleva un índice
resumido de pobreza percibida en 0,12 desviaciones típicas (el valor p es de
0,009 cuando se comparan estudiantes dentro de una misma especialidad y
entre cohortes, y de 0,084 en la especificación DD).
En cuarto lugar, la exposición a compañeros con rentas bajas refuerza el
apoyo de los estudiantes con rentas altas a la redistribución progresiva, tanto
en lo que se refiere a gravar a los ricos como a subvencionar a los pobres. En
concreto, un aumento de diez puntos porcentuales en la exposición a
compañeros de bajos ingresos aumenta el apoyo a gravar a los ricos en 8
puntos porcentuales, lo que supone un aumento del 11,4% en relación con
una media de referencia del 70,8%. La diversidad tiene un efecto similar, pero
estimado más ruidosamente, en el aumento del apoyo a subvencionar a los
pobres. En general, un aumento de diez puntos porcentuales en la diversidad
socioeconómica refuerza las preferencias de los estudiantes de renta alta por
la redistribución en 0,12-0,15 desviaciones estándar (el valor p es de 0,009
cuando se comparan los estudiantes dentro de las carreras y entre cohortes, y
de 0,025 en la especificación DD).
En teoría, corregir el sesgo de las personas en su percepción de la tasa de
pobreza y el nivel de desigualdad puede afectar a sus preferencias por la
Kuziemko et al., 2015), culture (Luttmer and Singhal, 2011), interpersonal
preferences (Luttmer, 2001), and reference points (Charite et al., 2016). Most of
these studies use surveys, labs, or field experiments to estimate causal eects on the
demand for government redistribution.3 By contrast, I study the formation of
perceptions and preferences using policy-induced variation. This is crucial because
how people behave in the lab or the field might dier from how they react to
government interventions in practice. Specifically, I evaluate how a reallife, large-
scale policy intervention—a financial aid program for low-income students— aects
individuals’ perceptions and preferences. This natural experiment is useful for
studying the causal eects of peer composition on perceptions and preferences. It is
also especially policy-relevant, given recent evidence of socioeconomic segregation
across colleges (Chetty et al., 2020) and the prospect of fostering diversity and
boosting social mobility through need-based financial aid (Hoxby and Avery, 2013).
A related literature in behavioral economics studies the eects of armative action—
which directly promotes socioeconomic and/or racial diversity, often at the expense
of measured ability—on social behaviors, like generosity, discrimination,
stereotyping, and prejudice (Boisjoly et al., 2006; Burns et al., 2019; Rao, 2019).
The remainder of the paper is organized as follows. Section 2 introduces the
intuition for why exposure to low-income peers might aect individuals’ perceptions
of the income distribution and their preferences for redistribution. Section 3
provides some institutional background and describes the financial aid program.
Section 4 presents the data, while Section 5 presents the methodology used. Section
6 describes social interactions between high- and low-income students and their
awareness of each other’s SES. Section 7 presents the main results. Finally, Section 8
concludes.
redistribución por varias razones. En primer lugar, si los individuos con rentas
altas están interesados en sí mismos, exponerlos a sus iguales con rentas
bajas les hace darse cuenta de que son más ricos de lo que pensaban en un
principio y de que pueden perder si se suben los impuestos a los ricos, lo que
les hace oponerse a la redistribución. De hecho, esta es la predicción del
modelo canónico de votantes interesados (Meltzer y Richard, 1981). Sin
embargo, mi conclusión de que las personas con rentas altas se vuelven más
(no menos) favorables a la redistribución no apoya esta predicción.
En segundo lugar, las actitudes de las personas hacia la redistribución podrían
verse influidas por su percepción de las trayectorias de ingresos pasadas y
futuras (Benabou y Ok, 2001; Hirschman y Rothschild, 1973; Piketty, 1995).
Por un lado, si el contacto con personas de bajos ingresos hace que la gente
sea más optimista sobre las perspectivas de movilidad social ascendente de
los individuos de bajos ingresos, podrían ser menos proclives a apoyar la
intervención gubernamental. Por otro lado, los estudiantes con ingresos altos
podrían apoyar más la redistribución si el tratamiento cambia negativamente
sus expectativas sobre su propia trayectoria de ingresos (Bergolo et al., 2021;
Ravallion y Lokshin, 2000). Sin embargo, no encuentro pruebas de ello: la
percepción de la movilidad social ascendente (descendente) de las personas
con ingresos bajos (altos) no parece verse afectada por su exposición a
compañeros con ingresos bajos.
Por último, las preferencias de las personas por la redistribución podrían
depender de sus opiniones sobre la justicia distributiva y de si creen que los
resultados del mercado son justos. Por ejemplo, supongamos que el
tratamiento hace que la gente sea más pesimista sobre la justicia y la igualdad
de oportunidades. En ese caso, podrían ser más partidarios de la intervención
gubernamental, incluso si tienen interés propio y son optimistas sobre las
 perspectivas de movilidad social ascendente. De hecho, proporciono pruebas
2 Conceptual Framework consistentes con que el tratamiento refuerza significativamente la percepción
de la gente sobre lo difícil que es superar la pobreza sin la intervención del
This section summarizes the statistical inference problem in individuals’ assessment gobierno: un aumento de diez puntos porcentuales en la exposición a la
of the income distribution (for a more detailed discussion, see Cruces et al. (2011, diversidad aumenta las preocupaciones sobre la igualdad de oportunidades
2013) and references therein). Individuals infer the distribution of income based on sin la intervención del gobierno en un 26,6%.
their access to information about other individuals’ level of income and their ability
to process this information. In the presence of limited information, individuals
observe the income levels of only a subset of the population and apply Bayes’ rule to
infer the entire distribution from the subset they observe (the "reference group"). If
individuals are fully rational, they arrive at consistent estimates of the income
distribution by accounting for the relative size of the reference group, the selection
or non-representativeness of this reference group, and their ability to make
probability judgments. If, instead, individuals are naïve—i.e., they fail to apply
Bayes’ rule properly—they have systematically biased inferences of the income
distribution.
Does immigration change support for redistribution? We design and conduct
large-scale surveys and experiments in six countries to investigate how people
perceive immigrants and how these perceptions influence their support for
redistribution. We find striking misperceptions about the number and
characteristics of immigrants. In all countries, respondents greatly overestimate
the total number of immigrants, think immigrants are culturally and religiously
more distant from them, and economically weaker—less educated, more
unemployed, and more reliant on and favoured by government transfers— than
they actually are. In the experimental part of our article, we show that simply
making respondents think about immigration before asking questions about
redistribution makes them support less redistribution, including actual donations
to charities. The perception that immigrants are economically weaker and more
likely to take advantage of the welfare system is strongly correlated with lower
support for redistribution, much more so than the perceived cultural distance or
the perceived share of immigrants. These findings are confirmed by further
experimental evidence. Information about the true shares and origins of
immigrants does not change support for redistribution. An anecdote about a
“hard-working” immigrant has somewhat stronger effects but is unable to
counteract the negative priming effect of making people think about immigration.
Our results further suggest that narratives shape people’s views on immigration
more deeply than hard facts.