A missed opportunity? Labor demand and workforce diversity
错失的机会？劳动力需求与劳动力多样性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确采用德国统一自然实验和地区双重差分识别劳动力需求冲击的影响。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
错失的机会？劳动力需求与劳动力多样性
- 研究问题
- 没有针对性多样性政策时，正向劳动力需求冲击如何改变招聘中的性别构成与质量构成，是否存在未被利用的合格女性供给？
- 方法与思路
- 作者以德国统一为自然实验，利用行政数据和地区双重差分分析学术招聘，并通过概念框架与模拟考察性别及质量配置的潜在损失。
- 材料陈述的贡献
- 摘要报告，新聘人员来源院系质量更分散，女性比例未提高且性别构成趋近西德；模拟在所设保守假设下显示边际女性招聘质量更高。
- 阅读关注点
- 应核对双重差分的平行趋势和对照组可比性、学科差异与同期冲击，以及质量指标、合格申请者供给和模拟假设的敏感性。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未完整交代识别条件，模拟中的边际质量差异依赖假设，不能视为直接观测事实。
原文摘要
How do labor demand shocks affect workforce diversity in the absence of targeted diversity policies? A conceptual framework illustrates the potential trade-off between the demographic and quality composition of a workforce when there is a positive labor demand shock. Exploiting the German reunification as a natural experiment, we analyze the academic labor market where nearly all social sciences professors in East Germany were replaced while STEM faculty remained largely unchanged. Using administrative data and a regional difference-in-differences design, we find increased dispersion in the institutional quality of hires, indicating that the new hires came from less select departments. At the same time, female representation did not increase despite qualified women in the pipeline. Instead, East German hiring patterns converged to those in West Germany in terms of gender composition. In simulations, we investigate implied losses: Under conservative assumptions, we show that, considering the pipeline of qualified applicants, the marginal female hire's quality is approximately half a standard deviation higher than the marginal male hire's quality.