印度劳动力市场中的性别化语言与求职行为：基于157,888份招聘广告的实证分析

本研究针对印度在线招聘平台157,888份含性别倾向的职位广告（占比8%）及645万份求职申请展开分析，通过文本挖掘技术揭示雇主显性/隐性性别偏好（Fp /Mp ）对薪资差距的影响。研究发现：女性偏好职位薪资降低3.7%，且隐性性别关联解释17%的性别薪资差距；硬技能类女性化词汇（如"美容""会计"）薪资回报更低但吸引更多女性申请者，而男性化灵活性词汇（如"夜班""出差"）伴随高薪却减少女性申请。该成果为消除招聘文本中的性别偏见提供了数据支持，发表于《Labour Economics》。

　　

在印度劳动力市场，女性劳动参与率仅为32.68%，性别薪资差距高达82%，这种结构性不平等是否与招聘环节的性别偏见有关？传统研究多关注显性歧视，而对招聘文本中隐含的性别化语言如何影响求职行为知之甚少。印度某研究团队通过分析本土招聘平台大数据，首次系统揭示了文本中的性别密码如何将女性导向低薪岗位。

研究人员收集2018-2020年157,888份含薪资范围的招聘广告（87%公开薪资），运用多类别逻辑回归（LR）构建F_p
/M_p
指标量化文本的隐性性别倾向，并采用LIME算法解构"性别化词汇"。通过半参数分解法（DiNardo et al.方法）计算性别偏好对薪资差距的贡献度，同时建立职业×州固定效应模型控制地域和行业差异。

【雇主偏好特征】
显性性别要求（占7.7%）呈现"负向技能靶向"：高技能岗位更少标注性别，而要求"外貌""年龄"的岗位男性偏好增加1.3倍。

【薪资关联】
隐性女性关联（F_p
）每上升1个标准差，薪资降低5.2%（p<0.01），其中硬技能类女性化词汇（如"美容""PPT制作"）导致1.4%降幅，而男性化灵活性要求（如"轮班"）带来1.8%薪资溢价。

【求职行为】
女性申请者更倾向选择含"居家办公""基础计算机"等词汇的岗位（+1.3%申请率），但回避"夜间工作""出差"等高薪选项（-1.9%申请率）。

【机制分解】
显性性别要求解释7%薪资差距，结合隐性文本特征后解释力升至17%。值得注意的是，"守时""耐心"等女性化人格特质词汇虽预测雇主偏好，却与女性申请意愿呈负相关（ρ=-0.22）。

这项研究首次实证揭示了招聘文本如何通过硬技能标签和灵活性要求形成性别筛选机制。其创新性在于：1）开发了适用于发展中国家招聘文本的性别解码工具；2）发现雇主对女性特质的认知偏差（如将"细致"与低薪挂钩）；3）为平台设计"去性别化"算法提供了关键词库。这些发现对改善印度女性职业选择、修正雇主刻板印象具有重要政策价值。