人工智能暴露度与职业招聘调整：来自中国在线招聘市场的证据

中文关键词: 人工智能暴露度  在线招聘  劳动力市场  岗位门槛  职业结构

中文摘要:

      随着人工智能能力边界不断扩展至文本生成、信息处理、数据分析和代码编写等认知任务，劳动力市场中与此类任务高度相关的职业可能面临更为直接的冲击。现有研究已在职业层面测度了人工智能暴露度，并积累了大量关于生成式人工智能提升个体生产率的证据。本文基于O*NET工作活动数据和多套大语言模型评分构建职业层面的人工智能暴露度指标，并将其与2016—2024年中国在线招聘平台约585万条岗位数据相匹配，考察不同暴露度职业在招聘市场中的相对变化。研究发现，高人工智能暴露度职业的相对招聘需求显著下降，且这一结果在替代暴露度测度、任务属性控制、样本替换和行业排除等多种稳健性检验下保持稳定。异质性分析表明，该效应在一线城市和暴露度分布顶端职业中更为显著。进一步分析发现，高暴露度职业的需求收缩主要来自发布相关岗位的企业数量减少，而非单个企业招聘强度下降；与此同时，高暴露度职业并未表现为整体薪酬下移，而是呈现最低薪资上升、薪酬区间收窄以及学历和经验要求提高等特征，表明调整主要体现为岗位入口收缩与门槛上移。本文从招聘市场角度提供了人工智能重塑职业结构的新证据，也为理解生成式人工智能时期认知型职业的劳动力市场调整提供了中国情境下的经验支持。

英文摘要: