加载中...
How Is AI Shaping the Labor Demands of Enterprises? Evidence from Big Data Analysis of Recruitment Platforms
本文运用一个新颖的企业招聘大数据集,研究了人工智能渗透对于企业劳动力需求在细分职业层面上的影响。研究发现:尽管人工智能降低了企业对常规职业劳动力的需求,却增加了企业对非常规职业劳动力的需求,这当中主要来自对非常规认知型职业如管理类、技术类等需求的增加。人工智能的就业创造效应不仅体现在内涵上,即对已有非常规职业劳动力需求数量的增加;还表现在外延上的拓宽,即人工智能拓展了非常规职业的工作岗位数和岗位类别,还催生了对新兴职业和新兴岗位的需求。就工资水平看,人工智能渗透高的企业平均工资水平更高,人工智能渗透高的职业有更高的工资溢价。本文指出,应更重视人工智能的就业创造效应,多措并举引导人工智能朝向创造出更多新职业和新岗位的良好方向发展。
Abstract
Using a novel big dataset on enterprises' recruitment information of online vacancies, this paper investigates how firms' Artificial Intelligence (AI) exposure impacts their labor demand at the subdivided occupational level. Our findings reveal that while AI reduces the demand for labor in routine occupations, it significantly increases the demand for non-routine roles, particularly in cognitive-oriented professions such as management and technology. The employment creation effect of AI is evident not only in terms of magnitude, with an increase in the number of positions in existing non-routine occupations, but also in scope, as AI broadens the range of non-routine job types and categories and fosters the emergence of new professions and roles. In terms of wages, enterprises and occupations with higher AI exposure show elevated average salary levels and a greater wage premium. This paper highlights the importance of focusing on the job-creation potential of AI and advocates for a multi-faceted approach to guide AI towards fostering the development of new professions and job opportunities.
人工智能增加非常规职业需求、减少常规职业需求
企业人工智能渗透度增加一个单位,招聘非常规职业人数增长42.7%,招聘常规职业人数下降25.1%。回归控制了企业规模、人均利润、人力资本结构、行业集中度及年份、行业、城市固定效应,结果在多种设定下稳健。
非常规职业需求增加主要来自非常规认知岗位
将职业细分为四类后发现,人工智能显著增加非常规认知型职业招聘人数,降低非常规体力、常规认知和常规体力职业的招聘人数。这表明人工智能与认知型非常规任务互补,与常规可编码任务替代。
人工智能拓展非常规职业种类并催生新职业
人工智能显著增加企业雇佣非常规职业的种类数,降低常规职业种类数。企业人工智能渗透提高一个单位,招聘新职业员工的概率提高约11%,雇佣新职业员工比重提高0.28%,表明人工智能具有新任务创造效应。
人工智能渗透提高非常规职业工资水平
企业人工智能渗透度越高,其意愿支付给非常规职业的平均工资越高,对常规职业工资无显著影响。职业层面回归显示,职业人工智能渗透度提高一单位,企业意愿支付给该职业的工资提高18.0%,分组回归中非常规职业工资溢价显著为正。
生产率提升是人工智能就业创造的重要机制
人工智能渗透显著提高企业全要素生产率、扩大年销售额并增加研发投入。这些生产率效应带动生产规模扩张和创新活动增加,进而提升企业对非常规职业劳动力的需求,构成人工智能就业创造效应的第二条机制。
核心解释变量
企业人工智能渗透度(AIFE),基于Felten et al.(2018)的职业人工智能渗透度(AIOE)与企业职业结构加权计算得到
被解释变量
企业每年招聘的非常规型/常规型职业人数、职业种类数、招聘新职业概率与比重、企业意愿支付的平均工资及职业层面工资水平
样本与数据
2016-2020年国内主流招聘平台(智联、前程无忧、58同城、拉钩、猎聘等)企业招聘广告数据,总计超1亿条,匹配万得上市公司数据库后获得458万条招聘信息,涉及3700多家上市公司和543个八位码职业,样本期60个月
识别方法 / 模型设定
基准回归采用面板固定效应模型,控制年份、行业、城市及行业—年份、城市—年份固定效应,核心解释变量滞后一期;内生性处理采用行业人工智能渗透度(AIIE)和年度分行业每百人计算机数量作为工具变量,并运用2017年《新一代人工智能发展规划》政策冲击构建广义双重差分,以及将解释变量设定为2016年初始值
内生性及稳健性检验
替换企业人工智能渗透度指标(招聘广告AI人才占比、招聘职业结构权重);剔除软件和信息技术服务业样本以区分人工智能应用型与开发型企业;剔除2020年数据排除新冠疫情影响;控制企业规模、所有制、行业任务密集度等异质性分组回归;工资回归采用未来三年工资和初始AIFE两种设定
更多相关数据正在补充