摘要：
... 来源：北大国发院
作者：于航
人工智能对
中国劳动力市场的影响
 |
“人工智能的迅猛发展及其带来的新应用，”这一研究有很多维度可以展开，我们优先关注的是新技术对劳动力市场的潜在影响。
01 理论基础：
技术发展对劳动力市场的双重效应
当前，技术发展已呈现出显著特征，即我们已经迈入了人工智能发展的新时代。
之所以称其为新时代，是因为尽管“人工智能”并非新词，但其内涵和应用范围已发生深刻变化。过去，人工智能主要指的是自动化和技术，主要用于解决程式化的任务。
然而，随着大语言模型如ChatGPT等技术的兴起，人工智能现在能够执行更多涉及理解、推理和决策的任务，这些任务更接近于人类的工作范畴。
这一变化对产业产生了直接影响。
以往，人工智能更多地应用于制造业，但现在它可能更深入地影响白领行业。例如，人工智能已经可以写诗，这在以前难以想象，因为它似乎最不可能替代诗人这样的创造性职业。
当ChatGPT等类似的大语言模型工具在美国首次出现时，海外学者就开始关注这一技术可能对社会和职业结构的影响。他们的研究表明，白领工作受到的冲击尤为显著。根据工资水平和新技术影响的程度绘制出的曲线表明，原先工资更高的白领和金领职业，在这一轮技术冲击中受到的影响更大。这是基于美国学者根据美国职业大典总结的受冲击较大的职业列表所得出的结论。
随着新技术的涌现，尤其是人工智能的迅猛发展，我们需要从劳动经济学的视角深入探讨其对就业市场的影响。
新技术的诞生首先可能带来 “替代效应”，即机器或计算机替代人类完成某些任务。这导致的结果是，原本需要雇佣人的工作现在可以由机器完成；“替代效应”使社会中的总就业机会倾向于减少。
但同时，还可能出现一种被称为“互补效应”的现象，即新技术的出现催生了过去没有的新产品和新服务，这些的发展创造了更多的就业机会。例如，过去计算机技术的快速发展，带来了前所未有的产业创新，与计算机技术相配合的程序员这一职业应运而生，并不断发展壮大。这就是技术与人类劳动之间“互补效应”的体现，它使得社会中的总就业机会倾向于增加。
我们的经济社会中“替代效应”与“互补效应”谁占主导地位？这实际上是一个实证问题。它取决于多种因素：
第一是职位特征和市场结构。这是客观给定的，某些职位可能更容易被机器替代，而另一些则可能更容易与新技术形成互补；
第二，更为重要的是取决于企业、行业乃至整个社会经济结构对新技术应用的调整和应对。这些因素是主观能动的，是社会或个人可以采取主动行动来应对的领域。
因此，我们需要综合考虑各种因素，以全面理解新技术对就业市场的影响。
02 实证分析：
人工智能对中国劳动力市场的影响
我们课题组的一系列深入研究，旨在探讨以下问题：
首先，在人工智能快速发展的关键阶段，我国劳动力需求的总量和结构究竟发生了怎样的变化？
其次，职业内涵是否出现了显著变化，即职位名称虽未改变，但其工作内容是否有所调整或更新？
最后，我们的经济体系，无论是微观个体还是宏观整体，是否已准备好应对这一轮由人工智能引发的大变革？
为了找到以上问题的答案，我们首先利用了智联招聘平台，对超过100万条的招聘广告进行了深入分析。我们之所以选择招聘广告作为研究对象，是因为它能够及时、直接地反映企业的用工需求，即劳动力市场的需求侧。尽管招聘广告的样本覆盖与整体经济环境存在差异，但在一定程度上，它仍能够反映出劳动力市场的变化趋势。
我们分析的时间段为2018年至2023年4月，这一时期涵盖了人工智能大发展的前夜，特别是以ChatGPT上线为标志性事件。在此之前，人工智能大语言模型技术已在悄然发展，而之后则进入了突飞猛进的阶段。
我们构建了一个新指标，即“大语言模型暴露度”，用于衡量不同工作与新产生的人工智能技术之间的匹配程度。基于这一指标，我们分析了不同暴露度的职业在2018年至2023年间所发生的变化，以揭示人工智能对劳动力市场的影响及其发展趋势，并分析了同一职业在这段时间的中内涵的变化。
在构建职业的“大语言模型暴露度”时，我们采用了独特的技术手段。
第一步，我们借助人工智能工具，将海量招聘广告中描述工作内容的自由文本对应转化为两千多个标准化的工作任务；最终每个招聘广告都对应若干个标准化工作任务。
第二步，我们为每一个标准化的工作任务进行大语言模型的暴露度评分。
第三步，针对同一职业的招聘广告中，不同工作任务的出现的总频率不同；我们把同属一个职业中的工作任务按照其总频率计算加权平均的暴露度，即为该职业的“大语言模型暴露度”。
这种方法避免了人为定义职业的模糊性，直接通过真实招聘广告中的表述，归纳职业内涵。
根据这一评分方法，我们得到了一些有趣的描述性统计结果。例如，财务、翻译、银行从业人员和互联网工程师等职业的暴露度较高，而家政、操作工、厨师和餐饮服务等职业的暴露度则相对较低。这反映了新技术在不同行业中的影响程度。
进一步分析显示，随着时间的推移，劳动力市场整体的暴露度呈现下降趋势。这意味着，在2018年，市场上所需求的工作与AI技术的匹配度较高，但随着时间的推移，这种匹配度逐渐降低。这主要是因为暴露程度较低的职业需求大幅增加，而暴露程度较高的职业需求则相对下降。这一发现为我们提供了关于新技术对劳动力市场影响的深入洞察。
经过深入分析，我们得到了一张直观的图示。图中每个圆点代表一个职业，圆点的大小反映了该职业在市场上的份额大小。横轴表示职业的暴露程度，即与大语言模型的关联度；纵轴则是市场变化率，即该职业从2018年至今劳动力需求相对市场份额的增长率。
观察发现，这两者之间存在明显的负相关关系，即大语言模型暴露度更高的职业，其市场需求缩减更为严重。
进一步地，我们用类似构建职业层面“大语言模型暴露度”的方法，对每个招聘广告中的岗位进行了暴露度评分。在分析了一些重要且市场占比较大的职业后，我们发现，随着时间的推移，总体暴露度较高的职业在岗位内部变化上呈现平稳趋势，鲜有显著变动。
然而，在总体暴露度相对较低的职业，其工作岗位描述中体现出的暴露指数呈现随时间下降趋势。这意味着随着技术的发展，即使在同一职业内，人们的工作也越来越远离那些新技术暴露度高的工作任务。
03 今非昔比：
大模型AI时代的劳动力市场
总结我们的发现，过去五年中，中国劳动力市场上新增职位的大语言模型暴露度总体呈现下降趋势，即新招聘的职位与大语言模型的相关度逐渐降低。此外，暴露度越高的职业，其需求缩减幅度越大，并且对学历和工作经验的招聘要求也越来越高。同时，这些职业内部的薪资差异也逐渐扩大。这反映出中国劳动力市场在适应新技术方面还有待加强。
理论上讲，新技术对劳动力可能同时存在“替代效应”和“互补效应”；目前在中国的劳动力市场上，我们更多看到的是技术的“替代效应”，即更多人的工作被技术所取代。但新技术的互补效应，即因新技术的存在而需要更多工人来创造过去没有的新价值，这一点尚未得到充分体现。
尽管数字技术已多次改变我们的工作方式，我们已历经数次工业革命和AI革命，但最新一轮的AI技术，特别是以大语言模型为代表的人工智能暴露指数，与过去如自动化替代等AI技术之间并未显现明显的关联。
这表明，当前的技术冲击与以往不同，新技术正以全新的维度对劳动力市场造成影响。
随着新工作的不断涌现，机会将倾向于那些积极拥抱技术变革的个人和国家。同时，新技术也促使我们更加深入地反思教育的价值，即我们应当培养具备何种特质的人才，以及如何调整教育策略以更好地适应劳动力市场的变化。
此外，尚存在一些亟待解决的重要问题，如如何合理地在社会中分配人工智能创造的价值，以及如何确保全民都能享受新技术带来的进步。在这一方面，我们仍面临着艰巨的挑战和漫长的道路。
还没有评论，来说两句吧...