从招聘启事看AI对劳动力市场的早期影响【写在前面】本篇翻译自
https://libertystreeteconomics.newyorkfed.org/2026/05/do-job-postings-show-early-labor-market-effects-of-ai/
2025Q3美国头部科技企业的资本支出规模首次超过经营利润。人工智能本是有望全面提升经济生产效率的技术，但现阶段，它消耗资源的速度已经远超创造收益的速度。本文将分析人工智能的长期发展潜力与短期成本之间的矛盾，如何影响通胀走势、实体经济运行以及金融稳定前景。
随着生成式人工智能工具的应用日益广泛，一个核心问题是这项技术会对劳动力需求产生何种影响。我们能从哪里找到这种影响的证据？本文将探讨企业发布的招聘启事中是否出现了人工智能影响劳动力市场的早期迹象。我们将职业层面的人工智能暴露度衡量指标与莱特卡斯特（Lightcast）提供的美国详细招聘数据相结合 —— 该数据库汇总了企业官网招聘页面、全国及地方招聘网站以及招聘信息聚合平台上的所有职位信息。利用这些数据，我们检验了自 2022 年末 ChatGPT 发布以来，人工智能高暴露度职业的招聘数量是否出现了不成比例的下降。研究发现，尽管此后整体招聘速度有所放缓，但招聘启事数据几乎没有显示出人工智能单独导致劳动力需求下降的明确迹象。为了量化不同职业受人工智能影响的程度，我们采用了Anthropic公司开发的任务级人工智能暴露度指标。该指标将美国职业信息网（ONET）的详细任务描述与实际观察到的人工智能使用情况相结合。ONET 将每个职业分解为从业者日常执行的一系列具体活动。例如，文案撰稿人可能需要编辑或重写营销文案，而网页开发人员则需要为网站和网络应用程序编写支持代码。安索普的衡量标准会对每项任务进行评估，并基于三个因素赋予其人工智能暴露度得分：该任务在理论上是否大部分可由人工智能完成；该任务是否实际出现在人工智能使用数据样本中；以及人工智能是被用于自动化完成该任务，还是仅作为辅助工具。如果某项任务的实际应用主要是为了自动化而非辅助工作，那么它将获得更高的人工智能暴露度得分。然后，我们利用从业者在每项任务上花费的时间占比作为权重，将这些任务级得分汇总到职业层面，从而得出取值范围在 0 到 1 之间的职业级人工智能暴露度衡量指标。对这一指标的正确解读是：它基于实际观察到的使用情况，反映了一个职业潜在的人工智能暴露程度。某一职业暴露于人工智能，并不意味着该职业整体的招聘量会减少或裁员会增加。在纽约联邦储备银行第二辖区，报告对人工智能高暴露度职业的员工进行再培训的企业数量，远多于报告减少招聘的企业。实际上，即使某个职业中的许多任务都高度暴露于人工智能，往往也会有一项任务限制了整个职业被自动化的程度。利用这一职业人工智能暴露度衡量指标，下图对比了就业人口（蓝色）和招聘空缺（金色）在不同人工智能暴露度职业中的分布情况。每个柱子代表某一特定人工智能暴露度区间内的职业所对应的就业人数或空缺职位占比。横轴向右表示职业的人工智能暴露度越高，纵轴则表示这些暴露度区间内的就业人数或招聘数量占比。就业和招聘空缺中的人工智能暴露度仍然有限。图表显示，人工智能暴露度仍然相对有限。只有一小部分就业人数和招聘空缺集中在人工智能高暴露度职业中 —— 人工智能暴露度至少为 0.4 的职业中，就业人数和空缺职位占比均不足 10%，而 40% 的从业者从事的是经测算人工智能暴露度为 0 的工作。鉴于暴露度如此有限，当我们观察招聘启事随时间的变化时，是否能看到人工智能的任何影响呢？为了检验人工智能是否正在影响劳动力需求，我们进行了一项事件研究，对比了 2022 年末 ChatGPT 发布前后，人工智能高暴露度职业与低暴露度职业的招聘数量变化趋势。在此，我们将人工智能暴露度至少为 0.2 的职业定义为高暴露度职业；使用其他临界值得出的结果也相似。下图绘制了以 ChatGPT 发布前最后一个时期为基准（2022 年第三季度的差值按设定为 0），每个季度高暴露度职业与低暴露度职业之间招聘数量的估计差值。图中的蓝线显示，相对于 ChatGPT 发布前的那个季度，每个时间点高暴露度职业的招聘量比低暴露度职业多（或少）多少。阴影区域表示这些估计值的统计不确定性。这项事件研究还考虑了不同职业之间的持续性差异（因为有些职业的招聘数量一直比其他职业多）以及整个经济体随时间变化的招聘趋势，从而使我们能够专注于按人工智能暴露度划分的招聘差异。人工智能高暴露度职业的空缺职位下降始于 2022 年末 ChatGPT 发布之前。纵轴为高人工智能暴露度对对数空缺职位的影响，横轴为 2018 年至 2025 年；阴影区域表示 95% 置信区间；红线表示 ChatGPT 首次公开发布的季度；图表显示人工智能高暴露度职业的空缺职位下降始于 2022 年末 ChatGPT 发布之前。职业级暴露度至少为 0.2 的职业被归类为 "高暴露度" 职业。职业权重根据 2019 年该职业的空缺职位数量得出。如果人工智能对就业产生了显著的因果影响，我们预计高暴露度职业与低暴露度职业之间的就业差异会呈现以下两种模式：首先，在 ChatGPT 发布之前，高暴露度和低暴露度职业的招聘趋势应该相似。这表明在没有人工智能的情况下，这两组职业会继续以相似的方式发展。在图表中，这对应于 2022 年第三季度之前所有季度的估计值在统计上与零无显著差异。其次，在 ChatGPT 发布后的某个时间点，高暴露度和低暴露度职业之间应该出现持续的分化。这种差距的出现 —— 尤其是随着时间推移不断扩大的差距 —— 将与人工智能影响劳动力需求的情况相符。虽然图表显示人工智能高暴露度职业的招聘数量出现了相对下降，但事件研究表明，这一趋势早于 ChatGPT 的发布。高暴露度和低暴露度职业之间的分化在 2022 年之前就已经开始，并且在 2022 年之后没有出现明显的额外趋势转折。此外，高暴露度和低暴露度工作之间的劳动力需求差距在 2023 年后趋于稳定，这与人工智能逐渐取代高暴露度职业的预期不符。因此，很难将人工智能高暴露度职业招聘的相对下降解释为企业采用人工智能的直接结果。关于人工智能对劳动力市场影响的早期讨论，大多集中在年轻和入门级劳动者身上。有关人工智能就业影响的研究发现，ChatGPT 发布后，人工智能高暴露度职业中的年轻劳动者数量下降幅度更大。与此同时，利用招聘启事进行的相关研究发现，自 2022 年开始，这些职业中初级和高级职位的需求几乎同时下降，且下降幅度相似。我们进行了另一项事件研究，以 2022 年末为基准，衡量人工智能高暴露度职业内部初级职位与高级职位之间的招聘数量差异（如下图所示）。数值大于零表示在同一人工智能高暴露度职业中，初级职位的招聘数量相对于高级职位有所增加；数值小于零则表示相反。例如，如果 2022 年后这条线始终保持在横轴上方，这将表明人工智能高暴露度职业中初级职位的劳动力需求相对于同一职业中的高级职位有所增长。人工智能高暴露度职业中初级与高级职位的劳动力需求没有出现明显分化。纵轴为初级 - 高级职位对数空缺职位差值，横轴为 2018 年至 2025 年；阴影区域表示 95% 置信区间；红线表示 ChatGPT 首次公开发布的季度；图表表明高暴露度职业中初级和高级职位的劳动力需求大致呈平行趋势，招聘放缓并非特别集中在高暴露度的入门级工作中。数据来源：Anthropic、Lightcast、作者计算。注释：职业级暴露度至少为 0.2 的职业被归类为 "高暴露度" 职业。如果人工智能不成比例地减少了对入门级工作的需求，我们预计这条线会在 2022 年后向下移动，表明初级职位的招聘数量相对下降。然而，实际情况是这条线上下波动，没有明显的上升或下降趋势。这表明高暴露度职业中初级和高级职位的劳动力需求大致呈平行趋势，招聘放缓并非特别集中在高暴露度的入门级工作中。自 2022 年以来，整体招聘速度有所放缓，年轻劳动者和应届大学毕业生的失业率有所上升。招聘启事数据表明，虽然人工智能可能对近期劳动力市场的发展有所贡献，但它并不是招聘放缓的主要驱动因素。与这一解释一致的是，纽约联邦储备银行的商业调查显示，到目前为止，企业主要打算通过再培训来引入人工智能技术，对招聘的影响有限。尽管招聘启事显示人工智能高暴露度职业的空缺职位出现了相对下降，但这种分化在 2022 年末 ChatGPT 发布之前就已经开始。此外，我们没有观察到高暴露度职业内部初级与高级职位之间的劳动力需求出现分化。这些模式使得我们很难将近期入门级招聘的放缓仅仅归因于人工智能。
夜雨聆风
