中国人工智能技术暴露度的测算及其对劳动需求的影响：基于大语言模型的新证据

2024年6月6日（星期四）15:40-17:00

博学楼2楼东侧 I-206 （高等经济研究院会议室）

张丹丹，北京大学国家发展研究院经济学教授（长聘）、博士生导师、北大博雅青年学者，国家级人才称号获得者。现任北京大学国家发展研究院副院长，主管科研和国内国际合作工作。此外，她担任中国劳动经济学会常务理事，并担任“人工智能与灵活就业”专委会的会长，积极推动人工智能和就业的相关研究。同时，她代表中国担任本届亚澳劳动经济学家协会（AASLE）执行委员会委员。

张丹丹毕业于澳大利亚国立大学，获经济学博士学位，研究领域为劳动经济学、应用计量经济学和实验经济学，特别关注转型期弱势群体的福利问题，社会变革、制度文化冲击对人行为的影响，以及人工智能和灵活就业等劳动力市场上的新现象和新问题。其学术成果发表在Economic Journal、Nature: Human Behaviour、Journal of Economic Behavior and Organization、Review of Income and Wealth、China Eocnomic Review、《经济研究》《经济学（季刊）》等国内外经济学或一般科学类顶级期刊。近几年，她主持多项国家自然科学基金面上项目、国家社会科学基金重点项目和国家高端智库重点研究课题；曾多次作为专家组成员参与人力资源和社会保障部、国家统计局和国家疾控中心组织的专题座谈和讨论，对就业等问题提供政策建议。

近年来人工智能技术迅速发展，特别是以ChatGPT为代表的大语言模型人工智能技术横空出世。本研究基于2018年1月至2023年4月间的102万条来自智联招聘平台的新增工作职位数据，运用文本分析技术，基于具体工作内容、任务和职业等信息，构建了适应我国国情的大语言模型人工智能技术暴露指数。基于这一指数，我们进一步刻画了中国劳动力市场对人工智能技术的反应，分析了企业对新技术的适应性调整和劳动需求的变化。本文发现：过去五年，中国劳动力市场上新增职位的大语言模型人工智能技术暴露度呈现降低趋势；受冲击较大的是对受教育程度要求较高和薪资较高的白领职业，如财会、翻译、银行业务、销售及软件互联网等；基于工具变量的回归结果显示，大语言模型人工智能技术暴露度越高，该职业需求缩减幅度越大，对劳动力受教育程度和工作经验的招聘要求越高，可能导致薪资增幅下降和职业内部薪资差距变大。本文强调，中国劳动力市场对新技术的适应性有待加强，建议加大对大语言模型人工智能技术的研发投入，降低应用门槛，鼓励企业和劳动者使用新技术，推动新质生产力的发展，避免出现“数字鸿沟”。

For more information of the seminar, scan the following QR code(s) to join Tencent QQ group (904 544 292) or WeChat group named "IAER Seminar (5)", please.

QQ Group

WeChat Group 

(QR code is valid until 12/6/2024)