生成式人工智能时代的劳动力需求：美国招聘数据中的早期证据

　　本文使用在线招聘数据考察了生成式人工智能对美国劳动需求产生的因果影响。利用2022年11月ChatGPT的发布作为一个外生冲击，本文采用双重差分和事件研究设计方案来估计生成式人工智能导致的岗位替代效应。识别策略通过比较ChatGPT发布后高风险与低风险人工智能替代脆弱性职业的劳动需求（同时控制相似的生成式人工智能暴露水平），以将替代效应与协同使用效应区分开来。分析使用了Lightcast从2018年第一季度到2025年第二季度第二季度收集的2.85亿条招聘信息。研究结果表明，招聘数量

　　对于人工智能替代得分高于中位数的职业，其平均降幅为12%，而得分低于中位数的职业则有所上升。该效应从发布后的第一年6%增加到第三年的18%。对于入门级职位（既不需要高等学位也不需要丰富经验，分别损失18%和20%），以及行政支持（40%）和专业服务（30%）等职位，损失尤为严重。尽管生成式人工智能会创造新的职业并提高生产力，从而可能增加劳动力需求，但早期证据表明，某些职业可能比其他职业不太可能被生成式人工智能所补充。