人工智能对企业与劳动力市场的影响差异.pdfVIP

人工智能对企业与劳动力市场的

影响差异

论文分析

回答耗时:1分钟7秒

消耗:65,348tokens

主题与背景

以国家新一代人工智能创新发展试验区政策为背景，从新质生产力视角，探究人工智能通过驱动技术突

破式创新、要素配置优化与企业转型升级，推动企业高质量发展的内在机制，以及对企业地理分布格局

的重塑作用。

主要观点

人工智能显著推动企业高质量发展

•人工智能发展政策能够在1%水平上显著提升企业全要素生产率，且相关政策效应不存在明显的

时滞特性。

人工智能通过多路径驱动企业高质量发展

•技术突破式创新路径：人工智能借助通用性优势，通过深度学习与智能编排实现技术创新需求痛

点发掘与原始创新基础知识集成，为突破式创新提供智力支持。

•要素配置优化路径：在资本要素配置上，提升企业库存管理能力与资金周转率，识别长期投资机

会；在劳动力要素配置上，提升劳动力技能水平，优化劳动力供给结构。

•企业转型升级路径：促进企业对内转型升级（购建固定资产、无形资产等支付的现金与总资产之

比）和对外转型升级（投资支付的现金除以总资产）。

人工智能重塑企业地理分布格局

•人工智能助力提升企业地理边界扩张速度与覆盖广度，显著促进了企业子公司异地扩张速度（上

市公司披露的异地注册子公司数量的年变化率）和覆盖范围（子公司所覆盖的城市个数）的提升。

研究动机

现有研究对于人工智能影响经济高质量发展的方向及具体路径存在分歧，且未清晰评估人工智能在企业

高质量发展中的关键作用，未能较好解决内生性问题，也未基于新质生产力培育的视角厘清作用机制与

现实路径。因此，本研究旨在依托外生政策构建准自然实验，识别人工智能创新应用对企业高质量发展

的因果效应并探索其机制。

以上内容均由AI搜集并生成，仅供参考

研究方法

以2006—2023年中国A股上市公司为研究样本，采用多时点DID模型进行回归分析。被解释变量为采

用LP法测算的企业全要素生产率，核心解释变量为国家新一代人工智能创新发展试验区政策虚拟变量

（Treat×Post），控制了总资产周转率、总资产收益率、资产负债率等变量，并进行了稳健性检验（如

剔除特定样本、替换被解释变量、PSM-DID模型等）和内生性处理（Heckman两步法、工具变量法

等）。

创新点

1.效应评估方面：不同于已有研究基于词频识别人工智能的经济影响，依托外生政策构建准自然实

验，识别人工智能创新应用对企业高质量发展的因果效应并评估其影响强度，缓解了内生性问题。

2.机制探索方面：聚焦新质生产力发展路径，从技术突破、要素配置与企业转型多维驱动路径入手，

揭示了人工智能赋能企业高质量发展的内在逻辑。

数据来源

以2006—2023年中国A股上市公司作为研究样本，数据来源于CSMAR数据库。经过剔除

ST、*ST、PT类上市公司样本，金融行业上市公司样本以及关键变量为缺失值的样本后，最终得到

43158个“公司—年度”观测值。

主题与背景

随着大语言模型人工智能（LL）技术的兴起，人工智能技术可能对高技能劳动者带来直接冲击，引发

关于岗位替代的广泛担忧。本文利用2018年1月~2024年5月的125万条在线招聘信息，构建各职

业“大语言模型人工智能技术暴露度”，估计人工智能技术对劳动力需求以及对岗位学历和薪资等要求

的影响。

主要观点

中国劳动力市场新增职位的大语言模型人工智能技术暴露度呈降低趋势

•在2019~2024年间，新增职位的大语言模型人工智能技术暴露度呈现加速下降的态势。暴露度

最低的职业组劳动需求增长，最高组出现下降趋势，反映新技术对高暴露度劳动力的替代效应更

强。

以上内容均由AI搜集并生成，仅供参考

高暴露度职业主要为知识密集型白领工作

•暴露度最高的20个职业包括会计、编辑、销售及程序员等知识密集型白领工作，其工作内容涉

及大量文本处理和资料整合，被替代风险较大；暴露度低的职业多为餐饮服务人员、产业工人等

涉及体力劳动和