关键词:
生成式人工智能
非程式化劳动
技术扩散
岗位AI暴露度
技能补贴
摘要:
生成式人工智能(GenAI)技术的快速扩散正在重塑劳动力市场结构,并对依赖认知判断、创意生成、情境适应和情感互动能力的非程式化劳动产生深刻影响。本文基于2019—2023年全国非程式化岗位招聘大数据与城市层面GenAI技术扩散数据,系统考察GenAI对非程式化劳动岗位AI暴露度的影响及其作用机制。研究发现:GenAI并未全面替代非程式化劳动,其影响主要表现为岗位任务结构和技能要求的重构,并通过岗位AI暴露度提升加以体现;半结构化任务介入是GenAI影响非程式化劳动的重要机制。任务复杂度和技能标准化程度具有显著调节作用,高复杂度任务能够弱化GenAI对岗位AI暴露度的提升效应,而高标准化技能则会强化这一效应。政策调节效应分析显示,技能补贴相较就业保障更有助于缓解GenAI扩散带来的岗位任务重构压力与技能错配风险。行业异质性分析表明,文化创意行业受GenAI冲击岗位AI暴露度提升幅度低于专业服务行业。进一步分析发现,中年劳动者、低技能适配群体以及中西部地区面临更高岗位AI暴露度。本文从任务结构重构视角拓展了生成式人工智能就业效应研究,为理解GenAI影响非程式化劳动的内在机制提供了微观经验证据。研究结论也为完善技能适配培训、公共就业服务、行业差异化治理和区域协同支持政策,推动GenAI技术进步与高质量充分就业协同发展提供了参考。