2024年12月31日上午，2024年第16期（总第95期）“沈志远学术讲坛”在经济研究所503会议室举行。本所统计学与数量经济研究室张伯超副研究员做了题为“企业人工智能技术水平与劳动力需求结构变化：基于大语言模型的新方法和新发现”的学术报告。本次报告会由纪园园副研究员主持，谢婼青副研究员点评。
张伯超研究发现，基于任务偏型技术进步范式分析人工智能对劳动力市场的影响已成为共识，但现有工作类型分类方法仍存在细致度和准确率不足的问题。为解决这一不足，张伯超在其学术论文中通过优化了Chinese-BERT-wwm大模型，将2013—2019年上市企业的招聘信息区分为非常规型和常规型工作，测试集分类准确率近93%。同时，利用GLM4大模型根据岗位名称和职责描述，将其匹配到《中华人民共和国职业分类大典（2022年版）》的小类标准职业名称以识别数字职业，并分析人工智能技术对劳动力需求结构的影响。实证结果表明，企业人工智能技术水平提高显著增加了对非常规岗位的需求，减少了对常规岗位的需求，且这一效应在非国有企业、高科技行业和制造业中尤为显著。进一步分析发现，非常规岗位需求的上升主要源于非常规认知型岗位需求的增长。机制分析显示，企业人工智能技术提升通过生产率效应和创造数字职业等新岗位促进非常规岗位需求，同时通过替代效应减少常规岗位需求。这项研究拓展了大语言模型在经济学文本分析中的应用。
谢婼青副研究员在点评中充分肯定了这项研究的方法论价值，并从数据样本的进一步优化等环节提出建设性意见和建议。讨论中，沈开艳研究员和谢华育副研究员针对论文议题的拓展、研究结论的深化等问题提出建设性意见。
