Generative AI and Early-Career Hiring: Counts, Entry Rates, and the Employment Base

关于新技术如何改变劳动力市场的叙事，通常被描述为一种突然的转变，即机器接管一切、人类被抛在脑后的时刻。但现实往往更加微妙，它在头条新闻出现之前，就已在招聘和职业稳定性的静默机制中悄然展开。经济学家通过两种不同的衡量方式来研究这些转变：一是雇佣的人数，二是相对于现有劳动力规模的雇佣率。想象一个工厂车间，其中的总员工人数正在萎缩；即使该工厂雇佣的新员工数量与以前相同，其相对于总员工的“雇佣率”看起来也会有所不同。理解简单的雇员计数与数学上的雇佣率之间的区别至关重要，因为新员工人数的下降并不总是意味着雇主停止了寻找人才。这可能仅仅意味着他们所雇佣的经验丰富的员工池规模或构成发生了变化。当探讨人工智能（特别是能够像人类一样写作和推理的新一代工具）如何影响试图开启职业生涯的年轻人时，这种区别变得尤尤其重要。

德克萨斯大学奥斯汀分校的研究员 Yi Wu 最近的一项研究调查了正是这个问题。该论文探讨了生成式人工智能的兴起是否导致了早期职业阶段工作者（定义为 22 至 34 岁之间的人群）相对于年龄较大、资历较深的工作者的特定招聘下降。为了找到答案，研究人员并没有依赖于调查或对公司想法的猜测。相反，他们转向了一个名为“季度劳动力指标”（Quarterly Workforce Indicators）的大型、详细的政府数据集。该数据追踪了美国数千个行业中的真实招聘事件，并区分了“所有新雇员”和“稳定新雇员”。“稳定雇员”是一种特定类型的职位记录：只有当一名新员工在职位上停留时间足够长，足以被视为全职且稳定的劳动力组成部分整整一个季度时，才会被计入。通过关注这些“稳定雇员”，该研究观察的是那些真正能留得住的工作，而非短期或试用性质的职位。

研究人员将高度暴露于语言类人工智能的行业与暴露程度较低的行业进行了比较。这种“暴露度”是通过典型行业任务对 AI 工具现在可以执行的技能（如写作、编程或文本分析）的依赖程度来衡量的。研究发现，在 2022 年这些 AI 工具广泛普及之后，高暴露行业中年轻人的稳定新雇员人数比低暴露行业下降得更为显著。这种下降不仅仅是微小的波动，而是一种清晰、可衡量的衰减。然而，研究还发现，这种下降在“稳定雇员”中比在“所有雇员”中更为明显，这表明 AI 的影响特别针对那些通往长期就业的职位。

故事在这里发生了一个令人惊讶的转折。当研究人员拆解数据以探究为什么年轻人的雇佣计数在下降时，他们发现，这种下降并非由公司招聘年轻人的频率相对于其现有员工人数发生突然且具有统计学意义的变化所驱动。相反，下降几乎完全位于劳动力规模本身。研究将招聘计数分为两个部分：招聘率（即每单位现有员工中雇佣了多少新人）和就业基数（即已经在薪酬体系中的稳定员工总数）。数据显示，年轻人的招聘率并未表现出统计学上可靠的下降。事实上，该比例的估计系数虽然为正，但并不精确，且其符号随数据的转换方式而变化，这意味着关于“进入率”存在明显下降的证据支持并不稳固。整个年轻雇员人数的下降，都源于这些行业中稳定、有经验的员工池正在萎缩或发生变化，从而导致了分母的缩小。

这一发现挑战了一个普遍的假设。许多人可能会认为，如果 AI 正在取代人类工作，那么公司就会简单地停止以以往的速率招聘年轻人。研究表明，情况并非如此。年轻人的招聘下降似乎是由于一种在疫情前就已经发生并在疫情后持续进行的长期劳动力构成趋势所致。在 AI 暴露型行业中，年轻人的“就业基数”已经在呈下降趋势，新的 AI 工具并不一定导致了招聘活动的突然停止。相反，招聘缺口集中在那些原本可以被填补的稳定职位池的萎缩上。研究明确指出，这种模式在最著名的 AI 聊天机器人广泛普及之前在数据中就已经可见，这表明其中起作用的力量比最近的技术热潮更深层、更久远。

研究还观察了这一趋势是过去的延续还是突然的断裂。通过对比 2023 年后的数据与 2017 年至 2019 年间的趋势，研究发现，招聘计数在 2023 年后确实略有加速下降。然而，即便这种加速，也是主要由就业基数的变化驱动的，而非由招聘率的突然崩溃驱动。研究谨慎地指出，虽然数据展示了 AI 暴露度与年轻雇员减少之间的明确相关性，但这并不能证明 AI 是唯一的诱因。其他因素，如疫情后的经济复苏或其他行业变革，也可能在其中发挥作用。尽管如此，证据表明，年轻雇员人数的下降并非仅仅是因为公司每位现有员工所对应的招聘人数减少了；招聘率保持相对稳定，而适合年轻人的稳定职位总数却减少了。

该论文最重要的启示之一是“计数”与“率”之间的区别。如果你只看年轻人的总雇佣人数，看起来像是他们在 AI 重度领域的前景遭遇了灾难。但如果你观察相对于劳动力规模的招聘率，景象则没有那么剧烈。研究结论认为，当我们试图理解技术如何改变劳动力市场时，就业基数应该得到与“劳动流向”同等的关注。年轻雇员人数的下降是真实的，但它集中在分母——即稳定劳动力规模——上，而不是在代表招聘活动本身的分子上。这意味着，AI 与早期职业阶段工作者的故事，不仅仅是关于公司停止招聘年轻人，而是关于一个比当前的 AI 浪潮更早发生且持续塑造着谁会被雇佣、谁不会被雇佣的复杂劳动力结构转型。

这项研究并未声称已经解开了 AI 如何影响未来工作的谜团，也没有暗示情况已陷入绝境。它只是提供了一张更清晰、更精确的现状地图。通过将招聘率与就业基数分离，研究揭示了年轻雇员人数的下降并不是雇主对年轻人才的一次突然、尖锐的拒绝。相反，它是反映了 AI 最相关的行业中劳动力构成的一种更广泛、更缓慢变化的现象。研究结果表明，面临挑战的早期职业工作者，其问题根植于这些行业的深层结构之中，并且理解劳动力规模和稳定性与统计新雇员人数同样重要。最后，该论文提供了一个冷静而有力的叙事修正：问题未必在于公司停止了对年轻人的招聘，而在于他们进行招聘的景观已经发生了根本性的转变，且这种转变早在第一款 AI 聊天机器人上线之前就已经开始了。