人工智能大语言模型技术影响下的劳动力市场求职错配情况报告

核心发现与趋势

• 错配加剧趋势：中国劳动力市场结构性矛盾加剧，近六成求职者匹配低学历岗位（纵向错配），近45%大专及以上求职者匹配专业不对口岗位（横向错配）。
• 错配群体差异：纵向错配高发群体为高中学历、本科及以上学历、16-24岁青年和45岁及以上中老年；横向错配高发群体为大专学历、低门槛职业和服务导向型行业。

AI-LLM技术影响

• 纵向错配缓解：AI-LLM技术冲击后，高暴露度职业纵向错配概率显著降低，但横向错配无明显变化。
• 影响机制：高暴露度职业通过提升技能复杂度与学历门槛、提供更精准的职业需求信号，优化匹配效率。

关键数据

• 错配比例变化：“纵向错配”比例从52.0%增长到64.9%，“横向错配”比例从40.7%增长到49.3%。
• 职业差异：数据工程师、生物/医药研发等职业纵向错配低；演艺类、体力型职业纵向错配高；医生、软件研发等职业横向错配低；物流运输等职业横向错配高。

研究结论

• 技术冲击效应：AI-LLM技术提升高暴露度职业的岗位吸引力，但企业匹配过程更严格，部分缓解错配问题。
• 未来政策建议：鼓励企业利用AI提升匹配精度，加快教育体系与职业培训改革，适应AI时代需求，最大化技术红利。