原文信息：Ozge Demirci; , Jonas Hannane, Xinrong Zhu; (2025) Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. Management Science https://doi.org/10.1287/mnsc.2024.05420
图片来源：GPT-4
01
引言
研究背景
近年来，人工智能（AI）技术，特别是生成式AI，已在多个领域引发了深远的变革。在此背景下，在线自由职业平台成为研究AI技术对劳动力市场影响的重要场所。生成式AI，如ChatGPT和图像生成AI，凭借其高效的文本生成和图像创作能力，正在迅速取代一些传统的手工劳动，尤其是那些可自动化的重复性任务。随着技术的进步，越来越多的工作，尤其是写作、编码和图像创作等任务，开始依赖于AI工具，而非人力劳动，这可能导致劳动力市场的显著变化。
Research Gap
尽管现有研究已有关于自动化技术对劳动市场影响的探讨，但生成式AI对在线自由职业平台上不同类型工作的具体影响仍较少被研究。已有文献主要关注自动化对传统劳动市场的影响，尤其是在制造业和技术领域。然而，生成式AI在数字化平台中的应用场景，以及它对自由职业者需求的具体影响，仍然是一个未被充分探讨的研究空白。此外，虽然自动化在某些行业已得到应用，但缺乏对生成式AI在短期内如何具体影响在线劳动力市场需求的实证分析。
本文的主要贡献
本文的主要贡献在于填补这一研究空白。首先，本文通过分析来自全球领先自由职业平台的海量数据，量化了生成式AI对不同类型自由职业工作的需求变化。通过对比不同类型的工作，本文揭示了生成式AI对写作、软件开发和图像创作等工作类别的需求减少情况，并探讨了AI引入后，这些变化如何加剧自由职业者之间的竞争，并推动工作复杂度和薪酬的提升。其次，本文采用了Google搜索趋势数据，进一步验证了公众对生成式AI工具替代可能性的认知如何加速需求的下降。最后，本文为理解生成式AI在短期内对自由职业市场带来的影响提供了新的实证证据，并为未来AI技术与劳动市场关系的深入研究奠定了基础。
数据及模型构建
02
研究数据构造
本文的数据涵盖了2021年7月到2023年7月期间的1,388,711个职位发布数据，详细记录了每个职位的标题、职位描述、所需技能、预算范围、竞标数量、每个职位的平均竞标价格、工作地点（国家和城市）、雇主ID以及职位的最终状态（例如，已获奖、过期等）。
本文使用了网络聚类算法，基于职位描述中的技能要求和软件需求对职位发布进行分类。将职位发布分为几个不同的集群，如数据与办公管理、写作、软件开发和工程等。这些职位集群的划分依据是职位所需技能的共现频率，具体方法是使用Louvain算法进行无监督聚类分析，从而识别出职位要求中高度相关的技能组合。
本文集中分析了那些具有较高出现频率的职位集群，排除了出现频率过低的职位。职位集群进一步被分为三类：手工密集型工作（如数据与办公管理、视频服务、音频服务）、自动化易受影响的工作（如写作、软件开发、工程）、以及图像生成类工作（如平面设计、三维建模）。自动化易受影响的工作集群，包括写作、软件和网站开发及工程类工作，通常涉及重复性较高的任务，而手工密集型工作则较少受到AI技术的替代影响。
为了衡量生成式AI对不同工作类型的影响，本文采用了AI职业暴露指数（AIOE，AI Occupational Exposure Index）来量化不同职位集群对大规模语言模型AI工具的暴露程度。通过将AIOE与职位集群的技能要求相结合，本文能够更准确地衡量不同类型工作的自动化潜力。
本文的数据集还包括了Google搜索趋势数据（Google SVI），用于衡量公众对ChatGPT等生成式AI工具的认知和兴趣变化。Google SVI是通过结合“ChatGPT”和职位集群描述的共同搜索关键词生成的，这一指标反映了公众对特定任务可能被AI替代的关注度。
最终，经过数据清理和聚类分析后，本文的样本包括1,218,463个职位发布数据，来自541,828个雇主。本文主要分析了固定支付的职位发布数据，占所有职位发布的约80%。此外，数据还进行了时间、国家和职位集群的平衡调整，确保能够反映出生成式AI技术引入前后自由职业市场需求的变化。
计量模型设定
为了评估生成式AI工具对自由职业市场需求的影响，本文采用DiD方法。在基本模型中，将职位发布的数量作为变量，并采用对数变换，以减少数据的偏态性。具体而言，实证模型如下所示：
其中，yctl表示在时间t和国家l下，第c类职位集群的职位发布数量，β衡量生成式AI工具引入后对职位发布数量的影响。Postt为虚拟变量，若时间 t 是生成式AI工具引入之后的时间，则取值为1，否则取值为0。Tc 是职位集群类型的虚拟变量，对于自动化易受影响的工作集群，取值为1，其他职位集群则取值为0。γcl表示国家-集群固定效应，用于控制不同国家和集群的劳动市场需求差异；γt 表示时间固定效应，用于控制平台上职位发布数量的季节性变化和时间趋势，εctl 为误差项。
03
实证结果
在这一部分，本文通过多个实证模型分析了生成式AI工具引入后对自由职业市场需求的影响，重点研究了ChatGPT和图像生成AI工具的影响。
3.1 ChatGPT引入的影响
首先，分析了ChatGPT引入后，自动化易受影响职位（如写作、软件开发、工程等）与手工密集型职位（如数据和办公管理、视频服务、音频服务等）之间的需求变化差异。根据表2的结果，使用差分中的差分（DiD）方法，发现，ChatGPT引入后，自动化易受影响职位的职位发布数量减少了约20.86%，这一结果显著高于手工密集型职位的需求变化。
在自动化易受影响职位中，写作类工作受到了最明显的影响，其职位发布数量减少了30.37%（见表2），紧随其后的是软件、网站和应用开发类职位，需求减少了20.62%，工程类职位的需求减少了10.42%。这一结果表明，ChatGPT对重复性较高的任务（如写作和编码）的替代效果最为显著，而这些职位的需求减少，导致了自由职业者之间竞争的加剧。
为了验证这一结果的稳健性，本文还使用了负二项回归、CS DiD和合成DiD模型进行稳健性检验。所有模型的结果一致，进一步支持了ChatGPT引入对自动化易受影响职位需求减少的结论。
3.2 图像生成AI工具引入的影响
除了ChatGPT，还分析了图像生成AI工具（如DALL-E 2、Midjourney和Stable Diffusion）对自由职业市场的影响。图像生成AI工具在2022年7月到9月间相继推出，本文通过分析图像生成类职位（如平面设计和三维建模）的职位发布变化，评估这些工具对相关职位需求的影响。
根据表4的结果，在图像生成AI工具推出后的一个年度内，图像创作类职位的职位发布数量减少了17.01%。具体而言，平面设计职位发布数量减少了18.49%，三维建模职位发布数量减少了15.57%。这一变化表明，图像生成AI工具对图像创作类职位的替代效应显著，导致这一领域的需求大幅下降。
此外，还发现图像生成AI工具的影响不仅仅限于短期内。随着工具的普及，图像创作类职位的需求下降趋势逐渐加剧，这与传统劳动市场中自动化工具的影响相比，显示出更为显著的替代效应。
结论
04
本文研究了生成式AI工具对在线自由职业市场需求的短期影响，特别是ChatGPT和图像生成AI工具对不同职位类型的替代效应。结果表明，生成式AI对自动化易受影响的职位（如写作、软件开发、工程等）产生了显著影响，职位发布数量减少了20.86%。其中，写作职位受到的影响最大，减少了30.37%。图像生成AI工具的引入导致平面设计和三维建模类职位需求分别减少了18.49%和15.57%。这些发现表明，生成式AI加剧了低技能、重复性任务的工作替代，同时提升了剩余职位的复杂度和薪酬。随着AI工具的普及，未来可能会出现对新技能的需求，劳动力市场将经历结构性变化。因此，企业和政策制定者应关注如何帮助劳动者适应这一转变。
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。
0
推荐
京公网安备 11010502034662号 