2022年后乌克兰对数字化技能的劳动力需求:来自在线职位空缺数据的证据
《Economic Modelling》:Labor demand for digital skills in post-2022 Ukraine: Evidence from online job vacancy data
【字体:
大
中
小
】
时间:2026年10月23日
来源:Economic Modelling 5.5
编辑推荐:
•基于大语言模型(LLM)的流程将数百万个职位空缺与欧洲技能、能力、资格和职业(ESCO)分类系统进行匹配,以近乎实时的方式研究技能需求。
•与入侵相关的破坏使劳动力需求转向数字化密集型技能。
•职业内部和职业之间的转变以及远程工作的采用共同推动了这一增长。
•数字化
•基于大语言模型(LLM)的流程将数百万个职位空缺与欧洲技能、能力、资格和职业(ESCO)分类系统进行匹配,以近乎实时的方式研究技能需求。
•与入侵相关的破坏使劳动力需求转向数字化密集型技能。
•职业内部和职业之间的转变以及远程工作的采用共同推动了这一增长。
•数字化技能份额的上升反映了数字化招聘的韧性,而不是绝对扩张。
•基础的数字化培训和网络连接投资可以在危机期间维持招聘。
引言
武装冲突和战争对劳动力市场产生深远而多方面的影响。它们通过征兵和流离失所减少了可用劳动力,增加了现场工作的风险,并破坏了企业依赖的生产资本——导致严重的劳动力供应短缺(Collier和Duponchel,2013年)和技能需求的变化(Pham等人,2023年)。尽管有证据表明雇主在战争期间会改变他们的技能要求(Pham等人,2023年),但对这种变化机制的系统性研究仍然不足。
本文研究了战争、入侵和冲突对数字化技能需求的影响。我们认为,在劳动力减少和基础设施受损的情况下,企业会加速采用数字技术,自动化常规流程,并重新组织任务以保持生产力和运营韧性——这表明了对数字化密集型技能的需求。国际证据显示,战争、入侵和冲突摧毁了工厂、机械和交通网络,侵蚀了资本存量(Chauvin和Rohner,2009年),同时提高了交易成本和运营不确定性(Verwimp、Justino和Brück,2019年)。在这种环境下,组织必须寻找新的运营模式和技术创新才能生存(Udomsaph,2023年)。来自其他类型大规模中断的证据,如COVID-19大流行(Forsythe等人,2020年)和经济衰退(Hershbein和Kahn,2018年),表明严重冲击会导致劳动力需求的显著变化。相关研究还表明,经济衰退会促使职位招聘中普遍出现技能提升(Modestino等人,2016年和2020年),并且当情况好转时,这一过程会部分逆转。更广泛地说,Acemoglu和Restrepo(2022年)发现人口压力会加速自动化的采用。
我们在俄罗斯全面入侵乌克兰的背景下研究了这个问题。征兵和移民显著减少了国内劳动力供应,使得企业越来越难以填补空缺(世界银行,2024年)。2023年,近两成的关闭企业将缺乏工人作为主要原因(世界银行,2024年)。当前形势还通过安全风险、资产损坏和不确定性增加了现场工作的危险(世界银行,2023年、2024年)。需要亲自出勤的角色,如工厂操作员职位,在乌克兰所有地区都一直难以招到(世界银行,2024年)。
私营和公共部门都加快了数字化进程。自2022年2月以来,乌克兰政府推出了一系列电子服务,包括为流离失所者、退伍军人提供的在线平台、婚姻登记和商业注册服务(EU4Digital,2024年;EAPL,2025年;EGA,2024年;基辅全球政府技术中心,2025a)。一项2024年的调查发现,自2022年后相关情况开始以来,六成的企业加快了数字化进程,远程工作和成本优化被认为是主要驱动因素(基辅全球政府技术中心,2025b)。
我们利用Jooble(一家在乌克兰运营超过18年的知名职位空缺聚合平台)上的在线职位发布数据,构建了2021年1月至2025年6月期间数字化技能需求的高频实时衡量指标。我们使用大型语言模型从数百万条职位发布信息中提取和分类职业及所需技能,并将其映射到欧洲技能、能力、资格和职业(ESCO)分类系统中。我们将这一指标与关于攻击相关事件和死亡人数的武装冲突位置和事件数据(ACLED)结合起来,估计时间序列模型,以研究乌克兰当前情况与总体劳动力需求中的数字化技能份额之间的关系。
经济理论为我们的假设提供了坚实的基础。资本-劳动力替代模型预测,由于劳动力稀缺,企业会转向使用资本(Solow,1956年),包括软件、机器人技术和基于云的解决方案。基于任务的框架表明,常规任务最容易自动化,而非常规的认知任务则补充了数字工具的需求(Autor等人,2003年;Acemoglu和Autor,2011年;Autor,2015年;Acemoglu和Restrepo,2018年)。搜索和匹配模型进一步强调,长期职位空缺和招聘成本的上升激励了企业在自动化和数字平台上的投资,以弥补劳动力缺口(Yashiv,2007年;Diamond,2011年)。
我们的结果显示,2022年后相关事件和死亡人数与数字化技能需求之间存在显著的正面关联,表明战争、入侵和冲突使劳动力市场转向数字化密集型任务和方法。即使在控制了季节性模式、更广泛的劳动力市场条件以及2023年3月ChatGPT和第二波LLM带来的技术冲击后,这种关联仍然存在,并且对包括移动平均平滑在内的多种时间序列规格都具有稳健性。关键的是,这种效应并非瞬时发生的:随着攻击强度的增加和通过流离失所和征兵导致的劳动力供应中断的累积,对声明的技能需求的影响会滞后出现,并在几周内逐渐增强——我们通过Almon多项式分布滞后规格对此进行了解释。我们始终提醒读者,我们的估计是关联性的而非因果性的。
我们还发现,远程工作的采用是一个关键的中介渠道:随着现场工作的障碍增加,企业转向本质上更依赖数字技能的远程兼容角色。这一机制与证据一致,即大量工作可以远程完成(Dingel和Neiman,2020年),并且一旦受到大规模冲击的触发,远程工作的采用往往会持续很长时间(Barrero等人,2021年)。
重要的是,数字化技能份额的上升部分反映了数字化招聘在总职位空缺量急剧下降情况下的相对韧性,而不是数字化招聘的绝对扩张。这一发现与研究表明数字化与企业韧性之间存在正相关关系(Copestake等人,2024年)一致。例如,在中亚企业中,2022年之前的数字化与更高的平均就业率相关,尽管在入侵后与俄罗斯有贸易联系的企业通常面临更大的销售和就业下降(Dalvit等人,2023年)。
数字化是一种通用技术,可以应用于各个行业(Brynjolfsson和McAfee,2014年)。研究表明,信息通信技术(ICT)的采用使就业的任务内容转向非常规认知活动(Michaels等人,2014年),并且数字化可以通过淘汰中等技能的常规职业来极化劳动力需求(Autor和Dorn,2013年;Goos等人,2014年;Gregory等人,2022年)。特别是基于机器的数字技术增加了高技能人群的就业,并减少了低技能人群的就业(Balsmeier和Woerter,2019年),类似于宽带互联网(Akerman等人,2015年)。
这些发现表明了两个相互加强的渠道:一是职业内部的渠道,即随着常规任务的自动化,现有职位要求增加了数字化要求;二是职业之间的渠道,即需求转向本质上更数字化密集型的职业。我们应用Oaxaca-Blinder分解方法来区分这些渠道,并发现了证据:一方面是向更高技能职业的转变,另一方面是在现有职业类别内数字化强度的增加,其中职业内部的组成部分约占数字化技能份额总增长的一半。
本文做出了四个独特的贡献。首先,我们使用基于LLM的ESCO分类流程集合和处理了一个异常庞大的职位空缺数据集,这本身是一种可在数据稀缺环境中用于实时劳动力市场监测的可复制方法论贡献。其次,我们将高频的ACLED攻击强度数据与职位级别的技能数据结合在一个时间序列框架中进行分析——据我们所知,这是首次在这种规模和频率下进行此类研究。第三,我们关注全面入侵这一独特且研究不足的冲击,其性质与以往研究的经济中断不同。第四,我们应用Oaxaca-Blinder职业内部/之间的分解方法来研究危机期间的技能需求,提供了比以往研究更完整的调整机制描述。
我们的工作涉及三个方面的文献。首先,它丰富了文献,记录了战争、入侵和冲突通过物理破坏、移民中断和制度重塑留下了持久的空间和人力资本疤痕,同时也引发了意想不到的社会转型(Blattman和Miguel,2010年;Bauer等人,2016年;Blumenstock等人,2024年;Chiovelli等人,2025年;Prem等人,2025年;Rian?和Caicedo,2024年;Jung等人,2025年)。其次,它与少数研究战争、入侵和冲突与创新和技术变革之间联系的研究相关(Anosike,2018年;Gross和Sampat,2023年;Maltsev,2023年;Clemens和Rogers,2026年)。第三,关于自动化和AI与劳动力需求的研究(Acemoglu和Restrepo,2019年、2020年;Acemoglu等人,2022年)也与此直接相关。
我们的发现对数字化技能再培训和升级政策、脆弱和受冲突影响国家的劳动力监测以及重建规划具有直接意义。数字化需求信号的广泛性,涵盖了现有职业类别而不仅仅是专门的IT角色,表明在大多数情况下,基础的数字化技能培训比高级技术升级更为重要。远程工作采用的增加进一步强调,对可靠网络连接、电力连续性和基于云的工作基础设施的投资不仅仅是恢复措施,而且是即使在战斗条件下也能维持招聘的积极劳动力市场干预措施。最后,本文开发的分析流程为在传统调查面临严重操作限制的情况下提供了实时劳动力市场监测的可复制模型——在正式恢复开始之前就改善了劳动力规划的依据。
数据提取和处理
我们基于Jooble提供的数据构建了一个大规模数据库,捕捉乌克兰的技能需求。Jooble是一家成立于2006年的IT公司,运营着Jooble.org,这是一个在67个国家活跃的国际求职引擎。该平台作为一个在线职位空缺聚合器,使用专有算法和关键词搜索从谷歌抓取特定国家的职位发布信息。它还结合了自动化机制来过滤垃圾邮件、网络钓鱼和不适当的职位信息。
基线设定
为了测试我们的假设——即攻击引发的破坏与数字化技能需求的正向变化相关——我们估计了以下简化形式的回归模型:
Yt = β0 + β1log(死亡人数)t + ∑m=1m δmDm,t + εt
其中:
•Yt是t时期的数字化技能平均份额;
•log(死亡人数)t是t时期死亡人数的对数;
•δm捕捉日历季度、日历月或年度的固定效应;
•β1衡量数字化技能份额对攻击强度的半弹性;
•β0表示数字化技能的劳动力需求。
表2报告了死亡人数设定的基线回归结果。第1列显示了未控制的情况,第2-4列随后添加了固定效应。在第5列中,我们添加了额外的控制变量(职位数量、ChatGPT的推出和第二个AI波的虚拟变量),而在第6列中,我们报告了包括与军事技能相关的每周技能份额在内的完全控制模型。第7列进一步添加了能源中断的代理变量。
频率级别
关于每周分析的一个潜在担忧是,职位发布和攻击事件的高频变化可能反映了短期噪声,而不是企业对招聘策略的有意调整。为了解决这个问题,我们使用月度汇总数据重新估计了主要的OLS模型。攻击强度分别用log(1 + ACLED死亡人数的月度和log(1 + 月度事件数量)来衡量。
月度结果报告在表B3和B4中。
机制
本节探讨了2022年2月后情况如何提高数字化技能需求的渠道。我们研究了两种互补的机制:一种是远程工作安排的采用,这本质上依赖于数字能力;另一种是职业构成向更数字化密集型角色的转变。表7和表8分别通过逐步在死亡人数和事件的基线模型中添加远程工作份额来探索远程工作渠道。
结论
本文研究了与入侵相关的破坏如何塑造数字化技能的需求。利用一个包含数百万乌克兰在线职位空缺的新数据集,这些职位空缺通过大型语言模型进行分类并映射到ESCO分类系统中,我们构建了数字化技能需求的高频实时衡量指标。将这一指标与ACLED关于攻击相关死亡人数和事件的数据结合起来,我们应用时间序列估计来分析入侵对总体数字化技能份额的影响。
利益冲突声明
无需要声明。
Yurii Kleban
Britta Rude
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号