2025-2015年上市公司企业劳动力需求数据、常规与非常规职业招聘数据

xiaoniu666

1.资料名称：2025-2015年上市公司企业劳动力需求数据、常规与非常规职业招聘数据

2.测算方式：
参考陈琳（2024）《管理世界》的论文《人工智能如何改变企业对劳动力的需求？——来自招聘平台大数据的分析》，基于任务分析法（Autor et al., 2003），将职业按工作任务属性分为非常规型（与AI互补）和常规型（可被AI替代）两大类，测算企业劳动力需求结构，具体步骤如下：

第一步，职业分类。借鉴Cortes et al.（2020）和Autor et al.（2003）的任务分析法，依据职业所需技能和任务属性，将职业分为两大类：
（1）非常规职业（Non-routine）：包括非常规认知型（管理类、技术研发类、市场品牌类、咨询法律类、教育医疗类、金融分析类等需要分析、决策、创造和人际互动能力的职业）和非常规体力型（健康护理、家政服务等需要人际互动的体力职业）；
（2）常规职业（Routine）：包括常规认知型（行政文员、会计出纳、客服柜员、数据录入等可被编程替代的认知职业）和常规体力型（普工、操作工、装配包装、搬运保洁等可被自动化替代的体力职业）。

第二步，招聘公告分类。对上市公司招聘大数据中每条招聘公告的"招聘岗位"和"初级分类"字段，运用关键词匹配法进行分类。构建四大类关键词库：
- 非常规认知型关键词：总经理、总监、经理、主管、总裁、工程师、算法、架构师、产品经理、数据分析、教师、医生、律师、咨询师等；
- 非常规体力型关键词：健身教练、美容师、月嫂、护理员等；
- 常规认知型关键词：文员、前台、秘书、会计、出纳、客服、收银、柜员、仓管等；
- 常规体力型关键词：普工、操作工、装配、包装、分拣、搬运、保洁、保安、司机等。

第三步，企业-年份加总测算，我们多做了几个，大家可以做核心变量或者稳健型检验！

（1）非常规职业招聘人数：企业当年招聘的非常规职业人数加总，论文核心被解释变量；
（2）常规职业招聘人数：企业当年招聘的常规职业人数加总，论文核心被解释变量；
（3）工资溢价：非常规职业平均月薪减去常规职业平均月薪；
（4）非常规职业占比(%)：非常规招聘人数 / 总招聘人数 × 100；
（5）非常规/常规职业岗位种类数：当年发布的非常规/常规岗位唯一名称数。

3.资料范围：
原始数据来自中国各大招聘网站（智联、前程无忧、58同城、拉钩、猎聘等）每日发布的招聘广告，
资料包括原始招聘数据、Python完整测算代码（职业分类 + 企业-年份聚合）、 Stata测算代码详细复现说明（含分类逻辑、关键词库、验证方法，复现说明大家可以根据文档一步步复现学习，资料真正能够使用并且可以公开）和最终计算结果（共49,517条企业-年份记录，5,641家上市公司），大家可以验证一下确保准确性！
2025年为全年数据，非部分数据，做实证可以直接使用！


4.参考文献：
陈琳, 高悦蓬, 余林徽.  人工智能如何改变企业对劳动力的需求？——来自招聘平台大数据的分析. 管理世界, 2024(6), 74-93.



本资料是课题组自用数据，原始数据和代码都是真实有效的，附带完整复现说明，测算结果可以做重复实验验证。职业分类体系严格依据Autor et al.（2003）开创的任务分析框架，与《管理世界》论文方法论保持一致。非常规职业招聘人数和常规职业招聘人数可直接用作回归分析中的被解释变量，也可进一步匹配企业财务数据计算企业人工智能渗透度（AIFE）做完整复现。输出包含Python和Stata双版本代码，方便不同习惯的研究者使用。