Dallas Fed: AI automation exposure and job postings

编译摘要

测量身份

  • 单位:occupation-industry posting cells / firms。
  • 处理变量:occupation-level automatable-task exposure。
  • 结果:online job postings。
  • 数据:Lightcast。

核心证据

  • 10pp automatable-task exposure 差异对应:
    • 2023 年底 postings 相对约 -5%;
    • 2025 Q1 相对约 -8%。
  • existing-firm balanced panel 到 2026 初约 -8% 至 -9%。
  • 同一企业的 posting composition 也向较少 automatable tasks 移动。
  • Texas total Lightcast postings impact 估计约为 2024 -1.8%、2025 -2.6%。

不可越过的边界

  • posting ≠ hire ≠ employment ≠ layoff。
  • Lightcast 对部分线下招聘职业覆盖不足。
  • exposure ≠ actual firm AI spending/adoption。
  • 不能与 Ramp 的 firm workforce stock 直接相减。

对标

  • 对 Labor-AI-Empirical-Calibration:补充 labor-demand flow signal。
  • 与 Ramp 并列说明:企业 stock 扩张与高暴露职位需求重配可以同时发生。

关联概念