近年來(lái)，以大語(yǔ)言模型（LLM）為代表的人工智能（AI）技術(shù)快速發(fā)展，深刻改變了勞動(dòng)力市場(chǎng)的任務(wù)結(jié)構(gòu)與技能需求，重塑了求職者的教育認(rèn)知與職業(yè)選擇。在中國(guó)勞動(dòng)力市場(chǎng)上結(jié)構(gòu)性矛盾日益突出的背景下，AI技術(shù)進(jìn)步能否帶來(lái)新契機(jī)還是挑戰(zhàn)？在AI時(shí)代，求職者更可能找到與自身能力、教育水平、專業(yè)方向更契合的就業(yè)崗位，還是更易陷入“錯(cuò)配”的困境？

北京大學(xué)國(guó)家發(fā)展研究院與智聯(lián)招聘聯(lián)合，基于2021年1月至2025年7月的超過162萬(wàn)條智聯(lián)招聘平臺(tái)的“崗位-求職者”匹配數(shù)據(jù)，撰寫《人工智能大語(yǔ)言模型技術(shù)影響下的勞動(dòng)力市場(chǎng)求職錯(cuò)配情況報(bào)告》，深入探討AI時(shí)代勞動(dòng)力市場(chǎng)的求職質(zhì)量變化。

課題組成員

北京大學(xué)國(guó)家發(fā)展研究院

張丹丹、于航、李泓孛、張潤(rùn)博、袁譽(yù)寧

智聯(lián)招聘

李強(qiáng)、王一新、李小麗

00

核心發(fā)現(xiàn)

一、勞動(dòng)力市場(chǎng)求職錯(cuò)配的變化趨勢(shì)

• 從求職中的教育和專業(yè)錯(cuò)配角度來(lái)看，中國(guó)勞動(dòng)力市場(chǎng)結(jié)構(gòu)性矛盾近年來(lái)存在加劇趨勢(shì)。

• 在較可能達(dá)成“雇傭”結(jié)果的線上簡(jiǎn)歷投遞中，近六成的求職者匹配了低學(xué)歷要求的崗位，即存在“縱向錯(cuò)配”現(xiàn)象，近45%的大專及以上求職者匹配了專業(yè)不對(duì)口的崗位，即存在“橫向錯(cuò)配”現(xiàn)象。

• 錯(cuò)配程度在不同類型求職者中存在差異?？v向錯(cuò)配方面，高中學(xué)歷和本科及以上學(xué)歷的求職者，16-24歲青年群體和45歲及以上中老年群體是縱向錯(cuò)配的高發(fā)群體；橫向錯(cuò)配方面，大專學(xué)歷求職者，門檻較低的職業(yè)、服務(wù)導(dǎo)向型行業(yè)的錯(cuò)配程度普遍較高。

二、AI-LLM技術(shù)對(duì)勞動(dòng)力市場(chǎng)求職錯(cuò)配的影響

• 在出現(xiàn)ChatGPT為代表的人工智能大語(yǔ)言模型技術(shù)沖擊后，人工智能大語(yǔ)言模型暴露度高的職業(yè)縱向錯(cuò)配發(fā)生概率明顯縮小，但對(duì)橫向錯(cuò)配的程度沒有明顯的改變。

• 隨著人工智能大語(yǔ)言模型技術(shù)的應(yīng)用，高暴露度的職業(yè)通過不斷提升的技能復(fù)雜度與學(xué)歷門檻，同時(shí)提供更為精準(zhǔn)的職業(yè)需求信號(hào)，這些因素或可解釋人工智能大語(yǔ)言模型技術(shù)發(fā)展對(duì)勞動(dòng)力市場(chǎng)縱向錯(cuò)配比例的減少作用。

01

勞動(dòng)力市場(chǎng)求職錯(cuò)配的定義與趨勢(shì)

（一）錯(cuò)配的定義

求職過程中的錯(cuò)配是衡量勞動(dòng)力市場(chǎng)結(jié)構(gòu)性矛盾的重要指標(biāo)，用以反映求職者所受教育與工作崗位要求不匹配這一現(xiàn)象，具體可以分為基于學(xué)歷的“縱向錯(cuò)配”和基于專業(yè)的“橫向錯(cuò)配”。課題組采用線上招聘求職者投遞和用人單位回復(fù)的信息，結(jié)合國(guó)內(nèi)外前沿方法，對(duì)中國(guó)勞動(dòng)力市場(chǎng)上的“縱向錯(cuò)配”與“橫向錯(cuò)配”進(jìn)行測(cè)算。此前，為了單獨(dú)說(shuō)明求職者投遞的行為，我們首先結(jié)合線上求職流程從投遞行為的角度出發(fā)，定義了“向下投遞”與“跨專業(yè)投遞”。

“向下投遞”是指求職者學(xué)歷高于申請(qǐng)崗位學(xué)歷要求的投遞1。課題組將學(xué)歷劃分為五個(gè)層級(jí)：1級(jí)為不限學(xué)歷或初中及以下；高中、中專、中技為2級(jí)；大專為3級(jí)；本科為4級(jí)；研究生（包含碩士、博士）為5級(jí)。根據(jù)勞動(dòng)者所受教育與工作崗位要求學(xué)歷層級(jí)的相對(duì)關(guān)系判斷是否為“向下投遞”。

“跨專業(yè)投遞”是指求職者所學(xué)專業(yè)與職位所要求專業(yè)匹配的投遞。其識(shí)別依賴于如何構(gòu)建求職者所學(xué)專業(yè)與職位所需專業(yè)之間的匹配關(guān)系，課題組將國(guó)際上權(quán)威的“CIP–SOC”對(duì)照表（即專業(yè)-職業(yè)的匹配表）進(jìn)行了適合中國(guó)勞動(dòng)力市場(chǎng)語(yǔ)境的本土化處理，并以此為依據(jù)進(jìn)行專業(yè)-職業(yè)匹配度的識(shí)別?？紤]到高中及以下學(xué)歷的求職者無(wú)明確的專業(yè)之分，大專及以上的求職者專業(yè)性較強(qiáng)，因此在研究“跨專業(yè)投遞”時(shí)將求職者的學(xué)歷層級(jí)限定在大專及以上的求職者。

相比投遞行為聚焦求職者的行為，勞動(dòng)力市場(chǎng)的匹配結(jié)果則關(guān)注供需雙方的意向。課題組采用了線上招聘平臺(tái)對(duì)求職者回復(fù)的信息，構(gòu)建反映招聘雙方意愿的“正向回復(fù)”指標(biāo)，該指標(biāo)可在一定程度反映入職匹配的情況。基于此，我們將“縱向錯(cuò)配”定義為有正向回復(fù)的“向下投遞”，“橫向錯(cuò)配”為有正向回復(fù)的“跨專業(yè)投遞”。

（二）對(duì)錯(cuò)配時(shí)間趨勢(shì)的判斷

圖 1呈現(xiàn)了投遞行為（左圖）與求職錯(cuò)配的年度變化趨勢(shì)（右圖）。從線上招聘市場(chǎng)的供給端（投遞者）來(lái)看，約有40-45%的投遞為“向下投遞”；有40%大專及以上求職者的投遞為“跨專業(yè)投遞”；“向下投遞”和“跨專業(yè)投遞”在2021年至2025年間沒有明顯的變化。然而，考慮到需求側(cè)的市場(chǎng)反饋之后，我們發(fā)現(xiàn)在這一時(shí)間段內(nèi)兩種錯(cuò)配的比例均明顯呈上升趨勢(shì)，“縱向錯(cuò)配”比例從52.0%增長(zhǎng)到64.9%，“橫向錯(cuò)配”比例從40.7%增長(zhǎng)到49.3%。

圖 1：投遞行為和勞動(dòng)力市場(chǎng)錯(cuò)配時(shí)間趨勢(shì)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

不斷增長(zhǎng)的縱向錯(cuò)配比例可能說(shuō)明部分求職者處于“學(xué)歷過?！钡睦Ь?，抑制了其學(xué)歷優(yōu)勢(shì)的充分發(fā)揮，加劇了人力資源的浪費(fèi)，導(dǎo)致該群體求職滿意度的降低。不斷增長(zhǎng)的橫向錯(cuò)配表明，求職過程中專業(yè)不對(duì)口的現(xiàn)象亦有所加劇，需及時(shí)調(diào)整人才培養(yǎng)體系、持續(xù)加強(qiáng)人才技能提升，以應(yīng)對(duì)市場(chǎng)需求的快速變化。

對(duì)比來(lái)看，考慮了需求側(cè)的市場(chǎng)反饋后，“縱向錯(cuò)配”比例顯著高于“向下投遞”，隨時(shí)間推進(jìn)有加劇趨勢(shì)?？赡苁怯捎诟邔W(xué)歷求職者的供給增加，且用人單位對(duì)高學(xué)歷求職者的選擇越來(lái)越多。然而，這可能導(dǎo)致原本恰好符合崗位學(xué)歷要求的投遞者逐漸被排除在外，導(dǎo)致了縱向錯(cuò)配現(xiàn)象的增多。“橫向錯(cuò)配”比例也略高于“跨專業(yè)投遞”，隨時(shí)間亦有加強(qiáng)趨勢(shì)，這可能是由于近年來(lái)跨領(lǐng)域、復(fù)合型人才需求的上漲。

（三）錯(cuò)配在不同職業(yè)、學(xué)歷、專業(yè)和行業(yè)中的差異性

求職過程中縱向及橫向錯(cuò)配在不同職業(yè)中呈現(xiàn)出鮮明的差異。如圖 2所示，縱向錯(cuò)配發(fā)生概率低（教育適配度高）的是學(xué)歷門檻較高、專業(yè)性較強(qiáng)的職業(yè)，如數(shù)據(jù)工程師、生物/醫(yī)藥研發(fā)等；而演藝類、體力型等學(xué)歷門檻較低的職業(yè)反而更會(huì)青睞高于職業(yè)需求學(xué)歷的求職者，如主播、印刷包裝職業(yè)等。

圖 2：縱向錯(cuò)配比例最高和最低的各五個(gè)職業(yè)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

如圖 3所示，橫向錯(cuò)配比例低（專業(yè)適配度高）的是一些技術(shù)性、專業(yè)性較強(qiáng)的職業(yè)，比如醫(yī)生和軟件研發(fā)相關(guān)職業(yè)；錯(cuò)配比例高的多為一些不依賴于特殊的專業(yè)技能的體力工作職業(yè)，如物流運(yùn)輸相關(guān)的職業(yè)。

圖 3：橫向錯(cuò)配比例最高和最低的各五個(gè)職業(yè)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

錯(cuò)配現(xiàn)象在不同求職者群體中呈現(xiàn)出顯著差異。圖 4反映了不同教育程度和年齡段的求職者的縱向錯(cuò)配情況。首先，可以看到縱向錯(cuò)配在學(xué)歷維度上呈現(xiàn)出“中間低、兩頭高”的特征，總的來(lái)說(shuō)學(xué)歷越高的求職者越可能存在縱向錯(cuò)配，但是大專學(xué)歷的求職者縱向錯(cuò)配比例要明顯低于中專、中技、高中學(xué)歷的求職者。其次，在年齡維度上， 隨著求職者年齡段的增加，其離開學(xué)校的時(shí)間也在增加，因此在學(xué)校的所學(xué)專業(yè)的適配性會(huì)出現(xiàn)自然下降，但是值得注意的是，16-24歲青年群體縱向錯(cuò)配比例顯著高于其他年齡段，年輕求職者可能因?yàn)閷?duì)職場(chǎng)的適應(yīng)力較弱、工作經(jīng)驗(yàn)較少，或是傾向于選擇層級(jí)相對(duì)較低的職業(yè)作為“跳板”，為后續(xù)職業(yè)發(fā)展積累經(jīng)驗(yàn)。此外，45歲及以上的中高齡人群縱向錯(cuò)配比例也較高。

圖 4：不同求職者縱向錯(cuò)配比例分布情況

數(shù)據(jù)來(lái)源：智聯(lián)招聘

在 橫向錯(cuò)配方面 （見圖 5），從學(xué)歷維度分析，研究發(fā)現(xiàn)大專學(xué)歷的求職者的橫向錯(cuò)配比例最高，相比本科及以上學(xué)歷的求職者高出10個(gè)百分點(diǎn)。這可能與大專學(xué)歷求職者的專業(yè)技能相對(duì)基礎(chǔ)、職業(yè)選擇靈活性較高有關(guān)；年齡維度方面，大專學(xué)歷求職者的橫向錯(cuò)配比例對(duì)年齡不敏感，基本保持穩(wěn)定，本科學(xué)歷求職者的錯(cuò)配比例隨年齡增長(zhǎng)略有上升，而碩士、博士學(xué)歷求職者的錯(cuò)配比例隨年齡增長(zhǎng)則呈現(xiàn)明顯的下降趨勢(shì)。這可能說(shuō)明碩士、博士求職者鎖定專業(yè)性相對(duì)更強(qiáng)的職業(yè)，并隨著工作經(jīng)驗(yàn)的積累愈趨專業(yè)化。相對(duì)而言，本科學(xué)歷的求職者則隨著工作經(jīng)驗(yàn)的增長(zhǎng)趨于多元化，專業(yè)的適配性下降。

圖 5：不同求職者橫向錯(cuò)配比例分布情況

數(shù)據(jù)來(lái)源：智聯(lián)招聘

圖 6和圖 7表明，求職者不同專業(yè)背景下的錯(cuò)配比例也存在明顯差異?？v向錯(cuò)配比例較低的多為專業(yè)技能導(dǎo)向性強(qiáng)、學(xué)歷門檻較高的專業(yè)，如生物工程師類、計(jì)算機(jī)類；橫向錯(cuò)配比例較低的多為相對(duì)通用、職業(yè)匹配面較廣的專業(yè)，如公共管理類、工商管理類。而藝術(shù)特長(zhǎng)類專業(yè)的縱向錯(cuò)配和橫向錯(cuò)配比例均較高，如音樂與舞蹈學(xué)類、體育學(xué)類、美術(shù)學(xué)類。此外，橫向錯(cuò)配比例較高的專業(yè)，也可能是由于對(duì)口工作機(jī)會(huì)不足而投遞其他領(lǐng)域。

圖6：縱向錯(cuò)配比例最高及最低的各十大專業(yè)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

圖 7：橫向錯(cuò)配比例最高及最低的各十大專業(yè)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

圖 8和圖 9分別展示了不同行業(yè)（按照智聯(lián)二級(jí)行業(yè)分類）的縱向錯(cuò)配與橫向錯(cuò)配比例。結(jié)果顯示，不論縱向維度還是橫向維度，技術(shù)密集型行業(yè)（如信息技術(shù)、能源化工）錯(cuò)配比例普遍較低，而服務(wù)導(dǎo)向型行業(yè)（如物流、餐飲）中錯(cuò)配現(xiàn)象更為嚴(yán)重。圖中同時(shí)呈現(xiàn)了不同行業(yè)的學(xué)歷要求層級(jí)，學(xué)歷要求與錯(cuò)配比例高度相關(guān)。縱向錯(cuò)配比例低（高）的行業(yè)往往是學(xué)歷要求高（低）的行業(yè)，而橫向錯(cuò)配與學(xué)歷要求的相關(guān)性相對(duì)較弱。

圖 8：縱向錯(cuò)配比例最高及最低的各十大行業(yè)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

圖 9：橫向錯(cuò)配比例最高及最低的各十大行業(yè)

數(shù)據(jù)來(lái)源：智聯(lián)招聘

（四）錯(cuò)配比例隨時(shí)間增加的求職者群體

我們將求職者按照學(xué)歷、年齡、性別分成了40個(gè)組別。表 1和表 2分別呈現(xiàn)了2021-2025年間縱向錯(cuò)配比例和橫向錯(cuò)配比例增長(zhǎng)最高的10組求職者群體。分析表明，縱向錯(cuò)配增長(zhǎng)快的群體是中低學(xué)歷的群體，即高中、中專、中技的求職者更多地投遞不限學(xué)歷的崗位，說(shuō)明中等人力資本或技能的勞動(dòng)力在勞動(dòng)力市場(chǎng)上找到適配同等教育程度崗位的機(jī)會(huì)減少，只能退而求其次地向下投遞；橫向錯(cuò)配比例增長(zhǎng)高的主要是低年齡段（16-24歲）的大專學(xué)歷求職群體，說(shuō)明青年高學(xué)歷中的相對(duì)低學(xué)歷群體在更多地嘗試跨領(lǐng)域就業(yè)。

表 1：縱向錯(cuò)配比例增長(zhǎng)最高的10組求職者群體

表 2：橫向錯(cuò)配比例增長(zhǎng)最高的10組求職者群體

數(shù)據(jù)來(lái)源：智聯(lián)招聘

02

AI-LLM技術(shù)對(duì)勞動(dòng)力市場(chǎng)求職錯(cuò)配的影響

職業(yè)的“人工智能大語(yǔ)言模型技術(shù)（AI-LLM）”暴露指數(shù)可以直觀地衡量AI-LLM技術(shù)對(duì)該職業(yè)的潛在影響程度。選用ChatGPT在2022年底的發(fā)布作為AI-LLM技術(shù)對(duì)勞動(dòng)力市場(chǎng)的沖擊節(jié)點(diǎn)，圖 10與圖 11分別呈現(xiàn)了沖擊前后每種職業(yè)縱向錯(cuò)配與橫向錯(cuò)配比例的變動(dòng)與職業(yè)AI-LLM暴露指數(shù)的相關(guān)關(guān)系。具體而言，圖中每個(gè)點(diǎn)代表不同的職業(yè)類別，橫坐標(biāo)為職業(yè)的AI-LLM暴露指數(shù)，縱坐標(biāo)為受到ChatGPT 發(fā)布沖擊前后職業(yè)的求職錯(cuò)配比例的差值，點(diǎn)的大小則代表在沖擊前的職業(yè)份額占比大小。

從圖中展示的負(fù)向關(guān)系可以初步判定，ChatGPT發(fā)布前后相比，AI-LLM暴露度高的職業(yè)縱向錯(cuò)配比例的增長(zhǎng)幅度顯著低于低暴露度職業(yè)，說(shuō)明那些高AI暴露度職業(yè)（如技術(shù)研發(fā)、數(shù)據(jù)分析、內(nèi)容創(chuàng)作等）的錯(cuò)配問題出現(xiàn)了緩解跡象；而在橫向錯(cuò)配的比例變動(dòng)中，高低暴露度職業(yè)并沒有呈現(xiàn)出明顯的差異性。

圖 10：職業(yè)縱向錯(cuò)配比例的變動(dòng)與AL-LLM暴露度的散點(diǎn)圖

數(shù)據(jù)來(lái)源：智聯(lián)招聘

圖 11：職業(yè)橫向錯(cuò)配比例的變動(dòng)與AL-LLM暴露度的散點(diǎn)圖

數(shù)據(jù)來(lái)源：智聯(lián)招聘

進(jìn)一步地，研究團(tuán)隊(duì)用定量分析的方法實(shí)證檢驗(yàn)了以ChatGPT為代表的AI-LLM技術(shù)應(yīng)用沖擊對(duì)勞動(dòng)力市場(chǎng)求職錯(cuò)配狀況的真實(shí)影響，分析結(jié)果表明：

首先，就投遞行為而言，受到AI-LLM技術(shù)沖擊后，高AI-LLM暴露度職業(yè)的崗位收到了更多申請(qǐng)人投遞。具體而言，與沖擊前相比，職業(yè)暴露度每增加一個(gè)標(biāo)準(zhǔn)差，在有投遞崗位中的投遞數(shù)量平均增加11.30人次。投遞人次的增加意味著競(jìng)爭(zhēng)更加激烈。高AI暴露度職業(yè)在ChatGPT發(fā)布后變得“更受歡迎”，投遞量有所增加，但企業(yè)的回復(fù)率和正向回復(fù)率卻在降低。這表明，面對(duì)蜂擁而至的求職者，企業(yè)變得更加“挑剔”，匹配過程更具選擇性。

其次，從匹配的結(jié)果來(lái)看，受到AI-LLM技術(shù)沖擊后，高暴露度職業(yè)的崗位中縱向錯(cuò)配比例相對(duì)減少。在橫向錯(cuò)配方面，高暴露度職業(yè)與低暴露度職業(yè)在人工智能大語(yǔ)言模型技術(shù)沖擊后并未呈現(xiàn)出明顯差異。

對(duì)于求職過程中教育的適配性在高暴露度的職業(yè)中提升的發(fā)現(xiàn)，課題組認(rèn)為存在以下可能的機(jī)制：

1. 信號(hào)更明確，招聘效率提升：AI技術(shù)的應(yīng)用使得高暴露度崗位的工作任務(wù)和技能要求描述得更加具體、清晰。招聘廣告文本分析顯示，這些崗位在ChatGPT發(fā)布后，所描述的工作任務(wù)數(shù)量和明確提及的技能要求數(shù)量均有增加。這種“信號(hào)機(jī)制”的強(qiáng)化，直接勸退了不具備相應(yīng)條件的求職者，減少了盲目投遞，提升了匹配效率。

2. 崗位門檻系統(tǒng)性提高：AI的介入并非簡(jiǎn)單地替代人力，而是重塑了工作內(nèi)容，要求更高水平的人機(jī)協(xié)作。這使得崗位對(duì)技能的專業(yè)度和復(fù)雜度的要求水漲船高。研究發(fā)現(xiàn)，高暴露度崗位招聘廣告中提及技能的“相對(duì)復(fù)雜度”顯著提升。這種門檻的提高，促使求職者更精準(zhǔn)地評(píng)估自身與崗位的匹配度。

3. 工作任務(wù)調(diào)整，要求更具體：AI技術(shù)改變了高暴露職業(yè)的工作范式，企業(yè)為了適應(yīng)新技術(shù)，主動(dòng)調(diào)整了崗位設(shè)置和任務(wù)描述，使其更具針對(duì)性和專業(yè)性，從而引導(dǎo)了更精準(zhǔn)的勞動(dòng)力匹配。

課題組從不同維度進(jìn)一步展開異質(zhì)性分析，結(jié)果呈現(xiàn)出鮮明的群體分化特征。從求職者專業(yè)背景維度發(fā)現(xiàn)，科學(xué)技術(shù)類（STEM專業(yè)）的求職者在AI-LLM高暴露的職業(yè)更有可能進(jìn)行主動(dòng)調(diào)整，盡可能地降低崗位減少、工作內(nèi)容變化給自己帶來(lái)的負(fù)面影響；而其他專業(yè)背景的求職者相對(duì)更為被動(dòng)。

總結(jié)來(lái)看，近年來(lái)以大語(yǔ)言模型為代表的人工智能技術(shù)不僅影響著勞動(dòng)力的需求，同時(shí)通過改變求職過程的匹配效率重塑了勞動(dòng)力市場(chǎng)的結(jié)構(gòu)。本報(bào)告聚焦職業(yè)AI-LLM暴露度與求職過程的錯(cuò)配問題，為理解技術(shù)變革下的勞動(dòng)力市場(chǎng)結(jié)構(gòu)性矛盾的演變提供了新的見解。

研究發(fā)現(xiàn)在勞動(dòng)力市場(chǎng)結(jié)構(gòu)性矛盾凸顯的今天，在AI技術(shù)沖擊后，AI-LLM高暴露度的職業(yè)吸引了更多的求職者，說(shuō)明求職者對(duì)與最新AI技術(shù)結(jié)合度高的職業(yè)的青睞，但企業(yè)的回復(fù)率和正向回復(fù)率卻在降低。這表明，面對(duì)蜂擁而至的求職者，企業(yè)變得更加“挑剔”，匹配過程更具選擇性。

在AI技術(shù)沖擊后，那些高AI暴露度職業(yè)（如技術(shù)研發(fā)、數(shù)據(jù)分析、內(nèi)容創(chuàng)作等）的錯(cuò)配問題出現(xiàn)了緩解跡象。具體表現(xiàn)為，這些職業(yè)收到的簡(jiǎn)歷中“向下投遞”的比例，以及最終“近似雇傭”中的錯(cuò)配比例均有所下降。

本報(bào)告揭示，在人工智能技術(shù)持續(xù)滲透的背景下，勞動(dòng)力市場(chǎng)錯(cuò)配本質(zhì)是“技術(shù)變革速度”與“人力資本調(diào)整速度”的差距問題。盡管AI在部分高暴露度職業(yè)中已通過推動(dòng)企業(yè)進(jìn)行更精細(xì)的崗位設(shè)計(jì)和人才篩選，部分優(yōu)化了市場(chǎng)配置效率，但整體而言，教育錯(cuò)配仍在持續(xù)。因此，未來(lái)政策需更具前瞻性：一方面應(yīng)鼓勵(lì)企業(yè)借助AI等技術(shù)提升人崗匹配精度，另一方面須加快教育體系與職業(yè)技能培訓(xùn)的改革，以響應(yīng)AI時(shí)代對(duì)知識(shí)與技能結(jié)構(gòu)的新要求。通過主動(dòng)適應(yīng)與引導(dǎo)，方能最大化技術(shù)紅利、最小化轉(zhuǎn)型陣痛，為中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展提供堅(jiān)實(shí)的人力資源支撐與人才保障。

1.投遞指申請(qǐng)人在線上招聘平臺(tái)上向特定崗位提交求職意向所形成的“申請(qǐng)人–崗位”匹配行為，每一對(duì)唯一的申請(qǐng)人和崗位匹配構(gòu)成一次投遞。