

Влияние искусственного интеллекта на структуру и содержание вакансий на российском рынке труда
https://doi.org/10.32609/0042-8736-2025-1-71-91
Аннотация
Исследуется связь между искусственным интеллектом и уровнем и характером занятости. В качестве теоретической основы использована модель Асемоглу и др., которая описывает противоположные от внедрения алгоритмов искусственного интеллекта на занятость рабочей силы на уровне фирмы эффекты — замещения и дополнения/производительности. В зависимости от их относительного значения внедрение алгоритмов может уменьшать или увеличивать занятость. По данным о примерно 3,5 млн вакансий для почти 35 тыс. фирм, которые опубликованы на сайте HeadHunter до весны 2022 г., проверен совокупный эффект. Согласно полученным результатам, наличие у фирм задач, для выполнения которых алгоритмы искусственного интеллекта могли бы заменить труд людей, положительно коррелирует с количеством публикуемых вакансий, связанных с обслуживанием этих алгоритмов, что говорит в пользу эффекта замещения. Менее интуитивный результат состоит в том, что благодаря наличию тех же задач растет занятость, не связанная с алгоритмами, что говорит о действии эффектов дополнения и производительности. Положительная зависимость между замещаемыми задачами и общей занятостью интерпретируется как свидетельство в пользу положительного общего эффекта внедрения алгоритмов в отношении занятости.
Об авторах
А. С. СкоробогатовРоссия
Скоробогатов Александр Сергеевич, к. э. н., доцент, проф. департамента экономики,
Санкт-Петербург.
О. И. Свиридов
Россия
Свиридов Олег Игоревич, преподаватель департамента экономики, стажер-исследователь международной лаборатории теории игр и принятия решений,
Санкт-Петербург.
Список литературы
1. Волгин А. Д., Гимпельсон В. Е. (2022). Спрос на навыки: анализ на основе онлайн данных о вакансиях // Экономический журнал Высшей школы экономики. Т. 26, № 3. С. 343—374. [Volgin A. D., Gimpelson V. E. (2022). Demand for skills: Analysis using online vacancy data. HSE Economic Journal, Vol. 26, No. 3, pp. 343—374. (In Russian).] http://doi.org/10.17323/1813-8691-2022-263-343-374
2. Гимпельсон В. Е., Капелюшников Р. И. (2022). Рутинность и риски автоматизации на российском рынке труда // Вопросы экономики. № 8. С. 68—94. [Gimpelson V. E., Kapeliushnikov R. I. (2022). Work routines and risks of automation in the Russian labor market. Voprosy Ekonomiki, No. 8, pp. 68—94. (In Russian).] https://doi.org/10.32609/0042-8736-2022-8-68-94
3. Скоробогатов А. С. (2017). Аггломерационные эффекты, институты и природные ресурсы в изменяющейся экономической географии России // Вопросы экономики. № 1. С. 81—102. [Skorobogatov A. S. (2017). Agglomeration effects, institutions, and natural resources in the changing economic geography of Russia. Voprosy Ekonomiki, No. 1, pp. 81—102. (In Russian).] https://doi.org/10.32609/0042-8736-2017-1-81-102
4. Росстат (2023a). Регионы России. Социально-экономические показатели: Стат. сб. Москва. [Rosstat (2023a). Regions of Russia. Socio-economic indicators: Statistical digest. Moscow.]
5. Росстат (2023b). Труд и занятость в России: Стат. сб. Mосква. [Rosstat (2023b). Labor and employment in Russia: Statistical digest. Moscow.]
6. Acemoglu D., Autor D., Hazell J., Restrepo P. (2022). Artificial intelligence and jobs: Evidence from online vacancies. Journal of Labor Economics, Vol. 40, No. S1, pp. 293—340. https://doi.org/10.1086/718327
7. Acemoglu D., LeLarge C., Restrepo P. (2020). Competing with robots: Firm-level evidence from France. AEA Papers and Proceedings, Vol. 110, pp. 383—388. https:// doi.org/10.1257/pandp.20201003
8. Acemoglu D., Restrepo P. (2018). The race between man and machine: Implications of technology for growth, factor shares, and employment. American Economic Review, Vol. 108, No. 6, pp. 1488—1542. https://doi.org/10.1257/aer.20160696
9. Acemoglu D., Restrepo P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, Vol. 33, No. 2, pp. 3—30. https://doi.org/10.1257/jep.33.2.3
10. Acemoglu D., Restrepo P. (2020). The wrong kind of AI? Artificial intelligence and the future of labour demand. Cambridge Journal of Regions, Economy and Society, Vol. 13, No. 1, pp. 25—35. https://doi.org/10.1093/cjres/rsz022
11. Autor D. H., Levy F., Murnane R. J. (2003). The skill content of recent technological change: An empirical exploration. Quarterly Journal of Economics, Vol. 118, No. 4, pp. 1279—1333. https://doi.org/10.1162/003355303322552801
12. Bagger J., Fontaine F., Galenianos M., Trapeznikova L. (2022). Vacancies, employment outcomes and firm growth: Evidence from Denmark. Labour Economics, Vol. 75, article 102103. https://doi.org/10.1016/j.labeco.2021.102103
13. Brynjolfsson E., Mitchel T., Rock D. (2019). Machine learning and occupational change. Unpublished manuscript, MIT.
14. Bughin J., Hazan E., Manyika J., Woetzel J. (2017). Artificial intelligence: The next digital frontier? (Discussion Paper). McKinsey Global Institute.
15. Dinlersoz E., Wolf Z. (2018). Automation, labor share, and productivity: Plant level evidence from U.S. manufacturing. CES Working Paper, No. 18-39, Center for Economic Studies, U.S. Census Bureau.
16. Felten E. W., Raj M., Seamans R. (2018). A method to link advances in artificial intelligence to occupational abilities. AEA Papers and Proceedings, Vol. 108, pp. 54—57. https://doi.org/10.1257/pandp.20181021
17. Felten E. W., Raj M., Seamans R. (2019). The effect of artificial intelligence on human labor: An ability-based approach. Academy of Management Proceedings, Vol. 2019, No. 1. https://doi.org/10.5465/AMBPP.2019.140
18. Hosny A., Parmar C., Quackenbush J., Schwartz L. H., Aerts H. J. W. L. (2018). Artificial intelligence in radiology. Nature Reviews Cancer, Vol. 18, рp. 500—510. https://doi.org/10.1038/s41568-018-0016-5
19. Mijwil M. M., Aggarwal K., Sonia S., Al-Mistarehi A. H., Alomari S., Gök M., Zein Alaabdin A. M., Abdulrhman S. H. (2022). Has the future started? The current growth of artificial intelligence, machine learning, and deep learning. Iraqi Journal for Computer Science and Mathematics, Vol. 3, No. 1, article 13. https:// doi.org/10.52866/ijcsm.2022.01.01.013
20. Quan X. I., Sanderson J. (2018). Understanding the artificial intelligence business ecosystem. IEEE Engineering Management Review, Vol. 46, No. 4, pp. 22—25. https://doi.org/10.1109/EMR.2018.2882430
21. Skorobogatov A. S. (2018). Why do newer cities promise higher wages in Russia? Journal of Urban Economics, Vol. 104, pp. 16—34. https://doi.org/10.1016/j.jue.2017.12.003
22. Webb M. (2019). The impact of artificial intelligence on the labor market. Available at SSRN: https://doi.org/10.2139/ssrn.3482150
23. West D. M. (2018). The future of work: Robots, AI, and automation. Washington, DC: Brookings Institution Press.
Дополнительные файлы
Рецензия
Для цитирования:
Скоробогатов А.С., Свиридов О.И. Влияние искусственного интеллекта на структуру и содержание вакансий на российском рынке труда. Вопросы экономики. 2025;(1):71-91. https://doi.org/10.32609/0042-8736-2025-1-71-91
For citation:
Skorobogatov A.S., Sviridov O.I. The artificial intelligence impact on Russian labor market. Voprosy Ekonomiki. 2025;(1):71-91. (In Russ.) https://doi.org/10.32609/0042-8736-2025-1-71-91