报告由北大国发院与智联招聘联合发布，基于 2021 年 1 月至 2025 年 7 月的 162 万条 “岗位 – 求职者” 匹配数据，聚焦大语言模型（AI-LLM）技术影响下劳动力市场的求职错配问题，为理解就业结构性矛盾提供参考。
ㅤ
- 错配分类
- 纵向错配：有正向回复的 “向下投递”，即求职者学历高于岗位要求。
- 横向错配：有正向回复的 “跨专业投递”，即大专及以上求职者专业与岗位要求不匹配（高中及以下无明确专业划分）。
- 整体趋势
- 结构性矛盾加剧：近六成求职者存在纵向错配，近 45% 大专及以上求职者存在横向错配；2021-2025 年，纵向错配比例从 52.0% 升至 64.9%，横向错配从 40.7% 升至 49.3%。
- 投递行为与匹配结果背离：“向下投递”“跨专业投递” 行为无明显变化，但企业正向回复中错配比例持续上升，反映岗位竞争加剧与人才供给结构失衡。
- 纵向错配高发群体
- 学历维度：硕博（96.14%）、高中 / 中专 / 中技（79.64%）群体比例最高，大专群体（47.45%）最低。
- 年龄维度：16-24 岁青年（错配比例显著高于其他年龄段）和 45 岁及以上中老年群体是高发人群。
- 职业维度：低学历门槛职业错配率高（主播 89.7%、配送理货 84.7%），高专业性职业错配率低（数据工程师 25.8%、生物 / 医药研发 25.9%）。
- 横向错配高发群体
- 学历维度：大专求职者比例最高，比本科及以上高出 10 个百分点。
- 年龄维度：大专求职者错配比例对年龄不敏感，硕博群体随年龄增长明显下降，本科群体略有上升。
- 职业与专业维度：体力型职业（印刷包装 98.8%、交通运输 95.1%）、艺术特长类专业（音乐与舞蹈学类、体育学类）错配率高；技术型职业（软件研发 7.7%、护士 / 医助 5.0%）、通用型专业（公共管理类、工商管理类）错配率低。
- 行业差异
- 技术密集型行业（信息技术、能源化工）错配比例低，服务导向型行业（物流、餐饮、居民服务）错配现象更严重。
- 纵向错配与行业学历要求高度相关，高学历要求行业错配率更低；横向错配与学历要求相关性较弱。
- 错配增长最快群体
- 纵向错配：高中 / 中专 / 中技群体（16-24 岁变动比例 31.89%）增长最显著，中等技能劳动力适配岗位减少。
- 横向错配：16-24 岁大专群体（变动比例 13.98%）增长最快，青年低学历高学历群体跨领域就业增多。
- 核心影响
- 缓解纵向错配：高 AI 暴露度职业（技术研发、数据分析、内容创作等）纵向错配增长幅度显著低于低暴露度职业，横向错配无明显变化。
- 加剧岗位竞争：高暴露度职业投递量平均增加 11.30 人次 / 岗位，但企业回复率和正向回复率下降，筛选更严格。
- 影响机制
- 信号更明确：岗位任务和技能要求描述更具体，减少盲目投递，提升匹配效率。
- 门槛系统性提高：人机协作需求推动技能复杂度要求上升，求职者需更精准评估自身适配度。
- 任务调整更精准：企业优化岗位设置与任务描述，引导精准匹配。
- 群体分化
- STEM 专业求职者主动调整适应，更易匹配高 AI 暴露度职业；其他专业求职者相对被动。
- 劳动力市场错配本质是 “技术变革速度” 与 “人力资本调整速度” 的差距，整体错配仍在加剧。
- AI 技术虽通过优化岗位设计与筛选，缓解了高暴露度职业的纵向错配，但未改善横向错配。
- 政策需前瞻性布局：鼓励企业用 AI 提升人岗匹配精度，加快教育体系与职业技能培训改革，适配 AI 时代技能需求。
