第4周行业和学术资讯推送
本周行业资讯
《中国调查与数据中心｜“2025年中国发展信心调查”正式启动》： https://mp.weixin.qq.com/s/wvgow6EvWxmQ9KO_k8kgqg
《北青深一度｜被“劝退”之后：大龄孤独症学生升学之困》： https://mp.weixin.qq.com/s/9-rmRmqv89YgKPKFp1rRzg
《文学报｜上班有形状吗？一个工厂青年决定浮出水面，去梦想更多》： https://mp.weixin.qq.com/s/UFaJDHHw1NYI7qEreSsG0g
《缪斯夫人｜相比较的焦虑：为什么学历不是幸福的通行证？》 ： https://mp.weixin.qq.com/s/uouqC2cbWPtK2Eo2RwuZCw
《结绳志｜生命的答卷：珠三角打工女性的自考》 ： https://mp.weixin.qq.com/s/uQdG_4rhfdIyAjzqT_ME6g
特别推荐
- 《42章经｜Mercor 高速增长的秘诀与其中的聪明人：对谈 Mercor 首位中国员工虞快》 ： https://www.xiaoyuzhoufm.com/episode/68bbf7cc5faf3686594e9534
本周学术资讯
Lichtinger, G., & Hosseini Maasoum, S. M. (2025). Generative AI as seniority-biased technological change: Evidence from U.s. résumé and job posting data. SSRN: https://doi.org/10.2139/ssrn.5425555
导读AI是否正在重塑职场，对资深员工更偏爱，对资浅员工构成威胁？这项研究通过分析LinkedIn网2015-2025年简历与职位数（包含28.5万家企业、近6200万员工数据），采用基于“AI集成者”岗位发布的识别方法界定企业AI采用行为，并运用双重差分与三重差分模型进行因果推断。研究发现，自2023年初生成式AI广泛应用以来，采用AI的企业中初级职位招聘显著减少，而资深职位数量仍持续增长。这种影响并非由于裁员增加，而是通过收缩新员工招聘实现，且在批发零售等行业中尤为突出。更有趣的是，教育背景呈现U型分化。中等院校毕业生受影响最大，而顶尖院校和较低层次院校毕业生受影响较小。研究表明，生成式AI带来了一种“资历偏向型技术变革”，它不仅改变了企业的人力需求结构，也可能深刻影响职业起点公平性与长期收入流动性。
Hu, Y., & Yang, F. (2025). Estimating treatment effects of the one-child policy: A self-report approach. Journal of Population Economics, 38(4), 1–23. https://doi.org/10.1007/s00148-025-01130-2
导读独生子女政策究竟多大程度上影响了我国普通家庭的生育选择？这项研究通过分析中国家庭追踪调查（CFPS）2014年和2018年两轮数据中5000多个家庭自报理想子女数和实际生育行为，识别出政策对生育率的真实影响。研究发现，该政策显著降低了家庭生育数量，尤其对高学历、城镇户口、在政府或国企工作的女性影响更大，而农村家庭和少数民族群体受影响较小。研究还揭示政策执行强度存在明显地区差异，经济发达且执法严格的省份生育下降更明显。
Arminio, L., Magnani, M., Piqueras, M., Rossi, L., & Segerberg, A. (2025). Leveraging VLLMs for visual clustering: Image-to-text mapping shows increased semantic capabilities and interpretability. Social Science Computer Review, 08944393251376703. https://doi.org/10.1177/08944393251376703
导读图像在社交媒体信息传播中的地位越来越重要，今天我们能否利用先进AI模型，更准确地识别图像中隐含的社会文化含义吗？这项研究通过对比两种机器学习方法，分析了超过1.1万张气候变化主题的Instagram图像数据，发现基于视觉-大语言模型（VLLM）的新方法显著优于传统卷积神经网络（CNN）模型。研究使用GPT-4-turbo生成图像的文本描述，再通过BERT模型进行文本嵌入和聚类，结果显示VLLM方法不仅能更精准地捕捉图像背后的象征意义和意识形态内涵，还大幅提升了聚类结果的可解释性。而传统CNN方法虽在外观相似性聚类上略有优势，却无法识别社会文化层面的深层关联。
Jarrahi, M. H. (2025). Interviewing AI: Using qualitative methods to explore and capture machines’ characteristics and behaviors. Big Data & Society, 12(3). https://doi.org/10.1177/20539517251381697
导读在生成式AI日益普及但其行为难以预测的背景下，我们应如何有效研究其涌现特性与行为模式？本研究提出一种名为“访谈人工智能（Interviewing AI）”的定性研究框架，通过探索性熟悉、系统性提示探查、时间与比较分析以及多种定性分析方法，深入探究了AI系统在真实语境中的复杂表现。研究发现，AI的行为并非预先设定，而是在与用户的动态互动中涌现，其输出可能包含难以预见的创造性、逻辑不一致性甚至社会偏见。研究进一步揭示，通过结构化提示技巧（如角色扮演、思维链提示和反事实推理）能够有效激发并剖析AI的内部推理过程、能力边界及其社会影响。尤为关键的是，单纯增加模型参数或使用频率并不能保证其输出的准确性与公平性，唯有在研究方法上强调多角度三角验证（如结合用户日志、专家评估与公共交互数据）并秉持反思性伦理原则，才能更全面理解AI的系统特性，避免过度拟人化解读。
Herman, E., Rubery, J., & Hebson, G. (2025). Far from routine: Employers’ recruitment and control strategies in two low wage sectors. Human Resource Management Journal, 1748-8583.70016. https://doi.org/10.1111/1748-8583.70016
导读在低薪行业，雇主会像传统人力资源管理理论那样，采取简单统一的招聘和管理策略吗？本研究通过对英国酒店和护理院两个低薪部门的案例进行深入分析，结合半结构化访谈和组织文件数据，揭示了雇主如何根据刻板印象来动态调整招聘策略。研究发现，酒店在英国脱欧后因移民劳动力短缺转向招聘本地中年女性和学生，并通过改变合同类型（如将零时工合同转为最低工时合同）来强化控制。护理院则依赖工人阶级女性承担长工时和轮班工作，并利用经济诱饵和柔性压迫维持运营。这些策略表明，雇主并非被动响应市场，而是主动利用性别、阶级和移民身份等社会特征来分割劳动力队列并设计工作包，最终以最低成本提取最大劳动量。