Research

在这个项目中，我想完成一个劳动经济学硕士课程的 Essay，初步的话题是 AI 对于劳动力市场的影响，我尤其希望探究的是图像生成技术的 AI 如何影响市场的工资，比如 graphic designer 这样的职位。

可以采用的数据有 Revelio Labs, 通过 LSE 开通的 WRDS 账户https://wrds-www.wharton.upenn.edu/

我希望通过 Latex 撰写这篇论文

我能掌握的是 Python 和 Stata Codes，因此需要你也使用这两个分析工具

初步的研究方法应该是 DID，你也可以使用其他方法、更先进的方法。

字数要求不超过 6000 词。需要用全英文写作，写作风格务必保证专业、符合劳动经济学顶刊标准。

LSE Labour Economics Essay: Research Mentorship Plan

这是一个非常有潜力的研究课题。让我先帮你搭建整个论文的框架，然后我们可以逐步深化每个部分。

一、研究定位与核心问题精炼

初步题目建议：

“Artificial Brushstrokes: The Wage Effects of Generative AI on Visual Creative Workers”

核心研究问题（RQ）：

Did the public release of image-generative AI tools (Midjourney, Stable Diffusion, DALL·E 2) causally reduce wages and job postings for graphic designers and closely related visual occupations?

这个问题的优势在于：

有明确的外生冲击时间点（treatment timing），是做 DID 的理想条件
Revelio Labs 数据可以直接测量 wages & job postings
对 top journal 而言足够 novel，2022 年之后的 image AI 冲击数据目前学界覆盖仍有限

二、文献定位（你需要对话的 5 个核心文献群）

文献群	代表文献	你的论文对话方式
Task-based framework	Acemoglu & Restrepo (2018, 2019, AER/JPE)	AI 替代 routine visual tasks 的理论基础
AI & labor displacement	Felten, Raj & Seamans (2023); Gmyrek et al. (2023, ILO)	宏观 AI exposure index
Generative AI specifically	Brynjolfsson et al. (2023, Science); Noy & Zhang (2023, Science)	生产力效应 vs 替代效应
Job postings as labor demand	Hershbein & Kahn (2018, AER); Deming & Kahn (2018)	用 job posting 衡量 labor demand 的方法论依据
Staggered DID methods	Callaway & Sant’Anna (2021, JoE); Sun & Abraham (2021, JoE)	你的计量方法基础

三、数据策略（Revelio Labs via WRDS）

3.1 Revelio Labs 核心数据集

通过 WRDS 你可以访问以下 Revelio 表：

wrds.revelio.job_postings      -- 职位发布数据（含薪资、技能要求、SOC code）
wrds.revelio.employment        -- 个体层面就业记录
wrds.revelio.transitions       -- 职业转换数据

关键变量构建：

Outcome 1: log(posted_salary_median) — 岗位发布薪资（月/年）
Outcome 2: log(job_posting_count) — 职位发布数量（衡量 labor demand）
Outcome 3: employment_share — 该职业占总就业比例

3.2 Treatment 与 Control 分组

Treatment Group（高暴露职业）：

Graphic Designers（SOC 27-1024）
Illustrators（SOC 27-1013）
Art Directors（SOC 27-1011）
Multimedia Artists（SOC 27-1014）

Control Group（低暴露的创意类职业，规避 spillover）：

UX/UI Designers（SOC 15-1255）— 偏技术，AI image 替代性较低
Video Editors（SOC 27-4032）— 视频生成 AI 滞后于图像 AI
Industrial Designers（SOC 27-1021）— 物理产品设计，AI 替代较难

这个分组需要你在论文中通过 O*NET task content 或 Revelio 的 skills data 来正式化、量化，构建一个 AI Image Generation Exposure Index (AIGE)。

3.3 Treatment Timing（关键外生冲击）

2022-04: DALL·E 2 (OpenAI) — 首个高质量公开模型
2022-07: Midjourney v1 公开
2022-08: Stable Diffusion 开源 ← 建议作为主要 event（开源性质使冲击最广泛）
2023-03: Midjourney v5（质量大幅提升）← 可作为第二冲击/robustness check

你的主要 treatment date：2022Q3（2022年8月）

四、计量策略

4.1 主要方法：Staggered DID + Event Study

由于不同工具的发布时间不同、不同企业/地区采用时间不同，建议使用 Callaway & Sant’Anna (2021) 的 heterogeneity-robust estimator，而非传统 TWFE（Two-Way Fixed Effects）。

基准回归（TWFE，作为基础）：

$lo g w_{o t} = α + β \cdot Treat_{o} \times Post_{t} + γ_{o} + δ_{t} + ϵ_{o t}$

其中：

$o$ = occupation（职业）
$t$ = quarter（季度）
$Treat_{o}$ = 该职业对 image AI 的暴露程度（0/1 或连续指数）
$Post_{t}$ = 2022Q3 之后 = 1
$γ_{o}$ = occupation FE， $δ_{t}$ = time FE

Event Study（检验平行趋势）：

$lo g w_{o t} = α + \sum_{k \neq = - 1} β_{k} \cdot Treat_{o} \times 1 [t = k] + γ_{o} + δ_{t} + ϵ_{o t}$

4.2 更进一步：连续处理强度（Continuous Treatment Intensity）

比简单 0/1 更有说服力的做法是构建 AIGE Index：

$AIGE_{o} = \sum_{s} SkillShare_{os} \times AIImageRelevance_{s}$

即：用该职业的技能构成 × 每种技能被 image AI 替代的程度（可参考 Felten et al. 2023 的方法，或用 GPT API 自动打分）。

4.3 Robustness Checks

Callaway-Sant’Anna estimator（主要 robustness）
Placebo test：用 2021Q3 作为假 treatment date
Synthetic Control（如果处理组职业少）
Cross-sectional heterogeneity：按企业规模、地区分样本
Spillover test：检验 control group 是否受到污染

五、论文结构（6000词分配）

1. Introduction                          (~700 words)
   - Hook: image AI adoption speed
   - RQ + preview of findings
   - Contribution to literature

2. Background & Institutional Context   (~500 words)
   - Timeline of image AI tools
   - How graphic design labor market works
   - Adoption channels (freelance vs. in-house)

3. Conceptual Framework                 (~500 words)
   - Task-based model (Acemoglu & Restrepo)
   - Two channels: substitution vs. complementarity
   - Testable predictions

4. Data                                 (~600 words)
   - Revelio Labs description
   - Sample construction
   - Summary statistics (Table 1)
   - AIGE Index construction

5. Empirical Strategy                   (~700 words)
   - DID setup
   - Identification assumptions
   - Parallel trends discussion

6. Results                              (~1200 words)
   - Main DID estimates (Table 2)
   - Event study figures (Figure 1-2)
   - Heterogeneity analysis (Table 3)
   - Mechanisms

7. Robustness                           (~600 words)
   - CS estimator results
   - Placebo tests
   - Alternative control groups

8. Discussion & Conclusion              (~700 words)
   - Policy implications
   - Limitations
   - Future research

References                              (~200 words equivalent)
Appendix (不计入字数)

六、工具链安排

Python（数据拉取 & 清洗）

# WRDS 连接示例
import wrds
conn = wrds.Connection(wrds_username='your_lse_username')
 
# 拉取 Revelio job postings
query = """
    SELECT occupation_code, post_date, salary_min, salary_max, 
           skills, company_size, state
    FROM revelio.job_postings
    WHERE post_date BETWEEN '2020-01-01' AND '2024-01-01'
      AND occupation_code IN ('27-1024', '27-1013', '27-1011', 
                               '27-1014', '15-1255', '27-4032')
"""
df = conn.raw_sql(query)

Stata（主要计量分析）

* 安装 csdid 包（Callaway-Sant'Anna）
ssc install csdid
ssc install eventstudyinteract  // Sun-Abraham
 
* 基准 TWFE 回归
reghdfe log_wage treat_post, absorb(occ_fe time_fe) cluster(occ_code)
 
* Event Study
reghdfe log_wage treat#ib-1.rel_time, absorb(occ_fe time_fe) cluster(occ_code)
 
* Callaway-Sant'Anna
csdid log_wage, ivar(occ_id) time(quarter) gvar(first_treated) method(dripw)

Just do the rough DID, honest DID.
Do a regression version.
second parametration. some measures cumulatative. some way to
which version DID. Rough paper (honest )
got back to the question.
having
connect with the people from Guy’s
make the question tight.

Questions to answer:

Is AI creating new jobs?

HZD's Digital Garden

EC423 Essay