对新工作和技能的需求目前是围绕工作性质变化的政策和学术辩论的中心议题。技术变革的快速发展有可能改变工作世界，改变职业的特征和执行这些职业所需的技能。本研究使用来自印度的匹配企业水平和在线职位空缺数据，发现同一职业中不同企业的技能要求存在显著的异质性。本研究强调，企业不是新技术的被动接受者，而是在定义不断变化的工作性质方面发挥着至关重要的作用。

企业间技能要求的异质性

我们首先研究了企业之间技能需求的职业内异质性，目标是回答诸如计算机程序员执行的任务是否以及在多大程度上因公司而异等问题。

通过为每个公司i、每个职业和年份构建技能向量S（i），来考察企业之间每个职业的技能需求的相似性（或缺乏相似性）。S（i）包含国际劳工组织技能分类法中确定的14个类别，因此其维度为Nskills=14。技能向量的条目被定义为Sl（i）=Njobs，其中Njobs表示公司i发布的在所选职业中需要技能l的工作数量（如果公司不寻求技能，则Njobs=0）。然后，对于在所选职业和年份中列出至少一个职位的每一对公司i和j，我们计算两个相应技能向量之间的相似性指数。在实践中，我们采用余弦相似性度量，来量化在给定年份发布特定职业招聘名单的每一对可能的公司之间对技能需求的相似程度，与它们所需的技能数量无关。

接着，我们以参数的方式实证检验和量化观察到的经验分布及其与高斯分布的偏差。为此，我们依赖于Bottazzi等人（2002）在经济分析中引入的Subbotin分布族。

Subbotin分布采用以下功能形式：Γ（.）代表伽玛函数，定义分布的三个参数为：1.m，位置参数，其指示数据中存在总体趋势；2.a，确定分布的扩散或分散的尺度参数；3.b，表示尾部的形状/厚度的形状参数。当b=2时，f（g；a，b，m）变为高斯分布，当b=1时变为拉普拉斯分布。b的较小值对应于分布的较胖尾部。Bottazzi和Secchi将子例程分布扩展到一个5参数分布族，即非对称指数幂（AEP）分布，能够适应数据中的不对称性，例如非对称尾部。AEP还将分布两侧的形状（和比例）参数化。因此，除了表示模式的位置参数m之外，它还包括两个正尺度参数ar和al，分别与高于和低于模态值的分布相关联，以及两个正形状参数br和bl，分别描述右尾部和左尾部的行为。

我们比较了余弦相似性的经验分布与所选两位数职业类别。结果显示，bl参数总是低于2。这证实了，在同一职业中存在大量要求不同技能的公司，这在所有职业类别和时间内都很普遍。这是非常有力的证据，表明各公司所需技能的职业内异质性。

技能需求和企业特征

下文中，我们探讨不同类型的技能是否以及如何与不同的公司结果相关，目标是了解哪些公司创造了具有多样化技能的就业机会。此外，我们假设，仅从职业层面研究对技能的需求，可能会掩盖对不同技能集的需求与公司层面开展的不同活动之间的关系。我们使用因变量SDIi t来研究，SDIi t是公司i在时间t的技能多样性的衡量标准，我们对其进行量化。

公司i在时间t的技能多样性定义如下：对于只需要一项特定技能的公司，SDIit等于零，而对于要求相同频率的所有技能的公司来说，SDIi t是最大的。因此，我们用以下模型估计了对多样化技能的坚定需求：其中，前一年t-1考虑的自变量包括公司i的几个特征：规模（SIZEit-1）、年龄（AGEit-1）、工资（WAGESit-1）、公司层面的研发支出（R&Dit-1）和出口支出（EXPit-1），以及作为绩效变量的盈利能力（PFTit-1）。还包括对地点的控制，即广告工作将发生的城市（照明）、2位数ISCO-08级别的职业（oit）、时间（dt）假人和固定效果（bf）。

关于基线模型，我们观察到，年龄在所有规范中都与技能多样化呈负相关，即年轻的公司更有可能要求更多样化的技能。工资与SDI指数呈正相关，这表明需要更多技能、多样化工作的公司，也会支付更高的工资。在绩效变量中，我们没有发现公司增长或盈利能力与对技能多样化工作的需求之间存在任何正相关关系。不过，我们在这里提出的分析都是短期性质的，技能多样性对绩效的长期影响可能不同。关于扩大企业层面的控制，技能多样性的增加与研发和出口呈正相关，即企业在研发和出口市场表现上的支出水平越高，技能的多样性就越高。

技能类型和企业成果

除了估计哪些公司需要更多样化的技能集外，我们还调查了对特定类型技能集的需求与公司层面结果之间的关系。我们构建了自变量SKILLit，即公司i在时间t发布的招聘广告需要四大类技能的概率，这四大类基于国际劳工组织制定的技能分类法，即：认知、数字、社会情感和手动。

为了解企业层面的结果与这些不同技能要求之间的关系，我们估计了以下计量经济学规范：其中Yit代表公司i在时间t表现的考虑维度，即：工资、销售增长、相对盈利能力、出口强度和研发支出；Xit-1代表t-1时的公司规模；SKILLit-1是时间t-1的技能类型向量；lit、oit、dt和bf是位置、职业、时间和固定效果。

我们可以观察到，数字和社会情感技能的估计系数在所有模型规范中都是正的且显著的。数字技能在所有规范中都显示出小于1%的显著性系数，在0.009到0.01之间，这表明企业对数字技能的需求与0.1%的工资强度增长有关。相比之下，手工技能系数一直是负的，这表明需要手工技能的公司提供的工资更低。然而，当手工技能与数字技能相辅相成时，就会导致更高的工资强度。同样，数字和社会情感技能的结合也与更高的工资强度有关。此外，我们没有观察到认知技能与工资强度之间存在任何显著关系，而社会情感技能与更高的工资强度显著正相关。

关于企业绩效指标，数字和社会情感技能都与公司盈利能力下降有关。这可能表明，寻求数字技能的公司正在对技术进行大量投资。认知技能报告了一个在10%水平上显著的正系数。研究结果表明，需要手工技能和其他能力的公司更有利可图，尤其是在手工或社会情感技能与数字技能相互作用的情况下。

数字、社会情感和手工技能与更高的企业增长有关，而认知技能与增长呈负相关。通过观察不同的技能组合，我们发现手动数字技能和认知社交技能的组合都与更高的企业增长有关。这些发现加上盈利能力的结果表明，投资于数字技能的公司可能会因其高投资而影响盈利能力，而这些投资正在促进短期销售增长。

综上所述，企业层面的特征在工作和技能性质的变化中发挥着重要作用。证据表明，企业所需的技能确实与其不同的活动、学习过程和日常生活有关。一个引人注目的结果是，数字技能与工资、企业增长、出口和研发强度呈正相关，这表明，靠近技术前沿的竞争企业对数字技能的需求更高。此外，手工工作与较低的工资但较高的增长有关，手工和数字技能的结合带来了较高的工资，也可能与出口呈正相关。