隨著人工智能，特別是大語言模型技術(shù)的迅猛發(fā)展，其對宏觀經(jīng)濟與微觀就業(yè)市場的深遠(yuǎn)影響已成為全球關(guān)注的核心議題。學(xué)界與業(yè)界均對具備高可信度的有效分析工具存在迫切需求。為科學(xué)度量并實時追蹤AI技術(shù)進步對勞動力市場的影響，北大國發(fā)院“AI與經(jīng)濟學(xué)實驗室”聯(lián)合智聯(lián)招聘平臺，基于海量招聘數(shù)據(jù)，在職業(yè)、地區(qū)與月度層面成功構(gòu)建“人工智能-大語言模型技術(shù)”（AI-LLM）暴露指數(shù)。

AI-LLM暴露指數(shù)是一套系統(tǒng)衡量人工智能（尤其大語言模型技術(shù)）對不同職業(yè)影響程度的綜合指標(biāo)。該指數(shù)借鑒了Eloundou等（2024）發(fā)表于《科學(xué)》期刊的指數(shù)構(gòu)建方法，以智聯(lián)招聘平臺超過150萬條招聘廣告數(shù)據(jù)為基礎(chǔ)，將各類職業(yè)的工作內(nèi)容拆解為具體的“任務(wù)”（Task）和“詳細(xì)工作活動”（Detailed Work Activity），并運用大語言模型對每一項細(xì)分任務(wù)與活動進行AI-LLM暴露度評分——即評估AI-LLM技術(shù)能否顯著減少完成該工作所需時間，最終匯總至職業(yè)層面，從而系統(tǒng)量化人工智能對勞動力市場的潛在影響。

研究團隊計劃定期更新該指數(shù)，逐步建立對中國勞動力市場不同職業(yè)、不同地區(qū)AI影響變化的實時監(jiān)測體系，旨在為學(xué)術(shù)研究與政策制定提供全面、可靠的數(shù)據(jù)支持與分析工具。

圖1展示了AI-LLM暴露指數(shù)的年度變化趨勢。從2018年至2024年的數(shù)據(jù)可以看出，七年間勞動力市場新崗位的“任務(wù)”構(gòu)成在AI-LLM技術(shù)暴露度方面呈下行趨勢，表明新崗位的任務(wù)設(shè)計在一定程度上避免了對新技術(shù)的依賴，間接反映出可能存在AI對高暴露度崗位的替代效應(yīng)。然而，基于2025年1-7月數(shù)據(jù)測算的暴露指數(shù)出現(xiàn)了回升趨勢，顯示新崗位任務(wù)對AI-LLM技術(shù)的暴露程度有所增加。這一變化可能與中國在2025年初推出自主開源大語言模型——Deepseek有關(guān)。但需注意的是，要得出更穩(wěn)健的結(jié)論，仍需更多后續(xù)數(shù)據(jù)的支持與持續(xù)觀察。

圖1 整個市場AI-LLM暴露指數(shù)的年度變動趨勢

說明：根據(jù)智聯(lián)招聘平臺數(shù)據(jù)，通過大語言模型輔助打分，結(jié)合專家評估，先計算Task的暴露度, 再根據(jù)招聘廣告和Task的對應(yīng)關(guān)系，計算出招聘廣告的暴露度，并按招聘廣告在不同年份的構(gòu)成匯總到整個市場，得到分年度的AI-LLM暴露指數(shù)。

圖2展示了基于智聯(lián)招聘平臺職業(yè)類別（二級職業(yè)）劃分中AI-LLM暴露度最高和最低的五個職業(yè)。暴露度最高的職業(yè)包括“數(shù)據(jù)工程師”“產(chǎn)品經(jīng)理”“市場調(diào)研”“專業(yè)分析”和“移動研發(fā)”，這些多為白領(lǐng)崗位；而暴露度最低的五個職業(yè)分別為“家政/維修”“交通運輸”“普工/技工”“配送理貨”和“餐飲服務(wù)”，這些多為藍領(lǐng)崗位。該分布表明，目前AI-LLM技術(shù)的影響主要集中在白領(lǐng)職業(yè)領(lǐng)域。

圖2 基期AI-LLM暴露指數(shù)最高和最低的五個職業(yè)

說明：根據(jù)智聯(lián)招聘平臺數(shù)據(jù)，本圖采用基于基期（2018–2021年）按智聯(lián)二級職業(yè)測算的AI-LLM暴露指數(shù)；圖中紅色標(biāo)注部分表示AI-LLM暴露指數(shù)最高的五個職業(yè)，藍色部分表示AI-LLM暴露指數(shù)最低的五個職業(yè)。特別地，比較范圍為基期占比最高的100個智聯(lián)二級職業(yè)。

本次指數(shù)發(fā)布內(nèi)容包括：

1、基期指數(shù)：基于基期年份（2018-2021年）的分職業(yè)暴露指數(shù)

2、動態(tài)指數(shù)：2018-2024年年度分職業(yè)暴露指數(shù)

指數(shù)構(gòu)建意義

突破跨國職業(yè)匹配的局限性：以往研究AI對中國勞動力市場的影響，多依賴美國O*NET職業(yè)數(shù)據(jù)庫或Felten等（2021）等國外暴露指數(shù)，通過中美職業(yè)名稱匹配估算中國職業(yè)的暴露度。這種做法忽視了中外職業(yè)內(nèi)涵、任務(wù)結(jié)構(gòu)、技能要求的系統(tǒng)性差異，導(dǎo)致估計偏差。但本研究團隊直接使用中國智聯(lián)招聘平臺的崗位描述文本，結(jié)合大語言模型與自然語言處理等技術(shù)，將中文任務(wù)與O*NET標(biāo)準(zhǔn)任務(wù)進行語義匹配，構(gòu)建出更貼合中國實際情況的暴露度指標(biāo)，首次實現(xiàn)了真正意義上的“中國本土化”AI暴露度測算。

從“職業(yè)名稱”到“任務(wù)內(nèi)容”的深化：本團隊將每個職業(yè)拆解為具體任務(wù)（Task）或詳細(xì)工作活動（DWA），在任務(wù)層面評估AI替代潛力，再聚合到職業(yè)層面，使得暴露度的測量更精細(xì)、更科學(xué)，也更符合AI技術(shù)替代的“任務(wù)基礎(chǔ)”理論（Autor et al., 2003）。

提供高頻、動態(tài)、可更新的指數(shù)體系：該指數(shù)基于2018–2025年共超過數(shù)百萬條招聘廣告數(shù)據(jù)，可動態(tài)捕捉AI技術(shù)發(fā)展對勞動力市場的實時影響，未來，研究團隊也將繼續(xù)更新與優(yōu)化，提供更加持續(xù)穩(wěn)定的分析工具。

引用格式

張丹丹、于航、李力行、胡佳胤、莫怡青、李泓孛，“中國人工智能技術(shù)暴露度的測算及其對勞動需求的影響：基于大語言模型的新證據(jù)”，《管理世界》，2025.41(7):59-72。

Zhang, D., Yu, H., Li, L., Hu, J., Mo, Y., Li, H. (2025). The Measurement of AI Exposure and Its Impact on Labor Demand in China: Evidence from Large Language Models. Management World (No. 7): 59–70.

北京大學(xué)國家發(fā)展研究院 AI與經(jīng)濟學(xué)實驗室、智聯(lián)招聘，中國“人工智能-大語言模型技術(shù)”暴露指數(shù)構(gòu)建方法與數(shù)據(jù)說明，v2025.09

National School of Development, Peking University; AI and Economics Laboratory, Peking University; Zhaopin. Methodology and Data Explanation for China’s “Artificial Intelligence - Large Language Model Technology” Exposure Index, v2025.09

北京大學(xué)國家發(fā)展研究院 AI與經(jīng)濟學(xué)實驗室

聯(lián)系郵箱：aiecon@nsd.pku.edu.cn