指数发布 | AI暴露度指数首发 洞察AI浪潮下的劳动力市场新格局

随着人工智能，特别是大语言模型技术的迅猛发展，其对宏观经济与微观就业市场的深远影响已成为全球关注的核心议题。学界与业界均对具备高可信度的有效分析工具存在迫切需求。为科学度量并实时追踪AI技术进步对劳动力市场的影响，北大国发院“AI与经济学实验室”联合智联招聘平台，基于海量招聘数据，在职业、地区与月度层面成功构建“人工智能-大语言模型技术”（AI-LLM）暴露指数。

AI-LLM暴露指数是一套系统衡量人工智能（尤其大语言模型技术）对不同职业影响程度的综合指标。该指数借鉴了Eloundou等（2024）发表于《科学》期刊的指数构建方法，以智联招聘平台超过150万条招聘广告数据为基础，将各类职业的工作内容拆解为具体的“任务”（Task）和“详细工作活动”（DetailedWorkActivity），并运用大语言模型对每一项细分任务与活动进行AI-LLM暴露度评分——即评估AI-LLM技术能否显著减少完成该工作所需时间，最终汇总至职业层面，从而系统量化人工智能对劳动力市场的潜在影响。

研究团队计划定期更新该指数，逐步建立对中国劳动力市场不同职业、不同地区AI影响变化的实时监测体系，旨在为学术研究与政策制定提供全面、可靠的数据支持与分析工具。

图1展示了AI-LLM暴露指数的年度变化趋势。从2018年至2024年的数据可以看出，七年间劳动力市场新岗位的“任务”构成在AI-LLM技术暴露度方面呈下行趋势，表明新岗位的任务设计在一定程度上避免了对新技术的依赖，间接反映出可能存在AI对高暴露度岗位的替代效应。然而，基于2025年1-7月数据测算的暴露指数出现了回升趋势，显示新岗位任务对AI-LLM技术的暴露程度有所增加。这一变化可能与中国在2025年初推出自主开源大语言模型——Deepseek有关。但需注意的是，要得出更稳健的结论，仍需更多后续数据的支持与持续观察。

图1整个市场AI-LLM暴露指数的年度变动趋势

说明：根据智联招聘平台数据，通过大语言模型辅助打分，结合专家评估，先计算Task的暴露度,再根据招聘广告和Task的对应关系，计算出招聘广告的暴露度，并按招聘广告在不同年份的构成汇总到整个市场，得到分年度的AI-LLM暴露指数。

图2展示了基于智联招聘平台职业类别（二级职业）划分中AI-LLM暴露度最高和最低的五个职业。暴露度最高的职业包括“数据工程师”“产品经理”“市场调研”“专业分析”和“移动研发”，这些多为白领岗位；而暴露度最低的五个职业分别为“家政/维修”“交通运输”“普工/技工”“配送理货”和“餐饮服务”，这些多为蓝领岗位。该分布表明，目前AI-LLM技术的影响主要集中在白领职业领域。

图2基期AI-LLM暴露指数最高和最低的五个职业

说明：根据智联招聘平台数据，本图采用基于基期（2018–2021年）按智联二级职业测算的AI-LLM暴露指数；图中红色标注部分表示AI-LLM暴露指数最高的五个职业，蓝色部分表示AI-LLM暴露指数最低的五个职业。特别地，比较范围为基期占比最高的100个智联二级职业。

本次指数发布内容包括：

1、基期指数：基于基期年份（2018-2021年）的分职业暴露指数

2、动态指数：2018-2024年年度分职业暴露指数

指数构建意义

突破跨国职业匹配的局限性：以往研究AI对中国劳动力市场的影响，多依赖美国O*NET职业数据库或Felten等（2021）等国外暴露指数，通过中美职业名称匹配估算中国职业的暴露度。这种做法忽视了中外职业内涵、任务结构、技能要求的系统性差异，导致估计偏差。但本研究团队直接使用中国智联招聘平台的岗位描述文本，结合大语言模型与自然语言处理等技术，将中文任务与O*NET标准任务进行语义匹配，构建出更贴合中国实际情况的暴露度指标，首次实现了真正意义上的“中国本土化”AI暴露度测算。

从“职业名称”到“任务内容”的深化：本团队将每个职业拆解为具体任务（Task）或详细工作活动（DWA），在任务层面评估AI替代潜力，再聚合到职业层面，使得暴露度的测量更精细、更科学，也更符合AI技术替代的“任务基础”理论（Autoretal.,2003）。

提供高频、动态、可更新的指数体系：该指数基于2018–2025年共超过数百万条招聘广告数据，可动态捕捉AI技术发展对劳动力市场的实时影响，未来，研究团队也将继续更新与优化，提供更加持续稳定的分析工具。

引用格式

张丹丹、于航、李力行、胡佳胤、莫怡青、李泓孛，“中国人工智能技术暴露度的测算及其对劳动需求的影响：基于大语言模型的新证据”，《管理世界》，2025.41(7):59-72。

Zhang,D.,Yu,H.,Li,L.,Hu,J.,Mo,Y.,Li,H.(2025).TheMeasurementofAIExposureandItsImpactonLaborDemandinChina:EvidencefromLargeLanguageModels.ManagementWorld(No.7):59–70.

北京大学国家发展研究院AI与经济学实验室、智联招聘，中国“人工智能-大语言模型技术”暴露指数构建方法与数据说明，v2025.09

NationalSchoolofDevelopment,PekingUniversity;AIandEconomicsLaboratory,PekingUniversity;Zhaopin.MethodologyandDataExplanationforChina’s“ArtificialIntelligence-LargeLanguageModelTechnology”ExposureIndex,v2025.09