人工智能对劳动力市场的影响：一种新的测度方法与早期证据

报告提出一种新的“实际暴露度”指标，用于衡量人工智能对就业的真实影响。该指标将大型语言模型的理论能力、真实使用数据以及任务自动化程度结合，并对自动化程度较高且与工作直接相关的应用赋予更高权重。研究整合约800种职业任务数据库、AI平台使用数据以及任务层级可自动化评估，以此计算AI在各职业中的实际覆盖率。 数据显示，人工智能的实际应用仍远低于其理论能力。研究发现，在计算机与数学类岗位中，理论上约94%的任务可由大模型显著加速，但现实使用覆盖率仅约33%。在AI平台的任务使用分布中，68%的使用集中在完全可由语言模型完成的任务，而仅3%的使用来自理论上不可由AI完成的任务，说明当前AI主要集中在文本、信息处理和分析类工作。 职业层面的暴露度呈现明显分化。程序员是AI暴露度最高的职业之一，任务覆盖率约75%。客服人员约70%，数据录入人员约67%。此外，医疗记录管理员、市场研究分析师、销售代表以及金融投资分析师等岗位也处于高暴露区间。相比之下，厨师、机械维修工、救生员、酒保等以体力或现场服务为主的岗位几乎未被AI覆盖。 研究进一步将职业暴露度与美国劳工统计局对2024—2034年的就业预测进行比较。结果显示，两者存在弱负相关关系。统计回归结果表明，若某职业的AI任务覆盖率提高10个百分点，其未来就业增长预测平均下降约0.6个百分点。这一结果意味着AI可能在中长期对部分白领岗位需求形成结构性压力。 人口结构层面，高暴露职业的劳动者特征也明显不同。处于最高暴露四分位的群体平均收入比低暴露群体高47%，女性比例高出约16个百分点，研究生学历占比达17.4%，而低暴露群体仅4.5%。这意味着AI当前主要影响的是高教育、高收入的知识型岗位，而非传统低技能劳动。 然而，就业市场尚未出现明显失业冲击。自2022年ChatGPT发布以来，高暴露职业群体的失业率变化与低暴露群体基本同步，没有显著上升。但数据显示，22至25岁年轻人在高暴露职业中的新岗位进入率下降约14%，表明企业招聘需求可能开始出现边际收缩。 从趋势看，人工智能对就业的影响更可能呈现渐进式结构调整，而非短期失业冲击。随着模型能力提升、企业部署深化以及任务自动化比例扩大，AI的实际覆盖率将逐步接近其理论潜力。未来劳动力市场的关键变化或首先体现在招聘结构、技能需求以及职业路径上，而非传统意义上的大规模失业。