城市职业人工智能暴露度（2012-2025）
数据简介
本数据参考张丹丹等（2025）从中国招聘广告识别岗位任务的思路，以及 Eloundou 等（2024）评估工作任务技术暴露度的框架，利用国内网络招聘记录、美国职业信息网络（O*NET）的职业与任务资料以及工作地行政区划对应表，构建城市—职业—年份层面的大语言模型暴露度数据。指标刻画招聘文本所列职责在完成质量相当的条件下，借助大语言模型及配套软件提速的潜在程度。具体测算如下：
整理招聘记录并匹配候选职业。抓取智联招聘、前程无忧（51Job）、BOSS直聘和猎聘四大互联网招聘平台2012—2025年的招聘广告数据，经过数据清洗、工作城市识别及无效记录筛选，最终保留约4.9亿条能够识别工作城市的有效招聘记录。合并相同岗位文本后，得到约1.55亿条唯一招聘文本，并保留各文本在原始数据中的出现频次。以ONET职业名称、别名及职业定义为参照，利用BGE-M3模型对招聘岗位名称和工作职责进行语义匹配。其中，对较长的职责文本采用分块检索方式，并按照岗位名称30%、工作职责70%的权重计算综合匹配得分；缺少有效职责信息的招聘文本则依据岗位名称进行匹配。最终，将匹配得分最高的ONET-SOC六位职业代码作为候选职业，用于后续分层抽样及招聘记录归集。
建立详细工作活动的暴露评分基准。依据O*NET职业任务与详细工作活动（Detailed Work Activities，DWA）的对应关系，整理2087项工作活动的英文原文及中文译名，并以英文原意为主要依据，利用DeepSeek-V4-Pro模型逐项评估其大语言模型技术暴露程度。评分以工作完成质量不低于人工水平、任务完成时间缩短至少50%为统一判定标准。其中，仅依靠大语言模型即可达到上述标准的活动划分为E1类，赋值为1；需要结合配套软件、数据接口或自动化工具才能达到上述标准的活动划分为E2类，赋值为0.5；无法达到上述标准的活动划分为E0类，赋值为0。最终，E1、E2和E0类活动分别为421项、561项和1105项，形成详细工作活动暴露评分表。
分层抽样并复核岗位职责。以具有有效岗位职责的唯一招聘文本为抽样单元，按照六位候选职业代码进行分层，采用独立泊松不等概率抽样方法。考虑同一岗位文本在原始数据中的出现频次，设文本出现次数为 (m)，其入样概率为 min(1, λ × m)，其中 λ 根据各职业层的样本规模确定，每层期望抽取80个文本簇，不足80个的全部纳入。最终从865个候选职业层中抽取67579个文本簇。首先利用BGE-M3模型检索候选详细工作活动（DWA），再结合完整招聘文本及职业定义，对岗位职业归属和实际工作职责进行复核，剔除任职资格、福利待遇及企业介绍等非职责信息，合并重复职责，并依据岗位主要工作产出及职责主辅关系评估各项职责的相对重要性，最终获得17463个职责信息完整且职业代码匹配一致的有效样本，用于后续职业层面大语言模型暴露度的测算。
测算职业暴露度。首先，根据岗位实际职责对应的DWA暴露分值，以各项职责归一化后的相对重要性作为权重，加权计算岗位层面的人工智能暴露度。其次，以原始招聘广告出现频次与入样概率之比作为设计权重，对同一六位职业下的岗位暴露度进行加权平均，得到职业层面的人工智能暴露度。为保证测算结果的可靠性，以有效样本量不低于5为基本标准，初步获得639个职业的暴露度评分，其中有效样本量根据设计权重计算。进一步结合职业暴露度的极端取值、与O*NET标准任务暴露度的差异以及不同轮次复核结果的一致性开展质量筛查，剔除25个样本支撑不足且权重覆盖率较低的职业，最终保留614个职业的大语言模型暴露度评分。
构建城市—职业—年份面板，根据招聘广告的工作城市、六位候选职业代码及发布年份，对原始招聘记录进行分组汇总，并匹配相应职业的大语言模型暴露度评分，形成城市—职业—年份层面的面板数据。最终获得约117万个有效观测，覆盖2012-2025年全国369个城市和614个职业，对应约4.16亿条原始招聘广告，占工作城市可识别招聘记录的85.65%。数据主要包括城市代码、城市名称、省份、职业代码、职业名称、大语言模型暴露度及招聘广告数量等字段。
需要说明的是，参照Eloundou等（2024）在统一技术能力基准下评估职业任务暴露度的研究思路，并借鉴张丹丹等（2025）将职业暴露度设定为时间不变的处理方式，本文基于跨年度招聘样本测算职业层面的大语言模型暴露度，同一职业在不同城市和年份采用相同的暴露度评分。因此，该指标反映的是职业工作任务对大语言模型技术的潜在暴露程度，而非不同年份大语言模型技术的实际应用水平，无法直接刻画技术进步带来的职业暴露度动态变化。此外，2013-2016年招聘数据的工作地信息缺失较为严重，约468万条原始招聘广告中仅约3.4万条能够识别工作城市，可能导致城市样本覆盖不足及地区分布偏差，建议谨慎使用2013-2016年数据。
特别注明：本次以O*NET-SOC六位职业代码作为招聘岗位分类和职业暴露度汇总的依据。后续版本会更新以《中华人民共和国职业分类大典（2022年版）》社会公示稿的细类职业代码为依据，重新匹配招聘岗位并汇总职业暴露度，敬请关注。
数据示例
